JP5747593B2 - Standard vehicle speed calculation device and program - Google Patents

Standard vehicle speed calculation device and program Download PDF

Info

Publication number
JP5747593B2
JP5747593B2 JP2011062698A JP2011062698A JP5747593B2 JP 5747593 B2 JP5747593 B2 JP 5747593B2 JP 2011062698 A JP2011062698 A JP 2011062698A JP 2011062698 A JP2011062698 A JP 2011062698A JP 5747593 B2 JP5747593 B2 JP 5747593B2
Authority
JP
Japan
Prior art keywords
vehicle speed
intersection
attributes
stationary
detected
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.)
Active
Application number
JP2011062698A
Other languages
Japanese (ja)
Other versions
JP2012198774A (en
Inventor
清水 司
司 清水
吉紘 大濱
吉紘 大濱
哲郎 倉橋
哲郎 倉橋
Original Assignee
株式会社豊田中央研究所
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 株式会社豊田中央研究所 filed Critical 株式会社豊田中央研究所
Priority to JP2011062698A priority Critical patent/JP5747593B2/en
Publication of JP2012198774A publication Critical patent/JP2012198774A/en
Application granted granted Critical
Publication of JP5747593B2 publication Critical patent/JP5747593B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Description

本発明は、規範車速算出装置及びプログラムに係り、特に、交差点通過時又は静止物の周辺通過時の規範となる車速を算出する規範車速算出装置及びプログラムに関する。   The present invention relates to a reference vehicle speed calculation device and program, and more particularly, to a reference vehicle speed calculation device and program for calculating a reference vehicle speed when passing an intersection or passing around a stationary object.
従来より、実際の環境下での経験をシステムが自律的に学習し、多様な外界環境に対して危険度の認識を可能とするオンラインリスク学習システムが知られている(特許文献1)。このオンラインリスク学習システムは、画像の特徴量を自動抽出し、運転者の運転操作との関係を学習しておくことで実現されている。   2. Description of the Related Art Conventionally, an online risk learning system is known in which a system autonomously learns an experience in an actual environment and recognizes a degree of danger for various external environments (Patent Document 1). This online risk learning system is realized by automatically extracting the feature amount of an image and learning the relationship with the driving operation of the driver.
また、交差点や合流点において自車両が衝突危険度の高い状況下にあるとき、運転者に対して警告することにより、自車両の衝突を予防する交差点衝突予防装置が知られている(特許文献2)。この交差点衝突予防装置は、交差点での事故形態をデータベースで待ち、センサ情報から検索してスコア付けを行うことで実現されている。   Also, there is known an intersection collision prevention device that prevents a collision of the host vehicle by warning the driver when the host vehicle is in a situation where the risk of collision is high at an intersection or a junction (Patent Literature). 2). This intersection collision prevention apparatus is realized by waiting for an accident form at an intersection in a database, searching from sensor information, and performing scoring.
特開2008−238831号公報JP 2008-238831 A 特開2005−173703号公報JP 2005-173703 A
しかしながら、上記の特許文献1に記載の技術では、アクセルペダル・ブレーキペダルの操作およびハンドルの操作量から定義したリスクを認識しており、ある場面における規範となる速度を算出することができない、という問題がある。   However, the technique described in Patent Document 1 recognizes the risk defined from the operation amount of the accelerator pedal and the brake pedal and the operation amount of the steering wheel, and cannot calculate the standard speed in a certain scene. There's a problem.
また、上記の特許文献2に記載の技術では、交差点や合流点での様々な交通状況におけるリスクのデータベースを必要としており、必ずしも実際に起こる全ての状況に対して対処できるとは限らない、という問題がある。   In addition, the technology described in Patent Document 2 above requires a database of risks in various traffic situations at intersections and junctions, and is not necessarily capable of dealing with all actual situations. There's a problem.
本発明は、上記の問題点を解決するためになされたもので、未知場面に対しても頑健に規範となる車速を算出することができる規範車速算出装置及びプログラムを提供することを目的とする。   The present invention has been made to solve the above-described problems, and an object of the present invention is to provide a standard vehicle speed calculation device and a program that can calculate a standard vehicle speed robustly even in an unknown scene. .
上記の目的を達成するために第1の発明に係る規範車速算出装置は、自車両前方の対象領域内の交差点及び交差点の形状を検出する交差点検出手段と、前記交差点検出手段によって検出された前記交差点について、交差点の形状と交差点周辺の道路環境とに関する複数の属性の各々に対して予め定めた複数の分類の何れに該当するか否かを検出する属性検出手段と、前記属性検出手段によって検出された前記複数の属性の各々に対する分類と、前記複数の属性の各々に対する各分類について予め求めた重み付けとを用いた重み付け線形和を算出して、交差点通過時の規範となる車速を算出する規範車速算出手段と、を含んで構成されている。   In order to achieve the above object, a reference vehicle speed calculation device according to a first aspect of the present invention includes an intersection detection unit that detects an intersection in a target area in front of the host vehicle and an intersection shape, and the intersection detection unit detects the intersection. Attribute detection means for detecting whether or not an intersection corresponds to a plurality of predetermined categories for each of a plurality of attributes relating to the shape of the intersection and the road environment around the intersection, and detected by the attribute detection means A norm for calculating a vehicle speed that is a norm when passing through an intersection by calculating a weighted linear sum using a classification for each of the plurality of attributes and a weight obtained in advance for each classification for each of the plurality of attributes Vehicle speed calculation means.
また、第2の発明に係るプログラムは、コンピュータを、自車両前方の対象領域内の交差点及び交差点の形状を検出する交差点検出手段、前記交差点検出手段によって検出された前記交差点について、交差点の形状と交差点周辺の道路環境とに関する複数の属性の各々に対して予め定めた複数の分類の何れに該当するか否かを検出する属性検出手段、及び前記属性検出手段によって検出された前記複数の属性の各々に対する分類と、前記複数の属性の各々に対する各分類について予め求めた重み付けとを用いた重み付け線形和を算出して、交差点通過時の規範となる車速を算出する規範車速算出手段として機能させるためのプログラムである。   According to a second aspect of the present invention, there is provided a program for causing a computer to detect an intersection in a target area in front of the host vehicle and an intersection detection unit that detects the shape of the intersection, and the intersection detected by the intersection detection unit. Attribute detection means for detecting whether or not any of a plurality of predetermined classifications for each of a plurality of attributes related to a road environment around an intersection, and the plurality of attributes detected by the attribute detection means In order to calculate a weighted linear sum using a classification for each of the plurality of attributes and a weight obtained in advance for each of the plurality of attributes, and to function as a reference vehicle speed calculation means for calculating a vehicle speed that is a reference when passing the intersection It is a program.
第1の発明及び第2の発明によれば、交差点検出手段によって、自車両前方の対象領域内の交差点及び交差点の形状を検出する。属性検出手段によって、前記交差点検出手段によって検出された前記交差点について、交差点の形状と交差点周辺の道路環境とに関する複数の属性の各々に対して予め定めた複数の分類の何れに該当するか否かを検出する。   According to the first and second inventions, the intersection detection means detects the intersection in the target area ahead of the host vehicle and the shape of the intersection. Whether or not the intersection detected by the intersection detection means corresponds to any of a plurality of predetermined categories for each of the plurality of attributes related to the shape of the intersection and the road environment around the intersection. Is detected.
そして、規範車速算出手段によって、前記属性検出手段によって検出された前記複数の属性の各々に対する分類と、前記複数の属性の各々に対する各分類について予め求めた重み付けとを用いた重み付け線形和を算出して、交差点通過時の規範となる車速を算出する。   Then, the reference vehicle speed calculation means calculates a weighted linear sum using a classification for each of the plurality of attributes detected by the attribute detection means and a weight obtained in advance for each classification for each of the plurality of attributes. Thus, the vehicle speed which is a standard when passing the intersection is calculated.
このように、検出された、交差点の形状と交差点周辺の道路環境とに関する複数の属性の各々に対する分類の重み付け線形和を算出して、交差点通過時の規範となる車速を算出することにより、未知場面に対しても頑健に規範となる車速を算出することができる。   Thus, by calculating a weighted linear sum of classifications for each of a plurality of attributes relating to the detected shape of the intersection and the road environment around the intersection, and calculating the vehicle speed that is the norm when passing the intersection, the unknown It is possible to calculate the standard vehicle speed robustly for the scene.
第3の発明に係る規範車速算出装置は、自車両前方の対象領域内の静止物を検出する静止物検出手段と、前記静止物検出手段によって検出された前記静止物について、静止物周辺の道路環境に関する複数の属性の各々に対して予め定めた複数の分類の何れに該当するか否かを検出する属性検出手段と、前記属性検出手段によって検出された前記複数の属性の各々に対する分類と、前記複数の属性の各々に対する各分類について予め求めた重み付けとを用いた重み付け線形和を算出して、前記静止物の周辺通過時の規範となる車速を算出する規範車速算出手段と、を含んで構成されている。   A reference vehicle speed calculation device according to a third invention includes a stationary object detection means for detecting a stationary object in a target area in front of the host vehicle, and a road around the stationary object for the stationary object detected by the stationary object detection means. Attribute detection means for detecting whether or not any of a plurality of predetermined classifications for each of a plurality of attributes related to the environment, a classification for each of the plurality of attributes detected by the attribute detection means, A reference vehicle speed calculation means for calculating a weighted linear sum using a weight obtained in advance for each classification for each of the plurality of attributes, and calculating a vehicle speed that is a reference when passing around the stationary object; It is configured.
第4の発明に係るプログラムは、コンピュータを、自車両前方の対象領域内の静止物を検出する静止物検出手段、前記静止物検出手段によって検出された前記静止物について、静止物周辺の道路環境に関する複数の属性の各々に対して予め定めた複数の分類の何れに該当するか否かを検出する属性検出手段、及び前記属性検出手段によって検出された前記複数の属性の各々に対する分類と、前記複数の属性の各々に対する各分類について予め求めた重み付けとを用いた重み付け線形和を算出して、前記静止物の周辺通過時の規範となる車速を算出する規範車速算出手段として機能させるためのプログラムである。   According to a fourth aspect of the invention, there is provided a program for causing a computer to detect a stationary object in a target area in front of the host vehicle, and for the stationary object detected by the stationary object detecting unit, a road environment around the stationary object. Attribute detection means for detecting whether or not any of a plurality of predetermined classifications for each of a plurality of attributes related to, and a classification for each of the plurality of attributes detected by the attribute detection means, A program for calculating a weighted linear sum using a weight obtained in advance for each classification for each of a plurality of attributes and functioning as a reference vehicle speed calculation means for calculating a reference vehicle speed when passing around the stationary object It is.
第3の発明及び第4の発明によれば、静止物検出手段によって、自車両前方の対象領域内の静止物を検出する。属性検出手段によって、前記静止物検出手段によって検出された前記静止物について、静止物周辺の道路環境に関する複数の属性の各々に対して予め定めた複数の分類の何れに該当するか否かを検出する。   According to 3rd invention and 4th invention, the stationary object in the object area | region ahead of the own vehicle is detected by a stationary object detection means. The attribute detection means detects whether the stationary object detected by the stationary object detection means falls into any of a plurality of predetermined classifications for each of a plurality of attributes related to the road environment around the stationary object. To do.
そして、規範車速算出手段によって、前記属性検出手段によって検出された前記複数の属性の各々に対する分類と、前記複数の属性の各々に対する各分類について予め求めた重み付けとを用いた重み付け線形和を算出して、前記静止物の周辺通過時の規範となる車速を算出する。   Then, the reference vehicle speed calculation means calculates a weighted linear sum using a classification for each of the plurality of attributes detected by the attribute detection means and a weight obtained in advance for each classification for each of the plurality of attributes. Then, a vehicle speed that is a standard when the stationary object passes around is calculated.
このように、検出された、静止物周辺の道路環境とに関する複数の属性の各々に対する分類の重み付け線形和を算出して、静止物の周辺通過時の規範となる車速を算出することにより、未知場面に対しても頑健に規範となる車速を算出することができる。   In this way, by calculating the weighted linear sum of the classification for each of the plurality of attributes related to the detected road environment around the stationary object, and calculating the vehicle speed that is the norm when passing around the stationary object, the unknown It is possible to calculate the standard vehicle speed robustly for the scene.
