JP7361252B1 - 運転適性検査プログラム、運転適性検査システム - Google Patents
運転適性検査プログラム、運転適性検査システム Download PDFInfo
- Publication number
- JP7361252B1 JP7361252B1 JP2023015769A JP2023015769A JP7361252B1 JP 7361252 B1 JP7361252 B1 JP 7361252B1 JP 2023015769 A JP2023015769 A JP 2023015769A JP 2023015769 A JP2023015769 A JP 2023015769A JP 7361252 B1 JP7361252 B1 JP 7361252B1
- Authority
- JP
- Japan
- Prior art keywords
- test
- test taker
- taker
- question
- questions
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000012360 testing method Methods 0.000 title claims abstract description 848
- 238000011156 evaluation Methods 0.000 claims abstract description 193
- 238000004364 calculation method Methods 0.000 claims abstract description 137
- 230000006870 function Effects 0.000 claims abstract description 26
- 238000010801 machine learning Methods 0.000 claims description 43
- 238000004891 communication Methods 0.000 claims description 26
- 238000010586 diagram Methods 0.000 abstract description 38
- 238000004904 shortening Methods 0.000 abstract 1
- 238000000034 method Methods 0.000 description 79
- 238000012545 processing Methods 0.000 description 67
- 230000008569 process Effects 0.000 description 61
- 230000008901 benefit Effects 0.000 description 16
- 238000007689 inspection Methods 0.000 description 15
- 230000033001 locomotion Effects 0.000 description 9
- 230000000694 effects Effects 0.000 description 6
- 230000008520 organization Effects 0.000 description 6
- 238000012549 training Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000013500 data storage Methods 0.000 description 4
- 230000004044 response Effects 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 3
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 3
- 239000010931 gold Substances 0.000 description 3
- 229910052737 gold Inorganic materials 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 230000003340 mental effect Effects 0.000 description 3
- 238000003825 pressing Methods 0.000 description 3
- 238000011076 safety test Methods 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000002996 emotional effect Effects 0.000 description 2
- 230000005032 impulse control Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- RMFAWIUWXUCNQL-UHFFFAOYSA-N 1-[2-[[2-hydroxy-3-(3-methoxyphenoxy)propyl]amino]ethylamino]-3-(3-methoxyphenoxy)propan-2-ol;dihydrochloride Chemical compound Cl.Cl.COC1=CC=CC(OCC(O)CNCCNCC(O)COC=2C=C(OC)C=CC=2)=C1 RMFAWIUWXUCNQL-UHFFFAOYSA-N 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000002250 progressing effect Effects 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
- 230000003936 working memory Effects 0.000 description 1
Images
Landscapes
- Electrically Operated Instructional Devices (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
Description
この運転適性検査として、警察庁方式運転適性検査K-1、K-2(以下「警察庁方式運転適性検査K型」とする。)や、OD式安全性テストが知られている。どちらも長年の実績を有し、高い信頼性を有する。
OD式安全性テストでは、運転適性度と安全運転度の2軸から、被検者の適正パターンを安全運転タイプ、もらい事故傾向タイプ、重大事故傾向タイプ、自己違反多発傾向タイプに分類する。
どちらの試験も、被検者の適性等を客観視できるようにすることにより、被検者の以後の運転に役立て、事故の防止を図る。
しかしながら、このような紙ベースの検査は、少なくとも試験監督者や採点者といった人的資源が必須となる。また採点に際して、誰もが採点できるわけではなく、採点を行う者には採点のための教育を受けることなどが求められる。
例えば、警察庁方式運転適性検査K型について、非特許文献1には、「警察の担当者は、民間事業場等の運転適性検査・指導者による的確な検査・指導が行われるよう定期的に研修連絡会を開催するなど指導監督の体制を整えること」と記載されている。
さらに、紙ベースの運転適性検査は、採点を人手で行う都合上、検査後すぐに検査結果が得られるわけではなく、結果を得るまでに一定の時間が必要となる。
しかしながら上記のように、日程の確保が必要であることや、検査から結果取得までに日数を要することは、運転適性検査の受けるモチベーションに影響し得る。
よって、紙ベースの検査を、PC端末等で行えるようにし、受検しやすくすることが求められる。
また受検者にとっては、受検機関のPC端末を予約すればよく、好きな時間に受検できるようになり得る利点がある。また、採点をコンピュータで行う関係上、結果を得るまでの時間が大幅に短縮され得る。
さらに、運転適性検査を自身のスマートフォンで受けられるのであれば、さらに受検率は高くなると考えられる。
ただし、これらの検証や実績の積み重ねには相当の時間を要することから、例えばCBTなど、オンラインで受検可能な運転適性検査システムが早期に実現されることが望ましい。
さらに、上記のほかに解決しようとする課題は、検査における評価基準を非公開にしつつ、受検者・受検機関双方の利便性を向上することである。
すなわち、少なくとも受検者の年齢を含む受検者情報を登録する受検者情報登録手段、運転適性に関する検査問題を出題する検査問題出題手段、前記検査問題に設けられている制限時間内において前記受検者の解答入力を受け付ける解答入力受付手段、および、前記受検者の年齢および前記受検者の解答入力を取得し、前記検査問題ごとに定められる評価算出表にしたがって評価を算出する評価算出手段、としてコンピュータを機能させ、受検者の運転適性を検査するための運転適性検査プログラムを提供する。
