JP4874850B2

JP4874850B2 - 人と車両の能力判定装置

Info

Publication number: JP4874850B2
Application number: JP2007088887A
Authority: JP
Inventors: 憲孝林
Original assignee: Fuji Jukogyo KK
Current assignee: Subaru Corp
Priority date: 2007-03-29
Filing date: 2007-03-29
Publication date: 2012-02-15
Anticipated expiration: 2027-03-29
Also published as: JP2008250489A

Description

本発明は、ドライバと車両とを一体とみなした人−車両系の能力を判定する人と車両の能力判定装置に関する。

従来より、ドライバの能力を判定し、或いは、車両の運転しやすさを判定して、これらの判定結果を車両の制御や予防安全に利用する様々な技術が開発されている。

例えば、特開平５−８５２２１号公報では、ドライバの意志によって行われる走行車線の変更を検出し、操舵量に基づきドライバの操作の応答遅れを演算すると共に、操舵量と車速とに基づき車両位置と車両の走行車線との偏差量を演算して、ドライバが正常である状態における応答遅れ及び偏差量と演算された応答遅れ及び偏差量とを比較することにより、ドライバが正常状態にあるかを判定する技術が開示されている。
特開平５−８５２２１号公報

しかしながら、上述の特許文献１に開示されるようなドライバを評価する技術では、あくまでもドライバのみの評価に止まり、ドライバと車両とを一体とみなした人−車両系の能力判定ができないという問題がある。すなわち、交通環境においては、単に、ドライバの能力のみならず、ドライバと車両とが一体となった人−車両系がどのような能力にあるかが重要なファクタとなる。例えば、能力の低いドライバであったとしても扱いやすい車両を運転していれば、或いは逆に、運転の難しい車両であったとしても能力の高いドライバが運転していれば、総じて問題の無い能力を発揮することができ、こうした人−車両系の能力を判定することは重要である。

本発明は上記事情に鑑みてなされたもので、特別なテスト走行や設備を用いることなく、通常の走行において、容易に人−車両系の能力を判定することができる人と車両の能力判定装置を提供することを目的としている。

本発明は、自車両が走行する自車進行路を推定する自車進行路推定手段と、上記自車進行路からのずれ量を検出するずれ量検出手段と、ドライバの能力と車両の扱いやすさとを組み合わせたドライバと車両とを一体とみなした人−車両系の能力が高いほど高い値となる第１のゲインと上記自車進行路からのずれ量を基に上記自車進行路の形状に合わせて上記自車進行路に沿って走行しようとして操舵する操舵量を表現する第１の演算項と、上記人−車両系の能力が高いほど小さい値となる第２のゲインと上記自車進行路からのずれ量を基に上記自車進行路の形状から外れた際の上記自車進行路からのずれを修正しようとして操舵する操舵量を表現する第２の演算項とで予め定めた範囲内の操舵変化を近似する操舵近似手段と、上記第１のゲインと上記第２のゲインとにより、上記人−車両系の能力を判定する能力判定手段とを備えたことを特徴としている。

本発明による人と車両の能力判定装置によれば、特別なテスト走行や設備を用いることなく、通常の走行において、容易に人−車両系の能力を判定することが可能となる。

以下、図面に基づいて本発明の実施の形態を説明する。
図１〜図５は本発明の実施の形態を示し、図１は人と車両の能力判定装置の概略構成図、図２は人−車両系能力判定プログラムのフローチャート、図３は図２から続くフローチャート、図４は自車進行路に対するずれ量の説明図、図５は人−車両系の能力判定マップの一例を示す説明図である。

図１において、符号１は自動車等の車両（自車両）で、自車両１には、自車両１自身のドライバと車両とを一体とみなした人−車両系としての能力を判定する能力判定装置２が搭載されている。

この能力判定装置２は、車外前方を捉えるステレオカメラ３、このステレオカメラ３からの信号を処理するステレオ画像認識装置４、制御ユニット５、及び、警報を表示するモニタ６（警報手段）を有して主要に構成されている。

また、自車両１には、車速Ｖｏを検出する車速センサ１１、操舵角δｆを検出する操舵角センサ１２、ヨーレートγを検出するヨーレートセンサ１３が設けられている。そして、車速センサ１１からの車速Ｖｏはステレオ画像認識装置４と制御ユニット５に入力され、操舵角センサ１２からの操舵角δｆ、ヨーレートセンサ１３からのヨーレートγはステレオ画像認識装置４に入力される。

ステレオカメラ３は、ステレオ光学系として例えば電荷結合素子（ＣＣＤ）等の固体撮像素子を用いた１組の（左右の）ＣＣＤカメラで構成される。これら左右のＣＣＤカメラは、それぞれ車室内の天井前方に所定間隔をもって取り付けられ、車外の対象を異なる視点からステレオ撮像し、画像データをステレオ画像認識装置４に出力する。

ステレオ画像認識装置４は、画像データ、車速Ｖｏ、操舵角δｆ、ヨーレートγの各信号が入力され、画像データに基づき自車両１前方の立体物データと側壁データと白線データ等の前方情報を検出し、これら前方情報や自車両１の運転状態から自車両１の進行路（自車進行路）を推定する。そして、推定した自車進行路と、この自車進行路からの自車両１のずれ量εを演算し、制御ユニット５に出力する。

この自車進行路からのずれ量εは、自車進行路に対する自車両１の位置ズレ量であり、具体的には、図４に示すように、自車両の中心位置から自車進行路までの垂線長さである。図４（ａ）には、自車進行路が直線の場合のずれ量ε、図４（ｂ）には、自車進行路がカーブの場合のずれ量εの例を示す。

また、上述の自車進行路の推定は、自車両１の前方情報と運転状態のどちらかに応じて、例えば以下のように行われる。この際、実空間の３次元の座標系を、自車両１固定の座標系とし、自車両１の左右（幅）方向をＸ座標、自車両１の上下方向をＹ座標、自車両１の前後方向をＺ座標で示す。そして、ステレオカメラ３を成す２台のＣＣＤカメラの中央の真下の道路面を原点として、自車両１の左側をＸ軸の＋側、自車両１の上方をＹ軸の＋側、自車両１の前方をＺ軸の＋側として設定する。

ａ．白線に基づく自車進行路推定…左右両方、若しくは、左右どちらか片側の白線データが得られており、これら白線データから自車両１が走行している車線の形状が推定できる場合、自車進行路は、自車両１の幅や、自車両１の現在の車線内の位置を考慮して、白線と並行して形成される。

ｂ．ガードレール、縁石等の側壁データに基づく自車進行路推定…左右両方、若しくは、左右どちらか片側の側壁データが得られており、これら側壁データから自車両１が走行している車線の形状が推定できる場合、自車進行路は、自車両１の幅や、自車両１の現在の車線内の位置を考慮して、側壁と並行して形成される。

ｃ．先行車軌跡に基づく自車進行路推定…立体物データの中から抽出した先行車（例えば、自車両１前方の設定領域内に存在し、自車両１に最も近いと判定され、自車両１と同じ方向に移動する車両）の過去の走行軌跡を基に、自車進行路を推定する。

ｄ．自車両１の走行軌跡に基づく自車進行路推定…自車両１の運転状態を基に、自車進行路を推定する。この場合、例えば、まず、ヨーレートセンサ１３が有効か判定され、ヨーレートセンサ１３が有効であれば、以下（１）式により現在の旋回曲率Ｃuaが算出される。
Ｃua＝γ／Ｖｏ …（１）

一方、ヨーレートセンサ１３が無効であれば、操舵角δｆが、所定値（例えば０．５７度）以上で転舵が行われているか否か判定され、操舵角δｆが０．５７度以上で操舵が行われている場合は、操舵角δｆと自車速Ｖｏを用いて例えば以下（２）、（３）式により現在の旋回曲率Ｃuaが算出される。
Ｒｅ＝（１＋Ａ・Ｖｏ^２）・（Ｌ／δｆ） …（２）
Ｃua＝１／Ｒｅ …（３）
ここで、Ｒｅは旋回半径、Ａは車両のスタビリティファクタ、Ｌはホイールベースである。また、操舵角δｆが０．５７度より小さい場合は、現在の旋回曲率Ｃuaは０（直線走行状態）とされる。

こうして、得られる現在の旋回曲率Ｃuaを加えた過去所定時間（例えば約０．３秒間）の旋回曲率から平均旋回曲率を算出し、自車進行路を推定する。

尚、ヨーレートセンサ１３が有効であって、上述の（１）式により現在の旋回曲率Ｃuaが算出される場合であっても、操舵角δｆが０．５７度より小さい場合は、現在の旋回曲率Ｃuaは０（直線走行状態）に補正するようにしても良い。

ステレオ画像認識装置４における、ステレオカメラ３からの画像データの処理は、例えば以下のように行われる。まず、ステレオカメラ３のＣＣＤカメラで撮像した自車両１前方のステレオ画像対に対し、対応する位置のずれ量から三角測量の原理によって距離情報を求める処理を行なって、三次元の距離分布を表す距離画像を生成する。そして、このデータを基に、周知のグルーピング処理を行い、予め記憶しておいた３次元的な道路形状データ、側壁データ、立体物データ等の枠（ウインドウ）と比較し、白線データ、道路に沿って存在するガードレール、縁石等の側壁データ、車両等の立体物データを抽出する。

こうして抽出された白線データ、側壁データ、立体物データは、それぞれのデータ毎に異なったナンバーが割り当てられる。また、更に立体物データに関しては、自車両１からの距離の相対的な変化量と自車両１の車速の関係から、停止している停止物と、自車両１と略同方向に移動する順方向移動物等に分類されて出力される。そして、例えば、自車両１前方の設定領域内に存在し、自車両１に最も近いと判定され、自車両１と同じ方向に移動する車両が先行車として登録される。

このように、本実施の形態においては、ステレオカメラ３、及び、ステレオ画像認識装置４により、自車進行路推定手段、及び、ずれ量検出手段が構成されている。

制御ユニット５は、ステレオ画像認識装置４から自車進行路からのずれ量εが、車速センサ１１から車速Ｖｏが、操舵角センサ１２から操舵角δｆが入力される。そして、自車進行路からのずれ量の絶対値｜ε｜が、予め設定しておいた値Ｋε以上となった際に、一定時間（例えば、１０秒間：尚、一定距離であっても良い）、自車進行路からのずれ量εと操舵角δｆとを検出し、この間の操舵変化を、以下の（４）式により近似する。εは自車進行路の左側を＋、δｆは左旋回を＋の符号として、
δｆ＝Ｋ１・ε＋Ｋ２・ε^３ …（４）
ここで、Ｋ１は第１のゲイン、Ｋ２は第２のゲインである。すなわち、上述の（４）式では、Ｋ１・εの項は、自車進行路に沿って走行しようとして操舵する操舵量を表現する第１の演算項となっており、Ｋ２・ε^３の項は自車進行路からのずれを修正しようとして操舵する操舵量を表現する第２の演算項となっている。換言すれば、第１の演算項は、自車進行路からのずれ量εに比例したフィードバック制御の項であり、第２の演算項は、ある程度以上コースを外れそうになった場合の急操舵を表現する項となっており、この第２の演算項は、ドライバの反応遅れも含んでいる。尚、ここで、例示する（４）式は、あくまでも近似式の一例であり、他にも、第２の演算項をεの５乗、７乗等の奇数の乗数の項で表現するようにしても良い。また、（４）式は、三角関数や指数関数による近似式としても良い。

そして、制御ユニット５は、上述の（４）式で近似する際に定められる第１のゲインＫ１、及び、第２のゲインＫ２を用い、予め設定しておいたマップ（人−車両系の能力判定マップ：図５にその一例を示す）を参照して、人−車両系の能力を判定し、更に、第２のゲインＫ２が予め設定しておいた閾値以上の場合には、モニタ６のアラームランプを点滅させてドライバに対する警報を行う。このように、制御ユニット５は、操舵近似手段、及び、能力判定手段としての機能を有して構成されている。

次に、能力判定装置２で実行される人−車両系能力判定プログラムを、図２、図３のフローチャートで説明する。
まず、ステップ（以下、「Ｓ」と略称）１０１で必要パラメータを読み込み、Ｓ１０２に進んで、ステレオ画像認識装置４で前述の如く自車進行路の推定を行う。

次いで、Ｓ１０３に進み、ステレオ画像認識装置４は、自車進行路からのずれ量εを演算し、Ｓ１０４に進む。

Ｓ１０４に進むと、制御ユニット５は、自車進行路からのずれ量の絶対値｜ε｜が、予め設定しておいた値Ｋε以上（｜ε｜≧Ｋε）か否かを判定する。そして、｜ε｜≧Ｋεの場合は、Ｓ１０５以降に進み、｜ε｜＜Ｋεの場合は、プログラムを抜ける。

｜ε｜≧Ｋεと判定されてＳ１０５に進むと、制御ユニット５は、自車進行路からのずれ量ε、操舵角δｆを読み込み、Ｓ１０６に進んで、一定時間Ｃｔ（例えば、１０秒間）経過したか否か判定する。

このＳ１０６の判定の結果、未だに一定時間Ｃｔ経過していないのであれば、再び、Ｓ１０５に戻って、自車進行路からのずれ量ε、操舵角δｆのデータの取得を行い、一定時間Ｃｔ経過するまで自車進行路からのずれ量ε、操舵角δｆのデータの取得を続ける。

そして、一定時間Ｃｔ、自車進行路からのずれ量ε、操舵角δｆのデータの取得を行った後は、Ｓ１０７に進み、Ｓ１０６で自車進行路からのずれ量ε、操舵角δｆのデータの取得を行った自車進行路が直線か否か判定する。この判定は、例えば、判定対象の自車進行路の旋回曲率が、予め設定した曲率以下であるか否かで判定する。

Ｓ１０７の判定の結果、自車進行路が直線である場合は、Ｓ１０８〜Ｓ１１１に進み、直線でない場合は、Ｓ１１２以降へと進む。

Ｓ１０７の判定で直線と判定されて、Ｓ１０８に進むと、取得した操舵角データの近似処理、すなわち、上述の（４）式による近似が行われ、第１のゲインＫ１と第２のゲインＫ２が推定演算される。

そして、Ｓ１０９に進み、制御ユニット５は、図５に示すような、予め設定しておいた人−車両系の能力判定マップを参照し、人−車両系の能力を判定してモニタ６に出力する。この人−車両系の能力判定マップは、図５のマップに示すように、第１のゲインＫ１が高いほど、人−車両系の能力が高いと判定され、第２のゲインＫ２が小さいほど、人−車両系の能力が高いと判定される。これは、人−車両系の能力が高いほど、自車進行路に沿って走行する能力が高く、修正操舵を行うことが少ないためである。逆に、人−車両系の能力が低いほど、自車進行路に沿って走行する能力が未熟となり、修正操舵を行うことが多くなることを反映したものとなっている。

尚、モニタ６における人−車両系の能力の表示は、数値によるレベル表示や、画像による段階的なレベル表示等を用いることができる。

その後、Ｓ１１０に進み、第２のゲインＫ２が、予め設定しておいた閾値Ｃks以上（Ｋ２≧Ｃks）か否か判定し、Ｋ２≧Ｃksの場合は、人−車両系の能力が極度に低下しており、ドライバの状態が眠気、その他により異常な場合も考えられると判定して、Ｓ１１１に進んで、モニタ６のアラームランプを点滅させてドライバに対する警報を行ってプログラムを抜ける。尚、警報は、音声警報を併用しても良い。

また、Ｓ１１０の判定の結果、Ｋ２＜Ｃksの場合は、そのまま警報を行うことなくプログラムを抜ける。

一方、上述のＳ１０７の判定で自車進行路が直線ではないと判定されてＳ１１２に進むと、自車両１がカーブ内側へのコーナリングを行ったか否かが判定される。これは、具体的には、カーブが左旋回形状にある場合に自車進行路からのずれ量εの符号が＋の場合、或いは、カーブが右旋回形状にある場合に自車進行路からのずれ量εの符号が−の場合にカーブ内側へのコーナリングと判定される。

そして、このＳ１１２の判定の結果、自車両１がカーブ内側へのコーナリングを行った場合には、人−車両系の能力判定は行わず、そのままプログラムを抜け、カーブ内側へのコーナリングを行っていないのであれば、Ｓ１１３以降の処理に進む。これは、カーブにおいては、ドライバは敢えてカーブ内側へのコーナリングを行う場合（例えば、アウト−イン−アウト走行）があり、このような場合、自車進行路からのずれ量εも大きくなり、人−車両系の能力判定が正確にできなくなる可能性があるためである。

Ｓ１１２で、カーブ内側へのコーナリングを行っていないと判定された場合は、Ｓ１１３に進み、取得した操舵角データの近似処理、すなわち、上述の（４）式による近似が行われ、第１のゲインＫ１と第２のゲインＫ２が推定演算される。

そして、Ｓ１１４に進み、制御ユニット５は、図５に示すような、予め設定しておいた人−車両系の能力判定マップを参照し、人−車両系の能力を判定してモニタ６に出力する。

その後、Ｓ１１５に進み、第２のゲインＫ２が、予め設定しておいた閾値Ｃkc以上（Ｋ２≧Ｃkc）か否か判定し、Ｋ２≧Ｃkcの場合は、人−車両系の能力が極度に低下しており、ドライバの状態が眠気、その他により異常な場合も考えられると判定して、Ｓ１１６に進んで、モニタ６のアラームランプを点滅させてドライバに対する警報を行ってプログラムを抜ける。尚、警報は、音声警報を併用しても良い。

また、Ｓ１１５の判定の結果、Ｋ２＜Ｃkcの場合は、そのまま警報を行うことなくプログラムを抜ける。

尚、上述のＳ１１０で用いる直線における閾値Ｃksと、上述のＳ１１５で用いるカーブにおける閾値Ｃkcとは、異なる値に設定しても良く、同じ値に設定しても良い。また、車速Ｖｏ、旋回曲率、路面摩擦係数等に応じて可変設定するようにしても良い。

このように本発明の実施の形態によれば、一定時間、或いは、一定距離の間、自車進行路からのずれ量εと操舵角δｆとを検出し、この間の操舵変化を、前述の（４）式により近似して、この近似式の自車進行路に沿って走行しようとして操舵する操舵量を表現する第１の演算項の第１のゲインＫ１と、自車進行路からのずれを修正しようとして操舵する操舵量を表現する第２の演算項の第２のゲインとにより人−車両系の能力を判定を行うようになっている。このため、特別なテスト走行や設備を用いることなく、通常の走行において、容易に人−車両系の能力を判定することが可能となる。

尚、本実施の形態では、カメラからの情報を基に自車進行路を設定し、この自車進行路からのずれ量εを検出するようにしているが、ナビゲーションシステムの地図データ等を用いて、自車進行路を設定するようにしても良い。

人と車両の能力判定装置の概略構成図人−車両系能力判定プログラムのフローチャート図２から続くフローチャート自車進行路に対するずれ量の説明図人−車両系の能力判定マップの一例を示す説明図

符号の説明

１自車両
２能力判定装置
３ステレオカメラ（自車進行路推定手段、ずれ量検出手段）
４ステレオ画像認識装置（自車進行路推定手段、ずれ量検出手段）
５制御ユニット（操舵近似手段、能力判定手段）
６モニタ（警報手段）
１１車速センサ
１２操舵角センサ
１３ヨーレートセンサ

Claims

自車両が走行する自車進行路を推定する自車進行路推定手段と、
上記自車進行路からのずれ量を検出するずれ量検出手段と、
ドライバの能力と車両の扱いやすさとを組み合わせたドライバと車両とを一体とみなした人−車両系の能力が高いほど高い値となる第１のゲインと上記自車進行路からのずれ量を基に上記自車進行路の形状に合わせて上記自車進行路に沿って走行しようとして操舵する操舵量を表現する第１の演算項と、上記人−車両系の能力が高いほど小さい値となる第２のゲインと上記自車進行路からのずれ量を基に上記自車進行路の形状から外れた際の上記自車進行路からのずれを修正しようとして操舵する操舵量を表現する第２の演算項とで予め定めた範囲内の操舵変化を近似する操舵近似手段と、
上記第１のゲインと上記第２のゲインとにより、上記人−車両系の能力を判定する能力判定手段と、
を備えたことを特徴とする人と車両の能力判定装置。
上記操舵近似手段は、上記第１のゲインに上記自車進行路からのずれ量を乗算して形成した上記第１の演算項と上記第２のゲインに上記自車進行路からのずれ量の三乗を乗算して形成した上記第２の演算項とを加算することで上記予め定めた範囲内の操舵変化を近似することを特徴とする請求項１記載の人と車両の能力判定装置。
ドライバに警報を行う警報手段を有し、上記第２のゲインが予め設定した閾値を超える場合に上記警報手段による警報を行うことを特徴とする請求項１又は請求項２記載の人と車両の能力判定装置。