[論文レビュー] Evaluation of the Driving Performance and User Acceptance of a Predictive Eco-Driving Assistance System for Electric Vehicles

Sai Krishna Chada, Daniel Görges+3 more|arXiv (Cornell University)|Aug 24, 2022

Vehicle emissions and performance参考文献 59被引用数 4

ひとこと要約

本論文は、モデル予測制御（MPC）とリアルタイム交通データを活用して走行速度を最適化し、エネルギー消費を最大10％削減するとともに、安全性と快適性を向上させる予測型エコドライブ支援システム（pEDAS）を提示する。41名の参加者を対象としたユーザースタディーでは、高い受容度が得られ、有用性の認識と行動コントロールが採用意思の主な要因となった。

ABSTRACT

In this work, a predictive eco-driving assistance system (pEDAS) with the goal to assist drivers in improving their driving style and thereby reducing the energy consumption in battery electric vehicles while enhancing the driving safety and comfort is introduced and evaluated. pEDAS in this work is equipped with two model predictive controllers (MPCs), namely reference-tracking MPC and car-following MPC, that use the information from onboard sensors, signal phase and timing (SPaT) messages from traffic light infrastructure, and geographical information of the driving route to compute an energy-optimal driving speed. An optimal speed suggestion and informative advice are indicated to the driver using a visual feedback. pEDAS provides continuous feedback and encourages the drivers to perform energy-efficient car-following while tracking a preceding vehicle, travel at safe speeds at turns and curved roads, drive at energy-optimal speed determined using dynamic programming in freeway scenarios, and travel with a green-wave optimal speed to cross the signalized intersections at a green phase whenever possible. Furthermore, to evaluate the efficacy of the proposed pEDAS, user studies were conducted with 41 participants on a dynamic driving simulator. The objective analysis revealed that the drivers achieved mean energy savings up to 10%, reduced the speed limit violations, and avoided unnecessary stops at signalized intersections by using pEDAS. Finally, the user acceptance of the proposed pEDAS was evaluated using the Technology Acceptance Model (TAM) and Theory of Planned Behavior (TPB). The results showed an overall positive attitude of users and that the perceived usefulness and perceived behavioral control were found to be the significant factors in influencing the behavioral intention to use pEDAS.

研究の動機と目的

• バッテリ電気自動車（BEV）におけるエネルギー効率、安全性、快適性の向上を目的とした予測型エコドライブ支援システム（pEDAS）の開発。
• 制御された動的ドライブシミュレータ環境において、pEDASの走行性能の向上とユーザ受容度の評価。
• pEDASがエネルギー消費、速度制限遵守、交差点での停止行動に与える影響の評価。
• 技術受容モデル（TAM）と意思決定行動理論（TPB）を用いたユーザ受容の分析。

提案手法

• pEDASは2つのモデル予測制御（MPC）を採用：前方車両を追従するためのリファレンス追従MPCと、安全かつエネルギー効率の良い車間距離を維持するための車両追従MPC。
• 車両搭載センサ、信号の位相とタイミング（SPaT）メッセージ、地理的ルート情報のリアルタイムデータを統合し、エネルギー最適走行速度を算出。
• 高速道路シナリオでは動的計画法を、信号制御交差点ではグリーンウェーブ調整を用いて最適速度を導出。
• ヘッドアップディスプレイに表示される視覚フィードバックにより走行速度の提案が行われ、危険な車間距離状況には音声アラートが発動。
• 41名の参加者を対象に、制御された走行シナリオ下での動的ドライブシミュレータ上でのユーザスタディーを実施。
• TAMとTPBを用いてユーザ受容を評価し、有用性の認識、使いやすさ、態度、主観的規範、行動コントロールを測定するアンケート項目を設定。

実験結果

リサーチクエスチョン

• RQ1 pEDASは、支援なしのベースライン走行と比較して、BEVにおけるエネルギー消費をどの程度削減するか？
• RQ2 pEDASは、速度制限遵守および信号交差点での不要な停止にどのような影響を与えるか？
• RQ3 特に車両追従およびカーブ路側での走行において、pEDASは運転の安全性と快適性にどのような影響を与えるか？
• RQ4 TAMとTPBに基づくと、運転者がpEDASの採用意思に最も強く影響を与える要因は何か？

主な発見

• pEDASを用いることで、支援なしの走行と比較して平均で最大10％のエネルギー削減が達成された。
• pEDASは速度制限違反を顕著に低減し、グリーンウェーブ調整により信号交差点での不要な停止を完全に解消した。
• 技術受容モデル（TAM）の分析から、有用性の認識と行動コントロールの認識が、pEDAS使用意思の最も強い予測要因であることが判明した。
• ユーザフィードバックでは、視覚的提案は一般的に好意的に受け止められたが、複雑な交通状況では提案内容の曖昧さが指摘された。
• システムは信号タイミングやルートの地形変化を含む動的交通状況に、効果的にリアルタイムで適応した。
• 結果から、pEDASは価値があり、運転の邪魔をしないツールとして認識され、BEV走行の効率性と安全性の両方を向上させるものであると示唆された。