JP2018200701A - 車両用制御装置 - Google Patents

Abstract

【課題】検出した物標に応じて適切に衝突回避処理を実行できる車両用制御装置を提供すること。【解決手段】車両（１０１）の周囲に存在する、少なくとも一部が人である物標を検出する物標検出ユニット（３）と、前記人の視線方向を推定する視線方向推定ユニット（５）と、前記物標から前記車両に向う方向（Ａ１）に対する、前記視線方向（Ａ２）の角度（θ）に応じて、前記車両と前記物標との衝突を回避するための衝突回避処理を実行する衝突回避処理実行ユニット（７）と、を備えることを特徴とする車両用制御装置（１）。【選択図】図１

Description

本発明は車両用制御装置に関する。

従来、カメラやミリ波センサ等を用いて物標を検出し、検出した物標と自車両との衝突を回避するために衝突回避処理を実行する走行安全装置が知られている（特許文献１参照）。

特開２００７−９１２０７号公報

従来の技術では、検出した物標の危険度がどの程度であるかを判断することは困難であった。そのため、検出した物標に対して適切に衝突回避処理を実行することは難しかった。本発明は以上の点に鑑みなされたものであり、上述した課題を解決できる車両用制御装置を提供することを目的とする。

本発明の車両用制御装置は、車両の周囲に存在する、少なくとも一部が人である物標を検出する物標検出ユニットと、前記人の視線方向を推定する視線方向推定ユニットと、前記物標から前記車両に向う方向に対する、前記視線方向の角度に応じて、前記車両と前記物標との衝突を回避するための衝突回避処理を実行する衝突回避処理実行ユニットとを備えることを特徴とする。

本発明の車両用制御装置は、検出した物標の一部である人の視線方向を検出し、その視線方向に応じて衝突回避処理を実行する。そのため、検出した物標の危険度に応じて、衝突回避処理を適切に実行することができる。

車両用制御装置１の構成を表すブロック図である。 自車両１０１におけるカメラ群及びミリ波センサ群の配置を表す平面図である。 車両用制御装置１が実行する危険度算出処理を表すフローチャートである。 車両用制御装置１が実行する物標の情報取得処理を表すフローチャートである。 物標の位置を規定するｘｙ座標を表す平面図である。 図６Ａ〜図６Ｃは、角度がθである顔の画像パターンを表す説明図である。 角度θを表す平面図である。 図８Ａは角度θと危険Ｄ１との関係を表すグラフであり、図８Ｂはｙ座標と危険度Ｄ２との関係を表すグラフであり、図８Ｃはｘ座標と危険度Ｄ３との関係を表すグラフであり、図８Ｄは速度と危険度Ｄ４との関係を表すグラフであり、図８Ｅは人の推定年齢と危険度Ｄ５との関係を表すグラフである。 車両用制御装置１が実行する学習処理を表すフローチャートである。 車両用制御装置１が実行する問い合わせ処理を表すフローチャートである。 他車両２０３の構成を表すブロック図である。 他車両２０３が実行する回答処理を表すフローチャートである。

本発明の実施形態を図面に基づき説明する。
＜第１の実施形態＞
１．車両用制御装置１の構成
車両用制御装置１の構成を図１、図２に基づき説明する。車両用制御装置１は、車両に搭載可能なコンピュータである。以下では、車両用制御装置１を搭載した車両を自車両１０１とする。車両用制御装置１は、ＣＰＵ、ＲＡＭ、ＲＯＭ等の周知の構成を備える。また、車両用制御装置１は、機能的に、情報取得部３、演算部５、衝突回避処理実行部７、及び記憶部８を備える。

情報取得部３は、自車両１０１に取り付けられた前方カメラ９、後方カメラ１１、左方カメラ１３、及び右方カメラ１５から画像データを取得し、記憶部８に記憶する。画像データの取得及び記憶は所定時間ごとに繰り返し行う。

なお、図２に示すように、前方カメラ９、後方カメラ１１、左方カメラ１３、及び右方カメラ１５は、それぞれ、自車両１０１のルーフ１０３における前端、後端、左端、及び右端に取り付けられている。

前方カメラ９は自車両１０１の前方を撮影可能であり、後方カメラ１１は自車両１０１の後方を撮影可能であり、左方カメラ１３は自車両１０１の左方を撮影可能であり、右方カメラ１５は自車両１０１の右方を撮影可能である。よって、情報取得部３は、前方カメラ９、後方カメラ１１、左方カメラ１３、及び右方カメラ１５を用いて、自車両１０１の前後左右に存在する物標を撮影可能である。以下では、前方カメラ９、後方カメラ１１、左方カメラ１３、及び右方カメラ１５をまとめてカメラ群と呼ぶこともある。

また、情報取得部３は、自車両１０１に取り付けられた前方ミリ波センサ（ミリ波レーダ）１７、後方ミリ波センサ１９、左方ミリ波センサ２１、及び右方ミリ波センサ２３から自車両の周囲に存在する物標の検出結果を取得し、記憶部８に記憶する。物標の検出結果には、自車両１０１から物標までの距離と、自車両１０１を基準とする物標の方位とが含まれる。検出結果の取得及び記憶は所定時間ごとに繰り返し行う。

なお、図２に示すように、前方ミリ波センサ１７、後方ミリ波センサ１９、左方ミリ波センサ２１、及び右方ミリ波センサ２３はそれぞれ、自車両１０１の前端、後端、左側面、右側面に取り付けられている。前方ミリ波センサ１７は自車両１０１の前方に存在する物標を検出可能であり、後方ミリ波センサ１９は自車両１０１の後方に存在する物標を検出可能であり、左方ミリ波センサ２１は自車両１０１の左方に存在する物標を検出可能であり、右方ミリ波センサ２３は自車両１０１の右方に存在する物標を検出可能である。

よって、情報取得部３は、前方ミリ波センサ１７、後方ミリ波センサ１９、左方ミリ波センサ２１、及び右方ミリ波センサ２３を用いて、自車両１０１の前後左右に存在する物標までの距離と、自車両１０１を基準とする物標の方位とを取得可能である。以下では、前方ミリ波センサ１７、後方ミリ波センサ１９、左方ミリ波センサ２１、及び右方ミリ波センサ２３をまとめて、ミリ波センサ群と呼ぶこともある。

また、情報取得部３は、自車両１０１に取り付けられたＧＰＳ２５から、自車両１０１の位置情報を取得する。
演算部５は、自車両１０１に搭載された第１の通信ユニット２７を用いて、自車両１０
１の外部に存在するクラウドコンピュータ２０１と、インターネット回線等を介して通信を行うことができる。また、演算部５は、自車両１０１に搭載された第２の通信ユニット２９を用いて、他車両（自車両１０１以外の車両）２０３と無線通信を行うことができる。

また、演算部５は、情報取得部３が取得した各種情報、第１の通信ユニット２７を用いて取得した情報、及び第２の通信ユニット２９を用いて取得した情報に基づき、後述する処理を実行する。

衝突回避処理実行部７は、演算部５の演算結果に応じ、ブレーキユニット３１、操舵ユニット３３、前照灯ユニット３５、クラクションユニット３７、アクセルユニット３９、スピーカ４１、及びディスプレイ４３を用いて、自車両１０１と物標との衝突を回避するための衝突回避処理を実行する。

ここで、ブレーキユニット３１は、自車両１０１のブレーキを作動させるユニットである。操舵ユニット３３は自車両１０１の操舵を行うユニットである。前照灯ユニット３５は自車両１０１における前照灯の点灯／消灯の切り替え、及びロービーム／ハイビームの切り替えを行うユニットである。クラクションユニット３７は自車両１０１のクラクションを吹鳴するユニットである。アクセルユニット３９は自車両１０１のアクセルを操作するユニットである。スピーカ４１は自車両１０１の車室内に設けられたスピーカであり、ディスプレイ４３は自車両１０１の車室内に設けられた、画像を表示可能な液晶ディスプレイである。

上述した衝突回避処理とは、以下のものである。
・ブレーキユニット３１を作動させ、自車両１０１を減速又は停止する処理。
・操舵ユニット３３を用いて、自車両１０１が物標から遠ざかる方向に操舵する処理。
・前照灯ユニット３５を用いて前照灯を点灯し、且つハイビームにして、周囲から自車両１０１を目立ちやすくする処理。
・クラクションユニット３７を用いてクラクションを吹鳴し、周囲から自車両１０１を目立ちやすくする処理。
・アクセルユニット３９を用いて、自車両１０１のドライバがアクセルを踏んでも、自車両１０１の加速が通常よりも抑制される状態にする処理。
・自車両１０１のドライバに対し、スピーカ４１の音声、又はディスプレイ４３の画像から成る警報を出力する処理。

なお、衝突回避処理実行部７が実行する衝突回避処理は、上記の複数の衝突回避処理のうちの一部であってもよいし、全部であってもよい。また、衝突回避処理実行部７が実行する衝突回避処理は常に一定であってもよいし、状況（例えば、検出した物標の種類、位置、距離、後述する危険度Ｄの大きさ等）に応じて変化してもよい。

記憶部８は、演算部５が実行する処理に必要な各種情報を記憶する。
２．車両用制御装置１が実行する危険度算出処理
図３〜図８に基づき、車両用制御装置１（特に演算部５）が所定時間ごとに繰り返し実行する危険度算出処理を説明する。

図３のステップ１では、情報取得部３を用いて、カメラ群から画像を取得する。
ステップ２では、前記ステップ１で取得した画像において、予め登録された物標のパターンを認識する画像認識処理を実行する。物標のパターンには、車両のパターン、歩行者のパターン等、複数のパターンがあり、それぞれについて画像認識処理を実行する。

画像において、いずれかの物標のパターンを認識できた場合は、その物標のパターンに対応する物標を検出したと判断し、ステップ３に進む。例えば、画像において車両のパターンを認識できた場合は、車両を検出したと判断し、画像において歩行者のパターンを認識できた場合は、歩行者を検出したと判断する。

一方、画像においていずれの物標のパターンも認識できなかった場合は物標を検出しなかったと判断し、本処理を終了する。なお、車両は、少なくとも一部が人（ドライバ）である物標の一例であり、歩行者も、少なくとも一部が人である物標の一例である。

ステップ３では、前記ステップ２で検出した物標の情報を取得する。この処理を図４のフローチャートに基づき説明する。
図４のステップ１１では、前記ステップ２で検出した物標の位置を取得する。そのために、まず、情報取得部３を用いて、ミリ波センサ群から物標の検出結果を取得し、自車両１０１から前記ステップ２で検出した物標までの距離と、自車両１０１を基準とする物標の方位とを算出する。

次に、その距離及び方位を、図５に示すｘｙ座標系における座標に変換する。図５に示すｘｙ座標系は、自車両１０１の中心を通り、自車両１０１の進行方向に平行な軸をｘ軸とし、自車両１０１の中心を通り、ｘ軸に直交する水平軸をｙ軸とする座標系である。ｘ軸、ｙ軸の原点は自車両１０１の中心である。また、ｘ軸において自車両１０１の進行方向が正の方向であり、ｙ軸において（上方から見たときの）右方が正の方向である。

よって、前記ステップ２で検出した物標２０４の位置は、図５に示すｘｙ座標系におけるｘ座標、及びｙ座標として表される。
ステップ１２では、前記ステップ２で検出した物標の速度を以下のようにして取得する。まず、過去の画像を記憶部８から読み出し、その過去の画像における、前記ステップ２で検出した物標の位置を取得する。次に、過去の画像における物標の位置と、前記ステップ２で取得した最新の画像における物標の位置とから、物標の移動距離ｄを算出する。また、過去の画像を取得した時刻と、最新の画像を取得した時刻との時間差Δｔを算出する。そして、移動距離ｄを時間差Δｔで割ることで、物標の速度ｖを算出する。

ステップ１３では、前記ステップ２で検出した物標の種類が、車両又は歩行者であるか否かを判断する。このとき、前記ステップ２において、車両のパターン、又は歩行者のパターンを認識できた場合は、物標の種類が車両又は歩行者であると判断できる。前記ステップ２で検出した物標の種類が車両又は歩行者であればステップ１４に進み、それ以外のものである場合は本処理を終了する。

ステップ１４では、物標に含まれる人（物標が車両の場合はその車両のドライバ、物標が歩行者の場合はその歩行者自体）の視線方向を、以下のように推定する。
記憶部８は、予め、図６Ａ〜６Ｃに示すような、顔を含む画像パターンを複数備えている。各画像パターンが含む顔は、向きが少しずつ異なる。例えば、図６Ａに示す画像パターンは、顔の向きを表す角度θが０°である顔を表現したものであり、図６Ｂに示す画像パターンは、角度θが４５°である顔を表現したものであり、図６Ｃに示す画像パターンは、角度θが９０°である顔を表現したものである。記憶部８は、図６Ａ〜６Ｃに示すものの他にも、角度θが５°、１０°、１５°、２０°・・・のように、θの値が少しずつ異なる多数の画像パターンを記憶している。

ここで、角度θとは、図７に示すように、物標に含まれる人の顔２０５から、自車両１０１のドライバの視点２０７へ向う方向Ａ１に対する、顔２０５固有の視線方向（額の正面に直交する方向）Ａ２（図６Ａ〜図６Ｃ参照）の角度を表す。

本ステップ１４では、前記ステップ２で取得した画像から、物標に含まれる人の顔の領域を抽出する。次に、上述した複数の画像パターンの中から、抽出した人の顔の領域と最も一致度が高いものを選択する。そして、選択した画像パターンにおける角度θが、物標に含まれる人の視線方向を表す角度であると判断する。

このとき、物標に含まれる人から自車両１０１に向う方向Ａ１に対する、人の視線方向Ａ２の角度θは、選択した画像パターンにおける角度θとなる。
図４に戻り、ステップ１５では、物標に含まれる人の年齢を、以下のように推定する。まず、前記ステップ２で取得した画像から、物標に含まれる人の顔の領域を抽出する。そして、その領域から、人の年齢と相関する特徴（例えば、皺の数、皺の深さ、頭髪の色、頭髪の量、顔の大きさ等）を認識する。そして、その認識した特徴の種類と程度を、演算部５が予め備えているマップ（上述した特徴の種類や程度と年齢との関係を規定するマップ）に入力し、物標に含まれる人の年齢を推定する。

図３に戻り、ステップ４では、前記ステップ２で検出した物標の危険度Ｄを算出する。具体的には、以下のようにする。
まず、物標に含まれる人の視線方向に関する危険度Ｄ１と、物標のｙ座標に関する危険度Ｄ２と、物標のｘ座標に関する危険度Ｄ３と、物標の速度に関する危険度Ｄ４と、物標に含まれる人の年齢に関する危険度Ｄ５とを、以下のようにしてそれぞれ算出する。

