ニューラルネットワークモデルとカルマンフィルターを組み合わせた冬期路面状態推定手法 A Neural-Kalman Filtering Method for Estimating Road conditions in Winter
Nasser Pourmoallem	Nasser Pourmoallem	北海道大学工学部土木工学科	〒060 札幌市北区北13条西8丁目
藤原　隆	Takashi FUJIWARA	北海道大学工学部土木工学科	〒060 札幌市北区北13条西8丁目
中辻　隆	Takashi NAKATSUJI	北海道大学工学部土木工学科	〒060 札幌市北区北13条西8丁目
萩原　亨	Toru HAGIWARA	北海道大学工学部土木工学科	〒060 札幌市北区北13条西8丁目
【抄録】冬期の路面状態は，気象条件，沿道条件，あるいは交通条件の影響を受けて複雑に変化する．ニューラルネットワークモデルを用いてカルマンフィルタの状態方程式と観測方程式を表現することによって短時間先の路面状態を予測，あるいは推定するモデルの開発を行った．本モデルの導入によって，極めて非線形が強い路面変化の経時変化の定式化が可能となった，また，ニューロモデルによる表現によって拡張カルマンフィルターにおける微係数行列の導出が容易になった．２カ年の冬期間の観測データを用いて有効性の検証を行い，ニューロモデルが学習能力に優れていること，影響要因分析が容易であることを明らかにした．
<Abstract>A new estimation method that integrated a neural network model into the Kalman filter was developed. Both the state and the observation equations in the Kalman filter were described by a multilayer neural network model. This method made it possible to represent nonlinear and unsteady problems mathematically, which were so far almost impossible to formulate analytically. The method was applied to the prediction of slipperiness of road surface in winter. In this paper, it was discussed how both the equations of the Kalman filter were expressed by a neural network model and how effective the new method was in predicting the skid number of road surface in winter.
【キーワード】カルマンフィルター，ニューラルネットワークモデル，冬期路面，すべり摩擦係数，冬期路面管理，短期予測
<Keywords>Kalman filter, Neural network model, skid number, winter maintenance, snow and ice control