走行環境や運転特性に起因するドライバのストレス対処様式の分析

岡嶋　智朗・南雲　健人・野澤　昭雄（青山学院大学）

本研究では，ドライバの安全性・快適性評価の指標として，人が外部からのストレス刺激に対して示す2種類のストレス対処応答（能動・受動的対処応答）に着目した．血行動態に基づいて走行環境や運転特性に起因するドライバのストレス対処応答を分析し，ドライバの安全性・快適性評価の指標としての有効性を示唆した．

汎化精度の高い機械学習による運転者の注視点推定

三好　優衣・松木　裕二（福岡工業大学）

筆者らは，先行研究において運転者の注視点推定のために，運転者の顔画像から得られる情報を入力とした機械学習による計測手法を開発した．しかし，その性能評価は実験参加者1名のみによるものであり，汎化精度については未検討であった．本研究では11名の実験参加者データを用いて汎化精度の高いモデルを開発した．

シート着座時の乗員背面の計測手法と評価について

若杉　穂高・今井　柊太・中沢　信明・岡本　真也・福田　悠人（群馬大学大学院）・岩瀬　勉（群馬大学／SUBARU）・中村　俊平・内形　恭平・半田　昌巳・高木　祐亮（SUBARU）

本研究では，着座時の乗員姿勢を計測する手法とその活用を提案する．ここでは加速度センサによる脊柱形状計測と，画像処理を用いた，座面に対する脊柱の相対位置推定とを組み合わせた計測システムを構築した．本システムを用いて自動車シート上の様々な着座姿勢を計測し，評価を行った．

リカレントニューラルネットワークに基づく運転時の人間行動モデルの汎用性評価

関　涼夏・石川　潤（東京電機大学）

著者らがこれまで提案してきたリカレントニューラルネットワーク（RNN）に基づく運転時の人間挙動モデルの汎用性を評価した結果について報告する．具体的には，振幅±1のM系列で学習したRNNが異なる振幅や滑らかな軌道に対して適切な応答を再現できるか評価した．その結果，汎用性があることが認められた．