文献

J-GLOBAL ID：202002251757499514   整理番号：20A2764813

ゲームエンジンと実車を用いた運転者行動モデリング:学習ベースアプローチ【JST・京大機械翻訳】

Driver Behavior Modeling Using Game Engine and Real Vehicle: A Learning-Based Approach

著者 (10件)： Wang Ziran (InfoTech Labs, Toyota Motor North America, Mountain View, CA, USA) ,  Liao Xishun (Center for Environmental Research and Technology, University of California Riverside, Riverside, CA, USA) ,  Wang Chao (Center for Environmental Research and Technology, University of California Riverside, Riverside, CA, USA) ,  Oswald David (Center for Environmental Research and Technology, University of California Riverside, Riverside, CA, USA) ,  Wu Guoyuan (Center for Environmental Research and Technology, University of California Riverside, Riverside, CA, USA) ,  Boriboonsomsin Kanok (Center for Environmental Research and Technology, University of California Riverside, Riverside, CA, USA) ,  Barth Matthew J. (Center for Environmental Research and Technology, University of California Riverside, Riverside, CA, USA) ,  Han Kyungtae (InfoTech Labs, Toyota Motor North America, Mountain View, CA, USA) ,  Kim BaekGyu (InfoTech Labs, Toyota Motor North America, Mountain View, CA, USA) ,  Tiwari Prashant (InfoTech Labs, Toyota Motor North America, Mountain View, CA, USA)
資料名： IEEE Transactions on Intelligent Vehicles  (IEEE Transactions on Intelligent Vehicles)
巻： 5  号： 4  ページ： 738-749  発行年： 2020年 
JST資料番号： W2446A  ISSN： 2379-8858  資料種別： 逐次刊行物 (A)
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： 先進運転者支援システム(ADAS)の良い例として,助言支援(ASA)は,知的車両の運転者への助言速度を示すことによって,運転安全性と,おそらくエネルギー効率を改善するのを助ける。しかし,運転者ベースの速度追従誤差は,知覚と反応遅延,ならびに不完全車両制御のため,しばしば現れ,ASAシステムの有効性を劣化させる。本研究では,実時間で速度追従誤差を予測し補償することを目的として,運転者行動をモデル化するための学習ベースアプローチを提案した。主観的運転者は,k-最近傍(k-NN)アルゴリズムを用いて,それらの運転行動に従って,最初に異なるタイプに分類される。次に,非線形自己回帰(NAR)ニューラルネットワークを採用して,各ドライバによって発生する速度追従誤差を予測した。特定の交通シナリオを,Unityゲームエンジンベース運転シミュレータプラットフォームにおいて作成し,そこでは,ASAシステムが,ヘッドアップディスプレイ(HUD)を介して運転者に助言駆動速度を提供する。17名のボランティア運転者により,人間-イン-ループシミュレーション研究を行い,速度誤差分散の53%低減と,速度追従誤差の補償によるエネルギー消費の3%低減を明らかにした。結果は,実際の乗用車による現場実装によってさらに検証される。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  シミュレーション ,  *学習 ,  乗用車 ,  ニューラルネットワーク ,  エネルギー消費 ,  有効性 ,  ヘッドアップディスプレイ ,  エネルギー効率 ,  ボランティア
準シソーラス用語： ドライビングシミュレータ ,  運転行動 ,  実時間 ,  自己回帰 ,  運転者支援システム , 【Automatic Indexing@JST】

分類 (2件)： 音声処理  (JE05000E) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： ゲームエンジン ,  行動モデリング ,  学習