マイクロモビリティライダーの行動検出・予測

概要

マイクロモビリティ（シェアバイク、電動スクーター等）は都市交通の重要な手段となっていますが、交通事故の増加も招いています。本プロジェクトでは、スマートフォンやイヤホンなどの市販デバイスを用いて運転行動を検出・予測し、事故発生前のタイムリーな警告・介入による能動的な安全確保を目指しています。

アプローチ

• HeadMon / HeadMon+: ヘルメット・イヤホン搭載IMUで捉えた頭部動態から運転マニューバを予測。HeadMon+はドメイン敵対ネットワークにより新しいライダー・走行条件への頑健な適応を実現
• RideGuard: スマートフォン内蔵IMUとデュアルストリームCNNを用いて、時間・周波数両ドメインからマイクロモビリティの車体動態に基づくステアリングマニューバを予測
• DoubleCheck: ハンドルバーに設置したスマートフォンのIMUによる片手運転のリアルタイム検出と注意散漫行動認識
• HeadSense: ヘルメット搭載9軸IMUによる自転車ライダーの視覚探索モニタリングと注意散漫行動検出
• RideStyle: 敵対的学習による頭部・身体動態からの走行スタイル表現

結果

• HeadMon+（IEEE TMC 2025）: 4秒予測ギャップで94%の精度を達成。ドメイン適応により1回の事前学習で新しいライダー・走行条件に対応可能
• RideGuard（IEEE ICDCS 2024）: 3秒検出窓・5秒予測ギャップで94%以上の精度。20名の実交通実験で検証
• HeadMon（IEEE PerCom 2023）: 4秒予測ギャップで85%以上の精度。低サンプリングレートでも高精度を維持
• DoubleCheck: 22名の被験者実験（アスファルト・歩道）で片手検出F1スコア0.96を達成

意義

低コストの市販デバイスを活用することで、専用インフラを必要としない、実用的かつスケーラブルなマイクロモビリティ向け能動的安全システムの展開を可能にします。高速応答性を備えたこれらのシステムは、安全なライディングの実現に貢献します。