CN110606081B - 移动体辅助系统和移动体辅助方法 - Google Patents
移动体辅助系统和移动体辅助方法 Download PDFInfo
- Publication number
- CN110606081B CN110606081B CN201910516742.2A CN201910516742A CN110606081B CN 110606081 B CN110606081 B CN 110606081B CN 201910516742 A CN201910516742 A CN 201910516742A CN 110606081 B CN110606081 B CN 110606081B
- Authority
- CN
- China
- Prior art keywords
- travel
- information
- unit
- vehicle
- pattern
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 24
- 239000000446 fuel Substances 0.000 claims description 35
- 238000004891 communication Methods 0.000 claims description 18
- 238000012937 correction Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 12
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000002360 preparation method Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 19
- 230000006399 behavior Effects 0.000 description 15
- 238000010276 construction Methods 0.000 description 14
- 230000000875 corresponding effect Effects 0.000 description 8
- 238000001514 detection method Methods 0.000 description 7
- 230000001133 acceleration Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 206010039203 Road traffic accident Diseases 0.000 description 2
- 239000000523 sample Substances 0.000 description 2
- 230000002123 temporal effect Effects 0.000 description 2
- 206010062519 Poor quality sleep Diseases 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3602—Input other than that of destination using image analysis, e.g. detection of road signs, lanes, buildings, real preceding vehicles using a camera
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
-
- 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
-
- 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
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/10—Longitudinal speed
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3626—Details of the output of route guidance instructions
- G01C21/3647—Guidance involving output of stored or live camera images or video streams
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
- G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
本发明涉及一种移动体辅助系统和移动体辅助方法。移动体辅助系统(10)根据与多台车辆(16)相关的行驶信息(60),生成表示描述移动体的可行驶区域(120)的地图的经验共享地图信息(96),根据该地图信息,计算用于一边在可行驶区域(120)内行驶一边通过关心地点(122)的行驶模式(128),将试图通过关心地点(122)的移动体设定为辅助对象,对其进行辅助而使其按计算出的行驶模式(128)行驶。
Description
技术领域
本发明涉及一种进行移动体的行驶辅助(移动辅助)的移动体辅助系统和移动体辅助方法。
背景技术
现有技术中,已知有进行移动体的行驶辅助的移动体辅助系统。例如提出以下技术:根据表示车辆的行驶轨迹的信息确定各种道路状况,且将道路状况提供给移动体的用户。
在日本发明专利公开公报特开2014-241090号中提出以下装置:根据多个探测数据来确定根据单一的探测数据无法确定的道路的状况。例如记载有以下信息:若不存在行驶轨迹而使最初行驶非常规路线之后,行驶常规路线的情况下,则判定为该道路路段被限制通行。
发明内容
然而,在日本发明专利公开公报特开2014-241090号所记载的装置中,停留在判定行驶路线(running route)的通行有无,例如无法进行包括一边避让前方的障碍物一边通过的行驶场景的、精细的行驶辅助。
本发明是为了解决上述问题而完成的,其目的在于,提供一种能够使用与多个移动体有关的行驶信息来执行精细的行驶辅助的移动体辅助系统和移动体辅助方法。
为了实现所述目的,本发明所涉及的移动体辅助系统具有:信息获取部,其获取移动体的行驶信息;地图信息生成部,其生成地图信息;行驶状态推定部,其使用多个由所述信息获取部获取到的所述行驶信息,推定所述移动体在所述地图信息的关心地点的可行驶区域、和用于通过所述可行驶区域的行驶模式;辅助对象设定部,其将试图通过所述关心地点的移动体设定为辅助对象;和辅助部,其向由所述辅助对象设定部设定的所述移动体提供由所述行驶状态推定部推定出的所述行驶模式。
这样,进行以下辅助:计算用于一边在可行驶区域内行驶一边通过关心地点的行驶模式,且按该行驶模式行驶,因此,能够使用与多个移动体有关的行驶信息,进行精细的行驶辅助。
另外,也可以为:在构成所述行驶模式的信息中至少包括表示所述移动体的行驶路径的路径信息。
另外,也可以为:在构成所述行驶模式的信息中还包括表示所述移动体的行驶速度的速度信息。
另外,优选为,所述行驶状态推定部构成为,推定所述关心地点的多种所述行驶模式,还具有行驶模式对应部,该行驶模式对应部从推定出的多种所述行驶模式中选择最适合所提供的所述移动体的行驶模式。
另外,也可以为:多种所述行驶模式包括平均行驶模式、高燃料经济性行驶模式和顺利行驶模式中的至少2种以上,其中,所述平均行驶模式是指取所述关心地点的规定期间的多种所述行驶模式的平均的模式;所述高燃料经济性行驶模式是从所述关心地点的规定期间的多种所述行驶模式中提取出的燃料经济性最好的行驶模式;所述顺利行驶模式是从所述关心地点的规定期间的多种所述行驶模式中提取出的所述移动体的操作量最少的行驶模式。
另外,优选为,所述行驶状态推定部获取所述关心地点的发生事件,推定避让所述事件的避让行驶模式作为多种所述行驶模式之一。
另外,也可以构成为:还具有获取行驶路段交通信息的交通信息获取部,所述交通信息获取部将获取到的所述行驶路段交通信息所包含的事件信息建立对应关系地存储于所述地图信息。
另外,也可以为:在所述事件为所述移动体的事故信息的情况下,所述交通信息获取部将所述事故信息与其他事件分开地存储于所述地图信息。
另外,也可以构成为:在所述可行驶区域的所述行驶模式的自由度高的情况下,所述行驶模式对应部将发生所述事故信息时的所述行驶模式即事故行驶模式和所述移动体的当前的行驶信息进行比较,在判定为所述移动体的当前的行驶信息与所述事故行驶模式的相关性高的情况下,选择与所述事故行驶模式不同的行驶模式。
另外,也可以为:所述行驶状态推定部根据所述可行驶区域的多个所述行驶信息的分布来计算行驶自由度。
另外,优选为:所述行驶状态推定部从所述关心地点的多个所述行驶信息中选择满足规定条件的信息来推定所述行驶模式。
另外,也可以为:所述规定条件为时间段、星期、月、天气中任一个相同的条件。
另外,优选为:所述行驶信息包括在一个移动体中检测到的该移动体的路径信息和速度信息。
另外,也可以为:所述行驶信息包括在所述一个移动体中检测或者计算出的燃料经济性信息。
另外,优选为:所述行驶信息包括所述移动体的重量、尺寸、轮胎的种类和控制装置的种类中的至少一种来作为所述移动体的数据。
另外,也可以为:该移动体辅助系统还具有:外界识别部,其识别一个移动体的外界状态;和行为解析部,其通过追踪由所述外界识别部依次识别出的其他移动体,来解析所述其他移动体的行驶行为,所述信息获取部根据所述行为解析部的解析结果来获取所述其他移动体的所述行驶信息。
另外,也可以为:所述行为解析部进行以下处理:在识别不到正在追踪的所述其他移动体之后,判定新检测到的移动体是否与所述其他移动体相同,在判定为相同的情况下,对在识别不到所述其他移动体前后求出的路径彼此之间进行插补。
另外,也可以为:该移动体辅助系统还具有位置修正部,该位置修正部根据由所述外界识别部识别出的静止目标的位置,对所述一个移动体或者所述其他移动体的位置进行修正。
另外,也可以构成为:该移动体辅助系统具有服务器装置,该服务器装置具有所述地图信息生成部、所述行驶状态推定部、所述辅助对象设定部、所述辅助部,所述移动体是能在室外的道路上行驶的车辆,且具有所述信息获取部而与所述服务器装置之间进行信息通信。
另外,也可以构成为:该移动体辅助系统具有服务器装置,该服务器装置具有所述地图信息生成部、所述行驶状态推定部、所述辅助对象设定部、所述辅助部,所述移动体是能在室内移动的机器人,且具有所述信息获取部而与所述服务器装置之间进行信息通信。
另外,为了实现所述目的,本发明所涉及的移动体辅助方法由一个或多个计算机执行以下步骤:获取步骤,其获取移动体的行驶信息;生成步骤,其生成地图信息;推定步骤,其使用多个获取到的所述行驶信息,推定所述移动体在所述地图信息的关心地点的可行驶区域、和用于通过所述可行驶区域的行驶模式;和设定步骤,其将试图通过所述关心地点的移动体设定为辅助对象,对其进行辅助而使其按所推定出的所述行驶模式行驶。
根据本发明所涉及的移动体辅助系统和移动体辅助方法,能够使用与多个移动体有关的行驶信息,进行精细的行驶辅助。
根据参照附图对以下实施方式进行的说明,上述的目的、特征和优点应易于被理解。
附图说明
图1是本发明一实施方式中的移动体辅助系统的整体结构图。
图2是搭载于图1所示的车辆的驾驶辅助装置的框图。
图3是图1所示的服务器装置的框图。
图4是表示经验共享地图信息的数据结构一例的图。
图5是用于说明图1所示的移动体辅助系统的动作的第1流程图。
图6是表示车辆前方的行驶场景一例的图。
图7A和图7B是表示行驶路径的时间变化的图。
图8A~图8C是表示行驶模式的计算方法一例的图。
图9是表示行驶模式信息的数据结构一例的图。
图10是用于说明图1所示的移动体辅助系统的动作的第2流程图。
图11A和图11B是表示其他车辆的行驶路径的计算方法一例的图。
图12是表示图6的行驶场景中的驾驶辅助一例的图。
具体实施方式
[移动体辅助系统10的说明]
图1是本发明一实施方式中的移动体辅助系统10的整体结构图。该移动体辅助系统10是对移动体(例如,车辆16)的行驶(移动)进行辅助的系统,包括服务器装置12和位于交通区域14内的多个移动体(在本图例为4台车辆16)。另外,移动体并不限定于车辆16,还包括能够与服务器装置12进行信息通信且可移动的装置。例如,携带信息处理终端移动的人也能够为移动体。
在交通区域14中设置有若干(在本图例中为2个)基站18、20。基站18、20对各个车辆16与服务器装置12之间的通信进行中转。即,车辆16和服务器装置12通过广域网22(WAN;Wide Area Network)相互连接。
在交通区域14内,除了车辆16之外还存在行人24、路侧装置26、信号灯28等。车辆16和行人24为参与交通区域14内的交通的当事人(以下称为交通参与者)。在车辆16中设置有行驶时对该车辆16进行驾驶辅助的驾驶辅助装置30(图2)。
[驾驶辅助装置30的结构]
图2是搭载于图1所示的车辆16的驾驶辅助装置30的框图。具体而言,驾驶辅助装置30具有外界传感器32、本车状态传感器34、导航装置36、V2X通信机38、电子控制装置(Electronic Control Unit;以下称为驾驶辅助ECU40)和驾驶辅助部42(辅助机构)。
外界传感器32获取表示车辆16的外界状态的信息(以下称为外界信息),且将该外界信息输出给驾驶辅助ECU40。外界传感器32构成为,例如包括摄像头、雷达和LIDAR(LightDetection and Ranging;光探测和测距/Laser Imaging Detection and Ranging;激光成像探测和测距)中的任一个或者多个组合。
本车状态传感器34获取表示车辆16的状态的信息(以下称为本车状态信息),且将该本车状态信息输出给驾驶辅助ECU40。本车状态传感器34包括检测车辆16的行为的各种传感器,例如速度传感器、加速度传感器、舵角传感器、偏航角速率传感器、位置传感器、方位传感器。另外,在本车状态传感器34中包括检测驾驶员的驾驶操作的操作量的传感器(加速器开度传感器、制动器开度传感器、操舵量传感器等)。或者,本车状态传感器34也可以包括检测用户的行动(扭头看别处等)、用户的生物体信息(例如,心率、清醒度)的传感器。
导航装置36具有检测车辆16的当前位置的卫星定位装置和用户接口(例如,触摸屏式的显示器、扬声器和麦克风)。导航装置36根据车辆16的当前位置或者用户指定的指定位置,来计算至指定的目的地的路径,且将该路径输出给驾驶辅助ECU40。
V2X通信机38通过相对于服务器装置12的通信、相对于位于周边的其他车辆16的通信(车车间通信、所谓的V2V通信)、或者相对于位于周边的路侧装置26的通信(路车间通信、所谓的V2R通信)来接收外部信息,另外,将车辆16自身的信息输出给驾驶辅助ECU40。
驾驶辅助ECU40是计算装置,该计算装置由构成为包括输入输出部44、运算部46和存储部48的一个或者多个计算机构成。
来自外界传感器32、本车状态传感器34、导航装置36和V2X通信机38的各信号通过输入输出部44输入驾驶辅助ECU40。另外,来自驾驶辅助ECU40的各信号通过输入输出部44向驾驶辅助部42输出。输入输出部44具有将输入的模拟信号转换为数字信号的未图示的A/D转换电路。
运算部46使用通过输入输出部44输入的各信号执行运算处理,且根据得到的运算结果生成与驾驶辅助部42的各部对应的控制信号。运算部46发挥外界识别部50、行为解析部52、信息获取部54、位置修正部56和驾驶辅助判断部58的功能。
运算部46中的各部的功能通过读取且执行预先存储于存储部48(或者通过与外部进行通信来得到)的程序来实现。
存储部48包括RAM(Random Access Memory)和ROM(Read Only Memory),其中,所述RAM存储用于运算部46进行的运算处理的临时数据;所述ROM存储执行程序、表或者图。在该存储部48中存储有行驶信息60和辅助信息62(均后述)。
驾驶辅助部42按照来自驾驶辅助ECU40的控制指令(信号),进行相对于车辆16的驾驶辅助动作(例如,向用户进行的信息输出/车辆16的行驶控制)。具体而言,驾驶辅助部42具有信息提供装置70、驱动力装置72、操舵装置74和制动装置76。
信息提供装置70例如是由显示器或扬声器构成的HMI(Human MachineInterface)装置,向车辆16的内部输出用于辅助驾驶的各种信息。或者,信息提供装置70也可以是用于通过语音或者可视信息,向车辆16的外部进行告知的告知装置。
驱动力装置72按照来自驾驶辅助ECU40的行驶控制值生成车辆16的行驶驱动力(扭矩),且将该行驶驱动力通过变速器间接地或者直接地传递给车轮。操舵装置74按照来自驾驶辅助ECU40的行驶控制值来改变车轮(转向轮)的方向。制动装置76按照来自驾驶辅助ECU40的行驶控制值对车轮进行制动。
[服务器装置12的结构]
图3是图1所示的服务器装置12的框图。服务器装置12是对从多台车辆16所具有的驾驶辅助装置30发送来的行驶信息60(图2)进行加工并存储的计算机。具体而言,服务器装置12构成为,包括服务器侧通信部80、服务器侧控制部82和服务器侧存储部84。
服务器侧通信部80是相对于外部装置收发电信号的接口。据此,服务器侧通信部80通过基站18(20)、广域网22,从车辆16接收行驶信息60,另外,向车辆16发送辅助信息62。
服务器侧控制部82由包括CPU的处理运算装置构成。服务器侧控制部82通过读取并执行存储于未图示的存储器中的程序,来发挥地图信息生成部86、行驶状态推定部88、行驶模式对应部90、辅助对象设定部92和收发处理部94(辅助部)的功能。
服务器侧存储部84是非暂时性的,且由计算机可读的存储介质构成。在该服务器侧存储部84中存储有经验共享地图信息96(地图信息)和行驶模式信息98。
地图信息生成部86根据分别从多台车辆16(图2的信息获取部54)获取到的行驶信息60,生成表示描述有交通区域14的状态的地图的信息(经验共享地图信息96)。
图4是表示经验共享地图信息96的数据结构一例的图。该经验共享地图信息96形成为在具有道路网的基础图(动态图)的信息上重叠多个数据层的数据结构。基础图包括道路网的路线图和应用于导航系统的节点链接图。另外,地图信息生成部86可以不具有基础图,也可以根据后述的可行驶区域或行驶模式自动生成行驶路线。另外,作为具体的数据层,经验共享地图信息96从下位层到上位层依次具有车辆关联信息、行驶模式、行驶车道、可行驶区域、静止物体信息、交通参与者的属性、交通参与者的行动和影响度预测结果。
“车辆关联信息”是指与车辆16的行驶相关联的信息,包括驾驶员的操作量、行动、生物体信息。或者,在“车辆关联信息”中可以包括车辆16的重量、尺寸、轮胎的种类和控制装置的种类中的至少一方来作为移动体(车辆16)的数据。“车辆关联信息”例如能从车辆16的行驶信息60所包含的信息中提取。“行驶模式”是表示行驶状态推定部88推定出的车辆16的行驶模式的信息,在该行驶模式中包括表示车辆16的路径的路径信息、表示车辆16的速度的速度信息。
“行驶车道”是指表示道路的状态的信息,例如包括车道标识线的位置、方向、种类、限制速度、停车线、标志的信息。“可行驶区域”不同于上述的行驶车道,是表示允许行驶状态推定部88计算出的车辆16的行驶的区域(左右分界线的位置)的信息,例如由于施工等而临时不能行驶的位置等被表示为不能行驶区域。“静止物体信息”是指与永久或者临时配置的静止物体有关的信息。作为静止物体一例,能够列举信号灯、标志、广告牌、泊车车辆。
“交通参与者的属性”例如是包括种类、位置、朝向、日期时间、集合数的信息。“交通参与者的行动”例如相当于根据包括位置、日期时间、频率的多个输入变量而计算出的发生概率。“影响度预测结果”例如相当于根据包括位置、日期时间、频率、假想场景的多个输入变量而计算出的影响度。
[移动体辅助系统10的动作]
本实施方式中的移动体辅助系统10如以上那样构成。接着,一边参照图5的流程图一边对该移动体辅助系统10的第1动作(行驶模式信息98的推定动作)进行说明。
在步骤S1中,服务器侧控制部82从服务器侧存储部84读取规定时间段中的经验共享地图信息96(地图的时序)。
在步骤S2中,服务器侧控制部82对规定时间段中的经验共享地图信息96进行解析,判定是否有由多台车辆16得到的行驶信息60的统计偏差大的地点。行驶信息60包括在车辆16行驶时信息获取部54(参照图2)获取到的本车状态信息和后述的其他车辆状态信息,是从车辆16接收到的信息。行驶信息60构成为包括车辆16的路径信息和速度信息,并且在本实施方式中还包括燃料经济性信息。
在道路网上的相同位置,使各车辆16以相同的方式行驶,因此,每一车辆16的行驶信息60的统计偏差小。另一方面,即使是道路网上的相同位置,在发生施工等事件的情况下,由于车辆16的行驶路径发生变化,因此统计偏差变大。下面,对该行驶信息60的统计偏差具体地进行说明。
图6是表示车辆16的前方的行驶场景100一例的图。本图表示规定汽车“左侧”行驶的地区的道路101。2车道的道路101由车辆16正在行驶的行驶车道102和对向车道104构成。行驶车道102和对向车道104由连续线状的车道标识线106来划分。在行驶车道102上且车辆16的前方设置有道路施工区域(以下称为施工区域108)。
图7A和图7B是表示行驶路径118的时间变化的图。任一个图都使用虚拟的二维坐标系(以下称为虚拟坐标系110)来表现图6的行驶场景100。即,车道区域112、114和白线区域116分别相当于行驶车道102、对向车道104和车道标识线106。在此,假想车辆16日常在行驶车道102上行驶的情况。
如图7A所示,在到达施工道路之前,车辆16沿行驶车道102的大致中心线行驶。其结果,车辆16的信息获取部54检测沿车道区域112的延伸方向的行驶路径118(例如,经度、纬度的坐标变化)和行驶速度,且存储为行驶信息60。因此,服务器侧控制部82从多台车辆16接收并存储包括相同的行驶路径118的行驶信息60。服务器侧控制部82(行驶状态推定部88)在经验共享地图信息96的“可行驶区域”中描述包含统计偏差相对小的多条行驶路径118的可行驶区域120(由单点划线包围的区域)。
如图7B所示,在到达施工道路之后,车辆16一边避让施工区域108一边行驶。其结果,车辆16的信息获取部54检测临时进入车道区域114内的行驶路径118和行驶速度,存储为行驶信息60。因此,服务器侧控制部82从多台车辆16接收相同的行驶信息60。因此,服务器侧控制部82在经验共享地图信息96的“可行驶区域”中描述包含统计偏差相对大的多条行驶路径118的可行驶区域120(由单点划线包围的区域)。
在步骤S3中,行驶状态推定部88将在步骤S2中判定为行驶路径118的偏差大的地点确定为关心地点122。例如,行驶状态推定部88将在图7B中行驶路径118向右方向突出的位置(相当于图6的施工区域108)确定为关心地点122。另外,行驶状态推定部88也可以对统计偏差小的位置设定关心地点122,据此,即使在偏差小的位置也能够推定出后述的行驶模式128而进行驾驶辅助。换言之,移动体辅助系统10能够将全部道路划分为规定路段(直线车道、合流车道、交叉路口、弯道等)来设定关心地点122(行驶模式128)。据此,车辆16能够将行驶状况始终与行驶模式128进行比较来进行驾驶辅助。另外,移动体辅助系统10也可以构成为,不依赖于统计偏差,仅在满足规定的条件(检测到与事故信息对应的驾驶的位置、驾驶员指定高燃料经济性驾驶的情况下的低燃料经济性驾驶状态等)的情况下,设定关心地点122来实施驾驶辅助。
在步骤S4中,行驶状态推定部88通过适当的运算来推定用于一边在可行驶区域120内行驶一边通过在步骤S3中确定的关心地点122的行驶模式128。具体而言,行驶状态推定部88根据从多台车辆16获取到的多个行驶信息60实施任意的统计处理而推定行驶模式128。一边参照图8A~图8C一边对行驶模式128的计算方法一例进行说明。
图8A示意性地表示没有进行由位置修正部56(图2)实现的自身位置的修正的情况下的行驶信息。在本图中,由实线表示从车辆16a得到的行驶信息60,并且由虚线表示从不同于车辆16a的车辆16b得到的行驶信息60(或者车辆16a检测到的其他车辆16b的行驶信息60)。另外,由粗线表示的白线区域124配置在虚拟坐标系110上的准确的位置(没有定位误差的位置)。
各个车辆16a、16b获取包含按照测定的状况而不同的定位误差的行驶信息。其结果,行驶路径118a和分界线126a配置为与白线区域124的相对位置偏移的状态。同样,行驶路径118b和分界线126b配置为与白线区域124的相对位置偏移的状态。另外,分界线126a、126b相当于可行驶区域120的右侧分界线。
图8B示意性表示通过位置修正部56(图2)进行了自身位置的修正的情况下的行驶信息。在本图中,由实线表示从车辆16a得到的行驶信息60,并且由虚线表示从车辆16b得到的行驶信息60。另外,由粗线表示的白线区域124配置在虚拟坐标系110上的准确的位置(没有定位误差的位置)。
各个车辆16a、16b通过位置修正部56分别获取不包含或者轻微包含定位误差的行驶信息60。其结果,行驶路径118c、118d配置在虚拟坐标系110上的准确的位置(没有定位误差的位置)。同样,分界线126c、126d配置在虚拟坐标系110上的准确的位置(没有定位误差的位置)。
并且,行驶状态推定部88(图3)对具有进行了位置修正的行驶路径118c的行驶信息60、具有行驶路径118d的行驶信息60等进行多个统计处理。尤其是,行驶状态推定部88根据在关心地点122的多台车辆16中的每一台车辆16的行驶信息60,通过统计处理生成多种行驶模式128。
作为多种行驶模式128,例如能够列举平均行驶模式、高燃料经济性行驶模式、顺利行驶模式、避让行驶模式。平均行驶模式是取在关心地点122的规定期间的多个行驶信息60的平均的行驶模式128。如上所述,在行驶信息60中包括路径信息和速度信息,因此,通过取多个路径信息的平均和多个速度信息的平均,能够得到1种行驶模式128。在此,图8C所示的行驶模式128是示例出取行驶路径118c和行驶路径118d的平均的路径信息的模式。
高燃料经济性行驶模式是提取在关心地点122的规定期间的多个行驶信息60中燃料经济性最好的行驶信息60的行驶模式。如上所述,在行驶信息60中,作为车辆16的本车状态信息包括燃料经济性信息。燃料经济性信息例如能够通过检测车辆16行驶时的加减速的实施程度和实际消耗的燃料来得到。行驶状态推定部88在高燃料经济性模式的运算中,可以从行驶信息60的燃料经济性信息中提取燃料经济性最好且遵守交通规则的行驶信息,也可以提取出若干燃料经济性好的行驶信息60并取平均。
顺利行驶模式是提取在关心地点122的规定期间的多个行驶信息中车辆16的操作量最少的行驶信息60的行驶模式。如上所述,在行驶信息60中,作为车辆16的本车状态信息包括驾驶员的操作量。因此,行驶状态推定部88通过从行驶信息60的操作量中提取出若干操作量少的行驶信息并取其平均,能够得到顺利行驶模式。另外,顺利行驶模式也可以不仅使驾驶员的操作量包含在行驶信息60中,还使对车辆16施加的载荷(加速度)包含在行驶信息60中,提取载荷最小的行驶信息。
避让行驶模式是当在关心地点122发生事件的情况下,提取避让事件的行驶信息60的行驶模式。事件除了上述的施工之外,例如能够举出包括事故、淹水、拥堵的通行限制,以及事故多发、发生轻微事故(minor incident)。发生轻微事故包括按事故看待的动作(车辆16紧急制动下的防撞、滑移等)。例如,当在短时间内多台车辆16表现出显著不同于之前的行驶路径的变化时,行驶状态推定部88推定为发生事件。
另外,服务器侧控制部82也可以具有获取行驶路段交通信息的交通信息获取部95。例如,交通信息获取部95从集聚事故信息等各种事件信息的交通中心95a接收包含事件信息的行驶路段交通信息,且将该事件信息建立对应关系地存储于经验共享地图信息96。行驶路段交通信息除了事件信息以外,还包括限制速度、禁止进入等行驶路段的交通信息。另外,当在事件信息中包含车辆16的交通事故即事故信息的情况下,交通信息获取部95将事故信息与其他事件分开并与经验共享地图信息96建立对应关系。
当行驶状态推定部88推定行驶模式128时,在读取的经验共享地图信息96中包含事故信息的情况下,能够不计算其他种类的行驶模式而(或者优先地)计算避让行驶模式。并且,当行驶状态推定部88识别出多个行驶信息60变成不避让事件的行驶路径时,则停止生成避让行驶模式。另外,由于预先持有关心地点122的过去的事故信息,例如,当在交叉路口内右转弯时由于转大弯而可能与对向的右转弯车辆相碰撞的情况下,行驶状态推定部88能够以成为转小弯的平均行驶模式的方式进行引导,或者为了不会因快速进入急转弯而甩尾,以临近弯道前减速的方式进行引导。
并且,行驶状态推定部88也可以选择关心地点122的多个行驶信息60中满足规定条件的行驶信息来推定行驶模式128。作为该规定条件,能够举出时间段、星期、月、天气中任一个相同的条件。即,即使是同一道路,若时间段、星期、月、天气不同,则有时车辆16的行驶信息60发生大的变化。例如,在冬季结冰的道路中,若处理夏季的行驶信息60,则统计数据的偏差变大,行驶模式的信用性有可能降低。因此,通过使用将相同的月作为规定条件的行驶信息60来推定行驶模式128,能够抑制这种统计数据的偏差。另外,即使在一天中,道路的状况也发生变化,因此,例如可以将1个时间单位作为规定条件,根据此时的多个行驶信息60来运算行驶模式128。行驶状态推定部88例如将关心地点122的行驶信息60按每一规定条件(时间段、星期、月、天气)进行合计来运算行驶模式128。
或者,行驶状态推定部88也可以使用车辆16的重量、尺寸、轮胎的种类和控制装置的种类等作为车辆16的数据,按具有相同数据的车辆16来得到行驶模式128。例如,也可以对相同程度的尺寸的车辆16(小型汽车、小型货车、大型车辆等)进行统计处理,运算多种行驶模式128(平均行驶模式、高燃料经济性行驶模式、顺利行驶模式)。
行驶状态推定部88能够由多条分界线126c、126d求出1条分界线126,且设为根据该分界线126分隔可行驶区域120和不能行驶区域的线。据此,能够得到关心地点122中的可行驶区域120。行驶状态推定部88在计算出可行驶区域120之后,也可以根据可行驶区域120的多个行驶信息60的分布来计算行驶自由度,且根据该行驶自由度推定出多种行驶模式128。例如,如果行驶自由度高则将上述的4种行驶模式全部计算出来,另一方面。如果行驶自由度低则缩小范围计算出上述的4种行驶模式中的1~3种。据此,能够使行驶模式128的运算高效化。
返回图5,在步骤S5中,行驶模式对应部90将在步骤S3中计算出的可行驶区域120、在步骤S4中计算出的多种行驶模式128、与关心地点122关联的信息(以下称为附加信息)、和经验共享地图信息96建立对应关系。作为附加信息,例如能够举出场所ID、事件信息、行驶模式的种类。
在步骤S6中,服务器侧控制部82为了反映在步骤S5中建立的对应关系,更新(追加、变更或者删除)存储在服务器侧存储部84中的行驶模式信息98(行驶模式128)。
图9是表示在关心地点122建立对应关系的行驶模式128与附加信息的数据结构一例的图。附加信息所包含的事件信息例如包含场所ID、事件信息(位置和种类)。另外,在行驶模式128中包含路径信息(起始点、经过点和终点)和速度信息(省略图示),另外,如上所述,按多种模式进行运算。行驶模式对应部90可以将多种行驶模式128建立对应关系,也可以从多种行驶模式128中选择一个符合现状的最佳的行驶模式128来建立对应关系。
“场所ID”相当于关心地点122的识别符。事件信息的“位置”相当于表示关心地点122的所在的代表性位置,由经度和纬度的组合来表现。事件信息的“种类”是上述的施工、事故、淹水、拥堵、事故多发、发生轻微事故(minor incident)等。
“路径信息”包括确定行驶模式128所包含的路径信息的形状的起始点、终点和至少1个经过点的位置(均包括纬度和经度)。“行驶模式”使上述的多种行驶模式128(平均行驶模式、高燃料经济性行驶模式、顺利行驶模式、避让行驶模式)中的任一模式按事件信息对应。
当行驶模式对应部90从多种行驶模式128选择最佳的行驶模式时,例如如图9所示,在有事件信息的情况下,基本上选择避让行驶模式。另外,例如,当尽管行驶路段的法定速度为40km/h但根据行驶路段的形状和性质(学校路段等)而实际上正在以25km/h行驶的情况下,行驶模式对应部90通过选择平均行驶模式,提供25km/h的行驶模式作为速度信息。并且,例如,行驶模式对应部90在预定的行驶路段上根据行驶信息60来判断交通量,选择高燃料经济性行驶模式作为交通量少的情况下的基本行驶模式。或者,行驶模式对应部90也可以根据可行驶区域120,在可行驶区域120的曲率在规定以上的情况下选择顺利行驶模式。
移动体辅助系统10结合以上的第1动作实施第2动作(对辅助对象的辅助动作)。接着,一边参照图10的流程图一边对该移动体辅助系统10的第2动作进行说明。
在步骤S11中,服务器装置12从位于交通区域14内的多台车辆16收集行驶信息60。在该收集之前,外界识别部50根据从外界传感器32输出的外界信息,来识别车辆16周边的状况和物体(包括交通参与者)。行为解析部52追踪由外界识别部50依次识别出的交通参与者(例如,其他车辆16),由此解析交通参与者的行为。信息获取部54使行为解析部52的解析结果包含在行驶信息60中。即,在车辆16向服务器装置12发送的行驶信息60中包括本车状态信息和其他车辆的状态信息(解析结果)。另外,位置修正部56也可以根据需要修正行驶信息60所包含的车辆16(本车或其他车辆)的位置。
下面,一边参照图11A和图11B一边对其他车辆的行驶信息的计算方法详细进行说明。
图11A表示道路130、131的交叉路口132中的第1行驶场景。车辆16c(本车)正在道路130上行驶,一边直行一边试图通过交叉路口132。另外,虚线包围的大致三角形状的区域相当于车辆16c(外界传感器32)的检测范围134。
另一方面,车辆16d(其他车辆)一边在道路131上直行一边试图通过交叉路口132。在该情况下,车辆16c的外界识别部50能够始终识别位于外界传感器32的检测范围134内的车辆16d。即,信息获取部54能够根据行为解析部52的解析结果(车辆16d的追踪结果),获取与车辆16d有关的行驶信息60。另外,位置修正部56也可以根据由外界识别部50识别出的静止目标(例如,停车线136或者标志138)的位置,使用公知的自身位置推定方法来修正车辆16c(或者车辆16d)的位置。
图11B表示道路130、131的交叉路口132中的第2行驶场景。车辆16c(本车)正在道路130上行驶,一边直行一边试图通过交叉路口132。但是,与图11A不同,在车辆16c的前方,车辆16e在停车线136的位置停车。另外,死角范围140相当于由于车辆16e的遮挡而车辆16c(外界传感器32)临时无法检测的范围。
与图11A的情况同样地,车辆16d(其他车辆)一边在道路131上直行一边试图通过交叉路口132。在该情况下,车辆16c的外界识别部50临时识别不到从检测范围134进入死角范围140的车辆16d,当车辆16d从死角范围140驶出后,对其再次识别。
在该情况下,在识别不到车辆16d之后,行为解析部52判定新检测到的移动体是否与车辆16d相同。并且,行为解析部52在判定为相同的情况下,也可以在对识别不到车辆16d前后求出的行驶路径118e、118f彼此进行插补。据此,信息获取部54能够获取依次连接行驶路径118e、118g、118f而成的1条路径作为车辆16d的行驶路径118。另外,其他车辆的速度信息能够通过基于影像处理的其他车辆的矢量分析、与本车的相对速度差等来适宜地计算。
然后,驾驶辅助装置30通过V2X通信机38定期或者非定期地向服务器装置12发送包括临时性存储于存储部48的本车状态信息或其他车辆状态信息的行驶信息60。服务器装置12通过基站18、20、广域网22、服务器侧通信部80,从各个车辆16获取行驶信息60,将行驶信息60的集合体临时保存于服务器侧存储部84。
返回图10,在步骤S12中,行驶状态推定部88根据在步骤S11中收集到的行驶信息60生成关心地点122的可行驶区域120、行驶模式128,将经验共享地图信息96更新为最新状态。
在步骤S13中,服务器侧控制部82从服务器侧存储部84读取经验共享地图信息96,提取经验共享地图信息96的可行驶区域120的关心地点122。并且,在有关心地点122的情况下,进入步骤S14,在没有关心地点122的情况下结束这次的处理流程。
在步骤S14中,辅助对象设定部92设定试图通过关心地点122的辅助对象。具体而言,辅助对象设定部92将在预定行驶路径152(图12)上有关心地点122的车辆16(辅助对象车辆150)设定为辅助对象。
在步骤S15中,收发处理部94通过服务器侧通信部80,向辅助对象车辆150发送行驶模式对应部90与关心地点122建立对应关系的行驶模式128作为辅助信息62。辅助对象车辆150的驾驶辅助装置30通过广域网22、基站18(20)、V2X通信机38从服务器装置12获取辅助信息62,且将该辅助信息62临时保存于存储部48。
在步骤S16中,驾驶辅助部42根据在步骤S15中发送的辅助信息62,进行适合辅助对象车辆150的行驶状态的驾驶辅助。在此,驾驶辅助部42按照来自驾驶辅助ECU40的控制指令,进行用于按行驶模式128行驶的驾驶辅助动作(具体而言,注意、警告、提供信息、减速、停车、转向、加速)。
图12是表示图6的行驶场景100中的驾驶辅助一例的图。在该行驶场景100中,辅助对象车辆150试图沿单点划线的箭头所示的预定行驶路径152在行驶车道102上行驶。但是,在行驶车道102上且在辅助对象车辆150的前方设置有施工区域108。
当辅助对象车辆150到达辅助开始位置156(例如,临近距施工区域108的特定位置154规定距离的位置)时,驾驶辅助部42开始对辅助对象车辆150进行辅助动作。
例如,在辅助对象车辆150正在利用自动驾驶行驶的情况下,通过自动进行基于驱动力装置72的加速控制、基于操舵装置74的操舵控制、或者基于制动装置76的减速控制,辅助对象车辆150按行驶模式128通过关心地点122(施工区域108)。或者,在辅助对象车辆150正在利用手动驾驶行驶的情况下,信息提供装置70向驾驶员提供信息,该信息提示应该按辅助信息62所包含的行驶模式128行驶。
例如,在自动驾驶的辅助对象车辆150不在平均速度范围的情况下,根据行驶模式128的速度信息自动减速。或者,在手动驾驶的辅助对象车辆150中,通过利用催促减速的显示或语音进行传递,告知驾驶员减速。另外,关于燃料经济性,辅助对象车辆150将辅助信息62的行驶模式128(高燃料经济性行驶模式)和本车的燃料经济性进行比较,在为低燃料经济性的情况下,通过显示或语音传递高燃料经济性的行驶模式(路径信息、速度信息)或者燃料经济性值。
另外,当在交叉路口内或弯道通过时,自动驾驶的辅助对象车辆150以速度不超过平均值的速度行驶,手动驾驶的辅助对象车辆150在超过平均值的情况下进行注意速度的提示等。
并且,移动体辅助系统10能够将发生事故位置(碰撞(SRS信号)的检测:气囊工作、摄像头图像的急剧变形或摆动、陀螺仪传感器的检测值的骤变、突然偏离行驶模式、防撞系统针对其他交通参与者的动作)作为关心地点122。即,服务器侧控制部82将事故时的行驶模式即事故行驶模式存储在经验共享地图信息96中,比较分析辅助对象车辆150的当前的行驶信息60(行驶路径、行驶速度)。并且,例如在预测为辅助对象车辆150的当前的行驶信息60与事故行驶模式的相关性高(相同状况下)的情况下,能够运算并选择与事故行驶模式不同的行驶模式来避让事故时的行驶模式。或者,从服务器装置12接收到辅助信息62的车辆16的信息提供装置70还能够单纯地提供“该交叉路口是事故多发地点”等详细的信息,提醒车辆16的驾驶员注意。
[基于移动体辅助系统10的效果]
如上所述,移动体辅助系统10具有:信息获取部54,其获取车辆16(移动体)的行驶信息60;地图信息生成部86,其生成经验共享地图信息96;行驶状态推定部88,其使用多个获取到的行驶信息60,推定车辆16在经验共享地图信息96的关心地点122的可行驶区域120、和用于通过可行驶区域120的行驶模式128;辅助对象设定部92,其将试图通过关心地点122的辅助对象车辆150(移动体)设定为辅助对象;和辅助部(驾驶辅助部42、收发处理部94),其向设定的辅助对象车辆150提供推定出的行驶模式128。
另外,在该移动体辅助方法中,一个或者多个计算机执行以下步骤:获取步骤(S11),其获取车辆16(移动体)的行驶信息60;生成步骤(S12),其生成经验共享地图信息96;推定步骤(S4),其使用多个获取到的行驶信息60,推定车辆16在经验共享地图信息96的关心地点122的可行驶区域120、和用于通过可行驶区域120的行驶模式128;和设定步骤(S14),其将试图通过关心地点122的辅助对象车辆150(移动体)设定为辅助对象,对其进行辅助而使其按所推定出的行驶模式128行驶。
这样,在移动体辅助系统10和移动体辅助方法中,通过进行推定可行驶区域120和行驶模式128且按该行驶模式128行驶的辅助,能够使用多个移动体的行驶信息60进行精细的行驶辅助。
在该情况下,在构成行驶模式128的信息中至少包含表示车辆16的行驶路径的路径信息,据此,移动体辅助系统10能够引导接受行驶模式128的车辆16按路径信息行驶。据此,例如能够使车辆16匹配其他车辆16所匹配的平均路径、高燃料经济性的路径,顺利的路径、避让事件的路径等行驶。
在构成行驶模式的信息中,还包括表示车辆16的行驶速度的速度信息,据此,能够引导接受行驶模式128的车辆16按速度信息行驶。据此,例如,能够使车辆16匹配其他车辆16所匹配的平均速度、高燃料经济性的速度、顺利的速度、避让事件的速度等行驶。
另外,移动体辅助系统10通过利用行驶模式对应部90,选择由行驶状态推定部88推定出的多种行驶模式128中最佳的行驶模式128,由此车辆16能够按照该行驶模式良好地行驶。
在此,多种行驶模式128包括平均行驶模式、高燃料经济性行驶模式和顺利行驶模式中的至少2种以上,据此,车辆16能够按与关心地点122的状况对应的合适的行驶模式128行驶。
移动体辅助系统10推定避让行驶模式作为多种行驶模式之一,据此,能够以可靠地避让道路施工和事故位置等事件的方式来引导车辆16。
并且,移动体辅助系统10还具有交通信息获取部95,该交通信息获取部95将行驶路段交通信息所包含的事件信息建立对应关系地存储于经验共享地图信息96,据此能够更可靠地识别事件信息。其结果,行驶状态推定部88能够更高精度地推定避让行驶模式。
尤其是,交通信息获取部95在事件为车辆16的事故信息的情况下,将事故信息与其他事件分开地存储于经验共享地图信息96,据此,能够更详细地得到事故信息,能够实施避让交通事故的行驶。
另外,行驶模式对应部90在判定为车辆16的当前的行驶信息60与事故行驶模式的相关性高的情况下,选择与事故行驶模式不同的行驶模式128。据此,能够进行不会引发事故的驾驶辅助。
并且,行驶状态推定部88根据可行驶区域120的多个行驶信息60的分布来计算行驶自由度,据此,例如在行驶自由度高的情况下能够提供多种行驶模式128而使车辆16采用合适的行驶模式128。相反,在行驶自由度低的情况下,提供1种行驶模式128,据此,能够引导车辆16按所提供的行驶模式128行驶。
并且,行驶状态推定部88选择关心地点122的多个行驶信息60中满足规定条件的信息来推定行驶模式,据此能够进一步得到按照现实的状况的行驶模式128,能够更良好地辅助车辆16。
除了上述结构之外,规定的条件为时间段、星期、月、天气中任一个相同的条件,据此,行驶状态推定部88能够运算相同状况下的行驶模式128。
行驶信息60包括车辆16的路径信息和速度信息,据此,移动体辅助系统10能够根据这些信息容易地推定行驶模式128。
并且,行驶信息60包括在车辆16中检测或者计算出的燃料经济性信息,据此,移动体辅助系统10能够根据燃料经济性信息容易地推定高燃料经济性行驶模式。
另外,移动体辅助系统10的行驶信息60包括车辆16的重量、尺寸、轮胎的种类和控制装置的种类中的至少一种来作为车辆16的数据。据此,能够按具有相同的数据(重量、尺寸等)的车辆16来计算行驶模式128。即,能够按照车辆16的数据来进行更详细的行驶辅助。
并且,移动体辅助系统10具有外界识别部50、行为解析部52,在信息获取部54中获取其他车辆16的行驶信息60,据此能够使用其他车辆16的行驶信息60来得到可行驶区域120或行驶模式128。
移动体辅助系统10通过利用行为解析部52对在识别不到其他车辆16的前后求出的路径彼此之间进行插补,据此,能够使其他车辆16的行驶信息60更充实。其结果,可行驶区域120和行驶模式128的精度进一步提高。
另外,移动体辅助系统10通过利用位置修正部56根据静止目标的位置修正车辆16的位置,能够提高行驶信息60(尤其是路径信息)的精度。因此,能够更高精度地运算可行驶区域120或行驶模式128。
移动体辅助系统10通过服务器装置12和车辆16进行信息通信来实施处理,据此,在服务器装置12中能够根据大量的行驶信息60,运算可行驶区域120和行驶模式128。
[补充]
另外,本发明并不限定于上述的实施方式,当然能够在没有脱离本发明的主旨的范围内自由地变更。或者,也可以在技术上不产生矛盾的范围内将各个结构任意地组合。
例如,上述的实施方式所涉及的移动体辅助系统10构成为,将在室外的道路上行驶的车辆16作为对象,获取行驶信息60并且发送辅助信息62。然而,移动体辅助系统10并不限定于此,例如还能够构成为辅助在室内的移动体(移动机器人等)的行驶。即,能够构成为,未图示的多个移动机器人和服务器装置12进行信息通信,服务器装置12获取多个移动机器人的行驶信息60,运算(推定)该室内的可行驶区域120、行驶模式128。此时,移动机器人除了得到移动机器人(移动体)自身的行驶信息60之外,还能够对行驶过程中拍摄到的人(其他移动体)等的活动进行解析,得到路径信息和速度信息作为行驶信息60。
另外,即使是在经验共享地图信息96中没有作为基础图的道路网(路线图、节点链接图)的信息的场所,服务器装置12通过从移动体得到行驶信息60,据此也能够自动地生成可行驶区域120、行驶模式128。据此,还能够由搭载有外界传感器32或本车状态传感器34的车辆16(移动体)(不用特殊的测量车辆),来制成地图信息。
Claims (13)
1.一种移动体辅助系统(10),其特征在于,具有:
信息获取部(54),其获取移动体(16)的行驶信息;
地图信息生成部(86),其生成地图信息(96);
行驶状态推定部(88),其使用多个由所述信息获取部获取到的所述行驶信息,推定所述移动体在所述地图信息的关心地点(122)的可行驶区域(120)、和用于通过所述可行驶区域的行驶模式(128);
辅助对象设定部(92),其将试图通过所述关心地点的所述移动体设定为辅助对象;和
辅助部(94),其向由所述辅助对象设定部设定的所述移动体提供由所述行驶状态推定部推定出的所述行驶模式,
所述行驶状态推定部构成为,推定所述关心地点的多种所述行驶模式,
还具有行驶模式对应部(90),该行驶模式对应部(90)从推定出的多种所述行驶模式中选择最适合所提供的所述移动体的行驶模式,
多个所述行驶信息至少包括多个所述移动体各自的路径信息,
所述行驶状态推定部根据在相同的时间段得到的多个所述移动体在所述关心地点的所述路径信息、或者在相同的天气下得到的多个所述移动体在所述关心地点的所述路径信息来推定所述行驶模式,
还具有获取行驶路段交通信息的交通信息获取部(95),
所述交通信息获取部将获取到的所述行驶路段交通信息所包含的事件信息建立对应关系地存储于所述地图信息,并且在所述事件为所述移动体的事故信息的情况下,将所述事故信息与其他事件分开地存储于所述地图信息,
所述行驶状态推定部通过所述交通信息获取部获取所述关心地点的发生事件,推定避让所述事件的避让行驶模式作为多种所述行驶模式之一,
在所述事件信息中包含所述移动体的事故信息的情况下,所述行驶模式对应部将发生所述事故信息时的所述行驶模式即事故行驶模式和所述移动体的当前的行驶信息进行比较,在判定为所述移动体的当前的行驶信息与所述事故行驶模式的相关性高的情况下,选择与所述事故行驶模式不同的行驶模式。
2.根据权利要求1所述的移动体辅助系统,其特征在于,
在构成所述行驶模式的信息中至少包括表示所述移动体的行驶路径的路径信息。
3.根据权利要求2所述的移动体辅助系统,其特征在于,
在构成所述行驶模式的信息中还包括表示所述移动体的行驶速度的速度信息。
4.根据权利要求1所述的移动体辅助系统,其特征在于,
多种所述行驶模式包括平均行驶模式、高燃料经济性行驶模式和顺利行驶模式中的至少2种以上,其中,
所述平均行驶模式是指取所述关心地点的规定期间的多种所述行驶模式的平均的模式;
所述高燃料经济性行驶模式是从所述关心地点的规定期间的多种所述行驶模式中提取出的燃料经济性最好的行驶模式;
所述顺利行驶模式是从所述关心地点的规定期间的多种所述行驶模式中提取出的所述移动体的操作量最少的行驶模式。
5.根据权利要求1所述的移动体辅助系统,其特征在于,
所述行驶信息包括在一个移动体中检测到的该移动体的路径信息和速度信息。
6.根据权利要求5所述的移动体辅助系统,其特征在于,
所述行驶信息包括在所述一个移动体中检测或者计算出的燃料经济性信息。
7.根据权利要求1所述的移动体辅助系统,其特征在于,
所述行驶信息包括所述移动体的重量、尺寸、轮胎的种类和控制装置的种类中的至少一种来作为所述移动体的数据。
8.根据权利要求1~7中任一项所述的移动体辅助系统,其特征在于,还具有:
外界识别部(50),其识别一个移动体的外界状态;和
行为解析部(52),其通过追踪由所述外界识别部依次识别出的其他移动体,来解析所述其他移动体的行驶行为,
所述信息获取部根据所述行为解析部的解析结果来获取所述其他移动体的所述行驶信息。
9.根据权利要求8所述的移动体辅助系统,其特征在于,
所述行为解析部进行以下处理:
在识别不到正在追踪的所述其他移动体之后,判定新检测到的移动体是否与所述其他移动体相同,
在判定为相同的情况下,对在识别不到所述其他移动体的前后求出的路径彼此之间进行插补。
10.根据权利要求8所述的移动体辅助系统,其特征在于,
还具有位置修正部(56),该位置修正部(56)根据由所述外界识别部识别出的静止目标的位置,对所述一个移动体或者所述其他移动体的位置进行修正。
11.根据权利要求1所述的移动体辅助系统,其特征在于,
具有服务器装置(12),该服务器装置(12)具有所述地图信息生成部、所述行驶状态推定部、所述辅助对象设定部、所述辅助部,
所述移动体是能在室外的道路上行驶的车辆,且具有所述信息获取部而与所述服务器装置之间进行信息通信。
12.根据权利要求1所述的移动体辅助系统,其特征在于,
具有服务器装置,该服务器装置具有所述地图信息生成部、所述行驶状态推定部、所述辅助对象设定部、所述辅助部,
所述移动体是能在室内移动的机器人,且具有所述信息获取部而与所述服务器装置之间进行信息通信。
13.一种移动体辅助方法,
该移动体辅助方法由一个或多个计算机执行以下步骤:
获取步骤,其获取移动体(16)的行驶信息;
生成步骤,其生成地图信息(96);
推定步骤,其使用多个获取到的所述行驶信息,推定所述移动体在所述地图信息的关心地点(122)的可行驶区域(120)、和用于通过所述可行驶区域的行驶模式(128);和
设定步骤,其将试图通过所述关心地点的所述移动体设定为辅助对象,对其进行辅助而使其按所推定出的所述行驶模式行驶,
其特征在于,
在所述推定步骤中,推定所述关心地点的多种所述行驶模式,
还具有行驶模式对应步骤,在该行驶模式对应步骤中从推定出的多种所述行驶模式中选择最适合所提供的所述移动体的行驶模式,
多个所述行驶信息至少包括多个所述移动体各自的路径信息,
在所述推定步骤中根据在相同的时间段得到的多个所述移动体在所述关心地点的所述路径信息、或者在相同的天气下得到的多个所述移动体在所述关心地点的所述路径信息来推定所述行驶模式,
还具有获取行驶路段交通信息的交通信息获取步骤,
在所述交通信息获取步骤中将获取到的所述行驶路段交通信息所包含的事件信息建立对应关系地存储于所述地图信息,并且在所述事件为所述移动体的事故信息的情况下将所述事故信息与其他事件分开地存储于所述地图信息,
在所述推定步骤中,针对在所述交通信息获取步骤中获取到的所述关心地点的发生事件,推定避让所述事件的避让行驶模式作为多种所述行驶模式之一,
在所述行驶模式对应步骤中,在所述事件信息中包含所述移动体的事故信息的情况下,将发生所述事故信息时的所述行驶模式即事故行驶模式和所述移动体的当前的行驶信息进行比较,在判定为所述移动体的当前的行驶信息与所述事故行驶模式的相关性高的情况下,选择与所述事故行驶模式不同的行驶模式。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018-113451 | 2018-06-14 | ||
JP2018113451A JP2019215775A (ja) | 2018-06-14 | 2018-06-14 | 移動体支援システム及び移動体支援方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110606081A CN110606081A (zh) | 2019-12-24 |
CN110606081B true CN110606081B (zh) | 2023-03-14 |
Family
ID=68840749
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910516742.2A Active CN110606081B (zh) | 2018-06-14 | 2019-06-14 | 移动体辅助系统和移动体辅助方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20190384319A1 (zh) |
JP (1) | JP2019215775A (zh) |
CN (1) | CN110606081B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102193950B1 (ko) * | 2019-01-04 | 2020-12-22 | 주식회사 서울로보틱스 | 센서를 이용하여 획득한 공간 정보를 활용하는 차량 및 센싱 장치, 그리고 이를 위한 서버 |
US12046140B2 (en) | 2019-12-30 | 2024-07-23 | Subaru Corporation | Mobility information provision system, server, and vehicle |
US12027039B2 (en) | 2019-12-30 | 2024-07-02 | Subaru Corporation | Mobility information provision system, server, and vehicle |
JP7442424B2 (ja) * | 2020-11-05 | 2024-03-04 | 株式会社日立製作所 | 走行領域管理装置、走行領域管理システム及び走行領域管理方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002178787A (ja) * | 2000-12-13 | 2002-06-26 | Honda Motor Co Ltd | オートクルーズ装置 |
US8775070B1 (en) * | 2008-10-15 | 2014-07-08 | Intuit Inc. | Method and system for user preference-based route calculation |
JP2015072611A (ja) * | 2013-10-03 | 2015-04-16 | トヨタ自動車株式会社 | 運転支援装置 |
JP2015224929A (ja) * | 2014-05-27 | 2015-12-14 | 三菱電機株式会社 | ナビゲーション装置およびナビゲーションシステム |
CN105321375A (zh) * | 2014-06-04 | 2016-02-10 | 丰田自动车株式会社 | 驾驶辅助装置 |
CN106662459A (zh) * | 2014-09-03 | 2017-05-10 | 爱信艾达株式会社 | 路径搜索系统、路径搜索方法以及计算机程序 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2001256598A (ja) * | 2000-03-08 | 2001-09-21 | Honda Motor Co Ltd | 危険箇所報知システム |
JP4311647B2 (ja) * | 2004-02-19 | 2009-08-12 | 三菱電機株式会社 | 管理装置及び管理システム及び管理方法及びプログラム |
CN104781867B (zh) * | 2012-11-13 | 2017-06-09 | 丰田自动车株式会社 | 驾驶辅助装置以及驾驶辅助方法 |
JP6645936B2 (ja) * | 2016-09-02 | 2020-02-14 | 株式会社Soken | 状態推定装置 |
-
2018
- 2018-06-14 JP JP2018113451A patent/JP2019215775A/ja active Pending
-
2019
- 2019-06-07 US US16/434,204 patent/US20190384319A1/en not_active Abandoned
- 2019-06-14 CN CN201910516742.2A patent/CN110606081B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002178787A (ja) * | 2000-12-13 | 2002-06-26 | Honda Motor Co Ltd | オートクルーズ装置 |
US8775070B1 (en) * | 2008-10-15 | 2014-07-08 | Intuit Inc. | Method and system for user preference-based route calculation |
JP2015072611A (ja) * | 2013-10-03 | 2015-04-16 | トヨタ自動車株式会社 | 運転支援装置 |
JP2015224929A (ja) * | 2014-05-27 | 2015-12-14 | 三菱電機株式会社 | ナビゲーション装置およびナビゲーションシステム |
CN105321375A (zh) * | 2014-06-04 | 2016-02-10 | 丰田自动车株式会社 | 驾驶辅助装置 |
CN106662459A (zh) * | 2014-09-03 | 2017-05-10 | 爱信艾达株式会社 | 路径搜索系统、路径搜索方法以及计算机程序 |
Also Published As
Publication number | Publication date |
---|---|
US20190384319A1 (en) | 2019-12-19 |
CN110606081A (zh) | 2019-12-24 |
JP2019215775A (ja) | 2019-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US12005904B2 (en) | Autonomous driving system | |
CN109472975B (zh) | 驾驶支援系统、驾驶支援装置及驾驶支援方法 | |
US10867510B2 (en) | Real-time traffic monitoring with connected cars | |
EP3644294B1 (en) | Vehicle information storage method, vehicle travel control method, and vehicle information storage device | |
CN110606081B (zh) | 移动体辅助系统和移动体辅助方法 | |
CN110267856B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN107826104B (zh) | 用于提供关于运输工具的预计行驶意图的信息的方法 | |
CN109841088B (zh) | 车辆驾驶辅助系统及方法 | |
US10832577B2 (en) | Method and system for determining road users with potential for interaction | |
JP7170637B2 (ja) | 車両制御システム、車両制御方法、およびプログラム | |
US11518379B2 (en) | Transportation vehicle and collision avoidance method | |
CN110871811B (zh) | 学习装置、模拟系统、学习方法及存储介质 | |
CN113085852A (zh) | 自动驾驶车辆的行为预警方法、装置及云端设备 | |
KR20190045308A (ko) | 차량 판정 방법, 주행 경로 보정 방법, 차량 판정 장치, 및 주행 경로 보정 장치 | |
CN113753072B (zh) | 基于人体驾驶参考数据的自动舒适度评分系统 | |
EP3626570B1 (en) | Driving assistance method and driving assistance apparatus | |
US12033403B2 (en) | Vehicle control device, vehicle control method, and storage medium | |
JP7257849B2 (ja) | 地図データ作成方法及び地図データ作成装置 | |
CN115257813B (zh) | 通过施工障碍物的智能驾驶控制方法及车辆 | |
US20220281482A1 (en) | Vehicle control device, vehicle control method, and computer-readable storage medium storing program | |
CN115218902B (zh) | 一种轨迹规划方法、装置、设备及存储介质 | |
US20190095724A1 (en) | Surroundings monitoring device, surroundings monitoring method, and storage medium | |
US20220306150A1 (en) | Control device, control method, and storage medium | |
US11801838B2 (en) | Vehicle control device, vehicle control method, and storage medium | |
WO2023187718A1 (en) | Adaptive advanced driver-assistance system (adas) |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |