本研究は個人対応の動作解析と予測手法を提案し，実測された動作データからシミュレータ上で計測対象と同様な行動を行う複数の歩行者や車両を生成する技術を開発することが目的である．本年度は研究の初年度で，実測データから歩行者や車両の個人対応な行動特徴を抽出すること目指し研究を行った．関連研究で提案された軌道予測や行動推定手法を確認し，実装することにより，各手法の有効性と特徴を検証した．更に，複数の自動運転車両を同時に生成し制御するシミュレータ環境も構築し，提案手法のシミュレータ検証のため準備を行っていた．
具体的には，各車両の特性を示す車両メーカが提供する物理特性（形状，大きさ，出力など性能データ）を収集し，車種から検索できるようにした．異なる車両間の基本性能についても確認した．車種，車両サイズと動力性能間の関係について比較し，特徴抽出に利用できるデータについても分析している．車種を識別ため，機械学習を用いて，カメラ画像から認識する手法も確認し実装した．識別された車種情報により，収集された情報から車両の物理特性の検索ができ，車両軌道予測手法に加える手法が現在開発している．一方，単独な車両ではなく，複数の車両及び歩行者に対して，観測データから車両間の関係をグラフ構造により解析し，学習することにより予測する研究も始まっている．更に，目標車両をより効率的に識別するために，運転シーンの認識に基づいた重要な歩行者と車両の検出手法も開発している．