JP7179440B2 - 二輪車における傾斜検出 - Google Patents

Description

従来技術
本発明は、他車の走行軌道を予測するための運転支援システムに関する。

独国特許出願公開第１０２００４０２１５９０号明細書（DE102004021590A1）には、センサを用いて走行中の二輪車の傾斜角を検出するための装置及び方法が記載されており、この装置及び方法では、二輪車の縦軸方向における加速度を垂直加速度センサによって測定する。測定されたこの加速度と重力加速度との比を用いて、傾斜角が求められる。二輪車の傾斜角に依存して、レベリングのためのプロセスが作動又は非作動化される。

独国特許出願公開第１０２００４０２１５９０号明細書

発明の開示
本発明では、周囲センサシステムを備えた車両の動作方法を開示する。本方法では、少なくとも１つの先行及び／又は対向二輪車を、少なくとも周囲センサシステムのデータに依存して識別する。さらに、二輪車の傾斜角を少なくとも周囲センサシステムのデータに依存して求め、求められたこの傾斜角に基づいて二輪車の動き推移を予測する。車両の動作は、この予測された動き推移に基づいて行われる。

本発明の方法が奏する利点は、識別された二輪車の動き推移を予測することができ、これにより走行状況のより良好な分析が可能になることである。たとえば、自動運転のための市街地における交差点等の複雑なシナリオにおける状況分析を改善することができる。

二輪車を識別するとき、その都度、運転者も一緒に検出することができる。二輪車のみを特定するか、又は、二輪車と運転者とを共に検出するかは、使用事例と使用されるセンサシステムとに応じて変更することができる。

「二輪車」とは、たとえば自転車、スクータ、モペッド、モファ又は自動二輪車等の２つの車輪を備えた全ての車両を意味し得る。「周囲センサシステム」としては、慣用されている全てのセンサ及び検出手段を使用することができ、その中には、カメラ、ステレオビデオカメラ、超音波センサ、レーダセンサ、ライダ及びレーザが含まれる。

本方法の他の一実施形態では、二輪車を識別するために、カメラとして構成された周囲センサシステムを用いて記録された画像列に基づいてオプティカルフローを求める。

求められたオプティカルフローは有利には、対象物をセグメント化し、これにより、画像領域における対象物クラスのピンポイントの探索を可能にするために使用することができる。オプティカルフローを用いることにより、色、テクスチャ、及び対象物への点の分類に従って、セグメント化を最適化することができる。典型的な対象物クラスは、歩行者、乗用自動車、貨物自動車、自転車運転者、自動二輪車運転者、ベビーカー、道路標識、道路、及び、交通において現れる他の物、道路利用者、建物、インフラストラクチャ要素、工事現場又は景観特徴である。

本方法の有利な一実施形態では、傾斜角を求める際に車両の自己運動を考慮する。

かかる実施形態は、自己運動を考慮することにより傾斜角をより正確に求めることができるという利点を奏する。自己運動はたとえば、ロール角を表す測定データを介して、たとえばカメラデータ、加速度センサデータ及び／又は回転速度センサデータ等を介して得ることができる。さらに、車両の自己運動と、映像内の道路の光学的特徴とに基づいて車道路面を特定することもできる。この車道路面も、有利には、カメラを用いて記録された画像内における対象物のセグメント化の改善に使用することができる。

本方法の他の一実施形態では、周囲センサシステムによって検出された、二輪車の少なくとも２つの参照点に基づいて、傾斜角を求める。

かかる実施形態により、傾斜角を迅速かつ簡単に求めることができるという利点が奏される。二輪車の少なくとも２つの参照点、たとえば、タイヤが車道に接触する接地点とヘッドランプ又はテールランプに基づいて、二輪車の傾斜直線を求めることができ、これにより二輪車の傾斜角を求めることができる。参照点としては、他の任意の点を使用することも可能であり、たとえばタイヤ、フェンダ、サスペンション、フットレスト、ハンドル、ナンバープレート、運転者の位置、サドルバッグ、タンク、及び、解析対象の二輪車の他の典型的な特徴を使用することができる。これらの参照点はたとえば、公知の画像処理手法を用いて求めることができる。これと共に、二輪車に乗っている運転者の姿勢も解析して、これを動き推移の特定の際に考慮することもできる。

本方法の他の一実施形態では、周囲センサシステムはカメラを含む。かかる実施形態では、傾斜角を求めるために、カメラを用いて記録されたデジタル画像の特定の画素を二輪車に分類する。

