JP2014081831A - 画像情報を用いた車両用運転支援システム - Google Patents

Abstract

【課題】車載装置として、それほど高性能なコンピュータを用いずとも、撮影した画像を適切に画像処理し、その処理結果に基づいて運転支援を実行可能とする。
【解決手段】、車載装置１０にて画像処理を行うのではなく、外部の画像情報処理センタ２０にて画像処理を行うようにした。従って、車載装置１０では、主として、画像を含む情報の送信及び画像情報処理センタ２０から受信した情報に基づく衝突危険性の警告を実行できれば良い。一方、画像情報処理センタ２０では、高性能なコンピュータを設置することが容易であり、そのような高性能コンピュータを用いて画像処理を行うことにより、高速かつ高精度に対象物の検出を行うことができる。従って、車載装置１０においては、それほど高性能なコンピュータを用いずとも、実用上十分に機能する運転支援を行うことが可能になる。
【選択図】図１

Description

本発明は、画像情報を用いた車両用運転支援システムに関する。

例えば、特許文献１、２に記載されるように、車載カメラで撮像した車両周辺の画像を画像処理し、歩行者などの対象物を検出して、ドライバに提示して注意を促すことにより安全運転を支援する装置が知られている。

特開２０１０−１５２４８号公報 特開２０１１−２５３２１４号公報

上述した従来装置は、例えば歩行者を検出対象物とする場合、撮影した画像において、歩行者を示すパターン画像とのマッチングを行う。そして、特許文献１の装置では、パターンマッチングにより抽出された画像を候補画像とし、その候補画像の所定方向の画素ライン毎の画素値の和の分布の周波数分析を行う。この周波数分析により、所定周波数のパワースペクトル密度が所定値以上との結果が得られると、歩行者を示す画像として検出する。このようにして、パターンマッチングによる歩行者の誤検出を抑制するようにしている。また、特許文献２の装置では、パターンマッチングによる歩行者の検出精度を確保しつつ、画像処理のための演算量を低減すべく、撮影した画像から歩行者を探索する探索密度を道路状況に応じて変更するようにしている。このように、従来、対象物の検出精度を高めたり、演算量を低減したりするための技術について種々の提案がなされている。

しかしながら、上述した従来装置は、いずれも車載コンピュータにて画像処理を行うものである。車載コンピュータによる画像処理にて対象物を高精度に検出するためには、車載コンピュータとして、処理速度が速く、多くのメモリ容量を有する高性能なものを用いる必要がある。そのため、装置の価格が高くならざるを得ず、この種の装置の普及を妨げる原因となる。

本発明は、上述した点に鑑みてなされたものであり、車載装置として、それほど高性能なコンピュータを用いずとも、撮影した画像を適切に画像処理し、その処理結果に基づいて運転支援を実行することが可能な車両用運転支援システムを提供することを目的とする。

上記目的を達成するために、本発明による車両用運転支援システムは、
車両に搭載され、当該車両の周囲の画像を撮影する撮影手段（１１）と、
前記撮影手段によって撮影された画像を含む情報を、外部の情報処理センタ（２０）へ送信する車両側通信手段(１４，１５)と、
前記情報処理センタに設けられ、前記車両から送信された画像に対して所定の画像処理を実行する画像処理手段(２２)と、
前記画像処理手段による処理結果に基づく情報を前記車両に送信するセンタ側通信手段(２１)と、
前記車両に設けられ、前記画像処理手段による処理結果に基づく情報に基づいて、当該車両の運転を支援するための処理を実行する運転支援手段(１６)と、を備えることを特徴とする。

このように、本発明による車両用運転システムでは、車両内に設けられたコンピュータにて画像処理を行うのではなく、外部の情報処理センタにて画像処理を行うようにした。従って、車両側では、主として、画像を含む情報の送信及び情報処理センタから受信した画像処理結果に基づく情報を用いて運転支援のための処理を実行できれば良い。

本発明は、近年の急激な通信網の発達により、その実現が可能になったものである。画像を含む情報はデータ量が大きくなるが、近年では、通信網を利用して、そのような大量のデータも高速に通信することが可能となった。そして、情報処理センタでは、高性能なコンピュータを設置することが容易であり、そのような高性能コンピュータを用いて画像処理を行うことにより、例えば、従来よりも対象物の検出精度を高めることも可能となる。従って、車両側においては、それほど高性能なコンピュータを用いずとも、実用上十分に機能する運転支援を行うことが可能になる。

上述のように構成される車両用運転支援システムが、さらに、
前記車両側通信手段と、前記センタ側通信手段との間の通信媒体における混雑状況を検出する混雑状況検出手段（１４、Ｓ１００）と、
前記混雑状況検出手段によって検出された混雑状況に応じて、前記車両側通信手段が送信する前記画像を含む情報の内容及び／又は送信頻度を変更する送信制御手段（１４、Ｓ１１０〜Ｓ１９０）と、を備えることが好ましい。

車両側から情報処理センタへ画像を含む情報を送信する場合、車両側通信手段とセンタ側通信手段との間の通信媒体における混雑状況により、情報の通信速度が変化する可能性がある。例えば、同じデータ量の情報を送信しようとした場合であっても、混雑状況が悪化するほど、その情報の送信完了までにより長い時間がかかる場合がある。一方、車両周囲の状況を撮影した画像情報に基づいて運転支援を行う場合、画像処理を含む運転支援のための一連の処理は、遅滞なく行われる必要がある。

そのため、上述したように、通信媒体の混雑状況を検出し、検出された混雑状況に応じて、車両側通信手段が送信する画像を含む情報の内容及び／又は送信頻度を変更すると良い。これにより、通信媒体の混雑状況に応じて、送信する情報のデータ量を変化させることができ、情報の送信のために、運転支援のための一連の処理が遅れてしまうような事態が発生することを抑制することができる。

なお、上記括弧内の参照番号は、本発明の理解を容易にすべく、後述する実施形態における具体的な構成との対応関係の一例を示すものにすぎず、なんら本発明の範囲を制限することを意図したものではない。

また、上述した特徴以外の本発明の特徴に関しては、後述する実施形態の説明及び添付図面から明らかになる。

実施形態による車両用運転支援システムの全体構成を示す構成図である。 車載装置から画像を含む情報を送信する際に、送信画像の種類及び送信間隔を決定するための処理を示すフローチャートである。 車載装置において実行される画像のデータ量を低減するための処理について説明するための説明図である。 図２のフローチャートの処理により設定された送信画像の種類及び送信間隔に従って、車載装置が、画像情報処理センタに実際に画像を含む情報を送信するための処理を示すフローチャートである。 車載装置が、画像情報処理センタから画像処理結果に基づく対象物との衝突危険性の大きさを示す情報を受信し、その受信した情報に基づき、衝突危険性が大きい場合に、運転者に警告を与える処理を示すフローチャートである。 画像情報処理センタが、車載装置から情報を受信し、所定の画像処理を行った上で、対象物との衝突危険性の大きさを判定し、その判定結果を車載装置に送信する処理を示すフローチャートである。 図６のフローチャートの衝突危険性判定処理の詳細を示すフローチャートである。 衝突可能性を判定する対象物までの距離の算出方法を説明するための説明図である。

以下、本発明の実施形態による車両用運転支援システムについて、図面に基づいて詳細に説明する。なお、以下に説明する実施形態では、自車両の前方に存在する他車両（二輪含む）や、歩行者などを対象として、その対象物との衝突の危険性を判定し、その判定結果を自車両の運転者に提示する用途に、車両用運転支援システムを適用した例について説明する。

ただし、本発明による車両用運転支援システムは、後述するように、車載装置１０から画像を含む情報を画像情報処理センタ２０に送信し、画像情報処理センタ２０において、所定の画像処理を行い、車載装置１０は、その画像処理結果に基づいて、運転支援を行う点に特徴を有する。従って、本発明による車両用運転支援システムは、画像処理結果に基づき運転支援を行う限り、適用することが可能なものである。例えば、本発明による車両用運転支援システムを、車両の周辺画像を撮影し、その周辺画像を画像情報処理センタ２０にて鳥瞰図画像に変換して運転者に提示したり、あるいは撮影した周辺画像に基づいて、画像情報処理センタ２０にて駐車枠を認識し、その駐車枠に自車両を自動的に誘導したりする用途に適用しても良い。

図１に示すように、本実施形態における車両用運転支援システムは、各車両に搭載される車載装置１０と、各車載装置１０からの画像を含む情報を受信し、所定の画像処理を含む一連の処理を実行する画像情報処理センタ２０とからなる。

