計装車両の走行中データ取得による地面の力学的特性の推定
| Project/Area Number |
20K04357
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 20010:Mechanics and mechatronics-related
|
|---|
| Research Institution | 防衛大学校(総合教育学群、人文社会科学群、応用科学群、電気情報学群及びシステム工学群) |
|---|
Principal Investigator |
山川 淳也 防衛大学校(総合教育学群、人文社会科学群、応用科学群、電気情報学群及びシステム工学群), システム工学群, 教授 (10546138)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
吉田 秀久 防衛大学校(総合教育学群、人文社会科学群、応用科学群、電気情報学群及びシステム工学群), システム工学群, 教授 (00332635)
江藤 亮輔 防衛大学校(総合教育学群、人文社会科学群、応用科学群、電気情報学群及びシステム工学群), システム工学群, 講師 (20761480)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000)
Fiscal Year 2022: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2021: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2020: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
|
|---|
| Keywords | 路外走行 / 火山灰 / ガウス過程 / タイヤ / 横力特性 / 路面特性 / タイヤ力学特性 / ガウス過程回帰 / データ処理 / 車両走行 / 地面力学特性 / 地面とタイヤの相互作用 |
|---|
| Outline of Research at the Start |
計装車両で様々な地面を走行して車輪に掛かる力ならびに車両と地面の状態を計測して地面の力学的特性を得るための方法を検討する。ある車両が走行するのに十分な駆動力を発揮できるか、地面が車両重量を支持するのに十分な強度か、操縦性がどこまで保障されるかなど、車両走行性や作業性の判断に資する情報を得ることを考える。計装車両の現地走行で取得するデータは比較的大きいため、有意な情報を得るための効率的なデータ処理の方法を検討して開発する。
|
| Outline of Annual Research Achievements |
この研究は、計装車両で走行中に取得したデータを処理することにより、タイヤとの相互作用による地面の特性を明らかにするものである。その手法を検討するために、火山灰上を走行したデータの処理を行なった。これは、火山災害における降灰の車両への影響を予測するのに有効である。アスファルト舗装の上に火山灰を敷いた路面で計装車両を走行させて得られたデータを処理して、降灰厚さや粒径と転がり抵抗との関係、タイヤスリップ率と制駆動力の関係、ならびにタイヤ横すべり角と横力の関係を明らかにした。直進走行での転がり抵抗については、接地荷重がほぼ比例して影響するためにその特性を整理するのは容易であるが、タイヤ横力に関しては、接地荷重のみならず、キャンバー角による横力が計測時に加わるため、純粋な横すべり角と横力の関係を明らかにするには、工夫が必要となる。横力特性については、アスファルト路面でのタイヤモデル化と同様にガウス過程を用いた。ガウス過程によりデータを処理することで、タイヤ横すべり角、キャンバー角、接地荷重変化の3変数と火山灰上での横力の発生について予測が可能となった。別の手法としてニューラルネットワーク(NN)による横力発生のモデル化を行った。NNモデルでは、重みとバイアスの初期値により異なるモデルが生成されるため、無作為に設定した初期値で40個から100個のモデルを生成し、その平均値ならびに標準偏差を求めた。NNでは40個ほどの計算によりガウス過程と同様の確率的な予測が可能であったが、一つの重みとバイアスの組み合わせで得られた横力の予測値の確からしさは知ることができない。ガウス過程では、一度ハイパーパラメタを求めると、確率モデルが生成されるため、その予測値の確からしさが同時に得られる点で、ガウス過程による手法の方がより洗練されていると言える。研究成果については国際会議で発表を行なった。
|
Report
(4 results)
Research Products
(12 results)
