2021/06/15 更新

写真a

ヤマグチ タクマ
山口 拓真
YAMAGUCHI Takuma
所属
名古屋大学 大学院工学研究科 機械システム工学専攻 機械知能学 特任助教
職名
特任助教

学位 3

  1. 博士(工学) ( 2014年3月   名古屋大学 ) 

  2. 修士 ( 2011年3月   名古屋大学 ) 

  3. 学士 ( 2009年3月   名古屋大学 ) 

経歴 3

  1. 名城大学   理工学部   非常勤講師

    2020年4月 - 現在

  2. 名古屋大学   工学研究科   特任助教

    2019年4月 - 現在

  3. 名古屋大学   未来社会創造機構   特任助教

    2014年4月 - 2019年3月

委員歴 2

  1. 自働車技術会中部支部   幹事  

    2018年 - 現在   

      詳細を見る

    団体区分:学協会

  2. 計測自動制御学会 中部支部   運営委員  

    2016年4月 - 2018年3月   

      詳細を見る

    団体区分:学協会

受賞 2

  1. Best Paper Award

    2019年2月   ACHI 2019 : The Twelfth International Conference on Advances in Computer-Human Interactions  

  2. Best Paper Award

    2017年5月   ICAS 2017 : The Thirteenth International Conference on Autonomic and Autonomous Systems  

 

論文 10

  1. Piecewise ARXモデルに基づくインタラクティブな運転行動のモデリングと解析 査読有り

    山口 拓真, 奥田 裕之, 鈴木 達也

    知能と情報   32 巻 ( 3 ) 頁: 713 - 721   2020年6月

     詳細を見る

    担当区分:筆頭著者   記述言語:英語   掲載種別:研究論文(学術雑誌)  

    DOI: 10.3156/jsoft.32.3_713

  2. Realization and Evaluation of an Instructor-Like Assistance System for Collision Avoidance 査読有り

    Keji Chen, Takuma Yamaguchi, Hiroyuki Okuda, Tatsuya Suzuki, Xuexun Guo

    IEEE Transactions on Intelligent Transportation Systems     頁: 1 - 10   2020年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)   出版者・発行元:Institute of Electrical and Electronics Engineers (IEEE)  

    DOI: 10.1109/tits.2020.2974495

  3. Short- and Long-Term Effects of an Advanced Driving Assistance System on Driving Behavior and Usability Evaluation 査読有り

    Matsubayashi, S, Miwa, K, Yamaguchi, T, Suzuki, T

    Proceedings. of The Twelfth International Conference on Advances in Computer-Human Interactions (ACHI 2019)     頁: 1-6   2019年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

  4. INS とマルチレイヤー LiDAR を用いた自動運転車両のための高精度自己位置推定 査読有り

    赤井直紀, 竹内栄二朗, 山口拓真, モラレス ルイス 洋一, 吉原佑器, 奥田裕之, 鈴木達也, 二宮芳樹

    自動車技術会論文集   49 巻 ( 3 ) 頁: 675 - 681   2018年

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(学術雑誌)  

  5. 先進的運転支援システムにおける情報提示と行動介入の認知的・行動的影響に関する検討 査読有り

    松林 翔太, 三輪 和久, 山口 拓真, 神谷 貴文, 鈴木 達也, 池浦 良淳, 早川 聡一郎, 伊藤 隆文

    認知科学   25 巻 ( 3 ) 頁: 324 - 337   2018年

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(学術雑誌)   出版者・発行元:日本認知科学会  

     Advanced driving assistance system supports human drivers in two ways. First, the system provides information about the surrounding environment and encourages drivers to change their behavior. Second, the system intervenes in driving behavior directly to assure the safety. Such a system makes two different effects on drivers. The first is a cognitive effect, which includes drivers' subjective evaluations about the system. The second is a behavioral effect, which includes drivers' behavioral changes after driving with the system. We examined how information presentation and behavioral intervention affect drivers in both cognitive and behavioral aspects. The results show that information presentation makes a significant effect on drivers' behavioral changes after driving with the system while behavioral intervention makes a significant effect on drivers' evaluations about the system.

    DOI: 10.11225/jcss.25.324

    CiNii Article

    CiNii Books

  6. 6. 個人適合型ポテンシャル法に基づく障害物回避アシスト制御(第2報) 査読有り

    佐藤大地, 山口拓真, 奥田裕之, 鈴木達也

    自動車技術会論文集   48 巻 ( 1 ) 頁: 97 - 102   2017年

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(学術雑誌)  

  7. 運転教習員型運転支援の提案とその評価 査読有り

    山口 拓真, 奥田 裕之, 鈴木 達也, 早川 聡一郎, 池浦 良淳, 武藤 健二, 伊藤 隆文

    自動車技術会論文集   48 巻 ( 3 ) 頁: 717 - 724   2017年

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(学術雑誌)  

  8. Model Predictive Charging Control of In-vehicle Batteries for Home Energy Management based on Vehicle State Prediction 査読有り

    A. Ito, A. Kawashima, T. Suzuki, S. Inagaki, T. Yamaguchi, Z. Zhou

    IEEE Transactions on Control Systems Technology   26 巻 ( 1 ) 頁: 51 - 64   2017年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)  

  9. Empirical Investigation of Changes of Driving Behavior and Usability Evaluation Using an Advanced Driving Assistance System 査読有り

    Matsubayashi, Shota, Miwa, Kazuhisa, Yamaguchi, Takuma, Kamiya, Takafumi, Suzuki, Tatsuya, Ikeura, Ryojun, Hayakawa, Soichiro, Ito, Takafumi

    THIRTEENTH INTERNATIONAL CONFERENCE ON AUTONOMIC AND AUTONOMOUS SYSTEMS (ICAS 2017)     頁: 36 - 39   2017年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)   出版者・発行元:IARIA XPS PRESS  

    It is known that the behavior of autonomous systems affects users' cognitive and behavioral aspects; however, further examination of sequential effects is required. We manipulated instructional information as cognitive guidance and the degree of behavioral intervention implemented by an advanced driving assistance system, and then assessed usability evaluation of the system and changes in user behavior. The results show that strict intervention reduces subjective evaluations, and the absence of instructional information hinders changes in user behavior.

    Web of Science

  10. Autonomous Driving Based on Accurate Localization Using Multilayer LiDAR and Dead Reckoning 査読有り

    N. Akai, L. Y. Morales, T. Yamaguchi, E. Takeuchi, Y. Yoshihara, H. Okuda, T. Suzuki, Y. Ninomiya

    IEEE Int. Conf. on Intelligent Transportation Systems     頁: 1147 - 1152   2017年

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)  

▼全件表示

MISC 2

  1. 市街地での合流時における運転指導下での高齢ドライバの運転行動解析

    奧田峻也, 山口拓真, 吉原佑器, 青木宏文, 山岸未沙子, 二宮芳樹, 竹内栄二朗, 奥田裕之, 鈴木達也  

    自動車技術会大会学術講演会講演予稿集(CD-ROM)2018 巻   頁: ROMBUNNO.029   2018年5月

     詳細を見る

    記述言語:日本語  

    J-GLOBAL

  2. エネルギーマネジメントのための車使用予測

    稲垣 伸吉, 川島 明彦, 山口 拓真, 鈴木 達也  

    計測と制御56 巻 ( 7 ) 頁: 509 - 514   2017年

     詳細を見る

    記述言語:日本語   出版者・発行元:公益社団法人 計測自動制御学会  

    DOI: 10.11499/sicejl.56.509

    CiNii Article

科研費 5

  1. 他者とのインタラクションを考慮したモデル予測型知能の創出と自動運転車両への実装

    研究課題/研究課題番号:19H00763  2019年4月 - 2022年3月

    鈴木 達也

      詳細を見る

    担当区分:研究分担者 

    本応募課題では、説明可能、かつデータによりアップデート可能な他者モデルとそれに基づく予測、さらには予測に基づいた制約付き最適化ベースの行動決定手法を統合した知能をモデル予測型知能と呼び、自動車運転を対象としてその有用性を検証する。モデル予測型知能の中に、自己との因果関係を明記した周辺他者の行動モデルを持つことで周辺他者とのインタラクションを考慮することが可能となる。特に他者の判断モデルに焦点を当て、他者が判断しやすい状況を作り出すよう自己の行動を決定する制御手法を創出する。本応募課題は、深層学習型AIとも知識型AIとも異なる第三極のAIの枠組み構築を目指すものと言える。
    本研究では、以下の4つの研究課題に取り組む予定であるが、2019年度は。特に、以下の②に取り組んだ。
    <BR>
    ①自身の行動による影響を明記した周辺他者の行動モデルの選定、②インタラクションを伴う行動データの観測と行動モデルの機械学習、③行動モデルを用いた予測と実時間での制約付き最適化による行動決定、④実現された知能の検証と評価
    <BR>
    ②データに基づいた行動モデルのパラメータや構造の機械学習
    行動予測モデルの機械学習はモデル予測型知能のコア技術の一つであり、制御工学の分野ではシステム同定問題と呼ばれ、様々な議論がなされてきた。本研究では、ハイブリッド系モデルと検定に基づく変数選択手法を融合し、パラメータのみではなくモデルの離散構造状態数)や連続系の構造(説明変数)をも同定可能な機械学習法(システム同定手法)を開発した。さらにはそれらのオンラインでの実行についても検討し、他者の行動モデルをオンラインでアップデート、分類、蓄積できるような新たな学習法の枠組み構築に取り組んだ。また、データ取得に関してはマルチプレーヤー型のドライビングシミュレータを活用した。研究室には同時可能稼働でリアルタイム通信により同じ交通環境を共有できるシミュレータが3台ある。加えて実際の歩行者もヘッドマウントディスプレイ(HMD)を着用することで交通環境を共有する形でシミュレーションに参加できる環境となっている。これにより、実車では計測が困難なインタラクションを伴う行動が計測でき、本応募研究を遂行する上での基礎データ取得が可能となった。
    当初予定していた行動モデルの構築のめどが立ったことから、次のステップである、他者モデルを考慮したモデル予測型運転知能の構築のステップへと進むことが可能となっている。ただし、コロナウイルスの影響で、被験者実験のサンプル数自体は未だ十分とは言えず、その意味では、100%当初の計画通りというわけではない。今後はある程度のサンプル数を取集する実験と並行して、モデル予測型知能の開発を進める。
    実績概要の項目で述べた4つの項目のうち、2020年度は、項目③「行動モデルを用いた予測と実時間での制約付き最適化による行動決定」に取り組む。予測情報に基づく実時間での制約付き最適化による行動決定は、モデル予測型知能のもう一つのコア技術である。運転行動への適用を考える場合、100[msec]以内での処理が求められるが、離散変数を多く含むモデルを持つ場合、その実現は容易ではない。そこで本応募研究では、離散状態遷移にあらかじめ複数の「シナリオ」を用意し、想定したシナリオの範囲内で離散状態遷移と動作の最適化を行う手法を検討する。また、本研究では、「他者が持つ判断のあいまいさ(エントロピー)」を最小化するよう自己の行動を決定することが他者への配慮になる、との着想のもと、評価関数に判断のエントロピーを組み込むことを考える。これらの着想とこれまで開発した行動モデルを融合し、プロトタイプ車両への実装を試みることで、その可能性を検証する。特に計算時間の観点から見て無理があると判断した場合は、最適化の手法そのものを見直すか、行動モデルの複雑度を下げる等の対応を取り、計算時間制約を満たすよう修正をかける。また、深層学習によるモデルとのベンチマークも重要であると考えており、提案する枠組みが運転知能の実現という観点においてどのような特徴を有するかについての検証もスタートする予定である。

  2. ダイナミクスモデルによるドライバ間の意思決定スキームの構築

    研究課題/研究課題番号:18K18103  2018年4月 - 2021年3月

    若手研究

    山口 拓真

      詳細を見る

    担当区分:研究代表者 

    配分額:3770000円 ( 直接経費:2900000円 、 間接経費:870000円 )

    本研究課題では、運転行動における他者(対向車、歩行者)とのインタラクションを解明するため、ダイナミクスモデルに着目してその行動を解析した。
    対象としたタスクは前年度と同じく、狭路における駐車車両付近のすれ違いである。このときドライバは対向車より先に進むか、道を譲るかの行動の判断をする必要がある。この判断を含め、運転行動をPieceWize ARX (PWARX)モデルを用いてモデル化を行った。このモデルはハイブリッドダイナミカルシステムの一種であり、判断モードを離散状態として車両挙動を連続状態として表現する。そして得られたモデルのパラメータに着目し、各判断モードに対して行動のラベリングを行った。その結果、ドライバの運転行動判断は先に行く、道を譲るという二種類の単純な判断だけではなく、いつブレーキを踏むか、いつ加速するかなどのプリミティブかつ運転行動に関連の強い行動まで分解する必要があることが分かった。そのため、今年度では、研究実施計画を変更し、この運転行動の解析を中心に行った。
    運転行動のパラメータを解析したところ、互いの車両の位置と速度が判断に影響していることが解析により判明した。そのため、この意思決定問題をゲーム理論として記述する場合には、その利得関数は位置や速度に依存した関数として記述されることとなる。
    本来では、ドライビングシミュレータによるデータ取得を進める予定であったが、運転行動解析を進めるという計画の変更によりデータ取得については予定通り進まなかった。
    本来では、ドライビングシミュレータによるデータ取得を進める予定であったが、運転行動解析を進めるという計画の変更によりデータ取得については予定通り進まなかった。
    ドライバの判断モデルを獲得するためには、ドライバの運転行動特性まで考慮してモデルを作成する必要があることが分かった。
    そこで、多くの実験参加者に対してデータ取得を進める方針ではなく、実験参加者の組み合わせを固定して解析を進めることとする。
    また、ゲーム理論における解析については、モデルの獲得が前提となっているため、解析が終わり次第進めることとする。

  3. 知能化自動車のためのスーパーバイザ型協調制御とその実証

    研究課題/研究課題番号:16H02353  2016年4月 - 2019年3月

    鈴木 達也

      詳細を見る

    担当区分:研究分担者 

    次世代の知能化自動車では、自動運転から手動運転まで、システムとドライバが幅広い協調形態をとり得るアーキテクチャが求められる。本研究では、システム/ドライバの協調系が満たすべき要件として、1.安全性が確保されること、2.ドライバの受容性が高いこと、3.支援システムの経験を通してドライバ自身の運転特性が改善されること、の3要件を設定した。この3要件を満たす協調制御系として、指導員型運転支援、すなわち運転知能に基づいて生成される許容可能行動集合内に車両挙動を制約する新しい支援制御を提案し、80名程度の被験者を対象として認知科学的見地を交えてその妥当性を検証した。
    近未来の知能を持った自動車とドライバの協調関係において、安全性の確保や受容性の向上は喫緊の重要な課題である。しかしながら、通常は支援をすればするほどドライバ自身の運転能力は劣化するとされており(認知的廃用性萎縮)、この点は知能を持った機械と人間の関係を考えるうえで重要なポイントとなる。本研究では、高齢者の実時間での運転支援と運転者自身の運転能力向上を両立させる新しい支援手法を提案した。研究の最終段階では、その特徴に鑑み、提案手法を「指導員型の運転支援」と名付けた。これにより近未来の知能を持った機械と人間の関係に関する新たな一つの形態を示すことができた。

  4. 知能化自動車のためのスーパーバイザ型協調制御とその実証

    2016年4月 - 2019年3月

    日本学術振興会  科学研究費助成事業:基盤A(研究分担者) 

    鈴木達也

      詳細を見る

    資金種別:競争的資金

  5. 交通とエネルギーマネジメントを両立させる電気自動車の利用予測

    研究課題/研究課題番号:16K18167  2016年4月 - 2018年3月

    山口 拓真

      詳細を見る

    担当区分:研究代表者 

    配分額:2990000円 ( 直接経費:2300000円 、 間接経費:690000円 )

    電気自動車は大容量の蓄電池を搭載し、交通だけではなくエネルギーマネジメントシステムへの利用も提案されている。しかし、蓄電池として使用できる時間帯は運転していない状況のみに
    限られるため、各ドライバーの利用状況に合わせた車の使用予測が必要となる。
    そこで本申請課題では、車載蓄電池を利用するために必要な車の利用予測手法を確立し、乗り物と蓄電池としての利用を両立させる電気自動車のマネジメント手法を提案し、その有効性を示した。