| Project/Area Number |
17K00128
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Research Field |
Information network
|
|---|
| Research Institution | Future University-Hakodate |
|---|
Principal Investigator |
Shiraishi Yoh 公立はこだて未来大学, システム情報科学部, 教授 (90396797)
|
|---|
| Project Period (FY) |
2017-04-01 – 2021-03-31
|
| Project Status |
Completed (Fiscal Year 2020)
|
| Budget Amount *help |
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2019: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2018: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Fiscal Year 2017: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
|
|---|
| Keywords | プローブ情報システム / 参加型センシング / 車両挙動データ分析 / 運転行動 / 時系列センサデータ / 文字列化 / 高度道路交通システム（ITS） / 時系列データ / 車両挙動分析 / 高度道路交通システム |
|---|
| Outline of Final Research Achievements |
This research aims to propose a method to analyze vehicle behaviors considering time-series of driver's actions for sharing traffic probe information. This method collects sensor data related to vehicle behaviors, converts the sensor data into character string by applying SAX (Symbolic Aggregate Approximation), and analyzes them by extracting characteristic substrings corresponding to driving actions. The research results show that the proposed method is effective in classifying typical vehicle behaviors such as turning left and right, changing lane and stopping, and it can also be applied to driver classification by adjusting the appropriate data abstraction level by SAX.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究は、時系列のセンサデータを文字列に変換することで、自然言語処理技術を適用可能なデータ分析基盤を提供しており、ITS分野における車載センサデータ処理のための新たな枠組みを提案している。提案手法は、都市交通における快適な運転支援や円滑な交通流を実現するための要素技術として位置付けられるが、車載スマートフォンだけでなく、車載ネットワークから得られるセンサデータも分析対象とすることで、よりドライバーに適した情報提供が可能になると考えられる。
|
