A cognitive model of the human driver

The first cause of road accidents is the lack of attention by road users. Today’s Advanced Driver Assistance Systems try to face the issue by classifying the driver’s state as attentive or inattentive, even though the driver’s understanding is characterized by several degrees of attention. This study aims to supply Advanced Driver Assistance Systems with a more refined measure of context awareness of the driver. Data about perception and cognition was acquired and processed. Based on control theory and data analysis, a perceptive model and a cognitive one simulating the driver’s understanding of an object’s position and motion were developed. A parameter identification was executed. Two model scores were defined inspired by statistics. The experimental data distributions were closely reproduced by the model underlining the correctness of the formulated structure. The results indicate that the model reproduces correctly the human driver’s understanding of a moving object, and his/her ability to predict its future positions over a time horizon of up to 2.75s. Therefore, the model may be used to inform Advanced Driver Assistance Systems about the driver’s cognition of nearby moving objects, contributing to improving the synergy between the driver and the Advanced Driver Assistance System.

La prima causa di incidenti stradali è la mancanza di attenzione degli utenti della strada. I sistemi avanzati di assistenza alla guida odierni, conosciuti come ADAS, tentano di risolvere il problema classificando lo stato del guidatore come attento o distratto, anche se la comprensione del guidatore è caratterizzata da diversi gradi di attenzione. Questo studio si propone di fornire i sistemi avanzati di assistenza alla guida di una misura più raffinata della consapevolezza del guidatore riguardo il contesto. Sono stati acquisiti ed elaborati dati sulla percezione e sulla cognizione. Sulla base della teoria del controllo e dell’analisi dei dati, sono stati sviluppati un modello percettivo e uno cognitivo che simulano la comprensione del guidatore della posizione e del movimento di un oggetto. È stata eseguita un’identificazione dei parametri. Sono stati definiti due punteggi per i modelli a partire da un test della bontà di adattamento. Le distribuzioni dei dati sperimentali sono state fedelmente riprodotte dal modello sviluppato sottolineando la correttezza della struttura formulata. I risultati indicano che il modello riproduce correttamente la comprensione del guidatore umano di un oggetto in movimento e la sua capacità di prevedere le sue posizioni future su un orizzonte temporale fino a 2,75s. Pertanto, il modello può essere utilizzato per informare i sistemi avanzati di assistenza alla guida sulla cognizione del conducente di oggetti in movimento nelle vicinanze, contribuendo a migliorare la sinergia tra il conducente e i sistemi avanzati di assistenza alla guida.