3. 非熟練者の運転技能向上の為の訓練 19
3.3 考察
4. 結論
本研究では, 家庭内で使えるほどの簡便な運転シミュレータ上で運転行動を熟 達させることが, 実世界での運転行動の効果に繋がる可能性があるかを検証する 為,開発した運転シミュレータを用い, 2章の実験では（１）運転シミュレータで 運転熟練者と非熟練者の運転行動に差異が確認できるか, 調査を行った. いずれ も免許を有する運転熟練者と非熟練者に対して, 車線変更タスクにおける視線挙 動, 運転挙動に関するデータを収集し, 解析を行った. その結果, 車線変更に至る までの距離やステアリング角度,視線の停留時間と停留頻度に, 運転熟練度が反映 されていることがわかった.
次に, 3章の実験では（２）運転シミュレーション上での訓練で非熟練者の運転 行動に向上が見られるか, 調査を行った. 運転技能向上の為のインストラクショ ンを行うグループ,行わないグループに二分し, いずれも免許を有しない運転非熟 練者に対して,車線変更タスクにおける視線挙動, 運転挙動の変化に関するデータ を収集し, 解析を行った. その結果,運転操作や車両挙動に大きな変化は見られな かったものの, 視線の停留時間と停留頻度にインストラクションの効果が反映さ れている可能性があることがわかった.
今回, インストラクションの効果が伺えたことから, 我々の簡便な運転シミュ レータを使用して非熟練者の訓練に利用できる可能性があると考えられる. 非熟 練者の運転行動向上の為の訓練に関しては, 解析データの資料とともに口頭でイ ンストラクションを行ったが,今後,運転中にミラーを視覚的に強調表示するなど して別のアプローチからより効果的な訓練方法を模索していく必要がある. また, 我々の利用するSIGVerseドライビングシミュレータはネットワーク越しに複数 人がシミュレータ環境に入って運転できる為, 複数台のインタラクションを通じ た訓練に利用できる可能性があると考えられる.
謝辞
本研究を進めるに当たりまして, 多くの方々に御協力頂きました. ここに, 深く 感謝の意を表します.
研究の機会を与えて下さり,重要な御助言,暖かい手を差し伸べて下さった池田 和司先生, 研究活動において多くの御指導,御助言を頂き,様々なことに挑戦する 機会を与えて下さった柴田智広先生に深く感謝致します.
御多忙の中, 要所要所において貴重なご意見を下さり, 就職活動の際には暖か い眼差しで応援して下さった杉本謙二先生に深く感謝致します.
実験を進めるに当たり, 多々御指導頂き御助言下さった船谷浩之先生に感謝致 します. 研究室内の発表においても多くの御助言を下さった渡辺一帆先生, 久保 孝富先生, 爲井智也先生に深く感謝致します. 窮地の際も心良く手を差し伸べて 下さり, 勇気づけて下さった大林千尋さんに深く感謝致します.
実験や出張などの事務的な手続きを始めとして, 急なお願いにも関わらず迅速 に手助けしてくださった谷本史さん,足立敏美さんに深く感謝致します.
研究に関してもその他の面でも, 私が心折れそうなときも相談に乗り, 話を聞 いて下った, 濱田龍之介さん, 中平悠太さん, 折戸靖幸君をはじめ, 研究室内外の 先輩, 同期, 後輩の皆様に深く感謝致します.
研究に関して数々の御指導, 御助力, 実験を行う機会を下さり, 心身ともに気 遣って下さった株式会社デンソーの江川万寿三様, 坂東誉司様,人見謙太郎様をは じめとする関係者の皆様に深く感謝致します.
最後に,大学院に進むことを許してくれ,暖かく支えてくれた両親, 私より早く 社会人になった妹に感謝申し上げます.
参考文献
[1] 運転免許統計(平成23年度版). 警察庁交通局運転免許課.
[2] 平成23年中の交通事故発生状況. 警察庁.
[3] Justin M. Owens, Jon Antin, Kazutoshi Ebe, and James P. Foley. Prelim-inary investigation of the effects of an implicit in-vehicle training program on senior driver performance. Second International Symposium on Future Active Safety Technology toward zero-traffic-accident, 2013.
[4] Masahiro Tada, Haruo Noma, Akira Utsumi, Makoto Segawa, Masaya Okada, and Kazumi Renge. Elderly driver retraining using automatic evalu-ation system of safe driving skill. Institution of Engineering and Technology, 2013.
[5] Mitsubishi simulation system. MITSUBISHI Precision Co.
[6] E. Hartman. Driver vision requirements. Nj:erlbaum 700392, Society of Automotive Engineers, 1970.
[7] M.Peden et al. World report traffic injury prevention. World Helth Org, 2004.
[8] Geoffrey Underwood, Peter Chapman, Neil Brocklehurst, Jean Underwood, David Crundall, et al. Visual attention while driving: sequences of eye fixations made by experienced and novice drivers. Ergonomics, Vol. 46, No. 6, pp. 629–646, 2003.
[9] 瀬谷安弘,中易秀敏,三好哲也. 自動車運転作業時の眼球運動解析による視覚 探索法略に関する研究. 電子情報通信学会技術研究報告. HIP,ヒューマン情 報処理, Vol. 107, No. 369, pp. 125–130, 2007.
[10] Tetsunari Inamura, Tomohiro Shibata, Hideaki Sena, Takashi Hashimoto, Nobuyuki Kawai, Takahiro Miyashita, Yoshiki Sakurai, Masahiro Shimizu,
Mihoko Otake, Koh Hosoda, et al. Simulator platform that enables social interaction simulation?sigverse: Sociointelligenesis simulator. In System In-tegration (SII), 2010 IEEE/SICE International Symposium on, pp. 212–217.
IEEE, 2010.
[11] Takashi Bando and Tomohiro Shibata. Networked driving simulator based on sigverse and lane-change analysis according to frequency of driving. In Intelligent Transportation Systems (ITSC), 2012 15th International IEEE Conference on, pp. 1608–1613. IEEE, 2012.
[12] Artoolkit. http://www.hitl.washington.edu/artoolkit/.
[13] Anup Doshi and Mohan Manubhai Trivedi. On the roles of eye gaze and head dynamics in predicting driver’s intent to change lanes. Intelligent Trans-portation Systems, IEEE Transactions on, Vol. 10, No. 3, pp. 453–462, 2009.
[14] 岩尾一優, 吉岡隆宏,森周司. 車線変更時の視線と身体運動の動的特性: 3 画 面ドライビングシミュレータを用いた実験的検討 (マルチモーダル, 感性情 報処理, 一般). 電子情報通信学会技術研究報告. HIP, ヒューマン情報処理, Vol. 109, No. 345, pp. 103–108, 2009.
[15] John D Lee, Dary Fiorentino, Michelle L Reyes, Timothy L Brown, Omar Ahmad, James Fell, Nic Ward, and Robert Dufour. Assessing the feasibility of vehicle-based sensors to detect alcohol impairment. Report No. DOT HS, Vol. 811, No. 358, p. 98, 2010.
[16] 山門誠, 高橋絢也, 齋藤真二郎, 安部正人. 安全走行を支援する新しい車両運 動制御技術 「g-vectoring 制御」. 日立評論, 2009.
付録
A. ARToolKit を利用した頭部補正
PC上での画像 レンズ歪みを補正した画像 マーカ座標
カメラ座標
図 29 マーカを利用した頭部補正
図29にARToolKitを使用した動画データから, 視野カメラで撮影した画像の
ある注視点PO についてマーカ座標に変換する手順を示す. なお,カメラパラメー タ C についてはARToolKitを利用してキャリブレーションを行うと自動的に得 ることができる. 1 番のレンズ歪曲収差補正について, 広角カメラのため収差が 大きいことから,実際の注視点との乖離が大きくなる可能性があり,補正を行う必 要性が生じる. そこで, ARToolKitを利用し補正を行う. 2 番については式(1)を 利用し, 歪曲収差が補正された点 PI のデータからカメラパラメータを使ってカ メラ座標の視線ベクトルL を導出する.
3 番については, マーカ座標とカメラ座標間の変換行列式(2)の x 軸回転成分 Xm と y 軸回転成分 Ym , カメラ座標におけるマーカの位置 Nを利用して式(3) が成り立ち, マーカ座標の注視点を得ることができる.