CN107004347A - 驾驶判定装置和检测装置 - Google Patents

驾驶判定装置和检测装置 Download PDF

Info

Publication number
CN107004347A
CN107004347A CN201580065401.8A CN201580065401A CN107004347A CN 107004347 A CN107004347 A CN 107004347A CN 201580065401 A CN201580065401 A CN 201580065401A CN 107004347 A CN107004347 A CN 107004347A
Authority
CN
China
Prior art keywords
driving
information
main body
vehicle
value
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
Application number
CN201580065401.8A
Other languages
English (en)
Inventor
菊池直树
笠原亮介
关海克
矢野友章
牧隆史
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ricoh Co Ltd
Original Assignee
Ricoh Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ricoh Co Ltd filed Critical Ricoh Co Ltd
Priority claimed from PCT/JP2015/005999 external-priority patent/WO2016088375A1/en
Publication of CN107004347A publication Critical patent/CN107004347A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W40/09—Driving style or behaviour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • 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
    • 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
    • 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
    • G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
    • 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
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808—Diagnosing performance data
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841—Registering performance data
    • G07C5/085—Registering performance data using electronic data carriers
    • G07C5/0866—Registering performance data using electronic data carriers the electronic data carrier being a digital video recorder in combination with video camera
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/0022—Gains, weighting coefficients or weighting functions
    • B60W2050/0025—Transfer function weighting factor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo or light sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/60—Traffic rules, e.g. speed limits or right of way
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20061—Hough transform
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256—Lane; Road marking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G06V20/647—Three-dimensional objects by matching two-dimensional images to three-dimensional objects

Abstract

一种驾驶判定装置包括：获取器，配置为至少获取驾驶方向上驾驶主体的捕获图像和随着驾驶主体的移动而改变的信息；驾驶水平计算器，配置为使用获取的捕获图像和获取的随着驾驶主体的移动而改变的信息中的至少一个，对于每个预定判定项目计算驾驶水平，所述驾驶水平用于评估驾驶主体的驾驶方法；分项计算器，配置为计算基于每个判定项目计算的多个驾驶水平的值；和评估结果计算器，配置为使用基于每个判定项目的驾驶水平的值，计算用于综合地评估驾驶主体的驾驶方法的值。

Description

驾驶判定装置和检测装置
技术领域
本发明涉及驾驶判定装置和检测装置。
背景技术
近年来，已经已知分析由车辆内相机装置捕获的车辆外部的图像并例如自动地识别前方车辆和道路标志的技术。该技术例如在导航系统或者驾驶记录仪装置中提供，且例如用于支持安全驾驶或者检测危险驾驶。
专利文献1(日本特开专利公开No.2012-103919)公开了使用在道路上安装的多个相机装置检测危险驾驶的车辆的通过车辆监测系统。
发明内容
技术问题
但是，难以精确地识别比如前方车辆和道路标志的识别目标。另外，在PTL 1中公开的通过车辆监测系统的情况下，需要用于在道路上安装多个相机装置的大规模施工且仅监视行驶在其上安装了相机装置的道路上的车辆。也就是，在PTL 1中公开的通过车辆监测系统的情况下，可以检测在其上安装了相机装置的道路上行驶的车辆的驾驶特性，但是难以跟踪和检测同一车辆的驾驶特性。
可以通过长时间地获取驾驶信息来精确地判定驾驶者的驾驶特性。因此，在根据现有技术的从分散的驾驶信息判定驾驶特性的技术中，难以精确地判定驾驶者的驾驶特性。
已经考虑上述问题做出本发明，且本发明的目的是提供可以精确地判定驾驶者的驾驶特性的驾驶判定装置、驾驶判定程序、计算系统、检测装置、检测系统、检测方法和程序。
技术方案
根据实施例，提供了一种驾驶判定装置，包括：获取器，配置为至少获取驾驶方向上驾驶主体的捕获的图像和随着驾驶主体的移动而改变的信息；驾驶水平计算器，配置为通过使用获取的捕获图像和获取的随着驾驶主体的移动而改变的信息中的至少一个，来对于每个预定的判定项目计算驾驶水平，所述驾驶水平用于评估驾驶主体的驾驶方法；分项计算器，配置为计算基于每个判定项目计算的多个驾驶水平的值；和评估结果计算器，配置为使用基于每个判定项目的驾驶水平的值，计算用于综合地评估驾驶主体的驾驶方法的值。
技术效果
根据本发明，可以精确地判定驾驶者的驾驶特性。
附图说明
图1是图示根据第一实施例的驾驶判定装置的硬件配置的图。
图2是图示根据第一实施例的驾驶判定装置的功能框图。
图3是图示根据第一实施例的驾驶判定装置的驾驶判定操作的流程的图。
图4是图示根据第一实施例的驾驶判定装置的分项驾驶判定操作的具体流程的图。
图5是图示根据第一实施例的由驾驶判定装置的分项驾驶判定单元获取的每个判定项目的数据的示例的图。
图6是图示根据第一实施例的驾驶判定装置的总体驾驶判定操作的具体流程的图。
图7是图示根据第一实施例的驾驶判定装置中的总体驾驶判定单元的总体驾驶水平计算操作的图。
图8是图示根据第二实施例的驾驶判定装置的分项驾驶判定操作的具体流程的图。
图9是图示根据第二实施例的驾驶判定装置的总体驾驶判定操作的具体流程的图。
图10是图示根据第三实施例的计算系统的结构的图。
图11是图示根据第三实施例的计算系统中提供的集合装置的硬件配置的图。
图12是图示根据第四实施例的用于评估驾驶特性的信息提供系统的使用环境和示意性操作的图。
图13A是图示ROI的示例的图。
图13B是图示降噪处理的示例的图。
图13C是图示边缘搜索处理的示例的图。
图13D是图示白线检测处理的示例的图。
图13E是图示车道变换判定处理的示例的图。
图14是图示根据第五实施例的检测装置的检测方法的示例的流程图。
图15是图示根据第五实施例的检测装置的车道变换判定处理的示例的流程图。
图16是根据第六实施例的检测系统的结构的示例的图。
图17是图示根据第六实施例的检测系统中的服务器设备的结构的示例的图。
图18是图示根据第六实施例的检测系统中的服务器设备的硬件配置的示例的图。
具体实施方式
在下文中，将具体描述本发明的实施例。
第一实施例
首先，将要描述根据本发明第一实施例的驾驶判定装置。在下文中，假定驾驶判定装置判定作为驾驶主体的示例的车辆的驾驶方法。
驾驶判定装置的硬件配置
图1是图示根据第一实施例的驾驶判定装置1的硬件配置的图。如图1所示，驾驶判定装置1包括CPU 2、ROM 3、RAM 4、相机单元5、GPS传感器6、麦克风单元7、显示单元8、操作单元9、加速度传感器10、输入/输出I/F 11、通信单元12和扬声器单元13。CPU是“中央处理单元”的缩写。ROM是“只读存储器”的缩写。RAM是“随机存取存储器”的缩写。GPS是“全球定位系统”的缩写。例如，在车辆中提供驾驶判定装置1以使得相机单元5捕获在车辆的驾驶方向上的图像。
相机单元5、加速度传感器10和输入/输出I/F 11是获取单元的示例。由加速度传感器10检测到的车辆的加速度和从通过输入/输出I/F 11提供的车辆信息检测到的车辆的驾驶速度是随着车辆的移动而改变的信息的示例。
CPU 2根据ROM 3中存储的驾驶判定程序判定驾驶水平(将在以下描述)。ROM 3存储作为基本软件的操作系统(OS)和用于判定驾驶水平的驾驶判定程序。在RAM 4中，开发对应于驾驶判定程序且将要参考图2描述的车辆检测单元21到总体驾驶判定单元38(每个功能)。
相机单元5是包括用于右眼的成像单元和用于左眼的成像单元的所谓的立体相机装置。相机单元5从由用于右眼的成像单元和用于左眼的成像单元获得的捕获图像生成视差图像。CPU 2使用来自相机单元5的视差图像，例如检测在前方行进的车辆、车辆间距、驾驶线、护栏、障碍、行人、交通标志和道路标志。GPS传感器6检测提供有驾驶判定装置1的车辆的当前驾驶位置。麦克风单元7收集车辆外部的声音。显示单元8例如显示操作菜单和当前由相机单元5捕获的图像。操作单元9使能选择期望的操作菜单的操作。加速度传感器10检测例如由车辆的方向盘操作生成的车辆的加速度。
近年来，已经向车辆提供被称为车载诊断(OBD)的自诊断功能。近来的车辆可以通过OBD的数据链路连接器(DLC)获取车辆信息，比如驾驶速度、当前引擎RPM、引擎负荷因子、节流圈的打开程度和冷却剂温度。车辆信息通过DLC提供到输入/输出接口(输入/输出I/F)11。
CPU 2获取作为车辆信息(OBD数据)的各种信息，比如车辆速度、引擎RPM、引擎负荷因子、点火时间、进气歧管的压力、进气量(MAF)、注入开始时间和引擎冷却剂的温度(冷却剂温度)。另外，CPU 2获取作为车辆信息的各种信息，比如流入引擎的空气的温度(入口气温)、车辆外部的温度(室外温度)、燃料流量、即时燃料消耗、加速器的下降程度(节流圈的打开程度)、转向灯信息(左和右转向灯的操作信息)、制动器抑制程度和方向盘的旋转角度信息。CPU 2例如基于车辆信息检测当前驾驶速度、加速器操作、刹车操作和方向盘操作并执行故障诊断。
通信单元12可以通过网络执行有线通信或者无线通信。扬声器单元13在不优选的驾驶操作，比如突然打方向盘操作或者突然刹车操作时输出警告消息，并输出指示将在以下描述的驾驶的判定结果的声音。
驾驶判定装置的软件配置
图2是图示由CPU 2对驾驶判定程序的执行所实现的每个功能的功能框图。如图2所示，CPU 2用作车辆检测单元21、线检测单元22、信号检测单元23、标志检测单元24、车辆间距检测单元25、碰撞时间检测单元(TTC检测单元)26和突然无意加速检测单元27。另外，CPU 2用作信号忽视检测单元28、标志忽视检测单元29、突然停止检测单元30、突然方向盘操作检测单元31、线忽视检测单元32和驾驶车道检测单元33。此外，CPU 2用作驾驶位置检测单元34、分项驾驶判定单元35和总体驾驶判定单元36。
车辆检测单元21到分项驾驶判定单元35是驾驶水平计算单元的示例。另外，分项驾驶判定单元35是分项计算单元的示例。总体驾驶判定单元36是加权单元和评估结果计算单元的示例。
在该示例的描述中，假定车辆检测单元21到总体驾驶判定单元36由软件实现。但是，车辆检测单元21到总体驾驶判定单元36中的某些或者全部可以由硬件实现。
驾驶判定程序可以记录为计算机可读记录介质(比如CD-ROM或者软盘(FD))上的可安装或者可执行文件，然后可以提供驾驶判定程序。另外，驾驶判定程序可以记录在计算机可读记录介质(比如CD-R、DVD、蓝光盘(注册商标)或者半导体存储器)上，然后可以提供驾驶判定程序。DVD是“数字多用途盘”的缩写。驾驶判定程序可以通过比如因特网的网络提供。另外，驾驶判定装置1可以通过网络下载驾驶判定程序，例如在RAM 4中安装驾驶判定程序，并执行驾驶判定程序。驾驶判定程序可以预先并入例如驾驶判定装置1的RAM 4中且然后提供。
车辆检测单元21使用从相机单元5获得的视差图像检测前方车辆。线检测单元22使用视差图像检测线，比如道路的中心线和边缘线。信号检测单元23使用视差图像检测打开的交通信号灯的颜色(蓝色灯、黄色等或者红色灯)。标志检测单元24使用视差图像检测道路标志，比如“不准进入”、“临时停止”或者“不准停车”。车辆间距检测单元25使用视差图像检测主车辆和前方车辆之间的距离。碰撞时间检测单元26从主车辆和前方车辆之间的距离和当前驾驶速度检测与前方车辆的碰撞时间。
突然无意加速检测单元27使用由加速度传感器10检测到的加速度，检测车辆的突然无意加速。信号忽视检测单元28使用开启的交通信号灯的检测到的颜色输出和车辆的驾驶速度，检测驾驶员是否忽视交通信号。标志忽视检测单元29使用检测到的道路标志的输出和检测到的车辆的驾驶速度，检测驾驶员是否已经忽视道路标志。突然停止检测单元30使用主车辆和前方车辆之间的距离和加速度传感器10的检测到的输出，检测车辆是否已经突然停止。
突然方向盘操作检测单元31使用主车辆和前方车辆之间的距离和检测到的加速度输出，检测是否已经突然打方向盘。线忽视检测单元32使用线检测单元22的线检测结果的输出，检测驾驶员是否已经忽视线。驾驶车道检测单元33使用线检测单元22的线检测结果的输出来检测驾驶车道，并对车道变换的数目计数。驾驶位置检测单元34使用视差图像和线检测单元22的线检测结果的输出，检测车辆行进的驾驶区域。驾驶区域的检测结果的输出用于基于交通规则判定车辆是否在车辆需要行进的驾驶区域中行进。也就是，例如，当交通规则规定交通必须保持靠左时，驾驶区域的检测结果的输出用于判定交通是否保持靠左。
分项驾驶判定单元35基于车辆检测单元21到驾驶区域检测单元34的检测结果的输出，计算每个项目的驾驶水平。总体驾驶判定单元36使用对于每个项目计算的每个驾驶水平，计算总体驾驶水平。
驾驶判定操作的流程
接下来，在图3的流程图中图示根据第一实施例的驾驶判定装置1的驾驶判定操作的流程。例如，当车辆的驾驶开始时，从电池向驾驶判定装置1供电，且OS启动，CPU 2读取ROM 3中存储的驾驶判定程序。然后，CPU 2在RAM 4中开发已经参考图2描述的单元21到36。然后，驾驶判定操作开始，且从步骤S1开始顺序地执行图3的流程图中图示的处理。
在步骤S1，CPU 2例如以1/60秒的间隔获取从相机单元5输出的视差图像(捕获图像)的每个帧，且在RAM 4中顺序地存储获取的图像。在步骤S2，CPU 2从通过输入/输出I/F11提供的车辆信息获取与视差图像的每个帧对应的车辆的驾驶速度，并在RAM 4中顺序地存储驾驶速度。在步骤S3中，CPU 2从加速度传感器10获取对应于视差图像的每个帧的检测到的加速度的输出，并在RAM 4中顺序地存储该输出。以这种方式，在RAM 4中存储视差图像的每个帧、驾驶速度和加速度(步骤S4)。
然后，在步骤S5，分项驾驶判定单元35使用从车辆检测单元21到驾驶区域检测单元34输出的检测结果，判定将在以下描述的每个项目的驾驶水平(分项驾驶判定操作)。然后，在步骤S6，总体驾驶判定单元36使用已经对于每个项目计算的每个驾驶水平来计算总体驾驶水平(总体驾驶判定操作)。
分项驾驶判定操作
接下来，在图4的流程图中图示了在步骤S5中的分项驾驶判定操作的具体流程。在图3中图示的流程图的步骤S4中，当在RAM 4中存储视差图像的每个帧、驾驶速度和加速度时，从步骤S11开始图4的流程图中的处理。
在步骤S11中，分项驾驶判定单元35获取全部判定项目的数据。例如，如图5所示，根据第一实施例的驾驶判定装置1针对每个判定项目，比如分类“加速器操作”中包括的“车辆间距”、“碰撞时间”、“突然无意加速”、“信号忽视”和“标志忽视”，判定驾驶水平。另外，驾驶判定装置1对于每个判定项目，比如分类“刹车操作”中包括的“突然停止”、“信号忽视”和“标志忽视”，判定驾驶水平。此外，驾驶判定装置1针对每个判定项目，比如分类“方向盘操作”中包括的“突然方向盘操作”、“白线忽视”、“过多车道变换数目”和“保持左边”，判定驾驶水平。
因此，在步骤S11中，车辆间距检测单元25从RAM 4获取已经由车辆检测单元21从视差图像检测到的前方车辆的车辆检测信息。在步骤S11中，碰撞时间检测单元26从RAM 4获取视差图像和与视差图像对应的主车辆的驾驶速度信息。信号检测单元23使用视差图像检测开启的交通信号灯的颜色，并在RAM 4中存储指示开启的交通信号灯的检测到的颜色的开启灯颜色信息，如上所述。突然无意加速检测单元27在步骤S11中在RAM 4中获取交通信号的开启灯颜色信息和由加速度传感器10检测到的加速度数据。
此外，在步骤S11中，信号忽视检测单元28从RAM 4获取由信号检测单元23检测到的开启灯颜色信息和主车辆的驾驶速度。标志检测单元24使用视差图像和每个标志的模板图像执行模板匹配处理，检测在主车辆的驾驶位置提供的道路标志，并在RAM 4中存储指示检测到的道路标志的标志检测信息。标志忽视检测单元29在步骤S11中从RAM 4获取标志检测信息和主车辆的驾驶速度。
在步骤S11中，突然停止检测单元30从RAM 4获取前方车辆的车辆检测信息和加速度数据。另外，在步骤S11中，突然方向盘操作检测单元31从RAM 4获取前方车辆的车辆检测信息和加速度数据。线检测单元22从视差图像检测比如道路的中心线和道路的边缘线之类的线，并在RAM 4中存储线检测信息。在步骤S11，线忽视检测单元32从RAM 4获取线检测信息。在步骤S11，驾驶车道检测单元33从RAM 4获取线检测信息和加速度信息。驾驶区域检测单元34从RAM 4获取前方车辆的车辆检测信息和线检测信息。
因而，当车辆间距检测单元25到驾驶区域检测单元34获取计算每个判定项目的驾驶水平所需的数据时，处理进行到步骤S12。在步骤S12，车辆间距检测单元25到驾驶区域检测单元34从RAM 4获取与一个预定场景对应的数据。
在步骤S13，分项驾驶判定单元35判定由车辆间距检测单元25到驾驶区域检测单元34对每个判定项目的驾驶水平的计算是否已经结束。换句话说，在步骤S13，分项驾驶判定单元35判定在由车辆间距检测单元25到驾驶区域检测单元34计算的每个判定项目的信息(数据)中是否存在还没有处理的数据。
在步骤S15，车辆间距检测单元25到驾驶区域检测单元34计算每个判定项目的驾驶水平(步骤S13：“是”)。特别地，车辆间距检测单元25计算与已经从RAM 4获取的视差图像的多个帧检测到的主车辆和前方车辆之间的距离对应的驾驶水平。特别地，当车辆间距大于100米时，车辆间距检测单元25将与该车辆间距对应的驾驶水平计算为“0(风险程度是0)”。另一方面，当车辆间距等于或者小于100米时，车辆间距检测单元25计算“(100-距离[米])÷10”，并计算与该车辆间距对应的驾驶水平。当与车辆间距对应的驾驶水平增大时，风险程度增大。
碰撞时间检测单元26从视差图像和与从RAM 4获取的视差图像对应的主车辆的驾驶速度信息，计算与直到主车辆碰撞前方车辆为止的时间对应的驾驶水平。特别地，当直到主车辆碰撞前方车辆为止的时间等于或大于10秒时，碰撞时间检测单元26将与碰撞时间对应的驾驶水平计算为"0(风险程度是0)"。另一方面，当直到主车辆碰撞前方车辆为止的时间小于10秒时，碰撞时间检测单元26计算“10秒-碰撞时间[秒])”，并计算与碰撞时间对应的驾驶水平。当与碰撞时间对应的驾驶水平增大时，风险程度增大。
突然无意加速检测单元27从RAM 4获取的交通信号的开启灯颜色信息和加速度数据，计算主车辆的加速度程度。也就是，当即使从交通信号灯的颜色从红到蓝的改变经过的时间很短，主车辆的加速度仍很高时，意味着已经发生突然无意加速。另外，当在交通信号灯的颜色从红变为蓝之后加速度维持在实质上恒定的值时，意味着驾驶员已经为了安全驾驶加速车辆。突然无意加速检测单元27计算加速度程度。
特别地，当加速度[m/s2]大于0[m/s2]且等于或者小于300[m/s2]时，突然无意加速检测单元27使用以下算术表达式计算与主车辆的加速度对应的驾驶水平：“从0[km/h]的驾驶速度开始的加速度[m/s2]÷30”。当加速度[m/s2]大于300[m/s2]时，突然无意加速检测单元27将与主车辆的加速度对应的驾驶水平计算为“10(风险程度：大)”。当加速度[m/s2]等于或者小于0[m/s2]时，突然无意加速检测单元27不计算驾驶水平。当与主车辆的加速度对应的驾驶水平增大时，风险程度增大。
信号忽视检测单元28基于驾驶员是否已经忽视信号，从由信号检测单元23检测到的开启灯颜色信息和主车辆的驾驶速度来计算驾驶水平。特别地，当即使主车辆的驾驶速度等于或者大于1[km/h]且开启的交通信号灯的颜色是红色也未从图像中检测到交通信号时，信号忽视检测单元28判定驾驶员已经忽视信号，且将与信号忽视对应的驾驶水平设置为“10(风险程度：大)”。相反地，当开启的交通信号灯的颜色从红变为蓝且主车辆的驾驶速度从0[km/h]逐渐增大时，信号忽视检测单元28判定驾驶员根据交通规则遵守交通信号，并将与信号忽视对应的驾驶水平设置为“0(风险程度：小)”。
标志检测单元24基于指示在主车辆的驾驶位置提供的道路标志的标志检测信息和主车辆的驾驶速度，检测驾驶员是否已经忽视道路标志。
突然停止检测单元30从前方车辆的车辆检测信息和主车辆的加速度信息来计算停止程度。例如，当主车辆和前方车辆之间的距离很短，且主车辆的加速度从正值快速地改变为大的负值时，意味着主车辆已经突然停止(驾驶员已经急刹)。当随着主车辆和前方车辆之间距离的减小同时加速度逐渐减小到零(0)时(例如，当车辆在临时突然刹车之后逐渐停止时)，意味着主车辆已经减速并停止。这对应于主车辆中通过从在时间轴上的下一时间已经发生的加速度减去在前一时间已经发生的加速度而获得的值是大的负值的情况。主车辆的加速度例如包括当正在减速的车辆突然减速时的加速度，当在匀速行进的车辆突然减速时的加速度和当正在加速的车辆突然减速时的加速度。突然停止检测单元30计算突然刹车的程度和主车辆的停止程度。
特别地，当加速度小于0[m/s2]且大于-300[m/s2]时，突然停止检测单元30使用以下算术表达式计算与主车辆的停止程度对应的驾驶水平：“(加速度[m/s2]÷30)×(-1)”。相反地，当加速度小于-300[m/s2]时，突然停止检测单元30将与主车辆的停止程度对应的驾驶水平设置为“10(风险程度：大)”。当加速度大于0[m/s2]时，突然停止检测单元30不计算与主车辆的停止程度对应的驾驶水平。当与主车辆的停止程度对应的驾驶水平增大时，风险程度增大。
突然方向盘操作检测单元31从前方车辆的车辆检测信息和加速度信息计算主车辆的方向盘操作的程度。当执行突然改变主车辆的驾驶方向的方向盘操作时，突然方向盘操作检测单元31检测到突然方向盘操作。线忽视检测单元32从线检测信息计算精确地跟踪例如由中心线和边缘线指示的车辆车道的主车辆的百分比。驾驶车道检测单元33基于线检测信息和加速度信息对主车辆的车道变换的数目计数。驾驶区域检测单元34从前方车辆的车辆检测信息和线检测信息，计算保持靠左的主车辆的百分比。
当判定已经由车辆间距检测单元25到驾驶区域检测单元34计算了全部判定项目的驾驶水平时(步骤S13：“否”)，分项驾驶判定单元35进行到步骤S14。在RAM 4中存储每个判定项目的驾驶水平。因此，在RAM 4中存储每个判定项目的多个驾驶水平。在步骤S14，分项驾驶判定单元35计算作为基于RAM 4中存储的每个判定项目的驾驶水平的值的示例的每个判定项目的驾驶水平的平均值。然后，图4中图示的流程图中的处理结束。
分项驾驶判定单元35可以执行每个判定项目的驾驶水平的平均值的预定加权处理以计算平均值。在本实施例中，分项驾驶判定单元35计算每个判定项目的驾驶水平的平均值。但是，该结构是说明性的示例。除平均值之外，可以使用预定相加值、预定相减值、预定相除值、预定相乘值或者通过其组合计算的值。
由于突然的或者不可避免的危险驾驶而计算作为负判定结果的驾驶水平不是优选的。根据实施例的驾驶判定装置1计算每个判定项目的驾驶水平的平均值。因此，虽然偶然地执行危险驾驶，也可以防止驾驶水平的判定结果为负。另外，可以判定驾驶员的平均驾驶方法。
总体驾驶判定操作
接下来，将参考图6描述在步骤S6的总体驾驶判定操作的具体流程。在图3中图示的流程图的步骤S5，当每个判定项目的驾驶水平的平均值的计算结束时，总体驾驶判定单元36从步骤S21开始图6中图示的流程图的处理。
在步骤S21，总体驾驶判定单元36执行以对于每个判定项目预定的加权系数对每个判定项目的驾驶水平的平均值加权的处理。特别地，在图7中图示的示例中，在分类“加速器操作”中，与车辆间距对应的驾驶水平的平均值是“8”且与碰撞时间对应的驾驶水平的平均值是“9”。在图7中图示的示例中，在分类“加速器操作”中，与突然无意加速对应的驾驶水平的平均值是“6”，与信号忽视对应的驾驶水平的平均值是“0”，且与标志忽视对应的驾驶水平的平均值是“0”。
在图7中图示的示例中，在分类“刹车操作”中，与突然停止对应的驾驶水平的平均值是“7”，与信号忽视对应的驾驶水平的平均值是“1”，且与标志忽视对应的驾驶水平的平均值是“1”。在图7中图示的示例中，在分类“方向盘操作”中，与突然方向盘操作对应的驾驶水平的平均值是“6”，与白线忽视对应的驾驶水平的平均值是“3”，与过多车道变换数目对应的驾驶水平的平均值是“8”，且与“保持左边”对应的驾驶水平的平均值是“5”。
在图7中图示的示例中，在分类“加速器操作”中，将加权系数“3”分配给与车辆间距对应的驾驶水平，且将加权系数“3”分配给与碰撞时间对应的驾驶水平。在图7中图示的示例中，在分类“加速器操作”中，将加权系数“2”分配给与突然无意加速对应的驾驶水平，将加权系数“3”分配给与信号忽视对应的驾驶水平，且将加权系数“2”分配给与标志忽视对应的驾驶水平。
在图7中图示的示例中，在分类“刹车操作”中，将加权系数“2”分配给与突然停止对应的驾驶水平，将加权系数“3”分配给与信号忽视对应的驾驶水平，且将加权系数“2”分配给与标志忽视对应的驾驶水平。在图7中图示的示例中，在分类“方向盘操作”中，将加权系数“2”分配给与突然方向盘操作对应的驾驶水平，将加权系数“1”分配给与白线忽视对应的驾驶水平，将加权系数“2”分配给与过多车道变换数目对应的驾驶水平，且将加权系数“1”分配给与“保持左边”对应的驾驶水平。
在图6中图示的流程图的步骤S21，总体驾驶判定单元36将每个判定项目的驾驶水平的平均值乘以分配给每个判定项目的加权系数，以对每个判定项目的驾驶水平的平均值加权。因此，如图7所示，与在分类"加速器操作"中的车辆间距对应的驾驶水平由值“8×3＝24”加权。另外，与分类“加速器操作”中的碰撞时间对应的驾驶水平由值“9×3＝27”加权。与分类“加速器操作”中的突然无意加速对应的驾驶水平由值“6×2＝12”加权。与分类“加速器操作”中的信号忽视对应的驾驶水平由值“0×3＝0”加权。与分类“加速器操作”中的标志忽视对应的驾驶水平由值“0×2＝0”加权。
另外，与分类“刹车操作”中的突然停止对应的驾驶水平由值“7×2＝14”加权。与分类“刹车操作”中的信号忽视对应的驾驶水平由值“0×3＝0”加权。与分类“刹车操作”中的标志忽视对应的驾驶水平由值“1×2＝2”加权。
此外，与分类“方向盘操作”中的突然方向盘操作对应的驾驶水平由值“6×2＝12”加权。与分类“方向盘操作”中的白线忽视对应的驾驶水平由值“3×1＝3”加权。与分类“方向盘操作”中的过多车道变换数目对应的驾驶水平由值“8×2＝16”加权。与分类“方向盘操作”中的“保持左边”对应的驾驶水平由值“5×1＝5”加权。
然后，在图6中图示的流程图中的步骤S22，总体驾驶判定单元36将每个判定项目的加权平均值之和除以全部判定项目的加权系数之和以计算驾驶水平的总体水平。然后，图6的流程图中图示的处理结束。
特别地，在图7中图示的示例中，每个判定项目的加权平均值之和是“24+27+12+0+0+14+0+2+12+3+16+5＝115”。在图7中图示的示例中，全部判定项目的加权系数之和是“3+3+2+3+2+2+3+2+2+1+2+1＝26”。因此，总体驾驶判定单元36计算值“115÷26”并将“大约4.4”的值计算为驾驶水平的总体水平。可以根据该总体水平评估驾驶员的驾驶水平。例如，可以评估“驾驶员的驾驶不违反交通规则，但是有点过分且可能导致事故”。
第一实施例的效果
如从以上描述可以看到的，根据第一实施例的驾驶判定装置1对于每个预定判定项目计算指示驾驶员的安全程度的驾驶水平。另外，驾驶判定装置1存储计算的每个判定项目的驾驶水平。然后，驾驶判定装置1计算每个判定项目的驾驶水平的平均价值，并使用计算的每个判定项目的驾驶水平的平均值来判定驾驶员的总体驾驶水平。因此，可以基于每个判定项目的多个驾驶水平的平均值判定驾驶员的驾驶水平。结果，可以从长期的角度精确地判定驾驶水平。
第二实施例
接下来，将描述根据第二实施例的驾驶判定装置1。根据第一实施例的驾驶判定装置1计算每个判定项目的驾驶水平的平均值以防止偶然的危险驾驶影响驾驶水平的判定结果。相反地，根据第二实施例的驾驶判定装置1检测危险驾驶的频率、判定驾驶水平并判定潜在驾驶水平。也就是，根据第二实施例的驾驶判定装置1考虑驾驶员的潜在特性来判定危险驾驶。另外，根据第二实施例的驾驶判定装置1基于危险驾驶的频率执行处理，以使得危险驾驶操作的数目很清楚。
根据第二实施例的分项驾驶判定操作
图8是图示根据第二实施例的驾驶判定装置1的分项驾驶判定操作的流程的流程图。在图3的流程图中的步骤S4，当在RAM 4中存储视差图像的每个帧、驾驶速度和加速度时，从步骤S31开始与在步骤S5中的处理对应的图8的流程图中的处理。在图8中图示的流程图中，在步骤S31到S33和步骤S35中的处理对应于在图4中图示的流程图中的步骤S11到S13和步骤S15中的处理。因此，在图8中图示的流程图中，将仅描述作为与第一实施例的差异的步骤S34中的处理。
也就是，当计算已经参考图5描述的每个判定项目的数据时，作为计数单元的示例的分项驾驶判定单元35对在步骤S34中的每个判定项目的驾驶水平当中的等于或者大于对于每个判定项目提供的阈值的驾驶水平的数目计数。因此，可以检测每个判定项目的具有等于或者大于阈值的驾驶水平的驾驶的频率。
根据第二实施例的总体驾驶判定操作
图9是图示根据第二实施例的驾驶判定装置1的总体驾驶判定操作的流程的流程图。在图3的流程图中的步骤S5，当等于或者大于阈值的驾驶水平的数目的计数结束时，总体驾驶判定单元36从步骤S41开始图9的流程图中的处理。
在步骤S41，作为加权单元的示例的总体驾驶判定单元36以对于每个判定项目预定的加权系数对每个判定项目的计数值加权，该计数值指示具有等于或者大于阈值的驾驶水平的驾驶操作的数目。然后，在步骤S42，作为评估结果计算单元的示例的总体驾驶判定单元36将每个判定项目的加权计数值之和计算为驾驶水平的总体水平。
第二实施例的效果
如从以上描述可以看到的，根据第二实施例的驾驶判定装置1对具有等于或者大于每个判定项目的阈值的水平的驾驶操作的数目计数。然后，根据第二实施例的驾驶判定装置1将每个判定项目的加权计数值之和计算为驾驶水平的总体水平。因此，根据第二实施例的驾驶判定装置1可以基于危险驾驶操作的数目判定潜在驾驶水平并获得与第一实施例中相同的效果。
第三实施例
接下来，将描述根据第三实施例的计算系统。根据第三实施例的计算系统从第一和第二实施例中描述的驾驶判定装置1收集驾驶的判定结果，并自动地执行驾驶判定处理、计算事故中的疏忽的百分比的处理或者计算车辆保险的处理。
系统的结构
图10是图示根据第三实施例的计算系统的结构的图。如图10所示，计算系统包括一个或者多个驾驶判定装置1和集合从驾驶判定装置1发送的每个判定项目的驾驶水平的集合装置44。驾驶判定装置1直接执行与基站42的无线通信，并将关于驾驶水平的信息发送到集合装置44。替代地，驾驶判定装置1通过无线通信装置41(比如智能电话)执行与基站42的无线通信，并将关于驾驶水平的信息发送到集合装置44。驾驶判定装置1可以使用有线通信将关于驾驶水平的信息发送到集合装置44。
图11是图示集合装置44的硬件配置的图。如图11所示，集合装置44包括CPU 51、ROM 52、RAM 53、HDD 54、输入/输出I/F 55和通信单元56。CPU 51到通信单元56通过总线57彼此连接。
为了计算车辆事故中的疏忽的百分比的疏忽百分比计算程序存储在ROM 52中。另外，用于根据驾驶水平的判定结果计算车辆保险的车辆保险计算程序存储在ROM 52中。例如，车辆保险计算程序可以存储在RAM 53或者HDD 54中。通信单元56执行与驾驶判定装置1的通信以获取作为总体水平的驾驶水平。另外，通信单元56可以获取每个判定项目的每一个驾驶水平。
系统的操作
在计算系统中，例如，以驾驶期间的预定时间间隔或者当例如，由于碰撞事故大的冲击施加到车辆时，每个车辆中提供的驾驶判定装置1将作为总体水平的驾驶水平发送到集合装置44。集合装置44根据车辆保险计算程序计算与驾驶员的驾驶水平对应的车辆保险。另外，集合装置44根据疏忽百分比计算程序，基于导致车辆事故的驾驶员的驾驶水平的判定结果计算驾驶员的疏忽的百分比。
第三实施例的效果
如上所述，使用多个存储的数据项目判定驾驶水平。因此，根据第三实施例的计算系统可以计算适于驾驶员的驾驶方法的车辆保险。另外，当计算车辆事故中驾驶员的疏忽的百分比时，可以提供有用的判定数据并获得与每一个上述实施例中相同的效果。
驾驶判定程序可以存储在集合装置44的ROM 52中，集合装置44可以从每个驾驶判定装置1收集计算每个判定项目的驾驶水平所需的数据，并计算每一个驾驶判定装置1的驾驶水平。
第四实施例
图12是图示根据第四实施例的用于评估驾驶特性的信息提供系统的使用环境和示意性操作的图。信息提供系统包括发送包括驾驶操作信息的上述车辆信息的通信单元12和用作成像装置的相机单元5。参考图1中图示的车辆的具体结构。
通信单元12以有线方式连接到生成驾驶操作信息的CPU 2的OBD端口。相机单元5和通信单元12使用比如蓝牙(注册商标)的近场通信彼此通信。另外，相机单元5和通信单元12可以通过无线LAN，比如Wi-Fi或者有线网络彼此通信。相机单元5和通信单元12例如通过网络43与车辆保险公司的集合装置44通信。
CPU 2还用作用于电子地控制车辆的总体操作的电子控制单元(ECU)，并例如执行故障诊断。CPU 2获取作为车辆信息(OBD数据)的各种信息，比如车辆速度、引擎RPM、引擎负荷因子、点火时间、进气歧管的压力、进气量(MAF)、注入开始时间和引擎冷却剂的温度(冷却剂温度)。另外，CPU 2获取作为车辆信息的各种信息，比如流入引擎的空气的温度(入口气温)、车辆外部的温度(室外温度)、燃料流量、即时燃料消耗、加速器的下降程度(节流圈的打开程度)、闪光灯信息(左和右闪光灯的操作信息)、制动器下降程度和方向盘的旋转角度信息。
通信单元12将从CPU 2获取的车辆信息通过网络43发送到集合装置44。另外，通信单元12在从CPU 2获取的车辆信息中提取指示至少取决于驾驶操作变化的车辆的操作状态的驾驶操作信息(比如车辆速度、加速器信息下降程度、闪光灯信息、制动器的下降程度和方向盘的旋转角度信息)，并将驾驶操作信息发送到相机单元5。
相机单元5具有至少捕获在车辆前方的图像和生成图像信息的功能、能够从生成的图像信息至少识别出道路标志、交通信号、车道和在道路上的障碍的图像分析功能、图像信息记录(存储)功能和图像分析结果记录(存储)功能。
当从通信单元12接收到比如关于刹车操作(减速)、加速器操作(加速)和方向盘操作(转动)的信息之类的驾驶操作信息时，相机单元5将与接收到的驾驶操作信息对应的图像信息和作为图像分析结果的识别结果信息发送到集合装置44。
另外，当从驾驶操作信息检测到导致危险驾驶的驾驶操作，比如突然加速、突然减速(突然刹车)或者快速转动(突然方向盘操作)时，通信单元12将指示已经执行危险驾驶的危险驾驶信息插入到驾驶操作信息中，并将驾驶操作信息发送到集合装置44。相机单元5将危险驾驶期间的图像信息和识别结果信息发送到集合装置44。另外，基于方向盘的旋转角度的差分值是否大于预定阈值来判定是否已经执行了突然方向盘操作。类似地，基于制动器的下降程度的差分值是否大于预定阈值来判定是否已经执行了突然刹车操作。
也就是，相机单元5独立地识别道路标志、交通信号、车道和道路上的障碍。相机单元5在从通信单元12接收到驾驶操作信息(包括危险驾驶信息)时生成关于速度限制、停止指令和交通信号的当前状态的信息(识别结果信息)。然后，相机单元5将生成的验证结果信息和从通信单元5接收到的驾驶操作信息发送到集合装置44。
相机单元5可以将与在接收到驾驶操作信息的时间之前和之后的预定时间段对应的视频(运动图像信息)发送到集合装置44。例如，当难以在相机单元5和集合装置44之间建立通信线路和发送视频时，视频可以记录在相机单元5中的记录介质上。然后，当在相机单元5和集合装置44之间建立通信线路时，记录介质中存储的视频可以发送到集合装置44。
当作为图像分析的结果相机单元5识别(检测)出预定道路标志时，它可以从通信单元12获取比如车辆速度的驾驶操作信息，并将驾驶操作信息和识别结果信息发送到集合装置44。
集合装置44例如基于疏忽百分比计算程序，使用从车辆的相机单元5和通信单元12发送的车辆信息和驾驶操作信息(包括危险驾驶信息)，计算交通事故中驾驶员的疏忽的百分比。以这种方式，可以获得与第三实施例相同的效果。
第五实施例
接下来，将描述根据第五实施例的检测装置。根据第五实施例的检测装置适当地检测由驾驶员的车道变换操作引起的危险驾驶。
也就是，相机单元5获取包括车辆周围的对象的图像信息并将图像信息供应到CPU2。CPU 2基于上述驾驶判定程序操作以用作图2中图示的驾驶车道检测单元33，并指定图像信息中包括的白线(车道边界)的位置。
特别地，驾驶车道检测单元33设置感兴趣区域(ROI)以经历用于从图像信息检测白线的图像分析。
图13A是图示ROI 202的示例的图。图13A中图示的示例示出了包括白线203a和白线203b的图像信息。另外，图13A中图示的示例示出了将在水平线201以下的图像信息的下部区域设置为ROI 202的情况。
然后，驾驶车道检测单元33在ROI 202中执行减小噪声的降噪处理。ROI 202的噪声例如是随机噪音。
图13B是图示降噪处理的示例的图。图13B中图示的示例示出了从图像信息的中心到左和右侧应用无限脉冲响应低通滤波器(IIR-LPF)以生成已经从其除去ROI 202的噪声的模糊图像的情况。
然后，驾驶车道检测单元33使用已经从其除去ROI 202的噪声的模糊图像执行边缘搜索处理。
图13C是图示边缘搜索处理的示例的图。图13C中图示的示例示出了搜索指示边缘大于预定阈值的像素作为从ROI 202的模糊图像的中心到左和右侧的白线203a的候选点204a和白线203b的候选点204b的情况。
然后，驾驶车道检测单元33使用白线的多个候选点204a和白线的多个候选点204b执行白线检测处理。特别地，驾驶车道检测单元33使用白线的多个候选点204a执行概率霍夫变换以从已经去除了ROI 202的噪声的模糊图像检测白线203a。类似地，驾驶车道检测单元33使用白线的多个候选点204b执行概率霍夫变换以从已经去除了ROI 202的噪声的模糊图像检测白线203b。驾驶车道检测单元33将白线检测为直线或者曲线。
当判定白线是否可以被检测为直线时，驾驶车道检测单元33使用概率霍夫变换，指定图像信息中的线方程“y＝ax+b”(x：水平方向上的坐标，y：垂直方向上的坐标)的斜率a和截距b。另外，例如，当概率霍夫变换的表决的数目、检测到的直线的长度和检测到的直线的斜率等于或者小于预定阈值时，驾驶车道检测单元33判定难以将白线检测为直线。
当白线被检测为直线时，驾驶车道检测单元33判定检测到的白线是否可靠。特别地，驾驶车道检测单元33对于时间t将IIR-LPF应用于从相机单元5作为时间序列连续帧接收到的预定数目的图像信息项中的每一个检测到的斜率a和截距b以平滑斜率a和截距b。然后，驾驶车道检测单元33判定平滑的斜率a和平滑的截距b和在由相同方法在先前连续帧中指定的斜率a和截距b之间的差值是否等于或者大于预定阈值。当该差值等于或者大于预定阈值时，驾驶车道检测单元33判定可靠性低。当该差值小于预定阈值时，驾驶车道检测单元33判定可靠性高。
当判定白线是否可以被检测为曲线球时，驾驶车道检测单元33使用概率霍夫变换，例如指定图像信息中的曲线方程“y＝Ax2+Bx+C”(x：水平方向上的坐标，y：垂直方向上的坐标)的系数A、B和C。另外，例如，当概率霍夫变换的表决的数目、检测到的曲线的长度和系数A、B和C等于或者小于预定阈值时，驾驶车道检测单元33判定难以将白线检测为曲线。当白线检测为曲线时的可靠性判定处理与当白线检测为直线时的相同，且因此将不重复其描述。
图13D是图示白线检测处理的示例的图。图13D中图示的示例示出了通过线方程从白线的多个候选点204a检测白线203a和通过线方程从白线的多个点204b检测白线203b的情况。
当检测到的白线可靠时，驾驶车道检测单元33将包括指示白线的位置的方程的判定信息和图像信息输入到驾驶区域检测单元34。驾驶区域检测单元34基于由来自驾驶车道检测单元33的判定信息指示的白线的位置改变，执行判定是否已经执行车道变换的车道变换判定处理。特别地，首先，驾驶区域检测单元34使用指示白线位置的方程，计算指示水平方向上白线的下端的位置的坐标。
图13E是图示车道变换判定处理的示例的图。图13E图示当白线203a是直线时的下端205a的示例和当白线203b是直线时的下端205b的示例。驾驶区域检测单元34基于从驾驶车道检测单元33以时间序列接收到的判定信息，判定在预定时间段内指示水平方向上白线的下端205a或者下端205b的位置的坐标的改变是否大于预定阈值。当在预定时间段内坐标的改变大于预定阈值时，驾驶区域检测单元34判定车辆已经变换车道。
接下来，将描述驾驶区域检测单元34的判定方法。当车辆行进而没有变换车道时，与车辆变换车道的情况相比，水平方向上白线的下端205a或者下端205b的位置在长时间内一点点地改变，或者下端稳定在同一位置。因此，当水平方向上白线的下端205a或者下端205b的位置在短时间内显著地改变时，驾驶区域检测单元34基于预定阈值判定车辆是否已经变换车道。
IIR-LPF在时间t应用于从驾驶车道检测单元33以时间序列接收到的图像信息项之中的两个相邻图像信息项检测到的位置改变以平滑位置改变，且通过两个相邻图像信息项中的平滑的改变之和判定下端的位置的改变。
接下来，将具体描述介于白线203a和白线203b之间的车道是三车道道路的中心车道的情况。例如，当车辆变换车道到左边车道时，驾驶区域检测单元34检测到与当未执行车道变换时的改变相比，从驾驶车道检测单元33作为时间序列中的连续帧接收到的图像信息上白线203a的下端205a的位置在短时间内显著地改变到右侧。
另外，当车辆变换车道到右边车道时，驾驶区域检测单元34检测到与当未执行车道变换时的改变相比，从驾驶车道检测单元33作为时间序列中的连续帧接收到的图像信息上白线203b的下端205b的位置在短时间内显著地改变到左侧。
当车辆的速度大于预定阈值时，驾驶区域检测单元34不执行车道变换判定处理。原因是当车辆速度很低时的车道变换被认为是车辆彼此通过所需的车道变换，且不经历检测危险驾驶水平的处理。
当判定还未执行车道变换时，驾驶区域检测单元34将包括当已经判定车道变换时的时间的车道变换通知输入到总体驾驶判定单元36。
当从驾驶区域检测单元34接收到车道变换通知时，总体驾驶判定单元36计算指示车道变换的频率的频率信息，并基于该频率信息检测指示车辆的驾驶员的危险驾驶程度的危险驾驶水平信息。接下来，将具体描述该频率信息和危险驾驶水平信息。
频率信息例如是指示预定时间段内车道变换的数目的信息。在该情况下，当预定时间段内车道变换的数目增大时，将危险驾驶水平信息设置为更高的水平。任意地设置该预定时间段。例如，该预定时间段是10分钟、1小时、24小时、1周和30天。例如，当该预定时间段是10分钟时，当10分钟内车道变换的数目增大时，将危险驾驶水平信息设置为较高水平。
另外，频率信息例如是指示车道变换和下一车道变换之间的时间间隔的信息。在该情况下，当车道变换和下一车道变换之间的时间间隔减小时将危险驾驶水平信息设置为较高水平。例如，当车道变换和下一车道变换之间的时间间隔是9秒或更多时，将危险驾驶信息设置为1。当车道变换和下一车道变换之间的时间间隔在6秒到9秒的范围内时，将危险驾驶水平信息设置为2。当车道变换和下一车道变换之间的时间间隔是3秒或者更小时，将危险驾驶水平信息设置为3。
当检测到危险驾驶水平信息时，总体驾驶判定单元36将危险驾驶水平信息输入到通信单元12。当从总体驾驶判定单元36接收到危险驾驶水平信息时，通信单元12将其中用于标识传输源的标识信息与危险驾驶水平信息相关联的检测信息发送到例如集合装置44。接下来，将描述用于标识传输源的标识信息。
可以对于每个车辆或者对于每个驾驶员标识传输源。当车辆由多个驾驶员驾驶时，检测每个驾驶员的危险驾驶，根据第五实施例的检测装置标识驾驶员并例如在驾驶员驾驶车辆之前，将包括驾驶员的标识信息的检测信息发送到集合装置44。将在下面的第六实施例中描述包括集合装置44的检测装置的实施例。
可以使用任何的驾驶员标识方法。例如，可以在检测装置中提供插入用于标识驾驶员的ID卡的槽，且驾驶员可以由插入的ID卡标识。另外，例如，读取用于使用比如近场通信(NFC)的通信标准标识驾驶员的集成电路(IC)卡的读取单元可以提供在检测装置中。
另外，可以向检测装置提供警告单元，该警告单元在检测到的危险驾驶水平大于预定阈值时例如使用声音向驾驶员警告危险驾驶。
接下来，将描述根据第五实施例的检测装置的检测方法。
图14是图示根据第五实施例的检测装置的检测方法的示例的流程图。首先，驾驶车道检测单元33接收由相机单元5获取的图像信息(步骤S51)。然后，驾驶车道检测单元33执行车道变换判定处理(步骤S52)。将在以下参考图15具体描述车道变换判定处理。
然后，当在步骤S52中由车道变换判定处理判定已经执行了车道变换时(步骤S53，“是”)，驾驶区域检测单元34计算指示车道变换频率的频率信息，并基于该频率信息检测指示车辆驾驶员的危险驾驶程度的危险驾驶水平信息(步骤S54)。当在步骤S52中由车道变换判定处理判定还未执行车道变换时(步骤S53，“否”)，处理返回到步骤S51。
然后，通信单元12将其中用于标识驾驶员的标识信息和危险驾驶水平信息彼此相关联的检测信息发送到集合装置44(步骤S55)。
接下来，将具体描述步骤S52中的车道变换判定处理。
图15是图示根据第五实施例的检测装置的车道变换判定处理的示例的流程图。首先，驾驶车道检测单元33设置ROI作为要经历用于从图像信息检测白线的图像分析的区域(步骤S61)。
然后，驾驶车道检测单元33从图像信息的中心到左和右侧应用IIR-LPF以生成已经除去ROI的噪声的模糊图像(步骤S62)。然后，驾驶车道检测单元33从ROI的模糊图像的中心到左和右侧搜索指示边缘大于预定阈值的像素作为白线的候选点(步骤S63)。然后，驾驶车道检测单元33使用白线的多个候选点执行概率霍夫变换以从模糊图像检测白线203b，已经从该模糊图像除去了ROI的噪声(步骤S64)。然后，驾驶车道检测单元33使用上述方法判定检测到的白线是否可靠(步骤S65)。
当检测到的白线可靠时(步骤S65，“是”)，总体驾驶判定单元36判定在预定时间段内指示水平方向上检测到的白线的下端位置的坐标的改变是否大于预定阈值，以判定是否已经执行了车道变换(步骤S66)。当检测到的白线不可靠时(步骤S65，“否”)，车道变换判定处理结束。
如可以从以上描述看到的，在根据第五实施例的检测装置中，驾驶车道检测单元33分析包括车辆周围的对象的图像信息以指定图像信息中包括的白线的位置。驾驶区域检测单元34基于白线的指定位置的改变，判定车辆是否已经改变线。然后，驾驶区域检测单元34基于车道变换的频率，检测指示车辆驾驶员的危险驾驶程度的危险驾驶水平。以这种方式，可以适当地检测由车道变换引起的驾驶员的危险驾驶。
驾驶车道检测单元33、驾驶区域检测单元34和总体驾驶判定单元36中的某些或者全部可以由比如IC的硬件实现。
第六实施例
接下来，将描述根据第六实施例的检测系统。图16是图示根据第六实施例的检测系统200的结构的图。根据第六实施例的检测系统200包括检测装置100-1、检测装置100-2、...、检测装置100-N(N是等于或者大于1的整数)和服务器设备400。检测装置100-1、检测装置100-2、...、检测装置100-N和服务器设备400通过网络300彼此连接。网络300例如是因特网。在图16中未示出的不同车辆中提供检测装置100-1、检测装置100-2、...、检测装置100-N。在下文中，当检测装置100-1、检测装置100-2、...、检测装置100-N不彼此区分时，它们被简单地称为检测装置100。
检测装置100的结构与图1中图示的相同。检测装置100的通信单元12将检测信息发送到服务器设备400，在该检测信息中，由第五实施例中描述的方法检测到的驾驶员的危险驾驶水平与用于标识传输源的标识信息相关联。在第六实施例的描述中，假定用于标识传输源的标识信息是驾驶员的标识信息。
图17是图示根据第六实施例的检测系统中的服务器设备400的结构的示例的图。服务器设备400包括通信单元141、存储单元142和评估单元143。当从检测装置100接收到检测信息时，通信单元141在存储单元142中存储检测信息。评估单元143基于存储单元142中存储的检测信息来评估驾驶员的危险驾驶。评估单元143例如使用对于用于标识驾驶员的每个标识信息项计算的危险驾驶水平之和或者驾驶员的危险驾驶水平的平均值(驾驶员的危险驾驶水平之和/包括驾驶员的标识信息的检测信息项的数目)来检测驾驶员的危险驾驶。在该情况下，当驾驶员的危险驾驶水平之和或者危险驾驶水平的平均值增大时，驾驶员的危险驾驶程度增大。
接下来，将描述根据第六实施例的检测系统中的服务器设备400的硬件配置。图18是图示根据第六实施例的检测系统中的服务器设备400的硬件配置的图。根据第六实施例的检测系统中的服务器设备400包括控制装置151、主存储装置152、辅助存储装置153、显示装置154、输入装置155和通信装置156。控制装置151、主存储装置152、辅助存储装置153、显示装置154、输入装置155和通信装置156通过总线160彼此连接。
控制装置151执行从辅助存储装置153读取到主存储装置152的程序。主存储装置152是比如ROM或者RAM的存储器。辅助存储装置153例如是硬盘驱动器(HDD)或者光驱动器。图17中图示的存储单元142对应于主存储装置152和辅助存储装置153。
显示装置154例如显示服务器设备400的状态。显示装置154例如是液晶显示器。输入装置155是用于操作服务器设备400的接口。输入装置155例如是键盘或者鼠标。通信装置156是用于连接到网络300的接口。
在根据第六实施例的检测系统中由服务器设备400执行的程序可以作为可安装或者可执行文件记录在计算机可读记录介质(比如CD-ROM、存储器卡、CD-R或者DVD)上，然后作为计算机程序产品提供。
另外，在根据第六实施例的检测系统中由服务器设备400执行的程序可以存储在连接到比如因特网的网络300的计算机中，可以通过网络下载，且可以提供。另外，在根据第六实施例的检测系统中由服务器设备400执行的程序可以不下载且可以通过比如因特网的网络300提供。
此外，在根据第六实施例的检测系统中由服务器设备400执行的程序例如可以预先并入主存储装置52的ROM中然后提供。
在根据第六实施例的检测系统中由服务器设备400执行的程序是包括图16中图示的通信单元141和评估单元143的模块。控制装置151从存储介质读取程序并执行程序以在主存储装置152上加载通信单元141和评估单元143。也就是，在主存储装置152上生成通信单元141和评估单元143。图16中图示的通信单元141和评估单元143中的某些或者全部可以不由软件实现，而是可以由比如IC的硬件实现。
如可以从以上描述看到的，在根据第六实施例的检测系统200中，驾驶车道检测单元33分析包括车辆周围的对象的图像信息以指定图像信息中包括的白线的位置。驾驶区域检测单元34基于白线的指定位置的改变来判定车辆是否已经改变线。然后，驾驶区域检测单元34基于车道变换的频率，检测指示车辆驾驶员的危险驾驶程度的危险驾驶水平。然后，评估单元143基于存储单元142中存储的驾驶员的危险驾驶水平来评估驾驶员的驾驶。
因此，可以在存储单元142中存储由检测装置100检测到的驾驶员的危险驾驶水平，并基于存储单元142中存储的驾驶员的危险驾驶水平来评估评估长时间内的驾驶员的驾驶。结果，由根据第六实施例的检测系统200获得的驾驶员的驾驶的评估结果可以用于计算车辆保险。
评估单元143可以通过基于除了驾驶员的车道变换之外的指标，考虑危险驾驶水平来评估驾驶员的驾驶。除了驾驶员的车道变换之外的指标的示例是从到前方车辆的距离和主车辆的速度计算的碰撞时间(TTC)。在该情况下，检测装置100例如将基于车道变换的危险驾驶水平和基于TTC的危险驾驶水平发送到服务器设备400。
检测系统200的分析单元2、驾驶车道检测单元33、驾驶区域检测单元34、存储单元142和评估单元143可以由任何装置实现。例如，存储单元142和评估单元143可以由检测装置100实现。
每一个上述实施例是说明性的且不意在限制本发明。可以以各种其他方式做出每一个新实施例，且可以由本领域技术人员做出各种省略、替换和改变，而不脱离本发明的范围和精神。例如，在上述实施例中，驾驶判定装置1判定作为驾驶主体的示例的车辆的驾驶方法。但是，驾驶判定装置1可以判定其他驾驶主体，比如船舶、飞机和机器人的驾驶方法。上述实施例和实施例的修改包括在本发明的范围和精神中且也包括在权利要求及其等效中。
附图标记列表
1 驾驶判定装置
2 CPU
3 ROM
5 相机单元
10 加速度传感器
11 输入/输出I/F
12 通信单元
21 车辆检测单元
22 线检测单元
23 信号检测单元
24 标志检测单元
25 车辆间距检测单元
26 碰撞时间检测单元
27 突然无意加速检测单元
28 信号忽视检测单元
29 标志忽视检测单元
30 突然停止检测单元
31 突然方向盘操作检测单元
32 线忽视检测单元
33 驾驶车道检测单元
34 驾驶区域检测单元
35 分项驾驶判定单元
36 总体驾驶判定单元
44 集合装置
141 通信单元
142 存储单元
143 评估单元
151 控制装置
152 主存储装置
153 辅助存储装置
154 显示装置
155 输入装置
156 通信装置
160 总线
100 检测装置
200 检测系统
201 水平线
202 ROI
203 白线(车道边界)
204 白线的候选点
205 白线的下端
300 网络
400 服务器设备
引文列表
专利文献
日本特开专利公开No.2012-103919
权利要求书(按照条约第19条的修改)
1.一种驾驶判定装置，包括：
成像单元，配置为捕获驾驶方向中的驾驶主体的图像；
获取器，配置为获取随着驾驶主体的移动而改变的信息；
驾驶水平计算器，配置为通过使用捕获的图像和获取的随着驾驶主体的移动而改变的信息二者来对于每个预定判定项目计算驾驶水平，所述驾驶水平用于评估驾驶主体的驾驶方法；
分项计算器，配置为计算基于对于每个判定项目计算的多个驾驶水平的值；和
评估结果计算器，配置为通过使用基于每个判定项目的驾驶水平的值，计算用于综合地评估驾驶主体的驾驶方法的值，其中
所述评估结果计算器包括加权单元，所述加权单元配置为以预定加权系数对基于每个判定项目的驾驶水平的值加权，和
所述评估结果计算器将基于每个判定项目的驾驶水平的加权值之和除以每个判定项目的加权系数之和而获得的值计算为用于综合地评估驾驶主体的驾驶方法的值。
2.一种驾驶判定装置，包括：
获取器，配置为至少获取驾驶方向上的驾驶主体的捕获图像和随着驾驶主体的移动而改变的信息；
驾驶水平计算器，配置为通过使用获取的捕获图像和获取的随着驾驶主体的移动而改变的信息中的至少一个来对于每个预定判定项目计算驾驶水平，所述驾驶水平用于评估驾驶主体的驾驶方法；
计数器，配置为对每个判定项目计算的多个驾驶水平之中等于或者大于预定阈值的驾驶水平的数目计数；和
评估结果计算器，配置为基于由计数器获得的每个判定项目的计数值，计算用于综合地评估驾驶主体的驾驶方法的值。
3.根据权利要求2所述的驾驶判定装置，
其中，所述评估结果计算器包括以预定加权系数对由计数器获得的每个判定项目的计数值加权的加权单元，和
所述评估结果计算器将每个判定项目的加权计数值之和计算为用于综合地评估驾驶主体的驾驶方法的值。
4.根据权利要求1到3中的任何一个所述的驾驶判定装置，
其中，所述驾驶水平计算器计算至少一个判定项目的驾驶水平，所述判定项目包括主驾驶主体和前方驾驶主体之间的距离、作为直到主驾驶主体与前方驾驶主体碰撞的时间的碰撞时间、主驾驶主体的突然无意加速、信号忽视、标志忽视、突然停止、突然方向盘操作、白线忽视、过多车道变换数目和靠左行驶。
5.根据权利要求1到4中的任何一个所述的驾驶判定装置，
其中，所述分项计算器计算基于对于每个判定项目计算的多个驾驶水平的值的平均值。
6.根据权利要求1到5中的任何一个所述的驾驶判定装置，
其中，所述驾驶主体是车辆。
7.一种检测装置，包括：
分析器，配置为分析包括车辆周围的对象的图像信息以指定图像信息中包括的车道边界的位置；
判定器，配置为基于车道边界的指定位置的改变，判定车辆是否已经改变了车道；和
检测器，配置为基于指示车道变换频率的频率信息，检测指示车辆驾驶员的危险驾驶程度的危险驾驶水平。
8.根据权利要求7所述的检测装置，
其中，所述频率信息是指示预定时间段内车道变换的数目的信息，和
当预定时间段内车道变换的数目增大时，将所述危险驾驶水平设置为更大的值。
9.如权利要求7所述的检测装置，
其中，所述频率信息是指示车道变换和下一车道变换之间的时间间隔的信息，和
当车道变换和下一车道变换之间的时间间隔减小时将所述危险驾驶水平设置为更大的值。
10.根据权利要求7到9中的任何一个所述的检测装置，
其中，所述分析器搜索图像信息的边缘，检测车道边界的候选点，并执行检测到的候选点的霍夫变换以指定车道边界，和
当在预定时间段内指示水平方向上的指定车道边界的下端的位置的坐标改变大于第一阈值时，所述判定器判定车辆已经改变车道。
11.根据权利要求7到10中的任何一个所述的检测装置，
其中，当车辆的速度大于第二阈值时，所述判定器判定车辆是否已经改变车道。
12.根据权利要求7到11中的任何一个所述的检测装置，进一步包括：
拍摄单元，配置为获取图像信息。
13.根据权利要求7到12中的任何一个所述的检测装置，进一步包括：
通信单元，配置为将由检测器检测到的危险驾驶水平发送到服务器设备，所述服务器设备包括配置为评估驾驶员的驾驶的评估器。

Claims (14)

1.一种驾驶判定装置，包括：
获取器，配置为至少获取驾驶方向上的驾驶主体的捕获图像和随着驾驶主体的移动而改变的信息；
驾驶水平计算器，配置为通过使用获取的捕获图像和获取的随着驾驶主体的移动而改变的信息中的至少一个来对于每个预定判定项目计算驾驶水平，所述驾驶水平用于评估驾驶主体的驾驶方法；
分项计算器，配置为计算基于对于每个判定项目计算的多个驾驶水平的值；和
评估结果计算器，配置为通过使用基于每个判定项目的驾驶水平的值，计算用于综合地评估驾驶主体的驾驶方法的值。
2.根据权利要求1所述的驾驶判定装置，
其中，所述评估结果计算器包括加权单元，所述加权单元配置为以预定加权系数对基于每个判定项目的驾驶水平的值加权，和
所述评估结果计算器将基于每个判定项目的驾驶水平的加权值之和除以每个判定项目的加权系数之和而获得的值计算为用于综合地评估驾驶主体的驾驶方法的值。
3.一种驾驶判定装置，包括：
获取器，配置为至少获取驾驶方向上的驾驶主体的捕获图像和随着驾驶主体的移动而改变的信息；
驾驶水平计算器，配置为通过使用获取的捕获图像和获取的随着驾驶主体的移动而改变的信息中的至少一个来对于每个预定判定项目计算驾驶水平，所述驾驶水平用于评估驾驶主体的驾驶方法；
计数器，配置为对每个判定项目计算的多个驾驶水平之中等于或者大于预定阈值的驾驶水平的数目计数；和
评估结果计算器，配置为基于由计数器获得的每个判定项目的计数值，计算用于综合地评估驾驶主体的驾驶方法的值。
4.根据权利要求3所述的驾驶判定装置，
其中，所述评估结果计算器包括以预定加权系数对由计数器获得的每个判定项目的计数值加权的加权单元，和
所述评估结果计算器将每个判定项目的加权计数值之和计算为用于综合地评估驾驶主体的驾驶方法的值。
5.根据权利要求1到4中的任何一个所述的驾驶判定装置，
其中，所述驾驶水平计算器计算至少一个判定项目的驾驶水平，所述判定项目包括主驾驶主体和前方驾驶主体之间的距离、作为直到主驾驶主体与前方驾驶主体碰撞的时间的碰撞时间、主驾驶主体的突然无意加速、信号忽视、标志忽视、突然停止、突然方向盘操作、白线忽视、过多车道变换数目和靠左行驶。
6.根据权利要求1到5中的任何一个所述的驾驶判定装置，
其中，所述分项计算器计算基于对于每个判定项目计算的多个驾驶水平的值的平均值。
7.根据权利要求1到6中的任何一个所述的驾驶判定装置，
其中，所述驾驶主体是车辆。
8.一种检测装置，包括：
分析器，配置为分析包括车辆周围的对象的图像信息以指定图像信息中包括的车道边界的位置；
判定器，配置为基于车道边界的指定位置的改变，判定车辆是否已经改变了车道；和
检测器，配置为基于指示车道变换频率的频率信息，检测指示车辆驾驶员的危险驾驶程度的危险驾驶水平。
9.根据权利要求8所述的检测装置，
其中，所述频率信息是指示预定时间段内车道变换的数目的信息，和
当预定时间段内车道变换的数目增大时，将所述危险驾驶水平设置为更大的值。
10.如权利要求8所述的检测装置，
其中，所述频率信息是指示车道变换和下一车道变换之间的时间间隔的信息，和
当车道变换和下一车道变换之间的时间间隔减小时将所述危险驾驶水平设置为更大的值。
11.根据权利要求8到10中的任何一个所述的检测装置，
其中，所述分析器搜索图像信息的边缘，检测车道边界的候选点，并执行检测到的候选点的霍夫变换以指定车道边界，和
当在预定时间段内指示水平方向上的指定车道边界的下端的位置的坐标改变大于第一阈值时，所述判定器判定车辆已经改变车道。
12.根据权利要求8到11中的任何一个所述的检测装置，
其中，当车辆的速度大于第二阈值时，所述判定器判定车辆是否已经改变车道。
13.根据权利要求8到12中的任何一个所述的检测装置，进一步包括：
拍摄单元，配置为获取图像信息。
14.根据权利要求8到13中的任何一个所述的检测装置，进一步包括：
通信单元，配置为将由检测器检测到的危险驾驶水平发送到服务器设备，所述服务器设备包括配置为评估驾驶员的驾驶的评估器。
CN201580065401.8A 2014-12-04 2015-12-02 驾驶判定装置和检测装置 Pending CN107004347A (zh)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
JP2014246210 2014-12-04
JP2014-246210 2014-12-04
JP2015018870 2015-02-02
JP2015-018870 2015-02-02
JP2015181543A JP2016146162A (ja) 2014-12-04 2015-09-15 運転判定装置、運転判定プログラム、演算システム、検知装置、検知システム、検知方法及びプログラム
JP2015-181543 2015-09-15
PCT/JP2015/005999 WO2016088375A1 (en) 2014-12-04 2015-12-02 Driving determination device and detection device

Publications (1)

Publication Number Publication Date
CN107004347A true CN107004347A (zh) 2017-08-01

Family

ID=56686280

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201580065401.8A Pending CN107004347A (zh) 2014-12-04 2015-12-02 驾驶判定装置和检测装置

Country Status (4)

Country Link
US (1) US10515546B2 (zh)
EP (1) EP3227874A4 (zh)
JP (1) JP2016146162A (zh)
CN (1) CN107004347A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023115249A1 (zh) * 2021-12-20 2023-06-29 华为技术有限公司 一种安全评估方法及装置

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8977426B2 (en) 2012-06-04 2015-03-10 Geotab Inc. VIN based accelerometer threshold
US11181923B2 (en) * 2015-06-23 2021-11-23 Nec Corporation Detection system, detection method, and program
JP6589760B2 (ja) * 2016-07-07 2019-10-16 株式会社デンソー 車両制御装置
JP6799417B2 (ja) * 2016-08-19 2020-12-16 矢崎エナジーシステム株式会社 車線警告装置及び車線警告システム
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
JP6859659B2 (ja) * 2016-10-25 2021-04-14 株式会社リコー 情報処理装置、情報処理方法およびプログラム
WO2018092388A1 (ja) * 2016-11-21 2018-05-24 パナソニックＩｐマネジメント株式会社 速度取締システム及び速度取締方法
US10366286B2 (en) * 2016-12-13 2019-07-30 Google Llc Detection of traffic light signal changes
JP2018181130A (ja) * 2017-04-19 2018-11-15 株式会社日立システムズ 走行実績収集評価システムおよび走行実績評価装置
US20190018408A1 (en) * 2017-07-12 2019-01-17 Qualcomm Incorporated Systems and methods for verifying integrity of a sensing system
US10435035B2 (en) * 2017-10-17 2019-10-08 Denso International America, Inc. Screen reduction system for autonomous vehicles
US10732640B2 (en) * 2018-04-13 2020-08-04 Blackberry Limited System and method for preforming differential analysis of vehicles
JP7268964B2 (ja) * 2018-06-05 2023-05-08 セイコーソリューションズ株式会社 運転評価システム
ES2736901A1 (es) * 2018-06-29 2020-01-08 Geotab Inc Caracterización de una colisión de vehículo
JP7040399B2 (ja) * 2018-10-23 2022-03-23 トヨタ自動車株式会社 情報処理システム及び情報処理方法
JP7152506B2 (ja) * 2018-11-06 2022-10-12 日立Astemo株式会社 撮像装置
TWI827725B (zh) * 2018-12-07 2024-01-01 日商索尼半導體解決方案公司 圖像處理裝置及圖像處理方法
US11148670B2 (en) * 2019-03-15 2021-10-19 Honda Motor Co., Ltd. System and method for identifying a type of vehicle occupant based on locations of a portable device
JP7341763B2 (ja) * 2019-07-16 2023-09-11 アルパイン株式会社 車線変更判定装置および車線変更判定方法
JP2021081804A (ja) 2019-11-14 2021-05-27 株式会社リコー 状態認識装置、状態認識方法及び状態認識プログラム
JP7380304B2 (ja) 2020-02-19 2023-11-15 オムロン株式会社 交通監視装置、交通監視方法、および交通監視プログラム
DE102020107108A1 (de) * 2020-03-16 2021-09-16 Kopernikus Automotive GmbH Verfahren und System zum autonomen Fahren eines Fahrzeugs
US20220188953A1 (en) 2020-12-15 2022-06-16 Selex Es Inc. Sytems and methods for electronic signature tracking
US11941986B2 (en) 2021-02-03 2024-03-26 Geotab Inc. Methods for characterizing a low-impact vehicle collision using high-rate acceleration data
US11884285B2 (en) 2021-02-03 2024-01-30 Geotab Inc. Systems for characterizing a vehicle collision
US11862022B2 (en) 2021-02-03 2024-01-02 Geotab Inc. Methods for characterizing a vehicle collision
CA3212490A1 (en) * 2021-03-10 2022-09-15 Selex Es Inc. Systems and methods for vehicle information capture using white light
US20220111865A1 (en) * 2021-12-23 2022-04-14 Intel Corporation Driver scoring system and method using optimum path deviation
US20230294708A1 (en) * 2022-03-15 2023-09-21 Infosys Limited System and method for driver authentication and violation detection
JP7358593B1 (ja) 2022-09-26 2023-10-10 株式会社デンソーテン 車載装置、車載装置の動作方法、およびプログラム

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101633358A (zh) * 2008-07-24 2010-01-27 通用汽车环球科技运作公司 具有集成驾驶风格识别的自适应车辆控制系统
JP2010072766A (ja) * 2008-09-16 2010-04-02 Shinano Kenshi Co Ltd 運転情報評価システム
CN101870293A (zh) * 2009-04-24 2010-10-27 南京理工大学 基于切道行为检测的车辆驾驶状态评价方法
CN101923793A (zh) * 2010-07-27 2010-12-22 中兴通讯股份有限公司 一种实现模拟驾驶的方法及系统
CN101937421A (zh) * 2009-07-03 2011-01-05 上海大潮电子技术有限公司 采集车辆实时运行信息而进行运行安全风险评估的方法
JP2012197006A (ja) * 2011-03-18 2012-10-18 Mazda Motor Corp 車両用表示装置
US20130204645A1 (en) * 2012-02-02 2013-08-08 Progressive Casualty Insurance Company Mobile insurance platform system
CN103310202A (zh) * 2013-06-27 2013-09-18 西安电子科技大学 一种保障驾驶安全的系统及其方法
JP2013191230A (ja) * 2013-06-03 2013-09-26 Ud Trucks Corp 車両の安全運転促進システム
CN104077819A (zh) * 2014-06-17 2014-10-01 深圳前向启创数码技术有限公司 基于行车安全的远程监控方法及系统

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BE793011A (fr) 1972-07-28 1973-04-16 Aquarius Inc Procede et appareils pour la mise en place des panneaux de constructionprefabriques
JPH04262453A (ja) 1991-02-15 1992-09-17 Hitachi Ltd ニュ−ロ学習制御方法及び装置
JP3323894B2 (ja) 1991-06-27 2002-09-09 株式会社日立製作所 ニューラルネットワーク学習方法及び装置
JP2002259703A (ja) * 2001-02-27 2002-09-13 Matsushita Electric Ind Co Ltd 車事故の費用補填方法、保険料金決定装置、保険料金システム及び運転履歴情報記録媒体
JP4476575B2 (ja) 2003-06-06 2010-06-09 富士通テン株式会社 車両状況判定装置
JP4296940B2 (ja) 2004-01-13 2009-07-15 トヨタ自動車株式会社 車両運転支援装置および車両運転支援方法
JP2008186045A (ja) * 2007-01-26 2008-08-14 Denso Corp 運転評価装置
JP4952421B2 (ja) 2007-07-18 2012-06-13 株式会社デンソー 運転支援システム
WO2009107210A1 (ja) * 2008-02-28 2009-09-03 パイオニア株式会社 車両の運転評価装置、方法、及びコンピュータプログラム
JP5516343B2 (ja) 2010-11-10 2014-06-11 サクサ株式会社 通行車両監視システム
JP5803274B2 (ja) 2011-05-25 2015-11-04 富士通株式会社 運転技術判別装置および運転技術判別プログラム
US9535878B1 (en) * 2012-12-19 2017-01-03 Allstate Insurance Company Driving event data analysis
US20140272811A1 (en) * 2013-03-13 2014-09-18 Mighty Carma, Inc. System and method for providing driving and vehicle related assistance to a driver
JP5986949B2 (ja) * 2013-04-08 2016-09-06 株式会社日本自動車部品総合研究所 境界線認識装置
JP6459443B2 (ja) 2014-11-28 2019-01-30 株式会社リコー 検知装置、検知システム、検知方法及びプログラム
JP2016130979A (ja) 2015-01-14 2016-07-21 株式会社リコー 検知装置、検知処理プログラム及び検知システム

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101633358A (zh) * 2008-07-24 2010-01-27 通用汽车环球科技运作公司 具有集成驾驶风格识别的自适应车辆控制系统
JP2010072766A (ja) * 2008-09-16 2010-04-02 Shinano Kenshi Co Ltd 運転情報評価システム
CN101870293A (zh) * 2009-04-24 2010-10-27 南京理工大学 基于切道行为检测的车辆驾驶状态评价方法
CN101937421A (zh) * 2009-07-03 2011-01-05 上海大潮电子技术有限公司 采集车辆实时运行信息而进行运行安全风险评估的方法
CN101923793A (zh) * 2010-07-27 2010-12-22 中兴通讯股份有限公司 一种实现模拟驾驶的方法及系统
JP2012197006A (ja) * 2011-03-18 2012-10-18 Mazda Motor Corp 車両用表示装置
US20130204645A1 (en) * 2012-02-02 2013-08-08 Progressive Casualty Insurance Company Mobile insurance platform system
JP2013191230A (ja) * 2013-06-03 2013-09-26 Ud Trucks Corp 車両の安全運転促進システム
CN103310202A (zh) * 2013-06-27 2013-09-18 西安电子科技大学 一种保障驾驶安全的系统及其方法
CN104077819A (zh) * 2014-06-17 2014-10-01 深圳前向启创数码技术有限公司 基于行车安全的远程监控方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023115249A1 (zh) * 2021-12-20 2023-06-29 华为技术有限公司 一种安全评估方法及装置

Also Published As

Publication number Publication date
EP3227874A1 (en) 2017-10-11
JP2016146162A (ja) 2016-08-12
EP3227874A4 (en) 2018-03-14
US10515546B2 (en) 2019-12-24
US20170330455A1 (en) 2017-11-16

Similar Documents

Publication Publication Date Title
CN107004347A (zh) 驾驶判定装置和检测装置
US11840239B2 (en) Multiple exposure event determination
JP4858761B2 (ja) 衝突危険性判定システム及び警告システム
US11216676B2 (en) Information processing system and information processing method
CN105976450A (zh) 无人驾驶车辆的数据处理方法和装置、黑匣子系统
CN107004353B (zh) 交通违章管理系统和交通违章管理方法
CN104200542A (zh) 车辆预警方法、车辆预警装置、终端和行车记录仪
CN105984407B (zh) 一种车后情况监视及警示装置
CN107633683A (zh) 用于车辆超载的非现场执法管理系统
KR101857554B1 (ko) 차량에 대한 외부 데이터 침입 탐지 장치 및 방법
CN110032947A (zh) 一种监控事件发生的方法及装置
CN112883936A (zh) 一种对车辆违规行为的检测方法及其系统
CN108960083A (zh) 基于多传感器信息融合的自动驾驶目标分类方法及系统
CN107004351B (zh) 交通违章管理系统和交通违章管理方法
CN104648627B (zh) 一种船舶预警方法
CN114926824A (zh) 一种不良驾驶行为判别方法
CN109344829A (zh) 一种高速铁路列车的车号识别方法及装置
KR102380638B1 (ko) 차량 통행을 모니터링하기 위한 장치, 시스템 또는 방법
KR102297801B1 (ko) 사업용 차량을 이용하여 도로 위험정보를 탐지하는 방법 및 장치
WO2015017883A1 (en) Driving infringement flagging system
WO2016088375A1 (en) Driving determination device and detection device
JP2013161281A (ja) 交通画像取得装置、交通画像取得方法および交通画像取得プログラム
CN107392093B (zh) 一种基于机器学习和灰度投影算法相结合的铁轨识别系统
KR102358153B1 (ko) 차량의 주행속도를 검증하기 위한 영상 분석 장치, 시스템 및 이를 위한 방법
Yu et al. Sensing Vehicle Conditions for Detecting Driving Behaviors

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20170801

WD01 Invention patent application deemed withdrawn after publication