JP2003081039A - Environment risk arithmetic unit - Google Patents
Environment risk arithmetic unitInfo
- Publication number
- JP2003081039A JP2003081039A JP2001276235A JP2001276235A JP2003081039A JP 2003081039 A JP2003081039 A JP 2003081039A JP 2001276235 A JP2001276235 A JP 2001276235A JP 2001276235 A JP2001276235 A JP 2001276235A JP 2003081039 A JP2003081039 A JP 2003081039A
- Authority
- JP
- Japan
- Prior art keywords
- risk
- parameter
- vehicle
- degree
- type
- 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.)
- Granted
Links
Landscapes
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
- Steering Control In Accordance With Driving Conditions (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Image Processing (AREA)
Abstract
Description
【０００１】[0001]
【発明の属する技術分野】本発明は、環境危険度演算装
置に係り、特に、車両の外部環境の危険度を求めて、ド
ライバの運転支援を行うのに用いて好適な環境危険度演
算装置に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an environmental risk calculating device, and more particularly to an environmental risk calculating device suitable for use in assisting driving of a driver by obtaining the risk of the external environment of the vehicle. .
【０００２】[0002]
【従来の技術及び発明が解決しようとする課題】特開平
７−６５２９５号公報では、自動車の走行環境を各種の
検出要素をもって正確に認識し、１次及び２次危険度に
基づいて潜在危険度を求め、潜在危険度に応じて運転者
に警報を発する自動車の潜在危険度検知装置（以下「従
来技術１」という。）が提案されている。2. Description of the Related Art In Japanese Unexamined Patent Publication No. 7-65295, the running environment of an automobile is accurately recognized by various detecting elements, and the potential danger level is determined based on the primary and secondary risk levels. Therefore, a potential danger level detection device for an automobile (hereinafter referred to as "prior art 1") that issues a warning to the driver according to the potential danger level has been proposed.
【０００３】従来技術１は、危険が起こるかもしれない
潜在危険を運転者の行動や走行状態から算出して、それ
を１次危険としている。しかし、環境の構成要素を含む
車両前方の状況を考慮することなく危険を予知するだけ
では、不十分である。また、従来技術１は、操作量から
１次危険の検出・推定を行っているので、余裕を持って
注意喚起を行うことができない問題がある。In the prior art 1, the potential danger that a danger may occur is calculated from the behavior of the driver and the running condition, and is set as the primary danger. However, it is not enough to predict the danger without considering the situation in front of the vehicle including environmental components. Further, in the related art 1, since the primary danger is detected and estimated from the operation amount, there is a problem that it is not possible to call attention with sufficient margin.
【０００４】特開平６−２１５３００号公報では、ドラ
イバの意思と車両の走行状況に応じて警報を行う運転状
況警報装置（以下「従来技術２」という。）が提案され
ている。従来技術２は、障害物の位置を検出することに
主眼がおかれており、更に、ハンドル操作や車速によっ
てドライバの運転意思を推定している。そして、従来技
術２は、検出された道路環境と推定されたドライバの意
思とから危険物が存在する可能性のある領域を予測し、
予測された領域に障害物かあるかを確認することで、必
要に応じて警報を行っている。Japanese Unexamined Patent Publication No. 6-215300 proposes a driving condition warning device (hereinafter referred to as "prior art 2") which gives a warning according to the driver's intention and the traveling condition of the vehicle. The prior art 2 focuses on detecting the position of an obstacle, and further estimates the driver's driving intention based on the steering wheel operation and the vehicle speed. Then, the related art 2 predicts a region where a dangerous substance may exist from the detected road environment and the estimated driver's intention,
By checking whether there is an obstacle in the predicted area, an alarm is issued if necessary.
【０００５】しかし、従来技術２は、歩行者や車両その
他の障害物を同一に取り扱って検出し、障害物の移動速
度、距離、大きさ等の物理量に基づいて警報を発するだ
けなので、実際の事故を予測することができない問題が
ある。However, the prior art 2 deals with pedestrians, vehicles and other obstacles in the same manner and detects them, and only issues an alarm based on physical quantities such as the moving speed, distance and size of the obstacles. There is a problem that cannot predict an accident.
【０００６】特開平６−１４４１２９号公報では、運転
手に注意を喚起するためのメッセージをタイミングよく
出力する注意喚起アシスト装置（以下「従来技術３」と
いう。）が提案されている。従来技術３は、運転モラル
を計測するものであるが、走行状況を考慮していないの
で、ドライバが警報を煩わしく感じる問題がある。ま
た、従来技術３は、煩わしさをなくすための閾値を備え
ているが、現実の車両走行ではある程度の危険を許容し
ながら運転する必要があるため、現実的ではない。Japanese Unexamined Patent Publication No. 6-144129 proposes an alerting assist device (hereinafter referred to as "prior art 3") which outputs a message for alerting a driver at a timely timing. Although the related art 3 measures driving morals, it does not consider the driving situation, and therefore there is a problem that the driver feels annoyed by the warning. Further, the conventional technique 3 has a threshold value for eliminating the annoyance, but it is not realistic because it is necessary to drive while allowing a certain degree of danger in actual vehicle traveling.
【０００７】本発明は、上述した課題を解決するために
提案されたものであり、車両周囲の様々な環境を認識し
て、ドライバが余裕のあるうちに、事故の可能性のある
環境の危険度を総合的な観点から演算することができる
環境危険度演算装置を提供することを目的とする。The present invention has been proposed in order to solve the above-mentioned problems, and recognizes various environments around the vehicle and, while the driver has enough room, the danger of an environment in which an accident may occur. It is an object of the present invention to provide an environmental risk degree calculating device capable of calculating the degree from a comprehensive viewpoint.
【０００８】[0008]
【課題を解決するための手段】請求項１記載の発明は、
車両周囲の環境の対象物を認識する環境認識手段と、前
記環境認識手段で認識された対象物の種類に応じた危険
度を演算する危険度演算手段と、前記危険度演算手段で
演算された危険度を出力する危険度出力手段と、を備え
ている。The invention according to claim 1 is
Environment recognition means for recognizing an object in the environment around the vehicle, risk degree calculation means for calculating a risk degree according to the type of the object recognized by the environment recognition means, and risk degree calculation means And a risk output means for outputting the risk.
【０００９】請求項１記載の発明では、環境認識手段
は、例えば、撮像画像に所定の画像処理を行って対象物
を抽出したり、レーダによる対象物の認識処理が該当す
る。ここで、対象物とは、車両周囲の環境において事故
を起こす可能性のある物体をいう。対象物の種類として
は、例えば、人、２輪車、自動車等が該当する。危険度
演算手段は、対象物の種類毎の事故の危険性を考慮し
て、対象物の種類に応じて危険度を演算する。危険度出
力手段は、人に注意を喚起させることができれば特に限
定されず、危険度に応じて人の五感を刺激すればよく、
特に、画像、音声を出力するのが好ましい。これによ
り、対象物の事故可能性などの特性を考慮して対象物の
種類に応じた危険度を演算するので、運転者に注意を喚
起して、交通事故を予防することができる。According to the first aspect of the invention, the environment recognizing means corresponds to, for example, subjecting the picked-up image to predetermined image processing to extract the target object or recognizing the target object by the radar. Here, the object means an object that may cause an accident in the environment around the vehicle. The type of the object corresponds to, for example, a person, a two-wheeled vehicle, an automobile, or the like. The risk degree calculation means calculates the degree of risk in accordance with the type of the target object in consideration of the risk of accident for each type of target object. The risk output means is not particularly limited as long as it can alert a person, and may stimulate the five senses of a person according to the risk,
In particular, it is preferable to output images and sounds. As a result, the risk level according to the type of the object is calculated in consideration of the characteristics such as the possibility of accident of the object, so that the driver can be alerted and the traffic accident can be prevented.
【００１０】請求項２記載の発明は、請求項１記載の発
明において、対象物の種類毎の危険度パラメータと、対
象物の属性毎の危険度パラメータと、を記憶するパラメ
ータ記憶手段を更に備え、前記危険度演算手段は、前記
環境認識手段で認識された対象物の種類及び当該対象物
の属性に対応する危険度パラメータを、前記パラメータ
記憶手段からそれぞれ読み出し、読み出された危険度パ
ラメータに基づいて対象物の種類に応じた危険度を演算
することを特徴とする。The invention according to claim 2 is the invention according to claim 1, further comprising a parameter storage means for storing a risk parameter for each type of object and a risk parameter for each attribute of the object. The risk calculating means reads out the risk parameters corresponding to the type of the object recognized by the environment recognizing means and the attributes of the object from the parameter storing means, and uses the read risk parameters. It is characterized in that a risk degree according to the type of the object is calculated based on the above.
【００１１】請求項２記載の発明では、パラメータ記憶
手段は、対象物の種類毎に危険度パラメータを記憶して
おり、さらに、対象物の属性毎にも危険度パラメータを
記憶している。対象物の属性としては、例えば、対象物
の向き、速度、大きさ、位置等が好ましい。危険度演算
手段は、環境認識手段で認識された対象物の種類及び当
該対象物の属性に対応する危険度パラメータを用いるこ
とで、対象物の特性だけでなく対象物のその時の属性を
総合的に考慮して、当該対象物の種類に応じた危険度を
より正確に演算することができる。According to the second aspect of the present invention, the parameter storage means stores the risk parameter for each type of object, and further stores the risk parameter for each attribute of the object. As the attribute of the target object, for example, the direction, speed, size, position, etc. of the target object are preferable. By using the risk parameter corresponding to the type of the object recognized by the environment recognition means and the attribute of the object, the risk calculating means comprehensively determines not only the characteristics of the object but also the attribute of the object at that time. In consideration of the above, it is possible to more accurately calculate the degree of risk according to the type of the target object.
【００１２】請求項３記載の発明は、請求項２記載の発
明において、対象物の種類の危険度パラメータ、対象物
の属性の危険度パラメータの少なくとも１つを受信する
受信手段と、前記受信手段で受信された危険度パラメー
タを前記パラメータ記憶手段に書き込んで危険度パラメ
ータの更新処理を行うパラメータ更新手段と、を更に備
えている。According to a third aspect of the present invention, in the second aspect of the present invention, a receiving means for receiving at least one of a risk parameter of the type of the object and a risk parameter of the attribute of the object, and the receiving means. And a parameter updating unit for writing the risk parameter received in step S4 into the parameter storage unit to update the risk parameter.
【００１３】請求項３記載の発明では、車両周囲の環境
は時間、天候、工事等によって時々刻々と変化するの
で、その環境における対象物の種類に応じた危険度も変
化することがある。そこで、パラメータ更新手段は、受
信手段で受信された危険度パラメータをパラメータ記憶
手段に書き込んでパラメータの更新処理を行うことで、
危険度パラメータを常に最新のものにすることができ
る。これにより、危険度演算手段は、最新の危険度パラ
メータを用いることによって、環境の変化が生じた場合
であっても、対象物の種類に応じた危険度を常に正確に
演算することができる。According to the third aspect of the present invention, the environment around the vehicle changes from moment to moment depending on time, weather, construction, etc., so that the degree of danger depending on the type of object in the environment may change. Therefore, the parameter updating unit writes the risk parameter received by the receiving unit in the parameter storage unit and performs the parameter updating process.
The risk parameters can always be up to date. Thereby, the risk degree calculating means can always accurately calculate the risk degree according to the type of the object by using the latest risk degree parameter even when the environment changes.
【００１４】請求項４記載の発明は、地図データを記憶
する地図データ記憶手段と、地図上の対象物毎の危険度
パラメータを記憶する地図パラメータ記憶手段と、車両
の現在位置を検出する位置検出手段と、車両の走行状態
を検出する車両走行状態検出手段と、前記位置検出手段
で検出された現在位置と、前記車両走行状態検出手段で
検出された車両の走行状態と、に基づいて所定時間経過
後の車両位置を推定する車両位置推定手段と、前記車両
位置推定手段で推定された所定時間経過後の車両位置に
基づいて前記地図データ記憶手段から地図データを読み
出すと共に、読み出された地図データに含まれる対象物
の危険度パラメータを前記地図パラメータ記憶手段から
読み出して、読み出された危険度パラメータに基づいて
対象物に応じた危険度を演算する危険度演算手段と、前
記危険度演算手段で演算された危険度を出力する危険度
出力手段と、を備えている。According to a fourth aspect of the present invention, map data storage means for storing map data, map parameter storage means for storing risk parameters for each object on the map, and position detection for detecting the current position of the vehicle. Means, a vehicle running state detecting means for detecting a running state of the vehicle, a current position detected by the position detecting means, and a running state of the vehicle detected by the vehicle running state detecting means for a predetermined time. Vehicle position estimating means for estimating the vehicle position after the passage, and map data read out from the map data storage means based on the vehicle position after the predetermined time estimated by the vehicle position estimating means, and the read map The risk parameter of the object included in the data is read from the map parameter storage means, and the risk parameter corresponding to the object is read based on the read risk parameter. It includes a risk calculation means for calculating a degree, and a risk output means for outputting the computed risk in the risk calculation unit.
【００１５】請求項４記載の発明では、地図データ記憶
手段と地図パラメータ記憶手段とは、１つに構成されて
いてもよい。例えば、地図データ記憶手段と地図パラメ
ータ記憶手段は光ディスクや磁気ディスク等の１つの記
録媒体で構成され、これらの記録媒体に地図データ及び
これに対応する危険度パラメータが記録されてもよい。
なお、地図上の対象物としては、例えば、交差点や見通
しの悪い場所、また、これらの目印となる建物等が好ま
しい。According to the fourth aspect of the invention, the map data storage means and the map parameter storage means may be integrated into one unit. For example, the map data storage means and the map parameter storage means may be composed of one recording medium such as an optical disk or a magnetic disk, and the map data and the risk parameter corresponding thereto may be recorded on these recording media.
It should be noted that the object on the map is preferably, for example, an intersection, a place with poor visibility, or a building or the like that serves as a mark for these.
【００１６】位置検出手段は、現在位置を検出できれば
特に限定されるものではなく、ＧＰＳ（Ｇｌｏｂａｌ
Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）の他に、地磁
気センサ、ジャイロコンパス、ビーコン等を用いて現在
位置を検出してもよい。前記車両走行状態検出手段は、
車両走行状態として、例えば操舵角や車速等を検出す
る。そして、車両位置推定手段は、位置検出手段で検出
された現在位置と、車両走行状態検出手段で検出された
車両の走行状態と、に基づいて所定時間経過後の車両位
置を推定する。所定時間経過後の車両位置としては、例
えば、次の交差点、見通しの悪いカーブや交差点などが
好ましい。The position detecting means is not particularly limited as long as it can detect the current position, and the GPS (Global)
In addition to the Positioning System), the current position may be detected using a geomagnetic sensor, a gyro compass, a beacon, or the like. The vehicle traveling state detection means,
For example, the steering angle and the vehicle speed are detected as the vehicle traveling state. Then, the vehicle position estimating means estimates the vehicle position after a lapse of a predetermined time based on the current position detected by the position detecting means and the traveling state of the vehicle detected by the vehicle traveling state detecting means. The vehicle position after the lapse of a predetermined time is preferably, for example, the next intersection, a curve with poor visibility, or an intersection.
【００１７】危険度演算手段は、車両位置推定手段で推
定された所定時間経過後の車両位置に基づく地図データ
を読み出すと共に、読み出された地図データに含まれる
対象物の危険度パラメータを読み出して、読み出された
危険度パラメータに基づいて対象物に応じた危険度を演
算する。これにより、所定時間経過後の車両周囲の環境
にある対象物の種類に応じた危険度を予測する。The risk degree calculating means reads out map data based on the vehicle position after the elapse of a predetermined time estimated by the vehicle position estimating means, and reads out the risk degree parameter of the object included in the read map data. The risk degree according to the object is calculated based on the read risk degree parameter. As a result, the degree of danger according to the type of the object in the environment around the vehicle after the predetermined time has passed is predicted.
【００１８】危険度出力手段は、人に注意を喚起させる
ことができれば特に限定されず、危険度に応じて人の五
感を刺激すればよく、特に、画像、音声を出力するのが
好ましい。The risk output means is not particularly limited as long as it can alert the person, and it is sufficient to stimulate the five senses of the person according to the risk, and it is particularly preferable to output an image or a sound.
【００１９】これにより、対象物の事故可能性などの特
性を考慮して対象物の種類に応じた危険度を演算するだ
けでなく、所定時間経過後の車両周囲の環境にある対象
物の種類に応じた危険度を予測して、運転者に注意を喚
起することができるので、どこで注意すべきか、いつ注
意して運転すべきかをドライバに気付かせることができ
る。Thus, not only is the risk level calculated according to the type of the object in consideration of characteristics such as the possibility of accident of the object, but also the type of the object in the environment around the vehicle after a predetermined time has passed. Since it is possible to call the driver's attention by predicting the degree of danger according to, the driver can be made aware of where to be careful and when to be careful.
【００２０】なお、コンピュータを、請求項１から４の
いずれか１項記載の発明として機能させることを特徴と
する環境危険度演算プログラムを用いることもできる。It is also possible to use an environmental risk calculating program which causes a computer to function as the invention according to any one of claims 1 to 4.
【００２１】[0021]
【発明の実施の形態】以下、本発明の好ましい実施の形
態について図面を参照しながら詳細に説明する。BEST MODE FOR CARRYING OUT THE INVENTION Hereinafter, preferred embodiments of the present invention will be described in detail with reference to the drawings.
【００２２】［第１の実施の形態］本発明の第１の実施
の形態は、例えば図１に示す構成の環境危険度演算装置
１に適用することができる。[First Embodiment] The first embodiment of the present invention can be applied to, for example, the environmental risk computing device 1 having the configuration shown in FIG.
【００２３】環境危険度演算装置１は、ＧＰＳ（Ｇｌｏ
ｂａｌ ＰｏｓｉｔｉｏｎｉｎｇＳｙｓｔｅｍ）信号を
受信するＧＰＳ信号受信回路１１と、ＤＶＤディスクに
記録されている地図情報を読み出すＤＶＤドライブ１２
と、道路上や道路周囲の障害物を撮影するためのＣＣＤ
カメラ１３と、前方障害物を赤外線レーダにより認識す
るためのレーダ装置１４と、を備えている。The environmental risk computing device 1 uses a GPS (Glo
a GPS signal receiving circuit 11 for receiving a bal positioning system signal and a DVD drive 12 for reading out map information recorded on a DVD disc.
And a CCD to capture obstacles on and around the road
A camera 13 and a radar device 14 for recognizing a front obstacle with an infrared radar are provided.
【００２４】ＧＰＳ信号受信回路１１は、ＧＰＳアンテ
ナ１１ａを介して、時刻及びＧＰＳ衛星の位置情報を有
するＧＰＳ信号を受信し、データバス５を介してマイク
ロコンピュータ２０に供給する。ＤＶＤドライブ１２
は、車両が現在走行している位置情報に基づいて、ＤＶ
Ｄディスクから地図情報を読み出し、データバス５を介
して、マイクロコンピュータ２０に供給する。The GPS signal receiving circuit 11 receives a GPS signal having time and position information of GPS satellites via the GPS antenna 11a and supplies it to the microcomputer 20 via the data bus 5. DVD drive 12
Is based on the current position information of the vehicle
The map information is read from the D disk and supplied to the microcomputer 20 via the data bus 5.
【００２５】ＣＣＤカメラ１３は、車両前方の対象物を
撮像できるように設置されている。そして、ＣＣＤカメ
ラ１３は、撮影した撮影画像を、データバス５を介して
マイクロコンピュータ２０に供給する。レーダ装置１４
は、前方障害物を認識するために、当該障害物に対して
パルス状の赤外線レーダを鋭く絞って２次元方向に送信
すると共に、障害物によって反射された赤外線レーダを
受光する。なお、レーダ装置１４は、赤外線レーダを送
受信するもの限らず、電波レーダを送受信するものであ
ってもよい。The CCD camera 13 is installed so that an object in front of the vehicle can be imaged. Then, the CCD camera 13 supplies the photographed image to the microcomputer 20 via the data bus 5. Radar device 14
In order to recognize an obstacle in front, the pulsed infrared radar is sharply squeezed to the obstacle and transmitted in a two-dimensional direction, and the infrared radar reflected by the obstacle is received. The radar device 14 is not limited to the one that transmits and receives the infrared radar, but may be the one that transmits and receives the radio wave radar.
【００２６】さらに、環境危険度演算装置１は、図示さ
れていないマスタシリンダ内のブレーキ油圧を検出する
マスタシリンダ油圧センサ１５と、操舵角を検出する操
舵角センサ１６と、画像により環境の危険度を出力する
ＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａ
ｙ）１８と、音声により環境の危険度を出力するスピー
カ１８と、危険度の演算やその他の制御を行うマイクロ
コンピュータ２０と、を備えている。Further, the environmental risk computing device 1 includes a master cylinder hydraulic pressure sensor 15 for detecting a brake hydraulic pressure in a master cylinder (not shown), a steering angle sensor 16 for detecting a steering angle, and an environmental risk level by an image. LCD (Liquid Crystal Display) that outputs
y) 18, a speaker 18 that outputs the degree of danger of the environment by voice, and a microcomputer 20 that performs calculation of the degree of danger and other controls.
【００２７】マスタシリンダ油圧センサ１５は、ドライ
バのブレーキペダルの踏力に応じたマスタシリンダ内の
ブレーキ油圧を検出し、データバス５を介してマイクロ
コンピュータ２０に供給する。また、操舵角センサ１６
は、図示されていないステアリングシャフトの回転角に
応じた操舵角信号を発生し、データバス５を介してマイ
クロコンピュータ２０に供給する。The master cylinder oil pressure sensor 15 detects the brake oil pressure in the master cylinder according to the depression force of the driver's brake pedal and supplies it to the microcomputer 20 via the data bus 5. In addition, the steering angle sensor 16
Generates a steering angle signal according to the rotation angle of a steering shaft (not shown) and supplies it to the microcomputer 20 via the data bus 5.
【００２８】マイクロコンピュータ２０は、図示されて
いないＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ
Ｕｎｉｔ）と、データのワークエリアとして機能した
り必要な演算結果を一時的に記憶するＲＡＭ（Ｒａｎｄ
ｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）と、ルーチン処理
を実行するプログラムや複数のテーブルが記憶されてい
るＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）と、に
よって構成されている。The microcomputer 20 includes a CPU (Central Processing) (not shown).
Unit) and a RAM (Rand) that functions as a work area for data and temporarily stores a necessary calculation result.
om Access Memory) and a ROM (Read Only Memory) in which programs for executing routine processing and a plurality of tables are stored.
【００２９】ここで、マイクロコンピュータ２０には、
対象物パラメータテーブル、向きパラメータテーブル、
速度パラメータテーブル、大きさパラメータテーブル、
位置パラメータテーブルが記憶されている。Here, the microcomputer 20 includes
Object parameter table, orientation parameter table,
Speed parameter table, size parameter table,
A position parameter table is stored.
【００３０】対象物パラメータテーブルは、図２に示す
ように、対象物の種類（カテゴリ）と、対象物の各種類
の細分類と、細分類毎の危険度パラメータとで構成され
ている。なお、危険度パラメータとは、事故誘因の可能
性に関連した値をいい、例えば、事故の統計、保険料算
定データ、運転規範データ等を考慮して求められた値で
ある。As shown in FIG. 2, the object parameter table is made up of object types (categories), object classifications of each object, and risk parameters for each object. Note that the risk parameter refers to a value related to the possibility of accident triggers, and is a value determined in consideration of accident statistics, insurance premium calculation data, driving norm data, and the like.
【００３１】対象物の種類としては、例えば、歩行者、
２輪車、自動車がある。歩行者の細分類としては、高齢
者、子供、中学生−成人がある。２輪車の細分類として
は、自転車、バイクがある。自動車の細分類としては、
普通車、大型車がある。高齢者、子供、中学生−成人、
自転車、バイク、普通車、大型車には、それぞれ危険度
パラメータｔ１、ｔ２、・・・、ｔ７が付されている。The types of objects include, for example, pedestrians,
There are motorcycles and cars. The subdivision of pedestrians includes elderly people, children, middle school students and adults. Two-wheeled vehicles are classified into bicycles and motorcycles. As a sub-classification of automobiles,
There are ordinary cars and large cars. Elderly, children, junior high school students-adults,
The degree of danger parameters t1, t2, ..., T7 are assigned to bicycles, motorcycles, standard vehicles, and large vehicles, respectively.
【００３２】一般に、高齢者、子供、中学生−成人、自
転車、バイク、普通車、大型車の順に危険度が低くなる
と考えられる。すなわち、歩行者、２輪車、自動車の順
に危険度が低くなっていき、例えば、高齢者の歩行者が
最も危険度が高く、大型車が最も危険度が低くなってい
る。そこで、危険度パラメータは、ｔ１＞ｔ２＞・・・
＞ｔ７になっている。Generally, it is considered that the degree of risk becomes lower in the order of elderly people, children, junior high school students-adults, bicycles, motorcycles, ordinary vehicles, and large vehicles. That is, the pedestrians, the two-wheeled vehicles, and the automobiles have lower risks, for example, elderly pedestrians have the highest risks, and large vehicles have the lowest risks. Therefore, the risk parameter is t1>t2> ...
> T7.
【００３３】向きパラメータテーブルは、図３に示すよ
うに、対象物の向きと、向き毎の危険度パラメータとで
構成されている。対象物の向きとしては、車両の進行方
向に対して直交、車両の進行方向と同方向、車両の進行
方向と対向がある。直交、同方向、対向には、それぞれ
危険度パラメータｍ１、ｍ２、ｍ３が付されている。ま
た、直交、同方向、対向の順に危険度が低くなってい
る。そこで、危険度パラメータは、ｍ１＞ｍ２＞ｍ３に
なっている。As shown in FIG. 3, the orientation parameter table includes the orientation of the object and the risk parameter for each orientation. The orientation of the object may be orthogonal to the traveling direction of the vehicle, the same direction as the traveling direction of the vehicle, or opposite to the traveling direction of the vehicle. The degree-of-risk parameters m1, m2, and m3 are attached to the orthogonal, the same direction, and the opposite direction, respectively. In addition, the degree of risk decreases in the order of orthogonal, same direction, and opposite. Therefore, the risk parameter is m1>m2> m3.
【００３４】速度パラメータテーブルは、図４に示すよ
うに、対象物の速度と、速度毎の危険度パラメータとで
構成されている。対象物の速度としては、高速、歩行速
度（例えば、時速４ｋｍ前後）、停止がある。高速、歩
行速度、停止には、それぞれ危険度パラメータｓ１、ｓ
２、ｓ３が付されている。また、高速、歩行速度、停止
の順に危険度が低くなっている。そこで、危険度パラメ
ータは、ｓ１＞ｓ２＞ｓ３になっている。As shown in FIG. 4, the speed parameter table is composed of the speed of the object and the risk parameter for each speed. The speed of the object includes high speed, walking speed (for example, around 4 km / hour), and stop. For high speed, walking speed, and stop, risk parameters s1 and s, respectively
2, s3 are attached. In addition, the degree of danger decreases in the order of high speed, walking speed, and stop. Therefore, the risk parameter is s1>s2> s3.
【００３５】大きさパラメータテーブルは、図５に示す
ように、対象物の大きさと、大きさ毎の危険度パラメー
タとで構成されている。対象物の大きさは特に限定され
るものではなく、対象物の大きさ毎に危険度パラメータ
ｄ１、ｄ２、ｄ３・・・が付されている。なお、危険度
が高い「大きさ」には大きな値の危険度パラメータが付
され、危険度が低い「大きさ」には小さな値の危険度パ
ラメータが付されている。As shown in FIG. 5, the size parameter table includes the size of the object and the risk parameter for each size. The size of the object is not particularly limited, and risk parameters d1, d2, d3 ... Are attached to each size of the object. It should be noted that the "size" having a high risk is assigned a high risk parameter, and the "size" having a low risk is assigned a low risk parameter.
【００３６】また、位置パラメータテーブルは、図６に
示すように、対象物の位置と、位置毎の危険度パラメー
タとで構成されている。対象物の位置は特に限定される
ものではなく、対象物の位置毎に危険度パラメータｐ
１、ｐ２、ｐ３・・・が付されている。なお、危険度が
高い「位置」には大きな値の危険度パラメータが付さ
れ、危険度が低い「位置」には小さな値の危険度パラメ
ータが付されている。As shown in FIG. 6, the position parameter table is composed of the position of the object and the risk parameter for each position. The position of the target object is not particularly limited, and the risk parameter p is set for each position of the target object.
1, p2, p3 ... Are attached. It should be noted that a high-value risk parameter is attached to a high-position "position", and a low-value risk parameter is attached to a low-position "position".
【００３７】以上のように構成された環境危険度演算装
置１において、マイクロコンピュータ２０は、車両周囲
の環境の対象物の種類毎に危険度を演算すべく、図７に
示すステップＳＴ１からステップＳＴ３までの処理を実
行する。In the environmental risk calculating device 1 configured as described above, the microcomputer 20 calculates the risk for each type of object in the environment around the vehicle so as to calculate the risk from step ST1 to step ST3 shown in FIG. Perform processing up to.
【００３８】ステップＳＴ１では、マイクロコンピュー
タ２０は、車両周囲の環境を認識する。具体的には、マ
イクロコンピュータ２０は、ＣＣＤカメラ１３を駆動さ
せて、ＣＣＤカメラ１３で得られた撮像画像にパターン
マッチング等の所定の画像処理を施して、撮像画像から
対象物を抽出して認識する。At step ST1, the microcomputer 20 recognizes the environment around the vehicle. Specifically, the microcomputer 20 drives the CCD camera 13, performs predetermined image processing such as pattern matching on the captured image obtained by the CCD camera 13, and extracts and recognizes an object from the captured image. To do.
【００３９】また、マイクロコンピュータ２０は、レー
ダ装置１４を駆動させて、パルス状の赤外線レーダを鋭
く絞って２次元方向に送信すると共に、障害物によって
反射された赤外線レーダを受光し、受光した赤外線レー
ザに基づいて対象物までの距離や速度を認識する。そし
て、マイクロコンピュータ２０は、これらの認識結果に
基づいて、対象物の種類毎に、車両の進行方向に対する
向き、速度、大きさ、位置を認識して、ステップＳＴ２
に移行する。Further, the microcomputer 20 drives the radar device 14 to sharply squeeze the pulsed infrared radar to transmit in a two-dimensional direction, and also receives the infrared radar reflected by an obstacle and receives the received infrared light. Recognize the distance and speed to the object based on the laser. Then, the microcomputer 20 recognizes the direction, speed, size, and position with respect to the traveling direction of the vehicle for each type of the object based on these recognition results, and step ST2
Move to.
【００４０】なお、ＩＤ信号を発信する発信器を歩行者
に保持させたり、このような発信器を２輪車や自動車に
取り付けてもよい。この場合、マイクロコンピュータ２
０は、各発信器から発信されたＩＤ信号に基づいて、歩
行者、２輪車、自動車を認識することができる。The transmitter for transmitting the ID signal may be held by a pedestrian, or such a transmitter may be attached to a motorcycle or an automobile. In this case, the microcomputer 2
0 can recognize a pedestrian, a two-wheeled vehicle, or an automobile based on the ID signal transmitted from each transmitter.
【００４１】ステップＳＴ２では、マイクロコンピュー
タ２０は、対象物の種類毎に危険度を演算する。具体的
には、マイクロコンピュータ２０は、図２から図６に示
した各テーブルを参照して、対象物、向き、速度、大き
さ、位置にそれぞれ対応する危険度パラメータを選択す
る。そして、選択した危険度パラメータを用いて、対象
物の種類に応じた危険度を示す関数Ｆを演算して、ステ
ップＳＴ３に移行する。なお、危険度パラメータが例え
ばａ1，ａ2，ａ3，・・・とあるときは、危険度を示す
関数はＦ（ａ1，ａ2，ａ3，・・・）として表すことが
できる。本実施の形態では、危険度を示す関数として例
えば式（１）のように表すことができる。At step ST2, the microcomputer 20 calculates the degree of danger for each type of object. Specifically, the microcomputer 20 refers to the tables shown in FIGS. 2 to 6 to select the risk parameter corresponding to the object, the orientation, the speed, the size, and the position. Then, using the selected risk parameter, the function F indicating the risk corresponding to the type of the object is calculated, and the process proceeds to step ST3. When the risk parameter is, for example, a 1 , a 2 , a 3 , ..., The function indicating the risk can be expressed as F (a 1 , a 2 , a 3 , ...). . In the present embodiment, the function indicating the degree of risk can be expressed by, for example, Expression (1).
【００４２】[0042]
【数１】 [Equation 1]
【００４３】式（１）において、ｔは対象物の種類の危
険度パラメータ、ｍは向きの危険度パラメータ、ｓは速
度の危険度パラメータ、ｄは大きさの危険度パラメー
タ、ｐは位置の危険度パラメータである。Ａ、Ｂ、Ｃ、
Ｄ、Ｅは、それぞれ所定の重み付け係数である。In the equation (1), t is the risk parameter of the type of object, m is the risk parameter of orientation, s is the risk parameter of velocity, d is the risk parameter of size, and p is the risk of position. It is a degree parameter. A, B, C,
D and E are predetermined weighting factors, respectively.
【００４４】マイクロコンピュータ２０は、上述したよ
うな危険度の演算処理を行う毎に、危険度の履歴データ
を記憶する。ここで、図８は、対象物の種類毎に演算さ
れた危険度の履歴データを示す図である。履歴データ
は、危険度が演算された日時、危険度、危険度を求めた
ときの危険度パラメータ（対象物、向き、速度、大き
さ、位置）で構成されている。なお、マイクロコンピュ
ータ２０は、危険度の履歴データをＲＡＭに記憶しても
よいし、例えばフラッシュメモリ等の図示されていない
不揮発性メモリに記憶してもよい。The microcomputer 20 stores risk level history data every time the risk level calculation process described above is performed. Here, FIG. 8 is a diagram showing history data of the degree of risk calculated for each type of object. The history data is composed of the date and time when the risk is calculated, the risk, and the risk parameter (object, orientation, speed, size, position) when the risk is calculated. The microcomputer 20 may store the risk level history data in the RAM or may store the risk level history data in a non-volatile memory (not shown) such as a flash memory.
【００４５】ステップＳＴ３では、マイクロコンピュー
タ２０は、ＣＣＤカメラ１３で得られた撮像画像に対し
て、認識された対象物を枠で囲い、更に対象物に危険度
を付して、認識した対象物及びその危険度を示す環境画
像を生成する。そして、マイクロコンピュータ２０は、
生成された環境画像をＬＣＤ１７に出力すると共に、ス
ピーカ１８から音声により危険度を出力する。なお、マ
イクロコンピュータ２０は、ドライバに煩わしさを感じ
させないように、危険度が高い場合に限ってスピーカ１
８から危険度を出力するのが好ましい。In step ST3, the microcomputer 20 encloses the recognized object in a frame with respect to the picked-up image obtained by the CCD camera 13, and further attaches a degree of danger to the recognized object. And an environmental image showing the degree of danger. Then, the microcomputer 20
The generated environmental image is output to the LCD 17, and the degree of danger is output by voice from the speaker 18. It should be noted that the microcomputer 20 does not make the driver feel annoyed, and the speaker 1 is provided only when the risk is high.
It is preferable to output the degree of danger from 8.
【００４６】図９は、ＬＣＤ１７に表示された環境画像
を示す図である。マイクロコンピュータ２０によって認
識された対象物はそれぞれ枠で囲われている。認識され
た対象物の危険度が低い場合（例えば、危険度がゼロの
場合）は、当該対象物は黄色の細い線で囲われている。
そして、対象物の危険度が高くなるに従って、枠の線が
太くなる共に、枠線の色が黄色から赤色に変化するよう
になっている。これにより、ドライバは、ＬＣＤ１７に
表示された対象物の枠の色を見るだけで、対象物の危険
度の度合を容易に把握することができる。FIG. 9 is a diagram showing an environmental image displayed on the LCD 17. Each object recognized by the microcomputer 20 is surrounded by a frame. When the recognized object has a low risk (for example, when the risk is zero), the object is surrounded by a thin yellow line.
As the risk level of the object increases, the frame line becomes thicker and the color of the frame line changes from yellow to red. Thereby, the driver can easily understand the degree of danger of the object only by looking at the color of the frame of the object displayed on the LCD 17.
【００４７】以上のように、環境危険度演算装置１は、
ＣＣＤカメラ１３を用いて車両周囲の環境の対象物を認
識すると共に、レーダ装置１４を用いて対象物の向きや
速度等の属性を認識して、歩行者や自動車等の移動可能
な対象物の種類毎に、危険度パラメータを用いて対象物
の種類に応じた危険度を演算することができる。このと
き、対象物の種類の危険度パラメータだけでなく、対象
物の向き、速度、大きさ、位置それぞれの危険度パラメ
ータを用いているので、対象物の総合的な危険度を求め
ることができる。As described above, the environmental risk computing device 1 is
The CCD camera 13 is used to recognize an object in the environment around the vehicle, and the radar device 14 is used to recognize attributes such as the direction and speed of the object to detect a movable object such as a pedestrian or an automobile. For each type, it is possible to calculate the degree of risk according to the type of object using the risk parameter. At this time, not only the risk parameter of the type of the object but also the risk parameters of the direction, speed, size, and position of the object are used, so that the overall risk of the object can be obtained. .
【００４８】［第２の実施の形態］つぎに、本発明の第
２の実施の形態について説明する。なお、第１の実施の
形態と同一の部位や回路に対しては同一の符号を付し、
その詳細な説明は省略する。[Second Embodiment] Next, a second embodiment of the present invention will be described. The same parts and circuits as those in the first embodiment are designated by the same reference numerals,
Detailed description thereof will be omitted.
【００４９】第２の実施の形態に係る環境危険度演算装
置１は、車両環境の現在の危険度を演算するだけでな
く、未来の危険度を予測する。具体的には、環境危険度
演算装置１のマイクロコンピュータ２０は、以下の処理
を実行する。The environmental risk calculator 1 according to the second embodiment not only calculates the current risk of the vehicle environment, but also predicts the future risk. Specifically, the microcomputer 20 of the environmental risk degree computing device 1 executes the following processing.
【００５０】マイクロコンピュータ２０は、第１の実施
の形態と同様にして対象物の認識処理を実行すると共
に、ＧＰＳ信号受信回路１１で受信されたＧＰＳ信号に
基づいて車両が現在走行している位置を認識する。The microcomputer 20 executes the recognition processing of the object in the same manner as in the first embodiment, and at the same time, the position where the vehicle is currently traveling based on the GPS signal received by the GPS signal receiving circuit 11. Recognize.
【００５１】マイクロコンピュータ２０は、ＧＰＳ信号
受信回路１１で受信されたＧＰＳ信号に基づく現在位置
と、車両の進行方向及び車速を用いて、所定時間経過後
（例えば５分後）の車両位置を推定する。このとき、マ
イクロコンピュータ２０は、例えば操舵角センサ１６で
検出される操舵角によって車両の進行方向を判別し、図
示されていない車輪速センサで検出される車輪速度に基
づいて車速を演算して、これらの演算結果を用いて所定
時間経過後の車両位置を推定する。The microcomputer 20 estimates the vehicle position after a lapse of a predetermined time (for example, 5 minutes) using the current position based on the GPS signal received by the GPS signal receiving circuit 11, the traveling direction of the vehicle, and the vehicle speed. To do. At this time, the microcomputer 20 determines the traveling direction of the vehicle by the steering angle detected by the steering angle sensor 16, calculates the vehicle speed based on the wheel speed detected by a wheel speed sensor (not shown), The vehicle position after a lapse of a predetermined time is estimated using these calculation results.
【００５２】マイクロコンピュータ２０は、所定時間後
の車両位置に対応する地図データをＤＶＤドライブ１２
から読み出す。ここで、ＤＶＤドライブ１２のＤＶＤデ
ィスクには、地図データの他に、建物や交差点の危険度
パラメータが記述された地図パラメータテーブルが記録
されている。地図パラメータテーブルは、図１０に示す
ように、地図上の対象物と、各地図上の対象物の危険度
パラメータと、で構成されている。The microcomputer 20 sends the map data corresponding to the vehicle position after a predetermined time to the DVD drive 12
Read from. Here, on the DVD disc of the DVD drive 12, in addition to the map data, a map parameter table in which risk parameters of buildings and intersections are described is recorded. As shown in FIG. 10, the map parameter table includes an object on the map and a risk parameter of the object on each map.
【００５３】地図上の対象物としては、交差点の他に、
事故の発生しやすい場所であれば特に限定されず、例え
ば人の飛び出しの多い建物周辺などであってもよい。図
１０では、交差点Ａ、交差点Ｂ、交差点Ｃ・・・に、そ
れぞれ危険度パラメータｘ１、ｘ２、ｘ３・・・が付さ
れている。ここでは、交差点Ａ、交差点Ｂ、交差点Ｃの
順に危険度が低くなっている。そこで、危険度パラメー
タは、ｘ１＞ｘ２＞ｘ３＞・・・になっている。As objects on the map, in addition to intersections,
The location is not particularly limited as long as an accident is likely to occur, and may be, for example, around a building where many people pop out. In FIG. 10, the intersection A, the intersection B, the intersection C, ... Are respectively assigned risk parameters x1, x2, x3. Here, the degree of risk decreases in the order of intersection A, intersection B, and intersection C. Therefore, the risk parameter is x1>x2>x3> ...
【００５４】マイクロコンピュータ２０は、地図データ
を読み出すと共に、地図パラメータテーブルを参照し
て、その地図上の対象物の危険度パラメータを読み出
し、交差点や建物等の危険度を演算する。そして、マイ
クロコンピュータ２０は、ＬＣＤ１７に所定時間経過後
の地図を表示すると共に、交差点や建物の危険度も表示
することができる。なお、マイクロコンピュータ２０
は、危険度が高い場合には、スピーカ１８から警告音を
発するようにしてもよい。The microcomputer 20 reads out the map data, reads out the risk parameter of the object on the map by referring to the map parameter table, and calculates the risk of the intersection or the building. Then, the microcomputer 20 can display a map after a predetermined time elapses on the LCD 17 and also display the degree of danger of the intersection or the building. The microcomputer 20
When the degree of danger is high, the speaker 18 may emit a warning sound.
【００５５】以上のように、第２の実施の形態に係る環
境危険度演算装置１は、地図データ及び地図パラメータ
テーブルを用いることによって、所定時間後に通過する
場所における環境の危険度を演算することができる。こ
れにより、ドライバに対して余裕のある注意喚起を行っ
て、事故の予防を飛躍的に向上させることができる。As described above, the environmental risk degree computing device 1 according to the second embodiment uses the map data and the map parameter table to compute the environmental risk degree at a place to pass after a predetermined time. You can As a result, the driver can be alerted with a sufficient margin and the accident prevention can be dramatically improved.
【００５６】すなわち、環境危険度演算装置１は、次の
交差点等、現在位置から距離の離れた車両の走行コース
上の危険度をドライバに提示することによって、どこで
注意すべきか、いつ注意して運転すべきかをドライバに
気付かせることができる。That is, the environmental risk computing device 1 pays attention to when and where to pay attention by presenting to the driver the risk on the traveling course of the vehicle at a distance from the current position such as the next intersection. The driver can be made aware of whether to drive.
【００５７】なお、本実施の形態では、地図パラメータ
テーブルは、ＤＶＤディスクに記録されているものとし
て説明したが、その他、マイクロコンピュータ２０内の
ＲＡＭや、その他の媒体に記録されていてもよいのは勿
論である。In the present embodiment, the map parameter table is described as being recorded on the DVD disk, but it may be recorded on the RAM in the microcomputer 20 or another medium. Of course.
【００５８】［第３の実施の形態］つぎに、本発明の第
３の実施の形態について説明する。なお、上述した実施
の形態と同一の部位や回路に対しては同一の符号を付
し、その詳細な説明は省略する。[Third Embodiment] Next, a third embodiment of the present invention will be described. The same parts and circuits as those in the above-described embodiment are designated by the same reference numerals, and detailed description thereof will be omitted.
【００５９】図１１に示すように、第３の実施の形態に
係る環境危険度演算装置１Ａは、環境危険度演算装置１
の構成回路に加えて、更に、データ演算装置３０との間
でデータの送受信を行う通信回路１９を備えている。As shown in FIG. 11, the environmental risk computing device 1A according to the third embodiment is the same as the environmental risk computing device 1.
In addition to the above-mentioned constituent circuit, a communication circuit 19 for transmitting and receiving data to and from the data arithmetic unit 30 is further provided.
【００６０】通信回路１９は、データバス５を介して供
給されたデータに所定の変調処理を行って、通信アンテ
ナ１９ａを介してデータ演算装置３０に送信する。ま
た、通信回路１９は、データ演算装置３０からのデータ
を、通信アンテナ１９ａを介して受信し、所定の復調処
理を行った後、復調処理済みのデータをマイクロコンピ
ュータ２０に供給する。一方、データ演算装置３０は、
アンテナ３０ａを介して、環境危険度演算装置１Ａとの
間でデータの送受信を行うことができる。The communication circuit 19 performs a predetermined modulation process on the data supplied via the data bus 5 and transmits the data to the data arithmetic unit 30 via the communication antenna 19a. Further, the communication circuit 19 receives the data from the data calculation device 30 via the communication antenna 19a, performs a predetermined demodulation process, and then supplies the demodulated data to the microcomputer 20. On the other hand, the data processing device 30
Data can be transmitted and received to and from the environmental risk computing device 1A via the antenna 30a.
【００６１】（パラメータテーブルの更新）環境危険度
演算装置１Ａは、データ演算装置３０から送信される情
報に基づいて、常に最新のパラメータテーブルを保持す
ることができる。(Update of Parameter Table) The environmental risk degree computing device 1A can always hold the latest parameter table based on the information transmitted from the data computing device 30.
【００６２】ここで、データ演算装置３０は、車両毎
に、図２から図６と同様に構成されたパラメータテーブ
ルを記憶している。そして、データ演算装置３０は、所
定の車両のパラメータテーブルが更新処理されると、更
新されたパラメータテーブルのデータを、所定の車両の
環境危険度演算装置１Ａに送信する。Here, the data arithmetic unit 30 stores, for each vehicle, a parameter table configured in the same manner as in FIGS. Then, when the parameter table of the predetermined vehicle is updated, the data calculation device 30 transmits the data of the updated parameter table to the environmental risk calculation device 1A of the predetermined vehicle.
【００６３】所定の車両に設けられた環境危険度演算装
置１Ａは、パラメータテーブルをデータ演算装置３０か
ら送信されたパラメータテーブルに更新し、この結果、
常に最新の危険度パラメータを用いて危険度を正確に演
算することができる。The environmental risk computing device 1A provided in a predetermined vehicle updates the parameter table with the parameter table transmitted from the data computing device 30, and as a result,
The risk can always be calculated accurately using the latest risk parameter.
【００６４】（データ演算装置３０の危険度演算）デー
タ演算装置３０は、環境危険度演算装置１Ａに代わっ
て、対象物の種類に応じた危険度を演算することもでき
る。このために、環境危険度演算装置１Ａ及びデータ演
算装置３０は、以下の処理を実行する。(Calculation of Risk of Data Calculation Device 30) The data calculation device 30 can calculate the risk according to the type of the object instead of the environmental risk calculation device 1A. Therefore, the environmental risk degree computing device 1A and the data computing device 30 perform the following processing.
【００６５】環境危険度演算装置１Ａのマイクロコンピ
ュータ２０は、上述したステップＳＴ１と同様に、車両
周囲の環境にある対象物を認識し、認識した対象物の種
類毎に、車両の進行方向に対する向き、速度、大きさ、
位置を認識する。そして、マイクロコンピュータ２０
は、これらのデータを、通信回路１９を介してデータ演
算装置３０に送信する。The microcomputer 20 of the environmental risk degree computing device 1A recognizes the object in the environment around the vehicle, as in the step ST1 described above, and for each kind of the recognized object, the direction with respect to the traveling direction of the vehicle. , Speed, size,
Recognize position. Then, the microcomputer 20
Transmits these data to the data arithmetic unit 30 via the communication circuit 19.
【００６６】データ演算装置３０は、環境危険度演算装
置１Ａから送信されたデータを受信し、受信したデータ
に基づいて、上述したステップＳＴ２と同様にして対象
物の種類に応じた危険度を演算する。そして、データ演
算装置３０は、演算された対象物の種類に応じた危険度
を示すデータを環境危険度演算装置１Ａに送信する。こ
のとき、データ演算装置３０は、危険度を演算する毎
に、図８と同様にして、危険度の履歴データを記憶する
のが好ましい。The data calculation device 30 receives the data transmitted from the environmental risk calculation device 1A, and calculates the risk according to the type of the object based on the received data in the same manner as in step ST2 described above. To do. Then, the data calculation device 30 transmits data indicating the calculated risk level according to the type of the object to the environmental risk calculation device 1A. At this time, the data calculation device 30 preferably stores the history data of the risk degree in the same manner as in FIG. 8 every time the risk degree is calculated.
【００６７】環境危険度演算装置１Ａのマイクロコンピ
ュータ２０は、通信回路１９を介して対象物の種類に応
じた危険度を受信すると、ステップＳＴ３と同様にして
環境画像を生成し、生成された環境画像をＬＣＤ１７に
出力すると共に、スピーカ１８から音声により危険度を
出力する。When the microcomputer 20 of the environmental risk calculating device 1A receives the risk corresponding to the type of the object via the communication circuit 19, it generates an environmental image in the same manner as in step ST3, and the generated environment is generated. The image is output to the LCD 17 and the degree of danger is output by voice from the speaker 18.
【００６８】これにより、環境危険度演算装置１Ａは、
データ量の多いパラメータテーブルを記憶する必要もな
く、また、危険度の演算処理を行う必要がないので、危
険度演算処理のための負担を少なくすることができる。As a result, the environmental risk computing device 1A
Since it is not necessary to store a parameter table having a large amount of data and it is not necessary to perform risk degree calculation processing, it is possible to reduce the load for risk degree calculation processing.
【００６９】（危険度マップ）さらに、データ演算装置
３０は、危険度の履歴データを参照して、危険度が高い
地域（位置）や対象物を記述した危険度マップを生成し
てもよい。危険度マップを生成すべく、環境危険度演算
装置１Ａ及びデータ演算装置３０は、以下の処理を実行
する。(Danger Level Map) Further, the data arithmetic unit 30 may refer to the risk level history data to generate a risk level map describing areas (positions) and objects having a high risk level. In order to generate the risk map, the environmental risk computing device 1A and the data computing device 30 execute the following processing.
【００７０】環境危険度演算装置１Ａのマイクロコンピ
ュータ２０は、急ブレーキ又は急ハンドルがあったかを
判定する。具体的には、マイクロコンピュータ２０は、
マスタシリンダ油圧センサ１５で検出されるブレーキ油
圧が所定時間内に所定値以上になると、急ブレーキがあ
ったと判定する。また、マイクロコンピュータ２０は、
操舵角センサ１６で検出された操舵角を時間微分して操
舵角レートを求め、操舵角レートが所定値以上になると
急ハンドルがあったと判定する。The microcomputer 20 of the environmental risk degree computing device 1A determines whether there is a sudden braking or a sudden steering wheel. Specifically, the microcomputer 20
When the brake oil pressure detected by the master cylinder oil pressure sensor 15 becomes a predetermined value or more within a predetermined time, it is determined that there is a sudden brake. Further, the microcomputer 20
The steering angle detected by the steering angle sensor 16 is differentiated with respect to time to obtain the steering angle rate, and when the steering angle rate becomes equal to or higher than a predetermined value, it is determined that there is a sharp steering wheel.
【００７１】マイクロコンピュータ２０は、急ハンド
ル、急ブレーキのいずれかを検出すると、ＣＣＤカメラ
１３からの撮像画像によって認識した対象物の種類及び
その向き、速さ、大きさ、位置、更に、ＧＰＳ信号受信
回路１１で受信されたＧＰＳ信号に基づく現在位置を、
データ演算装置３０に送信する。When the microcomputer 20 detects either a sudden steering wheel or a sudden braking, the type and direction, speed, size and position of the object recognized by the image picked up by the CCD camera 13 and the GPS signal. The current position based on the GPS signal received by the receiving circuit 11,
The data is transmitted to the data processing device 30.
【００７２】データ演算装置３０は、環境危険度演算装
置１Ａから送信されたデータに基づいて、図８と同様に
構成された危険度マップを生成する。危険度マップは、
急ブレーキや急ハンドルがあった等の車両が危険な状態
になった場合における対象物の種類に応じた危険度の履
歴を表している。そして、データ演算装置３０は、危険
度マップを参照して、危険度の高い地域を通過しようと
する車両に対して、危険度が高いことを報知する情報を
送信する。The data arithmetic unit 30 generates a risk degree map having the same structure as that of FIG. 8 based on the data transmitted from the environmental risk degree arithmetic unit 1A. The risk map is
The history of the degree of danger according to the type of the object when the vehicle is in a dangerous state such as when there is sudden braking or sudden steering is shown. Then, the data computing device 30 refers to the risk map, and transmits information notifying that the risk is high to a vehicle that is about to pass through a high-risk area.
【００７３】これにより、データ演算装置３０は、危険
度の高い地域を通過しようとする車両に対して、過去の
危険度の情報から生成された危険度マップに基づいて事
故の発生が多い等の警報を行うことができるので、ドラ
イバが余裕のあるうちに注意を喚起させることができ
る。As a result, the data arithmetic unit 30 determines that, for a vehicle passing through a high-risk area, many accidents occur based on the risk map generated from the past risk information. Since an alarm can be issued, the driver can be alerted while he / she has time to spare.
【００７４】なお、本発明は、上述した実施の形態に限
定されるものではなく、特許請求の範囲に記載された範
囲内で、種々の設計上の変更を行うことができる。The present invention is not limited to the above-described embodiments, but various design changes can be made within the scope of the claims.
【００７５】例えば上述した実施の形態では、対象物、
向き、速度、大きさ、位置のそれぞれに危険度パラメー
タを付していたが、その他、地域毎に又は時間毎に危険
度パラメータを付すこともできる。For example, in the above embodiment, the object,
Although the risk parameter is attached to each of the direction, speed, size, and position, the risk parameter may be attached to each region or each time.
【００７６】また、上述した各危険度パラメータは、本
発明の一例であり、これに限定されるものではない。し
たがって、パラメータテーブルとしては、図２から図６
に示したものに限定されず、例えば、自車の車両位置、
前方信号の色、天候、環境の明るさに応じてパラメータ
テーブルを設けてもよいのは勿論である。The above-mentioned risk parameters are examples of the present invention, and the present invention is not limited to these. Therefore, as the parameter table, as shown in FIGS.
However, the vehicle position of the own vehicle,
Of course, a parameter table may be provided according to the color of the front signal, the weather, and the brightness of the environment.
【００７７】[0077]
【発明の効果】請求項１記載の発明は、環境認識手段で
認識された対象物の種類に応じた危険度を演算して出力
することによって、対象物の事故可能性などの特性を考
慮して対象物の種類に応じた危険度を演算して出力する
ので、運転者に注意を喚起して、交通事故を予防するこ
とができる。According to the first aspect of the present invention, by calculating and outputting the degree of danger according to the type of the object recognized by the environment recognition means, the characteristics such as the possibility of accident of the object are considered. Since the degree of danger corresponding to the type of the target object is calculated and output, the driver can be alerted and a traffic accident can be prevented.
【００７８】請求項２記載の発明は、危険度演算手段
は、環境認識手段で認識された対象物の種類及び当該対
象物の属性に対応する危険度パラメータを、パラメータ
記憶手段からそれぞれ読み出し、読み出された危険度パ
ラメータに基づいて対象物の種類に応じた危険度を演算
することによって、認識された対象物だけでなく当該対
象物の属性を考慮して、総合的な観点から危険度を演算
することができる。According to a second aspect of the present invention, the risk degree calculating means reads out and reads, from the parameter storage means, the risk degree parameters corresponding to the type of the object recognized by the environment recognition means and the attribute of the object. By calculating the degree of risk according to the type of object based on the risk parameter that was issued, not only the recognized object but also the attribute of the object is considered, and the risk is calculated from a comprehensive viewpoint. It can be calculated.
【００７９】請求項３記載の発明は、対象物の種類の危
険度パラメータ、対象物の属性の危険度パラメータの少
なくとも１つを受信し、受信された危険度パラメータを
パラメータ記憶手段に書き込んで危険度パラメータの更
新処理を行うことによって、環境の変化が生じる場合で
あっても、常に最新の危険度パラメータを用いて対象物
の種類に応じた危険度を正確に演算することができる。According to the third aspect of the present invention, at least one of the risk parameter of the type of the object and the risk parameter of the attribute of the object is received, and the received risk parameter is written in the parameter storage means. By performing the updating process of the degree parameter, even when the environment changes, the latest degree of danger parameter can always be used to accurately calculate the degree of danger according to the type of the object.
【００８０】請求項４記載の発明は、所定時間経過後の
車両位置に基づいて地図データを読み出すと共に、読み
出された地図データに含まれる対象物の種類の危険度パ
ラメータを読み出して、読み出された危険度パラメータ
に基づいて対象物の種類に応じた危険度を演算すること
によって、車両周囲の環境を直接認識することなく、所
定時間経過後の対象物の種類に応じた危険度を予測する
ことができる。これにより、ドライバに対して余裕のあ
る注意喚起を行って、事故の予防を飛躍的に向上させる
ことができる。According to a fourth aspect of the present invention, the map data is read based on the vehicle position after a predetermined time has passed, and the risk parameter of the type of the object included in the read map data is read and read. By calculating the degree of risk according to the type of object based on the determined risk parameter, the degree of risk according to the type of object after a predetermined time has passed without directly recognizing the environment around the vehicle can do. As a result, the driver can be alerted with a sufficient margin and the accident prevention can be dramatically improved.
【図１】本発明の第１及び第２の実施の形態に係る環境
危険度演算装置の構成を示すブロック図である。FIG. 1 is a block diagram showing a configuration of an environmental risk computing device according to first and second embodiments of the present invention.
【図２】環境危険度演算装置に備えられたマイクロコン
ピュータに記憶された対象物パラメータテーブルの構成
を示す図である。FIG. 2 is a diagram showing a configuration of an object parameter table stored in a microcomputer provided in the environmental risk degree computing device.
【図３】マイクロコンピュータに記憶された向きパラメ
ータテーブルの構成を示す図である。FIG. 3 is a diagram showing a configuration of an orientation parameter table stored in a microcomputer.
【図４】マイクロコンピュータに記憶された速度パラメ
ータテーブルの構成を示す図である。FIG. 4 is a diagram showing a configuration of a speed parameter table stored in a microcomputer.
【図５】マイクロコンピュータに記憶された大きさパラ
メータテーブルの構成を示す図である。FIG. 5 is a diagram showing a configuration of a size parameter table stored in a microcomputer.
【図６】マイクロコンピュータに記憶された位置パラメ
ータテーブルの構成を示す図である。FIG. 6 is a diagram showing a configuration of a position parameter table stored in a microcomputer.
【図７】マイクロコンピュータの動作手順を示すフロー
チャートである。FIG. 7 is a flowchart showing an operation procedure of the microcomputer.
【図８】危険度の履歴データの構成を示す図である。FIG. 8 is a diagram showing a structure of history data of risk levels.
【図９】ＬＣＤに表示された環境画像を示す図である。FIG. 9 is a diagram showing an environmental image displayed on an LCD.
【図１０】ＤＶＤディスクに記録された地図パラメータ
テーブルの構成を示す図である。FIG. 10 is a diagram showing the structure of a map parameter table recorded on a DVD disc.
【図１１】本発明の第３の実施の形態に係る環境危険度
演算装置の構成を示すブロック図である。FIG. 11 is a block diagram showing a configuration of an environmental risk degree computing device according to a third embodiment of the present invention.
１，１Ａ 環境危険度演算装置 １１ ＧＰＳ信号受信回路 １２ ＤＶＤドライブ １３ ＣＣＤカメラ １４ レーダ装置 １５ マスタシリンダ油圧センサ １６ 操舵角センサ １７ ＬＣＤ １８ スピーカ １９ 通信回路 ２０ マイクロコンピュータ 1,1A Environmental risk calculator 11 GPS signal receiving circuit 12 DVD drive 13 CCD camera 14 Radar device 15 Master cylinder oil pressure sensor 16 Steering angle sensor 17 LCD 18 speakers 19 Communication circuit 20 microcomputer
───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.7 識別記号 ＦＩ テーマコート゛(参考） Ｂ６０Ｒ 21/00 Ｂ６０Ｒ 21/00 ６２８Ｆ Ｂ６２Ｄ 6/00 Ｂ６２Ｄ 6/00 Ｇ０６Ｔ 1/00 ３３０ Ｇ０６Ｔ 1/00 ３３０Ａ Ｇ０８Ｇ 1/16 Ｇ０８Ｇ 1/16 Ｃ // Ｂ６２Ｄ 101:00 Ｂ６２Ｄ 101:00 113:00 113:00 137:00 137:00 Ｆターム(参考） 3D032 CC30 DA03 DA24 DA52 DA77 DA78 DA87 DA88 DA90 DC03 DC08 DC09 DC10 DC33 GG01 5B057 AA16 BA11 DA06 DA11 DA15 DC33 5H180 AA01 BB13 BB15 CC02 CC04 CC14 FF05 FF10 FF25 FF27 FF33 LL01 LL07 LL08 ─────────────────────────────────────────────────── ─── Continuation of front page (51) Int.Cl. 7 Identification code FI theme code (reference) B60R 21/00 B60R 21/00 628F B62D 6/00 B62D 6/00 G06T 1/00 330 G06T 1/00 330A G08G 1/16 G08G 1/16 C // B62D 101: 00 B62D 101: 00 113: 00 113: 00 137: 00 137: 00 F term (reference) 3D032 CC30 DA03 DA24 DA52 DA77 DA78 DA87 DA88 DA90 DC03 DC08 DC09 DC10 DC33 GG01 5B057 AA16 BA11 DA06 DA11 DA15 DC33 5H180 AA01 BB13 BB15 CC02 CC04 CC14 FF05 FF10 FF25 FF27 FF33 LL01 LL07 LL08
Claims (4)
認識手段と、 前記環境認識手段で認識された対象物の種類に応じた危
険度を演算する危険度演算手段と、 前記危険度演算手段で演算された危険度を出力する危険
度出力手段と、 を備えた環境危険度演算装置。1. An environment recognition means for recognizing an object in the environment around a vehicle, a risk degree calculation means for calculating a risk degree according to the type of the object recognized by the environment recognition means, and the risk degree calculation An environmental risk calculating device comprising: a risk output unit that outputs the risk calculated by the means.
対象物の属性毎の危険度パラメータと、を記憶するパラ
メータ記憶手段を更に備え、 前記危険度演算手段は、前記環境認識手段で認識された
対象物の種類及び当該対象物の属性に対応する危険度パ
ラメータを、前記パラメータ記憶手段からそれぞれ読み
出し、読み出された危険度パラメータに基づいて対象物
の種類に応じた危険度を演算する請求項１記載の環境危
険度演算装置。2. A risk parameter for each type of object,
And a parameter storage unit that stores a risk parameter for each attribute of the object, wherein the risk calculation unit is a risk corresponding to the type of the object recognized by the environment recognition unit and the attribute of the object. 2. The environmental risk degree computing device according to claim 1, wherein the degree parameter is read from each of the parameter storage means, and the risk degree corresponding to the type of the object is calculated based on the read risk degree parameter.
物の属性の危険度パラメータの少なくとも１つを受信す
る受信手段と、 前記受信手段で受信された危険度パラメータを前記パラ
メータ記憶手段に書き込んで危険度パラメータの更新処
理を行うパラメータ更新手段と、を更に備えた請求項２
記載の環境危険度演算装置。3. Receiving means for receiving at least one of a risk parameter of the type of the object and a risk parameter of the attribute of the object, and the risk parameter received by the receiving means is written in the parameter storage means. Parameter updating means for performing updating processing of the risk parameter in step 2;
Environmental hazard calculator described.
段と、 地図上の対象物毎の危険度パラメータを記憶する地図パ
ラメータ記憶手段と、 車両の現在位置を検出する位置検出手段と、 車両の走行状態を検出する車両走行状態検出手段と、 前記位置検出手段で検出された現在位置と、前記車両走
行状態検出手段で検出された車両の走行状態と、に基づ
いて所定時間経過後の車両位置を推定する車両位置推定
手段と、 前記車両位置推定手段で推定された所定時間経過後の車
両位置に基づいて前記地図データ記憶手段から地図デー
タを読み出すと共に、読み出された地図データに含まれ
る対象物の危険度パラメータを前記地図パラメータ記憶
手段から読み出して、読み出された危険度パラメータに
基づいて対象物に応じた危険度を演算する危険度演算手
段と、 前記危険度演算手段で演算された危険度を出力する危険
度出力手段と、 を備えた環境危険度演算装置。4. A map data storage means for storing map data, a map parameter storage means for storing a risk parameter for each object on the map, a position detection means for detecting the current position of the vehicle, and a traveling of the vehicle. Vehicle traveling state detecting means for detecting the state, the current position detected by the position detecting means, and the traveling state of the vehicle detected by the vehicle traveling state detecting means, the vehicle position after a predetermined time has elapsed, Vehicle position estimating means for estimating, and reading map data from the map data storing means based on the vehicle position after a predetermined time estimated by the vehicle position estimating means, and an object included in the read map data. The risk parameter is read from the map parameter storage means, and the risk corresponding to the object is calculated based on the read risk parameter. Calculating means and the environmental risk calculation device and a risk output means for outputting the computed risk hazardous calculating means.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001276235A JP4678110B2 (en) | 2001-09-12 | 2001-09-12 | Environmental risk calculator |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001276235A JP4678110B2 (en) | 2001-09-12 | 2001-09-12 | Environmental risk calculator |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2003081039A true JP2003081039A (en) | 2003-03-19 |
| JP4678110B2 JP4678110B2 (en) | 2011-04-27 |
Family
ID=19100970
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001276235A Expired - Fee Related JP4678110B2 (en) | 2001-09-12 | 2001-09-12 | Environmental risk calculator |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP4678110B2 (en) |
Cited By (30)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005125953A (en) * | 2003-10-24 | 2005-05-19 | Alpine Electronics Inc | On-vehicle object recognition system and driving assistance system using the same |
| JP2006085285A (en) * | 2004-09-14 | 2006-03-30 | Matsushita Electric Ind Co Ltd | Dangerous vehicle prediction device |
| JP2006088771A (en) * | 2004-09-21 | 2006-04-06 | Nissan Motor Co Ltd | Travel controller |
| JP2006151114A (en) * | 2004-11-26 | 2006-06-15 | Fujitsu Ten Ltd | Driving support device |
| WO2006070865A1 (en) * | 2004-12-28 | 2006-07-06 | Kabushiki Kaisha Toyota Chuo Kenkyusho | Vehicle motion control device |
| JP2007049219A (en) * | 2005-08-05 | 2007-02-22 | Denso Corp | Vehicle surrounding monitoring device |
| JP2007251257A (en) * | 2006-03-13 | 2007-09-27 | Fujitsu Ten Ltd | Image recognition device, vehicle control device, image recognition method, and vehicle control method |
| JP2008003762A (en) * | 2006-06-21 | 2008-01-10 | Honda Motor Co Ltd | Obstacle recognition determining device |
| WO2008075407A1 (en) * | 2006-12-19 | 2008-06-26 | Pioneer Corporation | Information processing device and its control method, control program, and recording medium |
| US7395138B2 (en) | 2003-08-08 | 2008-07-01 | Nissan Motor Co., Ltd. | Driving assist system for vehicle |
| US7440830B2 (en) | 2003-10-15 | 2008-10-21 | Denso Corporation | Driving support system based on driver visual acquisition capacity |
| JP2008282097A (en) * | 2007-05-08 | 2008-11-20 | Toyota Central R&D Labs Inc | Collision risk degree estimating apparatus and driver supporting apparatus |
| JP2009015494A (en) * | 2007-07-03 | 2009-01-22 | Ntt Docomo Inc | Risk management system, server device and risk management method |
| JP2009037622A (en) * | 2007-08-03 | 2009-02-19 | Harman Becker Automotive Systems Gmbh | Method and device for evaluating image |
| WO2009028558A1 (en) * | 2007-08-27 | 2009-03-05 | Toyota Jidosha Kabushiki Kaisha | Behavior predicting device |
| JP2009217692A (en) * | 2008-03-12 | 2009-09-24 | Toyota Central R&D Labs Inc | Driving support device |
| JP2010231400A (en) * | 2009-03-26 | 2010-10-14 | Toshiba Corp | Obstacle dangerous degree calculation device, method and program |
| JP2011086102A (en) * | 2009-10-15 | 2011-04-28 | Honda Motor Co Ltd | Vehicular traveling safety device |
| JP2011257984A (en) * | 2010-06-09 | 2011-12-22 | Toyota Central R&D Labs Inc | Object detection device and program |
| WO2012047977A3 (en) * | 2010-10-05 | 2012-06-21 | Google Inc. | System and method for predicting behaviors of detected objects |
| CN103129468A (en) * | 2013-02-19 | 2013-06-05 | 河海大学常州校区 | Vehicle-mounted roadblock recognition system and method based on laser imaging technique |
| WO2013118191A1 (en) * | 2012-02-10 | 2013-08-15 | 三菱電機株式会社 | Driving assistance device and driving assistance method |
| US8718861B1 (en) | 2012-04-11 | 2014-05-06 | Google Inc. | Determining when to drive autonomously |
| JP2014211756A (en) * | 2013-04-18 | 2014-11-13 | トヨタ自動車株式会社 | Driving assist device |
| US8949016B1 (en) | 2012-09-28 | 2015-02-03 | Google Inc. | Systems and methods for determining whether a driving environment has changed |
| US9248834B1 (en) | 2014-10-02 | 2016-02-02 | Google Inc. | Predicting trajectories of objects based on contextual information |
| US9321461B1 (en) | 2014-08-29 | 2016-04-26 | Google Inc. | Change detection using curve alignment |
| US9633564B2 (en) | 2012-09-27 | 2017-04-25 | Google Inc. | Determining changes in a driving environment based on vehicle behavior |
| WO2018066329A1 (en) * | 2016-10-03 | 2018-04-12 | 日立オートモティブシステムズ株式会社 | In-vehicle electronic control apparatus |
| JPWO2019003996A1 (en) * | 2017-06-28 | 2020-07-09 | 京セラ株式会社 | Processor, image processing device, moving body, image processing method, and program |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07223488A (en) * | 1994-02-14 | 1995-08-22 | Mitsubishi Motors Corp | Situation information display device for vehicle |
| JP2000251200A (en) * | 1999-03-02 | 2000-09-14 | Mazda Motor Corp | Obstacle detector for vehicle |
| JP2000322698A (en) * | 1999-03-12 | 2000-11-24 | Navigation Technol Corp | Method and system for onboard computing architecture |
| JP2001126194A (en) * | 1999-10-29 | 2001-05-11 | Nippon Avionics Co Ltd | Method and device for detecting obstacle for vehicle, and recording medium |
-
2001
- 2001-09-12 JP JP2001276235A patent/JP4678110B2/en not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH07223488A (en) * | 1994-02-14 | 1995-08-22 | Mitsubishi Motors Corp | Situation information display device for vehicle |
| JP2000251200A (en) * | 1999-03-02 | 2000-09-14 | Mazda Motor Corp | Obstacle detector for vehicle |
| JP2000322698A (en) * | 1999-03-12 | 2000-11-24 | Navigation Technol Corp | Method and system for onboard computing architecture |
| JP2001126194A (en) * | 1999-10-29 | 2001-05-11 | Nippon Avionics Co Ltd | Method and device for detecting obstacle for vehicle, and recording medium |
Cited By (74)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7395138B2 (en) | 2003-08-08 | 2008-07-01 | Nissan Motor Co., Ltd. | Driving assist system for vehicle |
| US7440830B2 (en) | 2003-10-15 | 2008-10-21 | Denso Corporation | Driving support system based on driver visual acquisition capacity |
| JP2005125953A (en) * | 2003-10-24 | 2005-05-19 | Alpine Electronics Inc | On-vehicle object recognition system and driving assistance system using the same |
| JP2006085285A (en) * | 2004-09-14 | 2006-03-30 | Matsushita Electric Ind Co Ltd | Dangerous vehicle prediction device |
| JP2006088771A (en) * | 2004-09-21 | 2006-04-06 | Nissan Motor Co Ltd | Travel controller |
| JP2006151114A (en) * | 2004-11-26 | 2006-06-15 | Fujitsu Ten Ltd | Driving support device |
| WO2006070865A1 (en) * | 2004-12-28 | 2006-07-06 | Kabushiki Kaisha Toyota Chuo Kenkyusho | Vehicle motion control device |
| US7966127B2 (en) | 2004-12-28 | 2011-06-21 | Kabushiki Kaisha Toyota Chuo Kenkyusho | Vehicle motion control device |
| JP2007049219A (en) * | 2005-08-05 | 2007-02-22 | Denso Corp | Vehicle surrounding monitoring device |
| JP4656408B2 (en) * | 2005-08-05 | 2011-03-23 | 株式会社デンソー | Ambient monitoring device for vehicles |
| JP2007251257A (en) * | 2006-03-13 | 2007-09-27 | Fujitsu Ten Ltd | Image recognition device, vehicle control device, image recognition method, and vehicle control method |
| JP2008003762A (en) * | 2006-06-21 | 2008-01-10 | Honda Motor Co Ltd | Obstacle recognition determining device |
| JP4722777B2 (en) * | 2006-06-21 | 2011-07-13 | 本田技研工業株式会社 | Obstacle recognition judgment device |
| WO2008075407A1 (en) * | 2006-12-19 | 2008-06-26 | Pioneer Corporation | Information processing device and its control method, control program, and recording medium |
| JP4745403B2 (en) * | 2006-12-19 | 2011-08-10 | パイオニア株式会社 | Information processing apparatus and control method thereof |
| JP2008282097A (en) * | 2007-05-08 | 2008-11-20 | Toyota Central R&D Labs Inc | Collision risk degree estimating apparatus and driver supporting apparatus |
| JP2009015494A (en) * | 2007-07-03 | 2009-01-22 | Ntt Docomo Inc | Risk management system, server device and risk management method |
| JP2009037622A (en) * | 2007-08-03 | 2009-02-19 | Harman Becker Automotive Systems Gmbh | Method and device for evaluating image |
| WO2009028558A1 (en) * | 2007-08-27 | 2009-03-05 | Toyota Jidosha Kabushiki Kaisha | Behavior predicting device |
| US8538902B2 (en) | 2007-08-27 | 2013-09-17 | Toyota Jidosha Kabushiki Kaisha | Behavior predicting device that predicts the behavior of an object based on characteristic values of the object |
| JP2009217692A (en) * | 2008-03-12 | 2009-09-24 | Toyota Central R&D Labs Inc | Driving support device |
| JP2010231400A (en) * | 2009-03-26 | 2010-10-14 | Toshiba Corp | Obstacle dangerous degree calculation device, method and program |
| JP2011086102A (en) * | 2009-10-15 | 2011-04-28 | Honda Motor Co Ltd | Vehicular traveling safety device |
| JP2011257984A (en) * | 2010-06-09 | 2011-12-22 | Toyota Central R&D Labs Inc | Object detection device and program |
| US11747809B1 (en) | 2010-10-05 | 2023-09-05 | Waymo Llc | System and method for evaluating the perception system of an autonomous vehicle |
| WO2012047977A3 (en) * | 2010-10-05 | 2012-06-21 | Google Inc. | System and method for predicting behaviors of detected objects |
| US9911030B1 (en) | 2010-10-05 | 2018-03-06 | Waymo Llc | System and method for evaluating the perception system of an autonomous vehicle |
| US9679191B1 (en) | 2010-10-05 | 2017-06-13 | Waymo Llc | System and method for evaluating the perception system of an autonomous vehicle |
| US8634980B1 (en) | 2010-10-05 | 2014-01-21 | Google Inc. | Driving pattern recognition and safety control |
| US8660734B2 (en) | 2010-10-05 | 2014-02-25 | Google Inc. | System and method for predicting behaviors of detected objects |
| US8688306B1 (en) | 2010-10-05 | 2014-04-01 | Google Inc. | Systems and methods for vehicles with limited destination ability |
| US11720101B1 (en) | 2010-10-05 | 2023-08-08 | Waymo Llc | Systems and methods for vehicles with limited destination ability |
| US8825264B2 (en) | 2010-10-05 | 2014-09-02 | Google Inc. | Zone driving |
| US8874305B2 (en) | 2010-10-05 | 2014-10-28 | Google Inc. | Diagnosis and repair for autonomous vehicles |
| US11287817B1 (en) | 2010-10-05 | 2022-03-29 | Waymo Llc | System and method of providing recommendations to users of vehicles |
| US11106893B1 (en) | 2010-10-05 | 2021-08-31 | Waymo Llc | System and method for evaluating the perception system of an autonomous vehicle |
| US8948955B2 (en) | 2010-10-05 | 2015-02-03 | Google Inc. | System and method for predicting behaviors of detected objects |
| US8509982B2 (en) | 2010-10-05 | 2013-08-13 | Google Inc. | Zone driving |
| US8965621B1 (en) | 2010-10-05 | 2015-02-24 | Google Inc. | Driving pattern recognition and safety control |
| US10198619B1 (en) | 2010-10-05 | 2019-02-05 | Waymo Llc | System and method for evaluating the perception system of an autonomous vehicle |
| US9122948B1 (en) | 2010-10-05 | 2015-09-01 | Google Inc. | System and method for evaluating the perception system of an autonomous vehicle |
| US9120484B1 (en) | 2010-10-05 | 2015-09-01 | Google Inc. | Modeling behavior based on observations of objects observed in a driving environment |
| US11010998B1 (en) | 2010-10-05 | 2021-05-18 | Waymo Llc | Systems and methods for vehicles with limited destination ability |
| US9268332B2 (en) | 2010-10-05 | 2016-02-23 | Google Inc. | Zone driving |
| US10572717B1 (en) | 2010-10-05 | 2020-02-25 | Waymo Llc | System and method for evaluating the perception system of an autonomous vehicle |
| US10372129B1 (en) | 2010-10-05 | 2019-08-06 | Waymo Llc | System and method of providing recommendations to users of vehicles |
| US9658620B1 (en) | 2010-10-05 | 2017-05-23 | Waymo Llc | System and method of providing recommendations to users of vehicles |
| JPWO2013118191A1 (en) * | 2012-02-10 | 2015-05-11 | 三菱電機株式会社 | Driving support device and driving support method |
| US9852632B2 (en) | 2012-02-10 | 2017-12-26 | Mitsubishi Electric Corporation | Driving assistance device and driving assistance method |
| WO2013118191A1 (en) * | 2012-02-10 | 2013-08-15 | 三菱電機株式会社 | Driving assistance device and driving assistance method |
| US8954217B1 (en) | 2012-04-11 | 2015-02-10 | Google Inc. | Determining when to drive autonomously |
| US8718861B1 (en) | 2012-04-11 | 2014-05-06 | Google Inc. | Determining when to drive autonomously |
| US9633564B2 (en) | 2012-09-27 | 2017-04-25 | Google Inc. | Determining changes in a driving environment based on vehicle behavior |
| US11908328B2 (en) | 2012-09-27 | 2024-02-20 | Waymo Llc | Determining changes in a driving environment based on vehicle behavior |
| US10192442B2 (en) | 2012-09-27 | 2019-01-29 | Waymo Llc | Determining changes in a driving environment based on vehicle behavior |
| US11636765B2 (en) | 2012-09-27 | 2023-04-25 | Waymo Llc | Determining changes in a driving environment based on vehicle behavior |
| US11011061B2 (en) | 2012-09-27 | 2021-05-18 | Waymo Llc | Determining changes in a driving environment based on vehicle behavior |
| US8949016B1 (en) | 2012-09-28 | 2015-02-03 | Google Inc. | Systems and methods for determining whether a driving environment has changed |
| CN103129468A (en) * | 2013-02-19 | 2013-06-05 | 河海大学常州校区 | Vehicle-mounted roadblock recognition system and method based on laser imaging technique |
| JP2014211756A (en) * | 2013-04-18 | 2014-11-13 | トヨタ自動車株式会社 | Driving assist device |
| US11829138B1 (en) | 2014-08-29 | 2023-11-28 | Waymo Llc | Change detection using curve alignment |
| US11327493B1 (en) | 2014-08-29 | 2022-05-10 | Waymo Llc | Change detection using curve alignment |
| US9321461B1 (en) | 2014-08-29 | 2016-04-26 | Google Inc. | Change detection using curve alignment |
| US10627816B1 (en) | 2014-08-29 | 2020-04-21 | Waymo Llc | Change detection using curve alignment |
| US9836052B1 (en) | 2014-08-29 | 2017-12-05 | Waymo Llc | Change detection using curve alignment |
| US9669827B1 (en) | 2014-10-02 | 2017-06-06 | Google Inc. | Predicting trajectories of objects based on contextual information |
| US9248834B1 (en) | 2014-10-02 | 2016-02-02 | Google Inc. | Predicting trajectories of objects based on contextual information |
| US10899345B1 (en) | 2014-10-02 | 2021-01-26 | Waymo Llc | Predicting trajectories of objects based on contextual information |
| US10421453B1 (en) | 2014-10-02 | 2019-09-24 | Waymo Llc | Predicting trajectories of objects based on contextual information |
| US9914452B1 (en) | 2014-10-02 | 2018-03-13 | Waymo Llc | Predicting trajectories of objects based on contextual information |
| US11130500B2 (en) | 2016-10-03 | 2021-09-28 | Hitachi Automotive Systems, Ltd. | In-vehicle electronic control apparatus |
| JPWO2018066329A1 (en) * | 2016-10-03 | 2019-06-24 | 日立オートモティブシステムズ株式会社 | In-vehicle electronic control unit |
| WO2018066329A1 (en) * | 2016-10-03 | 2018-04-12 | 日立オートモティブシステムズ株式会社 | In-vehicle electronic control apparatus |
| JPWO2019003996A1 (en) * | 2017-06-28 | 2020-07-09 | 京セラ株式会社 | Processor, image processing device, moving body, image processing method, and program |
Also Published As
| Publication number | Publication date |
|---|---|
| JP4678110B2 (en) | 2011-04-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2003081039A (en) | Environment risk arithmetic unit | |
| US20210232152A1 (en) | Detecting and responding to sounds for autonomous vehicles | |
| US10336252B2 (en) | Long term driving danger prediction system | |
| US11851077B2 (en) | Secondary disengage alert for autonomous vehicles | |
| JP7399179B2 (en) | Transmission for autonomous vehicles | |
| JP2003099899A (en) | Device for operating degree of risk of driving behavior | |
| JP7079069B2 (en) | Information presentation control device, self-driving car, and self-driving car driving support system | |
| JP2022542246A (en) | Emergency vehicle detection | |
| WO2018135509A1 (en) | Event prediction system, event prevention method, program, and recording medium having same recorded therein | |
| JP7176098B2 (en) | Detect and respond to matrices for autonomous vehicles | |
| US20220388543A1 (en) | Systems and methods for displaying trajectories for autonomous vehicles | |
| JP2020024580A (en) | Driving evaluation device and on-vehicle device | |
| JP7057874B2 (en) | Anti-theft technology for autonomous vehicles to transport cargo | |
| JP2004295472A (en) | Warning device for vehicle | |
| JP2023145525A (en) | Tracking objects vanished from field of view of autonomous vehicle | |
| JP4752158B2 (en) | Environment complexity calculation device, environment recognition degree estimation device and obstacle alarm device | |
| KR20220036870A (en) | Method, system, and computer program product for determining safety-critical traffic scenarios for driver assistance systems (das) and highly automated driving functions (had) | |
| JP2011175367A (en) | Vehicle control apparatus | |
| JP2010140186A (en) | Route estimating apparatus and drive supporting apparatus | |
| US20240046779A1 (en) | Driving determination system, driving determination method, and recording medium | |
| WO2021166525A1 (en) | Transportation risk-reducing recording medium, information processing device, and method | |
| WO2021153140A1 (en) | Electronic control device and selection method | |
| US11590988B2 (en) | Predictive turning assistant | |
| JP7267760B2 (en) | Driving evaluation system and in-vehicle device | |
| JP2009003497A (en) | Pedestrian detection device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20080911 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100921 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20100924 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20101118 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20110105 |
|
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20110118 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140210 Year of fee payment: 3 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140210 Year of fee payment: 3 |
|
| S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313532 |
|
| FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20140210 Year of fee payment: 3 |
|
| R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
| LAPS | Cancellation because of no payment of annual fees |