| Project/Area Number |
21K12019
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 61030:Intelligent informatics-related
|
|---|
| Research Institution | Ritsumeikan University |
|---|
Principal Investigator |
Gu Yanlei 立命館大学, 情報理工学部, 講師 (40704838)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2023: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2021: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
|
|---|
| Keywords | 自動運転 / センシング / サイクリスト / スマートフォン / 協調認識 |
|---|
| Outline of Research at the Start |
本研究は、協調認識手法を使用することによって、サイクリスト（自転車利用者）の意図を予測し、自動車と自転車の事故を低減することを目的とするものである。まず、本研究に提案するシステムは自動車に搭載された検知システムを利用し、サイクリストの速度・動線・姿勢、および環境の状況情報を統合して、自車の前方で道路を横切ろうとするサイクリストの意図を予測する。さらに、搭載された検知システムの視界が悪いときの限界を補うために、サイクリストの意図をサイクリストのスマートフォンから推測する。次に、二つの情報源（自動車搭載の検知システムとサイクリストのスマートフォン）は、協調認識ができるように統合される。
|
| Outline of Final Research Achievements |
This research proposes to use a cooperative perception method to predict the intention of cyclists and reduce vehicle-bicycle accidents. This research addresses the cyclist safety issue from both the ego-vehicle and cyclist perspectives. The proposed systems utilize the capability of the vehicle onboard sensing system and the surveillance system, and integrate cyclists’ speed, trajectory, posture, and contextual environmental information to predict the cyclists’ intention to cross a road. Additionally, the intention of cyclists is estimated from their smartphones to overcome the limitations of the onboard sensing system.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究に提案するシステムは自動運転の開発に貢献し、私たちの社会でのサイクリストの安全課題の解決に役立つことが期待される。現在の自動運転の研究は、自動車搭載のセンサーと人工知能を信頼できる自動化技術を開発することにある。しかし、自動車に搭載されたセンサーは、検出能力あるいは検出の範囲が、気候および環境条件により物理的に妨げられたり弱められたりするという困難に直面している。したがって、協調認識の概念（例えば、インフラストラクチャー、または他の道路利用者への通信）を探求する必要がある。協調認識と人工知能は、拡張された検出範囲と高度なデータを通して効率性と安全性を改善することができる。
|
