JP2019519043A - 逆走運転者認識のための方法、装置、およびシステム - Google Patents

Abstract

本発明は逆走運転者認識方法であって、インターフェイスを経由して位置データ（１０６）を読み取るステップであって、位置データ（１０６）が車両（１００）の測定した位置を表しているステップと、位置データ（１０６）を使用して複数の粒子を決定するステップであって、１つの粒子が、車両（１００）の１つの仮定された位置および仮定された位置に割り当てられた重み付けを表しているステップと、複数の粒子に基づき、粒子フィルタ（５３２）を使用して、車両（１００）によって通行可能な道路網上での車両（１００）の現在の位置を確定するステップとを含む方法に関する。

Description

本発明は、独立請求項の属概念に基づく装置または方法を出発点とする。コンピュータプログラムも本発明の対象である。

逆走運転者（「幽霊ドライバー」）は、事故の場合に少なくともかなりの物的損害を引き起こす。ナビゲーション機器だけに基づく認識（道路分類および道路方向）は、たいていの場合には遅すぎ、つまり逆走運転者は既に（高い走行速度および高い衝突確率で）誤った車道上にいる。

これを踏まえて、ここで開示するアプローチを用い、独立請求項に基づく逆走運転者認識のための方法、さらに装置およびシステムを、そして最後に対応するコンピュータプログラムを開示する。従属請求項に挙げている措置により、独立請求項で提示している装置の有利な変形および改善が可能である。

例えばクラウドベースの逆走運転者警告を、粒子フィルタを用い、適用事例に特別に適合した認識によって実現し得ることが有利である。
逆走運転者認識方法は、
インターフェイスを経由して位置データを読み取るステップであって、位置データが車両の測定した位置を表しているステップと、
位置データを使用して複数の粒子を決定するステップであって、１つの粒子が、車両の１つの仮定された位置およびこの仮定された位置に割り当てられた重み付けを表しているステップと、
複数の粒子に基づき、粒子フィルタを使用して、車両によって通行可能な道路網上での車両の現在の位置を確定するステップと、
を含んでいる。

車両は、路上走行車であることができる。逆走とは、道路上での車両の定められた走行方向とは逆の走行と理解することができる。測定した位置は、車両内に配置されたセンサを使用して測定されることができる。複数の粒子は、公知の粒子フィルタと共に使用される方法を使用して決定することができる。これらの粒子は、例えば測定した位置の周りに集まっている様々な仮定された位置を有することができる。現在の位置は、粒子フィルタを使用して推定された位置であることができ、この推定された位置を、車両の実際の位置として当てはめることができる。この現在の位置を、測定した位置の代わりに車両の逆走を認識するために使用することができる。

この方法は、現在の位置を使用して逆走信号を決定するステップを含むことができる。この逆走信号は、車両の逆走が存在するかまたは存在しないかを表示することができる。例えば、逆走が仮定される場合にのみ逆走信号を準備することができる。

この方法は、車両によって通行可能な道路網を表現しているマップデータを読み取るステップを含むことができる。この場合、確定するステップにおいて、マップデータを使用して車両の現在の位置を確定することができる。マップデータは、現在の位置を高精度で決定し得るために使用することができる。

読み取るステップにおいて、位置データを、計算機雲、いわゆるクラウドのインターフェイスを経由して読み取ることができる。これは、クラウドベースのソリューションを可能にする。

確定するステップにおいて、複数の粒子に基づき、粒子フィルタを使用して、複数の更新された粒子を決定することができる。これに対応して車両の現在の位置を、複数の更新された粒子を使用して確定することができる。例えば、粒子フィルタで粒子の重み付けを更新することができ、これにより現在の位置をいっそう正確に確定することができる。

これに関し確定するステップにおいて、さらに、先行の更新された複数の粒子を使用して現在の位置を確定することができ、この先行の更新された複数の粒子は、先行の複数の粒子に基づいて粒子フィルタを使用して決定された粒子を表している。こうすることで、現在の位置を確定する際に車両の運動の履歴を考慮することができる。

対応する逆走運転者認識装置は、前述の方法のステップを対応するユニット内で実施するために構成されている。このような装置は、例えば、インターフェイスを経由して位置データを読み取るために形成された読み取り機構を有することができ、位置データを使用して複数の粒子を決定するために形成された決定機構を有することができ、かつ複数の粒子に基づき、粒子フィルタを使用して、車両によって通行可能な道路網上での車両の現在の位置を決定するために形成された確定機構を有することができる。これに対応して装置は粒子フィルタを含むことができる。

対応する逆走運転者認識システムは、車両内に配置可能または配置されており、かつ位置データを送信するために形成された少なくとも１つの送信機構と、例えば無線接続を介し、少なくとも１つの送信機構によって送信された位置データを受信するために形成された前述の逆走運転者認識装置とを含んでいる。

さらなる逆走運転者認識システムは、車両内に配置可能または配置されており、かつ位置データを送信するために形成されている送信機構であって、位置データが車両の測定した位置を表している、少なくとも１つの送信機構と、車両内に配置可能または配置されており、かつ少なくとも１つの送信機構によって送信された位置データを受信するために形成されたここで説明しているアプローチに基づく逆走運転者認識装置のデータを受信するために形成された少なくとも１つの受信機構とを含んでいる。

前述の方法は、ソフトウェアもしくはハードウェアに、またはソフトウェアおよびハードウェアから成る混合形態、例えば装置に実装することができる。
このために装置は、信号もしくはデータを加工するための少なくとも１つの計算ユニット、信号もしく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／またはデータを読み取るもしく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有することができ、通信インターフェイスは通信プロトコルに組込まれている。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、またはその類似物であることができ、この場合、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ることができる。通信インターフェイスは、データを無線および／または有線で読み取るまたは出力するために形成することができ、これに関し、有線のデータを読み取り得るまたは出力し得る通信インターフェイスは、このデータを例えば電気的または光学的に、対応するデータ伝送線から読み取るかまたは対応するデータ伝送線に出力することができる。

装置とは、本明細書ではセンサ信号を加工し、それに応じて制御信号および／またはデータ信号を出力する電気機器と理解することができる。この装置はインターフェイスを有することができ、インターフェイスはハードウェアおよび／またはソフトウェアとして形成することができる。ハードウェアとして形成する場合、インターフェイスは例えば、装置の非常に様々な機能を内包するいわゆるシステムＡＳＩＣの一部であることができる。ただし、インターフェイスが専用の集積回路であるかまたは少なくとも部分的には個別部品から成ることも可能である。ソフトウェアとして形成する場合、インターフェイスは例えば、マイクロコントローラ上でほかのソフトウェアモジュールと併存するソフトウェアモジュールであることができる。

機械で読み取り可能なキャリアまたは記憶媒体、例えば半導体メモリ、ハードディスクメモリ、もしくは光学メモリに記憶することができ、かつ上述の実施形態の１つによる方法のステップを実施、実行、および／または制御するために使用されるプログラムコードを有す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、とりわけ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上で実施される場合に有利である。

ここで開示しているアプローチの例示的実施形態を図面に示しており、以下の説明でより詳しく解説する。

１つの例示的実施形態による逆走運転者認識システムを示す図である。 １つの例示的実施形態による逆走運転者認識方法のフローチャートである。 隠れマルコフ連鎖モデルを示す図である。 １つの例示的実施形態による粒子フィルタプロセスのフローを示す図である。 １つの例示的実施形態による逆走運転者認識システムを示す図である。 １つの例示的実施形態による車両を示す図である。 １つの例示的実施形態によるプログラムフローを示す図である。 １つの例示的実施形態による粒子フィルタのプログラムフローを示す図である。

本発明の好適な例示的実施形態の以下の説明では、異なる図に示されており、かつ似たような作用をする要素に対し、同じまたは類似の符号を使用し、これらの要素を繰返しは説明しない。

図１は、１つの例示的実施形態による逆走運転者認識システムを示している。このシステムは車両１００を含んでおり、車両１００は伝送機構１０２を有しており、伝送機構１０２は、車両１００内に配置された少なくとも１つのセンサ機構１０４を使用して捕捉した測定データ１０６を、無線で逆走運転者認識装置１１０に送信するために形成されている。装置１１０は、測定データ１０６を、編集されたデータへと編集するために、ならびに編集されたデータを、逆走信号１１２の生成および送信のために粒子フィルタを使用してさらに加工するために形成されている。逆走信号１１２は、１つの例示的実施形態によれば、その測定データ１０６が加工された車両１００が現在逆走を実施していることを表示している。この例示的実施形態によれば、車両１００の伝送機構１０２も、さらなる車両１００の伝送機構１０２も、逆走信号１１２を受信するために、および逆走信号１１２の受信に応答してそれぞれの車両１００、１１４の警告機構をアクティブ化するために形成されており、この警告機構は、例えばそれぞれの車両１００、１１４の運転者に逆走しないよう警告するか、または１つの例示的実施形態によればそれぞれの車両１００、１１４の例えばブレーキ設備もしくは操縦設備の少なくとも部分自動的な制御に介入する。様々な例示的実施形態によれば、伝送機構１０２は、送信機構としてのみか、または送信／受信機構としても実施することができる。

１つの例示的実施形態によれば、測定データ１０６は位置データを含んでおり、この位置データは、車両１００の位置決定機構を使用して捕捉されており、かつ車両１００の現在の位置を表現している。さらなる１つの例示的実施形態によれば、測定データ１０６は運動データをさらに含んでおり、この運動データは、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捕捉されており、かつ車両１００の現在の運動についての情報を、例えば走行方向、縦加速度、横加速度についての情報、または車両軸を中心とした車両の回転についての情報を含んでいる。

１つの例示的実施形態によれば、装置１１０は、車両１００によって通行可能な道路網を表現するマップデータ１１６を読み取るために形成されている。１つの例示的実施形態によればマップデータ１１６は、例えば道路網の道路区間についての情報を含んでいる。１つの例示的実施形態によればマップデータ１１６は、各道路区間に関し、少なくとも１つのパラメータをさらに含んでおり、このパラメータは、例えばそれぞれの道路区間の走行方向規準またはそれぞれの道路区間の延び具合を定義している。例えばパラメータにより、道路区間が真っすぐ延びているのかまたはカーブを描いているのかを定義することができる。１つの実施形態によれば、装置１１０はメモリ機構を有しており、このメモリ機構内にマップデータ１１６が記憶されている。

１つの例示的実施形態によれば、装置１１０または装置１１０の機能ブロックは、クラウド１１８内で配置または実現されている。
前述のアプローチは、多種多様な逆走運転者検知方法を補充してまたはその代わりに使用することができ、これらの逆走運転者検知方法では、例えば「進入禁止」標識の通過を検知するためにビデオセンサ技術の導入が行われ、またはナビゲーションと関連させたデジタルマップの導入が、一方向にのみ通行可能な道路区間上での誤った走行方向の検知を認識するために利用される。さらに公知である。さらにこのアプローチは、例えば車道内または車道端のビーコンのようなインフラを使って逆走運転者を検知する無線方法と組み合わせることができる。

逆走運転者の検知だけでなく、前述のアプローチは、逆走運転者に対する反応の多くの可能性を提供する。これに関する例は、ディスプレイまたは音による指示を通じた逆走運転者自身の警告である。逆走運転者付近のほかの運転者に、例えば車両−車両通信を介してまたは移動無線によって警告する方法も適用できる。さらに、道路端に立てられた道路情報板を通してほかの道路使用者に警告することができる。誤って走行している車両１００のエンジン制御またはブレーキへの介入を行ってもよい。

前述のアプローチは、逆走運転者を検知すること、ならびに、対応可能な時間が極めて僅かしかない、逆走運転者付近のほかの道路使用者にまだ間に合ううちに警告することを可能にする。

前述のアプローチは、クライアントサーバソリューションを用いた逆走運転者認識（Ｗｒｏｎｇ−Ｗａｙ−Ｄｒｉｖｅｒ−Ｄｅｔｅｃｔｉｏｎ）に有効である。クライアントとしては、自動車の表面または中にあり、インターネット接続が可能であり、かつ少なくとも位置座標へのアクセスを有する機器が考えられる。それは例えば伝送機構１０２であることができる。伝送機構１０２は例えばスマートフォンであり得る。伝送機構１０２内にセンサ機構１０４を組み込むことができる。したがって、例示的なクライアントとしてのスマートフォンとの、逆走運転者に特化したサーバ／クライアント通信を実行することができる。スマートフォンは、移動無線ネットワークを経由してゲートウェイ（ＰＤＮ＿ＧＷ）によりインターネットにつなぐことができ、インターネットには例えばサーバの形態の装置１１０を配置することができる。

クライアントサーバソリューションを用いた逆走運転者警告のあり得る機能方式から、この技術に関する下記のキーとなる課題領域が明らかとなり、これらキーとなる課題領域に、ここで説明しているアプローチによって対処する。

ａ）フォールスポジティブの減少
正しい運転マナーの場合のフォールスポジティブ、つまり誤検知は、自己警告および／または積極的な介入に関してはできるだけ低減または完全に回避されなければならない。警告コンセプトに応じて、規格はＡＳＩＬ−Ａまでを満たさなければならない。

ｂ）作動連鎖のタイムクリティカルな実施
逆走運転者に由来するほかの道路使用者の危険性をできるだけ低く保つため、介入または警告をできるだけ迅速に行うべきである。つまり介入または警告までの、逆走運転者認識による危機的状況の検知の完全な機能連鎖を、できるだけ短い時間で進行させるべきである。これに関しては、この機能を広域にわたって導入する際の、サーバ、例えば装置１１０のフル稼働、したがって必要な性能が非常に重要な役割を果たす。作動時間だけでなく、経済性もまた重要な部分的側面である。

ｃ）通信、データ効率、および電力消費
通信および電力消費は、特にモバイル機器のためには、受容可能なバッテリー駆動時間が達成されるよう、できるだけ効率よくまたは少なくなければならない。移動無線セルまたはほかの無線通信ユニットの過負荷も、データ効率のよい通信によって防がなければならない。データボリュームおよびそれに伴うコストも可能な限り絞られるべきである。通信の効率は、計算能力の理由からサーバ側でも極めて重要なファクターである。

前述のアプローチは、なかでも、キー領域ａ）「フォールスポジティブの減少」およびｂ）「作動連鎖のタイムクリティカルな実施」に有効であり、しかしｃ）「通信、データ効率、および電力消費」にも、場合によっては前述のアプローチが影響を及ぼす。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によるセンサ技術に基づいて、クラウド１１８内で逆走運転者を認識しようとすると、多大な困難を伴う。

図２は、１つの例示的実施形態による逆走運転者認識方法のフローチャートを示している。この方法は、例えば図１に基づいて示した逆走運転者認識装置の機構を使用して実施することができる。

この方法は、インターフェイスを経由して位置データを読み取るステップ２０１を含んでいる。この位置データは、車両の測定した位置である。ステップ２０３では、位置データを使用して複数の粒子を決定する。この場合、粒子の各々は、車両のそれぞれ１つの仮定された位置および仮定された位置に割り当てられた重み付けを表している。これらの仮定された位置は、１つの例示的実施形態によれば測定した位置の周りに分布している。ステップ２０５では、粒子フィルタを使用して、車両によって通行可能な道路網上での車両の現在の位置を確定し、この粒子フィルタは、粒子の加工に導入される。

これに関して１つの例示的実施形態によれば、粒子フィルタを通過し、かつその際に例えば重み付けに関して更新された粒子を使用して、現在の位置を確定する。そのうえ現在の位置を確定する際に１つの例示的実施形態によれば、これに加えてまたはその代わりに、先行の時間ステップで同じ粒子フィルタを使用して更新された粒子を導入する。これら先行の粒子は、先行のステップ２０３で、先行の位置データを使用して決定できていた。

逆走運転者認識にとって、逆走運転者がどのルートを走行しているかは重要でない。必要な情報は、なかでも、現在、逆走運転者がどこにいるのか、および逆走運転者が道路を走行方向とは逆に通行しているのかどうかである。この確定にはもちろん履歴が必要だが、それにもかかわらず履歴は課題提起の一部ではなく、むしろ結果への過程である。

これらの事情を鑑み、粒子フィルタに基づく方法を開示する。粒子フィルタは、カルマンフィルタに倣い、隠れマルコフ連鎖特性、つまり観測されない状態をもつマルコフ連鎖に支配されたシステムに適用することができる。

図３は、時刻ｋおよびｋ−１での状態ｘおよび観測ｚにより、隠れマルコフ連鎖モデル３２０を示している。
つまりシステムの状態は、直接的には測定できず、ただしほかの観測に基づいて推定することができる。この場合、位置、したがって現在の道路を推定することが肝要である。このために下式を解かれなければならない。

時点ｋでの状態は以下にｘ_ｋで説明し、その前の状態は

でまとめる。ｘに倣ってこのやり方を制御量ｕおよび観測ｕにも適用する。ηは正規化項を説明しており、ただしこの正規化項は以下では大きな意味をもたない。この式は、下式へと簡略化することができる。

そしてこの式は２つのステップで説明され、すなわち予測ステップ

および重み付け項

粒子フィルタの場合、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。式中、ｗ^［ｊ］はｊ番目の粒子の重み／尤度を説明している。粒子の量は、

で説明される。したがってすべての粒子が重みｗ^［ｊ］および状態ｘ^［ｊ］を有している。
図４は、１つの例示的実施形態による粒子フィルタプロセスのフローを示している。これについて図４では、時刻ｋおよびｋ−１での状態ｘおよび観察ｚにより、隠れマルコフ連鎖モデルを示している。

動作の大部分は、課題を最適に表現する

および

に対する適切な関数を見つけることである。その根本は、推定すべき状態ｘを定義することである。
ブロック４０１は、粒子フィルタ

を表している。
すべての値ｊ＝１：Ｊが通過するまで、ブロック４０３からブロック４０５に進む。
ブロック４０５では新たな状態を算出する。

ブロック４０７では重みを算出する。

ブロック４０３ですべての値が通過すると、ブロック４０９に進む。すべての値ｉ＝１：Ｊが通過するまで、ブロック４０９からブロック４１１に進む。
ブロック４１１では

に従った値を出す。
ブロック４１３では

に従って粒子セットに加算する。
ブロック４０９ですべての値が通過すると、終了Ｘ_ｋであるブロック４１５に進む。
図５は、１つの例示的実施形態による逆走運転者認識システムを示している。このシステムは、例えば図１に基づいて説明した伝送機構の形態の機器１０２と、この例示的実施形態によればいわゆるＷＤＷサーバとして実施されている逆走運転者認識装置１１０とを含んでいる。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するために、およびデータ１０６に基づいて警告１１２を準備するために、および例えば図１に基づいて説明した逆走信号の形態で機器１０２に送り返すために形成されている。

この装置は、前加工機構５３０と、粒子フィルタ５３２と、警告モジュール５３４とを有している。
クラウドベースの逆走運転者警告の１つの簡略化されたアーキテクチャには、粒子フィルタ５３２が図５に示したように組込まれている。

粒子フィルタ５３２により、自動車の位置の確率分布を近似的に決定することができる。
図６は、車両１００に基づき、図５に基づいて示したモデルに導入し得る値を示している。これらの値は、例えば縦軸ｘ、横軸ｙ、高さ軸ｚの方向の状態、ならびに縦軸の周りのローリングｐ、横軸の周りのピッチングｑ、および高さ軸の周りのヨーイングｒであることができる。

粒子フィルタを使用したマップマッチングに関しては、ベイズフィルタに

が適用される。この場合、図３に関連してｘ_ｋは、どんな状態（測定されていない）であるか、例えば地理的な長さ、幅、および高さを表すことができ、ｕ_ｋ＋１は、自動車１００がどのように移動するかを、例えば速度および回転率に関して表すことができ、かつｚ_ｋは、何が観測され得るか、例えばＧＰＳ信号または車両１００の周辺に関係する信号（カメラなど）を表すことができる。

図７は、１つの例示的実施形態によるプログラムフローを示している。このフローはブロック７０１でスタートする。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加工を実施する。ブロック７０３では、存在するなら、その前の点の状態をロードする。ブロック７０５では、粒子フィルタによりマップマッチング（ｍａｐ−ｍａｔｃｈｉｎｇ）を行う。ブロック７０７では結果の解釈を行う。ブロック７０９では、逆走が存在するかどうかをチェックする。逆走が存在すればブロック５３４で、例えば図５に基づいて説明したように警告を送信する。逆走が存在しなければ、プログラムフローの終了をブロック７１１で行う。

図８は、１つの例示的実施形態による粒子フィルタのプログラムフローを示している。ブロック８０１は粒子フィルタの開始を表している。ブロック８０３では、例えば図１に基づいて説明したセンサ機構のセンサの不正確性を考慮して、粒子の移動を行う。ブロック８０５では、マップに関するパラメータの確定を行う。このようなパラメータは、例えば粒子が道路上にあるかどうか、または道路がどのような名称かを提示する。ブロック８０７では、新たな粒子の重みの算出を行う。ブロック８０９ではいわゆるリサンプリングを行い、このリサンプリングでは、重要でない領域および／または粒子の排除を行う。ブロック８１１では個々の粒子の解釈を行い、かつブロック８１３では可能な道路の返却を行う。

粒子フィルタの使用により、以下に挙げる態様が改善される。一つには、逐次的に（リアルタイムで可能）動作する方法が提供され、この方法は第一に、道路網上での現在の位置を確定する。さらに、道路網上での現在の位置のロバストな推定が可能である。現在の推定についての不確実性を確定することができる。これは、潜在的逆走についての判断を、高い信頼性で、有意義な程度に遅らせることを可能にする。

１つの例示的実施形態が、第１の特徴と第２の特徴の間に「および／または」接続を含んでいる場合、これは、この例示的実施形態が、１つの実施形態によれば第１の特徴も第２の特徴も有し、もう１つの実施形態によれば第１の特徴だけまたは第２の特徴だけを有すると読み取るべきである。

Claims (11)

1. 逆走運転者認識方法であって、
   インターフェイスを経由して位置データ（１０６）を読み取るステップであって、前記位置データ（１０６）が車両（１００）の測定した位置を表しているステップ（２０１）と、
   前記位置データ（１０６）を使用して複数の粒子を決定するステップであって、１つの粒子が、前記車両（１００）の１つの仮定された位置および前記仮定された位置に割り当てられた重み付けを表しているステップ（２０３）と、
   前記複数の粒子に基づき、粒子フィルタ（５３２）を使用して、前記車両（１００）によって通行可能な道路網上での前記車両（１００）の現在の位置を確定するステップ（２０５）と、
   を含む方法。
2. 前記現在の位置を使用して逆走信号（１１２）を決定するステップを有しており、前記逆走信号（１１２）が、前記車両（１００）の逆走が存在するかまたは存在しないかを表示する、請求項１に記載の方法。
3. 前記車両（１００）によって通行可能な前記道路網を表現しているマップデータ（１１６）を読み取るステップを有しており、前記確定するステップ（２０５）において、前記マップデータ（１１６）を使用して前記車両（１００）の前記現在の位置が確定される、請求項１または２に記載の方法。
4. 前記インターフェイスを経由して位置データ（１０６）を読み取るステップであって、前記位置データ（１０６）が車両（１００）の測定した位置を表している読み取るステップ（２０１）において、前記位置データ（１０６）が、計算機雲（１１８）のインターフェイスを経由して読み取られる、請求項１〜３のいずれか一項に記載の方法。
5. 前記複数の粒子に基づき、粒子フィルタ（５３２）を使用して、前記車両（１００）によって通行可能な道路網上での前記車両（１００）の現在の位置を確定するステップ（２０５）において、前記複数の粒子に基づき、前記粒子フィルタ（５３２）を使用して、複数の更新された粒子が決定され、かつ前記車両（１００）の前記現在の位置が、前記複数の更新された粒子を使用して確定される、請求項１〜４のいずれか一項に記載の方法。
6. 前記複数の粒子に基づき、粒子フィルタ（５３２）を使用して、前記車両（１００）によって通行可能な道路網上での前記車両（１００）の現在の位置を確定するステップ（２０５）において、さらに、複数の先行の更新された粒子を使用して前記現在の位置が確定され、前記複数の先行の更新された粒子が、複数の先行の粒子に基づいて前記粒子フィルタ（５３２）を使用して決定された粒子を表している、請求項５に記載の方法。
7. 請求項１〜６のいずれか一項に記載の方法のステップ（２０１、２０３、２０５）を対応するユニット（５３０、５３２、５３４）内で実施するために構成されている逆走運転者認識装置（１１０）。
8. 逆走運転者認識システムであって、
   車両（１００）内に配置可能または配置されており、かつ位置データ（１０６）を送信するために形成されている送信機構であって、前記位置データ（１０６）が車両（１００）の測定した位置を表している、少なくとも１つの送信機構（１０２）と、
   前記少なくとも１つの送信機構（１０２）によって送信された前記位置データ（１０６）を受信するために形成された請求項７に記載の逆走運転者認識装置（１１０）と、
   を含む、システム。
9. 逆走運転者認識システムであって、
   車両（１００）内に配置可能または配置されており、かつ位置データ（１０６）を送信するために形成されている送信機構であって、前記位置データ（１０６）が車両（１００）の測定した位置を表している、少なくとも１つの送信機構（１０２）と、
   前記車両（１００）内に配置可能または配置されており、かつ前記少なくとも１つの送信機構（１０２）によって送信された前記位置データ（１０６）を受信するために形成された請求項７に記載の逆走運転者認識装置（１１０）のデータを受信するために形成された、少なくとも１つの受信機構と、
   を含むシステム。
10. 請求項１〜６のいずれか一項に記載の方法を実施するために構成されているコンピュータプログラム。
11. 請求項９に記載のコンピュータプログラムが記憶されている、機械で読み取り可能な記憶媒体。

Images