WO2017159334A1 - 情報処理装置、情報処理方法、プログラム、およびビークル - Google Patents

情報処理装置、情報処理方法、プログラム、およびビークル Download PDF

Info

Publication number
WO2017159334A1
WO2017159334A1 PCT/JP2017/007630 JP2017007630W WO2017159334A1 WO 2017159334 A1 WO2017159334 A1 WO 2017159334A1 JP 2017007630 W JP2017007630 W JP 2017007630W WO 2017159334 A1 WO2017159334 A1 WO 2017159334A1
Authority
WO
WIPO (PCT)
Prior art keywords
information
unit
accident
vehicle
information processing
Prior art date
Application number
PCT/JP2017/007630
Other languages
English (en)
French (fr)
Inventor
懿夫 唐
高野　裕昭
博允 内山
裕一 森岡
Original Assignee
ソニー株式会社
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 ソニー株式会社 filed Critical ソニー株式会社
Priority to CN201780015923.6A priority Critical patent/CN108713221B/zh
Priority to US16/080,886 priority patent/US11030904B2/en
Priority to EP17766337.4A priority patent/EP3432292A4/en
Publication of WO2017159334A1 publication Critical patent/WO2017159334A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Q—ARRANGEMENT OF SIGNALLING OR LIGHTING DEVICES, THE MOUNTING OR SUPPORTING THEREOF OR CIRCUITS THEREFOR, FOR VEHICLES IN GENERAL
    • B60Q9/00—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling
    • B60Q9/008—Arrangement or adaptation of signal devices not provided for in one of main groups B60Q1/00 - B60Q7/00, e.g. haptic signalling for anti-collision purposes
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0097—Predicting future conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0965—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages responding to signals from another vehicle, e.g. emergency vehicle

