WO2020194389A1

WO2020194389A1 - 交通環境認識装置及び車両制御装置

Info

Publication number: WO2020194389A1
Application number: PCT/JP2019/012159
Authority: WO
Inventors: 麗酒井; 海明松原
Original assignee: 本田技研工業株式会社
Priority date: 2019-03-22
Filing date: 2019-03-22
Publication date: 2020-10-01
Also published as: US20220222946A1; CN113474827A; JP7212761B2; JPWO2020194389A1; CN113474827B

Abstract

自車両の進行方向における交通環境を迅速に認識できる交通環境認識装置などを提供する。車両制御装置１は、周辺状況データＤ＿ｉｎｆｏに基づき、自車両３の進行方向の所定範囲内における移動体及び物標を認識するとともに、移動体及び物標の位置関係を認識する。移動体として自転車２１が認識された場合、第１移動体名詞「bicycle」が選択され、物標として防護柵２３が認識された場合、第１物標名詞「fence」が選択され、両者の位置関係を表す位置関係語「behind」が選択される。そして、「bicycle」、「behind」及び「fence」を紐付けすることにより、第１シーンデータが作成される。

Description

交通環境認識装置及び車両制御装置

　本発明は、自車両の進行方向における交通環境を認識する交通環境認識装置などに関する。

　従来、交通環境認識装置として、特許文献１に記載されたものが知られている。この交通環境認識装置では、自車両の加速度に基づき、加速度スペクトルの単回帰分析手法により、傾き極大値が算出され、自車両周辺の他車両との車間距離に基づき、ガウス分布手法により、共分散最小値が算出される。そして、傾き極大値の対数及び共分散最小値の対数との関係を表す相関マップが作成され、この相関マップに基づき、交通流の臨界領域の有無が判定される。

特許第５５１１９８４号公報

　近年、自車両の自動運転制御を実行する車両制御装置が望まれている。このような車両制御装置の場合、自車両の進行方向における移動体及び物標などを含む交通環境を認識して、自車両の自動運転制御を実行する関係上、交通環境を迅速に認識することが要求される。これに対して、上記従来の交通環境認識装置によれば、自車両周辺の他車両などの交通環境を認識するのに、加速度スペクトルの単回帰分析手法及びガウス分布手法を用いている関係上、演算時間が増大するとともに、演算負荷が増大してしまう。この傾向は、他車両などの交通参加者の数が多いほど、顕著である。その結果、自動運転制御などの制御性が低下する可能性がある。

　本発明は、上記課題を解決するためになされたもので、自車両の進行方向における交通環境を迅速に認識できる交通環境認識装置など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、請求項１に係る交通環境認識装置は、自車両の進行方向における周辺状況を表す周辺状況データを取得する周辺状況データ取得部と、周辺状況データに基づき、自車両の進行方向の所定範囲内における移動体及び物標を認識するとともに、移動体及び物標の位置関係を認識する認識部と、複数の移動体のそれぞれの名称である複数の移動体名詞、複数の物標のそれぞれの名称である複数の物標名詞、及び移動体と物標の複数の位置関係をそれぞれ表す複数の位置関係語を記憶する記憶部と、移動体として所定の第１移動体が認識された場合、複数の移動体名詞の中から所定の第１移動体を表す第１移動体名詞を選択する第１移動体名詞選択部と、所定の第１移動体の周辺に存在する物標として所定の第１物標が認識された場合、複数の物標名詞の中から所定の第１物標を表す第１物標名詞を選択する第１物標名詞選択部と、所定の第１移動体及び所定の第１物標の位置関係が認識された場合、所定の第１移動体及び所定の第１物標の位置関係を表す第１位置関係語を複数の位置関係語から選択する位置関係語選択部と、第１移動体名詞、第１物標名詞及び第１位置関係語が選択された場合、第１移動体名詞、第１物標名詞及び第１位置関係語を紐付けすることにより、自車両の進行方向における交通環境のシーンを表す交通環境シーンデータを作成する交通環境シーンデータ作成部と、を備えることを特徴とする。

　この交通環境認識装置によれば、自車両の進行方向の所定範囲内における周辺状況を表す周辺状況データに基づき、自車両の進行方向における移動体及び物標が認識されるとともに、移動体及び物標の位置関係が認識される。そして、移動体として所定の第１移動体が認識された場合、複数の移動体名詞の中から所定の第１移動体を表す第１移動体名詞が選択され、所定の第１移動体の周辺に存在する物標として所定の第１物標が認識された場合、複数の物標名詞の中から所定の第１物標を表す第１物標名詞が選択される。また、所定の第１移動体及び所定の第１物標の位置関係が認識された場合、所定の第１移動体及び所定の第１物標の位置関係を表す第１位置関係語が複数の位置関係語から選択される。そして、第１移動体名詞、第１物標名詞及び第１位置関係語が選択された場合、第１移動体名詞、第１物標名詞及び第１位置関係語を紐付けすることにより、自車両の進行方向における交通環境のシーンを表す交通環境シーンデータが作成される。

　このように、所定の第１移動体及び所定の第１物標が自車両の進行方向の所定範囲内に存在する条件下で、第１移動体名詞、第１物標名詞及び第１位置関係語を紐付けするだけで、交通環境シーンデータを作成することができるので、自車両の進行方向における交通環境を迅速に認識することができる。

　請求項２に係る発明は、請求項１に記載の交通環境認識装置において、移動体として所定の第１移動体以外の所定の第２移動体が認識された場合、複数の移動体名詞の中から所定の第２移動体を表す第２移動体名詞を選択する第２移動体名詞選択部をさらに備え、記憶部は、複数の位置関係語として、２つの移動体間の複数の位置関係をそれぞれ表す複数の位置関係語をさらに記憶しており、位置関係語選択部は、所定の第１移動体及び所定の第２移動体の位置関係が認識された場合、所定の第１移動体及び所定の第２移動体の位置関係を表す第２位置関係語を複数の位置関係語から選択し、交通環境シーンデータ作成部は、第１移動体名詞、第２移動体名詞及び第２位置関係語が選択された場合、第１移動体名詞、第２移動体名詞及び第２位置関係語を紐付けすることにより、交通環境シーンデータをさらに作成することを特徴とする。

　この交通環境認識装置によれば、移動体として所定の第１移動体以外の所定の第２移動体が認識された場合、複数の移動体名詞の中から所定の第２移動体を表す第２移動体名詞が選択される。さらに、所定の第１移動体及び所定の第２移動体の位置関係が認識された場合、所定の第１移動体及び所定の第２移動体の位置関係を表す第２位置関係語が複数の位置関係語から選択される。そして、第１移動体名詞、第２移動体名詞及び第２位置関係語が選択された場合、第１移動体名詞、第２移動体名詞及び第２位置関係語を紐付けすることにより、交通環境シーンデータがさらに作成される。このように、所定の第１移動体及び所定の第２移動体が自車両の進行方向に存在する条件下で、第１移動体名詞、第２移動体名詞及び第２位置関係語を紐付けするだけで、交通環境シーンデータをさらに作成することができるので、自車両の進行方向における交通環境を迅速に認識することができる。

　請求項３に係る発明は、請求項２に記載の交通環境認識装置において、周辺状況データ取得部は、周辺状況データを自車両との距離を表す距離パラメータデータを含むように取得し、認識部は、距離パラメータデータに基づき、所定範囲内にしている移動体及び物標を認識することを特徴とする。

　この交通環境認識装置によれば、自車両との距離を表す距離パラメータデータに基づき、所定範囲内に位置している移動体及び物標が認識されるので、この所定範囲を適切に設定することにより、交通環境シーンデータを適切に作成することができる。

　請求項４に係る発明は、請求項３に記載の交通環境認識装置において、距離パラメータデータは画像データであり、認識部は、所定の第１移動体及び所定の第１物標が画像データ内で占める面積に基づき、所定範囲内に位置している所定の第１移動体及び所定の第１物標を認識することを特徴とする。

　この交通環境認識装置によれば、所定の第１移動体及び所定の第１物標が画像データ内で占める面積に基づき、所定範囲内に位置している所定の第１移動体及び所定の第１物標が認識されるので、一般的な画像認識手法を用いて、所定範囲内に位置している所定の第１移動体及び所定の第１物標を認識することができる。それにより、交通環境シーンデータを容易に作成することができる。

　請求項５に係る発明は、請求項１ないし４のいずれかに記載の交通環境認識装置において、記憶部は、複数の位置関係語を、道路と移動体との位置関係を表す第３位置関係語を含むように記憶しているとともに、複数の道路の種類をそれぞれ表す複数の道路種類語をさらに記憶しており、周辺状況データに基づき、所定の第１移動体が位置している道路の種類を認識する道路種類認識部と、所定の第１移動体が位置している道路の種類として所定の第１道路種類が認識された場合、複数の道路種類語の中から所定の第１道路種類を表す第１道路種類語を選択する第１道路種類語選択部と、をさらに備え、位置関係語選択部は、所定の第１移動体が道路に位置している場合、第３位置関係語を複数の位置関係語から選択し、交通環境シーンデータ作成部は、第１移動体名詞、第１道路種類語及び第３位置関係語が選択された場合、第１移動体名詞、第１道路種類語及び第３位置関係語を紐付けすることにより、交通環境シーンデータをさらに作成することを特徴とする。

　この交通環境認識装置によれば、周辺状況データに基づき、所定の第１移動体が道路に位置している場合、道路の種類が認識され、この道路の種類として所定の道路種類が認識された場合、複数の道路種類語の中から所定の道路種類を表す第１道路種類語が選択される。さらに、所定の第１移動体が道路に位置している場合、第３位置関係語が複数の位置関係語から選択される。そして、第１移動体名詞、第１道路種類語及び第３位置関係語が選択された場合、第１移動体名詞、第１道路種類語及び第３位置関係語を紐付けすることにより、交通環境シーンデータがさらに作成される。このように、所定の第１移動体が所定の道路種類の道路に位置している場合、第１移動体名詞、第１道路種類語及び第３位置関係語を紐付けするだけで、交通環境シーンデータをさらに作成することができるので、自車両の進行方向における交通環境を迅速に認識することができる（なお、本明細書における「道路」は、車道及び歩道に限らず、車両や交通参加者がその上を移動可能なものであればよく、例えば、線路も含む）。

　請求項６に係る発明は、請求項１ないし４のいずれかに記載の交通環境認識装置において、周辺状況データ取得部は、第１移動体の進行方向を取得し、交通環境シーンデータでは、第１移動体の進行方向がさらに紐付けされていることを特徴とする。

　この交通環境認識装置によれば、第１移動体の進行方向がさらに紐付けされることにより、交通環境シーンデータが作成されるので、交通環境シーンデータを、実際の交通環境をより反映したものとして作成することができる。

　請求項７に係る発明は、請求項１ないし６のいずれかに記載の交通環境認識装置において、交通環境における自車両へのリスクと交通環境シーンデータとの関係を定義したリスクモデルを記憶するリスクモデル記憶部と、交通環境シーンデータが作成された場合、リスクモデルを用いて、交通環境シーンデータに対応するリスクを取得するリスク取得部と、をさらに備えることを特徴とする。

　この交通環境認識装置によれば、交通環境シーンデータが作成された場合、リスクモデルを用いて、交通環境シーンデータに対応するリスクが取得されるので、交通環境における自車両へのリスクを迅速に取得することができる。

　請求項８に係る発明は、請求項７に記載の交通環境認識装置において、第１移動体のリスクである第１移動体リスクと、第１物標のリスクである第１物標リスクとを記憶するリスク記憶部をさらに備え、リスク取得部は、交通環境シーンデータが作成された場合において、作成された交通環境シーンデータがリスクモデルに存在しないときには、第１移動体リスク、第１物標リスク及び第１位置リスクを用いて、リスクを取得することを特徴とする。

　この交通環境認識装置によれば、交通環境シーンデータが作成された場合において、作成された交通環境シーンデータがリスクモデルに存在しないときでも、第１移動体リスク、第１物標リスク及び第１位置リスクを用いて、リスクが取得されるので、自車両に対するリスクを確実に取得することができる。

　請求項９に係る発明は、請求項８に記載の交通環境認識装置において、周辺状況データ取得部は、第１移動体の進行方向を取得し、リスク取得部は、交通環境シーンデータとリスクとの関係がリスクモデルに存在しない場合には、第１移動体リスク、第１物標リスク及び第１位置リスクに加えて、第１移動体の進行方向をさらに用いて、リスクを取得することを特徴とする。

　この交通環境認識装置によれば、交通環境シーンデータがリスクモデルに存在しない場合には、第１移動体リスク、第１物標リスク及び第１位置リスクに加えて、第１移動体の進行方向をさらに用いて、リスクが取得されるので、自車両に対するリスクをより精度よく取得することができる。

　請求項１０に係る発明は、請求項１ないし９のいずれかに記載の交通環境認識装置において、交通法規データを記憶する交通法規データ記憶部と、交通環境シーンデータが作成された場合、交通環境シーンデータに応じて交通法規データを参照することにより、交通環境シーンデータに対応する交通法規データを取得する交通法規データ取得部と、をさらに備えることを特徴とする。

　この交通環境認識装置によれば、交通環境シーンデータが作成された場合、交通環境シーンデータに応じて交通法規データを参照することにより、交通環境シーンデータに対応する交通法規データが取得されるので、交通法規データを迅速に取得することができる。

　請求項１１に係る発明は、請求項１０に記載の交通環境認識装置において、自車両の現在位置に対応する交通法規データを記憶する自車両とは別個の外部記憶部との間でデータ通信を実行するデータ通信部と、自車両の現在位置を取得する現在位置取得部と、自車両の現在位置が取得された場合、データ通信によって、現在位置に対応する交通法規データを外部記憶部から取得する現在位置法規データ取得部と、をさらに備え、交通法規データ記憶部は、現在位置法規データ取得部によって取得された現在位置に対応する交通法規データを記憶することを特徴とする。

　この交通環境認識装置によれば、自車両の現在位置が取得された場合、データ通信によって、現在位置に対応する交通法規データが外部記憶部から取得され、これが交通法規データ記憶部に記憶されるので、自車両の走行状態の制御を開始する時点で、現在位置に対応する交通法規データが記憶されている状態を実現することができる。

　請求項１２に係る発明は、請求項１ないし１１のいずれかに記載の交通環境認識装置において、所定の第１移動体は、自転車であり、認識部は、自転車を自転車以外の移動体と比べて優先的に認識することを特徴とする。

　一般に、自転車は、歩道と車道との間を頻繁に往来するものであるので、歩行者や自動車などの歩道と車道との間の往来が少ない他の移動体と比べて、そのリスクが高いという特徴がある。これに対して、この交通環境認識装置によれば、自転車が自転車以外の移動体と比べて優先的に認識されるので、上記のリスクを適切に認識することができる。

