JP7140895B1 - 事故分析装置、事故分析方法及びプログラム - Google Patents
事故分析装置、事故分析方法及びプログラム Download PDFInfo
- Publication number
- JP7140895B1 JP7140895B1 JP2021131931A JP2021131931A JP7140895B1 JP 7140895 B1 JP7140895 B1 JP 7140895B1 JP 2021131931 A JP2021131931 A JP 2021131931A JP 2021131931 A JP2021131931 A JP 2021131931A JP 7140895 B1 JP7140895 B1 JP 7140895B1
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- accident
- data
- analysis
- collision
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 237
- 230000001133 acceleration Effects 0.000 claims abstract description 66
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 17
- 230000035622 drinking Effects 0.000 claims description 12
- 238000013507 mapping Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 abstract description 50
- 238000000034 method Methods 0.000 description 46
- 230000002093 peripheral effect Effects 0.000 description 37
- 238000010586 diagram Methods 0.000 description 33
- 230000008569 process Effects 0.000 description 20
- 238000012937 correction Methods 0.000 description 18
- 230000006870 function Effects 0.000 description 16
- 238000004891 communication Methods 0.000 description 14
- 235000019441 ethanol Nutrition 0.000 description 12
- 238000013500 data storage Methods 0.000 description 10
- 230000033001 locomotion Effects 0.000 description 9
- 238000005259 measurement Methods 0.000 description 6
- 238000007796 conventional method Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 5
- 238000010191 image analysis Methods 0.000 description 5
- 239000000284 extract Substances 0.000 description 4
- 230000010365 information processing Effects 0.000 description 4
- 238000012935 Averaging Methods 0.000 description 3
- 240000004050 Pentaglottis sempervirens Species 0.000 description 3
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000007717 exclusion Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 230000004397 blinking Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
Images
Abstract
Description
車両が備えるセンサにより計測された車両データと該車両が備えるカメラで撮影された映像データとを取得する取得部と、
取得した前記車両データと前記映像データとに基づいて、前記車両が起こした事故の状況を分析する分析部と、を備え、
前記分析部は、
前記車両データに含まれる上下方向の加速度データに基づいて、事故時の前記車両の転倒の有無を判定し、
前記車両の転倒があったと判定した場合、転倒以降の加速度データを事故の状況の分析に使用せず、
前記車両データは、前記車両が備える呼気センサにより検出されたアルコール濃度を含み、
前記分析部は、
前記車両が備える呼気センサにより検出された前記アルコール濃度が所定の基準値を超えている場合、事故の状況として事故時に運転者が飲酒していたと判定し、
前記映像データから同乗者の有無を判定し、同乗者があると判定した場合、事故時に運転者が飲酒していたか否かを示す項目を、事故の状況を示す情報から除外する。
前記分析部は、前記運転者に関する情報に基づいて、事故の状況として事故時の運転者の状況を分析するようにしてもよい。
事故分析装置による事故分析方法であって、
車両が備えるセンサにより計測された車両データと該車両が備えるカメラで撮影された映像データとを取得する取得ステップと、
取得した前記車両データと前記映像データとに基づいて、前記車両が起こした事故の状況を分析する分析ステップと、を備え、
前記分析ステップでは、
前記車両データに含まれる上下方向の加速度データに基づいて、事故時の前記車両の転倒の有無を判定し、
前記車両の転倒があったと判定した場合、転倒以降の加速度データを事故の状況の分析に使用せず、
前記車両データは、前記車両が備える呼気センサにより検出されたアルコール濃度を含み、
前記分析ステップでは、
前記車両が備える呼気センサにより検出された前記アルコール濃度が所定の基準値を超えている場合、事故の状況として事故時に運転者が飲酒していたと判定し、
前記映像データから同乗者の有無を判定し、同乗者があると判定した場合、事故時に運転者が飲酒していたか否かを示す項目を、事故の状況を示す情報から除外する。
コンピュータを、
車両が備えるセンサにより計測された車両データと該車両が備えるカメラで撮影された映像データとを取得する取得部、
取得した前記車両データと前記映像データとに基づいて、前記車両が起こした事故の状況を分析する分析部、として機能させ、
前記分析部は、
前記車両データに含まれる上下方向の加速度データに基づいて、事故時の前記車両の転倒の有無を判定し、
前記車両の転倒があったと判定した場合、転倒以降の加速度データを事故の状況の分析に使用せず、
前記車両データは、前記車両が備える呼気センサにより検出されたアルコール濃度を含み、
前記分析部は、
前記車両が備える呼気センサにより検出された前記アルコール濃度が所定の基準値を超えている場合、事故の状況として事故時に運転者が飲酒していたと判定し、
前記映像データから同乗者の有無を判定し、同乗者があると判定した場合、事故時に運転者が飲酒していたか否かを示す項目を、事故の状況を示す情報から除外する。
図13は、事故分析装置10が周辺物の検出及び座標特定を行う際の処理手順を説明するための図である。当該処理手順は、図6のステップS12の処理手順に対応する。
図14は、事故分析装置10が車両1000と周辺物との相対的な位置関係を推定する際の処理手順を説明するための図である。当該処理は、図6のステップS13の処理手順に対応する。
図14のAを用いて具体例を示す。まず、分析部102には、ドライブレコーダー1100が備えるカメラを用いて1m先に、長さ1mの物体を垂直方向(又は水平方向)に置いて撮影した場合、画像内において何ピクセルを占めるのかを示すデータが格納済みであるものとする。当該データは、カメラの画角(レンズ角)によって異なることから、ドライブレコーダー1100が備えるカメラの機種ごとに対応づけられて格納されていてもよい。また、ドライブレコーダー1100が備えるカメラの機種によっては、広角レンズ又は魚眼レンズを利用していることが多い。そのため、分析部102は、ドライブレコーダー1100が備えるカメラで撮影された映像データについて、ドライブレコーダー1100が備えるカメラのレンズ特性に合わせて歪み補正を行った後で、以下に示す、周辺物までの距離の算出及び周辺物が存在する左右方向の角度の算出を行うようにしてもよい。歪み補正については、キュービック補間等の従来技術を利用することで実現可能である。
Y=200÷X (式1)
図14のAを用いて具体例を示す。まず、分析部102には、ドライブレコーダー1100が備えるカメラの画角(レンズ角)を示すデータを格納してあるものとする。当該データは、ドライブレコーダー1100が備えるカメラの機種によって異なることから、ドライブレコーダー1100が備えるカメラの機種ごとに対応づけられて格納されていてもよい。
図15は、事故分析装置10が車両1000と周辺物との絶対位置を推定する際の処理手順を説明するための図である。当該処理は、図6のステップS14の処理手順に対応する。
SFMを用いることで、映像データにおける各フレームの画像に含まれる特徴点を抽出し、抽出した特徴点から各フレームの画像における対応点(対応する特徴点)を特定し、更に特定した対応点の動きを追うことでカメラの動きを再現することができる。特徴点の抽出には、例えば、SIFT特徴量と呼ばれる従来技術を用いることで実現することができる。また、対応点の特定は、例えばFLANN(Fast Library for Approximate Nearest Neighbors)と呼ばれる従来技術を用いることで実現することができる。
図16に示すように、分析部102は、SFMに基づく車両1000の絶対位置と、GPSによる車両1000の絶対位置とを用いて、車両1000の絶対位置をフレームごとに推定する。図16の左図に示す地点f11~f16は、それぞれ、映像データの1フレーム~6フレームを解析することで得られた車両1000の絶対位置であると仮定する。また、図16の中央の図に示す地点f21~f26は、GPSにより得られた車両1000の絶対位置のうち、映像データの1フレーム~6フレームに対応する時刻における車両1000の絶対位置であると仮定する。図16の右図に示す地点f31~f36は、推定された車両1000の絶対位置を示す。なお、前述した通り、映像データの1フレームに対応する車両1000の絶対位置を示す地点f11は、地点f21と同一地点である。
分析部102は、推定したフレームごとの車両1000の絶対位置と、フレームごとの車両1000と周辺物との相対的な位置関係とに基づき、周辺物の絶対位置をフレームごとに算出する。前述した通り、車両1000と周辺物との相対的な位置関係は、図14のBに示すように、車両1000と周辺物との間の距離と、車両1000の進行方向(画像の中心方向)を基準(0度)とした場合における、当該周辺物が存在する左右方向の角度で示される。分析部102は、フレームごとの車両1000の絶対位置についてフレーム間で差分を取ることで得られた車両1000の絶対位置の移動方向を車両1000の進行方向とし、推定した進行方向を基準として、周辺物の相対位置に対応する緯度及び経度を算出することで、周辺物の絶対位置(緯度、経度)を得ることができる。
生成部103は、以上説明した処理手順により推定した、フレームごとの車両1000の絶対位置と周辺物の絶対位置とを道路地図上にマッピングすることで事故状況を示す画像を生成する。当該処理は、図6のステップS21の処理手順に対応する。
分析部102は、衝突の瞬間に車両1000に発生した加速度に基づいて、車両1000が他の車両、障害物等に衝突した方向を推定する。当該処理は、図6のステップS19の処理手順に対応する。
分析部102は、車両1000が起こした事故の状況を示す情報を出力する。当該処理は、図6のステップS22の処理手順に対応する。前述したように、分析部102は、事故の状況を示す情報として、図12に示す各項目を出力する。以下、図12に示す各項目を特定する際の処理手順を詳細に説明する。なお、以下の説明にて、「他車」とは車両1000が衝突した相手を意味する。
分析部102は、図8に示す衝突対象特定処理により、衝突(接触)した対象物を特定する。図19を用いて具体例を説明する。図19において、車両1000は右前方で周辺物と衝突したものと仮定する。図19のAの場合、車両1000の右前方方向(衝突方向)に最も近い位置にある対象物は乗用車V1である。従って、分析部102は、車両1000は、乗用車V1と衝突したと特定する。同様に図19のBの場合、車両1000の右前方方向(衝突方向)に最も近い位置にある対象物は乗用車V5である。従って、分析部102は、車両1000は、乗用車V5と衝突したと特定する。
分析部102は、推定された車両1000の衝突方向に応じて、接触部位を特定する。具体的には、衝突方向が図18の正面(D1)である場合、接触部位は、図20に示す前バンパーであるとする。また、衝突方向が右前方(D2)である場合、接触部位は、図20に示す右前バンパーであるとする。また、衝突方向が右(D3)である場合、接触部位は、図20に示す右側面であるとする。また、衝突方向が右後方(D4)である場合、接触部位は、図20に示す右後バンパーであるとする。また、衝突方向が後方(D5)である場合、接触部位は、図20に示す後バンパーであるとする。また、衝突方向が左後方(D6)である場合、接触部位は、図20に示す左後バンパーであるとする。また、衝突方向が左(D7)である場合、接触部位は、図20に示す左側面であるとする。また、衝突方向が左前方(D8)である場合、接触部位は、図20に示す左前バンパーであるとする。
分析部102は、車両1000が衝突した時刻における車両1000の絶対位置と、地図データとを突合することで、衝突時に車両1000が走行していた道路の道路種別を特定する。分析部102が特定する道路種別には、一般道、高速道路といった情報に加えて、直線道路、カーブ、交差点の中及び丁字路の中といった情報が含まれていてもよい。
分析部102は、映像データをフレームごとに画像解析することで特定した信号機の色や矢印信号を用いて、信号色を特定する。例えば、分析部102は、衝突時に車両1000が走行していた道路の道路種別が交差点の中である場合、映像データを解析することで特定された信号機の色のうち、衝突時の時刻に最も近い時刻のフレームの画像であって、かつ、車両1000が交差点に進入する前に特定された信号機の色を、車両1000側の信号色(青、黄、赤のいずれか)であると特定する。車両1000が交差点に進入する前か否かは、車両1000の絶対位置と地図データとを突合することで判定可能である。
車両1000と接触した対象が歩行者である場合、分析部102は、映像データをフレームごとに画像解析することで特定した歩行者の絶対位置及び横断歩道(又は安全地帯)の絶対位置を用いて、歩行者と横断歩道・安全地帯の位置関係を特定する。なお、分析部102は、横断歩道の絶対位置については、地図データから取得するようにしてもよい。
分析部102は、事故が交差点付近で生じた場合(車両1000が衝突した時刻における車両1000の絶対位置が、交差点の中心位置から所定の範囲内である場合)、フレームごとの車両1000の絶対位置を交差点の地図データ上に並べることで、車両1000の走行軌跡を特定する。また、分析部102は、フレームごとの他車の絶対位置を交差点の地図データ上に並べることで、他車の走行軌跡を特定する。より具体的には、分析部102は、走行軌跡の曲率の大きさ及び方向に基づいて、車両1000及び他車が交差点を直進したのか、右折したのか、左折したのか、早回り右折をしたのかを特定する。
分析部102は、事故が高速道路上で生じた場合(車両1000が衝突した時刻における車両1000の絶対位置が、高速道路上である場合)、映像データをフレームごとに分析することで、又は、車両1000の絶対位置と地図データとを突合することで、車両1000が、本線を走行していたのか追い越し車線を走行していたのかを特定する。例えば、一番右の車線を走行している場合は追い越し車線を走行していたと特定し、一番右以外の車線を走行している場合は本線を走行していたと特定する。
分析部102は、事故が交差点付近で生じた場合、地図データから、交差点における一時停止標識の有無及び道路幅を抽出することで、車両1000が優先的に交差点に進入可能な側であったのか否かを判定する。より具体的には、交差点を交差する道路のうち、一時停止標識が無い側を走行している車両を優先であると特定する。また、交差点を交差する道路幅に二倍以上の差異がある場合、広い方の道路を走行している車両を優先であると特定する。また、一時停止標識が存在せず、かつ、道路幅に差異がない場合は、優先関係がないと特定する。
分析部102は、フレームごとの車両1000及び他車の絶対位置を並べることで得られる車両1000の走行軌跡と地図データとを突合することで、車両1000及び他車が一時停止標識を停止せずに通過したか否かを特定する。また、分析部102は、車両1000又は他車が一時停止標識を停止せずに通過した場合、通過した時点における車両1000又は他車の車速が、一時停止標識の前後の所定区間(例えば前後3m等)において所定速度(例えば5km等)以上である場合、一時停止違反であると特定する。一方、分析部102は、通過した時点における車両1000又は他車の車速が所定速度未満である場合、一時停止違反をしていないと特定する。
分析部102は、フレームごとの車両1000の絶対位置を並べることで得られる車両1000の走行軌跡と地図データとを突合することで、車両1000が走行した道路に設定されている制限速度を特定する。また、分析部102は、車両1000の車両データに含まれる車速データのうち、車両1000が衝突した時刻より所定時間前(例えば5秒前)のタイミングの車速と制限速度とを突合する。当該車速が制限速度を上回っている場合、分析部102は、車両1000は速度違反をしていたと特定する。当該車速が制限速度以下である場合、分析部102は、車両1000は速度違反をしていなかったと特定する。
分析部102は、車両1000の車両データに含まれる車速データから、車両1000の衝突前の速度を特定する。また、分析部102は、他車の車速を、映像データのフレームごとに推定した他車の絶対位置の変化から算出する。例えば、1フレームあたりの他車の移動距離が1mであり、映像データのフレームレートが1秒間に15フレームである場合、他車は時速54km(1時間に15×60×60フレーム)で走行していたと特定することができる。
分析部102は、映像データをフレームごとに画像解析することで、道路上の障害物の有無を特定する。分析部102は、車両1000が走行している車線道路上に道路と判断できない対象物が存在し、当該対象物が人、車、自転車及びバイクのいずれでもなく、かつ、フレーム間で絶対位置が移動していない場合、障害物であるとみなすようにしてもよい。
分析部102は、映像データをフレームごとに画像解析することで、他車のドアが開いていたのか閉していたのかを特定する。
分析部102は、車両1000の車両データに含まれるウィンカー作動情報から、車両1000が衝突前にウィンカーを動作させていたのか否かを特定する。また、分析部102は、映像データをフレームごとに画像解析することで、衝突前にウィンカーを動作させていたのか否かを特定する。
分析部102は、車両1000の車両データに含まれる運転者の視線(注視方向)に関する情報に基づいて前方不注意の有無を判定する。例えば、事故発生の所定時間前から事故発生時点までの運転者の視線が前方でなかった場合運転者の前方不注意があったと判定する。
分析部102は、車両1000の車両データに含まれる運転者の呼気(飲酒の有無)に関する情報に基づいて飲酒の検出(飲酒運転)の有無を判定する。例えば、運転者の呼気に関する情報が示すアルコール濃度が所定の基準値を超えている場合、飲酒を検出したと判定する。なお、同乗者がある場合、同乗者の飲酒を検出してしまう可能性があるため、この項目を除外するようにしてもよい。同乗者の有無は、車内の映像データから判定するようにしてもよい。
分析部102は、車両1000の車両データに含まれるブレーキの操作情報に基づいて、ブレーキのタイミングが早いか、通常であるか、遅い(急ブレーキ)であるかを判定する。例えば、事故時点からみたブレーキの操作タイミングを所定の基準値と比較することで、ブレーキのタイミングが早いか、通常であるか、遅い(急ブレーキ)であるか判定すればよい。
分析部102は、車両1000の車両データに含まれるハンドルの操作情報に基づいて、ハンドル操作の有無や、急ハンドルの有無を判定する。例えば、事故直前のハンドル操作速度が所定の基準値より早い場合、急ハンドルであったと判定すればよい。
分析部102は、分析した事故状況に対応する事故事例を検索して出力する。当該処理は、図6のステップS23の処理手順に対応する。分析部102は、事故の状況と過去の事故事例とを対応づけた事故事例DB(事故事例データ)とを比較することで、車両1000が起こした事故の状況に対応する事故事例や過失割合を検索する。図23は、事故事例DBの一例を示す図である。ステップS23では、図23に示すような事後事例DBの画面が出力される。図23に示すように、事故事例は、事故事例を検索するための「検索条件」と、事故の内容を示す「事故内容」と、基本の過失割合を示す「過失割合(基本)」と、過失割合の修正が必要になる条件である「修正要素」とを含む。
示されている。同様に、直進車が30km以上の速度違反である場合(項目J及びKにて30km以上の速度違反)には、直進車と右折車の過失割合は80対20になることが示されている。また、右折車がウィンカーをつけずに右折した場合(項目Nにてウィンカー無し)には、直進車と右折車の過失割合は60対40になることが示されている。
Claims (9)
- 車両が備えるセンサにより計測された車両データと該車両が備えるカメラで撮影された映像データとを取得する取得部と、
取得した前記車両データと前記映像データとに基づいて、前記車両が起こした事故の状況を分析する分析部と、を備え、
前記分析部は、
前記車両データに含まれる上下方向の加速度データに基づいて、事故時の前記車両の転倒の有無を判定し、
前記車両の転倒があったと判定した場合、転倒以降の加速度データを事故の状況の分析に使用せず、
前記車両データは、前記車両が備える呼気センサにより検出されたアルコール濃度を含み、
前記分析部は、
前記車両が備える呼気センサにより検出された前記アルコール濃度が所定の基準値を超えている場合、事故の状況として事故時に運転者が飲酒していたと判定し、
前記映像データから同乗者の有無を判定し、同乗者があると判定した場合、事故時に運転者が飲酒していたか否かを示す項目を、事故の状況を示す情報から除外する
ことを特徴とする事故分析装置。 - 前記分析部は、前記上下方向の加速度データの積分値に基づいて、事故時の前記車両の転倒の有無を判定する
ことを特徴とする請求項1に記載の事故分析装置。 - 前記車両データは、運転者に関する情報を含み、
前記分析部は、前記運転者に関する情報に基づいて、事故の状況として事故時の運転者の状況を分析する
ことを特徴とする請求項1または2に記載の事故分析装置。 - 前記運転者に関する情報は、運転者の前記車両の操作情報を含む
ことを特徴とする請求項3に記載の事故分析装置。 - 前記運転者に関する情報は、運転者の目線情報を含む
ことを特徴とする請求項3または4に記載の事故分析装置。 - 前記分析部により分析された前記車両が起こした事故の状況と、事故の状況と過去の事故事例に関する情報とを対応づけた事故事例データとを比較することで、前記車両が起こした事故の状況に対応する過去の事故事例に関する情報を検索する検索部を備える
ことを特徴とする請求項1から5のいずれか1項に記載の事故分析装置。 - 前記車両を地図データにマッピングすることで、前記車両が起こした事故の状況を示す画像を生成する生成部を備える
ことを特徴とする請求項1から6のいずれか1項に記載の事故分析装置。 - 事故分析装置による事故分析方法であって、
車両が備えるセンサにより計測された車両データと該車両が備えるカメラで撮影された映像データとを取得する取得ステップと、
取得した前記車両データと前記映像データとに基づいて、前記車両が起こした事故の状況を分析する分析ステップと、を備え、
前記分析ステップでは、
前記車両データに含まれる上下方向の加速度データに基づいて、事故時の前記車両の転倒の有無を判定し、
前記車両の転倒があったと判定した場合、転倒以降の加速度データを事故の状況の分析に使用せず、
前記車両データは、前記車両が備える呼気センサにより検出されたアルコール濃度を含み、
前記分析ステップでは、
前記車両が備える呼気センサにより検出された前記アルコール濃度が所定の基準値を超えている場合、事故の状況として事故時に運転者が飲酒していたと判定し、
前記映像データから同乗者の有無を判定し、同乗者があると判定した場合、事故時に運転者が飲酒していたか否かを示す項目を、事故の状況を示す情報から除外する
ことを特徴とする事故分析方法。 - コンピュータを、
車両が備えるセンサにより計測された車両データと該車両が備えるカメラで撮影された映像データとを取得する取得部、
取得した前記車両データと前記映像データとに基づいて、前記車両が起こした事故の状況を分析する分析部、として機能させ、
前記分析部は、
前記車両データに含まれる上下方向の加速度データに基づいて、事故時の前記車両の転倒の有無を判定し、
前記車両の転倒があったと判定した場合、転倒以降の加速度データを事故の状況の分析に使用せず、
前記車両データは、前記車両が備える呼気センサにより検出されたアルコール濃度を含み、
前記分析部は、
前記車両が備える呼気センサにより検出された前記アルコール濃度が所定の基準値を超えている場合、事故の状況として事故時に運転者が飲酒していたと判定し、
前記映像データから同乗者の有無を判定し、同乗者があると判定した場合、事故時に運転者が飲酒していたか否かを示す項目を、事故の状況を示す情報から除外する
ことを特徴とするプログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021131931A JP7140895B1 (ja) | 2021-08-13 | 2021-08-13 | 事故分析装置、事故分析方法及びプログラム |
JP2022142670A JP2023026415A (ja) | 2021-08-13 | 2022-09-08 | 事故分析装置、事故分析方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021131931A JP7140895B1 (ja) | 2021-08-13 | 2021-08-13 | 事故分析装置、事故分析方法及びプログラム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022142670A Division JP2023026415A (ja) | 2021-08-13 | 2022-09-08 | 事故分析装置、事故分析方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7140895B1 true JP7140895B1 (ja) | 2022-09-21 |
JP2023026182A JP2023026182A (ja) | 2023-02-24 |
Family
ID=83354842
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021131931A Active JP7140895B1 (ja) | 2021-08-13 | 2021-08-13 | 事故分析装置、事故分析方法及びプログラム |
JP2022142670A Pending JP2023026415A (ja) | 2021-08-13 | 2022-09-08 | 事故分析装置、事故分析方法及びプログラム |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022142670A Pending JP2023026415A (ja) | 2021-08-13 | 2022-09-08 | 事故分析装置、事故分析方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (2) | JP7140895B1 (ja) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005225284A (ja) | 2004-02-10 | 2005-08-25 | Honda Motor Co Ltd | 車両横転判断システム |
JP2009040239A (ja) | 2007-08-09 | 2009-02-26 | Omron Corp | 機器制御装置および方法、並びに、プログラム |
JP2017107411A (ja) | 2015-12-10 | 2017-06-15 | 株式会社堀場製作所 | ドライビングレコーダ、ドライビングレコーダ用プログラム、及び走行管理システム |
WO2018008122A1 (ja) | 2016-07-07 | 2018-01-11 | 三菱電機株式会社 | 事故情報収集システム、車載装置および事故情報収集方法 |
JP2019128744A (ja) | 2018-01-23 | 2019-08-01 | 株式会社ユピテル | システムおよびプログラム等 |
JP2020113066A (ja) | 2019-01-11 | 2020-07-27 | 株式会社Jvcケンウッド | 映像処理装置、映像処理方法、およびプログラム |
JP2020194263A (ja) | 2019-05-27 | 2020-12-03 | 東京海上日動火災保険株式会社 | 事故分析装置、事故分析方法及びプログラム |
-
2021
- 2021-08-13 JP JP2021131931A patent/JP7140895B1/ja active Active
-
2022
- 2022-09-08 JP JP2022142670A patent/JP2023026415A/ja active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005225284A (ja) | 2004-02-10 | 2005-08-25 | Honda Motor Co Ltd | 車両横転判断システム |
JP2009040239A (ja) | 2007-08-09 | 2009-02-26 | Omron Corp | 機器制御装置および方法、並びに、プログラム |
JP2017107411A (ja) | 2015-12-10 | 2017-06-15 | 株式会社堀場製作所 | ドライビングレコーダ、ドライビングレコーダ用プログラム、及び走行管理システム |
WO2018008122A1 (ja) | 2016-07-07 | 2018-01-11 | 三菱電機株式会社 | 事故情報収集システム、車載装置および事故情報収集方法 |
JP2019128744A (ja) | 2018-01-23 | 2019-08-01 | 株式会社ユピテル | システムおよびプログラム等 |
JP2020113066A (ja) | 2019-01-11 | 2020-07-27 | 株式会社Jvcケンウッド | 映像処理装置、映像処理方法、およびプログラム |
JP2020194263A (ja) | 2019-05-27 | 2020-12-03 | 東京海上日動火災保険株式会社 | 事故分析装置、事故分析方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2023026415A (ja) | 2023-02-24 |
JP2023026182A (ja) | 2023-02-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11735037B2 (en) | Method and system for determining traffic-related characteristics | |
US11767024B2 (en) | Augmented reality method and apparatus for driving assistance | |
JP6679152B1 (ja) | 事故分析装置、事故分析方法及びプログラム | |
US20210357670A1 (en) | Driver Attention Detection Method | |
JP6940612B2 (ja) | ニアクラッシュ判定システムおよび方法 | |
CN106611497B (zh) | 交通量预测系统及预测方法、车辆用显示装置以及车辆 | |
KR102613839B1 (ko) | 긴급 차량들의 검출 | |
JP6834704B2 (ja) | 走行支援装置及びコンピュータプログラム | |
US10336252B2 (en) | Long term driving danger prediction system | |
JP2023104982A (ja) | 事故分析装置 | |
CN111595357B (zh) | 可视化界面的显示方法、装置、电子设备和存储介质 | |
US20200175863A1 (en) | Information providing system, server, onboard device, vehicle, storage medium, and information providing method | |
JP2008139320A (ja) | 道路環境情報通知装置及び道路環境情報通知プログラム | |
CN110741424B (zh) | 危险信息收集装置 | |
WO2018195150A1 (en) | Automatically perceiving travel signals | |
KR20200043252A (ko) | 차량의 부감 영상 생성 시스템 및 그 방법 | |
JP7140895B1 (ja) | 事故分析装置、事故分析方法及びプログラム | |
Chen et al. | Video-based on-road driving safety system with lane detection and vehicle detection | |
JP7038881B1 (ja) | 事故分析装置、事故分析方法及びプログラム | |
JP7359099B2 (ja) | 移動体妨害検出装置、移動体妨害検出システム、及び移動体妨害検出プログラム | |
JP7021899B2 (ja) | 画像生成装置および画像生成方法 | |
Rezaei et al. | Vision-based driver-assistance systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210813 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210813 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211130 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220114 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220419 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220516 |
|
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: 20220816 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220908 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7140895 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |