• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2020 年度 実績報告書

交通プローブ情報の共有のための運転行動の時系列性を考慮した車両挙動分析手法

研究課題

研究課題/領域番号 17K00128
研究機関公立はこだて未来大学

研究代表者

白石 陽  公立はこだて未来大学, システム情報科学部, 教授 (90396797)

研究期間 (年度) 2017-04-01 – 2021-03-31
キーワード高度道路交通システム(ITS) / プローブ情報システム / 参加型センシング / 時系列データ / 車両挙動分析
研究実績の概要

本研究の目的は,交通プローブ情報の共有のための運転行動の時系列性を考慮した車両挙動分析手法を提案することである.本研究では,右左折や車線変更などの車両挙動を複数の運転行動(例えば,加減速,右寄せ,右折待ち)から構成される系列と捉えることで,右折待ちの車列などの車群の挙動変化に関する情報を交通情報として収集・共有し,集合知として活用することを狙っている.
この目的実現のための要素技術として,車載スマートフォンから車両変化時の時系列センサデータを収集し,SAX (Symbolic Aggregate Approximation) を用いて文字列化を行い,車両挙動を分析する手法を開発した.SAXは,時系列データを表現する文字の種類を増やすことでデータの抽象度を変化させることができ,データ容量の削減やノイズ除去という効果がある.2018年度までの成果として,運転行動に対応する特徴的な部分文字列の出現頻度や出現パターンに着目した車両挙動分類手法を提案し,右左折,車線変更,停止などの典型的な車両挙動の分類において提案手法が有効であることを示している.
2019年度からは,ドライバーの運転特性を分析・抽出するための手法開発に取り組み,2020年度は,右左折や停止の車両挙動を対象として,部分文字列の変化の割合を特徴量とするドライバー分類手法を提案した.ブレーキ操作などの運転傾向が異なる被験者による走行実験を行い,収集したデータに対して提案手法を適用した結果,表現文字種類を増やしデータ抽象度を上げることで,ドライバーの分類に有効であることを示した.本研究の提案手法により,車両挙動分類を行った上で,ドライバーの運転特性や運転傾向を把握できれば,プローブ情報に対するラベル付けが可能となり,都市センシングデータ基盤としての有効活用が期待される.

  • 研究成果

    (1件)

すべて 2020

すべて 学会発表 (1件)

  • [学会発表] SAXを用いたブレーキ操作時の運転特性の抽出2020

    • 著者名/発表者名
      岩崎賢太,白石陽
    • 学会等名
      マルチメディア,分散,協調とモバイルシンポジウム(DICOMO2020)

URL: 

公開日: 2021-12-27  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi