JP7263997B2 - 運転行動評価装置、方法およびプログラム - Google Patents

Description

本発明は、運転行動評価装置、運転行動評価方法および運転行動評価プログラムに関する。

特許文献１には、自車両が交差点に接近してから通過するまでの自車両の車両走行状態を検出し、検出した走行状態から自車両の運転者が、例えば一時不停止などのリスクのある運転をしているか否かを判定する技術が開示されている。

特開２０１５－１２５５６０号公報

本願発明者が実施した実験（詳細は後述）によれば、一時停止交差点を通過する運転行動を精度良く評価できる新たな運転特性パラメータが存在することが見出された。特許文献１に記載の技術は、運転行動の評価に際して前記運転特性パラメータを考慮していないので、一時停止交差点を通過する運転行動の評価精度の面で改善の余地がある。

本発明は上記事実を考慮して成されたもので、一時停止交差点を通過する運転行動の評価精度を向上できる運転行動評価装置、運転行動評価方法および運転行動評価プログラムを得ることが目的である。

第１の態様に係る運転行動評価装置は、車両の運転者に対して認知力検査を行った結果と、当該運転者が一時停止交差点を通過する運転を行った際に得られた、交差点の一時停止線付近で最後にアクセルがオフからオンに変化した位置であるアクセルオン位置ｘ1、前記交差点の一時停止線よりも所定距離だけ手前の地点でのブレーキストローク量ｘ2、一時停止位置または最低車速位置から一時停止線付近で最後に停止した位置までの所要時間である安全確認時間ｘ3、前記一時停止線を越えて前記交差点へ進入する迄の区間の平均車速ｘ4、前記区間の最低車速ｘ5、および、前記区間の最大車速ｘ6、の６種類の運転特性パラメータと、を複数の運転者について収集した学習用データから、
（安全度合）＝ａ1ｘ1＋ａ2ｘ2＋ａ3ｘ3＋ａ4ｘ4＋ａ5ｘ5＋ａ6ｘ6＋ａ0 …（１）
前記認知力検査の結果を目的変数、前記６種類の運転特性パラメータを説明変数とし、上記（１）式の安全度合演算式における係数ａ1，ａ2，ａ3，ａ4，ａ5，ａ6および定数ａ0を算出する重回帰分析を行って生成した、前記安全度合演算式を記憶する記憶部と、評価対象の運転者が一時停止交差点を通過する運転を行った際に得られた、前記６種類の運転特性パラメータを前記安全度合演算式に代入して演算処理を行うことで、前記交差点の一時停止線に対する前記評価対象の運転者の運転行動を評価する評価部と、を含んでいる。

第１の態様では、上記のアクセルオン位置ｘ1、ブレーキストローク量ｘ2、安全確認時間ｘ3、平均車速ｘ4、最低車速ｘ5、および、最大車速ｘ6、の６種類の運転特性パラメータが、平均的な値からどの程度ずれているのかを運転行動の評価に反映できる。これにより、一時停止交差点を通過する運転行動の評価精度を向上させることができる。

第２の態様に係る運転行動評価方法は、車両の運転者に対して認知力検査を行った結果と、当該運転者が一時停止交差点を通過する運転を行った際に得られた、交差点の一時停止線付近で最後にアクセルがオフからオンに変化した位置であるアクセルオン位置ｘ1、前記交差点の一時停止線よりも所定距離だけ手前の地点でのブレーキストローク量ｘ2、一時停止位置または最低車速位置から一時停止線付近で最後に停止した位置までの所要時間である安全確認時間ｘ3、前記一時停止線を越えて前記交差点へ進入する迄の区間の平均車速ｘ4、前記区間の最低車速ｘ5、および、前記区間の最大車速ｘ6、の６種類の運転特性パラメータと、を複数の運転者について収集した学習用データから、
（安全度合）＝ａ1ｘ1＋ａ2ｘ2＋ａ3ｘ3＋ａ4ｘ4＋ａ5ｘ5＋ａ6ｘ6＋ａ0 …（１）
前記認知力検査の結果を目的変数、前記６種類の運転特性パラメータを説明変数とし、上記（１）式の安全度合演算式における係数ａ1，ａ2，ａ3，ａ4，ａ5，ａ6および定数ａ0を算出する重回帰分析を行って生成した、前記安全度合演算式を記憶部に記憶させておき、評価対象の運転者が一時停止交差点を通過する運転を行った際に得られた、前記６種類の運転特性パラメータを前記安全度合演算式に代入して演算処理を行うことで、前記交差点の一時停止線に対する前記評価対象の運転者の運転行動を評価することを含む処理をコンピュータによって実行させる。

第２の態様は、第１の態様と同様に、一時停止交差点を通過する運転行動の評価精度を向上させることができる。

第３の態様に係る運転行動評価プログラムは、コンピュータに、車両の運転者に対して認知力検査を行った結果と、当該運転者が一時停止交差点を通過する運転を行った際に得られた、交差点の一時停止線付近で最後にアクセルがオフからオンに変化した位置であるアクセルオン位置ｘ1、前記交差点の一時停止線よりも所定距離だけ手前の地点でのブレーキストローク量ｘ2、一時停止位置または最低車速位置から一時停止線付近で最後に停止した位置までの所要時間である安全確認時間ｘ3、前記一時停止線を越えて前記交差点へ進入する迄の区間の平均車速ｘ4、前記区間の最低車速ｘ5、および、前記区間の最大車速ｘ6、の６種類の運転特性パラメータと、を複数の運転者について収集した学習用データから、
（安全度合）＝ａ1ｘ1＋ａ2ｘ2＋ａ3ｘ3＋ａ4ｘ4＋ａ5ｘ5＋ａ6ｘ6＋ａ0 …（１）
前記認知力検査の結果を目的変数、前記６種類の運転特性パラメータを説明変数とし、上記（１）式の安全度合演算式における係数ａ1，ａ2，ａ3，ａ4，ａ5，ａ6および定数ａ0を算出する重回帰分析を行って生成した、前記安全度合演算式を記憶部に記憶させておき、評価対象の運転者が一時停止交差点を通過する運転を行った際に得られた、前記６種類の運転特性パラメータを前記安全度合演算式に代入して演算処理を行うことで、前記交差点の一時停止線に対する前記評価対象の運転者の運転行動を評価することを含む処理を実行させる。

第３の態様は、第１の態様と同様に、一時停止交差点を通過する運転行動の評価精度を向上させることができる。

本発明は、一時停止交差点を通過する運転行動の評価精度を向上できる、という効果を有する。

実施形態に係る運転行動評価システムの概略構成を示すブロック図である。 車載システムのＥＣＵの機能ブロック図である。 パラメータ抽出部が抽出する６種類の運転特性パラメータを示すイメージ図である。 図３に示す用語の定義を示す図表である。 シーン判別テーブルの一例を示す図表である。 運転行動評価処理の一例を示すフローチャートである。 本願発明者が実施した実験で収集した運転特性パラメータ（一部）を示す図である。 本願発明者が実施した実験で収集した運転特性パラメータ（一部）を示す図である。 本願発明者が実施した実験において、位置に関する運転特性パラメータを高齢運転者、壮年運転者毎に平均してプロットした図である。 本願発明者が実施した実験において、車速に関する運転特性パラメータを高齢運転者、壮年運転者毎に平均して示す図である。 本願発明者が実施した実験において、「安全確認時間」を高齢運転者、壮年運転者毎に平均して示す図である。 本願発明者が実施した実験において、「一時停止線の手前Ｘｍ地点でのブレーキストローク量」を、高齢運転者、壮年運転者毎に平均して示す図である。 本願発明者が実施した実験において、決定係数Ｒ^２が最大となるように選択した運転特性パラメータＰ1～Ｐ6についての決定係数Ｒ^２を示す図である。 本願発明者が実施した実験において、決定係数Ｒ^２が最大となるように選択した運転特性パラメータＰ1～Ｐ6についてのＰ値などを示す図表である。

以下、図面を参照して本発明の実施形態の一例を詳細に説明する。図１に示すように、実施形態に係る運転行動評価システム１０は、車両に搭載された車載システム１２と、データセンタ・サーバ５４（以下、単にサーバ５４という）と、端末装置７０と、を含んでいる。車載システム１２、サーバ５４及び端末装置７０はネットワーク７４を介して通信可能とされている。なお、図１では車載システム１２を１つのみ示しているが、車載システム１２は複数の車両に各々搭載されている。また、端末装置７０は、例えばスマートフォンなどで構成され、表示部７２を含んでおり、車載システム１２が搭載された車両を運転する運転者の家族などに所持されている。

車載システム１２は、ＥＣＵ（Electronic Control Unit）１４を備えている。ＥＣＵ１４は、ＣＰＵ（Central Processing Unit）１６と、ＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）などのメモリ１８と、ＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）などの不揮発性の記憶部２０と、を含んでいる。ＣＰＵ１６、メモリ１８及び記憶部２０は内部バス２２を介して互いに通信可能に接続されている。

