第 5 章 評価実験結果 ･･･････････････････････････････････････････
5.1 オフラインでの急ぎ運転検出性能の評価
被験者にいつもの運転と急ぎ運転の2パターンの運転を指示し，走行データを収集した．走行デー タをオフラインで解析し，各手法の急ぎ運転検出数から急ぎ運転検出性能の評価を行う．
急ぎ運転検出の例として被験者aの急ぎ運転検出結果を図5.1~5.6に示す．横軸はイベント中の最大加 減速度，縦軸は車間時間であり，いつもの運転時のイベントを青丸，急ぎ運転時のイベントを赤丸で 示す．図中の黒破線はPCA手法の閾値，マゼンタ破線はAID手法の閾値，緑破線は共通閾値手法の 閾値を表す．PCA手法は図中のオレンジ色で示した領域に含まれるイベントを急ぎ運転と判別する．
AID手法と共通閾値手法はそれぞれの閾値よりも右側の領域に含まれるイベントを急ぎ運転と判別す
る．図5.1~5.6に示すように急ぎ運転時は車間時間が短く，最大加減速度が大きくなる傾向がある．
これは実車両が用いられた先行研究の結果と同様である．このことからドライビングシミュレータで も実車両と同様な急ぎ運転を行うと考えられる．検出されたイベント数を手法毎に表5.1~5.3に示す．
表の青の欄がいつもの運転時の検出数，赤の欄が急ぎ運転時の検出数である．
表5.1~5.3の各被験者の検出数の合計に注目する．PCA手法の合計は，いずれの被験者においても
急ぎ運転時の検出数は2倍以上となった．AID検出手法も同様に，急ぎ運転時の検出数は3倍以上と なった．一方，共通閾値手法ではいつもの運転と急ぎ運転で検出数がほとんど変わらない被験者もい た．これは共通閾値手法は全被験者の閾値の平均を用いることで，一般的なドライバを基準に支援を 行う従来の運転支援システムを模擬しているため，被験者aやoのようなドライバの運転には適合し なかったからである．このような手法を基に支援を行った場合，ドライバが警報に不信感を抱くと考 えられる．また，速度域毎の検出数を見ると，共通閾値手法は20km/h以上でほとんど検出できてい ない．これは共通閾値手法では全速度域で共通の閾値を用いたためであると考えられる．
57
0 0.1 0.2 0.3 0.4 0.5 0.6
0 1 2 3 4 5 6
Acceleration [G]
Time headway [s]
Acceleration(0~20[km/h])
Normal driving Hurry driving PCA
AID
Common threshold
0 0.1 0.2 0.3 0.4 0.5 0.6
0 1 2 3 4 5 6
Acceleration [G]
Time headway [s]
Acceleration(20~40[km/h])
Normal driving Hurry driving PCA
AID
Common threshold
Fig.5.1 Result of hurry driving detection (subject a) (acceleration) (0~20[km/h])Fig.5.2 Result of hurry driving detection (subject a) (acceleration) (20~40[km/h])
58
0 0.1 0.2 0.3 0.4 0.5 0.6
0 1 2 3 4 5 6
Acceleration [G]
Time headway [s]
Acceleration(40~60[km/h])
Normal driving Hurry driving PCA
AID
Common threshold
0 0.2 0.4 0.6 0.8 1
0 1 2 3 4 5 6
Deceleration [G]
Time headway [s]
Deceleration(0~20[km/h])
Normal driving Hurry driving PCA
AID
Common threshold
Fig.5.3 Result of hurry driving detection (subject a) (acceleration) (40~60[km/h])Fig.5.4 Result of hurry driving detection (subject a) (deceleration) (0~20[km/h])
59
0 0.2 0.4 0.6 0.8 1
0 1 2 3 4 5 6
Deceleration [G]
Time headway [s]
Deceleration(20~40[km/h])
Normal driving Hurry driving PCA
AID
Common threshold
0 0.2 0.4 0.6 0.8 1
0 1 2 3 4 5 6
Deceleration [G]
Time headway [s]
Deceleration(40~60[km/h])
Normal driving Hurry driving PCA
AID
Common threshold
Fig.5.5 Result of hurry driving detection (subject a) (deceleration) (20~40[km/h])Fig.5.6 Result of hurry driving detection (subject a) (deceleration) (40~60[km/h])
60
0~20[km/h] 20~40[km/h] 40~60[km/h] 0~20[km/h] 20~40[km/h] 40~60[km/h]
Normal 1 1 0 0 0 0 2
Hurry 3 6 5 1 9 3 27
Normal 0 1 0 0 2 1 4
Hurry 2 4 1 0 5 2 14
Normal 0 0 0 0 1 1 2
Hurry 1 4 9 0 1 7 22
Normal 0 0 1 0 0 1 2
Hurry 11 11 8 1 3 13 47
Normal 0 1 1 1 0 0 3
Hurry 2 1 4 1 0 0 8
Normal 1 0 0 0 0 0 1
Hurry 4 3 4 0 5 5 21
Normal 0 3 0 1 0 0 4
Hurry 1 3 1 1 1 2 9
Normal 0 0 1 0 1 0 2
Hurry 2 7 5 6 8 9 37
Normal 0 0 0 2 1 0 3
Hurry 2 6 1 1 1 1 12
Normal 1 0 1 2 0 2 6
Hurry 3 11 3 5 11 7 40
Normal 0 1 0 2 3 1 7
Hurry 5 2 4 1 2 5 19
l m n b a
c d e
q
Acceleration Decleration
Total
o p
Driving state
Table5.1 Number of hurry driving detection (PCA) subject
0~20[km/h] 20~40[km/h] 40~60[km/h] 0~20[km/h] 20~40[km/h] 40~60[km/h]
Normal 3 1 0 0 0 0 4
Hurry 6 9 8 2 0 0 25
Normal 0 0 0 0 0 0 0
Hurry 7 8 1 0 0 0 16
Normal 0 0 0 0 0 0 0
Hurry 7 5 11 0 0 0 23
Normal 0 1 0 0 0 0 1
Hurry 5 12 8 0 1 0 26
Normal 1 0 0 0 0 0 1
Hurry 2 2 4 0 0 0 8
Normal 0 1 0 0 0 0 1
Hurry 8 5 6 0 2 1 22
Normal 0 0 0 0 0 0 0
Hurry 5 5 1 0 0 0 11
Normal 0 0 0 0 0 0 0
Hurry 8 3 0 3 3 0 17
Normal 1 1 0 1 0 0 3
Hurry 3 4 1 1 0 0 9
Normal 1 0 0 1 0 0 2
Hurry 8 1 2 1 1 0 13
Normal 0 1 0 0 0 0 1
Hurry 5 3 4 0 0 0 12
a b c
Driving state
d e l m n o p q
Acceleration Decleration
Total Table5.2 Number of hurry driving detection (AID)
subject
61
0~20[km/h] 20~40[km/h] 40~60[km/h] 0~20[km/h] 20~40[km/h] 40~60[km/h]
Normal 14 1 0 0 0 0 15
Hurry 17 0 0 0 0 1 18
Normal 0 0 0 0 0 0 0
Hurry 3 0 0 0 0 0 3
Normal 0 0 0 0 0 0 0
Hurry 7 0 0 0 0 0 7
Normal 2 0 0 0 0 0 2
Hurry 19 0 0 0 1 0 20
Normal 1 0 0 0 0 0 1
Hurry 6 0 0 0 0 0 6
Normal 0 0 0 0 0 0 0
Hurry 15 0 0 0 0 0 15
Normal 0 0 0 0 0 0 0
Hurry 7 0 0 0 0 0 7
Normal 0 0 0 0 0 0 0
Hurry 14 0 0 0 0 0 14
Normal 4 0 0 0 0 0 4
Hurry 6 0 0 0 0 0 6
Normal 4 0 0 0 0 0 4
Hurry 20 1 0 0 1 1 23
Normal 4 0 0 0 0 0 4
Hurry 12 0 0 0 1 0 13
q
Decleration Acceleration
l m n o p a b c d e
Table5.3 Number of hurry driving detection (Common threshold)
Total Driving state
subject
62
次にPCA手法とAID分布による検出手法で急ぎ運転として検出したイベントが実際に急ぎ運転や 危険な運転であったかを調べる．図5.7は図5.1の車間時間を60秒まで広げた図であり，図中の主成 分分析による手法でのみ検出されたイベントを黒丸で，加速度の度数分布による手法でのみ検出され たイベントをマゼンタ丸で囲んでいる．両イベントはいつもの運転時に検出されたイベントであり，
PCA手法でのみ検出されたイベント（以下，イベントA）の時系列データを図5.8に，AID検出され たイベント（以下，イベントB）の時系列データを図5.9に示す．図中では加速イベント開始時間を0 秒としており，イベント中の最大加速度，イベント開始時の車間距離，車間時間，速度を赤丸で示す．
また，前方車が検知できる範囲内にいない状態を車間距離300mで表し，同様に前方車が検知できな いまたは速度が0km/hのため車間時間が無限大になっている状態を車間時間60秒で表している．両 イベントは信号待ちからの加速イベントであるが，イベントAは前方車がいる状態，イベントBは前 方車がいない状態である．イベントAは前方車との距離が短いにも関わらず強く加速しており，その 車間時間1秒以下の危険運転になっている．このことからイベントAは危険な急ぎ運転であると考え られる．一方，イベントBは前方車がいない状態からの加速であり大きな加速度は出ているが，距離 が十分に離れた前方車に追いつくための行動である．このことからイベントBはあまり危険な運転で ないと考えられる．
以上のことから，PCA手法はいつもの運転に検出せず，急ぎ運転時に多く検出するため有効である．
AID手法は検出数の差は大きいことから検出能力はあるが，危険ではない運転も急ぎ運転として検出 してしまうことがある．共通閾値による検出手法はドライバによっては検出数にあまり差が出ないた め，検出能力は低い．これらの結果は昨年度の研究で行われた実車両で行われたオフラインでの解析 結果と同様である．
これらのことから，ドライビングシミュレータでも実車両車実験が同様になることが確認された．
よってドライビングシミュレータでも急ぎ運転検出手法の評価を行うことができると考えられる.
しかし，イベントが危険な運転か否かの判断はドライバの主観と異なる可能性がある．そこで次節 ではドライバの主観による急ぎ運転検出性能の確認を行う．
Fig.5.7 Result of hurry driving detection (wide scale) (acceleration) (0~20[km/h])
0 0.1 0.2 0.3 0.4 0.5 0.6
0 10 20 30 40 50 60
Acceleration [G]
Time headway [s]
Acceleration(0~20[km/h]) Normal driving
Hurry driving PCA
AID
Common threshold
62
63
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
0 0.2 0.4 0.6
Acceleration[G]
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
3.5 4 4.5
Head way distance[m]
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
0 5 10
Time headway[s]
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
0 20 40
Velocity[m/s]
Time[s]
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
-0.2 0 0.2 0.4 0.6
Acceleration[G]
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
0 100 200 300
Head way distance[m]
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
0 20 40 60
Time headway[s]
-2 -1.5 -1 -0.5 0 0.5 1 1.5 2
0 20 40
Velocity[m/s]
Time[s]
Fig.5.8 longitudinal data (event A)
Fig.5.9 longitudinal data (event B)
64