JP7440302B2 - 道路変化検出システム、道路変化検出方法、道路変化検出プログラム、および記憶媒体 - Google Patents
道路変化検出システム、道路変化検出方法、道路変化検出プログラム、および記憶媒体 Download PDFInfo
- Publication number
- JP7440302B2 JP7440302B2 JP2020037287A JP2020037287A JP7440302B2 JP 7440302 B2 JP7440302 B2 JP 7440302B2 JP 2020037287 A JP2020037287 A JP 2020037287A JP 2020037287 A JP2020037287 A JP 2020037287A JP 7440302 B2 JP7440302 B2 JP 7440302B2
- Authority
- JP
- Japan
- Prior art keywords
- road
- vehicle
- change
- predetermined area
- learning model
- 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
- 238000001514 detection method Methods 0.000 title claims description 92
- 239000000523 sample Substances 0.000 claims description 68
- 230000006870 function Effects 0.000 claims description 24
- 238000005070 sampling Methods 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 11
- 230000006386 memory function Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 description 23
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 238000013459 approach Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 238000000034 method Methods 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 101000585359 Homo sapiens Suppressor of tumorigenicity 20 protein Proteins 0.000 description 1
- 102100029860 Suppressor of tumorigenicity 20 protein Human genes 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
Images
Description
下記特許文献1には、プローブ情報から取得した道路リンクの周辺エリアの通過車両の過去と現在との間の交通状態の変化を確認して現在の交通状態の推定値を算出し、その推定値よりも統計的誤差を超えて少ないときに、当該リンクが通行止めであると判定するシステムが開示されている。
また、一態様の道路変化検出方法、および道路変化検出プログラムは、上述した一態様の道路変化検出システムと同様の効果を奏することができる。
図1は、一実施形態に係る道路変化検出システム30の概略図である。
道路変化検出システム30は、車両10およびサーバ20とともに使用される。
車両10は、自車のプローブ情報を入手してサーバ20に送信する。図1には1台の車両10のみ記載されているが、車両10は複数台であってよい。
サーバ20は、例えば、複数のプローブ情報を記憶する。具体的には、サーバ20は、1又は複数の車両10から送信された複数のプローブ情報を記憶する交通情報収集装置である。
図3は、道路変化検出システム30の構成を説明するブロック図である。
図3に示すように、道路変化検出システム30は、通信部40、記憶部50、処理部100を備えている。
プローブ情報は、少なくとも走行位置情報(位置情報)、および識別情報を含む。走行位置情報は、車両10の走行位置に関する情報である。識別情報は、車両10を識別するための情報(車両ID)である。また、プローブ情報は、所定の緯度経度情報を測定した時の時刻を示す測定時刻情報(時刻情報)を含んでいる。
車両操作情報には、制動操作(ブレーキ)を行ったことによる車両10の加速度の変化の情報である制動操作情報が含まれている。
また、制動操作情報としては、ブレーキの踏み込み量や、踏み込み力(踏み込み時の加速度)等の制動操作の態様を示す情報を含んでもよい。
記憶部50は、地図情報を記憶する例として、目的地として設定される地点を予め記憶する。目的地として設定される地点は、案内経路(走行経路)の終点として設定される地点であり、地図上の位置座標情報により特定される。
