JP2018139066A - タスク優先度設定システム、タスク優先度設定方法およびプログラム - Google Patents

Abstract

【課題】車両台数以外の衝突危険因子を区画毎の衝突判定タスクの優先度に紐づけ可能とするタスク優先度設定システム、タスク優先度設定方法およびプログラムを提供する。【解決手段】区画毎の事故統計件数を記憶する記憶部を参照し、事故件数との相関の計算結果に基づき抽出したデータ系列を出力する事前学習用計算機１００と、交通情報４００を記憶する記憶部を参照しある区画に位置する車両情報４１０から、前記データ系列の属性を持つ車両の台数を確認し、前記車両の台数に従って衝突予測係数を算出し、前記衝突予測係数から優先度比率を算出する優先度計算用計算機２００と、前記優先度比率に応じて各区画の衝突判定タスクの優先度を設定する運用系計算機３００を備える。【選択図】図６

Description

本発明は、タスク優先度設定システムとタスク優先度設定方法およびプログラムに関する。

車両の自動走行システムは、例えば車載システムと、「路側システム」と呼ばれるシステムを含む。このうち、車載システムは、車両自身に搭載されたカメラやレーダなどのセンサ情報から周囲の情報を車両自身が認識し、その認識に従ってハンドル・ブレーキ・アクセルなどの操作を実行する。路側システムは、道路の周辺に設置されたサーバ（以下、「エッジサーバ」という）を含む。このサーバは、当該地域に存在する車両の位置情報と進行方法、速度を取得して、車両の衝突判定処理を実行する。衝突判定処理の結果、衝突の危険がある場合は、対象となる車両に衝突危険の情報を通知する。これによって、単体車両の死角になるような場所から突然、車両が飛び出してきた場合にも、衝突の回避などを実現することができる。

図１および図２は、路側システムによる衝突判定システムの関連技術の典型例を説明する図である。図１には、地理情報と、そこに登場する移動体を模式的に示す。また、図２は、運用系計算機（道路の周辺に設置されたエッジサーバ）において、プロセッサで実行されるソフトウェアの構成例を示す図である。図１を参照すると、地理情報は一定の大きさの区画に分割されており、それぞれ、区画１、区画２、区画３、区画４という名前が付けられている。それぞれの区画には、それぞれの区画に属する移動体が存在する。例えば、区画１には、移動体Ａ、移動体Ｂ、移動体Ｃが存在し、区画２には、移動体Ｄ、移動体Ｅが存在する。衝突判定は区画ごとに実行される。例えば、区画１には、移動体Ａ、移動体Ｂ、移動体Ｃが存在するので、移動体Ａと移動体Ｂ、移動体Ｂと移動体Ｃ、移動体Ｃと移動体Ａの３つの組み合わせに対して衝突判定が実施される。これらの衝突判定は、図２に示す通り、エッジサーバと呼ばれる計算機上の区画１用衝突判定タスクによって実施される。衝突判定タスクは、図２に示す通り、区画毎にエッジサーバ上で実行されることになる。

次に、図３は、衝突判定の処理例を説明する図である。図３には、図１で登場した移動体Ａと移動体Ｂの衝突判定例が模式的に示されている。図３(（Ｃ）の数式（１）、（２）は、衝突判定に使われる計算幾何学の線分交差判定アルゴリズムを示している。

三角形BB'Aの符号付面積＝（1/2）{(x3-x1)*(y2-y1)-(x2-x1)*(y3-y1)} …(1)
三角形BB'A'の符号付面積＝（1/2）{(x3-x1)*(y4-y1)-(x4-x1)*(y3-y1)} …(2)

図３（Ａ）に示す通り、移動体Ａと移動体Ｂは交差点に向かっており、衝突が予想される。移動体Ａと移動体Ｂは、それぞれ現在情報として、「現在位置」、「移動方向」、「移動速度」をエッジサーバ上の区画１用衝突判定タスクに通知する。

区画１用衝突判定タスクは、移動体（車両）ごとに、移動体Ａ、Ｂの現在位置とある一定時間後の位置情報との間に線分（図３（Ｂ）の破線矢線参照）を作成する。

一定時間後の移動体Ａ、Ｂの車両位置（予測位置）は、「現在位置」と「移動方向」と「移動速度」から計算可能である。図３（Ｂ）の破線矢線の端の破線○は、移動体Ａ、Ｂの予測位置を表している。

そして、区画１用衝突判定タスクは、移動体（車両）ごとの線分を作成したのち、それらの線分が交差するかどうかを判定する。

線分が交差しているということは、衝突が予想されることを示している。

図３では、移動体Ａの現在位置をＡ＝（ｘ２、ｙ２）と表し、移動体Ａの一定時間後の予測位置をＡ’＝（ｘ４、ｙ４）と表している。また、移動体Ｂの現在位置をＢ＝（ｘ１、ｙ１）とし、移動体Ｂの一定時間後の予測位置をＢ’＝（ｘ３、ｙ３）と表している。

図４は、衝突判定に使われる符号付三角形の面積の計算式を説明する図である。図４は、移動体Ａと移動体Ｂの符号付三角形面積の計算式を示している。図４では、３点が構成する三角形の符号付面積とその計算式、および当該計算式によって計算される面積の意味が記載されている。符号付三角形は、ある２点と他の１点の位置関係を把握するために用いられる。

図４の例では、線分Ｐ１、Ｐ２とＰ３の関係が三角形Ｐ１、Ｐ２、Ｐ３の符号付三角形の計算によって求められる面積によって明らかになる。

面積＝（1/2）{(x2-x1)*(y3-y1)-(x3-x1)*(y2-y1)} …(3)

三角形Ｐ１、Ｐ２、Ｐ３の符号付面積が正の値を持つならば、三角形Ｐ１、Ｐ２、Ｐ３の点は、反時計回りの関係にある。つまり、点Ｐ３は線分Ｐ１、Ｐ２よりもＸＹ平面上上部にあることを示している。一方、三角形Ｐ１、Ｐ２、Ｐ３の符号付面積が負の値を持つ場合は、三角形Ｐ１、Ｐ２、Ｐ３の各点は時計回りの関係にある。つまり、点Ｐ３は線分Ｐ１、Ｐ２よりもＸＹ平面上下部にあることを示している。また、三角形Ｐ１、Ｐ２、Ｐ３の符号付面積が０の場合は、三角形Ｐ１、Ｐ２、Ｐ３が一直線上に並んでいることを示している。この三角形の符号付面積の計算を実施することにより線分が交差しているかどうかが判定できる。

式（１）、（２）は、実際の線分Ａ、Ａ’および線分Ｂ、Ｂ’の交差判定に用いられる三角形の符号付面積の計算式を表している。三角形ＢＢ’ＡおよびＢＢ’Ａ’の符号付面積の計算によって、線分Ｂ、Ｂ’と点Ａの位置関係、および線分Ｂ、Ｂ’と点Ａ’の位置関係がわかる。この符号付面積の計算とさらに、線分Ａ、Ａ’および点Ｂが構成する符号付三角形の面積、線分Ａ、Ａ’と点Ｂ’が構成する符号付三角形の面積を計算することによって、線分Ａ、Ａ’と線分Ｂ、Ｂ’が交差しているかどうかを判定することができる。このように、ある区画内の衝突判定とは、移動体の現在位置と予測位置から作られる線分が他の移動体が作る線分と交差するかどうかの計算をすべて移動体の組み合わせに対して実施することに相当する。移動体の数が増えると、計算量が２のＮ乗に比例して増加する。これは、並走する２台の移動体の線分交差判定など不必要な計算処理を間引くことによって計算量をへらすことが可能であるが、ここでは説明を省略する。

一つのエッジサーバに搭載される衝突判定タスクの数は、基本的にエッジサーバに搭載されるＣＰＵ（Central Processing Unit）の個数を上回る。つまり、すべてのタスクがＣＰＵを必要としている状況であれば、ＣＰＵ時間を割り当てられるまで待たされるタスクが存在するということである。

衝突判定タスク数がＣＰＵ数を上回る状況においても、衝突判定が遅れて、車両の衝突が起こらないようにするには、衝突可能性の高い区画の衝突判定タスクの優先度を高くし、当該タスクに優先してＣＰＵ時間を割り当てる必要がある。

このような衝突判定システムの問題点は、優先すべき衝突判定タスクとそうでないタスクの区別が困難な点にある。

衝突判定タスクが実行されるエッジサーバは、当該衝突判定タスクの実行ユーザからの指示がない限り、すべての衝突判定タスクに対して等しく優先度を設定する。しかしながら、すべての区画に等しく衝突の危険性があるわけではない。例えば、道路の少ない地域は道路の多い地域よりも走る車の数が少ない分、衝突の危険因子が少ないので、道路の多い地域が衝突判定タスクとしては優先度が高くなるという考え方もできる。

一方で、道路の少ない地域でも、死角の多い交差点があるような地域は衝突の危険が高くなるという考え方もできる。

つまり、現実世界の状況を考慮した、区画の衝突判定タスクに対する優先度の設定方法は、いくつもの考え方があるので、一意に最善の方法があるとは限らない。よって、優先すべき衝突判定タスクとそうでないタスクの区別が難しい。

図５は、特許文献１に開示されたタスク優先度設定システムを説明する図である。図５に示すように、タスク優先度設定システムは、仮想マシン３０と、仮想化を実現するハイパーバイザ（Hypervisor）２０を備えている。仮想マシン３０はゲストＯＳ（Operating System）１０を備えている。ゲストＯＳ１０は、ＵＤＰ(User Datagram Protocol)パケット送受信手段１１と、リクエスト滞留量取得手段１３と、滞留リクエスト記憶部１５と、ＳＩＰ（Session Initiation Protocol）処理増幅判定手段１４と、スレッド起動手段１６と、スケジューリングポリシー変更要求手段１２と、スケジューリングキュー１７を備えている。Ｈｙｐｅｒｖｉｓｏｒ２０は、スケジューリングポリシー変更受付手段２１と、実行時間変更手段２２と、スケジューラ２３と、スケジューリングキュー２４を備えている。

図５のタスク優先度設定システムの動作の概略を以下に説明する。ＳＩＰリクエストをＵＤＰパケット送受信手段１１で受信し、当該ＳＩＰリクエストが送られてきた際に、すでに滞留しているリクエスト量をＳＩＰ処理増幅判定手段１４で確認する。滞留しているリクエストがある閾値を超過している場合には、ＳＩＰ処理増幅判定手段１４は、ＳＩＰリクエストを処理している仮想ＣＰＵに割り当てられる物理ＣＰＵ時間を延長するように、スケジューリングポリシー変更要求手段１２に要求する。この結果、リクエスト処理のための物理ＣＰＵ時間を十分に得られるという効果を生む。

ＳＩＰリクエストを「車両から送られてくる位置情報」ととらえると、リクエスト数が多いことは、当該区画に存在する車両が多いことを表している。車両が多いということは、衝突判定処理の回数も多くなることを意味している。

図５に示した関連技術のタスク優先度設定システムによって、区画に存在する車両台数に比例して、当該区画の衝突判定タスクにＣＰＵ時間を優先的に割り当てることが可能となる。

したがって、車の多い地域ほど衝突の危険が高いと判断すれば、この従来手法の利用が適切であると考えられる。

国際公開第２０１６／０１７１６１号

以下に関連技術の分析を与える。

関連技術においては、車両台数以外の衝突危険因子は、タスクの優先度に紐づけられないということである。

その理由は、図５を参照して説明した関連技術では、タスクの優先度を設定するために、当該タスクに滞留しているリクエストの数を利用している、ことによる。

衝突判定タスクの優先度設定で最も重要なことは、
「危険な区画ほど優先度を高く設定する」
ことである。これによって、危険区画を担当する衝突判定タスクに十分にＣＰＵ時間を割り当てることができ、衝突判定タスクの処理が遅れることを防ぐことができる。

関連技術は、ある区画に存在する車両台数に比例して、当該区画の衝突判定タスクにＣＰＵ時間を優先的に割り当てることが可能であるが、車両台数が多くなることが衝突の危険性が高くなることと等しいとは限らない。

例えば、ある区画に蛇行している車両がいれば、当該区画における衝突発生の危険性は、車両台数の多い少ないに限らず高くなるはずである。

一方で、車両台数が多くても、イベントなどで駐車場への入場を待っているだけであれば、衝突する危険性は少ないといってもよい。

このように、ある区画に存在する車両台数が唯一の衝突危険因子とは限らず、衝突の可能性が高くなる要素は区画毎に異なる。

したがって、本発明は、上記課題に鑑みて創案されたものであって、その目的は、区画毎の車両の衝突判定を行うタスクの判定精度を向上可能とするタスク優先度設定システム、方法、プログラム、装置を提供することにある。

本発明の一つの側面によれば、区画毎の事故統計情報を記憶する記憶部から事故件数情報とデータ系列を取得し、前記事故件数と前記データ系列の相関を計算し、前記相関の計算結果に基づきデータ系列を抽出する事前学習用計算機と、交通情報を記憶する記憶部を参照し、ある区画に位置する車両情報から、前記データ系列の属性を持つ車両の台数を確認し、前記車両の台数に基づき衝突予測数を求め、前記衝突予測数に基づき優先度比率を算出する優先度計算用計算機と、前記優先度比率に基づき、各区画の衝突判定を行うタスクの優先度を設定する運用系計算機と、を備えたタスク優先度設定システムが提供される。

本発明の一つの側面によれば、コンピュータで実行されるタスクの優先度の設定方法であって、区画毎の事故統計情報を記憶する記憶部から事故件数情報とデータ系列を取得し、前記事故件数と前記データ系列の相関を計算し、前記相関の計算結果に基づきデータ系列を抽出する工程と、交通情報を記憶する記憶部を参照し、ある区画に位置する車両情報から、前記データ系列の属性を持つ車両の台数を確認し、前記車両の台数に基づき衝突予測数を求め、前記衝突予測数に基づき優先度比率を算出する工程と、前記優先度比率に基づき、各区画の衝突判定を行うタスクの優先度を設定する工程と、を含むタスク優先度設定方法が提供される。

本発明の一つの側面によれば、区画毎の事故統計情報から事故件数情報とデータ系列を取得し、前記事故件数と前記データ系列の相関を計算し、前記相関の計算結果に基づきデータ系列を抽出する事前学習用計算機から、前記データ系列を評価基準情報として取得する処理と、交通情報を記憶する記憶部を参照し、ある区画に位置する車両情報から、前記データ系列の属性を持つ車両の台数を確認し、前記車両の台数に基づき衝突予測数を求め、前記衝突予測数に基づき優先度比率を算出する処理と、各区画の衝突判定を行うタスクの優先度を設定する運用系計算機に、前記優先度比率を送信する処理をコンピュータに実行させるプログラムが提供される。

本発明によれば、上記プログラムを記憶したコンピュータ読み出し可能な記録媒体（例えばＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、又は、ＥＥＰＲＯＭ（Electrically Erasable and Programmable ROM））等の半導体ストレージ、ＨＤＤ（Hard Disk Drive）、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）等のnon-transitory computer readable recording mediumが提供される。

本発明によれば、区画毎の車両の衝突判定を行うタスクの判定精度を向上可能としている。その理由は、車両台数以外の衝突危険因子を、区画毎の衝突判定タスクの優先度に紐付け可能としたことによる。

関連技術（衝突判定システム）を説明する図である。 関連技術（衝突判定を行う運用系計算機）を説明する図である。 関連技術（衝突判定アルゴリズム）を説明する図である。 関連技術を説明する図である。 関連技術（特許文献１）を説明する図である。 本発明の例示的な第１の実施形態のシステム構成の一例を示す図である。 本発明の例示的な第１の実施形態における交通統計情報のデータ構造の一例を模式的に示す図である。 本発明の例示的な第１の実施形態における事故件数情報のデータ構造の一例を模式的に示す図である。 本発明の例示的な第１の実施形態における運転者情報のデータ構造の一例を模式的に示す図である。 本発明の例示的な第１の実施形態におけるスピード違反者情報のデータ構造の一例を模式的に示す図である。 本発明の例示的な第１の実施形態における相関係数の計算式を示す図である。 本発明の例示的な第１の実施形態における評価基準情報のデータ構造の一例を模式的に示す図である。 本発明の例示的な第１の実施形態における評価基準のデータ構造の一例を模式的に示す図である。 本発明の例示的な第１の実施形態における車両情報のデータ構造を示す図である。 本発明の例示的な第１の実施形態における評価基準情報の作成の処理手順を説明する流れ図である。 本発明の例示的な第１の実施形態における優先度比率の作成の処理手順を説明する流れ図である。 本発明の例示的な第１の実施形態における優先度設定の処理手順を説明する流れ図である。 本発明の例示的な第２の実施形態のシステム構成の一例を示す図である。 本発明の例示的な第２の実施形態における優先度比率予定表のデータ構造を示す図である。 本発明の例示的な第２の実施形態における優先度比率予定表の作成の処理手順を説明する流れ図である。 一実施例のシステム構成を説明する図である。

本発明のいくつかの実施形態について図面を参照して以下に説明する。

＜第１の実施形態＞
図６は、本発明の例示的な第１の実施形態のシステム構成を例示する図である。図１を参照すると、事前学習用計算機１００と、優先度計算用計算機２００と、運用系計算機３００と、交通情報４００を備えている。

事前学習用計算機１００は、交通統計情報１１０と相関分析器１２０を備えている。交通統計情報１１０は、例えば事前学習用計算機１００内の記憶装置（不図示）に記憶保持される。相関分析器１２０は、事前学習用計算機１００に備えられたプロセッサ（不図示）で実行されるソフトウェア（プログラム）で実現するようにしてもよい。

優先度計算用計算機２００は、評価基準情報２１０と優先度比率計算手段２２０を備えている。評価基準情報２１０は、優先度計算用計算機２００に備えられた記憶装置（不図示）に記憶保持される。なお、評価基準情報２１０は、区画毎の評価情報を記憶するため、評価基準表ともいう。優先度比率計算手段２２０は、優先度計算用計算機２００に備えられたプロセッサ（不図示）が、不図示の記憶装置に記憶されたプログラム（命令群）を読み出して実行することで、その処理・機能を実現するようにしてもよい。

運用系計算機３００は、区画１用衝突判定タスク３１０と、区画２用衝突判定タスク３２０と、区画Ｎ用衝突判定タスク３３０と、ＯＳ３４０を備えている。ＯＳ３４０は、優先度設定手段３４２と、優先度情報変換器３４１と、スケジューラ３４３を含む。

交通情報４００は、車両情報４１０を含む。これらの手段はそれぞれ概略つぎのように動作する。交通情報４００は、事前学習用計算機１００、優先度計算用計算機２００から通信手段等を介してアクセス可能な記憶装置（データべース）等に記憶される。

事前学習用計算機１００は、運用系計算機３００による衝突判定タスク３１０、３２０、３３０を実行する前に、区画毎の事故件数情報１１１、１１３、１１５と相関の高い情報を、区画毎の運転者情報１１２、１１４、１１６から検索し、評価基準情報２１０を作成するために用いられる。

図７は、交通統計情報１１０のデータ構造の一例を例示する図である。交通統計情報１１０は、記憶装置に記憶される。区画（１，２，…Ｎ）毎の事故件数情報１１１、１１３、１１５と、区画（１，２，…Ｎ）毎の運転者情報１１２、１１４、１１６は、それぞれ交通統計情報１１０に格納されている。交通統計情報１１０は、区画１〜Ｎまでの事故件数情報１１１、１１３、１１５と、区画１〜Ｎまでの運転者情報１１２、１１４、１１６から構成されている。区画毎の事故件数情報１１１、１１３、１１５とは、当該区画の事故件数の時系列データである。

図８は、図７の区画（区画１、２、・・・N）毎の事故件数情報１１１、１１３、１１５のデータ構造の一例を模式的に示す図である。

事故件数情報１１１、１１３、１１５は、時刻１１１−１と時刻毎の事故件数１１１−２を備えている。

図７において、区画毎の運転者情報１１２、１１４、１１６とは、当該区画の運転者に関する時系列データである。

図９は、区画毎の運転者情報１１２、１１４、１１６のデータ構造の一例を模式的に示す図である。

区画毎の運転者情報１１２、１１４、１１６は、スピード違反者情報(スピード違反者s数情報)１１７、一時不停止違反者情報１１８、蛇行運転情報１１９などのように、当該区画に存在した車両を運転する運転者の情報である。図９では、上記３つの情報（スピード違反者情報１１７、一時不停止違反者情報１１８、蛇行運転情報１１９）が示されているが、運転者に関する統計データであれば、どのようなものでも良い。

図１０は、区画毎の運転者情報１１２、１１４、１１６の一例として、図９のスピード違反者情報１１７のデータ構造を示している。

図１０に示す通り、スピード違反者情報１１７は、時刻１１７−１と時刻毎のスピード違反者数１１７−２を備えている。

再び図６を参照すると、事前学習用計算機１００は、相関分析器１２０を用いて、事故件数１１１−２（図８）と相関の高い運転者情報１１２、１１４、１１６（図７）を見つける。

例えば、事故件数１１１−２の増加と比例してスピード違反者数１１７−２（図１０）が増えているようであれば、当該区画では、スピード違反者数１１７−２が事故件数１１１−２と相関が高いということになる。事故件数１１１−２が増加しているが、蛇行運転車がまったく増減しないのであれば、蛇行運転と事故件数１１１−２は相関が低いということになる。

このように、事前学習用計算機１００は、事故件数１１１−２と運転者情報１１２、１１４、１１６の相関を調べて、相関係数の最も高い運転者情報１１２、１１４、１１６を評価基準情報２１０として、優先度計算用計算機２００に入力する。

次に、相関係数の計算方法等について説明する。相関分析器１２０は、２つのデータの相関を分析する。２つのデータとは、上述の通り、事故件数情報１１１、１１３、１１５と、スピード違反者情報１１７など運転者情報１１２、１１４、１１６の一つである。相関分析器１２０は、事故件数情報１１１、１１３、１１５と運転者情報１１２、１１４、１１６から、相関データ２１１−３と相関係数を算出する。相関データ２１１−３とは、２つのデータの相関を表すデータを指しており、相関係数とは、２つのデータの相関の強さを表す値である。「相関を表す」とは、具体的には「スピード違反者が２人いれば、事故が２件発生している」というような２つのデータの組み合わせ表である。

図７の交通統計情報１１０の区画１、２、…、Ｎの事故件数情報１１１、１１３、…、１１５（区画１の事故件数情報１１１のデータ構造の一例は図８に示される。他の区画の事故件数情報も同様）と、区画１、２、…、Ｎの運転者情報１１２、１１４、…、１１６のスピード違反者情報１１７（図１０参照）を参照して、相関データ２１１−３の作成の仕方について説明する。

図８の事故件数情報と図１０のスピード違反者情報は、各区画における各々時刻毎の事故件数とスピード違反者数１１７−２を示している。
よって、これらを合わせると、時刻毎に事故件数とスピード違反がどのように変化しているのかがわかる。

例えば、図８中「２０１６／０６／１４ １５：００：２１」の時の事故件数１１１−２は２件であり、その時のスピード違反者数１１７−２は２人となっている。

同じように、「２０１６／０７／１８ ０１：１４：５５」では、事故件数１１１−２が４件に対して、スピード違反者数１１７−２が４人となっている。

また、「２０１６／０９／２１ １１：３１：１９」では、事故件数１１１−２が１件に対して、スピード違反者数１１７−２が１人となっている。

よって、この例では、「事故件数＝スピード違反者数」となる相関データ２１１−３(区画１の評価基準２１１の相関データ２１１−３：図１３参照)が作成されることになる。

「事故件数＝スピード違反者数」となる場合には、相関データ２１１−３は、Ｘ＝Ｙのような１個の数式で表すことが可能であるが、実際にそのようなケースはほとんど存在しない。したがって、ここでの相関データ２１１−３は、すべての組み合わせ（事故件数毎のスピード違反者数など）を表として持っているものとする。二つのデータXとYの相関係数の算出式は以下の通りである（図１１（Ｂ）参照）。σxとσyはX={x1,…,xn}とY={y1,…,yn}の分散()、σxyはXとYとの共分散、E[X]、E[Y]はXとYの平均である。

上記「事故件数＝スピード違反者数」の例を元に相関係数を計算すると、相関係数は１．０となる。図１１（Ａ）に、散布図（scatter plot）の一例を示す。

優先度計算用計算機２００は、運用系計算機３００で実行される区画１〜Ｎまでの衝突判定タスク３１０、３２０、３３０の優先度を計算する。優先度計算用計算機２００は、評価基準情報２１０と優先度比率計算手段２２０を備えている。

評価基準情報２１０とは、運用系計算機３００で実行される区画毎の衝突判定タスク３１０、３２０、３３０に付与する優先度を決定するために用いられる係数である。

図１２は、評価基準情報２１０のデータ構造の一例を示す図である。図１２に示す通り、評価基準情報は区画毎の複数の評価基準から構成されている。

図１３は、評価基準のデータ構造の一例を模式的に示す図である。評価基準２１１、２１２、２１３は、区画名２１１−１、データ系列名２１１−２、相関データ２１１−３を有する。

データ系列名２１１−２は、図６の相関分析器１２０によって求められた運転者情報１１２、１１４、１１６のうち、事故件数１１１−２と最も相関の高い運転者情報１１２、１１４、１１６である。評価基準２１１、２１２、２１３は、区画毎に存在する。

図６の優先度計算用計算機２００は、優先度比率計算手段２２０を用いて、運用系計算機３００上で実行される衝突判定用タスクの「優先度比率」を計算する。

優先度比率とは、１つのエッジサーバ上で動作する衝突判定用タスクに割り当てられるＣＰＵ時間の比率を指している。

優先度比率計算手段２２０は、評価基準情報２１０と交通情報４００を用いて上述の優先度比率を計算する。

図６において、交通情報４００は、現在ある区画に存在する車両の車両情報４１０を指している。よって、交通情報４００は複数の車両情報４１０から構成される。

図１４は、車両情報４１０のデータ構造の一例を模式的に示す図である。図１４に示す通り、車両情報４１０は、少なくとも車両ＩＤ４１１と区画ＩＤ４１２から構成され、さらに運転履歴４１３と操作履歴４１４を持つ。

また、運転履歴４１３は、スピード違反４１３−１や一時不停止４１３−２など、当該車両を運転する運転者の交通法規違反情報から構成される。

図１４では、スピード違反４１３−１と一時不停止４１３−２以外には記載していないが、その他の交通法規違反情報を記載してもよい。

また、操作履歴４１４は、蛇行運転４１４−１や急ブレーキ４１４−２など、当該車両の操作に関する情報から構成されている。図１４では、操作履歴４１４として、蛇行運転４１４−１と急ブレーキ４１４−２のみが記載されているが、その他の操作情報を記載してもよい。

優先度比率計算手段２２０による優先度比率の計算方法は以下の通りである。まず、優先度比率計算手段２２０は、区画毎の「衝突予想数」を計算する。

衝突予想数は、当該区画の現在の衝突予想件数である。

ある区画の衝突予想数の計算は、まず、評価基準２１１、２１２、２１３のデータ系列名２１１−２（図１３）を取得し、当該データ系列の属性を持つ車両情報４１０が当該区画にいくつ存在するのか検索する。

図１３では、区画１のデータ系列名２１１−２として「スピード違反者数」が挙げられているので、車両情報４１０の中から、スピード違反４１３−１（図１４）の属性を持つ車両が何台いるか確認する。

図１４の例では、運転履歴４１３のうち、スピード違反４１３−１が「あり」となっているので、区画１のスピード違反者数１１７−２としては＋１となる。

次に、相関データ２１１−３（図１３)を用いて、当該データ系列の属性を持つ車両数を、事故件数情報１１１の事故件数１１１−２（図８）に変換する。

相関分析器１２０による相関データ２１１−３（図１３）の作成例では、
「事故件数＝スピード違反者数」となる相関データ２１１−３が作成される。

この例だと、ある区画のスピード違反者数１１７−２が事故件数１１１−２と一致することになる。この事故件数が衝突予想数となる。

優先度比率計算手段２２０は、区画毎に衝突予想数を算出し、衝突予想数の比率を計算する。これが優先度比率となる。

例えば、区画が４つ存在し、区画１の衝突予想数が４件、区画２の衝突予想数が６件、区画３と区画４の衝突予想数が０件だとすると、優先度比率は、「４：６：０：０」となる。

この比率に従って、ＣＰＵ時間の割り当て方が決定する。比率０は、比率の高い区画の計算が終了してＣＰＵ時間が余ったら、その余剰時間を使うことができるということを意味している。つまり、この例（区画１〜４の優先度比率は「４：６：０：０」）だと、ＣＰＵ時間を区画１と区画２がそれぞれ４対６の割合で利用して、仮に両方の区画の衝突判定処理が終了しても、まだＣＰＵ時間が余っていたら、区画３と区画４がそれぞれ同じ割合で利用できることを意味している。

図１を参照すると、運用系計算機３００は、優先度比率計算手段２２０によって決められた優先度比率に従って、各衝突判定タスク３１０、３２０、３３０にＣＰＵ時間の割り当て優先度を設定し、当該衝突判定タスク３１０、３２０、３３０を実行する。

優先度設定手段３４２は、各衝突判定タスク３１０、３２０、３３０の優先度を設定するための手段である。

優先度情報変換器３４１は、優先度比率計算手段２２０によって決められた優先度比率を具体的な優先度に変換する。

通常、計算機内の優先度は、０〜１００のような数値情報が優先度として、タスクに設定されている。例えば０を低優先度、１００を高優先度とすると、１００を設定されたタスクは０を設定されたタスクよりも優先的にＣＰＵ時間を割り当てられることになる。

簡単な優先度比率の優先度への変換方法の一例としては、「４：６：０：０」の優先度比率を、各区画の衝突判定タスク３１０、３２０、３３０の優先度「４０、６０、０、０」に変換してもよい。

スケジューラ３４３は、優先度情報設定手段によって設定された優先度に従って、ＣＰＵ時間を各区画の衝突判定タスク３１０、３２０、３３０に割り当てる。

区画１〜Ｎ用衝突判定タスク３１０、３２０、３３０は、区画毎の車両の衝突可能性についての計算を実施する。具体的な衝突判定処理は、背景技術の衝突判定の処理例で説明した通りである。

第１の実施形態によれば、事前学習用計算機１００によって、例えば、区画の事故件数１１１−２（図８）に対して最も相関の高い情報を抽出する。そして、優先度計算用計算機２００によって、相関の高い情報を持つ車両が、現在当該区画に何台存在するか把握し、その台数に従って衝突判定タスク３１０、３２０、３３０の優先度を決定する。この結果、区画毎に異なる衝突危険因子に従って、衝突の危険性が最も高い区画の衝突判定を優先して処理することができる。

次に、図１５、図１６及び図１７のフローチャートを参照して、例示的な第１の実施形態の全体の動作について詳細に説明する。

図１５は、図６の事前学習用計算機１００の処理手順を説明するためのフローチャートである。事前学習用計算機１００による図１５の処理は、区画毎に実施される。つまり、区画が４つあれば、図１５の処理は４回試行されることになる。

まず、事前学習用計算機１００は、交通統計情報１１０を記憶している記憶装置から当該区画の事故件数情報１１１、１１３、１１５（図７）を取得する（Ｓ１）。なお、交通統計情報１１０を記憶している記憶装置はHDD（Hard Disk Drive）、SSD(Solid State Drive)、書き換え可能なCDやDVD、EEPROM（Electrically Erasable Programmable Read-Only Memory）等の半導体メモリ等であってもよい。

次に、事前学習用計算機１００は、同じ区画の交通統計情報１１０の運転者情報１１２、１１４、１１６（図７）の中から、データ系列を取得する（Ｓ２）。ここでのデータ系列とは、例えば、スピード違反者情報１１７(図９)などの時系列データを指している。

もし、運転者情報１１２、１１４、１１６（図７）に、データ系列（スピード違反者情報１１７）が存在すれば（Ｓ３のＹＥＳ分岐）、事前学習用計算機１００は、相関分析器１２０を用いて相関分析を実行し、分析結果を事前学習用計算機１００の中の不図示の記憶部に一時的に格納しておく（Ｓ４）。ここでの相関分析とは、前述の評価基準２１１の相関データ２１１−３（図１３）の作成と相関係数の計算を指している。

事前学習用計算機１００は、すべてのデータ系列に対して相関分析を実施したら（Ｓ３のＮＯ分岐）、相関係数が最も高いデータ系列について、データ系列名（スピード違反者数）２１１−２と、相関データ２１１−３を、優先度計算用計算機２００の評価基準情報（評価基準表）２１０に出力する（Ｓ５）。事前学習用計算機１００と優先度計算用計算機２００とは、それぞれ不図示のネットワークインタフェース（Network Interface）（トランスミッタ、レシーバ）を備え、通信ネットワークを介して相互に通信接続される。

図１６は、優先度計算用計算機２００における優先度比率計算手段２２０による衝突予想数の計算手順を説明するためのフローチャートである。優先度比率計算手段２２０による図１６の処理は、区画毎に実行される。つまり、区画が４つあれば、図１６の処理は４回試行されることになる。

まず、優先度比率計算手段２２０は、評価基準情報２１０からデータ系列名２１１−２を取得する（Ｓ６）。なお、ここでは、区画１の処理（評価基準２１１）について説明する。なお、優先度比率計算手段２２０において、評価基準情報２１０を記憶する記憶装置はHDD、SSD、RAM(Random Access Memory)、EEPROM等の半導体メモリ等であってもよい。

次に、優先度比率計算手段２２０は、車両情報４１０から当該データ系列名２１１−２の属性を確認する（Ｓ７）。

データ系列名２１１−２（図１３）の属性は、上記の例だと、データ系列名２１１−２が「スピード違反４１３−１」（図１４）に該当する。属性は、検索した車両情報４１０にスピード違反４１３−１の属性が付与されているか、つまり、図１４の「スピード違反４１３−１」の項目が「あり」となっているかどうかを指している。

優先度比率計算手段２２０は、属性がある場合（Ｓ８のＹＥＳ分岐）には、当該データ系列の属性数を１つ追加する（Ｓ９）。

優先度比率計算手段２２０は、このように、ある区画に属するすべての車両情報４１０を検索して、当該データ系列の属性の有無を確認し、属性数をカウントする。

優先度比率計算手段２２０は、ある区画に属するすべての車両情報４１０を確認したかどうか確認し（Ｓ１０）、すべて検索済みであれば（Ｓ１１のＹＥＳ分岐）、当該データ系列の属性数を衝突予想数に変換する（Ｓ１２）。変換には、評価基準情報２１０に格納されている相関データ２１１−３を用いる。

上述の例だと、「スピード違反者数＝衝突予想数」であったので、ここで、カウントした属性数＝衝突予想数となる。

図１７は、優先度計算用計算機２００の優先度比率計算手段２２０と、運用系計算機３００の優先度情報変換器３４１と優先度設定手段３４２による優先度比率の計算からタスク毎の優先度の設定までの手順を説明するためのフローチャートである。

最初に、優先度計算用計算機２００の優先度比率計算手段２２０は、すべての区画の衝突予想数から優先度比率を計算する（Ｓ１３）。優先度比率計算手段２２０は、優先度比率を運用系計算機３００の優先度情報変換器３４１に送信する。優先度計算用計算機２００と運用系計算機３００の優先度情報変換器３４１とは、それぞれ不図示のネットワークインタフェース（Network Interface）（トランスミッタ、レシーバ）を備え、通信ネットワークを介して相互に通信接続される。

次に、運用系計算機３００の優先度情報変換器３４１によって優先度比率をタスク毎の優先度に変換する（Ｓ１４）。

最後に、運用系計算機３００の優先度設定手段３４２によってタスク毎の優先度を設定する（Ｓ１５）。

上記した例示的な第１の実施の形態の作用効果について以下に説明する。

第１の実施の形態では、区画毎の事故情報（交通統計情報）と最も相関の高い情報を、車両情報から探索して、優先度設定に利用する構成としたことで、区画毎に異なる衝突危険因子を考慮してタスクの優先度を設定することができる。

これにより、危険区画を担当する衝突判定タスクに十分にＣＰＵ時間を割り当てることができる。このため、衝突判定タスクの処理が遅れることを防ぐことができる。

＜第２の実施の形態＞
次に、本発明の例示的な第２の実施形態について図面を参照して詳細に説明する。図１８を参照すると、例示的な第２の実施形態は、前記例示的な第１の実施形態の構成に加えて、目的地情報受信用計算機５００を備えている。他の構成要素は、前記例示的な第１の実施形態と同様である。以下では、主に、前記第１の実施形態との相違点について説明する。

目的地情報受信用計算機５００は、ルート情報と区画入退場推定手段５２０から構成される。さらに、優先度計算用計算機２００内に優先度比率予定表２３０を備える。

これらの手段はそれぞれ概略つぎのように動作する。

目的地情報受信用計算機５００は、各車両からの目的地情報を受信し、ルート情報格納部５１０に格納する。さらに、区画入退場推定手段５２０を用いて、当該車両の一定時間毎の存在区画を推定する。

優先度比率予定表２３０は、優先度比率計算手段２２０によって計算された一定時間毎の優先度比率を格納する場所である。

図１９は、優先度比率予定表２３０のデータ構造の一例を模式的に示す図である。図１９に示す通り、優先度比率予定表２３０は、時刻２３１と時刻毎の各区画の優先度比率２３２、２３３、２３４から構成される。優先度情報変換器３４１は、優先度比率予定表２３０の時刻２３１になった時に各区画の優先度比率２３２、２３３、２３４を取り出して、各衝突判定タスク３１０、３２０、３３０の優先度に変換し、優先度設定手段３４２によって設定する。

次に、図２０のフローチャートを参照して、目的地情報受信用計算機５００による車両の一定時間毎の存在区画の推定から優先度比率予定表２３０の作成までを説明する。

まず、区画入退場推定手段５２０は、車両のルート情報をルート情報格納部５１０から取得する（Ｓ１６）。

次に、当該車両が一定時間毎に存在する区画を計算する（Ｓ１７）。車両のルート情報が明らかになれば、一定速度で車両が走行しているという仮定のもと、当該車両が、ある時刻にどの区画に存在するか計算することができる。

ステップＳ１７で計算した推定結果は、区画入退場推定手段５２０に一時的に格納される。すべての車両のルート情報を取得したかどうか確認し（Ｓ１８）、まだルート情報が残っているようであれば（Ｓ１９のＮＯ分岐）、ステップＳ１６からステップＳ１８を実施する。すべての車両情報４１０を取得したのであれば（Ｓ１９のＹＥＳ分岐）、一定時間毎のタスクの優先度比率２３２、２３３、２３４を計算し（Ｓ２０）、計算した一定時間毎のタスクの優先度比率２３２、２３３、２３４を優先度比率予定表２３０に格納する（Ｓ２１）。

例示的な第２の実施形態の作用効果について以下に説明する。

例示的な第２の実施形態では、車両のルート情報から一定時間毎の車両の存在区画を推定して、当該推定結果から、衝突判定タスク３１０、３２０、３３０の優先度を計算するというように構成したことで、優先度計算用計算機２００による優先度比率の計算を定期的に実行することを不要としている。

＜実施例＞
次に、例示的な実施形態の具体的な一例について説明する。図２１は、前記例示的な第１の実施形態の一具体例を示す図である（ただし、本発明はこの実施例の構成に制限されるものでないことは勿論である）。図２１を参照すると、この具体例では、運用系計算機３００として、エッジサーバ１（７００）を用い、優先度計算用計算機２００としてエッジサーバ２（６００）を用い、事前学習用計算機１００としてコンピュータ１（８００）を用いている。

コンピュータ１（８００）において、特に制限されないが、相関分析器１２０として、統計分析ソフトウェアＲ８１０を用いている。

エッジサーバ１（７００）上の衝突判定タスク３１０、３２０、３３０実行前に評価基準情報２１０を作成することができれば、コンピュータ１（８００）は、どの場所に設置してもよい。
特に制限されないが、運用系計算機３００上のＯＳ（Operating System）３４０としてＬｉｎｕｘ（登録商標）７１０を用いている。優先度設定手段３４２として、ｔａｓｋｓｅｔ７１１を用い、スケジューラ３４３としてＬｉｎｕｘ（登録商標）７１０のｓｃｈｅｄｕｌｅ関数７１２を用いるようにしてもよい。

自動走行システムの路側システムにおいて、衝突判定システムの動作安定化といった用途に適用できる。

なお、上記の特許文献１の開示を、本書に引用をもって繰り込むものとする。本発明の全開示（請求の範囲を含む）の枠内において、さらにその基本的技術思想に基づいて、実施形態ないし実施例の変更・調整が可能である。また、本発明の請求の範囲の枠内において種々の開示要素（各請求項の各要素、各実施例の各要素、各図面の各要素等を含む）の多様な組み合わせ乃至選択が可能である。すなわち、本発明は、請求の範囲を含む全開示、技術的思想にしたがって当業者であればなし得るであろう各種変形、修正を含むことは勿論である。

