LSTMを用いた個人適用型ドライバモデルに関する研究
Study on Construction of Personalized Driver Model using LSTM
- 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):¥1,100 会員価格(税込):¥880
- 文献番号
- 20216053
- 文献・情報種別
- 学術講演会予稿集(秋)
No.92-21
- 掲載ページ
- 1-5(Total 5 p)
- 発行年月
- 2021年 10月
- 出版社
- (公社)自動車技術会
- 言語
- 日本語
- イベント
- 2021年秋季大会 【オンライン】
書誌事項
著者 | 1) 濵田 彩歌, 2) 畑澤 佑介, 3) 及川 昌子, 4) 廣瀬 敏也 |
---|---|
著者(英) | 1) Ayaka Hamada, 2) Yusuke Hatazawa, 3) Shoko Oikawa, 4) Toshiya Hirose |
勤務先 | 1) 芝浦工業大学, 2) 芝浦工業大学, 3) 芝浦工業大学, 4) 芝浦工業大学 |
勤務先(英) | 1) Shibaura Institute of Technology, 2) Shibaura Institute of Technology, 3) Shibaura Institute of Technology, 4) Shibaura Institute of Technology |
抄録 | 本研究は個人適用型のドライバモデルをLSTM(Long short-term memory)を使用して構築することを目的とした.作成にNNを用いることで個人の運転特性を捉えるのを可能にし,LSTMモデルの特徴を生かすことで個人の運転特性に忠実なモデル化の検討を行った.さらに本研究では,モデル構築のための最適パラメータの選定について検討を行った. |
抄録(英) | A driver model can simulate the personalized driving behavior, and will be contribute for the appropriate interface of a driver assist system and an automated driving system. This study aimed to construct a driver model using LSTM (Long short-term memory), which has effects for the high accuracy of modelling with the long-term memory in time series data processing. Using a driving scenario data that a driver followed a preceding vehicle on a highway, we constructed the personalized driver model. The driver model’s accuracy was examined by the epoch number, learning rate, hidden layers and multiple layers of each model. 翻訳 |