JP2019519044A - 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、逆走ドライバ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（９５０）を表す位置データ（１０６）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、複数の粒子を読み取るステップであって、１つの粒子が、仮定された車両（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ステップと、マップデータ（１１６）を使用して、複数の粒子と、位置データ（１０６）によって表される測定された位置との間のずれを決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た、特に用途に適合した検出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、
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、
複数の粒子を読み取るステップであって、１つの粒子が、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すステップと、
マップデータを使用して、複数の粒子と、位置データによって表される測定された位置との間のずれを決定するステップと、
を含む。

ずれによって、複数の粒子が測定された位置に適合するかどうかを確認することができる。

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。マップデータは、車両によって通行可能な道路網を示すことができる。複数の粒子は、既知の粒子フィルタを用いる方法を使用して、また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、粒子は仮定される様々な位置を示すことができ、これらの位置は、例えば測定された位置の周囲に配列されていてもよい。車両の最新の位置を決定または確保するためにずれを使用することができる。最新の位置は、粒子フィルタを使用して推定された位置であってもよく、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、最新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。

方法は、最新の位置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、または生じていないかを示してもよい。

例えば、逆走が仮定される場合にのみ逆走信号を供給することもできる。

方法は、粒子フィルタを使用して複数の粒子を決定するステップを含んでいてもよい。例えば、粒子フィルタによって粒子の重みを変更することもできる。

決定ステップで、複数の粒子と測定された位置との間の間隔を使用してずれを決定することができる。間隔が小さければ小さい程、例えば平均的な間隔である程、ずれは小さい。

マップデータは、車両が通行可能な道路網のパラメータを示すことができる。決定するステップでは、パラメータを使用してずれを決定することもできる。パラメータを使用することによって、ずれを決定するためにマップデータに含まれる情報を使用することができる。

方法は、測定された車両の移動を表す移動データを読み取るステップを含んでいてもよい。決定するステップでは、移動データとパラメータとの間の照合に基づいてずれを決定することができる。これにより、ずれをさらに正確に決定することができる。

例えば、移動データは車両の横方向加速度を示してもよい。パラメータは、複数の粒子の少なくとも１つに割り当てられた、または割り当て可能な、マップデータによって示された道路区画の湾曲の仕方を示してもよい。これにより、車両が行った移動に道路区画が適合するかどうかを点検することができる。

移動データは車両の走行方向を示し、パラメータは、複数の粒子の少なくとも１つに割り当てられた、または割り当て可能な、マップデータによって示された道路区画の走行方向規定を示してもよい。このようにして、道路区画が車両の走行方向に適合するかどうかを点検することができる。

方法は、マップデータによって示された道路区画から少なくとも１つのもっともらしい道路区画を選択するステップを含んでいてもよい。この場合、もっともらしい道路区画は、複数の粒子の少なくとも１つを割り当て可能であり、車両の走行方向と一致する走行方向規定を備える道路区画であってもよい。

決定するステップで、マップデータによって示された道路区画に複数の粒子を割り当て可能であることに基づいて、ずれを決定することができる。どの道路区画にも粒子を割り当てることができない場合には、大きいずれが推定される。

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は、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位置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別の読取り装置、複数の粒子を読み取るように構成された別の読取り装置であって、１つの粒子が、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す読取り装置、およびフィルタ処理された複数の粒子と、測定信号に含まれる測定された位置との間のずれを、マップデータを使用して決定するように構成された決定装置を含んでいてもよい。さらに装置は、粒子を作成および／または処理するための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少なくとも１つの送信装置、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。この装置は、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。 一実施例による道路区画を示す図である。

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、ここでは例えば位置データ１０６、および随意に移動データ１０７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はいずれも逆走信号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の最新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の最新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、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は複数の粒子を読み取るように構成されている。例えば、内部または外部のメモリ装置から粒子を読み取ることができる。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。一実施例によれば、装置１１０は、位置データ１０６およびマップデータ１１６を使用して複数の粒子を決定し、直接に処理するように構成されている。

一実施例によれば、装置１１０は、マップデータを使用して、複数の粒子と、位置データ１０６が示す測定された車両１００の位置との間のずれを決定するように構成されている。ずれは、一実施例によれば、逆走信号１１２を決定する場合に使用または考慮される。

