リスク認識システム
【課題】移動体の外界環境に含まれる危険度を認識するためのルールをドライバの運転行動との関係からより直接的に求め、ドライバの状態による差や個人差を許容するルールを抽出して、高精度な危険認識を可能とする。
【解決手段】データ点数を或る程度の時間長で区切り、各学習データＤ34，Ｄ35，Ｄ38，Ｄ48，Ｄ55，Ｄ56から冗長性を排除してデータ識別に必要最小限の属性集合を抽出し、極小決定ルールＲ34，Ｒ35，Ｒ38，Ｒ48，Ｒ55，Ｒ56を導く。そして、各極小決定ルールに対して、未学習データを信頼度で降順に並べ、所定の閾値以下のデータを削除してクロスバリデーション方式で評価を行うことで、ルールＲ'34，Ｒ'35，Ｒ'38，Ｒ'48，Ｒ'55，Ｒ'56を選定する。これにより、ドライバの状態による差や個人差を許容するルールを抽出して高精度な危険認識を可能とするばかりでなく、過学習を防止することができる。
【解決手段】データ点数を或る程度の時間長で区切り、各学習データＤ34，Ｄ35，Ｄ38，Ｄ48，Ｄ55，Ｄ56から冗長性を排除してデータ識別に必要最小限の属性集合を抽出し、極小決定ルールＲ34，Ｒ35，Ｒ38，Ｒ48，Ｒ55，Ｒ56を導く。そして、各極小決定ルールに対して、未学習データを信頼度で降順に並べ、所定の閾値以下のデータを削除してクロスバリデーション方式で評価を行うことで、ルールＲ'34，Ｒ'35，Ｒ'38，Ｒ'48，Ｒ'55，Ｒ'56を選定する。これにより、ドライバの状態による差や個人差を許容するルールを抽出して高精度な危険認識を可能とするばかりでなく、過学習を防止することができる。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、自動車等の移動体の外部環境に含まれるリスクを認識するリスク認識システムに関する。
【背景技術】
【０００２】
近年、自動車等の移動体における予防安全技術として、カメラを搭載して外界環境を撮像し、撮像した画像を処理して外界環境に含まれる危険度（リスク）の情報を認識し、ドライバに警告する、又は運転をアシストするといった技術が開発されている。このような危険情報の認識技術は、例えば、特許文献１や特許文献２に開示されている。
【０００３】
特許文献１の技術は、道路環境の検出と、運転者の意志推定とを行うことにより、規定された危険物が存在する可能性のある領域を予測し、この予測された領域に障害物があるか否かを確認することにより、運転者の意志と走行状況に応じた的確な警報発令を可能とするものである。
【０００４】
また、特許文献２の技術は、車両に搭載された車載機器とセンタとをネットワーク接続し、車載機器側で、運転者による車両の運転操作から安全運転度を算出して累積・記録すると共に安全運転度を表示し、センタ側では、車載機器から送出された安全運転度を累積して記録することで、各運転者の安全運転度やその傾向を分析して安全運転の啓発等の資料に活用したり、運転者に対し安全運転を行なったことに報いるメリットを与える材料とするものである。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開平６−２１５３００号公報
【特許文献２】特開２００７−１７２４８７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
特許文献１，２に開示されているような従来の技術では、歩行者、対向車、障害物、白線等といった危険に結びつく要因を設定し、それらに基づいてリスクの認識を行っており、システムとしては、開発者が想定したリスク要因や認識を予めシステム内に組み込んでおくという形で実現されている。
【０００７】
しかしながら、自動車の走行環境のような実際の環境は、天候の変化、歩行者、車、路上の構造物等の存在といったように多様であり、更には、運転する人間も多様であるため、予め想定したモデルでは限界がある。すなわち、予め設定したルールは、「急ブレーキをかけた時は危険である」等の一般的な知識を反映したものとならざるを得ず、実際の運転操作情報と充分な対応を取ることは困難である。特に、中程度（ヒヤリとするレベル）以下のリスクにおいては、ドライバのそのときの状態による差、及びドライバ間の差（個人差）の影響が大きく、そのズレが無視できない大きさとなる。
【０００８】
本発明は上記事情に鑑みてなされたもので、移動体の外界環境に含まれる危険度を認識するためのルールをドライバの運転行動との関係からより直接的に求め、ドライバの状態による差や個人差を許容するルールを抽出して、高精度な危険認識を可能とすることのできるリスク認識システムを提供することを目的としている。
【課題を解決するための手段】
【０００９】
上記目的を達成するため、本発明によるリスク認識システムは、移動体の外界環境に含まれる危険度を認識するリスク認識システムであって、ドライバの感じる外部環境リスクとドライバの運転操作に基づく特徴量情報との相関関係を示すルール集合を、ラフ集合を用いて生成するルール生成部と、上記ルール集合を評価して絞り込み、有効なルール群を選定するルール選定部とを備えることを特徴とする。
【発明の効果】
【００１０】
本発明によれば、移動体の外界環境に含まれる危険度を認識するためのルールを、ドライバの状態による差や個人差を許容するルールとすることができ、高精度な危険認識を可能とすることができる。
【図面の簡単な説明】
【００１１】
【図１】リスク認識システムの基本構成図
【図２】リスクルールの構成を示す説明図
【図３】特徴量抽出の説明図
【図４】ルールの生成及び選定を示す説明図
【図５】特徴量抽出の画像領域を示す説明図
【図６】状態認識の概念図
【図７】１次元自己組織化マップによる学習の概念図
【図８】事前学習とオンライン学習の説明図
【図９】自己組織化マップの学習後の分布を示す説明図
【図１０】リスクレベルとリスク確率との関係を示す説明図
【図１１】リスク伝播の説明図
【図１２】情報伝播の説明図
【図１３】リスク情報の拡張を示す説明図
【図１４】認識結果の出力例を示す説明図
【図１５】リスク確率の学習結果を示す説明図
【図１６】教示リスクと外部環境リスクを示す説明図
【発明を実施するための形態】
【００１２】
以下、図面を参照して本発明の実施の形態を説明する。
本実施の形態で説明するリスク認識システムは、自動車等の移動体の外界環境の検出結果からその環境内に含まれる危険度（リスク）に係る情報を適応的に認識するシステムであり、事前には想定していなかった環境に対しても、適応的にリスク認識が行えるようにオンラインでの成長を可能とするものである。
【００１３】
外界環境のセンシングは、システムの入力系として備える各種センサデバイス、例えば、外界を単眼視やステレオ視で撮像するカメラ、レーザやミリ波等のレーダ装置からのセンシング情報を用いることが可能である。つまり、本システムは、基本的に外界環境を検出するセンサデバイスに依存するものではなく、広義にはセンサデバイスより得られる外界環境情報とリスク情報との相関関係を学習するシステムに適用される。
【００１４】
本形態においては、リスク認識システムを自動車等の車両に適用し、車載カメラによって外界を撮像した画像情報と、車内ネットワークを介して入力される車両情報とを用いてリスク情報をオンラインで抽出するシステムへの適用例について説明する。すなわち、本形態のリスク認識システムは、画像から得られた情報とリスクとの関連性を、内部に搭載したルールを用いて認識すること共に、その関連付けを実際の走行で遭遇した環境から学習し、適応的にリスク認識を行う。
【００１５】
具体的には、ドライバを認識器の学習においての教師とし、ドライバの運転操作からリスク情報を抽出し、その運転操作に基づくリスク情報と、カメラから得られる画像情報との関連を人工知能技術を用いて学習させる。例えば、ドライバが歩行者を回避するような操作行動を行ったとき、本システムは、その状況が危険であると判断し、そのときに得られた画像は危険であるということを教える。
【００１６】
これにより、次の機会に同じような状況（画像）がシステムに入ってきた場合に危険であるという出力を行い、ドライバに警告を与えることができる。また、本システムでは、リスクを確率的に取り扱っている。このことにより、似たような状況でもリスクが異なる場合や、得られている画像情報だけでは判断が出来ない本質的に確率的なリスクも取り扱うことが可能になる。
【００１７】
以下、図１を参照して本実施の形態のリスク認識システムについて説明する。図１に示すように、本実施の形態におけるリスク認識システム１は、単一のコンピュータシステム或いはネットワーク等を介して接続された複数のコンピュータシステムで構成され、走行時の外界環境に含まれるリスクを、所定のルールに従って適応的にオンラインで認識するオンラインリスク認識システム１ａと、このオンラインリスク認識システム１ａに搭載するルールを抽出・生成するルール生成システム１ｂとを含んでいる。
【００１８】
尚、本実施の形態では、ルール生成システム１ｂはオフラインで予めルールを生成するものとして説明するが、オンラインリスク認識システム１ａと一体化して実走行時のオンラインでルールを生成させることも可能である。
【００１９】
オンライン認識システム１ａは、画像入力部２、車両データ入力部３、リスク情報抽出部４、画像特徴量抽出部５、状態認識部６、リスク認識部７、リスク情報出力部８を基本構成として備えている。また、ルール生成システム１ｂは、運転操作データ収集部１０、ルール生成部１１、ルール選定部１２、教示リスク決定部１３を基本構成として備えている。
【００２０】
各部の機能は、以下の通りである。尚、図１においては、外界環境を検出するセンサとしての車載カメラは、図示を省略している。
【００２１】
画像入力部２は、車載カメラからの撮像画像を入力する。ＣＣＤやＣＭＯＳ等の撮像素子を有する車載カメラからの撮像画像に対して、ノイズ除去、ゲイン調整、γ補正等のビデオプロセス処理を行い、このビデオプロセス処理されたアナログ撮像画像を所定の階調のデジタル画像に変換する。画像入力部２で処理された画像は、一旦、メモリにストアされて収集され、画像特徴量抽出部５に送られる。
【００２２】
車両データ入力部３は、車内ネットワーク５０から所定の周期で車両データを入力する。車両データとしては、車速、ハンドル角、アクセル開度、ブレーキ圧力等であり、これらのデータを所定の周期（例えば、３０Ｈｚ）でサンプリングする。
【００２３】
尚、以降の認識処理に必要であれば、車内ネットワーク５０上を流れる他の情報、例えば、前後横加速度やヨーレートといった車両運動情報、ヘッドライト、ウインカーといったシステム操作情報、外気温等も入力するようにしても良い。
【００２４】
リスク情報抽出部４は、入力された車両情報（ドライバの操作情報）からリスク情報を抽出し、教師情報（リスクの大きさや種類）を作成する。本システムでは、このリスク情報抽出についての学習は行わず、ルール生成システム１ｂで予め生成したルールを搭載し、このルールを用いてオンラインでのリスク情報を適応的に認識する。
【００２５】
尚、リスク情報抽出部４に搭載するルールを生成するルール生成システム１ｂについては後述するが、概略的には、走行時の運転操作データを収集し、データマイニング手法の一つであるラフ集合を用いてドライバの感じる外部環境リスクとドライバの操作情報との相関関係を示す「リスクルール」を抽出する。
【００２６】
画像特徴量抽出部５は、画像入力部２からの画像データを受け取り、得られた画像の特徴量を抽出する。すなわち、得られた画像から、エッジ情報、動き情報、色情報等の特徴量を抽出し、それらの情報をＮ次元ベクトルとして保持する。このＮ次元ベクトルには、図１に破線で示すように、画像特徴量以外の車両情報、例えば、車速やヨー角の変化といった情報も含めることができる。
【００２７】
尚、本形態で扱う画像データは、単眼のカラーカメラで撮像した画像とするが、赤外カメラから得られる画像やステレオカメラから得られる距離画像であっても良い。また、前述したように、レーザやミリ波等からの情報を用いることも可能であり、その場合、画像特徴量は、より一般的には、外界環境特徴量とも呼ぶべきものである。
