JP7437761B2

JP7437761B2 - 煽り運転検知プログラム、煽り運転検知装置、煽り運転検知システム

Info

Publication number: JP7437761B2
Application number: JP2020108409A
Authority: JP
Inventors: 大登三口
Original assignee: 有限会社Tedix
Priority date: 2020-06-24
Filing date: 2020-06-24
Publication date: 2024-02-26
Anticipated expiration: 2040-06-24
Also published as: JP2022006260A

Description

本発明は、車両に搭載して自車または他車の煽り運転を検知できる煽り運転検知プログラム、煽り運転検知装置、煽り運転検知システムに関する。

近年、先行する車両と十分な車間距離を取らなかったり、車間距離を繰り返し詰めたり、車を左右に揺らしたりして、先行車両のドライバーに不快感やプレッシャーを与えるいわゆる煽り運転が多発している。煽り運転は、道路交通環境を悪化させ、ドライバーの運転ミスを誘発し、重大な交通事故につながる可能性もあることから、社会問題となっている。

このような煽り運転を抑制すべく、煽り運転を検知する技術が開発されている。例えば、特許文献１には、車間距離センサから車間距離を入力し、ドライバが事前に設定した一定距離以下の状態が所定の一定時間継続したか否かの判定を行って煽り走行の発生を検出する技術が開示されている。

特開２０１０－２７１９０６号公報

しかし、従来の技術によれば、煽り運転検知のために別途車間距離を計測する車間距離センサを搭載する必要があり、コストが嵩むという問題があった。また、従来の技術によれば、センサ正面の物体との距離だけを検知しているため、例えば、「車体を左右に揺さぶっている」状態、「自車両が煽り運転をしている」状態など、様々なケースの煽り運転を見過ごすおそれがあった。

そこで、本発明の目的は、安価な仕組みを用いて煽り運転検知のコストを削減し、かつ、複数パターンの煽り運転を検知できる煽り運転検知システムを提供することにある。

上記課題を解決するために、本発明の煽り運転検知プログラムは、以下のように構成される。
（１）カメラが撮影した画像に基づいて煽り運転を検知する検知手段を備え、検知手段が、画像を複数の領域に分割する画像分割手段と、領域に基づいて煽り運転を判定する判定手段と、を含み、領域が、自車両の周辺を走行する所定の他車両を含む車両領域と、他車両を含まない背景領域と、を含み、判定部は、車両領域の動き幅および背景領域の類似度に基づいて煽り運転を判定することを特徴とする。

（２）判定手段は、車両領域の動き幅が所定の閾値より大きく、かつ、背景領域の類似度が所定の閾値より高い場合に、他車両による煽り運転を判定する。

（３）判定手段は、車両領域の動き幅が所定の閾値より大きく、かつ、背景領域の類似度が所定の閾値より低い場合に、自車両による煽り運転を判定する。

（４）判定手段は、車両領域の面積に基づいて動き幅を算出する。

（５）判定手段は、画像全体における車両領域の位置に基づいて動き幅を算出する。

（６）本発明の煽り運転検知装置は、（１）～（５）に記載の煽り運転検知プログラムを備える。
（７）本発明の煽り運転検知システムは、画像を撮影するカメラと、（６）に記載の煽り運転検知装置と、を備える。

本発明の煽り運転検知プログラム、煽り運転検知装置、煽り運転検知システムによれば、画像から他車両を含む車両領域を抽出し、車両領域の動き幅に基づいて煽り運転を検出するため、自車両と他車両の相対位置の変動に基づいて煽り運転を判定できるから、例えば、繰り返し車間距離を詰めるような煽り運転も検出することができるという効果を奏する。また、背景領域の類似度に基づいて、煽り運転をした自車両も判定できるという効果も有する。

本発明の一実施形態を示す煽り運転検知システムの模式図である。図１の煽り運転検知システムのブロック図である。後部車載カメラの映像を示す模式図である。図３の映像を分割した様子を示す模式図である。図４の映像をマスク処理した様子を示す模式図である。車両領域の（ａ）面積の動き幅、（ｂ）位置の動き幅を示す模式図である。煽り運転の判定方法を示す表である。煽り運転の判定処理の流れを示すフローチャートである。

以下、本発明を車両に搭載した煽り運転検知システムに具体化した一実施形態を図面に基づいて説明する。図１，２に示すように、煽り運転検知システム１は、自車両１１の周辺を撮影するカメラ３と、カメラ３が撮影した画像３１（図３参照）に基づいて煽り運転を検知する検知装置２と、煽り運転が検知されたことを報知する報知部４を備える。検知装置２は、煽り運転検知装置として機能し、例えば、ドライブレコーダーとして実装することが可能である。ドライブレコーダーは、車両の走行に関わる情報を逐次記憶する目的であらゆる車両に搭載されているため、別途機器を設けるよりもコストを抑えることが可能である。カメラ３は、画像３１を撮影可能な前方カメラ、後方カメラ、側方カメラ、３６０°カメラなどを選択できる。報知部４は、ドライバーに警告を発したり、外部に助けを求めたりするために用いられ、例えば、ランプ、モニタ、スピーカーなどが好ましい。

検知装置２は、画像３１を所定の領域に分割する画像分割部２１と、分割した所定の領域をマスクするマスク処理部２２と、煽り運転を判定する判定部２３と、煽り運転に関する情報などを記憶する記憶部２４と、検知装置２全体を制御するＣＰＵ２５と、カメラ３や報知部４との間で情報を送受信するためのインターフェース２６を備える。このとき、画像分割部２１、マスク処理部２２および判定部２３は、煽り運転検知プログラム５として機能する。

図３に示すように、カメラ３は、走行する自車両１１の周辺の画像３１を常時撮影し、検知装置２は、カメラ３から所定のフレームレートで画像３１を受信している。検知装置２の画像分割部２１は、自車両１１から所定の範囲内を対象領域３４とし、対象領域３４に含まれる他車両１２を煽り運転の判定対象として抽出する。他車両１２の抽出は、所定のタイミングで行われる。対象領域３４に含まれない他車両１３は、煽り運転の判定対象としては抽出しない。対象領域３４としては、自車両１１の前後２０ｍ程度、左右１０ｍ程度の範囲を走行する領域に対応する領域が好適である。このとき、「所定のタイミング」は、フレームレートに合わせて設定することも、任意のより長い時間を設定することも可能である。例えば、５ｍｓ～３０ｍｓなど、走行状況の変化を捉えやすく、かつ、画像分割部２１やマスク処理部２２による計算量を抑制できる程度に設定することが好ましい。

図４に示すように、検知装置２の画像分割部２１は、他車両１２を含む車両領域３２と他車両１２を含まない背景領域３３とに分割する。また、画像分割部２１は、車両領域３２に含まれる他車両１２を認識し、他車両１２を識別する識別子を抽出する。そして、画像分割部２１は、識別子と、車両領域３２の面積Ｓや中心位置Ｐ（図６参照）に関する情報と紐づけて記憶部２４に保存する。識別子は自動的に生成しても、ナンバープレートなどを読み取って識別子として用いても良い。なお、分割手法としては、セマンティックセグメンテーションなどの方法が採用できる。また、中心位置Ｐではなく、左右の上端や下端などを保存するようにしてもよい。

図５に示すように、マスク処理部２２は、分割された車両領域３２を黒塗りしてマスク処理を行い、マスク処理を施した画像３１’を、識別子に紐づけて記憶部２４に保存する。また、マスク処理部２２は、マスク処理により抽出した背景領域３３について、類似度Ｒを算出する。類似度Ｒは、画像の変位量が少ないほど高くなる値である。また、変位量は、背景領域３３からエッジを抽出し、エッジを構成する特徴点の差分を算出することにより求められる。

車両領域３２の面積Ｓ、中心位置Ｐ、類似度Ｒ、画像３１’は、記憶部２４に保存される。また、当該保存処理は、画像３１’が所定のフレーム数ｎとなるまで繰り返し行われる。ｎは、煽り運転を検出するために十分なフレーム数、例えば、１０フレームなどを適宜選択設定できる。

このとき、画像分割部２１において、二次元画像でよく用いられる「畳み込み処理」を時系列に保存した画像３１₁～_nに用い、時系列上の特徴量変化を学習させるように構成しても良い。二次元上の畳み込みは単一画像内の特徴量しかつかめない時系列（画像の繋がり→直方体（x*y*t））のt（時間）方向に畳み込みを掛けることで、時系列上の特徴を抽出することができる。このような学習を行うことで、ＡＩを利用した煽り運転の検出も可能となる。

図６は、面積Ｓの動き幅Ｄｓおよび中心位置Ｐの動き幅Ｄｐを模式的に表した図である。判定部２３は、記憶部２４から保存された全ての車両領域３２の面積Ｓ₁～_n、および、車両領域３２の位置Ｐ₁～_nを読み出し、面積Ｓの動き幅Ｄｓや、位置Ｐの動き幅Ｄｐを算出する。ここで、添え字ｋは時系列を表し、ｋ－１は、ｋの一つ前にマスク処理されて記憶部２４に保存されたことを示している。

図６（ａ）に示すように、判定部２３は、面積Ｓ_kおよび面積Ｓ_k-1の差分を、面積Ｓの動き幅Ｄｓとして算出する。また、図６（ｂ）に示すように、判定部２３は、中心位置Ｐ_k-1と中心位置Ｐ_kの差分を中心位置Ｐの動き幅Ｄｐとして算出する。この実施例では、中心位置Ｐは、画像３１の左辺３１ｂをｙ軸、底辺３１ａをｘ軸に持つＸＹ座標系に含まれる座標（ｘ，ｙ）に基づいて算出される。

図７に示すように、判定部２３は、Ｃａｓｅ１～６の場合に、自車両１１または他車両１２による煽り運転と判定する。

まず、判定部２３は、動き幅Ｄｓ，Ｄｐが下記（条件ａ）～（条件ｃ）のいずれか一つを満たすか検査する。なお、以下の記載に置いて、増加幅はプラスの動き幅Ｄｓ，Ｄｐ、減少幅はマイナスの動き幅Ｄｓ，Ｄｐを表す。
（条件ａ）面積Ｓが増加した。増加幅は、閾値Ｖ_sよりも大きい。
（条件ｂ）面積Ｓの増加と減少が相互に繰り返された。増加幅および減少幅は、共に閾値Ｖ_sより大きい。
（条件ｃ）中心位置Ｐのｘ座標の増加と減少が相互に繰り返された。増加幅および減少幅は、共に閾値Ｖ_pより大きい。
閾値Ｖ_s，Ｖ_pは、適宜設定することが可能である。例えば、ＡＩによるディープラーニングを用いて適した閾値Ｖを自動的に設定しても良い。

ここで、動き幅Ｄｓが、（条件ａ）を満たす場合は、他車両１２が自車両１１に急接近したことが推定できる。動き幅Ｄｓが、（条件ｂ）を満たす場合は、他車両１２が自車両１１に急接近を繰り返していることが推定できる。動き幅Ｄｐが、（条件ｃ）を満たす場合は、他車両１２が自車両１１に対して、車幅方向に急激な揺れ、いわゆる左右揺らしを繰り返していることが推定できる。

また、判定部２３は、類似度Ｒが下記（条件ｄ）、（条件ｅ）のいずれかを満たすか検査する。
（条件ｄ）背景領域３３の類似度Ｒが閾値Ｖ_r1よりも小さい。
（条件ｅ）背景領域３３の類似度Ｒが閾値Ｖ_r2よりも大きい。
閾値Ｖ_r1，Ｖ_r2は、適宜設定することが可能である。例えば、ＡＩによるディープラーニングを用いて適した閾値Ｖを自動的に設定しても良い。

ここで、類似度Ｒが（条件ｄ）を満たす場合は、自車両１１から見た風景が安定している。つまり、煽り運転が他車両１２がによるものであることを推定できる。
一方、類似度Ｒが（条件ｅ）を満たす場合は、自車両１１から見た風景が急激に変化している。つまり、煽り運転が自車両１１によるものであることを推定できる。

最後に、判定部２３は、Ｃａｓｅ１～６の判定結果を出力する。Ｃａｓｅ１～３に該当する場合は、他車両１２による煽り運転であることを示し、Ｃａｓｅ４～６に該当する場合は、自車両１１による煽り運転であることを示している。Ｃａｓｅ１～６のいずれにも該当しない場合には、煽り運転とは判定しない。判定部２３では、車両領域３２については面積Ｓと中心位置Ｐ、背景領域３３については類似度Ｒを用いるため、画像３１全体のピクセルデータを用いた場合と比べて処理速度を上げることができる。

報知部４は、判定部２３が煽り運転を検出した場合に、ドライバーや周囲の車両などに向けて報知を行う。ランプの点灯や、スピーカーの音声などを利用した報知が考えられる。このとき、記憶部２４に、煽り運転に関する情報を保存するように構成してもよい。煽り運転に関する情報としては、例えば、判定部２３が煽り運転を判定した時刻や、煽り運転が継続された時間、煽り運転をした他車両１２の車体やナンバープレートの画像、煽り運転の様子を撮影した映像などを保存可能である。

次に、上記構成の煽り運転検知システム１、検知装置２、煽り運転検知プログラム５の動作について、図８に基づいて説明する。まず、画像分割部２１は、画像３１の対象領域３４に含まれる他車両１２を抽出する（Ｓ１）。他車両１２が抽出されなかった場合は（Ｓ２：Ｎｏ）最初に戻る。一方、他車両１２が抽出された場合は（Ｓ２：Ｙｅｓ）、他車両１２を含む車両領域３２とそれ以外の領域３３から分割し、他車両１２を識別し（Ｓ３）、車両領域３２の面積Ｓおよび中心位置Ｐを保存する（Ｓ４）。

マスク処理部２２は、車両領域３２をマスクしてマスク画像３１’を生成し（Ｓ５）、該マスク画像３１’を背景領域３３の画像として保存する（Ｓ６）。また、マスク処理部２２は、１フレーム前に保存した背景領域３３_k-1を記憶部２４から読み出し、今回生成した背景領域３３_kと比較して、類似度Ｒを算出し（Ｓ７）、記憶部２４に保存する。そして、Ｓ３～Ｓ７の処理を、所定のフレーム数ｎとなるまで繰り返す。

判定部２３は、記憶部２４からｎ個のフレームについて全ての面積Ｓ₁～_nおよび中心位置Ｐ₁～_nを読み出し、動き幅Ｄｓ，Ｄｐを算出する。その後、判定部２３は、算出した動き幅Ｄｓ，Ｄｐに基づいて、上述の（条件ａ）～（条件ｃ）を検査する。また、判定部２３は、ｎ個のフレームについて全ての類似度Ｒ₁～_nを読み出し、読み出した類似度Ｒ₁～_nに基づいて、上述の（条件ｄ）～（条件ｅ）を検査する。最後に、判定部２３は、Ｃａｓｅ１～６のいずれに該当するか検査し、煽り運転を検出する（Ｓ８）。

煽り運転が検出されなかった場合は（Ｓ８：Ｎｏ）、最初の処理（Ｓ１）に戻る。一方、煽り運転が検出された場合は（Ｓ８：Ｙｅｓ）、判定部２３は、判定結果を報知部４に送信する（Ｓ９）。また、このとき、判定部２３は、判定結果を記憶部２４に保存する。

以上のように構成された煽り運転検知システム１、検出装置２、煽り運転検知プログラム５によれば、画像３１から他車両１２を含む車両領域３２を抽出し、車両領域３２の動き幅Ｄｓ，Ｄｐに基づいて煽り運転を検出するため、例えば、繰り返し車間距離を詰めるような煽り運転や、車体を左右に揺さぶるような煽り運転も検出することができる。また、背景領域の類似度Ｒに基づいて、煽り運転をした主体が自車両か他車両かも判別できる。さらに、画像３１に基づいて判定を行うため、検知対象を車両に特化でき、また、ドライブレコーダなどに保存された画像３１を利用して事後的に煽り運転を検知することも可能である。

その他、本発明は、上記実施形態に限定されるものではなく、発明の趣旨を逸脱しない範囲で、各部の構成を任意に変更して実施することも可能である。例えば、動き幅Ｄのみではなく、先行する他車両１２の車両領域３２の面積Ｓが所定の閾値より大きく、かつ、先行する他車両１２のテールランプが繰り返し点灯していた場合に、該他車両１２が不必要な急ブレーキを繰り返しているものとして、煽り運転を判定することも考えられる。また、３６０°カメラを搭載し、自車両１１の側方を走行する他車両について煽り運転を判定することとしても良い。

また、（条件ａ）～（条件ｅ）に加え、以下（条件ｆ）～（条件ｉ）により煽り運転の検出や類似度による判定をしても良い。
（条件ｆ）（条件ａ）～（条件ｃ）のいずれか一つを満たす場合に煽り運転を仮検出し、仮検出が所定回数行われたときに検出を確定させる。
（条件ｇ）ナンバープレート（識別子）や車種などの所定の特徴に基づいて車両の照合を行い、同一車両について（条件ａ）～（条件ｃ）のいずれか一つを満たす場合に煽り運転を検出する。車両の照合を行うことにより、煽り運転の誤検出を防止することが可能となる。
（条件ｉ）（条件ｄ），（条件ｅ）のいずれかが成立した場合に、それを仮判定し、仮判定が複数回成立したときに判定を確定させるように構成しても良い。

１煽り運転検知システム
２検知装置
３カメラ
４報知部
１１自車両
１２他車両（判定対象）
１３他車両（判定対象外）
２１画像分割部
２２マスク処理部
２３判定部
２４記憶部
２５ＣＰＵ
２６インターフェース
３１画像（ａ：底辺、ｂ：左辺）
３２車両領域
３３背景領域
３４対象領域
Ｄｓ，Ｄｐ動き幅
Ｓ車両領域の面積
Ｐ車両領域の中心位置
Ｒ類似度
Ｖ閾値

Claims

画像に基づいて煽り運転を検知する検知手段を備え、
前記検知手段が、前記画像を複数の領域に分割する画像分割手段と、前記領域に基づいて煽り運転を判定する判定手段と、を含み、
前記領域が、自車両の周辺を走行する他車両を含む車両領域と、前記他車両を含まない背景領域と、を含み、
前記判定手段は、前記車両領域の動き幅および前記背景領域の類似度に基づいて煽り運転を判定することを特徴とする煽り運転検知プログラム。
前記判定手段は、前記車両領域の動き幅が所定の閾値より大きく、かつ、前記背景領域の類似度が所定の閾値より高い場合に、他車両による煽り運転を判定する請求項１に記載の煽り運転検知プログラム。
前記判定手段は、前記車両領域の動き幅が所定の閾値より大きく、かつ、前記背景領域の類似度が所定の閾値より低い場合に、自車両による煽り運転を判定する請求項１または２に記載の煽り運転検知プログラム。
前記判定手段は、前記車両領域の面積に基づいて前記動き幅を算出する請求項１～３のいずれか一項に記載の煽り運転検知プログラム。
前記判定手段は、前記画像全体における前記車両領域の位置に基づいて前記動き幅を算出する請求項１～４のいずれか一項に記載の煽り運転検知プログラム。
請求項１～５のいずれか一項に記載の煽り運転検知プログラムを備えた煽り運転検知装置。
前記画像を撮影するカメラと、請求項６に記載の煽り運転検知装置と、を備えた煽り運転検知システム。