JP2021189683A - 運転支援制御装置、運転支援制御プログラム - Google Patents

Abstract

【課題】遠隔支援する側に対して、過去の事故データを活用して、走行現場を安全に通過し得る適正情報を提供する。【解決手段】自動運転車両（車両１０）が、様々な障害によって自動運転が継続困難となった場合に、遠隔の運転支援センタ（運転支援制御装置１２）から運転支援情報を受けて自動運転を継続させるものであり、特に、障害発生位置、走行前方画像を車両１０から受け取ると共に、事故パターンデータベース１５６に格納された過去の事故パターン例（ビッグデータ）に基づき、運転支援補助情報を提示し、かつ、必要に応じて、オペレータによってさらに適切な微調整を行った運転支援情報を、車両１０へ送信するようにした。これにより、遠隔支援する側に対して、過去の事故データを活用して、走行現場を安全に通過し得る適正情報を提供することができる。【選択図】図２

Description

本発明は、特定の場所での自動運転における遠隔からの運転支援の際に、当該場所で起こり得る事故等を考慮して、車両等の移動体の移動を支援するための運転支援制御装置、運転支援制御プログラムに関する。

近年、移動体、特に、車両の自動運転に関する開発が進められている。

このような自動運転の車両の開発に伴い、自動運転中の車載システムに異常や故障が生じた場合に車両の安全性を確保するためのフェイルオペレーショナル技術の開発も進んでいる。

フェイルオペレーショナル技術の一つとして、自動運転において、事前に定められた動作プログラムが想定していないものであり、動作プログラムが閉塞し、自律走行を継続することができない場合に、移動体を遠隔地から操作し、自律走行が困難である箇所を回避し、自律走行が可能な箇所まで移動させ、自律走行を復旧する技術がある。

特許文献１には、自律走行が可能な移動体を遠隔操作するときに、自律走行軌道を遠隔操作画面に正しく重畳描画することが記載されている。

より詳しくは、特許文献１では、移動体の自律走行軌道を示す軌道情報と、移動体に設置されたカメラの位置、向き及び視野角を含むカメラ情報と、を保持し、受信した移動体の位置及びその取得時刻を格納し、カメラによって撮影された画像及びその撮影時刻を受信すると、受信した画像を表示し、撮影時刻を格納し、画像の撮影時刻と、取得時刻ごとの移動体の位置とに基づいて、画像の撮影時刻における移動体の位置及び向きを推定し、軌道情報と、カメラ情報と、推定された移動体の位置及び向きと、に基づいて、軌道のうち画像の範囲内に含まれる部分を特定し、軌道情報と、カメラ情報と、推定された移動体の位置及び向きと、に基づいて、軌道の特定された部分の座標を画像上の座標に変換して、変換された座標の位置に軌道を重畳した画像を表示する技術が記載されている。

特開２０１９−０１６１８８号公報

しかしながら、特許文献１の技術のように、遠隔支援時に、目的地を示唆する自律走行時の走行軌道を、画像へ重畳するだけでは、周囲で発生しうる事故のリスクを考慮した遠隔操作は難しい。

本発明は、遠隔支援する側に対して、過去の事故データを活用して、走行現場を安全に通過し得る適正情報を提供することができる運転支援制御装置、運転支援制御プログラムを得ることが目的である。

本発明に係る運転支援制御装置は、自動運転を行っている車両の走行を遠隔から支援する運転支援制御装置であって、走行位置を示す位置情報と当該走行位置の周辺画像を少なくとも含む車両情報を受信する受信部と、複数の過去の事故事例と交通状況とが対応付けられて格納された事故パターンデータベースと、前記受信部で受信した前記車両情報に基づいて、前記事故パターンデータベースから、前記車両情報に関連する事故パターンデータを読み出し、前記受信部で受信された車両情報に含まれる前記周辺画像に注意喚起情報を重畳して、運転支援補助情報を生成する解析部と、前記解析部で注意喚起情報を重畳した周辺画像を、前記車両へ提供する提供部と、を有している。

本発明に係る運転支援制御装置は、コンピュータを、上記の運転支援制御装置の各部として動作させることを特徴としている。

本発明によれば、遠隔支援する側に対して、過去の事故データを活用して、走行現場を安全に通過し得る適正情報を提供することができる。

第１の実施の形態に係る車両の自動運転における走行を支援する運転支援制御装置を含む運転支援システムの概略図である。 第１の実施の形態に係る自動運転制御装置から自律走行不可要因の発生を受けて、運転支援制御装置で実行される運転支援情報を提供する制御を実行するための機能ブロック図である。 事故パターンデータベース１５６において、交通状況によって分類された事例の格納状態を可視化した構造図の一例である。 自動運転車両の走行方向前方画像の正面図であり、（Ａ）は運転支援補助情報画像、（Ｂ）は運転支援情報画像である。 第１の実施の形態に係る運転支援制御装置における運転支援情報生成のための制御フローチャートである。 第１の実施の形態の実施例１に係る運転支援補助情報提示部における提示画像の正面図である。 第１の実施の形態の実施例２に係る運転支援補助情報提示部における提示画像の正面図である。 第１の実施の形態の実施例３に係る運転支援補助情報提示部における提示画像の正面図である。 第１の実施の形態の実施例４に係る特性図であり、（Ａ）は車速−事故頻度２次元特性図、（Ｂ）は車速、見通し、交通量の３軸によるクラスタリング特性図、（Ｃ）は、自動運転車両が停車中に特化したクラスタの車速−事故頻度特性図である。 第１の実施の形態の実施例４に係るクラスタリング処理の流れを示す制御フローチャートである。 第１の実施の形態の実施例５に係る特性図であり、（Ａ）は速度別（３種類）の車速-事故頻度特性図、（Ｂ）は事故有りデータと事故無しデータの車速−事故頻度特性図、（Ｃ）は車速−事故頻度特性図に減速度分布を重畳した特性図、（Ｄ）は減速度分布として用いた箱ひげ図の凡例図である。 第１の実施の形態の実施例６に係る運転支援補助情報提示部における提示画像であり、（Ａ）は車両走行方向正面図、（Ｂ）平面視地図である。 第１の実施の形態の実施例７に係る運転支援補助情報提示部における提示画像であり、（Ａ）は車両走行方向正面図、（Ｂ）平面視地図である。 第１の実施の形態の実施例８に係る運転支援補助情報提示部における提示画像であり、（Ａ）は車両走行方向正面図、（Ｂ）平面視地図である。 第１の実施の形態の実施例９に係る運転支援補助情報提示部における提示画像であり、（Ａ）は車両走行方向正面図、（Ｂ）平面視地図である。 第１の実施の形態の実施例１０に係る運転支援補助情報提示部における提示画像であり、（Ａ）は車両走行方向正面図、（Ｂ）平面視地図である。 第１の実施の形態の実施例１１に係る運転支援補助情報提示部における提示画像であり、（Ａ）は車両走行方向正面図、（Ｂ）平面視地図である。 第２の実施の形態に係る自動運転制御装置であり、走行ルート情報を受信するパターンの形態のブロック図である。 第２の実施の形態に係る運転支援制御装置における運転支援情報生成のための制御フローチャートである。