上述の実施形態の利点は、カメラデータを用いて、二輪車を周囲から分離する対象物認識が行われることであり、記録されたカメラ画像内では、個々の領域が二輪車に分類される。このことにより、二輪車の位置のより詳細な解析が可能となり、ないしは傾斜角を求めることができる。

本方法の他の一実施形態では、画像の少なくとも２つのラインにおいて、二輪車に分類される画素の中間カラム値がそれぞれ求められる。次に、この中間カラム値に基づいて二輪車の傾斜角が求められる。

本方法のかかる実施形態により奏される利点は、画像のラインごとの読み出しにより、傾斜角を非常に迅速に求めることができることである。全てのラインを読み出す必要はない。というのも、中間カラム値に基づいて二輪車の傾斜直線ないしは傾斜角を求めるためには、２つの特定の中間カラム値で既に十分だからである。求められるカラム値の数は任意に選択することができ、ないしは、記録された画像に合わせて適応調整することもできる。

本方法の特に有利な実施形態では、予測動き推移を求めるために走行路分岐を求める。少なくとも１つの求められた走行路分岐において、二輪車の傾斜角に基づき、二輪車の方向転換先である走行路が予測される。

本方法のかかる実施形態により奏される利点は、走行路分岐が求められ又は既知である場合、二輪車の傾斜角のみに基づいて、二輪車及び／又は二輪車の運転者がどの走行路に向かって方向転換するかを予測できることである。ここで「走行路分岐」とは、車両及び／又は運転者が複数の走行路に進入できる全ての道路形状及び／又は現在走行中の走行路から出られる全ての道路形状をいう。走行路分岐には特に、想定し得る全ての交差点状況、ロータリー、道路の出口及び入口、駐車場及び／又は停車地帯及び／又は停車路肩の進入口、並びに、森林道及び／又は野道への分岐が含まれる。二輪車が方向転換操縦を行い得る状況も、同様に考慮することができる。

走行路分岐はたとえば、周囲センサシステムを用いて検出することができ、及び／又は、地図素材に基づいて特定することができる。この地図素材はたとえば、デジタル地図の形態であるか、又は、車両によって受け取ることができるものである。

本方法の他の一実施形態では、動き推移を予測するために二輪車の速度を求める。これは、特に周囲センサシステムのデータを用いて、これと共に又はこれに代えて、傾斜角と読み込まれた地図情報とに基づいて求められる。

本方法の上述の実施形態により奏される利点は、傾斜角の他にさらに二輪車の速度が分かることである。このことにより、二輪車の動き推移をより正確に予測することができる。

地図情報が存在し、この地図情報から走行路の曲率が導き出される場合、傾斜角に基づいて二輪車の速度を推定することができる。このことにより、速度を直接測定できるセンサシステム、又は、複数の測定サイクルを介しての速度の導出が不要となる。このことは場合によっては、低コストのセンサシステムを用いて衝突回避支援システムを実現できるようにするために重要な前提条件となる。

本発明の他の一実施形態では、予測される動き推移は、求められた傾斜角と求められた速度とに基づいて予測される走行軌道を含む。

本方法の上述の実施形態により奏される利点は、二輪車の傾斜角と速度とを用いることにより二輪車の走行軌道の非常に正確な予測が可能になることである。この軌道を用いることにより、複数の異なる時点における二輪車の位置を予測することができる。この情報は、交通状況を分析するため、及び、危険の場合には措置をとるために使用することができ、これにより利点が奏される。

本方法の有利な一実施形態では、車両の動作は、警報装置の作動及び／又は車両の走行推進力に介入する少なくとも１つのアクチュエータの作動を予定する。かかる実施形態では、二輪車の予測された動き推移に基づき、車両が通行している車線に二輪車が向かっているか否かを特定する。

本方法のかかる実施形態により奏される利点は、現在の走行状況に基づいて、危険な状況になっている場合には警報装置を使用して、運転者及び／又は他車及び／又は他の運転者及び／又は道路利用者に対して警報信号を生成できることである。さらに、車両の走行推進力に介入する少なくとも１つのアクチュエータの作動を行うことも可能である。たとえば、車両が通行している車線に二輪車が向かっていて、衝突のおそれがあると判断される場合には、本方法を使用することにより、衝突を回避するため、及び／又は可能性のある損害を軽減するため、緊急制動及び／又は待避運転及び／又は走行推進力への他の介入を行うことができる。車両が通行している車線は、たとえば周囲センサシステム及び／又は地図情報を使用して特定することができる。交通状況をより正確に分析して、実際に衝突のおそれがあるか否かを判断するため、車両の軌道を求めることもできる。これが求められた場合には、二輪車の予測された動き推移、及び、場合によっては二輪車の走行軌道と合わせて調整することができる。