記憶部８は、予め、物標に含まれる人の視線方向を表す角度θと、危険度Ｄ１との関係を規定するマップを備えている。そのマップは、図８Ａに示すように、角度θが大きいほど、危険度Ｄ１を高く設定している。この角度θと危険度Ｄ１との関係は、角度θが大きいほど、物標に含まれる人が自車両を見ていない可能性が高く、危険度Ｄ１が高いことを反映している。このマップに、前記ステップ１４で求めた角度θを入力することで、危険度Ｄ１を算出する。なお、物標が人を含まないものである場合や、物標に含まれる人の視線方向を認識できなかった場合は、危険度Ｄ１を、予め決められた固定値とする。

また、記憶部８は、予め、物標のｙ座標と、危険度Ｄ２との関係を規定するマップを備えている。そのマップは、図８Ｂに示すように、ｙ座標が０に近い（自車両１０１の軌道に近い）ほど、危険度Ｄ２を高く設定している。このマップに、前記ステップ１１で取得した、物標のｙ座標を入力することで、危険度Ｄ２を算出する。

また、記憶部８は、予め、物標のｘ座標と、危険度Ｄ３との関係を規定するマップを備えている。そのマップは、図８Ｃに示すように、ｘ座標が正であり、その絶対値が小さいならば（物標が自車両１０１の前方にあり、且つ自車両１０１に近いならば）、危険度Ｄ３を大きく設定し、ｘ座標が負であるか、ｘ座標の絶対値が大きければ（物標が自車両１０１の後方にあるか、自車両１０１から遠ければ）、危険度Ｄ３を小さく設定する。このマップに、前記ステップ１１で取得した、物標のｘ座標を入力することで、危険度Ｄ３を算出する。

また、記憶部８は、予め、物標の速度と、危険度Ｄ４との関係を規定するマップを備えている。そのマップは、図８Ｄに示すように、物標の速度が大きいほど、危険度Ｄ４を大きく設定する。このマップに、前記ステップ１２で取得した物標の速度を入力することで、危険度Ｄ４を算出する。

また、演算部５は、予め、物標に含まれる人の年齢と、危険度Ｄ５との関係を規定するマップを備えている。そのマップは、図８Ｅに示すように、中間の年齢の領域では危険度Ｄ５を低く設定し、それより若い年齢の領域、及びそれより高齢の領域では危険度Ｄ５を
高く設定する。このマップに、前記ステップ１５で推定した、物標に含まれる人の年齢を入力することで危険度Ｄ５を算出する。なお、図８Ｅに示すマップは、物標に含まれる人が歩行者の場合と、車両のドライバである場合とで別のものにすることができる。また、物標が人を含まないものである場合や、物標に含まれる人の年齢を推定できなかった場合は、危険度Ｄ５を、予め決められた固定値とする。

最後に、上記のように算出した危険度Ｄ１〜Ｄ５を全て乗算して、総合的な危険度Ｄを算出する。
ステップ５では、前記ステップ２で検出した物標が撮影されている過去の画像を記憶部８から読み出し、その過去の画像から認識できる物標の挙動が、記憶部８に記憶されている危険パターンに該当するか否かを判断する。この危険パターンとは、後述する学習処理により学習され、記憶部８に記憶されるものである。危険パターンについては後述する。物標の挙動が危険パターンに該当する場合はステップ６に進み、危険パターンに該当しない場合はステップ７に進む。

ステップ６では、前記ステップ４で算出した危険度Ｄを補正し、所定の割合だけ増加させる。
ステップ７では、第１の通信ユニット２７を用いてクラウドコンピュータ２０１と通信を行い、前記ステップ２で検出した物標が、クラウドコンピュータ２０１に記憶されているビッグデータに含まれる危険パターンに該当するか否かを判断する。この危険パターンとは、後述する学習処理により学習され、クラウドコンピュータ２０１に記憶されるものである。危険パターンについては後述する。検出した物標が危険パターンに該当する場合はステップ８に進み、危険パターンに該当しない場合はステップ９に進む。

ステップ８では、前記ステップ４で算出した危険度Ｄ（前記ステップ６で補正した場合は補正後の危険度Ｄ）を補正し、所定の割合だけ増加させる。
ステップ９では、前記ステップ４で算出した危険度Ｄ（前記ステップ６又は８で補正した場合は補正後の危険度Ｄ）が所定の閾値以上であるか否かを判断する。閾値以上である場合はステップ１０に進み、閾値未満である場合は本処理を終了する。

ステップ１０では、衝突回避処理実行部７を用いて、上述した衝突回避処理を実行する。実行する衝突回避処理は、常に同一であってもよいし、物標の種類や危険度の内容や大きさに応じて変化してもよい。