｛第１の実施の形態｝

図１には、第１の実施の形態に係る自動運転車両（以下、単に車両１０という場合がある）の走行を支援する運転支援制御装置１２を含む運転支援システムの概略図が示されている。

車両１０には、車両制御装置１４及び自動運転制御装置２０が搭載されている。

車両制御装置１４は、車両１０が走行しているときの駆動系統（エンジン制御等）及び電気系統（各部の状態検出センサによる故障診断等）を含む制御を実行する。

車両制御装置１４には、車両１０の周囲を撮影するカメラ群（図１では、一例として、前方向カメラ１６Ａ、左前方向カメラ１６Ｂ、左後方向カメラ１６Ｃ、右前方向カメラ１６Ｄ、右後方向カメラ１６Ｅ、及び後方向カメラ１６Ｆを図示）が接続されている（総称する場合、「カメラ群１６」という）。また、車両制御装置１４には、複数のミリ波レーダ及びＬＩＤＡＲを備えたレーダ群１８が接続されている。

自動運転制御装置２０は、車両制御装置１４から自動運転に必要な情報（例えば、上記カメラ群１６及びレーダ群１８からの検出情報）に基づき、目的地への運転操作を確定し、車両制御装置１４へ指示する。

自動運転制御装置２０は、ネットワーク２２の無線通信装置２２Ａを介して、運転支援制御装置１２と通信可能となっている。

運転支援制御装置１２では、各車両１０からの自動運転による走行履歴情報が集約され、必要に応じて、オペレータにより運転支援の指示を行うようになっている。このため、運転支援制御装置１２は、ネットワーク２２を介して、リアルタイム地図管理システム２４から、リアルタイムの道路情報を取得する。

リアルタイム地図管理システム２４は、道路等に設置されたカメラ等のインフラ、車両１０等に設けられた道路情報発信デバイスからの情報が集約され、現在の道路状況（道路規制、路上駐車等を含む）を解析する機能を有している。

ここで、自動運転車両１０が自動運転走行中に、走行を妨げる自律走行不可要因が発生して、以後の走行が困難となる場合がある。

自律走行不可要因とは、例えば、走行方向の前方に駐車車両２６（図４等を参照）が存在し、回避のために対向車線へはみ出す必要があり、自動運転車両１０の判断のみでは走行できないような場合が挙げられる。

自律走行不可要因が発生したとき、従来の運転支援制御では、自動運転車両１０が撮影した画像（走行正面画像）に、目的地を示唆する自律走行時の走行軌道を重畳する程度の運転支援を行う制御に留まっており、周囲に潜むと想定される事故のリスクを考慮して、自動運転車両１０の走行を安全に継続させる運転支援としては不十分であった。

言い換えれば、自律走行不可要因が発生した場合は、通常の運転支援に加え、例えば、自律走行を再開する際に、その周囲で想定される事故のリスクを考慮しやすいための、適切な注意喚起情報を含む運転支援情報を提供することが好ましい。

しかしながら、従来では、適切な注意喚起情報を含む運転支援情報を構築するための材料（情報）が整っていなかった。

そこで、第１の実施の形態では、運転支援制御装置１２において、車両１０が自動運転困難となった地点周囲の画像に加え、自車（車両１０）の挙動、相手が存在する場合は相手車両（例えば、図４に示す駐車車両２６）の種類及び挙動を含む車両データなどの周囲の交通状況に基づいて、予め格納されている過去の事故パターンとの類似度等を解析するようにした。

さらに、解析結果からは、遠隔操作で安全な運転支援を効率的に判断させるための運転支援補助情報（一例として、走行画像に重畳するための速度注意領域画像等）が生成されると共に、オペレータが管理可能である。

図２は、第１の実施の形態に係る、自動運転制御装置２０から自律走行不可要因の発生を受けて、運転支援制御装置１２で実行される運転支援情報を提供する制御を実行するための機能ブロック図である。なお、図２の各ブロックは、機能別に分類したものであり、運転支援制御装置１２のハード構成を限定するものではない。

自動運転車両１０の自動運転走行中に、予め設定された自律走行不可要因が発生すると、自動運転制御装置２０（図１参照）からは、自律走行不可要因の発生を示す情報及び自律走行不可要因発生時の前方画像等を含む車両情報が運転支援制御装置１２へ送信される。

運転支援制御装置１２は、車両情報受信部１５０を備えており、自動走行車両１０の自動運転制御装置２０から送信される車両情報を受信する。

車両情報受信部１５０は、事故パターン解析部１５２に接続されており、受信した車両情報は、事故パターン解析部１５２へ送出する。

事故パターン解析部１５２では、車両情報に基づいて、関連する事故パターン情報を取得するべく、事故パターン情報検索指示部１５４に対して、検索情報を送出する。

事故パターン情報検索指示部１５４は、事故パターンデータベース１５６に接続され、事故パターン解析部１５２から受けた検索情報を、事故パターンデータベース１５６へ通知する。

事故パターンデータベース１５６では、当該検索情報に関連付けられた、過去の事故パターンデータを抽出し、事故パターン解析部１５２へ送出する。

（事故パターンデータベース１５６の構造の一例）

図３には、事故パターンデータベース１５６において、交通状況によって分類された事例の格納状態を可視化した構造図の一例である。

交通状況は、道路構造、自車挙動、相手情報に分類されている。

さらに、道路構造、自車挙動、相手情報は、それぞれ細分化されている。

（道路構造）

道路構造の項目には、交差点、無信号交差点、店舗入口、及び横断歩道が含まれている。

（自車挙動）

自車挙動の項目には、一時不停止、直進、右折、及び左折が含まれている。

（相手情報）

相手情報の項目には、事故相手、左から進入、及び右から進入が含まれている。

パターンＩＤは、交通状況である道路構造、自車挙動、相手情報の各項目毎に、タグを付与して該当・非該当を識別し（該当する場合は「１」、非該当の場合は「０」の符号を付与）、分類したものである。

なお、例外として、事故相手に関しては、「１」：車両、［２］：歩行者、［３］：自転車等に分類されている。

各パターンＩＤには、事例［１］、「２」、［３］・・・が振り分けられて、格納されるようになっている。

図２に示される如く、事故パターン解析部１５２では、車両１０から受けた車両情報と、事故パターンデータベース１５６から受けた過去の事故パターンデータとが集約され、これらを機械学習、ディープラーニング等のＡＩ技術を用いて解析することで、オペレータが車両１０の自律走行の再開を判断するにあたって、事故のリスクを考慮しやすいような運転支援補助情報を作成する。なお、機械学習、ディープラーニング等のＡＩ技術を用いる解析は一例であり、必須ではない。

事故パターン解析部１５２は、運転支援補助情報提示部１６４に接続されており、解析結果である、運転支援補助情報を、運転支援補助情報提示部１６４へ送出する。

運転支援補助情報提示部１６４は、更新部１６６及びユーザインターフェイス１６８の出力デバイス１６８Ａに接続され、運転支援補助情報を、更新部１６６へ送出すると共に、出力デバイス１６８Ａへ出力する。出力デバイス１６８Ａは、モニタやプリンタ等が該当するが、第１の実施の形態では、少なくともモニタを含むものとする。

出力デバイス１６８Ａに出力された運転支援補助情報は、オペレータによって確認（目視確認）可能となり、オペレータは、運転支援補助情報の確認後、ユーザインターフェイス１６８の入力デバイス１６８Ｂ（キーボード、マウス等）を用いて、更新部１６６では、運転支援補助情報提示部１６４から受信した運転支援補助情報を更新する。更新とは、例えば、モニタ上の画像の削除、変更、追記等の編集を言い、運転支援補助情報は、更新部１６６での情報更新によって運転支援情報となり、運転支援情報送信部１７０へ送出される。

運転支援情報送信部１７０では、運転支援情報を車両１０へ送信する。

図４（Ａ）は、出力デバイス１６８Ａ（モニタ）に出力された運転支援補助情報画像２８であり、図４（Ｂ）は、オペレータによる情報更新後の運転支援情報画像３０である。

この図４の例では、駐車車両２６（トラック）が交差点の手前に停車（駐車）している状況であり、図４（Ａ）の運転支援補助情報画像２８では、交差点の一部に注意喚起の領域３２が表示されると共に、車速−事故頻度特性図（グラフ情報３４）が表示される。さらに、交差点を通過するときの注意が文字情報３６（例えば、「交差点歩行者飛び出し注意、１０ｋｍ／ｈ↓」）が表示されている。

オペレータは、この運転支援補助情報を目視確認して、交差点における注意喚起の領域３２を拡大するように微調整する（図４（Ｂ）の更新後の運転支援情報参照）。

事故パターンデータベースの各事故例は、実際に事故があった際に収集されるため、パターンによっては事故例数が不十分であるなど、収集されたデータが偏っている可能性がある。そうしたデータから生成した運転支援補助情報は、そのまま車両へ送付する情報として信用できない可能性があるが、図４のような更新をオペレータに促すことで、運転支援情報は、運転支援補助情報に比べて、オペレータの感覚に沿って、より注意喚起の度合いが高められるため、自動運転の車両１０（図１参照）の走行の安全性が向上する。

以下に、第１の実施の形態の作用を説明する。

図５は、第１の実施の形態に係る運転支援制御装置１２における運転支援情報生成のための制御フローチャートである。なお、図５のフローチャートは運転支援制御装置１２において、順次ループしながら実行される各種制御の１つである。

ステップ１００では、自動運転車両（車両１０）から呼び出しがあったか否かを判断する。このステップ１００で否定判定された場合は、このルーチンは終了する。

また、ステップ１００で肯定判定されると、ステップ１０２へ移行して、車両１０の位置情報を受信すると共に、例えば、リアルタイム地図管理システム２４から現在位置交通情報を受信して、ステップ１０４へ移行する。

ステップ１０４では、事故パターンデータベース１５６から、現在の交通情報と類似する交通状況の過去事故パターン例（例えば、図３に示す、事故例［１］〜［１３］）を取得し、ステップ１０６へ移行する。

ステップ１０６では、事故パターン解析部１５２において解析（一例として、ＡＩを用いた、機械学習やディープラーニング等）を行い、ステップ１０８へ移行して、速度注意領域（図４（Ａ）に示す領域３２を、車両１０の前方画像２８に重畳した、運転支援補助情報を提示し、出力デバイス１６８Ａへ出力する。これにより、オペレータは、出力デバイス１６８Ａ（モニタ）の出力結果（表示）を確認することができる。

次のステップ１１０では、入力デバイス１６８Ｂでは、オペレータによって操作された注意喚起を高めるような更新を行う（運転支援補助情報から運転支援情報への更新）。第１の実施の形態では、図４（Ａ）に示す領域３２から、図４（Ｂ）に示す領域３２への拡大編集されている。

次のステップ１１２では、更新された運転支援情報（画像情報）を、ステップ１００における、読み出し元の車両１０へ送信し、このルーチンは終了する。

このように第１の実施の形態では、自動運転車両（車両１０）が、様々な障害によって自動運転が継続困難となった場合に、遠隔の運転支援センタ（運転支援制御装置１２）から運転支援情報を受けて自動運転を継続させるものであり、特に、障害発生位置、走行前方画像を車両１０から受け取ると共に、事故パターンデータベース１５６に格納された過去の事故パターン例（ビッグデータ）に基づき（例えば、ＡＩを用いた学習で）、運転支援補助情報を提示し、かつ、必要に応じて、オペレータによってさらに適切な微調整を行った運転支援情報を、車両１０へ送信するようにした。これにより、遠隔支援する側に対して、過去の事故データを活用して、走行現場を安全に通過し得る適正情報を提供することができる。

以下において、第１の実施の形態における運転支援補助情報提示部１６４における提示画像、提示画像を提示するときの強調、提示画像に重畳する情報を生成手順、提示画像(運転支援補助情報)から、オペレータが操作して車両１０へ送信する運転支援情報への調整等の実施例（実施例１から実施例１１）について説明する。なお、実施例１〜実施例５はオペレータへ提示する情報の実施例、実施例６〜実施例１１はオペレータ操作の実施例を記載している

（実施例１)

図６は、運転支援補助情報提示部１６４における提示画像の表示例（実施例１）である。

実施例１では、車両走行方向前方の画像４０に、事故パターンデータベース１５６から交通状況タグ情報を取得し、取得した交通状況タグ情報から想定した内容を想定事故パターンとして文字情報３６ａとして重畳している。

図６（Ａ）における想定事故パターンの文字情報３６ａ（「信号無交差点で、自車直進時に、左から車両が進入」）は一種類であり、画像４０の下部に重畳されている。

一方、図６（Ｂ）における想定事故パターンの文字情報３６ａ（「信号無交差点で、自車直進時に、左から車両が進入」）と、文字情報３６ｂ（「路駐車両付近で、自車直進時に、路駐車両の影から歩行者が飛び出し」）の二種類であり、画像４０の下部に重畳されている。

このとき、図６（Ｂ）において、例えば、文字情報３６ａが文字情報３６ｂよりも重要である場合に、文字情報３６ａの色を視覚的に注意喚起度合いが強い色（例えば、赤色）にする、フォントを変える、或いは文字の大きさ（ポイント）を変える等を行うことで、オペレータに注意喚起度合いを提示することができる。なお、図６（Ｂ）では、フォントを変えた例を示している。オペレータは画像を見ながら、予め定めた選択要件情報（事故例の数、事故の過失割合の度合い、及び事故に関して発生する損害額や保険金額を含む）を参考にして、例えば、文字情報３６ａ及び文字情報３６ｂの表示方法（以下の実施例３で示す、表示形態１〜表示形態３参照）の要否を入力（すなわち、表示方向を選択)するようにしてもよい。

(実施例２)

図７は、運転支援補助情報提示部１６４における提示画像の表示例（実施例２）である。

実施例２では、車両走行方向前方の画像４０に、事故パターン解析部１５２で解析した情報を重畳している。

図７（Ａ）においては、領域４２（交差点）と、注意喚起のための文字情報３６ｃ（「交差点歩行者飛び出し注意 １０ｋｍ／ｈ↓」）及びグラフ情報３４（［車速−事故頻度特性図］）が組み合わされた情報が画像４０内に重畳されている。

（領域の生成方法）
領域４２は、例えば、事故パターンデータの道路構造に関するタグ（例えば、信号無交差点）に基づき（一例として、ディープラーニングのようなＡＩ技術を用いて）、画像内の該当部分を特定し重畳すればよい。

（速度分布；グラフ情報の生成方法）
グラフ情報３４は、例えば、事故パターンデータの事故例の車速データを用いて生成し、画像へ重畳すればよい。

（「交差点歩行者飛び出し注意 １０ｋｍ／ｈ↓」のうち、１０ｋｍ／ｈの生成方法）
文字情報３６ｃの車速情報については、例えば、事故パターンデータの事故例から生成した車速分布のうち、下限値を活用すればよい。下限値でなくても、下限値から実験的、もしくは経験的に予め設定された値を引いた値を活用してもよい。

図７（Ｂ）においては、領域４４（横断歩道）と、注意喚起のための文字情報３６ｅ（「歩行者注意 ５ｋｍ／ｈ↓」）が画像４０内に重畳されている。

図７（Ｃ）においては、領域４６（相手車両４８が飛び出してくる可能性のある範囲）と、文字情報３６ｆ（「車両飛び出し注意 ５ｋｍ／ｈ↓」）と、文字情報３６ｇ（「駐車場入口」）とが画像４０内に重畳されている。文字情報３６ｇは、相手車両が飛び出してくる可能性の理由となり得る。

図７（Ｄ）においては、領域４６（相手車両４８が飛び出してくる可能性のある範囲）と、文字情報３６ｈ（「車両飛び出し注意 ５ｋｍ／ｈ↓」）と、文字情報３６ｉ（「脇道」）とが画像４０内に重畳されている。文字情報３６ｉは、相手車両が飛び出してくる可能性の理由となり得る。

（実施例３）

図８は、運転支援補助情報提示部１６４における提示画像の表示例（実施例３）である。すなわち、この図８に示す提示画像が、出力デバイス１６８Ａ（モニタ）に表示され、オペレータによって表示内容（注意喚起情報）の取捨選択等が実行される。

実施例３では、車両走行方向前方の画像４０に、事故パターン解析部１５２で解析した、事故発生の可能性のある領域４２(交差点)及び領域５０（駐車車両２６による死角）の画像を重畳している。

領域４２及び領域５０は、以下の条件によって、色又は模様等の視覚を通じた表示形態の違いによって分類される。図８では、相対的に強調度合いを大きい領域４２（交差点）を斜線格子模様とし、相対的に強調度合いが小さい領域５０（駐車車両２６による死角）を縦横格子模様としている。オペレータは画像を見ながら、予め定めた選択要件情報（事故例の数、事故の過失割合の度合い、及び事故に関して発生する損害額や保険金額を含む）を参考にして、例えば、領域４２及び領域５０の表示（以下に示す、表示形態１〜表示形態３参照）の要否を入力（すなわち、表示方法を選択）してもよい。

「表示形態１」 事故例の数を合わせて表示、もしくは、事故例の数に応じた強調度合いで表示する（なお、実施例２のように事故例の数が最も多いもののみ表示してもよい。）。

「表示形態２」 事故の過失割合の度合いを合わせて表示、もしくは、事故の過失割合の度合いに応じた強調度合いで表示する（例えば、子供の飛び出しは、相手の過失割合が多く、より注意する必要がある。）。

「表示形態３」 コスト（損害額、保険金額）の大きさに合わせて表示、もしくは、コストに応じた強調度合いで表示する（事故パターンデータベース１５６への過去の事故例の登録時にコストを併せて登録しておく。）。

（実施例４）

図９及び図１０に従い、第１の実施の形態の実施例４について説明する。

実施例４は、例えば、図４の運転支援補助情報画像２８に重畳したグラフ情報３４（［車速−事故頻度特性図］）を生成するための実施例である。

グラフ情報３４は、事故パターンデータベース１５６から読み出した交通状況タグ情報から推定される事例の統計値をそのまま活用すると、図９（Ａ）のように、異なる速度で事故発生頻度のピーク値が存在する場合がある。

この図９（Ａ）をそのまま、図４等に用いた注意喚起のグラフ情報３４Ａとして適用してもよい。

一方、実施例４では、グラフ情報３４を用いて、状況に応じた事故例にクラスタリング解析を実行している。状況とは、図９（Ｂ）に示される如く、速度、見通し度合い、及び交通量の３軸の特徴空間上に各事故例をプロットすると、幾つかのクラスタに分類される。図９（Ｂ）では、クラスタ５２Ａ、クラスタ５２Ｂ、及びクラスタ５２Ｃに分類された例を示している。なお、状況は時間帯等他の状況に入れ替える又は増加するようにしてもよい。

図９（Ｃ）は、図９（Ｂ）のクラスタリング解析されたクラスタの内、自車（車両１０）が停車中の状況が属するクラスタの分布を抽出したグラフ情報であり、例えば、図４で利用したグラフ情報３４に相当する。

図１０は、事故パターン解析部１５２で実行される、図９（Ａ）〜（Ｃ）までの処理手順を示す制御フローチャートである。

ステップ５４では、事故パターンデータベース１５６から事故例を抽出し、車速−事故発生頻度特性図を作成する(図９（Ａ）参照)。

次のステップ５６では、特徴空間（図９（Ｂ）参照）上で各事故例のクラスタリング処理を実行し、ステップ５８へ移行する。

ステップ５８では、現在、自車（呼び出し元の車両１０）がおかれている状況（停車中等）が属するクラスタを算出し、次いでステップ６０へ移行して、算出したクラスタに基づく、速度分布特性のグラフ情報（図９（Ｃ）参照）を算出し、このルーチンは終了する。

（実施例５）

図１１に従い、第１の実施の形態の実施例５について説明する。

実施例５は、車両走行方向前方の運転支援補助情報画像２８（例えば、図４参照）に、重畳するグラフ情報のバリエーションが示されている。

グラフ情報は、前述したように、図４に示すような単一の特性曲線が描画されたグラフ情報３４であってもよいが、以下のようなバリエーションが考えられる。

「バリエーション１」

これに対して、バリエーション１では、図１１（Ａ）に示される如く、３種類のグラフ情報を、線種分け又は色分けして、併設描画した例である。図１１（Ａ）では、３０ｋｍ／ｈに事故頻度のピークを持つグラフ情報３４Ｂを点線で示し、４０ｋｍ／ｈに事故頻度のピークを持つグラフ情報３４Ｃを実線で示し、５０ｋｍ／ｈに事故頻度のピークを持つグラフ情報３４Ｄを一点鎖線で示している。

なお、全てを実線として、３０ｋｍ／ｈに事故頻度のピークを持つグラフ情報３４Ｂを黄色で示し、４０ｋｍ／ｈに事故頻度のピークを持つグラフ情報３４Ｃを赤色で示し、５０ｋｍ／ｈに事故頻度のピークを持つグラフ情報３４Ｄを茶色で示すようにしてもよい。

「バリエーション２」

バリエーション２では、図１１（Ｂ）に示される如く、グラフ情報３４（図４参照）に加え、事故なし例のグラフ情報３４Ｅを加えたものである。この場合、各地点における交通情報（事故ではないデータ）を、例えば、リアルタイム地図管理システム２４等から取得する（事故パターンデータベースとは別に各地点の統計情報として保持しておいてもよい）。

