JP2016051465A - 衝突後操縦計画を行う方法及びシステム、並びに当該システムを備える車両 - Google Patents

Abstract

【課題】他の交通物体との衝突を回避すべく他の交通物体の軌道を予測するよう構成された予測緊急ＡＤＡＳ（predictive emergency ａｕｔｏｍａｔｅｄ ｄｒｉｖｅｒ ａｓｓｉｓｔａｎｃｅ ｓｙｓｔｅｍｓ）を提供する。
【解決手段】２つの交通物体が衝突する確率を推定し、関与する交通物体の当該衝突後の動きを予測する。交通物体の可能性のある動きについてのこの情報を用いて、予測緊急ＡＤＡＳを備えるホスト車両のための回避操縦の適切な軌道経路を計画する。衝突状況を検知し、衝突状況モデルを適用して、互いに衝突したか又は衝突しようとしている他の交通物体の将来の力学的特性を予測するシステムである。コリジョンモデル（collision model）、衝突シミュレーションや衝突試験から導出されたモデル又は緊急状況における人間の反応のモデルなどの、特定の衝突モデルを適用する。
【選択図】図３

Description

本発明は、航空、陸上、海洋の乗り物又は車両（vehicle）のための、自動化されコンピュータ化された運転者支援システムの分野に関する。当該システムでは、例えば、ホスト車両のセンサが、当該ホスト車両の環境を物理的に検知して交通環境を表すデータを取得し、コンピュータユニットが、当該取得したデータに基づいて処理を行って、ホスト車両のガイダンスの際に運転者を支援する情報を出力する。本発明は、特に、ホスト車両の運転者が他の交通参加者との衝突を回避することができるように、又はホスト車両の自動運転者支援システム（ADAS、automated driver assistance system）が自律的に衝突を回避できるように、他の交通参加者の将来の軌道（trajectories）を予測する緊急事態予測ＡＤＡＳ（predictive emergency automated driver assistance systems）の分野に関する。

“アダプティブ・クルーズ・コントロール（Adaptive Cruise Control）”のような運転者支援システムは、運転者の快適性と安全性とを増進する。これらは、現在では特に、例えば運転者が指定した速度に関して、ホスト車両の縦方向制御（長手方向制御）（longitudinal control）を実行するのに用いられ、他の陸上用、航空用、又は海洋用の乗り物又は車両（自動車、バイク、トラック等々）、歩行者．．．のような他の交通物体の範囲にまで及んで用いられている。ホスト車両は、当該ホスト車両の環境を物理的に検知するセンサと、少なくとも一つの当該センサの出力信号を処理する演算ユニット（computing unit）と、を備える（「ホスト（host）」する）。縦方向制御と組み合わせてホスト車両の横方向制御（lateral control）を行うことは、他の交通参加者との衝突を回避する上で特に重要である。衝突回避は、将来のＡＤＡＳの中心的な目標の一つである。衝突寸前の状況のような緊急状況や自車両直前での衝突などの例外的状況が発生した場合、運転者は、追突被害軽減ブレーキ（ＣＭＢＳ）などのＡＤＡＳコンポーネントの支援の便利さを実感する。ＣＭＢＳシステムは、ホスト車両と他の交通物体との衝突を回避又は緩和するべく、自律的にホスト車両を減速させて静止させるか、又は操舵命令により自律的に他の物体を回避するよう制御を行う。

衝突寸前の状況が発生した場合、交通状況へのホスト車両の反応がより早く開始されれば、衝突を効果的に回避できる確率はより高くなる。ホスト車両が、より早くブレーキをかけ始めるか、または、より早く回避操縦の実行を開始すれば、必要な動きはそれほど極端なものとはならず、衝突回避の可能性もより高まる。より早く反応するためには、他の交通物体の動きを高信頼に予測することが非常に重要となる。このことは、２つの交通物体が衝突し、当該衝突の発生後に突然且つ急激にそれらの速度と方向とが変化するような場合に、特に当てはまる。

ここで、ホスト車両とは、本発明に従う運転者支援システムが搭載され、且つ他の交通車両の可能性のある将来挙動の計算を可能とするデータ取得手段とコンピューティングシステムとが備えられた、或る交通状況内に存在する車両をいう。ホスト車両は、自車両と称されることもある。

センサは、或る時刻での交通場面の少なくともいくつかの側面を表現するのに適切な情報を送ることのできる任意の手段であるものとすることができる。そのようなセンサは、それぞれ異なるタイプのカメラ、レーダ、ライダであるものとすることができ、これらは、データ取得手段の一部又は全部を構成するものとすることができる。また、データ取得手段は、実施形態に関連して後述するように、通信手段を含むものとすることができる。

対象物体とは、少なくとも一つのセンサにより情報を生成することによって観察される物体であって、その将来挙動が推定されることとなる物体をいい、対象車両であり得る。他の物体は、歩行者や、自転車に乗った人等であり得る。

従来技術では、危険状況を検出すると共に、当該検出した危険状況に応じた適切なアクションを開始するべく、交通シーンにおける他の交通参加者の現在の状態を評価する上述のシステムが存在する。適切なアクションとは、例えば、他の交通物体との衝突を回避又は緩和するための、警告や非常ブレーキである。

他のカテゴリの支援システムは、通常の交通状況において他の交通物体の将来の動きを表す予測情報を生成すべく、交通状況モデルを適用して、交通環境を表すデータ（センサデータ）を取得するよう構成されている。そのようなシステムは、将来の動きに関するこの予測情報に基づいて、警告や、ホスト車両の回避軌道の算出等の更なるアクションを計画し又は開始する。

関連する研究において報告されたシステムは全て、警告、ブレーキ、回避操縦などの、推奨されるアクションの基礎を、ホスト車両において利用可能な情報と車両機動性に関する従来知識のみに置いている。衝突を回避するのに適すると思われる他の交通物体の操縦だけが考慮される。

特許文献１には、障害物を検出して、当該障害物までの現在の距離と相対速度を算出し、当該障害物と衝突するまで衝突余裕時間（TTC）に基づいて警告や様々なレベルのブレーキングなどの複数段階のアクションを起動するシステムが記載されている。その障害物の将来の動きは考慮されない。

特許文献２には、ホスト車両周辺の交通関連物体を検出して、当該ホスト車両の将来軌道と少なくとも一つの他の交通物体の将来軌道とを予測するシステムが記載されている。ホスト車両の回避軌道を予測すべく、検知した環境を用いて交通物体の危険の程度を算出する。予測されたこの回避軌道に基づいて、このシステムは、運転者への固定的な推奨経路の提示、運転者への警告、車両ブレーキ及び操舵の適用、といった動作の少なくとも１つを開始することができる。

引用した文献はいずれも、衝突する交通物体の衝突後の動きを予測しない。すなわち、最新技術は、衝突に関与する交通物体の動き予測に際し衝突力学の認知を欠いている。

上述した最新技術は、現在利用可能な既知の方法に比べて更に改善された衝突回避機能を必要としている。本発明は、したがって、独立請求項１に従う方法、及びこれに対応するシステム、車両及びプログラムにより、上述の問題を解決する。

