Verification of Collision Prone Model under Mixed Traffic in India and Thailand

点击翻译按钮获取中文摘要

研究課題(1)「ベースとなる深層学習手法とその改良」に関しては、一対多の関係から走行安定性指標を定義・提案して、多車種混合交通の交通状態を表現することができた。インド・アーメダバードのパルディ交差点を上空から撮影したドローンの映像を解析した。交差点へ流入する交通に対して、車種ごとの最小車間距離を進行方向（縦方向）と横方向で実際に観測して算出した。この空間を走行に必要な最小限の空間として捉え、それ以外の空間（走行可能領域）が発生することによって、錯綜現象が発生しているとして捉えて分析を行った。走行可能領域を考慮して、交差点の飽和交通流率を算出した結果、各サイクルの算出結果のばらつきが少なくなり、安定した値を示せることが分かった。よって、このような一対多の関係から得られる空間を考慮して、走行状態を把握することの有効性を示せた。研究課題(2)「Uターンの交錯・衝突危険性指標の定量化」に関して、1秒間隔で変化する衝突危険性指標を定義・提案して、画像解析によりUターン開始時点の危険性に関して、分析を行った。タイ・ナコンラチャシマーのUターンを上空から撮影したドローンの映像を解析した。これまでのPET,TTCの指標に、時々刻々と変化する走行速度に実際に取ることができる減速挙動を適用して、Uターン開始時点での衝突危険性を算出した。実際の減速を考慮した衝突安全指標は値が改善している場合が見られたがこれは対向車が減速したためであり、Uターン車両はその危険性を認識できずに走行開始した可能性が高い。よって、Uターンの開始判断タイミングで衝突の危険性が高い場合にもUターンを始めてしまっているケースが見られた。本手法によりこのような状態を抽出することが可能となった。