| 研究課題/領域番号 |
20K14996
|
|---|
| 研究機関 | 立命館大学 |
|---|
研究代表者 |
岡藤 勇希 立命館大学, 情報理工学部, 助教 (50843950)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 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 |
|---|
| 研究実績の概要 |
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、2021年度では2020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を、心理学実験を通じて検証した。また、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、注視特性を再現可能な推定モデルの開発を行なった。
1. 2020年度に、人間の身体的特性を考慮した深層学習モデルを提案し、ドライバの認知特性を正しく反映できることを確認した。しかしながら、提案手法が正しくドライバ個人の認知特性を反映しているのかが未確認である問題があった。そこで本年度は、複数のドライバを用いた認知特性の解析の比較をすることや、擬似的なドライバの運転行動を学習した結果が、実際のドライバの認知特性と異なることを示すことにより、提案手法の妥当性を検証した。これらの検証により、提案した深層学習モデルは、ドライバの知覚認知特性を解析するための手法となり得ることが期待される。
2. 従来から行われている心理学実験では、ドライバの注視行動は道路形状のみに影響されると仮定される研究がほとんどであった。それに対して本研究では、車外環境中の物体や、道路形状に対する車両状態がドライバの注視行動に影響していると仮定を立てて、心理学実験を通して検証した。その結果として、注視行動は環境中の物体や車両状態に依存して決定されることが判明した。また、車外環境中にある全ての物体に対してPotential Attentionを生成することで、Potential Attentionの組み合わせでドライバの注視行動の推定が可能となることが示された。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
申請書において2021年度は、提案したドライバの視覚認知特性の解析手法の妥当性検討を主に計画していた。定めた到達目標を達成していることや、解析の対象としていたドライバの認知特性のみではなく、新たな注視行動の解析まで実施することができたため、おおむね順調に進展していると考えられる。
|
| 今後の研究の推進方策 |
本年度までで、ドライバの認知特性を解析可能な手法だけでなく、ドライバの注視行動を推定可能なモデルの提案ができた。そこで当初の予定通り、これまでに提案した手法を用いて、個々のドライバの視覚認知特性の解明を図る。一般のドライバだけでなく、レーシングドライバなどのデータを収集することにより、様々なタイプのドライバの特性を解析していく。また、すでに知られているドライバの認知特性を、個々人に当てはめてドライバの認知特性を理解するだけではなく、心理学実験を通じて、今までに知られていないドライバの視覚認知特性の発見も行う。
|
| 次年度使用額が生じた理由 |
2021年度中に採択を見込んでいた論文誌が査読中のため、次年度使用額が生じた。2022年度には論文が採択される予定のため、研究計画通りに進める予定である。
|