また、道路変化検出システム30は、例えば、地図情報を外部メモリ又は光ディスク等の記録媒体に記録してもよい。この場合、車両10は、記録媒体に記録される地図情報を読み込んで、地図情報をナビゲーション装置で利用することとしてもよい。
受付部110は、撮影装置から、車両10の前方を撮影した前方画像の入力を受け付ける。撮影装置は、例えばドライブレコーダであり、車両10の走行中、または停止中における前方の様子を経時的に録画している。撮影装置としては、運転者又は同乗者のスマートフォン等に搭載されたカメラであってもよい。また、撮影装置は、車両10の外部に設置されたカメラであってもよい。
図4に示すように、走行速度の変化に関する学習モデルとは、道路上の所定領域における車両10の走行速度の変化と、所定領域における道路変化の有無と、の関係を示す複数の教師データを学習したモデルである。このような学習モデルは、例えばニューラルネットワークにより構築することができる。
ここで、走行環境条件とは、車両10が走行した環境を示す情報である。走行環境条件は、プローブ情報に含まれている。
天候も、日柄と同様に、交通状態に影響を与える因子である。運転者の運転歴は、例えば交差点での右折や左折に際して、運転歴の浅い者ほど、慎重に運転する傾向があるため、この情報を教師データとして学習しておくことで、正確な検出を行うことができる。
図5に示すように、例えば月ごとの交差点への進入速度の割合を確認すると、8月と9月で大きく変化していることが確認できる。この場合には、進入速度40km/h~60km/hの車両10が増え、20km/h~40km/hの車両10が減っていることが確認できる。このような場合には、例えば左折レーンが個別に設けられていない道路において、左折レーンが新設されたことにより、左折車を待つ車が少なくなり、交差点への進入速度が上がった可能性がある。
プローブ情報には、道路上を走行する車両10の位置に関する位置情報、および当該車両10が位置情報を取得した時の時刻に関する時刻情報を含んでいる。取得部130は、位置情報取得部131と、CAN情報取得部132と、を備えている。
なお、位置情報取得部131は、出発地から目的地に向かうプローブ情報を複数取得してもよいし、プローブ情報を予め設定されたサンプリング期間毎に、定期的に取得してもよい。サンプリング期間とは、例えば、数か月や半年、一年というように任意に設定することができる。
車両10は、例えば、走行位置情報を取得(又は、走行位置情報をプローブ情報として記録)した時の時刻に関する情報(測定時刻情報)をプローブ情報に記録する。
また、位置情報取得部131は、車両10のプローブ情報を蓄積するサーバ20(交通情報収集装置)から、特定の1つの車両10の1つの走行経路における緯度経度情報および測定時刻情報として、プローブ情報を取得する。
検出部140は、学習モデルを用いて、プローブ情報から算出した車両10の所定領域における走行速度の変化に基づいて、所定領域における道路変化の有無を検出する。
また、検出部140は、位置情報取得部131が、プローブ情報を予め設定されたサンプリング期間毎に、定期的に取得する場合には、当該期間毎に道路変化の有無を検出してもよいし、所定領域における交通状態が、所定の閾値を超えている場合に、所定領域における道路変化の有無を検出してもよい。
図6に示すように、処理部100における学習モデル作成部120が、学習モデルを作成する(ST10:学習モデル作成ステップ)。次に、記憶部50が、学習モデル作成部120が作成した学習モデルを記憶する(ST20:記憶ステップ)。
次に、出力部150が、道路変化の有無、およびどのような道路変化があったのかの情報である検出結果情報を出力する(ST50:出力ステップ)。
ここで、実際の道路において検証した実施例を、図7を用いて説明する。図7は、交差点における車両の走行速度の評価結果を説明する図である。
図7に示すように、左折レーンと直進レーンとを同じ車線としていた場合と、それぞれを個別に設けて一つの走行車線に供用した場合と、における左折車と直進車の進入速度の変化を評価した。この場合、左折車においては大きな変化は確認されなかったが、直進車において、車速帯が大きく変化した。具体的には、20km/h~40km/hの車両10の割合が減り、40km/h~60km/hの車両10の割合が多くなっていることが確認された。この実施例では、左折車ではなく直進車のプローブ情報を利用することで、検出しやすいことが確認された。
そして検出部140が、取得部130が取得した車両10の位置情報と時刻情報とを用いて、学習モデルを参照して、車両10の所定領域における走行速度の変化に基づいて、所定領域における道路変化の有無を検出する。
また、このような道路変化検出方法、および道路変化検出プログラムを利用すれば、上述した一態様の道路変化検出システムと同様の効果を奏することができる。
また、走行環境条件が、曜日、日付、時間帯、天候の少なくとも一つを含んでいるので、様々な走行環境条件を利用して、正確な検出を行うことができる。
例えば、本実施形態では、道路変化検出システム30が、車両10に搭載されたナビゲーション装置とは別の装置である構成を示したが、このような態様に限られない。道路変化検出システム30の機能の一部を、ナビゲーション装置に搭載した制御部により実現してもよい。
