2014 Fiscal Year Research-status Report
危険行動の誘因推定に基づく潜在的危険箇所の抽出:状況判断改善支援への展開
Project/Area Number |
25330303
|
Research Institution | Chiba University |
Principal Investigator |
荒井 幸代 千葉大学, 工学(系)研究科(研究院), 准教授 (10372575)
|
Co-Investigator(Kenkyū-buntansha) |
鈴木 宏典 日本工業大学, 工学部, 准教授 (20426258)
丸山 喜久 千葉大学, 工学(系)研究科(研究院), 准教授 (70397024)
|
Project Period (FY) |
2013-04-01 – 2016-03-31
|
Keywords | マルチエージェントシミュレーション / ベイジャンネットワーク / 特徴抽出 |
Outline of Annual Research Achievements |
3年間で達成すべき課題として,(1)自転車の危険な運転をもたらす誘因を,走行中の操作履歴データから推定すること,(2)「事故につながる危険な状態と,そこでの被験者の行動を」ルールとして抽出する方法を確立すること,および,(3)抽出された行動ルールを用いたマルチエージェントシミュレーションによって,起こりうる危険場面を創発し,(1)や(2)で得られる定量的評価に基づいた交通標識の配置や,注意喚起のタイミング,また高齢者向けの代替走行(自動化)が必要な場面に関する知見を集積すること,の3つである. H.25年度はホンダ技研の自転車シミュレータを用いた実験によって走行過程のハンドル,ブレーキの操作,速度,加速度データを収集し,被検者の軌跡から危険箇所を推定した.その推定方法として,被検者の走行特性をパターン分類する上で必要な属性をトップダウンに決定し,走行状態を離散化,さらに各状態の出現回数の統計的処理による値を用いた. H.26年度は,上述した課題(2)を主目的として,H25年度では場当たり的に設計した状態集合,属性集合を再構成し,「走行過程を説明するベイジャンネットワーク」モデルを構築した.ここで付与した条件付確率の精度を上げるための追加実験も実施し,走行データ数を増やすことによってモデルの妥当性を向上させた. H.27年度はマルチエージェントシミュレータMATESに,当該走行モデルに基いて走行する自転車を導入し,事故が生じうる場所,走行の特徴を抽出する.
|
Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
平成26年度の目標として,走行の生データから,走行モデルを構築することにあった.走行実験の追加により,モデルの妥当性を向上させることができたこと,また,モデル構築方法としても,走行地図さえ与えられれば状態空間を設計することによって,生データから走行モデル構築することが可能であるため,有用性が期待される.以上の理由からおおむね順調と判断する.
|
Strategy for Future Research Activity |
H.27年度はマルチエージェントシミュレータMATESに,当該走行モデルに基いて走行する自転車を導入し,事故が生じうる場所,走行の特徴を抽出する. H.26までに実績から,被験者ごとの操作履歴から,状態認識(認知)-行動選択(判断)-行動出力(操作)に至るルールを形式化する方法がおおむね確立できた.そこで,マルチエージェントシミュレータ上で走行させることによって,危険運転を引き起こす行動ルールを特定することが期待できる.さらに,特定したルールを被験者にフィードバックして,具体的な(どこが悪いのか)教育への貢献,さらに時間が許せば,高齢者に向けてどんな運転支援が必要なのかを絞り込むことを目指す.
|
Causes of Carryover |
年度末に再度追加実験を実施する予定で,被験者への謝金として取り置いたが,被験者集めとシミュレータ利用日の調整がつかずに持ち越した.
|
Expenditure Plan for Carryover Budget |
ホンダのエージェントシミュレータによる被験者の走行実験,および,マルチエージェントシミュレータ(Adventure)のセミナー参加費として利用.
|
Research Products
(9 results)