JP2013225295A - 方位情報を考慮する衝突警告システム - Google Patents

Abstract

【課題】長いタイムスケールで動作し、危険に反応して衝突の影響を和らげるだけでなく、来るべき危険を回避するように自車両を誘導する高度運転者支援システムを提供する。
【解決手段】一つ以上の交通参加者を検出するセンサ１１ａ，１１ｂからセンサ信号を受信し、センサ信号から検出された各交通参加者の自車両２０に対する方位を特定し、特定された方位、自車両の自由走行エリア、及び／又は運転者が意図する自車両の走行軌道を含む情報を考慮して、自車両についての一つ以上の潜在的危険を予測する演算ユニット１２とを備える。
【選択図】図２

Description

本発明は、方位情報を考慮する交通衝突警告システムに関する。特に、本発明は、車両用の高度運転者支援システム（ＡＤＡＳ）と、当該ＡＤＡＳの動作方法に関する。

車両用のＡＤＡＳを用いて、車両の運転者（すなわちＡＤＡＳが搭載されている自車両の運転者）に対し、他の交通参加者との関係における危険な状態を警告することができる。また、ＡＤＡＳを用いて、自車両に当該危険な状況を回避するための動作を開始させたり、衝突を回避できないときは衝撃を和らげる動作を開始させることができる。ＡＤＡＳは、通常、自車両近傍の環境内に存在する他の交通参加者の位置や速度を出力する環境認識サブシステムを備えている。また、ＡＤＡＳは、通常、ある種の予測処理や意思決定処理を行って警告を発したりアクションを起こさせるためのサブシステムを備えている。

最先端技術であるＡＤＡＳの主たる欠点は、自車両の走行空間の近傍や走行軌道の近傍に存在する静止物体の方位から、自車両に関する潜在的危険についての情報推定を全く行わないことである。

非特許文献１には、車両の方位推定のみ記載されている。
また、非特許文献２には、車両についての４つの典型的方位（canonical orientations）の認識など、三次元シーンの推定について記載されている。
しかしながら、これらの文献には危険予測や警告手法についての示唆は何ら示されておらず、方位認識は視覚追跡の改良のためにのみ用いられている。

他の文献は、方位推定に際して車両が移動していることを必要とし、静止物体の方位を推定することはできない。
非特許文献３及び非特許文献４には、車線区分線に基づく方法について記載されているが、この方法を中心市街地の環境に展開するのは困難である。
非特許文献５には、デジタル標高地図を用いた三次元手法について記載されている。
非特許文献６には、立体視とホモグラフィとに基づく手法が記載されている。
非特許文献７には、適応的であるが事前学習を要しない手法が記載されている。

その結果、公知のＡＤＡＳは、いくつかの限界を有するものとなっている。上述したように、他の交通参加者の方位（姿勢とも呼ばれる）は検出されず、又は検出されても危険予測処理には用いられていない。しかしながら、このような情報を考慮すれば、交通参加者が現在移動していない場合にも、最も高い可能性として当該交通参加者がその後どのように移動するかを特定することができるであろう。このような特定は、非線形の確率的軌道推定と考えることができる。このような推定を採用することにより、発生する可能性は高いが未だ直接的には観測できていない危険から自車両を遠ざけておく、先見性のあるＡＤＡＳを構築することができるであろう。

さらに、上述した最先端技術に基づく衝突緩和システムは、他の交通参加者との衝突は不可避なものであり当該衝突の影響を和らげるためにアクションが必要である、という前提に基づいている。しかしながら、衝突が不可避であることの判断は、実際の衝突の直前にのみ可能である。このような衝突直前のタイムスケールにおいては、運転者の動作はもはや何らの効果も奏さない。衝突緩和システムの判断は、一般的に、非常に無難な判断となるように設定されている。すなわち、衝突に深く関連する指標がほんの僅かであるため、誤検知率というものがない。しかし、このような先端技術のシステムは、衝突前の非常に短いタイムスパンでしか動作しない。

