2020 Fiscal Year Annual Research Report
A study on automobile safety system to rescue pedestrian fatalities in traffic accidents
| Project/Area Number |
18H01669
|
|---|
| Research Institution | Nihon University |
|---|
Principal Investigator |
西本 哲也 日本大学, 工学部, 教授 (30424740)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
本村 友一 日本医科大学, 医学部, 病院講師 (20464406)
宇治橋 貞幸 日本文理大学, 工学部, 特任教授 (80016675)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 傷害予測アルゴリズム / 歩行者保護 / 自動車安全技術 / 事故自動通報システム / 救命救急 / 機械学習 |
|---|
| Outline of Annual Research Achievements |
歩行者事故のマクロデータと呼ばれる交通統計白書に基づく2014年から2018年までの大規模な日本で発生した全事故データを昨年度までに収集して分析を実施した．本年度はその分析データを用いて歩行者傷害の予測アルゴリズムの開発を実施した．アルゴリズム開発には約10万件のデータを用いた．アルゴリズムの構築の構築方法はロジスティクス回帰とニューラルネットワークの二種類である．傷害予測のためのリスクファクタには道路形状，規制速度，危険認知速度，事故類型，乗用車のクラス，歩行者の年齢，損傷主部位を採用した．傷害部位は，これまで実施した胸腹部の耐性実験に基づいて適用したものである．歩行者傷害の予測アルゴリズムとしてロジスティクス回帰とニューラルネットワークを比較したところ，二つの構築方法には大きな差異はなく，双方が傷害予測アルゴリズムとして適用できることが明らかになった．
次に日本との比較のために南オーストラリア州の交通事故統計データであるSouth Australian Traffic Accident Reporting Systemデータを用いて，歩行者を対象とした多数のリスクファクタに基づく傷害予測アルゴリズムを上記と同様の方法で構築した．ここでは各リスクファクタの組合せから重傷リスクを予測するが，南オーストラリア州のデータでは赤池情報量基準 (AIC) と呼ばれる最小のリスクファクタで精度よく予測できる最も適当なリスクファクタの組合せとするためのモデル解析を実施した．
以上，大規模データによる歩行者保護アルゴリズムの構築を開発し，日本の交通事故で死亡者の最も多い自動車対歩行者事故での死亡者を救命するための自動車安全システムのための傷害予測アルゴリズムを完成した．
|
| Research Progress Status |
令和2年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和2年度が最終年度であるため、記入しない。
|
Research Products
(15 results)