20 サーバ
30 道路変化検出システム
40 通信部
50 記憶部
100 処理部
110 受付部
120 学習モデル作成部
130 取得部
131 位置情報取得部
132 CAN情報取得部
140 検出部
150 出力部
Claims (11)
- 道路上の所定領域における車両の走行速度の変化と、前記所定領域における道路変化の有無と、の関係を示す複数の教師データを学習した学習モデルを記憶する記憶部と、
前記記憶部が前記学習モデルを記憶したのちに、道路上を走行する車両の位置に関する位置情報と、当該車両が位置情報を取得した時の時刻に関する時刻情報と、を少なくとも含む車両のプローブ情報を経時的に取得する取得部と、
前記記憶部が記憶した学習モデルを用いて、前記プローブ情報から算出した前記車両の前記所定領域における走行速度の変化に基づいて、前記所定領域における道路変化の有無を検出する検出部と、を備えており、
前記所定領域とは、同じ交差点や同じ走行路に設けられた信号機の間を含む、道路区画上連続した一定の領域であり、
前記走行速度の変化は、前記所定領域を通過する車両の前記所定領域への進入速度を分類するための車速帯における、前記所定領域へ進入する車両の数に基づく各車速帯ごとの全車速帯に対する割合の変化である、
道路変化検出システム。 - 前記検出部が検出した前記所定領域における道路変化の有無に関する検出結果情報を外部に出力する出力部を備えている
請求項1に記載の道路変化検出システム。 - 前記学習モデルの教師データは、前記車両の走行時における前記プローブ情報から特定される前記車両の走行環境条件毎に取得された、道路上の所定領域における車両の走行速度の変化を用いて構築され、
前記検出部は、前記プローブ情報に含まれる前記走行環境条件毎に、前記所定領域における道路変化の有無を検出する
請求項1又は2に記載の道路変化検出システム。 - 前記走行環境条件は、曜日、日付、時間帯、天候の少なくとも一つを含んでいる
請求項3に記載の道路変化検出システム。 - 前記取得部は、前記プローブ情報を予め設定されたサンプリング期間毎に、定期的に取得し、
前記検出部は、前記サンプリング期間毎に、前記所定領域における道路変化の有無を検出する
請求項1から4のいずれか1項に記載の道路変化検出システム。 - 前記学習モデルは、一つの車両に対する道路上の所定領域における車両の走行速度の変化を用いて構築されている
請求項1から5のいずれか1項に記載の道路変化検出システム。 - 前記学習モデルは、複数の車両に対する道路上の所定領域における車両の走行速度の変化を用いて構築され、
前記検出部は、前記所定領域における交通状態が、所定の閾値を超えている場合に、前記所定領域における道路変化の有無を検出する
請求項1から5のいずれか1項に記載の道路変化検出システム。 - 前記プローブ情報は、前記車両の操作に関する車両操作情報を含み、
前記走行速度の変化は、前記車両操作情報を用いて特定される
請求項1から7のいずれか1項に記載の道路変化検出システム。 - コンピュータが、
道路上の所定領域における車両の走行速度の変化と、前記所定領域における道路変化の有無と、の関係を示す複数の教師データを学習した学習モデルを記憶する記憶ステップと、
前記記憶ステップにより前記学習モデルを記憶したのちに、道路上を走行する車両の位置に関する位置情報と、当該車両が位置情報を取得した時の時刻に関する時刻情報と、を少なくとも含む車両のプローブ情報を経時的に取得する取得ステップと、
前記記憶ステップにより記憶した学習モデルを用いて、前記プローブ情報から算出した前記車両の前記所定領域における走行速度の変化に基づいて、前記所定領域における道路変化の有無を検出する検出ステップと、を実行し、
前記所定領域とは、同じ交差点や同じ走行路に設けられた信号機の間を含む、道路区画上連続した一定の領域であり、
前記走行速度の変化は、前記所定領域を通過する車両の前記所定領域への進入速度を分類するための車速帯における、前記所定領域へ進入する車両の数に基づく各車速帯ごとの全車速帯に対する割合の変化である、
道路変化検出方法。 - コンピュータに、
道路上の所定領域における車両の走行速度の変化と、前記所定領域における道路変化の有無と、の関係を示す複数の教師データを学習した学習モデルを記憶する記憶機能と、
前記記憶機能により前記学習モデルを記憶したのちに、道路上を走行する車両の位置に関する位置情報と、当該車両が位置情報を取得した時の時刻に関する時刻情報と、を少なくとも含む車両のプローブ情報を経時的に取得する取得機能と、
前記記憶機能により記憶した学習モデルを用いて、前記プローブ情報から算出した前記車両の前記所定領域における走行速度の変化に基づいて、前記所定領域における道路変化
の有無を検出する検出機能と、を実現させ、
前記所定領域とは、同じ交差点や同じ走行路に設けられた信号機の間を含む、道路区画上連続した一定の領域であり、
前記走行速度の変化は、前記所定領域を通過する車両の前記所定領域への進入速度を分類するための車速帯における、前記所定領域へ進入する車両の数に基づく各車速帯ごとの全車速帯に対する割合の変化である、
道路変化検出プログラム。 - コンピュータに、
道路上の所定領域における車両の走行速度の変化と、前記所定領域における道路変化の有無と、の関係を示す複数の教師データを学習した学習モデルを記憶する記憶機能と、
前記記憶機能により前記学習モデルを記憶したのちに、道路上を走行する車両の位置に関する位置情報と、当該車両が位置情報を取得した時の時刻に関する時刻情報と、を少なくとも含む車両のプローブ情報を経時的に取得する取得機能と、
前記記憶機能により記憶した学習モデルを用いて、前記プローブ情報から算出した前記車両の前記所定領域における走行速度の変化に基づいて、前記所定領域における道路変化の有無を検出する検出機能と、を実現させ、
前記所定領域とは、同じ交差点や同じ走行路に設けられた信号機の間を含む、道路区画上連続した一定の領域であり、
前記走行速度の変化は、前記所定領域を通過する車両の前記所定領域への進入速度を分類するための車速帯における、前記所定領域へ進入する車両の数に基づく各車速帯ごとの全車速帯に対する割合の変化である、
道路変化検出プログラムを記憶する記憶媒体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020037287A JP7440302B2 (ja) | 2020-03-04 | 2020-03-04 | 道路変化検出システム、道路変化検出方法、道路変化検出プログラム、および記憶媒体 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020037287A JP7440302B2 (ja) | 2020-03-04 | 2020-03-04 | 道路変化検出システム、道路変化検出方法、道路変化検出プログラム、および記憶媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021140438A JP2021140438A (ja) | 2021-09-16 |
JP7440302B2 true JP7440302B2 (ja) | 2024-02-28 |
Family
ID=77669638
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020037287A Active JP7440302B2 (ja) | 2020-03-04 | 2020-03-04 | 道路変化検出システム、道路変化検出方法、道路変化検出プログラム、および記憶媒体 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7440302B2 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006079483A (ja) | 2004-09-13 | 2006-03-23 | Hitachi Ltd | 交通情報提供装置,交通情報提供方法 |
JP2010049391A (ja) | 2008-08-20 | 2010-03-04 | Nissan Motor Co Ltd | 交通情報管理装置及び交通情報管理処理方法 |
JP2014241090A (ja) | 2013-06-12 | 2014-12-25 | 株式会社デンソー | 道路状況特定装置 |
JP2018136890A (ja) | 2017-02-24 | 2018-08-30 | 株式会社トヨタマップマスター | 道路ネットワーク変化検出装置、道路ネットワーク変化検出方法、コンピュータプログラム及びコンピュータプログラムを記録した記録媒体 |
JP2018163438A (ja) | 2017-03-24 | 2018-10-18 | 株式会社デンソー | 情報処理装置及び情報処理システム |
-
2020
- 2020-03-04 JP JP2020037287A patent/JP7440302B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006079483A (ja) | 2004-09-13 | 2006-03-23 | Hitachi Ltd | 交通情報提供装置,交通情報提供方法 |
JP2010049391A (ja) | 2008-08-20 | 2010-03-04 | Nissan Motor Co Ltd | 交通情報管理装置及び交通情報管理処理方法 |
JP2014241090A (ja) | 2013-06-12 | 2014-12-25 | 株式会社デンソー | 道路状況特定装置 |
JP2018136890A (ja) | 2017-02-24 | 2018-08-30 | 株式会社トヨタマップマスター | 道路ネットワーク変化検出装置、道路ネットワーク変化検出方法、コンピュータプログラム及びコンピュータプログラムを記録した記録媒体 |
JP2018163438A (ja) | 2017-03-24 | 2018-10-18 | 株式会社デンソー | 情報処理装置及び情報処理システム |
Also Published As
Publication number | Publication date |
---|---|
JP2021140438A (ja) | 2021-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9898936B2 (en) | Recording, monitoring, and analyzing driver behavior | |
US9256995B2 (en) | Apparatus for diagnosing driving behavior, method for diagnosing driving behavior, and program thereof | |
US8666593B2 (en) | Travel information collection apparatus | |
JP6852793B2 (ja) | 車線情報管理方法、走行制御方法及び車線情報管理装置 | |
US20190042857A1 (en) | Information processing system and information processing method | |
CN106846905A (zh) | 对车辆及其行驶道路上的目标对象进行预警的系统及方法 | |
WO2010011806A1 (en) | System and method for evaluating and improving driving performance based on statistical feedback | |
CN101796375A (zh) | 通过特征地点对车辆位置的校正 | |
US20200361495A1 (en) | Automatic driving assist system | |
CN102951147A (zh) | 用于速度预警,尤其是用于机动车的弯道预警的方法和装置 | |
US20220057218A1 (en) | Method and apparatus for automatic generation of context-based guidance information from behavior and context-based machine learning models | |
US11618455B2 (en) | Driving data used to improve infrastructure | |
CN111465972A (zh) | 用于计算交通工具传感器数据的错误概率的系统 | |
US20230066476A1 (en) | System and method for monitoring a vehicle | |
JP3775394B2 (ja) | 走行リンク確定システム及びリンク旅行時間計測システム | |
CN102509493B (zh) | 一种用于汽车驾驶员路考评价的监测系统 | |
JP3760894B2 (ja) | 車両運転管理装置、システムおよび方法 | |
Obuhuma et al. | Driver behaviour profiling using dynamic Bayesian network | |
JP7464454B2 (ja) | 車両制御装置及び車両制御方法 | |
JP7440302B2 (ja) | 道路変化検出システム、道路変化検出方法、道路変化検出プログラム、および記憶媒体 | |
JP7382849B2 (ja) | 運転支援システム、運転支援方法、および運転支援プログラム | |
JP7446872B2 (ja) | 道路変化検出システム、道路変化検出方法、道路変化検出プログラム、および記憶媒体 | |
JP5071737B2 (ja) | レーン判定装置及びレーン判定プログラム、並びにそれを用いたナビゲーション装置 | |
WO2019038987A1 (ja) | コンピュータプログラム、走行車線特定装置および走行車線特定システム | |
US20240135252A1 (en) | Lane-assignment for traffic objects on a road |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221220 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230906 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231031 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231226 |
|
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: 20240206 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240215 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7440302 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |