WO2022201446A1 - 運転判定システム、運転判定方法、記録媒体 - Google Patents

運転判定システム、運転判定方法、記録媒体 Download PDF

Info

Publication number
WO2022201446A1
WO2022201446A1 PCT/JP2021/012609 JP2021012609W WO2022201446A1 WO 2022201446 A1 WO2022201446 A1 WO 2022201446A1 JP 2021012609 W JP2021012609 W JP 2021012609W WO 2022201446 A1 WO2022201446 A1 WO 2022201446A1
Authority
WO
WIPO (PCT)
Prior art keywords
driving
vehicle
dangerous
detected
information
Prior art date
Application number
PCT/JP2021/012609
Other languages
English (en)
French (fr)
Inventor
千里 菅原
奈々 十文字
洋介 木村
昌也 徳永
徹 高見
Original Assignee
日本電気株式会社
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 日本電気株式会社 filed Critical 日本電気株式会社
Priority to US18/269,459 priority Critical patent/US20240046779A1/en
Priority to PCT/JP2021/012609 priority patent/WO2022201446A1/ja
Priority to JP2023508329A priority patent/JPWO2022201446A5/ja
Publication of WO2022201446A1 publication Critical patent/WO2022201446A1/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
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • 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
    • B60W40/08—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 drivers or passengers
    • 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
    • B60W40/08—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 drivers or passengers
    • B60W40/09—Driving style or behaviour
    • 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
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • 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
    • B60W2552/20—Road profile

Definitions

  • the present disclosure relates to a driving determination system and the like for determining driving of a vehicle.
  • Patent Literature 1 discloses a system for estimating road conditions from vehicle driving operation conditions and determining dangerous driving.
  • Patent Literature 2 discloses a system that uses the difference between a reference model and a driver's driving operation as an evaluation value, and encourages a driver below a certain evaluation value to take actions that bring the model closer to the reference model.
  • Patent Literature 3 discloses a system that evaluates safe driving by comparing driving details with other drivers at the same point. Such a driving evaluation may be provided to a manager who manages the driver and used as a work evaluation for each driver.
  • the vehicle that is determined to have decelerated suddenly may include, for example, the driver's sudden deceleration of the vehicle in order to avoid a crisis caused by a pedestrian or animal jumping out. If such crisis avoidance driving is evaluated as dangerous driving, the driver's motivation will decrease.
  • One of the purposes of the present disclosure is to provide a driving determination system and the like that can estimate the factors of dangerous driving detected from vehicle sensor information.
  • One aspect of the driving determination system of the present disclosure includes a detection unit that detects dangerous driving of the vehicle based on sensor information of the vehicle, and the dangerous driving is detected based on image information of the inside or outside of the vehicle. and a determination unit that determines whether the detected dangerous driving is unavoidable driving according to the detected driving conditions.
  • One aspect of the driving determination method of the present disclosure is to detect dangerous driving of the vehicle based on sensor information of the vehicle, and to detect the dangerous driving based on image information of the inside or outside of the vehicle.
  • a driving condition related to driving of the vehicle is detected, and it is determined whether the detected dangerous driving is unavoidable driving according to the detected driving condition.
  • One aspect of the program stored in the storage medium of the present disclosure detects dangerous driving of the vehicle based on sensor information of the vehicle, and detects the dangerous driving based on image information of the interior or exterior of the vehicle.
  • a computer is caused to detect a driving situation related to driving of the vehicle when the vehicle is in a state of unavoidable driving, and to determine whether the detected dangerous driving is unavoidable driving according to the detected driving situation.
  • FIG. 10 is a diagram showing an example of a driving situation based on sound image information
  • FIG. 10 is a diagram showing an example of risky driving factors estimated from driving conditions based on image information and determination
  • FIG. 10 is a diagram showing factors of dangerous driving estimated based on the driving situation based on sound information and an example of determination
  • FIG. 10 is a diagram showing factors of dangerous driving estimated based on the driving situation based on sound information and an example of determination
  • FIG. 3 is a diagram showing an example of driving conditions based on image information or sound information and determination of good driving; It is a figure which shows the example of driving information.
  • FIG. 4 is a diagram showing an example of evaluation information indicating evaluation of driving by a driver; It is a figure which shows the example of a display when unnecessary dangerous driving is superimposed on map information. It is a figure which shows the display information which identifies unnecessary dangerous driving and unavoidable driving. It is a figure which shows the example which superimposes unnecessary dangerous driving and unavoidable driving on map information, and displays it.
  • 4 is a flowchart showing an example of operation of the driving determination system according to the first embodiment;
  • FIG. 7 is a block diagram showing an example of the configuration of a driving determination system according to a second embodiment;
  • FIG. 9 is a flow chart showing an example of the operation of the driving determination system according to the second embodiment; It is a block diagram which shows the hardware constitutions of a computer.
  • FIG. 1 is a diagram showing an outline of a driving judgment system according to the first embodiment.
  • a driving determination system 10 shown in FIG. 1 is communicably connected to a vehicle system 20 via a network 30 .
  • a vehicle system 20 shown in FIG. 1 is provided in a vehicle such as an automobile, collects sensor information from a sensor 21 installed in the vehicle, and transmits the sensor information to the driving determination system 10 .
  • the vehicle system 20 transmits sensor information in association with a vehicle identifier that identifies the vehicle.
  • Vehicle system 20 is, for example, a computer that performs functions through software.
  • the vehicle system 20 may store the collected sensor information in a recording medium, and the driving determination system 10 may read the sensor information from the recording medium or a device equipped with the recording medium.
  • the vehicle may include a motorcycle (including a three-wheeled vehicle), a bicycle, etc., in addition to an automobile (four-wheeled motor vehicle).
  • the sensor information is, for example, information representing the state and behavior of the vehicle, and information representing the driving operation by the driver of the vehicle.
  • the sensor information includes image information captured inside and outside the vehicle, or sound information collected inside and outside the vehicle.
  • Sensor information may include information about the external environment in which the vehicle travels.
  • the sensor information of the external environment is, for example, the temperature, humidity, illuminance, and the like while the vehicle is running. Details of the external environment will be described later.
  • the image information and sound information include driving conditions outside the vehicle. The driving situation will be described later. Additionally, the image information includes the driver and passengers in the vehicle.
  • the sound information includes sounds in the vehicle or voices of the driver and fellow passengers.
  • the sensor information described above is an example and is not limited to these.
  • the sensor 21 may be, for example, a travel position of the vehicle, a speed sensor that measures the speed of the vehicle, an acceleration sensor that measures the acceleration of the vehicle, or a steering sensor that measures the steering operation of the vehicle.
  • the sensor 21 may be an imaging sensor that captures images of the inside and outside of the vehicle, an acoustic sensor that captures sounds inside and outside the vehicle, or a microphone.
  • the sensor 21 described above is an example and is not limited to these.
  • FIG. 2 is a diagram showing an example of the configuration of the driving determination system according to the first embodiment.
  • the driving determination system 10 shown in FIG. 2 includes a detection unit 101, a detection unit 102, a determination unit 103, a driving information generation unit 104, a driving evaluation unit 105, an output unit 106, and a communication unit (not shown).
  • the detection unit 101 detects dangerous driving of the vehicle based on sensor information of the vehicle.
  • Dangerous driving means, for example, driving that may endanger traffic.
  • Dangerous driving elements include, for example, sudden deceleration, sudden acceleration, sudden steering, sudden braking, sudden start, running on bumps, meandering driving, and the like.
  • the elements of dangerous driving are examples and are not limited to these.
  • the detection unit 101 detects dangerous driving due to sudden deceleration, sudden acceleration, sudden start, or sudden braking of the vehicle from the magnitude of the longitudinal acceleration of the vehicle. Alternatively, dangerous driving due to abrupt steering of the vehicle or meandering driving is detected from the magnitude of lateral acceleration of the vehicle.
  • the detection of dangerous driving is not limited to acceleration, and dangerous driving may be detected based on sensor information from an accelerator pedal sensor and a steering sensor. The detection of dangerous driving is an example, and is not limited to these.
  • the detection unit 101 may detect calm driving of the vehicle based on sensor information of the vehicle.
  • gentle driving may be detected, for example, by gently accelerating, decelerating, starting, stopping, or handling.
  • the detection unit 102 detects the driving situation of the vehicle when dangerous driving is detected based on image information obtained by photographing the interior or exterior of the vehicle.
  • FIG. 3 is a diagram showing an example of driving conditions based on image information.
  • the driving conditions based on the image information shown in FIG. 3 include information about the external environment, information about road conditions, or information about driving operation conditions.
  • the external environment based on image information is, for example, weather such as fine weather, rain, snow, fog, wind, or thunder.
  • the detection unit 102 uses machine learning as a method for detecting the external environment, and detects the presence or absence of rainfall, snowfall, visibility, and the like while the vehicle is traveling, from photographed data outside the vehicle.
  • the detection unit 102 may detect rainfall, snowfall, or the like using image processing by referring to differences in luminance, color, or the like of photographed data.
  • the external environment or the method of detecting the external environment is an example, and is not limited to these.
  • Road conditions based on image information include road surface conditions, lane conditions, congestion conditions, or traveling obstacles.
  • the road surface condition includes a road surface level difference, a road surface condition, or a pavement type.
  • the lane conditions include road width, increase/decrease in width, number of lanes, increase/decrease in the number of lanes, travel lane position, intersection, branch point, merging point, and the like.
  • Congestion status includes inter-vehicle distance.
  • Traveling obstacles include parked and stopped vehicles, falling objects, jumping-out people, animals, etc., vehicles driven with tailgates, emergency vehicles, and the like. Road conditions are examples and are not limited to these.
  • Driving operation status based on image information includes accelerator operation, brake operation, steering wheel operation, switch operation, line of sight of the driver, dozing off, posture while driving, etc.
  • the detection unit 102 detects, for example, the operation angle of the steering wheel, the presence or absence of switch operation, the driver's dozing off, and the like from the camera image by video analysis.
  • the driving operation situations are examples, and are not limited to these.
  • the detection unit 102 detects whether there is a fallen object on the lane in which the vehicle is traveling based on image information as the driving situation (road situation) of the vehicle when dangerous driving is detected due to sudden deceleration of the vehicle.
  • the detection unit 102 may detect the display or blinking of a traffic light in the traveling direction of the vehicle from the image information as the external environment of the running situation when the vehicle suddenly accelerates.
  • the detection unit 102 may detect the driving situation of the vehicle when dangerous driving is detected based on sound information obtained by photographing the interior or exterior of the vehicle.
  • FIG. 4 is a diagram showing an example of a driving situation based on sound image information.
  • the driving situation based on the sound information shown in FIG. 4 includes, for example, information on the external environment, information on road conditions, or information on the driving operation situation.
  • the external environment based on sound information is, for example, weather such as rain, snow, wind, hail, or thunder.
  • the detection unit 102 uses machine learning as a method for detecting the external environment, and detects the presence or absence of rain, snow, wind, hail, and thunder while the vehicle is running from acoustic data outside the vehicle.
  • the amount of precipitation and the intensity of wind speed may be detected based on the sound of rain and the sound of wind.
  • a technique other than machine learning may be used, and the detection unit 102 may detect rainfall, snowfall, etc., based on the frequency of acoustic data, the difference in sound pressure, and the like.
  • the method of detecting the external environment or the external environment is an example and is not limited to these.
  • Road conditions based on sound information include road surface conditions and lane conditions.
  • the road surface conditions include road bumps and road surface conditions.
  • the lane conditions are a tunnel (reverberation sound), an acoustic signal (guidance sound), and a railroad crossing (warning sound). Road conditions are examples and are not limited to these.
  • the driving operation status based on sound information includes the driver's voice, passenger's voice, driving speed (wind noise, road noise), switch operation (winker flashing sound, wiper operating sound), horn, etc.
  • the driving operation situations are examples, and are not limited to these.
  • the detection unit 102 detects that the melody of an acoustic traffic light that guides pedestrians is playing as the driving situation (external environment) of the vehicle when dangerous driving is detected due to sudden deceleration of the vehicle.
  • the determination unit 103 determines whether the detected dangerous driving is unavoidable driving according to the detected driving situation. Specifically, the determination unit 103 estimates whether the driver of the vehicle or someone other than the driver is responsible for dangerous driving in the detected driving conditions (external environment, road conditions, driving operation conditions). .
  • FIG. 5 is a diagram showing factors of dangerous driving estimated from the driving situation based on image information and an example of determination. For example, if the detected dangerous driving is sudden deceleration and the information on the driving situation (driving operation situation) includes the driver falling asleep, the determination unit 103 estimates that the driver is the cause of the dangerous driving. . Alternatively, in another case, when the detected dangerous driving is sudden deceleration and the information on the driving situation (road condition) includes a fallen object on the road, the determination unit 103 determines that the cause of the dangerous driving is other than the driver. (in this case falling objects).
  • the determining unit 103 determines that the detected dangerous driving is unavoidable driving when the detected dangerous driving factor is other than the driver, and determines unnecessary dangerous driving when the detected dangerous driving factor is the driver of the vehicle. I judge.
  • FIG. 6 is a diagram showing factors of dangerous driving estimated in the driving situation based on sound information and an example of determination.
  • the determination unit 103 determines that the driver is the cause of the dangerous driving. presume.
  • the determination unit 103 determines that the cause of the dangerous driving is Presumed to be outside the driver (vehicle being swept away by the wind).
  • the determination unit 103 may determine whether the detected driving is good driving according to the driving situation detected based on the image information or the acoustic information.
  • Good driving includes, for example, calm driving, polite driving, driving in compliance with legal speed limits, driving with consideration for surrounding drivers, and driving with consideration for the environment.
  • FIG. 7 is a diagram showing an example of driving conditions based on image information or sound information and determination of good driving. For example, when the detected driving is gentle deceleration and the driving condition (road condition) information includes an image of a vehicle waiting to turn right ahead, the determination unit 103 determines that the detected driving is good driving. judge. Note that the definition of good driving and the determination of good driving are examples, and are not limited to these.
  • the driving information generation unit 104 generates driving information.
  • the driving information includes information about detected dangerous driving.
  • FIG. 8 is a diagram showing an example of driving information generated by the driving information generator 104 and stored in a memory (for example, RAM (Random Access Memory) 93 or storage device 95 in FIG. 16 described later).
  • the driving information shown in FIG. 8 has items of driving information identifier, driver identifier, vehicle identifier, date and time, position information, dangerous driving type, dangerous driving level, factor, and determination.
  • the driving information identifier is sequentially assigned in time series when dangerous driving is detected by the driving information generation unit 104 .
  • the association between the driver identifier and the vehicle identifier may be obtained from vehicle reservation information stored in the vehicle system 20 or another device, for example.
  • the driving information generating unit 104 generates information related to the vehicle identifier and related to dangerous driving detected by the detecting unit 101 (occurrence date and time of dangerous driving, position information indicating the location of the occurrence of dangerous driving, type of dangerous driving). is acquired from the detection unit 101 or a storage unit (not shown).
  • the driving information generation unit 104 assigns a dangerous driving level to the type of dangerous driving in the generated driving information.
  • the magnitude of the dangerous driving level may be set according to the magnitude of the acceleration of sudden deceleration.
  • the method of assigning the dangerous driving level is an example, and is not limited to this.
  • the driving information generation unit 104 may update the driving information according to additional determination results by the determination unit 103. If the determining unit 103 determines that dangerous driving is unavoidable driving, the driving information generating unit 104 registers "unavoidable driving" in the determination item of the driving information. , to register "unnecessary dangerous driving". Further, the driving information generation unit 104 may register items that are factors of determination in the items of determination factors of the driving information based on the determination result. The driving information generation unit 104 stores the generated driving information in a storage unit (not shown).
  • the driving information generator 104 is provided with a manager setting function for accepting changes in the driving information by the manager so that the manager can switch between the statuses of "unnecessary dangerous driving” and "unavoidable driving” in the driving information. You can have it.
  • the driving evaluation unit 105 calculates an evaluation value for driving based on dangerous driving. For example, the driving evaluation unit 105 sets the initial evaluation value to 100, and deducts points from the evaluation value each time the detection unit 101 detects dangerous driving.
  • the initial value may be other than 100.
  • the deduction value for dangerous driving may be a fixed value or a value according to the dangerous driving level. For example, the level of demerit points may be set based on the level of dangerous driving.
  • FIG. 9 is a diagram showing an example of evaluation information indicating the driver's driving evaluation.
  • the evaluation information shown in FIG. 9 includes items of driver identifier, evaluation value, number of times of dangerous driving, and number of times of good driving.
  • the evaluation value is calculated by the following formula.
  • the calculation formulas and their coefficients are examples, and are not limited to these.
  • the driving evaluation unit 105 divides each driver into elements of dangerous driving (sudden acceleration, sudden deceleration, etc.) and calculates an evaluation value, and averages or totals the evaluation values for each element. You may calculate the total score based on. Further, the driving evaluation unit 105 may add additional points for good driving or unavoidable driving as separate scores (two axes), in addition to the points deducted for dangerous driving. Furthermore, the driving evaluation unit 105 may calculate two scores, ie, the remaining point score deducted from the initial value (for example, 100) due to dangerous driving and the added score, as one score.
  • the initial value for example, 100
  • the driver identifier may be, for example, an employee number, membership number, or personal number.
  • the item of the evaluation information may include the name of the driver. Also, the number of times of dangerous driving and the number of times of good driving may not be included. Items of the evaluation information are examples, and the items are not limited to these.
  • the driving evaluation unit 105 may add points based on good driving in addition to deducting points based on dangerous driving. For example, the driving evaluation unit 105 may add points to the evaluation value according to the number of times the determination unit 103 determines good driving as shown in FIG. Driving is evaluated not only by deducting points but also by adding points, which increases the driver's motivation and contributes to safe driving.
  • the driving evaluation unit 105 stores the evaluation information in a storage unit (not shown) every day and resets the evaluation value to the initial value.
  • the evaluation information may be stored for periods other than one day. Resetting the rating value may be separate from storing the rating information.
  • the output unit 106 generates information to be displayed on a display (not shown) and performs display control to display the information on the display.
  • the output unit 106 displays and controls information about unnecessary dangerous driving or unavoidable driving based on the driving information or the evaluation information. For example, based on the driving information, the output unit 106 superimposes the type of dangerous driving and the occurrence position on the map information.
  • FIG. 10 is a diagram showing a display example when unnecessary dangerous driving is superimposed on map information.
  • the display example of FIG. 10 is a display screen for a manager who manages drivers.
  • Screen display 1010 includes map information 1020 , level selection 1030 and display selection 1040 .
  • the icon of dangerous driving of the vehicle icon of sudden deceleration, icon of sudden steering, icon of sudden acceleration
  • each occurrence position are displayed superimposed on the map.
  • the position of the sudden deceleration icon in FIG. 10 corresponds to dangerous driving of the driving information identifier D1 of the position information XXX1 in FIG.
  • a selection link 1060 for displaying a moving picture, a level of dangerous driving, and a determination factor is displayed. For example, by clicking the "dangerous driving level" in the selection link 1060 with the mouse 1050, the value of the dangerous driving level recorded in the driving information is displayed.
  • a level selection 1030 is a check box for selecting a dangerous driving level for dangerous driving.
  • the output unit 106 refers to the driving information shown in FIG. 8 and selects dangerous driving corresponding to the checked dangerous driving level.
  • Information on dangerous driving at the dangerous driving level (type icon and content of unnecessary dangerous driving) is superimposed and output. Redundant selection of dangerous driving levels is possible, and unnecessary dangerous driving of all dangerous driving levels is output by all selections.
  • the threshold of the dangerous driving level to be displayed and the number of levels can be arbitrarily set.
  • the display selection 1040 is a check box for selecting and displaying unnecessary dangerous driving and unavoidable driving on the map. Both can be displayed by selecting both.
  • the dangerous driving level is "8" and "unavoidable driving” is output.
  • Display selection is not limited to the dangerous driving level or the like.
  • other items of driving information such as driver identifier, vehicle identifier, date and time, area (range based on position information) may be used.
  • a search input field for searching driving information may be provided.
  • FIG. 11 is a diagram showing icons for types of unnecessary dangerous driving and unavoidable driving.
  • the dangerous driving icon 2010 shown in FIG. 11 indicates sudden deceleration, sudden steering, and sudden acceleration.
  • the unavoidable driving icon 2020 indicates sudden deceleration, sudden steering, and sudden acceleration. Note that, for example, when the detected dangerous driving becomes unavoidable driving as determined later, the type icon superimposed on the map is changed.
  • FIG. 12 is a diagram showing an example in which dangerous driving that does not require driving information and unavoidable driving are superimposed on map information.
  • the output unit 106 displays unavoidable driving type icons (rapid deceleration, sudden steering wheel, sudden acceleration) are superimposed on the map of each occurrence position.
  • unavoidable driving icon a selection link for displaying an animation, a dangerous driving level, and a determination factor is displayed by mouse selection.
  • FIG. 13 is a flow chart showing an example of the operation of the driving judgment system according to the first embodiment.
  • the driving judgment system 10 receives vehicle sensor information transmitted by the vehicle system 20 .
  • the detection unit 101 detects dangerous driving of the vehicle based on sensor information of the vehicle (step S101).
  • Dangerous driving elements include, for example, sudden deceleration, sudden acceleration, sudden steering, sudden braking, sudden start, running on bumps, meandering driving, and the like.
  • the detection unit 102 detects the driving situation of the vehicle when dangerous driving is detected, based on the image information of the inside or outside of the vehicle (step S102).
  • Driving conditions based on image information include information about the external environment, information about road conditions, or information about driving operation conditions. Note that the detection unit 102 may detect the driving situation of the vehicle when dangerous driving is detected based on sound information obtained by photographing the inside or outside of the vehicle.
  • the determination unit 103 determines whether the detected dangerous driving is unavoidable driving according to the detected driving situation.
  • the determination unit 103 estimates whether the driver of the vehicle or someone other than the driver is responsible for dangerous driving in the detected driving conditions (external environment, road conditions, driving operation conditions) (step S103). ). If the driver of the vehicle is responsible for the detected dangerous driving (Yes in step S104), the determination unit 103 determines unnecessary dangerous driving (step S105). On the other hand, when the detected factor of dangerous driving is other than the driver (No in step S104), the determination unit 103 determines that the dangerous driving is unavoidable driving (step S106).
  • the determination unit 103 may determine whether the detected driving is good driving according to the driving situation detected based on the image information or the acoustic information. For example, when the detected driving is gentle deceleration and the driving condition (road condition) information includes an image of a vehicle waiting to turn right ahead, the determination unit 103 determines that the detected driving is good driving. judge.
  • the driving information generation unit 104 generates driving information (step S107).
  • the driving information has, for example, the following items: driving information identifier, driver identifier, vehicle identifier, date and time, position information, dangerous driving type, dangerous driving level, factor, and determination.
  • the driving information generating unit 104 transmits information related to the vehicle identifier and related to dangerous driving detected by the detecting unit 101 (the date and time of dangerous driving, the position information of the vehicle, the type of dangerous driving) to the detecting unit 101 or the storage unit ( (not shown).
  • the driving information generation unit 104 assigns a dangerous driving level to the type of dangerous driving in the generated driving information.
  • the driving information generation unit 104 may update the driving information according to additional determination results by the determination unit 103. If the determining unit 103 determines that dangerous driving is unavoidable driving, the driving information generating unit 104 registers "unavoidable driving" in the determination item of the driving information. , to register "unnecessary dangerous driving". Further, the driving information generation unit 104 may register items that are factors of determination in the items of determination factors of the driving information based on the determination result. Note that the administrator can change the statuses of “unnecessary dangerous driving” and “unavoidable driving” of the driving information generated using the administrator setting function of the driving information generation unit 104 to each other.
  • the driving evaluation unit 105 calculates an evaluation value for driving based on dangerous driving (step S108). For example, the driving evaluation unit 105 sets the initial evaluation value to 100, and deducts points from the evaluation value each time the detection unit 101 detects dangerous driving.
  • the initial value may be other than 100.
  • the deduction value for dangerous driving may be a fixed value or a value according to the dangerous driving level. For example, the level of demerit points may be set based on the level of dangerous driving.
  • the driving evaluation unit 105 may add points based on good driving in addition to deducting points based on dangerous driving. For example, the driving evaluation unit 105 may add points to the evaluation value according to the number of times the determination unit 103 determines that the driving is good. Alternatively, the driving evaluation unit 105 divides each driver into unnecessary elements of dangerous driving (sudden acceleration, sudden deceleration, etc.) and calculates an evaluation value, and calculates a total score based on the average or sum of the evaluation values for each element. You may In addition, the driving evaluation unit 105 may add additional points for good driving as a separate score, apart from demerit points for unnecessary dangerous driving (two axes). Further, the driving evaluation unit 105 may combine two scores, ie, the score and the added score, which are the remaining points subtracted from the initial value (for example, 100) due to unnecessary dangerous driving, and calculate them as one score.
  • the driving evaluation unit 105 may combine two scores, ie, the score and the added score, which are the remaining points subtracted from the initial
  • the output unit 106 displays and outputs information on dangerous driving or unavoidable driving based on the driving information or the evaluation information. For example, based on the driving information, the output unit 106 superimposes the type of dangerous driving and the location of occurrence on the map information (step S109). For example, in the map information 1020, the output unit 106 superimposes and displays the dangerous driving type icons of the vehicle (rapid deceleration, sudden steering, and sudden acceleration) and their occurrence positions on the map.
  • the dangerous driving type icons of the vehicle rapid deceleration, sudden steering, and sudden acceleration
  • the output unit 106 may notify the administrator of the possibility that the detected dangerous driving is different when the determination unit 103 estimates that the detected dangerous driving is caused by someone other than the driver.
  • An example of notification is displaying, for example, "This sudden deceleration may not be dangerous driving.”
  • the driving judgment system 10 may be installed in a vehicle.
  • the configuration of the driving determination system 10 may be installed in a vehicle drive recorder, a vehicle driving support system, the vehicle system 20, or a smart phone application used by the driver.
  • the driving determination system 10 can estimate factors of dangerous driving detected from sensor information of the vehicle. The reason for this is that the detection unit 102 detects the driving situation of the vehicle when dangerous driving is detected based on image information obtained by photographing the inside or outside of the vehicle. Based on the estimated result, the determining unit 103 can determine whether the detected dangerous driving is unavoidable driving according to the detected driving conditions.
  • a driving determination system according to the second embodiment will be described with reference to the drawings.
  • the driving judgment system according to the second embodiment is communicably connected to the vehicle system 20 via the network 30 in the same manner as the driving judgment system 10 according to the first embodiment.
  • FIG. 14 is a block diagram showing an example configuration of a driving judgment system according to the second embodiment.
  • a driving determination system 11 shown in FIG. 14 includes a detection unit 101, a detection unit 102, a determination unit 103, and a communication unit (not shown).
  • the driving determination system 11 is, for example, a computer that executes the functions of a detection unit 101, a detection unit 102, and a determination unit 103 by software.
  • the driving determination system 11 has a configuration in which the driving information generation unit 104, the driving evaluation unit 105, and the output unit 106 are omitted from the configuration of the driving determination system 10 according to the first embodiment. Therefore, detailed descriptions of the configurations of the detection unit 101, the detection unit 102, and the determination unit 103 are omitted.
  • the driving determination system 11 receives vehicle sensor information transmitted by the vehicle system 20 .
  • the sensor information includes image information captured inside and outside the vehicle, or sound information collected inside and outside the vehicle.
  • the detection unit 101 detects dangerous driving of the vehicle based on sensor information of the vehicle.
  • Dangerous driving elements include, for example, sudden deceleration, sudden acceleration, sudden steering, sudden braking, sudden start, running on bumps, meandering driving, and the like.
  • the elements of dangerous driving are examples and are not limited to these.
  • the detection unit 102 detects the driving situation of the vehicle when dangerous driving is detected based on image information obtained by photographing the interior or exterior of the vehicle.
  • Driving conditions based on image information include information about the external environment, information about road conditions, or information about driving operation conditions.
  • the external environment based on image information is, for example, weather such as fine weather, rain, snow, fog, wind, or thunder.
  • Road conditions based on image information include, for example, road surface conditions, lane conditions, congestion conditions, or running obstacles.
  • the driving operation status based on the image information includes accelerator operation, brake operation, steering wheel operation, switch operation, line of sight of the driver, dozing off, and the like.
  • the detection unit 102 may detect the driving situation of the vehicle when dangerous driving is detected based on sound information obtained by photographing the interior or exterior of the vehicle.
  • the driving situation based on the sound information includes, for example, information on the external environment, information on road conditions, or information on the driving operation situation.
  • the external environment based on sound information is, for example, weather such as rain, snow, wind, hail, or thunder.
  • Road conditions based on sound information include road surface conditions and lane conditions.
  • the road surface conditions include road bumps and road surface conditions.
  • the lane conditions are a tunnel (reverberation sound), an acoustic signal (guidance sound), and a railroad crossing (warning sound). Road conditions are examples and are not limited to these.
  • the driving operation status based on sound information includes the driver's voice, passenger's voice, driving speed (wind noise, road noise), switch operation (winker flashing sound, wiper operating sound), horn, etc.
  • the driving operation situations are examples, and are not limited to these.
  • the determination unit 103 determines whether the detected dangerous driving is unavoidable driving according to the detected driving situation. Specifically, the determination unit 103 estimates whether the driver of the vehicle or someone other than the driver is responsible for dangerous driving in the detected driving conditions (external environment, road conditions, driving operation conditions). .
  • the determination unit 103 estimates that the driver is the cause of the dangerous driving. .
  • the determination unit 103 determines that dangerous driving is unavoidable driving when the detected factor of dangerous driving is other than the driver, and determines it as dangerous driving when the detected factor of dangerous driving is the driver of the vehicle.
  • the determination unit 103 determines that the driver is the cause of the dangerous driving. presume.
  • the determination unit 103 may determine whether the detected driving is good driving according to the driving situation detected based on the image information or the acoustic information. For example, when the detected driving is gentle deceleration and the driving condition (road condition) information includes an image of a vehicle waiting to turn right ahead, the determination unit 103 determines that the detected driving is good driving. judge.
  • FIG. 15 is a flow chart showing an example of the operation of the driving judgment system according to the second embodiment.
  • the driving determination system 11 receives vehicle sensor information transmitted by the vehicle system 20 .
  • the sensor information includes image information captured inside and outside the vehicle, or sound information collected inside and outside the vehicle.
  • the detection unit 101 detects dangerous driving of the vehicle based on sensor information of the vehicle (step S111).
  • Dangerous driving elements include, for example, sudden deceleration, sudden acceleration, sudden steering, sudden braking, sudden start, running on bumps, meandering driving, and the like.
  • the detection unit 102 detects the driving situation regarding the driving of the vehicle when dangerous driving is detected based on the image information of the interior or exterior of the vehicle (step S112).
  • Driving conditions based on image information include information about the external environment, information about road conditions, or information about driving operation conditions. Note that the detection unit 102 may detect the driving situation of the vehicle when dangerous driving is detected based on sound information obtained by photographing the inside or outside of the vehicle.
  • the determination unit 103 determines whether the detected dangerous driving is unavoidable driving according to the detected driving conditions (step S113).
  • the determination unit 103 estimates whether the driver of the vehicle or someone other than the driver causes dangerous driving in the detected driving conditions (external environment, road conditions, driving operation conditions).
  • the determination unit 103 determines that the dangerous driving is unavoidable driving when the detected factor of the dangerous driving is other than the driver, and determines the dangerous driving when the detected factor of the dangerous driving is the driver of the vehicle.
  • the determination unit 103 may determine whether the detected driving is good driving according to the driving situation detected based on the image information or the acoustic information. For example, when the detected driving is gentle deceleration and the driving condition (road condition) information includes an image of a vehicle waiting to turn right ahead, the determination unit 103 determines that the detected driving is good driving. judge.
  • the driving judgment system 11 of the second embodiment may be installed in the vehicle system 20 and transmit the judgment result.
  • the destination of the determination result may be the driving determination system 10 of the first embodiment, or the driving determination system 10 except the detection unit 101, the detection unit 102, and the determination unit 103, and the driving information generation unit 104.
  • the driving determination system 11 can estimate factors of dangerous driving detected from sensor information of the vehicle.
  • the reason for this is that the detection unit 102 detects the driving situation of the vehicle when dangerous driving is detected based on image information obtained by photographing the inside or outside of the vehicle. Based on the estimated result, the determining unit 103 can determine whether the detected dangerous driving is unavoidable driving according to the detected driving conditions.
  • FIG. 16 is a diagram showing an example of the hardware configuration of a computer.
  • the driving judgment system 10 is realized by executing a program (software program, computer program) in the CPU 91 of the computer 90 shown in FIG.
  • the functions of the configurations of the driving judgment systems 10 and 11 are realized by executing a program.
  • some configurations of the driving judgment systems 10 and 11 may be configured by external devices (not shown) and provided to the driving judgment systems 10 and 11 from the external devices via a network.
  • the configuration of the driving determination system 10 is such that a CPU (Central Processing Unit) 91 reads a program 94 from a ROM (Read Only Memory) 92 or a storage device 95, and stores the read program 94 in a CPU 91 and a RAM (Random Access Memory) 93.
  • the present disclosure which has been described with the above-described embodiment as an example, can be considered to be configured by a computer-readable storage medium in which code representing a computer program or code representing the computer program is stored.
  • the computer-readable storage medium is, for example, the storage device 95, a removable magnetic disk medium (not shown), an optical disk medium, a memory card, or the like. It should be noted that the configuration of each embodiment may be dedicated hardware using an integrated circuit.
  • the driving judgment systems 10 and 11 may be realized by cloud computing.
  • driving judgment system 20 vehicle system 21 sensor 101 detection unit 102 detection unit 103 judgment unit 104 driving information generation unit 105 driving evaluation unit 106 output unit

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Mathematical Physics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)

Abstract

車両のセンサ情報で検知された危険運転の要因を推定できる。運転判定システムは、車両のセンサ情報に基づき、前記車両の危険運転を検知する検知部と、前記車両の内部又は外部を撮影した画像情報に基づき、前記危険運転が検知されたときの前記車両の走行に関する走行状況を検出する検出部と、検出した前記走行状況に応じて、検知した前記危険運転がやむを得ない運転か判定する判定部と、を備える。

Description

運転判定システム、運転判定方法、記録媒体
　本開示は、車両の運転を判定する運転判定システム等に関する。
　ドライブレコーダーの加速度センサから車両の急な加減速等を判定し、その回数などから運転者の運転を評価する運転評価システムがある。特許文献１には、車両の運転操作状況から道路状況を推定して、危険運転を判定するシステムが開示されている。特許文献２には、規範モデルとドライバーの運転操作との差異を評価値として、一定の評価値以下のドライバーに規範モデルに近づける行動を促すシステムが開示されている。特許文献３には、同地点における他運転者との運転内容を比較して安全運転を評価するシステムが開示されている。このような運転評価は、運転者を管理する管理者に提供され、運転者ごとの勤務評価として採用される場合もある。
特開２００１－０７４７６４号公報 特開２０２０－１２９２８９号公報 特開２０１６－０６２４７０号公報
　しかし、車両が急減速したと判定された中には、例えば、歩行者又は動物の飛び出しから危機回避のために、運転者が車両を急減速した行為が含まれる可能性がある。このような危機回避の運転が危険な運転と評価されると運転者のモチベーションが低下することになる。
　本開示の目的の１つは、車両のセンサ情報で検知された危険運転の要因を推定できる運転判定システム等を提供することにある。
　本開示の運転判定システムの一態様は、車両のセンサ情報に基づき、前記車両の危険運転を検知する検知部と、前記車両の内部又は外部を撮影した画像情報に基づき、前記危険運転が検知されたときの前記車両の走行に関する走行状況を検出する検出部と、検出した前記走行状況に応じて、検知した前記危険運転がやむを得ない運転か判定する判定部と、を備える。
　本開示の運転判定方法の一態様は、車両のセンサ情報に基づき、前記車両の危険運転を検知し、前記車両の内部又は外部を撮影した画像情報に基づき、前記危険運転が検知されたときの前記車両の走行に関する走行状況を検出し、検出した前記走行状況に応じて、検知した前記危険運転がやむを得ない運転か判定する。
　本開示の記憶媒体が格納するプログラムの一態様は、車両のセンサ情報に基づき、前記車両の危険運転を検知し、前記車両の内部又は外部を撮影した画像情報に基づき、前記危険運転が検知されたときの前記車両の走行に関する走行状況を検出し、検出した前記走行状況に応じて、検知した前記危険運転がやむを得ない運転か判定することをコンピュータに実行させる。
　本開示によれば、車両のセンサ情報で検知された危険運転の要因を推定できる。
第１の実施形態に係る運転判定システムの概要を示す図である。 第１の実施形態に係る運転判定システムの構成の例を示す図である。 画像情報に基づく走行状況の例を示す図である。 音像情報に基づく走行状況の例を示す図である。 画像情報に基づく走行状況で推定した危険運転の要因と、判定の例を示す図である。 音情報に基づく走行状況で推定した危険運転の要因と、判定の例を示す図である。 画像情報又は音響情報に基づく走行状況と、良い運転の判定の例を示す図である。 運転情報の例を示す図である。 運転者の運転の評価を示す評価情報の例を示す図である。 不要な危険運転を地図情報に重畳表示した場合の表示例を示す図である。 不要な危険運転、やむを得ない運転を識別する表示情報を示す図である。 不要な危険運転とやむを得ない運転を地図情報に重畳表示する例を示す図である。 第１の実施形態に係る運転判定システムの動作の例を示すフローチャートである。 第２の実施形態に係る運転判定システムの構成の例を示すブロック図である。 第２の実施形態に係る運転判定システムの動作の例を示すフローチャートである。 コンピュータのハードウエア構成を示すブロック図である。
　［第１の実施形態］
　第１の実施形態に係る運転判定システムについて、図面を用いて説明する。図１は、第１の実施形態に係る運転判定システムの概要を示す図である。図１に示す運転判定システム１０は、車両システム２０とネットワーク３０を介して通信可能に接続される。
　（車両システム）
　図１に示す車両システム２０は、自動車などの車両に設けられ、車両に設置されたセンサ２１からセンサ情報を収集して、運転判定システム１０に送信する。車両システム２０は、センサ情報に車両を識別する車両識別子を関連づけて送信する。車両システム２０は、例えば、ソフトウエアによって機能を実行するコンピュータである。また、車両システム２０は収集したセンサ情報を記録媒体に保存し、運転判定システム１０が記録媒体又は記録媒体を搭載した機器からセンサ情報を読み出してもよい。なお、車両としては、自動車（自動四輪車）の他、自動二輪車（三輪含む）や自転車等を含んでもよい。
　センサ情報とは、例えば、車両の状態や挙動を表す情報、及び、車両の運転者による運転操作を表す情報である。センサ情報には、車両の内外を撮影した画像情報、又は、車両の内外の収音した音情報が含まれる。センサ情報は、車両が走行する外部環境に関する情報を含んでもよい。外部環境のセンサ情報は、例えば、車両走行時の温度、湿度、照度などである。外部環境の詳細については後述する。画像情報、音情報には、車両の外における走行状況が含まれる。走行状況については、後述する。さらに、画像情報には、車両内の運転者や同乗者が含まれる。音情報には、車両内の音又は運転者や同乗者の音声が含まれる。上述のセンサ情報は例示であって、これらに限られない。
　センサ２１は、例えば、車両の走行位置、車両の速度を測定する速度センサ、車両の加速度を測定する加速度センサ、車両のハンドル操作を測定するステアリングセンサであってもよい。あるいは、センサ２１は、車両の内外を撮像する撮像センサ、車両の内外を収音する音響センサ又はマイクであってもよい。上述のセンサ２１は例示であってこれらに限られない。
　（運転判定システム）
　図２は、第１の実施形態に係る運転判定システムの構成の例を示す図である。図２に示す運転判定システム１０は、検知部１０１、検出部１０２、判定部１０３、運転情報生成部１０４は、運転評価部１０５、出力部１０６、通信部（図示せず）を備える。
　検知部１０１は、車両のセンサ情報に基づき、車両の危険運転を検知する。危険運転とは、例えば、交通に危険を及ぼす可能性がある運転を意味する。危険運転の要素は、例えば、急減速、急加速、急ハンドル、急ブレーキ、急発進、段差の走行、又は、蛇行運転などである。危険運転の要素は例示であり、これらに限られない。
　検知部１０１は、車両の前後方向の加速度の大きさから、車両の急減速、急加速、急発進、又は急ブレーキによる危険運転を検知する。あるいは、車両の左右方向の加速度の大きさから、車両の急ハンドルまたは蛇行運転による危険運転を検知する。なお、危険運転の検知は、加速度に限られず、アクセルペダルセンサ、ステアリングセンサからのセンサ情報に基づいて危険運転を検知してもよい。危険運転の検知は例示であり、これらに限られない。
　検知部１０１は、車両の危険運転を検知する他に、車両のセンサ情報に基づき、車両の穏やかな運転を検知してもよい。穏やかな運転とは例えば、穏やかな加速、減速、発進、停止、又は、ハンドリングなどを検知してもよい。
　検出部１０２は、車両の内部又は外部を撮影した画像情報に基づき、危険運転が検知されたときの車両の走行に関する走行状況を検出する。図３は、画像情報に基づく走行状況の例を示す図である。図３に示す画像情報に基づく走行状況は、外部環境に関する情報、道路状況に関する情報、又は、運転操作状況に関する情報を含む。
　画像情報に基づく外部環境は、例えば、晴、雨、雪、霧、風、又は、雷等の天候である。例えば、検出部１０２は、外部環境を検出するための手法として機械学習を用いて、車両の外の撮影データから、車両走行時の降雨、降雪の有無、視界程度等を検出する。あるいは、機械学習を用いずに、検出部１０２は、撮影データの輝度や色の差異など参照して画像処理を用いて降雨、降雪等を検出してもよい。外部環境、又は外部環境の検出手法は例示であり、これらに限られない。
　画像情報に基づく道路状況は、路面状況、車線状況、混雑状況、又は、走行障害物を含む。路面状況は、路面段差、路面状態、又は、舗装種別を含む。車線状況は、道路幅員、幅員増減、車線数、車線数増減、走行車線位置、交差点、分岐点、合流点等を含む。混雑状況は車間距離を含む。走行障害物は、駐停車車両、落下物、人や動物等の飛び出し、あおり運転車両、緊急車両などを含む。道路状況は、例示であり、これらに限られない。
　画像情報に基づく運転操作状況は、アクセル操作、ブレーキ操作、ハンドル操作、スイッチ操作、運転者の視線、居眠り、運転時の姿勢等を含む。検出部１０２は、例えば、カメラ画像からハンドルの操作角度、スイッチ操作の有無、運転者の居眠りなどを映像解析により検出する。運転操作状況は例示であり、これらに限られない。
　例えば、検出部１０２は、車両の急減速により危険運転が検知されたときの車両の走行状況（道路状況）として、画像情報に基づき車両が走行する車線上に落下物があるか検出する。あるいは、検出部１０２は、車両が急加速した際、走行状況の外部環境として、画像情報から車両の進行方向の信号機の表示や点滅を検出してもよい。
　なお、検出部１０２は、車両の内部又は外部を撮影した音情報に基づき、危険運転が検知されたときの車両の走行に関する走行状況を検出してもよい。図４は、音像情報に基づく走行状況の例を示す図である。図４に示す音情報に基づく走行状況は、例えば、外部環境に関する情報、道路状況に関する情報、又は、運転操作状況に関する情報を含む。音情報に基づく外部環境は、例えば、雨、雪、風、雹、又は、雷等の天候である。例えば、検出部１０２は、外部環境を検出するための手法として機械学習を用いて、車両の外の音響データから、車両走行時の雨、雪、風、雹、雷の有無を検出する。雨音、風音に基づき、降水量、風速の強弱が検出されてもよい。あるいは機械学習以外の手法を用いてもよく、検出部１０２は、音響データの周波数や音圧の差異などにを参考に降雨、降雪等を検出してもよい。外部環境又は外部環境を検出する手法は例示であり、これらに限られない。
　音情報に基づく道路状況は、路面状況、車線状況を含む。路面状況は、路面段差、路面状態を含む。車線状況は、トンネル（反響音）、音響信号機（誘導音）、踏切（警報音）である。道路状況は、例示であり、これらに限られない。
　音情報に基づく運転操作状況は、運転者の声、同乗者の声、走行速度（風切り音、ロードノイズ）、スイッチ操作（ウインカー点滅音、ワイパー動作音）、クラクションなどである。運転操作状況は例示であり、これらに限られない。
　例えば、検出部１０２は、車両の急減速により危険運転が検知されたときの車両の走行状況（外部環境）として、歩行者を誘導する音響信号機のメロディが流れていることを検出する。
　判定部１０３は、検出した走行状況に応じて、検知した危険運転がやむを得ない運転か判定する。詳しくは、判定部１０３は、検出された走行状況（外部環境、道路状況、運転操作状況）において、危険運転の要因が、車両の運転者にあるのか、車両の運転者以外にあるのか推定する。
　図５は、画像情報に基づく走行状況で推定した危険運転の要因と、判定の例を示す図である。例えば、検知された危険運転が急減速で、走行状況（運転操作状況）の情報に運転者の居眠りが含まれていた場合、判定部１０３は、危険運転の要因が運転者にあると推定する。あるいは、別のケースにおいて、検知された危険運転が急減速で、走行状況（道路状況）の情報に路上に落下物が含まれていた場合、判定部１０３は、危険運転の要因が運転者以外（このケースでは落下物）にあると推定する。
　判定部１０３は、検知した危険運転の要因が運転者以外にある場合、検知した危険運転をやむを得ない運転と判定し、検知した危険運転の要因が車両の運転者にある場合、不要な危険運転と判定する。
　図６は、音情報に基づく走行状況で推定した危険運転の要因と、判定の例を示す図である。例えば、検知された危険運転が急減速で、走行状況（道路状況）の情報に横断歩道の音響信号機の音が含まれていた場合、判定部１０３は、危険運転の要因が運転者にあると推定する。あるいは、別のケースにおいて、検知された危険運転が急ハンドルで、走行状況（外部環境）の情報に車両の外部で強風の音が含まれていた場合、判定部１０３は、危険運転の要因が運転者以外（車両が風で流される）にあると推定する。
　あるいは、判定部１０３は、検知した運転に対して、画像情報又は音響情報に基づき検出した走行状況に応じて、検知した運転が良い運転か判定してもよい。良い運転とは、例えば、穏やかな運転、丁寧な運転、法定速度を遵守した運転、周囲の運転者への配慮のある運転、又は、環境への配慮がある運転などである。図７は、画像情報又は音響情報に基づく走行状況と、良い運転の判定の例を示す図である。例えば、検知された運転が穏やかな減速で、走行状況（道路状況）の情報に右折待ちの車両を先に行かせる映像が含まれていた場合、判定部１０３は、検知した運転が良い運転と判定する。なお、良い運転の定義、良い運転の判定は例示であり、これに限られない。
　運転情報生成部１０４は、運転情報を生成する。運転情報は、検知した危険運転に関する情報を含む。図８は、運転情報生成部１０４によって生成され、メモリ（例えば、後述する図１６におけるＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）９３または記憶装置９５）に格納される運転情報の例を示す図である。図８に示す運転情報は、運転情報識別子、運転者識別子、車両識別子、日時、位置情報、危険運転の種別、危険運転レベル、要因、判定の項目を有する。運転情報識別子は、例えば、運転情報生成部１０４で危険運転が検知されたときに時系列で順次付与される。運転者識別子と車両識別子の紐付は、例えば、車両システム２０、又は、他装置に格納された車両の予約情報から取得してもよい。また、運転情報生成部１０４は、車両識別子に関連する、検知部１０１で検知された危険運転に関連する情報（危険運転の発生日時、危険運転の発生位置を示す位置情報、危険運転の種別）を検知部１０１又は記憶部（図示せず）から取得する。
　運転情報生成部１０４は、生成した運転情報の危険運転の種別に対して、危険運転レベルを付与する。例えば、危険運転レベルの大小が、急減速の加速度の大小に応じて設定されてもよい。危険運転レベルの付与の仕方は例示であり、これに限られない。
　さらに運転情報生成部１０４は、判定部１０３による追加の判定結果に応じて、運転情報を更新してもよい。運転情報生成部１０４は、判定部１０３が危険運転をやむを得ない運転と判定した場合、運転情報の判定の項目に「やむを得ない運転」を登録し、判定部１０３が不要な危険運転と判定した場合、「不要な危険運転」を登録する。また、運転情報生成部１０４は、判定結果に基づき、運転情報の判定要因の項目に判定の要因となった事項を登録してもよい。運転情報生成部１０４は、生成した運転情報を記憶部（図示せず）に記憶させる。なお、管理者が運転情報の「不要な危険運転」と「やむを得ない運転」のステータスを相互に変えられるように、運転情報生成部１０４に管理者による運転情報の変更を受付ける管理者設定機能を持たせてもよい。
　運転評価部１０５は、危険運転に基づいて運転に関する評価値を算出する。例えば、運転評価部１０５は、評価値の初期値を１００とし、検知部１０１が危険運転を検出する度に評価値から減点する。初期値は１００以外でもよい。危険運転による減点の値は、一定値でもよく、危険運転レベルに応じた値でもよい。例えば、危険運転レベルの高低に基づき、減点の高低を設定してもよい。
　図９は、運転者の運転の評価を示す評価情報の例を示す図である。図９に示す評価情報は、運転者識別子、評価値、危険運転回数、良い運転回数の項目を含む。例えば、評価値は以下の算出式により算出する。
　評価値＝１００－危険運転回数＊ｋ１＋良い運転回数＊ｋ２［係数ｋ１＝４，ｋ２＝２］
この算出式で図９に示すＭ１の評価値は「５８」となり、Ｍ２の評価値は「８８」となる。算出式とその係数は例示であり、これに限られない。
　さらに、評価方法の他の例として、運転評価部１０５は、運転者ごとに危険運転の要素（急加速、急減速など）に分けて評価値を算出し、要素ごとの評価値の平均又は合計に基づき総合点数を算出してもよい。また、運転評価部１０５は、危険運転による減点とは別にして、良い運転又はやむを得ない運転の加点を別スコアとして加算してもよい(２軸）。さらに、運転評価部１０５は、初期値（例えば、１００）から危険運転によって減点された残りの持ち点スコアと、加点スコアの２つのスコアをまとめて１つのスコアとして算出してもよい。
　運転者識別子は、例えば、社員番号、会員番号、又は、個人番号であってもよい。評価情報の項目には運転者氏名が含まれてもよい。また、危険運転回数や良い運転回数は無くてもよい。評価情報の項目は例示であり、これらに限られない。
　運転評価部１０５は、危険運転に基づく減点だけでなく、良い運転に基づく加点をしてもよい。例えば、運転評価部１０５は、判定部１０３が図７に示すような良い運転と判定した回数に応じて評価値に加点してもよい。減点だけではなく加点でも運転が評価されることにより、運転者のモチベーションが向上し、安全運転への貢献に繋げられる。
　運転評価部１０５は、１日ごとに評価情報を記憶部（図示せず）に記憶させ、評価値を初期値にリセットする。評価情報の記憶は、１日以外でもよい。評価値のリセットは、評価情報の記憶と別であってもよい。
　出力部１０６は、ディスプレイ（図示せず）に表示させるための情報を生成し、ディスプレイに表示させる表示制御を行なう。出力部１０６は、運転情報又は評価情報に基づいて、不要な危険運転又はやむを得ない運転に関する情報を表示制御する。例えば、出力部１０６は、運転情報に基づき、危険運転の種別と発生位置を、地図情報に重畳表示する。
　図１０は、不要な危険運転を地図情報に重畳表示した場合の表示例を示す図である。図１０の表示例は、運転者を管理する管理者向けの表示画面である。画面表示１０１０は、地図情報１０２０、レベル選択１０３０、表示選択１０４０を含む。地図情報１０２０には、車両の危険運転の種別アイコン（急減速のアイコン、急ハンドルのアイコン、急加速のアイコン）と、それぞれの発生位置が地図に重畳表示される。例えば、図１０の急減速のアイコンの位置は、図８の位置情報ＸＸＸ１の運転情報識別子Ｄ１の危険運転に対応する。なお、種別アイコンをマウス１０５０で選択することで、危険運転に関する動画、危険運転レベル、判定要因を表示するための選択リンク１０６０が表示される。例えば、選択リンク１０６０の中の「危険運転レベル」をマウス１０５０でクリックすることで、運転情報に記録された危険運転レベルの値が表示される。
　レベル選択１０３０は、危険運転の危険運転レベルを選択するチェックボックスである。レベル選択１０３０の危険運転レベルにチェックが入ると、出力部１０６は、図８に示す運転情報を参照し、チェックされた危険運転レベルに対応する危険運転を選択し、出力部１０６は選択された危険運転レベルの危険運転の情報（種別アイコンと不要な危険運転の内容）を重畳出力する。危険運転レベルは重複した選択が可能であり、全選択により、全ての危険運転レベルの不要な危険運転が出力される。なお、表示する危険運転レベルの閾値とレベルの段階数は任意に設定可能である。
　表示選択１０４０は、地図上に不要な危険運転とやむを得ない運転を選択して表示するチェックボックスである。両方を選択することでいずれも表示可能となる。レベル選択１０３０と表示選択１０４０を組み合わせて、例えば、危険運転レベルが「８」で「やむを得ない運転」が出力される。なお、表示選択は、危険運転レベル等に限られない。例えば、運転者識別子、車両識別子、日時、地域（位置情報に基づく範囲）など運転情報の他の項目であってもよい。さらに、運転情報を検索するための検索入力欄を設けてもよい。
　図１１は、不要な危険運転、やむを得ない運転の種別アイコンを示す図である。図１１に示す危険運転アイコン２０１０は、急減速、急ハンドル、急加速を示す。また、やむを得ない運転アイコン２０２０は、急減速、急ハンドル、急加速を示す。なお、例えば、検知された危険運転が、後の判定によりやむを得ない運転となった場合、地図上に重畳される種別アイコンが変更される。
　図１２は、運転情報の不要な危険運転、やむを得ない運転を地図情報に重畳表示する例を示す図である。図１０の表示例に示す表示画面において、表示選択１０４０の「やむを得ない運転」が選択されることで、出力部１０６は、図１２に示すように、やむを得ない運転の種別アイコン（急減速、急ハンドル、急加速）をそれぞれの発生位置の地図上に重畳表示する。また、やむを得ない運転アイコンにおいて、マウス選択により動画、危険運転レベル、判定要因を表示するための選択リンクが表示される。
　（動作）
　次に、第１の実施形態に係る運転判定システム１０の動作について説明する。図１３は、第１の実施形態に係る運転判定システムの動作の例を示すフローチャートである。
　運転判定システム１０は、車両システム２０が送信した車両のセンサ情報を受信する。
　検知部１０１は、車両のセンサ情報に基づき、当該車両の危険運転を検知する（ステップＳ１０１）。危険運転の要素は、例えば、急減速、急加速、急ハンドル、急ブレーキ、急発進、段差の走行、又は、蛇行運転などである。
　検出部１０２は、車両の内部又は外部を撮影した画像情報に基づき、危険運転が検知されたときの車両の走行に関する走行状況を検出する（ステップＳ１０２）。画像情報に基づく走行状況は、外部環境に関する情報、道路状況に関する情報、又は、運転操作状況に関する情報を含む。なお、検出部１０２は、車両の内部又は外部を撮影した音情報に基づき、危険運転が検知されたときの車両の走行に関する走行状況を検出してもよい。
　判定部１０３は、検出した走行状況に応じて、検知した危険運転がやむを得ない運転か判定する。判定部１０３は、検出された走行状況（外部環境、道路状況、運転操作状況）において、危険運転の要因が、車両の運転者にあるのか、車両の運転者以外にあるのか推定する（ステップＳ１０３）。判定部１０３は、検知した危険運転の要因が車両の運転者にある場合（ステップＳ１０４のＹｅｓ）、不要な危険運転と判定する（ステップＳ１０５）。一方、判定部１０３は、検知した危険運転の要因が運転者以外にある場合（ステップＳ１０４のＮｏ）、危険運転をやむを得ない運転と判定する（ステップＳ１０６）。
　また、判定部１０３は、検知した運転に対して、画像情報又は音響情報に基づき検出した走行状況に応じて、検知した運転が良い運転か判定してもよい。例えば、検知された運転が穏やかな減速で、走行状況（道路状況）の情報に右折待ちの車両を先に行かせる映像が含まれていた場合、判定部１０３は、検知した運転が良い運転と判定する。
　運転情報生成部１０４は、運転情報を生成する（ステップＳ１０７）。運転情報は、例えば、運転情報識別子、運転者識別子、車両識別子、日時、位置情報、危険運転の種別、危険運転レベル、要因、判定の項目を有する。運転情報生成部１０４は、車両識別子に関連する、検知部１０１で検知された危険運転に関連する情報（危険運転の日時、車両の位置情報、危険運転の種別）を検知部１０１又は記憶部（図示せず）から取得する。
　運転情報生成部１０４は、生成した運転情報の危険運転の種別に対して、危険運転レベルを付与する。
　さらに運転情報生成部１０４は、判定部１０３による追加の判定結果に応じて、運転情報を更新してもよい。運転情報生成部１０４は、判定部１０３が危険運転をやむを得ない運転と判定した場合、運転情報の判定の項目に「やむを得ない運転」を登録し、判定部１０３が不要な危険運転と判定した場合、「不要な危険運転」を登録する。また、運転情報生成部１０４は、判定結果に基づき、運転情報の判定要因の項目に判定の要因となった事項を登録してもよい。なお、管理者は、運転情報生成部１０４の管理者設定機能を用いて生成された運転情報の「不要な危険運転」と「やむを得ない運転」のステータスを相互に変えることもできる。
　運転評価部１０５は、危険運転に基づいて運転に関する評価値を算出する（ステップＳ１０８）。例えば、運転評価部１０５は、評価値の初期値を１００とし、検知部１０１が危険運転を検出する度に評価値から減点する。初期値は１００以外でもよい。危険運転による減点の値は、一定値でもよく、危険運転レベルに応じた値でもよい。例えば、危険運転レベルの高低に基づき、減点の高低を設定してもよい。
　運転評価部１０５は、危険運転に基づく減点だけでなく、良い運転に基づく加点をしてもよい。例えば、運転評価部１０５は、判定部１０３が良い運転と判定した運転の回数に応じて評価値に加点してもよい。あるいは、運転評価部１０５は、運転者ごとに不要な危険運転の要素（急加速、急減速など）に分けて評価値を算出し、要素ごとの評価値の平均又は合計に基づき総合点数を算出してもよい。また、運転評価部１０５は、不要な危険運転による減点とは別にして、良い運転の加点を別スコアとして加算してもよい(２軸）。さらに、運転評価部１０５は、初期値（例えば、１００）から不要な危険運転によって減点された残りの持ち点スコアと加点スコアの２つのスコアをまとめて１つのスコアとして算出してもよい。
　出力部１０６は、運転情報又は評価情報に基づいて、危険運転又はやむを得ない運転に関する情報を表示出力する。例えば、出力部１０６は、運転情報に基づき、危険運転の種別と発生位置を、地図情報に重畳表示する（ステップＳ１０９）。例えば、出力部１０６は、地図情報１０２０に、車両の危険運転の種別アイコン（急減速、急ハンドル、急加速）と、それぞれの発生位置が地図に重畳表示される。
　なお、出力部１０６は、判定部１０３が、検知した危険運転の要因が運転者以外にあると推定した場合、検知した危険運転が異なる可能性を管理者に報知してもよい。報知の例は、例えば、「この急減速は危険運転ではない可能性があります」と表示することである。
　（第１の実施形態の変形例）
　運転判定システム１０は、車両に搭載されてもよい。例えば、運転判定システム１０の構成が車両のドライブレコーダー又は車両の運転支援システム、あるいは、車両システム２０、運転者が使用するスマートフォンのアプリに搭載されてもよい。
　（第１の実施形態の効果）
　第１の実施形態によれば、運転判定システム１０は、車両のセンサ情報で検知された危険運転の要因を推定できる。その理由は、検出部１０２が、車両の内部又は外部を撮影した画像情報に基づき、危険運転が検知されたときの車両の走行に関する走行状況を検出するからである。そして推定した結果から判定部１０３は、検出した走行状況に応じて、検知した危険運転がやむを得ない運転かを判定することができる。
　［第２の実施形態］
　第２の実施形態に係る運転判定システムについて、図面を用いて説明する。第２の実施形態に係る運転判定システムは、第１の実施形態に係る運転判定システム１０と同様にネットワーク３０を介して車両システム２０と通信可能に接続される。
　図１４は、第２の実施形態に係る運転判定システムの構成の例を示すブロック図である。図１４に示す運転判定システム１１は、検知部１０１、検出部１０２、判定部１０３、通信部（図示せず）を備える。運転判定システムは１１、例えば、ソフトウエアによって検知部１０１、検出部１０２、判定部１０３の機能を実行するコンピュータである。
　第２の実施形態に係る運転判定システム１１は、第１の実施形態に係る運転判定システム１０の構成から運転情報生成部１０４は、運転評価部１０５、出力部１０６を省略した構成である。このため検知部１０１、検出部１０２、判定部１０３の構成についての詳細な説明は省略する。
　運転判定システム１１は、車両システム２０が送信した車両のセンサ情報を受信する。センサ情報には、車両の内外を撮影した画像情報、又は、車両の内外の収音した音情報が含まれる。
　検知部１０１は、車両のセンサ情報に基づき、当該車両の危険運転を検知する。危険運転の要素は、例えば、急減速、急加速、急ハンドル、急ブレーキ、急発進、段差の走行、又は、蛇行運転などである。危険運転の要素は例示であり、これらに限られない。
　検出部１０２は、車両の内部又は外部を撮影した画像情報に基づき、危険運転が検知されたときの車両の走行に関する走行状況を検出する。画像情報に基づく走行状況は、外部環境に関する情報、道路状況に関する情報、又は、運転操作状況に関する情報を含む。画像情報に基づく外部環境は、例えば、晴、雨、雪、霧、風、又は、雷等の天候である。画像情報に基づく道路状況は、例えば、路面状況、車線状況、混雑状況、又は、走行障害物を含む。画像情報に基づく運転操作状況は、アクセル操作、ブレーキ操作、ハンドル操作、スイッチ操作、運転者の視線、居眠り等を含む。
　なお、検出部１０２は、車両の内部又は外部を撮影した音情報に基づき、危険運転が検知されたときの車両の走行に関する走行状況を検出してもよい。音情報に基づく走行状況は、例えば、外部環境に関する情報、道路状況に関する情報、又は、運転操作状況に関する情報を含む。音情報に基づく外部環境は、例えば、雨、雪、風、雹、又は、雷等の天候である。音情報に基づく道路状況は、路面状況、車線状況を含む。路面状況は、路面段差、路面状態を含む。車線状況は、トンネル（反響音）、音響信号機（誘導音）、踏切（警報音）である。道路状況は、例示であり、これらに限られない。
　音情報に基づく運転操作状況は、運転者の声、同乗者の声、走行速度（風切り音、ロードノイズ）、スイッチ操作（ウインカー点滅音、ワイパー動作音）、クラクションなどである。運転操作状況は例示であり、これらに限られない。
　判定部１０３は、検出した走行状況に応じて、検知した危険運転がやむを得ない運転か判定する。詳しくは、判定部１０３は、検出された走行状況（外部環境、道路状況、運転操作状況）において、危険運転の要因が、車両の運転者にあるのか、車両の運転者以外にあるのか推定する。
　例えば、検知された危険運転が急減速で、走行状況（運転操作状況）の情報に運転者の居眠りが含まれていた場合、判定部１０３は、危険運転の要因が運転者にあると推定する。
　判定部１０３は、検知した危険運転の要因が運転者以外にある場合、危険運転をやむを得ない運転と判定し、検知した危険運転の要因が車両の運転者にある場合、危険運転と判定する。
　例えば、検知された危険運転が急減速で、走行状況（道路状況）の情報に横断歩道の音響信号機の音が含まれていた場合、判定部１０３は、危険運転の要因が運転者にあると推定する。
　あるいは、判定部１０３は、検知した運転に対して、画像情報又は音響情報に基づき検出した走行状況に応じて、検知した運転が良い運転か判定してもよい。例えば、検知された運転が穏やかな減速で、走行状況（道路状況）の情報に右折待ちの車両を先に行かせる映像が含まれていた場合、判定部１０３は、検知した運転が良い運転と判定する。
　図１５は、第２の実施形態に係る運転判定システムの動作の例を示すフローチャートである。運転判定システム１１は、車両システム２０が送信した車両のセンサ情報を受信する。センサ情報には、車両の内外を撮影した画像情報、又は、車両の内外の収音した音情報が含まれる。
　検知部１０１は、車両のセンサ情報に基づき、当該車両の危険運転を検知する（ステップＳ１１１）。危険運転の要素は、例えば、急減速、急加速、急ハンドル、急ブレーキ、急発進、段差の走行、又は、蛇行運転などである。
　検出部１０２は、車両の内部又は外部を撮影した画像情報に基づき、危険運転が検知されたときの車両の走行に関する走行状況を検出する（ステップＳ１１２）。画像情報に基づく走行状況は、外部環境に関する情報、道路状況に関する情報、又は、運転操作状況に関する情報を含む。なお、検出部１０２は、車両の内部又は外部を撮影した音情報に基づき、危険運転が検知されたときの車両の走行に関する走行状況を検出してもよい。
　判定部１０３は、検出した走行状況に応じて、検知した危険運転がやむを得ない運転か判定する（ステップＳ１１３）。判定部１０３は、検出された走行状況（外部環境、道路状況、運転操作状況）において、危険運転の要因が、車両の運転者にあるのか、車両の運転者以外にあるのか推定する。判定部１０３は、検知した危険運転の要因が運転者以外にある場合、危険運転をやむを得ない運転と判定し、検知した危険運転の要因が車両の運転者にある場合、危険運転と判定する。
　あるいは、判定部１０３は、検知した運転に対して、画像情報又は音響情報に基づき検出した走行状況に応じて、検知した運転が良い運転か判定してもよい。例えば、検知された運転が穏やかな減速で、走行状況（道路状況）の情報に右折待ちの車両を先に行かせる映像が含まれていた場合、判定部１０３は、検知した運転が良い運転と判定する。
　（第２の実施形態の変形例）
　第２実施形態の運転判定システム１１は、車両システム２０に搭載されて、判定結果を送信してもよい。判定結果の送信先は、第１の実施形態の運転判定システム１０であってもよく、あるいは、運転判定システム１０から検知部１０１、検出部１０２、判定部１０３が除かれ、運転情報生成部１０４は、運転評価部１０５を備える他の運転判定システムであってもよい。
　（第２の実施形態の効果）
　第２の実施形態によれば、運転判定システム１１は、車両のセンサ情報で検知された危険運転の要因を推定できる。その理由は、検出部１０２が、車両の内部又は外部を撮影した画像情報に基づき、危険運転が検知されたときの車両の走行に関する走行状況を検出するからである。そして推定した結果から判定部１０３は、検出した走行状況に応じて、検知した危険運転がやむを得ない運転かを判定することができる。
　（ハードウエア構成）
　図１６は、コンピュータのハードウエア構成の例を示す図である。運転判定システム１０は、プログラム（ソフトウエアプログラム，コンピュータプログラム）が図１６に示すコンピュータ９０のＣＰＵ９１において実行されることにより実現される。運転判定システム１０、１１の構成の機能は、プログラムを実行することにより実現される。また運転判定システム１０、１１のいくつかの構成は、外部装置（図示せず）で構成され、ネットワークを介して外部装置から運転判定システム１０、１１に提供されてもよい。運転判定システム１０の構成は、ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）９１がＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）９２、あるいは、記憶装置９５からプログラム９４を読み込み、読み込んだプログラム９４を、ＣＰＵ９１、ＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）９３を用いて実行することにより実現されてもよい。上述した実施形態を例に説明した本開示は、コンピュータプログラムを表すコードあるいはそのコンピュータプログラムを表すコードが格納されたコンピュータ読み取り可能な記憶媒体によって構成されると捉えることができる。コンピュータ読み取り可能な記憶媒体は、例えば記憶装置９５、不図示の着脱可能な磁気ディスク媒体，光学ディスク媒体やメモリカードなどである。なお、各実施形態の構成は、集積回路による専用のハードウエアであってもよい。運転判定システム１０、１１はクラウドコンピューティングにより実現されてもよい。
　本開示は上述した各実施形態に限定されるものではなく、種々の変更が可能であり、異なる実施形態にそれぞれ開示された構成、動作、処理を適宜組み合わせて得られる実施形態についても本開示の技術的範囲に含まれる。
　本開示は、上述した実施形態には限定されない。即ち、本発明は、本開示のスコープ内において、当業者が理解し得る様々な態様を適用することができる。
　　１０、１１　運転判定システム
　　２０　車両システム
　　２１　センサ
　　１０１　検知部
　　１０２　検出部
　　１０３　判定部
　　１０４　運転情報生成部
　　１０５　運転評価部
　　１０６　出力部

Claims (14)

  1. 　車両のセンサ情報に基づき、前記車両の危険運転を検知する検知手段と、
    　前記車両の内部又は外部を撮影した画像情報に基づき、前記危険運転が検知されたときの前記車両の走行に関する走行状況を検出する検出手段と、
    　検出した前記走行状況に応じて、検知した前記危険運転がやむを得ない運転か判定する判定手段と、を備える
    運転判定システム。
  2. 　前記走行状況は、前記車両が走行している外部環境、前記車両が走行している道路状況、又は前記車両の運転操作に関する運転操作状況である
    請求項１に記載の運転判定システム。
  3. 　前記判定手段は、前記走行状況に応じて、検知した前記危険運転の要因が、前記車両の運転者にあるのか、前記車両の運転者以外にあるのか推定する、
    請求項１又は２に記載の運転判定システム。
  4. 　前記判定手段は、検知した前記危険運転の要因が前記運転者以外にある場合、前記危険運転をやむを得ない運転と判定する
    請求項３に記載の運転判定システム。
  5. 　前記判定手段は、検知した前記危険運転の要因が前記車両の運転者にある場合、前記危険運転を不要な危険運転と判定する
    請求項１から４のいずれか１つに記載の運転判定システム。
  6. 　検知した前記危険運転に関する情報を含む運転情報を生成する運転情報生成手段を、更に備える
    請求項１から５のいずれか１つに記載の運転判定システム。
  7. 　前記運転情報は、前記危険運転の日時、前記危険運転の発生位置、前記危険運転の種別を含む
    請求項６に記載の運転判定システム。
  8. 　前記危険運転の回数、又は、危険運転レベルに基づいて、前記車両の運転に関する評価値を算出する運転評価手段を、更に備える
    請求項１から７のいずれか１つに記載の運転判定システム。
  9. 　前記運転評価手段は、前記やむを得ない運転と判定された、前記危険運転を評価値の算出から除外する
    請求項８に記載の運転判定システム。
  10. 　前記判定手段が、前記走行状況に基づいて、検知した運転が良い運転であると判定すると、前記運転評価手段は、前記良い運転と判定された回数に応じて前記評価値に加点する
    　請求項８又は９に記載の運転判定システム。
  11. 　前記運転情報に基づき、前記危険運転の種別とその発生位置を、地図情報に重畳表示する出力手段を、更に備える
    　請求項６又は７に記載の運転判定システム。
  12. 　車両のセンサ情報に基づき、前記車両の危険運転を検知する検知手段と、
    　前記車両の内部又は外部の音を収録した音情報に基づき、前記危険運転が検知されたときの前記車両の走行に関する走行状況を検出する検出手段と、
    　検出した前記走行状況に応じて、検知した前記危険運転がやむを得ない運転か判定する判定手段と、を備える
    運転判定システム。
  13. 　車両のセンサ情報に基づき、前記車両の危険運転を検知し、
    　前記車両の内部又は外部を撮影した画像情報に基づき、前記危険運転が検知されたときの前記車両の走行に関する走行状況を検出し、
    　検出した前記走行状況に応じて、検知した前記危険運転がやむを得ない運転か判定する
    運転判定方法。
  14. 　車両のセンサ情報に基づき、前記車両の危険運転を検知し、
    　前記車両の内部又は外部を撮影した画像情報に基づき、前記危険運転が検知されたときの前記車両の走行に関する走行状況を検出し、
    　検出した前記走行状況に応じて、検知した前記危険運転がやむを得ない運転か判定する
    ことをコンピュータに実行させるプログラムを格納する記憶媒体。
PCT/JP2021/012609 2021-03-25 2021-03-25 運転判定システム、運転判定方法、記録媒体 WO2022201446A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
US18/269,459 US20240046779A1 (en) 2021-03-25 2021-03-25 Driving determination system, driving determination method, and recording medium
PCT/JP2021/012609 WO2022201446A1 (ja) 2021-03-25 2021-03-25 運転判定システム、運転判定方法、記録媒体
JP2023508329A JPWO2022201446A5 (ja) 2021-03-25 運転判定システム、運転判定方法、及び、プログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2021/012609 WO2022201446A1 (ja) 2021-03-25 2021-03-25 運転判定システム、運転判定方法、記録媒体

Publications (1)

Publication Number Publication Date
WO2022201446A1 true WO2022201446A1 (ja) 2022-09-29

Family

ID=83395441

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/012609 WO2022201446A1 (ja) 2021-03-25 2021-03-25 運転判定システム、運転判定方法、記録媒体

Country Status (2)

Country Link
US (1) US20240046779A1 (ja)
WO (1) WO2022201446A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000289485A (ja) * 1999-04-01 2000-10-17 Isuzu Motors Ltd 車両の危険運転判定装置
JP2010152453A (ja) * 2008-12-24 2010-07-08 Ud Trucks Corp 安全運転評価システム
JP2010250445A (ja) * 2009-04-13 2010-11-04 Aisin Aw Co Ltd 運転支援装置、及びプログラム
JP2020166390A (ja) * 2019-03-28 2020-10-08 株式会社トヨタマップマスター 車両評価装置、ドライバ評価装置及びそれらの方法、コンピュータ用プログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000289485A (ja) * 1999-04-01 2000-10-17 Isuzu Motors Ltd 車両の危険運転判定装置
JP2010152453A (ja) * 2008-12-24 2010-07-08 Ud Trucks Corp 安全運転評価システム
JP2010250445A (ja) * 2009-04-13 2010-11-04 Aisin Aw Co Ltd 運転支援装置、及びプログラム
JP2020166390A (ja) * 2019-03-28 2020-10-08 株式会社トヨタマップマスター 車両評価装置、ドライバ評価装置及びそれらの方法、コンピュータ用プログラム

Also Published As

Publication number Publication date
JPWO2022201446A1 (ja) 2022-09-29
US20240046779A1 (en) 2024-02-08

Similar Documents

Publication Publication Date Title
CN110155048B (zh) 用于评估行人碰撞风险和确定驾驶员警告级别的方法和设备
JP6796798B2 (ja) イベント予測システム、イベント予測方法、プログラム、及び移動体
JP4578795B2 (ja) 車両制御装置、車両制御方法および車両制御プログラム
GB2604514A (en) Systems and methods for determining road safety
JP6428928B2 (ja) オクルージョン制御装置
US11242040B2 (en) Emergency braking for autonomous vehicles
JP2021526681A (ja) ライダー支援システム及び方法
JP6142718B2 (ja) 運転支援装置、および運転支援方法
WO2011055743A1 (ja) 情報処理装置、車載装置、情報処理システム、情報処理方法、および記録媒体
JP6868122B2 (ja) 車両制御装置、それを有する車両、および制御方法
JP4051623B2 (ja) 車両危険度に応じた警報信号を出力する警報装置
JP2005056372A5 (ja)
US11300961B2 (en) Vehicle control apparatus and method for controlling automated driving vehicle
JP7148453B2 (ja) 運転支援システム
US11003925B2 (en) Event prediction system, event prediction method, program, and recording medium having same recorded therein
JP4622749B2 (ja) 車両用データ収集装置、車両用運転支援装置及び車両の安全運転支援システム
JP2009282702A (ja) 運転支援装置
JPWO2020201861A1 (ja) モータサイクルの動作を制御する制御装置及び制御方法
JP2023093660A (ja) 制御装置、制御方法、および、制御装置用プログラム
CN113924241A (zh) 用于自主车辆的追踪消失对象
JP6890265B2 (ja) イベント予測システム、イベント予測方法、プログラム、及び移動体
JP2008003880A (ja) 車両周辺監視システム、車両周辺監視プログラム、車両周辺監視システムの構築方法およびサーバ
CN112789205A (zh) 针对自动驾驶车辆检测队列并对队列进行响应
WO2022201446A1 (ja) 運転判定システム、運転判定方法、記録媒体
JP2010140186A (ja) 経路推定装置及び運転支援装置

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: 21933054

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 18269459

Country of ref document: US

ENP Entry into the national phase

Ref document number: 2023508329

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21933054

Country of ref document: EP

Kind code of ref document: A1