Uno studio pubblicato sulla rivista *Cyborg and Bionic Systems* ha rivelato un’interessante connessione tra l’attività cerebrale dei passeggeri e il comportamento dei veicoli a guida autonoma. Secondo i ricercatori dell’Università Tsinghua di Pechino, monitorare lo stato emotivo delle persone a bordo potrebbe aiutare i sistemi di self-driving a prendere decisioni più sicure in contesti di rischio.
L’innovazione si basa su un algoritmo di sicurezza intelligente, sviluppato analizzando i segnali cerebrali degli occupanti del veicolo. In pratica, il sistema valuta il rischio percepito dai passeggeri tramite una tecnologia non invasiva chiamata spettroscopia funzionale nel vicino infrarosso (fNIRS). Questo strumento monitora in tempo reale l’attività del cervello associata a stress, emozioni e percezione del pericolo. “La spettroscopia fNIRS può fornire informazioni cognitive sulla percezione del rischio e sugli stati emotivi umani, ed è considerata uno strumento per migliorare i sistemi di guida autonoma”, ha affermato Xiaofei Zhang, professore e autore dello studio.
I ricercatori hanno creato un sistema che integra i dati cerebrali raccolti con il software di guida dell’auto. Quando l’algoritmo rileva che i passeggeri sono esposti a livelli di stress o rischio elevati, il veicolo adotta automaticamente una strategia di guida più prudente e conservativa.
Questo approccio è stato progettato per apprendere più velocemente e prendere decisioni più sicure tenendo conto delle reazioni umane. L’algoritmo migliora una tecnica esistente, nota come TD3 (Twin Delayed Deep Deterministic Policy Gradient), superando alcuni limiti come la difficoltà nel gestire situazioni ad alto rischio e l’ottimizzazione focalizzata solo sul veicolo, trascurando l’esperienza del passeggero.
La vera novità consiste nell’integrare la valutazione del rischio degli occupanti all’interno del processo decisionale. L’auto non decide più solo come evitare un potenziale incidente, ma anche come farlo riducendo al minimo il disagio e la tensione per chi si trova a bordo. L’algoritmo è stato valutato in tre scenari critici: una frenata autonoma di emergenza, l’intervento improvviso di un altro veicolo e l’attraversamento inaspettato di un pedone.
I risultati hanno dimostrato che i segnali fisiologici umani possono essere integrati con successo nei sistemi di guida autonoma. La tecnologia fNIRS si è rivelata una soluzione concreta per rendere i veicoli autonomi più “umani”, capaci di adattare il proprio comportamento in base allo stato emotivo e cognitivo dei passeggeri. Il nuovo algoritmo ha mostrato di imparare soluzioni efficaci in meno tempo, di migliorare le prestazioni di sicurezza e di aumentare il comfort a bordo grazie a manovre meno brusche.
Tuttavia, gli stessi ricercatori hanno evidenziato alcuni limiti dello studio. Gli scenari di guida testati erano relativamente semplici e i partecipanti provenivano da contesti demografici e fasce d’età simili. Di conseguenza, i risultati potrebbero non essere generalizzabili a tutte le possibili situazioni di guida reali.
“La ricerca futura avrà l’obiettivo di convalidare l’algoritmo in scenari di guida più complessi e realistici”, ha concluso Zhang. Si punterà inoltre a “migliorare ulteriormente l’accuratezza e la robustezza della valutazione del rischio, integrando le informazioni provenienti dai sensori del veicolo”.
