JP5161643B2 - 安全運転支援システム - Google Patents
安全運転支援システム Download PDFInfo
- Publication number
- JP5161643B2 JP5161643B2 JP2008113012A JP2008113012A JP5161643B2 JP 5161643 B2 JP5161643 B2 JP 5161643B2 JP 2008113012 A JP2008113012 A JP 2008113012A JP 2008113012 A JP2008113012 A JP 2008113012A JP 5161643 B2 JP5161643 B2 JP 5161643B2
- Authority
- JP
- Japan
- Prior art keywords
- state
- driver
- safe driving
- support system
- model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Description
SOM次元数 1
ユニット数 256
入力特徴量 ADSTR(舵角速度絶対値)
PEDAL(アクセル・ブレーキ操作正規化量)
DPEDAL(PEDAL値変化量)
SPEED(車両速度)
駆動周波数 可変
ステート数 10
出力信号 SOMユニット番号(0〜255)
ネットワーク構造 全ステート相互接続型
一般に、自動車の運転を想定する場合、車を運転する度に故意ではないにも拘わらず必ず事故を起こしてしまうドライバが存在するとは考えにくい。言い換えれば、巨視的にはドライバは適宜走行環境のリスクレベルに対応した運転操作を行っていると見なすことができる。このような前提の元に、ある程度長い時間範囲のデータを集めて統計的に処理した場合、HMMにおけるドライバの内部状態の遷移は、走行環境のリスクレベルの遷移に依存していると仮定することができる。
(1−1)状態遷移モデルの駆動周波数を定義
(1−2)内部状態のステート数を定義(例えば、10ステート)
(1−3)リスクレベルをステート数分に離散化
(1−4)各ステート間の遷移回数をカウント
(1−5)各ステート間の統計的な遷移確率を計算
あるステートに遷移した状態における、操作データ特徴の出力確率の学習には、前述したSOMを用いる。計測された操作データをSOMユニット番号に次元圧縮並びに量子化し、各ユニット番号が観測される回数をカウントすることで、統計的な出力信号確率を算出する。ステート毎に得られる各ユニットの出力確率が異なることで、リスクレベルによって操作傾向が変わることをモデル化することができ、図6に示すようなステート別の出力確率を得ることができる。
最尤系列推定は、現在観測されている操作データがどのステートから出力されているとするのが最も尤もらしいかを推定(最尤推定)する手法であり、遷移系列を計算する際の最も尤もらしい系列とは、発生する確率が最大となる系列を特定することに相当する。ここでは、HMMに対する最尤系列推定手法の一つであるビタビ・アルゴリズム(Viterbi algorithm)を用いて、計測された操作データの時系列データからドライバの内部状態の遷移系列を計算し、得られたステート遷移系列に沿ってドライバの内部状態が遷移していると推定する。
δ1(i)=π1b1(o1)
φ1(i)=0
(2−2)各時刻t=1,…,T−1、各状態j=1,…,Nについて、以下の再帰計算を実行する。
δt+1(j)=maxi[δt(i)aij]bj(ot+1)
φt+1(j)=argmaxi[δt(i)aij]
(2−3)再帰計算の終了
P=maxiδT(i)
qT=argmaxiδT(i)
(2−4)バックトラックによる最適状態遷移系列の復元(T=T−1,…,1に対して以下を実行)
qT=φt+1(qt+1)
以上のビタビ・アルゴリズムに対して、オンラインでの適用や推定精度の向上をより強く意図する場合には、前向きアルゴリズムを用いて内部状態を推定する。前向きアルゴリズムは、イベントと各ステートとのトレリス上を前向きに辿る手法であり、以下の(3−1),(3−2)のステップに従って逐次計算を行うことで、前向き確率(状態存在確率)αを計算する。尚、以下の式中において、π:事前確率、a:状態遷移確率、b:出力信号確率、o:零ベクトルとし、各変数の添字1は初期値であることを示す。
α1(i)=π1b1(o1)
(3−2)各時刻t=1,…,T−1、各状態j=1,…,Nについて、前向き確率を再帰的に計算する。尚、再帰計算におけるΣはj=1〜Nについての総和である。
αt+1(j)=[Σαt(i)aij]bj(ot+1)
μ=Σxiαi
以上のHMMの遷移周期は、一つの周期に固定されることなく、スケジュール制御部9において、複数の異なる時間周期や観測シンボルの変化に応じた周期として管理され、多様な内部状態の推定を可能としている。具体的には、SOM及びHMMを階層化して各層を異なる時間周期で駆動する手法(タイムドリブン)、モデル前段(SOM出力)の観測シンボルをイベントとして、このイベントの状態によってHMMを駆動する手法(イベントドリブン)、適応的なサンプリング周期に合わせてHMMを駆動する手法があり、システム条件等によって適宜選択・組わせて用いられる。次に、各手法について説明する。
タイムドリブンの特徴は、一定の周期で状態が遷移すると仮定することである。このため、タイムドリブンでは、図9に示すように、環境リスク離散化部3,操作特徴量離散化部5,モデル学習部6、状態推定部7をそれぞれ階層化し、各層を、それぞれの時間周期で並列に動作させる。
イベントドリブンの特徴は、外部環境リスクへのドライバ応答は運転操作として表れる、逆に言えば運転操作に表れないステート遷移は無いと仮定し、イベント発生に応じて状態推定を行うことである。すなわち、図10に示すように、前段で出力される離散化結果(SOMからの観測シンボル)を利用して運転操作やドライバの内部状態の変化を監視し、観測シンボルによるベント発生で遷移トリガを発生させる。
適応的サンプリングは、環境リスクレベルや操作データの離散化の際、特に長周期の階層で問題となる顕著なリスクや顕著な操作のサンプリング漏れを防ぐものであり、前述のタイムドリブンやイベントドリブンと組み合わせることにより、有効性をより向上することができる。
状態推定部7でドライバの内部状態として各ステートへの存在確率から計算されたステートの番号(或いは期待値)は、一次ローパスフィルタ(例えば、カットオフ周波数0.3Hz)でフィルタリングされた後、警報・支援部8に出力される。この出力値がドライバの意識しているリスクレベルに相当し、ドライバが対処するリスクレベルと見做せるものであり、出力値と環境リスクレベル値とを比較することにより、車両が本質的に安全或いは危険な状態にあるかを評価することが可能となる。
2 車外環境認識部
3 環境リスク離散化部
5 操作特徴量離散化部
6 モデル学習部
7 状態推定部
8 警報・支援部
Claims (9)
- 移動体を運転するドライバの状態を推定して安全運転のための支援を行う安全運転支援システムであって、
上記移動体の外部環境をセンシングして特徴量を抽出し、該特徴量に基づいて外部環境に含まれる環境リスクを認識する環境リスク認識部と、
上記環境リスクとドライバの運転操作との対応を確率的状態遷移モデルを用いて学習し、学習モデルを構築するモデル学習部と、
上記学習モデルに基づいて、走行中のドライバの運転操作の反映としての車両挙動データを含む運転操作データからドライバのリスク認識状態をドライバの内部状態として推定する状態推定部と、
上記環境リスクと上記ドライバの内部状態とを比較し、上記移動体の安全運転に係る支援情報を取得する運転支援部とを備え、
更に、上記確率的状態遷移モデルへのデータ入力を複数の異なる周期に設定し、上記確率的状態遷移モデルによる推定周期を適応的に可変するスケジュール制御部を備えることを特徴とする安全運転支援システム。 - 上記スケジュール制御部は、
上記確率的状態遷移モデルを時間的に階層化して駆動することを特徴とする請求項1記載の安全運転支援システム。 - 上記階層化を、上記運転操作データの種別に応じて実施することを特徴とする請求項2記載の安全運転支援システム。
- 上記スケジュール制御部は、
モデル入力側のイベント発生に応じて遷移トリガを出力し、該遷移トリガによって上記確率的状態遷移モデルを駆動することを特徴とする請求項1〜3の何れか一に記載の安全運転支援システム。 - 上記確率的状態遷移モデルへの入力データが変化したとき、イベント発生として上記遷移トリガを出力することを特徴とする請求項4記載の安全運転支援システム。
- 上記確率的状態遷移モデルへの入力データが変化しない状態が一定時間以上継続したとき、イベント発生として上記遷移トリガを出力することを特徴とする請求項4記載の安全運転支援システム。
- 上記スケジュール制御部は、
上記確率的状態遷移モデルへのデータ入力周期を、サンプリング間の代表値で可変することを特徴とする請求項1〜6の何れか一に記載の安全運転支援システム。 - 上記代表値として、サンプリング間の最大値或いは最小値を用いることを特徴とする請求項7記載の安全運転支援システム。
- 上記代表値として、サンプリング間の平均値或いは最頻値或いは中央値を用いることを特徴とする請求項7記載の安全運転支援システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008113012A JP5161643B2 (ja) | 2008-04-23 | 2008-04-23 | 安全運転支援システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008113012A JP5161643B2 (ja) | 2008-04-23 | 2008-04-23 | 安全運転支援システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009262702A JP2009262702A (ja) | 2009-11-12 |
JP5161643B2 true JP5161643B2 (ja) | 2013-03-13 |
Family
ID=41389117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008113012A Expired - Fee Related JP5161643B2 (ja) | 2008-04-23 | 2008-04-23 | 安全運転支援システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5161643B2 (ja) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5189157B2 (ja) | 2010-11-30 | 2013-04-24 | 株式会社豊田中央研究所 | 可動物の目標状態決定装置及びプログラム |
JP5397565B2 (ja) | 2011-02-23 | 2014-01-22 | トヨタ自動車株式会社 | 運転支援装置、運転支援方法及び運転支援プログラム |
JP5720462B2 (ja) * | 2011-07-20 | 2015-05-20 | 日産自動車株式会社 | 運転者疲労度推定装置 |
JP6206022B2 (ja) * | 2013-09-12 | 2017-10-04 | 株式会社デンソー | 運転支援装置 |
FR3048542A1 (fr) * | 2016-03-01 | 2017-09-08 | Valeo Comfort & Driving Assistance | Dispositif et methode de surveillance personnalises d'un conducteur d'un vehicule automobile |
JP6439735B2 (ja) * | 2016-04-14 | 2018-12-19 | トヨタ自動車株式会社 | 運転支援用装置 |
JP6697980B2 (ja) * | 2016-08-25 | 2020-05-27 | 三菱電機ビルテクノサービス株式会社 | 設備点検順位設定装置及び設備点検順位設定方法 |
CN108773373B (zh) * | 2016-09-14 | 2020-04-24 | 北京百度网讯科技有限公司 | 用于操作自动驾驶车辆的方法和装置 |
US10449958B2 (en) * | 2017-02-15 | 2019-10-22 | Ford Global Technologies, Llc | Feedback-based control model generation for an autonomous vehicle |
JP6579495B2 (ja) * | 2017-03-29 | 2019-09-25 | マツダ株式会社 | 車両運転支援システム |
JP6579493B2 (ja) * | 2017-03-29 | 2019-09-25 | マツダ株式会社 | 車両運転支援システム |
CN107618512B (zh) * | 2017-08-23 | 2019-06-18 | 清华大学 | 基于人-车-环境多数据源的驾驶行为安全评价方法 |
CN111295699B (zh) * | 2017-08-31 | 2023-03-21 | 松下知识产权经营株式会社 | 辅助方法以及利用该辅助方法的辅助系统、辅助装置 |
TWI701174B (zh) * | 2018-06-06 | 2020-08-11 | 緯創資通股份有限公司 | 駕駛預測方法及其處理裝置與系統 |
JP7173702B2 (ja) * | 2019-02-27 | 2022-11-16 | トヨタ自動車株式会社 | 評価装置 |
JP7074698B2 (ja) * | 2019-02-27 | 2022-05-24 | トヨタ自動車株式会社 | 評価装置 |
CN111717217B (zh) * | 2020-06-30 | 2022-11-08 | 重庆大学 | 一种基于概率修正的驾驶员意图识别方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06251159A (ja) * | 1993-03-01 | 1994-09-09 | Nippon Telegr & Teleph Corp <Ntt> | 動作認識装置 |
JP3267395B2 (ja) * | 1993-07-14 | 2002-03-18 | 株式会社東芝 | 階層化状態遷移モデル記述方法 |
JPH0990983A (ja) * | 1995-09-26 | 1997-04-04 | Nippon Telegr & Teleph Corp <Ntt> | 音声認識方法 |
JP3735969B2 (ja) * | 1995-11-02 | 2006-01-18 | ヤマハ株式会社 | 指揮動作判定方法および指揮動作判定装置 |
JP4069481B2 (ja) * | 1997-09-30 | 2008-04-02 | 日産自動車株式会社 | 車両挙動推定装置 |
JP4246560B2 (ja) * | 2002-09-24 | 2009-04-02 | 株式会社リコー | 情報処理装置、情報処理方法、プログラム、及び記録媒体 |
JP4097519B2 (ja) * | 2002-12-24 | 2008-06-11 | 株式会社豊田中央研究所 | 危険感受度推定装置、安全運転評価装置及び警報装置 |
JP2004212641A (ja) * | 2002-12-27 | 2004-07-29 | Toshiba Corp | 音声入力システム及び音声入力システムを備えた端末装置 |
JP4408205B2 (ja) * | 2003-05-16 | 2010-02-03 | 東芝テック株式会社 | 話者認識装置 |
-
2008
- 2008-04-23 JP JP2008113012A patent/JP5161643B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2009262702A (ja) | 2009-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5161643B2 (ja) | 安全運転支援システム | |
US11345234B2 (en) | Method and apparatus for detecting status of vehicle occupant | |
JP2009073465A (ja) | 安全運転支援システム | |
CN111741884B (zh) | 交通遇险和路怒症检测方法 | |
JP5005492B2 (ja) | 安全運転支援システム | |
CN104730949B (zh) | 自主车辆中的情感型用户界面 | |
US7839292B2 (en) | Real-time driving danger level prediction | |
US20210357701A1 (en) | Evaluation device, action control device, evaluation method, and evaluation program | |
JP6219952B2 (ja) | ドライバの運転状態を判断する方法 | |
US7394393B2 (en) | Adaptive driver workload estimator | |
EP3535646A1 (en) | System and method for driver distraction determination | |
KR101276770B1 (ko) | 사용자 적응형 특이행동 검출기반의 안전운전보조시스템 | |
JP7212607B2 (ja) | 車両can bus信号を利用した機械学習基盤運転者異常感知方法および装置 | |
Wu et al. | Reasoning-based framework for driving safety monitoring using driving event recognition | |
US9111400B2 (en) | System for detecting abnormal driving behavior | |
US20240029467A1 (en) | Modular Predictions For Complex Human Behaviors | |
WO2008133746A1 (en) | Systems and methods for detecting unsafe conditions | |
Sharma et al. | Drowsiness warning system using artificial intelligence | |
KR20200076129A (ko) | Lstm 기반 조향 행동 모니터링 장치 및 그 방법 | |
JP2011003076A (ja) | リスク認識システム | |
Amira et al. | Driver drowsiness detection and tracking based on YOLO with Haar cascades and ERNN | |
Wu et al. | Fuzzy logic based driving behavior monitoring using hidden markov models | |
Mittal et al. | Driver drowsiness detection using machine learning and image processing | |
Fasanmade et al. | Context-Aware Quantitative Risk Assessment Machine Learning Model for Drivers Distraction | |
KASHEVNIK et al. | PERSONALIZED DANGEROUS SITUATION DETECTION IN VEHICLE CABINS USING SMARTPHONE SENSORS |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110324 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20121031 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20121120 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20121214 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5161643 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20151221 Year of fee payment: 3 |
|
S531 | Written request for registration of change of domicile |
Free format text: JAPANESE INTERMEDIATE CODE: R313531 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S533 | Written request for registration of change of name |
Free format text: JAPANESE INTERMEDIATE CODE: R313533 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |