Pedestrian Crossing Intention Prediction via Semantic Motion Representation and Cognitive Interaction Modeling
Dieses Paper schlägt PsyMIND vor, ein interpretierbares Framework zur frühzeitigen Vorhersage der Gehabsicht von Fußgängern, das psychologiebasierte semantische Bewegungsrepräsentationen, kontextuelle Hinweise und kognitive Interaktionsmodellierung integriert, um die Sicherheit und Zuverlässigkeit von Entscheidungen des autonomen Fahrens zu verbessern.
Originalarbeit lizenziert unter CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Jeden Tag treten Millionen von Menschen an den Bordstein und wägen eine Entscheidung in Sekundenbruchteilen ab: Ist es sicher zu überqueren, oder sollte man warten? Für einen Menschen geschieht diese Berechnung fast augenblicklich, indem der Anblick eines herannahenden Autos, die Farbe einer Ampel und ein inneres Gefühl von Geduld oder Dringlichkeit miteinander verschmelzen. Für die selbstfahrenden Autos der Zukunft ist die Nachbildung dieses menschlichen Urteilsvermögens eine der schwierigsten Herausforderungen im Ingenieurwesen. Diese Fahrzeuge müssen nicht nur einen Fußgänger sehen, sondern auch den unsichtbaren mentalen Prozess verstehen, der zu einem Schritt nach vorne führt. Wenn ein Auto erst reagieren kann, nachdem eine Person bereits losgegangen ist, kann es zu spät sein, um eine Kollision zu verhindern. Das Ziel ist es, die Absicht zum Überqueren vorherzusagen, noch bevor der Fuß den Boden verlässt, um ein reaktives Gerät in einen proaktiven Partner im Verkehr zu verwandeln.
Um dies zu lösen, haben Forscher traditionell Computer darauf trainiert, zu beobachten, wie Menschen sich bewegen. Sie verfolgen den Pfad, den eine Person geht, oder die Winkel ihrer Gelenke, um Muster zu finden, die ein Überqueren signalisieren. Eine neue Studie legt jedoch nahe, dass das Beobachten der Körpergeometrie nicht ausreicht. Das Team hinter dieser Arbeit, angeführt von Forschern der Shijiazhuang Tiedao University und anderen, argumentt, dass die Entscheidung eines Fußgängers nicht nur eine physische Bewegung, sondern eine psychologische ist. Sie schlagen vor, dass ein Computer, um wirklich zu verstehen, ob jemand die Straße überquert, die Qualität seiner Bewegung und den Kontext seiner Entscheidung verstehen muss, ganz so wie ein menschlicher Beobachter.
Die Forscher entwickelten ein System, das sie PsyMIND nennen, was für „Psychology-informed Semantic Motion and Cognitive Interaction Decision“ steht. Anstatt einfach nur zu messen, wie weit sich ein Bein bewegt oder wie schnell eine Person geht, unterteilt das System die menschliche Bewegung in vier verschiedene Kategorien der Erfahrung: die Form des Körpers, die Anstrengung hinter der Bewegung, den Raum, den die Person einnimmt, und die Konfiguration des Körpers. Dieser Ansatz basiert auf einer Methode namens Laban-Bewegungsanalyse, einem Rahmenwerk, das ursprünglich entwickelt wurde, um menschlichen Tanz und Ausdruck zu untersuchen, welches das Team für die Verkehrssicherheit adaptiert hat. Durch die Anwendung dieses Rahmenwerks kann das System subtile Hinweise erkennen, die eine Standardkamera vielleicht übersehen würde, wie etwa ein leichtes Vorlehnen des Oberkörpers, das darauf hindeutet, dass eine Person ihr Gewicht verlagert, um vom Bordstein abzutreten, oder ein Zögern in der Bewegung, das Angst oder Unsicherheit signalisiert.
Doch das System macht nicht beim Körper halt. Es betrachtet auch die Welt um den Fußgänger herum. Es berücksichtigt die Verkehrssignale, die Geschwindigkeit der nahegelegenen Autos und sogar die Attribute des Fußgängers selbst, wie etwa Alter oder Geschlecht, die dessen Risikotoleranz beeinflussen könnten. Die Forscher bauten ein Modell, das den internen Kompromiss simuliert, den jeder Fußgänger eingeht: den Wunsch, schnell zu überqueren, gegenüber der Notwendigkeit, sicher zu bleiben. Das System stellt sich Fragen wie: „Wartet diese Person zu lange und wird ungeduldig?“ oder „Ignoriert sie eine rote Ampel, weil sie eine Lücke im Verkehr sieht?“ Durch die Kombination der psychologischen Bedeutung der menschlichen Bewegung mit dem Druck der Verkehrsumgebung konstruiert das Modell ein vollständiges Bild der Absicht des Fußgängers.
Als das Team diesen Ansatz unter Verwendung einer großen Sammlung von Echtzeit-Verkehrsvideos testete, waren die Ergebnisse beeindruckend. Das System sagte korrekt mit einer Genauigkeit von 76 Prozent voraus, ob ein Fußgänger die Straße überqueren würde. Noch wichtiger ist, dass es eine Recall-Rate (Trefferquote) von 93 Prozent erreichte, was bedeutet, dass es fast alle Menschen erfolgreich identifizierte, die im Begriff waren zu überqueren, selbst wenn sie noch keinen Schritt gemacht hatten. In der hochsensiblen Welt des autonomen Fahrens ist es weitaus gefährlicher, eine potenzielle Überquerung zu übersehen, als fälschlicherweise anzunehmen, dass eine stattfindet, weshalb diese hohe Erkennungsrate ein bedeutender Erfolg ist. Das System erwies sich auch als effektiv bei der Vorhersage von Absichten bis zu anderthalb Sekunden vor Beginn der eigentlichen Bewegung – ein kritisches Zeitfenster, das einem Fahrzeug genug Zeit gibt, um sicher abzubremsen.
Die Studie zeigte auch, dass frühere Methoden, die stark auf einfachen geometrischen Messungen oder lediglich dem Pfad basierten, den Menschen gingen, in diesen frühen Stadien weniger effektiv waren. Indem sie über einfache Messungen hinausgingen, um die Bedeutung einer Bewegung und die Logik einer Entscheidung zu verstehen, zeigten die Forscher, dass Maschinen lernen können, die Welt mehr so zu sehen wie Menschen. Dies bedeutet nicht, dass der Computer Angst oder Ungeduld empfindet, aber er kann die physischen Anzeichen dieser Gefühle erkennen. Die Ergebnisse legen nahe, dass autonome Autos, um in komplexen Städten sicher zu operieren, über die sichtbare Bewegung hinausblicken und den unsichtbaren Entscheidungsprozess verstehen müssen, der sie antreibt. Dieser Wechsel vom Beobachten dessen, was Menschen tun, zum Verständnis dessen, warum sie es tun, bietet einen klareren, zuverlässigeren Weg zu sichereren Straßen für alle.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.