JP2006085285A - 危険車両予測装置 - Google Patents

Abstract

【課題】 より多くの危険事象で警報を報知する危険車両予測装置を提供すること。
【解決手段】 危険車両予測装置は、自車両を基準として、周囲を走行中の他車両の方向及び／又は距離を検出する周囲車両検出部１２１と、自車両、及び周囲車両検出部１２１により検出された他車両のそれぞれについて、過去から現在に至る挙動を示す挙動情報を累積する車両挙動累積部１２５と、車両挙動累積部１２５で累積された挙動情報のそれぞれに基づいて、周囲車両検出部１２１で検出された他車両から、近い将来危険を及ぼす可能性があるものを危険車両として予測する危険車両予測部１２６とを備える。
【選択図】 図７

Description

本発明は、危険車両予測装置に関し、より特定的には、自車両の周囲における他車両に潜在する危険性を予測する危険車両予測装置に関する。

従来の危険車両予測装置は、自車両に搭載されており、車両周囲物体検出部と、車速検出部と、操作検出部と、車両の挙動検出部と、対象物識別部と、車両の挙動予測部と、危険度判定部と、画像生成部と、表示部とを備える。

車両周囲物体検出部は、具体的にはＣＣＤカメラ又はレーザレーダにより構成されており、自車両の周囲の対象物を検出する。
車速検出部は、自車両の速度を検出する。

操作検出部は、運転者が自車両をどのように運転しているかを検出する。
車両挙動検出部は、自車両の挙動を検出する。
対象物識別部は、車両周囲物体検出部により対象物が識別されると、その対象物と自車両との間の距離及び相対速度を算出し、識別された対象物の方角を検出する。

車両挙動予測部には、車速検出部、操作検出部及び車両挙動検出部が接続されており、これら検出部からの検出情報に基づいて自車両の挙動を物理的に解析して、自車両のこれらかの挙動を予測する。

危険度判定部は、対象物識別部及び車両挙動予測部からの情報を取得し、今回検出された障害物毎に危険度を設定する。具体的には、危険度判定部には、対象物識別部から、障害物毎に位置情報（相対速度、相対距離及び方角）が入力されるとともに、車両挙動予測部からは自車両の挙動に関し予測した結果を示す情報が入力される。危険度判定部は、これらの入力情報を比較して、危険度を判定する。

画像生成部には、危険度判定部の判定結果が入力される。また、画像生成部には、車速検出部からの車速情報が、上述の危険度の判定結果とは別に入力され、さらには、対象物識別部からの情報も直接入力される。画像生成部は、入力された車速情報に基づいて、表示部が画像表示する際の遠近感のレベルを設定する。画像生成部は、対象物識別部により識別された物体に応じて、予め設定されたテンプレートのなかから、適当なものを選択した後、選択したものを表示画面においてどの位置に配置するかを決定する。また、画像生成部は、入力された危険度情報に応じて、テンプレートのサイズ拡大、輝度の変更又は表示色の変更を行う。さらに、画像生成部は、車速検出部からの車速情報に応じて表示部における遠近感（パース）を設定する
表示部は、画像生成部により生成された表示画像を生成する。

従来の危険車両予測装置は、上記のように、自車両のこれまでの挙動から、これからの挙動を予測し、予測した挙動と、例えば他車両との相対位置及び／又は相対速度との関係から、他車両が自車両に及ぼす衝突の直接的危険性を報知する（例えば特許文献１を参照）。これにより、衝突の危険を回避するよう、運転者は車両を操作することが出来、事故を防止することが出来る。

また、危険車両予測装置で生成された危険情報は車両制御にも用いられ、危険回避のために、例えば車両の速度を自動制御するものもある（例えば特許文献２を参照）。
特開平７−２２３４８８号公報 特開平７−１０４０６２号公報

ところで、実際、交通事故には様々な種類があり、いわゆる自損事故もあれば、他車両同士が起こした交通事故に自車両が巻き込まれてしまうような事故もある。例えば、自車両が走行している車線の隣車線で、別の２台の車両が、車間距離を狭めて走行した結果、両車両が自車両の数１０ｍ先で衝突事故を起こした場合、自車両もその事故に巻き込まれてしまう可能性が大いにある。このような事故はしばしばあるので、運転経験が豊富な運転者の中には、自車の周辺の危険車両を経験的に判断し、そのような車両には近づかない運転をする者もいる。

また、自車両が他車両と衝突事故を起こす場合、コリジョンコース（衝突針路）現象が原因となる場合もある。ここで、コリジョンコース現象とは、同一点に向かって移動する他車両が、お互いの運転者の錯視によって、お互いが止まって見えるという現象である。

ここで、図１４を参照して、コリジョンコース現象について詳しく説明する。図１４には、時間軸が示されており、紙面の上方向から下方向に向かって時間が推移すると仮定する。また、図１４の左側には、時刻ｔ１−ｔ４のそれぞれにおける自車両Ｖ１と他車両Ｖ２の位置関係が示され、その右側には、時刻ｔ１−ｔ４における自車両Ｖ１からの視界が示されている。

図１４に示す時刻ｔ１−ｔ４の間、例えば、見通しの良い道路Ｒ１を自車両Ｖ１が交差点Ｃに向かって走行している時、その道路Ｒ１と直交する道路Ｒ２を、ある他車両Ｖ２が、自車両Ｖ１と同じ速度で直交する交差点Ｃに向かって走行していたとする。このとき、自車両Ｖ１から他車両Ｖ２を見ると、自車両Ｖ１の運転者の視界における他車両Ｖ２の位置は上下方向に多少動くも、左右方向の位置がほとんど変わらない。その結果、自車両Ｖ１の運転者は、他車両Ｖ２がほとんど止まっているという錯視に陥ってしまう。以上のようなコリジョンコース現象が発生すると、たとえ見通しが非常によい交差点でも、出会い頭の衝突事故が起きてしまう可能性がある。

以上のように交通事故には、様々な種類があるが、従来の危険車両予測装置は、自車両に及ぼす直接的危険性しか報知しないため、他車両同士が事故を起こしたとしても、危険性を報知しない。さらに、従来の危険車両予測装置では、運転者が錯視のため実際の状況を誤認したとしても、他車両が自車両にまさに衝突する直前でないと警報が報知されない。

それ故に、本発明の目的は、従来よりも多くの危険事象で警報を報知する危険車両予測装置を提供することである。

上記目的を達成するために、本発明の第１の局面は、自身が搭載された自車両の周囲を走行する他車両の危険性を予測する危険車両予測装置であって、自車両を基準として、周囲を走行中の他車両の方向及び／又は距離を検出する周囲車両検出部と、自車両、及び周囲車両検出部により検出された他車両のそれぞれについて、過去から現在に至る挙動を示す挙動情報を累積する車両挙動累積部と、車両挙動累積部で累積された挙動情報のそれぞれに基づいて、周囲車両検出部で検出された他車両から、近い将来危険を及ぼす可能性があるものを危険車両として予測する危険車両予測部とを備える。

危険車両予測部は具体的には、現時点で自車両に対して直接的な危険を及ぼさなくとも、近い将来危険を及ぼしかねないという潜在的危険性を持っていると予測される危険車両を予測する。

危険車両予測部は例示的には、他車両単独で、又は複合事故を起こす可能性がある複数の他車両のいずれかを、危険車両として予測する。

危険車両予測部は例示的には、自車両の運転者の錯視により、他車両に対する運転者の認識と、実情とに差異が生じている可能性がある場合、当該他車両を危険車両として予測する。

危険車両予測装置は好ましくは、自車両周辺の路面の状況及び／又は天候を検出する検出器をさらに備える。ここで、危険車両予測部は、検出器により検出された路面状況及び／又は路面状況を使って危険車両を予測する。

危険車両予測装置は好ましくは、周囲車両検出部により検出された他車両の種別を検出する種別検出部をさらに備える。ここで、危険車両予測部は、種別検出部により検出された他車両の種別を参照して危険車両を予測する。

危険車両予測装置は好ましくは、周囲車両検出部により検出された他車両に備わる灯火器の状態を検出する状態検出部をさらに備える。ここで、危険車両予測部は、状態検出部により検出された他車両の灯火器の状態を参照して危険車両を予測する。

危険車両予測部は好ましくは、自車両に搭載される記憶装置に格納される道路ネットワークデータと、自車両に搭載されるロケータにより導出される自車両の現在位置とに基づいて危険車両を予測する。

危険車両予測装置は、危険車両の典型的な挙動を表す危険車両挙動モデルデータを格納する記憶装置をさらに備える。ここで、危険車両予測部は、記憶装置に格納された危険車両挙動モデルデータをさらに使って、危険車両を予測する。

危険車両挙動モデルデータは例示的には、他車両同士の異常接近、他車両同士の割り込み、周辺車両の走行速度にそぐわない速度の他車両、スムーズでない合流地点での合流、ある他車両の急ブレーキや急ハンドル、悪天候時の適正速度超過、大型車の適正速度超過、車線内における不適切な走行位置、夜間の無灯火、頻繁な車線変更、突然な車線変更、方向指示器を出さない車線変更、ふらつきなどの挙動異常、コリジョンコース現象による錯視、夜間の高速道路渋滞末尾へ接近しても渋滞に見えない錯視、夜間の並走二輪車が四輪車に見える錯視、及び、大型車両のブレーキランプの設置位置により夜間の大型車両へ接近時の車間距離が長く感じる錯視から選ばれた１以上の挙動を表す。

危険車両予測装置は、自車両の周囲画像を撮影する少なくとも１個の撮像装置をさらに備える。ここで、車両挙動累積部は、少なくとも１個の撮像装置から得られる周囲画像に基づいて、自車両、及び周囲車両検出部により検出された他車両のそれぞれについて、過去から現在に至る挙動を示す挙動情報を累積する。

危険車両予測装置は、少なくとも１個の撮像装置から得られる周囲画像を使って、自車両が走行する道路上の区画線を検出する区画線検出部をさらに備える。ここで、車両挙動累積部は、区画線検出部により検出された区画線に基づいて、自車両、及び周囲車両検出部により検出された他車両のそれぞれについて、過去から現在に至る挙動を示す挙動情報を累積する。

周囲車両検出部は例示的には、７７ＧＨｚミリ波レーダ、７７ＧＨｚレーザレーダ、２４ＧＨｚＵＷＢレーダ、カメラ及び車車間無線通信による位置情報の送受信から選ばれた１以上を用いて、他車両の方向及び／又は距離を検出する。

危険車両予測装置は、危険車両予測部により予測された危険車両を、画像及び／又は音声を使って運転者に報知する報知部をさらに備える。

危険車両予測装置は好ましくは、自車両の速度が予め定められた基準速度未満の場合、報知部は、危険車両予測部により予測された危険車両を報知しない。

危険車両予測装置は、危険車両予測部により予測された危険車両を示す情報を外部に送信する車車間無線通信部をさらに備える。

また、本発明の第２の局面は、自身が搭載された自車両の周囲を走行する他車両の危険性を予測する危険車両予測方法であって、自車両を基準として、周囲を走行中の他車両の方向及び／又は距離を検出する周囲車両検出ステップと、自車両、及び周囲車両検出ステップで検出された他車両のそれぞれについて、過去から現在に至る挙動を示す挙動情報を累積する車両挙動累積ステップと、車両挙動累積ステップで累積された挙動情報のそれぞれに基づいて、周囲車両検出ステップで検出された他車両から、近い将来危険を及ぼす可能性があるものを危険車両として予測する危険車両予測ステップとを備える。

また、本発明の第３の局面は、自身が搭載された自車両の周囲を走行する他車両の危険性を予測するためのコンピュータプログラムであって、自車両を基準として、周囲を走行中の他車両の方向及び／又は距離を検出する周囲車両検出ステップと、自車両、及び周囲車両検出ステップで検出された他車両のそれぞれについて、過去から現在に至る挙動を示す挙動情報を累積する車両挙動累積ステップと、車両挙動累積ステップで累積された挙動情報のそれぞれに基づいて、周囲車両検出ステップで検出された他車両から、近い将来危険を及ぼす可能性があるものを危険車両として予測する危険車両予測ステップとを備える。

以上説明したように、第１−第３の局面によれば、自車両の挙動及び周囲の他車両の挙動は累積的に保持される。このような自車両の挙動及び他車両の挙動に基づいて、近い将来危険を及ぼす可能性がある危険車両が予測される。従って、従来よりも多くの危険事象で警報を報知することが可能となる。

図１は、本発明の一実施形態に係る危険車両予測装置（以下、単に予測装置と称する）１と、その周辺装置とを示すブロック図である。図１において、予測装置１には、レーダ部２と、撮像部３と、天候検知器４と、路面状態検知器５と、車車間通信装置６が通信可能に接続される。予測装置１及びその周辺装置は、図２に示すように車両Ａ（以下、自車両Ａと称する）に搭載される。

レーダ部２は、例示的には、前方レーダ２ＦＣと、左前方レーダ２ＦＬと、右前方レーダ２ＦＲと、左側方レーダ２ＳＬと、右側方レーダ２ＳＲと、後方レーダ２ＲＣと、左後方レーダ２ＲＬと、右後方レーダ２ＲＲとを含んでおり、自車両Ａを基準として、自車両Ａの周囲に存在しうる他車両の方向及び距離を計測する。

本実施形態では好ましい例として、図３に示すように、８個のレーダ２ＦＣ、２ＦＬ、２ＦＲ、２ＳＬ、２ＳＲ、２ＲＣ、２ＲＬ及び２ＲＲはそれぞれ、それらの組み合わせにより自車両Ａの周囲３６０°に存在しうる他車両を検知可能に取り付けられる。

具体的には、前方レーダ２ＦＣは、自車両Ａの前方に存在する他車両を検知するために、図２に示すように自車両Ａの前端中央部分に取り付けられる。

また、左前方レーダ２ＦＬは、自車両Ａの左前方に存在する他車両を検知するために、図２に示すように自車両Ａの前端左寄りに取り付けられる。

また、右前方レーダ２ＦＲは、自車両Ａの右前方に存在する他車両を検知するために、図２に示すように自車両Ａの前端右寄りに取り付けられる。

また、後方レーダ２ＲＣは、自車両Ａの後方に存在する他車両を検知するために、自車両Ａの後方中央部分に取り付けられる。また、左後方レーダ２ＲＬ及び右後方レーダ２ＲＲは、自車両Ａの左後方及び右後方に存在する他車両を検知するために、自車両Ａの後端左寄り及び後端右寄りに取り付けられる。なお、図２においては、後方レーダ２ＲＣ、左後方レーダ２ＲＬ及び右後方レーダ２ＲＲは、図示の都合上隠れてしまうため、点線で囲って示される。

