2018 Fiscal Year Research-status Report
準自動運転の緊急時における運転者の認知心理特性と人工知能に基づく事故防止策
| Project/Area Number |
17K01297
|
|---|
| Research Institution | The University of Tokushima |
|---|
Principal Investigator |
柏原 考爾 徳島大学, 大学院社会産業理工学研究部(理工学域), 准教授 (40463202)
|
|---|
| Project Period (FY) |
2017-04-01 – 2021-03-31
|
| Keywords | 認知科学 / 安全システム科学 / 人工知能 |
|---|
| Outline of Annual Research Achievements |
準自動運転では、緊急時の運転者の認知心理特性を充分に考慮する必要がある。例えば、準自動運転での緊急時に、運転者が眠気を催したり、よそ見等をしていれば、重大な事故に繋がる。その際、注意・集中に関連する脳波（前頭葉Fz領域のθ波）の変調が示唆される。また、運転者の認知機能に関わる持病が、緊急時の運転操作に影響することも考えられる。本研究では、実際の事故原因の一つになり得るてんかん発作に着目し、脳波信号から発作を予測する手法を検討した。特に、ウェーブレット変換に基づく周波数成分の時系列変化から、脳波の特徴的な変化（異常状態）を素早く予測・検知できる手法を提案した。これらの成果をブレイン・コンピュータインタフェースとして実現できれば、準自動運転のみならず、通常の運転での警告システムとしても活用できる。
また、実用化が進む自動運転では、交通環境の動的な変化を瞬時に把握し、安全かつ効率の良い走行経路を素早く決定しなければならない。特に、高速道路のサグ部・インターチェンジの出入り口付近・合流地点等では、過度な減速により車両の流れが悪化し、追突・接触事故の可能性も増える。災害・道路工事による交通規制も事故や渋滞の要因となる。自動運転の状況を再現するには、交通シミュレーションが有効となる。一般的な交通シミュレーションでは、遺伝的アルゴリズム・セルオートマトン等の人工知能が利用されてきた。しかし、自動運転の移動を想定し、交通状況が刻々と変化するシーンでは、さらに最適なアルゴリズムを検討する必要がある。種々の環境に適応できる深層強化学習は、複雑かつ新たな交通環境を含む問題にも柔軟に対応できる。そのため、交通状況が常に変化する高速道路の合流地点において、自動運転車を想定した交通シミュレーションを実施した。その際、通常の自動車の混在や運転者の心理特性（眠気や焦燥感等）による交通状況の悪化も考慮した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究実施計画に従い、準自動運転時の認知心理特性を加味した事故防止策について、重要な知見（注意・集中に関連する脳活動の変化に着目した警告システム等）が得られている。また、人工知能（深層強化学習）を基にしたシミュレーション実験により、自動運転で起こり得る問題点や改善策についても言及できている。研究成果は、適宜、国内学会、国際会議、学会論文にて公表している。
|
| Strategy for Future Research Activity |
これまでの研究成果をさらに発展させ、緊急時に運転操作が切り替わった際の認知心理特性を検討する。また、準自動運転での交通事故を低減し、安全な交通環境を構築する手法について、人工知能や機械学習の手法を利用して検討していく。研究成果は関連学会で公表し、新たな視点から研究方法を改善できる様にフィードバックを行う。
|
| Causes of Carryover |
実験環境を構築する際、脳波測定部位の簡略化等により、これまでの計測システムを利用した検証・解析を行うことができた。また、ボランティアの被験者やシミュレーション実施により、謝金を抑えることができた。次年度以降は、脳波以外の生体計測機器（眼球運動や心電図等の自律神経活動を含む）の購入も検討し、さらに精度の高い実験を実施する予定である。
|
