車内モニタリングでドライバーの認知症の早期発見を可能にする新技術

フロリダ・アトランティック大学（FAU）の研究者たちは、オープンソースの車内モニタリングシステムとAIセンシングシステムを車両に搭載し、ドライバーの認知症リスクを評価する画期的な研究を行っています。この革新的なアプローチは、認知機能の変化を早期に警告することを目指しており、これは交通安全の向上に向けた重要な一歩となります。.

このような技術の必要性は、憂慮すべき統計によって強調されています。現在、米国では軽度認知障害のある高齢者が推定400万人から800万人が運転しており、そのうち3分の1が5年以内に認知症を発症するとされています。進行性認知症の人は最終的に安全に運転できなくなりますが、認知機能の低下に気づいていない人も多くいます。.

本研究では、車内モニタリングシステムが認知機能障害を示唆する異常な運転行動をどのように検知できるかをmatic的に検証する。目立たない継続的なセンサーや関連モニタリング機器を用いて、高度に複雑な日常活動におけるパフォーマンスの微妙な変動を経時的に検知する研究はほとんど行われていない。.

「自動車dentで亡くなった高齢ドライバーの脳には、アルツハイマー病の神経病理が見つかっています。彼らは自分がアルツハイマー病であることを知らず、明らかな兆候もありませんでした」と、主任研究者のルース・タッペン教授は述べています。「本研究の目的は、認知機能障害を可能な限り早期かつ効率的にdentすることの重要性から生まれました。高齢ドライバーの車両に搭載されたセンサーシステムは、こうした変化を検知し、認知機能の変化の可能性を早期に警告できる可能性があります。」

縦断的研究デザイン

本研究では、自然主義的縦断的研究デザインを採用し、運転行動に関する継続的な情報を取得し、3年間にわたり3ヶ月ごとに実施された広範な認知テストの結果と比較しました。車両には運転席側カメラ、前方カメラ、maticユニットが搭載されており、認知テスト実施時に3ヶ月ごとにデータがダウンロードされます。.

研究者たちは、道に迷う、信号や標識を無視する、ニアミスを起こす、trac散漫や眠気、反応時間、ブレーキのパターンといった異常な運転行動を測定しています。また、走行回数、走行距離、高速道路での走行距離、夜間・昼間の運転、悪天候下での運転といった移動パターンも分析しています。.

オープンソースのハードウェアとソフトウェアのアプローチ

FAU工学・コンピュータサイエンス学部の研究者が開発した車載センサーネットワークは、オープンソースのハードウェアおよびソフトウェアコンポーネントを使用することで、車載センサーユニットの開発にかかる時間、リスク、コストを削減します。車内センサーシステムはシンプルでコンパクトに設計されており、複雑な配線、センサーのサイズ、センサーの数を最小限に抑えることで、目立たないように配慮されています。.

各車載センサーシステムは、maticデータ用とビデオデータ用の2つの分散型センシングユニットで構成されています。慣性計測ユニットは、急ブレーキ、加速、旋回、GPSデータなどのデータを処理します。ビデオユニットには、顔検出、視線検出、あくび、trac散漫、喫煙、携帯電話の使用といったドライバーの顔に関する指標や、交通標識などの行動指標を含むビデオをリアルタイムで分析するAI機能が組み込まれています。 

検出、物体検出、車線横断、ニアミス、歩行者検出。.