交通シミュレーション装置、方法及びプログラム
【課題】 周辺状況の認知状態や判断を考慮して交通シミュレーションを行う。
【解決手段】 認識部は、視野画像を生成し（ステップＳ１）、輪郭線抽出処理を行った後（ステップＳ２）、視野内面積を算出する（ステップＳ３）。そして、存在認識度、認識距離、認識速度を算出する（ステップＳ４、Ｓ５）。判断部１２は、ドライバの認知の程度を反映した存在認識度、認識距離、認識速度を用いて次の行動を判断する（ステップＳ７〜Ｓ１５）。操作部１３は判断部１２の次の判断に応じて操作量を演算し（ステップＳ１６）、挙動演算部１４は操作量に基づいて挙動量を演算する（ステップＳ１７）。
【解決手段】 認識部は、視野画像を生成し（ステップＳ１）、輪郭線抽出処理を行った後（ステップＳ２）、視野内面積を算出する（ステップＳ３）。そして、存在認識度、認識距離、認識速度を算出する（ステップＳ４、Ｓ５）。判断部１２は、ドライバの認知の程度を反映した存在認識度、認識距離、認識速度を用いて次の行動を判断する（ステップＳ７〜Ｓ１５）。操作部１３は判断部１２の次の判断に応じて操作量を演算し（ステップＳ１６）、挙動演算部１４は操作量に基づいて挙動量を演算する（ステップＳ１７）。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、交通シミュレーション装置、方法及びプログラムに係り、特に、ドライバの認知、判断エラーを考慮して移動体の動きをシミュレーションする交通シミュレーション装置、方法及びプログラムに関する。
【背景技術】
【０００２】
道路交通システムを計画する場合、どこに何を整備すれば交通渋滞が発生しないか等の効果を事前に評価することが必要である。そこで、車両一台一台の挙動をコンピュータ上で再現し、交通の流れや渋滞の様子をシミュレートする道路交通シミュレーション装置が提案されている（特許文献１参照。）。
【０００３】
特許文献１の道路交通シミュレーション装置は、複数の移動体と道路交通環境とをコンピュータ上で表現し前記移動体により発生する交通状況を模擬する。具体的には、移動体の各々は、仮想的なドライバによる運転操作をモデル化したドライバモデルと、各移動体の物理的な挙動をモデル化した車両運動モデルとの組合せである移動体モデルで表現されている。そして、移動体モデルは、各々独立にコンピュータ上で表現された道路交通環境内を通行する。また、種々の道路交通環境に反応してドライバモデルの出力値が車両運動モデルに与えられることによって、各移動体モデルは、詳細な車両挙動を表現する。
【特許文献１】特開２００４−１９９２８７号公報
【発明の開示】
【発明が解決しようとする課題】
【０００４】
このドライバモデルは、特許文献１の図６に示すように、交通環境データベース２０から得られる通行可能領域等のデータに基づいて、移動体が設定経路に追従するための経路を計算し、通行困難領域や他の移動体の通行困難度を移動体からの視界に変換した見かけの通行困難度分布を生成する。したがって、ドライバの行動が建物等の物理的制約と道路交通法等の法規的制約によって決まってしまい、ドライバの周辺状況の認知状態、その認知に基づく判断が考慮されていない。
【０００５】
また、ドライバモデルはエラーがないのが前提となっている。このため、道路交通シミュレーション装置は、交通事故の発生をシミュレートすることができない。
【０００６】
例えば、道路において事故が起きた場合、原因として、ドライバの認識ミス、判断ミス、操作ミスが考えられる。交差点での事故では、原因として、前方の対向車、信号、標識を「気づかなかった」や「見えなかった」などの認識ミス、見えているが速度を誤認し間に合うと思った判断ミス、ハンドル操作を誤ったなどの操作ミスがあげられる。
【０００７】
特に、認識ミスは、日照による明るさ、認識対象の色、天候、背景、などの条件により左右される。また、視認できる状況であっても、ドライバの覚睡度によって、「ぼんやりして見落とした」など認識できないこともある。これらは、ドライバによって状況は異なるが、確率的に起きると考えられる。
【０００８】
このようなドライバのミスに対して、機器によりドライバを補助し、情報提供および車両制御により事故発生を低減させる様々な安全システムが実用化されている。
【０００９】
例えば、赤外光と画像処理を用いた安全システムは、夜間において人間が視認しにくい条件であっても、赤外光に感度を持つカメラで撮像される画像により、周辺の物体を認識、検出することが可能であり、これらの情報をドライバに提供する。
