JP2012164159A - 危険度判定装置、危険度判定プログラム及び危険度判定方法 - Google Patents

Abstract

【課題】自車両と可動物との衝突判定を高精度に行うことができる危険度判定装置を提供する。
【解決手段】危険度判定装置１のコントローラ４は、自車両周辺の交通環境を認識する交通環境認識部５と、交通環境に基づいて可動物の行動分岐点を求め、行動分岐点から延びる複数の分岐経路を推定する分岐経路生成部６と、道路環境に基づいて可動物の存在可能度マップを生成する存在可能度マップ生成部７と、可動物の位置及び状態に基づいて可動物の位置分布を生成する可動物位置分布生成部８と、可動物の各分岐経路について可動物の移動予測を行う可動物移動予測部９と、可動物の存在可能度に応じて可動物の位置分布を変更する可動物位置分布変更部１０と、可動物の位置分布と自車両の位置分布とに基づいて自車両と可動物との衝突確率を算出し、衝突判定を行う衝突判定部１１とを有している。
【選択図】図１

Description

本発明は、自車両と歩行者や他車両等の可動物との衝突危険度を判定する危険度判定装置、危険度判定プログラム及び危険度判定方法に関するものである。

危険度判定装置としては、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に記載の危険度判定装置は、自車両周辺の可動物の状態及び走行環境の状況を検出し、走行環境の状況に基づいて可動物の存在可能度を表した存在可能度マップを生成すると共に、可動物を表わすデータとしての可動物粒子を複数生成し、これらの可動物粒子を存在可能度マップ上に配置することで、自車両と可動物との衝突の危険性を判定するというものである。

特願２０１０−２０１２１４号

上記の危険度判定装置では、自車両と可動物との衝突危険性の判定は、自車両と可動物との衝突確率を算出して行う。このとき、自車両や可動物の移動可能範囲が広い場合には、自車両と可動物との衝突確率が低く算出されるため、自車両と可動物との衝突判定の精度に影響を与えることがある。

本発明の目的は、自車両と可動物との衝突判定を高精度に行うことができる危険度判定装置、危険度判定プログラム及び危険度判定方法を提供することである。

本発明は、自車両と可動物との衝突危険度を判定する危険度判定装置であって、自車両の周囲の交通環境を認識する交通環境認識手段と、交通環境認識手段により認識された交通環境に基づいて可動物の行動分岐点を求め、行動分岐点から延びる複数の分岐経路を推定する分岐経路推定手段と、分岐経路推定手段により推定された各分岐経路毎に自車両と可動物との衝突確率を算出し、自車両と可動物との衝突判定を行う衝突判定手段とを備えることを特徴とするものである。

このように本発明の危険度判定装置においては、自車両の周囲の交通環境に基づいて可動物の行動分岐点を求め、この行動分岐点から延びる複数の分岐経路を推定し、各分岐経路毎に自車両と可動物との衝突確率を算出することにより、可動物の移動可能範囲が必要最小限に抑えられる。このため、各分岐経路毎の衝突確率の合計を算出して、自車両と可動物との衝突判定を行う際に、各分岐経路毎の衝突確率の合計が低くなり過ぎることが防止される。これにより、自車両と可動物との衝突判定を高精度に行うことができる。

好ましくは、衝突判定手段は、分岐経路推定手段により行動分岐点が求められる度に、各分岐経路毎に自車両と可動物との衝突確率を算出する。この場合には、次の行動分岐点が求められるまでは、各分岐経路毎の衝突確率の算出は実施されないので、計算処理の高速化を図ることができる。

また、好ましくは、分岐経路推定手段は、可動物の行動分岐点が求められない場合は、可動物の仮想行動分岐点を設定し、仮想行動分岐点から延びる複数の分岐経路を推定する。この場合には、センサノイズや死角の存在等によって可動物の行動分岐点が求められなくても、各分岐経路毎の衝突確率を算出することができる。

また、本発明は、自車両と可動物との衝突危険度を判定するための危険度判定プログラムであって、自車両の周囲の交通環境を認識する交通環境認識処理と、交通環境認識処理により認識された交通環境に基づいて可動物の行動分岐点を求め、行動分岐点から延びる複数の分岐経路を推定する分岐経路推定処理と、分岐経路推定処理により推定された各分岐経路毎に自車両と可動物との衝突確率を算出し、自車両と可動物との衝突判定を行う衝突判定処理とを、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。

