CN104115199A - 驾驶支援装置以及驾驶支援方法 - Google Patents
驾驶支援装置以及驾驶支援方法 Download PDFInfo
- Publication number
- CN104115199A CN104115199A CN201280069078.8A CN201280069078A CN104115199A CN 104115199 A CN104115199 A CN 104115199A CN 201280069078 A CN201280069078 A CN 201280069078A CN 104115199 A CN104115199 A CN 104115199A
- Authority
- CN
- China
- Prior art keywords
- image
- risk factor
- dangerous object
- collision
- vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/165—Anti-collision systems for passive traffic, e.g. including static obstacles, trees
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
- H04N7/183—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a single remote source
Abstract
设置:物体检测部(2),从由影像传感器(1)获取的周边影像检测在本车辆的周边存在的物体;危险度计算部(4),计算本车辆与由物体检测部(2)检测出的物体冲撞的危险度;冲撞危险对象设定部(5),根据由危险度计算部(4)计算出的危险度,将由物体检测部(2)检测出的物体设定为冲撞危险对象,警告图像决定部(6)根据由危险度计算部(4)计算出的危险度,决定包围由冲撞危险对象设定部(5)设定的冲撞危险对象的矩形的尺寸。
Description
技术领域
本发明涉及将冲撞的危险告知驾驶员的驾驶支援装置以及驾驶支援方法。
背景技术
以往,作为这种驾驶支援装置,有通知冲撞的危险的装置。
例如,已知在车辆的仪表盘、汽车导航系统的监视器中显示告知冲撞的危险的信息的技术。
另外,还已知在车辆的前窗上与前方景色重叠显示告知冲撞的危险的信息的平视显示器(head-up display)。
在哪一驾驶支援装置中都通过摄影机、毫米波等传感器来探测行人、车辆等冲撞危险对象,并警告显示与行人等冲撞危险对象有关的信息。
例如,在专利文献1中公开的驾驶支援装置中,使用平视显示器通过用矩形来包围行人等冲撞危险对象来进行警告显示。
另外,在存在多个冲撞危险对象的情况下,提高了最应告知驾驶员的矩形的亮度。
即,为了将驾驶员的视线引导到冲撞危险对象,根据冲撞危险对象的重要度来调节了矩形的亮度。
专利文献1:日本特开2007-87337号公报(段落编号[0013]、[0048]、图1、图5)
发明内容
以往的驾驶支援装置如以上那样构成,所以表示重要度最高的冲撞危险对象的图像的亮度被调整为最高的值,但包围冲撞危险对象的矩形在该冲撞危险对象的图像越大时被设定为越大的尺寸,与到本车辆为止的距离无关地被设定。因此,即便在到本车辆为止的距离长、冲撞的危险性低的情况下,如果冲撞危险对象的大小大(例如,大型巴士),则也被显示大尺寸的矩形,另一方面,即便在到本车辆为止的距离短、冲撞的危险性高的情况下,如果冲撞危险对象的大小小(例如,行人),则也被显示小尺寸的矩形。在这样情况下,存在会将驾驶员的视线引导到冲撞的危险性低的冲撞危险对象这样等的课题。
本发明是为了解决上述那样的课题而作成的,其目的在于得到能够准确地向驾驶员告知冲撞的危险性高的物体的存在的驾驶支援装置以及驾驶支援方法。
本发明所涉及的驾驶支援装置设置:影像获取单元,获取本车辆的周边影像;物体检测单元,从由影像获取单元获取的周边影像检测在本车辆的周边存在的物体;危险度计算单元,计算本车辆与由物体检测单元检测出的物体冲撞的危险度;冲撞危险对象设定单元,根据由危险度计算单元计算出的危险度,将由物体检测单元检测出的物体设定为冲撞危险对象;以及警告图像决定单元,根据由危险度计算单元计算出的危险度,决定警告图像的尺寸,该警告图像是表示由冲撞危险对象设定单元设定的冲撞危险对象的图像,图像显示单元在由冲撞危险对象设定单元设定的冲撞危险对象存在的位置,显示由警告图像决定单元决定的尺寸的警告图像。
根据本发明,构成为设置:影像获取单元,获取本车辆的周边影像;物体检测单元,从由影像获取单元获取到的周边影像检测在本车辆的周边存在的物体;危险度计算单元,计算本车辆与由物体检测单元检测出的物体冲撞的危险度;冲撞危险对象设定单元,根据由危险度计算单元计算出的危险度,将由物体检测单元检测出的物体设定为冲撞危险对象;以及警告图像决定单元,根据由危险度计算单元计算出的危险度,决定警告图像的尺寸,该警告图像是表示由冲撞危险对象设定单元设定的冲撞危险对象的图像,图像显示单元在由冲撞危险对象设定单元设定的冲撞危险对象存在的位置,显示由警告图像决定单元决定的尺寸的警告图像,所以具有如下效果:能够准确地向驾驶员告知冲撞的危险性高的物体的存在。
附图说明
图1是表示本发明的实施方式1的驾驶支援装置的结构图。
图2是表示本发明的实施方式1的驾驶支援装置的处理内容(驾驶支援方法)的流程图。
图3是表示矩形尺寸的决定例的说明图。
图4是表示矩形尺寸的决定例的说明图。
图5是表示矩形尺寸的决定例的说明图。
图6是表示矩形尺寸的决定例的说明图。
符号说明
1影像传感器(影像获取单元),2物体检测部(冲撞危险对象设定单元),3本车辆状态传感器(危险度计算单元),4危险度计算部(危险度计算单元),5冲撞危险对象设定部(冲撞危险对象设定单元),6警告图像决定部(警告图像决定单元),7显示图像生成部(图像显示单元),8图像显示部(图像显示单元)。
具体实施方式
以下,为了更详细地说明本发明,根据附图说明用于实施本发明的方式。
实施方式1.
图1是示出本发明的实施方式1的驾驶支援装置的结构图。
在图1中,影像传感器1是获取本车辆的周边影像的影像设备,例如获取可视光的图像传感器、红外线摄影机、或者毫米波雷达等符合。此外,影像传感器1构成影像获取单元。
该实施方式1中,设想了影像传感器1是图像传感器,但只要是将本车辆的周边的状况以影像方式测量、或者能以数值方式置换的传感器,则可以是任意传感器。
另外,由影像传感器1获取的影像不限于车辆的前方,也可以是后方、侧面的影像。
例如,在利用车辆的后方、侧面侧的影像的情况下,能够将本发明运用到显示车辆的后方的后监视器。
物体检测部2由例如安装有CPU的半导体集成电路、或者单片微型计算机等构成,实施对由影像传感器1获取的影像内存在的物体进行检测的处理。
即,物体检测部2从表示由影像传感器1获取的影像的影像数据,抽取颜色、棱线等特征量来搜索闭合区域,如果有闭合区域,则求出表示该区域的物体相似性的概率,如果该概率大于规定的阈值,则判断为该区域是物体占有的区域,由此检测物体。
本车辆状态传感器3是对本车辆的速度、操舵角度、方向指示灯状态、齿轮状态、雨刮器状态等进行感测的传感器。
危险度计算部4由例如安装有CPU的半导体集成电路、或者单片微型计算机等构成,实施计算本车辆与由物体检测部2检测出的物体冲撞的危险度的处理。
例如,根据由物体检测部2检测出的物体与本车辆间的距离以及相对速度,预测直至本车辆与上述物体冲撞为止的时间,其预测时间越短,则计算越大的危险度。
此外,由本车辆状态传感器3以及危险度计算部4构成了危险度计算单元。
冲撞危险对象设定部5由例如安装有CPU的半导体集成电路、或者单片微型计算机等构成,实施根据由危险度计算部4计算出的危险度将由物体检测部2检测出的物体设定为冲撞危险对象的处理。此外,冲撞危险对象设定部5构成了冲撞危险对象设定单元。
