2021 Fiscal Year Research-status Report
Fundamental Study on Risk Resilience Control for Autonomous Driving Based on Driving Environmental Risk Structuration
| Project/Area Number |
21K03977
|
|---|
| Research Institution | Tokyo University of Agriculture and Technology |
|---|
Principal Investigator |
ポンサトーン ラクシンチャラーン 東京農工大学, 工学(系)研究科(研究院), 教授 (30397012)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 交通機械 / 自動運転 / 運動制御 / 予防安全 |
|---|
| Outline of Annual Research Achievements |
本研究では、事故予防・早期回避のための自動運転技術として、環境認識部によって取得した走行環境・道路文脈から、ヒヤリハットデータの機械学習により数秒先の予測危険度をリスクポテンシャルで記述し、リスクを最小化するための規範運転を決定し、安全な走行へ誘導するリスクレジリエンスコントロール(Risk Resilience Control)の基盤研究を行うことを目的としている。
2021年度では、ドライブレコーダから得られた右折ヒヤリハットデータに着目し、走行空間内の静的な環境文脈パラメータおよび動的な交通外乱に対して、走行環境リスクを客観的に評価する指標を使って、右折時に注意すべき点の特徴を分析した。
次に、本基盤研究で構築しようとしているリスクレジリエンスコントロールについて概略設計を行った。本研究では、物理的な意味を持つ「衝突速度の推定値」を運動学的に算出し、危険予測ブレーキの強さと衝突速度の大きさとの関係を解析した。デジタルツインの概念に基づくコンピュータシミュレーションを行い、右折ヒヤリハット場面を再現し、速度超過分を抑制する減速支援システムを設計し、そのシステムの安全性向上に対する有効性を検証した。具体的には、シーンの再現方法のグラフィックユーザーインタフェイス（GUI）を製作し、衝突速度をリスク指標として現在の自車両および対象車両の速度、位置、角度の情報から衝突速度を理論的に推定し、実際のヒヤリハットのケースをシミュレーション上で再現することで衝突速度計算手法により実際のヒヤリハットケースのリスクを推定した。また、危険予測ブレーキを自動的に介入するシステムを付加することで、衝突危険度のレベルの低下、安全性への向上効果を示した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究課題は、事故リスクの先読み特性に基づく安全運転支援システムであり、その一環として2021年度ではヒヤリハットデータ分析の枠組みとリスクレジリエンスコントロールの概略設計について提案することができたことから、おおむね順調に進展していると判断した。
|
| Strategy for Future Research Activity |
1. 交通環境文脈に対応した危険度（リスク）の予測モデルの高度化:他の走行シーン，道路環境文脈パラメータを加えて，危険度予測モデルの精度を向上させる。
2. リスクレジリエンスコントロールのパラメータスタディと実車実装：ドライビングシミュレータおよび実験車両を用いてブレーキの強さとドライバ受容性について検討する。
3. リスクレジリエンスコントロールの個別適合型支援の設計論の検討：被験者実験を用いて、シーンの危険度に適応したコントロールパラメータの個別適合化について検討する。
|
