[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

JP7274014B1 - 車線変更予測装置、車線変更予測方法およびプログラム - Google Patents

車線変更予測装置、車線変更予測方法およびプログラム Download PDF

Info

Publication number
JP7274014B1
JP7274014B1 JP2022031568A JP2022031568A JP7274014B1 JP 7274014 B1 JP7274014 B1 JP 7274014B1 JP 2022031568 A JP2022031568 A JP 2022031568A JP 2022031568 A JP2022031568 A JP 2022031568A JP 7274014 B1 JP7274014 B1 JP 7274014B1
Authority
JP
Japan
Prior art keywords
vehicle
lane
index
lane change
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2022031568A
Other languages
English (en)
Other versions
JP2023127712A (ja
Inventor
拓 梅田
卓爾 森本
響介 小西
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi Electric Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Priority to JP2022031568A priority Critical patent/JP7274014B1/ja
Priority to US18/158,529 priority patent/US20230278548A1/en
Priority to DE102023200831.9A priority patent/DE102023200831A1/de
Application granted granted Critical
Publication of JP7274014B1 publication Critical patent/JP7274014B1/ja
Publication of JP2023127712A publication Critical patent/JP2023127712A/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/166Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09Taking automatic action to avoid collision, e.g. braking and steering
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095Predicting travel path or likelihood of collision
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095Predicting travel path or likelihood of collision
    • B60W30/0953Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095Predicting travel path or likelihood of collision
    • B60W30/0956Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0097Predicting future conditions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00Computing arrangements based on specific mathematical models
    • G06N7/01Probabilistic graphical models, e.g. probabilistic networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/62Extraction of image or video features relating to a temporal dimension, e.g. time-based feature extraction; Pattern tracking
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/84Arrangements for image or video recognition or understanding using pattern recognition or machine learning using probabilistic graphical models from image or video features, e.g. Markov models or Bayesian networks
    • G06V10/85Markov-related models; Markov random fields
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/167Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403Image sensing, e.g. optical camera
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/408Radar; Laser, e.g. lidar
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00Input parameters relating to infrastructure
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00Input parameters relating to infrastructure
    • B60W2552/10Number of lanes
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00Input parameters relating to objects
    • B60W2554/40Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404Characteristics
    • B60W2554/4045Intention, e.g. lane change or imminent movement
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00Input parameters relating to objects
    • B60W2554/40Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404Characteristics
    • B60W2554/4046Behavior, e.g. aggressive or erratic
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00Input parameters relating to objects
    • B60W2554/40Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404Characteristics
    • B60W2554/4049Relationship among other objects, e.g. converging dynamic objects
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00Input parameters relating to objects
    • B60W2554/80Spatial relation or speed relative to objects
    • B60W2554/802Longitudinal distance
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00Input parameters relating to data
    • B60W2556/45External transmission of data to or from the vehicle
    • B60W2556/50External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/164Centralised systems, e.g. external to vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Multimedia (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Algebra (AREA)
  • Computational Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

Figure 0007274014000001
【課題】運転者の行動意図を考慮した車線変更予測を行うことができる、車線変更予測装置、車線変更予測方法およびプログラムを提供する。
【解決手段】車線変更予測装置は、周辺車両情報および道路情報を用いて、第1車両の周辺に存在する第2車両の走行車線を示す走行車線情報を算出する走行車線算出部と、走行車線情報を第2車両ごとに記憶する走行車線記憶部と、走行車線記憶部に記憶された走行車線情報が示す第2車両の走行車線に関する時系列の情報に基づいて、第2車両の走行車線の維持および第2車両の走行車線の変更の条件付き確率である第1指標を算出する第1指標算出部と、周辺車両情報に基づいて、第2車両の走行車線の変更または減速に関する第2指標を算出する第2指標算出部と、第1指標および第2指標に基づいて、第2車両が走行車線を変更する車線変更確率を算出する車線変更予測部を備える。
【選択図】図1

Description

本開示は、車線変更予測装置、車線変更予測方法およびプログラムに関する。
従来、自車両の隣接車線を走行する車両による自車両の走行車線への割り込みを予測する技術が提案されている。例えば、特許文献1に記載される車線変更推定装置は、自車両の周辺の状況に基づいて、自車両、第1車両、第2車両および第3車両のうち、2台の車両間の進行方向に関する関係に基づく第1指標値を複数組の2台の車両について導出し、第1指標値と第3車両の横方向の位置とに基づいて第3車両が車線変更する可能性を推定する。
特許第6494121号公報
従来の車線変更予測装置は、自車両の周辺で検出された対象車両との関係性に基づいて対象車両の車線変更を予測する。特許文献1に記載された装置は、自車両の周辺の状況に基づいて車両間の進行方向に関する関係(速度、位置等)に基づく指標値を導出し、導出した指標値に用いて対象車両の車線変更を予測する。このため、従来の車線変更予測装置では、対象車両が車線変更すると予測され得る関係性にならないと、対象車両の運転者に車線を変更する行動意図があっても、対象車両の車線変更が予測されない可能性があるという課題があった。
例えば、自車両が分岐に繋がる車線を走行しており、自車両の後方から対象車両が分岐に向けて車線変更している場合、対象車両の運転者には、分岐に進むために自車両の前方に車線変更する行動意図があると予想される。また、自車両の後方で追い越し車線を走行している対象車両が存在する場合、対象車両の運転者には、自車両を追い越した後に自車両の前方に車線変更する行動意図があると予想される。しかしながら、従来の技術では、対象車両と自車両が車線変更すると予測され得る関係性にならなければ、対象車両の運転者に車線を変更する行動意図があっても車線変更が予測されない。
本開示は上記課題を解決するものであり、運転者の行動意図を考慮した車線変更予測を行うことができる、車線変更予測装置、車線変更予測方法およびプログラムを得ることを目的とする。
本開示に係る車線変更予測装置は、第1車両の周辺に存在する第2車両に関する周辺車両情報および第1車両が走行する道路に関する道路情報を用いて、1または複数の第2車両の走行車線を示す走行車線情報を算出する走行車線算出部と、走行車線情報を第2車両ごとに記憶する走行車線記憶部と、走行車線記憶部に記憶された走行車線情報が示す第2車両の走行車線に関する時系列の情報に基づいて、第2車両の走行車線の維持および第2車両の走行車線の変更の条件付き確率である第1指標を算出する第1指標算出部と、周辺車両情報に基づいて、第2車両の走行車線の変更または減速に関する第2指標を算出する第2指標算出部と、第1指標および第2指標に基づいて、第2車両が走行車線を変更する車線変更確率を算出する車線変更予測部と、を備える。
本開示によれば、第2車両の走行車線に関する時系列の情報に基づいて、第2車両の走行車線の維持および第2車両の走行車線の変更の条件付き確率である第1指標を算出し、周辺車両情報に基づいて、第2車両の走行車線の変更または減速に関する第2指標を算出し、第1指標および第2指標に基づいて、第2車両が走行車線を変更する車線変更確率を算出する。第2車両の走行車線に関する時系列の情報は、過去から現在までの第2車両の運転者の行動意図が反映された走行経路を示す情報である。このため、第2車両の走行車線に関する時系列の情報を用いることにより、第2車両の運転者の過去から現在までの行動意図を反映させた第1指標を算出することが可能である。本開示に係る車線変更予測装置は、第2車両の運転者の行動意図を反映させた第1指標を用いることにより、車両の運転者の行動意図を考慮した車線変更予測を行うことができる。
実施の形態1に係る車線変更予測装置の構成を示すブロック図である。 図2A、図2Bおよび図2Cは、車線変更の概要を示す概要図である。 図3Aおよび図3Bは、仮経路生成の概要を示す概要図である。 車線変更確率の算出処理の概要を示す概要図である。 実施の形態1に係る車線変更予測方法を示すフローチャートである。 図6Aおよび図6Bは、実施の形態1に係る車線変更予測装置の機能を実現するハードウェア構成を示すブロック図である。 実施の形態2に係る車線変更予測装置の構成を示すブロック図である。 実施の形態2に係る車線変更予測装置が備える第1指標算出部の構成を示すブロック図である。 実施の形態2に係る車線変更予測方法を示すフローチャートである。 実施の形態3に係る車線変更予測装置の構成を示すブロック図である。 実施の形態3に係る車線変更予測方法を示すフローチャートである。
実施の形態1.
図1は、実施の形態1に係る車線変更予測装置1の構成を示すブロック図である。図1において、車線変更予測装置1は、第1車両に設けられ、当該第1車両の周辺を走行する1または複数の第2車両の車線変更を予測する。第1車両には、ロケータ2、カメラ3およびレーダ4が搭載され、車両制御判断部5は、第1車両が備える電子制御装置(ECU)が有する機能の一つである。なお、車線変更予測装置1は、第1車両に搭載されてもよいし、第1車両に搭載されたロケータ2、カメラ3、レーダ4および車両制御判断部5と無線通信可能なサーバが備える機能として実現されてもよい。
車線変更予測装置1は、ロケータ2、カメラ3およびレーダ4の各検出情報を用いて、過去から現在に至る第2車両の走行車線に基づく第1指標と、第2車両の走行車線の変更または減速に関する第2指標を算出し、第1指標および第2指標を用いて第2車両の車線変更を予測する。車両制御判断部5は、第2車両の車線変更予測情報に基づいて第1車両を運転制御する内容を判断する。
ロケータ2は、第1車両の位置情報を検出する。例えば、ロケータ2は、GPSセンサを用いて第1車両の位置情報を検出し、検出した第1車両の位置情報に対応する道路情報を、道路情報が登録された不図示の道路情報データベースから取得する。道路情報には、道路の形状、車線数および走行している車線の車線幅等が含まれる。
カメラ3は、第1車両の周辺を撮影する車外カメラである。例えば、カメラ3は、第1車両の周辺を走行する第2車両を撮影する。レーダ4は、第1車両の周辺に存在する物体までの距離、物体の速度および物体の方位を検出する装置である。レーダ4には、例えばミリ波レーダが用いられる。
車線変更予測装置1は、道路情報取得部6と演算部7とを備える。ロケータ2は、第1車両の位置情報に対応する道路情報を、道路情報取得部6に出力する。道路情報取得部6は、ロケータ2が出力した第1車両の位置情報に対応する道路情報を取得する。演算部7は、ロケータ2、カメラ3およびレーダ4の各検出情報を用いて、第2車両の車線変更を予測する。演算部7は、周辺車両認識部71および予測部72を備える。
周辺車両認識部71は、カメラ3が撮影した映像情報とレーダ4が検出した物体情報とを用いて、第1車両の周辺に存在する第2車両を認識する。例えば、周辺車両認識部71は、カメラ3が撮影した映像のフレーム画像を画像解析して特定した第2車両の車両種別および位置情報と、レーダ4が検出した第2車両の距離情報とに基づいて、第1車両から第2車両までの距離を算出する。さらに、周辺車両認識部71は、第2車両の距離情報の時間変化を解析することにより、第1車両に対する第2車両の相対速度および相対加速度を算出する。
周辺車両認識部71が算出した第2車両の位置情報、相対速度、相対加速度および車両種別を含む周辺車両情報は、予測部72に出力される。なお、周辺車両情報には、第2車両の検出精度を示す信頼度が含まれてもよい。信頼度は、周辺車両情報に含まれる検出値が信頼区間に含まれる確率であり、例えば、信頼度95%であれば、検出値は95%信頼できる。
予測部72は、第1車両の周辺を走行している、1または複数の第2車両の車線変更を予測し、第2車両の車線変更予測情報を、車両制御判断部5に出力する。図2A、図2Bおよび図2Cは、車線変更の概要を示す概要図であり、第1車両100の周辺に第2車両101Aおよび第2車両101Bが走行しており、第2車両101Aの車線変更の態様を示している。図2A、図2Bおよび図2Cにおいて、第2車両101Aが、車線変更予測の対象車両である。実線の矢印は、第2車両101Aが実際に走行した経路であり、破線の矢印は、第2車両101Aが将来走行すると思われる予測経路である。
図2Aでは、第1車両100、第2車両101Aおよび第2車両101Bが2車線道路を走行しており、第1車両100と同一の車線を走行していた第2車両101Aが、第1車両100の後方で隣接車線に変更し、変更後の車線において第1車両100の斜め前方を走行している。このため、第2車両101Aの運転者には「第1車両100を追い越したい」という行動意図があるものと予想される。一方、第2車両101Bは、第1車両100の前方を走行しており、第1車両100と第2車両101Bとの間には、第2車両101Aが、第1車両100の前方に車線変更するために必要な距離が空いているものとする。
予測部72は、実線の矢印で示す走行車線の時系列の情報に基づいて、第2車両101の運転者の「第1車両100を追い越したい」という行動意図を反映した第1指標を算出する。さらに、予測部72は、第1車両100、第2車両101Aおよび第2車両101Bのそれぞれの位置および速度を示す情報を用いて、現在の車両同士の位置関係に基づいた第2車両101Aの走行車線の変更または減速に関する第2指標を算出する。ここで、第1車両100と第2車両101Bとの間には、第2車両101Aが第1車両100の前方に車線変更するために必要な距離が空いている。このため、予測部72は、第2指標ではなく、第2車両101Aの運転者の行動意図が反映された第1指標に基づいて、第2車両101Aが破線の矢印で示す経路で車線を変更すると予測し、第2車両101Aの車線変更予測情報を車両制御判断部5に出力する。
図2Bでは、第1車両100、第2車両101Aおよび第2車両101Bが3車線道路を走行しており、第1車両100の走行車線の先には、分岐点があるものとする。第1車両100の走行車線から最も離れた車線を走行していた第2車両101Aが、第1車両100の後方で隣接車線に変更し、変更後の車線において第1車両100の斜め前方を走行している。このため、第2車両101の運転者には「第1車両100を追い越して分岐点に進みたい」という行動意図があるものと予想される。一方、第2車両101Bは、第1車両100の前方を走行しており、第1車両100と第2車両101Bとの間には、第2車両101Aが、第1車両100の前方に車線変更するために必要な距離が空いているものとする。
予測部72は、実線の矢印で示す走行車線の時系列の情報に基づいて、第2車両101の運転者の「第1車両100を追い越して分岐点に進みたい」という行動意図を反映した第1指標を算出する。さらに、予測部72は、第1車両100、第2車両101Aおよび第2車両101Bのそれぞれの位置および速度を示す情報を用いて、車両同士の位置関係に基づいた第2車両101Aの走行車線の変更または減速に関する第2指標を算出する。ここで、第1車両100と第2車両101Bとの間には、第2車両101Aが第1車両100の前方に車線変更するために必要な距離が空いている。このため、予測部72は、第2指標ではなく第2車両101Aの運転者の行動意図が反映された第1指標に基づいて、第2車両101Aが破線の矢印で示す経路で車線を変更すると予測し、第2車両101Aの車線変更予測情報を車両制御判断部5に出力する。
図2Cでは、第1車両100、第2車両101Aおよび第2車両101Bが、2車線の道路を走行している。第2車両101Aが、第1車両100の後方で隣接車線に変更し、変更後の車線において第1車両100の斜め前方を走行している。また、第2車両101Bは、第1車両100の前方を走行している。この場合、第2車両101の運転者には、「第1車両100を追い越したい」という行動意図があるものと予想されるが、第1車両100と第2車両101Bとの車間距離では、第2車両101Aが第1車両100の走行車線に変更ができない状態である。
予測部72は、実線の矢印で示す走行車線の時系列の情報に基づいて、第2車両101の運転者の「第1車両100を追い越したい」という行動意図を反映した第1指標を算出する。さらに、予測部72は、第1車両100、第2車両101Aおよび第2車両101Bのそれぞれの位置および速度を示す情報を用いて、車両同士の位置関係に基づいた第2車両101Aの走行車線の変更または減速に関する第2指標を算出する。
第1車両100と第2車両101Bとの間には、第2車両101Aが第1車両100の前方に車線変更するために必要な距離が空いていない。このため、予測部72は、第1指標ではなく、現在の第1車両100、第2車両101Aおよび第2車両101Bの位置関係が反映された第2指標に基づいて、破線の矢印で示すように、第2車両101Aが車線を変更しないと予測し、第2車両101Aの車線変更予測情報を車両制御判断部5に出力する。このように、車線変更予測情報には、対象車両が車線変更をしないという予測結果を含めてもよい。以降の説明では、適宜、第1車両100の周辺に存在する第2車両を、第2車両101と総称する。
予測部72は、図1に示すように、走行車線算出部721、走行車線記憶部722、第1指標算出部723、第2指標算出部724、および、車線変更予測部725を備える。走行車線算出部721は、第1車両100の周辺に存在する第2車両101に関する周辺車両情報と、第1車両100が走行する道路に関する道路情報を用いて、第2車両101の走行車線を示す走行車線情報を算出する。
例えば、走行車線算出部721は、道路情報が示す第1車両100の走行道路の複数の車線のうち、周辺車両情報が示す第2車両101の位置に最も近い車線を第2車両101の走行車線であると決定し、当該走行車線についての走行車線情報を算出する。さらに、走行車線算出部721は、道路情報が示す第1車両100の走行道路の車線のうち、第1車両100の位置に最も近い車線を、第1車両100の走行車線であると決定して、当該走行車線についての走行車線情報を算出する。
走行車線記憶部722は、走行車線算出部721が算出した走行車線情報を、第2車両101ごとに記憶する。例えば、走行車線算出部721は、第1車両100の周辺で第2車両101が認識された時点で第2車両101の走行車線を特定し、特定した走行車線に関する走行車線情報を算出する。走行車線記憶部722は、走行車線算出部721が算出した第2車両101の走行車線情報を逐次記憶する。
例えば、走行車線記憶部722は、第2車両101が初めて認識された時刻から現時点までの期間に、走行車線算出部721が算出した第2車両101の走行車線情報を、全て記憶する。現在から30秒前に第2車両101が初めて認識された場合、走行車線記憶部722は、現在から30秒前までの走行車線情報のみを記憶して、それよりも前の時刻に得られた走行車線情報を消去する。
第1指標算出部723は、走行車線記憶部722に記憶された走行車線情報が示す第2車両101の走行車線に関する時系列の情報に基づいて、第2車両101の走行車線の維持と走行車線の変更の条件付き確率である、第1指標を算出する。例えば、第1指標算出部723は、走行車線記憶部722に記憶された走行車線情報が示す過去から現在までの予め設定された区間における第2車両101の走行車線系列を取得し、取得した走行車線系列を用いて第1指標を算出する。これにより、第1指標算出部723は、第1指標として、第2車両101の運転者の過去から現在までの行動意図を反映させた指標値を算出することが可能である。
第1指標は、第2車両101から現在までの予め設定された区間における走行車線系列に基づいて算出された、第2車両101の走行車線の維持と走行車線の変更に関する条件付き確率である。第1指標算出部723は、走行車線系列に含まれる、第2車両101が右または左の車線への変更がどのタイミングで何回あるかという情報を用いて、車線維持および車線変更の条件付き確率を算出する。
例えば、ある車両がどのような車線変更を行ったから、次に、当該車両が、このような車線変更を行った、といった走行車線系列の傾向を実験的に求めて、さらに、走行車線系列の傾向に応じた第1指標を生成するための生成ルールを事前に用意しておく。第1指標算出部723は、過去から現在までに得られた第2車両101の走行車線系列と第1指標の生成ルールとを用いて、第2車両に関する第1指標を算出する。例えば、数秒後に第2車両101の車線変更が発生する確率と車線維持が発生する確率が、第1指標として算出される。
例えば、第2車両101の走行車線系列の中に走行車線から追い越し車線への車線変更を示す走行車線系列が含まれており、現在、第2車両101が、追い越し車線を走行している場合、第1指標算出部723は、第2車両101が走行車線に戻る車線変更が行われる確率を、走行車線を維持する確率よりも高くする生成ルールを用いて、第1指標を算出する。また、第2車両101の走行車線系列の中に車線変更が含まれていない場合には、第1指標算出部723は、車線変更する確率よりも走行車線を維持する確率を高くする生成ルールを用いて、第1指標を算出する。
また、第1指標算出部723は、第2車両101の走行車線系列が入力されると、第1指標を出力する学習モデルを用いて、第1指標を算出してもよい。例えば、第1指標算出部723は、隠れマルコフモデルを用いて、第2車両101の車線変更および車線維持についての条件付き確率である第1指標を算出する。学習用データとして第2車両101の走行車線系列データを用いることにより、隠れマルコフモデルのパラメータを事前に推定する。隠れマルコフモデルは、第2車両101の走行車線系列が入力されると、第2車両101の車線変更と車線維持とが発生する条件付き確率を、第1指標として出力する。
第2指標算出部724、周辺車両情報に基づいて、第2車両101の走行車線の変更または減速に関する第2指標を算出する。例えば、第2指標算出部724は、周辺車両情報が示す第2車両101が現在の運転行動を維持すると仮定した際に、第1車両100との衝突または第2車両101同士での衝突の可能性がある場合に、衝突を回避するために、第2車両101が走行車線を変更する仮経路および第2車両101が減速する仮経路を生成し、これらの仮経路で第2車両101がそれぞれ走行した場合を想定して第2指標を算出する。これにより、第2指標算出部724は、第2指標として、第1車両100と第2車両101との位置関係および異なる第2車両101間の現在の位置関係にそれぞれ応じた指標値を算出することが可能である。
図3Aおよび図3Bは、仮経路生成の概要を示す概要図であり、第1車両100の周辺に第2車両101Aおよび第2車両101Bが存在し、第2車両101Aについての第2指標を求めるときに用いる第2車両101Aの仮経路の態様を示している。図3Aおよび図3Bにおいて、第1車両100、第2車両101Aおよび第2車両101Bは、2車線道路を走行している。第2車両101Aは、車線変更予測の対象車両である。
第2指標算出部724は、周辺車両情報を用いて、第1車両100の走行車線に隣接する車線を走行している第2車両101Aが現在の位置から現在の速度を維持して走行した場合、図3Aにおける符号Aで示す範囲内に存在する第2車両101Bと衝突する可能性があると判定する。この場合、第2指標算出部724は、図3Bに示すように、第2車両101Aが第2車両101Bとの衝突を回避するために、第2車両101Aが走行車線を変更する仮経路R1と第2車両101Aが減速する仮経路R2を生成する。
例えば、第2指標算出部724は、周辺車両情報を用いて、第2車両101Aが車線変更する仮経路R1を算出し、第2車両101Bがとり得る確率が最も高い仮経路を算出する。次に、第2指標算出部724は、これらの仮経路を比較して第2車両101Aと第2車両101Bとが最も接近する距離D1を算出する。
同様に、第2指標算出部724は、周辺車両情報を用いて、第2車両101Aが減速する仮経路R2を算出し、第2車両101Bがとり得る確率が最も高い仮経路を算出する。次に、第2指標算出部724は、これらの仮経路を比較して第2車両101Aと第2車両101Bとが最も接近する距離D2を算出する。
第2指標算出部724は、第2車両101Aが仮経路R1および仮経路R2をそれぞれ走行した場合を想定して第2指標を算出する。例えば、第2指標算出部724は、下記式(1)に基づいて、第2車両101Aが車線変更する車線変更確率P1を算出し、下記式(2)に基づいて、第2車両101Aが減速する減速確率P2を算出する。車線変更確率P1および減速確率P2が第2指標である。なお、車線変更確率P1と減速確率P2との和は1である。
車線変更確率P1=D1/(D1+D2) (1)
減速確率P2=D2/(D1+D2) (2)
車線変更予測部725は、第1指標および第2指標に基づいて、第2車両101が走行車線を変更する車線変更確率を算出する。例えば、車線変更予測部725は、第1指標および第2指標についての予め設定められた割合での加重平均を算出し、加重平均における第1指標の重みと第2指標の重みを変更して車線変更確率を算出する。これにより、車線変更予測部725は、第1指標と第2指標が所望の割合で反映された車線変更確率を算出することができる。
例えば、第1指標算出部723は、走行車線記憶部722に記憶された走行車線情報が示す過去から現在までの予め設定された区間における、第2車両101の走行車線系列を取得し、取得した走行車線系列を用いて第1指標を算出する。車線変更予測部725は、第1指標の算出に用いられた走行車線系列の長さに応じて、加重平均における第1指標の重みを変更する。
図4は、車線変更確率の算出処理の概要を示す概要図である。図4に示すタイムラインは、過去から現在までに設定された区間である。第1指標算出部723は、第2車両101の走行車線系列を用いて、第1指標を算出する。例えば、図4に示すタイムラインにおける時刻T1で第2車両101が認識された場合に、第1指標算出部723は、時刻T1から現在までの区間における第2車両101の走行車線系列を取得し、走行車線系列を用いて第1指標を算出する。
車線変更予測部725は、第1指標の算出に用いられた走行車線系列の時間長さに応じて、加重平均における第1指標の重みを変更する。例えば、過去から現在までに予め設定された区間の時間長さがLであり、第2車両101の走行車線系列の時間長さがLであり、図4に示すようにLがLよりも短い場合、車線変更予測部725は、第1指標の重みを小さくする。例えば、割合L/Lを第1指標の重みとする。第1指標である確率と第2指標である確率とを加算した値は、1である。車線変更予測部725は、第1指標である確率と第2指標である確率を加重平均して得られる確率を、最終的な車線変更確率として算出する。
図5は実施の形態1に係る車線変更予測方法を示すフローチャートであり、予測部72の動作を示している。走行車線算出部721は、第1車両100の周辺に存在する第2車両101に関する周辺車両情報と、第1車両100が走行する道路に関する道路情報とを用いて、第2車両101の走行車線を示す走行車線情報を算出して、走行車線情報を第2車両101ごとに走行車線記憶部722に記憶する(ステップST1)。
第1指標算出部723は、走行車線記憶部722に記憶された走行車線情報が示す第2車両101の走行車線系列に基づいて、第2車両101の走行車線の維持および第2車両101の走行車線の変更の条件付き確率である第1指標を算出する(ステップST2)。例えば、第1指標が、第2車両101の走行車線系列の中に第2車両101の追い越し車線への車線変更が含まれ、現在、第2車両101が、当該追越車線を走行している場合、第2車両101が走行車線に戻る(車線変更する)確率を高くする指標である。当該第1指標を用いることにより、車線変更予測装置1は、第2車両101が追い越し車線を利用して第1車両100を追い越した後に元の走行車線へ戻るための車線変更を予測できる。
また、第1指標が、第2車両101の走行車線系列に車線変更が含まれていない場合、第2車両101が車線変更しない確率を高くした指標である。当該第1指標を用いることにより、車線変更予測装置1は、特定の車線に留まりたいという、第2車両101の運転者の行動意図を予測できる。
第2指標算出部724は、周辺車両情報に基づいて、第2車両101の走行車線の変更または減速に関する第2指標を算出する(ステップST3)。例えば、第2指標は、第2車両101で想定される複数の仮経路のうち、他車両との衝突可能性が低い仮経路を走行する確率を高くした指標である。当該第2指標を用いることにより、車線変更予測装置1は、他車両との衝突可能性が低い経路が選択されやすくなる。
なお、ステップST2の第1指標算出処理とステップST3の第2指標算出処理とは、この順に限定されるものではない。例えば、第1指標算出処理と第2指標算出処理が入れ替わってもよいし、これらの処理が同時に行われてもよい。
車線変更予測部725は、第1指標および第2指標に基づいて、第2車両101が走行車線を変更する車線変更確率を算出する(ステップST4)。これにより、車線変更予測装置1は、第2車両101の運転者の行動意図を反映しつつ他車両との衝突可能性が低い車線変更を予測することができる。
次に、車線変更予測装置1の機能を実現するハードウェア構成について説明する。
車線変更予測装置1が備える走行車線算出部721、走行車線記憶部722、第1指標算出部723、第2指標算出部724および車線変更予測部725の機能は、処理回路により実現される。すなわち、車線変更予測装置1は、図5に示したステップST1からステップST4までの処理を実行するための処理回路を備える。処理回路は、専用ハードウェアであってもよいが、メモリに記憶されたプログラムを実行するCPU(Central Processing Unit)であってもよい。
図6Aは、車線変更予測装置1の機能を実現するハードウェア構成を示すブロック図である。図6Bは、車線変更予測装置1の機能を実現するソフトウェアを実行するハードウェア構成を示すブロック図である。図6Aおよび図6Bにおいて、入力インタフェース200は、車線変更予測装置1がロケータ2、カメラ3およびレーダ4から入力する情報を中継するものであり、道路情報取得部6および周辺車両認識部71の情報取得機能を実現するインタフェースである。出力インタフェース201は、車線変更予測装置1から車両制御判断部5へ出力される情報を中継するインタフェースである。
処理回路が図6Aに示す専用のハードウェアの処理回路202である場合に、処理回路202は、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ASIC(Application Specific Integrated Circuit)、FPGA(Field-Programmable Gate Array)またはこれらを組み合わせたものが該当する。車線変更予測装置1が備える走行車線算出部721、走行車線記憶部722、第1指標算出部723、第2指標算出部724および車線変更予測部725の機能を別々の処理回路で実現してもよく、これらの機能をまとめて一つの処理回路で実現してもよい。
処理回路が図6Bに示すプロセッサ203である場合、車線変更予測装置1が備える走行車線算出部721、走行車線記憶部722、第1指標算出部723、第2指標算出部724および車線変更予測部725の機能は、ソフトウェア、ファームウェアまたはソフトウェアとファームウェアとの組み合わせにより実現される。なお、ソフトウェアまたはファームウェアは、プログラムとして記述されてメモリ204に記憶される。
プロセッサ203は、メモリ204に記憶されたプログラムを読み出して実行することにより、車線変更予測装置1が備える走行車線算出部721、走行車線記憶部722、第1指標算出部723、第2指標算出部724および車線変更予測部725の機能を実現する。例えば、車線変更予測装置1は、プロセッサ203により実行されるときに、図2に示したステップST1からステップST4の処理が結果的に実行されるプログラムを記憶するためのメモリ204を備える。
これらのプログラムは、走行車線算出部721、走行車線記憶部722、第1指標算出部723、第2指標算出部724および車線変更予測部725が行う処理の手順または方法を、コンピュータに実行させる。メモリ204は、コンピュータを、走行車線算出部721、走行車線記憶部722、第1指標算出部723、第2指標算出部724および車線変更予測部725として機能させるためのプログラムが記憶されたコンピュータ可読記憶媒体であってもよい。
メモリ204は、例えば、RAM(Random Access Memory)、ROM(Read Only Memory)、フラッシュメモリ、EPROM(Erasable Programmable Read Only Memory)、EEPROM(Electrically-EPROM)などの不揮発性または揮発性の半導体メモリ、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、DVDなどが該当する。
車線変更予測装置1が備える走行車線算出部721、走行車線記憶部722、第1指標算出部723、第2指標算出部724および車線変更予測部725の機能の一部を専用のハードウェアで実現し、一部を、ソフトウェアまたはファームウェアで実現してもよい。例えば、走行車線記憶部722は、専用のハードウェアである処理回路202により機能を実現し、走行車線算出部721、第1指標算出部723、第2指標算出部724および車線変更予測部725は、プロセッサ203がメモリ204に記憶されたプログラムを読み出して実行することにより機能を実現する。このように、処理回路は、ハードウェア、ソフトウェア、ファームウェアまたはこれらの組み合わせにより上記機能を実現することができる。
以上のように、実施の形態1に係る車線変更予測装置1は、周辺車両情報および道路情報を用いて、第1車両100の周辺に存在する第2車両101の走行車線を示す走行車線情報を算出する走行車線算出部721と、走行車線情報を第2車両101ごとに記憶する走行車線記憶部722と、走行車線記憶部722に記憶された走行車線情報が示す第2車両101の走行車線に関する時系列の情報に基づいて、第2車両101の走行車線の維持および第2車両101の走行車線の変更の条件付き確率である第1指標を算出する第1指標算出部723と、周辺車両情報に基づいて、第2車両101の走行車線の変更または減速に関する第2指標を算出する第2指標算出部724と、第1指標および第2指標に基づいて、第2車両101が走行車線を変更する車線変更確率を算出する車線変更予測部725を備える。第2車両101の走行車線に関する時系列の情報は、過去から現在までの第2車両101の運転者の行動意図が反映された走行経路を示す情報である。このため、第2車両101の走行車線に関する時系列の情報を用いることにより、第2車両101の運転者の過去から現在までの行動意図を反映させた第1指標を算出することが可能である。車線変更予測装置1は、第2車両101の運転者の行動意図を反映させた第1指標を用いることにより、第2車両101の運転者の行動意図を考慮した車線変更予測を行うことができる。
実施の形態1に係る車線変更予測装置1において、第1指標算出部723は、走行車線記憶部722に記憶された走行車線情報が示す過去から現在までの予め設定された区間における、第2車両101の走行車線系列を取得し、走行車線系列を用いて第1指標を算出する。これにより、第1指標算出部723は、第1指標として、第2車両101の運転者の過去から現在までの行動意図を反映させた指標値を算出することが可能である。
実施の形態1に係る車線変更予測装置1において、第2指標算出部724は、周辺車両情報が示す第2車両101が現在の運転行動を維持すると仮定した際に、第1車両100との衝突または第2車両101同士での衝突の可能性がある場合に、衝突を回避するために、第2車両101が走行車線を変更する仮経路および第2車両101が減速する仮経路を生成し、これらの仮経路で第2車両101がそれぞれ走行した場合を想定して第2指標を算出する。これにより、第2指標算出部724は、第2指標として、第1車両100と第2車両101との間の位置関係および異なる第2車両101同士の現在の位置関係にそれぞれ応じた指標値を算出することが可能である。
実施の形態1に係る車線変更予測装置1において、車線変更予測部725は、第1指標および第2指標についての予め設定められた割合での加重平均を算出し、加重平均における第1指標の重みと第2指標の重みとを変更して車線変更確率を算出する。これにより、車線変更予測部725は、第1指標と第2指標が所望の割合で反映された車線変更確率を算出することができる。
実施の形態1に係る車線変更予測装置1において、車線変更予測部725は、第1指標の算出に用いられた走行車線系列の時間長さに応じて、加重平均における第1指標の重みを変更する。これにより、車線変更予測装置1は、第2車両101の運転者の行動意図を反映しつつ他車両との衝突可能性が低い車線変更を予測することができる。
実施の形態1に係る車線変更予測方法において、走行車線算出部721が、第1車両100の周辺に存在する第2車両101に関する周辺車両情報と第1車両100が走行する道路に関する道路情報とを用いて、第2車両101の走行車線を示す走行車線情報を算出し、走行車線情報を第2車両101ごとに走行車線記憶部722に記憶するステップと、第1指標算出部723が、走行車線記憶部722に記憶された走行車線情報が示す第2車両101の走行車線に関する時系列の情報に基づいて、第2車両101の走行車線の維持および第2車両101の走行車線の変更の条件付き確率である第1指標を算出するステップと、第2指標算出部724が、周辺車両情報に基づいて、第2車両101の走行車線の変更に関する第2指標を算出するステップと、車線変更予測部725が、第1指標および第2指標に基づいて第2車両101が走行車線を変更する車線変更確率を算出するステップと、を備える。第2車両101の運転者の行動意図を反映させた第1指標を用いた車線変更予測方法を実行することにより、第2車両101の運転者の行動意図を考慮した車線変更予測を行うことができる。
実施の形態1に係るプログラムは、コンピュータに実行されることにより、第2車両101の運転者の行動意図を考慮した車線変更予測を行うことができる車線変更予測装置1として当該コンピュータを機能させることができる。
実施の形態2.
図7は、実施の形態2に係る車線変更予測装置1Aの構成を示すブロック図である。図7において、車線変更予測装置1Aは、第1車両100に設けられ、第1車両100の周辺を走行する1または複数の第2車両101の車線変更を予測する。第1車両100にはロケータ2、カメラ3およびレーダ4が搭載され、車両制御判断部5は、第1車両100が備えるECUが有する機能の一つである。なお、車線変更予測装置1Aは、第1車両に搭載されてもよいし、第1車両100に搭載されたロケータ2、カメラ3、レーダ4および車両制御判断部5と無線通信可能なサーバが備える機能として実現されてもよい。
記憶装置8は、車両の走行車線系列が入力されると当該車両についての第1指標を出力する学習モデルが、当該車両のオブジェクト種別に対応づけて登録されたデータベースを記憶する。なお、図7では、記憶装置8の記憶データを明確にするため、「学習モデル」と記載している。車両のオブジェクト種別は、車両種別を示す情報であり、例えば、大型車、普通車、自動二輪等である。学習モデルは、オブジェクト種別ごとの車両の走行車線系列を学習データとした学習により、オブジェクト種別に応じた第1指標を出力するようにパラメータが更新されている。
車線変更予測装置1Aは、記憶装置8に記憶されたデータベースから、第2車両101のオブジェクト種別に応じた学習モデルを取得し、取得した学習モデルを用いて第2車両101についての第1指標を算出する。さらに、車線変更予測装置1Aは、周辺車両情報を用いて第2車両101についての第2指標を算出し、第1指標と第2指標とを用いて、第2車両101の車線変更を予測する。実施の形態1に係る車線変更予測装置1は、第2車両101のオブジェクト種別に依存しない第1指標を算出するものであったが、実施の形態2に係る車線変更予測装置1Aは、オブジェクト種別に応じた第1指標を算出する。これにより、車線変更予測装置1Aは、第2車両101のオブジェクト種別ごとに第2車両101の運転者の行動意図を考慮した車線変更予測を行うことができる。
また、車線変更予測装置1Aは、道路情報取得部6および演算部7Aを備える。演算部7Aは、周辺車両認識部71および予測部72Aを備える。予測部72Aは、第1車両100の周辺を走行している1または複数の第2車両101の車線変更を予測し、第2車両101の車線変更予測情報を車両制御判断部5に出力する。
予測部72Aは、図7に示すように、走行車線算出部721、走行車線記憶部722、第1指標算出部723A、第2指標算出部724および車線変更予測部725を備える。第1指標算出部723Aは、周辺車両情報に含まれる第2車両101のオブジェクト種別を特定し、記憶装置8に記憶されたデータベースから第2車両101のオブジェクト種別に対応する学習モデルを取得し、当該学習モデルを用いて第1指標を算出する。例えば、学習モデルは、第2車両101の走行車線系列が入力されると、第2車両101についての第1指標を出力する。
図8は、車線変更予測装置1Aが備える第1指標算出部723Aの構成を示すブロック図である。図8に示すように、第1指標算出部723Aは、走行車線系列抽出部7231および指標算出部7232を備える。走行車線系列抽出部7231は、走行車線記憶部722に記憶された走行車線情報から、過去から現在までの第2車両101の走行車線系列を抽出する。指標算出部7232は、周辺車両認識部71が出力した周辺車両情報から、第2車両101のオブジェクト種別を特定し、特定したオブジェクト種別に対応する学習モデルを、記憶装置8に記憶されたデータベースから選択し、選択した学習モデルを用いて第1指標を算出する。これにより、指標算出部7232は、オブジェクト種別に応じた第1指標を算出することが可能である。
図9は、実施の形態2に係る車線変更予測方法を示すフローチャートであり、予測部72Aの動作を示している。走行車線算出部721は、第1車両100の周辺に存在する第2車両101に関する周辺車両情報と、第1車両100が走行する道路に関する道路情報とを用いて、第2車両101の走行車線を示す走行車線情報を算出して、走行車線情報を第2車両101ごとに走行車線記憶部722に記憶する(ステップST1A)。
第1指標算出部723Aは、周辺車両認識部71が出力した周辺車両情報から、第2車両101のオブジェクト種別を特定し、特定したオブジェクト種別に対応する学習モデルを、記憶装置8に記憶されたデータベースから選択する(ステップST2A)。そして、第1指標算出部723Aは、第1指標算出に用いる学習モデルを、データベースから選択した学習モデルに切り替え(ステップST3A)、切り替え後の学習モデルを用いて第1指標を算出する(ステップST4A)。ここで、第1指標は、オブジェクト種別ごとの第2車両101の走行車線の維持および第2車両101の走行車線の変更の条件付き確率である。
例えば、大型車は、追い越し車線を長時間走行すると他の車両の車線変更の妨げとなりやすく、追い越し車線に車線変更してから前方の車両を追い越した後、追い越し車線から元の車線に戻る割合が普通車に比べて多いものとする。この場合、大型車である第2車両101の運転者は、追い越し車線で車両を追い越した後、普通車の運転者に比べて、追い越し車線から元の車線に戻る行動意図が強いと考えられる。そこで、実施の形態2では、大型車についての学習モデルが、普通車についての学習モデルに比べて、車線を維持する確率よりも車線を変更する確率が高い第1指標を出力するように学習される。
第2指標算出部724は、周辺車両情報に基づいて、第2車両101の走行車線の変更または減速に関する第2指標を算出する(ステップST5A)。例えば、第2指標は、第2車両101で想定される複数の仮経路のうち、他車両との衝突可能性が低い仮経路を走行する確率を高くさせる指標である。当該第2指標を用いることにより、車線変更予測装置1は、他車両との衝突可能性が低い経路が選択されやすくなる。
なお、ステップST4Aの第1指標算出処理とステップST5Aの第2指標算出処理とは、この順に限定されるものではない。例えば、第1指標算出処理と第2指標算出処理が入れ替わってもよいし、これらの処理が同時に行われてもよい。
車線変更予測部725は、第1指標および第2指標に基づいて、第2車両101が走行車線を変更する車線変更確率を算出する(ステップST6A)。これにより、車線変更予測装置1は、第2車両101の運転者の行動意図をオブジェクト種別ごとに反映しつつ、他車両との衝突可能性が低い車線変更を予測することができる。
なお、車線変更予測装置1Aが備える走行車線算出部721、走行車線記憶部722、第1指標算出部723A、第2指標算出部724および車線変更予測部725の機能は、処理回路により実現される。すなわち、車線変更予測装置1Aは、図9に示したステップST1AからステップST6Aの処理を実行するための処理回路を備える。処理回路は、図6Aに示した専用のハードウェアの処理回路202であってもよいし、図6Bに示したメモリ204に記憶されたプログラムを実行するプロセッサ203であってもよい。
以上のように、実施の形態2に係る車線変更予測装置1Aにおいて、第1指標算出部723Aは、第2車両101の走行車線系列が入力されると第1指標を出力する学習モデルが、第2車両101のオブジェクト種別に対応づけて登録されたデータベースから、周辺車両情報に含まれる第2車両101のオブジェクト種別に対応した学習モデルを取得し、学習モデルを用いて第1指標を算出する。これにより、車線変更予測装置1Aは、第2車両101のオブジェクト種別ごとに運転者の行動意図を考慮した車線変更予測を行うことができる。
実施の形態3.
図10は、実施の形態3に係る車線変更予測装置1Bの構成を示すブロック図である。図10において、車線変更予測装置1Bは、第1車両100に設けられ、第1車両100の周辺を走行する1または複数の第2車両101の車線変更を予測する。第1車両100にはロケータ2、カメラ3およびレーダ4が搭載され、車両制御判断部5は、第1車両100が備えるECUが有する機能の一つである。なお、車線変更予測装置1Bは、第1車両に搭載されてもよいし、第1車両100に搭載されたロケータ2、カメラ3、レーダ4および車両制御判断部5と無線通信可能なサーバが備える機能として実現されてもよい。
車線変更確率は、第1指標と第2指標とを加重平均した確率である。車線変更予測装置1Bでは、第1指標および第2指標とは別に、第2車両101が他車両と衝突する可能性を示す値を算出し、衝突可能性を示す値に基づいて第1指標と第2指標の重みを変更した車線変更確率を算出する。これにより、車線変更予測装置1Bは、第2車両101の衝突可能性に応じて、第2車両101の運転者の行動意図を考慮した車線変更予測を行うことができる。
また、車線変更予測装置1Bは、道路情報取得部6および演算部7Bを備える。演算部7Bは、周辺車両認識部71および予測部72Bを備える。予測部72Bは、第1車両100の周辺を走行している1または複数の第2車両101の車線変更を予測し、第2車両101の車線変更予測情報を車両制御判断部5に出力する。
予測部72Bは、図10に示すように、走行車線算出部721、走行車線記憶部722、第1指標算出部723、第2指標算出部724、車線変更予測部725Aおよび衝突可能性予測部726を備える。車線変更予測部725Aは、衝突可能性予測部726が予測した第2車両101の衝突可能性に応じて、加重平均での第1指標と第2指標の重みを変更することにより、車線変更確率を算出する。
衝突可能性予測部726は、周辺車両情報に含まれる第2車両101の位置および速度に基づいて、第2車両101の走行車線および隣接した車線において当該第2車両101が他の車両と衝突する衝突可能性を予測する。例えば、衝突可能性予測部726は、周辺車両情報を用いて、現在から未来の数秒間、第2車両101が等加速度直線運動を行うか車線変更した場合に、第2車両101が他車両に最も近づく距離を、衝突可能性を示す値として算出する。また、衝突可能性を示す値は、第2車両101と他車両との距離を相対速度で割り算して得られる、Time to Collision(TTC)であってもよい。
図11は、実施の形態3に係る車線変更予測方法を示すフローチャートであり、予測部72Bの動作を示している。走行車線算出部721が、第1車両100の周辺に存在する第2車両101に関する周辺車両情報と、第1車両100が走行する道路に関する道路情報とを用いて、第2車両101の走行車線を示す走行車線情報を算出して、走行車線情報を第2車両101ごとに走行車線記憶部722に記憶する(ステップST1B)。
第1指標算出部723は、走行車線情報が示す第2車両101の走行車線系列に基づいて、第2車両101の走行車線の維持および第2車両101の走行車線の変更の条件付き確率である第1指標を算出する(ステップST2B)。第2指標算出部724は、周辺車両情報に基づいて、第2車両101の走行車線の変更または減速に関する第2指標を算出する(ステップST3B)。
なお、ステップST2Bの第1指標算出処理とステップST3Bの第2指標算出処理とは、この順に限定されるものではない。例えば、第1指標算出処理と第2指標算出処理が入れ替わってもよいし、これらの処理が同時に行われてもよい。
次に、衝突可能性予測部726は、周辺車両情報を用いて、第2車両101の走行車線および隣接した車線において当該第2車両101が他の車両と衝突する衝突可能性を予測する(ステップST4B)。衝突可能性予測部726が算出した第2車両101の衝突可能性に関する情報は、車線変更予測部725Aに出力される。
車線変更予測部725Aは、第2車両101の衝突可能性に関する情報に基づいて、加重平均における第1指標の重みと第2指標の重みを変更する(ステップST5B)。例えば、車線変更予測部725Aは、第2車両101の車線変更先の領域で他車両との衝突可能性が高い場合に、第1指標の重みを小さくする。続いて、車線変更予測部725Aは、ステップST5Bで決定した重みを用いた第1指標および第2指標の加重平均を行って、第2車両101が走行車線を変更する車線変更確率を算出する(ステップST6B)。
これにより、車線変更予測装置1Bは、第2車両101の衝突可能性に応じて、第2車両101の運転者の行動意図を考慮した車線変更予測を行うことができる。
なお、第2指標は、第2車両101と他車両とが最も接近する距離が考慮された指標であり、第2車両101の衝突可能性を示す値とみなすことができる。そこで、車線変更予測部725Aは、第2指標を、第2車両101の衝突可能性を示す値として用いることにより、加重平均における第1指標の重みと第2指標の重みを変更してもよい。
例えば、第2指標の値が閾値よりも大きい場合、第1指標の重みを小さくするか、第2指標の重みを大きくする。
なお、車線変更予測装置1Bが備える走行車線算出部721、走行車線記憶部722、第1指標算出部723、第2指標算出部724、車線変更予測部725Aおよび衝突可能性予測部726の機能は、処理回路により実現される。すなわち、車線変更予測装置1Bは、図11に示したステップST1BからステップST6Bの処理を実行するための処理回路を備える。処理回路は、図6Aに示した専用のハードウェアの処理回路202であってもよいし、図6Bに示したメモリ204に記憶されたプログラムを実行するプロセッサ203であってもよい。
以上のように、実施の形態3に係る車線変更予測装置1Bにおいて、周辺車両情報に含まれる第2車両101の位置および速度に基づいて、第2車両101の走行車線および隣接した車線において第2車両101が他の車両と衝突する衝突可能性を予測する衝突可能性予測部726を備える。車線変更予測部725は、衝突可能性予測部726が予測した衝突可能性に基づいて、加重平均における第1指標の重みと第2指標の重みを変更する。これにより、車線変更予測装置1Bは、第2車両101の衝突可能性に応じて、第2車両101の運転者の行動意図を考慮した車線変更予測を行うことができる。
なお、各実施の形態の組み合わせまたは実施の形態のそれぞれの任意の構成要素の変形もしくは実施の形態のそれぞれにおいて任意の構成要素の省略が可能である。
1,1A,1B 車線変更予測装置、2 ロケータ、3 カメラ、4 レーダ、5 車両制御判断部、6 道路情報取得部、7,7A,7B 演算部、8 記憶装置、71 周辺車両認識部、72,72A,72B 予測部、100 第1車両、101,101A,101B 第2車両、200 入力インタフェース、201 出力インタフェース、202 処理回路、203 プロセッサ、204 メモリ、721 走行車線算出部、722 走行車線記憶部、723,723A 第1指標算出部、724 第2指標算出部、725,725A 車線変更予測部、726 衝突可能性予測部、7231 走行車線系列抽出部、7232 指標算出部。

Claims (9)

  1. 第1車両の周辺に存在する第2車両に関する周辺車両情報と前記第1車両が走行する道路に関する道路情報とを用いて、1または複数の前記第2車両の走行車線を示す走行車線情報を算出する走行車線算出部と、
    前記走行車線情報を前記第2車両ごとに記憶する走行車線記憶部と、
    前記走行車線記憶部に記憶された前記走行車線情報が示す前記第2車両の走行車線に関する時系列の情報に基づいて、前記第2車両の走行車線の維持および前記第2車両の走行車線の変更の条件付き確率である第1指標を算出する第1指標算出部と、
    前記周辺車両情報に基づいて、前記第2車両の走行車線の変更または減速に関する第2指標を算出する第2指標算出部と、
    前記第1指標および前記第2指標に基づいて、前記第2車両が走行車線を変更する車線変更確率を算出する車線変更予測部と、を備えた
    ことを特徴とする車線変更予測装置。
  2. 前記第1指標算出部は、前記走行車線記憶部に記憶された前記走行車線情報が示す過去から現在までの予め設定された区間における前記第2車両の走行車線系列を取得し、取得した走行車線系列を用いて前記第1指標を算出する
    ことを特徴とする請求項1に記載の車線変更予測装置。
  3. 前記第1指標算出部は、前記第2車両の走行車線系列が入力されると、前記第1指標を出力する学習モデルが、前記第2車両のオブジェクト種別に対応づけて登録されたデータベースから、前記周辺車両情報に含まれる前記第2車両のオブジェクト種別に対応した前記学習モデルを取得し、取得した前記学習モデルを用いて前記第1指標を算出する
    ことを特徴とする請求項2に記載の車線変更予測装置。
  4. 前記第2指標算出部は、前記周辺車両情報が示す前記第2車両が現在の運転行動を維持すると仮定した際に、前記第1車両との衝突または前記第2車両同士での衝突の可能性がある場合、衝突を回避するために、前記第2車両が走行車線を変更する仮経路および前記第2車両が減速する仮経路を生成し、これらの仮経路で前記第2車両がそれぞれ走行した場合を想定して前記第2指標を算出する
    ことを特徴とする請求項1に記載の車線変更予測装置。
  5. 前記車線変更予測部は、前記第1指標および前記第2指標についての予め設定められた割合での加重平均を算出し、加重平均における前記第1指標の重みと前記第2指標の重みを変更して前記車線変更確率を算出する
    ことを特徴とする請求項1に記載の車線変更予測装置。
  6. 前記周辺車両情報に含まれる前記第2車両の位置および速度に基づいて、当該第2車両の走行車線および隣接した車線において当該第2車両が他の車両と衝突する衝突可能性を予測する衝突可能性予測部を備え、
    前記車線変更予測部は、前記衝突可能性予測部が予測した衝突可能性に基づいて、加重平均における前記第1指標の重みと前記第2指標の重みを変更する
    ことを特徴とする請求項5に記載の車線変更予測装置。
  7. 前記車線変更予測部は、前記第1指標の算出に用いられた前記走行車線系列の時間長さに応じて、加重平均における前記第1指標の重みを変更する
    ことを特徴とする請求項5に記載の車線変更予測装置。
  8. 車線変更予測装置の車線変更予測方法であって、
    走行車線算出部が、第1車両の周辺に存在する第2車両に関する周辺車両情報と前記第1車両が走行する道路に関する道路情報とを用いて、1または複数の前記第2車両の走行車線を示す走行車線情報を算出し、前記走行車線情報を前記第2車両ごとに走行車線記憶部に記憶するステップと、
    第1指標算出部が、前記走行車線記憶部に記憶された前記走行車線情報が示す前記第2車両の走行車線に関する時系列の情報に基づいて、前記第2車両の走行車線の維持および前記第2車両の走行車線の変更の条件付き確率である第1指標を算出するステップと、
    第2指標算出部が、前記周辺車両情報に基づいて、前記第2車両の走行車線の変更または減速に関する第2指標を算出するステップと、
    車線変更予測部が、前記第1指標および前記第2指標に基づいて、前記第2車両が走行車線を変更する車線変更確率を算出するステップと、を備えた
    ことを特徴とする車線変更予測方法。
  9. コンピュータを、請求項1から請求項8のいずれか1項に記載の車線変更予測装置として機能させるためのプログラム。
JP2022031568A 2022-03-02 2022-03-02 車線変更予測装置、車線変更予測方法およびプログラム Active JP7274014B1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2022031568A JP7274014B1 (ja) 2022-03-02 2022-03-02 車線変更予測装置、車線変更予測方法およびプログラム
US18/158,529 US20230278548A1 (en) 2022-03-02 2023-01-24 Lane-change prediction device, lane-change prediction method, and non-transitory computer readable recording medium
DE102023200831.9A DE102023200831A1 (de) 2022-03-02 2023-02-02 Spurwechselschätzungsvorrichtung, spurwechselschätzungsverfahren und programm

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2022031568A JP7274014B1 (ja) 2022-03-02 2022-03-02 車線変更予測装置、車線変更予測方法およびプログラム

Publications (2)

Publication Number Publication Date
JP7274014B1 true JP7274014B1 (ja) 2023-05-15
JP2023127712A JP2023127712A (ja) 2023-09-14

Family

ID=86321965

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022031568A Active JP7274014B1 (ja) 2022-03-02 2022-03-02 車線変更予測装置、車線変更予測方法およびプログラム

Country Status (3)

Country Link
US (1) US20230278548A1 (ja)
JP (1) JP7274014B1 (ja)
DE (1) DE102023200831A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017128286A (ja) 2016-01-22 2017-07-27 トヨタ自動車株式会社 車両用走行制御装置
JP2017154614A (ja) 2016-03-02 2017-09-07 トヨタ自動車株式会社 車両走行制御装置
US20210132619A1 (en) 2019-11-06 2021-05-06 Waymo Llc Predicting cut-in probabilities of surrounding agents

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5803844B2 (ja) * 2012-08-21 2015-11-04 トヨタ自動車株式会社 割込予測装置、割込予測方法、及び運転支援システム
JP6494121B2 (ja) 2017-03-01 2019-04-03 本田技研工業株式会社 車線変更推定装置、車線変更推定方法、およびプログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017128286A (ja) 2016-01-22 2017-07-27 トヨタ自動車株式会社 車両用走行制御装置
JP2017154614A (ja) 2016-03-02 2017-09-07 トヨタ自動車株式会社 車両走行制御装置
US20210132619A1 (en) 2019-11-06 2021-05-06 Waymo Llc Predicting cut-in probabilities of surrounding agents

Also Published As

Publication number Publication date
DE102023200831A1 (de) 2023-09-07
US20230278548A1 (en) 2023-09-07
JP2023127712A (ja) 2023-09-14

Similar Documents

Publication Publication Date Title
CN111284493B (zh) 用于控制车辆行驶的装置和方法
CN112498365B (zh) 基于置信度水平和距离、响应于障碍物的自动驾驶车辆的延迟决策
JP6592074B2 (ja) 車両制御装置、車両制御方法、プログラム、および情報取得装置
US10759432B2 (en) Vehicle control apparatus, vehicle control method, and vehicle control program
JP6800575B2 (ja) 自己の乗り物のドライバを支援する方法およびシステム
US20210309214A1 (en) Vehicle controller, method, and computer program for controlling vehicle
US11308717B2 (en) Object detection device and object detection method
JP5278419B2 (ja) 運転シーンの遷移予測装置及び車両用推奨運転操作提示装置
US10803307B2 (en) Vehicle control apparatus, vehicle, vehicle control method, and storage medium
JPWO2018235159A1 (ja) 経路予測装置および経路予測方法
CN110576847A (zh) 基于焦点的对传感器数据的标记
CN113853640B (zh) 电子控制装置
JP7156989B2 (ja) 走行制御装置、走行制御方法、およびプログラム
EP4083959A1 (en) Traffic flow machine-learning modeling system and method applied to vehicles
US20200302233A1 (en) Training data generation apparatus
CN113496201A (zh) 物体状态识别装置、方法、物体状态识别用计算机程序及控制装置
CN113435237B (zh) 物体状态识别装置、识别方法和计算机可读的记录介质以及控制装置
US20220153266A1 (en) Vehicle adaptive cruise control system, method and computer readable medium for implementing the method
US11900690B2 (en) Apparatus, method, and computer program for identifying state of signal light, and controller
CN113454555A (zh) 用于驾驶策略的轨迹预测
CN112230646A (zh) 设计用于单车运行的自动驾驶系统下的车辆队列实施
JP7274014B1 (ja) 車線変更予測装置、車線変更予測方法およびプログラム
JP7532569B2 (ja) 歩行者の位置を決定する方法及び装置
EP4140848A2 (en) Planning under prediction with confidence region for an autonomous driving vehicle
JP7258077B2 (ja) 他車両行動予測装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220302

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230404

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230428

R150 Certificate of patent or registration of utility model

Ref document number: 7274014

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150