JP2019206243A

JP2019206243A - 車両の挙動判定方法

Info

Publication number: JP2019206243A
Application number: JP2018102164A
Authority: JP
Inventors: 喜朗入江; Yoshiro Irie; 年且岡田; Toshikatsu Okada
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 2018-05-29
Filing date: 2018-05-29
Publication date: 2019-12-05
Anticipated expiration: 2038-05-29
Also published as: JP7077781B2

Abstract

【課題】車両に対する携帯端末の搭載態様によらずに車両の挙動を判定することができる車両の挙動判定方法を提供する。【解決手段】車両Ｖの挙動判定方法は、車両Ｖに載せられた携帯端末１０を用いて車両Ｖの挙動を判定する。車両Ｖの挙動判定方法は、携帯端末１０が有する３軸加速度センサ１１により加速度を検出し、検出した加速度のベクトルを、複数種の周波数帯毎に算出し、車両Ｖの挙動を判定する状態量として、算出したベクトル同士が成す角度を算出し、角度が予め定められた閾値よりも大きいか否かに基づいて、車両Ｖの挙動が非安定であるか安定であるかを判定する。【選択図】図２

Description

本発明は、車両の挙動判定方法に関する。

車両の挙動判定方法に関する技術として、例えば特許文献１に記載された運転者用警告装置が知られている。特許文献１に記載された装置では、携帯端末の加速度センサを利用して運転者のふらつき運転を判定し、その判定結果に応じてステアリングホイールを振動させて運転者に警告を与える。

特開２０１７−１８２２６８号公報

上述したような車両の挙動判定方法では、ふらつき運転等の車両の挙動を判定するためには、車両の方向に加速度を正確に関連付けて検出する必要があることから、携帯端末を車両に対して固定する必要がある。そこで、上述したような車両の挙動判定方法では、車両に対する携帯端末の搭載態様によらずに（例えばシート上に無造作に携帯端末が載せられている等の場合でも）、車両の挙動を判定できることが望まれる。

本発明は、上記実情に鑑みてなされたものであり、車両に対する携帯端末の搭載態様によらずに車両の挙動を判定することができる車両の挙動判定方法を提供することを課題とする。

本発明に係る車両の挙動判定方法は、車両に載せられた携帯端末を用いて車両の挙動を判定する方法であって、携帯端末が有する３軸加速度センサにより加速度を検出し、検出した加速度のベクトルを、複数種の周波数帯毎に算出し、車両の挙動を判定する状態量として、算出したベクトル同士が成す角度を算出し、算出した角度が予め定められた閾値よりも大きいか否かに基づいて、車両の挙動が非安定であるか安定であるかを判定する。

この車両の挙動判定方法では、携帯端末の３軸加速度センサで検出した加速度をそのまま用いて車両の挙動を判定するのではなく、車両の挙動を判定する状態量としての角度を当該加速度から算出し、この角度を用いて車両の挙動を判定する。これにより、例えば車両のシート上に無造作に携帯端末が載せられている場合でも（すなわち、３軸加速度センサで検出した加速度の方向が車両の方向に対して如何様であっても）、車両の挙動を判定できるようになる。車両に対する携帯端末の搭載態様によらずに、車両の挙動を判定することが可能となる。

本発明に係る車両の挙動判定方法では、複数種の周波数帯毎に角度を算出し、複数種の周波数帯毎に、算出した角度が閾値よりも大きいか否かに基づいて、車両の挙動が非安定か安定であるかを判定してもよい。これにより、複数種の周波数帯における車両の挙動を精度よく判定することができる。

本発明によれば、車両に対する携帯端末の搭載態様によらずに車両の挙動を判定することができる車両の挙動判定方法を提供することが可能となる。

一実施形態に係る車両の挙動判定方法を実施する挙動判定システムを示す構成図である。一実施形態に係る車両の挙動判定方法を示すフローチャートである。対象測定区間を走行中に算出した角度の例を示すグラフである。

以下、本発明の実施形態について図面を用いて詳細に説明する。なお、同一又は相当要素には同一符号を用い、重複する説明は省略する。

図１は、一実施形態に係る車両の挙動判定方法を実施する挙動判定システム１を示す構成図である。挙動判定システム１は、スマートフォン等の携帯端末１０、及び、携帯端末１０との間で通信可能なサーバ２０を備える。

