JP2012164158A - Movable object prediction device, movable object prediction program and movable object prediction method - Google Patents
Movable object prediction device, movable object prediction program and movable object prediction method Download PDFInfo
- Publication number
- JP2012164158A JP2012164158A JP2011024412A JP2011024412A JP2012164158A JP 2012164158 A JP2012164158 A JP 2012164158A JP 2011024412 A JP2011024412 A JP 2011024412A JP 2011024412 A JP2011024412 A JP 2011024412A JP 2012164158 A JP2012164158 A JP 2012164158A
- Authority
- JP
- Japan
- Prior art keywords
- movable object
- prediction model
- prediction
- behavior
- recognition
- 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.)
- Withdrawn
Links
Images
Abstract
Description
本発明は、歩行者等といった可動物の位置を予測する可動物予測装置、可動物予測プログラム及び可動物予測方法に関するものである。 The present invention relates to a movable object prediction apparatus, a movable object prediction program, and a movable object prediction method for predicting the position of a movable object such as a pedestrian.
可動物予測装置としては、例えば特許文献１に記載のものが提案されている。特許文献１に記載の可動物予測装置は、可動物の位置、動作状態及び移動状態を検出し、その検出結果に基づいて可動物の位置分布及び移動状態分布を生成し、可動物の移動状態分布に基づいて可動物の位置分布を移動させることで、可動物の将来の位置を予測するというものである。 As a movable object prediction device, for example, a device described in Patent Document 1 has been proposed. The movable object prediction device described in Patent Literature 1 detects the position, operation state, and movement state of a movable object, generates a position distribution and a movement state distribution of the movable object based on the detection result, and moves the movable object. The future position of the movable object is predicted by moving the position distribution of the movable object based on the distribution.
歩行者等の可動物の挙動には個人差があるが、全ての可動物に対して同一の予測モデルを用いて可動物の位置の予測を行う場合に、全可動物の挙動を想定した予測モデルを用いると、挙動の少ない可動物に対して過剰な位置予測を行うことになってしまう。 Although there are individual differences in the behavior of moving objects such as pedestrians, when the position of a moving object is predicted using the same prediction model for all moving objects, the prediction assuming the behavior of all moving objects If a model is used, excessive position prediction will be performed for a movable object with little behavior.
本発明の目的は、予測モデルを用いて可動物の位置を予測する際に、可動物の挙動に応じた適切な位置予測を行うことができる可動物予測装置、可動物予測プログラム及び可動物予測方法を提供することである。 An object of the present invention is to provide a movable object prediction apparatus, a movable object prediction program, and a movable object prediction capable of performing an appropriate position prediction according to the behavior of the movable object when the position of the movable object is predicted using a prediction model. Is to provide a method.
本発明は、可動物に関する予測モデルを用いて可動物の位置を予測する可動物予測装置であって、可動物の挙動を認識する可動物認識手段と、可動物認識手段により認識された可動物の挙動に基づいて、予測モデルのパラメータを変更する予測モデル変更手段とを備えることを特徴とするものである。 The present invention relates to a movable object predicting apparatus that predicts the position of a movable object using a prediction model related to the movable object, the movable object recognizing unit recognizing the behavior of the movable object, and the movable object recognized by the movable object recognizing unit. And a prediction model changing means for changing a parameter of the prediction model based on the behavior of the above.
このように本発明の可動物予測装置においては、可動物の挙動を認識し、その可動物の挙動に基づいて予測モデルのパラメータを変更する。例えば、可動物の挙動範囲が広いときは、予測モデルが広くなるように予測モデルのパラメータを変更し、可動物の挙動範囲が狭いときは、予測モデルが狭くなるように予測モデルのパラメータを変更する。これにより、可動物の挙動に個人差があっても、予測モデルを用いて可動物の位置を予測する際に、可動物の挙動に応じた適切な位置領域を予測することができる。 Thus, in the movable object prediction apparatus of the present invention, the behavior of the movable object is recognized, and the parameters of the prediction model are changed based on the behavior of the movable object. For example, when the behavior range of a movable object is wide, change the parameter of the prediction model so that the prediction model is wide. When the behavior range of a movable object is narrow, change the parameter of the prediction model so that the prediction model is narrow. To do. Thereby, even if there is an individual difference in the behavior of the movable object, it is possible to predict an appropriate position region according to the behavior of the movable object when the position of the movable object is predicted using the prediction model.
好ましくは、予測モデル変更手段は、可動物の挙動に基づいて、可動物の速度分散が所定範囲内にあるかどうかを判断し、可動物の速度分散が所定範囲内に無いと判断されると、予測モデルのパラメータを変更する。 Preferably, the predictive model changing unit determines whether or not the velocity dispersion of the movable object is within a predetermined range based on the behavior of the movable object, and determines that the velocity dispersion of the movable object is not within the predetermined range. , Change the parameters of the prediction model.
この場合には、例えば可動物の速度分散が所定範囲の最大値よりも大きいと判断されたときは、予測モデルが広くなるように予測モデルのパラメータを変更し、可動物の速度分散が所定範囲の最小値よりも小さいと判断されたときは、予測モデルが狭くなるように予測モデルのパラメータを変更することで、可動物の挙動に応じた適切な位置領域を確実に予測することができる。 In this case, for example, when it is determined that the velocity dispersion of the movable object is larger than the maximum value of the predetermined range, the parameter of the prediction model is changed so that the prediction model is widened, and the velocity dispersion of the movable object is within the predetermined range. When it is determined that the predicted model is smaller than the minimum value, the parameter of the prediction model is changed so that the prediction model is narrowed, so that an appropriate position region corresponding to the behavior of the movable object can be reliably predicted.
また、予測モデル変更手段は、可動物の挙動に基づいて、可動物の認識位置が予測モデルを用いて得られた予測位置領域に含まれるか否かを判断し、その判断結果に応じて予測モデルのパラメータを変更しても良い。 Further, the prediction model changing means determines whether or not the recognition position of the movable object is included in the prediction position region obtained using the prediction model based on the behavior of the movable object, and predicts according to the determination result. The model parameters may be changed.
この場合には、例えば可動物の認識位置が予測位置領域に含まれないと判断されたときは、予測モデルが広くなるように予測モデルのパラメータを変更し、可動物の認識位置が予測位置領域に含まれると判断されたときは、予測モデルが狭くなるように予測モデルのパラメータを変更することで、可動物の挙動に応じた適切な位置領域を確実に予測することができる。 In this case, for example, when it is determined that the recognized position of the movable object is not included in the predicted position area, the parameters of the predicted model are changed so that the predicted model becomes wider, and the recognized position of the movable object is changed to the predicted position area. When it is determined that the predicted model is included, the parameter of the prediction model is changed so that the prediction model becomes narrow, so that an appropriate position region corresponding to the behavior of the movable object can be reliably predicted.
また、本発明は、可動物に関する予測モデルを用いて可動物の位置を予測するための可動物予測プログラムであって、可動物の挙動を認識する可動物認識処理と、可動物認識処理により認識された可動物の挙動に基づいて、予測モデルのパラメータを変更する予測モデル変更処理とを、コンピュータに実行させることを特徴とするものである。 In addition, the present invention is a movable object prediction program for predicting the position of a movable object using a prediction model related to the movable object, the movable object recognition process for recognizing the behavior of the movable object, and the recognition by the movable object recognition process. The computer is caused to execute a prediction model change process for changing a parameter of the prediction model based on the behavior of the movable object.
このように本発明の可動物予測プログラムにおいては、可動物の挙動を認識し、その可動物の挙動に基づいて予測モデルのパラメータを変更するという処理をコンピュータに実行させることにより、上述したように、予測モデルを用いて可動物の位置を予測する際に、可動物の挙動に応じた適切な位置領域を予測することができる。 As described above, the moving object prediction program of the present invention recognizes the behavior of the movable object and causes the computer to execute the process of changing the parameters of the prediction model based on the behavior of the movable object, as described above. When predicting the position of the movable object using the prediction model, an appropriate position area corresponding to the behavior of the movable object can be predicted.
さらに、本発明は、可動物に関する予測モデルを用いて可動物の位置を予測する可動物予測方法であって、可動物の挙動を認識する可動物認識ステップと、可動物認識ステップにより認識された可動物の挙動に基づいて、予測モデルのパラメータを変更する予測モデル変更ステップとを含むことを特徴とするものである。 Furthermore, the present invention is a movable object prediction method for predicting the position of a movable object using a prediction model related to the movable object, the movable object recognition step recognizing the behavior of the movable object, and the movable object recognition step. A prediction model changing step of changing a parameter of the prediction model based on the behavior of the movable object.
このように本発明の可動物予測方法においては、可動物の挙動を認識し、その可動物の挙動に基づいて予測モデルのパラメータを変更することにより、上述したように、予測モデルを用いて可動物の位置を予測する際に、可動物の挙動に応じた適切な位置領域を予測することができる。 As described above, in the movable object prediction method of the present invention, it is possible to use the prediction model as described above by recognizing the behavior of the movable object and changing the parameters of the prediction model based on the behavior of the movable object. When predicting the position of the animal, it is possible to predict an appropriate position area according to the behavior of the movable object.
本発明によれば、予測モデルを用いて可動物の位置を予測する際に、可動物の挙動に応じた適切な位置予測を行うことができる。これにより、例えば可動物の予測位置に基づいて衝突回避の支援を実施する場合に、ドライバの感覚に合った支援を行うことが可能となる。 ADVANTAGE OF THE INVENTION According to this invention, when predicting the position of a movable object using a prediction model, appropriate position prediction according to the behavior of a movable object can be performed. Thereby, for example, when the collision avoidance support is performed based on the predicted position of the movable object, it is possible to perform the support in accordance with the driver's feeling.
以下、本発明に係わる可動物予測装置、可動物予測プログラム及び可動物予測方法の好適な実施形態について、図面を参照して詳細に説明する。 DESCRIPTION OF EMBODIMENTS Hereinafter, preferred embodiments of a movable object prediction apparatus, a movable object prediction program, and a movable object prediction method according to the present invention will be described in detail with reference to the drawings.
図１は、本発明に係わる可動物予測装置の第１実施形態を示す概略構成図である。同図において、本実施形態の可動物予測装置１は、自車両と可動物（ここでは歩行者）との衝突を回避する支援を行う運転支援システムに具備されている。 FIG. 1 is a schematic configuration diagram showing a first embodiment of the movable object predicting apparatus according to the present invention. In the figure, the movable object predicting apparatus 1 according to the present embodiment is provided in a driving support system that performs support for avoiding a collision between the host vehicle and a movable object (here, a pedestrian).
可動物予測装置１は、認識用センサ２と、コントローラ３とを備えている。認識用センサ２は、自車両の周辺に存在する可動物や自車両の周囲環境（縁石やガードレール等）を認識するためのセンサであり、カメラやレーダ等が使用される。この認識用センサ２は複数あっても良い。
The movable object prediction apparatus 1 includes a
コントローラ３は、特に図示はしないが、ＣＰＵ、可動物予測プログラム等のプログラムを記憶したＲＯＭ、データ等を記憶するＲＡＭ、入出力回路等を有するコンピュータにより構成されている。コントローラ３は、可動物認識部４と、メモリ部５と、周囲環境認識部６と、予測モデル決定部７と、可動物位置予測部８とを有している。これらの機能は、主としてソフトウェアで構成されている。
The
可動物認識部４は、認識用センサ２の検出信号に基づいて、可動物の位置や速度等の挙動を認識する。メモリ部５は、可動物認識部４により認識された可動物の挙動データを順次記憶する。周囲環境認識部６は、認識用センサ２の検出信号に基づいて、自車両の周囲環境を認識する。
The movable
予測モデル決定部７は、メモリ部５に記憶された可動物の挙動データと周囲環境認識部６により認識された周囲環境情報とを入力し、所定の処理を行い、可動物に関する予測モデル（図３参照）を決定する。予測モデルのパラメータとしては、可動物の速度平均Ｖ及び速度分散σ、パーティクル数Ｐｎ、広がり角θ、予測時間間隔Δｔを含んでいる。なお、予測モデルのパラメータに可動物の加速度を含めても良い。
The prediction
可動物位置予測部８は、予測モデル決定部７により決定された予測モデルを用いて、可動物のｔ秒後までの位置領域をΔｔ秒間隔で予測する。
The movable object
図２は、図１に示した予測モデル決定部７により実行される予測モデル決定処理手順の詳細を示すフローチャートである。同図において、まずメモリ部５に記憶された可動物の挙動データのトラッキングを行い、可動物の速度分散σを算出する（手順Ｓ５１）。続いて、可動物の速度分散σが分散最小値σｍｉｎと分散最大値σｍａｘとの間の範囲内に含まれるかどうかを判断する（手順Ｓ５２）。
FIG. 2 is a flowchart showing details of the prediction model determination processing procedure executed by the prediction
可動物の速度分散σが分散最小値σｍｉｎと分散最大値σｍａｘとの間の範囲内に含まれる（σｍｉｎ≦σ≦σｍａｘ）と判断されたときは、図３（ａ）に示すように、予測モデルの広がり角θを基準角θ０に設定する（手順Ｓ５３）。可動物の速度分散σが分散最小値σｍｉｎと分散最大値σｍａｘとの間の範囲内に含まれないと判断されたときは、可動物の速度分散σが分散最小値σｍｉｎよりも小さいかどうかを判断する（手順Ｓ５４）。 When it is determined that the velocity dispersion σ of the movable object is included in the range between the minimum dispersion value σ min and the maximum dispersion value σ max (σ min ≦ σ ≦ σ max ), it is shown in FIG. Thus, the spread angle θ of the prediction model is set to the reference angle θ 0 (step S53). When it is determined that the velocity dispersion σ of the movable object is not included in the range between the minimum dispersion value σ min and the maximum dispersion value σ max , the velocity dispersion σ of the movable object is smaller than the minimum dispersion value σ min. Is determined (step S54).
可動物の速度分散σが分散最小値σｍｉｎよりも小さくない、つまり可動物の速度分散σが分散最大値σｍａｘよりも大きい（σ＞σｍａｘ）と判断されたときは、予測モデルの広がり角θを下記のように設定する（手順Ｓ５５）。つまり、図３（ｂ）に示すように、予測モデルの広がり角θを基準角θ０よりも広くなるように設定する。
θ＝θ０＋ｆ２（σ）
なお、ｆ２（σ）はσの関数であり、任意に決定される。
When it is determined that the velocity dispersion σ of the movable object is not smaller than the minimum dispersion value σ min , that is, the velocity dispersion σ of the movable object is larger than the maximum dispersion value σ max (σ> σ max ), the prediction model spreads The angle θ is set as follows (step S55). That is, as shown in FIG. 3 (b), sets the spread angle theta of predictive models to be wider than the reference angle theta 0.
θ = θ 0 + f 2 (σ)
Note that f 2 (σ) is a function of σ and is arbitrarily determined.
可動物の速度分散σが分散最小値σｍｉｎよりも小さい（σ＜σｍｉｎ）と判断されたときは、周囲環境認識部６により認識された周囲環境情報に基づいて、今回（最新）の可動物の認識位置が交差点等の分岐地点でないかどうかを判断する（手順Ｓ５６）。今回の可動物の認識位置が分岐地点でないと判断されたときは、予測モデルの広がり角θを下記のように設定する（手順Ｓ５７）。つまり、図３（ｃ）に示すように、予測モデルの広がり角θを基準角θ０よりも狭くなるように設定する。
θ＝θ０−ｆ１（σ）
なお、ｆ１（σ）はσの関数であり、任意に決定される。
When it is determined that the velocity dispersion σ of the movable object is smaller than the minimum dispersion value σ min (σ <σ min ), the current (latest) possibility is determined based on the ambient environment information recognized by the ambient
θ = θ 0 −f 1 (σ)
Note that f 1 (σ) is a function of σ and is arbitrarily determined.
今回の可動物の認識位置が分岐地点であると判断されたときは、図３（ａ）に示すように、予測モデルの広がり角θを基準角θ０に設定する（手順Ｓ５３）。 If it is determined that the current recognition position of the movable object is a branch point, the spread angle θ of the prediction model is set to the reference angle θ 0 as shown in FIG. 3A (step S53).
以上において、認識用センサ２とコントローラ３の可動物認識部４とは、可動物の挙動を認識する可動物認識手段を構成する。コントローラ３のメモリ部５及び予測モデル決定部７は、可動物認識手段により認識された可動物の挙動に基づいて、予測モデルのパラメータを変更する予測モデル変更手段を構成する。
In the above, the
以上のように本実施形態にあっては、可動物の挙動を認識して可動物の速度分散σを求め、速度分散σが所定範囲内に含まれるときは、予測モデルの広がり角θを基準角θ０に設定し、速度分散σが所定範囲よりも小さいときは、予測モデルの広がり角θを基準角θ０よりも狭くなるように設定し、速度分散σが所定範囲よりも大きいときは、予測モデルの広がり角θを基準角θ０よりも広くなるように設定する。このように可動物の挙動に応じた予測モデルを適用するようにしたので、挙動範囲の狭い可動物に対して位置予測が過剰気味になったり、挙動範囲の広い可動物に対して位置予測が不足気味になることが防止され、可動物の挙動に応じた適切な位置予測を行うことができる。その結果、ドライバの感覚に近い衝突回避支援を実施することが可能となる。 As described above, in the present embodiment, the velocity dispersion σ of the movable object is obtained by recognizing the behavior of the movable object, and when the velocity dispersion σ is within a predetermined range, the spread angle θ of the prediction model is used as a reference. When the angle θ 0 is set and the velocity variance σ is smaller than the predetermined range, the spread angle θ of the prediction model is set to be narrower than the reference angle θ 0 , and when the velocity variance σ is larger than the predetermined range The spread angle θ of the prediction model is set to be wider than the reference angle θ 0 . As described above, since the prediction model corresponding to the behavior of the movable object is applied, the position prediction becomes excessive for a movable object with a narrow behavior range, or the position prediction is performed for a movable object with a wide behavior range. Insufficient deficiency is prevented, and appropriate position prediction according to the behavior of the movable object can be performed. As a result, it is possible to implement collision avoidance assistance that is close to the driver's feeling.
また、速度分散σが所定範囲よりも小さい場合でも、可動物の認識位置が交差点等の分岐地点であるときは、予測モデルの広がり角θを通常の基準角θ０に設定するようにしたので、可動物が分岐地点で曲がる可能性も加味して、可動物の位置領域が予測されることとなる。従って、可動物の位置予測を更に適切に行うことができる。 Even when the velocity dispersion σ is smaller than the predetermined range, when the recognition position of the movable object is a branching point such as an intersection, the spread angle θ of the prediction model is set to the normal reference angle θ 0 . Considering the possibility that the movable object bends at the branch point, the position area of the movable object is predicted. Therefore, the position of the movable object can be predicted more appropriately.
図４は、本発明に係わる可動物予測装置の第２実施形態を示す概略構成図である。図中、上記第１実施形態と同一または同等の要素には同じ符号を付し、その説明を省略する。 FIG. 4 is a schematic configuration diagram showing a second embodiment of the movable object predicting apparatus according to the present invention. In the figure, the same or equivalent elements as those in the first embodiment are denoted by the same reference numerals, and the description thereof is omitted.
同図において、本実施形態の可動物予測装置１は、上記第１実施形態と同様に、認識用センサ２及びコントローラ３を備えている。コントローラ３は、上記のメモリ部５に代えて、メモリ部１０を有している。メモリ部１０は、可動物位置予測部８により予測された可動物の位置領域のデータを記憶する。
In the same figure, the movable object prediction device 1 of the present embodiment includes a
予測モデル決定部７は、可動物認識部４により認識された可動物の挙動情報と周囲環境認識部６により認識された周囲環境情報とメモリ部１０に記憶された可動物の予測位置領域データとを入力し、所定の処理を行い、今回使用する予測モデル（図６参照）を決定する。予測モデルのパラメータは、図３に示すものと同様である。
The prediction
図５は、図４に示した予測モデル決定部７により実行される予測モデル決定処理手順の詳細を示すフローチャートである。同図において、まず前回得られた可動物の予測位置領域データをメモリ部１０から読み出して取得する（手順Ｓ６１）。続いて、可動物認識部４により認識された可動物の挙動情報に基づいて、今回の可動物の認識位置が前回の予測位置領域に含まれるかどうかを判断する（手順Ｓ６２）。
FIG. 5 is a flowchart showing details of a prediction model determination processing procedure executed by the prediction
今回の可動物の認識位置が前回の予測位置領域に含まれないと判断されたときは、図６（ａ）に示すように、予測モデルの広がり角θをθ０＋β（βは定数）に設定する（手順Ｓ６３）。つまり、予測モデルの広がり角θを基準角θ０よりも広くなるように設定する。 When it is determined that the current movable object recognition position is not included in the previous predicted position area, as shown in FIG. 6A, the spread angle θ of the predicted model is set to θ 0 + β (β is a constant). Setting is performed (step S63). In other words, setting the spread angle theta of predictive models to be wider than the reference angle theta 0.
