2019 Fiscal Year Annual Research Report
実世界データストリームの高次理解に基づくサイバー空間モビリティ構築技術
| Project/Area Number |
19H04095
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
山口 弘純 大阪大学, 情報科学研究科, 准教授 (80314409)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
廣森 聡仁 大阪大学, 経営企画オフィス, 准教授 (90506544)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | 高度交通システム / モビリティ / シミュレーション |
|---|
| Outline of Annual Research Achievements |
動画像・センサーデータストリームからの高精度モビリティ抽出技術の基礎設計を実施した．特に，今年度は動画像からの移動方向と車両相対距離・角度計算などを行う方法論開発を中心に実施している．具体的には，ドライブレコーダーの動画像を収集し，そのストリームをフレームバイフレームで取り出すとともに，Yoloなどの最新の物体認識技アルゴリズムを適用して得られる車両，歩行者，自転車，バイクの情報を用いる．ドライブレコーダーの設置高，設置角情報を入力すると，自身の車両から検出した周辺走行車両への距離および相対位置関係，動画像を時系列で処理することによる相対移動速度の検出を可能とするアルゴリズム開発を行った．また，マルチレーン検出に基づき，車両の車線変更などが検出可能であることを示した．これらにより，車両や街路の歩行者・自転車などモビリティデータ再現に必要なデータを取得する技術の確立に向けた初期実験の有効な結果を得ている．またデバイス処理能力に応じた物体認識処理を遅滞なく実行するための技術に関する基礎検討を行い，車両や歩行者からのアップロードデータに基づくクラウドセンシング技術の設計を行った．特に，負荷分散と公平性，各デバイスの処理能力を考慮し，モビリティデータ取得と解析をどのデバイスにどのタイミング・どの範囲で依頼するかを決定するアルゴリズムの検討を開始している．また，最後にこれらのデータを広域シミュレーションに取り込むためのデータ同化手法についての検討を開始した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
動画像からの状況把握はマルチレーン検出および物体検出を組み合わせ，距離推定をリアルタイムに行う技術を開発している．近年の動画像における物体検出の高速化の恩恵を受け，高速な検出アルゴリズムの設計が可能になってきている．ただし精度と処理速度のトレードオフが依然として存在するため，それらを考慮したモビリティ抽出技術としていく必要がある．クラウドセンシングに関しては従来より実施しているスマートフォンでの状況認識事例をもとに，クラウドセンシングによる時空間の被覆可能性を検討しつつあり，特段の障壁はない．
|
| Strategy for Future Research Activity |
引き続き，大阪市などにおける道路交通網の再現を目指した技術を確立していく．ミクロモビリティによる広域シミュレーションの再現技術についてはすでに着手しており，本研究で開発するモビリティ抽出技術との連携検討を開始している．リアルタイムに情報をフィードし，それをモビリティシミュレーションに反映する技術の開発を進める．
|
