JP2024080903A - 情報処理システム、情報処理方法及びコンピュータプログラム - Google Patents

Abstract

【課題】 より好適に交通事故の危険を知らせる。【解決手段】 道路上に設置されたセンサにより検出されたデータに基づいて、前記道路の所定範囲における交通事故の危険度の高低を判定する制御部を備える情報処理システム。【選択図】 図１

Description

本開示は、情報処理システム、情報処理方法及びコンピュータプログラムに関する。

従来より、横断歩道における交通事故を抑制するための技術が提案されている。特許文献１には、歩行者用信号機の近傍に取り付けられたカメラにより、赤信号を無視して道路を横断しようとする歩行者を検出し、当該歩行者に対して音を発したり、光を照射したりすることで、当該歩行者による交通違反を抑制するシステムが開示されている。

特許文献２には、歩きスマホによる交通事故を抑制するための技術が開示されている。具体的には、横断歩道の上方にビデオカメラを設置し、信号待ちをしている歩行者のうち携帯端末を操作している操作者を検出する。そして、当該操作者が歩行者用信号灯の赤信号や青信号の点滅を無視して横断歩道の横断を開始した場合に、スピーカから警告音を出力する。

特開２０１７－４９８８７号公報 特開２０２０－１１３１８５号公報

特許文献１，２の技術では、例えば赤信号を無視した歩行者に警告を行う。しかしながら、実際の道路上では、交通事故につながるおそれのある危険な状況は様々であり、かつその危険度についても、軽い状況から重い状況まで様々である。

例えば、これらの状況のすべてについてスピーカから警告音を発するように構成すると、警告音が頻回に発せられることになり、歩行者等の警戒心が薄れるとともに、近隣の住民等に不快感を与えるおそれがある。このため、より好適に歩行者等に交通事故の危険度を知らせる必要がある。

本開示は、かかる従来の問題点に鑑み、より好適に交通事故の危険を知らせることができる情報処理システム等を提供することを目的とする。

本開示の情報処理システムは、道路上に設置されたセンサにより検出されたデータに基づいて、前記道路の所定範囲における交通事故の危険度の高低を判定する制御部を備える情報処理システムである。

本開示の情報処理方法は、道路上に設置されたセンサにより検出されたデータに基づいて、前記道路の所定範囲における交通事故の危険度の高低を判定する情報処理方法である。

本開示のコンピュータプログラムは、コンピュータに、道路上に設置されたセンサにより検出されたデータに基づいて、前記道路の所定範囲における交通事故の危険度の高低を判定させる、コンピュータプログラムである。

本開示によれば、より好適に交通事故の危険を知らせることができる。

図１は、実施形態に係る情報処理システムを例示する図である。 図２は、実施形態に係る情報処理システムを例示するブロック図である。 図３は、実施形態に係る情報処理方法の一例を示すフローチャートである。 図４は、図３の危険度判定工程のサブルーチンを示す図である。 図５は、実施形態に係る危険度判定の一例を説明する図である。 図６は、実施形態に係る危険度判定の一例を説明する図である。 図７は、実施形態に係る危険度判定の一例を説明する図である。 図８は、変形例に係るセンサを示す図である。 図９は、変形例に係る情報処理方法を示すフローチャートである。

＜本開示の実施形態の概要＞
以下、本開示の実施形態の概要を列記して説明する。

（１）本開示の情報処理システムは、道路上に設置されたセンサにより検出されたデータに基づいて、前記道路の所定範囲における交通事故の危険度の高低を判定する制御部を備える情報処理システムである。

交通事故の危険度の高低を判定することで、特に危険度の高い場合に限って歩行者又は車両等に交通事故の危険を知らせる等、より好適に交通事故の危険を知らせることができる。

（２）前記（１）の情報処理システムにおいて、前記センサは、前記道路上に存在する移動体の位置及び速度に関する情報を、前記データとして検出してもよい。この場合、前記制御部は、前記データから取得される前記位置及び前記速度に基づいて、前記移動体が現在以降に移動する予測範囲をそれぞれ算出し、前記予測範囲に基づいて、前記危険度の高低を判定してもよい。

交通事故の危険度の高低は、交通事故が実際に発生するよりも前に判定する必要がある。情報処理システムでは、移動体が現在以降に移動する予測範囲に基づいて危険度の高低を判定するため、交通事故の危険度を適時に判定することができる。

（３）前記（２）の情報処理システムにおいて、前記センサは、複数の前記移動体のそれぞれの前記位置及び前記速度に関する情報を、前記データとして検出してもよい。この場合、複数の前記移動体は、前記道路のうち車道を横断する、又は前記道路のうち前記車道の脇にある歩道を通行する第１移動体と、前記車道を通行する第２移動体と、を含んでもよく、前記制御部は、現在以降の所定の時点において、前記第１移動体の前記予測範囲である第１予測範囲の少なくとも一部が、前記第２移動体の前記予測範囲である第２予測範囲と重複する場合に、前記危険度を、前記第１予測範囲が前記第２予測範囲と重複しない場合よりも高く判定してもよい。

このように構成することで、第１移動体と第２移動体とが衝突する交通事故が発生する蓋然性が高い状況を適時に判定することができる。

（４）前記（２）の情報処理システムにおいて、前記移動体は、前記道路のうち車道を横断する、又は前記道路のうち前記車道の脇にある歩道を通行する第１移動体を含んでもよく、前記制御部は、現在以降の所定の時点において、前記第１移動体の前記予測範囲である第１予測範囲の少なくとも一部が、前記車道のうち横断歩道のない第１領域と重複する場合に、前記危険度を、前記第１予測範囲が前記第１領域と重複しない場合よりも高く判定してもよい。

このように構成することで、第１移動体による車道の乱横断等、第１移動体が交通事故に合う蓋然性が高い状況を適時に判定することができる。

（５）前記（１）から前記（４）のいずれかの情報処理システムにおいて、前記センサは、前記道路のうち横断歩道を含む第２領域と、前記第２領域よりも前記道路の脇に近い第３領域と、を見下ろすように設置されてもよい。この場合、ミリ波帯の検知信号により前記第２領域に存在する移動体を検出するミリ波センサと、イメージセンサにより前記第３領域に存在する移動体を検出するカメラと、を含んでもよく、前記制御部は、前記ミリ波センサにより検出された前記データである第１データと、前記カメラにより検出された前記データである第２データと、に基づいて、前記危険度の高低を判定してもよい。

このように構成することで、ミリ波センサ及びカメラの機能を補完し合うことができるため、より好適に危険度の高低を判定することができる。

（６）前記（１）から前記（５）のいずれかの情報処理システムにおいて、前記制御部は、前記危険度の高低として、第１レベルと、前記第１レベルよりも前記危険度が高いことを示す第２レベルと、前記第２レベルよりも前記危険度が高いことを示す第３レベルと、を判定してもよい。

