近年，自転車利用者は増加傾向にある．その一方で，自転車に配慮した道路環境整備が十分に進んでいない現状がある．こうした現状から，自転車利用者が道路を快適に走行することができないという問題が生じている．この問題に対するアプローチとして，快適に走行可能な道路はどこなのかという情報を収集し，自転車利用者間で共有する方法が考えられる．自転車の快適性に関する情報として，障害物や車両の交通量，路面の凹凸や勾配などが挙げられるが，本研究ではその中でも特に影響が大きいと考えられる路側帯上の障害物に着目し，障害物の有無や規模に関する情報を収集する．そのために，自転車が排水溝の蓋や路上駐車の車両などの障害物を回避する際に特有の挙動を示すことから，自転車の障害物回避挙動を検出することによって障害物に関する情報を収集することを目的とする．著者らはこれまでに，自転車の進行方位が障害物を回避する際に変化するという特徴を用いた機械学習により，障害物回避挙動を検出する手法や，さらに速度変化の特徴を用いた手法を提案してきた．これらの手法は，実環境へ適用する際に複数の課題が存在する．最も重要な課題として，実際に公道を走行した際の自転車の挙動データには複数の障害物回避区間が含まれているのに対し，先行研究の手法はそれらを個別に検出することはできないという課題があった．そこで本稿では，直進区間のデータを正常なデータ，障害物回避区間のデータを異常なデータとした異常検知を，k=1 とした k 近傍法を用いて行うことで，公道を走行した長距離走行時の挙動データから障害物回避区間候補を抽出する手法を検討する．また，評価実験として，長距離走行時の挙動データからの障害物回避区間候補の抽出精度および，抽出した区間に対して先行研究の障害物回避挙動検出手法を適用した際の検出精度を評価した