| Project/Area Number |
19H02371
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 24020:Marine engineering-related
|
|---|
| Research Institution | National Institute of Maritime, Port and Aviation Technology |
|---|
Principal Investigator |
Majima Takahiro 国立研究開発法人海上・港湾・航空技術研究所, その他部局等, 研究員 (30392690)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
澤田 涼平 国立研究開発法人海上・港湾・航空技術研究所, その他部局等, 研究員 (00825911)
高玉 圭樹 電気通信大学, 大学院情報理工学研究科, 教授 (20345367)
福戸 淳司 国立研究開発法人海上・港湾・航空技術研究所, その他部局等, 研究員 (40360713)
佐藤 圭二 国立研究開発法人海上・港湾・航空技術研究所, その他部局等, 研究員 (90734244)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Project Status |
Completed (Fiscal Year 2021)
|
| Budget Amount *help |
¥17,420,000 (Direct Cost: ¥13,400,000、Indirect Cost: ¥4,020,000)
Fiscal Year 2021: ¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
Fiscal Year 2020: ¥6,240,000 (Direct Cost: ¥4,800,000、Indirect Cost: ¥1,440,000)
Fiscal Year 2019: ¥6,760,000 (Direct Cost: ¥5,200,000、Indirect Cost: ¥1,560,000)
|
|---|
| Keywords | 避航操船 / 学習分類子システム / OZT / COLREGs / 学習分類子法 / COLREG / 大時定数 / CORLEGs |
|---|
| Outline of Research at the Start |
自律的な避航操船において確立できていない課題として、複数の相手船の動向に対する危険度を評価し、避航計画を立てる判断機能がある。この課題に対し、航行妨害ゾーン（以下OZT（Obstacle Zone by Target）と略す。）と呼ばれる指標を活用し、避航操船アルゴリズムの研究を進める。アルゴリズムは、時定数が大きな大型船の旋回・停止性能を考慮し、旋回する相手船のOZTの動きを予測し、さらには、通航の指針となる海上衝突予防法に沿った避航操船を実現する必要がある。本研究では、機械学習の一つであり、“学習結果が説明可能”な学習分類子法（Learning Classifier System）を援用することで上記した複雑な条件を克服する。
|
| Outline of Final Research Achievements |
Japan has one of the most congested sea areas in the world, and therefore, an advanced automatic collision avoidance maneuvering algorithm is required to realize a maritime autonomous surface ship. In this study, we developed ship collision avoidance algorithms using OZT (Obstacle Zone by Target), an indicator of collision risk, and a navigation simulation environment to test the algorithms. Two algorithms were developed for the collision avoidance: a knowledge-based method and a learning classifier system, which is an explainable AI. The knowledge-based method was tested in a simulation environment that reproduced vessel traffic flow in Tokyo Bay, a congested sea area. The learning classifier system was used to learn how to maneuver a vessel to reach its destination without collision in a basic situation with other vessels.
|
| Academic Significance and Societal Importance of the Research Achievements |
船舶による国内貨物輸送量はトンマイルベースで40%を超えており、輸送効率が高く、国内物流の要となっている。また、日本周辺は世界でも有数の輻輳海域であり、船舶の海難事故の8割が人為的要因で発生している。自動運航船の実現は、安全、経済、環境や、労働力不足といった問題の解決にもつながり、社会的意義は大きい。しかし、船舶の衝突事故では、人命損失や甚大な環境破壊の可能性が懸念されるため、避航操船アルゴリズムには説明が付く手法が望まれる。本研究で応用した学習分類子法は、説明可能なAIであり、避航操船に初めて応用された例となるため、学習分類子法の可能性を拡張する意味で学術的にも意義深い。
|
