| 研究課題/領域番号 |
19H02268
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分22050:土木計画学および交通工学関連
|
|---|
| 研究機関 | 立命館大学 |
|---|
研究代表者 |
塩見 康博 立命館大学, 理工学部, 教授 (40422993)
|
|---|
| 研究分担者 |
柳原 正実 東京都立大学, 都市環境科学研究科, 助教 (20739560)
服部 宏充 立命館大学, 情報理工学部, 教授 (50455581)
吉井 稔雄 愛媛大学, 理工学研究科(工学系), 教授 (90262120)
瀬尾 亨 東京工業大学, 環境・社会理工学院, 准教授 (90774779)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
17,290千円 (直接経費: 13,300千円、間接経費: 3,990千円)
2021年度: 5,070千円 (直接経費: 3,900千円、間接経費: 1,170千円)
2020年度: 5,980千円 (直接経費: 4,600千円、間接経費: 1,380千円)
2019年度: 6,240千円 (直接経費: 4,800千円、間接経費: 1,440千円)
|
|---|
| キーワード | 交通渋滞 / 高速道路 / 介入制御 / 自動運転 / データ駆動型モデル / 交通状態推定 / 交通流シミュレーション / 車線変更 / 車両走行軌跡データ / 動的交通流マネジメント / 追従モデル / 強化学習 / ミクロ交通流シミュレーション / 深層学習 / 交通流 / 動的交通マネジメント / 交通管制 / コネクティッド車両 / 自動走行車両 / シミュレーション / データ同化 / ミクロ運転挙動 / ゲームAI |
|---|
| 研究開始時の研究の概要 |
高速道路では現状で20%弱の車両が自動走行機能（ACC）を利用して走行しており，今後の自動運転車の普及に伴い，その割合は急増していくことが予想されており，交通事故の削減などが期待されている．しかしながら，自動運転車の普及は必ずしも渋滞を改善する訳ではなく，むしろ手動走行の車両より安全側に設計されることで渋滞の程度が悪化すると予想している研究成果も少なくない．本研究では，自動運転車が普及することで，高速道路での渋滞が解消されるような自動運転車の動かし方を提案することを目標とする．
|
| 研究成果の概要 |
本研究は，(1) 交通流モデルの高度化，(2) 交通状態推定手法の高度化，(3) マネジメント技術の高度化 に取り組みました．(1) に関しては，全車両走行軌跡データを用いた現象分析とAIによるモデル構築を行い，従来モデルより高精度に車両挙動を再現できることを確認しました．(2) についてはミクロ交通流シミュレーションと定点・移動体観測のデータ同化システムを構築しました．(3)については走光型視線誘導システムや車線変更制御システムを対象とし，シミュレーション評価によってその有効性を確認しました．
|
| 研究成果の学術的意義や社会的意義 |
高速道路での交通渋滞は経済損失だけではなく，事故のリスクも増大させるため，現在の道路インフラを有効に活用した上で，その解消を目指すことが必要です．また，今後の自動運転車両の普及を想定すると，それらを活かした新しいマネジメント手法が可能となります．本研究では，交通シミュレーション上での試論ではありますが，その有効性を定量的に示した点，および，それを社会実装するに当たって必要となる諸技術を開発した点に社会的意義があります．学術的には，全車両走行軌跡データなどのオープン化が進む中で，そのデータ分析手法を提案するとともに，データ駆動型の新しいモデル化手法を提示した点に大きな意義があります．
|
