JP2018195301A - 制御装置及び制御方法 - Google Patents

Abstract

【課題】自車両の安全性を向上し得る制御装置及び制御方法を提供する。【解決手段】車両を制御する制御装置であって、他車両又は他車両の運転者が写っている画像が入力される入力部と、前記画像に基づいて判定される前記他車両の危険性に基づいて生成される、車両を制御するための信号を出力する制御部とを有している。他車両の運転状況だけでなく、他車両の運転者が危険性の高い運転者であるか否かの運転者情報に基づいて、他車両の危険性が判定される。そして、他車両の危険性に基づいて、車両を制御するための信号が生成される。【選択図】図６

Description

本発明は、制御装置及び制御方法に関する。

近時では、交通事故の抑制を図るべく、車両の制御を行う様々な技術が提案されている。特許文献１には、自車両と後続車両との車間距離が縮まった際に報知を行う技術が提案されている。また、特許文献２には、車両ランプ内に備えられて点灯状態にある光源の配列に基づいて車名情報を取得する技術が提案されている。

特開２０１６−１５１９１３号公報 特許第４８９５１２６号公報

このように、交通事故の更なる抑制を実現し得る技術が待望されており、本発明の目的は、自車両の安全性をより向上し得る制御装置及び制御方法を提供することにある。

実施形態の一観点によれば、車両を制御する制御手段を有する制御装置であって、前記制御手段は、他車両の運転者の情報を取得し、前記他車両の運転者の情報に基づいて前記車両の走行を制御するための信号を生成し、出力することを特徴とする制御装置が提供される。

車両が道路を走行する様子の例を示す図である。 第１実施形態による制御装置を示す図である。 第１実施形態による制御装置の動作を示すフローチャートである。 第１実施形態による制御装置の動作の他の例を示すフローチャートである。 第２実施形態による制御装置を示す図である。 第２実施形態による制御装置の動作を示すフローチャートである。 第３実施形態による制御装置を示す図である。 他車両の例を示す図である。 第３実施形態による制御装置の動作を示すフローチャートである。 第４実施形態による制御装置の動作を示すフローチャートである。

本発明の実施の形態について図面を用いて以下に詳細に説明する。なお、本発明は以下の実施形態に限定されるものではない。また、以下の実施形態を適宜組み合わせてもよい。

［第１実施形態］
第１実施形態による制御装置及び制御方法について図面を用いて説明する。図１は、車両が道路を走行する様子の例を示す図である。図１に示すように、道路１００には、走行車線を画定する白線等の標示が備えられている。例えば、道路１００には、車道中央線（センターライン）１０３、車両通行帯境界線１０４、車両通行帯最外側線（図示せず）等が示されている。本実施形態による制御装置２００（図２参照）が搭載された一台の車両１０１を自車両とし、それ以外の車両１０２ａ〜１０２ｅを他車両と称することとする。図１に示すように、車両１０１や他車両１０２ａ〜１０２ｅが道路１００を走行する。車両１０１の前方を走行する他車両１０２ａは、先行車両とも称される。先行車両１０２ａの前方を走行する他車両１０２ｂは、先々行車両とも称される。符号１０５ａは、車両１０１から先行車両１０２ａまでの距離（車間距離）を示している。符号１０５ｂは、先行車両１０２ａから先々行車両１０２ｂまでの距離を示している。符号１０５ｃは、車両１０１から脇道の他車両１０２ｃまでの距離を示している。符号１０５ｄは、車両１０１から追い越し車線を走行中の他車両１０２ｄまでの距離を示している。符号１０５ｅは、車両１０１から対向車線を走行中の他車両１０２ｅまでの距離を示している。なお、他車両一般について説明する際には符号１０２を用い、個々の他車両について説明する際には符号１０２ａ〜１０２ｅを用いることとする。また、距離一般や車間距離一般について説明する際には符号１０５を用い、個々の距離や個々の車間距離について説明する際には符号１０５ａ〜１０５ｅを用いることとする。他車両１０２には、初心運転者標識や高齢運転者標識等の標識１１０が付されている場合もある。また、他車両１０２には、車名プレート１１１等が付されている。符号１１２は、蛇行運転の様子を概念的に示している。符号１１３は、先行車両１０２ａが車線逸脱した箇所の例を示している。

車両１０１が先行車両１０２ａと衝突する可能性を低減するためには、車両１０１が先行車両１０２ａに近づき過ぎず、車両１０１が先行車両１０２ａに対して十分な車間距離１０５ａを確保することが重要である。確保すべき車間距離１０５は、車両１０１の走行速度から見積もられる停止距離を目安とし得る。停止距離とは、運転者が危険を感じてブレーキをかけ、ブレーキが効き始めるまでに車両が進む距離である空走距離と、ブレーキが効き始めてから車両が停止するまでに進む距離である制動距離との合計である。停止距離は、車種、積載量、タイヤの状態、路面状態等にも依存するが、一般的には、時速４０ｋｍの場合には２０ｍ程度であり、時速８０ｋｍの場合には５５ｍ程度である。車両１０１が他車両１０２に衝突する要因は、必ずしも車両１０１だけに存在しているわけではない。例えば、他車両１０２が急停止したり、他車両１０２がスピンしたり、他車両１０２が逆走したりすることによって、車両１０１が他車両１０２に衝突することもあり得る。また、一の他車両１０２が他の他車両１０２との間で起こした事故に、車両１０１が巻き込まれることもあり得る。従って、危険性が高いと思われる他車両１０２に対しては、十分に余裕のある車間距離１０５を確保するようにすることが好ましい。そこで、本実施形態では、撮像部２０１（図２参照）によって取得される画像に基づいて他車両１０２の危険性を判定し、他車両１０２の危険性に基づいて制御部２０２（図２参照）が車両１０１に及ぶ危険を低減するよう車両１０１を制御するための信号を生成する。具体的には、居眠り運転や脇見運転の際に生ずる蛇行走行や車線逸脱などに基づいて他車両１０２の危険性を判定し、判定された他車両１０２の危険性に基づいて車両１０１がより安全な状態に移行するように車両１０１を制御するための信号を生成する。これにより、たとえば車両１０１と他車両１０２との車間距離１０５が十分に確保され、自車両の安全性を向上することができる。

図２は、本実施形態による制御装置を示す概略図である。本実施形態による制御装置２００は、車両１０１に搭載される。制御装置２００は、撮像部２０１と、制御部２０２と、メモリ２０６とを備えている。なお、メモリ２０６が制御部２０２内に備えられていてもよい。また、撮像部２０１が、制御装置２００と別個に設けられていてもよい。制御部２０２の入力部２０３には、撮像部２０１によって順次取得される画像が入力される。

また、制御部２０２の入力部２０３には、車両１０１に備えられた車速検出手段としての車速センサ２０７から出力される車速情報が入力される。車両１０１を制御するための制御信号が、後述するようにして制御部２０２によって生成される。車両１０１に備えられたブレーキ制御装置２０４にブレーキを制御させるためのブレーキ制御信号が、制御部２０２によって生成される。また、車両１０１に備えられた動力制御装置２０５に動力源の駆動力を制御させるための動力制御信号が、制御部２０２によって生成される。

また、車両１０１に備えられた操舵制御装置２０９に操舵の制御を行わせるための操舵制御信号が、制御部２０２によって生成される。車両１０１の動力源がエンジンである場合、動力制御装置２０５は、例えばＥＣＵ（エンジン・コントロール・ユニット）である。制御部２０２は、例えば、危険性の高い他車両１０２との車間距離１０５を増大させるため、ブレーキ制御装置２０４にブレーキを作動させるようなブレーキ制御信号を生成することができる。また、制御部２０２は、例えば、危険性の高い他車両１０２との車間距離１０５を増大させるため、動力制御装置２０５に動力源の駆動力を抑制させるような動力制御信号を生成することもできる。また、制御部２０２は、このようなブレーキ制御信号と動力制御信号の両方を生成することもできる。なお、ブレーキ制御装置２０４と動力制御装置２０５とは一つの装置によって構成されていてもよい。

また、制御部２０２は、例えば、危険性の高い他車両１０２とは異なる走行車線に車両１０１の走行車線を変更するための操舵制御を操舵制御装置２０９に行わせるための操舵制御信号を生成することもできる。また、制御部２０２には、ユーザが操舵制御のための指示を送ることができるハンドル、車速の加速、原則を指示することができるアクセルペダル、ブレーキペダルなどを含む操作部２１０から各制御装置を操作するための指示信号が入力される。制御部２０２は入力信号に基づいてブレーキ制御装置２０４、動力制御装置２０５、操舵制御装置２０９を制御することでユーザによる手動運転を可能とする。実施形態としては上記に限らず、手動運転のための制御部を別途設ける構成にしてもよい。

表示部２１１は各種の情報を表示する液晶等の表示デバイスを備えた表示装置である。表示部２１１は、制御部２０２の指示に従って車速情報やエンジンの回転数、ブレーキ動作の有無、危険車両等の各種警告の有無、撮像部２０１による画像やその他各種センサによるモニタリング情報などを表示する。

撮像部２０１は、視点が異なることで互いに視差のある複数の画像、即ち、視差画像を取得する。本実施形態では、撮像部２０１は可視波長域に感度を有する撮像部を用いている。また、撮像部２０１には、撮像光学系（レンズユニット）が備えられており、撮像光学系の射出瞳のうちの第１の瞳領域を通過する光束によって、第１の光学像が形成される。また、撮像光学系の射出瞳のうちの第１の瞳領域と異なる第２の瞳領域を通過する光束によって、第２の光学像が形成される。このとき第１の光学像と第２の光学像との間には視差が存在している。撮像部２０１は、ＣＭＯＳイメージセンサである撮像素子によって第１及び第２の光学像を受光する。ここで撮像部２０１の撮像素子の撮像面には、単位画素が２次元状に配されており、各々の単位画素には、第１の分割画素と第２の分割画素とが備えられている。第１の分割画素と第２の分割画素とには、それぞれ光電変換部が備えられている。第１の分割画素には、第１の瞳領域を通過した光束が入射され、第２の分割画素には、第２の瞳領域を通過した光束が入射されるよう撮像光学系が構成されている。複数の第１の分割画素によってそれぞれ取得された信号によって、第１の画像が生成される。複数の第２の分割画素によってそれぞれ取得された信号によって、第２の画像が生成される。第１の光学像と第２の光学像との間に視差（位相差）が存在するため、第１の画像と第２の画像との間には視差が存在している。第１の画像と第２の画像との視差（位相差）から、三角測量の原理に基づいて、対象物までの距離を求めることが可能である。このような測距方式は、撮像面位相差測距方式と称される。また、撮像部２０１は、第１の分割画素によって取得される信号と第２の分割画素により取得される信号とを合成することにより得られる信号に基づいて、撮像光学系の瞳領域のより大きな部分に対応し、光量をより多く取り込んだ合成画像をも取得し得る。このような合成画像は、画質の面で視差画像より優れていることから、より精密な画像解析などに用いられる。

撮像部２０１は、他車両１０２の蛇行運転や車線逸脱等をより確実に検出することが可能となるような解像度の画像を取得することが好ましい。例えば、撮像部２０１は、先行車両１０２ａの後端の位置、先行車両１０２ａのタイヤ１１４の位置、走行車線を画定する白線等の標示の位置等を正確に把握し得るような解像度の画像を取得し得ることが好ましい。これらの把握が必要な最長距離においてこれらの把握が可能となるように、撮像素子のサイズ、撮像素子の画素数、撮像光学系の倍率等が適宜設定される。例えば日中の場合には、太陽光が、先行車両１０２ａ等を撮像するための光源となり得る。また、トンネル内の場合には、トンネルに備えられた照明灯が、先行車両１０２ａ等を撮像するための光源となり得る。夜間や、照明が不足する環境においては、車両１０１に備えられたヘッドライト等が、先行車両１０２ａ等を撮像するための光源となり得る。

撮像部２０１は、撮像によって得られる画像を順次制御部２０２に送信する。本実施形態では、特別な指示がない限り、撮像部２０１は、所定の時間間隔（頻度）で撮像を行い、他車両１０２を被写体として含む画像を順次取得する。かかる所定の時間間隔は、特に限定されるものではないが、例えば０．１秒程度とする。この場合、例えば、１秒間当たり１０組の視差画像が制御部２０２に入力されることとなる。

