[논문 리뷰] Intent Communication between Autonomous Vehicles and Pedestrians

Milecia Matthews, Girish Chowdhary외 1명|arXiv (Cornell University)|2017. 08. 23.

Social Robot Interaction and HRI참고 문헌 22인용 수 65

한 줄 요약

본 논문은 보행자에게 의도를 전달하기 위해 자율주행 차량용 의도 커뮤니케이션 시스템(ICS)을 설계·평가하고, 실험 및 Dec-MDP 기반 시뮬레이션을 통해 신뢰를 정량화한다.

ABSTRACT

When pedestrians encounter vehicles, they typically stop and wait for a signal from the driver to either cross or wait. What happens when the car is autonomous and there isn't a human driver to signal them? This paper seeks to address this issue with an intent communication system (ICS) that acts in place of a human driver. This intent system has been developed to take into account the psychology behind what pedestrians are familiar with and what they expect from machines. The system integrates those expectations into the design of physical systems and mathematical algorithms. The goal of the system is to ensure that communication is simple, yet effective without leaving pedestrians with a sense of distrust in autonomous vehicles. To validate the ICS, two types of experiments have been run: field tests with an autonomous vehicle to determine how humans actually interact with the ICS and simulations to account for multiple potential behaviors.The results from both experiments show that humans react positively and more predictably when the intent of the vehicle is communicated compared to when the intent of the vehicle is unknown. In particular, the results from the simulation specifically showed a 142 percent difference between the pedestrian's trust in the vehicle's actions when the ICS is enabled and the pedestrian has prior knowledge of the vehicle than when the ICS is not enabled and the pedestrian having no prior knowledge of the vehicle.

연구 동기 및 목표

• 의도 전달을 통해 자율 주행 시스템에서 보행자-차량의 교착 상태를 해결한다.
• 보행자 심리에 맞춘 간단하고 신뢰할 수 있는 신호를 위한 하드웨어-소프트웨어 ICS를 설계한다.
• 실제 세계 실험과 시뮬레이션을 통해 ICS를 평가하여 신뢰를 정량화한다.
• 차량의 의도가 보행자 신뢰에 미치는 영향을 정량화하는 수학적 모델을 개발한다.

제안 방법

• 센서 기반 메시지를 갖춘 두 개의 스트로브 조명, LED 문자 디스플레이, 스피커를 결합한 ICS를 개발한다.
• 보행자 감지가 가능한 자율 골프 카 플랫폼을 이용해 ICS 메시지를 전달한다.
• ICS 노출 및 사전 지식에 따라 네 그룹으로 나누어 76명의 참가자를 대상으로 실제 현장 실험을 수행한다.
• 확률적 인간 행동을 다루기 위해 분산 MDP(Dec-MDP)를 사용하여 보행자-차량 상호작용을 모델링한다.
• 신뢰를 보상 프레임워크로 정의하고 신뢰 관련 보상 항을 통해 Dec-MDP에 통합한다.
• 실제 참가자에게는 안전하지 않은 시나리오를 탐색하고 신뢰의 변화를 정량화하기 위해 Dec-MDP를 기반으로 한 시뮬레이션을 수행한다.

실험 결과

연구 질문

• RQ1 ICS를 통해 차량 의도를 전달하면 불확실성을 줄이고 알 수 없는 의도에 비해 보행자 신뢰가 향상되는가?
• RQ2 ICS에 대한 사전 지식이 보행자 신뢰 및 횡단 행동에 어떤 영향을 미치는가?
• RQ3 ICS를 가진 차-보행자 상호작용의 역학을 Dec-MDP 프레임워크로 포착할 수 있으며, 신뢰를 어떻게 정량화하는가?
• RQ4 다양한 환경에서 ICS가 관찰 가능한 보행자 행동과 횡단 시간에 어떤 영향을 미치는가?

주요 결과

• ICS에 노출된 사람은 ICS가 없는 사람보다 더 높은 신뢰와 더 예측 가능한 행동을 보였다.
• 그룹 1(사전 지식이 있는 ICS)은 테스트 전후 모두 가장 높은 신뢰 수준을 보고했다.
• ICS가 있는 그룹은 보통 망설임이 짧고 차량 주변에서 더 큰 자신감을 보였다.
• ICS가 없는 그룹은 더 낮은 신뢰와 더 많은 망설임을 보였으며, 일부는 ICS를 인간을 대체하는 것으로 인식했다.
• 시뮬레이션 결과는 차량에 대한 사전 지식이 있을 때 ICS를 이용한 보행자의 신뢰가 더 크다는 것을 시사했다.
• 현실 세계 결과는 그룹 간 변동성을 보이며 ICS-있음 조건과 ICS-없음 조건 사이의 신뢰 차이가 가장 크게 나타났다.