Column
「ながら運転」より「目の前のハザード」が引き継ぎを決める——マルチモーダル計測から始めるドライバーモニタリング再設計
半自動運転での引き継ぎ失敗の原因を、私たちは長らくドライバーのわき見や眠気に求めてきました。ところがシミュレータ実験は、引き継ぎ挙動を最も強く決めるのはドライバーの状態より「目の前に何があるか」という文脈だという結果を示します。この知見は、ドライバーモニタリングとテレマティクス保険の設計思想を根本から問い直します。
こんにちは。Affectosphere Group の三浦です。
自動車の安全部門にいる方なら、こんな議論に覚えがあるかもしれません。
「わき見しているドライバーが引き継ぎに失敗するのは当然だ」「スマホをいじっていれば注意が散漫になる」「ドライバーモニタリングシステム（DMS）が眠気とわき見を捕まえれば十分ではないか」——。
その前提が、少し揺らいでいるかもしれません。
arXiv に公開された研究（Azimi, Hakiminejad, Gomero, Pantesco, Kan, Izzetoglu & Tavakoli, arXiv:2607.10945）は、半自動運転における引き継ぎ（takeover）の準備状態を、マルチモーダルな生理計測で解析したものです。そしてその主要な発見は「引き継ぎ挙動を最も強く左右するのは、ながら運転などの副次タスクではなく、目の前のハザードの文脈だった」というものでした。
今日はこの研究を起点に、ADAS開発・DMS設計・テレマティクス保険の現場でどう考えられるかを整理します。
今日の3点
- 半自動運転では、ドライバーが長時間「何もしない監視状態」に置かれることで覚醒度が下がり、突然の引き継ぎ要求に対して反応が遅れるという人的要因リスクがある。この研究はそのプロセスをマルチモーダル計測で精緻に分解しようとした。
- ドライビングシミュレータを使った被験者内実験では、ハザードの種類（動的な歩行者 / 静的な衝突事故）と副次タスクの負荷（なし / 会話 / ワーキングメモリ課題）を組み合わせ、車両ダイナミクス・主観的ワークロード・自律神経系（皮膚電気活動・心拍変動）・fNIRSによる前頭前野活動を同時計測した。
- 結果、引き継ぎ挙動に最も大きく影響したのは副次タスクではなくハザードの文脈だった。歩行者イベントでは操作が長く不安定に、衝突イベントでは速く安定した反応になる。副次タスクが客観的な車両制御に与える影響は相対的に小さかった。
① 現行のDMSは何を見ているのか、そしてその限界
まず現状を整理します。
現在市場に出回っているドライバーモニタリングシステムの多くは、カメラやセンサーを通じて「ドライバー自身の状態」を捉えにいきます。視線がどこを向いているか。まぶたが閉じかかっていないか。頭の傾きはどうか——。
こうしたアプローチは、わき見や居眠りを捕まえるという目的には有効です。ただ、自動化レベルが上がると別の問題が浮上してきます。
半自動運転では、ドライバーは本来「システムの監視役」です。でも何分も何十分も、ただ見ているだけという状態が続くと、人間の覚醒度は自然に下がります。これは意志の問題ではなく、受動的な監視が持つ根本的な性質です。その状態で突然「引き継ぎしてください」と言われたとき、どれだけ速く、安定して操作を引き継げるのか。
この研究はそのプロセスをシミュレータ上で再現し、生理指標を加えて分析したものです。自律神経系の反応（皮膚電気活動=EDA、心拍変動=HRV）と、fNIRSによる前頭前野の活性化パターンを計測に含めているのが特徴で、感情AIや情動計測の研究とも接点があります。ドライバーの内部状態を、行動データだけでなく生理シグナルで捉えようという方向性は、感情コンピューティングの考え方と重なります。
② シミュレータ実験が示したこと：文脈が支配する
研究チームが設定した実験の骨格はこうです。
ハザードの種類を2つ用意しました。ひとつは「動的な歩行者」——路上に飛び出してくる歩行者という、予測しにくい動きを伴うもの。もうひとつは「静的な衝突事故」——道路上に静止している先行車や障害物という、ある程度予測しやすい状況。
これに、副次タスクの負荷を3段階で掛け合わせます。「なし（ただ運転を監視する）」「会話課題」「ワーキングメモリ課題（認知負荷が高い）」。被験者内計画なので、参加者は複数条件を経験する設計です。
計測はマルチモーダルです。車両の操作データだけでなく、主観的なワークロード評価、皮膚電気活動・心拍変動といった自律神経系の指標、fNIRSで計測した前頭前野の活動を同時に取っています。これらを統合することで、引き継ぎ準備状態を多角的に分解しようとした実験設計です。
結果として研究が示したのは、引き継ぎ挙動に最も大きく影響したのは副次タスクの有無ではなく、ハザードの種類（文脈）だったということです。
歩行者イベントでは、引き継ぎ操作が長くなり不安定になりやすい。衝突事故イベントでは、操作が速く安定している傾向がある。副次タスクが客観的な車両制御に与える影響は、ハザード文脈と比べると相対的に小さかったと研究は述べています。
これは直感と少し違います。「ながら運転＝危ない」というイメージが強いだけに、副次タスクが引き継ぎを最も阻害するという結論を予想した方も多いと思います。でも実験が指し示した主因子は、外界の「何に遭遇するか」でした。
ただし、これはシミュレータ実験であって実路走行ではない点には注意が要ります。実際の道路状況は、シミュレータよりはるかに複雑です。この知見を実車設計に応用する際には、外部環境との乖離を念頭に置く必要があると思います。
③ 現場でどう試すか：部署とKPIの具体案
では、この研究知見はどこの現場で、どう試せるのか。私なりに整理します。
まず前提として、この研究が示す方向性は「ドライバー状態モデル」から「ドライバー状態 × 環境ハザード文脈モデル」への移行です。現行のDMSはドライバーを見ている。それに加えて、外界のハザード文脈を入力として組み込む——これが設計更新の方向性になると私は考えています。あくまで私の見立てで、論文が直接そう述べているわけではありません。
想定する部署と役割はこうです。
まずADAS・運転支援開発部門。今回の研究が示した「歩行者 vs. 静止障害物」というハザード分類が引き継ぎ挙動を大きく変えるという知見は、引き継ぎ警告タイミングのアルゴリズムに組み込める仮説になります。「ドライバー眠気度スコアが閾値を超えたら警告」という現行設計に、「歩行者検知中は早期警告・静止障害物なら標準タイミング」という文脈条件を追加する試みは、この研究を叩き台にして設計できると思います。
次にDMSベンダー。製品要件の更新という観点では、外界認識（物体検知・道路状況）とドライバー内部状態（EDA・HRV・前頭前野活動の推定）を統合するアーキテクチャが差別化要素になる可能性があります。この研究はその根拠となる実験の枠組みを提供しています。
そして損害保険（テレマティクス保険）部門。現状のテレマティクス保険は、スマートフォン利用の有無・急加速・急ブレーキなどの行動データでリスクスコアを算出するものが多い。これに「走行環境のハザード密度（歩行者交差多発エリア・事故多発区間の通過頻度）」を加えたスコアリングロジックへの発展は、この研究の示唆から引き出せる方向性だと私は思います。
最後に、運輸・物流の安全管理部門。長距離ドライバーや高速道路上の輸送では、まさに「長時間の受動的な監視状態 → 突然の引き継ぎ要求」というリスクが現実に存在します。走行区間ごとのハザード構成を事前に把握し、引き継ぎ要求のタイミングを環境文脈に合わせて最適化するルート管理システムへの応用も考えられます。
測定KPIとして、次を提案します。
第一に、引き継ぎ遅延時間と操作安定度。ハザード文脈を加味した警告システムを試験的に導入した場合、従来設計と比べて引き継ぎのタイムラグと操舵の乱れがどう変わるか。第二に、ドライバーの主観的ワークロード評価スコア。同じ走行条件で、警告タイミングを変えたときにドライバーが感じる負担感がどう変化するか。第三に、テレマティクス保険のリスク予測精度。環境ハザード変数を追加した場合、事故発生率との相関がどう変わるか。第四に、インシデント件数の前後比較。文脈適応型設計の導入前後で、引き継ぎ起因のヒヤリハット件数がどう推移するか。
進め方として提案するのは、まずシミュレータ環境での再現実験からです。論文と同様の条件設定で社内チームが追実験し、自社製品との接続を検証する。そこから段階的に実路評価へ進む、というシーケンスが現実的だと思います。
「ドライバーだけを見る」設計の先へ
この研究の面白さは、「ながら運転より目の前の状況の方が重要」という結果が、設計する側の当然の前提を問い直している点にあります。
DMSはドライバーを見るべきだ、という前提は正しい。でもそれだけでは不十分で、外界に何があるかを同時に捉えないと、引き継ぎ準備状態の本質が掴めない——そういう主張として私はこの研究を受け取りました。
感情AIや情動計測の文脈で言えば、EDAやHRVといった自律神経系の生理指標を引き継ぎ準備状態の推定に使うアプローチは、これから精緻化が進む分野だと予感しています。ドライバーが「今、引き継ぎに備えて覚醒しているか」を直接推定するセンサーフュージョンの研究が、自動車業界と感情AIの接点で広がっていく予感があります。
では!
参考論文
- Azimi, Shiva, Hakiminejad, Yasaman, Gomero, Luis, Pantesco, Elizabeth, Kan, Irene P., Izzetoglu, Meltem, & Tavakoli, Arash (2026). When Context Dominates: Multimodal Signatures of Takeover Readiness Under Varying Hazard and Cognitive Load Conditions. arXiv preprint. https://arxiv.org/abs/2607.10945
※ 本記事は一部 AI により執筆されており、間違った情報が含まれる恐れがあります。