26/7/9
運転行動分析 レポート | Machbase Neo LLM Chat
車両の6軸IMUセンサー（3軸加速度計＋3軸ジャイロスコープ）の生データ（1秒間隔、約1時間52分・47,096件）から、AIがドライバーの運転パターンを自動分析するレポートテンプレートです。
🎬動画 |
🔗ソース |
分析パイプライン
イベント検出：急加速（AccXの上限超過）、急ブレーキ（AccXの下限未満）、急旋回（GyroZ・AccYのしきい値超過）の3種類を検出。平均±2σに基づく適応型（Adaptive）しきい値で、ドライバーごとの異常な瞬間を統計的に捉えます。
安全スコア算出：イベント頻度・危険運転比率・強度を組み合わせて0～100点で評価し、4段階（Safe/Moderate/Risky/Dangerous ）に分類します。
3軸ベクトル可視化：生波形（タグごとに1秒の時間分解能）と3軸オーバーレイ（分単位のロールアップ、凡例クリックで表示切替）を併せて提供します。
イベントタイムライン：AccX波形に急加速（▲）・急ブレーキ（▼）・急旋回（◆）のマーカーを重ねて表示。イベントが多い場合は200件にサンプリングし、過負荷を防ぎます。
イベント集計テーブル：種類別の発生回数・比率・最も集中した時間帯を、ロールアップバケット単位で集計します。
Classラベルに基づく検証：0/1/2ラベルの時系列分布と平均値を使い、教師あり学習の観点で実績・予測を検証する説明を生成します。
LLMによる詳細レポート：安全スコア評価→加速度パターン→旋回安定性→運転等級分布→総合要約の順に文章形式の診断を行い、8項目の推奨事項（根拠・実施方法・期待効果の3部構成）を自動生成します。
操作機能
スクロールでズーム、ドラッグで移動、ダブルクリックでリセット、3軸チャートの凡例による表示切替、イベントマーカーの詳細ツールチップに対応
✔ひとことで要約
IMU生波形 → 適応型しきい値（平均±2σ）によるイベント検出 → 4段階の安全評価 → 3軸ベクトル可視化 → イベントと波形の相関タイムライン → LLMによる診断レポートの自動生成
#Machbase #MachbaseNeo #運転行動分析 #IMU #センサーデータ #安全運転 #急ブレーキ #急加速 #急旋回 #時系列DB #llm #AI分析 #テレマティクス #predictivesafety #drivingbehavior