警告图像决定部6由例如安装有CPU的半导体集成电路、或者单片微型计算机等构成,实施根据由危险度计算部4计算出的危险度来决定警告图像的尺寸(例如,包围冲撞危险对象的矩形(框)的尺寸)的处理,其中,所述警告图像是表示由冲撞危险对象设定部5设定的冲撞危险对象的图像。
即,警告图像决定部6在由危险度计算部4计算出的危险度越大时,使警告图像的尺寸(例如,包围冲撞危险对象的矩形(框)的尺寸)越大。
此外,警告图像决定部6构成警告图像决定单元。
显示图像生成部7由例如安装有CPU的半导体集成电路、或者单片微型计算机等构成,实施如下处理:在由影像传感器1获取的影像中,在由冲撞危险对象设定部5设定的冲撞危险对象所存在的位置重叠由警告图像决定部6决定的尺寸的警告图像(例如,矩形),生成显示图像(在冲撞危险对象存在的位置重叠了矩形的影像)。
图像显示部8由例如GPU(GraphicsProcessingUnit,图形处理单元)等构成,实施将由显示图像生成部7生成的显示图像显示于显示器(例如,仪表盘、汽车导航系统的监视器)的处理。
此外,由显示图像生成部7以及图像显示部8构成图像显示单元。
在图1的例子中,设想了作为驾驶支援装置的构成要素的影像传感器1、物体检测部2、本车辆状态传感器3、危险度计算部4、冲撞危险对象设定部5、警告图像决定部6、显示图像生成部7以及图像显示部8分别由专用的硬件构成,但驾驶支援装置也可以由计算机构成。
在驾驶支援装置由计算机构成的情况下,将描述了影像传感器1、物体检测部2、本车辆状态传感器3、危险度计算部4、冲撞危险对象设定部5、警告图像决定部6、显示图像生成部7以及图像显示部8的处理内容的程序保存到计算机的存储器中,由该计算机的CPU执行保存在该存储器中的程序即可。
图2是示出本发明的实施方式1的驾驶支援装置的处理内容(驾驶支援方法)的流程图。
接下来说明动作。
首先,影像传感器1获取本车辆的周边影像,将表示其影像的影像数据输出到物体检测部2(步骤ST1)。
由影像传感器1获取的影像不限于车辆的前方的影像,也可以是后方、侧面的影像,但在该实施方式1中,说明为获取车辆的前方的影像。
当影像传感器1获取到本车辆的周边影像时,物体检测部2检测在该影像内存在的物体(步骤ST2)。
即,物体检测部2从表示由影像传感器1获取的影像的影像数据,抽取颜色、棱线等特征量来搜索闭合区域。
如果在影像内有闭合区域,则物体检测部2求出表示该区域的物体相似性的概率,如果该概率大于规定的阈值,则判断为该区域是物体占有着的区域,由此检测物体。
在此,示出了将表示区域的物体相似性的概率与阈值相比较来检测物体的方法,但不限于该方法,例如考虑判定预先登记的物体的形状(例如,轿车、卡车、人等的形状)与闭合区域的形状的类似性来检测物体的方法等。
物体检测部2如果检测到在影像内存在的物体,则将其检测结果输出到危险度计算部4,但如果未检测到在影像内存在的物体,则返回到步骤ST1的处理(步骤ST3),实施由影像传感器1获取的其它影像内存在的物体的检测处理。
当物体检测部2检测到影像内存在的物体时,危险度计算部4计算本车辆与该物体冲撞的危险度(步骤ST4)。
危险度计算部4例如根据由物体检测部2检测出的物体与本车辆间的距离以及相对速度,预测直至本车辆与上述物体冲撞为止的时间,其预测时间越短,计算越大的危险度。
关于由物体检测部2检测出的物体与本车辆间的距离,例如如果作为影像传感器1使用两个红外线摄影机,则能够根据视差测量距离。
关于物体与本车辆的相对速度,能够根据物体与本车辆间的距离的时间变化来计算。
在此,示出了危险度计算部4预测直至本车辆与物体冲撞为止的时间,其预测时间越短,计算越大的危险度,但不限于此,例如,也可以如以下那样计算危险度。
即,危险度计算部4分析由物体检测部2检测出的物体与本车辆的举动,预测该物体与本车辆的移动方向。
关于由物体检测部2检测出的物体与本车辆的移动方向,除了考虑该物体、本车辆的轨迹以外,还能够考虑存储在地图数据库中的道路形状、作为本车辆状态传感器3的感测结果的操舵角度等来进行预测。
移动方向的预测处理本身是公知的技术,所以省略详细的说明,但是,例如通过考虑作为本车辆状态传感器3的感测结果的方向指示灯状态、齿轮状态、雨刮器状态等,能够提高移动方向的预测精度。
危险度计算部4如果预测出由物体检测部2检测出的物体与本车辆的移动方向,则判定根据表示该物体的移动方向的矢量确定的物体的动作路线(被预测为将来该物体通过的路径)与根据表示本车辆的移动方向的矢量确定的本车辆的动作路线(被预测为将来本车辆通过的路径)是否交叉。
危险度计算部4在由物体检测部2检测出的物体的动作路线与本车辆的动作路线交叉的情况下,判定为存在该物体与本车辆冲撞的可能性,使危险度的计算值变大。
另外,即使由物体检测部2检测出的物体的动作路线与本车辆的动作路线不交叉的情况下,如果是2个动作路线间的距离小于规定距离的部位,则也存在由于稍微的移动方向的变化而冲撞的可能性,所以使危险度的计算值变大。
当危险度计算部4计算出危险度时,冲撞危险对象设定部5根据该危险度,将由物体检测部2检测出的物体设定为冲撞危险对象(步骤ST5)。
例如,当由危险度计算部4计算出的物体的危险度大于预先设定的基准危险度的情况下,将该物体设定为冲撞危险对象。
此外,冲撞危险对象设定部5设定为冲撞危险对象的物体的数量是任意的数量,例如,在根据物体的危险度来设定冲撞危险对象的情况下,将危险度大的物体优先设定为冲撞危险对象,并直至达到预先设定的上限数为止设定冲撞危险对象即可。此时,在由于存在多个危险度相同的物体而超过上限数的情况下,也可以超过上限数而设定冲撞危险对象。
另外,关于冲撞危险对象设定部5设定为冲撞危险对象的物体的数量,例如,也可以每次根据直至本车辆与物体冲撞为止的时间来决定。
例如,也可以根据驾驶员进行的向冲撞危险对象的处置时间的延期来调整设定为冲撞危险对象的物体的数量。
具体而言,当存在在直至冲撞为止的时间上没有富余的物体的情况下,减少设定为冲撞危险对象的物体的数量,当只存在在直至冲撞为止的时间上有富余的物体的情况下,增加设定为冲撞危险对象的物体的数量。
由此,当在直至冲撞为止的时间上有富余的情况下,能够事先知道冲撞的危险的苗头,驾驶员提前扼杀冲撞危险的苗头变得容易。
另一方面,当在直至冲撞为止的时间上没有富余的情况下,能够关注冲撞的危险性高的物体而可靠地避免冲撞。
当冲撞危险对象设定部5设定了冲撞危险对象时,警告图像决定部6根据由危险度计算部4计算出的危险度,决定作为表示该冲撞危险对象的图像的警告图像的尺寸(步骤ST6)。
在该实施方式1中,说明作为警告图像的尺寸而决定包围冲撞危险对象的矩形(框)的尺寸的例子。
警告图像决定部6例如在由危险度计算部4计算出的危险度越大时,使包围冲撞危险对象的矩形(框)的尺寸越大。
以下,具体说明警告图像决定部6进行的矩形尺寸的决定例子。
图3~图6是示出矩形尺寸的决定例子的说明图。
图3(a)表示了如下情况:当存在本车辆J1和其它车辆S1时,影像传感器1感测范围C1,其它车辆S1以时速100km向本车辆J1的方向行驶。
图3(b)示出由影像传感器1感测到的影像。
图3(c)是以往的驾驶支援装置的矩形的显示例(作为冲撞危险对象包围其它车辆S1的矩形K11的显示例)。
图3(d)是实施方式1的驾驶支援装置的矩形的显示例(作为冲撞危险对象包围其它车辆S1的矩形K12的显示例)。
图4(a)表示如下情况:当存在本车辆J2和其它车辆S2、S3(其它车辆S2相比于其它车辆S3更靠近本车辆J2,其它车辆S3是大的车辆)时,影像传感器1感测范围C2,其它车辆S2、S3都以时速25km向本车辆J2的方向行驶。
图4(b)示出由影像传感器1感测到的影像。
图4(c1)(c2)是以往的驾驶支援装置的矩形的显示例,(c1)是作为冲撞危险对象包围其它车辆S2的矩形K21、和作为冲撞危险对象包围其它车辆S3的矩形K31的显示例。(c2)是仅将其它车辆S2作为冲撞危险对象而包围其它车辆S2的矩形K21的显示例。
