Coupled-GP-HSMMに基づく自動車の運転行動データに対する状況と操作間の相関ルール抽出手法

カテゴリ: 部門大会

論文No: MC7-4

グループ名: 【C】2022年電気学会電子・情報・システム部門大会

発行日: 2022/08/24

タイトル(英語): Acquisition of Association Rules between a SItuation and an Operation of Driving Behavior by using Time Series Clustering based on Coupled-GP-HSMM

著者名: 橋本 幸二郎（公立諏訪東京理科大学）,柳原 大地（公立諏訪東京理科大学）,國行 浩史（公立諏訪東京理科大学）,道木 加絵（愛知工業大学）,舟洞 佑記（名古屋大学）,道木 慎二（名古屋大学）

著者名(英語): Kohjiro Hashimoto (Suwa Univerisity of Science),Daichi Yanagihara (Suwa Univerisity of Science),Hiroshi Kuniyuki (Suwa Univerisity of Science),Kae Doki (Aichi Institute of Technology),Yuki Funabora (Nagoya University),Shinji Doki (Nagoya University)

キーワード: 時系列クラスタリング|相関ルール分析|運転行動パターン認識運転行動パターン認識|Time series clustering|Association rules analysis|Pattern recognition of driving behavior

要約(日本語): 自動車にはCANバス、GPSセンサ、車載カメラなどの様々なセンサが搭載されており、運転中の位置、操作、周辺環境情報を収集できる。この収集した運転行動データは事故分析やドライバ行動分析に活用できる。しかし、特定の運転場面に対する分析を行う際、この膨大な運転行動データの中から特定場面のデータを手動で取得することは容易ではない。そのため運転行動データに対してデータを整理する技術が必要である。
本論文では、運転行動データに対する時系列クラスタリング手法を提案する。著者らは運転行動を周囲の状況変化に伴い実行される操作と捉え、運転場面はその状況と操作の関係で表現されると考える。そこで本手法では、運転行動データを運転データと状況データに分けて考え、Coupled-GP-HSMMを応用することにより、状況と操作データの自動分節化とクラスタリング、および状況と操作の間の相関ルールの抽出を実現する。