2014 Fiscal Year Annual Research Report
オンライン車群管制の実現に向けた車群走行状態フィードバック推定システムの開発
| Project/Area Number |
24510231
|
|---|
| Research Institution | Nippon Institute of Technology |
|---|
Principal Investigator |
鈴木 宏典 日本工業大学, 工学部, 准教授 (20426258)
|
|---|
| Project Period (FY) |
2012-04-01 – 2015-03-31
|
| Keywords | 車群追従走行 / 状態推定 / デュアルフィルタ / アンセンティッドカルマンフィルタ / パーティクルフィルタ |
|---|
| Outline of Annual Research Achievements |
本研究の目的は，「車群の安全を見守る車群管制の実現」を念頭におき，車群を構成するすべての車両の速度，車間距離という車両状態量を動的に推定するための，車群走行状態フィードバック推定システムを構築することであった．
平成24年度は，推定システムを伝統的な拡張カルマンフィルタ（以下，EKF）や，ニューラルカルマンフィルタ（以下，NKF）を用いて構築したが十分な精度や安定性を確保できなかったため，これに代わり，アンセンティッドカルマンフィルタ（UKF）やパーティクルフィルタ（以下，PF）を用いてシステムのプロトタイプを構築した．
平成25年度は，UKF及びPFで定式化した推定システムを数値計算で実証する試みを行い，3台や6台で構成される車群に対して，EKFやNKFよりも精度が高く安定した推定が実現できることを確認した．これは仮想のデータでも現実のテストコースで取得したデータでも同様の結果であった．
平成26年度はさらに，推定システムに含まれる追従モデルのパラメータもUKFやPFで同時推定するシステム（デュアルフィルタ）へ拡張し，デュアルUKF（以下，DUKF）及びデュアルPF（以下，DPF）を適用してさらに精度の向上を目指した．この結果，定常的な走行だけでなく，車群構成車両の一部の車両の急減速という突発的な状況に対しても推定精度が高いことが示された．さらに，DUKF,DPFを用いてモデルパラメータも同時推定することにより，更に推定精度が高くなることが明らかとなり，提案した手法の有用性が十分高いことが示された．
|
