2020 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昨年度に引き続いて実施するとともに，その高度化を目指した．今年度は車両や歩行者の位置検出精度向上のため，走行時動画像からの多車線検出および補完手法の高精度化，ならびにモビリティ再現のための車両方向検出プログラムの開発に着手している．2019年度では，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行い，おおよその目途を得たが，画像中の位置のみならず，どの走行車線に車両が存在するかを正しく推定しなければ高精度化が図れない．この問題に対し，自車両の走行車線のみならず，他の走行車線を高速かつロバストに検出するアルゴリズムを開発した．ドライブレコーダーの動画像に対し，検出線を設定し，移動により蓄積される時空間画像に対し，最も白線らしい部分を検出し，レーン検出に用いることで，従来難しかったマルチレーン検出が高い精度で可能になったことを示せた．
また，実車両にLiDARとドライブレコーダーを搭載し，大学構内での距離測定実験を実施した．昨年度開発したアルゴリズムを用い，自身の車両から検出した前方走行車両への距離および相対位置関係の精度検証を実施した．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実現のおおよその目途が得られている．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は昨年度に引き続き実施するとともに，大阪市ならびに豊岡市を題材をした広域シミュレーションのためのＯＤデータ取得技術を開発している．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
動画像を用いた周辺車両や歩行者の位置や相対速度検出による周辺状況理解技術は順調に開発が進んでいる．従来では容易でなかったマルチレーンの検出技術を創出することができ，これを今年度に集中的に開発することで精度向上の目途が得られた．これらを用い，シミュレーションとの同化手法が確立できれば，本研究開発の目標が達成できる．シミュレーションについては大阪市と豊岡市といった近畿の自治体の交通網をミクロシミュレーションで再現しつつあり，データ取得とあわせて再現の目途も得られている．当初の計画通りであり，対外発表や国際会議での招待講演も実施している．概ね順調と考える．
|
| Strategy for Future Research Activity |
引き続き状況把握技術の高精度化は実施していきたい．特に右左折やカーブといった状況でも周辺車両の正しい把握が可能かは検証する必要がある．また広域車両シミュレーションに対しどの程度のボリュームでデータを与えるとミクロシミュレーションでの再現率が上げられるかは今後の研究で明らかにしていく必要がある．そういったデータ同化手法を中心に研究開発を進めていく．
|
Research Products
(3 results)