また、本発明の運転適性検査システムにより、受検者や検査機関における検査にかかる負担を減少する。より具体的には、採点時間の大幅な減少と採点精度の向上による受検者の利便性向上や、検定機関の問題管理等に係る負担の減少が挙げられる。また、受検者の利便性の向上により、受検者にとって運転適性試験の受検機会が増加し、より安全な社会を実現することが考えられる。
また、以下に用いる図面は本実施形態を説明するために用いるものであり、実際の装置の構成やユーザーインターフェース(UI)、データベースなどとは異なる場合がある。
本実施形態の概要について、図1を用いて説明する。
図1は、本実施形態の運転適性検査プログラムP1による処理を行うシステム(以下「運転適性検査システム1」とする。)の概要を示す図(ネットワーク図)である。
運転適性検査プログラムP1を備えるサーバ10は、受検者に対し、オンラインで運転適性検査を提供する。すなわち、受検者が扱う受検者端末20は、ネットワークNを通じてサーバ10にアクセスし、一方サーバ10は、そのリクエストを受けて、運転適性検査の問題や、受検結果などのレスポンスを返す。
管理者端末30は、サーバ10の管理等を行うための端末である。
以下、本実施形態に係る運転適性検査システム1について、詳細を説明する。運転適性検査システム1は、受検者に対し、運転適性検査をオンラインで提供するためのシステムである。
運転適性検査システム1は、運転適性検査プログラムP1による情報処理が、ハードウェア資源を用いて具体的に実現されるものである。
以下、適性検査システム1を構成する、1.ユーザーインターフェース、2.プログラム処理、3.データ、および4.ハードウェア構成、について順に説明する。
ここで、いくつか言葉の定義を行う。
「運転適性検査」は、受検者の運転適性を検査する。運転は、本実施形態において自動車の運転を意味する。
「運転適性」は、運転についての適性である。例えば、動作の正確さ、動作の速さ、精神的活動性、衝動抑制性、情緒安定性などから判断される。
「管理者」は、運転適性検査システム1を運営し管理する者である。例えば自動車学校やその従業員などが挙げられる。つまり、組織を表すこともあれば、個人を表す場合もある。また、運転適性検査システム1により運転適性検査を行う組織を、検査機関とも記載する場合もある。
このほか、運転適性検査システム1を運営するものでなくても、例えばコンピュータシステムのメンテナンス業者など、システムのメンテナンスを行う者についても管理者と称する場合がある。
「ユーザ」は、上記受検者と管理者との2つの意味を有するが、特に断りが無い場合は受検者を意味する。
検査問題は、小問を複数含む場合がある。例えば本実施形態の択一式問題(図6など)のように、左側の文字列「あいうえ」と右側の文字列「あいえう」の一致不一致を判断させる問題は、択一式問題の中の1つの小問である。この場合、択一式問題は複数の小問により構成されると言える。
そのほか、これらの組み合わせにより立体的な形状を表現してもよい。また、イラスト自体に意味があるかないかは問わない。色彩の有無は問わないが、受検者に視認しやすいものが好ましい。
「アンケート」は、受検者についての運転に関する情報を取得するためのアンケートである。
「制限時間」は、検査問題の解答時における、受検者に対する時間的制限である。本実施形態において、択一式問題、計算問題といった個々の検査問題ごとに制限時間が設定されている。ただしこれに限られるものではなく、例えば検査問題全体で1つの制限時間を設定してもよい。
「解答数」は、各検査(設問)における受検者の解答の数である。
「誤答数」は、各検査(設問)における受検者の誤答の数である。誤答には、選択肢を誤った場合に限らず、問題を飛ばしてしまった場合も含む。例えば、ある検査において10問目と12問目には解答しているのに、11問目が無解答である場合、その11問目については誤答と判断する。
ある一つの検査の評価単独により、または、各検査の評価に基づく総合判断により、受検者の運転適性が導出される。
ただし、100点満点などの点数で評価する評価方式や、小数点以下の数字を含む点数で評価する評価方式などの場合は、この限りではない。
すなわち、「○○」プログラムは、「○○」処理の実行により、コンピュータを「○○」手段として機能させるプログラムである。またこの際、当該プロセッサを備える制御部は、「○○」部(または「○○」装置)としても機能することを意味する。
この場合において、「○○」部は、「○○」プログラムに基づく「○○」処理を実行することを意味する。
まず、本実施形態の運転適性検査システム1が受検者端末20に表示させるインターフェース(UI)について、図を用いて説明する。以降で説明するインターフェースは、プロセッサ122が受検者端末20のブラウザに表示させるものである。
また同様に、「サーバ10のプロセッサ122が、記憶部14のデータ記憶部14bにデータを保存させる」ことを、「プロセッサが(データを)保存する(させる)」などと記載する場合がある。
カーソルUI-12(UI-13)の操作が特に重要な役割を果たす検査(筆記入力型検査)があるため、こちらについては後述する。
受検者IDは、後述する受検者情報データベースD20に記憶される。パスワードは、受検者などが受検システムにアクセスするためのパスワードである。
なお、画面ごとにテキストボックスUI-14やOKボタンUI-162の役割は異なるが、簡単のため同じ符号を付して以下説明する。
なお、認証手段はパスワード(知識認証)に限られない。例えば、受検者が使用する端末による所有物認証や、生体認証によりログインできるようにしてもよい。
ただし、運転に関する情報を得るための質問はこれに限られるものではなく、免許の色(例えばゴールド免許の有無)、所定の期間内における事故の有無、などであってもよい。この運転に関する情報を含む受検者情報は、後述する機械学習モデルによる推論に用いる。
例えば、受検者が検査を受けたことが無い場合、画面には検査画面表示ボタンUI-164のみが表示される。図4中検査結果参照ボタンUI-166の斜線は、薄く表示されるか、表示されていないことを意味する。また、受検可能な検査が無い場合、プロセッサ122は、検査画面表示ボタンUI-164を表示させないようにしてもよい。
受検者が検査開始ボタンUI-168を押すと、プロセッサ122は運転適性検査を開始する。
種類の異なる複数の検査問題を用いて、受検者の運転適性を多面的に測定することで、より詳細に受検者の運転適性を把握することができるからである。
なお、2以上の検査問題は、例えば、見本と同じイラストを選択する選択型問題と、見本と異なるイラストを選択する選択型問題の組み合わせであってもよい
上述したように、受検者の解答(解答入力)は、問題に形式に応じて種々の形式を取り得る。例えば本実施形態において、受検者の解答には選択肢の選択、計算結果の入力、そして筆記入力などが含まれる。
本画面は、プロセッサ122が導入処理(後述)を行うことで端末に表示させる画面である。
このように、解答の選択肢が複数ある問題を択一式問題、そのなかで選択肢が2つある問題を二者択一式問題(二択問題)と表記する。
なお、検査ごとに検査の説明が表示されるが(導入処理)、説明画面は上記に準ずるため、以下説明を省略する。
本検査は二者択一式問題であるため、解答ボタンUI-170は図7に示す通り、「○」と「×」の2つである。
受検者が解答ボタンUI-170を押下(クリック)すると、プロセッサ122は次の問題を表示する。
また、検査ごとに練習問題が表示されるが(導入処理)、練習問題の内容は上記に準ずるため、以下説明を省略する。
また、受検者の個々の解答は、プロセッサ122が択一式問題受検者解答データベースD222に保存させる。
上記択一式問題に限らず、本実施形態のすべての検査は、制限時間が設定されている。練習問題と本番の問題のいずれも、最初の問題が表示されると共にカウントダウンがスタートする。カウントがゼロになると(制限時間が経過すると)、その検査は終了する。詳細は後述のフローチャートで説明する。カウントダウンはサーバ10の計時部128が行うが、これに限らない。
すべての問題が固定である場合、各受検者に対して同一の問題を出題することで、極めて信頼度の高い統計データが取得できるという利点がある。
一方、ランダムに問題を出題する場合、出題と実際の運転傾向を見ながら、運転適性検査システムを動的に改良できるほか、心理学等の研究結果を踏まえて問題を改良することができるといった利点がある。
