ミシガン工科大、データ駆動型の車両制御モデルを発表！コネクテッドカーを安全に

車両に搭載された安全システムは、障害物を検知してブレーキアシストを発動させる。こうした個々のドライバーをアシストするシステムが一般的なのに対し、ミシガン工科大学の研究者は、環境からのデータを用いて、それぞれのドライバーのリスクを予測し運転を制御するモデルを発表した。

コネクテッドカーに適応できる同モデルは、“ほかの人の予測を予測する”という概念に基づいており、車両から送信されてきたデータを中央システムにて統合し、車両グループの加速、減速、停止を予測する。

道路上の車両データを統合してリアルタイムにリスクを計算

即座のブレーキアシストが必要なのは、目の前の障害物を検知してからのアクションが、人間の反射神経では間に合わないから。研究者が開発したシステムでは、進行方向の状況を把握しているため、最適なアクションを前もってドライバーに通知できる。

高速道路などでは1人のドライバーの運転ミスが、周りのドライバーの事故につながる。不確実性の高い道路状況下において、いかに早く予兆を検知するかが重要となるだろう。

同システムでは、コントローラーが各車両からセンシングデータを収集し、これをもとにリアルタイムに道路上のリスクを計算する。

データ駆動型の車両制御モデルは、すべてのドライバーに安全を提供するのみならず、高効率な交通状況を作り出す。

コネクテッドした自動運転車でモデルを採用することで、一定の車間距離を維持しつつ渋滞を緩和したり、加速と減速を最小限にして省エネしたりが可能だ。

次のステップとして研究者は、実際にコネクテッドカー群を使用してモデルをテストすることを計画している。

Now loading...