JP2012185018A - 自転車操縦性評価方法及び自転車操縦性評価装置 - Google Patents

Abstract

【課題】自転車の「乗り心地」や「操縦安定性」などの操縦性を客観的な指標に基づいて評価する。
【解決手段】自転車が路面を走行する際に乗員から取得可能な信号を用いて自転車の操縦性を評価する自転車操縦性評価方法であって、乗員の後頭部に国際法１０−２０法に基づいて配置された電極から電気信号を取得する信号取得工程Ｓ１と、取得された電気信号からＭｉｄα、Ｆａｓｔα、及びβ波に相当する周波数帯成分のスペクトルを抽出する信号解析を実行する解析工程Ｓ２１と、路面を走行する基準自転車を操縦する被験者の後頭部に国際法１０−２０法に基づいて配置された電極から取得された電気信号と、被験者によって入力された基準自転車の操縦性を評価する評価値とに関連付けられた基準に基づいて、自転車の操縦性を評価するための複数のカテゴリーのいずれかに抽出されたスペクトルを分類する分類工程Ｓ２３と、を有する。
【選択図】図４

Description

本発明は、自転車の操縦性を乗員から取得可能な信号を用いて評価する自転車操縦性評価方法、及び自転車操縦性評価装置に関する。

従来、自動車、自動二輪車などの乗り物、タイヤなどの製品開発において、「操縦安定性」や「乗り心地」などのように、ユーザの感覚に基づく項目は、例えば、長時間の走行経験を積んだテストドライバーやテストライダーなどのテスターの主観に基づいて評価されている（例えば、特許文献１）。

特開２０１０−１２６００５号公報（段落［００６２］、表２）

しかし、運転技術に長けたテスターの主観は、必ずしも運転に習熟していない一般的なユーザの感覚とは異なっていることもあり、一般的なユーザの感覚を反映した結果とは言い難い。このため、近年では、感覚に基づく評価項目を客観的に評価できる指標が求められている。

そこで、本発明は、自転車の「乗り心地」や「操縦安定性」といった操縦性を客観的な指標に基づいて評価する自転車操縦性評価方法、及び自転車操縦性評価装置を提供することを目的とする。

出願人は、ヒトの感情変化に伴う脳活動を反映する脳波を「乗り心地」や「操縦安定性」などのように、感覚に基づく項目を客観的に評価するための指標として使用可能であるという予測のもと、鋭意検討した結果、ヒトの頭部（特に後頭部）に配置された電極から取得された電気信号から抽出される、いわゆる、Ｍｉｄα、Ｆａｓｔα、及びβ波が自転車の操縦時の乗員の感情変化をリアルタイムに反映しているとの知見に至った。

本発明は、自転車の操縦時に乗員から抽出される、Ｍｉｄα、Ｆａｓｔα、及びβ波のスペクトルを自転車の操縦時の乗り心地などの新たな指標にするというものである。

本発明の特徴は、自転車が路面を走行する際に乗員から取得可能な信号を用いて前記自転車の操縦性を評価する自転車操縦性評価方法であって、前記乗員の後頭部に国際法１０−２０法に基づいて配置された電極から電気信号を取得する信号取得工程と、前記取得された電気信号からＭｉｄα、Ｆａｓｔα、及びβ波に相当する周波数帯成分のスペクトルを抽出する信号解析を実行する解析工程と、路面を走行する基準自転車を操縦する被験者の後頭部に国際法１０−２０法に基づいて配置された電極から取得された電気信号と、前記被験者によって入力された前記基準自転車の操縦性を評価する評価値とに関連付けられた基準に基づいて、前記自転車の操縦性を評価するための複数のカテゴリーのいずれかに前記抽出されたスペクトルを分類する分類工程と、を有することを要旨とする。

本発明の特徴によれば、乗員の後頭部から取得された電気信号から抽出されたスペクトルにより、自転車の操作性のようなヒトの「感覚」を定量的に表すことができる。これにより、従来、テスターの感覚で評価されていた自転車の「乗り心地」などの操縦性を客観的に評価することができる。

上述した本発明の特徴では、前記信号取得工程において、国際法１０−２０法に基づくＯ３、Ｏ４位置に配置される電極から電気信号が取得されてもよい。

本発明によれば、自転車の「乗り心地」や「操縦安定性」などのように感覚に基づく操縦性を客観的な指標に基づいて評価する自転車操縦性評価方法、及び自転車操縦性評価装置を提供することができる。

図１は、自転車操縦性評価装置を使用して行われるタイヤ性能の評価試験を説明する模式図である。 図２は、自転車操縦性評価装置１を説明する構成図である。 図３は、境界線を示す数式の導出を説明するための概念図である。 図４は、自転車の操縦性を評価する評価方法を説明するフローチャートである。 図５（ａ）〜（ｄ）は、平坦直線である実験コースの所定区間を負荷のない自転車で走行する通常走行の間の脳波と、２０Ｋｇの荷重を搭載した自転車で走行する負荷走行の間の脳波とを比較して求められた有意差の結果を示す図である。 図６は、主成分分析の結果を示す図である。 図７は、主成分分析の結果を示す図である。 図８（ａ）は、被験者１の主成分負荷量の結果を示す図であり、図８（ｂ）は、被験者２の主成分負荷量の結果を示す図である。

次に、本発明に係る自転車操縦性評価方法及び自転車操縦性評価装置について、図面を参照しながら説明する。具体的には、（１）自転車操縦性評価装置の構成、（２）評価方法の説明、（３）作用・効果、（４）指標となり得る周波数成分を特定する試験、（５）その他の実施形態について説明する。

（１）自転車操縦性評価装置の構成
図１を参照して、自転車操縦性評価装置１について説明する。具体的には、（１−１）自転車の操縦性を評価する試験、（１−２）自転車操縦性評価装置の構成、（１−３）境界線を示す数式の導出、について説明する。

（１−１）自転車の操縦性を評価する試験
図１は、自転車操縦性評価装置１を使用して行われる自転車の操縦性を評価する試験を説明する模式図である。

自転車操縦性評価装置１は、評価装置本体１０と、信号取得部２０とを有する。自転車操縦性評価装置１は、乗員３が評価対象の自転車１００を操縦する際に乗員３から取得可能な電気信号を取得し、取得した信号から特徴となる周波数成分を抽出し、特徴量を解析する。評価装置本体１０の詳細は後述する。

信号取得部２０は、乗員３の後頭部に配置された電極から電気信号を取得する。実施形態の自転車操縦性評価装置１では、信号取得部２０は、電極２１と、電極２２とを有する。電極２１は、国際法１０−２０法に基づくＯ３位置に配置される。電極２２は、国際法１０−２０法に基づくＯ４位置に配置される。図示しないが、例えば、耳たぶ等に配置される基準電極を備えている。電極２１、２２における電位と基準電極における電位との差を差動アンプにより増幅している。これにより、ノイズを除去し、微弱な脳波信号を正確に抽出することができる。

乗員３は、Ｏ３、Ｏ４位置に信号取得部２０を装着した状態で、自転車１００に搭乗する。自転車操縦性評価装置１は、乗員３が自転車１００を所定のテストコースで操縦する間、信号取得部２０を介して、乗員３のＯ３、Ｏ４位置から取得可能な電気信号を取得する。

（１−２）自転車操縦性評価装置の構成
図２は、自転車操縦性評価装置１を説明する構成図である。自転車操縦性評価装置１は、評価装置本体１０と、信号取得部２０とを有する。信号取得部２０は、上述の電極２１、２２を有し、乗員３の後頭部のＯ３、Ｏ４位置に取り付けられる。信号取得部２０は、Ｏ３、Ｏ４位置に取り付けられた電極２１，２２から電気信号を取得する。

評価装置本体１０は、信号取得部２０において取得された電気信号が供給される信号入力部１１と、信号入力部１１に供給された電気信号を解析する解析部１２と、解析部１２による電気信号の解析の結果を表示する表示部１３とを有する。

また、評価装置本体１０は、使用者からの入力を受け付けるキーボード、マウス等の入力部１４や、ハードディスクドライブ、半導体メモリ等で構成される記憶部１５を備える。

記憶部１５には、被験者の後頭部に国際法１０−２０法に基づいて配置された電極から取得された電気信号から、Ｍｉｄα、Ｆａｓｔα、及びβ波に相当する周波数帯成分の基準スペクトルを抽出し、被験者によって入力された基準自転車の操縦性を評価する評価値に応じて基準スペクトルを複数のクラスに分類し、複数のクラスのうち、各クラスをそれぞれ分割する境界線を示す数式が記憶されている。

解析部１２は、運転が開始された時刻からの経過時間に応じて前記電気信号の時間周波数解析を行うとともに、時間周波数解析によって求められた電気信号の周波数成分に多変量解析を実行する。

本実施形態では、解析部１２は、周波数解析演算部１２１と、分類解析部１２２とを有する。

周波数解析演算部１２１は、電気信号の時間周波数解析を行う。脳波は、周波数帯域によって、δ波、θ波、α波、β波の４つに大別される。例えば、δ波は、４Ｈｚ未満の周波数帯域の脳波である。δ波は、覚醒時には出現せず、深い睡眠状態の時に頻繁に出現する。θ波は、４Ｈｚ以上８Ｈｚ未満の周波数帯域の脳波である。浅い睡眠時に頻繁に出現する。α波は、８Ｈｚ以上１３Ｈｚ未満の周波数帯域の脳波である。閉眼安静状態のとき、後頭部側に目立って出現し、開眼すると出現が抑制される。また、リラックスを評価する指標とされている。β波は、１３Ｈｚ以上の周波数帯域の脳波であり、前頭部、側頭部に優勢に見られ、規則性も少ない。

本実施形態では、Ｏ３、Ｏ４位置から取得される電気信号から、いわゆる、Ｍｉｄα、Ｆａｓｔα、及びβ波に相当する周波数成分のスペクトルを抽出する周波数解析を実行する。周波数解析としては、高速フーリエ変換、ウェーブレット変換等を用いることができる。本実施形態では、高速フーリエ変換を用いる。

分類解析部１２２は、路面を走行する基準自転車を操縦する被験者の後頭部に国際法１０−２０法に基づいて配置された電極から取得された電気信号と、被験者によって入力された前記基準自転車の操縦性を評価する評価値とに基づいて、抽出されたスペクトルを自転車の操縦性を評価するための複数のカテゴリーのいずれかに分類する。実施形態では、抽出されたスペクトルの特徴値と、境界線を示す数式とにより算出された値に応じて、抽出されたスペクトルを複数のカテゴリーに分類する。この操作は、ＳＶＭを用いて求めることが好ましい。

表示部１３は、抽出されたスペクトルが分類されたカテゴリーを乗員による自転車の操縦性の評価値として表示する。

（１−３）境界線を示す数式の導出
路面を走行する基準自転車を操縦する被験者の後頭部に国際法１０−２０法に基づいて配置された電極から取得された電気信号と、前記被験者によって入力された前記基準自転車の操縦性を評価する評価値とに関連付けられた基準とは、乗員の感覚に基づく操縦性の評価の指標となるものである。本実施形態において、路面を走行する基準自転車を操縦する被験者の後頭部に国際法１０−２０法に基づいて配置された電極から取得された電気信号と、前記被験者によって入力された前記基準自転車の操縦性を評価する評価値とに関連付けられた基準、すなわち、境界線を示す数式は、以下の方法により導出される。なお、境界線を示す数式を導出するために、上述の自転車操縦性評価装置１と同様の構成を持つものを用いることができる。

被験者は、後頭部に電極を装着した状態で、基準自転車に乗り、所定のコースを走行する。この間に、被験者から電気信号が取得される。例えば、操縦安定性を評価する場合には、操縦安定性の高い基準自転車と、操縦安定性の低い基準自転車とを準備することが好ましい。所定コースを走行した被験者に、基準自転車の操縦性の評価してもらう。例えば、被験者から「乗り心地」の良否を、５段階の評価値で採点してもらい、採点結果と後述する基準スペクトルとを対応付ける。複数回の試験を行った結果の平均値を基準スペクトルに決定してもよい。なお、乗員３と被験者とは同一であってもよい。また、複数の被験者から取得された電気信号を用いてもよい。

信号取得部２０から供給された電気信号の時間周波数解析を行う。具体的に、取得された電気信号に対して、高速フーリエ変換が行われる。走行が開始された時刻からある時間経過した後に、Ｏ３、Ｏ４位置から取得される電気信号からＭｉｄα、Ｆａｓｔα、及びβ波に相当する周波数帯成分のスペクトルを抽出する信号解析を実行する。