上記第1の発明及び第3の発明に係る軌範車速算出装置は、障害物との衝突を回避するように運転介入制御を行う運転支援手段と、自車両の車速を検出する車速検出手段と、前記規範車速算出手段によって算出された前記規範となる車速と、前記車速検出手段によって検出された自車両の車速との差又は比に基づいて、自車両のドライバが前記運転支援手段を過信しているか否かを判定する過信判定手段と、を更に含むようにすることができる。これによって、ドライバが、運転介入制御を行う運転支援手段を過信しているか否かを判定することができる。   The gauge vehicle speed calculation device according to the first invention and the third invention includes a driving support means for performing driving intervention control so as to avoid a collision with an obstacle, a vehicle speed detecting means for detecting the vehicle speed of the host vehicle, Based on the difference or ratio between the reference vehicle speed calculated by the reference vehicle speed calculation means and the vehicle speed of the own vehicle detected by the vehicle speed detection means, the driver of the own vehicle overconfidently drives the driving support means. And overconfidence determining means for determining whether or not there is. This makes it possible to determine whether or not the driver is overconfident in driving support means that performs driving intervention control.
上記の過信判定手段を含む第1の発明及び第3の発明に係る軌範車速算出装置は、前記過信判定手段によって、自車両のドライバが前記運転支援手段を過信していると判定された場合、前記運転支援手段による前記運転介入制御の作動により実現される交差点通過時の車速又は静止物の周辺通過時の車速を推定する通過時車速推定手段と、前記通過時車速推定手段によって推定された車速が閾値以上であった場合には、警報を出力する警報出力手段と、を更に含むことができる。   The gauge vehicle speed calculation device according to the first and third aspects of the invention including the overconfidence determining unit described above, when the overconfidence determining unit determines that the driver of the host vehicle is overconfident in the driving support unit, Passing vehicle speed estimation means for estimating a vehicle speed at the time of passing through an intersection or a vehicle passing around a stationary object realized by the operation of the driving intervention control by the driving support means, and a vehicle speed estimated by the passing vehicle speed estimation means And alarm output means for outputting an alarm when the value is equal to or greater than the threshold value.
上記の第1の発明に係る軌範車速算出装置は、規範的な走行に関して、交差点通過時の車速、及び前記属性検出手段によって検出された前記複数の属性の各々に対する分類を、学習データとして複数生成する学習データ生成手段と、前記学習データ生成手段によって生成された複数の学習データに基づいて、前記複数の属性の各々に対する各分類の前記重み付けを学習する重み付け学習手段とを更に含み、前記規範車速算出手段は、前記重み付け学習手段によって学習された前記重み付けを用いて、前記交差点通過時の規範となる車速を算出するようにすることができる。   The gauge vehicle speed calculation device according to the first aspect of the present invention generates, as learning data, a plurality of classifications for each of the plurality of attributes detected by the attribute detection means and the vehicle speed at the time of passing an intersection for normative driving. Learning data generation means for performing learning, and weighting learning means for learning the weight of each classification for each of the plurality of attributes based on a plurality of learning data generated by the learning data generation means, and the reference vehicle speed The calculating means may calculate a vehicle speed that serves as a standard when passing through the intersection, using the weighting learned by the weighting learning means.
上記の第3の発明に係る軌範車速算出装置は、規範的な走行に関して、静止物の周辺通過時の車速、及び前記属性検出手段によって検出された前記複数の属性の各々に対する分類を、学習データとして複数生成する学習データ生成手段と、前記学習データ生成手段によって生成された複数の学習データに基づいて、前記複数の属性の各々に対する各分類の前記重み付けを学習する重み付け学習手段とを更に含み、前記規範車速算出手段は、前記重み付け学習手段によって学習された前記重み付けを用いて、前記静止物の周辺通過時の規範となる車速を算出するようにすることができる。   The gauge vehicle speed calculation device according to the third aspect of the present invention relates to the normative travel, the vehicle speed at the time of passing around a stationary object, and the classification for each of the plurality of attributes detected by the attribute detection means, as learning data A plurality of learning data generating means for generating a plurality of learning data, and a weighting learning means for learning the weighting of each classification for each of the plurality of attributes based on the plurality of learning data generated by the learning data generating means, The reference vehicle speed calculation means can calculate a reference vehicle speed when the stationary object passes around by using the weighting learned by the weighting learning means.
上記の重み付け学習手段は、前記学習データ生成手段によって生成された複数の学習データに基づいて、前記重み付け線形和を用いた重回帰式に対する前記重回帰分析により、前記複数の属性の各々に対する各分類の前記重み付けを学習するようにすることができる。   The weighting learning unit is configured to perform each classification for each of the plurality of attributes by the multiple regression analysis on the multiple regression equation using the weighted linear sum based on the plurality of learning data generated by the learning data generation unit. The weighting can be learned.
また、上記の重回帰式は、定数項と前記重み付け線形和とで表わされ、前記定数項を、法定車速とし、前記重み付け線形和を、前記法定車速からの減速分とすることができる。   In addition, the multiple regression equation can be expressed by a constant term and the weighted linear sum, the constant term can be a legal vehicle speed, and the weighted linear sum can be a deceleration from the legal vehicle speed.
以上説明したように、本発明の規範車速算出装置及びプログラムによれば、検出された、交差点の形状と交差点周辺の道路環境とに関する複数の属性の各々に対する分類の重み付け線形和を算出して、又は検出された、静止物周辺の道路環境とに関する複数の属性の各々に対する分類の重み付け線形和を算出して、交差点通過時の規範となる車速又は静止物の周辺通過時の規範となる車速を算出することにより、未知場面に対しても頑健に規範となる車速を算出することができる、という効果が得られる。   As described above, according to the standard vehicle speed calculation device and program of the present invention, the weighted linear sum of the classification for each of the plurality of attributes related to the detected shape of the intersection and the road environment around the intersection is calculated. Or, calculate the weighted linear sum of the classification for each of the plurality of attributes related to the detected road environment around the stationary object, and calculate the vehicle speed that becomes the norm when passing the intersection or the vehicle speed that becomes the norm when passing around the stationary object By calculating, it is possible to obtain an effect that the standard vehicle speed can be calculated robustly even in an unknown scene.
本発明の第1の実施の形態に係る規範車速算出装置を示すブロック図である。It is a block diagram which shows the reference | standard vehicle speed calculation apparatus which concerns on the 1st Embodiment of this invention. T字路を示すイメージ図である。It is an image figure which shows T-junction. 交差点に関する道路環境特徴量の例を示す図である。It is a figure which shows the example of the road environment feature-value regarding an intersection. 静止障害物に関する道路環境特徴量の例を示す図である。It is a figure which shows the example of the road environment feature-value regarding a stationary obstruction. 道路環境特徴量に対する重み付けの例を示す図である。It is a figure which shows the example of the weighting with respect to a road environment feature-value. 熟練運転者の走行データの例を示すグラフである。It is a graph which shows the example of the driving data of an expert driver. 交差点に関する道路環境特徴量を収集した結果を示す図である。It is a figure which shows the result of having collected the road environment feature-value regarding an intersection. 静止障害物に関する道路環境特徴量を収集した結果を示す図である。It is a figure which shows the result of having collected the road environment feature-value regarding a stationary obstacle. 実測速度と回帰速度との関係を示すグラフである。It is a graph which shows the relationship between measured speed and regression speed. 本発明の第1の実施の形態に係る規範車速算出装置における規範車速算出処理ルーチンの内容を示すフローチャートである。It is a flowchart which shows the content of the reference | standard vehicle speed calculation process routine in the reference | standard vehicle speed calculation apparatus which concerns on the 1st Embodiment of this invention. 本発明の第2の実施の形態に係る規範車速算出装置を示すブロック図である。It is a block diagram which shows the reference | standard vehicle speed calculation apparatus which concerns on the 2nd Embodiment of this invention. 本発明の第2の実施の形態に係る規範車速算出装置における規範車速算出処理ルーチンの内容を示すフローチャートである。It is a flowchart which shows the content of the reference | standard vehicle speed calculation process routine in the reference | standard vehicle speed calculation apparatus which concerns on the 2nd Embodiment of this invention.
以下、図面を参照して本発明の実施の形態を詳細に説明する。なお、本実施の形態では、車両に搭載された規範車速算出装置に、本発明を適用した場合を例に説明する。   Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings. In the present embodiment, a case where the present invention is applied to a reference vehicle speed calculation device mounted on a vehicle will be described as an example.
図1に示すように、第1の実施の形態に係る規範車速算出装置10は、自車両の前方に対してレーザを1次元(水平方向)に走査しながら照射し、レーザの反射によりレーザが照射された物体の2次元位置を検出するレーザレーダ12と、自車両の前方を撮影するカメラ14と、自車両の位置を検出するGPS装置16と、自車両の車速を検出する車速センサ18と、これらの検出結果に基づいて、規範となる車速を算出して、出力装置20により出力するコンピュータ22とを備えている。また、自車両は、制動介入制御を行う運転支援システム24を搭載しており、コンピュータ22は、各種検出結果を、運転支援システム24に出力する。運転支援システム24は、例えば、PCS等をはじめとする衝突回避機能つき被害低減システムであって、各種検出結果に応じて作動することにより、制動介入制御を行うものである。なお、運転支援システム24による制動介入制御については、従来既知の手法を用いればよいため、説明を省略する。   As shown in FIG. 1, the reference vehicle speed calculation device 10 according to the first embodiment irradiates the front of the host vehicle while scanning the laser in one dimension (horizontal direction), and the laser is reflected by the reflection of the laser. A laser radar 12 for detecting the two-dimensional position of the irradiated object, a camera 14 for photographing the front of the own vehicle, a GPS device 16 for detecting the position of the own vehicle, and a vehicle speed sensor 18 for detecting the vehicle speed of the own vehicle; Based on these detection results, a computer 22 that calculates a standard vehicle speed and outputs the calculated vehicle speed is provided. Further, the host vehicle is equipped with a driving support system 24 that performs braking intervention control, and the computer 22 outputs various detection results to the driving support system 24. The driving support system 24 is, for example, a damage reduction system with a collision avoidance function such as PCS, and performs braking intervention control by operating according to various detection results. In addition, about the braking intervention control by the driving assistance system 24, since a conventionally known method should just be used, description is abbreviate | omitted.
また、レーザレーダ12は、車両前方に設置され、装置を基準とする車両前方に存在する物体までの距離を検出する装置であり、出力するレーザを水平方向に走査することで、レーザの反射により自車両前方に存在する複数の物体表面上の複数の点の位置を検出することができる。レーザレーダ12による検出結果は、自車両前方に存在する物体表面のある点の位置を表す2次元座標の集合である。レーザレーダ12による検出処理は一定サイクルで実行され、レーザレーダ12は、各時点での自車両前方に存在する物体表面の複数の点の2次元位置を示すデータをコンピュータ22に出力する。   The laser radar 12 is a device that is installed in front of the vehicle and detects a distance to an object that exists in front of the vehicle with reference to the device. By scanning the output laser in the horizontal direction, the laser is reflected by the laser. It is possible to detect the positions of a plurality of points on the surface of a plurality of objects existing ahead of the host vehicle. The detection result by the laser radar 12 is a set of two-dimensional coordinates representing the position of a point on the surface of the object existing in front of the host vehicle. Detection processing by the laser radar 12 is executed in a fixed cycle, and the laser radar 12 outputs data indicating the two-dimensional positions of a plurality of points on the surface of the object existing in front of the host vehicle at each time point to the computer 22.
カメラ14は、小型のCCDカメラ又はCMOSカメラで構成され、車両の前方を撮影するように、例えば車両のフロントウィンドウ上部等に取り付けられている。カメラ14で撮影された前方の道路状況等の画像データは、コンピュータ22に入力される。   The camera 14 is composed of a small CCD camera or a CMOS camera, and is attached to, for example, the upper part of the front window of the vehicle so as to photograph the front of the vehicle. Image data such as road conditions ahead taken by the camera 14 is input to the computer 22.
