WO2017002258A1 - 経路予測装置 - Google Patents

経路予測装置 Download PDF

Info

Publication number
WO2017002258A1
WO2017002258A1 PCT/JP2015/069131 JP2015069131W WO2017002258A1 WO 2017002258 A1 WO2017002258 A1 WO 2017002258A1 JP 2015069131 W JP2015069131 W JP 2015069131W WO 2017002258 A1 WO2017002258 A1 WO 2017002258A1
Authority
WO
WIPO (PCT)
Prior art keywords
unit
vehicle
route
predicted
vehicles
Prior art date
Application number
PCT/JP2015/069131
Other languages
English (en)
French (fr)
Inventor
佑樹 高林
小幡 康
響介 小西
Original Assignee
三菱電機株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 三菱電機株式会社 filed Critical 三菱電機株式会社
Priority to PCT/JP2015/069131 priority Critical patent/WO2017002258A1/ja
Publication of WO2017002258A1 publication Critical patent/WO2017002258A1/ja

Links

Images

Classifications

    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/166Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/123Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
    • G08G1/133Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams within the vehicle ; Indicators inside the vehicles or at stops
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/16Anti-collision systems
    • G08G1/164Centralised systems, e.g. external to vehicles
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30Services specially adapted for particular environments, situations or purposes
    • H04W4/40Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]

Abstract

この発明の経路予測装置は、自車及びその他の移動車両を含むエリアを測定する測定部と、測定部で測定された測定結果に基づき、前記自車及び衝突可能性のある少なくとも2つの周辺車両を検知する車両検知部と、車両検知部で検知された少なくとも2つの周辺車両が衝突を回避する複数の仮説を生成する仮説生成部と、前記仮説生成部で生成された複数の仮説のそれぞれの発生する確からしさを示す尤度を算出する尤度算出部と、前記尤度算出部で算出された尤度に基づき、前記少なくとも2つの周辺車両の予測経路を分析し、その分析結果を出力する予測経路分析部と、を備えたことを特徴とする。このような構成により、複数の周辺車両に衝突が起こり得る場合において、矛盾なく複数車両の予測経路を算出することができ、周辺車両の経路の予測性能を向上することができる。

Description

経路予測装置

 この発明は移動体の進行経路を予測する経路予測装置に関するものである。

 近年、移動体同士の衝突を回避する安全な経路を予測する技術は車両の運転支援システムや航空管制など様々な分野で要求されている。例えば車両の運転支援システムでは、自車両周辺に存在する車両や停止物等の障害物の位置を自車両に搭載したミリ波レーダ、レーザレーダ、カメラ等のセンサによって取得し、自車両と障害物の相対距離や相対速度より衝突危険性を判断した上で、自車両を制御し、衝突を防止する技術が開発されている。また、より高度な技術として、前記センサによって周辺環境を認識し、運転者の操作無く、自動でハンドル操作やブレーキなどの操作を行い、目的地まで到達する自動運転技術も開発が進められている。

 特許文献1では、複数車両同士の相互作用を考慮した経路生成及び自車両の制御量評価手法について開示されている。しかし、あらかじめ設定した制御則に基づいて最適な予測経路を算出するため、周辺車両が制御則に従わない場合には予測経路を誤る問題がある。また、周辺車両位置を観測する際のセンサ誤差を考慮してないため、センサ誤差の影響がある場合には予測経路を誤る問題がある。さらに、周辺車両ごとの想定速度をパラメータとして与える等、設定すべきパラメータが多く、設計が複雑であることが懸念される。

 特許文献2では、車両の予測経路をあらかじめ複数生成し、生成した予測経路について、自車と周辺車両間で予測経路の干渉度を計算することで、所定の選択基準に最も適合する経路を選択する方法が開示されている。しかし、全周辺車両について予測経路を計算する場合は、1つの周辺車両の予測経路に対して他の周辺車両の全ての予測経路を考慮した干渉度を計算する必要があり、演算負荷が膨大となることが懸念される。また、自車両の予測経路のみを算出する方法については開示されているが、周辺車両の予測経路を算出する方法については開示も示唆もされていない。

 複数の周辺車両が近接する状況下において予測経路を算出する際の課題について、より具体的に説明する。図11のように車両E、Dが先行車である車両C、Bそれぞれと衝突する場合を想定する。加えて、車両Eは車両Cとの衝突を回避するために操舵して右車線へ変更する確率が高く、車両Dは左車線へ変更するスペースがないため、制動して衝突を回避する確率が高いとする。しかし、図12のように車両Eが操舵、車両Dが制動によって先行車との衝突を回避する経路を予測した場合、車両DとEの衝突可能性が発生することになる。これについて、再予測によって、車両DとEとの衝突を回避したとしても、更に別の衝突可能性が発生し、全ての起こりうる衝突を回避するための予測経路が算出できない問題がある。

