| 研究課題/領域番号 |
20H04183
|
|---|
| 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60060:情報ネットワーク関連
|
|---|
| 研究機関 | 京都産業大学 |
|---|
研究代表者 |
秋山 豊和 京都産業大学, 情報理工学部, 教授 (80324862)
|
|---|
| 研究分担者 |
新井 イスマイル 奈良先端科学技術大学院大学, 総合情報基盤センター, 准教授 (60512572)
山本 寛 立命館大学, 情報理工学部, 教授 (80451201)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
17,550千円 (直接経費: 13,500千円、間接経費: 4,050千円)
2023年度: 2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
2022年度: 4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2021年度: 5,330千円 (直接経費: 4,100千円、間接経費: 1,230千円)
2020年度: 4,940千円 (直接経費: 3,800千円、間接経費: 1,140千円)
|
|---|
| キーワード | バス安全運転支援システム / 不快運転検知 / IoT / Dataflow処理基盤 |
|---|
| 研究開始時の研究の概要 |
これまでに開発されているバスの安全運転支援システムでは，必ずしも高齢者や手荷物，携帯電話の操作など，属性によって変わる危険度が反映できていない．バスの遅延によっても不快感情が生じることを考慮すると，乗客の状況に応じて不快度を算出し，乗客の満足度を最大化するための安全運転支援システムを実現する必要がある．本研究では，プライバシの同意を得た上で，車内状態と危険・不快の関連について調査し，乗客の不快感情の低減可能性について分析可能な基礎データの収集を目指す．また，カメラ等でセンシングした車内状態から，危険・不快を生じない運転操作の許容範囲を自動抽出するシステムの構築を目指す．
|
| 研究実績の概要 |
2022年度は、2021年度に検討を行った車内状態の常時監視方式について、路線バス車両で実証実験を行った。実証実験では匿名性を考慮して低解像度、低フレームレートの遠赤外線カメラを利用した。不快感情は主観的なものであり、基本的にはアンケート調査等でしか分析できないが、本実証実験によって車内状態の影響が乗客の動作に現れることが確認でき、また、低解像度、低フレームレートの遠赤外線カメラでも十分に乗客の動作分析に活用できることが確認できた。得られた成果は学会で発表した。Dataflow platformについては、短時間での応答が求められるユースケースについて、コンポーネント間を接続するネットワークにおける遅延やパケットロスの影響を回避するために顧客やアプリケーション単位でのTraffic Engineeringに必要なフレームワークの検討を行い、その成果を学会で発表した。また、匿名性を考慮したセンシング手法として、遠赤外線カメラを用いた歩行者数計測を行い、その精度について評価を行った。得られた成果は国際会議にて発表した。乗降車数推定についても、機械学習モデルをさらに改良した方式を検討し、国際会議にて発表した。バスの早着、遅延によって運転手の運転挙動に変化が見られると考えられるため、バスの到着時刻予測にも取り組み、その成果を国際会議で発表した。加えて、消費電力の大きいセンシング手法を利用した場合でも観測時の総合的な消費電力を削減できる制御手法を検討した。具体的には、低消費電力な電波ビーコンなどを用いた動体検知機能が常時稼働しており、動体を検知した場合のみ詳細な状態を観測するセンシング手法を起動する、複数手法が連携する手法を提案した。また、提案手法の有効性を評価するための実証実験を実施し、得られた成果を国際会議で発表した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
新型コロナウイルス感染症の影響で、研究の方針を変更することになったが、新たな研究方針に基づいて実証実験を実施し、比較的安価なセンサを用いて車内状態が分析できることが確認できた。また、アンケートを実施することなく、乗客が感じる不安を動作として観測できた点は、今後の研究開発方針を検討する上で重要であると考えている。引き続き分析を進め、応用につなげて行きたいと考えている。
|
| 今後の研究の推進方策 |
乗客が感じる不安を動作として観測できることが確認できたため、不快な運転事例を自動的に抽出できる可能性があることが確認できた。安全運転支援につなげる方針として、バス会社にもヒアリングを行い、バス会社に配置している運行管理者による運転手指導に利用できる可能性があることを確認した。今後引き続き、速度計、GPS、9軸センサ、遠赤外線カメラのデータを用いた不快運転事例の自動抽出に取り組む。
|
