| 研究課題/領域番号 |
20K14996
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分25020:安全工学関連
|
|---|
| 研究機関 | 立命館大学 |
|---|
研究代表者 |
岡藤 勇希 立命館大学, 総合科学技術研究機構, 准教授 (50843950)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | 知覚認知特性 / 運転行動 / 視覚認知情報 / 個人特性 / 運転支援 / 操舵行動 / 操舵/加減速行動 |
|---|
| 研究開始時の研究の概要 |
自動車の自動運転システムでは，より一層人間の理解に基づく自動運転の構築が喫緊の課題とされている．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する．本研究では，個々のドライバの視覚認知特性を解明するために，次の課題を解決する．深層学習による視覚認知特性の解析手段を提案し，妥当性の検証を行う．また，提案手法を用いて，様々なドライバの視覚認知特性の差異を解明し，運転の快適性等の知見を得る．一貫した運転特性の基盤的知見が得られることで，自動運転設計に応用できるだけでなく，人間の行動解析全般への展開が期待される.
|
| 研究成果の概要 |
自動車の自動運転システムでは、より一層人間の理解に基づく自動運転の構築が喫緊の課題である。そこで本研究では、機械学習を用いた手法により、個々のドライバの知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。本研究では、ドライバの身体的特性を考慮した深層学習モデルや、道路環境を考慮した注視推定モデルを提案し、心理学実験で得られた運転データを用いて解析した。複数の実験結果より、それらの提案手法がドライバ個々人の知覚認知特性を表現可能であることを示した。
|
| 研究成果の学術的意義や社会的意義 |
国内外で自動車の自動運転技術が次々と開発されており、交通事故の減少や、交通弱者に交通手段を与える等、様々な利点をもたらすとされる。その中でもLevel 3の自動運転車では、人間とシステムによる運転が行き来するため、ヒューマンエラーを起こす可能性のある人間の運転へと切り替わってしまい、交通社会全体としての安全が阻害される懸念がある。そのため、ドライバに安心感を与え、納得して自動運転技術を使用してもらうためには、人間らしさを感じさせる自動運転システムが重要である。そのため、本研究を遂行することにより、人間の運転特性の理解が得られるという学術的意義だけでなく、交通社会全体としての安全にも貢献できる。
|