本願ではさらに、周囲センサシステムを備えた車両を動作させるための装置についても特許を請求している。当該装置は、少なくとも１つの先行及び／又は対向二輪車を識別し、二輪車の動き推移を予測するように構成されている。動き推移を予測するためには、周囲センサシステムのデータに依存して二輪車の傾斜角を検出する。車両の動作は、特許請求の範囲に記載されている方法を使用して予測された動き推移に基づいて行われる。

本願ではさらに、特許請求の範囲に属する方法の全てのステップを実施するために構成されたコンピュータプログラムについても、特許を請求している。

方法の概略的な流れ図である。 カーブ位置にある対向自動二輪車を示す図である。 自動二輪車に及ぼされる力の影響を示す概略図である。 傾斜角測定の一態様を示す図である。 カーブにある自動二輪車を示す図である。

実施例
以下の実施例では、車両に周囲センサシステム、特にカメラと、当該車両の動作を行うための装置とが備えつけられている。この装置は、二輪車を識別し、二輪車の傾斜角を求め、傾斜角に基づいて二輪車の動き推移を予測するように構成されている。装置は、予測された動き推移に基づいて車両を動作させることができる。動き推移を予測するためには、装置上においてコンピュータプログラムを用いて、図１において概略的な流れが示されている方法を実施する。本方法は、ステップ１０１で開始する。

ステップ１０２においてまず、カメラを用いて記録された映像と、公知の分類手法（たとえばニューラルネットワーク、決定木、ビオラ・ジョーンズ法）とを使用して、先行又は対向二輪車２０１，４０１，５０１を識別する。車両の自己運動と、映像内の道路２０８の光学的特徴とに基づいて車道路面４０２を推定することができる。こうするためにはたとえば、車道路面に相当する画像領域をテクスチャに基づいて抽出するセグメント化手法を使用することができる。これに代えて、画像列から算出されたフローベクトルと、ベース面の期待される動きの場合のフローベクトルとを比較することもでき、このベース面は、車両の自己運動が既知である場合にカメラの視野から求めることができる。車両に対して相対移動するベース面とフローベクトルが近似的に一致する画像領域は、ベース面ないしは車道路面に分類することができる。

画像列に基づいて求められるオプティカルフローは、対象物をセグメント化し、ひいては画像領域における対象物クラスのピンポイント探索を行うために、重要な役割を果たし得る。画像内において識別された対象物については、対応する画像領域２０７，４０７が特定され、方形（区切りボックス）２０６，４０６として示される。本実施例では自動二輪車２０１，４０１が識別され、これに区切りボックス２０６，４０６が適切に付される。次に、この画像領域２０７，４０７内において、対象物に分類される（すなわち「背景」に分類されない）全ての画素が特定される。こうするためには、たとえば閾値法又はフェルツェンスツヴァルプ・フッテンロッハー・アルゴリズム（Felzenszwalb-Huttenlocher-Algorithmus）等のセグメント化のための公知の画像処理法を用いることができる。後者の手法は、画像を対象物においてセグメント化するエッジ指向の手法である。このアルゴリズムは、まず最初に、画像の各２つの隣接する画素間にエッジを置く。このエッジは、それぞれ隣接する画素のたとえば輝度差及び色の差等の特徴に応じて重み付けされる。次に、各個々の画素から画像セグメントが形成され、この画像セグメントは、１セグメントにおけるエッジ重み付けの差が可能な限り小さく抑えられるように、かつ、隣接するセグメント間のエッジ重み付けの差が可能な限り大きくなるようにマージされる。

次にステップ１０３において、二輪車２０１，４０１の傾斜角３０３を求める。こうするためには、対象物に分類される全ての画素２０２の水平方向位置の中央値を求めることにより、画像領域２０７，４０７の各画像ライン２０３について一種の「中心点」ないしは中間カラム値２０４が求められる。最後に補償計算によって、中間カラム値２０４を通る直線２０５，４０５を近似的に求めることができる。反復的なＲＡＮＳＡＣ法により、場合によってはアウトライヤをフィルタリング除去し、直線２０５，４０５をさらに良好に特定することができる。水平線に対する直線２０５，４０５の傾斜は、自動二輪車２０１，４０１の傾斜を表し、これにより自動二輪車２０１，４０１の傾斜角３０３を求めることができる。

傾斜角３０３を求めるための上述の方法は、全ての画像ライン２０３（破線及び実線２０３）に適用されることを要しない。区切りボックス２０６，４０６の垂直方向の寸法にわたって分布している少なくとも２つの画像ライン２０３を考察し、これらの画像ライン２０３の中で、二輪車に分類される画素（実線２０２）と、これらの画素２０２（実線２０３）の中間カラム値２０４とを求めれば十分である。これにより、用法がほぼ同一である場合には、計算量が格段に削減する。

画素に代えて、周囲についての３次元情報がたとえば３次元点群の形態で得られる場合、たとえば、レーザスキャナ又はステレオカメラによって生成できるような周囲の３次元情報等が得られる場合、他の対象物との距離と、特定しやすいベース面／車道平面２０８からの隆起とによって、対象物のセグメント化をさらに高信頼性に実施することができる。傾斜直線２０５，４０５は、上述の「中間点」を用いる手法と同様に求めることができる。

これに代えて、ステップ１０３において、周囲センサシステムにより検出された、二輪車２０１，４０１の少なくとも２つの参照点４０３，４０４に基づいて、傾斜角３０３を求めることもでき、この実施例では図４に示されているように、参照点として接地点４０３及びヘッドランプ４０４を選択している。関連する画像区画２０７，４０７の下部分において、車道との二輪車の接触点である接地点４０３を探索する。二輪車２０１，４０１の距離が（たとえばレーダ又はステレオカメラを用いて測定することにより）既知であり、かつ車道２０１が既知であるないしは推定されている場合、接地点４０３が存在する水平方向画像領域を特定することができる。

次に、公知の画像処理手法（たとえばＢＬＯＢ検出）により、画像における二輪車２０１，４０１のヘッドランプ４０４及び／又はテールランプの位置を求める。その際には画像内において、画素が類似する、すなわち画素の色又は／及び輝度値が類似する、区切られかつ連結している領域を特定する。自動二輪車の場合、日中であってもランプ４０４のスイッチオンが義務づけられているので、これにより画像中における識別が簡単になる。このようにして、接地点４０３及びランプ位置４０４により、傾斜直線２０５，４０５ひいては傾斜角３０３を近似的に求めることができる。

ステップ１０４において、傾斜角３０３に基づき、二輪車２０１，４０１，５０１の動き推移を予測する。二輪車２０１，４０１，５０１が向かう車道２０８，５０２，５０３を予測するためには、必ずしも二輪車２０１，４０１，５０１の速度が必要というわけではない。二輪車２０１，４０１，５０１が有意に傾斜している場合、すなわち傾斜角３０３が相当大きい場合には、このことから、二輪車２０１，４０１，５０１が、湾曲した走行路（曲率｜κ｜＞０）上にて（｜ｖ｜＞０の絶対値の速度で）移動中であること、及び、この曲率κの向きがどの方向であるかを推定することができる。

二輪車がたとえば曲がるか否か、すなわちどの走行路に向かって方向転換するかを判定するためには、多くの使用事例において、上記情報だけで既に十分である。かかるターン分類によって既に、交通状況の解釈が可能となる。地図から得られる走行路分岐ないしは走行路推移についての情報と、二輪車２０１，４０１，５０１が道路２０８及び／又は自転車路を通行しているとの仮定とを組み合わせることにより、二輪車２０１，４０１，５０１の動き推移の良好な予測が可能となる。

走行路分岐はたとえば、周囲センサシステムを用いて検出することができ、及び／又は、地図素材に基づいて特定することができる。この地図素材はたとえば、デジタル地図の形態であるか、又は車両によって受け取ることができるものである。

方向転換先となる走行路を予測するため、特定の閾値を規定することができ、これは、当該閾値に達すると特定の走行路を予測する、というものである。かかる閾値は、固定的に設定することができ、及び／又は、現在の道路推移と識別された走行路分岐とに応じて適応調整することができる。たとえば、二輪車２０１，４０１，５０１が現在通行中である道路と脇道が交差する角度に応じて、当該脇道の通行を予測する基準となる、傾斜角３０３の閾値を変化させることができる。

走行状況の中には、傾斜角３０３と二輪車２０１，４０１，５０１の位置とにのみ基づいて既に、二輪車５０１がさらに進んだときに車線５０２，５０３を変えて対向交通の車線５０３に来るか否かを導出できる走行状況も幾つか存在する（図５参照）。

二輪車２０１，４０１，５０１の動き推移をより正確に予測するため、オプションのステップ１０３ａにおいて二輪車２０１，４０１，５０１の速度を求めることができる。

この速度はたとえば、周囲センサシステムに包含されるレーダセンサを用いてドップラー周波数を解析することにより直接測定することができ、及び／又は、対象物距離（車両から二輪車２０１，４０１，５０１までの距離）の複数回の測定を介して間接的に求めることができる（時間的トラッキング）。この複数回の測定は、たとえばカメラ及び／又はステレオビデオカメラを用いて行うことができ、このカメラ及び／又はステレオビデオカメラも、周囲センサシステムに包含されることができる。正確さを向上させるためには、さらに車両の自己運動を考慮することもできる。この自己運動はたとえば、走行距離測定又は慣性航法を介して求めることができる。慣性航法の場合、慣性航法システムからのデータを使用することができる。ここで「慣性航法システム」とは、加速度センサ及びジャイロスタビライザ及び／又は回転速度センサを用いる３次元測定システムをいう。また、ロール角を表す情報ひいてはセンサシステムのロール運動を補償するように考慮することもできる。

上述の態様に代えて、又はこれと共に、読み込まれた地図情報を使用して二輪車２０１，４０１，５０１の速度を求めることもできる。この地図情報は特に、二輪車２０１，４０１，５０１が通行する区間についての情報を含むことができ、たとえば、二輪車２０１，４０１，５０１が通るカーブの推移、及び／又は、交差点における交通状況、右左折の可否、信号、優先通行規則等についての情報を含むことができる。さらに、地図の地図情報が、道路推移の曲率κを当該地図情報に基づいて求めることができるほど十分な精度である場合には、以下の数式
ｔａｎ α＝Ｆ_Ｚ／Ｆ_Ｇ＝κν^２／ｇ
を用いて、二輪車２０１，４０１，５０１の速度を求める及び／又は推定することができる。上記式は、二輪車２０１，４０１，５０１が安定的にカーブ走行する場合に近似的に成立する。αは傾斜角であり、Ｆ_Ｚ３０４は遠心力であり、Ｆ_Ｇ３０５は重力であり、ｇは重力加速度であり、ｖは速度である。これらの力はそれぞれ、運転者３０２が存在する場合には運転者３０２も含めて、二輪車２０１，４０１，５０１の重心３０１に作用する（図３参照）。１つの単画像と、既知の道路曲率κとにのみ基づいて、二輪車２０１，４０１，５０１の速度を求めることができる。このことは、低コストのセンサシステムを用いて衝突回避支援システムを実現できるようにするため、及び、たとえば被害軽減ブレーキアシスト等の支援システムに係る迅速かつ早期の判断を可能とするために重要な前提条件である。

二輪車２０１，４０１，５０１の傾斜角３０３及び速度の双方が既知である場合には、これらの値から二輪車２０１，４０１，５０１の走行軌道を求めることができる。この走行軌道により、二輪車２０１，４０１，５０１の将来の動き推移をさらに正確に判断することができる。

ステップ１０５において、二輪車２０１，４０１，５０１の予測された動き推移に基づき、車両を動作させる。

たとえば、予測された動き推移から、二輪車５０１が車両の車線上を走行することとなり、衝突のおそれがあると推定できる場合には、車両の運転者及び／又は他の道路使用者に対して警報信号を送信することができる。これに代えて、又はこれと共に、車両の走行推進力に介入するアクチュエータを作動させることもできる。たとえば、制動操作及び／又は待避操縦を自動的に行うことができる。よって、かかる機能は、高度に自動化された又は全自動の車両においても使用することができる。

事故のおそれがあるか否かは、たとえば、二輪車２０１，４０１，５０１の求められた走行軌道の曲率と、たとえばカメラデータを用いて求められた、走行路推移の曲率、又はナビゲーション地図の形態の走行路推移の曲率とを比較することにより、予測することができる。

本方法は、ステップ１０６において終了する。

Claims (11)

1. 少なくとも１つの先行及び／又は対向する二輪車（２０１，４０１，５０１）を、少なくとも周囲センサシステムのデータに依存して、識別する、当該周囲センサシステムを備えた車両の動作方法であって、
   前記二輪車（２０１，４０１，５０１）の傾斜角（３０３）を少なくとも前記周囲センサシステムのデータに依存して求め、前記傾斜角（３０３）は、水平線に対する前記二輪車（２０１，４０１，５０１）の傾斜を表す角度であり、
   前記周囲センサシステムは、カメラとして構成されており、
   前記傾斜角（３０３）を求めるため、前記カメラを用いて記録されたデジタル画像の特定の画素を前記二輪車（２０１，４０１，５０１）に分類し、
   前記画像のラインごとの読み出しにより、前記画像の２つのラインにおいて、前記二輪車（２０１，４０１，５０１）に分類される画素の中間カラム値（２０４）を求め、
   前記中間カラム値（２０４）に基づいて前記傾斜角（３０３）を求め、
   求められた前記傾斜角（３０３）に基づいて前記二輪車（２０１，４０１，５０１）の動き推移を予測し、
   予測された前記動き推移に基づいて、前記車両を動作させる、
   ことを特徴とする動作方法。
2. 二輪車（２０１，４０１，５０１）を識別するために、カメラとして構成された前記周囲センサシステムを用いて記録された画像列に基づいてオプティカルフローを求める、
   請求項１に記載の動作方法。
3. 前記傾斜角（３０３）を求める際に、前記車両の自己運動を考慮する、
   請求項１又は２に記載の動作方法。
4. 前記周囲センサシステムによって検出された、前記二輪車（２０１，４０１，５０１）の少なくとも２つの参照点（４０３，４０４）に基づいて、前記傾斜角（３０３）を求める、
   請求項１乃至３のいずれか一項に記載の動作方法。
5. 前記予測された動き推移を求めるために、走行路分岐を、前記周囲センサシステムを用いて検出することによって、及び／又は、地図情報に基づいて特定することによって、求め、
   求められた少なくとも１つの走行路分岐において、前記二輪車（２０１，４０１，５０１）の方向転換先となる走行路を、前記傾斜角（３０３）に基づいて予測する、
   請求項１乃至４のいずれか一項に記載の動作方法。
6. 前記動き推移を予測するために、前記二輪車（２０１，４０１，５０１）の速度を求める、
   請求項１乃至５のいずれか一項に記載の動作方法。
7. 前記周囲センサシステムのデータを用いて、及び／又は、
   前記傾斜角（３０３）と、読み込まれた地図情報とに基づいて、
   前記速度を求める、
   請求項６に記載の動作方法。
8. 前記予測された動き推移は、前記求められた傾斜角（３０３）と求められた前記速度とに基づいて予測される走行軌道を含む、
   請求項６又は７に記載の動作方法。
9. 前記車両の動作は、警報装置の作動、及び／又は、当該車両の走行推進力に介入する少なくとも１つのアクチュエータの作動であり、
   前記二輪車（２０１，４０１，５０１）の前記予測された動き推移に基づき、前記車両が走行している車線（５０３）に当該二輪車（２０１，４０１，５０１）が向かっているか否かを特定する、
   請求項１乃至８のいずれか一項に記載の動作方法。
10. 周囲センサシステムを備えた車両を動作させるための装置であって、
    前記装置は、少なくとも１つの先行及び／又は対向する二輪車（２０１，４０１，５０１）を前記周囲センサシステムのデータに依存して識別し、当該二輪車（２０１，４０１，５０１）の動き推移を予測するように構成されており、
    前記動き推移を予測するために、前記周囲センサシステムのデータに依存して前記二輪車（２０１，４０１，５０１）の傾斜角（３０３）が検出され、前記傾斜角（３０３）は、水平線に対する前記二輪車（２０１，４０１，５０１）の傾斜を表す角度であり、
    前記周囲センサシステムは、カメラとして構成されており、
    前記装置は、
    前記傾斜角（３０３）を求めるため、前記カメラを用いて記録されたデジタル画像の特定の画素を前記二輪車（２０１，４０１，５０１）に分類し、
    前記画像のラインごとの読み出しにより、前記画像の２つのラインにおいて、前記二輪車（２０１，４０１，５０１）に分類される画素の中間カラム値（２０４）を求め、
    前記中間カラム値（２０４）に基づいて前記傾斜角（３０３）を求める
    ように構成されており、
    前記車両の動作は、請求項１乃至９のいずれか一項に記載の動作方法を使用して予測された動き推移に基づいて行われる、
    ことを特徴とする装置。
11. 請求項１乃至９のいずれか一項に記載の動作方法のすべてのステップを実施するために構成されたコンピュータプログラム。

Images