JP6834704B2 - 走行支援装置及びコンピュータプログラム - Google Patents
走行支援装置及びコンピュータプログラム Download PDFInfo
- Publication number
- JP6834704B2 JP6834704B2 JP2017072137A JP2017072137A JP6834704B2 JP 6834704 B2 JP6834704 B2 JP 6834704B2 JP 2017072137 A JP2017072137 A JP 2017072137A JP 2017072137 A JP2017072137 A JP 2017072137A JP 6834704 B2 JP6834704 B2 JP 6834704B2
- Authority
- JP
- Japan
- Prior art keywords
- risk
- risk factor
- vehicle
- driver
- factor
- 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
Links
Landscapes
- Traffic Control Systems (AREA)
Description
尚、「危険因子」とは、車両が走行する際に注意するべき因子であり、例えば車両から視認することが難しい位置にある他車両や歩行者等の障害物、交差点付近の歩行者、交差道路から進入する他車両、車線の増減区間、道路に面する建物の出入口等がある。
現在位置検出部11は、GPS21、車速センサ22、ステアリングセンサ23、ジャイロセンサ24等からなり、現在の車両の位置、方位、車両の走行速度、現在時刻等を検出することが可能となっている。ここで、特に車速センサ22は、車両の移動距離や車速を検出する為のセンサであり、車両の駆動輪の回転に応じてパルスを発生させ、パルス信号をナビゲーションECU13に出力する。そして、ナビゲーションECU13は発生するパルスを計数することにより駆動輪の回転速度や移動距離を算出する。尚、上記4種類のセンサをナビゲーション装置1が全て備える必要はなく、これらの内の1又は複数種類のセンサのみをナビゲーション装置1が備える構成としても良い。
(1)危険因子が運転者から見えているか否か。
(2)危険因子が運転者の中心視野領域にあるか周辺視野領域にあるか。
(3)運転者の視野の中心から危険因子までの距離。
例えば、本実施形態では機械学習として特に多層構造の畳み込みニューラルネットワークを用いた機械学習(Deep Learning)を用いているが、その他の機械学習を用いることも可能である。
車両の周辺環境を撮像した撮像画像を取得する周辺環境撮像手段(41)と、前記撮像画像に基づいて、前記車両の周辺環境にある危険因子を抽出する危険因子抽出手段(41)と、前記危険因子抽出手段により抽出された危険因子毎に、時間経過に伴う運転者の当該危険因子の視認態様の変化に基づいて当該危険因子の前記車両への危険の度合いを示す危険度を特定する危険度特定手段(41)と、前記危険因子抽出手段により抽出された全ての危険因子の危険度の合計を算出する危険度算出手段(41)と、前記危険度の合計に基づく態様で前記危険因子を出力する出力手段(41)と、を有する。
上記構成を有する走行支援装置によれば、車両の周辺環境にある危険因子の危険度を、時間経過に伴う運転者の危険因子への視認態様の変化についても考慮して総合的に判断することによって、現時点で危険度の低い危険因子であっても出力対象から一律に除かれることなく、危険因子をより適切な態様で出力することが可能となる。特に時間経過に伴う危険因子の視認態様の変化に応じて危険度を特定するので、危険因子が今後に車両に対してどのように影響するかについても考慮して危険度を算出することが可能となる。
前記危険度特定手段(41)は、前記危険因子が前記車両の運転者から視認できない物体に基づく危険因子である場合には、視認できる物体に基づく危険因子である場合よりも高い危険度に特定する。
上記構成を有する走行支援装置によれば、危険因子が運転者の死角にあって、危険因子の存在をより運転者に強く認識させるべき状況では、危険因子の存在をより運転者に強く認識させる為の態様で危険因子を出力することが可能となる。
前記車両を運転する運転者の視野を取得する視野取得手段(41)を有し、前記危険度特定手段(41)は、前記運転者の視野の中心から遠い位置にある前記危険因子程、高い危険度に特定する。
上記構成を有する走行支援装置によれば、危険因子が運転者の視野の中心から遠くにあり、危険因子の存在をより運転者に強く認識させるべき状況では、危険因子の存在をより運転者に強く認識させる為の態様で危険因子を出力することが可能となる。
前記車両を運転する運転者の属性又は前記危険因子を抽出した際の前記車両の車両状況に基づいて閾値を設定する閾値設定手段(41)を有し、前記出力手段(41)は、前記危険度の合計と前記閾値との比較結果に基づく態様で前記危険因子を出力する。
上記構成を有する走行支援装置によれば、車両を運転する運転者の属性又は危険因子を抽出した際の車両の車両状況に基づいて、危険因子のより適切な出力態様を選択することが可能となる。
前記出力手段(41)は、前記危険度の合計が前記閾値より大きい場合には、前記閾値より小さい場合よりも前記危険因子の存在をより運転者に強く認識させる態様で前記危険因子を出力する。
上記構成を有する走行支援装置によれば、特に危険因子の存在をより運転者に強く認識させるべき状況では、危険因子の存在をより運転者に強く認識させる為の態様で危険因子を出力することが可能となる。
前記危険因子の抽出は、多層構造のニューラルネットワークを用いた機械学習により前記車両の周辺環境にある危険因子を抽出する。
上記構成を有する走行支援装置によれば、多層構造のニューラルネットワークを用いた機械学習によって、画像の特徴をより深いレベルで学習し、非常に高い精度で特徴を認識できるので、危険因子のより正確な抽出が可能となる。
2 走行支援システム
4 サーバ装置
13 ナビゲーションECU
19 車外カメラ
31 地図情報DB
32 撮像画像DB
33 2次元地図情報
34 3次元地図情報
41 CPU
42 RAM
43 ROM
51 撮像画像
52 俯瞰画像
54 危険判定エリア
55 畳み込みCNN
57 危険判定CNN
Claims (7)
- 車両の周辺環境を撮像した撮像画像を取得する周辺環境撮像手段と、
前記撮像画像に基づいて、前記車両の周辺環境にある危険因子を抽出する危険因子抽出手段と、
前記危険因子抽出手段により抽出された危険因子毎に、時間経過に伴う運転者の当該危険因子の視認態様の変化に基づいて当該危険因子の前記車両への危険の度合いを示す危険度を特定する危険度特定手段と、
前記危険因子抽出手段により抽出された全ての危険因子の危険度の合計を算出する危険度算出手段と、
前記危険度の合計に基づく態様で前記危険因子を出力する出力手段と、を有する走行支援装置。 - 前記危険度特定手段は、前記危険因子が前記車両の運転者から視認できない物体に基づく危険因子である場合には、視認できる物体に基づく危険因子である場合よりも高い危険度に特定する請求項1に記載の走行支援装置。
- 前記車両を運転する運転者の視野を取得する視野取得手段を有し、
前記危険度特定手段は、前記運転者の視野の中心から遠い位置にある前記危険因子程、高い危険度に特定する請求項1又は請求項2に記載の走行支援装置。 - 前記車両を運転する運転者の属性又は前記危険因子を抽出した際の前記車両の車両状況に基づいて閾値を設定する閾値設定手段を有し、
前記出力手段は、前記危険度の合計と前記閾値との比較結果に基づく態様で前記危険因子を出力する請求項1乃至請求項3のいずれかに記載の走行支援装置。 - 前記出力手段は、前記危険度の合計が前記閾値より大きい場合には、前記閾値より小さい場合よりも前記危険因子の存在をより運転者に強く認識させる態様で前記危険因子を出力する請求項4に記載の走行支援装置。
- 前記危険因子の抽出は、多層構造のニューラルネットワークを用いた機械学習により前記車両の周辺環境にある危険因子を抽出する請求項1乃至請求項5のいずれかに記載の走行支援装置。
- コンピュータを、
車両の周辺環境を撮像した撮像画像を取得する周辺環境撮像手段と、
前記撮像画像に基づいて、前記車両の周辺環境にある危険因子を抽出する危険因子抽出手段と、
前記危険因子抽出手段により抽出された危険因子毎に、時間経過に伴う運転者の当該危険因子の視認態様の変化に基づいて当該危険因子の前記車両への危険の度合いを示す危険度を特定する危険度特定手段と、
前記危険因子抽出手段により抽出された全ての危険因子の危険度の合計を算出する危険度算出手段と、
前記危険度の合計に基づく態様で前記危険因子を出力する出力手段と、
して機能させる為のコンピュータプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017072137A JP6834704B2 (ja) | 2017-03-31 | 2017-03-31 | 走行支援装置及びコンピュータプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017072137A JP6834704B2 (ja) | 2017-03-31 | 2017-03-31 | 走行支援装置及びコンピュータプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018173862A JP2018173862A (ja) | 2018-11-08 |
JP6834704B2 true JP6834704B2 (ja) | 2021-02-24 |
Family
ID=64107394
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017072137A Active JP6834704B2 (ja) | 2017-03-31 | 2017-03-31 | 走行支援装置及びコンピュータプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6834704B2 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10974732B2 (en) * | 2019-01-04 | 2021-04-13 | Toyota Motor Engineering & Manufacturing North America, Inc. | System, method, and computer-readable storage medium for traffic intersection navigation |
US11505181B2 (en) * | 2019-01-04 | 2022-11-22 | Toyota Motor Engineering & Manufacturing North America, Inc. | System, method, and computer-readable storage medium for vehicle collision avoidance on the highway |
CN111599214B (zh) * | 2019-03-04 | 2020-12-15 | 安徽省华腾农业科技有限公司经开区分公司 | 交通路口动态大数据更新方法及存储介质 |
JP2020166537A (ja) * | 2019-03-29 | 2020-10-08 | アイシン・エィ・ダブリュ株式会社 | 移動体表示システムおよび移動体表示プログラム |
CN111815957A (zh) * | 2019-04-11 | 2020-10-23 | 泰州腾翔信息科技有限公司 | 交通数据现场检测终端 |
JP7123877B2 (ja) * | 2019-08-13 | 2022-08-23 | 日立建機株式会社 | 記録システム |
JP6997471B2 (ja) * | 2020-03-09 | 2022-01-17 | ニューラルポケット株式会社 | 情報処理システム、情報処理装置、端末装置、サーバ装置、プログラム、又は方法 |
CN111524389B (zh) * | 2020-04-16 | 2023-11-10 | 腾讯科技(深圳)有限公司 | 车辆驾驶方法和装置 |
JP7276276B2 (ja) * | 2020-07-31 | 2023-05-18 | トヨタ自動車株式会社 | 危険運転検出装置、危険運転検出システム、及び危険運転検出プログラム |
CN114333416A (zh) * | 2021-12-24 | 2022-04-12 | 阿波罗智能技术(北京)有限公司 | 基于神经网络的车辆风险预警方法、设备及自动驾驶车辆 |
CN115900688B (zh) * | 2023-02-01 | 2024-04-16 | 安徽信息工程学院 | 一种用于自动驾驶的高精度地图视觉定位方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5179686B2 (ja) * | 2001-09-25 | 2013-04-10 | 株式会社豊田中央研究所 | 運転行動危険度演算装置 |
JP5204552B2 (ja) * | 2008-05-22 | 2013-06-05 | 富士重工業株式会社 | リスク融合認識システム |
JP5248388B2 (ja) * | 2009-03-26 | 2013-07-31 | 株式会社東芝 | 障害物危険度算出装置、方法及びプログラム |
WO2011141984A1 (ja) * | 2010-05-10 | 2011-11-17 | トヨタ自動車株式会社 | 危険度算出装置 |
JP5573617B2 (ja) * | 2010-11-12 | 2014-08-20 | トヨタ自動車株式会社 | 危険度算出装置 |
-
2017
- 2017-03-31 JP JP2017072137A patent/JP6834704B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2018173862A (ja) | 2018-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6834704B2 (ja) | 走行支援装置及びコンピュータプログラム | |
JP6566145B2 (ja) | 走行支援装置及びコンピュータプログラム | |
US11834040B2 (en) | Recognition and prediction of lane constraints and construction areas in navigation | |
US20240132154A1 (en) | Road profile along a predicted path | |
WO2019097763A1 (ja) | 重畳画像表示装置及びコンピュータプログラム | |
KR20080020956A (ko) | 차량의 나이트-뷰 시스템 동작 방법 및 대응하는 나이트-뷰시스템 | |
JP7151073B2 (ja) | 表示装置及びコンピュータプログラム | |
JP2018173860A (ja) | 走行支援装置及びコンピュータプログラム | |
JP2019164611A (ja) | 走行支援装置及びコンピュータプログラム | |
JP6136238B2 (ja) | 走行支援システム、走行支援方法及びコンピュータプログラム | |
JP2018173861A (ja) | 走行支援装置及びコンピュータプログラム | |
JP2019087259A (ja) | 重畳画像表示装置及びコンピュータプログラム | |
JP6984341B2 (ja) | 重畳画像表示装置及びコンピュータプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191108 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200731 |
|
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: 20210105 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210118 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6834704 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20210423 |