JP7497904B2 - パーソナライズされた安全運転支援方法及びシステム - Google Patents

Description

本発明は、パーソナライズされた安全運転支援方法及びシステムに関する。より具体的には、個人の傾向によって危険状況を異らせるように判断することにより、パーソナライズされた安全運転情報を提供できるようにする安全運転支援システム及び方法に関する。

車両の安全のため、様々な分野の最先端技術を用いた安全運転支援システムが市場に出ているが、単一の機器で確保される情報だけでは正確な走行状況を反映できず、実質的な交通事故減少効果が不十分な実情である。現在商用化されている安全運転支援システムは、危険状況の誤認識によるユーザの不便度が高く、装着後の未使用率が４５％（米国自動車協会、２０１６年）に達し、安全支援機能とユーザ利便性とが相反する問題を解決するための新たな試みが必要な実情である。

また、自動車産業は、共有車、電気自動車、自律走行、連結性などのモメンタムを活用して継続的な成長を維持し、車両で発生するデータを活用する車両データ市場も爆発的に成長し、今後１０年以内に約７５０兆ウォンの価値を形成すると予測されている（マッキンジ報告書、２０１６年）。しかし、車両データ分野は、Ｂ２Ｃ観点では、正確な自律走行、安全運転情報の生成のための統合的なデータ分析プラットフォームが不足しており、Ｂ２Ｂ観点では、安全運転／経済運転観点からの運転者のスタイルを分析できるパーソナライズされたインターフェースが足りない実情である。

従来の安全運転支援システムは、危険判断要素ごとに警告を発生し、危険の有無が曖昧な区間は安全のために警告を発生し、警告の有無に対して個人別に同じ基準を適用する特徴を有する。また、車両の安全のため、様々な分野の最先端技術を用いた安全運転支援システムが市場に出ているが、映像処理又は車両情報など単一の情報のみを用いて走行状況を分析するため、正確な走行状況を反映できないという短所があり、単一の機器で確保される情報だけでは正確な走行状況を反映できず、実質的な交通事故減少効果が不十分な実情である。

本発明が解決しようとする課題は、車両運行中に取得可能な各種危険判断要素間の相関関係を分析して警告を発生し、個人別に互いに異なる警告基準を適用することにより、個人別に適切な安全運転情報を提供できるようにする、パーソナライズされた安全運転支援システム及び方法を提供することである。

本発明の一態様によると、パーソナライズされた安全運転支援システムが、所定の測定期間中に複数の収集対象車両のそれぞれに対して、前記収集対象車両に対応する第１の危険判断要素から第Ｎの危険判断要素に関する情報を収集するステップ（ここで、Ｎは３以上の整数である）と、前記パーソナライズされた安全運転支援システムが、前記測定期間中に前記複数の収集対象車両から収集された情報に基づいて、互いに直交するＮ軸座標系で表されるＮ次元空間上の標準安全領域をモデリングするステップ（ここで、前記Ｎ次元空間の各座標軸は、前記第１の危険判断要素から前記第Ｎの危険判断要素のいずれかに対応する）と、前記パーソナライズされた安全運転支援システムが、所定の警報対象車両を運転する警報対象車両運転者の過去走行データに基づいて、前記警報対象車両運転者の防衛運転レベルを決定するステップと、前記パーソナライズされた安全運転支援システムが、前記警報対象車両運転者の防衛運転レベルに基づいて、前記警報対象車両運転者に対応するパーソナライズされた安全領域を特定するステップ（ここで、前記パーソナライズされた安全領域は、前記標準安全領域を前記警報対象車両運転者の防衛運転レベルに基づいて補正した領域である）と、前記パーソナライズされた安全運転支援システムが、前記警報対象車両の運行中に前記警報対象車両に対応する第１の危険判断要素から第Ｎの危険判断要素に関する情報を定期的に取得するステップと、前記パーソナライズされた安全運転支援システムが、取得した前記警報対象車両に対応する第１の危険判断要素から第Ｎの危険判断要素に関する情報、及び前記警報対象車両運転者に対応するパーソナライズされた安全領域に基づいて危険の有無を判断するステップと、を含むパーソナライズされた安全運転支援方法が提供される。

一実施形態において、前記測定期間中に前記複数の収集対象車両から収集された情報に基づいて、互いに直交するＮ軸座標系で表されるＮ次元空間上の標準安全領域をモデリングするステップは、前記測定期間中に前記複数の収集対象車両から収集された情報に基づいて、第ｉの危険判断要素と第ｊの危険判断要素との相関関係を算出するステップ（ここで、ｉは、１＜＝ｉ＜Ｎのそれぞれの整数であり、ｊは、ｉ＜ｊ＜＝Ｎのそれぞれの整数である）と、算出された前記第ｉの危険判断要素と第ｊの危険判断要素との間（ここで、ｉは、１＜＝ｉ＜Ｎのそれぞれの整数であり、ｊは、ｉ＜ｊ＜＝Ｎのそれぞれの整数である）の相関関係に基づいて、前記Ｎ次元空間上の標準安全領域をモデリングするステップと、を含んでもよい。

一実施形態において、前記警報対象車両運転者の防衛運転レベルに基づいて、前記警報対象車両運転者に対応するパーソナライズされた安全領域を特定するステップは、前記警報対象車両運転者の防衛運転レベルに基づいて、Ｎ次元空間上の標準安全領域を拡張又は縮小し、前記警報対象車両運転者に対応するパーソナライズされた安全領域を特定するステップを含んでもよい。

一実施形態において、前記第１の危険判断要素から第Ｎの危険判断要素は、運転者の注視角度、運転者の運転中スマートフォン使用履歴、車両の速度、車両の角速度、車両の方向指示灯の作動有無、車両と前方車両との車間距離、車両の車線逸脱程度を含んでもよい。

一実施形態において、前記収集対象車両に対応する第１の危険判断要素から第Ｎの危険判断要素に関する情報を収集するステップは、前記収集対象車両に設けられたカメラから前記収集対象車両の運転者画像を収集し、収集した画像に基づいて前記収集対象車両の運転者の注視角度を判断するステップと、前記収集対象車両の運転者のスマートフォンから運転中使用履歴を収集するステップと、前記収集対象車両に設けられたＯＢＤ（Ｏｎ－Ｂｏａｒｄ Ｄｉａｇｎｏｓｔｉｃｓ）から車両の速度、車両の角速度、車両の方向指示灯の作動有無を収集するステップと、前記収集対象車両に設けられた車間距離センサから前方車両との車間距離を収集するステップと、前記収集対象車両に設けられた車線逸脱検知システムから前記収集対象車両の車線逸脱程度を収集するステップと、を含んでもよい。

一実施形態において、前記警報対象車両運転者の過去走行データは、平均速度、急加速履歴、急停車履歴、車線変更履歴、平均車間距離の少なくとも一部を含んでもよい。

一実施形態において、上記危険の有無を判断した結果に基づいて、警報を前記警報対象車両の運転者に出力させるステップをさらに含んでもよい。

本発明の他の一態様によると、上述の方法を行うためのコンピュータプログラムを格納するコンピュータ読み取り可能な記録媒体が提供される。

本発明の他の一態様によると、情報処理装置に設けられ、上述の方法を行うためのコンピュータ読み取り可能な記録媒体に格納されたコンピュータプログラムが提供される。

本発明の他の一態様によると、パーソナライズされた安全運転支援システムであって、プロセッサと、コンピュータプログラムを格納するメモリと、を含み、前記コンピュータプログラムは、前記プロセッサによって実行される場合、前記パーソナライズされた安全運転支援システムに上述の方法を行わせる、パーソナライズされた安全運転支援システムが提供される。

本発明の他の一態様によると、所定の測定期間中に複数の収集対象車両のそれぞれに対して、前記収集対象車両に対応する第１の危険判断要素から第Ｎの危険判断要素に関する情報を収集する収集モジュール（ここで、Ｎは３以上の整数である）と、前記測定期間中に前記複数の収集対象車両から収集された情報に基づいて、互いに直交するＮ軸座標系で表されるＮ次元空間上の標準安全領域をモデリングするモデリングモジュール（ここで、前記Ｎ次元空間の各座標軸は、前記第１の危険判断要素から前記第Ｎの危険判断要素のいずれかに対応する）と、所定の警報対象車両を運転する警報対象車両運転者の過去走行データに基づいて、前記警報対象車両運転者の防衛運転レベルを決定する決定モジュールと、警報対象車両運転者の防衛運転レベルに基づいて、前記警報対象車両運転者に対応するパーソナライズされた安全領域を特定するパーソナライズモジュール（ここで、前記パーソナライズされた安全領域は、前記標準安全領域を前記警報対象車両運転者の防衛運転レベルに基づいて補正した領域である）と、前記警報対象車両の運行中に前記警報対象車両に対応する第１の危険判断要素から第Ｎの危険判断要素に関する情報を定期的に取得する取得モジュールと、取得した前記警報対象車両に対応する第１の危険判断要素から第Ｎの危険判断要素に関する情報、及び前記警報対象車両運転者に対応するパーソナライズされた安全領域に基づいて危険の有無を判断する制御モジュールと、を含むパーソナライズされた安全運転支援システムが提供される。

一実施形態において、前記モデリングモジュールは、前記測定期間中に前記複数の収集対象車両から収集された情報に基づいて、第ｉの危険判断要素と第ｊの危険判断要素との相関関係を算出し（ここで、ｉは、１＜＝ｉ＜Ｎのそれぞれの整数であり、ｊは、ｉ＜ｊ＜＝Ｎのそれぞれの整数である）、算出された前記第ｉの危険判断要素と第ｊの危険判断要素との間（ここで、ｉは、１＜＝ｉ＜Ｎのそれぞれの整数であり、ｊは、ｉ＜ｊ＜＝Ｎのそれぞれの整数である）の相関関係に基づいて、前記Ｎ次元空間上の標準安全領域をモデリングしてもよい。

一実施形態において、前記パーソナライズモジュールは、前記警報対象車両運転者の防衛運転レベルに基づいて、Ｎ次元空間上の標準安全領域を拡張又は縮小し、前記警報対象車両運転者に対応するパーソナライズされた安全領域を特定してもよい。

一実施形態において、前記第１の危険判断要素から第Ｎの危険判断要素は、運転者の注視角度、運転者の運転中スマートフォン使用履歴、車両の速度、車両の角速度、車両の方向指示灯の作動有無、車両と前方車両との車間距離、車両の車線逸脱程度を含んでもよい。

一実施形態において、前記収集モジュールは、前記収集対象車両に設けられたカメラから前記収集対象車両の運転者画像を収集し、収集された画像に基づいて前記収集対象車両の運転者の注視角度を判断し、前記収集対象車両の運転者のスマートフォンから運転中使用履歴を収集し、前記収集対象車両に設けられたＯＢＤ（Ｏｎ－Ｂｏａｒｄ Ｄｉａｇｎｏｓｔｉｃｓ）から車両の速度、車両の角速度、車両の方向指示灯の作動有無を収集し、前記収集対象車両に設けられた車間距離センサから前方車両との車間距離を収集し、前記収集対象車両に設けられた車線逸脱検出システムから前記収集対象車両の車線逸脱程度を収集してもよい。

一実施形態において、前記警報対象車両運転者の過去走行データは、平均速度、急加速履歴、急停車履歴、車線変更履歴、平均車間距離の少なくとも一部を含んでもよい。

一実施形態において、上記危険の有無を判断した結果に基づいて、警報を前記警報対象車両の運転者に出力させる警報モジュールをさらに含んでもよい。

本発明の一実施形態によると、車両運行中に取得可能な各種危険判断要素間の相関関係を分析して警告を発生し、個人別に互いに異なる警告基準を適用することにより、個人別に適切な安全運転情報を提供できるようにする、パーソナライズされた安全運転支援システム及び方法を提供することができる。

