JP6992936B2

JP6992936B2 - 情報処理装置、情報処理システム、情報処理方法、及び情報処理プログラム

Info

Publication number: JP6992936B2
Application number: JP2021554021A
Authority: JP
Inventors: 康洲鎌
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2019-11-01
Filing date: 2019-11-01
Publication date: 2022-01-13
Anticipated expiration: 2039-11-01
Also published as: CN114586083A; WO2021084731A1; US20220194430A1; DE112019007757T5; JPWO2021084731A1

Description

本発明は、車両周辺の障害物の移動経路を予測する情報処理装置、情報処理システム、情報処理方法、及び情報処理プログラムに関する。

車両、特に自動運転車両が走行する経路上の障害物を回避するための技術として、ポテンシャル法と呼ばれる技術が存在する（例えば、特許文献１）。ポテンシャル法においては、初めにポテンシャルマップと呼ばれる車両を上方から見下ろした平面図内において、車両が回避すべき領域をポテンシャル値の大きさにより設定した二次元データが生成される。このとき、障害物は例えばカルマンフィルタにより移動を予測され、障害物の予測された移動経路に基づき、車両のポテンシャルマップが生成される。また、ポテンシャルマップ内のポテンシャル値は、大きいほど確実な回避が必要であることを示している。
そして、ポテンシャル法では、ポテンシャルマップを利用して車両が移動可能な経路のうちポテンシャル値の総和が最小の経路を通過するように車両の走行制御が行われる。

特願２０１９－５２３８８０

特許文献１の技術では、車両の周囲に存在する対向車両等の障害物は、等加速度直線運動を行うものと仮定して、移動経路の予測をされていた。しかしながら、実際の障害物は、等加速度直線運動をするとは限らず、それ故に特許文献１の技術では、不正確な予測をしてしまう可能性があるという課題があった。

本発明は、上記のような課題を解決するためになされたものであり、障害物の移動経路の予測精度を向上した情報処理装置を得ることを目的とする。

本発明に係る情報処理装置は、車両の周囲に存在する障害物の位置を示す障害物位置情報と、車両の位置を示す車両位置情報とを取得する物体位置情報取得部と、障害物位置情報に基づき、障害物にとっての交通事故のリスクを示す障害物ポテンシャルマップを生成する障害物ポテンシャルマップ生成部と、障害物ポテンシャルマップに基づき、障害物の移動経路を予測し、障害物移動経路予測情報を生成する障害物移動経路予測部と、車両位置情報と障害物移動経路予測情報とに基づき、障害物移動経路予測情報が示す障害物の予測された移動経路に沿って障害物が移動した場合の、車両にとっての交通事故のリスクを示す動的ポテンシャルマップを生成する車両ポテンシャルマップ生成部と、を備え、物体位置情報取得部は、障害物のうち静止障害物の位置を示す静止障害物位置情報と、障害物のうち移動障害物の位置を示す移動障害物位置情報とを含む位置情報を障害物位置情報として取得し、障害物ポテンシャルマップ生成部は、移動障害物位置情報に基づき、移動障害物にとっての交通事故のリスクを示す移動障害物ポテンシャルマップを障害物ポテンシャルマップとして生成し、障害物移動経路予測部は、移動障害物ポテンシャルマップに基づき、移動障害物の移動経路を予測した移動障害物移動経路予測情報を障害物移動経路予測情報として生成し、車両ポテンシャルマップ生成部は、車両位置情報と少なくとも静止障害物位置情報とに基づき、車両にとっての静止障害物による交通事故のリスクを少なくとも示す静的ポテンシャルマップを生成する静的ポテンシャルマップ生成部と、静的ポテンシャルマップと移動障害物移動経路予測情報とに基づき、動的ポテンシャルマップを生成する動的ポテンシャルマップ生成部と、を備えることを特徴とする。

本発明に係る情報処理装置は、障害物位置情報に基づき、障害物にとっての交通事故のリスクを示す障害物ポテンシャルマップを生成する障害物ポテンシャルマップ生成部と、障害物ポテンシャルマップに基づき、障害物の移動経路を予測し、障害物移動経路予測情報を生成する障害物移動経路予測部とを備えたので、障害物の周囲の環境を考慮することにより、障害物の移動経路の予測精度を向上することができる。

実施の形態１に係る情報処理システム１０００の構成を示す構成図である。車両ＣＡ及び車両ＣＡの周囲の障害物を上方から見た様子を示す平面図である。静的ポテンシャルマップの具体例を示す概念図である。車両ＣＡ及び車両ＣＡの周囲の障害物を上方から見た様子を示す平面図である。障害物ポテンシャルマップの具体例を示す概念図である。障害物移動経路予測情報が示す障害物の移動経路の具体例を示す概念図である。動的ポテンシャルマップの具体例を示す概念図である。実施の形態１に係る情報処理装置１００のハードウェア構成の例を示す構成図である。実施の形態１に係る情報処理装置１００の動作を示すフローチャートである。車両ＣＡ及び車両ＣＡの周囲の障害物を上方から見た様子を示す平面図である。障害物ポテンシャルマップの具体例を示す概念図である。障害物移動経路予測情報が示す障害物の移動経路の具体例を示す概念図である。動的ポテンシャルマップの具体例を示す概念図である。

実施の形態１．
図１は、実施の形態１に係る情報処理システム１０００の構成を示す構成図である。情報処理システム１０００は、情報処理装置１００、ロケータ２００、カメラ３００、レーダー４００、ＬｉＤＡＲ（ＬｉｇｈｔＤｅｔｅｃｔｉｏｎａｎｄＲａｎｇｉｎｇ）５００、及び車両制御装置６００を備える。実施の形態１において、情報処理システム１０００は、１台の車両ＣＡ（図示せず）に搭載される車載システムである。

ロケータ２００は、車両ＣＡの位置を特定するものであり、例えば、ＧＮＳＳ（ＧｌｏｂａｌＮａｖｉｇａｔｉｏｎＳａｔｅｌｌｉｔｅＳｙｓｔｅｍ）受信機や慣性航法装置、オドメトリ等が用いられる。実施の形態１において、ロケータはＧＮＳＳ受信機、慣性航法装置及びオドメトリから得られる情報を復号解析することにより、車両ＣＡの位置を特定し、車両ＣＡの位置を示す車両位置情報を情報処理装置１００に送信する。
また、ロケータ２００は、後述する各種センサーの情報を用いて、自車両の位置を推定するようにしてもよい。

カメラ３００、レーダー４００、及びＬｉＤＡＲ５００は、車両ＣＡの周囲の環境を検知するセンサーである。
カメラ３００は、車両ＣＡの周囲の環境を撮像するものであり、実施の形態１において、カメラ３００は、撮像により得られた画像データを情報処理装置１００に送信する。

レーダー４００は、車両ＣＡの周囲の環境を電波、例えばミリ波によりセンシングするものであり、車両ＣＡの周囲に存在する障害物と車両ＣＡとの距離、障害物の速度及び角度等を測定する。実施の形態１において、レーダー４００は、センシングにより得られたレーダーデータを情報処理装置１００に送信する。

ＬｉＤＡＲ５００は、車両ＣＡの周囲の環境をレーザー光によりセンシングするものであり、車両ＣＡの周囲に存在する障害物と車両ＣＡとの距離、障害物の速度及び角度等を測定する。一般に、レーダー４００は環境ロバスト性に優れ、ＬｉＤＡＲ５００は高い空間分解能で距離と方位を測定することができる。実施の形態１において、ＬｉＤＡＲ５００は、センシングにより得られた点群データを情報処理装置１００に送信する。以下では、カメラ３００により得られる画像データ、レーダー４００により得られるレーダーデータ、ＬｉＤＡＲ５００により得られる点群データをまとめてセンサーデータと呼ぶこととする。

車両制御装置６００は、車両ＣＡが自動運転を行うための各種制御を行うものであり、例えば、ステアリングやアクセル、ブレーキなどを制御する車両制御ＥＣＵ（ＥｌｅｃｔｒｏｎｉｃＣｏｎｔｒｏｌＵｎｉｔ）が用いられる。実施の形態１において、車両制御装置６００は、車両ＣＡが自動運転を行う際に、情報処理装置１００が予測した車両ＣＡの移動予測経路に基づいて、制御を行う。

情報処理装置１００は、車両ＣＡの周囲に存在する障害物の移動経路を予測するものであり、実施の形態１において、情報処理装置１００は車両ＣＡに搭載される車載装置である。
情報処理装置１００は、物体位置情報取得部１１０、地図データ取得部１２０、車両ポテンシャルマップ生成部１３０、障害物ポテンシャルマップ生成部１４０、障害物移動経路予測部１５０、及び車両移動経路予測部１６０を備える。

物体位置情報取得部１１０は、物体の位置を示す物体位置情報を取得するものであり、実施の形態１において、物体位置情報取得部１１０は、車両の位置を示す車両位置情報と、車両ＣＡの周囲に存在する障害物の位置を示す障害物位置情報とを取得する。また、物体位置情報取得部１１０が取得する障害物位置情報には、障害物のうち静止障害物の位置を示す静止障害物位置情報と、障害物のうち移動障害物の位置を示す移動障害物位置情報とが含まれる。ここで、静止障害物とは、ガードレールや建物等の静止した障害物であり、移動障害物とは、他の車両や人等の移動する障害物である。

また、物体位置情報取得部１１０は、センサーデータに基づいて、車両周辺の障害物の属性を認識し、障害物の属性を示す障害物属性情報を取得する。以下において、障害物位置情報と障害物属性情報とをまとめて障害物情報と呼ぶこととする。ここで、障害物の属性とは、静止障害物か移動障害物かの分類や、歩行者、車両、自転車といった障害物の種別、障害物の予測される質量、車両ＣＡから見た面積等の物理量を示すものである。

物体位置情報取得部１１０は、ロケータ２００から、車両位置情報を取得するとともに、カメラ３００、レーダー４００、及びＬｉＤＡＲ５００からセンサーデータを取得し、車両ＣＡ周囲の障害物を認識することにより、障害物情報を取得する。上記において、物体位置情報取得部１１０は、ロケータ２００から車両位置情報を受信することにより取得するものとしたが、各種センサーの情報を用いて車両ＣＡの位置を物体位置情報取得部１１０自身が算出することにより、車両位置情報を取得するようにしてもよい。

ここで、物体位置情報取得部１１０は、各種センサーから取得したセンサーデータに基づいて物体位置情報を取得するものとしたが、外部のサーバーや他の車両と通信を行うことにより、物体位置情報を取得するようにしてもよい。例えば、他の車両と通信を行い、お互いの自己位置を示す情報を交換することにより障害物情報を取得したり、後述する地図データ取得部１２０がダイナミックマップデータを取得する場合には、ダイナミックマップデータから障害物情報を取得したりするようにしてもよい。

地図データ取得部１２０は、車両ＣＡの周囲の地図データを取得するものである。実施の形態１において、地図データ取得部１２０は、物体位置情報取得部１１０から取得した車両位置情報に基づき、車両ＣＡ周辺の地図データを取得する。実施の形態１において、地図データ取得部１２０は、外部のサーバーから地図データを取得するものとしているが、情報処理装置１００が地図データを記憶した記憶部を備え、当該記憶部から地図データを読み出すことにより取得する構成であってもよい。

車両ポテンシャルマップ生成部１３０は、車両ＣＡにとっての交通事故のリスクを示す車両ポテンシャルマップを生成するものである。実施の形態１において、車両ポテンシャルマップ生成部１３０は、車両位置情報と、後述する障害物移動経路予測情報とに基づき、障害物移動経路予測情報が示す前記障害物の予測された移動経路に沿って障害物が移動した場合の、車両ポテンシャルマップである動的ポテンシャルマップを生成する。
ここで、ポテンシャルマップとは、交通事故のリスクを空間位置毎に数値化した空間情報であり、交通事故とは車両ＣＡと障害物との接触や車道からの脱輪等を含む。例えば、対向車や道路の端に車両ＣＡが接近すると交通事故のリスクが高まるため、車両ＣＡを中心としたポテンシャルマップでは、対向車や道路の端の位置に大きな数値が設定される。また、ポテンシャルマップは、一般に車両を上方から見下ろした水平面における２次元データとして生成されるが、加減速のみで障害物を回避できるような場合には、１次元データで生成してもよいし、高さ制限があるトンネル等、高さの情報が重要である場合には、水平面に高さを加えた３次元データで生成するようにしてもよい。

