2017 Fiscal Year Annual Research Report
Foundamental Principle for control of super-scaled complex network systems
| Project/Area Number |
26249062
|
|---|
| Research Institution | Tokyo Institute of Technology |
|---|
Principal Investigator |
井村 順一 東京工業大学, 工学院, 教授 (50252474)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
早川 朋久 東京工業大学, 工学院, 准教授 (30432008)
|
|---|
| Project Period (FY) |
2014-04-01 – 2018-03-31
|
| Keywords | 制御工学 / ネットワーク系 / 交通ネットワーク / バイオネットワーク |
|---|
| Outline of Annual Research Achievements |
本年度は、これまで研究してきた可制御ネットワークモデル抽出のための基本解法を総括し、基礎理論としてまとめる。特に、ネットワーク系の推定問題に関して、制御系設計に向けた実用上の利点や問題点を整理した形で基礎理論を総括し、その応用例として、特に、ヒューマンドライバーと通信可能な自動運転が混在する交通ネットワークモデルの自動車制御と信号機制御に焦点を当てた。具体的には下記のとおりである。
１．大規模ネットワークモデルの可制御モデル抽出のための基本解法を総括し、基本理論としてまとめた。
２．複雑な相互作用を有する車両間ネットワーク上の交通量の振る舞いのうち、観測可能な部分を推定するオブザーバの設計を行った。そこでは、道路を道路セルとして分解し、通信可能な車両からのみ得られる車両位置と速度情報に基づいて、注目する自動車から前方の道路セルごとの平均速度を推定し、道路速度プロファイルと呼ぶものを推定する手法を提案した。また、この手法の有効性を数値シミュレーションを用いて示した。また、この道路速度プロファイルを用いた自動車のスマート運転手法も提案し、数値シミュレーションにより効果的な結果を得た。
３．ヒューマンドライバーと通信可能な自動運転が混在する交差点上の交通流制御において、その制御可能な手段として、信号機制御に加えて自動運転の速度制御も利用する複数制御の協調化手法を提案し、その有効性を数値シミュレーションにより検討し、有効な結果を得た。
|
| Research Progress Status |
29年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
29年度が最終年度であるため、記入しない。
|
Research Products
(6 results)
