2016 Fiscal Year Annual Research Report
Scenario discrimination of near-miss incident data
| Project/Area Number |
26350455
|
|---|
| Research Institution | Akita Prefectural University |
|---|
Principal Investigator |
御室 哲志 秋田県立大学, システム科学技術学部, 教授 (90507112)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
高梨 宏之 日本大学, 工学部, 准教授 (30398333)
|
|---|
| Project Period (FY) |
2014-04-01 – 2017-03-31
|
| Keywords | ヒヤリハット / ドライブレコーダ / シナリオ / 自動判別 / 実車走行試験 |
|---|
| Outline of Annual Research Achievements |
第３年度は主に、周波数領域を用いた悪路判別ソフトの作成、追突ヒヤリハットにおける車速プロファイルによる判別、信号変わり目の歩行者ヒヤリハットの特徴分類、実車走行試験（ブラインドカーブにおける障害物回避）によるシナリオ典型データの取得について取り組んだ。研究の全期間（３年間）を通した研究実績概要を以下にまとめる。
（A）シナリオ別ヒヤリハットデータの車速及び加速度プロフィールによる解析：蓄積されたヒヤリハットトリガデータを用いて、状況別の車速や加速度の特徴を解析した。その結果を用いて以下の自動判別ソフトを３種類作成し、高い判別率を持つことを示した。悪路判別、自車行動パターン（バック、右左折、直進等）判別、車速プロフィールパターン（Stop & Go, Braking, Constant）判別の３つである。悪路については上下加速度の3つの周波数帯域の平均パワーを、車速別の閾値を設けることで判別率を向上できた。自車行動パターンについては、GPS方位角情報を主とし、車速情報を補助的に用いるシンプルなロジック構成とした。
（B）シナリオ別ヒヤリハットデータのTTC，TTV推移を追加した解析：自車直進時の歩行者飛び出しのヒヤリハットデータについてTTC，TTV推移を算出し、その解析結果を整理することで、主要シナリオ別の特徴を抽出した。
（C）実車走行試験によるシナリオ典型データの取得（追加センサ）：ドライブレコーダやレーザセンサ搭載の試験車を用いて、心拍計を装着した10名程のドライバの構内道路における典型シナリオ（ブラインドカーブにおける障害物回避）における回避行動を計測した。10秒以上前から予測していれば大きな危険感を持つことなく、円滑な操舵回避シナリオを選択できることを示した。
以上の成果については、既発表以外に、現在投稿中の国際会議2編をはじめ、今後も成果公表を行う予定である。
|
Research Products
(5 results)
