文献

J-GLOBAL ID：202202275063107481   整理番号：22A0840727

運転スタイル解析のための隠れMarkovモデルの有限混合【JST・京大機械翻訳】

Finite Mixture of the Hidden Markov Model for Driving Style Analysis

著者 (4件)： Ding Lusa (Key Laboratory of Road and Traffic Engineering of Ministry of Education, Tongji University, Shanghai 201804, China) ,  Zhu Ting (Key Laboratory of Road and Traffic Engineering of Ministry of Education, Tongji University, Shanghai 201804, China) ,  Wang Yanli (Key Laboratory of Road and Traffic Engineering of Ministry of Education, Tongji University, Shanghai 201804, China) ,  Zou Yajie (Key Laboratory of Road and Traffic Engineering of Ministry of Education, Tongji University, Shanghai 201804, China)
資料名： Journal of Advanced Transportation  (Journal of Advanced Transportation)
巻： 2022  ページ： Null  発行年： 2022年 
JST資料番号： D0581A  ISSN： 0197-6729  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： イギリス (GBR)  言語： 英語 (EN)

抄録/ポイント： 運転スタイルの分析は,知的車両の開発に有用である。以前の研究は,通常,測定運転データの統計的特徴(例えば,ブレーキ圧力の手段と標準偏差)を考慮し,運転スタイルを特徴付けるために,行動意味論によって分割されたパターン数を手動で定義する。本論文では,時間系列運転データからの個人化運転スタイルを記述するための運転スタイル解析を提案した。最初に,範囲速度,および加速度を,自動車追従シナリオを記述する3つの特徴変数として選択した。次に,自動車追従データを正規化して,セグメンテーション結果に及ぼす種々の変数のスケール影響を減らした。隠れMarkovモデル(HMM)と隠れMarkovモデル(MHMM)の有限混合を採用して,挙動意味論を抽出した。HMMと比較して,MHMMはデータの不均一性を同定でき,さらに妥当な原始駆動パターンを提供する。結果に基づいて,本研究はK平均クラスタリングを用いて,全ての駆動パターンを意味的にラベル付けし,合計75の異なる駆動パターンを同定した。正規化周波数分布を用いて,個人化運転行動特性を記述し,Kolmogorov-Smirnov試験を用いて,駆動スタイルの類似性評価を適用した。本論文における提案方法は,運転習慣の特性を探究するのに有用である。Copyright 2022 Lusa Ding et al. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 意味論 ,  自動車 ,  セグメンテーション ,  標準偏差 ,  加速度 ,  クラスタ化 ,  類似性 ,  不均一性 ,  正規化 ,  *隠れMarkovモデル
準シソーラス用語： 周波数分布 ,  インテリジェント・ビークル ,  運転データ , 【Automatic Indexing@JST】

分類 (4件)： 交通管制・規制  (TB01032S) ,  自動車事故,交通安全  (TB01050G) ,  運転者  (TB01040V) ,  交通調査  (TB01031B)

引用文献 (33件)：

• L. Aarts, I. van Schagen, "Driving speed and the risk of road crashes: a review," Accident Analysis & Prevention, vol. 38, no. 2, pp. 215-224, 2006.
• J. Elander, R. West, D. French, "Behavioral correlates of individual differences in road-traffic crash risk: an examination of methods and findings," Psychological Bulletin, vol. 113, no. 2, pp. 279-294, 1993.
• T. Lajunen, T. Özkan, "Self-report instruments and methods," Handbook of Traffic Psychology, pp. 43-59, Elsevier, Amsterdam, Netherlands, 2011.
• R. Langari, J. S. Won, "Intelligent energy management agent for a parallel hybrid vehicle - Part 1: system architecture and design of the driving situation identification process," IEEE Transactions on Vehicular Technology, vol. 54, no. 3, pp. 925-934, 2005.
• J. E. Meseguer, C. K. Toh, C. T. Calafate, J. C. Cano, P. Manzoni, "DrivingStyles: a mobile platform for driving styles and fuel consumption characterization," Journal of Communications and Networks, vol. 19, no. 2, pp. 162-168, 2017.

タイトルに関連する用語 (3件)： スタイル ,  解析 ,  隠れMarkovモデル