JP2019519040A - 逆走ドライバを検出するための方法、装置、およびシステム - Google Patents

Abstract

本発明は、逆走を検出する方法であって、インターフェイスを介して、測定された車両（１００）の位置を表す位置データ（１０６）を読み取るステップと、位置データ（１０６）の不正確さを表す不正確さデータ（１０７）を読み取るステップと、車両（１００）が通行可能な道路区画を示すマップデータ（１１６）を読み取るステップと、粒子フィルタ（５３２）を使用して、および位置データ（１０６）、不正確さデータ（１０７）、およびマップデータ（１１６）に基づいて、車両（１００）の実際の位置（１１１７）を割り当てることができる道路区画（１１１３）を表す少なくとも１つのもっともらしい道路区画（１２１３）を確定するステップとを含む方法に関する。

Description

本発明は、独立請求項の前提部分に記載の装置または方法に関する。コンピュータプログラムも本発明の対象である。

逆走ドライバ（「幽霊ドライバ」）は事故発生時には少なくとも著しい物的損害を引き起こす。ナビゲーション機器のみに基づいた検出（道路区分および道路方向）では、多くの場合には手遅れである。すなわち、逆走ドライバは既に（高速走行しており、衝突の確率が高い状態で）誤った車道に入っている。

このような背景に基づいてここで説明するアプローチによれば、独立請求項に記載の逆走ドライバを検出するための方法、さらに装置、システム、および適切なコンピュータプログラムが得られる。従属請求項に記載の措置により、独立請求項に記載の装置の好ましい構成および改良が可能である。

例えば、クラウドに基づいた逆走ドライバ警告は、好ましくは、粒子フィルタを用いて特に用途に適合した検出を行うことよって実現することができる。

逆走ドライバを検出する方法は、
インターフェイスを介して、測定された車両の位置を表す位置データを読み取るステップと、
位置データの不正確さを表す不正確さデータを読み取るステップと、
車両が通行可能な道路区画を示すマップデータを読み取るステップと、
粒子フィルタを使用して、位置データ、不正確さデータ、およびマップデータに基づいて、車両の実際の位置を割り当てることができる道路区画を表す少なくとも１つのもっともらしい道路区画を確定するステップと、
を含む。

車両は路上走行用車両であってもよい。逆走とは、車両が規定された走行方向とは反対に道路を走行することとして理解することができる。測定された位置は、車両内に配置されたセンサを使用して測定された位置であってもよい。実際の位置は、粒子フィルタを使用して推定された位置を示してもよく、この位置を車両の実際の位置とみなすことができる。測定された位置の代わりに、実際の位置を車両の逆走を検出するために使用することができる。マップデータは、例えばデジタルマップから読み取ることができる。もっともらしい道路区画は、例えば、提供されたデータを評価した後に車両が位置していると仮定される道路区画として理解することができる。

方法は、少なくとも１つのもっともらしい道路区画を使用して逆走信号を決定するステップを含んでいてもよい。この場合、逆走信号は、車両の逆走が生じているか、または生じてないかを示してもよい。例えば逆走信号は、逆走が仮定される場合にのみ供給することもできる。

確定するステップでは、複数の粒子を決定することができる。複数の粒子は、位置データが示す測定された車両の位置の周囲に分布して配置されていてもよく、それぞれの粒子は仮定された車両の位置および仮定された位置に割り当てられた重みを表してもよい。複数の粒子は、既知の粒子フィルタを使用して決定することができる。この場合、粒子は、例えば測定された位置の周囲に整列され、仮定された様々な位置を示してもよい。これらの粒子は、上記粒子フィルタによって良好に処理することができる。

この場合、確定するステップでは、複数の粒子および不正確さデータを使用して、移動された複数の粒子を決定することができる。移動された複数の粒子に基づいて少なくとも１つのもっともらしい道路区画を確定することができる。好ましくは、最初に決定された粒子を補正するために不正確さデータを使用することができる。

確定するステップでは、マップデータを使用して粒子のためにマップに関するパラメータを決定することができる。マップに関するパラメータに基づいて、少なくとも１つのもっともらしい道路区画を確定することができる。マップに関するパラメータは、例えばパラメータが割り当てられた粒子が道路区画に位置するかどうかを示してもよい。好ましくは、マップデータを使用して個々の粒子のもっともらしさを点検することもできる。

このために、確定するステップではマップに関するパラメータを使用して、複数の粒子または移動された複数の粒子の新しい重みを決定することもできる。マップデータを考慮して粒子のもっともらしさに応じた高さに粒子を重み付けすることができる。

確定するステップでは、複数の粒子または移動された複数の粒子から重要でない粒子を除去することができる。このようにして方法の精度を高めることができる。

好ましくは、少なくとも１つのもっともらしい道路区画を確定するために複数の粒子または移動された複数の粒子を解釈することができる。解釈によって、個々の粒子に割り当てられた値、例えば重み、またはマップに関するパラメータを評価することができる。

読み取るステップでは、クラウド・コンピューティング、いわゆる「クラウド」のインターフェイスを介して、位置データを読み取ることができる。これにより、クラウドに基づいた解決が可能である。

対応する逆走ドライバ検出装置が、上記方法のステップを適宜なユニットで実施するように構成されている。例えばこのような装置は、インターフェイスを介して、測定された車両の位置を表す位置データを読み取るように構成された読取り装置、位置データの不正確さを表す不正確さデータを読み取るように構成された読取り装置、車両が通行可能な道路区画を示すマップデータを読み取るように構成された読取り装置、および、粒子フィルタを使用して、位置データ、不正確さデータ、およびマップデータに基づいて、車両の実際の位置が割り当てられた道路区分を表す少なくとも１つのもっともらしい道路区画を確定するように構成された確定装置を備えていてもよい。これに対応して、装置は粒子フィルタを含んでいてもよい。

対応する逆走ドライバ検出システムは、車両内に配置可能であるか、または配置されており、位置データを送信するように構成された送信装置、および少なくとも１つの送信装置によって送信された位置データを、例えば無線接続を介して受信するように構成された逆走ドライバ検出装置を含む。

別の逆走ドライバ検出システムは、車両内に配置可能であるか、または配置されており、測定された車両の位置を表す位置データを送信するように構成された送信装置、および、車両内に配置可能であるか、または配置されており、ここで説明した逆走ドライバを検出するためのアプローチにしたがって、少なくとも１つの送信装置から送信された位置データを受信するように構成されている装置のデータを受信するように構成された少なくとも１つの受信装置を含む。

上記方法は、例えばソフトウェアまたはハードウェア、またはソフトウェアとハードウェアとの混合形式で、例えば装置で実施してもよい。

このために、装置は、信号またはデータを処理するための少なくとも１つの計算ユニット、信号またはデータを記憶するための少なくとも１つのメモリユニット、および／または通信プロトコルに埋め込まれたデータを読み取るかまたは出力するための少なくとも１つの通信インターフェイスを備えていてもよい。計算ユニットは、例えば信号プロセッサ、マイクロコントローラなどであってもよく、メモリユニットは、フラッシュメモリ、ＥＰＲＯＭ、または磁気メモリユニットであってもよい。通信インターフェイスは、無線および／または有線でデータを読み取るか、または出力するように構成されていてもよく、有線のデータを読み取るか、または出力することができる通信インターフェイスは、これらのデータを、例えば電気的または光学的にそれぞれのデータ伝送ラインから読み取るか、またはそれぞれのデータ伝送ラインに出力することができる。

本明細書では、装置はセンサ信号を処理し、センサ信号の関数として制御信号および／またはデータ信号を出力する電気機器として理解することができる。装置は、ハードウェアおよび／またはソフトウェアに関して構成されたインターフェイスを備えていてもよい。ハードウェアに関して構成されている場合、インターフェイスは、例えば、装置の種々異なる機能を含む、いわゆる「システムＡＳＩＣ」の一部であってもよい。しかしながら、インターフェイスは固有の集積回路であるか、または少なくとも部分的に個別の構成部材からなっていることも可能である。ソフトウェアに関して構成されている場合には、インターフェイスは、例えば、他のソフトウェアモジュールと共にマイクロコントローラに設けられているソフトウェアモジュールであってもよい。

機械読取り可能な担体またはメモリ媒体、例えば半導体メモリ、ハードディスクメモリ、または光学メモリなどに保存されていてもよいプログラムコードを備えるコンピュータプログラム製品またはコンピュータプログラムも有利であり、プログラム製品またはプログラムがコンピュータまたは装置で実施された場合に上記いずれかの実施形態にしたがって方法ステップを実施、変更および／または制御するために使用される場合には特に有利である。

ここで説明したアプローチの実施例を図面に示し以下に詳細に説明する。

一実施例による逆走ドライバ検出システムを示す図である。 一実施例による逆走ドライバを検出する方法のフロー図である。 隠れマルコフ連鎖モデルを示す図である。 一実施例による粒子フィルタ処理のフロー図である。 一実施例による逆走ドライバ検出システムを示す図である。 一実施例による車両を示す図である。 一実施例によるプログラムフロー図である。 一実施例による粒子フィルタのプログラムフロー図である。 一実施例による粒子フィルタのプログラムフロー図である。 一実施例によるマップのモデル化を示す図である。 一実施例による確率計算を示す図である。 一実施例による再サンプリング後の粒子を示す図である。

以下に説明する本発明の好ましい実施例では、異なる図面に示した同様に作用する要素には同様または類似の符号を付し、これらの要素については繰返し説明しない。

図１は、一実施例による逆走ドライバ検出システムを示す。このシステムは、伝送装置１０２を備える車両１００を含み、伝送装置１０２は、車両１００の内部に配置された少なくとも１つのセンサ装置１０４を使用して、検出された測定データ１０６を逆走ドライバ検出装置１１０に無線式に送信するように構成されている。装置１１０は、測定データ１０６を処理済データの形に処理し、粒子フィルタを使用して処理済データをさらに加工し、逆走信号１１２を生成し、送信するように構成されている。一実施例によれば、逆走信号１１２は、測定データ１０６を加工した車両１００が実際に逆走を行っていることを示す。この実施例によれば、この車両１００の伝送装置１０２および別の車両１００の伝送装置１０２は、逆走信号１１２を受信し、逆走信号１１２の受信に応答して、それぞれの車両１００，１１４の警告装置を起動するように構成されており、警告装置は、例えばそれぞれの車両１００，１１４のドライバに逆走しないよう警告するか、または一実施例によれば、それぞれの車両１００，１１４の、例えばブレーキ装置または操舵装置の少なくとも部分自動制御に介入する。様々な実施例にしたがって、伝送装置１０２は送信装置としてのみ構成されていてもよいし、または送受信装置として構成されていてもよい。

一実施例によれば、測定データ１０６は、車両１００の位置決定装置を使用して検出された、車両１００の実際の位置を示す位置データを含む。別の一実施例によれば、さらに測定データ１０６は、例えば車両１００の少なくとも１つの加速度センサを使用して検出された移動データ、および車両１００の実際の移動に関する情報、例えば走行方向、縦方向加速度、横方向加速度、または車軸を中心とした車両の回転に関する情報を含む。

一実施例によれば、測定データ１０６に加えて、位置データの不正確さを表す不正確さデータ１０７が伝送される。

一実施例によれば、装置１１０は、車両１００が通行可能な道路網を示すマップデータ１１６を読み取るように構成されている。一実施例によれば、マップデータ１１６は、例えば道路網の道路区画に関する情報を含む。一実施例によれば、さらにマップデータ１１６は、それぞれの道路区画に関して、例えばそれぞれの道路区画のための走行方向規定またはそれぞれの道路区画の延び方を定義する少なくとも１つのパラメータを含む。例えば、道路区画が真っ直ぐに延びているか、または曲線を描いているかについてのパラメータが定義されていてもよい。一実施形態によれば、装置１１０は、マップデータ１１６が記憶されているメモリ装置を備える。

一実施例によれば、装置１１０は、位置データ、不正確さデータ１０７、およびマップデータ１１６を使用して車両１００が位置していると仮定されるもっともらしい道路区画を確定するために粒子フィルタを使用するように構成されている。例えば、この道路区分に対応する走行方向パラメータを使用して、車両１００が逆走している車両であるかどうかを決定することができる。車両１００が逆走している車両である場合には、一実施例によれば逆走信号１１２が供給される。

一実施例によれば、装置１１０または装置１１０の機能ブロックはクラウド１１８に配置されているか、またはクラウド１１８で実現されている。

例えばビデオセンサ装置を使用して「進入禁止」標識の通過を検出する方法や、ナビゲーションと共にデジタルマップを使用して、一方向にしか通行可能ではない道路区分における逆走方向を検出する方法などの、逆走ドライバを検出する多様な方法に対して補足的または代替的に上記アプローチを使用することができる。さらに、例えば車道または車道縁部の交通標識などのインフラストラクチャを用いて逆走トライバを検出する無線式の方法を上記アプローチと組み合わせることもできる。

上記アプローチは、逆走ドライバの検出の他に、逆走ドライバに対処する多くの可能性を提供する。ディスプレイまたは音響的な示唆によって逆走ドライバ自身に警告することがこのような可能性の一例である。例えば車両と車両との通信または移動通信によって、逆走ドライバの近隣の他のドライバに警告するためにこの方法を使用してもよい。さらに、道路縁部に設置された道路情報表示装置を介して他の交通利用者に警告を行うことも可能である。逆走している車両１００のエンジン制御部またはブレーキに介入することもできる。

上記アプローチにより、逆走ドライバを検出し、逆走ドライバの近傍の他の交通利用者に早期に警告を行うことが可能であるが、このためには極めて短い時間しか使用できない。

上記アプローチは、クライアント‐サーバ型の解決策によって逆走ドライバ検出（Wrong-Way-Driver-Detection）を行う。自動車に取り付けられているか、もしくは自動車内に設けられ、インターネット接続を有し、少なくとも位置座標へのアクセスを有する機器がクライアントとみなされる。例えば、この場合には伝送装置１０２であってもよい。伝送装置１０２は、例えばスマートフォンであってもよい。伝送装置１０２にはセンサ装置１０４が組み込まれていてもよい。逆走ドライバ特有のサーバ‐クライアント通信が、例示的なクライアントであるスマートフォンとの間で行われる場合もある。スマートフォンは、ゲートウェイ（ＰＤＮ＿ＧＷ）を備える移動通信網によってインターネットに接続されていてもよく、ゲートウェイには、例えばサーバの形式の装置１１０が配置されていてもよい。

クライアント‐サーバ型の解決策を用いて実施可能な逆走ドライバ警告の機能形式に基づいて、ここで説明するアプローチはこの技術のために以下の重要な課題に取り組む。

ａ）フォールスポジティブの低減
走行形式が正しい場合のフォールスポジティブ、すなわち誤検知は、内部警告の場合および／または能動的な介入の場合にできるだけ防止するか、もしくは完全に防止する必要がある。警告概念に応じてＡＳＩＬ‐Ａまでの基準を満たす必要がある。

ｂ）緊急を要する一連の作動の実施
逆走ドライバによって他の交通利用者に及ぼされる危険をできるだけ小さく抑えるためには、介入もしくは警告はできるだけ素早く行うことが望ましい。すなわち、危険な状況を検出してから逆走ドライバを検出し、介入もしくは警告に至るまでの全ての機能の流れをできるだけ短時間に実施することが望ましい。このような機能を包括的に使用する場合には、サーバ、例えば装置１１０の稼働率またはこれに伴って要求される性能が極めて重要な役割を果たす。作動時間の他にコスト効率も重要な側面である。

ｃ）通信量、データ効率、および電流消費
特に携帯機器においては、許容できる電池寿命を達成するために通信量および電流消費をできるだけ効率良くする、すなわち少なくする必要がある。移動通信機器電池または他の無線通信ユニットの過負荷をデータ効率のよい通信によって抑制する必要がある。データ量、ひいてはデータ量に伴うコストもできるだけ制限されるべきである。計算能力の理由でサーバ側においても通信効率は最も重要な要素である。

上記アプローチは、特に特定項目、特に（ａ）「フォールスポジティブの低減」および（ｂ）「緊急を要する一連の作動の実施」に影響を及ぼすが、しかしながら、場合によっては、（ｃ）「通信量、データ効率、および電流消費」にも影響を及ぼす。市販のスマートフォンおよびコネクティビティコントロールユニットのセンサ装置に基づいてクラウド１１８で逆走ドライバを検出することは、ささいな企てではない。

図２は、一実施例による逆走ドライバを検出する方法のフロー図を示す。この方法は、例えば図１に基づいて説明した逆走ドライバ検出装置の機構を使用して実施することができる。

方法は、インターフェイスを介して位置データを読み取るステップ２０１を含む。位置データは、測定された車両の位置を示す。ステップ２０３では、位置データの不正確さを表す不正確さデータが読み取られ、ステップ２０５では、車両が通行可能な道路区画を示すマップデータが読み取られる。ステップ２０７では、位置データ、不正確さデータ、およびマップデータに基づいて、さらに粒子フィルタを使用して、車両の実際の位置を割り当てることができる道路区画を表す少なくとも１つのもっともらしい道路区画が確定される。一実施例によれば、もっともらしい道路区画を使用して、車両の逆走を示す逆走信号が生成される。

逆走ドライバを検出するためには、逆走ドライバがどのルートを走行したかは重要ではない。必要な情報は、特に逆走ドライバが現在どこにいるのか、または逆走ドライバが道路を走行方向とは反対に走行しているかどうかである。このことを判定するためには、履歴が必要であるが、しかしながら、履歴は問題提起の一部ではなく、むしろ結果に至る過程である。

このような状況に基づいて、粒子フィルタに基づいた方法を説明する。粒子フィルタは、カルマンフィルタと同様に、隠れマルコフ連鎖特性、すなわち状態が観察されていないマルコフ連鎖によって支配されたシステムで使用することができる。

図３は、時点ｋおよびｋ−１における状態ｘおよび観察ｚを備える隠れマルコフ連鎖モデル３２０を示す。

すなわち、システムの状態を直接に測定することはできないが、しかしながら他の観測に基づいて推定することができる。この場合には、位置、ひいては実際の道路を推定することが重要である。このためには次の方程式を解く必要がある。

次に時点ｋの状態をｘ_ｋによって表し、これよりも前の状態を

によって要約する。ｘと同様に、この慣例は制御変数ｕおよび観測ｕについてもあてはまる。ηは以下では重要ではない正規化係数を表す。この方程式は以下の方程式に簡略化することができる。

この方程式は２つのステップ、すなわち予測ステップ、

および重み付け係数、

で表わされる。

粒子フィルタでは、積分は、数値近似による確率分布

およびモンテカルロ法によって解かれる。この場合ｗ^［ｊ］は、第ｊ粒子の重み／確率を表す。粒子の数量は

によって表される。したがって、それぞれの粒子は重みｗ^［ｊ］および状態ｘ^［ｊ］を有する。

図４は、一実施例による粒子フィルタ処理のフロー図を示す。このために、図４には時点ｋおよびｋ−１における状態ｘおよび観察ｚを備える隠れマルコフ連鎖モデルが示されている。

作業の大部分は、問題を最適に表す

および

のための適切な関数を求めることである。このためには推定されるべき状態ｘを定義することが重要である。

ブロック４０１は粒子フィルタ

を表す。

全ての値ｊ＝１：Ｊが通過されるまでブロック４０３からブロック４０５に進む。

ブロック４０５において、新しい状態、

が計算され、ブロック４０７において、重み、

が計算される。

ブロック４０３において全ての値が通過された場合には、ブロック４０９に進む。全ての値ｉ＝１：Ｊが通過されるまで、ブロック４０９からブロック４１１に進む。

ブロック４１１では、

にしたがって値が示される。

ブロック４１３では、

にしたがって粒子セットが加算される。

ブロック４０９において全ての値が通過された場合には、終了Ｘ_ｋを示すブロック４１５に進む。

図５は、一実施例による逆走ドライバ検出システムを示す。このシステムは、例えば図１に基づいて説明した伝送装置の形式の機器１０２と、この実施例によれば、いわゆる「ＷＤＷサーバ」として構成されている逆走ドライバ検出装置１１０とを含む。装置１１０は、機器１０２からデータ１０６、例えば図１に基づいて説明した測定データを受信し、データ１０６に基づいて警告１１２を準備し、例えば図１で説明した逆走信号の形式で機器１０２に再び送信するように構成されている。

装置は、前処理手段５３０、粒子フィルタ５３２、および警告モジュール５３４を備える。

クラウドに基づいた逆走ドライバ警告の簡略化されたアーキテクチャには、図５に示すように粒子フィルタ５３２が埋め込まれている。

粒子フィルタ５３２によって、自動車の位置の確率分布を近似で決定することができる。

図６は、車両１００について、図５に示したモデルに基づいて使用できる値を示す。値は、例えば縦軸線ｘ、横軸線ｙ、垂直軸線ｚの方向の状態、ならびに縦軸線を中心としたローリングｐ、横軸線を中心としたピッチングｑ、および垂直軸線を中心としたヨーイングｒであってもよい。

粒子フィルタを使用したマップの照合に関して、ベイジアンフィルタについて

が成り立つ。この場合、図３を参照して、ｘ_ｋは、例えば地理的な長さ、幅、および高さなどの状態（測定されていない）を表し、ｕ_ｋ＋１は、例えば速度および回転速度に関して自動車１００がどのように移動するかを表し、Ｚ_ｋは、観測できるもの、例えばＧＰＳ信号または車両１００の周辺に関する信号（カメラなど）を表す。

図７は、一実施例によるプログラムフロー図を示す。このフロー図はブロック７０１で始まる。ブロック５３０では、例えば図５に基づいて説明したようにデータ前処理が行われる。ブロック７０３では、前の時点の状態があればこの状態が供給される。ブロック７０５では、粒子フィルタとのマップ照合が行われる。ブロック７０７では結果の解釈が行われる。ブロック７０９では逆走が生じているかどうかが点検される。逆走が生じている場合には、ブロック５３４において、例えば図５に基づいて説明したように警告が発信される。逆走が生じていない場合には、プログラムフローはブロック７１１で終了する。

図８は、一実施例による粒子フィルタのプログラムフロー図を示す。ブロック８０１は、粒子フィルタ処理の始まりを示す。ブロック８０３では、例えば図１に基づいて説明したセンサ装置のセンサの不正確さを考慮して、粒子の移動が行われる。ブロック８０５では、マップに関するパラメータの検出が行われる。このようなパラメータは、例えば粒子が道路に位置しているかどうか、または道路がどのような名称であるかを示す。このブロック８０７では、新たに粒子の重みの計算が行われる。ブロック８０９では、いわゆる「再サンプリング」が行われ、重要ではない範囲および／または粒子の除去が行われる。ブロック８１１では、個々の粒子の解釈が行われ、ブロック８１３では、例えば少なくとも１つのもっともらしい道路区画として、可能性のある道路のフィードバックが行われる。

粒子フィルタを使用することによって、以下に挙げる側面が改善される。まず、連続的に作動する（リアルタイムで可能な）方法が得られ、道路網における実際の位置がまず確定される。さらに道路網における実際の位置を確実に推定することが可能である。実際の推定に関する不確実性が検出可能である。これにより、潜在的な逆走に関する決定を有意義な程度に信頼性良く遅延することができる。

図９は、一実施例による粒子フィルタのプログラムフロー図を示す。このプログラムフロー図は、図８に基づいて説明したプログラムフロー図に対応しているが、さらにブロック９１５，９１７を備える。ブロック９１５では、初期段階であるかどうかが点検される。初期段階である場合には、ブロック９１７において、測定された車両の位置、例えばＧＰＳ位置の周辺に粒子が広範囲に分配される。初期段階でない場合には、ブロック８０３に進む。

粒子フィルタの一般的な用途は多様であり、図９に基づいて説明した用途では最適な位置特定精度を達成することが求められるのではなく、むしろいずれにしても正しい道路要素を確定することが求められる。すなわち、逆走が生じていることをセンサデータ１０６が示した場合であっても、実際にも逆走が生じていることを本当に確信できる場合にのみ危険な交通の警告が行われることが望ましい。したがって、逆走ドライバを素早く確実に検出するためには、粒子フィルタモデルは図９に基づいて説明したように構成される。

一実施例によれば、ブロック９１７で決定された粒子はブロック８０３でセンサの不正確さに基づいて移動される。一実施例によれば、粒子は回転速度および速度の観察に基づいて移動される。しかしながら、センサ値を取る代わりに、一実施例によれば（ここでは単純化してガウスによるセンサの誤差が分布した）乱数が測定値に加算される。このために、いわゆる「移動法則」を使用してもよい。

ブロック８０５では、以下に図１０に基づいて説明するようにマップが空間的にモデル化される。続いて、例えば粒子が道路に位置するかどうか、および方位、すなわち道路の走行方向がどのようであるかなどの様々なパラメータを決定することができる。これらのパラメータは、後にブロック８０７で実施される粒子の重み付けにおいて使用される。

ブロック８０７では、それぞれの粒子の確率がどのくらい高いかが決定される。この場合、粒子は実際の滞在場所にあると仮定され、この滞在場所が観測にどのくらい適合しているかが点検される。例えば、粒子の向きは道路と一致しているか、または道路とは反対に向いている。可能な用途においてロバスト性を高めるためにも、一実施例によりさらに異なる要素が取り込まれている。

ブロック８１１では、さらに個々の粒子が解釈され、個々の道路または道路区画についての確率が決定される。これは、例えば加算によって行ってもよい。

例えば、解釈時に少なくとも１つのもっともらしい道路区画は、マップデータに含まれる道路区画のうちで、粒子の最大数を割り当てることができるか、または最大の重みを備える粒子を割り当てることができる道路区画として確定される。

図１０は、図９について言及したマップのモデル化を一実施例にしたがって示す。コーナ１００１、いわゆる「シェイプポイント」である形成点１００３、および少なくとも１つの道路区画の道路境界１００５が示されている。さらに車線幅ｄ_Ｉおよび車線数ｎ_Ｉの積から得られる道路区画の幅１００７が示されている。

図示のモデルはマップデータを使用して決定することができる。

図１１は、一実施例による確率計算の図を示す。この場合、水平軸には経度が記入されており、垂直軸には緯度が記入されている。複数の道路１１１１を備える風景の図が示されている。いずれか１つの道路１１１１について、道路１１１１を示す複数の道路区画１１１３が、例えば道路の多角形として示されている。

測定した位置１１１５は、ここで説明する方法のための入力値として使用される、いわゆる「入力位置」を示す。方法を実施することにより、実際の位置１１１７がいわゆる「推定位置」として確定される。このために、複数の粒子１１１９が使用される。粒子１１１９は、例えば不可能である「０」から極めて可能性が高い「１」に至るまでの様々な重みを備える。例えば、図１１には、例えば「１」に近い高い重みを備える粒子１１１９が配置されている中心の範囲１１２１、例えば「０．５」に近い平均的な重みを備える中間の範囲１１２３、および例えば「０」に近い低い重みを備える粒子１１１９が配置されている外側の範囲１１２５が示されている。

一実施例によれば、図１１ついて、交差する高速車専用道路における移動規則にしたがった確率の例示的な計算が示されている。

図１２は、一実施例による再サンプリング後の粒子１１９の描写を示す。この場合、図１１に示す複数の粒子から重要でない粒子が除去された。重要でない粒子は、一実施例によれば、道路区画１１１３の外部に配置されている粒子である。

図１２に示した実施例では、再サンプリング後に残った粒子１１９のほとんどは、残った粒子１１９を適切に解釈することによってもっともらしい道路区画１２１３であると決定された道路区画１１１３に位置する。一実施例にしたがって図１２には交差する高速車専用道路に再サンプリング後の粒子１１９が示されている。

実施例が、第１の特徴と第２の特徴との間に「および／または」の接続詞を含む場合には、この実施例は、ある実施形態では第１の特徴および第２の特徴の両方を備えており、別の実施形態では第１の特徴のみ、または第２の特徴のみを備えていると読み取られるべきである。

Claims (13)

1. 逆走を検出する方法であって、方法が、
   インターフェイスを介して、測定された車両（１００）の位置（１１１５）を表す位置データ（１０６）を読み取るステップ（２０１）と、
   位置データ（１０６）の不正確さを表す不正確さデータ（１０７）を読み取るステップ（２０３）と、
   車両（１００）が通行可能な道路区画（１１１３）を示すマップデータ（１１６）を読み取るステップ（２０３）と、
   粒子フィルタ（５３２）を使用して、位置データ（１０６）、不正確さデータ（１０７）、およびマップデータ（１１６）に基づいて、車両（１００）の実際の位置（１１１７）を割り当てることができる道路区画（１１１３）を表す少なくとも１つのもっともらしい道路区画（１２１３）を確定するステップと、
   を含む逆走を検出する方法。
2. 請求項１に記載の方法において、
   少なくとも１つのもっともらしい前記道路区画（１２１３）を使用して、前記車両（１００）の逆走が生じているか、または生じてないかを示す逆走信号（１１２）を決定するステップ（７０９）を含む方法。
3. 請求項１または２に記載の方法において、
   確定するステップ（２０７；９１７）で複数の粒子（１１９）を決定し、複数の粒子（１１９）が、前記位置データ（１０６）が示す測定された前記車両（１００）の位置（１１１５）の周囲に分布して配置されており、それぞれの粒子（１１９）が、仮定された前記車両（１００）の位置および仮定された位置に割り当てられた重みを表す方法。
4. 請求項３に記載の方法において、
   確定するステップ（２０７；８０３）で、複数の前記粒子（１１９）および不正確さデータ（１０７）を使用して、移動された複数の粒子を決定し、移動された複数の粒子に基づいて少なくとも１つのもっともらしい道路区画（１２１３）を検出する方法。
5. 請求項１〜４のいずれか一項に記載の方法において、
   確定するステップ（２０７；８０５）で、前記マップデータ（１１６）を使用して前記粒子（１１９）のためにマップに関するパラメータを決定し、マップに関するパラメータに基づいて、少なくとも１つのもっともらしい道路区画（１２１３）を検出する方法。
6. 請求項４に記載の方法において、
   確定するステップ（２０７；８０７）で、マップに関するパラメータを使用して、複数の前記粒子（１１９）または移動された複数の粒子の新しい重みを決定する方法。
7. 請求項１〜６のいずれか一項に記載の方法において、
   確定するステップ（２０７；８０９）で、複数の前記粒子（１１９）または移動された複数の粒子から重要でない粒子を除去する方法。
8. 請求項１から７までのいずれか一項に記載の方法において、
   確定するステップ（２０７；８１１）で、少なくとも１つのもっともらしい道路区画（１２１３）を確定するために、複数の前記粒子（１１９）または移動された複数の粒子を解釈する方法。
9. 請求項１〜８のいずれか一項に記載の方法において、
   読み取るステップ（２０１）で、クラウド・コンピューティング（１１８）のインターフェイスを介して位置データ（１１６）を読み取る方法。
10. 請求項１〜９のいずれか一項に記載の方法のステップを適宜なユニットで実施するように構成されている逆走ドライバ検出装置（１１０）。
11. 逆走ドライバ検出システムであって、
    車両（１００）内に配置可能であるか、または配置されており、測定された車両（１００）の位置（１１１５）を表す位置データ（１０６）を送信するように構成された少なくとも１つの送信装置（１０２と、
    少なくとも１つの送信装置（１０２）によって送信された位置データ（１０６）を受信するように構成された請求項１０に記載の逆走ドライバ検出装置（１１０）と、
    を含む逆走ドライバ検出システム。
12. 請求項１〜９のいずれか一項に記載の方法を実施するように構成されたコンピュータプログラム。
13. 請求項１２に記載のコンピュータプログラムが記憶された機械読取り可能なメモリ媒体。

Images