JP7479857B2 - ドライバー特性特定装置及びその方法 - Google Patents
ドライバー特性特定装置及びその方法 Download PDFInfo
- Publication number
- JP7479857B2 JP7479857B2 JP2020010448A JP2020010448A JP7479857B2 JP 7479857 B2 JP7479857 B2 JP 7479857B2 JP 2020010448 A JP2020010448 A JP 2020010448A JP 2020010448 A JP2020010448 A JP 2020010448A JP 7479857 B2 JP7479857 B2 JP 7479857B2
- Authority
- JP
- Japan
- Prior art keywords
- driver
- data
- drive chart
- chart
- drive
- 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
- 238000000034 method Methods 0.000 title claims description 27
- 239000000523 sample Substances 0.000 claims description 93
- 238000004891 communication Methods 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 description 47
- 238000013500 data storage Methods 0.000 description 38
- 238000010586 diagram Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Landscapes
- Navigation (AREA)
- Traffic Control Systems (AREA)
Description
しかしながら、現実の安全確認動作は、停止線においてなされるだけでは不十分であり、停止線を通過した後、例えば交差点内に少し進入したところで再停止して安全を再確認する場合がある。交差点周囲の地物(建物や看板等)によっては、停止線からでは交差する道路を走行する車両が視認できないときがあるからである。
かかる再停止の必要性の有無、再停止の位置は、交差点によって様々である。
プローブデータを用いて交差点での車両が停止すべき位置を推定する方法が従来から提案されている(特許文献1参照)。
その他、本発明に関連する先行技術文献として特許文献2~4を参照されたい。
昨今要求される自動運転用の地図として、再停止位置を正確に特定する必要があることは言うまでもない。
そこで、交差点における停止位置を、再停止が必要な場合も含めて、正確に特定することのできる新たな方法が求められている。
更に敷衍して、地図上における所定領域の特性を特定する方法が求められている。ここに、所定領域の一例が交差点であり、その特性の一例が停止位置である。そのほか、駐車場の出入口なども領域の一例として挙げられる。そしてその特性は、停止位置の他、退出時の右左折の制限などが挙げられる。
プローブデータから得た走行軌跡と車両インナーデータとの相関関係を示すヒストグラムをドライブチャートと名付ける。
プローブカーのプローブデータを保存するプローブデータ保存部と、
前記プローブカーの車両インナーデータを保存する車両インナーデータ保存部と、
地図上の所定の領域における第1のプローブカーの第1の走行軌跡を前記プローブデータから生成する走行軌跡生成部と、
生成された該第1の走行軌跡に対応する第1の車両インナーデータを読み出し、前記第1の走行軌跡と前記第1の車両インナーデータとの相関関係を示す第1のドライブチャートを作成する、ドライブチャート作成部と、
を備えてなる、ドライブチャート作成装置。
かかる連続した走行軌跡の任意の位置におけるプローブカーの存在時刻は、その前後のプローブデータの取得時刻から、例えば線形補完法により、演算される。
時間的に連続するプローブデータの座標から速度を演算することができるが、図1-3のプローブデータに基づく速度(縦軸)-走行軌跡(横軸)のドライブチャートは図1-4となり、再停止位置での減速が現れない。
車速に関する車両インナーデータが取り込まれるインターバルは、プローブデータのそれの1/10~1/100である。
従って、走行軌跡と車速に関する車両インナーデータの数との関係は、図1-5に示すようになり、再停止位置においても十分な量の車速に関する車両インナーデータが取得できることがわかる。この例では、停止位置S1及び再停止位置S2において取得した車速に関する車両インナーデータの平均値(=0km/h)をもって、図1-1の速度vとしている。
走行軌跡に対応させる車両インナーデータは、走行軌跡に対応して連続していることが好ましい。換言すれば、走行軌跡の任意の位置の時刻は演算により得られる。このようにして演算された時刻における車両インナーデータを得ることで、車両インナーデータもまた走行軌跡に対応して連続したものとなる。
かかる連続的な車両インナーデータとして、既述の速度データの他、加速度データ、アクセル開度、駆動機の回転数、ブレーキ圧など、車両の運行の変化にともない常に生成されるものを採用することができる。
走行軌跡は、基準点からの距離に正規化されることが好ましい。
このドライブチャートには、第1のプローブカーのドライバーの個性が現れている。換言すれば、ドライバーが異なれば、ドライブチャートのパターンが異なることとなる。
図2には、同じ交差点を通る同じ経路を他のドライバーが運転したときの第2のドライブチャートを、図1-1に示した第1のドライブチャートに重ねて示す。
第2のドライブチャートでは、再停止位置S2ばかりでなく、停止線に基づく停止位置S1においても、停止がなされていないことがわかる。
このドライバーは交通マナーに欠けることはもとより、交通違反も起こしている。
このように、ドライブチャートを比較することにより、そのドライバーが優良ドライバー(交通ルールや交通マナーを順守する)であるか、不良ドライバー(交通ルールや交通マナーを順守しない)であるかの分類が可能になる。
即ち、第1のドライバーの第1のドライブチャートと第2のドライバーの第2のドライブチャートとを比較するドライブチャート比較部を備える、ドライバーの特性特定装置。ここに、ドライブチャートとは所定の領域において走行軌跡と車両インナーデータとの相関関係を示す。かかるドライブチャートを作成するドライブチャート作成装置は、プローブカーのプローブデータを保存するプローブデータ保存部と、
前記プローブカーの車両インナーデータを保存する車両インナーデータ保存部と、
地図上の所定の領域における第1のプローブカーの第1の走行軌跡を前記プローブデータから生成する走行軌跡生成部と、
生成された該第1の走行軌跡に対応する第1の車両インナーデータを読み出し、前記第1の走行軌跡と前記第1の車両インナーデータとの相関関係を示す第1のドライブチャートを作成する、ドライブチャート作成部と、
を備えてなる。
前記ドライブチャートを保存するドライブチャート保存領域と該ドライブチャートのドライバーの特性を保存するドライバー特性保存領域とを備える教師データ保存部と、
前記ドライブチャートのデータと前記ドライバー特性に関するデータとのセットからなる教師データが入力されるAI処理部であって、該AI処理部はドライブチャートと前記ドライバー特性との関係を学習する、AI処理部と、を備え、
前記所定の領域における処理対象のドライバー(特性未知)のドライブチャートを学習済の前記AI処理部へ入力して、前記処理対象のドライバーの特性を特定する、ドライバー特性特定装置。
例えば、所定の交差点において、優良ドライバーによるドライブチャートと不良ドライバーによるドライブチャートとを収集する。取得した各ドライブチャートとドライバーの特性との組合せを教師データとして、AI処理部へ入力してこれに学習させる。
このようにして得られた学習済のAI処理部へ、所定の交差点で得られた特性未知のドライバーのドライブチャートを入力する。AI処理部は出力として、そのドライブチャートが属する可能性の高いドライバー特性(優良ドライバーか不良ドライバーか)を特定する。
ドライブチャートを保存するドライブチャート保存領域と該ドライブチャートのドライバーの特性を保存するドライバー特性保存領域とを備える教師データ保存部と、
前記ドライブチャートのデータと前記ドライバー特性に関するデータとのセットからなる教師データが入力されるAI処理部であって、該AI処理部はドライブチャートと前記ドライバー特性との関係を学習する、AI処理部と、を備えてなる、ドライバー特性特定装置用の学習装置。
これにより、後述する第4の局面で利用される学習済の学習AI処理部が提供される。
ドライブチャートと前記ドライバーの特性との関係を学習済のAI処理部を備えており、
処理対象のドライバーによる前記所定領域でのドライブチャートを前記学習済のAI処理部へ入力して、前記処理対象のドライバーの特性を特定する、ドライバー特性特定装置。
これにより、第3の局面で学習させたAI処理部を利用して、特性未知のドライバーのドライブチャートから、当該ドライバーの特性が特定できる。
第1~第4のいずれかの局面に規定のドライバー特性特定装置において、前記車両インナーデータは前記第1の走行軌跡との対比において連続的なデータである。
このように規定される第5の局面の発明によれば、車両インナーデータを走行軌跡と同様に連続的なデータとすることにより、ドライバーの特性がドライブチャートにより正確に反映されることとなる。
連続的な車両インナーデータの例として、速度、加速度、アクセル開度、駆動機の回転数及びブレーキ圧の少なくとも1つを挙げることができる(第6の局面)
第1~第6のいずれかの局面に規定のドライバーの特性特定装置において、前記所定の領域は交差点を含む領域である。
交差点においてこそドライバーの特性がよく顕れるので、処理対象となるデータを交差点から得ることとすることで、ドライバーの特性をより正確に特定可能となる。
第1~第7のいずれかの局面に規定のドライバー特性特定装置において、前記走行軌跡は、基準点からの距離に正規化されている。
このように規定される第8の局面の発明によれば、走行規制が正規化されているので、データに汎用性が得られる。
第1のドライバーの第1のドライブチャートを得るステップと、
第2のドライバーの第2のドライブチャートを得るステップと、
前記第1のドライブチャートと前記第2のドライブチャートとを比較するステップと、を備え、ここに、ドライブチャートは所定の領域におけるドライバーの走行軌跡と車両インナーデータとの相関関係を示す、ドライバーの特性特定方法。
このように規定される第9の局面の発明によれば、第1の局面と同じ作用がなされる。
教師データ保存部、車両インナーデータ保存部及びAI処理部を備えるドライバー特性特定装置を用いたドライバー特性特定方法であって、
前記教師データ保存部にドライブチャートを保存し、そのドライバー特性保存領域に該ドライブチャートのドライバーの特性を保存する教師データ保存ステップと、ここに、前記ドライブチャートは所定の領域におけるドライバーの走行軌跡と車両インナーデータとの相関関係を示す、
前記AI処理部に前記ドライブチャートのデータと前記ドライバー特性に関するデータとのセットからなる教師データを入力し、前記ドライブチャートと前記ドライバー特性との関係を学習させる学習ステップと、
学習済の前記AI処理部に前記所定の領域における処理対象のドライバーのドライブチャートを入力し、前記処理対象のドライバーの特性を特定させるドライバー特性特定ステップ、と備えるドライバー特性特定方法。
このように規定される第10の局面の発明によれば、第2の局面と同じ作用がなされる。
教師データ保存部及びAI処理部を備えるドライバー特性特定装置用の学習装置を用いた学習方法であって、
前記教師データ保存部にドライブチャートを保存し、そのドライバー特性保存領域に該ドライブチャートのドライバーの特性を保存する教師データ保存ステップと、ここに、前記ドライブチャートは所定の領域におけるドライバーの走行軌跡と車両インナーデータとの相関関係を示す、
前記AI処理部に前記ドライブチャートのデータと前記ドライバー特性に関するデータとのセットからなる教師データを入力し、前記ドライブチャートと前記ドライバー特性との関係を学習させる学習ステップと、を備える学習方法。
このように規定される第11の局面の発明によれば、第3の局面と同じ作用がなされる。
教師データ保存部及びAI処理部を備えるドライバー特性特定装置によるドライバー特性特定方法であって、
請求項11の学習ステップを実行した前記AI処理部を準備するステップと、
処理対象のドライバーによる前記所定領域でのドライブチャートを前記学習済のAI処理部へ入力して、前記処理対象のドライバーの特性を特定するステップと、を備えるドライバー特性特定方法。
このように規定される第12の局面の発明によれば、第4の局面と同じ作用がなされる。
このドライブチャート作成装置1は、プローブデータ保存部3、走行軌跡作成部4、CANデータ保存部5及びドライブチャート作成部6から概略構成される。
プローブデータ保存部3には、複数のプローブカーから収集されたプローブデータが保存されている。その特性、即ち停止位置の特定が求められる交差点が指定されると、走行軌跡作成部4は、当該交差点を中心に所定の範囲内にあるプローブデータを読み出す。読み出されたプローブデータの中から、同一のプローブカーに起因するものであり、時間的に連続しており、かつ交差点を通過するものを抽出する。このようにして抽出されたプローブデータから交差点を通過する走行軌跡を作成する。
この走行軌跡はプローブデータの座標をつないで形成される、連続的なデータとする。図1-1の例では交差点の中心位置からの距離を表すものとして正規化されている。
走行軌跡作成部4は、また、走行軌跡を表す連続的なデータの任意の点の時刻を、その前後のプローブデータの取得時刻に基づき演算する。
CANデータの取得インターバルは極めて短いので、走行軌跡作成部4で作成された走行軌跡の任意の時刻のCANデータを特定可能である。
