2006 Fiscal Year Annual Research Report
| Project/Area Number |
18560229
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Research Institution | Toyohashi University of Technology |
|---|
Principal Investigator |
感本 広文 豊橋技術科学大学, 工学部, 講師 (20273328)
|
|---|
| Keywords | 機械力学・制御 / 逆問題 / 自動車事故 / ニューラルネットワーク |
|---|
| Research Abstract |
本研究は,運動の逆問題解析によって自動車事故の再現を行う事を目的とする.従来,逆問題の解析には妥当と思われる仮定の下で順問題的アプローチを適用するトップダウン的な手法がとられてきたが,本研究では単純な規則に基づく機能の連鎖によって現象全体の状態が規定されるという創発的発想に基づいて逆問題を解析する.創発的発想に基づく解法には,ニューラルネットワーク,ファジィ,カオス,遺伝的アルゴリズムなど,いくつかの手法が開発されているが,現状の事故再現手法(鑑定者の勘と経験)の代替法として適していると思われる事から,本研究ではニューラルネットワークを使用した.ネットワークの学習および検証用のデータには,広範囲のデータを与えることが望ましいが,現実の車両運動データをそろえることは難しい.そこで,本研究では車両の運動シミュレーションによって,これらのデータを作成した.
はじめに単独直進運動を取り扱った.事故車両は概して通常走行よりも大きな回転速度を持つことが多いので,次いで回転運動を伴う車両運動の再現を行った.ここで,車両は衝突時に全車輪がロックされ,路面に残されたスリップ痕より車両の移動距離が与えられると仮定した.そして,車両の移動距離から,車両の初期速度と初期回転速度を求める事とした.単独直進事故の再現については1層,中間層ユニット数3個,回転を伴う車両運動の再現については3層,中間層ユニット数各層とも30個の階層型ニューラルネットワークを構築し,構築したニューラルネットワークの有効性について検証した.その結果,現実的な車速範囲で通常走行時に比べて非常に大きな角速度を有する車両運動を実用的な精度で再現可能なニューラルネットワークを構築することができた.
|
