2022 Fiscal Year Annual Research Report
個々人に最適化された自動運転ためのドライバの視覚認知特性の解明
| Project/Area Number |
20K14996
|
|---|
| Research Institution | Ritsumeikan University |
|---|
Principal Investigator |
岡藤 勇希 立命館大学, 総合科学技術研究機構, 准教授 (50843950)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 知覚認知特性 / 操舵行動 / 運転行動 / 視覚認知情報 / 個人特性 / 運転支援 |
|---|
| Outline of Annual Research Achievements |
本研究では、個々のドライバの視覚認知特性を理解することで、運転における人間らしさを解釈し、新たな自動運転設計の指針を得ることを目的とした。そのために、2022年度では2021年度に引き続き、深層学習モデルによる視覚認知特性の解析手法の妥当性の検証、環境中の物体と車両状態に影響を受けるドライバの注視行動を心理学実験を通して解析し、個々人に最適化された注視特性を再現可能な推定モデルの開発を行なった。また、個々人に特化した運転特性の解析を行うために、運転初心者に着目した運転行動の解析を行なった。
1. 2021年度では、ドライバの視覚認知特性を解明するための深層学習モデルの提案と、Potential Attentionという概念を用いた、車外環境中の物体や、道路形状に対する車両状態に影響される注視行動モデルの2つの提案を行なった。そこで本年度では、これらの提案モデルを他の手法と比較することで、人間の認知特性を正しく表現可能なことを検証すると同時に、提案モデルを個々人の運転行動に最適化させることで、個々人の視覚認知特性の検証を行なった。これらの検証により、提案モデルはドライバの知覚認知特性の解析手法となり得ることと同時に、個々人に最適化された特性の解明に寄与することが期待される。
2. 2021年度まででは、主に個々人のドライバの視覚認知特性の解明に重点をおいて研究を行っていた。そこで本年度では、得られたドライバの特性をもとにして、ドライバへの運転方法の教示を検証することで、より安全な運転行動を誘発できるかの検証を行なった。初心者のドライバを対象として、視覚的に与えられる教示の情報量に着目した心理学実験を実施した結果、初心者に対しては視覚的に与えられる教示の情報量よりも、運転経験の時間が運転行動の学習に寄与することが示された。
|