また、他車両１０２は、車両１０１に対して様々な方向に位置し得る。例えば、車両１０１の前方に他車両１０２が位置する場合もあるし、車両１０１の斜め前方に他車両１０２が位置する場合もあるし、車両１０１の側方に他車両１０２が位置する場合もある。また、車両１０１の斜め後方に他車両１０２が位置する場合もあるし、車両１０１の後方に他車両１０２が位置する場合もある。つまり撮像部２０１は様々な方向の画像を取得できることが好ましい。そこで、本実施形態の撮像部２０１は、車両１０１の前方を含む１８０°の視野角を有する広角レンズを備えたカメラと、車両１０１の後方を含む１８０°の視野角を有する広角レンズを備えたカメラとを備え、水平面の全方位の被写体をとらえることができるものとする。上記実施形態に限らず、広角レンズを用いる場合には、撮像部２０１の数は少なくてすむが、広角レンズを用いない場合には、撮像部２０１を多数設けることを要する。また、超広角レンズを用いれば、撮像部２０１を１つとすることも可能であり、撮像部２０１の構成は複数の方面の他車両を確認出来るよう構成されていれば、本発明を適用できる。

制御部（処理部）２０２は、制御装置２００の全体の制御を司る。制御部２０２には、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）等が備えられており、演算処理等の様々な処理を行うことができる。制御部２０２は、撮像部２０１から入力される画像を、メモリ２０６に格納する。メモリ２０６は、例えばＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）やフラッシュメモリ等によって構成し得る。撮像部２０１によって取得される画像から、他車両１０２の危険性に関する情報や、他車両１０２までの距離等を判定すべく、制御部２０２には、画像解析機能が備えられている。制御部２０２は、例えば、走行車線を画定する白線等の標示や、他車両１０２を、撮像部２０１によって取得される画像のうちから認識することができる。また、制御部２０２は、例えば、ガードレール、電信柱、歩行者等についても、撮像部２０１によって取得される画像のうちから認識することができる。これらの画像認識処理には周知の方法が用いられてよく、予め各被写体に対応する輝度、色、形状などの特徴量をメモリに記憶しておき、それらと比較することで被写体を特定するマッチング処理や、複数の画像間で得られる動きベクトルから被写体を認識する処理などが適用できる。また、例えば、ニューラルネットワークやサポートベクターマシンに代表される学習を用いた方法として撮像部２０１から取得されることが想定される画像を学習させることで、画像全体を入力として認識された被写体の情報をアウトプットとする制御部２０２を構成することも可能である。

また、制御部２０２は、撮像部２０１によって取得される視差画像における視差量に基づいて、車両１０１から他車両１０２までの距離１０５を算出する。制御部２０２は、撮像部２０１によって順次取得される他車両１０２の画像に基づいて、他車両１０２までの距離を測定し、他車両の危険性を判定する。制御部２０２は、順次取得される画像に写っている全ての他車両１０２に対して、当該他車両１０２までの距離１０５や当該他車両１０２の危険性の判定を行うようにしてもよいし、特定の他車両１０２に対してのみ、これらの判定を行うようにしてもよい。また制御部２０２は、車速検出手段としての車速センサ２０７から出力される車両１０１の車速情報に基づいて、車両１０１の速度を検出する。

制御部２０２は、撮像部２０１によって順次取得される画像に基づいて、先行車両１０２ａの蛇行走行や車線逸脱の有無を以下のようにして判定する。即ち、制御部２０２は、先行車両１０２ａが撮影された画像に基づいて、エッジ検出、パターンマッチングなど公知の画像解析手法を用いて先行車両１０２ａの位置と当該先行車両１０２ａが走行する走行車線の位置とを把握する。さらに制御部２０２は、先行車両１０２ａの全体的な位置のみならず、先行車両１０２ａの両側の位置をも把握し得る。また、制御部２０２は、走行車線の両側に標示された白線等の位置をも把握し得る。制御部２０２は、複数フレームにわたる解析によって、走行車線の両側に標示された白線等に先行車両１０２ａが接近する頻度や、走行車線の両側の白線に先行車両１０２ａが交互に接近すること等を検出し、当該検出結果に基づいて、蛇行運転を検出し得る。また、制御部２０２は、走行車線の両側に標示された白線等の上に先行車両１０２ａの一部が位置したこと等に基づいて、車線逸脱を検出し得る。また、制御部２０２が、先行車両１０２ａのタイヤ１１４の位置を把握するようにしてもよい。この場合、制御部２０２は、走行車線の両側に標示された白線等を先行車両１０２ａのタイヤ１１４が踏むことや踏み越えること等に基づいて、車線逸脱を検出し得る。走行車線の両側に標示された線としては、上述したように、例えば、車道中央線１０３、車両通行帯境界線１０４、車両通行帯最外側線（図示せず）等が挙げられる。急激な横風や大型車両の追い越し等による一過性の蛇行走行や車線逸脱であれば、他車両１０２の危険性は高いとはいえない。一方、蛇行走行や車線逸脱の頻度が高い場合や、蛇行走行や車線逸脱が長期に亘って生じている場合には、他車両１０２の危険性は高い可能性がある。従って、制御部２０２は、蛇行走行や車線逸脱の有無のみならず、複数フレームにわたる各種解析結果をカウンタでカウントしておくことで、蛇行走行や車線逸脱の頻度等にも基づいて他車両１０２の危険性を判定する。各種危険性の判定項目の出現頻度をカウントするカウンタは、所定時間あるいは所定回数カウントが更新(追加でカウント)されないことに応じてリセットされる。なお、他車両１０２の運転手が意図的に行う車線変更等においても、他車両１０２の車線逸脱は生じ得る。このため、制御部２０２は、当該車線逸脱等が車線変更等に起因するものであるか否かを、画像に基づき方向指示器の表示内容を解析することで判定するようにしてもよい。車線変更等に起因して車線逸脱等が生じた場合には、当該車線逸脱については危険性を判定する上では無視する（カウンタによりカウントさせない）ようにしてもよい。

先行車両１０２ａの危険性が高い場合には、車両１０１と先行車両１０２ａとの車間距離１０５ａを十分に大きくすることが好ましい。一方、先行車両１０２ａの危険性が低い場合には、車両１０１と先行車両１０２ａとの車間距離１０５ａを、例えば車両１０１の走行速度から見積もられる停止距離と同等としてもよい。制御部２０２は、車両１０１から他車両１０２までの距離と、当該他車両１０２の危険性と、車両１０１の走行速度から見積もられる停止距離とに基づいて、車両１０１を制御するための信号を生成する。即ち、制御部２０２は、車両１０１と他車両１０２との車間距離１０５を適切に確保するための信号を生成する。具体的には、制御部２０２は、車両１０１から他車両１０２までの距離１０５と、当該他車両１０２の危険性と、車両１０１の走行速度とに基づいて、ブレーキ制御装置２０４を制御するための信号と、動力制御装置２０５を制御するための信号とを生成する。そして、生成したこれらの信号を、ブレーキ制御装置２０４や動力制御装置２０５にそれぞれ送信する。

例えば、先行車両１０２ａが蛇行走行や車線逸脱等を繰り返している危険性の高い車両であるにもかかわらず、車両１０１と先行車両１０２ａとの車間距離１０５ａが必ずしも十分に確保されていない場合には、制御部２０２は以下のような信号を生成し得る。即ち、この場合には、制御部２０２は、ブレーキの作動をブレーキ制御装置２０４に実行させるような信号を生成し、生成した信号をブレーキ制御装置２０４に送信する。また、かかる場合には、制御部２０２は、動力源の駆動力の抑制を動力制御装置２０５に行わせるような信号を生成し、生成した信号を動力制御装置２０５に送信する。これにより、車両１０１の走行速度が低下し、危険性の高い先行車両１０２ａと車両１０１との車間距離１０５ａが十分に確保される。

例えば、先行車両１０２ａの危険性が高い場合には、車両１０１と先行車両１０２ａとの車間距離１０５ａを、車両１０１の走行速度から見積もられる停止距離の例えば２倍以上とするようにしてもよい。一方、先行車両１０２ａの危険性が低い場合には、車両１０１と先行車両１０２ａとの車間距離１０５ａを、車両１０１の走行速度から見積もられる停止距離と同等とするようにしてもよい。例えば、先行車両１０２ａの危険性が低いにもかかわらず、車両１０１と先行車両１０２ａとの車間距離１０５ａが過度に大きい場合には、制御部２０２は以下のような信号を生成し得る。即ち、この場合には、制御部２０２は、ブレーキ動作の解除をブレーキ制御装置２０４に行わせるような信号を生成し、生成した信号をブレーキ制御装置２０４に送信する。また、かかる場合には、制御部２０２は、動力源の駆動力の増加を動力制御装置２０５に行わせるような信号を生成し、生成した信号を動力制御装置２０５に送信する。

なお、ここでは、説明を簡略化するために、車両１０１と先行車両１０２ａとに注目して説明したが、これに限定されるものではない。制御部２０２は、車両１０１以外のあらゆる他車両１０２の危険性に基づいて、車両１０１を制御するための信号を生成し得る。例えば、車両１０１の斜め前方を走行する他車両１０２ｄの危険性と、当該他車両１０２ｄまでの距離１０５ｄとに基づいて、車両１０１を制御するための信号を生成するようにしてもよい。また、制御部２０２は、他車両１０２の危険性が高い場合や、他車両１０２と衝突する可能性が高い場合等に、車両１０１に備えられた警告発生装置２０８を用いて警告を発するようにしてもよい。警告発生装置２０８としては、例えば、シートベルト、ステアリング、シート等を振動させる警告発生装置等を用いることができる。なお、警告発生装置２０８はこれに限定されるものではない。例えば、表示部２１１にあたるメーターパネルや、カーナビゲーションシステムの表示画面等に警告を表示するようにしてもよい。また、警告を表示画面に表示するとともに、音声等によって警告を行うようにしてもよい。このように警告を通知することにより、車両１０１の運転者に注意を喚起することができる。

図３は、本実施形態による制御装置２００の動作を示すフローチャートである。本動作は、車両１０１の走行開始（例えば車速情報やブレーキに関する情報）をトリガーとしてスタートする。動作の開始タイミングとしては上記に限らず、例えば操作部２１０へのユーザ操作による設定（車速や他車両１０２の検出などトリガーそのものの設定も含む）に従って、任意のタイミングでスタートさせてもよい。

ステップＳ３０１において、撮像部２０１によって撮像が行われる。撮像部２０１によって取得された画像は、制御部２０２に入力される。

ステップＳ３０２において、制御部２０２は、撮像部２０１によって取得された画像に基づいて他車両１０２を検出し、前述した方法によって車両１０１から他車両１０２までの距離１０５を算出する。

ステップＳ３０３において、制御部２０２は、撮像部２０１によって取得された画像に基づいて、前述した方法によって他車両１０２が蛇行走行や車線逸脱をしているか否かを判定する。他車両１０２が蛇行走行や車線逸脱をしていると判定される場合には（ステップＳ３０３においてＹＥＳ）、ステップＳ３０４に移行する。一方、他車両１０２が蛇行走行や車線逸脱をしていないと判定される場合には（ステップＳ３０３においてＮＯ）、ステップＳ３０６に移行する。

ステップＳ３０４において、制御部２０２は、他車両１０２の蛇行走行や車線逸脱の頻度が閾値以上であるか否かを判定する。他車両１０２の蛇行走行や車線逸脱の頻度が閾値以上である場合には（ステップＳ３０４においてＹＥＳ）、ステップＳ３０５に移行する。一方、他車両１０２の蛇行走行や車線逸脱の頻度が閾値未満である場合には（ステップＳ３０４においてＮＯ）、ステップＳ３０６に移行する。また、ステップS３０３、S３０４をまとめて蛇行走行や車線逸脱が閾値以上の頻度で検出されるか否かを判定してもよい。また、閾値は１以上であればよく、例えば蛇行走行や車線逸脱を判定する（逸脱距離などの）閾値を大きくしている場合など、１度でも検出されれば危険性が高いと判定されるようにしてもよい。

