Research on digital twin infrastructure for real-time traffic flow control
| Project/Area Number |
22K12017
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 60060:Information network-related
|
|---|
| Research Institution | Toho University |
|---|
Principal Investigator |
佐藤 文明 東邦大学, 理学部, 教授 (40273164)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2024: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2023: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2022: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
|
|---|
| Keywords | 高度交通システム / 深層学習 / 物体検知 / セマンティックセグメンテーション / トラフィックアラートシステム / 交通流制御 / モバイルコンピューティング / デジタルツイン |
|---|
| Outline of Research at the Start |
近年のIoTの進展により、物理空間の情報を収集し仮想空間のシステムに反映し、可視化やシミュレーションを行うデジタルツインへの注目が高まっている。本研究では、新興国における渋滞問題や増加する交通事故の問題に対する解決策の一つとして、デジタルツインを利用した交通流の予測、シミュレーション、そして制御に関する研究を行う。交通流制御にデジタルツインを利用するために、車両の道路上の位置関係を高い精度で仮想空間に反映する技術の研究開発を行う。また、適切な交通流制御を行うために、制御対象の車両をその場で指定してピンポイントでアラート情報を送信するための技術を研究開発する。
|
| Outline of Annual Research Achievements |
本研究では、新興国における渋滞問題や増加する交通事故の問題に対する解決策の一つとして、デジタルツインを利用した交通流の予測、シミュレーション、そして制御に関する研究を行う。交通流制御にデジタルツインを利用するには、車両の道路上の位置関係を高い精度で仮想空間に反映する必要があるが、GPSなどの従来測位技術では十分な精度が得られない問題があった。本研究の目的は、交通状況をリアルタイムに収集して、道路の形状や車両の配置をパラメータとして仮想空間内でシミュレーション、及び予測を行って実空間に適切にフィードバックする機構を持つデジタルツインを構築することでである。
令和４年度は、この研究期間の１年目であり、道路上の車両配置の高精度化を実施した。すでに車載端末の前方画像から車両検知を行い、道路上の配置の計算方式は試作されているが、パラメータが決め打ちになっているなど問題があった。カメラ画像での車両の位置から道路上の位置に変換するには、射影変換を用いており、その際に画面内の消失点の位置を決定する必要があった。直線の高速道路のような安定した道路では、決め打ちの消失点の位置でも十分であるが、一般道ではカーブやアップダウンがあるため画面内の消失点の位置が変化する。令和４年度では、深層学習によるセマンティックセグメンテーションによって、画面内の道路部分を検知することで消失点を動的に決定し、パラメータ設定を自動化した。そして、射影変換された道路上の車両の位置の精度を向上させることができた。アプリケーションの評価実験をインドネシアのJakartaで実施し、有効性を評価した。この成果は、令和４年の国際会議IEEE IV2022に採録され発表した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
令和４年度は、交通状況をリアルタイムに収集し、道路上の周辺車両の位置を計算するアプリを構築した。周辺画像は、スマートフォンに接続したUSBカメラから入力することでカメラの設置方法の自由度を向上させた。そして、深層学習の物体検知によって画像から車両を検知する。検知された画像内の位置から、道路上の位置に変換するには射影変換を用いている。このとき、画面内の消失点の情報が必要となるが、従来決め打ちで設定してきた。これを、セマンティックセグメンテーションによって画像内の道路領域を深層学習によって抽出することで、道路の左右のエッジを抽出し、それらの交点から消失点を動的に決定する方式を提案し実装した。また、この処理はスマートフォン上に実装することは負荷が高すぎるため、クラウド上のサーバマシンで実装した。この実装によって、高い精度で安定して消失点を求めることができるようになり、道路情報の車両の位置を高い精度で決定することができた。この成果は国際会議でも報告することができており、このことから、研究は当初の計画通り進捗している。
|
| Strategy for Future Research Activity |
令和５年度は、開発しているプリケーションによって推定された車両の道路上の動きから、危険な運転をする二輪車を特定し、ドライバーやライダーに通知するアプリケーションを作成し、その効果を二輪車の交通流が問題となっているJakartaで評価する。また、検知した二輪車の危険な走行情報を使って、そのタイミングの動画を蓄積することにより、どの地点でどのような危険運転が生じているのかをDB化する。そして、そのデータを多くの利用者と共有できるようにしていく。また、その情報を地図上に提示し、デジタルツインの基礎情報とすることである。
|
Report
(1 results)
Research Products
(1 results)
