| 研究課題/領域番号 |
19K11334
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分59010:リハビリテーション科学関連
|
|---|
| 研究機関 | 愛知淑徳大学 |
|---|
研究代表者 |
山岸 未沙子 愛知淑徳大学, 情報教育センター, 助教 (50552022)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
2019年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
|
|---|
| キーワード | 高齢ドライバ / Near-crash / ドライブレコーダ / 運転 / Naturalistic driving / ニアクラッシュ / ポアソン回帰分析 / Naturalistic Driving / Crash and Near-crash |
|---|
| 研究開始時の研究の概要 |
将来、完全自動運転が実現されるとしても、ヒトが運転に関わる現段階では高齢ドライバの安全性および運転能力の維持・向上は重要な課題である。しかし、評価に使われるモデルの分析方法や投入する変数が様々であったり、ドライバの交通環境が変数として考慮されていないことが問題点として考えられる。
本研究では、Crash and Near-crash (CNC) 事例を指標として、運転評価に応用できるCNC発生予測モデルを構築する。そのために、①CNC抽出と分析方法の決定、②モデルに投入する変数の検討、③交通環境を考慮した予測モデルの構築、の3段階で研究を進め、CNC発生予測モデルによる運転評価の可能性を探る。
|
| 研究成果の概要 |
高齢ドライバの人間特性データと、ドライブレコーダ(DR)の運転データを用いて、①Crash and Near-crash event(CNC)抽出、②変数の検討、③交通環境を考慮した予測モデルの構築を行った。有効なDRデータから、総走行距離935,776km、CNC2,463件が得られ、予備的モデルを構築した(①)。複数の人間特性データを整理し、CNCの発生に関わる変数を決定した(②)。交通環境を交差点数で表し、人間特性と運転習慣、交通環境を用いた高齢ドライバのCNC発生予測モデルを試作した(③)。モデルの精査は必要だが、高齢ドライバの交通事故低減につながるDRの応用可能性が得られた。
|
| 研究成果の学術的意義や社会的意義 |
高齢ドライバの交通事故低減は重要な社会的課題であり、運転免許更新の過程でも運転の観察が導入されるようになった。本研究のNaturalistic driving studyから得られた運転データは自家用車での普段の運転を記録したもので、ドライバによっては５年近い長期データである。これは認知機能等豊富な人間特性データとも紐づいており、貴重なデータベースを構成している。さらにドライバの交通環境を考慮した予測モデルはドライバ固有の安全性評価として有用である。本研究は運転免許更新手続きで得られる情報を活用しているため、実用という意味でも有意義であると考えられる。
|
