高度な運転支援には、車外情報のみならず運転者の内的状態の把握が不可欠です。本講座では、カメラや生体センサ等のマルチモーダル統合手法から、機械学習によるリアルタイム推定の最新事例、実装時のノイズ対策や倫理的課題までを詳解します。

センシング・解析技術の動向から見る 次世代ドライバ状態推定技術のポイント

東京電機大学 システムデザイン工学部　情報システム工学科　教授 荒川 俊也先生

2001年 早稲田大学理工学部卒業、2003年 東京大学大学院総合文化研究科広域科学専攻修了。2003～13年まで富士重工業㈱（現：㈱SUBARU） スバル技術研究所に勤務し、この間の2008年 総合研究大学院大学複合科学研究科統計科学専攻博士後期課程に入学し、2012年修了。2013～2021年まで愛知工科大学工学部にて准教授・教授として勤務、2021〜2025年まで日本工業大学先進工学部にて教授として勤務、2025年4月より現職。また、2024年より香川大学イノベーションデザイン研究所客員研究員。博士（学術）。専門は、自動運転におけるヒューマンファクタ、統計科学・機械学習の応用。現在は、これまでの研究成果を活かし、機械学習やシミュレータ技術，数理最適化を自動運転時のヒューマンファクタ、デジタル防災，スマート畜産など社会の問題に応用する「スマート社会システム」に関する研究を進めている。自動車技術会、日本知能情報ファジィ学会、日本災害情報学会などに所属。著書には『Excelによるやさしい統計解析』（オーム社、2020年）などがある。

【荒川先生のオンデマンド講座】
オンデマンドで学ぶ！実務で役立つ統計解析【統計基本コース（３講座版／４講座）】
多変量解析コース／全3講座
PYTHONプログラミング入門Ⅰ・Ⅱ【セット講座】
Pythonで学ぶ機械学習の基本
Pythonで学ぶ機械学習の応用

1．ドライバ状態推定の意義
　① 外界認識から人間中心センシングへ 　
　② 自動運転・ADASにおけるドライバ状態推定の必要性

2．ドライバ状態の分類

3．個人特性と心理・生理学的多様性

4．代表的なドライバ状態推定技術
　①　視線・表情・姿勢検出による状態推定 　
　②　生体情報センシングと非接触計測技術

5．マルチモーダル統合センシング

6．スマートデバイスとの連携

7．データ取得の実際とノイズの影響

8．機械学習による状態推定
　①　機械学習の基本
　②　状態推定における機械学習の手法
　③　機械学習を用いた推定技術例

9．実装における技術的・倫理的課題

10．まとめ