本研究では，足裏16点の圧力分布からアクセル・ブレーキ操作の踏み方の特徴を解析し，踏み間違いの発生を早期に検知する可能性を示した．
高齢運転者に多いとされる踏み間違い事故に対し，従来方法は車両挙動から事後的に検知するものが多く，誤操作そのものを直接捉えるのは困難だった．そこで本研究では足圧データを統計的に解析し，各ペダル操作に固有の圧力パターンを明らかにした．さらにリアルタイムな踏み間違いの検知を想定した機械学習による分類実験を行い，被験者横断で約85％の精度でアクセル/ブレーキを判別できた．これにより，踏み間違いが起こる直前の異常な踏み方を検知し得る基盤研究として有望であることを示した．