コンピュータ22は、CPU、後述する規範車速算出処理ルーチンを実行するためのプログラムを記憶したROM、データ等を記憶するRAM、及びこれらを接続するバスを含んで構成されている。このコンピュータ22をハードウエアとソフトウエアとに基づいて定まる機能実現手段毎に分割した機能ブロックで説明すると、図1に示すように、電子地図を記憶した地図データベース30と、レーザレーダ12により検出された物体の2次元位置、カメラ14によって撮影された前方画像、記憶された電子地図、及びGPS装置16によって検出された自車両の位置を取得する情報取得部32と、車速センサ18により検出された車速を取得する車速取得部34と、情報取得部32によって取得された各種情報に基づいて、自車両前方の対象領域内に存在する交差点及び交差点の形状を検出する交差点検出部36と、情報取得部32によって取得された各種情報に基づいて、自車両前方の対象領域内に存在する静止障害物を検出する静止障害物検出部38と、情報取得部32によって取得された各種情報に基づいて、検出された交差点又は静止障害物の周辺の道路環境に関する道路環境特徴量を検出する道路環境検出部40と、道路環境特徴量に対する重みを記憶した重み記憶部42と、道路環境検出部40によって検出された道路環境特徴量及び重み記憶部42に記憶された重みを用いて、交差点通過時または静止障害物周辺を通過する時の規範車速を算出する規範車速算出部44とを備えている。なお、道路環境検出部40は、属性検出手段の一例である。   The computer 22 includes a CPU, a ROM that stores a program for executing a standard vehicle speed calculation processing routine, which will be described later, a RAM that stores data, and a bus that connects these. If the computer 22 is described with functional blocks divided for each function realization means determined based on hardware and software, as shown in FIG. 1, a map database 30 storing an electronic map and a laser radar 12 detect the computer 22. The information acquisition unit 32 for acquiring the two-dimensional position of the object, the forward image taken by the camera 14, the stored electronic map, and the position of the own vehicle detected by the GPS device 16, and the vehicle speed sensor 18 A vehicle speed acquisition unit 34 that acquires the vehicle speed, an intersection detection unit 36 that detects an intersection existing in the target area in front of the host vehicle and the shape of the intersection, based on various information acquired by the information acquisition unit 32, and information acquisition Based on various types of information acquired by the unit 32, a stationary object that detects a stationary obstacle existing in the target area in front of the host vehicle A road environment detection unit 40 that detects a road environment feature amount related to the road environment around the detected intersection or stationary obstacle, based on various information acquired by the obstacle detection unit 38, the information acquisition unit 32, and a road By using the weight storage unit 42 that stores the weights for the environmental feature amount, the road environment feature amount detected by the road environment detection unit 40, and the weight stored in the weight storage unit 42, the vehicle can be used when passing an intersection or around a stationary obstacle. And a reference vehicle speed calculation unit 44 for calculating a reference vehicle speed when passing the vehicle. The road environment detection unit 40 is an example of attribute detection means.
地図データベース30に記憶されている電子地図には、道路形状や標識表示(例えば、信号や一旦停止など)、周辺地域種別(例えば、スクールゾーン、商店街、住宅街)に関する情報が格納されている。   The electronic map stored in the map database 30 stores information on road shapes, sign displays (for example, signals and temporary stops), and surrounding area types (for example, school zones, shopping streets, and residential areas). .
交差点検出部36は、GPS装置16によって検出された位置情報と地図データベース30に記憶された電子地図とに基づいて、自車両前方の対象領域内に存在する交差点とその交差点の形状(例えば、図2に示すようなT字路(左)交差点)を検出する。   The intersection detection unit 36 is based on the position information detected by the GPS device 16 and the electronic map stored in the map database 30, and the intersection existing in the target area ahead of the host vehicle and the shape of the intersection (for example, FIG. 2 (T-junction (left) intersection) as shown in FIG.
静止障害物検出部38は、レーザレーダ12により検出された物体の2次元位置、及びカメラ14によって撮影された前方画像に基づいて、自車両前方の対象領域内に存在する静止障害物(例えば、駐車車両)を検出する。   The stationary obstacle detection unit 38 is based on the two-dimensional position of the object detected by the laser radar 12 and the front image taken by the camera 14, and is located in the target area in front of the host vehicle (for example, Parked vehicle) is detected.
例えば、レーザレーダ12により検出された物体の2次元位置の時間差分をとることによって、移動物と静止障害物とを識別すると共に、その大きさを推定する。また、画像認識技術(学習型のパターン認識技術(例えばSVM))により駐車車両や工事看板などを識別すると共に、その大きさを推定する。   For example, by taking a time difference between the two-dimensional positions of the objects detected by the laser radar 12, a moving object and a stationary obstacle are identified and their sizes are estimated. In addition, a parked vehicle, a construction signboard, and the like are identified and estimated in size by image recognition technology (learning pattern recognition technology (for example, SVM)).
道路環境検出部40は、GPS装置16によって検出された位置情報と、地図データベース30に記憶された電子地図と、レーザレーダ12により検出された物体の2次元位置と、カメラ14によって撮影された前方画像とに基づいて、検出された交差点又は静止障害物の周辺の道路環境に関する道路環境特徴量を検出する。交差点周辺の道路環境特徴量は、図3に示すように、交差点の形状と交差点周辺の道路環境とに関する複数の属性(例えば、交差点形状、歩道−車道境界、道路幅、中央線)の各々に対して予め定めた複数の分類(例えば、「交差点形状」に対する、十字路、T字路(左)、T字路(中)、T字路(右)や、「歩道−車道境界」に対する、なし、白線、縁石、ガードレール・植込、段差など)の何れに該当するかを示したものである。   The road environment detection unit 40 includes position information detected by the GPS device 16, an electronic map stored in the map database 30, a two-dimensional position of an object detected by the laser radar 12, and a front image taken by the camera 14. Based on the image, a road environment feature amount relating to the road environment around the detected intersection or stationary obstacle is detected. As shown in FIG. 3, the road environment feature amount around the intersection is shown in each of a plurality of attributes (for example, intersection shape, sidewalk-roadway boundary, road width, center line) regarding the shape of the intersection and the road environment around the intersection. For a plurality of predetermined classifications (for example, “intersection shape”, crossroad, T-junction (left), T-junction (middle), T-junction (right), and “walk-to-road boundary” , White line, curb, guardrail / planting, step, etc.).
静止物周辺の道路環境特徴量は、図4に示すように、交差点周辺の道路環境とに関する複数の属性(例えば、周辺横断歩道の有無、歩道−車道境界、道路幅、道路幅員数、中央線、自車路の優先/非優先、信号、交通標識、周辺地域種別など)の各々に対して予め定めた複数の分類(例えば、「周辺横断歩道の有無」に対する有、無や、「歩道−車道境界」に対する、なし、白線、縁石、ガードレール・植込、「中央線」に対する、あり、なし、線、構造物(分離帯)など)の何れに該当するかを示したものである。   As shown in FIG. 4, the road environment feature amount around a stationary object has a plurality of attributes related to the road environment around the intersection (for example, presence / absence of a pedestrian crossing, sidewalk-roadway boundary, road width, road width, center line) , Priority / non-priority of own road, signal, traffic sign, surrounding area type, etc.), a plurality of predetermined classifications (for example, presence / absence of “presence / absence of surrounding pedestrian crossing”, This indicates whether it corresponds to “None, white line, curb, guardrail / implantation,“ Yes ”,“ None ”,“ Line ”,“ Structure (separation zone) ”, etc.
また、道路環境検出部40は、例えば、カメラ14によって撮影された前方画像に対する画像認識技術及び地図データベース30に記憶された電子地図によって、歩道−車道境界や中央線の有無を検出する。また、道路環境検出部40は、レーザレーダ12及び地図データベース30に記憶された電子地図により検出された物体の2次元位置によって、歩道−車道境界の構造物(縁石、ガードレール・植込み)を認識する。また、道路環境検出部40は、レーザレーダ12により検出された物体の2次元位置、又はGPS装置16によって検出された位置情報及び地図データベース30に記憶された電子地図に基づいて、道路幅を検出する。   In addition, the road environment detection unit 40 detects the presence or absence of a sidewalk-roadway boundary or a center line using, for example, an image recognition technique for a front image taken by the camera 14 and an electronic map stored in the map database 30. Further, the road environment detection unit 40 recognizes a structure (curbstone, guardrail / implantation) on the sidewalk-roadway boundary based on the two-dimensional position of the object detected by the electronic map stored in the laser radar 12 and the map database 30. . The road environment detection unit 40 detects the road width based on the two-dimensional position of the object detected by the laser radar 12 or the position information detected by the GPS device 16 and the electronic map stored in the map database 30. To do.
ここで、本実施の形態の原理について説明する。   Here, the principle of the present embodiment will be described.
運転指導員(安全運転に関する熟練ドライバと見なせる)の運転行動データを分析したところ、歩行者・他車が見えない場合でも、交差点および静止障害物の通過時には、飛出しや出会い頭事故を回避に備えて法定速度以下で走行していた。また、その通過車速は道路環境特徴量の重み付き線形和で推定することが可能であるとの知見が得られた。   When analyzing driving behavior data of a driving instructor (which can be regarded as an expert driver for safe driving), even when a pedestrian or other vehicle is not visible, it is prepared to avoid jumps and encounter accidents when passing through intersections and stationary obstacles. I was driving at less than the legal speed. It was also found that the passing vehicle speed can be estimated by a weighted linear sum of road environment features.
そこで、本実施の形態では、重み記憶部42に、図5に示すように、後述する重み学習部48によって学習された道路環境特徴量の各属性における各分類に対して、道路環境特徴量の重み付き線形和で用いる重みβを記憶している。   Therefore, in the present embodiment, as shown in FIG. 5, the weight storage unit 42 stores the road environment feature value for each classification in each attribute of the road environment feature value learned by the weight learning unit 48 described later. The weight β used in the weighted linear sum is stored.
規範車速算出部44は、重み記憶部42に記憶された重みと、道路環境検出部40によって検出された道路環境特徴量とに基づいて、以下の(1)式に従って、交差点通過時又は静止障害物の周辺通過時の規範となる速度を算出する。   Based on the weight stored in the weight storage unit 42 and the road environment feature amount detected by the road environment detection unit 40, the reference vehicle speed calculation unit 44 determines whether the vehicle is passing through an intersection or is stationary due to the following equation (1). Calculate the standard speed when passing around objects.
ただし、Vを規範となる速度とし、Fを道路環境特徴量のk番目の特徴量とする。また、Fはカテゴリカル型であり、ダミー変数とする。 However, V is a standard speed, and F k is the k-th feature amount of the road environment feature amount. F k is a categorical type and is a dummy variable.
本実施の形態では、定数項が0(α=0)とした以下の(2)式を用いることとする。   In the present embodiment, the following equation (2) is used in which the constant term is 0 (α = 0).
規範車速算出部44は、例えば、上記図3で示した道路環境特徴量及び上記図5で説明した重み付けの例では、以下の式のように、交差点通過時の規範となる速度を算出する。
交差点通過時の規範となる速度=29.7−3.3−4.6=21.8[km/h]
また、コンピュータ22は、更に、規範となる運転者(例えば、熟練運転者)が運転しているときの、交差点通過時の車速及びその交差点について検出される道路環境特徴量を取得すると共に、静止障害物の周辺通過時の車速及びその静止障害物の周辺について検出される道路環境特徴量を取得し、学習データを複数生成する学習データ生成部46と、複数の学習データに基づいて、重回帰分析を行って、上記(2)式の重回帰式における重み(回帰係数)を、道路環境特徴量の各属性における各分類に対する重みとして学習する重み学習部48とを備えている。
For example, in the example of the road environment feature value shown in FIG. 3 and the weighting explained in FIG. 5, the reference vehicle speed calculation unit 44 calculates a reference speed when passing the intersection as in the following equation.
Standard speed when passing through an intersection = 29.7-3.3-4.6 = 21.8 [km / h]
Further, the computer 22 further obtains the vehicle speed at the time of passing through the intersection and the road environment feature value detected for the intersection when a standard driver (for example, a skilled driver) is driving, A vehicle speed at the time of passing around the obstacle and a road environment feature amount detected for the periphery of the stationary obstacle are acquired, a learning data generating unit 46 that generates a plurality of learning data, and a multiple regression based on the plurality of learning data A weight learning unit 48 that performs analysis and learns the weight (regression coefficient) in the multiple regression equation of the above equation (2) as the weight for each classification in each attribute of the road environment feature amount is provided.
