JP2019096186A - 走行難易度判定装置、地図データ、走行難易度判定方法およびプログラム - Google Patents
走行難易度判定装置、地図データ、走行難易度判定方法およびプログラム Download PDFInfo
- Publication number
- JP2019096186A JP2019096186A JP2017226682A JP2017226682A JP2019096186A JP 2019096186 A JP2019096186 A JP 2019096186A JP 2017226682 A JP2017226682 A JP 2017226682A JP 2017226682 A JP2017226682 A JP 2017226682A JP 2019096186 A JP2019096186 A JP 2019096186A
- Authority
- JP
- Japan
- Prior art keywords
- travel
- traveling
- vehicle
- vehicles
- determination
- 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
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
【課題】自動運転車両においての所定の道路あるいはその区間における走行難易度を判定する。【解決手段】走行情報取得部が、所定の道路を移動する複数の車両から、複数の車両の各々の移動速度に関する情報を含む走行情報を取得し、判定部が、複数の車両の移動速度の違いに基づき、自動運転車両にとっての所定の道路の走行難易度を判定する。【選択図】図5
Description
本発明は、走行難易度判定装置、地図データ、走行難易度判定方法およびプログラムに関する。
道路上の所定のエリア、例えば、交差点を含む所定の領域において、ブレーキペダルの操作頻度や平均車速、ウィンカーの操作回数、車速の変化等の車両状態の傾向を算出して、走りやすさを評価する技術が知られている(例えば、特許文献1参照。)。
上記特許文献1に記載の技術は、手動運転車両の安全走行を図る意味において有益であるが、昨今、話題に上る自動運転車両においては、多少、趣が異なる。つまり、自動運転車両における走行難易度においては、手動運転車両と大差なく走行できるか否かが重要なポイントとなる。例えば、通行する学童が多い道路であっても、人間の運転者であれば、学童の表情などを見て、彼らが車道に飛び出す恐れが少ないことを推察することにより、それほど速度を落とすことなく走行することができる。しかしながら、センサによる取得情報で走行する自動運転車両にとっては、学童の表情などから彼らの意図推定や行動予測をすることが難しいため、速度を落として慎重に走行せざるを得ない(すなわち、自動運転車両にとっての走行難度が高い)場合がある。すなわち、自動運転車両と人間の運転者の運転における知覚・判断能力の違いから生じる、走行態様の違いが、自動運転車両にとっての走行難易度の判断の材料となり得る。そこで、本発明が解決しようとする課題には、上述した問題が一例として挙げられる。
本発明は、上述の一例として挙げられた問題に鑑みてなされたものであり、自動運転車両において、所定の道路あるいはその区間における走行難易度を判定する走行難易度判定装置、地図データ、走行難易度判定方法およびプログラムを提供することを主な目的とする。
請求項1に記載の発明は、所定の道路を移動する複数の車両から、前記複数の車両の各々の移動速度に関する情報を含む走行情報を取得する走行情報取得部と、前記複数の車両の移動速度の違いに基づき、自動運転車両にとっての前記所定の道路の走行難易度を判定する判定部と、を有する走行難易度判定装置である。
請求項11に記載の発明は、所定の道路を移動する複数の自動運転車両および手動運転車両から取得した、前記自動運転車両の移動速度と前記手動運転車両の移動速度との違いに基づき判定した、前記所定の道路の前記自動運転車両にとっての走行難易度を、当該所定の道路と関連づけて記憶した地図データである。
請求項12に記載の発明は、走行情報取得部と、判定部と、を有する走行難易度判定装置における走行難易度判定方法であって、前記走行情報取得部が、所定の道路を移動する複数の車両から、前記複数の車両の各々の移動速度に関する情報を含む走行情報を取得する第1の工程と、前記判定部が、前記複数の車両の移動速度の違いに基づき、自動運転車両にとっての前記所定の道路の走行難易度を判定する第2の工程と、を有する走行難易度判定方法である。
請求項13に記載の発明は、走行情報取得部と、判定部と、を有する走行難易度判定装置における走行難易度判定方法をコンピュータに実行させるためのプログラムであって、前記走行情報取得部が、所定の道路を移動する複数の車両から、前記複数の車両の各々の移動速度に関する情報を含む走行情報を取得する第1の工程と、前記判定部が、前記複数の車両の移動速度の違いに基づき、自動運転車両にとっての前記所定の道路の走行難易度を判定する第2の工程と、をコンピュータに実行させるためのプログラムである。
<実施形態>
以下、本発明の一実施形態に係る走行難易度判定装置について説明する。
以下、本発明の一実施形態に係る走行難易度判定装置について説明する。
本発明の一実施形態に係る走行難易度判定装置は、走行情報取得部と、判定部と、を備える。
走行情報取得部は、所定の道路を移動する複数の車両から、その複数の車両の各々の移動速度に関する情報を含む走行情報を取得する。
つまり、走行情報取得部が取得する走行情報は、主に、移動速度、言い換えれば、同一の道路についての所定の区間に対する走行所要時間であるが、これに限らず、例えば、走行環境に関する情報等を合わせて取得するようにしてもよい。なお、以下において、「走行所要時間」とは、同一の道路についての所定の区間に対する走行所要時間と定義する。
判定部は、複数の車両の移動速度の違いに基づき、自動運転車両にとっての所定の道路の走行難易度を判定する。
つまり、判定部は、主に、複数の車両の移動速度の違い、言い換えれば、走行所要時間の違いに基づいて、走行難易度の判定を行う。
但し、これに限らず、例えば、走行情報取得部が取得する走行環境に関する情報等を組み合わせて、走行難易度の判定を行ってもよい。
走行情報取得部は、所定の道路を移動する複数の車両から、その複数の車両の各々の移動速度に関する情報を含む走行情報を取得する。
つまり、走行情報取得部が取得する走行情報は、主に、移動速度、言い換えれば、同一の道路についての所定の区間に対する走行所要時間であるが、これに限らず、例えば、走行環境に関する情報等を合わせて取得するようにしてもよい。なお、以下において、「走行所要時間」とは、同一の道路についての所定の区間に対する走行所要時間と定義する。
判定部は、複数の車両の移動速度の違いに基づき、自動運転車両にとっての所定の道路の走行難易度を判定する。
つまり、判定部は、主に、複数の車両の移動速度の違い、言い換えれば、走行所要時間の違いに基づいて、走行難易度の判定を行う。
但し、これに限らず、例えば、走行情報取得部が取得する走行環境に関する情報等を組み合わせて、走行難易度の判定を行ってもよい。
上記の構成により、判定部は、走行情報取得部が取得した複数の車両の移動速度の違いに基づき、自動運転車両にとっての所定の道路における走行難易度を判定する。
より具体的には、例えば、複数の車両には、自動運転車両および手動運転車両を含み、判定部は、自動運転車両の移動速度と手動運転車両の移動速度との違いに基づき、自動運転車両にとっての所定の道路における走行難易度を判定する。なお、手動運転車両同士の移動速度の違いに基づき、自動運転車両にとっての所定の道路における走行難易度を判定してもよい。
より具体的には、例えば、複数の車両には、自動運転車両および手動運転車両を含み、判定部は、自動運転車両の移動速度と手動運転車両の移動速度との違いに基づき、自動運転車両にとっての所定の道路における走行難易度を判定する。なお、手動運転車両同士の移動速度の違いに基づき、自動運転車両にとっての所定の道路における走行難易度を判定してもよい。
したがって、判定部が、自動運転車両の移動速度と手動運転車両の移動速度との違いに基づき、自動運転車両にとっての所定の道路における走行難易度を判定すれば、自動運転車両が手動運転車両と同等の移動速度で移動したか否かを尺度に、自動運転車両にとっての所定の道路における走行難易度を簡易に判定することができる。
なお、所定の道路をいくつかに区分けした区間を判定対象とし、この区間ごとに判定を行い、自動運転車両にとっての所定の道路における走行難易度を判定するようにしてもよい。また、判定においては、手動運転車両を運転する運転者の運転技量は所定以上であることが望ましい。
