| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2017-07-14 10:00 積層自己符合化器を用いた深層学習に基づくカーブ走行時の運転スキルの分析 ○香川琢也・ナイワラ P. チャンドラシリ（工学院大）  ICTSSL2017-24 |
|
| 抄録 | （和） | 自動車技術の進歩と消費者の自動車購入意欲の結果から，将来の自動車社会では自動運転車両と手動運転車両が共存することが考えられる．運転に興味のある人は数多くおり，自動運転車両は不要だと考える人も存在するだろう．しかし，手動で車両を運転すると，運転者の運転スキルが眠気や疲労により変動し，事故につながる可能性がある．このような状況では，車両が運転者の運転状況を監視し，運転支援システムまたは自動運転オプションを提供することが重要である．本研究では，深層学習手法（積層自己符号化器）に基づいて，個々の運転者の運転スキルを高精度に分類する手法を提案する．実験では，ドライビング・シミュレータから得られたカーブ走行時の運転データのセンサ信号を組み合わせ，運転者の運転スキルを分類した．その結果，最大で98.1%の運転スキルの認識率が記録された．また，本結果は従来の研究結果に比べて認識率が向上している． |
| （英） | With the advancement of automobile technology and consumer motivation to buy automobiles, it is expected that automatic driving vehicles and manual driving vehicles will coexist in future automobile society. There are a number of people who are interested in driving and, they may think that the automatic driving vehicles are unnecessary. However, if the vehicle is operated manually, there is a possibility for driving skills of a driver to fluctuate due to drowsiness and fatigue and that may lead to accidents. In such a situation, it is important for a vehicle to monitor the driver's driving conditions and provide with a driving support system or automatic driving options. In this research, we propose a method to classify driving skills of an individual driver with high precision based on deep learning (stacked autoencoders). In the experiments, driver’s driving skills were classified by combining sensor signals of curve driving data acquired from a driving simulator. As a result, a maximum driving skill recognition rate of 98.1% was achieved. In addition, the recognition rate was improved compared to the previous researches. | |
| キーワード | （和） | ニューラルネットワーク / 深層学習 / 積層自己符号化器 / 運転行動 / 運転スキル / / / |
| （英） | Neural network / Deep learning / Stacked autoencoders / Driving behavior / Driving skill / / / | |
| 文献情報 | 信学技報, vol. 117, no. 124, ICTSSL2017-24, pp. 39-43, 2017年7月. | |
| 資料番号 | ICTSSL2017-24 | |
| 発行日 | 2017-07-06 (ICTSSL) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | ICTSSL2017-24 |
|
| 研究会情報 | |
| 研究会 | ICTSSL |
| 開催期間 | 2017-07-13 - 2017-07-14 |
| 開催地（和） | 香川大学 |
| 開催地（英） | Kagawa Univ. |
| テーマ（和） | 通信システム，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | ICTSSL |
| 会議コード | 2017-07-ICTSSL |
| 本文の言語 | 日本語 |
| タイトル（和） | 積層自己符合化器を用いた深層学習に基づくカーブ走行時の運転スキルの分析 |
| サブタイトル（和） | |
| タイトル（英） | Analysis of Driving Skills in Curve Scenes based on Deep Learning using Stacked Autoencoders |
| サブタイトル（英） | |
| キーワード(1)（和/英） | ニューラルネットワーク / Neural network |
| キーワード(2)（和/英） | 深層学習 / Deep learning |
| キーワード(3)（和/英） | 積層自己符号化器 / Stacked autoencoders |
| キーワード(4)（和/英） | 運転行動 / Driving behavior |
| キーワード(5)（和/英） | 運転スキル / Driving skill |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 香川 琢也 / Takuya Kagawa / カガワ タクヤ |
| 第1著者 所属（和/英） | 工学院大学大学院 (略称： 工学院大) Kogakuin University (略称： Kogakuin Univ.) |
| 第2著者 氏名（和/英/ヨミ） | ナイワラ P. チャンドラシリ / Naiwala P. Chandrasiri / ナイワラ パティランネヘラーゲ チャンドラシリ |
| 第2著者 所属（和/英） | 工学院大学大学院 (略称： 工学院大) Kogakuin University (略称： Kogakuin Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2017-07-14 10:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | ICTSSL |
| 資料番号 | ICTSSL2017-24 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.124 |
| ページ範囲 | pp.39-43 |
| ページ数 | 5 |
| 発行日 | 2017-07-06 (ICTSSL) |
[研究会発表申込システムのトップページに戻る]