JP2007233470A - 車両用走行支援装置 - Google Patents

Abstract

【課題】 さまざまな走行環境に適応した高精度な危険度の推定を実現し、もって信頼性の高い車両用走行支援装置を提供すること。
【解決手段】 撮像手段により車両前方の像を撮像し、その画像データを道路領域、路側帯領域、上空領域に分割する（Ｓ１）。分割された領域ごとに、領域に応じた観点の危険度を判定する（Ｓ２〜Ｓ１０）。そして、判定された各危険度を、前記観点に応じた重み付け係数を用いて重み付け加算することで総合危険度を判定し（Ｓ１１）、判定された前記総合危険度に基づき乗員に危険を報知する（Ｓ１２）。
【選択図】 図３

Description

本発明は、車両の衝突回避を支援する車両用走行支援装置に関する。

従来より、危険な場面を検出して運転者に報知することで事故を未然に防ぐ技術が提案されている。キーポイントは、危険な場面をいかに精度よく検出するかである。一般には、車両前方の画像を撮像手段により撮影し、その画像を解析することで危険場面を特定することが行われる。たとえば特許文献１は、撮影した車両前方の画像から道路端および垂直線分を検出し、道路端と垂直線分とが交わる部分を危険場面と判断し、これをドライバーに報知する技術を開示している。

特開２００４−２５２５５０号公報

しかしながら、撮影した画像による危険場面の検出は、外観環境の影響を受けやすいため依然として精度がよくないという問題があり、精度のより一層の向上が求められている。本発明は、撮影した画像に対する解析手法を改良するものであり、これによりさまざまな走行環境に適応した高精度な危険度の推定を実現し、もって信頼性の高い車両用走行支援装置を提供することを目的としている。

本発明の一側面に係る車両用走行支援装置は、車両前方の像を撮像して画像データを出力する撮像手段と、出力された前記画像データを道路領域、路側帯領域、上空領域に分割する画像分割手段と、分割された領域ごとに、領域に応じた観点の危険度を判定する領域別危険度判定手段と、判定された各危険度を、前記観点に応じた重み付け係数を用いて重み付け加算することで総合危険度を判定する総合危険度判定手段と、判定された前記総合危険度に基づき乗員に危険を報知する報知手段とを有することを特徴とする。

この構成によれば、撮像手段により得られた車両前方の画像データが道路領域、路側帯領域、上空領域に分割され、それぞれの領域に応じた観点の危険度が判定される。これによって、さまざまな観点からの危険度を高精度に求めることができる。さらに、これらの危険度は前記観点に応じた重み付け係数を用いて重み付け加算されて総合危険度が求められ、これが乗員に報知される。これにより、予想される被害の大きさに応じて各危険度の軽重を付けたうえで総合的な危険度を算出することができ、実際的な危険度を、乗員に理解しやすいかたちで報知することができる。

本発明の好適な実施形態によれば、前記領域別危険度判定手段は、前記上空領域の平均輝度およびその変化率を算出する手段と、算出した前記平均輝度およびその変化率に基づき車両前方の視認性に関する危険度を判定する手段とを含むことが好ましい。

この構成によれば、走行時の日照状態に応じた危険度を推定することができる。このため、ドライバーの視界が十分に確保されなくなるような日照条件の急激な変化が訪れる前の段階でドライバーに注意を喚起することが可能になる。

本発明の好適な実施形態によれば、前記領域別危険度判定手段は、前記画像データのうち前記上空領域が占める割合を算出する手段と、算出した前記割合に基づき道路勾配に関する危険度を判定する手段とを含むことが好ましい。

この構成によれば、走行路の勾配またはその変化に起因する潜在的な危険度を効果的に推定でき、ドライバーにこれについての注意を喚起することができる。

本発明の好適な実施形態によれば、前記領域別危険度判定手段は、前記道路領域における走行車線数および脇道の有無を推定する手段と、自車速度を計測する手段と、推定した前記走行車線数および脇道の有無と、計測した前記自車速度とに基づき、追突の危険度を判定する手段とを含むことが好ましい。

この構成によれば、他車両や歩行者などの潜在的な飛び出しの危険を効果的に推定でき、これをドライバーに報知することができる。

本発明の好適な実施形態によれば、前記領域別危険度判定手段は、前記道路領域における対向車の位置および速度を検出する手段と、自車速度を計測する手段と、検出した前記対向車の位置および速度と計測した前記自車速度とに基づき、前記対向車との衝突の危険度を判定する手段とを含むことが好ましい。