Definitions

  • the present disclosure relates to an information processing device, an information processing method, a program, and a vehicle, and in particular, an information processing device, an information processing method, and a program that can predict the occurrence of a traffic accident with respect to a vehicle represented by, for example, an automobile. , And vehicle.
  • the traffic accident includes accidents such as automobile-to-car, automobile-to-motorcycle (including bicycle), and automobile-to-pedestrian.
  • Traffic accident factors are classified into human factors and environmental factors.
  • ⁇ Human factors include lack of driver skill and experience, driver distraction, and driver's reckless driving.
  • Environmental factors include road conditions, weather conditions, and influences from other vehicles.
  • Measures to prevent traffic accidents due to human factors mentioned above include detecting physiological data during driving, state information of the vehicle, traffic information, driving history information, etc. Some of them estimate driving characteristics and present them to the driver (for example, refer to patent documents).
  • the present disclosure has been made in view of such a situation, and can detect information on other vehicles that run around the vehicle and others who are drivers, and can predict the occurrence of an automobile traffic accident. To do.
  • An information processing apparatus includes a sensing unit that senses a surrounding environment, a receiving unit that receives information for preventing an accident related to a predetermined area according to a current position, and the receiving unit
  • the sensing unit includes a control unit that changes a parameter for sensing the surrounding environment based on the information received for preventing the accident and the performance of the sensing unit.
  • the information for preventing the accident is information related to a condition in which a traffic accident has occurred in the past, information related to a predetermined parameter set during driving, or a predetermined parameter for the sensing unit to sense the surrounding environment. be able to.
  • the control unit can give a warning by video or audio based on information for preventing an accident received from the receiving unit.
  • the control unit can give a warning based on information received from the receiving unit for preventing an accident and the performance of the sensing unit.
  • the control unit can notify and execute a recommended operation mode based on information for preventing an accident received from the receiving unit.
  • the information processing apparatus includes a determination unit that determines a warning level for a traffic accident that may occur in the first vehicle based on information for preventing an accident received from the reception unit.
  • a warning unit that presents a warning to the driver of the first vehicle according to the determined warning level can be further provided.
  • the warning unit can present a warning to the driver of the first vehicle according to feedback information indicating whether or not the recommended driving mode can be executed.
  • the recommended driving modes include travel speed limit, lights on / off, wiper on / off, anti-fogging on / off, audio volume, activation of various sensors, automatic driving (speed control, steering control, Use of front vehicle tracking, automatic braking, etc.), or a change in travel route.
  • the information for preventing an accident received from the receiving unit may include a key factor of the traffic accident and a threshold value thereof.
  • the determination unit can determine a stepwise warning level for a traffic accident that may occur in the first vehicle, based on the number of the key factors whose collected values exceed the threshold.
  • An information processing apparatus includes an acquisition unit that acquires information on a traffic accident that has occurred in the past, an analysis unit that analyzes the acquired information on a traffic accident that has occurred in the past, and The information processing apparatus may further include an accumulation unit that accumulates the analysis results of information related to traffic accidents that occurred in the past in association with each area.
  • the information related to a traffic accident that has occurred in the past may include at least one of occurrence date and time, location, weather, road condition, accident situation, vehicle information, or driver information.
  • the control unit can change the sensing mode of the sensing unit to the high mode when the comparison result between the analysis result of the traffic accident that occurred in the past and the sensed information cannot be adopted.
  • the control unit can change the sensing mode of the sensing unit to a low mode when the recommended operation mode can be executed.
  • the sensing unit can collect information on the second vehicle traveling around the first vehicle from the second vehicle via V2V communication.
  • An information processing method includes a sensing step of sensing an ambient environment by an information processing device, and a reception step of receiving information for preventing an accident related to a predetermined area according to a current position. And a control step of changing a parameter for sensing the surrounding environment in the sensing step based on the received information for preventing an accident and the sensing performance.
  • a program includes a sensing unit that senses a surrounding environment, a receiving unit that receives information for preventing an accident related to a predetermined area according to a current position, and the reception Based on the information for preventing an accident received from the unit and the performance of the sensing unit, the sensing unit functions as a control unit that changes a parameter for sensing the surrounding environment.
  • the surrounding environment is sensed, information for preventing an accident related to a predetermined area according to the current position is received, and the received information and the sensing for preventing the accident are received. Based on the performance, parameters for sensing the surrounding environment are changed.
  • a vehicle includes an information processing unit that predicts a traffic accident that may occur in the vehicle in a vehicle that travels according to a driver's operation, and supplies power to the information processing unit.
  • the information processing unit includes a sensing unit that senses the surrounding environment, a receiving unit that receives information for preventing an accident related to a predetermined area according to a current position, and the receiving unit
  • the sensing unit includes a control unit that changes a parameter for sensing the surrounding environment based on the information for preventing the received accident and the performance of the sensing unit.
  • the surrounding environment is sensed, information for preventing an accident related to a predetermined area according to the current position is received, and the received information and sensing for preventing the accident are received. Based on the performance, parameters for sensing the surrounding environment are changed.
  • the present disclosure it is possible to detect information on other vehicles that run around the host vehicle and others who are drivers, and predict the occurrence of a car traffic accident.
  • FIG. 26 is a block diagram illustrating a configuration example of an information processing apparatus to which the present disclosure is applied. It is a figure which shows the example of the correspondence of the various sensors with which the vehicle is equipped, and the information which can be detected by it. It is a figure which shows the example of the correspondence of the sensor for detecting the vehicle information and driver
  • FIG. 11 is a block diagram illustrating a configuration example of a general-purpose computer.
  • FIG. 1 illustrates a configuration example of a system including a vehicle to which the present disclosure is applied.
  • a vehicle 10 typified by an automobile uses information indicating the state of the vehicle itself (hereinafter referred to as vehicle information) to a cloud server 12 via a wireless communication network (including the communication base station 11) such as LTE communication or WiMAX. Send to.
  • vehicle information information indicating the state of the vehicle itself
  • the vehicle 10 has information stored in the cloud server 12 regarding past traffic accidents for each area of a predetermined size (hereinafter referred to as past accident information), and no traffic accidents for each area of a predetermined size have occurred.
  • Time information hereinafter referred to as safe driving information
  • the vehicle 10 also acquires information having real-time characteristics such as road condition information and weather information from the cloud server 12.
  • the vehicle 10 (for example, the vehicle 10-0) communicates with the other vehicle 10 (for example, the vehicle 10-1) that travels around the driver 10 by using V2V (Vehicle-Vehicle) communication.
  • Vehicle information is communicated in real time with each other, and when a traffic accident is predicted, the fact is notified in real time.
  • the vehicle 10 can also share various information acquired from the cloud server 12 with other vehicles by V2V communication.
  • FIG. 2 shows a configuration example of an information processing apparatus mounted on the vehicle 10.
  • the information processing device 20 gives a stepwise warning when the vehicle 10 on which the information processing device 20 is mounted has a possibility of causing a traffic accident, and prepares for an accident prediction process and an accident prediction process. Information storage processing (both described later in detail) is performed in advance.
  • the information processing apparatus 20 includes a data analysis update unit 21, a real-time data collection control unit 25, a sensor unit 26, a communication unit 27, a system control unit 28, and a warning unit 29.
  • the data analysis update unit 21 includes a past data collection unit 22, a data analysis unit 23, and a database 24.
  • the past data collection unit 22 acquires past accident information and safe driving information from the cloud server 12, for example, and supplies them to the data analysis unit 23.
  • the past accident information includes the date and time of occurrence of a traffic accident that occurred in the past, location, weather, road condition, accident situation, vehicle information, and driver information.
  • the above-mentioned weather includes, for example, distinction between clear, cloudy, rain, snow, dense fog, strong wind, etc., temperature, humidity, atmospheric pressure, brightness, and the like.
  • Road conditions include, for example, road types such as general roads, expressways, mountain roads, agricultural roads, elevated roads, road shapes such as straight lines, curves, and T-shaped roads, pavement materials, road width, slope, flatness, and curvature of curves. Etc. are included.
  • the accident situation includes, for example, the number of dead, the number of severely injured, the number of minor injuries, the vehicle and other damaged conditions, the number of vehicles involved, etc.
  • Vehicle information includes, for example, manufacturer, vehicle type, year, size, vehicle weight, date of manufacture, total travel distance, travel speed, number of passengers, vehicle weight, tire pressure, lights and wipers, anti-fogging, etc. Etc. are included.
  • Driver information includes, for example, age, sex, height, weight, visual acuity, pulse rate, heart rate, blood pressure, respiratory rate, number of blinks and yawns, personality, medical history, medication history, type of driving license, driving history , Traffic accident history, traffic violation disposal history, criminal history, etc.
  • Safe driving information includes weather, road conditions, vehicle information, and driver information when no accident has occurred in each area.
  • the data analysis unit 23 analyzes the past accident information supplied from the past data collection unit 22, and determines the main factor (key factor) of the traffic accident that has occurred for each area of a predetermined size and its threshold value. To do.
  • the data analysis unit 23 determines the recommended driving mode (traveling) for each area of a predetermined size based on the determined key factor and the threshold value of the traffic accident and the safe driving information supplied from the past data collecting unit 22. Speed limit, lights on / off, wiper on / off, anti-fog on / off, audio volume, activation of various sensors, automatic driving (speed control, steering control, front vehicle tracking, automatic braking, etc.) Use), driving route change, etc.).
  • the information accumulation process by the data analysis unit 23 described above may be executed at a predetermined cycle (for example, once a day, once a week, once a month, etc.).
  • analysis of the past accident information and the analysis of the safe driving information described above may be executed in the cloud server 12 instead of the data analysis unit 23.
  • the data analysis unit 23 uses real-time vehicle information and driver information of the host vehicle supplied from the sensor unit 26, and vehicle information and driver information of other vehicles supplied from the communication unit 27. To predict the occurrence of traffic accidents. Specifically, one or more key factors of a traffic accident are compared with the corresponding threshold value ⁇ , and the warning level is determined based on the comparison result. The determined warning level is notified to the warning unit 29 and the recommended operation mode is notified to the system control unit 28.
  • the warning level notified to the warning unit 29 is divided into, for example, three stages. If the number k of key factors that greatly exceeds the threshold is 0 or more and less than the first threshold n, the warning level is set to a low level. If the number k of key factors that greatly exceeds the threshold is greater than or equal to the first threshold n and less than the second threshold m that is greater than the first threshold, the warning level is set to the middle level. If the number k of key factors that greatly exceeds the threshold is greater than or equal to the second threshold m, the warning level is set to the high level. 0 ⁇ k ⁇ n Low level n ⁇ k ⁇ m Middle level m ⁇ k High level
  • the threshold is compared using the driving history as a key factor
  • the magnitude relationship of the values is opposite to the case described above. That is, when the precipitation amount as a key factor is compared with the threshold value ⁇ , it is compared whether or not the precipitation amount is significantly larger than the threshold value ⁇ .
  • the driving history as a key factor is compared with the threshold value ⁇ , it is compared whether or not the driving history is significantly smaller than the threshold value ⁇ .
  • the data analysis unit 23 sends a sensing mode (low mode (energy saving mode), normal mode to the real-time data collection control unit 25 based on feedback information from the system control unit 28 that has notified the recommended operation mode. Mode or high mode).
  • a sensing mode low mode (energy saving mode)
  • normal mode normal mode
  • Sensing mode differs in sensing period (frequency), range, resolution, sensitivity, etc.
  • the sensing cycle is longer, the range is narrower, the resolution is lower, and the sensitivity is lower than in the normal mode. Thereby, consumption of resources such as electric power required for sensing can be suppressed.
  • the sensing cycle is shorter, the range is wider, the resolution is higher, and the sensitivity is higher than in the normal mode.
  • the consumption of resources required for sensing increases, but sensing data useful for predicting traffic accidents can be acquired.
  • the database 24 stores and updates the analysis results of the data analysis unit 23, that is, the key factors and threshold values of traffic accidents for each area and the recommended operation mode each time.
  • the database 24 also includes information on the location of dangerous areas (accident-prone areas) and driver information of the vehicle that does not have real-time characteristics (for example, age, sex, height, weight, visual acuity, medical history, driving history). , Traffic accident history, traffic violation disposal history, etc.).
  • the real-time data collection control unit 25 specifies the type of data to be sensed to the sensor unit 26 based on the key factor of the dangerous area notified from the database 24 via the data analysis unit 23, and sets the sensing mode.
  • Real-time vehicle information for example, travel speed, vehicle weight, tire pressure, lights, wipers, anti-fogging operation status, etc.
  • driver information for example, pulse rate, heart rate, blood pressure, respiratory rate
  • the real-time data collection control unit 25 controls the communication unit 27 to acquire vehicle information and driver information of other vehicles.
  • the sensor unit 26 controls various sensors provided in the vehicle 10 according to the set sensing mode, and acquires vehicle information and driver information having real-time characteristics specified from the real-time data collection control unit 25.
  • the data is supplied to the data analysis unit 23.
  • FIG. 3 is provided in the vehicle 10 and shows the correspondence between various sensors and information obtained thereby.
  • FIG. 4 shows an example of correspondence between vehicle information and driver information having real-time characteristics and various sensors for detecting them.
  • the position and date / time of the vehicle 10 as general information can be acquired by a GPS sensor.
  • Driver information can be collected using, for example, a pupil / iris detection sensor, a five-sensor, a vital sensor, a voice recognition sensor, or the like.
  • Vehicle information, road conditions, and outside air conditions can also be obtained by corresponding sensors.
  • the communication unit 27 acquires the vehicle information and driver information of the other vehicle via the wireless communication network or V2V communication with the other vehicle and supplies the vehicle information and the driver information to the data analysis unit 23.
  • the system control unit 28 requests the vehicle control unit 10a mounted on the vehicle 10 to execute the recommended operation mode notified from the data analysis unit 23 and confirms whether or not the recommended operation mode can be executed (the requested function). And if it is provided, it is determined whether or not it can be activated), and the confirmation result (feedback information) is fed back to the data analysis unit 23.
  • the warning unit 29 changes the cycle, volume, GUI display method, etc. according to the three warning levels (low level, middle level, or high level) notified from the data analysis unit 23, and pays attention to the driver. Give a warning to prompt.
  • warning level when the warning level is high, warning is performed at a short cycle until at least the warning level reaches the middle level.
  • the warning level is the middle level, the warning is issued at least once. If the warning level is low, no warning is given. However, a warning may be issued even when the warning level is a low level.
  • the data analysis unit 23 calculates an accident coefficient C k representing the seriousness of the traffic accident k defined by the following equation (1).
  • N vehicle is a value representing the number of vehicles damaged by the accident.
  • C vehicle is a coefficient for multiplying N vehicle and is set to 0.1.
  • N death is a value representing the number of people who died in the accident.
  • C death is a coefficient for multiplying N death and is set to 0.5.
  • N (injury, 0) is a value representing the number of minor injuries.
  • N (injury, 1) is a value representing the number of serious injuries.
  • C (injury, 0) is a coefficient for multiplying N (injury, 0) and is set to 0.1.
  • C (injury, 1) is a coefficient for multiplying N (injury, 1) and is 0.2.
  • each coefficient mentioned above is an example, and may be another value. It is also possible to calculate an accident factor C k using equation other than equation (1).
  • the data analysis unit 23 generates each factor F i (for example, driver's health condition, driver's driving history, vehicle condition, road slope, rainfall, heavy fog, snowfall, nighttime, etc.) in a certain area.
  • F i for example, driver's health condition, driver's driving history, vehicle condition, road slope, rainfall, heavy fog, snowfall, nighttime, etc.
  • the factor coefficient C Fi that expresses how much it affects multiple traffic accidents
  • the sum of the accident coefficients C k of the affected traffic accidents is calculated as defined by the following equation (2). To do.
  • the data analysis unit 23 identifies one or more factors F i for which the corresponding factor coefficient C Fi exceeds a predetermined threshold ⁇ among the factors F i, and designates them as the key of the traffic accident in the area.
  • a factor is determined, and a threshold value ⁇ for each determined key factor is defined.
  • the threshold ⁇ may be determined based on the factor coefficient C Fi corresponding to each factor F i .
  • the data analysis unit 23 determines a threshold value ⁇ for each key factor.
  • FIG. 5 shows an example of past accident information corresponding to five traffic accidents that occurred in a certain area.
  • FIG. 6 shows whether or not the factors listed for the five traffic accidents are affected.
  • the past accident information corresponding to traffic accidents Accident ID1 is damaged vehicle number 1, death toll 0, since minor injuries number 1, serious injuries is 0, the accident factor C 1, the formula (1 ) And calculated as follows: The same applies to accident coefficients C 2 to C 5 of traffic accidents represented by Accident ID2 to Accident ID5.
  • C snow 0
  • F lack of experience is a factor which factor coefficient C Fi is greater than 2.5
  • F road slope road slope
  • F rain rain
  • FIG. 7 shows an example of the threshold value ⁇ for each key factor.
  • the precipitation amount 110 mm / h in the case of FIG. 7
  • the threshold value ⁇ For F road slope which is a key factor, an inclination angle (40 degrees in the case of FIG. 7) is defined as the threshold value ⁇ .
  • the number of months (in the case of FIG. 7, 6 months) is defined as the threshold value ⁇ .
  • FIG. 8 shows an example of the relationship between the key factor and the recommended operation mode.
  • the parameters of the recommended driving mode for an area are determined based on the key factors of traffic accidents and safe driving information. For example, when rain and side-by-side driving are determined as key factors for car-to-vehicle traffic accidents in a certain area, the recommended driving mode contents include millimeter-wave radar, wiper sensor and driver monitor activation, and speeds of 30 km or less Automatic operation at is determined.
  • the recommended operation mode includes the activation of millimeter wave radar, speed sensor, and driver monitor, Automatic operation at 60km or less will be decided.
  • the recommended driving mode contents include infrared radar, human-vehicle communication, and on-board front camera activation, 30 km / h The following manual operation is determined.
  • FIG. 9 shows an example of a combination (Parameter ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ Set) of real-time data acquired by the real-time data collection control unit 25 notified of the key factor of the current area from the data analysis unit 23 by controlling the sensor 26.
  • the precipitation is 150mm / h
  • the road slope is 60 degrees
  • the driver's driving history is 2 months.
  • execution of a recommended operation mode including travel speed limitation and use of a wiper is required.
  • the precipitation is 150mm / h
  • the road slope is 60 degrees
  • the driver's driving history is 12 months.
  • the parameters of the two types of key factors greatly exceed the threshold value, for example, execution of a recommended operation mode including travel speed limitation and use of a wiper is requested.
  • the precipitation is 150mm / h
  • the road slope is 30 degrees
  • the driver's driving history is 12 months.
  • the parameter of one kind of key factor (precipitation) greatly exceeds the threshold value, for example, execution of a recommended operation mode including travel speed limitation and use of a wiper is requested.
  • the system control unit 28 requests the vehicle control unit 10a to execute a recommended operation mode including, for example, travel speed limitation and use of a wiper, confirms whether the operation is possible, and analyzes the result of the confirmation.
  • a recommended operation mode including, for example, travel speed limitation and use of a wiper
  • An example of feedback information when feeding back to the unit 23 is shown.
  • the speed can be adjusted automatically and the wiper cannot be started.
  • the driver's driving history is 2 months as feedback information. Is done.
  • the speed limit can be executed in the recommended operation mode, the use of the wiper is impossible, so the sensing mode is not changed from the normal mode (or high mode) after this.
  • the driver's driving history is reported as feedback information as feedback information. .
  • the sensing mode is not changed after the normal mode (or high mode).
  • FIG. 11 shows the difference in frequency, range, resolution, and sensitivity between the normal mode and the low mode of the sensing mode. As shown in the figure, energy can be saved in the low mode by changing the frequency between the normal mode and the low mode of the sensing mode.
  • FIG. 12 shows an example of a combination of real-time data (Parameter ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ Set) acquired by the real-time data collection control unit 25 notified of the key factor of the current area from the data analysis unit 23 by controlling the sensor 26.
  • the precipitation is 108mm / h
  • the road slope is 60 degrees
  • the driver's driving history is 2 months.
  • the second threshold value m ⁇ k is satisfied, so the warning level is determined to be a high level.
  • the precipitation is 150mm / h
  • the road slope is 55 degrees
  • the driver's driving history is 3 months.
  • the precipitation is 0 mm / h
  • the road slope is 20 degrees
  • the driver's driving history is one month.
  • the precipitation is 0 mm / h
  • the road slope is 10 degrees
  • the driving history of the driver is 60 months.
  • FIG. 13 is a flowchart for explaining information accumulation processing by the information processing apparatus 20.
  • step S1 the past data collection unit 22 acquires past accident information and safe driving information from the cloud server 12, for example, and supplies them to the data analysis unit 23.
  • step S ⁇ b> 2 the data analysis unit 23 analyzes past accident information supplied from the past data collection unit 22 in the information accumulation process. Specifically, the main factor (key factor) of the traffic accident that occurred there and the threshold value are determined for each area. The recommended driving mode for each area is determined based on the determined key factor of the traffic accident, its threshold value, and the safe driving information supplied from the past data collection unit 22.
  • step S3 the data analysis unit 23 outputs the analysis result to the database 24.
  • the database 24 stores the analysis results input from the data analysis unit 23, that is, the key factors and threshold values of traffic accidents for each area, and the recommended driving mode in association with the location information of the area. This completes the information storage process. This information accumulation process is repeatedly executed at a predetermined cycle.
  • FIG. 14 is a flowchart for explaining accident prediction processing by the information processing apparatus 20.
  • This accident prediction process is started in response to the start of the vehicle 10 in which the information processing apparatus 20 is mounted (for example, the ignition button is turned on).
  • step S11 it is determined whether or not the vehicle 10 has entered a danger area (accident frequent occurrence area), and the system waits until the vehicle 10 enters the danger area.
  • the warning unit 29 superimposes general information (date and time, area, weather, etc.) and a navigation screen (route from the current location to the destination) on the display of the vehicle 10 as shown in FIG. Displayed map).
  • step S12 The process may be advanced to step S12 when it is determined that the vehicle 10 will soon enter the danger area.
  • step S12 the warning unit 29 displays a warning display on the display of the vehicle 10 several times (for example, 1, 2 and so on) as shown in FIG. Times) and a similar warning sound is output.
  • step S13 the database 24 notifies the data analysis unit 23 of the key factor, threshold value, and recommended driving mode of the automobile traffic accident corresponding to the dangerous area.
  • the data analysis unit 23 notifies the notified key factor to the real-time data collection control unit 25 and notifies the system control unit 28 of the recommended operation mode.
  • step S14 the real-time data collection control unit 25 causes the sensor unit 26 to acquire real-time vehicle information and driver information corresponding to the key factor based on the notified key factor of the dangerous area.
  • the initial setting of the sensing mode for the sensor unit 26 is the normal mode.
  • the real-time data collection control unit 25 and the real-time data collection control unit 25 control the communication unit 27 based on the notified key factor of the dangerous area to acquire vehicle information and driver information of other vehicles.
  • the vehicle information and driver information of the own vehicle acquired by the sensor unit 26, and the vehicle information and driver information of other vehicles acquired by the communication unit 27 are data It is supplied to the analysis unit 23.
  • step S15 the data analysis unit 23 compares the supplied sensing data corresponding to the key factor of the dangerous area with each threshold value ⁇ .
  • step S16 the data analysis unit 23 determines whether the comparison result in step S15 can be adopted. Specifically, it is determined that the comparison result cannot be adopted when the value of the sensing data acquired in the state where the sensing mode is set to the normal mode approximates the corresponding threshold value ⁇ . On the other hand, if the value of the sensing data acquired in the state where the sensing mode is set to the normal mode is sufficiently separated from the corresponding threshold value ⁇ , it is determined that the comparison result can be adopted. It is also determined that the comparison result can be adopted when the sensing mode is acquired with the high mode setting.
  • step S16 If it is determined in step S16 that the comparison result in step S15 cannot be adopted, the process proceeds to step S17.
  • step S17 the data analysis unit 23 notifies the real-time data collection control unit 25 that the comparison result in step S15 cannot be adopted. Following this notification, the real-time data collection control unit 25 sets the sensing mode to the high mode for the sensor unit 26. Thereafter, the processes of steps S14 to S16 are executed again.
  • step S16 If it is determined in step S16 that the comparison result in step S15 can be adopted, the process proceeds to step S18.
  • step S18 the data analysis unit 23 determines a warning level based on the comparison result in step S15, and determines whether the warning level is a middle level or a high level. If the warning level is not the middle level or the high level, that is, the warning level is the low level, the process returns to step S11 and waits until the vehicle 10 enters the next danger area.
  • the data analysis unit 23 notifies the sensor unit 27, the system control unit 28, and the warning unit 29 of the warning level (middle level or high level). Thereafter, the process proceeds to step S19.
  • step S19 the warning unit 29 presents a warning corresponding to the notified warning level and key factor to the driver.
  • the display of the vehicle 10 shows, for example, as shown in FIG. 17, “Be careful for beginners! A new route is recommended!”
  • a warning display that calls attention such as “Beware of sharp curves. Reduce speed (not shown)” is continuously displayed, and the same warning sound is output.
  • a new route is displayed on the navigation screen.
  • warning level is the middle level
  • a warning display several times is displayed on the display of the vehicle 10 to call attention such as “Please be careful with fog! Please use fog lights!” As shown in FIG. While displaying, the same warning sound is output. In addition, a new route is displayed on the navigation screen.
  • step S20 the communication unit 27 notifies the other vehicle of the warning level for the own vehicle.
  • step S21 the system control unit 28 requests the vehicle control unit 10a to execute the recommended operation mode notified in step S13 in response to the notification of the warning level from the data analysis unit 23.
  • the vehicle control unit 10a notifies the system control unit 28 of feedback information indicating whether or not the recommended operation mode can be executed, and when the recommended operation mode can be executed (part thereof) (Including the case where it is possible), the execution of the recommended operation mode is started.
  • step S22 the system control unit 28 acquires the feedback information notified from the vehicle control unit 10a and notifies the data analysis unit 23 of the feedback information.
  • step S23 Thereafter, after waiting for a predetermined time (for example, several seconds to several tens of seconds) in step S23, the process proceeds to step S24.
  • a predetermined time for example, several seconds to several tens of seconds
  • step S24 the data analysis unit 23 determines whether or not the recommended operation mode is executable based on the feedback information notified from the system control unit 28. Proceed to step S25.
  • step S25 the data analysis unit 23 notifies the real-time data collection control unit 25 that the recommended operation mode can be executed. Following this notification, the real-time data collection control unit 25 sets the sensing mode to the low mode for the sensor unit 26.
  • step S26 the data analysis unit 23 notifies the warning unit 29 that the recommended operation mode can be executed.
  • the warning unit 29 presents to the driver that the recommended operation mode is being executed on the warning screen.
  • a driver may be urged to perform a predetermined operation such as “Please use wiper” shown in FIG.
  • a predetermined operation in this case, wiper activation
  • the predetermined operation is performed, for example, as shown in FIG. 20, “the wiper is moved according to the recommended operation mode”. You may make it notify that it carried out on behalf of a driver
  • the message shown below may be considered as a message that indicates to the driver that the recommended driving mode is being executed.
  • “The recommended driving mode is set to 40km / h.” “The recommended driving mode has been switched from motor driving to engine driving.” “The sensing mode has been switched from the forward sensing mode to the omnidirectional sensing mode as the recommended operation mode.” “The headlight was turned on as the recommended operation mode.” “The recommended operation mode is to switch from manual drive to auto drive. Press the OK button when ready.”
  • step S27 the data analysis unit 23 notifies the real-time data collection control unit 25 and the warning unit 29 that the recommended operation mode is not executable.
  • the real-time data collection control unit 25 sets the sensing mode to the normal mode for the sensor unit 26.
  • the warning unit 29 presents to the driver that the recommended operation mode cannot be executed by a warning screen such as “The recommended operation mode could not be executed.
  • the sensing mode is already the normal mode, the setting of the sensing mode for the sensor unit 26 can be omitted. Thereafter, the process returns to step S14 and the subsequent steps are repeated.
  • the warning level is three levels, but it may be one level, two levels, or three levels or more.
  • the information processing apparatus 20 that executes the series of processes described above can be executed by hardware or can be executed by software.
  • a program constituting the software is installed in the computer.
  • the computer includes, for example, a general-purpose personal computer capable of executing various functions by installing a computer incorporated in dedicated hardware and various programs.
  • FIG. 21 is a block diagram showing an example of the hardware configuration of a computer that executes the above-described series of processes by a program.
  • a CPU Central Processing Unit
  • ROM Read Only Memory
  • RAM Random Access Memory
  • An input / output interface 205 is further connected to the bus 204.
  • An input unit 206, an output unit 207, a storage unit 208, a communication unit 209, and a drive 210 are connected to the input / output interface 205.
  • the input unit 206 includes a keyboard, a mouse, a microphone, and the like.
  • the output unit 207 includes a display, a speaker, and the like.
  • the storage unit 208 includes a hard disk, a nonvolatile memory, and the like.
  • the communication unit 209 includes a network interface and the like.
  • the drive 210 drives a removable medium 211 such as a magnetic disk, an optical disk, a magneto-optical disk, or a semiconductor memory.
  • the CPU 201 loads the program stored in the storage unit 208 to the RAM 203 via the input / output interface 205 and the bus 204 and executes the program. A series of processing is performed.
  • the program executed by the computer (CPU 201) can be provided by being recorded in the removable medium 211 as a package medium or the like, for example.
  • the program can be provided via a wired or wireless transmission medium such as a local area network, the Internet, or digital satellite broadcasting.
  • the program can be installed in the storage unit 208 via the input / output interface 205 by attaching the removable medium 211 to the drive 210.
  • the program can be received by the communication unit 209 via a wired or wireless transmission medium and installed in the storage unit 208.
  • the program can be installed in the ROM 202 or the storage unit 208 in advance.
  • the program executed by the computer 200 may be a program that is processed in time series in the order described in this specification, or a necessary timing such as when a call is made in parallel. It may be a program in which processing is performed.
  • This indication can also take the following composition.
  • a sensing unit that senses the surrounding environment;
  • a receiving unit for receiving information for preventing an accident related to a predetermined area according to the current position;
  • An information processing apparatus comprising: a control unit that changes a parameter for sensing the surrounding environment based on information for preventing an accident received from the receiving unit and the performance of the sensing unit.
  • the information for preventing the accident is information on conditions in which traffic accidents have occurred in the past, information on predetermined parameters set during driving, or predetermined parameters for the sensing unit to sense the surrounding environment.
  • the information processing apparatus according to (1).
  • the information processing apparatus presents a warning to the driver of the first vehicle according to feedback information indicating whether the recommended driving mode can be executed.
  • the recommended driving modes include travel speed limit, lights on / off, wiper on / off, anti-fogging on / off, audio volume, activation of various sensors, automatic driving (speed control, steering control, Information processing apparatus according to (7), in which at least one of use of front vehicle tracking, automatic braking, etc.) or change of travel route is included.
  • the information for preventing an accident received from the receiving unit includes a key factor of the traffic accident and a threshold value thereof.
  • the information processing apparatus according to any one of (1) to (8).
  • the determination unit determines a stepwise warning level for a traffic accident that may occur in the first vehicle based on the number of the key factors for which the collected value exceeds the threshold value.
  • (6) Information processing device (11) An acquisition unit that acquires information on traffic accidents that occurred in the past; An analysis unit that analyzes information about traffic accidents that occurred in the past, The information processing apparatus according to any one of (1) to (10), further including a storage unit that stores the analysis results of the acquired information on traffic accidents that occurred in the past in association with each area. (12) The information related to a traffic accident that has occurred in the past includes at least one of occurrence date and time, location, weather, road condition, accident situation, vehicle information, or driver information. Information processing apparatus according to (11) .
  • the control unit changes the sensing mode of the sensing unit to the high mode when the comparison result between the analysis result of the traffic accident that occurred in the past and the sensed information cannot be adopted.
  • (1) to (12) The information processing apparatus according to any one of the above.
  • (14) The information processing apparatus according to any one of (1) to (13), wherein the control unit changes a sensing mode of the sensing unit to a low mode when the recommended operation mode can be executed.
  • the sensing unit collects information on the second vehicle traveling around the first vehicle from the second vehicle via V2V communication.
  • the driver information includes age, sex, height, weight, visual acuity, pulse rate, heart rate, blood pressure, respiratory rate, number of blinks and yawns, personality, medical history, medication history, type of driving license, driving history,
  • the information processing apparatus according to any one of (1) to (15), including at least one of a traffic accident history, a traffic violation disposal history, or a criminal history.
  • the vehicle information includes manufacturer, vehicle type, year, size, vehicle weight, date of manufacture, total travel distance, travel speed, number of passengers, vehicle weight, tire air pressure, light operation status, wiper operation status, or anti-fogging.
  • the information processing apparatus according to any one of (1) to (16), wherein at least one of the operation states is included.
  • Sensing step to sense the surrounding environment A receiving step for receiving information for preventing an accident related to a predetermined area according to the current position;
  • An information processing method comprising: a control step of changing a parameter for sensing the surrounding environment in the sensing step based on information received for preventing an accident and sensing performance.
  • An information processing unit for predicting a traffic accident that may occur in the vehicle;
  • a power supply unit for supplying power to the information processing unit,
  • the information processing unit A sensing unit that senses the surrounding environment;
  • a receiving unit for receiving information for preventing an accident related to a predetermined area according to the current position;
  • a vehicle comprising: a control unit that changes parameters for sensing the surrounding environment based on information for preventing an accident received from the receiving unit and performance of the sensing unit.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Transportation (AREA)
  • Human Computer Interaction (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Emergency Management (AREA)
  • Business, Economics & Management (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本開示は、自車の周囲を走行する他車とその運転者である他者に関する情報も検出して、自動車交通事故の発生を予測することができるようにする情報処理装置、情報処理方法、プログラム、およびビークルに関する。 本開示の第1の側面である情報処理装置は、周囲の環境をセンシングするセンシング部と、現在位置に応じた所定のエリアに関する事故を防止するための情報を受信する受信部と、前記受信部より受信した事故を防止するための情報とセンシング部の性能とに基づいて、前記センシング部が周囲の環境をセンシングするためのパラメータを変更する制御部とを備える。本開示は、例えば、カーナビゲーションシステムに適用できる。

Description

情報処理装置、情報処理方法、プログラム、およびビークル
　本開示は、情報処理装置、情報処理方法、プログラム、およびビークルに関し、特に、例えば、自動車に代表されるビークルに対して交通事故の発生を予測できるようにした情報処理装置、情報処理方法、プログラム、およびビークルに関する。
　近年、交通事故は日常生活における最も致命的な事故の一つとなっている。以下、ある運転者が運転する自動車を自車、自車の周囲を走行している車を他車と称し、他者の運転者を他者と称する。また、交通事故とは、自動車対自動車、自動車対２輪車（自転車を含む）、および自動車対歩行者などの事故を含むものとする。
　交通事故の要因（ファクタ）は、人的要因と環境的要因に分類される。
　人的要因としては、運転者の技量や経験の不足、運転者の注意散漫な運転、運転者の無謀な運転などを挙げることができる。
　環境的要因としては、道路状況、気象状況、他車からの影響などを挙げることができる。
　上述した人的要因による交通事故を防ぐ対策としては、運転者の運転中の生理データ、自車の状態情報、交通情報、走行履歴情報などを検出し、それらに基づいて運転者に対する客観的な運転特性を推定して運転者に提示するものがある（例えば、特許文献参照）。
　上述した環境的要因による交通事故を防ぐ対策としては、過去に発生した交通事故に関する情報データベースに蓄積しておき、過去に交通事故が多発している危険エリアを走行する場合には運転者に注意を促すものがある（例えば、特許文献２参照）。
　また、自車と他車との相対位置、他車の動きなどを検出して、他車に起因する交通事故の発生を予測して運転者に注意を促すものも提案されている（例えば、特許文献３参照）。
特開２０１０－１５２４９７号公報 特開２００６－１６３９７３号公報 特開２０１１－１１３１５０号公報
　上述したように、他車の動きを検出して交通事故の発生を予測する発明は存在する。しかしながら、他車を運転する他者が上述した人的要因を有していたとしても、自車側ではそれを検知して事故の発生を予測することができなかった。
　本開示はこのような状況に鑑みてなされたものであり、自車の周囲を走行する他車とその運転者である他者に関する情報も検出して、自動車交通事故の発生を予測できるようにするものである。
　本開示の第１の側面である情報処理装置は、周囲の環境をセンシングするセンシング部と、現在位置に応じた所定のエリアに関する事故を防止するための情報を受信する受信部と、前記受信部より受信した事故を防止するための情報とセンシング部の性能とに基づいて、前記センシング部が周囲の環境をセンシングするためのパラメータを変更する制御部とを備える。
　前記事故を防止するための情報は、過去に交通事故が起きた条件に関する情報、走行時に設定される所定のパラメータに関する情報、または、センシング部が周囲の環境をセンシングするための所定のパラメータとすることができる。
　前記制御部は、前記受信部より受信した事故を防止するための情報に基づいて、映像または音声で警告を行うことができる。
　前記制御部は、前記受信部より受信した事故を防止するための情報と前記センシング部の性能とに基づいた警告を行うことができる。
　前記制御部は、前記受信部より受信した事故を防止するための情報に基づいて、推奨運転モードを通知して実行させることができる。
　本開示の第１の側面である情報処理装置は、前記受信部より受信した事故を防止するための情報に基づいて前記第１のビークルに発生し得る交通事故に対する警告レベルを判定する判定部と、判定された前記警告レベルに応じて、前記第１のビークルの運転者に対して警告を提示する警告部をさらに備えることができる。
　前記警告部は、推奨運転モードの実行の可否を表すフィードバック情報に応じて、前記第１のビークルの運転者に対して警告を提示することができる。
　前記推奨運転モードには、走行制限速度、ライト類のオン・オフ、ワイパーのオン・オフ、曇り止めのオン・オフ、オーディオの音量、各種のセンサの起動、自動運転（速度制御、操舵制御、前車追従、自動ブレーキなどを含む）の使用、または走行ルートの変更のうちの少なくとも一つが含まれるようにすることができる。
　前記受信部より受信した事故を防止するための情報は、前記交通事故のキーファクタとその閾値が含まれるようにすることができる。
　前記判定部は、収集された値が前記閾値を超えている前記キーファクタの数に基づき、前記第１のビークルに発生し得る交通事故に対する段階的な警告レベルを判定することができる。
　本開示の第１の側面である情報処理装置は、過去に発生した交通事故に関する情報を取得する取得部と、取得された過去に発生した交通事故に関する情報を分析する分析部と、取得された過去に発生した交通事故に関する情報の前記分析結果をエリア毎に対応付けて蓄積している蓄積部とをさらに備えることができる。
　過去に発生した交通事故に関する前記情報には、発生日時、場所、天候、道路状況、事故状況、車両情報、または運転者情報のうちの少なくとも一つが含まれるようにすることができる。
　前記制御部は、過去に発生した交通事故の分析結果と、センシングされた情報との比較結果が採用できない場合、前記センシング部のセンシングモードをハイモードに変更することができる。
　前記制御部は、前記推奨運転モードを実行できる場合、前記センシング部のセンシングモードをローモードに変更することができる。
　前記センシング部は、前記第１のビークルの周囲を走行する第２のビークルに関する情報を、V2V通信を介して前記第２のビークルから収集することができる。
　本開示の第１の側面である情報処理方法は、情報処理装置による、周囲の環境をセンシングするセンシングステップと、現在位置に応じた所定のエリアに関する事故を防止するための情報を受信する受信ステップと、受信された事故を防止するための情報とセンシングの性能とに基づいて、前記センシングステップで周囲の環境をセンシングするためのパラメータを変更する制御ステップとを含む。
　本開示の第１の側面であるプログラムは、コンピュータを、周囲の環境をセンシングするセンシング部と、現在位置に応じた所定のエリアに関する事故を防止するための情報を受信する受信部と、前記受信部より受信した事故を防止するための情報とセンシング部の性能とに基づいて、前記センシング部が周囲の環境をセンシングするためのパラメータを変更する制御部として機能させる。
　本開示の第１の側面においては、周囲の環境がセンシングされ、現在位置に応じた所定のエリアに関する事故を防止するための情報が受信され、受信された事故を防止するための情報とセンシングの性能とに基づいて、周囲の環境をセンシングするためのパラメータが変更される。
　本開示の第２の側面であるビークルは、運転者の操作に応じて走行するビークルにおいて、前記ビークルに発生し得る交通事故を予測する情報処理部と、前記情報処理部に対して電力を供給する電源部とを備え、前記情報処理部は、周囲の環境をセンシングするセンシング部と、現在位置に応じた所定のエリアに関する事故を防止するための情報を受信する受信部と、前記受信部より受信した事故を防止するための情報とセンシング部の性能とに基づいて、前記センシング部が周囲の環境をセンシングするためのパラメータを変更する制御部とを備える。
　本開示の第２の側面においては、周囲の環境がセンシングされ、現在位置に応じた所定のエリアに関する事故を防止するための情報が受信され、受信された事故を防止するための情報とセンシングの性能とに基づいて、周囲の環境をセンシングするためのパラメータが変更される。
　本開示の第１および第２の側面によれば、自車の周囲を走行する他車とその運転者である他者に関する情報も検出して、自動車交通事故の発生を予測することができる。
本開示を適用したビークルを含むシステムの構成例を示す図である。 本開示を適用した情報処理装置の構成例を示すブロック図である。 ビークルに備えられている各種センサとそれによって検出できる情報の対応関係の例を示す図である。 リアルタイム性が有る車両情報および運転者情報を検出するためのセンサの対応関係の例を示す図である。 過去事故情報の例を示す図である。 過去事故情報のファクタを示す図である。 キーファクタの閾値の例を示す図である。 キーファクタと推奨運転モードの関係の例を示す図である。 リアルタイムデータの組み合わせの例を示す図である。 フィードバック情報の例を示す図である。 センシングモードの違いを示す図である。 リアルタイムデータの組み合わせの例を示す図である。 情報蓄積処理を説明するフローチャートである。 事故予測処理を説明するフローチャートである。 一般的なナビゲーション画面の表示例を示す図である。 危険エリアに入ったことを表す警告表示の一例を示す図である。 ハイレベルの警告表示の一例を示す図である。 ミドルレベルの警告表示の一例を示す図である。 推奨運転モードの実行を通知する画面の表示の一例を示す図である。 推奨運転モードの実行を通知する画面の表示の一例を示す図である。 汎用のコンピュータの構成例を示すブロック図である。
　以下、本開示を実施するための最良の形態（以下、実施の形態と称する）について、図面を参照しながら詳細に説明する。
　＜本開示を適用したビークルを含むシステムの構成例＞
　図１は、本開示を適用したビークルを含むシステムの構成例を示している。
　自動車に代表されるビークル１０は、ビークル自体の状態を表す情報（以下、車両情報と称する）を、例えばLTE通信やWiMAXなどの無線通信網（通信基地局１１を含む）を介してクラウドサーバ１２に送信する。また、ビークル１０は、クラウドサーバ１２に蓄積されている、所定サイズのエリア毎の過去の交通事故に関する情報（以下、過去事故情報と称する）と、所定サイズのエリア毎交通事故が発生しなかった時の情報（以下、安全運転情報と称する）を取得する。また、ビークル１０は、道路状況の情報、天候に関する情報などリアルタイム性が有る情報もクラウドサーバ１２から取得する。
　さらに、ビークル１０（例えば、ビークル１０－０）は、その周囲を走行している他のビークル１０（例えば、ビークル１０－１）との間でV2V(Vehicle-Vehicle)通信により、運転者情報および車両情報を互いにリアルタイムで通信するとともに、交通事故の発生を予測した場合、その旨をリアルタイムに通知する。
　またさらに、ビークル１０は、クラウドサーバ１２から取得した各種の情報を、V2V通信によって他車と共有することもできる。
　＜ビークル１０に搭載されている情報処理装置の構成例＞
　図２は、ビークル１０に搭載されている情報処理装置の構成例を示している。
　該情報処理装置２０は、情報処理装置２０が搭載されているビークル１０が交通事故を起こす可能性が有る場合に段階的な警告を行うものであり、事故予測処理と、事故予測処理の準備として予め実行しておく情報蓄積処理（いずれも詳細後述）を行うものである。
　該情報処理装置２０は、データ分析更新部２１、リアルタイムデータ収集制御部２５、センサ部２６、通信部２７、システム制御部２８、および警告部２９から構成される。
　データ分析更新部２１は、過去データ収集部２２、データ分析部２３、およびデータベース２４を含む。
　過去データ収集部２２は、例えばクラウドサーバ１２から過去事故情報および安全運転情報を取得してデータ分析部２３に供給する。
　過去事故情報には、過去に発生した交通事故の発生日時、場所、天候、道路状況、事故状況、車両情報、運転者情報が含まれる。
　上記した天候には、例えば、晴れ、曇り、降雨、降雪、濃霧、強風などの区別、温度、湿度、気圧、明るさなどが含まれる。道路状況には、例えば、一般道や高速道、山道、農道、高架路などの道路の種類、直線やカーブ、Ｔ字路などの道路形状、舗装の材質、道幅、傾斜、平面性、カーブの曲率などが含まれる。
　事故状況には、例えば、死者の数、重傷者の数、軽傷者の数、車両その他の破損状態、関係した車両数などが含まれる。車両情報には、例えば、メーカ、車種、年式、サイズ、車重、製造年月、積算走行距離、走行速度、乗員数、車載重量、タイヤ空気圧、ライト類やワイパー、曇り止め等の動作状況などが含まれる。
　運転者情報には、例えば、年齢、性別、身長、体重、視力、脈拍数、心拍数、血圧、呼吸数、瞬きやあくびの回数、性格、病歴、薬服用歴、運転免許の種類、運転歴、交通事故履歴、交通違反処分履歴、犯罪歴などが含まれる。
　安全運転情報には、各エリアで事故が発生していない時の天候、道路状況、車両情報、運転者情報が含まれる。
　データ分析部２３は、情報蓄積処理では、過去データ収集部２２から供給された過去事故情報を分析し、所定サイズのエリア毎にそこで発生した交通事故の主要因（キーファクタ）とその閾値を決定する。
　また、データ分析部２３は、情報蓄積処理では、決定した交通事故のキーファクタとその閾値や過去データ収集部２２から供給された安全運転情報に基づき、所定サイズのエリア毎の推奨運転モード（走行制限速度、ライト類のオン・オフ、ワイパーのオン・オフ、曇り止めのオン・オフ、オーディオの音量、各種のセンサの起動、自動運転（速度制御、操舵制御、前車追従、自動ブレーキなどを含む）の使用、走行ルートの変更などからなる）を決定する。
　なお、上述したデータ分析部２３による情報蓄積処理は、所定の周期（例えば、毎日１回、毎週１回、毎月１回など）で実行すればよい。
　また、上述した過去事故情報の分析と安全運転情報の分析は、データ分析部２３の代わりにクラウドサーバ１２において実行するようにしてもよい。
　データ分析部２３は、事故予測処理では、センサ部２６から供給される自車のリアルタイム性のある車両情報および運転者情報、並びに、通信部２７から供給される他車の車両情報および運転者情報を分析することによって交通事故の発生を予測する。具体的には、交通事故の１以上のキーファクタとそれに対応する閾値αとを比較し、比較結果に基づいて警告レベルを決定する。そして、決定した警告レベルを警告部２９に通知するとともに、推奨運転モードをシステム制御部２８に通知する。
　警告部２９に通知される警告レベルは、例えば、３段階に分かれている。閾値を大幅に超えているキーファクタの数ｋが、０以上であって第１の閾値ｎ未満であれば、警告レベルをローレベルとする。閾値を大幅に超えているキーファクタの数ｋが、第１の閾値ｎ以上であって、第１の閾値よりも大きな第２の閾値ｍ未満であれば、警告レベルをミドルレベルとする。閾値を大幅に超えているキーファクタの数ｋが、第２の閾値ｍ以上であれば、警告レベルをハイレベルとする。
　０≦ｋ＜ｎ　　　　ローレベル
　ｎ≦ｋ＜ｍ　　　　ミドルレベル
　ｍ≦ｋ　　　　　　ハイレベル
　ただし、運転歴をキーファクタとしてその閾値を比較する場合、その値の大小関係は上述した場合と反対になる。すなわち、キーファクタとしての降水量をその閾値αと比較する場合には、降水量が閾値αよりも大幅に多いか否かを比較することになる。これに対して、キーファクタとしての運転歴をその閾値αと比較する場合は、運転歴が閾値αよりも大幅に少ないか否かを比較することになる。
　またさらに、データ分析部２３は、事故予測処理では、推奨運転モードを通知したシステム制御部２８からのフィードバック情報に基づき、リアルタイムデータ収集制御部２５にセンシングモード（ローモード（省エネルギモード）、ノーマルモード、またはハイモード）を通知する。
　センシングモードは、センシングを行う周期（頻度）、範囲、解像度、感度等が異なる。ローモード（省エネルギモード）では、ノーマルモードに比較して、センシングを行う周期が長く、範囲が狭く、解像度が低く、感度が低く設定される。これによりセンシングに要する電力などのリソースの消費などを抑えることができる。
　反対に、ハイモードでは、ノーマルモードに比較して、センシングを行う周期が短く、範囲が広く、解像度が高く、感度が高く設定される。これによりセンシングに要するリソースの消費は増加するものの、交通事故の予測に役立つセンシングデータを取得することができる。
　データベース２４には、データ分析部２３の分析結果、すなわち、エリア毎の交通事故のキーファクタとその閾値と、推奨運転モードがその都度、蓄積、更新される。
　また、データベース２４には、危険エリア（事故多発エリア）の位置情報や、自車の運転者情報のうち、リアルタイム性が無いもの（例えば、年齢、性別、身長、体重、視力、病歴、運転歴、交通事故履歴、交通違反処分履歴など）が蓄積されている。
　リアルタイムデータ収集制御部２５は、データベース２４からデータ分析部２３を介して通知される危険エリアのキーファクタに基づき、センサ部２６に対してセンシングするデータの種類を指定するとともにセンシングモードを設定し、リアルタイム性のある車両情報（例えば、走行速度、車載重量、タイヤ空気圧、ライト類やワイパーや曇り止めの動作状況など）および運転者情報（瞳孔の開度、脈拍数、心拍数、血圧、呼吸数、瞬きやあくびの回数など）を取得させる。また、リアルタイムデータ収集制御部２５は、通信部２７を制御して、他車の車両情報および運転者情報を取得させる。
　センサ部２６は、設定されたセンシングモードに従い、ビークル１０に備えられている各種センサを制御し、リアルタイムデータ収集制御部２５から指定された、リアルタイム性のある車両情報および運転者情報を取得してデータ分析部２３に供給する。
　図３は、ビークル１０に備えられており、各種センサとそれによって得られる情報との対応関係を示している。
　図４は、リアルタイム性が有る車両情報および運転者情報とそれらを検出するための各種センサの対応関係の例を示している。
　例えば、一般情報としてのビークル１０の位置および日時は、GPSセンサによって取得できる。運転者情報は、例えば、瞳孔・虹彩検知センサ、五感センサ、バイタルセンサ、音声認識センサなどを用いて収集できる。車両情報、道路状態、および外気の状態についても、それぞれ対応するセンサによって取得できる。
　通信部２７は、無線通信網または他車とのV2V通信を介して、他車の車両情報および運転者情報を取得してデータ分析部２３に供給する。
　システム制御部２８は、データ分析部２３から通知される推奨運転モードの実行を、ビークル１０に搭載されているビークル制御部１０ａに要請して推奨運転モードの実行の可否を確認（要求された機能を備えているか否か、供えている場合には起動できるか否かを判定する）し、確認結果（フィードバック情報）をデータ分析部２３にフィードバックする。
　警告部２９は、データ分析部２３から通知される３段階の警告レベル（ローレベル、ミドルレベル、またはハイレベル）に従い、周期、音量、GUIの表示方法などを変えて運転者に対して注意を促すための警告を行う。
　例えば、警告レベルがハイレベルである場合、少なくとも警告レベルがミドルレベルになるまで短い周期で警告を行う。警告レベルがミドルレベルである場合、少なくとも１回は警告を行う。警告レベルがローレベルである場合、警告は行わない。ただし、警告レベルがローレベルである場合にも警告を行うようにしてもよい。
　＜データ分析部２３による交通事故のキーファクタとその閾値の決定＞
　次に、データ分析部２３の情報蓄積処理における交通事故のキーファクタとその閾値の特定方法について説明する。
　データ分析部２３は、過去データ収集部２２から供給される過去事故情報に基づき、次式（１）により定義される、交通事故ｋの重大性を表す事故係数Ｃkを算出する。
Figure JPOXMLDOC01-appb-M000001
　ここで、Ｎvehicleは、当該事故により破損した車両の数を表す値である。
Ｃvehicleは、Ｎvehicleに乗算する係数であって0.1とされている。
Ｎdeathは、当該事故により死亡した人数を表す値である。
Ｃdeathは、Ｎdeathに乗算する係数であって0.5とされている。
Ｎ(injury,0)は、軽傷者数を表す値である。
Ｎ(injury,1)は、重傷者数を表す値である。
Ｃ(injury,0)は、Ｎ(injury,0)に乗算する係数であって0.1とされている。
Ｃ(injury,1)は、Ｎ(injury,1)に乗算する係数であって0.2とされている。
　なお、上述した各係数の値は一例であって他の値であってもよい。また、式（１）以外の数式を用いて事故係数Ｃkの算出するようにしてもよい。
　次に、データ分析部２３は、各ファクタＦi（例えば、運転者の健康状態、運転者の運転歴、車両の状態、道路傾斜、降雨、濃霧、降雪、夜間など）が、あるエリアで発生した複数の交通事故に対してどの程度影響を及ぼしているかを表すファクタ係数ＣFiとして、次式（２）で定義されるように、影響を及ぼした交通事故の事故係数Ｃkの総和を算出する。
Figure JPOXMLDOC01-appb-M000002
 　さらに、データ分析部２３は、各ファクタＦiのうち、対応するファクタ係数ＣFiが所定の閾値θを超えている１以上のファクタＦiを特定して、それらをそのエリアにおける交通事故のキーファクタに決定し、決定した各キーファクタの閾値αを定義する。ここで閾値θは、各ファクタＦiに対応するファクタ係数ＣFiに基づいて決定すればよい。またさらに、データ分析部２３は、各キーファクタに対してその閾値αを決定する。
　＜キーファクタの決定の具体例＞
　図５は、あるエリアにおいて発生した５件の交通事故に対応する過去事故情報の例を示している。図６は、上記５件の交通事故に対して列挙しているファクタが影響しているか否かを示している。
　例えば、Accident ID1の交通事故に対応する過去事故情報は、破損車両数が１、死者数が０、軽傷者数が１、重傷者数が０であるので、事故係数Ｃ1は、式（１）に従い、以下のとおりに計算される。Accident ID2乃至Accident ID5で表される交通事故の事故係数Ｃ2乃至Ｃ5についても同様である。
　Ｃ1＝１×0.1＋０×0.5＋１×0.1＋０×0.2＝0.2
　Ｃ2＝２×0.1＋０×0.5＋３×0.1＋０×0.2＝0.5
　Ｃ3＝２×0.1＋１×0.5＋１×0.1＋１×0.2＝1.0
　Ｃ4＝４×0.1＋２×0.5＋０×0.1＋２×0.2＝1.8
　Ｃ5＝１×0.1＋１×0.5＋０×0.1＋４×0.2＝1.4
　次に、図６に挙げられている６種類の各キーファクタについてのファクタ係数ＣFiを式（２）に従って算出する。例えば、ファクタとして想定されている運転者の健康状態が交通事故に影響しているのは、Accident ID2の交通事故のみである。よって、ファクタＦdriver's bad stateに対応するファクタ係数Ｃdriver's bad stateは以下のとおりとなる。他のファクタについても同様である。
　Ｃdriver's bad state＝Ｃ2＝0.5
　Ｃlack of experience＝Ｃ1＋Ｃ3＋Ｃ4＝3.0
　Ｃbad state of vehicle＝Ｃ2＋Ｃ3＝1.5
　Ｃroad slope＝Ｃ1＋Ｃ3＋Ｃ4＝3.0
　Ｃrain＝Ｃ1＋Ｃ2＋Ｃ3＋Ｃ4＝3.5
　Ｃfog＝Ｃ5＝1.4
　Ｃsnow＝０
　Ｃnight＝Ｃ2＋Ｃ4＝2.3
　ここで、ファクタ係数ＣFiに対する閾値θを2.5と定義すれば、ファクタ係数ＣFiが2.5を超えているファクタであるＦlack of experience（運転者の運転歴）、Ｆroad slope（道路傾斜）、およびＦrain（降雨）がキーファクタに決定される。
　図７は、各キーファクタに対する閾値αの例を示している。例えば、キーファクタであるＦrain（降雨）に対しては、その閾値αに降水量（図７の場合、110mm/h）が定義される。キーファクタであるＦroad slope（道路傾斜）に対しては、その閾値αに傾斜角度（図７の場合、40度）が定義される。キーファクタであるＦlack of experience（運転者の運転歴）に対しては、その閾値αに月数（図７の場合、６カ月）が定義される。
　＜交通事故のキーファクタと推奨運転モードの関係＞
　次に、図８は、キーファクタと推奨運転モードの関係の例を示している。
　あるエリアの推奨運転モードのパラメータは、交通事故のキーファクタと、安全運転情報に基づいて決定される。例えば、あるエリアにおける車対車の交通事故のキーファクタとして、雨と脇見運転が決定された場合、推奨運転モードの内容として、ミリ波レーダ、ワイパーセンサ、およびドライバモニタの起動と、時速30km以下での自動運転が決定される。
　また例えば、あるエリアにおける車対自転車の交通事故のキーファクタとして、夜間運転とスピード超過が決定された場合、推奨運転モードの内容として、ミリ波レーダ、スピードセンサ、およびドライバモニタの起動と、時速60km以下での自動運転が決定される。
　また例えば、あるエリアにおける車対歩行者の交通事故のキーファクタとして、脇見運転が決定された場合、推奨運転モードの内容として、赤外線レーダ、人車通信、および車載フロントカメラの起動と、時速30km以下での手動運転が決定される。
　＜推奨運転モードの実行が要請される場合の具体例＞
　次に、推奨運転モードの実行が要請される場合の具体例について説明する。あるエリアにおける交通事故の１以上のキーファクタのパラメータがその閾値を大幅に超えている場合、推奨運転モードの実行がビークル１０側に要請される。
　以下の説明では、あるエリアにおける交通事故のキーファクタとその閾値は、図７に示されたとおりとする。
　図９は、データ解析部２３から現エリアのキーファクタを通知されたリアルタイムデータ収集制御部２５が、センサ２６を制御して取得したリアルタイムデータの組み合わせ(Parameter Set)の例を示している。
　１番目のリアルタイムデータの組み合わせ(Parameter SetID=1)の場合、降水量は０mm/h、道路傾斜は10度、運転者の運転歴は60カ月である。この場合、３つのキーファクタのいずれのパラメータも明らかに閾値を下回っているので、推奨運転モードの実行は要請されない。
　２番目のリアルタイムデータの組み合わせ(Parameter SetID=2)の場合、降水量は108mm/h、道路傾斜は41度、運転者の運転歴は６カ月である。この場合、３つのキーファクタのいずれのパラメータも閾値に近似した値で、閾値を大幅に超えているとは判断できないので、この段階での推奨運転モードの実行の要請は保留されて、センシングモードがハイモードに設定され、再びリアルタイムデータのセンシングが行われる。
　３番目のリアルタイムデータの組み合わせ(Parameter SetID=3)の場合、降水量は150mm/h、道路傾斜は60度、運転者の運転歴は２カ月である。この場合、３種類のキーファクタのパラメータが閾値を大幅に超えているので、例えば、走行速度制限とワイパーの使用を含む推奨運転モードの実行が要請される。
　４番目のリアルタイムデータの組み合わせ(Parameter SetID=4)の場合、降水量は150mm/h、道路傾斜は60度、運転者の運転歴は12カ月である。この場合、２種類のキーファクタ（降水量と道路傾斜）のパラメータが閾値を大幅に超えているので、例えば、走行速度制限とワイパーの使用を含む推奨運転モードの実行が要請される。
　５番目のリアルタイムデータの組み合わせ(Parameter SetID=5)の場合、降水量は150mm/h、道路傾斜は30度、運転者の運転歴は12カ月である。この場合、１種類のキーファクタ（降水量）のパラメータが閾値を大幅に超えているので、例えば、走行速度制限とワイパーの使用を含む推奨運転モードの実行が要請される。
　＜推奨運転モードの実行の可否を表すフィードバックについて＞
　図１０は、システム制御部２８がビークル制御部１０ａに対して、例えば、走行速度制限とワイパーの使用を含む推奨運転モードの実行を要請してその可否を確認して、その確認結果をデータ分析部２３にフィードバックするときのフィードバック情報の例を示している。
　１番目の例(Needed Vehicle System Set=1)では、速度の自動調整とワイパーの起動が可能であることに加えて、運転者の運転歴が18カ月であることがフィードバック情報として通知される。この場合、推奨運転モードの実行が可能であるので、この後、センシングモードがローモードに変更される。
　２番目の例(Needed Vehicle System Set=2)では、速度の自動調整とワイパーの起動が可能であることに加えて、運転者の運転歴が２カ月であることがフィードバック情報として通知される。この場合も、推奨運転モードの実行が可能であるので、この後、センシングモードがローモードに変更される。
　３番目の例(Needed Vehicle System Set=1)では、速度の自動調整が可能、ワイパーの起動が不可能であることに加えて、運転者の運転歴が２カ月であることがフィードバック情報として通知される。この場合、推奨運転モードのうち、速度制限については実行が可能であるが、ワイパーの使用については不可能なので、この後もセンシングモードはノーマルモード（またはハイモード）のまま変更されない。
　４番目の例(Needed Vehicle System Set=1)では、速度の自動調整とワイパーの起動が不可能であることに加えて、運転者の運転歴が２カ月であることがフィードバック情報として通知される。この場合、推奨運転モードの実行が不可能であるので、この後もセンシングモードはノーマルモード（またはハイモード）のまま変更されない。
　＜センシングモードのノーマルモードとローモードの違いの具体例＞
　次に、図１１は、センシングモードのノーマルモードとローモードにおける頻度、範囲、解像度、および感度の違いを示している。同図に示されるように、センシングモードのノーマルモードとローモードとで頻度などを変更することにより、ローモードでは省エネルギを実現できる。
　＜警告レベルの決定の具体例＞
　次に、警告レベルの決定の具体例について説明する。以下の説明では、あるエリアにおける交通事故のキーファクタとその閾値は、図７に示されたとおりとする。また、閾値αを大幅に超えているキーファクタの数ｋと比較する第１の閾値ｎを１、第２の閾値ｍを２と定義する。
　図１２は、データ解析部２３から現エリアのキーファクタを通知されたリアルタイムデータ収集制御部２５が、センサ２６を制御して取得したリアルタイムデータの組み合わせ(Parameter Set)の例を示している。
　１番目のリアルタイムデータの組み合わせ(Scenario ID=1)の場合、降水量は108mm/h、道路傾斜は60度、運転者の運転歴は２カ月である。この場合、閾値を超えているキーファクタ（道路傾斜と運転歴）の数ｋ＝２であり、第２の閾値ｍ≦ｋが成立するので、警告レベルはハイレベルに決定される。
　２番目のリアルタイムデータの組み合わせ(Scenario ID=2)の場合、降水量は108mm/h、道路傾斜は43度、運転者の運転歴は12カ月である。この場合、キーファクタのパラメータは閾値に近いが閾値を大幅に超えていないので、警告レベルの決定は保留されて、センシングモードがハイモードに設定され、再びリアルタイムデータのセンシングが行われる。
　３番目のリアルタイムデータの組み合わせ(Scenario ID=3)の場合、降水量は150mm/h、道路傾斜は55度、運転者の運転歴は３カ月である。この場合、閾値を超えているキーファクタ（道路傾斜と降水量と運転歴）の数ｋ＝３であり、第２の閾値ｍ≦ｋが成立するので、警告レベルはハイレベルに決定される。
　４番目のリアルタイムデータの組み合わせ(Scenario ID=4)の場合、降水量は０mm/h、道路傾斜は20度、運転者の運転歴は１カ月である。この場合、閾値を超えているキーファクタ（運転歴）の数ｋ＝１であり、第１の閾値ｎ≦ｋ＜第２の閾値ｍが成立するので、警告レベルはミドルレベルに決定される。
　５番目のリアルタイムデータの組み合わせ(Scenario ID=2)の場合、降水量は０mm/h、道路傾斜は10度、運転者の運転歴は60カ月である。この場合、閾値を超えているキーファクタ（運転歴）の数ｋ＝０であり、０≦ｋ＜第１の閾値ｎが成立するので、警告レベルはミドルレベルに決定される。
　＜情報処理装置２０の動作について＞
　次に、情報処理装置２０の動作について説明する。
　図１３は、情報処理装置２０による情報蓄積処理を説明するフローチャートである。
　ステップＳ１において、過去データ収集部２２は、例えばクラウドサーバ１２から過去事故情報および安全運転情報を取得してデータ分析部２３に供給する。ステップＳ２において、データ分析部２３は、情報蓄積処理では、過去データ収集部２２から供給された過去事故情報を分析する。具体的には、エリア毎にそこで発生した交通事故の主要因（キーファクタ）とその閾値を決定する。また、決定した交通事故のキーファクタとその閾値や過去データ収集部２２から供給された安全運転情報に基づき、エリア毎の推奨運転モードを決定する。
　ステップＳ３において、データ分析部２３は、分析結果をデータベース２４に出力する。データベース２４は、データ分析部２３から入力された分析結果、すなわち、エリア毎の交通事故のキーファクタとその閾値、および推奨運転モードを、エリアの位置情報に対応付けて蓄積する。以上で、情報蓄積処理は終了される。この情報蓄積処理は、所定の周期で繰り返し実行される。
　次に、図１４は、情報処理装置２０による事故予測処理を説明するフローチャートである。
　この事故予測処理は、情報処理装置２０が搭載されているビークル１０の始動（例えば、イグニッションボタンのオン）に対応して開始される。
　ステップＳ１１では、該ビークル１０が危険エリア（事故多発エリア）に入ったか否かが判断され、ビークル１０が危険エリアに入るまで待機される。この待機の間、警告部２９は、ビークル１０のディスプレイには、例えば図１５に示されるような、一般情報（日時、エリア、天候など）とナビゲーション画面（現在地から目的地までのルートが重畳されている地図）を表示させる。
　その後、ビークル１０が危険エリアに入った場合、処理はステップＳ１２に進められる。なお、ビークル１０が間もなく危険エリアに入ると判断された段階で、処理をステップＳ１２に進めるようにしてもよい。
　ステップＳ１２において、警告部２９は、ビークル１０のディスプレイに、例えば図１６に示されるような、「事故多発エリアにご注意ください！」などの注意を促す警告表示を数回（例えば、１，２回）表示させるとともに、同様の警告音声を出力させる。
　ステップＳ１３において、データベース２４は、該危険エリアに対応する自動車交通事故のキーファクタとその閾値、推奨運転モードをデータ分析部２３に通知する。データ分析部２３は、通知されたキーファクタをリアルタイムデータ収集制御部２５に通知し、推奨運転モードをシステム制御部２８に通知する。
　ステップＳ１４において、リアルタイムデータ収集制御部２５は、通知された危険エリアのキーファクタに基づき、センサ部２６に対して、キーファクタに対応するリアルタイム性のある車両情報および運転者情報を取得させる。なお、センサ部２６に対するセンシングモードの初期設定はノーマルモードとする。また、リアルタイムデータ収集制御部２５は、また、リアルタイムデータ収集制御部２５は、通知された危険エリアのキーファクタに基づき、通信部２７を制御して、他車の車両情報および運転者情報を取得させる。
　センサ部２６によって取得された自車の車両情報および運転者情報、並びに、通信部２７によって取得された他車の車両情報および運転者情報（以下、これらをまとめてセンシングデータと称する）は、データ分析部２３に供給される。
　ステップＳ１５においては、データ分析部２３は、危険エリアのキーファクタに対応する、供給されたセンシングデータと、それぞれの閾値αとを比較する。ステップＳ１６において、データ分析部２３は、ステップＳ１５の比較結果を採用できるか否かを判断する。具体的には、センシングモードがノーマルモードに設定されている状態で取得されたセンシングデータの値が、それに対応する閾値αに近似している場合には比較結果を採用できないと判断する。反対に、センシングモードがノーマルモードに設定されている状態で取得されたセンシングデータの値が、それに対応する閾値αから十分にかい離している場合には比較結果を採用できると判断する。また、センシングモードがハイモードの設定で取得されている場合にも比較結果を採用できると判断する。
　ステップＳ１６において、ステップＳ１５の比較結果を採用できないと判断された場合、処理はステップＳ１７に進められる。
　ステップＳ１７において、データ分析部２３は、ステップＳ１５の比較結果が採用できないことをリアルタイムデータ収集制御部２５に通知する。この通知に従い、リアルタイムデータ収集制御部２５は、センサ部２６に対してセンシングモードをハイモードに設定する。この後、再びステップＳ１４乃至Ｓ１６の処理が実行される。
　ステップＳ１６において、ステップＳ１５の比較結果を採用できると判断された場合、処理はステップＳ１８に進められる。
　ステップＳ１８において、データ分析部２３は、ステップＳ１５の比較結果に基づいて警告レベルを決定し、警告レベルがミドルレベルまたはハイレベルであるか否かを判断する。警告レベルがミドルレベルまたはハイレベルではない、すなわち、警告レベルがローレベルである場合、処理はステップＳ１１に戻されて、ビークル１０が次の危険エリアに入るまで待機となる。
　反対に、警告レベルがミドルレベルまたはハイレベルである場合、データ分析部２３は、警告レベル（ミドルレベルまたはハイレベル）をセンサ部２７、システム制御部２８、および警告部２９に通知する。この後、処理はステップＳ１９に進められる。
　ステップＳ１９において、警告部２９は、通知された警告レベルとキーファクタに応じた警告を運転者に提示する。
　具体的には、警告レベルがハイレベルである場合、ビークル１０のディスプレイに、例えば図１７に示されるような、「初心者の方は十分にご注意ください！新しいルートをお勧めします！」や「急カーブに注意してください。速度を落としてください。（不図示）」などの注意を促す警告表示を継続的に表示させるとともに、同様の警告音声を出力させる。また、ナビゲーション画面には、新しいルートを表示する。
　また、警告レベルがミドルレベルである場合、ビークル１０のディスプレイに、例えば図１８に示されるような、「霧にご注意ください！フォグランプをご使用ください！」などの注意を促す警告表示を数回表示させるとともに、同様の警告音声を出力させる。また、ナビゲーション画面には、新しいルートを表示する。
　ステップＳ２０において、通信部２７は、自車に対する警告レベルを他車に通知する。
　ステップＳ２１において、システム制御部２８は、データ分析部２３から警告レベルが通知されたことに応じ、ステップＳ１３で通知されている推奨運転モードの実行をビークル制御部１０ａに要求する。この要求に応じ、要請に応じ、ビークル制御部１０ａは、推奨運転モードの実行の可否を表すフィードバック情報をシステム制御部２８に通知するとともに、推奨運転モードの実行が可能である場合（その一部が可能である場合も含む）には、推奨運転モードの実行を開始する。
　ステップＳ２２において、システム制御部２８は、ビークル制御部１０ａから通知されたフィードバック情報を取得してデータ分析部２３に通知する。
　この後、ステップＳ２３において所定の時間（例えば、数秒乃至数十秒）だけ待機した後に、処理はステップＳ２４に進められる。
　ステップＳ２４において、データ分析部２３は、システム制御部２８から通知されたフィードバック情報に基づいて、推奨運転モードが実行可能であるか否かを判定し、実行可能であると判定した場合、処理をステップＳ２５に進める。ステップＳ２５において、データ分析部２３は、推奨運転モードが実行可能であることをリアルタイムデータ収集制御部２５に通知する。この通知に従い、リアルタイムデータ収集制御部２５は、センサ部２６に対してセンシングモードをローモードに設定する。
　ステップＳ２６において、データ分析部２３は、推奨運転モードが実行可能であることを警告部２９に通知する。この通知に応じ、警告部２９は、警告画面により推奨運転モードが実行中であることを運転者に提示する。この警告画面では、例えば、図１９に示される「ワイパーを使用してください」のように、運転者に対して所定の操作を促すようにしてもよい。または、所定の操作（いまの場合、ワイパー起動）を運転者に代わって実行するようにして、例えば、図２０に示される「推奨運転モードに従い、ワイパーを動かします」のように、所定の操作を運転者に代わって実行した旨を通知するようにしてもよい。この後、処理はステップＳ１４に戻って、それ以降が繰り返される。
　なお、推奨運転モードが実行中であることを運転者に提示するメッセージは、図１９および図２０に示された例の他、例えば、以下に例示するようなものも考えられる。
　「推奨運転モードとして、走行速度を40km/hに設定しました」
　「推奨運転モードとして、モータ走行からエンジン走行に切り替えました」
　「推奨運転モードとして、センシングモードを前方センシングモードから全方位センシングモードに切り替えました」
　「推奨運転モードとして、前照灯をオンしました」
　「推奨運転モードとして、マニュアルドライブからオートドライブに切り替えます。準備できればOKボタンを押してください」等
　一方、ステップＳ２４において、推奨運転モードが実行可能ではないと判定された場合、処理はステップＳ２７に進められる。ステップＳ２７において、データ分析部２３は、推奨運転モードが実行可能ではないことをリアルタイムデータ収集制御部２５および警告部２９に通知する。この通知に従い、リアルタイムデータ収集制御部２５は、センサ部２６に対してセンシングモードをノーマルモードに設定する。警告部２９は、例えば、「推奨運転モードが実行できませんでした。慎重な運転を行ってください」等の警告画面により推奨運転モードが実行できない旨を運転者に提示する。なお、既にセンシングモードがノーマルモードである場合、センサ部２６に対するセンシングモードの設定は省略できる。この後、処理はステップＳ１４に戻って、それ以降が繰り返される。
　以上に説明した事故予測処理によれば、自車とその運転者の情報だけでなく、他車とその運転者である他者の情報に基づいて、自車に発生し得る自動車交通事故を予測すること、具体的には、段階的な警告レベルを発することができる。
　なお、上述した説明では、警告レベルを３段階としたが、これを１段階、２段階、または３段階以上としてもよい。
　＜情報処理装置２０をプログラムによって実現する場合について＞
　上述した一連の処理を実行する情報処理装置２０は、ハードウェアにより実行することもできるし、ソフトウェアにより実行することもできる。一連の処理をソフトウェアにより実行する場合には、そのソフトウェアを構成するプログラムが、コンピュータにインストールされる。ここで、コンピュータには、専用のハードウェアに組み込まれているコンピュータや、各種のプログラムをインストールすることで、各種の機能を実行することが可能な、例えば汎用のパーソナルコンピュータなどが含まれる。
　図２１は、上述した一連の処理をプログラムにより実行するコンピュータのハードウェアの構成例を示すブロック図である。
　このコンピュータ２００において、CPU（Central Processing Unit）２０１，ROM（Read Only Memory）２０２，RAM（Random Access Memory）２０３は、バス２０４により相互に接続されている。
　バス２０４には、さらに、入出力インタフェース２０５が接続されている。入出力インタフェース２０５には、入力部２０６、出力部２０７、記憶部２０８、通信部２０９、およびドライブ２１０が接続されている。
　入力部２０６は、キーボード、マウス、マイクロフォンなどよりなる。出力部２０７は、ディスプレイ、スピーカなどよりなる。記憶部２０８は、ハードディスクや不揮発性のメモリなどよりなる。通信部２０９は、ネットワークインタフェースなどよりなる。ドライブ２１０は、磁気ディスク、光ディスク、光磁気ディスク、または半導体メモリなどのリムーバブルメディア２１１を駆動する。
　以上のように構成されるコンピュータ２００では、CPU２０１が、例えば、記憶部２０８に記憶されているプログラムを、入出力インタフェース２０５およびバス２０４を介して、RAM２０３にロードして実行することにより、上述した一連の処理が行われる。
　コンピュータ（CPU２０１）が実行するプログラムは、例えば、パッケージメディア等としてのリムーバブルメディア２１１に記録して提供することができる。また、プログラムは、ローカルエリアネットワーク、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供することができる。
　コンピュータ２００では、プログラムは、リムーバブルメディア２１１をドライブ２１０に装着することにより、入出力インタフェース２０５を介して、記憶部２０８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部２０９で受信し、記憶部２０８にインストールすることができる。その他、プログラムは、ROM２０２や記憶部２０８に、あらかじめインストールしておくことができる。
　なお、コンピュータ２００が実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであってもよいし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであってもよい。
　本開示の実施の形態は、上述した実施の形態に限定されるものではなく、本開示の要旨を逸脱しない範囲において種々の変更が可能である。
　本開示は以下のような構成も取ることができる。
（１）
　周囲の環境をセンシングするセンシング部と、
　現在位置に応じた所定のエリアに関する事故を防止するための情報を受信する受信部と、
　前記受信部より受信した事故を防止するための情報とセンシング部の性能とに基づいて、前記センシング部が周囲の環境をセンシングするためのパラメータを変更する制御部と
　を備える情報処理装置。
（２）
　前記事故を防止するための情報は、過去に交通事故が起きた条件に関する情報、走行時に設定される所定のパラメータに関する情報、あるいは、センシング部が周囲の環境をセンシングするための所定のパラメータである
　前記（１）に記載の情報処理装置。
（３）
　前記制御部は、前記受信部より受信した事故を防止するための情報に基づいて、映像または音声で警告を行う
　前記（１）または（２）に記載の情報処理装置。
（４）
　前記制御部は、前記受信部より受信した事故を防止するための情報と前記センシング部の性能とに基づいた警告を行う
　前記（１）から（３）のいずれかに記載の情報処理装置。
（５）
　前記制御部は、前記受信部より受信した事故を防止するための情報に基づいて、推奨運転モードを通知して実行させる
　前記（１）から（４）のいずれかに記載の情報処理装置。
（６）
　前記受信部より受信した事故を防止するための情報に基づいて前記第１のビークルに発生し得る交通事故に対する警告レベルを判定する判定部と、
　判定された前記警告レベルに応じて、前記第１のビークルの運転者に対して警告を提示する警告部をさらに備える
　前記（１）から（５）のいずれかに記載の情報処理装置。
（７）
　前記警告部は、推奨運転モードの実行の可否を表すフィードバック情報に応じて、前記第１のビークルの運転者に対して警告を提示する
　前記（６）に記載の情報処理装置。
（８）
　前記推奨運転モードには、走行制限速度、ライト類のオン・オフ、ワイパーのオン・オフ、曇り止めのオン・オフ、オーディオの音量、各種のセンサの起動、自動運転（速度制御、操舵制御、前車追従、自動ブレーキなどを含む）の使用、または走行ルートの変更のうちの少なくとも一つが含まれる
　前記（７）に記載の情報処理装置。
（９）
　前記受信部より受信した事故を防止するための情報は、前記交通事故のキーファクタとその閾値が含まれる
　前記（１）から（８）のいずれかに記載の情報処理装置。
（１０）
　前記判定部は、収集された値が前記閾値を超えている前記キーファクタの数に基づき、前記第１のビークルに発生し得る交通事故に対する段階的な警告レベルを判定する
　前記（６）に記載の情報処理装置。
（１１）
　過去に発生した交通事故に関する情報を取得する取得部と、
　取得された過去に発生した交通事故に関する情報を分析する分析部と、
　取得された過去に発生した交通事故に関する情報の前記分析結果をエリア毎に対応付けて蓄積している蓄積部とをさらに備える
　前記（１）から（１０）のいずれかに記載の情報処理装置。
（１２）
　過去に発生した交通事故に関する前記情報には、発生日時、場所、天候、道路状況、事故状況、車両情報、または運転者情報のうちの少なくとも一つが含まれる
　前記（１１）に記載の情報処理装置。
（１３）
　前記制御部は、過去に発生した交通事故の分析結果と、センシングされた情報との比較結果が採用できない場合、前記センシング部のセンシングモードをハイモードに変更する
　前記（１）から（１２）のいずれかに記載の情報処理装置。
（１４）
　前記制御部は、前記推奨運転モードを実行できる場合、前記センシング部のセンシングモードをローモードに変更する
　前記（１）から（１３）のいずれかに記載の情報処理装置。
（１５）
　前記センシング部は、前記第１のビークルの周囲を走行する第２のビークルに関する情報を、V2V通信を介して前記第２のビークルから収集する
　前記（１）から（１４）のいずれかに記載の情報処理装置。
（１６）
　前記運転者情報には、年齢、性別、身長、体重、視力、脈拍数、心拍数、血圧、呼吸数、瞬きやあくびの回数、性格、病歴、薬服用歴、運転免許の種類、運転歴、交通事故履歴、交通違反処分履歴、または犯罪歴のうちの少なくとも一つが含まれる
　前記（１）から（１５）のいずれかに記載の情報処理装置。
（１７）
　前記車両情報には、メーカ、車種、年式、サイズ、車重、製造年月、積算走行距離、走行速度、乗員数、車載重量、タイヤ空気圧、ライト類動作状況、ワイパー動作状況、または曇り止めの動作状況のうちの少なくとも一つが含まれる
　前記（１）から（１６）のいずれかに記載の情報処理装置。
（１８）
　情報処理装置による、
　周囲の環境をセンシングするセンシングステップと、
　現在位置に応じた所定のエリアに関する事故を防止するための情報を受信する受信ステップと、
　受信された事故を防止するための情報とセンシングの性能とに基づいて、前記センシングステップで周囲の環境をセンシングするためのパラメータを変更する制御ステップと
　を含む情報処理方法。
（１９）
　コンピュータを、
　周囲の環境をセンシングするセンシング部と、
　現在位置に応じた所定のエリアに関する事故を防止するための情報を受信する受信部と、
　前記受信部より受信した事故を防止するための情報とセンシング部の性能とに基づいて、前記センシング部が周囲の環境をセンシングするためのパラメータを変更する制御部と
　して機能させるプログラム。
（２０）
　運転者の操作に応じて走行するビークルにおいて、
　前記ビークルに発生し得る交通事故を予測する情報処理部と、
　前記情報処理部に対して電力を供給する電源部と
　を備え、
　前記情報処理部は、
　　周囲の環境をセンシングするセンシング部と、
　　現在位置に応じた所定のエリアに関する事故を防止するための情報を受信する受信部と、
　　前記受信部より受信した事故を防止するための情報とセンシング部の性能とに基づいて、前記センシング部が周囲の環境をセンシングするためのパラメータを変更する制御部とを備える
　ビークル。
　１０　ビークル，　１０ａ　ビークル制御部，　１１　通信基地局，　１２　クラウドサーバ，　２０　情報処理装置，　２１　データ分析部，　２２　過去データ収集部，　２３　データ分析部，　２４　データベース，　２５　リアルタイムデータ収集制御部，　２６　センサ部，　２７　通信部，　２８　システム制御部，　２９　警告部，　２００　コンピュータ，　２０１　CPU

Claims (18)

  1. 　周囲の環境をセンシングするセンシング部と、
    　現在位置に応じた所定のエリアに関する事故を防止するための情報を受信する受信部と、
    　前記受信部より受信した事故を防止するための情報とセンシング部の性能とに基づいて、前記センシング部が周囲の環境をセンシングするためのパラメータを変更する制御部と
    　を備える情報処理装置。
  2. 　前記事故を防止するための情報は、過去に交通事故が起きた条件に関する情報、走行時に設定される所定のパラメータに関する情報、または、センシング部が周囲の環境をセンシングするための所定のパラメータである
    　請求項１に記載の情報処理装置。
  3. 　前記制御部は、前記受信部より受信した事故を防止するための情報に基づいて、映像または音声で警告を行う
    　請求項１に記載の情報処理装置。
  4. 　前記制御部は、前記受信部より受信した事故を防止するための情報と前記センシング部の性能とに基づいた警告を行う
    　請求項３に記載の情報処理装置
  5. 　前記制御部は、前記受信部より受信した事故を防止するための情報に基づいて、推奨運転モードを通知して実行させる
    　請求項１に記載の情報処理装置。
  6. 　前記受信部より受信した事故を防止するための情報に基づいて第１のビークルに発生し得る交通事故に対する警告レベルを判定する判定部と、
    　判定された前記警告レベルに応じて、前記第１のビークルの運転者に対して警告を提示する警告部をさらに備える
    　請求項１に記載の情報処理装置。
  7. 　前記警告部は、推奨運転モードの実行の可否を表すフィードバック情報に応じて、前記第１のビークルの運転者に対して警告を提示する
    　請求項６に記載の情報処理装置。
  8. 　前記推奨運転モードには、走行制限速度、ライト類のオン・オフ、ワイパーのオン・オフ、曇り止めのオン・オフ、オーディオの音量、各種のセンサの起動、自動運転（速度制御、操舵制御、前車追従、自動ブレーキなどを含む）の使用、または走行ルートの変更のうちの少なくとも一つが含まれる
    　請求項７に記載の情報処理装置。
  9. 　前記受信部より受信した事故を防止するための情報は、前記交通事故のキーファクタとその閾値が含まれる
    　請求項６に記載の情報処理装置。
  10. 　前記判定部は、収集された値が前記閾値を超えている前記キーファクタの数に基づき、前記第１のビークルに発生し得る交通事故に対する段階的な警告レベルを判定する
    　請求項６に記載の情報処理装置。
  11. 　過去に発生した交通事故に関する情報を取得する取得部と、
    　取得された過去に発生した交通事故に関する情報を分析する分析部と、
    　取得された過去に発生した交通事故に関する情報の前記分析結果をエリア毎に対応付けて蓄積している蓄積部とをさらに備える
    　請求項２に記載の情報処理装置。
  12. 　過去に発生した交通事故に関する前記情報には、発生日時、場所、天候、道路状況、事故状況、車両情報、または運転者情報のうちの少なくとも一つが含まれる
    　請求項１１に記載の情報処理装置。
  13. 　前記制御部は、過去に発生した交通事故の分析結果と、センシングされた情報との比較結果が採用できない場合、前記センシング部のセンシングモードをハイモードに変更する
    　請求項２に記載の情報処理装置。
  14. 　前記制御部は、前記推奨運転モードを実行できる場合、前記センシング部のセンシングモードをローモードに変更する
    　請求項２に記載の情報処理装置。
  15. 　前記センシング部は、前記第１のビークルの周囲を走行する第２のビークルに関する情報を、V2V通信を介して前記第２のビークルから収集する
    　請求項２に記載の情報処理装置。
  16. 　情報処理装置による、
    　周囲の環境をセンシングするセンシングステップと、
    　現在位置に応じた所定のエリアに関する事故を防止するための情報を受信する受信ステップと、
    　受信された事故を防止するための情報とセンシングの性能とに基づいて、前記センシングステップで周囲の環境をセンシングするためのパラメータを変更する制御ステップと
    　を含む情報処理方法。
  17. 　コンピュータを、
    　周囲の環境をセンシングするセンシング部と、
    　現在位置に応じた所定のエリアに関する事故を防止するための情報を受信する受信部と、
    　前記受信部より受信した事故を防止するための情報とセンシング部の性能とに基づいて、前記センシング部が周囲の環境をセンシングするためのパラメータを変更する制御部と
    　して機能させるプログラム。
  18. 　運転者の操作に応じて走行するビークルにおいて、
    　前記ビークルに発生し得る交通事故を予測する情報処理部と、
    　前記情報処理部に対して電力を供給する電源部と
    　を備え、
    　前記情報処理部は、
    　　周囲の環境をセンシングするセンシング部と、
    　　現在位置に応じた所定のエリアに関する事故を防止するための情報を受信する受信部と、
    　　前記受信部より受信した事故を防止するための情報とセンシング部の性能とに基づいて、前記センシング部が周囲の環境をセンシングするためのパラメータを変更する制御部とを備える
    　ビークル。
PCT/JP2017/007630 2016-03-14 2017-02-28 情報処理装置、情報処理方法、プログラム、およびビークル WO2017159334A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201780015923.6A CN108713221B (zh) 2016-03-14 2017-02-28 信息处理装置、信息处理方法、程序和车辆
US16/080,886 US11030904B2 (en) 2016-03-14 2017-02-28 Information processing apparatus, information processing method, and vehicle
EP17766337.4A EP3432292A4 (en) 2016-03-14 2017-02-28 INFORMATION PROCESSING DEVICE, INFORMATION PROCESSING METHOD, PROGRAM, AND VEHICLE

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016049231A JP6969072B2 (ja) 2016-03-14 2016-03-14 情報処理装置、情報処理方法、プログラム、およびビークル
JP2016-049231 2016-03-14

Publications (1)

Publication Number Publication Date
WO2017159334A1 true WO2017159334A1 (ja) 2017-09-21

Family

ID=59852301

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/007630 WO2017159334A1 (ja) 2016-03-14 2017-02-28 情報処理装置、情報処理方法、プログラム、およびビークル

Country Status (5)

Country Link
US (1) US11030904B2 (ja)
EP (1) EP3432292A4 (ja)
JP (1) JP6969072B2 (ja)
CN (1) CN108713221B (ja)
WO (1) WO2017159334A1 (ja)

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102263731B1 (ko) 2014-11-11 2021-06-11 현대모비스 주식회사 주변차량의 위치정보 보정 시스템 및 방법
CN108885828B (zh) * 2016-04-15 2021-08-17 本田技研工业株式会社 车辆控制系统、车辆控制方法及存储介质
IT201600087202A1 (it) * 2016-08-25 2018-02-25 I E T S P A Metodo ed apparato di regolazione automatica di un veicolo in una condizione di prestazione prestabilita
KR101956685B1 (ko) * 2018-05-14 2019-03-13 주식회사 만도 차량의 충돌 완화 장치 및 방법
JP2020008888A (ja) * 2018-07-02 2020-01-16 株式会社デンソー 事故警告装置
JP7172523B2 (ja) * 2018-12-03 2022-11-16 トヨタ自動車株式会社 情報処理システム、プログラム、及び制御方法
JP2022028093A (ja) * 2018-12-20 2022-02-15 ソニーグループ株式会社 車両制御装置、車両制御方法、情報処理装置、情報処理方法、及び、プログラム
JP7092054B2 (ja) * 2019-01-23 2022-06-28 トヨタ自動車株式会社 情報処理装置、情報処理方法、プログラム
US20220097733A1 (en) * 2019-02-07 2022-03-31 Mitsubishi Electric Corporation Information collection device and information collection method
CN109889991B (zh) * 2019-04-28 2021-01-12 广东小天才科技有限公司 一种安全提醒方法、装置及移动设备
KR20200144176A (ko) * 2019-06-17 2020-12-29 현대자동차주식회사 차량 및 차량의 제어방법
CN116153122A (zh) * 2019-08-01 2023-05-23 华为技术有限公司 一种车路协同方法及装置
US20220343757A1 (en) * 2019-10-09 2022-10-27 Sony Group Corporation Information processing apparatus, information processing system, and information processing method
WO2021085048A1 (ja) * 2019-10-31 2021-05-06 ソニー株式会社 情報処理装置、情報処理システム及び情報処理方法
JP7238760B2 (ja) * 2019-12-24 2023-03-14 トヨタ自動車株式会社 情報処理装置、情報処理方法、およびシステム
US11225153B2 (en) * 2020-02-03 2022-01-18 GM Global Technology Operations LLC Intelligent vehicles with advanced vehicle camera systems for underbody hazard and foreign object detection
CN111332289B (zh) * 2020-03-23 2021-05-07 腾讯科技（深圳）有限公司 车辆运行环境数据获取方法、装置和存储介质
US11443624B2 (en) * 2020-03-23 2022-09-13 Toyota Motor North America, Inc. Automatic warning of navigating towards a dangerous area or event
US11538343B2 (en) 2020-03-23 2022-12-27 Toyota Motor North America, Inc. Automatic warning of atypical audio indicating a transport event
CN111583632B (zh) * 2020-04-27 2023-11-17 腾讯科技（深圳）有限公司 车辆驾驶风险应对方法、装置
US11367121B2 (en) 2020-06-15 2022-06-21 Capital One Services, Llc Recommendation engine that utilizes travel history to recommend vehicles for customers
CN111815988B (zh) * 2020-07-15 2022-01-11 中国电子技术标准化研究院 一种为应急情况下控制车辆行驶路线的方法、系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004206275A (ja) * 2002-12-24 2004-07-22 Denso Corp 自動運転制御システム
JP2006133967A (ja) * 2004-11-04 2006-05-25 Nissan Motor Co Ltd 車両用表示装置及び車両用表示プログラム
JP2006163973A (ja) 2004-12-09 2006-06-22 Chugoku Electric Power Co Inc:The 安全運転支援システムおよび安全運転支援プログラム
JP2006163799A (ja) * 2004-12-07 2006-06-22 Seiko Epson Corp 踏切の自動車走行制御システム
JP2007329762A (ja) * 2006-06-08 2007-12-20 Fujitsu Ten Ltd 物体候補領域検出装置、物体候補領域検出方法、歩行者認識装置、および車両制御装置
JP2008281448A (ja) * 2007-05-10 2008-11-20 Toyota Motor Corp 車両用運転支援装置
JP2010152497A (ja) 2008-12-24 2010-07-08 Toyota Motor Corp 運転特性取得装置及び交通シミュレーションシステム
JP2011113150A (ja) 2009-11-24 2011-06-09 Fujitsu Ltd 事故発生予測装置、事故発生予測プログラム及び事故発生予測方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3895615B2 (ja) * 2002-03-01 2007-03-22 あいおい損害保険株式会社 交通安全支援装置、交通安全支援システム及び交通安全支援プログラム
DE102004026847A1 (de) * 2004-06-02 2005-12-22 Robert Bosch Gmbh Nachtsichtgerät für Kraftfahrzeuge
DE102004036566A1 (de) * 2004-07-28 2006-03-23 Robert Bosch Gmbh Nachtsichtgerät
US20060028328A1 (en) * 2004-08-03 2006-02-09 Cresse William M Active anti-tailgating and collision warning system
US7825824B2 (en) * 2007-09-18 2010-11-02 At&T Intellectual Property I, L.P. Collaborative environmental reporting
JP2010026951A (ja) * 2008-07-23 2010-02-04 Autonetworks Technologies Ltd 安全走行用の自動支援機器の制御装置
AU2009315229A1 (en) * 2008-11-13 2010-05-20 Aser Rich Limited System and method for improved vehicle safety through enhanced situation awareness of a driver of a vehicle
KR101405679B1 (ko) * 2011-10-11 2014-06-13 현대자동차주식회사 차량 위치 정보 기반 비정상 운전 판정 및 경보 시스템
US9298575B2 (en) * 2011-10-12 2016-03-29 Lytx, Inc. Drive event capturing based on geolocation
US10127810B2 (en) * 2012-06-07 2018-11-13 Zoll Medical Corporation Vehicle safety and driver condition monitoring, and geographic information based road safety systems
EP2879109B1 (en) * 2012-07-27 2022-02-09 Clarion Co., Ltd. Vehicle-mounted surrounding environment recognition device
US20140074402A1 (en) * 2012-09-12 2014-03-13 Lexisnexis Risk Solutions Fl Inc. Systems and methods for determining risks associated with driving routes
WO2015008290A2 (en) * 2013-07-18 2015-01-22 Secure4Drive Communication Ltd. Method and device for assisting in safe driving of a vehicle
KR101824982B1 (ko) * 2015-10-07 2018-02-02 엘지전자 주식회사 차량 및 그 제어방법
US9649974B1 (en) * 2016-02-17 2017-05-16 Wipro Limited System and method for assisted real-time control of vehicle headlight

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004206275A (ja) * 2002-12-24 2004-07-22 Denso Corp 自動運転制御システム
JP2006133967A (ja) * 2004-11-04 2006-05-25 Nissan Motor Co Ltd 車両用表示装置及び車両用表示プログラム
JP2006163799A (ja) * 2004-12-07 2006-06-22 Seiko Epson Corp 踏切の自動車走行制御システム
JP2006163973A (ja) 2004-12-09 2006-06-22 Chugoku Electric Power Co Inc:The 安全運転支援システムおよび安全運転支援プログラム
JP2007329762A (ja) * 2006-06-08 2007-12-20 Fujitsu Ten Ltd 物体候補領域検出装置、物体候補領域検出方法、歩行者認識装置、および車両制御装置
JP2008281448A (ja) * 2007-05-10 2008-11-20 Toyota Motor Corp 車両用運転支援装置
JP2010152497A (ja) 2008-12-24 2010-07-08 Toyota Motor Corp 運転特性取得装置及び交通シミュレーションシステム
JP2011113150A (ja) 2009-11-24 2011-06-09 Fujitsu Ltd 事故発生予測装置、事故発生予測プログラム及び事故発生予測方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3432292A4

Also Published As

Publication number Publication date
JP2017167587A (ja) 2017-09-21
JP6969072B2 (ja) 2021-11-24
US20190035279A1 (en) 2019-01-31
CN108713221A (zh) 2018-10-26
EP3432292A1 (en) 2019-01-23
EP3432292A4 (en) 2019-04-24
CN108713221B (zh) 2022-03-11
US11030904B2 (en) 2021-06-08

Similar Documents

Publication Publication Date Title
WO2017159334A1 (ja) 情報処理装置、情報処理方法、プログラム、およびビークル
US11100801B2 (en) Utilizing sensors to detect hazard from other vehicle while driving
JP5521893B2 (ja) 運転支援システム、車載装置
EP2483105B1 (en) System and method for integrating smartphone technology into safety management platform to improve driver safety
US9122933B2 (en) After market driving assistance system
US20180079424A1 (en) Ice and snow detection systems and methods
US20160133130A1 (en) Method and apparatus for determining traffic safety events using vehicular participative sensing systems
US20140272811A1 (en) System and method for providing driving and vehicle related assistance to a driver
US20080084283A1 (en) Extra-vehicular threat predictor
JP2014081947A (ja) 情報配信装置
US20190204829A1 (en) Vehicle driving risk classification and prevention system and method
CN114347996B (zh) 车辆行为监控
US20220238019A1 (en) Safety performance evaluation apparatus, safety performance evaluation method, information processing apparatus, and information processing method
JP2009003577A (ja) 車両運転支援システム、運転支援装置、車両及び車両運転支援方法
CN109410643A (zh) 一种限高框监控系统及可预防汽车误开进限高框的方法
CN107839692B (zh) 金属桥检测系统和方法
US11267402B1 (en) Systems and methods for prioritizing driver warnings in a vehicle
CN104575067A (zh) 一种将车辆行驶实时数据自动计算、交互共享与发布的系统
JP2021157828A (ja) 情報処理装置
JP2010257307A (ja) 運転支援システム
US20190147264A1 (en) Concentration determination apparatus, concentration determination method, and program for concentration determination
JP4640636B2 (ja) 車両用運転支援装置
Manichandra et al. Advanced Driver Assistance Systems
WO2023002806A1 (ja) システム、車両、携帯端末、及びそれらの方法
WO2023145513A1 (ja) 自動運行装置、車両制御方法

Legal Events

Date Code Title Description
NENP Non-entry into the national phase

Ref country code: DE

WWE Wipo information: entry into national phase

Ref document number: 2017766337

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2017766337

Country of ref document: EP

Effective date: 20181015

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

Ref document number: 17766337

Country of ref document: EP

Kind code of ref document: A1