このように本発明の危険度判定プログラムにおいては、自車両の周囲の交通環境に基づいて可動物の行動分岐点を求め、この行動分岐点から延びる複数の分岐経路を推定し、各分岐経路毎に自車両と可動物との衝突確率を算出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、上述したように自車両と可動物との衝突判定を高精度に行うことができる。

さらに、本発明は、自車両と可動物との衝突危険度を判定する危険度判定方法であって、自車両の周囲の交通環境を認識する交通環境認識ステップと、交通環境認識ステップにより認識された交通環境に基づいて可動物の行動分岐点を求め、行動分岐点から延びる複数の分岐経路を推定する分岐経路推定ステップと、分岐経路推定ステップにより推定された各分岐経路毎に自車両と可動物との衝突確率を算出し、自車両と可動物との衝突判定を行う衝突判定ステップとを含むことを特徴とするものである。

このように本発明の危険度判定方法においては、自車両の周囲の交通環境に基づいて可動物の行動分岐点を求め、この行動分岐点から延びる複数の分岐経路を推定し、各分岐経路毎に自車両と可動物との衝突確率を算出することにより、上述したように自車両と可動物との衝突判定を高精度に行うことができる。

本発明によれば、自車両と可動物との衝突判定を高精度に行うことができる。これにより、例えば衝突判定結果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。

本発明に係わる危険度判定装置の一実施形態を示す概略構成図である。 図１に示した分岐経路生成部により生成される可動物の行動分岐点及び複数の分岐経路（予測ルート）の一例を示す概念図である。 図１に示した存在可能度マップ生成部により生成される存在可能度マップの一例を示す概念図である。 図１に示した可動物移動予測部による可動物の移動予測の一例を示す概念図である。 従来の方法により生成される可動物の位置分布の一例を示す概念図である。 可動物の行動分岐点を求めるタイミング毎に可動物の移動予測及び衝突確率の算出を実施する場合にコントローラの一部により実行される処理手順を示すフローチャートである。 可動物の行動分岐点が求められない場合に分岐経路生成部により実行される処理手順を示すフローチャートである。

以下、本発明に係わる危険度判定装置、危険度判定プログラム及び危険度判定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。

図１は、本発明に係わる危険度判定装置の一実施形態を示す概略構成図である。同図において、本実施形態の危険度判定装置１は、自車両と可動物（他車両、二輪車、自転車、歩行者等）との衝突危険度を判定する装置であり、例えば衝突回避支援を行うシステムに具備されている。

危険度判定装置１は、認識センサ２と、カーナビゲーション３と、コントローラ４とを備えている。

認識センサ２は、自車両が走行する道路環境や可動物の位置及び状態（向きや速度等）を検出するセンサであり、カメラやレーダ等が使用される。認識センサ２は複数あっても良い。

道路環境としては、静止障害物（ガードレール、植込み、建物、駐停車車両等）の位置及び形状、道路形状、走路区分（車線、歩道、横断歩道等）、交通標識（信号、一時停止等）、道路属性（車線数、車線幅、中央分離帯の有無等）、周辺地域種別（スクールゾーン、商店街、住宅街等）が挙げられる。道路環境は、カーナビゲーション３の電子地図データから検出しても良い。

コントローラ４は、特に図示はしないが、ＣＰＵ、危険度判定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４は、交通環境認識部５と、分岐経路生成部６と、存在可能度マップ生成部７と、可動物位置分布生成部８と、可動物移動予測部９と、可動物位置分布変更部１０と、衝突判定部１１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。

交通環境認識部５は、認識センサ２の検出信号とカーナビゲーション３の情報とに基づいて、自車両周辺の交通環境（道路環境や可動物の位置及び状態）を認識する。

分岐経路生成部６は、交通環境認識部５により認識された交通環境に基づいて可動物の行動分岐点を求め、可動物が移動し得る複数の分岐経路（予測ルート）を推定する。このとき、分岐経路生成部６は、交差点等の情報を取得し、可動物の行動分岐点をノードで表現し、この行動分岐点から延びる複数の予測ルートを推定する。

例えば図２に示すように、交差点において自車両Ｐの前方に対向車両（他車両）Ｑが存在するような交通環境では、対向車両Ｑの行動分岐点Ｇから分岐した左折方向の予測ルートＭ_１、直進方向の予測ルートＭ_２及び右折方向の予測ルートＭ_３が推定される。