この構成によれば、対向車との衝突の危険度を効果的に推定でき、これをドライバーに報知することができる。

本発明の好適な実施形態によれば、前記領域別危険度判定手段は、前記道路領域における駐車車両を検出する手段と、前記駐車車両が検出された場合において、前記駐車車両付近の横断歩道を検出する手段と、自車速度を計測する手段と、前記駐車車両の有無および前記横断歩道の有無と、計測した前記自車速度とに基づき、前記駐車車両の陰からの歩行者の飛び出しの危険度を判定する手段とを含むことが好ましい。

この構成によれば、駐車車両の陰からの歩行者などの飛び出しの危険を、その駐車車両付近の横断歩道の存否や自車速度を考慮して効果的に推定でき、これをドライバーに報知することができる。

本発明の好適な実施形態によれば、前記領域別危険度判定手段は、前記道路領域における道路の前方の曲率を算出する手段と、自車速度を計測する手段と、算出した前記曲率と計測した前記自車速度とに基づき、オーバーランの危険度を判定する手段とを含むことが好ましい。

この構成によれば、走行中の車線をオーバーランする危険を効果的に推定でき、これをドライバーに報知することができる。

本発明の好適な実施形態によれば、前記領域別危険度判定手段は、前記道路領域における車線境界線を検出する手段と、検出した前記車線境界線に基づき車線の解析を行う手段と、前記車線の解析の結果に基づき車線の分岐による判断誤りの危険度を判定する手段とを含むことが好ましい。

この構成によれば、ドライバーが判断ミスを犯しやすい走行車線の分岐における危険度を効果的に推定でき、これをドライバーに報知することができる。

本発明の好適な実施形態によれば、前記領域別危険度判定手段は、前記道路領域における車線境界線のエッジ強度を算出する手段と、算出した前記エッジ強度に基づき、車線境界線の不在もしくは劣化による自車線の視認性悪化に関する危険度を判定する手段とを含むことが好ましい。

この構成によれば、車線の不在、劣化による自車線の視認性悪化に関する危険度を効果的に推定でき、これをドライバーに報知することができる。

本発明の好適な実施形態によれば、前記領域別危険度判定手段は、前記路側帯領域におけるエッジ強度を算出する手段と、算出した前記エッジ強度に基づき他車両または歩行者の飛び出しの危険度を判定する手段とを含むことが好ましい。

この構成によれば、路側帯領域における構造物の存在による見通しの悪さからくる歩行者などの飛び出しの危険度を効果的に推定でき、これをドライバーに報知することができる。

本発明によれば、改良された撮影画像の解析手法によって、さまざまな走行環境に適応した高精度な危険度の推定が実現され、もって信頼性の高い車両用走行支援装置が提供される。

以下、図面を参照して本発明の好適な実施形態について詳細に説明する。なお、本発明は以下の実施形態に限定されるものではなく、本発明の実施に有利な具体例を示すにすぎない。また、以下の実施形態の中で説明されている特徴の組み合わせの全てが本発明の課題解決手段として必須のものであるとは限らない。

図１は、本実施形態における走行支援装置の車両への配置構成を示す図、図２は、本実施形態における走行支援装置のハードウェア構成を示す図である。

１はブレーキを作動させるブレーキアクチュエータ、２は自車速度を計測するための車速センサである。３はたとえばウインドシールドの後方に設けられ、車両前方の像を撮像し画像データを出力する画像センサである。この画像センサはたとえばＣＣＤカメラで構成される。もちろん、ＣＣＤカメラのかわりに、ＣＭＯＳカメラ、赤外線カメラなどで構成してもよい。４は警報装置であり、画像および音声出力機能を備えている。１０はこの走行支援装置の制御を司る制御ユニットである。図２に示されるように、上記の各ユニットはこの制御ユニット１０に接続される。

また、図２に示されるように、制御ユニット１は、ＣＰＵ１１、ＲＡＭ１２、ＲＯＭ１３を基本構成とするコンピュータである。ＲＯＭ１３には、図示のように本発明の走行支援装置を実現するための制御プログラム１３ａが記憶されている。

図３は、本実施形態における走行支援装置の処理内容を示すフローチャートである。このフローチャートに対応するプログラムは制御プログラム１３ａに含まれ、ＣＰＵ１１によって実行されるものである。

まず、ステップＳ１では、図４に示すように、画像センサ３より得られた車両前方の画像データ４０を、道路領域４１、路側帯領域４２，４２、上空領域４３の３つの領域に分割する。

道路領域４１は、車線境界線認識、ガードレール認識などの公知の画像認識技術を利用することにより特定することができる。たとえば、車線境界線認識により認識された両端の車線境界線に挟まれた領域を道路領域４１とする。また、たとえば、道路領域４１の端部の車線境界線４１ａの消失点を含む水平線４２ａを軸として車線境界線４１ａを反転させて得た直線４２ｂと、車線境界線４１ａとで囲まれる領域を、路側帯領域４２とする。また、道路領域４１および路側帯領域４２以外の領域を上空領域４３とする。

以下のステップでは、ステップＳ１で分割された領域ごとに、その領域に応じた観点（危険要素）の危険度を判定する。このうち、ステップＳ２〜Ｓ７では、道路領域から各種の危険度を判定する。ステップＳ８では、路側帯領域から危険度を判定する。また、ステップＳ９およびＳ１０では、上空領域から危険度を推定する。以下ではそれぞれ、危険度の推定値として、危険度の低い順に、危険度０，１，２，…，１０を求めることとする。そしてステップＳ１１では、ステップＳ２〜Ｓ１０で求められた各危険度に基づき総合危険度を算出し、ステップＳ１２では、算出した総合危険度に応じた警報出力を行う。

＜Ａ．道路領域からの危険度推定＞
（ステップＳ２：追突危険度の推定）
ステップＳ２では、飛び出してきた他車両や歩行者などに追突する危険度（追突危険度）の推定を行う。一般的には、図５の（ａ）に示すように、複数車線道路で、しかも脇道もない状況では、他車両が隣接車線から急に車線変更してくる危険はあるが、その危険度としては低いものであろう。一方、同図（ｂ）に示すように、単線道路で、かつ脇道がある場合には、脇道から他車両等が飛び出してくる危険があり、その危険度は（ａ）よりは高いものと考えられる。また、同図（ｃ）に示すように、複数車線道路で、かつ脇道がある場合には、脇道から他車両等が飛び出してくる危険だけでなく、他車両が隣接車線から急に車線変更してくる危険もある。したがってこのような状況では危険度は高いものと考えられる。

図６は、以上のような観点からの追突危険度の推定処理を示すフローチャートである。

まず、ステップＳ２１で、たとえば公知の車線境界線認識により車線数および脇道の認識を行う。つぎにステップＳ２２で、ステップＳ２１で得られた結果より、現在走行中の道路が複数車線か、または脇道があるかを判断する。ここで、単線道路で脇道もない場合には、ステップＳ２３に進み、最低レベルの危険度０と推定する。

その他の場合にはステップＳ２４に進み、走行車線数、脇道の有無、および車速センサ２を用いて検出される自車速度の関係に応じて危険度を推定する。たとえば、走行車線は複数あるが脇道はない場合で、しかも自車速度が所定値（たとえば、２０ｋｍ／ｈ）より遅い場合（ステップＳ２５ａ）には、危険度１と推定する（ステップＳ２５ｂ）。一方、走行車線が複数で、脇道があり、しかも自車速度が所定値（たとえば、４０ｋｍ／ｈ）より速い場合（ステップＳ２７ａ）には、最高レベルの危険度１０と推定する。また、これ以外の場合（ステップＳ２６ａ）は、具体例は省略するが、走行車線数、脇道の有無、および自車速度の組み合わせに応じて、適宜、危険度２〜９のいずれかに推定する（ステップＳ２６ｂ）。

（ステップＳ３：対向車との衝突危険度推定）
ステップＳ３では、対向車両との衝突の危険度を推定する。図７は、このステップＳ３における対向車との衝突危険度推定処理の具体例を示すフローチャートである。

