JP4241309B2

JP4241309B2 - 車両のリスク回避ガイド装置

Info

Publication number: JP4241309B2
Application number: JP2003353586A
Authority: JP
Inventors: 利彰高橋; 裕史井上
Original assignee: Nissan Motor Co Ltd
Current assignee: Nissan Motor Co Ltd
Priority date: 2003-10-14
Filing date: 2003-10-14
Publication date: 2009-03-18
Anticipated expiration: 2023-10-14
Also published as: JP2005122263A

Description

本発明は、道路状況や運転状況に応じて危険状況を予測し、危険があることを運転者に警報として与える、車両のリスク回避ガイド装置に関するものである。

走行状況と運転意志から危険存在領域を推定し、これに周辺物体検出装置の情報を照合して危険度を決定して、危険の存在を報知していた。

特開平６−２１５３００号公報

走行状況と運転意志から危険存在領域を推定し、これに周辺物体検出装置の情報を照合して危険度を決定して、危険の存在を報知するものであるが周辺物体が検出できなかった場合、危険要因に対しての注意を喚起することができない。また、危険存在領域データベースを参照するため、きめ細かい危険存在領域推定をするためには、膨大な量のデータベースが必要になるという問題点があった。

本発明は上記の問題を解決するためになされたものであり、周辺物体の検出を行わなくても危険要因の推定を行う車両のリスク回避ガイド装置を提供することを目的としている。

上記の目的を達成するため、本発明においては、自車が走行している道路環境、及び走行路の前方における道路環境を検出する道路環境検出手段と、上記道路環境及び前方の道路環境に対して、運転者の運転操作意志を推定する自車運転意志推定手段と、交差点形状に応じて交差点における危険要因領域を危険要因領域モデルとして記憶している交差点モデル記憶手段と、上記道路環境検出手段で検出した次到達交差点における危険要因領域モデルを上記交差点モデル記憶手段から読み出し、上記自車運転意志推定手段で推定した運転者の運転操作意志による自車の走行状態と上記危険要因領域モデルとから次到達交差点における危険要因領域を推定する危険領域推定手段と、上記危険要因領域を表示する表示装置と、を具備し、交差点の形状別に危険要因領域を危険要因領域モデルとして予め作成しておき、自車が次に到達する次到達交差点の形状に合わせて、上記危険要因領域モデルを切り替えて次到達交差点における危険要因領域を推定する車両のリスク回避ガイド装置であって、上記危険要因領域のリスクが現実になる確率である危険率と、リスクが現実になった場合に予想される被害の大きさである損失とを記憶している危険率と損失データベースを備え、上記危険領域推定手段で推定した上記危険要因領域の危険率と損失とを上記危険率と損失データベースから読み出し、上記危険率と損失に応じて上記表示装置に表示する危険要因領域の色、形状を変化させ、リスクの存在する可能性のある方向を上記表示装置に表示するように構成している。

本発明によれば、交差点の形状別に危険要因領域モデルをあらかじめ作成しておき、自車が次に到達する交差点の形状に合わせて、危険要因領域モデルを切り替えることにより、周辺物体の検出を行わなくても危険要因の推定ができる。

以下、図面を用いて本発明の実施の形態について説明する。なお、以下で説明する図面で、同一機能を有するものは同一符号を付け、その繰り返しの説明は省略する。

本発明の第１の実施の形態について、図１〜５を用いて説明する。

図１は本第１の実施の形態の交差点形状１０１と運転行動のパターン（自車１０２の直進、右折、左折等を矢印で表示）で示される８つのパターン例（交差点モデル８パターン）に分け、その交差点モデル８パターンに基づいて事故が起こり得るリスクが潜在する危険要因領域１０５の生成について説明する図である。図１において、（ａ）自車１０２が直進時に他車（相手車両）１０３が右折すると推定した場合の危険要因領域１０５を生成し、（ｂ）自車１０２が右折時に他車１０３が直進すると推定し、歩行者・軽車両１０４が道路を横断すると推定した場合の危険要因領域１０５を生成する。同じ方法で、交差点形状１０１と運転行動パターンをもとに（ｃ）左からの出会い頭（十字交差点−３）、（ｄ）右からの出会い頭（十字交差点−４）、（ｅ）左からの出会い頭（Ｔ字交差点−１）、（ｆ）右からの出会い頭（Ｔ字交差点−２）、（ｇ）左からの出会い頭（Ｔ字交差点−３）、（ｈ）右からの出会い頭（Ｔ字交差点−４）で各々、危険要因領域１０５を生成し、この交差点モデル８パターンとそれぞれの交差点モデル８パターンで推測される危険要因領域１０５が交差点形状１０１と運転行動パターンに基づく交差点形状別の危険要因領域モデルを示している。

なお、上記説明では交差点の形状が十字形状と、Ｔ字形状についてのみ述べ、運動行動パターンとともに交差点モデル８パターンによる危険要因モデルを示したが、交差点形状等もより複雑な形状等があるため、交差点の交差の形、交差の角度、自車が走行している道の交差する道に対しての優先度、自車が走行している道の車線数、自車が走行している道と交差する道の車線数別に、危険要因領域モデルをあらかじめ作成しておけるのは明らかである。

本第１の実施の形態では、交差点形状１０１と運転行動パターンに基づく交差点モデル８パターン例を図２に示すような交差点形状別モデルとしてあらかじめ作成しておく。図２の交差点形状別モデルは、パターン切換機能２０１、交差点形状と運転行動パターン（交差点モデルパターン）２０２−（ａ）〜（ｈ）、パターン決定機能２０３から成立っている。本交差点形形状別モデルでは、用意されている交差点モデル８パターンの交差点形状と運転行動パターンから現実の道路環境に応じてパターン決定機能２０３で１つを選択する。

次に、図３の第１の実施の形態の構成を示すブロック図を用いて、本第１の実施の形態の構成について説明する。ＧＰＳレシーバー３０１、地図データベース参照部３０２、地図データベース３０３、道路環境検出部３０４で道路環境検出手段３２１を構成し、舵角センサ３０５、ウインカーレバー３０６、クラッチペダル３０７、ブレーキペダル３０８、アクセルペダル３０９、シフトセレクタ３１０、車速センサ３１１、自車運転意志推定部３１２で自車運転意志推定手段３２２を構成し、交差点モデルデータベース参照部３１３、交差点モデル記憶装置３１４、危険要因領域推定部３１５で危険要因推定手段３２３を構成し、危険要因領域推定部３１５の出力を表示する表示装置３１６を備え、道路環境検出手段３２１、自車運転意志推定手段３２２、危険要因推定手段３２３および表示装置３１６からリスク回避ガイド装置が構成されている。なお、地図データベース参照部３０２、地図データベース３０３、道路環境検出部３０４および自車運転意志推定部３１２、交差点モデルデータベース参照部３１３、交差点モデル記憶装置３１４、危険要因領域推定部３１５の機能は、車載コンピュータ３１７が内部に持っている。

ＧＰＳレシーバー３０１で検出された自車位置と自車進行方向情報は、地図データベース参照部３０２に送られる。地図データベース参照部３０２では、地図データベース３０３にアクセスして自車位置と自車進行方向情報とを照らし合わせ、自車が次に到達する交差点（次到達交差点）の地図データを読み出し、道路環境検出部３０４に送る。道路環境検出部３０４では、次到達交差点の地図データを加工して交差点形状データ（交差の形、交差の角度、各道路の優先と非優先、各道路の車線数）に加工し、交差点モデルデータベース参照部３１４に送る。

一方、舵角センサ３０５で検出された舵角データ、ウインカーレバー３０６で検出されたウインカースイッチ（ＳＷ）データ、クラッチペダル３０７で検出されたクラッチスイッチ（ＳＷ）データ、ブレーキペダル３０８で検出されたブレーキ量データ、アクセルペダル３０９で検出されたアクセル開度データ、シフトセレクタ３１０で検出されたギア位置データ、車速センサ３１１で検出された車速データの運転者操作情報は、すべて自車運転意志推定部３１２に入力される。自車運転意志推定部３１２では、入力された運転者操作情報を基に、運転者が次到達交差点を直進するのか、左折するのか、右折するのかの次到達交差点進行方向を推定し、交差点モデルデータベース参照部３１３に送る。

