ATR预防交通事故出新招，利用传感器提高驾驶技术

怎样才能减少交通事故死亡人数？

代表性的答案恐怕是令碰撞时可保护乘员的气囊系统，以及减轻碰撞影响的车体结构等的车辆进步吧。日本国内的交通事故死亡人数逐年减少，2009年减少到了5000人以下，被公认是汽车安全系统进步所作的贡献。2006年1月，由时任日本首相小泉纯一郎担任本部长的IT战略本部发表宣言称，将以“世界最安全的交通社会”为目标，“在2012年度使交通事故死亡人数减少到5000人以下”，实际上目标已经大幅提前实现。今后，随着事前察知因而可减轻事故影响的预防碰撞安全系统的普及，以及能够预防碰撞和追尾的智能交通系统（ITS）的扩大，交通事故死亡人数还有望进一步减少。

但是，减少交通事故死亡人数的方法难道只有汽车安全系统吗？实际上，交通事故的数量超过70万起，虽然一时有所减少，但仍处于高水平。致死率（死亡人数除以伤亡人数之和）为0.54％，近几年没有继续下降。如果不减少交通事故的数量，大幅减少交通事故死亡人数恐怕相当困难。ITS的普及和扩大虽然有望预防交通事故，但是，如果驾驶员的驾驶技术进一步提高，交通事故应该可以更少。

在这种情况下，国际电气通信基础技术研究所（ATR）开展了一项活动，利用电子技术定量评价驾驶员的技术，通过反馈评价结果，提高驾驶员的预防安全意识。将包括左右转弯时确认左右的确定性（脖子的角度和时间）、转弯时的速度、踩踏油门踏板和刹车踏板的时机等驾驶员正常驾车行驶时的举动都加以数值化。并从中找到驾驶员的驾驶习惯，明确其与理想驾驶的偏差。通过使驾驶员认识到客观评价的结果，暴露出驾驶“习惯”中的潜在危险，从而把交通事故消灭在“萌芽”状态。日前，记者对2008年实用化以来，应用范围不断扩大，并一直在踏实收集着验证数据的ATR系统进行了采访，探索了其对于预防安全的效果。

利用头部和右脚的传感器掌握驾驶员的情况

ATR的系统使用配备3轴加速度传感器、3轴陀螺仪传感器，以及因性能规格不同还配备了3轴地磁传感器的传感器模块。驾驶员戴上安装有传感器模块的帽子，右脚也安装相同的模块（图1）。帽子的传感器模块负责检测面部朝向左右的角度等数据，右脚的传感器模块则检测脚踩踏的是油门踏板还是刹车踏板等数据。模块的外形尺寸仅为39mm×44mm×12mm，重量只有20g，因此不会妨碍驾驶。系统除了该模块之外，还使用确定车辆位置的GPS模块，以及收集保存这些模块数据的小型设备。传感器模块检测的数据经蓝牙传送到小型装置。

                     （ａ）安装有传感器模块的帽子

                   （ｂ）传感器模块安装在右脚上的状态

2008年8月投入实用，首先从培训职业驾驶员开始

检测系统以ATR的基础研究为原型，由ATR与山城汽车驾校在2008年合作开发（业务由ATR-Sensetech开展）。该系统作为自动评价驾驶员的驾驶技能、提供改善建议的“Objet系统”，于同年8月开始在山城汽车驾校的职业驾驶员培训中使用。

检测数据为将右脚位置（位于油门踏板、刹车踏板，还是不稳定）、颈部扭转角度、车辆速度3个项目，按时间的变化来表示（图2）。据称仅用区区3个项目，就能够知道转弯时颈部扭转角度是否足以确认左右、确认时间是否充分、车辆降速是否足够、改踩油门踏板的时机是否恰当等。结合直行时和左右转弯时等个别情况的评价，对整体驾驶情况以分数（满分100分）或5个级别进行评价。

                   图2：驾驶技能评价示例（通过路口时）

蓝色波形为左右转颈的动作，红色波形为行驶速度，图下部红色带状部分为右脚踩踏油门踏板，蓝色部分代表踩踏刹车踏板。

假如转颈不足10度，就不足以确认左右，即使转颈幅度大，如果确认左右的时间短，也谈不上充分（图3）。驾驶员如果犹豫“是走还是停”，就会出现脚位置不稳定的数据。只需观察波形，则不只是驾驶员的驾驶习惯，就连转弯时“看不见人影，不用太注意吧？”等“驾驶员的想法也能看出来”（ATR智能机器人研究所环境智能研究室野间春生）。包括转弯时的速度、在视野较差的路口直行时的减速程度等存在个人差异的数据都能如实获知（山城汽车驾校把这种因人而异的速度叫做个人的“持有速度”）。

                     图3：驾驶技能评价示例（路口左转时）

由蓝色波形变化小可知，驾驶员转颈动作少，左右确认不充分。

除了检测数据，从检测数据中看出的特征还将以简洁的文字展示给驾驶员（图4）。通过把驾驶员的驾驶习惯和心理状态数值化，通俗易懂地向驾驶员展示短评，使驾驶员能够轻易地注意到自身的危险性。检测数据的评价方式是准备多种驾驶员安全驾驶的行为模式作为参考，通过将其与检测数据对比，提取驾驶员的特征。短评可以按照“略微注意”、“注意”、“需要改善”的危险程度，给出细致的评价。山城汽车驾校表示，通过每隔3～6个月利用Objet系统进行一次驾驶评价，驾驶员已经养成了安全的驾驶方法。

提请驾驶员注意到对自己“技术好”的盲目自信

2008年投入实用以来，Objet系统的应用范围在扩展。Objet系统评价过的驾驶员超过了3000人。

采用的驾校增加到了11个府县的16所。某出租车公司利用其培训出租车驾驶员，京都府和奈良县的卡车协会利用其向会员企业提供培训服务。京城市交通局和名古屋市交通局也在公交车驾驶员的培训中采用该系统，JR西日本巴士则将其应用到了培训长途客车驾驶员之上。除了培训职业驾驶员，京都府和岐阜县还把使用Objet系统的培训认定为面向老年人的认证课程。

据称，效果十分明显。例如，某出租车公司在利用Objet系统培训发生事故的驾驶员之后，接受二次培训的驾驶员（即接受培训后，因发生事故再次接受培训的驾驶员）人数减少了约20％。由此可见，对于自信驾驶技能不错的职业驾驶员，在指出其缺点时，拿出数值这种客观数据十分有效。

就指出自信的驾驶员的缺点而言，在以老年人为对象的培训中同样有效。ATR表示，在对自己的驾驶技能分成5级（5为最佳）评价的结果，中年人略低于4，而老年人则略高于4。而Objet系统对314位老年人实际评价的结果显示，在5级评价中，最差技能的比例约占整体的2成，是普通驾驶员的3倍以上。ATR表示，老年人虽然以安全速度行驶，遵守暂时停车，右左转弯时确认安全的时机也很准确，但左右转弯时的转颈角度和确认时间不足，这种情况明确体现在了检测数据中。通过向其展示实际技能，很多老年人都发现了自已的实际车技与主观认为的差距。
还能用来设计安全道路

除了汽车，该系统还能用来实施自行车安全行驶培训，并且根据数值化的驾驶员行为优化ITS提供信息的方法，甚至用来设计不易发生交通事故的道路。

在ITS中的应用已经使用阪神高速公路，在路车协调型ITS信息提供服务验证实验“京阪神地区智能道路验证实验”中得到了验证。在路车协调型服务中，该系统能够按照道路状况，发送“前方堵车，注意追尾”、“右侧有合流车辆，请注意”等信息，通过在车载导航仪上显示信息，提醒驾驶员注意，预防事故的发生。ATR与大阪大学在验证实验中，详细调查了驾驶员得到信息后采取的行动。

实验对象是公开征集的32名20～50岁的驾驶员。他们头戴安装有传感器模块的帽子，右脚装配相同的模块，调查了看到路况信息后的行为。在侧道车辆从右侧汇入干线的地点，实验结果显示，驾驶员在看到“右侧有合流车辆，请注意”的信息后，在放慢油门的0.23秒前（平均值），都与注视右侧方向的行动。当前进方向堵车时，驾驶员在看到堵车信息后，平均在1.77秒后放松了油门踏板。根据这些结果，ATR将在今后调查发出信息的时机、显示位置、显示内容等对于驾驶员视线移动和踏板操作的影响，从而使ITS信息提供服务更加有效。

关于道路设计，ATR与从事道路设计的修成建设顾问联手进行了验证。使用Objet系统，调查了驾驶员手脚、脖子的动作是否适应道路结构和交通规则等道路环境。

验证在三重县松坂市普通公路上侧道与干线合流的地点进行。调查了佩戴Objet系统的驾驶员的车辆从侧道向干线合流时的行为，结果显示，很多驾驶员在“暂时停车”地点没有完全停车，虽然有确认右侧（干线方向）的行动，但油门踏板没有松开，右脚从刹车踏板移动到油门踏板的时间早等。根据这一结果，就可以采取拓宽停车位置、设置路桩、调整侧道合流道路上的标识等解决暂时停车不彻底和左右确认不充分问题的对策。

从“个别”到“社会”

ATR为了进一步扩大Objet系统的应用范围，预定于2011年10月28日举办研讨会。希望为个别采用Objet系统的用户和研究者创造交流的平台，广泛征求意见，推动Objet系统的发展。ATR正在研究在今后向普通驾驶员推广该系统的策略。例如，随着Objet系统知名度的提高，如果保险公司对其产生兴趣，便会推出与驾驶技术挂钩的自愿保险。那样的话，普通驾驶员利用Objet系统的机会就有望增加。

而且，评价系统也需要发展。现有系统虽然体积小，但每次驾驶时都必须设置传感器模块。这一不便可能会令用户望而却步。这一问题可以通过使用光学技术和摄像技术检测脖子和右脚行为的方式解决。如果安装了评价系统的车辆大量上路，估计就可以读取驾驶员的行为和路况的变化。还将考虑在地图上标识驾驶员行驶困难、容易导致慌乱的路段等用途。“Objet系统已经做到了对每个人逐一做出相当好的评价。下一阶段是收集大量驾驶员的行为，将其运用于社会服务”