このように危険度の高低を細分化して判定することで、所定範囲を通行する移動体等に対して、より正確に危険度を知らせることができる。

（７）前記（６）の情報処理システムにおいて、前記制御部は、前記第２レベルと判定した場合に、前記所定範囲に存在する移動体又は前記所定範囲に向かって移動する移動体に対して、光により前記危険度を知らせる第１報知部から光を発させてもよく、前記第３レベルと判定した場合に、前記所定範囲に存在する移動体又は前記所定範囲に向かって移動する移動体に対して、音により前記危険度を知らせる第２報知部から音を発させてもよい。

このように構成することで、特に危険度の高い第３レベルと判定された場合に、第２報知部から音を発させ、それよりも低い第２レベルと判定された場合には第１報知部から光を発させることで移動体に危険度を知らせることができる。これにより、移動体に適度な頻度にて危険度を知らせることができる。

（８）前記（１）から前記（７）のいずれかの情報処理システムにおいて、前記センサは、前記道路上における音を検出してもよい。この場合、前記制御部は、前記道路上における音に異常音が含まれる場合に、前記危険度を、前記異常音が含まれない場合よりも高く判定してもよい。

このように構成することで、道路上に障害物が設置されている場合であっても、道路上で発生する音をある程度検出することができ、危険度の高低の判定の質を維持することができる。

（９）前記（８）の情報処理システムにおいて、前記制御部は、交通信号機により前記所定範囲への車両の進入が許可されていない状態で、前記所定範囲における車両の走行音が時間の経過とともに大きくなる場合に、前記異常音が含まれると判定してもよい。

このような音が検出されている場合、所定範囲への進入が許可されていないにもかかわらず、車両が減速せずに所定範囲へ近づいているおそれが高く、信号無視等により交通事故が発生する蓋然性が高い。このような音を異常音と判定することで、交通事故が発生する蓋然性が高い状況を判定することができる。

（１０）前記（１）から前記（９）のいずれかの情報処理システムにおいて、前記センサは、前記道路のうち前記所定範囲よりも上流側に位置する領域において前記所定範囲に向かって通行する車両を検出してもよい。この場合、前記制御部は、前記車両の速度が所定速度よりも速い場合に、前記危険度を、前記車両の速度が前記所定速度よりも遅い場合よりも高く判定してもよい。

このように構成することで、高速で走行する車両を所定範囲よりも上流側の領域にて検出するため、所定範囲を通行する歩行者等へ適時に危険を知らせることができる。

（１１）本開示の情報処理方法は、道路上に設置されたセンサにより検出されたデータに基づいて、前記道路の所定範囲における交通事故の危険度の高低を判定する情報処理方法である。

交通事故の危険度の高低を判定することで、特に危険度の高い場合に限って歩行者又は車両等に交通事故の危険を知らせる等、より好適に交通事故の危険を知らせることができる。

（１２）本開示のコンピュータプログラムは、コンピュータに、道路上に設置されたセンサにより検出されたデータに基づいて、前記道路の所定範囲における交通事故の危険度の高低を判定させる、コンピュータプログラムである。

交通事故の危険度の高低を判定することで、特に危険度の高い場合に限って歩行者又は車両等に交通事故の危険を知らせる等、より好適に交通事故の危険を知らせることができる。

＜本開示の実施形態の詳細＞
以下、図面を参照して、本開示の実施形態の詳細を説明する。

［１．情報処理システム］
［１．１ 情報処理システムの全体構成］
図１は、本実施形態の情報処理システム１の構成例を示す道路平面図である。
図２は、情報処理システム１の構成例を示すブロック図である。

情報処理システム１は、道路Ｒ１の所定範囲Ｍ１における交通事故の危険度（以下、単に「危険度」と称する。）の高低を判定する機能と、危険度の高低に応じて道路Ｒ１上の移動体９に危険度を報知する機能と、ネットワークＮ１を介して携帯端末４及び車載装置５に危険度を通知する機能と、を有する。情報処理システム１は、制御部１１を含む情報処理装置１０と、道路Ｒ１上に設置された複数のセンサ２０と、道路Ｒ１上に存在する複数の移動体９に危険度を知らせる複数の報知部３０と、を備える。

道路Ｒ１は、車道Ｒ２と、車道Ｒ２の脇にある歩道Ｒ３と、を含む。車道Ｒ２は、横断歩道Ｃ１を含む。車道Ｒ２には、車両の通行の許否を示す交通信号機６１が設けられている。また、横断歩道Ｃ１には、歩行者等の通行の許否を示す交通信号機６２が設けられている。

複数の移動体９は、第１移動体Ｈｘと、第２移動体Ｖ１と、を含む。第２移動体Ｖ１は、例えば車両（自動車、原動機付自転車、軽車両、トロリーバス等）である。第２移動体Ｖ１は、路面電車等、車道Ｒ２を通行する物体であれば特に限定されない。図１では、第２移動体Ｖ１の例として、横断歩道Ｃ１に向かって直進する方向に進入予定の車両Ｖ１ａと、左折により横断歩道Ｃ１に進入予定の車両Ｖ１ｂとを示している。

第１移動体Ｈｘは、例えば、歩行者又は自転車であり、主に歩道Ｒ３を通行するか、又は車道Ｒ２を横断する。図１では、第１移動体Ｈｘの例として、歩行者Ｈ１，Ｈ２，Ｈ３，Ｈ４，Ｈ５を示している。

歩行者Ｈ１は、交通信号機６２が青灯から赤灯に変わるまでに横断歩道Ｃ１を渡りきれない者である。歩行者Ｈ２は、歩きながら携帯端末４（例えば、スマートフォン）を操作している者である。歩行者Ｈ２は、例えば横断歩道Ｃ１へ左折により進入しようとしている車両Ｖ１ｂに気が付きにくい。

歩行者Ｈ３は、視力が比較的弱く、白杖を携えている者である。なお、歩行者Ｈ３は、足腰が比較的弱く、自身の体を支えるために杖を携えている者であってもよい。例えば、歩行者Ｈ３は横断歩道Ｃ１の途中で転倒するおそれや、交通信号機６２が青灯から赤灯に変わるまでに横断歩道Ｃ１を渡りきれないおそれが比較的高い。

歩行者Ｈ４は、車椅子に乗っている者である。歩行者Ｈ４は、立位の歩行者（例えば歩行者Ｈ１）に比べて頭の位置が低いため、例えば横断歩道Ｃ１へ左折により進入しようとしている車両Ｖ１ｂの死角に入り、車両Ｖ１ｂの運転手に気付かれないおそれが比較的高い。また、歩行者Ｈ４は、交通信号機６２が青灯から赤灯に変わるまでに横断歩道Ｃ１を渡りきれないおそれが比較的高い。歩行者Ｈ５は、歩道Ｒ３から、横断歩道Ｃ１のない車道Ｒ２へ飛び出している者である。

情報処理装置１０は、例えば道路Ｒ１上において交通信号機６２を支持する支柱７１に設けられている。なお、情報処理装置１０は、情報処理システム１のサービス提供者の管理センター等、道路Ｒ１とは離れた位置に設置されていてもよい。この場合、情報処理装置１０は、インターネット等のネットワークＮ１を介して複数のセンサ２０及び複数の報知部３０と無線通信を行う。また、情報処理装置１０は、ネットワークＮ１を介して携帯端末４及び車載装置５と無線通信を行う。

携帯端末４は、例えばスマートフォンであり、第１移動体Ｈｘが携帯している。車載装置５は、例えばナビゲーション装置であり、第２移動体Ｖ１に搭載されている。情報処理装置１０は、例えば危険度を含む通知情報をネットワークＮ１を介して携帯端末４及び車載装置５に送信することで、携帯端末４及び車載装置５に危険度を通知する。通知情報を受信した携帯端末４及び車載装置５は、それぞれの表示部に危険度に関する情報を表示する。

複数のセンサ２０は、例えば道路Ｒ１の所定範囲Ｍ１を監視する。所定範囲Ｍ１は、例えば横断歩道Ｃ１と、横断歩道Ｃ１の前後の車道Ｒ２と、横断歩道Ｃ１に隣接する歩道Ｒ３とを含む。複数のセンサ２０は、所定範囲Ｍ１を範囲Ｍ１ａ，Ｍ１ｂに分割してそれぞれ監視するセンサ２１，２２と、所定範囲Ｍ１よりも上流に位置する車道Ｒ２を監視するセンサ２３と、を含む。センサ２１が監視する範囲Ｍ１ａと、センサ２２が監視する範囲Ｍ１ｂは、重複していてもよい。

複数のセンサ２０は、道路Ｒ１上に存在する複数の移動体９の位置及び速度に関するデータＤ１をそれぞれ検出する。複数のセンサ２０は、例えば、イメージセンサを含むカメラであり、動画データ又は複数の画像データをデータＤ１として取得する。また、複数のセンサ２０は、ミリ波帯の検知信号により複数の移動体９の位置及び速度をそれぞれデータＤ１として検出するミリ波センサであってもよい。複数のセンサ２０のうち、一部のセンサ（例えばセンサ２１，２２）がカメラであってもよく、残りのセンサ（例えばセンサ２３）がミリ波センサであってもよい。

複数の報知部３０は、第１報知部３１と、第２報知部３２と、を含む。第１報知部３１は、所定範囲Ｍ１に存在する移動体９又は所定範囲Ｍ１に向かって移動する移動体９に対して、光により交通事故の危険度を知らせる。第１報知部３１は、例えば電光掲示板、又は回転灯である。図１では、交通信号機６１の上部に第１報知部３１としての電光掲示板が設置され、所定範囲Ｍ１に向かって移動する車両Ｖ１ａに危険度を報知する例を示している。なお、第１報知部３１は、例えば交通信号機６２の付近に設けられ、横断歩道Ｃ１を渡る歩行者Ｈ１等に対して危険度を報知してもよい。

第２報知部３２は、移動体９に対して音により交通事故の危険度を知らせる。図１では、所定範囲Ｍ１に存在する第１移動体Ｈｘに危険度を知らせる第２報知部３２ａと、所定範囲Ｍ１に向かって移動する第２移動体Ｖ１に危険度を知らせる第２報知部３２ｂとを、第２報知部３２の例として示している。

第２報知部３２は、例えばスピーカである。第２報知部３２は、例えば所定範囲Ｍ１に向けて集中的に音を発する指向性スピーカであってもよい。より具体的には、第２報知部３２は、所定範囲Ｍ１内の１個の移動体９（例えば歩行者Ｈ１）に向けて集中的に音を発する指向性スピーカであってもよい。

［１．２ 情報処理装置の構成］
図２を参照する。情報処理装置１０は、制御部１１と、記憶部１２と、通信部１３と、読取部１４と、を備える。これら各部１１～１４は、電気的に接続されている。

制御部１１は、例えばプロセッサ等の回路構成（Ｃｉｒｃｕｉｔｒｙ）を含む。制御部１１は、具体的には、１個又は複数個のＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）を含む。制御部１１に含まれるプロセッサは、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）であってもよい。制御部１１は、記憶部１２に記憶されているコンピュータプログラムを読み出して、各種の演算及び制御を実行する。

記憶部１２は、揮発性メモリと、不揮発性メモリと有する。揮発性メモリは、例えばＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）を含む。不揮発性メモリは、例えばフラッシュメモリ、ＨＤＤ、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）又はＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）等を含む。記憶部１２は、例えば、不揮発性メモリにコンピュータプログラム及び各種のパラメータを記憶している。

通信部１３は、通信線を介して、複数のセンサ２０及び複数の報知部３０と有線通信する通信インターフェースを含む。通信部１３は、例えばアンテナを有し、各種の無線通信方式（例えば４Ｇ等の移動通信方式、又はＷｉ－Ｆｉ（登録商標）等の近距離無線通信）により複数のセンサ２０及び複数の報知部３０と無線通信する通信インターフェースを含んでもよい。また、通信部１３は、ネットワークＮ１を介して、携帯端末４及び車載装置５と無線通信する通信インターフェースを含む。

読取部１４は、コンピュータが読取り可能な記録媒体１５から情報を読み取る。記録媒体１５は、例えばＣＤ、ＤＶＤ等の光学ディスク又はＵＳＢフラッシュメモリである。読取部１４は、例えば光学ドライブ又はＵＳＢ端子である。記録媒体１５にはコンピュータプログラム及び各種のパラメータが記録されており、記録媒体１５を読取部１４に読み取らせることで、コンピュータプログラム及び各種のパラメータが記憶部１２の不揮発性メモリに記憶される。

［１．３ 情報処理方法］
図３は、実施形態に係る情報処理方法の一例を示すフローチャートである。図３では、制御部１１が記憶部１２に記憶されているコンピュータプログラムを読み出して実行する各種の工程を示している。

はじめに、制御部１１は、複数のセンサ２０からデータＤ１を取得する（ステップＳ１１）。例えば、センサ２１，２２から所定範囲Ｍ１の画像データを取得し、センサ２３から車道Ｒ２を走行する第２移動体Ｖ１の位置及び速度を取得する。

次に、制御部１１は、データＤ１に基づいて、危険度の高低を判定する危険度判定工程を実行する（ステップＳ１２）。危険度判定工程において、制御部１１は、例えば所定範囲Ｍ１における危険度の高低として、第１レベル（安全）、第２レベル（注意）及び第３レベル（危険）という３段階のレベルを判定する。

第１レベル（安全）は、通常程度の危険度である。所定範囲Ｍ１において、交通事故の危険度が高まるような所定の事象が生じていない場合に、制御部１１は危険度が第１レベルであると判定する。

第２レベル（注意）は、第１レベルよりも高い危険度である。例えば、所定範囲Ｍ１に、交通信号機６２が青灯から赤灯に変わるまでの間に横断歩道Ｃ１を渡りきれないことが予測される者（歩行者Ｈ１）、歩きスマホをしている者（歩行者Ｈ２）、白状を持っている者（歩行者Ｈ３）、又は車いすに乗っている者（歩行者Ｈ４）がいる場合、第１レベルよりも交通事故が生じる蓋然性が高い。このような場合に、制御部１１は危険度が第２レベルであると判定する。

危険度が第２レベルである場合、第１移動体Ｈｘは、例えば横断歩道Ｃ１の横断を止めて途中で引き返したり、横断歩道Ｃ１を急いで渡り切ったりする等の対応を検討する必要が生じる。また、第２移動体Ｖ１は、減速したり、停止したりする等の対応を検討する必要がある。

第３レベル（危険）は、第２レベルよりも高い危険度である。例えば、交通信号機６２が赤灯であるにもかかわらず、横断歩道Ｃ１上に第１移動体Ｈｘがいる場合に、制御部１１は危険度が第３レベルであると判定する。他にも、車道Ｒ２のうち横断歩道のない領域である第１領域Ｂ１に進入している者（歩行者Ｈ５）がいる場合に、制御部１１は危険度が第３レベルであると判定する。

危険度が第３レベルである場合、第１移動体Ｈｘは、急いで歩道Ｒ３に退避する必要がある。また、第２移動体Ｖ１は、減速又は停止する必要がある。

図４は、図３の危険度判定工程のサブルーチンを示す図である。
制御部１１は、データＤ１に基づいて、複数の移動体９の位置及び種類をそれぞれ判定する（ステップＳ２０１）。例えば、制御部１１は、画像データに対してパターンマッチングを行うことで、画像データに写る複数の移動体９が、自動車、自転車又は歩行者のいずれであるかを判定する。なお、判定の結果、データＤ１において移動体９が含まれていない場合、制御部１１は危険度判定工程を終了して、次のステップＳ１３に進む。また、この場合において、後述の第１報知部３１又は第２報知部３２からの出力がなされているときには、その出力を停止したうえで、次のステップＳ１３に進む。

移動体９が自転車である場合、その進行方向に基づいて、車道Ｒ２を通行している自転車であるか、歩道Ｒ３又は横断歩道Ｃ１を通行している自転車であるかを判定する。また、移動体９が歩行者である場合、子供か、大人か、歩きスマホをしているか、白杖等の杖を持っているか、車椅子に乗っているか、等のより細分化された種類を判定する。制御部１１は、複数の移動体９の位置及び種類について判定した移動体情報を、記憶部１２に記憶させる。

なお、制御部１１はパターンマッチング以外の処理により、移動体９の位置及び種類を判定してもよい。例えば、制御部１１は移動体９の種類について学習させた学習済モデルにデータＤ１を入力することで、移動体９の種類がラベリングされた出力データを取得してもよい。

ステップＳ２０２に示すように、制御部１１は、移動体９の種類に応じて、危険度のレベル判定を行う。なお、データＤ１に複数の移動体９が含まれている場合、制御部１１は複数の移動体９ごとにステップＳ２０２を実行する。例えば、データＤ１に第１移動体Ｈｘ及び第２移動体Ｖ１の両方が含まれている場合、制御部１１は後述のステップＳ２１１以降の処理と、ステップＳ２２１以降の処理を、順番に実行してもよいし、並行して実行してもよい。

制御部１１は、ステップＳ２０１にて判定した移動体９が第１移動体Ｈｘである場合、移動体９が所定対象であるか否かを判定する（ステップＳ２１１）。ここで、所定対象は、例えば車両の通行時に見かけた場合に、特に運転に気をつけるべき対象である。所定対象の具体例を以下に列記する。

＜所定対象の具体例＞
・子供（例えば、身長１２０ｃｍ以下）
・歩きスマホをしている者（歩行者Ｈ２）
・白杖等の杖を持っている者（歩行者Ｈ３）
・車椅子に乗っている者（歩行者Ｈ４）

制御部１１は、第１移動体Ｈｘが所定対象に該当する場合（ステップＳ２１１のＹＥＳ）、危険度が第２レベルであると判定する（ステップＳ２１２）。この場合、制御部１１は第１報知部３１から光を発させることで、移動体９に対して注意を促す（ステップＳ２１３）。例えば、図１のように、制御部１１は第１報知部３１に「！注意！歩行者あり」という文字を表示させることで、所定範囲Ｍ１に向かって移動する第２移動体Ｖ１に対して注意を促す。制御部１１は、第１報知部３１における出力を後述のステップＳ２１５を実行するまで継続させる。なお、制御部１１は、第１報知部３１による出力中において、データＤ１に基づいて所定対象に該当する第１移動体Ｈｘが検出されなくなった時点で、ステップＳ２１４及びステップＳ２１５を実行中の処理に割り込ませて実行してもよい。

制御部１１は、第１移動体Ｈｘが所定対象に該当しない場合（ステップＳ２１１のＮＯ）、危険度が第１レベルであると判定する（ステップＳ２１４）。この場合、第１報知部３１がステップＳ２１３による出力を実行中であるときには、制御部１１は第１報知部３１による出力を停止させる（ステップＳ２１５）。例えば、制御部１１は第１報知部３１を消灯させる。

次に、制御部１１は、第１移動体Ｈｘの速度、姿勢及び向きを推定する（ステップＳ２１６）。例えば、制御部１１はデータＤ１に含まれている複数の画像データを時系列順に分析することで、画像データに含まれている歩行者Ｈ１の歩行速度、手の動かし方、手を動かす周期、顔の向き及び身体の向きを推定し、これらの推定結果を「姿勢情報」として記憶部１２に記憶させる。第１移動体Ｈｘの姿勢及び向きを推定に際して、制御部１１は、いずれの種類の画像認識処理を実行してもよい。

続いて、制御部１１は、ステップＳ２０１において取得した第１移動体Ｈｘの位置と、ステップＳ２１６において取得した姿勢情報とに基づいて、第１移動体Ｈｘが現在以降に移動する予測範囲である第１予測範囲Ａ１を算出する（ステップＳ２１７）。例えば、制御部１１は、現在から３秒後までの間に第１移動体Ｈｘが移動する予測範囲を第１予測範囲Ａ１として算出する。

第１予測範囲Ａ１は、例えば、第１移動体Ｈｘの位置及び速度に基づいて、第１移動体Ｈｘの前方に広がる放射状の領域として算出される。また、第１予測範囲Ａ１は、ＬＳＴＭ（Ｌｏｎｇ Ｓｈｏｒｔ Ｔｅｒｍ Ｍｅｍｏｒｙ）等のＡＩ技術に基づく軌跡予測によって算出されてもよい。この場合、制御部１１は、第１移動体Ｈｘの位置及び速度の他に、第１移動体Ｈｘの手の動かし方、顔及び身体の向き等を、学習済みモデルに入力することで、第１予測範囲Ａ１を取得する。

図５は、実施形態に係る危険度判定の一例を説明する図である。制御部１１は、算出した第１予測範囲Ａ１が所定の第１領域Ｂ１，Ｂ２と重複しているか否かを判定し（ステップＳ２１８）、第１予測範囲Ａ１の少なくとも一部が第１領域Ｂ１，Ｂ２と重複する場合に（ステップＳ２１８のＹＥＳ）、危険度が第３レベルであると判定する（ステップＳ２０３）。

第１領域Ｂ１，Ｂ２は、第１移動体Ｈｘが通行すると危険度が特に高くなる領域である。第１領域Ｂ１は、車道Ｒ２のうち横断歩道Ｃ１のない領域である。図５の領域Ｘ１として示すように、歩道Ｒ３に存在する歩行者の第１予測範囲Ａ１ａ（第１予測範囲Ａ１の一例）の少なくとも一部が第１領域Ｂ１と重複する場合、当該歩行者が車道Ｒ２を乱横断するおそれが高い。この場合、当該歩行者が車道Ｒ２を通行する車両と衝突する交通事故が発生する蓋然性が高くなるため、制御部１１は危険度を最も高い第３レベルに判定する。

第１領域Ｂ２は、交通信号機６２が赤灯色となっている状態の横断歩道Ｃ１である。制御部１１は、例えば画像データに写る交通信号機６２に基づいて交通信号機６２の灯色パターンを予測し、現在以降の所定の時点における交通信号機６２の灯色を推定する。これにより、制御部１１は、当該所定の時点において、横断歩道Ｃ１が第１領域Ｂ２に該当するか否かを判定する。

図５に示すように、歩行者の第１予測範囲Ａ１ｂ（第１予測範囲Ａ１の一例）の少なくとも一部が第１領域Ｂ２と重複する場合、当該歩行者が交通信号機６２を無視して横断歩道Ｃ１を渡るおそれが高い。この場合、当該歩行者が車両と衝突する交通事故が発生する蓋然性が高くなるため、制御部１１は危険度を最も高い第３レベルに判定する。

図４を参照する。制御部１１は、ステップＳ２０１にて判定した移動体９が第２移動体Ｖ１である場合、第２移動体Ｖ１の速度が所定速度を超過しているか否かを判定する（ステップＳ２２１）。

まず、制御部１１は、データＤ１に基づいて、第２移動体Ｖ１の速度を算出する。例えば、制御部１１は、複数の画像データを時系列順に分析することで、画像データに含まれている第２移動体Ｖ１の速度を算出する。また、データＤ１にミリ波センサが検出した第２移動体Ｖ１の速度情報が含まれている場合、制御部１１は当該速度情報をそのまま用いてもよい。

次に、制御部１１は、算出した速度が所定速度を超えるか否かを判定する。所定速度は、例えば車道Ｒ２の法定速度に所定のマージン値を加えた値である。例えば、車道Ｒ２の法定速度が４０ｋｍ／ｈである場合、マージン値として３０を加えた７０ｋｍ／ｈを所定速度に設定する。また、所定速度は法定速度に所定の係数を乗算した値であってもよい。例えば、車道Ｒ２の法定速度が４０ｋｍ／ｈである場合、係数として１．７５を掛けた７０ｋｍ／ｈを所定速度に設定する。

所定速度を超過する速度で走行する第２移動体Ｖ１は交通事故を発生させる蓋然性が非常に高い。このため、制御部１１は、第２移動体Ｖ１の速度が所定速度を超える場合に（ステップＳ２２１のＹＥＳ）、危険度を最も高い第３レベルに判定する（ステップＳ２２２）。そして、制御部１１は第２報知部３２から音を発させることで、移動体９に対して注意を促す（ステップＳ２２３）。

例えば、制御部１１は第２報知部３２ａに「注意、車接近中」という音声を発させたり、ブザーを発させたりすることで、所定範囲Ｍ１を通行する第１移動体Ｈｘに対して注意を促す。また、制御部１１は第２報知部３２ｂに「速度超過検出中」という音声を発させることで、所定範囲Ｍ１に向かって移動する第２移動体Ｖ１に対して注意を促す。制御部１１は、例えば、第２報知部３２における出力を一定時間だけ実行させた後、当該出力を停止させる。

図６は、実施形態に係る危険度判定の一例を説明する図である。以下、ステップＳ２２１からステップＳ２２３の別パターンを説明する。図１において、複数のセンサ２０は、所定範囲Ｍ１付近の車道Ｒ２を監視するセンサ２３の他に、道路Ｒ１のうち所定範囲Ｍ１よりも上流側に位置する領域Ｍ２を監視するセンサ２４を含んでもよい。領域Ｍ２は、例えば所定範囲Ｍ１の１００～３００ｍ上流側に位置する領域であってもよいし、所定範囲Ｍ１の上流側に位置する交差点であってもよい。

センサ２４は、領域Ｍ２において所定範囲Ｍ１に向かって通行する第２移動体Ｖ１（車両）を検出する。制御部１１は、センサ２４により検出されたデータＤ１に基づいて、第２移動体Ｖ１の速度を算出し、当該速度が所定速度よりも速い場合に、危険度を第３レベルに判定する（ステップＳ２２２）。この場合、制御部１１は第２報知部３２に音を発させることで（ステップＳ２２３）、所定範囲Ｍ１に高速で走行する第２移動体Ｖ１が接近していることを報知する。

例えば、高速で走行する第２移動体Ｖ１を所定範囲Ｍ１の付近において検出しても、所定範囲Ｍ１を通行する歩行者等への報知が間に合わない場合がある。図６の例では、高速で走行する第２移動体Ｖ１を所定範囲Ｍ１よりも上流側の領域Ｍ２にて検出するため、所定範囲Ｍ１を通行する歩行者等へ適時に危険を知らせることができる。

次に、制御部１１は、ステップＳ２０１において取得した第２移動体Ｖ１の位置と、ステップＳ２２１において取得した第２移動体Ｖ１の速度とに基づいて、第２移動体Ｖ１が現在以降に移動する予測範囲である第２予測範囲Ａ２を算出する（ステップＳ２２４）。第２予測範囲Ａ２は、例えば、第２移動体Ｖ１の位置及び速度に基づいて、第２移動体Ｖ１の前方に広がる放射状の領域として算出される。

図７は、実施形態に係る危険度判定の一例を説明する図である。制御部１１は、ステップＳ２１７にて算出した第１予測範囲Ａ１の少なくとも一部が、ステップＳ２２４にて算出した第２予測範囲Ａ２に重複しているか否かを判定する（ステップＳ２１９）。そして、第１予測範囲Ａ１の少なくとも一部が第２予測範囲Ａ２と重複する場合に（ステップＳ２１９のＹＥＳ）、危険度が第３レベルであると判定する（ステップＳ２０３）。

図７の領域Ｘ２として示すように、第１移動体Ｈｘ（歩行者等）の第１予測範囲Ａ１の少なくとも一部が、第２移動体Ｖ１（車両等）の第２予測範囲Ａ２と重複する場合、第１移動体Ｈｘと第２移動体Ｖ１とが衝突するおそれが高い。このため、このような場合に、制御部１１は危険度を最も高い第３レベルに判定する。

ステップＳ２０３の後、制御部１１は危険度の判定結果をログデータとして記憶部１２に記録させる（ステップＳ２０４）。例えば、制御部１１は、以下の（ｉ）から（ｉｖ）までのデータをそれぞれ紐づけた状態で、テーブル形式のログデータとして記憶部１２に記憶させる。

＜ログデータの一例＞
（ｉ）危険度のレベル
（ｉｉ）判定の原因（所定範囲Ｍ１に所定対象が存在すること、第１予測範囲Ａ１の少なくとも一部が第１領域Ｂ１に重複していること、等）
（ｉｉｉ）判定の基礎となったデータＤ１、又はそのデータＤ１のファイル名
（ｉｖ）判定の基礎となったデータＤ１の記録時刻

また、制御部１１は、記憶部１２に記憶させたログデータを通信部１３にネットワークＮ１を介して外部のサーバへ送信させる。制御部１１は、定期的にログデータを送信させてもよいし、サーバの要求に応じてログデータを送信させてもよいし、第３レベルを含むログデータ等、所定の条件を満たすログデータが記憶部１２に記録された場合に、ログデータを送信させてもよい。サーバは、受信したログデータを蓄積し、所定範囲Ｍ１等における交通分析（交通リスクの分析等）を行う。

ここで、制御部１１は、第１予測範囲Ａ１の少なくとも一部が、第１領域Ｂ１，Ｂ２及び第２予測範囲Ａ２のいずれとも重複しない場合（ステップＳ２１８，Ｓ２１９のいずれにおいてもＮＯとなる場合）、ステップＳ２０３をスキップしてステップＳ２０４に進む。以上により、危険度判定工程（ステップＳ１２）が終了する。

図３を参照する。制御部１１は、危険度判定工程において危険度を第３レベルに判定した場合（ステップＳ１３のＹＥＳ）、制御部１１は第２報知部３２から音を発させることで、移動体９に対して注意を促す（ステップＳ１４）。例えば、ステップＳ２２３において既に第２報知部３２から音が発されている場合には、その出力を継続させる。

一方で、制御部１１は、危険度判定工程において危険度を第３レベルに判定していない場合（ステップＳ１３のＮＯ）、制御部１１は第２報知部３２からの出力を行わない（ステップＳ１７）。例えば、ステップＳ２２３等において既に第２報知部３２から音が発されている場合には、その出力を停止させる。

ステップＳ１４の後、制御部１１は、危険度を含む通知情報を通信部１３にネットワークＮ１を介して端末装置４及び車載装置５に送信させる（ステップＳ１５）。通信部１３は、具体的には、所定範囲Ｍ１を通行中の移動体９が有する端末装置４及び車載装置５と、所定範囲Ｍ１に向かって移動している移動体９が有する端末装置４及び車載装置５とに、通知情報を送信する。

通知情報は、例えば所定範囲Ｍ１の場所と、危険度の高低を示す文字情報とを含む。通知情報を受信した携帯端末４及び車載装置５は、それぞれの表示部に危険度に関する情報を表示する。例えば、車載装置５は、「１００メートル先の交差点、歩行者あり、通行注意」という音声を出力する。これにより、移動体９は所定範囲Ｍ１の通行に注意を払うことができる。なお、ステップＳ１４，Ｓ１５の実行順序は入れ替わってもよい。

最後に、制御部１１は所定範囲Ｍ１の監視を継続するか否かを判定する（ステップＳ１６）。例えば、制御部１１は所定範囲Ｍ１の通行量が比較的多い日中の時間帯（例えば、午前８時から午後８時まで）に限って所定範囲Ｍ１の監視を行う。そして、それ以外の時間帯について所定範囲Ｍ１の監視を停止する。これにより、例えば深夜帯において第２報知部３２から音が発されることによる騒音問題を抑制することができる。

制御部１１は、時間帯等の所定条件を満たす場合、監視を継続すると判定してステップＳ１１に戻る。一方で、制御部１１は、当該所定条件を満たさない場合、監視を停止して一連の情報処理を終了する。

情報処理システム１では、危険度の高低を判定する。具体的には、危険度を第１レベル、第２レベル及び第３レベルという複数の段階に判定する。これにより、特に危険度の高い場合に限って歩行者又は車両等に交通事故の危険を知らせる等、より好適に交通事故の危険を知らせることができる。そして、危険度の高低に応じて、移動体９への報知方法を変える。具体的には、第２レベルと判定された場合には光により移動体９へ危険度を知らせる一方で、第２レベルよりも危険度が高い第３レベルと判定された場合には音により移動体９へ危険度を知らせる。

音により移動体９に危険度を知らせる場合、光により移動体９に危険度を知らせる場合よりも移動体９からの注意を引きやすい。一方で、第２報知部３２から音を頻回に発させると、移動体９が音に慣れてしまい、注意が有効に払われなくなるおそれがある。また、第２報知部３２から音が頻回に発されると、近隣の住民等から苦情が出るおそれもある。このため、情報処理システム１では危険度の高低を細分化し、危険度が最も高く、交通事故の蓋然性が特に高まっている第３レベルの場合に限り、第２報知部３２から音を発させ、その他の場合には第１報知部３１から光を発させることで移動体９に危険度を知らせる。これにより、移動体９に適度な頻度にて危険度を知らせることができる。

また、危険度の高低は、交通事故が実際に発生するよりも前に判定する必要がある。情報処理システム１では、移動体９が現在以降に移動する予測範囲に基づいて危険度の高低を判定するため、危険度を適時に判定することができる。特に、第１予測範囲Ａ１と第１領域Ｂ１，Ｂ２との重複を判定することで、第１移動体Ｈｘの乱横断等によって交通事故が発生する蓋然性が高くなる状況を適時に判定することができる。また、第１予測範囲Ａ１と第２予測範囲Ａ２との重複を判定することで、第１移動体Ｈｘと第２移動体Ｖ１とが衝突するような交通事故発生の蓋然性が高くなる状況を適時に判定することができる。

［２．変形例］
以下、実施形態の変形例について説明する。変形例において、実施形態と同じ構成については同じ符号を付して説明を省略する。

［２．１ センサの変形例］
図８は、変形例に係る複数のセンサ２０ａを示す図である。
複数のセンサ２０ａは、道路Ｒ１の脇（例えば、歩道Ｒ３）に設けられた支柱７２において、第２領域Ｍ３及び第３領域Ｍ４ａ，Ｍ４ｂを見下ろすように設置されている。第２領域Ｍ３は、道路Ｒ１のうち横断歩道Ｃ１を含む領域である。第３領域Ｍ４ａ，Ｍ４ｂは、第２領域Ｍ３よりも支柱７２に近い領域（道路Ｒ１の脇に近い領域）であり、例えば歩道Ｒ３において横断歩道Ｃ１の通行を待つための待機ゾーンである。

本変形例において、所定範囲Ｍ１は、第２領域Ｍ３及び第３領域Ｍ４ａ，Ｍ４ｂを合わせた領域である。なお、第２領域Ｍ３及び第３領域Ｍ４ａ，Ｍ４ｂは、一部が互いに重複していてもよい。

複数のセンサ２０ａは、ミリ波センサ２５と、カメラ２６ａ，２６ｂとを含む。ミリ波センサ２５は、ミリ波帯の検知信号により、第２領域Ｍ３に存在する移動体９を検出する。カメラ２６ａは、イメージセンサにより第３領域Ｍ４ａに存在する移動体９を検出する。カメラ２６ｂは、イメージセンサにより第３領域Ｍ４ｂに存在する移動体９を検出する。カメラ２６ａ，２６ｂには、それぞれ第３領域Ｍ４ａ，Ｍ４ｂを照らす照明部８ａ，８ｂが付帯している。照明部８ａ，８ｂは、例えばＬＥＤライトである。

制御部１１は、ミリ波センサ２５により検出されたデータＤ１である第１データＤ１ａと、カメラ２６ａ，２６ｂにより検出されたデータＤ１である第２データＤ１ｂと、に基づいて、危険度の高低を判定する。

ミリ波センサ２５により取得される第１データＤ１ａは、カメラ２６ａ，２６ｂにより取得される第２データＤ１ｂと比べてデータ量が少ないため、制御部１１におけるデータの処理量も少なくすることができ、第１データＤ１ａに基づく危険度の高低の判定をより速く実行しえる。また、ミリ波センサ２５はミリ波帯の検知信号に基づいて検出を行うため、夜間等の暗い時間帯においても移動体９を検出することができる。

一方で、ミリ波センサ２５は移動体９の位置等を点情報として取得するため、例えば移動体９が歩行者である場合に、白杖又はスマートフォンを有しているか否か、どの方向を向いているか、等の情報を取得することが困難となる。

カメラ２６ａ，２６ｂは、画像データにより移動体９の情報をより詳しく検出することができる。例えば、第２データＤ１ｂによれば、制御部１１は移動体９が白杖又はスマートフォンを有しているか否か、移動体９がどの方向を向いているか、等の情報を取得することができる。

一方で、カメラ２６ａ，２６ｂは、例えば夜間において輝度が足りず、良好な画像データを取得できないおそれがある。図８では、照明部８ａ，８ｂにより第３領域Ｍ４ａ，Ｍ４ｂを照らしているが、例えばカメラ２６ａ，２６ｂによって第２領域Ｍ３を夜間に良好に撮像するためには、第２領域Ｍ３を照らす照明がさらに必要となり、装置コストや電気代が増大する。また、第２データＤ１ｂのデータ量は第１データＤ１ａよりも多いため、所定範囲Ｍ１のすべてについて、制御部１１が第２データＤ１ｂに基づいて判定を実行すると、処理に時間が掛かることで、適時に危険度の高低を判定できないおそれがある。

そこで、本変形例では、待機ゾーンを含む第３領域Ｍ４ａ，Ｍ４ｂについては、移動体９（特に、歩行者）の情報をより詳しく取得することができるカメラ２６ａ，２６ｂにより第２データＤ１ｂを取得し、横断歩道Ｃ１を含む第２領域Ｍ３については、夜間の検出にも優れ、よりデータ量を抑えられるミリ波センサ２５により第１データＤ１ａを取得する。そして、制御部１１は、これら第１データＤ１ａ及び第２データＤ１ｂに基づいて危険度の高低を判定する。これにより、ミリ波センサ２５及びカメラ２６ａ，２６ｂの機能を補完し合うことができるため、より好適に危険度の高低を判定することができる。

なお、ミリ波センサ２５およびカメラ２６ａ，２６ｂは、支柱７２以外の部位に取り付けられてもよい。例えば、道路Ｒ１の上方に架かる陸橋に、ミリ波センサ２５およびカメラ２６ａ，２６ｂが取り付けられてもよい。

［２．２ 情報処理方法の変形例］
図９は、変形例に係る情報処理方法を示すフローチャートである。
実施形態に係る複数のセンサ２０は、例えばカメラ又はミリ波センサである。しかしながら、センサ２０の種類はこれに限られない。例えば、複数のセンサ２０は、道路Ｒ１上における音を検出するマイクロフォンを含んでもよい。この場合、制御部１１は、マイクロフォンにより検出された音に異常音が含まれるときに、危険度を、当該異常音が含まれない場合よりも高く判定する。

以下、音に基づく危険度の判定に関する情報処理方法を説明する。
はじめに、制御部１１は、センサ２０（マイクロフォン）が検出したデータＤ１（音データ）を取得する（ステップＳ３１）。制御部１１は、取得したデータＤ１に基づいて音響分析を行い、データＤ１に含まれる各種の音を、例えば歩行者の足音、会話音、車両の走行音等、音の種類ごとに分類する（ステップＳ３２）。なお、制御部１１が実行する音響分析の手法については、特に限定されない。

次に、制御部１１は分類した音の中に異常音が含まれるか否かを判定する（ステップＳ３３）。例えば、記憶部１２には予め異常音として複数種類の音が登録されており、制御部１１は登録されている異常音に該当する音がデータＤ１の分析結果に含まれるか否かを判定する。異常音としては、例えば歩行者の転倒音、車両のスリップ音、及び車両の衝突音が含まれる。また、制御部１１は、音の種類を問わず、所定の大きさ（デシベル）を超える音を異常音と判定してもよい。

また、制御部１１は、交通信号機６１，６２の灯色に応じて異常音を判定してもよい。例えば、所定範囲Ｍ１への進入の許否を表示する車両用の交通信号機６１が赤灯色である状態、すなわち、交通信号機６１により所定範囲Ｍ１への車両の進入が許可されていない状態で、所定範囲Ｍ１に近づく車両の走行音が所定範囲Ｍ１に近づくにつれて大きくなる場合、制御部１１はその走行音を異常音として判定してもよい。

このような音が検出されている場合、所定範囲Ｍ１への進入が許可されていないにもかかわらず、車両が減速せずに所定範囲Ｍ１へ近づいているおそれが高く、信号無視等により交通事故が発生する蓋然性が高いからである。

制御部１１は、異常音が含まれると判定すると（ステップＳ３３のＹＥＳ）、危険度を第３レベルに判定し（ステップＳ３４）、第２報知部３２から音を発生させて移動体９に対して危険度を報知する（ステップＳ３４）。一方、制御部１１は、異常音が含まれないと判定すると（ステップＳ３３のＮＯ）、第２報知部３２から音を発生させず、既に第２報知部３２から音を発生させている場合には、その音を停止させる（ステップＳ３９）。

また、制御部１１は、ステップＳ１５（図３）と同様に、ネットワークＮ１を介して携帯端末４及び車載装置５へ危険度の高低を通知する（ステップＳ３６）。次に、制御部１１は、ステップＳ２０４（図４）と同様に、ログデータを記憶部１２に記憶させ（ステップＳ３７）、最後にステップＳＳ１６と同様に監視を継続するか否かを判定する（ステップＳ３８）。監視を継続する場合には、制御部１１はステップＳ３１に戻り、監視を継続しない場合には制御部１１は一連の情報処理を終了する。

例えばカメラをセンサ２０として用いる場合、カメラと移動体９との間に障害物が設置されると、良好に移動体９を検出できず、正確に危険度の高低を判定できないおそれがある。これに対し、本変形例では音に基づいて危険度の高低を判定するため、センサ２０と移動体９との間に障害物が設置されている場合であっても、移動体９等から発される音をある程度検出することができ、危険度の高低の判定の質を維持することができる。なお、センサ２０としてカメラ及びミリ波センサとマイクロフォンとを組合せてもよい。

［２．３ 予測範囲Ａ１，Ａ２の算出方法の変形例］
上記の実施形態において、移動体Ｈｘ，Ｖ１の位置及び速度を入力データとして算出される現在以降の予測範囲Ａ１，Ａ２は、例えば、次のいずれかのモデルを採用する学習済みの学習器により算出してもよい。
１）ＲＮＮ（Recurrent Neural Network）
２）ＬＳＴＭ（Long Short Term Memory）

ＲＮＮは、過去の出力データを次の段階で入力データとして使用することにより、時系列データを扱える再帰型のニューラルネットワークであるから、数秒間の位置及び速度の時系列データに基づいて予測範囲Ａ１，Ａ２を算出するモデルとして好ましい。
ＬＳＴＭは、ＲＮＮの再帰型の特徴を維持しつつ、ＲＮＮの場合よりも長期（例えば１時間）の時系列データを処理することで、予測精度を向上できる点で好ましい。従って、ＬＳＴＭを用いる場合は、位置及び速度などの入力データは、所望の予測精度に必要な期間分だけ蓄積された軌跡データである必要がある。

［３． その他］
なお、上記の実施形態及び各種の変形例については、その少なくとも一部を、相互に任意に組み合わせてもよい。また、今回開示された実施形態はすべての点で例示であって制限的なものではないと考えられるべきである。本開示の範囲は特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内での全ての変更が含まれることが意図される。

１ 情報処理システム
１０ 情報処理装置
１１ 制御部
１２ 記憶部
１３ 通信部
１４ 読取部
１５ 記録媒体
２０，２０ａ センサ
２１，２２，２３，２４ センサ
２５ ミリ波センサ
２６ａ，２６ｂ カメラ
３０ 報知部
３１ 第１報知部
３２，３２ａ，３２ｂ 第２報知部
４ 携帯端末
５ 車載装置
６１，６２ 交通信号機
７１，７２ 支柱
８ａ，８ｂ 照明部
９ 移動体
Ｒ１ 道路
Ｒ２ 車道
Ｒ３ 歩道
Ｃ１ 横断歩道
Ｎ１ ネットワーク
Ｍ１ 所定範囲
Ｍ１ａ，Ｍ１ｂ 範囲
Ｍ２ 領域
Ｍ３ 第２領域
Ｍ４ａ，Ｍ４ｂ 第３領域
Ａ１，Ａ１ａ，Ａ１ｂ 第１予測範囲
Ａ２ 第２予測範囲
Ｂ１，Ｂ２ 第１領域
Ｘ１ 領域
Ｘ２ 領域
Ｈｘ 第１移動体
Ｈ１，Ｈ２，Ｈ３，Ｈ４，Ｈ５ 歩行者
Ｖ１ 第２移動体
Ｖ１ａ，Ｖ１ｂ 車両
Ｄ１ データ
Ｄ１ａ 第１データ
Ｄ１ｂ 第２データ

Claims (12)

1. 道路上に設置されたセンサにより検出されたデータに基づいて、前記道路の所定範囲における交通事故の危険度の高低を判定する制御部を備える情報処理システム。
2. 前記センサは、前記道路上に存在する移動体の位置及び速度に関する情報を、前記データとして検出し、
   前記制御部は、
   前記データから取得される前記位置及び前記速度に基づいて、前記移動体が現在以降に移動する予測範囲をそれぞれ算出し、
   前記予測範囲に基づいて、前記危険度の高低を判定する、
   請求項１に記載の情報処理システム。
3. 前記センサは、複数の前記移動体のそれぞれの前記位置及び前記速度に関する情報を、前記データとして検出し、
   複数の前記移動体は、
   前記道路のうち車道を横断する、又は前記道路のうち前記車道の脇にある歩道を通行する第１移動体と、
   前記車道を通行する第２移動体と、
   を含み、
   前記制御部は、現在以降の所定の時点において、前記第１移動体の前記予測範囲である第１予測範囲の少なくとも一部が、前記第２移動体の前記予測範囲である第２予測範囲と重複する場合に、前記危険度を、前記第１予測範囲が前記第２予測範囲と重複しない場合よりも高く判定する、
   請求項２に記載の情報処理システム。
4. 前記移動体は、前記道路のうち車道を横断する、又は前記道路のうち前記車道の脇にある歩道を通行する第１移動体を含み、
   前記制御部は、現在以降の所定の時点において、前記第１移動体の前記予測範囲である第１予測範囲の少なくとも一部が、前記車道のうち横断歩道のない第１領域と重複する場合に、前記危険度を、前記第１予測範囲が前記第１領域と重複しない場合よりも高く判定する、
   請求項２に記載の情報処理システム。
5. 前記センサは、
   前記道路のうち横断歩道を含む第２領域と、前記第２領域よりも前記道路の脇に近い第３領域と、を見下ろすように設置され、
   ミリ波帯の検知信号により前記第２領域に存在する移動体を検出するミリ波センサと、イメージセンサにより前記第３領域に存在する移動体を検出するカメラと、を含み、
   前記制御部は、前記ミリ波センサにより検出された前記データである第１データと、前記カメラにより検出された前記データである第２データと、に基づいて、前記危険度の高低を判定する、
   請求項１に記載の情報処理システム。
6. 前記制御部は、前記危険度の高低として、第１レベルと、前記第１レベルよりも前記危険度が高いことを示す第２レベルと、前記第２レベルよりも前記危険度が高いことを示す第３レベルと、を判定する、
   請求項１に記載の情報処理システム。
7. 前記制御部は、
   前記第２レベルと判定した場合に、前記所定範囲に存在する移動体又は前記所定範囲に向かって移動する移動体に対して、光により前記危険度を知らせる第１報知部から光を発させ、
   前記第３レベルと判定した場合に、前記所定範囲に存在する移動体又は前記所定範囲に向かって移動する移動体に対して、音により前記危険度を知らせる第２報知部から音を発させる、
   請求項６に記載の情報処理システム。
8. 前記センサは、前記道路上における音を検出し、
   前記制御部は、前記道路上における音に異常音が含まれる場合に、前記危険度を、前記異常音が含まれない場合よりも高く判定する、
   請求項１に記載の情報処理システム。
9. 前記制御部は、交通信号機により前記所定範囲への車両の進入が許可されていない状態で、前記所定範囲における車両の走行音が時間の経過とともに大きくなる場合に、前記異常音が含まれると判定する、
   請求項８に記載の情報処理システム。
10. 前記センサは、前記道路のうち前記所定範囲よりも上流側に位置する領域において前記所定範囲に向かって通行する車両を検出し、
    前記制御部は、前記車両の速度が所定速度よりも速い場合に、前記危険度を、前記車両の速度が前記所定速度よりも遅い場合よりも高く判定する、
    請求項１に記載の情報処理システム。
11. 道路上に設置されたセンサにより検出されたデータに基づいて、前記道路の所定範囲における交通事故の危険度の高低を判定する情報処理方法。
12. コンピュータに、道路上に設置されたセンサにより検出されたデータに基づいて、前記道路の所定範囲における交通事故の危険度の高低を判定させる、コンピュータプログラム。

Images