図9に示すように、プロセッサ122はブラウザに、計算問題データベースD124から読み出した問題を表示し、受検者はテキストボックスUI-14に解答を入力する。受検者が解答入力後、OKボタンUI-162を押下すると、プロセッサ122が次の問題を表示する。
また、受検者の個々の解答は、プロセッサ122が計算問題受検者解答データベースD224に保存する。
なお、他の実施例である、見本と同一のイラストを除外する問題については後述する。
受検者は、この選択肢群のなかから、見本と同じイラストを選択する。図10において、見本と同じイラストは1、5、12、および14番目の図形である。
また、受検者の個々の解答は、プロセッサ122が選択型問題受検者解答データベースD226に保存させる。
例えば、受検者が当該領域を一度クリックすると、数字に重なるように○が表示され、もう一度クリックすると、数字に重なるように×が表示される。さらにクリックすると○が表示されるといったように、クリックするごとに○と×が交互に表示される。
つまり、受検者による選択肢への選択入力を受け付けて、プロセッサ122は、当該選択肢の表示を変更する。以下に図面を用いて例示する。
また、受検者の個々の解答は、プロセッサ122が筆記型問題受検者解答データベースD228に保存させる。
具体的には、筆記枠UI-184が表示されたあと、受検者が筆記入力受付領域UI-186でクリック(例えば左クリック)をしている場合に限り、筆記入力受付領域UI-186に筆記入力をすることができる。つまり、受検者はクリックしている状態を維持したまま、マウス等を操作してイラスト(レ点)を描く必要がある。
なお、クリック(タッチ)状態解除から再度の筆記入力受付まで、わずかながら入力受付を行わない時間があるが、この時間の長さは管理者が適宜設定することができる。
ただし、筆記入力対象は一筆書きできるものが好ましい。本実施形態において、クリック(タッチ)状態の解除をもってプロセッサ122は一つのイラストの入力終了を検知するからである。
<運転適性検査処理>
本実施形態の運転適性検査システム1において行われるプログラム処理について説明する。
より詳細には、運転適性検査プログラムP1は受検者情報登録プログラムP12、検査問題出題プログラムP14、解答入力受付プログラムP16、評価算出プログラムP18を含み、プロセッサ122はこれらの各プログラムに基づいて、受検者情報登録処理、検査問題出題処理、解答入力受付処理、評価算出処理をそれぞれ実行する。
プロセッサ122は、これらの機械学習モデルに基づいて後述する各種判断を行う。
プロセッサ122は、受検者情報登録プログラムP12に基づき、受検者情報登録処理を行う。
すなわち、受検者情報登録プログラムP12は、プロセッサ122による受検者情報登録処理の実行により、コンピュータを受検者情報登録手段として機能させる。
また、本実施形態において、受検者情報登録手段は「少なくとも受検者の年齢を含む受検者情報を登録する受検者情報登録手段」として機能させる。
プロセッサ122は、ブラウザにログイン画面(図2)を表示させる。また、プロセッサ122は、受検者による受検者IDとパスワードの入力を受け付け、適格者によるログインであるか、認証を行う(ステップ01)。
プロセッサ122は、受検者IDと紐づける形でこの受検者情報を記憶部14に保存する(受検者情報データベースD20)。
プロセッサ122は、検査問題出題プログラムP14に基づき、検査問題出題処理を行う。
すなわち、検査問題出題プログラムP14は、プロセッサ122による検査問題出題処理の実行により、コンピュータを検査問題出題手段として機能させる。
また、本実施形態において、検査問題出題手段は「運転適性に関する検査問題を出題する検査問題出題手段」である。
また、これらの各種プログラム(P142、P144、P146、P148)は、サブルーチンとして、導入プログラムP141を備える。
すなわち、解答入力受付プログラムP16は、プロセッサ122による解答入力受付処理の実行により、コンピュータを解答入力受付手段として機能させる。
また、本実施形態において、解答入力受付手段は、「検査問題に設けられている制限時間内において受検者の解答入力を受け付ける解答入力受付手段」である。
またプロセッサ122は、解答入力受付プログラムP16により、検査問題ごとに設けられている制限時間内において解答入力を受け付ける。
詳細は以下のフローチャートで説明する。
図15に示すように、検査を開始すると、プロセッサ122は、検査の内容を説明する文章や画像を表示する(ステップ11)。プロセッサ122はOKボタンの押下入力を受け付けるか、所定の表示時間が経過するまで待機する(ステップ12Yes)。受検者によるOKボタンの押下、または表示時間経過により(ステップ12No)、プロセッサ122は練習問題を表示する(ステップ13)。
上述したとおり、練習問題は本番の問題より問題量が少ないか、解答時間が短い。
択一式問題出題処理で設定された制限時間内であれば(ステップ23Yes)、プロセッサ122は受検者からの解答の入力を受け付ける(ステップ24)。プロセッサ122は受検者からの解答の入力があるまで待機する(ステップ24No)。
受検者からの解答の入力があった場合(ステップ24Yes)で、最後の問題が終わっていない場合は(ステップ25No)、次の問題を表示する(ステップ22)。
制限時間が経過する(ステップ23No)か、最後の問題が終わった場合(ステップ25Yes)、プロセッサ122は受検者の解答を含む各種データを保存して(ステップ26)、択一式問題出題処理を終了する。
受検者からの解答の入力がなされてOKボタンが押下(クリック)された場合(ステップ34Yes)で、最後の問題が終わっていない場合は(ステップ35No)、次の問題を表示する(ステップ32)。
制限時間が経過する(ステップ33No)か、最後の問題が終わった場合(ステップ35Yes)、プロセッサ122は受検者の解答を含む各種データを保存して(ステップ36)、択一式問題出題処理を終了する。
受検者からの選択入力があった場合(ステップ44Yes)は、当該選択肢における表示を変更する(ステップ45)。
またこれにより、受検者が自分の意図する解答ではない解答をしてしまった場合でも、容易に修正が可能となる。例えば、○を選択するつもりが誤って2回選択(クリック)を行ってしまい、×が表示された場合、もう一度当該表示領域をクリックすることで、×を○に修正できる。
一連の選択肢群のうち、最後の選択肢群までの解答が終わっていない場合(ステップ47No)、プロセッサ122は次の選択肢群を表示する(ステップ42)。ただしこのとき、選択肢群は変わるが、見本のイラストは変わらない。
制限時間が経過する(ステップ43No)か、最後の選択肢群まで解答が終わった場合(ステップ47Yes)、プロセッサ122は受検者の解答を含む各種データを保存して(ステップ48)、選択型問題出題処理を終了する。
筆記型問題出題処理で設定された制限時間内であれば(ステップ53Yes)、プロセッサ122は受検者からの筆記入力を受け付ける(ステップ54)。プロセッサ122は、受検者からの筆記入力があるまで待機する(ステップ54No)。
一の筆記入力受付領域について、受検者からの筆記入力が終わった場合(ステップ54Yes)、プロセッサ122は次の筆記入力受付領域を表示する(ステップ52)。
制限時間が経過した場合(ステップ53No)、プロセッサ122は受検者の解答を含む各種データを保存して(ステップ55)、筆記型問題出題処理を終了する。
つまり、プロセッサ122は、筆記入力受付処理により、コンピュータを筆記入力受付手段として機能させる。
プロセッサ122は、評価算出プログラムP18に基づき、評価算出処理を行う。すなわち、評価算出プログラムP18は、プロセッサ122による評価算出処理の実行により、コンピュータを評価算出手段として機能させる。
評価算出手段は、受検者の年齢および前記受検者の解答入力を取得し、前記検査問題ごとに定められる評価算出表にしたがって評価を算出する手段である。
ただし、以下で説明する評価算出を行うタイミングはこれに限定されない。例えば、プロセッサ122は検査終了時に受検者の解答を記憶部14に記憶させておき、一連の検査が終了したあとにまとめて評価算出してもよい。
以下、それぞれの検査問題の種類ごとに説明する。
このほか、問題が択一式問題で、例えば解答選択肢「はい」、「いいえ」、「わからない」から選択する三者択一式の場合、解答データは3値データである。また、問題が計算問題で、解答が受検者により入力される数値である場合、解答データは数値データである。
ここで、択一式問題データベースD122(または計算問題データベースD124)は、問題と、その問題に対する正解データを含む。よって、プロセッサ122は、問題に係る正解データと受検者の解答とを比較し、一致すれば正解として点数を加える(例えば1点)。プロセッサ122は、受検者が解答したすべての問題について点数を評価し、その合計点を得点として算出する。