車載装置１０は、撮影手段としての撮像装置（例えば、ＣＣＤカメラ）１１を備えている。この撮影装置１１は、例えば、車両の前方寄りの車室内の天井付近に設置される。この車両への設置に際しては、撮影装置１１の撮影画像の一部に車両の先端部分が映り込むように、撮影装置１１の設置角度等が調整される。これは、自車両の先端部分の幅を基準として、先行車両等の対象物までの距離を算出できるようにするためである。そして、撮影装置１１は、車両が走行している間、定期的に画像を撮影して、その撮影した画像を制御装置１４に出力する。

制御装置１４は、撮像装置１１からの画像の他に、ＧＰＳ受信機１２によって測位された位置情報、車両Ｉ／Ｆ１３を介して入力される、ステアリングホイールの操舵角を示す操舵角情報や、ブレーキペダルの踏み込み情報なども入力される。なお、これら位置情報や操舵角情報は、特定情報として、画像情報処理センタ２０において、対象物との衝突危険性を判定するために利用される。その際、位置情報は自車両の速度を算出するために用いられ、操舵角情報は、自車両の進行方向を予想するために用いられる。従って、位置情報は速度情報であっても良いし、操舵角情報は、ヨーレートや横加速度など旋回の大きさを示す情報であっても良い。また、ブレーキペダル踏み込み情報は、運転者が障害物との衝突を回避するための操作を開始したか否かを判定するためのものである。ブレーキペダルの踏み込みが開始された場合、衝突危険性は小さいと判定することができる。

制御装置１４は、図示しないＣＰＵ、ＲＯＭ、ＲＡＭ等からなるマイクロコンピュータの他、撮像装置１１から出力された画像をデジタル画像に変換するためのＡ／Ｄ変換器や、変換されたデジタル画像を保存する画像メモリ等を備えている。そして、制御装置１４は、車載無線機１５を介して、所定の間隔で、デジタル画像及び特定情報を画像情報処理センタ２０に送信する。

車載無線機１５は、通信網として、例えば携帯電話網を介して、画像情報処理センタ２０と通信を行う。この通信網が混雑している場合には、画像を含む情報の送信に遅延が発生する虞が生じる。そのため、制御装置１４は、通信網の混雑状況に応じて、送信する画像のデータ量を小さくすべく、デジタル画像に対して雑音除去処理や、データ圧縮処理を施す。雑音が除去された画像は、原画像に対してデータ量が小さくなり、データ圧縮処理が施された画像は、さらにデータ量が小さくなる。なお、データ圧縮処理としては種々の処理方法が考えられるが、例えば前回送信した画像との差分を算出する差分処理や、離散コサイン変換（ＤＣＴ）などを行うことができる。通信網の混雑状況が悪化しているときには、このようにデータ量が縮小された加工画像を送信することで、情報の送信に遅延が発生することを抑制することができる。

表示装置１６は、画像情報処理センタ２０から送信される、対象物との衝突危険性の大きさを示す情報に基づき、衝突危険性が大きい場合に、例えば対象物を目立つように表示したり、画面上でメッセージを表示したりすることにより、運転者に警告を与えるものである。なお、このとき、同時に音声などによって警告を与えるようにしても良い。さらに、警告のみではなく、自動的に制動を行うことにより、衝突の回避を図るようにしても良い。

画像情報処理センタ２０は、車載装置１０の車載無線機１５と通信を行う通信装置２１と、コンピュータ２２とを有する。コンピュータ２２は、車載装置１０から送信された画像において、衝突の危険性を判定する対象物を抽出するための画像処理を実行する。さらに、コンピュータ２２は、位置情報や操舵角情報の特定情報に基づき、抽出した対象物との衝突危険性の大きさを判定する。その判定結果は、通信装置２１を介して、車載装置１０へ送信される。

次に、車載装置１０の制御装置１４において実行される処理について、図２、図４、及び図５のフローチャートを用いて説明する。

まず、図２のフローチャートは、車載装置１０から画像を含む情報を送信する際に、送信画像の種類及び送信間隔を決定するための処理を示すものである。この処理について、以下、詳細に説明する。

