| 研究課題/領域番号 |
21H03423
|
|---|
| 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 | 東京大学 |
|---|
研究代表者 |
塚田 学 東京大学, 大学院情報理工学系研究科, 准教授 (90724352)
|
|---|
| 研究分担者 |
田村 康将 東京工業大学, 情報理工学院, 助教 (50773701)
DEFAGO Xavier 東京工業大学, 情報理工学院, 教授 (70333557)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023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)
2023年度: 5,460千円 (直接経費: 4,200千円、間接経費: 1,260千円)
2022年度: 5,330千円 (直接経費: 4,100千円、間接経費: 1,230千円)
2021年度: 6,500千円 (直接経費: 5,000千円、間接経費: 1,500千円)
|
|---|
| キーワード | 協調型自動運転 / 協調型ITS / ネットワーク / 協調計画 / Multi-Agent Path Finding / ITS標準技術 / サイバーフィジカルシステム |
|---|
| 研究開始時の研究の概要 |
協調型自動運転では、V2X通信で広範の物理空間を正確に反映するLocal Dynamic Mapを利用することで、人間の運転の模倣では不可能であったレベルの安全性と効率性の両立が期待されている。しかし、LDMは協調認知、協調予測、協調計画は、各段階で課題を抱えている。本研究では、これらの課題を解決する協調型自動運転を包括的に支援するサイバーフィジカルシステム基盤を構築することを目的とする。V2Xによって自動運転を支援するLDMを、協調認知のためのプラットフォームから協調認知・協調予測・協調計画のためのプラットフォームへと抜本的に転換させ、国際標準技術と連携できる参照実装として提供する。
|
| 研究実績の概要 |
本研究では、協調型自動運転を支援するサイバーフィジカルシステム基盤の構築に取り組んだ。まず、Sybil攻撃に対抗するため、ゼロ知識証明を用いた車両識別プロトコルを提案した。このプロトコルにより、車両は自身の識別情報を明かすことなく、他の車両と異なる存在であることを証明できる。次に、自動運転車両の緊急停止経路計画手法を開発した。この手法では、適応型ポテンシャル場とクロソイド曲線を組み合わせることで、障害物を回避しつつ、車両の動的制約を考慮した滑らかな経路を生成できる。
さらに、路側機を活用した協調型自動運転の実現に向け、Vehicle-to-Everything (V2X) 通信と路側知覚ユニットの統合に関する研究を行った。これにより、自律走行車両の状況認識能力が向上し、より安全で効率的な交通システムの構築が期待される。また、VANETにおけるセキュアかつ効率的なデータ共有を実現するため、ブロックチェーンとフェデレーテッド・ラーニングを組み合わせた手法を提案した。
加えて、協調型知覚データの真正性を確保するための、決定論的かつプライバシー保護型の相互検証メカニズムを開発した。このメカニズムでは、車両が交通状況に関する暗号学的証明を生成し、複数の証明を決定論的に相互検証することで、データの信頼性を担保する。最後に、大規模な交通シミュレーション環境を構築し、提案手法の有効性を検証した。これらの研究成果は、協調型自動運転の実現に向けた重要な基盤技術となることが期待される。
|
| 現在までの達成度 (段落) |
令和5年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
令和5年度が最終年度であるため、記入しない。
|
