|
本研究は個人対応の動作解析と予測手法を提案し，実測された動作データからシミュレータ上で計測対象と同様な行動を行う複数の歩行者や車両を生成する技術を開発することが目的である．本年度は研究の二年度で，シミュレータ環境で実測された歩行者や車両と同じ行動ができるNPC を生成することを目指し研究を行った．運転データから運転行為に大きな影響を発生する要因を抽出し，運転経路を生成することを短い時間で生成できるようにしました．推定された行動と実際な動向を比較することで，定量的・定性的に検証したことを目指していた．
具体的には，各車両の物理特性を考慮し，車両の軌道を予測し生成した．物理モデルを考慮しない経路生成方法と比較することで，手法の有効性を検証した．単独な車両ではなく，複数の車両及び歩行者に対して，観測データから車両間の関係をグラフ構造により解析し，学習することにより予測する研究もしている．一方，目標車両をより効率的に識別するために，運転シーンの認識に基づいた重要な歩行者と車両の検出手法も提案した．機械学習手法により，大まかなシーン分類でも重要物体の特定ができ，手法の有効性も検証した．更に，周辺環境の変更による行動の変化を確認するため，天気情報の生成と削除に関する研究も行っている．計測された運転状況に対して，雪や雨などの天気状況を追加・削除することを実現し，同じ道路状況での複数天気情報を生成することができた．
|
