2020 Fiscal Year Annual Research Report
Quantification of the effect of car cabin design on mental workload during driving
| Project/Area Number |
18K03898
|
|---|
| Research Institution | Kanazawa University |
|---|
Principal Investigator |
茅原 崇徳 金沢大学, 新学術創成研究機構, 助教 (00582967)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 人間工学 / メンタルワークロード / 機械学習 / 異常検知 / ドライビングシミュレータ |
|---|
| Outline of Annual Research Achievements |
本年度は，機械学習における異常検知手法の一つであるOne Class Support Vector Machine（OCSVM）を応用して，眼球運動パラメータから自動車運転時のメンタルワークロード（MWL）を定量化する手法を提案した．具体的には，MWLが低い状態を正常運転状態と仮定し，正常運転状態の眼球運動パラメータを用いてOCSVMにより正常状態と異常状態を分ける識別境界を求め，識別境界からの距離（異常度）をMWLの定量指標とした．ドライビングシミュレータ（DS）による運転タスクとN-back課題を同時に課してMWLを段階的にコントロールした実験結果に提案手法を適用し，精神負担が高い状態を約95%の精度で検知でき，算出される精神負担の客観指標は主観的スコアとの相関係数が有意であることを確認した．また，眼球運動パラメータを算出するための時間の長さと提案手法によるMWLの推定精度との関係について調査した．データ解析の時間間隔を30秒から150秒まで30秒刻みで変化させた結果，60秒以上の時間間隔において，30秒と比較して推定精度が有意に高くなることを確認した．
車室空間の広さがMWLに与える影響を評価するため，DSのディスプレイの上部を遮蔽して車高の高さの変化を模擬し，運転タスクを課して眼球運動を計測した．遮蔽面積の増加により主観的なMWLが有意に増加したが，各眼球運動パラメータにおいて遮蔽面積の主効果は有意ではなかった．一方で，OCSVMを用いてMWLを推定した結果では，遮蔽率の主効果が有意であった．このことから，提案手法により単独の眼球運動パラメータでは抽出が困難なMWLの変化を捉えることができると考えられる．また，遮蔽面積が小さい（車高が高い）とMWLを低減する効果があると予想される．
|
