Research on digital twin infrastructure for real-time traffic flow control

实时交通流控制的数字孪生基础设施研究

• 批准号: 22K12017
• 负责人: 佐藤 文明
• 金额: $ 2.58万
• 依托单位: Toho University
• 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
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K12017/
• 关键词: 高度交通システム; 深層学習; 物体検知; セマンティックセグメンテーション; トラフィックアラートシステム; 交通流制御; モバイルコンピューティング; デジタルツイン

本研究では、新興国における渋滞問題や増加する交通事故の問題に対する解決策の一つとして、デジタルツインを利用した交通流の予測、シミュレーション、そして制御に関する研究を行う。交通流制御にデジタルツインを利用するには、車両の道路上の位置関係を高い精度で仮想空間に反映する必要があるが、GPSなどの従来測位技術では十分な精度が得られない問題があった。本研究の目的は、交通状況をリアルタイムに収集して、道路の形状や車両の配置をパラメータとして仮想空間内でシミュレーション、及び予測を行って実空間に適切にフィードバックする機構を持つデジタルツインを構築することでである。令和４年度は、この研究期間の１年目であり、道路上の車両配置の高精度化を実施した。すでに車載端末の前方画像から車両検知を行い、道路上の配置の計算方式は試作されているが、パラメータが決め打ちになっているなど問題があった。カメラ画像での車両の位置から道路上の位置に変換するには、射影変換を用いており、その際に画面内の消失点の位置を決定する必要があった。直線の高速道路のような安定した道路では、決め打ちの消失点の位置でも十分であるが、一般道ではカーブやアップダウンがあるため画面内の消失点の位置が変化する。令和４年度では、深層学習によるセマンティックセグメンテーションによって、画面内の道路部分を検知することで消失点を動的に決定し、パラメータ設定を自動化した。そして、射影変換された道路上の車両の位置の精度を向上させることができた。アプリケーションの評価実験をインドネシアのJakartaで実施し、有効性を評価した。この成果は、令和４年の国際会議IEEE IV2022に採録され発表した。

This study で は, emerging countries に お け る 渋 lag problem や raised add す の る traffic accident problem に す seaborne る solve policy の つ と し て, デ ジ タ ル ツ イ ン を using し の た traffic flow measurement, シ ミ ュ レ ー シ ョ ン, そ し て suppression に masato す を line う る research. Traffic flow suppression に デ ジ タ ル ツ イ ン を using す る に は, car struck の の road location is masato を highly い precision で 仮 space に reflect す る necessary が あ る が, GPS な ど の 従 to location technology で は very が な precision to ら れ な い problem が あ っ た. は の purpose, this study traffic を リ ア ル タ イ ム に 収 set し て や, road の shape car struck の configuration を パ ラ メ ー タ と し て 仮 want to space で シ ミ ュ レ ー シ ョ ン and び line to measure を っ て be space に appropriate に フ ィ ー ド バ ッ ク す る institutions を hold つ デ ジ タ ル ツ イ ン を build す る こ と で で あ る. In the fourth year of the Reiwa era, during the <s:1> research period of <s:1>, in the first year of <s:1>, であ であ, and the implementation of the <s:1> high-precision configuration of the vehicle on the road を た. す で に vehicle front end の portrait か ら car struck 検 を line い, road の configuration の calculation は attempt さ れ て い る が, パ ラ メ ー タ が definitely め play ち に な っ て い る な ど problem が あ っ た. カ メ ラ portrait で の car struck の position か ら に の position on the road - in す る に は, projective variations in を い て お り, そ の interstate に picture を の の vanishing point position decision within す る necessary が あ っ た. Linear の high-speed road の よ う な settle し た road で は, definitely め ち の vanishing point position の で も very で あ る が, general way で は カ ー ブ や ア ッ プ ダ ウ ン が あ る た め picture inside の の vanishing point position が variations change す る. Make and 4 year で は, deep learning に よ る セ マ ン テ ィ ッ ク セ グ メ ン テ ー シ ョ ン に よ っ て, picture inside the part の way を 検 know す る こ と で vanishing point を に decided し, パ ラ メ ー タ set を automation し た. Youdaoplaceholder0 て て, projective transformation された, the position <e:1> accuracy of the <s:1> vehicle on the road を upward させる とがで とがで た た た た た た た. ア プ リ ケ ー シ ョ ン の review 価 be 験 を イ ン ド ネ シ ア の Jakarta で be し shi, has a sharper を review 価 し た. The results of the <s:1> and the proceedings of the <s:1> international conference IEEE IV2022 in the 4th year of Reiwa are に and され.

项目成果

Improved Vanishing Point Accuracy by Integrating Vehicle Detection and Segmentation

通过集成车辆检测和分割提高消失点精度

• 发表时间: 2022
• 作者: Fumiaki Sato;Takamasa Koshizen
• 通讯作者: Takamasa Koshizen