JP2010140186A - 経路推定装置及び運転支援装置 - Google Patents

Abstract

【課題】ドライバに煩わしさを感じさせることなく車両が安全に走行できるように運転支援を行う。
【解決手段】運転支援装置は、車両の現在位置を検出する自車測位装置１３と、車両の挙動を検出する自車挙動計測装置１１と、現在位置ｊ、時間ｋ、予測位置ｉ、挙動ｂをそれぞれ離散化した場合の各々の組み合わせについて、車両が現在位置ｊで挙動ｂの状態である場合に時間ｋ経過後に予測位置ｉにいる確率ｐを示した確率データを記憶する記録媒体２１と、検出された現在位置において車両が検出された挙動である場合に、記録媒体２１に記憶された確率データに基づいて、検出された現在位置から所定時間までに確率ｐが所定の閾値以上となる予測位置を車両経路として推定する自車経路推定装置４１と、推定された車両経路を車両が走行すると障害発生の可能性がある場合に、警報を発生することで運転支援を行う支援インタフェース装置５０と、を備えている。
【選択図】図１

Description

本発明は、経路推定装置及び運転支援装置に関する。

従来、ドライバが安全に車両をできるように支援するための様々な技術が提案されている（特許文献１〜３）。

特許文献１には、道路パラメータや道路情報を記憶する道路ジオメトリサーバと、道路ジオメトリサーバとの通信により得られた道路パラメータや道路情報を用いて運転支援情報を生成する運転支援装置と、を備え、いわゆる路車間通信または車車間通信により運転支援を行う技術が開示されている。

特許文献２には、車車間通信を行い、周辺に存在する他車両などから送信される情報に基づいて、自車から目視できない領域に存在する他車両、信号、道路標識や歩行者等の状況を把握する技術が開示されている。

特許文献３には、車車間通信を行い、他車の走行軌跡が警報エリアに進入すると他車との衝突に対して警報を出力すると共に、その警報エリアに対して警報を禁止する警報禁止エリアを設定する技術が開示されている。
特開２００３−３３７９９３号公報 特開２００２−１６４３２８号公報 特開２００７−３２３１８３号公報

しかし、特許文献１〜３のように、路車間通信や車車間通信のシステムを前提とした技術は、その搭載率が向上しない限り効果が薄くなり、また、システムの規模が大きくなって生産コスト等が高くなる問題がある。

電子地図情報のみを用いてドライバに情報を提示する場合、車両の経路を高精度に推定できず、また情報提示の可否の判断の基準が不明確であるため、不要な情報を提示するとドライバが煩わしさを感じる場合がある。また、レーザレーダ、ミリ波、画像撮像装置の自立型センサのみを用いても、それらのセンシング領域に限界があり、十分な情報をドライバに提示できない。さらに、車車間通信により他車の情報を受信したとしても、その情報の受信時点での他車の状態しか分からないので他車の経路を高精度に推定できず、ドライバに正確な情報を提示できない問題がある。

本発明は、上述した課題を解決するために提案されたものであり、車両の経路を高精度に推定できる経路推定装置、及びドライバに煩わしさを感じさせることなく車両が安全に走行できるように運転支援を行う運転支援装置を提供することを目的とする。

本発明に係る経路推定装置は、車両の現在位置を検出する位置検出手段と、前記車両の挙動を検出する車両挙動検出手段と、現在位置ｊ、時間ｋ、予測位置ｉ、挙動ｂをそれぞれ離散化した場合の各々の組み合わせについて、車両が現在位置ｊで挙動ｂの状態である場合に時間ｋ経過後に予測位置ｉにいる確率ｐを示した確率データを記憶する確率データ記憶手段と、前記位置検出手段により検出された現在位置において前記車両が前記車両挙動検出手段により検出された挙動である場合に、前記確率データ記憶手段に記憶された確率データに基づいて、前記検出された現在位置から所定時間までに確率ｐが所定の閾値以上となる予測位置を車両経路として推定する経路推定手段と、を備えている。

また、本発明に係る運転支援装置は、車両の現在位置を検出する車両位置検出手段と、前記車両の挙動を検出する車両挙動検出手段と、現在位置ｊ、時間ｋ、予測位置ｉ、挙動ｂをそれぞれ離散化した場合の各々の組み合わせについて、車両が現在位置ｊで挙動ｂの状態である場合に時間ｋ経過後に予測位置ｉにいる確率ｐを示した確率データを記憶する確率データ記憶手段と、前記車両位置検出手段により検出された現在位置において前記車両が前記車両挙動検出手段により検出された挙動である場合に、前記確率データ記憶手段に記憶された確率データに基づいて、前記検出された現在位置から所定時間までに確率ｐが所定の閾値以上となる予測位置を車両経路として推定する車両経路推定手段と、前記車両経路推定手段により推定された車両経路を前記車両が走行すると障害発生の可能性がある場合に、警報を発生することで運転支援を行う運転支援手段と、を備えている。

上記発明は、車両が現在位置ｊで挙動ｂの状態である場合に時間ｋ経過後に予測位置ｉにいる確率ｐを示した確率データを記憶しておき、検出された現在位置において車両が検出された挙動である場合に、前記確率データに基づいて、前記検出された現在位置から所定時間までに確率ｐが所定の閾値以上となる予測位置を車両経路として推定することにより、記憶されている確率データのうち、現在の車両の挙動に対応した確率データを用いて車両の予測位置を車両経路として推定するので、現在の車両挙動から将来の車両挙動を精度良く推定することができる。

