JPH11348697A

JPH11348697A - 車両事故解析システム

Info

Publication number: JPH11348697A
Application number: JP10163495A
Authority: JP
Inventors: Hiromasa Mizutani; 寛正水谷
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 1998-06-11
Filing date: 1998-06-11
Publication date: 1999-12-21

Abstract

(57)【要約】【課題】事故通報があった場合に、車両乗員の障害の
程度を把握して迅速に救援機関に通報する。【解決手段】事故通報を受信したサービスセンタ１０
０では、処理装置１００ｂで通報データを分析して、デ
ータベース１００ｃに格納する。事故通報に乗員の障害
程度データが含まれていない場合には、処理装置１００
ｂはデータベース１００ｃに格納されている事故の統計
データを用いて障害程度を推定し、重傷等と推定された
場合には通信装置１００ａを介して所定の救援機関に通
報する。データベース１００ｃには、例えば衝撃Ｇ値と
障害程度ＡＩＳ値との関係等が格納される。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は車両事故解析システ
ム、特に事故発生時の車両乗員の障害程度等を推定する
システムに関する。

【０００２】

【従来の技術】従来より、車両事故発生時に事故状況を
所定の救援機関に通報するシステムが提案されている。

【０００３】例えば、特開平５−５６２６号公報には、
車両事故が発生した場合に車両の事故位置や車両の軌
跡、車両内の音声情報、車両の走行状態、車両乗員につ
いての個人情報等を送信し、事故解析に利用する技術が
開示されている。

【０００４】

【発明が解決しようとする課題】しかしながら、上記従
来技術においては、送信されたデータに基づいて具体的
にどのように事故を解析するのか開示されておらず、事
故解析の結果最適の救援機関に事故を通報する技術も開
示されていない。

【０００５】本発明は、車両事故が発生した場合に、車
両事故当事者が無意識状態にある、あるいは平常でない
ため事故の状況を正確に報知できない場合においても、
事故を的確に解析し、この解析結果に基づいて最適の救
援機関に通報することのできる車両事故解析システムを
提供することにある。

【０００６】

【課題を解決するための手段】上記目的を達成するため
に、本発明は、事故原因と車両乗員の傷害程度との関係
を記憶する記憶手段と、事故通報に含まれる事故原因か
ら前記記憶手段に記憶されている前記関係を用いて傷害
程度を推定する推定手段とを有することを特徴とする。

【０００７】

【発明の実施の形態】以下、図面に基づき本発明の実施
形態について説明する。

【０００８】図１には、本実施形態における車両側の構
成ブロック図が示されている。事故センサ１０は、衝突
事故を検知するセンサであり、エアバッグ展開用の衝突
Ｇセンサ等で構成される。シートベルトスイッチ１２
は、車両乗員のシートベルト装着の有無を検知する。着
座センサ１４は、運転席シート下部に埋設された圧力セ
ンサ等で構成され、車両乗員が運転席に座っているか否
かを検知する。ドア開閉スイッチ１６は、車両ドアの開
閉を検知する。緊急用スイッチ１８は、車両運転席近傍
に設けられ、事故時や急病時等に車両乗員が操作するス
イッチである。カメラ２０は、車室内及び車外を撮影す
るもので、事故前後の車両乗員の様子及び車外の様子を
撮影する。通報先番号記憶部２２は、事故や急病時に所
定の救援先に通報するための救援先電話番号を記憶する
メモリであり、具体的には１１０番や１１９番、あるい
は所定のサービスセンタの番号を記憶する。位置標定部
２４は、ＧＰＳ等で構成され、車両の現在位置を検出す
る。車速センサ２６は、事故直前の車両速度を検出す
る。なお、位置標定部２４として、この車速センサ２６
と方位センサを組み合わせて構成することも可能であ
る。ブレーキセンサ２８は、事故直前にブレーキ操作が
あったか否かを検出するセンサである。車両情報部３０
及び個人情報部３２はそれぞれ車両のＩＤや車載機のＩ
Ｄ、自動車登録番号等を記憶するメモリ及び車両乗員の
ＩＤ、年齢、性別等を記憶するメモリであり、通報先番
号記憶部２２と同一のメモリで構成することもできる。
温度センサ、燃料もれセンサ、浸水センサ等の各種セン
サ３４は、それぞれ事故直後の車両温度や燃料もれの有
無、浸水の有無を検知する。スピーカ３６及びマイク３
８は、メーデーＥＣＵ１が事故直後に車両乗員と音声で
やりとりするためのものであり、例えばスピーカ３６か
ら「けが人はいますか？」等の質問を発し、車両乗員が
この質問に対してマイク３８を介して返答した場合にこ
れを音声解析して事故直後の車両乗員のけがの程度を判
定する。無線機４０は、メーデーＥＣＵ１が上述した各
センサ１０〜３４から入力した検知データ、及びマイク
３８から入力された車両乗員の返答データを所定の救援
機関に送信するためのものであり、車載携帯電話等で構
成することができる。

【０００９】メーデーＥＣＵ１は、具体的にはマイクロ
コンピュータで構成され、上述した各種センサからの検
知信号を入力して、無線機４０を介して所定の救援機関
に事故時のデータを送信する。所定の救援機関（例えば
サービスセンタ）に送信する事故データを例示すると、
以下のようになる。

【００１０】位置情報：道路種別（高速道路、自動車専
用道路、国道、都道府県道、地方道、市町村道、私
道）、道路形状（直線単路、右カーブ単路、左カーブ単
路、交差点、交差点付近）車両情報：車載機ＩＤ、車両ＩＤ、電話番号、自動車登
録番号、車体色／年式／メーカ名／モデル名／車種乗員個人情報：乗員認証ＩＤ、年齢、性別、連絡先、医
療健康情報事故内容：事故種別（四輪車対四輪車、四輪車単独、四
輪車対二輪車、四輪車対歩行者）、衝突形態（正面、側
面、追突）、車両損壊程度、車体最大変形量事故検出センサ：衝突Ｇ値、衝突方向（前方、側方、後
方）、車外画像車両センサ：衝突直前の速度、ブレーキの有無、エアバ
ッグ展開有無、エアバッグ展開場所、シートベルト装着
有無、着座有無、乗員数、ドア開閉、車内画像、車両姿
勢、横転、転落、水没、火災有無、温度、燃料もれの有
無負傷内容：意識有無、出血有無、心肺停止有無、人身損
傷程度、障害程度ＡＩＳ（Abbreviated Injury Scale）なお、これらのパラメータのうち、特に重要な車両損壊
程度、人身損傷程度、障害程度ＡＩＳに関しては、例え
ば以下のようにレベルを決定することができる。

【００１１】＜車両損壊程度＞大破：車両としての機能を完全になくし、再生不能な状
態中破：自力走行が不能か、またはそれに近い状態で車体
外側構成部品等の再生修理が非常に困難な程度小破：自力走行が可能で、主として車体外側構成部品及
び付属品等の変形、破損が比較的大きく、再生復元修理
が可能な程度軽破：車体の機能にはほとんど影響がなく、主として車
体外側構成部品及び付属品の変形、破損がほとんど修理
を要しないか、あるいは非常に簡単な修理で再生復元が
可能な程度＜人身損傷程度＞死亡：事故発生後２４時間以内に死亡した場合重傷：全治３０日以上の治療を要する損傷を受けた場合軽傷：全治３０日未満の治療を要する損傷を受けた場合無傷：治療を要しない場合＜ＡＩＳコード＞１：軽傷２：中傷３：重傷４：重篤５：溺死６：即死（実質的に救命し得ない）９：不明もちろん、車両に搭載されている車載機の種類や事故状
況によってはこれらの事故データを全てサービスセンタ
に送信できない場合もあり得る。また、車両乗員が手動
で送信する場合もあり、事故を目撃した第三者が固定電
話や携帯電話を用いて事故データを通報する場合もあ
る。本実施形態では、このように全ての事故データが送
信されない場合でも、サービスセンタで確実に車両乗員
の障害程度を推定して所定の救援機関に通報することに
特徴がある。

【００１２】図２には、事故データを受信するサービス
センタ１００の構成ブロック図が示されている。

【００１３】通信装置１００ａは、車両や事故を目撃し
た第三者からの通報を受信し、処理装置１００ｂに供給
する。処理装置１００ｂは、供給された事故データを解
析し、データベース１００ｃに格納する。また、通報さ
れた事故データに人身損傷程度や障害程度が含まれてい
ない場合には、データベース１００ｃに格納された過去
の統計データに基づいて、通報された事故から予想され
る障害程度を推定し、通信装置１００ａを用いて所定の
救援機関（１１０番や１１９番）に通報する。データベ
ース１００ｃには、上述したように過去の統計事故デー
タが格納されている。具体的には、事故発生時間帯別、
道路種別、道路形状別、事故種別（四輪車対四輪車、四
輪車単独、四輪車対二輪車、四輪車対歩行者）、年齢
（２０代、３０代、４０代、５０代、６０代以上等）
別、性別、車両種別（乗用車と商用車、ボンネットの有
無、大型車／普通車／軽自動車等）、シートベルトの装
着有無別、エアバッグ展開別、ブレーキの有無別、通報
手段別等の事故発生状況毎に処理装置１００ｂが障害程
度ＡＩＳや人身損傷程度、衝撃Ｇ値等を重回帰分析し、
パラメータ間の相関関係として統計データを記憶する。

【００１４】図３〜図６には、データベース１００ｃに
格納される、統計データから得られた相関関係の例が示
されている。図３は、車両損壊程度と衝撃Ｇ値との関係
であり、図中横軸は車両損壊程度でスケールは１〜４
（１は軽破、２は小破、３は中破、４は大破）、縦軸は
衝撃Ｇ値（ｍ／ｓ²）である。

【００１５】また、図４は、衝突直前速度と衝撃Ｇ値と
の関係を示したものであり、図中横軸は衝突直前速度
（ｋｍ（ｈ））、縦軸は衝撃Ｇ値（ｍ／ｓ²）である。

【００１６】また、図５は衝撃Ｇ値と障害程度ＡＩＳと
の関係を示したものであり、図中横軸は衝撃Ｇ値（ｍ／
ｓ²）、縦軸はＡＩＳコードである。

【００１７】図６は衝突方向と障害程度ＡＩＳとの関係
を示したものであり、図中横軸は衝突方向でスケールは
０〜６（０は前方、３は側面、６は後方）、縦軸はＡＩ
Ｓコードである。

【００１８】なお、これらの相関関係は、事故発生時間
帯が８時〜１０時、道路種別が国道、道路形状が右カー
ブ単路、事故種別が四輪車単独、乗員年齢が３０代、乗
員性別が男、車両種別が普通車、シートベルトの装着有
り、エアバッグの展開無し、事故直前のブレーキ有り、
通報手段が手動通報の場合の複数の事故データから得ら
れた相関関係である。データベース１００ｃには、事故
発生状況別にこのような相関関係を記憶し、この相関関
係を用いて新たに通報された事故データに対して衝撃Ｇ
値やＡＩＳ値を推定する。

【００１９】図７には、本実施形態におけるサービスセ
ンタ１００の処理フローチャートが示されている。ま
ず、処理装置１００ｂは、事故通報を受信したか否かを
判定する（Ｓ１０１）。事故通報を受信した場合には、
事故通報に含まれている車両ＩＤや位置データ、時刻デ
ータ、事故内容データ等を受信できたか否かを判定する
（Ｓ１０２）。これらのデータを受信できた場合には、
事故状況毎にデータベース１００ｃに新たに記憶し（Ｓ
１０３）、事故当事者や第三者の通報者と会話が可能か
否かを判定する（Ｓ１０４）。会話が可能である場合に
は、これらの者とオペレータが会話をし、事故の詳細な
データをデータ化して（Ｓ１０５）、事故情報をデータ
ベース１００ｃに追加する（Ｓ１０６）。

【００２０】このようにして事故情報をデータベース１
００ｃに追加する際、重要なデータは人身損傷程度や障
害程度ＡＩＳデータであり、これらのデータが通報内容
に含まれている場合には、これらの通報内容に基づいて
所定の救援機関に救援を求めることができる。しかしな
がら、通報内容によっては人身損傷程度や障害程度ＡＩ
Ｓデータが含まれていない場合もあり得る。そこで、こ
のような場合には、処理装置１００ｂは、蓄積したデー
タベース１００ｃより事故時の車両損壊・乗員の障害程
度ＡＩＳを算出し事故の程度を判断する（Ｓ１０７）。

【００２１】以下、このＳ１０７における算出処理（推
定処理）について詳細に説明する。一般に、障害程度Ａ
ＩＳと相関が深いと考えられるのは、（１）衝撃Ｇ値と障害程度ＡＩＳ値（２）衝突直前の速度と障害程度ＡＩＳ値（３）車両損壊程度あるいは車体最大変形量と障害程度
ＡＩＳ値（４）衝突方向あるいは衝突形態と障害程度ＡＩＳ値である。なお、障害程度ＡＩＳ値の代わりに人身損傷程
度を用いても良い。従って、障害程度ＡＩＳ値が不明の
場合には、この障害程度ＡＩＳ値と相関の深い衝撃Ｇ値
や衝突直前の速度、車両損壊程度等から衝撃程度ＡＩＳ
値を推定することで信頼性の高い推定が可能となる。但
し、衝突Ｇ値、衝突直前の速度、車両損壊程度はそれぞ
れ相関を有するが、これらのパラメータと衝突方向や衝
突形態とは相関がほとんどない。従って、これらのパラ
メータを用いて障害程度ＡＩＳ値を推定するに際して
は、上記の相関関係のうち、互いに独立な（１）と
（４）、（２）と（４）、（３）と（４）を組み合わせ
て用いることでＡＩＳ値の推定精度を向上させることが
できる。例えば衝撃Ｇ値がＸ₁、衝突方向がＸ₂である場
合に、これらのパラメータを用いて障害程度ＡＩＳ値Ｙ
を

【数１】Ｙ＝ａ１Ｘ₁−ａ２Ｘ₂ と推定することができる。但し、ａ１、ａ２は重回帰分
析より得られた重み付け（図５、図６に示されるグラフ
の傾き）である。

【００２２】具体的に例示すると、車両あるいは第三者
からの通報に事故発生状況、車両損壊程度、衝突直前の
速度、ブレーキの有無、衝突方向の情報が含まれてお
り、障害程度ＡＩＳのデータが含まれていない場合、デ
ータベース１００ｃに格納されている車両損壊程度Ｘ₃
と衝撃Ｇ値の関係（図３参照）と衝突直前の速度Ｘ₄と
衝撃Ｇ値の関係（図４参照）から、まず衝撃Ｇ値Ｘ₅を
以下のように算出する。

【００２３】

【数２】Ｘ₅＝ａ３Ｘ₃＋ａ４Ｘ₄ 但し、ａ３、ａ４は重回帰分析より得られた重み付け
（グラフの傾き）である。次に、このようにして算出さ
れた衝撃Ｇ値Ｘ₅と障害程度ＡＩＳ値の関係（図５参
照）及び衝突方向Ｘ₆と障害程度ＡＩＳ値の関係（図６
参照）を用いて障害程度ＡＩＳ値Ｙ２を算出する。すな
わち、

【数３】Ｙ２＝ａ５Ｘ₅−ａ６Ｘ₆ である。ここで、図３〜図６の相関関係を用いるにあた
っては、通報に含まれる事故状況に合致する相関関係を
用いることは言うまでもない。例えば、通報事故状況
が、事故発生時間帯が２２時〜２４時、道路種別が県
道、道路形状が左カーブ単路、事故種別が四輪車対四輪
車、乗員年齢が２０代、乗員性別が男、車両種別が普通
車、シートベルトの装着無し、エアバッグの展開有り、
ブレーキ有り、通報手段が自動通報である場合には、こ
の事故状況に合致した相関関係を用いる必要がある。

【００２４】図８及び図９には、上述した事故発生状況
に対応した相関関係が示されている。図８は、衝撃Ｇ値
と障害程度ＡＩＳとの関係を示し、図９は衝突方向と障
害程度ＡＩＳとの関係を示している。図８及び図９に示
された相関関係と図５及び図６に示された相関関係との
相違に着目されたい。図８及び図９に示されるＡＩＳ値
の方が図５及び図６に示されるＡＩＳ値よりも大きくな
っている。これは、主に図５及び図６の相関関係がシー
トベルトの装着有りの場合に対し、図８及び図９の相関
関係はシートベルト装着無しの場合に対応しているから
である。従って、通報された事故がシートベルト装着無
しの場合には、図５及び図６に示された相関関係ではな
く、図８及び図９に示された相関関係を用いて上述した
式に従い障害程度ＡＩＳ値を推定する。

【００２５】以上のようにして事故時の車両損壊程度や
乗員の障害程度ＡＩＳを算出した後、この算出値に基づ
いて所定の救援機関に出動を依頼する（Ｓ１０８）。例
えば、推定した障害程度ＡＩＳ値が３（重傷）である場
合には、直ちに救急車の出動を依頼するなどである。そ
して、所定の救援機関に通報した後、事故後の警察や消
防署等による事故調査結果が明らかとなった場合には、
これらの調査解析情報をデータ化してデータベース１０
０ｃに追加し、データベース１００ｃの精度を一層向上
させる（Ｓ１０９）。

【００２６】このように、本実施形態においては過去の
事故データを統計処理してデータベース１００ｃに格納
し、新たに事故通報があった場合にデータベース１００
ｃに格納されたこれらの統計データに基づいて車両乗員
の障害の程度等を推定するので、事故に関する詳細なデ
ータが受信できなくても所定の救援機関に迅速に通報す
ることが可能となり、円滑な事故処理が可能となる。

【００２７】なお、本実施形態では、傷害程度ＡＩＳを
推定しているが、処理装置１００ｂは必要に応じて車両
損壊程度や人身損傷程度を推定してもよい。

【００２８】

【発明の効果】以上説明したように、本発明によれば事
故が発生した場合でもサービスセンタ側で迅速かつ確実
に傷害の程度を推定して所定の救援機関に救援を求める
ことができるので、迅速な事故処理が可能となる。

【図面の簡単な説明】

【図１】本発明の実施形態の車両側の構成ブロック図
である。

【図２】本発明の実施形態のサービスセンタ側の構成
ブロック図である。

【図３】車両損壊程度と衝撃Ｇ値との関係を示すグラ
フ図である。

【図４】衝突直前速度と衝撃Ｇ値との関係を示すグラ
フ図である。

【図５】衝撃Ｇ値と障害程度ＡＩＳとの関係を示すグ
ラフ図である。

【図６】衝突方向と障害程度ＡＩＳとの関係を示すグ
ラフ図である。

【図７】本発明の実施形態における処理フローチャー
トである。

【図８】衝撃Ｇ値と障害程度ＡＩＳとの関係を示す他
のグラフ図である。

【図９】衝突方向と障害程度ＡＩＳとの関係を示す他
のグラフ図である。

【符号の説明】

１メーデーＥＣＵ、１０事故センサ、１２シート
ベルトスイッチ、１４着座センサ、１６ドア開閉スイ
ッチ、１８緊急用スイッチ、２０カメラ、２２通
報先番号記憶部、２４位置標定部、２６車速セン
サ、２８ブレーキセンサ、３０車両情報部、３２
個人情報部、３４各種センサ、３６スピーカ、３８
マイク、４０無線機、１００サービスセンタ、１０
０ａ通信装置、１００ｂ処理装置、１００ｃデータ
ベース。

Claims

【特許請求の範囲】

【請求項１】事故原因と車両乗員の傷害程度との関係
を記憶する記憶手段と、事故通報に含まれる事故原因から前記記憶手段に記憶さ
れている前記関係を用いて傷害程度を推定する推定手段
と、を有することを特徴とする車両事故解析システム。