３．車両用制御装置１が実行する学習処理
図９に基づき、車両用制御装置１（特に演算部５）が所定時間ごとに繰り返し実行する学習処理を説明する。

ステップ２１では、情報取得部３を用いて、カメラ群から画像を取得するとともに、ミリ波センサ群から検出結果を取得する。そして、取得した画像及びミリ波センサの検出結果において、危険運転車両を検出できたか否かを判断する。

危険運転車両とは、自車両１０１に対する危険度が高い動作を行った車両を意味し、例えば、自車両１０１の前方に急に飛び出したり、他の車線から自車両１０１の車線に急に割り込んだり、自車両１０１の前方で急ブレーキをかけたり、道路の進行方向に対し逆走する等の動作を行った車両が該当する。危険運転車両を検出できた場合はステップ２２に進み、検出できなかった場合はステップ２６に進む。

ステップ２２では、前記ステップ２１で検出した危険運転車両が撮影されている過去の画像であって、危険度が高い動作を行う前に撮影された画像を記憶部８から読み出す。
ステップ２３では、前記ステップ２２で読み出した過去の画像から、危険度が高い動作を行う前における危険運転車両の挙動（例えば、速度の推移、走行軌跡、ウインカーの使用の有無、ドライバの視線方向の推移、一時停止標識や交差点等での一時停止の有無等）を認識し、認識した挙動が予め設定された標準挙動と異なるものであれば、それを危険パターンとして記憶部８に記憶する。

例えば、過去の画像において、危険運転車両の速度が予め設定された標準速度を超えていた場合、その速度を危険パターンとして記憶する。また、過去の画像において、危険運転車両の走行軌跡が蛇行しており、予め設定された標準の走行軌跡（例えば直線の走行軌跡）と異なる場合、蛇行した走行軌跡を危険パターンとして記憶する。

また、過去の画像において、危険運転車両がウインカーを使用せず、その場所でウインカーを使用することが標準挙動となっていた場合、ウインカーの不使用を危険パターンとして記憶する。また、過去の画像において、危険運転車両のドライバが左右に視線を向けず、その場所で左右に視線を向けることが標準挙動となっていた場合、左右の不確認を危険パターンとして記憶する。

また、過去の画像において、危険運転車両が一時停止をせず、その場所で一時停止することが標準挙動となっていた場合、一時停止の不履行を危険パターンとして記憶する。なお、記憶部８に記憶された危険パターンは、前記ステップ５の処理で使用される。

ステップ２４では、前記ステップ２１で検出した危険運転車両が撮影されている画像から、危険運転車両の車種を推定する。具体的には、まず、前記ステップ２１で取得した画像から、画像認識により、車両の特徴（形状、大きさ、色等）を認識する。記憶部８には、予め、車両の特徴と車種との関係を規定するマップが記憶されており、このマップに車両の特徴を入力することで、車種を推定することができる。

また、前記ステップ２１で取得した画像から、車両のナンバープレートに該当する領域を抽出し、抽出した領域からナンバープレートの数字を読み取る。
ステップ２５では、前記ステップ２４で推定した車種と、前記ステップ２４で読み取ったナンバープレートの数字とを、第１の通信ユニット２７を用いてクラウドコンピュータ２０１に送信する。なお、クラウドコンピュータ２０１は、受信した車種及びナンバープレートの数字を危険パターンとして記憶する。クラウドコンピュータ２０１において記憶された危険パターンは、ビッグデータの一部となり、前記ステップ７の処理で使用される。

ステップ２６では、情報取得部３を用いて、カメラ群から画像を取得するとともに、ミリ波センサ群から検出結果を取得する。そして、取得した画像及びミリ波センサの検出結果において、危険行動歩行者を検出できたか否かを判断する。

危険行動歩行者とは、自車両１０１に対する危険度が高い動作を行った歩行者を意味し、例えば、自車両１０１の前方に急に飛び出す歩行者等が該当する。危険行動歩行者を検出できた場合はステップ２７に進み、検出できなかった場合は本処理を終了する。

ステップ２７では、前記ステップ２６で検出した危険行動歩行者が撮影されている過去の画像であって、危険度が高い動作を行う前に撮影された画像を記憶部８から読み出す。
ステップ２８では、前記ステップ２７で読み出した過去の画像から、危険度が高い動作を行う前における危険行動歩行者の挙動（例えば、一時停止の有無、視線の方向等）を認識し、認識した挙動が予め設定された標準挙動と異なるものであれば、それを危険パターンとして記憶部８に記憶する。

例えば、過去の画像において、危険行動歩行者が一時停止をせず、その場所で一時停止することが標準挙動となっていた場合、一時停止の不履行を危険パターンとして記憶する。また、過去の画像において、危険行動歩行者が自らの進行方向以外の方向に視線を向けており（よそ見しており）、その場所では自らの進行方向に視線を向けることが標準挙動となっていた場合、歩行者のよそ見を危険パターンとして記憶する。なお、記憶部８に記憶された危険パターンは、前記ステップ５の処理で使用される。

４．車両用制御装置１が実行する問い合わせ処理
図１０〜図１２に基づき、車両用制御装置１（特に演算部５）が所定時間ごとに繰り返し実行する問い合わせ処理を説明する。

ステップ３１では、情報取得部３を用いて、カメラ群から画像を取得するとともに、ミリ波センサ群から検出結果を取得する。そして、取得した画像及びミリ波センサの検出結果において、他車両２０３を検出できたか否かを判断する。他車両２０３を検出できた場合はステップ３２に進み、検出できなかった場合は本処理を終了する。

ステップ３２では、前記ステップ３１で検出した他車両２０３に向けて、第２の通信ユニット２９を用い、問い合わせ信号を送信する。この問い合わせ信号は、自車両１０１の識別番号、及びＧＰＳ２５で取得した自車両１０１の位置情報を含む。

ステップ３３では、前記ステップ３２で問い合わせ信号を送信した他車両２０３から、回答を受信したか否かを判断する。この回答とは、他車両２０３が自車両１０１を検出しているか否かを表す信号である。回答について詳しくは後述する。回答を受信した場合はステップ３４に進み、未だ受信していない場合はステップ３２に進む。

ステップ３４では、前記ステップ３３で受信した回答の内容が、他車両２０３が自車両１０１を検出しているという内容であるか否かを判断する。回答の内容が、他車両２０３が自車両１０１を検出していないという内容である場合はステップ３５に進み、他車両２０３が自車両１０１を検出しているという内容である場合は本処理を終了する。

ステップ３５では、衝突回避処理実行部７を用いて、上述した衝突回避処理を実行する。
ここで、問い合わせ信号（前記ステップ３２参照）を受信し、それに対する回答（前記ステップ３３参照）を送信する他車両２０３の構成を説明する。他車両２０３は、図１１に示すように、カメラ２０９、ミリ波センサ２１１、通信ユニット２１３、ＧＰＳ２１５、及び制御ユニット２１７を備える。

カメラ２０９は、他車両２０３の周囲を撮影し、画像データを生成する。ミリ波センサ２１１は、他車両２０３の周囲に存在する物標（自車両１０１を含む）を検出可能である。通信ユニット２１３は無線通信を行うことができる。ＧＰＳ２１５は他車両２０３の位置情報を取得する。制御ユニット２１７は、カメラ２０９、ミリ波センサ２１１、通信ユニット２１３、及びＧＰＳ２１５により取得した情報を用いて後述する回答処理を実行する。

次に、他車両２０３が所定時間ごとに繰り返し実行する、回答処理を図１２のフローチャートに基づき説明する。ステップ４１では、問い合わせ信号を受信したか否かを判断する。なお、この問い合わせ信号は、自車両１０１が送信したものである（前記ステップ３２参照）。問い合わせ信号を受信した場合はステップ４２に進み、受信しなかった場合は本処理を終了する。

ステップ４２では、カメラ２０９、及びミリ波センサ２１１を用いて物標を検出できるか否かを判断する。物標を検出できる場合はステップ４３に進み、検出できない場合はステップ４６に進む。

ステップ４３では、前記ステップ４２で検出した物標の位置情報を算出する。この位置情報は、以下のように算出できる。まず、ＧＰＳ２１５を用いて、他車両２０３の位置を取得する。また、カメラ２０９、及びミリ波センサ２１１を用いて、他車両２０３を基準とする、物標の相対的な位置を算出する。最後に、他車両２０３の位置と、他車両２０３を基準とする、物標の相対的な位置とを総合して、物標の位置（絶対的な位置）を算出する。

ステップ４４では、前記ステップ４３で算出した物標の位置と、問い合わせ信号に含まれる自車両１０１の位置情報とが一致するか否か（すなわち、前記ステップ４２で検出した物標は、問い合わせ信号を送信した自車両１０１であるか否か）を判断する。一致する場合はステップ４５に進み、一致しない場合はステップ４６に進む。

ステップ４５では、他車両２０３が自車両１０１を検出しているという内容の回答を自車両１０１に送信する。回答には、問い合わせ信号に含まれていた自車両１０１の識別番号を含める。回答を受信した自車両１０１は、回答に含まれる識別番号により、その回答が自車両１０１からの問い合わせ信号に対する回答であると判断できる。

ステップ４６では、他車両２０３が自車両１０１を検出していないという内容の回答を自車両１０１に送信する。回答には、問い合わせ信号に含まれていた自車両１０１の識別番号を含める。回答を受信した自車両１０１は、回答に含まれる識別番号により、その回答が自車両１０１からの問い合わせ信号に対する回答であると判断できる。

５．車両用制御装置１が奏する効果
（１）車両用制御装置１は、検出した物標の危険度Ｄを算出し、その危険度Ｄに応じて衝突回避処理を適切に実行することができる。そのため、自車両１０１の安全性が向上する。

また、車両用制御装置１は、危険度Ｄが閾値より低い場合は衝突回避処理を実行しないので、不必要な衝突回避処理の実行を抑制できる。
（２）車両用制御装置１は、少なくとも一部が人である物標（車両又は歩行者）における人の視線方向に基づき、物標の危険度Ｄを算出する。すなわち、物標から自車両１０１に向う方向Ａ１に対する、人の視線方向Ａ２の角度θ（図７参照）が大きいほど（視線方向Ａ２が自車両１０１から大きく外れているほど）、物標の危険度Ｄを大きくする。そのため、物標の危険度Ｄを適切に算出することができる。

（３）車両用制御装置１は、人の顔の向きに基づき、その人の視線方向を推定する。そのため、人の視線方向を容易に推定することができる。
（４）車両用制御装置１は、物標の一部である人の視線方向及び年齢、物標の位置、及び物標の速度に基づき、総合的に物標の危険度Ｄを算出する。そのため、物標の危険度Ｄを適切に算出することができる。

（５）車両用制御装置１は、車両の危険運転や歩行者の危険行動に結びつきやすい挙動（危険パターン）を予め学習しておき、物標の挙動が危険パターンに該当する場合は、その物標の危険度Ｄを補正して増加させる。そのことにより、物標の危険度Ｄを一層適切に算出できる。

（６）車両用制御装置１は、クラウドコンピュータ２０１に記憶されたビッグデータから、車両の危険運転に結びつきやすい車種やナンバープレート（危険パターン）を取得し、検出した物標の車種やナンバープレートがその危険パターンに該当する場合は、その物標の危険度Ｄを補正して増加させる。そのことにより、物標の危険度Ｄを一層適切に算出できる。

（７）車両用制御装置１は、他車両２０３に対し、他車両２０３が自車両１０１を検出しているか否かを問い合わせることができる。また、車両用制御装置１は、他車両２０３からの回答により、他車両２０３が自車両１０１を検出しているか否かを判断し、検出していない場合は衝突回避処理を実行することができる。そのため、自車両１０１の安全性が向上する。
＜その他の実施形態＞
前記第１の実施形態における車両用制御装置１は、以下のものであってもよい。

（１）人の視線方向は、人の顔の向きに加えて、眼球の向き（黒目の向き）を加えて判断してもよい。眼球の向きは、例えば、カメラで撮影した画像において、眼窩に対する黒目（瞳）の位置を認識し、その認識結果に基づき判断することができる。例えば、黒目が眼窩における黒目の標準位置（顔の正面方向を見ているときの黒目の位置）よりも左側にあると認識した場合は、眼球が左方向を向いていると判断し、黒目が標準位置にある場合に比べ、視線方向が左寄りであるとすることができる。また、黒目が眼窩における黒目の標準位置よりも右側にあると認識した場合は、眼球が右方向を向いていると判断し、黒目が標準位置にある場合に比べ、視線方向が右寄りであるとすることができる。

あるいは、人の視線方向は、顔の向きは考慮せず、眼球の向きから判断してもよい。
（２）物標の危険度Ｄを算出する上で基礎となる危険度は、危険度Ｄ１〜Ｄ５から選択される１〜４個であってもよい。例えば、危険度Ｄ１のみを算出し、それをそのまま危険度Ｄとしてもよい。また、例えば、危険度Ｄ２、Ｄ３を算出し、それらを乗算して危険度Ｄを算出してもよい。また、例えば、危険度Ｄ４のみを算出し、それをそのまま危険度Ｄとしてもよい。また、例えば、危険度Ｄ５のみを算出し、それをそのまま危険度Ｄとしてもよい。

また、危険度Ｄ１〜Ｄ５に加えて、あるいは、危険度Ｄ１〜Ｄ５の一部に代えて、他の種類の危険度Ｄｎを算出し、前記ステップ４において危険度Ｄを算出するとき、その危険度Ｄｎも乗算することができる。

他の種類の危険度Ｄｎとしては、例えば、物標の移動方向に関する危険度が挙げられる。例えば、物標の移動方向が自車両１０１又は自車両１０１の進路に近づく方向である場合は危険度Ｄｎを大きくし、物標の移動方向が自車両１０１又は自車両１０１の進路から遠ざかる方向である場合は危険度Ｄｎを小さくし、物標が停止している場合は危険度Ｄｎを中間の値とすることができる。

また、物標の移動方向が自車両１０１又は自車両１０１の進路に近づく方向である場合、物標の移動速度が大きいほど、危険度Ｄｎを一層大きくすることができる。また、また、物標の移動方向が自車両１０１又は自車両１０１の進路から遠ざかる方向である場合、物標の移動速度が大きいほど、危険度Ｄｎを一層小さくすることができる。

なお、ここでいう物標の移動方向は、地球を基準とする移動方向であってもよいし、自車両１０１を基準とする相対的な移動方向であってもよい。
また、他の種類の危険度Ｄｎとしては、例えば、物標の種類（例えば、車両、歩行者、
自転車等）に関する危険度が挙げられる。車両である物標の種類はさらに、大型車両、小型車量、二輪車等に区分してもよい。この場合、例えば、物標の種類ごとに、危険度の値を割り当てることができる。物標の種類と危険度との関係は、例えば、物標の重量が大きい種類であるほど、危険度が高い関係であってもよいし、物標の速度が速い種類であるほど、危険度が高い関係であってもよいし、物標が小さく視認し難い種類であるほど、危険度が高い関係であってもよい。なお、物標の種類は、カメラ群で撮影した画像に対し周知の画像認識処理を実行することで判断できる。

（３）前記ステップ４において危険度Ｄを算出するとき、乗算以外の方法で危険度Ｄを算出してもよい。例えば、危険度Ｄ１〜Ｄ５を加算して危険度Ｄを算出してもよい。また、乗算、加算以外の関数に危険度Ｄ１〜Ｄ５を入力し、危険度Ｄを算出してもよい。

（４）前記ステップ５において危険パターンに該当すると判断した場合、直ちに衝突回避処理を実行するようにしてもよい。また、前記ステップ７において危険パターンに該当すると判断した場合、直ちに衝突回避処理を実行するようにしてもよい。

（５）危険度Ｄ１〜Ｄ５は、それらに関連するパラメータ（人の視線方向、物標のｙ座標、物標のｘ座標、物標の速度、人の年齢）が変化するにつれて、連続的（線形、非線形）に変化してもよいし、非連続的に変化してもよい。

（６）物標を検出する手段は、カメラ、ミリ波センサ以外のものであってもよい。例えば、超音波センサ、三次元レーザレーダ、ステレオカメラ等を用いることができる。
（７）車両用制御装置１は、危険度Ｄの大きさに応じて、実行する衝突回避処理の種類を変えてもよい。例えば、危険度Ｄが比較的小さい場合は、衝突回避処理として警報を出力する処理を実行し、危険度Ｄがそれより大きい場合は、自車両１０１を減速又は停止する処理等を実行することができる。

また、車両用制御装置１は、危険度Ｄの大きさに応じて、実行する衝突回避処理の強さを変えてもよい。例えば、危険度Ｄが比較的小さい場合は、衝突回避処理として自車両１０１の加速を抑制する処理を実行し、危険度Ｄがそれより大きい場合は、自車両１０１を減速又は停止する処理を実行することができる。

（８）自車両１０１において、カメラ群及びミリ波センサ群を設置する位置は上述した位置には限定されず、適宜選択できる。また、カメラ及びミリ波センサは、自車両１０１の四方全てに備えていなくてもよい。

（９）車両用制御装置１は、自車両１０１に固定されたものであってもよいし、自車両１０１から取り外し、携帯可能なものであってもよい。携帯可能な車両用制御装置１は、例えば、携帯端末（例えばスマートフォン、ノートパソコン、タブレット端末等）に、上述する処理を実行するためのプログラム（アプリケーション）をインストールすることで実現できる。

（１０）自車両１０１は、ドライバが運転する車両であってもよいし、自動運転車両であってもよいし、ドライバによる運転と自動運転とを切り替え可能な車両であってもよい。

（１１）前記（１）〜（１０）から選択された構成の全部又は一部を組み合わせてもよい。

１…車両用制御装置、３…情報取得部、５…演算部、７…衝突回避処理実行部、８…記憶部、９…前方カメラ、１１…後方カメラ、１３…左方カメラ、１５…右方カメラ、１７…前方ミリ波センサ、１９…後方ミリ波センサ、２１…左方ミリ波センサ、２３…右方ミリ波センサ、２５…ＧＰＳ、２７…第１の通信ユニット、２９…第２の通信ユニット、３１…ブレーキユニット、３３…操舵ユニット、３５…前照灯ユニット、３７…クラクションユニット、３９…アクセルユニット、１０１…自車両、１０３…ルーフ、２０１…クラウドコンピュータ、２０３…他車両、２０５…顔、２０７…視点、２０９…カメラ、２１１…ミリ波センサ、２１３…通信ユニット、２１５…ＧＰＳ、２１７…制御ユニット

Claims (3)

1. 車両（１０１）の周囲に存在する、少なくとも一部が人である物標を検出する物標検出ユニット（３）と、
   前記人の視線方向を推定する視線方向推定ユニット（５）と、
   前記物標から前記車両に向う方向（Ａ１）に対する、前記視線方向（Ａ２）の角度（θ）に応じて、前記車両と前記物標との衝突を回避するための衝突回避処理を実行する衝突回避処理実行ユニット（７）と、
   を備えることを特徴とする車両用制御装置（１）。
2. 前記物標検出ユニットは前記物標を含む画像を取得可能な画像取得ユニット（３）を備え、
   前記視線方向推定ユニットは、前記画像における前記人の顔の向きに基づき前記視線方向を推定することを特徴とする請求項１に記載の車両用制御装置。
3. 前記衝突回避処理は、前記車両の減速、前記車両の操舵、前記車両の加速抑制、及び前記車両からの警報出力から成る群から選ばれる１種以上であることを特徴とする請求項１又は２に記載の車両用制御装置。