運転難易度のモデル化に向けた実験システムの構築とカーブ角度の影響調査

運転難易度のモデル化に向けた 実験システムの構築とカーブ角度の影響調査 明治大学 船崎友稀奈 瀬戸徳 二宮洸太 樋川一幸 中村聡史（明治大学） 山中祥太（ヤフー株式会社）

背景 車の運転が難しい

運転に関する意識調査 とても苦手 39% やや苦手 29% まあ得意 32% とても得意 0% とても苦手 やや苦手 まあ得意 とても得意 苦手と答えた68%のうち ペーパードライバーは31% 半数以上は頻度こそ違えど, 普段から運転をする人 とても得意と答えた人は0% 2018年 集英社 LEE「運転事情アンケート」

運転に関する意識調査 とても苦手 39% やや苦手 29% まあ得意 32% とても得意 0% とても苦手 やや苦手 まあ得意 とても得意 苦手と答えた68%のうち 運転に苦手意識を持っている人は多い とても得意と答えた人は0% 2018年 集英社 LEE「運転事情アンケート」

運転するのに苦手意識がある道

運転するのに苦手意識がある道 右折

運転するのに苦手意識がある道 右折 人通りが多い

運転するのに苦手意識がある道 右折 人通りが多い 細い道

運転の苦手意識は 苦手な道を通ると緊張する 咄嗟の状況で判断が遅れ 事故に繋がってしまう可能性もある

運転の苦手意識は 最短で目的地 < 自分の行きやすい道

運転の苦手意識は 最短で目的地 < 自分の行きやすい道 自分の運転レベルに合わせた道路を 推薦してほしい

現在のナビゲーションシステム

車ルート検索結果 条件変更>> 2019年12月10日(火) 09時00分 出発 出発 明治大学 中野キャンパス 変更 目的地 淡路島 変更 Myルートに追加 目的地周辺のリパーク駐車場を表示 有料道 路優先 無料道 路優先 距離優 先 ガソリ ン節約 景観優 先 7時間11分 (09:00発 16:11着) 総距離 587.2km 料金 16,500円(普通車) ETC 14,050円 詳細 ガソリン 41.59L 詳細 予測所要時間 タクシー料金目安 ルート印刷 メール送信 ルート詳細 ルートに関するお知らせ(2件) 09:00発 出発地周辺のスポット情報 出発 明治大学 中野キャン... 周辺の渋滞情報 NEW 300m 50 Km © NAVITIME JAPAN. All Rights Reserved. 地図 ©ゼンリン

目的地 淡路島 変更 Myルートに追加 目的地周辺のリパーク駐車場を表示 有料道 路優先 無料道 路優先 距離優 先 ガソリ ン節約 景観優 先 7時間11分 (09:00発 16:11着) 総距離 587.2km 料金 16,500円(普通車) ETC 14,050円 詳細

料金や距離といった要因のみで ドライバの心理や技量に合わせたナビゲーションは 実現されていない 16,500円(普通車) ETC 14,050円 詳細

システム実現のために ドライバに合わせたシステムを実現するためには, 運転操作のモデル化をする必要がある ドライバの技術レベルや年齢, 頻度別の運転行動や 道路条件ごとの難易度推定ができる 個人のデータを何度も検証することによって, 各ドライバに合わせた最適な経路推薦ができる

関連研究（ステアリングの法則） 長さ（A）÷幅（W）がタスクの難易度[Accot 1997] 移動距離が長くなる 幅Wが小さくなる W A 難易度 = A/W →難易度が上昇 通過時間が長くなる

W A 難易度 = A/W

関連研究（仮想空間内での運転のモデル化） ステアリングの法則を利用して 運転をモデル化[Zhai 2004] 幅の異なる道を, はみ出さずに できる限り早く走行するタスク

関連研究（仮想空間内での運転のモデル化） 実際の運転とは大きく異なった操作をしているため 実際の運転に即しておらず, 現実世界のモデル化をするためには適切と言えない