欧州特許第１１１８３０５７号明細書

"Efficient Monocular Vehicle Orientation Estimation using a Tree-Based Classifier", Gabb et al., Intelligent Vehicles V201 "Dynamics 3D Scene Analysis from a moving vehicle", Leibe et al.,CVPR 2007' "New Results in Stereovision-Based Lane Tracking", R. Danescu S. Nedevschi, IEEE Intelligent Vehicles Symposium, 2011, pp. 230-235' "Lane confidence fusion for visual occupancy estimation", Gump,T et al., IEEE Intelligent Vehicles Symposium, 2011, pp. 1043 - 1048' "A Temporal Filter Approach for Detection and Reconstruction of Curbs and Road Surfaces based on Conditional Random Fields", Siegemund, Franke and Forstner, IEEE Intelligent Vehicles Symposium, 2011, pp. 637-642' "Drivable road region detection using homography estimation and efficient belief propagation with coordinate descent optimization", C. Guo, S. Mita, and D. McAllester, Proc. IEEE Intelligent Vehicles Symp., 2009, pp. 317-323' "Adaptive multi-cue fusion for robust detection of unmarked inner-city street", Michalke, T. Kastner, R. Herbert, M. Fritsch, J. Goerick, C., Proc. IEEE Intelligent Vehicles Symp., 2009, pp. 1-8.'

本発明は、上記の欠点を克服して先行技術を改良することを目的とする。具体的には、本発明の目的は、より長いタイムスケールで動作し、危険に対して反応するだけでなく、来るべき危険を遠ざけるように運転者及び自車両を導いて衝突の影響を和らげるＡＤＡＳを提供することである。

システムによる衝突緩和動作のタイムスケールが長くなれば、衝突発生予測には大きな分散が生じることとなり、誤検知率が増加して適正な予測を行えない場合も生じ得る。

したがって、本発明のＡＤＡＳでは、より多くの情報を考慮して衝突発生予測の分散を低減することも目的としている。当該多くの情報には、他の交通参加者の方位、すなわち姿勢と、自車両の走行エリア及び／又は走行ルート（driving corridor）と、運転者が意図する自車両の走行軌道と、に関する情報が含まれる。

以下に示す本発明が提示する解決策は、単眼画像によるものであり、基本構成の追加を必要としない。したがって、本発明は非常に競争力がある。

具体的には、本発明は、特許請求の範囲にしたがって上記の目的を達成する。さらに、従属項は、本発明の利点を拡張する。

本発明は、具体的には、車両用のＡＤＡＳに関するものである。本ＡＤＡＳは、一つ以上の交通参加者を検出する少なくとも一つのセンサと、前記少なくとも一つのセンサからセンサ信号を受信して、当該センサ信号から、前記各交通参加者の、自車両に対する方位を特定し、特定された当該方位から自車両についての一つ以上の潜在的危険を予測する演算ユニットと、を備える。

上記方位により、本ＡＤＡＳは交通参加者の移動方向を推定することができ、当該推定により潜在的危険を提示することができる。本ＡＤＡＳは、潜在的危険を危険度値として表現することができる。この危険度値は、例えば、自車両についての危険度がより高いと考えられる場合にはより大きな値に設定される。

視覚センサとしては、一以上のカメラが好ましい。ただし、レーザセンサや光センサ等の、他の視覚センサを用いて交通参加者の視覚的特徴を検出するものとしてもよい。本ＡＤＡＳ（すなわち本ＡＤＡＳの演算ユニット）は、上記検出した視覚的特徴を解析し（例えば、パラメータ化し）、及び／又は予め記憶された視覚的特徴と比較する。予め記憶された視覚的特徴は、例えば本ＡＤＡＳのメモリ又はデータベースに保存されている。これにより、交通参加者の、例えば、大きさ、色、形を特定して、当該交通参加者の方位を特定することができる。

好ましくは、前記演算ユニットは、前記センサ信号から交通参加者の視覚的特徴を抽出し、当該抽出した視覚的特徴の解析に基づいて当該交通参加者の方位を特定するように構成されている。

好ましくは、前記演算ユニットは、前記抽出された視覚的特徴を前記ＡＤＡＳのメモリに保存された視覚的特徴と比較することによって、前記抽出された視覚的特徴を解析するように構成されている。

交通参加者の方位は、例えば、本ＡＤＡＳが上記抽出された視覚的特徴に基づいて特定する当該交通参加者の正面方向又は進行方向とすることができる。上記視覚的特徴は、交通参加者の形や大きさ等の特徴とすることができる。特に、静止物体、すなわち移動していない車両や移動していない歩行者等の物体は、任意の方向に移動し始めるのではなく、現在向いている一の方向に移動し始める可能性が最も高い。したがって、向いている方向が、その交通参加者のその後の移動の指標となる。この向いている方向は、交通参加者の外観、例えば、視覚的特徴、形、色等から特定することができる。この情報の特定は、交通参加者が移動していなくても行うことができ、また、現在移動中の交通参加者についても行うことができる。本ＡＤＡＳは、移動していない交通参加者を考慮することにより、安全性を向上する。

好ましくは、上記演算ユニットは、交通参加者の方位と自車両の現在の走行方向との間の角度を継続的に測定するように構成されている。

この測定は、すべての交通参加者、すなわちすべての静止中及び移動中の交通参加者のすべての運動状態について適用される。継続的な測定を行うことにより、本ＡＤＡＳの危険検出や危険回避の機能を向上させることができる。（走行方向や歩行方向の観点から）移動しない交通参加者がその方位を変えた場合には、本ＡＤＡＳはその変化を検出し、当該変化に起因して新たに起こり得る危険を推定することができる。例えば、方位の角度、すなわち交通参加者が向いている方向が、突然、自車両の走行方向と交差することとなった場合には、新たな衝突の危険が存在することとなる。

好ましくは、上記演算ユニットは、抽出された視覚的特徴に基づいて、交通参加者の種類、特に当該交通参加者が車両であるか歩行者であるかを特定するように構成されている。

本ＡＤＡＳは、交通参加者が車、トラック、自転車、オートバイ、歩行者、又は電車のいずれであるかを特定することができる。この場合にも、一つ以上の視覚センサによって検出された信号から抽出された視覚的特徴を、予め記憶されている視覚的特徴と比較することができる。上記特定を行うため、例えば、ＡＤＡＳの処理手段がカメラ画像を解析する。

本ＡＤＡＳは、交通参加者の種類を特定することにより、方位の特定精度を向上させる。さらに、当該種類の特定により、本ＡＤＡＳは当該交通参加者を予め記憶されている特徴と対応付けることができ、潜在的危険を評価する際に当該特徴を考慮に入れることができる。例えば、本ＡＤＡＳは、交通参加者について予期される速度（歩行者は、例えば車よりゆっくり移動する）、交通参加者の重量（トラックとの衝突は車との衝突よりもさらに危険であろう）、又は可能な移動経路（歩行者は、車や自転車とは異なる通路を使う可能性が非常に高い）を考慮に入れる。潜在的危険の危険度値を計算する際には、交通参加者の種類を考慮に入れることができる。

好ましくは、上記演算ユニットは、交通参加者を車両であると特定した場合には、当該車両の前部と後部とを識別して、当該後部から当該前部に向かう方向を方位として特定するように構成されている。

車両の前部及び後部は、上記抽出された視覚的特徴から導き出される。前部及び後部の特定は、交通参加者の方位の予測精度を高め、当該交通参加者のその後の動きの予測精度を高める。

好ましくは、上記演算ユニットは、自車両の走行エリアに関する情報を特定し、当該走行エリアに密接な関係性を持つ交通参加者の方位のみを考慮して、自車両に関する潜在的な危険を予測するように構成されている。

走行エリア（自由走行エリア（free driving area）とも呼ばれる）又は走行ルートとは、自車両がその範囲内で走行することを予期されたエリアである。したがって、現在の速度、ナビゲーションシステムの設定、作動された方向指示器の設定等、監視中の自車両のパラメータが考慮されることになるる。また、車線や、マーキング等を検出することにより、走行することが許される範囲での走行エリアを考慮することができる。密接な関係性を持つ交通参加者のみを扱うこととなるので、本ＡＤＡＳの処理リソースを節約することができる。

好ましくは、本ＡＤＡＳは、交通参加者と自車両の走行エリアとの距離を計測し、当該計測した距離が所定のしきい値未満である場合には、当該交通参加者が密接な関係性を有するものとみなす手段をさらに備える。
これにより、自車両の自由走行エリアに近い交通参加者のみが考慮されることとなる。これらの交通参加者は、自車両の安全性に最も密接に関係する。近くの交通参加者が自車両の走行エリアや走行ルートを妨げる確率は、遠くの交通参加者より高い。距離は、一つ以上のカメラセンサから導出することもできるし、例えば光センサやレーザセンサによって計測することもできる。またあるいは、その他の既知の距離計測技術を利用することもできる。

好ましくは、上記演算ユニットは、さらに、自車両についての意図された走行軌道を特定するように構成されている。

好ましくは、上記演算ユニットは、自車両の運転者の動作及び意図に関する車両パラメータを監視し、自車両の過去の軌道及び／又は当該監視している車両パラメータに基づいて、上記走行軌道を特定するように構成されている。

本ＡＤＡＳは、例えば、車両のナビゲーションシステムやＧＰＳのログにアクセスして、現在及び／又は過去の走行軌道、若しくは自車両や運転者の傾向をそれぞれ特定することができる。また、運転者の意図も、例えば車両の現在の速度、加速度、減速度、設定された方向指示器、ナビゲーションシステムの設定等から導き出すことができる。

好ましくは、上記演算ユニットは、自車両の走行軌道が、予測された潜在的危険を回避するのに十分なものであるか否かを計算するように構成されている。

本ＡＤＡＳは、自車両について予測された将来の走行軌道、及び／又は上述した速度、加速度等のパラメータを考慮する。本ＡＤＡＳは、危険状況回避についての確率値を計算することができ、しきい値に基づいて上記走行軌道の十分性を判断することができる。

好ましくは、上記演算ユニットは、上記特定された自車両の走行軌道が、前記予測された潜在的危険を回避するのに十分なものではないと判断したときは警告信号を出力するように構成されている。

警告は、例えば、自車両が備えるヒューマンマシンインタフェース（ＨＭＩ）における音響的又は視覚的な表示により発することができる。上記以外の場合、すなわち意図する走行軌道が十分であると判断したときは、警告は発しない。これにより、到来する潜在的危険に対して運転者が既に反応し始めている状況における煩わしい誤警報の発出を低減する。

好ましくは、上記演算ユニットは、センサ信号から交通参加者の移動方向を抽出し、当該移動方向に基づいて当該交通参加者の方位を特定するように構成されている。

好ましくは、上記演算ユニットは、特定されたすべての潜在的危険に順位を付け、所定のしきい値順位よりも高い順位が付けられた潜在的危険に関してのみ警告信号を発するように構成されている。

予測された危険度値及び軌道情報を考慮して、最も高い順位が付けられた潜在的危険（すなわち、最も高い値を有すべきと考えられる危険）に運転者が気づいているか否かを推定することができる。運転者がその危険に気づいていないと推定される場合にのみ、自車両が備える何らかのＨＭＩにおいて、当該危険を誘発する物体についての強調提示（警告）を開始して、当該運転者が来るべき当該危険に注意を向けるよう誘導する。

本発明は、車両用のＡＤＡＳの動作方法に関するものである。本方法は、一つ以上の交通参加者を検出するステップと、センサ信号から各交通参加者の自車両に対する方位を特定するステップと、特定された方位から、自車両に関する一つ以上の潜在的危険を予測するステップと、を含む。

この方法は、本ＡＤＡＳに関して記載した有利な特徴を実現すべく、さらなるステップを含むものとすることができる。

以下、添付の図面を参照して本発明を説明する。

本発明に係るＡＤＡＳで行われる動作のブロック図である。 自車両に搭載された本発明に係るＡＤＡＳのブロック図である。 本発明に係るＡＤＡＳを備えた自車両が遭遇する交通状況の一例を示している。

本発明は、自車両２０の自由走行エリア（free driving area）に近い一つ以上の交通参加者３０、４０、５０、６０の各々の方位から、自車両２０に関する一つ以上の潜在的危険を予測するものであり、運転者の運転動作を監視して、来るべき危険に運転者が気付いていないことが示唆されるときは、自車両２０の運転者に警告を発することができる。ＡＤＡＳ１０は、走行処理として以下の処理ステップを継続して行う。

一つ以上の視覚センサ１１ａ、１１ｂ（例えばカメラやその他の適切な光センサ又はレーザセンサ）は、少なくとも自車両２０の前方エリアを監視し、その後の処理のためにセンサデータＳ１１ａ、Ｓ１１ｂ（例えば画像データ）を、ＡＤＡＳ１０が備える処理手段（演算ユニット１２）に継続的に出力する。カメラ１１ａ、１１ｂは、自車両２０の両側方又は後方もモニタすることができる。センサデータＳ１１ａ、Ｓ１１ｂ（例えば、一つ以上のカメラ１１ａ、１１ｂから取得した画像）に基づいて、自車両２０の自由走行エリアを特定することができる。自由走行エリアとは、当該エリア内にすでに存在する物体（例えば、交通参加者や障害物）に衝突することなく自車両２０が安全に走行して到達することのできるエリア又は通過することのできるエリアを意味する。

この自由走行エリアは、マーク、標識、一般的な運転規則により示されるような法的に走行可能なエリアに関する情報により、さらに明確となる。このような情報はナビゲーションシステム（例えばＧＰＳ）やインターネットから得ることができる。自由走行エリアは、例えば、欧州特許出願第１１１８３０５７号明細書に記載された道路地形検出方法に従って、解析し特定することができる。

このような道路地形検出方法は、センサ１１ａ、１１ｂの少なくとも一つを用いて車両の環境を検知するステップと、センサ信号Ｓ１１ａ、Ｓ１１ｂを、少なくとも一つの基本分類器を用いて、環境内の局所的な特徴物についての少なくとも一つの信頼度マップ（confidence map）に変換するステップと、上記少なくとも一つの信頼度マップに基づいて、上記局所的な特徴物についての空間特徴を生成するステップと、当該生成した空間特徴に基づいて、自車両２０の環境における位置を、道路地形の或るカテゴリに分類するステップと、を備える。この信頼度マップには、対応する位置（例えば、ピクセル位置や距離空間におけるセル）が或る特徴物を持つか否かについての信頼度情報が含まれる。したがって、信頼度マップは、例えば空間表現における各位置について、当該位置に特徴物が存在する信頼度を表わしている。基本分類器は、道路様領域（road-like area）から縁石等の道路境界を区別する視覚的特徴を見つけるための視覚的境界を分類する。自車両と他の交通参加者との衝突の危険性は、処理手段によって推定される。

自由走行エリアの特定と並行して、カメラ１１ａ、１１ｂの少なくとも一つの視野に入るすべての交通参加者３０、４０、５０、６０が検出される。特に、交通参加者の位置及び速度が演算ユニット１２によってカメラ画像に基づいて特定される。そして、カメラ画像から抽出された視覚的特徴を、例えばＡＤＡＳ１０のメモリ１４に保存されている視覚的特徴と比較することによって、交通参加者の方位が推定され追跡される。随意的に、上記抽出された視覚的特性（例えば、大きさ、形、色等）から、交通参加者３０、４０、５０、６０の種類も推定することができる。

自由走行エリアと、交通参加者の情報とが、状況（situation）ベースの危険度推定処理ステップにおいて解析される。

既知の決定論的な軌道ベースの手法を用いて、動いている交通参加者と自車両２０とが衝突する危険度を推定することができる。静止物体に関しては、その方位、すなわち、物体が動き始める可能性が最も高い方向に基づいて衝突の危険度を推定する。上記交通参加者の情報は自由走行エリアと比較され、ＡＤＡＳ１０は、自車両２０との衝突が起こり得るか否か、及び衝突発生の可能性がどの程度あるかを判断する。このような衝突発生の確率は危険度値によって表すことができ、有意な潜在的な危険は、この危険度値の評価に基づいて特定することができる。

自車両２０の自由走行エリアにより近い物体、及び、自由走行エリアの方向を向いている物体は、この自由走行エリアからより遠い物体、及び、この自由走行エリアから離れる方向を向いている物体よりも自車両２０と衝突する危険性が高い。これについては、図３に示す例を参照して後述する。結果として得られる各物体についての危険度、すなわち各交通参加者に関する危険度は、値によって表され、ソート（順位付け）される。

上記のような情報に基づいて警告を発すると、不要な警告を頻発してしまうこととなる場合がある。運転者がすでにその危険性に気づいている場合があるからである。運転者が気づいていることを明確に示すものの例として、車両の軌道をわずかに調整したり、自車両２０の移動速度をわずかに低下させたりする反応が挙げられる。

したがって、そのような情報を伝えることが、自車両軌道・意図予測モジュールの役割である。このため、ＡＤＡＳ１０は、継続的に又は間隔をおいて、現在の速度、加速度、ハンドルの向き、方向指示器の設定等の、自車両２０のパラメータを監視するものとすることができる。この予測は、危険認知推定モジュールにおいて危険度値と組み合わされる。起こり得る危険に対して運転者が反応していない、という明らかな危険性がある場合にのみ、自車両２０のＨＭＩ２２を用いて、例えば運転者の視界内で視覚的に、その危険の要因が強調される。音による警告も発することができる。

図２は、自車両２０内に搭載可能なＡＤＡＳ１０の概略図を示している。ＡＤＡＳ１０は、センサ１１ａ、１１ｂの少なくとも一つを含む。センサ１１ａ、１１ｂは、好ましくはカメラであり、その視野（点線で示されている）内に存在する交通参加者を検出することができる。

各センサ１１ａ、１１ｂは、演算ユニット１２にセンサ信号Ｓ１１ａ、Ｓ１１ｂを出力する。演算ユニット１２は、センサ信号Ｓ１１ａ、Ｓ１１ｂから視覚的特徴を抽出することができる。この抽出には、公知の画像処理アルゴリズム、例えば物体のエッジ検出を利用することができる。演算ユニット１２は、さらにＡＤＡＳ１０のメモリ１４からデータを読み込んだりメモリ１４との通信を行う。メモリ１４には、例えば視覚的特徴が保存されている。さらに、演算ユニット１２は、抽出された視覚的特徴を、保存されている視覚的特徴と比較して、交通参加者の方位、形、大きさ、又は種類を特定する。

各センサ１１ａ、１１ｂは距離計測手段１５を備えるものとすることができ、または、距離計測手段１５に各センサ１１ａ、１１ｂが含まれるものとすることができる。距離計測手段１５は、例えば継続的に交通参加者の距離を計測するための、光手段、レーザ手段、又はその他の手段とすることができる。演算ユニット１２は、自車両２０の自由走行エリア上の位置までの距離、すなわち、意図されている走行軌道上の地点であって、自車両２０がその後到達するであろう地点までの距離を計算する。

演算ユニット１２は、センサデータＳ１１ａ、Ｓ１１ｂから交通参加者の移動方向を抽出することもできる。この抽出は、公知の画像解析技術を用いて行うことができる。

演算ユニット１２は、検出した他の交通参加者の一つ又は複数に起因した潜在的な危険を特定した場合には、出力信号を生成する。この出力信号は、警告ユニット１３によって受信され、当該信号を受信した警告ユニット１３は、どのような動作をするべきか決定することができる。警告ユニット１３は、自車両２０の運転者に警告信号を表示するようＨＭＩ２２に指示することができる。警告ユニット１３は、また、自車両２０の駆動システム２１（モータ制御）の操作装置としても動作することができる。例えば、警告ユニット１３は、自車両２０の制動、減速、加速、ステアリングその他の動作を自動で誘導するものとすることができる。警告ユニット１３は、自車両２０に搭載されたコンピュータ２３と通信して、潜在的な危険を運転者に通知したり、発生し得る衝突を回避すべく必要な動作を迅速に行うことができる。

図３は、本発明のＡＤＡＳ１０を備えた自車両２０が遭遇する交通状況の一例を示している。ＡＤＡＳ１０は、少なくとも一つの前方カメラ１１ａを備える。この前方カメラ１１ａは、その視野（カメラ１１ａから伸びる点線で示されている）内の交通参加者３０、４０、５０、６０を検出する。ＡＤＡＳ１０の演算ユニット１２は、他の交通参加者３０、４０、５０、６０に関する視覚的特徴を、センサ（カメラ）信号Ｓｌｌａから抽出することができる。この視覚的特徴により、演算ユニット１２は、自車両２０に対する各交通参加者の方位、特に自車両２０の走行方向（軌道）に対する方位を特定することができる。この走行軌道は、演算ユニット１２によって特定され、図３内に破線の矢印Ａで示されている。

演算ユニット１２は、例えば既知の（保存されている）視覚的特徴と比較することによって、視覚的特徴を解析して方位を決定することができる。演算ユニット１２は、例えば交通参加者３０、４０、５０、及び６０の方位Ｂ、Ｃ、Ｄ、及びＥを、それぞれ特定する。車３０や自転車４０のような車両に関しては、車両の後部と前部とを識別することによって方位が特定され、例えば後部から前部へ向かう方向を方位とすることができる。歩行者に関しては、顔認識や、歩行者の外観を決定する他の顕著な視覚的特徴によって、方位を特定することができる。

図３に見られるように、交通参加者の方位、特に、移動していない交通参加者の方位は、当該交通参加者のその後の動きを推定するための良い指標となる。演算ユニット１２は、特定した方位に基づいて、潜在的な危険を予測する。

図３では、交通参加者６０に関しては、危険が発生する可能性は低いと考えられる。当該交通参加者の方位は、自車両２０について推定された走行軌道から離れる方向を向いている。歩行者６０は、自車両２０の軌道から離れる方向に移動する可能性が最も高い。したがって、衝突の危険性は低い。

しかし、交通参加者４０は、その方位が自車両２０の走行軌道に対し密接な関係性を有しており、衝突の危険度が高い。

交通参加者５０の場合も同様である。しかし、歩行者５０はまだ自車両２０の自由走行エリアからかなり離れているため、潜在的危険は密接な関係性を有すると言えるほど十分には高くない。仮に歩行者５０が自車両２０の自由走行エリアに向かう方向に移動し始めたとすれば、この状況は明らかに変化する。潜在的危険を特定するため、演算ユニット１２は交通参加者の種類を特定する。その後、演算ユニット１２は、特定した交通参加者の既知の（保存されている）特性、例えば速度を考慮に入れることができる。歩行者は、車両よりゆっくり移動する。

要約すると、本発明は、ＡＤＡＳ１０を提供する。当該ＡＤＡＳ１０は、より長いタイムスケールで動作し、危険に反応して衝突の影響を和らげるだけでなく、来るべき危険から遠ざけるように運転者及び自車両を誘導する。これを行うため、他の交通参加者３０、４０、５０、６０の方位（すなわち姿勢）、自車両２０が走行する可能性のあるエリア、及び／又は運転者によって意図された自車両２０の走行軌道を含む情報を考慮して、潜在的危険を特定する。

Claims (15)

1. 一つ以上の交通参加者（３０、４０、５０、６０）を検出する少なくとも一つのセンサ（１１ａ、１１ｂ）と、
   前記少なくとも一つのセンサ（１１ａ、１１ｂ）からセンサ信号（Ｓ１１ａ、Ｓ１１ｂ）を受信して、当該センサ信号（Ｓ１１ａ、Ｓ１１ｂ）から、検出された前記各交通参加者の、自車両（２０）に対する方位を特定し、特定された当該方位から、自車両（２０）についての一つ以上の潜在的危険を予測する演算ユニット（１２）と
   を備える、
   車両用の高度運転者支援システムＡＤＡＳ（１０）。
2. 前記演算ユニット（１２）は、前記センサ信号（Ｓｌｌａ、Ｓ１１ｂ）から前記交通参加者の視覚的特徴を抽出し、当該抽出した視覚的特徴の解析に基づいて当該交通参加者の方位を特定するように構成される、請求項１に記載のＡＤＡＳ（１０）。
3. 前記演算ユニット（１２）は、前記抽出された前記視覚的特徴を前記ＡＤＡＳ（１０）のメモリ（１４）に保存された視覚的特徴と比較することによって、前記抽出された視覚的特徴を解析するように構成される、請求項２に記載のＡＤＡＳ（１０）。
4. 前記演算ユニット（１２）は、交通参加者の方位と自車両（２０）の現在の走行方向との間の角度を継続的に測定するよう構成される、請求項２に記載のＡＤＡＳ（１０）。
5. 前記演算ユニット（１２）は、抽出された前記視覚的特徴に基づいて、交通参加者の種類、特に当該交通参加者が車両（３０）であるか歩行者（５０、６０）であるかを特定するように構成される、請求項１に記載のＡＤＡＳ（１０）。
6. 前記演算ユニット（１２）は、前記交通参加者を車両（３０）であると特定した場合には、当該車両（３０）の前部と後部とを識別して、当該後部から当該前部に向かう方向を方位として特定するように構成される、請求項４に記載のＡＤＡＳ（１０）。
7. 前記演算ユニット（１２）は、自車両（２０）の走行エリアに関する情報を特定し、当該走行エリアに密接な関係性を持つ交通参加者の方位のみを考慮して、自車両（２０）に関する潜在的危険を予測するように構成される、請求項１に記載のＡＤＡＳ（１０）。
8. 交通参加者と自車両（２０）の前記走行エリアとの間の距離を計測し、当該計測した距離が所定のしきい値未満である場合には当該交通参加者が密接な関係性を有するものとみなす手段（１５）をさらに備える、請求項６に記載のＡＤＡＳ（１０）。
9. 前記演算ユニット（１２）は、さらに、自車両（２０）についての意図された走行軌道を特定するよう構成される、請求項１に記載のＡＤＡＳ（１０）。
10. 前記演算ユニット（１２）は、自車両（２０）の運転者の動作及び意図に関する車両パラメータを監視し、自車両（２０）の過去の軌道及び／又は当該監視している車両パラメータに基づいて、前記走行軌道を特定するように構成される、請求項８に記載のＡＤＡＳ（１０）。
11. 前記演算ユニット（１２）は、自車両（２０）の前記走行軌道が、前記予測された潜在的危険を回避するのに十分なものであるか否かを計算するよう構成される、請求項９に記載のＡＤＡＳ（１０）。
12. 前記演算ユニット（１２）は、前記特定された自車両（２０）の走行軌道が、予測された前記潜在的危険を回避するのに十分なものではないと判断したときは警告信号を出力するように構成される、請求項１０に記載のＡＤＡＳ（１０）。
13. 前記演算ユニット（１２）は、前記センサ信号（Ｓ１１ａ、Ｓ１１ｂ）から交通参加者の移動方向を抽出し、当該移動方向に基づいて当該交通参加者の方位を特定するように構成される、請求項１に記載のＡＤＡＳ（１０）。
14. 前記演算ユニット（１２）は、特定されたすべての潜在的危険に順位を付け、所定のしきい値順位よりも高い順位が付けられた潜在的危険に関してのみ警告信号を発するよう構成される、請求項１に記載のＡＤＡＳ（１０）。
15. 車両用の高度運転者支援システムＡＤＡＳ（１０）の動作方法であって、
    少なくとも一つのセンサ（１１ａ、１１ｂ）により一つ以上の交通参加者（３０、４０、５０、６０）を検出するステップと、
    センサ信号（Ｓ１１ａ、Ｓ１１ｂ）から前記各交通参加者の自車両（２０）に対する方位を特定するステップと、
    特定された前記方位から、自車両（２０）に関する一つ以上の潜在的危険を予測するステップと
    を含む、方法。

Images