JP2014203168A - 危険度判定装置及び危険度判定方法 - Google Patents

Abstract

【課題】可動物に対する進路の予測精度をさらに向上させることができる危険度判定装置、危険度判定方法を提供すること。
【解決手段】自車両と第１の可動物との衝突危険度を判定する危険度判定装置１のコントローラ４は、第１の可動物とは異なる第２の可動物の移動に関する移動情報に基づいて、第１の可動物が第２の可動物の移動に基づいて移動すると予測される確率を高めて、第１の可動物の進路を予測し、自車両と第１の可動物との衝突危険度を判定する。これにより、第２の可動物の横断情報に基づいて、第１の可動物が第２の可動物と同様の進路を取る可能性を高めて、第１の可動物の進路を予測して、自車両と第１の可動物との衝突危険度を判定するので、第２の可動物の移動傾向を考慮して第１の可動物の進路を予測することになり、第１の可動物の進路の予測精度をさらに向上させることができる。
【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及び危険度判定方法に関するものである。

従来、このような分野の技術として、自車両の位置分布と可動物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、両者の衝突危険度の判定を行う危険度判定装置がある（例えば、特許文献１参照）。

特開２０１２−１６４１５９号公報

上記の危険度判定装置では、自車両の位置と可動物の位置とに基づいて自車両と可動物の進路を予測して、自車両と可動物との衝突危険度を判定している。しかし、この危険度判定装置では、可動物が複数存在する場合については考慮されておらず、各々の可動物に対する進路の予測精度を向上させる余地がある。

本発明は、このような課題を解決するために成されたものであり、可動物に対する進路の予測精度をさらに向上させることができる危険度判定装置、危険度判定方法を提供することを目的とする。

本発明は、自車両と第１の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、第１の可動物とは異なる第２の可動物の移動に関する移動情報に基づいて、第１の可動物が第２の可動物の移動に基づいて移動すると予測される確率を高めて、第１の可動物の進路を予測し、自車両と前記第１の可動物との衝突危険度を判定する判定手段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、自車両と第１の可動物との衝突危険度を判定する際に、第１の可動物とは異なる第２の可動物の移動情報に基づいて、第１の可動物が第２の可動物と同様の進路を取る可能性を高めて、第１の可動物の進路を予測して、自車両と第１の可動物との衝突危険度を判定する。このため、危険度判定装置は、第２の可動物の移動傾向を考慮して第１の可動物の進路を予測することになり、第１の可動物の進路の予測精度をさらに向上させることができる。従って、危険度判定装置は、自車両と可動物との衝突危険度判定を高精度に行うことができる。

移動情報が、第２の可動物による、所定の道路の横断を示す場合、判定手段は、第１の可動物が道路を横断すると予測される確率を高めて、第１の可動物の進路を予測することが好ましい。この場合、危険度判定装置は、第２の可動物が道路を横断すると、第１の可動物も当該道路を横断する確率が高くなるという傾向に基づいて第１の可動物の進路予測をすることができる。

また、危険度判定装置は、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第１の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、をさらに備え、判定手段は、分岐経路推定手段により推定された分岐経路毎に、第１の可動物が第２の可動物の移動に基づいて移動すると予測される確率を高めて、第１の可動物の進路を予測し、自車両と第１の可動物との衝突危険度を判定することが好ましい。この場合、危険度判定装置は、第１の可動物が第２の可動物の移動に基づいて移動すると予測される確率を高めて、分岐経路毎に第１の可動物の進路を予測するので、第１の可動物の進路の予測精度をさらに向上させることができる。

また、移動情報は、第２の可動物の移動の軌跡に関する情報であることが好ましい。この場合、危険度判定装置は、第２の可動物の移動情報として、第２の可動物の移動の軌跡を示す移動軌跡情報を用いることにより、より正確な第２の可動物の移動傾向を考慮して第１の可動物の進路の予測精度をさらに向上させることができる。

また、本発明は、自車両と第１の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、第１の可動物とは異なる第２の可動物の移動に関する移動情報に基づいて、第１の可動物が第２の可動物の移動に基づいて移動すると予測される確率を高めて、第１の可動物の進路を予測し、自車両と第１の可動物との衝突危険度を判定する判定ステップ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、自車両と第１の可動物との衝突危険度を判定する際に、第１の可動物とは異なる第２の可動物の移動情報に基づいて、第１の可動物が第２の可動物と同様の進路を取る可能性を高めて、第１の可動物の進路を予測して、自車両と第１の可動物との衝突危険度を判定する。このため、第２の可動物の移動傾向を考慮して第１の可動物の進路を予測することになり、第１の可動物の進路の予測精度をさらに向上させることができる。従って、自車両と可動物との衝突危険度判定を高精度に行うことができる。

本発明によれば、可動物に対する進路の予測精度をさらに向上させることができる危険度判定装置、及び危険度判定方法を提供することができる。

本発明に係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に示した分岐経路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に示した可動物位置分布変更部により、修正された存在可能度マップの一例を示す概念図である。 図１に示した可動物位置分布変更部により、修正された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した位置分布の一例を示す概念図である。 横断情報の一例を示す概念図である。 横断情報を用いて修正した位置分布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図である。 本発明の実施形態に係る危険度判定装置で実行される動作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、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１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、例えば、自動車等の車両（以下、「自車両」という）に搭載され、自車両と可動物（例えば、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の一部を構成している。

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、自車両が走行する周辺の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、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）受信機、自車両の速度センサ、加速度センサ、車載カメラ、車載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、後述するカーナビゲーション装置３の電子地図データから検出しても良い。

カーナビゲーション装置３は、上記道路環境に関するデータを含む電子地図データを保持し、当該電子地図データを用いて地図検索したり、経路案内したりする装置である。

コントローラ４は、特に図示しないが、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、危険度判定を行うプログラムを記憶したＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、データ等を記憶するＲＡＭ（Ｒａｎｄａｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、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、存在可能度マップ生成部６と、分岐経路生成部７と、可動物位置分布生成部８と、可動物移動予測部９と、横断情報記憶部１０と、横断情報取得部１１と、可動物位置分布変更部１２と、自車状態認識部１３と、自車予測移動分布生成部１４と、衝突判定部１５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の出力信号に基づく情報、カーナビゲーション装置３が保持する電子地図データに基づいて、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。具体的には、交通環境認識部５は、認識センサ２として機能する車載カメラによる画像データを解析し、特徴量の検出処理やパターンマッチング処理をすることにより、道路周辺の構造物（例えば、横断歩道、白線）を特定したり、可動物の位置・移動方向を特定したりする。

また、交通環境認識部５は、車載カメラによって、所定時間毎に撮像された画像データから特定した可動物の位置の変化に基づいて、ある道路を横断していると判断した場合、当該横断に関する情報である横断情報（例えば、横断した位置の軌跡、横断時刻、横断方向等を示す情報）を生成し、当該横断情報を後述する横断情報記憶部１０へ記憶する。

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あ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したりする。

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。なお、可動物種別を特定する方法としては、車載カメラにより撮像された画像データの抽出結果から特定する方法などがある。

ここで、存在可能度マップの例について図３を用いて説明する。図３（ａ）に示すように、車道Ａと歩道Ｂとの間に縁石Ｃが設置されている交通環境では、図３（ｂ）に示すように、可動物Ｒ１の存在可能度は、歩道Ｂでは１．０、縁石Ｃでは０．８、車道Ａでは０．５となる。

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い、当該移動予測に基づいた位置分布を生成する。

横断情報記憶部１０は、交通環境認識部５が生成した横断情報を記憶する。横断情報取得部１１は、横断情報記憶部１０から横断情報を取得する。なお、横断情報取得部１１は、自車両Ｐの位置周辺であり、且つ現在から一定時間前までの横断情報のみを取得することが好ましい。

可動物位置分布変更部１２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６により設定された可動物の存在可能度を、横断情報取得部１１が取得した横断情報に基づいて修正する。そして、可動物位置分布変更部１２は、修正後の存在可能度に基づいて、可動物移動予測部９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）を含み、且つ横断情報に基づいた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１２は、図４（ａ）に示すように可動物Ｒ１とは異なる可動物である可動物Ｒ２が道路Ａを横断した場合、図４（ｂ）に示すように、可動物Ｒ２の横断に関する横断情報に基づいて、可動物Ｒ２の横断した箇所の領域である横断領域Ｄの存在可能度を車道Ａの存在可能度より大きい値である１．０へ修正する。このように、可動物位置分布変更部１２は、可動物Ｒ２の横断に基づいて移動すると予測される確率を高める。すなわち、可動物位置分布変更部１２は、可動物Ｒ１が可動物Ｒ２と同様の進路を取る可能性を高める。

そして、可動物位置分布変更部１２は、修正後の存在可能度に応じて、可動物移動予測部９により生成された可動物の位置分布を変更する。

例えば、自車両Ｐ及び可動物Ｒ１の初期位置が図５（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及び可動物Ｒ１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５（ｂ）に示すようになる。つまり、可動物Ｒ１の分岐経路としては歩道Ｂ及び横断領域Ｄの２ルートがあるため、可動物Ｒ１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領域Ｄを渡るものとが混在するようになる。

自車状態認識部１３は、自車両Ｐの状態を認識する。具体的には、認識センサ２として機能する、ＧＰＳ受信機、加速度センサ、及び速度センサを用いて自車両Ｐの位置、加速度、及び速度等を認識する。

自車予測移動分布生成部１４は、自車状態認識部１３が認識した自車両Ｐの状態に基づいて、自車予測移動分布を生成する。具体的には、図５（ｂ）に示した自車両Ｐを表わす複数のパーティクルｐを生成する。

ところで、横断情報を用いることなく、可動物移動予測部９が、衝突危険度算出の対象となる可動物Ｒ１（歩行者）の位置に基づいて位置分布を生成すると、図６に示すような位置分布Ｓ１となる。可動物Ｒ１は、歩行者であるので、車道Ａを横断する可能性が低いため、歩道Ｂ側の方へ位置分布Ｓ１が広がっている。

これに対して、本実施形態では、図７に示すように、可動物Ｒ２（歩行者）が車道Ａを左から右へ横断した場合、交通環境認識部５は、自車両Ｐに搭載されている車載カメラによって、所定時間毎に撮像された画像データから特定した可動物Ｒ２の位置を特定し、可動物Ｒ２の軌跡に関する情報（例えば、可動物位置ｒｐ１、可動物位置ｒｐ２、及び可動物位置ｒｐ３を含む情報）を横断情報として生成し、当該横断情報を横断情報記憶部１０へ記憶する。

可動物位置分布変更部１２は、上記横断情報を用いて、可動物Ｒ２が横断した箇所周辺の領域（横断領域）も位置分布に含めるように位置分布を修正するので、図８に示す位置分布Ｓ２のようになる。

このように、可動物位置分布変更部１２は、可動物Ｒ１が可動物Ｒ２の移動と同様の進路を取る可能性が高められた位置分布Ｓ２を生成するので、一度横断があった領域ではその直後に連続して横断が起きる可能性が高いという特性に着目した位置分布Ｓ２を生成することができる。

衝突判定部１５は、可動物位置分布変更部１２により得られた可動物の位置分布と自車予測移動分布生成部１４により得られた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１５は、複数の分岐経路（予測ルート）毎に独立して衝突確率は、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−ｔｏｔａｌ}：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、外部装置の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、危険度判定装置１は、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。

衝突判定部１５は、可動物位置分布変更部１２により得られた可動物の位置分布を用いて衝突判定を行うので、可動物Ｒ２の移動傾向を考慮して可動物Ｒ１の進路を予測することになり、可動物Ｒ１の進路の予測精度をさらに向上させることができる。従って、危険度判定装置１は、自車両と可動物との衝突危険度判定を高精度に行うことができる。

また、衝突判定部１５は、分岐経路毎に可動物Ｒ１の進路を予測するので、可動物Ｒ１の進路の予測精度をさらに向上させることができる。

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Ｐ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。コントローラ４の分岐経路生成部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Ｒ１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。コントローラ４の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、横断情報取得部１１、可動物位置分布変更部１２、自車状態認識部１３、自車予測移動分布生成部１４及び衝突判定部１５は、可動物Ｒ２の横断情報に基づいて、可動物Ｒ１が可動物Ｒ２の移動に基づいて移動すると予測される確率を高めて、可動物Ｒ１の進路を予測し、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Ｐと可動物Ｒ１との衝突確率を算出し、自車両Ｐと可動物Ｒ１との衝突判定を行う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、危険度判定装置１が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９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、危険度判定装置１は、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。

（動作説明）
次に、本発明の実施形態に係る危険度判定装置１の動作について説明する。図１０は、本発明の実施形態に係る危険度判定装置１で実行される動作手順を示すフローチャートである。

まず、交通環境認識部５が、認識センサ２の出力情報（例えば、画像データ）やカーナビゲーション装置３が保持している地図情報に基づいて、自車両周辺の可動物の位置・移動状態、道路環境を認識する（ステップＳ１）。そして、行動分岐経路生成部７が、交通環境認識部５が認識した自車両Ｐ周辺の可動物Ｒ１の位置・移動状態、道路環境に基づいて可動物Ｒ１の可能な移動分岐経路を計算する（ステップＳ２）。次に存在可能度マップ生成部６が、交通環境認識部５が認識した道路環境に基づいて可動物Ｒ１の存在可能度マップを生成する（ステップＳ３）。そして、可動物位置分布生成部８が、存在可能度マップ生成部６が生成した存在可能度マップと、行動分岐経路生成部７が生成した行動分岐経路とに基づいた、可動物Ｒ１の位置分布を生成する（ステップＳ４）。

続いて、横断情報取得部１１が、横断情報記憶部１０から、自車両Ｐの位置周辺の可動物の横断情報（可動物Ｒ２の横断についての横断情報）を取得する（ステップＳ５）。コントローラ４が、可動物Ｒ１の移動状態又は可動物Ｒ１が向いている方向に基づいて、可動物Ｒ１が横断情報の位置付近に近づいているか否かを判断する（ステップＳ６）。コントローラ４によって、可動物Ｒ１が横断情報の位置付近に近づいていると判断された場合（ステップＳ６；Ｙｅｓ）、可動物位置分布変更部１２が、横断情報に基づいて存在可能度マップを修正し、修正した存在可能度マップに基づいて可動物Ｒ１の位置分布を修正する（ステップＳ７）。そしてステップＳ８に移行する。なお、コントローラ４によって、可動物Ｒ１が横断情報の位置付近に近づいていないと判断された場合（ステップＳ６；Ｎｏ）、可動物位置分布変更部１２による可動物Ｒ１の位置分布の修正を行わず、ステップＳ８に移行する。

ステップＳ８では、自車状態認識部１３が、自車両Ｐの速度、加速度を特定し、自車状態を認識する。そして、自車予測移動分布生成部１４が、自車両Ｐの速度等に基づいて自車両Ｐの位置分布を生成する（ステップＳ９）。次に衝突判定部１５が、可動物Ｒ１の位置分布と自車両Ｐの位置分布とに基づいて衝突確率を計算し（ステップＳ１０）、処理を終了する。

上述のように、自車両Ｐと可動物Ｒ１（第１の可動物）との衝突危険度を判定する際に、可動物Ｒ１とは異なる可動物Ｒ２（第２の可動物）の横断情報に基づいて、当該可動物Ｒ２の横断箇所の領域（横断領域Ｄ）の存在可能度を高める修正をすることにより、可動物Ｒ１が可動物Ｒ２の移動に基づいて移動すると予測される確率を高めて、可動物Ｒ１の進路を予測し、自車両Ｐと可動物Ｒ１との衝突危険度を判定する。

このように危険度判定装置１においては、自車両Ｐと可動物Ｒ１との衝突危険度を判定する際に、可動物Ｒ２の横断情報に基づいて、可動物Ｒ１が可動物Ｒ２と同様の進路を取る可能性を高めて、可動物Ｒ１の進路を予測して、自車両Ｐと可動物Ｒ１との衝突危険度を判定する。このため、危険度判定装置１は、可動物Ｒ２の移動傾向を考慮して可動物Ｒ２の進路を予測することになり、可動物Ｒ１の進路の予測精度をさらに向上させることができる。従って、危険度判定装置１は、自車両Ｐと可動物Ｒ１との衝突危険度判定を高精度に行うことができる。

また、危険度判定装置１においては、可動物Ｒ２の横断情報に基づいて、可動物Ｒ１の移動予測を行うので、可動物Ｒ２が道路を横断すると、可動物Ｒ１も当該道路を横断する確率が高くなるという傾向に基づいて可動物Ｒ１の進路予測をすることができる。

さらに、危険度判定装置１においては、交通環境認識部５は、自車両Ｐの周囲の交通環境を認識し、分岐経路生成部７が、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Ｒ１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し、分岐経路生成部７により推定された分岐経路毎に、可動物Ｒ１が可動物Ｒ２の移動に基づいて移動すると予測される確率を高めて、可動物Ｒ１の進路を予測し、自車両Ｐと可動物Ｒ１との衝突危険度を判定する。これにより、危険度判定装置１は、分岐経路毎の可動物Ｒ１が可動物Ｒ２の移動に基づいて移動すると予測される確率が高まるので、可動物Ｒ１の進路の予測精度をさらに向上させることができる。

さらに、危険度判定装置１においては、可動物Ｒ２の横断情報として移動の軌跡に関する情報であることが好ましい。この場合、危険度判定装置１は、可動物Ｒ２の横断情報として、可動物Ｒ２の軌跡を示す移動軌跡情報を用いることにより、より正確な可動物Ｒ２の移動傾向を考慮して可動物Ｒ１の進路の予測精度をさらに向上させることができる。

上述の実施形態において、可動物Ｒ２の横断情報を用いて、可動物Ｒ１の移動予測をする場合について述べたが、可動物Ｒ２による横断以外の移動に関する情報（移動情報）を用いて、可動物Ｒ１の移動予測をするようにしても良い。

上述の実施形態において、画像データに基づいた可動物Ｒ２の横断情報を用いる場合について述べたが、過去の交通情報等、種々の情報を横断情報として用いるようにしても良い。

１…危険度判定装置、２…認識センサ、３…カーナビゲーション装置、４…コントローラ、５…交通環境認識部、６…存在可能度マップ生成部、７…分岐経路生成部、８…可動物位置分布生成部、９…可動物移動予測部、１０…横断情報記憶部、１１…横断情報取得部、１２…可動物位置分布変更部、１３…自車状態認識部、１４…自車予測移動分布生成部、１５…衝突判定部。

Claims (5)

1. 自車両と第１の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、
   前記第１の可動物とは異なる第２の可動物の移動に関する移動情報に基づいて、前記第１の可動物が前記第２の可動物の移動に基づいて移動すると予測される確率を高めて、前記第１の可動物の進路を予測し、前記自車両と前記第１の可動物との衝突危険度を判定する判定手段
   を備えることを特徴とする危険度判定装置。
2. 前記移動情報が、前記第２の可動物による、所定の道路の横断を示す場合、
   前記判定手段は、前記第１の可動物が前記道路を横断すると予測される確率を高めて、前記第１の可動物の進路を予測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第１の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、をさらに備え、
   前記判定手段は、前記分岐経路推定手段により推定された前記分岐経路毎に、前記第１の可動物が前記第２の可動物の移動に基づいて移動すると予測される確率を高めて、前記第１の可動物の進路を予測し、前記自車両と前記第１の可動物との衝突危険度を判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. 前記移動情報は、第２の可動物の移動の軌跡に関する情報であることを特徴とする請求項１から３いずれか一項記載の危険度判定装置。
5. 自車両と第１の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、
   前記第１の可動物とは異なる第２の可動物の移動に関する移動情報に基づいて、前記第１の可動物が前記第２の可動物の移動に基づいて移動すると予測される確率を高めて、前記第１の可動物の進路を予測し、前記自車両と前記第１の可動物との衝突危険度を判定する判定ステップ
   を含むことを特徴とする危険度判定方法。
   

Images