Amerikanen hebben een van de hoogste niveaus van angst ter wereld als het gaat om technologie gerelateerd aan robotsystemen en zelfrijdende auto's. Het aanpakken van deze zorgen is van het grootste belang als de technologie vooruitgang wil boeken.
Een onderzoeker heeft een nieuwe technologie ontwikkeld voor autonome systemen die reageert op menselijke emoties op basis van machinaal aangeleerde menselijke stemmingen. Zijn oplossing, "Adaptive Mood Control in Semi of Fully Autonomous Vehicles", heeft een zeer concurrerend gebruiksoctrooi van het United States Patent and Trademark Office voor FAU opgeleverd.
Adaptive Mood Control biedt een gemakkelijke, aangename en vooral betrouwbare ervaring voor mensen die met autonome voertuigen omgaan. De technologie kan worden gebruikt in een breed scala aan autonome systemen, waaronder zelfrijdende auto's, autonome militaire voertuigen, autonome vliegtuigen of helikopters, en zelfs sociale robots.
“Het unieke van deze uitvinding is dat de operationele modi en parameters die verband houden met waargenomen emoties worden uitgewisseld met aangrenzende voertuigen om de doelstellingen van de adaptieve stemmingsbeheersing te bereiken. module in het semi- of volledig autonome voertuig in een coöperatieve rijcontext. De interactie tussen mens en AI/autonomie staat centraal in de aandacht van de academische wereld en het bedrijfsleven. Meer specifiek speelt vertrouwen tussen mensen en AI/autonome technologieën een cruciale rol in dit domein, omdat het rechtstreeks van invloed zal zijn op de sociale aanvaardbaarheid van deze moderne technologieën.
Het patent, getiteld "Adaptive Mood Control in Semi of Fully Autonomous Vehicles", maakt gebruik van niet-intrusieve sensorische oplossingen in semi- of volledig autonome voertuigen om de stemming van de chauffeurs en passagiers waar te nemen. Informatie wordt verzameld op basis van gezichtsuitdrukkingen, sensoren in de handgrepen/stoelen en thermische camera's en andere bewakingsapparatuur. Bovendien bevat het adaptieve stemmingscontrolesysteem real-time machine learning-mechanismen die de stemmingen van de bestuurder en passagiers in de loop van de tijd kunnen blijven leren. De resultaten worden vervolgens naar het softwaresysteem van het autonome voertuig gestuurd, zodat het voertuig kan reageren op waargenomen emoties door een geschikte bedrijfsmodus te kiezen, zoals de normale, voorzichtige of alerte rijmodus.
Een van de grootste problemen met de technologie van volledig of semi-autonome voertuigen is dat ze mogelijk niet in staat zijn om het gedrag van andere zelfrijdende en menselijk rijdende voertuigen nauwkeurig te voorspellen. Deze voorspelling is essentieel om goed te navigeren autonoom voertuigen op wegen.