ＥＣＵ１４にはセンサ群２４、車両の周囲を撮影するカメラ３２、車載システム１２とサーバ５４などとの通信を司る通信制御部３４、ナビゲーションシステム３６及び任意の情報を表示可能な表示部３８が接続されている。

センサ群２４は、ＧＮＳＳ（Global Navigation Satellite System）衛星から測位信号を受信してＧＮＳＳ測位情報を取得するＧＮＳＳセンサ２６と、アクセルペダルの踏み込み量を検出するアクセルペダルセンサ２８と、ブレーキペダルの踏み込み量を検出するブレーキペダルセンサ３０と、を含む複数種のセンサを備えている。センサ群２４に含まれるＧＮＳＳセンサ２６、アクセルペダルセンサ２８、ブレーキペダルセンサ３０以外のセンサとしては、車両の速度を検出する車速センサ、車両の加速度を検出する加速度センサ、車両の操舵角を検出する操舵角センサなどが挙げられる。センサ群２４の各センサは、車両のイグニッションスイッチがオンの間、各種の物理量を所定時間毎に検出する。

ナビゲーションシステム３６は、地図情報を記憶する記憶部（図示省略）を含んでおり、ＧＮＳＳセンサ２６から出力されるＧＮＳＳ測位情報と記憶部に記憶された地図情報とに基づいて、表示部３８に表示した地図上に自車両の位置を表示したり、目的地迄の経路を案内する処理を行う。

ＥＣＵ１４の記憶部２０には、運転行動評価プログラム４０、シーン判別テーブル４２および安全度合演算式４４が記憶されている。ＥＣＵ１４は、運転行動評価プログラム４０が記憶部２０から読み出されてメモリ１８に展開され、メモリ１８に展開された運転行動評価プログラム４０がＣＰＵ１６によって実行されることで、図２に示すシーン判別部４６、パラメータ抽出部４８、運転行動評価部５０および出力部５２として機能し、後述する運転行動評価処理を行う。これにより、ＥＣＵ１４は運転行動評価装置の一例として機能する。なお、運転行動評価部５０は評価部の一例である。

シーン判別部４６は、後述するシーン判別テーブル４２に記憶された情報に基づいて、運転シーンを判別する。パラメータ抽出部４８は、シーン判別部４６によって判別された運転シーンが一時停止交差点通過シーンの場合に、センサ群２４の各センサによって検出されたセンサデータから、図３に(1)～(6)として示す６種類の運転特性パラメータを抽出する。すなわち、６種類の運転特性パラメータは、(1) 交差点の一時停止線付近で最後にアクセルがオフからオンに変化した位置である「アクセルオン位置」、(2)交差点の一時停止線よりもＸｍ手前の地点でのブレーキストローク量である「一時停止線手前Ｘｍでのブレーキストローク量」、(3)一時停止位置または最低車速位置から一時停止線付近で最後に停止した位置までの所要時間である「安全確認時間」、(4)一時停止線を越えてから交差点へ進入する迄の区間（セクション１）での平均車速である「平均車速１」、(5)セクション１での最低車速である「最低車速１」、および、(6)セクション１での最大車速である「最大車速１」である。なお、図３に記載している用語の定義を図４に示す。

運転行動評価部５０は、シーン判別部４６によって判別された運転シーンが一時停止交差点通過シーンの場合、パラメータ抽出部４８によって抽出された６種類の運転特性パラメータ、「アクセルオン位置」、「一時停止線手前Ｘｍでのブレーキストローク量」、「安全確認時間」、「平均車速１」、「最低車速１」および「最大車速１」を安全度合演算式４４に代入して演算処理を行うことで、一時停止交差点通過シーンにおける運転行動の安全度合いを演算する。なお、安全度合演算式４４の一例を次の（１）式に示す。

（安全度合）＝ａ1ｘ1＋ａ2ｘ2＋ａ3ｘ3＋ａ4ｘ4＋ａ5ｘ5＋ａ6ｘ6＋ａ0 …（１）

但し、（１）式において、ｘ1は「アクセルオン位置」、ｘ2は「一時停止線手前Ｘｍでのブレーキストローク量」、ｘ3は「安全確認時間」、ｘ4は「平均車速１」、ｘ5は「最低車速１」、ｘ6は「最大車速１」である。また、（１）式における係数ａ1，ａ2，ａ3，ａ4，ａ5，ａ6および定数ａ0は、サーバ５４による学習処理（後述）によって算出される。

