このゲスト投稿は、Smart Eye社のファニー・リルヘデン氏によって執筆され、iMotions.com向けに編集されたものです。

良いドライバーとはどのような人でしょうか？

運転技術は、人それぞれ異なる方法で向上させることができます。しかし、ドライバーを、私たちの多くが普段経験することとはかけ離れた状況に置いた場合、どうなるのでしょうか？この問いに対する答えの一つとして、ハイパフォーマンス・ドライビングを考察することが挙げられます。

サーキットでは「普通」とされる速度域での走行は、一般のドライバーにとっては「極限的な運転状況」としか言いようがない。高性能車を操るドライバーは、限られた情報の中で瞬時に複雑な判断を下さなければならない状況に常に置かれている。さらに、こうした判断は、タイムロスを招くだけでなく、最悪の場合、車両の破損やドライバーの負傷といった重大な結果を招くため、ドライバーへのプレッシャーはさらに高まる。

レーシングカーのインストラクターによると、安全を確保しつつスピードを上げる上で最大の障壁となるのは、ドライバーが状況を的確に把握し、瞬時に判断を下し、車両を適切に制御する能力にある。これには長年の訓練だけでなく、ドライバーの認知能力を極めて特定の方法で鍛え上げる集中的なトレーニングが必要となる。

しかし、指導者はどのようにして、予測や注意力といったドライバーの認知能力を養い、知覚・判断・反応の間の遅れを短縮するために、適切な訓練内容や体験を選定すればよいのだろうか。また、研究者は、ドライバーが学習する過程において、その学習プロセスをどのように効果的に測定すればよいのだろうか。

本研究では、Smart Eye社のアイトラッキング技術とiMotions社の生体分析プラットフォームを究極の試練にさらしました。それは、過酷な状況下にあるレーシングドライバーの生理的信号を、彼らがより優れたドライバーになるための強力な知見へと変換することです。

ボンドラント試験：当社の技術は過酷な条件下でどのような性能を発揮するのか？

2020年9月、Smart Eyeのシニアセールスエンジニアであるアーロン・ガルブレイスは、アリゾナ州のボンドラント・ハイパフォーマンス・ドライビング・スクールに赴き、パフォーマンスドライビングのインストラクターと共にパイロットデータ収集を行いました。ボンドラント・ハイパフォーマンス・ドライビング・スクール（現在はラドフォード・レーシング・スクールに改称）は、ハイパフォーマンス・ドライビングの指導を専門としていますが、一般ドライバーがスキルを向上させる場としても機能しています。アリゾナ州チャンドラーに位置するこのサーキットは、砂漠環境の中で、ドライバーに様々な難関を課すコースとなっています。本調査で望ましい結果を得るため、クライアントは以下の要件を定義していました：

Smart Eyeのシステムは、教習生がフロントガラス、運転席側の窓、あるいは助手席側の窓のいずれを見ているかを判別できなければならなかった。
また、このシステムには、難しいカーブや操作の際、教習生がどこを見ていたかを記録・再生する機能も必要でした。これにより、教官は教習生にフィードバックを与え、どこが間違っているのかを理解させ、その場で誤った運転行動を修正できるよう支援することが可能になります。
研修終了後、クライアントは報告書に添付するため、ドライバーの顔が映った動画を入手したいと希望しました。
最後に、クライアントは、加速、制動、ステアリング角度センサーなどの車両データと、視線や感情といったその他の生体データを関連付け、その瞬間の生徒の感情と車両の操作状況を比較できるようにすることを希望していました。

レースカーでのデータ収集：特有の課題と独創的な解決策

お客様に可能な限り正確なアイトラッキングデータを提供するため、当社は最先端の遠隔アイトラッカー「Smart Eye Pro」を採用しました。

Smart Eye Proは、市場で最高のヘッドボックス、視野、視線精度を兼ね備えています。また、どのような状況下でも正確な結果をもたらすことで知られる、非常に柔軟性の高いシステムでもあります。しかし、ボンドラント・ハイパフォーマンス・ドライビング・スクールのレーストラックのような過酷な環境でも、その性能を維持できるのでしょうか？現地では、Smart Eye Proの真価が問われるような、いくつかの独特な課題に直面しました：

カメラの取り付け

Smart Eye Proは、車内に自由に配置できる複数のカメラを使用します。しかし、本研究では、指導員が車両に恒久的な変更を加えることは許可されていませんでした。つまり、ダッシュボードやコンソール部分に穴を開けてカメラを取り付けることはできなかったのです。そこで採用された解決策が両面テープで、これを使ってカメラを車内の表面に貼り付けました。堅牢な固定方法ほど確実ではありませんが、システムが受ける負荷の大きさを考慮すると、両面テープは驚くほどしっかりと持ちこたえました。このような状況下では、Smart Eye Proのカメラはどのような環境でも遠隔操作で設置できるため、システムの柔軟性が大きな利点となりました。また、このシステムは非侵襲的であるため、被写体は追跡されるために眼鏡やヘッドギアなどを着用する必要がありません。このため、ドライバーの頭部や目を最適な角度で捉えるようカメラの位置を調整しつつ、ドライバーにとって極めてリアルな運転体験を確保することが可能でした。

車両の振動

レースカーほど、システムにとって過酷な環境は他にないでしょう。激しい加速、減速、ブレーキ、コーナリングが繰り返される中、車両は文字通り極限の試練にさらされています。こうしたあらゆる潜在的な問題を考慮すると、Smart Eye Proのカメラキャリブレーションがこれほど良好な状態を維持していたことに、私たちは大変満足しています。

ボンドラント社の研究により、Smart Eye Proは高度な研究用システムであるにもかかわらず、実験室や固定式車両
シミュレーターのような静的な研究環境に限定されないことが明らかになりました。

カメラの数

運転手の視線を捉えるには、何台のカメラが必要でしょうか？

Smart Eye Proの利点の一つは、拡張性があることです。つまり、必要なカメラの台数は、それぞれの具体的な利用シーンによって異なります。

本研究では、Smart Eyeの従来の自動車用セットアップを採用することにした。具体的には、ダッシュボード上に3台、センターコンソールの横に1台のカメラを設置する構成である。これにより、フロントガラス、サイドミラー、計器盤、およびセンターコンソールを非常に良好にカバーできる。ただし、ボンドラントはセンターコンソール領域の視線追跡には関心がなかったため、カメラの数をダッシュボード上の3台に減らしても、同様の視線追跡結果が得られたはずである。

照明の劇的な違い

Smart Eye Proは、どのような照明条件下でも動作します。このシステムはフラッシュから発せられる光のみを使用するため、外部光や周囲の光は通常、問題になりません。しかし、ボンドラント・サーキットでは、車内と車外の照明の差があまりにも大きかったため、工夫を凝らす必要がありました。当初の計画では、肩越しに設置したシーンカメラを使用する予定でしたが、照明のコントラストが強すぎたため、これは不可能でした。そこで、iMotions内でそのカメラを前方向きの反応カメラとして再設定し、iMotions内のAffectivaデータベースを利用してドライバーの感情を検出できるようにしました。しかし、この件については後ほど改めて触れることにします。

極端な気温

私たちが現地を訪れた際、アリゾナ州の8月の太陽により、気温は華氏119度（摂氏48度）に達していました。それでも、両面テープによる取り付け方法は、前日から翌日にかけても問題なく持ちこたえました。また、車内はエアコンが効いていたため、室温はシステムの正常な動作範囲内にしっかりと保たれていました。

データ分析：現場で収集したデータから実際に洞察を引き出す方法

厳しい状況にもかかわらず、ボンドラント・レーストラックから非常に貴重なデータを収集することができました。しかし、このデータをどのように分析すれば、トレーニングセッションから有益な知見を得ることができるのでしょうか？

生体データの分析は、人々の運転技術の向上に役立つだろうか？

まず、生体データ分析とは何を指すのかについて、少し説明しましょう。生体研究とは、心拍数、視線移動、発汗量といった身体からの生理的信号を調査し、感情、注意力、認知、生理的覚醒に関連する特徴を明らかにする手法です。これにより、研究者は人間の行動を理解し説明するために、多角的なアプローチをとることが可能になります。 iMotionsプラットフォームは、アイトラッキング、表情分析、EDA/GSR、EEG、ECG、EMGといった複数の生体センサーを統合・同期させ、可視化と分析を行う単一のプラットフォームとして機能します。iMotionsプラットフォームを使用することで、研究者は、映画やゲーム、あるいは今回のケースであるトレーニングセッションを、被験者がどのように体験しているかを、瞬間ごとに分析することができます。

以下の動画では、iMotionsのシニア・ニューロサイエンス・プロダクト・スペシャリストであるナム・グエンが、Smart Eye ProソフトウェアからのデータがiMotionsプラットフォームに送信された際の表示例をご紹介します。

データ分析における3つの課題

マルチモーダル生体認証データの分析により、研究者は、一度に単一の生理的信号に焦点を当てる場合よりも、より深いレベルで人間の行動を理解することができるようになります。しかし、データが複雑だからといって、その分析も複雑でなければならないというわけではありません。