本発明の方法は、ホスト車両の運転者を支援する。ホスト車両は、少なくとも一つのデータ取得手段と、処理手段と、を含み、本方法は、まず、前記データ取得手段により、交通環境を表すデータを取得するステップを有する。本方法は、前記取得された交通環境を表すデータを処理して、当該交通環境を表すデータから衝突判断情報を生成し、当該衝突判断情報に基づいて、少なくとも一つの対象物体が関与する衝突状況が発生するか否か、すなわち、そのような衝突の確率が所定の値を超えているか否かを判断し、衝突状況が存在すると判断されるときは、少なくとも一つの衝突状況モデルを適用することにより、前記交通環境を表すデータに基づき、前記少なくとも一つの対象物体についての、そのような衝突後における移動挙動を予測する、ことを特徴とする。

すなわち、本方法は、他の二つの交通参加者が衝突する確率を見積もるステップにより、及び衝突しようとしている前記少なくとも一つの対象物体又はすべての交通参加者の、それらの衝突後の可能性のある動きを予測する次のステップにおいて、この技術問題に対処する。

前記交通環境を表すデータは、ホスト車両の将来の動きの可能性に関連する当該ホスト車両周辺の交通シーンと関連つけるのに適した何らかのデータであるものとすることができ、特に、ホスト車両に搭載された少なくとも一つのセンサにより取得されるデータ（センサデータ）であるものとすることができる。

衝突判断情報は、検知された交通シーンにおける衝突の可能性を表現する判断値（determination value）、当該可能性のある衝突に関与する交通物体の個体識別と特性とに関するデータ、当該可能性のある衝突シーンについての基礎を構成する交通シーンを表現するデータ、等で構成され得る。

本発明の方法の望ましい実施形態は、衝突状況があると判断されるときに、少なくとも一つの交通状況モデルを適用することにより、前記交通環境を表すデータに基づいて少なくとも一つの更なる対象物体の更なる移動挙動を予測するステップを含む。この少なくとも一つの更なる対象物体は前記衝突状況に関与しない物体であって、本方法は、更に、前記予測された更なる移動挙動と前記交通状況モデルとに基づき、前記予測情報を生成するステップ、を含む。

前記衝突判断情報に基づく、少なくとも一つの対象物体が関与する衝突状況が発生するか否かの判断には、他の交通物体（交通参加者）との衝突を避けるために当該対象物体に必要とされる減速量に基づいて、衝突状況が発生しようとしているか否かを判断することが含まれる。

本発明の一の実施形態では、予測情報を用いて、ホスト車両のための回避操縦の回避軌道（経路）が計画される。本発明は、回避操縦計画モジュールが他の交通物体との衝突を回避するか又は少なくとも緩和するためのホスト車両の回避軌道を算出できるように、衝突に関与しようとしているか又は既に関与している他の車両の軌道を予測する。

本発明の一の実施形態によると、本方法は、予測情報に基づいてホスト車両の少なくとも１つ将来移動軌道を算出することを特徴とする。

一の有利な実施形態に従う本方法は、少なくとも一つ衝突状況モデルを用いて前記少なくとも一つの対象物体の将来移動挙動を算出することを含み、前記少なくとも一つの衝突状況モデルは、少なくとも一つの物理的な衝突モデル（物理衝突モデル）で構成されている。前記物理衝突モデルは、弾性衝突モデル、非弾性衝突モデルの少なくとも一つを含むか、又は弾性衝突モデルと非弾性衝突モデルの組み合わせを含み得る。

本発明の一の実施形態は、衝突試験データを分析することにより生成される少なくとも一つの衝突状況モデルを用いる。特に、衝突に関与する物体の質量が推定されることが望ましい。そのような推定は、例えば、車両タイプを特定し、対応する車両タイプに関してあらかじめ定められた質量値を用いることで行うものとすることができる。車両タイプは、例えば、リムジン、ステーションワゴン、スポーツカー、バン、トラック、作業機械（working machine）、オートバイ等であり得る。上記タイプの特定は、画像処理を行って、観測された車両に最も良い近似を示す車両のタイプを判定することで行われ得る。一つの可能な代替選択肢は、もちろん、正確なモデルを特定することである。両者は、car-to-X通信によっても実行され得る。そして、車両のタイプ又はモデルに関する知識を用いて、対応する車両（物体）の質量が決定される。当該質量は、システムに保存された対応表から得られるものとすることができる。また、衝突状況モデルは、少なくとも一つの交通物体（交通参加者）が関与する一つ又は複数の衝突（破壊）シミュレーションにより生成されたデータに基づき得る。

一の実施形態に従う方法は、前記少なくとも一つの交通状況モデルが、追い越し状況モデル（overtaking situation model）、追行状況モデル（follow situation model）、及び回避状況モデル（evasion situation model）、の少なくとも一つの交通状況モデルを含むことを特徴とする。

本方法の一実施形態では、ホスト車両の前記少なくとも一つの将来移動軌道は、高速探索ランダムツリー（Rapidly-exploring Random Tree）処理法、又は当該処理法から派生した処理法を用いて算出することができる。本方法の更なる実施形態では、ホスト車両の前記少なくとも一つの将来移動軌道は、動的計画法又は当該計画法から派生した方法に基づいて算出される。予測される前記少なくとも一つの将来移動軌道は、ホスト車両と他の交通物体又は障害物との間の何等かの衝突を回避する、計画された回避軌道であり得る。

一の望ましい実施形態に従う、ホスト車両が備える一のデータ取得手段は、少なくとも一つの対象物体の状態を判定するのに適したホスト車両の交通環境に関するデータを取得するよう構成されている。得られたホスト車両の交通環境に関連するデータは、少なくとも一つのセンサ手段により生成されるセンサデータであり得る。そのようなセンサ手段は、レーダ、ライダ、カメラなどの光センシング手段、の少なくとも一つ、又はこれらのセンサ手段の任意の組み合わせ、を含むものとすることができる。また、一の実施形態のデータ取得手段は、車車間通信のためのユニット、路車間通信のためのユニット、又は他の交通参加者の状態の判定を可能とするその他の任意の通信手段も含むものとすることができる。

車両の望ましい実施形態に従うホスト車両の少なくとも一つのセンサ手段は、道路の状態を特定するように適合され得る。また、前記少なくとも一つのセンサ手段は、例えば、温度センサ、雨センサ、又は気象情報の受信装置などの、環境センサを含み得る。

本発明の一の実施形態に従う本方法は、予測情報に基づいて生成された作動情報を運ぶ作動信号を生成するステップと、前記作動信号に基づいてアクチュエータを制御するステップと、を有する。アクチュエータは、例えば、音響警告信号、若しくは光警告信号、若しくは触覚警告などの、車両の運転者に情報を提示する手段であるものとすることができ、又は当該アクチュエータは、車両制御器を制御するか又は車両制御器に影響を与える何らかの手段であり得る。車両制御器は、例えば、車両ブレーキや車両の操舵ユニットであり得る。さらに、アクチュエータは、吸収エレメント（absorption elements）やエアバッグシステムのインフレータなどの受動的な安全装備の起動及び又は実行を開始させるか又は当該起動及び又は実行に影響を与える、何らかの手段であり得る。

更なる実施形態では、アクチュエータを制御するステップは、車両をその横方向の動きについて制御すること、及び又は車両の運転者に回避軌道を推奨すること、を含み得る。一の実施形態では、例えば、電動パワーステアリングを制御することにより、及び又は車両の少なくとも一つの車輪を加速又は減速することにより、当該車両を横方向の動きについて制御するものとすることができる。これに代えて、又はこれに加えて、ホスト車両の衝突を避けることができず、したがってホスト車両が衝突に関与することとなる場合には、受動的な安全装置が準備又は起動され得る。単純な実施形態では、吸収エレメントが前もって準備され得る。例えば、ダンパーエレメント（damper elements）が所定の位置に配されたり、車両ドアに吸収フォーム（absorption foam）が充填され得る。もちろん、より正確に衝突のコースを特定できるときは、特に、必要に応じてこれを行うものすることができる。例えば、エアバッグシステム（複数）を、複数衝突のシナリオに応じて適切なタイミングで膨らませるものとすることができる。この場合、例えば、最初に前部エアバッグが作動され、その後、これに続く側方における衝突の際に、必要に応じて対応するサイドエアバッグが作動される。

本技術的課題は、ホスト車両の交通環境を表すデータを取得するよう構成された少なくとも一つのデータ取得手段と、処理手段と、を有する、ホスト車両の運転者を支援するシステムにより解決される。前記処理手段は、衝突判断情報を生成すべくホスト車両の交通環境を表すデータを処理するよう構成されており、当該処理手段は、さらに、前記衝突判断情報に基づいて、少なくとも一つの対象物体が関与する衝突状況が発生するか否かを判断するよう構成された衝突検知モジュールと、センサデータに基づいて、少なくとも一つの衝突状況モデルを適用することにより当該衝突の後における前記少なくとも一つの対象物体の移動挙動を予測するよう構成された衝突軌道予測モジュールと、を備える。

一の望ましい実施形態に従う、車両の運転者を支援するシステムでは、前記処理手段は、さらに、衝突状況が発生すると判断されるときに、ホスト車両の交通環境を表すデータに基づき、少なくとも一つの交通状況モデルを適用して、当該衝突状況に関与していない少なくとも一つの更なる対象物体の更なる移動挙動を予測するよう構成されている。前記処理手段は、前記交通状況モデルに基づいて算出された前記予測される更なる移動挙動と、前記衝突状況モデルに基づいて算出された前記移動挙動と、に基づいて、前記予測情報を生成するよう構成されている。

一の更なる実施形態では、車両の運転者を支援する本システムは、前記処理手段が、前記予測情報に基づいて前記ホスト車両の少なくとも一つの将来移動軌道を算出するよう構成されたホスト車両回避軌道計画モジュールを更に備える、ことを特徴とする。

一の実施形態に従う車両の運転者を支援する本システムは、少なくとも一つの衝突状況モデルに基づき、少なくとも一つの物理衝突モデルを適用してセンサデータを処理するよう構成された衝突軌道予測モジュールを含む。

一の更なる有利な実施形態では、ホスト車両の運転者を支援する本システムは、分析された衝突試験データ及び又は衝突シミュレーションデータを含む少なくとも一つの衝突状況モデルに基づいて、ホスト車両の交通環境を表すデータを処理するよう構成された衝突軌道予測モジュールを備える。本システムは、更に、質量推定ユニットを有するか、又は前記処理手段が、衝突に関与する車両（単数又は複数）の質量を推定するよう構成されている。この推定又は特定は、本発明の方法に関して上述したように実行される。

ホスト車両の運転者を支援する本システムでは、非衝突軌道予測モジュールは、追い越し状況モデル、追行状況モデル、回避状況モデルの少なくとも一つを含む少なくとも一つの状況モデルを適用することにより、更なる移動挙動を予測するよう構成されている。

一の有利な実施形態では、ホスト車両の運転者を支援する本システムは、高速探索ランダムツリー処理法（rapidly-exploring random tree processing）若しくは当該処理法から派生した処理法、又は動的計画法若しくは当該計画法から派生した方法を用いて、ホスト車両の少なくとも一つの更なる将来移動軌道を算出するよう構成されたホスト車両回避軌道計画モジュールを含む。

一の実施形態に従う車両の運転者を支援する本システムでは、少なくとも一つのセンサが、少なくとも一つの対象物体の状態を特定するか、または道路の状態を特定するよう構成されている。

一の有利な実施形態では、ホスト車両の運転者を支援する本システムは、前記予測情報に基づいて作動信号を生成し、及び当該作動信号に基づいてアクチュエータを制御するよう構成された、作動処理モジュールを更に備える。

一の実施形態に従うホスト車両の運転者を支援する本システムでは、前記作動信号が、アクチュエータを制御して車両をその横方向に動きついて制御し、及び又は車両の運転者に回避軌道を推奨する。

本発明の一実施形態に係る作動処理モジュールは、本発明に従う方法に関連して上述したように、ホスト車両が衝突に関与することになると判断される場合には、電動パワーステアリングを制御するか、及び又は車両の少なくとも一つの車輪を加速又は減速することにより、及び又は受動的な安全装備により、横方向の動きについて当該車両を制御するよう構成されている。

本技術的課題は、上述した実施形態のいずれかに従う、出力信号により車両の制御に影響を与えるよう構成された運転者支援システムを備える車両により、更に有利に解決される。

上記問題は、コンピュータ又はデジタルシグナルプロセッサ上で実行されたときに前記車両の運転者を支援する方法のステップを実行するプログラムコード手段を有するコンピュータプログラムにより、有利に解決される。

本発明では、システムは、上述した状況を検知し、互いに衝突し又は衝突しようとしている他の交通参加者の（進行方向や速度のような）将来の力学的特性を、モデルを適用して予測することが求められる。このため、本発明は、物理学から導出される衝突モデル（例えば、コリジョンモデル（collision model）、衝突シミュレーション及び衝突試験から導出されるモデル、又は緊急状況における反応遅れについての人間挙動のモデル）を適用することを提案する。その結果として得られる予測軌道は、静止した障害物等の交通環境についてのその他の情報と共に用いられて、ホスト車両の衝突を回避し又は緩和するような、当該ホスト車両についての回避軌道が計画される。

本発明の方法及びシステムは、添付の図面を参照して、より詳細に説明される。
交通物体間（交通参加者間）の衝突が発生した交通シーンを示す図である。 交通物体間の衝突があった直後の交通シーンを示す図である。 本発明の一実施形態に従う衝突回避システムを示す図である。 本発明の一実施形態に従う衝突軌道予測シーケンスを示す図である。 本発明の一実施形態に従う衝突軌道予測シーケンスを示す図である。 本発明の一実施形態に従う衝突回避方法についてのフロー図である。

〔発明の詳細な説明〕
本発明に従う本方法は、ホスト車両上で若しくはホスト車両により、又は一つ又は複数のセンサ手段を備えるホスト車両に搭載された対応するコンピューティングシステム上で又はコンピューティングシステムにより、実行される。

センサは、或る時刻における交通シーンを表現するのに適した情報を取得することのできる任意の手段であり得る。そのようなセンサは、カメラ、レーダ、ライダ等であり得る。

対象物体（対象交通参加者）は、データ取得手段（例えば、少なくとも一つのセンサ手段）により取得された情報を生成することにより観測された、将来挙動、移動軌道の推定対象である物体又は車両である。

本発明は、特に、他の交通参加者及び障害物との衝突を避けるか又は少なくとも緩和するためのホスト車両の回避軌道を回避操縦計画モジュールが計算できるように、衝突に関与しようとしているか又は既に関与している他の車両の軌道を予測することを目的とする。回避軌道は、対象物体の動きパラメータ（例えば速度、物体質量、当該対象物体に対する何らかの外部影響）を考慮した、所与の時間にわたる交通物体の可能性のあるコースを表す移動経路の空間表現である。

特許文献３には、ホスト車両のレーンに割り込むか又はホスト車両のレーンから離脱する対象物体を例として、対象交通物体の移動挙動を予測するべくホスト車両において実行される手法が記載されている。この手法は、２つの個別の予測モジュールに基づいている。コンテキストベース予測は、将来移動挙動を予測する、すなわち何が起こるかの判断であり、物理的予測は、挙動がどのように生ずるかの判断に関連する。コンテキストベース予測は、少なくとも間接指標に依拠し、物理的予測は、直接指標に依拠する。

指標は、対象車両の将来の又は現在の挙動に関する情報を運ぶ測定可能な変数と、当該測定可能な変数の状態を示す信頼度値で構成される。

直接指標は、予測されるべき対象物体の挙動が既に開始されているときにのみ観測することのできる、観測可能な変数で構成される。車線変更を予測する場合、直接指標のセットは、横方向速度、そのレーンに対する相対的な横方向位置、そのレーンに対する相対的な方位変化、他の交通参加者に対する相対的な方位変化、の一つ又は複数を含み得る。

間接指標は、予測された挙動が開始される前に既に観測することのできる観測可能な変数で構成される。間接指標は、直接指標を除く指標の集合であり得る。例えば、間接指標は、ホスト車両に隣接するレーン上でフィッティングギャップが利用可能であるか否かを示す指標のような、少なくとも一つの交通参加者と一つ又は複数の他の交通参加者又は静止シーン要素との間の関係についての情報に関連し得る。

他の間接指標は、挙動の予測対象である交通参加者により能動的に伝えられ得る運転者の意志についての情報に関連し得る。転回信号、ブレーキライト、または車車間通信により受信される情報により示されたと思われる意志が、その例である。

対象車両について、可能性のある軌道のセットが算出され得る。コンテキストベース予測からの予測された移動挙動を用いることにより、関連する軌道のセットが縮小され得る。物理的予測において、検知された位置データの履歴に対して交通状況モデルをマッチングさせることは、関連する軌道をさらに縮小するための助けとなり得る。

より具体的には、対象車両の将来位置を予測する場合、第１のステップにおいて、コンテキストベース予測により、対象車両が一群の可能性のある移動挙動の一つを実行する確率を算出する。これらの移動挙動の一部または全部を、物理的予測により検証する。物理的予測は、コンテキスベース予測、物理的証拠、および車両の関連付け（vehicle relations）、の結果の組み合わせに対し、一群の可能性のある軌道のセットを検証する。更に、物理的予測は、それぞれの車両の将来位置を推定する。最終ステップは、物理的予測とコンテキストベース予測との一貫性を分析するミスマッチ検出であり得る。ミスマッチである場合には、物理的予測への後戻り処理（fallback）が実行され得る。

コンテキストベース予測、物理的予測、およびミスマッチ検出は、状況固有モデル（situation specific models）の中にカプセル化することができ、運転者支援システム内の異なるハードウェアユニットによって実行され得る。環境検知又は自己位置推定の結果に基づいて、車両環境に適合する適切な交通状況モデルが有効化され、又は無効化される。

コンテキストベース予測及び物理的予測により対象交通物体の移動挙動を予測するシステムの実現については、特許文献３を参照されたい。

図１には、時刻ｔ１における交通シーンの一例が示されている。道路１の直線部分は、各走行方向についてそれぞれ一つのレーンを持ち、一列の路側樹木２が並べられている。ここに示す交通シーンでは右側走行が適用されるものとするが、本発明はこれに限定されるものではない。時刻ｔ１において、３台の車両、例えば、速度４

を持つ車両Ａ３と、速度６

を持つ車両Ｂ５と、速度８

を持つ車両Ｅ７と、が右側レーンに沿って走行している。それぞれの車両速度ベクトル４、６、及び８、すなわち、

は、図１におけるそれぞれの車両の速度値に比例している。

ここに示すシーンでは、車両Ａ３は、第１の位置９にある車両Ｂ５に衝突しようとしている。この例では、車両Ａ３に対し同じ走行方向へ所与の距離を持って後続するホスト車両Ｅ７は、車両Ａ３及び車両Ｂ５のいずれかとの差し迫った衝突を避けるべく、第１の位置９において当該衝突を回避しなければならない。

ホスト車両Ｅ７に搭載された何らかの回避システムは、ホスト車両Ｅ７のための回避軌道を算出するであろう。ホスト車両Ｅ７のために回避軌道を算出する際には、他の交通参加者についての検知された軌道が用いられ得る。この場合、衝突に関与する物体の方向（及び速度）に対する当該衝突の影響を考慮することのない車両Ｅ７に搭載された衝突回避システムは、衝突に関与する車両Ａ３及びＢ５が、それらの現在の所与の速度ベクトル４及び６、すなわち

を持って、車両Ｅ７の速度ベクトル８

の方向に向かって、車両Ｅ７の直ぐ前の右レーン上に居続けるであろうと考え、当該衝突に関与する車両Ａ３及びＢ５を通過すべく、左レーンへの回避操縦を推奨するか、又は車両Ｅ７の適切なアクチュエータを用いて当該操縦を実行するであろう。

車両Ａ３、Ｂ５、及びＥ７のぞれぞれは、当該車両が前方へまっすぐ走行しているときは、垂直断面の中心点を通る走行方向に沿ったラインとして定義される中心線を持つ。しかしながら、図１には、車両Ａ３とその中心線とが、車両Ｂ５とその中心線とに対し、走行方向において僅かに横へシフトしていることが示されている。車両Ａ３と車両Ｂ５との衝突の場合、ホスト車両のセンサにより測定され得るこれらの中心線のオフセットは、現在検知されている速度ベクトル４及び６、すなわち

とは全く異なる車両Ａ３及び車両Ｂ５の衝突後の将来軌道を生み出す結果となる可能性が高い。ホスト車両Ｅ７に搭載されたセンサが取得する現在の速度ベクトル４及び６、すなわち

は、ホスト車両Ｅ７が搭載する従来のＡＤＡＳによって実行される車両Ａ３及びＢ５の将来軌道の算出についての支配的な入力であろう。

図２は、図１に示すシーンが展開した（時間的に進んだ）状態を表す交通シーンの一例を示している。図２に示す状況は、時刻ｔ１に車両Ａ３と車両Ｂ５との衝突が発生した後の時刻ｔ２における状況を描いたものである。図２に示すように、車両Ａ３及び車両Ｂ５は、それらが図１において占めていた走行レーン上には存在せず、車両Ａ３と車両Ｂ５の中心線の僅かな横方向オフセットに起因して、車両Ａ３と車両Ｂ５とは、図２においては全く異なる形で移動し、移動方向及び速度に関して新しい移動ベクトル４及び６

を持つものとなっている。

参考のため、位置９での衝突が発生する時刻ｔ１においてホスト車両Ｅ７が存在していた位置１１から始まる破線１２により、最新の衝突回避システムにより選択される可能性の高い従来の軌道を示す。図２に示すように、従来の軌道１２は、衝突位置９から図２における車両Ａ３の新しい位置に至る軌道と、ホスト車両Ｅ７と、の間の衝突を招くこととなろう。

本発明の一実施形態に従う車両運転者を支援する本方法は、衝突発生の事実、当該衝突の具体的な状況、及び当該衝突に適用可能な物理現象（physics）を考慮して、車両Ａ３と車両Ｂ５の移動挙動を推測し、車両A3及びB5の衝突後の移動軌道の予測を正しく実行する。A及びBについての改良された移動予測を用いて、ホスト車両Ｅ７でのダメージ発生のリスク及び車両乗員の負傷発生のリスクを最小にするための、ホスト車両Ｅ７の最適な回避軌道１０が予測される。移動挙動を予測し衝突後の操縦を計画する一実施形態に係る本発明のシステムを、図３に関連して説明する。

本発明の一実施形態に従う運転者を支援するシステム２３は、図３に示すように、３つの主要モジュールを含む。

運転者を支援するシステム２３が備える衝突検知モジュール１３、衝突軌道予測モジュール１４、及び非衝突軌道予測モジュール１５は、それぞれ、ホスト車両Ｅ７の交通環境を表すデータを受信する。当該データには、例えば車両や歩行者等の交通物体（又は交通参加者）、道路エリアやレーン等の道路環境、及び樹木２やガードレール等の静止障害物、についての情報を運ぶセンサデータが含まれる。

運転者を支援するシステム２３は、例えばレーダセンサ（単数又は複数）、ライダセンサ（単数又は複数）、カメラ（単数又は複数）や、温度センサ、雨センサ、雪センサ等の環境センサ、あるいは上述した物体の検出に適したその他の任意のセンサデバイス、若しくは車両の走行力学に影響する道路状態又はその他の環境状態を評価するのに適したその他の任意のセンサデバイス、等の、少なくとも一つのセンサ手段を含むものとすることができる。

さらに、前記少なくとも一つのセンサ手段は、車車間通信又は路車間通信等の通信技術を用いるよう構成された通信手段を備えるものとすることができる。上記通信技術により、運転者を支援するシステム２３は、車両等の他の交通物体の状態を推定することができる。前記他の車両の状態には、現在の操舵角、スロットル位置、ブレーキ位置、実際の加速度／減速度、又は、例えば車車間通信により通信される他の交通物体のＡＤＡＳシステムの計画されたアクション、を含み得る。

データ取得手段は、交通環境を表すデータ１７を衝突検知モジュール１３に出力する。衝突検知モジュール１３は、交通環境を表すデータ１７を分析して、衝突判断情報を生成する。衝突判断情報は、ホスト車両Ｅ７周囲の任意の交通物体間の衝突状況であってホスト車両Ｅ７に搭載されたセンサ手段が検知した衝突状況が、差し迫ったものであるか否かを衝突検知モジュール１３が判断できるようにする情報である。

衝突検知モジュール１３は、衝突判断情報に基づいて、衝突状況が存在するか否か又は発生しようとしているか否か、及びホスト車両周辺のどの交通物体が当該衝突状況に関与しているか、を判断する。

特に、衝突検知モジュール１３は、他の車両のどれが衝突しようとしているか、または既に衝突しているかを判断する。

検知した衝突状況に関与する車両の車両識別データ、当該車両の車両特性、位置特性、及び運動特性を表すデータが、衝突挙動予測のための衝突状況モデルを適用する原因となった衝突状況を表すデータ１８として、衝突状況予測モジュール１４に渡される。

オプションとして、挙動予測のため（非衝突交通）状況モデルを適用するよう構成された挙動予測モジュール１５に、他の全ての交通物体についてのデータが渡される。

衝突軌道予測モジュール１４と非衝突軌道予測モジュール１５とは、衝突シナリオに対し有効となる状況モデルと、非衝突状況モデルと、をそれぞれ備える。

非衝突軌道予測モジュール１５は、例えば、特許文献３に記載されているような予測モデルを用いるものとすることができる。当該文献が対象交通物体の予測について述べている内容は、参照により本明細書に組み込まれる。さらに、静止モデル（物体は現在の状態を保つ）、リニアモデル（物体は、例えば現在の位置と速度とにしたがって、その状態を変化させる）、又はその他の物理モデル（物体は、例えば現在の位置、速度、及び加速度にしたがって、その状態を変化させる）が用いられて、対象交通物体の移動挙動が予測され得る。

衝突軌道予測モジュール１４は、車両の運転者を支援する本発明の方法のコアである。衝突軌道予測モジュール１４は、交通環境を表すデータ１７、衝突状況を表すデータ１８を、衝突が差し迫っているという情報と共に受信する。衝突軌道予測モジュール１４は、検知された衝突状況と交通環境を表すデータ１７とに特定の衝突状況モデルを適用して、当該衝突に関与する車両の将来移動挙動（例えば、当該衝突から或る時間が経過した後の、当該車両の将来の進行方向及び速度）を予測する、よう構成されている。

図１及び図２に示す交通シーンの場合、車両Ａ３とＢ５とは、その力学データと位置データとが衝突軌道予測モジュール１４に提供されることとなる交通物体を構成する。衝突軌道予測モジュール１４は、さらに、道路や道路周辺の空間レイアウト、及び樹木２などの静止物体、等々の交通環境を表すデータ１７を受信する。交通環境を表すデータ１７は、車両Ａ３及びＢ５の将来移動挙動の計算に決定的な制約を設定する。このことは、図２に示すような時刻ｔ２における衝突後状況を考えると明らかである。ここに示すシーンでは、車両Ａ３は、樹木２の一つにおいて恐らくは急激に動きが変化することとなり、樹木２の位置と、移動ベクトル４

と、を考慮すると、付加的な回転モーメントを持つこととなろう。

図３に戻り、衝突軌道予測モジュール１４は、衝突状況に衝突状況モデルを適用し、交通環境を表すデータ１７に基づいて、当該衝突に関与する対象車両Ａ３及びＢ５の将来移動挙動に関する予測情報１９（例えば、衝突後の、車両Ａ３及びＢ５の将来の進行方向及び速度）を生成する。

特に、衝突状況に関与していると判断される少なくとも一つの対象車両の将来の動きを予測するため、当該少なくとも一つの対象車両の現在の状態についての情報、及びオプションとして、当該衝突に関与している対象車両Ａ３及びＢ５の現在の状態についての情報が、衝突状況モデルに与えられる。衝突軌道予測モジュール１４で用いられる少なくとも一つの衝突状況モデルは、例えば、物理モデル、衝突シミュレーション、及び又は衝突試験から導出され得る。物理モデルは、例えば、完全弾性衝突、非弾性衝突、またはこれらモデルの組み合わせである。物理モデルの場合、衝突に関与する対象車両の現在の状態を、それらの質量と共に用いて、車両位置や車両速度などの、衝突に関与する対象車両の将来状態を導出することができる。関与する対象車両の質量は、予め定めた値か、画像処理により当該関与する対象物体の分類（例えば、乗用車、スポーツカー、バイク、自動二輪車、歩行者、トラック、壁など）を特定して各物体クラスに特定の車両質量を割り当てることにより導出される値か、少なくとも一つのセンサ手段の測定値により導出される値か、又は路車間通信若しくは車車間通信により導出される値、の少なくとも一つであるものとすることができる。衝突試験モデルでは、対象車両のタイプ（車両のブランドや種類、上述において列挙したような衝突に関与する対象車両のタイプ）が、それらの現在の状態に加えて、衝突状況モデルに与えられ得る。

使用された衝突状況モデルは、入力された交通環境を表すデータ及び又はセンサデータ１７、及び衝突状況を表すデータ１８から、異なる２つのタイプの出力情報の少なくとも一つを生成することができる。当該出力の一のタイプは離散的な時系列出力であり、他の出力タイプは時間的に連続な出力である。離散的な時系列シーケンスの衝突状況モデルは、その衝突シーンに関する複数の将来時刻における予測情報を出力する。そして、時間シーケンスの予測情報は、衝突に関与する対象車両の予測される状態を含み得る。

衝突状況モデルの他の出力は、或る時刻についての対象車両の空間位置を幾つも含み得る。

図４は、入力された交通シーンを表すデータ１７に衝突状況モデルを適用する衝突軌道予測モジュール１４が、出力予測情報の離散的な時系列の断片（スライス、slices）を生成する場合の一例を示している。出力予測情報の各スライスには、時間経過に従って、衝突シーンの一部をそれぞれ構成する対象車両Ａ３及び対象車両Ｂ５についての予測された状態が含まれる。

図4では、時刻ｔにおける交通シーンの鳥瞰図がタイムスライス２４に示されている。運転者を支援する本方法は、車両質量ｍ_Ａ２５と車両速度ベクトル４

とを持つ車両Ａ３と、車両質量ｍ_Ｂ２６と車両ベクトル

とを持つ車両Ｂ５とが関与する衝突状況があると判断する。車両Ａ３及びＢ５は、時刻ｔ１において、図１に示すシーンと同様な状況で衝突しようとしている。図４の衝突シーンは、図４における衝突シーンと同様に、車両Ａ３の中心線が、車両Ｂ５の中心線に対し左方向へ距離Δｘ２７だけわずかにシフトしているという特徴を持つ。スライス２４は、ホスト車両Ｅ７の少なくとも一つのセンサによって検知された交通環境についての情報１７の一部を表わしている。

交通環境を表すデータ１７は、衝突検知モジュール１３に入力され、当該衝突検知モジュール１３は、当該入力された情報に基づいて衝突状況があると判断し、当該衝突に関与する対象物体を特定する。当該判断された衝突状況を表すデータ１８は、検知された衝突シーンに適用することのできる適切な衝突状況モデル３１を持つ衝突軌道予測モジュール１４へ出力される。衝突状況モデル３１を適用するためのパラメータ、または複数の選択可能な衝突状況モデルから適用可能な衝突状況モデル３１を選択するためのパラメータは、交通環境についてのデータ１７により決定される変数（例えば、発生する可能性のあるその衝突に関与する車両Ａ３及びＢ５が車両質量ｍ_Ａ２５及びｍ_Ｂ２６を持つという仮定）に基づき得る。現在の状況における特定の衝突状況モデル３１は、図４に例示するスライス２５、２６、２７を含む一連の出力スライスを出力する。各スライス２５、２６、２７は、スライス２５が時刻ｔ＋Δｔの衝突状況、スライス２６が時刻ｔ＋２Δｔの衝突上状況、スライス２７が、Ｎを整数として時刻ｔ＋ＮΔｔまでの衝突状況を、示している。スライス２６と２７との間の一連の点は、ｔ＋２Δｔとｔ＋ＮΔｔとの間の、時間間隔Δｔで算出された任意の数のスライスを表している。スライス２５、２６、２７のそれぞれは、衝突状況に関与する対象車両Ａ３及びＢ５の、それぞれの時刻における空間位置と方位、及びそれぞれの速度ベクトルを示している。各時刻ｔ＋Δｔ、ｔ＋Δｔ、ｔ＋２Δｔでの位置及び方位２７、２９、２７´、２９´、２７´´、２９´´、及び

の速度ベクトル２８、２８´、２８´´、３０、３０´、３０´´、のそれぞれの値は、それぞれの衝突状況モデルにより（例えば、実際の衝突試験データにより検証された物理衝突モデルに基づいて）決定（予測）され、車両質量ｍ_Ａ２５及びｍ_Ｂ２６に基づいて修正される。

図５には、車両Ａ３及びＢ５についての占有確率を出力するよう適合された衝突状況モデルの一例が示されている。図４と同様の参照番号が用いられており、衝突状況モデルは、概して図４における説明と同様に実行される。したがって、この点に関しては図４を参照すれば十分である。

ただし、図５では、タイムスライス２５、２６、および２７は、それぞれ、スライス２５が時刻ｔ＋Δｔにおける、スライス２６が時刻ｔ＋２Δｔにおける、スライス２７が時刻ｔ＋ＮΔｔにおける、車両Ａ３及びＢ５のそれぞれについての位置の確率を提示している。一例として、時刻ｔ＋Δｔのスライス２５では、車両Ａ３とＢ５とが衝突した後の時刻ｔ＋Δｔにおいて、車両Ａ３は、第１の確率で位置３５のエリア３２内にあると予測され、第２の確率でエリア３３内にあると予測され、第３の確率でエリア３４内にあると予測されている。第１の確率は第２の確率より高く、第２の確率は第３の確率より高い。図５におけるグラフ表示は、単なる一例であると考えるべきであり、確率の空間表現についての他の任意の表現を用いても、予測情報を表示することができる。ここに示した車両Ａ３についてのそれぞれの離散的な確率は、連続確率として算出されて、時刻ｔ＋Δｔ、ｔ＋Δｔ、ｔ＋２Δｔ、．．．、ｔ＋ＮΔｔについての対応する確率マップに出力されるものとすることもできる。

図４及び図５に関連して説明したスライス２５、２６、２７は、衝突軌道予測モジュール１４により出力される将来移動挙動19についての予測情報の少なくとも一部を表している。

将来移動挙動についての予測情報１９は、ホスト車両回避軌道計画モジュール１６において実行される次のタスクの基礎となる。

運転者を支援する本システム２３のホスト車両回避軌道計画モジュール１６は、ホスト車両Ｅ７の回避軌道を計画するよう適合されている。データ取得手段により取得された交通環境を表すデータ１７、衝突に関与する対象車両Ａ３及びＢ５の将来移動挙動に関する予測情報１９、並びに衝突に関与しない更なる対象物体の将来挙動についての更なる予測情報２１が、ホスト車両回避軌道計画モジュール１６に入力される。ホスト車両回避軌道計画モジュール14は、注目しているエリア内の全ての車両の予測された軌道を含むこの入力に基づいてホスト車両Ｅ７の軌道を決定し、決定した回避軌道を予測情報２２として生成し及び出力する。

ホスト車両回避軌道計画モジュール１６における予測情報２１の決定は、高速探索ランダムツリー（RRT、Rapidly-exploring Random Tree）や動的プログラミング（DynProg、dynamic programming）などの既知の軌道計画アルゴリズムに基づいて行われ得る。ここに言及した高速探索ランダムツリーの軌道計画アルゴリズムについては、非特許文献１を引用する。また、言及した動的プログラミングの軌道計画アルゴリズムについては、非特許文献２を引用する。特許文献４及び特許文献２は、運転者支援システムにおける回避軌道の決定についての更なる技術的手順を開示しており、これらの文献は、この目的のため、引用により本出願に組み込まれる。

一の実施形態におけるホスト車両回避軌道計画モジュール１６は、他の車両（例えば、車両Ａ５及びＢ７）との衝突の確率を最小化するか、又は衝突が避けられない場合には少なくとも一つのセンサにより検知された交通環境における他の任意の車両との衝突の効果を最小化するような、ホスト車両Ｅ７の予測される回避軌道を決定することができる。

ホスト車両Ｅ７の回避軌道に関する情報を含む予測情報２２は、作動信号（actuation signal）の生成の基礎となり得る。作動信号は、音響的、視覚的、及び又は触覚的な警告信号のような適切な警告信号を、ホスト車両Ｅ７の運転者に対して発出するのに用いられたり、ヘッドアップディスプレイ及び又はモニタ上に回避軌道を表示するのに用いられたり、及び又はホスト車両を能動的に制御するのに用いられ得る。作動信号は、推奨される回避軌道に関する情報を含み、ホスト車両Ｅ７の運転者に対する提案されるアクションの表示を開始し得る。ホスト車両の能動的な制御は、ホスト車両Ｅ７の実際の走行軌道を上記情報により運ばれる計画された回避軌道に適合させるべく、例えば、車両ブレーキにブレーキコマンドを発出することにより、又は、例えばステアリング（例えば電動ステアリングユニット）を用いて、若しくはホスト車両の異なる車輪を加速又は減速することにより、当該計画された軌道に従うようにホスト車両の作動機器を用いることにより、実行されるものとすることができる。ホスト車両Ｅ７の少なくとも一つの車輪の加速又は減速は、衝突に関与する対象車両との衝突の効果、又は特定された衝突シナリオに応答して衝突を回避しようとする他の対象車両との衝突の効果を、完全に回避するか又は少なくとも軽減するための、ホスト車両Ｅ７の対応する横方向制御となり得る。

図６は、運転者を支援する本方法を実行する一連の方法ステップのフロー図を示している。

ホスト車両の運転者を支援する本方法は、交通環境を表すデータ１７を取得することで開始する。交通環境を表すデータ１７は、衝突検知モジュール１３に出力される。ステップＳ２において、衝突検知モジュール１３は、衝突判断情報を生成すべく交通環境を表すデータ１７を処理する。そして、これに続くステップＳ３において、衝突検知モジュール１３は、衝突判断情報に基づき、少なくとも一つの対象物体（車両）が関与する衝突状況が存在するか否かを判断する。ステップＳ３において衝突状況がないと判断されるときは、ホスト車両の運転者の支援に事後回避操縦計画は必要なく、対応する処理は終了する。一方、ステップＳ３において衝突状況が存在すると判断されるときは、本方法はステップＳ４に進み、衝突に関与する交通物体（例えば衝突しようとしている対象車両Ａ３及びＢ５）を特定する。ステップＳ４に続くステップＳ５では、適切な衝突状況モデルが、衝突環境を表すデータに適用される。ステップＳ６では、対象物体（例えば、衝突に関与する車両）の将来挙動を表す予測情報が生成されて、衝突シーンにおける移動挙動を予測するための本コア方法（core method）は終了する。

米国特許第８２６０５３８（Ｂ２）号明細書 国際公開第２０１０／０００５２１号パンフレット 欧州特許第２５６２０６０（Ａ１）号明細書 国際公開第０３／００６２８８（Ａ１）号パンフレット

"Rapidly-exploring random trees: a new tool for path planning", Steven M. LaValle, Department of computer science, Iowa State University, Ames, IA 500011 USA "The theory of dynamic programming by Richard Bellman, Bulletin of the American Mathematical Society, 60 (1954), pages 503-515

Claims (24)

1. ホスト車両（７）の運転者を支援する方法であって、
   前記ホスト車両（７）は、データ取得手段と処理手段とを備え、
   前記方法は、
   前記取得手段により交通環境を表すデータ（１７）を取得するステップを有し、
   さらに、
   前記交通環境を表すデータ（１７）を処理して衝突判断情報（１８）を生成するステップと、
   前記衝突判断情報（１８）に基づいて、少なくとも一つの対象物体が関与する衝突状況が発生するか否かを判断するステップと、
   前記衝突状況が発生すると判断されるときに、前記交通環境を表すデータ（１７）に基づいて、少なくとも一つの衝突状況モデル（３１）を適用することにより、前記少なくとも一つの対象物体の、衝突後の移動挙動を予測するステップと、
   を有することを特徴とする、
   方法。
2. 前記衝突状況が発生すると判断されるときに、前記交通環境を表すデータ（１７）に基づいて、少なくとも一つの交通状況モデルを適用することにより、前記衝突状況に関与しない少なくとも一つの更なる交通物体の更なる移動挙動（２１）を予測するステップと、
   前記対象物体の前記予測された更なる移動挙動（１９）と更なる対象物体の移動挙動（２１）とに基づいて予測情報を生成するステップと、
   を有することを特徴とする、
   請求項１に記載の方法。
3. 前記ホスト車両（７）の少なくとも一つの可能性のある将来移動軌道が算出され、
   前記少なくとも一つの可能性のある将来移動軌道は、前記予測情報（２２）に基づいて算出される、
   ことを特徴とする、
   請求項２に記載の方法。
4. 前記少なくとも一つの衝突状況モデル（３１）は、少なくとも一つの物理衝突モデルを含む、
   ことを特徴とする、
   請求項１ないし３のいずれか一項に記載の方法。
5. 前記衝突状況モデルは、衝突試験結果から導出されるモデルである、
   ことを特徴とする、
   請求項１ないし３のいずれか一項に記載の方法。
6. 前記衝突に関与する物体の質量を推定するステップを有する、
   ことを特徴とする、
   請求項５に記載の方法。
7. 前記ホスト車両（７）の前記少なくとも一つの将来移動軌道は、高速探索ランダムツリー処理法（rapidly-exploring random tree processing）若しくは当該処理法から派生した処理法、又は動的計画法若しくは当該計画法から派生した方法を用いて算出される、
   ことを特徴とする、
   請求項２ないし６のいずれか一項に記載の方法
8. 前記データ取得手段は、前記少なくとも一つの対象物体の状態を特定し、又は道路の状態を特定する、よう構成されている、
   ことを特徴とする、
   請求項１ないし７のいずれか一項に記載の方法
9. 前記予測情報（２２）に基づいて作動信号を生成するステップと、
   前記作動信号に基づいてアクチュエータを制御するステップと、
   を更に有することを特徴とする、
   請求項１ないし８のいずれか一項に記載の方法。
10. 前記アクチュエータを制御するステップは、
    車両走行方向に対し横方向の動きについてホスト車両（７）を制御し、及び又は、
    ホスト車両（７）の運転者に対し回避軌道を推奨し、及び又は、
    自身が衝突に関与することが避けられないと判断されるときは受動的な安全装置を準備する、
    ことを特徴とする、
    請求項９に記載の方法。
11. 前記アクチュエータを制御するステップが前記横方向の動きについて前記ホスト車両（７）を制御するときは、電動ステアリングを制御することにより、及び又は前記ホスト車両（７）の少なくとも一つの車輪を加速若しくは減速することにより、前記ホスト車両（７）が制御される、
    ことを特徴とする、
    請求項１０に記載の方法。
12. ホスト車両（７）の運転者を支援するシステムであって、
    前記システムは、
    交通環境を表すデータ（１７）を取得するよう構成されたデータ取得手段を備え、
    さらに、
    処理手段が、前記交通環境を表すデータ（１７）を処理して衝突判断情報（１８）を生成するよう構成されており、
    前記処理手段は、
    前記衝突判断情報に基づいて、少なくとも一つの対象物体が関与する衝突状況が発生するか否かを判断するよう構成された衝突判断モジュールと、
    前記交通環境を表すデータに基づき、少なくとも一つの衝突状況モデル（３１）を適用することにより、前記少なくとも一つの対象物体の、衝突後の移動挙動を予測するよう構成された衝突軌道予測モジュール（１６）と、
    を備える、
    ことを特徴とする、システム。
13. 前記処理手段は、さらに、
    前記衝突状況が判断されるときに、前記交通環境を表すデータ（１７）に基づき、少なくとも一つの交通状況モデルを適用することにより、前記衝突状況に関与しない少なくとも一つの更なる対象物体の更なる移動挙動を予測する、
    よう構成されており、
    前記処理手段は、
    前記対象物体の前記予測された更なる移動挙動（１９）と、前記更なる対象物体の前記予測された更なる移動挙動（２１）と、に基づいて、前記予測情報を生成するよう構成されている、
    ことを特徴とする、
    請求項１２に記載のホスト車両（７）の運転者を支援するシステム。
14. 前記処理手段は、さらに、前記予測情報に基づき、前記ホスト車両（７）の少なくとも一つの将来移動軌道を算出するよう構成されたホスト車両回避軌道計画モジュール（１６）を備える、
    ことを特徴とする、
    請求項１２又は１３に記載の、ホスト車両（７）の運転者を支援するシステム。
15. 前記衝突機能予測モジュール（１３）は、少なくとも一つの衝突状況モデルに基づき、少なくともの一つの物理衝突モデルを適用して、前記交通環境を表すデータ（１７）を処理するよう構成されている、
    ことを特徴とする、
    請求項１２ないし１４のいずれか一項に記載の、ホスト車両（７）の運転者を支援するシステム。
16. 前記衝突状況モデルは、衝突試験結果から導出されたものである、
    ことを特徴とする、
    請求項１２ないし１４のいずれか一項に記載の、ホスト車両の運転者を支援するシステム。
17. 前記処理手段は、前記衝突に関与する物体の質量を推定するよう構成されている、
    ことを特徴とする、
    請求項１２ないし１６のいずれか一項に記載の、ホスト車両の運転者を支援するシステム。
18. 前記ホスト車両回避軌道計画モジュール（１６）は、高速探索ランダムツリー処理法（rapidly-exploring random tree processing）若しくは当該処理法から派生した処理法、又は動的計画法若しくは当該計画法から派生した方法を用いて、前記ホスト車両（７）の前記少なくとも一つの将来移動軌道を算出するよう構成されている、
    ことを特徴とする、
    請求項１２ないし１７のいずれか一項に記載の、ホスト車両（７）の運転者を支援するシステム。
19. 前記データ取得手段は、前記少なくとも一つの対象物体の状態を特定し、又は道路の状態を特定する、よう構成されている、
    ことを特徴とする、
    請求項１２ないし１８のいずれか一項に記載の、ホスト車両（７）の運転者を支援するシステム。
20. 前記システムは、さらに、
    前記予測情報（２２）に基づいて作動信号を生成し、及び前記作動信号に基づいてアクチュエータを制御する、よう構成された作動処理モジュールを有する、
    ことを特徴とする、
    請求項１２ないし１９のいずれか一項に記載の、ホスト車両（７）の運転者を支援するシステム。
21. 前記作動信号は、走行方向に対し横方向の動きについてホスト車両（７）を制御し、及び又は、ホスト車両（７）の運転者に対し回避軌道を推奨し、及び又は、衝突に関与することが避けられないと判断されるときは受動的な安全装置を準備する、よう構成されたアクチュエータを制御する、
    ことを特徴とする、
    請求項２０に記載の、ホスト車両（７）の運転者を支援するシステム。
22. 前記作動処理モジュールは、電動ステアリングを制御することにより、及び又は前記ホスト車両（７）の少なくとも一つの車輪を加速若しくは減速することにより、前記横方向の動きについて前記ホスト車両（７）を制御する、よう構成されている、
    ことを特徴とする、
    請求項２１に記載の、ホスト車両（７）の運転者を支援するシステム。
23. 請求項１２ないし２２のいずれか一項に記載の運転者支援システムを含む車両であって、
    前記運転者支援システムは、前記運転者支援システムの出力信号に基づいて、ホスト車両の制御に影響を与えるよう構成されている、
    ことを特徴とする、車両。
24. コンピュータ上又はデジタルシグナルプロセッサ上で実行されたときに、請求項１ないし１１のいずれか一項に記載のステップを実行するプログラムコード手段を有するコンピュータプログラム。

Images