また、本発明の他の一実施形態では、地図データにおいて、所定の道路を移動する複数の自動運転車両および手動運転車両から取得した、自動運転車両の移動速度と手動運転車両の移動速度との違いに基づき判定した、所定の道路の自動運転車両にとっての走行難易度を、その所定の道路と関連づけて記憶する。これにより、例えば、地図データを用いたルート探索時に、自車両の車両特性を勘案した好適なルートを探索することができる。
また、本発明の他の一実施形態では、走行難易度判定方法において、走行情報取得部が、所定の道路を移動する複数の車両から、複数の車両の各々の移動速度に関する情報を含む走行情報を取得する第1の工程と、判定部が、複数の車両の移動速度の違いに基づき、自動運転車両にとっての所定の道路の走行難易度を判定する第2の工程と、を有する。これにより、自動運転車両においての所定の道路あるいはその所定の道路における区間についての走行難易度を判定することができる。
また、本発明の他の一実施形態では、プログラムにおいて、走行情報取得部が、所定の道路を移動する複数の車両から、複数の車両の各々の移動速度に関する情報を含む走行情報を取得する第1の工程と、判定部が、複数の車両の移動速度の違いに基づき、自動運転車両にとっての所定の道路の走行難易度を判定する第2の工程と、を有する。これにより、自動運転車両においての所定の道路あるいはその所定の道路における区間についての走行難易度を判定することができる。
<実施例1>
本発明の実施例1について、以下、図1から図6を用いて説明する。
なお、本実施例においては、所定の道路において、所定以上の運転技量を有する運転者が運転する複数の手動運転車両の走行所要時間(移動速度)と代表的な自動運転車両の走行所要時間(移動速度)との違いから、当該所定の道路における自動運転車両にとっての走行難易度を判定する走行難易度判定装置について説明する。
本発明の実施例1について、以下、図1から図6を用いて説明する。
なお、本実施例においては、所定の道路において、所定以上の運転技量を有する運転者が運転する複数の手動運転車両の走行所要時間(移動速度)と代表的な自動運転車両の走行所要時間(移動速度)との違いから、当該所定の道路における自動運転車両にとっての走行難易度を判定する走行難易度判定装置について説明する。
<走行難易度判定装置の構成>
図1に示すように、本実施例に係る走行難易度判定装置10は、制御部100と、記憶部110と、受信部120と、送信部130と、表示部140とを含んで構成されている。また、制御部100は、走行情報取得部101と、判定部102とを含んで構成されている。
図1に示すように、本実施例に係る走行難易度判定装置10は、制御部100と、記憶部110と、受信部120と、送信部130と、表示部140とを含んで構成されている。また、制御部100は、走行情報取得部101と、判定部102とを含んで構成されている。
制御部100は、図示しないROM等に格納された制御プログラムに基づき、走行難易度判定装置10におけるすべての処理を制御する。なお、本実施例においては、特に、走行情報取得部101による走行情報取得機能および判定部102による判定機能を有している。
走行情報取得部101は、所定の道路を移動する複数の車両から、これら複数の車両の各々の移動速度に関する情報を含む走行情報を取得する。また、複数の車両には、自動運転車両および手動運転車両を含む。
本実施例においては、走行情報取得部101は、後述する記憶部110内に記憶されたデータベースから、複数の手動運転車両の各々の移動速度に関する情報を含む走行情報を取得し、かつ、自動運転車両の移動速度に関する情報を含む走行情報を取得するとともに、複数の手動運転車両の移動速度と自動運転車両の移動速度とを取得する。
なお、本実施例を含む以降の実施例においては、走行情報取得部101が取得する移動速度に関する情報として、所定の道路において走行距離を取得可能なA地点からB地点に移動した走行所要時間情報を取得することを例示して、説明する。なお、これは、直接、移動速度を取得することを妨げるものではない。
本実施例においては、走行情報取得部101は、後述する記憶部110内に記憶されたデータベースから、複数の手動運転車両の各々の移動速度に関する情報を含む走行情報を取得し、かつ、自動運転車両の移動速度に関する情報を含む走行情報を取得するとともに、複数の手動運転車両の移動速度と自動運転車両の移動速度とを取得する。
なお、本実施例を含む以降の実施例においては、走行情報取得部101が取得する移動速度に関する情報として、所定の道路において走行距離を取得可能なA地点からB地点に移動した走行所要時間情報を取得することを例示して、説明する。なお、これは、直接、移動速度を取得することを妨げるものではない。
判定部102は、走行情報取得部101によって取得された複数の手動運転車両の走行所要時間と自動運転車両の走行所要時間との違いに基づき、自動運転車両にとっての所定の道路の走行難易度を判定する。当該判定方法の詳細については、後述する。本実施例においては、予め、走行所要時間差に基づく判定レベルの閾値を設定し、この閾値に基づいて走行難易度をレベル判定することを例示して説明するが、判定方法はこれに限られるものではない。
記憶部110は、複数の手動運転車両の走行情報に関する属性を関連付けたデータベースおよび自動運転車両の走行情報を記憶する。なお、以下では、運転者の性質に関する情報を「運転者情報」、車両の性質に関する情報を「車両情報」、走行環境の性質に関する情報を「環境情報」という。
具体的には、図2に示すような運転者情報、車両情報、走行環境情報等に関する属性からなるデータベースを例示することができるが、本実施例において用いるデータベースは、図3に示すデータベースである。このデータベースは、後述する受信部120を介して、複数の手動運転車両から収集した情報に基づき構築してもよいし、クラウド上のデータサーバ400から受信部120を介して、取得してもよい。
具体的には、図2に示すような運転者情報、車両情報、走行環境情報等に関する属性からなるデータベースを例示することができるが、本実施例において用いるデータベースは、図3に示すデータベースである。このデータベースは、後述する受信部120を介して、複数の手動運転車両から収集した情報に基づき構築してもよいし、クラウド上のデータサーバ400から受信部120を介して、取得してもよい。
受信部120は、外部の機器とネットワークを介して接続され、例えば、複数の手動運転車両からの走行情報を受信する、あるいは、クラウド上のデータサーバ400からのデータを受信する。
送信部130は、走行難易度判定装置10内の情報を制御部100の指示に基づいて、外部の機器等に送信する。本実施例においては、例えば、判定部102において得られた走行難易度情報をクラウド上の地図データサーバ等に送信する。
表示部140は、LCD等からなる表示エリアを備えて構成される。本実施例においては、例えば、表示部140が、判定部102において得られた走行難易度情報の表示を行う一方、表示エリアに入力エリアを表示することにより情報の入力部としても機能する。
送信部130は、走行難易度判定装置10内の情報を制御部100の指示に基づいて、外部の機器等に送信する。本実施例においては、例えば、判定部102において得られた走行難易度情報をクラウド上の地図データサーバ等に送信する。
表示部140は、LCD等からなる表示エリアを備えて構成される。本実施例においては、例えば、表示部140が、判定部102において得られた走行難易度情報の表示を行う一方、表示エリアに入力エリアを表示することにより情報の入力部としても機能する。
<データベースの態様と運転技量についての属性値区分ごとのポイント配分例>
図3、図4を用いて、本実施例におけるデータベースの具体的内容と運転技量についての属性値区分ごとのポイント配分例について説明する。
なお、図3に例示するデータベースは、図2に示すデータベースの一部であり、同一の道路あるいは同一の区間を走行した手動運転車両の運転者の属性を示している。
図3、図4を用いて、本実施例におけるデータベースの具体的内容と運転技量についての属性値区分ごとのポイント配分例について説明する。
なお、図3に例示するデータベースは、図2に示すデータベースの一部であり、同一の道路あるいは同一の区間を走行した手動運転車両の運転者の属性を示している。
本実施例に係るデータベースは、図3に示すように、手動運転車両の運転者情報に関する属性を含むものであり、10の走行データが例示されている。
データベースは、属性として、「全走行時間」、「走行頻度」、「性別」、「年齢」、「使用目的」、「職業」、「運転年数」、「免許証の色」、「居住地」、「走行所要時間」等を有している。なお、「全走行時間」と「走行所要時間」とを除いて、その他の属性の情報については、例えば、走行難易度判定装置10の表示部140の入力エリアやネットワークを介して、外部の機器あるいはクラウド上のデータサーバと接続可能な端末等の所定の画面上で、それぞれ入力された情報である。
データベースは、属性として、「全走行時間」、「走行頻度」、「性別」、「年齢」、「使用目的」、「職業」、「運転年数」、「免許証の色」、「居住地」、「走行所要時間」等を有している。なお、「全走行時間」と「走行所要時間」とを除いて、その他の属性の情報については、例えば、走行難易度判定装置10の表示部140の入力エリアやネットワークを介して、外部の機器あるいはクラウド上のデータサーバと接続可能な端末等の所定の画面上で、それぞれ入力された情報である。
「全走行時間」は、今までの総走行時間であり、例えば、ナビゲーション装置等から、その都度、取得した情報を合算したものである。なお、「全走行時間」は、「全走行距離」に置き換えてもよい。「走行所要時間」は、所定の道路あるいは、その一部区間を走行するために要した時間であり、例えば、ナビゲーション装置等から取得したものである。
図4は、運転技量についての属性ごとの区分(属性の値)に応じたポイント配分例を示している。図4によれば、各属性値は、複数の区分に分類され、それぞれの区分に、ポイントが割り付けられている。図4のポイント配分に従って、図3のデータベースを分析することにより、運転者ごとの運転技量を数値化することができる。なお、図4は、運転者の運転技量が中級者程度である運転者を抽出するために例示的にポイントを割り付けたものである。そのため、将来的に、自動運転の精度が向上した場合には、上級者程度の運転者を抽出するためのポイントを割り付ける等、目的に応じた変更を加えてもよい。
<走行難易度判定装置の処理>
図5および図6を用いて、本実施例に係る走行難易度判定装置10の処理について説明する。
図5および図6を用いて、本実施例に係る走行難易度判定装置10の処理について説明する。
まず、走行情報取得部101が、記憶部110から所定の道路についての走行記録がある、例えば、図3に示すような手動運転車両の運転者情報と自動運転車両の走行所要時間とを取得する(ステップS101)。
走行情報取得部101は、記憶部110から取得した手動運転車両の運転者情報のうち、運転者の運転技量が所定以上であるサンプルデータを取得する(ステップS102)。
具体的には、例えば、運転者について、図3に示す属性のデータの各々を図4に示すポイントに基づいて数値化し、当該数値が予め定めた所定の数値以上のサンプルデータを取得する。
具体的には、例えば、運転者について、図3に示す属性のデータの各々を図4に示すポイントに基づいて数値化し、当該数値が予め定めた所定の数値以上のサンプルデータを取得する。
つまり、図3の例では、図6(A)に示すように、ID「1」のデータの合計ポイント数は「21」、ID「2」のデータの合計ポイント数は「25」、ID「3」のデータの合計ポイント数は「19」、ID「4」のデータの合計ポイント数は「31」、ID「5」のデータの合計ポイント数は「30」、ID「6」のデータの合計ポイント数は「19」、ID「7」のデータの合計ポイント数は「17」、ID「8」のデータの合計ポイント数は「27」、ID「9」のデータの合計ポイント数は「25」、ID「10」のデータの合計ポイント数は「23」となる。ここで、予め定めた所定の数値を「25」とすると、IDが「2」、「4」、「5」、「8」、「9」のデータがサンプルデータとして取得される。
サンプルデータを取得すると、走行情報取得部101は、サンプルデータから手動運転車両の走行所要時間情報を取得する(ステップS103)。図6の例では、平均値をとって、手動運転車両の走行所要平均時間は、15分21秒となる。なお、図6の例では、走行所要時間情報として走行所要平均時間を示したが、例えば、サンプルデータのうち、最も短い走行所要時間あるいは最も長い走行所要時間を走行所要時間情報としてもよい。
判定部102は、走行情報取得部101によって記憶部110から取得した自動運転車両と手動運転車両との走行所要時間差を算出する(ステップS104)。図6(B)の例では、手動運転車両の走行所要時間は、15分21秒であり、自動運転車両の走行所要時間は、20分33秒であることから、自動運転車両と手動運転車両との走行所要時間差として、5分12秒を判定部102が算出する。
判定部102は、自動運転車両と手動運転車両との走行所要時間差を算出すると、その走行所要時間差が第1の閾値よりも大きいか否かを判定し(ステップS105)、大きいと判定した場合(ステップS105の「YES」)には、当該所定の道路の走行難易度を「高」であると判定し(ステップS106)、処理を終了する。
一方で、判定部102が、その走行所要時間差が第1の閾値よりも小さいと判定した場合(ステップS105の「NO」)には、処理をステップS107に進める。
一方で、判定部102が、その走行所要時間差が第1の閾値よりも小さいと判定した場合(ステップS105の「NO」)には、処理をステップS107に進める。
次に、判定部102は、走行所要時間差が第2の閾値よりも大きいか否かを判定する(ステップS107)。このとき、走行所要時間差が第2の閾値よりも大きいと判定部102が判定した場合(ステップS107の「YES」)には、当該所定の道路の走行難易度を「中」であると判定し(ステップS108)、処理を終了する。
一方で、その走行所要時間差が第2の閾値よりも小さいと判定部102が判定した場合(ステップS107の「NO」)には、当該所定の道路の走行難易度を「低」であると判定部102が判定し(ステップS109)、処理を終了する。
なお、図6の例では、走行所要時間差が5分12秒である。このため、これを図6(C)の判定テーブルに当てはめると、当該所定の道路の走行難易度は、「中」と判定される。
一方で、その走行所要時間差が第2の閾値よりも小さいと判定部102が判定した場合(ステップS107の「NO」)には、当該所定の道路の走行難易度を「低」であると判定部102が判定し(ステップS109)、処理を終了する。
なお、図6の例では、走行所要時間差が5分12秒である。このため、これを図6(C)の判定テーブルに当てはめると、当該所定の道路の走行難易度は、「中」と判定される。
以上、説明したように、本実施例によれば、所定の道路において、所定以上の運転技量を有する運転者が運転する手動運転車両の走行所要時間と自動運転車両の走行所要時間との違いから、当該所定の道路における走行難易度を判定する。
つまり、本実施例における判定基準は、自動運転車両の走行所要時間と手動運転車両の走行所要時間との差が大きい道路、すなわち、自動運転車両の走行所要時間の方が、手動運転車両の走行所要時間よりも長い道路は、自動運転車両にとって走行難易度が高い道路であることに基づくものである。
したがって、手動運転車両の走行所要時間と自動運転車両の走行所要時間との違いだけで、当該所定の道路における自動運転車両にとっての走行難易度を簡易に判定することができる。
つまり、本実施例における判定基準は、自動運転車両の走行所要時間と手動運転車両の走行所要時間との差が大きい道路、すなわち、自動運転車両の走行所要時間の方が、手動運転車両の走行所要時間よりも長い道路は、自動運転車両にとって走行難易度が高い道路であることに基づくものである。
したがって、手動運転車両の走行所要時間と自動運転車両の走行所要時間との違いだけで、当該所定の道路における自動運転車両にとっての走行難易度を簡易に判定することができる。
また、手動運転車両の場合、運転者の運転技量によって、走行所要時間にばらつきが生じる場合も考えられる。そのため、本実施例においては、手動運転車両の運転者の運転技量が所定以上であるサンプルデータから手動運転車両の走行所要時間を定めて、この値と自動運転車両の走行所要時間との差から走行難易度を判定している。
したがって、手動運転車両のデータを厳選することにより、判定部102における判定精度を高めることができる。
したがって、手動運転車両のデータを厳選することにより、判定部102における判定精度を高めることができる。
また、判定した走行難易度情報をルート探索装置において利用することによって、例えば、自動運転車両にとって走行難易度の高い道路を避けてルートを検索することができる。これにより、自動運転車両においては、より安全に走行することができるようになる。
また、走行難易度の高い道路を通らざるを得ない場合でも、当該道路の走行難易度が高いため、予め、自動運転車両が速度を落として走行しなければならないことが分かる。このため、例えば、目的地への到着所要時間の算出の精度を高めることができる。
なお、本実施例における自動運転車両に対する走行難易度の判定を以下のように変更してもよい。すなわち、自動運転車両では、車両ごとに車両特性や車両外部の地物検出等のセンシング特性等が異なる。このため、所定の道路において、所定以上の運転技量を有する運転者が運転する複数の手動運転車両の走行所要時間と複数の自動運転車両の走行所要時間との違いから、当該所定の道路における自動運転車両にとっての走行難易度を判定するようにしてもよい。
<実施例2>
本発明の実施例2について、以下、図3、図4、図6および図7から図10を用いて説明する。
なお、本実施例では、所定の道路において、所定以上の運転技量を有する運転者が運転する複数の手動運転車両の走行所要時間情報に車両情報を加えて得られる複数の手動運転車両の走行所要時間と代表的な自動運転車両の走行所要時間との違いから、当該所定の道路における自動運転車両にとっての走行難易度を判定する走行難易度判定装置について説明する。
本発明の実施例2について、以下、図3、図4、図6および図7から図10を用いて説明する。
なお、本実施例では、所定の道路において、所定以上の運転技量を有する運転者が運転する複数の手動運転車両の走行所要時間情報に車両情報を加えて得られる複数の手動運転車両の走行所要時間と代表的な自動運転車両の走行所要時間との違いから、当該所定の道路における自動運転車両にとっての走行難易度を判定する走行難易度判定装置について説明する。
<走行難易度判定装置の構成>
図7に示すように、本実施例に係る走行難易度判定装置20は、制御部200と、記憶部210と、受信部120と、送信部130と、表示部140とを含んで構成されている。また、制御部200は、走行情報取得部201と、判定部202とを含んで構成されている。なお、実施例1と同一の符号を付す構成要素については、同様の機能を有することから、その詳細な説明は省略する。
図7に示すように、本実施例に係る走行難易度判定装置20は、制御部200と、記憶部210と、受信部120と、送信部130と、表示部140とを含んで構成されている。また、制御部200は、走行情報取得部201と、判定部202とを含んで構成されている。なお、実施例1と同一の符号を付す構成要素については、同様の機能を有することから、その詳細な説明は省略する。
制御部200は、図示しないROM等に格納された制御プログラムに基づき、走行難易度判定装置20におけるすべての処理を制御する。なお、本実施例においては、特に、走行情報取得部201による走行情報取得機能および判定部202による判定機能を有している。
走行情報取得部201は、所定の道路を移動する複数の手動運転車両から、これら複数の手動運転車両の各々の走行所要時間に関する情報と、車両に関する情報と、を取得する。本実施例においては、走行情報取得部201は、後述する記憶部210内に記憶されたデータベースから、複数の手動運転車両の各々の走行所要時間に関する情報と車両に関する情報とを取得するとともに、複数の手動運転車両の走行所要時間と自動運転車両の走行所要時間とを取得する。
判定部202は、走行情報取得部201によって、取得した複数の手動運転車両の走行所要時間と自動運転車両の走行所要時間との違いに基づき、自動運転車両にとっての所定の道路の走行難易度を判定する。当該判定方法の詳細については、後述する。本実施例においては、予め、走行所要時間差に基づく判定レベルの閾値を設定し、この閾値に基づいて走行難易度をレベル判定することを例示して説明するが、判定方法はこれに限られるものではない。
記憶部210は、複数の手動運転車両の走行情報に関する属性と車両情報に関する属性とを関連付けたデータベースを記憶する。具体的には、図2に示すような運転者情報、車両情報、走行環境情報等に関する属性からなるデータベースを例示することができるが、本実施例において、用いるデータベースは、図3に図8を組み合わせた形態のデータベースである。
<データベースの態様>
図3および図8を用いて、本実施例におけるデータベースの具体的内容について説明する。
なお、図8に例示するデータベースは、図2に示すデータベースの一部であり、同一の道路あるいは同一の区間を走行した手動運転車両の車両情報を示している。上述のように、本実施例において用いるデータベースは、図3に図8を組み合わせた形態のデータベースであるが、ここでは、主に、図8に示す内容について、説明する。
図3および図8を用いて、本実施例におけるデータベースの具体的内容について説明する。
なお、図8に例示するデータベースは、図2に示すデータベースの一部であり、同一の道路あるいは同一の区間を走行した手動運転車両の車両情報を示している。上述のように、本実施例において用いるデータベースは、図3に図8を組み合わせた形態のデータベースであるが、ここでは、主に、図8に示す内容について、説明する。
図8に示すデータベースは、手動運転車両の車両情報に関する属性を含むものであり、10の走行データが示されている。
データベースは、属性として、「車種」、「車重」、「車幅」、「車高」、「排気量」、「搭乗人数」、「登録年数」、「駆動形式」等を有している。なお、これらの属性に対する具体的な情報は、例えば、走行難易度判定装置20の表示部140の入力エリアやネットワークを介して、外部の機器あるいはクラウド上のデータサーバと接続可能な端末等の所定の画面上で、それぞれ入力された情報である。
データベースは、属性として、「車種」、「車重」、「車幅」、「車高」、「排気量」、「搭乗人数」、「登録年数」、「駆動形式」等を有している。なお、これらの属性に対する具体的な情報は、例えば、走行難易度判定装置20の表示部140の入力エリアやネットワークを介して、外部の機器あるいはクラウド上のデータサーバと接続可能な端末等の所定の画面上で、それぞれ入力された情報である。
<走行難易度判定装置の処理>
図3、図4、図6、図9および図10を用いて、本実施例に係る走行難易度判定装置の処理について説明する。
図3、図4、図6、図9および図10を用いて、本実施例に係る走行難易度判定装置の処理について説明する。
まず、走行情報取得部201が、記憶部210から所定の道路についての走行記録である、例えば、図3に示すような手動運転車両の運転者情報と自動運転車両の走行所要時間とを取得する(ステップS101)。
走行情報取得部201は、記憶部210から取得した手動運転車両の運転者情報のうち、運転者の運転技量が所定以上である第1のサンプルデータを取得する(ステップS201)。
具体的には、例えば、運転者について、図3に示す属性のデータを図4に示すポイントに基づいて数値化し、当該数値が予め定めた所定の数値以上のサンプルデータを取得する。
具体的には、例えば、運転者について、図3に示す属性のデータを図4に示すポイントに基づいて数値化し、当該数値が予め定めた所定の数値以上のサンプルデータを取得する。
つまり、図3の例では、図6(A)に示すように、ID「1」のデータの合計ポイント数は「21」、ID「2」のデータの合計ポイント数は「25」、ID「3」のデータの合計ポイント数は「19」、ID「4」のデータの合計ポイント数は「31」、ID「5」のデータの合計ポイント数は「30」、ID「6」のデータの合計ポイント数は「19」、ID「7」のデータの合計ポイント数は「17」、ID「8」のデータの合計ポイント数は「27」、ID「9」のデータの合計ポイント数は「25」、ID「10」のデータの合計ポイント数は「23」となる。ここで、予め定めた所定の数値を「25」とすると、IDが「2」、「4」、「5」、「8」、「9」のデータがサンプルデータとして取得される。
走行情報取得部201は、さらに、記憶部210から車両に関する情報である、例えば、図8に示すような手動運転車両の車両情報を取得する(ステップS202)。また、走行情報取得部201は、記憶部210から取得した手動運転車両の運転者情報のうち、運転者の運転技量が所定以上である第1のサンプルデータに関連した車両情報を第2のサンプルデータとして取得する(ステップS203)。
走行情報取得部201は、第2のサンプルデータを取得すると、第2のサンプルデータから手動運転車両の走行所要時間情報を取得する(ステップS204)。具体的には、図10(A)に示す第2のサンプルデータ群に対して、図10(B)に示す自動運転車両の車両データをつきあわせ、各データに対して、車両データの一致度を確認する。なお、図10(A)において、ドットのパターンによりぬりつぶされた箇所が自動運転車両の車両データと手動運転車両の車両データとが一致した部分である。そして、走行情報取得部201が、一致度の最も高いデータ群を抽出して、このデータ群の走行所要時間を手動運転車両の走行所要時間として取得する。図10の例では、ID「8」のデータ群が自動運転車両の車両データとの一致度が最も高いため、図3に示したIDが「8」の走行所要時間(16分18秒)を手動運転車両の走行所要時間として走行情報取得部201が取得する。
判定部202は、自動運転車両と手動運転車両との走行所要時間差を算出する(ステップS104)。図10(C)の例では、手動運転車両の走行所要時間は、16分18秒であり、自動運転車両の走行所要時間は、20分33秒である。このため、判定部202が、自動運転車両と手動運転車両との走行所要時間差として、4分15秒を算出する。
判定部202は、自動運転車両と手動運転車両との走行所要時間差を算出すると、その走行所要時間差が第1の閾値よりも大きいか否かを判定し(ステップS105)、大きいと判定した場合(ステップS105の「YES」)には、当該所定の道路の走行難易度を「高」であると判定し(ステップS106)、処理を終了する。
一方で、判定部202が、その走行所要時間差が第1の閾値よりも小さいと判定した場合(ステップS105の「NO」)には、処理をステップS107に進める。
一方で、判定部202が、その走行所要時間差が第1の閾値よりも小さいと判定した場合(ステップS105の「NO」)には、処理をステップS107に進める。
次に、判定部202は、走行所要時間差が第2の閾値よりも大きいか否かを判定する(ステップS107)。このとき、走行所要時間差が第2の閾値よりも大きいと、判定部202が判定した場合(ステップS107の「YES」)には、当該所定の道路の走行難易度を「中」であると、判定部202が判定し(ステップS108)、処理を終了する。
一方で、その走行所要時間差が第2の閾値よりも小さいと、判定部202が判定した場合(ステップS107の「NO」)には、当該所定の道路の走行難易度を「低」であると、判定部202が判定し(ステップS109)、処理を終了する。
なお、図10の例では、走行所要時間差が4分15秒である。このため、これを図6(C)の判定テーブルに当てはめると、当該所定の道路の走行難易度は、「低」と判定される。
一方で、その走行所要時間差が第2の閾値よりも小さいと、判定部202が判定した場合(ステップS107の「NO」)には、当該所定の道路の走行難易度を「低」であると、判定部202が判定し(ステップS109)、処理を終了する。
なお、図10の例では、走行所要時間差が4分15秒である。このため、これを図6(C)の判定テーブルに当てはめると、当該所定の道路の走行難易度は、「低」と判定される。
以上、説明したように、本実施例によれば、手動運転車両の運転者の運転技量に関する運転者情報と車両情報とを走行情報取得部201が取得して、手動運転車両の走行所要時間と自動運転車両の走行所要時間との違いから、所定の道路における自動運転車両にとっての走行難易度を判定する。
したがって、手動運転車両の走行所要時間と自動運転車両の走行所要時間との違いだけで、当該所定の道路における自動運転車両にとっての走行難易度を簡易に判定することができる。しかも、本実施例では、車両情報をも加味して、走行難易度を判定する。このため、判定部202における判定精度をより向上させることができる。
したがって、手動運転車両の走行所要時間と自動運転車両の走行所要時間との違いだけで、当該所定の道路における自動運転車両にとっての走行難易度を簡易に判定することができる。しかも、本実施例では、車両情報をも加味して、走行難易度を判定する。このため、判定部202における判定精度をより向上させることができる。
また、判定した走行難易度情報をルート探索装置において利用することによって、例えば、自動運転車両にとって走行難易度の高い道路を避けてルートを探索することができる。これにより、自動運転車両においては、より安全に走行することができるようになる。
また、走行難易度の高い道路を通らざるを得ない場合でも、当該道路の走行難易度が高いため、予め、速度を落として走行しなければならないことが分かる。このため、例えば、目的地への到着所要時間の算出の精度を高めることができる。
なお、本実施例においては、手動運転車両の走行所要時間の特定において、車両情報の一致度を用いた。これに代えて、例えば、走行所要時間に与える影響が大きい属性のデータに関して、適切な重み付けを行った上で、数値化し、得られた数値が最も大きいIDの走行所要時間を手動運転車両の走行所要時間としてもよい。
また、本実施例における自動運転車両に対する走行難易度の判定を以下のように変更してもよい。すなわち、自動運転車両では、車両ごとに車両特性や車両外部の地物検出等のセンシング特性等が異なる。このため、所定の道路において、所定以上の運転技量を有する運転者が運転する複数の手動運転車両の走行所要時間と複数の自動運転車両の走行所要時間との違いから、当該所定の道路における自動運転車両にとっての走行難易度を判定するようにしてもよい。
<実施例3>
本発明の実施例3について、以下、図3、図4、図6および図11から図14を用いて説明する。
なお、本実施例においては、所定の道路において、所定以上の運転技量を有する運転者が運転する複数の手動運転車両の走行所要時間情報に走行環境情報を加えて得られる手動運転車両の走行所要時間と、代表的な自動運転車両の走行所要時間と、の違いから、当該所定の道路における自動運転車両にとっての走行難易度を判定する走行難易度判定装置について説明する。
本発明の実施例3について、以下、図3、図4、図6および図11から図14を用いて説明する。
なお、本実施例においては、所定の道路において、所定以上の運転技量を有する運転者が運転する複数の手動運転車両の走行所要時間情報に走行環境情報を加えて得られる手動運転車両の走行所要時間と、代表的な自動運転車両の走行所要時間と、の違いから、当該所定の道路における自動運転車両にとっての走行難易度を判定する走行難易度判定装置について説明する。
<走行難易度判定装置の構成>
図11に示すように、本実施例に係る走行難易度判定装置30は、制御部300と、記憶部310と、受信部120と、送信部130と、表示部140とを含んで構成されている。また、制御部300は、走行情報取得部301と、判定部302とを含んで構成されている。なお、実施例1および実施例2と同一の符号を付す構成要素については、同様の機能を有することからその詳細な説明は省略する。
図11に示すように、本実施例に係る走行難易度判定装置30は、制御部300と、記憶部310と、受信部120と、送信部130と、表示部140とを含んで構成されている。また、制御部300は、走行情報取得部301と、判定部302とを含んで構成されている。なお、実施例1および実施例2と同一の符号を付す構成要素については、同様の機能を有することからその詳細な説明は省略する。
制御部300は、図示しないROM等に格納された制御プログラムに基づき、走行難易度判定装置30におけるすべての処理を制御する。なお、本実施例においては、特に、走行情報取得部301による走行情報取得機能および判定部302による判定機能を有している。
走行情報取得部301は、所定の道路を移動する複数の手動運転車両から、これら複数の手動運転車両の各々の走行所要時間に関する情報と、走行環境に関する情報と、を取得する。本実施例においては、走行情報取得部301は、後述する記憶部310内に記憶されたデータベースから、複数の手動運転車両の各々の走行所要時間に関する情報と走行環境に関する情報とを取得するとともに、複数の手動運転車両の走行所要時間と自動運転車両の走行所要時間とを取得する。
判定部302は、走行情報取得部301によって取得された複数の手動運転車両の走行所要時間と自動運転車両の走行所要時間との違いに基づき、自動運転車両にとっての所定の道路の走行難易度を判定する。当該判定方法の詳細については、後述する。本実施例においては、予め、走行所要時間差に基づく判定レベルの閾値を設定し、この閾値に基づいて走行難易度をレベル判定することを例示して説明するが、判定方法はこれに限られるものではない。
記憶部310は、複数の手動運転車両の走行情報に関する属性と走行環境に関する属性とを関連付けたデータベースを記憶する。具体的には、図2に示すような運転者情報、車両情報、走行環境情報等に関する属性からなるデータベースを例示することができるが、本実施例において、用いるデータベースは、図3に図12を組み合わせた形態のデータベースである。
<データベースの態様>
図3および図12を用いて、本実施例におけるデータベースの具体的内容について説明する。
なお、図12に例示するデータベースは、図2に示すデータベースの一部であり、同一の道路あるいは同一の区間を走行した時の走行環境情報を示している。上述のように、本実施例において、用いるデータベースは、図3に図12を組み合わせた形態のデータベースであるが、ここでは、主に、図12に示す内容について、説明する。
図3および図12を用いて、本実施例におけるデータベースの具体的内容について説明する。
なお、図12に例示するデータベースは、図2に示すデータベースの一部であり、同一の道路あるいは同一の区間を走行した時の走行環境情報を示している。上述のように、本実施例において、用いるデータベースは、図3に図12を組み合わせた形態のデータベースであるが、ここでは、主に、図12に示す内容について、説明する。
図12に示すデータベースは、走行環境情報に関するものであり、10の走行データが示されている。
データベースは、属性として、「渋滞状況」、「前方車両の状況」、「路上駐車の状況」、「歩行者の状況」、「天気」、「季節」、「時刻」等を有している。なお、これらの属性に対する具体的な情報は、カメラ等のセンサや外部機器等から取得した情報である。
データベースは、属性として、「渋滞状況」、「前方車両の状況」、「路上駐車の状況」、「歩行者の状況」、「天気」、「季節」、「時刻」等を有している。なお、これらの属性に対する具体的な情報は、カメラ等のセンサや外部機器等から取得した情報である。
<走行難易度判定装置の処理>
図3、図4、図6、図13および図14を用いて、本実施例に係る走行難易度判定装置の処理について説明する。
図3、図4、図6、図13および図14を用いて、本実施例に係る走行難易度判定装置の処理について説明する。
まず、走行情報取得部301が、記憶部310から所定の道路についての走行記録である、例えば、図3に示すような手動運転車両の運転者情報と自動運転車両の走行所要時間とを取得する(ステップS101)。
走行情報取得部301は、記憶部310から取得した手動運転車両の運転者情報のうち、運転者の運転技量が所定以上である第1のサンプルデータを取得する(ステップS201)。具体的には、例えば、図3に示す属性のデータを図4に示すポイントに基づいて数値化し、当該数値が予め定めた所定の数値以上のサンプルデータを取得する。
つまり、図3の例では、図6(A)に示すように、ID「1」のデータの合計ポイント数は「21」、ID「2」のデータの合計ポイント数は「25」、ID「3」のデータの合計ポイント数は「19」、ID「4」のデータの合計ポイント数は「31」、ID「5」のデータの合計ポイント数は「30」、ID「6」のデータの合計ポイント数は「19」、ID「7」のデータの合計ポイント数は「17」、ID「8」のデータの合計ポイント数は「27」、ID「9」のデータの合計ポイント数は「25」、ID「10」のデータの合計ポイント数は「23」となる。ここで、予め定めた所定の数値を「25」とすると、IDが「2」、「4」、「5」、「8」、「9」のデータがサンプルデータとして取得される。
走行情報取得部301は、さらに、記憶部310から、例えば、図12に示すような走行環境情報を取得する(ステップS301)。また、走行情報取得部301は、記憶部310から取得した手動運転車両の運転者情報のうち、運転者の運転技量が所定以上である第1のサンプルデータに関連した走行環境情報を第2のサンプルデータとして取得する(ステップS302)。
第2のサンプルデータが取得されると、走行情報取得部301は、第2のサンプルデータから手動運転車両の走行所要時間情報を取得する(ステップS303)。具体的には、図14(A)に示す第2のサンプルデータ群に対して、図14(B)に示す自動運転車両の走行環境データをつきあわせ、各データに対して、走行環境データの一致度を確認する。なお、図14(A)において、ドットのパターンによって塗りつぶされた箇所が自動運転車両の走行環境データと一致した部分である。そして、走行情報取得部301が、一致度の最も高いデータ群を抽出して、このデータ群の走行所要時間を手動運転車両の走行所要時間として取得する。図14の例では、ID「5」のデータ群が自動運転車両の車両データとの一致度が最も高いため、図3に示したID「5」の走行所要時間(16分44秒)を手動運転車両の走行所要時間として走行情報取得部301が取得する。
判定部302は、自動運転車両と手動運転車両との走行所要時間差を算出する(ステップS104)。図14(C)の例では、手動運転車両の走行所要時間は、16分44秒であり、自動運転車両の走行所要時間は、20分33秒である。このため、判定部302が、自動運転車両と手動運転車両との走行所要時間差として、3分49秒を算出する。
判定部302は、自動運転車両と手動運転車両との走行所要時間差を算出すると、その走行所要時間差が第1の閾値よりも大きいか否かを判定し(ステップS105)、大きいと判定した場合(ステップS105の「YES」)には、当該所定の道路の走行難易度を「高」であると判定し(ステップS106)、処理を終了する。
一方で、判定部302が、その走行所要時間差が第1の閾値よりも小さいと判定した場合(ステップS105の「NO」)には、処理をステップS107に進める。
一方で、判定部302が、その走行所要時間差が第1の閾値よりも小さいと判定した場合(ステップS105の「NO」)には、処理をステップS107に進める。
次に、判定部302は、走行所要時間差が第2の閾値よりも大きいか否かを判定する(ステップS107)。このとき、走行所要時間差は第2の閾値よりも大きいと、判定部302が判定した場合(ステップS107の「YES」)には、当該所定の道路の走行難易度を「中」であると、判定部302が判定し(ステップS108)、処理を終了する。
一方で、その走行所要時間差が第2の閾値よりも小さいと、判定部302が判定した場合(ステップS107の「NO」)には、当該所定の道路の走行難易度を「低」であると、判定部302が判定し(ステップS109)、処理を終了する。
なお、図14の例では、走行所要時間差が3分49秒である。このため、これを図6(C)の判定テーブルに当てはめると、当該所定の道路の走行難易度は、「低」と判定される。
一方で、その走行所要時間差が第2の閾値よりも小さいと、判定部302が判定した場合(ステップS107の「NO」)には、当該所定の道路の走行難易度を「低」であると、判定部302が判定し(ステップS109)、処理を終了する。
なお、図14の例では、走行所要時間差が3分49秒である。このため、これを図6(C)の判定テーブルに当てはめると、当該所定の道路の走行難易度は、「低」と判定される。
以上、説明したように、本実施例によれば、手動運転車両の運転者の運転技量に関する運転者情報と走行環境情報とを走行情報取得部301が取得して、手動運転車両の走行所要時間と自動運転車両の走行所要時間との違いから、所定の道路における自動運転車両にとっての走行難易度を判定する。
したがって、手動運転車両の走行所要時間と自動運転車両の走行所要時間との違いだけで、当該所定の道路における自動運転車両にとっての走行難易度を簡易に判定することができる。しかも、本実施例では、走行環境情報をも加味して、走行難易度を判定するため、判定部302における判定精度をより向上させることができる。
したがって、手動運転車両の走行所要時間と自動運転車両の走行所要時間との違いだけで、当該所定の道路における自動運転車両にとっての走行難易度を簡易に判定することができる。しかも、本実施例では、走行環境情報をも加味して、走行難易度を判定するため、判定部302における判定精度をより向上させることができる。
また、判定した走行難易度情報をルート探索装置において、利用することによって、例えば、自動運転車両にとって走行難易度の高い道路を避けてルートを探索することができる。これにより、自動運転車両においては、より安全に走行することができるようになる。
また、走行難易度の高い道路を通らざるを得ない場合でも、当該道路の走行難易度が高いため、予め、速度を落として走行しなければならないことが分かる。このため、例えば、目的地への到着所要時間の算出の精度を高めることができる。
なお、本実施例においては、手動運転車両の走行所要時間の特定において、走行環境情報の一致度を用いた。これに代えて、例えば、走行所要時間に与える影響が大きい属性、例えば、渋滞状況、前方車両の状況、路上駐車の状況、天候等に関して、適切な重み付けを行った上で、数値化し、得られた数値が最も大きいIDの走行所要時間を手動運転車両の走行所要時間としてもよい。
また、実施形態および実施例1から実施例3で判定した走行難易度に関しては、その都度、更新することが望ましい。例えば、道路が拡幅工事により、2車線から4車線になったり、新たなバイパスができたりした等、道路環境が変更した場合には、以前、判定した走行難易度は、真値ではなくなる。そのような場合には、再度、実施形態および実施例1から実施例3の判定処理を実行して、最新の情報に更新する必要がある。
また、実施例1から実施例3では、自動運転車両の車両属性を限定して説明したが、自動運転車両の車両属性が異なれば、判定される走行難易度も異なるものになる。そのため、1つの道路に対して、複数の自動運転車両の車両属性に関する走行難易度を判定しておくのが望ましい。
また、実施例1から実施例3では、手動運転車両の中から「ある程度以上の運転技量を持つ運転者」を、実際の走行所要時間(移動速度)とは別の運転者の特徴データを使って抽出し、その平均値を自動運転車両の難易度判定に用いることを例示して説明したが、運転者の特徴データによるのではなく、十分な数の手動運転車両の走行所要時間(移動速度)のデータに基づいて得られる平均値を平均的な技量の運転者による手動運転車両の走行所要時間(移動速度)としてもよい。また、自動運転車両における難易度の判定閾値は、手動運転車両の走行所要時間(移動速度)の分布に基づいて定めてもよい。例えば、走行所要時間が長い、すなわち、移動速度が遅い手動運転車(例えば、所定の道路を走行する複数の手動運転車両のうち、その移動速度が下位10%に含まれる手動運転車両)と同じか、それ以下の走行所要時間(移動速度)で自動運転車両が走行した場合、その道路は自動運転車両にとって「難易度・高」と定義してもよい。この場合、当該移動速度が遅い10%に含まれる手動運転車両の移動速度が閾値となる。
また、実施例1から実施例3において、算出した道路の走行難易度の情報を地図データの付加情報として記憶することが望ましい。例えば、図15(A)に示すように、ノード間のリンクに、基本情報(図15(A)の例では、車線数「2」の情報)とともに、付加情報(図15(A)の例では、難易度「中」の情報)として、走行難易度情報を記憶する。さらに、走行難易度情報と走行環境情報とを関連付けて記憶してもよい。このような情報を記憶することにより、これから走行しようとする自動運転車両が、その道路における走行難易度を容易に得ることができる。また、走行難易度情報そのものを関連付けるのではなく、移動速度情報や走行所要時間情報と関連付けて、地図データに記憶するようにしてもよい。
また、実施例1から実施例3で算出した道路の走行難易度情報を地図データの付加情報として記憶することにより、当該地図データを用いたルート探索時の探索精度を高めることができる。つまり、図15(A)に示すように、ノード間のリンクに、基本情報とともに、付加情報として、走行難易度情報を記憶すれば、図15(B)のように、候補ルート探索結果を表示する際に、最適なルートを推奨することができる。
例えば、図15(B)では、ルート1には、走行難易度の高い区間が存在しないが、ルート2には、3か所の走行難易度の高い区間が存在し、ルート3には、1か所の走行難易度の高い区間が存在する。なお、図15(B)では、走行難易度の高い区間を他の区間に比べて、太線にて図示している。
ここで、走行難易度が高い区間は、減速走行となるため、走行所要時間が長くなる。また、走行安全性の側面からも問題がある可能性がある。そのため、図15(B)の場合には、走行距離が最も短いルート2よりもルート1を最適なルートとして推奨することができる。なお、この場合でも、運転者が、ルート2やルート3を選択することは可能であるが、ルート上に、走行難易度が高い区間を表示してあるため、当該区間において、運転者に相当の注意を促すことができる。
例えば、図15(B)では、ルート1には、走行難易度の高い区間が存在しないが、ルート2には、3か所の走行難易度の高い区間が存在し、ルート3には、1か所の走行難易度の高い区間が存在する。なお、図15(B)では、走行難易度の高い区間を他の区間に比べて、太線にて図示している。
ここで、走行難易度が高い区間は、減速走行となるため、走行所要時間が長くなる。また、走行安全性の側面からも問題がある可能性がある。そのため、図15(B)の場合には、走行距離が最も短いルート2よりもルート1を最適なルートとして推奨することができる。なお、この場合でも、運転者が、ルート2やルート3を選択することは可能であるが、ルート上に、走行難易度が高い区間を表示してあるため、当該区間において、運転者に相当の注意を促すことができる。
<変形例>
実施形態および実施例1から実施例3では、自動運転車両と手動運転車両とを比較対象としていたが、手動運転車両同士の移動速度や走行所要時間の違いを自動運転車両の走行難易度の算出に利用してもよい。つまり、手動運転車両の移動速度や走行所要時間は、運転者の特徴(例えば、当該所定の道路に慣れているか等)によって変化する。したがって、移動速度や走行所要時間に、ばらつきのある道路では、安定した走行を妨げる要因(例えば、死角やカーブの連続数の多さ、学童の存在等)があると考えられ、自動運転車両にとっても走行難易度が高いと推察することが可能なためである。
実施形態および実施例1から実施例3では、自動運転車両と手動運転車両とを比較対象としていたが、手動運転車両同士の移動速度や走行所要時間の違いを自動運転車両の走行難易度の算出に利用してもよい。つまり、手動運転車両の移動速度や走行所要時間は、運転者の特徴(例えば、当該所定の道路に慣れているか等)によって変化する。したがって、移動速度や走行所要時間に、ばらつきのある道路では、安定した走行を妨げる要因(例えば、死角やカーブの連続数の多さ、学童の存在等)があると考えられ、自動運転車両にとっても走行難易度が高いと推察することが可能なためである。
なお、さらに、手動運転車両における車両の特徴ごと、あるいは、環境の特徴ごとに難易度判定を行い、自動運転車両の特徴や、その時の環境の特徴に合った難易度情報を利用できるようにしてもよい。例えば、「車幅の大きい手動運転車両と自動運転車両の間での走行速度のばらつき度合い」と「車幅の小さい手動運転車両と自動運転車両の間での走行速度のばらつき度合い」から、車幅の大きい車両にとっての難易度と、車幅の小さい車両にとっての難易度を別々に決定し、車幅の大きな自動運転車両は前者の難易度データを、車幅の小さな自動運転車両は後者の難易度データを、用いるようにしてもよい。
なお、走行難易度判定装置の処理をコンピュータシステムが読み取り可能な記録媒体に記録し、この記録媒体に記録されたプログラムを走行難易度判定装置に読み込ませ、実行することによって本発明の走行難易度判定装置を実現することができる。ここでいうコンピュータシステムとは、OSや周辺装置等のハードウェアを含む。
また、「コンピュータシステム」は、WWW(World Wide Web)システムを利用している場合であれば、ホームページの提供環境(あるいは表示環境)も含むものとする。また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク(通信網)や電話回線等の通信回線(通信線)のように情報を伝送する機能を有する媒体のことをいう。
また、上記プログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、所謂、差分ファイル(差分プログラム)であってもよい。
以上、この発明の実施形態および実施例につき、図面を参照して詳述してきたが、具体的な構成はこの実施形態あるいは実施例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設計等も含まれる。
10、20、30;走行難易度判定装置
100、200、300;制御部
101、201、301;走行情報取得部
102、202、302;判定部
110、210、310;記憶部
120;受信部
130;送信部
140;表示部
100、200、300;制御部
101、201、301;走行情報取得部
102、202、302;判定部
110、210、310;記憶部
120;受信部
130;送信部
140;表示部
Claims (13)
- 所定の道路を移動する複数の車両から、前記複数の車両の各々の移動速度に関する情報を含む走行情報を取得する走行情報取得部と、
前記複数の車両の移動速度の違いに基づき、自動運転車両にとっての前記所定の道路の走行難易度を判定する判定部と、
を有することを特徴とする走行難易度判定装置。 - 前記複数の車両には、自動運転車両および手動運転車両を含み、
前記判定部は、前記自動運転車両の移動速度と前記手動運転車両の移動速度と、の違いに基づき、前記自動運転車両にとっての前記所定の道路の走行難易度を判定することを特徴とする請求項1に記載の走行難易度判定装置。 - 前記判定部は、前記自動運転車両の移動速度と、前記手動運転車両を運転する運転者の運転技量が所定以上である前記手動運転車両の移動速度と、の違いに基づき、前記走行難易度を判定することを特徴とする請求項2に記載の走行難易度判定装置。
- 前記判定部は、前記自動運転車両の移動速度と、当該自動運転車両と車種又は車両特性が同一もしくは類似する前記手動運転車両の移動速度との移動速度の違いに基づき、前記走行難易度を判定することを特徴とする請求項3に記載の走行難易度判定装置。
- 前記判定部は、前記自動運転車両の移動速度と、当該自動運転車両が走行する走行環境と同一もしくは類似する前記走行環境を走行する前記手動運転車両の移動速度と、の移動速度の違いに基づき、前記走行難易度を判定することを特徴とする請求項3に記載の走行難易度判定装置。
- 前記走行環境は、前記自動運転車両が走行する道路の渋滞状況であることを特徴とする請求項5に記載の走行難易度判定装置。
- 前記走行環境は、前記自動運転車両の前方を走行する他の車両の存在の有無である請求項5に記載の走行難易度判定装置。
- 前記走行環境は、前記自動運転車両が走行する道路における、路上駐車の状況又は歩行者の存在であることを特徴とする請求項5に記載の走行難易度判定装置。
- 前記走行環境は、前記自動運転車両が走行する地域における、天候、季節、又は時刻であることを特徴とする請求項5に記載の走行難易度判定装置。
- 前記複数の車両には、手動運転車両を含み、
前記判定部は、手動運転車両同士の移動速度との違いに基づき、前記自動運転車両にとっての前記所定の道路の走行難易度を判定することを特徴とする請求項1に記載の走行難易度判定装置。 - 所定の道路を移動する複数の自動運転車両および手動運転車両から取得した、前記自動運転車両の移動速度と前記手動運転車両の移動速度との違いに基づき判定した、前記所定の道路の前記自動運転車両にとっての走行難易度を、当該所定の道路と関連づけて記憶した地図データ。
- 走行情報取得部と、判定部と、を有する走行難易度判定装置における走行難易度判定方法であって、
前記走行情報取得部が、所定の道路を移動する複数の車両から、前記複数の車両の各々の移動速度に関する情報を含む走行情報を取得する第1の工程と、
前記判定部が、前記複数の車両の移動速度の違いに基づき、自動運転車両にとっての前記所定の道路の走行難易度を判定する第2の工程と、
を有することを特徴とする走行難易度判定方法。 - 走行情報取得部と、判定部と、を有する走行難易度判定装置における走行難易度判定方法をコンピュータに実行させるためのプログラムであって、
前記走行情報取得部が、所定の道路を移動する複数の車両から、前記複数の車両の各々の移動速度に関する情報を含む走行情報を取得する第1の工程と、
前記判定部が、前記複数の車両の移動速度の違いに基づき、自動運転車両にとっての前記所定の道路の走行難易度を判定する第2の工程と、
をコンピュータに実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017226682A JP2019096186A (ja) | 2017-11-27 | 2017-11-27 | 走行難易度判定装置、地図データ、走行難易度判定方法およびプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017226682A JP2019096186A (ja) | 2017-11-27 | 2017-11-27 | 走行難易度判定装置、地図データ、走行難易度判定方法およびプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2019096186A true JP2019096186A (ja) | 2019-06-20 |
Family
ID=66973021
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017226682A Pending JP2019096186A (ja) | 2017-11-27 | 2017-11-27 | 走行難易度判定装置、地図データ、走行難易度判定方法およびプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2019096186A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210302186A1 (en) * | 2020-03-27 | 2021-09-30 | Toyota Jidosha Kabushiki Kaisha | Information processing apparatus, information processing system, information processing method, and vehicle |
WO2022182477A1 (en) * | 2021-02-26 | 2022-09-01 | Nissan North America, Inc. | Learning in lane-level route planner |
JP7393375B2 (ja) | 2021-03-18 | 2023-12-06 | Lineヤフー株式会社 | 情報提供装置、情報提供方法および情報提供プログラム |
US11945441B2 (en) | 2021-03-31 | 2024-04-02 | Nissan North America, Inc. | Explainability and interface design for lane-level route planner |
-
2017
- 2017-11-27 JP JP2017226682A patent/JP2019096186A/ja active Pending
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20210302186A1 (en) * | 2020-03-27 | 2021-09-30 | Toyota Jidosha Kabushiki Kaisha | Information processing apparatus, information processing system, information processing method, and vehicle |
US11815358B2 (en) * | 2020-03-27 | 2023-11-14 | Toyota Jidosha Kabushiki Kaisha | Information processing apparatus, information processing system, information processing method, and vehicle |
WO2022182477A1 (en) * | 2021-02-26 | 2022-09-01 | Nissan North America, Inc. | Learning in lane-level route planner |
US11993281B2 (en) | 2021-02-26 | 2024-05-28 | Nissan North America, Inc. | Learning in lane-level route planner |
JP7393375B2 (ja) | 2021-03-18 | 2023-12-06 | Lineヤフー株式会社 | 情報提供装置、情報提供方法および情報提供プログラム |
US11945441B2 (en) | 2021-03-31 | 2024-04-02 | Nissan North America, Inc. | Explainability and interface design for lane-level route planner |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107683234B (zh) | 周边环境识别装置以及计算机程序产品 | |
JP6727868B2 (ja) | 経路案内装置、経路案内システム、経路案内方法及び経路案内プログラム | |
JP2019096186A (ja) | 走行難易度判定装置、地図データ、走行難易度判定方法およびプログラム | |
WO2016152873A1 (ja) | 自動運転支援装置、制御方法、プログラム及び記憶媒体 | |
US11294372B2 (en) | Driving mode decision support | |
US9482541B2 (en) | Navigation system | |
JP2006113836A (ja) | 道路情報提供システム | |
JP6036199B2 (ja) | ナビゲーション装置及びナビゲーションシステム | |
US20150260532A1 (en) | Systems and methods for updating map information using local driver input | |
JP5585406B2 (ja) | 経路探索装置、経路探索方法、経路案内装置および経路案内方法 | |
JP6786376B2 (ja) | 評価装置、評価方法及び評価プログラム | |
KR20160033214A (ko) | 차량용 정보 제공 시스템, 차량용 정보 제공 방법, 및 프로그램 | |
JP2016194867A (ja) | 走行環境評価システム | |
JP2004139284A (ja) | 車両用情報処理装置 | |
JP2018185229A (ja) | 経路検索システム,経路検索プログラム及び経路検索方法 | |
JP6723884B2 (ja) | 自動運転支援用の経路探索方法および装置 | |
JP2006317157A (ja) | ナビゲーション装置、および経路探索方法 | |
JP2020004209A (ja) | 情報処理システム、情報処理プログラムおよび情報処理方法 | |
WO2018109519A1 (ja) | 自動運転支援用の経路探索方法および装置 | |
KR20160017162A (ko) | 교통흐름의 변화를 반영한 교통정보 생성방법 | |
US11719553B2 (en) | Spotfinder | |
JP6765333B2 (ja) | 情報処理装置、プログラム | |
JP4223309B2 (ja) | 経路誘導装置、経路誘導方法およびコンピュータプログラム | |
JP5452437B2 (ja) | 経路探索装置 | |
JP2020004225A (ja) | 情報処理システム、情報処理プログラムおよび情報処理方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20171225 |