JP7146516B2 - 運転評価装置および車載器 - Google Patents

Description

本発明は、運転評価装置および車載器に関し、特に例えば煽り運転のような危険な運転を評価するための技術に関する。

近年、自動車における煽り運転のような危険な運転行為が社会問題になっている。したがって、一般的な運転者や商用車を運転する乗務員などに対して、煽り運転などの行為をしないように指導や教育を行うことが望まれる。

例えば、ドライブレコーダやデジタルタコグラフのような、トラックなどの車両に搭載される車載器は、近年では様々な機能を搭載しているが、煽り運転のような危険な運転行為自体を検出する機能は備えていない。

また、車両の運行を管理する企業等においては、各車両の車載器が記録した運行情報を事務所ＰＣで解析して各乗務員の安全運転指導に役立てているが、データ解析により煽り運転のような危険な運転行為を検出することは非常に難しい。

例えば、特許文献１の運転支援装置は、煽り行為を検出して後続車両との事故やトラブルを防止するための技術を示している。具体的には、周辺状況判定部がナビゲーション装置、道路情報収集装置、カメラの出力から周辺の状況を判定し、自車両状態判定部が速度センサ、加速度センサ、カメラ、灯火系および車両制御系の出力から自車両の状態を判定し、他車両状態判定部がカメラ、車両間通信装置、レーダの出力から他車両の状態を判定する。煽り危険度判定部は、周辺状況、自車両状態、他車両状態から煽り危険度を算出し、算出結果に基づいて通知制御や動作制御を実行する。

また、特許文献２には、車両管理者が速やかにドライバーの運転状況を把握することのできる蛇行運転通報システムが開示されている。具体的には、車載カメラの画像情報を解析して車両と自車線の位置関係を検知し、車両が車線を逸脱した際にドライバーに車線逸脱警報を発する車線逸脱検知装置と、サーバと無線通信可能な車載器とを備え、車載器は、車線逸脱検知装置の車線逸脱警報作動に関する情報を受け取り、サーバに車線逸脱情報を送信する。

特許文献３の運転特徴判定システムは、車輌に搭載したカメラが撮像した周辺の画像に基づいて、精度よく運転者の運転の特徴を判定するようになっている。すなわち、車載カメラが撮像した周辺の画像に基づいて、車輌に対するユーザの運転の特徴を判定する。車載通信装置は、車載カメラ、車速センサ、加速度センサ及びＧＰＳ受信機等から得られる情報を運転特徴判定装置へ送信する。運転特徴判定装置は、車載通信装置から受信した車載カメラの撮像画像に基づいて車輌の挙動を検出し、車輌が所定挙動を行ったか否かを運転特徴として判定する。運転特徴判定装置は、車載カメラの撮像画像に基づいて、例えば車線変更禁止判定、車線変更頻度判定、白線跨ぎ判定、赤信号進入判定、停車距離判定及び急ブレーキ判定等を行う。

特許文献４には、十分な警告効果が得られて、適切な運転支援を行うことができる情報提供装置、情報提供方法及び情報提供システムが開示されている。具体的には、車両の進行方向の外側を撮影し、撮影して得られた映像情報を基に車両の車線逸脱を判定し、逸脱している場合、過去Ｘ１秒間の車線逸脱検出回数Ｙ１を算出し、算出した車線逸脱検出回数Ｙ１が所定の閾値未満であれば、車線逸脱に対する警告を行い、算出した車線逸脱検出回数Ｙ１が所定の閾値以上であれば、休憩を促す警告を行う。

特開２００６－２０５７７３号公報 特開２００９－９９０６２号公報 特開２０１５－２２１２４号公報 特開２０１５－２８６７２号公報

例えば、特定車両とその前方を走行している他車両との間の車間距離を測定できる場合には、測定した車間距離の大きさに基づいて、煽り運転のような危険行為の可能性を、ある程度は予想できる。しかし、当該特定車両の運転者が意図的に車間距離を詰めたのか、それとも何らかの原因により自然に車間距離が小さくなったのかを区別することは困難である。

また、実際の運転の状況は、運転者個人の癖などの影響により大きく変動する。したがって、例えば車間距離などの運行情報が異常か否かを区別するために、運行情報を事前に定めた閾値と比較するような場合には、運転者の単なる癖を意図的な危険な運転操作と誤認する可能性がある。

本発明は、上述した事情に鑑みてなされたものであり、その目的は、例えば煽り運転のような異常な運転行為を正しく検出し評価することが可能な運転評価装置および車載器を提供することにある。

前述した目的を達成するために、本発明に係る運転評価装置および車載器は、下記（１）～（４）を特徴としている。
（１） 車両上で検出された、もしくは過去に記録された運行情報に基づいて、前記車両における危険運転の評価を実施する運転評価装置であって、
前記運行情報が、前記車両と当該車両の前方を走行している他車両との車間距離に応じて変化する第１の情報と、前記車両の走行レーンを区画する左右の線と前記車両との左右方向の相対的な位置関係に応じて変化する第２の情報とを含み、
前記第２の情報に基づいて統計量を算出し、前記第１の情報に基づいて前記車間距離が正常範囲より短くなったことを検知した場合に、前記第２の情報の統計量に基づいて危険運転が行われたか否かを判定する運転評価部、
を備え、
前記運転評価部は、前記第１の情報に基づいて前記車間距離が前記正常範囲にあることを検知している状態で、前記第２の情報に基づいて算出した統計量を学習値として取得し、前記学習値を前記危険運転の判定のための閾値に反映する、
ことを特徴とする運転評価装置。

（２） 前記運転評価部は、前記車間距離の大きさに、少なくとも前記車両の車速を反映して前記正常範囲を設定する、
ことを特徴とする上記（１）に記載の運転評価装置。

（３） 前記運転評価部は、前記車両におけるウインカー作動の有無を表す情報を、前記危険運転の判定に利用する、
ことを特徴とする上記（１）又は（２）に記載の運転評価装置。

（４） 上記（１）乃至（３）のいずれかに記載の運転評価装置を搭載した、ことを特徴とする車載器。

上記（１）の構成の運転評価装置によれば、例えば煽り運転のような異常な運転行為を正しく検出し評価することが可能になる。すなわち、煽り運転の場合には、前を走行している他車両への異常接近と共に、左右に蛇行しながら運転するような傾向が一般的に見られる。そこで、第２の情報の統計量を監視することにより、蛇行運転のような異常な運転状況を検知する。そして、車間距離の異常接近を検知した状態で、同時に蛇行運転のような異常が検知された場合には、煽り運転のような異常な運転状況である可能性が非常に高い。

更に、上記（１）の構成の運転評価装置によれば、煽り運転のような異常な運転行為を行っていない状態で取得した統計量の学習値を閾値に反映するので、煽り運転の有無を正しく判定することが可能になる。すなわち、運転中における車両の蛇行状況については運転者の個人差の影響が大きいので、事前に定めた閾値を用いて蛇行運転を判定すると、誤判定が生じやすい。そこで、蛇行運転をしていないときの統計量を学習することにより、個人差の影響を排除し、蛇行運転の正しい判定を行うことが容易になる。

上記（２）の構成の運転評価装置によれば、煽り運転のような異常な運転状況か否かを判定する精度を上げることができる。例えば、徐行運転しているような状況では車間距離が小さくなっても時間的に余裕があるので危険な状況は発生しにくく、煽り運転の可能性も低いと考えられる。一方、法定速度を超えるような高速で走行しながら車間距離が小さくなった場合には、衝突までの時間的な余裕がほとんどなく、危険性が高く、意図的な煽り運転の状況である可能性が高いと考えられる。

上記（３）の構成の運転評価装置によれば、煽り運転のような異常な運転状況か否かを判定する精度を上げることができる。例えば、前方を走行している他車両との車間距離が小さくなった状態で、ウインカー操作を行ったような場合には、単なる車線変更に起因して車両の左右方向の位置が大きく変動したのであり、煽り運転を行っている可能性が低いと考えられる。

上記（４）の構成の車載器によれば、車両の運行中に、煽り運転のような異常な運転状況をリアルタイムで検知し警報等を出力できる。これにより、自車両の運転者に対して危険な状況であることを認識させ、運転マナーを向上させることが可能になる。また、煽り運転などの異常な運転操作のデータを運行情報として記録する際に、記録すべきデータの量を減らすことができる。また、記録された運行データを事務所ＰＣ等を用いて評価する際に、データ処理や操作が容易になる。

本発明の運転評価装置および車載器によれば、煽り運転のような異常な運転行為を正しく検出し評価することが可能になる。

以上、本発明について簡潔に説明した。更に、以下に説明される発明を実施するための形態（以下、「実施形態」という。）を添付の図面を参照して通読することにより、本発明の詳細は更に明確化されるであろう。

図１は、本発明の運転評価装置を含む運行管理システムの構成例を示すブロック図である。 図２は、道路上を走行している複数の自動車の走行状態の例を示す平面図である。 図３は、自車両と走行レーンとの位置関係の例を表す平面図である。 図４は、車載カメラが撮影した映像フレーム中の複数の検知枠の例を示す正面図である。 図５は、車両におけるあおり運転を評価するための主要な処理手順を示すフローチャートである。 図６は、あおり運転検知の場合の車載器の動作を示すフローチャートである。 図７は、車両におけるあおり運転を評価するための処理手順の変形例を示すフローチャートである。

本発明に関する具体的な実施形態について、各図を参照しながら以下に説明する。

＜運行管理システムの構成および動作の概要＞
本発明の実施の形態における運転評価装置を含む運行管理システム５の構成例を図１に示す。

運行管理システム５は、例えばトラックを管理している運送会社やバス会社等の事業者の設備として導入される。この運行管理システム５は、トラックやバス等の各車両の運行状況を管理するものであり、各車両に車載器として搭載された運行記録装置（以下、デジタルタコグラフという）１０と、各事業者の事務所等に設置される事務所ＰＣ３０とで構成されている。デジタルタコグラフ１０と、事務所ＰＣ３０との間は、インターネット７０を介して通信できるように接続される。

事務所ＰＣ３０は、事務所に設置された汎用のコンピュータ装置で構成され、車両の運行状況を管理する。ネットワーク７０は、デジタルタコグラフ１０と広域通信を行う無線基地局８や事務所ＰＣ３０が接続されるインターネット等のパケット通信網であり、デジタルタコグラフ１０と事務所ＰＣ３０と間で行われるデータ通信を中継する。デジタルタコグラフ１０と無線基地局８との間の通信は、ＬＴＥ（Long Term Evolution）／４Ｇ（4th Generation）等のモバイル通信網（携帯回線網）で行われてもよいし、無線ＬＡＮ（Local Area Network）で行われてもよい。

デジタルタコグラフ１０は、車両に搭載され、一般的な機能として、出入庫時刻、走行距離、走行時間、走行速度、速度オーバー、エンジン回転数オーバー、急発進、急加速、急減速等の運行データを記録する。

また、本実施形態のデジタルタコグラフ１０は、上記の機能以外に、ドライブレコーダの機能および運転評価機能も搭載することができる。すなわち、デジタルタコグラフ１０を搭載した車両の衝突等の異常な状況を検知した場合に、トリガ信号を出力し、このトリガに同期して画像を含むデータを一定時間だけ自動的に記録し保存することができる。また、例えば自車両の運行中に運転者があおり運転のような危険な加害行為を行ったか否かをデジタルタコグラフ１０がリアルタイムで自動的に評価し、その警報を出力して安全運転の指導を行うことができる。