图4(d1)(d2)是实施方式1的驾驶支援装置的矩形的显示例,(d1)是作为冲撞危险对象包围其它车辆S2的矩形K22、和作为冲撞危险对象包围其它车辆S3的矩形K32的显示例。(d2)是仅将其它车辆S2作为冲撞危险对象而包围其它车辆S2的矩形K22的显示例。
图5(a)表示如下情况:当存在本车辆J3和其它车辆S4、S5(其它车辆S4相比于其它车辆S5更靠近本车辆J3,其它车辆S5是大的车辆)时,影像传感器1感测范围C3,其它车辆S4、S5都以时速25km行驶,但其它车辆S5从本车辆J3观察时在横向上取前进的道路而行驶,其它车辆S4向本车辆J3的方向行驶。
图5(b)示出由影像传感器1感测到的影像。
图5(c)是以往的驾驶支援装置的矩形的显示例(作为冲撞危险对象包围其它车辆S4的矩形K41、和作为冲撞危险对象包围其它车辆S5的矩形K51的显示例)。
图5(d)是实施方式1的驾驶支援装置的矩形的显示例(作为冲撞危险对象包围其它车辆S4的矩形K42、和作为冲撞危险对象包围其它车辆S5的矩形K52的显示例)。
图6(a)表示如下情况:当存在本车辆J4和其它车辆S6、S7(其它车辆S6相比于其它车辆S7更靠近本车辆J4,其它车辆S7是大的车辆)时,影像传感器1感测范围C4,其它车辆S6、S7都以时速25km向本车辆J4的方向行驶。但是,其它车辆S6与其它车辆S7间的距离相比于在图4中示出的其它车辆S2与其它车辆S3间的距离更短、更接近。
图6(b)示出由影像传感器1感测到的影像。
图6(c)是以往的驾驶支援装置的矩形的显示例(作为冲撞危险对象包围其它车辆S6的矩形K61、和作为冲撞危险对象包围其它车辆S7的矩形K71的显示例)。
图6(d)是实施方式1的驾驶支援装置的矩形的显示例(作为冲撞危险对象包围其它车辆S6的矩形K62、和作为冲撞危险对象包围其它车辆S7的矩形K72的显示例)。
在以往的驾驶支援装置中,一般显示图3(c)、图4(c1)(c2)、图5(c)以及图6(c)所示那样的矩形。
在图3(c)的情况下,由于其它车辆S1存在于远处,所以其它车辆S1的图像小,但是以时速100km这样的高速度向本车辆J1逼近。
因此,只是用矩形K11包围作为冲撞危险对象的其它车辆S1时,即使驾驶员能够发现其它车辆S1,由于矩形K11的尺寸小,所以也有可能会看错考虑了相对速度的距离感。
相对于此,在该实施方式1中,即使是其它车辆S1存在于远处而其它车辆S1的图像被较小地显示的状况下,在由于本车辆J1与其它车辆S1的相对速度快所以直至冲撞为止的延期少、需要迅速进行对危险的处置的情况下(危险度大的情况下),如图3(d)所示,矩形K12的尺寸变大,所以能够降低看错考虑了相对速度的距离感的可能性。
由此,即使例如摩托车、小孩子、小的掉落物等从驾驶员较小地看见的物体作为冲撞危险对象存在的情况下,驾驶员也能够容易地理解直到该冲撞危险对象为止的考虑了相对速度的距离感。
在图4(c1)的情况下,其它车辆S3是大的车辆,所以其它车辆S3的图像被显示为比其它车辆S2的图像大。
因此,只是用矩形K21包围作为冲撞危险对象的其它车辆S2、且用矩形K31包围作为冲撞危险对象的其它车辆S3时,就存在驾驶员会看错相对其它车辆S2、S3的距离感的可能性。
即,驾驶员仅关注大的图像的其它车辆S3,存在不会给予针对其它车辆S2的注意的危险性。
另外,在图4(c2)的情况下,仅将冲撞的危险性高的其它车辆S2用矩形K21包围,但在该情况下,由于其它车辆S3的图像被显示为比其它车辆S2的图像大,所以也存在驾驶员会看错相对其它车辆S2、S3的距离感的可能性。
相对于此,在该实施方式1中,即使在其它车辆S2的图像被显示为比其它车辆S3的图像小的状况下,在直至针对其它车辆S2的冲撞为止的延期比直至针对其它车辆S3的冲撞为止的延期少、需要迅速地进行对危险的处置的情况下(危险度大的情况下),如图4(d1)所示,包围其它车辆S2的矩形K22的尺寸成为比包围其它车辆S3的矩形K32的尺寸大,所以能够降低看错考虑了相对速度的距离感的可能性。
由此,即使例如摩托车、小孩子、小的掉落物等从驾驶员被较小地看见的物体与大的车辆一起存在的情况下,驾驶员也能够容易地理解最需要加以注意的物体。
在图5(c)的情况下,与图4(c1)的情况同样地,其它车辆S5是大的车辆,所以其它车辆S5的图像被显示为比其它车辆S4的图像大。其它车辆S5采取从本车辆J3观察时朝向横向的前进道路,所以比图4所示的其它车辆S3的图像更大地显示。
因此,只是用矩形K41包围作为冲撞危险对象的其它车辆S4、用矩形K51包围作为冲撞危险对象的其它车辆S5时,存在驾驶员会看错相对其它车辆S4、S5的距离感的可能性。
即,驾驶员仅关注大的图像的其它车辆S5,存在不会给予针对其它车辆S4的注意的危险性。
相对于此,在该实施方式1中,即使其它车辆S4的图像被显示为比其它车辆S5的图像小的状况下,在直至针对其它车辆S4的冲撞为止的延期比直至针对其它车辆S5的冲撞为止的延期少、需要迅速进行对危险的处置的情况下(危险度大的情况下),如图5(d)所示,包围其它车辆S4的矩形K42的尺寸成为比包围其它车辆S5的矩形K52的尺寸大,所以能够降低看错考虑了相对速度的距离感的可能性。
由此,即使例如摩托车、小孩子、小的掉落物等从驾驶员较小地看见的物体与大的车辆一起存在的情况下,驾驶员也能够容易地理解最需要加以注意的物体。
在图6(c)的情况下,除了图4(c1)的状况以外,由于包围其它车辆S6的矩形K61和包围其它车辆S7的矩形K71的一部分重叠,所以视觉辨认性劣化。
在该实施方式1中,即使其它车辆S6的图像被显示为比其它车辆S7的图像小的状况下,在直至针对其它车辆S6的冲撞为止的延期比直至针对其它车辆S7的冲撞为止的延期少、需要迅速进行对危险的处置的情况下(危险度大的情况下),如图6(d)所示,包围其它车辆S6的矩形K62的尺寸成为比包围其它车辆S7的矩形K72的尺寸大,所以能够降低看错考虑了相对速度的距离感的可能性。
另外,在后述的实施方式4中,如图6(g)所示,即使在多个矩形的一部分重叠的情况下,也使得能够确保高的视觉辨认性(详细内容后述)。
警告图像决定部6如上所述在由危险度计算部4计算出的危险度越大时,使包围该冲撞危险对象的矩形的尺寸越大,具体地,如以下那样决定包围冲撞危险对象的矩形的尺寸。
首先,警告图像决定部6确定由物体检测部2设定的冲撞危险对象的外切矩形。
冲撞危险对象的外切矩形例如是表示图3(c)的K11、图4(c1)的K21、K31、图5(c)的K41、K51、图6(c)的K61、K71的形状。
此外,冲撞危险对象的外切矩形例如能够根据由物体检测部2抽取的棱线的特征量等来求出。
在此,设为警告图像决定部6确定冲撞危险对象的外切矩形,但也可以抽取预先设定的任意的形状。
例如,在作为影像传感器1使用摄影机的情况下,还存在在夜间等难以确定冲撞危险对象的外切矩形的情况。另外,在多个冲撞危险对象接近的情况下,还存在在由影像传感器1获取的影像上某一冲撞危险对象的棱线被隐藏到其它冲撞危险对象而无法求出各自的棱线的情况。
在这样的情况下,也可以抽取预先设定的任意的形状。
警告图像决定部6如果确定了冲撞危险对象的外切矩形,则边维持该外切矩形的纵横比,边如下述式(1)(2)所示那样例如使用由危险度计算部4计算出的直至本车辆与冲撞危险对象冲撞为止的预测时间T来决定包围该冲撞危险对象的矩形的尺寸。
W=(a/T)+b (1)
H=W×c (2)
在式(1)中,W是矩形的横向的长度,H是矩形的纵向的长度。
另外,a、b是预先设定的系数,c是矩形的纵向的长度与横向的长度之比。
在此,示出了警告图像决定部6将由危险度计算部4计算出的冲撞预测时间T代入到式(1)(2)中来计算矩形的尺寸的例子,但也可以预先准备表示冲撞预测时间与矩形尺寸的对应关系的表格,并参照该表格确定与由危险度计算部4计算出的冲撞预测时间T对应的矩形尺寸。