グラフ情報３４とグラフ情報３４Ｅとは、バリエーション１と同様に、線種分けしてもよいし、色分けしてもよい。

「バリエーション３」

バリエーション３では、図１１（Ｃ）に示される如く、グラフ情報３４（図４参照）に加え、減速の分布を加えたものである。

すなわち、事故発生時も速度分布（グラフ情報３４）の表示に、事故の発生のみならず、所謂「ヒヤリハット」を含む走行することができたときの減速度の分布を重畳することで、さらに、詳細な状況を把握することができる。この場合、各地点における交通情報（事故ではないデータ、ここでは特に、事故に至らないヒヤリハットデータ）を、例えば、リアルタイム地図管理システム２４等から取得する（事故パターンデータベースとは別に各地点の統計情報として保持しておいてもよい）。

減速の分布としては、例えば、グラフ情報３４の７種類の速度において、箱ひげ図６２ｇ１〜ｇ７を重畳させている。箱ひげ図６２とは、図１１（Ｄ）に示される如く、箱の上端から下端までは所定以上のプロット数の分布範囲であり、箱の中のラインがピーク値を示すものであり、図１１（Ｃ）のグラフ情報３４に重畳表示することで、各速度における頻出の減速度合いが視覚的に明確に表現することができる。この場合、各地点における交通情報（事故ではないデータ）を、例えば、リアルタイム地図管理システム２４等から取得する（事故パターンデータベースとは別に各地点の統計情報として保持しておいてもよい）。

図１１（Ｃ）の考察を示す。

事故例の車速分布（グラフ情報ｄ１）を見ると、頻度は高めであるが、箱ひげ図６２による減速度の分布を見ると、急減速が行われていないことがわかる。

事故例の車速分布（グラフ情報ｄ１）だけでは、かなり車速を落とした方がよいという判断しかできないが、問題なく走行できた際の減速度の分布（箱ひげ図６２）を重畳表示することで、もう少し車速を高めに設定することができる。

（実施例６）

図１２に従い、第１の実施の形態の実施例６について説明する。

図１２は、運転支援補助情報提示部１６４から受けて、ユーザインターフェイス１６８の出力デバイス１６８Ａ（モニタ）に表示された運転支援補助情報に基づいて、入力デバイス１６８Ｂを用いたオペレータによる入力操作結果である運転支援情報画像３０であり、図４（Ｂ）の運転支援情報画像３０に相当する。

図１２（Ａ）では、車両１０の走行方向前方画像に、低速で走行してほしい領域３２（ここでは、交差点）が、入力デバイス１６８Ｂの操作によって描画されている。

また、図１２（Ｂ）では、車両１０を上方から見た平面視地図画像（鳥瞰図でもよい）に、低速で走行してほしい領域３２（ここでは、交差点）が入力デバイス１６８Ｂの操作によって描画されている。

（実施例７）

図１３に従い、第１の実施の形態の実施例７について説明する。

図１３は、運転支援補助情報提示部１６４から受けて、ユーザインターフェイス１６８の出力デバイス１６８Ａ（モニタ）に表示された運転支援補助情報に基づいて、入力デバイス１６８Ｂを用いたオペレータによる入力操作結果である運転支援情報画像３０であり、図４（Ｂ）の運転支援情報画像３０に相当する。

図１３（Ａ）では、車両１０の走行方向前方画像に、一旦停止してほしい領域５０（ここでは、駐車車両２６の前方）が入力デバイス１６８Ｂの操作によって描画されている。

また、図１３（Ｂ）では、車両１０を上方から見た平面視地図画像２８Ａ（鳥瞰図でもよい）に、一旦停止してほしい領域５０（ここでは、駐車車両２６の前方）が入力デバイス１６８Ｂの操作によって描画されている。

（実施例８）

図１４に従い、第１の実施の形態の実施例８について説明する。

実施例８では、出力デバイス１６８Ａ（モニタ）に表示される運転支援補助情報画像６４に対して、入力デバイス１６８Ｂの操作による編集例を示している。

図１４（Ａ）は、運転支援補助情報提示部１６４から出力されて、ユーザインターフェイス１６８の出力デバイス１６８Ａ（モニタ）に表示される運転支援補助情報画像６４であり、オペレータは入力デバイス１６８Ｂの操作により、低速で走行してほしい領域３２（ここでは、交差点）を拡大するように編集し、図１４（Ｂ）に示す運転支援情報画像６６を生成する。

（実施例９）

図１５に従い、第１の実施の形態の実施例９について説明する。

実施例９では、出力デバイス１６８Ａ（モニタ）に表示される運転支援補助情報画像６４に対して、入力デバイス１６８Ｂの操作による編集例を示している。

図１５（Ａ）は、運転支援補助情報提示部１６４から出力されて、ユーザインターフェイス１６８の出力デバイス１６８Ａ（モニタ）に表示される運転支援補助情報画像６４であり、オペレータは入力デバイス１６８Ｂの操作により、低速で走行してほしい文字情報３６（「交差点歩行者飛び出し注意 １ｋｍ／ｈ↓」）の速度指定を緩和するように編集し（「交差点歩行者飛び出し注意 １０ｋｍ／ｈ↓」）、図１５（Ｂ）に示す運転支援情報画像６６を生成する。

（実施例１０）

図１６に従い、第１の実施の形態の実施例１０について説明する。

実施例１０では、出力デバイス１６８Ａ（モニタ）に表示される運転支援補助情報画像６４に対して、入力デバイス１６８Ｂの操作による編集例を示している。

図１６（Ａ）は、運転支援補助情報提示部１６４から出力されて、ユーザインターフェイス１６８の出力デバイス１６８Ａ（モニタ）に表示される運転支援補助情報画像６４であり、オペレータは入力デバイス１６８Ｂの操作により、低速で走行してほしい領域３２（ここでは、交差点）を拡大するように編集すると共に、領域５０（駐車車両２６による死角）を削除し、図１６（Ｂ）に示す運転支援情報画像６６を生成する。領域５０の削除の理由としては、駐車車両２６の前方は歩道と車道との間に柵等があり、事故の頻度が極めて低いことが挙げられる。

（実施例１１）

図１７に従い、第１の実施の形態の実施例１１について説明する。

実施例１１では、出力デバイス１６８Ａ（モニタ）に表示される運転支援補助情報画像６４に対して、入力デバイス１６８Ｂの操作による編集例を示している。

図１７（Ａ）は、運転支援補助情報提示部１６４から出力されて、ユーザインターフェイス１６８の出力デバイス１６８Ａ（モニタ）に表示される運転支援補助情報画像６４であり、オペレータは入力デバイス１６８Ｂの操作により、図１１（Ｂ）で示したような、車速−事故頻度特性図に描画された事故なしデータを削除すると共に、低速で走行してほしい文字情報３６（「交差点歩行者飛び出し注意 ３０ｋｍ／ｈ↓」）の速度指定を厳しくするように編集している（「交差点歩行者飛び出し注意 １０ｋｍ／ｈ↓」）。

｛第２の実施の形態｝

以下に、本発明の第２の実施の形態について説明する。なお、第２の実施の形態において、上記第１の実施の形態と同一構成部分については、同一の符号を付してその構成の説明を省略する。

第２の実施の形態の特徴は、予め定めた走行ルート情報に基づく走行位置を入力源として、例えば、リアルタイム地図管理システム２４等から各走行位置における周辺画像に基づいて、走行ルート上の必要な拠点毎に運転支援情報を生成し、走行プロファイルを作成する点にある。各走行地点での周辺画像は、走行ルートに沿ったシミュレーションを実行して生成してもよい。

図１８は、第２の実施の形態に係る、走行ルート情報を受けて、運転支援制御装置１２で実行される運転支援情報を提供する制御を実行するための機能ブロック図である。なお、図１８の各ブロックは、機能別に分類したものであり、運転支援制御装置１２のハード構成を限定するものではない。

運転支援制御装置１２は、走行ルート情報受信部１７２を備えており、予め設定した走行ルート情報を受信する。

走行ルート情報受信部１７２は、事故パターン解析部１５２に接続されており、受信した車両情報は、事故パターン解析部１５２へ送出する。

事故パターン解析部１５２では、車両情報に基づいて、関連する事故パターン情報を取得するべく、事故パターン情報検索指示部１５４に対して、検索情報を送出する。

事故パターン情報検索指示部１５４は、事故パターンデータベース１５６に接続され、事故パターン解析部１５２から受けた検索情報を、事故パターンデータベース１５６へ通知する。

事故パターンデータベース１５６では、当該検索情報に関連付けられた、過去の事故パターンデータを抽出し、事故パターン解析部１５２へ送出する。事故パターンデータベース１５６の構造は、第１の実施の形態と同様であるので、ここでの詳細な説明は省略する。

事故パターン解析部１５２では、車両１０から受けた車両情報と、事故パターンデータベース１５６から受けた過去の事故パターンデータとが集約され、これらを解析することで、オペレータが車両１０の自律走行の再開を判断するにあたって、その場面で想定される事故のリスクを考慮しやすいような運転支援補助情報を作成する。解析の一例としては、機械学習、ディープラーニング等のＡＩ技術を用いることが有効である。

事故パターン解析部１５２は、運転支援補助情報提示部１６４に接続されており、解析結果である、運転支援補助情報を、運転支援補助情報提示部１６４へ送出する。

運転支援補助情報提示部１６４では、更新部１６６及びユーザインターフェイス１６８の出力デバイス１６８Ａに接続され、運転支援補助情報を、更新部１６６へ送出すると共に、出力デバイス１６８Ａへ出力する。出力デバイス１６８Ａは、モニタやプリンタ等が該当するが、第１の実施の形態では、少なくともモニタを含むものとする。

出力デバイス１６８Ａに出力された運転支援補助情報は、オペレータによって確認（目視確認）可能となり、オペレータは、運転支援補助情報の確認後、ユーザインターフェイス１６８の入力デバイス１６８Ｂ（キーボード、マウス等）を用いて、更新部１６６では、運転支援補助情報提示部１６４から受信した運転支援補助情報を更新する。更新とは、例えば、モニタ上の画像の削除、変更、追記等の編集を言い、運転支援補助情報は、更新部１６６での情報更新によって運転支援情報となり、走行プロファイル生成部１７４へ送出される。

走行プロファイル生成部１７４は、走行プロファイルデータベース１７６に接続され、生成された走行プロファイルを走行プロファイルデータベース１７６に順次格納する。

以下に、第２の実施の形態の作用を説明する。

図１９は、第２の実施の形態に係る運転支援制御装置１２における運転支援情報生成のための制御フローチャートである。なお、図１９のフローチャートは運転支援制御装置１２において、順次ループしながら実行される各種制御の１つである。

ステップ１８０では、走行ルート情報を受信したか否かを判断する。このステップ１８０で否定判定された場合は、このルーチンは終了する。

また、ステップ１８０で肯定判定されると、受信した走行ルート情報に存在する注意喚起地点数に応じて、ステップ１０２Ａ→ステップ１０４Ａ→ステップ１０６Ａ→ステップ１０８Ａ→ステップ１１０Ａを繰り返し、繰り返し処理が終了すると、ステップ１８２へ移行する。

（繰り返し処理）

ステップ１０２Ａでは、車両１０の位置情報を受信すると共に、例えば、リアルタイム地図管理システム２４から現在位置交通情報を受信して、ステップ１０４Ａへ移行する。

ステップ１０４Ａでは、事故パターンデータベース１５６から、現在の交通情報と類似する交通状況の過去事故パターン例（例えば、図３に示す、事例［１］、「２」、［３］・・・）を取得し、ステップ１０６Ａへ移行する。

ステップ１０６Ａでは、事故パターン解析部１５２において解析（例えば、ＡＩを用いた、機械学習やディープラーニング等）を行い、ステップ１０８Ａへ移行して、速度注意領域（図４（Ａ）に示す領域３２を、車両１０の前方画像に重畳した、運転支援補助情報画像２８を提示し、出力デバイス１６８Ａへ出力する。これにより、オペレータは、出力デバイス１６８Ａ（モニタ）の出力結果（表示）を確認することができる。

次のステップ１１０Ａでは、入力デバイス１６８Ｂでは、オペレータによって操作された注意喚起を高めるような更新を行う（運転支援補助情報から運転支援情報への更新）。第１の実施の形態では、図４（Ａ）に示す領域３２から、図４（Ｂ）に示す領域３２への拡大編集されている。

上記走行ルート情報に存在する注意喚起地点数に相当する繰り返し処理後に移行するステップ１８２では、走行プロファイルを作成し、ステップ１８４へ移行する。

ステップ１８４では、ステップ１８２で作成した走行プロファイルを走行プロファイルデータベース１７６へ格納し、このルーチンは終了する。

第２の実施の形態によれば、実際に自動運転車両（車両１０）が走行しているときに発生する走行困難時に限らず、予め走行ルート情報に基づく走行位置毎の運転支援情報に基づいて、走行プロファイルを作成することで、走行ルート情報に沿った走行時の事故のリスクを未然に回避することができる。

１０ 車両、１２運転支援制御装置、１４ 車両制御装置、２０ 自動運転制御装置、１６ カメラ群、１６Ａ 前方向カメラ、１６Ｂ 左前方向カメラ、１６Ｃ 左後方向カメラ、１６Ｄ 右前方向カメラ、１６Ｅ 右後方向カメラ、１８ レーダ群、２２ ネットワーク、２２Ａ 無線通信装置、２４ リアルタイム地図管理システム、２６ 駐車車両、１５０ 車両情報受信部、１５２ 事故パターン解析部、１５４ 事故パターン情報検索指示部、１５６ 事故パターンデータベース、 相手の種類・挙動、１６４ 運転支援補助情報提示部、１６６ 更新部、１６８ ユーザインターフェイス、１６８Ａ 出力デバイス、１６８Ｂ 入力デバイス、１７０ 運転支援情報送信部、２８ 運転支援補助情報画像、３０ 運転支援情報画像、３２ 領域、３４、３４Ａ、３４Ｂ、３４Ｃ、３４Ｄ グラフ情報、３６、３６ａ、３６ｂ、３６ｃ、３６ｅ、３６ｆ、３６ｇ、３６ｈ、３６ｉ 文字情報、 ４０ 画像、４２領域、４４ 領域、４６ 領域、４８ 相手車両，５０ 領域、６２ 箱ひげ図、６４ 運転支援補助情報画像、６６ 運転支援情報画像

Claims (10)

1. 自動運転を行っている車両の走行を遠隔から支援する運転支援制御装置（１２）であって、
   走行位置を示す位置情報と当該走行位置の周辺画像を少なくとも含む車両情報を受信する受信部（１５０）と、
   複数の過去の事故事例と交通状況とが対応付けられて格納された事故パターンデータベース（１５６）と、
   前記受信部で受信した前記車両情報に基づいて、前記事故パターンデータベースから、前記車両情報に関連する事故パターンデータを読み出し、前記受信部で受信された車両情報に含まれる前記周辺画像に注意喚起情報を重畳して、運転支援補助情報を生成する解析部（１５２、１５４）と、
   前記解析部で注意喚起情報を重畳した周辺画像を、前記車両へ提供する提供部（１６６，１６８、１７０）と、
   を有する運転支援制御装置。
2. 前記受信部は、自動運転を行っている車両から、前記車両情報をリアルタイムで受信する、請求項１記載の運転支援制御装置。
3. 前記受信部は、走行ルート情報に基づく走行位置と各走行位置における周辺画像を含む車両情報を受信する、請求項１記載の運転支援制御装置。
4. 前記提供部が、
   前記解析部で生成した前記運転支援補助情報を、運転支援を監視するオペレータが視覚を通じて認識可能な出力デバイス（１６８Ａ）へ出力する運転支援補助情報提示部と、
   前記出力デバイスに出力された運転支援補助情報を、入力デバイス（１６８Ｂ）から入力された入力情報に基づいて更新する更新部と、
   前記更新部で更新された運転支援情報を、前記受信部で受信した車両情報の送信元へ送信する運転支援情報送信部と、
   を備える請求項１〜請求項３の何れか１項記載の運転支援制御装置。
5. 前記運転支援補助情報には、注意喚起情報が含まれる、請求項４記載の運転支援制御装置。
6. 前記更新部での更新が、前記運転支援補助情報に含まれる注意喚起情報の取捨選択である、請求項５記載の運転支援制御装置。
7. 前記注意喚起情報として、事故パターンに基づいて、車両の速度注意領域に関する情報を生成し、
   前記更新部での更新が、前記速度注意領域を示す情報の取捨選択、及び前記速度注意領域の編集である、請求項５記載の運転支援制御装置。
8. 前記解析部が、前記注意喚起情報として、
   前記事故パターンデータに基づいて、速度と事故発生頻度との関係を示す速度−事故発生頻度特性曲線を生成する、請求項５〜請求項７の何れか１項記載の運転支援制御装置。
9. 前記解析部が、前記注意喚起情報として、
   前記事故パターンデータを、速度、見通し度合い、交通量、及び時間帯の少なくとも１つを含むクラスタリングファクタに基づいてクラスタリングを行い、最も現状に適したクラスタに属する事故例に基づいて、速度と事故発生頻度との関係を示す速度−事故発生頻度特性曲線を生成する、請求項５〜請求項７の何れか１項記載の運転支援制御装置。
10. コンピュータを、
    請求項１〜請求項９の何れか１項記載の運転支援制御装置の各部として動作させる、
    運転支援制御プログラム。

Images