Rijgedrag minder ‘robotachtig’ door nieuw model

Menselijk rijgedag wordt in de wetenschap eigenlijk verkeerd gemodelleerd, stellen wetenschappers van de TU Delft Daarom hebben ze een nieuw model ontwikkeld dat rijgedrag beschrijft op basis van één onderliggend ‘menselijk’ principe: het hanteren van een risicodrempel.

Het onderzoek is gepubliceerd in Nature Communications.

Rijgedrag wordt meestal beschreven met modellen die een optimaal pad voorspellen, maar dat is vaak niet zoals mensen rijden. "Je past niet de hele tijd je rijgedrag aan om één optimaal pad aan te houden", zegt onderzoeker Sarvesh Kolekar van de vakgroep Cognitive Robotics. "Je rijdt bijvoorbeeld niet continu precies in het midden van de rijbaan: als het risico maar binnen bepaalde grenzen blijft die voor jou nog acceptabel zijn, doe je niet zo veel."

Modellen die een optimaal pad voorspellen zijn niet alleen populair in de wetenschap maar ook in voertuigtoepassingen. "De huidige intelligente auto’s rijden erg netjes. Ze zoeken continu het veiligste pad: dus één pad met bijbehorende snelheid. Dit leidt tot ‘robotachtig’ rijden. Om een beter begrip te krijgen van menselijk rijgedrag, probeerden we een nieuw model te ontwikkelen met de menselijke risicodrempel als onderliggend principe."

Driver’s Risk Field

Hiertoe introduceerde Kolekar het zogenoemde Driver’s Risk Field (DRF). Dit is een veranderend tweedimensionaal veld rond de auto, dat per punt aangeeft hoe groot het risico is dat de bestuurder zelf denkt te lopen. Deze risico-inschattingen zijn in eerder onderzoek door Kolekar experimenteel bepaald. Vervolgens is in het DRF verdisconteerd hoe zwaar de gevolgen van het risico in kwestie dan zouden zijn. Op deze manier wordt de menselijke factor in het model voor rijgedrag gebracht.

"Het DRF is geïnspireerd op een concept uit de psychologie dat lang geleden (in 1938) is voorgesteld door Gibson en Crooks. Deze auteurs postuleerden dat autobestuurders als het ware een risicoveld om zich heen voelen, op basis waarvan door het verkeer gemanoeuvreerd wordt." Kolekar heeft dit idee vertaald naar een computeralgoritme, waarin snelheid en baanpositie worden aangepast om het voorspelde risico binnen acceptabele grenzen te houden.

Voorspellingen

Het model is vervolgens getest voor zeven rijscenario’s, zoals het inhalen van een auto en het ontwijken van een obstakel. "We hebben de voorspellingen van het model vergeleken met de experimentele data van menselijk rijgedrag uit de literatuur. Daar is gelukkig al heel veel informatie over beschikbaar. Het blijkt dat ons model maar een klein aantal parameters nodig heeft om het onderliggende principe van menselijk rijgedrag te kunnen ‘pakken’, zodat het daarna menselijke aanpassingen in snelheid en baanpositie kan voorspellen in alle zeven scenario’s, zonder dat het model die scenario’s van te voren hoeft te hebben gezien. Het rijgedrag komt er als het ware vanzelf uit rollen; het is ‘emergent’."