一般には、右折待ちの対向車両が存在する場合、この対向車両が無理なタイミングで右折をしてきて衝突するのは典型的な衝突事故パターンの一つである。したがって対向車両が右折待ちをしている場合は危険度は高いと推定されるべきである。そこで本実施形態では、まず、ステップＳ３１で画像データ４０のうち道路領域４１内の車両認識によって対向車両の検出を行い、ステップＳ３２でその対向車両の位置および速度を検出した後、ステップＳ３３で、その対向車両が右折待ち状態であるか否かを判定する。たとえば、対向車両が右ウインカーを点滅させながらセンターライン付近にて停止していることが検出された場合には、その対向車両は右折待ち状態であると判定する。ここで対向車両が右折待ち状態であると判定された場合には、危険度を、最高レベルの危険度１０と推定する。

対向車両は右折待ち状態ではないと判定された場合には、ステップＳ３５に進み、道路線形情報を取得する。道路線形とは具体的には道路の曲率をいう。これはたとえば、画像データ４０に対して車線境界線認識を行い、この車線境界線の曲率を算出するとよい。そして、ステップＳ３６に進み、車両認識によって算出される自車と横の車両（対向車両）との間の距離、自車との相対速度、道路線形（曲率）とに基づいて危険度を推定する。たとえば、横の車両との間隔が所定値（たとえば、３ｍ）より広く、相対速度が所定値（たとえば、３０ｋｍ／ｈ）より遅く、かつ、道路の曲率半径が所定値より大きい（すなわち、道路のカーブがゆるい）場合（ステップＳ３７ａ）には、危険度１と推定する（ステップＳ３７ｂ）。一方、横の車両との間隔が所定値（たとえば、２ｍ）より狭く、相対速度が所定値（たとえば、５０ｋｍ／ｈ）より速く、かつ、道路の曲率半径が所定値より小さい（すなわち、道路のカーブがきつい）場合（ステップＳ３９ａ）には、最高レベルの危険度１０と推定する（ステップＳ３９ｂ）。また、これ以外の場合（ステップＳ３８ａ）は、横の車両間隔、相対速度、および曲率半径の組み合わせに応じて、適宜、危険度２〜９のいずれかに推定する（ステップＳ３８ｂ）。

（ステップＳ４：駐車車両の陰からの飛び出し危険度推定）
ステップＳ４では、駐車車両の陰からの飛び出し危険度を推定する。図８は、このステップＳ４における飛び出し危険度推定処理の具体例を示すフローチャートである。

まず、ステップＳ４１で、画像データ４０のうち道路領域４１内の車両認識によって車両を検出し、ステップＳ４２で、その検出した車両の位置および相対速度を検出する。その後、ステップＳ４３で、その車両の位置および相対速度に基づきその車両は駐車車両か否かを判定する。たとえば、検出した車両が道路左端の車線境界線と重なる位置で停止している場合にはその車両は駐車車両と判定する。その車両が駐車車両ではないと判定されたときは、その車両は、単に停止した先行車両であると判断されることになる（ステップＳ４４）。

ステップＳ４３で対象車両が駐車車両であると判定されたときは、ステップＳ４５に進み、たとえば車線境界線認識を利用して、その駐車車両付近に横断歩道があるかどうかを判定する。

次に、ステップＳ４６で、上記横断歩道の有無と、車速センサ２を用いて検出される自車速度とに基づいて、駐車車両の陰からの歩行者の飛び出しの危険度を推定する。たとえば、駐車車両付近には横断歩道はなく、しかも自車速度が所定値（たとえば、２０ｋｍ／ｈ）より遅い場合（ステップＳ４７ａ）には、危険度１と推定する（ステップＳ４７ｂ）。一方、駐車車両の付近に横断歩道があり、自車速度が所定値（たとえば、４０ｋｍ／ｈ）より速い場合（ステップＳ４９ａ）には、最高レベルの危険度１０と推定する（ステップＳ４９ｂ）。これは、駐車車両の向こう側に横断歩道がある場合には、駐車車両の陰から歩行者が出てくる可能性がきわめて高いからである。また、これ以外の場合（ステップＳ４８ａ）は、駐車車両付近の横断歩道の有無および自車速度の組み合わせに応じて、適宜、危険度２〜９のいずれかに推定する（ステップＳ４８ｂ）。

（ステップＳ５：オーバーラン危険度推定）
ステップＳ５では、走行中の車線をオーバーランする危険度を推定する。図９は、このステップＳ５におけるオーバーラン危険度推定処理の具体例を示すフローチャートである。

まず、ステップＳ５１で、道路領域４１内の車線境界線認識によって車線境界線を検出し、ステップＳ５２で、その検出した車線に基づき、前方道路線形を予測する。具体的にはたとえば、検出した車線境界線の曲率を算出する。

次に、ステップＳ５４で、前方道路線形（曲率）、および車速センサ２を用いて検出される自車速度に基づいて、オーバーランの危険度を推定する。たとえば、道路の曲率半径が所定値より大きく（すなわち、道路のカーブがゆるい）、かつ、自車速度が所定値（たとえば、４０ｋｍ／ｈ）より遅い場合（ステップＳ５５ａ）には、危険度１と推定する。一方、道路の曲率半径が所定値より小さく（すなわち、道路のカーブがきつい）、かつ、自車速度が所定値（たとえば、６０ｋｍ／ｈ）より速い場合（ステップＳ５７ａ）には、最高レベルと危険度１０と推定する（ステップＳ５７ｂ）。また、これ以外の場合（ステップＳ５６ａ）は、曲率半径と自車速度との組み合わせに応じて、適宜、危険度２〜９のいずれかに推定される（ステップＳ５６ｂ）。

図１０は、上記のステップＳ５におけるオーバーラン危険度推定処理の変形例を示すフローチャートである。

現実の走行環境では道路工事や反対車線側の駐車車両などの障害物によって走行スペースが減少する場合があり、オーバーランがこのような場合と重なると危険度は更に高いものとなる。したがって、上記のオーバーラン危険度の推定には、上記のような障害物の有無の情報を考慮することがより好ましいといえる。そこでこの変形例では、ステップＳ５４を実行する前に、ステップＳ５３として、道路領域４１の路面上における障害物およびその大きさを検出している。

そして、ステップＳ５４では、前方道路線形（曲率）および自車速度に加え、障害物の有無、およびその障害物の大きさに基づいて、オーバーランの危険度を推定する。たとえば、道路の曲率半径が所定値より大きく（すなわち、道路のカーブがゆるい）、かつ、自車速度が所定値（たとえば、４０ｋｍ／ｈ）より遅く、なおかつ、障害物はない場合（ステップＳ５５ａ）には、危険度１と推定する。一方、道路の曲率半径が所定値より小さく（すなわち、道路のカーブがきつい）、かつ、自車速度が所定値（たとえば、６０ｋｍ／ｈ）より速く、なおかつ、障害物があり、その大きさが大である場合（ステップＳ５７ａ）には、最高レベルと危険度１０と推定する（ステップＳ５７ｂ）。また、これ以外の場合（ステップＳ５６ａ）は、曲率半径と自車速度と障害物の有無およびその大きさ、との組み合わせに応じて、適宜、危険度２〜９のいずれかに推定される（ステップＳ５６ｂ）。

（ステップＳ６：車線分岐による判断ミスに係る危険度推定）
車線が分岐／合流する状況では、ドライバーは判断ミスを犯しやすく、また、他車両の割り込みなども考えられ、危険である。そこでステップＳ６では、車線分岐／合流による判断ミスに係る危険度を推定する。

図１１は、このステップＳ６の車線分岐による判断ミスに係る危険度推定処理の具体例を示すフローチャートである。

まず、ステップＳ６１で、道路領域４１に対する車線境界線認識によって車線境界線を検出し、ステップＳ６２で、その車線境界線の検出結果に基づき車線の解析を行う。

この結果、分岐のない単車線（Ｓ６３）または複数車線（Ｓ６４）の場合は危険は少ないといえるので、この場合は車線数に応じて危険度１〜３のいずれかに推定される。一方、分岐（Ｓ６５）、合流（Ｓ６６）、あるいは、分岐および合流が複合している場合（Ｓ６７）には、ドライバーが車線選択を行う必要があるため危険度が増えるので、その具体的な状況に応じて、適宜、危険度４〜９のいずれかに推定される。さらに、車線がより複雑である場合、あるいは、強い雨などによって車線境界線認識が行えない状況では、危険度１０に推定される。

（ステップＳ７：車線の視認性悪化に係る危険度推定）
実際の走行環境下では、車線境界線の不在、劣化などによって現在走行中の車線の視認性が悪化し、車線維持が困難な場合がある。そこでステップＳ７では、このような車線の視認性悪化に係る危険度を推定する。

図１２は、このステップＳ７における車線の視認性悪化に係る危険度の推定処理の具体例を示すフローチャートである。

まず、ステップＳ７１で、車線境界線のエッジ強度を算出する。具体的にはたとえば、道路領域４１における車線境界線認識によって車線境界線を検出し、この検出した車線境界線の領域の各画素信号を、たとえば３画素×３画素の周知のラプラシアンフィルタに入力する。ラプラシアンフィルタは、それぞれ縦方向、第１および第２の対角線方向、横方向の４方向のフィルタであり、エッジ量の絶対値を出力する。これらのフィルタ出力値のうち最大値をとるもののフィルタに係る方向が「エッジ方向」となる。本明細書では、各ラプラシアンフィルタ出力の最大値を画素ごとに求め、その合計値を「エッジ強度」とする。このエッジ強度の値によって車線境界線の不在または劣化を予測することが可能である。

そこで、ステップＳ７２で、エッジ強度に基づき、車線境界線の視認性悪化に係る危険度を推定する。たとえば、エッジ強度範囲をあらかじめ想定しておいて、その範囲を高・中・低に区分しておく。そして、ステップＳ７１で算出したエッジ強度が「高」であれば（Ｓ７３）、車線境界線は鮮明であり、危険度１と推定される。一方、エッジ強度が「低」であれば（Ｓ７５）、車線境界線は不在または劣化しており、危険度１０と推定される。また、エッジ強度が「中」であれば（Ｓ７４）、その程度に応じて、適宜、危険度２〜９のいずれかに推定される。

＜Ｂ．路側帯領域からの危険度推定＞
（ステップＳ８：路側帯構造物による危険度推定）
以上のステップＳ２〜Ｓ７はそれぞれ、道路領域４１から各種危険度を推定するものであったが、次のステップＳ８は、路側帯領域４２から、路側帯における構造物による危険度を推定するものである。

このステップＳ８では、路側帯領域４２のエッジ強度（上述のステップＳ７を参照）を算出し、その値に基づき路側帯構造物による危険度を推定する。たとえば、図１３の（ａ）は、路側帯領域に構造物が何もなく、見渡しがよい状況を示している。この場合、歩行者の飛び出しなどに気付きやすく、危険度は低いと考えられる。この状況では路側帯領域におけるエッジ成分は少ないので、エッジ強度は低い値である。一方、同図（ｂ）に示すように、路側帯領域にビルディングなどの構造物が乱立している場合には、その間から歩行者などが飛び出してくる危険が高い。この場合、路側帯領域内で検出されるエッジ成分は多く、エッジ強度は高い値を示す。したがって、路側帯領域のエッジ強度によって危険度を推定することが可能である。

図１４は、ステップＳ８における路側帯構造物による危険度の推定処理の具体例を示すフローチャートである。

まず、ステップＳ８１で、路側帯領域におけるエッジ強度を算出する。そして、ステップＳ８２で、エッジ強度に基づき危険度を推定する。たとえば、エッジ強度範囲をあらかじめ想定しておいて、その範囲を高・中・低に区分しておく。そして、ステップＳ８１で算出した路側帯領域におけるエッジ強度が「低」であれば（Ｓ８３）、路側帯領域における構造物は少なく見渡しがよいと判断され、危険度１と推定される。一方、エッジ強度が「高」であれば（Ｓ８５）、路側帯領域における構造物が乱立しているため、危険度１０と推定される。また、エッジ強度が「中」であれば（Ｓ８４）、その程度に応じて、適宜、危険度２〜９のいずれかに推定される。

＜Ｃ．上空領域からの危険度推定＞
（ステップＳ９：視認性悪化による危険度推定）
実際の走行環境下では、トンネルの出入り口などのように、日照条件が急激に変化したり、日照不十分あるいは直射日光の影響などにより、ドライバーの視界が十分に確保できない場合があり、危険である。そこで、ステップＳ９は、上空領域４３から、視認性悪化による危険度を推定する。

図１５は、ステップＳ９における視認性悪化による危険度の推定処理の具体例を示すフローチャートである。

まず、ステップＳ９１で、上空領域４３内の各画素の輝度の平均値（平均輝度）を算出する。続くステップＳ９２では、所定フレーム数にわたる平均輝度の変化率を算出する。なお、平均輝度については、そのとりうる範囲を高・中・低に区分しておく。そして、算出した平均輝度およびその変化率に基づき、視認性の悪化に係る危険度を推定する。たとえば、平均輝度が「中」、その変化率がない（あるいは、無視できるほどに小さい）場合は、危険度１と推定する。一方、平均輝度が「低」、その変化率が所定値より大きい場合には、危険度１０と推定する。また、それ以外の場合は、平均輝度およびその変化率の組み合わせに応じて、適宜、危険度２〜９のいずれかに推定される。

（ステップＳ１０：道路勾配による危険度推定）
道路勾配（上り坂／下り坂）によって、前方視界が変化したり、速度超過となる場合があり、これによって危険を招くおそれがある。そこで、ステップＳ１０では、道路勾配およびその変化率に基づいて危険度を算出する。

図１６は、ステップＳ１０における道路勾配による危険度の推定処理の具体例を示すフローチャートである。

上り坂であれば、その傾斜度に応じて上空領域４３の面積は小さくなる。逆に、下り坂であれば、その傾斜度に応じて上空領域４３の面積は大きくなる。つまり、上空領域４３の面積が分かれば、傾斜度が推定できる。そこでまず、ステップＳ１０１では、上空領域４３の面積を算出し、続くステップＳ１０２で、その算出した面積に基づき道路勾配を推定する。たとえば上空領域４３の面積と傾斜度との対応関係を記述したテーブルをあらかじめ用意しておき、これを参照して道路勾配を求めるようにすればよい。なお、ステップＳ１０１では上空領域４３の面積を算出しているが、これは画像データ４０の全域の面積が既知かつ一定であるためそのようにしているにすぎない。より正確には、画像データ４０の全域に対する上空領域４３の占める割合を求めることになる。

次に、ステップＳ１０３では、所定フレーム数にわたる勾配の変化率を算出する。そして、算出した勾配およびその変化率に基づき、危険度を推定する。たとえば、勾配がなく（すなわち、勾配が無視できるほど平坦である）、その変化率もほぼ０である場合には、危険度０と推定する。一方、勾配が急な下り坂に相当し、しかもその変化率が大きい場合には、危険度１０と推定する。また、それ以外の場合には、勾配およびその変化率の組み合わせに応じて、適宜、危険度１〜９のいずれかに推定される。

＜Ｄ．総合危険度の算出＞
そしてステップＳ１１では、上述のステップＳ２〜Ｓ１０で求められた各観点からの危険度に基づき総合危険度を算出する。

総合危険度は、上述のステップＳ２〜Ｓ１０で求められた各観点（危険要素）からの危険度の重み付け加算値とする。ここで、重み付け係数は、各観点からの危険度について予想される被害の大きさに応じた値に設定される。こうすることで代表値としての総合危険度を、現実の走行環境に即した値に設定することができる。総合危険度Ｋはたとえば、図１７に示す式で表される。

＜Ｅ．警報出力＞
ステップＳ１２では、警報装置４を用いて、総合危険度に応じた警報出力を行うことで、乗員に危険を報知する。たとえば、図１８に示すように、総合危険度Ｋの値が小さいときは画像のみの警報出力とし、総合危険度Ｋが所定値よりも大きくなると、画像および音声による警報出力とするとよい。このようにして、乗員に対して、さまざまな危険について注意を喚起することができる。

また、総合危険度Ｋがさらに大きくなった場合には、画像および音声による警報出力のみならず、ブレーキアクチュエータ１を作動させて強制減速を行うなど運転制限を行うようにしてもよい。

実施形態における走行支援装置の車両への配置構成を示す図である。 実施形態における走行支援装置のハードウェア構成を示す図である。 実施形態における走行支援装置の処理内容を示すフローチャートである。 実施形態における画像データの領域分割を説明する図である。 実施形態における追突危険度の推定処理を説明する図である。 実施形態における追突危険度の推定処理を示すフローチャートである。 実施形態における対向車との衝突危険度推定処理の具体例を示すフローチャートである。 実施形態における飛び出し危険度推定処理の具体例を示すフローチャートである。 実施形態におけるオーバーラン危険度推定処理の具体例を示すフローチャートである。 実施形態におけるオーバーラン危険度推定処理の変形例を示すフローチャートである。 実施形態における車線分岐による判断ミスに係る危険度推定処理の具体例を示すフローチャートである。 実施形態における車線の視認性悪化に係る危険度の推定処理の具体例を示すフローチャートである。 実施形態における路側帯構造物による危険度の推定処理を説明する図である。 実施形態における路側帯構造物による危険度の推定処理の具体例を示すフローチャートである。 実施形態における視認性悪化による危険度の推定処理の具体例を示すフローチャートである。 実施形態における道路勾配による危険度の推定処理の具体例を示すフローチャートである。 実施形態における総合危険度の算出例を示す図である。 実施形態における総合危険度に応じた警報出力を説明する図である。

符号の説明

１：ブレーキアクチュエータ
２：車速センサ
３：画像センサ
４：警報装置
１０：制御ユニット
１１：ＣＰＵ
１２：ＲＡＭ
１３：ＲＯＭ
１３ａ：制御プログラム

Claims (10)

1. 車両の衝突回避を支援する車両用走行支援装置であって、
   車両前方の像を撮像して画像データを出力する撮像手段と、
   出力された前記画像データを道路領域、路側帯領域、上空領域に分割する画像分割手段と、
   分割された領域ごとに、領域に応じた観点の危険度を判定する領域別危険度判定手段と、
   判定された各危険度を、前記観点に応じた重み付け係数を用いて重み付け加算することで総合危険度を判定する総合危険度判定手段と、
   判定された前記総合危険度に基づき乗員に危険を報知する報知手段と、
   を有することを特徴とする車両用走行支援装置。
2. 前記領域別危険度判定手段は、
   前記上空領域の平均輝度およびその変化率を算出する手段と、
   算出した前記平均輝度およびその変化率に基づき車両前方の視認性に関する危険度を判定する手段と、
   を含むことを特徴とする請求項１に記載の車両用走行支援装置。
3. 前記領域別危険度判定手段は、
   前記画像データのうち前記上空領域が占める割合を算出する手段と、
   算出した前記割合に基づき道路勾配に関する危険度を判定する手段と、
   を含むことを特徴とする請求項１に記載の車両用走行支援装置。
4. 前記領域別危険度判定手段は、
   前記道路領域における走行車線数および脇道の有無を推定する手段と、
   自車速度を計測する手段と、
   推定した前記走行車線数および脇道の有無と、計測した前記自車速度とに基づき、追突の危険度を判定する手段と、
   を含むことを特徴とする請求項１に記載の車両用走行支援装置。
5. 前記領域別危険度判定手段は、
   前記道路領域における対向車の位置および速度を検出する手段と、
   自車速度を計測する手段と、
   検出した前記対向車の位置および速度と、計測した前記自車速度とに基づき、前記対向車との衝突の危険度を判定する手段と、
   を含むことを特徴とする請求項１に記載の車両用走行支援装置。
6. 前記領域別危険度判定手段は、
   前記道路領域における駐車車両を検出する手段と、
   前記駐車車両が検出された場合において、前記駐車車両付近の横断歩道を検出する手段と、
   自車速度を計測する手段と、
   前記駐車車両の有無および前記横断歩道の有無と、計測した前記自車速度とに基づき、前記駐車車両の陰からの歩行者の飛び出しの危険度を判定する手段と、
   を含むことを特徴とする請求項１に記載の車両用走行支援装置。
7. 前記領域別危険度判定手段は、
   前記道路領域における道路の前方の曲率を算出する手段と、
   自車速度を計測する手段と、
   算出した前記曲率と計測した前記自車速度とに基づき、オーバーランの危険度を判定する手段と、
   を含むことを特徴とする請求項１に記載の車両用走行支援装置。
8. 前記領域別危険度判定手段は、
   前記道路領域における車線境界線を検出する手段と、
   検出した前記車線境界線に基づき車線の解析を行う手段と、
   前記車線の解析の結果に基づき車線の分岐による判断誤りの危険度を判定する手段と、
   を含むことを特徴とする請求項１に記載の車両用走行支援装置。
9. 前記領域別危険度判定手段は、
   前記道路領域における車線境界線のエッジ強度を算出する手段と、
   算出した前記エッジ強度に基づき、車線境界線の不在もしくは劣化による自車線の視認性悪化に関する危険度を判定する手段と、
   を含むことを特徴とする請求項１に記載の車両用走行支援装置。
10. 前記領域別危険度判定手段は、
    前記路側帯領域におけるエッジ強度を算出する手段と、
    算出した前記エッジ強度に基づき他車両または歩行者の飛び出しの危険度を判定する手段と、
    を含むことを特徴とする請求項１に記載の車両用走行支援装置。

Images