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、道路脇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。随意に、ステップ２０１で付加的に車両の移動データを読み取ることができる。ステップ２０３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。マップデータは、例えば車線湾曲または走行方向に関して、個々の道路区画を詳細に特定するパラメータを含んでいてもよい。ステップ２０５では、複数の粒子が読み取られる。複数の粒子は、例えば先行する作成ステップで、位置データおよび／または先立ってフィルタ処理された粒子を使用して作成されていてもよい。この場合、一実施例によれば粒子フィルタが使用される。それぞれの粒子は、それぞれ１つの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示す。この場合、仮定された位置は、一実施例によれば好ましくは測定された位置の周辺に分布する。一般に、仮定された位置は測定された車両の位置および実際の車両の位置とは異なる。ステップ２０７では、マップデータを使用して、複数の粒子と、位置データが表す測定された位置との間のずれが決定される。ずれの決定は、粒子フィルタで実施されるステップの一部であってもよい。一実施例によれば、粒子フィルタを使用して、複数の粒子およびずれに基づいて車両の最新の位置が検出される。

随意の別のステップ２０９では、複数の粒子およびずれを使用して、逆走信号が生成され、供給される。例えば、複数の粒子およびずれから、車両が位置していると仮定されるもっともらしい経路区画が決定され、最新の車両の走行方向が、この経路区画に割り当てられた走行方向表示と一致しない場合には逆走信号を供給してもよい。一実施例によれば、逆走ドライバ信号の生成または供給は、ずれと閾値との比較に依存して許可または抑制される。例えば、大きいずれに基づいて、粒子フィルタを使用して検出された最新の車両の位置が実際の車両の位置と一致しない場合には逆走ドライバ信号の供給を抑制してもよい。

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。このことを検出するためには、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、ひいては最新の道路を推定することに相当する。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が調べられるまでブロック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調べられた場合には、ブロック４０９に進む。全ての値ｉ＝１：Ｊが調べられるまで、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調べられた場合には、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、新しい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、道路網における最新の位置がまず検出される。さらに道路網における最新の位置を確実に推定することが可能である。最新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、一実施例による道路区画９３０，９３２，９３４，９３６の図を示す。道路区画９３０，９３２，９３４，９３６は、車両、例えば図１につき説明した車両が通行可能な道路網の一部である。複数の粒子９４０は、実質的に３つの道路区画９３２，９３４，９３６に分布している。それぞれの粒子は、仮定された位置およびこの位置について仮定された確率または重みを示す。図９からわかるように、測定された車両の位置９５０は、複数の粒子９４０について仮定された位置から明らかにずれている。測定された位置９５０には方向ベクトルが割り当てられていてもよく、方向ベクトルは測定された車両の走行方向を表し、車両によって受信された移動データを使用して決定してもよい。複数の粒子９４０のそれぞれには、同様に、それぞれの粒子の移動方向を示す方向ベクトルが割り当てられている。図９に示すように、測定された位置９５０に割り当てられた方向ベクトルが複数の粒子９４０に割り当てられた方向ベクトルと一致しない。

複数の粒子９４０は、一実施例によれば、上記図面につき説明したように、粒子フィルタを使用して決定されている。測定された位置９５０と仮定された複数の粒子の位置との間のずれは、一実施例によれば、粒子フィルタの部分機能として決定される。この場合、例えば複数の粒子９４０をさらにフィルタ処理するためにずれを使用してもよい。

ここで説明するアプローチは、例えば図５に示した粒子フィルタの一部に対応している。

最適な方法であっても、様々な状況、例えばエラーのあるマップデータなどに基づいて、部分的には車両を道路に確実に適合させることはできない。したがって、センサデータ（観測、制御）が最新の道路に適合せず、例えば粒子９４０の位置がＧＰＳから極めて大きく外れていることもあり得る。このことが、図９に例示されている。

この場合、粒子９４０は方向ベクトルを備える最新の計算サイクル（ｋ）からの粒子である。位置９５０は、方向ベクトルを備える最新の（ｋ）ＧＰＳ位置である。

この状態を検出するためには、粒子の位置が観測と一致していないことを示す様々な大きさを計算することができる。パラメータは、これらの大きさの時間的特性／変化を含んでいてもよい。すなわち、
粒子９４０が位置する道路の湾曲がセンサデータと一致しない、
粒子９４０が位置する道路の方向がセンサデータと一致しない、
道路に入らないほど極めて多くの粒子９４０が移動される、
粒子９４０とＧＰＳ位置９５０との間の間隔のメジアン／平均値／最小値／最大値が異常に大きい。

この場合、例えば、トポロジーのための条件が取り消されることが提案される（予備プラン）。

粒子９４０が道路に位置していない（予備プラン）場合には、一実施例によれば重み付け方程式（観測モデル）が次のように適合される、

両方の予備プランにおいて、粒子９４０が再び道路に入ってきた場合には、フォールスポジティブの可能性に基づいて、走行方向に向かい合った道路を考慮することは望ましくない。すなわち、粒子９４０は、走行方向に向かって通行されている道路以外のそれぞれの道路に移動することができる。例えば、図９に示した実施例では、道路要素９３６が粒子９４０のための可能な位置から除外される。なぜなら、高速道路のこの部分は移動方向に向かい合っているからである。

上記アプローチは、クラウドに基づいた逆走ドライバ警告に関連して、粒子フィルタを用いて特に用途に適合された検出を行う場合に使用することができる。この場合、道路が再び見つかった場合に上記両方の予備プランのための条件およびアプローチは、特に好ましい。

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 (15)

1. 逆走ドライバ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（９５０）を表す位置データ（１０６）を読み取るステップ（２０１）と、
   車両（１００）が通行可能な道路区画（９３０，９３２，９３４，９３６）を示すマップデータ（１１６）を読み取るステップ（２０３）と、
   複数の粒子（９４０）を読み取るステップ（２０５）であって、１つの粒子が、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ステップ（２０５）と、
   マップデータ（１１６）を使用して、複数の粒子（９４０）と、位置データ（１０６）によって表される測定された位置（９５０）との間のずれを決定するステップ（２０７）と、
   を含む逆走ドライバを検出する方法。
2. 請求項１に記載の方法において、
   前記複数の粒子（９４０）およびずれを使用して逆走信号（１１２）を供給するステップを備え、逆走信号（１１２）が、車両（１００）の逆走が生じているか、または生じていないかを示す方法。
3. 請求項１または２に記載の方法において、
   粒子フィルタ（５３２）を使用して前記複数の粒子（９４０）を決定するステップを備える方法。
4. 請求項１〜３のいずれか一項に記載の方法において、
   決定するステップで、前記複数の粒子（９４０）と測定された位置（９５０）との間の間隔を使用してずれを決定する方法。
5. 請求項１〜４のいずれか一項に記載の方法において、
   前記マップデータ（１１６）が、前記車両（１００）が通行可能な道路網のパラメータを示し、決定するステップ（２０７）で、パラメータを使用してずれを決定する方法。
6. 請求項５に記載の方法において、
   測定された前記車両（１００）の移動を表す移動データ（１０７）を読み取るステップを備え、決定するステップ（２０７）で、移動データ（１０７）とパラメータとの間の照合に基づいてずれを決定する方法。
7. 請求項６に記載の方法において、
   前記移動データ（１０７）が、車両（１００）の横方向加速度を示し、前記パラメータが、前記複数の粒子（９４０）の少なくとも１つに割り当てられた、または割り当て可能な、前記マップデータ（１１６）によって示された道路区画（９３０，９３２，９３４，９３６）の湾曲の仕方を示す方法。
8. 請求項６または７に記載の方法において、
   前記移動データ（１０７）が車両（１００）の走行方向を示し、前記パラメータが、前記複数の粒子（９４０）の少なくとも１つに割り当てられた、または割り当て可能な、前記マップデータ（１１６）によって示された道路区画（９３０，９３２，９３４，９３６）の走行方向規定を示す方法。
9. 請求項８に記載の方法において、
   前記マップデータ（１１６）によって示された前記道路区画（９３０，９３２，９３４，９３６）から少なくとも１つのもっともらしい道路区画（９３４）を選択するステップを備え、もっともらしい道路区画が、前記複数の粒子（９４０）の少なくとも１つを割り当て可能であり、前記車両（１００）の走行方向と一致する走行方向規定を備える道路区画である方法。
10. 請求項１〜９のいずれか一項に記載の方法において、
    決定するステップで、前記マップデータ（１１６）によって示された前記道路区画（９３０，９３２，９３４，９３６）に前記複数の粒子（９４０）を割り当て可能であることに基づいてずれを決定する方法。
11. 請求項１〜１０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（１０６）を読み取る方法。
12. 請求項１〜１１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）。
13. 逆走ドライバ検出システムであって、該システムは、
    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（９５０）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１２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。
14. 請求項１〜１１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。
15. 請求項１４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