• 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 研究成果報告書

リスク予測知識の体系化に基づく高度運転支援の個別適合シェアードコントロールの構築

研究課題

  • PDF
研究課題/領域番号 18K04006
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20010:機械力学およびメカトロニクス関連
研究機関東京農工大学

研究代表者

ポンサトーン ラクシンチャラーン  東京農工大学, 工学(系)研究科(研究院), 教授 (30397012)

研究期間 (年度) 2018-04-01 – 2021-03-31
キーワード交通安全 / 運転支援 / 自動運転 / 車両運動力学 / リスク予測
研究成果の概要

本研究では、自動車の知能化レベルを向上させるとともに、運転の質を高めることを目的とし、潜在リスク予測型ドライバモデルを内蔵したShared Control技術の基盤構築を確立することを目指す。走行環境の文脈特徴を考慮した潜在リスクマップの理論的記述とそのリスクマップに基づく操作反力提示による協調制御の新しい概念を提案する。本研究課題は、自動車の運動という物理モデルと人間行動状態のリアルタイムセンシングと人工知能による交通文脈理解といった情報科学的モデルの融合的なアプローチで事故予防メカニズムを学術的に見出すものであり、交通事故といった社会的な問題を解決する手法でも極めて学術的である。

自由記述の分野

機械力学・制御

研究成果の学術的意義や社会的意義

日本の交通事故による死亡事故件数は減少傾向にあるものの、65歳以上の高齢運転者による事故は年々増加しており、悲惨な重大事故が多発している。高齢運転者が急速に増加していく中、高齢運転者による事故の防止と、加齢に伴う自動車の運転に不安を感じる高齢者の移動手段の確保の両立を図ることは喫緊の課題である。高齢化による交通安全の問題は、先進諸国に留まらず、今後急激に自動車の普及が進む新興国でも同様な傾向にある。日本は課題解決先進国として、科学的アプローチを提示する責務があり、本研究の社会的意義が高い。物理モデルと情報科学的モデルの融合的なアプローチで事故予防メカニズムの基盤構築も極めて学術的意義がある。

URL: 

公開日: 2022-01-27  

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