第73回 自動車技術会賞 資料13 - 技術開発賞 機械学習を用いた車両ドライバビリティ性能の自動評価法
73rd JSAE Award Poster #13
- 提供方法
- 本サイト上にてダウンロード・閲覧可
- 形態
- 価格
- 一般価格(税込):¥0 会員価格(税込):¥0
- 文献・情報種別
- 自動車技術会賞
- 発行年月
- 2023年 4月
- 出版社
- (公社)自動車技術会
- 言語
- 日本語
商品詳細
第73回 自動車技術会賞 資料13 - 技術開発賞
授賞理由
ドライバビリティとは車両のアクセル/ブレーキ操作を行うことで運転者が意図した通りに車両が動くかどうかを主観的な観点から評価する性能である。従来、熟練ドライバーが試作車を使って行ってきた評価技術を、実物のパワートレインと車両モデルを組み合わせたPower-Train Virtual and Real Simulator(PT-VRS)を用いた評価の自動化、そして機械学習モデルが次のサンプリング点を能動的に判断することができるBayesian Active Learning(BAL)を用いた探索の自動化により実現している。本技術では、複数の最悪点を自動探索するだけではなく、制御定数の最適化も可能とする設計手法が提案されており、車両のドライバビリティ性能の開発における有用性が確認されている。ドライバリビティだけでなく、様々な性能評価やモビリティ・機械製品に対しても有効である汎用性の観点からも高く評価される。
摘要
・「文献・情報検索システム」ユーザの方はどなたでも無料でご購入いただけます。