携帯端末１０は、物理的には、ＣＰＵ（Central Processing Unit）、主記憶装置（ＲＡＭ（RandomAccess Memory）及びＲＯＭ（Read Only Memory））、データ送受信デバイス、ハードディスクやフラッシュメモリ等に例示される補助記憶装置、入力デバイスであるタッチパネル、並びに、出力デバイスであるディスプレイ等を含むコンピュータとして構成されている。携帯端末１０は、車両Ｖに載せられている。車両Ｖに対する携帯端末１０の搭載態様は、特に限定されない。携帯端末１０は、３軸加速度センサ１１を有する。３軸加速度センサ１１は、３軸の加速度を検出するモーションセンサである。

携帯端末１０は、３軸加速度センサ１１で検出した加速度のベクトルを、複数種の周波数帯毎に算出する。具体的には、携帯端末１０は、３軸加速度センサ１１でセンシングした３軸値を一つのベクトルとして、センサ生値（全周波数帯）の加速度のベクトルＡＣＣ_ｒａｗ（ｔ）を算出する。センサ生値の加速度のベクトルＡＣＣ_ｒａｗ（ｔ）は、次の式で表される。
ＡＣＣ_ｒａｗ（ｔ）＝［ｄｘ（ｔ），ｄｙ（ｔ），ｄｚ（ｔ）］

携帯端末１０は、センサ生値の加速度のベクトルＡＣＣ_ｒａｗ（ｔ）における所望の周波数帯をフィルタリングによりカットし、高周波数帯の加速度のベクトルＡＣＣ_Ｈ（ｔ）、中周波数帯の加速度のベクトルＡＣＣ_Ｍ（ｔ）、及び、低周波数帯の加速度のベクトルＡＣＣ_Ｌ（ｔ）を算出する。換言すると、ベクトルＡＣＣ_ｒａｗ（ｔ）を用意し、検出対象をその対象物／事象の動作周波数で切り分けることで、用途に応じて、後述の内積計算に用いるベクトルのフィルタ時定数を変える。携帯端末１０は、算出したベクトルを周期的（例えば１分毎）にサーバ２０へ送信する。

高周波数帯の加速度のベクトルＡＣＣ_Ｈ（ｔ）は、次の式で表される。ここで、Ｔ_Ｈは時定数、ｓはラプラス演算子である。具体的実装例としては、下記のとおりである。α_１はフィルタ係数（０．２等）である。
ＡＣＣ_Ｈ（ｔ）＝（１／（１＋Ｔ_Ｈｓ））・ＡＣＣ_ｒａｗ（ｔ）
ＬＰＦ１_ｘ（ｔ）＝α_１ｄｘ（ｔ）＋（１−α_１）ＬＰＦ１_ｘ（ｔ−１）
ＬＰＦ１_ｙ（ｔ）＝α_１ｄｙ（ｔ）＋（１−α_１）ＬＰＦ１_ｙ（ｔ−１）
ＬＰＦ１_ｚ（ｔ）＝α_１ｄｚ（ｔ）＋（１−α_１）ＬＰＦ１_ｚ（ｔ−１）
ＬＰＦ_ｄＶＨ（ｔ）＝［ＬＰＦ１_ｘ（ｔ），ＬＰＦ１_ｙ（ｔ），ＬＰＦ１_ｚ（ｔ）］

中周波数帯の加速度のベクトルＡＣＣ_Ｍ（ｔ）は、次の式で表される。ここで、Ｔ_Ｍは時定数、ｓはラプラス演算子である。具体的実装例としては、下記のとおりである。α_２はフィルタ係数（０．１等）である。
ＡＣＣ_Ｍ（ｔ）＝（１／（１＋Ｔ_Ｍｓ））・ＡＣＣ_ｒａｗ（ｔ）
ＬＰＦ２_ｘ（ｔ）＝α_２ｄｘ（ｔ）＋（１−α_２）ＬＰＦ２_ｘ（ｔ−１）
ＬＰＦ２_ｙ（ｔ）＝α_２ｄｙ（ｔ）＋（１−α_２）ＬＰＦ２_ｙ（ｔ−１）
ＬＰＦ２_ｚ（ｔ）＝α_２ｄｚ（ｔ）＋（１−α_２）ＬＰＦ２_ｚ（ｔ−１）
ＬＰＦ_ｄＶＭ（ｔ）＝［ＬＰＦ２_ｘ（ｔ），ＬＰＦ２_ｙ（ｔ），ＬＰＦ２_ｚ（ｔ）］