　請求項１３に係る車両制御装置は、請求項１ないし６のいずれかに記載の交通環境認識装置と、交通環境シーンデータに応じて、自車両の走行状態を制御する制御部と、を備えることを特徴とする。

　この車両制御装置によれば、前述したように迅速に取得された交通環境シーンデータに応じて、自車両の走行状態が制御されるので、自車両の走行状態をリスクに応じて迅速かつ適切に制御することができる。

　請求項１４に係る車両制御装置は、請求項７ないし９のいずれかに記載の交通環境認識装置と、リスクに応じて、自車両の走行状態を制御する制御部と、を備えることを特徴とする。

　この車両制御装置によれば、前述したように迅速に取得されたリスクに応じて、自車両の走行状態が制御されるので、自車両の走行状態をリスクに応じて迅速かつ適切に制御することができる。

　請求項１５に係る車両制御装置は、請求項１０又は１１に記載の交通環境認識装置と、交通法規データに応じて、自車両の走行状態を制御する制御部と、を備えることを特徴とする。

　この車両制御装置によれば、交通法規データに応じて、自車両の走行状態が制御されるので、自車両の走行状態を、交通法規を遵守しながら迅速かつ適切に制御することができる。

本発明の一実施形態に係る交通環境認識装置及びこれを適用した車両の構成を模式的に示す図である。車両制御装置のリスク推定装置の機能的な構成を示すブロック図である。自車両の交通環境の一例を示す図である図３の交通環境の平面図である図３の画像データを画像認識するときの検出枠を示す図である。第１シーンデータを示す図である。第２シーンデータを示す図である。第３シーンデータを示す図である。第１リスクマップを示す図である。第２リスクマップを示す図である。第３リスクマップを示す図である。自動運転制御処理を示すフローチャートである。交通法規データ取得処理を示すフローチャートである。交通法規データ取得処理の実行中の通信状態を示す図である。

　以下、図面を参照しながら、本発明の一実施形態に係る交通環境認識装置及び車両制御装置について説明する。なお、本実施形態の車両制御装置は交通環境認識装置も兼用しているので、以下の説明では、車両制御装置について説明するとともに、その中で、交通環境認識装置の機能及び構成についても説明する。

　図１に示すように、この車両制御装置１は、四輪タイプの自動車（以下「自車両」という）３に適用されたものであり、ＥＣＵ２を備えている。このＥＣＵ２には、状況検出装置４、原動機５、アクチュエータ６及びカーナビゲーションシステム（以下「カーナビ」という）７が電気的に接続されている。

　この状況検出装置４は、カメラ、ミリ波レーダー、ＬＩＤＡＲ、ソナー、ＧＰＳ及び各種のセンサなどで構成されており、自車両３の現在位置及び自車両３の進行方向の周辺状況（交通環境や交通参加者など）を表す周辺状況データＤ＿ｉｎｆｏをＥＣＵ２に出力する。この周辺状況データＤ＿ｉｎｆｏは、カメラによって取得された画像データと、ＬＩＤＡＲなどによって計測された距離データとを含むように構成されている。

　ＥＣＵ２は、後述するように、この状況検出装置４からの周辺状況データＤ＿ｉｎｆｏに基づいて、自車両３の周辺の交通環境を認識して、走行リスクＲ＿ｒｉｓｋを算出するとともに、この走行リスクＲ＿ｒｉｓｋなどに応じて、自車両３の走行状態を制御する。なお、本実施形態では、状況検出装置４が周辺状況データ取得部及び現在位置取得部に相当し、カーナビ７がデータ通信部に相当する。

　原動機５は、例えば、電気モータなどで構成されており、後述するように、自車両３の走行軌道が決定されたときに、自車両３がこの走行軌道で走行するように、ＥＣＵ２によって原動機５の出力が制御される。

　また、アクチュエータ６は、制動用アクチュエータ及び操舵用アクチュエータなどで構成されており、後述するように、自車両３の走行軌道が決定されたときに、自車両３がこの走行軌道で走行するように、ＥＣＵ２によってアクチュエータ６の動作が制御される。

　さらに、カーナビ７は、ディスプレイ、記憶装置、無線通信装置及びコントローラ（いずれも図示せず）などで構成されている。このカーナビ７では、自車両３の現在位置に基づいて、記憶装置に記憶された地図データの中から、自車両３の現在位置周辺の地図データが読み出され、これがディスプレイに表示される。

　さらに、カーナビ７では、無線通信装置を介して、他車両のカーナビ及び外部サーバ３１（図１４参照）などとの間で無線データ通信が実行される。後述するように、カーナビ７は、交通法規データを外部サーバ３１から受信したときに、これをＥＣＵ２に出力する。

　一方、ＥＣＵ２は、ＣＰＵ、ＲＡＭ、ＲＯＭ、Ｅ２ＰＲＯＭ、Ｉ／Ｏインターフェース及び各種の電気回路（いずれも図示せず）などからなるマイクロコンピュータで構成されている。ＥＣＵ２は、上述した状況検出装置４からの周辺状況データＤ＿ｉｎｆｏなどに基づいて、以下に述べるように、走行リスクＲ＿ｒｉｓｋの算出処理などを実行する。

　なお、本実施形態では、ＥＣＵ２が、認識部、記憶部、第１移動体名詞選択部、第１物標名詞選択部、位置関係語選択部、交通環境シーンデータ作成部、第２移動体名詞選択部、道路種類認識部、第１道路種類語選択部、リスクモデル記憶部、リスク取得部、リスク記憶部、交通法規データ記憶部、交通法規データ取得部、現在位置法規データ取得部、及び制御部に相当する。

　次に、図２を参照しながら、車両制御装置１におけるリスク推定装置１０の構成について説明する。このリスク推定装置１０は、以下に述べるように、周辺状況データＤ＿ｉｎｆｏに応じて、自車両３の走行中における交通環境からのリスクである走行リスクＲ＿ｒｉｓｋを推定（取得）するものである。

　同図に示すように、リスク推定装置１０は、認識部１１、選択部１２、第１記憶部１３、シーンデータ作成部１４、リスク取得部１５及び第２記憶部１６を備えており、これらの要素１１～１６は、具体的には、ＥＣＵ２によって構成されている。

　なお、本実施形態では、認識部１１が道路種類認識部に相当し、選択部１２が第１移動体名詞選択部、第１物標名詞選択部、位置関係語選択部、第２移動体名詞選択部、及び第１道路種類語選択部に相当する。さらに、第１記憶部１３が記憶部に相当し、シーンデータ作成部１４が交通環境シーンデータ作成部に相当し、第２記憶部１６がリスクモデル記憶部及びリスク記憶部に相当する。

　この認識部１１では、周辺状況データＤ＿ｉｎｆｏに含まれる画像データに基づき、所定の画像認識手法（例えば、深層学習法）によって、自車両３の進行方向の所定範囲（例えば数十メートル）内に存在する移動体、交通参加者、物標及び道路の種類が認識される。

　この場合、移動体及び交通参加者としては、自転車、歩行者及び自動車などが認識され、物標としては、駐車車両及び防護柵などが認識される。これに加えて、道路の種類として、車道及び歩道などが認識される。なお、本明細書における「自転車」は、運転者によって運転されている自転車を意味する。

　また、以下の説明では、認識部１１で認識された移動体を「第１移動体」と呼び、認識部１１で認識された物標を「第１物標」と呼ぶ。この場合の第１移動体は、自車両３との関係において、リスクが一番高く、認識部１１において最優先で認識すべき移動体に相当する。

　本実施形態では、図３及び図４に示す交通環境下を例にとって説明する。両図に示すように、自車両３が車道２０を走行中、自転車２１及び歩行者２２がフェンス２３付きの歩道２４上に存在する交通環境下では、自転車２１が第１移動体として認識され、歩行者２２が交通参加者（第２移動体）として認識される。さらに、フェンス２３が第１物標として認識され、車道２０及び歩道２４が道路の種類として認識される。

　一方、図示しないが、自転車２１が存在せず、１人の歩行者２２のみが存在する条件下では、歩行者２２が第１移動体として認識される。さらに、図示しないが、自転車２１が存在せず、歩行者が２人以上存在する交通環境では、自車両３に最も近い歩行者が第１移動体として認識されるとともに、それ以外の歩行者は交通参加者として認識される。

　以上のように、自転車２１が歩行者２２よりも優先して第１移動体として認識されるのは、歩行者２２に比べて、高リスクの移動体と見なせることによる。すなわち、自転車２１の場合、歩道２４のみを移動する可能性が高い歩行者２２と異なり、歩道２４と車道２０との間を往来する可能性が高く、結果的に、歩道２４から車道２０側に比較的、高速で飛び出してくる可能性が高いことによる。

　また、この認識部１１では、所定の画像認識手法によって、移動体等を認識する関係上、第１移動体及び交通参加者の位置関係などは、画像データ内でのサイズの大小によって認識される。例えば、図５に示すように、画像認識処理の実行中、自転車２１の検出枠２１ａの方が、歩行者２２の検出枠２２ａよりも大きくなることで、自転車２１が歩行者２２よりも手前側に位置しているという両者の位置関係が認識される。

　また、以上のように認識部１１で第１移動体などを認識する場合、周辺状況データＤ＿ｉｎｆｏに含まれる距離データに基づき、交通環境下に存在する第１移動体、交通参加者及び第１物標と自車両３との位置関係を取得するように構成してもよい。さらに、周辺状況データＤ＿ｉｎｆｏに含まれる画像データ及び距離データの双方を用いて、第１移動体、交通参加者及び第１物標の位置関係を認識するように構成してもよい。

　以上のように、認識部１１では、交通環境下に存在する第１移動体、交通参加者、第１物標及び道路の種類が認識され、さらに、第１移動体とそれ以外の対象との位置関係が認識されるとともに、第１移動体の進行方向が自車両３と同方向であるか否かが認識される。そして、それらの認識結果が認識部１１から選択部１２に出力される。

　選択部１２では、上記の認識結果が認識部１１から入力された場合、第１記憶部１３に記憶されている各種の名詞及び位置関係語の中から、認識結果に対応する用語が取得される。この位置関係語は、第１移動体を基準とした場合の各対象との位置関係を表す用語である。

　この第１記憶部１３では、移動体の名詞、交通参加者の名詞、物標の名詞、道路の種類の名詞及び位置関係語のいずれもが英語表記の用語として記憶されている。移動体又は交通参加者の場合、その一例としては、自転車が「bicycle」、歩行者が「walker」、自動車が「car」としてそれぞれ記憶されている。また、物標の場合、その一例としては、駐車車両が「parked vehicle」、防護柵が「fence」、信号機が「signal」としてそれぞれ記憶されている。さらに、道路の種類の場合、その一例としては、車道が「drive way」、歩道が「sidewalk」、横断歩道が「cross-walk」、線路が「line」としてそれぞれ記憶されている。

　一方、第１移動体と交通参加者の位置関係語としては、第１移動体が交通参加者の後ろ側に位置している状態の用語が「behind」として記憶されている。また、第１移動体が交通参加者の隣りに位置している状態の用語が「next to（又はside)」として記憶され、第１移動体が交通参加者の手前側に位置している状態の用語が「in front of」として記憶されている。さらに、第１移動体と第１物標の位置関係語の場合も、以上と同一の用語が記憶されている。

　一方、第１移動体と道路の位置関係語の場合、第１移動体が道路に沿って移動している状態の用語が「on」として記憶され、第１移動体が道路を横切って移動している状態の用語が「across」として記憶されている。

　以上の構成により、この選択部１２の場合、図３及び図４に示す交通環境下では、第１移動体として「bicycle」が、交通参加者として「walker」が、第１物標として「fence」が、道路の種類として「sidewalk」がそれぞれ選択される。なお、本実施形態では、「bicycle」が第１移動体名詞に相当し、「fence」が第１物標名詞に相当し、「walker」が第２移動体名詞に相当し、「sidewalk」が第１道路種類語に相当する。

　また、第１移動体と交通参加者の位置関係語としては、第１移動体である自転車２１が交通参加者である歩行者２２の後ろ側に位置していることで、「behind」が選択される。さらに、第１移動体と第１物標の位置関係語としては、第１移動体である自転車２１が第１物標である防護柵の後ろ側に位置していることで、「behind」が選択される。なお、本実施形態では、「behind」が第１位置関係語及び第２位置関係語に相当する。

　一方、第１移動体と道路の位置関係語の場合、第１移動体である自転車２１が歩道２４上に位置していることで、「on」が選択される。さらに、第１移動体である自転車２１の進行方向が自車両３の進行方向と同一であることで、第１移動体の進行方向として「同一方向」が選択される。なお、本実施形態では、「on」が第３位置関係語に相当する。

　そして、以上のように選択部１２において、第１移動体などの名詞、位置関係語及び第１移動体の進行方向が選択された場合、それらの選択結果がシーンデータ作成部１４に出力される。なお、自車両３の進行方向の交通環境下において、交通参加者及び第１物標の一方の対象が存在しない場合、選択部１２では、存在しない対象の名詞と、第１移動体とこの対象との位置関係語とが、選択されず、これらはシーンデータ作成部１４に出力されない。

　シーンデータ作成部１４では、上記の選択結果が選択部１２から入力された場合、これらの選択結果に基づいて、シーンデータを作成する。この場合、例えば図３及び図４に示す交通環境下での選択結果が選択部１２から入力されたときには、図６～８に示す第１～第３シーンデータがそれぞれ作成される。なお、本実施形態では、第１～第３シーンデータが交通環境シーンデータに相当する。

　図６に示すように、第１シーンデータは、第１移動体「bicycle」と、第１物標に対する第１移動体の位置関係語「behind」と、第１物標「fence」と、第１移動体と自車両３の進行方向の関係「同方向」とを互いに紐付けしたデータとして作成される。

　また、図７に示すように、第２シーンデータは、第１移動体「bicycle」と、交通参加者に対する第１移動体の位置関係語「behind」と、交通参加者「walker」と、第１移動体と自車両３の進行方向の関係「同方向」とを互いに紐付けしたデータとして作成される。

　さらに、図８に示すように、第３シーンデータは、第１移動体「bicycle」と、道路に対する第１移動体の位置関係語「on」と、道路種類「sidewalk」とを互いに紐付けしたデータとして作成される。

　このシーンデータ作成部１４の場合、前述したように、自車両３の進行方向の交通環境下において、第１物標が存在しない場合には、第１物標の名詞が選択部１２から入力されないことで、第１シーンデータにおける第１物標及び位置関係語の欄が空白に設定される。また、自車両３の進行方向の交通環境下において、交通参加者が存在しない場合には、交通参加者の名詞が選択部１２から入力されないことで、第２シーンデータにおける交通参加者及び位置関係語の欄が空白に設定される。

