研究人员着手确定一种称为漂移扩散的决策模型是否可以预测行人何时会在接近的汽车前面过马路，以及它是否可以用于汽车让路给行人的场景，无论有没有明确的信号。这种预测能力将使自动驾驶汽车能够更有效地与行人沟通，就其交通运动和任何外部信号(如闪光灯)而言，最大限度地提高交通流量并减少不确定性。
漂移扩散模型假设人们在累积感官证据达到做出决定的阈值后做出决定。
该研究的资深作者、利兹大学交通研究所的 Gustav Markkula 教授说：“在做出穿越的决定时，行人似乎在汇总许多不同的证据来源，不仅与车辆的距离和速度，但也使用车辆在减速和大灯闪烁方面的交流提示。
“当车辆让路时，行人往往对汽车是否真的在让路感到相当不确定，往往最终会等到汽车几乎完全停下来才开始穿越。我们的模型清楚地显示了这种状态证实了不确定性，这意味着它可以用来帮助设计自动驾驶汽车在行人周围的行为，以限制不确定性，这反过来又可以改善交通安全和交通流量。
“令人兴奋的是，这些来自认知神经科学的理论可以被带入这种现实世界的背景中并找到应用的用途。”
为了测试他们的模型，该团队使用虚拟现实将试验参与者置于利兹大学独特的 HIKER(高度沉浸式运动实验研究)行人模拟器中的不同交叉路口场景中。研究参与者在立体 3D 虚拟场景中自由行走时的动作被高度详细地跟踪，显示了一条有迎面而来的车辆的道路。参与者的任务是在他们认为安全的情况下尽快过马路。
测试了不同的场景，接近的车辆要么保持相同的速度，要么减速让行人过马路，有时还会闪烁前灯，这是英国常用的让步信号。
正如他们的模型所预测的那样，研究人员发现，随着时间的推移，来自车辆距离、速度、加速度以及交流线索的感官数据相加，参与者表现得好像他们正在决定何时过马路。这意味着他们的漂移扩散模型可以预测行人是否以及何时可能开始过马路。
Markkula 教授说：“这些发现有助于更好地了解人类在交通中的行为，这对于提高交通安全和开发可以与人类道路使用者共存的自动驾驶汽车都是必不可少的。
“与行人的安全和人类可接受的互动是自动驾驶汽车开发人员面临的主要挑战，更好地了解行人的行为方式将是实现这一目标的关键。”
主要作者、在利兹大学进行这项研究的 Jami Pekkanen 博士说：“预测行人的决定和不确定性可用于优化车辆何时以及如何减速，并发出信号以表明可以安全通过，为双方节省时间和精力。”
