WO2013168209A1 - 蛇行判定装置 - Google Patents

Abstract

　本発明は、蛇行を高精度に判定できる蛇行判定装置を提供することを課題とする。本発明は、車両が走行中の車線の中央からのオフセット量を検出し、車線中央からのオフセット量に基づいて車両の蛇行を判定する蛇行判定装置１であって、車両が走行中の車線の幅を検出する車線幅検出部１０と、車線幅検出部１０で検出した車線幅に応じて蛇行判定用の閾値を設定する閾値設定部３１と、車線中央からのオフセット量と閾値設定部３１で設定した閾値に基づいて蛇行を判定する蛇行判定部３２とを備えることを特徴とし、運転者が平常状態の車両走行時に検出された車線中央からのオフセット量に基づいて蛇行判定用の閾値を学習する閾値学習部３４を備え、閾値設定部３１は、閾値学習部３４で学習した閾値を用いて車線幅に応じて蛇行判定用の閾値を設定すると好適である。

Description

蛇行判定装置

　本発明は、車線中央からのオフセット量（横位置）に基づいて車両の蛇行を判定する蛇行判定装置に関する。

　車両の運転者の疲労、居眠り、脇見等による意識低下状態を判定し、運転者に対して警報出力等を行うシステムが開発されている。意識低下状態を判定する方法としては、例えば、意識低下状態で見られる特有の操舵パターンとして車線内の蛇行を判定する方法がある。特許文献１には、車両前方画像から算出した車線に対する車両の相対位置の所定時間内の標準偏差を蛇行率として算出し、この蛇行率を補正した補正蛇行率により運転者の覚醒度を推定し、覚醒度低下と評価した場合には運転者に警告を発することが開示されている。特に、補正方法として、所定時間の車線幅の平均値を算出し、蛇行率を車線幅平均値で除算して蛇行率を補正する方法が開示されている。

特開２００７－２６５１０１号公報 特開２００２－８７１０７号公報

　上記補正方法では、車線幅平均値に基づいて一律に蛇行率を補正している。しかし、車線には、道路種別や地域等により、車線幅が広い車線もあれば、車線幅が狭い車線もある。一般的に運転者は車線を逸脱しないように走行するため、蛇行の振幅は、車線幅の広い車線よりも狭い車線幅の車線の方が小さくなる。そのため、車線幅に関係なく同じ条件で蛇行を判定すると、狭い車線幅の車線では蛇行とされ難くなり、広い車線幅の車線では蛇行と判定され易くなる。

　特に、運転者には、平常走行時も蛇行をしながら走行する人がいる。このように平常走行時に蛇行する場合も、運転者は車線を意識して走行しているので、蛇行の振幅は、車線幅の広い車線よりも狭い車線幅の車線の方が小さくなる。そのため、車線幅に関係なく同じ条件で蛇行を判定すると、例えば、広い車線幅の車線を走行している場合、運転者が平常走行時の蛇行を行ったときに、覚醒度低下による蛇行と判定されて警告が発せられ、運転者が違和感を受ける。

　そこで、本発明は、蛇行を高精度に判定できる蛇行判定装置を提供することを課題とする。

　本発明に係る蛇行判定装置は、車両が走行中の車線の中央からのオフセット量を検出し、車線中央からのオフセット量に基づいて車両の蛇行を判定する蛇行判定装置であって、車両が走行中の車線の幅を検出する車線幅検出部と、車線幅検出部で検出した車線幅に応じて蛇行判定用の閾値を設定する閾値設定部と、車線中央からのオフセット量と閾値設定部で設定した閾値に基づいて蛇行を判定する蛇行判定部とを備えることを特徴とする。

　この蛇行判定装置では、車両が走行中の車線の中央からのオフセット量（横位置）を検出し、このオフセット量に基づいて車両の蛇行（特に、意識低下状態等の運転者が平常状態でない場合の蛇行）を判定する。運転者が疲労、居眠り、脇見等による意識低下状態になると、車線中央から車両の横位置が大きくずれてから車線中央側に戻すための修正操舵を行い、このような修正操舵が繰り返されて蛇行する場合がある。このような蛇行は、車両が左右の白線に近づいてから運転者が車線逸脱を回避するための修正操舵を行うので、蛇行の振幅は大きくなるが、車線内での蛇行走行となり、車線幅によって蛇行の振幅が変わる。そこで、蛇行判定装置では、車線幅検出部によって車両が走行中の車線の幅を検出し、閾値設定部によって車線幅に応じて蛇行判定用の閾値を設定する。そして、蛇行判定装置では、蛇行判定部によって、車線中央からのオフセット量と車線幅に応じた閾値に基づいて蛇行を判定する。このように、蛇行判定装置は、車線幅に応じて蛇行判定用の閾値を設定することにより、蛇行を高精度に判定することができる。

　本発明の上記蛇行判定装置では、運転者が平常状態の車両走行時に検出された車線中央からのオフセット量に基づいて蛇行判定用の閾値を学習する閾値学習部を備え、閾値設定部は、閾値学習部で学習した閾値を用いて車線幅に応じて蛇行判定用の閾値を設定すると好適である。

　運転者には平常走行時も蛇行をしながら走行する人がおり、運転者個々に蛇行の振幅も変わる。また、平常走行時に蛇行する場合も、運転者は車線を意識しているので、蛇行の振幅は車線幅によって変わる。そこで、蛇行判定装置では、閾値学習部によって、運転者が平常走行時における車線中央からのオフセット量に基づいて蛇行判定用の閾値を学習する。そして、蛇行判定装置では、閾値設定部によって、学習した閾値を用いて車線幅に応じて蛇行判定用の閾値を設定する。このように、蛇行判定装置では、運転者の平常走行時に運転者の運転特性に応じて蛇行判定用の閾値を学習しておくことにより、運転者の運転特性に合った閾値を設定でき、運転者個々（特に、平常走行時に蛇行癖のある運転者）に対して蛇行を高精度に判定することができる。

　本発明の上記蛇行判定装置では、閾値学習部は、区分けされた車線幅毎に閾値を学習すると好適である。このように、蛇行判定装置では、蛇行の振幅は車線幅によって変わるので、区分けされた広さの車線幅毎に閾値を学習するにより、区分けされた広さの車線幅毎に運転者の運転特性に合った閾値を設定できる。

　本発明の上記蛇行判定装置では、閾値設定部は、車線幅が広いほど蛇行判定用の閾値として大きな値を設定すると好適である。このように、蛇行判定装置では、蛇行の振幅は狭い車線幅の車線の場合には小さくなり、広い車線幅の車線の場合には大きくなるので、車線幅が広いほど蛇行判定用の閾値として大きな値を設定することにより、車線幅の広さに合った閾値を設定できる。

　本発明によれば、車線幅に応じて蛇行判定用の閾値を設定することにより、蛇行を高精度に判定することができる。

本実施の形態に係る意識低下判定システムの構成図である。 運転者が意識低下状態で蛇行時のオフセット量変化の一例を示す図である。 白線内自車位置振動判定用の振幅閾値を車線幅に比例して設定する場合の説明図である。 本実施の形態に係る意識低下判定システムでのメイン動作の流れを示すフローチャートである。 図４のメイン動作のフローチャートにおける白線内自車位置振動判定用の振幅閾値設定処理の流れを示すフローチャートである。 本実施の形態に係る意識低下判定システムでの白線内自車位置振動判定用の振幅閾値学習処理の流れを示すフローチャートである。

　以下、図面を参照して、本発明に係る蛇行判定装置の実施の形態を説明する。なお、各図において同一又は相当する要素については同一の符号を付し、重複する説明を省略する。

　本実施の形態では、本発明を、運転者が意識低下状態か否かを判定し、意識低下状態の場合に警報を行う意識低下判定システムに適用する。本実施の形態に係る意識低下判定システムは、車線中央からのオフセット量を用いて蛇行（ふらつき）が有るか否かを判定し、蛇行が有る場合に運転者が意識低下状態と判断する。

　なお、本実施の形態に係る意識低下判定システムの作動は、ＡＣＣ電源がＯＮやエンジンが始動等で作動してもよいし、あるいは、所定の作動条件やキャンセル条件を設けてもよい。作動条件としては、例えば、車速が所定速度以上の場合にシステム作動とする。キャンセル条件としては、例えば、車線変更中に作動させないためにウィンカスイッチが左方向ＯＮ又は右方向ＯＮの場合に一時的にシステム停止としたり、ウィンカ以外にも他の運転者の操作に応じて一時的にシステム停止としてもよい。

　図１～図３を参照して、本実施の形態に係る意識低下判定システム１について説明する。図１は、意識低下判定システムの構成図である。図２は、運転者が意識低下状態で蛇行時のオフセット量変化の一例を示す図である。図３は、白線内自車位置振動判定用の振幅閾値を車線幅に比例して設定する場合の説明図である。

　意識低下判定システム１は、車線中央からのオフセット量の変化を示す波形に基づいて蛇行しているか否かを判定する。特に、意識低下判定システム１は、蛇行を高精度に判定するために、走行中の車線の車線幅に応じて白線内自車位置振動判定用（蛇行判定用）の振幅閾値を設定する。さらに、意識低下判定システム１は、運転者個々（特に、平常走行時に蛇行癖のある運転者）に対して蛇行を高精度に判定するために、運転者が平常状態で走行しているときのオフセット量を用いて振幅閾値を学習する。

　なお、運転者が疲労、居眠り、脇見等による意識低下状態になると、車線中央から車両の横位置が大きくずれてから車線中央側に戻すための修正操舵を行い、このような修正操舵が繰り返されて蛇行する場合がある。このような運転者の操舵操作に応じた車両の蛇行を示すオフセット量の変化パターンを検出することによって、運転者の意識低下状態を判定できる。特に、運転者には平常走行時も蛇行をしながら走行する人がおり、運転者個々に蛇行の振幅も変わる。したがって、運転者個々に蛇行を示すオフセット量の変化パターンが異なるので、運転者個々に最適な白線内自車位置振動判定用の振幅閾値を学習する。

　図２には、運転者が意識低下状態で蛇行したときの車線中央Ｃからのオフセット量の変化を示す波形Ｗの一例を示している。運転者が意識低下状態になると、車両が左右の白線ＬＷ、ＲＷに近づいてから反対方向への修正操舵を行い、この修正操舵が周期的に繰り返される。したがって、図２に示すように、車線内の左側でのオフセット量（車両の横位置）が徐々に大きくなり、右側への修正操舵開始時に左側でのオフセット量がピークＬＰ１となり、その修正操舵開始後から左側でのオフセット量が徐々に小さくなって０になり、右側でのオフセット量が徐々に大きくなり、左側への修正操舵開始時に右側でのオフセット量がピークＲＰ１となり、その修正操舵開始後から右側でのオフセット量が徐々に小さくなって０になり、左側でのオフセット量が徐々に大きくなる。このオフセット量の変化が繰り返され、左右の白線ＬＷ，ＲＷ内で周期的な大きな振動となる。この周期的な大きな振動を示す波形Ｗを判定するために、白線内での自車位置の振動判定用の閾値として振幅閾値（Ｔｈ＿ＡＭＰ１，－ＴＨ＿ＡＭＰ１）を設定する。

　意識低下判定システム１は、白線認識カメラ１０、警報装置２０、ＥＣＵ[Electronic Control Unit]３０（閾値設定部３１、蛇行有無判定部３２、警報制御部３３、閾値学習部３４）を備えている。なお、本実施の形態では、白線認識カメラ１０が請求の範囲に記載する車線幅検出部に相当し、閾値設定部３１が請求の範囲に記載する閾値設定部に相当し、蛇行有無判定部３２が請求の範囲に記載する蛇行判定部に相当し、閾値学習部３４が請求の範囲に記載する閾値学習部に相当する。

　白線認識カメラ１０は、車線を構成する左右一対の白線を認識するカメラセンサであり、カメラと処理装置からなる。カメラは、自車の前方に設置され、光軸方向が自車の進行方向と一致するように取り付けられる。カメラでは、一定時間毎に、自車の前方の道路を含む領域を撮像し、その撮像した画像を取得し、その画像情報を処理装置に出力する。カメラは、左右方向に撮像範囲が広く、走行している車線を構成する左右両側（一対）の白線を十分に撮像可能である。なお、カメラは、カラーのカメラでもよいし、白黒のカメラでもよい。

　処理装置では、カメラから画像情報を入力する毎に、画像から自車が走行している車線を構成する左右一対の白線を認識する。この認識方法としては、例えば、路面とその上に描かれた白線との輝度差が大きいことからエッジ処理による方法がある。そして、処理装置では、認識した左右一対の白線から車線幅、左右一対の白線の中央を通る線、車線の中央線又は各白線のカーブの半径や曲率、自車の車線の中央からのオフセット量（横位置）、自車の車線の中央線に対するヨー角（向き）等を算出する。そして、白線認識カメラ１０では、一定時間毎に、白線の認識結果や算出した各種情報を白線認識信号としてＥＣＵ３０に送信する。なお、本実施の形態では、オフセット量は、進行方向に対して車線中央よりも左側の場合が正値であり、右側の場合が負値である。

　警報装置２０は、運転者に対して意識低下状態を注意喚起するために警報を出力する装置である。警報としては、例えば、スピーカからの警報音の出力、ナビのディスプレイでの警報画面の表示、コンビネーションメータ内の警報ランプの点灯、シートの振動発生装置によるシート振動の発生、ステアリングホイールの振動発生装置によるステアリング振動の発生がある。警報装置２０では、ＥＣＵ３０からの警報出力信号を受信すると、警報出力信号に応じて警報を出力する。

　ＥＣＵ３０は、ＣＰＵ[Central Processing Unit]、ＲＯＭ[Read Only Memory]、ＲＡＭ[Random Access Memory]などからなる電子制御ユニットであり、意識低下判定システム１を統括制御する。ＥＣＵ３０では、ＲＯＭに格納されているアプリケーションプログラムをＲＡＭにロードし、ＣＰＵで実行することによって閾値設定部３１、蛇行有無判定部３２、警報制御部３３、閾値学習部３４を構成する。ＥＣＵ３０では、白線認識カメラ１０からの白線認識信号を受信し、この信号の情報を用いて各処理部３１，３２，３３，３４での処理を行う。そして、ＥＣＵ３０では、意識低下状態（蛇行が有る）と判定した場合には警報装置２０に警報出力信号を送信する。

　閾値設定部３１は、走行中の車線の車線幅に応じて自車内自車位置振動判定用の振幅閾値を設定する処理部である。具体的には、閾値設定部３１では、白線認識カメラ１０から取得した現在走行中の車線の車線幅が車線幅判定用閾値Ｔｈ＿ＬＷ１以上か否かを判定する。車線幅判定用閾値Ｔｈ＿ＬＷ１は、車線幅を２つのレベルに区分けするための閾値であり、予め設定される。例えば、車線幅の上限値と下限値との平均値を車線幅判定用閾値Ｔｈ＿ＬＷ１とする。そして、閾値設定部３１では、車線幅が車線幅判定用閾値Ｔｈ＿ＬＷ１以上の車線の場合には振幅閾値としてＴｈ＿ＡＭＰ１を設定し、車線幅が車線幅判定用閾値Ｔｈ＿ＬＷ１未満の車線の場合には振幅閾値としてＴｈ＿ＡＭＰ２を設定する。

　運転者は、意識低下状態でも、左右の白線から逸脱しないように修正操舵を行う。したがって、蛇行の振幅は、狭い車線幅の車線の場合には小さくなり、広い車線幅の車線の場合には大きくなる。そこで、この各振幅閾値の関係は、Ｔｈ＿ＬＷ１≧Ｔｈ＿ＬＷ２である。Ｔｈ＿ＬＷ１、Ｔｈ＿ＬＷ２の各初期値は、実車実験やシミュレーション等による適合によって、それぞれ予め設定される。以下で説明する閾値学習部３４で学習が行われた場合、Ｔｈ＿ＬＷ１、Ｔｈ＿ＬＷ２には、学習値がそれぞれ設定される。

　あるいは、閾値設定部３１では、白線認識カメラ１０から取得した現在走行中の車線の車線幅に比例した振幅閾値を設定する。例えば、一次関数の式（１）に車線幅を代入して、振幅閾値を算出する。図３に示すように、式（１）におけるＴｈ＿ＬＷ２は車線幅の上限値であり、Ｔｈ＿ＬＷ３は車線幅の下限値であり、Ｔｈ＿ＡＭＰ３は振幅閾値の最大値であり、Ｔｈ＿ＡＭＰ４は振幅閾値の最小値であり、Ｔｈ＿ＡＭＰ５は一次関数式の切片である。Ｔｈ＿ＬＷ２，Ｔｈ＿ＬＷ３，Ｔｈ＿ＡＭＰ３，Ｔｈ＿ＡＭＰ４，Ｔｈ＿ＡＭＰ５は、適合にて決定される。

　蛇行有無判定部３２は、車線中央からのオフセット量に基づいて蛇行が有るか否かを判定し、蛇行が有る場合には運転者の意識低下状態と判断する処理部である。具体的には、蛇行有無判定部３２では、白線認識カメラ１０から一定時間毎に取得しているオフセット量の時系列データを用いて、オフセット量の変化を示す波形から蛇行が有るか否かを判定する。この蛇行の有無の判定方法としては、従来の方法を適用する。

　この判定方法としては、例えば、図２に示すように、オフセット量の時系列データから、左側のオフセット量のピーク値ＬＰ１，・・・と右側のオフセット量のピーク値ＲＰ１，・・・を順次抽出する。蛇行判定の基本条件は、左側のオフセット量のピーク値ＬＰ１，・・・が閾値設定部３１で設定した振幅閾値のＴｈ＿ＡＭＰ以上であり、右側のオフセット量のピーク値ＲＰ１，・・・が閾値設定部３１で設定した振幅閾値の－Ｔｈ＿ＡＭＰ以下の条件である。蛇行判定は、この基本条件を満たした上で、以下の第１条件、第２条件、第３条件を全て満たすことである。第１条件は、左側のオフセット量のピーク値と右側のオフセット量のピーク値との差（例えば、ＬＰ１－ＲＰ１）がピーク値差閾値以上の条件である。第２条件は、ピーク値の周期（例えば、ＬＰ１からＬＰ２までの時間）がピーク値周期範囲内の条件である。第３条件は、第１条件と第２条件を満たすピーク値が連続して現れる回数が回数閾値以上の条件である。この第１条件、第２条件、第３条件を全て満たす波形の場合、蛇行が有ると判定する。ピーク値差閾値、ピーク値周期範囲、回数閾値は、適合によって決定される。

　蛇行有無判定部３２は、蛇行が有ると判定した場合には運転者が意識低下状態と判断し、意識低下フラグをＯＮする。意識低下フラグは、ＯＮ／ＯＦＦフラグであり、運転者が意識低下状態の場合にはＯＮであり、平常状態の場合にはＯＦＦである。

　警報制御部３３は、蛇行有無判定部３２で運転者が意識低下状態と判断した場合に警報出力するための処理部である。具体的には、警報制御部３３では、蛇行有無判定部３２で運転者が意識低下状態と判断している場合（意識低下フラグがＯＮの場合）、警報出力するための警報出力信号を警報装置２０に送信する。

　閾値学習部３４は、運転者の平常走行時のオフセット量に基づいて閾値設定部３１で用いる振幅閾値（Ｔｈ＿ＡＭＰ１，Ｔｈ＿ＡＭＰ２）を学習する処理部である。具体的には、閾値学習部３４では、運転開始時には運転者が平常状態である可能性が高いので、運転開始後の所定時間Ｔ１分のオフセット量の時系列データを蓄積し、この運転開始後の所定時間Ｔ１分のオフセット量の標準偏差を算出する。この所定時間Ｔ１としては、蛇行を十分に判定可能な時間が適用によって決定され、例えば、上記のピーク値周期範囲と回数閾値を考慮して決定される。そして、閾値学習部３４では、このオフセット量を蓄積したときに走行中の車線の車線幅が車線幅判定用閾値Ｔｈ＿ＬＷ１以上か否かを判定する。そして、閾値学習部３４では、車線幅が車線幅判定用閾値Ｔｈ＿ＬＷ１以上の場合には運転開始後の所定時間Ｔ１分のオフセット量の標準偏差をＴｈ＿ＡＭＰ１に格納し、車線幅が車線幅判定用閾値Ｔｈ＿ＬＷ１未満の場合には運転開始後の所定時間Ｔ１分のオフセット量の標準偏差をＴｈ＿ＡＭＰ２に格納する。

　運転開始時から所定時間Ｔ１を経過する間に、車線幅がＴｈ＿ＬＷ１以上からＴｈ＿ＬＷ１未満に変わった場合あるいは車線幅がＴｈ＿ＬＷ１未満からＴｈ＿ＬＷ１以上に変わった場合、例えば、時間を延ばして所定時間Ｔ１分のＴｈ＿ＬＷ１未満の車線でのオフセット量の時系列データを蓄積あるいはＴｈ＿ＬＷ１以上の車線でのオフセット量の時系列データを蓄積して学習値を算出しもよいし、その回の走行時の学習では学習値を算出しないようにしてもよいし、次回の走行時の学習で蓄積データを利用するようにしてもよい。また、運転開始時にＴｈ＿ＬＷ１未満の車線幅の車線を２回目以降走行する場合あるいはＴｈ＿ＬＷ１以上の車線幅の車線を２回目以降走行する場合、学習を行わないようにしもよいが、２回目以降の走行毎の所定時間Ｔ１分のオフセット量の時系列データも用いて再学習し、前回の学習時までの学習値を更新するようにしてもよい。このように、走行する毎に学習を行うことによって、Ｔｈ＿ＡＭＰ１，Ｔｈ＿ＡＭＰ２の学習値として、運転者の運転特性に合った精度の高いものが得られる。

　なお、運転者によって、平常走行時には殆ど蛇行しない人もいる。このような運転者の場合、振幅閾値の学習値は０に近い値となる。このような学習値を振幅閾値（Ｔｈ＿ＡＭＰ１，Ｔｈ＿ＡＭＰ２）として格納すると、非常に蛇行と判定され易くなる。そこで、車線幅毎に振幅閾値の下限値をそれぞれ設定し、学習値が下限値を下回る場合にはその学習値を用いずに、振幅閾値（Ｔｈ＿ＡＭＰ１，Ｔｈ＿ＡＭＰ２）として初期値（あるいは、下限値）をそれぞれ用いる。

　図１を参照して、意識低下判定システム１の動作について説明する。特に、図４のフローチャートに沿って動作全体を説明し、図５のフローチャートに沿って振幅閾値設定処理を説明し、図６のフローチャートに沿って振幅閾値学習処理について説明する。ここでは、車線幅を２つのレベルに区分けして振幅閾値を設定する場合の動作について説明する。図４は、メイン動作の流れを示すフローチャートである。図５は、メイン動作のフローチャートにおける白線内自車位置振動判定用の振幅閾値設定処理の流れを示すフローチャートである。図６は、白線内自車位置振動判定用の振幅閾値学習処理の流れを示すフローチャートである。なお、意識低下判定システム１では、作動中は、下記の動作を所定時間毎に繰り返し行う。

　白線認識カメラ１０では、自車前方の道路を含む領域を撮像する。そして、白線認識カメラ１０では、その撮像画像から自車が走行している車線を示す左右一対の白線を認識し、左右一対の白線から車線幅、左右一対の白線の中央線、カーブ半径や曲率、車線中央からのオフセット量、車線中央線に対するヨー角等を算出する（Ｓ１０）。そして、白線認識カメラ１０では、白線の認識結果や算出した各種情報を白線認識信号としてＥＣＵ３０に送信する。ＥＣＵ３０では、この白線認識信号を受信し、白線の認識結果や各種情報を取得する。特に、ＥＣＵ３０では、オフセット量については現在から過去の所定時間分のデータを蓄積しておく。

　ＥＣＵ３０では、車線幅に応じた白線内自車位置振動判定用の振幅閾値の設定処理を行う（Ｓ１１）。まず、ＥＣＵ３０では、車線の車線幅がＴｈ＿ＬＷ１以上か否かで判定する（Ｓ２０）。Ｓ２０にて車線幅がＴｈ＿ＬＷ１以上と判定した場合、ＥＣＵ３０では、白線内自車位置振動判定用の振幅閾値にＴｈ＿ＡＭＰ１を設定する（Ｓ２１）。Ｓ２０にて車線幅がＴｈ＿ＬＷ１未満と判定した場合、ＥＣＵ３０では、白線内自車位置振動判定用の振幅閾値にＴｈ＿ＡＭＰ２（≦Ｔｈ＿ＡＭＰ１）を設定する（Ｓ２２）。

　次に、ＥＣＵ３０では、オフセット量の時系列データを用いて、蛇行が有ったか否かを判定する（Ｓ１２）。この際、蛇行判定には、Ｓ１１で設定した白線内自車位置振動判定用の振幅閾値を用いる。ＥＣＵ３０では、蛇行が有ったと判定した場合、運転者の意識低下状態と判断し（意識低下フラグをＯＮ）、警報出力信号を警報装置２０に送信する（Ｓ１３）。

　警報装置２０では、警報出力信号を受信すると、警報を出力する（Ｓ１３）。この警報によって、運転者は、意識が低下していることを認識することができ、必要に応じて休憩等の対応をとる。

　特に、運転開始時に、ＥＣＵ３０では、運転開始後から所定時間Ｔ１分のオフセット量の時系列データを蓄積しておく。そして、ＥＣＵ３０では、そのときに走行中の車線の車線幅がＴｈ＿ＬＷ１以上か否かを判定する（Ｓ３０）。Ｓ３０にて車線幅がＴｈ＿ＬＷ１以上と判定した場合、ＥＣＵ３０では、運転開始後からＴ１までのオフセット量の標準偏差を算出し、その標準偏差をＴｈ＿ＡＭＰ１に格納する（Ｓ３１）。Ｓ３０にて車線幅がＴｈ＿ＬＷ１未満と判定した場合、ＥＣＵ３０では、運転開始後からＴ１までのオフセット量の標準偏差を算出し、その標準偏差をＴｈ＿ＡＭＰ２に格納する（Ｓ３２）。なお、前回までの走行でＴｈ＿ＡＭＰ１，Ｔｈ＿ＡＭＰに既に学習値が格納されている場合、今回走行時の運転開始後からＴ１までのオフセット量の標準偏差も加味して、学習値を更新する。

　この意識低下判定システム１によれば、走行中の車線幅に応じて白線内自車位置振動判定用の振幅閾値を設定することにより、蛇行を高精度に判定することができ、蛇行の有無の判定結果に基づいて運転者の意識低下状態を高精度に判定できる。特に、意識低下判定システム１によれば、車線幅が広いほど振幅閾値として大きな値を設定することにより、車線幅の広さに合った振幅閾値を設定できる。

　また、意識低下判定システム１によれば、運転者の平常走行時（運転開始後からの所定時間）に区分けされたレベルの車線幅毎に振幅閾値を学習することにより、各レベルの広さの車線幅毎に運転者の運転特性に合った振幅閾値を設定でき、運転者個々（特に、平常走行時に蛇行癖のある運転者）に対して蛇行を高精度に判定することができる。

　以上、本発明に係る実施の形態について説明したが、本発明は上記実施の形態に限定されることなく様々な形態で実施される。

　例えば、本実施の形態では蛇行が有ると判定した場合には運転者の意識低下状態と判断し、意識低下状態の場合に警報を出力する意識低下判定システムに適用したが、意識低下状態（蛇行の有無）の情報（意識低下フラグ）をエアサス制御システム、レーンキープアシストシステム、タイヤ空気圧警報システム、アライメントずれ警報システム等の他のシステムで利用してもよい。また、蛇行を判定する蛇行判定装置とし、蛇行の情報を各システムで利用してもよい。

　また、本実施の形態では意識低下判定システムのＥＣＵを設け、ＥＣＵで閾値設定、蛇行有無判定、警報制御、閾値学習の各処理を行う構成としたが、これらの各処理を白線認識カメラ内の処理装置で行う構成としてもよい。

　また、本実施の形態では区分けする車線幅のレベルとして２つのレベルとしたが、３つ以上のレベルに区分けしてもよい。

　また、本実施の形態では蛇行の判定方法として、振幅閾値を用いた基本条件と、左右のピーク値の差による第１条件、ピーク値の周期による第２条件、第１条件と第２条件を満たすピーク値の連続回数による第３条件とに基づく方法を示したが、他の判定方法でもよく、例えば、振幅閾値を用いた基本条件を満たした上で、オフセット量の変化を示す波形をフーリエ変換によって周波数解析し、その周波数解析結果に基づいて蛇行か否かを判定する。

　また、本実施の形態では閾値学習を行う場合にオフセット量の時系列データを蓄積する期間として運転者の平常時を運転開始時から所定時間内としたが、運転者の平常時を本システムで意識低下状態と判定されていないときでもよいし、あるいは、他のシステムで運転者の状態を判定している場合にはそのシステムで運転者が平常状態と判定しているときでもよい。

　また、本実施の形態では閾値の学習方法として、区分けした２つのレベルの車線幅に応じて運転開始時から所定時間までのオフセット量の標準偏差を学習値とする方法を示したが、他の学習方法でもよく、例えば、所定時間分のオフセット量の平均値を学習値としてもよいし、車線幅を３つ以上のレベルに区分けする場合にはその各レベルの車線幅に応じて学習値を求め、あるいは、車線幅に比例した振幅閾値とする場合には走行する毎に運転開始時から所定時間までのオフセット量の標準偏差とそのときの車線幅を蓄積しておき、複数回の走行分の運転開始時から所定時間までのオフセット量の標準偏差と車線幅のデータを用いて、例えば、式（１）のＴｈ＿ＬＷ２，Ｔｈ＿ＬＷ３，Ｔｈ＿ＡＭＰ３，Ｔｈ＿ＡＭＰ４，Ｔｈ＿ＡＭＰ５の各値を求めるようにする。

　本発明は、車線中央からのオフセット量（横位置）に基づいて車両の蛇行を判定する蛇行判定装置に利用可能である。

　１…意識低下判定システム、１０…白線認識カメラ、２０…警報装置、３０…ＥＣＵ、３１…閾値設定部、３２…蛇行有無判定部、３３…警報制御部、３４…閾値学習部。

Claims (4)

1. 　車両が走行中の車線の中央からのオフセット量を検出し、車線中央からのオフセット量に基づいて車両の蛇行を判定する蛇行判定装置であって、
   　車両が走行中の車線の幅を検出する車線幅検出部と、
   　前記車線幅検出部で検出した車線幅に応じて蛇行判定用の閾値を設定する閾値設定部と、
   　車線中央からのオフセット量と前記閾値設定部で設定した閾値に基づいて蛇行を判定する蛇行判定部と、
   　を備えることを特徴とする蛇行判定装置。
2. 　運転者が平常状態の車両走行時に検出された車線中央からのオフセット量に基づいて蛇行判定用の閾値を学習する閾値学習部を備え、
   　前記閾値設定部は、前記閾値学習部で学習した閾値を用いて車線幅に応じて蛇行判定用の閾値を設定することを特徴とする請求項１に記載の蛇行判定装置。
3. 　前記閾値学習部は、区分けされた車線幅毎に閾値を学習することを特徴とする請求項２に記載の蛇行判定装置。
4. 　前記閾値設定部は、車線幅が広いほど蛇行判定用の閾値として大きな値を設定することを特徴とする請求項１～請求項３のいずれか１項に記載の蛇行判定装置。

Images