| 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 | 2022-03-02 15:35 ［ポスター講演］自動運転時における脳波・心電図からの異常ブレーキ検出に有効な特徴 ○関口絵理香・田中聡久（東京農工大）・久保田 健（ジヤトコエンジニアリング）・中村 俊（コルラボ）・蒔田健一（ジヤトコ）  EA2021-94 SIP2021-121 SP2021-79 |
|
| 抄録 | （和） | 自動運転の技術開発は日進月歩であるが，基本的に安全性の担保が主目的である．しかしながら，自動運転車の制動は，運転者にとって必ずしも快適であるとは言えない．そこで本稿では，自動制動時に運転者が感じる違和感について，本人の想定するブレーキタイミングと異なった場合に，仮説検証のため，通常・異常時のブレーキタイミングを呈示した際の，脳波と心電図を解析し，Support Vector Machine（SVM）によって異常ブレーキの識別をした．その結果，通常・異常ブレーキにおける$alpha$帯域のパワーに有意な差（$p<0.01$）があった．さらに，脳波と心電図の特徴量を用いて，SVMで異常ブレーキを識別した結果，脳波のパワー比と心拍特徴の組み合わせのモデルで86.0%，心拍のみのモデルで88.4%を達成した． |
| （英） | Although automated driving technology is advancing rapidly, the main objective of the development is to ensure safety. However, the braking of an automated vehicle is not always comfortable for drivers. In this paper, we hypothesized that the discomfort felt by the driver during automatic braking would appear in the electroencephalogram (EEG) and electrocardiogram (ECG) when the braking timing differs from that assumed by the driver. We analyzed EEG and ECG during normal and abnormal braking timing and discriminated abnormal brakes using a Support Vector Machine to test our hypothesis. The results showed a significant difference ($p<0.01$) in the power of the $alpha$ band for normal and abnormal braking. Furthermore, the model with the combination of EEG power ratio and heart rate features achieved 86.0%, and the model with only heart rate features achieved 88.4%. | |
| キーワード | （和） | 自動運転 / 異常ブレーキ検出 / 脳波 / 心電図 / サポートベクターマシン / / / |
| （英） | Automatic driving / abnormal brake detection / Electroencephalogram / Electrocardiogram / Support Vector Machine / / / | |
| 文献情報 | 信学技報, vol. 121, no. 384, SIP2021-121, pp. 189-194, 2022年3月. | |
| 資料番号 | SIP2021-121 | |
| 発行日 | 2022-02-22 (EA, SIP, SP) | |
| ISSN | 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 | EA2021-94 SIP2021-121 SP2021-79 |
|
| 研究会情報 | |
| 研究会 | EA SIP SP IPSJ-SLP |
| 開催期間 | 2022-03-01 - 2022-03-02 |
| 開催地（和） | 沖縄県立博物館・美術館 |
| 開催地（英） | |
| テーマ（和） | 応用／電気音響, 信号処理，音声，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SIP |
| 会議コード | 2022-03-EA-SIP-SP-SLP |
| 本文の言語 | 日本語 |
| タイトル（和） | 自動運転時における脳波・心電図からの異常ブレーキ検出に有効な特徴 |
| サブタイトル（和） | |
| タイトル（英） | Effective Features for Detecting Abnormal Braking from Electroencephalogram and Electrocardiogram during Automatic Driving |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 自動運転 / Automatic driving |
| キーワード(2)（和/英） | 異常ブレーキ検出 / abnormal brake detection |
| キーワード(3)（和/英） | 脳波 / Electroencephalogram |
| キーワード(4)（和/英） | 心電図 / Electrocardiogram |
| キーワード(5)（和/英） | サポートベクターマシン / Support Vector Machine |
| 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） | 関口 絵理香 / Erika Sekiguchi / セキグチ エリカ |
| 第1著者 所属（和/英） | 東京農工大学 (略称： 東京農工大) Tokyo University of Agriculture and Technology (略称： TUAT) |
| 第2著者 氏名（和/英/ヨミ） | 田中 聡久 / Toshihisa Tanaka / |
| 第2著者 所属（和/英） | 東京農工大学 (略称： 東京農工大) Tokyo University of Agriculture and Technology (略称： TUAT) |
| 第3著者 氏名（和/英/ヨミ） | 久保田 健 / Ken Kubota / |
| 第3著者 所属（和/英） | ジヤトコエンジニアリング株式会社 (略称： ジヤトコエンジニアリング) JATCO Engineering Ltd (略称： JATCO Engineering) |
| 第4著者 氏名（和/英/ヨミ） | 中村 俊 / Shun Nakamura / |
| 第4著者 所属（和/英） | 株式会社コルラボ (略称： コルラボ) CorLab Inc. (略称： CorLab) |
| 第5著者 氏名（和/英/ヨミ） | 蒔田 健一 / Kenichi Makita / |
| 第5著者 所属（和/英） | ジヤトコ株式会社 (略称： ジヤトコ) JATCO Ltd (略称： JATCO) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-03-02 15:35:00 |
| 発表時間 | 120分 |
| 申込先研究会 | SIP |
| 資料番号 | EA2021-94, SIP2021-121, SP2021-79 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.383(EA), no.384(SIP), no.385(SP) |
| ページ範囲 | pp.189-194 |
| ページ数 | 6 |
| 発行日 | 2022-02-22 (EA, SIP, SP) |
[研究会発表申込システムのトップページに戻る]