1. 運転行動データベースを活用した運転行動モデリング

(2015年11月10日 10:30〜12:00)

　近年、運転支援システムの実用化が進みつつあり、ドライバに対して様々な運転支援が可能となってきました。ドライバの運転を支援するためには、“運転とは何か?”を改めて深く知ること、すなわち、ドライバは実環境においてどのような運転をしているのかを定量的に理解することが必要不可欠です。そのための方法の一つとして、実環境における運転行動データを収集した「運転行動データベース」があります。そして、運転行動データベースと運転支援システムをつなぐインターフェースの役割をするのが、「運転行動モデリング」といえます。
　本セミナーでは、運転行動データベースについて紹介すると共に、運転行動データベースの活用事例として、交差点やカーブという道路環境での運転行動モデリングについて紹介します。

1. 運転行動データベース
   1. 実環境での運転行動計測
   2. 運転行動計測用車両
   3. 運転行動データベースの紹介
2. 運転行動データベースの活用
   1. 運転行動データベースの活用方法
   2. データベースを活用した運転行動モデリング
      1. モデリングのための統計手法
      2. 交差点での運転行動モデリング
      3. カーブでの運転行動モデリング
   3. 運転行動モデリングによる運転支援システムのコンセプト
3. 運転行動データベースを活用するために
4. まとめ
• 質疑応答

2. ドライバの運転動作の計測と渋滞予測への応用

(2015年11月10日 12:45〜14:15)

　人間の行動は、ほとんどが無意識下で決定され、意識して行動することは少ないものです。本講座では、この無意識での行動特性から見たドライバの運転行動と応用について解説します。内容としては、無意識を考慮したドライバモデルが妥当であることを示し、警報システムへの応用を紹介し、走行状況の運転行動の違いから渋滞を予測する手法について話します。また、運転行動の違いは、ニューラルネットワークとサポートベクターマシーンで解析するため、両者の基礎についても解説します。

1. 無意識下でのドライバモデル
   1. 無意識での行動
   2. 無意識でのドライバ行動モデル
   3. ドライビングシミュレータ実験
   4. 他手法との比較
   5. まとめ
2. 警報システムへの応用
   1. 警報音の評価
   2. ドライビングシミュレータ実験
   3. 効果解析
   4. 過警報への効果
   5. まとめ
3. 渋滞予測への応用
   1. 渋滞モデル
   2. 各走行相での運転特性
   3. ドライビングシミュレータ実験
   4. 機械学習による解析 (ニューラルネットワーク)
   5. 機械学習による解析 (サポートベクターマシーン)
   6. まとめ
• 質疑応答

3. 信号交差点におけるドライバの通過・停止の判断要因の分析と意図推定

(2015年11月10日 14:30〜16:00)

ドライバの判断迷いは特に信号交差点内の交通事故の一つの要因と考えられる。判断迷いの要因を分析した上でドライバの判断や意図を動的に推定できれば、予防安全上の有益な支援策が期待できる。本講演では、まず過去の先行研究を整理した後、ドライビングシミュレータ実験を通じて判断迷いの評価を行う。さらに、ロジスティック回帰分析 (LRA) を用いて黄信号に直面したドライバの通過または停止の意思決定要因を明らかにし、この結果を踏まえて、車両状態量の計測データをフィードバックすることで通過または停止の意図を推定する試みを紹介する。 　LRAというプリミティブな方法ではあるが簡便に意図推定を行う可能性に言及し、この結果を応用した運転支援の実現についても考察する。

1. はじめに
   1. 研究の背景
   2. 先行研究の整理
   3. 研究の目的
2. 方法論
   1. ジレンマゾーンの定義
   2. ロジスティック回帰分析 (LRA)
   3. 評価方法
      1. ジレンマゾーンにおける運転行動評価
      2. 意図に与える影響分析
      3. 意図推定
      4. モデル決定力と性能評価
3. 実験
   1. シナリオ
   2. 結果
4. 意図に与える影響分析
   1. LRA回帰係数の同定及び統計量の算出結果
   2. 影響分析結果
5. 意図推定
   1. 意図推定結果
   2. モデル性能評価結果
   3. 運転支援の実現に向けた考察
6. おわりに
   1. 研究のまとめ
   2. 今後の展開
• 質疑応答