自動車走行速度予測モデルに基づく物理的デバイス選択のための手引きの作成

基于车辆行驶速度预测模型的物理设备选型指导创建

基本信息

批准号：
22K04370
负责人：
山岡俊一
金额：
$ 2.41万
依托单位：
National Institute of Technology, Toyota College
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
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

项目摘要

令和4年度の研究実績を以下に示す。（１）生活道路における自動車走行速度予測モデルの構築に使用できる既存データ（自動車走行速度、道路構造、沿道・周辺環境）を整理した。その結果、シケイン（コミュニティ道路）やハンプ等の物理的デバイスが整備されている路線における平均速度は、40路線のうち36路線が30km/h未満であった。その一方、物理的デバイスが設置されていない路線については、ほとんどの路線において平均速度が30km/h以上であることが分かった。（２）ゾーン３０プラス整備地区を中心に、物理的デバイスが整備された生活道路の視察調査を実施し、調査対象路線を選定した。（３）ハンプが整備された路線を含む生活道路において自動車走行速度調査、道路構造の計測、沿道・周辺環境のデータ収集を行った。その結果、調査済み路線数は120路線となった。（４）目的変数を平均自動車走行速度、各種道路構造及び沿道・周辺環境を説明変数とした重回帰モデルを構築した。その結果、自動車走行速度を低下させる要因は、車道幅員が広いこと、シケインが整備されていること、ハンプが設置されていること、路線の入口に一時停止が指定されていること、路線の出口に一時停止が指定されていることであった。また、自動車走行速度を高める要因は、路線（交差点間）が長いこと、路線の出口交差点あるいは一つ先の交差点に信号があることであった。なお、構築した重回帰モデルの重相関係数が0.71であったことから、さらに路線データを増やし、適合度を向上させたい。

2022财政年度的研究结果如下所示。（1）现有数据（汽车驾驶速度，道路结构，路边和周围环境）可用于构建每日道路上驾驶速度的预测模型。结果，在40条路线中，有36条安装了Chicanes（社区道路）和驼峰等物理设备的平均速度小于30 km/h。另一方面，对于未安装物理设备的路线，发现大多数路线上的平均速度高于30 km/h。（2）我们对开发物理设备的住宅道路进行了检查调查，重点关注30区以及开发区域，并选择了要调查的路线。（3）我们调查了汽车驾驶速度，测量的道路结构，并在每日道路上的路边和周围环境上收集了数据，包括带有驼峰的路线。结果，调查的路线数量为120。（4）用目标变量构建了多个回归模型，其平均车辆驾驶速度，各种道路结构以及路边和周围环境作为解释变量。结果，驱动速度放慢的因素包括宽阔的道路，维护驼峰，安装驼峰，在路线入口处指定的临时悬架以及在路线出口处指定的临时悬架。此外，提高驾驶速度的因素是较长的路线（在交叉点之间）和在途径的出口相交处或在交叉路口的出口相交处存在信号。此外，由于构建的多重回归模型的多重相关系数为0.71，因此我们想进一步增加路线数据并提高拟合度。