JP2018177022A - 報知装置 - Google Patents
報知装置 Download PDFInfo
- Publication number
- JP2018177022A JP2018177022A JP2017080248A JP2017080248A JP2018177022A JP 2018177022 A JP2018177022 A JP 2018177022A JP 2017080248 A JP2017080248 A JP 2017080248A JP 2017080248 A JP2017080248 A JP 2017080248A JP 2018177022 A JP2018177022 A JP 2018177022A
- Authority
- JP
- Japan
- Prior art keywords
- notification
- unit
- prediction
- pedal
- foot
- 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.)
- Pending
Links
- 230000000994 depressogenic effect Effects 0.000 claims description 39
- 238000001514 detection method Methods 0.000 claims description 13
- 238000000034 method Methods 0.000 abstract description 23
- 210000002683 foot Anatomy 0.000 description 91
- 210000002414 leg Anatomy 0.000 description 30
- 210000000689 upper leg Anatomy 0.000 description 27
- 238000012986 modification Methods 0.000 description 16
- 230000004048 modification Effects 0.000 description 16
- 230000010365 information processing Effects 0.000 description 14
- 239000000284 extract Substances 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 238000002485 combustion reaction Methods 0.000 description 3
- 210000003127 knee Anatomy 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 1
- 210000003423 ankle Anatomy 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Landscapes
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
【課題】ペダルの踏み間違いを十分に抑止することができる報知装置を提供する。【解決手段】車両の運転者の脚の状態に関する情報である脚情報を取得する取得部22と、取得した脚情報に基づいて複数のペダルのうち足で踏まれるペダルを予測し、予測したペダルを示す報知内容を報知させる処理部30と、を備える。踏まれるペダルを予測して報知することにより、踏もうとしているペダルと予測されたペダルとが一致しているか否かを運転者に認識させることができるから、ペダルの踏み間違いを低減できる。【選択図】図2
Description
本発明は、報知装置に関する。
アクセルペダル及びブレーキペダルを有する車両において、ペダル近傍の運転者の足の位置を検出して、足の位置を表示する装置が知られている。また、足の位置から推定したペダルの操作までにかかる時間に基づいて、警報等を出力する装置が知られている。
しかしながら、上述の装置では、運転者の現在の足の位置等を表示しているだけなので、ペダルの踏み間違いを低減することができないといった課題がある。
本発明は、上記に鑑みてなされたものであって、ペダルの踏み間違いを低減することができる報知装置を提供することを目的とする。
上述した課題を解決し、目的を達成するために、本発明の報知装置は、車両の運転者の脚の状態に関する情報である脚情報を取得する取得部と、前記脚情報に基づいて、複数のペダルのうち、足で踏まれる前記ペダルを予測して、予測した前記ペダルを示す報知内容を報知させる処理部と、を備える。
このように、報知装置は、踏まれるペダルを予測して報知することによって、踏もうとしているペダルと予測されたペダルとが一致しているか否かを運転者に認識させることができる。これにより、報知装置は、ペダルの踏み間違いを低減できる。
本発明の報知装置は、前記処理部は、前記ペダルが踏まれる確率を予測して、踏まれると予測した前記ペダルに基づいて、報知内容を決定し、前記ペダルが踏まれる前記確率に基づいて、前記報知内容のレベルである報知レベルを決定して、前記報知内容を前記報知レベルで報知させてもよい。
このように、報知装置は、予測したペダルが踏まれる確率に応じて報知レベルを決定することにより、予測したペダルが踏まれる確率が低いこと、即ち、予測が難しく、運転者が踏み間違える確率が高いことを運転者に報知して意識させることができる。この結果、報知装置は、運転者が踏み間違えることをより低減できる。
本発明の報知装置は、前記処理部は、前記脚情報に基づいて、踏まれる前記ペダルを予測できなかった場合、予測できた場合とは異なる報知内容を報知させてもよい。
このように、報知装置は、踏まれるペダルを予測できないことを示す報知内容を報知することによって、踏み間違える確率が高いことを運転者に報知して意識させることができる。この結果、報知装置は、運転者が踏み間違えることをより低減できる。
本発明の報知装置は、前記車両の周囲の状況である状況情報を検出する状況検出部を更に備え、前記処理部は、前記状況情報に基づいて、前記報知内容または前記報知レベルを補正してもよい。
これにより、報知装置は、車両の周囲の状況に応じて、報知内容または報知レベルを補正することによって、車両の周囲の状況に応じて、踏み間違いをより注意すべきであることを運転者に認識させて、ペダルの踏み間違いをより低減することができる。
以下の例示的な実施形態等の同様の構成要素には共通の符号を付与して、重複する説明を適宜省略する。
<第1実施形態>
図1は、第1実施形態にかかる報知装置20が実装された車両10の内部構成を示す概略図である。車両10は、例えば、内燃機関(エンジン、図示されず)を駆動源とする自動車(内燃機関自動車)であってもよいし、電動機(モータ、図示されず)を駆動源とする自動車(電気自動車、燃料電池自動車等)であってもよいし、それらの双方を駆動源とする自動車(ハイブリッド自動車)であってもよい。また、車両10は、種々の変速装置を搭載することができるし、内燃機関や電動機を駆動するのに必要な種々の装置(システム、部品等)を搭載することができる。また、車両10における車輪11の駆動に関わる装置の方式、個数、及び、レイアウト等は、種々に設定することができる。
図1は、第1実施形態にかかる報知装置20が実装された車両10の内部構成を示す概略図である。車両10は、例えば、内燃機関(エンジン、図示されず)を駆動源とする自動車(内燃機関自動車)であってもよいし、電動機(モータ、図示されず)を駆動源とする自動車(電気自動車、燃料電池自動車等)であってもよいし、それらの双方を駆動源とする自動車(ハイブリッド自動車)であってもよい。また、車両10は、種々の変速装置を搭載することができるし、内燃機関や電動機を駆動するのに必要な種々の装置(システム、部品等)を搭載することができる。また、車両10における車輪11の駆動に関わる装置の方式、個数、及び、レイアウト等は、種々に設定することができる。
図1に示すように、車両10は、車輪11と、車体12と、ダッシュボード13と、座席14と、操舵部15と、アクセルペダル16と、ブレーキペダル18と、報知装置20とを備える。
車体12は、運転者DR等の乗員が乗車する車室12aを構成する。車体12は、車輪11、ダッシュボード13、座席14、操舵部15、アクセルペダル16、ブレーキペダル18、及び、報知装置20を収容または保持する。
ダッシュボード13は、車室12aの前側に設けられ、運転者DRが視認可能な位置に速度計を含む計器類等を保持する。
座席14は、車室12a内に設けられ、着座した運転者DR等の乗員を支持する。
操舵部15は、ダッシュボード(インストルメントパネル)から突出したステアリングホイールである。操舵部15は、運転者DRから車両10の進行方向を変えるための操舵の指示を受け付ける。
アクセルペダル16は、運転者DRの足FTの下に配置されている。アクセルペダル16は、運転者DRによって踏まれることによって、車両10を加速させる操作を受け付ける。
ブレーキペダル18は、アクセルペダル16と間隔を空けて、運転者DRの足FTの下に配置されている。ブレーキペダル18は、運転者DRによって踏まれることによって、車両10を制動するための操作を受け付ける。
報知装置20は、アクセルペダル16とブレーキペダル18のうち、運転者DRが踏むペダル16、18を予測して、報知することによって、運転者DRによるペダル16、18の踏み間違いを抑止する。報知装置20は、取得部22と、情報処理装置24と、出力部26とを備える。
取得部22は、車両10の運転者DRの脚の状態に関する情報である脚情報を取得する。ここでいう脚は、例えば、股関節の下部からつま先までの領域であり、英語における“leg”である。取得部22は、例えば、レーザまたは超音波等の検知波を運転者DRの足FT及び足FTの周辺に送信し、反射された検知波によって、足FTの点群データの三次元座標(例えば、取得部22からの距離及び方向)を含む三次元画像を生成する三次元距離画像センサである。ここでいう足は、例えば、くるぶし近辺からつま先の領域であり、英語における“foot”である。取得部22は、足FTの三次元座標を含む三次元画像を脚情報として情報処理装置24へ出力する。
情報処理装置24は、例えば、ECU(Electronic Control Unit)等のマイクロコンピュータを含むコンピュータである。情報処理装置24は、取得部22及び出力部26と情報を送受信可能に電気的に接続されている。情報処理装置24は、取得部22から脚情報を取得する。情報処理装置24は、複数のペダルの例であるアクセルペダル16及びブレーキペダル18のうち、脚情報に基づいて、運転者DRの足FTによって踏まれるペダル16、18を予測する。情報処理装置24は、予測した予測結果に基づく報知内容を出力部26に出力させることにより、運転者DRに報知する。
出力部26は、例えば、画像等の光を出力する表示装置及び音声を出力するスピーカ等を含みダッシュボード13に設置されたモニタ装置である。出力部26は、例えば、情報処理装置24から取得した表示情報または音声情報による報知内容に基づいて、当該報知内容を画像等の光または音声で出力する。
図2は、第1実施形態の報知装置20の情報処理装置24の機能を説明する機能ブロック図である。図2に示すように、報知装置20の情報処理装置24は、処理部30と、記憶部32とを有する。
処理部30は、CPU(Central Processing Unit)等を含むハードウェアプロセッサである。処理部30は、記憶部32に格納されたプログラムを読み込むことによって、種々の機能を実現する。処理部30は、予測部34と、報知部36とを有する。処理部30は、例えば、記憶部32に格納された予測報知プログラム38を読み込むことによって、予測部34及び報知部36の機能を実現してもよい。予測部34及び報知部36の一部または全部は、ASIC(Application Specific Integrated Circuit)を含む回路等のハードウェアであってもよい。
予測部34は、取得部22から脚情報を取得する。予測部34は、脚情報に基づいて、アクセルペダル16及びブレーキペダル18のうち、運転者DRの足FTによって踏まれるペダル16、18を予測する。例えば、予測部34は、予め設定されて記憶部32に予め格納された予測データ40に含まれる基準位置と脚情報から算出した足FTの位置との間の距離である判定用距離JDとを算出する。予測部34は、判定用距離JDと、予測データ40に含まれる距離閾値DThとを比較して、踏まれるペダル16、18を予測してよい。予測部34は、予測した踏まれたペダル16、18を示す予測結果を報知部36へ出力する。
報知部36は、予測部34から取得した予測結果に含まれる踏まれるペダル16、18を示す報知内容を出力部26に報知させる。例えば、報知部36は、予測結果が示す踏まれるペダル16、18に関連付けられた報知内容を、記憶部32に予め格納された報知データ42から抽出して、当該報知内容の表示データまたは音声データを出力部26に報知させる。
