Drivers' response in an intersection scenario during manual and automated driving

The role of automation is becoming increasingly important in the design of modern vehicles. This is reflected by a large development of advanced driver assistance systems, which are ever more affecting driving behaviour. This work is focused on the analysis and the modelling of driver’s response to a critical T-intersection scenario, considering different levels of automation. In this scenario, the subject vehicle is travelling on the main road, and a turning car coming from the perpendicular leg of the T-intersection, cuts in the subject vehicle path. The analysed data was collected during an experiment performed with a moving based driving simulator located at the Swedish National Road and Transport Research Institute (VTI) in Linköping (Sweden). The participants drove in four different experimental conditions: manual driving, intentional car following and two semi-automated driving conditions concerning the use of the adaptive cruise control and the traffic jam assist. The findings of this thesis showed that the main response to the turning car entrance was braking. The steering reaction was negligible since only small and occasional corrective steering were found. In this scenario, drivers reacted with a brake reaction time independently from the driving condition. However, a significant correlation between the brake reaction time and the time to intersection in the moment the turning car enters was found during manual driving, resulting in faster drivers’ reaction to an increase of risk. The braking behaviour was analysed taking into account the maximum deceleration reached, the jerk at the brake onset and the mean brake pedal force. The results of our analysis indicate that drivers react with a higher mean brake force in semi-automated driving modes comparing to manual driving. Consequently, this results in higher values for both brake jerk and maximum deceleration. Additionally, hard braking was correlated with both driver’s age and driver’s experience in the use of adaptive cruise control. This study analysed driver’s behaviour also concerning the gaze direction before approaching the intersection. Results highlighted that, during intentional car following mode, drivers noticed the presence of the turning car later in respect to the other driving conditions. The results found were used to develop a model able to reproduce and predict the driver’s reactions referred to the critical scenario analysed. The model was designed as a feedforward back-propagating artificial neural network. It is capable of computing outputs represented by brake reaction time, maximum deceleration and mean brake pedal force, depending on driving condition, time to intersection, perception time and driver’s profile. The work developed is part of the project Quantitative Driver Behaviour Modelling for Active Safety Assessment Expansion (QUADRAE), started by the Swedish automotive industry (AB Volvo, Volvo Car Corporation, Autoliv). The obtained results, both in the analysis and in the modelling, aim to contribute to the development of advanced driving assistance systems. In particular, the present study could support the design of emergency vehicle warning systems in order to improve driving safety during critical scenarios.

Il ruolo dell’automazione nella progettazione dei veicoli moderni sta assumendo sempre più importanza con il passare del tempo. Questo si sta riflettendo in un grande sviluppo di sistemi avanzati di assistenza alla guida (ADAS), i quali sono in grado di aiutare ma anche di influenzare il comportamento dei conducenti durante la guida. L’attività di questa tesi è finalizzata all’analisi e alla modellazione della reazione di un generico guidatore al verificarsi di una situazione di criticità, rappresentata da una intersezione a T, considerando diversi livelli di automazione. Nello scenario in analisi, il conducente del veicolo sotto studio sta viaggiando sulla strada principale quando, una seconda vettura proveniente da una strada secondaria ortogonale a quella principale, si immette senza preavviso nella stessa corsia del conducente, immediatamente davanti ad esso. I dati analizzati su cui si basa questo lavoro sono stati raccolti durante un esperimento svoltosi tramite l’utilizzo di un simulatore di guida dinamico situato al National Road and Transport Research Institute (VTI) di Linköping (Svezia). I partecipanti all’esperimento hanno svolto lo stesso scenario critico in quattro diverse condizioni di guida: guida manuale normale, guida manuale in cui al guidatore era richiesto di seguire l’auto di fronte a sè (intentional car following) e due configurazioni di guida semi-automatiche riguardanti l’uso rispettivamente dell’adaptive cruise control e del sistema traffic jam assist. I risultati di questa tesi mostrano che la risposta del guidatore dovuta all’immissione improvvisa di un’altra auto nella propria corsia si traduce principalmente in una reazione di frenata. Si è potuto trattare lo scenario in analisi come prettamente longitudinale dato che durante l’analisi delle performances dei guidatori non si sono registrate evidenti reazioni per quanto riguarda lo sterzo. I tempi di reazione con cui i guidatori analizzati hanno agito sul freno sono risultati indipendenti rispetto alla modalità di guida in atto. Tuttavia, limitatamente alle configurazioni di guida manuali, si è evidenziata una correlazione significativa tra tempo di reazione e il tempo mancante all’intersezione (time to intersection) relativo al momento in cui la vettura secondaria si immette nell’intersezione: ciò si traduce in reazioni di frenata più rapide all’aumentare del rischio di collisione. La frenata attuata dai guidatori è stata analizzata prendendo in considerazione la decelerazione massima raggiunta dal veicolo, il jerk all’inizio di frenata e la forza media impressa al pedale del freno. I risultati della nostra analisi indicano che i guidatori hanno frenato premendo con maggiore forza il pedale del freno durante le guide semi-automatiche rispetto a quelle manuali. Di conseguenza in queste configurazioni di guida, anche i rispettivi jerk e decelerazioni massime sono risultati più accentuati. I dati provenienti dal monitoraggio oculare (eye tracking) durante l’esperimento hanno reso possibile l’analisi del comportamento di guida prendendo in considerazione anche la direzione dello sguardo dei guidatori durante l’approccio all’intersezione. A riguardo, si è notato che durante la configurazione di guida intentional car following, generalmente i conducenti notavano la presenza della vettura proveniente dalla strada secondaria in ritardo rispetto alle altre configurazioni di guida. I risultati dell’analisi svolta sono stati successivamente utilizzati in modo da sviluppare un modello in grado di riprodurre e predire il più affidabilmente possibile le reazioni dei guidatori riguardanti lo scenario critico studiato. Questo modello è stato ideato tramite la configurazione di una rete neurale artificiale di tipo feedforward back-propagating. Gli input che questa rete accetta in ingresso sono rispettivamente il time to intersection, l’istante in cui il conducente percepisce la presenza della vettura secondaria (istante di percezione), le informazioni personali riguardanti il profilo di guida del conducente e la modalità di guida in atto. Il modello creato restituisce come output il tempo di reazione di frenata, la forza media impressa sul pedale del freno e la massima decelerazione raggiunta dal veicolo. L’attività descritta in questa tesi prende parte al progetto QUADRAE (Quantitative Driver Behaviour Modelling for Active Safety Assessment Expansion) che coinvolge le principali industrie svedesi del settore automotive (AB Volvo, Volvo Car Corporation, Autoliv). I risultati ottenuti da questo studio, sia per quanto riguarda l’attività di analisi che per la modellazione delle reazioni tramite l’utilizzo di una rete neurale, mirano a contribuire allo sviluppo di nuovi sistemi avanzati di assistenza alla guida. In particolare, questa tesi si prefigge di fornire elementi di supporto per la progettazione di sistemi di allerta (warning systems) e frenata di emergenza con il fine di tutelare la sicurezza alla guida durante il verificarsi di criticità come quella studiata.