Az utasok agyi aktivitása segítheti az önvezető autók döntéseit

gy új kutatás szerint a következő biztonsági áttörés meglepő forrásból érkezhet: az autóban ülő utasok agyi aktivitásából.

Kínai kutatók azt vizsgálták, hogy az utasok agyműködésének monitorozása segíthet-e az önvezető rendszereknek biztonságosabb döntéseket hozni veszélyes szituációkban.

A kutatócsoport egy nem invazív technológiát, az úgynevezett funkcionális közeli infravörös spektroszkópiát (fNIRS) alkalmazta, amely valós időben képes mérni az agyi aktivitást a stresszhez, érzelmekhez és kockázatérzékeléshez kapcsolódó területeken.

„A funkcionális közeli infravörös spektroszkópia nem invazív, valós idejű módszer az agyi aktivitás mérésére, amely képes információt szolgáltatni az emberi kockázatérzékelésről és érzelmi állapotokról. Ezért alkalmas lehet az autonóm vezetési rendszerek továbbfejlesztésére” – mondta Xiaofei Zhang, a pekingi Tsinghua Egyetem professzora, a tanulmány vezető szerzője.

A kutatás során a szakemberek olyan új rendszert fejlesztettek ki, amely összekapcsolja az utasok agyi adatait az önvezető jármű szoftverével. Amikor a rendszer azt érzékeli, hogy az utasok stresszesek vagy fokozott kockázatot észlelnek, az autó automatikusan óvatosabb vezetési módra vált.

A mesterséges intelligencia egy mély megerősítéses tanuláson alapuló algoritmust használ, amely az emberi reakciókat is figyelembe véve gyorsabban tanul és biztonságosabb döntéseket hoz.

A tesztek során, amikor az utasok bizonytalanságot vagy feszültséget mutattak, a jármű konzervatívabb vezetési stratégiát alkalmazott, ami segítette a veszélyes helyzetek körültekintőbb kezelését.

A tanulmány szerint ez a megközelítés több szempontból is felülmúlta a hagyományos autonóm vezetési rendszereket, például a tanulási sebesség, a biztonság és az utazási komfort terén.

A kutatók ugyanakkor hangsúlyozták a módszer korlátait is. A tesztelt vezetési szituációk viszonylag egyszerűek voltak, és a résztvevők életkora, valamint háttere is hasonló volt, így az eredmények nem feltétlenül általánosíthatók minden valós közlekedési helyzetre.

„A jövőbeni kutatások célja, hogy az algoritmust összetettebb és valósághűbb vezetési környezetben is teszteljük, valamint a járműszenzorok adataival kombinálva tovább javítsuk a kockázatfelismerés pontosságát és megbízhatóságát” – tette hozzá Zhang.

A kutatás eredményeit a Cyborg and Bionic Systems című tudományos folyóiratban publikálták.