記憶部32は、ROM(Read Only Memory)、RAM(Random Access Memory)、HDD(Hard Disk Drive)、及び、SSD(Solid State Drive)等を含む記憶装置である。記憶部32は、ネットワーク上に設けられていてもよい。記憶部32は、処理部30が実行するプログラム及びプログラムの実行に必要な情報を格納する。
例えば、記憶部32は、処理部30が実行する予測報知プログラム38を格納する。記憶部32は、予測報知プログラム38の実行に必要な予測データ40及び報知データ42を格納する。
予測データ40は、踏まれるペダル16、18を予測するための距離閾値DThを含む。
報知データ42は、ペダル16、18のそれぞれに関連付けられた報知内容を含む。アクセルペダル16に関連付けられた報知内容と、ブレーキペダル18に関連付けられた報知内容は、互いに識別可能に異なっていればよく、特に限定されない。例えば、アクセルペダル16は、予め設定された第1周波数の音声データを含む報知内容と関連付けられていてよい。ブレーキペダル18は、第1周波数とは異なる第2周波数であって、予め設定された第2周波数の音声データを含む報知内容と関連付けられていてよい。また、アクセルペダル16は、予め設定された第1色相(例えば、赤色)の表示データを含む報知内容と関連付けられていてよい。ブレーキペダル18は、第1色相とは異なる第2色相(例えば、青色)であって、予め設定された第2色相の表示データを含む報知内容と関連付けられていてよい。
図3は、予測部34によるペダル16、18の予測方法を説明する平面図である。
予測データ40は、図3に示すアクセルペダル16上または近傍の位置に設定された基準位置SPのデータを含む。尚、基準位置SPは、アクセルペダル16とブレーキペダル18との中間位置であってもよく、ブレーキペダル18上または近傍の位置であってもよい。
取得部22は、アクセルペダル16とブレーキペダル18との間を撮像することによって、運転中の運転者DRの足FTの点群データの三次元座標を含む三次元画像を脚情報として生成する。
予測部34は、脚情報を取得すると、当該脚情報に基づいて、例えば、予測データ40に含まれる基準位置SPを原点とする足FTの位置の三次元座標を算出する。予測部34は、足FTの位置の三次元座標に基づいて、基準位置SPから足FTの位置までの距離を判定用距離JDとして算出する。判定用距離JDは、アクセルペダル16とブレーキペダル18と結ぶ方向に沿った判定用直線JL上の距離であってよい。例えば、足FTaの場合、判定用距離JDは、“JDa”となる。予測部34は、当該判定用距離JDに基づいて、アクセルペダル16とブレーキペダル18のうち、運転者DRの足FTに踏まれるペダル16、18を予測する。例えば、予測部34は、予め定められて予測データ40に含まれる距離閾値DThと判定用距離JDとを比較して、踏まれるペダル16、18を予測する。具体的には、予測部34は、運転者DRの足FTがアクセルペダル16に近く(図3に示す例では足FTa、FTb)、判定用距離JDが距離閾値DTh未満の場合(即ち、JD<DTh)、アクセルペダル16が踏まれると予測する。一方、予測部34は、運転者DRの足FTがブレーキペダル18に近く(図3に示す例では足FTc、FTd)、判定用距離JDが距離閾値DThよりも大きい場合(即ち、JD≧DTh)、ブレーキペダル18が踏まれると予測する。
図4は、処理部30が実行する予測報知処理のフローチャートである。処理部30は、記憶部32に格納された予測報知プログラム38を読み込むことによって、予測報知処理を実行する。
図4に示すように、予測報知処理では、処理部30の予測部34が、取得部22から脚情報を取得する(S102)。予測部34は、脚情報に基づいて、踏まれるペダル16、18を予測する予測処理を実行する(S104)。報知部36は、予測部34が予測したペダル16、18を報知する報知処理を実行する(S106)。この後、処理部30は、予測報知処理を繰り返す。
図5は、予測部34が実行する予測処理(S104)のフローチャートである。
図5に示すように、予測処理では、予測部34は、取得部22から取得した脚情報から運転者DRの足FTの位置を算出する(S122)。予測部34は、予測データ40が示す基準位置SPから足FTの位置までの距離である判定用距離JDを算出する(S124)。予測部34は、判定用距離JDと距離閾値DThとを比較して、踏まれるペダル16、18を予測する(S126)。予測部34は、踏まれると予測したペダル16、18を示す予測結果を報知部36へ出力する(S128)。
図6は、報知部36が実行する報知処理(S106)のフローチャートである。
図6に示すように、報知処理では、報知部36は、予測部34から予測結果を取得する(S132)。報知部36は、予測結果が示す、踏まれると予測されたペダル16、18の対応付けられた報知内容を、報知データ42から抽出する(S134)。報知部36は、抽出した報知内容を出力部26に出力して、報知内容を出力させる(S136)。
上述したように、第1実施形態の報知装置20は、脚情報に基づいて踏まれると予測したペダル16、18を示す報知内容を報知する。これにより、報知装置20は、踏まれるペダル16、18が、運転者DRが踏もうとしているペダル16、18と一致しているか否かを運転者DRに認識させることができるので、ペダル16、18の踏み間違いを低減することができる。
報知装置20は、予測報知処理を繰り返して、予測したペダル16、18の報知を繰り返すことによって、運転者DRにアクセルペダル16及びブレーキペダル18に対応する報知内容を覚えさせることができる。これにより、報知装置20は、運転者DRに踏み間違いをより速く、例えば、反射的に認識させることができる。
<第2実施形態>
次に、上述の予測処理及び報知処理を変更した第2実施形態について説明する。第1実施形態と同様の構成及び同様の処理については、同じ符号及び同じステップ番号を付与して説明を簡略化する。
次に、上述の予測処理及び報知処理を変更した第2実施形態について説明する。第1実施形態と同様の構成及び同様の処理については、同じ符号及び同じステップ番号を付与して説明を簡略化する。
図7は、第2実施形態の予測部34による踏まれるペダル16、18の予測処理を説明する図である。
第2実施形態の予測部34は、いずれのペダル16、18が踏まれるかを予測するとともに、ペダル16、18が踏まれる確率を予測する。例えば、予測部34は、予測データ40が含む複数の距離閾値DThan(n=1、2、3)と、判定用距離JDとを比較して、踏まれるペダル16、18及び当該ペダル16、18が踏まれる確率を予測する。予測部34は、踏まれると予測したペダル16、18とともに踏まれる確率を含む予測結果を報知部36へ出力する。
ここで、図7に示すように、DTha1<DTha2<DTha3とする。距離閾値DTha2は、アクセルペダル16とブレーキペダル18との間の距離の半分としてよい。尚、距離閾値DTha1、距離閾値DTha2及び距離閾値DTha3の間隔は、等間隔であってもよく、異なる間隔であってもよい。
予測部34は、判定用距離JDが距離閾値DTha1未満の場合(即ち、JD<DTha1)、高確率でアクセルペダル16が踏まれると予測する。図7に示す例では、予測部34は、足FTaの場合、高確率でアクセルペダル16が踏まれると予測する。
予測部34は、判定用距離JDが距離閾値DTha1以上かつ距離閾値DTha2未満の場合(即ち、DTha1≦JD<DTha2)、低確率でアクセルペダル16が踏まれると予測する。図7に示す例では、予測部34は、足FTbの場合、低確率でアクセルペダル16が踏まれると予測する。
予測部34は、判定用距離JDが距離閾値DTha2以上かつ距離閾値DTha3未満の場合(即ち、DTha2≦JD<DTha3)、低確率でブレーキペダル18が踏まれると予測する。図7に示す例では、予測部34は、足FTcの場合、低確率でブレーキペダル18が踏まれると予測する。
予測部34は、判定用距離JDが距離閾値DTha3以上の場合(即ち、DTha3≦JD)、高確率でブレーキペダル18が踏まれると予測する。図7に示す例では、予測部34は、足FTdの場合、高確率でブレーキペダル18が踏まれると予測する。
報知部36は、踏まれると予測したペダル16、18に基づいて報知内容を決定し、ペダル16、18が踏まれる確率に基づいて報知内容のレベル(即ち、程度)である報知レベルを決定する。報知部36は、報知内容を報知レベルで出力部26に報知させる。ここで、第2実施形態の報知データ42は、踏まれるペダル16、18に関連付けられた報知内容とともに、ペダル16、18が踏まれる確率に関連付けられた報知レベルを含む。
報知内容が音声で出力される場合、報知レベルは、例えば、音量であってよい。具体的には、予測したペダル16、18の踏まれる確率が高い場合、踏み間違える確率が低いと考えられるので、高確率に関連付けられた報知レベルは音量が小さくなるように設定されていることが好ましい。一方、予測したペダル16、18の踏まれる確率が低い場合、踏み間違える確率が高いと考えられるので、低確率に関連付けられた報知レベルは音量が大きくなるように設定されていることが好ましい。報知レベルは、音量に代えて、音色(例えば、エンベロープ、ディレイ、リバーブ等)であってもよい。
また、報知内容が光の色相等で出力される場合、報知レベルは、例えば、輝度であってよい。具体的には、予測したペダル16、18の踏まれる確率が高い場合、踏み間違える確率が低いと考えられるので、高確率に関連付けられた報知レベルは輝度が低くなるように設定されていることが好ましい。一方、予測したペダル16、18の踏まれる確率が低い場合、踏み間違える確率が高いと考えられるので、低確率に関連付けられた報知レベルは輝度が高くなるように設定されていることが好ましい。尚、報知レベルは、輝度に代えて、彩度であってもよい。
図8は、第2実施形態の予測部34が実行する予測処理のフローチャートである。
図8に示すように、第2実施形態の予測処理では、予測部34は、足FTの位置を算出した後(S122)、判定用距離JDを算出する(S124)。
次に、予測部34は、判定用距離JD及び複数の距離閾値DThanに基づいて、踏まれるペダル16、18を予測するとともに、当該ペダル16、18が踏まれる確率を予測する(S226)。
予測部34は、踏まれるペダル16、18及び踏まれる確率を含む予測結果を報知部36に出力して、予測処理を終了する(S128)。
図9は、第2実施形態の報知部36が実行する報知処理のフローチャートである。
図9に示すように、第2実施形態の報知処理では、報知部36は、予測結果を取得すると(S132)、予測結果が示す踏まれるペダル16、18に基づいて報知内容を報知データ42から抽出する(S134)。次に、報知部36は、予測結果が示す踏まれる確率に基づいて報知レベルを報知データ42から抽出する(S234)。報知部36は、抽出した報知内容及び報知レベルを出力部26に出力して(S236)、報知内容を報知レベルで運転者DRに報知する。
上述したように、第2実施形態の報知装置20は、ペダル16、18が踏まれる確率に応じて、音量等による報知レベルを設定して、報知内容を報知している。これにより、報知装置20は、予測されたペダル16、18が運転者DRに踏まれる確率が低いこと、即ち、予測が難しく、踏み間違える確率が高いことを運転者DRに報知して意識させることができる。この結果、報知装置20は、運転者DRが踏み間違えることをより低減できる。
<第3実施形態>
図10は、第3実施形態の予測部34による踏まれるペダル16、18の予測処理を説明する図である。
図10は、第3実施形態の予測部34による踏まれるペダル16、18の予測処理を説明する図である。
第3実施形態の予測部34は、いずれのペダル16、18が踏まれるかを予測可能か否か判定し、予測可能な場合、いずれのペダル16、18が踏まれるかを予測する。例えば、予測部34は、予測データ40が含む複数の距離閾値DThbn(n=1、2)と、判定用距離JDとを比較して、予測可能か否かを判定し、予測可能な場合、踏まれるペダル16、18を予測する。予測部34は、ペダル16、18を予測できない旨、または、踏まれると予測したペダル16、18を示す予測結果を報知部36へ出力する。
ここで、図10に示すように、DThb1<DThb2とする。距離閾値DThb1以上であって距離閾値DThb2未満である位置は、アクセルペダル16とブレーキペダル18との間の中間位置であってよい。
予測部34は、判定用距離JDが距離閾値DThb1未満の場合(即ち、JD<DThb1)、アクセルペダル16が踏まれると予測する。図10に示す例では、予測部34は、足FTaの場合、アクセルペダル16が踏まれると予測する。
予測部34は、判定用距離JDが距離閾値DThb1以上かつ距離閾値DThb2未満の場合(即ち、DThb1≦JD<DThb2)、踏まれるペダル16、18が予測できないと判定する。図10に示す例では、予測部34は、足FTbの場合、踏まれるペダル16、18が予測できないと判定する。
予測部34は、判定用距離JDが距離閾値DThb2以上の場合(即ち、DThb2≦JD)、ブレーキペダル18が踏まれると予測する。図10に示す例では、予測部34は、足FTcの場合、ブレーキペダル18が踏まれると予測する。
報知部36は、予測不可、または、踏まれるペダル16、18に基づいて報知内容を決定する。ここで、第3実施形態の報知データ42は、踏まれるペダル16、18に関連付けられた報知内容とともに、予測不可の報知内容を含む。予測不可の報知内容は、踏まれるペダル16、18に関連付けられた報知内容のいずれとも異なる。従って、報知部36は、踏まれるペダル16、18を予測できなかった場合、予測できた場合と異なる報知内容を出力部26に報知させる。
図11は、第3実施形態の予測部34が実行する予測処理のフローチャートである。
図11に示すように、第3実施形態の予測処理では、予測部34は、足FTの位置を算出した後(S122)、判定用距離JDを算出する(S124)。
次に、予測部34は、判定用距離JD及び複数の距離閾値DThbnに基づいて、踏まれるペダル16、18を予測可能か否か判定する(S326)。予測部34は、踏まれるペダル16、18を予測不可であると判定すると(S326:No)、予測不可である旨の予測結果を報知部36へ出力する(S128)。
予測部34は、踏まれるペダル16、18を予測可能であると判定すると(S326:Yes)、判定用距離JD及び複数の距離閾値DThbnに基づいて、踏まれるペダル16、18を予測して(S126)、予測した踏まれるペダル16、18を含む予測結果を報知部36に出力して、予測処理を終了する(S128)。
報知部36は、報知内容以外、第1実施形態と同様の報知処理を実行するので、第3実施形態の報知処理のフローチャートについては省略する。
上述したように、第3実施形態の報知装置20は、踏まれるペダル16、18を予測できないことを示す報知内容を報知することによって、踏み間違える確率が高いことを運転者DRに報知して意識させることができる。この結果、報知装置20は、運転者DRが踏み間違えることをより低減できる。
<第4実施形態>
図12は、第4実施形態の報知装置20Aの構成を説明する機能ブロック図である。図12に示すように、報知装置20Aは、状況検出部23を更に有する。
図12は、第4実施形態の報知装置20Aの構成を説明する機能ブロック図である。図12に示すように、報知装置20Aは、状況検出部23を更に有する。
状況検出部23は、車両10の周囲の状況である状況情報を検出する。例えば、状況検出部23は、車両10の外周部に設けられた1または複数の撮像装置であってよい。状況検出部23は、車両10の周囲を撮像した撮像画像を状況情報として情報処理装置24へ出力する。
情報処理装置24の報知部36は、状況検出部23から取得した状況情報に基づいて、報知内容または報知レベルを補正する。具体的には、報知部36は、状況情報である撮像画像に基づいて、車両10の周囲の状況を判定する。例えば、報知部36は、状況情報に基づいて、周囲に人が多いか否かを判定する。報知部36は、判定した状況に応じて、報知内容または報知レベルを補正する。例えば、報知部36は、車両10の周囲に人が多いと判定し、かつ、アクセルペダル16を踏むと予測した場合、報知内容の音の周波数を上げる、または、報知レベルの音量を大きくする。これにより、報知部36は、踏み間違いをより注意すべきであることを運転者DRに強く認識させる。
図13は、第4実施形態の報知部36による報知処理のフローチャートである。
図13に示すように、第4実施形態の報知処理では、報知部36は、予測結果を取得して(S132)、報知内容及び報知レベルを抽出した後(S134、S234)状況検出部23から状況情報を取得する(S440)。報知部36は、状況情報に基づいて、報知内容及び報知レベルの少なくとも一方を補正する(S442)。報知部36は、補正した報知内容及び報知レベルを出力部26へ出力して(S236)、報知処理を終了する。
第4実施形態の報知装置20は、車両10の周囲の状況を示す状況情報に基づいて、報知内容または報知レベルの少なくとも一方を補正している。これにより、報知装置20は、車両10の周囲の状況に応じて、踏み間違いをより注意すべきであることを運転者DRに認識させて、ペダル16、18の踏み間違いをより低減することができる。
<変形例>
次に、上述した実施形態を部分的に変形した変形例について説明する。
次に、上述した実施形態を部分的に変形した変形例について説明する。
<第1変形例>
第1変形例の取得部22は、運転者DRの足FTの情報のみならず、脛SHの情報を含む脚情報を取得してよい。脛SHは、例えば、膝と足との間であって、下腿ともいう。例えば、取得部22は、足FT及び脛SHの点群データの三次元座標を含む脚情報を取得する。
第1変形例の取得部22は、運転者DRの足FTの情報のみならず、脛SHの情報を含む脚情報を取得してよい。脛SHは、例えば、膝と足との間であって、下腿ともいう。例えば、取得部22は、足FT及び脛SHの点群データの三次元座標を含む脚情報を取得する。
図14は、第1変形例の予測部34による踏まれるペダル16、18の予測処理を説明する正面図である。
予測部34は、脚情報に基づいて、足FTの位置とともに、脛SHa、SHb・・の角度を算出する。例えば、予測部34は、脛SHと鉛直方向との間の角度を、脛SHの角度として算出してよい。ここで、脛SHbのように、下方が右側に傾斜している場合の角度を正の方向とし、脛SHcのように、下方が左側に傾斜している場合の角度を負の方向としてよい。予測部34は、足FTの位置と、脛SHの角度と、予測データ40とに基づいて、踏まれるペダル16、18を予測する。
例えば、図14に示すアクセルペダル16の近傍の運転者DRの足FTaの場合、予測部34は、脛SHaの角度によらず、足FTaの位置に基づいて、アクセルペダル16が踏まれると予測する。ブレーキペダル18の近傍の運転者DRの足FTdの場合、予測部34は、脛SHdの角度によらず、足FTdの位置に基づいて、ブレーキペダル18が踏まれると予測する。
アクセルペダル16とブレーキペダル18の中間位置の近傍の運転者DRの足FTb、FTcの場合、予測部34は、脛SHb、SHcの角度に基づいて、踏まれるペダル16、18を予測する。例えば、運転者DRの足FTbの場合、脛SHbの下方が右側に傾斜して、脛SHbの角度が正であると、脛SHbの延長線がアクセルペダル16の近傍となるので、予測部34は、アクセルペダル16が踏まれると予測する。運転者DRの足FTcの場合、脛SHcの下方が左側に傾斜して、脛SHcの角度が負であると、脛SHcの延長線がブレーキペダル18の近傍となるので、予測部34は、ブレーキペダル18が踏まれると予測する。
即ち、予測部34は、足FTがペダル16、18の近傍であれば、足FTの位置を重視して、踏まれるペダル16、18を予測する。予測部34は、足FTがアクセルペダル16とブレーキペダル18の中間位置の近傍であれば、脛SHの角度を重視して、踏まれるペダル16、18を予測する。従って、第1変形例の予測データ40は、足FTの位置と基準位置SPとの判定用距離JDと比較する距離閾値DThと、脛SHの角度と比較する角度閾値ATh1と、足FTの位置と関連付けられた重みのデータを含んでよい。予測部34は、脛SHの角度の絶対値が角度閾値ATh1以上であれば、踏まれるペダル16、18を予測可能と判定し、脛SHの角度の正負で踏まれるペダル16、18がいずれかを予測してよい。これにより、予測部34は、より予測の精度を向上させることができる。
<第2変形例>
第2変形例の取得部22は、運転者DRの足FTの情報のみならず、腿THの情報を含む脚情報として取得する。腿THは、例えば、膝と腰との間であって、上腿ともいう。例えば、取得部22は、足FT及び腿THの点群データの三次元座標を含む脚情報を取得する。
第2変形例の取得部22は、運転者DRの足FTの情報のみならず、腿THの情報を含む脚情報として取得する。腿THは、例えば、膝と腰との間であって、上腿ともいう。例えば、取得部22は、足FT及び腿THの点群データの三次元座標を含む脚情報を取得する。
図15は、第2変形例の予測部34による踏まれるペダル16、18の予測処理を説明する上面図である。
予測部34は、脚情報に基づいて、足FTの位置とともに、腿THa、THb・・の角度を算出する。例えば、予測部34は、腿THと前方向との間の角度を、腿THの角度として算出してよい。ここで、腿THbのように、右側に傾斜している場合の角度を正の方向とし、腿THcのように、左側に傾斜している場合の角度を負の方向としてよい。予測部34は、足FTの位置と、腿THの角度と、予測データ40とに基づいて、踏まれるペダル16、18を予測する。
例えば、図15に示すアクセルペダル16の近傍の運転者DRの足FTaの場合、予測部34は、腿THaの角度によらず、足FTaの位置に基づいて、アクセルペダル16が踏まれると予測する。ブレーキペダル18の近傍の運転者DRの足FTdの場合、予測部34は、腿THdの角度によらず、足FTdの位置に基づいて、ブレーキペダル18が踏まれると予測する。
アクセルペダル16とブレーキペダル18の中間位置の近傍の運転者DRの足FTb、FTcの場合、予測部34は、腿THb、THcの角度に基づいて、踏まれるペダル16、18を予測する。例えば、運転者DRの足FTbの場合、腿THbの下方が右側に傾斜して、腿THbの角度が正であると、腿THbの延長線がアクセルペダル16の近傍となるので、予測部34は、アクセルペダル16が踏まれると予測する。運転者DRの足FTcの場合、腿THcの下方が左側に傾斜して、腿THcの角度が負であると、腿THcの延長線がブレーキペダル18の近傍となるので、予測部34は、ブレーキペダル18が踏まれると予測する。
即ち、予測部34は、足FTがペダル16、18の近傍であれば、足FTの位置を重視して、踏まれるペダル16、18を予測する。予測部34は、足FTがアクセルペダル16とブレーキペダル18の中間位置の近傍であれば、腿THの角度を重視して、踏まれるペダル16、18を予測する。従って、第2変形例の予測データ40は、足FTの位置と基準位置SPとの判定用距離JDと比較する距離閾値DThと、腿THの角度と比較する角度閾値ATh2と、足FTの位置と関連付けられた重みのデータを含んでよい。予測部34は、腿THの角度の絶対値が角度閾値ATh1以上であれば、踏まれるペダル16、18を予測可能と判定し、腿THの角度の正負で踏まれるペダル16、18がいずれかを予測してよい。これにより、予測部34は、より予測の精度を向上させることができる。
<第3変形例>
第3変形例の予測データ40は、足FTの軌跡を示す軌跡データを含んでよい。軌跡データは、アクセルペダル16を踏む場合の1または複数の第1軌跡データと、ブレーキペダル18を踏む場合の1または複数の第2軌跡データとを含んでよい。例えば、第1軌跡データは、足FTが上下に移動しつつ右方向(即ち、アクセルペダル16の方向)へ移動する軌跡のデータであってよい。第2軌跡データは、足FTが上下に移動しつつ左方向(即ち、ブレーキペダル18の方向)へ移動する軌跡のデータであってよい。
第3変形例の予測データ40は、足FTの軌跡を示す軌跡データを含んでよい。軌跡データは、アクセルペダル16を踏む場合の1または複数の第1軌跡データと、ブレーキペダル18を踏む場合の1または複数の第2軌跡データとを含んでよい。例えば、第1軌跡データは、足FTが上下に移動しつつ右方向(即ち、アクセルペダル16の方向)へ移動する軌跡のデータであってよい。第2軌跡データは、足FTが上下に移動しつつ左方向(即ち、ブレーキペダル18の方向)へ移動する軌跡のデータであってよい。
予測部34は、取得部22から複数の脚情報を時系列で取得して、それぞれ時間が異なる足FTの複数の位置を算出する。予測部34は、足FTの複数の位置を時間順に配置することにより、足FTの軌跡を算出する。予測部34は、予測データ40に含まれる軌跡データのうち、算出した足FTの軌跡との一致度が高い軌跡データをカルマンフィルタ等を用いて抽出する。予測部34は、抽出した軌跡データが第1軌跡データであれば、アクセルペダル16が踏まれると予測する。一方、予測部34は、抽出した軌跡データが第2軌跡データであれば、ブレーキペダル18が踏まれると予測する。
尚、予測部34は、足FTの位置、脛SHまたは腿THの角度等とともに、足FTの軌跡を参照して、踏まれるペダル16、18を予測してもよい。これにより、予測部34は、より予測の精度を向上させることができる。
<第4変形例>
第4変形例の予測データ40は、足FTの形状(または、足FTの裏の形状)を示す形状データを含んでもよい。例えば、予測データ40は、アクセルペダル16を踏んでいる足FTの形状のデータである第1形状データと、ブレーキペダル18を踏んでいる足FTの形状データである第2形状データを含んでよい。
第4変形例の予測データ40は、足FTの形状(または、足FTの裏の形状)を示す形状データを含んでもよい。例えば、予測データ40は、アクセルペダル16を踏んでいる足FTの形状のデータである第1形状データと、ブレーキペダル18を踏んでいる足FTの形状データである第2形状データを含んでよい。