プロセッサ122は、評価算出表データを呼び出して処理を行うか、評価算出表データに基づく計算式により評価を算出する。
なお、以降の評価算出表は、いずれも説明のためのものであり、実際のものと異なり得る。
これは、年齢の増加と共に、判断力が低下することが一般的であるため、それを反映させたものである。
ただし、データ保存のタイミングはこれに限られるものではなく、データ生成時などに保存してもよい(以下同じ)。
表2は、計算問題用の評価算出表の一例である。重複する内容の説明は省略する。年齢の増加と共に、計算力、ひいては判断の処理力等の運転適性が低下することが一般的であるため、それを反映させたものである。
例えば、年齢について、1歳刻みや2歳刻み、または5歳刻みなどでデータを作成してもよい。
また、年齢データに限らず、得点など、他の評価項目についても、細かい区分けを設けてよい。これは以下の検査でも同様である。
細かい区分けを設けることで、より詳細な統計データを得ることができるという利点がある。これにより、ビッグデータに用いられる分析技術を用いて交通事故防止のための新たな知見が得られる可能性がある。
ここで解答数とは、受検者の解答数であるが、特に、受検者の選択入力を受け付けた選択入力受付領域の数である。例えば、受検者が選択肢群のうち1番目から45番目までの選択肢にそれぞれ1回以上選択入力(クリックなど)を行っている場合、解答数は45である。1つの選択肢に複数回選択入力を行っても、その選択肢についての解答数は1のまま変わらない。
誤答数とは、問題に対する誤答数である。本実施形態において例えば、見本とは異なるイラストの選択肢に○を付した場合や、見本と同じイラストに×を付した場合、誤答と判断する。そのほか、選択肢のスキップ(○も×も付さず、次の選択肢に選択入力を行った場合)があった場合、そのスキップされた選択肢については誤答と判断する。
一方、選択肢群のうち、受検者が最後に選択入力行った選択肢から先の選択肢についての無解答は、誤答数に含まれない。
プロセッサ122は、評価算出表データを呼び出して処理を行うか、評価算出表データに基づく計算式により評価を算出する。
選択型問題用の評価算出表は、3項目(年齢、解答数および誤答数)の評価軸があるが、2次元の表であらわすため、ここではある年齢層で抜き出して(ここでは30~39歳)、解答数と誤答数を軸とした表を掲載する。つまり年齢層ごとに異なる表(20~29歳、40~49歳)が存在する(図示省略)。
また、解答数が79であることから、表3の左から(タイトル行を除く)第7列目、「70~79」の列を確認する。そして、誤答数3は「2~3」の範囲(タイトル行を除く第3行目)に含まれるから、この受検者の評価は4となる。
同じ年齢の場合、解答数が多いほど、また、誤答数が少ないほど、評価は高くなる。
また、年齢層ごとなどに複数の表を用意せず、一枚の表で表記してもよい。
つまり、プロセッサ122は、受検者による筆記入力が、課題のイラストに一致するか否かを判断する。
言い換えると、筆記型問題評価算出処理プログラムP188は、コンピュータを、「受検者の筆記入力が課題となるイラストに一致するか否かを判断するイラスト判断手段」としても機能させる。
ここで、「一致」の語は、完全一致を意味するものではなく、ある一定以上の一致度があればよい。
プロセッサ122は、受検者が解答したすべての問題について点数を評価し、その合計点を得点として算出する。
採点者が人である場合、このような判断にばらつきが生じる。しかし、機械学習モデルによる判断ではこのようなばらつきが生じず、公平な採点が可能になるというメリットがある。
プロセッサ122は、評価算出表データを呼び出して処理を行うか、評価算出表データに基づく計算式により評価を算出する。
これは、年齢の増加と共に、動作の速さなどが低下することが一般的であるため、それを反映させたものである。
上述したように、ある一つの検査の評価単独により、および/または、各検査の評価の総合判断により、受検者の運転適性が導出される。
なお、複数の検査により多面的に評価することで、受検者の運転適性がより適切に評価される。よって、2以上の検査問題により受検者の運転適性を測ることがより好ましい。
すなわち、検査問題ごとに定められる評価算出表にしたがって評価を算出する評価算出手段は、
(1)前記受検者の年齢および得点を取得し、または(2)前記受検者の年齢、解答数、および誤答数を取得し、前記検査問題ごとに定められる評価算出表にしたがって評価を算出する評価算出手段であると言える。
プロセッサ122は、機械学習モデルP20に基づき、各種判断を行う。
本実施形態の機械学習モデルP20は、筆記型問題用学習モデルP22、運転特徴判断用学習モデルP24を含む。
機械学習モデルP20の判断(推論)に影響するパラメータ(例えば重みやバイアス)は、管理者が適宜調整することができる。
このとき、運転特徴判断用学習モデルP24は運転特徴予測プログラムとして機能する。
すなわち、運転特徴予測プログラムは、運転特徴予測処理の実行により、コンピュータを運転特徴予測手段として機能させるプログラムである。またこの際、当該コンピュータにおいて、プロセッサを備える制御部は、運転特徴予測部(または運転特徴予測装置)としても機能する。
なお、プロセッサ122は、筆記型問題用学習モデルP22を筆記型問題評価算出プログラムP188とともに用いる。具体的な例は、上述した通りである。
なお、課題となるイラストに係るデータ(例えば画像データ)と、そのラベルデータ(正解・不正解データ)との組み合わせは、教師データとも呼ばれる。
ここで、すでに述べたように、「一致」の語は、完全一致を意味するものではなく、ある一定以上の一致度があればよい。
また、定量化した値にしきい値を設け、それ以上であれば「一致する」、それ未満であれば「一致しない」とプロセッサ122が判断するようにしてもよい。
例えば、パーセンテージで定量化した一致度が50%以上であれば、受検者の筆記入力は課題となるイラストに「一致」し、逆に一致度が50%未満であれば、受検者の筆記入力は課題となるイラストに「一致しない」と、プロセッサ122が判断するようにしてもよい。
プロセッサ122は、受検者情報や検査問題に対する受検者の解答から、運転特徴判断用学習モデルP24に基づき、受検者の運転特徴を判断する。
「運転特徴」とは、受検者の運転に関する特徴である。具体的には例えば、運転歴(運転免許を取得してからの年数など)、免許の色(青色・ゴールドなど運転免許の色のほか、ゴールド免許の有無などであってもよい)、免許種別(自動車免許の普通、大型、第一種、第二種など)、所定の期間内における事故の有無などである。また、これらのような客観的に確認できる情報に限らず、運転の好き嫌い、嗜好など、受検者における主観的なものであってもよい。
運転特徴は、運転に関する情報の一部である。運転特徴を含む運転に関する情報は、例えば受検者に対するアンケート(以下「運転特徴を問うアンケート」と称する。)を通じてプロセッサ122が取得する。
具体的には、「年齢が30歳で、検査問題についてある所定の解答を入力した受検者が、5年以内の事故歴を有する人である確率は○○%である」といった確率値である。
受検者の年齢、および、検査問題に対する受検者の解答(データ)を入力データとして、受検者の運転特徴について定量化した値を出力するようにコンピュータを機能させるための学習済み機械学習モデル」である。
そこで、本実施形態の評価算出プログラムP18によると、プロセッサ122は、受検者端末20の種類、例えばデスクトップPCかスマートフォンかにより、演算に用いる評価算出表を切り替える(不図示)。
評価表を用いた採点方式において、人が評価表を見ながら採点を行う場合、読み取るべき箇所を誤るなど、間違いなどが生じる可能性がある。例えば30歳~39歳の欄を見るべきところ、誤って40歳~49歳の欄を見る場合などである。採点者の教育や各種工夫によりこういった誤りは抑制できるが、完全にゼロにすることは困難である。この点、コンピュータによる評価は見間違いによる誤りは生じない。また一般に、判断速度や処理速度も、コンピュータによる評価の方がはるかに早い。
つまり、紙ベースの検査に比べ、本実施形態の運転適性検査システム1による検査に利点がある。
例えば、上述したレ点を多数筆記させる問題の場合、レ点と認められないものについては得点を付与しない。
この問題を紙ベースの検査で行う場合、レ点であるか否かの判断は、採点者によって分かれ得る。つまり、受検者がレ点として記載したものについて、ある採点者はレ点と認めて得点を付与し、別の採点者はレ点と認めず得点を付与しないことがあり得る。この場合、評価に差が生じるため、受検者に不利益が生じる。
しかし、このレ点であるか否かの判断を機械学習にもとづく処理に行わせることにより、均質な採点を提供することが可能となる。
以下、本実施形態の運転適性検査システム1が扱うデータについて、図を用いて説明する。
本実施形態の運転適性検査システム1は、サーバ10の記憶部14に運転適性検査データベースD1を備える。運転適性検査データベースD1は、検査問題データベースD12、受検者情報データベースD20、検査結果データベースD22、および管理者情報データベースD30を備える。
これら個々のデータベースはそれぞれ、検査の内容を説明するためのデータ(テキスト、画像など)、検査問題(練習問題含む)、正解がある場合は正解データ、および検査に応じた評価算出表など、検査に必要なデータを含む。データ形式に制限はなく、テキストデータ、画像(映像)データ、音声データなどの各種データ形式を使用し得る。
以下個々のデータベースについて説明する。
例えば表6の通し番号A0001の問題について、左側のイラストは「123」、右側のイラストも「123」であり、左右は一致する。よって、受検者が解答すべき答えは「○」となる。プロセッサ122は、受検者の入力する解答が○であれば正解、×であれば不正解と判断する。
例えば表7の通し番号B0001の問題について、被減数(引かれる数)が「25」、減数(引く数)が5であるから、受検者が解答すべき差は「20」である。よって、プロセッサ122は、受検者の入力する解答が20であれば正解、それ以外であれば不正解と判断する。
筆記型問題データベースD128は、筆記型問題に関するデータを備える(不図示)。例えば、出題する問題に関するデータなどである。
受検者情報とは例えば、受検者ID、受検者の年齢、氏名、性別、住所、電話番号、またはアンケートの回答などの情報である。上述したように、アンケートは受検者の運転に関する情報を得るためのアンケートである。
上述したように、評価の算出に受検者の年齢が必須であるため、受検者情報データベースD20は年齢情報を必ず含む。ただし年齢情報は、例えば生年月日など、置き換え可能な情報で置き換えてもよい。
なお、受検者情報データベースD20に含まれるデータはテキストデータに限られるものではなく、例えば認証用の登録画像など、画像情報を含んでいてもよい。
例えば、内容はそれぞれ異なる択一式問題3つ、選択型問題2つ、筆記型問題2つの、計7つの検査を用いて運転適性を測るようにしてもよい。上述したように、多くの評価問題で多面的に評価することで、受検者の運転適性がより適切に評価されるためである。
この例では、ある受検者(受検者ID:10010001)について、個々の問題(小問)のける正誤が示される。例えば、表10に示すように、この受検者は、A0005とA0007について正しい答えを入力しているが、A0006の問題では誤った答えを入力していることがわかる。
一方、本実施形態において、管理者は、すべての受検者のすべての検査結果にアクセスできるが、ある検査結果がどの受検者の検査結果であるかまではわからない。
管理者データベースD30は、個々の管理者のID(管理者ID)などを含む。また管理者データベースD30には、管理者個人の情報のほか、管理者のログイン情報、例えばパスワードや認証用の登録画像などを含んでいてもよい。
すなわち、運転適性検査データベースD1は、「制御部及び記憶部を備えるコンピュータに用いられるデータ構造であって、前記データ構造はデータ要素として、
(1)少なくとも受検者の年齢と、受検者の運転特徴を問うアンケートの回答とを含む受検者情報、(2)運転適性検査を構成する検査問題、(3)検査問題に対する受検者の解答、および(4)受検者の年齢および解答から、検査問題ごとに定められる評価算出表にしたがって算出される評価、を含み、
受検者の年齢および検査問題に対する受検者の解答(データ)を入力データとして、受検者の運転特徴について定量化した値を出力する運転特徴予測処理に用いられることを特徴とする、(運転適性検査システムの)データ構造」を備える。
図1に示すように、本実施形態における運転適性検査システム1は、サーバ10、受検者端末20、および管理者端末30を備える。また、これらの各装置は、ネットワークNを介して接続されている。ネットワークNは例えばインターネットなどである。
サーバ10には本実施形態に係る運転適性検査システム1を動作させるためのソフトウェア(運転適性検査プログラムP1)がインストールされており、当該ソフトウェアの機能により、各種処理が実行される。
以下、各ハードウェアについて説明する。
サーバ10は、運転適性検査プログラムP1を実行するためのコンピュータである。図1においてサーバ10は1台のみ図示しているが、数は1台に限られるものではなく、複数のサーバにより実現してもよい。例えば、機械学習に係る処理を別のサーバで行わせるなどの機能分散が考えられる。また、負荷分散や可用性の観点から、複数のサーバを用いることも考えられる。
また制御部12は、プロセッサ122、ROM124、RAM126、計時部128を備える。
なお、本実施形態において、機器間の接続態様(ネットワークトポロジ)は特に限定されない。例えばバス型であってもよいし、スター型、メッシュ型などであってもよい(以下において同じ)。
例えば、CPUとGPUを統合したプロセッサはAPU(Accelerated Proessing Unit)などと呼ばれるが、このようなプロセッサを用いてもよい。
すなわち、記憶部14に格納された、運転適性検査プログラムP1などの各種プログラムや、運転適性検査データベースD1などの各種データがプロセッサ122により読み出され、RAM126に記録(格納)される。
当該記憶媒体は、特に制限されないが、例えば、内蔵型でも外付型でもよく、HD(ハードディスク)、CD-ROMなどが挙げられる。
当該ドライブは、特に制限されないが、例えばHDD(ハードディスクドライブ)、SSD(ソリッドステートドライブ)等が挙げられる。
プログラム格納部14aには、本実施形態に係る運転適性検査プログラムP1のほか、サーバ10に接続されている機器を制御するための制御プログラム、例えば通信制御部16を制御する通信制御プログラムなど、各種プログラムが格納されている。
本実施形態における通信制御部16の通信方式は有線LANによる方式であるが、通信方式は公知のものを適宜用いることができる。
受検者端末20は、受検者が運転適性検査システム1を利用するための情報処理装置である。受検者は受検者端末20を用いて、サーバ10にアクセスする。
図24において、1台の受検者端末20のみ図示しているが、数は1台に限られるものではなく、複数の端末のそれぞれにより利用できる。
制御部22は、サーバ10の制御部12同様、プロセッサ、ROM、RAM、および計時部を備えるが、これらの基本的な機能は上記で説明したものに準ずるため、説明は省略する。
本実施形態における通信制御部16の通信方式は、有線でも無線でもよい。受検者端末20がデスクトップPCであれば有線、無線の両方の場合が考えられる。また、受検者端末20がスマートフォンであれば、無線による通信方式が考えられる。
無線であれば、例えばIEEE802.11(例えばWi-Fi)で規定される通信方式を好適に用いることができるが、それ以外にも、IEEE802.15(例えばブルートゥース(登録商標)、BLE(ブルートゥース(登録商標)ローエナジー)など)、IEEE802.16(例えばWiMAX)、または赤外線通信などの光通信で規定される通信方式などを用いてもよい。
同様に、表示部282に入力受付領域(選択入力受付領域や筆記入力受付領域)が表示されている場合は、ユーザのタッチ位置を特定し、ユーザによる入力を受け付ける。
出力部28として例えば、ディスプレイ(液晶ディスプレイや有機ELディスプレイ)などの表示装置や、スピーカなどの音声出力装置、プリンタなどの帳票出力装置が挙げられる。
受検者端末20がスマートフォンなどの場合、表示装置はタッチスクリーンである。
便宜上、受検者端末20の出力部28のうち、画像等を表示する表示部を表示部282とする。
管理者端末30は、サーバ10の管理のために用いられる端末である。本実施形態において、管理者端末30はデスクトップPCである。管理者端末30は、例えば運転適性検査を提供する受検機関(自動車学校など)に設置される。
管理者端末30の制御部は、受検者端末20の制御部22同様、運転適性検査システム1を利用するためのソフトウェア(アプリケーションソフトウェア)を備える。
上述したUIについても、管理者端末30に対してのみ表示されるUIがあってもよい。その場合、サーバ10は、データへのアクセスが管理者端末30からであることを認識し、管理者端末30用のデータを送信する。
上述した通り、紙ベースの運転適性検査の場合、検査用紙等は受検機関等の責任者が管理して、散逸を防止することが求められる。
この点、本実施形態の運転適性検査システム1では、受検者端末20には運転適性検査の問題が表示されるのみであるため、問題用紙を回収等するが必要なく、問題用紙の管理の手間を省くことができる。さらに、検査における評価基準を秘匿できるため、適正な評価を担保できるという利点もある。
例えば問題の切り替えについて、紙ベースの運転適性検査は、検査用紙を発行する必要上、古い検査用紙と新しい検査用紙が併存し得る。よって、新しい問題の細かい期間でアップデートし、切り替えることは困難である。一方、本実施形態の運転適性検査システム1では、場所や日時を問わず、問題のアップデートを短時間で一斉に行うことができる。
本発明は上述の実施形態に限られるものではなく、本発明の趣旨を逸脱しない範囲において、上述の実施形態に種々の変更を加えたものを含む。
例えば、上述した受検者情報登録処理は、プロセッサ122が受検者端末20に表示させるものであったが、受検者端末20に代わって管理者端末30に表示させるようにしてもよい。つまり、検査を受ける受検者に代わり、検査実施機関の管理者などが受検者情報を入力するようにしてもよい。
例えば、検査実施機関において、検査を希望する者(受検者)が紙の書面等で検査の申し込みを行い、検査実施機関の担当者が当該書面に記載された受検者情報を入力する場合などである。
択一式問題(図8など)において、プロセッサ122は画面上に戻るボタンを表示し、受検者が当該戻るボタンを押下する(クリックする)ことで、前の問題に戻れるようにしてもよい。これは計算問題、選択型問題、筆記型問題でも同様である。
また、図8において、解答ボタンUI-170は「○」と「×」の2つがあるが、1つだけ表示し、受検者が解答ボタンUI-170を選択(クリックまたはタップ)するごとに「○」、「×」、「○」(以下繰り返し)、と表示するようにしてもよい。
またこの場合、プロセッサ122にさらにOKボタンを表示させてもよい(不図示)。つまり、受検者が同一のページに表示されている問題を全て解答した後、さらに当該OKボタンを押下したときに次の問題群に進めるようにしてもよい。
ただし、受検者端末20がスマートフォンなどの携帯端末である場合は、表示部282の表示領域が限られるため、問題は1問だけ表示するようにすることが好ましい。これはレスポンシブウェブデザインなど、公知の方法で実現可能である。
選択肢問題(図10など)において、上記では、選択入力受付領域UI-182を受検者がクリック(タップ)するごとに、プロセッサ122が○と×(の2つ)を交互に表示する態様について説明したが、表示態様はこれに限られるものではない。例えば、○、×、空欄の3つを順に表示する態様であってもよいし、○と空欄の2つを交互に表示する態様であってもよい。
この設定はこれに限られるものではなく、各選択肢が常に同じ場所で配置されていてもよい。
便宜上、見本とは異なるイラストのみを選択ことを、「見本を除外する」とも表現する。
この場合、見本とは異なるイラストの選択肢に○を付す方法のほか、受検者は見本と同一のイラストの選択肢については選択をせずにスキップし、見本と異なるイラストの選択肢のみ選択する方法が挙げられる。
選択肢問題(図12など)において、上記では、プロセッサ122が、筆記入力受付領域UI-186を画面内に1つのみ表示させる例を挙げたが、筆記入力受付領域UI-186を画面内に複数配設するようにしてもよい。
例えば、ある一定以上の長さの線分が筆記入力されていれば、プロセッサ122はその解答について正解であると判断する。逆にある一定未満の長さの線分は、点であると判断して、誤答であると判断する。
本実施形態では、検査問題出題処理と評価算出処理を分けて記載したが、出題方法や評価算出方法はこれに限られない。例えば、問題出題処理において、プロセッサ122は、解答や筆記の入力を受けた時点で正誤などの判断を行い、得点を付与するようにしてもよい。
つまり、出題中にプロセッサ122は得点の算出を行い、出題終了時に直ちに評価を行うようにしてもよい。この場合、処理速度の向上などが見込まれ得る。
(1)第1の発明は、少なくとも受検者の年齢を含む受検者情報を登録する受検者情報登録手段、
運転適性に関する検査問題を出題する検査問題出題手段、
前記検査問題に設けられている制限時間内において前記受検者の解答入力を受け付ける解答入力受付手段、および、
前記受検者の年齢および前記受検者の解答入力を取得し、前記検査問題ごとに定められる評価算出表にしたがって評価を算出する評価算出手段、
としてコンピュータを機能させ、受検者の運転適性を検査するための運転適性検査プログラムを提供する。
(2)第2の発明は、前記検査問題ごとに定められる評価算出表にしたがって評価を算出する評価算出手段が、(1)前記受検者の年齢および得点を取得し、または(2)前記受検者の年齢、解答数、および誤答数を取得し、前記検査問題ごとに定められる評価算出表にしたがって評価を算出する評価算出手段、であることを特徴とする、第1の発明に記載の運転適性検査プログラムを提供する。
この場合、問題の形式に応じた、より適切な評価の算出を行うことができる。例えば、(1)前記受検者の年齢および得点の取得を行う方法は、上述した実施形態の択一式問題や計算問題、筆記型問題に適合する。また、(2)前記受検者の年齢、解答数、および誤答数の取得を行う方法は、上述した実施形態の選択型問題に適合する。
全く異なる問題形式であっても、最終的には「年齢」「得点」「解答数」「誤答数」といった共通の項目に落とし込むことができるため、データ構造が簡潔になるという利点がある。
(3)第3の発明は、前記検査問題の少なくとも一つが、見本と同一または前記見本と異なるイラストを、選択肢から受検者に選択させる問題であり、
前記受検者による選択肢への選択入力を受け付けて、当該選択肢の表示を変更することを特徴とする、第1の発明または第2の発明に記載の運転適性検査プログラムを提供する。
この場合、上述した実施形態の択一式問題に適合し、運転適性に関わる判断力などの検査を行うことができる。そして、受検者による選択肢への選択入力を受け付けて、当該選択肢の表示を変更することで、受検者の現在の判断(例えば○と入力しているか×と入力しているか)を可視化でき、受検者にとって便利であるという利点がある。
(4)第4の発明は、前記検査問題の少なくとも一つが、課題となるイラストを受検者に筆記させる問題であり、
前記解答入力受付手段は、受検者による筆記入力を受け付ける筆記入力受付手段を備え、
前記評価算出手段は、さらに、前記筆記入力が前記課題となるイラストに一致するか否かを判断するイラスト判断手段を備えることを特徴とする、第1の発明または第2の発明に記載の運転適性検査プログラムを提供する。
この場合、上述した実施形態の筆記型問題に適合し、運転適性に関わる動作の正確さや動作の速さなどの検査を行うことができる。また、コンピュータが筆記入力に係るイラストの適否を判断することで、人手に比べ、採点を終えるまでの時間が格段に早くなり、判断も均一になる利点がある。
(5)第5の発明は、前記筆記入力が前記課題となるイラストに一致するか否かを判断するイラスト判断手段が、
課題となるイラストとそのラベルデータとを学習データとする機械学習モデルであって、前記筆記入力を入力データとし、当該筆記入力が課題となるイラストに一致するか否かを推論して出力する機械学習モデルに基づいて判断するイラスト判断手段であることを特徴とする、請求項4に記載の運転適性検査プログラム請求項4に記載の運転適性検査プログラムを提供する。
この場合、機械学習を用いることにより、機械的な処理速度の速さを維持しながらも、より人間に近い判断を可能とする。あるイラストが正解データに該当するか不正解データに該当するかは人間が判断し、コンピュータはその判断を基に学習するためである。
時間内に多くのイラストを描かなければならないという筆記型問題の特性上、形が整ったイラストを受検者が描くことは困難である。このような場合に、イラストの一致不一致の判定を機械に任せることは採点速度の向上に大きく貢献する。
(6)第6の発明は、少なくとも受検者の年齢を含む受検者情報を登録する受検者情報登録部と、運転適性に関する検査問題を出題する検査問題出題部と、前記検査問題に設けられている制限時間内において前記受検者の解答入力を受け付ける解答入力受付部と、
前記受検者の年齢および前記受検者の解答入力を取得し、前記検査問題ごとに定められる評価算出表にしたがって評価を算出する評価算出部と、を備えることを特徴とする、受検者の運転適性を検査するための運転適性検査システムを提供する。
(7)第7の発明は、学習済み機械学習モデルであって、
少なくとも受検者の年齢と受検者の運転特徴を問うアンケートの回答とを含む受検者情報、運転適性検査の検査問題に対する前記受検者の解答、および前記受検者の年齢および前記受検者の解答から、検査問題ごとに定められる評価算出表にしたがって算出される評価、を学習データとし、
受検者の年齢および検査問題に対する受検者の解答を入力データとして、受検者の運転特徴について定量化した値を出力するようコンピュータを機能させるための、学習済み機械学習モデルを提供する。
