2018 Fiscal Year Annual Research Report
個人の運転特性推定に基づいた運転支援システムの構築
| Project/Area Number |
18F18110
|
|---|
| Research Institution | The University of Tokyo |
|---|
| Host Researcher |
山下 淳 東京大学, 大学院工学系研究科(工学部), 准教授 (30334957)
|
|---|
| Foreign Research Fellow |
WOO HANWOOL 東京大学, 工学(系)研究科(研究院), 外国人特別研究員
|
|---|
| Project Period (FY) |
2018-04-25 – 2020-03-31
|
| Keywords | 運転支援 / 車線変更 / 運転特性推定 / 自動運転 |
|---|
| Outline of Annual Research Achievements |
本研究では，他者の意図推定に基づいた車線変更の自動検知を研究目的とした．自車には周辺車両の動きを計測することが可能な装置が設置されていると仮定し，車線変更を行う車両を意図推定および車線変更検知の対象とした．最終的には対象車両の車線変更をより早く，正確に検知することを目指した．
その際，2つの課題を解決することが可能な手法を新規に提案した．1つ目は，学習された走行パターンが現れる前に推定を行うことは不可能であり，早期認識の性能向上に限界がある．しかし，意図推定において早期認識は最も大事な性能であり，その性能向上が強く要求されている．2つ目は，運転者は個性や心理状況，周辺環境といった様々な要因により，毎回異なる走行パターンを見せる．そのため，運転者個人の特性を考慮せずに推定を行う従来手法モデルでは性能低下が生じる．以上の未解決問題に対する新しいパラダイムの確立を目指した．
具体的には，先行車に追従する際の走行挙動から他の運転者の運転特性を推定する手法の構築に取り組んだ．本研究では，運転の危険度に注目しそれを適切に記述することが可能な新規特徴量の設計に取り組んだ．また，運転特性の推定結果に基づいた車線変更予測手法の構築を行った．運転者は個人の運転特性によって車線変更を行う際に必要とされる最短の車間距離は異なる．過激な運転をする人ほど車線変更に必要な車間距離は短く，慎重に運転する人ほど十分な車間距離が満たされない限り車線変更を実行しないと考えられる．本研究では運転特性の推定結果に基づき，他運転者が車線変更を実行する車間距離の予測を行った．最終的には，現在の車間距離と予測結果を比較することで，車線変更を実行する可能性を確率的に評価する手法の構築を行った．
以上，個人の運転特性推定に基づいた運転支援システムの構築を行い，その有効性を確認した．
|
| Research Progress Status |
翌年度、交付申請を辞退するため、記入しない。
|
| Strategy for Future Research Activity |
翌年度、交付申請を辞退するため、記入しない。
|
Research Products
(15 results)
