| Project/Area Number |
17K06252
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Research Field |
Intelligent mechanics/Mechanical systems
|
|---|
| Research Institution | Nagoya University (2018-2019)
Tokyo University of Agriculture and Technology (2017) |
|---|
Principal Investigator |
Akagi Yasuhiro 名古屋大学, 未来社会創造機構, 特任准教授 (90451989)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Project Status |
Completed (Fiscal Year 2019)
|
| Budget Amount *help |
¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000)
Fiscal Year 2019: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2018: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2017: ¥2,990,000 (Direct Cost: ¥2,300,000、Indirect Cost: ¥690,000)
|
|---|
| Keywords | 運転行動データベース / 自動運転 / マルコフ連鎖モンテカルロ / 安全性評価 / 運転行動分析 / ヒヤリハット / 交通事故分析 / サンプリング / リスク予測 / 運転支援 / 交通事故予測 / オントロジー / 知能機械 / 知能ロボティックス / 機械学習 / 高度道路交通システム（ITS） / 交通事故 |
|---|
| Outline of Final Research Achievements |
This research project consists of three part : to collect and analyse urban driving behavior data, a sampling method for dangerous driving behavior models from the driving data and applied the dangerous driving index to an automated driving system and conducted an urban driving experiment.
For the collection of driving behavior data, we proposed a new annotation method based on traffic ontology and increased the search efficiency by more than 10 times. In the sampling method of dangerous driving behavior, we constructed a method to extract only dangerous samples from driving behavior dataset and verified its effect using domestic and foreign dataset. In an urban driving experiment, a decision-making algorithm of an automated vehicle to start a right turn is implemented, and a subject experiment is conducted to investigate the degree of danger given to traffic participants. Then 5% of the subjects felt that the right turn behavior of the automated vehicle was dangerous.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究の成果のうち、人間の運転行動データから危険な運転行動の特徴を抽出し、その行動範囲を予測する手法は、自動運転車の行動判断機能の設計や、安全性評価試験のサンプルデータとして有用である。近年、自動走行機能をもつ車が次々と市販されている中で、その安全性を客観的に評価する手法の開発が求められており、本手法により試験サンプルを客観的かつ自動的に生成することで、課題解決に貢献できる点は社会的意義がある。また、自動運転車に搭載される行動判断機構がどのような指標により動作しているのかを客観的に示すことができる点は、自動運転車による公共的な交通サービスの実現に貢献できる。
|
