2015 Fiscal Year Research-status Report
交通流映像とセルオートマトンに基づく新たなドライバモデリング手法の確立
| Project/Area Number |
15K00299
|
|---|
| Research Institution | Tokyo Institute of Technology |
|---|
Principal Investigator |
山崎 啓介 東京工業大学, 総合理工学研究科(研究院), 助教 (60376936)
|
|---|
| Project Period (FY) |
2015-04-01 – 2019-03-31
|
| Keywords | 交通流の数理 / 確率セルオートマトン / ベイズ統計 / クラスタ分析 / 渋滞学 |
|---|
| Outline of Annual Research Achievements |
交通流の映像からドライバモデリングを構成するため、まずは高速道路の映像を記録したデータベースの作成に取り組んだ。場所は東名高速町田IC付近の500mの範囲であり、上りと下りあわせて6車線を見下ろす画角を設定した。撮影条件として午前中、午後、夕刻の3種類の時間帯と、晴れ、雨、雨上がりの3種類の天候について撮影を行った。この作業と平行してモデリングに必要な手法であるベイズクラスタリングについての理論解析を行った。人手でクラスタラベルを付加した場合の半教師あり学習のためのクラスタリングの精度の計算、特定の車両について推定を行った場合の精度の計算、さらにモデルとして準備したクラスタ数が実際に必要な数より大きい場合の精度の計算などを行った。またドライバモデルの基礎となる確率セルオートマトンを自然言語処理で用いられるLatent Dirichlet Allocation(LDA)を基に拡張した。この拡張により天候の違いなどで大きく運転法が異なる複数のデータセットに対応したモデリングが可能であることを実験的に示した。さらに運転方法の候補が複数ある場合、実際に走行している車両がどの運転方法に従うかを統計的に判定する手法を提案し、円周上を走る実車データに適用し有用性を確認した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
データベースのための映像が着実に蓄積され、モデリングのための方法および基礎となる確率セルオートマトンの拡張や理論解析が進んでいるため。
|
| Strategy for Future Research Activity |
映像データベースの充実を図る。これまでは同じ場所での比較のため撮影場所は統一していたが、より多様な運転挙動を記録するため追い越しや車線変更が多く行われる箇所を選定し撮影を行う。
これにあわせて運転方法の比較を高速道路映像のデータを基に発展させる。
確率セルオートマトンの構造もドライバモデルについては不十分である場合があるので、データにあわせた拡張および、その性能についての解析を行う。
|
| Causes of Carryover |
確率モデル設計における予想外の進展により、予定していた国際会議での発表ではなく、国際ジャーナルへの投稿へ変更したため。
|
| Expenditure Plan for Carryover Budget |
さらなる情報収集のための旅費として使用する
|
