Evaluation of Potential of Autonomous Driving from Traffic Engineering Viewpoints Considering TOR to Driver and User's Preference

从交通工程的角度评估自动驾驶的潜力，考虑驾驶员的 TOR 和用户的偏好

• 批准号: 22H01613
• 负责人: 宇野 伸宏
• 金额: $ 10.65万
• 依托单位: Kyoto University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (B)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22H01613/
• 关键词: 自動運転; 車両挙動モデル; Take Over Request; 模擬走行実験; 利用者認識; 交通流分析; 利用者の認識・期待

手動運転への権限移譲及び道路交通参加者の自動運転利用意向を考慮しつつ，自動運転の交通円滑性，安全性へのポテンシャルの評価を目指し，次のテーマに取り組む．1)自動運転の普及可能性の考察のため，webアンケート調査により，自動運転に対する一般利用者の期待・認識及び利用意向に関するデータを収集し，統計的分析を行う．2)TOR（Take Over Request）が，運転挙動や交通流におよぼす影響を把握するため，その基礎としてDS (Driving Simulator) 利用の模擬走行実験による運転者行動分析を行う．3)連続走行軌跡データを活用した車両挙動の分析・モデル化，及び，自動運転ポテンシャル評価のためのミクロ交通シミュレーションの開発を行う．研究初年度は以下の３つのサブテーマに取り組んできた．1-a)自動運転システムに対する期待と課題に関するアンケート調査の検討：一般の道路ユーザーを対象として，自動運転（特にレベル3）への認識，期待について把握し，現状享受可能なサービス水準と利用者の認識・期待との差異について分析するため，webアンケート調査の項目，設問について検討した．2-a)TORの発生を想定したDS走行実験の設計：TOR発生時の対応行動に影響を及ぼすと想定される要因（TORの種類・発生タイミング，セカンドタスクの有無・種類等）を抽出し，実験計画法に基づき模擬運転実験の条件・シナリオを設定した．3-a) 連続走行軌跡データを用いたサグ部の走行挙動分析：連続走行軌跡データ（Zen Traffic Data）を用いて，サグ部の速度低下や加減速度変化の発生と個車追従挙動モデルの多様性について分析を行った．追従挙動に関しては，相対速度項と車頭距離項を説明変数に持つ線形モデルであるHellyモデルを適用しつつ，渋滞を助長／渋滞を抑止する傾向のある追従特性について考察した．

Manual transport planning へ の 権 move 譲 and び limited road traffic participants の automatic transport planning use intention を し つ つ, automatic transport planning traffic has drifted back towards ¥ の smoothness, safety へ の ポ テ ン シ ャ ル の review 価 を refers し, time の テ ー マ に む り group. 1) automatic transport planning の popularization possibility の investigation の た め, web ア ン ケ ー ト survey に よ り, automatic transport planning に す seaborne る general ik の び, looking forward to know and use intentions に masato す る デ ー タ を し 収 set, statistical analysis of う を line. 2) TOR (Take Over the Request) が, transport planning 挙 dynamic traffic flow に や お よ ぼ す influences を master す る た め, そ の based と し て DS (Driving Simulator) of の simulation course be 験 に よ る action line analysis を う transport planning. 3) even 続 walk line trajectory デ ー タ を use し た car struck 挙 dynamic の analysis, モ デ ル, and び, automatic transport planning ポ テ ン シ ャ ル review 価 の た め の ミ ク ロ traffic シ ミ ュ レ ー シ ョ ン の open 発 う を line. In the first year of the study, take a set of サブテ サブテ サブテ サブテ に に に. 1-a) Automatic transportation 転システムに on する expected と topic に related to するア ケ ケ ト ト investigation 検 検 discussion: General の way ユ ー ザ ー を like と seaborne し て, automatic transport planning (especially に レ ベ ル 3) へ の understanding, looking forward to に つ い て grasp し, status may enjoy な サ ー ビ ス level と ik の know, looking forward to と の differences に つ い て analysis す る た め, web ア ン ケ ー の ト survey project, establish to に つ い て beg し 検 た. 2 - a) TOR の 発 raw を scenarios し た DS line go be 験 の design: TOR 発 he の 応 action に influence を and seaborne ぼ す と scenarios さ れ る will (TOR の species · 発 raw タ イ ミ ン グ, セ カ ン ド タ ス ク の presence of species, etc.), take out し を, be に 験 planning base づ き simulated transport planning be 験 の conditions, シ ナ リ オ を set し た. 3 - a) even 続 walk line trajectory デ ー タ を with い た サ グ department の up line 挙 analysis: walk even 続 line trajectory デ ー タ (Zen Traffic Data) を with い て, サ グ department の low speed や add-subtract speed variations change の 発 raw と a car chase 従 挙 dynamic モ デ ル の multiple others に つ い を line っ て analysis た. Chase 従 挙 dynamic に masato し て は, paragraphs phase velocity seaborne と headway を に hold - number つ linear モ デ ル で あ る Helly モ デ ル を applicable し つ つ, 渋 hysteresis を feed / 渋 hysteresis を dampening す る tendency の あ る chase 従 features に つ い て investigation し た.