　以上のように、第１～第３シーンデータが作成された場合、それらがシーンデータ作成部１４からリスク取得部１５に出力される。リスク取得部１５では、これらの第１～第３シーンデータがシーンデータ作成部１４から入力された場合、以下に述べるように、第１～第３シーンデータに応じて、第１～第３リスクＲｉｓｋ＿１～３を取得（算出）する。

　具体的には、第１リスクＲｉｓｋ＿１は、第１シーンデータに応じて、図９に示す第１リスクマップ（リスクモデル）を参照することにより算出される。例えば、前述した図６の第１シーンデータの場合には、第１移動体「bicycle」、位置関係語「behind」、第１物標「fence」及び進行方向「同方向」の組合せが、第１リスクマップの太字で示すｎ（ｎは整数）番目のデータにおける組合せと一致することで、第１リスクＲｉｓｋ＿１は値３として算出される。

　また、このリスク取得部１５では、第１シーンデータにおける第１移動体、位置関係語、第１物標及び進行方向の組合せが図９の第１リスクマップに存在しないときには、以下に述べる手法により、第１リスクＲｉｓｋ＿１が算出される。

　同図９に示すように、この第１リスクマップでは、第１移動体に対応する個別リスク（第１移動体リスク）と、位置関係語に対応する個別リスク（第１位置リスク）と、第１物標に対応する個別リスクとが設定されている。したがって、まず、上述したように、第１シーンデータにおける、第１移動体、位置関係語及び第１物標に応じて、第１リスクマップから３つの個別リスクを読出し、下式（１）により、暫定第１リスクＲｉｓｋ＿ｔｍｐ１を算出する。

Risk_tmp1＝(個別リスクA×KA)×(個別リスクB×KB)×(個別リスクC×KC)
　　　　　　　　　　　　　　　　　　　　　　　　　　　　……　（１）

　上式（１）の個別リスクＡは第１移動体に対応する個別リスクを表しており、ＫＡは、予め設定される所定の乗算係数である。また、個別リスクＢは位置関係語に対応する個別リスクを表しており、ＫＢは、予め設定される所定の乗算係数である。さらに、個別リスクＣは第１物標に対応する個別リスクを表しており、ＫＣは、予め設定される所定の乗算係数である。

　上式（１）によって、暫定第１リスクＲｉｓｋ＿ｔｍｐ１を算出した後、暫定第１リスクＲｉｓｋ＿ｔｍｐ１を所定手法（例えば四捨五入法）により整数化する。次いで、リスクが第１移動体の進行方向に存在する状況にあるか否かを判定し、リスクが第１移動体の進行方向に存在しない状況にあるときには、暫定第１リスクＲｉｓｋ＿ｔｍｐ１の整数化値が、第１リスクＲｉｓｋ＿１に設定される。

　一方、リスクが第１移動体の進行方向に存在する状況にあるときには、暫定第１リスクＲｉｓｋ＿ｔｍｐ１の整数化値に値１を加算した値が、第１リスクＲｉｓｋ＿１に設定される。この場合、第１移動体の進行方向のリスク判定は、具体的には、以下に述べるように実行される。

　例えば、前述した図３において第１移動体である自転車２１が歩行者２２の前方（奥側）に位置している状態を想定した場合、自転車２１が自車両３と逆方向に移動しているとき、すなわち自転車２１が自車両３に向かって移動しているときには、リスクが第１移動体の進行方向に存在する状況にあると判定される。一方、自転車２１が自車両３と同方向に移動しているときには、リスクが第１移動体の進行方向に存在しない状況にあると判定される。

　また、第２リスクＲｉｓｋ＿２は、第２シーンデータに応じて、図１０に示す第２リスクマップ（リスクモデル）を参照することにより算出される。例えば、前述した図７の第２シーンデータの場合には、第１移動体「bicycle」、位置関係語「behind」、交通参加者「walker」及び進行方向「同方向」の組合せが、第２リスクマップの太字で示す１番目のデータにおける組合せと一致することで、第２リスクＲｉｓｋ＿２は値３として算出される。

　また、第２シーンデータにおける第１移動体、位置関係語、交通参加者及び進行方向の組合せが図１０の第２リスクマップに存在しないときには、上述した第１リスクＲｉｓｋ＿１の算出手法と同様の手法により、第２リスクＲｉｓｋ＿２が算出される。

　すなわち、第２シーンデータにおける、第１移動体、位置関係語及び交通参加者に応じて、第２リスクマップから３つの個別リスクを読出し、下式（２）により、暫定第２リスクＲｉｓｋ＿ｔｍｐ２を算出する。

Risk_tmp2＝(個別リスクA×KA)×(個別リスクB×KB)×(個別リスクD×KD)
　　　　　　　　　　　　　　　　　　　　　　　　　　　　……　（２）

　上式（２）の個別リスクＤは交通参加者に対応する個別リスクを表しており、ＫＤは、予め設定される所定の乗算係数である。上式（２）によって、暫定第２リスクＲｉｓｋ＿ｔｍｐ２を算出した後、暫定第２リスクＲｉｓｋ＿ｔｍｐ２を前述した所定手法により整数化する。

　次いで、リスクが第１移動体の進行方向に存在する状況にあるか否かを判定し、リスクが第１移動体の進行方向に存在しない状況にあるときには、暫定第２リスクＲｉｓｋ＿ｔｍｐ２の整数化値が、第２リスクＲｉｓｋ＿２に設定される。一方、リスクが第１移動体の進行方向に存在する状況にあるときには、暫定第２リスクＲｉｓｋ＿ｔｍｐ２の整数化値に値１を加算した値が、第２リスクＲｉｓｋ＿２に設定される。

　さらに、第３リスクＲｉｓｋ＿３は、第３シーンデータに応じて、図１１に示す第３リスクマップ（リスクモデル）を参照することにより算出される。その場合、第３シーンデータの第１移動体「bicycle」、位置関係語「on」及び道路種類「sidewalk」の組合せが、第３リスクマップのデータにおける組合せと一致した場合には、その組合せに対応する第３リスクＲｉｓｋ＿３が読み出される。

　一方、第１移動体「bicycle」、位置関係語「on」及び道路種類「sidewalk」の組合せが、第３リスクマップのデータにおける組合せと一致しない場合、例えば前述した図８の第３シーンデータの場合には、第３リスクＲｉｓｋ＿３は、上述した第１リスクＲｉｓｋ＿１及び第２Ｒｉｓｋ＿２の算出手法とほぼ同様の手法によって算出される。

　すなわち、第３シーンデータにおける、第１移動体、位置関係語及び道路種類に応じて、第３リスクマップから３つの個別リスクを読出し、下式（３）により、暫定第３リスクＲｉｓｋ＿ｔｍｐ３を算出する。

Risk_tmp3＝(個別リスクA×KA)×(個別リスクB×KB)×(個別リスクE×KE)
　　　　　　　　　　　　　　　　　　　　　　　　　　　　……　（３）

　上式（３）の個別リスクＥは道路種類に対応する個別リスクを表しており、ＫＥは、予め設定される所定の乗算係数である。

　上式（３）によって、暫定第３リスクＲｉｓｋ＿ｔｍｐ３を算出した後、暫定第３リスクＲｉｓｋ＿ｔｍｐ３を前述した所定手法により整数化する。そして、暫定第３リスクＲｉｓｋ＿ｔｍｐ３の整数化値が、第３リスクＲｉｓｋ＿３に設定される。

