Ben je geïnteresseerd in de wereld van wetenschap & technologie en wil je hier graag meer over lezen? Word dan lid van KIJK!
Onderzoekers van de TU Delft ontwierpen een computermodel dat risico’s op een menselijke manier inschat.
Je tuft 80 km/uur in je auto op een tweebaansweg en je nadert een tractor die 30 km/uur gaat. Die wil je graag inhalen. Dat kan makkelijk als je op een rechte weg in de polder rijdt met voldoende zicht en geen tegenliggers. Het wordt al anders als het druk is, als het een bochtige weg is en zeker als je door een dicht bos rijdt. Wij zijn als vanzelf dit soort risico’s aan het inschatten terwijl we autorijden. Een zelfrijdende auto moet dit als het ware ‘leren’ door de programmatuur die hij gevoed krijgt. TU Delft heeft hiervoor nu een model ontworpen dat gebaseerd is op de psychologische waarneming van risico’s, in plaats van het in computerprogrammering vaak gebruikte principe van het optimale pad: binnen voorwaarden de beste route van start- naar eindpunt. Het is gepubliceerd in Nature Communications.
Lees ook:
- Coronavirus drijft vraag op naar zelfrijdende auto
- Zelfrijdende auto’s raken in de war door kangoeroes
Robotachtig rijgedrag
Het optimale pad is een mooi theoretisch model, maar in de praktijk kan het zorgen voor een wat ‘robotachtig rijgedrag’, vindt de bedenker van het nieuwe model, Sarvesh Kolekar. Een auto die constant precies in het midden van de weg rijdt, voelt niet erg natuurlijk aan. Mensen accepteren een voertuig dat door een computer wordt bestuurd eerder als het rijgedrag lijkt op dat van henzelf.
Daarom keek Kolekar naar de psychologie. Automobilisten blijken een soort risicoveld om hun auto heen te ‘voelen’, blijkt uit onderzoek dat al in 1938 is gedaan. Later onderzoek bouwde daarop voort, met de introductie van een ‘risicodrempel’. De ernst van dat risico bepalen chauffeurs zelf, op basis van hun eigen inschatting van de waarschijnlijkheid dat er iets zal gebeuren en de gevolgen daarvan.
Psychologische risicometer
Onze persoonlijke ‘risicometer’ heeft Kolekar nu in een model gegoten dat hij Driver’s Risk Field noemt. Met die twee dimensies (waarschijnlijkheid en gevolgen) is dit een veld om de auto heen dat steeds verandert al naar gelang de situatie waarin de auto zit. Hij testte het model in zeven scenario’s, waaronder inhalen, tegenliggers en de breedte van de weg. Daar rolden voorspellingen uit die hij vergeleek met beschikbare experimentele gegevens over menselijk rijgedrag. Met een kleine aanpassing bleken de algoritmes goed te voorspellen wat een automobilist zou doen in verschillende scenario’s.
Als een zelfrijdende auto de Driver’s Risk Field zou gebruiken, ontstaat het rijgedrag min of meer vanzelf en voelt het voor de inzittende minder alsof er een robot aan het stuur zit. Goed voor de acceptatie van intelligente auto’s.
Bronnen: Nature Communications, TU Delft, Eurekalert
Beeld: D J Shin, Wikimedia