低周波数帯の加速度のベクトルＡＣＣ_Ｌ（ｔ）は、次の式で表される。ここで、Ｔ_Ｌは時定数、ｓはラプラス演算子である。具体的実装例としては、下記のとおりである。α_３はフィルタ係数（０．０２等）である。フィルタ係数は、α_１＞α_２＞α_３の関係である。
ＡＣＣ_Ｌ（ｔ）＝（１／（１＋Ｔ_Ｈｓ））・ＡＣＣ_ｒａｗ（ｔ）
ＬＰＦ３_ｘ（ｔ）＝α_３ｄｘ（ｔ）＋（１−α_３）ＬＰＦ３_ｘ（ｔ−１）
ＬＰＦ３_ｙ（ｔ）＝α_３ｄｙ（ｔ）＋（１−α_３）ＬＰＦ３_ｙ（ｔ−１）
ＬＰＦ３_ｚ（ｔ）＝α_３ｄｚ（ｔ）＋（１−α_３）ＬＰＦ３_ｚ（ｔ−１）
ＬＰＦ_ｄＶＬ（ｔ）＝［ＬＰＦ３_ｘ（ｔ），ＬＰＦ３_ｙ（ｔ），ＬＰＦ３_ｚ（ｔ）］

サーバ２０は、物理的には、ＣＰＵ、主記憶装置、データ送受信デバイス、補助記憶装置、入力デバイス、並びに、出力デバイス等を含むコンピュータ装置として構成されている。

サーバ２０は、車両Ｖの挙動を判定する状態量として、算出したベクトル同士が成す角度を、複数種の周波数帯毎に算出する。サーバ２０は、算出した各ベクトルの内積により、角度を算出することができる。角度は、速度変化の指標である。角度は、内積による計算上の角度であり、物理的な意味はない。サーバ２０は、低周波数帯の角度θ_ＭＬ（ｔ）、中周波数帯の角度θ_ＨＭ（ｔ）、及び、高周波数帯の角度θ_Ｈ（ｔ）の少なくとも何れかを算出する。

低周波数帯の角度θ_ＭＬ（ｔ）は、長時間（数分）での車両Ｖの車両速度変化を観測（長期的な車速の変化を抽出）してなるものに対応する。低周波数帯の角度θ_ＭＬ（ｔ）は、次の式で表される。
θ_ＭＬ（ｔ）＝ｃｏｓ^−１｛ＬＰＦ_ｄＶＭ（ｔ）・ＬＰＦ_ｄＶＬ（ｔ）／
（｜ＬＰＦ_ｄＶＭ（ｔ）｜・｜ＬＰＦ_ｄＶＬ｜）｝

ただし、次の式に示されるように、ａｎｇｌｅ（ｖ１，ｖ２）は、ベクトルの成す角度である（以下、同様）。
ａｎｇｌｅ（ｖ１，ｖ２）＝ｃｏｓ^−１（ｖ１・ｖ２／（｜ｖ１｜・｜ｖ２｜））

中周波数帯の角度θ_ＨＭ（ｔ）は、中時間（数十秒）での車両Ｖの車両速度変化を観測（短期的な車速の変化を抽出）してなるものに対応する。中周波数帯の角度θ_ＨＭ（ｔ）は、次の式で表される。
θ_ＨＭ（ｔ）＝ｃｏｓ^−１｛ＬＰＦ_ｄＶＨ（ｔ）・ＬＰＦ_ｄＶＭ（ｔ）／
（｜ＬＰＦ_ｄＶＨ（ｔ）｜・｜ＬＰＦ_ｄＶＭ｜）｝

高周波数帯の角度θ_Ｈ（ｔ）は、短時間（数秒）での車両Ｖの車両速度変化を観測（人が原因の動きを抽出）してなるものに対応する。高周波数帯の角度θ_Ｈ（ｔ）は、次の式で表される。
θ_Ｈ（ｔ）＝ｃｏｓ^−１｛ＡＣＣ_ｒａｗ（ｔ）・ＬＰＦ_ｄＶＨ（ｔ）／
（｜ＡＣＣ_ｒａｗ（ｔ）｜・｜ＬＰＦ_ｄＶＨ｜）｝

サーバ２０は、複数種の周波数帯毎に、角度が閾値よりも大きいか否かに基づいて、車両Ｖの挙動が非安定か安定かを判定する。サーバ２０は、角度が閾値よりも大きい場合、車両Ｖの挙動が非安定と判定する。サーバ２０は、角度が閾値以下の場合、車両Ｖの挙動が安定と判定する。なお、当該判定においては、ノイズ及び僅かな挙動にも過剰に反応してしまうことを防ぐために、ヒステリシスを設けてもよいし、角度が閾値よりも大きいと一旦判定した後の所定時間、「非安定」と判定してもよい。

サーバ２０は、具体的には、高周波数帯の角度θ_Ｈ（ｔ）を算出している場合には、高周波数帯の角度θ_Ｈ（ｔ）が閾値ＴＨ１よりも大きいか否かを判定する。高周波数帯の角度θ_Ｈ（ｔ）が閾値ＴＨ１よりも大きい場合には、短時間（数秒）での車両Ｖの動き（速い動き）に関して、車両Ｖの挙動が非安定であると判定し、そうでない場合には、安定であると判定する。サーバ２０は、中周波数帯の角度θ_ＨＭ（ｔ）を算出している場合には、中周波数帯の角度θ_ＨＭ（ｔ）が閾値ＴＨ２よりも大きいか否かを判定する。中周波数帯の角度θ_ＨＭ（ｔ）が閾値ＴＨ２よりも大きい場合には、中時間（数十秒）での車両Ｖの動き（中くらいの動き）に関して、車両Ｖの挙動が非安定であると判定し、そうでない場合には、安定であると判定する。サーバ２０は、低周波数帯の角度θ_ＭＬ（ｔ）を算出している場合には、低周波数帯の角度θ_ＭＬ（ｔ）が閾値ＴＨ３よりも大きいか否かを判定する。低周波数帯の角度θ_ＭＬ（ｔ）が閾値ＴＨ３よりも大きい場合には、長時間（数分）での車両Ｖの動き（ゆっくりとした動き）に関して、車両Ｖの挙動が非安定であると判定し、そうでない場合には、安定であると判定する。

閾値ＴＨ１，ＴＨ２，ＴＨ３は、予め定められてサーバ２０に記憶されている。閾値ＴＨ１，ＴＨ２，ＴＨ３は、車両Ｖの挙動を判定するための値であり、固定値であってもよいし、可変値であってもよい。閾値ＴＨ１，ＴＨ２，ＴＨ３は、仕様等に応じて適宜適切な値が設定される。

サーバ２０は、対象測定区間内を走行している車両Ｖについて、スコアリングを実施する。例えば対象測定区間は、ゲーミフィケーションに係る対象測定区間である。スコアリングでは、スタートを満点としたスコアから，車両Ｖの挙動が非安定と判定した都度、一定値を減算する。具体的なスコアリングの例については、後述する。サーバ２０は、車両Ｖの挙動の判定結果及びスコアに関するデータを蓄積する。また、サーバ２は、スコアリングにより得られたスコアを、携帯端末１０、交通流サーバ３及び各種の情報提供先４へ送信する。

次に、一実施形態に係る車両Ｖの挙動判定方法について、図２のフローチャートを用いて例示説明する。

一実施形態に係る車両Ｖの挙動判定方法では、例えば車両Ｖが対象測定区間内に進入したときに、次の処理を実行する。まず、携帯端末１０において、３軸加速度センサ１１により、３軸の加速度を検出する（ステップＳ１）。携帯端末１０において、検出した加速度のベクトルを複数種の周波数帯毎に算出する（ステップＳ２）。例えばステップＳ２では、センサ生値の加速度のベクトルＡＣＣ_ｒａｗ（ｔ）、高周波数帯の加速度のベクトルＡＣＣ_Ｈ（ｔ）、中周波数帯の加速度のベクトルＡＣＣ_Ｍ（ｔ）、及び、低周波数帯の加速度のベクトルＡＣＣ_Ｌ（ｔ）を算出する。

続いて、サーバ２０において、車両Ｖの挙動を判定する状態量としての角度を、複数種の周波数帯毎に算出する（ステップＳ３）。ステップＳ３では、高周波数帯の車両Ｖの動き（１Ｈｚ付近の車両挙動）を検出するのであれば、ステップＳ２で算出したベクトルの各要素に対して高いカットオフ周波数設定のフィルタリングで高周波カットしたベクトルから、角度を求める。一例として、センサ生値の加速度のベクトルＡＣＣ_ｒａｗと時定数０．５ｓｅｃフィルタリングによるベクトルＡＣＣ_Ｈ（ｔ）との二つから角度θ_Ｈ（ｔ）を算出する。ステップＳ３では、中周波数帯の車両Ｖの動き（０．０５Ｈｚ付近の車両挙動）を検出するのであれば、ステップＳ２で算出したベクトルの各要素に対して低いカットオフ周波数設定のフィルタリングで高周波カットしたベクトルから、角度を求める。一例として、時定数０．１ｓｅｃフィルタリングによるベクトルＡＣＣ_Ｍ（ｔ）と時定数０．０１ｓｅｃフィルタリングによるベクトルＡＣＣ_Ｌ（ｔ）の二つから角度θ_ＭＬ（ｔ）を算出する。

続いて、サーバ２０において、複数種の周波数帯毎に、角度が閾値よりも大きいか否かに基づいて、車両Ｖの挙動が非安定か安定かを判定する（ステップＳ４）。ステップＳ４では、角度が閾値よりも大きい場合、車両Ｖの挙動が非安定と判定する一方、角度が閾値以下の場合、車両Ｖの挙動が安定と判定する。

ステップＳ４では、ステップＳ３で高周波数帯の角度θ_Ｈ（ｔ）を算出している場合には、高周波数帯の角度θ_Ｈ（ｔ）が閾値ＴＨ１よりも大きいときに、短時間（数秒）での車両Ｖの動きに関して、車両Ｖの挙動が非安定であると判定し、そうでないときに安定であると判定する。ステップＳ４では、ステップＳ３で中周波数帯の角度θ_ＨＭ（ｔ）を算出している場合には、中周波数帯の角度θ_ＨＭ（ｔ）が閾値ＴＨ２よりも大きいときに、中時間（数十秒）での車両Ｖの動きに関して、車両Ｖの挙動が非安定であると判定し、そうでないときに安定であると判定する。ステップＳ４では、ステップＳ３で低周波数帯の角度θ_ＭＬ（ｔ）を算出している場合には、低周波数帯の角度θ_ＭＬ（ｔ）が閾値ＴＨ３よりも大きいときに、長時間（数分）での車両Ｖの動きに関して、車両Ｖの挙動が非安定であると判定し、そうでないときに安定であると判定する。

続いて、車両Ｖの対象測定区間の走行が終了するまで、上記ステップＳ１に戻り、処理を繰り返す（ステップＳ５）。車両Ｖの対象測定区間の走行が終了した後、スコアリングを行う（ステップＳ６）。

ステップＳ６のスコアリングの一例としては、まず、初期値のスコアを満点（１００）とする。中周波数帯の角度θ_ＨＭ（ｔ）が閾値ＴＨ２よりも大きいと判定したとき、スコアから一定値ＣＯＮＳＴ１を減算する。低周波数帯の角度θ_ＭＬ（ｔ）が閾値ＴＨ３よりも大きいと判定したとき、スコアから一定値ＣＯＮＳＴ２を減算する。このような減算を、車両Ｖが対象測定区間を走行中の角度θ_ＨＭ（ｔ），θ_ＭＬ（ｔ）について行う。

図３は、対象測定区間を走行中に算出した角度θ_ＨＭ（ｔ），θ_ＭＬ（ｔ）の例を示すグラフである。例えばステップＳ６のスコアリングでは、図中に示されるような時系列データである角度θ_ＨＭ（ｔ），θ_ＭＬ（ｔ）について、閾値ＴＨ２，ＴＨ３よりも大きいか否かを判定したステップＳ４の結果、角度θ_ＨＭ（ｔ），θ_ＭＬ（ｔ）が閾値ＴＨ２，ＴＨ３よりも大きいと判定した回数をカウントする。当該回数は、その状態が起きている頻度（時間）となるため、当該回数の分、コストから一定値ＣＯＮＳＴ１，ＣＯＮＳＴ２を減算する。そして、スコアリングの結果として最終的に得られたスコアを、携帯端末１０、交通流サーバ３及び各種の情報提供先４へ送信する（ステップＳ７）。

以上、車両Ｖの挙動判定方法では、携帯端末１０の３軸加速度センサ１１で検出した加速度をそのまま用いて車両Ｖの挙動を判定するのではなく、車両Ｖの挙動を判定する状態量としての角度θ_ＭＬ（ｔ），θ_ＨＭ（ｔ），θ_Ｈ（ｔ）を算出する。この角度θ_ＭＬ（ｔ），θ_ＨＭ（ｔ），θ_Ｈ（ｔ）を用いて車両Ｖの挙動を判定する。よって、例えば車両Ｖのシート上に無造作に携帯端末１０が載せられている場合でも（すなわち、３軸加速度センサ１１で検出した加速度の方向が車両Ｖの方向に対して如何様であっても）、車両Ｖの挙動を判定できるようになる。車両Ｖに対する携帯端末１０の搭載態様によらず（設置方法を規定せず）に、車両Ｖの挙動を判定することが可能となる。

車両Ｖの挙動判定方法では、複数種の周波数帯（ここでは、高周波数帯、中周波数帯及び低周波数帯）毎に角度θ_ＭＬ（ｔ），θ_ＨＭ（ｔ），θ_Ｈ（ｔ）を算出し、これら角度θ_ＭＬ（ｔ），θ_ＨＭ（ｔ），θ_Ｈ（ｔ）が閾値ＴＨ１，ＴＨ２，ＴＨ３よりも大きいか否かに基づいて、車両Ｖの挙動が非安定か安定であるかを判定してもよい。これにより、複数種の周波数帯における車両Ｖの挙動を精度よく判定することができる。

以上、本発明の実施形態について説明したが、本発明は上記実施形態に限定されることなく様々な形態で実施される。

上記実施形態では、ステップＳ２を携帯端末１０で実行し、ステップＳ３〜Ｓ６をサーバ２０で実行したが、これに限定されない。ステップＳ２〜Ｓ６の全てをサーバ２０で実行してもよいし、或いは、ステップＳ２〜Ｓ６の全てを携帯端末１０で実行してもよい。ステップＳ２〜Ｓ６の一部を携帯端末１０で実行し、ステップＳ２〜Ｓ６の他部をサーバ２０で実行してもよい。

１…挙動判定システム、３…交通流サーバ、４…情報提供先、１０…携帯端末、１１…３軸加速度センサ、２０…サーバ、Ｖ…車両。

Claims

車両に載せられた携帯端末を用いて前記車両の挙動を判定する方法であって、
前記携帯端末が有する３軸加速度センサにより加速度を検出し、
検出した前記加速度のベクトルを、複数種の周波数帯毎に算出し、
前記車両の挙動を判定する状態量として、算出した前記ベクトル同士が成す角度を算出し、
算出した前記角度が予め定められた閾値よりも大きいか否かに基づいて、前記車両の挙動が非安定であるか安定であるかを判定する、車両の挙動判定方法。
複数種の周波数帯毎に前記角度を算出し、
複数種の周波数帯毎に、算出した前記角度が閾値よりも大きいか否かに基づいて、前記車両の挙動が非安定か安定であるかを判定する、請求項１に記載の車両の挙動判定方法。