2021 Fiscal Year Annual Research Report
Optimization of freeway traffic flow with exogenous control of autonomous vehicles
| Project/Area Number |
19H02268
|
|---|
| Research Institution | Ritsumeikan University |
|---|
Principal Investigator |
塩見 康博 立命館大学, 理工学部, 教授 (40422993)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
柳原 正実 東京都立大学, 都市環境科学研究科, 助教 (20739560)
服部 宏充 立命館大学, 情報理工学部, 教授 (50455581)
吉井 稔雄 愛媛大学, 理工学研究科(工学系), 教授 (90262120)
瀬尾 亨 東京工業大学, 環境・社会理工学院, 准教授 (90774779)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 車両走行軌跡データ / 動的交通流マネジメント / 交通流シミュレーション / 交通状態推定 / 追従モデル / 強化学習 |
|---|
| Outline of Annual Research Achievements |
本研究は，将来的なコネクティッド車両や自動走行車両（CA車両）の普及を想定し，交通管制側からCA車両の挙動を介入的に制御することなどにより，渋滞発生の緩和， ショックウェーブの解消，それに伴う事故防止のための交通流マネジメント手法に関わる諸要素の理論構築を行う．従来の研究では考慮されていな かった車線変更を含むCA車両と一般車両の相互作用や，現実的なリアルタイムデータ取得環境を考慮した点に新規性がある．具体的な取り組みとして，1)深層学習を用いたデータ駆動型車両挙動モデルの開発とミクロ交通流シミュレーションへの実装，2)多種データの融合利用による全車両走行軌跡を動的に推定する手法の構築，3)教科学習を用いたCA車両の挙動制御を含む交通マネジメントアルゴリズムの開発，に取り組んだ．
1)に関しては，車両走行軌跡データの学習に基づく車両挙動モデルについて，入力変数の感度分析，および当該モデルを用いた交通流のシミュレーションを実行した．これにより，より少ない入力変数で現実的な交通現象の再現が可能であることを示した．
2)に関して，ミクロな観点に加えて，マクロな観点での交通状態推定への展開を試みた．これは単路における集計的な交通状態だけではなく，ネットワーク全体の交通状態のリアルタイムでの推定を含んでいる．さらにこれ基づくダイナミックな交通マネジメントによる交通事故の削減効果を示した．
3)については，強化学習による可変制限速度制御，およびCA車両の介入制御による合流挙動の最適化を行った．前者では合流部，サグなどの状況に応じて適切に制限速度を変更させることで交通渋滞の緩和が確認された．後者では報酬関数の変更により，異なる車両挙動および全体的な交通状態が実現されることを確認した．
|
| Research Progress Status |
令和3年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和3年度が最終年度であるため、記入しない。
|
-
-
-
-
-
-
-
-
[Presentation] Evaluation of large-scale complete vehicle trajectories dataset on two kilometers highway segment for one hour duration: Zen Traffic Data2021
Author(s)
Seo, T., Tago, Y., Shinkai, N., Nakanishi, M., Tanabe, J., Ushirogochi, D., Kanamori, S., Abe, A., Kodama, T., Yoshimura, S., Ishihara, M., and Nakanishi, W.
Organizer
2021 International Symposium on Transportation Data and Modelling
Int'l Joint Research
-
-
-
-
-