その結果、ドライブチャート作成部6は走行軌跡とCAN速度データとの相関関係を示すドライブチャートを作成する。
作成されたドライブチャートはディスプレイ等の出力部7を介して、既述の図1-1の形で表現される。また、作成されたドライブチャートはドライブチャート保存部8に保存される。
ステップ1では、プローブデータ保存部3に保存されているプローブデータの中から、指定した交差点の近辺にあるプローブデータを読み出す。その後、時間的に連続しておりかつ交差点を通過するものを抽出する。
ステップ2では、抽出したプローブデータを用いて、走行軌跡生成する。この例では、時系列に並んだプローブデータの座標を単純につないで一旦仮の走行軌跡を形成する。その後、この仮の走行軌跡を、マップマッチング等の方法で、補正して、交差点及びその道路上に存在させる。
ステップ7では、走行軌跡を処理して、図1-1に示すように、交差点の原点からの距離に変換する。得られた走行軌跡を基準点からの距離に正規化することで、交差点の特性を一般化することができる。正規化された走行軌跡においても観測点及びその時刻は維持される。
正規化された走行軌跡の各観測点に対してステップ5で得られたCAN速度データを対応させる。これにより、図1-1に示したドライブチャートが作成される。
作成されたドライブチャートは出力部7から出力されるとともに、ドライブチャート保存部8に保存される(ステップ9)。
かかるドライバーの特性は、例えばナビゲーション装置によるガイダンスの違いに影響を与えたり、ドライバーにかかる保険の料率の違いに影響したりする。
図5はコンピュータ装置をこの発明のドライバー特性特定装置(学習モード)として機能させたときのブロック図である。
ドライブチャートは、教師データ保存部13のドライブチャート保存領域13Aに保存され、ドライバーの特性は特性保存領域13Bに保存される。
ドライブチャート保存領域13Aに保存されたデータ数がAI学習に適した数以上となったことを条件に、各ドライブチャートをドライバー特性とともにAI処理部15へ入力し、両者の関係を学習させる。
上記のように、特性が既知のドライバーによる所定の交差点でのドライブチャートを収集し、これら(ドライブチャートとドライバー特性のセット)をAI処理部15へ入力し、学習させる。これにより、AI処理部15はドライブチャートのパターンとドライバーの特性とを関係づける。
特性未知のドライバーについて、図3のドライブチャート作成装置1によりドライブチャートを作成し、メモリ部23のドライブチャート保存領域23Aに保存する。このドライブチャートを学習済のAI処理部15へ入力する。学習済のAI処理部15は、入力されたドライブチャートに関係の深いドライバーの特性を特定し、関係性を例えば%表示する。当該出力はディスプレイ等の出力部17を介して行われる。またその出力は出力結果保存部18に保存される。
演算部300はCPU301、ROM303及びRAM305を備え、システム全体の制御をつかさどる。それとともに、走行軌跡作成部4及びドライブチャート作成部6として機能する。ROM303は、演算部300を制御する制御プログラム等が格納された不揮発性メモリである。RAM305は、キーボード等の入力装置330を介して利用者により予め設定された各種設定値を読み出し可能に格納したり、CPU301に対してワーキングエリアを提供したりする。演算部300を制御する制御プログラムはROM303に限らずRAM305や第1、第2記憶装置340及び350に格納されていてもよい。
第2記憶装置350はドライブチャート保存部8を備える。
第1、第2記憶装置はハードメモリやフラッシュメモリなど、サーバシステムのメモリ装置の一部の領域を利用することが好ましい。
出力装置320はディスプレイや音声出力装置であり、入力装置330は音声入力部や、ディスプレイに重ねて配置されるタッチパネル式のキーボートやマウスなどが該当する。
通信インターフェース360を介して、プローブカーと通信可能となる。
コンピュータを構成する各装置はシステムバス370で連結されている。
図5及び6で説明したコンピュータ装置のハード構成も、図7と同等のものである。
ドライバーの特性を扱う観点からすれば、座標情報を考慮しなくてもよい場合がある。CAN速度データの例でいえば、その変化のパターンが明確になればよい。例えば、ドライバーの運転するプローブカーが停止線S1に到達した時間を基準時間(0)として、その前後(基準時間帯)におけるCAN速度データの時間変化パターンを比較すれば、ドライバー特性を特定できる。
図8に示される、所定の交差点(領域)において、トライバーによりなされた、所定時間帯とCANデータとの相関関係をタイムドライブチャートと名付ける。
かかるタイムドライブチャートを比較することにより、ドライバーの特性を特定可能となる。図8において、優良ドライバーのタイムドライブチャートのパターンを実線で、不良ドライバーのそれを破線で示している。
図9において、図3と同一機能を奏する要素には同一の符号を付して説明を部分的に省略する。
基準時間帯特定部104は、指定された交差点を通過するプローブデータの列を抽出して(ステップ101)、例えば進入路aの停止線に最も近い座標データを特定する。特定された座標データの取得時刻を基準時間「0」として、所定のルールに従い基準時間帯を特定する(ステップ102)。
読み出したCAN速度データ列から図8に示すヒストグラム、即ちタイムドライブチャートを作成する(ステップ105)。
得られたタイムドライブチャートは出力部7において出力され、タイムドライブチャート保存部108に保存する(ステップ107)。
かかるAI処理装置を備えたコンピュータ装置(学習モード、運用モード))の構成は図5、図6と同じでとなる。
第1のドライバーの第1のタイムドライブチャートと第2のドライバーの第2のタイムドライブチャートとを比較するタイムドライブチャート比較部を備える、ドライバーの特性特定装置。ここに、タイムドライブチャートとは所定の領域において、基準時間帯と車両インナーデータとの相関関係を示す。かかるタイムドライブチャートを作成するタイムドライブチャート作成装置は、プローブカーのプローブデータを保存するプローブデータ保存部と、
前記プローブカーの車両インナーデータを保存する車両インナーデータ保存部と、
地図上の所定の領域を通過する第1のプローブカーの第1の基準時間帯を前記プローブデータに基づき生成する基準時間帯生成部と、
生成された基準時間帯に対応する第1の車両インナーデータを読み出し、前記基準時間帯と前記第1の車両インナーデータとの相関関係を示す第1のタイムドライブチャートを作成する、タイムドライブチャート作成部と、
を備えてなる。
第1のドライバーの第1のタイムドライブチャートを得るステップと、
第2のドライバーの第2のタイムドライブチャートを得るステップと、
前記第1のタイムドライブチャートと前記第2のタイムドライブチャートとを比較するステップと、を備え、ここに、タイムドライブチャートは所定の領域にける基準時間帯と車両インナーデータとの相関関係を示すドライバーの特性特定方法(第17の局面)。
このように規定される第13、第17の局面の発明によれば第1の局面と同様な作用が奏される。
タイムドライブチャートを保存するタイムドライブチャート保存領域と該タイムドライブチャートのドライバーの特性を保存するドライバー特性保存領域とを備える教師データ保存部と、ここに、タイムドライブチャートとは所定の領域において、基準時間帯と車両インナーデータとの相関関係を示す、
前記タイムドライブチャートのデータと前記ドライバー特性に関するデータとのセットからなる教師データが入力されるAI処理部であって、該AI処理部はタイムドライブチャートと前記ドライバー特性との関係を学習する、AI処理部と、を備え、
前記所定の領域における処理対象のドライバーのタイムドライブチャートを学習済の前記AI処理部へ入力して、前記処理対象のドライバーの特性を特定する、ドライバー特性特定装置。
教師データ保存部、車両インナーデータ保存部及びAI処理部を備えるドライバー特性特定装置を用いたドライバー特性特定方法であって、
前記教師データ保存部にタイムドライブチャートを保存し、そのドライバー特性保存領域に該タイムドライブチャートのドライバーの特性を保存する教師データ保存ステップと、ここに、前記タイムドライブチャートは所定の領域における基準時間帯と車両インナーデータとの相関関係を示す、
前記AI処理部に前記タイムドライブチャートのデータと前記ドライバー特性に関するデータとのセットからなる教師データを入力し、前記タイムドライブチャートと前記ドライバー特性との関係を学習させる学習ステップと、
学習済の前記AI処理部に前記所定の領域における処理対象のドライバーのタイムドライブチャートを入力し、前記処理対象のドライバーの特性を特定させるドライバー特性特定ステップ、と備えるドライバー特性特定方法(第18の局面)。
このように規定される第14、第18の局面の発明によれば第2の局面と同様な作用が奏される。
タイムドライブチャートを保存するタイムドライブチャート保存領域と該タイムドライブチャートのドライバーの特性を保存するドライバー特性保存領域とを備える教師データ保存部と、ここに、タイムドライブチャートとは所定の領域において、基準時間帯と車両インナーデータとの相関関係を示す、
前記タイムドライブチャートのデータと前記ドライバー特性に関するデータとのセットからなる教師データが入力されるAI処理部であって、該AI処理部はタイムドライブチャートと前記ドライバー特性との関係を学習する、AI処理部と、を備えてなる、ドライバー特性特定装置用の学習装置。
教師データ保存部及びAI処理部を備えるドライバー特性特定装置用の学習装置を用いた学習方法であって、
前記教師データ保存部にタイムドライブチャートを保存し、そのドライバー特性保存領域に該タイムドライブチャートのドライバーの特性を保存する教師データ保存ステップと、ここに、前記タイムドライブチャートは所定の領域におけるドライバーの走行軌跡と車両インナーデータとの相関関係を示す、
前記AI処理部に前記タイムドライブチャートのデータと前記ドライバー特性に関するデータとのセットからなる教師データを入力し、前記タイムドライブチャートと前記ドライバー特性との関係を学習させる学習ステップと、を備える学習方法(第19の局面)。
このように規定される第15、第19の局面の発明によれば第3の局面と同様な作用が奏される。
タイムドライブチャートと前記ドライバーの特性との関係を学習済のAI処理部を備えており、ここに、タイムドライブチャートとは所定の領域において、基準時間帯と車両インナーデータとの相関関係を示す、
処理対象のドライバーによる前記所定領域でのタイムドライブチャートを前記学習済のAI処理部へ入力して、前記処理対象のドライバーの特性を特定する、ドライバー特性特定装置。
更にこの第16の局面に規定の発明は次のようにも規定される。
教師データ保存部及びAI処理部を備えるドライバー特性特定装置によるタイムドライバー特性特定方法であって、
請求項19の学習ステップを実行した前記AI処理部を準備するステップと、
処理対象のドライバーによる前記所定領域でのタイムドライブチャートを前記学習済のAI処理部へ入力して、前記処理対象のドライバーの特性を特定するステップと、を備えるドライバー特性特定方法(第20の局面)。
このように規定される第16、第20の局面の発明によれば第4の局面と同様な作用が奏される。
3 プローブデータ保存部
4 走行軌跡作成部
5 CANデータ保存部
6 ドライブチャート作成部
13 教師データ保存部
15 AI処理部
100 タイムドライブチャート作成装置
Claims (4)
- 第1のドライバーの第1のドライブチャートと第2のドライバーの第2のドライブチャートとを比較するドライブチャート比較部を備える、ドライバーの特性特定装置であって、
前記ドライブチャートは所定の領域における、プローブデータに基づき生成された前記各ドライバーの連続した走行軌跡の所定の時刻における車両インナーデータの観測値と、前記連続した走行軌跡を前記所定領域における原点からの距離に正規化したときの、前記観測値を観察した時刻の地点の前記原点からの距離との相関関係を示し、
前記連続した走行軌跡の任意の位置における前記ドライバーの位置は前記プローブデータの位置とその取得時刻から演算されている、
ドライバーの特性特定装置において、
前記プローブデータはプローブカーから収集されたものであり、前記車両インナーデータは当該車両に搭載されたネットワーク上で各種通信プロトコルによって伝送可能であり、前記プローブデータと共通の時刻は含むが、前記プローブデータに比べてデータ取込のインターバルが短く、位置情報を含まない、ドライバーの特性特定装置。 - 前記車両インナーデータは速度、加速度、アクセル開度、駆動機の回転数及びブレーキ圧の少なくとも1つであり、データ取込のインターバルが前記プローブデータの1/10~1/100である、請求項1に記載のドライバー特性特定装置。
- 前記所定の領域は交差点を含む領域であり、前記交差点の中心が前記原点である、請求項1又は2に記載のドライバー特性特定装置。
- ドライブチャート作成部、ドライブチャート保存部及びドライブチャート表示部を備え、
前記ドライブチャート作成部に第1のドライバーの第1のドライブチャートを作成させ、該第1のドライブチャートを前記ドライブチャート保存部に保存させるステップと、
前記ドライブチャート作成部に第2のドライバーの第2のドライブチャートを作成させ、該第2のドライブチャートを前記ドライブチャート保存部に保存させるステップと、
前記ドライブチャート保存部から前記第1のドライブチャートと前記第2のドライブチャートとを読出して前記ドライブチャート表示部へ表示させるステップと、
を含み、
前記ドライブチャートは所定の領域における、プローブデータに基づき生成された前記各ドライバーの連続した走行軌跡の所定の時刻における車両インナーデータの観測値と、前記連続した走行軌跡を前記所定領域における原点からの距離に正規化したときの、前記観測値を観察した時刻の地点の前記原点からの距離との相関関係を示し、
前記連続した走行軌跡の任意の位置における前記ドライバーの位置は前記プローブデータの位置とその取得時刻から演算されている、
ドライバーの特性特定方法において、
前記プローブデータはプローブカーから収集されたものであり、前記車両インナーデータは当該車両に搭載されたネットワーク上で各種通信プロトコルによって伝送可能であり、前記プローブデータと共通の時刻は含むが、前記プローブデータに比べてデータ取込のインターバルが短く、位置情報を含まない、ドライバーの特性特定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020010448A JP7479857B2 (ja) | 2020-01-25 | 2020-01-25 | ドライバー特性特定装置及びその方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020010448A JP7479857B2 (ja) | 2020-01-25 | 2020-01-25 | ドライバー特性特定装置及びその方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021117718A JP2021117718A (ja) | 2021-08-10 |
JP7479857B2 true JP7479857B2 (ja) | 2024-05-09 |
Family
ID=77174922
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020010448A Active JP7479857B2 (ja) | 2020-01-25 | 2020-01-25 | ドライバー特性特定装置及びその方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7479857B2 (ja) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015194939A (ja) | 2014-03-31 | 2015-11-05 | 富士通株式会社 | 通知プログラム、条件設定プログラム、通知方法、車載装置、及び情報処理装置 |
JP2016106739A (ja) | 2014-12-03 | 2016-06-20 | 俊徳 加藤 | 移動体に搭乗している生体の評価システム及び評価方法 |
JP2017191350A (ja) | 2016-04-11 | 2017-10-19 | 株式会社オファサポート | 運転技量評価装置、サーバ装置、運転技量評価システム、プログラムおよび運転技量評価方法 |
JP2018181269A (ja) | 2017-04-21 | 2018-11-15 | 株式会社デンソー | 提示制御装置、自動運転制御装置、提示制御方法及び自動運転制御方法 |
JP2019020787A (ja) | 2017-07-11 | 2019-02-07 | 株式会社 ディー・エヌ・エー | 車両の走行スケジュールを管理するためのシステム、方法、及びプログラム |
-
2020
- 2020-01-25 JP JP2020010448A patent/JP7479857B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015194939A (ja) | 2014-03-31 | 2015-11-05 | 富士通株式会社 | 通知プログラム、条件設定プログラム、通知方法、車載装置、及び情報処理装置 |
JP2016106739A (ja) | 2014-12-03 | 2016-06-20 | 俊徳 加藤 | 移動体に搭乗している生体の評価システム及び評価方法 |
JP2017191350A (ja) | 2016-04-11 | 2017-10-19 | 株式会社オファサポート | 運転技量評価装置、サーバ装置、運転技量評価システム、プログラムおよび運転技量評価方法 |
JP2018181269A (ja) | 2017-04-21 | 2018-11-15 | 株式会社デンソー | 提示制御装置、自動運転制御装置、提示制御方法及び自動運転制御方法 |
JP2019020787A (ja) | 2017-07-11 | 2019-02-07 | 株式会社 ディー・エヌ・エー | 車両の走行スケジュールを管理するためのシステム、方法、及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2021117718A (ja) | 2021-08-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10169932B2 (en) | Anomality candidate information analysis apparatus and behavior prediction device | |
US9068848B2 (en) | Providing cost information associated with intersections | |
JP6811335B2 (ja) | 自動運転シミュレータ及び自動運転シミュレータ用地図生成方法 | |
US8665099B2 (en) | Inattentive state determination device and method of determining inattentive state | |
JP5434912B2 (ja) | 運転状態判定方法、運転状態判定システム及びプログラム | |
CN104424808B (zh) | 一种导航提示方法及装置、导航系统 | |
CN109426261A (zh) | 自动驾驶装置 | |
JP2004157880A (ja) | 確認行動評価装置 | |
CN112829747A (zh) | 一种驾驶行为决策方法、装置及存储介质 | |
JP2011237871A (ja) | 運転支援装置 | |
CN116034345A (zh) | 用于测试驾驶员辅助系统的方法和系统 | |
KR102130669B1 (ko) | 강풍시 교량상 차량의 주행안전성 확보 시스템 및 방법 | |
CN112288023A (zh) | 基于模拟驾驶器和svm算法的激进驾驶识别的建模方法 | |
KR20180067830A (ko) | 자율 주행 차량 제어 시스템 및 그 방법 | |
CN113686595B (zh) | 车辆耐久测试方法、装置、云控平台及系统 | |
EP3786854A1 (en) | Methods and systems for determining driving behavior | |
CN114475656A (zh) | 行驶轨迹预测方法、装置、电子设备以及存储介质 | |
JP7479857B2 (ja) | ドライバー特性特定装置及びその方法 | |
JP7479856B2 (ja) | ドライブチャート作成装置及びその方法並びにドライブチャートを利用する領域特性特定装置及びその方法 | |
CN109765903B (zh) | 一种自动驾驶规划方法 | |
JP4906678B2 (ja) | 交通安全教示システム | |
Magiera et al. | Rider skill identification by probabilistic segmentation into motorcycle maneuver primitives | |
JP7496748B2 (ja) | 渋滞度特定方法、同装置及び同コンピュータプログラム並びに迂回路探索可否決定方法 | |
DE102019130172A1 (de) | Verfahren, Vorrichtung, Computerprogramm und computerlesbares Speichermedium zum Betreiben eines automatisierten Fahrzeuges | |
JP2021182286A (ja) | 走行環境変化特定方法、その装置及びそのコンピュータプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220324 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20230214 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230322 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230406 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230802 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230822 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231206 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240125 |
|
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: 20240402 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240424 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7479857 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |