WO2018134973A1 - 車両挙動予測方法及び車両挙動予測装置 - Google Patents

車両挙動予測方法及び車両挙動予測装置 Download PDF

Info

Publication number
WO2018134973A1
WO2018134973A1 PCT/JP2017/001962 JP2017001962W WO2018134973A1 WO 2018134973 A1 WO2018134973 A1 WO 2018134973A1 JP 2017001962 W JP2017001962 W JP 2017001962W WO 2018134973 A1 WO2018134973 A1 WO 2018134973A1
Authority
WO
WIPO (PCT)
Prior art keywords
vehicle
route
traffic
prediction unit
travels
Prior art date
Application number
PCT/JP2017/001962
Other languages
English (en)
French (fr)
Inventor
芳 方
卓也 南里
Original Assignee
日産自動車株式会社
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 日産自動車株式会社 filed Critical 日産自動車株式会社
Priority to EP17892862.8A priority Critical patent/EP3573035A4/en
Priority to CN201780083928.2A priority patent/CN110199336A/zh
Priority to MX2019008618A priority patent/MX2019008618A/es
Priority to RU2019126023A priority patent/RU2741129C1/ru
Priority to KR1020197021184A priority patent/KR20190099475A/ko
Priority to CA3050411A priority patent/CA3050411A1/en
Priority to BR112019014912-0A priority patent/BR112019014912A2/pt
Priority to PCT/JP2017/001962 priority patent/WO2018134973A1/ja
Priority to JP2018562829A priority patent/JPWO2018134973A1/ja
Priority to US16/478,397 priority patent/US20190333373A1/en
Publication of WO2018134973A1 publication Critical patent/WO2018134973A1/ja

Links

Images

Classifications

    • 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
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • 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
    • G08G1/09623—Systems involving the acquisition of information from passive traffic signs by means mounted on the vehicle
    • 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/04—Traffic 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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road 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
    • B60W50/0097—Predicting future conditions
    • 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
    • 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
    • G08G1/09626—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages where the origin of the information is within the own vehicle, e.g. a local storage device, digital map
    • 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
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096716—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information does not generate an automatic action on the vehicle control
    • 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
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
    • G08G1/096741—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where the source of the transmitted information selects which information to transmit to each vehicle
    • 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
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
    • G08G1/096758—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where no selection takes place on the transmitted or the received information
    • 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
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • 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
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096783—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a roadside individual element
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication
    • G08G1/163—Decentralised systems, e.g. inter-vehicle communication involving continuous checking
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • 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
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • 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
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/60—Traffic rules, e.g. speed limits or right of way
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2400/00—Special features of vehicle units
    • B60Y2400/30—Sensors
    • B60Y2400/301—Sensors for position or displacement

Definitions

  • the present invention relates to a vehicle behavior prediction method and a vehicle behavior prediction device.
  • Patent Document 1 a driving support device that detects information of other vehicles and supports a driver is known (Patent Document 1).
  • the driving support device according to Patent Literature 1 predicts the travel lane of another vehicle based on the detected travel history of the other vehicle, and determines the possibility of collision between the host vehicle and the other vehicle.
  • the driving support device does not consider the case where the vehicle speed of the other vehicle is low. It may be difficult to acquire information such as posture and travel history from other vehicles with low vehicle speed, and the lane in which the other vehicle travels may not be predicted.
  • the present invention has been made in view of the above-described problems, and an object of the present invention is to improve the prediction accuracy of a route on which another vehicle travels even when the posture and travel history of the other vehicle having a low vehicle speed are difficult.
  • a behavior prediction method and a vehicle behavior prediction apparatus are provided.
  • a vehicle behavior prediction method detects a position of another vehicle around the host vehicle, acquires a road structure including at least a lane around the position of the other vehicle, and determines a traffic rule in the road structure. Obtaining and predicting a route on which another vehicle travels based on traffic rules.
  • FIG. 1 is a configuration diagram of a vehicle behavior prediction apparatus according to the first embodiment of the present invention.
  • FIG. 2 is a diagram for explaining an operation example of the vehicle behavior prediction apparatus according to the first embodiment of the present invention.
  • FIG. 3 is a flowchart for explaining an operation example of the vehicle behavior prediction apparatus according to the first embodiment of the present invention.
  • FIG. 4 is a configuration diagram of a vehicle behavior prediction apparatus according to the second embodiment of the present invention.
  • FIG. 5 is a diagram illustrating an intersection area according to the second embodiment of the present invention.
  • FIG. 6 is a diagram for explaining an operation example of the vehicle behavior prediction apparatus according to the second embodiment of the present invention.
  • FIG. 7 is a diagram for explaining another operation example of the vehicle behavior prediction apparatus according to the second embodiment of the present invention.
  • FIG. 1 is a configuration diagram of a vehicle behavior prediction apparatus according to the first embodiment of the present invention.
  • FIG. 2 is a diagram for explaining an operation example of the vehicle behavior prediction apparatus according to the first embodiment of the present invention
  • FIG. 8 is a diagram for explaining another operation example of the vehicle behavior prediction apparatus according to the second embodiment of the present invention.
  • FIG. 9 is a diagram for explaining another operation example of the vehicle behavior prediction apparatus according to the second embodiment of the present invention.
  • FIG. 10 is a table showing the narrowing-down results according to the second embodiment of the present invention.
  • FIG. 11 is a table showing the narrowing-down results according to the second embodiment of the present invention.
  • FIG. 12 is a diagram for explaining another operation example of the vehicle behavior prediction apparatus according to the second embodiment of the present invention.
  • FIG. 13 is a diagram for explaining another operation example of the vehicle behavior prediction apparatus according to the second embodiment of the present invention.
  • FIG. 14 is a flowchart for explaining an operation example of the vehicle behavior prediction apparatus according to the second embodiment of the present invention.
  • FIG. 15 is a flowchart for explaining an operation example of the vehicle behavior prediction apparatus according to the second embodiment of the present invention.
  • FIG. 16 is a flowchart for explaining an operation example of the vehicle behavior prediction apparatus according to the second embodiment of the present invention.
  • FIG. 17 is a diagram for explaining an operation example of the vehicle behavior prediction apparatus according to another embodiment of the present invention.
  • the vehicle behavior prediction apparatus 1 includes an object detection unit 10, a GPS receiver 20, a map database 30, and a controller 40.
  • the object detection unit 10 is a sensor that detects an object (such as a pedestrian, bicycle, two-wheeled vehicle, or other vehicle) existing around the own vehicle, and is installed in the own vehicle. Thereby, information on the object such as the speed and position of the object existing around the host vehicle is acquired.
  • the object detection unit 10 will be described as a laser range finder.
  • the laser range finder scans the laser beam within a certain angle range, receives the reflected light at that time, and detects the time difference between the time when the laser is emitted and the time when the reflected light is received. It is a sensor that detects the angle.
  • the laser range finder can also detect the relative position and relative distance of the object with respect to the host vehicle.
  • the object detection unit 10 outputs the detected information to the controller 40.
  • the object detection unit 10 is not limited to the laser range finder, and a millimeter wave radar, an ultrasonic sensor, or the like may be used.
  • the GPS receiver 20 detects the current position of the host vehicle by receiving radio waves from an artificial satellite.
  • the GPS receiver 20 outputs the detected current position of the host vehicle to the controller 40.
  • the map database 30 stores various data necessary for route guidance such as road information and facility information.
  • the road information includes data related to the road structure.
  • the data relating to the road structure is data relating to intersections, the number of road lanes, road width information, left- or right-turn lanes, traffic lights, pedestrian crossings, pedestrian bridges, and the like.
  • the map database 30 stores traffic rules in the road structure.
  • the traffic rules are rules stipulated by law, for example, such that the vehicle must follow a traffic signal facing the lane in which it travels.
  • the traffic rule also includes a rule that, when the signal is red, the vehicle should not travel beyond the stop position.
  • the traffic rules include rules with signs such as temporary stop, speed limit, one-way traffic, entry prohibition, and right / left turn prohibition.
  • the road information, traffic rules, and signs are not necessarily acquired from the map database 30, but may be acquired by a sensor provided in the host vehicle M1, and are acquired using inter-vehicle communication and road-to-vehicle communication. You may do it.
  • the map database 30 outputs road information and traffic rules to the controller 40 in response to a request from the controller 40.
  • the map database 30 is not necessarily stored in the host vehicle, and may be stored on a server. When the map database 30 is stored on the server, the controller 40 can acquire map information at any time by communication.
  • the controller 40 is a circuit that processes data acquired from the object detection unit 10, the GPS receiver 20, and the map database 30, and includes, for example, an IC, an LSI, or the like.
  • the controller 40 can classify the information into an information acquisition unit 41 and a route prediction unit 42 when functionally capturing this.
  • the information acquisition unit 41 acquires data from the object detection unit 10, the GPS receiver 20, and the map database 30.
  • the information acquisition unit 41 outputs the acquired data to the route prediction unit 42.
  • the route prediction unit 42 predicts a route on which another vehicle travels based on the data acquired from the information acquisition unit 41. Details of the route prediction unit 42 will be described later. Note that the predicted path of the other vehicle includes a direction, a region, a lane, and the like that the other vehicle will travel from now on, and is not particularly limited as long as the other vehicle travels from now on.
  • the object detection unit 10 when the object detection unit 10 detects another vehicle M2 that is present around the host vehicle M1, the object detection unit 10 outputs position information of the other vehicle M2 to the controller 40.
  • the other vehicle is not limited to an automobile or the like, and may be a bicycle traveling on a road, a motorcycle, or the like.
  • the route prediction unit 42 determines whether the vehicle speed of the other vehicle M2 is equal to or lower than a predetermined value when the position information of the other vehicle M2 is acquired. Whether the vehicle speed of the other vehicle M2 is equal to or less than a predetermined value (for example, 10 km / h) can be determined by the route prediction unit 42 from the relative speed and the relative position of the other vehicle M2 with respect to the host vehicle M1. When the vehicle speed of the other vehicle M2 is determined to be equal to or lower than the predetermined value, the route prediction unit 42 obtains the map database 30 from the current position of the own vehicle M1 acquired from the GPS receiver 20 and the relative position of the other vehicle M2 with respect to the own vehicle. The road structure around the position of the other vehicle M2 is acquired with reference.
  • a predetermined value for example, 10 km / h
  • the route prediction unit 42 acquires that the road structure around the position of the other vehicle M2 is an intersection of two lanes on one side. Note that the lower the vehicle speed, the smaller the amount of movement, and the more difficult it is to calculate the direction of movement, so it is difficult to obtain the posture of another vehicle. Accordingly, instead of determining whether the vehicle speed of the other vehicle M2 is equal to or less than a predetermined value, it may be determined based on whether the other vehicle M2 is stopped. Thereby, even when the other vehicle M2 is stopped and it is difficult to acquire the posture of the other vehicle, the posture of the other vehicle M2 can be predicted.
  • the route prediction unit 42 refers to the map database 30 and acquires the traffic rules in the acquired road structure. That is, the route prediction unit 42 acquires the traffic rules at the intersection shown in FIG.
  • the route prediction unit 42 can determine that the route on which the other vehicle M2 travels is the left turn route R1 as indicated by the arrow in FIG.
  • the route prediction unit 42 can improve the prediction accuracy of the route on which the other vehicle M2 travels by predicting the route on which the other vehicle M2 travels based on the traffic rules.
  • the route prediction unit 42 can determine from the road structure acquired from the map database 30 that the lane in which the other vehicle M2 exists is a left-turn exclusive lane.
  • step S101 the object detection unit 10 detects other vehicles around the host vehicle M1.
  • step S102 the route prediction unit 42 determines whether the vehicle speed of the other vehicle M2 detected in step S101 is equal to or less than a predetermined value. If the vehicle speed of the other vehicle M2 is equal to or lower than the predetermined value (Yes in step S102), the process proceeds to step S103. On the other hand, when the vehicle speed of the other vehicle M2 is not less than or equal to the predetermined value, the process returns to step S101.
  • step S103 the GPS receiver 20 detects the current position of the host vehicle M1 in order to acquire the road structure at the current position of the host vehicle M1. And the relative position of the other vehicle M2 with respect to the own vehicle M1 is detected.
  • the route prediction unit 42 refers to the relative position of the other vehicle M2 with respect to the host vehicle M1 and the map database 30, and acquires the road structure around the position of the other vehicle M2.
  • the road structure is, for example, an intersection.
  • the road structure includes at least information about the lane, such as the number of lanes and the presence of a left-turn lane or a right-turn lane.
  • step S105 the route prediction unit 42 acquires traffic rules in the road structure.
  • the reason for acquiring the traffic rule is that the route on which the other vehicle M2 travels can be predicted from the traffic rule.
  • step S106 the route prediction unit 42 predicts a route on which the other vehicle M2 travels based on the traffic rules at the position of the other vehicle M2.
  • the route prediction unit 42 determines the route on which the other vehicle M2 travels. Can be predicted.
  • step S107 the controller 40 determines whether or not the ignition switch is off. If the ignition switch is off (Yes in step S107), the series of processing ends. If the ignition switch is not off (No in step S107), the process returns to step S101.
  • the vehicle locus of the other vehicle M2 is detected and the vehicle locus is detected, the travel route of the other vehicle M2 may be predicted from the vehicle locus.
  • the prediction accuracy can be improved by combining the prediction based on the traffic rules and the prediction based on the vehicle trajectory to predict the travel route of the other vehicle.
  • the vehicle behavior prediction apparatus 1 acquires the position of the other vehicle M2 and the position of the own vehicle M1 when detecting the other vehicle M2 around the own vehicle M1.
  • the vehicle behavior prediction apparatus 1 refers to the position of the other vehicle M2 and the map database 30, acquires a road structure including at least a lane around the position of the other vehicle M2, and acquires a traffic rule in the acquired road structure.
  • the vehicle behavior prediction apparatus 1 predicts the path
  • the vehicle behavior prediction device 1 detects the other vehicle M2 around the host vehicle M1
  • the object detection unit 10 detects the vehicle speed of the other vehicle M2.
  • the vehicle behavior prediction apparatus 1 predicts the path
  • the vehicle behavior prediction device 1 can further improve the prediction accuracy of the route on which the other vehicle M2 travels when the vehicle speed of the other vehicle M2 is equal to or less than a predetermined value. Can be improved.
  • the vehicle behavior prediction device 1 detects the travel locus of the other vehicle M2, and predicts the route on which the other vehicle M2 travels based on the travel locus and the traffic rules. Thus, in addition to prediction based on the traffic rules, prediction based on the travel locus can be combined to predict the route on which the other vehicle M2 travels. Therefore, the prediction accuracy of the route on which the other vehicle M2 travels is further increased. Can be improved.
  • the second embodiment is different from the first embodiment in that the vehicle behavior prediction device 2 includes a communication device 50.
  • the description of the same components as those in the first embodiment will be omitted by citing the reference numerals, and the following description will focus on the differences.
  • the communication device 50 is a device that performs wireless communication with a roadside communication device provided on the road side.
  • a roadside communication device is a device that transmits infrastructure information to a vehicle traveling in an installed communication area.
  • the infrastructure information includes, for example, traffic signal information related to the lighting state of the traffic signal.
  • the communication device 50 outputs the traffic signal information acquired from the roadside communication device to the information acquisition unit 41. In addition, you may make it acquire signal information using the sensor with which a vehicle is equipped, vehicle-to-vehicle communication, road-to-vehicle communication.
  • an intersection is taken as an example as a traveling scene as in the first embodiment.
  • the route prediction unit 42 determines whether the position of the other vehicle M2 is inside or outside the intersection.
  • the inside of the intersection means a region T1 that intersects with the intersecting lane as shown in FIG.
  • the outside of the intersection means a region T2 around the intersection excluding the region T1 as shown in FIG.
  • the definition of the inside and outside of the intersection is not limited to this.
  • the inside of the intersection may be a range within the intersection beyond the stop line or the pedestrian crossing.
  • the illustration of the region T1 and the region T2 is omitted.
  • the route prediction unit 42 causes the other vehicle M2 to travel based on the position of the other vehicle M2 and the road structure. Extract multiple route candidates. At this time, the route prediction unit 42 extracts a route within a certain distance from the other vehicle M2, for example, within 1 m, as a candidate route. In the road structure shown in FIG. 6, three routes are extracted as candidate routes.
  • the route predicting unit 42 includes a straight traveling route R2 that travels straight in a direction that intersects the traveling direction of the host vehicle M1, a straight traveling route R3 that travels straight in the same direction as the traveling direction of the host vehicle M1, and the traveling direction of the host vehicle M1.
  • Three candidate routes of a left turn route R4 that makes a left turn in the intersecting direction are extracted.
  • the route prediction unit 42 narrows down the extracted three candidate routes using traffic rules and traffic conditions.
  • the route prediction unit 42 determines whether or not the traffic volume on the candidate route is a predetermined amount or more. For example, as shown in FIG. 6, when there are other vehicles M3 and M4 that travel on a straight route R3 and the traffic volume on the straight route R3 is equal to or greater than a predetermined amount, the route on which the other vehicle M2 travels is a straight route R3. Is unlikely. The reason is that, when traveling on the straight route R3, the possibility that the vehicle speed is reduced on the road is low, and the flow of traffic is obstructed. Therefore, the route prediction unit 42 excludes the straight route R3 from the candidates.
  • the traffic volume is equal to or greater than a predetermined amount refers to a case where five or more vehicles pass for 30 seconds at a certain point.
  • the route that travels by excluding candidates is predicted.
  • the present invention is not necessarily limited to this, and the likelihood (possibility) of traveling along each candidate route is calculated and the likelihood is adjusted.
  • a route along which the other vehicle M2 travels may be predicted.
  • the route prediction unit 42 reduces the likelihood of traveling on the straight route R3.
  • the route prediction unit 42 increases the likelihood of traveling on other candidate routes. Thereby, the route along which the other vehicle M2 travels may be predicted.
  • the route prediction unit 42 narrows down candidate routes using the traffic signal information acquired from the communication device 50.
  • the traffic light 80 installed in the traveling direction of the host vehicle M1 is blue and the traffic signal 81 installed in the direction crossing the traveling direction of the host vehicle M1 is red
  • the other vehicle M2 is traveling. It is unlikely that the route to go is the straight route R2.
  • the other vehicle M2 travels on the straight route R2, since the traffic light 81 is red, it is unlikely that the other vehicle M2 stops near the center of the intersection because of traffic rules.
  • the traffic light 81 when the vehicle speed of the other vehicle M2 is low, there is a high possibility that it is in front of the stop line.
  • the route prediction unit 42 excludes the straight route R2 from the candidates. As described above, since two of the three candidate routes are excluded, the route prediction unit 42 predicts that the left turn route R4, which is one remaining candidate route, is a route on which the other vehicle M2 travels.
  • the route prediction unit 42 may narrow down the candidate routes using pedestrian information related to the pedestrian crossing when the traffic signal information cannot be acquired.
  • the pedestrian information on the pedestrian crossing is information on pedestrians crossing the pedestrian crossing and information on pedestrians stopping before the pedestrian crossing.
  • the route prediction unit 42 Is estimated from the movement of the pedestrian that the traffic light 80 installed in the traveling direction of the host vehicle M1 is blue, and the traffic signal 81 installed in the direction crossing the traveling direction of the host vehicle M1 is red.
  • the route prediction unit 42 can estimate the traffic signal information even when the traffic signal information cannot be obtained by using the pedestrian information.
  • the route prediction unit 42 can exclude the straight route R2 from the candidate route by using the estimated traffic signal information.
  • the route prediction unit 42 may use pedestrian information even when traffic light information is acquired. That is, the route prediction unit 42 may narrow down candidate routes using both the traffic signal information and the pedestrian information.
  • the route prediction unit 42 refers to the relative position of the other vehicle M2 with respect to the host vehicle M1 and the map database 30.
  • the road structure around the position of the other vehicle M2 is acquired.
  • the route prediction unit 42 acquires that the road structure at the position of the other vehicle M2 is an intersection of one lane on one side.
  • the route prediction unit 42 extracts a plurality of route candidates on which the other vehicle M2 travels based on the position of the other vehicle M2 and the road structure.
  • three routes are extracted as candidate routes. That is, the route predicting unit 42 makes a right turn route R5 that turns right in a direction crossing the traveling direction of the host vehicle M1, a straight traveling route R6 that travels straight in a direction opposite to the traveling direction of the host vehicle M1, and the traveling direction of the host vehicle M1.
  • Three candidate routes of a left turn route R7 that makes a left turn in the intersecting direction are extracted.
  • the route prediction unit 42 narrows down the extracted three candidate routes using traffic rules and traffic conditions. Specifically, the route prediction unit 42 first narrows down candidate routes using the traffic conditions and traffic signal information around the host vehicle M1 acquired from the object detection unit 10.
  • the traffic situation around the host vehicle M1 acquired from the object detection unit 10 is, for example, a traffic jam situation or the presence or absence of a pedestrian on a pedestrian crossing.
  • the route prediction unit 42 when the traffic light 80 installed in the traveling direction of the host vehicle M1 is blue, there is no other vehicle around the host vehicle M1 and no traffic jam occurs, the route prediction unit 42 The straight route R6 is excluded from the candidates. The reason is that in the traffic situation shown in FIG. 8, the other vehicle M2 can proceed if it wants to travel on the straight route R6. Nevertheless, reducing the vehicle speed outside the intersection means that there is a high possibility that the route to be traveled is the right turn route R5 or the left turn route R7.
  • the route prediction unit 42 narrows down whether the route on which the other vehicle M2 travels is the right turn route R5 or the left turn route R7.
  • the route on which the other vehicle M2 travels is the left turn route R7, as shown in FIG. 8, there is no traffic jam around the host vehicle M1, so the other vehicle M2 proceeds to the inside of the intersection and turns left.
  • the route prediction unit 42 excludes the left turn route R7 from the candidate routes, and predicts that the remaining one candidate, the right turn route R5, is a route on which the other vehicle M2 travels.
  • the route prediction unit 42 determines that there is a traffic jam on the route R7. In this way, when there is a traffic jam on the left turn route R7, when the route on which the other vehicle M2 wants to travel is the left turn route R7, the other vehicle M2 normally stops outside the intersection. This is because, in this situation, when the other vehicle M2 advances to the inside of the intersection and the traffic is not eliminated and the signal changes, the traffic on the intersection lane is obstructed. That is, in the traffic situation shown in FIG. 9, the route prediction unit 42 may not be able to predict whether the route on which the other vehicle M2 travels is the right turn route R5 or the left turn route R7 even using the position information of the other vehicle. .
  • the route prediction unit 42 further narrows down candidate routes using pedestrian information related to the pedestrian crossing.
  • the route prediction unit 42 excludes the right turn route R5 from the candidate routes, and the left turn route R7 is a route on which the other vehicle M2 travels. Predict that there is. The reason is that there is no traffic jam on the right turn route R5 and there are no pedestrians on the pedestrian crossing 90 that intersects the right turn route R5, so the other vehicle M2 can proceed if it wants to go to the right turn route R5. is there. Nevertheless, lowering the vehicle speed outside the intersection means that the desired route is the left turn route R7.
  • the narrowing result shown in FIG. 10 is a result of narrowing down candidate routes using the presence or absence of traffic on the right turn route R5 and the left turn route R7 when there is no traffic jam on the straight route R6.
  • the narrowing-down result shown in FIG. 11 indicates that no traffic jam has occurred on the right turn route R5 in FIG. 10 and no traffic jam has occurred on the left turn route R7 (the bottom case shown in FIG. 10).
  • This is a result of narrowing down candidate routes using.
  • the route prediction unit 42 narrows down the candidate routes using the pedestrian information after determining the traffic jam situation, but is not limited thereto.
  • the route prediction unit 42 may narrow down the candidate routes by determining the traffic congestion after using the pedestrian information.
  • the route prediction unit 42 narrows down candidate routes using the position of the other vehicle M2 with respect to the center line CL of the lane as shown in FIG.
  • the route prediction unit 42 calculates a distance D from the center line CL of the lane where the other vehicle M2 is located to the center position of the other vehicle M2.
  • the center position of the other vehicle M2 is the center position of the vehicle width.
  • the route prediction unit 42 calculates the distance D using the vehicle width of the other vehicle M2 acquired by the object detection unit 10. Then, the route prediction unit 42 narrows down candidate routes using the calculated distance D.
  • the driver is required to bring the vehicle to the right or left side of the lane when making a right or left turn. In general, when the driver goes straight, the vehicle travels on the center line of the lane.
  • the route prediction unit 42 predicts that the route on which the other vehicle M2 travels is the straight route R6. Note that the route prediction unit 42 stops the prediction when the straight route R6 is excluded from the candidate routes due to traffic conditions or the like.
  • the route prediction unit 42 predicts that the route on which the other vehicle M2 travels is the right turn route R5. Further, when the distance D is larger than a predetermined value and the distance D is larger on the right side when viewed from the own vehicle M1, that is, when the distance D> 0 when the center line CL is a Y coordinate, the route prediction unit 42 The route on which M2 travels is predicted to be a left turn route R7. As described above, even when the traffic condition or the pedestrian information is used and the route on which the other vehicle M2 travels cannot be predicted, the route prediction unit 42 can predict the route on which the other vehicle M2 travels by using the distance D.
  • the object detection unit 10 may not be able to accurately detect the vehicle width W of the other vehicle M2 due to reasons such as hiding in the other vehicle.
  • the route predicting unit 42 does not narrow down candidate routes using the distance D. This is because if the detected vehicle width W is smaller than the predetermined value, it cannot be determined which part of the entire vehicle width has been detected, and the position of the other vehicle M2 with respect to the center line CL may not be accurately calculated.
  • steps S201 to S205 and S215 are the same as the operations in steps S101 to S105 and S107 in FIG.
  • step S206 the route prediction unit 42 determines whether the other vehicle M2 is located inside the intersection or outside the intersection. This is because the extracted candidate routes may be different between the inside and outside of the intersection. If the other vehicle M2 is located inside the intersection (Yes in step S206), the process proceeds to step S207. On the other hand, when the other vehicle M2 is located outside the intersection (No in step S206), the process proceeds to step S220.
  • step S207 the route prediction unit 42 extracts a plurality of candidate routes on which the other vehicle M2 travels based on the position of the other vehicle M2 and the road structure. Extracting based on the road structure means extracting a travelable route from the position of the other vehicle M2 on the road structure.
  • step S208 the route prediction unit 42 determines whether or not the traffic volume on the candidate route is equal to or greater than a predetermined amount using the information of the other vehicles M3 and M4 existing around the host vehicle M1.
  • the information on the other vehicles M3 and M4 includes the position, speed, acceleration, traveling direction, and the like. It is usually difficult to think of staying on a road where the traffic volume exceeds a predetermined amount, and the traffic flow is obstructed. Therefore, the route prediction unit 42 can narrow down the candidate routes by using the traffic volume and traffic rules on the candidate routes. If the traffic volume on the candidate route is greater than or equal to the predetermined amount (Yes in step S208), the process proceeds to step S209. On the other hand, when the traffic volume is smaller than the predetermined amount (No in step S208), the process proceeds to step S210.
  • step S209 the route prediction unit 42 narrows down the candidate routes using the traffic volume and traffic rules on the candidate routes. As shown in FIG. 6, when the traffic volume on the straight route R3 is equal to or greater than the predetermined amount, the route prediction unit 42 excludes the straight route R3 from the candidates.
  • step S210 the route prediction unit 42 determines whether there are two or more candidate routes. When there is one candidate route (No in step S210), the route prediction unit 42 predicts that the remaining candidate route is a route on which the other vehicle M2 travels, and the process proceeds to step S215. On the other hand, when there are two or more candidate routes (Yes in step S210), the process proceeds to step S211.
  • step S211 the route prediction unit 42 acquires traffic signal information around the host vehicle M1 in order to narrow down candidate routes.
  • the route prediction unit 42 acquires traffic signal information (Yes in step S211)
  • the process proceeds to step S214.
  • the route prediction unit 42 does not acquire the traffic signal information (No in step S211)
  • the process proceeds to step S212.
  • step S212 the route prediction unit 42 acquires pedestrian information related to a pedestrian crossing. This is because the route prediction unit 42 can estimate the traffic signal information by using the pedestrian information even when the traffic signal information cannot be acquired.
  • the route prediction unit 42 estimates traffic signal information using the acquired pedestrian information. As shown in FIG. 7, when the pedestrian crosses the pedestrian crossing 90 on the straight route R2 and the pedestrian stops in front of the pedestrian crossing 91 in the traveling direction of the own vehicle M1, the route prediction unit 42 Is estimated from the movement of the pedestrian that the traffic light 80 installed in the traveling direction of the host vehicle M1 is blue, and the traffic signal 81 installed in the direction crossing the traveling direction of the host vehicle M1 is red.
  • the route prediction unit 42 narrows down candidate routes using the traffic signal information acquired in step S211 or the traffic signal information estimated in step S213. Note that the route prediction unit 42 may narrow down candidate routes using both the traffic signal information acquired in step S211 and the traffic signal information estimated in step S213.
  • step S220 shown in FIG. 15 the route prediction unit 42 extracts a plurality of candidate routes on which the other vehicle M2 travels based on the position of the other vehicle M2 and the road structure.
  • step S221 the object detection unit 10 detects the front of the candidate route extracted by the route prediction unit 42.
  • the front of the candidate route means the destination of the candidate route.
  • the object detection unit 10 detects the front of the candidate route within a detectable range, but is affected by other vehicles and buildings around the host vehicle M1. That is, the object detection unit 10 becomes more difficult to detect the front of the candidate route as the number of other vehicles and buildings is larger, and the front of the candidate route is easier to detect as the number of other vehicles and buildings is smaller.
  • the process proceeds to step S222.
  • the process proceeds to step S225.
  • step S222 the route prediction unit 42 acquires the traffic jam ahead of the candidate route based on the information ahead of the candidate route detected by the object detection unit 10. This is because it may be possible to narrow down candidate routes based on traffic conditions.
  • the route prediction unit 42 refers to the map database 30 and detects whether or not there is a pedestrian bridge around the host vehicle M1.
  • the reason for detecting whether or not there is a pedestrian bridge is that it is possible to easily determine whether or not pedestrian information relating to a pedestrian crossing can be used around the host vehicle M1. That is, if there is a pedestrian bridge around the host vehicle M1, the route prediction unit 42 can easily determine that there is no pedestrian crossing at the intersection. At the intersection where there is no pedestrian crossing, the pedestrian information does not contribute to narrowing down candidate routes, so the route prediction unit 42 does not need to acquire pedestrian information. When the route prediction unit 42 does not acquire pedestrian information, the information to be processed is reduced, which saves resources. If there is a pedestrian bridge around the host vehicle M1 (Yes in step S223), the process proceeds to step S228. On the other hand, when there is no pedestrian bridge around the host vehicle M1 (No in step S223), the process proceeds to step S224.
  • step S224 the route prediction unit 42 acquires pedestrian information related to a pedestrian crossing. This is because narrowing down candidate routes may be possible by using pedestrian information.
  • step S225 since the object detection unit 10 is difficult to detect the front of the candidate route, the route prediction unit 42 acquires information that is easy to acquire. Therefore, the route prediction unit 42 refers to the map database 30 and detects whether or not there is a pedestrian bridge around the host vehicle M1. The reason for detecting whether or not there is a pedestrian bridge is as described above. If there is a pedestrian bridge around the host vehicle M1 (Yes in step S225), the process proceeds to step S228. On the other hand, if there is no pedestrian bridge around the host vehicle M1 (No in step S225), the process proceeds to step S226.
  • step S226 the route prediction unit 42 acquires pedestrian information related to the pedestrian crossing. This is because narrowing down candidate routes may be possible by using pedestrian information.
  • step S227 the object detection unit 10 detects the front of the candidate route within a detectable range.
  • the route prediction unit 42 acquires the traffic jam ahead of the candidate route based on the information detected by the object detection unit 10. This is because it may be possible to narrow down candidate routes based on traffic conditions.
  • the route prediction unit 42 narrows down the candidate routes using the traffic jam situation ahead of the candidate routes and pedestrian information related to the pedestrian crossing. Note that the route prediction unit 42 may narrow down candidate routes using both the traffic jam situation and the pedestrian information, or may narrow down candidate routes using only the traffic jam situation or only the pedestrian information.
  • step S230 shown in FIG. 16 the route prediction unit 42 determines whether there are two or more candidate routes. If there is one candidate route (No in step S230), the route prediction unit 42 predicts the remaining candidate route as a route on which the other vehicle M2 travels, and the process proceeds to step S215. On the other hand, if there are two or more candidate routes (Yes in step S230), the process proceeds to step S231.
  • step S231 the object detection unit 10 detects the vehicle width W of the other vehicle M2 in order to calculate the distance D from the center line CL of the lane where the other vehicle M2 is located to the center position of the other vehicle M2. To do.
  • the route prediction unit 42 does not narrow down candidate routes using the distance D. This is because if the detected vehicle width W is smaller than the predetermined value, it cannot be determined which part of the entire vehicle width has been detected, and the position of the other vehicle M2 with respect to the center line CL may not be accurately calculated. If the detected vehicle width W is greater than or equal to the predetermined value (Yes in step S231), the process proceeds to step S232. On the other hand, when the detected vehicle width W is smaller than the predetermined value (No in step S231), the process proceeds to step S215.
  • step S232 the route prediction unit 42 calculates the distance D from the center line CL of the lane to the center position of the other vehicle M2, using the vehicle width W of the other vehicle M2 detected by the object detection unit 10. This is because the route prediction unit 42 may be able to predict the route on which the other vehicle M2 travels by using the distance D even when the route on which the other vehicle M2 travels cannot be predicted even if the traffic situation or pedestrian information is used. .
  • step S233 the route prediction unit 42 determines whether the calculated distance D is equal to or less than a predetermined value. Thereby, the route prediction unit 42 can narrow down candidate routes. If the distance D is less than or equal to the predetermined value (Yes in step S233), the process proceeds to step S234. On the other hand, when the distance D is larger than the predetermined value (No in step S233), the process proceeds to step S235.
  • step S234 the route predicting unit 42 predicts that the route on which the other vehicle M2 travels is a straight route R6 as shown in FIG. Note that the route prediction unit 42 stops the prediction when the straight route R6 is excluded from the candidate routes due to traffic conditions or the like.
  • step S235 the route prediction unit 42 determines whether the distance D is large on the left side or large on the right side when viewed from the host vehicle M1. That is, the route prediction unit 42 determines whether the distance D ⁇ 0 or the distance D> 0 with the center line CL as the Y coordinate. If the distance D is large on the right side when viewed from the host vehicle M1, that is, if the distance D> 0 (Yes in step S235), the process proceeds to step S236. On the other hand, when the distance D is large on the left side when viewed from the host vehicle M1, that is, when the distance D ⁇ 0 (No in step S235), the process proceeds to step S237.
  • step S236 the route prediction unit 42 predicts that the route on which the other vehicle M2 travels is the left turn route R7.
  • step S237 the route prediction unit 42 predicts that the route on which the other vehicle M2 travels is the right turn route R5.
  • the vehicle behavior prediction device 2 extracts a plurality of route candidates on which the other vehicle M2 travels based on the position of the other vehicle M2 and the road structure.
  • the vehicle behavior prediction device 2 narrows down the extracted candidate routes using traffic rules. Thereby, the vehicle behavior prediction apparatus 2 can improve the prediction accuracy of the route on which the other vehicle M2 travels even when it is difficult to detect the posture or travel history of the other vehicle M2.
  • the traffic rules include at least one of traffic lights, pedestrian crossings, or signs.
  • the vehicle behavior prediction apparatus 2 narrows down the candidate route using the traffic rules related to the color of the traffic light.
  • the vehicle behavior prediction device 2 estimates traffic signal information using pedestrian information related to a pedestrian crossing, and narrows down candidate routes. In this way, by narrowing down candidate routes using rules regarding traffic lights, pedestrian crossings, or signs, the vehicle behavior predicting device 2 can detect the route on which the other vehicle M2 travels even when it is difficult to detect the posture of the other vehicle M2 and the travel history. Prediction accuracy can be improved.
  • the vehicle behavior prediction device 2 detects the positions of the other vehicles M3 and M4 other than the other vehicle M2 on the candidate route, and determines whether or not the front of the candidate route is congested. Then, the vehicle behavior prediction device 2 narrows down candidate routes based on the traffic rules and the traffic jam situation. Thereby, the vehicle behavior prediction apparatus 2 can improve the prediction accuracy of the route on which the other vehicle M2 travels even when the posture or travel history of the other vehicle M2 cannot be detected.
  • the traffic signal information is acquired using the communication device 50, but the method of acquiring the traffic signal information is not limited thereto, and the traffic signal information may be acquired using, for example, a camera.
  • the route prediction unit 42 determines whether or not the front of the candidate route is congested using the position information of the other vehicles M3 and M4. However, as shown in FIG. May not be able to detect the information of the area S1 concealed by the building 92. As shown in FIG. 17, even if other vehicles M3 and M4 are present in front of the left turn route R7, the object detection unit 10 cannot detect the other vehicles M3 and M4, and the route prediction unit 42 is in front of the left turn route R7. I cannot judge that there is traffic. As described above, when the object detection unit 10 cannot detect the front of the candidate route, the route prediction unit 42 stops the prediction of the route on which the other vehicle M2 travels in order to avoid erroneous prediction.
  • the present invention can also be applied to the left-handed road. Further, the present invention can be applied to a vehicle having an automatic driving function.
  • the processing circuit includes a programmed processing device such as a processing device including an electrical circuit.
  • the processing circuitry also includes devices such as application specific integrated circuits (ASICs) and conventional circuit components arranged to perform the functions described in the embodiments.
  • ASICs application specific integrated circuits

Abstract

車両挙動予測装置１は、自車両の周囲における他車両の位置を検出する物体検出部１０と、他車両の位置の周囲における、少なくとも車線を含む道路構造を取得するコントローラ４０とを備える。コントローラ４０は、道路構造における交通規則を取得し、取得した交通規則に基づいて他車両が走行する経路を予測する。

Description

車両挙動予測方法及び車両挙動予測装置
　本発明は、車両挙動予測方法及び車両挙動予測装置に関する。
　従来より、他車両の情報を検出し運転者を支援する運転支援装置が知られている（特許文献１）。特許文献１に係る運転支援装置は、検出した他車両の走行履歴に基づいて他車両の走行車線を予測し、自車両と他車両との衝突可能性を判定する。
特開２０１３－１３４５６７号公報
　しかしながら、特許文献１に係る運転支援装置は、他車両の車速が低い場合を考慮していない。車速が低い他車両からは姿勢や走行履歴などの情報を取得することが難しいことがあり、他車両が走行する車線を予測できないおそれがある。
　本発明は、上記問題に鑑みて成されたものであり、その目的は、車速が低い他車両の姿勢や走行履歴が難しい場合でも他車両が走行する経路の予測精度を向上させることができる車両挙動予測方法及び車両挙動予測装置を提供することである。
　本発明の一態様に係る車両挙動予測方法は、自車両の周囲における他車両の位置を検出し、他車両の位置の周囲における、少なくとも車線を含む道路構造を取得し、道路構造における交通規則を取得し、交通規則に基づいて他車両が走行する経路を予測する。
　他車両の姿勢や走行履歴の検出が難しい場合でも他車両が走行する経路の予測精度を向上させることができる。
図１は、本発明の第１実施形態に係る車両挙動予測装置の構成図である。 図２は、本発明の第１実施形態に係る車両挙動予測装置の動作例を説明する図である。 図３は、本発明の第１実施形態に係る車両挙動予測装置の動作例を説明するフローチャートである。 図４は、本発明の第２実施形態に係る車両挙動予測装置の構成図である。 図５は、本発明の第２実施形態に係る交差点の領域を説明する図である。 図６は、本発明の第２実施形態に係る車両挙動予測装置の動作例を説明する図である。 図７は、本発明の第２実施形態に係る車両挙動予測装置の他の動作例を説明する図である。 図８は、本発明の第２実施形態に係る車両挙動予測装置の他の動作例を説明する図である。 図９は、本発明の第２実施形態に係る車両挙動予測装置の他の動作例を説明する図である。 図１０は、本発明の第２実施形態に係る絞り込み結果を示す表である。 図１１は、本発明の第２実施形態に係る絞り込み結果を示す表である。 図１２は、本発明の第２実施形態に係る車両挙動予測装置の他の動作例を説明する図である。 図１３は、本発明の第２実施形態に係る車両挙動予測装置の他の動作例を説明する図である。 図１４は、本発明の第２実施形態に係る車両挙動予測装置の動作例を説明するフローチャートである。 図１５は、本発明の第２実施形態に係る車両挙動予測装置の動作例を説明するフローチャートである。 図１６は、本発明の第２実施形態に係る車両挙動予測装置の動作例を説明するフローチャートである。 図１７は、本発明のその他の実施形態に係る車両挙動予測装置の動作例を説明する図である。
　以下、本発明の実施形態について、図面を参照して説明する。図面の記載において同一部分には同一符号を付して説明を省略する。
［第１実施形態］
　図１を参照して、第１実施形態に係る車両挙動予測装置１について説明する。図１に示すように、車両挙動予測装置１は、物体検出部１０と、ＧＰＳ受信機２０と、地図データベース３０と、コントローラ４０とを備える。
　物体検出部１０は、自車両の周囲に存在する物体（歩行者、自転車、二輪車、他車両など）を検出するセンサであって、自車両に設置される。これにより、自車両の周囲に存在する物体の速度、位置など物体の情報を取得する。第１実施形態では物体検出部１０は、レーザレンジファインダーとして説明する。レーザレンジファインダーは、レーザ光をある角度範囲内で走査し、その時の反射光を受光して、レーザ発射時点と反射光の受光時点との時間差を検知することにより、自車両と物体との距離や角度を検知するセンサである。また、レーザレンジファインダーは、自車両に対する物体の相対位置や相対距離も検出できる。物体検出部１０は、検出した情報をコントローラ４０に出力する。なお、物体検出部１０はレーザレンジファインダーに限定されるものではなく、ミリ波レーダや超音波センサなどを用いてもよい。
　ＧＰＳ受信機２０は、人工衛星からの電波を受信することにより、自車両の現在位置を検出する。ＧＰＳ受信機２０は、検知した自車両の現在位置をコントローラ４０に出力する。
　地図データベース３０には、道路情報や施設情報など経路案内に必要となる各種データが記憶されている。また、道路情報には、道路構造に関するデータが含まれる。道路構造に関するデータとは、交差点、道路の車線数、道幅情報、左折専用レーンまたは右折専用レーン、信号機、横断歩道、歩道橋などに関するデータである。
　また、地図データベース３０には、道路構造における交通規則が記憶されている。交通規則とは、例えば、法律で定められている規則であって、車両は、走行する車線に対面する信号機に従わなければならないなどの規則である。また、交通規則には、信号が赤の場合、車両は停止位置を越えて進行してはならないなどの規則も含まれる。さらに、交通規則には、一時停止、制限速度、一方通行、進入禁止、右左折禁止などの標識による規則なども含まれる。なお、道路情報、交通規則、標識は、必ずしも地図データベース３０から取得するものに限定されず、自車両Ｍ１が備えるセンサにより取得するものでもよく、また車車間通信、路車間通信を用いて取得するようにしてもよい。
　地図データベース３０は、コントローラ４０の要求に応じて道路情報や交通規則をコントローラ４０に出力する。なお、地図データベース３０は、必ずしも自車両に記憶される必要はなく、サーバ上に記憶されていてもよい。地図データベース３０がサーバ上に記憶されている場合、コントローラ４０は、通信により随時地図情報を取得することができる。
　コントローラ４０は、物体検出部１０とＧＰＳ受信機２０と地図データベース３０から取得したデータを処理する回路であり、例えばＩＣ、ＬＳＩ等により構成される。コントローラ４０は、これを機能的に捉えた場合、情報取得部４１と経路予測部４２とに分類することができる。
　情報取得部４１は、物体検出部１０とＧＰＳ受信機２０と地図データベース３０からデータを取得する。情報取得部４１は、取得したデータを経路予測部４２に出力する。
　経路予測部４２は、情報取得部４１から取得したデータに基づいて、他車両が走行する経路を予測する。経路予測部４２の詳細については後述する。なお、予測される他車両の経路には、他車両がこれから走行する方向、領域、車線などが含まれ、他車両がこれから走行する先であれば、特に限定されるものではない。
　次に図２を参照して、車両挙動予測装置１の動作例を説明する。第１実施形態では図２に示すように走行シーンとして交差点を例にとって説明する。
　図２に示すように、物体検出部１０が自車両Ｍ１の周囲に存在する他車両Ｍ２を検出した場合、物体検出部１０は他車両Ｍ２の位置情報をコントローラ４０に出力する。なお、他車両は、自動車等に限定されず、道路を走行する自転車、バイクなどでもよい。
　経路予測部４２は、他車両Ｍ２の位置情報を取得した場合、他車両Ｍ２の車速が所定値以下かを判断する。他車両Ｍ２の車速が所定値以下（例えば、１０ｋｍ/ｈ）か否かについて、経路予測部４２は、自車両Ｍ１に対する他車両Ｍ２の相対速度や相対位置からも判断することができる。経路予測部４２は、他車両Ｍ２の車速が所定値以下と判断した場合、ＧＰＳ受信機２０から取得した自車両Ｍ１の現在位置と自車両に対する他車両Ｍ２の相対位置から、地図データベース３０とを参照し、他車両Ｍ２の位置の周囲における道路構造を取得する。図２に示すように、経路予測部４２は、他車両Ｍ２の位置の周囲における道路構造が片側２車線の交差点であることを取得する。なお、車速が低いほど、移動量が小さくなり、移動方向が算出し難くなるため、他車両の姿勢を取得することは困難である。してみれば、他車両Ｍ２の車速が所定値以下か否かを判断する代わりに、他車両Ｍ２が停止しているか否かで判断するようにしてもよい。これにより、他車両Ｍ２が停止していて他車両の姿勢を取得することが難しい場合でも、他車両Ｍ２の姿勢を予測することができるようになる。
　次に、経路予測部４２は、地図データベース３０を参照し、取得した道路構造における交通規則を取得する。つまり経路予測部４２は、図２に示す交差点における交通規則を取得する。ここで、他車両Ｍ２が存在する車線が左折専用レーンであるとする。この場合、交通規則により、他車両Ｍ２は左折以外を禁止される。よって、経路予測部４２は、他車両Ｍ２が走行する経路は図２の矢印に示すように左折経路Ｒ１であると判断できる。このように、経路予測部４２は、交通規則に基づいて他車両Ｍ２が走行する経路を予測することにより、他車両Ｍ２が走行する経路の予測精度を向上させることができる。なお、経路予測部４２は、他車両Ｍ２が存在する車線が左折専用レーンであることは、地図データベース３０から取得した道路構造から判断できる。
　次に、図３に示すフローチャートを参照して、車両挙動予測装置１の一動作例について説明する。このフローチャートは、イグニッションスイッチがオンされたときに開始する。
　ステップＳ１０１において、物体検出部１０は、自車両Ｍ１の周囲の他車両を検出する。
　ステップＳ１０２において、経路予測部４２は、ステップＳ１０１で検出された他車両Ｍ２の車速が所定値以下か否かを判断する。他車両Ｍ２の車速が所定値以下である場合（ステップＳ１０２でＹｅｓ）、処理はステップＳ１０３に進む。一方、他車両Ｍ２の車速が所定値以下でない場合、処理はステップＳ１０１に戻る。
　ステップＳ１０３において、ＧＰＳ受信機２０は、自車両Ｍ１の現在位置における道路構造を取得するために自車両Ｍ１の現在位置を検出する。そして、自車両Ｍ１に対する他車両Ｍ２の相対位置を検出する。
　ステップＳ１０４において、経路予測部４２は、自車両Ｍ１に対する他車両Ｍ２の相対位置と地図データベース３０とを参照し、他車両Ｍ２の位置の周囲における道路構造を取得する。道路構造は、例えば交差点である。道路構造には、車線の数や左折専用レーンまたは右折専用レーンの有無など、少なくとも車線に関する情報が含まれる。
　ステップＳ１０５において、経路予測部４２は、道路構造における交通規則を取得する。交通規則を取得する理由は、交通規則から他車両Ｍ２が走行する経路を予測できる場合があるからである。
　ステップＳ１０６において、経路予測部４２は、他車両Ｍ２の位置における交通規則に基づいて他車両Ｍ２が走行する経路を予測する。他車両Ｍ２が存在している車線が左折専用レーンまたは右折専用レーンである場合、交通規則により他車両Ｍ２が走行する経路は一意に決まるため、経路予測部４２は、他車両Ｍ２が走行する経路を予測できる。
　ステップＳ１０７において、コントローラ４０は、イグニッションスイッチがオフか否かを判断する。イグニッションスイッチがオフの場合（ステップＳ１０７でＹｅｓ）、一連の処理は終了する。イグニッションスイッチがオフでない場合（ステップＳ１０７でＮｏ）、処理はステップＳ１０１に戻る。なお、他車両Ｍ２の車両軌跡を検出するようにして、車両軌跡を検出した場合は、車両軌跡から他車両Ｍ２の走行経路を予測するようにしてもよい。加えて、交通規則に基づく予測と、車両軌跡に基づく予測とを組み合わせて、他車両の走行経路を予測することにより、予測精度を向上させることができる。
　以上説明したように、第１実施形態に係る車両挙動予測装置１によれば、以下の作用効果が得られる。
　車両挙動予測装置１は、自車両Ｍ１の周囲における他車両Ｍ２を検出した場合、他車両Ｍ２の位置及び自車両Ｍ１の位置を取得する。車両挙動予測装置１は、他車両Ｍ２の位置と地図データベース３０とを参照し、他車両Ｍ２の位置の周囲における少なくとも車線を含む道路構造を取得し、取得した道路構造における交通規則を取得する。そして、車両挙動予測装置１は、交通規則に基づいて他車両Ｍ２が走行する経路を予測する。これにより、車両挙動予測装置１は他車両Ｍ２の姿勢や走行履歴の検出が難しい場合でも、他車両Ｍ２が走行する経路の予測精度を向上させることができる。
　車両挙動予測装置１は、自車両Ｍ１の周囲における他車両Ｍ２を検出した場合、物体検出部１０により他車両Ｍ２の車速を検出する。そして、車両挙動予測装置１は、他車両Ｍ２の車速が所定値以下の場合に、他車両Ｍ２が走行する経路を予測する。これにより、車両挙動予測装置１は、他車両Ｍ２の姿勢や走行履歴の検出が難しい場合でも、他車両Ｍ２の車速が所定値以下の場合に、他車両Ｍ２が走行する経路の予測精度をより向上させることができる。
　車両挙動予測装置１は、他車両Ｍ２の走行軌跡を検出し、走行軌跡及び交通規則に基づいて他車両Ｍ２が走行する経路を予測する。これにより、交通規則に基づく予測に加え、走行軌跡に基づく予測を組み合わせて、他車両Ｍ２が走行する経路を予測することができるようになるため、他車両Ｍ２が走行する経路の予測精度をさらに向上させることができる。
［第２実施形態］
　次に図４を参照して、第２実施形態に係る車両挙動予測装置２について説明する。図４に示すように第２実施形態が第１実施形態と相違するのは、車両挙動予測装置２が通信機５０を備えることである。第１実施形態と重複する構成については符号を引用してその説明は省略することとし、以下、相違点を中心に説明する。
　通信機５０は、道路側に設けられた路側通信装置との間で無線通信を行う装置である。路側通信装置は、設置された通信エリアを走行する車両に対しインフラ情報を送信する装置である。インフラ情報には、例えば信号機の点灯状態に関する信号機情報が含まれる。通信機５０は、路側通信装置から取得した信号機情報を情報取得部４１に出力する。なお、信号機情報は、車両に備わるセンサや、車車間通信、路車間通信を用いて取得するようにしてもよい。
　次に図５～図９を参照して車両挙動予測装置２の動作例を説明する。第２実施形態においても第１実施形態と同様に走行シーンとして交差点を例にとって説明する。第２実施形態では、図５に示すように、経路予測部４２は、他車両Ｍ２の位置が交差点の内側か外側かを判断する。交差点の内側とは、図５に示すように交差する車線と交わる領域Ｔ１を意味する。一方、交差点の外側とは、図５に示すように領域Ｔ１を除いた交差点周辺の領域Ｔ２を意味する。なお、交差点の内側及び外側の定義はこれに限定されず、例えば、交差点の内側は、停止線や横断歩道を越えた交差点内の範囲としてもよい。なお、図５以降の図面では、領域Ｔ１及び領域Ｔ２の図示は省略する。
　次に図６を参照して、他車両Ｍ２が交差点の内側（図５に示す領域Ｔ１）を所定値以下の車速で走行している場合について説明する。図６に示すように、物体検出部１０が交差点の内側に存在する他車両Ｍ２を検出した場合、経路予測部４２は、他車両Ｍ２の位置と、道路構造に基づいて他車両Ｍ２が走行する複数の経路候補を抽出する。このとき、経路予測部４２は、他車両Ｍ２から一定距離内、例えば１ｍ以内の経路を候補経路として抽出する。図６に示す道路構造上、候補経路として３つの経路が抽出される。すなわち、経路予測部４２は、自車両Ｍ１の進行方向と交差する方向に直進する直進経路Ｒ２と、自車両Ｍ１の進行方向と同じ方向に直進する直進経路Ｒ３と、自車両Ｍ１の進行方向と交差する方向に左折する左折経路Ｒ４の３つの候補経路を抽出する。
　次に経路予測部４２は、抽出した３つの候補経路について交通規則や交通状況を用いて絞り込む。まず経路予測部４２は、候補経路上の交通量が所定量以上か否かを判断する。例えば、図６に示すように直進経路Ｒ３上を走行する他車両Ｍ３、Ｍ４が存在し、直進経路Ｒ３上の交通量が所定量以上である場合、他車両Ｍ２が走行する経路が直進経路Ｒ３である可能性は低い。理由として、直進経路Ｒ３を走行する上で、道路上で車速が低くなる可能性は低く、また交通の流れを阻害することになるからである。よって、経路予測部４２は、直進経路Ｒ３を候補から除外する。なお、交通量が所定量以上とは、ある地点において３０秒間に５台以上の車両が通過する場合をいう。なお、本実施形態においては、候補を除外して走行する経路を予測したが、必ずしもこれに限定されず、それぞれの候補経路を走行する尤度（可能性）を算出し、尤度を調整して、他車両Ｍ２が走行する経路を予測するようにしてもよい。尤度を用いて他車両Ｍ２が走行する経路を予測する場合は、例えば、図６に示すように直進経路Ｒ３上を走行する他車両Ｍ３、Ｍ４が存在し、直進経路Ｒ３上の交通量が所定量以上である場合、他車両Ｍ２が走行する経路が直進経路Ｒ３である可能性は低いので、経路予測部４２が、直進経路Ｒ３を走行する尤度を低くする。もしくは、経路予測部４２が、その他の候補経路を走行する尤度を高くする。これにより、他車両Ｍ２が走行する経路を予測するようにしてもよい。
　続いて経路予測部４２は、通信機５０から取得した信号機情報を用いて候補経路を絞り込む。図６に示すように自車両Ｍ１の進行方向に設置された信号機８０が青であり、自車両Ｍ１の進行方向と交差する方向に設置された信号機８１が赤である場合、他車両Ｍ２が走行する経路が直進経路Ｒ２である可能性は低い。他車両Ｍ２が直進経路Ｒ２に進む場合、信号機８１が赤であるため、他車両Ｍ２が交差点の中央付近で停止することは交通規則上、可能性は低い。信号機８１で、他車両Ｍ２の車速が低くなる場合は、停止線の手前である可能性が高い。よって、経路予測部４２は、直進経路Ｒ２を候補から除外する。以上より、３つの候補経路の内、２つが除外されたため、経路予測部４２は、残る１つの候補経路である左折経路Ｒ４が、他車両Ｍ２が走行する経路であると予測する。
　なお、経路予測部４２は、信号機情報を取得できない場合、横断歩道に関する歩行者情報を用いて候補経路を絞り込んでもよい。横断歩道に関する歩行者情報とは、横断歩道を渡る歩行者の情報や横断歩道手前で停止する歩行者の情報である。図７に示すように、直進経路Ｒ２上の横断歩道９０を歩行者が渡っていて、自車両Ｍ１の進行方向上の横断歩道９１の手前で歩行者が停止している場合、経路予測部４２は、歩行者の動きから自車両Ｍ１の進行方向に設置された信号機８０が青であり、自車両Ｍ１の進行方向と交差する方向に設置された信号機８１が赤であると推定する。このように経路予測部４２は、歩行者情報を用いることにより、信号機情報を取得できない場合でも信号機情報を推定できる。そして経路予測部４２は、推定した信号機情報を用いることにより、直進経路Ｒ２を候補経路から除外することができる。また、経路予測部４２は、信号機情報を取得した場合においても、歩行者情報を用いてもよい。すなわち、経路予測部４２は、信号機情報と歩行者情報の両方を用いて候補経路を絞ってもよい。
　次に図８を参照して、他車両Ｍ２が交差点の外側（図５に示す領域Ｔ２）で車速が所定値以下の場合について説明する。図８に示すように、物体検出部１０が交差点の外側に存在する他車両Ｍ２を検出した場合、経路予測部４２は、自車両Ｍ１に対する他車両Ｍ２の相対位置と地図データベース３０とを参照し、他車両Ｍ２の位置の周囲における道路構造を取得する。図８に示すように、経路予測部４２は、他車両Ｍ２の位置における道路構造が片側１車線の交差点であることを取得する。次に経路予測部４２は、他車両Ｍ２の位置と、道路構造に基づいて他車両Ｍ２が走行する複数の経路候補を抽出する。図８に示す道路構造上、候補経路として３つの経路が抽出される。すなわち、経路予測部４２は、自車両Ｍ１の進行方向と交差する方向に右折する右折経路Ｒ５と、自車両Ｍ１の進行方向と反対方向に直進する直進経路Ｒ６と、自車両Ｍ１の進行方向と交差する方向に左折する左折経路Ｒ７の３つの候補経路を抽出する。
　次に経路予測部４２は、抽出した３つの候補経路について交通規則や交通状況を用いて絞り込む。具体的にはまず経路予測部４２は、物体検出部１０から取得した自車両Ｍ１の周囲の交通状況や信号機情報を用いて候補経路を絞り込む。物体検出部１０から取得した自車両Ｍ１の周囲の交通状況とは、例えば渋滞状況や横断歩道上の歩行者の有無である。図８に示すように、自車両Ｍ１の進行方向に設置された信号機８０が青であり、自車両Ｍ１の周囲において他車両が存在せず渋滞が発生していない場合、経路予測部４２は、直進経路Ｒ６を候補から除外する。理由として、図８に示す交通状況において他車両Ｍ２は直進経路Ｒ６に進みたいなら進むことができるからである。それにも関わらず交差点の外側で車速を低くしているのは進みたい経路が右折経路Ｒ５または左折経路Ｒ７である可能性が高いことを意味する。
　次に、経路予測部４２は、他車両Ｍ２が走行する経路が右折経路Ｒ５または左折経路Ｒ７のどちらであるか絞り込む。ここで、他車両Ｍ２が走行する経路が左折経路Ｒ７である場合、図８に示すように自車両Ｍ１の周囲において渋滞が発生していないため、他車両Ｍ２は交差点の内側に進み、左折しやすい位置で車速を低くするする可能性が高い。それにも関わらず交差点の外側で車速を低くするのは進みたい経路が右折経路Ｒ５である可能性が高いためである。よって、経路予測部４２は、左折経路Ｒ７を候補経路から除外し、残る１つの候補である右折経路Ｒ５が、他車両Ｍ２が走行する経路であると予測する。
　一方、図９に示すように、左折経路Ｒ７に他車両Ｍ３、Ｍ４が停止（または低速走行）していて、他車両Ｍ３の後方に空いているスペースがない場合、経路予測部４２は、左折経路Ｒ７に渋滞が発生していると判断する。このように左折経路Ｒ７に渋滞が発生している場合において、他車両Ｍ２が進みたい経路が左折経路Ｒ７である場合、他車両Ｍ２は交差点の外側で停止するのが通常である。この状況で他車両Ｍ２が交差点内側に進み、渋滞が解消されず信号が変わった場合、交差車線の交通を阻害することになるからである。すなわち、図９に示す交通状況において、経路予測部４２は、他車両の位置情報を用いても他車両Ｍ２が走行する経路が右折経路Ｒ５または左折経路Ｒ７のどちらであるか予測できない場合がある。
　そこで、経路予測部４２は、さらに横断歩道に関する歩行者情報を用いて候補経路を絞り込む。図９に示すように右折経路Ｒ５と交差する横断歩道９０に歩行者がいない場合、経路予測部４２は、右折経路Ｒ５を候補経路から除外し、左折経路Ｒ７が他車両Ｍ２が走行する経路であると予測する。理由は、右折経路Ｒ５上に渋滞が発生しておらず、さらに右折経路Ｒ５に交差する横断歩道９０に歩行者がいないため、他車両Ｍ２は右折経路Ｒ５に進みたいなら進むことができるからである。それにも関わらず交差点の外側で車速を低くしているのは進みたい経路が左折経路Ｒ７であることを意味する。このように渋滞状況や歩行者情報を用いて候補経路を絞り込んだ結果を図１０及び図１１に示す。図１０に示す絞り込み結果は、直進経路Ｒ６に渋滞が発生していない場合において、右折経路Ｒ５及び左折経路Ｒ７の渋滞の有無を用いて候補経路を絞り込んだ結果である。図１１に示す絞り込み結果は、図１０における右折経路Ｒ５に渋滞が発生しておらず、左折経路Ｒ７に渋滞が発生している場合において（図１０に示す一番下のケース）、歩行者情報を用いて候補経路を絞り込んだ結果である。なお、図１０及び図１１に示す例では、経路予測部４２は、渋滞状況を判断した後に歩行者情報を用いて候補経路を絞り込んだが、これに限定されない。経路予測部４２は、歩行者情報を用いた後に渋滞状況を判断して候補経路を絞り込んでもよい。
　図１０及び図１１に示すように、渋滞状況や歩行者情報を用いても他車両Ｍ２が走行する経路が右折経路Ｒ５または左折経路Ｒ７のどちらであるか予測できないケースがある。この場合、経路予測部４２は、図１２に示すように車線の中心線ＣＬに対する他車両Ｍ２の位置を用いて候補経路を絞り込む。
　具体的には図１２に示すように、経路予測部４２は、他車両Ｍ２が位置している車線の中心線ＣＬから、他車両Ｍ２の中心位置までの距離Ｄを算出する。他車両Ｍ２の中心位置とは車幅の中心位置である。経路予測部４２は、物体検出部１０が取得した他車両Ｍ２の車幅を用いて距離Ｄを算出する。そして経路予測部４２は、算出した距離Ｄを用いて候補経路を絞り込む。交通規則上、ドライバは、右折または左折する際に車線の右側または左側に車両を寄せることが求められる。また、一般にドライバは直進する場合、車線の中心線を走行する。よって、距離Ｄが所定値（例えば０．３ｍ）以下である場合、経路予測部４２は、他車両Ｍ２が走行する経路は直進経路Ｒ６であると予測する。なお、経路予測部４２は、交通状況などにより直進経路Ｒ６を候補経路から除外している場合は、予測を中止する。
　図１２に示すように、距離Ｄが所定値より大きく、かつ距離Ｄが自車両Ｍ１から見て左側に大きい場合、つまり中心線ＣＬをＹ座標とすると距離Ｄ＜０である場合、経路予測部４２は、他車両Ｍ２が走行する経路は右折経路Ｒ５であると予測する。また、距離Ｄが所定値より大きく、かつ距離Ｄが自車両Ｍ１から見て右側に大きい場合、つまり中心線ＣＬをＹ座標とすると距離Ｄ＞０である場合、経路予測部４２は、他車両Ｍ２が走行する経路は左折経路Ｒ７であると予測する。このように、渋滞状況や歩行者情報を用いても他車両Ｍ２が走行する経路を予測できない場合でも、経路予測部４２は、距離Ｄを用いることにより他車両Ｍ２が走行する経路を予測できる。
　なお、図１３に示すように、他車両に隠れるなどの理由により物体検出部１０が他車両Ｍ２の車幅Ｗを正確に検出できない場合がある。経路予測部４２は、検出された車幅Ｗが所定値（例えば車種の８割）より小さい場合は、距離Ｄを用いた候補経路の絞り込みを行わない。検出された車幅Ｗが所定値より小さい場合、車幅全体のどの部分が検出されたのか判断できず、中心線ＣＬに対する他車両Ｍ２の位置を正確に算出できないケースがあるからである。
　次に、図１４～図１６に示すフローチャートを参照して、第２実施形態に係る車両挙動予測装置２の一動作例を説明する。なお、ステップＳ２０１～ステップＳ２０５、ステップＳ２１５の動作はそれぞれ、図３のステップＳ１０１～ステップＳ１０５、ステップＳ１０７の動作と同じであるため詳細な説明を省略する。
　ステップＳ２０６において、経路予測部４２は、他車両Ｍ２が交差点の内側に位置しているのか、交差点の外側に位置しているのか判断する。交差点の内側と外側では、抽出する候補経路が異なる場合があるからである。他車両Ｍ２が交差点の内側に位置している場合（ステップＳ２０６でＹｅｓ）、処理はステップＳ２０７に進む。一方、他車両Ｍ２が交差点の外側に位置している場合（ステップＳ２０６でＮｏ）、処理はステップＳ２２０に進む。
　ステップＳ２０７において、経路予測部４２は、他車両Ｍ２の位置と、道路構造に基づいて他車両Ｍ２が走行する複数の候補経路を抽出する。道路構造に基づいて抽出するとは、道路構造上、他車両Ｍ２の位置から走行可能な経路を抽出することをいう。
　ステップＳ２０８において、経路予測部４２は、自車両Ｍ１の周囲に存在する他車両Ｍ３、Ｍ４の情報を用いて候補経路上の交通量が所定量以上か否かを判断する。他車両Ｍ３、Ｍ４の情報とは、位置、速度、加速度、進行方向などである。交通量が所定量以上ある道路上で留まることは通常では考えにくく、また交通の流れを阻害することになり交通規則上好ましくない。よって、候補経路上の交通量や交通規則を用いることにより経路予測部４２は、候補経路を絞り込むことができる。候補経路上の交通量が所定量以上ある場合（ステップＳ２０８でＹｅｓ）、処理はステップＳ２０９に進む。一方、交通量が所定量より小さい場合（ステップＳ２０８でＮｏ）、処理はステップＳ２１０に進む。
　ステップＳ２０９において、経路予測部４２は、候補経路上の交通量や交通規則を用いて候補経路を絞り込む。図６に示すように直進経路Ｒ３上の交通量が所定量以上である場合、経路予測部４２は、直進経路Ｒ３を候補から除外する。
　ステップＳ２１０において、経路予測部４２は、候補経路が２つ以上あるか否かを判断する。候補経路が１つの場合（ステップＳ２１０でＮｏ）、経路予測部４２は、残った１つの候補経路が他車両Ｍ２が走行する経路と予測し、処理はステップＳ２１５に進む。一方、候補経路が２つ以上ある場合（ステップＳ２１０でＹｅｓ）、処理はステップＳ２１１に進む。
　ステップＳ２１１において、経路予測部４２は、候補経路を絞り込むために自車両Ｍ１の周囲の信号機情報を取得する。経路予測部４２が信号機情報を取得した場合（ステップＳ２１１でＹｅｓ）、処理はステップＳ２１４に進む。一方、経路予測部４２が信号機情報を取得しない場合（ステップＳ２１１でＮｏ）、処理はステップＳ２１２に進む。
　ステップＳ２１２において、経路予測部４２は、横断歩道に関する歩行者情報を取得する。信号機情報を取得できない場合でも歩行者情報を用いることにより、経路予測部４２は、信号機情報を推定できるからである。
　ステップＳ２１３において、経路予測部４２は、取得した歩行者情報を用いて信号機情報を推定する。図７に示すように、直進経路Ｒ２上の横断歩道９０を歩行者が渡っていて、自車両Ｍ１の進行方向上の横断歩道９１の手前で歩行者が停止している場合、経路予測部４２は、歩行者の動きから自車両Ｍ１の進行方向に設置された信号機８０が青であり、自車両Ｍ１の進行方向と交差する方向に設置された信号機８１が赤であると推定する。
　ステップＳ２１４において、経路予測部４２は、ステップＳ２１１で取得した信号機情報、またはステップＳ２１３で推定した信号機情報を用いて候補経路を絞り込む。なお、経路予測部４２は、ステップＳ２１１で取得した信号機情報と、ステップＳ２１３で推定した信号機情報との両方を用いて候補経路を絞り込んでもよい。
　次に、図１５に示すステップＳ２２０において、経路予測部４２は、他車両Ｍ２の位置と、道路構造に基づいて他車両Ｍ２が走行する複数の候補経路を抽出する。
　ステップＳ２２１において、物体検出部１０は、経路予測部４２によって抽出された候補経路の前方を検出する。候補経路の前方とは候補経路の先を意味する。物体検出部１０は、検出可能な範囲において候補経路の前方を検出するが、自車両Ｍ１の周囲の他車両や建物などの影響を受ける。すなわち、物体検出部１０は、他車両や建物が多いほど候補経路の前方を検出しにくくなり、他車両や建物が少ないほど候補経路の前方を検出しやすくなる。物体検出部１０が候補経路の前方を検出しやすい場合（ステップＳ２２１でＹｅｓ）、処理はステップＳ２２２に進む。一方、物体検出部１０が候補経路の前方を検出しにくい場合（ステップＳ２２１でＮｏ）、処理はステップＳ２２５に進む。
　ステップＳ２２２において、経路予測部４２は、物体検出部１０によって検出された候補経路の前方の情報に基づいて候補経路の前方の渋滞状況を取得する。渋滞状況に基づいて候補経路の絞り込みが可能となる場合があるからである。
　ステップＳ２２３において、経路予測部４２は、地図データベース３０を参照して、自車両Ｍ１の周囲において歩道橋があるか否かを検出する。歩道橋があるか否かを検出する理由は、自車両Ｍ１の周囲において横断歩道に関する歩行者情報を利用可能か簡単に判断できるからである。つまり、自車両Ｍ１の周囲において歩道橋があれば、経路予測部４２は、交差点に横断歩道がないことを簡単に判断できる。横断歩道がない交差点において、歩行者情報は候補経路の絞り込みに寄与しないため、経路予測部４２は歩行者情報を取得する必要がなくなる。経路予測部４２が歩行者情報を取得しない場合、処理する情報が減るためリソースの節約となる。自車両Ｍ１の周囲に歩道橋がある場合（ステップＳ２２３でＹｅｓ）、処理はステップＳ２２８に進む。一方、自車両Ｍ１の周囲に歩道橋がない場合（ステップＳ２２３でＮｏ）、処理はステップＳ２２４に進む。
　ステップＳ２２４において、経路予測部４２は、横断歩道に関する歩行者情報を取得する。歩行者情報を用いることにより、候補経路の絞り込みが可能となる場合があるからである。
　ステップＳ２２５において、物体検出部１０が候補経路の前方を検出しにくいため、経路予測部４２は、取得しやすい情報から取得する。そこで経路予測部４２は、地図データベース３０を参照して、自車両Ｍ１の周囲において歩道橋があるか否かを検出する。歩道橋があるか否かを検出する理由は、上述した通りである。自車両Ｍ１の周囲に歩道橋がある場合（ステップＳ２２５でＹｅｓ）、処理はステップＳ２２８に進む。一方、自車両Ｍ１の周囲に歩道橋がない場合（ステップＳ２２５でＮｏ）、処理はステップＳ２２６に進む。
　ステップＳ２２６において、経路予測部４２は、横断歩道に関する歩行者情報を取得する。歩行者情報を用いることにより、候補経路の絞り込みが可能となる場合があるからである。
　ステップＳ２２７において、物体検出部１０は検出可能な範囲において候補経路の前方を検出する。経路予測部４２は、物体検出部１０によって検出された情報に基づいて候補経路の前方の渋滞状況を取得する。渋滞状況に基づいて候補経路の絞り込みが可能となる場合があるからである。
　ステップＳ２２８において、経路予測部４２は、候補経路の前方の渋滞状況や、横断歩道に関する歩行者情報を用いて候補経路を絞り込む。なお、経路予測部４２は、渋滞状況と歩行者情報との両方を用いて候補経路を絞り込んでもよく、渋滞状況のみまたは歩行者情報のみを用いて候補経路を絞り込んでもよい。
　次に、図１６に示すステップＳ２３０において、経路予測部４２は、候補経路が２つ以上あるか否かを判断する。候補経路が１つの場合（ステップＳ２３０でＮｏ）、経路予測部４２は、残った１つの候補経路を他車両Ｍ２が走行する経路と予測し、処理はステップＳ２１５に進む。一方、候補経路が２つ以上ある場合（ステップＳ２３０でＹｅｓ）、処理はステップＳ２３１に進む。
　ステップＳ２３１において、物体検出部１０は、他車両Ｍ２が位置している車線の中心線ＣＬから、他車両Ｍ２の中心位置までの距離Ｄを算出するために、他車両Ｍ２の車幅Ｗを検出する。経路予測部４２は、検出された車幅Ｗが所定値より小さい場合は、距離Ｄを用いた候補経路の絞り込みを行わない。検出された車幅Ｗが所定値より小さい場合、車幅全体のどの部分が検出されたのか判断できず、中心線ＣＬに対する他車両Ｍ２の位置を正確に算出できないケースがあるからである。検出された車幅Ｗが所定値以上の場合（ステップＳ２３１でＹｅｓ）、処理はステップＳ２３２に進む。一方、検出された車幅Ｗが所定値より小さい場合（ステップＳ２３１でＮｏ）、処理はステップＳ２１５に進む。
　ステップＳ２３２において、経路予測部４２は、物体検出部１０が検出した他車両Ｍ２の車幅Ｗを用いて、車線の中心線ＣＬから他車両Ｍ２の中心位置までの距離Ｄを算出する。渋滞状況や歩行者情報を用いても他車両Ｍ２が走行する経路を予測できない場合でも、距離Ｄを用いることにより経路予測部４２は他車両Ｍ２が走行する経路を予測できる場合があるからである。
　ステップＳ２３３において、経路予測部４２は、算出した距離Ｄが所定値以下か否かを判断する。これにより、経路予測部４２は、候補経路を絞り込むことができる。距離Ｄが所定値以下の場合（ステップＳ２３３でＹｅｓ）、処理はステップＳ２３４に進む。一方、距離Ｄが所定値より大きい場合（ステップＳ２３３でＮｏ）、処理はステップＳ２３５に進む。
　ステップＳ２３４において、経路予測部４２は、図８に示すように他車両Ｍ２が走行する経路は直進経路Ｒ６であると予測する。なお、経路予測部４２は、交通状況などにより直進経路Ｒ６を候補経路から除外している場合は、予測を中止する。
　ステップＳ２３５において、経路予測部４２は、距離Ｄが自車両Ｍ１から見て左側に大きいか、右側に大きいかを判断する。つまり経路予測部４２は、中心線ＣＬをＹ座標として距離Ｄ＜０であるか、距離Ｄ＞０であるかを判断する。距離Ｄが自車両Ｍ１から見て右側に大きい場合、つまり距離Ｄ＞０である場合（ステップＳ２３５でＹｅｓ）、処理はステップＳ２３６に進む。一方、距離Ｄが自車両Ｍ１から見て左側に大きい場合、つまり距離Ｄ＜０である場合（ステップＳ２３５でＮｏ）、処理はステップＳ２３７に進む。
　ステップＳ２３６において、経路予測部４２は、他車両Ｍ２が走行する経路は左折経路Ｒ７であると予測する。ステップＳ２３７において、経路予測部４２は、他車両Ｍ２が走行する経路は右折経路Ｒ５であると予測する。
　以上説明したように、第２実施形態に係る車両挙動予測装置２によれば、以下の作用効果が得られる。
　車両挙動予測装置２は、他車両Ｍ２の位置と、道路構造に基づいて他車両Ｍ２が走行する複数の経路候補を抽出する。車両挙動予測装置２は、抽出した候補経路について交通規則を用いて絞り込む。これにより、車両挙動予測装置２は、他車両Ｍ２の姿勢や走行履歴の検出が難しい場合でも他車両Ｍ２が走行する経路の予測精度を向上させることができる。
　また、交通規則には、信号機、横断歩道または標識に関する規則のうち少なくとも一つが含まれる。車両挙動予測装置２は、信号機の色に関する交通規則を用いて候補経路を絞り込む。また、車両挙動予測装置２は、信号機情報を取得できない場合、横断歩道に関する歩行者情報を用いて信号機情報を推定し、候補経路を絞り込む。このように信号機、横断歩道または標識に関する規則を用いて候補経路を絞り込むことにより、車両挙動予測装置２は、他車両Ｍ２の姿勢や走行履歴の検出が難しい場合でも他車両Ｍ２が走行する経路の予測精度を向上させることができる。
　また、車両挙動予測装置２は、候補経路上における他車両Ｍ２以外の他車両Ｍ３、Ｍ４の位置を検出し、候補経路の前方が渋滞しているか否かを判断する。そして、車両挙動予測装置２は、交通規則と渋滞状況に基づいて候補経路を絞り込む。これにより、車両挙動予測装置２は、他車両Ｍ２の姿勢や走行履歴が検出できない場合でも他車両Ｍ２が走行する経路の予測精度を向上させることができる。
　上記のように、本発明の実施形態を記載したが、この開示の一部をなす論述及び図面はこの発明を限定するものであると理解すべきではない。この開示から当業者には様々な代替実施の形態、実施例及び運用技術が明らかとなろう。
　例えば、第２実施形態では、通信機５０を用いて信号機情報を取得したが、信号機情報を取得する方法はこれに限られず、例えばカメラを用いて信号機情報を取得してもよい。
　また、第２実施形態では、経路予測部４２は他車両Ｍ３、Ｍ４の位置情報を用いて候補経路の前方が渋滞しているか否かを判断したが、図１７に示すように物体検出部１０は建物９２によって隠蔽される領域Ｓ１の情報を検出できない場合がある。図１７に示すように、他車両Ｍ３、Ｍ４が左折経路Ｒ７の前方に存在していても、物体検出部１０は他車両Ｍ３、Ｍ４を検出できず、経路予測部４２は左折経路Ｒ７の前方に渋滞が発生していることを判断できない。このように物体検出部１０が候補経路の前方を検出できない場合、経路予測部４２は、誤った予測を回避するため、他車両Ｍ２が走行する経路の予測を中止する。
　また、第１実施形態及び第２実施形態において、右側通行の道路について説明したが、本発明は左側通行の道路にも適用できる。また、本発明は、自動運転機能を備える車両に適用することができる。
　なお、上述の実施形態の各機能は、１または複数の処理回路により実装され得る。処理回路は、電気回路を含む処理装置等のプログラムされた処理装置を含む。処理回路は、また、実施形態に記載された機能を実行するようにアレンジされた特定用途向け集積回路（ＡＳＩＣ）や従来型の回路部品のような装置を含む。
１、２　車両挙動予測装置
１０　物体検出部
２０　ＧＰＳ受信機
３０　地図データベース
４０　コントローラ
４１　情報取得部
４２　経路予測部
５０　通信機

Claims (8)

  1. 　自車両の周囲における他車両の位置を検出するセンサを備え、前記他車両が走行する経路を予測する車両挙動予測方法において、
    　前記他車両の位置の周囲における、少なくとも車線を含む道路構造を取得し、
    　前記道路構造における交通規則を取得し、
    　前記交通規則に基づいて前記他車両が走行する経路を予測することを特徴とする車両挙動予測方法。
  2. 　前記交通規則には、信号機、横断歩道、標識に関する規則のうち少なくとも一つが含まれることを特徴とする請求項１に記載の車両挙動予測方法。
  3. 　前記道路構造に基づいて前記他車両が走行する複数の候補経路を抽出し、
    　前記交通規則に基づいて前記複数の候補経路から前記他車両が走行する経路を予測することを特徴とする請求項１または２に記載の車両挙動予測方法。
  4. 　前記複数の候補経路上における前記他車両以外の車両の位置を検出し、
    　前記他車両以外の車両の位置と前記交通規則とに基づいて前記複数の候補経路から前記他車両が走行する経路を予測することを特徴とする請求項３に記載の車両挙動予測方法。
  5. 　前記複数の候補経路の前方を検出できない場合、前記他車両が走行する経路の予測を中止することを特徴とする請求項３または４に記載の車両挙動予測方法。
  6. 　前記他車両の車速を検出し、
    　前記他車両の車速が所定値以下の場合に、前記他車両が走行する経路を予測することを特徴とする請求項１乃至５の何れか一項に記載の車両挙動予測方法。
  7. 　前記他車両の走行軌跡を検出し、
    　前記走行軌跡及び前記交通規則に基づいて前記他車両が走行する経路を予測することを特徴とする請求項１乃至６の何れか一項に記載の車両挙動予測方法。
  8. 　自車両の周囲における他車両の位置を検出するセンサと、
    　前記他車両の位置の周囲における、少なくとも車線を含む道路構造を取得するコントローラとを備え、
    　前記コントローラは、前記道路構造における交通規則を取得し、取得した前記交通規則に基づいて前記他車両が走行する経路を予測することを特徴とする車両挙動予測装置。
PCT/JP2017/001962 2017-01-20 2017-01-20 車両挙動予測方法及び車両挙動予測装置 WO2018134973A1 (ja)

Priority Applications (10)

Application Number Priority Date Filing Date Title
EP17892862.8A EP3573035A4 (en) 2017-01-20 2017-01-20 VEHICLE BEHAVIOR PREDICTION METHOD AND VEHICLE BEHAVIOR PREDICTION APPARATUS
CN201780083928.2A CN110199336A (zh) 2017-01-20 2017-01-20 车辆行为预测方法及车辆行为预测装置
MX2019008618A MX2019008618A (es) 2017-01-20 2017-01-20 Metodo de prediccion de comportamiento de vehiculo y aparato de prediccion de comportamiento de vehiculo.
RU2019126023A RU2741129C1 (ru) 2017-01-20 2017-01-20 Способ прогнозирования поведения транспортного средства и устройство прогнозирования поведения транспортного средства
KR1020197021184A KR20190099475A (ko) 2017-01-20 2017-01-20 차량 거동 예측 방법 및 차량 거동 예측 장치
CA3050411A CA3050411A1 (en) 2017-01-20 2017-01-20 Vehicle behavior prediction method and vehicle behavior prediction apparatus
BR112019014912-0A BR112019014912A2 (pt) 2017-01-20 2017-01-20 Método de previsão de comportamento de veículo e aparelho de previsão de comportamento de veículo
PCT/JP2017/001962 WO2018134973A1 (ja) 2017-01-20 2017-01-20 車両挙動予測方法及び車両挙動予測装置
JP2018562829A JPWO2018134973A1 (ja) 2017-01-20 2017-01-20 車両挙動予測方法及び車両挙動予測装置
US16/478,397 US20190333373A1 (en) 2017-01-20 2017-01-20 Vehicle Behavior Prediction Method and Vehicle Behavior Prediction Apparatus

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2017/001962 WO2018134973A1 (ja) 2017-01-20 2017-01-20 車両挙動予測方法及び車両挙動予測装置

Publications (1)

Publication Number Publication Date
WO2018134973A1 true WO2018134973A1 (ja) 2018-07-26

Family

ID=62909005

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/001962 WO2018134973A1 (ja) 2017-01-20 2017-01-20 車両挙動予測方法及び車両挙動予測装置

Country Status (10)

Country Link
US (1) US20190333373A1 (ja)
EP (1) EP3573035A4 (ja)
JP (1) JPWO2018134973A1 (ja)
KR (1) KR20190099475A (ja)
CN (1) CN110199336A (ja)
BR (1) BR112019014912A2 (ja)
CA (1) CA3050411A1 (ja)
MX (1) MX2019008618A (ja)
RU (1) RU2741129C1 (ja)
WO (1) WO2018134973A1 (ja)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE1850842A1 (en) * 2018-07-04 2019-04-15 Scania Cv Ab Method and control arrangement for obtaining information from a traffic light
JP2020149388A (ja) * 2019-03-14 2020-09-17 本田技研工業株式会社 挙動予測装置
US11685406B2 (en) 2020-02-13 2023-06-27 Honda Motor Co., Ltd. Vehicle control device, vehicle control method, and storage medium

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102018208105B3 (de) * 2018-05-23 2019-03-21 Volkswagen Aktiengesellschaft Verfahren zum Unterstützen eines Führens wenigstens eines Kraftfahrzeugs und Assistenzsystem
US11302197B2 (en) * 2018-09-17 2022-04-12 Nissan Motor Co., Ltd. Vehicle behavior prediction method and vehicle behavior prediction device
US11619945B2 (en) 2019-09-30 2023-04-04 GM Cruise Holdings LLC. Map prior layer
US11529961B2 (en) * 2019-09-30 2022-12-20 GM Cruise Holdings LLC. Tracking object path in map prior layer
CN111081045A (zh) * 2019-12-31 2020-04-28 智车优行科技（上海）有限公司 姿态轨迹预测方法及电子设备
CN112534483B (zh) * 2020-03-04 2021-12-14 华为技术有限公司 预测车辆驶出口的方法和装置
US20210284195A1 (en) * 2020-03-13 2021-09-16 Baidu Usa Llc Obstacle prediction system for autonomous driving vehicles
CN113879295B (zh) * 2020-07-02 2024-04-12 华为技术有限公司 轨迹预测方法及装置
US11017347B1 (en) 2020-07-09 2021-05-25 Fourkites, Inc. Supply chain visibility platform
US11794731B2 (en) * 2020-08-12 2023-10-24 Ford Global Technologies, Llc Waypoint prediction for vehicle motion planning
US11731661B2 (en) * 2020-10-01 2023-08-22 Argo AI, LLC Systems and methods for imminent collision avoidance
US11618444B2 (en) 2020-10-01 2023-04-04 Argo AI, LLC Methods and systems for autonomous vehicle inference of routes for actors exhibiting unrecognized behavior
US11358598B2 (en) 2020-10-01 2022-06-14 Argo AI, LLC Methods and systems for performing outlet inference by an autonomous vehicle to determine feasible paths through an intersection
CN114440908B (zh) * 2020-10-31 2023-07-28 华为技术有限公司 一种规划车辆驾驶路径的方法、装置、智能车以及存储介质
EP4286972A4 (en) * 2021-02-26 2024-03-27 Huawei Tech Co Ltd METHOD AND DEVICE FOR PREDICTING THE DRIVING INTENTION OF A VEHICLE, TERMINAL AND STORAGE MEDIUM
US11804131B2 (en) * 2021-11-24 2023-10-31 GM Global Technology Operations LLC Communication system for determining vehicle context and intent of a target vehicle based on perceived lane of travel

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010079565A (ja) * 2008-09-25 2010-04-08 Toyota Motor Corp 運転支援装置
JP2013134567A (ja) 2011-12-26 2013-07-08 Suzuki Motor Corp 運転支援装置
US20170016734A1 (en) * 2015-07-17 2017-01-19 Honda Motor Co., Ltd. Turn predictions

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4763537B2 (ja) * 2006-07-13 2011-08-31 株式会社デンソー 運転支援情報報知装置
US8571786B2 (en) * 2009-06-02 2013-10-29 Toyota Jidosha Kabushiki Kaisha Vehicular peripheral surveillance device
JP5407764B2 (ja) * 2009-10-30 2014-02-05 トヨタ自動車株式会社 運転支援装置
JP2011129106A (ja) * 2009-11-19 2011-06-30 Sanyo Electric Co Ltd 無線装置
EP2513882B1 (en) * 2009-12-18 2014-04-02 Honda Motor Co., Ltd. A predictive human-machine interface using eye gaze technology, blind spot indicators and driver experience
US8655579B2 (en) * 2010-03-16 2014-02-18 Toyota Jidosha Kabushiki Kaisha Driving assistance device
US9495874B1 (en) * 2012-04-13 2016-11-15 Google Inc. Automated system and method for modeling the behavior of vehicles and other agents
US20150153184A1 (en) * 2013-12-04 2015-06-04 GM Global Technology Operations LLC System and method for dynamically focusing vehicle sensors
WO2015155833A1 (ja) * 2014-04-08 2015-10-15 三菱電機株式会社 衝突防止装置
US9248834B1 (en) * 2014-10-02 2016-02-02 Google Inc. Predicting trajectories of objects based on contextual information

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010079565A (ja) * 2008-09-25 2010-04-08 Toyota Motor Corp 運転支援装置
JP2013134567A (ja) 2011-12-26 2013-07-08 Suzuki Motor Corp 運転支援装置
US20170016734A1 (en) * 2015-07-17 2017-01-19 Honda Motor Co., Ltd. Turn predictions

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP3573035A4 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
SE1850842A1 (en) * 2018-07-04 2019-04-15 Scania Cv Ab Method and control arrangement for obtaining information from a traffic light
JP2020149388A (ja) * 2019-03-14 2020-09-17 本田技研工業株式会社 挙動予測装置
JP7086021B2 (ja) 2019-03-14 2022-06-17 本田技研工業株式会社 挙動予測装置
US11685406B2 (en) 2020-02-13 2023-06-27 Honda Motor Co., Ltd. Vehicle control device, vehicle control method, and storage medium

Also Published As

Publication number Publication date
CN110199336A (zh) 2019-09-03
EP3573035A4 (en) 2020-01-08
BR112019014912A2 (pt) 2020-03-31
JPWO2018134973A1 (ja) 2019-12-26
RU2741129C1 (ru) 2021-01-22
US20190333373A1 (en) 2019-10-31
EP3573035A1 (en) 2019-11-27
MX2019008618A (es) 2019-09-09
CA3050411A1 (en) 2018-07-26
KR20190099475A (ko) 2019-08-27

Similar Documents

Publication Publication Date Title
WO2018134973A1 (ja) 車両挙動予測方法及び車両挙動予測装置
RU2768417C1 (ru) Способ помощи при вождении и устройство помощи при вождении
JP6566132B2 (ja) 物体検出方法及び物体検出装置
JP5229293B2 (ja) 車両用運転支援装置
JP2005189983A (ja) 車両運転支援装置
JP2007266976A (ja) 周辺状況認識装置及び方法
EP3950451A1 (en) Behavior prediction method and behavior prediction device for mobile unit, and vehicle
CN111731294A (zh) 行驶控制装置、行驶控制方法以及存储程序的存储介质
JP7037956B2 (ja) 車両進路予測方法、車両走行支援方法及び車両進路予測装置
JP2015049583A (ja) 運転支援装置
JP2009048564A (ja) 車両位置予測装置
JP7182718B2 (ja) 車両行動決定方法及び車両行動決定装置
JP2018063122A (ja) 経路選択方法及び経路選択装置
CN114194186B (zh) 车辆行驶控制装置
JP2010286877A (ja) 車両用制御装置
JP6721054B2 (ja) 車両はみ出し判断方法及び車両はみ出し判断装置
JP2007266975A (ja) 周辺状況認識装置及び方法
JP7259939B2 (ja) 挙動予測方法及び挙動予測装置並びに車両制御装置
JP2008152386A (ja) 車両用周辺監視装置
JP2007304815A (ja) 車両用制御装置
JP7277202B2 (ja) 車両挙動予測方法及び車両挙動予測装置並びに車両制御装置
JP7390884B2 (ja) 走行環境推定方法、走行支援方法及び走行環境推定装置
JP7129282B2 (ja) 障害物区間推定方法及び障害物区間推定装置
JP2009245342A (ja) 運転支援装置、運転支援方法及びコンピュータプログラム

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: 17892862

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2018562829

Country of ref document: JP

Kind code of ref document: A

ENP Entry into the national phase

Ref document number: 3050411

Country of ref document: CA

ENP Entry into the national phase

Ref document number: 20197021184

Country of ref document: KR

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

REG Reference to national code

Ref country code: BR

Ref legal event code: B01A

Ref document number: 112019014912

Country of ref document: BR

ENP Entry into the national phase

Ref document number: 2017892862

Country of ref document: EP

Effective date: 20190820

ENP Entry into the national phase

Ref document number: 112019014912

Country of ref document: BR

Kind code of ref document: A2

Effective date: 20190719