本発明の詳細な説明で引用される図面をより十分に理解するために、各図面の簡単な説明が提供される。

本発明の一実施形態によるパーソナライズされた安全運転支援方法の実施環境を概略的に説明するための図である。 本発明の一実施形態によるパーソナライズされた安全運転支援システムの概略構成を示すブロック図である。 本発明の一実施形態によるパーソナライズされた安全運転支援方法の全体的な過程を示すフローチャートである。 データ収集及び標準安全領域をモデリングするステップの具体的な過程を示すフローチャートである。 図４のＳ１２０の具体的な一例を示すフローチャートである。 図６ａは２つの危険判断要素間の相関関係の一例を示す図であり、図６ｂは図６ａの相関関係と標準安全領域との関係を示す図である。 標準安全領域をパーソナライズするステップの具体的な過程を示すフローチャートである。 防衛運転レベルによってパーソナライズされた安全領域が異なるように決定される例を示す図である。 車両運行中の危険検知及び警報ステップの具体的な過程を示すフローチャートである。 危険判断要素によって危険の有無が決定される方法を説明するための図である。

本発明は、様々な置き換えを加えることができ、様々な実施形態を有することができ、特定の実施形態を図面に例示して詳細な説明に詳しく説明する。しかし、これは本発明を特定の実施形態に限定しようとするものでなく、本発明の思想及び技術の範囲に含まれるすべての置き換え、等価物ないし代替物を含むものと理解されるべきである。本発明の説明において、関連する公知技術に対する具体的な説明が本発明の要旨を不明瞭にすると判断される場合、その詳細な説明は省略する。

第１、第２などの用語は、様々な構成要素を説明するために使用できるが、上記構成要素は上記用語によって限定されるべきではない。上記用語は、ある構成要素を他の構成要素から区別する目的でのみ使用される。

本明細書で使用される用語は、単に特定の実施形態を説明するために使用されたものであり、本発明を限定しようとする意図でない。単数の表現は、文脈上明らかに異なるものを意味しない限り、少なくとも１つの表現を含む。

本明細書において、「含む」又は「有する」などの用語は、明細書に記載の特徴、数字、段階、動作、構成要素、部品、又はそれらを組み合わせたものが存在することを指定するものであり、１つ又はそれ以上の他の特徴、数、段階、動作、構成要素、部品、又はそれらを組み合わせたものの存在又は追加の可能性を予め排除しないものと理解されたい。

また、本明細書において、ある構成要素が他の構成要素にデータを「伝送」する場合は、上記構成要素は、上記他の構成要素に直接上記データを伝送してもよく、少なくとも１つのまた他の構成要素を介して上記データを上記他の構成要素に伝送してもよいことを意味する。逆に、ある構成要素が他の構成要素にデータを「直接伝送」する場合は、上記構成要素からまた他の構成要素を介することなく上記他の構成要素にデータを伝送することを意味する。

以下、添付の図面を参照して本発明の実施形態を中心に本発明を詳細に説明する。各図に示されている同じ参照符号は同じ部材を示す。

図１は、本発明の一実施形態によるパーソナライズされた安全運転支援方法（以下、「安全運転支援方法」という）の実施環境を概略的に説明するための図である。

図１を参照すると、本発明の一実施形態による安全運転支援方法を実施するために、パーソナライズされた安全運転支援システム１００（以下、「安全運転支援システム」という）が備えられてもよい。

安全運転支援システム１００は、データ処理を行うコンピューティングシステムであってもよい。例えば、安全運転支援システム１００はサーバであってもよいが、これに限定されず、本発明の技術的思想による安全運転支援方法を行うことができる各種情報処理装置を含んでもよい。

安全運転支援システム１００は、車両１０を運行する運転者が備えているユーザ端末２０と通信を行い、本発明の技術的思想を実施するために必要な各種情報、信号及び／又はデータを送受信できる。例えば、安全運転支援システム１００は、ＷＩＦＩ、セルラーネットワーク、及びインターネットを介して互いに連結されてもよい。

ユーザ端末２０は、ネットワーク通信機能を備えた情報処理装置であってもよい。例えば、ユーザ端末２０は、デスクトップコンピュータやラップトップコンピュータ、又は携帯電話、衛星電話、無線電話、ＳＩＰ（Ｓｅｓｓｉｏｎ Ｉｎｉｔｉａｔｉｏｎ Ｐｒｏｔｏｃｏｌ）、ＷＬＬ（Ｗｉｒｅｌｅｓｓ Ｌｏｃａｌ Ｌｏｏｐ）ステーション、スマートフォン、タブレットＰＣ、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）などのハンドヘルド装置を含む処理装置であってもよい。

車両１０には、ＯＢＤ（Ｏｎ－Ｂｏａｒｄ Ｄｉａｇｎｏｓｔｉｃｓ；３０）、カメラ４０、車間距離センサ５０、及び／又は車線逸脱検知システム６０が設けられていてもよい。

安全運転支援システム１００は、車両１０の運転者が所持したユーザ端末２０だけでなく、車両１０に設けられたＯＢＤ３０、カメラ４０、車間距離センサ５０、及び／又は車線逸脱検知システム６０から各種のデータを収集してもよい。このために、一実施形態において、図１に示すように、ユーザ端末２０は、ＯＢＤ３０、カメラ４０、車間距離センサ５０、及び／又は車線逸脱検知システム６０と有無線ネットワークを介して連結され、本発明の技術的思想の実施に必要な各種の情報及び／又はデータを取得してもよく、取得した情報及び／又はデータを安全運転支援システム１００に送信してもよい。

実施形態によっては、安全運転支援システム１００は、ＯＢＤ３０、カメラ４０、車間距離センサ５０、及び／又は車線逸脱検知システム６０と通信ネットワークを介して連結され、ユーザ端末２０を介することなく直接情報を収集するように実施されてもよいことは言うまでもない。

一方、図１は、説明の便宜のために、安全運転支援システム１００が１台の車両１０から情報を収集することを示しているが、実際は安全運転支援システム１００が複数の車両からデータを収集してもよい。

図２は、本発明の一実施形態による安全運転支援システム１００の概略構成を示すブロック図である。

図２を参照すると、安全運転支援システム１００は、収集モジュール１１０と、モデリングモジュール１２０と、決定モジュール１３０と、パーソナライズモジュール１４０と、取得モジュール１５０と、制御モジュール１６０と、警報モジュール１７０と、を含んでもよい。本発明の実施形態によっては、上述の構成要素のうち一部の構成要素は、必ずしも本発明の実施に必須な構成要素に該当しない場合もあり、実施形態によって、安全運転支援システム１００は、これよりも多くの構成要素を含み得ることは言うまでもない。

安全運転支援システム１００は、本発明の技術的思想を実施するために必要なハードウェアリソース（ｒｅｓｏｕｒｃｅ）及び／又はソフトウェアを備えてもよく、必ずしも１つの物理的構成要素又は１つの装置を意味するのではない。すなわち、安全運転支援システム１００は、本発明の技術的思想を実施するために備えられるハードウェア及び／又はソフトウェアの論理的な結合を意味してもよく、必要によっては、互いに離隔した装置に設けられ、それぞれの機能を行うことによって、本発明の技術的思想を実施するための論理的な構成の集合として実施されてもよい。また、安全運転支援システム１００は、本発明の技術的思想を実施するための各機能又は役割ごとに別に実施される構成の集合を意味してもよい。また、本明細書におけるモジュールとは、本発明の技術的思想を実施するためのハードウェア、及びハードウェアを駆動するためのソフトウェアの機能的、構造的な結合を意味してもよい。例えば、モジュールは、特定されたコードと、特定されたコードが行われるためのハードウェアリソースの論理単位を意味してもよく、必ずしも物理的に連結されたコード又は一種のハードウェアを意味するのではないことは、本発明の技術分野における通常の技術者であれば容易に推論することができる。

制御モジュール１６０は、ユーザ端末２０に含まれる他の構成（例えば、収集モジュール１１０、モデリングモジュール１２０、決定モジュール１３０、パーソナライズモジュール１４０、取得モジュール１５０、警報モジュール１７０など）の機能及び／又はリソースを制御することができる。

収集モジュール１１０及びモデリングモジュール１２０は、データ収集及び標準安全領域モデリング過程を行うことができる。

より詳しくは、収集モジュール１１０は、所定の測定期間中に複数の収集対象車両のそれぞれに対して、収集対象車両に対応する第１の危険判断要素から第Ｎの危険判断要素（ここで、Ｎは３以上の整数である）に関する情報を収集でき、モデリングモジュール１２０は、測定期間中に複数の収集対象車両から収集された情報に基づいて、互いに直交するＮ軸座標系で表されるＮ次元空間上の標準安全領域をモデリングしてもよい。このとき、Ｎ次元空間の各座標軸は、第１の危険判断要素から第Ｎの危険判断要素のいずれかに対応してもよい。

一実施形態において、第１の危険判断要素から第Ｎの危険判断要素は、運転者の注視角度、運転者の運転中スマートフォン使用履歴、車両の速度、車両の角速度、車両の方向指示灯の作動有無、車両と前方車両との車間距離、車両の車線逸脱程度を含んでもよい。

一実施形態において、収集モジュール１１０は、収集対象車両に設けられたカメラ４０から収集対象車両の運転者画像を収集し、収集された画像に基づいて収集対象車両の運転者の注視角度を判断してもよい。また、収集モジュール１１０は、収集対象車両の運転者のスマートフォン２０から運転中使用履歴を収集してもよい。また、収集モジュール１１０は、収集対象車両に設けられたＯＢＤ３０から車両の速度、車両の角速度、車両の方向指示灯の作動有無を収集でき、収集対象車両に設けられた車間距離センサ５０から前方車両との車間距離を収集でき、収集対象車両に設けられた車線逸脱検知システム６０から収集対象車両の車線逸脱程度を収集してもよい。

一実施形態において、モデリングモジュール１２０は、測定期間中に複数の収集対象車両から収集された情報に基づいて、第ｉの危険判断要素と第ｊの危険判断要素との相関関係を算出し（ここで、ｉは、１＜＝ｉ＜Ｎのそれぞれの整数であり、ｊは、ｉ＜ｊ＜＝Ｎのそれぞれの整数である）、算出された第ｉの危険判断要素と第ｊの危険判断要素との間（ここで、ｉは、１＜＝ｉ＜Ｎのそれぞれの整数であり、ｊは、ｉ＜ｊ＜＝Ｎのそれぞれの整数である）の相関関係に基づいて、Ｎ次元空間上の標準安全領域をモデリングしてもよい。

他の一実施形態において、モデリングモジュール１２０は、機械学習を通じて標準安全領域をモデリングしてもよい。例えば、標準安全領域は、ディープラーニングによって学習されたニューラルネットワークで表現されてもよく、ベイジアンロジスティック回帰方法によって学習されたベイジアンモデルなどで表現されてもよい。

一方、決定モジュール１３０及びパーソナライズモジュール１４０は、標準安全領域をパーソナライズする過程を行ってもよい。

より詳しくは、決定モジュール１３０は、所定の警報対象車両を運転する警報対象車両運転者の過去走行データに基づいて、警報対象車両運転者の防衛運転レベルを決定し、パーソナライズモジュール１４０は、警報対象車両運転者の防衛運転レベルに基づいて、警報対象車両運転者に対応するパーソナライズされた安全領域を特定してもよい。このとき、パーソナライズされた安全領域は、標準安全領域を警報対象車両運転者の防衛運転レベルに基づいて補正した領域であってもよい。

一実施形態において、警報対象車両運転者の過去走行データは、平均速度、急加速履歴、急停車履歴、車線変更履歴、平均車間距離の少なくとも一部を含んでもよい。

防衛運転レベルは、運転者の防衛運転程度を等級化ないし量子化したもので、例えば、防衛的／攻撃的の２段階、防衛的／中立的／攻撃的の３段階などに区分できるが、これに限定されず、４段階以上に分けられてもよい。

一実施形態において、パーソナライズモジュール１４０は、警報対象車両運転者の防衛運転レベルに基づいて、Ｎ次元空間上の標準安全領域を拡張又は縮小し、警報対象車両運転者に対応するパーソナライズされた安全領域を特定してもよい。

一方、取得モジュール１５０、制御モジュール１６０、及び警報モジュール１７０は、車両運行中に危険検知及び警報処理を行ってもよい。

より詳しくは、取得モジュール１５０は、警報対象車両の運行中に警報対象車両に対応する第１の危険判断要素から第Ｎの危険判断要素に関する情報を定期的に取得し、制御モジュール１６０は、取得した警報対象車両に対応する第１の危険判断要素から第Ｎの危険判断要素に関する情報、及び警報対象車両運転者に対応するパーソナライズされた安全領域に基づいて危険の有無を判断してもよい。

一実施形態において、制御モジュール１６０は、警報対象車両に対応する第１の危険判断要素から第Ｎの危険判断要素によって表されるＮ次元空間上の地点が、警報対象車両運転者に対応するパーソナライズされた安全領域内にある場合は危険でないと判断し、警報対象車両に対応する第１の危険判断要素から第Ｎの危険判断要素によって表されるＮ次元空間上の地点が、警報対象車両運転者に対応するパーソナライズされた安全領域外にある場合は危険であると判断してもよい。

警報モジュール１７０は、上記危険の有無を判断した結果に基づいて、警報を警報対象車両の運転者に出力させてもよい。

図３は、本発明の一実施形態によるパーソナライズされた安全運転支援方法の全体的な過程を示すフローチャートである。

図３を参照すると、パーソナライズされた安全運転支援方法は、データ収集及び標準安全領域をモデリングするステップ（Ｓ１００）、標準安全領域をパーソナライズするステップ（Ｓ２００）、及び車両運行中の危険検知及び警報ステップ（Ｓ３００）から構成されてもよい。

図４は、データ収集及び標準安全領域をモデリングするステップ（Ｓ１００）の具体的な過程を示すフローチャートである。

図４を参照すると、安全運転支援システム１００は、所定の測定期間中に複数の収集対象車両のそれぞれに対して、収集対象車両に対応する第１の危険判断要素から第Ｎの危険判断要素（ここで、Ｎは３以上の整数である）に関する情報を収集してもよい（Ｓ１１０）。

一方、安全運転支援システム１００は、測定期間中に複数の収集対象車両から収集された情報に基づいて、互いに直交するＮ軸座標系で表されるＮ次元空間上の標準安全領域をモデリングしてもよく、Ｎ次元空間の各座標軸は、第１の危険判断要素から第Ｎの危険判断要素のいずれかに対応してもよい。

図５は、図４のＳ１２０の具体的な一例を示すフローチャートである。

図５を参照すると、安全運転支援システム１００は、測定期間中に複数の収集対象車両から収集された情報に基づいて、各危険判断要素間の相関関係を算出してもよい。すなわち、安全運転支援システム１００は、第１の危険判断要素と残りの危険判断要素（すなわち、第２の危険判断要素から第Ｎの危険判断要素）それぞれとの相関関係、第２の危険判断要素と残りの危険判断要素（すなわち、第３の危険判断要素から第Ｎの危険判断要素）それぞれとの相関関係、…、第Ｎ－１の危険判断要素と残りの危険判断要素（すなわち、第Ｎの危険判断要素）との相関関係を算出してもよい（Ｓ１２１からＳ１２３を参照）。

その後、安全運転支援システム１００は、算出された第１の危険判断要素から第Ｎの危険判断要素の互いの相関関係（すなわち、第ｉの危険判断要素と第ｊの危険判断要素との間（ここで、ｉは、１＜＝ｉ＜Ｎの各整数であり、ｊは、ｉ＜ｊ＜＝Ｎの各整数である）の相関関係）に基づいて、Ｎ次元空間上の標準安全領域をモデリングしてもよい（Ｓ１２４）。

図６ａは、２つの危険判断要素間の相関関係の一例を示す図であり、図６ｂは、図６ａの相関関係と標準安全領域との関係を示す図である。

安全運転支援システム１００は、例えば、線形回帰分析を通じて、任意の２つの危険判断要素（第ｉの危険判断要素及び第ｊの危険判断要素）間の相関関係を算出してもよく、算出された相関関係は、図６ａの回帰線１で表してもよい。

一方、図６ｂには、モデリングされたＮ次元空間上の標準安全領域のｉ軸－ｊ軸の断面領域２が示されている（ここで、ｉ軸は、第ｉの危険判断要素に対応する軸であり、ｊ軸は、第ｊの危険判断要素に対応する軸である）。

一実施形態において、モデリングされた標準安全領域のｉ軸－ｊ軸の断面領域２は、図６ｂに示すように、第ｉの危険判断要素と第ｊの危険判断要素との相関関係を示す回帰線（１）周辺の一定領域であってもよい。

本発明が属する分野における通常の知識を有する者であれば、図６ａ及び図６ｂのような２次元領域を例に説明した上記の内容、及び後述する例示をＮ次元領域に容易に拡張できるであろう。

図７は、標準安全領域をパーソナライズするステップ（Ｓ２００）の具体的な過程を示すフローチャートである。

図７を参照すると、安全運転支援システム１００は、所定の警報対象車両を運転する警報対象車両運転者の過去走行データを取得してもよい（Ｓ２１０）。

その後、安全運転支援システム１００の警報対象車両運転者の過去走行データに基づいて、警報対象車両運転者の防衛運転レベルを決定してもよい（Ｓ２２０）。例えば、安全運転支援システム１００は、警報対象車両運転者の防衛運転レベルを防衛的／中立的／攻撃的のいずれかに決定してもよい。

一方、パーソナライズされた安全運転支援システム１００は、警報対象車両運転者の防衛運転レベルに基づいて、警報対象車両運転者に対応するパーソナライズされた安全領域を特定してもよく、このとき、パーソナライズされた安全領域は、標準安全領域を警報対象車両運転者の防衛運転レベルに基づいて補正した領域であってもよい。

図８は、防衛運転レベルによってパーソナライズされた安全領域が異なるように決定される例を示す図である。図８に示すように、パーソナライズされた安全運転支援システム１００は、標準安全領域２を中立的なレベルの運転者に適用されるパーソナライズされた安全領域として特定してもよいが、攻撃的なレベルの運転者のパーソナライズされた安全領域は、標準安全領域２よりも狭く補正した領域３として特定してもよく、防衛的なレベルの運転者のパーソナライズされた安全領域は、標準安全領域２よりも広く補正した領域４として特定してもよい。

図９は、車両運行中の危険検知及び警報ステップ（Ｓ３００）の具体的な過程を示すフローチャートである。

図９を参照すると、パーソナライズされた安全運転支援システム１００は、警報対象車両の運行中に警報対象車両に対応する第１の危険判断要素から第Ｎの危険判断要素に関する情報を取得してもよい（Ｓ３１０）。

パーソナライズされた安全運転支援システム１００は、取得した警報対象車両に対応する第１の危険判断要素から第Ｎの危険判断要素に関する情報、及び警報対象車両運転者に対応するパーソナライズされた安全領域に基づいて危険の有無を判断してもよく（Ｓ３２０）、上記危険の有無を判断した結果に基づいて、警報を警報対象車両の運転者に出力させてもよい（Ｓ３３０、Ｓ３４０を参照）。

より具体的には、パーソナライズされた運転支援システム１００は、警報対象車両に対応する第１の危険判断要素から第Ｎの危険判断要素によって表されるＮ次元空間上の地点が、警報対象車両運転者に対応するパーソナライズされた安全領域内にある場合は危険でないと判断してもよく、警報対象車両に対応する第１の危険判断要素から第Ｎの危険判断要素によって表されるＮ次元空間上の地点が、警報対象車両運転者に対応するパーソナライズされた安全領域外にある場合は危険であると判断してもよい。

図１０は、危険判断要素によって危険の有無が決定される方法を説明するための図である。

図１０を参照すると、取得した第ｉの危険判断要素及び第ｊの危険判断要素が点５－１によって表される場合、点５－１は防衛的な運転者のパーソナライズされた安全領域（４）内にあるが、中立的な運転者のパーソナライズされた安全領域２、及び攻撃的な運転者のパーソナライズされた安全領域３の外にあるようになる。したがって、警報対象車両運転者の防衛運転レベルが防衛的な場合は危険でないと判断されるが、警報対象車両運転者の防衛運転レベルが中立的又は攻撃的な場合は危険であると判断できる。

仮に、取得した第ｉの危険判断要素及び第ｊの危険判断要素が点５－２によって表される場合、点５－２は、防衛的な運転者のパーソナライズされた安全領域４及び中立的な運転者のパーソナライズされた安全領域２の内にあるが、攻撃的な運転者のパーソナライズされた安全領域３の外にあるようになる。したがって、警報対象車両運転者の防衛運転レベルが防衛的又は中立的な場合は危険でないと判断されるが、警報対象車両運転者の防衛運転レベルが攻撃的な場合は危険であると判断できる。

一方、一実施形態によって、安全運転支援システム１００は、プロセッサ、及びプロセッサによって実行されるプログラムを格納するメモリを含んでもよい。ここで、プログラムは、プロセッサによって実行される場合、本実施形態による安全運転支援システム１００に、上述の視覚的オブジェクトの提供方法を行わせてもよい。

プロセッサは、安全運転支援システム１００を構成するハードウェア及び／又はソフトウェアを制御でき、ＣＰＵ、ＧＰＵ、ＭＣＵ、マイクロプロセッサなどを含んでもよい。メモリは、例えば、フラッシュメモリ、ＲＯＭ、ＲＡＭ、ＥＥＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、ハードディスク、レジスタを含んでもよい。

一方、本発明の実施形態による視覚的オブジェクトの提供方法は、コンピュータ読み取り可能なプログラム命令外観で実施され、コンピュータ読み取り可能な記録媒体に格納でき、本発明の実施形態による制御プログラム及び対象プログラムもコンピュータ読み取り可能な記録媒体に格納できる。コンピュータ読み取り可能な記録媒体は、コンピュータシステムによって読み取られるデータが格納されるあらゆる種類の記録装置を含む。

記録媒体に記録されるプログラム命令は、本発明のために特に設計及び構成されたものであってもよく、ソフトウェア分野の当業者に公知として利用可能なものであってもよい。

コンピュータ読み取り可能な記録媒体の例としては、ハードディスク、フロッピーディスク、磁気テープなどの磁気媒体（ｍａｇｎｅｔｉｃ ｍｅｄｉａ）、ＣＤ－ＲＯＭ、ＤＶＤなどの光記録媒体（ｏｐｔｉｃａｌ ｍｅｄｉａ）、フロッピーディスク（ｆｌｏｐｔｉｃａｌ ｄｉｓｋ）などの磁気光学媒体（ｍａｇｎｅｔｏ－ｏｐｔｉｃａｌ ｍｅｄｉａ）、及びＲＯＭ、ＲＡＭ、フラッシュメモリなどのような、プログラム命令を格納して実行するように特に構成されたハードウェア装置が含まれる。また、コンピュータ読み取り可能な記録媒体は、ネットワークで連結されたコンピュータシステムに分散され、分散方式によってコンピュータ読み取り可能なコードを格納して実行することができる。

プログラム命令の例としては、コンパイラによって作成されるような機械語コードだけでなく、インタプリタなどを用いて電子的に情報を処理する装置、例えば、コンピュータによって実行され得る高級言語コードを含まれる。

上述のハードウェア装置は、本発明の動作を行うために１つ以上のソフトウェアモジュールとして動作するように構成でき、その逆も同様である。

上述の本発明の説明は例示のためのものであり、本発明が属する技術分野における通常の知識を有する者であれば、本発明の技術的思想や必須の特徴を変更することなく他の具体的な外観に容易に変形が可能であることを理解できるであろう。したがって、上記で説明した実施形態はすべての点で例示的なものであり、限定的なものではないと理解すべきである。例えば、単一の形で説明されている各構成要素は分散して実施されてもよく、同様に分散していると説明されている構成要素が組み合わせた外観として実施されてもよい。

本発明の範囲は、上述の詳細な説明よりは後述の請求の範囲によって示され、請求の範囲の意味及び範囲、またその均等概念から導き出される全ての変更又は変形された外観が本発明の範囲に含まれるものと解釈されるべきである。

本発明は、パーソナライズされた安全運転支援方法及びシステムに用いることができる。

Claims (15)

1. パーソナライズされた安全運転支援システムが、所定の測定期間中に複数の収集対象車両のそれぞれに対して、前記収集対象車両に対応する第１の危険判断要素から第Ｎの危険判断要素に関する情報を収集するステップ（ここで、Ｎは３以上の整数である）と、
   前記パーソナライズされた安全運転支援システムが、前記測定期間中に前記複数の収集対象車両から収集された情報に基づいて、互いに直交するＮ軸座標系で表されるＮ次元空間上の標準安全領域をモデリングするステップ（ここで、前記Ｎ次元空間の各座標軸は、前記第１の危険判断要素から第Ｎの危険判断要素のいずれかに対応する）と、
   前記パーソナライズされた安全運転支援システムが、所定の警報対象車両を運転する警報対象車両運転者の過去走行データに基づいて前記警報対象車両運転者の防衛運転レベルを決定するステップと、
   前記パーソナライズされた安全運転支援システムが、前記警報対象車両運転者の防衛運転レベルに基づいて、前記警報対象車両運転者に対応するパーソナライズされた安全領域を特定するステップ（ここで、前記パーソナライズされた安全領域は、前記標準安全領域を前記警報対象車両運転者の防衛運転レベルに基づいて補正した領域である）と、
   前記パーソナライズされた安全運転支援システムが、前記警報対象車両の運行中に前記警報対象車両に対応する第１の危険判断要素から第Ｎの危険判断要素に関する情報を定期的に取得するステップと、
   前記パーソナライズされた安全運転支援システムが、取得した前記警報対象車両に対応する第１の危険判断要素から第Ｎの危険判断要素に関する情報、及び前記警報対象車両運転者に対応するパーソナライズされた安全領域に基づいて危険の有無を判断するステップと、
   を有し、前記測定期間中に前記複数の収集対象車両から収集された情報に基づいて、互いに直交するＮ軸座標系で表されるＮ次元空間上の標準安全領域をモデリングするステップは、
   前記Ｎ次元空間上の標準安全領域は、前記Ｎ次元空間の第ｉ軸－第ｊ軸断面上の標準安全領域によって定義され、前記測定期間中に前記複数の収集対象車両から収集された情報に基づいて、第ｉの危険判断要素と第ｊの危険判断要素との相関関係を示す回帰線を決定し、前記回帰線周辺の一定領域を前記Ｎ次元空間のｉ軸－ｊ軸断面上の標準安全領域と判断するステップを含み（ここで、ｉは、１＜＝ｉ＜Ｎのそれぞれの整数であり、ｊは、ｉ＜ｊ＜＝Ｎのそれぞれの整数である）、
   前記パーソナライズされた安全運転支援システムが、取得した前記警報対象車両に対応する第１の危険判断要素から第Ｎの危険判断要素に関する情報、及び前記警報対象車両運転者に対応するパーソナライズされた安全領域に基づいて危険の有無を判断するステップは、
   前記警報対象車両に対応する第１の危険判定要素から第Ｎの危険判定要素に対応するＮ次元空間上の点が、警報対象車両運転者に対応するパーソナライズされた安全領域の外にある場合、危険であると判断するステップを含む、パーソナライズされた安全運転支援方法。
   
2. 前記警報対象車両運転者の防衛運転レベルに基づいて、前記警報対象車両運転者に対応するパーソナライズされた安全領域を特定するステップは、
   前記警報対象車両運転者の防衛運転レベルに基づいて、Ｎ次元空間上の標準安全領域を拡大又は縮小し、前記警報対象車両運転者に対応するパーソナライズされた安全領域を特定するステップを備える、請求項１に記載のパーソナライズされた安全運転支援方法。
   
3. 前記第１の危険判断要素から第Ｎの危険判断要素は、
   運転者の注視角度、運転者の運転中スマートフォン使用履歴、車両の速度、車両の角速度、車両の方向指示灯の作動有無、車両と前方車両との車間距離、車両の車線逸脱程度を含む、請求項１に記載のパーソナライズされた安全運転支援方法。
   
4. 前記収集対象車両に対応する第１の危険判断要素から第Ｎの危険判断要素に関する情報を収集するステップは、
   前記収集対象車両に設けられたカメラから前記収集対象車両の運転者画像を収集し、収集された画像に基づいて前記収集対象車両の運転者の注視角度を判断するステップと、
   前記収集対象車両の運転者のスマートフォンから運転中使用履歴を収集するステップと、
   前記収集対象車両に設けられたＯＢＤ（Ｏｎ－Ｂｏａｒｄ Ｄｉａｇｎｏｓｔｉｃｓ）から車両の速度、車両の角速度、車両の方向指示灯の作動有無を収集するステップと、
   前記収集対象車両に設けられた車間距離センサから前方車両との車間距離を収集するステップと、
   前記収集対象車両に設けられた車線逸脱検知システムから前記収集対象車両の車線逸脱程度を収集するステップと、を備える、請求項３に記載のパーソナライズされた安全運転支援方法。
   
5. 前記警報対象車両運転者の過去走行データは、
   平均速度、急加速履歴、急停車履歴、車線変更履歴、平均車間距離の少なくとも一部を含む、請求項１に記載のパーソナライズされた安全運転支援方法。
   
6. 上記危険の有無を判断した結果に基づいて、警報を前記警報対象車両の運転者に出力させるステップをさらに備える、請求項１に記載のパーソナライズされた安全運転支援方法。
   
7. 請求項１ないし請求項６のいずれか一項に記載の方法を行うためのコンピュータプログラムを格納する、コンピュータ読み取り可能な記録媒体。
   
8. 情報処理装置に設けられ、請求項１ないし請求項６のいずれか一項に記載の方法を行うためのコンピュータ読み取り可能な記録媒体に格納された、コンピュータプログラム。
   
9. パーソナライズされた安全運転支援システムであって、
   プロセッサと、
   コンピュータプログラムを格納するメモリと、
   を備え、
   前記コンピュータプログラムは、前記プロセッサによって実行される場合、前記パーソナライズされた安全運転支援システムに請求項１ないし請求項６のいずれか一項に記載の方法を行わせる、パーソナライズされた安全運転支援システム。
   
10. 所定の測定期間中に複数の収集対象車両のそれぞれに対して、前記収集対象車両に対応する第１の危険判断要素から第Ｎの危険判断要素に関する情報を収集する収集モジュール（ここで、Ｎは３以上の整数である）と、
    前記測定期間中に前記複数の収集対象車両から収集された情報に基づいて、互いに直交するＮ軸座標系で表されるＮ次元空間上の標準安全領域をモデリングするモデリングモジュール（ここで、前記Ｎ次元空間の各座標軸は、前記第１の危険判断要素から前記第Ｎの危険判断要素のいずれかに対応する）と、
    所定の警報対象車両を運転する警報対象車両運転者の過去走行データに基づいて、前記警報対象車両運転者の防衛運転レベルを決定する決定モジュールと、
    前記警報対象車両運転者の防衛運転レベルに基づいて、前記警報対象車両運転者に対応するパーソナライズされた安全領域を特定するパーソナライズモジュール（ここで、前記パーソナライズされた安全領域は、前記標準安全領域を前記警報対象車両運転者の防衛運転レベルに基づいて補正した領域である）と、
    前記警報対象車両の運行中に前記警報対象車両に対応する第１の危険判断要素から第Ｎの危険判断要素に関する情報を定期的に取得する取得モジュールと、
    取得した前記警報対象車両に対応する第１の危険判断要素から第Ｎの危険判断要素に関する情報、及び前記警報対象車両運転者に対応するパーソナライズされた安全領域に基づいて危険の有無を判断する制御モジュールと、
    を備え、
    前記モデリングモジュールは、
    前記Ｎ次元空間上の標準安全領域は、前記Ｎ次元空間の第ｉ軸－第ｊ軸断面上の標準安全領域によって定義され、前記測定期間中に前記複数の収集対象車両から収集された情報に基づいて、第ｉの危険判断要素と第ｊの危険判断要素との相関関係を示す回帰線を決定し、前記回帰線周辺の一定領域を前記Ｎ次元空間のｉ軸－ｊ軸断面上の標準安全領域と判断し（ここで、ｉは、１＜＝ｉ＜Ｎのそれぞれの整数であり、ｊは、ｉ＜ｊ＜＝Ｎのそれぞれの整数である）、
    前記制御モジュールは、
    前記警報対象車両に対応する第１の危険判定要素から第Ｎの危険判定要素に対応するＮ次元空間上の点が、警報対象車両運転者に対応するパーソナライズされた安全領域の外にある場合、危険であると判断する
    パーソナライズされた安全運転支援システム。
    
11. 前記パーソナライズモジュールは、
    前記警報対象車両運転者の防衛運転レベルに基づいて、Ｎ次元空間上の標準安全領域を拡大又は縮小し、前記警報対象車両運転者に対応するパーソナライズされた安全領域を特定する、請求項１０に記載のパーソナライズされた安全運転支援システム。
    
12. 前記第１の危険判断要素から第Ｎの危険判断要素は、
    運転者の注視角度、運転者の運転中スマートフォン使用履歴、車両の速度、車両の角速度、車両の方向指示灯の作動有無、車両と前方車両との車間距離、車両の車線逸脱程度を含む、請求項１０に記載のパーソナライズされた安全運転支援方法。
    
13. 前記収集モジュールは、
    前記収集対象車両に設けられたカメラから前記収集対象車両の運転者画像を収集し、収集された画像に基づいて前記収集対象車両の運転者の注視角度を判断し、
    前記収集対象車両の運転者のスマートフォンから運転中使用履歴を収集し、
    前記収集対象車両に設けられたＯＢＤ（Ｏｎ－Ｂｏａｒｄ Ｄｉａｇｎｏｓｔｉｃｓ）から車両の速度、車両の角速度、車両の方向指示灯の作動有無を収集し、
    前記収集対象車両に設けられた車間距離センサから前方車両との車間距離を収集し、
    前記収集対象車両に設けられた車線逸脱検知システムから前記収集対象車両の車線逸脱程度を収集する、請求項１２に記載のパーソナライズされた安全運転支援システム。
    
14. 前記警報対象車両運転者の過去走行データは、
    平均速度、急加速履歴、急停車履歴、車線変更履歴、平均車間距離の少なくとも一部を含む、請求項１０に記載のパーソナライズされた安全運転支援システム。
    
15. 上記危険の有無を判断した結果に基づいて、警報を前記警報対象車両の運転者に出力させる警報モジュールをさらに備える、請求項１０に記載のパーソナライズされた安全運転支援システム。