JP6570782B1 - 衝突判定方法、衝突判定システム及びコンピュータプログラム - Google Patents

Abstract

【課題】様々な種類の加速度センサに適用可能な汎用性の高い、かつ、精度の良い衝突判定方法、衝突判定システム及びコンピュータプログラムを提供すること。【解決手段】車両３００に搭載される加速度センサを用いて少なくとも第１軸について取得される加速度データを受け取るステップと、加速度データを絶対値変換するステップと、絶対値変換された加速度データに基づいて加速度センサを搭載する車両の衝突判定をするステップと、を含む衝突判定方法である。【選択図】図３

Description

本発明は、衝突判定方法、衝突判定システム及びコンピュータプログラムに関する。

近年、衝突の有無を車両に搭載した加速度センサを用いて検出し、損害保険会社等が行う損害調査業務を支援するシステムが知られている。

特許文献１には、車両に搭載された加速度センサが取得する加速度波形パターンに現れる特徴量を抽出することによって事故状況を解析し、その解析結果をテキストで表示する技術が記載されている。

特許文献２には、車両に搭載された加速度センサから取得された加速度情報から特定の周波数を有する情報を抽出し、抽出された情報に基づいて事故であるか否かを判定する事故判断方法が示されている。

特開２０１８−２５９７８号公報 特開２０１８−８５６４６号公報

しかしながら、車両が衝突したか否かの判定をすることは容易ではない。本願の発明者らは、例えば踏み切りや駐車場など、大きな段差を有する箇所を車両が走行した場合であっても大きな加速度が発生するため、車両が衝突したと誤判定される場合があることに気が付いた。車両衝突が有ったと誤判定された場合、事故状況の確認作業など、無駄な作業が発生し現場の負担増につながる。一方で衝突有無の判定基準を緩めると本来検知すべき事故等を見逃してしまう。

更に、車両に搭載する加速度センサには様々な種類のものがある点も衝突判定を困難なものとする。異なる種類の加速度センサを搭載する場合、同一の車両が同じような衝突を受けても、加速度センサによって取得される加速度データは異なる場合がある。このことも衝突判定を困難にする一因となる。

特許文献１には、後方から衝突されて加速度が正方向に増加し、その後車両の全部が衝突して加速度が負方向に増加する波形パターンに基づいて衝突の有無を判定する技術を示しているに過ぎず、様々な種類の加速度センサに適用可能な汎用的な衝突判定方法を開示するものではない。

特許文献２には、加速度センサから取得された加速度情報から特定の周波数の情報を抽出し、閾値と比較することによって衝突等の事故の有無を判定する技術を示しているに過ぎず、様々な種類の加速度センサに適用可能な汎用的な衝突判定方法を開示するものではない。

そこで本発明は、様々な種類の加速度センサに適用可能な汎用性の高い、かつ、精度の良い衝突判定方法、衝突判定システム及びコンピュータプログラムを提供することを目的とする。

本開示は、車両に搭載される加速度センサを用いて車両の衝突を判定する衝突判定方法に関する。具体的には、車両に搭載される加速度センサを用いて第１サンプリング周波数で第１軸、第２軸及び第３軸のそれぞれについて取得された第１加速度データを受け取るステップと、第１サンプリング周波数が第２サンプリング周波数より大きい場合、第１加速度データを第２サンプリング周波数の第２加速度データに変換するステップと、第２加速度データのうち、第１所定値以上の加速度を有する加速度データを第１所定値に補正し、第１所定値より小さい第２所定値以下の加速度を有する加速度データを第２所定値に補正して第３加速度データを取得するステップを含む。更に、第３加速度データを第１軸、第２軸及び第３軸ごとに正規化して第４加速度データを取得するステップと、第１軸、第２軸及び第３軸ごとに第４加速度データから中央値など所定の演算値をそれぞれ減算して第５加速度データを取得するステップと、第５加速度データを絶対値変換して第６加速度データを取得するステップと、第６加速度データに基づいて加速度センサを搭載する車両の衝突判定をするステップ
を含んでもよい。

但し、加速度センサを用いて４軸以上の加速度データを取得することを妨げるものではない。例えば、６軸の加速度データを取得し、そのうち少なくとも３軸の加速度データについて上記処理を適用してもよい。

また、本開示は、車両に搭載される加速度センサを用いて車両の衝突を判定する衝突判定方法に関する。具体的には、車両に搭載される加速度センサを用いて第１サンプリング周波数で少なくとも第１軸について取得される加速度データを受け取るステップと、加速度データを絶対値変換するステップと、絶対値変換された加速度データを、第１サンプリング周波数で少なくとも第１軸について取得された複数の加速度データを教師データとし、衝突の有無を出力する機械学習モデルに適用して、加速度センサを搭載する車両の衝突判定をするステップと、を含む衝突判定方法である。

このように、少なくとも第１軸について取得される第１加速度データについて上記処理を適用してもよい。また、絶対値変換された加速度データを教師データとする機械学習モデルを構築することが好ましい。

また、本開示は、複数の車両に搭載される複数種類の加速度センサからそれぞれ取得された加速度データに基づいて、複数の車両の衝突判定をすることができる衝突判定システムである。このシステムは、加速度センサから第１サンプリング周波数で第１軸、第２軸及び第３軸のそれぞれについて取得された第１加速度データを取得する取得手段と、第１サンプリング周波数が第２サンプリング周波数より大きい場合、第１加速度データを第２サンプリング周波数の第２加速度データに変換する周波数補正手段と、第２加速度データのうち、第１所定値以上の加速度を有する加速度データを第１所定値に補正し、第１所定値より小さい第２所定値以下の加速度を有する加速度データを第２所定値に補正して第３加速度データを取得する上下限補正手段を含む。更に、第３加速度データを第１軸、第２軸及び第３軸ごとに正規化して第４加速度データを取得する正規化手段と、第１軸、第２軸及び第３軸ごとに第４加速度データから中央値など所定の演算値をそれぞれ減算して第５加速度データを取得する減算手段と、第５加速度データを絶対値変換して第６加速度データを取得する絶対値変換手段と、第６加速度データに基づいて加速度センサを搭載する車両の衝突判定をする衝突判定手段を備えてもよい。

ここで、衝突判定手段は、複数の車両に搭載される複数種類の加速度センサからそれぞれ取得された加速度データに基づいて取得される複数の第６加速度データを教師データとして機械学習された衝突判定モデルを用いて衝突判定をするように構成してもよい。

また、本開示は、コンピュータプログラムに関する。このプログラムは、車両に搭載される加速度センサを用いて第１サンプリング周波数で第１軸、第２軸及び第３軸のそれぞれについて取得された第１加速度データを受け取るステップと、第１サンプリング周波数が第２サンプリング周波数より大きい場合、第１加速度を第２サンプリング周波数の第２加速度データに変換するステップと、第２加速度データのうち、第１所定値以上の加速度を有する加速度データを第１所定値に補正し、第１所定値より小さい第２所定値以下の加速度を有する加速度データを第２所定値に補正して第３加速度データを取得するステップとをコンピュータに実行させる。更に、第３加速度データを第１軸、第２軸及び第３軸ごとに正規化して第４加速度データを取得するステップと、第１軸、第２軸及び第３軸ごとに第４加速度データから中央値など所定の演算値をそれぞれ減算して第５加速度データを取得するステップと、第５加速度データを絶対値変換して第６加速度データを取得するステップと、第６加速度データに基づいて加速度センサを搭載する車両の衝突判定をするステップと、を更にコンピュータに実行させる命令を含んでもよい。コンピュータプログラムは、不揮発的な記憶媒体に記録されていてもよい。

保険システム２００のネットワーク構成 保険業務支援システム１００等の機能ブロック図 衝突判定手段１４０によって実行される衝突判定方法を示すフローチャート 加速度データ取得部１５０Ａによって取得される第１加速度データの一例 加速度データ取得部１５０Ａによって取得される第１加速度データの一例 周波数補正部１５０Ｂによって取得される第２加速度データの一例 周波数補正部１５０Ｂによって取得される第２加速度データの一例 周波数補正部１５０Ｂによって取得される加速度データの一例 周波数補正部１５０Ｂによって取得される加速度データの一例 上下限補正部１５０Ｃによって取得される第３加速度データの一例 上下限補正部１５０Ｃによって取得される第３加速度データの一例 上下限補正部１５０Ｃによって取得される第３加速度データの一例 正規化部１５０Ｄによって取得される第４加速度データの一例 正規化部１５０Ｄによって取得される第４加速度データの一例 減算部１５０Ｅによって取得される第５加速度データの一例 減算部１５０Ｅによって取得される第５加速度データの一例 絶対値変換部１５０Ｆによって取得される第６加速度データの一例

以下、本発明の実施形態について図面を用いて説明する。以下の実施形態は、本発明を説明するための例示であり、本発明をその実施形態のみに限定する趣旨ではない。

図１は、本実施形態に係る衝突判定手段１４０（図２）を実装する保険業務支援システム１００を用いた保険システム２００のネットワーク構成を示す模式図である。

この保険システム２００は、車両３００Ａなどの複数の車両３００にそれぞれ搭載されるテレマティクス端末３１０（図２）と、このテレマティクス端末３１０から加速度データなどの運転情報をネットワークＮを介して取得し、取得した運転情報に基づいて車両３００の衝突有無を判定する衝突判定手段１４０を備える保険業務支援システム１００を備えている。

保険業務支援システム１００は、衝突判定手段１４０により所定の車両３００の衝突が検出された際は、その車両３００を管轄するオペレータＯＰの情報端末に所定の車両３００の衝突が検出されたことを通知する。オペレータＯＰは、その車両３００のドライバーＤが保有する情報端末に電話又はメール等で連絡し、衝突の有無等の事故状況をヒアリングするとともに、必要に応じて、レッカー手配、入庫誘導、救急車手配等のサービスを提供することができる。なお、特定の車両３００について言及するときは、車両３００Ａ、車両３００Ｂなどと呼称し、総称するときは単に車両３００と呼称する。また、特定の車両３００のテレマティクス端末３１０、演算手段３２０、センサ手段３３０及び通信手段３４０に限定するときは、テレマティクス端末３１０Ａ、演算手段３２０Ａなどと呼称し、総称するときは単にテレマティクス端末３１０、演算手段３２０などと呼称する。

図２は、車両３００に搭載されるテレマティクス端末３１０、保険業務支援システム１００の機能ブロック図を示している。

この図に示されるように、テレマティクス端末３１０は、演算処理を行うための演算手段３２０、ネットワークＮ等と通信を行うための通信手段３４０、加速度センサ等のセンサを備えるセンサ手段３３０を備えている。テレマティクス端末３１０は、車両３００に後付けで搭載されている。但し、テレマティクス端末３１０は、車両３００にもともと搭載されていてもよい。また、ドライバーＤが保有する携帯情報端末にインストールされているアプリケーションプログラムを用いて、携帯情報端末に搭載される三次元加速度センサから加速度データを取得し、ネットワークＮ等を介して保険業務支援システム１００に送信するように構成してもよい。その場合、冶具等のホルダを用いて携帯情報端末を車両に搭載することが好ましい。

演算手段３２０は、プロセッサと、記憶装置を備えている。プロセッサは、記憶装置に記憶されるファームウェア等のコンピュータプログラムに従って所定の演算処理を実行する。プロセッサは、一又は複数の中央処理装置（ＣＰＵ）、ＭＰＵ（Micro Processing Unit）、ＧＰＵ、マイクロプロセッサ（microprocessor）、プロセッサコア（processor core）、マルチプロセッサ（multiprocessor）、ＡＳＩＣ（Application-Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）などで実現される。記憶装置は、ＮＡＮＤフラッシュメモリ、ＮＯＲフラッシュメモリ、ＳＳＤ、ハードディスクドライブ等の不揮発性メモリと、ＳＲＡＭ又はＤＲＡＭ等の揮発性メモリを備えている。不揮発性メモリには、本開示で示される各種演算処理を実行するためのコンピュータプログラムや本開示で必要となる各種データが記憶されている。不揮発性メモリは、一時的でない有形の媒体に相当する。揮発性メモリは、不揮発性メモリからロードしたコンピュータプログラムや、プロセッサがコンピュータプログラムを実行している間に生成される各種データを一時的に格納する作業領域を提供する。

通信手段３４０は、ネットワークＮを介して保険業務支援システム１００等の外部機器と情報の送受信を行うための手段を備えており、例えば、ＷｉＦｉ（IEEEによって策定された802.11規格に基づく無線通信方式）、ＬＴＥ、Ｂｌｕｅｔｏｏｔｈ（登録商標）の各通信モジュールを備えている。

センサ手段３３０は、車両３００の挙動を検出するためのセンサ及び周辺環境を取得するためのセンサであり、加速度センサ、ジャイロセンサ、イメージセンサ等を備えている。

加速度センサは、Ｘ軸、Ｙ軸、Ｚ軸の３方向の加速度を１００Ｈｚのサンプリング周波数で取得することができるピエゾ抵抗型３軸加速度センサである。但し、加速度センサは、静電容量型又は熱検知型の加速度センサであってもよい。この加速度センサは、Ｘ軸が車両３００の進行方向（前後方向）、Ｙ軸が車両３００の横方向（左右方向）、Ｚ軸が車両３００の上下方向に一致するように予め位置決めてされて車両３００に搭載されている。加速度センサは、例えば、６軸センサの一部として搭載されてもよい。

センサ手段３３０は、更に車両３００の傾きを検出するためのジャイロセンサ、車両３００の前方及び後方の周辺環境を撮像するためのＣＭＯＳイメージセンサ等を備えている。

演算手段３２０は、加速度センサが取得する加速度データを時系列で記憶装置に記録するように構成されている。また、加速度センサが取得する３軸の加速度データのいずれかの値が所定の閾値を上回ったとき、記憶装置に記録されている所定期間（例えば、１０秒間）の過去の加速度データと、所定期間の将来の加速度データを通信手段３４０を用いて保険業務支援システム１００に送信するように構成されている。

なお、演算手段３２０は、加速度センサ以外のセンサ等から取得する走行距離、運転速度、急発進、急ブレーキ、静止画／動画情報、燃費情報等の運転情報を時系列で取得し、その一部又は全ての運転情報を車両３００の識別情報と共に保険業務支援システム１００に送信するように構成されている。

ネットワークＮは、インターネット、ＷｉＦｉ、ＬＡＮ、ＬＴＥ、Ｂｌｕｅｔｏｏｔｈ（登録商標）その他の通信回線の組み合わせから構成される。

保険業務支援システム１００は、演算手段１１０、通信手段１２０、記憶手段１３０を備える。また、衝突判定をするための衝突判定手段１４０を備える。但し衝突判定手段１４０は、演算手段１１０が備える記憶装置に記録されているコンピュータプログラムを演算手段１１０が備えるプロセッサが実行することにより実現される。但し衝突判定手段１４０がプロセッサと記憶装置を備え、この記憶装置に記録されているコンピュータプログラムをプロセッサが実行することにより実現されてもよい。

演算手段１１０の構成は演算手段３２０と同一であるから、その詳細な説明は省略される。演算手段１１０は、本開示に含まれるフローチャートを実行するためのコンピュータプログラムその他の演算処理及び演算処理に必要なデータを記録する記憶装置を備える。

通信手段１２０の構成は通信手段３４０と同一であるから、その説明な説明は省略される。通信手段１２０は、ネットワークＮを介して、複数の車両３００にそれぞれ搭載されるテレマティクス端末３１０から、加速度データを含む運転情報を、車両３００の識別情報（ドライバーＤの識別情報の場合を含む）と共に取得する。また、演算手段１１０は、通信手段１２０により取得された運転情報を記憶手段１３０に記録する。

記憶手段１３０は、ＳＳＤ、ＨＤＤ等の不揮発性の記憶装置からなるデータベースである。記憶手段１３０は、車両３００の識別情報に関連付けて取得された運転情報を格納する。また、車両３００の識別情報に関連付けて、過去の運転履歴情報、通報データ等を格納する。なお、記憶手段１３０等の各構成要素は、保険業務支援システム１００と一体的に設けられている必要はない。例えば、記憶手段１３０は、遠隔地に設けられたサーバーシステムから構成されてもよい。

以下、保険業務支援システム１００の衝突判定手段１４０の各機能ブロックの説明を、フローチャートを交えて説明する。図３は、衝突判定手段１４０によって実行される衝突判定方法を示すフローチャートである。

車両３００に搭載されるテレマティクス端末３１０の演算手段３２０は、サンプリング周波数である１００Ｈｚで取得され、記憶装置に記録される加速度データの値が所定の閾値を超えたか否か、各軸ごとに判断する（ステップＳ３０１）。

加速度データの値が所定の閾値を超えた場合（Ｙ）、演算手段３２０は、通信手段３４０を用いて、閾値を超える前から超える後までの所定期間の３軸の加速度データを車両３００の識別情報と共に保険業務支援システム１００に送信する（ステップＳ３０２）。例えば、閾値を超える前の４秒間すなわち４００レコードと、閾値を超えた後の３．５秒間すなわち３５０レコードの合計７５０レコードの加速度データが、保険業務支援システム１００に送信される。

保険業務支援システム１００の演算手段１１０は、通信手段１２０を用いて３軸の加速度データを車両３００から取得すると、記憶手段１３０に記憶するとともに、衝突判定手段１４０のデータ処理部１５０の加速度データ取得部１５０Ａに供給する（ステップＳ３０４）。

図４Ａ及び図４Ｂは、センサ手段３３０の加速度センサによって取得され、加速度データ取得部１５０Ａによって取得される加速度データ（「第１加速度データ」の一例）の一例を示している。図４Ａにおいて、横軸は、取得された加速度データを時系列で示しており、縦軸は、加速度の大きさを重力加速度であるＧ（約９．８ｍ／ｓ²）単位で示している。なお、図４Ａのグラフ及び以降のグラフにおいて、軸ごとに線種を異ならせており、太い実線はＸ軸、破線はＹ軸、細い実線はＺ軸の加速度データを示している。これら図面に示されるように、加速度データは、Ｘ軸、Ｙ軸、Ｚ軸についてそれぞれ７５０レコード（７５０個）のデータを有する加速度を示すデータの集合である。また、４００レコード付近において、Ｘ軸、Ｙ軸、Ｚ軸のそれぞれの加速度値が正方向又は負方向に突出していることから、４００レコード付近の加速度データが取得された際に、加速度データの値である加速度値が閾値を超えたことが示されている。従って、概ね０〜４００レコードの加速度データは、閾値を超える前の過去４秒間の加速度データであり、概ね４００〜７５０レコードの加速度データは、閾値を超えた後の３．５秒間の加速度データである。また、これら図面に示されるように、加速度値は、平常時は、概ね０．２Ｇ以下である。また、車両３００が衝突した可能性がある４００レコード付近では、１０Ｇを超える場合があることが示される。

加速度データ取得部１５０Ａによって取得された加速度データが予め定められた周波数である５０Ｈｚより大きい場合、周波数補正部１５０Ｂは、加速度データに基づいて、５０Ｈｚの加速度データ（「第２加速度データ」の一例）を取得する（ステップＳ３０５）。

図５Ａ及び図５Ｂは、周波数補正部１５０Ｂによって取得される加速度データ（「第２加速度データ」の一例）の一例を示している。図５Ｂに示されるように、１レコードおきに元の加速度データを抽出することによって、もともと１００Ｈｚの周波数で取得された加速度データに基づいて５０Ｈｚの周波数の加速度データを取得している。従ってこの加速度データのレコード数は、７５０レコードの半分の３７５レコードである。なお縦軸で示される加速度値は補正されていない。従って、図４Ａで示される加速度値と図５Ａで示される加速度値は大きく変わっていない。

なお、予め定められた周波数である５０Ｈｚは一例である。例えば、３３Ｈｚでもよい。その場合、３レコードごとに１つの加速度データを抽出することによって、もともと１００Ｈｚの周波数で取得された加速度データを３３Ｈｚの周波数の加速度データに変換している。予め定められた周波数は、車両３００に搭載される可能性が高い３軸の加速度センサのサンプリング周波数のうち、最も低いサンプリング周波数に設定することが好ましい。このようなダウンサンプリングにより、異なるサンプリング周波数を有する複数種類の加速度センサから取得された加速度データを同等に扱うことが可能となる。

また、加速度データの取得方法は様々である。例えば、隣接する２つ、又は、複数の加速度値の平均値を第２加速度データとしてもよい。また、隣接する２つ、又は、複数の加速度値から、絶対値が最大のものを抽出して第２加速度データとしてもよい。

上下限補正部１５０Ｃは、周波数補正部１５０Ｂによって取得された加速度データのうち、所定値以上の加速度値を有する加速度データをその所定値に補正し、異なる所定値以下の加速度値を有する加速度データをその異なる所定値に補正する（ステップＳ３０６）。

図６Ａ及び図６Ｂは、周波数補正部１５０Ｂによって取得される加速度データの別の一例を示し、図７Ａ及び図７Ｂは、上下限補正部１５０Ｃによって取得される加速度データ（「第３加速度データ」の一例）の一例を示している。

上下限補正部１５０Ｃは、例えば、各軸の加速度データのうち、加速度値が２Ｇ以上のものを２Ｇに補正し、加速度値が−２Ｇ以下のものを−２Ｇに補正する。

本願の発明者らは、所定値以上の加速度値を有する加速度データは、衝突を判定するために大きな技術的意義を有さない点に着目した。例えば、加速度値が２Ｇの加速度データと、加速度データが１０Ｇの加速度データは、共に衝突があったことを伺わせる十分に大きな加速度であることを示す意味で技術的に同様の価値を有する。一方で、衝突有無を判定するために、加速度値が２Ｇの加速度データと加速度データが１０Ｇの加速度データを異なる取り扱いをする必要性に乏しい。負の加速度値についても同様であり、加速度値が−２Ｇの加速度データと、加速度データが−１０Ｇの加速度データは、共に衝突があったことを伺わせる十分に大きな加速度であることを示す意味で技術的に同様の価値を有する一方で、両者を異なる取り扱いをする必要性に乏しい。

そこで、加速度データの上下限補正部１５０Ｃは、所定値以上の加速度値を有する加速度データをその所定値に補正し、異なる所定値以下の加速度値を有する加速度データをその異なる所定値に補正する。２つの所定値は、絶対値が同一であることが好ましい。また、所定値の絶対値は、判定しようとする衝突に応じて適宜異ならせることができる。また、上限である所定値及び下限である所定値は、車両３００に搭載される可能性が高い３軸の加速度センサが仕様上取得できる最大及び最低の加速度値に基づいてそれぞれ設定されることが好ましい。このようにすることで、仕様上取得できる最大及び最低の加速度値が異なる複数種類の加速度センサから取得された加速度データを同様に取り扱うことが可能となる。

正規化部１５０Ｄは、上下限補正部１５０Ｃによって取得された加速度データをＸ軸、Ｙ軸、Ｚ軸ごとにＭｉｎ−Ｍａｘ手法で正規化して加速度データ（「第４加速度データ」の一例）を取得する（ステップＳ３０７）。Ｍｉｎ−Ｍａｘ手法は、知られている正規化の手法であり、下記の式によって表現される。

具体的には、所定の軸における加速度値の最大値と最小値の差を分母とし、各加速度値と最小値の差を分子とすることにより、加速度データの各加速度値を０以上１以下の範囲に正規化する。なお、その他の正規化の手法を採用してもよい。例えば、最大値をＭ、最小値をｍとなるように正規化してもよい。その他、加速度値が一定範囲に収まるようにする様々な正規化の手法を用いることができる。

図８Ａは、上下限補正部１５０Ｃによって、最大値を６Ｇ、最小値を−６Ｇとして得られた加速度データ（「第３加速度データ」の一例）を示し、図８Ｂは、正規化部１５０Ｄによって、正規化された加速度データ（「第４加速度データ」の一例）を示している。

これら図面に示されるように、第３加速度データは、第１の軸について平常時は概ね０Ｇを有し衝突時は６Ｇの加速度値を有し、第２の軸について平常時は概ね１Ｇを有し衝突時は−１Ｇと１Ｇの加速度値を有し、第３の軸について平常時は概ね０Ｇを有し衝突時は−１Ｇと１Ｇの加速度値を有する。従って、軸ごとに衝突時の加速度値が大きく異なる。例えば、衝突によっては、上下方向のＺ軸には少し揺れ、横方向であるＹ軸には一方向（例えば、正方向にのみ）大きく揺れ、前後方向であるＸ軸には前後方向に揺れるということがある。このような場合に、Ｚ軸方向の揺れは、加速度値の絶対値が小さくても、平常時と比較して変動が生じている部分のデータは衝突を判定するために重要な情報となる。従って第１軸、第２軸及び第３軸ごとに正規化することによって、本来加速度値の絶対値が小さいために重視されなかった加速度データを衝突判定するために重要なデータとして取り扱うことが可能となる。

減算部１５０Ｅは、正規化部１５０Ｄによって取得された加速度データから、Ｘ軸、Ｙ軸、Ｚ軸ごとに中央値を減算して加速度データ（「第５加速度データ」の一例）を取得する（ステップＳ３０８）。具体的には、例えば、各軸の加速度値を小さい順に並び替えたものをｘ(1)、x(2)などとした場合、レコード数であるｎが奇数の場合、中央値、すなわち、加速度値を小さい順から並べたときの真ん中の値は、ｘ（（ｎ＋１）／２）で表現され、ｎが偶数の場合、中央値は、（（ｘ（ｎ／２）＋ｘ（ｎ／２＋１））／２）で表現される。

図９Ａは、正規化部１５０Ｄによって取得される加速度データの別の一例を示し、図９Ｂは、減算部１５０Ｅによって取得される加速度データ（「第５加速度データ」の一例）の一例を示している。

このようなステップを経ることにより、通常走行時の加速度の影響を軽減した加速度データを取得することができる。特に、衝突前後の加速度データとして十分なレコード数を含む加速度データを取得することにより、衝突以外の影響を抑制することが可能になる。例えば、所定の軸の加速度値に一定のバイアスがのっていた時にそのバイアスの影響を抑制することができる。また、一定の加速度で加速中又は減速中は、衝突していなくても、Ｘ軸方向について一定の加速度値を有するが、その影響を抑制し、衝突による加速度の変化を強調することが可能となる。更に、異なる種類の加速度センサごとに、通常走行時に表出する加速度の影響が異なる場合があるが、このようなばらつきを抑制することも可能になる。

絶対値変換部１５０Ｆは、減算部１５０Ｅによって取得された加速度データの各加速度値を絶対値に変換して加速度データ（「第６加速度データ」の一例）を取得する（ステップＳ３０９）。

図１０Ａは、減算部１５０Ｅによって取得される加速度データの別の一例を示し、図１０Ｂは、絶対値変換部１５０Ｆによって取得される加速度データ（「第６加速度データ」の一例）の一例を示している。

このようなステップを経ることにより、ある軸について負の方向の加速度データと正の方向の加速度データを同等に扱うことが可能になる。本願の発明者らは、加速度データを用いて衝突判定する場合、画像データ等を取り扱う場合と異なり、正方向と負方向を区別なく扱うことが可能となる点に着眼した。例えば、追突された場合、Ｘ軸について正方向の加速度データが得られ、追突した場合、Ｘ軸について負方向の加速度データが得られるが、いずれも車両が衝突しているから、加速度値の正負によらず絶対値を用いることによって、衝突判定に利用することが可能となる。

更に、このような加速度データを機械学習のための教師データとして用いることにより十分な量の教師データを用意することが可能になる。すなわち、上述したように、加速度データを正方向と負方向を区別なく扱うことにより、例えば、追突された場合の加速度データを教師データとして含む機械学習により構築された学習モデルに基づいて、追突したか否かの衝突判定を行い、追突した場合の加速度データを教師データとして含む機械学習により構築された学習モデルに基づいて、追突されたことの有無の衝突判定が可能となる。従って、例えば、正方向の衝突に関する加速度データ、例えば、正の値を有する加速度データが少ないために、十分な教師データが得られない場合であっても、反対方向の衝突に関する加速度データ、例えば、負の値を有する加速度データを、正方向の衝突に関する教師データとして用いることが可能になる。

以上のような処理を行うことにより、様々な種類の加速度センサから得られた加速度データに基づいて、汎用性が高く、かつ、衝突判定に適した加速度データを取得することが可能になる。

衝突判定部１６０は、絶対値変換部１５０Ｆから加速度データを取得し、取得した加速度データに基づいて車両３００の衝突の有無を判定する（ステップＳ３１０）。

衝突判定部１６０は、例えば、ニューラルネットワークが組み込まれたニューロチップにより構成され、加速度データの入力を行う少なくとも３つの入力端子及び信号の出力を行う少なくとも２つの出力端子、ＧＰＵを備える演算部、演算部のＧＰＵにより実行されるコンピュータプログラムを格納するＲＯＭと、コンピュータプログラム及び演算データを一時的に記憶するＲＡＭを備える。

なお、ニューラルネットワークとは、それぞれ１以上のノードを含む入力層、中間層（隠れ層）及び出力層から構成されており、各ノード間の結合強度を学習により変化させることで所定の能力を得るように構成されたネットワークである。

衝突判定部１６０は、データ処理部１５０によって処理された加速度データを教師データとして構築された学習モデルを備えている。具体的には、衝突があった際のＸ軸、Ｙ軸及びＺ軸ごとの衝突前、衝突時、衝突後を含む複数の加速度データ及び衝突が無かった際のＸ軸、Ｙ軸及びＺ軸ごとの同期間の加速度データを教師データとして機械学習により構築された学習モデルを備えている。衝突が無かった際の教師データの例として、悪路走行時の加速度データを用いることができる。このような教師データを含むことにより、車両３００が悪路走行した際に、衝突があったと誤判定される可能性を減少させることができる。

衝突判定部１６０は、車両３００から取得され、データ処理部１５０による処理を経て得られた加速度データを衝突判定部１６０に入力端子に入力すると、衝突の有無を示す信号を出力するように構成されている。

なお、ニューラルネットワークは、ＣＮＮ（Convolutional Neural Network）、ＲＮＮ（Recurrent Neural Network)、Ｅｌｍａｎ ｎｅｔｗｏｒｋ、Ｊｏｒｄａｎ ｎｅｔｗｏｒｋ、ＥＳＮ（Echo State Network）、ＬＳＴＭ（Long Short Term Memory network)、ＢＲＮＮ（Bi-directional RNN）などから構成することができる。また、上述した教師データを用いた機械学習（ディープラーニングを含む）により判定を出力するものであれば、必ずしもニューラルネットワークを用いた回路である必要は無い。また、加速度データ以外のデータを更に入力してもよい。例えば、ジャイロセンサから得られた車両３００の角速度データを更に入力してもよい。また出力は３種類以上であってもよい。例えば、衝突レベルに応じて３種類以上の信号を出力してもよい。

演算手段１１０は、衝突判定部１６０から衝突があった旨の信号を取得した場合、その車両３００から受信した識別情報に関連付けて記憶手段１３０に記録される車両３００のドライバーＤの連絡先その他の情報を読み出して、オペレータＯＰ等に対し通知する。オペレータＯＰは、ドライバーＤと連絡をとって、衝突の有無等の事故状況をヒアリングするとともに、必要に応じて、レッカー手配、入庫誘導、救急車手配等のサービスを提供することができる。また、衝突の有無等の事故状況等を、車両３００の識別情報と関連付けて記録する。

以上のように、本開示によれば、様々な種類の加速度センサに適用可能な汎用性の高い、かつ、精度の良い衝突判定方法、衝突判定システム及びコンピュータプログラムを提供することができる。

例えば、車両３００Ａのセンサ手段３３０Ａに搭載される加速度センサのサンプリング周波数が１００Ｈｚであり、例えば、車両３００Ｂのセンサ手段３３０Ｂに搭載される加速度センサのサンプリング周波数が５０Ｈｚである場合、周波数補正部１５０Ｂで両者の加速度データの周波数を、例えば、５０Ｈｚ、又は、それ以外の周波数に揃えることにより、両手段で取得された加速度データを同様に扱うことが可能になる。但し、周波数補正部１５０Ｂは、アップサンプリングしてもよい。例えば、周波数補正部１５０Ｂは、車両３００Ｂのセンサ手段３３０Ｂに搭載される加速度センサで得られる加速度データを２倍、又は、その他の量に増加してもよい。更に周波数補正部１５０Ｂによる周波数補正をすることが好ましいが、このユニットを省略しても、他のユニットにより、汎用性を高め、かつ、精度を向上した衝突判定方法等を提供することができる。

例えば、車両３００Ａのセンサ手段３３０Ａに搭載される加速度センサの上限が５Ｇで下限が−５Ｇであり、例えば、車両３００Ｂのセンサ手段３３０Ｂに搭載される加速度センサの上限が２Ｇであり下限が−２Ｇの場合、上下限補正部１５０Ｃは、両者の加速度データの最大値を、例えば、２Ｇとし、最小値を、例えば、−２Ｇとして揃えることにより、両手段で取得された加速度データを同様に扱うことが可能になる。但し、上下限補正部１５０Ｃによる補正をすることが好ましいが、上限値の補正、又は、下限値の補正、或いは、双方の補正を省略しても、他のユニットにより、汎用性を高め、かつ、精度を向上した衝突判定方法等を提供することができる。また、上下限補正部１５０Ｃによる処理と、周波数補正部１５０Ｂによる処理の順番を異ならせてもよい。

また、正規化部１５０Ｄにより、軸ごとに加速度データを正規化することによって、本来加速度値の絶対値が小さいために重視されなかった加速度データを衝突判定するために重要なデータとして取り扱うことが可能となる。また、上下限補正部１５０Ｃにより所定値以上の絶対値を有する加速度データを所定値に補正した後に正規化することで、極端に大きな加速度値を有する加速度データを除いた後に正規化することができるから、単純に正規化した場合、埋もれてしまう情報を強調することが可能になる。但し、正規化部１５０Ｄによる正規化処理をすることが好ましいが、仮にこの処理を省略しても、他のユニットにより、汎用性を高め、かつ、精度を向上した衝突判定方法等を提供することができる。また、他のユニットによる処理と順番を異ならせてもよい。

また、減算部１５０Ｅにより、軸ごとに中央値を減算することにより、通常走行時の影響を軸ごとに除外することが可能にある。但し、中央値以外の値、例えば、最頻値や平均値で加速度データを減算してもよい。減算部１５０Ｅによる減算処理をすることが好ましいが、仮にこの処理を省略しても、他のユニットにより、汎用性を高め、かつ、精度を向上した衝突判定方法等を提供することができる。また、他のユニットによる処理と順番を異ならせてもよい。 例えば、正規化部１５０Ｄにより加速度値の中央値、又は、平均値がゼロとなるように正規化した後、絶対値変換部１５０Ｆによる処理を行ってもよい。

また、絶対値変換部１５０Ｆにより、絶対値を取る。正の加速度値と負の加速度値を区別すると、データ数が多い方向の衝突ばかり判定する結果を招く可能性がある。このため、あえて絶対値を取ることにより、所定方向の衝突を判定する場合が、不当に多くなりすぎないようにするとともに、教師データ数を増やすことを可能とした。また、機械学習を利用する場合に、絶対値変換部１５０Ｆによる処理をすることが好ましいが、仮にこの処理を省略しても、他のユニットにより、汎用性を高め、かつ、精度を向上した衝突判定方法等を提供することができる。また、他のユニットによる処理と順番を異ならせてもよい。

例えば、車両から取得した加速度データに対し、直接絶対値変換部による処理をして、衝突判定部１６０による判定処理にかけてもよい。

例えば、所定の軸、例えば、Ｘ軸のみデータ処理部１５０による各処理を行って衝突判定をしてもよい。但し正規化部１５０Ｄによる処理を省略してもよい。

また、本発明は、その要旨を逸脱しない限り、さまざまな変形が可能である。例えば、上述したようなデータ処理部１５０による処理の一部のみを実行するとともに、そのような処理を経たデータを用いた機械学習装置を設けてもよい。

１０ 衝突判定装置
１００ 保険業務支援システム
１１０ 演算手段
１２０ 通信手段
１３０ 記憶手段
１４０ 衝突判定手段
１５０ データ処理部
１５０Ａ 加速度データ取得部
１５０Ｂ 周波数補正部
１５０Ｃ 上下限補正部
１５０Ｄ 正規化部
１５０Ｅ 減算部
１５０Ｆ 絶対値変換部
１６０ 衝突判定部
２００ 保険システム
３００ 車両
３１０ テレマティクス端末

Claims (8)

1. 車両に搭載される加速度センサを用いて第１サンプリング周波数で第１軸、第２軸及び第３軸のそれぞれについて取得された第１加速度データを受け取るステップと、
   前記第１サンプリング周波数が第２サンプリング周波数より大きい場合、前記第１加速度データを前記第２サンプリング周波数の第２加速度データに変換するステップと、
   前記第２加速度データのうち、第１所定値以上の加速度を有する加速度データを前記第１所定値に補正し、前記第１所定値より小さい第２所定値以下の加速度を有する加速度データを前記第２所定値に補正して第３加速度データを取得するステップと、
   を含む衝突判定方法。
2. 更に、前記第３加速度データを前記第１軸、前記第２軸及び前記第３軸ごとに正規化して第４加速度データを取得するステップと、
   前記第１軸、前記第２軸及び前記第３軸ごとに前記第４加速度データから所定の演算値を減算して第５加速度データを取得するステップと、
   前記第５加速度データを絶対値変換して第６加速度データを取得するステップと、
   前記第６加速度データに基づいて前記加速度センサを搭載する車両の衝突判定をするステップと、
   を含む請求項１に記載の衝突判定方法。
3. 前記所定の演算値は中央値である、
   請求項２に記載の衝突判定方法。
4. 複数の車両に搭載される複数種類の加速度センサからそれぞれ取得された加速度データに基づいて、複数の前記車両の衝突判定をすることができる衝突判定システムであって、
   前記加速度センサから第１サンプリング周波数で第１軸、第２軸及び第３軸のそれぞれについて取得された第１加速度データを取得する取得手段と、
   前記第１サンプリング周波数が第２サンプリング周波数より大きい場合、前記第１加速度データを前記第２サンプリング周波数の第２加速度データに変換する周波数補正手段と、
   前記第２加速度データのうち、第１所定値以上の加速度を有する加速度データを前記第１所定値に補正し、前記第１所定値より小さい第２所定値以下の加速度を有する加速度データを前記第２所定値に補正して第３加速度データを取得する上下限補正手段と、
   を備える衝突判定システム。
5. 更に、前記第３加速度データを前記第１軸、前記第２軸及び前記第３軸ごとに正規化して第４加速度データを取得する正規化手段と、
   前記第１軸、前記第２軸及び前記第３軸ごとに前記第４加速度データから所定の演算値をそれぞれ減算して第５加速度データを取得する減算手段と、
   前記第５加速度データを絶対値変換して第６加速度データを取得する絶対値変換手段と、
   前記第６加速度データに基づいて前記加速度センサを搭載する車両の衝突判定をする衝突判定手段と、
   を備える請求項４に記載の衝突判定システム。
6. 前記衝突判定手段は、複数の前記車両に搭載される複数種類の前記加速度センサからそれぞれ取得された前記加速度データに基づいて取得される複数の前記第６加速度データを教師データとして機械学習されて構築された機械学習モデルを用いて前記衝突判定をするように構成されている、請求項５に記載の衝突判定システム。
7. 車両に搭載される加速度センサを用いて第１サンプリング周波数で第１軸、第２軸及び第３軸のそれぞれについて取得された第１加速度データを受け取るステップと、
   前記第１サンプリング周波数が第２サンプリング周波数より大きい場合、前記第１加速度データを前記第２サンプリング周波数の第２加速度データに変換するステップと、
   前記第２加速度データのうち、第１所定値以上の加速度を有する加速度データを前記第１所定値に補正し、前記第１所定値より小さい第２所定値以下の加速度を有する加速度データを前記第２所定値に補正して第３加速度データを取得するステップと、
   をコンピュータに実行させるためのコンピュータプログラム。
8. 更に、前記第３加速度データを前記第１軸、前記第２軸及び前記第３軸ごとに正規化して第４加速度データを取得するステップと、
   前記第１軸、前記第２軸及び前記第３軸ごとに前記第４加速度データから所定の演算値をそれぞれ減算して第５加速度データを取得するステップと、
   前記第５加速度データを絶対値変換して第６加速度データを取得するステップと、
   前記第６加速度データに基づいて前記加速度センサを搭載する車両の衝突判定をするステップと、
   をコンピュータに実行させるための請求項７に記載のコンピュータプログラム。

Images