JP2018081622A - 運転支援装置および運転支援方法 - Google Patents
運転支援装置および運転支援方法 Download PDFInfo
- Publication number
- JP2018081622A JP2018081622A JP2016225068A JP2016225068A JP2018081622A JP 2018081622 A JP2018081622 A JP 2018081622A JP 2016225068 A JP2016225068 A JP 2016225068A JP 2016225068 A JP2016225068 A JP 2016225068A JP 2018081622 A JP2018081622 A JP 2018081622A
- Authority
- JP
- Japan
- Prior art keywords
- information
- vehicle
- feature vector
- driving
- driving support
- 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.)
- Granted
Links
Images
Landscapes
- Emergency Alarm Devices (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
また、環境情報とは、車両外部の環境をセンシングして得られる情報であり、典型的には、天候、路面の状態、障害物の位置や距離などであるが、これらに限られない。
また、車両情報とは、車両をセンシングして得られる情報であり、典型的には、速度、位置情報、エンジン回転数、舵角、ブレーキ力、前後加速度、左右加速度、ヨーレートなどであるが、これらに限られない。
かかる構成によると、運転者、周辺環境、車両状態の三つに基づいて危険な状態であるか否かを判定することができるため、危険運転の判定精度を向上させることができる。
得することができる。
また、前記刺激発生手段は、前記統計的分布の相違の大きさに基づいて運転席の少なくとも一部を振動させることを特徴としてもよい。
また、前記刺激発生手段は、前記統計的分布の相違の大きさに基づいて警告音を発することを特徴としてもよい。
本実施形態に係る運転支援装置は、収集した情報に基づいて危険な運転状態が発生していることを検出し、自動車の運転者に対して警告を行う装置である。なお、危険な運転状態とは、危険な状態を生じさせている運転状態を指し、運転者本人に起因するものでなくてもよい。
能の全部または一部は、専用に設計された回路(半導体集積回路など)を用いて実行されてもよい。
乗員情報は、時刻tにおける運転者の視線位置P1(t)、顔向きP2(t)、バイタル
値P3(t)、行動ラベルP4(t)を要素にもつ多次元ベクトルP(t)={P1(t)
,P2(t),P3(t),P4(t)}によって表される。
,P2(0),P3(0),P4(0),P1(1),P2(1),P3(1),P4(1),
P1(2),P2(2),P3(2),P4(2)}の、4×3次元のベクトルで与えられる。
また、t=1における乗員情報P(1)は、{P1(1),P2(1),P3(1),P4(1),P1(2),P2(2),P3(2),P4(2),P1(3),P2(3),P3(
3),P4(2)}で与えられる。
視線位置P1(t)は、車両に備えられたカメラによって運転者の眼を撮影し、得られ
た画像(以下、眼画像)に基づいて取得することができる。例えば、図3は、時刻tにおける運転者の視線位置が、(xe(t),ye(t))にあると判定している例である。なお、XY座標は、同時に取得した、車両の前方方向を撮影した画像(以下、前方画像)に対応する座標であるものとする。
(t),ye(t))を取得することができる。
し、当該顔画像に基づいて取得することができる。顔向きとは、例えば、X軸,Y軸,Z軸にそれぞれ対する傾き(θx(t),θy(t),θz(t))によって表すことができ
る。
運転者の顔向きは、例えば、非特許文献1に開示されているように、顔画像から目頭、目じり、鼻などの特徴点を抽出し、得られた特徴点によって構成される幾何学的形状に基づいて推定することができる。なお、運転者の顔向きを取得するためのカメラは、運転者の視線位置を取得するためのカメラを兼ねていてもよい。
えば、ストレスレベル、覚醒度、疲労度などの、運転に影響する指標を用いることができる。また、バイタル値は、例えば、市販されているリストバンド型端末を着用することで取得することができる(非特許文献2参照)。
値である。行動ラベルは、例えば、着座している運転者の全身画像を取得し、得られた全身画像に基づいて推定することができる。
例えば、非特許文献3に開示されているように、深層学習を用いて車両内乗員の人体の部位を検出し、得られた人体の部位の大域的構造に基づいて行動ラベルを推定する技術が知られている。
環境情報は、時刻tにおける天気E1(t)、路面状況E2(t)、周辺車両の位置E3(t)、周辺車両との相対距離E4(t)、歩行者の位置E5(t)、歩行者との相対距離E6(t)、自転車の位置E7(t)、自転車との相対距離E8(t)を要素にもつ多次元ベ
クトルE(t)={E1(t),E2(t),E3(t),E4(t),E5(t),E6(t),E7(t),E8(t)}によって表される。
環境情報E(t)も、乗員情報P(t)と同様に、時間的に連続したT個の情報を持つ多次元ベクトルである。
濃霧など)を表す値である。天気E1(t)は、例えば、ネットワークを経由して、車両
位置における現在の気象情報を取得することで得ることができる。
,圧雪,凍結,シャーベットなど)を表す値である。路面状況E2(t)は、例えば、非
特許文献4に開示されているように、車両に設置したセンサを用いて取得することができる。
Y軸とした場合における、時刻tにおける周辺車両の座標(xc(t),yc(t))を表
す値である。周辺車両の座標は、例えば、車両外に設置したLIDARセンサを用いて取得することができる。
、進行方向をY軸とした場合における、時刻tにおける周辺車両までのユークリッド距離
rcを表す値である。
)、自転車との相対距離E8についても、周辺車両と同様の方法によって取得を行えばよ
いため、詳細な説明は省略する。
車両情報は、時刻tにおける車速C1(t)、車両の位置C2(t)、エンジン回転数C3(t)、ステアリング角度C4(t)、ブレーキ油圧C5(t)、前後加速度C6(t)、
横加速度C7(t)、ヨーレートC8(t)を要素にもつ多次元ベクトルC(t)={C1
(t),C2(t),C3(t),C4(t),C5(t),C6(t),C7(t),C8(
t)}によって表される。これらの情報は、CAN(Controller Area Network)から取
得することができる。
車両情報C(t)も、乗員情報P(t)および環境情報E(t)と同様に、時間的に連続したT個の情報を持つ多次元ベクトルである。
特徴ベクトル算出部14は、乗員情報取得部11が出力した乗員情報と、環境情報取得部12が出力した環境情報と、車両情報取得部13が出力した車両情報とを統合する手段である。
具体的には、乗員情報P(t)と、環境情報E(t)と、車両情報C(t)とを連結し、時刻tにおける特徴ベクトルF(t)=(P(t),E(t),C(t))(t=1,2,…,T)を算出する。
なお、乗員情報、環境情報、車両情報は、複数のタイムステップを含んでいるため、統合によって得られた特徴ベクトルも、タイムステップの数に応じた多次元ベクトルとなる。以降、統合によって得られる特徴ベクトルF(t)を評価データ(本発明における第一の特徴ベクトル)と称する。
また、正常データは、外部装置を用いて生成してもよいし、運転支援装置1を用いて生成してもよい。運転支援装置1を用いて正常データを生成する場合、特徴ベクトル算出部14が算出した特徴ベクトルを、正常データとして正常データ記憶部15に記憶させるようにすればよい(図1の点線)。
本実施形態では、T個の時系列特徴量F(0),F(1),F(2),…,F(T)からなる標本が従う確率密度と、T’個の時系列特徴量F’(0),F’(1),F’(2),…,F’(T’)からなる標本が従う確率密度と、に基づいて、二つの特徴ベクトルの統計的分布の相違Dを推定する。
あるいは、相違Dは、たとえば、T個の特徴ベクトルF(0),…,F(T)に対する確率密度と、T’個の特徴ベクトルF’(0),…,F’(T’)に対する確率密度の差(密度差)を推定し、得られた密度差に基づいて算出してもよい。確率密度差は、たとえば、非特許文献7に記載の確率密度差推定法によって算出することができる。
あるいは、相違Dの大きさに応じて警告音を発してもよい。または、相違Dの大きさに応じて「安全運転ですね。その調子。」「注意力が散漫のようです。気を付けて。」「お疲れではないですか?次のサービスエリアで休憩してみてはいかがですか?」といった音声で注意を促してもよい。
なお、刺激についても、相違Dの大きさが所定の閾値よりも大きい場合にのみ発生させるようにしてもよい。
図6(A)は、正常データの生成を説明するフローチャートである。
まず、ステップS11において、乗員情報取得部11、環境情報取得部12、車両情報取得部13が、平常運転(危険運転でない状態)における乗員情報、環境情報、車両情報をそれぞれ収集する。
次に、ステップS12において、特徴ベクトル算出部14が、収集された情報を用いて特徴ベクトルを算出する。
次に、ステップS13において、特徴ベクトル算出部14が、ステップS12で算出した特徴ベクトルを正常データとして正常データ記憶部15に格納する。
まず、ステップS21において、乗員情報取得部11、環境情報取得部12、車両情報取得部13が、乗員情報、環境情報、車両情報をそれぞれ収集する。
次に、ステップS22において、特徴ベクトル算出部14が、収集された情報を用いて特徴ベクトルを算出する。
次に、ステップS23において、比較部16が、ステップS22で算出された特徴ベクトル(評価データ)と、正常データ記憶部15に格納されている平常運転時の特徴ベクトル(正常データ)との統計的分布の相違Dを算出する。
そして、ステップS24において、画像表示部17および刺激発生部18が、ステップS23で算出された相違Dの大きさに応じて、画像出力や刺激の付与を行うことで車両運転者に対して注意喚起を行う。
また、本実施形態に係る運転支援装置は、優良運転者から抽出した特徴ベクトルの統計的分布と、評価対象運転者から抽出した特徴ベクトルの統計的分布との相違に基づいて、危険度を算出する。このようなアプローチによれば、容易に定義できる顕在的な危険だけでなく、人が直接定義することが困難な潜在的な危険を検知することができる。
また、車両運転者に刺激を与えることで、危険な状態に陥ることを未然に防止することができる。
上記の実施形態はあくまでも一例であって、本発明はその要旨を逸脱しない範囲内で適宜変更して実施しうる。
例えば、実施形態の説明では、評価時と正常運転時の時系列特徴量の統計的分布の相違に基づいて画像表示や刺激の発生を行っているが、危険運転を検知した場合に、通知を他の装置に対して出力するようにしてもよい。
11・・・乗員情報取得部
12・・・環境情報取得部
13・・・車両情報取得部
14・・・特徴ベクトル算出部
15・・・正常データ記憶部
16・・・比較部
17・・・画像表示部
18・・・刺激発生部
Claims (13)
- 車両の危険な運転状態を検知する運転支援装置であって、
前記車両の運転者に関する情報である乗員情報を取得する乗員情報取得手段と、
前記車両の外部環境に関する情報である環境情報を取得する環境情報取得手段と、
前記車両に関する情報である車両情報を取得する車両情報取得手段と、
前記乗員情報と、前記環境情報と、前記車両情報と、に基づいて、評価対象の運転に対応する特徴ベクトルである第一の特徴ベクトルを取得する第一の特徴ベクトル取得手段と、
正常な運転に対応する前記特徴ベクトルである第二の特徴ベクトルを取得する第二の特徴ベクトル取得手段と、
前記第一の特徴ベクトルと、第二の特徴ベクトルとの統計的分布の相違に基づいて、前記評価対象の運転に対する危険度を算出する危険度算出手段と、
を有する、運転支援装置。 - 前記乗員情報、前記環境情報、前記車両情報は、それぞれ時系列データで表された複数の特徴量を要素に持つ多次元ベクトルである、
請求項1に記載の運転支援装置。 - 前記乗員情報は、乗員の視線位置、顔の向き、バイタル値、運転行動を分類した行動ラベル、のうち少なくとも一つを要素に持つ多次元ベクトルである、
請求項2に記載の運転支援装置。 - 前記環境情報は、車両外の天気、路面状況、障害物の位置に関する情報、のうち少なくとも一つを要素に持つ多次元ベクトルである、
請求項2または3に記載の運転支援装置。 - 前記車両情報は、車両の速度、加速度、舵角、ヨーレート、のうち少なくとも一つを要素に持つ多次元ベクトルである、
請求項2から4のいずれかに記載の運転支援装置。 - 前記危険度算出手段は、前記第一の特徴量と、第二の特徴量との確率密度の比に基づいて前記統計的分布の相違を算出する、
請求項1から5のいずれかに記載の運転支援装置。 - 前記危険度算出手段は、前記第一の特徴量と、第二の特徴量との確率密度の差に基づいて前記統計的分布の相違を算出する、
請求項1から5のいずれかに記載の運転支援装置。 - 前記統計的分布の相違の大きさを可視化し、前記運転者に提示する表示手段をさらに備える、
請求項1から7のいずれか1項に記載の運転支援装置。 - 前記統計的分布の相違の大きさに基づいて、前記運転者に刺激を与える刺激発生手段をさらに備える、
請求項1から8のいずれか1項に記載の運転支援装置。 - 前記刺激発生手段は、前記統計的分布の相違の大きさに基づいて運転席の少なくとも一部を振動させる、
請求項9に記載の運転支援装置。 - 前記刺激発生手段は、前記統計的分布の相違の大きさに基づいて警告音を発する、
請求項9または10に記載の運転支援装置。 - 車両の危険な運転状態を検知する運転支援装置が行う運転支援方法であって、
前記車両の運転者に関する情報である乗員情報を取得する乗員情報取得ステップと、
前記車両の外部環境に関する情報である環境情報を取得する環境情報取得ステップと、
前記車両に関する情報である車両情報を取得する車両情報取得ステップと、
前記乗員情報と、前記環境情報と、前記車両情報と、に基づいて、評価対象の運転に対応する特徴ベクトルである第一の特徴ベクトルを取得する第一の特徴ベクトル取得ステップと、
正常な運転に対応する前記特徴ベクトルである第二の特徴ベクトルを取得する第二の特徴ベクトル取得ステップと、
前記第一の特徴ベクトルと、第二の特徴ベクトルとの統計的分布の相違に基づいて、前記評価対象の運転に対する危険度を算出する危険度算出ステップと、
を含む、運転支援方法。 - 請求項12に記載の運転支援方法をコンピュータに実行させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016225068A JP6772775B2 (ja) | 2016-11-18 | 2016-11-18 | 運転支援装置および運転支援方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016225068A JP6772775B2 (ja) | 2016-11-18 | 2016-11-18 | 運転支援装置および運転支援方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018081622A true JP2018081622A (ja) | 2018-05-24 |
JP6772775B2 JP6772775B2 (ja) | 2020-10-21 |
Family
ID=62198942
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016225068A Active JP6772775B2 (ja) | 2016-11-18 | 2016-11-18 | 運転支援装置および運転支援方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6772775B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114084154A (zh) * | 2021-09-30 | 2022-02-25 | 广州文远知行科技有限公司 | 一种自动驾驶系统参数的配置方法、装置及系统 |
US20220242363A1 (en) * | 2021-02-04 | 2022-08-04 | Honda Motor Co., Ltd. | Vehicle seatbelt device |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002331850A (ja) * | 2001-05-07 | 2002-11-19 | Nissan Motor Co Ltd | 運転行動意図検出装置 |
JP2005267108A (ja) * | 2004-03-17 | 2005-09-29 | Denso Corp | 運転支援装置 |
WO2013183117A1 (ja) * | 2012-06-05 | 2013-12-12 | トヨタ自動車株式会社 | 運転特性推定装置及び運転支援システム |
-
2016
- 2016-11-18 JP JP2016225068A patent/JP6772775B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002331850A (ja) * | 2001-05-07 | 2002-11-19 | Nissan Motor Co Ltd | 運転行動意図検出装置 |
JP2005267108A (ja) * | 2004-03-17 | 2005-09-29 | Denso Corp | 運転支援装置 |
WO2013183117A1 (ja) * | 2012-06-05 | 2013-12-12 | トヨタ自動車株式会社 | 運転特性推定装置及び運転支援システム |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20220242363A1 (en) * | 2021-02-04 | 2022-08-04 | Honda Motor Co., Ltd. | Vehicle seatbelt device |
CN114852011A (zh) * | 2021-02-04 | 2022-08-05 | 本田技研工业株式会社 | 车辆用安全带装置 |
JP2022119498A (ja) * | 2021-02-04 | 2022-08-17 | 本田技研工業株式会社 | 車両用シートベルト装置 |
CN114084154A (zh) * | 2021-09-30 | 2022-02-25 | 广州文远知行科技有限公司 | 一种自动驾驶系统参数的配置方法、装置及系统 |
CN114084154B (zh) * | 2021-09-30 | 2024-03-15 | 广州文远知行科技有限公司 | 一种自动驾驶系统参数的配置方法、装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
JP6772775B2 (ja) | 2020-10-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10848913B2 (en) | Method for smartphone-based accident detection | |
JP6497915B2 (ja) | 運転支援システム | |
CN111741884B (zh) | 交通遇险和路怒症检测方法 | |
JP4803490B2 (ja) | 運転者状態推定装置及び運転支援装置 | |
EP3889740B1 (en) | Affective-cognitive load based digital assistant | |
WO2018085804A1 (en) | System and method for driver distraction determination | |
US10561356B2 (en) | Driver's physical condition detection device and method | |
JP6323510B2 (ja) | 運転者体調検知装置及び方法 | |
JP7290930B2 (ja) | 乗員モデリング装置、乗員モデリング方法および乗員モデリングプログラム | |
JP2012048310A (ja) | 運転支援システム、車載装置、情報配信装置 | |
JP6459856B2 (ja) | 車両運転支援装置、車両運転支援方法、およびプログラム | |
US10268903B2 (en) | Method and system for automatic calibration of an operator monitor | |
JP6772775B2 (ja) | 運転支援装置および運転支援方法 | |
US11383640B2 (en) | Techniques for automatically reducing annoyance levels of drivers when using driver monitoring systems | |
US20230227044A1 (en) | Apparatus, method, and computer program for monitoring driver | |
JP7234614B2 (ja) | 異常検出装置、異常検出システム及び異常検出プログラム | |
CN106600427A (zh) | 新型车辆保险系统 | |
JP2011086186A (ja) | 眠気判定装置 | |
CN115320626B (zh) | 基于人车状态的危险感知能力预测方法、装置及电子设备 | |
JP2019003537A (ja) | 運転支援装置 | |
EP4332886A1 (en) | Electronic device, method for controlling electronic device, and program | |
Imteaj et al. | Enhancing Road Safety Through Cost-Effective, Real-Time Monitoring of Driver Awareness with Resource-Constrained IoT Devices | |
JP2022120346A (ja) | ドライバ状態推定装置 | |
CN116580387A (zh) | 智能座舱的行为警示方法、电子设备及存储介质 | |
CN106651601A (zh) | 车辆保险系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190620 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200520 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200602 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200729 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200901 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200914 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6772775 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |