JP6991390B2 - ルート生成システム、ルート生成方法、およびルート生成プログラム - Google Patents

Description

本発明は、ルート生成システム、ルート生成方法、およびルート生成プログラムに関する。特に、交通事故データベースに基づいて回避ルートを生成するルート生成システム、ルート生成方法、およびルート生成プログラムに関する。

従来文献には、熟練経験者により危険を予測し、対応策を事前に用意することで危険を回避する技術が開示されている。
特許文献１では、本船運動情報、他船運動情報、および各種の障害物情報に基づいて危険度を判定する。そして、熟練知識ベースに基づき、本船の未来航行位置が、法規知識ベースに適合する最適な未来航行位置となるように回避航路計画を作成する技術が開示されている。特許文献１では、熟練操船者が経験的に持つ任意の増減速および操舵による未来航行位置が、エキスパートシステムの熟練知識ベースとして貯蔵される。また、法規およびルールといった順守事項が法規知識ベースとして貯蔵される。

特開平９－０６６８９４号公報

特許文献１では、個人である熟練操者の知識には制限があり、限られたシーンにしか対応できないという課題がある。また、幅広く全ての緊急時に対応するための知識ベースの構築が難しいという課題がある。他に、個人の知識に基づいた知識ベースの場合、個人差があるため、緊急時の最適な対応ができない場合もあるという課題がある。

本発明は、実際に発生した交通状況から適切な回避ルートを生成することにより、事故の回避および衝突時の傷害の低減を図り、安全安心な自動運転および運転支援を実現することを目的とする。

本発明に係るルート生成装置は、
交通事故シーンの状況を表す交通事故シーン情報が蓄積された交通事故データベースから、前記交通事故シーンに対応する車両の走行状況を抽出する走行状況抽出部と、
前記走行状況に基づいて、前記交通事故シーンを回避する複数の回避ルートを生成する回避ルート生成部と、
前記複数の回避ルートの各々について、有効性を表す値を有効評価値として決定する有効性決定部と、
前記複数の回避ルートの各々の有効評価値に基づいて、前記複数の回避ルートから最も有効な回避ルートを有効ルートとして選択する有効ルート選択部と、
前記交通事故シーンと前記有効ルートとを対応付けた有効ルート情報を記憶部に記憶する有効情報構築部とを備えた。

本発明に係るルート生成装置によれば、実際に発生した交通状況から適切な回避ルートを有効ルートとして生成することにより、事故の回避および衝突時の傷害の低減を図り、安全安心な自動運転および運転支援を実現することができる。

実施の形態１に係るルート生成システムの構成例。 実施の形態１に係る複数の回避ルートの生成例。 実施の形態１に係る有効性評価モデルの一例。 実施の形態１に係るモデル生成処理を行うモデル生成装置の構成例。 実施の形態１に係る有効性評価モデルを生成するための学習用データセットの例。 実施の形態１に係る各回避ルートから特徴量ベクトルを抽出した例。 実施の形態１に係るモデル生成処理を説明するフローチャート。 実施の形態１に係る交通事故シーンの例を説明するための図。 実施の形態１に係るルート生成処理を説明するフローチャート。 実施の形態１に係る複数の回避ルートの生成例。 実施の形態１に係る回避ルート１の特徴量ベクトルＶの例。 実施の形態１に係る各回避ルートの各有効評価値に対する最終スコアＳを示す図。 実施の形態１に係る最終スコアＳの算出式。 実施の形態１の変形例に係るルート生成装置の構成例。

以下、本発明の実施の形態について、図を用いて説明する。なお、各図中、同一または相当する部分には、同一符号を付している。実施の形態の説明において、同一または相当する部分については、説明を適宜省略または簡略化する。

実施の形態１．
＊＊＊構成の説明＊＊＊
図１は、本実施の形態に係るルート生成システム５００の構成例である。
ルート生成システム５００は、ルート生成装置１００とモデル生成装置２００とを備える。ここでは、ルート生成装置１００とモデル生成装置２００とは別の装置として表しているが、ルート生成装置１００とモデル生成装置２００とは１つの装置でもよい。モデル生成装置２００が、ルート生成装置１００に搭載されていてもよい。

ルート生成装置１００は、コンピュータである。ルート生成装置１００は、プロセッサ９１０を備えるとともに、メモリ９２１、補助記憶装置９２２、入力インタフェース９３０、出力インタフェース９４０、および通信装置９５０といった他のハードウェアを備える。プロセッサ９１０は、信号線を介して他のハードウェアと接続され、これら他のハードウェアを制御する。

ルート生成装置１００は、機能要素として、事故データ取得部１１０と走行状況抽出部１２０と回避ルート生成部１３０と有効性決定部１４０と有効ルート選択部１５０と有効情報構築部１６０と記憶部１７０を備える。記憶部１７０には、有効性評価モデル１７１と有効ルート情報１７２が記憶される。

事故データ取得部１１０と走行状況抽出部１２０と回避ルート生成部１３０と有効性決定部１４０と有効ルート選択部１５０と有効情報構築部１６０の機能は、ソフトウェアにより実現される。記憶部１７０は、メモリ９２１あるいは補助記憶装置９２２に備えられる。

