東京農工大の“ヒヤリハット”が注目されるワケ

　東京農工大学にも世界から引き合いが集まるＤＢがある。飛び出しに気付いて急ブレーキを踏むなど交通事故に至る前の“ヒヤリハット”のＤＢだ。毛利宏教授は「完成車メーカーを抱えるほぼすべての国から連携の打診を頂いている」と説明する。

　このＤＢはヒヤリハットが約１２万件、危険を伴わない急ブレーキなども含めると約５０万件の走行シーンが収録されている。タクシー会社にドライブレコーダーを提供し、前方映像と車内のドライバー映像を集めた。

　毛利教授は「プロドライバーがヒヤリハットの場面に出会うのは数十日に１回。狙って収集できるデータではない」という。１０年以上データを蓄積してきた。

　もともとはドライバーの不注意の発生メカニズムなど、ヒューマンファクターの研究用ＤＢだったが、自動運転でＡＩの学習データとして注目された。

　ＤＢにはカメラ映像に加えて、車の加速度や推定車間距離、ブレーキを踏んだタイミングなどが収録されている。ヒヤリハットＤＢの事故形態は交通事故統計の分布とよく似ていて、画像識別やシミュレーション技術とヒヤリハットＤＢと組み合わせると、危険なシーンをモデル化して網羅できる。ＡＩの危険度判定の精度や、ＡＩの危険回避プランの妥当性評価に応用できる。

運転中のてんかんなど集めにくいデータ収集も

　運転中のてんかんや脳卒中の発作など、極めてデータを集めにくい事例の収集も始まった。

　産業技術総合研究所自動車ヒューマンファクター研究センターと筑波大学付属病院は完成車メーカーなど１３社・機関でコンソーシアムを設立。患者にドライブシミュレーターやテストコースで運転してもらい、運転中の認知・生理データを収集する。運転支援型の自動運転でＡＩがドライバーの急変を検知するための基礎データになる。

　てんかんの軽度発作は患者本人も自覚できないことが多い。自動車ＨＦ研究センターの北崎智之センター長は「想定患者数は疾患当たり数十人でＤＢと呼べるほど大規模にはならない。だが運転中発作のデータはなく、一人ひとりのデータが貴重」という。

　課題はＤＢ維持費の捻出とＤＢ拡張の自動化だ。ＪＡＲＩの走行映像ＤＢは４・２ペタバイトと大きいため、多くの研究者が使えるようにクラウドに上げるとストレージ代だけでも維持費がかさむ。

　現在は磁気テープで保管している。建造物の３Ｄデータ化でインフラ保守、街の混雑推定は小売り、高齢者の行動推定は福祉機器の開発評価など、他の研究分野と連携して予算を捻出したい考えだ。

　東京農工大のヒヤリハットＤＢは、タクシー会社にドライバーの運転状況を助言することで協力を得ている。運転中の発作ＤＢは患者会の協力が不可欠だろう。

　産総研の小峰秀彦生理機能研究チーム長兼広島大学教授は「日常行動などのライフログと連携して早期発見などで付加価値を高めたい」という。

　完成車メーカーは「つながる車」から集まるデータを処理する情報基盤を整備中だ。各ＤＢで開発されるアプリケーションは新サービス創出につながる。ＡＩの高度化とサービス開発を両立させるデータ連携が求められる。

（文＝小寺貴之）