An eco-driving approach for ride comfort improvement

要約

現在のパラダイムが経験している進歩のために、輸送システムの新しい課題が明らかになっています。
自動運転車のブレークスルーは、乗り心地に関する懸念をもたらしますが、近年汚染の懸念が生じています。
自動化された自動車のモデルでは、ドライバーは乗客になると予想されるため、乗車不快感や乗り物酔いに苦しむ傾向があります。
逆に、気候と人々の健康に対する汚染の影響のために、エコ運転の意味は脇に置かれるべきではありません。
そのため、前述のポイントの共同評価はプラスの影響を与えるでしょう。
したがって、この作業は、エコドライビングの観点から運転スタイルを考慮している個人の乗り心地を評価するための自己組織化されたマップベースのソリューションを提示します。
この目的のために、機器のある車から以前に取得したデータセットを使用して、乗り心地の快適さと環境にやさしいことの原因に関するドライバーを分類しました。
ドライバーが運転スタイルに関して分類されると、システムとの関与を増やすために、自然言語ベースの推奨事項が提案されます。
したがって、乗車快適評価パラメーターの最大57.7％の潜在的な改善、および温室ガスの排出量の47.1％までの潜在的な改善に到達することが予想されます。

要約(オリジナル)

New challenges on transport systems are emerging due to the advances that the current paradigm is experiencing. The breakthrough of the autonomous car brings concerns about ride comfort, while the pollution concerns have arisen in recent years. In the model of automated automobiles, drivers are expected to become passengers, so, they will be more prone to suffer from ride discomfort or motion sickness. Conversely, the eco-driving implications should not be set aside because of the influence of pollution on climate and people’s health. For that reason, a joint assessment of the aforementioned points would have a positive impact. Thus, this work presents a self-organised map-based solution to assess ride comfort features of individuals considering their driving style from the viewpoint of eco-driving. For this purpose, a previously acquired dataset from an instrumented car was used to classify drivers regarding the causes of their lack of ride comfort and eco-friendliness. Once drivers are classified regarding their driving style, natural-language-based recommendations are proposed to increase the engagement with the system. Hence, potential improvements of up to the 57.7% for ride comfort evaluation parameters, as well as up to the 47.1% in greenhouse-gasses emissions are expected to be reached.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google