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。

这项研究旨在减少新兴国家的拥塞，并在二维混合交通中提取独特的火车顺序。具体来说，我们解决了以下项目：[1。新兴国家流量的视频数据分析]在提取火车顺序的特征时，我们从视频数据中提取了车辆的位置信息。具体来说，我们创建了软件，该软件从印度捕获的视频数据中选择车辆并跟踪驾驶位置半自动，然后总共获得了约5,000辆汽车（4小时）。尽管由于视觉重叠而无法使用某些数据，但它已成功地获取了驾驶轨迹数据，包括各种车辆模型（自行车，摩托车，自动车辆，乘用车，卡车和公共汽车），允许进行所需的分析。 [2。另一方面，为了确定火车的顺序，驾驶员在二维交通中所感知的车辆相关性，有必要量化驾驶员对其他车辆的看法。例如，在类似速度前行驶的汽车可能需要遵循，而以较慢速度驾驶的汽车将可能超过。在这项研究中，感知的差异被认为是车辆面前每辆车辆在减速方面的行为差异，并且使用驱动模拟器测量了车辆在减速方面的行为。结果，已经揭示了响应减速和强度的延迟因车辆在车辆前的位置而有所不同，我们目前正在努力对此进行建模。 [3。此外，在实验过程中使用摩托车，乘用车和卡车进行以下驾驶实验的数据，对每种车辆模型的驾驶特性进行分析，提取了每个车辆模型的独特驾驶行为。通过将决策树学习用于时间序列数据，现在可以提取每辆车以任意阶段显示的特征。通过将其与2的结果相结合，可以表达在二维混合流量中驱动每个车辆模型的驾驶员的感知差异。