本発明に係る経路推定装置は、記憶されている確率データのうち、現在の車両の挙動に対応した確率データを用いて車両の予測位置を車両経路として推定するので、現在の車両挙動から将来の車両挙動を精度良く推定することができる。

本発明に係る運転支援装置は、現在の車両の挙動に対応した確率データを用いて車両の予測位置を車両経路として精度良く推定し、その車両経路に基づいてドライバに運転支援を行うので、ドライバに適切な運転支援を行うことができる。

以下、本発明の好ましい実施の形態について図面を参照しながら詳細に説明する。

［全体構成］
図１は、本発明の実施の形態に係る運転支援装置の構成を示すブロック図である。

運転支援装置は、自車の挙動を計測する自車挙動計測部１１と、他者（他の自動車、自動２輪車、自転車、歩行者を含む。）の挙動を計測する他者計測部１２と、自車を測位する自車測位部１３と、電子地図データ等を記録する記録媒体２１と、オフライン情報交換装置２２と、経路情報を演算する経路情報演算装置３０と、を備えている。

さらに、運転支援装置は、自車の経路を推定する自車経路推定装置３１と、他者の経路を推定する他者経路推定装置３２と、潜在的な他者が自車の予測位置に進入する頻度を算定する潜在他者進入頻度算定装置３３と、運転支援するかを判断する支援判断装置３４と、自車のドライバに運転支援を行う支援インタフェース装置４０と、を備えている。

自車挙動計測装置１１は、自車の挙動を計測するものであり、例えば、自車の挙動を示す速度、加速度、モーメントをそれぞれ計測する計測器と、アクセル、ブレーキ、ステアリング、シフトレバー、ウィンカ、ワイパについての運転操作量をそれぞれ計測する計測器と、を有している。

他者計測装置１２は、自車の周辺に存在する他者について、自車位置に対する他者の相対位置（座標）、相対速度、相対加速度をそれぞれ計測する計測器と、計測された結果を地球座標あるいはそれに準ずる座標系（以下、単に「地球座標系」という。）の数値に変換演算する演算器と、他者が自動車、自転車、歩行者、２輪車、歩行者のいずれかを判別する判別器と、を有している。このような他者計測装置１２は、例えば、レーザレーダ、ミリ波レーダ、音波レーダ、赤外線レーダ、車載用カメラ（画像処理を含む。）のいずれであってもよい。

自車測位装置１３は、地球座標系における自車の走行座標及び方位を取得する。このような自車測位装置１３は、例えば、ＧＰＳ（Global Positioning System）受信機、画像によるポジショニングシステム等のいずれであってもよい。

記録媒体２１は、図１に示すように、電子地図データ、頻度分布・累積頻度データ、確率分布データを記録している。なお、記録媒体２１は、これらのデータを記録可能であれば特に限定されるものではなく、半導体メモリ、光ディスク、磁気ディスク（ハードディスクドライブ）等であってもよい。

［電子地図データ］
電子地図データは、地球座標系の各々の座標に対して、フラグＡ〜Ｄを対応づけている。フラグＡは、車両かつ人が走行可能な場所、又は車両が走行できる場所に面した場所であって人が歩行できる場所を示している。フラグＢは、車両のみが走行できる、いわゆる道路であることを示している。

フラグＣは、車両が走行可能な場所でかつ道路である場所において、その属性（規格等級、路線名、俗称）と道路交通法上でその走行に規制をかけるもの（信号停止線、一時停止標識、制限速度、道路の進行方向方位、交差点での進行方向規制、横断歩道、車線数等）の存在及びその規制内容を示している。

フラグＤは、車両が走行可能な場所でかつ道路である場所において、道路構造における付帯設備（縁石、中央分離帯、ガードレール等）および道路周辺で視界を妨げる構造物の存在及びその属性をデータとして有することを示している。

さらに、電子地図データは、地球座標系の各座標において、自車挙動計測装置１１、他者計測装置１２、自車測位装置１３で計測された物体（他者だけでなく自車も含む。）の情報を物体毎の固有ＩＤに対応付けている。具体的には、物体の固有ＩＤに対して、時刻、操作量（他者については計測可能である場合のみ）、速度ベクトル、加速度ベクトル、モーメントベクトル（他者については計測可能である場合のみ）、方位角（他者については計測可能である場合のみ）、を対応付けている。

頻度分布・累積頻度データは、記録媒体２１に新規な物体の計測データが追加される毎に、その追加された計測データから経路情報演算装置３０によって演算されるデータである。具体的には、頻度分布・累積頻度データは、離散化された操作量ベクトル、速度ベクトル、加速度ベクトルのそれぞれの頻度分布および累積頻度、加速度ベクトルの頻度分布を含んでいる。

［確率分布データ］
確率分布データは、頻度分布・累積頻度データが追加される毎にその追加された頻度分布・累積頻度データに基づいて更新され、現在座標ξからＴ秒後に予測座標ηへ移動する確率を示すものである。

図２は、確率分布データの構成を示す図である。図３は、物体（例えば自車）が現在位置ξからＴ秒後に予測位置ηへ移動する状態を説明する図である。ここで、図２の各パラメータは次の通りである。