１０ ゲストＯＳ
１１ ＵＤＰパケット送受信手段
１２ スケジューリングポリシー変更要求手段
１３ リクエスト滞留量取得手段
１４ ＳＩＰ処理増幅判定手段
１５ 滞留リクエスト記憶部
１６ スレッド起動手段
１７ スケジューリングキュー
２０ ハイパーバイザ（Ｈｙｐｅｒｖｉｓｏｒ）
２１ スケジューリングポリシー変更受付手段
２２ 実行時間変更手段
２３ スケジューラ
２４ スケジューリングキュー
３０ 仮想マシン
１００ 事前学習用計算機
１１０ 交通統計情報
１１１ 区画１事故件数情報
１１１−１ 時刻
１１１−２ 事故件数
１１２ 区画１運転者情報
１１３ 区画２事故件数情報
１１４ 区画２運転者情報
１１５ 区画Ｎ事故件数情報
１１６ 区画Ｎ運転者情報
１１７ スピード違反者情報
１１７−１ 時刻
１１７−２ スピード違反者数
１１８ 一時不停止違反者情報
１１９ 蛇行運転情報
１２０ 相関分析器
２００ 優先度計算用計算機
２１０ 評価基準情報
２１１ 区画１評価基準
２１１−１ 区画名
２１１−２ データ系列名
２１１−３ 相関データ
２１２ 区画２評価基準
２１３ 区画Ｎ評価基準
２２０ 優先度比率計算手段
２３０ 優先度比率予定表
２３１ 時刻
２３２ 区画１優先度比率
２３３ 区画２優先度比率
２３４ 区画Ｎ優先度比率
３００ 運用系計算機
３１０ 区画１用衝突判定タスク
３２０ 区画２用衝突判定タスク
３３０ 区画Ｎ用衝突判定タスク
３４０ ＯＳ
３４１ 優先度情報変換器
３４２ 優先度設定手段
３４３ スケジューラ
４００ 交通情報
４１０ 車両情報
４１１ 車両ＩＤ
４１２ 区画ＩＤ
４１３ 運転履歴
４１３−１ スピード違反
４１３−２ 一時不停止
４１４ 操作履歴
４１４−１ 蛇行運転
４１４−２ 急ブレーキ
５００ 目的地情報受信用計算機
５１０ ルート情報格納部
５２０ 区画入退場推定手段
６００ エッジサーバ２
７００ エッジサーバ１
７１０ Ｌｉｎｕｘ（登録商標）
７１１ ｔａｓｋｓｅｔ
７１２ ｓｃｈｅｄｕｌｅ関数
８００ コンピュータ１
８１０ Ｒ

Claims (10)

1. 区画毎の事故統計情報を記憶する記憶部から事故件数情報とデータ系列を取得し、前記事故件数と前記データ系列の相関を計算し、前記相関の計算結果に基づきデータ系列を抽出する事前学習用計算機と、
   交通情報を記憶する記憶部を参照し、ある区画に位置する車両情報から、前記データ系列の属性を持つ車両の台数を確認し、前記車両の台数に基づき衝突予測数を求め、前記衝突予測数に基づき優先度比率を算出する優先度計算用計算機と、
   前記優先度比率に基づき、各区画の衝突判定を行うタスクの優先度を設定する運用系計算機と、
   を備えた、ことを特徴とするタスク優先度設定システム。
2. 前記車両のルート情報を取得し、前記車両の走行区画を推定する目的地情報受信用計算機をさらに備えた、ことを特徴とする請求項１に記載のタスク優先度設定システム。
3. 前記事前学習用計算機は、
   前記事故件数とデータ系列の相関を分析する相関分析器を含む、ことを特徴とする請求項１または２に記載のタスク優先度設定システム。
4. 前記優先度計算用計算機は、
   前記事前学習用計算機で抽出された前記データ系列を評価基準情報として記憶する記憶部と、
   前記衝突予測数と前記優先度比率を算出する優先度比率計算手段と
   を含む、ことを特徴とする請求項１乃至３のいずれか１項に記載のタスク優先度設定システム。
5. 前記運用系計算機は、
   前記区画毎の衝突判定を行うタスクと、
   前記優先度比率を、前記タスクの優先度に変換する優先度情報変換手段と、
   前記タスクの優先度に基づき、区画毎の衝突判定タスクの優先度を設定する優先度設定手段と、
   前記優先度設定手段で設定された優先度にしたがってＣＰＵ時間を区画毎の衝突判定タスクに割り当てるスケジューラと、
   を含む、ことを特徴とする請求項１乃至４のいずれか１項に記載のタスク優先度設定システム。
6. 前記目的地情報受信用計算機は、
   前記車両のルート情報を格納する記憶部と、
   前記車両の区画への入退場の時間を推定する手段と、
   を含む、ことを特徴とする請求項２に記載のタスク優先度設定システム。
7. 前記優先度計算用計算機は、優先度比率を記憶する記憶部をさらに備えたことを特徴とする請求項１乃至６のいずれか１項に記載のタスク優先度設定システム。
8. コンピュータで実行されるタスク優先度設定方法であって、
   区画毎の事故統計情報を記憶する記憶部から事故件数情報とデータ系列を取得し、前記事故件数と前記データ系列の相関を計算し、前記相関の計算結果に基づきデータ系列を抽出する工程と、
   交通情報を記憶する記憶部を参照し、ある区画に位置する車両情報から、前記データ系列の属性を持つ車両の台数を確認し、前記車両の台数に基づき衝突予測数を求め、前記衝突予測数に基づき優先度比率を算出する工程と、
   前記優先度比率に基づき、各区画の衝突判定を行うタスクの優先度を設定する工程と、
   を含む、ことを特徴とするタスク優先度設定方法。
9. 区画毎の事故統計情報から事故件数情報とデータ系列を取得し、前記事故件数と前記データ系列の相関を計算し、前記相関の計算結果に基づきデータ系列を抽出する事前学習用計算機から、前記データ系列を評価基準情報として取得する処理と、
   交通情報を記憶する記憶部を参照し、ある区画に位置する車両情報から、前記データ系列の属性を持つ車両の台数を確認し、前記車両の台数に基づき衝突予測数を求め、前記衝突予測数に基づき優先度比率を算出する処理と、
   各区画の衝突判定を行うタスクの優先度を設定する運用系計算機に、前記優先度比率を送信する処理と、
   をコンピュータに実行させるプログラム。
10. 区画毎の事故件数情報とデータ系列を取得し、前記事故件数と前記データ系列の相関を計算し、前記相関の計算結果に基づきデータ系列を抽出する第１の装置から、前記データ系列を評価基準情報として取得する手段と、
    交通情報を記憶する記憶部を参照し、ある区画に位置する車両情報から、前記データ系列の属性を持つ車両の台数を確認し、前記車両の台数に基づき衝突予測数を求め、前記衝突予測数に基づき優先度比率を算出する手段と、
    各区画の衝突判定を行うタスクの優先度を設定する第２の装置に、前記優先度比率を送信する手段と、
    を備えたことを特徴とする計算装置。

Images