確固とした「コンテキスト・ドライバーアウェア」アクティブ車両安全システムのための情報融合

Information fusion for robust‘ context and driver aware ’active vehicle safety systems
Amardeep Sathyanarayana, Pinar Boyraz, John H L Hansen
Information Fusion, vol.12, pp. 293-303, 2011

“アクティブ・ビークル・セーフティ(AVS)システムは現在重要なものとして開発が行われているが,事故の数,怪我の重大度や死者は減少していない.実際に人的ミス,低性能,眠気および注意散漫は事故原因の大部分を占めている.アクティブ安全システムは道路状況とドライバの状態を把握していないため,これらのシステムではこういった数値を改善することはできない.そこで本研究では,確固とした人間中心のインテリジェントなアクティブセーフティシステムを実現するための第一歩として,「コンテクキト・ドライバーアウェア」(CDA)AVSシステム構造を提案する.このシステムは,ガウス混合モデル(GMM)/ユニバーサルバックグラウンドモデル(UBM)と尤度最大化学習スキーム(バイオメトリックドライバ同定,操作認識,および注意散漫検出)を採用した3 つのサブモジュールを開発,評価,および結合する.結果として得られる複合システムは,3 つの領域に寄与する.(1)強固な識別:堅牢な操作を必要とする運転者の車載状態を識別するための音声モダリティで話者認識システムが開発される.(2)融合のための利用可能な情報空間を狭める:運転者認識システムは,モデルの選択を
刈り取り,新規な伸延検出システムにおける探索スペースをさらに制限するために推定された運転者識別を使用する.(3)応答時間とパフォーマンス:システムは,事故防止/回避のために運転者の注意散漫な行動の予測を迅速に生成する. 統合されたシステムの全体的なシステム性能は,UTDrive Corpus で評価され,狭い時間窓で緊急の緊急事態のケースに対する提案されたシステムの適合性を確認する.”