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

点击翻译按钮获取中文摘要

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。