| 研究課題/領域番号 |
20H02314
|
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
谷本 潤 九州大学, 総合理工学研究院, 教授 (60227238)
|
|---|
| 研究分担者 |
萩島 理 九州大学, 総合理工学研究院, 教授 (60294980)
池谷 直樹 九州大学, 総合理工学研究院, 准教授 (70628213)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | MAS / CFD / シミュレーション新学理 |
|---|
| 研究実績の概要 |
全体を構成する大きな3つの柱のうち，初年度は以下の部分テーマに取り組んだ．プロトタイプとしては，申請者が開発し，先読み（いわゆるQuick-Start効果；数台前までの先行車両の挙動を観て加減速する），慣性（いわゆるSlow-To-Start効果；一度停車すると再起動するのに遅れが生じる），ランダムブレーキ（確率的揺らぎ）といった実際のドライバーの加減速特性をよく再現することが既に検証されているRevised S-NFSモデル（Kokubo, Tanimoto et al.; Phyisica A 390 (4), 2011）を適用し，これから普及が進むと思われる，自動運転車両が部分的に混在するmixed-flow場を精度よく再現するMASモデルの開発に成功した．構築したモデルは，現実的mixed-flowの条件を様々に想定して系統的な数値実験および実測データとの実証比較を行うことで，その制度を確認するに至っている．憲章に用いた実測データセットは，Human-driven車両流れに関しては，九州道において連続的にデジタルビデオ画像を得，画像解析により，断面交通量，個々の車両の速度およびスナップショットから交通密度を計測，モデルの検証に供する基本図など流れ場の特性量を得た．また，車線変更イベントを抽出し，自車線と隣接車線の先行車間距離で確率的に決まる車線変更インセンティブの機序を解明するに至った．
|
| 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
COVID-19の影響で一部予定していた実験，屋外観測を行うには至らなかったが，モデル演繹，スーパーコンピュータ上での数値実験は滞りなく進めることが出来，結果的には当初予定していた研究計画通りの進捗が得られた．
|
| 今後の研究の推進方策 |
研究年度2年目においては，2つの柱の3つ目のサブテーマ；すなわち，電車車両等の閉鎖空間内にトラップされた高密度人員が出口扉から退去するエピソードに注目し，歩行者が乱流混合に及ぼす動的影響を高精度予測するMAS→CFD・歩行者モデルを開発し，停車イベント時の満員電車の真の換気効率の高精度予測，電車人員密度に依存するインフルエンザ感染リスクの定量予測大系を構築するテーマに挑戦する．
|
