| 研究課題/領域番号 |
22K04371
|
|---|
| 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22050:土木計画学および交通工学関連
|
|---|
| 研究機関 | 公益財団法人豊田都市交通研究所 |
|---|
研究代表者 |
安藤 良輔 (宿良) 公益財団法人豊田都市交通研究所, その他部局等, 主幹研究員 (70251121)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2024年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2023年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2022年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | 5G / AI / Cloud / Transportation / Infrastructure / Autonomous Vehicle / Green slow mobility / traffic engineering / sensors layout methods / monitoring network / traffic flow sensing / freeway / optimization goal / 交通量調査 / セルフ電源供給センサ |
|---|
| 研究開始時の研究の概要 |
本研究は、交通調査システムを構築して、新しいアプローチで識別と判別の課題を克服していく。このシステムは、1）SPP（空間ピラミッドプーリング）ネットワークを導入し複雑な交通環境による混雑なインプット信号を処理して、低い識別精度の問題を解決する。 2）WGAN-GPを活用し自動生成能力を持たせて、不均衡や極少サンプルの課題に対応して、車種分類の精度を高める。また、このシステムは圧電エネルギーに基づくセルフ電源供給の特徴を有すると同時に、検知センサーの設置が簡単で携帯性が優れていることから実用性が高い特徴を有する。交通量と速度を、同時に高い精度で低コストで実現する新しい交通調査として期待できる。
|
| 研究実績の概要 |
ひび割れの認識は、メンテナンスにおいて重要である。画像認識技術を日常の点検・保守に広く応用することで、アスファルト舗装の欠陥の健全性監視を、より効果的に、かつ知的に、持続的に行うことができる。5G、クラウドコンピューティング、AIを統合したモバイル自動システムを、交通インフラの物体認識のために提案した。オリジナルのデータセットには、縦ひび割れ、横ひび割れ、ワニひび割れ、破損した道路標識など、舗装欠陥の344枚の画像が含まれていた。自動舗装ひび割れ識別のための3つの軽量アルゴリズムが使用し、比較した。その結果、ShuffieNetV2に基づくモデルが、全体として最高の予測精度を達成した。その後、クラウドプラットフォームとAndroidフレームワークに基づくモバイル自動監視システムが構築された。交通インフラと道路利用者の間の高速で安定した情報伝送を提供するために、クラウド-ネットワーク-端末の相互接続を実現した。
一方、日本では、グリーン・スロー・モビリティ（GSM）が推進されている。グリーン」という言葉は、通常EVを使用することを意味する。Slow "は、時速20km以下の低速走行を意味する。日本は世界一の超高齢国である。GSMサービスは、すべての人々にファーストマイル／ラストマイルのモビリティ・ソリューションを提供することに貢献してきたし、今後も貢献していくだろう。もう一つの重要な目的は、人口が減少し高齢化が急速に進む地域で持続可能なサービスを提供することである。この点に関しては、自動運転車／自律走行車／ドライバーレスカーが主に期待されている。日本での経験を振り返ることで、無人運転車の普及で道路はどのように変化する可能性があるのかを検討した。
|
| 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
昨年度から、交通量調査から交通インフラストラクチャーの監視へ研究の対象の重点を少し変更して研究を進めている中、当初重要しているAI技術の応用、５Gやクラウド技術と併せた応用で概ね順調に進展している。
|
| 今後の研究の推進方策 |
令和6年度に最終とりまとめに向けて研究協力者と協議している。
|
