自動車の運転支援システムにおいては，システムの受容性の向上および適切な活用のために，個人の特性を考慮した個人適応型の運転支援システムが検討されている．運転支援システムの個人適応に関する既存手法においては，適応のために対象となる個人の走行データの取得と学習が必要である．そこで，本研究では，走行データを用いない運転支援システムの個人適応をねらいとして，ドライバの性格特性に基づく安全マージンの予測を試みた．ドライビングシミュレータを用いた実験により，進路変更時の走行データを取得し，各ドライバが許容可能なリスク水準を反映した指標を算出した．算出した指標を目的変数，性格特性の指標を特徴量とし，部分最小二乗回帰モデルにより予測モデルを構築した．構築したモデルは対象とする個人のデータを学習しない場合にも精度が高く，既存手法では適応が困難なシステムの導入段階における個人適応に有効であることが示唆された．
Yuki Mekata (Sun,) studied this question.