[论文解读] Intent Communication between Autonomous Vehicles and Pedestrians

Milecia Matthews, Girish Chowdhary+1 more|arXiv (Cornell University)|Aug 23, 2017

Social Robot Interaction and HRI参考文献 22被引用 65

一句话总结

本文设计并评估用于自动驾驶车辆向行人传达意图的意图通信系统 (ICS)，通过真实世界测试和基于 Dec-MDP 的仿真来量化信任。

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.

研究动机与目标

• 通过传达车辆意图来解决自主系统中行人-车辆的僵局。
• 设计与行人心理学相一致的一体化硬件-软件 ICS，用于简单、可信的信号传达。
• 通过真实世界实验和仿真评估 ICS，以量化信任。
• 开发一个数学模型，以量化车辆意图如何影响行人信任。

提出的方法

• 开发一个包含两盏频闪灯、LED 字幕显示屏和扬声器的 ICS，并具备传感器驱动的信息传递。
• 使用具备行人检测功能的自动高尔夫球车平台来传递 ICS 信息。
• 进行真实世界实验，参与者共 76 人，分为四组，ICS 暴露水平和先验知识不同。
• 使用 Decentralized MDP (Dec-MDP) 来建模行人-车辆交互，以处理随机的人类行为。
• 用奖励框架定义信任，并通过一个与信任相关的奖励项将其并入 Dec-MDP。
• 基于 Dec-MDP 进行仿真，以探索对真实参与者不安全的情景并量化信任演变。

实验结果

研究问题

• RQ1 通过 ICS 传达车辆意图是否能减少行人不确定性并提升信任，相较于未知意图？
• RQ2 对 ICS 的先验知识如何影响行人信任和过马路行为？
• RQ3 Dec-MDP 框架能否捕捉带 ICS 的车-行人交互的动态，信任如何量化？
• RQ4 ICS 在不同环境中对可观察的行人行动和过街时间有何影响？

主要发现

组号	沟通充分	沟通清晰	沟通有效	我信任车辆的沟通	我信任车辆采取适当的行动	我更信任车辆，因为它在沟通	我比人类驾驶员更信任车辆	我在车辆周围感到安全
1	28	28	29	27	25	28	18	22
2	24	26	25	25	23	22	15	21
3	19	9	13	9	15	8	19	15
4	9	7	8	6	12	6	9	11

• 接触过 ICS 的人比未使用 ICS 的人表现出更高的信任和更可预测的行为。
• 第一组（具有先验知识的 ICS）在测试前后报告的信任水平最高。
• 使用 ICS 的组通常在过街时犹豫时间更短，且在车辆周围表现出更高信心。
• 未使用 ICS 的组信任度较低，犹豫时间更长，部分参与者将 ICS 视为在替代人工。
• 仿真结果显示，当行人对车辆有先验知识时，启用 ICS 的行人信任度更高。
• 真实世界结果在各组之间呈现变异性，ICS-存在与不存在条件之间的信任差距最大。