Pedestrian Crossing Intention Prediction via Semantic Motion Representation and Cognitive Interaction Modeling
تقترح هذه الورقة إطار عمل PsyMIND، وهو إطار عمل قابل للتفسير للتنبؤ المبكر بنوايا عبور المشاة، يدمج تمثيلات الحركة الدلالية المستوحاة من علم النفس، والإشارات السياقية، ونمذجة التفاعل المعرفي لتعزيز سلامة وموثوقية قرارات القيادة الذاتية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
في كل يوم، يخطو ملايين الأشخاص نحو حافة الرصيف، وهم يواجهون قراراً يستغرق جزءاً من الثانية: هل العبور آمن، أم عليهم الانتظار؟ بالنسبة للإنسان، تتم هذه العملية الحسابية بشكل فوري تقريباً، حيث تمزج بين رؤية سيارة تقترب، ولون إشارة المرور، وشعور داخلي بالصبر أو العجلة. أما بالنسبة للسيارات ذاتية القيادة في المستقبل، فإن محاكاة هذا الحكم البشري تعد واحدة من أصعب التحديات الهندسية. إذ يجب على هذه المركبات ألا تكتفي برؤية المشاة فحسب، بل أن تفهم العملية الذهنية غير المرئية التي تؤدي إلى خطوة للأمام. فإذا لم تستطع السيارة الاستجابة إلا بعد أن تحرك الشخص بالفعل، فقد يكون الأوان قد فات لمنع وقوع حادث. والهدف هو التنبؤ بنية العبور قبل أن تترك القدم الأرض حتى، مما يحول الآلة من مجرد جهاز رد فعل إلى شريك استباقي في حركة المرور.
ولحل هذه المعضلة، اعتاد الباحثون تعليم الحواسيب مراقبة كيفية تحرك الناس؛ حيث يتتبعون المسار الذي يسلكه الشخص أو زوايا مفاصله، بحثاً عن أنماط تشير إلى العبور. ومع ذلك، تشير دراسة جديدة إلى أن مراقبة هندسة الجسم ليست كافية. ويرى الفريق وراء هذا العمل، بقيادة باحثين من جامعة "شيجياتزوانغ تيداو" وآخرين، أن قرار المشاة ليس مجرد حركة جسدية بل هو قرار نفسي. ويقترحون أنه لكي يفهم الكمبيوتر حقاً ما إذا كان شخص ما سيعبر، يجب عليه فهم "جودة" حركته و"سياق" قراره، تماماً كما يفعل المراقب البشري.
لقد طور الباحثون نظاماً أطلقوا عليه اسم PsyMIND، وهو اختصار لـ "الحركة الدلالية المستنيرة نفسياً والتفاعل المعرفي لاتخاذ القرار" (Psychology-informed Semantic Motion and Cognitive Interaction Decision). وبدلاً من مجرد قياس المسافة التي تتحركها ساق الشخص أو سرعة مشيه، يقوم النظام بتفكيك الحركة البشرية إلى أربع فئات متميزة من الخبرة: شكل الجسم، والجهد المبذول في الحركة، والمساحة التي يشغلها الشخص، وتكوين الجسد. يعتمد هذا النهج على طريقة تسمى "تحليل حركة لابان" (Laban Movement Analysis)، وهو إطار عمل تم تطويره في الأصل لدراسة الرقص والتعبير البشري، والذي قام الفريق بتكييفه لحالات سلامة المرور. ومن خلال تطبيق هذا الإطار، يمكن للنظام اكتشاف الإشارات الدقيقة التي قد تغفل عنها الكاميرا القياسية، مثل ميل طفيف في جذع الشخص يوحي بأن وزنه ينتقل استعداداً للخطو بعيداً عن الرصيف، أو تردد في الحركة يشير إلى الخوف أو عدم اليقين.
لكن النظام لا يتوقف عند حدود الجسد، بل ينظر أيضاً إلى العالم المحيط بالمشاة. فهو يأخذ في الاعتبار إشارات المرور، وسرعة السيارات القريبة، وحتى سمات المشاة أنفسهم، مثل العمر أو الجنس، والتي قد تؤثر على قدرتهم على تحمل المخاطر. وقد بنى الباحثون نموذجاً يحاكي المقايضة الداخلية التي يقوم بها كل مشاة: الرغبة في العبور بسرعة مقابل الحاجة إلى البقاء آمناً. يسأل النظام نفسه أسئلة مثل: "هل ينتظر هذا الشخص لفترة طويلة جداً وأصبح غير صبور؟" أو "هل يتجاهل إشارة حمراء لأنه رأى فجوة في حركة المرور؟". ومن خلال الجمع بين المعنى النفسي لحركة الجسد وضغط بيئة المرور، يبني النموذج صورة كاملة لنوايا المشاة.
وعندما اختبر الفريق هذا النهج باستخدام مجموعة كبيرة من فيديوهات المرور من الواقع، كانت النتائج مذهلة. فقد تنبأ النظام بشكل صحيح بما إذا كان المشاة سيعبرون بدقة بلغت 76 بالمائة. والأهم من ذلك، حقق معدل استدعاء (Recall rate) بنسبة 93 بالمائة، مما يعني أنه نجح في تحديد جميع الأشخاص الذين أوشكوا على العبور، حتى قبل أن يتخذوا خطوة واحدة. وفي عالم القيادة الذاتية عالي المخاطر، يعد إغفال عملية عبور محتملة أكثر خطورة من الافتراض الخاطئ بوقوعها، لذا فإن هذا المعدل المرتفع من الكشف يعد إنجازاً كبيراً. كما أثبت النظام فعاليته في التنبؤ بالنوايا قبل مرور دقيقة ونصف ثانية من بدء الحركة الفعلية، وهي نافذة زمنية حرجة تمنح المركبة وقتاً كافياً للتباطؤ بأمان.
كما كشونت الدراسة أيضاً أن الطرق السابقة، التي اعتمدت بشكل كبير على القياسات الهندسية البسيطة أو مجرد المسار الذي سلكه الشخص، كانت أقل فعالية في هذه المراحل المبكرة. ومن خلال الانتقال من مجرد القياسات البسيطة إلى فهم "معنى" الحركة و"منطق" القرار، أظهر الباحثون أن الحواسيب يمكن تعليمها أن ترى العالم كما يفعل البشر تماماً. وهذا لا يعني أن الكمبيوتر يشعر بالخوف أو نفاد الصبر، ولكن يمكنه التعرف على العلامات الجسدية لتلك المشاعر. وتشير النتالئج إلى أنه لكي تعمل السيارات ذاتية القيادة بأمان في المدن المعقدة، يجب عليها أن تنظر إلى ما وراء الحركة المرئية وتفهم عملية اتخاذ القرار غير المرئية التي تحركها. إن هذا التحول من مراقبة ما يفعله الناس إلى فهم "لماذا" يفعلونه يقدم مساراً أكثر وضوحاً وموثوقية نحو طرق أكثر أماناً للجميع.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.