JPWO2020217337A1 - 走行環境分析装置、走行環境分析システムおよび走行環境分析方法 - Google Patents

Abstract

車両の外部で発生している事象を正確に推定する走行環境分析装置の提供を目的とする。走行環境分析装置は、視点集中エリア検出部と、視点集中エリア事象推定部と、情報出力部と、を含む。視点集中エリア検出部は、複数の車両の外部のエリアであって、複数の車両の乗員が注視するエリアである視点集中エリアを、乗員の視線に関する視線情報に基づいて、逐次、検出する。視点集中エリア事象推定部は、新たに発生した視点集中エリアである新規視点集中エリアが検出された場合に、新規視点集中エリアで発生している事象を推定する。情報出力部は、新規視点集中エリアの情報と、事象の情報とを出力する。

Description

本発明は、走行環境分析装置、走行環境分析システムおよび走行環境分析方法に関する。

走行中のドライバの視線を検出し、ドライバに対して種々の支援を行うシステムが提案されている。例えば特許文献１に開示された運転制御装置は、予め記憶されているデータであって、所定の運転動作に関連付けられた視線の時系列データと、実際に検知されたドライバの視線とが一致する場合に、その所定の運転動作を行う。特許文献２に開示された情報案内装置は、所定期間内の乗員の視線方向を検出し、その視線方向に存在する施設のうち選択されたジャンルに対応する施設を案内する。

これらのシステムは、１台の車両に搭乗する乗員のみの視線を検出し、その１台の車両に対してのみ、またはその視線を検出した乗員に対してのみ直接的な支援を行う。

特開２０１７−１００５６２号公報 特開２００９−０３１０６５号公報

車両外部に事象が発生している場合、一般的に、複数の車両の乗員がその事象に視線を向けることが多い。しかし、１台の車両の乗員の視線のみを取得して支援を実行する上記のシステムでは、車両外部の事象を正確に検知して、その事象の内容を正確に推定することができない。

本発明は、以上のような課題を解決するためになされたものであり、車両の外部で発生している事象を正確に推定する走行環境分析装置の提供を目的とする。

本発明に係る走行環境分析装置は、視点集中エリア検出部と、視点集中エリア事象推定部と、情報出力部と、を含む。視点集中エリア検出部は、複数の車両の外部のエリアであって、複数の車両の乗員が注視するエリアである視点集中エリアを、乗員の視線に関する視線情報に基づいて、逐次、検出する。視点集中エリア事象推定部は、新たに発生した視点集中エリアである新規視点集中エリアが検出された場合に、新規視点集中エリアで発生している事象を推定する。情報出力部は、新規視点集中エリアの情報と、事象の情報とを出力する。

本発明によれば、車両の外部で発生している事象を正確に推定する走行環境分析装置の提供が可能である。

本発明の目的、特徴、局面、および利点は、以下の詳細な説明と添付図面とによって、より明白になる。

実施の形態１における走行環境分析装置の構成を示すブロック図である。 処理回路の構成の一例を示す図である。 処理回路の構成の別の一例を示す図である。 実施の形態１における走行環境分析方法を示すフローチャートである。 実施の形態２における走行環境分析システムおよび走行環境分析装置の構成を示すブロック図である。 実施の形態２における個別注視エリアの認識動作を示すフローチャートである。 予め定められた分析期間および視線分布データの出力タイミングの一例を示す図である。 予め定められた分析期間および視線分布データの出力タイミングの別の一例を示す図である。 車両の位置および個別注視エリアの一例を示す図である。 視線分布データの時系列データを示す図である。 実施の形態２における視線情報収集方法を示すフローチャートである。 実施の形態２における新規視点集中エリアの検出方法および事象の推定方法を示すフローチャートである。 実施の形態２における新規視点集中エリアおよび事象の情報の配信方法を示すフローチャートである。 表示装置に表示される警告の一例を示す図である。 表示装置に表示される警告の別の一例を示す図である。 新規視点集中エリアの地理的属性および時間的属性と推定される事象との関係を示す図である。 実施の形態３における走行環境分析システムおよび走行環境分析装置の構成を示すブロック図である。 実施の形態３における個別注視エリアの認識動作を示すフローチャートである。

＜実施の形態１＞
図１は、実施の形態１における走行環境分析装置１００の構成を示すブロック図である。

走行環境分析装置１００は、視点集中エリア検出部１０と、視点集中エリア事象推定部２０と、情報出力部３０とを含む。

視点集中エリア検出部１０は、視点集中エリアを、複数の車両２００の乗員の視線に関する視線情報に基づいて、逐次、検出する。視点集中エリアとは、複数の車両２００の外部のエリアであって、乗員が注視するエリアである。

視点集中エリア事象推定部２０は、新たに発生した視点集中エリアである新規視点集中エリアが検出された場合に、新規視点集中エリアで発生している事象を推定する。

情報出力部３０は、新規視点集中エリアの情報と、事象の情報とを出力する。

図２は、走行環境分析装置１００が有する処理回路９５の構成の一例を示す図である。視点集中エリア検出部１０、視点集中エリア事象推定部２０および情報出力部３０の各機能は、処理回路９５により実現される。すなわち、処理回路９５は、視点集中エリア検出部１０、視点集中エリア事象推定部２０および情報出力部３０を有する。

処理回路９５が専用のハードウェアである場合、処理回路９５は、例えば、単一回路、複合回路、プログラム化されたプロセッサ、並列プログラム化されたプロセッサ、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、またはこれらを組み合わせた回路等である。視点集中エリア検出部１０、視点集中エリア事象推定部２０および情報出力部３０の各機能は、複数の処理回路により個別に実現されてもよいし、１つの処理回路によりまとめて実現されてもよい。

図３は、走行環境分析装置１００が有する処理回路の構成の別の一例を示す図である。処理回路は、プロセッサ９６とメモリ９７とを有する。プロセッサ９６がメモリ９７に格納されるプログラムを実行することにより、視点集中エリア検出部１０、視点集中エリア事象推定部２０および情報出力部３０の各機能が実現される。例えば、プログラムとして記述されたソフトウェアまたはファームウェアがプロセッサ９６により実行されることにより各機能が実現される。このように、走行環境分析装置１００は、プログラムを格納するメモリ９７と、そのプログラムを実行するプロセッサ９６とを有する。

プログラムには、走行環境分析装置１００が、複数の車両２００の外部のエリアであって、複数の車両２００の乗員が注視するエリアである視点集中エリアを、乗員の視線に関する視線情報に基づいて、逐次、検出し、新たに発生した視点集中エリアである新規視点集中エリアが検出された場合に、新規視点集中エリアで発生している事象を推定し、新規視点集中エリアの情報と、事象の情報とを出力する機能が記述されている。また、プログラムは、視点集中エリア検出部１０、視点集中エリア事象推定部２０および情報出力部３０の手順または方法をコンピュータに実行させるものである。

プロセッサ９６は、例えば、ＣＰＵ（Central Processing Unit）、演算装置、マイクロプロセッサ、マイクロコンピュータ、ＤＳＰ（Digital Signal Processor）等である。メモリ９７は、例えば、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリ、ＥＰＲＯＭ（Erasable Programmable Read Only Memory）、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）等の、不揮発性または揮発性の半導体メモリである。または、メモリ９７は、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、ＤＶＤ等、今後使用されるあらゆる記憶媒体であってもよい。

