权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

新興国に見られる二次元混合交通の認知ネットワークに基づく特徴抽出

新兴国家二维混合交通认知网络特征提取

基本信息

批准号：
18H05923
负责人：
長濱章仁
金额：
$ 1.75万
依托单位：
Ritsumeikan University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Research Activity Start-up
财政年份：
2018
资助国家：
日本
起止时间：
2018-08-24 至 2020-03-31
项目状态：
已结题

项目摘要

本研究は、新興国の渋滞緩和を目指し、二次元混合交通の特徴的な車列順を抽出することを目的とした。具体的には以下の項目に取り組んだ。【1, 新興国交通のビデオデータ解析】車列順の特徴を抽出するにあたり、実交通中の車両の位置情報をビデオデータから抽出する作業を行った。具体的には、インドで撮影したビデオデータから、車両を選択し半自動で走行位置を追尾するソフトウェアを作成した上で、計およそ5000台（4時間）の走行軌跡データを取得した。視覚的重なりにより使用できないデータも存在するものの、様々な車種（自転車・バイク・オートリクシャー・乗用車・トラック・バス）を含む走行軌跡データの取得に成功し、所望の解析が可能となった。【2, 二次元交通においてドライバーが認知する車両関連性の測定】一方車列順を定めるためには、ドライバーが他の車両をどのように認知しているかを定量化する必要がある。例えば、正面で同じような速度で走行する前走車は追従対象となり得、斜め前方を遅い速度で走行する前走車は追い抜きの対象となるだろう。本研究では、その認知の違いを各前走車の減速に対する挙動の違いであるとし、様々な位置に配置された前走車の減速に対する挙動を、ドライビングシミュレータを用いて測定した。結果、前走車の位置によって減速に対する反応の遅れと強度が様々に変化する事が明らかになり、現在そのモデル化を進めている。【3, 一次元混合交通における各車種の運転特徴の解析】さらに、実験コースにおけるバイク・乗用車・トラックを用いた追従走行実験データを用いて、各車種の特徴的な運転挙動を抽出した。時系列データに対する決定木学習を用いることで、stop-and-goにおいて各車が任意のフェーズで見せる特徴の抽出が可能となった。2の結果と合わせることで、二次元混合交通で各車種を運転するドライバーの認知の違いを表現できる可能性がある。

This study aims at reducing the traffic delay in Xingguo and extracting the characteristics of two-dimensional mixed traffic. The following items are selected for specific purposes. [1, Xingguo traffic data analysis] vehicle sequence characteristics extraction, traffic data location information extraction operation The specific track of 5000 vehicles (4 hours) was obtained by selecting the semi-automatic running position of the vehicle. The focus of the vision is on the use of the vehicle, the type of vehicle (self-propelled vehicle), and the success of the desired analysis. [2. Measurement of vehicle correlation between secondary traffic and cognition] It is necessary to quantify the sequence of vehicles in one party. For example, the front is the same speed, the front is different speed, the front is different speed. This study was conducted to determine the position of the vehicle in front of the vehicle in response to deceleration. As a result, the position of the preceding vehicle is reduced, and the intensity of the vehicle is reduced. [3, Analysis of operation characteristics of each vehicle type in one-dimensional mixed traffic] In this case, the characteristics of each vehicle type are extracted from the operation characteristics of each vehicle type. The time series determines whether learning is possible in the middle of the game, stop-and-go, or in the middle of the game. 2. As a result, the possibility of cognitive violation of traffic conditions in different types of vehicles is very high.