Incident na Paraolimpijadi u Tokiju 2021. godine, gde je autonomno vozilo udarilo slepog sportistu, ukazuje na ozbiljan izazov u razvoju tehnologije autonomnih vozila, posebno u kontekstu interakcije sa slepim pešacima. Iako su autonomna vozila dizajnirana da olakšaju mobilnost i sigurnost, nesreća je otkrila ključni problem u njihovom funkcionisanju: nedostatak adekvatnih podataka o kretanju slepih ljudi u urbanim sredinama.
Istraživači sa Univerziteta u Merilendu, u saradnji sa inženjerima sa Bostonskog univerziteta, razvili su BlindliVase, skup podataka zasnovan na 3D tehnologiji, koji precizno beleži način kretanja slepih osoba kroz grad. Ovi podaci pomoći će da se unaprede modeli predviđanja pokreta u autonomnim vozilima i robotici, omogućavajući sigurniju interakciju sa slepim pešacima.
Trenutno dostupni skupovi podataka za kretanje ljudi uglavnom se baziraju na kretanjima viđenih osoba, dok su kretanja slepih ljudi, koji koriste pomagala kao što su trske ili vodiči psi, vrlo specifična i mogu zbuniti senzore autonomnih vozila. Zbog toga, neadekvatno prepoznavanje tih pokreta može dovesti do opasnih situacija, uključujući saobraćajne nesreće.
Kako bi se prikupili podaci koji precizno prikazuju kretanje slepih pešaka, istraživači su koristili napredne nosive sisteme sa 18 senzora, koji su pratili pokrete tela i mobilnost učesnika u stvarnim uslovima. U saradnji sa slepim osobama, istraživači su osmislili osam urbanih ruta sa izazovima kao što su neravni trotoari i stepenice. Slepi učesnici su koristili trske i vodiče pse kako bi navigirali kroz ove rute, a istraživači su beležili njihove pokrete i interakciju sa okolnim objektima.
Pored prikupljanja podataka o pokretima, istraživači su razvili detaljne tekstualne opise koji objašnjavaju kako slepi ljudi koriste trske, kako komuniciraju sa okolinom i kako reaguje na prepreke. Ovi opisi su ključni za treniranje algoritama za simulaciju stvarnih scenarija u autonomnim sistemima, jer omogućavaju precizno modeliranje ponašanja slepih pešaka. Rezultati do sada pokazuju značajno smanjenje grešaka u predviđanjima, ali izazovi ostaju, posebno u situacijama sa visokim rizikom.
Kako bi proširili bazu podataka i unapredili modele, istraživači planiraju saradnju sa organizacijama za prava osoba sa invaliditetom i obuku mobilnosti. Cilj je povećati raznolikost u podacima i obuhvatiti različite scenarije, što će omogućiti dalji napredak u razvoju bezbednih autonomnih vozila i drugih pomagala.
Kakorri i Ohn-Bar ističu da je BlindliVase samo prvi korak u rešavanju problema, jer slične izazove imaju i drugi korisnici poput osoba sa oštećenjima motoričkih sposobnosti ili neurodivergentnih osoba. Ove grupe, koje često nisu uključene u postojeće skupove podataka, suočavaju se sa većim rizikom u saobraćaju, što dodatno naglašava potrebu za sveobuhvatnim razvojem sigurnosnih tehnologija.
Inovacije poput BlindliVase ne samo da unapređuju sigurnost slepih osoba u interakciji sa autonomnim vozilima, već takođe otvaraju vrata za razvoj inkluzivnijih i bezbednijih tehnologija za sve korisnike, uključujući osobe sa invaliditetom i druge ugrožene grupe. Istraživanje u ovoj oblasti je ključni korak ka boljoj integraciji svih korisnika u urbani i tehnološki svet.