(8)第8の発明は、制御部及び記憶部を備えるコンピュータに用いられるデータ構造であって、前記データ構造はデータ要素として、
少なくとも受検者の年齢と、受検者の運転特徴を問うアンケートの回答とを含む受検者情報、運転適性検査を構成する検査問題、前記検査問題に対する前記受検者の解答、および前記受検者の年齢および前記受検者の解答から、検査問題ごとに定められる評価算出表にしたがって算出される評価、を含み、
受検者の年齢および検査問題に対する受検者の解答を入力データとして、受検者の運転特徴について定量化した値を出力する運転特徴予測処理に用いられることを特徴とする、データ構造を提供する。
10 サーバ
12 制御部
122 プロセッサ
124 ROM
126 RAM
128 計時部
14 記憶部
16 通信制御部
20 受検者端末
22 制御部
24 記憶部
26 通信制御部
27 入力部
28 出力部
282 表示部
30 管理者端末
UI-1 ブラウザ
UI-12 カーソル
UI-13 鉛筆型カーソル
UI-14 テキストボックス
UI-16 ボタン
UI-162 OKボタン
UI-164 検査画面表示ボタン
UI-166 検査結果参照ボタン(非表示)
UI-168 検査開始ボタン
UI-170 解答ボタン
UI-172 テンキー
UI-18 入力受付領域
UI-182 選択入力受付領域
UI-184 筆記枠
UI-186 筆記入力受付領域
P1 運転適性検査プログラム
P12 受検者情報登録プログラム
P14 検査問題出題プログラム
P141 導入プログラム
P142 択一式問題出題プログラム
P144 計算問題出題プログラム
P146 選択型問題出題プログラム
P148 筆記型問題出題プログラム
P16 解答入力受付プログラム
P18 評価算出プログラム
P182 択一式問題評価算出プログラム
P184 計算問題評価算出プログラム
P186 選択型問題評価算出プログラム
P188 筆記型問題評価算出プログラム
P20 機械学習モデル
P22 筆記型問題用学習モデル
P24 運転特徴判断用学習モデル
D1 運転適性検査データベース
D12 検査問題データベース
D122 択一式問題データベース
D124 計算問題データベース
D126 選択型問題データベース
D128 筆記型問題データベース
D20 受検者情報データベース
D22 検査結果データベース
D222 択一式問題受検者解答データベース
D224 計算問題受検者解答データベース
D226 選択型問題受検者解答データベース
D228 筆記型問題受検者解答データベース
D30 管理者情報データベース
Claims (6)
- 少なくとも受検者の年齢を含む受検者情報を登録する受検者情報登録手段、
運転適性に関する少なくとも2種類以上の検査問題を、ネットワークを通じて受検者端末に表示させることにより出題する検査問題出題手段、
前記検査問題に設けられている制限時間内において前記受検者の解答入力を受け付ける解答入力受付手段、および、
前記検査問題の種類ごとに定められる評価算出表であって、(1)前記受検者の年齢および得点、または(2)前記受検者の年齢、解答数、および誤答数、を入力とする評価算出表にしたがって評価を算出する評価算出手段、
としてコンピュータを機能させ、受検者の運転適性を検査するための運転適性検査プログラム。 - 前記検査問題の少なくとも一つが、見本と選択肢とを表示して、前記見本と同一または前記見本と異なるイラストを、前記選択肢から受検者に複数選択させる問題であり、
前記受検者による選択肢への選択入力を受け付けて、当該選択肢の表示を変更することを特徴とする、請求項1に記載の運転適性検査プログラム。 - 前記検査問題の少なくとも一つが、課題となるイラストを受検者に筆記させる問題であり、
前記解答入力受付手段は、受検者による筆記入力を受け付ける筆記入力受付手段を備え、
前記評価算出手段は、さらに、前記受検者の筆記入力によるイラストが前記課題となるイラストに一致するか否かを判断するイラスト判断手段を備えることを特徴とする、請求項1または2に記載の運転適性検査プログラム。 - 前記受検者の筆記入力によるイラストが前記課題となるイラストに一致するか否かを判断するイラスト判断手段が、
筆記入力によるイラストと、当該筆記入力によるイラストが課題となるイラストに一致するか否かの判断を示すラベルデータと、を学習データとする機械学習モデルであって、受検者の筆記入力を入力データとし、当該筆記入力によるイラストが課題となるイラストに一致するか否かを推論して出力する機械学習モデルに基づいて判断するイラスト判断手段であることを特徴とする、請求項3に記載の運転適性検査プログラム。 - コンピュータ間のネットワーク通信を制御する通信制御部と、
少なくとも受検者の年齢を含む受検者情報を登録する受検者情報登録部と、
運転適性に関する少なくとも2種類以上の検査問題を、ネットワークを通じて受検者端末に表示させることにより出題する検査問題出題部と、
前記検査問題に設けられている制限時間内において前記受検者の解答入力を受け付ける解答入力受付部と、
(1)前記受検者の年齢および得点を取得し、または(2)前記受検者の年齢、解答数、および誤答数を取得し、前記検査問題の種類ごとに定められる評価算出表にしたがって評価を算出する評価算出部と、
を備え、
前記検査問題は、少なくとも、
2つのイラストを表示し、当該2つのイラストが、一致するか否かを解答させる問題を複数出題する択一式問題、
複数の計算問題を連続して出題する計算問題、
見本と選択肢とを表示し、前記見本と同一または見本と異なるイラストを、前記選択肢から受検者に複数選択させる選択型問題、または
課題となるイラストを受検者に繰り返し筆記させる筆記型問題、
のいずれかの問題を含むことを特徴とする、受検者の運転適性を検査するための運転適性検査システム。 - 学習済み機械学習モデルであって、
運転適性検査の受検者情報に含まれている、受検者の運転特徴および年齢と、
運転適性検査において、ネットワークを通じて受検者端末に表示され出題される少なくとも2種類以上の検査問題に対する前記受検者の解答であって、検査問題の種類ごとに定められる評価算出表にしたがって評価を算出するための受検者の解答と、
を学習データとして、
前記受検者の運転特徴と、前記受検者の年齢と、前記受検者の解答と、の関係を学習し、
受検者の年齢、および、少なくとも2種類以上の検査問題に対する受検者の解答を入力データとして、受検者の運転特徴について定量化した値を出力するようコンピュータを機能させるための、学習済み機械学習モデル。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023015769A JP7361252B1 (ja) | 2023-02-06 | 2023-02-06 | 運転適性検査プログラム、運転適性検査システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023015769A JP7361252B1 (ja) | 2023-02-06 | 2023-02-06 | 運転適性検査プログラム、運転適性検査システム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP7361252B1 true JP7361252B1 (ja) | 2023-10-16 |
Family
ID=88328368
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023015769A Active JP7361252B1 (ja) | 2023-02-06 | 2023-02-06 | 運転適性検査プログラム、運転適性検査システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7361252B1 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008206597A (ja) * | 2007-02-23 | 2008-09-11 | Isuzu Motors Ltd | 運転適性診断装置、運転適性診断プログラム及び運転適性診断プログラムが記憶された記憶媒体 |
JP2011024869A (ja) * | 2009-07-28 | 2011-02-10 | Chiba Univ | 大脳高次機能診断装置 |
WO2016148199A1 (ja) * | 2015-03-16 | 2016-09-22 | 国立大学法人大阪大学 | デュアルタスク遂行能力評価方法、及びデュアルタスク遂行能力評価システム |
JP2017205191A (ja) * | 2016-05-17 | 2017-11-24 | 公立大学法人会津大学 | 被験者の識別・反応機能を計測するための識別・反応計測装置、及び被験者の識別・反応機能の計測を実行制御するプログラム |
-
2023
- 2023-02-06 JP JP2023015769A patent/JP7361252B1/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008206597A (ja) * | 2007-02-23 | 2008-09-11 | Isuzu Motors Ltd | 運転適性診断装置、運転適性診断プログラム及び運転適性診断プログラムが記憶された記憶媒体 |
JP2011024869A (ja) * | 2009-07-28 | 2011-02-10 | Chiba Univ | 大脳高次機能診断装置 |
WO2016148199A1 (ja) * | 2015-03-16 | 2016-09-22 | 国立大学法人大阪大学 | デュアルタスク遂行能力評価方法、及びデュアルタスク遂行能力評価システム |
JP2017205191A (ja) * | 2016-05-17 | 2017-11-24 | 公立大学法人会津大学 | 被験者の識別・反応機能を計測するための識別・反応計測装置、及び被験者の識別・反応機能の計測を実行制御するプログラム |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ward et al. | Using virtual presence and survey instructions to minimize careless responding on Internet-based surveys | |
Christy et al. | Leaderboards in a virtual classroom: A test of stereotype threat and social comparison explanations for women's math performance | |
McMaster et al. | Handwriting in 2015: A main occupation for primary school–aged children in the classroom? | |
Schepens et al. | Student teachers' professional identity formation: between being born as a teacher and becoming one | |
Hillier | The very idea of e-Exams: student (pre) conceptions | |
McCabe et al. | Cheating among business students: A challenge for business leaders and educators | |
Arthur Jr et al. | An information-processing-based conceptual framework of the effects of unproctored internet-based testing devices on scores on employment-related assessments and tests | |
Yerdelen et al. | An international validation of the engaged teacher scale | |
US10803765B2 (en) | Display and report generation platform for testing results | |
Cherner et al. | A detailed rubric for assessing the quality of teacher resource apps | |
US20140356838A1 (en) | Education Game Systems and Methods | |
Arthur et al. | The impact of emerging technologies on selection models and research: Mobile devices and gamification as exemplars | |
Davis et al. | Assessing student writing on tablets | |
Chang et al. | Influence of an interactive e-book on the reading comprehension of different ethnic groups using Indigenous culture as content | |
Lemons et al. | Professional development and coaching: Addressing the “last mile” problem in educational research | |
Bergum Johanson et al. | Competence in digital interaction and communication—a study of first-year preservice teachers’ competence in digital interaction and communication at the start of their teacher education | |
Kong et al. | Response time differences between computers and tablets | |
Guo et al. | Differential rapid responding across language and cultural groups | |
Bocarnea | Online Instruments, Data Collection, and Electronic Measurements: Organizational Advancements: Organizational Advancements | |
JP2018059973A (ja) | 学習支援装置および学習支援プログラム | |
Langenfeld et al. | Integrating multiple sources of validity evidence for an assessment‐based cognitive model | |
JP7361252B1 (ja) | 運転適性検査プログラム、運転適性検査システム | |
Li et al. | The validity of computerized visual motor integration assessment using Chinese basic strokes | |
VanDerHeyden et al. | Reliability of computer-based CBMs versus paper/pencil administration for fact and complex operations in mathematics | |
JP7247481B2 (ja) | 情報処理装置及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230206 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20230327 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230529 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230607 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230814 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230817 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230904 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230905 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7361252 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |