JP2004178610A - 接近予測装置 - Google Patents

Abstract

【目的】 自車両前方の道路状況を把握することにより移動物体の接近度を的確に判断することを可能にする。
【構成】 自車両に対する人間等の移動物体の接近度を予測する装置において、横断歩道を検出する横断歩道検出手段２０１と、自車両の挙動を検出する自車挙動検出手段２０２と、自車両の走行方向前方に存在する前記移動物体の挙動を検出する物体挙動検出手段２０３と、検出された横断歩道、移動物体の挙動および自車両の挙動に基づいて自車両に対する移動物体の接近度を予測する接近度予測手段２０４とを備える。
【選択図】 図１

Description

本発明は、路面を走行している自車両に対して走行方向前方を走行している前方車両や人間等の移動物体が自車両に接近するかどうかを予測する接近予測装置に関する。

従来から提案されているこの種の接近予測装置は、次の４種類に大別できる。
(１) 検出方向が所定範囲に固定されたレーダーを用いて前方車両等の距離を検出するもの
(２) 自車両の操舵角（たとえばステアリングの操作角）に応じて検出方向が変化するレーダーを用いて前方車両等の距離および方向を検出するもの
(３) レーダーのビーム（照射波）の角度を絞り、ビームを所定角度内において走査（スキャニング）して前方車両等の距離および方向を検出するもの
(４) 撮像装置により撮像された自車両前方の画像を画像処理装置により処理し、自車両前方の路面上に描かれた車線情報を検出し、自車両の走行車線にレーダーの検出範囲を制御するもの

しかしながら、上述した従来の接近予測装置には、それぞれ次のような問題があった。

(１) レーダーの検出方向が一方向に限定されているので、レーダーのビームを狭く絞っておくと曲線路を走行している途中や曲線路の出入口、手前などにおいてレーダーの検出方向が道路の進行方向とずれてしまい、前方車両等の検出が難しい。一方、ビームを広くすると今度は直線路において道路外を走行する物体等不要な物体まで検出するおそれがある。

(２) 自車両の操舵角に応じてレーダーの検出方向を変化させれば、レーダーのビーム幅をレーンの広さ程度にすることができるが、操舵角が変化してからでないとレーダーの検出方向も変化しないので、曲線路の中では効果があるものの、曲線路の手前や出入口ではレーダーの検出方向が道路の進行方向とずれてしまい、前方車両等の検出ができないおそれがある。

(３) ビームを走査すれば自車両の前方にある広範囲の前方車両等を検出できて曲線路の途中、出入口または手前においても前方車両等を確実に検出できるが、自車両の前方の道路状況を考慮せずに前方車両等を検出しているので、自車両に対する接近度を適切に判断することができないおそれがある。例えば、曲線路の途中において自車両の隣の車線を走る前方車両は、その移動方向だけを見れば自車両に接近する方向に走行しているが、実際は自車両も同一方向に走行しているので接近する可能性は低い。しかしながら、従来の接近予測装置では、このような前方車両についても接近する可能性が高いと判断するおそれがある。

(４) 画像処理装置により自車両が走行する車線上の前方車両等は的確に検出することができるが、自車両の車線以外の車線を走行する前方車両等や車線以外の場所（たとえば路肩など）にある前方車両等を検出するのがむずかしいことがある。

本発明の目的は、自車両前方の道路状況を把握することにより前方車両等の接近度を的確に判断することの可能な接近予測装置を提供することにある。

本発明の機能ブロック図である図１により本発明を説明すると、請求項１の発明は、路面を走行する自車両に対する人間等の移動物体の接近度を予測する装置に適用される。

そして、上述の目的は、横断歩道を検出する横断歩道検出手段２０１と、自車両の挙動を検出する自車挙動検出手段２０２と、自車両の走行方向前方に存在する移動物体の挙動を検出する物体挙動検出手段２０３と、検出された横断歩道、移動物体の挙動および自車両の挙動に基づいて自車両に対する移動物体の接近度を予測する接近度予測手段２０４とを備えることにより達成される。

横断歩道検出手段２０１は、路面に描かれた白線の形状から横断歩道を検出することが好ましい。

あるいは、横断歩道検出手段２０１が、路側に設置されたサインポストから送信される道路情報を受信する受信手段を備えるときは、受信された道路情報から横断歩道を検出することが好ましい。

あるいは、横断歩道検出手段２０１が、衛星からのＧＰＳ信号を受信する受信手段と、道路地図データが記憶された記憶手段とを備えるときは、受信されたＧＰＳ信号と道路地図データとから横断歩道を検出することが好ましい。

また、物体挙動検出手段２０３は、移動物体が放射する赤外線を検出する赤外線検出手段を備えることが好ましい。

さらに、自車挙動検出手段２０２は、自車両の位置および速度ベクトルを演算し、物体挙動検出手段２０３は、移動物体の位置を演算するとともに、移動物体と横断歩道との間の距離が所定値以下である時に移動物体が横断歩道を横断すると判断し、接近度予測手段２０４は、移動物体が横断歩道を横断すると判断された時、移動物体および自車両の位置によって求まる相対距離に基づいて接近度を出力することが好ましい。

横断歩道検出手段２０１は横断歩道を検出し、自車挙動検出手段２０２は自車両の挙動を検出し、物体挙動検出手段２０３は自車両の走行方向前方に存在する移動物体の挙動を検出する。接近度予測手段２０４は、検出された横断歩道、移動物体の挙動および自車両の挙動に基づいて自車両に対する移動物体の接近度を予測する。

横断歩道が存在することを考慮して移動物体と自車両との間の接近度を予測しており、自車両前方の道路状況も考慮した接近度を予測することができる。

なお、本発明の構成を説明する上記課題を解決するための手段と作用の項では、本発明を分かり易くするために実施例の図を用いたが、これにより本発明が実施例に限定されるものではない。

以上詳細に説明したように、本発明によれば、路面に描かれた車線等の走行案内情報も考慮して接近度を算出しているので、自車両前方の道路状況に応じて前方車両や移動物体の接近度を的確に判断して予測することができる

−第１実施例−
第１実施例は、たとえば図２に示すように、車線Ｒ₀を走行する車両ＭＶａの前方に走行車線Ｒ₊₁を走行する前方車両ＭＶｂ（以下、前方車両と呼ぶ）が存在した場合、車両ＭＶａの位置Ａ、速度ベクトルＶａおよび前方車両ＭＶｂの位置Ｂ、速度ベクトルＶｂを算出し、さらに、車線Ｒ₀と車線Ｒ₊₁との境界線となる白線ＷＬｂの方向を示す方向ベクトルＤｂを算出して、車両ＭＶａの走行する車線に前方車両ＭＶｂが車線変更してくるかどうか、そして、車線変更した後で車両ＭＶａに対して安全な車間距離以下に接近してしまうかどうかを判断する。なお、以下の説明において、Ｘ軸、Ｙ軸およびＺ軸を図２に示すようにとる。

図３（ａ）は、本発明による接近予測装置の一実施例の概略構成を示すブロック図である。図３（ａ）に示すように、この接近予測装置は、路面ＲＤ上を矢印Ａで示す走行方向に走行する車両ＭＶａに搭載されている。

１は、左右後輪タイヤ２の近傍にそれぞれ設けられ、左右後輪タイヤ２の回転速度を検出する車輪速センサである。車輪速センサ１は、たとえば周縁部に所定ピッチで溝が形成されてタイヤ２と一体回転する導体円板と、溝に向けて磁束を出してその磁束の変化を検出することによりタイヤ２の回転数に比例するパルス列を出力する磁気センサを備えるが、その構成自体は周知であるので詳細な説明は省略する。

３は、車両ＭＶａの前部に配置されて車両ＭＶａの前方視界を撮像するＣＣＤカメラであり、ＣＣＤカメラ３からの検出信号は前処理部４で処理されて白線ＷＬａ〜ＷＬｃの検出が行なわれる。その結果は制御装置５に入力される。なお、前処理部４は、道路標識の認識、路面上に描かれた白線以外のパターンの認識、道路上に設置された路側反射体の検出を行うことも可能である。

６は車両ＭＶａの前部に配置されたレーダ装置であり、車両ＭＶａの前方に電磁波ビームＢＭを照射し、ビームＢＭ上に存在する前方車両からの反射波を受信する。図示例では、電磁波ビームＢＭは比較的狭く絞られており、通常の車線幅以上の角度範囲内（たとえば±４５゜〜６０゜）において走査されるように構成されている。レーダ装置６の検出信号は、前処理部７に入力され、ここで、レーダ装置６により受信された反射電磁波の伝播時間から前方車両までの距離を計測し、また、反射電磁波の到来方向から車両ＭＶａに対する前方車両ＭＶｂの方向を検出する。これら距離と方向のデータから自車両に対する前車両の相対座標位置が演算される。前処理部７の処理結果も制御装置５に入力される。

制御装置５はマイクロコンピュータを主体に構成されるが、その機能として、図３（ｂ）に示すように、データ抽出部５１、前方車両の挙動予測部５２および接近度判断部５３を備えている。データ抽出部５１は、後述するように車両ＭＶａの位置，走行方向，前方車両の位置，走行方向などのデータを抽出する。前方車両の挙動予測部５２は、データ抽出部５１で抽出された各種データに基づいて前方車両の挙動を予測する。接近度判断部５３は、データ抽出部５１で抽出された各種データおよび前方車両の挙動予測部５２で予測された前方車両の挙動に基づいてその前方車両と自車両との接近度を予測、判断する。

接近度判断部５３は、ルールメモリ５３ａ、ＩＦ部照合部５３ｂ、ルール選択部５３ｃおよびルール競合部５３ｄを備えている。図示例では、前方車両との接近度予測にいわゆる人工知能で用いられている手法を利用している。これを簡単に説明すると、ルールメモリ５３ａ内には予め多数のルールが記憶されており、各ルールは、人工知能で用いられているＩＦ〜ＴＨＥＮ〜ルールで記述されている。ＩＦ部照合部５３ｂは、データ抽出部５１および前方車両の挙動予測部５２の出力に応じて、ルールメモリ５３ａに記憶されている複数の条件のうちデータ抽出部５１の出力に応じたルールを選択し、さらに選択されたルールのＩＦ部を照合する。次に、ルール選択部５３ｃは、ＩＦ部照合部５３ｂの照合結果に基づいて、そのＩＦ部を満足する特定のルールを選択する。最後に、ルール競合部５３ｄは、複数のルールがルール選択部５３ｃによって選択されたときはこれらルールを競合させる。ルール競合部５３ｄの競合結果が前方車両との接近度に対応する。これら接近度判断部５３を構成する各部の作用の詳細については後述する。

図４は接近予測装置の動作を説明するためのメインフローチャートである。ステップＳ１０では、ＣＣＤカメラ３で撮像されて前処理部４で処理された車両ＭＶａの前方視界の画像データを読み込み、この画像データに画像処理を行って白線検出を行なう。ステップＳ２０では、車輪速センサ１からの検出信号を取り込む。ステップＳ３０では、レーダ装置６からの信号に基づいて前処理部７で予め演算されている前方車両の位置，方向を読み込む。ステップＳ４０では、このようにして読み込まれた各種信号を用いて、後述する前方車両の挙動予測に必要なデータ、すなわち、自車両，前方車両および白線の各絶対座標値、自車両および前方車両の各速度ベクトル、自車両および前方車両の各走行車線、前方車両近傍の白線の単位方向ベクトルをそれぞれ演算により抽出する。

ステップＳ５０では、抽出されたデータに基づいて前車挙動予測部５２により前方車両の挙動を予測する。ステップＳ６０では、接近度判断部５３のＩＦ部照合部５３ｂにより各種ルールのＩＦ部を照合した後、照合したＩＦ部の結果に基づいてルール選択部５３ｃによりルールを選択する。ステップＳ７０では、ステップＳ６０で選択されたルールを接近度判断部５３のルール競合部５３ｄで競合させる。ステップＳ８０では、競合したルールに基づいて接近度を出力する。

次に、図４の各ステップの詳細を説明する。
(１)画像処理ルーチン
図５は、図４のステップＳ１０で実行される画像処理ルーチンの詳細を示す。ステップＳ１１ではＣＣＤカメラ３で撮像されて前処理部４で処理された画像データを読み込み、ステップＳ１２では、前処理部４において得られた画像データの視点を変換する。すなわち、図６(ａ)に示すように、ＣＣＤカメラ３は車両ＭＶａの所定高さから路面ＲＤを斜めに俯瞰して撮像しているが、後述する白線ＷＬの方向ベクトル（図２においてＤｂで示す）を算出するためには、路面ＲＤや車両ＭＶａ，ＭＶｂを真上から見下ろした画像を得ておくほうが都合がよい。図６(ａ)に示すＣＣＤカメラ３から得られた観測画像から、同図(ｂ)に示すような真上から見下ろした画像（以下、視点変換画像と称する）に変換するための変換式は次式で与えられる。

ここに、Ｉ，Ｊ：観測画像上の任意の点Ｐの座標値
ｉ，ｊ：Ｐ(Ｉ，Ｊ)に対応する視点変換画像上のｐ点の座標値
Ａ，Ｂ：視点変換画像の表示サイズ
ｐ，ｑ：ＣＣＤカメラの画素サイズ
θv：ＣＣＤカメラの俯角
ｆ：ＣＣＤカメラの焦点距離
ｉｎｔ( )：( )内の値の整数部分を示す関数
なお、上述の(１)，(２)式による視点変換は、ＣＣＤカメラ３により撮像された物体がすべて路面ＲＤ上に存在する平面物体であることを前提としているので、たとえば図６(ａ)に示す前方車両ＭＶｂは、同図(ｂ)ではＭＶｂ’に示すように歪んで変換される。

ステップＳ１３では、視点変換された画像データに対してこの画像中に含まれる白線を抽出する白線抽出動作を行う。

白線抽出動作の詳細を図７のフローチャートに示す。ステップＳ１３１では、白線検出用フィルタにより視点変換された画像データ中から白線候補となる領域を検出する。

本実施例で使用される白線検出用フィルタは、たとえば図８に示すようなものであり、座標値（ｘ，ｙ）を有する対象点ｐに対して幅ｗだけ左右に広がった「１」部と、その左右にある「−１」部とを有する。幅ｗは、抽出すべき白線ＷＬの幅に応じて予め与えておけばよく、抽出すべき白線幅をＷとしたとき、Ｗ＜ｗとなるように定められる。対象点ｐ（ｘ，ｙ）に対する白線抽出用フィルタの出力Ｆ（ｘ，ｙ）は次式で与えられる。

幅ｗが適切に定められていれば、対象点ｐ（ｘ，ｙ）が白線ＷＬ上に位置すると出力Ｆ（ｘ，ｙ）の値が高くなるので、画像全体の各点において算出した出力Ｆ（ｘ，ｙ）に対して閾値処理を行うことにより白線候補の領域を抽出することができる。この際、各対象点ｐ（ｘ，ｙ）に対して適切な閾値を設定するために、次式に示すように横方向の各ライン（Ｘ軸方向）毎に閾値ｔを決定する。

ここに、０＜ｋ＜１：定数
Ｍ：画像の横方向画素数

この閾値ｔを用いて生成した、白線の候補領域を表す画像データをＬ（ｘ，ｙ）とすると、このＬ（ｘ，ｙ）は次式で与えられる。

Ｌ（ｘ，ｙ）が１の値をとる領域が、白線の候補領域である。

上述のステップＳ１３１で実行された白線の候補領域抽出動作では、実際に路面ＲＤ上に描かれている白線ＷＬそのものを抽出しており、図３（ａ）および図６に示すように実際の白線ＷＬは周期的に途切れている。したがって、図９(ａ）に示すように、ステップＳ１３１で抽出された白線の候補領域も（理想的には）周期的に途切れてしまう。しかし、白線という概念は実際の白線ＷＬと異なり、途中で途切れない一連の曲線であり、途切れた白線のままでいると後述する白線の方向ベクトル算出に支障を生じることもありうるので、ステップＳ１３２で白線の候補領域を連結する作業を行う。

図９によりステップＳ１３２の手順を詳細に説明する。ステップＳ１３１で抽出された白線候補領域を図９（ｂ）に示すように細線化し、白線候補領域の中心線を抽出する。次いで、図９（ｃ)に示すように、中心線の端点を検出してから、同図(ｄ)に示すように所定間隔以下の端点を連結する。さらに、同図(ｅ)に示すように連結された端点と上述のステップＳ１３１で抽出された白線の領域候補との論理和をとれば、同図(ｆ)に示すように白線の候補領域の連結作業が完了する。なお、ステップＳ１３２の各動作において細線化、端点検出、論理和といった画像処理は周知の手法によればよい。

ステップＳ１３３では、ステップＳ１３２において連結された白線の候補領域に基づいて白線のテンプレートを次のように作成する。連結された白線の候補領域に対してラベリング処理を行い、ラベリングされた各領域において最大面積を有する領域に２次曲線をマッチングさせ、テンプレートとする。たとえば、ステップＳ１３１において抽出された白線の候補領域が図１０(ａ)に示すようなものであったとすると、連結された状態においては略中央にある白線が最も長く３本の白線候補領域の中では最大面積を有する領域であるから、この略中央の白線候補領域に２次曲線がマッチングされ、同図(ｂ)に示すようなテンプレートＴ（ｘ，ｙ）が生成される。

ステップＳ１３４では、ステップＳ１３１において抽出された白線候補領域に対して、ステップＳ１３３において作成されたテンプレートＴ（ｘ，ｙ）を用いてこれにマッチした領域を探索する。その結果、図１０(ａ)に示すような白線候補領域に対しては、同図(ｃ)に示すような３本の白線領域ＷＬＲａ〜ＷＬＲｃが検出される。

(２)データ抽出
図１１は、図４に示したメインフローチャートのステップＳ４０で実行されるデータ抽出ルーチンを示すフローチャートである。ステップＳ４１では、図４のステップＳ２０で入力された車輪速センサ１からの信号に基づいて、車両ＭＶａの位置する座標を、所定時間における車両ＭＶａの位置を原点とする座標、つまり路面ＲＤに固定された絶対座標系上で求める。図２に示すように、車両ＭＶａの絶対座標値をＡ（ｘ_a，ｙ_a，０）とする。

車輪速センサ１から車速に応じたパルス列を取込んで車両ＭＶａの走行距離を演算する。一方、車両ＭＶａの移動方向は、左右後輪の車輪速センサ１で検出された車輪速の差から求められる。したがって、車両ＭＶａの移動距離および移動方向を順次加算すれば、車両ＭＶａの絶対座標値が求められる。

次に、ステップＳ４２では、図７のステップＳ１３４で求められた白線領域ＷＬＲａ〜ＷＬＲｃのデータにステップＳ４１で求められた車両ＭＶａの絶対座標値をオフセット分として加え、これにより、白線領域ＷＬＲａ〜ＷＬＲｃを絶対座標系上のデータに変換する。同様にして、ステップＳ３０で読み込まれた前方車両の相対座標値に自車両ＭＶａの絶対座標値をオフセット分として加え、前方車両の位置を絶対座標値に変換する。図２に示す例では、前方車両ＭＶｂの絶対座標値をＢ（ｘ_b，ｙ_b，０）で表している。

ステップＳ４３では、前回計測された車両ＭＶａおよび前方車両ＭＶｂの絶対座標値と今回計測された車両ＭＶａおよび前方車両ＭＶｂの絶対座標値とから、車両ＭＶａおよび前方車両ＭＶｂの絶対座標値の差分を求めることによりそれぞれの速度ベクトルを算出する。図２に示すように、これら車両ＭＶａおよび前方車両ＭＶｂの速度ベクトルをそれぞれＶａ（ｖ_ax，ｖ_ay，０）、Ｖｂ（ｖ_bx，ｖ_by，０）で表す。

ステップＳ４４では、ステップＳ４２で絶対座標系の位置データに変換された白線領域ＷＬＲａ〜ＷＬＲｃにより複数の車線が区分されていると認識し、いずれの車線に車両ＭＶａおよび前方車両ＭＶｂがそれぞれ走行しているかを判定する。本実施例では、図２に示すように、車両ＭＶａが車線Ｒ₀を走行し、前方車両ＭＶｂが車線Ｒ₀のすぐ右隣に隣接する車線をＲ₊₁を走行しているものと判定される。なお、本明細書では、自車両の車線のすぐ左隣に隣接する車線をＲ_-1、２つ右隣にある車線をＲ₊₂、…として表現する。

ステップＳ４５では、前方車両ＭＶｂの近傍における白線領域ＷＬＲｂの単位方向ベクトルを検出する。白線単位方向ベクトル検出方法の詳細を図１２のフローチャートに示す。

図１２のステップＳ４５１では、図１３(ａ)に示すように、前方車両ＭＶｂの走行する車線Ｒ₊₁を区画する白線領域のうち車線Ｒ₀に近い側の白線領域ＷＬＲｂ上で、前方車両ＭＶｂの位置Ｂとの距離が最小になる点Ｃを検出する。ステップＳ４５２では、この白線領域ＷＬＲｂ上において、点Ｃの両側にこの点Ｃから所定距離だけ離れた点Ｃ₁，Ｃ₂を設定する。そして、ステップＳ４５３では、これら点Ｃ₁，Ｃ₂を結ぶ直線を、白線の単位方向ベクトルとして設定する。図２に示すように、この白線ＷＬｂの単位方向ベクトルはＤｂで表される。

(３)前方車両の挙動予測
図４のステップＳ５０の前方車両の挙動予測の詳細は次の通りである。本実施例では、前方車両ＭＶｂが車両ＭＶａの走行車線に車線変更してくるかどうかを予測する。この予測式は次式で与えられる。

ここに、×：ベクトルの外積を表す記号
∩：アンド条件を示す演算子
ｋ₁：定数（０＜ｋ₁＜１であり、かつ、ｋ₁は０に近い値）
ｋ₂：定数（０＜ｋ₂であり、かつ、ｋ₂は０に近い値）
⊃：左辺が真ならば右辺が真であることを表す記号
ＲＣ(+1,0)：前方車両が車線Ｒ₊₁からＲ₀に車線変更するという事実
( )_z：( )内のベクトルのｚ成分
Ａ∈Ｒ₀ ：座標Ａが車線Ｒ₀内にあるという事実
Ｂ∈Ｒ₊₁：座標Ｂが車線Ｒ₊₁内にあるという事実

(Ｄｂ×Ｖｂ)_z／｜Ｖｂ｜は、白線の単位方向ベクトルＤｂと前方車両ＭＶｂの速度ベクトルＶｂとのなす角をθとおいたときのsinθの値であり、この値が正であれば前方車両ＭＶｂは白線に接近しつつある。また、｜(Ｄｂ×Ｖｂ)_z｜は、前方車両ＭＶｂの速度ベクトルＶｂの白線（の単位方向ベクトルＤｂ）に垂直な速度成分である。ｋ₁は(Ｄｂ×Ｖｂ)_z／｜Ｖｂ｜の符号を判定するための定数であるが、測定誤差を考慮して０に近い定数に設定してある。また、ｋ₂は｜(Ｄｂ×Ｖｂ)_z｜の閾値であり、前方車両が車線Ｒ₊₁内を若干蛇行して走った場合であっても、車線変更のおそれがあると判定されないような値に設定してある。

したがって、車両ＭＶａが車線Ｒ₀上を走行し、前方車両ＭＶｂが車線Ｒ₊₁を走行している状態において、(Ｄｂ×Ｖｂ)z／｜Ｖｂ｜が正の値をとり（＞ｋ₁）、かつ、｜(Ｄｂ×Ｖｂ)_z｜が所定の閾値よりも大きい（＞ｋ₂）と判定されたら、前方車両ＭＶｂは車線Ｒ₊₁から車両ＭＶａが走行している車線Ｒ₀に車線変更しようとしているものと予測し、事実ＲＣ(+1,0)が真になる。

(４)ルールのＩＦ部照合
図４のステップＳ６０におけるルールのＩＦ部照合は次のように行なわれる。データ抽出部５１および前方車両の挙動予測部５３で算出された各種データに基づいて、ＩＦ部照合部５３ｂが、このデータをＩＦ部のパラメータとして含むルールを接近度判断部５３のルールメモリ５３ａ内に記憶された多数のルール内から選択し、選択されたルールについて各種データを入力してＩＦ部の照合、すなわち、各ルールのＩＦ部が真と判定されるか否かを判断する。

図１４は、ルールメモリ５３ａ内に記憶された各種ルールを示す。本実施例において関連するルールは、ルール番号２のルールであり、ＲＣ(+1,0)は上述のステップＳ５０で算出された前方車両の挙動を示す変数、Ｖａ，Ｖｂはともに上述のステップＳ４０（図１１のステップＳ４３）で算出された車両ＭＶａおよび前方車両ＭＶｂの速度ベクトル、ｆ（Ｖａ，Ｖｂ）は安全車間距離を示す関数であり、次式で定義される。

ここに、Ｔ：空走時間
ルール番号２のルールのＩＦ部が真と判定されるためには、ＲＣ(+1,0)，速度ベクトルＶａ，Ｖｂおよび座標値Ａ，Ｂが入力される必要がある。

図２に示す例においては、前方車両ＭＶｂが車両ＭＶａの車線Ｒ₀に車線変更しようとしており、前方車両ＭＶｂの速度ベクトルＶｂは車線Ｒ₀の方向に向いているので、式(６)の左辺は真と判定される。さらに、Ｙ軸方向に沿った前方車両ＭＶｂと車両ＭＶａとの間の距離ｙ_b−ｙ_aが安全車間距離ｆ（Ｖａ，Ｖｂ）より小さい正の値を持つときは、車線変更した結果、前方車両ＭＶｂが車線Ｒ₀に入ったときにその車間距離が狭くて十分接近してしまうおそれがあり、ルール番号２のＩＦ部が真と判定されてルールが成立し、接近度＝１が出力される。ここで、
接近度＝０ ．．．影響なし
接近度＝１ ．．．前方車両に対して注意を払うべきである
接近度＝２ ．．．前方車両に接触するおそれがある
とする。なお、−ｆ（Ｖａ，Ｖｂ）の項に１より小さい定数を乗じたものについて距離ｙ_b−ｙ_aとの大小関係を求めれば、接近度＝２の判定もできる。

一方、自車両が直線路から曲線路に進入する図１５に示す場合には、前方車両ＭＶｂは既に曲線路を走行しており、従来の接近予測装置では車両ＭＶａの直前方に前方車両ＭＶｂを検出するため、実際には前方車両ＭＶｂが車線変更する可能性は低いにもかかわらず接近を示す警報が出力されるおそれがある。この場合、本実施例によれば、前方車両ＭＶｂの速度ベクトルＶｂと白線ＷＬｂの単位方向ベクトルＤｂは平行であるため、

であり、式(６)の左辺が真と判定されずにＲＣ(+1,0)は偽になる。この結果、ルール番号２のルールのＩＦ部は真と判定されず、ルール番号２のルールは成立せずに接近度の出力は行われない。

(５)ルールの競合
図４のステップＳ７０におけるルールの競合について説明する。本実施例および後述する実施例に示すように、車両ＭＶａが走行している間に接近を予測すべき状況は多数存在し、様々な状況において的確な判断をする必要があるので、接近度判断部５３のルールメモリ５３ａ内には複数のルールが記憶されている（図１４参照）。したがって、１つの状況に対して複数のルールのＩＦ部が成立する場合もあるため、ＩＦ部が成立する複数のルールを競合させて適切な接近度を出力する。

競合方法については、たとえば人工知能の分野で行われているような方法によればよいが、たとえば、
イ．ＩＦ部が成立するルールのそれぞれから出力される接近度の和をとる
ロ．ルールに優先順位をつけ、優先順位の高いルールの接近度を出力する
ハ．これら２つの組み合わせ
といった方法が挙げられる。イについては、接近度の加重平均をとってもよい。なお、ルールの競合を例示して詳細に後述する。

(６)接近度出力
図４のステップＳ８０では、次のようにして接近度が出力される。なお、ルールメモリ５３ａ内に記憶されたルールの全てのＩＦ部が成立しないときは、接近度としてデフォルト値の０が出力される。出力された接近度は、車両ＭＶａに備えられたランプ、ブザー等の警報装置により運転者に報知され、あるいは、車両ＭＶａに備えられたディスプレイ等に文字を用いて表示される。なお、出力された接近度に基づいて車両ＭＶａの走行を制御する例については後述する。

したがって、本実施例によれば、車両ＭＶａの前方に存在する前方車両ＭＶｂの位置，速度といった情報に加えて、車両ＭＶａの前方視界にある白線の形状（単位方向ベクトル）という走行案内情報も考慮して接近度を算出しているので、道路状況に応じて前方車両の接近度を的確に判断して予測することができる。たとえば、図２および図１５において、前方車両ＭＶｂの位置Ｂおよび速度ベクトルＶｂの方向はほぼ同一であり、従来の接近予測装置ではいずれの場合においても接近のおそれありとして警報が出力されていたが、本実施例では、図２のような実際に車線変更のおそれがあるものについてのみ接近の可能性ありとの接近度（＝１）が出力され、図１５のように前方車両ＭＶｂが単に曲線路を走行しているのみであり車線変更のおそれが少ないものについては接近の可能性は低いとの接近度（＝０）が出力され、道路状況に応じて的確な接近度判定が行われる。

−第１実施例の変形例−
上述の第１実施例では、白線の単位方向ベクトルを走行案内情報として利用していたが、これに限らず、道路状況を的確に把握しうる走行案内情報を用いることができる。図１６は、第１実施例の変形例を示すフローチャートであり、図４のステップＳ４０の詳細を説明するためのものである。なお、ステップＳ４０および後述するステップＳ５０を除いて、図４の他のステップの内容は上述の第１実施例と同様であるため、その説明を省略する。

図１１のステップＳ４１〜Ｓ４４と同様の処理を行った後、ステップＳ４５Ａでは、図２に示すように、前方車両ＭＶｂの位置Ｂと、車両ＭＶａが走行している車線Ｒ₀と前方車両ＭＶｂが走行している車線Ｒ₊₁とを隔てる白線ＷＬｂとの間の距離Ｃ(ｔ)（ｔ：時間）を算出する。距離Ｃ(ｔ)は、上述した所定位置からの経過時間ｔとともにデータ抽出部５１内に記憶される。

図４のステップＳ５０では、次式により前方車両の挙動、すなわち前方車両ＭＶｂが車両ＭＶａの走行車線に車線変更してくるかどうかを予測する。

ここに、ｋ₈：定数（０＞ｋ₈）

(ｄＣ(ｔ)／ｄｔ)は白線ＷＬｂに直交する方向の前方車両ＭＶｂの速度であり、ｋ₈はこの速度の閾値に相当し、前方車両ＭＶｂが車線Ｒ₊₁内を若干蛇行して走った場合でも車線変更のおそれありと判定されないような値に設定してある。したがって、(ｄＣ(ｔ)／ｄｔ)が所定の閾値よりも小さい（＜ｋ₈）と判定されたら、前方車両ＭＶｂは車線Ｒ₊₁から車両ＭＶａが走行している車線Ｒ₀に車線変更しようとしているものと予測し、事実ＲＣ(+1,0)が真になる。

この後は、ステップＳ５０において予測された事実ＲＣ(+1,0)およびステップＳ４１〜Ｓ４４で算出された速度ベクトルＶａ，Ｖｂおよび座標値Ａ，Ｂに基づいて、ステップＳ６０〜Ｓ８０において接近度が算出され、出力される。よって、この変形例によっても、上述の第１実施例と同様の作用効果を得ることができる。

−第２実施例−
上述の第１実施例およびその変形例では、走行案内情報として白線の単位方向ベクトルを用いたが、第２実施例のように、車線に描かれた白線以外のパターンの形状をパターン認識した結果を走行案内情報として用いることもできる。

たとえば、図１７に示すように、車両ＭＶａの前方に前方車両ＭＶｂが存在した場合、この前方車両ＭＶｂが走行している車線はどのような種類の車線、たとえば、車線Ｒ₀，Ｒ₊₁のような走行車線であるか、あるいは、車線Ｒ_-1のような合流車線であるかどうかをその車線に描かれたパターンの形状により認識し、認識された車線形状を、車両ＭＶａの位置Ａ，速度ベクトルＶａおよび前方車両ＭＶｂの位置Ｂ，速度ベクトルＶｂとともに用いて、車両ＭＶａの走行する車線に前方車両ＭＶｂが車線変更してくるかどうか、そして、車線変更した後で車両ＭＶａに対して安全な車間距離以下に接近してしまうかどうかを判断する。図１７に示すように、合流車線は途中で右側の車線に合流して左側の路側分離帯が右側の白線に合流する形状になっており、また通常、合流車線には合流位置に合流の意味を表すパターンＭＰが描かれているので、路側分離帯が車線を横切ること、およびパターンＭＰを認識すれば車線Ｒ_-1が合流車線であることを判断することができる。

第２の実施例が第１の実施例と異なる点は図４のステップＳ４０で実行されるデータ抽出、ステップＳ５０の前方車両の挙動予測、ステップＳ６０のルールのＩＦ部照合、ステップＳ７０のルールの競合、およびステップＳ８０の接近度の具体的な手順であり、その他は図２の構成も含めて同様である。したがって、以下の説明では、第１実施例との相違点を中心に説明し、共通する部分については説明を省略する。

図１８は第２実施例におけるデータ抽出サブルーチンを示し、第１の実施例の図１１に相当する。図１１のステップＳ４１〜Ｓ４４と同様の処理を行なった後、ステップＳ４５Ｂでは、前方車両ＭＶｂが走行している車線Ｒ_-1が合流車線であるかどうかを判定する。合流車線判定方法の詳細を図１９のフローチャートに示す。

図１９のステップＳ４５０１では、図５のステップＳ１３で検出された白線で区切られる車線のうち、車両ＭＶａが走行している車線に隣接する車線（この中には前方車両ＭＶｂが走行している車線Ｒ_-1が含まれる）内においてエッジ検出を行い、検出されたエッジのうち白線を横切る方向に延在するエッジ（横エッジと称する）を抽出する。

図２０は、横エッジの検出過程の一例を示す図であり、同図(ａ)に示すような観測画像が得られると、この観測画像について視点変換作業を行った結果は同図(ｂ)に示すようなものになり、視点変換画像に対して白線検出作業を行った結果は同図(ｃ)に示すようなものになる。車両ＭＶａが走行している車線は中央の車線Ｒ₀であり、前方車両ＭＶｂはその左隣の車線Ｒ_-1を走行している。したがって、車線Ｒ₀に隣接する車線Ｒ₊₁，Ｒ_-1内に対応する視点変換画像に対して横エッジを抽出すると、同図(ｄ)に示すように複数の横エッジ（図中では代表的な横エッジｂ₁，ｂ₂，ｂ₃についてのみ符号を付している）が抽出される。なお、エッジ検出の手法は周知であり、たとえば、微分フィルタなどのエッジ検出用フィルタを視点変換画像に掛け合わせるような手法が挙げられる。

ステップＳ４５０２では、ステップＳ４５０１において抽出された横エッジのそれぞれにラベリング処理を行い、ラベリングされた横エッジのそれぞれの横方向の長さを計測する。ステップＳ４５０３では、横エッジの横方向の長さが隣接車線Ｒ₊₁，Ｒ_-1の幅に略等しいかどうかが判定され、判定が肯定されるとステップＳ４５０４に進み、隣接車線幅に等しい横エッジが存在する車線Ｒ_-1は合流車線であると判断する。この事実を、
Ｒ_-1＝ＲＪ ...(11)
と表す。一方、判定が否定されるとステップＳ４５０５に進み、隣接車線は合流車線でないと判断する。

図１７に示すように、合流車線である隣接車線Ｒ_-1に描かれたパターンＭＰ、および、合流車線の終端にある路側分離帯は、横エッジ検出の結果それぞれ図２０(ｄ)の横エッジｂ₁，ｂ₂およびｂ₃として抽出される。横エッジｂ₁，ｂ₂の横方向の長さは隣接車線Ｒ_-1の車線幅に近く、また、横エッジｂ₃の横方向の長さは隣接車線Ｒ_-1の車線幅に等しい。したがって、ステップＳ４５０１で抽出された横エッジの横方向の長さが隣接車線Ｒ_-1の車線幅（予め入力しておく）に略等しければ、その隣接車線Ｒ_-1は合流車線であると判定できる。

図４のステップＳ５０では、次式により前方車両の挙動、すなわち前方車両ＭＶｂが車両ＭＶａの走行車線に車線変更してくるかどうかを予測する。

ここに、ＲＣ₄(-1,0)：前方車両が車線Ｒ_-1からＲ₀に車線変更するという事実
Ｂ∈Ｒ-1：座標Ｂが車線Ｒ_-1内にあるという事実

したがって、車両ＭＶａが車線Ｒ₀上を走行し、前方車両ＭＶｂが車線Ｒ_-1を走行している状態において、車線Ｒ_-1が合流車線であると判定されたら、前方車両ＭＶｂは車線Ｒ_-1から車両ＭＶａが走行している車線Ｒ₀に車線変更しようとしているものと予測し、事実ＲＣ(-1,0)が真になる。

図４のステップＳ６０では、接近度判断部５３のルールメモリ５３ａ内にある各種ルールの中から選択されたルールについて各種データを入力してＩＦ部の照合を行う。本実施例において関連するルールは、図１４に示すルール番号４のルールである。

図１７に示す例においては、前方車両ＭＶｂは合流車線Ｒ_-1を走行しており、前方車両ＭＶｂが合流車線Ｒ_-1の終端に至るまでには必ず車両ＭＶａの走行車線Ｒ0に車線変更することが予測できることから、式(12)の左辺は真と判定される。さらに、Ｙ軸方向に沿った前方車両ＭＶｂと車両ＭＶａとの間の距離ｙ_b−ｙ_aが安全車間距離ｆ（Ｖａ，Ｖｂ）より小さい正の値を持つときは、車線変更した結果、前方車両ＭＶｂが車線Ｒ₀に入ったときにその車間距離が狭くて十分接近してしまうおそれがあり、ルール番号４のＩＦ部が真と判定されてルールが成立し、接近度＝２が出力される。

ステップＳ７０では、ステップＳ６０においてＩＦ部が照合されたルールの競合を行う。たとえば、図２１に示すように、車両ＭＶａが走行する車線Ｒ₀の左隣の合流車線Ｒ_-1および右隣の走行車線Ｒ₊₁に、それぞれ前方車両ＭＶｂ，ＭＶｃが走行している場合を考える。図２１に示す例においてステップＳ６０でＩＦ部が真と判定されるのは、図１４に示すルール番号２，４のルールである。したがって、ルール番号２のルールからは接近度＝１が出力され、ルール番号４のルールからは接近度＝２が出力される。

上述のイの手法に従えば接近度の和＝１＋２＝３となる。この場合、接近度の評価は３段階以上になる。また、上述のロの手法に従えば、前方車両ＭＶｂと前方車両ＭＶｃとを比較すると、前方車両ＭＶｂは必ず車線Ｒ₀に車線変更するためにルール番号４のルールの方が優先度が高いといえる。よって、たとえば優先順位を全体で１０段階とし、ルール番号２のルールの優先順位を５、ルール番号４のルールの順位を優先順位７とすると、ルール番号４のルールの優先順位の方が高いので、接近度＝２が出力される。

したがって、本実施例によれば、車両ＭＶａの前方に存在する前方車両ＭＶｂの前方車両の位置，速度といった情報に加えて、車両ＭＶａの前方視界にある合流車線であるかどうかを示すパターンなどの走行案内情報も考慮して接近度を算出しているので、道路状況に応じて前方車両の接近度を的確に判断して予測することができる。

−第２実施例の変形例−
上述の第２実施例では、車両ＭＶａの前方視界を撮像した画面に対してパターン認識を行って合流車線の判定を行ったが、これに限らず、種々の方法により隣接車線が合流車線であるか否かを判定することができる。合流車線判定ルーチンの別の例である図２２により説明する。

この例では、道路の所定間隔毎にサインポスト（図示略）が設置されており、このサインポストからは道路状況を示す道路情報信号が送信されていることを前提としている。したがって、図２２（ｂ）に示すように、車両ＭＶａはこの電磁波を受信するためのアンテナ２１と、アンテナ２１を介して電磁波を受信する受信機２２を備えている他は図３に示す構成である。

図２２（ａ）のステップＳ４５１１では、サインポストからの道路情報信号を車両ＭＶａに付設されたアンテナで受信し、受信信号を制御装置５に取り込む。ステップＳ４５１２では、受信された道路情報信号の中に合流車線を示す信号があるか否かを判定する。

図２３（ａ）は合流車線判定ルーチンのさらに別の例を示すフローチャートである。この例では、車両ＭＶａがＧＰＳ（Global Positioning System）によるナビゲーション装置を搭載しており、このナビゲーション装置は、図２３（ｂ）に示すように、衛星からのＧＰＳ信号を受信するためのアンテナ３１と、アンテナ３１を介してＧＰＳ信号を受信する受信機３２と、緯度・経度により位置が特定される道路地図データを記憶する記憶装置３３と、ディスプレイ装置３４と、受信機３２で受信したＧＰＳ信号と記憶装置３３に記憶された道路地図データとに基づいて自車の道路地図上の位置を特定し、その道路の状況を表す道路情報を抽出し、さらにデイスプレイ装置３４に地図と自車位置を表示する制御回路３５とを備えている。

図２３（ａ）のステップＳ４５２１では、ナビゲーション装置が、衛星からのＧＰＳ信号により車両ＭＶａの現在位置を認識し、その位置とナビゲーション装置が備えている道路地図データとから現在車両ＭＶａが走行している地図上の位置を求める。その上で、走行している道路に与えられている道路情報を抽出して制御装置５に送る。制御装置５はステップＳ４５２２において、その道路情報の中に合流道路である情報が含まれるかを判定する。

したがって、これら変形例によっても、上述の第２実施例と同様の作用効果を得ることができる。

−第３実施例−
第３実施例は、前方車両の存在する車線に描かれたパターンを走行案内情報として利用した別の例であり、図２４に示すように、車線Ｒ₀を走行する車両ＭＶａの前方に路肩である車線Ｒ_-1を走行する前方車両ＭＶｂが存在した場合を想定している。したがって、前方車両ＭＶｂが走行している車線はどのような種類の車線であるか、たとえば、車線Ｒ₀，Ｒ₊₁のような走行車線であるか、あるいは、車線Ｒ_-1のような路肩であるかを路面に描かれているパターンの形状により認識する。その上で、車両ＭＶａの位置Ａ，速度ベクトルＶａおよび前方車両ＭＶｂの位置Ｂ，速度ベクトルＶｂを用いて、車両ＭＶａの走行する車線に前方車両ＭＶｂが車線変更してくるかどうか、そして、車線変更した後で車両ＭＶａに対して安全な車間距離以下に接近してしまうかどうかを判断するものである。

第３の実施例が第１の実施例と異なる点は図４のステップＳ４０で実行されるデータ抽出、ステップＳ５０の前方車両の挙動予測、ステップＳ６０のルールのＩＦ部照合、ステップＳ７０のルールの競合、およびステップＳ８０の接近度の具体的な手順であり、その他は図２の構成を含めて同様である。したがって、以下の説明では、第１実施例との相違点を中心に説明し、共通する部分については説明を省略する。

図２５は第３実施例におけるデータ抽出サブルーチンを示し、図４のステップＳ４０の詳細を説明する図１１に相当するものである。図１１のステップＳ４１〜Ｓ４４と同様の処理が行った後、ステップＳ４５Ｃでは、前方車両ＭＶｂが走行している車線Ｒ_-1が路肩であるかどうかを判定する。路肩判定方法の詳細を図２６のフローチャートに示す。

ステップＳ４５３１では、視点変換された画像に対して路側反射体ＲＦ（図２４参照）を検出し、路側反射体ＲＦとその右隣にある白線ＷＬａとの間の距離を検出する。ステップＳ４５３２では、ステップＳ４５３１で検出された路側反射体と白線との間の距離が、通常の走行車線の幅（たとえば車線Ｒ₀やＲ₊₁の幅であり、予め既知の値が入力されている）よりも十分に小さいかどうかを判定し、判定が肯定されるとステップＳ４５３３に進み、走行車線幅よりも十分小さい車線幅を有する車線Ｒ_-1は路肩であると判断する。この事実を、
Ｒ_-1＝ＲＣ ...(13)
と表す。一方、判定が否定されるとステップＳ４５３４に進み、隣接車線は路肩でないと判断する。

図４のステップＳ５０では、次式により前方車両の挙動、すなわち前方車両ＭＶｂが車両ＭＶａの走行車線に車線変更してくるかどうかを予測する。

ここに、ｋ₃：定数（ｋ₃＞０でありかつ０に近い値）
ｋ₃は符号判定のための値であり、測定誤差等を考慮して０に近い正の定数に設定してある。

したがって、車両ＭＶａが車線Ｒ₀上を走行し、前方車両ＭＶｂが車線Ｒ_-1を走行している状態において、車線Ｒ_-1が路肩であると判定されたら、前方車両ＭＶｂは車線Ｒ_-1から車両ＭＶａが走行している車線Ｒ₀に車線変更しようとしているものと予測し、事実ＲＣ(-1,0)が真になる。

図４のステップＳ６０では、接近度判断部５３のルールメモリ５３ａ内にある各種ルールの中から選択されたルールについて各種データを入力してＩＦ部の照合を行う。本実施例において関連するルールは、図１４に示すルール番号６のルールである。

図２４に示す例においては、前方車両ＭＶｂが路肩Ｒ_-1上を移動していれば（｜Ｖｂ｜＞ｋ₃：停止していれば故障車であり、車線変更の可能性は低い）その後、車両ＭＶａの走行車線Ｒ₀に車線変更する可能性が高いことが予測できることから、式(14)の左辺は真と判定される。さらに、Ｙ軸方向に沿った前方車両ＭＶｂと車両ＭＶａとの間の距離ｙ_b−ｙ_aが安全車間距離ｆ（Ｖａ，Ｖｂ）より小さい正の値を持つときは、車線変更した結果、前方車両ＭＶｂが車線Ｒ₀に入ったときにその車間距離が狭くて十分接近してしまうおそれがあり、ルール番号６のＩＦ部が真と判定されてルールが成立し、接近度＝１が出力される。

したがって、本実施例によっても、上述の実施例と同様の作用効果を得ることができる。

−第４実施例−
第４実施例は、道路の路側に所定間隔毎に設置されたサインポストから送信される道路状況を示す道路情報を車両が受信し、その受信した道路情報も使用して前方車両の挙動を予測するものである。

たとえば、図２７に示すように、車両ＭＶａの前方に前方車両ＭＶｂが存在した場合、この前方車両ＭＶｂが走行している車線はどのような種類の車線、たとえば、車線Ｒ₀，Ｒ₊₁のような走行車線であるか、あるいは、車線Ｒ_-1のような離脱路であるかどうかをサインポストからの道路情報により認識し、認識された道路情報を、車両ＭＶａの位置Ａ，速度ベクトルＶａおよび前方車両ＭＶｂの位置Ｂ，速度ベクトルＶｂとともに用いて、車両ＭＶａの走行する車線に前方車両ＭＶｂが車線変更してくるかどうか、そして、車線変更した後で車両ＭＶａに対して安全な車間距離以下に接近してしまうかどうかを判断する。

第４の実施例が第１の実施例と異なる点は、図２に示す構成に加えてサインポストからの電磁波を受信するアンテナと受信機（図２２（ｂ）参照）いずれも図示を省略する）を備えている点と、図４のステップＳ４０で実行されるデータ抽出、ステップＳ５０の前方車両の挙動予測、ステップＳ６０のルールのＩＦ部照合、ステップＳ７０のルールの競合、およびステップＳ８０の接近度の具体的な手順の点であり、その他は同様である。したがって、以下の説明では、第１実施例との相違点を中心に説明し、共通する部分については説明を省略する。

図２８は第４実施例を示すデータ処理ルーチンを示し、第１の実施例の図１１のフローチャートに相当する。図１１のステップＳ４１〜Ｓ４４と同様の処理を行った後、ステップＳ４５Ｄでは、前方車両ＭＶｂが走行している車線Ｒ_-1が離脱路であるかどうかを判定する。離脱車線判定方法の詳細を図２９のフローチャートに示す。

図２９のステップＳ４５４１では、サインポストからの道路情報信号を車両ＭＶａに付設されたアンテナで受信し、受信信号を受信機を介して制御装置５に取り込む。ステップＳ４５４２では、受信された道路情報信号に基づいて隣接車線Ｒ_-1が離脱路であるか否かを判定する。隣接車線Ｒ_-1が離脱路であるという事実を、
Ｒ_-1＝ＲＸ ...(15)
と表す。

図４のステップＳ５０では、次式により前方車両の挙動、すなわち前方車両ＭＶｂが車両ＭＶａの走行車線に車線変更してくるかどうかを予測する。

ここに、ｋ₆：定数（０＞ｋ₆＞−１であり、かつ、ｋ₆は０に近い値）
ｋ₇：定数（ｋ₇＞０であり、かつ、ｋ₇は０に近い値）
(16)式は上述の(６)式と類似しており、ただし、図２７に示すように前方車両ＭＶｂが左隣の車線（離脱路）Ｒ_-1を走行しているため、符号の判定が逆になっている点のみ異なる。

したがって、車両ＭＶａが車線Ｒ₀上を走行し、前方車両ＭＶｂが車線Ｒ_-1を走行している状態において、(Ｄｂ×Ｖｂ)_z／｜Ｖｂ｜が負の値をとり（＜ｋ₆）、かつ、｜(Ｄｂ×Ｖｂ)_z｜が所定の閾値よりも大きい（＞ｋ₇）と判定されたら、前方車両ＭＶｂは車線Ｒ_-1から車両ＭＶａが走行している車線Ｒ₀に車線変更しようとしているものと予測し、事実ＲＣ(−1,0)が真になる。

図４のステップＳ６０では、接近度判断部５３のルールメモリ５３ａ内にある各種ルールの中から選択されたルールについて各種データを入力してＩＦ部の照合を行う。本実施例において関連するルールは、図１４に示すルール番号８のルールである。

図２７に示す例においては、前方車両ＭＶｂは車両ＭＶａの走行車線Ｒ₀に車線変更しようとしており、前方車両ＭＶｂの速度ベクトルＶｂは車線Ｒ₀の方向に向いているので、式(16)の左辺は真と判定される。さらに、前方車両ＭＶｂが走行している車線は離脱路であるからＲ_-1＝ＲＸが成立し、この結果、前方車両はかなり強引に車線Ｒ₀に車線変更してくるものと予測され、ルール番号８のＩＦ部が真と判定されてルールが成立し、接近度＝２が出力される。

したがって、本実施例によっても、上述の実施例と同様の作用効果を得ることができる。

あるいは、上述の第４実施例において、車両ＭＶａがナビゲーション装置（図２３（ｂ）参照）を搭載しているときは、第２実施例の変形例と同様にナビゲーション装置からの道路情報を用いてもよい。図３０により説明する。

図３０は、離脱路判定ルーチンの別の例を示すフローチャートである。まず、ステップＳ４５２１で上述したと同様にしてＧＰＳ信号に基づいて車両の地図上の位置を認識した上でその道路に与えられている道路情報を抽出し、制御装置５に送信する。ステップＳ４５２２Ａでは、受信した道路情報に基づいて隣接車線が離脱路であるか否かを判定する。

−第５実施例−
第５実施例は、車両の前方を走行する前方車両である前方車両が２台存在した場合、これら前方車両相互の位置、速度から挙動を予測したものである。たとえば、図３１に示すように、車両ＭＶａの前方に２台の前方車両ＭＶｂ，ＭＶｃが存在した場合、先行する前方車両ＭＶｃの後方に後続する前方車両ＭＶｂが、車両ＭＶａの走行車線に車線変更して前方車両ＭＶｃを追い抜こうとしているかどうか、そして、車線変更した後で車両ＭＶａに対して安全な車間距離以下に接近してしまうかどうかを、車両ＭＶａの位置Ａ，速度ベクトルＶａ、および前方車両ＭＶｂ，ＭＶｃの位置Ｂ，Ｃ（ｘ_c，ｙ_c，０），速度ベクトルＶｂ，Ｖｃにより判断する。

第５の実施例が第１の実施例と異なる点は図４のステップＳ４０で実行されるデータ抽出、ステップＳ５０の前方車両の挙動予測、ステップＳ６０のルールのＩＦ部照合、ステップＳ７０のルールの競合、およびステップＳ８０の接近度の具体的な手順であり、その他は図２の構成を含めて同様である。したがって、以下の説明では、第１実施例との相違点を中心に説明し、共通する部分については説明を省略する。

図４のステップＳ４０では、前方車両が１台である第１の実施例と同様にして２台の前方車両に関する必要なデータを抽出する。図４のステップＳ５０では、次式により前方車両の挙動、すなわち前方車両ＭＶｂが車両ＭＶａの走行車線に車線変更してくるかどうかを予測する。

ここに、ｋ₄：定数（ｋ₄＞０）
ｋ₅：定数（ｋ₅＜０）
ｙ_a＜ｙ_b＜ｙ_cなる条件は、前から順に前方車両ＭＶｃ、前方車両ＭＶｂ、車両ＭＶａの順に並んでいることを示しており、図３１に示す配置状態に対応している。また、ｙ_c−ｙ_bは、Ｙ軸方向に沿った前方車両ＭＶｃと前方車両ＭＶｂとの間の距離であり、｜Ｖｃ｜−｜Ｖｂ｜は、前方車両ＭＶｃと前方車両ＭＶｂとの間の速度差である。

したがって、車両ＭＶａが車線Ｒ₀上を走行し、前方車両ＭＶｂおよび前方車両ＭＶｃがともに車線Ｒ₊₁を走行している状態において、前方車両ＭＶｂ，ＭＶｃ間の距離ｙ_c−ｙ_bが所定の車間距離ｋ₄以下で、かつ、前方車両ＭＶｂ，ＭＶｃ間の速度差｜Ｖｃ｜−｜Ｖｂ｜が所定の速度差ｋ₅以上であると、前方車両ＭＶｂは前方車両ＭＶｃに徐々に近づいて接近し、前方車両ＭＶｃを追い抜くために車線Ｒ₀に車線変更するものと予測し、事実ＲＣ₇(+1,0)が真になる。

図４のステップＳ６０では、接近度判断部５３のルールメモリ５３ａ内にある各種ルールの中から選択されたルールについて各種データを入力してＩＦ部の照合を行う。本実施例において関連するルールは、図１４に示すルール番号７のルールである。

図３１に示す例においては、車両ＭＶａは車線Ｒ₀を、前方車両ＭＶｂ，ＭＶｃはともに車線Ｒ₊₁を走行しているので、前方車両ＭＶｂ，ＭＶｃ間の距離ｙ_c−ｙ_bが所定の車間距離ｋ₄以下で、かつ、前方車両ＭＶｂ，ＭＶｃ間の速度差｜Ｖｃ｜−｜Ｖｂ｜が所定の速度差ｋ₅以上であれば式(17)の左辺は真と判定される。さらに、Ｙ軸方向に沿った前方車両ＭＶｂと車両ＭＶａとの間の距離ｙ_b−ｙ_aが安全車間距離ｆ（Ｖａ，Ｖｂ）より小さい正の値を持つときは、車線変更した結果、前方車両ＭＶｂが車線Ｒ₀に入ったときにその車間距離が狭くて十分接近してしまうおそれがあり、ルール番号７のＩＦ部が真と判定されてルールが成立し、接近度＝２が出力される。

したがって、本実施例によっても、上述の各実施例と同様の作用効果を得ることができる。

−第６実施例−
上述した第１〜第５実施例では車両との接近を検出していたが、これに限らず、たとえば横断歩道を横断する歩行者との接近を検出するようにしてもよい。第６実施例は、路面に描かれたパターンの形状をパターン認識して横断歩道の有無を判断した一例である。たとえば、図３２に示すように、車両ＭＶａの前方視界にある横断歩道ＣＲの路側に歩行者ＷＰが立っていた場合、車両ＭＶａの前方視界に横断歩道ＣＲが存在するかどうかをパターン形状により認識し、その認識結果を、歩行者ＷＰの位置Ｂおよび車両ＭＶａの位置Ａ，速度ベクトルＶａとともに用いて、横断歩道ＣＲを歩行者ＷＰが横断するか、そして、歩行者ＷＰが横断歩道ＣＲを横断した場合に車両ＭＶａが安全に停止しうるかを判断する。図３２に示すように、横断歩道ＣＲは車線幅の全幅にわたる横方向の２本の白線ＷＬｄ，ＷＬｅを備えているので、車線幅の全幅にわたり横方向に延在する２本の白線ＷＬｄ，ＷＬｅをパターン認識できれば横断歩道ＣＲの存在を判断することができる。

第６の実施例が第１の実施例と異なる点は次のとおりである。まず、第６の実施例における接近予測装置の全体構成を図３３に示す。第１の実施例の図３（ａ）の接近予測装置との相違点は、赤外線検知装置１０を設けた点である。赤外線検知装置１０はたとえば赤外線カメラから構成され、車両ＭＶａの前方から到来する赤外線を画像として検出する。前処理部７は、赤外線検知装置１０により検出された赤外線のうち、周囲温度より高温の領域があればその領域の形状を解析して人間が撮像されているかどうかを判断し、人間が撮像されている場合は、車両ＭＶａに対する人間の方向を検出する。

さらに、図４のステップＳ１０の画像処理、ステップＳ４０のデータ抽出、ステップＳ５０の前方車両の挙動予測、ステップＳ６０のルールのＩＦ部照合、ステップＳ７０のルールの競合、およびステップＳ８０の接近度の具体的な手順が相違する他は同様である。したがって、以下の説明では、第１実施例との相違点を中心に説明し、共通する部分については説明を省略する。

図３４は、第６実施例の画像処理ルーチンを示すフローチャートであり、図４のステップＳ１０の詳細を説明するためのものである。図５のステップＳ１１〜Ｓ１３と同様の処理を行った後、ステップＳ１４では、車両ＭＶａの前方に人間が存在するか否かを判定し、さらに、人間が存在した場合は車両ＭＶａに対する相対座標を求める。

すなわち、上述した赤外線検知装置１０により車両ＭＶａ前方から到来する赤外線を撮像し、周囲温度より高温の領域を抽出する。ついで、高温領域の形状を解析し、高温領域が人間から放射される赤外線に起因するものか、すなわち、高温領域に人間が存在するか否かを判断する。そして、人間が前方視界内に存在すると判断されたら、車両ＭＶａに対する人間の方向を検出する。

次に、図３５は第４実施例のデータ抽出ルーチンを示すフローチャートであり、図４のステップＳ４０の詳細を説明するためのものである。図１１のステップＳ４１と同様に自車の絶対座標値を算出し、ステップＳ４２Ａで白線領域の絶対座標値および人間の絶対座標値Ｂ（ｘ_b，ｙ_b）を算出し、ステップＳ４３Ａで自車両の速度ベクトルを算出する。本実施例では人間の速度ベクトルを求めることはない。ステップＳ４６では、車両ＭＶａの前方視界内に横断歩道ＣＲが存在するかどうかを判定する。横断歩道判定方法の詳細を図３６のフローチャートに示す。

図３６において、ステップＳ４６１では視点変換された車両ＭＶａの前方視界画像に対して白線検出を行い、検出された白線で区切られる車線のうち車両ＭＶａが走行している車線Ｒ₀内においてエッジ検出を行い、検出されたエッジのうち白線を横切る方向に延在する横エッジを抽出する。横エッジ抽出の詳細はすでに図１９のステップＳ４５０１の動作説明において行っているのでその詳細は省略する。

ステップＳ４６２では、図１９のステップＳ４５０２と同様にして、ステップＳ４６１において抽出された横エッジのそれぞれにラベリング処理を行い、ラベリングされた横エッジのそれぞれの横方向の長さを計測する。ステップＳ４５０３では、横エッジの横方向の長さが走行車線Ｒ₀の幅に略等しく、かつ、走行車線Ｒ₀に２本の横エッジが存在するか否かが判定され、判定が肯定されるとステップＳ４６４に進み、走行車線Ｒ₀に横断歩道が存在すると判断する。この事実を、
Ｋｂ＝Ｈｕｍａｎ．．．(18)
と表す。一方、判定が否定されるとステップＳ４６５に進み、走行車線Ｒ₀に横断歩道は存在しないと判断する。

次に、図４のステップＳ５０では、次式により前方障害物の挙動、すなわち歩行者ＷＰが横断歩道ＣＲを横断しようとしているかどうかを予測する。

ここに、ｋ₁₀：定数（ｋ₁₀＞０）
ＲＥ：歩行者ＷＰが横断歩道を横断しようとしている事実
ｙ_p ：横断歩道ＣＲの中央点Ｐ（ｘ_p，ｙ_p）のＹ座標

｜ｙ_p−ｙ_b｜はＹ軸方向に沿った歩行者ＷＰと横断歩道ＣＲとの間の距離である。したがって、歩行者ＷＰが車両ＭＶａの前方視界内に存在し、この歩行者ＷＰと横断歩道ＣＲとの間の距離が所定の安全距離より小さい（＜ｋ₁₀）と判定されたら、歩行者ＷＰは横断歩道ＣＲを横断しようとしているものと予測し、事実ＲＥが真になる。

図４のステップＳ６０では、接近度判断部５３のルールメモリ５３ａ内にある各種ルールの中から選択されたルールについて各種データを入力してＩＦ部の照合を行う。本実施例において関連するルールは、図１４に示すルール番号１１のルールである。ここに、ｆ’(Ｖａ)は車両ＭＶａの停止距離を示す関数であり、次式で定義される。

ここに、α：車両ＭＶａの減速度

図３２に示す例においては、車両ＭＶａの前方視界内に歩行者ＷＰが存在しているので、歩行者ＷＰと横断歩道ＣＲとの間の距離ｙ_p−ｙ_bが所定の安全距離より小さい（＜ｋ₁₀）とき、すなわち、歩行者ＷＰが横断歩道ＣＲに十分接近しているときは、式(19)の左辺は真と判定される。さらに、Ｙ軸方向に沿った歩行者ＷＰと車両ＭＶａとの間の距離ｙ_b−ｙ_aが停止距離ｆ’(Ｖａ)より小さい正の値を持つときは、ブレーキをかけても制動距離が長く、歩行者ＷＰが横断歩道ＣＲを横断したときには車両ＭＶａが横断歩道ＣＲに接近しているおそれがあり、ルール番号１１のＩＦ部が真と判定されてルールが成立し、接近度＝２が出力される。

したがって、本実施例によれば、赤外線検知装置により人間の存在を検出し、さらに白線の形状を考慮してこの人間の挙動を予測して接近度を算出しているので、道路状況に応じて人間との接近度を的確に判断して予測することができる。

−第６実施例の変形例−
上述の第６実施例では、車両ＭＶａの前方視界を撮像した画面に対してパターン認識を行って横断歩道ＣＲの判定を行っていたが、上述の合流車線判定の場合と同様に、種々の方法により前方視界に横断歩道ＣＲが存在するか否かを判定することができる。

図３７は、横断歩道判定ルーチンの別の例を示すフローチャートである。この例では、道路の所定間隔毎にサインポスト（図示略）が設置されており、このサインポストからは道路状況を示す道路情報信号が送信されていることを前提としている。したがって、車両ＭＶａはこの電磁波を受信するためのアンテナと受信機（図２２（ｂ）参照）を備えている。その他は図３に示す構成である。

図３７のステップＳ４６０１では、サインポストからの道路情報信号を車両ＭＶａに付設されたアンテナで受信し、受信信号を制御装置５に取り込む。ステップＳ４６０２では、受信された道路情報信号に基づいて前方視界に横断歩道ＣＲが存在するか否かを判定する。

また、図３８は、図２３（ｂ）で説明したナビゲーション装置から入力される道路情報により横断歩道を判定する例を示すフローチャートである。ステップＳ４６１１では、ナビゲーション装置が上述したと同様にしてＧＰＳ信号に基づいて車両の地図上の位置を認識した上でその道路に与えられている道路情報を抽出し、制御装置５に送信する。ステップＳ４６１２では、受信した道路情報に基づいて前方視界に横断歩道が存在するか否かを判定する。

したがって、これら変形例によっても、上述の第６実施例と同様の作用効果を得ることができる。

次に、接近度判断部５３から出力された接近度を車両ＭＶａの制御に用いる第７および第８実施例を説明する。
−第７実施例−
図３９は、いわゆる定速走行装置の制御に上述の接近予測装置から出力される接近度を用いた第７実施例の概略構成を示すブロック図である。この図において、５０は上述の第１〜第６実施例による接近予測装置である。６１は希望車速設定部であり、希望車速を車両の乗員が入力する。希望車速設定部６１は、たとえば、ＵＰ／ＤＯＷＮを指令する押ボタンを備え、ＵＰボタンが連続的に押動されると設定車速を上昇させる信号が送信され、一方、ＤＯＷＮボタンが連続的に押動されると設定車速を下降させる信号が送信されるよう構成される。６２は動作ＯＮ／ＯＦＦスイッチであり制御部６３による定速走行動作の開始及び終了を指示する。

６４は制御部６３からの信号により車両各部を制御して定速走行を行なうアクチュエータ群である。アクチュエータ群６４は、スロットルの開度を制御するスロットルアクチュエータ、ブレーキ装置を制御するブレーキアクチュエータ、変速機を制御する変速アクチュエータを含む。制御部６３は、希望車速設定部６１や接近予測装置５０から入力される信号に基づいて目標速度を決定し、この目標速度と現在の車両の速度とを比較して、現在の速度が目標速度になるようにアクチュエータ群６４に制御信号を出力する。また、接近予測装置５０からの信号に基づいてアクチュエータ群６４を制御して接近度に応じた走行制御を行う。定速制御や接近度に応じた走行制御のために、
(１)スロットルアクチュエータだけを駆動
(２)スロットルアクチュエータと変速アクチュエータを駆動
(３)スロットルアクチュエータとブレーキアクチュエータを駆動
することができる。

図４０は、本実施例の動作を説明するためのフローチャートである。なお、接近予測装置５０の動作は上述の第１〜第６実施例のものと同様であるのでその説明を省略する。

図４０に示すプログラムは、動作ＯＮ／ＯＦＦスイッチ６２がＯＮされることにより開始する。まず、ステップＳ９１では、希望車速設定部６１によって設定された希望車速を制御部６３に取り込む。次いでステップＳ９２では、接近予測装置５０から車両ＭＶａおよび前方車両ＭＶｂの絶対座標値，速度ベクトルおよび走行車線を読み込む。

ステップＳ９３では、接近度判断部５３から入力された車両ＭＶａおよび前方車両ＭＶｂの絶対座標値，速度ベクトルに基づいて、安全を確保しうる安全車間距離を演算する。安全車間距離は、たとえば上述の式(７)で定義されるようなものである。ステップＳ９４では、車両ＭＶａと前方車両ＭＶｂとの間の車間距離を算出し、この実際の車間距離がステップＳ９３で算出された安全車間距離以上であるか、または、車両ＭＶａが走行する走行車線上に前方車両が存在しないかどうかを判定する。その結果、判定が肯定されるとステップＳ９５に進み、判定が否定されるとステップＳ９６に進む。

ステップＳ９４が肯定判定されるのは、車両ＭＶａの車速を希望車速に設定しても安全が確保できると判断したからでありステップＳ９５において、実際の車速が希望車速となるようにアクチュエータ群６４を制御する。一方、ステップＳ９６では、車両ＭＶａの車速を希望車速に設定すると安全が確保できないおそれがあると判断し、実際の車間距離が安全車間距離となるようにアクチュエータ群６４を制御する。

一方、図４０のフローチャートに示すプログラムが実行されている間において接近予測装置５０から接近度が出力されると、割り込み動作が実行されて図４１に示すように定速走行動作が終了する。

このように、接近予測装置５０によって検出された前方車両ＭＶｂの位置、速度、車線、および前方車両ＭＶｂに対する接近度を用いて、車両ＭＶａが前方車両ＭＶｂに接近しないように車両ＭＶａの挙動を制御することができる。

−第７実施例の変形例−
上述の第７実施例では、接近予測装置５０から接近度が出力されると定速走行動作を一律に終了していたが、接近度のレベルに応じて制御してもよい。図４２は、このような制御手順の一例を示すフローチャートであり、図４０のフローチャートに示すプログラムが実行されている間において、接近予測装置５０から接近度が出力されると、図４２のサブルーチンフローチャートに示す割り込み動作が実行される。ステップＳ９０１では、接近予測装置５０から出力された接近度のレベルに応じて、定速走行動作が目標とする目標速度を減速する。特に、接近度のレベルが高いほど目標速度を低く設定すればよく、たとえば、接近度＝１であれば単にスロットルアクチュエータを戻してエンジンブレーキにより減速し、接近度＝２であれば積極的にブレーキアクチュエータを制御して減速すればよい。

接近度のレベルに応じて段階的に定速走行動作を制御することにより、走行状況に応じたきめ細かい制御が可能になる。

−第８実施例−
図４３は本発明の第８実施例を示し、接近予測装置から出力される信号に基づいて自車両が前方車両に接近することを回避する接近回避装置の概略構成を示すブロック図である。なお、以下の説明において、上述の第７実施例と共通の構成要素については同一の符号を付し、その説明を省略する。図４３において、６５は後方および側方車両検出部であり、車両ＭＶａの後方と側方の車両の存在を検出する。この後方および側方車両検出部は、たとえば距離センサ、光スイッチ等を備え、これら距離センサ、光スイッチ等の検出結果に基づいて車両の存在を検出する。また、アクチュエータ群６４は、ステアリングアクチュエータ、スロットルアクチュエータ、ブレーキアクチュエータおよび変速アクチュエータを備えている。

本実施例の通常の動作は、図４０に説明した第７実施例の動作と略同一であるのでその説明を省略し、割り込み動作についてのみフローチャートで図示する。図４０のフローチャートに示すプログラムが実行されている間に接近予測装置５０から接近度が出力されると、図４４に示す割り込み動作のサブルーチンフローチャートが実行される。

図４４のステップＳ９１１では、接近予測装置５０から接近度および接近度出力の要因となった前方車両の車線を取り込む。前方車両の車線は、接近度出力に寄与したルールのＩＦ部を探索することにより検出できる。ステップＳ９１２では、車両ＭＶａの車速を減速するだけで前方車両に対する接近が防止できるか否かを判定し、判定が肯定されるとステップＳ９１３に進み、判定が否定されるとステップＳ９１４に進む。ステップＳ９１２の判定は、たとえば接近度が高い（接近度が２以上である、など）場合は判定を肯定し、接近度が低い場合は判定を否定すればよい。

ステップＳ９１３では、図４２のステップＳ９０１と同様に、接近予測装置５０から出力された接近度のレベルに応じて、定速走行動作が目標とする目標速度を減速する。特に、接近度のレベルが高いほど目標速度を低く設定すればよい。一方、ステップＳ９１４では、接近度出力の要因となった前方車両の存在する車線に対して反対方向の車線（つまり、前方車両が右隣の走行車線に存在すれば左隣の走行車線）を探索し、この車線において車両ＭＶａの後方と側方に車両が検出されない場合、この車線が回避可能な車線であると判断し、回避可能な車線への車線変更を行う。つまり、アクチュエータ群６４を構成するステアリングアクチュエータにより車両ＭＶａのステアリングを回避可能な車線に向け、車両ＭＶａをこの車線に移動させる。

したがって、本実施例によっても、上述の第７実施例と同様の作用効果を得ることができる。

以上説明した実施例と請求の範囲との対応において、ＣＣＤカメラ３やデータ抽出部５１が走行案内情報検出手段２０１を、車輪速センサ１やデータ抽出部５１が自車挙動検出手段２０２を、赤外線検知装置１０やデータ抽出部５１が横断歩道検出手段２０１を、接近度判断部５３が接近度予測手段２０４をそれぞれ構成する。なお、本発明の接近予測装置は、その細部が上述の各実施例に限定されず、種々の変形が可能である。

本発明の接近予測装置を示す機能ブロック図である。 第１実施例の接近予測装置の動作を説明する図である。 （ａ）は接近予測装置の一実施例を示す全体構成図、（ｂ）はその制御装置の詳細を示す図である。 接近予測装置の動作を説明するためのメインフローチャートである。 第１実施例〜第５実施例の画像処理ルーチンを示すフローチャートである。 (ａ)は撮像装置で撮像された車両の前方視界画像の一例を示す図、(ｂ)は(ａ)に対応する視点変換画像を示す図である。 白線検出ルーチンを示すフローチャートである。 白線検出用フィルタの一例を示す図である。 (ａ)〜(ｆ)はそれぞれ白線候補領域の連結手法を説明するための図である。 (ａ)は白線候補領域の一例を示す図、(ｂ)は(ａ)の白線候補領域から得られたテンプレート、(ｃ)は(ｂ)のテンプレートを用いて検出された白線領域を示す図である。 第１実施例のデータ抽出ルーチンを示すフローチャートである。 白線の方向ベクトル検出ルーチンを示すフローチャートである。 (ａ)〜(ｃ)はそれぞれ白線の単位方向ベクトルの算出方法を説明するための図である。 ルールメモリ内に記憶されているルールの一例を示す図である。 第１実施例の接近予測装置の動作を説明する図である。 第１実施例の変形例のデータ抽出ルーチンを示すフローチャートである。 第２実施例の接近予測装置の動作を説明する図である。 第２実施例のデータ抽出ルーチンを示すフローチャートである。 第２実施例の合流車線判定ルーチンを示すフローチャートである。 第２実施例を説明する図で、(ａ)は撮像装置で撮像された車両の前方視界画像の一例を示す図、(ｂ)は(ａ)に対応する視点変換画像を示す図、(ｃ)は(ｂ)の視点変換画像に対して検出された白線領域を示す図、(ｄ)は(ｂ)の視点変換画像から抽出された横エッジを示す図である。 第２実施例の接近予測装置の動作を説明する図である。 （ａ）は第２実施例の変形例の合流車線判定ルーチンの一例を示すフローチャート、（ｂ）はサインポストからの信号を受信するシステムの構成例を示す図である。 （ａ）は第２実施例の変形例の合流車線判定ルーチンの他の例を示すフローチャート、（ｂ）はナビゲーション装置の構成例を示す図である。 第３実施例の接近予測装置の動作を説明する図である。 第３実施例のデータ抽出ルーチンを示すフローチャートである。 第３実施例の路肩判定ルーチンを示すフローチャートである。 第４実施例の接近予測装置の動作を説明する図である。 第４実施例のデータ抽出ルーチンを示すフローチャートである。 第４実施例の離脱車線判定ルーチンを示すフローチャートである。 第４実施例の変形例の離脱車線判定ルーチンを示すフローチャートである。 第５実施例の接近予測装置の動作を説明する図である。 第６実施例の接近予測装置の動作を説明する図である。 第６実施例における接近予測装置の全体構成を示す図である。 第６実施例の画像処理ルーチンを示すフローチャートである。 第６実施例のデータ抽出ルーチンを示すフローチャートである。 第６実施例の横断歩道判定ルーチンを示すフローチャートである。 第６実施例の変形例の横断歩道判定ルーチンの一例を示すフローチャートである。 第６実施例の変形例の横断歩道判定ルーチンの他の例を示すフローチャートである。 第７実施例である接近予測装置が適用される定速走行装置を示すブロック図である。 第７実施例の動作を説明するためのフローチャートである。 第７実施例の割り込み動作を説明するためのフローチャートである。 第７実施例の変形例の割り込み動作を説明するためのフローチャートである。 第８実施例である接近予測装置が適用される接近回避装置を示すブロック図である。 第８実施例の動作を説明するためのフローチャートである。

符号の説明

１ 車輪速センサ
２ タイヤ
３ ＣＣＤカメラ
４，７ 前処理部
５ 制御装置置
６ レーダ装置
１０ 赤外線検知装置
５０ 接近予測装置
５１ データ抽出部
５２ 前方車両の挙動予測部
５３ 接近度判断部
５３ａ ルールメモリ
５３ｂ ＩＦ部照合部
５３ｃ ルール選択部
５３ｄ ルール競合部
ＭＶａ 車両
ＭＶｂ，ＭＶｃ 前方車両
ＷＬａ〜ＷＬｃ 白線
ＷＬＲａ〜ＷＬＲｃ 白線領域
ＭＰ 合流車線パターン
ＲＦ 路側反射体
ＣＲ 横断歩道
２０１ 横断歩道検出手段
２０２ 自車挙動検出手段
２０３ 前車挙動検出手段
２０４ 接近度予測手段

Claims (6)

1. 路面を走行する自車両に対する人間等の移動物体の接近度を予測する装置であって、
   横断歩道を検出する横断歩道検出手段と、
   前記自車両の挙動を検出する自車挙動検出手段と、
   前記自車両の走行方向前方に存在する前記移動物体の挙動を検出する物体挙動検出手段と、
   検出された前記横断歩道、前記移動物体の挙動および前記自車両の挙動に基づいて前記自車両に対する前記移動物体の接近度を予測する接近度予測手段とを備えたことを特徴とする接近予測装置。
2. 請求項１に記載の接近予測装置において、
   前記横断歩道検出手段は、前記路面に描かれた白線の形状から横断歩道を検出することを特徴とする接近予測装置。
3. 請求項１に記載の接近予測装置において、
   前記横断歩道検出手段は、路側に設置されたサインポストから送信される道路情報を受信する受信手段を備え、受信された前記道路情報から前記横断歩道を検出することを特徴とする接近予測装置。
4. 請求項１に記載の接近予測装置において、
   前記横断歩道検出手段は、衛星からのＧＰＳ信号を受信する受信手段と、道路地図データが記憶された記憶手段とを備え、受信された前記ＧＰＳ信号と前記道路地図データとから前記横断歩道を検出することを特徴とする接近予測装置。
5. 請求項１〜４のいずれか１項に記載の接近予測装置において、
   前記物体挙動検出手段は、前記移動物体が放射する赤外線を検出する赤外線検出手段を備えていることを特徴とする接近予測装置。
6. 請求項１〜５のいずれかの項に記載の接近予測装置において、
   前記自車挙動検出手段は、前記自車両の位置および速度ベクトルを演算し、
   前記物体挙動検出手段は、前記移動物体の位置を演算するとともに、前記移動物体と前記横断歩道との間の距離が所定値以下である時に前記移動物体が前記横断歩道を横断すると判断し、
   前記接近度予測手段は、前記移動物体が前記横断歩道を横断すると判断された時、前記移動物体および前記自車両の位置および前記自車両の速度ベクトルに基づいて接近度を出力することを特徴とする接近予測装置。

Images