図４は、地図上の離散化座標ＩＤ番号を説明するための図である。離散化座標ＩＤ番号は、地球座標系の座標を番号で特定する。図４では、ｘ軸方向及びｙ軸方向が例えば１ｍ毎に離散化される。離散化座標ＩＤ番号は、最上段の行において原点からｘ軸方向へ１，２，３，４・・・と付され、最上段の行のすべてのマス目に付されると、次に最上段から２番目の行において順次付される。よって、離散化座標ＩＤ番号が定まると、ｘ座標及びｙ座標が一意に定められる。

図５は、離散化時間ＩＤ番号を説明するための図である。離散化時間ＩＤ番号は、基準時刻から何秒後であるかを番号により特定する。時間は例えば０．１秒毎に離散化される。従って、離散化時間ＩＤ番号が特定されれば、基準時刻から（０．１×ＩＤ番号）後であることが定められる。

図６は、離散化速度状態ＩＤ番号を説明するための図である。離散化速度状態ＩＤ番号は、速度ベクトルを番号で特定する。図６では、ｘ軸方向及びｙ軸方向が例えば１ｍ／ｓ毎に離散化される。離散化速度状態ＩＤ番号は、最上段の行において原点からｘ軸方向へ１，２，３，４・・・と付され、最上段の行のすべてのマス目に付されると、次に最上段から２番目の行において順次付される。よって、離散化速度状態ＩＤ番号が定まると、速度のｘ成分、ｙ成分が定まり、速度ベクトルが特定される。

図７は、離散化加速度状態ＩＤ番号を説明するための図である。離散化加速度状態ＩＤ番号は、加速度ベクトルを番号で特定する。図７では、ｘ軸方向及びｙ軸方向が例えば０．２ｍ／ｓ^２毎に離散化される。離散化加速度状態ＩＤ番号は、図６と同様にして順次付される。よって、離散化加速度状態ＩＤ番号が定まると、加速度のｘ成分、ｙ成分が定まり、加速度ベクトルが特定される。

ここで、図２によると、次のことが分かる。例えば、車両が速度Ｖ（離散化速度状態ＩＤ番号ｌ）、加速度Ａ（離散化加速度状態ＩＤ番号ｍ）で走行している場合に、現在位置ξ（離散化座標ＩＤ番号ｊ）から時間Ｔ（離散化時間ＩＤ番号ｋ）をかけて予測位置η（離散化座標ＩＤ番号ｉ）に到達するとき（＝条件［ｊ，ｉ，ｋ，ｌ，ｍ］）の確率Ｐは、自車の計測データによると「０．１０」であり、自車だけでなく他車を含む全車の計測データによると「０．２５」である。

また、条件［ｊ，ｉ，ｋ，ｌ，ｍ］の「自車」の蓄積データ数Ｎ＝１０であるのに対して、速度及び加速度の制約のない条件［ｊ，ｉ，ｋ］の「自車」の蓄積データ数Ｍ＝１００である。同様に、条件［ｊ，ｉ，ｋ，ｌ，ｍ］の「全車」の蓄積データ数Ｎ＝２５０であるのに対して、速度及び加速度の制約のない条件［ｊ，ｉ，ｋ］の「全車」の蓄積データ数Ｍ＝１０００である。

条件［ｉ］（＝離散化座標ＩＤ番号ｉ）である場合の座標Ｈ１［ｘ、ｙ］＝［２５，１００］である。条件［ｊ，ｉ，ｋ］の場合の現在位置ξから予測位置ηまでの距離Ｌ１は３０［ｍ］である。

なお、更新時においては、この確率分布データに対して該当する条件［ｊ，ｉ，ｋ］毎にデータが入れ込まれる。また、Ｈ１は、Ｍ個（自車あるいは他者での多い方）の平均値が逐次更新されたものである。距離Ｌ１は、Ｍ個（自車あるいは他者での多い方）の現在位置ξから予測位置ηまでの走行距離の平均値が逐次更新されたものである。

また、図１のオフライン情報交換装置２２は、オフラインの状態でにおいて他の図示しない記録媒体に記録されているデータを読み出して、マージして当該記録媒体２１に記録をすることができる演算処理装置である。

［経路情報演算装置３０］
経路情報演算装置３０は、起動時に記録媒体２１からデータを読み込み、内部メモリにそのデータを展開する。また、経路情報演算装置３０は、自車挙動計測装置１１、他者計測装置１２、自車測位装置１３からの各計測データを、上述した頻度分布・累積頻度データの形式に変換する演算を行い、記録媒体２１の頻度分布・累積頻度データを更新する。さらに、経路情報演算装置３０は、更新された頻度分布・累積頻度データに基づいて、上述した確率分布データを更新する。

なお、これらの演算機能を実現するためのプログラムは記録媒体２１に記録されており、経路情報演算装置３０はそのプログラムを読み出すことで上述した演算処理を実行することができる。

［自車経路推定装置４１］
自車経路推定装置４１は、自車挙動計測装置１１及び自車測位装置１３からの計測データや、記録媒体２１から確率分布データを図示しない内部メモリに展開し、この確率分布データに基づいてアルゴリズムI〜IIIのいずれかを選択して実行し、離散化されたｘ１〜ｘ２秒において物体と衝突する自車経路（座標群Ｈ１）を推定する。

ここで、アルゴリズムIは、記録媒体２１に記録された「全車」についての確率分布データを用いて、ｘ１〜ｘ２秒での各時刻における自車の各座標の頻度に基づく確率を算定するものである。また、アルゴリズムIIIは、アルゴリズムIと似ているが、現在位置ξにおける自車の計測データの蓄積が十分である場合にのみ用いられる。具体的には、アルゴリズムIIIは、記録媒体２１に記録された「自車」についての確率分布データを用いて、ｘ１〜ｘ２秒での各時刻における自車の各座標の頻度に基づく確率を算定するものである。

また、アルゴリズムIIは、自車の現在の方位角、速度、加速度、操作量ベクトルを初期値とし、操作量がこのまま継続された場合のｘ１〜ｘ２秒での各時刻における自車の各座標を算定するものである。なお、ｘ１〜ｘ２秒の時間は予め設定された固定値であってもよいし、外部から設定又は変更可能であってもよい。

そして、例えば自車の現在位置の計測データが豊富に蓄積されている場合はアルゴリズムIIIが好ましく、自車データは豊富ではないが他者データを併せると計測データが豊富に蓄積されている場合はアルゴリズムIが好ましく、これら以外の場合（計測データが豊富でない場合）はアルゴリズムIIが好ましい。本実施形態では、次の選択ルーチンが実行される。

（アルゴリズムの選択）
図８は、アルゴリズムI〜IIIの選択ルーチンを示すフローチャートである。なお、図８では、確率分布データの全車データを（Ｎ，Ｍ）＝（ＮＡ，ＭＡ）、自車データを（Ｎ，Ｍ）＝（ＮＳ，ＭＳ）と標記する。

自車経路推定装置４１は、記録媒体２１から確率分布データの（ＮＡ，ＭＡ）及び（ＮＳ，ＭＳ）を読み込む（ステップＳ１）。そして、自車経路推定装置４１は、（ＭＡ＞１００）を満たし（ステップＳ２の肯定判定）、かつ（ＭＳ＞１００）を満たす場合（ステップＳ３の肯定判定）は、アルゴリズムII（自車データの確率Ｐを使用）を選択する（ステップＳ５）。

自車経路推定装置４１は、（ＭＡ＞１００）を満たすが（ステップＳ２の肯定判定）、かつ（ＭＳ＞１００）を満たさない場合（ステップＳ３の否定判定）は、アルゴリズムIを選択する（ステップＳ６）。

自車経路推定装置４１は、（ＭＡ＞１００）を満たさないが（ステップＳ２の否定判定）、かつ（ＭＳ＞１００）を満たす場合（ステップＳ４の肯定判定）は、アルゴリズムIII（自車データの確率Ｐを使用）を選択する（ステップＳ７）。

自車経路推定装置４１は、（ＭＡ＞１００）を満たさず（ステップＳ２の否定判定）、かつ（ＭＳ＞１００）を満たさない場合（ステップＳ４の否定判定）は、アルゴリズムII（全車データの確率Ｐを使用）を選択する（ステップＳ８）。そして、ステップＳ５〜Ｓ８のいずれかが終了すると、本ルーチンが終了する。

自車経路推定装置４１は、上記選択ルーチンに従ってアルゴリズムを選択した後は、次のようにしてアルゴリズムI〜IIIを実行する。

（アルゴリズムI）
図９は、電子地図データの座標上で座標群Ｈ１の抽出を説明するための図である。自車経路推定装置４１は、アルゴリズムIの場合、物理上走行不可能なエリアである座標エリア１と、ｘ１〜ｘ２秒に自車が存在する確率のある座標エリア２と、の重複する１つ以上の座標を座標群Ｈ１として抽出する。

最初に、自車経路推定装置４１は、記録媒体２１に記録されている確率分布データ（全車データの確率Ｐ（図２のＰの左側の要素）：例えば0.10，0.25，0.05・・・）を用いて、ｘ１〜ｘ２秒において離散化された各々の到着予想時刻Ｔ_１について、現在位置ξから予測位置ηへ移動する確率が所定の閾値ｚ１以上となる位置（座標エリア２）を抽出する。例えば、次の式

を満たす

の位置（座標エリア２）を抽出すればよい。この場合、αは定数とし、閾値は予想時刻に比例して増加することになる。

次に、自車経路推定装置４１は、抽出された座標エリア２が、電子地図データのフラグＤ（縁石、中央分離帯、ガードレール等の自車が衝突可能な物体が存在することを示すフラグ）と対応付けられた座標（座標エリア１）と重複するかを判定する。そして、自車経路推定装置４１は、座標エリア２が座標エリア１と重複する場合は、運転支援が必要なことを示す「要支援フラグ」を出力し、更に、座標エリア１及び２の重複部分である座標群Ｈ１を抽出すると共に、確率分布データに基づいて座標群Ｈ１の各座標に対応する距離Ｌ１を出力する。

（アルゴリズムII）
自車経路推定装置４１は、アルゴリズムIIの場合、アルゴリズムIと同様に、座標エリア１と座標エリア２との重複する座標を座標群Ｈ１として抽出する。しかし、アルゴリズムIIでは、自車両の操作量が継続される場合を仮定して、図２に示す確率分布データを使用することなく、現在の自車の操作量等を用いて座標エリア２が抽出される。

最初に、自車経路推定装置４１は、自車挙動計測装置１１の計測データを用いて、ｘ１〜ｘ２秒の離散化された各時間Ｔにおいて、次の式を演算することで予測座標ｃを求める。

ここで、ｘ１〜ｘ２秒の離散化された各時間Ｔにおける予測座標ｃが座標エリア２となる。また、自車経路推定装置４１は、予測座標ｃを演算する毎に、この予測座標ｃに対応する距離Ｌ１を次の式に従って演算する。

なお、予測座標ｃにおける地図上の離散化ＩＤ番号

とすると、現在位置ξから予測位置ηに移動する確率は次のようになる。

（アルゴリズムIII）
自車経路推定装置４１は、アルゴリズムIIIの場合、アルゴリズムIと同様に、座標エリア１と座標エリア２との重複する１つ以上の座標を座標群Ｈ１として抽出する。

しかし、アルゴリズムIIIでは、自車経路推定装置４１は、座標エリア２を抽出する場合に確率分布データの「全車データ」の確率Ｐを用いるのではなく、「自車データ」のみの確率Ｐ（図２のＰの右側の要素：例えば0.05，0.10，0.15・・・）を用いる。その他の処理は、アルゴリズムIと同じである。

そして、自車経路推定装置４１は、座標エリア２が座標エリア１と重複する場合は、運転支援が必要なことを示す「要支援フラグ」を出力し、更に、座標エリア１及び２の重複部分である座標群Ｈ１を抽出すると共に、確率分布データに基づいて座標群Ｈ１の各座標に対応する距離Ｌ１を出力する。

［他者経路推定装置４２］
他者経路推定装置４２は、他者計測装置１２及び自車測位装置１３からの計測データや、記録媒体２１から確率分布データを図示しない内部メモリに展開し、これらの計測データや確率分布データに基づいてアルゴリズムI又はIIを選択して実行し、離散化されたｘ１〜ｘ２秒において自車と他者が衝突する他者経路（座標群Ｈ２）を推定する。

ここで、アルゴリズムIは、記録媒体２１に記録された確率分布データを用いて、ｘ１〜ｘ２秒での各時刻における「他者」の各座標の頻度に基づく確率を算定するものである。また、アルゴリズムIIは、自車の現在の方位角、速度、加速度、操作量ベクトルを初期値とし、操作量がこのまま継続された場合のｘ１〜ｘ２秒での「他者」の各時刻における各座標を算定するものである。なお、ｘ１〜ｘ２秒の時間は予め設定された固定値であってもよいし、外部から設定又は変更可能であってもよい。

なお、例えば他者の現在位置の計測データが豊富に蓄積されている場合はアルゴリズムIが好ましく、それ以外の場合はアルゴリズムIIが好ましい。例えば、他者経路推定装置４２は、他者の現在位置の計測データが豊富にある（例えば１００個以上ある）場合はアルゴリズムIを選択し、豊富にない場合はアルゴリズムIIを選択する。

（アルゴリズムI）
図１０は、電子地図データの座標上で座標群Ｈ２の抽出を説明するための図である。他者経路推定装置４２は、アルゴリズムIの場合、自車経路推定装置４１で抽出された座標エリア２と、ｘ１〜ｘ２秒に他者が存在する確率のある座標エリア３と、の重複する１つ以上の座標を座標群Ｈ２として抽出する。

最初に、他者経路推定装置４２は、記録媒体２１に記録されている確率分布データ（全車データの確率Ｐ（図２のＰの左側の要素）：例えば0.10，0.25，0.05・・・）を用いて、ｘ１〜ｘ２秒において離散化された各々の到着予想時刻Ｔ_１について、現在位置ξから予測位置ηへ移動する確率が所定の閾値ｚ２以上となる位置（座標エリア３）を抽出する。例えば、次の式

を満たす

の位置（座標エリア３）を抽出すればよい。この場合、αは定数とし、閾値は予想時刻に比例して増加することになる。

次に、他者経路推定装置４２は、抽出された座標エリア３が、自車経路推定装置４１で推定された座標エリア２と重複するかを判定する。そして、他者経路推定装置４２は、座標エリア３が座標エリア２と重複する場合は、運転支援が必要なことを示す「要支援フラグ」を出力し、更に、その重複部分である座標群Ｈ２を抽出すると共に、確率分布データに基づいて座標群Ｈ２の各座標に対応する距離Ｌ１を出力する。

（アルゴリズムII）
他者経路推定装置４２は、アルゴリズムIIの場合、アルゴリズムIと同様に、座標エリア２と座標エリア３との重複する座標を座標群Ｈ２として抽出する。しかし、アルゴリズムIIでは、他者の操作量が継続される場合を仮定して、図２に示す確率分布データを使用することなく、現在の他者の操作量等を用いて座標エリア３が抽出される。

最初に、他者経路推定装置４２は、ｘ１〜ｘ２秒の離散化された各時間Ｔにおいて、次の式を演算することで予測座標ｃを求める。

ここで、ｘ１〜ｘ２秒の離散化された各時間Ｔにおける予測座標ｃが座標エリア３となる。また、他者経路推定装置４２は、予測座標ｃを演算する毎に、この予測座標ｃに対応する距離Ｌ１を次の式に従って演算する。

なお、この場合、現在位置ξから予測位置ηに移動する確率は次のようになる。

［潜在他者進入頻度算定装置４３］
潜在他者進入頻度算定装置４３は、現在計測されていない潜在的な他者が自車の予測位置に進入する頻度を算定するものであり、時刻Ｔ１後において自車と衝突する可能性のある他者の座標群のうち、他者計測装置１２により現在計測されていない座標群γ’’を抽出する。

図１１は、電子地図データの座標上で座標群γ’’の抽出を説明するための図である。最初に、潜在他者進入頻度算定装置４３は、自車経路推定装置４１で抽出された座標エリア２（ｘ１〜ｘ２秒後の自車が存在する可能性のある各時刻での全座標）の各々の座標ψから逆算して、他者が時刻ｘ１〜ｘ２秒に当該座標ψに到達する履歴を有する座標であって、座標ψに到達する頻度ＺＴがｚ３＝１００以上となる座標群γを抽出する。

例えば、潜在他者進入頻度算定装置４３は、記録媒体２１に記録された確率分布データを参照して、条件［ｉ，ｋ］に［座標エリア２の各々の座標ψ，離散化されたｘ１〜ｘ２の各々の時刻］を次々とあてはめて、全車データの蓄積データ数が１００以上となる全ての［ｊ］を座標群γとして抽出する。

次に、潜在他者進入頻度算定装置４３は、現時刻で他者計測装置１２により計測された領域であって他者が存在しない領域を座標エリア４として抽出する。そして、潜在他者進入頻度算定装置４３は、座標群γから座標エリア４を除外したエリアの各座標を座標群γ’’として抽出する。

最後に、潜在他者進入頻度算定装置４３は、座標群γ’’の座標が存在する場合は運転支援が必要なことを示す「要支援フラグ」を出力し、更に、その座標群γ’’を抽出すると共に、確率分布データに基づいて座標群γ’’の各座標に対応する距離Ｌ１を出力する。

［支援判断装置４４］
支援判断装置４４は、自車経路推定装置４１から要支援フラグが出力された場合は処理Ｗ１、他者経路推定装置４２から要支援フラグが出力された場合は処理Ｗ２、潜在他者進入頻度算定装置４３から要支援フラグが出力された場合は処理Ｗ３をそれぞれ実行する。

図１２は、処理Ｗ１のルーチンを示すフローチャートである。処理Ｗ１では、次のステップＳ１１〜Ｓ１６までが実行される。

ステップＳ１１では、支援判断装置４４は、自車経路推定装置４１からＮ個の座標群Ｈ１にそれぞれ対応するＮ個の距離Ｌ１を読み込んで、ステップＳ１２に進む。

ステップＳ１２では、支援判断装置４４は、読み込んだＮ個の距離Ｌ１の小さな方から順にソートして、ステップＳ１３に進む。そして、小さい値の距離Ｌ１から順に次の判定が行われる。

ステップＳ１３では、支援判断装置４４は、Ｎ個の距離Ｌ１についての処理が終了したかを判定し、肯定判定の場合は本ルーチンを終了し、否定判定の場合はステップＳ１４に進む。

ステップＳ１４では、支援判断装置４４は、ドライバが反応してから自車が停止するまでに要する制動距離が距離Ｌ１以下であるかを判定する。具体的には、支援判断装置４４は、現在の処理対象となっている距離Ｌ１を用いて、例えば次の式を満たすか否かを判定する。

ここで、Ｐ１はアクセルペダルからブレーキペダルへの踏み替え時間［秒］、Ｐ２は制動加速度［ｍ／ｓ^２］であり、共に予め設定された値である。また、ベクトルＶは、現時刻において他者計測装置１２で計測された速度を示す。そして、肯定判定の場合はステップＳ１３に戻って他の距離Ｌ１を処理対象に設定し、否定判定の場合はステップＳ１５に進む。

ステップＳ１５では、支援判断装置４４は、ドライバが操舵を行うのに必要な時間Ｐ３と操舵反応時間Ｐ４との和が到達予測時間以下であるかを判定する。具体的には、支援判断装置４４は、現在の処理対象となっている距離Ｌ１を用いて、例えば次の式を満たすか否かを判定する。

ここで、Ｐ３及びＰ４は予め設定された値である。そして、肯定判定の場合はステップＳ１３に戻って他の距離Ｌ１を処理対象に設定し、否定判定の場合はステップＳ１６に進む。

ステップＳ１６では、支援判断装置４４は、警報を発令することを示す警報発令フラグ、処理Ｗ１であることを示すフラグ、かつ座標群Ｈ１を支援インタフェース装置５０へ出力して、本ルーチンを終了する。

図１３は、処理Ｗ２のルーチンを示すフローチャートである。処理Ｗ２は「座標群Ｈ２」の距離Ｌ１を処理対象としている点で処理１と異なるが、処理Ｗ２のステップＳ２１〜Ｓ２６は、処理Ｗ１のステップＳ１１〜Ｓ１６と同様に実行される。

図１４は、処理Ｗ３のルーチンを示すフローチャートである。処理Ｗ３は「座標群Ｈ３」の距離Ｌ１を処理対象としている点で処理１と異なるが、処理Ｗ３のステップＳ３１〜Ｓ３６は、処理Ｗ１のステップＳ１１〜Ｓ１６と同様に実行される。但し、ステップＳ３４では、支援判断装置４４は、次の式を満たすかを判定する。

なお、本実施形態では、Ｑ１＝３０［ｋｍ／ｈ］とするが、これに限定されるものではない。

さらに、ステップＳ３５では、支援判断装置４４は、次の式を満たすかを判定する。

なお、上述したＰ１、Ｐ２、Ｐ３、Ｐ４、Ｑ１は、予め設定された値でもよいし、外部入力により変更可能な値であってもよい。

［支援インタフェース装置５０］
支援インタフェース装置５０は、例えば、モニタ、スピーカ、バイブレータ等、聴覚、視覚、触覚の少なくとも１つで、自車を運転するドライバに警報を発する出力インタフェースである。また、支援インタフェース装置５０は、上述した各パラメータｘ１、ｘ２、ｚ１、ｚ２、ｚ３、Ｐ１、Ｐ２、Ｐ３、Ｑ１をドライバが入力可能な入力インタフェースの機能を有してもよい。

支援インタフェース装置５０は、支援判断装置４４から処理Ｗ１の警報発令フラグが出力された場合、自車がガードレール、中央分離帯等の物体に衝突する可能性のあることを示唆する警報を出力する。支援インタフェース装置５０は、例えば、音声、警報画面、振動によりドライバに警報を発したり、衝突可能性のある場所を示す座標群Ｈ１をモニタの画面に表示したりしてもよい。

支援インタフェース装置５０は、支援判断装置４４から処理Ｗ２の警報発令フラグが出力された場合、自車が他者に衝突する可能性のあることを示唆する警報を出力する。支援インタフェース装置５０は、例えば、音声、警報画面、振動によりドライバに警報を発したり、衝突可能性のある場所を示す座標群Ｈ２をモニタの画面に表示したりしてもよい。

支援インタフェース装置５０は、支援判断装置４４から処理Ｗ３の警報発令フラグが出力された場合、自車が現在計測されていない（ドライバが現在確認できない）他者に衝突する可能性のあることを示唆する警報を出力する。支援インタフェース装置５０は、例えば、音声、警報画面、振動によりドライバに警報を発したり、衝突可能性のある場所を示す座標群Ｈ３をモニタの画面に表示したりしてもよい。

さらに、支援インタフェース装置５０は、支援判断装置４４から処理Ｗ１〜Ｗ３のうち２つ以上の警報発令フラグが同時に出力された場合、次のルーチンを実行することで最も優先度の高い処理についての警報を発令する。

図１５は、最も優先度の高い処理を決定するための優先度決定ルーチンを示すフローチャートである。

支援インタフェース装置５０は、処理Ｗ１〜Ｗ３にて警報発令フラグが出されたＮ個の座標群Ｈ１、Ｈ２、Ｈ３に対して、それぞれ距離Ｌ１を読み込んで（ステップＳ４１）、次にＮ＝０であるかを判定し（ステップＳ４２）、肯定判定の場合は警報発令フラグがない状態なので本ルーチンを終了する。

また、支援インタフェース装置５０は、Ｎ＝０でない場合（否定判定の場合）、最も短い距離Ｌ１についての座標ＨＸを選択し（ステップＳ４３）、座標ＨＸが座標群Ｈ１に属するか（ＨＸ∈Ｈ１）否かを判定する（ステップＳ４４）。支援インタフェース装置５０は、ＨＸ∈Ｈ１である場合は、処理Ｗ１の警報発令を優先処理するように決定をする（ステップＳ４５）。

一方、支援インタフェース装置５０は、ＨＸ∈Ｈ１でない場合は、座標ＨＸが座標群Ｈ２に属するか（ＨＸ∈Ｈ２）否かを判定して（ステップＳ４６）、肯定判定の場合は処理Ｗ２の警報発令を優先処理するように決定し（ステップＳ４７）、否定判定の場合は処理Ｗ３の警報発令を優先処理するように決定する（ステップＳ４８）。このように、支援インタフェース装置５０は、現在位置から最も近い予測位置についての警報発令を優先して処理する。

以上のように、本発明の実施形態に係る運転支援装置は、自車の現在の車両挙動に基づいて、過去の車両軌跡のなかで最も可能性（類似性）の高い軌跡を算定することで、現在のしゃりょうから将来の車両挙動を精度良く推定することができる。その結果、上記運転支援装置は、ドライバの経験に基づく予測と高精度に合致するので、受容性が高く、かつ有効な運転支援を行うことができる。

なお、本発明は、上述した実施の形態に限定されるものではなく、特許請求の範囲に記載された範囲内で設計上の変更をされたものにも適用可能であるのは勿論である。例えば、確率分布データは図２に示すものに限らず、次のようなものであってもよい。

図１６は、確率分布データの他の構成を示す図である。ここでは、図２に示した確率分布データに対して、Ｓ＝−ＴとしてＳ秒前に座標βに存在した場合を入れ込んでいる。また確率Ｑは現時刻の挙動データ（速度、加速度）を考慮しているが、Ｒは現時刻の挙動データを考慮していない。ＺＴは１時間当たりのデータの出現頻度（＝該当するデータ数Ｍ／蓄積データの全時間）である。なお、図１１に示す座標群γの確率Ｒを算出する場合、この確率分布データにおいて、β＝γ、ξ＝ψとして考えればよい。

また、加速度、相対加速度、加速度ベクトルは常に計測すべきパラメータではなく、必要になった場合に、速度、相対速度、速度ベクトルからそれぞれ求められたものでもよい。

本発明の実施の形態に係る運転支援装置の構成を示すブロック図である。 確率分布データの構成を示す図である。 物体（例えば自車）が現在位置ξからＴ秒後に予測位置ηへ移動する状態を説明する図である。 地図上の離散化座標ＩＤ番号を説明するための図である。 離散化時間ＩＤ番号を説明するための図である。 離散化速度状態ＩＤ番号を説明するための図である。 離散化加速度状態ＩＤ番号を説明するための図である。 アルゴリズムI〜IIIの選択ルーチンを示すフローチャートである。 電子地図データの座標上で座標群Ｈ１の抽出を説明するための図である。 電子地図データの座標上で座標群Ｈ２の抽出を説明するための図である。 電子地図データの座標上で座標群γ’’の抽出を説明するための図である。 処理Ｗ１のルーチンを示すフローチャートである。 処理Ｗ２のルーチンを示すフローチャートである。 処理Ｗ３のルーチンを示すフローチャートである。 最も優先度の高い処理を決定するための優先度決定ルーチンを示すフローチャートである。 確率分布データの他の構成を示す図である。

符号の説明

１１ 自車挙動計測装置
１２ 他者計測装置
１３ 自車測位装置
２１ 記録媒体
３０ 経路情報演算装置
４１ 自車経路推定装置
４２ 他者経路推定装置
４３ 潜在他者進入頻度算定装置
４４ 支援判断装置
５０ 支援インタフェース装置

Claims (8)

1. 車両の現在位置を検出する位置検出手段と、
   前記車両の挙動を検出する車両挙動検出手段と、
   現在位置ｊ、時間ｋ、予測位置ｉ、挙動ｂをそれぞれ離散化した場合の各々の組み合わせについて、車両が現在位置ｊで挙動ｂの状態である場合に時間ｋ経過後に予測位置ｉにいる確率ｐを示した確率データを記憶する確率データ記憶手段と、
   前記位置検出手段により検出された現在位置において前記車両が前記車両挙動検出手段により検出された挙動である場合に、前記確率データ記憶手段に記憶された確率データに基づいて、前記検出された現在位置から所定時間までに確率ｐが所定の閾値以上となる予測位置を車両経路として推定する経路推定手段と、
   を備えた経路推定装置。
2. 車両の現在位置を検出する車両位置検出手段と、
   前記車両の挙動を検出する車両挙動検出手段と、
   現在位置ｊ、時間ｋ、予測位置ｉ、挙動ｂをそれぞれ離散化した場合の各々の組み合わせについて、車両が現在位置ｊで挙動ｂの状態である場合に時間ｋ経過後に予測位置ｉにいる確率ｐを示した確率データを記憶する確率データ記憶手段と、
   前記車両位置検出手段により検出された現在位置において前記車両が前記車両挙動検出手段により検出された挙動である場合に、前記確率データ記憶手段に記憶された確率データに基づいて、前記検出された現在位置から所定時間までに確率ｐが所定の閾値以上となる予測位置を車両経路として推定する車両経路推定手段と、
   前記車両経路推定手段により推定された車両経路を前記車両が走行すると障害発生の可能性がある場合に、警報を発生することで運転支援を行う運転支援手段と、
   を備えた運転支援装置。
3. 車両走行不可領域を含む地図情報を記憶する地図情報記憶手段を更に備え、
   前記運転支援手段は、前記車両が、前記車両経路推定手段により推定された車両経路と前記地図情報に含まれる車両走行不可領域との重複領域の走行を回避できない場合に、警報を発生する
   請求項２に記載の運転支援装置。
4. 前記運転支援手段は、前記車両経路と前記車両走行不可領域の重複領域を表示する表示手段を有する
   請求項３に記載の運転支援装置。
5. 他者の現在位置を検出する他者位置検出手段と、
   他者の挙動を検出する他者挙動検出手段と、
   前記他者位置検出手段により検出された現在位置において前記他者が前記他者挙動検出手段により検出された挙動である場合に、前記確率データ記憶手段に記憶された確率データに基づいて、前記検出された現在位置から所定時間までに確率ｐが所定の閾値以上となる予測位置を他者経路として推定する他者経路推定手段と、を更に備え、
   前記運転支援手段は、更に、前記車両が、前記車両経路推定手段により推定された車両経路と前記他者経路推定手段により推定された他者両経路との重複領域の走行を回避できない場合に、警報を発生する
   請求項２から請求項４のいずれか１項に記載の運転支援装置。
6. 前記運転支援手段は、前記車両経路と前記他者経路の重複領域を表示する表示手段を有する
   請求項５に記載の運転支援装置。
7. 前記確率データ記憶手段に記憶された確率データに基づいて、前記他者が、現在時刻から前記所定時間までに前記車両経路に到達する確率又は頻度が所定の閾値以上となる前記他者の現在位置の領域を潜在他者領域として抽出する潜在他者領域抽出手段を更に備え、
   前記運転支援手段は、前記潜在他者領域抽出手段により抽出された潜在他者領域が、前記他者挙動検出手段の検出領域以外の領域を含んでいる場合に、警報を発生する
   請求項５または請求項６に記載の運転支援装置。
8. 前記運転支援手段は、前記潜在他者領域のうち前記他者挙動検出手段の検出領域以外の領域を表示する表示手段を有する
   請求項７に記載の運転支援装置。

Images