［趣旨］

　自動車業界では、先進運転支援システム（ADAS）や自動運転技術の進化とともに、車内空間の価値が再定義されつつあります。従来の「運転主体の空間」から、「乗員の安全や体験を中心とした空間」へとシフトし、スマートな安全システムやパーソナライズされたユーザー体験が車載技術の中核を担うようになっています。
　さらに、自動運転技術やロボタクシーの台頭は、車内を「移動するだけの場所」から「過ごす・働く・楽しむ空間」へと変化させており、インフォテインメントシステムやデジタルディスプレイ空間の高度化が期待されています。
　こうした流れは、生成AI（Generative AI）からAGI（汎用人工知能）、ASI（人工超知能）へと続くAIトレンドの影響も受けることが想定され、乗員との自然な対話や予測的なサービス提供が可能になることで、車内UXの革新が期待されています。
　また、電動化の進展に伴い、バッテリーマネジメントシステムの重要性も高まっており、AIとの連携によるエネルギー効率の最適化や、乗員体験への影響も注目されています。
　本講演では、車載インテリアセンサー技術の最新トレンドを中心に、DMS・OMS・HVAC・HMI・BMSなどの主要技術と、AI・ロボタクシーの社会実装がもたらす変化について、包括的な視点で解説いたします。

［プログラム］

1. 自動車業界の変化と車内空間の再定義
　1.1 ADAS・自動運転技術の進化
　1.2 UX中心の設計思想と空間価値の変化
　1.3 自動運転・ロボタクシーによる空間の再構築

2．車載インテリアセンサーの技術トレンド
　2.1 DMS（ドライバー・モニタリング・システム）
　2.2 OMS（乗員モニタリング・システム）
　2.3 HVAC（空調）
　2.4 HMI（ヒューマンマシンインターフェース）
　2.5 インフォテインメントとデジタルコックピット

3. 電動化とエネルギーマネジメント
　3.1 バッテリー・モニタリング・システム（BMS）
　3.2 バッテリー管理アーキテクチャ
　3.3 AIによるエネルギー最適化とUX連携

4. AI技術の進化と車載システムへの応用
　4.1 生成AIによるUX最適化
　4.2 AGI・ASIの可能性と未来のモビリティ体験

5. まとめと今後の展望

●得られる知識　ドライバー状態推定技術の動向、実装に向けた課題
●キーワード　ドライバー状態推定、センシング、機械学習、生体情報

［趣旨］

　自動車の安全性・快適性の向上には，車両外環境の認識だけでなく，キャビネット内でのドライバーの状態理解が不可欠です．ドライバーの特性を踏まえたセンシングと解析技術により，疲労・眠気・ストレス・注意状態などをリアルタイムに推定し，それに応じてアシストを最適化することが求められています．本講演では，カメラ・レーダ・センサデータの統合，機械学習によるドライバー状態推定の研究・開発動向を紹介し，実装に向けた課題と今後の展望について説明します．

［プログラム］

１．ドライバー状態推定の意義
　1.1 外界認識から人間中心センシングへ
　1.2 自動運転・ADASにおけるドライバー状態推定の必要性

２．ドライバー状態の分類

３．個人特性と心理・生理学的多様性

４．代表的なドライバー状態推定技術
　4.1 視線・表情・姿勢検出による状態推定
　4.2 生体情報センシングと非接触計測技術

５．マルチモーダル統合センシング

６．スマートデバイスとの連携

７．データ取得の実際とノイズの影響

８．機械学習による状態推定
　8.1 機械学習の基本
　8.2 状態推定における機械学習の手法
　8.3 機械学習を用いた推定技術例

９．実装における技術的・倫理的課題

10．まとめ