2020 Fiscal Year Annual Research Report
User-Attracted Low-Delay MaaS Infrastructure for Solving Social Problems in Society 5.0
| Project/Area Number |
20H00584
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
下條 真司 大阪大学, サイバーメディアセンター, 教授 (00187478)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
義久 智樹 大阪大学, サイバーメディアセンター, 准教授 (00402743)
土井 健司 大阪大学, 工学研究科, 教授 (10217599)
大平 健司 大阪大学, 情報推進本部, 准教授 (40515326)
佐々木 勇和 大阪大学, 情報科学研究科, 助教 (40745147)
松本 哲 大阪大学, 情報推進本部, 助教 (60388238)
河合 由起子 京都産業大学, 情報理工学部, 教授 (90399543)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Keywords | ビッグデータ / IoT / データ収集 / データ分析 / 社会実装 |
|---|
| Outline of Annual Research Achievements |
本研究では、移動方法選択のインセンティブとしてMaaSマイルを提案し、利用者誘引型低遅延MaaS基盤を研究開発した。令和2年度には、研究項目を3項目に大別し、効率的に研究を進めた。
研究項目1「MaaSマイルの計算方法」：本研究項目では、社会課題解決と利用者利益を柔軟に関連付けられるMaaSマイルの計算方法を明らかにする。令和2年度には、これらを考慮して数値化したインセンティブの指標となるMaaSマイルを提案した。また、MaaSマイル算出に必要となる要因を検討し、それら要因を取得管理する基盤構築を行った。
研究項目2「MaaSマイルの計算に必要なデータを低遅延に収集、分析する方法」：本研究項目では、利用時の利用者の嗜好や体調、車両状況を低遅延に把握する方法を明らかにする。令和2年度には、地上有線ネットワーク・無線LAN・LTE（通信キャリアによるサービス）を取り混ぜたネットワークを構築し、シミュレーション評価と実機調査を行った。データ分析については、利用者の登録情報や過去に利用した移動方法、および利用者の現在の位置情報等から低遅延に分析する方法を明らかにする。令和2年度には、前期において収集データの設計に基づき、分析アルゴリズムの検討を実施し、プライバシや通信量が課題として挙げられた。そこで、分散機械学習技術のひとつである連合学習に注目し、技術開発およびオープンデータを用いて評価を行った。
研究項目3「利用者誘引型低遅延MaaS基盤の社会実装」：本研究項目では、利用者誘引型低遅延MaaS基盤を構築し社会実装を行い、社会に受け入れられやすくかつ利用されやすいMaaS基盤を明らかにする。令和2年度には、数台のスマートバイクを用いた小規模な環境でデータ集配信の評価実験を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
近年注目されているMaaS（Mobility as a Service）は、Society5.0における社会課題の解決に活用できる。しかし、社会課題解決につながる移動方法（移動手段や移動経路等）を即座に把握し、利用者がその移動方法を選択するように行動変容させる（誘引する）技術が確立されておらず、社会課題解決に向けたMaaS基盤を実現できなかった。そこで、本研究では、移動方法選択のインセンティブとしてMaaSマイルを提案し、利用者誘引型低遅延MaaS基盤を研究開発している。研究項目1に関して、移動コストだけでなく、社会貢献を考慮して数値化したインセンティブの指標としてMaaSマイルを提案し、MaaSマイル算出に必要な要因を検討した。従来の乗車してからの移動時間や価格といった移動コストだけでなく、乗車と降車場所の乗車前後の手配、移動中の風景、移動後のレイティング等の情報提供による社会貢献といった、移動全体におけるインセンティブを考慮した。研究項目2に関して、実験ネットワークを構築してシミュレーション評価と実機調査を行い、収集データの設計に基づき、分析アルゴリズムの検討、実装および評価を行い、1件の国際論文誌 (IEEE IoT journal)、2件の国際会議2件 (SDM, MDM)、および2件の国内会議にて成果を報告した。研究項目3に関して、数台のスマートバイクを用いた小規模な環境でデータ集配信の評価実験を行った。これらの理由から、本研究はおおむね順調に進展しているといえる。
研究代表者らの研究成果は、IEEE IoT Jounal, SDM, MDM, PerComといった著名な国際論文誌や国際会議に採択された。さらに、本研究成果は、国際論文誌や多数の国際会議および国内学会論文集に採録されている。
|
| Strategy for Future Research Activity |
研究項目1：利用者は、MaaSの利用に応じてMaaSマイルを獲得し、蓄積したMaaSマイルを移動経路や距離、乗降車場所ごとに利用者の状況（緊急性、快適性、経済性など）に応じて利用できる。今後の研究の推進方策として、利用者を誘引したい移動方法に対して高いMaaSマイルを与えることで、社会課題解決に繋がる移動方法に利用者を誘引する具体的な計算方法の有効性を明らかにする。また、乗り心地や風景といった移動方法に関する各要素がどれほど利用者の誘引に影響するかを調査する。
研究項目2：データ収集の低遅延化に関し、多様なセンサー・サーバ等の配置の下で送受させることが適切なデータ、タイミング、ネットワークを検証する。今後の研究の推進方策として、自転車に搭載したセンサーやサーバを用いて5GやLTE、無線LANを取り混ぜたネットワークを構築し、実機調査を行う。データ蓄積には既存設備やクラウドサービスを使用する。データ分析については、利用者の利用者付近にあるエッジ端末やクラウドサービスによるクラウド端末を利用して、利用者の登録情報等を低遅延に分析する方法を明らかにする。今後の研究の推進方策として、前期においてセンサーやサーバの配置に基づき、連合手法の網羅的な評価、さらに新たな分散型分析アルゴリズムの検討を実施し、実装・評価を行う。
研究項目3：今後の研究の推進方策として、スマートバイクや自動二輪車で街中や大学構内を移動するといった環境で、運転者の表情や風景といいたデータを実際に収集、クラウドサーバに配信することにより評価実験を行う。評価実験により、MaaS基盤が社会課題の解決につながるか確認する。
次年度には、以上の研究項目を連携しつつ個別に推進する予定である。
|