特許第3714258号 特許第4353192号

 従来の経路予測装置では、1つの周辺車両の予測経路に対して他の周辺車両の全ての予測経路を考慮した干渉度を計算することで、1つの周辺車両の経路を予測している。また、複数の周辺車両の経路は個別に予測される。しかし、従来の経路予測装置では、1つの周辺車両の予測経路と他の周辺車両の予測経路の組み合わせに対する干渉度は算出されないため、複数の周辺車両の相互の動きを考慮した経路予測が行われない。その結果、複数の周辺車両の経路予測に重なりが生じるなど矛盾が生じる場合もあり、複数の周辺車両の相互の経路を精度よく予測できないことが課題となる。また、1つの周辺車両の予測経路に対して他の周辺車両の全ての予測経路を考慮した干渉度を計算するため、演算負荷が大きいことも課題となる。

 本発明は上記の課題を解決するためになされたものであって、将来的に複数車両に衝突が起こり得る場合において、演算負荷を低減しつつ、矛盾なく複数車両の予測経路を算出することを目的とする。

 この発明に係る経路予測装置は、自車の位置、及び前記自車の周辺車両の位置と速度を観測する観測部と、前記観測部で観測された観測結果に基づき、前記自車及び衝突可能性のある少なくとも2つの前記周辺車両を検知する車両検知部と、前記車両検知部で検知された少なくとも2つの周辺車両が衝突を回避する複数の仮説を生成する仮説生成部と、前記仮説生成部で生成された複数の仮説のそれぞれの発生する確からしさを示す尤度を算出する尤度算出部と、前記尤度算出部で算出された尤度に基づき、前記少なくとも2つの周辺車両の予測経路を分析し、その分析結果を出力する予測経路分析部と、を備えたことを特徴とする。

 この発明によれば、将来的に複数の周辺車両に衝突が起こり得る場合において、演算負荷を低減しつつ、矛盾なく複数車両の予測経路を算出することができる。

この発明の実施の形態1に係る経路予測装置100の構成を示す図。 この発明の実施の形態1に係る経路予測装置100のハードウェア構成例を示す図。 この発明の実施の形態1に係る経路予測装置100の他のハードウェア構成例を示す図。 この発明の実施の形態1に係る経路予測装置100での処理を示すフローチャート。 この発明の実施の形態1における仮説生成部3で扱う車両状況の一例。 この発明の実施の形態1における仮説生成部3で扱う衝突回避の仮説。 この発明の実施の形態1における車両の確率分布。 この発明の実施の形態1における各仮説に対する仮説尤度を示す図。 この発明の実施の形態2に係る経路予測装置100の構成を示す図。 この発明の実施の形態3に係る経路予測装置100の構成を示す図。 従来技術において複数車両が混在する道路状況の一例。 従来技術において複数車両が回避した場合に予測を誤る例。

 実施の形態1.
 以下、この発明の実施の形態について説明する。

 図1は、実施の形態1の経路予測装置100を示す構成図である。図1に示すように、本実施例の経路予測装置100は、観測部1、車両検知部2、仮説生成部3、尤度算出部4、予測経路分析部10を備えている。ここで、観測部1はミリ波レーダ、レーザレーダ、光学カメラ、赤外カメラ等のセンサ、及び周辺車両や歩行者のGPS位置を受信する通信装置等を用いて、自車の位置、及び周辺車両や歩行者の位置や速度を測定する。車両検知部2は観測部1で観測された観測結果に基づき自車及び衝突可能性のある少なくとも2つの周辺車両を検知する機能を有しており、レーン検出部5、追尾処理部6、衝突検知部7を備える。また、仮説生成部3は車両検知部2で検知された2つの周辺車両が衝突を回避する複数の仮説を生成する機能を有している。また、尤度算出部4は仮説生成部3で生成された仮説ごとにその発生する確からしさを示す尤度を算出する機能を有しており、経路予測部8、仮説尤度計算部9を備えている。予測経路分析部10は尤度算出部4で算出された尤度に基づき、適した予測経路を分析する機能を有している。

 実施の形態1に記載の経路予測装置100における観測部1、車両検知部2、仮説生成部3、尤度算出部4、レーン検出部5、追尾処理部6、衝突検知部7、経路予測部8、仮説尤度計算部9、予測経路分析部10の各機能は、処理回路(Processing Circuitry)により実現される。処理回路は、専用のハードウェアであっても、メモリに格納されるプログラムを実行するCPU(Central Processing Unit、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、プロセッサー、DSPともいう)であってもよい。

 処理回路が専用のハードウェアである場合、経路予測装置100は、図2に示すように、観測部1を含む受信装置201と処理回路202とを備える。処理回路202は、例えば、単一回路(a single circuit)、複合回路(multiple circuits)、プログラム化したプロセッサー(a programmed processor)、並列プログラム化したプロセッサー(multiple programmed processors)、ASIC(Application Specific Integrated Circuit)、FPGA(Field Programmable Gate Array)、またはこれらを組み合わせたものが該当する。観測部1、車両検知部2、仮説生成部3、尤度算出部4、レーン検出部5、追尾処理部6、衝突検知部7、経路予測部8、仮説尤度計算部9、予測経路分析部10の各部の機能それぞれを処理回路で実現してもよいし、各部の機能をまとめて処理回路で実現してもよい。