また、本実施形態では、一時停止交差点通過シーン以外の複数の運転シーンの各々に対応して、運転行動を評価する評価ロジックが複数用意されている。運転行動評価部５０は、シーン判別部４６によって判別された運転シーンが一時停止交差点通過シーン以外の場合に、シーン判別部４６によって判別された運転シーンに対応する評価ロジックを実行することで、運転シーンに応じた運転行動の評価を行う。

具体的には、センサデータの時系列データを入力とし、入力と同数のセンサデータの時系列データを出力とすると学習済みモデルであって、運転シーン毎に、運転行動の評価が比較的高い運転が行われている際に取得されたセンサデータを教師データとして機械学習させることによって、複数の運転シーンそれぞれに対応付けられた複数の学習済みモデルをサーバ５４で予め生成する。より詳しくは、サーバ５４は、センサデータの時系列データを入力した場合における出力のセンサデータの時系列データが、入力のセンサデータの時系列データに等しくなるようにモデルを学習させることによって学習済みモデルを予め生成する。ここでいう運転行動の評価が比較的高い運転とは、例えば、交通法規を満たし、かつ交通流を妨げない運転を意味する。また、学習済みモデルとしては、例えばＬＳＴＭ（Long Short-Term Memory）オートエンコーダが適用される。

サーバ５４で生成された運転シーン毎の学習済みモデルはサーバ５４から車載システム１２へ配信され、ＥＣＵ１４の記憶部２０に記憶される。運転行動評価部５０は、シーン判別部４６によって判別された運転シーンが一時停止交差点通過シーン以外の場合、シーン判別部４６によって判別された運転シーンに対応する学習済みモデルに、センサデータの時系列データを入力して演算処理を行う。そして、運転行動評価部５０は、学習済みモデルから出力されたセンサデータの時系列データと、学習済みモデルに入力したセンサデータの時系列データとの差を、運転行動に対する評価として導出する。学習済みモデルの入力と出力との差は、評価が高い運転行動からかけ離れた運転行動であるほど、すなわち、運転行動の評価が低くなるほど大きくなる。この差としては、例えば、マハラノビス距離を適用することができる。

出力部５２は、運転行動評価部５０によって得られた運転行動の評価結果を出力する。具体的には、出力部５２は、運転行動の評価結果を表示部３８に出力することで、運転者に報知する。例えば、出力部５２は、運転行動の評価結果が予め定められた基準を満たさない場合、安全運転を促すメッセージを表示部３８に出力するようにしてもよい。また、出力部５２は、運転行動の評価結果を、車両に搭載されたスピーカー等の音声出力装置によって出力させることで、音声により運転者に報知するようにしてもよい。

図５に示すように、シーン判別テーブル４２は、カメラ３２により撮影された画像に含まれる物体および車両の位置の少なくとも一方に、運転シーンが対応付けられて記憶されている。例えば、カメラ３２により撮影された画像に含まれる物体が信号機で、かつ車両の位置が交差点の周囲１０ｍ以内という組み合わせには、「一時停止交差点通過」という運転シーンが対応付けられている。また、例えば、カメラ３２により撮影された画像に含まれる物体が水たまりおよび人である場合は、「歩行者に注意」という運転シーンが対応付けられている。また、例えば、車両がカーブしている道路上に位置している場合は、「カーブ走行」という運転シーンが対応付けられている。なお、カメラ３２により撮影された画像に含まれる物体および車両の位置の１つの組み合わせに、複数の運転シーンが対応付けられていてもよい。

サーバ５４は、ＣＰＵ５６、メモリ５８、不揮発性の記憶部６０及びサーバ５４と車載システム１２などとの通信を司る通信制御部６２を含んでおり、ＣＰＵ５６、メモリ５８、記憶部６０及び通信制御部６２は内部バス６４を介して互いに通信可能に接続されている。記憶部６０には、学習プログラム６６および学習用データ６８が記憶されている。

学習用データ６８は、車両の運転者に対して認知力検査を行った結果と、当該運転者が一時停止交差点を通過する運転を行った際に得られた６種類の運転特性パラメータ（「アクセルオン位置」、「一時停止線手前Ｘｍでのブレーキストローク量」、「安全確認時間」、「平均車速１」、「最低車速１」および「最大車速１」）と、を複数の運転者について収集したデータである。

