2024年にスペインで記録された交通事故は1,040件で、その他の小規模な衝突や運転上の問題も多数発生しています。事故の一因はスピード違反、悪天候、薬物乱用などですが、運転中の注意力散漫やストレスも大きな要因として挙げられています。これらを改善するには、道路のインフラ設計、ドライバー支援技術、道路交通政策の見直しが重要です。 カタルーニャ・オープン・ユニヴァーシティ（UOC）の研究チームは、視覚的な要素が運転者のストレスレベルに与える影響を分析し、特定の要因を特定しました。この研究は、スマートドライビングアシスタントの開発やストレスを引き起こしにくい都市街路の計画に道を開く可能性があります。 研究成果は「Analyzing the Visual Road Scene for Driver Stress Estimation」と題して『IEEE Transactions on Affective Computing』に発表されました。このプロジェクトは、デジタルヘルス、健康、ウェルビーイング研究部門に所属する人工知能福祉（AIWELL）グループの研究者クリスティーナ・ブストスが主導しました。また、UOCのコンピュータサイエンス、マルチメディア、通信学科のメンバーおよびMITのメディアクオリテ研究所の研究者も参加しています。 今までの研究では、視覚的なコンテクストや都市環境が運転者のストレスに影響を与えるという点が十分に考慮されていませんでした。しかし、本研究では初めて、視覚的情報のみを用いて運転環境の影響を詳述しました。AIモデルを使用して交通状況、歩行者の存在、都市環境の特徴を同時に評価し、大規模な実世界での調査を行いました。評価手法には異なる複雑さレベルの機械学習モデルが用いられ、個々の画像を解析するSVMとCNN、動画を評価するTSNが含まれています。 研究結果によれば、歩行者や大型車両（尤其是在大型货车上）的存在是最显著的压力源，此外还有可能分散司机注意力的城市元素，如交通标志、广告牌和人行横道。这些因素通过增加驾驶体验的复杂性和认知负担，显著影响驾驶员的高压力水平。 これらの発見は、都市インフラの設計や、ストレスを引き起こす要素を減らすための政策立案の指針となり得ます。例えば、標識の改善、混雑地域での交通管理システムの最適化、より安全な交差点設計などが可能です。また、ストレス状態をリアルタイムで監視し、安全機能を活性化するドライバーアシスタントシステムの開発も視野に入れています。 将来の研究では、データを拡張・多様化し、他の非侵襲的なデータを組み込んだマルチモーダルモデルの検討、AI解釈技術の精柗を行って、ストレスのメカニズムをさらに理解する予定です。「現時点では、具体的な実用化計画はありませんが、今後の研究やアプリケーションへの応用に向けた有望な基盤となっています」と、ブストスは述べています。 この研究は、都市計画者や交通当局者がドライバーのストレスを軽減することで道路交通の安全性を高めるための具体的な指針となることが期待されています。MITメディアクオリテ研究所のロザリンド・ピカード教授も、視覚的なストレス要素の理解が交通安全に寄与すると強調しています。UOCは、デジタルヘルスとウェルビーイングに注力した研究と教育の拠点として知られています。