[論文レビュー] Critical ride comfort detection for automated vehicles

Alexander Genser, Roland Spielhofer+2 more|arXiv (Cornell University)|Jun 1, 2021

Vehicle Dynamics and Control Systems参考文献 34被引用数 2

ひとこと要約

本稿では、車両動態モデル、モンテカルロシミュレーション、道路表面表現を用いて、自動運転車両における大規模かつコスト効率の良い乗り心地評価のためのシミュレーションフレームワークを提案する。閾値ベース手法、ISO 2631、および国際粗さ指数（IRI）を比較した結果、ISO 2631が実地のIRI分類と最も一致するが、閾値法は重大な乗り心地イベントを過大または過小評価するリスクがあることが判明した。

ABSTRACT

In a future connected vehicle environment, an optimized route and motion planning should not only fulfill efficiency and safety constraints but also minimize vehicle motions and oscillations, causing poor ride comfort perceived by passengers. This work provides a framework for a large-scale and cost-efficient evaluation to address AV's ride comfort and allow the comparison of different comfort assessment strategies. The proposed tool also gives insights to comfort data, allowing for the development of novel algorithms, guidelines, or motion planning systems incorporating passenger comfort. A vehicle-road simulation framework utilizable to assess the most common ride comfort determination strategies based on vehicle dynamics data is presented. The developed methodology encompasses a road surface model, a non-linear vehicle model optimization, and Monte Carlo simulations to allow for an accurate and cost-efficient generation of virtual chassis acceleration data. Ride comfort is determined by applying a commonly used threshold method and an analysis based on ISO 2631. The two methods are compared against comfort classifications based on empirical measurements of the International Roughness Index (IRI). A case study with three road sites in Austria demonstrates the framework's practical application with real data and achieves high-resolution ride comfort classifications. The results highlight that ISO 2631 comfort estimates are most similar to IRI classifications and that the thresholding procedure detects preventable situations but also over- or underestimates ride comfort. Hence, the work shows the potential risk of negative ride comfort of AVs using simple threshold values and stresses the importance of a robust comfort evaluation method for enhancing AVs' path and motion planning with maximal ride comfort.

研究の動機と目的

• 多様な道路状況において自動運転車両（AV）の乗り心地を評価するスケーラブルでコスト効率の良い手法を開発すること。
• 3つの乗り心地評価戦略（閾値ベース手法、ISO 2631指針、国際粗さ指数（IRI））の性能を比較すること。
• 実際のオーストリアの道路データを用いてフレームワークを検証し、重大な乗り心地区間を同定する能力を評価すること。
• 自動運転車両の経路および運動計画システムに乗り心地を統合するための実用的知見を提供すること。
• 単純な加速度閾値法の限界を特定し、AV開発において標準化された手法（例：ISO 2631）の導入を提言すること。

提案手法

• 非線形物理的車両モデルとアダプティブクルーズコントロール（ACC）を備えた、マイクロスコピックな車両-道路シミュレーションフレームワークを構築する。
• モデル誤差を最小化する最適化手順を用いて、実際の動的データを用いて車両モデルをキャリブレーションする。
• モンテカルロシミュレーション内でのラテンハイパーボリュームサンプリング（LHS）を適用し、速度、横方向位置、道路摩擦などの多様な入力シナリオを生成する。
• 複数の走行状況において包括的な乗り心地評価が可能な仮想シャシー加速度データを生成する。
• 3つの方法を用いて乗り心地を評価する：(1) 加速度閾値法（ax, ay, az）、(2) 人体の振動暴露に向けたISO 2631基準、(3) IRIに基づく分類。
• 3つのオーストリアのテストサイトからの実地IRI測定値と照合することで、各手法の正確性と一貫性を評価する。

実験結果

リサーチクエスチョン

• RQ1 実際の道路区間において、閾値法、ISO 2631、IRIの各乗り心地推定手法は、乗り心地レベルをどのように分類するか？
• RQ2 実地のIRIデータと比較して、閾値ベース手法は、重大な乗り心地イベントをどの程度過大または過小評価しているか？
• RQ3 実地の道路状況において、ISO 2631手法はIRIに基づく分類とどの程度一致しているか？
• RQ4 提示されたシミュレーションフレームワークは、仮想データを用いて高分解能で重大な乗り心地区間を正確に同定できるか？
• RQ5 手法選定が、乗客の快適性を考慮したAVの運動およびルート計画に与える影響は何か？

主な発見

• ISO 2631による乗り心地推定が、実地のIRI分類と最も高い一致を示し、乗り心地評価における信頼性を裏付けた。
• 閾値法は重大な乗り心地イベントを検出できたが、特に縦方向（ax）および横方向（ay）加速度において過大または過小評価の傾向を示した。
• Ts1では、az閾値法により32.07％の区間が「重大」と分類された。これは、路面の粗さに対して非常に感受性が高いことを示している。
• Ts2では、ISO 2631手法により縦方向振動（LU）で21の区間、垂直方向（VU）で8の区間が「重大」と検出され、IRI法よりも高い検出率を示した。
• IRI法では、Ts1の95.04％が「良好」（G）、「良好」（G）と分類されたが、依然として重大なセグメントを同定した。
• フレームワークは、重大な乗り心地イベントに対応するピーク加速度を正しく同定でき、実際の不快感要因を検出できる能力を裏付けた。