| 研究課題/領域番号 |
21K03976
|
|---|
| 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20020:ロボティクスおよび知能機械システム関連
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
伊藤 太久磨 東京大学, 大学院工学系研究科(工学部), 講師 (10847106)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2023年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2022年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2021年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
|
|---|
| キーワード | パーソナルモビリティ / 知能化モビリティ / モビリティインフォマティクス |
|---|
| 研究開始時の研究の概要 |
本研究では，一人乗りの電動小型低速移動体であるパーソナルモビリティを対象とし，見通しの悪い路地での周辺交通参加者との出会い頭事故防止のための自動制御を題材として，外部センサからから観測された空間情報やデータの蓄積に基づく知識情報を，時系列の車載センサ情報と等価な形で統合的に制御に活用するための方法論の確立に取り組む．この取り組みによって，従来の研究では活用が不十分であった空間情報や知識情報をより積極的に活用し，外部との情報の共有や周辺状況の予測に基づいて自由度の高い車両制御が可能となる事が期待される．
|
| 研究実績の概要 |
本研究では，一人乗りの電動小型低速移動体であるパーソナルモビリティを対象とし，見通しの悪い路地での周辺交通参加者との出会い頭事故防止のための自動制御技術の開発を目的としている．自動制御のためには周辺走行環境の認識が必要となるが，従来は車載センサのみを活用した認識技術が多く扱われていたが，その限界も確認されていた．そこで本研究では，車両外部のセンサから観測された空間情報やデータの蓄積に基づく知識情報を，時系列の車載センサ情報と等価な形で統合的に制御に活用するための方法論の確立に取り組む．この取り組みによって，従来の研究では活用が不十分であった空間情報や知識情報をより積極的に活用し，外部との情報の共有や周辺状況の予測に基づいて自由度の高い車両制御が可能となる事が期待される．
今年度は2022年度に構築した三種の情報の統合活用アルゴリズムに関して，パーソナルモビリティが移動する道路と交差する道路の交通密度をパラメータとして，交差道路の交通参加者の位置推定とその情報を活用した車両制御に関するシミュレーションでの検証を進めた．また，実際の知識情報を構築するために，路側観測用のエッジシステムを構築し，知識情報構築に向けた実環境でのデータの収集を開始した．実際の交通環境では時間帯等の条件によって交通密度が大きく変動するため，これを適切に評価する必要があり，得られたデータを基に適応的な粒度で観測データを統計処理するアルゴリズムの開発に取り組んだ．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
路側観測システムでの実環境データの収集に遅れが発生しており，2023年度の取り組みでは十分な量のデータが収集できなかった．また，この影響を受ける形で，実施の実験車両での評価実験や学会等での外部発表計画にも遅れが発生している．
|
| 今後の研究の推進方策 |
2023年度に試行開始した路側観測システムでの実環境データの収集を継続し，知識情報の構築を行う．そして，得られた知識情報を基にした車両制御のシミュレーションを行い，車両制御アルゴリズムの改良を行う．その後，実際の実験車両での実験へと展開し，提案するシステムの評価を行う．また，一連の研究成果を学会等で発表する．
|
