JP6523907B2 - 車間距離検出システム、車間距離検出方法、およびプログラム - Google Patents

Description

本発明の実施形態は、車間距離検出システム、車間距離検出方法、およびプログラムに関する。

カメラによって車両の前方を撮像して得られた動画像等の画像に対して画像処理を行って、車間距離を検出し、かつ当該車間距離に基づいて交通状況の推定や運転支援を行う車間距離検出技術がある。車間距離検出技術では、急カーブでカメラの画角から前方の車両が外れた場合、日光の向き等で動画像の画質に影響が生じた場合等において、車間距離を検出することができず、前方に車両が無いと判断される。

特開２０１４−１３０４３９号公報

しかしながら、上記の車間距離検出技術においては、実際に前方に車両が存在しないため、車間距離を検出することができないケースと、実際に前方に車両が存在しているが、車間距離を検出することができないケースとが、同等に処理されるため、車間距離の検出結果に基づく道路交通情報の生成や運転支援が正しく機能しない場合がある。

実施形態の車間距離検出システムは、プローブカーと、サーバと、を含み、プローブカーは、撮像部と、受信部と、車間距離解析部と、プローブカー側通信部と、を備える。撮像部は、プローブカーの前方を撮像する。受信部は、撮像部から、プローブカーの前方を撮像した画像データを受信する。車間距離解析部は、画像データに基づいて、プローブカーの前方を走行する前車両を検出し、かつ、前車両が検出された場合に、プローブカーと前車両との車間距離を検出する。プローブカー側通信部は、前車両の検出結果と、車間距離の検出結果と、をサーバに送信する。サーバは、サーバ側通信部と、リジェクト判定部と、を備える。サーバ側通信部は、プローブカーから、前車両の検出結果と、車間距離の検出結果と、を受信する。リジェクト判定部は、前車両の検出結果が、前車両が検出されなかったことを示す場合、前車両が検出されなかった検出不可要因を特定し、特定した検出不可要因に応じて、前車両の検出結果に対して信頼度を付与し、信頼度が所定の閾値以下である場合、前車両の検出結果をノイズと判定する。

図１は、第１の実施形態にかかる車間距離検出システムの構成の一例を示す図である。 図２は、第１の実施形態にかかるプローブカーの車内のコックピット周辺の構成の一例を示す図である。 図３は、第１の実施形態にかかるプローブカーの制御装置およびサーバの機能構成の一例を示すブロック図である。 図４は、第１の実施形態にかかるプローブカーの制御装置による車間距離の検出処理の流れの一例を示すフローチャートである。 図５は、第１の実施形態にかかる車間距離検出システムで用いる要因コードのビット列の一例を示す図である。 図６は、第１の実施形態にかかる車間距離検出システムで用いる要因コードの一例を示すテーブルである。 図７は、第１の実施形態にかかるサーバによる車間距離の検出処理の流れの一例を示すフローチャートである。 図８は、第７の実施形態にかかるプローブカーの制御装置による車間距離の検出処理の流れの一例を示すフローチャートである。 図９は、第７の実施形態にかかるサーバによる車間距離の検出処理の流れの一例を示すフローチャートである。

以下、添付の図面を用いて、本実施形態にかかる車間距離検出装置、車間距離検出方法、およびプログラムを適用した車間距離検出システムについて説明する。

（第１の実施形態）
図１は、第１の実施形態にかかる車間距離検出システムの構成の一例を示す図である。図１に示すように、本実施形態にかかる車間距離検出システムは、プローブカー１と、前車両２と、ＧＰＳ衛星３と、基地局４と、サーバ５と、を有している。プローブカー１は、所定の計測周期（例えば、数秒）で、当該プローブカー１の前方を撮像して、動画像を取得する。そして、プローブカー１（第１車両の一例）は、取得した動画像に基づいて、プローブカー１の前方を走行する車両である前車両２（第２車両の一例）を検出し、かつプローブカー１と前車両２との間の距離である車間距離Ｌを検出する。さらに、プローブカー１は、車間距離Ｌの検出結果に基づく運転支援を行う。

ＧＰＳ（Global Positioning System）衛星３は、プローブカー１に対して、ＧＰＳ信号を発信する。基地局４は、無線通信によって、プローブカー１から、車間距離Ｌの検出結果を受信する。そして、基地局４は、プローブカー１から受信した車間距離Ｌの検出結果を、サーバ５に送信する。サーバ５は、基地局４から、車間距離Ｌの検出結果を受信し、当該受信した車間距離Ｌの検出結果に基づいて、道路交通情報の推定等を行う。そして、サーバ５は、推定した道路交通情報等を、基地局４を介して、プローブカー１に配信する。

図２は、第１の実施形態にかかるプローブカーの車内のコックピット周辺の構成の一例を示す図である。図２に示すように、本実施形態では、プローブカー１は、制御装置１０と、第１カメラ１１と、第２カメラ１２と、携帯端末１３と、ＧＰＳアンテナ１４と、を有している。制御装置１０は、プローブカー１全体を制御する。

第１カメラ１１（撮像部の一例）は、プローブカー１のバックミラーＢＭを基準として、運転席側から見て左側に設けられ、プローブカー１の前方を撮像する。また、第２カメラ１２（撮像部の一例）は、プローブカー１のバックミラーＢＭを基準として、運転席側から見て右側に設けられ、プローブカー１の前方を撮像する。携帯端末１３は、スマートフォン等であり、サーバ５から配信された道路交通情報等の各種情報を表示する表示部である。ＧＰＳアンテナ１４は、ＧＰＳ衛星３から発信されるＧＰＳ信号を受信する。

図３は、第１の実施形態にかかるプローブカーの制御装置およびサーバの機能構成の一例を示すブロック図である。まず、図３を用いて、制御装置１０の機能構成について説明する。図３に示すように、本実施形態では、制御装置１０は、画像受信部１０１、画像処理部１０２、車間距離解析部１０３、ＧＰＳモジュール１０４、ＧＰＳ通信部１０５、リジェクト判定部１０６、外部入出力部１０７、およびＨＴＴＰ通信部１０８を有している。