由此决定图3(d)的矩形K12、图4(d1)的矩形K22、K32、图4(d2)的矩形K22、图5(d)的矩形K42、K52、图6(d)的矩形K62、K72等的尺寸。
当警告图像决定部6决定了包围由冲撞危险对象设定部5设定的冲撞危险对象的矩形的尺寸时,显示图像生成部7在由影像传感器1获取的影像中,在该冲撞危险对象存在的位置重叠由警告图像决定部6决定的尺寸的矩形,生成显示图像(在冲撞危险对象存在的位置重叠有矩形的影像)(步骤ST7)。
当显示图像生成部7生成了显示图像时,图像显示部8将该显示图像显示于显示器(例如,仪表盘、汽车导航系统的监视器)(步骤ST8)。
通常是以包围冲撞危险对象的方式显示矩形,但在例如图5(d)所示的其它车辆S5等的情况下,由于直至冲撞为止的延期长(冲撞预测时间T长),所以有时矩形K52成为比其它车辆S5的外切矩形小的尺寸。
如以上所明确的那样,根据该实施方式1,构成为设置:物体检测部2,根据由影像传感器1获取的周边影像检测在本车辆的周边存在的物体;危险度计算部4,计算本车辆与由物体检测部2检测出的物体冲撞的危险度;冲撞危险对象设定部5,根据由危险度计算部4计算出的危险度,将由物体检测部2检测出的物体设定为冲撞危险对象,警告图像决定部6根据由危险度计算部4计算出的危险度,决定包围由冲撞危险对象设定部5设定的冲撞危险对象的矩形的尺寸,所以起到如下效果:能够准确地向驾驶员告知冲撞的危险性高的物体的存在。
即,根据该实施方式1,具有如下效果:即使例如摩托车、小孩子、小的掉落物等从驾驶员较小地看见的物体作为冲撞危险对象存在的情况下,驾驶员也能够容易地理解直到该冲撞危险对象为止的考虑了相对速度的距离感。
另外,具有如下效果:即使从驾驶员较小地看见的物体与大的车辆一起存在的情况下,驾驶员也能够容易地理解最需要加以注意的物体。
因此,即使在驾驶员容易误解距离感的状况下也正确地理解距离感变得容易。例如,夜间,尾灯、照明灯位置高的大型车和轿车作为冲撞危险对象存在的情况下,根据尾灯、照明灯的光源位置,有驾驶员会更远地感觉大型车的趋势,但在该实施方式1中,由于显示与冲撞预测时间T相应的尺寸的矩形,所以能够减轻驾驶员的误解。
另外,当存在朝向相同的交叉点以相同速度前进的本车辆和其它车辆的情况下,有时会感觉其它车辆停止,但由于显示着与冲撞预测时间T相应的尺寸的矩形,所以能够容易地判断需要对冲撞的危险进行处置。
在该实施方式1中,示出了包围由冲撞危险对象设定部5设定的冲撞危险对象的框的形状为矩形的例子,但不限于此,例如,包围冲撞危险对象的框的形状也可以是正方形、正圆、椭圆等。
另外,关于包围冲撞危险对象的框的形状,也可以设为箭头、键括号、指形状等能够由用户预先选择。即,只要是传达冲撞危险对象的存在的目的,则可以使用任意形状,只要是警告冲撞危险对象的图像即可。
另外,在该实施方式1中,示出了图像显示部8将由显示图像生成部7生成的显示图像显示于仪表盘、汽车导航系统的监视器的例子,但不限于此,例如也可以是,通过在图1的结构中追加摄影机等驾驶员传感器、视点判定部,由此针对在车辆的前窗上与前方景色重叠地显示的平视显示器,在冲撞危险对象存在的位置显示由警告图像决定部6决定的尺寸的矩形。
在该情况下,不是将由影像传感器1获取的影像和矩形进行合成,而是根据由视点判定部判定的驾驶员的视点,决定由警告图像决定部6决定的尺寸的矩形的配置位置,图像显示部8按照警告图像决定部6的决定将矩形显示于平视显示器。
实施方式2.
在上述实施方式1中,示出了警告图像决定部6在由危险度计算部4计算出的危险度越大(例如,直至本车辆与冲撞危险对象冲撞为止的预测时间T越短)时,使包围冲撞危险对象的矩形的尺寸越大的例子,但是,进而,也可以在该冲撞预测时间T越短时,使矩形的轮廓线的宽度越粗。
即,警告图像决定部6如下述式(3)那样使用由危险度计算部4计算出的冲撞预测时间T,决定包围该冲撞危险对象的矩形的轮廓线的宽度B。
B=(d/T)+e (3)
在式(3)中,d、e是预先设定的系数。
在此,示出了警告图像决定部6通过将由危险度计算部4计算出的冲撞预测时间T代入到式(3)中来计算矩形的轮廓线的宽度B的例子,但也可以预先准备表示冲撞预测时间与轮廓线的宽度的对应关系的表格,并参照该表格确定与由危险度计算部4计算出的冲撞预测时间T对应的轮廓线的宽度。
由此决定例如图4(e)的矩形K23、K33、图5(e)的矩形K43、K53、图5(f)的矩形K43、K54、图6(e)的矩形K63、K73、图6(f)的矩形K63、K74、图6(g)的矩形K63、K75等的轮廓线的宽度。
根据由危险度计算部4计算出的冲撞预测时间T,不仅决定矩形的尺寸,而且决定矩形的轮廓线的宽度,从而能够比上述实施方式1更容易理解考虑了相对速度的距离感。
例如,在图4(e)的情况下,矩形K23的轮廓线的宽度被显示为比图4(d1)的矩形K22的轮廓线的宽度粗(矩形K23和矩形K22的尺寸相同)。
由此,能够让驾驶员感觉到与图4(d1)的其它车辆S2相比,图4(e)的其它车辆S2更靠近本车辆J2。
另外,在图4(e)中,根据由危险度计算部4计算出的冲撞预测时间T,使矩形K23与矩形K33的尺寸以及轮廓线的宽度具有差,所以能够让驾驶员理解与其它车辆S3相比更需要对其它车辆S2加以注意。
在图5(e)的情况下,矩形K43的轮廓线的宽度被显示为比图5(d)的矩形K42的轮廓线的宽度粗(矩形K43和矩形K42的尺寸相同)。
由此,能够让驾驶员感觉到与图5(d)的其它车辆S4相比图5(e)的其它车辆S4更靠近本车辆J3。
另外,在图5(e)中,根据由危险度计算部4计算出的冲撞预测时间T,使矩形K43与矩形K53的尺寸以及轮廓线的宽度具有差,所以能够让驾驶员理解与其它车辆S5相比更需要对其它车辆S4加以注意。
在图6(e)的情况下,矩形K63的轮廓线的宽度被显示为比图6(d)的矩形K62的轮廓线的宽度粗(矩形K63和矩形K62的尺寸相同)。
由此,能够让驾驶员感觉到与图6(d)的其它车辆S6相比图6(e)的其它车辆S6更靠近本车辆J4。
另外,在图6(e)中,根据由危险度计算部4计算出的冲撞预测时间T,使矩形K63与矩形K73的尺寸以及轮廓线的宽度具有差,因此能够让驾驶员理解与其它车辆S7相比更需要对其它车辆S6加以注意。
实施方式3.
在上述实施方式1、2中,示出了警告图像决定部6在由危险度计算部4计算出的危险度越大(例如,直至本车辆与冲撞危险对象冲撞为止的预测时间T越短)时,使包围冲撞危险对象的矩形的尺寸越大的例子,但在由冲撞危险对象设定部5设定了多个冲撞危险对象的情况下,也可以使多个包围冲撞危险对象的矩形的形状统一,针对每个冲撞危险对象,根据由危险度计算部4计算出的冲撞预测时间T决定设为统一的形状的矩形的尺寸。
例如,在图5(e)的情况下,矩形K43和矩形K53的纵横比不同,形状不同。因此,只是看一眼,有时无法掌握矩形K43和矩形K53中的哪一方大。
因此,在该实施方式3中,如图5(f)所示,将矩形K43和矩形K54的纵横比设为相同,统一了形状。
由于矩形K43和矩形K54的形状相同,所以看一眼就能够掌握矩形K43和矩形K53中的哪一方大。
作为形状的统一方法,考虑如下方法等:例如,在多个包围冲撞危险对象的矩形的形状中,采用包围危险度最大(冲撞预测时间T最短)的冲撞危险对象的矩形的形状,将包围其它冲撞危险对象的矩形的形状置换为该采用的形状。
即,将包围其它冲撞危险对象的矩形的形状的纵横比设为与包围冲撞预测时间T最短的冲撞危险对象的矩形的纵横比相同,并根据其它冲撞危险对象的冲撞预测时间T来决定包围其它冲撞危险对象的矩形的尺寸、轮廓线的宽度。
在该实施方式3中,示出了通过使多个矩形的纵横比一致来使包围冲撞危险对象的框的形状统一的例子,但作为包围冲撞危险对象的框的形状,也可以统一为例如正方形、正圆、椭圆、箭头、键括号、指形状等。即,只要是传达冲撞危险对象的存在的目的,就可以使用任意形状,只要是警告冲撞危险对象的图像即可。
但是,作为包围冲撞危险对象的框的形状,在统一为椭圆的情况下,需要使椭圆的纵横比一致。
实施方式4.
在上述实施方式1~3中,示出了当由冲撞危险对象设定部5设定了多个冲撞危险对象的情况下,针对每个冲撞危险对象,根据由危险度计算部4计算出的危险度(例如,直至本车辆与冲撞危险对象冲撞为止的预测时间T)决定矩形的尺寸的例子,但在该情况下,有时多个矩形的一部分显示于相互重叠的位置(例如,参照图6(e))。
在该实施方式4中,当多个矩形的一部显示于相互重叠的位置的情况下,警告图像决定部6对多个包围冲撞危险对象的矩形中的、包围由危险度计算部4计算出的危险度小的一方(冲撞预测时间T长的一方)的冲撞危险对象的矩形的形状进行校正,由此消除多个矩形的重叠(例如,参照图6(g))。
在图6(e)的情况下,包围冲撞预测时间T长的一方的冲撞危险对象即其它车辆S7的矩形K73的右下部分与包围其它车辆S6的矩形K63重叠,所以矩形K73的右下部分被剪切,被校正为图6(g)所示的K75那样的形状。
如果如图6(e)的情况那样多个矩形的一部分显示于相互重叠的位置,则视觉辨认性劣化,但如图6(g)那样,通过对一方的矩形的形状进行校正而消除多个矩形的重叠,从而被矩形K63所包围的其它车辆S6的图像比被重叠部分被剪切的矩形K75所包围的其它车辆S7的图像更显眼,所以能够让驾驶员理解与其它车辆S7相比更需要对其它车辆S6加以注意。
另外,作为矩形K63和矩形K75的位置关系(从驾驶员观察时存在于跟前侧还是存在于深远侧),由于矩形K75被剪切,所以显示为矩形K63存在于更靠近驾驶员的位置。即,能够让驾驶员理解更需要对被矩形K63所包围的其它车辆S6加以注意。
在该实施方式4中,示出了在多个矩形的一部分显示于相互重叠的位置的情况下,对多个包围冲撞危险对象的矩形中的、包围由危险度计算部4计算出的危险度小的一方(冲撞预测时间T长的一方)的冲撞危险对象的矩形的形状进行校正,消除了多个矩形的重叠的例子,但也可以是,警告图像决定部6以半透明方式显示表示由危险度计算部4计算出的冲撞预测时间T长的一方的冲撞危险对象的警告图像中的表示重叠部分的图像,能够起到同样的效果。
在图6(e)的情况下,包围冲撞预测时间T长的一方的冲撞危险对象即其它车辆S7的矩形K73的右下部分与包围其它车辆S6的矩形K63重叠,所以对矩形K73的右下部分的透过率进行变更而将该图像以半透明方式显示。
实施方式5.
在上述实施方式1~4中,示出了警告图像决定部6在由危险度计算部4计算出的危险度越大(例如,直至本车辆与冲撞危险对象冲撞为止的预测时间T越短)时,使包围冲撞危险对象的矩形的尺寸越大,但在该实施方式5中说明:在由冲撞危险对象设定部5设定了多个冲撞危险对象的情况下,进而,危险度计算部4考虑多个冲撞危险对象的种类、多个冲撞危险对象与本车辆的举动、或者存储于未图示的地图数据库中的道路形状来计算危险度,警告图像决定部6根据由冲撞危险对象设定部5计算出的危险度,设定多个冲撞危险对象的优先级,越是包围优先级高的冲撞危险对象的矩形,使矩形的尺寸越大或者使矩形的轮廓线的宽度越粗。此外,也可以是,越是优先级高的冲撞危险对象的图像,越将其放大。
在决定矩形的尺寸、矩形的轮廓线的宽度时,除了根据由危险度计算部4计算出的冲撞预测时间T以外,还根据冲撞危险对象的种类、冲撞危险对象与本车辆的举动、道路形状等来计算危险度,根据该危险度设定优先级,由此能够比上述实施方式1~4更准确地将冲撞的危险性高的物体的存在告诉驾驶员。
例如,多个冲撞危险对象的优先级如以下那样设定。
(1)冲撞危险对象的种类
作为冲撞危险对象的种类,考虑轿车、摩托车、自行车,行人(人)、静止物等,但预先准备存储有表示与冲撞危险对象的种类对应的优先级的系数α的表格。
例如,如果冲撞危险对象是轿车和行人,则相比于冲撞危险对象为轿车的情况,使冲撞危险对象为人的情况下的优先级变高。
具体而言,在冲撞危险对象是轿车的情况下,例如,将系数α设定为“1.0”,在冲撞危险对象是人的情况下,将系数α设定为“0.9”。
设为系数α的值越小,优先级越高。
(2)冲撞危险对象与本车辆的举动
作为冲撞危险对象与本车辆的举动,可列举出作为本车辆状态传感器3的感测结果的操舵角度、方向指示灯状态、齿轮状态、雨刮器状态等。
通过考虑操舵角度·方向指示灯状态、存储在地图数据库中的道路形状等,如在上述实施方式1中也提到那样,能够预测冲撞危险对象与本车辆的移动方向。
当根据表示冲撞危险对象的移动方向的矢量确定的冲撞危险对象的动作路线与根据表示本车辆的移动方向的矢量确定的本车辆的动作路线交叉的情况下,使该冲撞危险对象的优先级β变高。
具体而言,当冲撞危险对象的动作路线与本车辆的动作路线交叉的情况下,例如,将系数β设定为“0.8”,当虽然冲撞危险对象的动作路线与本车辆的动作路线不交叉,但存在2个动作路线间的距离小于规定距离的的部位的情况下,将系数β设定为“0.9”,在没有2个动作路线间的距离小于规定距离的部位的情况下,将系数β设定为“1.0”。
设为系数β的值越小,优先级越高。
警告图像决定部6如果设定表示优先级的系数α、β,则对由危险度计算部4计算出的冲撞预测时间T乘以系数α、β,以后,根据系数相乘后的冲撞预测时间Tα,β,与上述实施方式1~4同样地决定包围冲撞危险对象的矩形的尺寸。另外,根据该冲撞预测时间Tα,β,决定矩形的轮廓线的宽度。
Tα,β=T×α×β (4)
如以上可明确,根据该实施方式5,构成为在由冲撞危险对象设定部5设定了多个冲撞危险对象的情况下,考虑多个冲撞危险对象的种类、多个冲撞危险对象与本车辆的举动、或者道路形状,设定多个冲撞危险对象的优先级,在越是包围优先级高的冲撞危险对象的矩形时,使矩形的尺寸越大或者使矩形的轮廓线的宽度越粗,所以起到如下效果:能够比上述实施方式1~4更准确地将冲撞的危险性高的物体的存在告诉驾驶员。
实施方式6.
在上述实施方式1~4中,示出了警告图像决定部6在由危险度计算部4计算出的危险度越大(例如,本车辆与冲撞危险对象冲撞为止的预测时间T越短)时,使包围冲撞危险对象的矩形的尺寸越大,但在该实施方式6中说明:在由冲撞危险对象设定部5设定了多个冲撞危险对象的情况下,进而,显示图像生成部7根据优先级对冲撞危险对象的图像或者包围上述冲撞危险对象的矩形(表示冲撞危险对象的警告图像)进行校正。
具体而言,在下述的(1)或者(2)的方法中,对冲撞危险对象的图像或者包围上述冲撞危险对象的矩形进行校正。
(1)对包围冲撞危险对象的矩形的尺寸、轮廓线的宽度进行校正
例如,在由冲撞危险对象设定部5设定了2个冲撞危险对象的情况下,将包围优先级高的一方的冲撞危险对象的图像的矩形的尺寸以规定的倍率进行放大、或者将该矩形的轮廓线的粗细度以规定的倍率进行放大。
例如,在由冲撞危险对象设定部5设定了3个冲撞危险对象的情况下,将包围优先级最高的冲撞危险对象的图像的矩形的尺寸以倍率A(A>1.0)进行放大(或者将矩形的轮廓线的粗细度以倍率A进行放大),将包围优先级次高的冲撞危险对象的图像的矩形的尺寸以比倍率A小的值的倍率B(A>B>1.0)进行放大(或者将矩形的轮廓线的粗细度以倍率B进行放大)。
在此,示出了将包围优先级次高的冲撞危险对象的图像的矩形的尺寸以倍率B进行放大的例子,但也可以不放大该矩形的尺寸,而只将包围优先级最高的冲撞危险对象的图像的矩形的尺寸进行放大。
(2)对冲撞危险对象的图像进行校正
例如,在由冲撞危险对象设定部5设定了2个冲撞危险对象的情况下,从由影像传感器1获取的影像切出优先级高的一方的冲撞危险对象的图像,将该图像以任意的倍率进行放大,并将放大后的图像与由影像传感器1获取的影像进行合成。
例如,在由冲撞危险对象设定部5设定了3个冲撞危险对象的情况下,切出优先级最高的冲撞危险对象的图像和优先级次高的冲撞危险对象的图像,将优先级高的一方的冲撞危险对象的图像以倍率A(A>1.0)进行放大,并且将优先级次高的冲撞危险对象的图像以比倍率A小的值的倍率B(A>B>1.0)进行放大。
然后,将2个放大后的图像与由影像传感器1获取的影像进行合成。
但是,(2)的方法限于在仪表盘、汽车导航系统的监视器中显示的情况。
如以上所明确那样,根据该实施方式6,构成为在由冲撞危险对象设定部5设定了多个冲撞危险对象的情况下,显示图像生成部7根据优先级对冲撞危险对象的图像或者包围上述冲撞危险对象的矩形进行校正,因此起到如下效果:能够比上述实施方式1~4更准确地将冲撞的危险性高的物体的存在告诉驾驶员。
实施方式7.
在上述实施方式6中,示出了显示图像生成部7根据优先级对冲撞危险对象的图像或者包围上述冲撞危险对象的矩形进行校正的例子,但显示图像生成部7也可以根据优先级对除了冲撞危险对象的图像以外的图像进行校正,能够起到与上述实施方式6同样的效果。
例如,在由冲撞危险对象设定部5设定了2个冲撞危险对象的情况下,使除了优先级高的一方的冲撞危险对象的图像以外的图像(优先级低的一方的冲撞危险对象的图像、背景的图像等)的颜色的对比度下降。或者,使除了优先级高的一方的冲撞危险对象的图像以外的图像变得模糊。
此外,本发明在该发明的范围内,能够进行各实施方式的自由的组合、或者各实施方式的任意的构成要素的变形、或者在各实施方式中能够省略任意的构成要素。
产业上的可利用性
本发明所涉及的驾驶支援装置向驾驶员准确地告知在车辆的周围所存在的障害物,适合于需要具备将事故防范于未然的功能的轿车等。
Claims (16)
1.一种驾驶支援装置,具备:
影像获取单元,获取本车辆的周边影像;
物体检测单元,从由所述影像获取单元获取的周边影像检测在本车辆的周边存在的物体;
危险度计算单元,计算本车辆与由所述物体检测单元检测出的物体冲撞的危险度;
冲撞危险对象设定单元,根据由所述危险度计算单元计算出的危险度,将由所述物体检测单元检测出的物体设定为冲撞危险对象;
警告图像决定单元,根据由所述危险度计算单元计算出的危险度,决定警告图像的尺寸,所述警告图像是表示由所述冲撞危险对象设定单元设定的冲撞危险对象的图像;以及
图像显示单元,在由所述冲撞危险对象设定单元设定的冲撞危险对象存在的位置,显示由所述警告图像决定单元决定的尺寸的警告图像。
2.根据权利要求1所述的驾驶支援装置,其特征在于,
警告图像决定单元在由危险度计算单元计算出的危险度越大时,使警告图像的尺寸越大。
3.根据权利要求1所述的驾驶支援装置,其特征在于,
警告图像决定单元在由危险度计算单元计算出的危险度越大时,使警告图像的轮廓线的宽度越粗。
4.根据权利要求1所述的驾驶支援装置,其特征在于,
警告图像决定单元在由冲撞危险对象设定单元设定了多个冲撞危险对象的情况下,使多个表示冲撞危险对象的警告图像的形状统一,针对每个冲撞危险对象,根据由危险度计算单元计算出的危险度,决定统一了形状的警告图像的尺寸。
5.根据权利要求1所述的驾驶支援装置,其特征在于,
警告图像决定单元在由冲撞危险对象设定单元设定多个冲撞危险对象、且多个表示冲撞危险对象的警告图像显示于相互重叠的位置的情况下,对表示由危险度计算单元计算出的危险度小的一方的冲撞危险对象的警告图像的形状进行校正,消除多个警告图像的重叠。
6.根据权利要求1所述的驾驶支援装置,其特征在于,
警告图像决定单元在由冲撞危险对象设定单元设定多个冲撞危险对象、且多个表示冲撞危险对象的警告图像显示于相互重叠的位置的情况下,将表示由危险度计算单元计算出的危险度小的一方的冲撞危险对象的警告图像的重叠部分以半透明方式进行显示。
7.根据权利要求1所述的驾驶支援装置,其特征在于,
警告图像决定单元在由冲撞危险对象设定单元设定了多个冲撞危险对象的情况下,考虑由危险度计算单元计算出的危险度,设定多个冲撞危险对象的优先级,将所述优先级高的一方的冲撞危险对象的图像进行放大或者将表示所述冲撞危险对象的警告图像进行放大。
8.根据权利要求1所述的驾驶支援装置,其特征在于,
危险度计算单元根据由物体检测单元检测出的物体与本车辆间的距离以及相对速度,计算直至本车辆与所述物体冲撞为止的冲撞预测时间,根据所述冲撞预测时间计算危险度。
9.根据权利要求1所述的驾驶支援装置,其特征在于,
危险度计算单元预测由物体检测单元检测出的物体与本车辆的移动方向,根据所述移动方向计算所述物体与本车辆冲撞的可能性,根据所述可能性计算危险度。
10.根据权利要求1所述的驾驶支援装置,其特征在于,
危险度计算单元考虑存储在地图数据库中的道路形状,预测由物体检测单元检测出的物体与本车辆的移动方向,根据所述移动方向计算所述物体与本车辆冲撞的可能性,根据所述可能性计算危险度。
11.根据权利要求1所述的驾驶支援装置,其特征在于,
危险度计算单元根据由物体检测单元检测出的物体的位置、本车辆的位置、由所述物体检测单元检测出的物体的速度、本车辆的速度、由所述物体检测单元检测出的物体的移动方向、本车辆的移动方向、存储在地图数据库中的地图数据中的某一个以上,计算危险度。
12.根据权利要求1所述的驾驶支援装置,其特征在于,
图像显示单元在由冲撞危险对象设定单元设定了多个冲撞危险对象的情况下,考虑由危险度计算单元计算出的危险度,设定多个冲撞危险对象的优先级,根据所述优先级,对由影像获取单元获取的影像内的冲撞危险对象的图像或者表示所述冲撞危险对象的警告图像进行校正。
13.根据权利要求12所述的驾驶支援装置,其特征在于,
图像显示单元在由冲撞危险对象设定单元设定了多个冲撞危险对象的情况下,考虑由危险度计算单元计算出的危险度,设定多个冲撞危险对象的优先级,将所述优先级高的一方的冲撞危险对象的图像进行放大或者将表示所述冲撞危险对象的警告图像进行放大。
14.根据权利要求1所述的驾驶支援装置,其特征在于,
图像显示单元在由冲撞危险对象设定单元设定了多个冲撞危险对象的情况下,考虑由危险度计算单元计算出的危险度,设定多个冲撞危险对象的优先级,根据所述优先级,对由影像获取单元获取的影像内的除了冲撞危险对象的图像以外的图像进行校正。
15.根据权利要求14所述的驾驶支援装置,其特征在于,
图像显示单元在由冲撞危险对象设定单元设定了多个冲撞危险对象的情况下,考虑由危险度计算单元计算出的危险度,设定多个冲撞危险对象的优先级,使除了所述优先级高的一方的冲撞危险对象的图像以外的图像的颜色的对比度降低或者实施模糊化。
16.一种驾驶支援方法,具备:
影像获取处理步骤,影像获取单元获取本车辆的周边影像;
物体检测处理步骤,物体检测单元从在所述影像获取处理步骤中获取的周边影像,检测在本车辆的周边存在的物体;
危险度计算处理步骤,危险度计算单元计算本车辆与在所述物体检测处理步骤中检测出的物体冲撞的危险度;
冲撞危险对象设定处理步骤,冲撞危险对象设定单元根据在所述危险度计算处理步骤中计算出的危险度,将在所述物体检测处理步骤中检测出的物体设定为冲撞危险对象;
警告图像决定处理步骤,警告图像决定单元根据在所述危险度计算处理步骤中计算出的危险度,决定警告图像的尺寸,所述警告图像是表示在所述冲撞危险对象设定处理步骤中设定的冲撞危险对象的图像;以及
图像显示处理步骤,图像显示单元在所述冲撞危险对象设定处理步骤中设定的冲撞危险对象存在的位置,显示在所述警告图像决定处理步骤中决定的尺寸的警告图像。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2012/000913 WO2013118191A1 (ja) | 2012-02-10 | 2012-02-10 | 運転支援装置及び運転支援方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104115199A true CN104115199A (zh) | 2014-10-22 |
Family
ID=48947004
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280069078.8A Pending CN104115199A (zh) | 2012-02-10 | 2012-02-10 | 驾驶支援装置以及驾驶支援方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US9852632B2 (zh) |
JP (1) | JP5774140B2 (zh) |
CN (1) | CN104115199A (zh) |
DE (1) | DE112012005852T5 (zh) |
WO (1) | WO2013118191A1 (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107004361A (zh) * | 2014-12-09 | 2017-08-01 | 三菱电机株式会社 | 碰撞风险计算装置、碰撞风险显示装置以及车体控制装置 |
CN107180220A (zh) * | 2016-03-11 | 2017-09-19 | 松下电器(美国)知识产权公司 | 危险预测方法 |
CN108120985A (zh) * | 2016-11-30 | 2018-06-05 | 通用汽车环球科技运作有限责任公司 | 使用汽车雷达的安全区域的软检测 |
CN108242183A (zh) * | 2018-02-06 | 2018-07-03 | 淮阴工学院 | 基于运动目标标记框宽度特性的交通冲突检测方法及装置 |
CN108242182A (zh) * | 2016-12-27 | 2018-07-03 | 松下电器(美国)知识产权公司 | 信息处理装置、信息处理方法以及程序 |
CN108701405A (zh) * | 2016-02-25 | 2018-10-23 | 住友电气工业株式会社 | 车载装置和道路异常警示系统 |
CN110419068A (zh) * | 2017-03-15 | 2019-11-05 | 本田技研工业株式会社 | 步行支援装置、步行支援方法、以及程序 |
CN110741424A (zh) * | 2017-06-22 | 2020-01-31 | 三菱电机株式会社 | 危险信息收集装置 |
CN111656396A (zh) * | 2018-02-02 | 2020-09-11 | 三菱电机株式会社 | 落下物检测装置、车载系统、车辆及落下物检测程序 |
CN111971723A (zh) * | 2018-04-20 | 2020-11-20 | 三菱电机株式会社 | 驾驶监视装置和驾驶监视程序 |
CN112349142A (zh) * | 2020-10-29 | 2021-02-09 | 深圳市元征科技股份有限公司 | 一种车辆追尾预警方法及其相关设备 |
CN112785875A (zh) * | 2019-11-11 | 2021-05-11 | 丰田自动车株式会社 | 信息处理装置、信息处理系统及方法以及记录介质 |
Families Citing this family (38)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10196088B2 (en) * | 2011-04-19 | 2019-02-05 | Ford Global Technologies, Llc | Target monitoring system and method |
US9536361B2 (en) * | 2012-03-14 | 2017-01-03 | Autoconnect Holdings Llc | Universal vehicle notification system |
DE102014212898A1 (de) * | 2014-07-03 | 2016-01-07 | Robert Bosch Gmbh | Verfahren zum Ermitteln einer Notfall-Trajektorie und Verfahren zum teilautomatisierten oder automatisierten Führen eines Ego-Fahrzeugs |
JP2016085326A (ja) * | 2014-10-24 | 2016-05-19 | 三菱プレシジョン株式会社 | 車両運転模擬装置 |
JP2016103249A (ja) * | 2014-11-28 | 2016-06-02 | 富士通株式会社 | 運転支援装置および運転支援方法 |
KR101860610B1 (ko) * | 2015-08-20 | 2018-07-02 | 엘지전자 주식회사 | 디스플레이 장치 및 이를 포함하는 차량 |
JP6645142B2 (ja) * | 2015-11-30 | 2020-02-12 | 株式会社デンソーウェーブ | ロボット安全システム |
EP3415972B1 (en) * | 2016-02-08 | 2021-03-31 | Ricoh Company, Ltd. | Information display apparatus |
US10315566B2 (en) * | 2016-03-07 | 2019-06-11 | Lg Electronics Inc. | Vehicle control device mounted on vehicle and method for controlling the vehicle |
US10055652B2 (en) * | 2016-03-21 | 2018-08-21 | Ford Global Technologies, Llc | Pedestrian detection and motion prediction with rear-facing camera |
JP6555175B2 (ja) * | 2016-04-01 | 2019-08-07 | 株式会社デンソー | 運転支援装置及び運転支援プログラム |
JP6516298B2 (ja) * | 2016-05-06 | 2019-05-22 | トヨタ自動車株式会社 | 情報表示装置 |
US9747804B1 (en) * | 2016-06-23 | 2017-08-29 | GM Global Technology Operations LLC | Object detection-based directional control of light and sound |
JP2018005091A (ja) * | 2016-07-06 | 2018-01-11 | 富士通株式会社 | 表示制御プログラム、表示制御方法および表示制御装置 |
US10438493B2 (en) | 2016-08-24 | 2019-10-08 | Uber Technologies, Inc. | Hybrid trip planning for autonomous vehicles |
US9919648B1 (en) * | 2016-09-27 | 2018-03-20 | Robert D. Pedersen | Motor vehicle artificial intelligence expert system dangerous driving warning and control system and method |
JP2018130819A (ja) * | 2017-02-16 | 2018-08-23 | 株式会社美建 | 表示制御装置およびロボット制御装置 |
US10421436B2 (en) * | 2017-03-24 | 2019-09-24 | Toyota Motor Engineering & Manufacturing North America, Inc. | Systems and methods for surveillance of a vehicle using camera images |
JP6715205B2 (ja) * | 2017-03-29 | 2020-07-01 | 日立建機株式会社 | 作業機械の周囲画像表示装置 |
JP6754717B2 (ja) * | 2017-04-04 | 2020-09-16 | 日本電信電話株式会社 | 物体候補領域推定装置、物体候補領域推定方法、及び物体候補領域推定プログラム |
JP6722132B2 (ja) * | 2017-04-27 | 2020-07-15 | クラリオン株式会社 | 推奨運転出力装置、推奨運転出力方法、及び推奨運転出力システム |
US11187910B2 (en) * | 2017-05-22 | 2021-11-30 | Nippon Seiki Co., Ltd. | Head-up display device for adjusting display distances of virtual images |
US10366473B2 (en) | 2017-05-23 | 2019-07-30 | Toyota Jidosha Kabushiki Kaisha | Providing traffic mirror content to a driver |
JP6921191B2 (ja) * | 2017-05-24 | 2021-08-18 | 古野電気株式会社 | 映像生成装置、映像生成方法 |
KR101934294B1 (ko) * | 2017-09-05 | 2019-01-02 | 엘지전자 주식회사 | 디스플레이 장치 및 그것을 포함하는 차량 |
US10416677B2 (en) * | 2017-11-14 | 2019-09-17 | Uber Technologies, Inc. | Autonomous vehicle routing using annotated maps |
JP2019179511A (ja) * | 2018-03-30 | 2019-10-17 | パナソニックIpマネジメント株式会社 | 運転支援システム、情報処理装置及び運転支援方法 |
US20210155159A1 (en) * | 2018-05-15 | 2021-05-27 | Nippon Seiki Co., Ltd. | Vehicle display apparatus |
US10532697B2 (en) | 2018-06-14 | 2020-01-14 | International Business Machines Corporation | Augmented reality-based roadside content viewing within primary field of view |
US10915105B1 (en) * | 2018-06-25 | 2021-02-09 | Allstate Insurance Company | Preemptive logical configuration of vehicle control systems |
CN109131084A (zh) * | 2018-09-12 | 2019-01-04 | 广州星凯跃实业有限公司 | 主动预警360全景行车辅助控制方法及系统 |
US10574214B1 (en) | 2018-09-20 | 2020-02-25 | Xilinx, Inc. | Circuit for and method of storing data in an integrated circuit device |
CN113016016A (zh) * | 2018-11-26 | 2021-06-22 | 三菱电机株式会社 | 信息提示控制装置、信息提示装置和信息提示控制方法、以及程序和记录介质 |
JP2020112698A (ja) | 2019-01-11 | 2020-07-27 | 株式会社リコー | 表示制御装置、表示装置、表示システム、移動体、プログラム、画像生成方法 |
US11455800B2 (en) * | 2020-01-14 | 2022-09-27 | International Business Machines Corporation | Roadway alert system using video stream from a smart mirror |
WO2021210134A1 (ja) * | 2020-04-16 | 2021-10-21 | 日本電信電話株式会社 | 映像配信装置、映像配信方法及びプログラム |
CN111832947B (zh) * | 2020-07-16 | 2023-11-24 | 腾讯科技(深圳)有限公司 | 风险评估方法、装置、计算机设备以及介质 |
CN112172806B (zh) * | 2020-08-31 | 2022-03-22 | 恒大新能源汽车投资控股集团有限公司 | 车辆状态的调整装置、方法和电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006151114A (ja) * | 2004-11-26 | 2006-06-15 | Fujitsu Ten Ltd | 運転支援装置 |
CN1306452C (zh) * | 2002-05-09 | 2007-03-21 | 松下电器产业株式会社 | 监视装置和监视方法 |
JP2008003762A (ja) * | 2006-06-21 | 2008-01-10 | Honda Motor Co Ltd | 障害物認識判定装置 |
US20090043951A1 (en) * | 2007-08-06 | 2009-02-12 | Anobit Technologies Ltd. | Programming schemes for multi-level analog memory cells |
US20090143951A1 (en) * | 2007-11-16 | 2009-06-04 | Hitachi, Ltd. | Forward Collision Avoidance Assistance System |
JP2010234851A (ja) * | 2009-03-30 | 2010-10-21 | Mazda Motor Corp | 車両用表示装置 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4678110B2 (ja) * | 2001-09-12 | 2011-04-27 | 株式会社豊田中央研究所 | 環境危険度演算装置 |
JP3756452B2 (ja) * | 2002-01-18 | 2006-03-15 | 本田技研工業株式会社 | 赤外線画像処理装置 |
JP3776094B2 (ja) * | 2002-05-09 | 2006-05-17 | 松下電器産業株式会社 | 監視装置、監視方法および監視用プログラム |
JP2005346177A (ja) | 2004-05-31 | 2005-12-15 | Nissan Motor Co Ltd | 車両用情報提示装置 |
JP4744995B2 (ja) | 2005-09-08 | 2011-08-10 | クラリオン株式会社 | 車両用障害物検出装置 |
JP2007087337A (ja) | 2005-09-26 | 2007-04-05 | Toyota Motor Corp | 車輌周囲情報表示装置 |
JP4760272B2 (ja) * | 2005-09-30 | 2011-08-31 | アイシン精機株式会社 | 車両周辺監視装置及びセンサユニット |
JP4887980B2 (ja) * | 2005-11-09 | 2012-02-29 | 日産自動車株式会社 | 車両用運転操作補助装置および車両用運転操作補助装置を備えた車両 |
JP5023872B2 (ja) * | 2007-08-06 | 2012-09-12 | 株式会社デンソー | 画像表示制御装置及び画像表示制御システム |
WO2009110308A1 (ja) | 2008-03-07 | 2009-09-11 | 株式会社日立メディコ | 超音波撮像装置 |
JP5066056B2 (ja) * | 2008-10-31 | 2012-11-07 | 株式会社日立ハイテクノロジーズ | 試料観察方法、及び電子顕微鏡 |
JP5401344B2 (ja) * | 2010-01-28 | 2014-01-29 | 日立オートモティブシステムズ株式会社 | 車両用外界認識装置 |
-
2012
- 2012-02-10 US US14/370,432 patent/US9852632B2/en active Active
- 2012-02-10 CN CN201280069078.8A patent/CN104115199A/zh active Pending
- 2012-02-10 DE DE112012005852.6T patent/DE112012005852T5/de active Pending
- 2012-02-10 WO PCT/JP2012/000913 patent/WO2013118191A1/ja active Application Filing
- 2012-02-10 JP JP2013557242A patent/JP5774140B2/ja not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1306452C (zh) * | 2002-05-09 | 2007-03-21 | 松下电器产业株式会社 | 监视装置和监视方法 |
JP2006151114A (ja) * | 2004-11-26 | 2006-06-15 | Fujitsu Ten Ltd | 運転支援装置 |
JP2008003762A (ja) * | 2006-06-21 | 2008-01-10 | Honda Motor Co Ltd | 障害物認識判定装置 |
US20090043951A1 (en) * | 2007-08-06 | 2009-02-12 | Anobit Technologies Ltd. | Programming schemes for multi-level analog memory cells |
US20090143951A1 (en) * | 2007-11-16 | 2009-06-04 | Hitachi, Ltd. | Forward Collision Avoidance Assistance System |
JP2010234851A (ja) * | 2009-03-30 | 2010-10-21 | Mazda Motor Corp | 車両用表示装置 |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107004361B (zh) * | 2014-12-09 | 2020-03-27 | 三菱电机株式会社 | 碰撞风险计算装置、碰撞风险显示装置以及车体控制装置 |
CN107004361A (zh) * | 2014-12-09 | 2017-08-01 | 三菱电机株式会社 | 碰撞风险计算装置、碰撞风险显示装置以及车体控制装置 |
CN108701405A (zh) * | 2016-02-25 | 2018-10-23 | 住友电气工业株式会社 | 车载装置和道路异常警示系统 |
CN107180220A (zh) * | 2016-03-11 | 2017-09-19 | 松下电器(美国)知识产权公司 | 危险预测方法 |
CN107180220B (zh) * | 2016-03-11 | 2023-10-31 | 松下电器(美国)知识产权公司 | 危险预测方法 |
CN108120985A (zh) * | 2016-11-30 | 2018-06-05 | 通用汽车环球科技运作有限责任公司 | 使用汽车雷达的安全区域的软检测 |
CN108242182B (zh) * | 2016-12-27 | 2021-11-05 | 松下电器(美国)知识产权公司 | 信息处理装置、信息处理方法以及记录介质 |
CN108242182A (zh) * | 2016-12-27 | 2018-07-03 | 松下电器(美国)知识产权公司 | 信息处理装置、信息处理方法以及程序 |
US11080543B2 (en) | 2017-03-15 | 2021-08-03 | Honda Motor Co., Ltd. | Walking support device, walking support method and program |
CN110419068A (zh) * | 2017-03-15 | 2019-11-05 | 本田技研工业株式会社 | 步行支援装置、步行支援方法、以及程序 |
CN110419068B (zh) * | 2017-03-15 | 2021-12-17 | 本田技研工业株式会社 | 步行支援装置、步行支援方法、以及存储介质 |
CN110741424A (zh) * | 2017-06-22 | 2020-01-31 | 三菱电机株式会社 | 危险信息收集装置 |
CN111656396A (zh) * | 2018-02-02 | 2020-09-11 | 三菱电机株式会社 | 落下物检测装置、车载系统、车辆及落下物检测程序 |
CN111656396B (zh) * | 2018-02-02 | 2024-01-09 | 三菱电机株式会社 | 落下物检测装置、车载系统、车辆及计算机可读取的记录介质 |
CN108242183B (zh) * | 2018-02-06 | 2019-12-10 | 淮阴工学院 | 基于运动目标标记框宽度特性的交通冲突检测方法及装置 |
CN108242183A (zh) * | 2018-02-06 | 2018-07-03 | 淮阴工学院 | 基于运动目标标记框宽度特性的交通冲突检测方法及装置 |
CN111971723A (zh) * | 2018-04-20 | 2020-11-20 | 三菱电机株式会社 | 驾驶监视装置和驾驶监视程序 |
CN111971723B (zh) * | 2018-04-20 | 2022-04-19 | 三菱电机株式会社 | 驾驶监视装置和计算机能读取的记录介质 |
CN112785875A (zh) * | 2019-11-11 | 2021-05-11 | 丰田自动车株式会社 | 信息处理装置、信息处理系统及方法以及记录介质 |
CN112349142A (zh) * | 2020-10-29 | 2021-02-09 | 深圳市元征科技股份有限公司 | 一种车辆追尾预警方法及其相关设备 |
Also Published As
Publication number | Publication date |
---|---|
US9852632B2 (en) | 2017-12-26 |
DE112012005852T5 (de) | 2014-11-27 |
JPWO2013118191A1 (ja) | 2015-05-11 |
JP5774140B2 (ja) | 2015-09-02 |
WO2013118191A1 (ja) | 2013-08-15 |
US20150015712A1 (en) | 2015-01-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104115199A (zh) | 驾驶支援装置以及驾驶支援方法 | |
US9965957B2 (en) | Driving support apparatus and driving support method | |
JP4814928B2 (ja) | 車両用衝突回避装置 | |
US10710502B2 (en) | In-vehicle alert apparatus and alert method | |
JP5718942B2 (ja) | 輸送手段の安全な運転を補助する装置及び方法 | |
US9524643B2 (en) | Orientation sensitive traffic collision warning system | |
US10009580B2 (en) | Method for supplementing a piece of object information assigned to an object and method for selecting objects in surroundings of a vehicle | |
JP5410730B2 (ja) | 自動車の外界認識装置 | |
US9052215B2 (en) | Apparatus and method for navigation control | |
EP3017989A1 (en) | Drive assist device | |
EP2544161A1 (en) | Surrounding area monitoring device for vehicle | |
JP5748030B1 (ja) | 衝突回避システム及び衝突回避方法 | |
US9626866B2 (en) | Active warning system using the detection of driver awareness of traffic signs | |
CN109643495B (zh) | 周边监视装置及周边监视方法 | |
KR20140019571A (ko) | 후측방 경보 시스템 및 방법 | |
CN110383102B (zh) | 故障检测装置、故障检测方法及计算机可读取存储介质 | |
JP2007241898A (ja) | 停止車両分別検出装置および車両の周辺監視装置 | |
CA2993766C (en) | Lane display device and lane display method | |
JP2017062583A (ja) | 危険情報報知システム、サーバ及びコンピュータプログラム | |
KR102188637B1 (ko) | 차로 변경 안내 시스템 | |
KR101947473B1 (ko) | 후방 차량을 고려한 안전 운전 지원 장치 및 방법 | |
JP6424775B2 (ja) | 情報表示装置 | |
JP2018013838A (ja) | 運転支援装置 | |
JP2019114183A (ja) | 警告システム | |
CN103522952A (zh) | 驾驶中提示危险的警报装置及其方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20141022 |