WO2007102367A1

WO2007102367A1 - 物体進路予測方法、装置、プログラム、および自動運転システム

Info

Publication number: WO2007102367A1
Application number: PCT/JP2007/053760
Authority: WO
Inventors: Kazuaki Aso; Toshiki Kindo
Original assignee: Toyota Jidosha Kabushiki Kaisha
Priority date: 2006-02-28
Filing date: 2007-02-28
Publication date: 2007-09-13
Also published as: US20090024357A1; EP1990786A1; US10102750B2; EP1990786B1; US8805601B2; EP1990786A4; US20140303883A1

Abstract

　現実として起こりうる状況下においても安全性の確保を図ることができる物体進路予測方法、装置、プログラム、および自動運転システムを提供する。この目的のため、物体の位置および当該物体の速度を含む内部状態を記憶する記憶手段を備えたコンピュータが、前記物体の位置および内部状態を前記記憶手段から読み出し、この読み出した前記物体の位置および内部状態に基づいて、前記物体が時間の経過とともに取りうる位置の変化を時間および空間から構成される時空間上での軌跡として生成し、この生成した軌跡を用いることによって前記物体の進路の確率的な予測を行う。

Description

明細書

物体進路予測方法、装置、プログラム、および自動運転システム技術分野

[0001] 本発明は、物体の位置および内部状態に基づいてその物体の進路を予測する物体進路予測方法、装置、プログラム、および自動運転システムに関するものである。背景技術

[0002] 近年、四輪自動車等の移動体の自動運転を実現するために、さまざまな試みがなされてきている。移動体の自動運転を実現するためには、周囲に存在する車両、歩行者、または障害物などの物体の正確な検知と、この検知結果に基づいた走行中の危険の回避とが重要である。このうち、周囲の物体を精度よく検知するための技術として、各種センサや各種レーダを用いた物体検知技術が知られている。

[0003] 移動体の自動運転技術は、目的地を入力すれば自動的に出発地から目的地へと移動体を動かす技術である。この技術は、移動範囲が狭い場合には、移動範囲の地図を事前に作成し、動的な障害物の影響を事前予測することによって経路探索技術に帰着させること力 Sできる。し力、しながら、移動体が自動車である場合のように、移動体の移動範囲が広範囲である場合には、自動運転技術を経路探索技術に帰着させることはできない。ここでいう広範囲とは、動的障害物を回避する上で必要な時間 tと全工程を走行するために必要な時間てとが著しく異なるような範囲のことであり、例えば tが数秒程度であるのに対して、 τが数時間程度であるような場合である。

[0004] 移動体の移動範囲が広範囲である場合、自動運転技術を経路探索技術に帰着させることはできないのには、主に二つの理由がある。まず、第 1の理由を述べる。移動体が出発地を出発してから、例えば 10t程度時間が経過した後の状況を考える。この場合には、動的な障害物の影響は道路全体に広がり、衝突しない経路を定義することができない。すなわち、移動体の移動範囲が広範囲である場合、出発地から目的地までの経路を事前に算出することは不可能となる。

[0005] 次に、第 2の理由を述べる。移動体の移動範囲が広範囲である場合には、上述したように、全工程を走行するために必要な時間 τは tと比べて非常に長い。このため、自動車に搭載されるコンピュータが、現実の衝突回避を実現可能な実用的な時間の内に必要な計算を終了することは不可能である。

[0006] このように、自動車などの広範囲を移動する移動体の自動運転技術においては、少なくとも他の動的障害物の影響を考慮しなレ、か、またはその影響を実用上必要とせずに行う経路探索技術に加えて、動的障害物との衝突回避に必要な計算を実用的な時間で終了し、走行中の危険を回避するための進路を算出する進路算出技術が必要となる。

[0007] 上述した進路算出技術のうち、走行中の危険を回避するための技術として、複数の物体と自車とから成るシステムにおいて、自車の位置および速度に関する情報と、自車以外の複数の物体の位置および速度に関する情報とを用いることにより、自車を含む各物体の進路を生成し、システムを構成する物体のうちいずれか二つの物体が衝突する可能性を予測する技術が知られている（例えば、非特許文献 1を参照）。この技術では、システムを構成する全ての物体が取りうる進路を、確率概念を用いた同じ枠組みの操作系列によって予測して出力する。その後、得られた予測結果に基づいて、自車を含むシステム全体にとつて最も安全な状況を実現する進路を求めて出力する。

[0008] 非特許文献 1 : A. Broadhurst, S. Baker, and T. Kanade, "Monte Carlo Road

Safety Reasoning", IEEE Intelligent Vehicle Symposium (IV2005), IEEE, (20 05年 6月）

発明の開示

発明が解決しょうとする課題

[0009] し力ながら、上記非特許文献 1に開示されてレ、る技術では、システムを構成する全ての物体が安全となるような進路を予測することを主眼としているため、そのような予測によって得られた進路力特定の物体 (例えば自車）にとつての安全性を十分に確保するものであるか否かは定かではなかった。

[0010] この点についてより具体的に説明する。現実の道路状況においては、他車の運転者または歩行者が道路状況の認知ミスを起こし、本人が意識しないうちに自車を含む周囲の物体にとって好ましくない挙動を示す可能性がある。これに対して、上述した非特許文献 1では、全ての物体は安全性を優先した挙動を示すということが暗黙裡に仮定されているため、ある物体が周囲の物体にとって好ましくない挙動を示す場合のように、現実として起こりうる状況下においても十分な安全性を確保することができるか否かは不明であった。

[0011] 本発明は、上記に鑑みてなされたものであって、現実として起こりうる状況下においても安全性の確保を図ることができる物体進路予測方法、装置、プログラム、および自動運転システムを提供することを目的とする。

課題を解決するための手段

[0012] 上述した課題を解決し、目的を達成するために、本発明に係る物体進路予測方法は、物体の位置と当該物体の速度を含む内部状態とを少なくとも記憶する記憶手段を備えたコンピュータが、前記物体の進路を予測する物体進路予測方法であって、前記物体の位置および内部状態を前記記憶手段から読み出し、この読み出した前記物体の位置および内部状態に基づいて、前記物体が時間の経過とともに取りうる位置の変化を時間および空間から構成される時空間上での軌跡として生成する軌跡生成ステップと、前記軌跡生成ステップで生成した軌跡を用いることによって前記物体の進路の確率的な予測を行う予測ステップと、を有することを特徴とする。

[0013] また、本発明に係る物体進路予測方法は、上記発明において、前記軌跡生成ステップは、前記物体に対する操作を複数の操作から選択する操作選択ステップと、前記操作選択ステップで選択した操作を所定時間動作させる物体操作ステップと、前記物体操作ステップで前記選択した操作を動作させた後の前記物体の位置および内部状態が当該物体の制御に関する制御条件および当該物体の移動可能領域に関する移動条件を満たしているか否かを判定する判定ステップと、を含み、前記操作選択ステップから前記判定ステップに至る一連の処理を、軌跡を生成する軌跡生成時間に達するまで繰り返し行うことを特徴とする。

[0014] また、本発明に係る物体進路予測方法は、上記発明において、前記操作選択ステップは、前記複数の操作の各々に付与された操作選択確率にしたがって操作を選択し、前記判定ステップで判定した結果、前記物体の位置および内部状態が前記制御条件および前記移動条件を満たしている場合には、時間を進めて前記操作選択ステップに戻ることを特徴とする。

[0015] また、本発明に係る物体進路予測方法は、上記発明において、前記操作選択確率は、乱数を用いて定義されることを特徴とする。

[0016] また、本発明に係る物体進路予測方法は、上記発明において、前記軌跡生成ステップで生成すべき軌跡の数が予め定められていることを特徴とする。

[0017] また、本発明に係る物体進路予測方法は、上記発明において、前記判定ステップで判定した結果、前記制御条件および前記移動条件を満たしている場合には、時間を進めて再帰呼出を行うことにより、選択可能な全ての操作を動作させることを特徴とする。

[0018] また、本発明に係る物体進路予測方法は、上記発明において、前記記憶手段は、複数の物体の位置および内部状態を記憶し、前記軌跡生成ステップは、前記複数の物体の前記時空間における軌跡をそれぞれ生成することを特徴とする。

[0019] また、本発明に係る物体進路予測方法は、上記発明において、前記予測ステップは、前記複数の物体の中から一つの物体を特定し、この特定した物体以外の物体の前記時空間における存在確率を算出することを特徴とする。

[0020] また、本発明に係る物体進路予測方法は、上記発明において、前記予測ステップにおける予測結果を含む情報を出力する出力ステップをさらに有することを特徴とする。

[0021] 本発明に係る物体進路予測方法は、複数の物体の位置と各物体の速度を含む内部状態とを少なくとも記憶する記憶手段を備えたコンピュータが、前記複数の物体の進路を予測する物体進路予測方法であって、前記複数の物体の位置および内部状態を前記記憶手段から読み出し、この読み出した前記物体の位置および内部状態に基づいて、前記複数の物体の各々が時間の経過とともに取りうる位置の変化を時間および空間から構成される時空間上での軌跡としてそれぞれ生成する軌跡生成ステツプと、前記軌跡生成ステップで生成した軌跡を用いることによって前記複数の物体の進路の確率的な予測をそれぞれ行う予測ステップと、前記予測ステップで予測した結果に基づいて、前記特定の物体が取りうる進路と前記その他の物体が取りうる進路との干渉の程度を定量的に示す干渉度を算出する干渉度算出ステップと、を有することを特徴とする。

[0022] また、本発明に係る物体進路予測方法は、上記発明において、前記干渉度算出ステツプは、前記特定の物体と前記その他の物体の各々とが互いに干渉しあう空間的な距離である干渉距離よりも近づく回数に応じて、前記特定の物体と前記その他の物体の各々との間の前記干渉度の値を所定量だけ増加または減少させることを特徴とする。

[0023] また、本発明に係る物体進路予測方法は、上記発明において、前記干渉度算出ステツプは、前記特定の物体と前記その他の物体のうちのいずれか一つの物体とが前記干渉距離よりも近づいたとき、この近づいた両物体間の前記干渉度の値を当該両物体の前記時空間上での衝突確率に比例して増加させることを特徴とする。

[0024] また、本発明に係る物体進路予測方法は、上記発明において、前記干渉度算出ステツプは、前記特定の物体と前記その他の物体のうちのいずれか一つの物体とが前記干渉距離よりも近づいたとき、この近づいた両物体間の前記干渉度の値を当該両物体が近づいた時点での相対速度の大きさに比例して増加させることを特徴とする。

[0025] また、本発明に係る物体進路予測方法は、上記発明において、前記記憶手段は、異なる物体間の衝突時の相対速度の大きさと当該衝突によって生じる被害の規模を評価する被害規模評価値または当該衝突によって生じる被害損失額とを対応付けて記憶し、前記干渉度算出ステップは、前記特定の物体と前記その他の物体のうちのいずれか一つの物体とが前記干渉距離よりも近づいたとき、この両物体が近づいた時点での相対速度の大きさに応じた前記被害規模評価値または前記被害損失額を前記記憶手段から読み出し、当該両物体間の前記干渉度を前記被害規模評価値または前記被害損失額に比例して増加させることを特徴とする。

[0026] また、本発明に係る物体進路予測方法は、上記発明において、前記干渉度算出ステツプは、前記特定の物体と前記その他の物体のうちのいずれか一つの物体とが前記干渉距離よりも近づくまでに各物体の初期位置から要した時間が当該両物体間の前記干渉度の値よりも小さい場合には、前記初期位置から要した時間を前記干渉度の値とすることを特徴とする。

[0027] また、本発明に係る物体進路予測方法は、上記発明において、前記干渉度算出ステツプは、前記特定の物体と前記その他の物体との各干渉度の値を重み付けして和を取ることを特徴とする。

[0028] また、本発明に係る物体進路予測方法は、上記発明において、前記軌跡生成ステップは、前記物体に対する操作を複数の操作から選択する操作選択ステップと、前記操作選択ステップで選択した操作を所定時間動作させる物体操作ステップと、前記物体操作ステップで前記選択した操作を動作させた後の前記物体の位置および内部状態が当該物体の制御に関する制御条件および当該物体の移動可能領域に関する移動条件を満たしているか否かを判定する判定ステップと、を含み、前記操作選択ステップから前記判定ステップに至る一連の処理を、軌跡を生成する軌跡生成時間に達するまで繰り返し行うことを特徴とする。

[0029] また、本発明に係る物体進路予測方法は、上記発明におレ、て、前記操作選択ステップは、前記複数の操作の各々に付与された操作選択確率にしたがって操作を選択し、前記判定ステップで判定した結果、前記物体の位置および内部状態が前記制御条件および前記移動条件を満たしている場合には、時間を進めて前記操作選択ステップに戻ることを特徴とする。

[0030] また、本発明に係る物体進路予測方法は、上記発明において、前記操作選択確率は、乱数を用いて定義されることを特徴とする。

[0031] また、本発明に係る物体進路予測方法は、上記発明において、前記軌跡生成ステップで生成すべき軌跡の数が予め定められていることを特徴とする。

[0032] また、本発明に係る物体進路予測方法は、上記発明において、前記干渉度算出ステツプで算出した干渉度に応じた情報を出力する出力ステップをさらに有することを特徴とする。

[0033] また、本発明に係る物体進路予測方法は、上記発明において、前記干渉度算出ステツプで算出した干渉度に応じて、前記複数の物体に含まれる特定の物体が取るベき進路を選択する進路選択ステップをさらに有することを特徴とする。

[0034] また、本発明に係る物体進路予測方法は、上記発明において、前記干渉度は、前記特定の物体が取りうる進路と前記その他の物体が取りうる進路との干渉の程度が小さいほど小さい値を有し、前記進路選択ステップは、前記干渉度が最小の進路を選択することを特徴とする。

[0035] また、本発明に係る物体進路予測方法は、上記発明において、前記進路選択ステップは、前記干渉度が最小の進路が複数ある場合、この複数の進路の中から所定の付加選択基準に最も適合する進路を選択することを特徴とする。

[0036] また、本発明に係る物体進路予測方法は、上記発明において、前記干渉度は、前記特定の物体が取りうる進路と前記その他の物体が取りうる進路との干渉の程度が小さいほど大きい値を有し、前記進路選択ステップは、前記干渉度が最大の進路を選択することを特徴とする。

[0037] また、本発明に係る物体進路予測方法は、上記発明において、前記進路選択ステップは、前記干渉度が最大の進路が複数ある場合、この複数の進路の中から所定の付加選択基準に最も適合する進路を選択することを特徴とする。

[0038] また、本発明に係る物体進路予測方法は、上記発明において、前記進路選択ステップで選択した進路の位置の履歴および当該進路を実現する操作系列に応じた操作信号を生成し、この生成した操作信号を外部に送信する操作信号送信ステップをさらに有することを特徴とする。

[0039] また、本発明に係る物体進路予測方法は、上記発明において、前記干渉度算出ステツプは、前記特定の物体と前記その他の物体の各々とが互いに干渉しあう空間的な距離である干渉距離よりも近づく回数に応じて、前記特定の物体と前記その他の物体の各々との間の前記干渉度の値を所定量だけ増加または減少させることを特徴とする。

[0040] また、本発明に係る物体進路予測方法は、上記発明において、前記干渉度算出ステツプは、前記特定の物体と前記その他の物体との各干渉度の値を重み付けして和を取ることを特徴とする。

[0041] また、本発明に係る物体進路予測方法は、上記発明におレ、て、前記軌跡生成ステップは、前記物体に対する操作を複数の操作から選択する操作選択ステップと、前記操作選択ステップで選択した操作を所定時間動作させる物体操作ステップと、前記物体操作ステップで前記選択した操作を動作させた後の前記物体の位置および内部状態が当該物体の制御に関する制御条件および当該物体の移動可能領域に関する移動条件を満たしているか否かを判定する判定ステップと、を含み、前記操作選択ステップから前記判定ステップに至る一連の処理を、軌跡を生成する軌跡生成時間に達するまで繰り返し行うことを特徴とする。

[0042] また、本発明に係る物体進路予測方法は、上記発明において、前記進路選択ステップで選択した進路に関する情報を出力する出力ステップをさらに有することを特徴とする。

[0043] 本発明に係る物体進路予測装置は、物体の位置と当該物体の速度を含む内部状態とを少なくとも記憶する記憶手段と、前記物体の位置および内部状態を前記記憶手段から読み出し、この読み出した前記物体の位置および内部状態に基づいて、前記物体が時間の経過とともに取りうる位置の変化を時間および空間力構成される時空間上での軌跡として生成する軌跡生成手段と、前記軌跡生成手段で生成した軌跡を用いることによって前記物体の進路の確率的な予測を行う予測手段と、を備えたことを特徴とする。

[0044] また、本発明に係る物体進路予測装置は、上記発明において、前記軌跡生成手段は、前記物体に対する操作を複数の操作から選択する操作選択手段と、前記操作選択手段で選択した操作を所定時間動作させる物体操作手段と、前記物体操作手段で前記選択した操作を動作させた後の前記物体の位置および内部状態が当該物体の制御に関する制御条件および当該物体の移動可能領域に関する移動条件を満たしているか否かを判定する判定手段と、を含み、前記操作選択手段による操作選択処理から前記判定手段による判定処理に至る一連の処理を、軌跡を生成する軌跡生成時間に達するまで繰り返し行うことを特徴とする。

[0045] また、本発明に係る物体進路予測装置は、上記発明において、前記操作選択手段は、前記複数の操作の各々に付与された操作選択確率にしたがって操作を選択し、前記判定手段で判定した結果、前記物体の位置および内部状態が前記制御条件および前記移動条件を満たしている場合には、時間を進めて前記操作選択手段による操作選択処理に戻ることを特徴とする。

[0046] また、本発明に係る物体進路予測装置は、上記発明におレ、て、前記操作選択確率は、乱数を用いて定義されることを特徴とする。 [0047] また、本発明に係る物体進路予測装置は、上記発明において、前記軌跡生成手段で生成すべき軌跡の数が予め定められていることを特徴とする。

[0048] また、本発明に係る物体進路予測装置は、上記発明において、前記判定手段で判定した結果、前記制御条件および前記移動条件を満たしている場合には、時間を進めて再帰呼出を行うことにより、選択可能な全ての操作を動作させることを特徴とする

