交通事故低減詳細効果見積もりのための シミュレーション技術の開発概要

JARI Research Journal
20161204
【研究活動紹介】
交通事故低減詳細効果見積もりのための
シミュレーション技術の開発概要
Development of Simulation Technology
for Estimation of Traffic Accident Reduction Detailed Effects
安達
章人*1
Akito
ADACHI
1. はじめに
大田
浩之*1
Hiroyuki OTA
した場合のマクロ的な事故低減効果の算出を目的
自動車の普及に伴う交通事故や交通渋滞は,甚
とするため,前者の「交通環境再現型」を開発す
大な社会的損失をもたらしており,2015年の全国
る.
の交通事故死者数は,4,117人で,15年ぶりに増
また,現実の交通現象をシミュレーションで再
加となった.政府は「2018年を目処に交通事故死
現させるためには,ドライバや歩行者などの交通
者数を2,500人以下とし,2020年までには,世界
参加者が,それぞれ知覚・認知・判断・操作の一
で最も安全な道路交通社会を実現する」ことを掲
連の行動を自律的に実施する主体
(エージェント)
げているが,既存の取組だけでは抜本的な解決が
となり,相互の行動に影響し合うマルチエージェ
難しく,新たな取組である自動走行システムへの
ント型シミュレーションモデルを開発する必要が
期待が大きい.この自動走行システムの早期の実
ある.
用化・普及促進に向けては,自動走行システム導
全体開発計画(全 4 年間)を図 1 に示す.
入による交通事故低減効果の訴求が必要であり、
平成 27 年度は,事故シナリオとして単路での
そのためにはコンピュータ・シミュレーションに
追従・追突シーンを対象に,運転支援システムと
よる定量的評価が有効と考えられる.
して衝突警報/ブレーキシステムを実装した車両
一般財団法人日本自動車研究所(JARI)は,戦
のシミュレーションモデルの開発を行う.まずは,
略的イノベーション創造プログラム(自動走行シ
個々の事故シナリオ毎に妥当性を検証するために,
ステム)の「交通事故低減詳細効果見積もりのた
「事故場面特化型」での開発からスタートさせる
めのシミュレーション技術の開発及び実証」研究
が,年度毎に,事故シナリオ,運転支援システム
事業1)を受託し,中立,公平な立場を生かして,
の拡充を図り,最終的には,ある広域化されたエ
産官学連携の中核として本事業を推進している.
リアにて,自動走行システムを導入した場合の事
本稿では,平成27年度成果2)の概要を紹介する.
故低減効果を算出できる「交通環境再現型」の開
発につなげていく.
2. 研究開発方針
交通事故を再現するシミュレーションには,以
下の 2 つの分類がある 3).1 つ目は,実交通流を
広域に再現し,そこで発生するさまざまな事故を
抽出するマクロ的な「交通環境再現型」,2 つ目は,
実事故発生場面のデータをもとに,各当事車両間
の位置関係や速度を再現するミクロ的な「事故場
面特化型」がある.本開発においては,さまざま
な事故場面を再現させ,自動運転システムを導入
*1 一般財団法人日本自動車研究所
図 1 全体開発計画
ITS研究部
- 1 -
JARI Research Journal
(2016.12)
3. シミュレーションの開発
そして,ログ出力モジュールは,シミュレーショ
3. 1 全体構成
ン実行結果を分類して出力処理する.
本事業で開発するシミュレーションモデルの全
体構成を図2に示す.このシミュレーションでは,
3. 3 ドライバエージェントモデルの開発
車両や歩行者などの交通参加者がそれぞれエージ
事故要因の大半はドライバのミスによるところ
ェントとして行動し,相互に作用しあい、多様な
が大きく,精度の良い事故低減効果を算出するた
交通事象を再現する(マルチエージェント型シミ
めには,多様な実ドライバの行動を,忠実に表す
ュレーションモデル).また,特定の事故形態や支
ことができるドライバエージェントモデルの開発
援形態に限定した交通事故低減詳細効果を評価す
が必要である.追従・追突シーンのドライバエー
る機能だけではなく,さまざまな道路形状や道路
ジェントモデルの概念(知覚・認知→判断→操作)
線形などが存在する実際の道路交通環境において
を図3に示す.
も全体的に評価する機能を兼ね備えるものである.
平成27年度は交通事故低減詳細効果の評価を主
眼において開発を行うが,将来的には,交通事故
低減に伴う交通渋滞の減少などに関する効果評価
にも応用できる拡張性を備えるものとする.
図3 ドライバエージェントモデルの概念
知覚においては,中心視野で知覚対象物の位置
や速度を認知し,周辺視野で知覚対象物の存在の
みを認知する.首振り,ミラー確認,脇見につい
ては,その時間・タイミングなど,実ドライバに
合うように分布によって確率的に設定できるよう
にした.例えば,脇見については、図4の通り,
図2 シミュレーションモデルの構成
脇見の継続時間と脇見の間隔を,分布に基づき確
3. 2 シミュレーション基盤の開発
率的に決められるようにモデル化を行った.
本事業にて再現する追突,歩行者横断,車線逸
脱の 3 つの事故場面の再現,及び交通環境再現に
共通で使用される機能に関して,シミュレーショ
ン管理モジュール,道路環境管理モジュール,ロ
グ出力モジュール,及び,車両と歩行者のエージェ
ントモデルを開発した.
シミュレーション管理モジュールは,シミュレ
ーションに対する処理実行条件や入力情報(シナ
リオファイルなど)を読み込んで全体制御を行い,
道路環境管理モジュールはシミュレーションで使
用される道路情報を読み込み(平成27年度は擬似
図4 脇見のモデル化
的に生成)
,道路上の各インスタンス管理を行い,
- 2 -
JARI Research Journal
(2016.12)
認知において,知覚で取得した対象に対して,
3. 4 運転支援システムモデルの開発
対象物の種類,位置,距離,速度などをラベル付
けすることにより表現した.
平成27年度の開発においては,追従,追突時に
動作する運転支援システムとして以下に示す3つ
判断においては,先行車との相対速度,車間距
のシステムを実装した.
離に基づいて加減速を行うヴィーダーマンモデル
(追従モデルの一種)4)を実装した(図5)
.
① 衝突警報システム
センサの検知範囲内に先行車両,歩行者が入り,
指定された作動条件を満たした場合に警報を出力
車間距離
upper 4 
W VR
W VR
upper 7 
0.003
する.表 1 に作動条件となる項目一覧を示す.表
0.003
希望速度まで加速
/等速
中の検知幅,作動最低相対速度,作動最低速度,
希望速度まで加速 /等速
空走
upper2=GapTimemax×自車速度
=3.6×自車
upper 3 min Dist
追従
作動最大速度,作動 TTC(Time To Collision:衝
追従
希望速度まで加速/ 等速
先行車Brake ONの場合は追従
upper8=VR2 /(2*|aMin|) + minDist
減速(対先行車)
空走
減速(緊急回避)
突予測時間)
,検知必要時間をすべて満たした場合
に,作動遅れ時間後に警報を ON とする.
upper1=GapTimecr×自車速度
=1.0×β×自車速度
減速(緊急回避)
VL < VS
VL > VS
自車の方が速い
先行車の方が速い
minDist
相対速度
② 緊急ブレーキアシストシステム
VR(=VL-VS)
センサの検知範囲内に先行車両,歩行者が入り,
図5 追従,追突時のヴィーダーマンモデル
指定された作動条件を満たした場合に,ドライバ
操作については,アクセル操作とブレーキ操作
のブレーキ出力値を増強して出力する.作動条件
は衝突警報システムと同様(表 1)であるが,更
に加え,それらの踏み替え時間も考慮した.
ドライバのエラーに関しては,
「知覚・認知」に
おいては「脇見」
,
「判断」においては「必要な減
にドライバがブレーキペダルを踏んだ場合にのみ
作動する.
速度の誤りなどの判断ミス」
,「操作」においては
「ブレーキ操作誤りなどの操作ミス」などを実装
③ 被害軽減ブレーキシステム
した.
センサの検知範囲内に先行車両,歩行者が入り,
また,
ドライバの運転行動には多様性が見られ,
指定された作動条件を満たした場合に,減速度の
内的要因が大きく影響するため,内的要因(個人
値を出力する.作動条件は衝突警報システムと同
差,個人内差)を表現するために,図6に示す4つ
様(表 1)である.
のドライバ属性を設定した.シミュレーション上
に車両が出現する毎に,そのドライバーに,4つ
表 1 衝突警報/被害軽減ブレーキの作動条件項目
の属性のレベルがある分布5)に基づいて引き当て
作動条件項目
単位
られ,それらのレベルに応じて,ドライバの知覚・
検知幅
[m]
作動最低相対速度
[km/h]
作動最低速度
[km/h]
遵守傾向が低く,また,運転スキルが高いドライ
作動最大速度
[km/h]
バーほど,制限速度を超過する傾向になる.
作動 TTC(対先行車)
[s]
作動 TTC(対静止車)
[s]
作動遅れ時間
[s]
検知必要時間
[s]
認知,判断,操作行動が決定される.例えば,法
①ドライバ固有の特徴・個性 ⇒ 個人差に影響
周辺環境
ドライバ属性
知覚・認知
判断
操作
多
様
な
運
転
行
動
の
表
現
1) 心理的側面(性格・運転態度・安全意識など)
⇒【法遵守傾向(A) 】という属性で表現
2) 生理的側面(視聴覚・運動感覚・筋力など)
⇒【情報処理能力(C)】という属性で表現
3) 行動的側面(操舵・加減速の特徴など)
⇒【運転スキル(B)】という属性で表現
②ドライバ状態 ⇒ 個人内差に影響
4) ドライバ状態(焦り、居眠りなど)
⇒【覚醒水準(D) 】という属性を設定
図6 ドライバ属性
ここで,検知幅は,検知対象が車線中央から左
右それぞれある幅以内に入っている場合に作動条
件の 1 つを満たすものとする.
また,作動 TTC に関しては,対先行車と対静
止車で別々の値を指定できるように,マップを構
- 3 -
JARI Research Journal
(2016.12)
成した(表 2).ここでは,設定を 4 段階としたが,
可変とすることができる.
表 2 作動 TTC のマップ入力
マップ ID
1
2
設定項目
1
2
3
4
作動最低相対速度[km/h]
0
15
20
60
作動 TTC 対先行車[s]
0
2
2
3
作動最低相対速度[km/h]
0
15
20
40
作動 TTC 対先行車[s]
0
1.5
1.5
2
図7 システム設定
4. 2 ドライバ属性・エラーの設定
3.3 で提示したドライバ属性の法遵守向(3 段
検知必要時間は、センサでの先行車両検知の延
べ時間がある値以上となった場合に,作動条件の
1 つを満たすものとした.
階),運転スキル(3 段階),情報処理能力(3 段
階)
,覚醒水準(5 段階)によって設定可能な 135
パターンのうち,平成 27 年度はドライバ属性の
動作を確認するため,法順守傾向・運転スキル・
情報処理能力については,平均的なドライバ,高
4. 開発したシミュレーション技術の評価
平成 27 年度は映像記録型ドライブレコーダが
記録した追突事故・ニアミス時の先行車の速度の
推移,初期車間距離,後続車の初期速度に基づい
い優良ドライバ,
低い劣悪ドライバを設定した(表
3)
.また,覚醒水準については,平均的なドライ
バにおいて標準,低い,高い状態を設定した.
て危険場面を定義づけ,その場面における運転支
表 3 確認に用いたドライバ属性のパターン
援システム(衝突警報・被害軽減ブレーキ)の効
果を評価した.
本稿で活用したドライブレコーダは,衝突時や
急減速時に発生する急激な加速度変化を検知した
瞬間をトリガに,その前 10 秒,後 5 秒の計 15 秒
間の前方映像とデータ(速度・加速度・ブレーキ信
号など)を記録するものである.200 台のタクシー
に搭載したドライブレコーダデータから追突事
ドライバエラーは,
(1)エラーなし,
(2)認知
故・ニアミスデータを目視によって抽出した.追
ミス(脇見を模擬)が発生,
(3)操作ミス(ブレ
従中に先行車が減速を開始した後に自車が減速し
ーキの操作の誤りを模擬)が発生,
(4)認知ミス
たパターンの事故 12 件と,ニアミス 45 件を検討
と操作ミスの双方が発生の 4 パターンとした.
対象として選定した.
4. 3 追従・追突シミュレーションの試行結果
図 8 にシミュレーションを実施した結果を示す.
4. 1 運転支援システムの設定
前方の障害物を検知するために搭載されるセン
システムなしの事故(n=349),衝突警報ありの事
サの特性は,検知距離と検知角度のパラメータに
故 ( n=324 ), 被 害 軽 減 ブ レ ー キ あ り の 事 故
よって設定した.システムとしては,衝突警報(音
(n=270)の衝突時相対速度を 10 [km/h]区分の
を用いた警報),ブレーキアシスト,被害軽減ブレ
事故件数の分布と累積頻度を比較した結果である.
ーキを想定した.システムの作動内容は,作動
衝突警報から被害軽減ブレーキと運転支援シス
TTC,作動相対速度,作動対象ラップ率,減速度
テムが高機能になることにより,衝突時相対速度
勾配,最大減速度によって設定した.設定値につ
の累積頻度が,低速側にシフトしており,定量的
7).
な事故低減効果を算出できる目途があることを確
いては,本間ら論文
6) を参考にした(図
認した.
- 4 -
JARI Research Journal
(2016.12)
(2009)
6) 本間ら,“前方車両衝突防止支援システムの効果予測-
危険の予期が低いドライバの衝突予知警報に対する反
応特性-”,自動車技術会論文集,Vol. 43, No. 3,
(2012), pp.769-775.
図8 追従・追突シミュレーションの被害低減効果
5. まとめ
平成27年度は,全体開発計画を策定し,事故シ
ナリオとして,単路での追従・追突シーンにおい
て,被害軽減ブレーキなどの運転支援システムに
よる定量的な事故低減効果を算出できる目途があ
ることを確認した.
6. 今後の課題
シミュレーション結果の妥当性を検証すると共
に,実用化(自動車メーカ活用)に向け,各社の
目的を整理し,必要な機能を織り込み,また,各
社のモデルを容易に組み込むことができるように
インターフェースの標準化を推進していく.
参考文献
1) 内閣府,“戦略的イノベーション創造プログラム(SIP)
自動走行システム 研究開発計画”,(2015)
2) 経済産業省,平成27年度「戦略的イノベーション創造プ
ログラム(自動走行システム):交通事故低減詳細効果見
積もりのためのシミュレーション技術の開発及び実証」報
告書
3) 内閣府, 平成 26 年度「交通事故死傷者低減の国家目標
達成に向けた調査・検討における詳細効果見積もりのた
めのシミュレーション技術に係る調査検討」報告書
4) Saifuzzaman,M.
,et al.“Incorporating
human-factors in car-following models: A review of
recent developments and research needs”,
Transportation Research Part C Emerging
Technologies, Vol. 48, (2014), pp. 379-40
5) 石橋
基範:自動車運転者の個人特性評価に基づく反
応理解手法に関する研究,香川大学博士論文, p88-109
- 5 -
JARI Research Journal
(2016.12)