データテックロゴ
業務用ドライブレコーダ・自動車機器の開発・販売

てくてく探訪

会社情報

分析レポート

Analysis Report

操作傾向定量化手法

講演内容:操作傾向定量化手法

㈱データ・テック 基礎理論研究所

1.自然界の成り立ち、すなわち「x=f(x)」

自然界は方程式「X=f(X)」の表現のとおり、「結果を原因として再び結果を作りだす」作用で動いていると考えます。通常self-consistency(自己無どう着)といわれます。
たとえば、X=exp(X)などの非線形方程式を解くとき、初期値X0を設定しガウス法などを用いる場合、収束しながら解に近づき実数(無理数)を形成していきます。それはあたかも、おわんに置いたビー玉が回りながら永遠の時間経過で底に落ちつこうとする動きに似ています。つまり自然界は常に安定した解を時間を経過させながら探し求めています。
ところが、厄介にも「発散」と「複数解」の問題が発生します。自然界は線形応答ではなく、非線形が常のため、解を複数持ちます。最適で環境に適合する解を見つめることは一工夫を要します。真っ暗な空間で時計を見た時、午前3時なのか午後3時なのか?に似ています。
もっとも大きな問題は「発散」の問題です。自然界は決して収束・安定の方向だけでなく、∞に発散することがあります。たとえば、バケツを持って歩いたとき、あるテンポで歩くと中の水が急に大きく揺れてやがてこぼれ落ちます。あるテンポは「固有振動数」と呼ばれます。つまり、強固なビルも特定の振動で簡単に崩壊することもあり得ます(ただし、最近は固有振動数を散らすようにしています)。
人間も自然界同様「発散」と「複数解」の問題が内包して行動します。

2.確率性の確立

同じ環境・条件で同じ車でも同じ運転は絶対にあり得ません。人間はある範囲内で「解」を探し、もっとも適合性の高い「解」を選択「しようと」します。つまり、行動は確率性を持っています。正規分布でたとえれば平均値<X>、標準偏差<1σ>の範囲の確率で行動すると理解します。 この前提(モデリング)をとれば<X>と<1σ>が行動の数値化を代表する量として扱えそうです。 また、<1σ>内で解が見つからない場合、つまり<3σ>を超える動作を要求される場合、「発散」つまり「事故」につながります。 私どもは【図1】モデリングの上で操作傾向を数値化します。

3.波形の特性(簡単のため速度を例に)

時速40キロの速度実現する時どのような加速で実現するかによって波形の形状が異なります。(図2)

つまり波形には2つの要素<速度>と<加速度>を持ち、2次元的な解析が必要になります。一回の加速動作を一つの点で表現したとき、【図3】のようにプロットされます。

<速度>と<加速度>の二つの要素で波形が表現できるため、プロットされたデータから発生したすべての波形を再現できます。 たとえば40キロを0.2Gで加速したのか0.4Gでしたのかが計測できれば燃費計算も可能になります。 物理的には発生するエネルギーはmv2 で表現され同じになりますが、実際は、加速度を考慮しパラメータ化された数値で計算します。 減速時も同様でどの<速度>からいくらの<加速度>(減速度)で減速したのかが数値化できれば、波形は再現されます。 危険率や燃費のため緩やかな減速が必要であると数値化します。 たとえば燃費について同じように40キロから0.2Gと0.4Gの減速を仮定します。(図4)

0.2Gと0.4Gでの減速の時間は2.8秒の差が発生します。つまり急な減速は2.8秒間の40キロ走行を余分に費やしています。 ヒュエルカットのある車両であれば大きな差として出てきます。

4.数値化の考え方

波形特性を再現し、それを確率性の中で数値化する。基本的にはそのような考え方で定量化しています。そして確率性を超える動作さを「パニック」や「ヒヤリハット」といった「発散」の動作としてとらえています。現在10,000名を超える運転の挙動解析の実績を持ち、基本的考え方を押さえながら改善もしています。極めて簡単ですが数値化手法の概念を述べました。

ページTOPへ