まず、ステップＳ１００では、通信網の混雑度合αを算出する。この混雑度合αの算出方法は、いくつか考えられるため、以下、順番に説明する。

第１の方法は、画像を含む情報の送信前に、その送信に使用する周波数バンド（キャリア）の、所定期間（例えば１００ｍｓ）内の空きの割合を調べ、それによって混雑度合αを算出するというものである。例えば、１００ｍｓ内に、キャリアが通信によって占有されている期間が８０ｍｓあれば、混雑度合αは８０％と算出できる。

第２の方法は、自身の既送信パケットの到達率を元に混雑度合αを算出するというものである。車載装置１０から画像を含む情報を送信する際、その情報は、パケットと呼ばれる複数の情報伝送単位に分割され、画像情報処理センタ２０に送信される。その複数のパケットの中で、実際に画像情報処理センタ２０に到達したパケットの数は、通信網の混雑状況と相関関係を有する。

例えば、一定期間（例えば１００ｍｓ）内に自身が送信したパケット数をｍ個とする。そして、画像情報処理センタ２０から受信確認信号（ＡＣＫ信号）をｎ個受けた場合、混雑度合αは、α（％）＝１００×（１−ｎ／ｍ）により算出することができる。

第３の方法は、画像情報処理センタ２０から通信網の混雑度合αに関する情報を得るというものである。画像情報処理センタ２０は、通信網の先端部に相当する基地局がどの程度の混雑状況であるかを、通信チャネルの割り当てリストを参照することにより把握することができる。この通信チャネルの割り当てリストにおいて、全通信チャネルに対する空きチャネルの比率を、混雑度合αとして算出し、その混雑度合αを車載装置１０に伝える。

このように混雑度合αの算出方法はいくつか考えられ、上述したいずれかの方法により、もしくは複数の方法を組み合わせることで、混雑度合αを算出すれば良い。

続くステップＳ１１０では、混雑度合αが１０％未満であるか否かを判定する。混雑度合αが１０％未満であれば、通信網の混雑状況は非常に軽微であり、画像を含む情報の送信に遅延は生じないと考えられる。そのため、ステップＳ１２０に進み、送信する画像は原画像、送信間隔はＸ_０（例えば、１秒間に３３枚の画像を送信する間隔）に設定する。

ステップＳ１１０において、混雑度合αが１０％以上と判定された場合には、ステップＳ１３０に進み、混雑度合αが２０％未満であるか否かを判定する。混雑度合αが２０％未満であると判定されると、ステップＳ１４０に進んで、送信画像は、図３に示すように雑音除去処理を施した加工画像Ａ、送信間隔はＸ_０に設定する。混雑状況が多少悪化したことを考慮し、送信する画像のデータ量を小さくするためである。

ステップＳ１３０にて混雑度合αが２０％以上と判定された場合には、ステップＳ１５０に進み、混雑度合αが３０％未満であるか否かを判定する。混雑度合αが３０％未満であると判定されると、ステップＳ１６０に進んで、送信画像は、図３に示すように雑音除去処理及びデータ圧縮処理を施した加工画像Ｂ、送信間隔はＸ_０に設定する。これにより、送信する画像のデータ量をさらに低減することが可能になる。なお、このとき送信する加工画像としては、原画像に対してデータ圧縮処理のみを施した加工画像としても良い。

ステップＳ１５０にて混雑度合αが３０％以上と判定された場合には、ステップＳ１７０に進み、混雑度合αが５０％未満であるか否かを判定する。混雑度合αが５０％未満であると判定されると、ステップＳ１８０に進んで、送信間隔をＸ_１（例えば、１秒間に１０枚の画像を送信する間隔）に設定する。この場合、送信間隔を長くすることにより、送信するデータ量を大幅に低減することができる。そのため、送信画像は原画像でも良いが、加工画像Ａや加工画像Ｂを送信画像として設定しても良い。一方、混雑度合αが５０％以上と判定された場合には、通信網の混雑状況が非常に悪化している状態であるため、送信間隔をさらに伸長すべく、ステップＳ１９０に進み、送信間隔をＸ_２（例えば、１秒間に５枚の画像を送信する間隔）に設定する。この場合も、ステップＳ１８０の場合と同様に、送信画像は原画像でも良いが、加工画像Ａや加工画像Ｂを送信画像として設定しても良い。

このように、図２のフローチャートに示す処理を実行することにより、通信網の混雑状況に応じて、適切な送信画像の種類及び送信間隔を設定することができる。なお、ステップＳ１１０、Ｓ１３０、Ｓ１５０、Ｓ１７０に示した混雑状況を判定するための基準は一例に過ぎず、他の数値を基準として用いても良い。さらに、混雑状況として、より細かく区分けしても良いし、より粗い区分けでも良い。

次に、図４のフローチャートは、図２のフローチャートの処理により設定された送信画像の種類及び送信間隔に従って、車載装置１０が、画像情報処理センタ２０に実際に画像を含む情報を送信するための処理を示すものである。

まず、ステップＳ２００において、撮像装置１１、ＧＰＳ受信機１２、車両Ｉ／Ｆ１３などから、画像及び特定情報を入力する。この画像及び特定情報の入力は、最も短い送信間隔に対応する間隔で実行される。そして、ステップＳ２１０において、画像の加工が必要か否かを判定する。この判定は、図２のフローチャートの処理により設定された送信画像の種類に基づいて行われる。つまり、送信画像が原画像に設定された場合には、画像の加工は不要と判定され、送信画像が加工画像Ａ又は加工画像Ｂに設定された場合には、画像の加工が必要と判定される。画像の加工が必要と判定された場合には、ステップＳ２２０に進み、設定された種類の送信画像を得るための処理（雑音除去処理及び／又はデータ圧縮処理）を実行する。

ステップＳ２３０では、図２のフローチャートの処理により設定された送信間隔に基づいて、送信タイミングが到来したか否かを判定する。送信タイミングが到来したと判定した場合には、ステップＳ２４０にて、画像及び特定情報を送信する。一方、送信タイミングが到来していないと判定した場合には、一旦、処理を終了する。

次に、図５のフローチャートは、画像情報処理センタ２０から画像処理結果に基づく対象物との衝突危険性の大きさを示す情報を受信し、その受信した情報に基づき、衝突危険性が大きい場合に、運転者に警告を与える処理を示すものである。

ステップＳ３００では、画像情報処理センタ２０から、画像処理結果に基づく対象物との衝突危険性の大きさを示す情報を受信する。この情報には、車載装置１０から送信した画像において対象物を特定するための情報も含まれている。また、衝突危険性の大きい複数の対象物が存在している場合には、画像情報処理センタ２０からの情報には、それぞれの対象物に関する情報が含まれる。

ステップＳ３１０では、受信した情報に基づいて、対象物との衝突危険性が大きいか否かを判定する。そして、衝突危険性が大きいと判定した場合には、ステップＳ３２０に進み、表示装置１６を用いて、運転者への警告を行う。

次に、画像情報処理センタ２０において実行される処理について、図６及び図７のフローチャートを参照しつつ説明する。

図６のフローチャートは、車載装置１０から情報を受信し、所定の画像処理を行った上で、対象物との衝突危険性の大きさを判定し、その判定結果を車載装置１０に送信する処理を示したものである。

まず、ステップＳ４００では、車載装置１０から画像を含む情報の送信要求を受信する。車載装置１０は、このように、画像情報処理センタ２０に画像を含む情報を送信しようとするときには、事前に送信要求を出す。続くステップＳ４１０では、画像情報処理センタ２０は、通信チャネル空きリストに基づいて混雑度合αを算出して、車載装置１０へ送信する。これにより、車載装置１０は、通信網の混雑状況を示す情報である混雑度合αを取得することができる。なお、車載装置１０が、混雑度合αを上述した第１又は第２の方法で算出する場合には、ステップＳ４１０の処理を行う必要はない。

ステップＳ４２０では、車載装置１０から画像及び特定情報からなる情報を受信する。そして、ステップＳ４３０において、受信した画像において、衝突危険性を判定すべき対象物を抽出するための画像処理を行う。この画像処理としては、例えば公知のパターンマッチングにより、画像全体から、他車両や歩行者を示す画像部分を抽出するようにしても良いし、ＳＩＦＴ（Scale-Invariant Feature Transform）に代表される画像特徴量の抽出及び記述のための手法を用いて、画像中の対象物の認識を行なっても良い。

ただし、画像から衝突危険性を判定すべき対象物を抽出する際に、特定情報としての操舵角情報を用いて、予め対象物となる物体が存在する範囲を絞り込んだ上で、その絞り込んだ範囲の画像に対して画像処理を行うことが好ましい。あるいは、画像処理により抽出した対象物の中で、操舵角情報から自車両の進行方向に存在しないとみなしうる対象物を、その後の処理対象から除外するようにしても良い。このようにすることにより、画像情報処理センタ２０において、処理負荷の軽減及び処理速度の向上を図ることができる。