抽出されたスペクトルを基準スペクトルとする。基準スペクトルに関して、ＳＯＭ（自己組織化マップ）を用いてデータ空間を分割し、それぞれの分割された空間に対して、ＳＶＭ（サポートベクターマシン）によるパターン分類法を適用することが好ましい。ＳＶＭによるパターン分類の前に、ＰＣＡ（主成分分析）を適用することが好ましい。自転車の操縦には、ハンドル操作、足こぎ、バランス取り等の複雑な動作を伴い、その応答を身体全体で感じる。このため、動作に伴う脳波計測を行うため、得られる信号がノイズ成分を含みやすい。また、複数の測定位置から電気信号を測定するため、検出される信号が多次元的になる。ＳＯＭ、ＰＣＡ、ＳＶＭを用いることにより、次元及びノイズ成分を低減させることができる。

ＳＶＭの適用に際して、抽出されたスペクトルを複数のクラスに分類する。例えば、操縦安定性の高い基準自転車に乗り、その際に取得された電気信号に基づく基準スペクトルは、「操縦安定性が高い」クラスに分類される。操縦安定性の低い基準自転車に乗り、その際に取得された電気信号に基づく基準スペクトルは、「操縦安定性が低い」クラスに分類される。例えば、図３に示されるように、基準スペクトルは、操縦安定性が高い基準スペクトル（黒丸）と、操縦安定性が低い基準スペクトル（白丸）とに分類される。図３は、境界線を示す数式の導出を説明するための概念図である。

ＳＶＭを適用して、複数のクラスのうち、各クラスをそれぞれ分割する境界線を示す数式を導出する。境界線を示す数式は、図３に示されるように、一のクラスに属する基準スペクトルのうち、他のクラスとの距離が最も小さい基準スペクトルを通る数式（図３における黒丸を通る点線）と、他のクラスに属する基準スペクトルのうち、一のクラスとの距離が最も小さい基準スペクトルを通る数式（図３における白丸を通る点線）と、の中心を通る数式を、境界線を示す数式とする。境界線を示す数式は、１つであっても良いし、複数導出されても良い。

例えば、「操縦安定性が高い」クラスと、「操縦安定性が低い」クラスとに分類する場合、「操縦安定性が高い」に分類される基準スペクトルのラベルを「＋１」に、「操縦安定性が低い」に分類される基準スペクトルのラベルを「−１」に設定する。この基準スペクトル及びラベルをもとに、境界線を示す数式を表すパラメータを算出する。算出したパラメータに基づいて、境界線を示す数式が導出される。

（２）自転車の乗り心地を評価する評価方法の説明
次に、自転車の乗り心地を評価する評価方法について説明する。具体的に、（２−１）評価方法の全体説明、（２−２）ステップＳ１：乗員から電気信号を取得する処理、（２−３）ステップＳ２：解析処理、（２−４）ステップＳ３：表示処理、について説明する。

（２−１）評価方法の全体説明
図４は、評価方法を説明するフローチャートである。図４に示すように、自転車の乗り心地を評価する評価方法は、ステップＳ１、Ｓ２、Ｓ３を有する。ステップＳ１では、乗員３の後頭部に配置された電極から電気信号が取得される。ステップＳ２において、電気信号を解析し、Ｍｉｄα、Ｆａｓｔα、及びβ波に相当する周波数帯成分のスペクトルを抽出する。また、境界線を示す数式に基づいて、抽出されたスペクトルを複数のカテゴリーのいずれかに分類する。ステップ３において、分類されたカテゴリーを乗員による自転車の操縦性の評価値として表示する。

（２−２）ステップＳ１：乗員から電気信号を取得する処理
ステップＳ１において、具体的に、乗員から電気信号を取得する処理について説明する。乗員は、後頭部（Ｏ３、Ｏ４）に電極を装着した状態で、評価対象の自転車で所定のコースを走行する。この間に、乗員から電気信号が取得される。例えば、乗員が自転車１００を運転している間は、電気信号を取得し続けてもよい。

（２−３）ステップＳ２：解析処理
ステップＳ２では、まずステップＳ２１において、信号取得部２０から供給された電気信号の時間周波数解析を行う。具体的に、取得された電気信号に対して、高速フーリエ変換が行われる。ステップＳ２２において、走行が開始された時刻からある時間経過した後に、Ｏ３、Ｏ４位置から取得される電気信号からＭｉｄα、Ｆａｓｔα、及びβ波に相当する周波数帯成分のスペクトルを抽出する信号解析を実行する。

ステップＳ２３において、記憶部１５に記憶された基準に基づいて、ステップＳ２２で抽出されたスペクトルを複数のカテゴリーのいずれかに分類し、抽出されたスペクトルが分類されたカテゴリーを乗員による自転車の操縦性の評価値とする。実施形態では、ＳＶＭを用いて、境界線を示す数式に基づいて、抽出されたスペクトルを複数のカテゴリーに分類する。具体的には、境界線を示す数式に、抽出されたスペクトルを示す値を代入する。その結果、得られた数値に応じて、抽出されたスペクトルを複数のカテゴリーのいずれかに抽出されたスペクトルを分類する。複数のカテゴリーの範囲は、任意に決定することができる。

例えば、「操縦安定性が高い」に分類される基準スペクトルのラベルを「＋１」に、「操縦安定性が低い」に分類される基準スペクトルのラベルを「−１」に設定することにより決定した境界線を示す数式を用いた場合を考える。境界線を示す数式に、抽出されたスペクトルを示す値を代入して得られた結果が０以上の場合は、「操縦安定性が高い」というカテゴリーに分類する。境界線を示す数式に、抽出されたスペクトルを示す値を代入して得られた結果が０未満の場合は、「操縦安定性が低い」というカテゴリーに分類する。この場合、一のカテゴリーの範囲は、０以上であり、他のカテゴリーの範囲は、０未満となる。

基準スペクトルが分類されるクラスと、境界線を示す数式によって得られた結果が分類されるカテゴリーとの数は、必ずしも一緒である必要はない。例えば、上記の場合、得られた結果が、−１〜−０．８の場合は、「操縦安定性：１」とし、得られた結果が、−０．８〜−０．６の場合は、「操縦安定性：２」とし、・・・、得られた結果が、０．８〜＋１の場合は、「操縦安定性：１０」とすることもできる。この場合、カテゴリー数は、１０であり、各カテゴリーの範囲は、−１から＋１までを０．２ずつ区切る範囲となる。

境界線を示す数式が複数導出されている場合は、複数の境界線を示す数式に抽出されたスペクトルを示す値を代入する。得られた数値の絶対値が最も大きくなる境界線を示す数式に基づいて、複数のカテゴリーのいずれかに抽出されたスペクトルを分類する。

抽出されたスペクトルに関して、ＳＯＭ（自己組織化マップ）を用いてデータ空間を分割し、それぞれの分割された空間に対して、ＳＶＭ（サポートベクターマシン）によるパターン分類法を適用することが好ましい。ＳＶＭによるパターン分類の前に、ＰＣＡ（主成分分析）を適用することが好ましい。自転車の操縦には、ハンドル操作、足こぎ、バランス取り等の複雑な動作を伴い、その応答を身体全体で感じる。このため、動作に伴う脳波計測を行うため、得られる信号にノイズ成分が含まれやすい。また、複数の測定位置から電気信号を測定するため、検出される信号が多次元的になる。ＳＯＭ、ＰＣＡ、ＳＶＭを用いることにより、次元及びノイズ成分を低減させることができ、より正確に操縦性を評価することができる。

（２−４）ステップＳ３
抽出されたスペクトルが分類されたカテゴリーを乗員による前記自転車の操縦性の評価値として、操縦性の評価値を表示部１３に表示する。

（３）作用・効果
実施形態に係る自転車操縦性評価装置１は、乗員の後頭部から取得された電気信号から抽出されたスペクトルによって「乗り心地」や「操縦安定性」などの乗員の感覚に基づく操縦性を表すことができる。従って、乗員の感覚に基づく操縦性を定量的に表すことができ、自転車の操縦性を客観的に評価することができるようになる。

国際法１０−２０法に基づくＯ３、Ｏ４位置に配置される電極から電気信号を取得することによって、より精度よく自転車の操縦性を客観的に評価することができる。

（４）指標となり得る周波数成分を特定する試験
（４−１）試験の説明
自転車の「乗り心地」や「操縦安定性」などの操縦性を評価するために使用できる電気信号の周波数成分を見つけるために、下記の試験を行った。以下、評価試験について説明する。

乗員の頭部から検出できる電気信号を国際法１０-２０法に基づく測定位置のそれぞれにおいて測定し、各位置において検出された電気信号を解析して得られるスペクトルの特徴を分析した。

出願人は、自転車で走行中の乗員（被験者）が感じる「安定感」に影響を及ぼす要素は、自転車の横揺れであると考えた。更に、横揺れの他に、荷重の有無も「安定感」に影響を及ぼすと考えた。そこで、出願人は、自転車前部に加速度計を設置し、進行方向に対して横方向の加速度のピークを検出した。また、ピーク値前後における生体情報を取得し、解析した。

被験者である自転車の運転者が直線路を低速で走行しているとき、「安定感」を維持しようとすると、現実の走行状態を理想の走行状態に近づけようとする意思がはたらくと考えられる。

被験者が自転車の運転中に、現実の走行状態を理想の走行状態に近づけようとする過程において、被験者の感覚器官に入力される情報のうち、特に大きな情報量をもつものは、次の３点であると考えられる。
（１）現実の走行状態を把握するための視覚情報
（２）ハンドルを理想の方向に動かそうとする腕の動作の情報
（３）自転車の速度を調整しようとする足の動作の情報
（１）〜（３）に挙げた身体の動作に関する情報、視覚情報などは、一次運動野(頭頂葉部)および一次視覚野(後頭葉部)において処理された後、他の情報（例えば、サドルの硬さ、走行音など）と結びつけられ、最終的に、被験者の前頭葉部において「乗り心地」という感覚になる。

そこで、出願人は、自転車の走行時に被験者が「安定感」が変化した時刻の前後において、被験者の脳波の変化を測定し、『脳波のデータ分布から「安定感の差異」に起因すると考えられる違いを抽出し、頭部のどの部分から取得された脳波に影響を与える程度が大きい』かを検証した。

（４−２）試験の内容
（評価項目）
・「安定感」の差異に伴う生体情報（脳波）のデータ分布の検出
・「安定感」の差異の要因と推定される変量（脳波測定部位、特徴周波数）の特定
・アンケートによる「乗り心地」に対する評価、及び被験者からのヒアリング結果と、特定された変量とのマッチング
（測定位置）
上述した（１）〜（３）の観点に基づいて、「安定感」の差異によって脳波が変動すると考えられる部位として下記測定位置を選択した。
国際法１０−２０法に基づくＦｐ１、Ｆｐ２、Ｆ３、Ｆ４、Ｃ３、Ｃ４、Ｃｚ、Ｏ３、Ｏ４、Ｔ３、Ｔ４
（検出方法）
・走行路：道幅が広く、十分に長い時間、低速走行が可能な直線路
・走行方法：直線路を初めから低速走行
・自転車の条件：「安定性」に差異を設定した（ペダルの重さ、負荷荷重の有無）
・加速度計：被験者の腰部と、ハンドル下部、サドル下部に設置した
（試験内容）
被験者は、成人男性３名（平均年齢２８歳）
被験者は、上記測定位置に脳波測定用電極を装着し、自転車に乗車した。被験者が平坦直線である実験コースの所定区間を走行する間の脳波を測定した。１０回走行終了後、被験者が自転車の前部に荷重（２０Ｋｇ）を搭載した状態で、同様に所定区間を走行する間の脳波を測定した。同様に１０回走行した。

（４−３）結 果
検出された脳波に、短時間フーリエ変換（窓サイズ：１秒間、シフト量：０．２秒）を適用し、脳波信号の振幅スペクトルを算出した。θ帯域（４−６［Ｈｚ］）、ｓｌｏｗα帯域（７−８［Ｈｚ］）、ｍｉｄα帯域（９−１１［Ｈｚ］）、ｆａｓｔα帯域（１２−１４［Ｈｚ］）、β帯域（１４−２６［Ｈｚ］）における振幅スペクトルを解析に用いた。

（４−３−１）荷重が電気信号に及ぼす影響の検証
「荷重の有無」が電気信号（脳波）の波形（特に高い周波数帯域）に及ぼす影響を検証した。この検証では、被験者が平坦直線である実験コースの所定区間を負荷のない自転車で走行する通常走行の間の脳波と、２０Ｋｇの荷重を搭載した自転車で走行する負荷走行の間の脳波とを比較した。結果を図５に示す。

図５（ａ）〜（ｃ）は、被験者毎の結果であり、図５（ｄ）は、被験者に共通する有意差検定の結果を示す。通常走行時に検出された電気信号と、負荷走行時に検出された電気信号との間に５％以上の乖離があった場合には、「有意差あり」と判断した。「有意差あり」と認められた帯域には、○印を付した。

図５（ｄ）に示す３人に共通した有意差検定の結果から、頭頂葉部（Ｃ３・Ｃ４・Ｃｚ）、側頭葉部（Ｔ３・Ｔ４）、左後頭葉部（Ｏ３）には、被験者に共通した差異が確認された。従って、頭頂葉部（Ｃ３・Ｃ４・Ｃｚ）、側頭葉部（Ｔ３・Ｔ４）、左後頭葉部（Ｏ３）において検出される電気信号（脳波）には、「安定感」に関連する要素が含まれると考えられる。

（４−３−２）主成分分析による「安定感」の検出に重要な測定部位の検証
主成分分析を用いた解析では、自転車走行中の動作において、とくに「横揺れ」に着目した。各加速度計において、進行方向に対して横方向の加速度のピークを検出し、ピーク値の前後１秒間の脳波を解析対象とした。

解析には、前項において有効性が示唆された、頭頂葉部（Ｃ３・Ｃ４・Ｃｚ）、側頭葉部（Ｔ３・Ｔ４）、左後頭葉部（Ｏ３）には、被験者に共通した差異が確認された。従って、頭頂葉部（Ｃ３・Ｃ４・Ｃｚ）、側頭葉部（Ｔ３・Ｔ４）、左後頭葉部（Ｏ３）において検出される電気信号（脳波）の高い周波数帯域に属する１５−３０［Ｈｚ］のバンドパスフィルタおよび計測された脳波の全チャンネルを用いた。

脳波の振幅の絶対値を各サンプリング点で算出し、１秒間のうち、０．５０秒ずつの平均値を特徴量とした。自転車前部に設置した加速度計において横方向にピークが確認された際の脳波に対し、主成分分析を施した結果を図６，図７に示す。図６，図７には、２名の被験者のそれぞれの結果が示されている。図６，図７における丸マークは、通常走行時の場合であり、三角マークは、負荷走行時の場合である。この結果、２名の被験者に共通して、脳波データの分布に差異が表われる傾向が確認された。

脳波の成分の分布に影響を与えた測定部位を特定するにあたり、主成分分析における主成分負荷量を算出した。主成分負荷量の各成分は、主成分と計測部位間における相関係数に相当する。寄与率の高い主成分から累積寄与率が９５％となる成分（ＰＣ１〜ＰＣ７の７つ）を抽出した。主成分負荷量を、被験者毎に図８（ａ），（ｂ）に示す。

図８（ａ）、（ｂ）において、相関の絶対値が最も大きい成分には、「＊＊」を付し、相関の絶対値が２番目に大きい成分には、「＊」を付した。また、主成分と計測部位間における相関が確認できなかった成分は、イタリック体で表した。

図８（ａ）、（ｂ）に示す結果から、Ｆ３・Ｃ３・Ｃｚの頭頂葉部に近い箇所では、被験者に共通して、主成分と計測部位間における相関が確認されない傾向が確認された。Ｏ３・Ｏ４の後頭葉部は、上位の主成分との相関関係が共通して確認された。

上述した試験から、電気信号（脳波）には、自転車の「乗り心地」や「操縦安定性」などのように、感覚に基づく操縦性に関する情報を含む成分を含まれており、電気信号（脳波）から解析されたスペクトルを用いて、指標化できることが判った。また、図５に示す結果から、「乗り心地」の違いは、いわゆるＭｉｄα、Ｆａｓｔα、及びβ波に相当する周波数帯成分の強度に現れることが判った。

（５）その他の実施形態
上述したように、本発明の実施形態を通じて本発明の内容を開示したが、この開示の一部をなす論述及び図面は、本発明を限定するものであると理解すべきではない。この開示から当業者には様々な代替実施の形態、実施例及び運用技術が明らかとなろう。

本実施形態では、乗員の脳波を解析して得られたスペクトルをパターン認識によって整合すると説明した。しかし、多変量解析を用いてもよい。多変量解析としては、重回帰分析、判別分析がある。また、判別分析としては、因子分析、主成分分析などがある。この何れかの分析方法を適用することができる。

本実施形態では、Ｏ３、Ｏ４位置に配置される電極のみを用いていたが、Ｏ３、Ｏ４位置に配置される電極以外を用いてもよい。Ｏ３、Ｏ４位置に配置される電極と別の電極を用いてもよい。例えば、Ｔ５，Ｔ３，ＰＺ，Ｐ４，Ｔ６位置に配置される電極を用いてもよい。

本発明は、ここでは記載していない様々な実施の形態などを含むことは勿論である。したがって、本発明の技術的範囲は、上述の説明から妥当な特許請求の範囲に係る発明特定事項によってのみ定められるものである。

１…自転車操縦性評価装置、３…乗員、１０…評価装置本体、１１…信号入力部、１２…解析部、１３…表示部、１４…入力部、１５…記憶部、２０…信号取得部、２１…電極、２２…電極、１００…自転車、１２１…周波数解析演算部、１２２…分析解析部

Claims (6)

1. 自転車が路面を走行する際に乗員から取得可能な信号を用いて前記自転車の操縦性を評価する自転車操縦性評価方法であって、
   前記乗員の後頭部に国際法１０−２０法に基づいて配置された電極から電気信号を取得する信号取得工程と、
   前記取得された電気信号からＭｉｄα、Ｆａｓｔα、及びβ波に相当する周波数帯成分のスペクトルを抽出する信号解析を実行する解析工程と、
   路面を走行する基準自転車を操縦する被験者の後頭部に国際法１０−２０法に基づいて配置された電極から取得された電気信号と、前記被験者によって入力された前記基準自転車の操縦性を評価する評価値とに関連付けられた基準に基づいて、前記自転車の操縦性を評価するための複数のカテゴリーのいずれかに前記抽出されたスペクトルを分類する分類工程と、を有する自転車操縦性評価方法。
2. 前記信号取得工程では、国際法１０−２０法に基づくＯ３、Ｏ４位置に配置される電極から電気信号を取得する請求項１に記載の自転車操縦性評価方法。
3. 前記分類工程において、前記被験者の後頭部に国際法１０−２０法に基づいて配置された電極から取得された電気信号から、Ｍｉｄα、Ｆａｓｔα、及びβ波に相当する周波数帯成分の基準スペクトルを抽出し、前記被験者によって入力された前記基準自転車の操縦性を評価する評価値に応じて前記基準スペクトルを複数のクラスに分類し、前記複数のクラスのうち、各クラスをそれぞれ分割する境界線を示す数式が前記基準であり、前記境界線を示す数式と、前記抽出されたスペクトルから得られた値とにより算出された算出値に応じて、複数のカテゴリーのいずれかに前記抽出されたスペクトルを分類する請求項１又は２に記載の自転車操縦性評価方法。
4. 自転車が路面を走行する際に乗員から取得可能な信号を用いて前記自転車の操縦性を評価する自転車操縦性評価装置であって、
   前記乗員の後頭部に国際法１０−２０法に基づいて配置された電極から電気信号を取得する信号取得部と、
   前記取得された電気信号からＭｉｄα、Ｆａｓｔα、及びβ波に相当する周波数帯成分のスペクトルを抽出する信号解析を実行する信号解析部と、
   路面を走行する基準自転車を操縦する被験者の後頭部に国際法１０−２０法に基づいて配置された電極から取得された電気信号と、前記被験者によって入力された前記基準自転車の操縦性を評価する評価値と関連付けられた基準に基づいて、前記自転車の操縦性を評価するための複数のカテゴリーのいずれかに前記抽出されたスペクトルを分類する分類解析部と、
   を有する自転車操縦性評価装置。
5. 前記信号取得部では、国際法１０−２０法に基づくＯ３、Ｏ４位置に配置される電極から電気信号を取得する請求項４に記載の自転車操縦性評価装置。
6. 前記分類部において、前記被験者の後頭部に国際法１０−２０法に基づいて配置された電極から取得された電気信号から、Ｍｉｄα、Ｆａｓｔα、及びβ波に相当する周波数帯成分の基準スペクトルを抽出し、前記被験者によって入力された前記基準自転車の操縦性を評価する評価値に応じて前記基準スペクトルを複数のクラスに分類し、前記複数のクラスのうち、各クラスをそれぞれ分割する境界線を示す数式が前記基準であり、前記境界線を示す数式と、前記抽出されたスペクトルから得られた値とにより算出された算出値に応じて、複数のカテゴリーのいずれかに前記抽出されたスペクトルを分類する請求項４又は５に記載の自転車操縦性評価装置。

Images