無人車不懂視障者出行方式，研究人員力促交通安全提升

2021年東京殘奧會期間，為期兩周的賽會活動中，一部負責接送人員的豐田無人車，在奧運村的一個十字路口撞上了一名視障運動員，造成輕傷。這部車輛最首要的任務就是不撞傷行人，究竟為何失職了呢？

馬裡蘭大學的研究人員表示，這起事件凸顯出無人車研發中的一個嚴重漏洞：缺乏有關視障行人如何在街道和人行道上行進的可靠資料。如今，馬裡蘭大學資訊學院的研究人員與波士頓大學的一名工程師合作，建立了名為BlindWays的資料集，其中包含真實世界的3D動作捕捉資料，以及視障人士出行方式的詳細描述。

兼任馬裡蘭大學高階計算研究學院職務的副教授赫爾尼薩·卡科裡表示：「我們意識到，大多數用於理解人類活動的資料集和模型只包含了有視力的人。」卡科裡與波士頓大學工程學院助理教授埃舍德·歐恩 - 巴爾合作開展了這個專案。

這種疏忽可能會妨礙無人車安全預測視障行人的行動。視障行人的行為，比如用柺杖感知路緣或突然轉向，可能會使現有的模型感到困惑，從而導致潛在的危險錯誤。她說：「這些預測出錯可能會危及生命。」

傳統的動作資料集通常是在可控的室內環境中收集的，由演員重新演繹動作。然而，這些設定無法準確模擬現實生活中的人類動作。為了確保BlindWays資料集的真實性，研究人員使用了一套配備18個感測器的可穿戴動作捕捉系統，以追蹤身體和行動輔助工具的動作。歐恩 - 巴爾說：「對於BlindWays，我們希望資料盡可能真實、自然。」

研究人員與視障群體合作，以確保研究使用的路線能準確反映視障行人在城市環境中遇到的情況。他們設計了八條城市路線，包含樓梯、不平整路面和繁忙人行道等現實世界中的挑戰。

視障參與者使用柺杖或導盲犬在這些路線上行進。除了3D動作資料，研究人員還收集了參與者如何移動、如何與環境互動以及如何使用行動輔助工具的詳細書面描述。

卡科裡說：「我們有一個註釋團隊，成員包括生物力學、感覺運動研究和行動研究方面的專家，為資料集中的每個動作建立了詳細的文字描述。這些描述捕捉到了視障參與者出行的細微之處，比如他們如何用柺杖處理障礙物、他們的目標，以及在不同情況下的自信程度。」

她還表示，這些描述對於訓練結合語言和動作的模型也至關重要。透過調整文字輸入，我們可以測試模型是否能準確模擬視障行人的真實動作場景。

歐恩 - 巴爾稱，到目前為止，他們的研究結果令人鼓舞，在某些情況下，預測誤差降低了超過80%，這凸顯了具有代表性資料的重要性。然而，挑戰依然存在，尤其是在過馬路或轉彎等高風險場景中，錯誤仍然頻發。

為了增強和擴充套件BlindWays資料集，研究人員計劃與專注於殘疾人權利、行動訓練和城市規劃的組織合作。這些合作旨在使資料集中的參與者、地點和場景更加多元化。

她說，捕捉不同群體的多樣性以及他們的出行方式，對於使無人駕駛汽車、配送機器人和輔助工具等系統打破而非強化現有的社會和物理障礙至關重要。

卡科裡說：「BlindWays只是個開始。人工智慧模型在遇到輪椅使用者、運動障礙者或神經多樣性人群時，可能會做出不可預測的反應。這些群體在交通事故中面臨更高的風險，而且常常被排除在現有的資料集之外。」