実施の形態１において、車両ポテンシャルマップ生成部１３０は、静的ポテンシャルマップ生成部１３１と、動的ポテンシャルマップ生成部１３２とを備える。

静的ポテンシャルマップ生成部１３１は、車両位置情報と少なくとも静止障害物位置情報とに基づき、車両ＣＡにとっての静止障害物による交通事故のリスクを少なくとも示す静的ポテンシャルマップを生成するものである。ここで、静的ポテンシャルマップ生成部１３１は、さらに移動障害物位置情報に基づき、車両ＣＡにとっての現在時刻の移動障害物による交通事故のリスクを含むように静的ポテンシャルマップを生成するようにしてもよい。以下では、静的ポテンシャルに現在時刻の移動障害物によるリスクも含め、現在時刻の位置座標に存在する静止障害物及び移動障害物による、車両ＣＡにとっての交通時刻のリスクを示す車両ポテンシャルマップとして静的ポテンシャルを生成する。

静的ポテンシャルマップ生成部１３１は、車両ポテンシャルマップを生成する際に、まず、車両位置情報と地図データとに基づいて、車両ＣＡの車線中心を求める。上記により得られた車線中心を示す情報、及び障害物情報に基づいて、静的ポテンシャルマップ生成部１３１は、車両ＣＡを中心としたポテンシャルマップを生成する。車線中心の求め方については、地図データに車線中心のデータが含まれる場合には、そのデータを読み出すだけでよく、地図データに車線中心のデータが含まれない場合には、道路の端に存在する区画線と、道路の中央線との中間に曲線を生成し、車線中心として求めるようにすればよい。

静的ポテンシャルマップ生成部１３１は、物体位置情報取得部１１０が取得した車両位置情報及び障害物情報により、現在時刻における２次元のポテンシャルマップＲ（ｘ）を生成する。一般に、ポテンシャルマップは、現在時刻Ｔにおける二次元座標ｘごとのポテンシャル値を規定の範囲に渡って算出することにより得られる。ここで、規定の範囲とは、例えば、車両の周囲において半径１００ｍの領域等、車両ＣＡの制御に重要と考えられる領域を情報処理装置１００の設計者が予め設定することにより決定される。
静的ポテンシャルマップは、例えば、障害物位置Ｘ_ｋを中心とした正規分布を用いて、以下の数式１により生成することができる。ここで、障害物はｎ＋１個存在するものとする。

ここでｘはポテンシャルマップの二次元座標、α_ｋは対象の属性K_ｋによって決定される重み係数、正規分布の二次元標準偏差σ_ｋは、対象の幅高さと比例する値とする。ωは道路中心のポテンシャル値に対する重み係数、ｘ_１はポテンシャルマップの二次元座標ｘの第１成分、Y_ｒは車両ＣＡの車線中心、σ_ｒは予め設定する値で、車線中心から離れた場合のポテンシャル値を示す定数である。

図２及び図３を用いて静的ポテンシャルマップの具体例について説明する。
図２は、車両ＣＡ及び車両ＣＡの周囲の障害物を上方から見た様子を示す平面図であり、図３は図２の状況に対応する静的ポテンシャルマップの具体例を示す概念図である。位置関係を分かりやすくするために、図３には図２の車両ＣＡを重畳して示している。

物体位置情報取得部１１０、及び静的ポテンシャルマップ生成部１３１は、各種センサーの情報を用いて、図２に示される車両ＣＡ周囲の障害物、壁面、及び車線中心を認識する。そして、静的ポテンシャルマップ生成部１３１は、認識した各種情報に基づいて、数式１により静的ポテンシャルマップを生成する。
図２において、車両ＣＡの周囲には、移動障害物として車両ＭＯ２１、車両ＭＯ２２、及び車両ＭＯ２３が存在する。また、図２において、一番左の直線が区画線ＬＥ２１であり、一番右の直線が区画線ＬＥ２２、真ん中の直線が中央線ＣＬ２１、区画線ＬＥ２１と中央線ＣＬ２１の間にある点線が車線中心ＬＡ１である。
そして、図３において、リスクポテンシャルＲＭＯ２１が図２における車両ＭＯ２１に対応するリスクポテンシャル、リスクポテンシャルＲＭＯ２２が図２における車両ＭＯ２２に対応するリスクポテンシャル、リスクポテンシャルＲＭＯ２３が図２における車両ＭＯ２３に対応するリスクポテンシャルである。また、車両の左右両側の領域には、図２における車線中心ＬＡ２２から離れることによるリスクポテンシャルＲＬＡ２１が存在する。

動的ポテンシャルマップ生成部１３２は、静的ポテンシャルマップと障害物移動経路予測情報とに基づき、動的ポテンシャルマップを生成するものである。ここで、障害物移動経路予測情報は、障害物移動経路予測部１５０が生成する情報であるため、先に障害物ポテンシャルマップ生成部１４０及び障害物移動経路予測部１５０の構成について説明した後に、動的ポテンシャルマップ生成部１３２について説明することとする。

障害物ポテンシャルマップ生成部１４０は、障害物位置情報に基づき、障害物にとっての交通事故のリスクを示す障害物ポテンシャルマップを生成するものである。ここで、複数の障害物が存在する場合は、障害物毎にそれぞれ対応する障害物ポテンシャルマップを生成する。また、障害物ポテンシャルマップ生成部１４０は、移動障害物位置情報に基づき、移動障害物にとっての交通事故のリスクを示す移動障害物ポテンシャルマップだけを障害物ポテンシャルマップとして生成するようにしてもよい。障害物ポテンシャルマップは、対象とする障害物の移動経路を予測するために用いられるものであり、静止障害物はその定義から移動しないものとしているためである。以下において、単に障害物ポテンシャルマップと記載した場合は、移動障害物ポテンシャルマップを指すものとする。

また、障害物ポテンシャルマップ生成部１４０は、静的ポテンシャルマップ生成部１３１が車両ＣＡの車線中心を求めたのと同様に、移動障害物となる他車両の車線中心を求める。

障害物ポテンシャルマップ生成部１４０は、各障害物から見た障害物ポテンシャルマップＵ_ｉ（ｘ）を生成する。たとえば位置Ｘ_ｉに存在する障害物を中心とした障害物ポテンシャルマップＵ_ｉ（ｘ）は以下の数式２で示すことができる。

ここで、第１項はＸ_ｉに位置する障害物から見た他障害物のポテンシャル値を表し、第２項はＸ_ｉに位置する障害物から見た自車両のポテンシャル値を表し、第３項はＸ_ｉに位置する障害物の走行車線に対するポテンシャル値である。β_ｋｉはｋ＝ｉのとき０，それ以外では１となる係数であり、γ_ｋは自車両のポテンシャル値に対する重み値でありCはマップ内の自車両位置であり、正規分布の二次元標準偏差σ_ｃは自車両の幅高さと比例する値とする。Ｙ_ｉは障害物の車線中心を表す。図３に生成の概要を示す。

障害物移動経路予測部１５０は、障害物ポテンシャルマップに基づき、障害物の移動経路を予測し、障害物移動経路予測情報を生成するものである。障害物移動経路予測情報は、移動障害物の予測された移動経路を示す移動障害物移動経路予測情報を含む。ここで、障害物移動経路予測部１５０は、移動障害物についてのみ移動経路を予測するようにしてもよい。静止障害物は、移動せず、静止した障害物と定義しているためである。

実施の形態１において、障害物移動経路予測部１５０は、障害物ポテンシャルマップ生成部１４０が生成した障害物ポテンシャルマップＵ_ｉ（ｘ）に基づき、対象障害物の移動経路を予測する。例えば、対象障害物の時刻ｔにおける操舵値をｒ_ｉ（ｔ）、加速度値をａ_ｉ（ｔ）とすると、以下で示されるようなコスト関数によって移動経路を決定する。

ここで、Ｓ_ｉｔ（ｒ（ｔ），ａ（ｔ））は操舵値ｒ（ｔ）、加速度ａ（ｔ）を適用した際の時刻ｔにおける２次元座標であり、ｗ_ｒ，ｗ_ａはあらかじめ設定した操舵値ｒ、加速度ａの変化に対する重み値である。障害物移動経路予測部１５０は、コスト関数を最小にする移動経路Ｓ_ｉｔ（ｒ_ｉ（ｔ），ａ_ｉ（ｔ）），・・・，Ｓ_ｉｎｔ（ｒ_ｉ（ｎｔ），ａ_ｉ（ｎｔ））を出力する。ここで、移動経路Ｓ_ｉｔ（ｒ（ｔ），ａ（ｔ））は操舵値ｒ（ｔ）、加速度ａ（ｔ）の関数であるので、独立変数は操舵値ｒ（ｔ）と加速度ａ（ｔ）であり、コスト関数を最小にする操舵値ｒ（ｔ）と加速度ａ（ｔ）を求めることにより、移動経路Ｓ_ｉｔ（ｒ（ｔ），ａ（ｔ））は決定される。また、Ｔは現在時刻、ｕは予め設定された所定の時間幅であり、ｍは正の整数である。ｕはどれだけ細かく障害物の時間変化を追いたいか、ｍはどれだけ未来の時刻まで障害物の移動を追いたいかによって、情報処理装置１００の設計者が経験則により、あるいは実験等を行い、実験データに基づき設定すればよい。

上記において、コスト関数を最小にする移動経路だけでなく、複数の移動経路を予測経路として決定するようにしても良く、あるいは、上記のコスト関数とは別のコスト関数を複数用意し、それぞれのコスト関数から移動経路を予測するようにしてもよい。すなわち、障害物移動経路予測部１５０は、各時刻において障害物の移動経路を複数予測するようにしてもよい。以下では、障害物移動経路予測部１５０は、数式３で表されるコスト関数を最小にする移動経路と２番目に小さくする移動経路を予測経路として決定するものとする。

図４から図６を用いて、障害物の移動経路を予測する動作の具体例について説明する。
図４は、車両ＣＡ及び車両ＣＡの周囲の障害物を上方から見た様子を示す平面図であり、図５は、障害物ポテンシャルマップの具体例を示す概念図であり、図６は障害物移動経路予測情報が示す障害物の移動経路の具体例を示す概念図である。

図４において、車両ＣＡの周囲には、移動障害物として車両ＭＯ４１が存在する。ここで、車両ＭＯ４１は車両ＣＡの対向車両である。図５は、車両ＭＯ４１にとっての交通事故のリスクを示す障害物ポテンシャルマップを示す概念図であるが、位置関係を分かりやすくするために、図４の車両ＭＯ４１を重畳して示している。リスクポテンシャルＲＣＡは、図４における車両ＣＡによるリスクポテンシャルである。また、車両ＭＯ４１の左右両側の灰色の領域は車両ＭＯ４１が車線中心から離れることによるリスクポテンシャルを示すものである。
図６に、車両ＭＯ４１の予測される移動経路を示す。点線の矢印で示される移動経路ＡＲ６１が車両ＭＯ４１が直進する場合の移動経路、一点鎖線の矢印で示される移動経路ＡＲ６２が車両ＭＯ２が右折する場合の移動経路である。ここで、例えば、従来のように車両ＭＯ４１が等加速度運動をしていると仮定した場合には、車両ＭＯ４１の移動経路として移動経路ＡＲ６１しか予測できないが、本実施の形態に係る情報処理装置１００のように、障害物ポテンシャルマップを用いる場合には、直進する移動経路ＡＲ６１以外にもリスクポテンシャルの値が低い経路として右折する移動経路ＡＲ６２も予測することができる。

次に、動的ポテンシャルマップ生成部１３２について説明する。
動的ポテンシャルマップ生成部１３２は、上述したように、静的ポテンシャルマップと障害物移動経路予測情報とに基づき、動的ポテンシャルマップを生成するものである。実施の形態１において、動的ポテンシャルマップ生成部１３２は、静的ポテンシャルマップに、障害物移動経路予測情報が示す移動経路に位置したときの障害物による車両ＣＡにとっての交通事故のリスクを重畳することにより、車両ポテンシャルマップを生成する。

実施の形態１において、動的ポテンシャルマップ生成部１３２は、予め設定された複数の時刻において、障害物移動経路予測部１５０が予測した障害物の移動経路から、各時刻における障害物が存在する位置を求める。そして、各時刻における障害物のリスクポテンシャルを静的ポテンシャルマップに重畳することにより、障害物の移動予測結果を反映した動的ポテンシャルマップを生成する。例えば、以下の数式４により、動的ポテンシャルマップを生成することができる。

ここで、前記の通りα_ｉは対象の属性K_ｉによって決定される重み係数、正規分布の二次元標準偏差σ_ｉは、対象の幅高さと比例する値である。また、δ_ｋは各時刻において障害物のリスクを静的ポテンシャルマップに重畳する際の、ポテンシャル値に対する重み係数である。例えば、現在時刻に最も近い時刻ｔ＝Ｔおける重みδ_Ｔを大きくし、現在時刻から最も遠い時刻ｔ＝ｍＴにおける重みδ_ｍＴを小さくする等の設定を行う。

図７を用いて、動的ポテンシャルマップの具体例について説明する。
図７は、動的ポテンシャルマップの具体例を示す概念図であり、図４から図６の状況に対応している。位置関係を分かりやすくするために、図４における車両ＣＡ、車両ＭＯ４１及び各区画線を重畳して示している。図６において、リスクポテンシャルＲＭＯ４１が現在時刻の車両ＭＯ４１に対応するリスクポテンシャルであり、リスクポテンシャルＲＭＯ６１（リスクポテンシャルＲＭＯ６１１、リスクポテンシャルＲＭＯ６１２及びリスクポテンシャルＲＭＯ６１３）が車両ＭＯ４１が直進する場合の予測移動経路ＡＲ６１に対応するリスクポテンシャルであり、リスクポテンシャルＲＭＯ６２（リスクポテンシャルＲＭＯ６２１、リスクポテンシャルＲＭＯ６２２、及びリスクポテンシャルＲＭＯ６２３）が車両ＭＯ４１が右折する場合の予測移動経路ＡＲ６２に対応するリスクポテンシャルである。ここで、リスクポテンシャルＲＡＲ６１１とリスクポテンシャルＲＡＲ６２１が時刻Ｔ＋ｕにおける車両ＭＯ４１のリスクポテンシャル、リスクポテンシャルＲＡＲ６１２とリスクポテンシャルＲＡＲ６２２が時刻Ｔ＋２ｕにおける車両ＭＯ４１のリスクポテンシャル、リスクポテンシャルＲＡＲ６１３とリスクポテンシャルＲＡＲ６２３が時刻Ｔ＋３ｕにおける車両ＭＯ４１のリスクポテンシャルである。また、車両ＣＡの左右両側の領域には、他の図同様に、車両ＣＡが車線中心から離れることによるリスクポテンシャルが存在する。

車両移動経路予測部１６０は、車両ポテンシャルマップに基づき、車両ＣＡの移動経路を予測し、車両移動経路予測情報を生成するものであり、実施の形態１においては、車両ポテンシャルマップ生成部１３０が生成した動的ポテンシャルマップに基づき車両ＣＡの移動経路を予測するものである。車両ＣＡの移動経路の予測は、障害物の移動経路の予測と同様に数式３のように行うことができる。ここで、車両移動経路予測部１６０は、移動経路を示す情報のみを車両制御装置６００に送信し、車両制御装置６００が車両ＣＡの操舵角や速度を再計算する構成でもよいし、移動経路だけでなく、操舵値や速度も車両移動経路予測情報に含めて車両制御装置６００に送信するようにしてもよい。
また、車両移動経路予測部１６０は、数式３により計算されるコスト関数の最小値が所定の閾値以上の場合、一時停止するよう車両ＣＡを制御するための信号を車両制御装置６００に送信するようにしてもよい。

次に、実施の形態１に係る情報処理装置１００のハードウェア構成について説明する。情報処理装置１００の各機能は、コンピュータにより実現される。図５は、情報処理装置１００を実現するコンピュータのハードウェア構成の例を示す構成図である。
図５に示したハードウェアには、ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）等の処理装置１００００と、ＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）やハードディスク等の記憶装置１０００１が備えられる。
図１に示す、物体位置情報取得部１１０、地図データ取得部１２０、車両ポテンシャルマップ生成部１３０、障害物ポテンシャルマップ生成部１４０、障害物移動経路予測部１５０、及び車両移動経路予測部１６０は、記憶装置１０００１に記憶されたプログラムが処理装置１００００で実行されることにより実現される。
また、情報処理装置１００の各機能を実現する方法は、上記したハードウェアとプログラムの組み合わせに限らず、処理装置にプログラムをインプリメントしたＬＳＩ（ＬａｒｇｅＳｃａｌｅＩｎｔｅｇｒａｔｅｄＣｉｒｃｕｉｔ）のような、ハードウェア単体で実現するようにしてもよいし、一部の機能を専用のハードウェアで実現し、一部を処理装置とプログラムの組み合わせで実現するようにしてもよい。

以上のように、情報処理装置１００は構成される。

次に実施の形態１に係る情報処理装置１００の動作について説明する。
図６は、実施の形態１に係る情報処理装置１００の動作を示すフローチャートである。
ここで、情報処理装置１００の動作が情報処理方法に対応し、情報処理方法をコンピュータに実行させるプログラムが情報処理プログラムに対応する。

まず、ステップＳ１の物体位置情報取得工程において、物体位置情報取得部１１０は、各種センサーからの情報を取得し、物体の位置情報を取得する。より具体的には、物体位置情報取得部１１０はロケータ２００から車両ＣＡの位置を示す車両位置情報を取得し、カメラ３００、レーダー４００、及びＬｉＤＡＲ５００から取得したセンサーデータをもとに車両ＣＡの周辺に存在する障害物の位置を特定し、障害物の位置を示す障害物位置情報を取得する。また、物体位置情報取得部１１０は、センサーデータから障害物の属性を認識する。

次に、ステップＳ２において、地図データ取得部１２０は、物体位置情報取得部１１０が取得した車両ＣＡの車両位置情報に基づいて、車両ＣＡ周辺の地図データを取得する。地図データを既に外部から取得しており、情報処理装置１００の内部に保存している場合には、単にそのデータを読み出すだけでもよい。

次に、ステップＳ３において、静的ポテンシャルマップ生成部１３１は、現在時刻における車両ＣＡにとっての交通事故のリスクを示す静的ポテンシャルマップを生成する。より具体的には、まず、静的ポテンシャルマップ生成部１３１は、車両位置情報と地図データに基づいて、車両ＣＡの車線中心を求める。また、同様に、障害物情報と地図データに基づいて、障害物の車線中心を求める。上記により得られた車線中心を示す情報、及び障害物情報に基づいて、静的ポテンシャルマップ生成部１３１は、数式１に示す車両ＣＡを中心としたポテンシャルマップを生成する。

次に、ステップＳ４の障害物ポテンシャルマップ生成工程において、障害物ポテンシャルマップ生成部１４０は、障害物にとっての交通事故のリスクを示す障害物ポテンシャルマップを生成する。また、このステップＳ４からステップＳ６までは、全ての障害物について処理を行うまでループを繰り返す。どの順番で障害物を処理するかは、設計者が予め設定するものとする。設定の仕方は任意であるが、例えば、車両ＣＡとの距離が近い障害物から順に処理したり、リスクポテンシャルにおいて重み付けが大きい属性の障害物から順に処理したりするようにすればよい。

次に、ステップＳ５の障害物移動経路予測工程において、障害物移動経路予測部１５０は、障害物の移動経路の予測を行い、ステップＳ６において、動的ポテンシャルマップ生成部１３２は、静的ポテンシャルマップと、障害物移動経路予測部１５０によって予測された障害物の移動経路とに基づいて、動的ポテンシャルマップを生成する。

上述したように、ステップＳ４からステップＳ６までの処理は全ての障害物について行うまでループさせる。全ての障害物について処理が終わったかの判定は、単に物体位置情報取得部１１０が障害物の位置情報を取得した際に、障害物の数をカウントしておき、ステップＳ４からステップＳ６までの処理を終えるたびに、処理済みの障害物をカウントし、予めカウントされた障害物の数に達したかを判定するようにすればよい。また、上記においては、ループの内部で動的ポテンシャルマップを生成する、すなわち、１つの障害物毎に車両ポテンシャルマップに対して予測移動経路の反映を行うようにしたが、全ての障害物について移動経路の予測が終わった後にまとめて、予測移動経路の情報を静的ポテンシャルマップに反映し、静的ポテンシャルマップを生成するようにしてもよい。

すべての障害物について上記のループ処理が終わった後、ステップＳ７において、車両移動経路予測部１６０は、動的ポテンシャルマップに基づいて車両ＣＡの移動経路を予測し、車両移動経路予測情報を車両制御装置６００に送信する。

以上のような動作により、実施の形態１に係る情報処理装置１００は、障害物を中心としたポテンシャルマップである障害物ポテンシャルマップを生成し、当該障害物ポテンシャルマップに基づき、障害物の移動経路を予測することにより、障害物の移動経路の予測精度を向上することができる。

また、実施の形態１に係る情報処理装置１００は、上記の方法により予測された移動経路に沿って障害物が移動した場合の、車両にとっての交通事故のリスクを示す動的ポテンシャルマップを生成するようにしたので、より適切に予測された障害物の移動経路に基づき、車両ＣＡの交通事故のリスクを算出することができる。また、実施の形態１に係る情報処理装置１００は、上記の動的ポテンシャルマップに基づき、車両の移動経路を予測するようにしたので、障害物ポテンシャルマップに基づき予測された、障害物の移動経路に基づき、車両ＣＡの移動経路を予測することにより、車両ＣＡの移動経路の予測精度も向上することができる。

例えば、図４の状況下では、等加速度運動を仮定した場合には、車両ＭＯ４は直進するものとして予測されるが、実施の形態１に係る情報処理装置１００は、障害物ポテンシャルマップを用いて、障害物の移動経路を予測することにより、右折する場合の移動経路も予測することができる。そして、図７に示すように、障害物ポテンシャルマップに基づき予測された障害物の予測移動経路情報を用いて、車両ＣＡにとっての交通事故のリスクを示す動的ポテンシャルマップを生成することにより、車両ＭＯ４１が直進する場合だけでなく、右折する場合も考慮して、精度良く車両ＣＡの移動経路を予測することができる。

また、図１０から図１３を用いて、別の具体的な状況における情報処理装置１００の効果について説明する。図１０は車両ＣＡ及び車両ＣＡの周囲の障害物を上方から見た様子を示す平面図、図１１は図１０の状況に対応する車両ＭＯ１０１にとっての障害物ポテンシャルマップの具体例を示す概念図、図１２は図１１に示される障害物ポテンシャルマップに基づいて予測された車両ＭＯ１０１の移動経路の具体例を示す概念図、図１３は図１２で示される車両ＭＯ１０１の予測移動経路に基づいて生成された動的ポテンシャルマップの具体例を示す概念図である。

図１０において、車両ＣＡの周囲には車両ＭＯ１０１と車両ＭＯ１０２が存在する。ここで、車両ＭＯ１０２は道路上で停車しており、静止しているものとする。車両ＭＯ１０１が減速している場合、等加速度運動を仮定すると、車両ＭＯ１０１が車両ＭＯ１０２の手前で停車すると予測されるが、実際には、車両ＭＯ１０１は車両ＭＯ１０２は避けて一時的に車両ＣＡの車線に進入する可能性がある。そして、実施の形態１に係る情報処理装置１００は、車両ＭＯ１０２の移動予測を図１１に示すように、障害物ポテンシャルマップに基づき行うので、リスクポテンシャル値に基づいて計算されるコスト関数の値が小さな経路として、図１２に示すように直進後停車する場合と、右に曲がり車両ＣＡの車線に進入する場合の両方を予測することができ、その結果、図１３に示すように、より適切に車両ＭＯ１０１の移動を予測した結果を車両ポテンシャルマップに反映することができる。

図１１において、リスクポテンシャルＲＭＯ１０２が図１０の車両ＭＯ１０２に対応するリスクポテンシャルであり、リスクポテンシャルＲＣＡが図１０の車両ＣＡに対応するリスクポテンシャルであり、車両ＭＯ１０１の両側の灰色の領域は車両ＭＯ１０１が車線中心から離れることによるリスクポテンシャルを示す。また、図１２において、車両ＭＯ１０１が直進する場合の予測移動経路ＡＲ１２１は点線の矢印で図示され、右に曲がる場合の予測移動経路ＡＲ１２２は一点鎖線の矢印で図示される。

そして、図１３において、リスクポテンシャルＲＭＯ１０２が図１０の車両ＭＯ１０２に対応するリスクポテンシャル、リスクポテンシャルＲＭＯ１０１が図１０の現在時刻における車両ＭＯ１０１のリスクポテンシャル、リスクポテンシャルＲＡＲ１２１（リスクポテンシャルＲＡＲ１２１１及びリスクポテンシャルＭＯ１２１２）が予測移動経路ＡＲ１２１に対応するリスクポテンシャル、リスクポテンシャルＲＡＲ１２２（リスクポテンシャルＲＡＲ１２２１及びリスクポテンシャルＲＡＲ１２２２）が予測移動経路ＡＲ１２２に対応するリスクポテンシャルである。ここで、リスクポテンシャルＲＡＲ１２１１とリスクポテンシャルＲＡＲ１２２１が時刻Ｔ＋ｕにおける車両ＭＯ１０１のリスクポテンシャル、リスクポテンシャルＲＡＲ１２１２とリスクポテンシャルＲＡＲ１２２２が時刻Ｔ＋２ｕにおける車両ＭＯ１０１のリスクポテンシャルである。また、車両ＣＡの左右両側の領域には、他の図同様に、車両ＣＡが車線中心から離れることによるリスクポテンシャルが存在する。

図１０から図１３に示すように、実施の形態１に係る情報処理装置１００は、車両ＭＯ１０１が直進後停止する場合だけでなく、右に曲がり車両ＣＡの車線に進入する場合も予測することができ、さらに、それらを考慮した車両ポテンシャルマップである動的ポテンシャルマップを生成することができる。また、当該動的ポテンシャルマップに基づいて、移動経路を予測することにより、車両ＣＡの移動経路を車両ＭＯ１０１が車両ＣＡの車線に進入する場合も含め、適切に予測することができる。

以下で、実施の形態１に係る情報処理装置１００の変形例について説明する。

上記において、車両ポテンシャルマップ生成部１３０及び障害物ポテンシャルマップ生成部１４０は、地図データ取得部１２０が取得した地図データを用いて、ポテンシャルマップを生成するようにしたが、山奥の山道や新しく出来た道路等、地図データが無い場所においては、物体位置情報及び各種センサーから得られた情報のみを用いて、地図データは用いずにポテンシャルマップを生成するようにしてもよい。

車両ポテンシャルマップ生成部１３０は、静的ポテンシャルマップを生成した後、障害物移動経路予測情報を静的ポテンシャルマップに反映することにより、動的ポテンシャルマップを生成するようにしたが、直接、動的ポテンシャルマップを生成するようにしてもよい。例えば、数式５により、動的ポテンシャルマップを生成するようにしてもよい。

また、車両ポテンシャルマップ生成部１３０は、現在時刻における車両ポテンシャルマップに障害物の予測される移動経路に対応する複数の時刻におけるリスクポテンシャルを重畳するようにしたが、複数の時刻における車両ポテンシャルマップを生成し、各時刻において障害物の予測される移動経路に対応するリスクポテンシャルを重畳するようにしてもよい。例えば、以下の数式６のように車両ポテンシャルマップを更新してもよい。また、上記において複数の時刻とは、離散的でも連続的でもよい。

数式６により車両ポテンシャルマップを生成する場合においても、車両移動経路予測部１６０は、上述した方法と同様に、コスト関数が最小となるように車両ＣＡの移動経路を求めることができる。また、この場合においては、時間依存したポテンシャルマップを用いて車両ＣＡの移動経路を予測するので、別時刻において同じ空間位置に存在する障害物の影響は無視することができ、より高精度に車両の移動経路を予測することができる。

また、障害物移動経路予測部１５０が障害物の移動経路を予測する処理において、対象とする障害物以外は静止しているものとして障害物の移動経路を予測したが、対象としない障害物は従来の移動予測手法であるカルマンフィルタ等を用いて移動経路を予測し、対象としない障害物の位置Ｘ_ｋ（ｔ）（ｋ≠ｉ）は、従来の予測方法により予測された移動経路に沿って移動するものとして、数式７のように対象とする障害物（ｋ＝ｉ）の障害物ポテンシャルマップを生成するようにしてもよい。

あるいは、既に移動経路を予測した障害物（ｋ＝０～ｉ―１）については、数式３によって予測された移動経路に従って移動するものと仮定し、移動経路の予測がまだされていない障害物（ｋ＝ｉ＋１～ｎ）についてはカルマンフィルタ等を用いて予測された移動経路に従って移動するものと仮定して、数式８のように対象とする障害物（ｋ＝ｉ）の障害物ポテンシャルマップを生成するようにしてもよい。

また、図６に示される情報処理装置１００の動作において、ステップＳ４及びステップＳ５の処理は全ての障害物について行うものとしたが、一部の障害物、例えば、車両ＣＡに最も近い障害物についてのみステップＳ５及びステップＳ６の処理を行い、残りの障害物については静止するものとみなし、あるいは従来技術により予測された移動経路に従い移動するものとみなし、ステップＳ６の処理を行い動的ポテンシャルマップを生成するようにしてもよい。全ての障害物について障害物ポテンシャルマップに基づいた移動予測を行う場合は、より適切な移動予測を行うことができ、特定の障害物についてのみ上記の移動予測を行う場合は、計算コストを抑えながら、重要な障害物については適切な移動予測を行うことができる。

実施の形態１における情報処理装置１００は、車両ＣＡに搭載される車載装置としたので、通信環境が悪い状況においても、障害物及び車両ＣＡの移動経路を予測することができる。また、１台の情報処理装置１００で１台の車両ＣＡの移動経路を予測するので、１台の情報処理装置１００にかかる計算負荷を軽減することができる。しかしながら、通信環境が良い場所のみを走行し、また、計算能力が高いコンピュータを用いる場合には、情報処理装置１００は、車両ＣＡの外部に備えられたコンピュータにより実現し、障害物及び車両ＣＡの移動予測結果を車両ＣＡに送信する構成としてもよい。

上記において、車両ＣＡや障害物のポテンシャルは正規分布で表現したが、他の分布関数を用いても良く、例えば、箱型関数や、静止物体には正規分布を用いて、移動物体に関しては、進行方向に正規分布がドップラーシフトした形状の分布関数等を用いても良い。
また、障害物移動経路予測部１５０は、障害物の予測された移動経路を示す障害物移動経路予測情報を車両ポテンシャルマップ生成部１３０に送信するものとしたが、障害物移動経路情報に障害物の予測された操舵値及び速度を含めて送信するようにしてもよい。このとき、車両ポテンシャルマップ生成部１３０は、障害物のポテンシャル値において障害物の位置だけでなく、操舵値や速度に基づいて設定するようにしてもよい。

本発明に係る情報処理装置は、自動運転システムに用いるのに適している。

１００情報処理装置、１０００情報処理システム、２００ロケータ、３００カメラ、４００レーダー、５００ＬｉＤＡＲ、６００車両制御装置、１１０物体位置情報取得部、１２０地図データ取得部、１３０車両ポテンシャルマップ生成部、１３１静的ポテンシャルマップ生成部、１３２動的ポテンシャルマップ生成部、１４０障害物ポテンシャルマップ生成部、１５０障害物移動経路予測部、１６０車両移動経路予測部

Claims

車両の周囲に存在する障害物の位置を示す障害物位置情報と、前記車両の位置を示す車両位置情報とを取得する物体位置情報取得部と、
前記障害物位置情報に基づき、前記障害物にとっての交通事故のリスクを示す障害物ポテンシャルマップを生成する障害物ポテンシャルマップ生成部と、
前記障害物ポテンシャルマップに基づき、前記障害物の移動経路を予測し、障害物移動経路予測情報を生成する障害物移動経路予測部と、
前記車両位置情報と前記障害物移動経路予測情報とに基づき、前記障害物移動経路予測情報が示す前記障害物の予測された移動経路に沿って前記障害物が移動した場合の、前記車両にとっての交通事故のリスクを示す動的ポテンシャルマップを生成する車両ポテンシャルマップ生成部と、
を備え、
前記物体位置情報取得部は、前記障害物のうち静止障害物の位置を示す静止障害物位置情報と、前記障害物のうち移動障害物の位置を示す移動障害物位置情報とを含む位置情報を前記障害物位置情報として取得し、
前記障害物ポテンシャルマップ生成部は、前記移動障害物位置情報に基づき、前記移動障害物にとっての交通事故のリスクを示す移動障害物ポテンシャルマップを前記障害物ポテンシャルマップとして生成し、
前記障害物移動経路予測部は、前記移動障害物ポテンシャルマップに基づき、前記移動障害物の移動経路を予測した移動障害物移動経路予測情報を前記障害物移動経路予測情報として生成し、
前記車両ポテンシャルマップ生成部は、
前記車両位置情報と少なくとも前記静止障害物位置情報とに基づき、前記車両にとっての前記静止障害物による交通事故のリスクを少なくとも示す静的ポテンシャルマップを生成する静的ポテンシャルマップ生成部と、
前記静的ポテンシャルマップと前記移動障害物移動経路予測情報とに基づき、前記動的ポテンシャルマップを生成する動的ポテンシャルマップ生成部と、を備える
ことを特徴とする情報処理装置。
前記車両ポテンシャルマップ生成部は、複数の時刻における前記動的ポテンシャルマップを生成する
ことを特徴とする請求項１に記載の情報処理装置。
前記障害物移動経路予測部は、各時刻において前記障害物の移動経路を複数予測する
ことを特徴とする請求項１又は２に記載の情報処理装置。
車両の位置を特定するロケータと、
前記車両の周囲の環境を検知するセンサーと、
前記ロケータから前記車両の位置を示す車両位置情報を取得し、前記センサーから取得したセンサーデータに基づき、前記車両の周囲に存在する障害物の位置を示す障害物位置情報を取得する物体位置情報取得部と、
前記障害物位置情報に基づき、前記障害物にとっての交通事故のリスクを示す障害物ポテンシャルマップを生成する障害物ポテンシャルマップ生成部と、
前記障害物ポテンシャルマップに基づき、前記障害物の移動経路を予測し、障害物移動経路予測情報を生成する障害物移動経路予測部と、
前記車両位置情報と前記障害物移動経路予測情報とに基づき、前記障害物移動経路予測情報が示す前記障害物の予測された移動経路に沿って前記障害物が移動した場合の、前記車両にとっての交通事故のリスクを示す動的ポテンシャルマップを生成する車両ポテンシャルマップ生成部と、
前記動的ポテンシャルマップに基づき、前記車両の移動経路を予測する車両移動経路予測部と、
前記車両移動経路予測部で予測された移動経路に基づき、前記車両を制御する車両制御装置と、
を備え、
前記物体位置情報取得部は、前記障害物のうち静止障害物の位置を示す静止障害物位置情報と、前記障害物のうち移動障害物の位置を示す移動障害物位置情報とを含む位置情報を前記障害物位置情報として取得し、
前記障害物ポテンシャルマップ生成部は、前記移動障害物位置情報に基づき、前記移動障害物にとっての交通事故のリスクを示す移動障害物ポテンシャルマップを前記障害物ポテンシャルマップとして生成し、
前記障害物移動経路予測部は、前記移動障害物ポテンシャルマップに基づき、前記移動障害物の移動経路を予測した移動障害物移動経路予測情報を前記障害物移動経路予測情報として生成し、
前記車両ポテンシャルマップ生成部は、
前記車両位置情報と少なくとも前記静止障害物位置情報とに基づき、前記車両にとっての前記静止障害物による交通事故のリスクを少なくとも示す静的ポテンシャルマップを生成する静的ポテンシャルマップ生成部と、
前記静的ポテンシャルマップと前記移動障害物移動経路予測情報とに基づき、前記動的ポテンシャルマップを生成する動的ポテンシャルマップ生成部と、を備える
ことを特徴とする情報処理システム。
車両の周囲に存在する障害物の位置を示す障害物位置情報と、前記車両の位置を示す車両位置情報とを取得する物体位置情報取得工程と、
前記障害物位置情報に基づき、前記障害物にとっての交通事故のリスクを示す障害物ポテンシャルマップを生成する障害物ポテンシャルマップ生成工程と、
前記障害物ポテンシャルマップに基づき、前記障害物の移動経路を予測し、障害物移動経路予測情報を生成する障害物移動経路予測工程と、
前記車両位置情報と前記障害物移動経路予測情報とに基づき、前記障害物移動経路予測情報が示す前記障害物の予測された移動経路に沿って前記障害物が移動した場合の、前記車両にとっての交通事故のリスクを示す動的ポテンシャルマップを生成する車両ポテンシャルマップ生成工程と、
を含み、
前記物体位置情報取得工程において、前記障害物のうち静止障害物の位置を示す静止障害物位置情報と、前記障害物のうち移動障害物の位置を示す移動障害物位置情報とを含む位置情報を前記障害物位置情報として取得し、
前記障害物ポテンシャルマップ生成工程において、前記移動障害物位置情報に基づき、前記移動障害物にとっての交通事故のリスクを示す移動障害物ポテンシャルマップを前記障害物ポテンシャルマップとして生成し、
前記障害物移動経路予測工程において、前記移動障害物ポテンシャルマップに基づき、前記移動障害物の移動経路を予測した移動障害物移動経路予測情報を前記障害物移動経路予測情報として生成し、
前記車両ポテンシャルマップ生成工程は、
前記車両位置情報と少なくとも前記静止障害物位置情報とに基づき、前記車両にとっての前記静止障害物による交通事故のリスクを少なくとも示す静的ポテンシャルマップを生成する静的ポテンシャルマップ生成工程と、
前記静的ポテンシャルマップと前記移動障害物移動経路予測情報とに基づき、前記動的ポテンシャルマップを生成する動的ポテンシャルマップ生成工程と、を含む
ことを特徴とする情報処理方法。
請求項５に記載された全工程をコンピュータに実行させる情報処理プログラム。