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。

这项研究旨在开发一个系统，该系统可以通过实际驾驶行为数据来评估驱动程序的认知功能。首先，由于2021财年，我们提出了一种从一系列驾驶行为数据中检测任意驾驶情况的方法。另一方面，在2022年，我们定义了可以评估认知功能评估以及在先前研究中验证的任何情况的情况，并测试了是否可以根据所提出的方法在可以在认知函数评估的情况下计算现有的认知函数评估指标。我们使用TTC（收集时间）作为评估指数，并确认可以通过实验计算用于认知函数评估的评估指数。可以说上述结果是根据实际驾驶行为数据发现了认知功能评估的可能性。另一方面，提出的检测驾驶情况的方法采用监督学习，有必要提前收集有关所需情况的数据。但是，如果未经常发现所需的情况，则很难数据收集。另一方面，驾驶模拟器（DSS）通常用于评估和验证现有研究中的认知功能。因此，在这项研究中，我们尝试在DS中收集所需的驾驶场景数据，并使用SIM2REAL转移学习将其转换为伪实现的驾驶场景数据。当前，实际数据和模拟器数据之间的差异已澄清。此外，已经提出了一种自动分割和聚类方法，用于驾驶行为数据。此方法可以启用真实数据和模拟器数据的群集，并且如果两个群集可以自动关联，则可以进行SIM2REAL传输学习。我们已经申请了研究期的扩展，并在2023年将提出SIM2REAL转移学习以验证其有效性。