Pedestrian Crossing Intention Prediction via Semantic Motion Representation and Cognitive Interaction Modeling
Cet article propose PsyMIND, un cadre interprétable pour la prédiction précoce de l'intention de traversée des piétons qui intègre des représentations de mouvement sémantiques fondées sur la psychologie, des indices contextuels et une modélisation de l'interaction cognitive afin d'améliorer la sécurité et la fiabilité des décisions de conduite autonome.
Article original sous licence CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète
Chaque jour, des millions de personnes s'approchent du trottoir, pesant une décision qui se joue en une fraction de seconde : est-il sûr de traverser, ou doivent-elles attendre ? Pour un humain, ce calcul se fait presque instantanément, mêlant la vue d'une voiture qui approche, la couleur d'un feu de signalisation et un sentiment interne de patience ou d'urgence. Pour les voitures autonomes du futur, reproduire ce jugement humain est l'un des défis les plus difficiles de l'ingénierie. Ces véhicules doivent non seulement voir un piéton, mais comprendre le processus mental invisible qui mène à un pas en avant. Si une voiture ne peut réagir qu'après qu'une personne a déjà bougé, il peut être trop tard pour éviter une collision. L'objectif est de prédire l'intention de traverser avant même que le pied ne quitte le sol, transformant une machine réactive en un partenaire proactif dans la circulation.
Pour résoudre ce problème, les chercheurs ont traditionnellement appris aux ordinateurs à observer comment les gens se déplacent. Ils suivent la trajectoire parcourue par une personne ou les angles de ses articulations, cherchant des motifs qui signalent une traversée. Cependant, une nouvelle étude suggère que l'observation de la géométrie du corps ne suffit pas. L'équipe derrière ce travail, dirigée par des chercheurs de l'Université de Shijiazhuang Tiedao et d'autres, soutient que la décision d'un piéton n'est pas seulement un mouvement physique, mais aussi un mouvement psychologique. Ils proposent que pour comprendre réellement si quelqu'un va traverser, un ordinateur doit comprendre la qualité de son mouvement et le contexte de sa décision, tout comme un observateur humain le ferait.
Les chercheurs ont développé un système qu'ils appellent PsyMIND, qui signifie « Psychology-informed Semantic Motion and Cognitive Interaction Decision » (Décision d'interaction cognitive et de mouvement sémantique informé par la psychologie). Au lieu de simplement mesurer la distance parcourue par une jambe ou la vitesse à laquelle une personne marche, le système décompose le mouvement humain en quatre catégories distinctes d'expérience : la forme du corps, l'effort derrière le mouvement, l'espace occupé par la personne et la configuration du corps. Cette approche est basée sur une méthode appelée l'analyse du mouvement de Laban, un cadre initialement développé pour étudier la danse et l'expression humaine, que l'équipe a adapté pour la sécurité routière. En appliant ce cadre, le système peut détecter des indices subtils qu'une caméra standard pourrait manquer, comme une légère inclinaison du torse suggérant qu'une personne déplace son poids pour quitter le trottoir, ou une hésitation dans le mouvement indiquant de la peur ou de l'incertitude.
Mais le système ne s'arrête pas au corps. Il observe également le monde autour du piéton. Il prend en compte les signaux de circulation, la vitesse des voitures à proximité et même les attributs propres du piéton, tels que son âge ou son sexe, qui pourraient influencer sa tolérance au risque. Les chercheurs ont construit un modèle qui simule l'arbitrage interne que chaque piéton effectue : le désir de traverser rapidement par rapport au besoin de rester en sécurité. Le système se pose des questions telles que : « Cette personne attend-elle trop longtemps et devient-elle impatiente ? » ou « Ignore-t-elle un feu rouge parce qu'elle voit une ouverture dans la circulation ? ». En combinant la signification psychologique du mouvement du corps avec la pression de l'environnement de circulation, le modèle construit un tableau complet de l'intention du piéton.
Lorsque l'équipe a testé cette approche en utilisant une vaste collection de vidéos de trafic réelles, les résultats ont été frappants. Le système a prédit correctement si un piéton allait traverser avec une précision de 76 pour cent. Plus important encore, il a atteint un taux de rappel de 93 pour cent, ce qui signifie qu'il a identifié avec succès presque toutes les personnes sur le point de traverser, même lorsqu'elles n'avaient pas encore fait un pas. Dans le monde à enjeux élevés de la conduite autonome, manquer une traversée potentielle est bien plus dangereux que de supposer à tort qu'elle a lieu, ainsi ce taux élevé de détection est une réussite significative. Le système s'est également révélé efficace pour prédire les intentions jusqu'à un temps et demi avant le début du mouvement réel, une fenêtre critique qui donne au véhicule suffisamment de temps pour ralentir en toute sécurité.
L'étude a également révélé que les méthodes précédentes, qui reposaient largement sur de simples mesures géométriques ou simplement sur le chemin parcouru par une personne, étaient moins efficaces lors de ces phases précoces. En allant au-delà des simples mesures pour comprendre la signification d'un mouvement et la logique d'une décision, les chercheurs ont montré que les machines peuvent apprendre à voir le monde plus comme les humains le font. Cela ne signifie pas que l'ordinateur ressent de la peur ou de l'impatience, mais il peut reconnaître les signes physiques de ces sentiments. Les conclusions suggèrent que pour que les voitures autonomes circulent en toute sécurité dans des villes complexes, elles doivent regarder au-delà du mouvement visible et comprendre le processus de prise de décision invisible qui le dirige. Ce passage de l'observation de ce que les gens font à la compréhension de pourquoi ils le font offre une voie plus claire et plus fiable vers des routes plus sûres pour tous.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.