ここで、画像における、上述したような対象物の抽出や認識のための計算量は、一般的に非常に膨大となる。しかし、画像情報処理センタ２０には、車載装置に比較し、非常に高性能なコンピュータを設置することが容易であり、そのため、上述した画像処理を非常に高速に行うことが可能である。また、画像処理の手法として、新規かつ有効な手法が提案された場合にも、その手法を組み入れることが容易に行いえる。

ステップＳ４４０では、抽出された対象物について衝突危険性の判定を行う。この際、ステップＳ４３０において複数の対象物が抽出された場合には、それぞれの対象物に関して衝突危険性の大きさが判定される。なお、このステップＳ４４０の衝突危険性判定処理については、後に、図７のフローチャートを用いて詳細に説明する。

最後に、ステップＳ４５０では、ステップＳ４４０における判定結果を、車載装置１０に送信する。

次に、図７のフローチャートを参照して、衝突危険性判定処理に関して説明する。まず、ステップＳ５００において、対象物までの距離ｄｔを算出する。この距離算出方法の一例を以下に説明する。

図８に示すように、対象物が自車両前方を走行する他車両である場合、その車幅Ｌ２は既知である（例えば、軽自動車であれば、約１．５ｍ、普通車であれば、約１．８ｍなど）。そして、自車両の車幅Ｌ１も、事前に画像情報処理センタ２０に登録しておいたり、特定情報にその車幅Ｌ１を含めて送信したりすることで、既知となる。

そして、図８に示す関係から、以下の数式１が成り立つ。
（数１）ｄ２／ｄ１＝Ｌ２／Ｌ１
従って、求めるべき自車両と対象物との距離ｄｔは、以下の数式２により表すことができる。
（数２）ｄｔ＝ｄ１−ｄ２
＝（１−Ｌ２／Ｌ１）ｄ１
ここで、ｄ１は、撮像装置１１から遠方焦点までの距離ｄ０から、撮像装置１１から自車両先端までの距離を差し引いたものである。遠方焦点までの距離ｄ０は、実験的に定めることができ、撮像装置１１から自車両先端までの距離も事前に把握できる。そのため、自車両先端から遠方焦点までの距離ｄ１も既知となり、対象物との距離ｄｔを算出することができる。なお、自車両が、レーダ装置を装備している場合には、検出された前方障害物までの距離を画像情報処理センタ２０に送信し、その距離を対象物までの距離として用いても良い。

続くステップＳ５１０では、特定情報として車載装置１０から送信されたＧＰＳによる位置情報の履歴に基づき、自車両の速度ｖを算出する。そして、ステップＳ５２０において、対象物までの距離ｄｔが、距離閾値Ｄｔｈよりも短く、かつ、対象物までの距離ｄｔを自車両の速度ｖで除算した値が時間閾値Ｔｔｈよりも短いか否かを判定する。このとき、「ＹＥＳ」との判定がなされると、ステップＳ５４０に進んで衝突危険性が大きいと判定する。一方、「ＮＯ」と判定された場合には、ステップＳ５３０に進んで、衝突危険性は小さいと判定する。

ただし、特定情報としてのブレーキペダルの踏み込み情報により、自車両の運転者がブレーキペダルの踏み込みを開始している状況が認識された場合には、上記判定結果が「ＹＥＳ」であっても、衝突危険性は小さいと判定しても良い。

なお、衝突危険性の大きさを判定する際に、画像における対象物の位置の変化から対象物の速度を算出し、対象物までの距離ｄｔを自車両と対象物との相対速度にて除算した値（衝突余裕時間）を算出して、時間閾値Ｔｔｈと比較しても良い。

そして、ステップＳ５５０では、ステップＳ５３０又はステップＳ５４０の判定結果を車載装置１０へ送信する。

以上、説明したように、本実施形態による車両用運転システムでは、車載装置１０にて画像処理を行うのではなく、外部の画像情報処理センタ２０にて画像処理を行うようにした。従って、車載装置１０では、主として、画像を含む情報の送信及び画像情報処理センタ２０から受信した情報に基づく衝突危険性の警告を実行できれば良い。一方、画像情報処理センタ２０では、高性能なコンピュータを設置することが容易であり、そのような高性能コンピュータを用いて画像処理を行うことにより、高速かつ高精度に対象物の検出を行うことができる。従って、車載装置１０においては、それほど高性能なコンピュータを用いずとも、実用上十分に機能する運転支援を行うことが可能になる。

なお、上述した実施形態は、本発明の好ましい実施形態ではあるが、本発明は、上記実施形態に制限されるものではなく、本発明の主旨を逸脱しない範囲において、種々変形して実施することが可能である。

例えば、上述した実施形態では、対象物との衝突危険性を判定する距離閾値Ｄｔｈ及び時間閾値Ｔｔｈとして、それぞれ一定の閾値を用いた。しかしながら、通信網の混雑状況に依存して、車載装置１０と画像情報処理センタ２０間の通信に要する時間が変動する可能性があるため、混雑状況に応じて距離閾値Ｄｔｈ及び時間閾値Ｔｔｈを変化させても良い。具体的には、通信網の混雑状況が悪化するほど、距離閾値Ｄｔｈ及び時間閾値Ｔｔｈを大きくする。これにより、多少、通信時間が長くなっても、自車両の運転者に対して警告を発するタイミングが遅れることを抑制することができる。

１０ 車載装置
１１ 撮像装置
１２ ＧＰＳ受信機
１３ 車両Ｉ／Ｆ
１４ 制御装置
１５ 車載無線機
１６ 表示装置
２０ 画像情報処理センタ
２１ 通信装置
２２ コンピュータ

Claims (6)

1. 車両に搭載され、当該車両の周囲の画像を撮影する撮影手段（１１）と、
   前記撮影手段によって撮影された画像を含む情報を、外部の情報処理センタ（２０）へ送信する車両側通信手段(１４、１５)と、
   前記情報処理センタに設けられ、前記車両から送信された画像に対して所定の画像処理を実行する画像処理手段(２２)と、
   前記画像処理手段による処理結果に基づく情報を前記車両に送信するセンタ側通信手段(２１)と、
   前記車両に設けられ、前記画像処理手段による処理結果に基づく情報に基づいて、当該車両の運転を支援するための処理を実行する運転支援手段(１６)と、を備えることを特徴とする車両用運転支援システム。
2. 前記車両側通信手段と、前記センタ側通信手段との間の通信媒体における混雑状況を検出する混雑状況検出手段（１４、Ｓ１００）と、
   前記混雑状況検出手段によって検出された混雑状況に応じて、前記車両側通信手段が送信する前記画像を含む情報の内容及び／又は送信頻度を変更する送信制御手段（１４、Ｓ１１０〜Ｓ１９０）と、を備えることを特徴とする請求項１に記載の車両用運転支援システム。
3. 前記送信制御手段は、前記混雑状況が軽微であるほど、前記送信する情報に含まれる画像を原画像に近い画像とし、前記混雑状況が悪化するほど、前記送信する情報に含まれる画像をデータ量が減少するように加工した画像とすることで、前記画像を含む情報の内容を変更することを特徴とする請求項２に記載の車両用運転支援システム。
4. 前記送信制御手段は、前記混雑状況が悪化した場合には、前記混雑状況が軽微である場合に比較して、前記画像を含む情報の送信頻度を低くすることを特徴とする請求項２に記載の車両用運転支援システム。
5. 前記車両側通信手段が前記情報処理センタに送信する情報には、前記車両の走行状態に関する情報も含まれ、
   前記画像処理手段は、前記画像及び前記車両の走行状態に基づき、前記車両の走行の障害となる障害物を特定するとともに、その障害物と衝突する可能性の高低を判定し、
   前記運転支援手段は、前記障害物との衝突可能性が大きいと判定された場合に、当該障害物との衝突を回避するための運転支援を実行することを特徴とする請求項１乃至４のいずれかに記載の車両用運転支援システム。
6. 前記車両側通信手段と、前記センタ側通信手段との間の通信媒体における混雑状況を検出する混雑状況検出手段（２２、Ｓ４１０）を備え、
   前記画像処理手段は、前記混雑状況が軽微である場合と、それよりも前記混雑状況が悪化した場合とで、前記障害物との衝突可能性の高低を判定する基準を変更することを特徴とする請求項５に記載の車両用運転支援システム。

Images