交差点モデルデータベース参照部３１３では、交差点モデル記憶装置３１４にアクセスして、道路環境検出部３０４で得られた交差点形状データと自車運転意志推定部３１２で得られた次到達交差点進行方向推定結果を基に、図２で説明したように、交差点モデル８パターンのうちの１つを選択して交差点モデル情報（自車推定位置、相手車両推定位置、歩行者・軽車両推定位置、危険要因領域）を読み出し、危険要因領域推定部３１５に送る。危険要因領域推定部３１５では、交差点モデルデータベース参照部３１３から得られた交差点モデル情報をもとに危険要因領域を推定し、表示装置３１６に送る。表示装置３１６は危険要因領域推定部３１５からの危険要因領域を表示する。

次に本第１の実施形態の動作を、図４のフローチャートおよび図３に基づき説明する。先ず、Ｓ４０１では、ＧＰＳレシーバー３０１から得られた位置情報とその時間変化から自車位置と自車進行方向を推定し、Ｓ４０２では、自車位置と自車進行方向を基に地図データベース３０９を参照して次到達交差点を算出し、その次到達交差点の地図データを読み出し、Ｓ４０３では道路環境検出部３０４で読み出した地図データを交差点形状データに加工する。一方、Ｓ４０４では舵角データ、ウインカースイッチデータ、クラッチスイッチデータ、ブレーキ量データ、アクセル開度データ、ギア位置データ、車速データといった運転者操作情報を検出し、Ｓ４０５では運転者操作情報を基に、次到達交差点での自車の進行方向を推定する。Ｓ４０６では交差点モデル記憶装置３１４にアクセスし、交差点形状データと自車の次到達交差点での進行方向を基に交差点モデルパターンを選択してその情報を読み出し、Ｓ４０７では交差点モデル情報から危険要因領域を推定し、Ｓ４０８で表示データを作成してＳ４０９で危険要因領域マークをリスクの存在する可能性のある方向に表示装置３１６に表示する。

図５に本第１の実施の形態の表示例を示す。本表示例では表示の一例として、表示装置としてＨＵＤ（ＨｅａｄｕｐＤｉｓｐｌａｙ）を使用し、自車前景５０１に重畳してリスクの存在する可能性のある方向に危険要因領域マーク５０２を表示している。

上記のように、交差点の形状別、運転行動パターン別に危険要因領域モデルをあらかじめ作成しておき、自車が次に到達する交差点の形状にあわせて危険要因領域モデルを切り替えることによって、危険要因領域モデルのデータベースは交差点モデルパターン毎に持っていればよくなり、少ないデータ量で危険要因領域推定ができる。

また、交差の形（十字、Ｔ字等）、交差の角度（９０°、４５°等）、走行している道の交差する道に対しての優先度（優先、非優先）、走行している道の車線数、交差する道の車線数別に、危険要因領域モデルをあらかじめ作成しておくことによって、周囲物体検出装置がなくても、リスクのある場所への注意を喚起することができる。

次に第２の実施の形態について図６のブロック図、図７のフローチャートを用いて説明する。

まず、本第２の実施の形態の構成について、図６のブロック図を用いて説明する。ＧＰＳレシーバー６０１、地図データベース参照部６０２、地図データベース６０３、道路環境検出部６０４で道路環境検出手段６２１を構成し、舵角センサ６０５、ウインカーレバー６０６、クラッチペダル６０７、ブレーキペダル６０８、アクセルペダル６０９、シフトセレクタ６１０、車速センサ６１１、自車運転意志推定部６１２で自車運転意志推定手段６２２を構成し、交差点モデルデータベース参照部６１３、交差点モデル記憶装置６１４、危険要因領域推定部６１５、交差点詳細情報記憶装置６１６で危険要因推定手段６２３を構成し、危険要因領域推定部６１５の出力を表示する表示装置６１７を備え、道路環境検出手段６２１、自車運転意志推定手段６２２、危険要因推定手段６２３および表示装置６１７からリスク回避ガイド装置が構成されている。地図データベース参照部６０２、地図データベース６０３、道路環境検出部６０４および自車運転意志推定部６１２、交差点モデルデータベース参照部６１３、交差点モデル記憶装置６１４、危険要因領域推定部６１５、交差点詳細情報記憶装置６１６の機能は、車載コンピュータ６１８が内部に持っている。

ＧＰＳレシーバー６０１で検出された自車位置と自車進行方向情報は、地図データベース参照部６０２に送られる。地図データベース参照部６０２では、地図データベース６０３にアクセスして自車位置と自車進行方向情報と照らし合わせ、自車が次に到達する次到達交差点の地図データを読み出し、道路環境検出部６０４に送る。道路環境検出部６０４では、次到達交差点の地図データを加工して交差点形状データ（交差の形、交差の角度、各道路の優先と非優先、各道路の車線数）に加工し、交差点モデルデータベース参照部６１４に送る。

一方、舵角センサ６０５で検出された舵角データ、ウインカーレバー６０６で検出されたウインカースイッチデータ、クラッチペダル６０７で検出されたクラッチスイッチデータ、ブレーキペダル６０８で検出されたブレーキ量データ、アクセルペダル６０９で検出されたアクセル開度データ、シフトセレクタ６１０で検出されたギア位置データ、車速センサ６１１で検出された車速データの運転者操作情報は、すべて自車運転意志推定部６１２に入力される。自車運転意志推定部６１２では、入力された運転者操作情報を基に、運転者が次到達交差点を直進するのか、左折するのか、右折するのかの次到達交差点進行方向を推定し、交差点モデルデータベース参照部６１３に送る。

交差点モデルデータベース参照部６１３では、交差点モデル記憶装置６１４にアクセスして、道路環境検出手段６０４で得られた交差点形状データと自車運転意志推定手段６１２で得られた次到達交差点進行方向推定結果を基に、図２で説明したように交差点モデル８パターンのうちの１つを選択して、交差点モデル情報（自車推定位置、相手車両推定位置、歩行者・軽車両推定位置、危険要因領域）を読み出し、危険要因領域推定部６１５に送る。危険要因領域推定部６１５では、交差点モデルデータベース参照部６１３から得られた交差点モデル情報をもとに危険要因領域を推定し、さらに交差点詳細情報記憶装置６１６にアクセスして交差点詳細情報を読み出し、その交差点詳細情報に基づいて危険要因領域を微調整してから表示装置６１７に送る。表示装置６１７では、危険要因領域推定部６１５から送られてきた交差点の危険要因領域を表示する。

次に本第２の実施の形態の動作を、図７のフローチャートおよび図６のブロック図に基づき説明する。先ずＳ７０１では、ＧＰＳレシーバー６０１から得られた位置情報とその時間変化から自車位置と自車の進行方向を推定し、Ｓ７０２では、自車位置と自車進行方向を基に地図データベース６０３を参照して次到達交差点を算出して、その次到達交差点の地図データを読み出し、Ｓ７０３で読み出した地図データを交差点形状データに加工する。一方Ｓ７０４では、舵角データ、ウインカースイッチデータ、クラッチスイッチデータ、ブレーキ量データ、アクセル開度データ、ギア位置データ、車速データといった運転者操作情報を検出し、Ｓ７０５では、運転者操作情報を基に、次到達交差点での自車の進行方向を推定する。更にＳ７０６では、交差点モデル記憶装置６１４にアクセスして、交差点形状データと次到達交差点での進行方向を基に交差点モデルパターンを選択してその情報を読み出し、Ｓ７０７では交差点モデル情報から危険要因領域を推定後、交差点詳細情報（道の道路幅、交差する道の道路幅、横断歩道位置、中央分離帯位置）に基づいて危険要因領域を微調整し、Ｓ７０８で表示データを作成してＳ７０９で危険要因領域マークをリスクの存在する可能性のある方向に表示装置６１７に表示する。

上記のように、走行している道の道路幅、交差する道の道路幅、横断歩道位置、中央分離帯位置に応じて危険要因領域を微調整することによって、きめ細かい危険要因領域推定ができる。

次に第３の実施の形態について、図８のブロック図、図９のフローチャートにも続いて説明する。

先ず本第３の実施の形態の構成について図８のブロック図を用いて説明する。ＧＰＳレシーバー８０１、地図データベース参照部８０２、地図データベース８０３、道路環境検出部８０４で道路環境検出手段８２１を構成し、舵角センサ８０５、ウインカーレバー８０６、クラッチペダル８０７、ブレーキペダル８０８、アクセルペダル８０９、シフトセレクタ８１０、車速センサ８１１、自車運転意志推定部８１２で自車運転意志推定手段８２２を構成し、交差点モデルデータベース参照部８１３、交差点モデル記憶装置８１４、危険要因領域推定部８１５、危険率と損失データベース８１６で危険要因推定手段８２３を構成し、危険要因領域推定部８１５の出力を表示する表示装置８１７を備え、道路環境検出手段８２１、自車運転意志推定手段８２２、危険要因推定手段８２３および表示装置８１７からリスク回避ガイド装置が構成されている。地図データベース参照部８０２、地図データベース８０３、道路環境検出部８０４および自車運転意志推定部８１２、交差点モデルデータベース参照部８１３、交差点モデル記憶装置８１４、危険要因領域推定部８１５、危険率と損失データベース８１６の機能は、車載コンピュータ８１８が内部に持っている。

ＧＰＳレシーバー８０１で検出された自車位置と自車進行方向情報は、地図データベース参照部８０２に送られる。地図データベース参照部８０２では、地図データベース８０３にアクセスして自車位置と自車進行方向情報と照らし合わせ、自車が次に到達する次到達交差点の地図データを読み出し、道路環境検出部８０４に送る。道路環境検出部８０４では、次到達交差点の地図データを加工して交差点形状データ（交差の形、交差の角度、各道路の優先と非優先、各道路の車線数）に加工し、交差点モデルデータベース参照手段８１４に送る。

一方、舵角センサ８０５で検出された舵角データ、ウインカーレバー８０６で検出されたウインカースイッチデータ、クラッチペダル８０７で検出されたクラッチスイッチデータ、ブレーキペダル８０８で検出されたブレーキ量データ、アクセルペダル８０９で検出されたアクセル開度データ、シフトセレクタ８１０で検出されたギア位置データ、車速センサ８１１で検出された車速データの運転者操作情報は、すべて自車運転意志推定部８１２に入力される。自車運転意志推定部８１２では、入力された運転者操作情報を基に、運転者が次到達交差点を直進するのか、左折するのか、右折するのかの次到達交差点進行方向を推定し、交差点モデルデータベース参照部８１３に送る。

交差点モデルデータベース参照部８１３では、交差点モデル記憶装置８１４にアクセスして、道路環境検出部８０４で得られた交差点形状データと自車運転意志推定部８１２で得られた次到達交差点進行方向推定結果を基に、図２で説明したように交差点モデル８パターンのうちの１つを選択して交差点モデル情報（自車推定位置、相手車両推定位置、歩行者・軽車両推定位置、危険要因領域）を読み出し、危険要因領域推定部８１５に送る。危険要因領域推定部８１５では、交差点モデルデータベース参照部８１３から得られた交差点モデル情報をもとに危険要因領域を推定し、更に危険率と損失データベース８１６にアクセスして、推定した危険要因領域のリスクが現実になる確率である危険率と、リスクが現実になった場合に予想される被害の大きさである損失の情報を読み出し、その情報に基づいて危険要因領域の色と形状を設定してから表示装置８１７に送る。表示装置８１７では、危険要因領域推定部８１５から送られてきた交差点の危険要因領域を表示する。

次に本第３の実施の形態の動作を、図９のフローチャートおよび図８に基づいて説明する。先ずＳ９０１では、ＧＰＳレシーバー８０１から得られた位置情報とその時間変化から自車位置と自車進行方向を推定し、Ｓ９０２では、自車位置と自車進行方向を基に地図データベースを参照して次到達交差点を算出し、その次到達交差点の地図データを読み出し、Ｓ９０３で読み出した地図データを交差点形状データに加工する。一方Ｓ９０４では、舵角データ、ウインカースイッチデータ、クラッチスイッチデータ、ブレーキ量データ、アクセル開度データ、ギア位置データ、車速データといった運転者操作情報を検出し、Ｓ９０５では、運転者操作情報を基に次到達交差点での自車の進行方向を推定する。更にＳ９０６では、交差点モデルデータベースにアクセスして、交差点形状データと次到達交差点での自車の進行方向を基に交差点モデルパターンを選択してその情報を読み出し、Ｓ９０７では交差点モデル情報から危険要因領域を推定後、危険率と損失データベースにアクセスして推定した危険要因領域の危険率と損失情報を読み出し、その危険率と損失情報に基づいて危険要因領域の色と形状を設定し、Ｓ９０８で表示データを作成してＳ９０９で危険要因領域マークをリスクの存在する可能性のある方向に表示装置８１７に表示する。

図１０に本第３の実施の形態の表示例を示す。本表示例では表示の一例として表示装置としてＨＵＤを使用し、自車前景１００１に重畳して、リスクの存在する可能性のある方向に危険率と損失が低い場合の危険要因領域マーク１００２と、危険率と損失が高い場合の危険要因領域マーク１００３を表示している。

上記のように、リスクが現実になる確率（危険率）とそのときに予想される被害の大きさ（損失）を併せて作成しておき、上記危険率と損失に応じて危険要因領域の色や形状を変化させることによって、単なる警報とは違い運転者の注意を喚起するだけでなくて、危険要因の特徴まで運転者に知らせることができる。

第１の実施の形態の交差点形状と運転行動パターンおよび危険要因領域の説明図。第１の実施の形態の交差点形状別モデルの説明図。第１の実施の形態の構成を示すブロック図。第１の実施の形態のフローチャート。第１の実施の形態における表示イメージ図。第２の実施の形態の構成を示すブロック図。第２の実施の形態のフローチャート。第３の実施の形態の構成を示すブロック図。第３の実施の形態のフローチャート。第３の実施の形態における表示イメージ図。

符号の説明

１０１交差点形状１０２自車
１０５危険要因領域
３１６、６１７、８１７表示装置
３２１、６２１、８２１道路環境検出手段
３２２、６２２、８２２自車運転意志推定手段
３２３、６２３、８２３危険要因推定手段

Claims

自車が走行している道路環境、及び走行路の前方における道路環境を検出する道路環境検出手段と、
上記道路環境及び前方の道路環境に対して、運転者の運転操作意志を推定する自車運転意志推定手段と、
交差点形状に応じて交差点における危険要因領域を危険要因領域モデルとして記憶している交差点モデル記憶手段と、
上記道路環境検出手段で検出した次到達交差点における危険要因領域モデルを上記交差点モデル記憶手段から読み出し、上記自車運転意志推定手段で推定した運転者の運転操作意志による自車の走行状態と上記危険要因領域モデルとから次到達交差点における危険要因領域を推定する危険領域推定手段と、
上記危険要因領域を表示する表示装置と、を具備し、
交差点の形状別に危険要因領域を危険要因領域モデルとして予め作成しておき、自車が次に到達する次到達交差点の形状に合わせて、上記危険要因領域モデルを切り替えて次到達交差点における危険要因領域を推定する車両のリスク回避ガイド装置であって、
上記危険要因領域のリスクが現実になる確率である危険率と、リスクが現実になった場合に予想される被害の大きさである損失とを記憶している危険率と損失データベースを備え、
上記危険領域推定手段で推定した上記危険要因領域の危険率と損失とを上記危険率と損失データベースから読み出し、上記危険率と損失に応じて上記表示装置に表示する危険要因領域の色、形状を変化させ、リスクの存在する可能性のある方向を上記表示装置に表示することを特徴とする車両のリスク回避ガイド装置。
上記危険要因領域モデルにおいて、交差点の交差の形、交差の角度、上記自車が走行している道の交差する道に対しての優先度、上記自車が走行している道の車線数、上記自車が走行している道と交差する道の車線数別に、上記危険要因領域モデルをあらかじめ作成しておくことを特徴とする請求項１に記載の車両のリスク回避ガイド装置。
上記危険要因領域モデルにおいて、上記自車が走行している道の道路幅、上記自車が走行している道と交差する道の道路幅、横断歩道位置、中央分離帯位置に応じて上記危険要因領域を微調整することを特徴とする請求項２に記載の車両のリスク回避ガイド装置。