サーバ５４は、学習プログラム６６を実行することで、学習用データ６８から安全度合演算式４４を生成する学習処理を行う。例えば、安全度合演算式４４が（１）式である場合、学習処理は、認知力検査の結果を目的変数、前述の６種類の運転特性パラメータを説明変数とする重回帰分析を行い、係数ａ1，ａ2，ａ3，ａ4，ａ5，ａ6および定数ａ0を算出することによって実現できる。学習処理によって生成された安全度合演算式４４は、一旦記憶部６０に記憶された後に、サーバ５４から車載システム１２へ配信され、ＥＣＵ１４の記憶部２０に記憶される。

次に本実施形態の作用として、車載システム１２のＥＣＵ１４で実行される運転行動評価処理について、図６を参照して説明する。

運転行動判別処理のステップ１００において、シーン判別部４６は、カメラ３２によって撮影された画像データが表す画像およびＧＮＳＳセンサ２６によって検出された車両の位置情報の少なくとも一方を用いて、運転シーンを判別する。具体的には、シーン判別部４６は、カメラ３２により撮影された画像データに対し、公知の物体検出処理を行うことによって、当該画像データが表す画像に含まれる物体を検出する。この物体検出処理の例としては、Ｆａｓｔｅｒ Ｒ－ＣＮＮ（Regions with Convolutional Neural Networks）、ＹＯＬＯ（You Only Look Once）およびＳＳＤ（Single Shot Multibox Detector）等が挙げられる。

また、シーン判別部４６は、ＧＮＳＳセンサ２６によって検出された位置情報が表す位置が、どのような道路上の位置であるかを判別する。この判別は、例えば、地図情報に、位置情報に対応して交差点およびカーブ等の道路に関する情報が含まれていて、車両の位置と地図情報とを用いて行うことができる。

そして、シーン判別部４６は、シーン判別テーブル４２を参照し、特定した物体と位置との組み合わせに対応する運転シーン、特定した物体のみに対応する運転シーンおよび特定した位置のみに対応する運転シーンを、車両の運転シーンとして特定する。なお、シーン判別部４６は、画像データが表す画像および車両の位置情報を入力とし、運転シーンを出力として予め教師データを用いた機械学習によって得られた学習済みモデルを用いて、車両の運転シーンを特定してもよい。

ステップ１０２において、パラメータ抽出部４８は、シーン判別部４６によって判別された運転シーンが一時停止交差点通過シーンか否か判定する。ステップ１０２の判定が肯定された場合はステップ１０４へ移行する。ステップ１０４において、パラメータ抽出部４８は、センサデータから前述の６種類の運転特性パラメータを抽出する。

次のステップ１０６において、運転行動評価部５０は、パラメータ抽出部４８によって抽出された６種類の運転特性パラメータを安全度合演算式４４（例えば前出の（１）式）に代入して演算処理を行うことで、一時停止交差点通過シーンにおける運転行動の安全度合い（運転行動の評価値）を演算する。

一方、シーン判別部４６によって判別された運転シーンが一時停止交差点通過シーンでない場合には、ステップ１０２の判定が否定されてステップ１０８へ移行する。ステップ１０８において、運転行動評価部５０は、複数の運転シーン別に用意された複数の評価ロジックのうち、シーン判別部４６によって判別された運転シーンに対応する評価ロジックを実行することで、運転シーンに応じた運転行動の評価を行う。

ステップ１０６またはステップ１０８の処理を行うとステップ１１０へ移行し、ステップ１１０において、出力部５２は、ステップ１０６またはステップ１０８で得られた運転行動の評価結果を表示部３８に表示させることで、運転者に報知する。ステップ１１０の処理が終了すると、運転行動評価処理を終了する。

なお、出力部５２は、運転行動評価部５０による運転行動の評価結果を、ネットワーク７４を介してサーバ５４へ送信するようにしてもよい。この場合、サーバ５４は、各車両から定期的に送信された運転行動に対する評価を蓄積する。また、この場合、サーバ５４は、例えば、１ヵ月に１回等の定期的なタイミングで、車両毎に蓄積した評価を集計し、集計結果を車両のオーナー、或いは端末装置７０に電子メール等によって通知する。また、各車両の運転行動に対する評価は、例えば、保険料の算出等に用いられてもよい。

以上説明したように本実施形態では、一時停止交差点を通過する運転シーンにおいて、交差点の一時停止線付近で最後にアクセルがオフからオンに変化した位置であるアクセルオン位置と、交差点の一時停止線よりも所定距離だけ手前の地点でのブレーキストローク量と、に基づいて、交差点の一時停止線に対する運転行動を評価している。これにより、アクセルオン位置およびブレーキストローク量に基づいて、一時停止線が設けられた交差点へ近づく際の距離および車速が、平均的な値からどの程度ずれているのかを運転行動の評価に反映できるので、一時停止交差点を通過する運転行動の評価精度を向上させることができる。

また、本実施形態では、一時停止交差点を通過する運転シーンにおいて、一時停止線を越えて交差点へ進入する際の平均車速、最低車速および最大車速のうちの少なくとも１つを加味して運転行動を評価している。これにより、一時停止線を越えて交差点へ進入する際の平均車速、最低車速および最大車速のうちの少なくとも１つが、平均的な値からどの程度ずれているのかを運転行動の評価に反映できるので、一時停止交差点を通過する運転行動の評価精度をさらに向上させることができる。

また、本実施形態では、一時停止交差点を通過する運転シーンにおいて、一時停止位置または最低車速位置から一時停止線付近で最後に停止した位置までの時間である安全確認時間を加味して前記運転行動を評価している。これにより、安全確認時間が平均的な値からどの程度ずれているのかを運転行動の評価に反映できるので、一時停止交差点を通過する運転行動の評価精度をさらに向上させることができる。

なお、上記では、一時停止交差点を通過する運転シーンにおいて、６種類の運転特性パラメータを全て用いて運転行動の評価を行う態様を説明したが、これに限定されるものではない。例えば、「アクセルオン位置」と「一時停止線手前Ｘｍでのブレーキストローク量」のみを用いて運転行動を評価するようにしてもよいし、これに加えて、「安全確認時間」、「平均車速１」、「最低車速１」および「最大車速１」のうちの少なくとも１つを加味して運転行動を評価するようにしてもよい。

また、上記では交差点を１回通過した際の運転行動に基づいて運転行動を評価する態様を説明したが、これに限定されるものではなく、交差点を複数回通過した際の各回の運転行動において危険な運転と判定された頻度に基づいて、運転行動を評価するようにしてもよい。

また、上記では、運転行動評価処理（図６）を車載システム１２が実行する態様を説明したが、これに限定されるものではなく、サーバ５４で実行するようにしてもよい。この場合、サーバ５４が運転行動評価装置として機能することになる。

さらに、上記では、一時停止交差点を通過する運転シーンに対してリアルタイムで運転行動を評価する態様を説明したが、これに限定されるものではない。例えば、センサデータまたは運転特性パラメータを所定期間（例えば１か月など）に亘って蓄積しておき、蓄積したデータに基づきサーバ５４などによりオフラインで運転行動の評価を行い、運転行動の評価結果を運転者やその家族などへ後日配信するようにしてもよい。

また、上記では本発明に係る運転行動評価プログラム４０が記憶部２０に予め記憶（インストール）されている態様を説明したが、本発明に係る運転行動評価プログラムは、ＣＤ－ＲＯＭやＤＶＤ－ＲＯＭ等の記録媒体に記録されている形態で提供することも可能である。

以下、本願発明者が実施した実験について説明する。この実験は、一時停止線が設けられた交差点を自車両が直進する際に、交差する道路を側方から他車両が通過する状況をドライビングシュミレータによって再現し、ドライビングシュミレータを操作して運転操作を行う被験者による前記交差点を直進する運転行動を、合計１１種類の運転特性パラメータについて収集した。

収集した運転特性パラメータは、図７に示す「アクセルオン位置（Accel On Position）」、一時停止線付近で最後に停止した位置の一時停止線からの距離である「発進位置（Start Position）」、「一時停止位置または最低車速位置（Stop Position）」、「一時停止線手前Ｘｍでのブレーキストローク量（Brake Stroke at Ｘｍ）」、「安全確認時間（Safety Confim Time）」、図８に示す「平均車速１（Average Speed 1）」、「最低車速１（Minimum Speed 1）」、「最大車速１（Maximum Speed 1）」、交差点進入後の区間（セクション２）での平均車速である「平均車速２（Average Speed 2）」、セクション２での最低車速である「最低車速２（Minimum Speed 2）」、「セクション２への進入速度（Entering Speed to Section 2）」である。

また、個々の被験者に対し、ドライビングシュミレータを操作する直前に認知力検査（ＴＭＴ：Trail Makeing Test）を実施した。そして、本願発明者は、収集した運転特性パラメータと認知力検査の結果に対して解析・検討を行った。なお、被験者は高齢者（６５歳以上）と壮年者（４０～５０歳台）を各々複数名とした。

図９は、実験にて収集した運転特性パラメータのうち位置に関する運転特性パラメータを高齢運転者、壮年運転者毎に平均して、プロットしたものである。高齢運転者は、一時停止線の手前でブレーキを最後にオフからオンにした位置が、壮年運転者よりも一時停止線よりに位置している。また、高齢運転者では「一時停止位置または最低車速位置」が停止線より手前側に来ており、交差点に進入する際に最後にブレーキを離した位置（「発進位置」）が停止線手前あたりに集中している。また、高齢運転者では左方からの車両が現れるトリガライン（左右の安全確認できる位置）付近での明確な停止が見られず、「アクセルオン位置」が停止線より手前に分布している。高齢運転者と壮年運転者では「発進位置」と「アクセルオン位置」のプロットが反転している。

図１０は、実験にて収集したデータのうち車速に関する運転特性パラメータを、高齢運転者、壮年運転者毎に平均して示す。高齢運転者は全体的に壮年運転者よりも車速が速い傾向が見られる。また、交差点のセクション２における平均車速２と最低車速２の差が大きいことが分かる。

図１１は、「安全確認時間」を図１０と同様に平均をとって示す。高齢運転者は「安全確認時間」がより短いことが分かる。

図１２は、一時停止線の手前Ｘｍ地点でのブレーキストローク量を、高齢運転者、壮年運転者毎に平均して示す。高齢運転者では壮年運転者よりも交差点近くでのブレーキ量が少ないことが分かる。

本願発明者は、収集した運転特性パラメータとＴＭＴの結果との関係を調べるため、多変数の回帰分析を用いて解析した。その際、ＴＭＴの結果を目的変数とし、前述した１１種類の運転特性パラメータの中から６つの運転特性パラメータを選択して説明変数とした。そして、決定係数Ｒ^２が最も大きくなる運転特性パラメータの組み合わせを運転特性パラメータＰ1～Ｐ6として特定した。

その結果、１１種類の運転特性パラメータのうち、ＴＭＴの結果を説明する運転特性パラメータＰ1～Ｐ6として、「アクセルオン位置」、「一時停止線の手前Ｘｍでのブレーキストローク量」、「安全確認時間」、「平均車速１」、「最大車速１」、「最低車速１」が特定された。なお、運転特性パラメータＰ1～Ｐ6についての決定係数Ｒ^２を図１３に示し、Ｐ値などを図１４に示す。図１４に示す通り、運転特性パラメータＰ1～Ｐ6はＰ値も十分に小さい。特に「アクセルオン位置」はＰ値が小さく、運転特性パラメータＰ1～Ｐ6の中でもＴＭＴの結果との相関が大きいことが分かる。

図９に示す「アクセルオン位置」は、高齢運転者では一時停止線より手前となっており、壮年運転者では一時停止線を越えた位置となっている。また、図１０では「平均車速１」、「最小車速１」、「最大車速１」の何れも高齢運転者が壮年運転者を上回っている。この事は図１１に示している安全確認時間の長さが高齢運転者の方が短い事と関連しており、 安全確認（認知）にかける時間が高齢運転者ではより短いことが分かる。

図１２に示す「一時停止線手前Ｘｍでのブレーキストローク量」（平均値）については、高齢運転者と壮年運転者との違いはそれ程大きくはない。しかし、この値は交差点へ近づいていく際に運転者が感じている距離と車速からブレーキストローク量の調整をどのくらい手前から開始しているかを反映していると推測される。「アクセルオン位置」および「一時停止線手前Ｘｍでのブレーキストローク量」は、いずれも一時停止交差点を通過する際に運転者が認知に使う時間を反映していると考える。

以上の実験結果から以下の知見が得られた。

（１）高齢運転者と壮年運転者の間では、「アクセルオン位置」と「一時停止線手前Ｘｍでのブレーキストローク量」に有意な差がある。その差異が認知力の差異を説明し得ることが回帰分析から特定できた。これは、高齢運転者の方が一時停止交差点へ近づく際の距離・車速の感覚が低下している可能性を示唆し、ＴＭＴの結果と一致する。

（２）高齢運転者の方が一時停止線を越えて交差点へ進入する際の「平均車速１」、「最低車速１」、「最大車速１」が速い。

１０ 運転行動評価システム
１２ 車載システム
１４ ＥＣＵ
１６ ＣＰＵ
１８ メモリ
２０ 記憶部
２４ センサ群
３８ 表示部
４０ 運転行動評価プログラム
４４ 安全度合演算式

Claims (3)

1. 車両の運転者に対して認知力検査を行った結果と、当該運転者が一時停止交差点を通過する運転を行った際に得られた、交差点の一時停止線付近で最後にアクセルがオフからオンに変化した位置であるアクセルオン位置ｘ1、前記交差点の一時停止線よりも所定距離だけ手前の地点でのブレーキストローク量ｘ2、一時停止位置または最低車速位置から一時停止線付近で最後に停止した位置までの所要時間である安全確認時間ｘ3、前記一時停止線を越えて前記交差点へ進入する迄の区間の平均車速ｘ4、前記区間の最低車速ｘ5、および、前記区間の最大車速ｘ6、の６種類の運転特性パラメータと、を複数の運転者について収集した学習用データから、
   （安全度合）＝ａ1ｘ1＋ａ2ｘ2＋ａ3ｘ3＋ａ4ｘ4＋ａ5ｘ5＋ａ6ｘ6＋ａ0 …（１）
   前記認知力検査の結果を目的変数、前記６種類の運転特性パラメータを説明変数とし、上記（１）式の安全度合演算式における係数ａ1，ａ2，ａ3，ａ4，ａ5，ａ6および定数ａ0を算出する重回帰分析を行って生成した、前記安全度合演算式を記憶する記憶部と、
   評価対象の運転者が一時停止交差点を通過する運転を行った際に得られた、前記６種類の運転特性パラメータを前記安全度合演算式に代入して演算処理を行うことで、前記交差点の一時停止線に対する前記評価対象の運転者の運転行動を評価する評価部と、
   を含む運転行動評価装置。
2. 車両の運転者に対して認知力検査を行った結果と、当該運転者が一時停止交差点を通過する運転を行った際に得られた、交差点の一時停止線付近で最後にアクセルがオフからオンに変化した位置であるアクセルオン位置ｘ1、前記交差点の一時停止線よりも所定距離だけ手前の地点でのブレーキストローク量ｘ2、一時停止位置または最低車速位置から一時停止線付近で最後に停止した位置までの所要時間である安全確認時間ｘ3、前記一時停止線を越えて前記交差点へ進入する迄の区間の平均車速ｘ4、前記区間の最低車速ｘ5、および、前記区間の最大車速ｘ6、の６種類の運転特性パラメータと、を複数の運転者について収集した学習用データから、
   （安全度合）＝ａ1ｘ1＋ａ2ｘ2＋ａ3ｘ3＋ａ4ｘ4＋ａ5ｘ5＋ａ6ｘ6＋ａ0 …（１）
   前記認知力検査の結果を目的変数、前記６種類の運転特性パラメータを説明変数とし、上記（１）式の安全度合演算式における係数ａ1，ａ2，ａ3，ａ4，ａ5，ａ6および定数ａ0を算出する重回帰分析を行って生成した、前記安全度合演算式を記憶部に記憶させておき、
   評価対象の運転者が一時停止交差点を通過する運転を行った際に得られた、前記６種類の運転特性パラメータを前記安全度合演算式に代入して演算処理を行うことで、前記交差点の一時停止線に対する前記評価対象の運転者の運転行動を評価することを含む処理をコンピュータによって実行させる運転行動評価方法。
3. コンピュータに、
   車両の運転者に対して認知力検査を行った結果と、当該運転者が一時停止交差点を通過する運転を行った際に得られた、交差点の一時停止線付近で最後にアクセルがオフからオンに変化した位置であるアクセルオン位置ｘ1、前記交差点の一時停止線よりも所定距離だけ手前の地点でのブレーキストローク量ｘ2、一時停止位置または最低車速位置から一時停止線付近で最後に停止した位置までの所要時間である安全確認時間ｘ3、前記一時停止線を越えて前記交差点へ進入する迄の区間の平均車速ｘ4、前記区間の最低車速ｘ5、および、前記区間の最大車速ｘ6、の６種類の運転特性パラメータと、を複数の運転者について収集した学習用データから、
   （安全度合）＝ａ1ｘ1＋ａ2ｘ2＋ａ3ｘ3＋ａ4ｘ4＋ａ5ｘ5＋ａ6ｘ6＋ａ0 …（１）
   前記認知力検査の結果を目的変数、前記６種類の運転特性パラメータを説明変数とし、上記（１）式の安全度合演算式における係数ａ1，ａ2，ａ3，ａ4，ａ5，ａ6および定数ａ0を算出する重回帰分析を行って生成した、前記安全度合演算式を記憶部に記憶させておき、
   評価対象の運転者が一時停止交差点を通過する運転を行った際に得られた、前記６種類の運転特性パラメータを前記安全度合演算式に代入して演算処理を行うことで、前記交差点の一時停止線に対する前記評価対象の運転者の運転行動を評価することを含む処理を実行させるための運転行動評価プログラム。

Images