車の運転とDriver Model Bio-Motion Control Equation 運動方程式 車の運転のモデル化 Driving Examples リバースステア 強US車両の挙動 弱US車両の挙動 バイモ研 運転行為/Weber則関連 車の運転の物理 Bio-Motion Equation の環境対応、具体的なパラメータ例 Human-Motion Control Model Skilled 逆モデルによるドライバーモデル

Back

運転行為/Weber則関連



Forth 


 
 

運転関連


車の運転の成り立ち・仕組み: 車両適合+環境適合+感覚生理適合


車の揺れにもかかわらず像を網膜に固定: Adapt to Vehicle Dynamics
 車両特性に合わせて一点注視。車の揺れ、ピッチング(常時)、ヨーイング(横滑り時は特に)を首・眼球の動きで補正して常に一点注視する

・前方環での運動状態を決定: Adapt to Traffic Environment
 前方環境位置、通過速度の決定。 見込み運動のパラメータ決定。


見込み運動の実行:Adapt to Sensory/Motorto Vehicle Dynamics
 感覚生理特性に合わせた滑らかな車両コントロールで見込んだ運動状態を実現する
運転行為の分解

操縦系インターフェース


Drive by Wire(ドライブ バイ ワイヤ):
 生理学上の法則であるWeber(ウェーバー)の法則に従って、操作側の特性と応答側の特性を、人にとって感覚上線形に対応させる。


 右図で説明しているが、操作量と応答が線形とは、操作に対する応答が、多分加速度になるが、操作物理量のべき乗に成るべきとWeber則は言っている。
 大抵は操作する手足のWeber比 Cf の方が身体を支えるWeber比 CF より小さいので、応答曲線は下に凸の関数になる。

 踏力-減速度で表すブレーキの特性を例にとると、感覚上良く効くブレーキでは、下に凸の2次曲線(実際は1.?次)のような形になるべきを、一般の車のブレーキは構造上直線にしかできないので、感覚的な期待に対しては踏むほど、踏力の大きい所ほど感覚的には効かないブレーキとなる。
 ブレーキの効く効かないは感覚でしかないので、実際効かないのである。 踏力の大きいところでは感覚的な期待に対しては効かないブレーキとなるので、強く効かすときはガンと踏めとなってしまう。

 宇宙一良く効くと言われるポルシェのブレーキは、踏力-減速度で表すブレーキの特性は一般車と同じ直線だが、これを原点近くに急勾配で立てることによって、感覚上線形の曲線を沿わせてもこの曲線からあまり離れない形にしている。
Weber則とWeber比の計算

 例えば、操作物理量f、系の応答物理量F、各のWeber比をCf、CF(車の場合は身体を支える筋肉の調整能力で5%前後)とすれば、線形な f と F の関係式は、操作量fの最小操作量Δfに対して、その応答量が応答量Fの最小量ΔFに成っていれば良いので、
  dF/df*Δf=ΔF 
これにΔf=f*Cf  ΔF=F*CF を代入して積分すれば

  F=K*fCF/Cf  (べき乗関数)        K :は定数


 この関係式で操作量fと応答量Fが表せれば感覚上fとFは線形。



ステアアシスト 運転アシスト


Steer Assist
(ステアアシスト)
 タイヤの能力限界まで意図した旋回を、逆ハン状態も含めて実現する。


 時々刻々の力のコントロールで積分時間を経て速度、変位が実現できる。
 運動のコントロールは実現すべき目標(速度、変位が)に、先行した計画的な力のコントロールで目標運動状態を実現する。
  すなわち運動加速度を計測すれば目指す運動が推定できる。

 走行中の車の横加速度αを車両運動逆モデルに代入して、その運動状態αにふさわしい操舵角δをこの逆モデルで計算する。
  もし現在の操舵角がこれと異なる場合は、その分を修正することになる。
 機械的にゆっくり Fishhookターン(Jターン)を行なえるハンドル捌きの運転で速度を上げて走るとどうなるのか。
 速度を上げるとスピンしてしまう場合の、操舵支援を行った場合の走行シミュレーション動画を右に示す。  緑が支援なし、白が支援車。
 両車両は全く同じドライバによる全く同じステアリング操作でありながら、白のステアアシストされている車両では意図通りの滑らかな旋回を実現できているる。

車両は CarSim(Mechanical Simulation社) 
運動逆モデルは MATLAB/Simlink で作成



人の制御則 x" = a - C x' の応用


人は、地上では車、空では超音速飛行機、海の上では何万トンもの船を自在に操る制御能力を持つ。

交通環境に沿った走行例は下の動画
交通環境に沿った制御式の作り方ここをクリック
生き物の制御則

安全運転と自動運転


 
段差に気が付かなければ足を踏み外す。見かけより重くても軽くても物は巧く持ち上げられない。 滑らかに運転できたとは、ちゃんと先を読みきったこと。滑らかさは安全運転の尺度。
 我々の行動は見込み行動。  x" = a - C x' この生き物の運動方程式も前方環境での見込み運動状態量(位置、速度)が有って初めて思った滑らかな運動を開始できる。
 滑らかな動きができていると言うことはこの運動方程式に乗って動いていると言うことで、前方交通環境の把握が正確にタイミング良く行われている証拠。 即ち運転の滑らかさが、安全運転度合いの尺度になる。 滑らかな運転ができる人ほど環境適合度合いが高い、すなわち安全となるわけです。

 人の運動制御方程式に前方環境の運動状態(位置、速度)を機械的に与えれば滑らかな見込み自動運転が可能。 平尾先生の言われる見込み違いさえなければ名人の運転で快適にしかも安全に運んでもらえる




  運動方程式 xi"=ai-Cixi'  i:1..n で走る沢山の車両  拡大して見る
生き物の運動制御式で走る沢山の車
動方程式x"=a-Cx'で走る沢山の車両
横軸:距離(5km) 
縦軸(上側):車速
縦軸(下側):適正車間からのずれ

一番上は拡大図、中央に信号機現在赤、信号機右側は工事規制中の停車待ち




見込み運動、自動運転




     クラゲ:鳥羽水族館

 運動方程式のページのドラゴンフィッシュほど優雅では有りませんが、基本的な水中運動を現している。




車の運転とDriver Model Bio-Motion Control Equation 運動方程式 車の運転のモデル化 Driving Examples リバースステア 強US車両の挙動 弱US車両の挙動 バイモ研 運転行為/Weber則関連 車の運転の物理 Bio-Motion Equation の環境対応、具体的なパラメータ例 Human-Motion Control Model Skilled 逆モデルによるドライバーモデル








バイモ研