自動車部品大手のドイツZF(ZF Friedrichshafen)は、ドイツ・ドレスデンで開催した技術イベント「ZF Global Technology Day 2019」で車酔いを防ぐ技術について発表した。自動運転車が普及すると、車酔いの対策が極めて重要になるためだ。

 完全自動運転が実現すると、人々は車の運転から解放され、車内で自由に過ごせるようになる。ところが、実際には車酔いの問題が生じる。車内でスマホを見たり、タブレット端末を操作したりすると、気分が悪くなる人は多い。これは内耳の三半規管で感じ取る揺れの感覚と、目などから得られる動きの認識にズレが生じることが大きな原因だという(図1)。これに対し、自分で運転する場合は、次に車がどのような動きをするのか正しく認識・予測でき、身構えるため、車に酔いにくい。

図1 認識のズレが車酔いにつながる
(出所:ZF)
[画像のクリックで拡大表示]

 ZFは車酔いの問題に対し、大きく2つの技術を開発している。一つは人工知能(AI)を活用した乗員監視システムによって車酔いの程度を把握する技術、もう一つは触覚や聴覚を通じて車両の動きを乗員に正しく伝えることで車酔いを軽減する技術である。車酔いの症状や程度は人それぞれで、画一的な技術では対処しにくい。このため同社はAIを活用し、乗員ごとに異なる生理的反応を学習するシステムを前提にしている。乗員ごとにデータを蓄積していけば、将来的には乗員の特徴に合わせて自動運転の仕方を調整できる可能性もある。

 車酔いの程度を把握する技術は、ドイツ・ザーランド大学のSNNU(Systems Neuroscience & Neurotechnology Unit)やザーランド大学応用科学部門(htw saar)と共同で行った実験をベースに開発した。ZFの実験車両「Motion Sickness Research Vehicle」を使い、さまざまな運転状況下での被験者の生理的反応(心拍や体温、脳波など)を調べ、これが車両の揺れ(加速度)とどう関係しているのか分析した(図2)。

図2 実験の様子
被験者は脳波計などを装着し、タブレット端末上で特定の作業をする。実験車両が加減速や操舵を繰り返すと、被験者は車酔い状態に陥る。その時の生理的反応や車両の加速度などのデータを収集し分析した。(出所:ZF)
[画像のクリックで拡大表示]

 1万km以上の走行実験を通じて50Tバイトものデータを集め、車酔いの程度を推測するAIアルゴリズムを開発した。例えば、車酔いが始まると、顔の表面温度が上がる。次に冷や汗が出て、顔の表面温度が急速に低下する(図3)。こうした情報から、車酔いの程度を測定する。さらに車酔いの程度と車両加速度の情報を結びつけることで、乗員がどのような加速度を受けた際に車酔いしやすいかも把握できる。

図3 車に酔った際の顔表面の温度変化
(出所:ZF)
[画像のクリックで拡大表示]

 実用化する際には、非接触で乗員の状態を測定できることが重要であり、現在は主にカメラを使った測定システムを開発している。ステレオの近赤外線カメラと、サーマルカメラを組み合わせたシステムで、シートに乗員が座るとその人の顔の表面温度などが把握できる。近赤外線カメラの映像を使って顔認識を行い、その結果をサーマルカメラの映像にマッピングして、顔の特徴点(68点)の温度をリアルタイムに測定する(図4)。こうした情報から車酔いの程度を測定する。

図4 顔の温度を測定
(撮影:日経Automotive)
[画像のクリックで拡大表示]

 一方、車酔いを軽減する技術として、触覚や聴覚を通じて車両の動きを乗員に伝えるシステムも開発している。例えば、車両が右に曲がる場合は、超音波を使って乗員の右肩に振動を与える(図5)。これによって、スマホやタブレット端末の画面を見ていても、次に車両がどう動くのか予測でき、身構えることで、車酔いを軽減できる。ヘッドホンからの音によって車両の動きを伝えることもできる。これは車内で音楽を聞いている場合や、電話会議をしている際に使えそうだ。

図5 超音波で肩に振動を与える装置
(撮影:日経Automotive)
[画像のクリックで拡大表示]