モデル化のためのドライビングシステム 実車での実験は, 場所や時間の制約が 多く関わる 天候や人通りなど, 道路状況によって 走行環境が変化する可能性

モデル化のためのドライビングシステム 外的要因で実験協力者間の 難易度変化が起こらないように することが望ましい

モデル化のためのドライビングシステム 同条件の試行を何度も行うことで モデル化が可能になる

モデル化のためのドライビングシステム 実験条件によって自由に道路をカスタマイズでき, 同条件の試行を何度も行うといった ドライビングシミュレータは存在していない

ドライビングシステムの実装 モデル化のためのシステムを コンピュータ上の3次元空間で実装し, コースを自動生成可能なシステムを構築する

本研究の目的 ドライビングシステムの実装と 実装したシステムが 運転難易度のモデル化に有効であるかの検証

3つの手段 ドライビングシステムの実装 カーブが難易度の指標に影響を及ぼすかの調査と, システムの有用性の検証 現段階のシステムの問題点の明確化と今後の展望

3つの手段 ドライビングシステムの実装

ドライビングシステムの実装 HMDやディスプレイで実験協力者が見る画面 接続したPCで実験者が見る画面

ドライビングシステムの実装 道路条件をカスタマイズ可能 木や建物などの障害物の設定 実験時に使用するハンドルに合わせて画面内のハンドルも 回転する

ドライビングシステムの実装 ネットワーク接続可能 運転の様子をリアルタイムで観察できる

ドライビングシステムの実装

3つの手段 カーブが難易度の指標に影響を及ぼすかの調査と, システムの有用性の検証

カーブが難易度の指標に影響を及ぼすか ディスプレイとHMDを比較

カーブが難易度の指標に影響を及ぼすか ディスプレイとHMDを比較 実験のエラー率がHMD実験の約2倍だった 実験協力者からのフィードバックがあまり良くなかった

カーブが難易度の指標に影響を及ぼすか ディスプレイとHMDを比較

カーブ実験 道幅4m, 全長200m, 半径40mの 単一カーブ 角度は0°（直進）, 30°, 60°, 90°, 120°の右左折 9種類のカーブは毎回ランダムに 提示

カーブ実験 実験協力者は大学生18名（男性：13名, 女性：5名） 免許取得3年以上で日頃から運転する：上級者（5名） それ以外：初心者（13名）

カーブ実験 試行ごとのエラー率(%)

カーブ実験 試行ごとのエラー率(%)

カーブ実験 1回目の試行のエラー率は13.1% →1回目の計測値とエラーを排除した 試行のみを分析対象とする

カーブ実験 角度ごとのエラー率(%)

カーブ実験 角度ごとのエラー率(%)

分析 仮説 カーブの走行が難しいほど計測時間がかかる カーブが難しい方がカーブ中にハンドルを切る回数が 増加し, カーブ後にハンドルの振れ幅が大きくなる

分析 仮説 カーブの走行が難しいほど計測時間がかかる カーブが難しい方がカーブ中にハンドルを切る回数が 増加し, カーブ後にハンドルの振れ幅が大きくなる →2点が運転難易度の特徴量になるのではないか

分析（計測時間の違い） HMD実験の初心者 時刻 初心者 userF ~ userR

分析（計測時間の違い） HMD実験の初心者 時刻 userI 初心者 userF ~ userR

分析（計測時間の違い） 初心者には, カーブ角度大：時間長 カーブ角度小：時間短 →グラフはV字に近い

分析（計測時間の違い） HMD実験の上級者 時刻 上級者 userA ~ userE

分析（計測時間の違い） 上級者は, ほとんど直線に近いグラフ →角度の大きさにおける 時間の差が小さい

分析（計測時間の違い） HMD実験の計測時間の平均 平均を取った場合でも同様の結果が見られた

分析（計測時間の違い） カーブの計測時間は初心者の方が 角度の大きさによって時間差が大きくなるため 初心者にとっての運転特徴量と考えられる

分析（ハンドルの振れ幅が及ぼす影響） ハンドルが不必要に左右に振れると考えられる場所 カーブの最中 カーブ後, 直線に戻るとき 初心者と上級者で違いが出るのではないか？

分析（ハンドルの振れ幅が及ぼす影響） 左折120°におけるハンドルの振れ幅 上級者 左折120°におけるハンドルの振れ幅 初心者

分析（ハンドルの振れ幅が及ぼす影響） 左折120°におけるハンドルの振れ幅 上級者 左折120°におけるハンドルの振れ幅 初心者

分析（ハンドルの振れ幅が及ぼす影響） 左折120°におけるハンドルの振れ幅 上級者 左折120°におけるハンドルの振れ幅 初心者

分析（ハンドルの振れ幅が及ぼす影響） 左折120°におけるハンドルの振れ幅 上級者 左折120°におけるハンドルの振れ幅 初心者 カーブ中や直線に戻った時の振れ幅に 大きな差は見られなかった

分析（ハンドルの振れ幅が及ぼす影響） 上級者の中でふらつきが大きく見られた実験協力者 カーブ前直線の速度：80km/h カーブ時に減速(40~50km/h) →加速

分析（ハンドルの振れ幅が及ぼす影響） 初心者の中でふらつきが見られなかった実験協力者 カーブ前直線の速度：40km/h未満 カーブ時減速(20~30km/h) →20~30km/hをキープ

初心者 上級者

分析（ハンドルの振れ幅が及ぼす影響） 大 小

分析（ハンドルの振れ幅が及ぼす影響） HMD実験のハンドル操作総量の平均

分析（ハンドルの振れ幅が及ぼす影響） HMD実験のハンドル操作総量の平均 初心者より上級者の方が値が小さい

分析（ハンドルの振れ幅が及ぼす影響） HMD実験のハンドル操作総量の平均 上級者の方が各角度における 最適なハンドル回転量を 少ない時間で定められることがわかった

分析（ハンドルの振れ幅が及ぼす影響） ハンドル回転量の総量は 運転の特徴量として考えられる

分析（システムの有用性について） ドライバの技術レベルや年齢, 頻度別の運転行動や 道路条件ごとの難易度推定ができる →レベル別の運転特徴量を抽出できた 個人のデータを何度も検証することによって, 各ドライバに合わせた最適な経路推薦ができる →本システムを使用することで実現可能

分析（システムの有用性について） ドライバの技術レベルや年齢, 頻度別の運転行動や 道路条件ごとの難易度推定ができる →レベル別の運転特徴量を抽出できた 個人のデータを何度も検証することによって, 各ドライバに合わせた最適な経路推薦ができる →本システムを使用することで実現可能 実装した実験システムは モデル化のための実験システムとして有用である

3つの手段 現段階のシステムの問題点の明確化と今後の展望

今後の課題と展望 実験協力者の9割以上が, HMDのシステムの方が 本来の運転に近く, 運転がしやすいと答えた HMD実験 視覚：リアリティ高い 体感：ハンドル操作や加減速が実際の運転とは異なる →ギャップで運転がしにくい

今後の課題と展望 全長200mと距離が短い →カーブ前までに通常運転時のトップスピードに乗れない アクセルが軽い →現実とのリアリティに差が出てしまった ブレーキの感度が良すぎる →少し踏んだ瞬間に大きく減速してしまう

今後の課題と展望 運転の難易度として考えられる要因 カーブ半径の大きさ 左右の建物 木の圧迫度 人通りの多さ 前後の車両の有無

まとめ 目的：ドライビングシステムの実装と実装したシステムが モデル化に有効であるかの検証 結果：計測時間とハンドル回転量の総量は運転の特徴量と 考えられる 実験システムはモデル化のための手段として有用 展望：現段階の問題点の改善 他の難易度と考えられる要因での特徴量調査