予測部34は、脚情報に基づいて、足FTの形状(または、足FTの裏の形状)を抽出する。予測部34は、抽出した足FTの形状と一致するまたは類似する形状データを予測データ40から抽出する。例えば、予測部34は、ICP(Iterative Closest Point)アルゴリズムによるパターンマッチングによって、抽出した足FTの形状に対応する形状データを予測データ40から抽出してよい。予測部34は、第1形状データを抽出した場合、アクセルペダル16が踏まれると予測して、予測結果を報知部36に出力する。一方、予測部34は、第2形状データを抽出した場合、ブレーキペダル18が踏まれると予測して、予測結果を報知部36に出力する。
尚、予測部34は、足FTの位置、脛SHまたは腿THの角度等とともに、足FTの形状を参照して、踏まれるペダル16、18を予測してもよい。
<第5変形例>
第5変形例の報知部36は、運転者DRの状態に応じて、報知内容または報知レベルを補正してもよい。例えば、報知部36は、車室12aの内部を撮像する撮像装置から撮像画像を取得して、運転者DRの状態を識別してよい。具体的には、報知部36は、運転者DRの姿勢を、運転者DRの状態として撮像画像から識別してよい。報知部36は、車庫入れ等のために運転者DRが後方を向いていた姿勢である場合、踏み間違いの確率が高いので、報知レベルの音量を上げる等の補正をしてよい。また、予測部34は、車室12aの内部の撮像画像から車室12aの構成及び運転者DRの姿勢を判定して、当該判定結果に基づいて、踏まれるペダル16、18を予測してもよい。
第5変形例の報知部36は、運転者DRの状態に応じて、報知内容または報知レベルを補正してもよい。例えば、報知部36は、車室12aの内部を撮像する撮像装置から撮像画像を取得して、運転者DRの状態を識別してよい。具体的には、報知部36は、運転者DRの姿勢を、運転者DRの状態として撮像画像から識別してよい。報知部36は、車庫入れ等のために運転者DRが後方を向いていた姿勢である場合、踏み間違いの確率が高いので、報知レベルの音量を上げる等の補正をしてよい。また、予測部34は、車室12aの内部の撮像画像から車室12aの構成及び運転者DRの姿勢を判定して、当該判定結果に基づいて、踏まれるペダル16、18を予測してもよい。
<第6変形例>
第6変形例の予測部34は、踏まれるペダル16、18を予測する毎に予測データ40を更新して学習し、当該更新した予測データ40に基づいて踏まれるペダル16、18を予測する。
第6変形例の予測部34は、踏まれるペダル16、18を予測する毎に予測データ40を更新して学習し、当該更新した予測データ40に基づいて踏まれるペダル16、18を予測する。
例えば、第1実施形態の予測部34は、予測データ40に基づいて予測したペダル16、18と異なるペダル16、18が運転者DRによって踏まれた場合、距離閾値DThを更新してよい。具体的には、予測部34は、アクセルペダル16と予測したにも関わらず、ブレーキペダル18が踏まれた場合、距離閾値DThを小さくする。これにより、予測部34は、アクセルペダル16と予測する領域を小さくする。一方、予測部34は、ブレーキペダル18と予測したにも関わらず、アクセルペダル16が踏まれた場合、距離閾値DThを大きくする。これにより、予測部34は、ブレーキペダル18と予測する領域を小さくする。尚、予測部34は、アクセルペダル16及びブレーキペダル18に設置された、圧力センサまたは回転角度センサ等の検知センサから取得した検知情報によって、踏まれたペダル16、18を検知してよい。
<第7変形例>
第7変形例の予測データ40は、運転者DRのそれぞれに関連付けられた距離閾値DTh等のデータを含む。この場合、予測部34は、運転者DRに関連付けられた距離閾値DTh等に基づいて、運転者DRに踏まれるペダル16、18を予測する。予測の際、予測部34は、車室12aの内部に設けられた撮像装置等による運転者DRの画像に基づいて、運転者DRを識別して、予測データ40から距離閾値DThを抽出してよい。
第7変形例の予測データ40は、運転者DRのそれぞれに関連付けられた距離閾値DTh等のデータを含む。この場合、予測部34は、運転者DRに関連付けられた距離閾値DTh等に基づいて、運転者DRに踏まれるペダル16、18を予測する。予測の際、予測部34は、車室12aの内部に設けられた撮像装置等による運転者DRの画像に基づいて、運転者DRを識別して、予測データ40から距離閾値DThを抽出してよい。
また、予測データ40を更新して学習するように構成した場合、予測部34は、当該運転者DRの過去の踏むパターン(例えば、足FTの軌跡)と現在の踏むパターンとが大きく異なると、運転者DRに何らかの異常が発生しているとして、その旨または正しい軌跡等のパターン(例えば、上下に垂直にペダル16、18を踏む軌跡)を運転者DRに報知してもよい。
上述した各実施形態の構成の機能、接続関係、個数、配置等は、発明の範囲及び発明の範囲と均等の範囲内で適宜変更、削除等してよい。各実施形態または各変形例を適宜組み合わせてもよい。各実施形態の各ステップの順序を適宜変更してよい。
例えば、上述の実施形態では、予測部34が、足FT、脛SH、または、腿TH等に基づいて、踏まれるペダル16、18を予測する例を挙げたが、これに限定されない。例えば、予測部34は、膝等の脚の他の部位に基づいて、ペダル16、18を予測してもよい。
10…車両
16…アクセルペダル
18…ブレーキペダル
20、20A…報知装置
22…取得部
23…状況検出部
24…情報処理装置
30…処理部
34…予測部
36…報知部
DR…運転者
FT…足
SH…脛
TH…腿
16…アクセルペダル
18…ブレーキペダル
20、20A…報知装置
22…取得部
23…状況検出部
24…情報処理装置
30…処理部
34…予測部
36…報知部
DR…運転者
FT…足
SH…脛
TH…腿
Claims (4)
- 車両の運転者の脚の状態に関する情報である脚情報を取得する取得部と、
前記脚情報に基づいて、複数のペダルのうち、足で踏まれる前記ペダルを予測して、予測した前記ペダルを示す報知内容を報知させる処理部と、
を備える報知装置。 - 前記処理部は、
前記ペダルが踏まれる確率を予測して、
踏まれると予測した前記ペダルに基づいて、前記報知内容を決定し、
前記ペダルが踏まれる前記確率に基づいて、前記報知内容のレベルである報知レベルを決定して、
前記報知内容を前記報知レベルで報知させる
請求項1に記載の報知装置。 - 前記処理部は、前記脚情報に基づいて、踏まれる前記ペダルを予測できなかった場合、予測できた場合とは異なる前記報知内容を報知させる
請求項1または2に報知装置。 - 前記車両の周囲の状況である状況情報を検出する状況検出部を更に備え、
前記処理部は、前記状況情報に基づいて、前記報知内容または前記報知レベルを補正する
請求項2に記載の報知装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017080248A JP2018177022A (ja) | 2017-04-14 | 2017-04-14 | 報知装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017080248A JP2018177022A (ja) | 2017-04-14 | 2017-04-14 | 報知装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018177022A true JP2018177022A (ja) | 2018-11-15 |
Family
ID=64280880
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017080248A Pending JP2018177022A (ja) | 2017-04-14 | 2017-04-14 | 報知装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2018177022A (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008102813A (ja) * | 2006-10-20 | 2008-05-01 | Yamaha Corp | 報知装置 |
JP2015205536A (ja) * | 2014-04-17 | 2015-11-19 | 株式会社デンソー | 車両用誤操作防止装置 |
-
2017
- 2017-04-14 JP JP2017080248A patent/JP2018177022A/ja active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008102813A (ja) * | 2006-10-20 | 2008-05-01 | Yamaha Corp | 報知装置 |
JP2015205536A (ja) * | 2014-04-17 | 2015-11-19 | 株式会社デンソー | 車両用誤操作防止装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9481374B2 (en) | Method for a driver assistance application | |
EP2902271B1 (en) | Parking assistance device, and parking assistance method and program | |
US11001271B2 (en) | Drive assistance device | |
US10678239B2 (en) | Steering wheel, steering wheel unit, and sensor sheet | |
US20130016851A1 (en) | Pseudonoise generation device and pseudonoise generation method | |
JP4941752B2 (ja) | 運転支援装置および方法、並びに、プログラム | |
US20200012848A1 (en) | Monitoring system | |
CN112046500A (zh) | 自动驾驶装置和方法 | |
WO2020011501A1 (en) | Information, warning and braking request generation for turn assist functionality | |
JP2023181338A (ja) | 車両用表示制御装置、車両用表示制御方法及びプログラム | |
JP2019164626A (ja) | 障害物認識支援装置、障害物認識支援方法、プログラム | |
US10467486B2 (en) | Method for evaluating credibility of obstacle detection | |
JP6631545B2 (ja) | 依存度推定装置 | |
JP2010102538A (ja) | 居眠り判定装置 | |
JP2020040581A (ja) | 判定システム、車両制御システム、車両、判定方法、及びプログラム | |
JP2018177022A (ja) | 報知装置 | |
JP6759743B2 (ja) | 視認方向推定装置 | |
US10733438B2 (en) | Eyeball information detection device, eyeball information detection method, and occupant monitoring device | |
JP2017068672A (ja) | 運転支援装置 | |
US10509122B2 (en) | Driving burden estimation device and driving burden estimation method | |
CN113753067A (zh) | 车道偏离干预控制方法及装置 | |
US20200047697A1 (en) | Vehicle system | |
US20200104615A1 (en) | Occupant monitoring device, occupant monitoring method, and occupant monitoring program | |
JP2017217333A (ja) | 生体情報測定装置、方法およびプログラム | |
JP2010055301A (ja) | 運転状態監視装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200310 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210325 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210427 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20211109 |