自動運転・運転支援システム・情報提示の最適化に向けたHMI設計・ドライバーモニタリング技術

講師

【第1部】
パナソニック(株)　オートモーティブ＆インダストリアルシステムズ社
オートモーティブ開発本部 統合ソリューション開発センター　今泉 智和 氏
【経歴】
1989年　パナソニック(株)入社
2010年　ｅコックピット事業開発室　事業企画担当
2017年　統合ソリューション開発センター　コックピット担当

【第2部】
芝浦工業大学 システム理工学部 機械制御システム学科
運転支援システム研究室　教授　伊東 敏夫 氏
【経歴】
1982年～2013年：ダイハツ工業(株)
2013年～：芝浦工業大学　運転支援システム・自動運転のセンサ、制御を研究
自動車技術会 フェロー　　

【第3部】
豊橋技術科学大学　大学院工学研究科　教授　章 忠 氏

【第4部】
オムロン(株)　技術・知財本部 センシング研究開発センタ
技術専門職　博士(情報科学)　木下 航一 氏
【経歴】
オムロン(株)にて画像センシングおよびドライバーモニタリング技術の研究開発に従事。
博士（情報科学）。平成21年度画像センシング技術研究会高木賞受賞。

受講料

54,000円 ( S&T会員受講料 51,300円 )
(まだS&T会員未登録の方は、申込みフォームの通信欄に「会員登録情報希望」と記入してください。詳しい情報を送付します。ご登録いただくと、今回から会員受講料が適用可能です。)

【キャンペーン！2名同時申込みで1名分無料（１名あたり定価半額 の27,000円）】
※2名様ともS&T会員登録をしていただいた場合に限ります。
※同一法人内(グループ会社でも可)による2名同時申込みのみ適用いたします。
※3名様以上のお申込みの場合、上記１名あたりの金額で追加受講できます。
※受講券、請求書は、代表者にご郵送いたします。
※請求書および領収書は1名様ごとに発行可能です。
　(申込みフォームの通信欄に「請求書１名ごと発行」と記入ください。)
※他の割引は併用できません

プログラム

第1部　次世代のクルマに求められるコックピット　(10：30～11:40)
　今後の自動車に求められるＨＭＩと次世代コックピットの姿、これを実現する技術について述べる。

１．今後の自動車に求められるＨＭＩ
　1.1 自動運転時にクルマを信頼できるＨＭＩ
　1.2 （運転ハンドオーバー時）意識のスイッチを切り替えるHMI
　1.3 ドライバーの特性に合わせた運転支援HMI

２．次世代コックピットの姿と実現技術
　2.1 ドライバー状態推定
　2.2 ドライバー行動推定
　2.3 ドライバーに適したアクチュエート選択
　2.4 ドライバーへのアクチュエート

□ 質疑応答 □

第2部　無意識下でのドライバモデルとそれに基づいた情報提示制御システム構築の取り組み　(12:30～13:40)
　運転行動はほとんどが無意識下で行われるという仮説に立ってドライバモデルを検討し、情報提供制御システム（警報への応用、渋滞予測への応用、運転負荷の影響解析）構築の取組について講演いたします。

１．無意識下でのドライバモデル

２．警報システムへの応用

３．渋滞予測への応用

４．運転負荷の影響解析

□ 質疑応答 □

<受講によって得られる知識>
　運転負荷評価方法（NASA-TLX、VACP）、周波数解析、機械学習

第3部　操作情報・画像を統合した知的運転支援システム構築の取り組み　(13:50～15:00)
　これまでに、運転時の周辺環境やドライバ行動の多くは、カメラやセンサとそれら情報を処理する計測システムによって定量化が可能となってきている。一方で、交通事故の要因となる「眠気」や「ぼんやり」、あるいは運転時の「あせり」「いらいら」などの心理状況の分析、ドライバの行動意図の理解も重要となっている。例えば、近年実用化の進む先進安全装置（ブレーキ支援、巡航支援、車線維持など）は、行動や環境情報の分析によって動作の開始を判断し、支援を行うが、この判断は必ずしもドライバの意図を反映するものとは限らない。場合によっては、ドライバの判断や操作に対して競合・相異となることで、支援システムに対する不信感を招い、支援システムとドライバとの不整合が生じる恐れがある。
　本講演では、眠気や漫然度を定量化する手法、および、ドライバの運転行動からその意図や心理を推定する手法の各開発状況について紹介する。

□ 質疑応答 □

第4部　自動運転時代へ向けたドライバー状態のセンシング技術　(15:10～16:20)
　運転中のドライバーの顔をセンシングすることにより、手動運転/自動運転含むさまざまなシーンで車の安全性・快適性向上に貢献する機能が実現できる。
　本講座では、画像によるドライバモニタリングの基礎となる、顔画像センシング技術についての全般的な知識を得られるほか、ドライバーのさまざまな動作・状態を高精度にとらえるための時系列ディープラーニングを活用した高精度なドライバー状態推定技術、さらにより深い内面状態推定について、主として弊社の技術を例にとりながら最新の動向を説明する。

１．自動運転社会に求められるドライバー理解

２．顔画像センシングの概要
　2.1 顔検出
　2.2 顔向き、視線、眼開閉状態検出
　2.3 その他の顔画像センシング技術

３．時系列ディープラーニングを活用したドライバー状態モニタリング
　3.1 運転集中度センシングの概要
　3.2 CNN
　3.3 RNN

４．ドライバー内面状態推定への進化
　4.1 眼球運動からの眠気推定
　4.2 今後の展開

□ 質疑応答 □