学習データ生成部46は、まず、図6に示すように、熟練運転者の走行データを収集し、交差点通過時の車速データ及び静止障害物の周辺通過時の車速データを抽出する。また、学習データ生成部46は、図7に示すように、対象交差点の周辺の道路環境特徴量について集計すると共に、同様に、図8に示すように、静止障害物の周辺の道路環境特徴量を集計し、交差点通過時の学習データを複数生成すると共に、静止障害物の周辺通過時の学習データを複数生成する。   As shown in FIG. 6, the learning data generation unit 46 first collects driving data of skilled drivers, and extracts vehicle speed data when passing an intersection and vehicle speed data when passing around a stationary obstacle. Further, as shown in FIG. 7, the learning data generation unit 46 aggregates the road environment feature amounts around the target intersection, and similarly, as shown in FIG. 8, the road environment feature amounts around the stationary obstacle. And a plurality of learning data at the time of passing through the intersection, and a plurality of learning data at the time of passing around the stationary obstacle.
重み学習部48は、学習データ生成部46によって生成された交差点通過時の学習データに対して、統計パッケージソフトなどを用いて、図9に示すように、重回帰分析を行って、求められた回帰係数を、重みとして重み記憶部42に格納する。ここでは、AIC基準によりモデル選択を行う。また同様に、静止障害物の周辺通過時の学習データに対して、重回帰分析を行って、求められた回帰係数を、重みとして重み記憶部42に格納する。なお、重み学習部48による重回帰分析は、上記(2)式で示される重回帰式を用いて行われる。   The weight learning unit 48 is obtained by performing multiple regression analysis on the learning data generated by the learning data generation unit 46 at the time of passing the intersection, as shown in FIG. 9, using statistical package software or the like. The regression coefficient is stored in the weight storage unit 42 as a weight. Here, model selection is performed based on the AIC standard. Similarly, a multiple regression analysis is performed on the learning data when the stationary obstacle passes around, and the obtained regression coefficient is stored in the weight storage unit 42 as a weight. The multiple regression analysis by the weight learning unit 48 is performed using the multiple regression equation shown by the above equation (2).
コンピュータ22は、更に、規範となる速度と現在の自車両の速度との乖離度を算出し、予め定めた第1閾値Thr1以上である場合には、運転支援システム24に対して過信・依存していると判定する過信・依存判定部50と、運転支援システム24が作動した場合に達成される車速を推定するシステム達成車速推定部52と、推定された車速が第2閾値Thr2である場合に、出力装置20により警報を出力させる警報制御部54とを備えている。   The computer 22 further calculates the degree of divergence between the reference speed and the current speed of the host vehicle. If the computer 22 is greater than or equal to a predetermined first threshold value Thr1, the computer 22 overtrusts and depends on the driving support system 24. An overconfidence / dependence determination unit 50 that determines that the vehicle is operating, a system achievement vehicle speed estimation unit 52 that estimates a vehicle speed that is achieved when the driving support system 24 is activated, and a case where the estimated vehicle speed is the second threshold Thr2. And an alarm control unit 54 for outputting an alarm by the output device 20.
過信・依存判定部50は、規範車速算出部44によって算出された規範となる速度と、車速取得部34によって取得された現在の自車両の速度との乖離度を算出し、算出した乖離度が予め定めた第1閾値Thr1以上である場合には、自車両のドライバが運転支援システム24に対して過信・依存していると判定する。   The overconfidence / dependence determination unit 50 calculates the divergence between the reference speed calculated by the reference vehicle speed calculation unit 44 and the current speed of the host vehicle acquired by the vehicle speed acquisition unit 34, and the calculated divergence is If it is equal to or greater than a predetermined first threshold value Thr1, it is determined that the driver of the host vehicle is overconfident and dependent on the driving support system 24.
乖離度としては、規範となる速度Vrcm[km/h]と現車速Vcur[km/h]との差分(Vcur−Vrcm)を用いればよい。閾値1(Thr1)[km/h]は固定値(例えば、20[km/h])としてもよく、あるいは、例えば地図データベース30の電子地図データとGPS装置16を用いて識別される法定速度Vlegal[km/h]を用いて以下のように定めてもよい。
max(20,0.3×Vlegal)[km/h]
過信・依存判定部50は、Vcur−Vrcm≧Thr1の場合に、ドライバが運転支援システム24に対して過信・依存していると判定する。
As the deviation degree, a difference (V cur −V rcm ) between the standard speed V rcm [km / h] and the current vehicle speed V cur [km / h] may be used. The threshold value 1 (Thr1) [km / h] may be a fixed value (for example, 20 [km / h]), or the legal velocity V identified using the electronic map data of the map database 30 and the GPS device 16, for example. You may define as follows using legal [km / h].
max (20, 0.3 x V legal ) [km / h]
The overconfidence / dependence determining unit 50 determines that the driver is overconfident / dependent on the driving support system 24 when V cur −V rcm ≧ Thr1.
システム達成車速推定部52は、過信・依存判定部50によって、運転支援システム24に対して過信・依存していると判定された場合、交差点および静止障害物の周辺の通過時の運転支援システム24の作動により達成可能な車速Vachv[km/h]を算出する。 When it is determined by the overconfidence / dependence determination unit 50 that the system achievement vehicle speed estimation unit 52 is overconfidence / dependence on the driving support system 24, the driving support system 24 at the time of passing around an intersection and a stationary obstacle is used. The vehicle speed V achv [km / h] achievable by the operation of is calculated.
例えば、交差点通過の場合、以下の式に従って、運転支援システム24の作動により達成可能な車速Vachv[km/h]を算出する。 For example, in the case of passing through an intersection, the vehicle speed V achv [km / h] that can be achieved by the operation of the driving support system 24 is calculated according to the following formula.
ただし、Dachvを、規範となる車速を計算した交差点までの残り距離[m]、ΔTを、システム作動開始に必要な所要時間[s]とし、Gachvをシステム作動時の制動加速度設定値[m/s]とする。例えば、Dachv=30,Gachv=4,ΔT=0.5,Vcuv=54とするとVachv=24となる。 Where D achv is the remaining distance [m] to the intersection where the standard vehicle speed is calculated, ΔT is the required time [s] required to start the system operation, and G achv is the braking acceleration setting value [ m / s 2 ]. For example, when D achv = 30, G achv = 4, ΔT = 0.5, and V cuv = 54, V achv = 24.
警報制御部54は、運転支援システム24の作動により達成可能な車速Vachv[km/h]が予め定められた第2閾値(Thr2)[km/h]以上であれば、運転支援システム24が有効に作動しないと判断し、出力装置20により警報を出力させる。 If the vehicle speed V achv [km / h] achievable by the operation of the driving support system 24 is equal to or higher than a predetermined second threshold (Thr2) [km / h], the alarm control unit 54 It is determined that the operation is not effective, and an alarm is output by the output device 20.
第2閾値Thr2は、固定値(例えば、15[km/h])であってもよく、以下の式に示すように、法定速度に応じて設定される値であってもよい。
max(15,0.5×Vlegal)[km/h]
出力装置20は、視覚的、聴覚的、触覚的な提示により、運転支援システム24が有効に作動しないことをドライバに対して告知するように、警報を出力する。出力装置20は、例えば、あらかじめ記録した音声データ(“システムA作動範囲外です”)を出力するスピーカーであってもよく、システム作動時に発光するインジケータであって、通常作動時と異なる発光パターン(例点滅)を出力するインジケータであってもよい。
The second threshold Thr2 may be a fixed value (for example, 15 [km / h]), or may be a value set according to the legal speed as shown in the following equation.
max (15,0.5 × V legal ) [km / h]
The output device 20 outputs an alarm so as to notify the driver that the driving support system 24 does not operate effectively by visual, auditory, and tactile presentation. The output device 20 may be, for example, a speaker that outputs pre-recorded audio data (“outside the system A operating range”), and is an indicator that emits light when the system is operating. For example, an indicator that outputs “blinking” may be used.
次に、本実施の形態に係る規範車速算出装置10の作用について説明する。   Next, the operation of the reference vehicle speed calculation device 10 according to the present embodiment will be described.
まず、レーザレーダ12によって、レーザが自車両の前方を水平方向に走査されて、走査方向に並んだレーザ照射位置としての物体の2次元位置の各々までの距離が計測され、自車両の前方に存在する物体の2次元位置が検出される。レーザレーダ12によって検出される2次元位置は、レーザを走査する毎に得られる。   First, the laser is scanned by the laser radar 12 in front of the host vehicle in the horizontal direction, and the distance to each of the two-dimensional positions of the object as the laser irradiation position aligned in the scanning direction is measured. A two-dimensional position of an existing object is detected. The two-dimensional position detected by the laser radar 12 is obtained every time the laser is scanned.
また、車速センサ18によって、車速が繰り返し検出され、GPS装置16によって、自車両の位置が繰り返し計測され、また、カメラ14によって、前方の画像が撮影される。   Further, the vehicle speed is detected repeatedly by the vehicle speed sensor 18, the position of the host vehicle is repeatedly measured by the GPS device 16, and a front image is taken by the camera 14.
規範となるドライバが運転しているときに、学習処理の開始が指示されると、コンピュータ22は、カメラ14により撮影された前方画像、GPS装置16によって検出された自車両位置、レーザレーダ12の計測データ、及び車速センサ18により検出された車速を取得する。そして、コンピュータ22は、上記で取得した自車両位置、及び地図データベース30の電子地図に基づいて、自車両前方の対象領域内に存在する交差点を検出し、上記で取得した前方画像、レーザレーダ12の計測結果、自車両位置、及び地図データベース30の電子地図に基づいて、交差点の周辺の道路環境特徴量を検出する。   When the reference driver is instructed to start while the standard driver is driving, the computer 22 causes the front image captured by the camera 14, the position of the host vehicle detected by the GPS device 16, and the laser radar 12. The measurement data and the vehicle speed detected by the vehicle speed sensor 18 are acquired. Then, the computer 22 detects the intersection existing in the target area ahead of the host vehicle based on the host vehicle position acquired above and the electronic map of the map database 30, and the front image, laser radar 12 acquired above. Based on the measurement result, the own vehicle position, and the electronic map of the map database 30, the road environment feature amount around the intersection is detected.
また、コンピュータ22は、上記で取得した前方画像、及びレーザレーダ12の計測結果に基づいて、自車両前方の対象領域内に存在する静止障害物を検出し、上記で取得した前方画像、レーザレーダ12の計測結果、自車両位置、及び地図データベース30の電子地図に基づいて、交差点の周辺の道路環境特徴量を検出する。   Further, the computer 22 detects a stationary obstacle existing in the target area in front of the host vehicle based on the front image acquired above and the measurement result of the laser radar 12, and the front image acquired above and the laser radar Based on the 12 measurement results, the own vehicle position, and the electronic map of the map database 30, the road environment feature amount around the intersection is detected.
また、コンピュータ22は、検出された道路環境特徴量と交差点又は静止物の周辺を通過したときに検出された自車両の車速(側方通過速度)との組み合わせを学習データとして複数収集する。   In addition, the computer 22 collects a plurality of combinations of the detected road environment feature value and the vehicle speed (side-passing speed) of the host vehicle detected when passing the intersection or the periphery of the stationary object as learning data.
次に、コンピュータ22は、収集した交差点通過時に関する複数の学習データに基づいて、重回帰分析を行って、交差点通過時に関する道路環境特徴量における各属性の各分類に対する重みを学習し、重み記憶部42に記憶する。また、コンピュータ22は、収集した静止障害物の周辺通過時に関する複数の学習データに基づいて、重回帰分析を行って、静止障害物の周辺通過時に関する道路環境特徴量における各属性の各分類に対する重みを学習し、重み記憶部42に記憶する。   Next, the computer 22 performs a multiple regression analysis based on the collected plurality of learning data regarding the intersection passage, learns the weight for each classification of each attribute in the road environment feature amount regarding the intersection passage, and stores the weight storage. Store in the unit 42. Further, the computer 22 performs multiple regression analysis based on a plurality of learning data relating to the time when the stationary obstacle passes around, and for each classification of each attribute in the road environment feature amount relating to the time when the stationary obstacle passes around. The weight is learned and stored in the weight storage unit 42.
そして、コンピュータ22によって、図10に示す規範車速算出処理ルーチンが実行される。   Then, the standard vehicle speed calculation processing routine shown in FIG. 10 is executed by the computer 22.
まず、ステップ100において、カメラ14により撮影された前方画像、GPS装置16によって検出された自車両位置、及び当該自車両位置の地図データを取得する。次に、ステップ102において、レーザレーダ12から、前方に存在する物体の2次元位置(走査方向に並んだ各2次元位置までの計測距離)を示すデータを取得し、ステップ104において、車速センサ18により検出された車速を取得する。   First, in step 100, a front image photographed by the camera 14, the own vehicle position detected by the GPS device 16, and map data of the own vehicle position are acquired. Next, in step 102, data indicating the two-dimensional position of the object existing ahead (measurement distance to each two-dimensional position arranged in the scanning direction) is acquired from the laser radar 12, and in step 104, the vehicle speed sensor 18 is acquired. The vehicle speed detected by is acquired.
そして、ステップ106において、上記で取得した自車両位置、及び地図データベース30の電子地図に基づいて、自車両の前方の対象領域内に存在する交差点及び交差点の形状を検出し、交差点が検出されたか否かを判定する。交差点が検出された場合には、後述するステップ110へ移行する。一方、交差点が検出されなかった場合には、ステップ108において、上記で取得した前方画像、及びレーザレーダ12の計測結果に基づいて、自車両前方の対象領域内に存在する静止障害物を検出し、静止障害物が検出されたか否かを判定する。静止障害物が検出された場合には、後述するステップ110へ移行する。一方、静止障害物が検出されなかった場合には、上記ステップ100へ戻る。   In step 106, based on the position of the own vehicle acquired above and the electronic map of the map database 30, the intersection existing in the target area in front of the own vehicle and the shape of the intersection were detected, and whether the intersection was detected. Determine whether or not. If an intersection is detected, the process proceeds to step 110 described later. On the other hand, if no intersection is detected, a stationary obstacle present in the target area ahead of the host vehicle is detected in step 108 based on the front image acquired above and the measurement result of the laser radar 12. It is determined whether or not a stationary obstacle has been detected. If a stationary obstacle is detected, the process proceeds to step 110 described later. On the other hand, if no stationary obstacle is detected, the process returns to step 100.
ステップ110では、上記で取得した自車両位置、地図データベース30の電子地図、前方画像、及びレーザレーダ12の計測結果に基づいて、交差点周辺又は静止障害物周辺に関する道路環境特徴量を検出する。   In step 110, based on the vehicle position acquired above, the electronic map of the map database 30, the forward image, and the measurement result of the laser radar 12, the road environment feature amount related to the vicinity of the intersection or the stationary obstacle is detected.
ステップ112において、道路環境特徴量に対する重みを重み記憶部42から取得する。そして、ステップ114において、上記ステップ110で検出された道路環境特徴量と、上記ステップ112で取得した重みとを用いて、上記(2)式に従って、交差点通過時または静止障害物の周辺通過時の規範となる速度を算出する。   In step 112, the weight for the road environment feature is acquired from the weight storage unit 42. Then, in step 114, using the road environment feature value detected in step 110 and the weight acquired in step 112, according to the above equation (2), when passing an intersection or passing around a stationary obstacle Calculate the normative speed.
次のステップ116では、上記ステップ104で取得された現在の自車両の速度と上記ステップ114で算出された規範となる速度との差分が第1閾値以上であるか否かを判定する。速度の差分が第1閾値未満である場合には、上記ステップ100へ戻るが、一方、速度の差分が第1閾値以上である場合には、運転支援システム24に対して過信・依存していると判断し、ステップ118において、運転支援システム24が作動することにより達成される車速を算出する。   In the next step 116, it is determined whether or not the difference between the current speed of the host vehicle acquired in step 104 and the reference speed calculated in step 114 is greater than or equal to a first threshold value. If the speed difference is less than the first threshold value, the process returns to step 100. On the other hand, if the speed difference is greater than or equal to the first threshold value, the driver assistance system 24 is overconfident and dependent. In step 118, the vehicle speed achieved by operating the driving support system 24 is calculated.
そして、ステップ120において、上記ステップ118で算出された車速が、第2閾値以上であるか否かを判定し、第2閾値未満であれば、上記ステップ100へ戻るが、一方、第2閾値以上であれば、ステップ122へ移行する。ステップ122では、運転支援システム24が有効に作動しないことを示す警報を出力するように出力装置20を制御して、上記ステップ100へ戻る。   In step 120, it is determined whether or not the vehicle speed calculated in step 118 is equal to or higher than the second threshold value. If the vehicle speed is lower than the second threshold value, the process returns to step 100. If so, the process proceeds to step 122. In step 122, the output device 20 is controlled to output an alarm indicating that the driving support system 24 does not operate effectively, and the process returns to step 100.
以上説明したように、第1の実施の形態に係る規範車速算出装置によれば、交差点の形状と交差点周辺の道路環境とに関する複数の属性の各々に対する該当する分類を示す道路環境特徴量を検出し、道路環境特徴量と予め学習された重み付けとを用いた重み付け線形和を算出して、交差点通過時の規範となる車速を算出することにより、未知場面に対しても頑健に規範となる車速を算出することができる。また、静止障害物周辺の道路環境に関する複数の属性の各々に対する該当する分類を示す道路環境特徴量を検出し、道路環境特徴量と予め学習された重み付けとを用いた重み付け線形和を算出して、静止障害物の周辺通過時の規範となる車速を算出することにより、未知場面に対しても頑健に規範となる車速を算出することができる。
また、道路毎に定められている法定速度は、安全速度の1つの目安となるが、交差点通過時もしくは静止障害物の周辺通過時には、飛び出しや出会い頭事故を回避するために法定速度以下で通過することが望ましい。本実施の形態では、道路環境特微量を用いることにより道路環境毎に交差点通過時および静止障害物の周辺通過時の規範車速を算出することができ、超過速度に対する警報などの様々な運転支援に用いることにより、事故の発生を低減させることができる。
As described above, according to the reference vehicle speed calculation device according to the first embodiment, the road environment feature quantity indicating the corresponding classification for each of the plurality of attributes related to the shape of the intersection and the road environment around the intersection is detected. By calculating a weighted linear sum using road environment features and pre-learned weights, and calculating a vehicle speed that can be used as a standard when passing through an intersection, the vehicle speed can be used as a standard even for unknown scenes. Can be calculated. In addition, a road environment feature amount indicating a corresponding classification for each of a plurality of attributes related to a road environment around a stationary obstacle is detected, and a weighted linear sum using the road environment feature amount and a previously learned weight is calculated. By calculating the standard vehicle speed when passing around a stationary obstacle, the standard vehicle speed can be calculated robustly even for unknown scenes.
In addition, the legal speed set for each road is one guideline for safe speed, but when passing through an intersection or around a stationary obstacle, it passes below the legal speed to avoid jumping out and encounter accidents. It is desirable. In the present embodiment, by using the road environment characteristic amount, it is possible to calculate the reference vehicle speed at the time of passing through the intersection and around the stationary obstacle for each road environment, and for various driving support such as an alarm for overspeed. By using it, the occurrence of accidents can be reduced.
また、ドライバが、交差点の通過時および静止障害物の周辺通過時の規範車速から大きく乖離して走行する場合、ドライバが、衝突回避機能つき運転支援システムに対して過信・依存していると考えることができる。このようなドライバに対して、運転支援システムが有効に作動しないこと(システムの作動限界)を積極的に告知することができ、適切な運動行動を促すことができる。   Also, if the driver travels far from the reference vehicle speed when passing through an intersection or passing around a stationary obstacle, the driver believes that the driver is overconfident and dependent on the driving support system with a collision avoidance function. be able to. Such a driver can be positively notified that the driving support system does not operate effectively (system operation limit), and can promote appropriate exercise behavior.
また、交差点場面および静止障害物場面を抽象化し、明確な意味を持つ属性を用いた道路環境特徴量を検出すると共に、通過車速の推定に寄与度が大きい道路環境特徴量に対して重みを持たせることにより、未知場面に対しても頑健に、熟練ドライバの通過車速(もしくはこれを念頭に置いて設定した車速)を算出することができる。   It also abstracts intersection scenes and stationary obstacle scenes, detects road environment features using attributes with clear meaning, and weights road environment features that contribute greatly to the estimation of passing vehicle speed. By doing so, it is possible to calculate the passing vehicle speed (or the vehicle speed set with this in mind) of the skilled driver robustly even in an unknown scene.
次に、第2の実施の形態に係る規範車速算出装置について説明する。なお、第1の実施の形態と同様の構成となる部分については、同一符号を付して説明を省略する。   Next, a reference vehicle speed calculation device according to the second embodiment will be described. In addition, about the part which becomes the structure similar to 1st Embodiment, the same code | symbol is attached | subjected and description is abbreviate | omitted.
第2の実施の形態では、算出された交差点通過時の規範となる速度を、記憶しておき、再度同じ交差点を通過するときに、記憶しておいた交差点通過時の規範となる速度を適用するようにした点が、第1の実施の形態と異なっている。   In the second embodiment, the calculated standard speed when passing the intersection is stored, and when passing the same intersection again, the stored standard speed when passing the intersection is applied. This is different from the first embodiment.
図11に示すように、第2の実施の形態に係る規範車速算出装置210のコンピュータ222は、地図データベース30と、情報取得部32と、車速取得部34と、交差点検出部36と、静止障害物検出部38と、道路環境検出部40と、重み記憶部42と、規範車速算出部44と、学習データ生成部46と、重み学習部48と、過信・依存判定部50と、システム達成車速推定部52と、警報制御部54と、規範車速算出部44によって算出された交差点通過時の規範となる速度を、当該交差点に対応させて規範車速データベース232に記憶させる規範車速更新部230と、各交差点について算出された交差点通過時の規範となる速度を記憶した規範車速データベース232と、交差点検出部36によって検出された交差点に対応する、交差点通過時の規範となる速度を、規範車速データベース232から検索して、過信・依存判定部50へ出力する規範車速検索部234とを備えている。   As shown in FIG. 11, the computer 222 of the reference vehicle speed calculation device 210 according to the second embodiment includes a map database 30, an information acquisition unit 32, a vehicle speed acquisition unit 34, an intersection detection unit 36, a stationary obstacle. Object detection unit 38, road environment detection unit 40, weight storage unit 42, normative vehicle speed calculation unit 44, learning data generation unit 46, weight learning unit 48, overconfidence / dependence determination unit 50, system achievement vehicle speed A reference vehicle speed update unit 230 that stores in the reference vehicle speed database 232 the reference speed at the time of passing the intersection calculated by the estimation unit 52, the warning control unit 54, and the reference vehicle speed calculation unit 44; Corresponding to the intersection detected by the intersection detection unit 36 and the reference vehicle speed database 232 storing the reference speed when passing the intersection calculated for each intersection, The rate at which a norm satin during the passage, by searching from the norm speed database 232, and a normative speed searching unit 234 to be output to overestimate-dependent determining portion 50.
ここで、交差点の位置やその周辺の道路環境は比較的長期間変わらない。従って、過去に通過した交差点の規範車速をデータベースに記録しておけば、データベースに登録済みの交差点を通過する際に、データベース中の規範車速を用いることができる。   Here, the position of the intersection and the surrounding road environment do not change for a relatively long time. Therefore, if the reference vehicle speed of the intersection that has passed in the past is recorded in the database, the reference vehicle speed in the database can be used when passing through the intersection registered in the database.
そこで、本実施の形態では、規範車速更新部230によって、規範車速算出部44によって算出された交差点通過時の規範となる速度を、当該交差点に対応させて規範車速データベース232に記憶させる。このとき、交差点に関する情報として、GPS装置16によって検出された位置情報が、規範となる速度と共に、規範車速データベース232に記憶される。   Therefore, in the present embodiment, the reference vehicle speed update unit 230 causes the reference vehicle speed database 232 to store the reference speed calculated at the intersection calculated by the reference vehicle speed calculation unit 44 in association with the intersection. At this time, the position information detected by the GPS device 16 is stored in the normative vehicle speed database 232 as the normative speed as information regarding the intersection.
規範車速データベース232には、複数の交差点と対応させて、当該交差点について規範車速算出部44によって算出された、交差点通過時の規範となる速度が記憶されている。   In the reference vehicle speed database 232, the reference speed when passing the intersection calculated by the reference vehicle speed calculation unit 44 for the intersection is stored in association with a plurality of intersections.
規範車速検索部234は、交差点検出部36によって交差点が検出されると、GPS装置16によって検出された位置情報をキーとして、規範車速データベース232から、当該交差点に対応する交差点通過時の規範となる速度を検索する。   When the intersection is detected by the intersection detection unit 36, the reference vehicle speed search unit 234 uses the position information detected by the GPS device 16 as a key and becomes a reference when passing the intersection corresponding to the intersection from the reference vehicle speed database 232. Search for speed.
該当する交差点通過時の規範となる速度が検索された場合には、規範車速算出部44によって規範となる速度を算出せずに、検索された規範となる速度が過信・依存判定部50に出力される。   When the standard speed at the time of passing the relevant intersection is retrieved, the standard vehicle speed calculation unit 44 does not calculate the standard speed, and the retrieved standard speed is output to the overconfidence / dependence determination unit 50. Is done.
次に、第2の実施の形態に係る規範車速算出処理ルーチンについて図12を用いて説明する。なお、第1の実施の形態と同様の処理については、同一符号を付して詳細な説明を省略する。   Next, a reference vehicle speed calculation processing routine according to the second embodiment will be described with reference to FIG. In addition, about the process similar to 1st Embodiment, the same code | symbol is attached | subjected and detailed description is abbreviate | omitted.
まず、ステップ100において、カメラ14により撮影された前方画像、GPS装置16によって検出された自車両位置、及び当該自車両位置の地図データを取得する。次に、ステップ102において、レーザレーダ12から、前方に存在する物体の2次元位置を示すデータを取得し、ステップ104において、車速センサ18により検出された車速を取得する。   First, in step 100, a front image photographed by the camera 14, the own vehicle position detected by the GPS device 16, and map data of the own vehicle position are acquired. Next, in step 102, data indicating the two-dimensional position of the object existing ahead is acquired from the laser radar 12, and in step 104, the vehicle speed detected by the vehicle speed sensor 18 is acquired.
そして、ステップ106において、自車両の前方の対象領域内に存在する交差点及び交差点の形状を検出し、交差点が検出されたか否かを判定する。交差点が検出された場合には、後述するステップ250へ移行する。一方、交差点が検出されなかった場合には、ステップ108において、自車両前方の対象領域内に存在する静止障害物を検出し、静止障害物が検出されたか否かを判定する。静止障害物が検出された場合には、ステップ110へ移行する。一方、静止障害物が検出されなかった場合には、上記ステップ100へ戻る。   In step 106, an intersection existing in the target area ahead of the host vehicle and the shape of the intersection are detected, and it is determined whether or not an intersection has been detected. If an intersection is detected, the process proceeds to step 250 described later. On the other hand, if no intersection is detected, in step 108, a stationary obstacle existing in the target area in front of the host vehicle is detected, and it is determined whether or not a stationary obstacle has been detected. If a stationary obstacle is detected, the process proceeds to step 110. On the other hand, if no stationary obstacle is detected, the process returns to step 100.
ステップ250では、上記ステップ100で取得した自車両位置をキーとして、上記ステップ106で検出された交差点に対応して記憶された交差点通過時の規範となる速度を、規範車速データベース232から検索する。そして、ステップ252において、上記ステップ250で、該当する交差点通過時の規範となる速度が検索されたか否かを判定し、該当する交差点通過時の規範となる速度が検索された場合には、ステップ116へ移行するが、一方、該当する交差点通過時の規範となる速度が検索されなかった場合には、ステップ110へ移行する。   In step 250, using the own vehicle position acquired in step 100 as a key, the reference vehicle speed database 232 is searched for a reference speed stored at the intersection corresponding to the intersection detected in step 106. In step 252, it is determined in step 250 whether or not the speed that is the norm when passing the corresponding intersection is searched. If the speed that is the norm when passing the corresponding intersection is searched, On the other hand, if the speed that is the norm at the time of passing through the relevant intersection is not found, the process proceeds to step 110.
ステップ110では、交差点周辺又は静止障害物周辺に関する道路環境特徴量を検出する。ステップ112において、道路環境特徴量に対する重みを重み記憶部42から取得する。そして、ステップ114において、交差点通過時または静止障害物の周辺通過時の規範となる速度を算出する。   In step 110, a road environment feature amount around an intersection or around a stationary obstacle is detected. In step 112, the weight for the road environment feature is acquired from the weight storage unit 42. Then, in step 114, a speed that serves as a standard when passing through an intersection or passing around a stationary obstacle is calculated.
次のステップ254では、上記ステップ114で算出した速度が、交差点通過時の規範となる速度であるか否かを判定し、交差点通過時の規範となる速度である場合には、ステップ256において、上記ステップ100で取得した自車両位置と共に、上記ステップ114で算出された交差点通過時の規範となる速度を、規範車速データベース232に登録して、ステップ116へ移行する。一方、上記ステップ254で、算出した速度が、交差点通過時の規範となる速度ではないと判定された場合には、ステップ116へ移行する。   In the next step 254, it is determined whether or not the speed calculated in step 114 is a standard speed when passing the intersection. If the speed is a standard speed when passing the intersection, in step 256, A reference speed at the time of passing the intersection calculated in step 114 is registered in the reference vehicle speed database 232 together with the own vehicle position acquired in step 100, and the process proceeds to step 116. On the other hand, if it is determined in the above step 254 that the calculated speed is not a speed that becomes the norm when passing the intersection, the routine proceeds to step 116.
ステップ116では、上記ステップ104で取得された現在の自車両の速度と、上記ステップ114で算出された規範となる速度又は上記ステップ250で検索された規範となる速度との差分が、第1閾値以上であるか否かを判定する。速度の差分が第1閾値未満である場合には、上記ステップ100へ戻るが、一方、速度の差分が第1閾値以上である場合には、ステップ118において、運転支援システム24が作動することにより達成される、交差点通過時または静止障害物の周辺通過時の車速を算出する。   In step 116, the difference between the current speed of the host vehicle acquired in step 104 and the reference speed calculated in step 114 or the reference speed searched in step 250 is a first threshold value. It is determined whether it is above. If the speed difference is less than the first threshold value, the process returns to step 100. On the other hand, if the speed difference is greater than or equal to the first threshold value, in step 118, the driving support system 24 is activated. Calculate the vehicle speed that is achieved when passing through an intersection or passing around a stationary obstacle.
そして、ステップ120において、上記ステップ118で算出された車速が、第2閾値以上であるか否かを判定し、第2閾値未満であれば、上記ステップ100へ戻るが、一方、第2閾値以上であれば、ステップ122へ移行する。ステップ122では、警報を出力するように出力装置20を制御して、上記ステップ100へ戻る。   In step 120, it is determined whether or not the vehicle speed calculated in step 118 is equal to or higher than the second threshold value. If the vehicle speed is lower than the second threshold value, the process returns to step 100. If so, the process proceeds to step 122. In step 122, the output device 20 is controlled to output an alarm, and the process returns to step 100.
以上説明したように、第2の実施の形態に係る規範車速算出装置によれば、過去に走行した交差点については、新たに規範車速を算出する必要がないため、計算負荷を軽減することができる。   As described above, according to the reference vehicle speed calculation apparatus according to the second embodiment, it is not necessary to newly calculate the reference vehicle speed for intersections that have traveled in the past, and thus the calculation load can be reduced. .
次に、第3の実施の形態について説明する。なお、第3の実施の形態に係る規範車速算出装置の構成は、第1の実施の形態と同様であるため、同一符号を付して説明を省略する。   Next, a third embodiment will be described. In addition, since the structure of the reference | standard vehicle speed calculation apparatus which concerns on 3rd Embodiment is the same as that of 1st Embodiment, it attaches | subjects the same code | symbol and abbreviate | omits description.
第3の実施の形態では、規範車速を算出するための式が第1の実施の形態と異なっている。   In the third embodiment, the formula for calculating the reference vehicle speed is different from that in the first embodiment.
第3の実施の形態では、規範車速算出部44によって、重み記憶部42に記憶された重みと、道路環境検出部40によって検出された道路環境特徴量とに基づいて、以下の(3)式に従って、交差点通過時又は静止障害物の周辺通過時の規範となる速度を算出する。   In the third embodiment, based on the weight stored in the weight storage unit 42 by the reference vehicle speed calculation unit 44 and the road environment feature amount detected by the road environment detection unit 40, the following equation (3) According to the above, the standard speed when passing the intersection or passing around the stationary obstacle is calculated.
ただし、Vlegalは、走行位置における法定速度であり、地図データベース30から取得される。 However, V legal is a legal speed at the traveling position, and is obtained from the map database 30.
重み学習部48は、学習データ生成部46によって生成された交差点通過時の学習データに対して、上記(3)式で示される重回帰式を用いた重回帰分析を行って、求められた回帰係数を、重みとして重み記憶部42に格納する。また同様に、静止障害物の周辺通過時の学習データに対して、上記(3)式で示される重回帰式を用いた重回帰分析を行って、求められた回帰係数を、重みとして重み記憶部42に格納する。   The weight learning unit 48 performs a multiple regression analysis using the multiple regression equation represented by the above equation (3) on the learning data at the time of passing the intersection generated by the learning data generation unit 46, and obtains the obtained regression. The coefficient is stored in the weight storage unit 42 as a weight. Similarly, a multiple regression analysis using the multiple regression equation shown in the above equation (3) is performed on the learning data when passing around a stationary obstacle, and the obtained regression coefficient is stored as a weight as a weight. Stored in the unit 42.
なお、第3の実施の形態に係る規範車速算出装置の他の構成及び作用については、第1の実施の形態と同様であるため、説明を省略する。   In addition, about the other structure and effect | action of the reference | standard vehicle speed calculation apparatus which concern on 3rd Embodiment, since it is the same as that of 1st Embodiment, description is abbreviate | omitted.
なお、上記の第1の実施の形態〜第3の実施の形態では、車速センサから自車両の速度を取得する場合を例に説明したが、これに限定されるものではなく、GPS装置から検出される自車両位置の変化に基づいて、自車両の速度を取得するようにしてもよい。また、車速センサから取得される自車両の速度と、GPS装置から検出される自車両位置の変化とを組み合わせて、自車両の速度を取得するようにしてもよい。   In the first to third embodiments described above, the case where the speed of the host vehicle is acquired from the vehicle speed sensor has been described as an example. However, the present invention is not limited to this and is detected from the GPS device. The speed of the host vehicle may be acquired based on the change in the host vehicle position. The speed of the host vehicle may be acquired by combining the speed of the host vehicle acquired from the vehicle speed sensor and the change in the host vehicle position detected from the GPS device.
また、規範車速と現在の車速との差分について閾値判断することにより、ドライバが運転支援システム24に対して過信・依存しているか否かを判定する場合を例に説明したが、規範車速と現在の車速との比について閾値判断することにより、ドライバが運転支援システム24に対して過信・依存しているか否かを判定するようにしてもよい。   Further, the case where the driver determines whether or not the driver assistance system 24 is overconfidence / dependent by determining the threshold value for the difference between the standard vehicle speed and the current vehicle speed has been described as an example. It is also possible to determine whether or not the driver is overconfident and dependent on the driving support system 24 by determining a threshold value for the ratio of the vehicle speed to the vehicle speed.
また、規範車速算出装置において、規範車速の算出と、道路環境特徴量に対する重み付けの学習とを行う場合を例に説明したが、これに限定されるものではなく、道路環境特徴量に対する重み付けの学習を他の装置において行うようにしてもよい。   Further, in the reference vehicle speed calculation device, the case where the calculation of the reference vehicle speed and the learning of the weight for the road environment feature amount is described as an example, but the present invention is not limited to this, and the learning of the weight for the road environment feature amount is performed. May be performed in another apparatus.
また、レーザレーダによりレーザを前方に走査して物体の位置を検出する場合を例に説明したが、これに限定されるものではなく、ミリ波などの電磁波を前方に走査して物体の位置を検出するようにしてもよい。   Further, the case where the position of the object is detected by scanning the laser forward by the laser radar has been described as an example, but the present invention is not limited to this, and the position of the object is determined by scanning electromagnetic waves such as millimeter waves forward. You may make it detect.
また、レーザレーダによって自車両前方の物体の位置を検出する場合を例に説明したが、これに限定されるものではなく、例えば、ステレオカメラによって撮影された前方画像から、自車両前方の物体の位置を検出するようにしてもよい。   Moreover, although the case where the position of the object ahead of the own vehicle is detected by the laser radar has been described as an example, the present invention is not limited to this. For example, from the front image taken by the stereo camera, the object ahead of the own vehicle is detected. The position may be detected.
本発明のプログラムを、記憶媒体に格納して提供することも可能である。   It is also possible to provide the program of the present invention by storing it in a storage medium.
10、210 規範車速算出装置
12 レーザレーダ
14 カメラ
16 GPS装置
18 車速センサ
22、222 コンピュータ
24 運転支援システム
30 地図データベース
36 交差点検出部
38 静止障害物検出部
40 道路環境検出部
42 重み記憶部
44 規範車速算出部
46 学習データ生成部
48 重み学習部
50 過信・依存判定部
52 システム達成車速推定部
54 警報制御部
230 規範車速更新部
232 規範車速データベース
234 規範車速検索部
10, 210 Reference vehicle speed calculation device 12 Laser radar 14 Camera 16 GPS device 18 Vehicle speed sensor 22, 222 Computer 24 Driving support system 30 Map database 36 Intersection detection unit 38 Stationary obstacle detection unit 40 Road environment detection unit 42 Weight storage unit 44 Vehicle speed calculation unit 46 Learning data generation unit 48 Weight learning unit 50 Overconfidence / dependence determination unit 52 System achievement vehicle speed estimation unit 54 Alarm control unit 230 Reference vehicle speed update unit 232 Reference vehicle speed database 234 Reference vehicle speed search unit

Claims (10)

  1. 自車両前方の対象領域内の交差点及び交差点の形状を検出する交差点検出手段と、
    前記交差点検出手段によって検出された前記交差点について、交差点の形状と交差点周辺の道路環境とに関する複数の属性の各々に対して予め定めた複数の分類の何れに該当するか否かを検出する属性検出手段と、
    前記属性検出手段によって検出された前記複数の属性の各々に対する分類と、前記複数の属性の各々に対する各分類について予め求めた重み付けとを用いた重み付け線形和を算出して、交差点通過時の規範となる車速を算出する規範車速算出手段と、
    を含む規範車速算出装置。
    An intersection detection means for detecting an intersection in the target area ahead of the host vehicle and the shape of the intersection;
    Attribute detection for detecting whether the intersection detected by the intersection detection means falls into any of a plurality of predetermined categories for each of a plurality of attributes related to the shape of the intersection and the road environment around the intersection Means,
    Calculating a weighted linear sum using a classification for each of the plurality of attributes detected by the attribute detection means and a weight obtained in advance for each classification for each of the plurality of attributes; A reference vehicle speed calculating means for calculating the vehicle speed,
    Reference vehicle speed calculation device including
  2. 自車両前方の対象領域内の静止物を検出する静止物検出手段と、
    前記静止物検出手段によって検出された前記静止物について、静止物周辺の道路環境に関する複数の属性の各々に対して予め定めた複数の分類の何れに該当するか否かを検出する属性検出手段と、
    前記属性検出手段によって検出された前記複数の属性の各々に対する分類と、前記複数の属性の各々に対する各分類について予め求めた重み付けとを用いた重み付け線形和を算出して、前記静止物の周辺通過時の規範となる車速を算出する規範車速算出手段と、
    を含む規範車速算出装置。
    Stationary object detection means for detecting a stationary object in a target area in front of the host vehicle;
    Attribute detection means for detecting whether the stationary object detected by the stationary object detection means falls under any of a plurality of predetermined categories for each of a plurality of attributes related to the road environment around the stationary object; ,
    Calculating a weighted linear sum using a classification for each of the plurality of attributes detected by the attribute detection means and a weight obtained in advance for each classification for each of the plurality of attributes; A reference vehicle speed calculation means for calculating a vehicle speed as a reference for time;
    Reference vehicle speed calculation device including
  3. 障害物との衝突を回避するように運転介入制御を行う運転支援手段と、
    自車両の車速を検出する車速検出手段と、
    前記規範車速算出手段によって算出された前記規範となる車速と、前記車速検出手段によって検出された自車両の車速との差又は比に基づいて、自車両のドライバが前記運転支援手段を過信しているか否かを判定する過信判定手段と、
    を更に含む請求項1又は2記載の規範車速算出装置。
    Driving support means for performing driving intervention control so as to avoid collision with an obstacle,
    Vehicle speed detection means for detecting the vehicle speed of the host vehicle;
    Based on the difference or ratio between the reference vehicle speed calculated by the reference vehicle speed calculation means and the vehicle speed of the own vehicle detected by the vehicle speed detection means, the driver of the own vehicle overconfidently drives the driving support means. Overconfidence determining means for determining whether or not,
    The reference vehicle speed calculation device according to claim 1 or 2, further comprising:
  4. 前記過信判定手段によって、自車両のドライバが前記運転支援手段を過信していると判定された場合、前記運転支援手段による前記運転介入制御の作動により実現される交差点通過時の車速又は静止物の周辺通過時の車速を推定する通過時車速推定手段と、
    前記通過時車速推定手段によって推定された車速が閾値以上であった場合には、警報を出力する警報出力手段と、
    を更に含む請求項3記載の規範車速算出装置。
    If it is determined by the overconfidence determining means that the driver of the host vehicle is overconfident about the driving support means, the vehicle speed or the stationary object at the time of passing through the intersection realized by the operation of the driving intervention control by the driving support means Vehicle speed estimation means for estimating vehicle speed when passing around,
    If the vehicle speed estimated by the passing vehicle speed estimation means is greater than or equal to a threshold value, an alarm output means for outputting an alarm;
    The reference vehicle speed calculation device according to claim 3, further comprising:
  5. 規範的な走行に関して、交差点通過時の車速、及び前記属性検出手段によって検出された前記複数の属性の各々に対する分類を、学習データとして複数生成する学習データ生成手段と、
    前記学習データ生成手段によって生成された複数の学習データに基づいて、前記複数の属性の各々に対する各分類の前記重み付けを学習する重み付け学習手段とを更に含み、
    前記規範車速算出手段は、前記重み付け学習手段によって学習された前記重み付けを用いて、前記交差点通過時の規範となる車速を算出する請求項1記載の規範車速算出装置。
    Learning data generation means for generating a plurality of classifications for each of the plurality of attributes detected by the attribute detection means with respect to the vehicle speed at the time of passing an intersection with respect to normative driving,
    Weighting learning means for learning the weighting of each classification for each of the plurality of attributes based on a plurality of learning data generated by the learning data generation means;
    The reference vehicle speed calculation device according to claim 1, wherein the reference vehicle speed calculation means calculates a reference vehicle speed when passing through the intersection, using the weighting learned by the weight learning means.
  6. 規範的な走行に関して、静止物の周辺通過時の車速、及び前記属性検出手段によって検出された前記複数の属性の各々に対する分類を、学習データとして複数生成する学習データ生成手段と、
    前記学習データ生成手段によって生成された複数の学習データに基づいて、前記複数の属性の各々に対する各分類の前記重み付けを学習する重み付け学習手段とを更に含み、
    前記規範車速算出手段は、前記重み付け学習手段によって学習された前記重み付けを用いて、前記静止物の周辺通過時の規範となる車速を算出する請求項2記載の規範車速算出装置。
    Regarding normative driving, learning data generating means for generating a plurality of classifications for each of the plurality of attributes detected by the attribute detecting means and the vehicle speed when passing around a stationary object, as learning data;
    Weighting learning means for learning the weighting of each classification for each of the plurality of attributes based on a plurality of learning data generated by the learning data generation means;
    The reference vehicle speed calculation device according to claim 2, wherein the reference vehicle speed calculation means calculates a reference vehicle speed when the stationary object passes around by using the weighting learned by the weighting learning means.
  7. 前記重み付け学習手段は、前記学習データ生成手段によって生成された複数の学習データに基づいて、前記重み付け線形和を用いた重回帰式に対する重回帰分析により、前記複数の属性の各々に対する各分類の前記重み付けを学習する請求項5又は6記載の規範車速算出装置。 The weighting learning means, on the basis of the learning plurality of training data generated by the data generation means, the multiple regression analysis against multiple regression equation using the weighted linear sum, each classification for each of the plurality of attributes The reference vehicle speed calculation device according to claim 5 or 6, wherein the weighting is learned.
  8. 前記重回帰式は、定数項と前記重み付け線形和とで表わされ、前記定数項を、法定車速とし、前記重み付け線形和を、前記法定車速からの減速分とした請求項7記載の規範車速算出装置。   The reference vehicle speed according to claim 7, wherein the multiple regression equation is represented by a constant term and the weighted linear sum, the constant term is a legal vehicle speed, and the weighted linear sum is a decelerating amount from the legal vehicle speed. Calculation device.
  9. コンピュータを、
    自車両前方の対象領域内の交差点及び交差点の形状を検出する交差点検出手段、
    前記交差点検出手段によって検出された前記交差点について、交差点の形状と交差点周辺の道路環境とに関する複数の属性の各々に対して予め定めた複数の分類の何れに該当するか否かを検出する属性検出手段、及び
    前記属性検出手段によって検出された前記複数の属性の各々に対する分類と、前記複数の属性の各々に対する各分類について予め求めた重み付けとを用いた重み付け線形和を算出して、交差点通過時の規範となる車速を算出する規範車速算出手段
    として機能させるためのプログラム。
    Computer
    An intersection detection means for detecting an intersection in the target area ahead of the host vehicle and the shape of the intersection;
    Attribute detection for detecting whether the intersection detected by the intersection detection means falls into any of a plurality of predetermined categories for each of a plurality of attributes related to the shape of the intersection and the road environment around the intersection And a weighted linear sum using a classification for each of the plurality of attributes detected by the attribute detection means and a weight obtained in advance for each of the classifications for each of the plurality of attributes. A program for functioning as a reference vehicle speed calculation means for calculating a vehicle speed as a reference for the vehicle.
  10. コンピュータを、
    自車両前方の対象領域内の静止物を検出する静止物検出手段、
    前記静止物検出手段によって検出された前記静止物について、静止物周辺の道路環境に関する複数の属性の各々に対して予め定めた複数の分類の何れに該当するか否かを検出する属性検出手段、及び
    前記属性検出手段によって検出された前記複数の属性の各々に対する分類と、前記複数の属性の各々に対する各分類について予め求めた重み付けとを用いた重み付け線形和を算出して、前記静止物の周辺通過時の規範となる車速を算出する規範車速算出手段
    として機能させるためのプログラム。
    Computer
    Stationary object detection means for detecting a stationary object in a target area in front of the host vehicle;
    Attribute detection means for detecting whether the stationary object detected by the stationary object detection means falls under any of a plurality of predetermined categories for each of a plurality of attributes related to the road environment around the stationary object, And calculating a weighted linear sum using a classification for each of the plurality of attributes detected by the attribute detection means and a weight obtained in advance for each classification for each of the plurality of attributes, and surrounding the stationary object A program for functioning as a reference vehicle speed calculation means for calculating a reference vehicle speed when passing.
JP2011062698A 2011-03-22 2011-03-22 Standard vehicle speed calculation device and program Active JP5747593B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2011062698A JP5747593B2 (en) 2011-03-22 2011-03-22 Standard vehicle speed calculation device and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2011062698A JP5747593B2 (en) 2011-03-22 2011-03-22 Standard vehicle speed calculation device and program

Publications (2)

Publication Number Publication Date
JP2012198774A JP2012198774A (en) 2012-10-18
JP5747593B2 true JP5747593B2 (en) 2015-07-15

Family

ID=47180921

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2011062698A Active JP5747593B2 (en) 2011-03-22 2011-03-22 Standard vehicle speed calculation device and program

Country Status (1)

Country Link
JP (1) JP5747593B2 (en)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102012110595A1 (en) * 2012-11-06 2014-05-08 Conti Temic Microelectronic Gmbh Method and device for detecting traffic signs for a vehicle
JP6382047B2 (en) * 2014-09-25 2018-08-29 株式会社デンソー Overconfidence determination device, overdependence suppression device
JPWO2020049737A1 (en) * 2018-09-07 2020-09-10 株式会社オファサポート Driving skill evaluation system, method and program

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3533736B2 (en) * 1994-11-25 2004-05-31 日産自動車株式会社 Inter-vehicle distance control device
JP3468001B2 (en) * 1996-12-16 2003-11-17 日産自動車株式会社 Travel control device for vehicles
JP3941605B2 (en) * 2002-06-26 2007-07-04 株式会社デンソー Car navigation system
JP3938023B2 (en) * 2002-11-27 2007-06-27 日産自動車株式会社 Risk potential calculation device, vehicle driving assistance device, vehicle equipped with the device, and risk potential calculation method
JP5185554B2 (en) * 2007-03-23 2013-04-17 富士重工業株式会社 Online risk learning system
JP5186953B2 (en) * 2008-03-05 2013-04-24 日産自動車株式会社 Vehicle deceleration control device
JP2009227106A (en) * 2008-03-24 2009-10-08 Hitachi Ltd Vehicle driving support system and vehicle driving support method
JP5094658B2 (en) * 2008-09-19 2012-12-12 日立オートモティブシステムズ株式会社 Driving environment recognition device

Also Published As

Publication number Publication date
JP2012198774A (en) 2012-10-18

Similar Documents

Publication Publication Date Title
US9767368B2 (en) Method and system for adaptive ray based scene analysis of semantic traffic spaces and vehicle equipped with such system
JP5938569B2 (en) Advanced driver support system considering azimuth information and operation method thereof
JP5189157B2 (en) Moving object target state determination device and program
EP2214149B1 (en) Collision avoidance assisting system for vehicle
US9424468B2 (en) Moving object prediction device, hypothetical movable object prediction device, program, moving object prediction method and hypothetical movable object prediction method
JP5620147B2 (en) Movable object prediction apparatus and program
US10336252B2 (en) Long term driving danger prediction system
JP6800575B2 (en) Methods and systems to assist drivers in their own vehicles
JP5587170B2 (en) Driving support device and program
US8731816B2 (en) Method for classifying an object as an obstacle
US9352746B2 (en) Lane relative position estimation method and system for driver assistance systems
JP2009282702A (en) Driving support device
JP5535816B2 (en) Moving object prediction apparatus and program
US10657393B2 (en) Device and a method for distinguishing between traversable and nontraversable objects
Kim et al. Detection and tracking of road barrier based on radar and vision sensor fusion
JP5747593B2 (en) Standard vehicle speed calculation device and program
Alpar et al. Intelligent collision warning using license plate segmentation
JP4937844B2 (en) Pedestrian detection device
US20200139979A1 (en) Map information system
JP6418574B2 (en) Risk estimation device, risk estimation method, and computer program for risk estimation
JP2020177494A (en) Driving assist system
JP2011198266A (en) Risk determining device and program
Thammakaroon et al. Improvement of forward collision warning in real driving environment using machine vision

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20140123

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20140930

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20140930

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20141127

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: 20150414

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20150427

R150 Certificate of patent or registration of utility model

Ref document number: 5747593

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150