ブレーキ時系列モデリングによるドライバの運転状況推定

摘要

ドライバの運転状況推定はドライバアシストシステムにとって重要である．本論文では運転状況を推定するため方法として，ブレーキ時系列に機械学習を用いたの二つの方法を提案する．一つは時刻毎に混合ガウスモデルで信号のセットをモデル化する方法であり、そこでは各ガウス分布が一つの状況に対応している．もう一つの方法はブレーキの踏みはじめから踏み終わりまでの時系列を隠れマルコフモデルの一つに分類し，各モデルがそれぞれの状況を表す．これらの方法は自由走行によって収集した運転データにおいて一環してる．%It is important for a driver-assist system to know how a driver is. The paper proposes two methods for estimating a driver's phase, applying machine learning techniques to the sequences of the M/C pressure of the brake. One models the set of the signals at each time with a mixture of Gaussians, where a Gaussian corresponds to a phase. The other classifies a segment of the brake sequence to one of the hidden Markov models, each of which represents a phase. These methods are consistent with each other for the collected data in an unconstrained drive.