運転中のマインドワンダリング:それが何を意味するのか,私たちは何をしているのか?

Mind Wandering While Driving: What Does it Mean and What do we do about it?
Lerner, Neil and Baldwin, Carryl and Higgins, J Stephen and Lee, John and Schooler, Jonathan
Human Factors and Ergonomics Society Annual Meeting, vol. 59, no. 1, pp.1686-1690 , 2015
20171106_yfujiwara

ドライバの注意散漫は,道路の安全性に関わらず,車両の衝突やそれに伴う死亡や怪我などへの影響がある.気を散らした運転は,高速道路の安全性において大きな懸念事項であると認識されている.しかし,現在までの研究では,主に外部の事象や非運転活動における意図的な関与に関連する注意散漫に重点を置いていた.内部のさまよい(マインドワンダリング)は,厳格な調査を必要とするドライバーの注意散漫の重要な原因として認識されている.運転中のマインドワンダリングに取り組むための検出,測定には大きな課題がある.一般的な運転者の注意散漫の知識とこの問題に取り組む際の科学的かつ実用的な問題の両方を議論する.

様々なレベルの自動運転におけるfNIRS を用いた脳活動の検討

Assessing Driver Cortical Activity under Varying Levels
of Automation with Functional Near Infrared
Intelligent Vehicles Symposium(IV) 2017 IEEE, pp. 1509-1516, 2017
20170821_yfujiwara

運転者の精神状態に関する情報は,高度に自動化された車両のためのインターフェイスの設計に不可欠である. 機能的近赤外分光法(fNIRS)は,参加者の脳活動を研究するために広く普及している神経イメージングツールで あり,HCI 実験,特にドライビングシミュレータを用いた研究で用いられている.fNIRS のデータ解析は,繰り 返し測定できるような実験設計が要求される. 本稿では,部分的に自動運転が可能な車両と完全に自動運転が可能な車両を運転しているドライバの車線変更 時の脳活動についての研究を提示する.また,fNIRS 測定のニーズを満たす実験設計を採用し,その後の解析を 行った.この研究には28 人が参加し,ドライビングシミュレータで約7 時間運転した.自動運転の各モードで8 回車線変更操作を実施し,ビデオ録画,NASA TLX アンケート,fNIRS データを記録し,解析を行った.自動ま たは手動で車線変更する間,同様にdorsolateral prefrontal cortex での活性化が見られた.

様々なレベルの自動運転におけるfNIRS を用いた脳活動の検討

Assessing Driver Cortical Activity under Varying Levels
of Automation with Functional Near Infrared
Spectroscopy
Intelligent Vehicles Symposium(IV) 2017 IEEE, pp. 1509-1516, 2017
20170821_yfujiwara

運転者の精神状態に関する情報は,高度に自動化された車両のためのインターフェイスの設計に不可欠である.
機能的近赤外分光法(fNIRS)は,参加者の脳活動を研究するために広く普及している神経イメージングツールで
あり,HCI 実験,特にドライビングシミュレータを用いた研究で用いられている.fNIRS のデータ解析は,繰り
返し測定できるような実験設計が要求される.
本稿では,部分的に自動運転が可能な車両と完全に自動運転が可能な車両を運転しているドライバの車線変更
時の脳活動についての研究を提示する.また,fNIRS 測定のニーズを満たす実験設計を採用し,その後の解析を
行った.この研究には28 人が参加し,ドライビングシミュレータで約7 時間運転した.自動運転の各モードで8
回車線変更操作を実施し,ビデオ録画,NASA TLX アンケート,fNIRS データを記録し,解析を行った.自動ま
たは手動で車線変更する間,同様にdorsolateral prefrontal cortex での活性化が見られた.

運転中の低知覚要求を引き起こすマインドワンダリング

Mind-Wandering Tends to Occur under Low Perceptual Demands during Driving
Scientific reports, vol. 6, 2016
20170419_yfujiwara

車輪後方への注意の変動は,運転者の安全に重大なリスクをもたらす.運転者は内部指向の思考や感情に注意を向けることがあり,道路に集中し続けることを犠牲にして一時的な不注意に陥ることがある.本研究では,運転者がシミュレートされた状態で車線逸脱を検出した時に関与する感覚様式を操作することによって,異なる処理モード間での脳活動の変化を検証する.脳波源に関する脳ネットワークダイナミクス結果は,比較的知覚要求の多い仕事を課し,顕著な知覚情報の運転者は,task-positive network におけてより強力な活性化に至る.車両の動きのフィードバックが利用可能であるとき、運転者は摂動を知覚するために車両の動きに頼ることがあり、注意力を解放し,default mode network を活性化する傾向がある。このような脳のネットワークダイナミクスは、運転者の注意の変動を理解し、運転手の事前支援を設計するシステムとして用いうrことの可能性を証明した。

注意散漫運転中の脳波による注意喚起

EEG-Based Attention Tracking During Distracted Driving
IEEE TRANSACTIONS ON NEURAL SYSTEMS AND REHABILITATION ENGINEERING, VOL. 23, NO. 6, pp. 1085-1094 , NOVEMBER 2015
20170130_yfujiwara

注意散漫運転は多くの悲惨な結果につながる可能性がある.ドライバーの行動を追跡するための対策を開発す るには,デュアルタスク条件での注目の焦点(FOA)と運転者の集中度合いが不可欠である.健康なボランティ ア10 名は車線維持運転タスクと数学的タスク(問題解決タスク)の2 つのタスクを含むデュアルタスク実験に参 加した.脳波(EEG)および行動は同時に記録される.記録されたEEG データから独立した成分を分離するため の空間フィルタとして独立成分分析(ICA)を採用した.FOA 評価システムを構築するために,6 つの成分から 算出したパワースペクトル(正面,中央,頭頂葉,後頭部,左モータ,および右モータ)をラジアル基底関数に基 づいたRBF カーネルを使ってサポートベクターマシン(SVM)に変換する.
このFOA 評価システムは,デュアルタスクの間に達成度と分類精度を検出し,参加者のFOA を評価する.検 出されたFOA は,注意が限定されたため,参加者の認知的注意はタスク間で動的に変化し,全体的なパフォーマ ンスが低下した.この研究を実証した結果,EEG スペクトルを使って,認知的注意を継続的に評価するための実践的システムとしての可能性を証明した.