画像受信部１０１（受信部の一例）は、第１カメラ１１および第２カメラ１２（外部装置の一例）から、当該各カメラの撮像により得られた動画像を受信する。画像処理部１０２は、受信した動画像を構成するフレームであるカメラ画像（画像データの一例）に対して画像処理を施して、カメラ画像が含むオブジェクトを検出する。そして、車間距離解析部１０３は、画像処理部１０２により検出されたオブジェクトに対してパターン認識を行って、前車両２の検出を行うとともに、プローブカー１と当該検出した前車両２との車間距離Ｌを検出する検出処理（第１処理の一例）を実行する。本実施形態では、画像処理部１０２および車間距離解析部１０３が、カメラ画像に基づいて、前車両２を検出し、かつプローブカー１と前車両２との車間距離Ｌを検出する検出処理を実行する検出部の一例として機能する。

具体的には、車間距離解析部１０３は、画像処理部１０２により検出されたオブジェクトに対してパターン認識を行って、車両を検出する。また、車間距離解析部１０３は、オブジェクトに対してパターン認識を行って、プローブカー１（自車両）が走行する車線を検出する。そして、車間距離解析部１０３は、検出した車両のうち、検出した車線内の車両を、前車両２として検出する。

次に、車間距離解析部１０３は、第１カメラ１１および第２カメラ１２の画角、および車線内の車両のサイズに基づいて、プローブカー１と、前車両２との車間距離Ｌを検出する。または、車間距離解析部１０３は、第１カメラ１１および第２カメラ１２がステレオカメラを構成する場合には、第１カメラ１１の撮像により得られたカメラ画像と第２カメラ１２の撮像により得られたカメラ画像の視差に基づいて、プローブカー１と前車両２との車間距離Ｌを検出することも可能である。

車両を検出するパターン認識では、第１カメラ１１および第２カメラ１２の撮像条件が、カメラ画像に基づいて前車両２が検出できない要因（以下、検出不可要因と言う）となる場合がある。検出不可要因となる撮像条件には、太陽光の影響による逆光、対向車のヘッドライトの影響による逆光、トンネルの出入口における光量の変化、急カーブや急勾配等の影響による、第１カメラ１１および第２カメラ１２の画角からの前車両２のはみ出し等がある。

そこで、車間距離解析部１０３は、前車両２が検出できない場合に、カメラ画像全体の明るさが所定の明るさ以上であること、カメラ画像内に所定の明るさ以上の光源が含まれること、車両の一部の形状の画像がカメラ画像の端部に存在することなどを、撮像条件に基づく検出不可要因として特定する。そして、車間距離解析部１０３は、特定した検出不可要因を示す要因コードを設定する。

また、車線を検出するパターン認識では、前車両２の車線変更、プローブカー１の車線変更、車線そのものの一時的な消失等が、カメラ画像から車線を検出できずに、検出不可要因となる場合がある。そこで、車間距離解析部１０３は、車線を検出することができないことも、撮像条件に基づく検出不可要因として特定し、当該検出不可要因を示す要因コードを設定する。

ＧＰＳモジュール１０４は、ＧＰＳ衛星３から発信されるＧＰＳ信号を受信する。ＧＰＳ通信部１０５は、ＧＰＳモジュール１０４によって複数のＧＰＳ衛星３から受信したＧＰＳ信号に基づいて、ＧＰＳデータを取得する。ここで、ＧＰＳデータは、プローブカー１が走行している位置を示す位置情報（例えば、緯度，経度，高度）、現在時刻、およびＧＰＳ信号を捕捉したＧＰＳ衛星３の数である捕捉衛星数情報を含む。

外部入出力部１０７は、プローブカー１の走行速度、プローブカー１が有するワイパーの動作など、プローブカー１の動作状態を示す動作情報を取得する。本実施形態では、外部入出力部１０７は、プローブカー１が有する走行系から、プローブカー１の速度を動作情報として取得する。また、外部入出力部１０７は、ＧＰＳ信号に基づいて取得したプローブカー１の位置情報および現在時刻を用いて、プローブカー１の走行速度を取得することも可能である。

リジェクト判定部１０６は、前車両２が検出できない場合、外部入出力部１０７から動作情報を取得する。そして、リジェクト判定部１０６は、取得した動作情報が示すプローブカー１の動作状態が、所定の動作状態に合致すると判定した場合、当該動作情報が示す動作状態を、検出不可要因として特定する。ここで、所定の動作状態は、検出不可要因となるプローブカー１の動作状態である。例えば、リジェクト判定部１０６は、取得した動作情報が示すワイパーの動作が、所定の動作状態の一例であるワイパーの高速動作に合致すると判定した場合、大雨等の影響でワイパーが高速動作して前車両２が検出できないことを考慮して、当該ワイパーの動作を検出不可要因として特定する。その後、リジェクト判定部１０６は、特定した検出不可要因を示す要因コードを設定する。

また、リジェクト判定部１０６は、前車両２が検出できない場合、所定のフレーム数連続して前車両２が検出できないか否かを判定する連続性判定処理を実行する。そして、リジェクト判定部１０６は、所定のフレーム数連続して前車両２が検出できないと判定した場合、前車両２が連続して検出できないことを検出不可要因として特定する。そして、リジェクト判定部１０６は、特定した検出不可要因を示す要因コードを設定する。

次に、リジェクト判定部１０６は、車間距離解析部１０３によって前車両２が検出できなかった場合、設定された検出不可要因に応じて、前車両２が検出できなかったことを示す検出結果（以下、前車両２の検出結果と言う。第１検出結果の一例）に対して、当該検出結果の信頼度を表す判定ポイントを付与する。本実施形態では、リジェクト判定部１０６は、設定された要因コードに応じて、前車両２の検出結果に対して、判定ポイントを付与する。具体的には、リジェクト判定部１０６は、設定された各要因コードに応じた判定ポイントの合計を、前車両２の検出結果に対して付与する。

次いで、リジェクト判定部１０６は、前車両２の検出結果に付与された判定ポイントが所定の閾値より低い場合、前車両２の検出結果をノイズと判定し、当該車間距離Ｌの検出結果（第２検出結果の一例）を無効化する。これにより、前車両２が検出できなかった場合に、実際に前車両２が存在しない可能性が高いケースでの車間距離Ｌの検出結果を用いて交通状況の推定や運転支援（例えば、プローブカー１の速度の調整、ハイビームへの自動的な切り替え）を行えるので、道路の空き状態を考慮した、より信頼性の高い交通状況の推定や運転支援を行うことができる。

ここで、所定の閾値は、車間距離Ｌの検出結果が信頼できると判断する信頼度の下限値である。本実施形態では、リジェクト判定部１０６は、前車両２の検出結果に付与された判定ポイントが所定の閾値以下の場合、車間距離Ｌの検出結果を無効化し、当該車間距離Ｌの検出結果に基づく、道路交通情報の推定や運転支援を禁止する。一方、リジェクト判定部１０６は、前車両２の検出結果に付与された判定ポイントが所定の閾値以上である場合、後述するＨＴＴＰ通信部１０８を介して、車間距離Ｌの検出結果をサーバ５に送信する。

ＨＴＴＰ（Hypertext Transfer Protocol）通信部１０８は、車間距離解析部１０３による検出処理の結果（以下、処理結果と言う）を、サーバ５に送信する。本実施形態では、ＨＴＴＰ通信部１０８は、前車両２の検出結果、車間距離Ｌの検出結果、当該車間距離Ｌの検出結果に付与された判定ポイント、およびＧＰＳデータを含む処理結果をサーバ５に送信する。

次に、図３を用いて、サーバ５の機能構成について説明する。図３に示すように、本実施形態では、サーバ５は、ＨＴＴＰ通信部５０１、サーバ側リジェクト判定部５０２、位置変換部５０３、地図情報記憶部５０４、学習データ制御部５０５、学習データ記憶部５０６、および環境情報取得部５０７を有している。ＨＴＴＰ通信部５０１は、プローブカーの制御装置１０から、処理結果を受信する。

地図情報記憶部５０４は、プローブカー１が走行可能な道路の地図を示す地図情報を記憶する。位置変換部５０３は、サーバ側リジェクト判定部５０２を介して、ＨＴＴＰ通信部５０１から、処理結果が含むＧＰＳデータを取得する。そして、位置変換部５０３は、取得したＧＰＳデータおよび地図情報記憶部５０４に記憶された地図情報に基づいて、プローブカー１が走行する道路を特定する。そして、位置変換部５０３は、特定した道路をサーバ側リジェクト判定部５０２に通知する。

学習データ記憶部５０６は、前車両２を検出できない道路の条件である道路事情（例えば、急カーブや急勾配によりプローブカー１から所定距離以上離れた前車両２を検出することができない）を記憶する。学習データ制御部５０５は、位置変換部５０３により特定された道路が、学習データ記憶部５０６に記憶された道路事情に合致するか否かを判定する。そして、学習データ制御部５０５は、位置変換部５０３により特定された道路が道路事情に合致すると判定した場合、当該特定された道路を、検出不可要因として特定し、当該検出不可要因を示す要因コードを設定する。

環境情報取得部５０７は、サーバ側リジェクト判定部５０２を介して、ＨＴＴＰ通信部５０１から、処理結果が含むＧＰＳデータを取得する。また、環境情報取得部５０７は、環境情報提供業者の端末Ｔから、雨や雪や霧等の気象情報、ＰＭ２．５、光化学スモッグ注意報、黄砂など、プローブカー１が走行可能な道路の環境に関する環境情報を取得する。そして、環境情報取得部５０７は、取得した環境情報のうち、ＧＰＳデータが含む位置情報が示す位置（すなわち、プローブカー１の位置）の環境情報が、所定の環境情報に合致するか否かを判定する。ここで、所定の環境情報は、前車両２を検出できない環境の条件を示す情報である。環境情報取得部５０７は、プローブカー１の位置の環境情報が所定の環境情報に合致した場合、当該プローブカー１の位置の環境情報を、検出不可要因として特定し、当該検出不可要因を示す要因コードを設定する。

サーバ側リジェクト判定部５０２は、ＨＴＴＰ通信部５０１により受信した処理結果が含む前車両２の検出結果が、前車両２が検出できないことを示す場合、学習データ制御部５０５および環境情報取得部５０７により設定された各要因コードが示す検出不可要因に応じて、当該車間距離Ｌの検出結果に対して、判定ポイントを付与する。そして、サーバ側リジェクト判定部５０２は、車間距離Ｌの検出結果に付与された判定ポイントの合計が所定の閾値以上であるか否かを判定する。

次いで、サーバ側リジェクト判定部５０２は、判定ポイントの合計が所定の閾値より低い場合、前車両２の検出結果をノイズと判定し、車間距離Ｌの検出結果を無効化する。一方、サーバ側リジェクト判定部５０２は、判定ポイントの合計が所定の閾値以上である場合、前車両２の検出結果が有効であると判断し、前車両２が無いと判定する。

本実施形態では、車間距離解析部１０３、リジェクト判定部１０６、サーバ側リジェクト判定部５０２、学習データ制御部５０５、および環境情報取得部５０７が、前車両２が検出されなかった場合、検出不可要因を特定し、当該検出不可要因に応じた、前車両２の検出結果の信頼度が所定の閾値以下である場合、車間距離Ｌの検出結果を無効化する制御部として機能する。また、本実施形態では、制御装置１０およびサーバ５において車間距離検出装置の一例を実現しているが、制御装置１０およびサーバ５のいずれか一方で、車間距離検出装置の一例を実現しても良い。

次に、図４を用いて、本実施形態にかかるプローブカー１の制御装置１０による車間距離の検出処理の流れの一例について説明する。図４は、第１の実施形態にかかるプローブカーの制御装置による車間距離の検出処理の流れの一例を示すフローチャートである。

画像処理部１０２は、画像受信部１０１により受信した動画像を構成するカメラ画像に対して画像処理を施して、当該カメラ画像が含むオブジェクトを検出する（ステップＳ４０１）。次いで、車間距離解析部１０３は、検出されたオブジェクトに対してパターン認識を行って、前車両２を検出し、かつプローブカー１と当該検出した前車両２との車間距離Ｌを検出する（ステップＳ４０１）。さらに、車間距離解析部１０３は、前車両２が検出できなかった場合、撮像条件に基づく検出不可要因を特定し、当該検出不可要因を示す要因コードをリジェクト判定部１０６に出力する（ステップＳ４０１）。

ここで、図５を用いて、本実施形態にかかる車間距離検出システムで用いる要因コードについて説明する。図５は、第１の実施形態にかかる車間距離検出システムで用いる要因コードのビット列の一例を示す図である。

図５に示すように、要因コードは、６４ビットのビット列により表され、当該ビット列の各ビットにビットアサインした値によって、複数の検出不可要因を表すことが可能である。要因コードが「０」の場合、当該要因コードは、検出不可要因が特定されなかったことを示す。図５に示すように、要因コードは、６４ビットのうち、下位の３２ビットで、カメラ画像の撮像条件に基づく検出不可要因を表す。また、要因コードは、６４ビットのうち、中位の１６ビットで、連続性判定処理または動作状態に基づく検出不可要因を表す。さらに、要因コードは、６４ビットのうち、上位の１６ビットで、道路事情または環境事情に基づく検出不可要因を表す。

図４に戻り、リジェクト判定部１０６は、車間距離解析部１０３によって前車両２が検出できなかったか否かを判断する（ステップＳ４０２）。前車両２が検出できた場合（ステップＳ４０２：Ｎｏ）、リジェクト判定部１０６は、ＨＴＴＰ通信部１０８を介して、処理結果をサーバ５へ送信する（ステップＳ４０８）。一方、前車両２が検出できなかった場合（ステップＳ４０２：Ｙｅｓ）、リジェクト判定部１０６は、外部入出力部１０７から、動作情報を取得する（ステップＳ４０３）。そして、リジェクト判定部１０６は、取得した動作情報が示すプローブカー１の動作状態が、所定の動作状態に合致した場合、当該動作情報が示すプローブカー１の動作状態を検出不可要因として特定し、当該検出不可要因に対応する要因コードを設定する（ステップＳ４０３）。

また、リジェクト判定部１０６は、所定のフレーム数連続して前車両２が検出できないか否かを判定する連続性判定処理を実行する（ステップＳ４０４）。そして、所定のフレーム数連続して前車両２が検出できないと判定した場合、リジェクト判定部１０６は、前車両２が連続して検出できないことを検出不可要因として特定し、当該検出不可要因に対応する要因コードを設定する（ステップＳ４０４）。

次いで、リジェクト判定部１０６は、車間距離解析部１０３から出力された要因コードおよび当該リジェクト判定部１０６が設定した要因コードそれぞれを判定ポイントに変換する（ステップＳ４０５）。本実施形態では、リジェクト判定部１０６は、要因コードと、当該要因コードが示す検出不可要因と、当該検出不可要因が特定された場合に前車両２の検出結果の付与する判定ポイントと、を対応付けたテーブルＴ１を記憶している。そして、リジェクト判定部１０６は、テーブルＴ１において、設定された要因コードと対応付けて記憶された判定ポイントを、前車両２の検出結果に付与する。

図６は、第１の実施形態にかかる車間距離検出システムで用いる要因コードの一例を示すテーブルである。例えば、図６に示すように、リジェクト判定部１０６は、要因コードと、判定ポイントと、検出不可要因とを対応付けたテーブルＴ１を記憶している。そして、リジェクト判定部１０６は、検出不可要因が、車両としては検出できないが、車両の下側の一部のみを検出したことである場合、要因コード：２^０と対応付けて記憶された判定ポイント：−５０を前車両２の検出結果に付与する。

また、リジェクト判定部１０６は、検出不可要因が、車両としては検出できないが、車両の右側の一部のみを検出したことである場合、要因コード：２^１と対応付けて記憶された判定ポイント：−５０を前車両２の検出結果に付与する。また、リジェクト判定部１０６は、検出不可要因が、車両を検出できたが、前車両２の車種（例えば、普通車または大型車）が検出できないことである場合、要因コード：２^４と対応付けて記憶された判定ポイント：−４０を前車両２の検出結果に付与する。

また、リジェクト判定部１０６は、検出不可要因が、大雨や雪等でワイパーを高速動作させたことである場合、要因コード：２^１６と対応付けて記憶された判定ポイント：−３０を前車両２の検出結果に付与する。また、リジェクト判定部１０６は、検出不可要因が、ハイビームの継続的な点灯である場合、要因コード：２^１７と対応付けて記憶された判定ポイント：＋１０を前車両２の検出結果に付与する。

また、リジェクト判定部１０６は、検出不可要因が、所定のフレーム数（例えば、１０フレーム）連続して前車両２が検出できないことである場合、要因コード：２^２４と対応付けて記憶された判定ポイント：＋１０を前車両２の検出結果に付与する。また、リジェクト判定部１０６は、検出不可要因が、前回検出した車間距離Ｌが所定距離（例えば、８０ｍ）以上である場合、要因コード：２^２５と対応付けて記憶された判定ポイント：＋１０を前車両２の検出結果に付与する。また、リジェクト判定部１０６は、検出不可要因が、所定のフレーム数（例えば、５フレーム）連続して前車両２が検出できないことである場合、要因コード：２^２６と対応付けて記憶された判定ポイント：−１０を前車両２の検出結果に付与する。

また、リジェクト判定部１０６は、検出不可要因が、急カーブ領域を走行していることである場合、要因コード：２^４８と対応付けて記憶された判定ポイント：−３０を前車両２の検出結果に付与する。また、リジェクト判定部１０６は、検出不可要因が、急勾配領域を走行していることである場合、要因コード：２^４９と対応付けて記憶された判定ポイント：−３０を前車両２の検出結果に付与する。また、リジェクト判定部１０６は、検出不可要因が、濃霧や大雪や大雨警報等が発令されている地域を走行していることである場合、要因コード：２^５０と対応付けて記憶された判定ポイント：−２０を前車両２の検出結果に付与する。

図４に戻り、リジェクト判定部１０６は、前車両２の検出結果に付与された判定ポイントの合計が所定の閾値（例えば、＋１０）以上であるか否かを判定する（ステップＳ４０６）。そして、前車両２の検出結果に付与された判定ポイントの合計が所定の閾値以上である場合（ステップＳ４０６：Ｙｅｓ）、リジェクト判定部１０６は、ＨＴＴＰ通信部１０８を介して、処理結果をサーバ５へ送信する（ステップＳ４０８）。前車両２の検出結果に付与された判定ポイントの合計が所定の閾値より低い場合（ステップＳ４０６：Ｎｏ）、リジェクト判定部１０６は、車間距離Ｌの検出結果を無効化し、車間距離Ｌの検出処理を終了する（ステップＳ４０７）。

次に、図７を用いて、本実施形態にかかるサーバ１０による車間距離Ｌの検出処理の流れの一例について説明する。図７は、第１の実施形態にかかるサーバによる車間距離の検出処理の流れの一例を示すフローチャートである。

位置変換部５０３は、ＨＴＴＰ通信部５０１によって処理結果を受信すると、当該処理結果が含むＧＰＳデータを取得する。次いで、位置変換部５０３は、取得したＧＰＳデータおよび地図情報記憶部５０４に記憶された地図情報に基づいて、プローブカー１が走行する道路の位置を特定する（ステップＳ７０１）。

サーバ側リジェクト判定部５０２は、ＨＴＴＰ通信部５０１により受信した処理結果が含む前車両２の検出結果が、前車両２が検出できなかったことを示しているか否かを判定する（ステップＳ７０２）。前車両２の検出結果が、前車両２が検出できなかったことを示している場合（ステップＳ７０２：Ｙｅｓ）、学習データ制御部５０５は、位置変換部５０３により特定された道路が、学習データ記憶部５０６に記憶された道路事情に合致するか否かを判定する。そして、学習データ制御部５０５は、位置変換部５０３により特定された道路が道路事情に合致すると判定した場合、当該特定された道路を検出不可要因として特定し、当該検出不可要因を示す要因コードを設定する（ステップＳ７０３）。

さらに、環境情報取得部５０７は、プローブカー１の位置の環境情報が、所定の環境情報と合致するか否かを判定する（ステップＳ７０４）。そして、環境情報取得部５０７は、プローブカー１の位置の環境情報が、所定の環境情報と合致したと判定した場合、当該プローブカー１の位置の環境情報を検出不可要因として特定し、当該検出不可要因を示す要因コードを設定する（ステップＳ７０４）。

サーバ側リジェクト判定部５０２は、学習データ制御部５０５および環境情報取得部５０７により設定された各要因コードを判定ポイントに変換する（ステップＳ７０５）。そして、サーバ側リジェクト判定部５０２は、判定ポイントの合計が所定の閾値以上であるか否かを判定する（ステップＳ７０６）。ここで、判定ポイントの合計は、プローブカー１から受信した処理結果が含む判定ポイントと、学習データ制御部５０５および環境情報取得部５０７により設定された各要因コードを判定ポイントとの合計である。判定ポイントの合計が所定の閾値以上である場合（ステップＳ７０６：Ｙｅｓ）、サーバ側リジェクト判定部５０２は、前車両２の検出結果が正しいと判断して、前車両２が検出されなかったと判定する（ステップＳ７０７）。一方、判定ポイントの合計が所定の閾値より小さい場合（ステップＳ７０６：Ｎｏ）、サーバ側リジェクト判定部５０２は、前車両２の検出結果が誤っていると判断して、車間距離Ｌの検出結果を無効化する（ステップＳ７０８）。

また、ステップＳ７０２において、前車両２が検出できたと判定した場合（ステップＳ７０２：Ｎｏ）、サーバ側リジェクト判定部５０２は、プローブカー１の走行速度と検出された車間距離Ｌに基づいて、当該車間距離Ｌが所定の有効検出範囲内であるか否かを判定する（ステップＳ７０９）。ここで、所定の有効検出範囲は、カメラ画像に基づいて、車間距離Ｌを検出可能な距離の範囲である。車間距離Ｌが所定の有効検出範囲内でないと判定した場合（ステップＳ７０９：Ｎｏ）、サーバ側リジェクト判定部５０２は、車間距離Ｌの検出結果を無効化する（ステップＳ７０８）。一方、車間距離Ｌが所定の有効検出範囲内であると判定した場合（ステップＳ７０９：Ｙｅｓ）、サーバ側リジェクト判定部５０２は、車間距離Ｌの検出結果に基づく道路交通情報等の推定を許可し、車間距離Ｌの検出処理を終了する。

このように、第１の実施形態にかかる車間距離検出システムによれば、前車両２が検出できなかった場合に、実際に前車両２が存在しない可能性が高いケースでの車間距離Ｌの検出結果を用いて交通状況の推定や運転支援を行えるので、道路の空き状態を考慮した、より信頼性の高い交通状況の推定や運転支援を行うことができる。

（第２の実施形態）
本実施形態は、前車両が検出されずかつプローブカーが停車している場合、前車両の検出結果に付与された判定ポイントを上げる例である。以下の説明では、第１の実施形態と同様の箇所については説明を省略する。

本実施形態では、リジェクト判定部１０６は、前車両２が検出できず、かつ外部入出力部１０７により取得された動作情報が、プローブカー１が停車していることを示している場合、設定した各要因コードに応じた判定ポイントを所定値（例えば、＋５）上げる。すなわち、リジェクト判定部１０６は、前車両２の検出に失敗しかつプローブカー１が停車している場合、プローブカー１が信号や踏切や料金所や道路工事や事故等において、車列の先頭で停車し、前車両２が無い可能性が高いことを考慮して、設定した各要因コードに応じた判定ポイントを上げる。

このように、第２の実施形態にかかる車間距離検出システムによれば、前車両２が検出されずかつプローブカー１が車列の先頭で停車している場合に、設定した各要因コードに応じた判定ポイントの合計が所定の閾値を超え易くことができるので、前車両２が検出されずかつプローブカー１が車列の先頭で停車している場合に、車間距離Ｌの検出結果の信頼性を向上させることができる。

（第３の実施形態）
本実施形態は、連続性判定処理によって所定のフレーム数連続して前車両が検出されないと判定し、かつ最後に検出された車間距離が所定の有効検出範囲の上限より長い場合、前車両の検出結果に付与された判定ポイントを上げる例である。以下の説明では、第１の実施形態と同様の箇所については説明を省略する。

本実施形態では、リジェクト判定部１０６は、連続性判定処理によって所定のフレーム数連続して前車両２が検出されないと判定し、かつ最後に検出された車間距離が所定の有効検出範囲の上限より長い場合、前車両２の検出結果に付与された判定ポイントを所定値（例えば、＋５）上げる。すなわち、リジェクト判定部１０６は、前車両２がプローブカー１から徐々に離れている場合には、前車両２が無い可能性が高いことを考慮して、前車両２の検出結果に付与された判定ポイントを上げる。

このように、第３の実施形態にかかる車間距離検出システムによれば、前車両２がプローブカー１から徐々に離れて行き、所定の有効検出範囲から外れた場合に、前車両２の検出結果に付与された判定ポイントの合計が所定の閾値を超え易くすることができるので、前車両２がプローブカー１から徐々に離れて行く場合に、車間距離Ｌの検出結果の信頼性を向上させることができる。

（第４の実施形態）
本実施形態は、外部装置から、前車両があることを示す前車両情報が入力された場合、車間距離の検出結果の無効化する例である。以下の説明では、第１の実施形態と同様の箇所については説明を省略する。

本実施形態では、リジェクト判定部１０６は、ＨＴＴＰ通信部１０８を介して、サーバ５から、前車両２が検出された否かの検出結果を取得する。そして、リジェクト判定部１０６は、前車両２が検出されないと判定された場合、前車両２が検出されなかったことを示すメッセージを、外部入出力部１０７を介して、プローブカー１が備えるカーナビゲーションシステムの表示部に表示する。これより、リジェクト判定部１０６は、前車両２の検出結果を、プローブカー１の乗車者に通知する。

その後、リジェクト判定部１０６は、前車両２が検出されないと判定された場合に、カーナビゲーションシステムが有する操作部またはマイクロフォン等を用いて、外部入出力部１０７を介して、前車両２があることを示す前車両情報が入力されると、車間距離Ｌの検出結果を無効化する。

このように、第４の実施形態にかかる車間距離検出システムによれば、前車両２が検出できなかったが、実際には前車両２が存在する場合に、プローブカー１の乗車者により入力された前車両情報に基づいて、車間距離Ｌの検出結果を無効化することができるので、誤った車間距離Ｌの検出結果に基づいて道路交通情報の推定や運転支援が行われることを防止できる。

（第５の実施形態）
本実施形態は、前車両が検出されず、かつ外部機器から、前車両が検出できないことを示す前車両情報が入力された場合、車間距離の検出結果の無効化する例である。以下の説明では、第１の実施形態と同様の箇所については説明を省略する。

本実施形態では、リジェクト判定部１０６は、前車両２が検出されず、かつ外部入出力部１０７を介して、プローブカー１が備えるカーナビゲーションシステムの操作部若しくはマイクロフォン（外部装置の一例）から、前車両２の検出できないことを示す前車両情報が入力された場合、車間距離Ｌの検出結果を無効化する。

このように、第５の実施形態にかかる車間距離検出システムによれば、雨や雪や霧等の影響で前車両２が存在するか否かを特定することが困難な場合には、車間距離Ｌの検出結果を無効化することができるので、誤った車間距離Ｌの検出結果に基づいて道路交通情報の推定や運転支援が行われることを防止できる。

（第６の実施形態）
本実施形態は、前車両が検出されなかった場合、検出処理に用いたカメラ画像を、学習データ記憶部に保存する例である。以下の説明では、第１の実施形態と同様の箇所については説明を省略する。

本実施形態では、リジェクト判定部１０６は、ＨＴＴＰ通信部１０８を介して、サーバ５から、サーバ側リジェクト判定部５０２による前車両２が検出されたか否かの判定結果を取得する。そして、リジェクト判定部１０６は、サーバ側リジェクト判定部５０２によって前車両２が検出されないと判定された場合、検出処理に用いたカメラ画像を取得し、当該取得したカメラ画像を、ＨＴＴＰ通信部１０８を介してサーバ５に送信する。

サーバ側リジェクト判定部５０２は、ＨＴＴＰ通信部５０１を介して、制御装置１０からカメラ画像を受信すると、当該受信したカメラ画像を、学習データ記憶部５０６（記憶部の一例）に保存する。

このように、第６の実施形態にかかる車間距離検出システムによれば、車間距離Ｌの検出結果の解析を行う場合に、学習データ記憶部５０６に記憶されたカメラ画像を用いて、当該車間距離Ｌの検出結果の解析を行うことができる。また、学習データ記憶部５０６に記憶されたカメラ画像は、車間距離検出システムのメンテナンスに利用することができ、検出不可要因の追加や所定の閾値の変更等に用いることで、前車両２の検出精度を向上させることができる。

（第７の実施形態）
本実施形態は、プローブカーが走行する道路が検出不可要因として特定された場合、当該道路の位置情報を、記憶部に保存する例である。以下の説明では、第１の実施形態と同様の箇所については説明を省略する。

本実施形態では、学習データ制御部５０５は、位置変換部５０３により特定された道路が、道路事情に合致すると判定した場合、当該特定された道路の位置情報を、学習データ記憶部５０６（記憶部の一例）に保存する。そして、学習データ制御部５０５は、位置変換部５０３により特定された道路が、学習データ記憶部５０６に記憶された位置情報が示す道路と一致した場合に、当該特定された道路を検出不可要因として特定する。

図８は、第７の実施形態にかかるプローブカーの制御装置による車間距離の検出処理の流れの一例を示すフローチャートである。以下の説明では、第１の実施形態において説明した図４のフローチャートと同様の箇所については説明を省略する。本実施形態では、車間距離Ｌの検出結果を無効化した場合（ステップＳ４０９）、リジェクト判定部１０６は、設定された要因コードの中に、サーバ５において学習する検出不可要因の要因コードが含まれるか否かを判断する（ステップＳ８０１）。ここで、サーバ５において学習する検出不可要因は、撮像条件に基づく検出不可要因、学習データ制御部５０５により検出不可要因として特定される道路である。

設定された要因コードの中に、学習する検出不可要因の要因コードが含まれる場合（ステップＳ８０１：Ｙｅｓ）、リジェクト判定部１０６は、ＨＴＴＰ通信部１０８を介して、処理結果をサーバ５へ送信する（ステップＳ４０８）。また、設定された要因コードの中に、学習する検出不可要因の要因コードが含まれない場合（ステップＳ８０１：Ｎｏ）、リジェクト判定部４０８は、サーバ５への処理結果の送信を行わずに、車間距離Ｌの検出処理を終了する。

図９は、第７の実施形態にかかるサーバによる車間距離の検出処理の流れの一例を示すフローチャートである。以下の説明では、第１の実施形態において説明した図７のフローチャートと同様の箇所については説明を省略する。本実施形態では、前車両２が検出されなかったと判定された後（ステップＳ７０７）、車間距離Ｌの検出結果が無効化された後（ステップＳ７０８）、若しくは車間距離Ｌが有効検出範囲内であると判定された後（ステップＳ７０９：Ｙｅｓ）、サーバ側リジェクト判定部５０２は、設定された要因コードの中に、学習する検出不可要因（学習データ制御部５０５により検出不可要因として特定された道路）の要因コードが含まれるか否かを判断する（ステップＳ９０１）。学習する検出不可要因の要因コードが含まれないと判断した場合（ステップＳ９０１：Ｎｏ）、サーバ側リジェクト判定部５０２は、車間距離Ｌの検出処理を終了する。一方、学習する検出不可要因の要因コードが含まれると判断した場合（ステップＳ９０１：Ｙｅｓ）、学習データ制御部５０５は、学習データ制御部５０５により検出不可要因として特定された道路の位置情報を学習データ記憶部５０６に保存する学習処理を実行する（ステップＳ９０２）。学習する検出不可要因の要因コードが含まれない場合（ステップＳ９０１：Ｎｏ）、サーバ側リジェクト判定部５０２は、車間距離Ｌの検出処理を終了する。

このように、第７の実施形態にかかる車間距離検出システムによれば、学習データ記憶部５０６に記憶された道路事情だけでは特定できない道路を、検出不可要因として特定できるので、車間距離Ｌの検出精度をより向上させることができる。

以上説明したとおり、第１から第７の実施形態によれば、道路の空き状態を考慮した、より信頼性の高い交通状況の推定や運転支援を行うことができる。

なお、本実施形態の制御装置１０およびサーバ５で実行されるプログラムは、ＲＯＭ（Read Only Memory）等に予め組み込まれて提供される。また、本実施形態の制御装置１０およびサーバ５で実行されるプログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、フレキシブルディスク（ＦＤ）、ＣＤ−Ｒ、ＤＶＤ（Digital Versatile Disk）等のコンピュータで読み取り可能な記録媒体に記録して提供するように構成してもよい。

さらに、本実施形態の制御装置１０およびサーバ５で実行されるプログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成しても良い。また、本実施形態の制御装置１０およびサーバ５で実行されるプログラムをインターネット等のネットワーク経由で提供または配布するように構成しても良い。

本実施形態の制御装置１０で実行されるプログラムは、上述した各部（画像受信部１０１、画像処理部１０２、車間距離解析部１０３、ＧＰＳ通信部１０５、リジェクト判定部１０６、外部入出力部１０７、ＨＴＴＰ通信部１０８）を含むモジュール構成となっており、実際のハードウェアとしてはＣＰＵ（Central Processing Unit）が上記ＲＯＭからプログラムを読み出して実行することにより上記各部が主記憶装置上にロードされ、画像受信部１０１、画像処理部１０２、車間距離解析部１０３、ＧＰＳ通信部１０５、リジェクト判定部１０６、外部入出力部１０７、ＨＴＴＰ通信部１０８が主記憶装置上に生成されるようになっている。

本実施形態のサーバ５で実行されるプログラムは、上述した各部（ＨＴＴＰ通信部５０１、サーバ側リジェクト判定部５０２、位置変換部５０３、学習データ制御部５０５、環境情報取得部５０７）を含むモジュール構成となっており、実際のハードウェアとしてはＣＰＵが上記ＲＯＭからプログラムを読み出して実行することにより上記各部が主記憶装置上にロードされ、ＨＴＴＰ通信部５０１、サーバ側リジェクト判定部５０２、位置変換部５０３、学習データ制御部５０５、環境情報取得部５０７が主記憶装置上に生成されるようになっている。

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１ プローブカー
２ 前車両
３ ＧＰＳ衛星
４ 基地局
５ サーバ
１０ 制御装置
１１ 第１カメラ
１２ 第２カメラ
１３ 携帯端末
１４ ＧＰＳアンテナ
１０１ 画像受信部
１０２ 画像処理部
１０３ 車間距離解析部
１０４ ＧＰＳモジュール
１０５ ＧＰＳ通信部
１０６ リジェクト判定部
１０７ 外部入出力部
１０８，５０１ ＨＴＴＰ通信部
５０２ サーバ側リジェクト判定部
５０３ 位置変換部
５０４ 地図情報記憶部
５０５ 学習データ制御部
５０６ 学習データ記憶部
５０７ 環境情報取得部

Claims (13)

1. プローブカーと、サーバと、を含む車間距離検出システムであって、
   前記プローブカーは、
   撮像部と、
   前記撮像部から、前記プローブカーの前方を撮像した画像データを受信する受信部と、
   前記画像データに基づいて、前記プローブカーの前方を走行する前車両を検出し、かつ、前記前車両が検出された場合に、前記プローブカーと前記前車両との車間距離を検出する車間距離解析部と、
   前記前車両の検出結果と、前記車間距離の検出結果と、を前記サーバに送信するプローブカー側通信部と、を備え、
   前記サーバは、
   前記プローブカーから、前記前車両の検出結果と、前記車間距離の検出結果と、を受信するサーバ側通信部と、
   前記前車両の検出結果が、前記前車両が検出されなかったことを示す場合、前記前車両が検出されなかった検出不可要因を特定し、特定した前記検出不可要因に応じて、前記前車両の検出結果に対して信頼度を付与し、前記信頼度が、所定の閾値以下である場合、前記前車両の検出結果をノイズと判定するリジェクト判定部と、
   を備えた車間距離検出システム。
2. 前記リジェクト判定部は、前記前車両が検出されずかつ前記プローブカーが停車している場合、前記信頼度を所定値上げる請求項１に記載の車間距離検出システム。
3. 前記画像データは、前記撮像部により撮像した動画像のフレームであり、
   前記リジェクト判定部は、所定のフレーム数連続して前記前車両が検出されず、かつ最後に検出された前記車間距離が所定の有効検出範囲の上限より長い場合、前記信頼度を上げる請求項１に記載の車間距離検出システム。
4. 前記リジェクト判定部は、さらに、前記プローブカーが備える表示部に対して、前記前車両の検出結果を表示させ、前記前車両が検出されなかった際に、前記プローブカーの乗員によって、前記プローブカーが備える操作部またはマイクロフォンから、前記前車両があることを示す情報が入力された場合、前記前車両の検出結果をノイズと判定する請求項１に記載の車間距離検出システム。
5. 前記リジェクト判定部は、さらに、前記前車両が検出されなかった際に、前記プローブカーの乗員によって、前記プローブカーが備える操作部またはマイクロフォンから、前記前車両を検出できないことを示す情報が入力された場合、前記前車両の検出結果をノイズと判定する請求項１に記載の車間距離検出システム。
6. 前記サーバは、さらに、
   前記前車両を検出できない道路の位置情報を記憶する学習データ記憶部と、
   前記プローブカーが走行する道路が、前記学習データ記憶部に記憶される前記位置情報の道路と一致する場合、前記プローブカーが走行する道路を前記検出不可要因として特定する学習データ制御部と、を備えた請求項１に記載の車間距離検出システム。
7. プローブカーと、サーバと、を含む車間距離検出システムで実行される車間距離検出方法であって、
   前記プローブカーは、
   受信部が、撮像部から、前記プローブカーの前方を撮像した画像データを受信する工程と、
   車間距離解析部が、前記画像データに基づいて、前記プローブカーの前方を走行する前車両を検出し、かつ、前記前車両が検出された場合に、前記プローブカーと前記前車両との車間距離を検出する工程と、
   プローブカー側通信部が、前記前車両の検出結果と、前記車間距離の検出結果と、を前記サーバに送信する工程と、を実行し、
   前記サーバは、
   サーバ側通信部が、前記前車両の検出結果と、前記車間距離の検出結果と、を受信する工程と、
   リジェクト判定部が、前記前車両の検出結果が、前記前車両が検出されなかったことを示す場合、前記前車両が検出されなかった検出不可要因を特定し、特定した前記検出不可要因に応じて、前記前車両の検出結果に対して信頼度を付与し、前記信頼度が所定の閾値以下である場合、前記前車両の検出結果をノイズと判定する工程と、
   を実行する車間距離検出方法。
8. 前記リジェクト判定部が、前記前車両が検出されずかつ前記プローブカーが停車している場合、前記信頼度を所定値上げる請求項７に記載の車間距離検出方法。
9. 前記画像データは、前記撮像部の撮像により得られた動画像のフレームであり、
   前記リジェクト判定部が、所定フレーム数連続して前記前車両が検出されずかつ最後に検出された前記車間距離が所定の車間距離検出有効範囲の上限より長い場合、前記信頼度を上げる請求項７に記載の車間距離検出方法。
10. 前記リジェクト判定部は、さらに、前記プローブカーが備える表示部に対して、前記前車両の検出結果を表示させ、前記前車両が検出されなかった際に、前記プローブカーの乗員によって、前記プローブカーが備える操作部またはマイクロフォンから、前記前車両があることを示す情報が入力された場合、前記前車両の検出結果をノイズと判定する請求項７に記載の車間距離検出方法。
11. 前記リジェクト判定部は、さらに、前記前車両が検出されなかった際に、前記プローブカーの乗員によって、前記プローブカーが備える操作部またはマイクロフォンから、前記前車両を検出できないことを示す情報が入力された場合、前記前車両の検出結果をノイズと判定する請求項７に記載の車間距離検出方法。
12. 前記サーバは、
    前記前車両が検出できない道路の位置情報を記憶する学習データ記憶部を備え、
    学習データ制御部が、前記プローブカーが走行する道路が、前記学習データ記憶部に記憶される前記位置情報の道路と一致する場合、前記プローブカーが走行する道路を前記検出不可要因として特定する工程をさらに実行する請求項７に記載の車間距離検出方法。
13. プローブカーと、サーバと、を含む車間距離検出システムにおいて実行されるプログラムであって、
    前記プローブカーが備えるコンピュータを、
    撮像部から、前記プローブカーの前方を撮像した画像データを受信する受信部と、
    前記画像データに基づいて、前記プローブカーの前方を走行する前車両を検出し、かつ、前記前車両が検出された場合に、前記プローブカーと前記前車両との車間距離を検出する車間距離解析部と、
    前記前車両の検出結果と、前記車間距離の検出結果と、を前記サーバに送信するプローブカー側通信部と、として機能させ、
    前記サーバが備えるコンピュータを、
    前記プローブカーから、前記前車両の検出結果と、前記車間距離の検出結果と、を受信するサーバ側通信部と、
    前記前車両の検出結果が、前記前車両が検出されなかったことを示す場合、前記前車両が検出されなかった検出不可要因を特定し、特定した前記検出不可要因に応じて、前記前車両の検出結果に対して信頼度を付与し、前記信頼度が、所定の閾値以下である場合、前記前車両の検出結果をノイズと判定するリジェクト判定部と、
    として機能させるためのプログラム。

Images