文献

J-GLOBAL ID：201702244364887488   整理番号：17A1357235

個別化自律車線変更開始と制御のための機械学習アプローチ【Powered by NICT】

A machine learning approach for personalized autonomous lane change initiation and control

著者 (4件)： Vallon Charlott (Department of Mechanical and Process Engineering, ETH Zurich, Zurich, Switzerland) ,  Ercan Ziya (Department of Control and Automation Engineering, Istanbul Technical University, Istanbul, Turkey) ,  Carvalho Ashwin (Department of Mechanical Engineering, University of California Berkeley, Berkeley, CA) ,  Borrelli Francesco (Department of Mechanical Engineering, University of California Berkeley, Berkeley, CA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： IV  ページ： 1590-1595  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： が自律的に運転者の明確な開始(例えば方向指示灯を活性化する)の有無で安全であるが個別的に車線を変更する車両を可能にするアルゴリズムを研究した。自律運転におけるレーン変化開始は典型的に主観的ルール,位置の関数と周囲車両の相対速度に基づいている。この手法はしばしば任意であり,個々の運転者の運転スタイル選好に適応しにくい。ここでは,ヒト運転者の車線変更意思決定挙動を把握するためにデータ駆動型モデリングアプローチを提案した。特に運転者の選好に関して車線変更開始の瞬間を予測するために典型的な車線変更状況と列車分類器におけるテストビークルによりデータを収集した。モデル予測制御(MPC)フレームワークにこの決定論理を統合安全性・安楽性の制約を満たすより個別化された自律車線変更経験を作成した。二車線変更スタイルの再現と分化し,シミュレーションにより制御フレームワークの安全性と有効性を実証するために意思決定論理の能力を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 運転 ,  *機械学習 ,  快適性 ,  安全性 ,  ヒト ,  アルゴリズム ,  意思決定
準シソーラス用語： 意思決定論 ,  モデル予測制御 ,  データ駆動 ,  相対速度 ,  *車線変更 ,  *自律性 , 【Automatic Indexing@JST】

分類 (1件)： 運転者  (TB01040V)

タイトルに関連する用語 (3件)： 自律 ,  車線変更 ,  機械学習