また、さらに好ましい例として、前方レーダ２ＦＣ及び後方レーダ２ＲＣとしては、７７ＧＨｚミリ波レーダが用いられる。これによって、図３に示すように、前方レーダ２ＦＣは、自車両Ａの前方をより遠くの範囲ＲＦＣまで検知することが可能となる。また、後方レーダ２ＲＣは、自車両Ａの後ろ方向をより遠くの範囲ＲＲＣまで検知することが可能となる。また、７７ＧＨｚ帯ミリ波レーダが用いられることで、前方レーダ２ＦＣのスキャン範囲は狭くなるので、左前方レーダ２ＦＬ及び右前方レーダ２ＦＲとしては、相対的にスキャン範囲が広い２４ＧＨｚ帯のＵＷＢレーダが用いられる。このような左前方レーダ２ＦＬは、自車両Ａを基準として左前方の範囲ＲＦＬをカバーし、右前方レーダ２ＦＲは、自車両Ａを基準として右前方の範囲ＲＦＲをカバーする。同様の理由で、左後方レーダ２ＲＬ及び右後方レーダ２ＲＲとして、２４ＧＨｚＵＷＢレーダを使用し、これによって、自車両Ａの左後方の範囲ＲＲＬ及び右後方の範囲ＲＲＲもカバーされる。

また、左側方レーダ２ＳＬ及び右側方レーダ２ＳＲとして好ましくは、それぞれ１台で自車両Ａの左側方の範囲ＲＳＬ及び右側方の範囲ＲＳＲに存在する他車両を検知可能にするために、スキャン範囲が充分に広い２４ＧＨｚＵＷＢレーダが用いられる。なお、左側方レーダ２ＳＬ及び右側方レーダ２ＳＲは、自車両Ａが走行中の道路幅分の距離まで検知できれば良い。なお、図２においては、左側方レーダ２ＳＬは示されているが、右側方レーダ２ＳＲは、図示の都合上隠れてしまうため、点線で囲って示される。

図１において、撮像部３は、例示的には、第１及び第２の前方カメラ３ＦＬ及び３ＦＲのペアと、第１及び第２の後方カメラ３ＲＬ及び３ＲＲのペアとを含む。

第１及び第２の前方カメラ３ＦＬ及び３ＦＲは、図２に示すように、自車両Ａの横方向に沿って予め定められた間隔を空けた状態で、自車両Ａの前方に向けて自車両Ａに取り付けられる。第１及び第２の前方カメラ３ＦＬ及び３ＦＲはそれぞれ、自車両Ａの前方の様子を撮影して、撮影画像をそれぞれ生成する。これら撮影画像は、ステレオ視による三角測量の原理で、自車両Ａの前方に存在する他車両への方向及び他車両までの距離を予測装置１が検出するために用いられる。また、これら画像は、予測装置１での画像認識処理により、自車両Ａが走行している道路上に描かれている区画線を検出、さらには、前方の他車両のヘッドライト、ブレーキランプ及びウインカの点灯状態を検出するために用いられる。

また、第１及び第２の後方カメラ３ＲＬ及び３ＲＲはそれぞれ、自車両Ａの後方に向けて取り付けられる点を除き、第１及び第２の前方カメラ３ＦＬ及び３ＦＲと同様に取り付けられる。なお、図２では都合上、第１及び第２の後方カメラ３ＲＬ及び３ＲＲは点線で囲って示される。第１及び第２の後方カメラ３ＲＬ及び３ＲＲの撮影画像は、自車両Ａの後方に存在する他車両への方向及び他車両までの距離を予測装置１が検出するために、さらに、自車両Ａが走行している周囲の区画線を検出、さらには、後方の他車両のヘッドライト、ブレーキランプ及びウインカの点灯状態を検出するために用いられる。

天候検知器４は、例示的には雨滴センサからなり、現在の天候を検出する。なお、天候検知器４は、車外との通信（例えば路車間通信）により、車外から現在の天候を取得するものでも構わない。

路面状態検知器５は、例示的には赤外線センサからなり、自車両Ａが走行している道路の路面の状態を検知する。ここで、検出される路面状態の精度は、乾燥、湿潤及び凍結のいずれかである。

車車間通信装置６は、自車両Ａの周囲に存在する他車両と情報を交換するための無線通信装置である。

車速センサ７は、自車両Ａのエンジンコントロールユニット（図示せず）に接続されており、自車両Ａの走行速度を検知する。

ここで、図４は、図１に示す予測装置１の詳細なハードウェア構成を示すブロック図である。図４において、予測装置１は、自車両Ａに対して近い将来危険を及ぼす可能性のある他車両を運転者に報知するために、ＣＰＵ１０１と、ＲＡＭ１０２と、ＲＯＭ１０３と、表示装置１０４と、表示制御装置１０５と、音声出力制御装置１０６と、スピーカ１０７と、角速度センサ１０８と、インターフェース（Ｉ／Ｆと略記）１０９と、バスライン１１０とを備える。

ＣＰＵ１０１は、予測装置１を構成する各部の動作を制御する。

ＲＡＭ１０２は、予測装置１の構成各部から転送されてくる情報を格納し、さらには必要に応じて情報を消去する。

ＲＯＭ１０３は、予測装置１の動作（図８を参照）を規定するコンピュータプログラム１０３ａと、自車両Ａの周囲車両が危険車両か否かを判断するための危険車両挙動モデルデータ１０３ｂと、報知内容テーブル１０３ｃを少なくとも格納する。

ここで、図５Ａ及び図５Ｂは、危険車両挙動モデルデータ１０３ｂのデータ構造を例示する模式図である。なお、図示の都合上、危険車両モデルデータ１０３ｂは２つの図にわたって示されているが、通常、危険車両挙動モデルデータ１０３ｂは一体的にＲＯＭ１０３に記録される。

図５Ａ及び図５Ｂにおいて、危険車両挙動モデルデータ１０３ｂは、少なくとも１個（図示は１８個）のモデルデータＭＤを含む。

各モデルデータＭＤは、モデル番号と、危険事象と、単独／複数と、判定因子と、報知内容とを少なくとも含む。なお、図５Ａ及び図５Ｂには、理解を容易にするため、危険事象を模式的に表す事象モデルも示されている。

モデル番号は、モデルデータＭＤを特定するための番号である。
危険事象は、本予測装置１が運転者に報知する危険の種類を示す情報である。
単独／複数は、危険事象で特定される危険（以下、対象となる危険）が、ある他車両単独で判定可能なものか、それ以外の他車両との関係により判定可能な危険かを示す。

判定因子とは、対象となる危険に該当するか否かを判定するための要素であり、固定因子と変動因子とに分かれる。固定因子とは、１台又は複数台の車両の挙動により判断可能な要素であり、例えば車両速度のように外的要因に左右されないものである。一方、変動因子とは、外的要因に左右される要素であり、それを決める変数、つまり変動因子決定変数として、路面状態、天候、車両の種別及び速度が準備される。また、このような変動因子決定変数は、危険事象毎に適切なものが設定される。図示した例では、対象となる危険事象毎に、変動因子を決定する変動因子決定変数には「○」印が割り当てられる。

報知内容とは、その危険に合致した場合、表示と音声で出力される内容で、その内、警告送信とは、危険と判定したある他車両に対して、警告情報を送信する必要があるかどうかを示している。

また、図６は、図４に示す報知内容テーブル１０３ｃのデータ構造の一例を示す模式図である。図６において、報知内容テーブル１０３ｃには、自車両Ａからみて危険車両が存在する方向毎に、表示内容及び音声フレーズの組み合わせが記述されている。図示した例では、危険車両の方向として、前方、右前方、右、右後方、後方、左後方、左及び左前方が記述される。また、表示内容としては、危険車両の存在する方向を示す文字データが記述されており、音声フレーズとしては、危険車両の存在する方向と、運転者の注意を喚起させるためのフレーズとが記述される。

再度図４を参照する。表示装置１０４は主として、ＣＰＵ１０１で生成される画像情報に従って、運転者に対して提供される画像を表示する装置である。

表示制御装置１０５は、グラフィックコントローラ１０５ａと、ビデオＲＡＭ１０５ｂとを含んでいる。グラフィックコントローラ１０５ａは、表示装置１０４による画像表示を制御する。ビデオＲＡＭ１０５ｂは、２チャンネル以上を有するメモリであって、グラフィックコントローラ１０５ａが画像情報を書き込んだり、表示装置１０４へと画像情報を転送したりするために用いられる。

音声出力制御装置１０６は主として、ＣＰＵ１０１で生成される音声情報に従ってスピーカ１０７への音声出力を制御する。

角速度センサ１０８は、自車両Ａの角速度を検出し、検出結果を表す角速度情報をＣＰＵ１０１に転送する。

インターフェース１０９には、レーダ部２を構成する各レーダ、撮像部３を構成する各カメラ、天候検知器４、路面状態検知器５、車車間通信装置６及び車速センサ７（それぞれ図１を参照）が接続され、それらから取得した各種情報及び各種データをＣＰＵ１０１に転送したり、各種データを車車間通信装置６に出力したりする。

バスライン１１０は、予測装置１の構成各部を通信可能に接続する。

また、図７は、図４に示す予測装置１の主要機能の構成を示すブロック図である。図７において、予測装置１の主要機能は、ＣＰＵ１０１がコンピュータプログラム１０３ａを実行することにより実現される。具体的には、予測装置１は、周囲車両検出部１２１と、周囲車両種別検出部１２２と、表示灯状態検出部１２３と、車線検出部１２４と、車両挙動累積部１２５と、危険車両予測部１２６とを備える。

周囲車両検出部１２１は、ペアとなるカメラ同士の視差に基づいて、撮像部３から得られる撮影画像から、自車両Ａの前方及び／又は後方に位置する他車両の方向及び距離を検出する。また、前方及び／又は後方の他車両に関しては、上述のようにして検出した方向及び距離に加え、周囲車両検出部１２１は、好ましくは、レーダ部２の検出結果に基づいて、各他車両の方向及び距離をより詳細に求める。

周囲車両種別検出部１２２は、周囲車両検出部１２１で検出された各他車両の種別を検出する。ここで、種別は、典型的には、二輪車、普通車、大型車及び特大車のいずれかであり、車両の名前のような細かい種別までは要求されない。

表示灯状態検出部１２３は、周囲車両検出部１２１で検出された各他車両と、撮像部３から得られる撮影画像とから、例えばヘッドライト、ブレーキランプ及びウインカのように、各他車両に備わる表示灯の点灯状態を検出する。

車線検出部１２４は、撮像部３から得られる撮影画像から、自車両Ａが現在走行中の道路上に描かれた区画線（白線及び／又は黄線）、より具体的には、自車両Ａの前方及び／又は後方に描かれた区画線を検出する。

車両挙動累積部１２５は、周囲車両検出部１２１、周囲車両種別検出部１２２、表示灯状態検出部１２３及び車線検出部１２４の検出結果から、自車両Ａ及び各他車両の過去から現在に至る挙動、自車両Ａ及び各他車両の位置関係、及び各車両速度（例えば、自車両Ａ及び各他車両の間の相対速度）を導出し蓄積する。

危険車両予測部１２６は、各他車両に潜在する危険性を予測し、危険性が高いものについては運転者にその危険性を伝えるための画像情報及び／又は音声情報を生成し出力する。具体的には、車両挙動累積部１２５に蓄積された自車両Ａ及び他車両の過去から現在に至る挙動を、危険車両挙動モデルデータ１０３ｂに含まれる１つ以上の危険車両挙動モデルと合致した場合、上述のような画像情報及び／又は音声情報を生成する。

ここで、図８は、図４及び図７に示す予測装置１の基本的な動作を示すフローチャートである。予測装置１は、図８に示す処理を一定時間毎に実行する。

まず、車両挙動累積部１２５は、車速センサ７の検出結果から、自車両Ａの走行速度（以下、自車速度と称する）を検知する（ステップＳ１）。

次に、車両挙動累積部１２５は、ステップＳ１で得た自車速度が予め定められた一定速度（例えば２０ｋｍ／ｈのような低速）以上か否かを判断する（ステップＳ２）。ステップＳ２でＮＯと判断した場合、予測装置１は、図８に示される処理を終了する。例えば、駐車場内を移動中の時のように、自車両Ａが低速走行時、本実施形態で対象となる危険車両の存在は実質無いに等しい。それ故、ステップＳ２で自車速度が低速であると判断された場合、予測装置１は、図８に示される処理を終了するようにしている。

一方、ステップＳ２でＹＥＳと判断された場合、車両挙動累積部１２５は、角速度センサ１０８の検出結果から、自車両Ａの角速度を検知する（ステップＳ３）。

次に、周囲車両検出部１２１は、レーダ部２の検出結果及び撮像部３からの撮影画像から、自車両Ａの周囲に存在する他車両について、自車両Ａから見た方向と距離を検出し、他車両の位置を計算する（ステップＳ４）。なお、ステップＳ４では、周囲に存在する全ての他車両について位置が計算されることが好ましい。また、ステップＳ４で検出されるのは、自車両Ａを基準として、距離及び方向で特定される他車両の相対位置でも構わない。また、ステップＳ４で検出されるのは、他車両の絶対位置でも構わない。ただし、他車両の絶対位置を計算する場合には、例示的にはＧＰＳ受信機により算出された自車両Ａの絶対位置が必要で、自車両Ａの絶対位置に対して、距離及び方向を加算することで、他車両の絶対位置が求められる。

次に、周囲車両種別検出部１２２は、ステップＳ４で検出された各他車両について、その位置情報、レーダ部２の検出結果、及び撮像部３からの撮影画像に基づいて大まかな大きさを計算した後、各他車両の種別（前述）を検出する（ステップＳ５）。

次に、表示灯状態検出部１２３は、ステップＳ４で検出された各他車両について、その位置情報と、撮像部３からの撮影画像に対する画像認識処理の結果とから、各他車両に備わる各表示灯の点灯状態を検出する（ステップＳ６）。

次に、車線検出部１２４は、撮像部３からの撮影画像から白線及び／又は黄線を抽出することにより、自車両Ａが現在走行中の道路において、その前方及び後方に描かれた区画線を検出する（ステップＳ７）。

次に、危険車両予測部１２６は、天候検知器４の検出結果から、自車両Ａが走行している地点周辺の天候を検知する（ステップＳ８）。

次に、危険車両予測部１２６は、路面状態検知器５の検出結果から、自車両Ａが走行している道路の路面状態（前述）を検知する（ステップＳ９）。

次に、車両挙動累積部１２５は、過去から現在に至る自車両Ａ、及び、検出された各他車両の挙動を累積する（ステップＳ１０）。

ここで、図９は、図８に示すステップＳ１０の詳細な処理手順を示すフローチャートである。図９において、車両挙動累積部１２５は、ステップＳ１及びＳ３で得られた自車速度及び角速度と、累積されている過去の自車速度及び角速度とから、自車両Ａの加速度及び角加速度を計算する（ステップＳ２１）。

次に、車両挙動累積部１２５は、ステップＳ４、Ｓ５及びＳ６で検出された各他車両の位置情報、種別情報、及び各表示灯の状態情報と、ステップＳ７で検出された区画線を特定する区画線情報とを一つにまとめてデータ化する（ステップＳ２２）。

次に、車両挙動累積部１２５は、図８に示すフローチャートが前回実行されたときの各他車両の位置情報及び区画線情報（以下、前回の情報セットと称する）と、今回のステップＳ２２で得られた各他車両の位置情報及び区画線情報（以下、今回の情報セットと称する）とをマッチングさせて、時間的関係性を持たせる（ステップＳ２３）。ここで、マッチングとは、同じ他車両について前回の情報セットと、今回の情報セットとを関連づけることを意味する。

例えば、図８に示す処理が０．１秒毎に実行されると仮定すると、仮に他車両が時速２００ｋｍで走行したとしても、他車両が０．１秒の間に進む距離は約５ｍである。従って、ステップＳ２３において、今回の位置情報及び区画線情報が前回の車両位置及び区画線情報から５ｍ以内にある場合、今回の情報セットと前回の情報セットとは同一の他車両のものとみなしてよい。また、道路上において各車両が占有する面積は、一般的な普通車両の大きさを考慮しても、５×５平方メートル以下とみなして構わないので、上述のように０．１秒ごとに図８に示す処理が実行された場合、互いに異なる他車両の情報セットを同一他車両のものと誤判断することはない。

次に、車両挙動累積部１２５は、検出された各他車両について、ステップＳ２３で得られた現在の位置情報と、過去の位置情報とから、各他車両の現在の速度及び進行方向を計算する（ステップＳ２４）。

次に、車両挙動累積部１２５は、検出された各他車両について、現在の速度と過去の速度とから現在の加速度を計算し、さらに現在の進行方向と過去の進行方向とから現在の角速度を計算する（ステップＳ２５）。

次に、車両挙動累積部１２５は、検出された各他車両について、現在の角速度と、過去の角速度とから、現在の角加速度を計算する（ステップＳ２６）。

次に、車両挙動累積部１２５は、ステップＳ２１で得られた自車両Ａの加速度及び角加速度を累積し、さらに、検出された各他車両毎にステップＳ２２、Ｓ２４、Ｓ２５及びＳ２６で得られた現在の位置情報、速度情報、加速度情報、進行方向情報、角速度情報、角加速度情報、他車両の種別及び表示灯の状態の組み合わせを累積する（ステップＳ２７）。ここで、ステップＳ２７では、同じ他車両について、過去から現在までの情報の変遷が一意に特定可能に、現在の位置情報、速度情報、加速度情報、進行方向情報、角速度情報、角加速度情報、他車両の種別及び表示灯の状態の組み合わせは累積される。以上のステップＳ２７が終了すると、図８のステップＳ１０が終了する。

次に、本予測装置１のより具体的な動作について、まず、図１３Ａに示すように、自車両Ａが走行車線を、第１の他車両Ｂが追い越し車線を走行中、第２の他車両Ｃが後方から近づいてきて自車両Ａを追い越し、他車両Ｂに接近してきた状況を例に取り上げ説明する。

図１３Ａに示す状況下では、車両挙動累積部１２５は、まず、ステップＳ１及びＳ３で得られた自車両Ａの速度及び角速度と、自車両Ａについて既に累積されている過去の速度及び角速度とから、自車両の加速度及び角加速度を計算する。その後、車両挙動累積部１２５は、図１３Ｂに示すように、自車両Ａの情報として、枠Ａ１内に示すように、自車両について現在の位置、現在の速度、現在の加速度、現在の進行方向、現在の角速度及び現在の角加速度を示す情報を少なくとも格納する（図９；ステップＳ２１）。

次に、車両挙動累積部１２５は、ステップＳ４−Ｓ６で検出した周囲車両Ｂ及びＣについて、現在の位置、種別及び各表示灯の状態を少なくとも示す情報をひとまとめにして、ステップＳ７で検出した現在の周辺の車線毎に、図１３Ｂの枠Ｂ１及びＣ１内に示すように格納する（ステップＳ２２）。

ここで、図１３Ｃは、過去数回にわたり格納された自車両Ａの挙動を示す情報であり、図１３Ｄは、過去数回にわたり格納された他車両Ｂの挙動を示す情報であり、図１３Ｅは、過去数回にわたり格納された他車両Ｃの挙動を示す情報の模式図である。

例えば、図１３Ｃにおいて、自車両Ａについて、前回の位置はＰ１で、前々回の位置はＰ２で、３、４及び５回前の検出時に位置は、Ｐ３、Ｐ４及びＰ５であると仮定する。また、各位置Ｐ１〜Ｐ５において、上述のような自車両Ａの挙動を示す情報が格納される。他車両Ｂ及びＣについてもそれぞれの挙動を示す情報（図１３Ｄ及び図１３Ｅを参照）が格納される。なお、図１３Ｃから図１３Ｅでは、紙面のスペースの関係上、各車両Ａ−Ｃを別々に示し、それぞれの情報も別々に示されている。

次に、車両挙動累積部１２５は、図１３Ｆに示すように、前回検出された周囲車両が走行する位置及び車線と、今回検出された周囲車両が走行する位置及び車線とをマッチングして、自車両Ａを含む周囲車両Ｂ及びＣの時間的関係性を持たせる（ステップＳ２３）
。このような処理を繰り返すことにより、自車両Ａを含む３台の車両Ａ−Ｃが、現在までにどのような挙動をとってきたかを、車両挙動累積部１２５は時系列的に保持することが可能となる。

次に、車両挙動累積部１２５は、ステップＳ２３で得られた今回と前回の情報から、周囲の他車両毎に、現在の速度及び進行方向と、現在の加速度及び角速度と、現在の角加速度を計算し（ステップＳ２４−Ｓ２６）、周囲の他車両Ｂ及びＣについて、図１３Ｇの枠Ｂ１及びＣ１内に示すようなデータを格納する。

次に、車両挙動累積部１２５は、図１３Ｃに示すような、各他車両について過去の挙動を示す情報に、図１３Ｇに示すような今回得られた挙動を示す情報を追加し（ステップＳ２７）、これによって、図１３Ｈに示すように、各車両Ａ−Ｃについて時系列に集められた情報ができあがる。

再度図８を参照する。ステップＳ１０の次に、危険車両予測部１２６は、検出された各他車両が危険車両であるかを予測する（ステップＳ１１）。

ここで、図１０は、図８に示すステップＳ１１の詳細な処理手順を示すフローチャートである。図１０において、危険車両予測部１２６は、まず、他車両番号変数Ｎを１に初期化する（ステップＳ３１）。

次に、危険車両予測部１２６は、ステップＳ４で検出された他車両の総数Ｊよりも変数Ｎが大きいか否かを判断する（ステップＳ３２）。ＹＥＳと判断された場合、危険車両予測部１２６は、ステップＳ４で検出された全ての他車両に対して、危険車両となりうるかを予測したとして、図１０に示される処理を終了する。

逆に、ステップＳ３２でＮＯと判断された場合、危険車両予測部１２６は、変数Ｎの値で特定される他車両（以下、対象となる他車両と称する）が危険事象挙動モデルデータ１０３ｂで定義される危険車両となりうるかを判断するために、モデル番号変数Ｍを１に初期化する（ステップＳ３３）。

次に、危険車両予測部１２６は、危険事象挙動モデルデータ１０３ｂに格納されたモデルの総数Ｋよりも変数Ｍが大きいか否かを判断する（ステップＳ３４）。ＹＥＳと判断された場合、危険車両予測部１２６は、全てのモデルを基に対象となる他車両が危険車両となりうるかを判定したとして、変数Ｎを１だけインクリメントする（ステップＳ３７）。その後、危険車両予測部１２６は、ステップＳ３２を行う。

逆に、ステップＳ３４でＮＯと判断された場合、危険車両予測部１２６は、対象となる車両が、変数Ｍで特定されるモデルで定義された危険車両であるか否かの判定処理を行う（ステップＳ３５）。

ここで、図１１は、図１０に示すステップＳ３５の詳細な処理手順を示すフローチャートである。図１１において、危険車両予測部１２６は、変数Ｎで指定される他車両についてステップＳ１０で得られた挙動の情報を用いて、その他車両の挙動が変数Ｍで指定される危険事象の固定因子に合致するか判断する（ステップＳ４１）。

ＮＯと判断されると、危険車両予測部１２６は、図１１の処理を終了する。それに対して、ＹＥＳと判断すると、危険車両予測部１２６は、変数Ｍで指定されるモデルデータＭＤに変動因子が設定されているか否かを判断する（ステップＳ４２）。

ＮＯと判断されると、危険車両予測部１２６は、変数Ｎで指定される他車両を危険車両として記録し（ステップＳ４５）、図１１の処理を終了する。それに対して、ＹＥＳと判断されると、危険車両予測部１２６は、変数Ｍで指定されるモデルデータＭＤに設定される変動因子決定変数を使って変動因子の値を計算する（ステップＳ４３）。このとき、危険車両予測部１２６は、天候検知器４の出力、路面状態検知器５の出力、車速センサ７の出力及び他車両の種別情報から必要なものを使って変動因子の値を計算する。

次に、危険車両予測部１２６は、ステップＳ４３で計算した変動因子の値に、変数Ｎで指定される他車両の挙動情報から得られる変動因子が一致するか否かを判断する（ステップＳ４４）。

ＹＥＳと判断された場合、危険車両予測部１２６は、変数Ｎで指定される他車両を危険車両として記録し（ステップＳ４５）、図１１の処理を終了する。また、ＮＯと判断された場合、危険車両予測部１２６は図１１の処理を終了する。

以上のようにして図１１の処理が終了すると、危険車両予測部１２６は、図１０に示すステップＳ３５の処理を終了する。

ステップＳ３５の次に、危険車両予測部１２６は、変数Ｍを１だけインクリメントする（ステップＳ３６）。その後、危険車両予測部１２６は、ステップＳ３４を行う。

以上の処理をステップＳ３２でＹＥＳと判断するまで、危険車両予測部１２６は図１０に示す処理を実行し、ステップＳ１０までの処理で集められた情報に基づいて、危険車両モデルデータ１０３ｂで定義された危険車両が現在自車両の周囲に存在するか否かを判断する。

次に、危険車両予測部１２６は、ステップＳ１１での予測を基に、今回検出した他車両に危険車両が含まれているか否かを判断する（ステップＳ１２）。ＮＯと判断された場合、予測装置１は、図８に示す処理を終了する。

一方、ステップＳ１２でＹＥＳと判断した場合、危険車両予測部１２６は、前述のような画像情報及び／又は音声情報を生成して、表示装置１０４及び／又はスピーカ１０７を用いて運転者に危険を報知する（ステップＳ１３）。

ここで、図１２Ａ−図１２Ｈを参照して、ステップＳ１３における報知方法の具体例を説明する。まず、図１２Ａは、他車両同士の異常接近（図５Ａに示すモデル番号１）により、それら他車両同士が、自車両の右前方に存在する場合の報知例を示す模式図である図１２Ａにおいて、表示装置１０４の表示画面αには、自車両βと周囲の他車両γの位置関係、及び車線δが表示される。ここで、好ましくは、自車両β、危険車両以外の他車両γ’及び危険車両γ”は、運転者が視認しやすいように互いに異なる色で表示される。また、危険車両の挙動が矢印φで表示され、表示画面の上部αには、危険事象が図５Ａに示される報知内容に従って文字νが表示される。さらに、スピーカ１０７からは、危険事象が図５Ａに示される報知内容に従って、運転者の注意を喚起するためのメッセージが出力され、これによって、運転者は表示画面αに視線を向けなくとも、危険車両γ”の存在を認識することができる。

また、図１２Ｂは、コリジョンコース（衝突針路）の関係にある他車両が存在する場合（図５Ｂに示すモデル番号１５）の報知方法の具体例を示す模式図である。

また、図１２Ｃは、車線内における走行位置が適切でなく、自車両が走行している車線側に寄って走行している車両が左前方に存在する場合（図５Ａに示すモデル番号９）の報知方法の具体例を示す模式図である。

また、図１２Ｄは、夜間において、後方から無灯火の他車両が自車両に近づいてきている場合（図５Ａに示すモデル番号１０）の報知方法を示す模式図である。

また、図１２Ｅは、ウインカを出さずに車線変更を繰り返すなどを行う挙動不審車両が危険車両として、自車両の右前方に存在する場合（図５Ａに示すモデル番号１４）の報知方法を示す模式図である。

また、図１２Ｆは、夜間における高速道路の渋滞末尾へ接近中の場合（図５Ａに示すモデル番号１６）の報知方法を示す模式図である。より具体的には、図１２Ｆの例は特に、高速道路では渋滞は少ないという運転者の先入観と、夜間であるためテールランプとブレーキランプの区別が渋滞末尾へ接近中という遠方から見分けがつかないという２つの原因から、前方車両が止まっていても動いている様に見える錯視を報知するものである。

また、図１２Ｇは、夜間における並走する複数の二輪車が自車両の後方に存在する場合（図５Ａに示すモデル番号１７）の報知方法を示す模式図である。図１２の例は特に、夜間であるため２台の二輪車のヘッドライトが、あたかも１台の四輪車に見える錯視を報知するものである。

さらに、図１２Ｈは、夜間における前方の大型車に自車両が接近する場合（図５Ａに示すモデル番号１８）の報知例である。図１２Ｈの例は特に、大型車によっては、テールランプやブレーキランプが車体後面の上部についているものがあり、夜間においてこのような大型車が前方を走行中の場合、思ったよりも自車両の近くにいる錯視を報知するものである。

また、自車両の周囲に危険車両がいない場合や、危険車両がいる状態からいない状態に遷移した場合は、表示装置１０４に、自車両と周囲の他車両の位置関係、及び車線のみを表示していてもよいし、何も表示しなくてもよい。何も表示しない場合は、危険車両がいる状態になった時点で、報知内容が表示装置１０４に表示されるという、表示装置１０４に大きな変化があるので、目の特性上、運転者はそれまで画面を気にしていなかったとしても、画面の変化に気づくことが出来、その結果、危険車両が周囲に近づいてきたことを認識することが出来るという利点がある。

ここで、再度図８を参照する。ステップＳ１３の次に、危険車両予測部１２６は、付随的な処理として、危険車両に対し警報を送信する必要性があるか無いかを判断する（ステップＳ１４）。なお、警報送信の必要性については、対象となる危険車両が該当する危険事象毎に、ステップＳ１１で得られるモデルデータＭＤに記述されている。

以上のステップＳ１４でＮＯと判断された場合、予測装置１は、図８に示される処理を終了する。一方、ＹＥＳと判断した場合、危険車両予測部１２６は、車車間通信装置６を介して、危険車両に対して警報を送信し（ステップＳ１５）、処理を終了する。

なお、前述の通り、予測装置１は、一定時間毎、図８に示す処理を実行するので、車両走行中は定常的に図８に示す処理は実行されていることになる。このとき、上記一定時間が小さくなるほど、図８に示す処理の実行回数も増えるので、高精度に危険車両を判定することが出来る。

ここで、図１１に示す処理の具体例を、図５Ａにおけるモデル番号１「他車両同士の異常接近」の場合について説明する。図１１において、危険車両予測部１２６は、ステップＳ１０で得られた自車両の周囲車両の挙動を示す情報を参照して、現在判定中の他車両Ｎと同一進行方向で同一車線上を走行する、さらに別の他車両Ｘが存在するか否かを探す（ステップＳ４１）。

ステップＳ４１でＹＥＳと判断され、さらに、モデル番号１のモデルデータＭＤ（図１５Ａ参照）のように変動因子がある場合（ステップＳ４２でＹＥＳ）、危険車両予測部１２６は、対象となるモデルデータＭＤに記述されている現在の路面状態、現在の天候、並びに他車両Ｎの種別及び現在の速度を取得し、それらを用いて他車両Ｎ及びＸの適切な車間距離を計算する（ステップＳ４３）。

次に、危険車両予測部１２６は、ステップＳ１０で得られた周囲車両（他車両Ｎ及びＸの分）の挙動を示す情報から、現在の車間距離を算出し、ステップＳ４３で計算した適正な車間距離と比較して、他車両Ｎが危険車両か否かを判断する（ステップＳ４４）。今回の例示では、現在の車間距離が適正な車間距離よりも小さければ、危険車両予測部１２６は、他車両Ｎを危険車両として判断する。このような場合、危険車両予測部１２６は、他車両Ｎを危険車両として記録する。付加的に、危険車両予測部１２６は、他車両Ｎが自車両から見て右前方に存在する場合、図６に示す報知内容テーブル１０３ｃから、報知に必要な内容（２）の情報、つまり、表示用文字列「右前方車両接近」及び音声フレーズ「右前方、車両同士接近しています。注意してください。」を記録し（ステップＳ４５）、図１１に示す処理を終了する。

また、図１１に示す処理の他の具体例を、図５Ｂにおけるモデル番号１５「コリジョンコース」の場合について説明する。図１１において、危険車両予測部１２６は、ステップＳ１０で得られた自車両の周囲車両の挙動を示す情報と、撮像部３から得られる画像とを用いて、（１）あらかじめ定められた時間の間に取得された各画像内において、現在判定中の車両Ｎの位置が変化していないが、車両Ｎの大きさが徐々に大きくなっていること、（２）対象となる車両Ｎが自車両とほぼ同じ速度で走行していること、（３）自車両の進行方向上のある地点に、ほぼ同時刻に到達することが予想されること、及び（４）他車両Ｎが対向車線から自車両に向かってこない、の全てに当てはまるか否かを確認する。さらに、危険車両予測部１２６は、撮像部３から得られる画像を用いて、（５）自車両及び他車両Ｎが同時刻に到着すると予想される地点が交差点であること、に当てはまるか否かも確認する（ステップＳ４１）。以上の条件（１）−（５）により、危険車両予測部１２６は、運転者が錯視を起こしている可能性があるかどうかを判断することが出来る。

ステップＳ４１で錯視を起こしていると判断され、さらにモデル番号１５のモデルデータ（図５Ｂ参照）のように変動因子が無い場合、危険車両予測部１２６は、他車両Ｎを危険車両として記録する。また、他車両Ｎが自車両から見て左前方に存在する場合には、報知内容テーブル１０３ｃから、報知に必要な内容（８）として、表示用文字列「左前方コリジョンコース」及び音声フレーズ「左前方、コリジョンコースの車両が接近しています。注意してください。」を記録する（ステップＳ４５）。これによって、図１１の処理は終了する。

以上説明したように、本危険車両予測装置１によれば、自車両の挙動、周辺の他車両の挙動、及び自車両が走行する道路の各車線の状態を、挙動情報として累積する。このような挙動情報を、予め保持する危険車両挙動モデルデータ１０３ｂと照合して、単独事故を起こしそうな他車両、複合事故を起こす可能性のある複数の他車両のいずれか、又は運転者の錯視によって将来危険を自車両に及ぼしそうな他車両のように、自車両にとって潜在的な危険車両を見つける。このような危険車両を運転者に報知することにより、従来よりも多くの危険事象に対応可能な危険車両予測装置１を提供することが可能となる。

なお、周知のカーナビゲーション装置が備えるような、道路ネットワークデータを格納した地図データ記憶部と、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）に代表される測位システムに収容される人工衛星からの電波を受信して、車両の現在位置を導出する現在位置導出部とを、本予測装置１が備えている場合、前述の条件（５）の判断において、道路ネットワークデータと現在位置情報とから、自車両及び他車両Ｎが向かっている地点が交差点かどうかを、危険車両予測部１２６は相対的に高精度に判定することも出来る。

なお、以上の実施形態において、他車両はレーダ、及びカメラを用いて検出したが、これに特定したわけではなく、予測装置１は、車車間通信装置を用いて、他車両の位置及び／又は種別、並びに表示灯の点灯状態を、無線通信装置を介して取得しても構わない。

また、以上の実施形態において、表示装置及び／又はスピーカは、予測装置１に備わるとして説明したが、これに特定したわけではなく、例えばカーナビゲーション装置のような他の車載機器の表示装置及び／又はスピーカを用いても構わない。

また、報知方法は、危険内容が運転者に伝えることが出来ればよく、以上の実施形態における表示方法、及び音声の文言に限定されない。

本発明を詳細に説明したが、上記説明はあらゆる意味において例示的なものであり限定的なものではない。本発明の範囲から逸脱することなしに多くの他の改変例及び変形例が可能であることが理解される。

本発明に係る危険車両予測装置は、多様な危険事象で警報を報知できるという技術的効果を要求される車両用途に好適である。

本発明の一実施形態に係る危険車両予測装置１と、その周辺装置とを示すブロック図 図１に示す危険車両予測装置１が搭載される車両Ａを示す模式図 図１に示すレーダ部２の設置例を示す模式図 図１に示す危険車両予測装置１のハードウェア構成を示す模式図 図４に示すＲＯＭ１０３に格納される危険車両挙動モデルデータ１０３ｂのデータ構造の一例を示す第１の模式図 図４に示すＲＯＭ１０３に格納される危険車両挙動モデルデータ１０３ｂのデータ構造の一例を示す第２の模式図 図４に示すＲＯＭ１０３に格納される報知内容テーブル１０３ｃのデータ構造の一例を示す模式図 図４に示す危険車両予測装置１のブロック構成を示す模式図 図４及び図７に示す危険車両予測装置１の基本的な動作を示すフローチャート 図８に示すステップＳ１０の詳細な処理手順を示すフローチャート 図８に示すステップＳ１１の詳細な処理手順を示すフローチャート 図１０に示すステップＳ３５の詳細な処理手順を示すフローチャート ステップＳ１３における報知方法の具体例を示す第１の模式図 ステップＳ１３における報知方法の具体例を示す第２の模式図 ステップＳ１３における報知方法の具体例を示す第３の模式図 ステップＳ１３における報知方法の具体例を示す第４の模式図 ステップＳ１３における報知方法の具体例を示す第５の模式図 ステップＳ１３における報知方法の具体例を示す第６の模式図 ステップＳ１３における報知方法の具体例を示す第７の模式図 ステップＳ１３における報知方法の具体例を示す第８の模式図 図４及び図７に示す危険車両予測装置１の処理の具体例を示す第１の模式図 図４及び図７に示す危険車両予測装置１の処理の具体例を示す第２の模式図 図４及び図７に示す危険車両予測装置１の処理の具体例を示す第３の模式図 図４及び図７に示す危険車両予測装置１の処理の具体例を示す第４の模式図 図４及び図７に示す危険車両予測装置１の処理の具体例を示す第５の模式図 図４及び図７に示す危険車両予測装置１の処理の具体例を示す第６の模式図 図４及び図７に示す危険車両予測装置１の処理の具体例を示す第７の模式図 図４及び図７に示す危険車両予測装置１の処理の具体例を示す第８の模式図 コリジョンコースを示す模式図

符号の説明

１ 危険車両予測装置
２ レーダ部
３ 撮像部
４ 天候検知器
５ 路面状態検知器
６ 車車間通信装置
１０１ ＣＰＵ
１０２ ＲＡＭ
１０３ ＲＯＭ
１０４ 表示装置
１０５ 表示制御装置
１０６ 音声出力装置
１０７ スピーカ
１０８ 角速度センサ
１０９ インターフェース
１２１ 周囲車両検出部
１２２ 周囲車両種別検出部
１２３ 表示灯状態検出部
１２４ 車線検出部
１２５ 車両挙動累積部
１２６ 危険車両予測部

Claims (18)

1. 自身が搭載された自車両の周囲を走行する他車両の危険性を予測する危険車両予測装置であって、
   前記自車両を基準として、周囲を走行中の他車両の方向及び／又は距離を検出する周囲車両検出部と、
   前記自車両、及び前記周囲車両検出部により検出された他車両のそれぞれについて、過去から現在に至る挙動を示す挙動情報を累積する車両挙動累積部と、
   車両挙動累積部で累積された挙動情報のそれぞれに基づいて、前記周囲車両検出部で検出された他車両から、近い将来危険を及ぼす可能性があるものを危険車両として予測する危険車両予測部とを備える、危険車両予測装置。
2. 前記危険車両予測部は、現時点で前記自車両に対して直接的な危険を及ぼさなくとも、近い将来危険を及ぼしかねないという潜在的危険性を持っていると予測される危険車両を予測する、請求項１に記載の危険車両予測装置。
3. 前記危険車両予測部は、他車両単独で、又は複合事故を起こす可能性がある複数の他車両のいずれかを、危険車両として予測する、請求項１に記載の危険車両予測装置。
4. 前記危険車両予測部は、自車両の運転者の錯視により、他車両に対する運転者の認識と、実情とに差異が生じている可能性がある場合、当該他車両を危険車両として予測する、請求項１に記載の危険車両予測装置。
5. 前記自車両周辺の路面の状況及び／又は天候を検出する検出器をさらに備え、
   前記危険車両予測部は、前記検出器により検出された路面状況及び／又は路面状況を使って危険車両を予測する、請求項１に記載の危険車両予測装置。
6. 前記周囲車両検出部により検出された他車両の種別を検出する種別検出部をさらに備え、
   前記危険車両予測部は、前記種別検出部により検出された他車両の種別を参照して危険車両を予測する、請求項１に記載の危険車両予測装置。
7. 前記周囲車両検出部により検出された他車両に備わる灯火器の状態を検出する状態検出部をさらに備え、
   前記危険車両予測部は、前記状態検出部により検出された他車両の灯火器の状態を参照して危険車両を予測する、請求項１に記載の危険車両予測装置。
8. 前記危険車両予測部は、自車両に搭載される記憶装置に格納される道路ネットワークデータと、自車両に搭載されるロケータにより導出される自車両の現在位置とに基づいて危険車両を予測する、請求項１に記載の危険車両予測装置。
9. 危険車両の典型的な挙動を表す危険車両挙動モデルデータを格納する記憶装置をさらに備え、
   危険車両予測部は、前記記憶装置に格納された危険車両挙動モデルデータをさらに使って、危険車両を予測する、請求項１に記載の危険車両予測装置。
10. 前記危険車両挙動モデルデータは、他車両同士の異常接近、他車両同士の割り込み、周辺車両の走行速度にそぐわない速度の他車両、スムーズでない合流地点での合流、ある他車両の急ブレーキや急ハンドル、悪天候時の適正速度超過、大型車の適正速度超過、車線内における不適切な走行位置、夜間の無灯火、頻繁な車線変更、突然な車線変更、方向指示器を出さない車線変更、ふらつきなどの挙動異常、コリジョンコース現象による錯視、夜間の高速道路渋滞末尾へ接近しても渋滞に見えない錯視、夜間の並走二輪車が四輪車に見える錯視、及び、大型車両のブレーキランプの設置位置により夜間の大型車両へ接近時の車間距離が長く感じる錯視から選ばれた１以上の挙動を表す、請求項９に記載の危険車両予測装置。
11. 前記自車両の周囲画像を撮影する少なくとも１個の撮像装置をさらに備え、
    前記車両挙動累積部は、前記少なくとも１個の撮像装置から得られる周囲画像に基づいて、前記自車両、及び前記周囲車両検出部により検出された他車両のそれぞれについて、過去から現在に至る挙動を示す挙動情報を累積する、請求項１に記載の危険車両予測装置。
12. 前記少なくとも１個の撮像装置から得られる周囲画像を使って、前記自車両が走行する道路上の区画線を検出する区画線検出部をさらに備え、
    前記車両挙動累積部は、前記区画線検出部により検出された区画線に基づいて、前記自車両、及び前記周囲車両検出部により検出された他車両のそれぞれについて、過去から現在に至る挙動を示す挙動情報を累積する、請求項１に記載の危険車両予測装置。
13. 前記周囲車両検出部は、７７ＧＨｚミリ波レーダ、７７ＧＨｚレーザレーダ、２４ＧＨｚＵＷＢレーダ、カメラ及び車車間無線通信による位置情報の送受信から選ばれた１以上を用いて、他車両の方向及び／又は距離を検出する、請求項１に記載の危険車両予測装置。
14. 前記危険車両予測部により予測された危険車両を、画像及び／又は音声を使って運転者に報知する報知部をさらに備える、請求項１に記載の危険車両予測装置。
15. 前記自車両の速度が予め定められた基準速度未満の場合、前記報知部は、前記危険車両予測部により予測された危険車両を報知しない、請求項１４に記載の危険車両予測装置。
16. 前記危険車両予測部により予測された危険車両を示す情報を外部に送信する車車間無線通信部をさらに備える、請求項１に記載の危険車両予測装置。
17. 自身が搭載された自車両の周囲を走行する他車両の危険性を予測する危険車両予測方法であって、
    前記自車両を基準として、周囲を走行中の他車両の方向及び／又は距離を検出する周囲車両検出ステップと、
    前記自車両、及び前記周囲車両検出ステップで検出された他車両のそれぞれについて、過去から現在に至る挙動を示す挙動情報を累積する車両挙動累積ステップと、
    車両挙動累積ステップで累積された挙動情報のそれぞれに基づいて、前記周囲車両検出ステップで検出された他車両から、近い将来危険を及ぼす可能性があるものを危険車両として予測する危険車両予測ステップとを備える、危険車両予測方法。
18. 自身が搭載された自車両の周囲を走行する他車両の危険性を予測するためのコンピュータプログラムであって、
    前記自車両を基準として、周囲を走行中の他車両の方向及び／又は距離を検出する周囲車両検出ステップと、
    前記自車両、及び前記周囲車両検出ステップで検出された他車両のそれぞれについて、過去から現在に至る挙動を示す挙動情報を累積する車両挙動累積ステップと、
    車両挙動累積ステップで累積された挙動情報のそれぞれに基づいて、前記周囲車両検出ステップで検出された他車両から、近い将来危険を及ぼす可能性があるものを危険車両として予測する危険車両予測ステップとを備える、コンピュータプログラム。

Images