ステップＳ３０５において、制御部２０２は、他車両１０２の危険性は高いと判定する。この後、ステップＳ３０７に移行する。

ステップＳ３０６において、制御部２０２は、他車両１０２の危険性は低いと判定する。この後、ステップＳ３０７に移行する。

ステップＳ３０７において、制御部２０２は、車両１０１から他車両１０２までの距離１０５と、当該他車両１０２の危険性と、車両１０１の走行速度とに基づいて、車両１０１を制御するための信号を生成する。前述したように、車両１０１から他車両１０２までの距離１０５は、撮像部２０１からの画像に基づいて逐次測定しており、車両１０１の走行速度も車速センサ２０７で逐次測定している。例えば、先行車両１０２ａが危険性の高い車両であるにもかかわらず、車両１０１と先行車両１０２ａとの車間距離１０５ａが十分に確保されていない場合には、制御部２０２は以下のような信号を生成し得る。例えば、車両１０１と他車両１０２との車間距離１０５が例えば第１の距離以上となるように車両１０１を制御するための信号が生成される。第１の距離は、例えば、車両１０１の走行速度から見積もられる停止距離の２倍程度とする。具体的には、制御部２０２は、ブレーキ動作をブレーキ制御装置２０４に行わせるような信号を生成し、生成した信号をブレーキ制御装置２０４に送信する。また、制御部２０２は、動力源の駆動力の低下を動力制御装置２０５に行わせるような信号を生成し、生成した信号を動力制御装置２０５に送信する。これにより、車両１０１の走行速度が低下し、車両１０１と他車両１０２との車間距離１０５ａが例えば第１の距離以上確保される。一方、例えば、車両１０１と他車両１０２との車間距離１０５ａが過度に大きい場合には、制御部２０２は以下のような信号を生成し得る。例えば、車両１０１と他車両１０２との車間距離１０５が例えば第２の距離よりも小さい第３の距離となるように車両１０１を制御するための信号が生成される。第３の距離は、例えば、車両１０１の走行速度から見積もられる停止距離の２倍程度とする。具体的には、制御部２０２は、ブレーキ動作の解除をブレーキ制御装置２０４に行わせるような信号を生成し、生成した信号をブレーキ制御装置２０４に送信する。また、制御部２０２は、動力源の駆動力の増加を動力制御装置２０５に行わせるような信号を生成し、生成した信号を動力制御装置２０５に送信する。これにより、車両１０１の走行速度が上昇し、車両１０１と先行車両１０２ａとの車間距離１０５ａが例えば第３の距離となる。そして、ステップＳ３０１以降の動作が繰り返される。また、図３に示す制御装置２００のこれら一連の動作は、車両１０１の速度が所定速未満に低下することやエンジンの停止などに応じて終了する。

なお、図３のフローでは、他車両１０２の危険性が高いか低いかの判定が行われる場合を例に説明したが、本発明としてはこれに限定されるものではない。例えば、他車両１０２の危険性をより細かく判定するようにしてもよい。例えば、危険性のレベル（程度）、即ち、危険度は、例えば、蛇行走行や車線逸脱の頻度等に基づいて判定し得る。複数の閾値を設定し、蛇行走行や車線逸脱の頻度がいずれの閾値以上であるかに基づいて、危険性のレベルを多段階に判定するようにしてもよい。例えば、他車両１０２の蛇行走行や車線逸脱の頻度が、第１の閾値ＴＨ１以上である場合には、当該他車両１０２の危険性のレベルが３であると判定するようにしてもよい。また、他車両１０２の蛇行走行や車線逸脱の頻度が、第１の閾値ＴＨ１より低い第２の閾値ＴＨ２以上、第１の閾値ＴＨ１未満である場合には、当該他車両１０２の危険性のレベルが２であると判定するようにしてもよい。また、他車両１０２の蛇行走行や車線逸脱の頻度が第２の閾値ＴＨ２未満である場合や、他車両１０２が蛇行走行や車線逸脱をしていない場合には、当該他車両１０２の危険性のレベルが１であると判定してもよい。なお、ここでは、危険性のレベルは、例えば、数値が大きくなるほど高い。

また、上記では、他車両１０２の危険性の程度が、高い場合にも、低い場合にも、制御部２０２がステップＳ３０７において信号生成を行う場合を例に説明したが、これに限定されるものではない。例えば、他車両１０２の危険性の程度が高い場合にのみ、制御部２０２がステップＳ３０７において信号生成を行うようにしてもよい。この場合には、ステップＳ３０６が完了した後、ステップＳ３０７を実行することなく、ステップＳ３０１に戻る。

図４は、本実施形態による制御装置２００の動作の他の例を示すフローチャートである。

ステップＳ４０１〜Ｓ４０４は、図３を用いて上述したステップＳ３０１〜Ｓ３０４と同様であるため、説明を省略する。他車両１０２が蛇行走行や車線逸脱をしている場合には（ステップＳ４０３においてＹＥＳ）、ステップＳ４０４に移行する。一方、他車両１０２が蛇行走行や車線逸脱をしていない場合には（ステップＳ４０３においてＮＯ）、ステップＳ４０８に移行する。

ステップＳ４０４において、制御部２０２は、他車両１０２の蛇行走行や車線逸脱の頻度が第１の閾値ＴＨ１以上であるか否かを判定する。他車両１０２の蛇行走行や車線逸脱の頻度が第１の閾値ＴＨ１以上である場合には（ステップＳ４０４においてＹＥＳ）、ステップＳ４０６に移行する。一方、他車両１０２の蛇行走行や車線逸脱の頻度が第１の閾値ＴＨ１未満である場合には（ステップＳ４０４においてＮＯ）、ステップＳ４０５に移行する。

ステップＳ４０５において、制御部２０２は、他車両１０２の蛇行走行や車線逸脱の頻度が第２の閾値ＴＨ２以上であるか否かを判定する。第２の閾値ＴＨ２は、第１の閾値ＴＨ１より低い。他車両１０２の蛇行走行や車線逸脱の頻度が第２の閾値ＴＨ２以上である場合には（ステップＳ４０５においてＹＥＳ）、ステップＳ４０７に移行する。一方、他車両１０２の蛇行走行や車線逸脱の頻度が第２の閾値ＴＨ２未満である場合には（ステップＳ４０５においてＮＯ）、ステップＳ４０８に移行する。

ステップＳ４０６において、制御部２０２は、他車両１０２の危険性のレベルは３であると判定する。この後、ステップＳ４０９に移行する。

ステップＳ４０７において、制御部２０２は、他車両１０２の危険性のレベルは２であると判定する。この後、ステップＳ４０９に移行する。

ステップＳ４０８において、制御部２０２は、他車両１０２の危険性のレベルは１であると判定する。この後、ステップＳ４０９に移行する。

ステップＳ４０９において、制御部２０２は、車両１０１から他車両１０２までの距離１０５と、当該他車両１０２の危険性と、車両１０１の走行速度とに基づいて、車両１０１を制御するための信号を生成する。前述したように、車両１０１から他車両１０２までの距離１０５は、撮像部２０１からの画像に基づいて逐次測定しており、車両１０１の走行速度も車速センサ２０７で逐次測定している。車両１０１を制御するための信号を生成する際には、他車両１０２の危険性のレベルが考慮される。

車両１０１が他車両１０２に対して、走行速度から見積もられる停止距離よりも十分に（閾値以上）離れた距離で走行している場合、例えば、他車両１０２の危険性のレベルが３の場合には、車両１０１と他車両１０２との車間距離１０５が第１の距離以上となるように車両１０１を制御するための信号が生成される。第１の距離は、例えば、車両１０１の走行速度から見積もられる停止距離の３倍程度とする。また、他車両１０２の危険性のレベルが２の場合には、車両１０１と他車両１０２との車間距離１０５が第１の距離より短い第２の距離以上となるように車両１０１を制御するための信号が生成される。第２の距離は、例えば、車両１０１の走行速度から見積もられる停止距離の２倍程度とする。また、他車両１０２の危険性のレベルが１である場合には、車両１０１と他車両１０２との車間距離１０５が第２の距離より短い第３の距離以上となるように車両１０１を制御するための信号が生成される。第３の距離は、例えば、車両１０１の走行速度から見積もられる停止距離と同等とする。こうして、車両１０１を制御するための信号が他車両１０２の危険性に基づいて生成される。この後、ステップＳ４０１以降の動作が繰り返される。

一方、車両１０１が他車両１０２に対して、走行速度から見積もられる停止距離より近いか、少し離れた程度の距離（閾値未満の）で走行している場合、他車両１０２の危険性の有無にかかわらず、車間距離１０５を長くするための制御信号が生成されてもよい。すなわち、制御部２０２はブレーキ動作をブレーキ制御装置２０４に行わせるような信号を生成し、生成した信号をブレーキ制御装置２０４に送信する。また、制御部２０２は、動力源の駆動力の低下を動力制御装置２０５に行わせるような信号を生成し、生成した信号を動力制御装置２０５に送信する。

なお、上記では、他車両１０２の危険性のレベルが３である場合にも、２である場合にも、１である場合にも、制御部２０２がステップＳ４０９において信号生成を行う場合を例に説明したが、これに限定されるものではない。例えば、他車両１０２の危険性のレベルが３や２である場合にのみ、制御部２０２がステップＳ４０９において信号生成を行うようにしてもよい。この場合には、ステップＳ４０８が完了した後、ステップＳ４０９を実行することなく、ステップＳ４０１に戻る。

このように、本実施形態によれば、撮像部２０１によって順次取得される画像に基づいて他車両１０２の危険性が判定される。具体的には、居眠り運転や脇見運転の際に生ずる蛇行走行の有無や頻度に基づいて、他車両１０２の危険性が判定される。そして、当該他車両１０２の危険性に基づいて、車両１０１を制御するための信号が生成される。このため、本実施形態によれば、車両１０１の安全性の向上を図ることができる。

本実施形態の制御装置の他の例を図５に示す。制御装置５００は、車両１０１に搭載される。制御装置５００は、撮像部２０１と、制御部２０２と、メモリ２０６と、測距部５０１とを備えている。

撮像部２０１は、撮像によって順次得られる画像を制御部２０２に送信する。本例では、測距部５０１を用いて車両１０１から他車両１０２までの距離１０５を測定することが可能であるため、撮像部２０１は、視差画像を取得することを要しない。ここでは、撮像部２０１によって取得される画像が視差画像でない場合を例に説明する。

測距部５０１は、車両１０１から他車両１０２までの距離１０５を随時測定し、測定された距離１０５を制御部２０２に送信する。測距部５０１としては、TOF（Time Of Flight）センサや例えばミリ波レーダ等を用いることができる。ミリ波レーダは、光を用いて対象物までの距離を判定する手法と比較して、遠距離の対象物に対する測距精度が高く、悪天候等にも強いため好適である。上述したように、他車両１０２は、車両１０１に対して様々な方向に位置する可能性があるため、測距部５０１は様々な方向に位置し得る他車両１０２までの距離を測定することを要する。観測範囲の広い測距デバイスを用いる場合には、測距部５０１を構成する測距デバイスの数は少なくてすむが、観測範囲の狭い測距デバイスを用いる場合には、測距部５０１を構成する測距デバイスは多数設けることを要する。また、図５のように測距部５０１が撮像部２０１とは別途設けられている場合、図３、図４におけるステップS３０２、S４０２は、制御部２０２が距離検出手段としての測距部５０１の検出した距離情報を取得する検出ステップとなる。

［第２実施形態］
第２実施形態による制御装置及び制御方法について図面を用いて説明する。図１乃至図５に示す第１実施形態による制御装置及び制御方法と同一の構成要素には、同一の符号を付して説明を省略または簡潔にする。本実施形態においても、図２および図５に示す車両１０１のいずれも適用可能である。本実施形態の以下の説明では図２に例示する車両１０１に適用した場合について説明する。

他車両１０２の運転者が初心者である場合には、他車両１０２の運転者が熟練者である場合と比較して、事故を起こす可能性が高いと考えられる。また、他車両１０２の運転者が高齢者である場合には、他車両１０２の運転者が高齢者でない場合と比較して、事故を起こす可能性が高いと考えられる。そこで、本実施形態では、他車両１０２の運転者が初心者や高齢者であるか否かに着目して他車両１０２の危険性を判定し、危険性の高い他車両１０２に対して十分な車間距離１０５を確保するようにしている。

本実施形態では、車両１０１における制御部２０２は、撮像部２０１によって取得される他車両１０２の画像に基づいて、運転者を識別することで他車両１０２の危険性を判定する。制御部２０２は、撮像部２０１によって取得された画像に基づいて、他車両１０２の運転者が危険性の高い運転者であるか否かを判定する。

図６は、本実施形態による制御装置２００の動作を示すフローチャートである。図３と同一のフローには同一番号を付して説明を省略する。本実施形態では、ステップS３０３、S３０４にて蛇行走行・車線逸脱が無いあるいは頻度が閾値未満であると判定された場合でも、ステップS６０１において危険性の高い運転者であると判定されると他車両１０２は危険性が高いと判定される。

図６のステップS３０３あるいはステップS３０４にて制御部２０２によりNOと判定されると、ステップS６０１に進む。ステップS６０１では、撮像部２０１にて取得された画像に基づいて運転者が危険性の高い運転者であるか否かを判定する。具体的には、制御部２０２は、例えば初心運転者標識、高齢運転者標識などの運転者の状況を示す標識が他車両１０２に付されているか否かを、撮像部２０１によって取得される画像に基づいて判定する。標識としてはこの他、自動運転機能を搭載していることを示す標識、自動運転レベルを示す標識、無人運転者であることを示す標識などが考えられる。制御部２０２は、初心運転者標識、高齢運転者標識およびその他標識の画像を予めデータベースに保持している。かかるデータベースは、例えばメモリ２０６に記憶されている。制御部２０２は、このようなデータベースを用いつつ、パターンマッチング等の手法によって、初心運転者標識又は高齢運転者標識が他車両１０２に付されているか否かを判定する。

制御部２０２は、初心運転者標識又は高齢運転者標識が他車両１０２に付されていると判定した場合には、他車両１０２の運転者は危険性の高い運転者であるとして当該他車両１０２の危険性は高いと判定する。一方、自動運転機能が搭載された車両であることを示す標識や、自動運転レベルを示す標識、無人運転車両であることを示す標識であると判定した場合には、危険性の高い運転者でないとして当該他車両１０２の危険性は高くないと判定する。ここで、自動運転レベルが所定レベル低い場合や、無人運転車両であることが危険である道路、状況などが外的要因から考慮される場合などには、これらの標識が認識された場合に危険性の高い他車両であると判定しても良い。

なお、ここでは、初心運転者標識や高齢運転者標識等の標識１１０に基づいて、他車両１０２の運転者が初心者や高齢者であるか否かを判定することで危険性の高い運転者であるか否かを判定したが、判定手法、判定項目としてはこれに限定されるものではない。例えば、他車両１０２が車両１０１の側方に位置している場合には、撮像部２０１は他車両１０２の運転者の顔など運転者自身を撮影できる場合がある。運転者の画像からは外見、脈拍等の生体情報や年齢、健康状態等を推測し得る。例えば、運転者の髪が白い場合や、運転者の顔にしわが多い場合には、当該運転者は高齢者であると推測し得る。このように、人物の顔等の画像から当該人物の年齢を判定し得る公知の技術等を用い、当該運転者が高齢者や若年者であるか否かを判定するようにしてもよい。この場合、高齢運転者標識・初心運転者標識が他車両１０２に付されていない場合であっても、当該他車両１０２の運転者を高齢者・初心者であると判定することが可能である。もちろん、外見が若くても初心者であるとは限らず、また、外見が老けていても高齢者であるとは限らない。また、若年者であっても、初心者であるとは限らない。しかし、事故を抑制する観点からは、危険性を高めに見積もることが好ましい。このように、他車両１０２の運転者自身の画像に基づいて、当該他車両１０２の危険性を判定するようにしてもよい。

さらに、運転者の危険性の判定項目としては、年齢に限らない。上述したように他車両１０２の運転者の画像が取得できれば、運転者の顔の向きや視線、瞬き間隔、動作や姿勢を解析し、わき見、居眠り、他の機器への操作、正常に運転しているか否かなどを検出し、危険性が判断される。また、他車両１０２やメーカー、公共機関より随時発信されている危険性の高い運転者の有無についての情報を外部から取得してもよい。

例えば他車両が、運転者の居眠りやわき見を監視する運転者監視手段を有する場合がある。運転者監視手段としては、運転者の上半身の映像を取得し、運転者の顔の向きや視線、瞬き間隔、動作や姿勢を解析し、わき見、居眠り、他の機器への操作、正常に運転しているか否かなどを検出し、危険性が判断される。車室内は暗いことと運転者に邪魔にならないため、非可視光である近赤外線の投光手段とそれを取得可能な撮像装置により取得した近赤外画像で行われる場合もある。映像以外の運転者監視手段としては、ハンドルを把持しているか否かを判定するためにハンドルに埋め込まれている静電容量や温度などを利用したセンサが搭載された他車両である場合もある。また、運転シートに正しく着座しているか否かを判断するために、温度や圧力を利用したセンサが搭載された他車両である場合もある。これらのセンサ情報の解析結果と先に説明した映像解析結果とを併せて他車両自信が運転者の危険性を判断し、周辺の車両やサーバーに危険性の判定情報を発信している場合、これを受信することで、当該他車両の危険性が判定できる。つまり自車両である車両１０１は、車両１０１の周辺の運転者の危険性が高い車両の有無を、交通情報を司るセンターと通信することで検出し、その車両位置を取得し、他車両１０２の危険性を関連付ければよい。

また、運転者の画像から運転者の危険性を判定するための判定回路として、予め機械学習によって運転者の顔の向き、視線、動作及び姿勢について様々なパターンを有する画像を学習させた学習済プログラムを記憶したプロセッサーを用いてもよい。この判定回路に運転者の画像を入力すると、運転者の情報としてわき見、居眠り、他の機器への操作、正常に運転しているか否かなどを検出した結果が出力される。

ステップＳ６０６において、制御部２０２は、車両１０１から他車両１０２までの距離１０５と、当該他車両１０２の危険性と、車両１０１の走行速度とに基づいて、車両１０１を制御するための信号を生成する。前述したように、車両１０１から他車両１０２までの距離１０５は、撮像部２０１からの画像に基づいて逐次測定しており、車両１０１の走行速度も車速センサ２０７で逐次測定している。例えば、先行車両１０２ａが危険性の高い車両であるにもかかわらず、車両１０１と先行車両１０２ａとの車間距離１０５ａが十分に確保されていない場合には、制御部２０２は以下のような信号を生成し得る。例えば、車両１０１と他車両１０２との車間距離１０５が例えば第１の距離以上となるように車両１０１を制御するための信号が生成される。第１の距離は、例えば、車両１０１の走行速度から見積もられる停止距離の２倍程度とする。具体的には、制御部２０２は、ブレーキ動作をブレーキ制御装置２０４に行わせるような信号を生成し、生成した信号をブレーキ制御装置２０４に送信する。また、制御部２０２は、動力源の駆動力の低下を動力制御装置２０５に行わせるような信号を生成し、生成した信号を動力制御装置２０５に送信する。これにより、車両１０１の走行速度が低下し、車両１０１と他車両１０２との車間距離１０５ａが例えば第１の距離以上確保される。一方、例えば、車両１０１と他車両１０２との車間距離１０５ａが過度に大きい場合には、制御部２０２は以下のような信号を生成し得る。例えば、車両１０１と他車両１０２との車間距離１０５が例えば第２の距離よりも小さい第３の距離となるように車両１０１を制御するための信号が生成される。第３の距離は、例えば、車両１０１の走行速度から見積もられる停止距離の２倍程度とする。具体的には、制御部２０２は、ブレーキ動作の解除をブレーキ制御装置２０４に行わせるような信号を生成し、生成した信号をブレーキ制御装置２０４に送信する。また、制御部２０２は、動力源の駆動力の増加を動力制御装置２０５に行わせるような信号を生成し、生成した信号を動力制御装置２０５に送信する。これにより、車両１０１の走行速度が上昇し、車両１０１と先行車両１０２ａとの車間距離１０５ａが例えば第３の距離となる。そして、ステップＳ６０１以降の動作が繰り返される。また、図６に示す制御装置２００のこれら一連の動作は、車両１０１の速度が所定速未満に低下することやエンジンの停止などに応じて終了する。

なお、ここでは、他車両１０２の危険性の程度が、高い場合にも、低い場合にも、制御部２０２がステップＳ６０６において信号生成を行う場合を例に説明したが、これに限定されるものではない。例えば、他車両１０２の危険性の程度が高い場合にのみ、制御部２０２がステップＳ６０６において信号生成を行うようにしてもよい。この場合には、ステップＳ６０５が完了した後、ステップＳ６０６を実行することなく、ステップＳ６０１に戻る。

このように、本実施形態においては、撮像部２０１によって取得される画像に基づいて、第１の実施形態よりさらに高精度に他車両１０２の危険性が判定される。具体的には、他車両１０２の運転状況だけでなく、他車両１０２の運転者が危険性の高い運転者であるか否かの運転者情報に基づいて、他車両１０２の危険性が判定される。そして、他車両１０２の危険性に基づいて、車両１０１を制御するための信号が生成される。このため、本実施形態によってさらに、車両１０１の安全性の向上を図ることができる。

［第３実施形態］
第３実施形態による制御装置及び制御方法について図面を用いて説明する。図７は、本実施形態による制御装置の一例である制御装置７００を搭載した車両１０１を示す概略図である。図１乃至図６に示す第１又は第２実施形態による制御装置及び制御方法と同一の構成要素には、同一の符号を付して説明を省略または簡潔にする。また、本実施形態においても、図２および図５に示す車両１０１のいずれも適用可能である。すなわち、本実施形態で説明する各動作において、クラウドコンピュータ７０２が行う処理を制御部２０２が行い、データベース７０３が記憶する情報をメモリ２０６が記憶することで達成できる。

近時では、様々な安全装備が車両に備えられるようになってきている。安全装備とは、当該車両が事故を起こす危険性を低減し、安全性を増大させるための装備のことである。安全装備としては、例えば、ブレーキのロックを防止する装置、横滑りを防止する装置等が挙げられる。雪道やアイスバーン等の滑りやすい道路において、これらの安全装備が備えられているか否かは、当該車両の安全性を大きく左右する。また、安全装備として、車両の周囲の状況を監視するカメラやレーダ等も挙げられる。また、安全装備として、例えば、障害物や周囲の車両を検知して作動する自動ブレーキや、先行車両との車間距離をモニタリングしながら様々な車速域で先行車両に自動で追随する機能等も挙げられる。また、安全装備として、対向車両の有無を検知して自動でヘッドライトのロービームとハイビームとを切り替える装置や、夜間の暗い道でも歩行者や他車両をみつけ得る赤外線カメラ等も挙げられる。安全装備が備えられていない他車両１０２は、安全装備が備えられている他車両１０２と比較して、事故を起こす可能性が高い、即ち、危険性が高いと考えられる。また、安全装備の種類によっても、他車両１０２の危険性の度合い、即ち、危険度は異なると考えられる。

また、近時では、自動運転機能が備えられた車両が提案されている。自動運転機能を備えていない他車両１０２は、自動運転機能を備えている他車両１０２と比較して、事故を起こす可能性が高い、即ち、危険性が高いと考えられる。また、自動運転機能のレベルによっても、他車両１０２の危険性の度合い、即ち、危険度は異なると考えられる。なお、自動運転機能のレベルは、自動運転レベル１から自動運転レベル４までが規定されている（「戦略的イノベーション創造プログラム（ＳＩＰ）自動走行システム研究開発計画」、内閣府）。自動運転レベル１は、加速・操舵・制動のいずれかをシステムが行う状態である。自動運転レベル２は、加速・操舵・制動のうち複数の操作をシステムが行う状態である。自動運転レベル３は、加速・操舵・制動を全てシステムが行い、システムが要請したときはドライバーが対応する状態である。自動運転レベル４は、加速・操舵・制動を全てドライバー以外が行い、ドライバーが全く関与しない状態である。

そこで、本実施形態では、第１、第２実施形態の車両の危険性の評価に加えて、他車両１０２の車種（車名）を検出し、車種に応じて他車両１０２の危険性（危険度）を判定する。例えば車名から各車に備えられた安全装備や自動運転機能を特定してこれらの情報に基づいて他車両１０２の危険性を判定する。そして危険性（危険度）の高い他車両１０２に対して十分な車間距離１０５を確保するように車両１０１を制御する。他車両１０２に備えられている安全装備や当該他車両１０２の自動運転レベルは、例えば、当該他車両１０２の車名、グレード、年式等に基づいて判定することが可能である。より精度よく他車両１０２の危険性を判定するための具体的なフローは図９にて詳述するが、一番単純な手順としては、予めデータベース７０３に危険車両とみなされる車種の情報が記憶され、制御部２０２あるいはクラウドコンピュータ７０２が、撮像部２０１から取得される画像から検出された車種の情報に基づいて当該他車両の危険性が高い、低いを一律に判定することである。次に有効な手順としては、車種に対応する危険性の評価が多段階に設けられ、他車両の車種に応じて車両１０１の制御を適応的に変更することである。例えば他車両の危険性が高いと判定されるほど、制御部２０２が各部を用いて、車両１０１と他車両１０２の車間距離をより空けたり、より低速で走行したり、より離れた位置に操舵されるよう制御したりする。

図７に示す車両１０１について説明する。制御装置７００は、撮像部２０１と、制御部２０２と、メモリ２０６とを備えている。制御装置７００は、車両１０１に備えられた送受信装置７０１を介して、クラウドコンピュータ７０２にアクセスし得る。

撮像部２０１は、他車両１０２を撮像し、撮像により得られる画像を制御部２０２に送信する。本実施形態では、後述するように、画像に写っている他車両１０２のサイズに基づいて、車両１０１から他車両１０２までの距離を算出し得るため、撮像部２０１は視差画像を取得することを要さず、また、測距部５０１（図４参照）は備えられていない。撮像部２０１は、車名プレート１１１やグレード名プレート８０４等に表された文字等の確実な判読を可能とすべく、十分な解像度の画像を取得し得ることが好ましい。

制御部２０２は、撮像部２０１によって取得される画像を、メモリ２０６に格納する。制御部２０２は、撮像部２０１によって取得される画像を、車両１０１に備えられた送受信装置７０１を介してクラウドコンピュータ７０２に送信し得る。制御部２０２は、撮像部２０１によって取得された画像に対して圧縮処理を施し、圧縮処理が施された画像を、送受信装置７０１を介してクラウドコンピュータ７０２に送信することもできる。また、制御部２０２は、撮像部２０１によって取得される画像のうちから他車両１０２の画像を抜き出し、抜き出した画像のみを、送受信装置７０１を介してクラウドコンピュータ７０２に送信することもできる。制御部２０２は、車速検出手段としての車速センサ２０７から出力される車両１０１の車速情報に基づいて、車両１０１の速度を検出する。制御部２０２は、当該他車両１０２のナンバープレート８０３（図８参照）の情報をメモリ２０６に記憶する。なお、他車両１０２のナンバープレート８０３の情報は、撮像部２０１によって取得される他車両１０２の画像に基づいて、制御部２０２によって検出されてもよいし、クラウドコンピュータ７０２によって検出されてもよい。制御部２０２は、クラウドコンピュータ７０２によって後述するようにして判定される当該他車両１０２の危険性に関する情報を、当該他車両１０２のナンバープレート８０３の情報と対応付けてメモリ２０６に記憶する。ナンバープレートの情報が検出できなかった場合は、例えば画像中で当該他車両１０２が検出された位置の情報と危険性に関する情報を対応づけるとよい。

クラウドコンピュータ７０２のデータベース７０３には、過去に販売された各車両の名称（車名）と、当該車名に関連付けられた各種車両情報とが格納されている。各種車両情報としては、例えば、車両サイズ、車名プレート（車名エンブレム）やグレード名プレートの画像や文字情報、車名プレートやグレード名プレートの位置に関する情報等が挙げられる。また、各種車両情報として、エンブレム（図示せず）の画像、各種安全装備の有無に関する情報、自動運転レベルに関する情報、車両の年式、各年式の車両の画像等が挙げられる。クラウドコンピュータ７０２は、これらの情報のセットをデータベース７０３に保持している。また、特定の車両が、例えば車両情報として車両のナンバーとセットで、危険性の高い車両としてデータベース７０３に記憶されていて、これらの情報を検出された他車両１０２の情報と照合することで危険な車両を検出してもよい。特定の車両は例えば過去の事故歴や盗難車両などの情報が個人情報が特定されない程度に記憶された公共のデータベースなどに基づき記憶されたものであってもよいし、車両１０１によって過去に車両の危険性が判定されたときの判定結果が記憶されたものでもよい。

クラウドコンピュータ７０２は、他車両１０２の車名等の認識に必要な画像認識機能を備えている。クラウドコンピュータ７０２は、制御装置７００から送受信装置７０１を介して受信した画像に基づいて、画像に写っている他車両１０２の車名等を判定し、当該他車両１０２の車名等に基づいて当該他車両１０２の危険性を判定する。クラウドコンピュータ７０２には、大型のコンピュータが備えられているため、制御部２０２よりも処理速度が速く、大容量の画像を用いた処理に好適である。

クラウドコンピュータ７０２は、制御装置７００から受け取った画像のうちから、他車両１０２の車両情報を検出する方法を以下に説明する。図８（ａ）は、他車両１０２を後部側から見た状態の例を示す図である。図８に示すように、他車両１０２の後部には、リアウィンドウ８０１、テールライト８０２Ｌ、８０２Ｒ、ナンバープレート８０３等が備えられている。図８（ｂ）は、車名プレート及びグレード名プレートの例を示す図である。クラウドコンピュータ７０２は、他車両１０２の画像のうちから、車名プレート１１１を探索する。車名プレート１１１は、テールライト８０２Ｌ，８０２Ｒの上側に位置する場合が多い。従って、クラウドコンピュータ７０２は、まず、左右のテールライト８０２Ｌ，８０２Ｒの上側の領域８０５，８０６に対して車名プレート１１１の探索を行う。左右のテールライト８０２Ｌ，８０２Ｒの上側の領域８０５，８０６に車名プレート１１１が見つからない場合には、クラウドコンピュータ７０２は、左右のテールライト８０２Ｌ，８０２Ｒの下側の領域８０７，８０８に対して車名プレート１１１の探索を行う。テールライト８０２Ｌ，８０２Ｒの上側の領域８０５，８０６の次に車名プレート１１１が配される可能性が高いのは、テールライト８０２Ｌ，８０２Ｒの下側の領域８０７，８０８であるためである。左右のテールライト８０２Ｌ，８０２Ｒの下側の領域に車名プレートが見つからない場合には、クラウドコンピュータ７０２は、左側のテールライト８０２Ｌと右側のテールライト８０２Ｒとの間の領域８０９に対して車名プレート１１１の探索を行う。テールライト８０２Ｌ，８０２Ｒの下側の領域８０７，８０８の次に車名プレート１１１が配される可能性が高いのは、左側のテールライト８０２Ｌと右側のテールライト８０２Ｒとの間の領域８０９であるためである。このように、本実施形態では、車名プレート１１１が配されている可能性が高い領域から順に車名プレート１１１の探索を行うため、迅速かつ効率的に車名プレート１１１を検出することができる。クラウドコンピュータ７０２は、車名プレート１１１の表記、即ち、文字等を判読し、当該他車両１０２の車名を判定する。

クラウドコンピュータ７０２は、車名プレート１１１の探索と同様にして、グレード名プレート８０４の探索を行う。クラウドコンピュータ７０２は、グレード名プレート８０４の表記、即ち、文字等を判読し、当該他車両１０２のグレードを判定する。

なお、ここでは、車名が車名プレート１１１によって表されている場合を例に説明したが、車名は必ずしも車名プレート１１１によって表されるとは限らない。また、ここでは、グレード名がグレード名プレート８０４によって表されている場合を例に説明したが、グレード名は必ずしもグレード名プレート８０４によって表されるとは限らない。例えば、車名やグレード名が車体に刻印されることもあり得るし、車名やグレード名が塗料等によって車体に表されることもあり得る。クラウドコンピュータ７０２は、車名やグレード名が車名プレート１１１やグレード名プレート８０４以外の手段によって表されている場合であっても、当該他車両１０２の車名やグレード名を検出し得る。また、車名やグレード名は、アルファベットや数字等の文字である可能性が非常に高いため、クラウドコンピュータ７０２は、文字等を含んでいる画像のみに限定して車名やグレード名の探索を行うようにしてもよい。

クラウドコンピュータ７０２は、他車両１０２の画像に基づいて、当該他車両１０２の年式を判定する。クラウドコンピュータ７０２のデータベース７０３には、上述したように、車名と、年式と、当該年式の当該車両の画像とが関連付けられて格納されている。従って、クラウドコンピュータ７０２は、各年式の当該車名の車両の画像と、他車両１０２の画像とを照合することによって、当該他車両１０２の年式を判定することが可能である。さらに、車名、年式と関連づけて、過去の事故歴やリコール歴などの情報も記憶されていてもよい。過去の事故歴やリコール歴のある車両の方がない車両より危険性が高く検出されるようフラグを付けるなどするとよい。

クラウドコンピュータ７０２は、車名と、年式と、グレードの情報に基づいて、他車両１０２に備えられた安全装備の有無や他車両１０２の自動運転レベルを検出する。グレード名プレート８０４がみつからない場合には、クラウドコンピュータ７０２は、車名と、年式とに基づいて、他車両１０２に備えられた安全装備や他車両１０２の自動運転レベルを判定するようにしてもよい。

クラウドコンピュータ７０２は、制御装置７００から送受信装置７０１を介して受信した画像に写っている他車両１０２のサイズに基づいて、車両１０１から当該他車両１０２までの距離１０５を算出する。クラウドコンピュータ７０２には、上述したように、当該他車両１０２の車両サイズのデータが格納されている。従って、クラウドコンピュータ７０２に格納された当該車両サイズ（幅、高さ等）のデータと、画像に写っている他車両１０２のサイズ（幅、高さ等）とに基づいて、車両１０１から当該他車両１０２までの距離１０５を算出することが可能である。なお、車両１０１から他車両１０２間での距離は、図２、図５のような車両構成を以て、第１の実施形態に記載の方法で算出してもよい。

クラウドコンピュータ７０２は、当該他車両１０２の危険性を示すための上述した情報と、車両１０１からの当該他車両１０２までの距離を示す情報とを、送受信装置７０１を介して制御装置７００に備えられた制御部２０２に送信する。

制御部２０２は、クラウドコンピュータ７０２によって得られるこれらの情報と、車速検出手段としての車速センサ２０７によって検出される車両１０１の走行速度とに基づいて、車両１０１を制御するための信号を生成する。例えば、先行車両１０２ａの危険性が高い場合には、車両１０１と先行車両１０２ａとの車間距離１０５ａを、車両１０１の走行速度から見積もられる停止距離の例えば２倍以上とするようにしてもよい。一方、先行車両１０２ａの危険性が低い場合には、車両１０１と先行車両１０２ａとの車間距離１０５ａを、車両１０１の走行速度から見積もられる停止距離と同等とするようにしてもよい。制御部２０２は、他車両１０２の危険性が高い場合や、車両１０１が他車両１０２と衝突する可能性が高い場合には、車両１０１に備えられた警告発生装置２０８を用いて警告を発するようにしてもよい。

図９は、本実施形態による制御装置の動作の例を示すフローチャートである。以下では、各ステップで行われる一部の演算がクラウドコンピュータ７０２によって行われている例を示すが、それらの制御の一部または全部は車両１０１内の制御部２０２にて行われてもよい。本動作は、車両１０１の走行開始（例えば車速情報やブレーキに関する情報）をトリガーとしてスタートする。動作の開始タイミングとしては上記に限らず、例えば操作部２１０へのユーザ操作による設定（車速や他車両１０２の検出などトリガーそのものの設定も含む）に従って、任意のタイミングでスタートさせてもよい。

ステップＳ３０１において、撮像部２０１によって画像が取得される。撮像部２０１は、取得した画像を制御部２０２に送信する。本実施形態では、制御部２０２が順次適当なタイミングで送受信装置７０１を介してクラウドコンピュータ７０２に画像を送信する。

ステップＳ３０２において、クラウドコンピュータ７０２は、撮像部２０１によって取得された画像に基づいて他車両１０２を検出し、例えば上述したような手法で車両１０１から他車両１０２までの距離１０５を算出する。

ステップＳ９０１において、クラウドコンピュータ７０２は、制御装置７００から受信した画像に基づいて、第１の実施形態のステップＳ３０３と同様に他車両１０２の蛇行走行及び車線逸脱を検出する。検出結果は対応する他車両１０２の情報と関連づけてメモリ２０６あるいはデータベース７０３に記憶される。

ステップＳ９０２において、クラウドコンピュータ７０２は、制御装置７００から受信した画像に基づいて、第２の実施形態のステップＳ６０１と同様に他車両１０２の運転者を評価する。評価結果（危険性の高い運転者か否かの情報、あるいは運転者の危険性のレベル情報）は、対応する他車両１０２の情報と関連づけてメモリ２０６あるいはデータベース７０３に記憶される。

ステップＳ９０３において、クラウドコンピュータ７０２は、制御装置７００から送受信装置７０１を介して受信した画像に基づいて、本実施形態で上述したように、車名、年式、グレード、過去の事故歴など、他車両１０２の車両に関する車両情報を検出する。車両情報の検出結果は、対応する他車両１０２の情報と関連づけてメモリ２０６あるいはデータベース７０３に記憶される。

ステップＳ９０４において、クラウドコンピュータ７０２は、ステップＳ９０１〜Ｓ９０３での検出結果及び評価結果に基づいて他車両１０２の危険性を判定する。

ステップＳ９０５において、制御部２０２は、車両１０１から他車両１０２までの距離と、当該他車両１０２の危険性と、車両１０１の走行速度とに基づいて、車両１０１を制御するための信号を生成する。

ステップＳ９０５では、他車両の危険性を判定するための情報として上述したように他車両１０２の蛇行走行・車線逸脱に関する情報、運転者の評価情報（危険性に関する情報）、車両の車名、年式、グレード、事故歴などの車両情報を取得している。これらの情報は情報の種類や検出結果によって優先すべき度合いが異なる。例えば車両情報からは安全装備も充実し、自動運転レベルも高く、事故歴も少ない車両であると判定されていても、激しい蛇行運転が検出されている車両に対しては危険性のレベルを高くし最優先に考慮して車両１０１の制御に当たらなければならない場合もある。従って、本実施形態では、蛇行走行・車線逸脱などの他車両の走行情報の優先度を１番とし、次いで運転者の評価情報、そして車両情報と順に優先度を下げることとする。具体的には、この順で評価に対する重み付けを変えて、複数の他車両１０２に対して、どの他車両１０２に対しての対応を優先すべきかを決定する。また、自車両１０１との距離が自車両１０１の現在の車速から決まる停止距離よりも近い距離にいる場合などは、当該他車両に対応する車両１０１の制御が最優先とすることが好ましい。
ステップＳ９０５の後、ステップＳ９０１以降の動作が繰り返される。

なお、ここでは、他車両１０２の危険性の程度が、高い場合にも、低い場合にも、制御部２０２がステップＳ９０７において信号生成を行う場合を例に説明したが、これに限定されるものではない。例えば、他車両１０２の危険性の程度が高い場合にのみ、制御部２０２がステップＳ９０７において信号生成を行うようにしてもよい。この場合、ステップＳ９０６において、他車両１０２の危険性の程度が低いと判定された場合には、ステップＳ９０７を実行することなく、ステップＳ９０１に戻る。また、図９に示す制御装置７００のこれら一連の動作は、車両１０１の速度が所定速未満に低下することやエンジンの停止などに応じて終了する。

このように、本実施形態においても、撮像部２０１によって取得される画像に基づいて他車両１０２の危険性が判定される。具体的には、第１、第２の実施形態に加えてさらに他車両１０２の安全設備や安全運転機能を図ることができる車両情報に基づいて、他車両１０２の危険性が判定される。そして、他車両１０２の危険性に基づいて、車両１０１を制御するための信号が生成される。このため、本実施形態においても、車両１０１の安全性を向上することができる。

［第４実施形態］
本実施形態による制御装置及び制御方法について図面を用いて説明する。図１乃至図９に示す第１乃至第３実施形態による制御装置及び制御方法と同一の構成要素には、同一の符号を付して説明を省略または簡潔にする。

先行車両１０２ａの運転者が当該先行車両１０２ａの前方を走行する先々行車両１０２ｂに対して、いわゆる煽り運転を行っていることもあり得る。煽り運転とは、先行車両が先々行車両に対して非常に接近して走行する運転である。煽り運転は、先行車両１０２ａが先々行車両１０２ｂに追突する危険性が高い。また、先々行車両１０２ｂが当該先々行車両１０２ｂの後方を走行する先行車両１０２ａから圧迫感を受ける結果、当該先々行車両１０２ｂが、無理に走行速度を増大したり、無理に車線変更を行ったりする可能性がある。これらは、結果的に、先々行車両１０２ｂが事故を起こす可能性を高める。また、先行車両１０２ａが無理な追い越しを行おうとする可能性があり、当該先行車両１０２ａが事故を起こす可能性も高い。先々行車両１０２ｂが事故を起こせば、当該先々行車両１０２ｂの直後を走行する先行車両１０２ａも事故に巻き込まれる可能性が高い。先行車両１０２ａが煽り運転を行っている状態で、先々行車両１０２ｂが急停止した場合には、先行車両１０２ａは先々行車両１０２ｂへの衝突を免れ得ない可能性が高い。そこで、本実施形態では、他車両１０２の煽り運転を行っているかに着目して他車両１０２の危険性を判定し、危険性の高い他車両１０２に対して十分な車間距離１０５を確保するようにしている。

本実施形態による制御装置の構成も図２、図５及び図７のいずれの車両１０１の構成例においても適用可能であるが、ここでは本図５を用いて説明することとする。制御装置５００は、撮像部２０１と、制御部２０２と、メモリ２０６と、測距部５０１とを備えている。撮像部２０１は、車両１０１の前方、斜め左側前方、斜め右側前方、左側側方、右側側方、斜め左側後方、斜め右側後方をそれぞれ撮像するための例えば７台の撮像デバイスによって構成されている。撮像部２０１としては、例えば、第１実施形態において上述した撮像部２０１と同様に、視差画像を取得し得る撮像部が用いられている。測距部５０１としては、第２実施形態において上述したように、例えばミリ波レーダを用いる。本実施形態において、ミリ波レーダ等により構成される測距部５０１を用いるのは、以下のような理由によるものである。即ち、他車両１０２が遠方に位置する場合には、視差画像に基づいて距離を測定するよりも、ミリ波レーダ等を用いて距離を測定するほうが、霧や排気ガス等の影響を受けにくく、距離計測精度が低下しにくいためである。測距部５０１は、先行車両１０２ａ前方に位置する先々行車両１０２ｂまでの距離を測定し得る。

制御部２０２は、車両１０１と先行車両１０２ａとの車間距離１０５ａについての情報を、例えば撮像部２０１によって取得される視差画像に基づいて取得する。また、制御部２０２は、車両１０１から先々行車両１０２ｂまでの距離についての情報を、測距部５０１を用いて取得する。そして、制御部２０２は、これらの情報に基づいて、先行車両１０２ａと先々行車両１０２ｂとの車間距離１０５ｂを算出する。なお、ここでは、車両１０１と先行車両１０２ａとの車間距離１０５ａを撮像部２０１によって取得される視差画像に基づいて算出する場合を例に説明したが、これに限定されるものではない。例えば、車両１０１と先行車両１０２ａとの車間距離１０５ａについての情報を、測距部５０１を用いて取得するようにしてもよい。また、車両１０１から先々行車両１０２ｂまでの距離についての情報を、例えば、撮像部２０１によって取得される視差画像に基づいて算出するようにしてもよい。制御部２０２は、先行車両１０２ａと先々行車両１０２ｂとの車間距離１０５ｂに基づいて、先行車両１０２ａが煽り運転を行っているか否かを判定する。例えば、先行車両１０２ａと先々行車両１０２ｂとが走行中であるにもかかわらず、先行車両１０２ａと先々行車両１０２ｂとの車間距離１０５ｂが所定距離以下である場合には、先行車両１０２ａが煽り運転を行っていると判定する。かかる所定距離としては、例えば、車両１台分、具体的には、例えば約５ｍ程度とすることができるが、これに限定されるものではない。

制御部２０２は、先行車両１０２ａが煽り運転を行っていると判定した場合には、当該先行車両１０２ａの危険性は高いと判定する。即ち、制御部２０２は、先行車両１０２ａと先々行車両１０２ｂとの車間距離１０５ｂに基づいて、先行車両１０２ａの危険性を判定する。そして、制御部２０２は、車両１０１から他車両１０２までの距離１０５と、当該他車両１０２の危険性と、車両１０１の走行速度から見積もられる停止距離とに基づいて、車両１０１を制御するための信号を生成する。例えば、先行車両１０２ａが煽り運転を行っているにもかかわらず、車両１０１と先行車両１０２ａとの車間距離１０５ａが必ずしも十分に確保されていない場合には、制御部２０２は以下のような信号を生成し得る。即ち、この場合には、制御部２０２は、ブレーキの作動をブレーキ制御装置２０４に実行させるような信号を生成し、生成した信号をブレーキ制御装置２０４に送信する。また、かかる場合には、制御部２０２は、動力源の駆動力の抑制を動力制御装置２０５に行わせるような信号を生成し、生成した信号を動力制御装置２０５に送信する。これにより、車両１０１の走行速度が低下し、危険性の高い先行車両１０２ａと車両１０１との車間距離１０５ａが十分に確保される。また、制御部２０２は、当該先行車両１０２ａが他車両１０２と衝突する危険性が高いと判定した場合には、車両１０１の運転者に対して例えば警告発生装置２０８を用いて警告を通知する。

また、制御部２０２は、他車両１０２の危険性に基づいて車線変更を行うようにしてもよい。具体的には、先行車両１０２ａとは異なる走行車線を車両１０１が走行するように制御するための信号を、制御部２０２が先行車両１０２ａの危険性に基づいて生成するようにしてもよい。車線変更を行う場合には、制御部２０２は、車線変更の動作に移行する前に、車線変更を運転者に促すための警告を、警告発生装置２０８等を用いて発することが好ましい。例えば、車線変更を促す警告を発したにもかかわらず、運転者が車線変更を開始しない場合に、制御部２０２は、車線変更を自動で行うことを運転者に対して告知するようにしてもよい。そして、運転者が車線変更を許可する旨の意思表示をした場合に、車線変更を行うようにしてもよい。車線変更の意思表示は、例えば、不図示の許可ボタンを押すこと等によって行い得る。車線変更の際には、変更先の走行車線を走行している他車両１０２ｄ（図１参照）が、車両１０１の近傍に位置していないかを把握することが重要である。また、変更先の走行車線を走行している他車両１０２ｄの危険性を、先行車両１０２ａと同様に把握することが重要である。そして、当該他車両１０２ｄと車両１０１との車間距離が十分に確保されるように、車両１０１の走行速度を制御し、適切なタイミングで車線変更の動作を実行することが重要である。車線変更を自動で行う場合、制御部２０２は、車両１０１に備えられた操舵制御装置２０９に制御信号を送信する。

図１０は、本実施形態による制御装置の動作を示すフローチャートである。本動作は、車両１０１の走行開始（例えば車速情報やブレーキに関する情報）をトリガーとしてスタートする。動作の開始タイミングとしては上記に限らず、例えば操作部２１０へのユーザ操作による設定（車速や他車両１０２の検出などトリガーそのものの設定も含む）に従って、任意のタイミングでスタートさせてもよい。

ステップＳ１００１において、撮像部２０１によって撮像が行われる。撮像部２０１によって取得された画像は、制御部２０２に入力される。

ステップＳ１００２において、制御部２０２は、距離算出処理を行う。具体的には、制御部２０２は、車両１０１と先行車両１０２ａとの車間距離１０５ａについての情報を、例えば撮像部２０１によって取得される視差画像に基づいて取得する。また、制御部２０２は、車両１０１から先々行車両１０２ｂまでの距離についての情報を、例えば測距部５０１を用いて取得する。そして、制御部２０２は、これらの情報に基づいて、先行車両１０２ａと先々行車両１０２ｂとの車間距離１０５ｂを算出する。

ステップＳ１００３において、制御部２０２は、例えば先行車両１０２ａと先々行車両１０２ｂとの距離に基づいて、先行車両１０２ａが煽り運転を行っているか否かを判定する。先行車両１０２ａが煽り運転を行っている場合には（ステップＳ１００３においてＹＥＳ）、ステップＳ１００４に移行する。一方、先行車両１０２ａが煽り運転を行っていない場合には（ステップＳ１００３においてＮＯ）、ステップＳ１００５に移行する。

ステップＳ１００４において、制御部２０２は、先行車両１０２ａの危険性は高いと判定する。この後、ステップＳ１００６に移行する。

ステップＳ１００５において、制御部２０２は、先行車両１０２ａの危険性は低いと判定する。この後、ステップＳ１００６に移行する。

ステップＳ１００６において、制御部２０２は、車両１０１から先行車両１０２ａまでの距離１０５と、当該先行車両１０２ａの危険性と、車両１０１の走行速度とに基づいて、車両１０１を制御するための信号を生成する。例えば、先行車両１０２ａが危険性の高い車両であるにもかかわらず、車両１０１と先行車両１０２ａとの車間距離１０５ａが十分に確保されていない場合には、制御部２０２は以下のような信号を生成し得る。例えば、車両１０１と他車両１０２との車間距離１０５が例えば第１の距離以上となるように車両１０１を制御するための信号が生成される。第１の距離は、例えば、車両１０１の走行速度から見積もられる停止距離の２倍程度とする。具体的には、制御部２０２は、ブレーキ動作をブレーキ制御装置２０４に行わせるような信号を生成し、生成した信号をブレーキ制御装置２０４に送信する。また、制御部２０２は、動力源の駆動力の抑制を動力制御装置２０５に行わせるような信号を生成し、生成した信号を動力制御装置２０５に送信する。これにより、車両１０１の走行速度が低下し、車両１０１と先行車両１０２ａとの車間距離１０５ａが例えば第１の距離以上確保される。そして、ステップＳ１００１以降の動作が繰り返される。

なお、ここでは、他車両１０２の危険性の程度が、高い場合にも、低い場合にも、制御部２０２がステップＳ１００６において信号生成を行う場合を例に説明したが、これに限定されるものではない。例えば、他車両１０２の危険性の程度が高い場合にのみ、制御部２０２がステップＳ１００６において信号生成を行うようにしてもよい。この場合には、ステップＳ１００５が完了した後、ステップＳ１００６を実行することなく、ステップＳ１００１に戻る。また、図１０に示す制御装置５００のこれら一連の動作は、車両１０１の速度が所定速未満に低下することやエンジンの停止などに応じて終了する。

このように、本実施形態においても、撮像部２０１によって取得される画像に基づいて、他車両１０２の危険性が判定される。具体的には、先行車両１０２ａが煽り運転を行っているか否かに基づいて、当該先行車両１０２ａの危険性が判定される。そして、先行車両１０２ａの危険性に基づいて、車両１０１を制御するための信号が生成される。このため、本実施形態によっても、車両１０１の安全性の向上を図ることができる。

［変形実施形態］
以上、本発明をその好適な実施形態に基づいて詳述してきたが、本発明はこれら特定の実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の様々な形態も本発明に含まれる。例えば、上記実施形態を適宜組み合わせるようにしてもよい。

また、第１実施形態では、１つの撮像素子によって視差画像を取得し得る撮像部２０１を用いる場合を例に説明したが、これに限定されるものではない。例えば、互いに異なる位置にそれぞれ配された複数の撮像素子を用いて視差画像を取得する撮像部、即ち、ステレオカメラ（多眼カメラ）を用いてもよい。但し、１つの撮像素子によって視差画像を取得し得る撮像部２０１は、複数の撮像素子によって視差画像を取得する場合と比較して、光学系のアライメントのずれが生じにくく、小型化の観点からも好適である。

また、第２実施形態では、測距部５０１を用いて車両１０１から他車両１０２までの距離を測定する場合を例に説明したが、これに限定されるものではない。例えば、視差画像を取得し得る撮像部２０１によって取得される視差画像に基づいて、車両１０１から他車両１０２までの距離を測定するようにしてもよい。この場合には、測距部５０１を備えることを要しない。

また、第２実施形態では、他車両１０２の運転者が初心者である場合の制御と、他車両１０２の運転者が高齢者である場合の制御とを異ならせない場合を例に説明したが、これに限定されるものではない。例えば、他車両１０２の運転者が初心者である場合の制御と、他車両１０２の運転車が高齢者である場合の制御とを異ならせてもよい。

また、第１、２実施形態では、測距部５０１にミリ波レーダを用いる場合を例に説明したが、これに限定されるものではない。例えば、タイム・オブ・フライト（ＴＯＦ：ＴｉｍｅＯｆ Ｆｌｉｇｈｔ）方式で対象物までの距離を測定する測距センサを用いるようにしてもよい。タイム・オブ・フライト方式とは、光源から対象物に光を照射し、当該対象物によって反射された光が、光源とほぼ同じ位置に配された光検出器に戻ってくるまでの時間を計測することによって、当該対象物までの距離を検出する測距方式である。光源から発せられる光としては、例えば短パルス光等が挙げられる。また、光源から発せられる光は、短パルス光に限定されるものではない。矩形波や正弦波等によって強度変調された連続光、即ち、ＣＷ（Ｃｏｎｔｉｎｕｏｕｓ Ｗａｖｅ）光を光源から発するようにしてもよい。この場合、光検出器によって検出される光の位相遅れに基づいて、対象物までの距離を算出することができる。また、測距センサに備えられる光検出器は、例えば、単一のフォトダイオードによって構成することが可能であるが、これに限定されるものではない。例えば、フォトダイオードが線状に配列されたラインセンサによって光検出器が構成されていてもよい。また、フォトダイオードが面状、即ち、２次元状に配列されたイメージャ（イメージセンサ）によって光検出器が構成されていてもよい。イメージャを用いて光検出器を構成した場合には、複数箇所の距離情報から成る距離画像を取得することが可能である。また、距離情報が得られる角度範囲は、光源からの光の照射範囲に依存する。広範囲の距離情報を得たい場合には、例えば、光を拡散することによって、広範囲に光を照射するようにしてもよい。また、例えば、レーザ光のようなビーム径の小さい光を照射する場合には、ガルバノミラーやポリゴンミラー等のスキャン光学系を用いて広範囲に光を照射するようにしてもよい。レーザ光源と、スキャン光学系と、単一のフォトダイオードによって構成された光検出器とを組み合わせて用いる場合、各箇所についての距離情報を順次取得し、取得された各箇所の距離情報を用いて距離画像を生成することも可能である。広範囲に光を照射する光源と、イメージャによって構成された光検出器とを組み合わせて用いる場合には、各箇所の距離情報を距離画像として一括して取得することができる。長距離を拡散せずに伝搬し得るレーザ光等を光源として用いることは、遠距離の対象物までの距離を測定する場合に好適である。一方、広範囲に照射される光源は、近距離に位置する対象物までの距離を測定する場合に適している。

また、第１、２実施形態では、測距部５０１にミリ波レーダを用いる場合を例に説明した画、ミリ波レーダに限定されるものではなく、例えば超音波センサ等を用いるようにしてもよい。

また、第３実施形態では、車名プレート１１１に基づいて車名を判定する場合を例に説明したが、これに限定されるものではない。例えば、他車両１０２の全体的な画像に基づいて、他車両１０２の車名を判定するようにしてもよい。例えば、過去に販売された各車両の画像を、クラウドコンピュータ７０２のデータベース７０３に格納しておく。そして、過去に販売された各車両の画像と、他車両１０２の画像との照合を行うことによって、当該他車両１０２の車名を判定するようにしてもよい。照合の手法としては、例えば、画像の特徴点を抽出し、特徴点を比較することによって照合する手法が挙げられる。また、一方の画像と他方の画像との相関によって照合を行うようにしてもよい。また、公知の画像類似度判定手法を適宜用いるようにしてもよい。他車両１０２の画像に基づいて当該他車両１０２の車名を判定する場合、当該他車両１０２の画像は、当該他車両１０２を後方から見た際の画像に限定されるものではない。例えば、他車両１０２の側部等の画像に基づいて車名等を判定することも可能である。また、対向車線を走行する他車両１０２の場合には、当該他車両１０２の前部の画像に基づいて車名等を判定することも可能である。

また、第３実施形態では、他車両１０２の後部に車名プレート１１１等が付されている場合を例に説明したが、これに限定されるものではない。例えば、他車両１０２の側部に車名プレート１１１やグレード名プレート８０４が付されている場合には、他車両１０２の側部に付された車名プレート１１１やグレード名プレート８０４等に基づいて車名やグレード名等を判定することが可能である。また、例えば、他車両１０２の前部に当該他車両１０２の車種に特有のエンブレムやマーク等が付されている場合には、他車両１０２の前部に付されたエンブレムやマーク等に基づいて当該他車両１０２の車名等を判定することも可能である。

また、第３実施形態では、車名プレート１１１に基づいて車名を判定する場合を例に説明したが、これに限定されるものではない。例えば、当該車種に固有のエンブレムが他車両１０２に付されている場合もある。このような車種に固有のエンブレムに基づいて、車名を判定することも可能である。例えば、車種に固有のエンブレムの画像を、クラウドコンピュータ７０２のデータベース７０３に格納しておく。そして、かかるエンブレムの画像と、他車両のエンブレムの画像との照合を行うことによって、当該他車両１０２の車名を判定するようにしてもよい。

また、第３実施形態では、車名プレート１１１とグレード名プレート８０４とを探索する場合を例に説明したが、これに限定されるものではない。例えば、グレード名が単一の車種に用いられている場合には、車名プレート１１１がみつからない段階であっても、グレード名プレート８０４によって判定されるグレード名に基づいて車名を判定することが可能である。

また、第３実施形態では、グレードを判定する場合を例に説明したが、これに限定されるものではない。例えば、グレードによって安全装備や自動運転レベルに差異がない車種の場合には、グレードを判定する必要がないため、車名プレート１１１がみつかった段階で探索を終了してもよい。

また、第３実施形態では、画像内に写っている他車両１０２のサイズと、当該他車両１０２の車両サイズに関する情報とに基づいて、車両１０１から当該他車両１０２までの距離１０５を算出する場合を例に説明したが、これに限定されるものではない。撮像部２０１が第１、第２の実施形態と同様に視差画像を取得できる撮像光学系を有し、該視差画像群に基づいて車両１０１から当該他車両１０２までの距離１０５を算出するようにしてもよい。また、第１、第２実施形態と同様に撮像部２０１とは別に測距部５０１を設けて車両１０１から当該他車両１０２までの距離１０５を取得するようにしてもよい。

また、第３実施形態において、ステップＳ９０４では、撮像部２０１から取得される画像で検出される車名プレートの字体に基づいて、他車両１０２の年式を判定するようにしてもよい。

また、第３実施形態において、ステップＳ９０４では、撮像部２０１から取得される画像で検出される車名プレートが付されている位置に基づいて、他車両１０２の年式等を判定するようにしてもよい。車名プレートの付されている位置の基準は、例えば、車両の端としてもよいし、トランクリッドの上端としてもよい。また、年式固有のグレード名や年式固有のエンブレム等に基づいて、年式を判定するようにしてもよい。

また、第３実施形態において、車名プレート１１１の画像と他車両１０２の全体的な画像の両方に基づいて、車名、グレード、年式等を判定するようにしてもよい。例えば、過去に販売された各車両の各年式の画像を、クラウドコンピュータ７０２のデータベース７０３に格納しておく。そして、クラウドコンピュータ７０２は、車名プレート１１１に基づいて車名を判定する。車名が判定できたら、クラウドコンピュータ７０２は、当該車名の車両の画像のみをデータベース７０３から抽出する。そして、クラウドコンピュータ７０２は、データベース７０３から抽出した画像と、当該他車両１０２の全体的な画像とを対比することによって、当該他車両１０２のグレードや年式等を判定するようにしてもよい。他車両１０２の画像と対比する対象が、車名に基づいてデータベース７０３から抽出された画像のみとなるため、判定に要する時間を短縮することができる。

また、第３実施形態において、年式等を判定することなく、車名に基づいて他車両１０２の危険性を判定するようにしてもよい。例えば、絶版車両等の旧式の車両の場合には、最後の年式であっても安全装備や自動運転機能が備えられていない場合がある。このような場合には、年式等の判定処理は無駄な処理となる。従って、このような場合には、年式等を判定することなく、車名に基づいて他車両１０２の危険性を判定するようにしてもよい。これにより、処理負荷の軽減を図ることができる。

また、第３実施形態では、車両１０１を制御するための信号の生成を制御部２０２が行う場合を例に説明したが、車両１０１を制御するための信号の生成をクラウドコンピュータ７０２が行うようにしてもよい。

また、第３実施形態では、他車両１０２の解析にかかる図９や図１０の各フローにおいてクラウドコンピュータ７０２を用いる場合を例に説明したが、必ずしもクラウドコンピュータ７０２を用いなくてもよい。例えば、第３実施形態においてクラウドコンピュータ７０２に行わせた各処理を、制御装置７００に備えられた制御部２０２が行うようにしてもよい。また、第３実施形態においてクラウドコンピュータ７０２に行わせた処理の一部を、制御装置７００に備えられた制御部２０２が行うようにしてもよい。例えば、負荷の重い処理についてはクラウドコンピュータ７０２に行わせ、負荷の軽い処理については、制御装置７００に備えられた制御部２０２が行うようにしてもよい。負荷の重い処理としては、大容量（画素数、各画素のbit数の大きい）の画像データを用いた処理、多数の画像データを用いた処理、車名プレート１１１等の広範囲での探索処理等が挙げられる。

また、第３実施形態において、車両１０１が他車両１０２に接近し、画像内にある程度の大きさで他車両１０２が写っている場合に、当該画像に基づいて当該他車両１０２の車名の判定等を行うようにしてもよい。例えば、車名プレート１１１等が画像に極めて小さく写っている場合には、当該車名プレート１１１に基づいて車名を判定することが必ずしも容易でないためである。

また、各実施形態において撮像部２０１は、車両１０１が他車両１０２に接近した場合には、撮像頻度を高くし、車両１０１から他車両１０２までの距離が大きい場合には、撮像頻度を低くするようにしてもよい。車両１０１が他車両１０２に接近している場合には、車名等の判定が容易となるような良好な車名プレート１１１等の画像を取得し得るためである。