　リスク取得部１５では、以上のように第１～第３リスクＲｉｓｋ＿３が算出され、これらの第１～第３リスクＲｉｓｋ＿３に基づき、所定算出手法（例えば加重平均演算手法及びマップ検索手法など）により、走行リスクＲ＿ｒｉｓｋが最終的に算出される。以上の手法により、リスク推定装置１０では、走行リスクＲ＿ｒｉｓｋが算出される。

　なお、この走行リスクＲ＿ｒｉｓｋは、第１移動体と物標もしくは交通参加者も含めた所定空間のリスクとして推定してもよく、第１移動体自体のリスクとして推定してもよい。例えば、第１移動体以外に他の交通参加者が存在しない場合には、第１移動体のみのリスクとして推定してもよく、第１～第３シーンデータにおいて第１移動体のリスクと推定できるシーンデータが存在する場合には、第１移動体のみのリスクとして推定してもよい。以上により、道路上のどの空間にリスクが存在するかという推定を変更してもよい。

　次に、図１２を参照しながら、本実施形態の車両制御装置１による自動運転制御処理について説明する。この自動運転制御処理は、以下に述べるように、走行リスクＲ＿ｒｉｓｋを用いて、自車両３の自動運転制御を実行するものであり、ＥＣＵ２によって、所定の制御周期で実行される。なお、以下の説明において算出される各種の値は、ＥＣＵ２のＥ２ＰＲＯＭ内に記憶されるものとする。

　図１２に示すように、まず、走行リスクＲ＿ｒｉｓｋを算出する（図１２／ＳＴＥＰ１）。具体的には、前述したリスク推定装置１０と同じ算出手法により、走行リスクＲ＿ｒｉｓｋを算出する。

　次いで、前述した第１～第３シーンデータに応じて、交通法規データをＥ２ＰＲＯＭ内から読み出す（図１２／ＳＴＥＰ２）。この交通法規データは、後述する交通法規データ取得処理によって取得され、Ｅ２ＰＲＯＭ内に記憶されている。

　次に、走行軌道算出処理を実行する（図１２／ＳＴＥＰ３）。この処理では、以上のように算出した走行リスクＲ＿ｒｉｓｋ、交通法規データ及び周辺状況データＤ＿ｉｎｆｏに基づき、所定の算出アルゴリズムにより、自車両３の未来の走行軌道が２次元座標系の時系列データとして算出される。すなわち、走行軌道は、自車両３のｘｙ座標軸上の位置と、ｘ軸方向速度及びｙ軸方向速度とを規定した時系列データとして算出される。

　次いで、自車両３が走行軌道で走行するように、原動機５を制御する（図１２／ＳＴＥＰ４）。次に、自車両３が走行軌道で走行するように、アクチュエータ６を制御する（図１２／ＳＴＥＰ５）。その後、本処理を終了する。

　以上のように自動運転制御処理を実行することにより、自車両３は、走行リスクＲ＿ｒｉｓｋ及び交通法規データに応じて、走行状態が制御される。例えば、走行リスクＲ＿ｒｉｓｋが高いときには、自車両３は、減速しながら、走行ラインを中央車線寄りに変更して走行する。一方、走行リスクＲ＿ｒｉｓｋが低いときには、車速及び走行ラインを維持しながら走行する。

　本実施形態では、以上のように、交通環境シーンデータとしての第１～第３シーンデータが、いわゆる「主語」「形容詞」「述語」の形態で、英語で作成される。したがって、交通法規データをそのまま使用することが可能であるとともに、交通法規データが自然言語処理などによって特徴点を認識した状態になっている場合には、作成した交通環境シーンデータに応じて交通法規データを検索することが可能である。

　例えば、自車両３が日本国内を走行中、第２シーンデータが、第１移動体「bicycle」、位置関係語「behind」及び交通参加者（第２移動体）「bicycle」の組合せである場合、すなわち、第１移動体「bicycle」が交通参加者「bicycle」の後ろ側に位置している場合には、第１移動体「bicycle」及び交通参加者「bicycle」がいずれも軽車両であるので、日本国の道路交通法第２８条における「他の車両を追い越す際には、基本的に、右に進路変更し、追い越す車両の右側を通って追い越さなければならない。」が検索される。それにより、第１移動体「bicycle」が右側の走行車線に飛び出してくるリスクが高いと推測することが可能になる。

　次に、図１３を参照しながら、本実施形態の車両制御装置１による交通法規データ取得処理について説明する。この交通法規データ取得処理は、以下に述べるように、交通法規データを取得するものであり、ＥＣＵ２によって、所定の制御周期で実行される。なお、この交通法規データ取得処理は、自車両３の起動時にのみ実行される。

　図１３に示すように、まず、通信制御フラグＦ＿ＣＯＮＮＥＣＴが「１」であるか否かを判定する（図１３／ＳＴＥＰ１０）。この判定が否定で（図１３／ＳＴＥＰ１０…ＮＯ）、前回以前の制御タイミングにおいて、後述する通信制御処理が実行中でなかったときには、ＧＰＳにより、現在位置を取得する（図１３／ＳＴＥＰ１１）。

　次いで、交通法規データの取得が必要であるか否かを判定する（図１３／ＳＴＥＰ１２）。この判定処理では、上記のように取得した現在位置に基づき、この現在位置に対応する交通法規データがＥＣＵ２のＥ２ＰＲＯＭ内に記憶されていないときには、交通法規データの取得が必要であると判定され、それ以外のときには、交通法規データの取得が不要であると判定される。

　この判定が否定で（図１３／ＳＴＥＰ１２…ＮＯ）、現在位置に対応する交通法規データがＥＣＵ２のＥ２ＰＲＯＭ内に記憶されているときには、そのまま本処理を終了する。

　一方、この判定が肯定で（図１３／ＳＴＥＰ１２…ＹＥＳ）、現在位置に対応する交通法規データがＥＣＵ２のＥ２ＰＲＯＭ内に記憶されていないときには、これを取得するための通信制御処理を実行すべきであると判定して、それを表すために、通信制御フラグＦ＿ＣＯＮＮＥＣＴを「１」に設定する（図１３／ＳＴＥＰ１３）。

　このように通信制御フラグＦ＿ＣＯＮＮＥＣＴを「１」に設定したとき、又は前述した判定が肯定で（図１３／ＳＴＥＰ１０…ＹＥＳ）、前回以前の制御タイミングにおいて、以下の通信制御処理が実行中であったときには、それらに続けて、通信制御処理を実行する（図１３／ＳＴＥＰ１４）。

　この通信制御処理では、図１４に示すように、カーナビ７の無線通信装置（図示せず）及び無線通信網３０を介して、ＥＣＵ２と外部サーバ３１との間で無線データ通信が実行される。この外部サーバ３１には、現在位置に対応する交通法規データが記憶されている。以上の構成により、この通信制御処理を実行することによって、外部サーバ３１内に記憶されている交通法規データが、カーナビ７で受信された後、ＥＣＵ２に入力される。

　以上のように、通信制御処理を実行した後、交通法規データの取得が完了したか否かを判定する（図１３／ＳＴＥＰ１５）。この判定が否定で（図１３／ＳＴＥＰ１５…ＮＯ）、交通法規データの取得が完了していないときには、そのまま本処理を終了する。

　一方、この判定が肯定で（図１３／ＳＴＥＰ１５…ＹＥＳ）、交通法規データの取得が完了したとき、すなわち交通法規データがＥＣＵ２のＥ２ＰＲＯＭ内に記憶されたときには、通信制御処理を終了すべきあると判定して、それを表すために、通信制御フラグＦ＿ＣＯＮＮＥＣを「０」に設定して（図１３／ＳＴＥＰ１６）、本処理を終了する。

　以上のように、本実施形態の車両制御装置１によれば、周辺状況データＤ＿ｉｎｆｏに基づき、第１～第３シーンデータが作成される。そして、第１～第３シーンデータに応じて、第１～第３リスクマップをそれぞれ参照することにより、第１～第３リスクＲｉｓｋ＿１～３が算出され、これらの第１～第３リスクＲｉｓｋ＿１～３に応じて、走行リスクＲ＿ｒｉｓｋが最終的に算出される。そして、この走行リスクＲ＿ｒｉｓｋに応じて、自車両３の走行状態が制御される。

　この場合、第１シーンデータは、第１移動体名詞、第１物標名詞、位置関係語及び進行方向を紐付けすることによって作成されるので、第１シーンデータを迅速に作成することができる。これと同様に、第２シーンデータは、第１移動体名詞、位置関係語、交通参加者名詞及び進行方向を紐付けすることによって作成され、第３シーンデータは、第１移動体名詞、位置関係語及び道路種類語を紐付けすることによって作成されるので、第２シーンデータ及び第３シーンデータも迅速に作成することができる。以上により、自車両３の進行方向における交通環境を迅速に認識することができる。

　また、第１移動体としての自転車２１と、第１物標としての防護柵２３と、交通参加者としての歩行者２２との位置関係は、一般的な画像認識手法を用いて容易に取得することができ、それにより、第１～第３シーンデータを容易に作成することができる。

　さらに、以上のように迅速かつ容易に作成された第１～第３シーンデータに応じて、第１～第３リスクマップをそれぞれ参照することにより、第１～第３リスクＲｉｓｋ＿１～３が算出され、これらの第１～第３リスクＲｉｓｋ＿１～３に基づいて、走行リスクＲ＿ｒｉｓｋが最終的に算出されるので、この走行リスクＲ＿ｒｉｓｋも迅速かつ容易に取得することができる。

　これに加えて、第１シーンデータが第１リスクモデルに存在しないときでも、第１移動体の個別リスク、第１物標の個別リスク、位置関係語の個別リスク及び第１移動体の進行方向を用いて、第１リスクＲｉｓｋ＿１が取得され、これと同様の手法により、第２Ｒｉｓｋ＿２及び第３リスクＲｉｓｋ＿３も取得される。それにより、自車両３に対する走行リスクＲ＿ｒｉｓｋを確実に取得することができる。

　また、第１～第３シーンデータに応じて、現在位置の交通法規データが取得され、走行リスクＲ＿ｒｉｓｋ及び交通法規データに応じて、自車両３の走行状態が制御されるので、現在位置の交通法規を遵守しながらリスクに応じて、自車両３を迅速かつ適切に走行させることができる。

　これに加えて、自車両３の起動時、無線データ通信によって、現在位置に対応する交通法規データが外部サーバ３１から取得され、これがＥＣＵ２に記憶されるので、自車両３の走行状態の制御を開始する時点で、現在位置に対応する交通法規データが記憶されている状態を実現することができる。

　なお、実施形態は、第１～第３リスクＲｉｓｋ＿１～３に応じて、走行リスクＲ＿ｒｉｓｋを算出した例であるが、走行リスクＲ＿ｒｉｓｋを、第１～第３リスクＲｉｓｋ＿１～３の少なくとも１つに応じて算出するように構成してよい。

　また、実施形態は、走行リスクＲ＿ｒｉｓｋに応じて、自車両３の走行状態を制御した例であるが、第１～第３リスクＲｉｓｋ＿１～３の少なくとも１つに応じて、自車両３の走行状態を制御してもよい。

　さらに、実施形態は、第１シーンデータを、第１移動体名詞、第１物標名詞、第１位置関係語及び第１移動体の進行方向を紐付けしたデータとして構成した例であるが、第１シーンデータを、第１移動体名詞、第１物標名詞及び第１位置関係語を紐付けしたデータとして構成してもよい。

　一方、実施形態は、第２シーンデータを、第１移動体名詞、第２移動体名詞、第２位置関係語及び第１移動体の進行方向を紐付けしたデータとして構成した例であるが、第２シーンデータを、第１移動体名詞、第２移動体名詞及び第２位置関係語を紐付けしたデータとして構成してもよい。

　また、実施形態は、データ通信部として、カーナビゲーションシステム７を用いた例であるが、本発明のデータ通信部は、これに限らず、自車両とは別個の外部記憶部との間でデータ通信を実行するものであればよい。例えば、カーナビゲーションシステムとは別個の、無線通信回路などを用いてもよい。

　さらに、実施形態は、リスクモデルとして、第１～第３リスクマップを用いた例であるが、本発明のリスクモデルは、これらに限らず、交通環境シーンデータとリスクの関係を定義したものであればよい。例えば、交通環境シーンデータとリスクの関係を定義したグラフを用いてもよい。

　一方、実施形態は、走行リスクＲ＿ｒｉｓｋ及び交通法規データに応じて、自車両３の走行状態を制御した例であるが、交通法規を無視しても問題ない交通環境（例えば、サーキットや原野）においては、走行リスクＲ＿ｒｉｓｋのみに応じて、自車両３の走行状態を制御してもよい。

　　１　車両制御装置、交通環境認識装置
　　２　ＥＣＵ（認識部、記憶部、第１移動体名詞選択部、第１物標名詞選択部、位置関係語選択部、交通環境シーンデータ作成部、第２移動体名詞選択部、道路種類認識部、第１道路種類語選択部、リスクモデル記憶部、リスク取得部、リスク記憶部、交通法規データ記憶部、交通法規データ取得部、現在位置法規データ取得部、制御部）
　　３　自車両
　　４　状況検出装置（周辺状況データ取得部、現在位置取得部）
　　７　カーナビゲーションシステム（データ通信部）
　１１　認識部（道路種類認識部）
　１２　選択部（第１移動体名詞選択部、第１物標名詞選択部、位置関係語選択部、第２移動体名詞選択部、第１道路種類語選択部）
　１３　第１記憶部（記憶部）
　１４　シーンデータ作成部（交通環境シーンデータ作成部）
　１５　リスク取得部
　１６　第２記憶部（リスクモデル記憶部、リスク記憶部）
　２１　自転車（第１移動体、移動体）
　２２　歩行者（第２移動体、移動体）
　２３　防護柵（第１物標、物標）
D_info　周辺状況データ
bicycle　第１移動体名詞
fence　第１物標名詞
walker　第２移動体名詞
behind　第１位置関係語、第２位置関係語
　　 on 第３位置関係語
Risk_1　第１リスク（リスク）
Risk_2　第２リスク（リスク）
Risk_3　第３リスク（リスク）
R_risk　走行リスク（リスク）

Claims

　自車両の進行方向における周辺状況を表す周辺状況データを取得する周辺状況データ取得部と、
　当該周辺状況データに基づき、前記自車両の前記進行方向の所定範囲内における移動体及び物標を認識するとともに、当該移動体及び当該物標の位置関係を認識する認識部と、
　複数の前記移動体のそれぞれの名称である複数の移動体名詞、複数の前記物標のそれぞれの名称である複数の物標名詞、及び前記移動体と前記物標の複数の位置関係をそれぞれ表す複数の位置関係語を記憶する記憶部と、
　前記移動体として所定の第１移動体が認識された場合、前記複数の移動体名詞の中から当該所定の第１移動体を表す第１移動体名詞を選択する第１移動体名詞選択部と、
　前記所定の第１移動体の周辺に存在する前記物標として所定の第１物標が認識された場合、前記複数の物標名詞の中から当該所定の第１物標を表す第１物標名詞を選択する第１物標名詞選択部と、
　前記所定の第１移動体及び前記所定の第１物標の位置関係が認識された場合、前記所定の第１移動体及び前記所定の第１物標の当該位置関係を表す第１位置関係語を前記複数の位置関係語から選択する位置関係語選択部と、
　前記第１移動体名詞、前記第１物標名詞及び前記第１位置関係語が選択された場合、前記第１移動体名詞、前記第１物標名詞及び前記第１位置関係語を紐付けすることにより、前記自車両の進行方向における交通環境のシーンを表す交通環境シーンデータを作成する交通環境シーンデータ作成部と、
　を備えることを特徴とする交通環境認識装置。
　請求項１に記載の交通環境認識装置において、
　前記移動体として前記所定の第１移動体以外の所定の第２移動体が認識された場合、前記複数の移動体名詞の中から当該所定の第２移動体を表す第２移動体名詞を選択する第２移動体名詞選択部をさらに備え、
　前記記憶部は、前記複数の位置関係語として、２つの前記移動体間の複数の位置関係をそれぞれ表す複数の前記位置関係語をさらに記憶しており、
　前記位置関係語選択部は、前記所定の第１移動体及び前記所定の第２移動体の位置関係が認識された場合、前記所定の第１移動体及び前記所定の第２移動体の当該位置関係を表す第２位置関係語を前記複数の位置関係語から選択し、
　前記交通環境シーンデータ作成部は、前記第１移動体名詞、前記第２移動体名詞及び前記第２位置関係語が選択された場合、前記第１移動体名詞、前記第２移動体名詞及び前記第２位置関係語を紐付けすることにより、前記交通環境シーンデータをさらに作成することを特徴とする交通環境認識装置。
　請求項２に記載の交通環境認識装置において、
　前記周辺状況データ取得部は、前記周辺状況データを前記自車両との距離を表す距離パラメータデータを含むように取得し、
　前記認識部は、当該距離パラメータデータに基づき、前記所定範囲内に位置している前記移動体及び前記物標を認識することを特徴とする交通環境認識装置。
　請求項３に記載の交通環境認識装置において、
　前記距離パラメータデータは画像データであり、
　前記認識部は、前記所定の第１移動体及び前記所定の第１物標が前記画像データ内で占める面積に基づき、前記所定範囲内に位置している前記所定の第１移動体及び前記所定の第１物標を認識することを特徴とする交通環境認識装置。
　請求項１ないし４のいずれかに記載の交通環境認識装置において、
　前記記憶部は、前記複数の位置関係語を、道路と前記移動体との位置関係を表す第３位置関係語を含むように記憶しているとともに、複数の当該道路の種類をそれぞれ表す複数の道路種類語をさらに記憶しており、
　前記周辺状況データに基づき、前記所定の第１移動体が位置している前記道路の種類を認識する道路種類認識部と、
　前記所定の第１移動体が位置している前記道路の種類として所定の第１道路種類が認識された場合、前記複数の道路種類語の中から当該所定の第１道路種類を表す第１道路種類語を選択する第１道路種類語選択部と、
　をさらに備え、
　前記位置関係語選択部は、前記所定の第１移動体が前記道路に位置している場合、前記第３位置関係語を前記複数の位置関係語から選択し、
　前記交通環境シーンデータ作成部は、前記第１移動体名詞、前記第１道路種類語及び前記第３位置関係語が選択された場合、前記第１移動体名詞、前記第１道路種類語及び前記第３位置関係語を紐付けすることにより、前記交通環境シーンデータをさらに作成することを特徴とする交通環境認識装置。
　請求項１ないし４のいずれかに記載の交通環境認識装置において、
　前記周辺状況データ取得部は、前記第１移動体の進行方向を取得し、
　前記交通環境シーンデータでは、前記第１移動体の前記進行方向がさらに紐付けされていることを特徴とする交通環境認識装置。
　請求項１ないし６のいずれかに記載の交通環境認識装置において、
　前記交通環境における前記自車両へのリスクと前記交通環境シーンデータとの関係を定義したリスクモデルを記憶するリスクモデル記憶部と、
　前記交通環境シーンデータが作成された場合、前記リスクモデルを用いて、当該交通環境シーンデータに対応する前記リスクを取得するリスク取得部と、
　をさらに備えることを特徴とする交通環境認識装置。
　請求項７に記載の交通環境認識装置において、
　前記第１移動体のリスクである第１移動体リスクと、前記第１物標のリスクである第１物標リスクと、前記第１移動体及び前記第１物標の位置関係のリスクである第１位置リスクとを記憶するリスク記憶部をさらに備え、
　前記リスク取得部は、前記交通環境シーンデータが作成された場合において、当該作成された交通環境シーンデータが前記リスクモデルに存在しないときには、前記第１移動体リスク、前記第１物標リスク及び前記第１位置リスクを用いて、前記リスクを取得することを特徴とする交通環境認識装置。
　請求項８に記載の交通環境認識装置において、
　前記周辺状況データ取得部は、前記第１移動体の進行方向を取得し、
　前記リスク取得部は、前記交通環境シーンデータと前記リスクとの関係が前記リスクモデルに存在しない場合には、前記第１移動体リスク、前記第１物標リスク及び前記第１位置リスクに加えて、前記第１移動体の前記進行方向をさらに用いて、前記リスクを取得することを特徴とする交通環境認識装置。
　請求項１ないし９のいずれかに記載の交通環境認識装置において、
　交通法規データを記憶する交通法規データ記憶部と、
　前記交通環境シーンデータが作成された場合、前記交通環境シーンデータに応じて前記交通法規データを参照することにより、当該交通環境シーンデータに対応する交通法規データを取得する交通法規データ取得部と、をさらに備えることを特徴とする交通環境認識装置。
　請求項１０に記載の交通環境認識装置において、
　前記自車両の外部に設けられるとともに前記自車両の現在位置に対応する交通法規データを記憶する外部記憶部との間でデータ通信を実行するデータ通信部と、
　前記自車両の現在位置を取得する現在位置取得部と、
　前記自車両の前記現在位置が取得された場合、前記データ通信によって、当該現在位置に対応する前記交通法規データを前記外部記憶部から取得する現在位置法規データ取得部と、
　をさらに備え、
　前記交通法規データ記憶部は、前記現在位置法規データ取得部によって取得された前記現在位置に対応する前記交通法規データを記憶することを特徴とする交通環境認識装置。
　請求項１ないし１１のいずれかに記載の交通環境認識装置において、
　前記所定の第１移動体は、自転車であり、
　前記認識部は、当該自転車を当該自転車以外の前記移動体と比べて優先的に認識することを特徴とする交通環境認識装置。
　請求項１ないし６のいずれかに記載の交通環境認識装置と、
　前記交通環境シーンデータに応じて、前記自車両の走行状態を制御する制御部と、
　を備えることを特徴とする車両制御装置。
　請求項７ないし９のいずれかに記載の交通環境認識装置と、
　前記リスクに応じて、前記自車両の走行状態を制御する制御部と、
　を備えることを特徴とする車両制御装置。
　請求項１０又は１１に記載の交通環境認識装置と、
　前記交通法規データに応じて、前記自車両の走行状態を制御する制御部と、
　を備えることを特徴とする車両制御装置。