【００２８】
状態認識部６は、得られたＮ次元の特徴量ベクトルを１次元の状態という量に変換する。詳細は後述するが、状態とは、入力された画像を走行している場所や、天候、走行状態などによりシーン分けしているイメージになる。実際には、オンライン学習時、今はどのシーンであるかを明示的に教師することはできないため、入力データを状態数Ｍのクラスにクラスタリングしている。
【００２９】
リスク認識部７は、状態認識部６で得られた状態と、リスク情報抽出部４で作成された教師との相関関係を求め、状態のリスクを学習・認識する。
【００３０】
リスク情報出力部８は、認識したリスクをモニタや音声等により出力する。このリスク情報の出力については、認識したリスクそのものを出力する以外にも、操作データから得られたリスク情報との差を出力するようにしても良い。例えば、リスク認識部７がリスクが高いと判断した場合でも、操作データの認識により、ドライバが充分注意している状態であれば、リスクは高くないという出力を行うようにして良い。
【００３１】
以上のリスク認識システム１においては、現在のリスクの認識・出力と学習とを並行に実行している。すなわち、リスクの認識は、入力画像に対し、それより前までに学習された認識結果によって行い、リスクの学習は、入力された教師情報を用いてリスク認識部７を更新（学習）し、次の時刻は、更新されたリスク認識部７でリスクを認識するという処理を繰り返すことにより、リスク認識と学習とを同時に行う。
【００３２】
学習は、以下の（ａ），（ｂ），（ｃ），（ｄ）に示すように、４つの部分でそれぞれに可能であるが、（ａ），（ｂ）は学習に大規模な計算を要して時間がかかるため、オンラインでは学習は行わず、予め事前にオフラインで生成したルールを用いている。
（ａ）ドライバ操作データからのリスク情報の抽出（リスク情報抽出部４）
（ｂ）画像データからの画像特徴量の決定・選択（画像特徴量抽出部５）
（ｃ）画像特徴量から状態への変換（状態認識部６）
（ｄ）状態とリスクとの相関認識（リスク認識部７）
【００３３】
次に、リスク認識システム１における各処理の詳細について説明する。以下では、先ず、ルール生成システム１ｂによるリスクルールの生成処理について説明し、次に、このリスクルールを用いたオンラインリスク認識システム１ａの各部の詳細を説明する。
【００３４】
［リスクルール生成処理］
前述したように、本形態では、車両操作情報からのリスク抽出に際して、リスク情報抽出部４では学習を行わず、予め生成したルールを用いてドライバの操作情報からリスク情報を抽出するようにしている。このルールに従ったリスク情報の抽出においては、リスク情報をレベル付きの１次元データとして扱う。
【００３５】
具体的には、リスクのレベルを０〜１０（整数値）の１１段階とし、値が大きいほどリスクが高いことを表現する。但し、ここでのリスク情報は、３０Ｈｚの各フレーム毎といったように、一定時間毎にリスクを認識しようとするものに限定されるものではない。これは、実際のドライバの操作は、リスクだけにより行われているわけではなく、リスクに伴う操作を行う割合は、全走行中の例えば１０％にも満たない一部であろうと考えられるからである。
【００３６】
すなわち、ドライバ操作データからのリスク情報の認識は、ドライバの操作行動に影響を与えるような、ある程度大きなリスクがあったときにのみ、それがわかることを第一の目標とする。そのため、リスク０に関しては、出力はリスクがないということだけでなく、教師情報がないということも表している。
【００３７】
また、リスク認識のルールは、できるだけ現実に合うように任意に設定するという立場を取ることで、並列に存在する複数のルールによってリスクを推定する。これにより、ルールの追加、削減が他のルールに影響することなく行うことが可能となり、より現実に合うように調整することができる。
【００３８】
リスクルールの生成は、車両の運転操作データをラフ集合を用いたデータマイニングの手法で処理し、最終的には、図２に示すように、より単純化した「Ｉｆ（前件部）−Ｔｈｅｎ（後件部）」ルールのＮ個の集合を得ることを目標としている。このＩｆ−Ｔｈｅｎルールの前件部が入力情報と一致したとき、ルールが活性化し、後件部であるリスクレベルが出力される。本実施の形態においては、Ｉｆ−Ｔｈｅｎルールの前件部の情報として、実走行での運転操作データを時系列的に収集して離散化し、リスクルールを導くようにしている。
【００３９】
本実施の形態では、リスクルールは、オフラインでの（１）実走行による運転操作データ収集、（２）ラフ集合によるルール生成、（３）有効ルールの選定というステップを経て抽出されるが、更に、４）教示リスクルールの決定処理で、オンラインで同時活性化する複数のルール群の中からリスク情報抽出部４への教示リスクを決定する。
【００４０】
（１）実走行データの離散化
運転操作データ収集部１０は、運転操作データから実際にルールを抽出するためのデータとして、操舵角、アクセル開度、ブレーキ圧力、車速の４種類のデータの時系列情報を収集する。各時系列データは、平均化処理等によって特徴量化され、各特徴量毎に所定段階の数値で離散化される。
【００４１】
例えば、図３に示すように、操舵角の時系列データのＸ秒の区間において、Ｘ秒の全区間の平均レベル値Ｈ１、前半のＸ／２秒区間の平均レベル値Ｈ２、後半のＸ／２秒区間の平均レベル値Ｈ３を求め、各平均レベル値を、０，１，２，３，４の５段階の数値で離散化して特徴量を作成する。アクセル開度、ブレーキ圧力、車速についても同様の手法で時系列データを特徴量化し、計１２個の学習データを得る。尚、ここでは特徴量として平均レベルを用いているが、時系列データの傾き等を用いても良い。
【００４２】
（２）ラフ集合に基づくリスクルールの生成
ルール生成部１１は、運転操作データ収集部１０からの特徴量データをラフ集合によるデータマイニングの手法を用いて処理し、リスクルールを生成する。ラフ集合によるルールの生成は、集合要素の分類を通じて特定の属性を満たすためのルールを生成する手法である。このラフ集合による手法では、対象を或る条件の属性で分類し、決定属性を持つ集合Ｓを指定したとき、集合Ｓに含まれる下近似集合と、集合Ｓを含む上近似集合とに分け、上近似と下近似集合との関係性からルールの絞り込みを行う（下近似集合からの極小決定ルールの決定）。本実施の形態においては、ルールの正確さを示す確信度が１００％の集合を下近似集合、それ以外を上近似集合としている。
【００４３】
この場合、下近似集合は、確信度１００％の優秀なルール集合ではあるが、中には、支持度（ルールを支持する対象数；活性数）が限りなく小さい特異データが含まれていることも多い。従って、生成される極小決定ルールは、誤判定は少ないが、支持度の低い（活性可能性の低い）ものとなるものが多い。また、特異データにより、本来、下近似であるべきルールが上近似ルール化されている場合もある。
【００４４】
そこで、本システムでは、支持度が所定レベルより小さいデータを特異データとして除去した上で下近似集合を作成する。そして、図４に示すように、学習データのデータ点数を或る程度の時間長で区切り、所定のデータ番号Ｎｏ３４，Ｎｏ３５，Ｎｏ３８，Ｎｏ４８，Ｎｏ５５，Ｎｏ５６の各学習データ（データ集合）Ｄ34，Ｄ35，Ｄ38，Ｄ48，Ｄ55，Ｄ56から冗長性を排除してデータ識別に必要最小限の属性集合を抽出する（縮約する）ことにより、Ｒ34，Ｒ35，Ｒ38，Ｒ48，Ｒ55，Ｒ56の極小決定ルールを導く。
【００４５】
（３）有効リスクルールの選定
ラフ集合に基づく極小決定ルールは、その計算手法の性質上、生成されるルールの数が多大となり、データ点数の増加に伴い計算時間が指数関数的に増加する。しかしながら、有効なリスクルールを抽出するためには、できるだけデータ点数が多いことが理想的であり、ルール導出のための計算時間とルール性能との間にはトレードオフの関係がある。
【００４６】
そこで、ルール選定部１２では、学習データ毎に個別に生成したリスクルールに対して、クロスバリデーション（cross-validation；交差検定）方式でルール選定を行なう。クロスバリデーション方式は、標本となるデータを分割し、その一部をまず評価して、残る部分を最初の評価の仮説検定に用いる手法であり、その際の評価基準としては、データの信頼度を用いる。
【００４７】
すなわち、図４に示すように、各極小決定ルールＲ34，Ｒ35，Ｒ38，Ｒ48，Ｒ55，Ｒ56に対して、自己データ以外のデータ集合（未学習データ）を信頼度で降順に並べ、所定の閾値以下（例えば、信頼度８０％以下）のデータを削除して評価を行うことにより、ルールＲ'34，Ｒ'35，Ｒ'38，Ｒ'48，Ｒ'55，Ｒ'56を選定する。例えば、データ集合Ｄ34のデータ数が３００００〜４００００個であるとき、１０００個程度の極小決定ルールＲ34が抽出され、この極小決定ルールＲ34を他の未学習データで評価した結果、２００個程度の有効なルール群からなるルールＲ'34が選定される。他のルールＲＲ'35，Ｒ'38，Ｒ'48，Ｒ'55，Ｒ'56についても同様である。
【００４８】
尚、ルール選定の選定基準としては、信頼度の他、支持度に基づいて選定しても良く、また、信頼度と支持度とを組み合わせて選定するようにしても良い。
【００４９】
このような選定を行なうことにより、実用的な計算時間で汎用性の高い有効なルールのみを選定し、ドライバの状態による差や個人差を許容するルールとして高精度な危険認識を可能とするばかりでなく、個々のデータに特化したルール（過学習ルール）を除去することができる。
【００５０】
（４）オンラインでの教示リスクの決定
クロスバリデーション方式で選定されたルール群は、オンラインでの同時刻に複数のルールが活性化する場合がある（図１６参照）。このため、教示リスク決定部１３は、オンラインで同時活性化した複数のルールの中から、リスク情報抽出部４へ提示する唯一の教示リスクを与えるルールを選定する。図４においては、選定されたルールＲ'34，Ｒ'35，Ｒ'38，Ｒ'48，Ｒ'55，Ｒ'56の中の同時活性化する複数のルールに対して、多数決や平均化を行って唯一の教示リスクを与えるルールＲactを選定する。
【００５１】
また、オンラインで複数のルールが活性化する場合、短い時間間隔で複数のルールが活性化する場合もある。このような場合には、或る時間のウィンドウ内で同時活性化するルールの中から多数決若しくは平均化によって唯一の教示リスクを求める。更に、クロスバリデーションによるルール選定の過程で、個々のルールには信頼度や支持度の評価が付与されるので、その評価値に基づいてルールを選定し、教示リスクを求めるようにしても良い。
【００５２】
次に、以上のルールが搭載されたオンライン認識システム１ａの実走行におけるオンライン処理について、画像特徴量抽出部５における画像特徴量の抽出処理、状態認識部６における状態認識処理、リスク認識部７におけるリスク認識処理の順に説明する。
【００５３】
［画像特徴量の抽出処理］
画像特徴量抽出処理では、以降のリスク認識のためのデータを抽出するが、一般に、リスク認識に相関がないデータは認識に悪影響を与える。つまり、この特徴量抽出処理においては、むやみに特徴量を増やすということは得策でなく、逆に、必要な特徴量を用いないことも精度を悪化させる。
【００５４】
そのため、どの特徴量を用いるべきかという特徴量選択が課題として発生するが、前述したように、特徴量選択については、それを学習的に得る場合は、以下に説明するリスク認識の上位の学習が必要になり、計算量・メモリ容量的にオンラインでの学習には不利である。
【００５５】
従って、本形態では、ここでの特徴量抽出部分は固定として扱う例について説明する。学習する場合には、システムの認識率を基準として評価し、各特徴量の組み合わせを最適化すれば良く、これには、組み合わせの全探索、遺伝的アルゴリズム（GA;Genetic Algorithm）等の発見的な探索法等、既存の最適化手法を用いることができる。
【００５６】
本形態においては、画像特徴量抽出部５で予め設定した種類の特徴量を抽出している。ここでは、処理を３つの要素に分け、各要素毎に設定した特徴量を抽出する。３つの要素は、前処理、特徴量計算、領域設定である。具体的には、以下に示すように、前処理で６種類、特徴量計算で１０種類、領域設定で４種類のデータを抽出し、それらの組み合わせで計２４０（６×１０×４）次元のデータを抽出する。
【００５７】
＜前処理＞
入力画像に対して、ソベル、縦方向ソベル、横方向ソベル、フレーム間差分、輝度、彩度の６種類のフィルタ処理を行い、６次元の特徴量データを抽出する。
【００５８】
＜特徴量＞
フィルタ処理された画像の画素値に対して、平均、分散、最大値、最小値、横方向重心、縦方向重心、コントラスト、均一性、エントロピー、フラクタル次元の１０種類の計算処理を行い、１０次元の特徴量データを抽出する。
【００５９】
＜領域＞
図５に示すように、画像内に領域Ａ０を設定し、この設定領域Ａ０の全体、設定領域Ａ０内の左側の領域Ａ１、右側の領域Ａ２、中央の領域Ａ３の４種類の領域について、４次元の特徴量データを抽出する。
【００６０】
尚、以上の２４０次元の特徴量は、オンラインシステムの演算性能に応じて、使用する次元を絞るようにしても良い。例えば、画像以外にも車両データも用いて、画面全体のソベルの平均、分散、画面全体のフレーム間差分の平均、分散、車速、ハンドル角の６次元の特徴量を抽出するようにしても良い。
【００６１】
また、以上の特徴量抽出処理においては、各特徴量は正規化しているが、理論上の範囲は非効率であるため、事前に各特徴量の分布を評価しておき、その評価結果を元に最大値及び最小値を設定し、０〜１の数値に正規化している。その場合、最大値・最小値を動的に変化させるようしても良く、例えば、最大値を超える値もしくは最小値を下回る値が入力された場合には、それぞれ範囲を拡大するように最大値・最小値を変更する。逆に、しばらく最小値、最大値付近のデータが入ってこなかった場合は、範囲を狭めるように変更する。
【００６２】
また、ここでは基本的な特徴量を用いたが、過去のフレーム情報を用いて動き情報を算出する等、特徴量の時系列的な変動を計算し、その情報を特徴量として用いることもできる。更に、全体としてのリスク認識の精度向上のためには、この特徴量抽出処理に高精度の画像処理を入れることもでき、例えば、歩行者認識結果、道路の白線認識結果、障害物認識結果等を含めて、ここでの抽出データに組み込むようにしても良い。このような意味では、本システムは、個々の外界認識結果を統合し、リスクを認識するシステムと捉えることもできる。
【００６３】
［状態認識処理］
状態認識部６では、画像特徴量抽出部５で得られたＮ次元の特徴量データを１次元の状態という量に圧縮変換する。つまり、状態認識部６は、入力された画像特徴量データから状態という量を出力する識別器として機能する（但し、この識別器の出力は、１状態を確定せずに確率的に扱うこともできる）。本処理における学習は、この識別器の内部構造を入力データ、教師データを用いて実環境に適応させることになるが、ここでの学習における教師は、この入力データがどの状態であるかを直接教えるのではなく、出力された状態から認識されるリスクを、できるだけ効率的に、且つ精度良く認識できるようにするものである。
【００６４】
以下、入力された画像特徴量から状態を出力する認識処理、その認識処理自体を学習する学習処理に分けて説明を行う。
【００６５】
＜認識処理＞
識別器としての認識処理は、入力データに対してプロトタイプ型の識別処理を行う。ここで、状態番号をＳとすると、各状態は代表値を持ち、これをｐｒｏｔs(i)とする。状態代表値ｐｒｏｔs(i)は、Ｎ次元のベクトルであり、ｉ＝０，１，…，Ｎ−１となる。
【００６６】
入力データ（特徴量ベクトル）をＩｎ(i)とすると、入力ベクトルは、以下の（１）式に示すように、状態代表値ｐｒｏｔs(i)との距離Ｌ(s)により求められ、どの状態に属するかが認識される。
Ｌ(s)＝(Σi(ｐｒｏｔs(i)−Ｉｎ(i))2)1/2 …（１）
【００６７】
入力データの属する状態（状態番号）Ｋは、以下の（２）式に示すように、距離Ｌ(s)の最小値で求められ、入力ベクトルが一番近い状態代表値の状態であると認識される。
Ｋ＝ｍｉｎs(Ｌ(s)) …（２）
【００６８】
図６は、Ｎ次元中の３次元に注目した場合を示しており、入力データは、状態Ｓ６より状態Ｓ１に近いため、Ｓ１の状態であると認識される。以上が基本的な状態認識となるが、これは入力データがどの状態であるかを確定させていることになる。
【００６９】
この場合、図６では、状態Ｓ１と状態Ｓ６とでは、距離はそれほど違いはないが、若干、状態Ｓ１との距離が近いことで、入力データは状態Ｓ１であると認識される。つまり、状態Ｓ１と状態Ｓ６との距離がほぼ同じ領域においては、認識が不安定になる可能性がある。
【００７０】
従って、ここでは、更に拡張し、状態が確率的であるとして扱うことで、認識の不安定さを解消する。すなわち、入力データが状態ｓである確率をＰ(s)とすると、状態の確率は、距離Ｌ(s)を用いて、以下の（３），（４）式で求める。ここで、σはパラメータであり、小さくするほど状態を確定的にする効果がある。
Ｐ(s)＝(ｅｘｐ(−Ｌ(s)／σ))／ｚ …（３）
ｚ＝Σsｅｘｐ(−Ｌ(s)／σ) …（４）
【００７１】
このように、状態を入力データとの距離に応じた尺度で確率的に決定した場合、以後の計算で全ての状態について計算する必要がある。従って、計算量を削減するため、一定値以下の確率は０とし、計算として扱わないようにしても良い。
【００７２】
尚、Ｐ(s)の定義において、ｓ＝Ｋのときだけ１、それ以外を０とすれば、状態を確定したときと同じになる。
【００７３】
＜学習処理＞
次に、状態認識部６の学習処理では、入力データ及び教師情報から、各状態の代表値の学習（更新）を行う。学習は、階層型ニューラルネットワークの一種である自己組織化マップ（SOM;Self-Organization Maps）の学習をベースとする。
【００７４】
ＳＯＭは、Ｍ次元（通常は２次元）に並べられたユニットが、それぞれベクトル値（通常入力との結線の重みと呼ばれる）を持ち、認識処理において入力の属する状態Ｋを求めたように、入力に対して勝者ユニットをベクトルの距離を基準として決定する。そして、勝者ユニット及びその周辺のユニットの参照ベクトル値を、入力ベクトルに近づくように更新する。これを繰り返し、全体が入力データの分布を最適に表現できるように教師無しで学習してゆく。１次元ＳＯＭによる学習のイメージを、図７に示す。
【００７５】
本システムにおいては、ＳＯＭによる学習は、以下のようになる。但し、本システムにおいては、ユニット（状態）は１次元につながっているものとする。勝者ユニットの状態番号を、前述の状態番号Ｋとすると、代表ベクトルｐｒｏｔsは、以下の（５）式に従って更新（学習）される。
ｐｒｏｔs(i)→ｐｒｏｔs(i)＋α(Ｉｎ(i)−ｐｒｏｔs(i) …（５）
【００７６】
ここで、（５）式におけるαは、更新の重みを示す学習率係数であり、以下の（６）式で表される。
α＝ａ・ｂ(t)・ｃ(Ｄ(s,K),ｔ)・ｅ(t) …（６）
但し、ａ ：学習係数
ｂ ：時間減衰係数
ｃ ：領域減衰係数
Ｄ(s,K)：更新対象のユニットと勝者ベクトル間のつながりにおける距離
ｅ ：教師情報係数
【００７７】
（６）式における各パラメータａ，ｂ，ｃは、通常のＳＯＭでも用いられるパラメータであり、時間減衰係数ｂは、学習経過時間ｔ（通常何回目の更新かを表す）の関数であり、一般には時間ｔの増加につれ減衰する。また、距離Ｄ(s,K)は、特徴量空間上での距離ではなく、例えば、図７においては、勝者ユニットの隣のユニットは距離１、その隣は距離２となる。
【００７８】
一方、領域減衰係数ｃは、その距離Ｄ(s,K)の関数であり、距離Ｄ(s,K)が大きくなる程、値が小さく、ある一定以上の距離Ｄ(s,k）については更新されないように設定される。また、領域減衰係数ｃは、時間ｔの関数でもあり、時間ｔが大きくなる程、値が小さくなる。更に、本システムでは、教師情報を示す教師情報係数ｅ(t)を導入するが、これについては後述する。
【００７９】
このように、ＳＯＭの学習アルゴリズムでは、学習初期は、広範囲のユニットが入力データに近づくように更新され、学習が進むにつれ、更新されるユニット数、更新量とも少なくなり、最終的には、学習率係数α（更新の重み）が０になり、学習が終了する。尚、初期状態では、通常、ユニットはベクトル空間上の中心付近にランダムに配置される。
【００８０】
ここで、本システムでは、オンライン学習システムであることから、以上の学習アルゴリズムを若干変更し、学習を事前学習フェーズとオンライン学習フェーズとに分け、各学習フェーズで学習のパラメータを変更している。すなわち、学習の終了時刻は設けずに、事前学習フェーズとオンライン学習フェーズとでそれぞれの時刻で一定とし、また、更新範囲の減衰も設けず、事前学習時とオンライン学習時の範囲は異なるものとする。
【００８１】
これは、オンライン学習である本システムにおいては、学習に終了時刻はないこと、また、事前学習を導入しているのは、一義的に一定値とすると、更新量が大きい場合、ＳＯＭの分布が入力データの平均付近の狭い範囲に集中してしまうためであり、逆に小さい場合には、ＳＯＭの分布が特徴量空間上にばらつき過ぎてしまい、入力データの分布をうまく表現できないためである。
【００８２】
そのため、図８に示すように、事前学習として、時間減衰係数ｂ，領域減衰係数ｃの値を大きくとることで、先ず、ＳＯＭを入力データ分布の中心付近に寄せておき、その後、時間減衰係数ｂ，領域減衰係数ｃを小さくすることで、適切な分布を表現できるようにしている。尚、ここでの事前学習は、市場で実走行に使う前のオフラインでの学習を想定している。
【００８３】
図９に、学習後のＳＯＭの分布例を示す。実際の特徴量空間は２４０次元であるが、図９では、そのうちの３次元のみを表しており、グラフの各点が入力データを示している。実際には、各点は色つきの点として表現され、色によってリスクの大きさを表している。黒い点が各状態の代表ベクトルで、それらを結ぶ黒線がＳＯＭのつながりである。
【００８４】
以上では、入力データの分布を最適に表現できる学習法について述べてきたが、実際に求められるのは、リスクを認識する上で入力データの分布を最適に表現できることである。ＳＯＭは、本来、教師なしの学習法（入ってきたデータを均等に扱い学習していく）であるが、本システムにおいては、リスクを認識する上での効率的な学習として、前述の教師情報係数ｅ(t)によるリスク情報を与えた学習を行う。
【００８５】
詳細は後述するが、リスクの認識は、認識した状態のリスク確率という形で出力する。これは、その状態が、リスクをどの程度の確率で持つかということを表したものである。具体的な学習法としては、時刻ｔでの入力データがドライバ情報から得られたリスクレベルＲという教師情報を持つ場合、認識された状態が持つリスク確率においてリスクレベルＲの確率が高ければ教師情報係数ｅ(t)を大きくし、小さければ、教師情報係数ｅ(t)を小さくする。また、教師情報が得られない場合には、教師情報係数ｅ(t)を小さくするという処理にする。
【００８６】
これにより、学習を進めるうちに、認識された状態は、そのときのリスクを高確率で持つようになり、つまりはリスクの認識精度が上がっているということになる。具体的な教師情報係数ｅ(t)の設定は、次のリスク認識処理において説明する。
【００８７】
また、状態を確率的に求めた場合の学習については、勝者ユニットを確率に応じた重みで表現し、その重みに応じた更新量により更新を行う。但し、計算量が増大するという問題があるので、本システムでは、学習時については、勝者ユニットを入力データに一番近い状態に確定させて学習を行っており、一定値以下の確率の状態については、自身を勝者とする更新は行わない。
【００８８】
［リスク認識処理］
リスク認識部７では、状態認識部６で求めた状態により、リスクを出力する。前述したように、各状態はそれぞれリスク確率分布を持つため、状態ｓでのリスクの確率分布をｐ(Ｒ│ｓ)と表すことにする。尚、ここでのリスクは、リスク情報抽出部４でのリスクと対応しており、１１段階のレベルに分けているので、リスクレベルＲとリスク確率（分布）ｐ(Ｒ│ｓ)とは、例えば図１０に示すような関係で表される。
【００８９】
リスク出力は、基本的にこのリスク確率ｐ(Ｒ│ｓ)を出力することになるが、出力結果を例えば警報や表示などに使う場合には、確率分布のままでは使いにくいため、リスク出力としては、以下の（７）式で示される期待値Ｅを出力する。
Ｅ＝ΣRＲ・ｐ(Ｒ│ｓ) …（７）
【００９０】
また、状態を確率的に取り扱った場合、期待値Ｅは以下の（８）式のようになる。
Ｅ＝ΣsΣRＰ(s)・Ｒ・ｐ(Ｒ│ｓ) …（８）
【００９１】
＜リスク確率の学習処理＞
リスク確率の学習は毎フレームに行われ、リスク確率は逐次更新される。リスク確率は、基本的に、過去に経験したリスクレベルの頻度分布を用いて算出する。しかし、本システムは、オンライン学習なので無限遠過去のデータまで持つことは難しく、また遠い過去の経験に現在と同じ重要度を持たせることは好ましくないと考えられる。従って、ここでは、以下の方法でリスク確率を更新する。
【００９２】
時刻ｔでの状態ｓtのリスク確率をｐt(Ｒ│ｓt)としたとき、以下の（９）式に従って、リスク確率を更新する。
ｐt+1(Ｒ│ｓt)＝ｐt(Ｒ│ｓt)＋β…（９）
【００９３】
更に、リスク確率ｐt+1(Ｒ│ｓt)は、以下の（１０）式に従って正規化する。
ｐt+1(Ｒ│ｓt)←ｐt+1(Ｒ│ｓt)／ΣRｐt+1(Ｒ│ｓt) …（１０）
【００９４】
尚、状態の更新は、その時刻の状態のみである。また、状態を確率的に扱う場合は、各状態においてβをｐ(ｓt)・βとして計算する。ここで、βは定数であり、この値が大きいほどより現在の情報を重要視することになる。
【００９５】
ここで、与えられる教師リスクについては、リスク情報抽出部４の説明で述べたように、各フレーム毎に得られるとは限らない。リスクレベルが高い場合には、ドライバデータからリスク情報が得られる場合が多いが、リスクレベルが低い場合には、特に教師情報が得られる可能性が小さくなってしまうという問題がある。
【００９６】
この問題に対して、本システムでは、教師リスク情報を時間軸方向で伝播させることで対処するようにしている。これは、ある時刻に教師リスク情報が得られた場合は、その前の時刻もその時刻と同じではないまでも危険であるという因果関係に基づくものであり、この因果関係を用いて教師リスク情報を伝播させる。
【００９７】
この場合、過去に情報を伝播させるには、伝播させる分のすべての過去の状態遷移を記憶している必要があるが、リアルタイムでの学習を前提としたとき、記憶容量と計算量がネックとなる。そこで、本システムでは、強化学習の際に用いられるＴＤ(Temporal Difference)誤差を考慮した伝播により、リスク確率を更新している。
【００９８】
強化学習は、その時々の状態に対しての明示的な行動の指示ではなく、行った行動に対しての報酬によって学習を行い、この先得られるであろう報酬の総和が最大となる行動をその時々で選択する学習法であり、時刻ｔにおける実際の報酬と報酬の予測値の差をＴＤ誤差(TD-ERROR)と呼び、これを０とするように学習が行われる。本システムのリスク情報は、この強化学習の報酬に相当し、図１１に示すように、或るシーンでの状態遷移を考えると、状態Ｓ１に至る状態Ｓ２，Ｓ７，…にもリスクがあるはずであると考えられ、リスク情報の伝播を行う。
【００９９】
この場合、伝播は、現在の状態から一つ前のフレームへ伝播させるだけで良く（つまり計算も記憶も１フレーム前との関係だけ扱えば良い）、一回の経験では、リスク情報は充分な過去まで伝播しないものの、同じような経験を繰り返すことで、徐々にリスク情報が伝播し、その因果関係を学習することができる。また、リスク情報の伝播は、図１２に示すように、同じリスクレベルの時刻ｔの状態Ｓtから時刻ｔ−１の状態Ｓt-1への伝播のみではなく、異なるリスクレベルの状態間においても伝播させるようにする。但し、リスクレベル０は、リスクがないという他に、リスク情報がないという場合も含むため、伝播はさせない。
【０１００】
伝播によるリスク確率ｐ(ｒ│ｓt-1)の更新は、以下の（１１）式によって行われる。
ｐ(ｒ│ｓt-1)＝ｐ(ｒ│ｓt-1)＋η・(ＲＩ(ｒ)＋γ・ｐ(ｒ│ｓt)−ｐ(ｒ│ｓt-1))
＋ｈ・η・(γ・ｐ(ｒ−１│ｓt)−ｐ(ｒ−１│ｓt-1))
＋ｈ・η・(γ・ｐ(ｒ＋１│ｓt)−ｐ(ｒ＋１│ｓt-1)) …（１１）
但し、ｈ：リスクレベル方向の伝播の大きさを表すパラメータ
γ：時系列の伝播の大きさを表すパラメータ
η：一回の学習での更新の大きさを表すパラメータ
【０１０１】
ここで、時刻ｔで得たリスク情報を、リスクレベルｒを用いてＲＩ(ｒ)と表している。前述したように、リスク情報抽出部４で扱うリスク情報は、０〜１０の１１段階の中の或る一つのリスクレベルに対して得られるものとしている。すなわち、時刻ｔで得られたリスク情報がリスクレベルＱとすると、（１２），（１３）式のように表される。
ＲＩ(ｒ)＝１ （ｒ＝Ｑ） …（１２）
ＲＩ(ｒ)＝０ （ｒ≠Ｑ） …（１３）
【０１０２】
一方、このリスク学習におけるリスク情報ＲＩ(ｒ)は、図１３に示すように、実際はそのリスクレベル付近のリスクも存在すると考えて拡張を行っている。この拡張は、具体的には、隣のリスクレベルをパラメータｇ（ｇ＜１）を用いてｇ倍、そのまた隣のリスクレベルをｇ＊ｇ倍するという操作を行っており、この操作には、限られた教師データをさらに有効に使えるという効果がある。また、リスクレベル方向の伝播の大きさを表すｈは通常、リスク情報の拡張に用いたｇと同じ値としている。
【０１０３】
リスク確率の更新後は、状態認識部６における学習処理で用いた教師情報係数係数ｅ(t)を設定する。この教師情報係数ｅ(t)は、以下の（１４），（１５）式に従って設定される。時刻ｔでリスク情報抽出部４から得られるリスク情報をＲを用いて、
Ｒ≠０のとき、
ｅ(t)＝１０・Ｒ・ｐ(Ｒ│ｓt) …（１４）
Ｒ＝０のとき、
ｅ(t)＝ｃｏｎｓｔ …（１５）
【０１０４】
Ｒ＝０のときは、教師情報が入らなかったときに相当するが、その場合は、教師情報係数ｅ(t)は、定数ｃｏｎｓｔすなわち固定値のゲインになる。この値は、教師リスクが得られる確率により決定され、教師ありの学習データ数と教師なしの学習データ数との比率に基づいて設定される。本システムにおいては、経験則として、教師ありの学習データ数＝教師なしの学習データ数となるように定数ｃｏｎｓｔを設定し、ｃｏｎｓｔ＝０．０１としている。
【０１０５】
教師情報が入った場合は、その確率が高い程、またリスクレベルが大きい程、強く学習される。これにより、実際に起こった事象に対して、認識する確率が小さい場合は、その状態の認識が間違っている可能性が高いことを示し、学習が弱くされる。その状態の代表ベクトルは、同じ状態を認識し、リスクの確率が高かったデータに近づくような学習が行われる。そして、そのような学習が続くことで、その入力データは他の状態と認識されやすくなり、間違っている可能性の高い状態を認識しにくくなる。このようにして全体としての状態認識、リスク認識が最適化される。
【０１０６】
以上の処理による認識結果の出力例を図１４に示す。図１４（ａ）〜（ｄ）は、車載カメラから得られた画像に、認識結果を表示したシステムの出力画像であり、認識したリスクの大きさを、各画面の下部のバーグラフＢ１〜Ｂ４で表している。このバーグラフＢ１〜Ｂ４で表される認識リスクは、前述したリスク確率の期待値を示しており、その上に表示される数字は、認識した状態番号である。
【０１０７】
図１４（ａ），（ｂ）に示す２枚の画像は、歩行者や対向車等が近くにおらず、リスクが低いと思われるシーンであり、また、図１４（ｃ），（ｄ）に示す２枚の画像は、それぞれ、道幅の狭い片側一車線道路で対向車が存在し、道幅が更に小さくなっているシーン、交差点での左折シーンであり、リスクとしては、図１４（ａ），（ｂ）のシーンよりリスクが高いと思われるシーンである。
【０１０８】
ここで、「リスクが低い（高い）と思われる」と記載したのは、それぞれの画像がいくつのリスク値であるという絶対的な値は存在しないためである。本システムの認識結果を見ると、図１４（ａ），（ｂ）のシーンよりも、図１４（ｃ），（ｄ）のシーンの方がリスクが高いと認識できていることがわかる。図１５は、このときのリスク確率ｐt(Ｒ│ｓt）の学習結果を示している。
【０１０９】
以上のように、本システムの仕様は、初めにオフラインである程度事前学習を行った後、オンラインで学習を行うという形態を想定しており、オンライン認識システム１ａにおける学習の流れでは、ドライバデータから時間的に部分的な教師情報を抽出し、学習を行っている。このため、ルール生成システム１ｂにおいて、事前にドライバの運転行動とリスクとの関係をより直接的に求めることで、実際の走行において適応的なリスクルールを抽出するようにしている。
【０１１０】
すなわち、実際の走行データを用いることで、より現実に即した運転行動とリスクの相関関係を抽出することを実現し、また、大量のデータからラフ集合を用いてルールを生成することで、ドライバ内の差、個人差を許容するルールを抽出することが可能になる。このルールを用いたリスク認識の例は、図１６に示され、所定の時間ウィンドウ内や同同時刻で活性化する複数のルールから選定された教示リスク（図中に○，△，□，◇で示す）を用いたオンラインでの学習により、外部環境リスクを高精度に認識することが可能となる。この場合、教師情報が認識システムの目標値となるので、認識器の学習の評価も可能になり、最終的な認識器の認識精度の向上にも貢献することができる。
【符号の説明】
【０１１１】
１ リスク認識システム
１ａ オンラインリスク認識システム
１ｂ ルール生成システム
４ リスク情報抽出部
７ リスク認識部
１０ 運転操作データ収集部
１１ ルール生成部
１２ ルール選定部
１３ 教示リスク決定部
【技術分野】
【０００１】
本発明は、自動車等の移動体の外部環境に含まれるリスクを認識するリスク認識システムに関する。
【背景技術】
【０００２】
近年、自動車等の移動体における予防安全技術として、カメラを搭載して外界環境を撮像し、撮像した画像を処理して外界環境に含まれる危険度（リスク）の情報を認識し、ドライバに警告する、又は運転をアシストするといった技術が開発されている。このような危険情報の認識技術は、例えば、特許文献１や特許文献２に開示されている。
【０００３】
特許文献１の技術は、道路環境の検出と、運転者の意志推定とを行うことにより、規定された危険物が存在する可能性のある領域を予測し、この予測された領域に障害物があるか否かを確認することにより、運転者の意志と走行状況に応じた的確な警報発令を可能とするものである。
【０００４】
また、特許文献２の技術は、車両に搭載された車載機器とセンタとをネットワーク接続し、車載機器側で、運転者による車両の運転操作から安全運転度を算出して累積・記録すると共に安全運転度を表示し、センタ側では、車載機器から送出された安全運転度を累積して記録することで、各運転者の安全運転度やその傾向を分析して安全運転の啓発等の資料に活用したり、運転者に対し安全運転を行なったことに報いるメリットを与える材料とするものである。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開平６−２１５３００号公報
【特許文献２】特開２００７−１７２４８７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
特許文献１，２に開示されているような従来の技術では、歩行者、対向車、障害物、白線等といった危険に結びつく要因を設定し、それらに基づいてリスクの認識を行っており、システムとしては、開発者が想定したリスク要因や認識を予めシステム内に組み込んでおくという形で実現されている。
【０００７】
しかしながら、自動車の走行環境のような実際の環境は、天候の変化、歩行者、車、路上の構造物等の存在といったように多様であり、更には、運転する人間も多様であるため、予め想定したモデルでは限界がある。すなわち、予め設定したルールは、「急ブレーキをかけた時は危険である」等の一般的な知識を反映したものとならざるを得ず、実際の運転操作情報と充分な対応を取ることは困難である。特に、中程度（ヒヤリとするレベル）以下のリスクにおいては、ドライバのそのときの状態による差、及びドライバ間の差（個人差）の影響が大きく、そのズレが無視できない大きさとなる。
【０００８】
本発明は上記事情に鑑みてなされたもので、移動体の外界環境に含まれる危険度を認識するためのルールをドライバの運転行動との関係からより直接的に求め、ドライバの状態による差や個人差を許容するルールを抽出して、高精度な危険認識を可能とすることのできるリスク認識システムを提供することを目的としている。
【課題を解決するための手段】
【０００９】
上記目的を達成するため、本発明によるリスク認識システムは、移動体の外界環境に含まれる危険度を認識するリスク認識システムであって、ドライバの感じる外部環境リスクとドライバの運転操作に基づく特徴量情報との相関関係を示すルール集合を、ラフ集合を用いて生成するルール生成部と、上記ルール集合を評価して絞り込み、有効なルール群を選定するルール選定部とを備えることを特徴とする。
【発明の効果】
【００１０】
本発明によれば、移動体の外界環境に含まれる危険度を認識するためのルールを、ドライバの状態による差や個人差を許容するルールとすることができ、高精度な危険認識を可能とすることができる。
【図面の簡単な説明】
【００１１】
【図１】リスク認識システムの基本構成図
【図２】リスクルールの構成を示す説明図
【図３】特徴量抽出の説明図
【図４】ルールの生成及び選定を示す説明図
【図５】特徴量抽出の画像領域を示す説明図
【図６】状態認識の概念図
【図７】１次元自己組織化マップによる学習の概念図
【図８】事前学習とオンライン学習の説明図
【図９】自己組織化マップの学習後の分布を示す説明図
【図１０】リスクレベルとリスク確率との関係を示す説明図
【図１１】リスク伝播の説明図
【図１２】情報伝播の説明図
【図１３】リスク情報の拡張を示す説明図
【図１４】認識結果の出力例を示す説明図
【図１５】リスク確率の学習結果を示す説明図
【図１６】教示リスクと外部環境リスクを示す説明図
【発明を実施するための形態】
【００１２】
以下、図面を参照して本発明の実施の形態を説明する。
本実施の形態で説明するリスク認識システムは、自動車等の移動体の外界環境の検出結果からその環境内に含まれる危険度（リスク）に係る情報を適応的に認識するシステムであり、事前には想定していなかった環境に対しても、適応的にリスク認識が行えるようにオンラインでの成長を可能とするものである。
【００１３】
外界環境のセンシングは、システムの入力系として備える各種センサデバイス、例えば、外界を単眼視やステレオ視で撮像するカメラ、レーザやミリ波等のレーダ装置からのセンシング情報を用いることが可能である。つまり、本システムは、基本的に外界環境を検出するセンサデバイスに依存するものではなく、広義にはセンサデバイスより得られる外界環境情報とリスク情報との相関関係を学習するシステムに適用される。
【００１４】
本形態においては、リスク認識システムを自動車等の車両に適用し、車載カメラによって外界を撮像した画像情報と、車内ネットワークを介して入力される車両情報とを用いてリスク情報をオンラインで抽出するシステムへの適用例について説明する。すなわち、本形態のリスク認識システムは、画像から得られた情報とリスクとの関連性を、内部に搭載したルールを用いて認識すること共に、その関連付けを実際の走行で遭遇した環境から学習し、適応的にリスク認識を行う。
【００１５】
具体的には、ドライバを認識器の学習においての教師とし、ドライバの運転操作からリスク情報を抽出し、その運転操作に基づくリスク情報と、カメラから得られる画像情報との関連を人工知能技術を用いて学習させる。例えば、ドライバが歩行者を回避するような操作行動を行ったとき、本システムは、その状況が危険であると判断し、そのときに得られた画像は危険であるということを教える。
【００１６】
これにより、次の機会に同じような状況（画像）がシステムに入ってきた場合に危険であるという出力を行い、ドライバに警告を与えることができる。また、本システムでは、リスクを確率的に取り扱っている。このことにより、似たような状況でもリスクが異なる場合や、得られている画像情報だけでは判断が出来ない本質的に確率的なリスクも取り扱うことが可能になる。
【００１７】
以下、図１を参照して本実施の形態のリスク認識システムについて説明する。図１に示すように、本実施の形態におけるリスク認識システム１は、単一のコンピュータシステム或いはネットワーク等を介して接続された複数のコンピュータシステムで構成され、走行時の外界環境に含まれるリスクを、所定のルールに従って適応的にオンラインで認識するオンラインリスク認識システム１ａと、このオンラインリスク認識システム１ａに搭載するルールを抽出・生成するルール生成システム１ｂとを含んでいる。
【００１８】
尚、本実施の形態では、ルール生成システム１ｂはオフラインで予めルールを生成するものとして説明するが、オンラインリスク認識システム１ａと一体化して実走行時のオンラインでルールを生成させることも可能である。
【００１９】
オンライン認識システム１ａは、画像入力部２、車両データ入力部３、リスク情報抽出部４、画像特徴量抽出部５、状態認識部６、リスク認識部７、リスク情報出力部８を基本構成として備えている。また、ルール生成システム１ｂは、運転操作データ収集部１０、ルール生成部１１、ルール選定部１２、教示リスク決定部１３を基本構成として備えている。
【００２０】
各部の機能は、以下の通りである。尚、図１においては、外界環境を検出するセンサとしての車載カメラは、図示を省略している。
【００２１】
画像入力部２は、車載カメラからの撮像画像を入力する。ＣＣＤやＣＭＯＳ等の撮像素子を有する車載カメラからの撮像画像に対して、ノイズ除去、ゲイン調整、γ補正等のビデオプロセス処理を行い、このビデオプロセス処理されたアナログ撮像画像を所定の階調のデジタル画像に変換する。画像入力部２で処理された画像は、一旦、メモリにストアされて収集され、画像特徴量抽出部５に送られる。
【００２２】
車両データ入力部３は、車内ネットワーク５０から所定の周期で車両データを入力する。車両データとしては、車速、ハンドル角、アクセル開度、ブレーキ圧力等であり、これらのデータを所定の周期（例えば、３０Ｈｚ）でサンプリングする。
【００２３】
尚、以降の認識処理に必要であれば、車内ネットワーク５０上を流れる他の情報、例えば、前後横加速度やヨーレートといった車両運動情報、ヘッドライト、ウインカーといったシステム操作情報、外気温等も入力するようにしても良い。
【００２４】
リスク情報抽出部４は、入力された車両情報（ドライバの操作情報）からリスク情報を抽出し、教師情報（リスクの大きさや種類）を作成する。本システムでは、このリスク情報抽出についての学習は行わず、ルール生成システム１ｂで予め生成したルールを搭載し、このルールを用いてオンラインでのリスク情報を適応的に認識する。
【００２５】
尚、リスク情報抽出部４に搭載するルールを生成するルール生成システム１ｂについては後述するが、概略的には、走行時の運転操作データを収集し、データマイニング手法の一つであるラフ集合を用いてドライバの感じる外部環境リスクとドライバの操作情報との相関関係を示す「リスクルール」を抽出する。
【００２６】
画像特徴量抽出部５は、画像入力部２からの画像データを受け取り、得られた画像の特徴量を抽出する。すなわち、得られた画像から、エッジ情報、動き情報、色情報等の特徴量を抽出し、それらの情報をＮ次元ベクトルとして保持する。このＮ次元ベクトルには、図１に破線で示すように、画像特徴量以外の車両情報、例えば、車速やヨー角の変化といった情報も含めることができる。
【００２７】
尚、本形態で扱う画像データは、単眼のカラーカメラで撮像した画像とするが、赤外カメラから得られる画像やステレオカメラから得られる距離画像であっても良い。また、前述したように、レーザやミリ波等からの情報を用いることも可能であり、その場合、画像特徴量は、より一般的には、外界環境特徴量とも呼ぶべきものである。
【００２８】
状態認識部６は、得られたＮ次元の特徴量ベクトルを１次元の状態という量に変換する。詳細は後述するが、状態とは、入力された画像を走行している場所や、天候、走行状態などによりシーン分けしているイメージになる。実際には、オンライン学習時、今はどのシーンであるかを明示的に教師することはできないため、入力データを状態数Ｍのクラスにクラスタリングしている。
【００２９】
リスク認識部７は、状態認識部６で得られた状態と、リスク情報抽出部４で作成された教師との相関関係を求め、状態のリスクを学習・認識する。
【００３０】
リスク情報出力部８は、認識したリスクをモニタや音声等により出力する。このリスク情報の出力については、認識したリスクそのものを出力する以外にも、操作データから得られたリスク情報との差を出力するようにしても良い。例えば、リスク認識部７がリスクが高いと判断した場合でも、操作データの認識により、ドライバが充分注意している状態であれば、リスクは高くないという出力を行うようにして良い。
【００３１】
以上のリスク認識システム１においては、現在のリスクの認識・出力と学習とを並行に実行している。すなわち、リスクの認識は、入力画像に対し、それより前までに学習された認識結果によって行い、リスクの学習は、入力された教師情報を用いてリスク認識部７を更新（学習）し、次の時刻は、更新されたリスク認識部７でリスクを認識するという処理を繰り返すことにより、リスク認識と学習とを同時に行う。
【００３２】
学習は、以下の（ａ），（ｂ），（ｃ），（ｄ）に示すように、４つの部分でそれぞれに可能であるが、（ａ），（ｂ）は学習に大規模な計算を要して時間がかかるため、オンラインでは学習は行わず、予め事前にオフラインで生成したルールを用いている。
（ａ）ドライバ操作データからのリスク情報の抽出（リスク情報抽出部４）
（ｂ）画像データからの画像特徴量の決定・選択（画像特徴量抽出部５）
（ｃ）画像特徴量から状態への変換（状態認識部６）
（ｄ）状態とリスクとの相関認識（リスク認識部７）
【００３３】
次に、リスク認識システム１における各処理の詳細について説明する。以下では、先ず、ルール生成システム１ｂによるリスクルールの生成処理について説明し、次に、このリスクルールを用いたオンラインリスク認識システム１ａの各部の詳細を説明する。
【００３４】
［リスクルール生成処理］
前述したように、本形態では、車両操作情報からのリスク抽出に際して、リスク情報抽出部４では学習を行わず、予め生成したルールを用いてドライバの操作情報からリスク情報を抽出するようにしている。このルールに従ったリスク情報の抽出においては、リスク情報をレベル付きの１次元データとして扱う。
【００３５】
具体的には、リスクのレベルを０〜１０（整数値）の１１段階とし、値が大きいほどリスクが高いことを表現する。但し、ここでのリスク情報は、３０Ｈｚの各フレーム毎といったように、一定時間毎にリスクを認識しようとするものに限定されるものではない。これは、実際のドライバの操作は、リスクだけにより行われているわけではなく、リスクに伴う操作を行う割合は、全走行中の例えば１０％にも満たない一部であろうと考えられるからである。
【００３６】
すなわち、ドライバ操作データからのリスク情報の認識は、ドライバの操作行動に影響を与えるような、ある程度大きなリスクがあったときにのみ、それがわかることを第一の目標とする。そのため、リスク０に関しては、出力はリスクがないということだけでなく、教師情報がないということも表している。
【００３７】
また、リスク認識のルールは、できるだけ現実に合うように任意に設定するという立場を取ることで、並列に存在する複数のルールによってリスクを推定する。これにより、ルールの追加、削減が他のルールに影響することなく行うことが可能となり、より現実に合うように調整することができる。
【００３８】
リスクルールの生成は、車両の運転操作データをラフ集合を用いたデータマイニングの手法で処理し、最終的には、図２に示すように、より単純化した「Ｉｆ（前件部）−Ｔｈｅｎ（後件部）」ルールのＮ個の集合を得ることを目標としている。このＩｆ−Ｔｈｅｎルールの前件部が入力情報と一致したとき、ルールが活性化し、後件部であるリスクレベルが出力される。本実施の形態においては、Ｉｆ−Ｔｈｅｎルールの前件部の情報として、実走行での運転操作データを時系列的に収集して離散化し、リスクルールを導くようにしている。
【００３９】
本実施の形態では、リスクルールは、オフラインでの（１）実走行による運転操作データ収集、（２）ラフ集合によるルール生成、（３）有効ルールの選定というステップを経て抽出されるが、更に、４）教示リスクルールの決定処理で、オンラインで同時活性化する複数のルール群の中からリスク情報抽出部４への教示リスクを決定する。
【００４０】
（１）実走行データの離散化
運転操作データ収集部１０は、運転操作データから実際にルールを抽出するためのデータとして、操舵角、アクセル開度、ブレーキ圧力、車速の４種類のデータの時系列情報を収集する。各時系列データは、平均化処理等によって特徴量化され、各特徴量毎に所定段階の数値で離散化される。
【００４１】
例えば、図３に示すように、操舵角の時系列データのＸ秒の区間において、Ｘ秒の全区間の平均レベル値Ｈ１、前半のＸ／２秒区間の平均レベル値Ｈ２、後半のＸ／２秒区間の平均レベル値Ｈ３を求め、各平均レベル値を、０，１，２，３，４の５段階の数値で離散化して特徴量を作成する。アクセル開度、ブレーキ圧力、車速についても同様の手法で時系列データを特徴量化し、計１２個の学習データを得る。尚、ここでは特徴量として平均レベルを用いているが、時系列データの傾き等を用いても良い。
【００４２】
（２）ラフ集合に基づくリスクルールの生成
ルール生成部１１は、運転操作データ収集部１０からの特徴量データをラフ集合によるデータマイニングの手法を用いて処理し、リスクルールを生成する。ラフ集合によるルールの生成は、集合要素の分類を通じて特定の属性を満たすためのルールを生成する手法である。このラフ集合による手法では、対象を或る条件の属性で分類し、決定属性を持つ集合Ｓを指定したとき、集合Ｓに含まれる下近似集合と、集合Ｓを含む上近似集合とに分け、上近似と下近似集合との関係性からルールの絞り込みを行う（下近似集合からの極小決定ルールの決定）。本実施の形態においては、ルールの正確さを示す確信度が１００％の集合を下近似集合、それ以外を上近似集合としている。
【００４３】
この場合、下近似集合は、確信度１００％の優秀なルール集合ではあるが、中には、支持度（ルールを支持する対象数；活性数）が限りなく小さい特異データが含まれていることも多い。従って、生成される極小決定ルールは、誤判定は少ないが、支持度の低い（活性可能性の低い）ものとなるものが多い。また、特異データにより、本来、下近似であるべきルールが上近似ルール化されている場合もある。
【００４４】
そこで、本システムでは、支持度が所定レベルより小さいデータを特異データとして除去した上で下近似集合を作成する。そして、図４に示すように、学習データのデータ点数を或る程度の時間長で区切り、所定のデータ番号Ｎｏ３４，Ｎｏ３５，Ｎｏ３８，Ｎｏ４８，Ｎｏ５５，Ｎｏ５６の各学習データ（データ集合）Ｄ34，Ｄ35，Ｄ38，Ｄ48，Ｄ55，Ｄ56から冗長性を排除してデータ識別に必要最小限の属性集合を抽出する（縮約する）ことにより、Ｒ34，Ｒ35，Ｒ38，Ｒ48，Ｒ55，Ｒ56の極小決定ルールを導く。
【００４５】
（３）有効リスクルールの選定
ラフ集合に基づく極小決定ルールは、その計算手法の性質上、生成されるルールの数が多大となり、データ点数の増加に伴い計算時間が指数関数的に増加する。しかしながら、有効なリスクルールを抽出するためには、できるだけデータ点数が多いことが理想的であり、ルール導出のための計算時間とルール性能との間にはトレードオフの関係がある。
【００４６】
そこで、ルール選定部１２では、学習データ毎に個別に生成したリスクルールに対して、クロスバリデーション（cross-validation；交差検定）方式でルール選定を行なう。クロスバリデーション方式は、標本となるデータを分割し、その一部をまず評価して、残る部分を最初の評価の仮説検定に用いる手法であり、その際の評価基準としては、データの信頼度を用いる。
【００４７】
すなわち、図４に示すように、各極小決定ルールＲ34，Ｒ35，Ｒ38，Ｒ48，Ｒ55，Ｒ56に対して、自己データ以外のデータ集合（未学習データ）を信頼度で降順に並べ、所定の閾値以下（例えば、信頼度８０％以下）のデータを削除して評価を行うことにより、ルールＲ'34，Ｒ'35，Ｒ'38，Ｒ'48，Ｒ'55，Ｒ'56を選定する。例えば、データ集合Ｄ34のデータ数が３００００〜４００００個であるとき、１０００個程度の極小決定ルールＲ34が抽出され、この極小決定ルールＲ34を他の未学習データで評価した結果、２００個程度の有効なルール群からなるルールＲ'34が選定される。他のルールＲＲ'35，Ｒ'38，Ｒ'48，Ｒ'55，Ｒ'56についても同様である。
【００４８】
尚、ルール選定の選定基準としては、信頼度の他、支持度に基づいて選定しても良く、また、信頼度と支持度とを組み合わせて選定するようにしても良い。
【００４９】
このような選定を行なうことにより、実用的な計算時間で汎用性の高い有効なルールのみを選定し、ドライバの状態による差や個人差を許容するルールとして高精度な危険認識を可能とするばかりでなく、個々のデータに特化したルール（過学習ルール）を除去することができる。
【００５０】
（４）オンラインでの教示リスクの決定
クロスバリデーション方式で選定されたルール群は、オンラインでの同時刻に複数のルールが活性化する場合がある（図１６参照）。このため、教示リスク決定部１３は、オンラインで同時活性化した複数のルールの中から、リスク情報抽出部４へ提示する唯一の教示リスクを与えるルールを選定する。図４においては、選定されたルールＲ'34，Ｒ'35，Ｒ'38，Ｒ'48，Ｒ'55，Ｒ'56の中の同時活性化する複数のルールに対して、多数決や平均化を行って唯一の教示リスクを与えるルールＲactを選定する。
【００５１】
また、オンラインで複数のルールが活性化する場合、短い時間間隔で複数のルールが活性化する場合もある。このような場合には、或る時間のウィンドウ内で同時活性化するルールの中から多数決若しくは平均化によって唯一の教示リスクを求める。更に、クロスバリデーションによるルール選定の過程で、個々のルールには信頼度や支持度の評価が付与されるので、その評価値に基づいてルールを選定し、教示リスクを求めるようにしても良い。
【００５２】
次に、以上のルールが搭載されたオンライン認識システム１ａの実走行におけるオンライン処理について、画像特徴量抽出部５における画像特徴量の抽出処理、状態認識部６における状態認識処理、リスク認識部７におけるリスク認識処理の順に説明する。
【００５３】
［画像特徴量の抽出処理］
画像特徴量抽出処理では、以降のリスク認識のためのデータを抽出するが、一般に、リスク認識に相関がないデータは認識に悪影響を与える。つまり、この特徴量抽出処理においては、むやみに特徴量を増やすということは得策でなく、逆に、必要な特徴量を用いないことも精度を悪化させる。
【００５４】
そのため、どの特徴量を用いるべきかという特徴量選択が課題として発生するが、前述したように、特徴量選択については、それを学習的に得る場合は、以下に説明するリスク認識の上位の学習が必要になり、計算量・メモリ容量的にオンラインでの学習には不利である。
【００５５】
従って、本形態では、ここでの特徴量抽出部分は固定として扱う例について説明する。学習する場合には、システムの認識率を基準として評価し、各特徴量の組み合わせを最適化すれば良く、これには、組み合わせの全探索、遺伝的アルゴリズム（GA;Genetic Algorithm）等の発見的な探索法等、既存の最適化手法を用いることができる。
【００５６】
本形態においては、画像特徴量抽出部５で予め設定した種類の特徴量を抽出している。ここでは、処理を３つの要素に分け、各要素毎に設定した特徴量を抽出する。３つの要素は、前処理、特徴量計算、領域設定である。具体的には、以下に示すように、前処理で６種類、特徴量計算で１０種類、領域設定で４種類のデータを抽出し、それらの組み合わせで計２４０（６×１０×４）次元のデータを抽出する。
【００５７】
＜前処理＞
入力画像に対して、ソベル、縦方向ソベル、横方向ソベル、フレーム間差分、輝度、彩度の６種類のフィルタ処理を行い、６次元の特徴量データを抽出する。
【００５８】
＜特徴量＞
フィルタ処理された画像の画素値に対して、平均、分散、最大値、最小値、横方向重心、縦方向重心、コントラスト、均一性、エントロピー、フラクタル次元の１０種類の計算処理を行い、１０次元の特徴量データを抽出する。
【００５９】
＜領域＞
図５に示すように、画像内に領域Ａ０を設定し、この設定領域Ａ０の全体、設定領域Ａ０内の左側の領域Ａ１、右側の領域Ａ２、中央の領域Ａ３の４種類の領域について、４次元の特徴量データを抽出する。
【００６０】
尚、以上の２４０次元の特徴量は、オンラインシステムの演算性能に応じて、使用する次元を絞るようにしても良い。例えば、画像以外にも車両データも用いて、画面全体のソベルの平均、分散、画面全体のフレーム間差分の平均、分散、車速、ハンドル角の６次元の特徴量を抽出するようにしても良い。
【００６１】
また、以上の特徴量抽出処理においては、各特徴量は正規化しているが、理論上の範囲は非効率であるため、事前に各特徴量の分布を評価しておき、その評価結果を元に最大値及び最小値を設定し、０〜１の数値に正規化している。その場合、最大値・最小値を動的に変化させるようしても良く、例えば、最大値を超える値もしくは最小値を下回る値が入力された場合には、それぞれ範囲を拡大するように最大値・最小値を変更する。逆に、しばらく最小値、最大値付近のデータが入ってこなかった場合は、範囲を狭めるように変更する。
【００６２】
また、ここでは基本的な特徴量を用いたが、過去のフレーム情報を用いて動き情報を算出する等、特徴量の時系列的な変動を計算し、その情報を特徴量として用いることもできる。更に、全体としてのリスク認識の精度向上のためには、この特徴量抽出処理に高精度の画像処理を入れることもでき、例えば、歩行者認識結果、道路の白線認識結果、障害物認識結果等を含めて、ここでの抽出データに組み込むようにしても良い。このような意味では、本システムは、個々の外界認識結果を統合し、リスクを認識するシステムと捉えることもできる。
【００６３】
［状態認識処理］
状態認識部６では、画像特徴量抽出部５で得られたＮ次元の特徴量データを１次元の状態という量に圧縮変換する。つまり、状態認識部６は、入力された画像特徴量データから状態という量を出力する識別器として機能する（但し、この識別器の出力は、１状態を確定せずに確率的に扱うこともできる）。本処理における学習は、この識別器の内部構造を入力データ、教師データを用いて実環境に適応させることになるが、ここでの学習における教師は、この入力データがどの状態であるかを直接教えるのではなく、出力された状態から認識されるリスクを、できるだけ効率的に、且つ精度良く認識できるようにするものである。
【００６４】
以下、入力された画像特徴量から状態を出力する認識処理、その認識処理自体を学習する学習処理に分けて説明を行う。
【００６５】
＜認識処理＞
識別器としての認識処理は、入力データに対してプロトタイプ型の識別処理を行う。ここで、状態番号をＳとすると、各状態は代表値を持ち、これをｐｒｏｔs(i)とする。状態代表値ｐｒｏｔs(i)は、Ｎ次元のベクトルであり、ｉ＝０，１，…，Ｎ−１となる。
【００６６】
入力データ（特徴量ベクトル）をＩｎ(i)とすると、入力ベクトルは、以下の（１）式に示すように、状態代表値ｐｒｏｔs(i)との距離Ｌ(s)により求められ、どの状態に属するかが認識される。
Ｌ(s)＝(Σi(ｐｒｏｔs(i)−Ｉｎ(i))2)1/2 …（１）
【００６７】
入力データの属する状態（状態番号）Ｋは、以下の（２）式に示すように、距離Ｌ(s)の最小値で求められ、入力ベクトルが一番近い状態代表値の状態であると認識される。
Ｋ＝ｍｉｎs(Ｌ(s)) …（２）
【００６８】
図６は、Ｎ次元中の３次元に注目した場合を示しており、入力データは、状態Ｓ６より状態Ｓ１に近いため、Ｓ１の状態であると認識される。以上が基本的な状態認識となるが、これは入力データがどの状態であるかを確定させていることになる。
【００６９】
この場合、図６では、状態Ｓ１と状態Ｓ６とでは、距離はそれほど違いはないが、若干、状態Ｓ１との距離が近いことで、入力データは状態Ｓ１であると認識される。つまり、状態Ｓ１と状態Ｓ６との距離がほぼ同じ領域においては、認識が不安定になる可能性がある。
【００７０】
従って、ここでは、更に拡張し、状態が確率的であるとして扱うことで、認識の不安定さを解消する。すなわち、入力データが状態ｓである確率をＰ(s)とすると、状態の確率は、距離Ｌ(s)を用いて、以下の（３），（４）式で求める。ここで、σはパラメータであり、小さくするほど状態を確定的にする効果がある。
Ｐ(s)＝(ｅｘｐ(−Ｌ(s)／σ))／ｚ …（３）
ｚ＝Σsｅｘｐ(−Ｌ(s)／σ) …（４）
【００７１】
このように、状態を入力データとの距離に応じた尺度で確率的に決定した場合、以後の計算で全ての状態について計算する必要がある。従って、計算量を削減するため、一定値以下の確率は０とし、計算として扱わないようにしても良い。
【００７２】
尚、Ｐ(s)の定義において、ｓ＝Ｋのときだけ１、それ以外を０とすれば、状態を確定したときと同じになる。
【００７３】
＜学習処理＞
次に、状態認識部６の学習処理では、入力データ及び教師情報から、各状態の代表値の学習（更新）を行う。学習は、階層型ニューラルネットワークの一種である自己組織化マップ（SOM;Self-Organization Maps）の学習をベースとする。
【００７４】
ＳＯＭは、Ｍ次元（通常は２次元）に並べられたユニットが、それぞれベクトル値（通常入力との結線の重みと呼ばれる）を持ち、認識処理において入力の属する状態Ｋを求めたように、入力に対して勝者ユニットをベクトルの距離を基準として決定する。そして、勝者ユニット及びその周辺のユニットの参照ベクトル値を、入力ベクトルに近づくように更新する。これを繰り返し、全体が入力データの分布を最適に表現できるように教師無しで学習してゆく。１次元ＳＯＭによる学習のイメージを、図７に示す。
【００７５】
本システムにおいては、ＳＯＭによる学習は、以下のようになる。但し、本システムにおいては、ユニット（状態）は１次元につながっているものとする。勝者ユニットの状態番号を、前述の状態番号Ｋとすると、代表ベクトルｐｒｏｔsは、以下の（５）式に従って更新（学習）される。
ｐｒｏｔs(i)→ｐｒｏｔs(i)＋α(Ｉｎ(i)−ｐｒｏｔs(i) …（５）
【００７６】
ここで、（５）式におけるαは、更新の重みを示す学習率係数であり、以下の（６）式で表される。
α＝ａ・ｂ(t)・ｃ(Ｄ(s,K),ｔ)・ｅ(t) …（６）
但し、ａ ：学習係数
ｂ ：時間減衰係数
ｃ ：領域減衰係数
Ｄ(s,K)：更新対象のユニットと勝者ベクトル間のつながりにおける距離
ｅ ：教師情報係数
【００７７】
（６）式における各パラメータａ，ｂ，ｃは、通常のＳＯＭでも用いられるパラメータであり、時間減衰係数ｂは、学習経過時間ｔ（通常何回目の更新かを表す）の関数であり、一般には時間ｔの増加につれ減衰する。また、距離Ｄ(s,K)は、特徴量空間上での距離ではなく、例えば、図７においては、勝者ユニットの隣のユニットは距離１、その隣は距離２となる。
【００７８】
一方、領域減衰係数ｃは、その距離Ｄ(s,K)の関数であり、距離Ｄ(s,K)が大きくなる程、値が小さく、ある一定以上の距離Ｄ(s,k）については更新されないように設定される。また、領域減衰係数ｃは、時間ｔの関数でもあり、時間ｔが大きくなる程、値が小さくなる。更に、本システムでは、教師情報を示す教師情報係数ｅ(t)を導入するが、これについては後述する。
【００７９】
このように、ＳＯＭの学習アルゴリズムでは、学習初期は、広範囲のユニットが入力データに近づくように更新され、学習が進むにつれ、更新されるユニット数、更新量とも少なくなり、最終的には、学習率係数α（更新の重み）が０になり、学習が終了する。尚、初期状態では、通常、ユニットはベクトル空間上の中心付近にランダムに配置される。
【００８０】
ここで、本システムでは、オンライン学習システムであることから、以上の学習アルゴリズムを若干変更し、学習を事前学習フェーズとオンライン学習フェーズとに分け、各学習フェーズで学習のパラメータを変更している。すなわち、学習の終了時刻は設けずに、事前学習フェーズとオンライン学習フェーズとでそれぞれの時刻で一定とし、また、更新範囲の減衰も設けず、事前学習時とオンライン学習時の範囲は異なるものとする。
【００８１】
これは、オンライン学習である本システムにおいては、学習に終了時刻はないこと、また、事前学習を導入しているのは、一義的に一定値とすると、更新量が大きい場合、ＳＯＭの分布が入力データの平均付近の狭い範囲に集中してしまうためであり、逆に小さい場合には、ＳＯＭの分布が特徴量空間上にばらつき過ぎてしまい、入力データの分布をうまく表現できないためである。
【００８２】
そのため、図８に示すように、事前学習として、時間減衰係数ｂ，領域減衰係数ｃの値を大きくとることで、先ず、ＳＯＭを入力データ分布の中心付近に寄せておき、その後、時間減衰係数ｂ，領域減衰係数ｃを小さくすることで、適切な分布を表現できるようにしている。尚、ここでの事前学習は、市場で実走行に使う前のオフラインでの学習を想定している。
【００８３】
図９に、学習後のＳＯＭの分布例を示す。実際の特徴量空間は２４０次元であるが、図９では、そのうちの３次元のみを表しており、グラフの各点が入力データを示している。実際には、各点は色つきの点として表現され、色によってリスクの大きさを表している。黒い点が各状態の代表ベクトルで、それらを結ぶ黒線がＳＯＭのつながりである。
【００８４】
以上では、入力データの分布を最適に表現できる学習法について述べてきたが、実際に求められるのは、リスクを認識する上で入力データの分布を最適に表現できることである。ＳＯＭは、本来、教師なしの学習法（入ってきたデータを均等に扱い学習していく）であるが、本システムにおいては、リスクを認識する上での効率的な学習として、前述の教師情報係数ｅ(t)によるリスク情報を与えた学習を行う。
【００８５】
詳細は後述するが、リスクの認識は、認識した状態のリスク確率という形で出力する。これは、その状態が、リスクをどの程度の確率で持つかということを表したものである。具体的な学習法としては、時刻ｔでの入力データがドライバ情報から得られたリスクレベルＲという教師情報を持つ場合、認識された状態が持つリスク確率においてリスクレベルＲの確率が高ければ教師情報係数ｅ(t)を大きくし、小さければ、教師情報係数ｅ(t)を小さくする。また、教師情報が得られない場合には、教師情報係数ｅ(t)を小さくするという処理にする。
【００８６】
これにより、学習を進めるうちに、認識された状態は、そのときのリスクを高確率で持つようになり、つまりはリスクの認識精度が上がっているということになる。具体的な教師情報係数ｅ(t)の設定は、次のリスク認識処理において説明する。
【００８７】
また、状態を確率的に求めた場合の学習については、勝者ユニットを確率に応じた重みで表現し、その重みに応じた更新量により更新を行う。但し、計算量が増大するという問題があるので、本システムでは、学習時については、勝者ユニットを入力データに一番近い状態に確定させて学習を行っており、一定値以下の確率の状態については、自身を勝者とする更新は行わない。
【００８８】
［リスク認識処理］
リスク認識部７では、状態認識部６で求めた状態により、リスクを出力する。前述したように、各状態はそれぞれリスク確率分布を持つため、状態ｓでのリスクの確率分布をｐ(Ｒ│ｓ)と表すことにする。尚、ここでのリスクは、リスク情報抽出部４でのリスクと対応しており、１１段階のレベルに分けているので、リスクレベルＲとリスク確率（分布）ｐ(Ｒ│ｓ)とは、例えば図１０に示すような関係で表される。
【００８９】
リスク出力は、基本的にこのリスク確率ｐ(Ｒ│ｓ)を出力することになるが、出力結果を例えば警報や表示などに使う場合には、確率分布のままでは使いにくいため、リスク出力としては、以下の（７）式で示される期待値Ｅを出力する。
Ｅ＝ΣRＲ・ｐ(Ｒ│ｓ) …（７）
【００９０】
また、状態を確率的に取り扱った場合、期待値Ｅは以下の（８）式のようになる。
Ｅ＝ΣsΣRＰ(s)・Ｒ・ｐ(Ｒ│ｓ) …（８）
【００９１】
＜リスク確率の学習処理＞
リスク確率の学習は毎フレームに行われ、リスク確率は逐次更新される。リスク確率は、基本的に、過去に経験したリスクレベルの頻度分布を用いて算出する。しかし、本システムは、オンライン学習なので無限遠過去のデータまで持つことは難しく、また遠い過去の経験に現在と同じ重要度を持たせることは好ましくないと考えられる。従って、ここでは、以下の方法でリスク確率を更新する。
【００９２】
時刻ｔでの状態ｓtのリスク確率をｐt(Ｒ│ｓt)としたとき、以下の（９）式に従って、リスク確率を更新する。
ｐt+1(Ｒ│ｓt)＝ｐt(Ｒ│ｓt)＋β…（９）
【００９３】
更に、リスク確率ｐt+1(Ｒ│ｓt)は、以下の（１０）式に従って正規化する。
ｐt+1(Ｒ│ｓt)←ｐt+1(Ｒ│ｓt)／ΣRｐt+1(Ｒ│ｓt) …（１０）
【００９４】
尚、状態の更新は、その時刻の状態のみである。また、状態を確率的に扱う場合は、各状態においてβをｐ(ｓt)・βとして計算する。ここで、βは定数であり、この値が大きいほどより現在の情報を重要視することになる。
【００９５】
ここで、与えられる教師リスクについては、リスク情報抽出部４の説明で述べたように、各フレーム毎に得られるとは限らない。リスクレベルが高い場合には、ドライバデータからリスク情報が得られる場合が多いが、リスクレベルが低い場合には、特に教師情報が得られる可能性が小さくなってしまうという問題がある。
【００９６】
この問題に対して、本システムでは、教師リスク情報を時間軸方向で伝播させることで対処するようにしている。これは、ある時刻に教師リスク情報が得られた場合は、その前の時刻もその時刻と同じではないまでも危険であるという因果関係に基づくものであり、この因果関係を用いて教師リスク情報を伝播させる。
【００９７】
この場合、過去に情報を伝播させるには、伝播させる分のすべての過去の状態遷移を記憶している必要があるが、リアルタイムでの学習を前提としたとき、記憶容量と計算量がネックとなる。そこで、本システムでは、強化学習の際に用いられるＴＤ(Temporal Difference)誤差を考慮した伝播により、リスク確率を更新している。
【００９８】
強化学習は、その時々の状態に対しての明示的な行動の指示ではなく、行った行動に対しての報酬によって学習を行い、この先得られるであろう報酬の総和が最大となる行動をその時々で選択する学習法であり、時刻ｔにおける実際の報酬と報酬の予測値の差をＴＤ誤差(TD-ERROR)と呼び、これを０とするように学習が行われる。本システムのリスク情報は、この強化学習の報酬に相当し、図１１に示すように、或るシーンでの状態遷移を考えると、状態Ｓ１に至る状態Ｓ２，Ｓ７，…にもリスクがあるはずであると考えられ、リスク情報の伝播を行う。
【００９９】
この場合、伝播は、現在の状態から一つ前のフレームへ伝播させるだけで良く（つまり計算も記憶も１フレーム前との関係だけ扱えば良い）、一回の経験では、リスク情報は充分な過去まで伝播しないものの、同じような経験を繰り返すことで、徐々にリスク情報が伝播し、その因果関係を学習することができる。また、リスク情報の伝播は、図１２に示すように、同じリスクレベルの時刻ｔの状態Ｓtから時刻ｔ−１の状態Ｓt-1への伝播のみではなく、異なるリスクレベルの状態間においても伝播させるようにする。但し、リスクレベル０は、リスクがないという他に、リスク情報がないという場合も含むため、伝播はさせない。
【０１００】
伝播によるリスク確率ｐ(ｒ│ｓt-1)の更新は、以下の（１１）式によって行われる。
ｐ(ｒ│ｓt-1)＝ｐ(ｒ│ｓt-1)＋η・(ＲＩ(ｒ)＋γ・ｐ(ｒ│ｓt)−ｐ(ｒ│ｓt-1))
＋ｈ・η・(γ・ｐ(ｒ−１│ｓt)−ｐ(ｒ−１│ｓt-1))
＋ｈ・η・(γ・ｐ(ｒ＋１│ｓt)−ｐ(ｒ＋１│ｓt-1)) …（１１）
但し、ｈ：リスクレベル方向の伝播の大きさを表すパラメータ
γ：時系列の伝播の大きさを表すパラメータ
η：一回の学習での更新の大きさを表すパラメータ
【０１０１】
ここで、時刻ｔで得たリスク情報を、リスクレベルｒを用いてＲＩ(ｒ)と表している。前述したように、リスク情報抽出部４で扱うリスク情報は、０〜１０の１１段階の中の或る一つのリスクレベルに対して得られるものとしている。すなわち、時刻ｔで得られたリスク情報がリスクレベルＱとすると、（１２），（１３）式のように表される。
ＲＩ(ｒ)＝１ （ｒ＝Ｑ） …（１２）
ＲＩ(ｒ)＝０ （ｒ≠Ｑ） …（１３）
【０１０２】
一方、このリスク学習におけるリスク情報ＲＩ(ｒ)は、図１３に示すように、実際はそのリスクレベル付近のリスクも存在すると考えて拡張を行っている。この拡張は、具体的には、隣のリスクレベルをパラメータｇ（ｇ＜１）を用いてｇ倍、そのまた隣のリスクレベルをｇ＊ｇ倍するという操作を行っており、この操作には、限られた教師データをさらに有効に使えるという効果がある。また、リスクレベル方向の伝播の大きさを表すｈは通常、リスク情報の拡張に用いたｇと同じ値としている。
【０１０３】
リスク確率の更新後は、状態認識部６における学習処理で用いた教師情報係数係数ｅ(t)を設定する。この教師情報係数ｅ(t)は、以下の（１４），（１５）式に従って設定される。時刻ｔでリスク情報抽出部４から得られるリスク情報をＲを用いて、
Ｒ≠０のとき、
ｅ(t)＝１０・Ｒ・ｐ(Ｒ│ｓt) …（１４）
Ｒ＝０のとき、
ｅ(t)＝ｃｏｎｓｔ …（１５）
【０１０４】
Ｒ＝０のときは、教師情報が入らなかったときに相当するが、その場合は、教師情報係数ｅ(t)は、定数ｃｏｎｓｔすなわち固定値のゲインになる。この値は、教師リスクが得られる確率により決定され、教師ありの学習データ数と教師なしの学習データ数との比率に基づいて設定される。本システムにおいては、経験則として、教師ありの学習データ数＝教師なしの学習データ数となるように定数ｃｏｎｓｔを設定し、ｃｏｎｓｔ＝０．０１としている。
【０１０５】
教師情報が入った場合は、その確率が高い程、またリスクレベルが大きい程、強く学習される。これにより、実際に起こった事象に対して、認識する確率が小さい場合は、その状態の認識が間違っている可能性が高いことを示し、学習が弱くされる。その状態の代表ベクトルは、同じ状態を認識し、リスクの確率が高かったデータに近づくような学習が行われる。そして、そのような学習が続くことで、その入力データは他の状態と認識されやすくなり、間違っている可能性の高い状態を認識しにくくなる。このようにして全体としての状態認識、リスク認識が最適化される。
【０１０６】
以上の処理による認識結果の出力例を図１４に示す。図１４（ａ）〜（ｄ）は、車載カメラから得られた画像に、認識結果を表示したシステムの出力画像であり、認識したリスクの大きさを、各画面の下部のバーグラフＢ１〜Ｂ４で表している。このバーグラフＢ１〜Ｂ４で表される認識リスクは、前述したリスク確率の期待値を示しており、その上に表示される数字は、認識した状態番号である。
【０１０７】
図１４（ａ），（ｂ）に示す２枚の画像は、歩行者や対向車等が近くにおらず、リスクが低いと思われるシーンであり、また、図１４（ｃ），（ｄ）に示す２枚の画像は、それぞれ、道幅の狭い片側一車線道路で対向車が存在し、道幅が更に小さくなっているシーン、交差点での左折シーンであり、リスクとしては、図１４（ａ），（ｂ）のシーンよりリスクが高いと思われるシーンである。
【０１０８】
ここで、「リスクが低い（高い）と思われる」と記載したのは、それぞれの画像がいくつのリスク値であるという絶対的な値は存在しないためである。本システムの認識結果を見ると、図１４（ａ），（ｂ）のシーンよりも、図１４（ｃ），（ｄ）のシーンの方がリスクが高いと認識できていることがわかる。図１５は、このときのリスク確率ｐt(Ｒ│ｓt）の学習結果を示している。
【０１０９】
以上のように、本システムの仕様は、初めにオフラインである程度事前学習を行った後、オンラインで学習を行うという形態を想定しており、オンライン認識システム１ａにおける学習の流れでは、ドライバデータから時間的に部分的な教師情報を抽出し、学習を行っている。このため、ルール生成システム１ｂにおいて、事前にドライバの運転行動とリスクとの関係をより直接的に求めることで、実際の走行において適応的なリスクルールを抽出するようにしている。
【０１１０】
すなわち、実際の走行データを用いることで、より現実に即した運転行動とリスクの相関関係を抽出することを実現し、また、大量のデータからラフ集合を用いてルールを生成することで、ドライバ内の差、個人差を許容するルールを抽出することが可能になる。このルールを用いたリスク認識の例は、図１６に示され、所定の時間ウィンドウ内や同同時刻で活性化する複数のルールから選定された教示リスク（図中に○，△，□，◇で示す）を用いたオンラインでの学習により、外部環境リスクを高精度に認識することが可能となる。この場合、教師情報が認識システムの目標値となるので、認識器の学習の評価も可能になり、最終的な認識器の認識精度の向上にも貢献することができる。
【符号の説明】
【０１１１】
１ リスク認識システム
１ａ オンラインリスク認識システム
１ｂ ルール生成システム
４ リスク情報抽出部
７ リスク認識部
１０ 運転操作データ収集部
１１ ルール生成部
１２ ルール選定部
１３ 教示リスク決定部
【特許請求の範囲】
【請求項１】
移動体の外界環境に含まれる危険度を認識するリスク認識システムであって、
ドライバの感じる外部環境リスクとドライバの運転操作に基づく特徴量情報との相関関係を示すルール集合を、ラフ集合を用いて生成するルール生成部と、
上記ルール集合を評価して絞り込み、有効なルール群を選定するルール選定部と
を備えることを特徴とするリスク認識システム。
【請求項２】
上記ルール生成部は、支持度が所定レベルより低い特異データを削除して下近似集合を作成し、該下近似集合と上近似集合との関係性に基づいて上記ルール集合を生成することを特徴とする請求項１記載のリスク認識システム。
【請求項３】
上記ルール生成部は、データ点数を所定の時間長で区切ったデータ集合毎に、個別に上記ルール集合を生成し、
上記ルール選定部は、上記ルール集合の各ルールをクロスバリデーション方式で評価してルール選定を行うことを特徴とする請求項１又は２記載のリスク認識システム。
【請求項４】
上記ルール選定部は、各データ集合の信頼度に基づいてルール選定を行うことを特徴とする請求項３記載のリスク認識システム。
【請求項５】
上記ルール選定部は、各データ集合の支持度に基づいてルール選定を行うことを特徴とする請求項３又は４記載のリスク認識システム。
【請求項６】
上記特徴量情報を、上記ドライバの運転操作の時系列データを用いて作成することを特徴とする請求項１から５の何れか一に記載のリスク認識システム。
【請求項７】
同時に活性化する上記ルール群の中から、多数決で唯一のルールを求めることを特徴とする請求項１から６の何れか一に記載のリスク認識システム。
【請求項８】
同時に活性化する上記ルール群の中から、平均化により唯一のルールを求めることを特徴とする請求項１から６の何れか一に記載のリスク認識システム。
【請求項９】
同時に活性化する上記ルール群の中から、上記ルール選定の際の信頼度に基づいて唯一のルールを求めることを特徴とする請求項４記載のリスク認識システム。
【請求項１０】
同時に活性化する上記ルール群は、所定の時間ウィンドウ内で同時活性化するルール群であることを特徴とする請求項７から９の何れか一に記載のリスク認識システム。
【請求項１】
移動体の外界環境に含まれる危険度を認識するリスク認識システムであって、
ドライバの感じる外部環境リスクとドライバの運転操作に基づく特徴量情報との相関関係を示すルール集合を、ラフ集合を用いて生成するルール生成部と、
上記ルール集合を評価して絞り込み、有効なルール群を選定するルール選定部と
を備えることを特徴とするリスク認識システム。
【請求項２】
上記ルール生成部は、支持度が所定レベルより低い特異データを削除して下近似集合を作成し、該下近似集合と上近似集合との関係性に基づいて上記ルール集合を生成することを特徴とする請求項１記載のリスク認識システム。
【請求項３】
上記ルール生成部は、データ点数を所定の時間長で区切ったデータ集合毎に、個別に上記ルール集合を生成し、
上記ルール選定部は、上記ルール集合の各ルールをクロスバリデーション方式で評価してルール選定を行うことを特徴とする請求項１又は２記載のリスク認識システム。
【請求項４】
上記ルール選定部は、各データ集合の信頼度に基づいてルール選定を行うことを特徴とする請求項３記載のリスク認識システム。
【請求項５】
上記ルール選定部は、各データ集合の支持度に基づいてルール選定を行うことを特徴とする請求項３又は４記載のリスク認識システム。
【請求項６】
上記特徴量情報を、上記ドライバの運転操作の時系列データを用いて作成することを特徴とする請求項１から５の何れか一に記載のリスク認識システム。
【請求項７】
同時に活性化する上記ルール群の中から、多数決で唯一のルールを求めることを特徴とする請求項１から６の何れか一に記載のリスク認識システム。
【請求項８】
同時に活性化する上記ルール群の中から、平均化により唯一のルールを求めることを特徴とする請求項１から６の何れか一に記載のリスク認識システム。
【請求項９】
同時に活性化する上記ルール群の中から、上記ルール選定の際の信頼度に基づいて唯一のルールを求めることを特徴とする請求項４記載のリスク認識システム。
【請求項１０】
同時に活性化する上記ルール群は、所定の時間ウィンドウ内で同時活性化するルール群であることを特徴とする請求項７から９の何れか一に記載のリスク認識システム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図１１】
【図１２】
【図１３】
【図１４】
【図１６】
【図９】
【図１０】
【図１５】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図１１】
【図１２】
【図１３】
【図１４】
【図１６】
【図９】
【図１０】
【図１５】
【公開番号】特開２０１１−３０７６（Ｐ２０１１−３０７６Ａ）
【公開日】平成２３年１月６日（２０１１．１．６）
【国際特許分類】
【出願番号】特願２００９−１４６６３８（Ｐ２００９−１４６６３８）
【出願日】平成２１年６月１９日（２００９．６．１９）
【出願人】（０００００５３４８）富士重工業株式会社 (3,010)
【Ｆターム（参考）】
【公開日】平成２３年１月６日（２０１１．１．６）
【国際特許分類】
【出願日】平成２１年６月１９日（２００９．６．１９）
【出願人】（０００００５３４８）富士重工業株式会社 (3,010)
【Ｆターム（参考）】
[ Back to top ]