2022 Fiscal Year Research-status Report
空間情報と知識情報を制御入力として活用する知能化パーソナルモビリティの研究
| Project/Area Number |
21K03976
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
伊藤 太久磨 東京大学, 大学院工学系研究科(工学部), 講師 (10847106)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | パーソナルモビリティ / 知能化モビリティ |
|---|
| Outline of Annual Research Achievements |
本研究では，一人乗りの電動小型低速移動体であるパーソナルモビリティを対象とし，見通しの悪い路地での周辺交通参加者との出会い頭事故防止のための自動制御技術の開発を目的としている．自動制御のためには周辺走行環境の認識が必要となるが，従来は車載センサのみを活用した認識技術が多く扱われていたが，その限界も確認されていた．そこで本研究では，車両外部のセンサからから観測された空間情報やデータの蓄積に基づく知識情報を，時系列の車載センサ情報と等価な形で統合的に制御に活用するための方法論の確立に取り組む．この取り組みによって，従来の研究では活用が不十分であった空間情報や知識情報をより積極的に活用し，外部との情報の共有や周辺状況の予測に基づいて自由度の高い車両制御が可能となる事が期待される．
当初計画では，車載センサ情報と空間情報を統合活用するアルゴリズム開発が完了した後に知識情報の統合アルゴリズムを開発する予定であったが，前者のアルゴリズム開発を進める過程で，知識情報も含めた形でのアルゴリズム開発を先に進める必要がある事が確認された．そのため，当初2022年度の計画として予定していた前者のアルゴリズムの実機検証を2023年度に先送りし，その代わりに2022年度では三種の情報を車両制御に統合活用するアルゴリズムの机上開発を前倒しで進め，提案する車両制御アルゴリズムに関してシミュレーションによる初期検討を行った．具体的には，見通しの悪い路地での歩行者の飛び出しシミュレーションを行い，その際の最大減速度や衝突回避可否等の観点から提案するアルゴリズムの評価を行った．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
研究計画の見直し・順序入れ替えによって，一部の研究項目は前倒しで進めたものの，一部の研究項目に当初計画からの遅れが発生している．
|
| Strategy for Future Research Activity |
2022年度に構築した三種の情報の統合活用アルゴリズムに関して，シミュレーションでの検証条件を増やしてロバスト性の確認を進める．また，その結果を踏まえて車両制御アルゴリズムの改良を行う．また上記取り組みと並行して，大学キャンパス内の構内道路にエッジシステムを設置し，知識情報構築に向けたデータ収集を進める．そして，これらの取り組みを統合して実験車両での評価実験を目指す．
|
| Causes of Carryover |
実験車両での検証実験が予定よりも遅れており，その実験に関係するデバイスの調達や実験補助者の謝金の執行が当初計画の時期に行われていないため．また，学会発表や論文発表等も当初の想定よりも遅れているため．今後は，研究の進展に合わせて当初計画に準じて執行を進める予定となっている．
|
