2021 Fiscal Year Research-status Report
ドライビングシミュレータ操作時の視線データによる映像酔い評価の指標開発
| Project/Area Number |
20K11905
|
|---|
| Research Institution | Chukyo University |
|---|
Principal Investigator |
藤掛 和広 中京大学, 心理学部, 講師 (90508467)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
高田 宗樹 福井大学, 学術研究院工学系部門, 教授 (40398855)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 視線データ / 映像酔い / データサイエンス / 高齢者 |
|---|
| Outline of Annual Research Achievements |
高齢ドライバの交通事故の発生率は増加傾向にあることから，高齢ドライバの事故予防に関する研究は多くなされている．それらの高齢ドライバに関する研究では，実車両や一般道での調査やドライビングシミュレータ（以下，DS）の利用がなされている．DS を利用した実験のメリットは「事故やトラブルのリスクが少ない」「状況場面の設定・再現が容易」「実験条件の調整が可能」等が挙げられるものの，デメリットとして「映像酔いの発生」が挙げられる．映像酔いは，乗り物酔い等と同じ動揺病の一種と見なされ，視覚情報に起因する動揺病は視覚性動揺病と分類される．映像酔いの症状として，酔いによるふらつきが発生すると，眼球は視界を傾けない様にする為に，ふらつきとは逆方向に眼球が回旋すること（眼球回旋運動）が知られている．
本研究の目的は，非接触型の視線計測機器によって計測した視線データを用いて映像酔いの評価指標を開発することで，DS 実験の負担軽減を実現し，さらに映像酔いの早期発見の手法の確立を目指すものである．また，非接触型の視線計測機器を利用することで，自動運転車両のドライバモニタへの技術転用などの発展も期待される．本研究で開発する映像酔いの評価指標は，データサイエンスのアルゴリズムによってDS実験時の視線データに含まれる眼球回旋運動の成分を抽出することで，映像酔いを定量的に評価するものである．
2021年度の研究では，視線データを対象とした機械学習による解析によって，映像酔いの評価システム開発を実施した．詳細は【現在までの進捗状況】に記す．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
申請した2020年度および2021年度の研究計画では，若年者の安静時の視線データから評価指標を開発する予定であった．しかしながら，新型コロナウイルスの蔓延予防のため，2020年度および2021年度は多人数の実験は延期した．また，新規の実験実施は新型コロナウイルスに罹患するリスクが懸念される．このことから，これまでに予備実験で取得していた高齢者9名の視線及び重心動揺データの解析を行った．2020年度はDS 操作時の視線データを解析し，2021年度は視線データを対象とした機械学習による映像酔い評価システム開発について取り組んだ．この措置は，申請書で次年度と次々年度に実施する内容の一部を，前倒しで実施したことになる．
2021年度に実施した機械学習による解析では，走行前後ごとの映像酔いのあり群/なし群の視線データの比較と，映像酔いあり群の走行前後の視線データの比較とした．機械学習の学習モデルは1次元畳み込みニューラルネットワークで，畳み込み層とプーリング層で特徴を抽出して分類した．機械学習における学習用データとテストデータの検証方法は，全ての実験協力者のデータがテスト事例となるよう検証を繰り返すleave one out 法を用いた．機械学習の結果，機械学習によって得られた学習モデルは，映像酔いの特徴を抽出することが可能であり，映像酔いの評価システムとして有効であることが示唆された．
2021年度の結果は，今後の研究の推進に於いて，多数の若年層及び高齢層の映像酔いの評価指標の有効性の確度が高いことを示す知見といえる．2020年度および2021年度は若年層のデータ取得はできなかったものの，次年度（2022年度）以降に検証すべき研究計画を進められたことから，全体の進捗としては支障のない状況であるといえる．
|
| Strategy for Future Research Activity |
当初の研究計画では，2020年度から2021年度の期間に，若年層を対象とした調査実施の予定であった．若年層のDS操作時の視線データから，リアルタイムでの映像酔い評価に加え，映像酔いの兆候の早期検出が可能な評価指標の開発を実施する計画であった．また，2021年度には，高齢層のデータを一部取得する計画であった．しかしながら，新型コロナウイルスの蔓延予防のため，多人数を対象とした実験実施は延期している．そのため，若年層および高齢層の一定数以上の実験データを対象とした検証はできていない．
2022年度の研究では，若年層および高齢層の一定数以上のデータを取得して，映像酔いの評価指標を開発する．2020年度から2021年度の研究期間内にて，少数のデータからではあるものの，本研究の有効性は示されている．このことから，2022年度の研究では，若年層および高齢層を対象として，DS操作実験を実施することで，映像酔いの評価指標開発に十分なデータ数を取得する．
今後の実験では，新型コロナウイルス感染予防の観点から，「1. 実験実施の実験者は1名とし，参加する被験者も一度につき1名とする」「2. 実験室の滞在時は扉を開放し，窓も開けた状態を維持する」「3. 入室時の手指消毒，マスクの着用を徹底する」「4. 会話をする場合には，可能なかぎりアクリル板越しで実施する」「5. 実験の教示や説明は，予め録音した音声を使用する」「6. 実験終了後，室内にいた人間が触れた箇所は消毒・清掃を実施する」「7. 退室時も手指消毒を徹底する」等の配慮をする．
|
| Causes of Carryover |
新型コロナウイルスの蔓延予防のため，2021年度は多人数の実験は延期したため．
|
Research Products
(5 results)
