权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Development of Evaluation System of Driver's Cognitive Ability based on Driving Behavior

基于驾驶行为的驾驶员认知能力评价系统开发

基本信息

批准号：
20K20258
负责人：
橋本幸二郎
金额：
$ 2.66万
依托单位：
Suwa University of Science
依托单位国家：
日本
项目类别：
Grant-in-Aid for Early-Career Scientists
财政年份：
2020
资助国家：
日本
起止时间：
2020-04-01 至 2024-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-20K20258/
关键词：
認知機能評価可能場面の検出運転行動データマイニング Sim2Real転移学習認知場面検出手法の提案運転場面マイニング手法の提案認知機能評価指標の選定運転場面検出手法の提案実機実験環境構築運転技量評価人間行動モデリング深層学習

项目摘要

本研究は、実運転行動データからドライバの認知機能を評価するシステムの開発を目的としている。まず2021年度の成果として、一連の運転行動データの中から任意の運転場面の検出手法を提案した。一方、2022年度は先行研究で検証されている認知機能評価可能場面と任意の場面と定義し、提案手法に基づく認知機能評価可能場面の検出、及び検出された場面において既存の認知機能評価指標が算出可能かを検証した。評価指標にはTTC(Time-to-Collision)を用い、実験を通じて認知機能評価に用いられている評価指標が算出可能であることを確認した。以上の成果は、実運転行動データに基づき認知機能評価の可能性を見出したと言える。一方、提案した運転場面の検出手法は教師あり学習を採用しており、事前に欲しい場面のデータを集めることが必要である。しかし、所望する場面が頻出しない場合、データ収集が困難である。対して、既存研究における認知機能の評価検証にはドライビングシミュレータ(DS)が用いられることが多い。そこで本研究では、DS内で所望の運転場面データを収集し、Sim2Real転移学習により、疑似現実運転場面データに変換することを試みる。現状、現実データとシミュレータデータとの差異を明らかにした段階である。また、運転行動データに対する自動分節化及びクラスタリング手法を提案した。この手法により、現実データとシミュレータデータをクラスタリングすることが可能となり、両クラスタ間の自動対応付けを行うことができれば、Sim2Real転移学習が可能となる。研究期間の延長を申請しており、2023年度にはSim2Real転移学習を提案し、その有効性を検証する。

The purpose of this study is to evaluate the cognitive function of mobile phone users. In 2021, the results of a series of operational activities were proposed. In the 2022 pilot study, we examined possible scenarios for cognitive function assessment, defined arbitrary scenarios, and proposed methods for assessing possible scenarios for cognitive function assessment based on existing cognitive function assessment indicators. Evaluation index TTC(Time-to-Collision) is used to evaluate cognitive function. The above results show that the possibility of cognitive function evaluation is very important. A party, a proposal, a scene, a method, a teacher, a student, a teacher, a teacher The situation is frequent and difficult. In response to existing research, the evaluation of cognitive function is based on the use of multiple methods. In this study, we tried to collect the desired movement scene in DS, Sim2Real Shift Learning, and Suspected Movement Scene. The difference between the status quo and the current situation is clear. Automatic segmentation and classification of mobile devices This technique is available for Sim 2 Real Shift Learning, which is available for Sim2Real Shift Learning. Application for Extension of Study Period, Proposal for Sim2Real Shift Learning in FY2023, and Verification of Effectiveness