なお、あおり運転の評価を行う機能は、事務所ＰＣ３０側に搭載することもできる。事務所ＰＣ３０は、各車両に搭載されたデジタルタコグラフ１０が記録した運行データを車両の運行後に解析することにより、必要に応じてあおり運転の評価を行い、各乗務員の安全運転の教育や指導に役立てることができる。

図１に示したデジタルタコグラフ１０は、ハードウェアとして、ＣＰＵ（マイクロコンピュータ）１１、速度Ｉ／Ｆ（インタフェース）１２Ａ、エンジン回転Ｉ／Ｆ１２Ｂ、外部入力Ｉ／Ｆ１３、センサ入力Ｉ／Ｆ１４、ＧＰＳ受信部１５、カメラＩ／Ｆ１６、不揮発メモリ２６Ａ、揮発メモリ２６Ｂ、記録部１７、カードＩ／Ｆ１８、音声Ｉ／Ｆ１９、ＲＴＣ（時計ＩＣ）２１、ＳＷ入力部２２、通信部２４、表示部２７、およびアナログ入力Ｉ／Ｆ２９を内蔵している。

ＣＰＵ１１は、予め組み込まれたプログラムに従い、デジタルタコグラフ１０の各部を統括的に制御する。不揮発メモリ２６Ａは、ＣＰＵ１１によって実行される動作プログラムや、ＣＰＵ１１が参照する定数データやテーブルなどを予め保持している。不揮発メモリ２６Ａは、データの書き換えが可能なメモリであり、保持しているデータは必要に応じて更新できる。

記録部１７は、運行データや映像等のデータを記録する。カードＩ／Ｆ１８には、乗務員が所持するメモリカード６５が挿抜自在に接続される。ＣＰＵ１１は、カードＩ／Ｆ１８に接続されたメモリカード６５に対し運行データ、映像等のデータを書き込む。音声Ｉ／Ｆ１９には、内蔵のスピーカ２０が接続される。スピーカ２０は、警報等の音声を発する。

ＲＴＣ２１（計時部）は、現在時刻を計時する。ＳＷ入力部２２には、出庫ボタン、入庫ボタン等の各種ボタンのＯＮ／ＯＦＦ信号が入力される。表示部２７は、ＬＣＤ（liquid crystal display）で構成され、通信や動作の状態の他、警報等を表示する。

速度Ｉ／Ｆ１２Ａには、車両の速度を検出する車速センサ５１が接続され、車速センサ５１からの速度パルスが入力される。車速センサ５１は、デジタルタコグラフ１０にオプションとして設けられてもよいし、デジタルタコグラフ１０とは別の装置として設けられてもよい。エンジン回転Ｉ／Ｆ１２Ｂには、エンジン回転数センサ（図示せず）からの回転パルスが入力される。

外部入力Ｉ／Ｆ１３の入力には、自車両のブレーキのオンオフを表すブレーキ信号、左右の方向指示器（ウインカー）の動作状態を表すウインカー信号、自動変速機の変速状態（前進／後退の区別を含む）を表す変速信号等が外部機器（図示せず）から印加される。

センサ入力Ｉ／Ｆ１４には、加速度（Ｇ値）を検知する（衝撃を感知する）加速度センサ（Ｇセンサ）２８が接続され、Ｇセンサ２８からの信号が入力される。Ｇセンサとしては、加速度による機械的な変位を、振動として読み取る方式や光学的に読み取る方式を有するものが挙げられるが、特に限定されない。また、Ｇセンサは、車両前方からの衝撃を感知する（減速Ｇを検知する）他、左右方向からの衝撃を感知しても（横Ｇを検知しても）よいし、車両後方からの衝撃を感知しても（加速Ｇを検知しても）よい。

アナログ入力Ｉ／Ｆ２９には、エンジン温度（冷却水温）を検知する温度センサ（図示せず）、燃料量を検知する燃料量センサ（図示せず）等の信号が入力される。ＣＰＵ１１は、これらのＩ／Ｆを介して入力される情報を基に、各種の運転状態を検出する。

ＧＰＳ受信部１５は、ＧＰＳアンテナ１５ａに接続され、ＧＰＳ（Global Positioning System）衛星から送信される信号の電波を受信し、現在位置（ＧＰＳ位置情報）の情報を計算して取得する。

カメラＩ／Ｆ１６の入力には、複数の車載カメラ２３、２３Ｂが接続されている。本実施形態では、一方の車載カメラ２３は自車両の進行方向前方の道路等の情景を撮影できる向きで固定した状態で車室内に設置されている。したがって、車載カメラ２３が撮影する映像の中には、自車両の前方に存在する先行車両、走行中の走行レーン境界を表す白線、路面上の交通規制の標示（制限速度など）が現れる。また、他方の車載カメラ２３は、自車両の後方の道路等の情景を撮影できる向きで固定した状態で車室内に設置されている。

車載カメラ２３、２３Ｂは、例えば広角レンズや魚眼レンズなどの超広角レンズを通して撮像される撮像面に例えば３０万画素、１００万画素、２００万画素が配置されたイメージセンサを有する。イメージセンサは、ＣＭＯＳ（相補性金属酸化膜半導体）センサやＣＣＤ（電荷結合素子）センサなど公知のセンサで構成されている。

車載カメラ２３、２３Ｂがそれぞれ出力する映像の信号は、カメラＩ／Ｆ１６の内部回路によって画素毎の階調や色を表すデジタル信号に変換され、フレーム毎の画像データとしてカメラＩ／Ｆ１６から出力される。

各車載カメラ２３、２３Ｂで撮影された映像（画像データ）は、記録部１７の動作により時系列データとして記録されるが、所定時間分だけ記録されるように繰り返し上書きされる。この所定時間は、例えば事故発生時、事故の状況が分かるように、事故発生前後の数秒間（例えば、２秒、４秒、１０秒等）に相当する時間である。カメラ２３、２３Ｂで撮像される画像は、静止画データの集合として記録してもよいし、動画のデータとして記録してもよい。事故発生前後の映像は、メモリカード６５に保存され、更に事務所ＰＣ３０の表示部３３に表示される。

また、本実施形態のデジタルタコグラフ１０は、例えば以下に示す（１）～（６）のような運転支援機能を搭載している。
（１）自車両と先行車両との車間距離が近すぎる場合に警報を出力する機能。
（２）自車両が走行中の走行レーンの範囲を逸脱した場合に警報を出力する機能。
（３）自車両の走行速度が路面標示の制限速度を超えた場合に速度超過の警報を出力する機能。
（４）自車両の前進時に後方から接近する他車両の存在を運転者に知らせる機能。
（５）自車両の後退時などの状況で周囲の障害物等の存在を運転者に知らせる機能。
（６）自車両の運転者によるあおり運転を検知して警報を出力する機能。

上記（１）～（６）の各機能を実現するためには、各車載カメラ２３、２３Ｂで撮影された映像の画像データを処理して、所定のパターン認識を行う必要がある。すなわち、パターン認識により先行車両の位置及び距離を特定したり、走行レーン境界の白線と自車両との相対位置を検出したり、路面標示の制限速度を検出したり、後方の車両や様々な障害物を検出することが必要になる。

上記のようなパターン認識は、ＣＰＵ１１が組み込まれたプログラムに従って所定の認識アルゴリズムを実行することにより実現できる。しかし、処理対象の画像のデータ量が多い場合には、パターン認識に要するＣＰＵ１１の負荷が非常に大きくなるので、検出の遅延が発生する可能性がある。そこで、本実施形態においては、画像のパターン認識を実行する際に、後述するように検知枠を設けて処理対象のデータ範囲を限定する。

通信部２４は、広域通信を行い、携帯回線網（モバイル通信網）を介して無線基地局８に接続されると、無線基地局８と繋がるインターネット等のネットワーク７０を介して、事務所ＰＣ３０と通信を行う。電源部２５は、イグニッションスイッチのオン等によりデジタルタコグラフ１０の各部に電力を供給する。

一方、事務所ＰＣ３０は、汎用のオペレーティングシステムで動作するＰＣ（パーソナルコンピュータ）により構成されている。事務所ＰＣ３０は、運行管理装置として機能し、ＣＰＵ３１、通信部３２、表示部３３、記憶部３４、カードＩ／Ｆ３５、操作部３６、出力部３７、音声Ｉ／Ｆ３８及び外部Ｉ／Ｆ４８を有する。

ＣＰＵ３１は、事務所ＰＣ３０の各部を統括的に制御する。通信部３２は、ネットワーク７０を介してデジタルタコグラフ１０と通信可能である。また、通信部３２は、ネットワーク７０に接続された各種のデータベース（図示せず）とも接続可能であり、必要なデータを取得可能である。

表示部３３は、運行管理画面の他、事故映像やハザードマップ等を表示する。記憶部３４は、デジタルタコグラフ１０から受信した映像を表示したり車両の位置情報を地図上に表示するためのシステム解析ソフトウェア等、各種プログラムを保持している。

カードＩ／Ｆ３５には、メモリカード６５が挿抜自在に装着される。カードＩ／Ｆ３５は、デジタルタコグラフ１０によって計測され、メモリカード６５に記憶された運行データを入力する。操作部３６は、キーボードやマウス等を有し、事務所の管理者の操作を受け付ける。出力部３７は、各種データを出力する。音声Ｉ／Ｆ３８には、マイク４１及びスピーカ４２が接続される。事務所の管理者は、マイク４１及びスピーカ４２を用いて音声通話を行うことも可能であり、車両の事故が発生した場合、救急や警察等への連絡を行う。

外部Ｉ／Ｆ４８には、外部記憶装置（ストレージメモリ）５４が接続される。外部記憶装置５４は、運行データＤＢ５６やハザードマップＤＢ５７を保持する。運行データＤＢ５６には、運行データとして、出入庫時刻、速度、走行距離等の他、急加減速、急ハンドル、速度オーバー、エンジン回転数オーバー等が記録される。ハザードマップＤＢ５７には、過去に事故が発生した地点（事故地点）を表すマークが地図に重畳して記述された地図データが登録される。

事務所ＰＣ３０は、メモリカード６５に記憶された運行データを入力して該当車両の実際の運行状態を解析する機能を有している。また、この解析機能の中には、あおり運転のような危険な運行状況を自動的に検出する機能も含まれている。すなわち、メモリカード６５に記録される運行データの中には、車間距離、車速、自車両と左右白線との左右方向の距離、左右ウインカーの操作状態、車載カメラ２３、２３Ｂの画像などが時系列データとして含まれているので、運行データを解析することによりあおり運転を検出できる。

＜複数の自動車の走行状態の具体例＞
道路上を走行している複数の自動車の走行状態の例を図２に示す。
図２に示した例では、道路２００上に３つの走行レーン２００Ｌ、２００Ｍ、２００Ｒが並んだ状態で存在し、各レーン間の区切りは、境界の白線２１１、２１２、２１３、２１４で明示されている。

また、図２の例では中央の走行レーン２００Ｍにおいて自車両ｃａと他車両（先行車両）ｃｂとが短い車間距離Ｌａｂで連なるような状態で、矢印の方向に走行している。自車両ｃａの走行速度Ｓｖａと他車両ｃｂの走行速度Ｓｖｂは例えば同じ程度である。また、図２の例では、他車両ｃｂの後方に位置している自車両ｃａの走行軌跡２２１ａの形状は自車両ｃａの左右方向に比較的大きく蛇行している。

つまり、後方の自車両ｃａは、他車両ｃｂの運転者が自車両ｃａの存在に気づいて脅威を感じるように意図的にあおり運転を行っている。また、自車両ｃａが短い周期で左右に大きく蛇行運転することにより、自車両ｃａの運転者は、車間距離を詰めた行為が意図的なものであることを他車両ｃｂの運転者に気づかせたり、より大きな脅威を感じるように意図的に仕向けていると考えられる。

したがって、図２に示したような状況を正確に把握できれば、自車両ｃａの異常なあおり運転を検知することが可能である。実際には、自車両ｃａに搭載されているデジタルタコグラフ１０の機能により、又は事務所ＰＣ３０のデータ解析機能により、後述する処理手順を用いてあおり運転を検知できる。

＜自車両と走行レーンとの位置関係＞
自車両と走行レーンとの位置関係の例を図３に示す。
例えば、進行方向前方の車外風景を撮影する車載カメラ２３の映像により、図３に示した各検知領域ＡＲＬ、ＡＲＲの可視情報を把握できる。図３の例では、検知領域ＡＲＬの中に白線２１２、および自車両ｃａの車体左端側の像が含まれているので、ＣＰＵ１１が検知領域ＡＲＬの像をパターン認識することにより左右方向の白線２１２の位置ＰＬ、および自車両ｃａの左端位置を特定できる。また、検知領域ＡＲＲの中に白線２１３、および自車両ｃａの車体右端側の像が含まれているので、ＣＰＵ１１が検知領域ＡＲＲの像をパターン認識することにより白線２１３の位置ＰＲ、および自車両ｃａの右端位置を特定できる。

したがって、車体の左右端の位置に基づいて左右歩行の車体中央位置Ｐｃを特定することもできるし、図３に示した車幅ＤＷ、横方向距離ＤＬ、ＤＲ、ＤＬｃ、およびＤＲｃをそれぞれ特定することもできる。横方向距離ＤＬはレーン左側の白線２１２と車体左端との距離、横方向距離ＤＲはレーン右側の白線２１３と車体右端との距離、横方向距離ＤＬｃはレーン左側の白線２１２と車体中央との距離、横方向距離ＤＲｃはレーン右側の白線２１３と車体中央との距離である。

つまり、車体中央位置Ｐｃ、横方向距離ＤＬ、ＤＲ、ＤＬｃ、およびＤＲｃのいずれかの時系列変化を監視することにより、走行軌跡２２１ａの形状を把握し、蛇行運転の状況を検知できる。また、例えば走行軌跡２２１ａにおける蛇行の振幅が大きくなると、自車両ｃａの車体の一部がレーンを跨いだりレーンから外側にはみ出すため、横方向距離ＤＬ又はＤＲがマイナスになる場合もある。したがって、このような蛇行形状の振幅の大きさを、あおり運転の検出に利用できる。また、意図的な蛇行運転の場合には、自然な蛇行運転の場合と比べて蛇行の時間周期が短く（周波数が高く）なる傾向があるので、この違いもあおり運転の検出に利用できる。

また、上記距離の時系列変化の代わりに、消失点ＦＯＥ（Focus of Expansion）を監視してもよい。例えば、車載カメラ２３の撮影により図４のような画像フレーム１００Ａが得られる。この画像フレーム１００Ａに含まれる各白線２１２、２１３等の延長線は１つの点で交差する。この点が消失点ＦＯＥであり無限遠点に相当する。つまり、自車両が走行レーンに沿って走行する際に、車載カメラと各被写体とが相対的に移動するので、画像フレーム中の各像は流れるように移動する。自車両が走行している状態でこの映像を処理する時には、画像フレームに含まれる各画素の動きを表すベクトル、すなわちオプティカルフローを検出すると、動かない被写体については、全てのオプティカルフローの延長線が１つの点に収束する。この点がＦＯＥ、つまり動きの消失点である。図４に示した画像フレームの例では、白線２１２および白線２１３の各々の延びる方向がオプティカルフローの方向と一致しているので、これらと地平線の延長線がＦＯＥの位置で交差する状態になる。

車両の通常の運転状態においては、明確な蛇行状態で車両が移動することはないので、画像フレーム上の消失点ＦＯＥは変化しない。しかし、あおり運転のように明確な蛇行状態で車両が走行する場合には、車両の進行方向が連続的に変化することに起因して、消失点ＦＯＥの位置にゆらぎが発生する。したがって、消失点ＦＯＥの位置の時系列変化を監視することにより、意図的な蛇行状態を検知し、あおり運転を検出することができる。

＜映像フレームおよび検知枠の例＞
車載カメラが撮影した映像フレーム中の複数の検知枠の例を図４に示す。
図４に示した例では、画像フレーム１００Ａ内に７個の検知枠Ｆ１１～Ｆ１７が割り当ててある。すなわち、画像フレーム１００Ａ内で様々なパターン認識を実施する場合に、認識対象物毎に画像データの処理範囲を検知枠Ｆ１１～Ｆ１７のいずれかに限定することにより、処理を高速化すると共に誤検出を減らすことができる。

例えば、図４に示した検知枠Ｆ１１又はＦ１２の範囲内で、自車両ｃａの前方を走行している他車両ｃｂの像や、レーン左端又は右端の白線２１２、２１３の像を認識できる。また、検知枠Ｆ１４の範囲内で、自車両ｃａの車体端部ｃａＬやレーン左端の白線２１２を認識できる。また、検知枠Ｆ１６の範囲内で、自車両ｃａの車体端部ｃａＲやレーン右端の白線２１３を認識できる。また、検知枠Ｆ１３の範囲内で、左側に隣接するレーン内に存在する他車両などを認識できる。また、検知枠Ｆ１７の範囲内で、右側に隣接するレーン内に存在する他車両などを認識できる。

＜あおり運転評価の処理手順＞
図５は、車両におけるあおり運転を評価するための主要な処理手順を示すフローチャートである。図１に示したデジタルタコグラフ１０内のＣＰＵ１１は、図５に示した処理手順を走行中に実行することにより、自車両ｃａの運転者の運転行為によるあおり運転をリアルタイムで検知できる。

また、図１に示した事務所ＰＣ３０内のＣＰＵ３１は、メモリカード６５から入力された運行データを解析する際に、図５に示した処理手順を実行することにより、乗務員の運転状況の評価として、あおり運転の有無を把握することが可能になる。つまり、図５に示した処理手順は、デジタルタコグラフ１０および事務所ＰＣ３０の少なくとも一方が実行することになる。

図５に示した処理手順をデジタルタコグラフ１０のＣＰＵ１１が実行する場合の動作について以下に説明する。
ＣＰＵ１１は、ステップＳ１１で自車両ｃａと他車両ｃｂとの間の最新の車間距離Ｌａｂを計測し、この車間距離Ｌａｂに相当する時間的な余裕を車間時間Ｔａｂとして算出する。車間時間Ｔａｂは、例えば車間距離Ｌａｂと自車両ｃａの走行速度Ｓｖａとから求めることができる。あるいは、自車両ｃａと他車両ｃｂの相対速度を用いて車間時間Ｔａｂを算出してもよい。

車間距離Ｌａｂは、例えば車載カメラ２３の撮影した映像に基づいて算出することが可能である。また、公知の様々なセンサを用いて車間距離Ｌａｂを検出してもよい。自車両ｃａの走行速度Ｓｖａは、例えば車速センサ５１の出力から得ることができる。また、自車両ｃａと他車両ｃｂの相対速度は、車間距離Ｌａｂの変化から算出できる。

ＣＰＵ１１は、ステップＳ１２でＳ１１の車間時間Ｔａｂと事前に定めた閾値Ｋｔとを比較し、車間距離の異常接近の有無を識別する。車間時間Ｔａｂが閾値Ｋｔを超えている場合は、車間距離が正常である通常走行状態とみなし、Ｓ１２からＳ１３を通ってＳ１１に戻り、同じ処理を繰り返す。

ＣＰＵ１１は、ステップＳ１２で白線認識の統計量を学習する。すなわち、自車両ｃａの走行中レーン左右の白線２１２、２１３の認識状態に基づいて、通常走行状態における自車両ｃａの走行軌跡２２１ａの特性を把握するために必要な統計量を算出する。具体的には、図３に示した横方向距離ＤＬ、ＤＬｃ、ＤＲ、ＤＲｃの１つ又は複数を検出し、その時系列変化のデータを統計的に処理して、走行軌跡２２１ａの形状に関する通常走行状態の統計量を把握し、これを逐次更新する。具体的な統計量としては、変化量の振幅、周波数、分散値などの少なくとも１つを用いる。

ＣＰＵ１１は、車間時間Ｔａｂが閾値Ｋｔ以下の場合は、異常接近状態とみなしてＳ１２からＳ１４に進み、白線認識の統計量を計測する。すなわち、自車両ｃａの走行中レーン左右の白線２１２、２１３の認識状態に基づいて、現在の走行状態における自車両ｃａの走行軌跡２２１ａの特性を把握するために必要な統計量を算出する。具体的には、図３に示した横方向距離ＤＬ、ＤＬｃ、ＤＲ、ＤＲｃの１つ又は複数を検出し、その時系列変化のデータを統計的に処理して、走行軌跡２２１ａの形状に関する最新の統計量を把握し、これを逐次更新する。具体的な統計量としては、変化量の振幅、周波数、分散値などの少なくとも１つを用いる。

ＣＰＵ１１は、ステップＳ１５で、Ｓ１４の統計量Ｖｓ１と、Ｓ１３で学習した通常走行状態の統計量Ｖｓ０とを比較する。そして、事前に定めた閾値Ｋｓを利用して「Ｖｓ１－Ｖｓ０≧Ｋｓ」の条件を満たすか否かを識別し、条件を満たす場合は次のステップＳ１６に進み「あおり運転」であると判定する。

つまり、車間時間Ｔａｂから自車両ｃａが他車両ｃｂに異常接近していることをデジタルタコグラフ１０が認識し、且つ走行軌跡２２１ａなどの蛇行状態を表す統計量Ｖｓ１が、通常走行状態で学習した統計量Ｖｓ０に比べて異常に大きい場合に、「あおり運転」をデジタルタコグラフ１０が検出する。

走行軌跡２２１ａの形状などについては運転者個人の運転の癖などの影響が反映されるので、意図的な蛇行運転か否かを事前に定めた閾値で判定することは難しい。しかし、図５に示した処理手順を実行する場合には、通常走行状態において横方向距離ＤＬ、ＤＬｃ、ＤＲ、ＤＲｃなどの統計量を学習し、学習した統計量に対する変化量に基づいてあおり運転を判定するので、運転者個人の運転の癖などの影響を排除できる。つまり、精度の高い判定が可能になる。

また、メモリカード６５に記録された運行データを事務所ＰＣ３０が解析する際にも、事務所ＰＣ３０が、上記と同様に図５の処理手順を実行することにより、「あおり運転」を正しく評価することができる。すなわち、図５の処理手順を実行するために必要な情報が運行データとしてメモリカード６５上に記録されている場合には、事務所ＰＣ３０も「あおり運転」を評価できる。

図５の処理手順を実行するために必要な情報は、車載カメラ２３が撮影した映像、車間距離、車速、走行軌跡２２１ａの蛇行に関連のある統計量、左右ウインカーの操作情報などの時系列データである。

＜車載器の動作例＞
あおり運転検知の場合の車載器の動作例を図６に示す。すなわち、図５に示したような処理手順の機能をデジタルタコグラフ１０が搭載している場合に、デジタルタコグラフ１０が図６に示した動作を実行することにより、「あおり運転」の評価結果を有効に活用できる。

ＣＰＵ１１は、図５のＳ１６で「あおり運転」を検出した場合に、図６のＳ２１からＳ２２の処理に進む。ステップＳ２２では、ＣＰＵ１１は、例えば「危険な運転状態を検出しました、安全運転を心がけましょう」のような警報の音声メッセージをスピーカ２０から疑似音声として出力する。

ＣＰＵ１１は、次のステップＳ２３で、「あおり運転」のイベントが発生した事実を表すデータを、運行情報として運行情報テーブルＴＢ１に記録する。また、このイベントを後で再評価できるように、当該イベントに関連のあるデータを同時に運行情報テーブルＴＢ１に記録する。具体的には、車載カメラ２３が撮影した映像、車間距離、車速、走行軌跡２２１ａの蛇行に関連のある統計量、左右ウインカーの操作情報、ブレーキの操作情報などを記録する。運行情報テーブルＴＢ１は例えばメモリカード６５上に配置する。

ＣＰＵ１１は、デジタルタコグラフ１０が事務所ＰＣ３０と通信するための無線通信機能を搭載しているか否かをＳ２４で識別し、搭載している場合は次のＳ２５に進む。ステップＳ２５では、ＣＰＵ１１は「あおり運転」のイベントの発生を表すデータを、通信部２４、無線基地局８、ネットワーク７０を経由して事務所ＰＣ３０へ送信する。

事務所ＰＣ３０を管理している管理者は、事務所ＰＣ３０が各車両のデジタルタコグラフ１０から「あおり運転」のイベント発生を表すデータを受信した場合にはそれを把握することができる。そして、事務所ＰＣ３０は管理者の操作により、所定の音声メッセージをネットワーク７０および無線基地局８を経由して、該当する車両上のデジタルタコグラフ１０に対して送信することができる。

ＣＰＵ１１は、事務所ＰＣ３０から音声等のメッセージを受信した場合に、Ｓ２６からＳ２７の処理に進み、受信したメッセージをスピーカ２０等を利用して運転者に報知する。

＜処理手順の変形例＞
図７は、車両におけるあおり運転を評価するための処理手順の変形例を示すフローチャートである。デジタルタコグラフ１０のＣＰＵ１１が図７の処理手順を実行する場合の動作について以下に説明する。

ＣＰＵ１１は、図５のＳ１１と同様に、車間距離Ｌａｂの計測および車間時間Ｔａｂの算出を繰り返し実行する。そして、車間時間Ｔａｂから通常走行状態であることを検出している間はＳ３１からＳ３２に進み、走行軌跡２２１ａの統計量に関する学習処理を実施する。

ＣＰＵ１１は、車間時間Ｔａｂにより自車両ｃａが他車両ｃｂに異常接近した状態を認識すると、Ｓ３１からＳ３３に進み、図５のＳ１５と同様に走行軌跡２２１ａに関する統計量を比較して異常な蛇行運転か否かを識別する。

ＣＰＵ１１は、Ｓ３３で異常な蛇行運転を検知した場合はＳ３４に進み、右ウインカー操作の有無を識別する。Ｓ３４でウインカー操作を検知しなかった場合は、Ｓ３４からＳ３５に進み、「あおり運転」であると判定する。一方、Ｓ３４でウインカー操作を検知した場合は、単なる車線変更の可能性が高いため、Ｓ３１の処理に戻る。

＜処理手順の更なる変形例＞
図７に示した処理手順では、ウインカー操作を検出した場合にはあおり運転でないと判定するようになっているが、逆に、ある特定の条件が成立している場合には、ウインカー操作を検出した場合に「あおり運転」であると判定するようにしてもよい。例えば、自車両ｃａが現在走行しているレーンの右側に別のレーンが追い越しレーンとして存在しているか否かを識別する。そして、右ウインカー操作ありを検知したにもかかわらず、右側に追い越しレーンが存在していない場合には、ＣＰＵ１１は「あおり運転」であると判定する。

例えば、図２に示したような状況では、自車両ｃａが右ウインカー操作、すなわち車線変更の合図をした後、現在の走行中の走行レーン２００Ｍから右隣の走行レーン２００Ｒに車線変更して、前方の他車両ｃｂを追い越すことができる。

一方、走行レーン２００Ｒが存在せず、追い越しのための車線変更ができない状況であるにもかかわらず、自車両ｃａが他車両ｃｂに異常接近した状態で自車両ｃａの運転者が右ウインカー操作を実施する場合は、あおり運転の可能性が高い。したがって、走行軌跡２２１ａの蛇行状態の判定に加え、異常な右ウインカー操作を検知して、「あおり運転」の判定精度を高めることができる。

＜運転評価装置および車載器の利点＞
上述のデジタルタコグラフ１０のように運転評価装置の機能を車載器に搭載した場合には、「あおり運転」のような危険な運転行為をリアルタイムで自動的に検出し警報を出力することができる。これにより、自車両ｃａの運転者に危険な状態であることを意識させ、運転マナーを向上させることが可能になる。また、「あおり運転」のイベント情報を含む運行データをメモリカード６５に記録することができ、記録する運行データのデータ容量の増大を抑制しつつ、安全運転の推進に役立つ情報を記録することが可能である。

また、事務所ＰＣ３０に運転評価装置の機能を搭載した場合には、メモリカード６５に記録された運行データを解析する際に、該当する車両を運行した乗務員の「あおり運転」のような危険な運転行為を管理者が把握することができ、安全運転の指導や教育に役立てることができる。

ここで、上述した本発明の実施形態に係る運転評価装置および車載器の特徴をそれぞれ以下［１］～［５］に簡潔に纏めて列記する。
［１］ 車両（自車両ｃａ）上で検出された、もしくは過去に記録された運行情報に基づいて、前記車両における危険運転の評価を実施する運転評価装置であって、
前記運行情報が、前記車両と当該車両の前方を走行している他車両（ｃｂ）との車間距離（Ｌａｂ）に応じて変化する第１の情報（車間時間Ｔａｂ）と、前記車両の走行レーン（２００Ｍ）を区画する左右の線（２１２、２１３）と前記車両との左右方向の相対的な位置関係に応じて変化する第２の情報（横方向距離ＤＬ、ＤＬｃ、ＤＲ、又はＤＲｃ）とを含み、
前記第２の情報に基づいて統計量（Ｖｓ１）を算出し、前記第１の情報に基づいて前記車間距離が正常範囲より短くなったことを検知した場合に、前記第２の情報の統計量に基づいて危険運転が行われたか否かを判定する運転評価部（ＣＰＵ１１、又は３１）、
を備えたことを特徴とする運転評価装置（デジタルタコグラフ１０、又は事務所ＰＣ３０）。

［２］ 前記運転評価部は、前記第１の情報に基づいて前記車間距離が前記正常範囲にあることを検知している状態で、前記第２の情報に基づいて算出した統計量（Ｖｓ０）を学習値として取得し、前記学習値を前記危険運転の判定のための閾値に反映する、
ことを特徴とする上記［１］に記載の運転評価装置。

［３］ 前記運転評価部は、前記車間距離（Ｌａｂ）の大きさに、少なくとも前記車両の車速（Ｓｖａ）を反映して前記正常範囲を設定する（Ｓ１１、Ｓ１２）、
ことを特徴とする上記［１］又は［２］に記載の運転評価装置。

［４］ 前記運転評価部は、前記車両におけるウインカー作動の有無を表す情報を、前記危険運転の判定に利用する（Ｓ３４）、
ことを特徴とする上記［１］乃至［３］のいずれかに記載の運転評価装置。

［５］ 上記［１］乃至［４］のいずれかに記載の運転評価装置を搭載した、ことを特徴とする車載器（デジタルタコグラフ１０）。

５ 運行管理システム
８ 無線基地局
１０ デジタルタコグラフ
１１，３１ ＣＰＵ
１２Ａ 速度Ｉ／Ｆ
１２Ｂ エンジン回転Ｉ／Ｆ
１３ 外部入力Ｉ／Ｆ
１４ センサ入力Ｉ／Ｆ
１５ ＧＰＳ受信部
１５ａ ＧＰＳアンテナ
１６ カメラＩ／Ｆ
１７ 記録部
１８ カードＩ／Ｆ
１９ 音声Ｉ／Ｆ
２０，４２ スピーカ
２１ ＲＴＣ
２２ ＳＷ入力部
２３，２３Ｂ 車載カメラ
２４，３２ 通信部
２５ 電源部
２６Ａ 不揮発メモリ
２６Ｂ 揮発メモリ
２７ 表示部
２８ Ｇセンサ
２９ アナログ入力Ｉ／Ｆ
３０ 事務所ＰＣ
３３ 表示部
３４ 記憶部
３５ カードＩ／Ｆ
３６ 操作部
３７ 出力部
３８ 音声Ｉ／Ｆ
４１ マイク
４８ 外部Ｉ／Ｆ
５１ 車速センサ
５４ 外部記憶装置
５６ 運行データＤＢ
５７ ハザードマップＤＢ
６５ メモリカード
７０ ネットワーク
１００Ａ，１００Ｂ 画像フレーム
２００ 道路
２００Ｌ，２００Ｍ，２００Ｒ 走行レーン
２１１，２１２，２１３，２１４ 白線
２２１ａ 走行軌跡
Ｆ１１，Ｆ１２，Ｆ１３，Ｆ１４，Ｆ１５，Ｆ１６，Ｆ１７ 検知枠
Ｆ２１，Ｆ２２ 検知枠
ｃａ 自車両
ｃａＬ，ｃａＲ 車体端部
ｃｂ 他車両
ＡＲＬ，ＡＲＲ 検知領域
Ｌａｂ 車間距離
Ｓｖａ，Ｓｖｂ 走行速度
ＰＬ，ＰＲ 白線位置
Ｐｃ 車体中央位置
Ｄｗ 車幅
ＤＬ，ＤＲ，ＤＬｃ，ＤＲｃ 横方向距離
ＴＢ１ 運行情報テーブル

Claims (4)

1. 車両上で検出された、もしくは過去に記録された運行情報に基づいて、前記車両における危険運転の評価を実施する運転評価装置であって、
   前記運行情報が、前記車両と当該車両の前方を走行している他車両との車間距離に応じて変化する第１の情報と、前記車両の走行レーンを区画する左右の線と前記車両との左右方向の相対的な位置関係に応じて変化する第２の情報とを含み、
   前記第２の情報に基づいて統計量を算出し、前記第１の情報に基づいて前記車間距離が正常範囲より短くなったことを検知した場合に、前記第２の情報の統計量に基づいて危険運転が行われたか否かを判定する運転評価部、
   を備え、
   前記運転評価部は、前記第１の情報に基づいて前記車間距離が前記正常範囲にあることを検知している状態で、前記第２の情報に基づいて算出した統計量を学習値として取得し、前記学習値を前記危険運転の判定のための閾値に反映する、
   ことを特徴とする運転評価装置。
2. 前記運転評価部は、前記車間距離の大きさに、少なくとも前記車両の車速を反映して前記正常範囲を設定する、
   ことを特徴とする請求項１に記載の運転評価装置。
3. 前記運転評価部は、前記車両におけるウインカー作動の有無を表す情報を、前記危険運転の判定に利用する、
   ことを特徴とする請求項１又は請求項２に記載の運転評価装置。
4. 請求項１乃至請求項３のいずれか１項に記載の運転評価装置を搭載した、ことを特徴とする車載器。

Images