| 研究課題/領域番号 |
19K11930
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分60060:情報ネットワーク関連
|
|---|
| 研究機関 | 芝浦工業大学 |
|---|
研究代表者 |
森野 博章 芝浦工業大学, 工学部, 教授 (50338654)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
2021年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2020年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2019年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
|
|---|
| キーワード | IoT(Internet of Things) / スマートネットワーク / スマートセンシング / 交通流制御 / V2X / 時系列予測 / 強化学習 / 短時間予測 / ITS / Connected Vehicle / 渋滞緩和 / 車両間通信 / 機械学習 / 車両間通信による交通流制御 / エッジコンピューティング / 交通流 |
|---|
| 研究開始時の研究の概要 |
高速道路のサグ部など交通集中による自然渋滞が生じやすい箇所において，一部の車両が自動速度制御とセルラー通信機能をもちプローブ車両としてふるまうという前提で，従来よりも渋滞の初期状態を早期に検出し，その後に行う渋滞吸収運転と呼ばれる速度制御と組み合わせることで従来技術よりも大幅に早く渋滞を解消する手法を研究する．プローブ車両は最寄りの5G無線通信基地局内に設置されるエッジサーバに自車の位置と速度を定期的に報告する．サグ部周辺のエッジサーバは互いに連携して報告された複数の車両の位置・速度の軌跡を分析し渋滞の予兆を検出する．検出にはカルマンフィルタと機械学習による手法の2つのアプローチを研究する．
|
| 研究成果の概要 |
本研究では、プローブカーから収集した車速の時系列を入力データとする短時間時系列予測により数十秒後に渋滞が発生すると予測される時刻にVSL(Variable Speed Limit）による減速制御を開始する場合の渋滞緩和効果の性能を評価した。時系列予測には多変量LSTMをを用いた．交通流シミュレーションの結果、実際に渋滞が発生した時点でを減速制御を開始する従来のVSLよりも高い渋滞緩和効果が得られることが明らかとなった。またLSTMの入力変数として、速度予測対象車両の時系列データのみを用いるよりも予測対象車両の30秒前を走行する車両群の速度時系列データを組み合わせる方が良い特性が得られた．
|
| 研究成果の学術的意義や社会的意義 |
都市部および周辺部での交通渋滞は今後も社会問題として継続すると考えられるが，無線通信機能を前提とした遠隔制御車両や貨物車両の隊列走行を始めとする自動運転車両など，Connected Vehiclesは用途を明確化した形で今後台数が増加していくと考えられる．本課題の成果は，これらの車両の一部が交通流制御に参加することで大きな渋滞緩和効果が得られることを示しており，渋滞に伴う経済損失の回避も含めて社会的な意義は大きいと考える．
|