また、第３実施形態において、他車両１０２の危険性についての判定が完了した後、他車両１０２の危険性等についての情報を、当該他車両１０２のナンバープレート８０３の情報に対応付けて、メモリ２０６、データベース７０３等に記憶するようにしてもよい。例えば、先行車両１０２ａと車両１０１との間に、追い越し車線を走行中の他車両１０２ｄが割り込んでくることもあり得る。このような場合、先行車両１０２ａは車両１０１から見えなくなるとともに、車両１０１と先行車両１０２ａとの車間距離１０５ａも増大する。この後、例えば、割り込んでいた他車両１０２ｄが追い越し車線に進路変更した場合には、先行車両１０２ａは車両１０１から見えるようになるが、車両１０１と先行車両１０２ａとの車間距離１０５ａは大きくなっている。この場合、先行車両１０２ａを撮像し、当該画像から車名等を判定しようとした場合には、当該先行車両１０２ａの画像が小さいため、車名等の判定が困難なことも考えられる。一方、ナンバープレート８０３の文字（数字）は、車名プレート１１１に示された文字等と比較して大きいため、車間距離１０５ａが比較的大きい場合であっても、ナンバープレート８０３の文字の判定は比較的容易である。従って、ナンバープレート８０３の情報に対応付けて当該他車両１０２の危険性等の情報をメモリ２０６等に記憶しておけば、車名の判定を行わなくても、ナンバープレート８０３の情報に基づいて、当該他車両１０２の危険性の情報を取得し得る。従って、他車両１０２の危険性についての判定が完了した後には、他車両１０２の危険性等についての情報を、当該他車両１０２のナンバープレート８０３の情報に対応付けて、メモリ２０６等に記憶するようにすることが好ましい。

また、第３実施形態では、クラウドコンピュータ７０２あるいは制御部２０２が他車両１０２の車名等を正確に判定し、データベース７０３に予め記憶されている当該車名の車両のサイズと、画像における当該他車両１０２のサイズとに基づいて、当該他車両１０２までの距離を判定する場合を例に説明した。しかし、これに限定されるものではない。例えば、他車両１０２の車名がＡ又はＢであることは判定できたけれども、他車両１０２の車名がＡであるのかＢであるのかが判定できない状態において、Ａの車体幅とＢの車体幅とが同等であることが予め分かっている場合には、以下のようにしてもよい。即ち、他車両１０２の車名がＡであるのかＢであるのかを判定しなくてもよい。他車両１０２の車名がＡであってもＢであっても車体幅は同等であるため、他車両１０２の車名がＡであるかＢであるかが分からなくても、当該他車両１０２までの距離を判定する上では支障がないためである。

また、各実施形態の他車両までの距離算出（ステップＳ３０２）において、他車両１０２に備えられているサイズが既知の物体の、画像におけるサイズに基づいて、当該他車両１０２までの距離を判定するようにしてもよい。例えば、ナンバープレートのサイズは、既知である。従って、ナンバープレートの既知のサイズと、画像に写っているナンバープレートのサイズとに基づいて、当該ナンバープレートが備えられている他車両１０２までの距離を求め得る。なお、サイズが既知の物体は、ナンバープレートに限定されるものではない。例えば、車名プレート１１１等のサイズが既知である場合には、画像に写っている当該車名プレート１１１のサイズに基づいて、当該車名プレート１１１が備えられている他車両１０２までの距離を判定することが可能である。

また、各実施形態において、ヨーレートや舵角等の情報を更に取得するようにしてもよい。これにより、車両１０１の状態をより正確に把握することが可能となる。

また、各実施形態では、車両１０１に動力源がエンジンである場合を例に説明したが、車両１０１の動力源はエンジンに限定されるものではない。例えば、車両１０１の動力源がモータ等であってもよい。

また、各実施形態において、走行速度を一定に保つことを目的としたクルーズコントロール（Ｃｒｕｉｓｅ Ｃｏｎｔｒｏｌ）の機能と、先行車両１０２ａとの車間距離１０５ａを一定に保つ機能とを、車両１０１が備えていてもよい。例えばこのような制御は、アダプティブクルーズコントロール（Ａｄａｐｔｉｖｅ Ｃｒｕｉｓｅ Ｃｏｎｔｒｏｌ）と称される。即ち、アダプティブクルーズコントロールにおいて、先行車両１０２ａの危険性に基づいて車間距離１０５ａが設定されてもよい。

また、各実施形態において、例えば、車両１０１と先行車両１０２ａとが接近しつつある状況においては、以下のように制御するようにしてもよい。例えば、車両１０１と先行車両１０２ａとの車間距離１０５ａを相対速度によって除算することにより得られる時間内に、車両１０１の走行速度を目標速度まで低下させるような制御を行う。この場合、目標速度は、例えば、先行車両１０２ａの速度以下に設定する。

また、各実施形態において、例えば撮像部２０１から取得される画像に基づいて、制御部２０２が、脇道から進入して来ようとしている他車両１０２ｃ（図１参照）を検出している場合の対応について述べる。このとき、当該他車両１０２ｃが車両１０１の走行する車線に進入していないか否かを取得される画像や距離情報に基づき順次検出しながら、検出結果に応じて車両１０１を制御することが好ましい。すなわち、当該他車両１０２ｃの車速（動き）や位置に応じて他車両１０２と接触してしまう可能性を下げるように車両１０１の走行速度や操舵方向を制御することが好ましい。この場合も、他車両１０２の危険性をさらに考慮することによって、より的確な走行速度や操舵方向の制御が可能となる。

また、各実施形態では、撮像部２０１が可視波長域に感度を有している場合を例に説明したが、撮像部２０１が可視波長域とは異なる波長域にも感度を有していてもよい。例えば、撮像部２０１が赤外波長域に感度を有していてもよい。また、赤外波長域に感度を有する撮像部２０１を用いる場合には、例えば赤外線を発する投光器（図示せず）を車両１０１に備えるようにしてもよい。かかる投光器は、撮影に同期して投光するようにしてもよいし、常時投光するようにしてもよい。

本発明は、上述の実施形態の１以上の機能を実現するプログラムを、ネットワーク又は記憶媒体を介してシステム又は装置に供給し、そのシステム又は装置のコンピュータにおける１つ以上のプロセッサーがプログラムを読出し実行する処理でも実現可能である。また、１以上の機能を実現する回路（例えば、ＡＳＩＣ）によっても実現可能である。

以上の通り、本発明によれば、他車両の危険性に基づいて自車両を制御するための信号が生成されるため、自車両の安全性をより向上し得る制御装置及び制御方法を提供することができる。

Claims (29)

1. 車両を制御する制御手段を有する制御装置であって、前記制御手段は、
   他車両の運転者の情報を取得し、
   前記他車両の運転者の情報に基づいて前記車両の走行を制御するための信号を生成し、出力する
   ことを特徴とする制御装置。
2. 前記制御手段は、撮像手段によって撮像された前記他車両の画像に基づいて前記他車両の運転者の情報を取得することを特徴とする請求項１に記載の制御装置。
3. 前記制御手段は、前記他車両の画像から前記他車両の運転者の年齢を推測することが可能な特定の被写体を検出することで、前記他車両の運転者の情報を取得することを特徴とする請求項２に記載の制御装置。
4. 前記制御手段は、前記他車両の画像から前記他車両に付されている運転者を示す特定の標識を検出することで、前記他車両の運転者の情報を取得することを特徴とする請求項２に記載の制御装置。
5. 前記制御手段は、前記他車両の運転者の画像から前記他車両の運転者の情報を取得することを特徴とする請求項２乃至４のいずれか１項に記載の制御装置。
6. 前記制御手段は、前記他車両の運転者の画像から該運転者の年齢、脈拍、健康状態の少なくとも１つを推測することで前記他車両の運転者の情報を取得することを特徴とする請求項２乃至５のいずれか１項に記載の制御装置。
7. 前記制御手段は、前記他車両の運転者の画像から、該運転者の顔の向きや視線、瞬き間隔、動作や姿勢を検出することで前記他車両の運転者の情報を取得することを特徴とする請求項２乃至６のいずれか１項に記載の制御装置。
8. 車両を運転する運転者の画像に基づいて、該運転者の情報を出力する学習済プログラムを記憶した判定手段を有し、
   前記学習済プログラムは、運転者の顔の向き、視線、動作及び姿勢について様々なパターンを有する画像を機械学習させた結果であり、
   前記制御手段は、前記判定手段に前記他車両の運転者の画像を入力することで、前記判定手段から出力される前記他車両の運転者の情報を取得する
   ことを特徴とする請求項５乃至７のいずれか１項に記載の制御装置。
9. 前記制御手段は、前記他車両あるいはサーバーから発信される前記他車両の運転者の情報を受信することで前記他車両の運転者の情報を取得することを特徴とする請求項１に記載の制御装置。
10. 前記制御手段は、前記他車両の運転者の情報に基づき、前記車両に設けられた警告発生手段に警告を通知させることを特徴とする請求項１乃至９のいずれか１項に記載の制御装置。
11. 前記制御手段は、前記他車両の車両に関する車両情報を取得し、該車両情報に基づいて前記他車両を制御するための信号を生成することを特徴とする請求項１乃至１０のいずれか１項に記載の制御装置。
12. 前記制御手段は、前記他車両の画像を取得し、該画像から前記他車両の車名、グレード名及び年式の少なくとも１つを検出することで前記他車両の車両情報を取得することを特徴とする請求項１１に記載の制御装置。
13. 前記車両を制御するための前記信号は、前記他車両の危険性と、前記車両から前記他車両までの距離と、前記車両の走行速度から見積もられる停止距離とに基づいて生成されることを特徴とする請求項１乃至１２のいずれか１項に記載の制御装置。
14. 前記他車両の危険性は、前記他車両の蛇行走行又は車線逸脱に基づいて判定されることを特徴とする請求項１乃至１３のいずれか１項に記載の制御装置。
15. 前記他車両の危険性は、前記他車両の前記蛇行走行の頻度又は前記車線逸脱の頻度に基づいて判定されることを特徴とする請求項１４に記載の制御装置。
16. 前記他車両の危険性は、複数の前記他車両のうちの第１の他車両と、前記第１の他車両の前方を走行する第２の他車両との車間距離に基づいて判定されることを特徴とする請求項１乃至１５のいずれか１項に記載の制御装置。
17. 前記他車両の危険性は、前記他車両に備えられた安全装備又は自動運転機能に基づいて判定されることを特徴とする請求項１乃至１６のいずれか１項に記載の制御装置。
18. 前記他車両に備えられた前記安全装備又は前記自動運転機能は、前記他車両の車名、グレード名及び年式のうちの少なくともいずれか１つに基づいて判定されることを特徴とする請求項１７に記載の制御装置。
19. 前記他車両の前記車名、前記グレード名又は前記年式は、前記他車両の画像又は前記他車両の画像に含まれる文字に基づいて判定されることを特徴とする請求項１８に記載の制御装置。
20. 前記他車両の画像に含まれる前記文字を前記他車両の画像のうちから探索する際には、前記他車両のテールライトの上側の領域に対して前記文字の探索を行う第１の探索が行われ、前記第１の探索において前記文字が検出されない場合には、前記他車両の前記テールライトの下側の領域に対して前記文字の探索を行う第２の探索が行われ、前記第２の探索において前記文字が検出されない場合には、左側の前記テールライトと右側の前記テールライトとの間の領域に対して前記文字の探索を行う第３の探索が行われることを特徴とする請求項１９に記載の制御装置。
21. 前記他車両の前記車名、前記グレード名又は前記年式は、前記車両の外部であるサーバーに設けられたクラウドコンピュータによって判定されることを特徴とする請求項１８乃至２０のいずれか１項に記載の制御装置。
22. 前記車両を制御するための前記信号は、ブレーキ制御信号、動力制御信号、又は、操舵制御信号であることを特徴とする請求項１乃至２１のいずれか１項に記載の制御装置。
23. 前記車両から前記他車両までの前記距離は、撮像部によって取得される視差画像における視差に基づいて算出されることを特徴とする請求項１３に記載の制御装置。
24. 前記車両から前記他車両までの前記距離は、前記他車両のサイズの情報と、前記画像に写っている前記他車両のサイズとに基づいて算出されることを特徴とする請求項１３に記載の制御装置。
25. 前記他車両の危険性又は前記車両を制御するための前記信号は、前記制御部によって判定又は生成されることを特徴とする請求項１乃至２４のいずれか１項に記載の制御装置。
26. 前記他車両の危険性又は前記車両を制御するための信号は、クラウドコンピュータによって判定又は生成されることを特徴とする請求項１乃至２４のいずれか１項に記載の制御装置。
27. 前記制御手段は、
    車速検出手段で検出される前記車両の車速情報と、
    距離検出手段で検出される前記車両の前記他車両までの距離情報と、
    に基づいて前記車両を制御するための信号を生成することを特徴とする請求項１乃至２６のいずれか１項に記載の制御装置。
28. 車両を制御する制御手段による制御方法であって、
    他車両の運転者の情報を取得するステップと、
    前記他車両の運転者の情報に基づいて前記車両の走行を制御するための信号を生成するステップと、
    前記信号を出力するステップと、
    を有することを特徴とする制御方法。
29. コンピュータに、
    他車両の運転者の情報を取得するステップと、
    前記他車両の運転者の情報に基づいて車両の走行を制御するための信号を生成するステップと、
    前記信号を出力するステップと、
    を実行させるためのプログラム。

Images