可動物の予測ルートの推定手法としては、可動物が通り抜けられない障壁（ガードレールや車線等）であるコストをマップ上の予測ルート境界に設定したり、或いは可動物が単位時間当たりどの程度移動するかという移動モデルを設定し、予測ルートに応じて移動モデルの移動方向を変化させるようにする。

存在可能度マップ生成部７は、交通環境認識部５により認識された道路環境に基づいて、対象領域（場所）に対する可動物の存在し易さを表す存在可能度マップを生成する。存在可能度マップは、歩行者、二輪車、車両等の可動物種別毎に設定しても良い。

例えば図３（ａ）に示すように、車道Ａと歩道Ｂとの間に縁石Ｃが設置されていると共に車道Ａを横切る横断歩道Ｄがあるような交通環境では、歩行者Ｒの存在可能度マップは、例えば図３（ｂ）に示すようになる。つまり、歩行者Ｒの存在可能度は、歩道Ｂ及び横断歩道Ｄでは１．０、縁石Ｃでは０．８、車道Ａでは０．５となっている。

可動物位置分布生成部８は、交通環境認識部５により認識された可動物の位置及び状態に基づいて、可動物の位置分布を生成する。このとき、可動物位置分布生成部８は、分岐経路生成部６により得られた分岐経路分だけ可動物の位置分布を生成する。

具体的には、可動物位置分布生成部８は、まず可動物の位置に基づいて、可動物の初期位置を設定する。このとき、認識センサ２の検出誤差や設計者が定める値に基づき、可動物の初期位置を分布として設定しても良い。そして、可動物位置分布生成部８は、可動物の状態に基づいて、可動物の運動量を分布として設定する。このとき、検出された運動量分布を用いても良いし、予め設計者が定めた運動量分布を用いても良いし、実際の歩行者の動作を観測した結果を運動量分布として用いても良い。運動量として用いる物理量としては、可動物の速度及び加速度のいずれか若しくは両方を設定しても良い。なお、自車両の死角からの可動物の出現に対して、上記と同様に死角領域に仮想的な可動物を生成しても良い。

可動物移動予測部９は、可動物の全ての分岐経路について、可動物位置分布生成部８により生成された運動量分布に従って、可動物を表わす複数のパーティクルを予め設定した時間分だけ移動させることで、可動物の移動予測を行う。

例えば、自車両Ｐ及び歩行者Ｒの初期位置が図４（ａ）に示すように設定されている場合には、自車両Ｐを表わす複数のパーティクルｐ及び歩行者Ｒを表わす複数のパーティクルｒを運動量分布に従って移動させると、図４（ｂ）に示すようになる。つまり、歩行者Ｒの分岐経路としては歩道Ｂ及び横断歩道Ｄの２ルートがあるため、歩行者Ｒを表わす複数のパーティクルｒは、歩道Ｂを直進するものと横断歩道Ｄを渡るものとが混在したようになる。

可動物位置分布変更部１０は、可動物移動予測部９により可動物の移動予測を行った後、存在可能度マップ生成部７により設定された可動物の存在可能度に応じて、可動物位置分布生成部８により生成された可動物の位置分布を変更する。これにより、例えば図２に示すように、複数の予測ルート（図中のＭ_１〜Ｍ_３）を含む位置分布が得られるようになる。

具体的には、可動物位置分布変更部１０は、可動物の移動地点において存在可能度の低い領域に含まれるパーティクルを消滅させることで、可動物の存在し易さに応じて可動物の位置分布に制約を与えるようにする。なお、可動物の移動地点の存在可能度ではなく、可動物の移動前後の存在可能度の差または比に応じて、可動物の位置分布を変更しても良い。

衝突判定部１１は、可動物位置分布変更部１０により得られた可動物の位置分布と自車両の位置分布とに基づいて、自車両と可動物との衝突確率を算出することにより、両者の衝突判定を行う。このとき、衝突判定部１１は、複数の分岐経路（予測ルート）毎に独立して衝突確率を算出する。

例えば図２に示すように、可動物の位置分布Ｍが予測ルートＭ_１〜Ｍ_３を含んでいる場合には、行動分岐点Ｇに対して左折方向の予測ルートＭ_１における衝突確率は、下記式で表される。

Ｎ_total：自車両の位置分布Ｎの総面積
ｎ_col：自車両の位置分布Ｎのうち可動物の位置分布Ｍと重なる領域の面積
Ｍ_1-total：可動物の予測ルートＭ_１の総面積
ｍ_1-col：可動物の予測ルートＭ_１のうち自車両の位置分布Ｎと重なる領域の面積

行動分岐点Ｇに対して直進方向の予測ルートＭ_２及び右折方向の予測ルートＭ_３における衝突確率も、同様にして算出される。そして、自車両と可動物との総衝突確率を下記式により算出する。

Ｍ_2-total：可動物の予測ルートＭ_２の総面積
ｍ_2-col：可動物の予測ルートＭ_２のうち自車両の位置分布Ｎと重なる領域の面積
Ｍ_3-total：可動物の予測ルートＭ_３の総面積
ｍ_3-col：可動物の予測ルートＭ_３のうち自車両の位置分布Ｎと重なる領域の面積

このとき、交通情報データベース等から、行動分岐点に対して左折方向、直進方向及び右折方向を取る確率を求め、その結果に応じて係数Ｐ_１〜Ｐ_３の重み付けを行い、総衝突確率を算出しても良い。この場合には、極めて稀にしか通らない移動経路における衝突確率の比率が低くなるため、適切な総衝突確率を得ることが可能となる。

例えば図２に示すものでは、予測ルートＭ_１，Ｍ_２には、自車両の位置分布Ｎと重なる領域が無いので、予測ルートＭ_１，Ｍ_２における衝突確率は０となる。このため、自車両と可動物との総衝突確率は、予測ルートＭ_３における衝突確率から得られることとなる。

なお、自車両以外の可動物同士の衝突回避の行動を模擬するために、自車両と可動物との衝突判定に先立ち、自車両以外の可動物同士の衝突判定を行い、可動物同士の衝突が生じていると判定される場合には、可動物の位置分布を変更しても良い。また、次時刻における可動物の移動予測及び衝突判定に備えて、自車両と可動物との衝突判定後に自車両及び可動物の位置分布を変更しても良い。

以上において、コントローラ４の交通環境認識部５は、自車両の周囲の交通環境を認識する交通環境認識手段を構成する。同分岐経路生成部６は、交通環境認識手段により認識された交通環境に基づいて可動物の行動分岐点を求め、行動分岐点から延びる複数の分岐経路を推定する分岐経路推定手段を構成する。同存在可能度マップ生成部７、可動物位置分布生成部８、可動物移動予測部９、可動物位置分布変更部１０及び衝突判定部１１は、分岐経路推定手段により推定された各分岐経路毎に自車両と可動物との衝突確率を算出し、自車両と可動物との衝突判定を行う衝突判定手段を構成する。

ところで、図２に示すものと同様の交通環境において、可動物の行動分岐点を求めて複数の分岐経路を推定する処理を行わずに、可動物の位置分布を生成すると、図５に示すような位置分布が得られる。このとき、自車両と可動物との衝突確率は、下記式で表される。

Ｍ_total：可動物の位置分布Ｍの総面積
ｍ_col：可動物の位置分布Ｍのうち自車両の位置分布Ｎと重なる領域の面積

この場合には、可動物の位置分布（移動可能範囲）が広くならざるを得ないため、上記式の分母のＭ_totalが大きくなり、その結果として衝突確率が低くなってしまう。

これに対し本実施形態では、自車両周辺の交通環境に基づいて可動物の行動分岐点を求め、この行動分岐点から分岐した複数の予測ルートを推定し、各予測ルートを含む可動物の位置分布を求め、各予測ルート毎に自車両と可動物との衝突確率を算出し、それらの衝突確率を合計して総衝突確率を算出するので、各衝突確率の算出式の分母が大きくなることで自車両と可動物との衝突確率が必要以上に低くなるということが防止される。これにより、ドライバの感覚に近い高精度な衝突判定を行うことができる。

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、所定時間毎に可動物の移動予測及び衝突確率の算出を実施する場合には、可動物が単調な直線を移動する状況のように可動物の運動が殆ど変化しないときでも、可動物を表わすパーティクルの分散やリサンプリングが行われることとなる。そこで、可動物の行動分岐点を求めるタイミング毎に可動物の移動予測及び衝突確率の算出を実施するのが好ましい。その時にコントローラ４の一部により実行される処理手順を図６に示す。

図６において、まず分岐経路生成部６により新たな行動分岐点が求められたかどうかを判断し（手順Ｓ５１）、新たな行動分岐点が求められていない、つまり行動分岐点が変わっていないときは、本手順を繰り返し実行する。一方、新たな行動分岐点が求められたときは、可動物位置分布生成部８により可動物の位置分布を生成する（手順Ｓ５２）。続いて、可動物移動予測部９により可動物の移動予測を行い（手順Ｓ５３）、可動物位置分布変更部１０により可動物の位置分布を変更する（手順Ｓ５４）。そして、衝突判定部１１により自車両と可動物との衝突確率を算出する（手順Ｓ５５）。

このような処理を実行することにより、可動物の移動予測及び衝突確率の算出を頻繁に行わずに済むため、計算コストを削減することができる。従って、多くのパーティクルを割り振ることによる衝突確率の更なる高精度化や、計算処理の高速化を図ることが可能となる。

また、実環境下では、認識センサ２のノイズや自車両からの死角等により、可動物の行動分岐点が求められないことがある。そのような不具合を解決するために分岐経路生成部６により実行される処理手順を図７に示す。

図７において、まず可動物の行動分岐点が求められるかどうかを判断し（手順Ｓ６１）、可動物の行動分岐点が求められるときは、交通環境情報に基づいて可動物の行動分岐点を求め、この行動分岐点をノードで表現する（手順Ｓ６２）。一方、可動物の行動分岐点が求められないときは、自車両からの死角領域等に仮想行動分岐点を設定する（手順Ｓ６３）。手順Ｓ６２，Ｓ６３を実行した後、行動分岐点または仮想行動分岐点から延びる複数の分岐経路（予測ルート）を推定する（手順Ｓ６４）。

このような処理を実行することにより、自車両からの死角等により可動物の行動分岐点が求められない場合でも、自車両と可動物との衝突確率を算出することができる。

１…危険度判定装置、２…認識センサ、３…カーナビゲーション、４…コントローラ、５…交通環境認識部（交通環境認識手段）、６…分岐経路生成部（分岐経路推定手段）、７…存在可能度マップ生成部（衝突判定手段）、８…可動物位置分布生成部（衝突判定手段）、９…可動物移動予測部（衝突判定手段）、１０…可動物位置分布変更部（衝突判定手段）、１１…衝突判定部（衝突判定手段）。

Claims (5)

1. 自車両と可動物との衝突危険度を判定する危険度判定装置であって、
   前記自車両の周囲の交通環境を認識する交通環境認識手段と、
   前記交通環境認識手段により認識された前記交通環境に基づいて前記可動物の行動分岐点を求め、前記行動分岐点から延びる複数の分岐経路を推定する分岐経路推定手段と、
   前記分岐経路推定手段により推定された前記各分岐経路毎に前記自車両と前記可動物との衝突確率を算出し、前記自車両と前記可動物との衝突判定を行う衝突判定手段とを備えることを特徴とする危険度判定装置。
2. 前記衝突判定手段は、前記分岐経路推定手段により前記行動分岐点が求められる度に、前記各分岐経路毎に前記自車両と前記可動物との衝突確率を算出することを特徴とする請求項１記載の危険度判定装置。
3. 前記分岐経路推定手段は、前記可動物の行動分岐点が求められない場合は、前記可動物の仮想行動分岐点を設定し、前記仮想行動分岐点から延びる複数の分岐経路を推定することを特徴とする請求項１または２記載の危険度判定装置。
4. 自車両と可動物との衝突危険度を判定するための危険度判定プログラムであって、
   前記自車両の周囲の交通環境を認識する交通環境認識処理と、
   前記交通環境認識処理により認識された前記交通環境に基づいて前記可動物の行動分岐点を求め、前記行動分岐点から延びる複数の分岐経路を推定する分岐経路推定処理と、
   前記分岐経路推定処理により推定された前記各分岐経路毎に前記自車両と前記可動物との衝突確率を算出し、前記自車両と前記可動物との衝突判定を行う衝突判定処理とを、コンピュータに実行させることを特徴とする危険度判定プログラム。
5. 自車両と可動物との衝突危険度を判定する危険度判定方法であって、
   前記自車両の周囲の交通環境を認識する交通環境認識ステップと、
   前記交通環境認識ステップにより認識された前記交通環境に基づいて前記可動物の行動分岐点を求め、前記行動分岐点から延びる複数の分岐経路を推定する分岐経路推定ステップと、
   前記分岐経路推定ステップにより推定された前記各分岐経路毎に前記自車両と前記可動物との衝突確率を算出し、前記自車両と前記可動物との衝突判定を行う衝突判定ステップとを含むことを特徴とする危険度判定方法。
   
   
   

Images