教習所の教官と協力する中で、生体認証データの取り扱いに関して、彼らが懸念している課題が3つあることがわかりました。

これらの信号を解釈するには、博士号取得者や大学院
の専門家が必要です。一見すると、データは途方もなく複雑に見えるかもしれません。複数の異なるチャネルがあり、データの解釈方法も様々で、中には単なる生データもあるからです。そのため、すべての情報を解釈するだけでも、専門的な訓練を受けた専門家でなければ無理だと感じてしまうかもしれません。
この分析には時間がかかりすぎます。データ量が
膨大であるため、その検証や分析は長期間に及ぶ作業となり、社外で行う必要があるかもしれないという印象を受けるかもしれません。もしそうであれば、データから何らかの知見を得るまでに、何週間もかかることになるでしょう。
データは常に、高価な特注のツールを使って分析
しなければならない。生体認証データを扱う際、一部の教習所指導員は、その目的のために特別に開発された特注のソリューションが必要になるのではないかと懸念していた。そうなれば、分析において自分たちの判断や経験がほとんど役に立たなくなってしまうのではないかと心配していたのだ。

優れたドライバーの条件について、強力な洞察を得るための重要なデータ指標をいくつか

こうした誤解は根拠のないものではありません。生データは膨大で複雑、そして圧倒されるほどであるからです。データ分析のバックグラウンドを持つ研究者にとっては、そのスキルが役立つでしょう。また、iMotionsのようなパフォーマンス分析ツールに投資すれば、データから得られる情報のいくつかを自動化することができます。しかし、生体データ分析は必ずしも巨大で複雑なプロセスである必要はありません。トレーニングに関する重要な洞察を得るために、専門家である必要はないのです。分析は極めて詳細なものになり得ますが、注意力のプロファイルやエンゲージメント指標といった、いくつかの重要なデータシグナルを活用することで効果を発揮します。これらのシグナルは、トレーニングセッション終了直後に、トレーナーが強力なインサイトを迅速に得るのに役立ちます。そして十分な練習を重ねることで、トレーナーは、ドライバーが特定の瞬間に何を経験し、どのような行動をとっていたかを分析し、認識する能力に自信を持てるようになるでしょう。以下の動画

では、ナム・グエンが、いくつかの重要なシグナルに焦点を当てることで、トレーナーがドライバーの行動全体にどのように影響を与えられるかを実演します。

注意制御

この動画では、マリコパ・オーバルコースにおいて、正しい運転技術と誤った運転技術を見分ける方法をご紹介します。最初のドライバー評価はこのコースで行われますが、ボンドラント・トラック全体の中でも最も難易度の高いセクションの一つに感じられるかもしれません。Smart Eye Proで収集された視線追跡データを分析することで、ドライバーがどこに注意を向けているかを把握し、それに基づいて運転技術を修正することができます。

感情AI

次に、トレーナーが表情分析を活用して、さまざまな状況下でのドライバーの行動を理解する方法を検討します。この分析では、感情AIのパイオニアであるAffectiva（現在はSmart Eye傘下）が開発したソフトウェアを使用しています。Affectivaは、通常のビデオカメラで撮影された顔を認識し、顔上の特定のランドマークを抽出し、分析結果を出力することができます。出力されるデータには、感情の強度レベル、頭の傾きなどの基本的な行動指標、およびその他の全身の筋肉の動きなどが含まれます。

この動画をご覧いただき、ボンドラント・サーキットでドライバーの表情を分析するために「エモーションAI」がどのように活用されたかをご確認ください。

生体認証データ：行動研究の新たな可能性

人間の行動には、目に見えるものや意識に上るもの以上に、多くの側面があります。しかし、いくつかの重要な生体データ信号を活用するだけで、身体的、認知的、あるいは感情的な反応を自覚できるだけでなく、それに基づいて行動を調整することさえ可能になる、強力な洞察を得ることができます。

ハイパフォーマンスなドライビングの文脈においては、トレーニングコースの過酷な環境や極めて高い速度を考慮すると、これは特に有用です。リアルタイムでの生体データの収集と分析を通じて、ドライビングインストラクターは、生徒自身が気づいていなかったであろう運転上の癖を修正する手助けをすることができます。

しかし、生体データの分析は、人間の行動を理解することを目的としたほぼあらゆる研究に応用可能です。Spotifyにおける音楽ストリーミングのトレンドを予測する方法の検討から、アスリートの感情的反応を測定することでアディダスがシューズ開発の研究開発プロセスを改善する方法に至るまで、生体研究の応用分野はほぼ無限に広がっています。また、生体認証研究は、デュラセルが消費者調査に注力することで、同社の研究開発プロセスに革命をもたらす一助ともなりました。生体認証研究やデータ分析が人間行動科学にどのような貢献ができるかについて詳しく知りたい方は、iMotionsのウェブサイトをご覧ください。そこには、活用事例、ガイド、科学的な進歩などに関するブログ記事が多数掲載されています。

ナム・グエン氏とアーロン・ガルブレイス氏による「（レースカー）ドライビングのトレーニングとパフォーマンス」に関するウェビナーの全編をご覧になるには、こちらのリンクをクリックしてください：

「Smart Eye Pro」、「iMotions Software Suite」、あるいはAffectivaの「Emotion AI」についてご興味をお持ちですか？各社名をクリックして詳細をご覧になるか、製品のデモをご注文ください。

パフォーマンスの向上