[0049] また、本発明に係る物体進路予測装置は、上記発明において、前記記憶手段は、複数の物体の位置および内部状態を記憶し、前記軌跡生成手段は、前記複数の物体の前記時空間における軌跡をそれぞれ生成することを特徴とする。

[0050] また、本発明に係る物体進路予測装置は、上記発明において、前記予測手段は、前記複数の物体の中から一つの物体を特定し、この特定した物体以外の物体の前記時空間における存在確率を算出することを特徴とする。

[0051] また、本発明に係る物体進路予測装置は、上記発明において、前記予測手段による予測結果を含む情報を出力する出力手段をさらに備えたことを特徴とする。

[0052] 本発明に係る物体進路予測装置は、複数の物体の位置と各物体の速度を含む内部状態とを少なくとも記憶する記憶手段と、前記複数の物体の位置および内部状態を前記記憶手段から読み出し、この読み出した前記物体の位置および内部状態に基づいて、前記複数の物体の各々が時間の経過とともに取りうる位置の変化を時間および空間から構成される時空間上での軌跡としてそれぞれ生成する軌跡生成手段と、前記軌跡生成手段で生成した軌跡を用いることによって前記複数の物体の進路の確率的な予測をそれぞれ行う予測手段と、前記予測手段で予測した結果に基づいて、前記特定の物体が取りうる進路と前記その他の物体が取りうる進路との干渉の程度を定量的に示す干渉度を算出する干渉度算出手段と、を備えたことを特徴とする。

[0053] また、本発明に係る物体進路予測装置は、上記発明において、前記干渉度算出手段は、前記特定の物体と前記その他の物体の各々とが互いに干渉しあう空間的な距離である干渉距離よりも近づく回数に応じて、前記特定の物体と前記その他の物体の各々との間の前記干渉度の値を所定量だけ増加または減少させることを特徴とする。

[0054] また、本発明に係る物体進路予測装置は、上記発明において、前記干渉度算出手段は、前記特定の物体と前記その他の物体のうちのいずれか一つの物体とが前記干渉距離よりも近づいたとき、この近づいた両物体間の前記干渉度の値を当該両物体の前記時空間上での衝突確率に比例して増加させることを特徴とする。

[0055] また、本発明に係る物体進路予測装置は、上記発明において、前記干渉度算出手段は、前記特定の物体と前記その他の物体のうちのいずれか一つの物体とが前記干渉距離よりも近づいたとき、この近づいた両物体間の前記干渉度の値を当該両物体が近づいた時点での相対速度の大きさに比例して増加させることを特徴とする。

[0056] また、本発明に係る物体進路予測装置は、上記発明において、前記記憶手段は、異なる物体間の衝突時の相対速度の大きさと当該衝突によって生じる被害の規模を評価する被害規模評価値または当該衝突によって生じる被害損失額とを対応付けて記憶し、前記干渉度算出手段は、前記特定の物体と前記その他の物体のうちのいずれか一つの物体とが前記干渉距離よりも近づいたとき、この両物体が近づいた時点での相対速度の大きさに応じた前記被害規模評価値または前記被害損失額を前記記憶手段から読み出し、当該両物体間の前記干渉度を前記被害規模評価値または前記被害損失額に比例して増加させることを特徴とする。

[0057] また、本発明に係る物体進路予測装置は、上記発明において、前記干渉度算出手段は、前記特定の物体と前記その他の物体のうちのいずれか一つの物体とが前記干渉距離よりも近づくまでに各物体の初期位置力要した時間が当該両物体間の前記干渉度の値よりも小さい場合には、前記初期位置から要した時間を前記干渉度の値とすることを特徴とする。

[0058] また、本発明に係る物体進路予測装置は、上記発明において、前記干渉度算出手段は、前記特定の物体と前記その他の物体との各干渉度の値を重み付けして和を取ることを特徴とする。

[0059] また、本発明に係る物体進路予測装置は、上記発明におレ、て、前記軌跡生成手段は、前記物体に対する操作を複数の操作から選択する操作選択手段と、前記操作選択手段で選択した操作を所定時間動作させる物体操作手段と、前記物体操作手段で前記選択した操作を動作させた後の前記物体の位置および内部状態が当該物体の制御に関する制御条件および当該物体の移動可能領域に関する移動条件を満たしているか否かを判定する判定手段と、を含み、前記操作選択手段による操作選択処理から前記判定手段による判定処理に至る一連の処理を、軌跡を生成する軌跡生成時間に達するまで繰り返し行うことを特徴とする。

[0060] また、本発明に係る物体進路予測装置は、上記発明におレ、て、前記操作選択手段は、前記複数の操作の各々に付与された操作選択確率にしたがって操作を選択し、前記判定手段で判定した結果、前記物体の位置および内部状態が前記制御条件および前記移動条件を満たしている場合には、時間を進めて前記操作選択手段による操作選択処理に戻ることを特徴とする。

[0061] また、本発明に係る物体進路予測装置は、上記発明において、前記操作選択確率は、乱数を用いて定義されることを特徴とする。

[0062] また、本発明に係る物体進路予測装置は、上記発明において、前記軌跡生成手段で生成すべき軌跡の数が予め定められていることを特徴とする。

[0063] また、本発明に係る物体進路予測装置は、上記発明において、前記干渉度算出手段で算出した干渉度に応じた情報を出力する出力手段をさらに備えたことを特徴とする。

[0064] また、本発明に係る物体進路予測装置は、上記発明において、前記干渉度算出手段で算出した干渉度に応じて前記特定の物体が取るべき進路を選択する進路選択手段をさらに備えたことを特徴とする。

[0065] また、本発明に係る物体進路予測装置は、上記発明において、前記干渉度は、前記特定の物体が取りうる進路と前記その他の物体が取りうる進路との干渉の程度が小さいほど小さい値を有し、前記進路選択手段は、前記干渉度が最小の進路を選択することを特徴とする。

[0066] また、本発明に係る物体進路予測装置は、上記発明において、前記進路選択手段は、前記干渉度が最小の進路が複数ある場合、この複数の進路の中から所定の付加選択基準に最も適合する進路を選択することを特徴とする。

[0067] また、本発明に係る物体進路予測装置は、上記発明において、前記干渉度は、前記特定の物体が取りうる進路と前記その他の物体が取りうる進路との干渉の程度が小さいほど大きい値を有し、前記進路選択手段は、前記干渉度が最大の進路を選択することを特徴とする。

[0068] また、本発明に係る物体進路予測装置は、上記発明において、前記進路選択手段は、前記干渉度が最大の進路が複数ある場合、この複数の進路の中から所定の付加選択基準に最も適合する進路を選択することを特徴とする。

[0069] また、本発明に係る物体進路予測装置は、上記発明において、前記進路選択手段で選択した進路の位置の履歴および当該進路を実現する操作系列に応じた操作信号を生成し、この生成した操作信号を外部に送信する操作信号送信手段をさらに備えたことを特徴とする。

[0070] また、本発明に係る物体進路予測装置は、上記発明において、前記干渉度算出手段は、前記特定の物体と前記その他の物体の各々とが互いに干渉しあう空間的な距離である干渉距離よりも近づく回数に応じて、前記特定の物体と前記その他の物体の各々との間の前記干渉度の値を所定量だけ増加または減少させることを特徴とする。

[0071] また、本発明に係る物体進路予測装置は、上記発明において、前記干渉度算出手段は、前記特定の物体と前記その他の物体との各干渉度の値を重み付けして和を取ることを特徴とする。

[0072] また、本発明に係る物体進路予測装置は、上記発明において、前記軌跡生成手段は、前記物体に対する操作を複数の操作から選択する操作選択手段と、前記操作選択手段で選択した操作を所定時間動作させる物体操作手段と、前記物体操作手段で前記選択した操作を動作させた後の前記物体の位置および内部状態が当該物体の制御に関する制御条件および当該物体の移動可能領域に関する移動条件を満たしているか否かを判定する判定手段と、を含み、前記操作選択手段による操作選択処理から前記判定手段による判定処理に至る一連の処理を、軌跡を生成する軌跡生成時間に達するまで繰り返し行うことを特徴とする。

[0073] また、本発明に係る物体進路予測装置は、上記発明において、前記進路選択手段で選択した進路に関する情報を出力する出力手段をさらに有することを特徴とする。 [0074] 本発明に係る物体進路予測プログラムは、上記いずれかの発明に係る物体進路予測方法を前記コンピュータに実行させることを特徴とする。

[0075] 本発明に係る自動運転システムは、車両に搭載されて当該車両を自動的に運転する自動運転システムであって、上記いずれかの発明に係る物体進路予測装置と、前記物体進路予測装置が備える前記進路選択手段で選択された進路を実現する操作信号に応じて当該車両を操作するァクチユエータ装置と、を備えたことを特徴とする。発明の効果

[0076] 本発明に係る物体進路予測方法、装置、プログラム、および自動運転システムによれば、現実として起こりうる状況下においても安全性の確保を図ることができる。図面の簡単な説明

[0077] [図 1]図 1は、本発明の実施の形態 1に係る物体進路予測装置の機能構成を示すブロック図である。

[図 2]図 2は、本発明の実施の形態 1に係る物体進路予測方法の概要を示すフローチャートである。

[図 3]図 3は、本発明の実施の形態 1に係る物体進路予測方法における軌跡生成処理の概要を示すフローチャートである。

[図 4]図 4は、 3次元時空間に生成された軌跡を模式的に示す図である。

[図 5]図 5は、一つの物体に対して 3次元時空間に生成された軌跡集合を模式的に示す図である。

[図 6]図 6は、本発明の実施の形態 1に係る物体進路予測方法によって形成された時空間環境の構成を模式的に示す説明図である。

[図 7]図 7は、本発明の実施の形態 1に係る物体進路予測装置における予測結果の表示出力例を示す図である。

[図 8]図 8は、本発明の実施の形態 1に係る物体進路予測装置における予測結果の表示出力例（第 2例）を示す図である。

[図 9]図 9は、自車の操作を維持するモデルを採用した場合に形成された時空間環境の構成を模式的に示す図である。

[図 10]図 10は、本発明の実施の形態 2に係る物体進路予測方法における軌跡生成処理の概要を示すフローチャートである。

[図 11]図 11は、本発明の実施の形態 2に係る物体進路予測方法における軌跡生成処理の詳細を示すフローチャートである。

[図 12]図 12は、本発明の実施の形態 3に係る物体進路予測装置の機能構成を示すブロック図である。

[図 13]図 13は、本発明の実施の形態 3に係る物体進路予測方法の概要を示すフロ一チャートである。

園 14]図 14は、従来の進路予測演算の問題点を模式的に示す図である。

園 15]図 15は、本発明の実施の形態 3に係る物体進路予測方法における進路予測演算の利点を模式的に示す図である。

[図 16]図 16は、本発明の実施の形態 3に係る物体進路予測方法における干渉度算出処理の詳細を示すフローチャートである。

[図 17]図 17は、自車の 1本の軌跡と他車の 1本の軌跡との時空間上での関係を模式的に示す図である。

[図 18]図 18は、物体間の干渉の時間依存性を与える関数の例を示す図である。園 19]図 19は、本発明の実施の形態 4に係る物体進路予測方法における干渉度算出処理の詳細を示すフローチャートである。

[図 20]図 20は、本発明の実施の形態 5に係る物体進路予測方法における干渉度算出処理の詳細を示すフローチャートである。

園 21]図 21は、時空間環境の別な構成を模式的に示す説明図である。

[図 22]図 22は、本発明の実施の形態 6に係る物体進路予測装置を含む自動運転システムの機能構成を示すブロック図である。

[図 23]図 23は、本発明の実施の形態 6に係る物体進路予測方法の概要を示すフロ一チャートである。

[図 24]図 24は、本発明の実施の形態 6に係る物体進路予測方法における進路選択処理の詳細を示すフローチャートである。

[図 25]図 25は、本発明の実施の形態 6に係る物体進路予測装置における進路設定結果の表示出力例を示す図である。 [図 26]図 26は、本発明の実施の形態 6に係る物体進路予測装置における進路設定結果の表示出力例（第 2例）を示す図である。

[図 27]図 27は、本発明の実施の形態 7に係る物体進路予測方法における干渉度算出処理の詳細を示すフローチャートである。

[図 28]図 28は、本発明の実施の形態 7に係る物体進路予測方法における進路選択処理の詳細を示すフローチャートである。

符号の説明

1 , 101, 201 物体進路予測装置

2 入力部

3 センサ部

4 軌跡生成部（軌跡生成手段）

5, 105 予測部（予測手段）

6, 107, 209 出力部（出力手段）

7, 108， 210 記憶部（記憶手段）

41 操作選択部（操作選択手段）

42 物体操作部 (物体操作手段）

43 判定部 (判定手段）

51 予測演算部

52 画像生成部

61 , 171, 291 表示部

106 干渉度算出部 (干渉度算出手段）

172, 292 警告音発生部

207 進路選択部 (進路選択手段）

208 操作信号送信部 (操作信号送信手段）

211 ァクチユエータ装置

1000 自動運転システム

B , B , B 進路

1 2 3

CN 表示画面 D , D 領域

a b

Env (P , P ) , Env' (P , P ) , Env (P , P , P ) 時空間環境

1 2 1 2 1 2 3

F フロントガラス

H 矢印

O，〇， O 物体

1 2 i

R， Rd 道路

ST ステアリング

発明を実施するための最良の形態

[0079] 以下、添付図面を参照して本発明を実施するための最良の形態（以後、「実施の形態」と称する）を説明する。

[0080] (実施の形態 1)

図 1は、本発明の実施の形態 1に係る物体進路予測装置の機能構成を示すブロック図である。同図に示す物体進路予測装置 1は、四輪自動車等の移動体に搭載され

、自車の周囲の所定範囲に存在する物体を検知し、この検知した物体および自車の進路を予測する装置である。

[0081] 物体進路予測装置 1は、各種情報が外部から入力される入力部 2と、所定の範囲に存在する物体の位置や内部状態を検知するセンサ部 3と、センサ部 3が検知した結果に基づいて、物体が時間の経過とともに取りうる位置の変化を時間および空間力構成される時空間上での軌跡として生成する軌跡生成部 4と、軌跡生成部 4で生成した軌跡を用いて物体の進路の確率的な予測を行う予測部 5と、少なくとも予測部 5で行われた予測結果を含む各種情報を出力する出力部 6と、軌跡生成部 4で生成された時空間上の軌跡や予測部 5における予測結果を含む情報を記憶する記憶部 7と、を備える。

[0082] 入力部 2は、物体の進路を予測する際の各種設定情報等の入力を行う機能を有し、リモコン、キーボード（画面上での入力操作が可能なタツチパネル形式を含む）、ポインティングデバイス（マウス、トラックパッド等）などを用いて実現される。また、入力部 2として、音声による情報の入力が可能なマイクロフォンを設けてもよい。なお、予め各種設定情報が定められる場合は、それらを格納した ROM (Read Only Memory )等を有する記憶部 7によって入力部 2の機能を代替してもよい。

[0083] センサ部 3は、ミリ波レーダ、レーザレーダ、画像センサ等を用いることによって実現される。また、センサ部 3は、速度センサ、加速度センサ、舵角センサ、角速度センサ等の各種センサを備えており、自車の移動状況を検知することもできる。なお、センサ部 3が検知する物体の内部状態とは、物体の予測に用いることができるような有益な状態のことであり、好ましくは物体の速度（速さと向きを有する）や角速度（大きさと向きを有する）等の物理量である。なお、それらの物理量の値が 0の場合 (物体が停止してレ、る状態)も含まれることは勿論である。

[0084] 軌跡生成部 4は、所定の時間が経過するまでに物体が取りうる軌跡を予測生成するものであり、物体をシミュレーション上で仮想的に動作させるための操作を複数の操作から選択する操作選択部 41と、操作選択部 41で選択した操作を所定の時間行う物体操作部 42と、物体操作部 42で操作した後の物体の位置および内部状態が所定の条件を満たしているか否力を判定する判定部 43とを有する。

[0085] 予測部 5は、軌跡生成部 4から出力される物体ごとの軌跡を用いることによって物体進路の確率的な予測演算を行う予測演算部 51と、予測演算部 51における予測演算結果に応じて出力部 6で表示出力する画像を生成する画像生成部 52とを有する。

[0086] 出力部 6は、予測部 5の画像生成部 52で生成された画像を表示出力する表示部 6 1を有する。表示部 61は、液晶、プラズマ、または有機 EL (Electroluminescence)等のディスプレイを用いて実現される。本実施の形態 1においては、表示部 61として運転席の後方上部にプロジェクタを設置している。このプロジェクタは、四輪自動車のフロントガラスへの重畳表示を行う機能を有している。なお、出力部 6として、音声情報を外部に出力するスピーカーを設けてもよい。

[0087] 記憶部 7は、センサ部 3での検知結果に加えて、軌跡生成部 4で生成された軌跡、予測部 5における予測結果、および軌跡生成部 4の操作選択部 41で選択する操作などを記憶する。この記憶部 7は、所定の OS (Operation System)を起動するプログラムや本実施の形態 1に係る物体進路予測プログラム等が予め記憶された R〇M、および各処理の演算パラメータやデータ等を記憶する RAM (Random Access Memor y)を用いて実現される。また、記憶部 7は、物体進路予測装置 1に対してコンピュータ読み取り可能な記録媒体を搭載可能なインタフェースを設け、このインタフェースに対応する記録媒体を搭載することによって実現することもできる。

[0088] 以上の機能構成を有する物体進路予測装置 1は、演算および制御機能を有する C PU (Central Processing Unit)を備えた電子的な装置（コンピュータ）である。物体進路予測装置 1が備える CPUは、記憶部 7が記憶、格納する情報および上述した物体進路予測プログラムを含む各種プログラムを記憶部 7から読み出すことによって本実施の形態 1に係る物体進路予測方法に関する演算処理を実行する。

[0089] なお、本実施の形態 1に係る物体進路予測プログラムは、ハードディスク、フレキシブルディスク、 CD— ROM、 DVD-ROM,フラッシュメモリ、 M〇ディスク等のコンビユータ読み取り可能な記録媒体に記録して広く流通させることも可能である。

[0090] 次に、本発明の実施の形態 1に係る物体進路予測方法について説明する。図 2は、本実施の形態 1に係る物体進路予測方法の処理の概要を示すフローチャートである。以下の説明においては、予測対象の物体は全て 2次元平面上を移動するものと仮定して説明を行う。

[0091] まず、センサ部 3において、所定の範囲にある物体の自車に対する位置および内部状態を検知し、検知した情報を記憶部 7に格納する（ステップ Sl)。以後、物体の位置は物体の中心の値であるとし、物体の内部状態は速度（速さ V,向き Θ )によって特定されるものとする。なお、このステップ S1において、自車の内部状態も検知し、記憶部 7に格納することは勿論である。

[0092] 次に、センサ部 3によって入力された検知結果を用いることにより、軌跡生成部 4が物体ごとに軌跡を生成する (ステップ S2)。図 3は、軌跡生成部 4における軌跡生成処理の詳細を示すフローチャートである。同図においては、センサ部 3で検知した物体の総数（自車を含む）を Kとし、一つの物体〇（l≤k≤K， kは自然数）に対して軌

k

跡を生成する演算を N回行うものとする（この意味で、 Kおよび Nはともに自然数)。

k k

また、軌跡を生成する時間（軌跡生成時間）を T ( > 0)とする。

[0093] 本実施の形態 1では、軌跡生成時間 Τ (および後述する操作時間 A t)を適切に定めることにより、実用的な計算時間で他車の進路など外界の変化の予測を行うことが可能となる。この点については、本発明の他の実施の形態に対しても共通していえることである。

[0094] 最初に、物体を識別するカウンタ kの値を 1とするとともに、同じ物体〇に対する軌

k

跡生成回数を示すカウンタ nの値を 1とする初期化を行う（ステップ S201)。なお、以

k

下の説明は、一般の物体〇に対する処理として説明する。

k

[0095] 次に、軌跡生成部 4では、センサ部 3で検知した結果を記憶部 7から読み出し、この読み出した検知結果を初期状態とする（ステップ S202)。具体的には、時間 tを 0とし、初期位置（0) , y (0) )および初期内部状態 (V (0)， Θ (0) )を、それぞれセン

k k k k

サ部³からの入力情報 (x ，ぉょび^ ， Θ )とする。

[0096] 続いて、操作選択部 41が、その後の時間 A tの間に行う操作 u (t)を、選択可能な

k

複数の操作の中から、各操作に予め付与された操作選択確率にしたがって一つの操作を選択する (ステップ S203)。操作 u を選択する操作選択確率 p (u )は、例え

kc kc

ば u (t)として選択可能な操作の集合 {u }の要素と所定の乱数とを対応付けること k kc

によって定義される。この意味で、操作 u ごとに異なる操作選択確率 p (u )を付与し

kc kc

てもよいし、操作集合 {u }の全要素に対して等しい確率を付与してもよい。後者の場

kc

合には、 p (u ) = 1/ (選択可能な全操作数）となる。なお、操作選択確率 p (u )を、

kc kc 自車の位置および内部状態、ならびに周囲の道路環境に依存する関数として定義することも可能である。

[0097] 一般に、操作 u は複数の要素から構成され、物体〇の種類によって選択可能な操

kc k

作の内容が異なる。例えば、物体 Oが四輪自動車の場合、その四輪自動車の加速

k

度や角速度はステアリングの切り具合やアクセルの踏み具合等によって決まる。このことに鑑みて、四輪自動車である物体 Oに対して施される操作 u は、加速度や角速

k kc

度を含む要素によって決定される。これに対して、物体 Oが人である場合には、速度

k

によって操作 u を指定することができる。

kc

[0098] より具体的な操作 u の設定例を挙げる。物体 Oが自動車の場合には、加速度を一

kc k

10〜十 30 (km/h/sec)、操舵角を _ 7〜 + 7 (deg/sec)の範囲で取り（レ、ずれも符号で向きを指定）、物体〇が人の場合には、速さを 0〜36 (km/h)、向きを 0〜3

k

60 (deg)の範囲で取る。なお、ここで記載した量は全て連続量である。このような場合には、適当な離散化を施すことによって各操作の要素数を有限とし、操作の集合 { U }を構成すればよい。

kc

[0099] この後、物体操作部 42が、ステップ S203で選択した操作 u を時間 Δ tの間動作さ

kc

せる（ステップ S204)。この時間 Δ ΐは、精度の上では小さい方がより好ましいが、実用上は 0.：!〜 0. 5 (sec)程度の値とすればよい。なお、以下の説明において、軌跡生成時間 Tは A tの整数倍であるとする力 Tの値は物体〇の速度に応じて可変とし

k

てもよく、 A tの整数倍でなくてもよい。

[0100] 続いて、判定部 43では、ステップ S204で操作 u を動作させた後の物体 Oの内部

kc k 状態が所定の制御条件を満たしているか否力、を判定する（ステップ S205)とともに、操作 u を動作させた後の物体〇の位置が移動可能領域内にあるか否かを判定する kc k

(ステップ S206)。このうち、ステップ S205で判定する制御条件は、物体〇の種類に

k 応じて定められ、例えば物体 Oが四輪自動車である場合には、ステップ S204の動

k

作後の速度の範囲や、ステップ S204の動作後の加速度の最高車両 G等によって定められる。他方、ステップ S206で判定する移動可能領域とは、道路（車道、歩道を含む)等の領域を指す。以後、物体が移動可能領域に位置する場合を、「移動条件を満たす」と表現する。

[0101] 上述した判定部 43における判定の結果、一つでも満足しない条件がある場合 (ステツプ S205で Noまたはステップ S206で No)には、ステップ S202に戻る。これに対して、判定部 43における判定の結果、ステップ S204における操作 u 終了後の物体

kc

Oの位置および内部状態が全ての条件を満足している場合 (ステップ S205で Yes k

およびステップ S206で Yes)には、時間を A tだけ進め（t t+ A t)、ステップ S204 の動作後の位置を (X (t)， y (t) )、内部状態を (V (t)， Θ (t) )とする (ステップ S20

k k k k

7)。

[0102] 以上説明したステップ S202〜S207の処理は、軌跡生成時間 Tに達するまで繰り返し行われる。すなわち、ステップ S207で新たに定義された時間 tが Tに達していない場合（ステップ S208で No)、ステップ S203に戻って処理を繰り返す。他方、ステツプ S207で新たに定義された時間 tが Tに達した場合 (ステップ S208で Yes)、物体〇に対する軌跡を出力し、記憶部 7に格納する (ステップ S209)。

k

[0103] 図 4は、物体〇に対して時間 t = 0， A t, 2 A t, · · ·， Tでステップ S203からステツプ S207に至る一連の処理を繰り返すことによって生成された物体〇の軌跡を模式 k

的に示す図である。同図に示す軌跡 P (m) (l≤m≤N , mは自然数）は、空間 2次

k k

元（χ, y) ,時間 1次元（t)の 3次元時空間（x, y, t)を通過する。この軌跡 P (m)を x

k

_y平面上に射影すれば、 2次元空間（x， y)における物体〇の予測進路を得ること k

ができる。

[0104] ステップ S209の後、カウンタ nの値が Nに達していなければ（ステップ S210で No k k

)、カウンタ nの値を 1増やし（ステップ S211)、ステップ S202に戻って上述したステ k

ップ S202〜S208の処理を軌跡生成時間 Tに達するまで繰り返し行う。

[0105] ステップ S210でカウンタ nが Nに達した場合（ステップ S210で Yes)、物体 Oに対 k k する全ての軌跡の生成が完了する。図 5は、一つの物体 Oに対して生成された N個

k k の軌跡 P (1)， P (2) , · · ·， P (N )から成る軌跡集合 {P (n ) }を 3次元時空間上で k k k k k k

模式的に示す説明図である。軌跡集合 {P (n ) }の要素をなす各軌跡の始点すなわ k k

ち初期位置（x , y , 0)は同じである（ステップ S202を参照）。なお、図 5はあくまでも模式図であり、 Nの値としては、例えば数百〜数万程度の値をとることが可能であ k

る。

[0106] ステップ S210でカウンタ nが Nに達した場合、物体識別用のカウンタ kが物体の総

k k

数 Kに達していなければ（ステップ S212で No)、そのカウンタ kの値を 1増やすとともに軌跡生成回数のカウンタ nの値を 1に初期化し (ステップ S213)、ステップ S202に

k

戻って処理を繰り返す。これに対して物体のカウンタ kが Kに達した場合 (ステップ S2 12で Yes)、全ての物体に対する軌跡生成が完了したことになるので、ステップ S2の軌跡生成処理を終了し、続くステップ S3に進む。

[0107] このようにして、センサ部 3で検知した全ての物体に対して所定の回数の軌跡生成処理を行うことにより、 3次元時空間の所定の範囲内に存在する複数の物体が取りうる軌跡の集合から成る時空間環境が形成される。図 6は、時空間環境の構成例を模式的に示す説明図である。同図に示す時空間環境 Εην (Ρ , P )は、物体 Oの軌跡

1 2 1 集合 {P (n ) } (図 6では実線で表示）および物体〇の軌跡集合 {P (n ) } (図 6では

1 1 2 2 2 破線で表示）から成る。より具体的には、時空間環境 Env (P， P )は、二つの物体〇

1 2 1 および O 、高速道路のような平坦かつ直線状の道路 Rを +y軸方向に向かって移動している場合の時空間環境を示すものである。本実施の形態 1においては、物体同士の相関は考慮せずに物体ごとに独立に軌跡生成を行っているため、異なる物体の軌跡同士が時空間上で交差することもある。

[0108] 図 6において、時空間の各領域における軌跡集合 {P (n ) } (k= l， 2)の単位体積 k k

当たりの密度は、その時空間の各領域における物体 Oの存在確率の密度（以後、「 k

時空間確率密度」と称する）を与えている。したがって、ステップ S2における軌跡生成処理によって構成された時空間環境 Env (P， P )を用いることにより、物体 Oが 3

1 2 k 次元時空間上の所定の領域を通過する確率を求めることが可能となる。なお、上述した時空間確率密度は、あくまでも時空間上における確率概念であるため、一つの物体に対して時空間上でその値の総和を取ったときに 1になるとは限らない。

[0109] ところで、軌跡生成時間 Tの具体的な値は、予め固定値として設定する場合には、その値 Tを超えたところまで軌跡を生成すると時空間上の確率密度分布が一様になつてしまい、計算しても意味がないような値とするのが好ましい。例えば、物体が四輪自動車であって、その四輪自動車が通常の走行を行っている場合には、たかだか T = 5 (sec)程度とすればよい。この場合、ステップ S204における操作時間 A tを 0· 1 〜0· 5 (sec)程度とすると、 1本の軌跡 P (m)を生成するために、ステップ S203から k

ステップ S207に至る一連の処理を 10〜50回繰り返すことになる。

[0110] なお、高速道路、一般道、 2車線道路などの道路の種類ごとに異なる軌跡生成時間 Tを設定し、位置データを用いて現在走行中の道路の種類を地図データから読み取る方法や、画像認識等を応用した道路認識装置によって道路の種類を読み取る方法などによって切替を行うことは好ましレ、。

[0111] また、軌跡生成時間 Tまで算出した軌跡を用いることによって時空間上の確率密度分布を統計的に評価し、分布が一定となっている場合には軌跡生成時間 Tを減らし

、分布が一定となってレ、なレ、場合には生成時間を増やすような適応制御を行うことも好ましい。

[0112] さらには、自車の取り得る複数の進路を予め用意しておき、自車の進路と他の物体の進路との交差する確率が一定となる時間を軌跡生成時間 Tとして予測を行うことも可能である。この場合、予測時間を A tだけ増やしたときに自車の取り得る進路ごとのリスクの増分が一定となる場合をもって打ち切り条件としてもよい。かかる構成においては、安全を確保するために現在取るべき進路の判断材料を得るため、自車の取り得る進路の未来側の端点が空間的に広く分布するように設定されていることはいうまでもない。

[0113] 以上説明した物体ごとの軌跡生成処理の後、予測部 5は、各物体が取りうる進路の確率的な予測を行う（ステップ S3)。以下では、予測部 5の予測演算部 51における具体的な予測演算処理として、物体〇に対して生成された軌跡集合 {P (n ) }の中で k k k 特定の軌跡 P (m)が選ばれる確率を求める場合について説明するが、この予測演 k

算が一例に過ぎないことは勿論である。

[0114] 物体 Oの軌跡が N本生成されたとき、そのうちの 1本の軌跡 P (m)が実際の軌跡と

k k k

なる確率 p(P (m))は、次のように算出される。まず、物体 Oの軌跡 P (m)を実現す k k k

るための操作列 {u (t)}が {u (0)， u (At), u (2At), ···, u (T)}であったと km km km km km

すると、時間 tにおいて操作 u (t)が選択される確率は p(u (t))であったので、 t = km km

0〜Tで操作列 {u (t)}が実行される確率は、

km

[数 1] p(u_km(0)).p(u_km(At))-p(u_km(2At))-p(u_km(T))=nP(^_m(t)) (1) と求められる。したがって、物体〇に N本の軌跡集合 {P (n ) }が与えられたとき、物 k k k k

体〇が取りうる一つの軌跡 P (m)が選ばれる確率 p(P (m))は、

k k k

[数 2]

となる c

[0115] 全ての操作 u (t)が等確率 p (ただし、 0<p <1)で選択される場合、式（1)は、 km 0 0

[数 3]

となる。ここで、 sは t = 0から Tまでの操作時間 Δΐの総数すなわち操作回数である。したがって、物体〇が取りうる Ν本の軌跡に含まれる軌跡 P (m)の確率の総和は Ν

k k k k p^sとなり、そのうちの 1本の軌跡 P (m)が選ばれる確率 p(P (m))は、式（3)を式（2)

0 k k

に代入することによって、

[数 4] p(P_k(m)) = - - (4)

k となる。すなわち、確率 p(P (m))は軌跡 P (m)に依存しない。

k k

[0116] なお、式 (4)において、全ての物体に対して生成する軌跡の数が同じ (N本）であるとすると、 N =Ν = ···=Ν =Ν (定数）なので、 p(P (m))=l/Nとなり、物体〇

1 2 K k k によらず一定となる。この場合には、確率 p(P (m))の値を 1に規格化することによつ k

て予測演算部 51における予測演算を簡素化し、より迅速に所定の予測演算を実行すること力 S可能となる。なお、操作 u (t)が選択される確率 p (u (t) )は、入力部 2か

km km

らの入力によって適宜設定または変更することができるようにしてもよい。

[0117] 予測演算部 51は、物体 O (k=l， 2， ···， K)ごとに算出した確率 p(P (m))に基 k k

づいて、 3次元時空間の各領域における単位体積当たりの物体 Oの存在確率を求 k

める。この存在確率は、軌跡集合 {P (n )}の 3次元時空間上の時空間確率密度に

k k

対応しており、通過している軌跡の密度が高い領域は、存在確率が概ね大きい。

[0118] ここまで説明してきた予測演算部 51における演算の後、画像生成部 52は、得られた演算結果に応じて出力部 6の表示部 61で表示する画像に関する画像情報を生成し、出力部 6へ送出する。

[0119] 以上説明したステップ S3に続いて、予測演算部 51での演算結果に応じた情報すなわち予測結果を表示出力する (ステップ S4)。図 7は、表示部 61における予測結果の表示出力例を示す図であり、二つの物体 O (自車）および〇によって構成された

1 2

時空間環境 Εην(Ρ , P ) (図 6を参照）を用いて予測を行った場合の予測結果の表示出力例を模式的に示す図である。より具体的には、図 7では、他の物体〇の所定

2 時間後の存在確率が予め定めた閾値を超えるような領域を物体〇（自車）のフロント

1

ガラス Fに半透明に重畳表示した場合を図示している。なお、半透明に表示されている二つの領域 Dと領域 Dとでは照度が異なっている（領域 Dの方が照度が高い）。こ a b a のような照度の違いは、予測演算部 51における予測結果を反映したものであり、求めた存在確率の値に応じて異なる照度を有する半透明領域がフロントガラス Fに重畳表示される。

[0120] 上述した重畳表示は、物体 Oの運転席の後方上部に設置されたプロジェクタ（出

1

力部 6の一部をなす、図示せず)から画像生成部 52で生成された画像をフロントガラス Fに投影することによって実現される。これにより、物体 Oの運転者は、自車の前方

1

を目視して運転しながら、近レ、将来に危険が生じる可能性のある領域を即座に認識すること力 sできる。したがって、その認識結果を運転に反映させることによって適確に危険を回避することが可能となる。

[0121] なお、出力部 6における表示出力例はこれに限られるわけではなぐ例えばカーナビゲーシヨンシステムの表示画面 CN (図 7を参照）に表示部 61の機能を具備させることによって予測部 5における予測結果を表示してもよい。この場合には、図 8に示す領域 Dおよび Dのように、表示画面 CNに表示される 2次元平面上で領域ごとに色 a b

の濃淡をつけて表示することも可能である。また、出力部 6からマイクロフォンを介して音声を発生させることにより、周辺の道路状況に応じた情報や警報音または音声を出力するようにしてもよい。

[0122] 以上説明した本発明の実施の形態 1によれば、物体の位置および当該物体の速度を含む内部状態を記憶する記憶手段を備えたコンピュータが、前記物体の位置および内部状態を前記記憶手段から読み出し、この読み出した前記物体の位置および内部状態に基づいて、前記物体が時間の経過とともに取りうる位置の変化を時間および空間力構成される時空間上での軌跡として生成し、この生成した軌跡を用いることによって前記物体の進路の確率的な予測を行うことにより、現実として起こりうる状況下においても安全性の確保を図ることが可能となる。

[0123] また、本実施の形態 1によれば、時間と空間から構成される時空間上に形成された時空間環境を用いて物体の進路予測を行うことにより、静的物体だけでなく動的物体の進路予測も精度よく行うことができる。

[0124] さらに、本実施の形態 1によれば、検知した物体の軌跡を互いに独立に生成しているため、特定の物体 (例えば自車）と他の物体とを区別することができる。この結果、特定の物体とその他の物体との間で生じうる危険度を容易にかつ適確に、実用的な時間の内に予測することが可能となる。

[0125] カロえて、本実施の形態 1によれば、時空間環境を用いて予測した結果を出力することによって危険度を含む情報の提示を行うことができるため、その情報の提示を受けた自車の運転者は、運転中の近い将来に起こりうる危険を迅速かつ適確に回避しな力 Sら運転することが可能となる。

[0126] なお、本実施の形態 1は、上述したように 4次元時空間（空間 3次元、時間 1次元）においても適用可能である。この場合には、高低差のある道路を走行中の自動車に適用できるのは勿論のこと、他にも飛行機やヘリコプターのように、空中を移動する移動体が同じく空中を移動する他の移動体の進路予測を行う場合にも適用可能である。

[0127] ここで、上記背景技術で引用した非特許文献 1と本実施の形態 1との差異について説明する。これら二つの技術は、ともに確率概念を用いた物体の進路予測を行っている力非特許文献 1では、所定の範囲内にある物体の進路を独立に予測しているわけではなぐ相互の相関に基づいた確率計算を行っている。このため、複数の物体のうちいずれか二つの物体が衝突した場合、その二つの物体の進路予測は衝突した時点で終了する。これは、 3次元時空間上で考えると、二つの異なる物体の軌跡は、交差した時点以後の衝突判定処理が行われないことを意味している。

[0128] これに対して、本実施の形態 1では、物体の軌跡は物体ごとに独立に生成されるため、 3次元時空間上において異なる物体の軌跡が交差しても、衝突判定処理は所定時間経過するまで継続される。このように、非特許文献 1で生成される時空間環境と本実施の形態 1で生成される時空間環境とは全く異質なものである。また、本実施の形態 1では、物体の相関を考慮することなぐ物体ごとに独立な進路探索を行っているため、計算量も非特許文献 1より少なくて済む。

[0129] カロえて、非特許文献 1では、衝突という事象が予測できたとしても、それがいつの時点で起こる力まで把握することはできなレ、。これは、非特許文献 1が、時間の流れの中で物体が衝突する確率を求めているのではなぐ各時間における状態ごとに衝突の有無を探索することを主眼としているためである。換言すれば、非特許文献 1では

、時空間環境といったものを明示的に用いていない上、時空間確率密度という概念には到達していない。

[0130] このように、本実施の形態 1と非特許文献 1とは、ともに確率概念を用いた進路予測を行っているため、一見すると類似した技術であるかのような印象を与えかねないが、その技術的な思想の本質は全く異なっており、非特許文献 1から本実施の形態 1を想到することは、当業者といえども困難を極めるものである。

[0131] (実施の形態 1の変形例）

軌跡生成部 4の操作選択部 41では、自車に関してのみ現時点での操作を維持するものとしてもよレ、。この場合、自車では予測時点での内部状態が維持され、唯一つの操作が行われ続けることになるため、その操作を選択する操作選択確率は 1であり、自車の軌跡集合として、時空間上には 1本の軌跡のみが生成される。

[0132] 図 9は、上記の如く自車の操作を維持した場合に生成された時空間環境を示すものであり、図 6に対応する図である。図 9に示す時空間環境 Εην' (Ρ , P )においては

1 2

、 3次元時空間における物体 O (自車）の軌跡集合は、直線状の 1本の軌跡 Pのみ

1 1 によって構成されている（物体〇に関しては図 6と同様）。このように、自車 Oの操作

2 1 を維持するモデルを適用すれば、周囲の物体が多い場合などにおいて状況を単純化して予測を行うことが可能となり、軌跡生成部および予測部における計算量を少なくすることができる。

[0133] (実施の形態 2)

本発明の実施の形態 2は、物体ごとの軌跡生成を行う際に、選択可能な全ての操作を動作させることによって軌跡を生成することを特徴とする。なお、本実施の形態 2 に係る物体進路予測装置の機能構成は、上述した実施の形態 1に係る物体進路予測装置 1の機能構成（図 1を参照）と同じである。また、本実施の形態 2に係る物体進路予測方法は、物体ごとの軌跡生成処理を除いて、上記実施の形態 1に係る物体進路予測方法と同じである。 [0134] 図 10は、本実施の形態 2に係る物体進路予測方法における軌跡生成処理（図 2のステップ S2に相当）の概要を示すフローチャートである。同図に示す軌跡生成処理では、まず物体を識別するカウンタ kの値を 1とする初期化を行う（ステップ S21)。本実施の形態 2においても、軌跡生成を行うべき物体の総数を Kとする。

[0135] 次に、軌跡生成部 4は、センサ部 3で検知した結果を記憶部 7から読み出し、この読み出した検知結果を初期状態とする (ステップ S22)。具体的には、時間 tを 0とし、初期位置（0) , y (0) )および初期内部状態 (V (0)， Θ (0) )を、それぞれセンサ部

k k k k

3からの入力情報（x , y )および (v , θ )とする。

[0136] 続いて、物体 Οの 3次元時空間（X, y, t)における軌跡を生成する（ステップ S23)

k

。図 11は、ステップ S23の軌跡生成処理の詳細を示すフローチャートである。以下の説明においては、軌跡生成時間 Tは、各操作を行う操作時間 A tを用いて T=J A t CF は自然数）と表されるものとする。

[0137] まず、時間 t = 0におけるループ処理（Loopl)を開始する（ステップ S231— 1)。この Looplでは、 t = 0における操作 u (0)を A tの間実行する。この際、操作 u (0)の

k k 具体的な内容は、上記実施の形態 1と同様、物体〇の種類に応じて決まる（車両の

k

場合には、加速度や角速度によって指定される一方、人の場合には速度によって指定される）。操作の集合 {u }は有限個の要素から成り、選択可能な操作が連続量の

kc

場合には、適当な間隔で離散化することによって集合 {u }の要素が構成される。

kc

[0138] ステップ S231— 1のより具体的な処理を説明する。最初に、操作選択部 41で一つの操作 u (0)を選択し、この選択した操作 u (0)を物体操作部 42で Δ ΐの間動作さ kc kc

せる。この動作後、判定部 43は、物体〇の位置や内部状態が、上記実施の形態 1と

k

同様の制御条件および移動条件を満たしてレ、るか否力、を判定し、それらの条件を全て満たしている場合（〇K)には、次の時間 t= A tにおけるループ処理 (Loop2)に進む。これに対して、制御条件および移動条件のうちで一つでも満足しない条件がある場合 (NG)には、ステップ S233— 1に進み、その直前に行った操作 u (0)をキャン

kc

セルする。なお、本実施の形態 2においては、操作選択部 41で全ての操作を選択するため、各操作の選択順は任意である。この点については、以後のループ処理 (Loo p2, Loop3， · · ·， LoopJ)においても同様である。 [0139] 以下、 1本の軌跡が生成されるまでの処理を先に説明する。 Loop2では、上述した Looplと同様に、操作選択部 41で操作を選択し、 Δΐの間だけ操作 u (Δΐ)を行う。

kc

そして、操作後の物体〇の位置が上記同様の制御条件および移動条件を満たして

k

いれば（〇K)、時刻 2 Atにおけるループ処理（Loop3)に移行する。他方、制御条件および移動条件のうち一つでも満足しなレ、条件があれば（NG)、ステップ S233— 2 に進み、その直前に行った操作 u ( Δ t)をキャンセルする。

kc

[0140] 以後、上述した Looplおよび Loop2の各処理と同様の処理を繰り返すことによって J個のループ処理を連続して行う。すなわち、各時間 3At， 4At, ···における操作を動作させた後の物体〇が制御条件および移動条件を満たしている限り、 Loop4, Lo

k

op5, ···と順次進んでいく。そして、物体 Oが最後の LoopJに至るまで制御条件お

k

よび移動条件を満たしている場合には、続くステップ S232に進む。ステップ S232では、 t = 0から t=T(=JAt)に至る 1本の軌跡が出力され、記憶部 7に記憶、格納される。この軌跡は、図 4に示す軌跡 P (m)と同様に 3次元時空間を通過する。

k

[0141] ステップ S232に続くステップ S233— Jでは、最も遅い時間に動作させた操作

u (T Δ t) =u (Q-l) At)をキャンセルし、 LoopJを継続する場合 (LoopJ継続） kc kc

には、再びステップ S231— Jに戻る。他方、 LoopJを終了する場合 (LoopJ終了）には、続くステップ S233— I— 1)に進む。

[0142] ステップ S233—ひ一 1)では、 Loop — 1)で実行した操作 u (T— 2 At)をキャン

kc

セルし、 Loop J— 1)を継続する場合 (Loopひ 1)継続）、すなわち操作 u (T— 2

kc

Δ t)として実行すべき要素が残っている場合には、ステップ S231— Q-1)に戻って処理を繰り返す。他方、 Loop Q-l)を終了する場合 (Loop J— 1)終了）、すなわち操作 u (T— 2 At)として実行すべき要素が残っていない場合には、続くステップ S2 kc

33—CF 2)に進む。

[0143] 以後、 Loop i_2), ···， Loop2， Looplの順で上述した LoopJや Loop(J_l)における処理と同様の処理を繰り返し行う。この結果、最後にステップ S233— 1で Loo piを終了してステップ S24の処理へ進む際には、物体〇がとり得る全ての可能な軌

k

跡が生成される。すなわち、図 5に示すのと同様の軌跡集合 {P (n)}が生成される。

k k

[0144] 次に、ステップ S231— 1で制御条件および移動条件のいずれか一つが満たされない場合（NG)について説明する。この場合には、ステップ S233— 1に進み、その直前に行った操作 u (0)をキャンセルする。この後、 Looplを継続する場合にはステツ kc

プ S231— 1に戻り、 Looplを終了する場合には、続くステップ S24に進む。

[0145] ステップ S231— 2， 231— 3, · · ·， S231—Jで選択された操作を動作させた後、物体 Oが制御条件および移動条件のいずれ力、を満足しない場合にも、上述したステツ k

プ S231— 1の処理と同様の処理を行う。すなわち、一般にステップ S231— j (j = 2, 3, · · · , J)で物体〇が制御条件および移動条件のいずれ力、を満足しない場合には k

、ステップ S233— jに進み、その直前に行った操作をキャンセルすればよレ、。このことによって、ある時間 tで条件を満足しない場合には、 t以降の軌跡生成処理を省くこ k k

とができ、計算量の削減を実現することができる。

[0146] 以上説明した軌跡生成処理のアルゴリズムは、縦型探索に基づいた再帰呼出を用レ、ることによって全ての可能な操作を探索する際のアルゴリズムに等しい。したがってこの場合には、一つの物体〇に対して最終的に生成される軌跡集合 {P (n ) }の要 k k k 素数すなわち軌跡の本数は、その物体 Oに対する軌跡生成処理が終了するまで分 k

からない。

[0147] なお、上述した軌跡生成処理を行う代わりとして、横型探索を用いることによって全ての可能な操作を探索してもよい。このように、実行可能な操作を全探索することによつて各物体が取りうる軌跡を生成する場合には、操作時間 A tにおける操作 u (t)の kc 要素の数 (操作 u (t)が連続量の場合には離散化の度合レ、）に応じて最適な計算量 kc

を有する探索方法を選択すればょレ、。

[0148] 以上説明したステップ S23の軌跡生成処理の後、物体識別用のカウンタ kが Kに達していなければ（ステップ S24で No)、そのカウンタの値を 1増やし（ステップ S25)、ステップ S22に戻ってセンサ部 3の検知結果に基づく初期化を行レ、、上述した軌跡生成処理 (ステップ S23)を別の物体〇に対して行う。他方、物体識別用のカウンタ k+1

kが Kに達した場合 (ステップ S24で Yes)、所定の範囲に存在する全ての物体に対する軌跡生成処理が終了したことになるので、軌跡生成処理（図 2のステップ S2に相当）を終了する。この結果、図 6に示すのと同様の時空間環境 Env (P， P )が形成さ

1 2 れ、記憶部 7において記憶、格納される。 [0149] この後の処理、すなわち予測部 5における物体の進路の確率的な予測（図 2のステップ S3に相当）および出力部 6における予測結果の出力（図 2のステップ S4に相当）は、上記実施の形態 1と同様である。

[0150] 以上説明した本発明の実施の形態 2によれば、物体の位置および当該物体の速度を含む内部状態を記憶する記憶手段を備えたコンピュータが、前記物体の位置および内部状態を前記記憶手段から読み出し、この読み出した前記物体の位置および内部状態に基づいて、前記物体が時間の経過とともに取りうる位置の変化を時間および空間力構成される時空間上での軌跡として生成し、この生成した軌跡を用いることによって前記物体の進路の確率的な予測を行うことにより、現実として起こりうる状況下においても安全性の確保を図ることが可能となる。

[0151] また、本実施の形態 2によれば、時間と空間から構成される時空間上に形成された時空間環境を用いて物体の進路予測を行うことにより、静的物体だけでなく動的物体の進路予測も精度よく行うことができる。

[0152] ところで、本発明の実施の形態 2では、再帰呼出を用いた物体の時空間上での軌跡生成処理を行ったが、上述した実施の形態 1における軌跡生成処理と比較した場合、どちらの計算量が少なくて済むかは一概にはいえなレ、。換言すれば、如何なるァルゴリズムを用いることによって物体の時空間上の軌跡を生成するかは、操作時間 Δ 軌跡生成時間 T、操作集合の要素数等を含むさまざまな条件に応じて変化する。このため、予測を行う条件に応じて、最も効率がよいアルゴリズムを採用すればよい。

[0153] (実施の形態 3)

図 12は、本発明の実施の形態 3に係る物体進路予測装置の機能構成を示すプロック図である。同図に示す物体進路予測装置 101は、四輪自動車等の移動体に搭載され、特定の物体である自車の周囲の所定範囲に存在する物体を検知し、この検知した物体および自車の進路を予測し、この予測結果に基づいて、特定の物体である自車が取りうる進路と他の物体が取りうる進路との干渉の程度を定量的に評価する装置である。

[0154] 物体進路予測装置 101は、各種情報が外部から入力される入力部 2と、所定の範囲に存在する物体の位置や内部状態を検知するセンサ部 3と、センサ部 3が検知した結果に基づいて、物体が時間の経過とともに取りうる位置の変化を時間および空間から構成される時空間上での軌跡として生成する軌跡生成部 4と、軌跡生成部 4で生成した軌跡を用いて物体の進路の確率的な予測を行う予測部 105と、予測部 105 で予測した結果に基づいて自車が取りうる進路と他の物体が取りうる進路との干渉の程度を定量的に示す干渉度を算出する干渉度算出部 106と、干渉度算出部 106による評価結果を含む各種情報を出力する出力部 107と、センサ部 3で検知した物体の位置や内部状態を含む各種情報を記憶する記憶部 108と、を備える。図 12において、上記実施の形態 1に係る物体進路予測装置 1と同じ機能構成を有する部位については、図 1と同じ符号を付してある。

[0155] 出力部 107は、干渉度算出部 106による評価結果に応じた画像を表示出力する表示部 171と、その評価結果に応じた警告音を発生する警告音発生部 172とを有する。このうち、警告音発生部 172はスピーカ等を用いて実現される。

[0156] 記憶部 108は、センサ部 3での検知結果に加えて、軌跡生成部 4で生成された軌跡、予測部 105における予測結果、および干渉度算出部 106における干渉度算出結果、軌跡生成部 4の操作選択部 41で選択する操作などを記憶する。

[0157] 次に、本発明の実施の形態 3に係る物体進路予測方法について説明する。図 13 は、本実施の形態 3に係る物体進路予測方法の処理の概要を示すフローチャートである。本実施の形態 3においても、予測対象の物体は全て 2次元平面上を移動するものと仮定して説明を行う。

[0158] 本実施の形態 3において、物体ごとの位置および内部状態の検知処理 (ステップ S 31)、時空間上での物体ごとの軌跡生成処理（ステップ S32)、および軌跡を用いた物体進路の確率的な予測処理 (ステップ S33)は、上記実施の形態 1で説明したステップ S1 ,ステップ S2,およびステップ S3とそれぞれ同じである。以下の説明において、ステップ S32の軌跡生成処理は、上記実施の形態 1で説明した操作選択確率に基づく方法で行うものとするが、上記実施の形態 2で説明した方法すなわち選択可能な全ての操作を動作させることによって軌跡を生成する方法を採用することも可能である。

[0159] ところで、ステップ S32において時空間上での物体ごとの軌跡生成処理を行う際、自車が予め設定された場所（目的地もしくは目的地に類する中間的な場所）に到達したか否かではなぐ軌跡生成時間 Tで予測演算を打ち切る構成とすることは技術思想上重要である。一般に道路上では、事前に安全が保障されている場所はない。例えば、図 14に示すように、 3車線の道路 Rdを走行する自車 O 、予め設定された場

1

所 Q , Q ， Q へ順次到達するとして予測を行うとき、その設定された場所に向けて自

1 2 3

車 oが同じ車線をほぼ直進していく場合を考慮に入れると、他車〇は、他車 oが進

1 2 3 路 Bを取ることによって生じる危険を回避するために、進路 Bをとつて自車 Oが走行

3 2 1 している車線に進入してくる恐れがある。このように、従来の進路予測演算では、自車 Oが予め設定された場所へ走行するのが安全であるとレ、うことまでは事前に保証

1

されない。

[0160] 本実施の形態 3においては、自車〇が到達すべき目的地等の場所を予め定めるこ

1

となぐその都度最適な進路を判断しているため、図 14と同じ状況下で、例えば図 15 に示すような進路 Bを自車〇の進路として選択することができ、自車 Oが走行する

1 1 1

際の危険を適確に回避して、安全性を確保することが可能となる。

[0161] なお、軌跡生成時間 Tの代わりに、生成すべき軌跡の長さを示す軌跡生成長によつて予測計算の打ち切り条件を定めてもよい。この場合、物体の速度（自車の速度でもよい）によって軌跡生成長を適応的に変化させることは好ましい。

[0162] 以下、ステップ S34以降の処理について詳述する。ステップ S34では、干渉度算出部 106で自車と他車との間の干渉度を算出する（ステップ S34)。図 16は、干渉度算出処理の詳細を示すフローチャートである。本実施の形態 3においては、物体〇を

1 自車とする。また、説明の便宜上、その他の物体 O (k= 2, 3, · · · , K)もすベて四輪

k

自動車であるとし、他車 Oと称する。図 16に示す干渉度算出処理は、 4つのループ

k

処理から構成されており、ステップ S33で求めた自車 Oの軌跡集合 {P (n ) }の全要

1 1 1

素に対して、他車〇の全ての軌跡集合 {P (n ) }との間の干渉度を個別に算出する。

k k k

[0163] ステップ S34で干渉度算出部 106が受け取る入力は、自車 Oの軌跡集合 {P (n )

1 1 1

}、他車 Oの全ての軌跡集合 {P (n ) }、および自車〇と他車 Oの干渉度を評価する

k k k l k 干渉度評価関数である。なお、本実施の形態 3では、干渉度算出部 106が干渉度評価関数を内蔵しているものとして説明を行うが、この干渉度評価関数を外部から入力する構成としてもよい。また、干渉度評価関数を道路の種類ゃ自車 oの速度によつ

1

て適応的に変化させる構成としてもよい。

[0164] このようにして、他車の軌跡集合と互いの端点が異なる自車の軌跡集合との干渉度を評価することにより、図 15を用いて説明した場合のように、自車が到達すべき目的地等の場所を予め定めることなぐその都度最適な進路を判断し、自車走行中の危険を適確に回避して、安全性を確保することが可能となる。その結果、図 14に示す場合のように、道路上では予め設定された場所に向かって自車が走行しても安全が保障されないという致命的な問題を解決することができる。

[0165] 図 16において、干渉度算出部 106は、まず、自車〇の全ての軌跡に対する繰り返

1

し処理 (Loopl)を開始する (ステップ S401)。この際には、軌跡集合 {P (n ) }の一

1 1 つの軌跡を選択し、その選択した軌跡に対して後に続く処理を実行する。

[0166] 次に、干渉度算出部 106は、他車〇に対する繰り返し処理 (Loop2)を開始する（

k

ステップ S402)。この Loop2では、他車識別用のカウンタ k= 2と初期化して、 1回ごとの繰り返し処理が終了するたびに kの値を増やしていく。

[0167] Loop2の中では、他車 Oに対し、ステップ S3で生成した軌跡集合 {P (n ) }の全要 k k k

素に対する繰り返し処理（Loop3)が行われる（ステップ S403)。この繰り返し処理においては、 Looplの繰り返しすなわち自車 Oに対して生成された軌跡を識別する力

1

ゥンタ nと他車識別用のカウンタ kとによって定められる干渉度を r (η , とし、この r

1 1 1 1

(n， k)の値を 0とおく（ステップ S404)。

1

[0168] 続いて、干渉度算出部 106は、自車〇の軌跡 P (n )と他車〇の軌跡 P (n )との干

1 1 1 k k k 渉を評価するための繰り返し処理（Loop4)を開始する（ステップ S405)。この Loop4 では、二つの軌跡 P (n )と軌跡 P (n )との同時間における距離を、時間 t = 0， A t,

1 1 k k

· · · , Tにおいて順次求める。各軌跡の 2次元空間上の位置は、各車両の中心として定義されているため、二つの軌跡の空間的な距離が所定値 (例えば車両の標準的な幅や長さ）よりも小さくなつた場合、自車 Οと他車 Οは衝突したとみなすことができる。

1 k

この意味で、二つの車両の座標値が一致しなくても二つの物体が衝突したと判定される場合がある。以後、二つの車両が衝突したとみなし得る距離の最大値（互いに干渉しあう空間的な距離）のことを干渉距離と呼ぶ。 [0169] 図 17は、自車 Oの軌跡 P (n )と他車〇の軌跡 P (n )との時空間上での関係を模

1 1 1 k k k

式的に示す図である。同図に示す場合、軌跡 P (n )と軌跡 P (n )とは、 2点 Cおよ

1 1 k k 1 び Cで交差している。したがって、この 2点 Cおよび Cの近傍には、二つの軌跡間の

2 1 2

同時間における距離が干渉距離よりも小さい領域 Aおよび Aが存在する。すなわち

1 2

、二つの軌跡 P (n )および軌跡 P (n )が領域 Aおよび A内にそれぞれ含まれる時

1 1 k k 1 2

間では、自車〇と他車 οとが衝突したという判定がなされる。換言すれば、時間 t=0

1 k

, A t, · · ·， Tのうちで、領域 Αおよび A内を通過する数が自車〇と他車 Oとの衝突

1 2 l k 回数である。

[0170] 図 17からも明らかなように、本実施の形態 3において形成される時空間環境は、二つの軌跡が一度衝突してもその後の軌跡が生成される。これは、物体ごとの軌跡を独立に生成してレ、るからである。

[0171] 自車 Oと他車〇の距離を求めた結果、上述した意味にぉレ、て自車 Oと他車〇が

1 k 1 k 衝突したと判定された場合 (ステップ S406で Yes)、干渉度算出部 106は、干渉度 r

1

(n， k)の値を、

1

[数 5] η (nい k) ~ ς (nい k) + c_lk · p (P_k (n_k )) · F(t) (5) とする（ステップ S407)。ここで、第 2項目 c ·ρ (Ρ (n ) ) 'F (t)について説明する。係

lk k k

数 c は正の定数であり、例えば c = 1とおくことができる。また、 p (P (n ) )は式（2) lk lk k k で定義される量であり、他車〇で 1本の軌跡 P (n )が選ばれる確率である。最後の F k k k

(t)は、 1回の衝突における物体間の干渉の時間依存性を与える量である。したがつて、物体間の干渉に時間依存性を持たせない場合には、 F (t)の値を一定とすればよい。これに対して、物体間の干渉に時間依存性を持たせる場合には、例えば図 18 に示すように、時間が経過するとともに値が徐々に小さくなつていくような関数として F (t)を定義してもよレ、。図 18に示す F (t)は、より直近の衝突を重要視する場合に適用される。

[0172] ステップ S407の後、時間 tが Tに達していない場合、干渉度算出部 106は、 Loop4 を繰り返す（ステップ S408で No)。この場合には、 tの値を Δ 曽加させ（ステップ S4 09)、ステップ S405に戻って Loop4を繰り返す。他方、ステップ S407の後、時間が Tに達している場合には、 Loop4を終了する（ステップ S408で Yes)。なお、ある時間 tで自車 Oと他車〇が衝突しない場合には、 Loop4を繰り返すか否かの判断処理（

1 k

ステップ S408)に直接進む。

[0173] 以上説明した Loop4の繰り返し処理により、干渉度 r (n , k)の値は、衝突回数が

1 1

多いほど大きい値となる。この Loop4が終了した後、ステップ S410では Loop3を繰り返すか否かの判断処理を行う。すなわち、他車〇に対して生成した軌跡のうち自車

k

〇の一つの軌跡 P (n )との干渉評価が行われていないものがあれば（ステップ S41

1 1 1

0で No)、 nを n + 1とし（ステップ S411)、ステップ S403に戻って Loop3を,操り返す

k k

[0174] これに対して、他車〇に対して生成した軌跡のうち自車〇の一つの軌跡 P (n )と

k 1 1 1 の干渉評価が全て行われた場合 (ステップ S410で Yes)には、自車 Oの軌跡 P (n )

1 1 1 と他車 Oの全軌跡との間の干渉を評価する最終的な干渉度 r (n， k)を付与し (ステ k 1 1 ップ S412)、この付与した値を出力して記憶部 108に格納する（ステップ S413)。

[0175] ステップ S413で干渉度算出部 106から出力される最終的な干渉度 r (n , k)の値

1 1

は、他車〇の全軌跡中、 1本の軌跡 P (n )が選ばれる確率 p (P (n ) )に依存してい

k k k k k

る。このため、式（5)において、係数 c を kによらずに一定 (例えば c = 1)とし、 F (t)

lk lk

を定数 (例えば 1)とおき、自車〇の軌跡 P (n )と他車 Oの軌跡 P (n )との衝突回数

1 1 1 k k k

を M (n , n )とすると、干渉度 r (n , k)の値は、軌跡!³ (n )ごとの確率 p (P (n ) )を lk 1 k 1 1 k k k k

M (n , n )倍した値を全ての軌跡集合 {P (n ) }の要素について和を取ったものに lk 1 k k k

なる。この禾ロは、自車〇の一つの軌跡 P (n )と他車〇が取りうる軌跡とが衝突する衝

1 I l k

突確率に他ならない。したがって、干渉度 r (n , k)として最終的に得られる値は、自

1 1

車 Oの一つの軌跡 P (n )と他車 Oとの衝突確率に比例して増加する。

1 I l k

[0176] ステップ S413に続いて、干渉度算出部 106は、 Loop2を繰り返すか否かの判断処理を行う。自車〇との干渉評価を行うべき他車〇が残っている場合 (ステップ S414

1 k

で No)、干渉度算出部 106は kの値を 1増加させ（ステップ S415)、ステップ S402に戻って Loop2を繰り返す。他方、自車〇との干渉評価を行うべき他車〇が残ってい

1 k

ない場合（ステップ S414で Yes)には、続くステップ S416に進む。 [0177] ステップ S416では、 Looplを繰り返すか否かの判断処理が行われる。具体的には、干渉度算出部 106は、自車 Oの軌跡集合 {P (n ) }のうちで干渉評価を行うべき軌

1 1 1

跡が残っている場合（ステップ S416で No)、 nの値を 1増加させ（ステップ S417)、ス

1

テツプ S401に戻って Looplを繰り返す。他方、干渉度算出部 106は、自車〇の軌

1 跡集合 {P (n ) }のうちで干渉評価を行うべき軌跡が残っていない場合 (ステップ S41

1 1

6で Yes)、 Looplを終了して干渉度算出処理 (ステップ S34)を終了する。

[0178] この後、出力部 107は、ステップ S34で算出した干渉度に応じた情報を評価結果として出力する（ステップ S35)。以下、出力部 107の表示部 171が、自車〇のフロント

1 ガラス Fに対して、図 7に示すような半透明の重畳表示を行った場合について説明する。この場合の図 7は、自車 Oおよび他車〇によって構成された時空間環境 Env (P

1 2 1

, P )において、自車 Oと他車〇との干渉度 r (n， 2)に応じて、自車〇力 ¾次元平

2 1 2 1 1 1 面上で取りうる進路のうち、その干渉度 r (η , 2)の値が予め定めた閾値を超えるよう

1 1

な領域を重畳表示した状況を示す図として解釈される。

[0179] 表示部 171は、干渉度 r (n， 2)の値に応じて照度を変える機能を有している。例

1 1

えば、干渉度 r (η , 2)の値が大きいほど照度を大きくするように設定したとして、図 7

1 1

に示す二つの領域 Dと領域 Dのうち、領域 Dの照度の方が大き力たとする。この a b a

場合、自車 Oの運転者は、前方を目視して運転しながらフロントガラス Fの重畳表示

1

を参照することにより、干渉度 r (η , 2)の値が相対的に小さい領域 Dの方に進路を

1 1 b

取った方が危険を回避した運転ができることを即座に認識することができる。この認識結果を運転動作に反映させることにより、運転者は、近い将来において自車〇に

1 起こりうる危険を適確に回避することが可能となる。

[0180] なお、表示部 171で表示する以外にも、現在の操作に応じた予想される進路に対応して得られる干渉度 r (n， 2)の値が所定の閾値を超える場合には、警告音発生

1 1

部 172が警告音 (音声を含む）を発生してもよい。

[0181] また、上記実施の形態 1と同様、カーナビゲーシヨンシステムの表示画面 CN (図 8 を参照）に表示部 171の機能を具備させることにより、干渉度算出部 106における干渉評価結果を表示してもよレ、。

[0182] 以上説明した本発明の実施の形態 3によれば、複数の物体の位置と各物体の速度を含む内部状態とを少なくとも記憶する記憶手段を備えたコンピュータが、前記複数の物体の位置および内部状態を前記記憶手段から読み出し、この読み出した前記物体の位置および内部状態に基づいて、前記複数の物体の各々が時間の経過とともに取りうる位置の変化を時間および空間力も構成される時空間上での軌跡としてそれぞれ生成し、この生成した軌跡を用いることによって前記複数の物体の進路の確率的な予測をそれぞれ行い、この予測した結果に基づいて、前記時空間上で前記特定の物体が取りうる軌跡と前記その他の物体が取りうる軌跡との干渉の程度を定量的に示す干渉度を算出することにより、現実として起こりうる状況下においても安全性の確保を図ることが可能となる。

[0183] また、本実施の形態 3によれば、時空間上での衝突確率を用いて定義される干渉度を適用することにより、他の物体との衝突の可能性を実用的な時間の内に適確に判定することができる。

[0184] さらに、本実施の形態 3によれば、時間と空間から構成される時空間上に形成された時空間環境を用いて物体の進路予測を行うことにより、静的物体だけでなく動的物体の進路予測も精度よく行うことができる。

[0185] 力 Qえて、本実施の形態 3によれば、検知した物体の軌跡を互いに独立に生成しているため、特定の物体 (例えば自車）とその他の物体とを区別することができる。この結果、特定の物体とその他の物体との間で生じうる危険度を容易にかつ適確に予測すること力 S可言となる。

[0186] なお、干渉度 r (n , k)の値を増加させる際の式（5)の係数 c は定数とは限らない

1 1 lk

。例えば、係数 C を自車〇と他車〇との衝突時点の相対速度の大きさとしてもよい。

lk 1 k

一般に、相対速度の大きさが大きければ、衝突の際の衝撃は大きくなる。したがって、係数 c を車両間の衝突時点での相対速度の大きさとした場合には、干渉度 r (n， lk 1 1 k)には車両間の衝突の衝撃度が加味されたことになる。

[0187] また、係数 c に対して被害の深刻さを示す値を代入してもよい。この場合には、例

lk

えば衝突時の車両間の相対速度の大きさを、衝突によって生じる被害規模を数値化して評価する被害規模評価値または衝突によって生じる被害損失額と対応付けて記憶部 108で記憶しておき、この記憶した値を記憶部 108から読み出して係数 c を付与すればよい。なお、センサ部 3が物体の種別までを検知する機能を有している場合には、物体の種別に応じて被害規模評価値または被害損失額を定めておいてもよい。この場合、例えば衝突する相手の物体が人間の場合と車両の場合とでは、人間に衝突したときの係数 c の値を他の物体に衝突したときの係数 c の値よりも顕著に大

lk lk

きく取つておくなどして、人間と衝突する可能性を極力低くするようにすればより好ましい。

[0188] ところで、本実施の形態 3においても、自車 Oの操作を維持したとして干渉度を算

1

出してもよい。その場合、出力部 107の表示部 171では、自車 Oの予想進路を表示

1

するとともに、所定の範囲を走行中の他車の危険度を、干渉度の算出結果に応じて表示することも可能である。

[0189] このように、自車 Oの操作を維持するモデルを適用すれば、周囲の物体が多い場

1

合などにおいて状況を単純化して予測を行うことが可能となり、軌跡生成部、予測部、および干渉度算出部における計算量を少なくすることができる。

[0190] ここで、上記背景技術で引用した非特許文献 1と本実施の形態 3との差異について説明する。本実施の形態 3では、物体の相関を考慮することなぐ物体ごとに独立な進路探索を行っているため、計算量も非特許文献 1より少なくて済む。特に、本実施の形態 3において、軌跡ごとの干渉度の算出回数は

圆 k=2 であり、時空間環境を構成する物体の総数によらず、軌跡の本数の 2乗のオーダ程度の計算量で済む。これに対して、非特許文献 1において干渉評価を行う場合には、特定の物体（自車）とその他の物体 (他車）とを区別していないため、互いの干渉評価を行う際の計算量 (本実施の形態 1における干渉度の算出回数に相当）が

[数 7]

K

であり、軌跡の本数の K乗のオーダ程度の計算量が必要になる。この結果、時空間環境を構成する物体の数が多いほど本実施の形態 3の計算量との違いが顕著に大きくなつていく。

[0191] ここで説明した以外の非特許文献 1と本実施の形態 3との差異は、上記実施の形態

1で説明したのと同じである。したがって、非特許文献 1から本実施の形態 3を想到することは、上記実施の形態 1の場合と同様に、たとえ当業者といえども困難を極めるものである。

[0192] (実施の形態 4)

本発明の実施の形態 4は、干渉評価を行う際の干渉度を、自車と他車との最短衝突時間を用いて定義することを特徴とする。なお、本実施の形態 4に係る物体進路予測装置の機能構成は、上述した実施の形態 3に係る物体進路予測装置 101の機能構成（図 12を参照）と同様である。また、本実施の形態 4に係る物体進路予測方法は、干渉度算出処理を除いて、上記実施の形態 3に係る物体進路予測方法と同じである。

[0193] 図 19は、本実施の形態 4に係る物体進路予測方法の干渉度算出処理（図 13のステツプ S34に相当）の詳細を示すフローチャートである。本実施の形態 4においても、物体 Oを自車とする。また、説明の便宜上、その他の物体 O (k= 2, 3, · ' · , Κ)もす

1 k

ベて四輪自動車であるとし、他車 Oと称する。

k

[0194] 干渉度算出部 106は、まず、自車 Oの全ての軌跡に対する繰り返し処理（Loopl)

1

を開始する (ステップ S421)。この際には、軌跡集合 {P (n ) }の一つの軌跡を選択し

1 1

、その選択した軌跡に対して後に続く処理を実行する。

[0195] 次に、干渉度算出部 106は、他車〇に対する繰り返し処理 (Loop2)を開始する（ k

ステップ S422)。この Loop2では、他車識別用のカウンタ k = 2と初期化して、 1回ごとの繰り返し処理が終了するたびに kの値を増やしていく。

[0196] 干渉度算出部 106は、他車 Oに対しても、ステップ S33で生成した軌跡集合 {P (n

k k

) }の全要素に対する繰り返し処理 (Loop3)を行う（ステップ S423)。この繰り返し処 k

理においては、 Looplの繰り返しすなわち自車〇に対して生成された軌跡を識別す

1

るカウンタ nと他車識別用のカウンタ kとによって定められる干渉度を上記実施の形

1

態 3と同様に r (n , k)とおき、こので (n， k)の値を軌跡生成時間 Tとおく（ステップ S4 24)。

[0197] 続いて、干渉度算出部 106は、自車〇の軌跡 P (n )と他車〇の軌跡 P (n )との干

1 1 1 k k k 渉を評価するための繰り返し処理（Loop4)を開始する（ステップ S425)。この Loop4 では、二つの軌跡 P (n )と軌跡 P (n )との同時間における距離を、時間 t = 0， A t,

1 1 k k

· · · , Tにおいて順次求め、自車 Οと他車〇の衝突の有無を判定する。この判定を

1 k

行う際の衝突の定義は、上記実施の形態 3と同じであり、自車 Oと他車〇との距離が

1 k

干渉距離よりも近づいた場合を衝突と判定する。

[0198] 干渉度算出部 106が自車〇と他車 Oの距離を求めた結果、自車 Oと他車〇が衝

l k l k 突したと判定した場合 (ステップ S426で Yes)、干渉度 r (n , k)の値がその時点での

1 1

時間 t (初期位置から衝突までに要した時間）よりも大きレ、とき（ステップ S427で Yes) には、 r (n， k)の値を tとした後、 tを Tとする（ステップ S428)。したがって、この場合

1 1

[0199] これに対して、自車〇と他車 Oは衝突し（ステップ S426で Yes)、干渉度 r (n， k)

1 k 1 1 の値がその時点での時間 t以下である場合 (ステップ S427で No)、干渉度算出部 10 6は、ステップ S429に進んで Loop4を終了するかどうかを判定する。なお、自車〇と

1 他車 Oは衝突しない場合（ステップ S426で No)にも、ステップ S429に進む。

k

[0200] ステップ S429では、時間 tが Tに達していない場合、 Loop4が繰り返される（ステツプ S429で No)。この場合、干渉度算出部 106は、 tの値を Δ 曽加させ（ステップ S4 30)、ステップ S425に戻って Loop4を繰り返す。他方、ステップ S429で時間 tが Tに達している場合、干渉度算出部 106は、 Loop4を終了する（ステップ S429で Yes)。

[0201] 以上説明した Loop4の繰り返し処理により、干渉度 r (n , k)の値は、自車〇と他

1 1 1 車 oとの間で起こる衝突のうち、初期位置から衝突するまでに要する時間が最も短 k

レ、最短衝突時間となる。

[0202] Loop4が終了した後、干渉度算出部 106は、 Loo_P3を繰り返すか否かの判断処理を行う。すなわち、他車〇に対して生成した軌跡のうち自車〇の一つの軌跡 P (n ) k 1 1 1 との干渉評価が行われていなレ、ものがあれば（ステップ S431で No)、 nを n + 1とし

k k

(ステップ S432)、ステップ S423に戻って Loop3を繰り返す。

[0203] 他方、他車〇に対して生成した軌跡のうち自車 Oの一つの軌跡 P (n )との干渉評価が全て行われた場合（ステップ S431で Yes)には、他車〇の一つの軌跡 P (n )に k k k 対する干渉評価が終了したことになる。したがってこの場合、干渉度算出部 106は、自車 Oの軌跡 P (n )と他車 Oの全軌跡との間の干渉を評価する最終的な干渉度 r

1 1 1 k 1

(n , k)を付与し (ステップ S433)、この付与した値を出力して記憶部 108に格納する

1

(ステップ S434)。

[0204] 以降のステップ S435〜S438は、 Loop2および Looplに対する繰り返しの判定処理に関するものであり、上記実施の形態 3で説明した干渉度算出処理におけるステツプ S414〜S417と同じである。

[0205] 以上説明した本発明の実施の形態 4によれば、複数の物体の位置と各物体の速度を含む内部状態とを少なくとも記憶する記憶手段を備えたコンピュータが、前記複数の物体の位置および内部状態を前記記憶手段から読み出し、この読み出した前記物体の位置および内部状態に基づいて、前記複数の物体の各々が時間の経過とともに取りうる位置の変化を時間および空間力構成される時空間上での軌跡としてそれぞれ生成し、この生成した軌跡を用いることによって前記複数の物体の進路の確率的な予測をそれぞれ行い、この予測した結果に基づいて、前記時空間上で前記特定の物体が取りうる軌跡と前記その他の物体が取りうる軌跡との干渉の程度を定量的に示す干渉度を算出することにより、現実として起こりうる状況下においても安全性の確保を図ることが可能となる。

[0206] また、本実施の形態 4によれば、最短衝突時間を用いて定義される干渉度を適用することにより、他の物体との衝突の可能性を実用的な時間の内に適確に判定すること力 Sできる。

[0207] (実施の形態 5)

本発明の実施の形態 ₅は、上記実施の形態 3と同様にして得られた自車と他車との干渉度算出結果をまとめることにより、自車と周囲の時空間環境との間の干渉を評価することを特徴とする。なお、本実施の形態 5に係る物体進路予測装置の機能構成は、上述した実施の形態 3に係る物体進路予測装置 101の機能構成（図 12を参照）と同様である。また、本実施の形態 5に係る物体進路予測方法は、干渉度算出処理を除いて、上記実施の形態 3に係る物体進路予測方法と同じである。 [0208] 図 20は、本実施の形態 5に係る物体進路予測方法の干渉度算出処理（図 13のステツプ S34に相当）の詳細を示すフローチャートである。まず、干渉度算出部 106は、自車 Oの全ての軌跡に対する繰り返し処理 (Loopl)を開始する（ステップ S441)

1

。この際には、軌跡集合 {P (n ) }の一つの軌跡を選択し、その選択した軌跡に対し

1 1

て後に続く処理を実行する。

[0209] 本実施の形態 5において、他車 Oに対する繰り返し処理（Loop2)、他車 Oの軌跡 k k 集合 {P (n ) }の全要素に対する繰り返し処理 (Loop3)、および自車 Oの軌跡 P (n k k 1 1 1

)と他車 Oの軌跡 P (n )との干渉を評価するための繰り返し処理（Loop4)は、上記 k k k

実施の形態 3と同じである。すなわち、図 20に示すステップ S442〜S455の処理は、上記実施の形態 3の干渉度算出処理で説明したステップ S402〜S415の処理（図 16を参照）と同じである。

[0210] 干渉度算出部 106は、 Loop2の繰り返し処理が終了した後、 Loop2〜Loop4によつて得られた干渉度 r (n , k)に対して他車 Oに応じた重み a (k) ( >0)を付与し、こ

1 1 k

れらの総和として全体干渉度

園 (6)

を算出し、その算出結果を出力して記憶部 108に格納する (ステップ S456)。ここでの重みひ（k)の値は、全て等しく定数 (例えば 1)としてもよいし、他車 Oの種別等の k

条件に応じた値を付与してもよい。この結果、自車〇の軌跡 P (n )が全ての他車〇

1 1 1 2

, · · · ,〇を含む周囲の環境全体との間での干渉を評価することが可能となる。

[0211] なお、全体干渉度 R (n )を、

1 1

[数 9]

R^n^ ^ max iaCkir^n^k)) (7)

k と定義してもよい。この場合には、最も危険な物体 οの危険度を全体干渉度として扱 k

うことになる。式（6)の定義にした力場合、自車〇が少数の物体と干渉するが、残り

1

多数の物体とは干渉しないようなシーンの全体干渉度を低く計算してしまう恐れがあるため、例えば少数の他車が自車〇が近傍を走行して人の直観では非常に危険に

1

思える状況でも、そのような直観に反して安全と判断されて可能性もある。他方、式（

7)のような定義に基づいた干渉評価を行えば、前述したように直観に反して安全と判断してしまう可能性を低減することができる。

[0212] 続いて、干渉度算出部 106は、 Looplを繰り返すか否かの判断処理を行う。すなわち、自車 Oの軌跡集合 {P (n ) }のうちで干渉評価を行うべき軌跡が残っている場

1 1 1

合 (ステップ S457で No)、干渉度算出部 106は、 nの値を 1増加させ（ステップ S45

1

8)、ステップ S441に戻って Looplを繰り返す。他方、自車 Oの軌跡集合 {P (n ) }

1 1 1 のうちで干渉評価を行うべき軌跡が残っていない場合 (ステップ S457で Yes)、干渉度算出部 106は、 Looplを終了して干渉度算出処理 (ステップ S34)を終了する。

[0213] 図 21は、本実施の形態 5に係る物体進路予測方法が適用される時空間環境の構成を模式的に示す図である。同図に示す時空間環境 Env (P， P， P )は、自車〇に

1 2 3 1 対して所定の範囲内に他車が 2台存在している場合を示しており、自車〇の軌跡 P (

1 1 n )を実線で示すとともに、他車〇の軌跡 P (n )を破線で示し、他車 Oの軌跡 P (n

1 2 2 2 3 3 3

)を太線で示している。このとき、他車 Oとの干渉度 r (η , 2)および他車 Οとの干渉

2 1 1 3 度で (η , 3)を個別に扱うのではなぐ時空間環境 Εην (Ρ , Ρ , Ρ )との間の全体干

1 1 1 2 3

渉度 R (η )を用いて干渉評価を行うことにより、自車〇の危険を周囲の環境に応じ

1 1 1

て回避することができる。

[0214] 以上説明した本発明の実施の形態 5によれば、複数の物体の位置と各物体の速度を含む内部状態とを少なくとも記憶する記憶手段を備えたコンピュータが、前記複数の物体の位置および内部状態を前記記憶手段から読み出し、この読み出した前記物体の位置および内部状態に基づいて、前記複数の物体の各々が時間の経過とともに取りうる位置の変化を時間および空間力も構成される時空間上での軌跡としてそれぞれ生成し、この生成した軌跡を用いることによって前記複数の物体の進路の確率的な予測をそれぞれ行い、この予測した結果に基づいて、前記時空間上で前記特定の物体が取りうる軌跡と前記その他の物体が取りうる軌跡との干渉の程度を定量的に示す干渉度を算出することにより、現実として起こりうる状況下においても安全性の確保を図ることが可能となる。 [0215] また、本実施の形態 5によれば、全体干渉度を用いることにより、時空間環境を構成する物体の数が多い場合であっても精度よく干渉評価を行うことができる。

[0216] なお、本実施の形態 5においても、衝突によって干渉度 r (n , k)を増加させる際の

1 1

係数 c や F (t)の値として、上記実施の形態 3と同様にさまざまな定義の仕方のいず lk

れかを採用することが可能である。また、干渉度 r (n , k)を、上記実施の形態 4と同

1 1

様に最短衝突時間によって定義することも可能である。

[0217] カロえて、本実施の形態 5において干渉評価を行う際には、全体干渉度 R (n )と個

1 1 別の干渉度 r (n , k)との双方を加味した干渉評価を行うようにしてもよい。

1 1

[0218] (実施の形態 6)

図 22は、本発明の実施の形態 6に係る物体進路予測装置を用いて構成される自動運転システムの機能構成を示すブロック図である。同図に示す自動運転システム 1

000は、四輪自動車等の移動体に搭載され、特定の物体である自車が取りうる進路とその他の物体（車両、人、障害物等を含む）が取りうる進路とを予測することによつて自車が取るべき進路を設定する物体進路予測装置 201と、物体進路予測装置 20 1で設定された進路を実現する操作信号に応じて自車を操作するァクチユエータ装置 211とを備える。

[0219] 物体進路予測装置 201は、各種情報が外部から入力される入力部 2と、所定の範囲に存在する物体の位置や内部状態を検知するセンサ部 3と、センサ部 3が検知した結果に基づいて、物体が時間の経過とともに取りうる位置の変化を時間および空間から構成される時空間上での軌跡として生成する軌跡生成部 4と、軌跡生成部 4で生成した軌跡を用いて物体の進路の確率的な予測を行う予測部 105と、予測部 105 で予測した結果に基づいて自車が取りうる進路と他の物体が取りうる進路との干渉の程度を定量的に示す干渉度を算出する干渉度算出部 106と、干渉度算出部 106で算出された干渉度に応じて自車が取るべき進路を選択する進路選択部 207と、進路選択部 207の選択結果に対応する操作信号を生成してァクチユエータ装置 211へ送信する操作信号送信部 208と、物体進路予測装置 201で行われる処理に関する各種情報を出力する出力部 209と、センサ部 3で検知した物体の位置や内部状態を含む各種情報を記憶する記憶部 210と、を備える。図 22において、上記実施の形態 3に係る物体進路予測装置 101と同じ機能構成を有する部位については、図 12と同じ符号を付してある。

[0220] 出力部 209は、予測部 105、干渉度算出部 106、および進路選択部 207でそれぞれ行われた処理に関する情報を、画像を含む情報として表示出力する表示部 291と、予測部 105における予測結果や干渉度算出部 106における算出結果等に応じて警告音を発生する警告音発生部 292とを有する。

[0221] 記憶部 210は、センサ部 3での検知結果に加えて、軌跡生成部 4で生成された軌跡、予測部 105における予測結果、干渉度算出部 106における干渉度算出結果、進路選択部 207における進路選択結果、および軌跡生成部 4の操作選択部 41で選択する操作などを記憶する。

[0222] 次に、本発明の実施の形態 6に係る物体進路予測方法について説明する。図 23 は、本実施の形態 6に係る物体進路予測方法の処理の概要を示すフローチャートである。本実施の形態 6においても、予測対象の物体は全て 2次元平面上を移動するものと仮定して説明を行う。

[0223] 本実施の形態 6において、物体ごとの位置および内部状態の検知処理 (ステップ S 61)、時空間上での物体ごとの軌跡生成処理（ステップ S62)、軌跡を用いた物体進路の確率的な予測処理 (ステップ S63)、および予測結果に基づく自車と他車との干渉度算出処理 (ステップ S64)は、上記実施の形態 3で説明したステップ S31 ,ステツプ S32,ステップ S33、およびステップ S34とそれぞれ同じである。

[0224] 以下、ステップ S65以降の処理について詳述する。ステップ S65では、ステップ S6 4の干渉度算出処理で算出した干渉度に応じた進路選択処理を行う（ステップ S65) 。上述したように、自動車等の広範囲を移動する移動体の自動運転技術においては、少なくとも他の動的障害物の影響を考慮しないか、またはその影響を実用上必要とせずに行う経路探索技術に加えて、動的障害物との衝突回避に係る計算を実用的な時間で実現し、走行中の危険を回避するために行う進路算出技術が必要となる。本実施の形態 6では、危険を回避するための進路選択処理において二つの評価値を用いる。第 1の評価値は、干渉度算出処理で算出した干渉度であり、この干渉度を用いて 1回目の進路選択処理を行う。 1回目の進路選択処理で複数の進路が選択された場合には、記憶部 210に格納された第 2の評価値を用いて 2回目の進路選択処理を行う構成をとる。この 2回目の進路選択処理では、第 2の評価値として、進路が目的地に至る経路に沿った成分を有するという選択基準に加えて、進路をさらに絞るための付加選択基準（後述）を適宜組み合わせることが好ましい。

[0225] このようにして、他車の軌跡集合と互いの端点が異なる自車の軌跡集合との干渉度を評価し、この評価した干渉度に応じた進路選択を行うことにより、自車が到達すベき目的地等の場所を予め定めることなぐその都度最適な進路を判断し、自車走行中の危険を適確に回避して、安全性を確保することが可能となる（図 15を参照）。その結果、図 14に示すような問題、すなわち道路上では予め設定された場所に向かつて自車が走行しても安全が保障されないという致命的な問題を解決することができる

[0226] 図 24は、進路選択処理の詳細を示すフローチャートである。図 24において、進路選択部 207は、干渉度算出処理で算出した干渉度!： (n， k)の値が最小の軌跡を選

1 1

択する（ステップ S501)。

[0227] 干渉度 r (n， k)が最小の軌跡を選択した結果、一つの軌跡のみが残った場合 (ス

1 1

テツプ S502で No)、進路選択部 207は、その選択した軌跡に対応する位置 (x (t) , y (t) )の履歴、および t = 0〜Tの操作系列 {u (t) }を記憶部 210から読み出し、操作信号送信部 208へ出力する（ステップ S504)。これに対して、干渉度 r (n

1 1， k)が最小の軌跡を選択した結果、複数の軌跡が残った場合 (ステップ S502で Yes)には、ステツプ S503に進む。

[0228] ステップ S503において、進路選択部 207は、進路が目的地にいたる経路に沿った成分を有すること、および予め設定されて記憶部 210で記憶されている付加選択基準を用いることにより、ステップ S501で選択された複数の軌跡のうち、付加選択基準に最も適合する軌跡を選択する (ステップ S503)。付加選択基準としては、軌跡間で重複した値を有する可能性がほとんどないような条件を設定すればよい。

[0229] 以下、付加選択基準の例を挙げる。

(1)操作後（A t後）の自車〇の位置のうち、路幅方向の位置（図 4等の X座標）が走

1

行中の車線の中央に最も近い。この場合、路上で最も好ましい位置を走行する軌跡が選択される。なお、 t = 0〜Tの間最も安定した位置取りを行う軌跡を選択する場合には、 t = 0〜Tの各操作後の路幅方向の位置の和が最小となるものを選択するようにしてもよい。

[0230] (2)操作後（A t後）の自車〇の位置のうち、進行方向（図 4等の y座標正の方向）の

1

位置が最大。この場合、最速となる軌跡が選択される。なお、 t=Tにおける進行方向の位置が最大である軌跡を選択してもよレ、。

[0231] (3)初期時刻（t = 0)における加速度の大きさが最小。この場合、加減速が最も滑ら力、な軌跡が選択される。なお、 t = 0〜Tの操作系列において加減速が最も滑らかな軌跡を選択する場合には、 t = 0〜Tの各操作後の加速度の大きさの和が最小となるものを選択するようにしてもょレ、。

[0232] (4)初期時刻（t = 0)における角速度の大きさが最小。この場合、操舵が最も滑らかな軌跡が選択される。なお、 t = 0〜Tの操作系列において操舵が最も滑らかな軌跡を選択する場合には、（3)と同様に、 t = 0〜Tの各操作後の角速度の大きさの和が最大のものを選択するようにしてもょレ、。

[0233] 以上説明した進路選択処理によれば、時空間上の軌跡として自車 Oの危険を回

1

避する可能性が最も高い軌跡を選択することにより、結果的に自車 Oが現実の 2次

1

元平面上で取るべき進路を選択したことになる。

[0234] ステップ S503でただ一つの軌跡が残った場合、進路選択部 207は、上述したステップ S504に進む。なお、付加選択基準でも複数の軌跡が残った場合には、例えばカウンタ nや kの値が最小または最大となるものが自動的に選択されるように設定して

1

おけばよい。

[0235] 以上説明した進路選択処理に続いて、操作信号送信部 208は、ステップ S65の選択結果に応じて出力された軌跡に対応する位置 (x (t) , y (t) )の履歴、および t = 0 〜Tの操作集合 {u (t) }に応じた操作信号を生成し、ァクチユエータ装置 211に対して送信する（ステップ S66)。

[0236] ステップ S66で操作信号送信部 208が生成、送信する操作信号は、ァクチユエータ装置 211の構成によって異なる。例えば、ァクチユエータ装置 211がステアリング、ァクセル、ブレーキ等の機械的な装置である場合、操作信号送信部 208は、進路選択部 207から受信した位置 (x (t)， y (t) )の履歴、操作 {u (t) }をそのまま操作信号として出力すればよい。

[0237] これに対して、ァクチユエータ装置 211がステアリング、アクセル、ブレーキ等の機械的な装置に操作トルクを加える装置である場合には、上記同様に進路選択部 207 力受信した位置 (X (t)， y (t) )の履歴、操作集合 {u (t) }をそのまま操作信号として送信してもよいし、それらの機械的な装置に対して操作時に加える操作トルクを算出し、この算出した結果を送信してもよい。前者の場合には、ァクチユエータ装置 211 側で操作トルクが算出されることとなる。

[0238] ァクチユエータ装置 211が操作トルクを加える装置である場合には、運転者がァクチユエータ装置 211よりも大きな操作トルクをカ卩えれば手動運転に切り替えることが可能な構成、すなわち運転者がオーバーライド可能な構成としておけば、自動運転システム 1000を運転操作補助装置として適用することもでき、進路選択を行いつつも、運転者の意思を反映した操作を実現することが可能となる。

[0239] なお、センサ部 3で自車〇が走行する路面状況も検知し、ァクチユエータ装置 211

1

に対して路面状況に応じたフィードバック制御を行うようにしてもよい。

[0240] 図 25は、出力部 209の表示部 291における進路選択結果等の表示出力例を示す図であり、二つの自車〇および他車 Οによって構成された時空間環境 Εην (Ρ , Ρ )

1 2 1 2

(図 6を参照）における進路選択を行った場合の表示出力例を模式的に示す図である。より具体的には、図 25では、設定進路を半透明の矢印 Ηによってフロントガラス F に重畳表示するとともに、自車〇と他車 Οの干渉度 r (η , 2)に応じて、自車 Οが 2

1 2 1 1 1 次元平面上で取りうる進路のうち、その干渉度 r (η , 2)の値が予め定めた閾値を超

1 1

えるような領域を物体〇（自車）のフロントガラス Fに半透明に重畳表示した場合を図

1

示している。図 25に示す場合には、ァクチユエータ装置 211がステアリング STに操作トルクを発生させ、設定された進路に進むようにステアリング STを時計回りに回転させる操作トルクを発生した状況を模式的に示している。

[0241] 図 25においても、半透明に表示されている二つの領域 Dと領域 Dとでは照度が異 a b

なっている（ここでは、領域 Dの照度の方が大きいとする）。かかる照度の違いは干渉度で (n， 2)の値の差に対応しており、照度が領域 D付近へ走行する進路を選択し

1 1 a た方が干渉度 r (η , 2)の値が大きいことを意味している。この意味で、図 25は、干

1 1

渉度 r (η , 2)の値が相対的に小さい領域 Dの方に進路を取った方が危険を回避し

1 1 b

た運転ができることを視覚的に表現している。

[0242] なお、表示部 291で表示する以外にも、現在の操作に応じた予想される進路に対応して得られる干渉度 r (n， 2)の値が所定の閾値を超える場合には、警告音発生

1 1

部 292が警告音（音声を含む）を発生してもよレ、。

[0243] また、出力部 209における表示出力例はこれに限られるわけではなぐ例えばカーナビゲーシヨンシステムの表示画面 CN (図 26を参照）に表示部 291の機能を具備させることによって設定された進路および干渉評価結果を表示してもよい。この場合には、図 26に示すように、設定進路を矢印 Hで表示するとともに、表示画面 CNに表示される 2次元平面上で領域ごとに色の濃淡をつけることによって二つの領域 Dおよび a

Dの干渉度の違いを表示する。

b

[0244] 以上説明した本発明の実施の形態 6によれば、複数の物体の位置と各物体の速度を含む内部状態とを少なくとも記憶する記憶手段を備えたコンピュータが、前記複数の物体の位置および内部状態を前記記憶手段から読み出し、この読み出した前記物体の位置および内部状態に基づいて、前記複数の物体の各々が時間の経過とともに取りうる位置の変化を時間および空間力構成される時空間上での軌跡としてそれぞれ生成し、この生成した軌跡を用いることによって前記複数の物体の進路の確率的な予測をそれぞれ行い、この予測した結果に基づいて、前記特定の物体が取りうる進路と前記その他の物体が取りうる進路との干渉の程度を定量的に示す干渉度を算出し、この算出した干渉度に応じて前記特定の物体が取るべき進路を実用的な時間の内に選択することにより、現実として起こりうる状況下においても安全性の確保を図ることが可能となる。

[0245] また、本実施の形態 6によれば、特定の物体とその他の物体との時空間上での衝突確率を用いて定義される干渉度を適用し、この干渉度が最小であるような時空間上での軌跡を選択することにより、特定の物体が取りうる進路のうち、その他の物体との衝突の可能性が最も低い進路を精度よく設定することができる。

[0246] さらに、本実施の形態 6によれば、時間と空間から構成される時空間上に形成された時空間環境を用いて物体の進路予測を行うことにより、静的物体だけでなく動的物体の進路予測も精度よく行うことができる。

[0247] 力 Qえて、本実施の形態 6によれば、検知した物体の軌跡を互いに独立に生成しているため、特定の物体 (例えば自車）とその他の物体とを区別することができる。この結果、特定の物体とその他の物体との間で生じうる危険度を容易にかつ適確に予測すること力 S可肯となる。

[0248] なお、本実施の形態 6においても、干渉度 r (n， k)の値を増加させる際の式（5)の

1 1

係数 c は定数とは限らず、例えば、係数 c を自車 Oと他車〇との衝突時点の相対 lk lk 1 k

速度の大きさとしてもよい。また、係数 c に対して被害の深刻さを示す値を代入して

lk

あよい。

[0249] また、本実施の形態 6においても、自車〇の操作を維持したとして干渉度を算出し

1

てもよレ、。これにより、周囲の物体が多い場合などにおいて状況を単純化して予測を行うことが可能となり、軌跡生成部、予測部、干渉度算出部、および進路選択部における計算量を少なくすることができる。

[0250] (実施の形態 7)

本発明の実施の形態 7は、上記実施の形態 6と同様にして得られた自車 (特定の物体)と他車との干渉度算出結果をまとめることにより、自車と周囲の時空間環境との間の干渉を評価し、この評価結果に基づレ、て自車が取るべき進路を選択することを特徴とする。なお、本実施の形態 7に係る物体進路予測装置の機能構成は、上述した実施の形態 6に係る物体進路予測装置 201の機能構成（図 22を参照）と同様である。また、本実施の形態 7に係る物体進路予測方法は、干渉度算出処理および進路選択処理を除いて、上記実施の形態 6に係る物体進路予測方法と同じである。

[0251] 図 27は、本実施の形態 7に係る進路設定方法の干渉度算出処理（図 23のステップ S64に相当）の詳細を示すフローチャートである。まず、干渉度算出部 106は、自車 Oの全ての軌跡に対する繰り返し処理（Loopl)を開始する（ステップ S461)。この

1

際には、軌跡集合 { P (n ) }の一つの軌跡を選択し、その選択した軌跡に対して後に

1 1

続く処理を実行する。

[0252] この後、干渉度算出部 106が行うステップ S462〜S472の処理は、上記実施の形態 4で説明したステップ S422〜S432の処理と同じである。そこで、以下では、ステツプ S473以降の処理を説明する。

[0253] ステップ S473は、 Loop3の繰り返しが終了した場合（ステップ S471で Yes) 、すなわち、他車 Oに対して生成した軌跡のうち自車 Oの一つの軌跡 P (n )との干渉評 k 1 1 1 価が全て行われた場合に行われる。このステップ S473において、干渉度算出部 10 6は、他車〇の一つの軌跡 P (n )に対する干渉評価が終了したことになる。したがつ k k k

てこの場合、干渉度算出部 106は、自車 Oの軌跡 P (n )と他車〇の全軌跡との間

1 1 1 k

の干渉を評価する干渉度 r (n , k)を付与し (ステップ S473)、この付与した値を出力

1 1

して記憶部 210に格納する（ステップ S474)。

[0254] この後、干渉度算出部 106は、 Loop2を繰り返すか否かの判断処理を行う。自車〇との干渉評価を行うべき他車 Oが残っている場合（ステップ S475で No)には、 kの

1 k

値を 1増加させ（ステップ S476)、ステップ S462に戻って Loop2を繰り返す。他方、自車 Oとの干渉評価を行うべき他車 Oが残っていない場合（ステップ S475で Yes)

1 k

、干渉度算出部 106は、 Loop2の繰り返しを終了してステップ S477に進む。

[0255] ステップ S477において、干渉度算出部 106は、 Loop2〜Loop4によって得られた干渉度 r (n， k)を用いることにより、式（6)で与えられる全体干渉度 R (n )を算出し

1 1 1 1

、その算出結果を出力して記憶部 210に格納する（ステップ S477)。なお、全体干渉度 R (n )として、式（7)の定義を採用してもよい。

1 1

[0256] 続いて、干渉度算出部 106は、 Looplを繰り返すか否かの判断処理を行う。すなわち、自車 Oの軌跡集合 {P (n ) }のうちで干渉評価を行うべき軌跡が残っている場

1 1 1

合 (ステップ S478で No)、干渉度算出部 106は、 nの値を 1増加させ（ステップ S47

1

9)、ステップ S461に戻って Looplを繰り返す。他方、自車 Oの軌跡集合 {P (n ) }

1 1 1 のうちで干渉評価を行うべき軌跡が残っていない場合 (ステップ S478で Yes)、干渉度算出部 106は、 Looplを終了して干渉度算出処理 (ステップ S64)を終了する。

[0257] 次に、進路選択処理（図 23のステップ S65に相当）について説明する。図 28は、本実施の形態 7に係る物体進路予測方法の進路選択処理の詳細を示すフローチヤ一トである。図 28において、進路選択部 207は、干渉度算出処理で算出した全体干渉度 R (n )の値が最大の軌跡を選択する（ステップ S511)。 [0258] 干渉度が最大の軌跡を選択した結果、一つの軌跡のみが残った場合 (ステップ S5 12で No)、進路選択部 207は、その選択した軌跡に対応する位置 (x (t) , y (t) )の履歴、および t = 0〜Tの操作系列 {u (t) }を記憶部 210から読み出し、操作信号送信部 208へ出力する（ステップ S514)。これに対して、干渉度が最大の軌跡を選択した結果、複数の軌跡が残った場合 (ステップ S512で Yes)には、ステップ S513に進む。

[0259] ステップ S513において、進路選択部 207は、予め設定されて記憶部 210で記憶されている付加選択基準を用いることにより、ステップ S511で選択された複数の軌跡のうち、付加選択基準に最も適合する軌跡を選択する（ステップ S513)。付加選択基準としては、上記実施の形態 6と同様の条件を適用すればよい。

[0260] ステップ S513でただ一つの軌跡が残った場合、進路選択部 207は、上述したステップ S514に進む。なお、付加選択基準でも複数の軌跡が残った場合には、例えばカウンタ nや kの値が最小または最大となるものが自動的に選択されるようにしておけ

1

ばよい。

[0261] 以上説明した進路選択処理によれば、時空間上の軌跡として自車 Oの危険を回

1

元平面上で取るべき進路を選択したことになる。

[0262] ステップ S65の進路選択処理に続く操作信号送信部 208の処理 (ステップ S66)は、上述した実施の形態 6と同じである。また、操作信号送信部 208から操作信号を受信したァクチユエータ装置 211の処理についても、上記実施の形態 6と同様である。

[0263] 以上説明した本発明の実施の形態 7によれば、複数の物体の位置と各物体の速度を含む内部状態とを少なくとも記憶する記憶手段を備えたコンピュータが、前記複数の物体の位置および内部状態を前記記憶手段から読み出し、この読み出した前記物体の位置および内部状態に基づいて、前記複数の物体の各々が時間の経過とともに取りうる位置の変化を時間および空間力も構成される時空間上での軌跡としてそれぞれ生成し、この生成した軌跡を用いることによって前記複数の物体の進路の確率的な予測をそれぞれ行い、この予測した結果に基づいて、前記特定の物体が取りうる進路と前記その他の物体が取りうる進路との干渉の程度を定量的に示す干渉度を算出し、この算出した干渉度に応じて前記特定の物体が取るべき進路を実用的な時間の内に選択することにより、上記実施の形態 6と同様に、現実として起こりうる状況下においても安全性の確保を図ることが可能となる。

[0264] また、本実施の形態 7によれば、最短衝突時間を用いて定義される干渉度を物体ごとに重み付けして和を取った全体干渉度を適用し、この全体干渉度が最大である時空間上での軌跡を選択することにより、時空間環境を構成する物体の数が多い場合であっても、他の物体との衝突の可能性が最も低レ、進路を精度よく設定することができる。

[0265] なお、本実施の形態 7において、干渉度 r (n , k)を実施の形態 6と同様に定義して

1 1

もよぐ衝突によって干渉度 r (n， k)を増加させる際の係数 c や F (t)の値として、上

1 1 lk

記実施の形態 3と同様にさまざまな定義の仕方のいずれ力、を採用することが可能である。この場合には、進路選択処理の際に R (n )が最小となる軌跡を選択すればよ

1 1

レ、。

[0266] 加えて、本実施の形態 7において干渉評価を行う際にも、全体干渉度 R (n )と個

1 1

[0267] (その他の実施の形態）

ここまで、本発明を実施するための最良の形態として、実施の形態 1〜7を詳述してきたが、本発明はそれらの実施の形態によってのみ限定されるべきものではなレ、。例えば、本発明に係る物体進路予測方法においては、センサ部で検知した実在の物体に加えて、架空の物体を配置し、この配置した架空の物体の進路予測を行ってもよい。より具体的には、自車にとって好ましくない挙動を示すような架空の物体モデルを構成し、この物体モデルを所定の位置に配置して進路予測を行ってもよレ、。このような架空の物体モデルは、例えば遮蔽物等が存在して見通しが悪レ、交差点付近を走行する車両（自車)が進路予測を行う場合、その自車から検知できなレ、位置に配置することによって、交差点から飛び出してくる可能性のある物体との衝突等の危険を予測することが可能となる。なお、架空の物体モデルの情報は予め記憶部で記憶しておき、入力部からの条件設定に応じて力、かる物体モデルを所望の位置に配置するようにしてもよい。 [0268] また、本発明に係る物体進路予測装置を、車両のみの走行が前提となる高速道路などの領域で適用する場合には、各車両に車車間通信用の通信手段をあわせて具備させることにより、互いに近くを走行している車両同士力互いの走行状況を車車間通信によって交換し合うようにしてもよい。この場合には、各車両が操作履歴を各自の記憶部で記憶しておき、その操作履歴に基づいて操作ごとの操作選択確率を付与し、この操作選択確率に関する情報もあわせて他の車両に送信するようにしてもよい。これにより、進路予測の精度が高くなり、走行中の危険を一段と確実に回避すること力 S可肯となる。

[0269] さらに、本発明において、 GPS (Global Positioning System)を位置検出手段として援用することも可能である。この場合には、 GPSが記憶する 3次元地図情報を参照することによってセンサ部で検知した物体の位置情報や移動情報の補正を行うことができる。さらには、 GPSの出力を相互に通信することによってセンサ部として機能させることも可能である。いずれの場合にも、 GPSを援用することによって高精度の進路予測を実現することができ、予測結果の信頼性をさらに向上させることができる。

[0270] なお、本発明は、 3次元空間を移動する物体に対しても適用可能である。また、本発明は、一つの物体が複数の自由度を有する場合 (例えば 6自由度を有するロボットアームのような物体）にも適用すること力 Sできる。

[0271] 以上の説明力らも明らかなように、本発明は、ここでは記載していないさまざまな実施の形態等を含みうるものであり、特許請求の範囲により特定される技術的思想を逸脱しなレ、範囲内におレ、て種々の設計変更等を施すことが可能である。

産業上の利用可能性

[0272] 本発明に係る物体進路予測方法、装置、プログラム、および自動運転システムは、四輪自動車等の移動体の運転時の危険を回避し、安全性を確保するための技術として好適である。

Claims

請求の範囲

[1] 物体の位置と当該物体の速度を含む内部状態とを少なくとも記憶する記憶手段を備えたコンピュータが、前記物体の進路を予測する物体進路予測方法であって、前記物体の位置および内部状態を前記記憶手段から読み出し、この読み出した前記物体の位置および内部状態に基づいて、前記物体が時間の経過とともに取りうる位置の変化を時間および空間から構成される時空間上での軌跡として生成する軌跡生成ステップと、

前記軌跡生成ステップで生成した軌跡を用いることによって前記物体の進路の確率的な予測を行う予測ステップと、

を有することを特徴とする物体進路予測方法。

[2] 前記軌跡生成ステップは、

前記物体に対する操作を複数の操作から選択する操作選択ステップと、前記操作選択ステップで選択した操作を所定時間動作させる物体操作ステップと、前記物体操作ステップで前記選択した操作を動作させた後の前記物体の位置および内部状態が当該物体の制御に関する制御条件および当該物体の移動可能領域に関する移動条件を満たしているか否力 ^判定する判定ステップと、

を含み、

前記操作選択ステップから前記判定ステップに至る一連の処理を、軌跡を生成する軌跡生成時間に達するまで繰り返し行うことを特徴とする請求項 1記載の物体進路予測方法。

[3] 前記操作選択ステップは、前記複数の操作の各々に付与された操作選択確率にしたがって操作を選択し、

前記判定ステップで判定した結果、前記物体の位置および内部状態が前記制御条件および前記移動条件を満たしている場合には、時間を進めて前記操作選択ステツプに戻ることを特徴とする請求項 2記載の物体進路予測方法。

[4] 前記操作選択確率は、乱数を用いて定義されることを特徴とする請求項 3記載の物体進路予測方法。

[5] 前記軌跡生成ステップで生成すべき軌跡の数が予め定められていることを特徴とする請求項 3または 4記載の物体進路予測方法。

[6] 前記判定ステップで判定した結果、前記制御条件および前記移動条件を満たしてレ、る場合には、時間を進めて再帰呼出を行うことにより、選択可能な全ての操作を動作させることを特徴とする請求項 2記載の物体進路予測方法。

[7] 前記記憶手段は、複数の物体の位置および内部状態を記憶し、

前記軌跡生成ステップは、前記複数の物体の前記時空間における軌跡をそれぞれ生成することを特徴とする請求項:!〜 6のいずれか一項記載の物体進路予測方法。

[8] 前記予測ステップは、前記複数の物体の中から一つの物体を特定し、この特定した物体以外の物体の前記時空間における存在確率を算出することを特徴とする請求項 7記載の物体進路予測方法。

[9] 前記予測ステップにおける予測結果を含む情報を出力する出力ステップをさらに有することを特徴とする請求項:!〜 8のいずれか一項記載の物体進路予測方法。

[10] 複数の物体の位置と各物体の速度を含む内部状態とを少なくとも記憶する記憶手段を備えたコンピュータが、前記複数の物体の進路を予測する物体進路予測方法であってヽ

前記複数の物体の位置および内部状態を前記記憶手段から読み出し、この読み出した前記物体の位置および内部状態に基づいて、前記複数の物体の各々が時間の経過とともに取りうる位置の変化を時間および空間力構成される時空間上での軌跡としてそれぞれ生成する軌跡生成ステップと、

前記軌跡生成ステップで生成した軌跡を用いることによって前記複数の物体の進路の確率的な予測をそれぞれ行う予測ステップと、

前記予測ステップで予測した結果に基づいて、前記特定の物体が取りうる進路と前記その他の物体が取りうる進路との干渉の程度を定量的に示す干渉度を算出する干渉度算出ステップと、

を有することを特徴とする物体進路予測方法。

[11] 前記干渉度算出ステップは、

前記特定の物体と前記その他の物体の各々とが互いに干渉しあう空間的な距離である干渉距離よりも近づく回数に応じて、前記特定の物体と前記その他の物体の各々との間の前記干渉度の値を所定量だけ増加または減少させることを特徴とする請求項 10記載の物体進路予測方法。

[12] 前記干渉度算出ステップは、

前記特定の物体と前記その他の物体のうちのいずれか一つの物体とが前記干渉距離よりも近づいたとき、この近づいた両物体間の前記干渉度の値を当該両物体の前記時空間上での衝突確率に比例して増加させることを特徴とする請求項 11記載の物体進路予測方法。

[13] 前記干渉度算出ステップは、

前記特定の物体と前記その他の物体のうちのいずれか一つの物体とが前記干渉距離よりも近づいたとき、この近づいた両物体間の前記干渉度の値を当該両物体が近づいた時点での相対速度の大きさに比例して増加させることを特徴とする請求項 1 1記載の物体進路予測方法。

[14] 前記記憶手段は、異なる物体間の衝突時の相対速度の大きさと当該衝突によって生じる被害の規模を評価する被害規模評価値または当該衝突によって生じる被害損失額とを対応付けて記憶し、

前記干渉度算出ステップは、前記特定の物体と前記その他の物体のうちのいずれか一つの物体とが前記干渉距離よりも近づいたとき、この両物体が近づいた時点での相対速度の大きさに応じた前記被害規模評価値または前記被害損失額を前記記憶手段から読み出し、当該両物体間の前記干渉度を前記被害規模評価値または前記被害損失額に比例して増加させることを特徴とする請求項 11記載の物体進路予測方法。

[15] 前記干渉度算出ステップは、

前記特定の物体と前記その他の物体のうちのいずれか一つの物体とが前記干渉距離よりも近づくまでに各物体の初期位置力要した時間が当該両物体間の前記干渉度の値よりも小さい場合には、前記初期位置から要した時間を前記干渉度の値とすることを特徴とする請求項 11記載の物体進路予測方法。

[16] 前記干渉度算出ステップは、

前記特定の物体と前記その他の物体との各干渉度の値を重み付けして和を取ることを特徴とする請求項 11〜： 15のいずれか一項記載の物体進路予測方法。

[17] 前記軌跡生成ステップは、

を含み、

前記操作選択ステップから前記判定ステップに至る一連の処理を、軌跡を生成する軌跡生成時間に達するまで繰り返し行うことを特徴とする請求項 10〜： 16のいずれか一項記載の物体進路予測方法。

[18] 前記操作選択ステップは、前記複数の操作の各々に付与された操作選択確率にしたがって操作を選択し、

前記判定ステップで判定した結果、前記物体の位置および内部状態が前記制御条件および前記移動条件を満たしている場合には、時間を進めて前記操作選択ステツプに戻ることを特徴とする請求項 17記載の物体進路予測方法。

[19] 前記操作選択確率は、乱数を用いて定義されることを特徴とする請求項 18記載の物体進路予測方法。

[20] 前記軌跡生成ステップで生成すべき軌跡の数が予め定められていることを特徴とする請求項 18または 19記載の物体進路予測方法。

[21] 前記干渉度算出ステップで算出した干渉度に応じた情報を出力する出力ステップをさらに有することを特徴とする請求項 10〜20のいずれか一項記載の物体進路予測方法。

[22] 前記干渉度算出ステップで算出した干渉度に応じて、前記複数の物体に含まれる特定の物体が取るべき進路を選択する進路選択ステップ

をさらに有することを特徴とする請求項 10記載の物体進路予測方法。

[23] 前記干渉度は、前記特定の物体が取りうる進路と前記その他の物体が取りうる進路との干渉の程度が小さいほど小さい値を有し、前記進路選択ステップは、前記干渉度が最小の進路を選択することを特徴とする請求項 22記載の物体進路予測方法。

[24] 前記進路選択ステップは、

前記干渉度が最小の進路が複数ある場合、この複数の進路の中から所定の付加選択基準に最も適合する進路を選択することを特徴とする請求項 23記載の物体進路予測方法。

[25] 前記干渉度は、前記特定の物体が取りうる進路と前記その他の物体が取りうる進路との干渉の程度が小さいほど大きい値を有し、

前記進路選択ステップは、前記干渉度が最大の進路を選択することを特徴とする請求項 22記載の物体進路予測方法。

[26] 前記進路選択ステップは、

前記干渉度が最大の進路が複数ある場合、この複数の進路の中から所定の付加選択基準に最も適合する進路を選択することを特徴とする請求項 25記載の物体進路予測方法。

[27] 前記進路選択ステップで選択した進路の位置の履歴および当該進路を実現する操作系列に応じた操作信号を生成し、この生成した操作信号を外部に送信する操作信号送信ステップをさらに有することを特徴とする請求項 23〜26のいずれか一項記載の物体進路予測方法。

[28] 前記干渉度算出ステップは、

前記特定の物体と前記その他の物体の各々とが互いに干渉しあう空間的な距離である干渉距離よりも近づく回数に応じて、前記特定の物体と前記その他の物体の各々との間の前記干渉度の値を所定量だけ増加または減少させることを特徴とする請求項 22〜27のいずれか一項記載の物体進路予測方法。

[29] 前記干渉度算出ステップは、

前記特定の物体と前記その他の物体との各干渉度の値を重み付けして和を取ることを特徴とする請求項 22〜28のいずれか一項記載の物体進路予測方法。

[30] 前記軌跡生成ステップは、

を含み、

前記操作選択ステップから前記判定ステップに至る一連の処理を、軌跡を生成する軌跡生成時間に達するまで繰り返し行うことを特徴とする請求項 22〜29のいずれか一項記載の物体進路予測方法。

[31] 前記進路選択ステップで選択した進路に関する情報を出力する出力ステップをさらに有することを特徴とする請求項 22〜30のいずれか一項記載の物体進路予測方法

[32] 物体の位置と当該物体の速度を含む内部状態とを少なくとも記憶する記憶手段と、前記物体の位置および内部状態を前記記憶手段から読み出し、この読み出した前記物体の位置および内部状態に基づいて、前記物体が時間の経過とともに取りうる位置の変化を時間および空間から構成される時空間上での軌跡として生成する軌跡生成手段と、

前記軌跡生成手段で生成した軌跡を用いることによって前記物体の進路の確率的な予測を行う予測手段と、

を備えたことを特徴とする物体進路予測装置。

[33] 前記軌跡生成手段は、

前記物体に対する操作を複数の操作から選択する操作選択手段と、

前記操作選択手段で選択した操作を所定時間動作させる物体操作手段と、前記物体操作手段で前記選択した操作を動作させた後の前記物体の位置および内部状態が当該物体の制御に関する制御条件および当該物体の移動可能領域に関する移動条件を満たしているか否かを判定する判定手段と、

を含み、

前記操作選択手段による操作選択処理から前記判定手段による判定処理に至る一連の処理を、軌跡を生成する軌跡生成時間に達するまで繰り返し行うことを特徴とする請求項 32記載の物体進路予測装置。

[34] 前記操作選択手段は、前記複数の操作の各々に付与された操作選択確率にした力 Sつて操作を選択し、

前記判定手段で判定した結果、前記物体の位置および内部状態が前記制御条件および前記移動条件を満たしている場合には、時間を進めて前記操作選択手段による操作選択処理に戻ることを特徴とする請求項 33記載の物体進路予測装置。

[35] 前記操作選択確率は、乱数を用いて定義されることを特徴とする請求項 34記載の物体進路予測装置。

[36] 前記軌跡生成手段で生成すべき軌跡の数が予め定められていることを特徴とする請求項 34または 35記載の物体進路予測装置。

[37] 前記判定手段で判定した結果、前記制御条件および前記移動条件を満たしてレ、る場合には、時間を進めて再帰呼出を行うことにより、選択可能な全ての操作を動作させることを特徴とする請求項 33記載の物体進路予測装置。

[38] 前記記憶手段は、複数の物体の位置および内部状態を記憶し、

前記軌跡生成手段は、前記複数の物体の前記時空間における軌跡をそれぞれ生成することを特徴とする請求項 32〜37のいずれか一項記載の物体進路予測装置。

[39] 前記予測手段は、前記複数の物体の中から一つの物体を特定し、この特定した物体以外の物体の前記時空間における存在確率を算出することを特徴とする請求項 3

8記載の物体進路予測装置。

[40] 前記予測手段による予測結果を含む情報を出力する出力手段をさらに備えたことを特徴とする請求項 32〜39のいずれか一項記載の物体進路予測装置。

[41] 複数の物体の位置と各物体の速度を含む内部状態とを少なくとも記憶する記憶手段と、

前記複数の物体の位置および内部状態を前記記憶手段から読み出し、この読み出した前記物体の位置および内部状態に基づいて、前記複数の物体の各々が時間の経過とともに取りうる位置の変化を時間および空間力構成される時空間上での軌跡としてそれぞれ生成する軌跡生成手段と、

前記軌跡生成手段で生成した軌跡を用いることによって前記複数の物体の進路の確率的な予測をそれぞれ行う予測手段と、

前記予測手段で予測した結果に基づいて、前記特定の物体が取りうる進路と前記その他の物体が取りうる進路との干渉の程度を定量的に示す干渉度を算出する干渉度算出手段と、

を備えたことを特徴とする物体進路予測装置。

[42] 前記干渉度算出手段は、

前記特定の物体と前記その他の物体の各々とが互いに干渉しあう空間的な距離である干渉距離よりも近づく回数に応じて、前記特定の物体と前記その他の物体の各々との間の前記干渉度の値を所定量だけ増加または減少させることを特徴とする請求項 41記載の物体進路予測装置。

[43] 前記干渉度算出手段は、

前記特定の物体と前記その他の物体のうちのいずれか一つの物体とが前記干渉距離よりも近づいたとき、この近づいた両物体間の前記干渉度の値を当該両物体の前記時空間上での衝突確率に比例して増加させることを特徴とする請求項 42記載の物体進路予測装置。

[44] 前記干渉度算出手段は、

前記特定の物体と前記その他の物体のうちのいずれか一つの物体とが前記干渉距離よりも近づいたとき、この近づいた両物体間の前記干渉度の値を当該両物体が近づいた時点での相対速度の大きさに比例して増加させることを特徴とする請求項 4 2記載の物体進路予測装置。

[45] 前記記憶手段は、異なる物体間の衝突時の相対速度の大きさと当該衝突によって生じる被害の規模を評価する被害規模評価値または当該衝突によって生じる被害損失額とを対応付けて記憶し、

前記干渉度算出手段は、前記特定の物体と前記その他の物体のうちのいずれか一つの物体とが前記干渉距離よりも近づいたとき、この両物体が近づいた時点での相対速度の大きさに応じた前記被害規模評価値または前記被害損失額を前記記憶手段から読み出し、当該両物体間の前記干渉度を前記被害規模評価値または前記被害損失額に比例して増加させることを特徴とする請求項 42記載の物体進路予測装置。

[46] 前記干渉度算出手段は、

前記特定の物体と前記その他の物体のうちのいずれか一つの物体とが前記干渉距離よりも近づくまでに各物体の初期位置力要した時間が当該両物体間の前記干渉度の値よりも小さい場合には、前記初期位置から要した時間を前記干渉度の値とすることを特徴とする請求項 42記載の物体進路予測装置。

[47] 前記干渉度算出手段は、

前記特定の物体と前記その他の物体との各干渉度の値を重み付けして和を取ることを特徴とする請求項 42〜46のいずれか一項記載の物体進路予測装置。

[48] 前記軌跡生成手段は、

を含み、

前記操作選択手段による操作選択処理から前記判定手段による判定処理に至る一連の処理を、軌跡を生成する軌跡生成時間に達するまで繰り返し行うことを特徴とする請求項 41〜47のいずれか一項記載の物体進路予測装置。

[49] 前記操作選択手段は、前記複数の操作の各々に付与された操作選択確率にした力 Sつて操作を選択し、

前記判定手段で判定した結果、前記物体の位置および内部状態が前記制御条件および前記移動条件を満たしている場合には、時間を進めて前記操作選択手段による操作選択処理に戻ることを特徴とする請求項 48記載の物体進路予測装置。

[50] 前記操作選択確率は、乱数を用いて定義されることを特徴とする請求項 49記載の物体進路予測装置。

[51] 前記軌跡生成手段で生成すべき軌跡の数が予め定められていることを特徴とする請求項 49または 50記載の物体進路予測装置。

[52] 前記干渉度算出手段で算出した干渉度に応じた情報を出力する出力手段をさらに備えたことを特徴とする請求項 41〜51のいずれか一項記載の物体進路予測装置。

[53] 前記干渉度算出手段で算出した干渉度に応じて前記特定の物体が取るべき進路を選択する進路選択手段

をさらに備えたことを特徴とする請求項 41記載の物体進路予測装置。

[54] 前記干渉度は、前記特定の物体が取りうる進路と前記その他の物体が取りうる進路との干渉の程度が小さいほど小さい値を有し、

前記進路選択手段は、前記干渉度が最小の進路を選択することを特徴とする請求項 53記載の物体進路予測装置。

[55] 前記進路選択手段は、

前記干渉度が最小の進路が複数ある場合、この複数の進路の中から所定の付加選択基準に最も適合する進路を選択することを特徴とする請求項 54記載の物体進路予測装置。

[56] 前記干渉度は、前記特定の物体が取りうる進路と前記その他の物体が取りうる進路との干渉の程度が小さいほど大きい値を有し、

前記進路選択手段は、前記干渉度が最大の進路を選択することを特徴とする請求項 53記載の物体進路予測装置。

[57] 前記進路選択手段は、

前記干渉度が最大の進路が複数ある場合、この複数の進路の中から所定の付加選択基準に最も適合する進路を選択することを特徴とする請求項 56記載の物体進路予測装置。

[58] 前記進路選択手段で選択した進路の位置の履歴および当該進路を実現する操作系列に応じた操作信号を生成し、この生成した操作信号を外部に送信する操作信号送信手段をさらに備えたことを特徴とする請求項 54〜57のいずれか一項記載の物体進路予測装置。

[59] 前記干渉度算出手段は、

前記特定の物体と前記その他の物体の各々とが互いに干渉しあう空間的な距離である干渉距離よりも近づく回数に応じて、前記特定の物体と前記その他の物体の各々との間の前記干渉度の値を所定量だけ増加または減少させることを特徴とする請求項 53〜58のいずれか一項記載の物体進路予測装置。

[60] 前記干渉度算出手段は、

前記特定の物体と前記その他の物体との各干渉度の値を重み付けして和を取ることを特徴とする請求項 53〜59のいずれか一項記載の物体進路予測装置。

[61] 前記軌跡生成手段は、

を含み、

前記操作選択手段による操作選択処理から前記判定手段による判定処理に至る一連の処理を、軌跡を生成する軌跡生成時間に達するまで繰り返し行うことを特徴とする請求項 53〜60のいずれか一項記載の物体進路予測装置。

[62] 前記進路選択手段で選択した進路に関する情報を出力する出力手段をさらに有することを特徴とする請求項 53〜61のいずれか一項記載の物体進路予測装置。

[63] 請求項:!〜 31のいずれか一項記載の物体進路予測方法を前記コンピュータに実行させることを特徴とする物体進路予測プログラム。

[64] 車両に搭載されて当該車両を自動的に運転する自動運転システムであって、請求項 53〜62のいずれか一項記載の物体進路予測装置と、

前記物体進路予測装置が備える前記進路選択手段で選択された進路を実現する操作信号に応じて当該車両を操作するァクチユエータ装置と、

を備えたことを特徴とする自動運転システム。