プロセッサ９１０は、ルート生成プログラムを実行する装置である。ルート生成プログラムは、事故データ取得部１１０と走行状況抽出部１２０と回避ルート生成部１３０と有効性決定部１４０と有効ルート選択部１５０と有効情報構築部１６０の機能を実現するプログラムである。
プロセッサ９１０は、演算処理を行うＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）である。プロセッサ９１０の具体例は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）である。

メモリ９２１は、データを一時的に記憶する記憶装置である。メモリ９２１の具体例は、ＳＲＡＭ（Ｓｔａｔｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、あるいはＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）である。
補助記憶装置９２２は、データを保管する記憶装置である。補助記憶装置９２２の具体例は、ＨＤＤである。また、補助記憶装置９２２は、ＳＤ（登録商標）メモリカード、ＣＦ、ＮＡＮＤフラッシュ、フレキシブルディスク、光ディスク、コンパクトディスク、ブルーレイ（登録商標）ディスク、ＤＶＤといった可搬の記憶媒体であってもよい。なお、ＨＤＤは、Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅの略語である。ＳＤ（登録商標）は、Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌの略語である。ＣＦは、ＣｏｍｐａｃｔＦｌａｓｈ（登録商標）の略語である。ＤＶＤは、Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋの略語である。

入力インタフェース９３０は、マウス、キーボード、あるいはタッチパネルといった入力装置と接続されるポートである。入力インタフェース９３０は、具体的には、ＵＳＢ（Ｕｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓ）端子である。なお、入力インタフェース９３０は、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）と接続されるポートであってもよい。
出力インタフェース９４０は、ディスプレイといった出力機器のケーブルが接続されるポートである。出力インタフェース９４０は、具体的には、ＵＳＢ端子またはＨＤＭＩ（登録商標）（Ｈｉｇｈ Ｄｅｆｉｎｉｔｉｏｎ Ｍｕｌｔｉｍｅｄｉａ Ｉｎｔｅｒｆａｃｅ）端子である。ディスプレイは、具体的には、ＬＣＤ（Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙ）である。

通信装置９５０は、レシーバとトランスミッタを有する。通信装置９５０は、無線で、ＬＡＮ、インターネット、あるいは電話回線といった通信網に接続している。通信装置９５０は、具体的には、通信チップまたはＮＩＣ（Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄ）である。

ルート生成プログラムは、プロセッサ９１０に読み込まれ、プロセッサ９１０によって実行される。メモリ９２１には、ルート生成プログラムだけでなく、ＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）も記憶されている。プロセッサ９１０は、ＯＳを実行しながら、ルート生成プログラムを実行する。ルート生成プログラムおよびＯＳは、補助記憶装置９２２に記憶されていてもよい。補助記憶装置９２２に記憶されているルート生成プログラムおよびＯＳは、メモリ９２１にロードされ、プロセッサ９１０によって実行される。なお、ルート生成プログラムの一部または全部がＯＳに組み込まれていてもよい。

ルート生成装置１００は、プロセッサ９１０を代替する複数のプロセッサを備えていてもよい。これら複数のプロセッサは、ルート生成プログラムの実行を分担する。それぞれのプロセッサは、プロセッサ９１０と同じように、ルート生成プログラムを実行する装置である。

ルート生成プログラムにより利用、処理または出力されるデータ、情報、信号値および変数値は、メモリ９２１、補助記憶装置９２２、または、プロセッサ９１０内のレジスタあるいはキャッシュメモリに記憶される。

事故データ取得部１１０と走行状況抽出部１２０と回避ルート生成部１３０と有効性決定部１４０と有効ルート選択部１５０と有効情報構築部１６０の各部の「部」を「処理」、「手順」あるいは「工程」に読み替えてもよい。また事故データ取得処理と走行状況抽出処理と回避ルート生成処理と有効性決定処理と有効ルート選択処理と有効情報構築処理の「処理」を「プログラム」、「プログラムプロダクト」または「プログラムを記録したコンピュータ読取可能な記録媒体」に読み替えてもよい。
ルート生成プログラムは、上記の各部の「部」を「処理」、「手順」あるいは「工程」に読み替えた各処理、各手順あるいは各工程を、コンピュータに実行させる。また、ルート生成方法は、ルート生成装置１００がルート生成プログラムを実行することにより行われる方法である。
ルート生成プログラムは、コンピュータ読取可能な記録媒体に格納されて提供されてもよい。また、ルート生成プログラムは、プログラムプロダクトとして提供されてもよい。

＊＊＊機能の概要説明＊＊＊
事故データ取得部１１０は、既存の膨大な交通事故データベースから交通事故シーン情報を取得する。交通事故データベースには、交通事故シーンの状況を表す交通事故シーン情報が蓄積されている。
走行状況抽出部１２０は、交通事故シーンに対応する車両の走行状況を抽出する。車両の走行状況には、車両の速度と方向とが含まれる。具体的には、走行状況抽出部１２０は、事故データ取得部１１０により取得された交通事故シーン情報から、車両の位置、スピード、路面状況、道路形状、走行方向、対向車の位置、スピード、および走行方向といった走行状況を抽出する。なお、ここでの車両とは自車両を意味する。

回避ルート生成部１３０は、走行状況に基づいて、交通事故シーンを回避する複数の回避ルート４０を生成する。回避ルートとは、物損事故、人身事故、追突事故、あるいは二次災害といった何かしらの事故を回避すると考えられるルートである。回避ルート生成部１３０は、走行状況抽出部１２０により抽出された走行状況の要素から、複数の回避ルート４０を生成する。
具体的には、車両のスピードと方向から、緊急制動の距離が最初に決まる。例えば、車両が４０ｋｍ／ｈの速度で走行中の場合と仮定し、路面状況が乾燥の場合（摩擦係数＝０．８）、制動距離が７．９ｍになる。

図２は、本実施の形態に係る複数の回避ルート４０の生成例を示す図である。
図２に示すように、左方向をマイナス、右方向をプラスにし、方向変換を加えると、方向変換を－４０度から＋４０度の範囲で２度ずつ変換しながら生成した複数の経路が表される。ここでは、説明の簡単のため、車の急カーブ時の滑りといった動的特性を省略する。また、説明の簡単のため、ルート生成時の角度の変換量を一定に仮定する。しかし、実際の制動の過程の中に角度の変換も可能である。

有効性決定部１４０は、複数の回避ルート４０の各々について、有効性を表す値を有効評価値として決定する。有効性決定部１４０は、回避ルート生成部１３０により生成された複数の回避ルート４０の各々について有効性を評価し、複数の回避ルート４０の各々について有効評価値を決定する。有効性決定部１４０は、有効ルート評価部ともいう。

本実施の形態では、有効ルート評価の方式としては、例えば最大エントロピー法が利用できる。回避ルールを評価する際に、統計的手法を利用して、予め生成した回避ルートに基づいて主観評価を行う。回避ルートと主観評価値のペアから、その回避ルートの評価用特徴量に対応する評価値がどれだけ尤もらしいかを判断する。ここでのデータペアは事前の手作業により整備する。また、説明を簡単にするため、主観評価を１から５の５段階の評価で説明する。例えば、専門家から構成された複数の評価者が、複数の回避ルートの各々に対して１から５の点数をつける。点数が高ければ、当ルートの適切性が高いことを意味する。

有効性決定部１４０は、有効評価値Ｐと回避ルートの特徴を表す特徴量Ｔとの対応を表す有効性評価モデル１７１を用いて、複数の回避ルートの各々の有効評価値を決定する。

図３は、本実施の形態に係る有効性評価モデル１７１の一例を示す図である。
記憶部１７０には、有効性決定部１４０で使用する有効性評価モデル１７１が記憶される。有効性評価モデル１７１は、後述するモデル生成装置２００により予め作成され、記憶部１７０に記憶される。図３に示すように、有効性評価モデル１７１は、回避ルートの各特徴量Ｔと有効評価値Ｐとの関係の強さが特徴量スコアＳｉとして記述されたものである。ここでは、以下のように、評価用の特徴量は７つ（ｉ＝７）である。
（１）車と衝突したかどうか
（２）道路形状と衝突したかどうか
（３）人と衝突したかどうか
（４）正面からの衝突かどうか
（５）側面からの衝突かどうか
（６）対向車線に入ったかどうか
（７）逆走行にしたかどうか

有効ルート選択部１５０は、複数の回避ルート４０の各々の有効評価値に基づいて、複数の回避ルート４０から最も有効な回避ルートを有効ルートとして選択する。有効ルート選択部１５０は、有効性決定部１４０により決定された有効評価値が一番高い回避ルートを有効ルートとして選択し、有効情報構築部１６０に出力する。

有効情報構築部１６０は、交通事故シーンと有効ルートとを対応付けた有効ルート情報１７２を記憶部１７０に記憶する。有効ルート情報１７２は、知識ベースともいう。有効情報構築部１６０は、知識ベース構築部ともいう。

＊＊＊動作の説明＊＊＊
本実施の形態に係るルート生成システム５００の動作について説明する。
まず、有効性評価モデル１７１を生成するモデル生成処理について説明する。ルート生成システム５００は、有効性評価モデル１７１を生成するモデル生成装置２００を備える。

図４は、本実施の形態に係るモデル生成処理を行うモデル生成装置２００の構成例である。
モデル生成装置２００は、機能要素として、学習用データ記憶部２１０と特徴量抽出部２２０と評価モデル生成部２３０を備える。モデル生成装置２００は、コンピュータであり、ハードウェア構成はルート生成装置１００と同様である。モデル生成装置２００は、有効性評価モデル１７１を生成する。生成された有効性評価モデル１７１は、ルート生成装置１００の記憶部１７０に記憶される。

学習用データ記憶部２１０は、複数の回避ルート４０の各々と、予め設定された主観評価値とを対応付けた学習用データセット２１１を記憶する。主観評価値は、予め専門家により設定され、回避ルートの有効性を表す値である。学習用データ記憶部２１０は、回避ルートとその有効性を示す主観評価値のペアを学習用データセット２１１として記憶する。

図５は、本実施の形態に係る有効性評価モデルを生成するための学習用データセット２１１の例を示す図である。
モデル生成装置２００では、学習用データ記憶部２１０が、図２の複数の回避ルート４０に対してルート番号を振り、各回避ルートと対応する有効評価値（主観評価値）とのペアを学習用データセット２１１として記憶機器に記憶する。この有効評価値（主観評価値）は、専門家により予め５段階の主観評価で付与されたものである。

特徴量抽出部２２０は、学習用データセット２１１に基づいて、複数の回避ルート４０の各々の有効性を評価するための特徴量を表す特徴量ベクトルＶを抽出する。具体的には、特徴量抽出部２２０は、図２の複数の回避ルート４０の各々から特徴量ベクトルＶを抽出する。抽出できた特徴量ベクトルＶを用いて、特徴量と有効評価値との対応関係を示す有効性評価モデル１７１を生成する。例えば、特徴量の抽出は、ｏｎｅ－ｈｏｔモデルを用いる。具体例としては、回避ルートを使っても、車と衝突する場合、その回避ルートにおける車と衝突の特徴量は１になる。ここでは、このような方法で、各回避ルートから特徴量ベクトルＶが生成される。

図６は、本実施の形態に係る各回避ルートから特徴量ベクトルＶを抽出した例を示す図である。各回避ルートに対して、特徴量ベクトルＶと有効評価値（主観評価値）とのペアが対応付けられている。

図７は、本実施の形態に係るモデル生成処理を説明するフローチャートである。
ステップＳ１において、特徴量抽出部２２０は、学習用データセット２１１から、回避ルートの有効性を評価するための特徴量を表す特徴量ベクトルＶを抽出する。具体的には、特徴量抽出部２２０は、複数の回避ルート４０の各々から特徴量ベクトルＶを抽出する。特徴量抽出部２２０は、特徴量ベクトルＶを評価モデル生成部２３０に出力する。

ステップＳ２において、評価モデル生成部２３０は、学習用データセット２１１と複数の回避ルート４０の各々の特徴量ベクトルＶを用いて、有効性評価モデル１７１を生成する。具体的には、評価モデル生成部２３０は、特徴量抽出部２２０から得た特徴量ベクトルＶと有効評価値（主観評価値）のペアを用いて有効性評価モデル１７１を生成する。例えば、歩行者と衝突すると、良い回避ルートとは言えないので、低評価値になっている。このため、歩行者と衝突かどうかの重みが大きくなる。評価モデル生成部２３０は、学習用データセット２１１に含まれる全てのデータに対して、上記と同様の処理を行い、各特徴量項目に対する重みを最適化する。そして、評価モデル生成部２３０は、各有効評価値について、各特徴量項目に対する重みが最適化されるように計算し、最終的に図３に示すような有効性評価モデル１７１を生成する。

次に、ルート生成装置１００によるルート生成処理について説明する。
図８は、本実施の形態に係る交通事故シーンの例を説明するための図である。
図８では、自車両３０１が信号なし交差点を左から右へ４０ｋｍ／ｈの速度で通過する時に、死角から急に左折の他車両３０２が現れ、回避できず衝突する交通事故シーンを表している。

図９は、本実施の形態に係るルート生成処理を説明するフローチャートである。
図８に示した交通事故シーンのように、自車両３０１が左から右へ走行中である。
ステップＳ１１において、事故データ取得部１１０は、交通事故シーンを交通事故データベースから取得する。そして、走行状況抽出部１２０が、交通事故シーンから走行状況を抽出する。

図１０は、本実施の形態に係る複数の回避ルートの生成例を示す図である。
ステップＳ１２において、回避ルート生成部１３０は、自車両３０１の位置から仮に急ブレーキを踏んだ場合の、複数の回避ルート４０を生成する。具体的には、回避ルート生成部１３０により、図１０のように複数の回避ルート４０が生成される。

ステップＳ１３において、有効性決定部１４０は、複数の回避ルート４０を取得し、各回避ルートの有効性を評価する。具体的には、有効性決定部１４０は、複数の回避ルート４０の各々について有効評価値を決定する。

有効性決定部１４０は、有効性評価モデル１７１と複数の回避ルート４０の各々の特徴量ベクトルＶとを用いて、複数の回避ルートの回避ルートごとに、複数の有効評価値の各々について有効評価値を取る確率の高さを表す最終スコアＳを算出する。そして、有効性決定部１４０は、複数の有効評価値のうち最終スコアＳが最も高い有効評価値を当該回避ルートの有効評価値Ｐと決定する。このとき、有効性決定部１４０は、複数の有効評価値の有効評価値ごとに、特徴量の特徴量スコアＳｉを算出し、特徴量スコアＳｉの和を最終スコアＳとして算出する。

図１１は、本実施の形態に係る回避ルート１の特徴量ベクトルＶの例を示す図である。
有効性決定部１４０は、各回避ルートに対して、特徴量ベクトルＶの抽出を行う。例えば図１１のように、回避ルート１の例の場合、車と衝突するため、車と衝突の特徴量は１になる。また、道路形状あるいは歩行者との衝突の特徴量は０になる。また、正面から衝突するため、正面から衝突の特徴量は１になる。このようなモデル化の方法で回避ルート１の特徴量をベクトル化する。

次に、有効性決定部１４０は、記憶部１７０に記憶されている有効性評価モデル１７１を用いて、各回避ルートについて、有効評価値ごとに特徴量のスコアを表す特徴量スコアＳｉを取得する。そして、有効性決定部１４０は、各回避ルートについて、有効評価値ごとに特徴量スコアＳｉの和を最終スコアＳとして算出する。

図１２は、本実施の形態に係る各回避ルートの各有効評価値に対する最終スコアＳを示す図である。また、図１３は、本実施の形態に係る最終スコアＳの算出式である。
図１２に示すように、有効性決定部１４０は、回避ルート１の特徴量ベクトルＶと有効性評価モデル１７１とを用いて、回避ルート１の有効評価値ごとの、特徴量スコアＳｉを決定する。そして、有効性決定部１４０は、図１３の算出式を用いて、回避ルート１の有効評価値ごとの最終スコアＳを算出する。最終スコアＳは、対応する有効評価値の尤もらしさ、すなわち対応する有効評価値を取り得る確率の高さを表す。

Ｓｉは、最終スコアＳの算出対象である回避ルートのｉ番目の特徴量のスコアである。最終スコアＳは、算出対象である回避ルートの特徴量スコアＳｉの和である。ここで、ｉは自然数であり、ｉは特徴量の数となる。

有効性決定部１４０は、最終スコアＳが一番高い有効評価値を回避ルートの有効評価値として決定する。有効性決定部１４０は、決定した回避ルートの有効評価値を有効ルート選択部１５０に出力する。
図１２の例では、有効性決定部１４０は、回避ルート１の有効評価値として、最終スコアＳが一番高い（０．５１である）有効評価値５が決定される。

有効ルート選択部１５０は、複数の回避ルート４０の各々の有効評価値に基づいて、複数の回避ルート４０から最も有効な回避ルートを有効ルートＲｂとして選択する。
具体的には、図１０の複数の回避ルート１から回避ルート９の各々に対して、有効性決定部１４０により有効評価値が決定される。有効ルート選択部１５０は、回避ルート１から回避ルート９の各々の有効評価値から最も高い値の有効評価値に対応する回避ルートを有効ルートＲｂとして選択し、有効情報構築部１６０に出力する。有効ルートＲｂは複数あってもよい。

有効情報構築部１６０は、交通事故シーンと有効ルートＲｂとを対応付けた有効ルート情報１７２を記憶部１７０に記憶する。このとき、有効情報構築部１６０は、有効ルート情報１７２を知識ベースの形式で記憶部１７０に記憶する。
具体的には、有効情報構築部１６０は、交通事故シーンと有効ルートＲｂとのペアを知識として形式を変換し、この知識を記憶する。例えば、「右にいっぱい方向を回して全力ブレーキを踏む」の回避ルートが有効ルートＲｂである場合、知識として「ＴｒｕｎＲｉｇｈｔ：ｆｕｌｌ，ｂｒａｋｅ：ｆｕｌｌ」といった抽象的な記述を設定する。

＊＊＊他の構成＊＊＊
＜変形例１＞
本実施の形態で説明したルート生成装置１００の機能の一部は他の装置で実行されるようにしてもよい。例えば、ルート生成装置１００の一部の機能を、外部に設けられたサーバといった装置により実行するようにしてもよい。

＜変形例２＞
本実施の形態では、事故データ取得部１１０と走行状況抽出部１２０と回避ルート生成部１３０と有効性決定部１４０と有効ルート選択部１５０と有効情報構築部１６０の機能がソフトウェアで実現される。変形例として事故データ取得部１１０と走行状況抽出部１２０と回避ルート生成部１３０と有効性決定部１４０と有効ルート選択部１５０と有効情報構築部１６０の機能がハードウェアで実現されてもよい。

図１４は、本実施の形態の変形例に係るルート生成装置１００の構成を示す図である。
ルート生成装置１００は、電子回路９０９、メモリ９２１、補助記憶装置９２２、入力インタフェース９３０、および出力インタフェース９４０を備える。

電子回路９０９は、事故データ取得部１１０と走行状況抽出部１２０と回避ルート生成部１３０と有効性決定部１４０と有効ルート選択部１５０と有効情報構築部１６０の機能を実現する専用の電子回路である。
電子回路９０９は、具体的には、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ロジックＩＣ、ＧＡ、ＡＳＩＣ、または、ＦＰＧＡである。ＧＡは、Ｇａｔｅ Ａｒｒａｙの略語である。ＡＳＩＣは、Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔの略語である。ＦＰＧＡは、Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙの略語である。

事故データ取得部１１０と走行状況抽出部１２０と回避ルート生成部１３０と有効性決定部１４０と有効ルート選択部１５０と有効情報構築部１６０の機能は、１つの電子回路で実現されてもよいし、複数の電子回路に分散して実現されてもよい。

別の変形例として、事故データ取得部１１０と走行状況抽出部１２０と回避ルート生成部１３０と有効性決定部１４０と有効ルート選択部１５０と有効情報構築部１６０の一部の機能が電子回路で実現され、残りの機能がソフトウェアで実現されてもよい。また、別の変形例として、事故データ取得部１１０と走行状況抽出部１２０と回避ルート生成部１３０と有効性決定部１４０と有効ルート選択部１５０と有効情報構築部１６０の一部あるいは全部の機能がファームウェアで実現されてもよい。

プロセッサと電子回路の各々は、プロセッシングサーキットリとも呼ばれる。つまり、ルート生成装置１００において、事故データ取得部１１０と走行状況抽出部１２０と回避ルート生成部１３０と有効性決定部１４０と有効ルート選択部１５０と有効情報構築部１６０の機能は、プロセッシングサーキットリにより実現される。

＊＊＊本実施の形態の効果の説明＊＊＊
本実施の形態に係るルート生成システムでは、事前に既存の膨大な交通事故データベースから必要な交通事故発生時の走行状況を抽出する。走行状況には、衝突スピード、衝突対象、および路面状況といった情報が含まれる。ルート生成システムは、抽出した情報に基づいて、緊急時の回避用走行ルート（緊急回避ルート）を設計する。また、前記の交通事故時の走行状況と設計された緊急回避ルートをペアとして知識ベースを構築する。そして、実際に危険交通シーンが発生する時、自車状況、障害物状況あるいは周辺交通状況をセンサー装置から入力し、事前に構築された知識ベースにおいて最適な緊急回避ルートを検索できる。知識ベース上に、現在の危険交通シーンと一番似ている交通事故の緊急回避ルートが出力され、緊急回避を行うことができる。
よって、本実施の形態に係るルート生成システムによれば、実際に発生した交通状況により、適切な緊急回避ルートが生成できる。したがって、事故の回避あるいは衝突時の傷害低減を図り、安全安心な自動運転および運転支援を実現することができる。

本実施の形態に係るルート生成システムでは、各回避ルートから評価値を出す重みを記録する有効性評価モデルを生成する。そして、有効性評価モデルを用いて、回避ルートに最も適切な有効評価値を決定する。
よって、本実施の形態に係るルート生成システムによれば、実際の交通事故シーンから求められた最も適切な緊急回避ルートを選択することができ、より安全安心な自動運転および運転支援を実現することができる。

本実施の形態に係るルート生成システムでは、決定された有効評価値により一番効果高い回避ルートを選択する有効ルート選択部と、交通事故シーンと緊急回避ルートを紐付けで知識ベースを構築する知識ベース構築部を備える。
よって、本実施の形態に係るルート生成システムによれば、最も適切な緊急回避ルートを選択することができ、より安全安心な自動運転および運転支援を実現することができる。

本実施の形態に係るルート生成システムでは、回避ルートと有効評価値をペアとして整備される学習用データセットを記憶する学習用データ記憶部を備える。このとき、まず、主観評価により学習データセットを整備する。また、ルート生成システムでは、学習用データから有効性を評価するための特徴量を抽出する特徴量抽出部を備える。また、ルート生成システムでは、学習用データから有効性評価モデルを生成する評価モデル生成部を備える。評価モデル生成部は、統計的手法により複数の回避ルートの評価モデルを事前に学習する。そして、ルート生成システムでは、自車の方向および速度といった情報から複数の回避ルートを生成し、実行時には有効評価値が最も高い回避ルートが出力される。
よって、本実施の形態に係るルート生成システムによれば、実際の交通事故シーンに基づくより有効的な有効性評価モデルを生成することができ、実際に発生した交通事故シーンに対しても最も適切な回避ルートを出力することができる。

以上の実施の形態１では、ルート生成システムの各装置の各部を独立した機能ブロックとして説明した。しかし、ルート生成システムの各装置の構成は、上述した実施の形態のような構成でなくてもよい。ルート生成システムの各装置の機能ブロックは、上述した実施の形態で説明した機能を実現することができれば、どのような構成でもよい。また、ルート生成システムの各装置は、１つの装置でなく、複数の装置から構成されたシステムでもよい。
また、実施の形態１のうち、複数の部分を組み合わせて実施しても構わない。あるいは、この実施の形態のうち、１つの部分を実施しても構わない。その他、この実施の形態を、全体としてあるいは部分的に、どのように組み合わせて実施しても構わない。
すなわち、実施の形態１では、各実施の形態の自由な組み合わせ、あるいは各実施の形態の任意の構成要素の変形、もしくは各実施の形態において任意の構成要素の省略が可能である。

なお、上述した実施の形態は、本質的に好ましい例示であって、本発明の範囲、本発明の適用物の範囲、および本発明の用途の範囲を制限することを意図するものではない。上述した実施の形態は、必要に応じて種々の変更が可能である。

４０ 複数の回避ルート、１００ ルート生成装置、１１０ 事故データ取得部、１２０ 走行状況抽出部、１３０ 回避ルート生成部、１４０ 有効性決定部、１５０ 有効ルート選択部、１６０ 有効情報構築部、１７０ 記憶部、１７１ 有効性評価モデル、１７２ 有効ルート情報、２００ モデル生成装置、２１０ 学習用データ記憶部、２１１ 学習用データセット、２２０ 特徴量抽出部、２３０ 評価モデル生成部、３０１ 自車両、３０２ 他車両、５００ ルート生成システム、９０９ 電子回路、９１０ プロセッサ、９２１ メモリ、９２２ 補助記憶装置、９３０ 入力インタフェース、９４０ 出力インタフェース、９５０ 通信装置、Ｐ 有効評価値、Ｔ 特徴量、Ｓｉ 特徴量スコア、Ｖ 特徴量ベクトル、Ｓ 最終スコア。

Claims (10)

1. 交通事故シーンの状況を表す交通事故シーン情報が蓄積された交通事故データベースから、前記交通事故シーンに対応する車両の走行状況を抽出する走行状況抽出部と、
   前記走行状況に基づいて、前記交通事故シーンを回避する複数の回避ルートを生成する回避ルート生成部と、
   回避ルートの有効性を表す有効評価値と回避ルートの特徴を表す特徴量との対応を表す有効性評価モデルを用いて、前記複数の回避ルートの各々の有効評価値を決定する有効性決定部と、
   前記複数の回避ルートの各々の有効評価値に基づいて、前記複数の回避ルートから最も有効な回避ルートを有効ルートとして選択する有効ルート選択部と、
   前記交通事故シーンと前記有効ルートとを対応付けた有効ルート情報を記憶部に記憶する有効情報構築部と、
   前記有効性評価モデルを生成するモデル生成装置と
   を備え、
   前記モデル生成装置は、
   予め生成された複数の回避ルートの各々と、前記予め生成された複数の回避ルートの各々に対して予め設定された有効性を表す値である主観評価値とを対応付けた学習用データセットを記憶する学習用データ記憶部と、
   前記学習用データセットに基づいて、前記予め生成された複数の回避ルートの各々の有効性を評価するための特徴量を表す特徴量ベクトルを抽出する特徴量抽出部と、
   前記予め生成された複数の回避ルートの各々の特徴量ベクトルを用いて、前記有効性評価モデルを生成する評価モデル生成部と
   を備えたルート生成システム。
2. 前記有効性決定部は、
   前記有効性評価モデルと前記複数の回避ルートの各々の特徴量ベクトルとを用いて、前記複数の回避ルートの回避ルートごとに、複数の有効評価値の各々について有効評価値を取る確率の高さを表す最終スコアを算出し、前記複数の有効評価値のうち前記最終スコアが最も高い有効評価値を当該回避ルートの有効評価値と決定する請求項１に記載のルート生成システム。
3. 交通事故シーンの状況を表す交通事故シーン情報が蓄積された交通事故データベースから、前記交通事故シーンに対応する車両の走行状況を抽出する走行状況抽出部と、
   前記走行状況に基づいて、前記交通事故シーンを回避する複数の回避ルートを生成する回避ルート生成部と、
   前記複数の回避ルートの各々について、有効性を表す値を有効評価値として決定する有効性決定部と、
   前記複数の回避ルートの各々の有効評価値に基づいて、前記複数の回避ルートから最も有効な回避ルートを有効ルートとして選択する有効ルート選択部と、
   前記交通事故シーンと前記有効ルートとを対応付けた有効ルート情報を記憶部に記憶する有効情報構築部と
   を備え、
   前記有効性決定部は、
   前記有効評価値と回避ルートの特徴を表す特徴量との対応を表す有効性評価モデルと前記複数の回避ルートの各々の特徴量ベクトルとを用いて、前記複数の回避ルートの回避ルートごとに、複数の有効評価値の各々について有効評価値を取る確率の高さを表す最終スコアを算出し、前記複数の有効評価値のうち前記最終スコアが最も高い有効評価値を当該回避ルートの有効評価値と決定するルート生成システム。
4. 前記有効性決定部は、
   前記複数の有効評価値の有効評価値ごとに、前記特徴量の特徴量スコアを算出し、前記特徴量スコアの和を前記最終スコアとして算出する請求項２または請求項３記載のルート生成システム。
5. 前記回避ルート生成部は、
   前記交通事故シーンに対応する車両の速度と方向とを含む前記走行状況を用いて、前記複数の回避ルートを生成する請求項１から請求項４のいずれか１項に記載のルート生成システム。
6. 前記有効情報構築部は、
   前記有効ルート情報を知識ベースの形式で前記記憶部に記憶する請求項１から請求項５のいずれか１項に記載のルート生成システム。
7. モデル生成装置を備えるルート生成システムに用いられるルート生成方法において、
   走行状況抽出部が、交通事故シーンの状況を表す交通事故シーン情報が蓄積された交通事故データベースから、前記交通事故シーンに対応する車両の走行状況を抽出し、
   回避ルート生成部が、前記走行状況に基づいて、前記交通事故シーンを回避する複数の回避ルートを生成し、
   有効性決定部が、回避ルートの有効性を表す有効評価値と回避ルートの特徴を表す特徴量との対応を表す有効性評価モデルを用いて、前記複数の回避ルートの各々の有効評価値を決定し、
   有効ルート選択部が、前記複数の回避ルートの各々の有効評価値に基づいて、前記複数の回避ルートから最も有効な回避ルートを有効ルートとして選択し、
   有効情報構築部が、前記交通事故シーンと前記有効ルートとを対応付けた有効ルート情報を記憶部に記憶するルート生成方法であって、
   前記モデル生成装置の学習用データ記憶部が、予め生成された複数の回避ルートの各々と、前記予め生成された複数の回避ルートの各々に対して予め設定された有効性を表す値である主観評価値とを対応付けた学習用データセットを記憶し、
   前記モデル生成装置の特徴量抽出部が、前記学習用データセットに基づいて、前記予め生成された複数の回避ルートの各々の有効性を評価するための特徴量を表す特徴量ベクトルを抽出し、
   前記モデル生成装置の評価モデル生成部が、前記予め生成された複数の回避ルートの各々の特徴量ベクトルを用いて、前記有効性評価モデルを生成するルート生成方法。
8. ルート生成システムに用いられるルート生成方法において、
   走行状況抽出部が、交通事故シーンの状況を表す交通事故シーン情報が蓄積された交通事故データベースから、前記交通事故シーンに対応する車両の走行状況を抽出し、
   回避ルート生成部が、前記走行状況に基づいて、前記交通事故シーンを回避する複数の回避ルートを生成し、
   有効性決定部が、回避ルートの有効性を表す有効評価値と回避ルートの特徴を表す特徴量との対応を表す有効性評価モデルと前記複数の回避ルートの各々の特徴量ベクトルとを用いて、前記複数の回避ルートの回避ルートごとに、複数の有効評価値の各々について有効評価値を取る確率の高さを表す最終スコアを算出し、前記複数の有効評価値のうち前記最終スコアが最も高い有効評価値を当該回避ルートの有効評価値と決定し、
   有効ルート選択部が、前記複数の回避ルートの各々の有効評価値に基づいて、前記複数の回避ルートから最も有効な回避ルートを有効ルートとして選択し、
   有効情報構築部が、前記交通事故シーンと前記有効ルートとを対応付けた有効ルート情報を記憶部に記憶するルート生成方法。
9. 交通事故シーンの状況を表す交通事故シーン情報が蓄積された交通事故データベースから、前記交通事故シーンに対応する車両の走行状況を抽出する走行状況抽出処理と、
   前記走行状況に基づいて、前記交通事故シーンを回避する複数の回避ルートを生成する回避ルート生成処理と、
   回避ルートの有効性を表す有効評価値と回避ルートの特徴を表す特徴量との対応を表す有効性評価モデルを用いて、前記複数の回避ルートの各々の有効評価値を決定する有効性決定処理と、
   前記複数の回避ルートの各々の有効評価値に基づいて、前記複数の回避ルートから最も有効な回避ルートを有効ルートとして選択する有効ルート選択処理と、
   前記交通事故シーンと前記有効ルートとを対応付けた有効ルート情報を記憶部に記憶する有効情報構築処理と
   をコンピュータに実行させるルート生成プログラムであって、
   予め生成された複数の回避ルートの各々と、前記予め生成された複数の回避ルートの各々に対して予め設定された有効性を表す値である主観評価値とを対応付けた学習用データセットを記憶する学習用データ記憶処理と、
   前記学習用データセットに基づいて、前記予め生成された複数の回避ルートの各々の有効性を評価するための特徴量を表す特徴量ベクトルを抽出する特徴量抽出処理と、
   前記予め生成された複数の回避ルートの各々の特徴量ベクトルを用いて、前記有効性評価モデルを生成する評価モデル生成処理と
   をコンピュータに実行させるルート生成プログラム。
10. 交通事故シーンの状況を表す交通事故シーン情報が蓄積された交通事故データベースから、前記交通事故シーンに対応する車両の走行状況を抽出する走行状況抽出処理と、
    前記走行状況に基づいて、前記交通事故シーンを回避する複数の回避ルートを生成する回避ルート生成処理と、
    前記複数の回避ルートの各々について、有効性を表す値を有効評価値として決定する有効性決定処理と、
    前記複数の回避ルートの各々の有効評価値に基づいて、前記複数の回避ルートから最も有効な回避ルートを有効ルートとして選択する有効ルート選択処理と、
    前記交通事故シーンと前記有効ルートとを対応付けた有効ルート情報を記憶部に記憶する有効情報構築処理と
    をコンピュータに実行させるルート生成プログラムであって、
    前記有効性決定処理は、
    前記有効評価値と回避ルートの特徴を表す特徴量との対応を表す有効性評価モデルと前記複数の回避ルートの各々の特徴量ベクトルとを用いて、前記複数の回避ルートの回避ルートごとに、複数の有効評価値の各々について有効評価値を取る確率の高さを表す最終スコアを算出し、前記複数の有効評価値のうち前記最終スコアが最も高い有効評価値を当該回避ルートの有効評価値と決定するルート生成プログラム。

Images