上述した視点集中エリア検出部１０、視点集中エリア事象推定部２０および情報出力部３０の各機能は、一部が専用のハードウェアによって実現され、他の一部がソフトウェアまたはファームウェアにより実現されてもよい。このように、処理回路は、ハードウェア、ソフトウェア、ファームウェア、またはこれらの組み合わせによって、上述の各機能を実現する。

図４は、実施の形態１における走行環境分析方法を示すフローチャートである。

ステップＳ１にて、視点集中エリア検出部１０は、視点集中エリアを、乗員の視線に関する視線情報に基づいて、逐次、検出する。

ステップＳ２にて、視点集中エリア事象推定部２０は、新規視点集中エリアが検出された場合に、新規視点集中エリアで発生している事象を推定する。

ステップＳ３にて、情報出力部３０は、新規視点集中エリアおよび事象の情報を出力する。

以上をまとめると、実施の形態１における走行環境分析装置１００は、視点集中エリア検出部１０と、視点集中エリア事象推定部２０と、情報出力部３０と、を含む。視点集中エリア検出部１０は、複数の車両２００の外部のエリアであって、複数の車両２００の乗員が注視するエリアである視点集中エリアを、乗員の視線に関する視線情報に基づいて、逐次、検出する。視点集中エリア事象推定部２０は、新たに発生した視点集中エリアである新規視点集中エリアが検出された場合に、新規視点集中エリアで発生している事象を推定する。情報出力部３０は、新規視点集中エリアの情報と、事象の情報とを出力する。

このような走行環境分析装置１００は、車両２００の外部で発生している事象を正確に推定する。

また、実施の形態１における走行環境分析方法は、複数の車両２００の外部のエリアであって、複数の車両２００の乗員が注視するエリアである視点集中エリアを、乗員の視線に関する視線情報に基づいて、逐次、検出し、新たに発生した視点集中エリアである新規視点集中エリアが検出された場合に、新規視点集中エリアで発生している事象を推定し、新規視点集中エリアの情報と、事象の情報とを出力する。

このような走行環境分析方法は、車両２００の外部で発生している事象を正確に推定する。

＜実施の形態２＞
実施の形態２における走行環境分析装置および走行環境分析方法を説明する。実施の形態２は実施の形態１の下位概念であり、実施の形態２における走行環境分析装置は、実施の形態１における走行環境分析装置１００の各構成を含む。なお、実施の形態１と同様の構成および動作については説明を省略する。

図５は、実施の形態２における走行環境分析システム３０１および走行環境分析装置１０１の構成を示すブロック図である。

走行環境分析システム３０１は、複数の車両２０１および走行環境分析装置１０１を含む。車両２０１はいわゆるプローブカーであり、通信ネットワーク１７０を介して、サーバ（図示せず）に設けられた走行環境分析装置１０１と通信する。なお、図５には、複数の車両２０１のうち１台の車両の構成が代表されて示されているが、他の車両の構成も同様である。走行環境分析システム３０１は、複数の車両２０１の各々の乗員が注視する個別注視エリアを各車両２０１にて認識する。そして、走行環境分析システム３０１は、複数の車両２０１から、その個別注視エリアの情報を視線情報として収集し、複数の車両２０１の乗員が注視する新規視点集中エリアを検出する。実施の形態２における走行環境分析システム３０１は、いわゆるエッジコンピューティング型のシステムである。

車両２０１は、視線検出装置１１０、ロケータ１２０、車両識別情報記憶装置１３０、個別注視エリア認識部１４０、視線情報出力部１５０および表示装置１６０を含む。

車両識別情報記憶装置１３０は、車両２０１に関連付けられたＩＤを、つまり車両識別情報を記憶する。

ロケータ１２０は、車両２０１の位置を検出する。ロケータ１２０は、例えば、ＧＮＳＳ（Global Navigation Satellite System）または車両２０１に設けられたセンサから取得する情報に基づいて車両２０１の位置を検出する。

視線検出装置１１０は、逐次、車両２０１の乗員の視線データを検出する。乗員とは、例えば、ドライバ、助手席に着座する搭乗者を含む。視線データは、視線方向または視線位置を含む。

個別注視エリア認識部１４０は、ロケータ１２０にて検出される車両２０１の位置データと、視線検出装置１１０にて検出される個々の乗員の視線データとを取得する。個別注視エリア認識部１４０は、視線データを、予め定められた周期で、かつ、予め定められた分析期間、蓄積することにより視線分布データを求める。また、個別注視エリア認識部１４０は、車両２０１の位置データと視線分布データとを対応づけて、経時的に取得する。それにより、車両２０１の位置データおよび視線分布データの時系列データが得られる。個別注視エリア認識部１４０は、その時系列データに基づいて、車両２０１の外部のエリアであり、かつ、個々の乗員が注視するエリアである個別注視エリアを認識する。個別注視エリアは、例えば、事故車両など突発的な事象によって生じるエリアに対応する。または、個別注視エリアは、乗員が道路構造、道路形状もしくは施設などに起因して定常的に注視するエリアに対応する。なお、道路構造とは、交差点、合流地点、横断歩道等であり、道路形状とは道路のカーブ等であり、施設とは学校等である。

視線情報出力部１５０は、個別注視エリアの情報を、乗員の視線に関する視線情報として、走行環境分析装置１０１に、通信ネットワーク１７０を介して出力する。乗員の視線に関する視線情報は、車両２０１の位置データ、車両識別情報または時刻情報を含んでもよい。

表示装置１６０は、走行環境分析装置１０１から出力される新規視点集中エリアおよび事象の情報に基づいた警告を表示する。表示装置１６０は、例えば、ＨＵＤ（Head-Up Display）、ナビゲーション装置に設けられたモニタ等である。

車両２０１は、図２または図３と同様の処理回路を有する。個別注視エリア認識部１４０および視線情報出力部１５０の機能は、その処理回路によって実現される。

走行環境分析装置１０１は、サーバに設けられる。走行環境分析装置１０１は、視線情報収集部４０、個別注視エリア記憶部５０、視点集中エリア検出部１０、定常視点集中エリア記憶部６０、新規視点集中エリア記憶部７０、視点集中エリア事象推定部２０、地図データベース（地図ＤＢ）記憶部８０、事象情報記憶部９０および情報出力部３０を含む。

視線情報収集部４０は、各車両２０１から視線情報を収集する。実施の形態２における視線情報は、各車両２０１において認識された個別注視エリアの情報を含む。

個別注視エリア記憶部５０は、視線情報収集部４０で収集された各車両２０１の個別注視エリアの情報を記憶する。

視点集中エリア検出部１０は、複数の車両２０１から取得された複数の個別注視エリアに基づいて、視点集中エリアを、逐次、検出する。言い換えると、視点集中エリア検出部１０は、視線情報収集部４０にて収集された複数の個別注視エリアから視点集中エリアを抽出する。視点集中エリアとは、複数の車両２０１の外部のエリアあり、かつ、複数の車両２０１の乗員が注視するエリアである。

また、視点集中エリア検出部１０は、予め定められた第１ロジックに基づいて、視点集中エリアから定常視点集中エリアを検出する。予め定められた第１ロジックとは、過去の所定期間の視点集中エリアの情報を蓄積することにより、乗員の視線が集中する頻度が高いエリアを定常視点集中エリアに設定することを含む。または予め定められた第１ロジックとは、過去の所定期間、個別集中エリアを蓄積することにより、個別集中エリアとして検出される頻度が高いエリアを定常視点集中エリアに設定することを含む。したがって、定常視点集中エリアとは、道路構造、道路形状もしくは施設などに起因して乗員が定常的に注視するエリアに対応する。そして、視点集中エリア検出部１０は、特定時点の前後で、定常視点集中エリアとは異なるエリアに視点集中エリアの発生を検出した場合に、新規視点集中エリアが発生したと判断する。

定常視点集中エリア記憶部６０は、定常視点集中エリアの情報を記憶する。

新規視点集中エリア記憶部７０は、新規視点集中エリアの情報を記憶する。

地図ＤＢ記憶部８０は、道路地図情報を記憶する。

視点集中エリア事象推定部２０は、新規視点集中エリアが検出された場合に、新規視点集中エリアで発生している事象を推定する。例えば、視点集中エリア事象推定部２０は、新規視点集中エリアの地理的属性に基づいて、事象を推定する。その際、視点集中エリア事象推定部２０は、新規視点集中エリアの位置と地図情報とに基づいて、新規視点集中エリアの地理的属性を取得する。地理的属性とは、例えば、車線上、車線外、走行車線外、走行車線よりも遠方区間等である。そして、視点集中エリア事象推定部２０は、その地理的属性に基づいて、事象を推定する。または、例えば、視点集中エリア事象推定部２０は、新規視点集中エリアの状態の経時的変化である時間的属性に基づいて、事象を推定する。事象とは、例えば、車両２０１が回避する必要のある要回避事象、または、車両２０１の乗員が注意する必要のある要注意事象を含む。

事象情報記憶部９０は、視点集中エリア事象推定部２０によって推定された事象を記憶する。

情報出力部３０は、新規視点集中エリアの情報と事象の情報とを出力する。

走行環境分析装置１０１は、図２または図３と同様の処理回路を有する。視線情報収集部４０、個別注視エリア記憶部５０、視点集中エリア検出部１０、定常視点集中エリア記憶部６０、新規視点集中エリア記憶部７０、視点集中エリア事象推定部２０、地図ＤＢ記憶部８０、事象情報記憶部９０および情報出力部３０の各機能は、その処理回路によって実現される。

次に、走行環境分析方法を説明する。まず、車両２０１における個別注視エリアの認識方法を説明する。図６は、実施の形態２における個別注視エリアの認識動作を示すフローチャートである。

ステップＳ１０１にて、個別注視エリア認識部１４０は、車両２０１の位置データと、乗員の視線データとを取得する。個別注視エリア認識部１４０は、個々の乗員の視線データを、予め定められた周期で、予め定められた期間、蓄積して視線分布データを求める。予め定められた周期とは、例えば１秒間に３０回であり、予め定められた分析期間とは、例えば２秒間である。個別注視エリア認識部１４０は、車両２０１の位置データと視線分布データとを対応づけて経時的に取得し、時系列データを取得する。なお、車両２０１の位置とは、好ましくはドライバの目の位置である。

ステップＳ１０２にて、個別注視エリア認識部１４０は、時系列データに基づいて、個別注視エリアを認識する。認識方法の詳細は後述する。

ステップＳ１０３にて、個別注視エリア認識部１４０は、個別注視エリアが認識されたか否かを判定する。個別注視エリアが認識されている場合、ステップＳ１０４が実行される。個別注視エリアが認識されていない場合、ステップＳ１０１が再び実行される。

ステップＳ１０４にて、視線情報出力部１５０は、個別注視エリアの情報を、乗員の視線に関する視線情報として、走行環境分析装置１０１に送信する。個別注視エリアの情報には、個別注視エリアの位置データが含まれる。また、視線情報には、個別注視エリアの情報に加えて、車両２０１の位置データ、車両識別情報および時刻情報を含む。

車両２０１の位置データの時系列情報に基づいて、車両２０１の識別は可能であるため、視線情報出力部１５０は、必ずしも車両識別情報を走行環境分析装置１０１にアップロードする必要はない。しかし、車両識別情報を視線情報に付加することで、走行環境分析装置１０１における処理が軽減される。

走行環境分析システム３０１の各車両２０１においては、以上の個別注視エリアの認識処理が繰り返し実行される。

次に、上記のステップＳ１０１における時系列データの取得方法の詳細を説明する。図７および図８は、予め定められた分析期間および視線分布データの出力タイミングの一例を示す図である。

第１から第４分析期間までの各々が、上記の予め定められた分析期間に対応する。各分析期間は、図８に示されるように互いに重複していてもよいし、図７に示されるように独立していてもよい。予め定められた周期が１秒間に３０回であり、予め定められた分析期間が２秒間である場合、個別注視エリア認識部１４０は、各分析期間から、６０組の車両２０１の位置データおよび視線データを取得する。そして、個別注視エリア認識部１４０は、それらが蓄積された６０組のデータに基づいて、視線分布データを求める。図７および図８に示されるように、視線分布データは、例えば、各分析期間の終了時（時刻ｔ＝Ｔ１からＴ４）に出力される。このような方法によって、個別注視エリア認識部１４０は、車両２０１の位置データと視線分布データの経時的なデータである時系列データを取得する。

次に、上記のステップＳ１０２における、時系列データに基づく個別注視エリアの認識方法の詳細を説明する。図９は、車両２０１の位置および個別注視エリア４１０の一例を示す図である。なお、ここでは、乗員の視線としてドライバの視線について説明する。

事故車両４００が道路の車線から逸脱して路肩に停車している。事故車両４００が停車している位置をＰｂとする。車両２０１が事故車両４００の位置Ｐｂ付近を走行する際、車両２０１の乗員は、事故車両４００に気づき、その事故車両４００に時々視線を向ける。時刻ｔがｔ＝Ｔ１からＴ４に経過するとともに、車両２０１の位置Ｐａは、Ｐａ＝Ｐ１→Ｐ２→Ｐ３→Ｐ４に移動する。同様に、時刻ｔがｔ＝Ｔ１からＴ４に経過するとともに、車両２０１から事故車両４００の方向、つまりドライバの視線方向Θは、Θ＝Θ_Ｐ１→Θ_Ｐ２→Θ_Ｐ３→Θ_Ｐ４に変化する。ここで、視線方向Θは、車両２０１の前方と、車両２０１から事故車両４００が存在する方向とがなす角度に対応する。

図１０は、視線分布データの時系列データを示す図である。時系列データは、時刻ｔ＝Ｔ１からＴ４に対応する４つの視線分布データを含む。

ドライバは、車両２０１が直線道路を走行している場合、通常、前方を向いている。その場合のドライバの視線分布データは、視線方向Θ＝０°の視線頻度が最も高い分布を示す。

