| 研究課題/領域番号 |
21H03423
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
塚田 学 東京大学, 大学院情報理工学系研究科, 准教授 (90724352)
|
|---|
| 研究分担者 |
田村 康将 東京工業大学, 情報理工学院, 助教 (50773701)
DEFAGO Xavier 東京工業大学, 情報理工学院, 教授 (70333557)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| キーワード | 協調型ITS / サイバーフィジカルシステム / 協調計画 / Multi-Agent Path Finding / ITS標準技術 |
|---|
| 研究実績の概要 |
2022年の研究成果として、まず、自動運転車の軌道計画の問題点である、緊急時の障害物回避を扱うため、モデル予測型軌道計画制御器（MPPC）を新しく提案した。MPPCは、従来の潜在関数（PF）にステップ関数を埋め込んだ安全な通路を備えたもので、急な交通事故の発生時に対応できる。MATLAB/SimulinkとCarSimを用いた比較シミュレーションの結果、本手法は従来手法よりも優れた安全性を示した内容を、国際学会ICRA2022で発表した。
次に、PFに加えてシグモイドカーブを組み合わせたハイブリッド軌道計画法を提案し、周辺車両との協調性によって緊急時の衝突回避を行うことができることを示した。また、この手法は従来手法に比べて計算時間が短く、衝突回避にも優れた性能を発揮することを示し、国際学会VTC2022-Springで発表した。
さらに、自動運転車の協調知覚のためのデータの信頼性を保証するために、自己証明型のデータ構造を提案した。本手法は、車両のナンバープレートを秘密として扱い、複数の車両が独立にそれを知っていることを証明することで、データの信頼性を確認できることを示し、ジャーナルIEEE Transactions on Vehicular Technologyで発表した。
最後に、自動運転車の周辺車両の特徴を認識し、車両間通信で共有される知覚メッセージの交換を最適化する手法を提案した。これにより、車両の周囲の状況を正確に把握し、効率的に運転することができる。シミュレーション結果により、本手法は従来手法よりも良好なトレードオフを実現することが示し、国際学会CCNC2023で発表した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
協調計画だけでなく、車々間メッセージのセキュリティにも踏み込んだ内容で成果を上げた。
|
| 今後の研究の推進方策 |
最終年度は、これまでの研究成果を統合し、フィールド実験で検証する。
|
