Influence of autonomous vehicles learning system optimum movement with AI on traffic flows and driving behavior

2021 Fiscal Year Annual Research Report

• Project/Area Number: 19K04660
• Research Institution: Meijo University
• Principal Investigator: 松本 幸正 名城大学, 理工学部, 教授 (30239123)
• Project Period (FY): 2019-04-01 – 2022-03-31
• Keywords: 自動運転 / 交通流シミュレーション / マルチエージェント / 信号交差点 / ドライビングシミュレータ / AI / 深層学習 / 協調

Outline of Annual Research Achievements

本研究では，自動走行車両が混在する近未来の道路交通環境を想定し，オンラインの信号情報やリアルタイムで観測される周辺交通環境に応じて最適な挙動を取る自動走行車両のモデル化を目指し，また，自動走行車両と信号機を協調させながら道路交通システムを最適化する手法の確立を目指した．さらに，自動走行車両が一般車両に混在することによる影響を，その混入率の違いに着目して明らかにするとともに，自動走行車両が一般ドライバーの運転挙動にどのような影響を及ぼすのかを捉えるために3Dドライビングシミュレータを用いた運転実験も行った．
令和3年度は，車両と協調学習する信号制御システムにおいて右左折走行の導入を行った．交通ネットワークを対象として，交通ビックデータに基づいて最適な経路を深層学習によって事前に予測するシステムの構築も進めた．また，3Dドライビングシミュレータ上に自動運転車両を発生させ，混在率や道路条件を変化させた際のドライバーの反応を運転実験によって捉えた．
これらの研究開発を通して，現実に近い右左折走行も含んだ環境において，できるだけ赤信号で停まらずに済む円滑な走行挙動を学習させることが可能であること，信号制御と協調することによって交通流のいっそうの円滑化が可能になることが明らかになった．道路交通環境の情報に基づいて最適な経路を学習することは容易でなく，最適経路の的中率は高くないこともわかった．自動運転車両が混在する道路環境での一般ドライバーへの影響としては，交通流の円滑化につながる可能性も示唆されたが，車線数が少ない場合には走行挙動にバラツキをもたらす可能性があることもわかった．
以上のことから，自動走行車両が混在する近未来の道路交通環境においては，道路環境を整えれば，交通流を円滑化させることができ，交通事故の減少，また，二酸化炭素排出量の削減が可能であると考えられる．