2021 Fiscal Year Research-status Report
Behavior generation of pedestrians and other vehicles in autonomous driving simulator based on measured data
| Project/Area Number |
21K12073
|
|---|
| Research Institution | Nagoya University |
|---|
Principal Investigator |
丁 明 名古屋大学, 未来社会創造機構, 特任准教授 (40585840)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
カルバヨ アレックサンダー 名古屋大学, 未来社会創造機構, 特任准教授 (30636824)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 行為推定 / 軌道予測 / 車種識別 |
|---|
| Outline of Annual Research Achievements |
本研究は個人対応の動作解析と予測手法を提案し，実測された動作データからシミュレータ上で計測対象と同様な行動を行う複数の歩行者や車両を生成する技術を開発することが目的である．本年度は研究の初年度で，実測データから歩行者や車両の個人対応な行動特徴を抽出すること目指し研究を行った．関連研究で提案された軌道予測や行動推定手法を確認し，実装することにより，各手法の有効性と特徴を検証した．更に，複数の自動運転車両を同時に生成し制御するシミュレータ環境も構築し，提案手法のシミュレータ検証のため準備を行っていた．
具体的には，各車両の特性を示す車両メーカが提供する物理特性（形状，大きさ，出力など性能データ）を収集し，車種から検索できるようにした．異なる車両間の基本性能についても確認した．車種，車両サイズと動力性能間の関係について比較し，特徴抽出に利用できるデータについても分析している．車種を識別ため，機械学習を用いて，カメラ画像から認識する手法も確認し実装した．識別された車種情報により，収集された情報から車両の物理特性の検索ができ，車両軌道予測手法に加える手法が現在開発している．一方，単独な車両ではなく，複数の車両及び歩行者に対して，観測データから車両間の関係をグラフ構造により解析し，学習することにより予測する研究も始まっている．更に，目標車両をより効率的に識別するために，運転シーンの認識に基づいた重要な歩行者と車両の検出手法も開発している．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究は実測された動作データからシミュレータ上で同様な行動を持つ歩行者と車両を生成するため，当初の予定通り，本年度は車両の行動特徴の抽出について研究していた．カメラなどのセンサ情報から，機械学習により，車種まで特定することを実現した．更に，行動特徴と車両の物理特性の関係を確認し，異なる車両に対して，車両の物理特性と相互関係を考慮することによる軌道予測手法を開発している．
|
| Strategy for Future Research Activity |
本研究は初年度で識別された車種情報から車両の物理特性を抽出でき，二年度目は予定通り，複数の車両と歩行者間の関係を考慮した行動特徴抽出手法を研究する．実道路上で実際に計測された各車両のデータが短いため，車種や他車両の計測データに基づき行動特徴を分類し，統合的に利用する方法も研究する．実計測データと同じ行動で行える複数の車両をシミュレータ上で生成するため，個々の車両特性も考慮した車両間関係を解析する．
|
| Causes of Carryover |
- 初年度はコロナ影響により，国際学会を参加するための旅費が利用されなかったため，次年度での研究調査及び成果発表で利用する予定である．
- 本年度は被験者実験について自粛したため，次年度はデータの計測と被験者実験で利用する予定である．
|
Research Products
(4 results)