 処理回路がCPUの場合、経路予測装置100は、図3に示すように、受信装置203と、処理回路204と、メモリ205とを備える。観測部1、車両検知部2、仮説生成部3、尤度算出部4、レーン検出部5、追尾処理部6、衝突検知部7、経路予測部8、仮説尤度計算部9、予測経路分析部10の機能は、ソフトウェア、ファームウェア、またはソフトウェアとファームウェアとの組み合わせにより実現される。ソフトウェアやファームウェアはプログラムとして記述され、メモリに格納される。処理回路204は、メモリに記憶されたプログラムを読み出して実行することにより、各部の機能を実現する。これらのプログラムの一例は後に述べる図4に示されるステップS101~S108で表すことができる。また、これらのプログラムは、観測部1、車両検知部2、仮説生成部3、尤度算出部4、レーン検出部5、追尾処理部6、衝突検知部7、経路予測部8、仮説尤度計算部9、予測経路分析部10の手順や方法をコンピュータに実行させるものであるともいえる。ここで、メモリ205とは、例えば、RAM、ROM、フラッシュメモリー、EPROM、EEPROM等の、不揮発性または揮発性の半導体メモリや、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等が該当する。

 なお、観測部1、車両検知部2、仮説生成部3、尤度算出部4、レーン検出部5、追尾処理部6、衝突検知部7、経路予測部8、仮説尤度計算部9、予測経路分析部10の各機能について、一部を専用のハードウェアで実現し、一部をソフトウェアまたはファームウェアで実現するようにしてもよい。例えば、観測部1については専用のハードウェアとしての処理回路でその機能を実現し、車両検知部2、仮説生成部3、尤度算出部4、レーン検出部5、追尾処理部6、衝突検知部7、経路予測部8、仮説尤度計算部9、予測経路分析部10については処理回路がメモリに格納されたプログラムを読み出して実行することによってその機能を実現することが可能である。

 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ことができる。

 図4にこの発明の実施の形態1に係る経路予測装置100での処理を示すフローチャートを示す。図4を用いて経路予測装置100の動作を説明する。図1で、経路予測装置100内の観測部1はミリ波レーダ、レーザレーダ、光学カメラ、赤外カメラ等のセンサ、及び周辺車両や歩行者のGPS位置を受信する通信装置等を用いて、自車及びその他の移動車両を含むエリアを観測し、周辺車両や歩行者の位置や速度を測定する(S101)。車両検知部2内のレーン検出部5はカメラ画像等から白線を認識し、自車の位置するレーン情報を得る(S102)。車両検知部2内の追尾処理部6はセンサで取得した位置や速度に基づき追尾処理を介して、周辺車両の位置推定値、速度推定値、前記位置及び速度の推定誤差共分散行列を算出する(S103)。

 車両検知部2内の衝突検知部7では周辺車両同士で衝突する可能性のある周辺車両を検知する(S104)。例えば、TTC(Time To Collision)の考え方に基づいて検知しても良いこととする。TTCは式(1)で定義され、TTCが閾値以下であれば衝突する可能性がある車両として検知する。ここで、車両iは車両jと同じレーンを走行しており、車両iは周辺車両jの先行車両とする。

Figure JPOXMLDOC01-appb-I000001

:サンプリング時刻kにおける周辺車両iの縦方向に対する推定位置
:サンプリング時刻kにおける周辺車両iの縦方向に対する推定速度
:サンプリング時刻kにおける周辺車両jの縦方向に対する推定位置
:サンプリング時刻kにおける周辺車両jの縦方向に対する推定速度

 また、別の方法として、自車周辺に所定領域を設定しておき、前記領域に1~Nステップ後の予測位置が入る車両を検知し、ターゲット車両とみなしてもよい。ここで、式(2)のようにNステップ先までのN個の予測位置を計算する。ここで、式(2)~式(5)は、車両が現在の速度を一定として走行する運動モデル(以下、等速運動モデル)に基づく予測式である。ただし、等速運動モデルに限らず、走行状況によっては等加速度運動モデルとして予測しても良いこととする。 

Figure JPOXMLDOC01-appb-I000002

Figure JPOXMLDOC01-appb-I000003

Figure JPOXMLDOC01-appb-I000004

Figure JPOXMLDOC01-appb-I000005

:サンプリング時刻kにおける周辺車両iの推定状態ベクトル
:サンプリング時刻kにおける周辺車両iのNステップ先予測状態ベクトル
:サンプリング時刻kにおける周辺車両iの横方向に対する推定位置
:サンプリング時刻kにおける周辺車両iの横方向に対する推定速度
:サンプリング時刻kにおける周辺車両iの横方向に対するNステップ先予測位置
:サンプリング時刻kにおける周辺車両iの横方向に対するNステップ先予測速度
:サンプリング時刻kにおける周辺車両iの縦方向に対するNステップ先予測位置
:サンプリング時刻kにおける周辺車両iの縦方向に対するNステップ先予測速度
:ステップ幅
:L行L列の単位行列

 仮説生成部3では衝突検知部7において複数の衝突可能性が検知され、衝突可能性のある少なくとも2つの周辺車両が検知された場合に、以下の処理を実施する。仮説生成部3では、まず、上記の複数の衝突可能性を回避するために回避行動をとる衝突可能性のある少なくとも2つの周辺車両(以下、回避車両)を選定する。次に、少なくとも2つの回避車両が取り得る衝突回避モデルの組み合わせから予測シーン(以降、仮説と呼ぶ)を生成する(S105)。例えば、図5のように自車及び車両A~Eが存在し、車両AとB、車両CとEが衝突する場合では、後続車である車両Aと車両Cが衝突を回避するために、衝突回避モデルに従って回避する。ここで、衝突回避モデルとして、例えば制動回避モデル、左操舵回避モデル、右操舵回避モデルを定義してもよい。制動回避モデルは車線維持したまま、制動で衝突を回避するモデル、左/右操舵回避モデルは操舵量を入力することで左/右へ車線変更し、衝突を回避するモデルとする。また、前記モデルについて、制動量もしくは操舵量は所定の限界値を超えないように設定することとする。図5では、走行車線は2レーンのため、図6のように車両A及び車両Cの衝突回避モデルの組み合わせから4つの仮説が生成される。図6では、走行車線が2レーンであるため、車両Aに対しては右操舵モデルと制動モデルのみが扱われ、左操舵モデルは現実の経路との矛盾が生じため扱われていない。また、車両Cに対しては左操舵モデルと制動モデルのみが扱われ、右操舵モデルは現実の経路との矛盾が生じため扱われていない。このように、現実に生じる経路と矛盾の生じるモデルを排除し、矛盾の生じないモデルのみを扱う。また、図6では、各車両A、Cに対して扱うモデルの組み合わせ全てを扱っているが、各車両A、Cに対して扱うモデルの組み合わせの中で現実の経路と矛盾が生じる場合には、その組み合わせを排除することもできる。その結果、本実施の形態では、車両A、Cの取り得るモデルの組み合わせを起こり得る予測シーン(仮説)として扱うことができる。なお、この仮説は前もってメモリ等に格納し、回避車両の配置パターンに適した仮説をそのメモリから読み込むことで、その仮説を取り出すことができる。

なお、従来の技術では、衝突可能性のある少なくとも2つの周辺車両の回避モデルの組み合わせを生成する例は記載されておらず、周辺車両ごとに個別に他の周辺車両との干渉度を計算するため、複数の周辺車両の経路が相互に重なるなど矛盾の生じる状態に対しても干渉度を計算する必要がある。これに対して、本実施の形態では、少なくとも2つの周辺車両の回避モデルの組み合わせを用いることによって、少なくとも2つの周辺車両が互いに取り得る経路の組み合わせのみに絞った仮説を生成することができる。その結果、少なくとも2つの周辺車両の取り得る経路が重なるなどの矛盾を発生させることなく、必要の経路の組み合わせに絞って、演算処理を進めることで演算処理量を低減することもできる。

 尤度算出部4内の経路予測部8では、図6で示した仮説ごとに回避車両について衝突回避モデルに基づくNステップ先までの予測位置を、将来の予測位置として算出する(S106)。また、回避車両以外については、衝突検知部7で述べたように、車両が等速で運動すると仮定して、Nステップ先までの予測位置を将来の予測位置として算出する。ただし、既に衝突検知部7で算出済みの予測位置については再計算の必要はない。例として、衝突回避モデルに基づく予測位置算出方法について説明する。制動回避モデルの制動用加速度に基づいて式(6)のように仮経路(Nステップ先までの予測位置)を算出する。

Figure JPOXMLDOC01-appb-I000006

Figure JPOXMLDOC01-appb-I000007

Figure JPOXMLDOC01-appb-I000008

:制動用加速度

 左/右操舵回避モデルについても同様に算出できる。ここで、操舵に対する車両の予測位置は、車両重量、車体重心位置、ヨー慣性モーメントなどの車両パラメータによって異なるため、車両パラメータが既知である場合は、予め設定しておき、予測位置を算出する。また、車両パラメータが未知である場合は、公知の学習アルゴリズムなどによって推定されたパラメータを用いても良いこととする。

 尤度算出部4内の仮説尤度計算部9では、仮説ごとに経路予測部8で算出した仮経路に基づいて仮説尤度を算出する(S107)。例えば、仮説尤度の算出については、衝突する時間を用いて尤度評価を行う。車両iとjが最も近づく予測ステップ数nmin(i、j)を式(9)、車両i、j間の距離Rmin(i、j)を式(10)によって定義する。

Figure JPOXMLDOC01-appb-I000009

Figure JPOXMLDOC01-appb-I000010

車両i、j間の距離Rmin(i、j)が閾値以下となる場合は車両i、jが衝突するとみなして、衝突時間を算出する。

Figure JPOXMLDOC01-appb-I000011

車両i、j間の距離Rmin(i、j)が閾値を超える場合は衝突しないとみなして、衝突時間を最大予測ステップ数N以上の固定値として設定する。
Figure JPOXMLDOC01-appb-I000012

次に尤度評価値を式(13)で定義する。式(13)の左辺はm番目の仮説Φmの尤度であり、Z(k)は最新サンプル時刻kにおけるセンサ観測値を意味する。式(13)は周辺車両同士の全組み合わせについて衝突時間の和をとることを意味している。ただし、上記組み合わせについては、最も近接する2車両についてのみ限定しても良いし、同一車線上に入ると予測される車両のみに限定しても良いこととする。

Figure JPOXMLDOC01-appb-I000013

また、仮説尤度の算出について、センサ誤差もしくは追尾処理後の誤差を考慮して尤度評価を行っても良い。まずは、追尾処理部6で出力される位置の推定誤差共分散行列および位置及び速度推定値に基づいて衝突危険度を算出する。式(14)のようにサンプリング時刻kにおける車両i、jのn(n=1、…、N)ステップ後の予測位置の差分を前記推定誤差共分散行列で正規化した値、つまりマハラノビス平方距離εk+nを算出する。

Figure JPOXMLDOC01-appb-I000014

Figure JPOXMLDOC01-appb-I000015

Figure JPOXMLDOC01-appb-I000016

:サンプリング時刻kにおける目標tgtiの平滑誤差共分散行列
:サンプリング時刻kにおける目標tgtiのnステップ先予測誤差共分散行列

車両iとjのマハラノビス平方距離が最小となる予測ステップ数nmin(i、j)を式(17)、車両i、j間のマハラノビス平方距離最小値εmin(i、j)を式(18)によって定義する。 

Figure JPOXMLDOC01-appb-I000017

Figure JPOXMLDOC01-appb-I000018

 次に、尤度評価値を式(19)で定義する。式(19)の右辺は車両同士の全組み合わせについてマハラノビス平方距離の和をとることを意味している。ただし、最も近接する2車両についてのみ限定しても良いし、同一車線上に入ると予測される車両のみに限定しても良いこととする。

Figure JPOXMLDOC01-appb-I000019

また、仮説尤度の算出では、上記nステップ先の予測誤差共分散行列について、車両間の予測誤差分布同士の重なりを指標として、重なり度合いの逆数を用いても良いこととする。例えば、図7のように横軸を位置、縦軸を誤差分布に基づく確率密度関数として、車両i、jの確率分布を表す。図7より、上記重なり度合いは図7の車両の誤差分布同士が重なる範囲(図7の斜線部分)に相当する。なお、図7は説明の都合上、位置を1次元としているため、面積であるが、2次元平面では体積となる。
ここで、車両i、j間の予測誤差分布同士の重なり度合いをD(i,j)とした場合、D(i,j)が最大となる予測ステップ数における重なり度合いDmax(i,j)の逆数より、尤度評価値を式(20)で定義してもよいこととする。

Figure JPOXMLDOC01-appb-I000020

ここで、仮説尤度計算部9の出力としては各仮説の仮説尤度を出力することとなる。図8は仮説尤度計算による出力例を説明した図である。図8より、仮説1は車両AとCが衝突、仮説2は車両CとDが衝突、仮説4は車両CとDが衝突するために仮説尤度は低くなり、仮説3は衝突がないため仮説尤度が高くなる結果が得られる。

予測経路分析部10では、まずは式(21)より、仮説信頼度を算出する。

Figure JPOXMLDOC01-appb-I000021

この結果、各仮説に対応する予測経路の信頼度を把握することができる。予測経路分析部10はこの予測経路の信頼度をもちいて、予測経路に関する分析結果をさまざまな形式で出力することができる。例えば、仮説信頼度が最大となる仮説Φmに含まれる周辺車両の予測経路を選択することで、信頼度が最大の予測経路を選択的に出力できる(S108)。また、予測経路分析部10から、信頼度情報を用いて他の形式の出力を行うことも可能である。信頼度が最大の予測経路を出力する場合、図8の例では仮説3の仮説信頼度が最も高くなるため、車両Aは制動回避、車両Cは制動回避に基づく予測経路を選択することとなる。

以上説明した実施の形態1によれば、経路予測装置100は、自車、及び自車の周辺車両の位置と速度を観測する観測部1と、観測部1で観測された観測結果に基づき、自車及び衝突可能性のある少なくとも2つの周辺車両を検知する車両検知部2と、車両検知部2で検知された少なくとも2つの周辺車両が衝突を回避する複数の仮説を生成する仮説生成部3と、仮説生成部3で生成された複数の仮説のそれぞれの発生する確からしさを示す尤度を算出する尤度算出部4と、尤度算出部4で算出された尤度に基づき、少なくとも2つの周辺車両の予測経路を分析し、その分析結果を出力する予測経路分析部10と、を備えたことを特徴とする経路予測装置。このような構成により、将来的に複数の周辺車両に衝突が起こり得る場合において、車両運動に基づいた予測シーンを生成することで、過不足なく現実で想定されるシーンを網羅することが可能となり、矛盾なく複数車両の予測経路を算出することができるため、周辺車両の経路の予測性能が向上する。また、従来技術のような無数の経路に対して干渉度などの評価値を計算する必要がなくなり、演算負荷を低減することが可能となる。

また、実施の形態1によれば、車両検知部2は、観測部1で観測された観測結果に基づき自車の位置するレーンを検出するレーン検出部5と、観測部1で観測された観測結果に基づき自車の周辺車両を追尾する追尾処理部6と、追尾処理部6の追尾結果された周辺車両の中から、衝突可能性のある少なくとも2つの周辺車両を検知する衝突検知部7と、を備えたことを特徴とする。このような構成により、衝突可能性のある少なくとも2つの周辺車両を検知することができる。

また、実施の形態1によれば、尤度算出部4は、仮説生成部3で生成された仮説ごとに少なくとも2つの周辺車両の将来の位置を予測する経路予測部8と、経路予測部8で予測された前記少なくとも2つの周辺車両の将来の位置に基づき、仮説生成部3で生成された複数の仮説のそれぞれの発生する確からしさを示す尤度を算出する仮説尤度計算部9と、を備えたことを特徴とする。このような構成により、衝突可能性のある少なくとも2つの周辺車両の予測経路に対する尤度を算出することが可能となる。

 また、実施の形態1によれば、予測経路分析部10は仮説尤度計算部9で算出された尤度に基づき、前記少なくとも2つの車両の予測経路を選択して出力することを特徴とする。このような構成により、最も発生する可能性の高い予測経路を経路予測装置100予測結果として表すことが可能となる。

実施の形態2.
 実施の形態1では、予測経路分析部10から信頼度が最大の予測経路を選択的に出力する形式を開示したが、それ以外の形式で分析結果を出力することも可能である。実施の形態2では、実施の形態1とは異なる分析結果を出力する場合について述べる。

 図9は実施の形態2の経路予測装置100を示す構成図である。図9に示すように、本実施例の経路予測装置100は、観測部1、レーン検出部5、追尾処理部6、衝突検知部7、仮説生成部3、経路予測部8、仮説尤度計算部9、予測経路分析部10、予測経路分析部10に備えられた予測経路信頼度算出部11を備えている。また、図9に示される経路予測装置100内の各部の機能を実現するハードウエア構成は、実施の形態1と同様に、図2又は図3の構成で表される。

 予測経路信頼度算出部11では、各車両の予測経路の起こりやすさを表す指標を予測経路信頼度として算出する。例えば、車両iが衝突回避モデルjに基づく予測経路を採用する信頼度を式(22)で算出する。式(22)の左辺は車両iが衝突回避モデルjに基づく予測経路を採用する信頼度である。また、式(23)のP(li、jm)は組み合わせに係わる項であり、仮説Φmに上記予測経路が含まれる場合は1、含まれない場合は0とする。

Figure JPOXMLDOC01-appb-I000022

Figure JPOXMLDOC01-appb-I000023

また、式(24)のように、車両iに対する衝突回避モデルjに基づく予測経路を全衝突回避モデルの信頼度で正規した値を予測経路信頼度として置き換えても良いこととする。

Figure JPOXMLDOC01-appb-I000024
他の処理は実施の形態1と同様であるため、説明を省略する。

 以上、説明した実施の形態2によれば、予測経路分析部10は尤度算出部4で算出された尤度に基づき、少なくとも2つの周辺車両の予測経路の起こりやすさを表す予測経路信頼度を予測経路ごとに算出する予測経路信頼度算出部11を備えたことを特徴とする。このような構成により、実施の形態1で示したように各車両の予測経路を一つに決定するのではなく、予測経路の起こりやすさを表す定量値を出力することでユーザーが直感的に理解できる。その他のシステムにも利用されやすくなる効果がある。

実施の形態3.
 本実施の形態は実施の形態1、2の経路予測装置100からの出力を表示部に表示する場合の構成を示す。

 図10は実施の形態3に係る経路予測装置100を示す構成図である。図10に示すように、実施の形態3の経路予測装置100は、観測部1、信号処理部20、表示部30を備えており、信号処理部20は実施の形態1、2で示した車両検知部2、仮説生成部3、尤度算出部4、予測経路分析部10を含んでいる。また、図10に示される経路予測装置100内の各部の機能を実現するハードウエア構成は、実施の形態1と同様に、図2又は図3の構成で表される。

 本実施の形態の経路予測装置100は、実施の形態1、2と同様に観測部1で自車及びその他の移動車両を含むエリアを観測し、その観測結果を用いて実施の形態1、2と同様に信号処理部20で衝突可能性のある少なくとも2つの周辺車両が衝突を回避するモデルを示す複数の仮説を生成し、その複数の仮説のそれぞれに対応する予測経路の予測経路信頼度を算出するとともに、予測経路信頼度を出力し、表示部30は少なくとも2つの周辺車両の取り得る予測経路とその予測経路に対応する信頼度を表示画面に表示する。

 このように、実施の形態3によれば、自車の位置、及び前記自車の周辺車両の位置と速度を観測する観測部1と、観測部1で観測された観測結果に基づき検出された衝突可能性のある少なくとも2つの周辺車両の衝突回避モデルを示す複数の仮説を生成し、その複数の仮説のそれぞれに対応する前記少なくとも2つの周辺車両の予測経路の予測経路信頼度を算出する信号処理部20と、信号処理部20で算出された予測経路信頼度に基づき、前記少なくとも2つの周辺車両の予測経路と予測経路信頼度を表示する表示部30と、を備えたことを特徴とする。このような構成により、経路予測装置100は周辺車両の予測経路を視覚的に把握することができる。また、予測経路信頼度に応じて色を変えて予測経路を表示することで、ユーザーが予測経路信頼度の高い予測経路をより的確に認識することが可能となる。

1:観測部、2:車両検知部、3:仮説生成部、4:尤度算出部、5:レーン検出部、6:追尾処理部、7:衝突検知部、8:経路予測部、9:仮説尤度計算部、10:予測経路分析部、11:予測経路信頼度算出部、20:信号処理部、30:表示部、100:経路予測装置、201、203:受信装置、202、204:処理回路、205:メモリ

Claims (6)

  1. 自車の位置、及び前記自車の周辺車両の位置と速度を観測する観測部と、
    前記観測部で観測された観測結果に基づき、前記自車及び衝突可能性のある少なくとも2つの前記周辺車両を検知する車両検知部と、
    前記車両検知部で検知された少なくとも2つの周辺車両が衝突を回避する複数の仮説を生成する仮説生成部と、
    前記仮説生成部で生成された複数の仮説のそれぞれの発生する確からしさを示す尤度を算出する尤度算出部と、
    前記尤度算出部で算出された尤度に基づき、前記少なくとも2つの周辺車両の予測経路を分析し、その分析結果を出力する予測経路分析部と、
    を備えたことを特徴とする経路予測装置。
  2. 前記車両検知部は、
     前記観測部で観測された観測結果に基づき前記自車の位置するレーンを検出するレーン検出部と、
     前記観測部で観測された観測結果に基づき前記周辺車両を追尾する追尾処理部と、
     前記追尾処理部の追尾結果された周辺車両の中から、衝突可能性のある前記少なくとも2つの周辺車両を検知する衝突検知部と、
    を備えたことを特徴とする請求項1に記載の経路予測装置。
  3. 前記尤度算出部は、
     前記仮説生成部で生成された仮説ごとに前記少なくとも2つの周辺車両の将来の位置を予測する経路予測部と、
     前記経路予測部で予測された前記少なくとも2つの周辺車両の将来の位置に基づき、前記仮説生成部で生成された複数の仮説のそれぞれの発生する確からしさを示す尤度を算出する仮説尤度計算部と、
    を備えたことを特徴とする請求項1または請求項2に記載の経路予測装置。
  4.  前記予測経路分析部は前記尤度算出部で算出された尤度に基づき、前記少なくとも2つの周辺車両の予測経路を選択して出力する
    ことを特徴とする請求項1乃至3のいずれか1項に記載の経路予測装置。
  5. 前記予測経路分析部は
    前記尤度算出部で算出された尤度に基づき、前記少なくとも2つの周辺車両の予測経路の起こりやすさを表す予測経路信頼度を予測経路ごとに算出する予測経路信頼度算出部
    を備えたことを特徴とする請求項1乃至4のいずれか1項に記載の経路予測装置。
  6. 自車の位置、及び前記自車の周辺車両の位置と速度を観測する観測部と、
    前記観測部で観測された観測結果に基づき検出された衝突可能性のある少なくとも2つの前記周辺車両の衝突回避モデルを示す複数の仮説を生成し、該複数の仮説のそれぞれに対応する前記少なくとも2つの前記周辺車両の予測経路の予測経路信頼度を算出する信号処理部と、前記信号処理部で算出された予測経路信頼度に基づき、前記少なくとも2つの前記周辺車両の予測経路と予測経路信頼度を表示する表示部と、
    を備えたことを特徴とする経路予測装置。
PCT/JP2015/069131 2015-07-02 2015-07-02 経路予測装置 WO2017002258A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2015/069131 WO2017002258A1 (ja) 2015-07-02 2015-07-02 経路予測装置

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
PCT/JP2015/069131 WO2017002258A1 (ja) 2015-07-02 2015-07-02 経路予測装置
JP2017526206A JP6272566B2 (ja) 2015-07-02 2016-04-27 経路予測装置
CN201680037219.6A CN107710304A (zh) 2015-07-02 2016-04-27 路径预测装置
PCT/JP2016/063161 WO2017002441A1 (ja) 2015-07-02 2016-04-27 経路予測装置
US15/739,650 US20180182245A1 (en) 2015-07-02 2016-04-27 Route prediction system
EP16817551.1A EP3319065A4 (en) 2015-07-02 2016-04-27 Route prediction device

Publications (1)

Publication Number Publication Date
WO2017002258A1 true WO2017002258A1 (ja) 2017-01-05

Family

ID=57608470

Family Applications (2)

Application Number Title Priority Date Filing Date
PCT/JP2015/069131 WO2017002258A1 (ja) 2015-07-02 2015-07-02 経路予測装置
PCT/JP2016/063161 WO2017002441A1 (ja) 2015-07-02 2016-04-27 経路予測装置

Family Applications After (1)

Application Number Title Priority Date Filing Date
PCT/JP2016/063161 WO2017002441A1 (ja) 2015-07-02 2016-04-27 経路予測装置

Country Status (5)

Country Link
US (1) US20180182245A1 (ja)
EP (1) EP3319065A4 (ja)
JP (1) JP6272566B2 (ja)
CN (1) CN107710304A (ja)
WO (2) WO2017002258A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019072949A2 (en) * 2017-10-13 2019-04-18 Robert Bosch Gmbh Systems and methods for vehicle to improve an orientation estimation of a traffic participant

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010033352A (ja) * 2008-07-29 2010-02-12 Nagoya Univ 車線変更警報装置及びプログラム
JP2014241036A (ja) * 2013-06-11 2014-12-25 三菱電機株式会社 車両運転支援装置

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4062353B1 (ja) * 2006-11-10 2008-03-19 トヨタ自動車株式会社 障害物進路予測方法、装置、およびプログラム
JP4623057B2 (ja) * 2007-06-05 2011-02-02 トヨタ自動車株式会社 自車両の移動領域取得装置
CN101943916B (zh) * 2010-09-07 2012-09-26 陕西科技大学 一种基于卡尔曼滤波器预测的机器人避障方法
JP5189157B2 (ja) * 2010-11-30 2013-04-24 株式会社豊田中央研究所 可動物の目標状態決定装置及びプログラム
EP2851886B1 (en) * 2013-09-19 2018-04-11 Volvo Car Corporation Arrangement in a vehicle for providing vehicle driver support, a vehicle, and a method for providing vehicle driver support
CN104157167B (zh) * 2014-08-28 2016-09-28 银江股份有限公司 一种基于协同相对定位技术的车辆防碰撞方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010033352A (ja) * 2008-07-29 2010-02-12 Nagoya Univ 車線変更警報装置及びプログラム
JP2014241036A (ja) * 2013-06-11 2014-12-25 三菱電機株式会社 車両運転支援装置

Also Published As

Publication number Publication date
EP3319065A1 (en) 2018-05-09
EP3319065A4 (en) 2019-02-27
JPWO2017002441A1 (ja) 2017-09-14
JP6272566B2 (ja) 2018-01-31
US20180182245A1 (en) 2018-06-28
CN107710304A (zh) 2018-02-16
WO2017002441A1 (ja) 2017-01-05

Similar Documents

Publication Publication Date Title
EP3242250A1 (en) Improved object detection for an autonomous vehicle
JP6650214B2 (ja) 衝突後操縦計画を行う方法及びシステム、並びに当該システムを備える車両
US9889858B2 (en) Confidence estimation for predictive driver assistance systems based on plausibility rules
US8903588B2 (en) Method and system for predicting movement behavior of a target traffic object
CN105799700B (zh) 避免碰撞控制系统和控制方法
US20170153639A1 (en) Predicting and Responding to Cut In Vehicles and Altruistic Responses
JP5939357B2 (ja) 移動軌跡予測装置及び移動軌跡予測方法
US20140037138A1 (en) Moving object recognition systems, moving object recognition programs, and moving object recognition methods
JP5971341B2 (ja) 物体検出装置及び運転支援装置
JP5786941B2 (ja) 車両用自律走行制御システム
JP6397934B2 (ja) 走行制御装置
US8924140B2 (en) External environment recognition device for vehicle and vehicle system using same
JP4413957B2 (ja) 移動物体検出装置および自律移動物体
JP4343536B2 (ja) 車用の感知装置
US8175797B2 (en) Vehicle drive assist system
EP2137041B1 (de) Verfahren zur berechnung einer kollisionsvermeidenden trajektorie für ein fahrmanöver eines fahrzeugs
WO2015177648A1 (en) Systems and methods for curb detection and pedestrian hazard assessment
JP4790454B2 (ja) 画像認識装置、車両制御装置、画像認識方法および車両制御方法
JP5765431B2 (ja) 車両の運転支援システム
DE102014105722A1 (de) Kollisionserfassungsvorrichtung und Kollisionsabschwächungsvorrichtung
US9796378B2 (en) Vehicle travel path generating apparatus
JP6207723B2 (ja) 衝突防止装置
EP2302412B1 (en) System and method for evaluation of an automotive vehicle forward collision threat
JP5505427B2 (ja) 衝突位置予測装置
WO2015186002A2 (en) Systems and methods for detecting an object

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 15897185

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase in:

Ref country code: DE

NENP Non-entry into the national phase in:

Ref country code: JP

122 Ep: pct application non-entry in european phase

Ref document number: 15897185

Country of ref document: EP

Kind code of ref document: A1