任意走行ルートでの車両動特性予測へ向けた，実車走行ビッグデータ解析

岡本　真範（トヨタシステムズ）・樗澤　英明・吉村　知浩（トヨタ自動車）・Thomas Bernes Lasserre（Toyota Motor Europe）・長谷川　茂樹（トヨタ自動車）

コネクティッドカーから収集した市場走行ビッグデータを用い，車種・地域・道路条件の違いによる車両動特性（車速・加速度等）への影響を分析した．本研究で得られた特性は，任意走行ルートにおける走行挙動の高精度予測，およびそれを活用した動力・燃費・耐久性等のシミュレーションへの適用が期待される．

機械学習を用いた車両旋回時における官能評価の定量化

金堀　凌也・清水　友博・杉山　諭・岡本　信・浅野　貴文・金子　隆（SUBARU）

車両運動性能の把握は官能評価に依存しており，設計・制御への定量的反映に多大な工数を要していた．そこで走行データと官能評点を用い，ランダムフォレストと特徴量空間の類似度評価を組み合わせた分析の自動化を実現．高評価挙動に対応する性能指標を短期間かつ再現性高く導出可能とし，設計効率化の基盤技術を構築した．​‌

自動運転システムの安全性評価に向けた路上画像生成AIに関する検討

尾崎　信利・新国　哲也（自動車技術総合機構）

自動運転システムの安全性評価では，多様な交通状況をシステムが適切に認識できるかを検証する必要がある．一方，実環境データだけでは，評価に必要な場面を十分に網羅することが難しい．そこで本研究では，路上画像の物体検出AIの評価を想定し，画像生成AIを用いた評価シーンの生成手法について検討する．

数理最適化手法による試験スケジューリングの自動化

渡辺　敏博・吉本　博・寺部　俊紀・長村　雄也・阿部　淳一（トヨタ自動車）・鈴木　浩介・阪本　哲郎・生田　朋子（フィックスターズ）

これまで熟練者の経験とノウハウに頼っていた試験計画業務に対し，誰でも短時間で最適な試験計画を立案できることを目指し，数理最適化手法を導入した．試験に必要な装置や人等を洗い出し，熟練者の暗黙知やルールを数式化することで，短時間での計画立案ができることに加え，試験実施のボトルネックの分析が可能となった．