今回の可動物の認識位置が前回の予測位置領域に含まれると判断されたときは、周囲環境認識部６により認識された周囲環境情報に基づいて、今回の可動物の認識位置が交差点等の分岐地点であるかどうかを判断する（手順Ｓ６４）。今回の可動物の認識位置が分岐地点でないと判断されたときは、図６（ｂ）に示すように、予測モデルの広がり角θをθ０−α（αは定数）に設定する（手順Ｓ６５）。つまり、予測モデルの広がり角θを基準角θ０よりも狭くなるように設定する。
When it is determined that the current movable object recognition position is included in the previous predicted position area, the current movable object recognition position is determined based on the surrounding environment information recognized by the surrounding
今回の可動物の認識位置が分岐地点であると判断されたときは、予測モデルの広がり角θを通常の基準角θ０に設定する（手順Ｓ６６）。 When it is determined that the current recognition position of the movable object is a branch point, the spread angle θ of the prediction model is set to the normal reference angle θ 0 (step S66).
以上において、コントローラ３の予測モデル決定部７及びメモリ部１０は、可動物認識手段により認識された可動物の挙動に基づいて、予測モデルのパラメータを変更する予測モデル変更手段を構成する。
In the above, the prediction
本実施形態においては、今回の可動物の認識位置が前回の予測位置領域に含まれないときは、予測モデルの広がり角θを基準角θ０よりも広くなるように設定し、今回の可動物の認識位置が前回の予測位置領域に含まれるときは、予測モデルの広がり角θを基準角θ０よりも狭くなるように設定する。このように可動物の挙動に応じて予測モデルを変更するので、上記第１実施形態と同様に、可動物の挙動に応じた適切な位置予測を行うことができる。 In this embodiment, when the recognition position of the current movable object is not included in the previous predicted position area, the spread angle θ of the prediction model is set to be wider than the reference angle θ 0 , and the current movable object when recognized position of is included in the predicted location area of the previous sets a spread angle theta of predictive models to be narrower than the reference angle theta 0. As described above, since the prediction model is changed according to the behavior of the movable object, an appropriate position prediction according to the behavior of the movable object can be performed as in the first embodiment.
なお、本発明は、上記実施形態に限定されるものではない。例えば上記実施形態では、可動物を歩行者としたが、可動物としては、歩行者以外に自転車、二輪車、他車両等も考えられることは言うまでもない。 The present invention is not limited to the above embodiment. For example, in the above embodiment, the movable object is a pedestrian, but it goes without saying that the movable object may be a bicycle, a two-wheeled vehicle, another vehicle, or the like in addition to the pedestrian.
１…可動物予測装置、２…認識用センサ（可動物認識手段）、３…コントローラ、４…可動物認識部（可動物認識手段）、５…メモリ部（予測モデル変更手段）、６…周囲環境認識部、７…予測モデル決定部（予測モデル変更手段）、８…可動物位置予測部、１０…メモリ部（予測モデル変更手段）。 DESCRIPTION OF SYMBOLS 1 ... Movable object prediction apparatus, 2 ... Recognition sensor (movable object recognition means), 3 ... Controller, 4 ... Movable object recognition part (movable object recognition means), 5 ... Memory part (prediction model change means), 6 ... Ambient Environment recognition unit, 7 ... Prediction model determination unit (prediction model changing unit), 8 ... movable object position prediction unit, 10 ... memory unit (prediction model changing unit).
Claims (5)
前記可動物の挙動を認識する可動物認識手段と、
前記可動物認識手段により認識された前記可動物の挙動に基づいて、前記予測モデルのパラメータを変更する予測モデル変更手段とを備えることを特徴とする可動物予測装置。 A movable object predicting apparatus for predicting the position of the movable object using a prediction model relating to the movable object,
Movable object recognition means for recognizing the behavior of the movable object;
A movable object prediction apparatus comprising: a prediction model changing unit that changes a parameter of the prediction model based on the behavior of the movable object recognized by the movable object recognition unit.
前記可動物の挙動を認識する可動物認識処理と、
前記可動物認識処理により認識された前記可動物の挙動に基づいて、前記予測モデルのパラメータを変更する予測モデル変更処理とを、コンピュータに実行させることを特徴とする可動物予測プログラム。 A movable object prediction program for predicting the position of the movable object using a prediction model related to the movable object,
A movable object recognition process for recognizing the behavior of the movable object;
A movable object prediction program that causes a computer to execute a prediction model change process for changing a parameter of the prediction model based on the behavior of the movable object recognized by the movable object recognition process.
前記可動物の挙動を認識する可動物認識ステップと、
前記可動物認識ステップにより認識された前記可動物の挙動に基づいて、前記予測モデルのパラメータを変更する予測モデル変更ステップとを含むことを特徴とする可動物予測方法。 A movable object prediction method for predicting a position of the movable object using a prediction model for the movable object,
A movable object recognition step for recognizing the behavior of the movable object;
And a prediction model changing step of changing a parameter of the prediction model based on the behavior of the movable object recognized by the movable object recognition step.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011024412A JP2012164158A (en) | 2011-02-07 | 2011-02-07 | Movable object prediction device, movable object prediction program and movable object prediction method |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2011024412A JP2012164158A (en) | 2011-02-07 | 2011-02-07 | Movable object prediction device, movable object prediction program and movable object prediction method |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2012164158A true JP2012164158A (en) | 2012-08-30 |
Family
ID=46843484
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2011024412A Withdrawn JP2012164158A (en) | 2011-02-07 | 2011-02-07 | Movable object prediction device, movable object prediction program and movable object prediction method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2012164158A (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2781991A3 (en) * | 2013-03-21 | 2016-12-07 | Fujitsu Limited | Signal processing device and signal processing method |
| US10065562B2 (en) | 2013-12-31 | 2018-09-04 | International Business Mahcines Corporation | Vehicle collision avoidance |
| JP2019182093A (en) * | 2018-04-05 | 2019-10-24 | トヨタ自動車株式会社 | Behavior prediction device |
-
2011
- 2011-02-07 JP JP2011024412A patent/JP2012164158A/en not_active Withdrawn
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2781991A3 (en) * | 2013-03-21 | 2016-12-07 | Fujitsu Limited | Signal processing device and signal processing method |
| US10065562B2 (en) | 2013-12-31 | 2018-09-04 | International Business Mahcines Corporation | Vehicle collision avoidance |
| US10525882B2 (en) | 2013-12-31 | 2020-01-07 | International Business Machines Corporation | Vehicle collision avoidance |
| JP2019182093A (en) * | 2018-04-05 | 2019-10-24 | トヨタ自動車株式会社 | Behavior prediction device |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11049398B2 (en) | Surrounding environment recognizing apparatus | |
| US11040719B2 (en) | Vehicle system for recognizing objects | |
| JP5189157B2 (en) | Moving object target state determination device and program | |
| JP5278419B2 (en) | Driving scene transition prediction device and vehicle recommended driving operation presentation device | |
| US20140219505A1 (en) | Pedestrian behavior predicting device and pedestrian behavior predicting method | |
| EP2172919A1 (en) | Vehicle travel track estimator | |
| CN110910673B (en) | Method and system for reminding pedestrian to collide with vehicle, camera and mobile terminal | |
| EP2942251B1 (en) | Method for providing an object prediction representation | |
| JP2007251257A (en) | Image recognition device, vehicle control device, image recognition method, and vehicle control method | |
| JP2019053658A (en) | Vehicle control device | |
| JP2019179372A (en) | Learning data creation method, learning method, risk prediction method, learning data creation device, learning device, risk prediction device, and program | |
| US11904853B2 (en) | Apparatus for preventing vehicle collision and method thereof | |
| JP2013152551A (en) | Driving support device, situation learning device, and program | |
| CN109070881A (en) | Method for running vehicle | |
| US20200247318A1 (en) | Vehicle control device | |
| JP2012164158A (en) | Movable object prediction device, movable object prediction program and movable object prediction method | |
| JP6819173B2 (en) | Driving support method and driving support device | |
| KR101818535B1 (en) | System for predicting the possibility or impossibility of vehicle parking using support vector machine | |
| CN113581208A (en) | Driving assistance mode switching method, device, equipment and storage medium | |
| US20200094823A1 (en) | Location prediction for dynamic objects | |
| CN115257725A (en) | Vehicle collision early warning method, device, equipment and storage medium | |
| JPWO2019131388A1 (en) | Driving support device, driving support system, driving support method, and driving support program | |
| JP2011090543A (en) | Vehicle information providing apparatus | |
| JP6818948B1 (en) | Driving support devices, driving support systems, driving support methods, and driving support programs | |
| US10696307B2 (en) | Anomaly detector for vehicle control signals |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A300 | Withdrawal of application because of no request for examination |
Free format text: JAPANESE INTERMEDIATE CODE: A300 Effective date: 20140513 |