図９に示されるように、事故車両４００が存在する状況では、車両２０１のドライバは事故車両４００に視線を向ける。そのため、視線分布データは、左方向の特定の角度、つまり事故車両４００が存在する方向に極大値（ピーク）を有する。

例えば、ｔ＝Ｔ１の視線分布データは、視線方向Θ＝Θ_Ｐ１に小さなピークを有する。同様に、時刻ｔ＝Ｔ２，Ｔ３，Ｔ４における視線分布データも、視線方向Θ＝Θ_Ｐ２，Θ_Ｐ３，Θ_Ｐ４にそれぞれ小さなピークを有する。

個別注視エリア認識部１４０は、これら視線分布データに含まれる特定の角度のピークに基づいて、個別注視エリア４１０を求める。

理想的には、４つの位置Ｐａ（＝Ｐ１〜Ｐ４）から視線方向Θ（＝Θ_Ｐ１〜Θ_Ｐ４）に延在する４本の直線は、１点で交わるため、事故車両４００の位置Ｐｂが求められる。しかし、視線方向Θ等の検出誤差を考慮し、個別注視エリア認識部１４０は、最小二乗法などの統計処理によって位置Ｐｂを求め、その位置Ｐｂを個別注視エリア４１０として認識する。

個別注視エリアは、上記の位置Ｐｂのような１つ特定地点に限定されるものではなく、その特定地点を含むエリアであってもよい。例えば、個別注視エリア認識部１４０は、視線分布データに基づいて算出される全ての直線の交点が、予め定められた範囲に存在する場合、その範囲を個別注視エリア４１０として認識してもよい。

車両２０１のドライバが事故車両４００に視線を向けていない時間があれば、その時間における視線分布には、上記のピークは現われない。そのような視線分布は、個別注視エリアを検出するための有効なデータとはならない。したがって、個別注視エリア認識部１４０は、時系列データにおいてピークが認められない視線分布データを個別注視エリアの認識のために採用しないよう動作してもよい。

車両２０１が事故車両４００の位置Ｐｂに近づくにつれて、車両２０１と事故車両４００との位置関係から視線方向Θの絶対値は、単調増加する。個別注視エリア認識部１４０は、その単調増加の傾向からはずれたピークを、個別注視エリアの認識に採用しなくてもよい。

車両２０１が事故車両４００を追い越した後、ドライバは、バックミラー、電子ミラー等で事故車両４００を視認する可能性がある。そこで、個別注視エリア認識部１４０は、バックミラー、電子ミラー等に向くドライバの視線分布データに基づいて、個別注視エリアを認識してもよい。

各車両２０１における個別注視エリアの検出方法は、上記の方法に限定されるものではない。

個別注視エリア認識部１４０は、明確な交点が２ｍの範囲に集約され、かつ、顕著な視線分布のピークが予め定められた時間以上検出された場合に、その交点を個別注視エリアとして認識してもよい。予め定められた時間とは、例えば４秒である。

乗員が連続して１秒以上注視した点がある場合、個別注視エリア認識部１４０は、その点を個別注視エリアと認識してもよい。または、個別注視エリア認識部１４０は、乗員が連続して０．５秒以上注視した点が、１０秒以内に３回以上検出された場合、その点を個別注視エリアと認識してもよい。または、個別注視エリア認識部１４０は、深層学習ロジックにより個別注視エリアを求めてもよい。

次に、走行環境分析装置１０１の動作を説明する。図１１は、実施の形態２における視線情報収集方法を示すフローチャートである。図１２は、実施の形態２における新規視点集中エリアの検出および事象の推定方法を示すフローチャートである。図１３は、実施の形態２における新規視点集中エリアおよび事象の情報の配信方法を示すフローチャートである。図１１から図１３に示される動作は、それぞれ独立しており、走行環境分析装置１０１はそれらの動作を並行に実行する。

ステップＳ１１にて、視線情報収集部４０は、各車両２０１から視線情報を収集する。実施の形態２における視線情報は、各車両２０１において認識された個別注視エリアの情報を含む。また、個別注視エリア記憶部５０は、車両２０１ごとの個別注視エリアの情報を記憶する。

ステップＳ２１にて、視点集中エリア検出部１０は、複数の個別注視エリアの情報に基づいて、複数の乗員が注視する視点集中エリアを検出する。

ステップＳ２２にて、視点集中エリア検出部１０は、予め定められた第１ロジックに基づいて、その視点集中エリアから定常視点集中エリアを検出する。定常視点集中エリア記憶部６０は、定常視点集中エリアを記憶する。

ステップＳ２３にて、走行環境分析装置１０１は、定常視点集中エリアの策定が完了したか否かを判定する。例えば、定常視点集中エリア記憶部６０に、直近の１年間の定常視点集中エリアの情報が蓄積された場合、走行環境分析装置１０１は、定常視点集中エリアの学習ステップが一旦完了したと判定する。定常視点集中エリアの策定が完了した場合、ステップＳ２４が実行される。定常視点集中エリアの策定が完了していない場合、ステップＳ２１が再び実行される。

ステップＳ２４にて、視点集中エリア検出部１０は、新規視点集中エリアが検出されたか否かを判定する。ここでは、視点集中エリア検出部１０は、特定時点の前後で、定常視点集中エリアとは異なるエリアに視点集中エリアが発生した場合に、その視点集中エリアを新規視点集中エリアとして検出する。例えば、図９に示される事故車両４００の位置Ｐｂは、新規視点集中エリアとして検出される。

ステップＳ２５にて、新規視点集中エリア記憶部７０は、新規視点集中エリアを記憶する。なお、新規視点集中エリアが、ステップＳ２１で視点集中エリアとして検出されなくなった場合、新規視点集中エリア記憶部７０は、その新規視点集中エリアの記録を抹消する。

ステップＳ２６にて、視点集中エリア事象推定部２０は、新規視点集中エリアで発生している事象を推定する。ここでは、視点集中エリア事象推定部２０は、新規視点集中エリアの位置と地図データベースの地図情報とに基づいて、新規視点集中エリアが属する地理的属性を取得する。そして、視点集中エリア事象推定部２０は、その地理的属性に基づいて、事象を推定する。または、例えば、視点集中エリア事象推定部２０は、新規視点集中エリアの状態の経時的変化を示す時間的属性に基づいて、事象を推定する。事象情報記憶部９０は、その事象を記憶する。

ステップＳ３１にて、情報出力部３０は、新規視点集中エリアおよび事象の情報の配信要求を受け付ける。情報出力部３０は、配信要求を、サーバ外つまり走行環境分析装置１０１外から受信する。または、サーバが自動的に新規視点集中エリアを走行しようとする車両２０１を検出し、情報出力部３０は、そのサーバから配信要求を受信する。

ステップＳ３２にて、情報出力部３０は、新規視点集中エリアおよび事象の情報を出力する。

ここでは、情報出力部３０は、通信ネットワーク１７０を介して、新規視点集中エリアの周辺を走行する予定の車両２０１に、新規視点集中エリアおよび事象の情報を配信する。新規視点集中エリアに近づく車両２０１は、走行環境分析装置１０１から新規視点集中エリアの情報および事象の情報を受信する。車両２０１の表示装置１６０は、警告を表示する。図１４は、表示装置１６０に表示される警告の一例として、ナビゲーション装置の表示画面に表示される警告を示す図である。図１５は、表示装置１６０に表示される警告の別の一例として、ＨＵＤに表示される警告を示す図である。警報表示は、事象の属性、位置、注意度、回避の要否などの情報を含む。

または、情報出力部３０は、新規視点集中エリアおよび事象の情報をサーバに出力してもよい。サーバは、その情報に基づいて、道路交通状況を分析処理し、例えば、サーバ管理者が道路交通状況を把握する。

次に、上記のステップＳ２６における、事象推定方法について説明する。上記のように、視点集中エリア事象推定部２０は、新規視点集中エリアの地理的属性または時間的属性に基づいて、事象を推定する。図１６は、新規視点集中エリアの地理的属性および時間的属性と推定される事象との関係を示す図である。図１６においては、新規視点集中エリアは４つの地理的属性および４つの時間的属性に分類される。

第１地理的属性は、複数の車両２０１のうち一の車両の進行方向の車線上に対応する。新規視点集中エリアの位置が、第１地理的属性に属する場合、視点集中エリア事象推定部２０は、その車線に、予め定められた第１事象群に含まれる事象が発生していると推定する。予め定められた第１事象群とは、図１６において、第１地理的属性に対応する行に記載された事象群である。予め定められた第１事象群は、要回避事象を含む。要回避事象とは、例えば、事故車両、落下物、道路の破損、道路の破壊、危険運転車両等が存在する状況である。

また、視点集中エリア事象推定部２０は、視点集中エリアが存在する車線に基づいて、注意すべき車線を判定してもよい。また、走行環境分析装置１０１が、車両２０１に設けられたセンサで回避動作を検出することにより、事象推定精度がさらに向上する。

第２地理的属性は、複数の車両２０１のうち一の車両の進行方向の車線の近傍に対応する。車線の近傍とは、路肩、分離帯、歩道、退避スペースなどの道路構造内の車線を除く部分、および、道路構造に隣接する地物などを指す。道路構造に隣接する地物とは、例えば道路構造から１０ｍ以内の地物である。新規視点集中エリアの位置が第２地理的属性に属する場合、視点集中エリア事象推定部２０は、その車線に、予め定められた第２事象群に含まれる事象が発生していると推定する。予め定められた第２事象群とは、図１６において、第２地理的属性に対応する行に記載された事象群である。予め定められた第２事象群は、要注意事象を含む。要注意事象とは、路側帯または待機エリアに、事故車両、落下物、特殊車両等が存在する状況である。または、要注意事象とは、車両２０１が走行するうえで注意する地物または人物が、歩道上に存在する状況である。または、要注意事象とは、新設されたＰＯＩ（Point Of Interest）、催し物が存在する状況である。

第３地理的属性は、複数の車両２０１のうち一の車両の走行道路の上方に対応する。新規視点集中エリアの位置が第３地理的属性に属する場合、視点集中エリア事象推定部２０は、その走行道路に、予め定められた第３事象群に含まれる事象が発生していると推定する。予め定められた第３事象群とは、図１６において、第３地理的属性に対応する行に記載された事象である。予め定められた第３事象群は、要注意事象を含む。要注意事象とは、例えば、走行道路の上部を交差する道路あるいは走行道路の斜め上方から、投石など走行妨害行為が発生している状況である。または、要注意事象とは、道路の斜め上方の土砂くずれなど自然災害が発生している状況である。または、要注意事象とは、道路の破損、道路設備の破壊が発生している状況である。

第４地理的属性は、複数の車両２０１のうち一の車両の進行方向の車線の反対車線またはその車線とは異なる道路に対応する。新規視点集中エリアの位置が第４地理的属性に属する場合、視点集中エリア事象推定部２０は、その反対車線または異なる道路に、予め定められた第４事象群に含まれる事象が発生していると推定する。予め定められた第４事象群とは、図１６において、第４地理的属性に対応する行に記載された事象である。予め定められた第４事象群は、要回避事象を含む。要回避事象とは、例えば、反対車線における事故、反対車線の道路設備の破損、逆走車両、危険運転車両が発生している状況である。

また、視点集中エリア事象推定部２０は、車両２０１の進行方向の車線における新規視点集中エリアと、反対車線における新規視点集中エリアとの一致度に基づいて、事象発生の確度を判断してもよい。

第５地理的属性は、複数の車両２０１のうち一の車両の走行道路の施設外に対応する。施設外とは、例えば、道路とは異なる遠景を含む。第１地理的属性から第４地理的属性以外のエリアが第５地理的属性に相当する。視点集中エリア事象推定部２０は、その走行道路の施設外に、予め定められた第５事象群に含まれる事象が発生していると推定する。予め定められた第５事象群とは、図１６において、第５地理的属性に対応する行に記載された事象である。予め定められた第５事象群は、車両の走行には直接影響がない要注意事象を含む。新規視点集中エリアの位置が、道路の施設外の山などの場合、要注意事象として自然災害が発生している状況である。または、要注意事象として季節、祭りなどの美しい風景が発生している状況である。新規視点集中エリアの位置が、道路の施設外の市街地の場合、要注意事象として火事または珍しい風景が発生している状況である。新規視点集中エリアの位置が、道路の施設外の上方の場合、花火が打ち上げられている状況である。

第１時間的属性として、新規視点集中エリアの位置が、特定時点を境に変化しない場合、視点集中エリア事象推定部２０は、予め定められた第６事象群に含まれる事象が発生していることを推定する。例えば、新規視点集中エリアの位置が、数時間オーダで変化しない場合、視点集中エリア事象推定部２０は、予め定められた第６事象群に含まれる事象が発生していることを推定する。予め定められた第６事象群とは、図１６において、第１時間的属性に対応する列に記載された事象である。予め定められた第６事象群は、要注意事象を含む。要注意事象とは、事故、障害物、一時的な災害などが発生している状況である。または、要注意事象とは、注目すべき地物または移動体が発生している状況である。

第１特定時点より後の第２特定時点以降に、視点集中エリアが解消された場合、走行環境分析装置１０１は、要注意事象が解消されたと判断してもよい。

第２時間的属性として、新規視点集中エリアの位置が、特定時点を境に変化せず、かつ、新規視点集中エリアが特定期間を経過しても解消されない場合、視点集中エリア事象推定部２０は、予め定められた第７事象群に含まれる事象が発生していることを推定する。例えば、新規視点集中エリアの位置が、数時間以上、または数日以上変化しない場合、視点集中エリア事象推定部２０は、予め定められた第７事象群に含まれる事象が発生していることを推定する。予め定められた第７事象群とは、図１６において、第２時間的属性に対応する列に記載された事象である。予め定められた第７事象群は、要注意事象を含む。要注意事象とは、突発的な道路の破損、突発的な道路施設の破損、突発的な自然災害が発生し、修復されていない状況である。

なお、道路の新設または閉鎖などにより、新たな定常視点集中エリアが発生する場合がある。その場合、走行環境分析装置１０１は、その新たな定常視点集中エリアの位置を、新しい道路地図と照合し、定常視点集中エリアと判断する場合には、予め定められた第７事象群の事象が発生しているとは推定しない。

第３時間的属性として、新規視点集中エリアの位置が、変化せず、複数の車両２０１の各々に搭乗する個々の乗員が注視する個別注視エリアが新規視点集中エリアに一致する車両２０１の割合が増加傾向にあり、割合が予め定められた評価値以上である場合、視点集中エリア事象推定部２０は、予め定められた第８事象群に含まれる事象が発生していることを推定する。予め定められた第８事象群とは、図１６において、第３時間的属性に対応する列に記載された事象である。予め定められた第８事象群は、要注意事象を含む。要注意事象とは、道路の破損の進行、道路施設の破損の進行、自然破壊の進行が発生している状況である。

第４時間的属性として、新規視点集中エリアの位置が、連続的に移動している場合、視点集中エリア事象推定部２０は、予め定められた第９事象群に含まれる事象が発生していることを推定する。予め定められた第９事象群とは、図１６において、第４時間的属性に対応する列に記載された事象である。予め定められた第９事象群は、新規視点集中エリア付近を移動する移動体が存在する要注意事象を含む。要注意事象とは、危険運転車両、逆走車両、不審車両、危険人物、不審者徘徊など注意すべき移動体が存在している状況である。走行環境分析装置１０１は、その移動体の時系列情報により、現在の移動体の位置を推定してもよい。

以上をまとめると、実施の形態２における視線情報は、複数の車両２０１の各々に搭乗している個々の乗員が注視する個別注視エリアの情報を含む。その視線情報は、複数の車両２０１の各々から出力される。個別注視エリアは、複数の車両２０１の各々の位置データと、個々の乗員の視線データと、を含む経時的なデータである時系列データに基づいて、複数の車両２０１の各々にて認識される。

このような走行環境分析装置１０１は、走行環境分析装置１０１の構成を簡単にしながらも、複数の乗員の個別注視エリアの情報に基づいて新規視点集中エリアで発生している事象を正確に推定する。走行環境分析装置１０１は、新規視点集中エリアを走行予定の車両２０１に対して、そのエリアで発生している要回避もしくは要注意事象を配信し、車両２０１の運転支援を行う。

実施の形態２における走行環境分析装置１０１は、１台の車両の乗員の視線のみを取得して支援を実行するシステムとは異なり、複数の車両２０１の乗員の視線を利用して新規に発生した要注意な事象を推定することを可能にする。また、走行環境分析装置１０１は、一の車両の乗員が要注意事象に気づいた場合、他の車両の乗員にその要注意事象を通知することを可能にする。

また、実施の形態２における走行環境分析装置１０１の視点集中エリア事象推定部２０は、新規視点集中エリアが属する地理的属性に基づいて、事象を推定する。

このような走行環境分析装置１０１は、新規視点集中エリアを走行予定の車両２０１に対して、そのエリアで発生している要回避もしくは要注意事象を正確に推定する。

また、実施の形態２における走行環境分析装置１０１の視点集中エリア事象推定部２０は、新規視点集中エリアの状態の経時的変化を示す時間的属性に基づいて、事象を推定する。

このような走行環境分析装置１０１は、新規視点集中エリアを走行予定の車両２０１に対して、そのエリアで発生している要回避もしくは要注意事象を正確に推定する。

また、実施の形態２における走行環境分析システム３０１は、上記の走行環境分析装置１０１と、個別注視エリア認識部１４０と、視線情報出力部１５０と、を含む。個別注視エリア認識部１４０は、複数の車両２０１の各々に設けられ、時系列データに基づいて、個々の乗員が注視する個別注視エリアを認識する。視線情報出力部１５０は、複数の車両２０１の各々に設けられ、走行環境分析装置１０１に、個別注視エリアの情報を視線情報として出力する。

このような走行環境分析システム３０１は、走行環境分析装置１０１の構成を簡単にしながらも、複数の乗員の個別注視エリアの情報に基づいて新規視点集中エリアで発生している事象を正確に推定する。走行環境分析システム３０１は、新規視点集中エリアを走行予定の車両２０１に対して、そのエリアで発生している要回避もしくは要注意事象を配信し、車両２０１の運転支援を行う。

（実施の形態２の変形例１）
視点集中エリア事象推定部２０は、より細分化された地理的属性、車両２０１で取得される映像情報、またはその画像認識結果などに基づいて、新規視点集中エリアの事象を推定してもよい。なお、車両２０１で取得される映像情報は、視線情報とともに、車両２０１から走行環境分析装置１０１に出力される。

このような構成によれば、事象推定ロジックが高度化されるため、事象推定の精度が向上する。

視点集中エリア事象推定部２０は、車両２０１から、車両２０１の回避行動、減速行動などの車両運動情報に基づいて、新規視点集中エリアの事象を推定してもよい。なお、車両運動情報は、視線情報とともに、車両２０１から走行環境分析装置１０１に出力される。

上記と同様に、事象推定ロジックが高度化されるため、事象推定の精度が向上する。車両２０１の回避行動に関する情報が入力された場合、視点集中エリア事象推定部２０は、要注意度が高い状況であると推定できる。

走行環境分析装置１０１は、視点集中エリア検出部１０が新規視点集中エリアを検出した場合、車両２０１に事象の内容を問い合わせてもよい。

走行環境分析装置１０１は、映像情報の送信や画像認識結果の送信能力のある車両２０１に対し、視点集中エリアの詳細情報を提供するよう要請してもよい。

（実施の形態２の変形例２）
上記の実施の形態２における視点集中エリア検出部１０は、予め定められた第１ロジックに基づいて定常視点集中エリアを計算し、その定常視点集中エリアに基づいて新規視点集中エリアを検出していた。新規視点集中エリアの検出方法は、その方法に限定されるものではない。

実施の形態２の変形例２における視点集中エリア検出部１０は、視線情報と予め定められた第２ロジックとに基づいて、視点集中エリアを検出するための乗員の視線の統計である統計視線分布を、予め定められた道路の区間ごとに求める。その予め定められた第２ロジックとは、視線情報を統計的に計算することにより統計視線分布を求めることに対応する。視線情報とは、例えば実施の形態２における視線分布データを含む。そして、視点集中エリア検出部１０は、特定時点の前後で、統計視線分布が異なる場合に、新規視点集中エリアが発生したと判断する。

統計視線分布は、１つの平均の視線分布曲線であってもよいし、複数の視線分布の併用で表現される曲線であってもよい。予め定められた道路の区間が交差点である場合、統計視線分布は、右折を行う車両２０１の視線分布と、左折を行う車両２０１の視線分布と、直進の車両２０１の視線分布を含む。それらが平均された場合、視点集中エリアが平準化されて、特徴が小さくなる。

または、視点集中エリア検出部１０は、以下に示す方法で、新規視点集中エリアを検出してもよい。視点集中エリア検出部１０は、特定時点の前後で、論理視線分布と統計視線分布とが異なる場合に、新規視点集中エリアが発生したと判断する。論理視線分布とは、予め定められた道路の区間ごとの道路構造から推定される乗員の視線の分布である。

道路構造が直線道路である場合、論理視線分布は、前方の頻度が圧倒的に多い。道路構造が交差点近傍である場合、乗員は左右を確認するため、論理視線分布は、直進道路、右左折道路、横断歩道を向く頻度が多い。道路構造がカーブである場合、論理視線分布は、カーブの方向に偏る傾向を示す。

また、実施の形態２における第１ロジックおよび上記の第２ロジックは、視点集中エリアが新規視点集中エリアか否かを判断する他に、視点集中エリアが新規視点集中エリアである確度を判断する処理を含むものであってもよい。

（実施の形態２の変形例３）
走行環境分析装置１０１は、図２または図３に示された処理回路を、個別注視エリア認識部１４０および視線情報出力部１５０として機能させるための視線情報分析プログラムを更新する。走行環境分析装置１０１は、更新後のプロブラムを複数の車両２０１の各々に配信する。各車両２０１は、走行環境分析装置１０１からダウンロードしたプログラムで、既存のプログラムを更新する。

また、走行環境分析システム３０１は、個々の車両２０１が有するシステムの機能に応じて、互いに異なるロジックで個別注視エリアの認識処理を実行させてもよい。また、走行環境分析システム３０１は、個々の車両２０１から走行環境分析装置１０１に出力される視線情報が互いに異なるものとしてもよい。

＜実施の形態３＞
実施の形態３における走行環境分析装置および走行環境分析方法を説明する。実施の形態３は実施の形態１の下位概念であり、実施の形態３における走行環境分析装置は、実施の形態１における走行環境分析装置１００の各構成を含む。なお、実施の形態１または２と同様の構成および動作については説明を省略する。

実施の形態２における走行環境分析システム３０１は、車両２０１にて個別注視エリアを認識する構成であったが、実施の形態３における走行環境分析システムは、走行環境分析装置にて個別注視エリアを認識する構成を有する。

図１７は、実施の形態３における走行環境分析システム３０２および走行環境分析装置１０２の構成を示すブロック図である。

個別注視エリア認識部１４０は、車両２０２ではなく、走行環境分析装置１０２に設けられている。

視線情報出力部１５０は、ロケータ１２０にて検出される車両２０２の位置データと、視線検出装置１１０にて検出される個々の乗員の視線データとを取得する。そして、視線情報出力部１５０は、車両２０２の位置データと視線データとを、乗員の視線に関する視線情報として、走行環境分析装置１０２に出力する。

視線情報収集部４０は、各車両２０２から視線情報を収集する。

個別注視エリア認識部１４０は、視線情報に含まれる車両２０２の位置データと、個々の乗員の視線データとを取得する。個別注視エリア認識部１４０は、実施の形態２と同様に、車両２０２の位置データおよび視線分布データの時系列データに基づいて、個別注視エリアを、車両２０２ごとに認識する。

図１８は、実施の形態３における個別注視エリアの認識動作を示すフローチャートである。

ステップＳ１５にて、視線情報収集部４０は、各車両２０２から視線情報を収集する。実施の形態３における視線情報は、複数の車両２０２の各々で検出される情報であり、車両２０２ごとの位置データと個々の乗員の視線データとを含む。

ステップＳ１６にて、個別注視エリア認識部１４０は、車両２０２の位置データおよび視線分布データの時系列データを、車両２０２ごとに取得する。このステップは、図６に示されるステップＳ１０１と同様である。

ステップＳ１７にて、個別注視エリア認識部１４０は、時系列データに基づいて、個別注視エリアを、車両２０２ごとに認識する。このステップは、図６に示されるステップＳ１０２と同様である。

ステップＳ１８にて、個別注視エリア認識部１４０は、個別注視エリアが認識されたか否かを判定する。個別注視エリアが認識されている場合、ステップＳ１９が実行される。個別注視エリアが認識されていない場合、ステップＳ１５が再び実行される。このステップは、図６に示されるステップＳ１０３と同様である。

ステップＳ１９にて、個別注視エリア記憶部５０は、車両２０２ごとの個別注視エリアの情報を記憶する。

新規視点集中エリアの検出方法および事象の推定方法は、図１２に示される方法と同様である。また、新規視点集中エリアおよび事象の情報の配信方法は、図１３に示される方法と同様である。

以上をまとめると、実施の形態３における走行環境分析装置１０２は、個別注視エリア認識部１４０を含む。個別注視エリア認識部１４０は、複数の車両２０２の各々の位置データと、複数の車両２０２の各々に搭乗する個々の乗員の視線データと、を含む経時的なデータである時系列データに基づいて、個々の乗員が注視する個別注視エリアを、複数の車両２０２の各々ごとに認識する。視線情報は、複数の車両２０２の各々で検出される位置データと個々の乗員の視線データとを含む。その視線情報は、複数の車両２０２の各々から出力される。

このような走行環境分析装置１０２は、実施の形態２における走行環境分析システム３０２と比較して、走行環境分析装置１０２の負荷は増大するものの、走行環境分析装置１０２における種々の分析を可能にする。また、新規の分析ロジックを開発した場合、車両２０２に設けられた個別注視エリア認識部１４０の分析プログラムの更新を強いることなく、走行環境分析装置１０２のロジックを変更することにより、分析ロジックの更新が可能である。

（実施の形態３の変形例）
走行環境分析システムは、実施の形態２および実施の形態３の構成が組み合わされた構成であってもよい。そのような走行環境分析システムは、実施の形態２のように個別注視エリアを視線情報としてアップロードする車両２０１、および、実施の形態３の視線データを視線情報としてアップロードする車両２０２、の双方に対応できる。

なお、本発明は、その発明の範囲内において、各実施の形態を自由に組み合わせたり、各実施の形態を適宜、変形、省略したりすることが可能である。

本発明は詳細に説明されたが、上記した説明は、全ての局面において、例示であって、本発明がそれに限定されるものではない。例示されていない無数の変形例が、この発明の範囲から外れることなく想定され得るものと解される。

１０ 視点集中エリア検出部、２０ 視点集中エリア事象推定部、３０ 情報出力部、４０ 視線情報収集部、１００ 走行環境分析装置、１１０ 視線検出装置、１２０ ロケータ、１４０ 個別注視エリア認識部、１５０ 視線情報出力部、１７０ 通信ネットワーク、２００ 車両、３０１ 走行環境分析システム、４１０ 個別注視エリア。

次に、上記のステップＳ２６における、事象推定方法について説明する。上記のように、視点集中エリア事象推定部２０は、新規視点集中エリアの地理的属性または時間的属性に基づいて、事象を推定する。図１６は、新規視点集中エリアの地理的属性および時間的属性と推定される事象との関係を示す図である。図１６においては、新規視点集中エリアは５つの地理的属性および４つの時間的属性に分類される。

Claims (20)

1. 複数の車両の外部のエリアであって、前記複数の車両の乗員が注視する前記エリアである視点集中エリアを、前記乗員の視線に関する視線情報に基づいて、逐次、検出する視点集中エリア検出部と、
   新たに発生した前記視点集中エリアである新規視点集中エリアが検出された場合に、前記新規視点集中エリアで発生している事象を推定する視点集中エリア事象推定部と、
   前記新規視点集中エリアの情報と前記事象の情報とを出力する情報出力部と、を備える走行環境分析装置。
2. 前記複数の車両の各々の位置データと、前記複数の車両の各々に搭乗する個々の乗員の視線データと、を含む経時的なデータである時系列データに基づいて、前記個々の乗員が注視する個別注視エリアを、前記複数の車両の各々ごとに認識する個別注視エリア認識部をさらに備え、
   前記視線情報は、前記複数の車両の各々で検出される前記位置データと前記個々の乗員の前記視線データとを含み、かつ、前記複数の車両の各々から出力される、請求項１に記載の走行環境分析装置。
3. 前記視線情報は、前記複数の車両の各々に搭乗している個々の乗員が注視する個別注視エリアの情報を含み、かつ、前記複数の車両の各々から出力され、
   前記個別注視エリアは、前記複数の車両の各々の位置データと、前記個々の乗員の視線データと、を含む経時的なデータである時系列データに基づいて、前記複数の車両の各々にて認識される、請求項１に記載の走行環境分析装置。
4. 前記視点集中エリア事象推定部は、前記新規視点集中エリアが存在する地理的属性に基づいて、前記事象を推定する、請求項１に記載の走行環境分析装置。
5. 前記地理的属性が前記複数の車両のうち一の車両の進行方向の車線上に対応する場合、前記視点集中エリア事象推定部は、前記車線に、予め定められた第１事象群に含まれる前記事象が発生していることを推定し、
   前記予め定められた第１事象群は、要回避事象を含む、請求項４に記載の走行環境分析装置。
6. 前記地理的属性が前記複数の車両のうち一の車両の進行方向の車線の近傍に対応する場合、前記視点集中エリア事象推定部は、前記車線に、予め定められた第２事象群に含まれる前記事象が発生していることを推定し、
   前記予め定められた第２事象群は、要注意事象を含む、請求項４に記載の走行環境分析装置。
7. 前記地理的属性が前記複数の車両のうち一の車両の走行道路の上方に対応する場合、前記視点集中エリア事象推定部は、前記走行道路に、予め定められた第３事象群に含まれる前記事象が発生していることを推定し、
   前記予め定められた第３事象群は、要注意事象を含む、請求項４に記載の走行環境分析装置。
8. 前記地理的属性が前記複数の車両のうち一の車両の進行方向の反対車線に対応する場合、前記視点集中エリア事象推定部は、前記反対車線に、予め定められた第４事象群に含まれる前記事象が発生していることを推定し、
   前記予め定められた第４事象群は、要回避事象を含む、請求項４に記載の走行環境分析装置。
9. 前記地理的属性が前記複数の車両のうち一の車両の走行道路の施設外に対応する場合、前記視点集中エリア事象推定部は、前記走行道路の前記施設外に、予め定められた第５事象群に含まれる前記事象が発生していることを推定し、
   前記予め定められた第５事象群は、前記一の車両の走行には直接影響がない要注意事象を含む、請求項４に記載の走行環境分析装置。
10. 前記視点集中エリア事象推定部は、前記新規視点集中エリアの状態の経時的変化を示す時間的属性に基づいて、前記事象を推定する、請求項１に記載の走行環境分析装置。
11. 前記時間的属性として前記新規視点集中エリアの位置が特定時点を境に変化しない場合、前記視点集中エリア事象推定部は、予め定められた第６事象群に含まれる前記事象が発生していることを推定し、
    前記予め定められた第６事象群は、要注意事象を含む、請求項１０に記載の走行環境分析装置。
12. 前記時間的属性として前記新規視点集中エリアの位置が特定時点を境に変化せず、かつ、前記新規視点集中エリアが特定期間を経過しても解消されない場合、前記視点集中エリア事象推定部は、予め定められた第７事象群に含まれる前記事象が発生していることを推定し、
    前記予め定められた第７事象群は、要注意事象を含む、請求項１０に記載の走行環境分析装置。
13. 前記時間的属性として前記新規視点集中エリアの位置が変化せず、前記複数の車両の各々に搭乗する個々の乗員が注視する個別注視エリアが前記新規視点集中エリアに一致する車両の割合が増加傾向にあり、前記割合が予め定められた評価値以上である場合、前記視点集中エリア事象推定部は、予め定められた第８事象群に含まれる前記事象が発生していることを推定し、
    前記予め定められた第８事象群は、要注意事象を含む、請求項１０に記載の走行環境分析装置。
14. 前記時間的属性として前記新規視点集中エリアの位置が連続的に移動している場合、前記視点集中エリア事象推定部は、予め定められた第９事象群に含まれる前記事象が発生していることを推定し、
    前記予め定められた第９事象群は、前記新規視点集中エリアに移動体が存在する要注意事象を含む、請求項１０に記載の走行環境分析装置。
15. 前記視点集中エリア検出部は、
    前記視線情報に基づいて逐次検出される前記視点集中エリアと、予め定められた第１ロジックとに基づいて、前記乗員が定常的に注視するエリアである定常視点集中エリアを計算し、
    特定時点の前後で、前記定常視点集中エリアとは異なるエリアに前記視点集中エリアが発生した場合、前記新規視点集中エリアが発生したと判断する、請求項１に記載の走行環境分析装置。
16. 前記視点集中エリア検出部は、
    前記視線情報と予め定められた第２ロジックとに基づいて、前記視点集中エリアを検出するための前記乗員の前記視線の統計である統計視線分布を、予め定められた道路の区間ごとに求め、
    特定時点の前後で、前記統計視線分布が異なる場合に、前記新規視点集中エリアが発生したと判断し、
    前記予め定められた第２ロジックは、前記視線情報を統計的に計算することにより前記統計視線分布を求める、請求項１に記載の走行環境分析装置。
17. 前記視点集中エリア検出部は、
    前記視線情報と予め定められた第２ロジックとに基づいて、前記視点集中エリアを検出するための前記乗員の前記視線の統計である統計視線分布を、予め定められた道路の区間ごとに求め、
    特定時点の前後で、論理視線分布と前記統計視線分布とが異なる場合に、前記新規視点集中エリアが発生したと判断し、
    前記予め定められた第２ロジックは、前記視線情報を統計的に計算することにより前記統計視線分布を求め、
    前記論理視線分布は、前記予め定められた道路の前記区間ごとの道路構造から推定される前記乗員の前記視線の分布である、請求項１に記載の走行環境分析装置。
18. 前記複数の車両に対して、前記個別注視エリアを認識するための視線情報分析プログラムの更新を行う、請求項３に記載の走行環境分析装置。
19. 請求項３に記載の走行環境分析装置と、
    前記複数の車両の各々に設けられ、前記時系列データに基づいて、前記個々の乗員が注視する前記個別注視エリアを認識する個別注視エリア認識部と、
    前記複数の車両の各々に設けられ、前記走行環境分析装置に、前記個別注視エリアの情報を前記視線情報として出力する視線情報出力部と、を備える走行環境分析システム。
20. 複数の車両の外部のエリアであって、前記複数の車両の乗員が注視する前記エリアである視点集中エリアを、前記乗員の視線に関する視線情報に基づいて、逐次、検出し、
    新たに発生した前記視点集中エリアである新規視点集中エリアが検出された場合に、前記新規視点集中エリアで発生している事象を推定し、
    前記新規視点集中エリアの情報と前記事象の情報とを出力する、走行環境分析方法。

Images