ブックタイトルマツダ技報　2015 No.32

概要

マツダ技報　2015 No.32

No.32(2015)マツダ技報MV (β+γ) = Fyfr + Fyfl + Fyrr + FyrlIγ= lf (Fyfr + Fyfl) ? lr (Fyrr + Fyrl) + NN = d/2 (Fxfr ? Fxfl + Fxrr ? Fxrl) (1)を正しく判定するアルゴリズムとして,品質工学で多く用いられているMTシステム(Mahalanobis-Taguchi System)を拡張したシステムの開発を行った(Fig. 13)。ここで得られた車体滑り角からフロントタイヤ滑り角βfは,以下のように記述できる。SteeringAngleInputCameraInformationθSlip Est =β+ (lf/V)γ-θTier (2)VelocitySATとθSlipの関係は一般には強い非線型性をもつが,舵角の小さい領域でのみ制御するLASのシステム特性を生かし以下の線型式に簡素化した。ProgressDriver Attention Alert AlgorithmSAT est =α(V)θSlip Est (3)α(V)は車速,車種をパラメータにもつMapであるが,実車評価及びシミュレーションにより確定した。Pink: No Observed,Yellow: ObservedOutputDriver Attention AlertTime for a breakMulti-information DisplayFig. 12 Driver Attention Alert SystemFig. 11 Result of Simulation横位置とYaw角の収斂性をシミュレーションし,オブザーバによる高応答性を確認した(Fig. 11)。実車評価によりアウトバーンのような高速域でも高応答性が確保されていることを確認した。4.ドライバー・アテンション・アラート(DAA)事故が発生する直前だけでなく,ドライバに疲労や注意力低下が要因で発生する事故のリスクが増加していることを知らせるシステムとして,ドライバー・アテンション・アラートを開発した。ドライバの疲労や注意力低下を推定する手法として心拍・脳波などの生体量を用いて推定する手法があるが,生体量を計測する装置を着用する必要があるため,ドライバの快適な運転を妨げてしまう問題があった。そこで,Fig. 12に示すようにハンドル操作,アクセル操作,フォワード・センシング・カメラ(FSC)の画像情報などから得られる車両挙動を,覚醒状態の運転時の車両挙動と比較するアルゴリズムによって,疲労や注意力低下を推定する手法を開発した。4.1疲労・注意力低下推定アルゴリズム疲労や注意力低下状態の運転と,覚醒状態の運転と比較するためには,運転するドライバ個人の特性を考慮する必要がある。そのため,ドライバの運転状態が変化したこと本システムでは,ハンドル操作,アクセル操作,フロントセンシングカメラの画像情報などの多要素をマハラノビス距離の単位空間へ計算する。運転開始から約20分間はドライバが覚醒状態であるとしドライバ運転特性を学習結果として設定する。その後,ドライバの疲労や注意力低下監視状態に遷移し,随時ドライバの運転挙動を学習結果との距離値で比較する。距離値が一定のしきい値以上であった場合は,疲労や注意力低下の危険な運転状態であることが推定されるため,ディスプレイ表示とブザーでドライバに休憩を促す。Steering AngleYaw AngleLearning Mode(Awakening)Yaw Rate…LearningAbout 20minStatistic ValueCalculation・・・・Attention Mode(Fatigue /Decreased Attentiveness)Improved MT systemData miningMahalanobis’s DistanceTotal signal Statistic analysisAverage / Center Value / Min / Max etc.Fig. 13 Driving State EstimationDriver Attention AlertTime for a breakMulti-informationDisplayJudgmentAlert for HMIAlert-219-