【００１０】
また、レーダーを使った安全システムは、車両周辺の物体までの距離を高精度に検出し、このままの進路、速度を維持した場合に物体に衝突する可能性がある場合は、ドライバへの情報提供や車両の制御を行う。
【００１１】
無線装置を使った安全システムは、無線装置を搭載した車両から車の位置や速度情報が送信され、それを路上の中継装置を経由して、または直接他の車両に送信する。この情報を受信した車両は、自車の位置に対する周辺車両の位置や速度などを把握し、危険な状態であるかを判断する。危険な場合は、ドライバへの情報提供や車両の制御を行う。
【００１２】
このような安全システムの普及を図るためには、機器を導入することによりどの程度、事故を低減する効果があるかを検証する必要がある。そして、これらの検証には、人間がミスをしたときにシステムがカバーできるかを評価できる必要がある。また、このような機器により自車の事故が回避できたとしても、例えば緊急ブレーキのように急な回避行動により後続車の追突など新たな事故を誘発する可能性もあるため、このようなことも検証することも重要である。
【００１３】
安全システムは、条件によって周囲の状況が認識できず、ドライバに有用な情報提供や車両制御が行えない場合もある。システムの有効性評価は、考えうる全ての条件で動作させる場合を想定しなければならない。
【００１４】
しかしながら、システムが動作する交通状況や気象条件など考えられる様々な条件の組み合わせに対して、実車で効果確認するのは時間的および費用的に困難である。そのため、様々な条件で評価を実施できるシミュレーションでこれら評価することは有用である。
【００１５】
本発明は、上述した課題を解決するために提案されたものであり、周辺状況の認知状態や判断を考慮して交通シミュレーションを行う交通シミュレーション装置、方法及びプログラムを提供することを目的とする。
【課題を解決するための手段】
【００１６】
本発明に係る交通シミュレーション装置は、移動体の挙動量に基づいて道路上の移動体の動きをシミュレーションする交通シミュレーション装置であって、ドライバの視野画像に基づいて道路状況を認識する認識手段と、前記認識手段により認識された道路状況に基づいて、ドライバの次の行動を判断する判断手段と、前記判断手段により判断されたドライバの次の行動に基づいて、前記移動体を操作する操作手段と、前記操作手段の操作に応じて移動体の挙動量を演算する車両挙動量演算手段と、を備え、前記認識手段は、前記視野画像に基づいて、認識対象物の存在認識度、認識速度、認識距離の少なくとも１つを算出し、算出結果に基づいて道路状況を認識する。
【００１７】
認識手段は、ドライバの認識の仕方を模したものであり、ドライバの視野画像に基づいて道路状況を認識する。この視野画像は、予め記憶装置に用意しておいたものでもよいし、ネットワークを介して送信されたものでもよい。ここで、認識手段は、前記視野画像に基づいて、ドライバの認識の程度を反映した認識対象物の存在認識度、認識速度、認識距離の少なくとも１つを算出し、算出結果に基づいて道路状況を認識する。
【００１８】
判断手段は、ドライバの判断の仕方を模したものであり、認識された道路状況に基づいて、ドライバの次の行動を判断する。よって、ドライバが認知ミスをすると判断エラーが生じることがあり、また認知ミスをしなくても判断エラーが生じることもある。操作手段は、判断されたドライバの次の行動に基づいて、前記移動体を操作する。
【００１９】
したがって、交通シミュレーション装置は、視野画像に基づいて、認識対象物の存在認識度、認識速度、認識距離の少なくとも１つを算出し、算出結果に基づいて道路状況を認識し、次の行動を判断し、移動体を操作することによって、周辺状況の認知状態や判断を考慮して交通シミュレーションを行うことができる。
【００２０】
また、本発明は、交通シミュレーション方法及びプログラムにも適用可能である。
【発明の効果】
【００２１】
本発明に係る交通シミュレーション装置、方法及びプログラムは、視野画像に基づいて、認識対象物の存在認識度、認識速度、認識距離の少なくとも１つを算出し、算出結果に基づいて道路状況を認識し、次の行動を判断し、移動体を操作することによって、周辺状況の認知状態や判断を考慮して交通シミュレーションを行うことができる。
【発明を実施するための最良の形態】
【００２２】
以下、本発明の好ましい実施の形態について図面を参照しながら詳細に説明する。
【００２３】
図１は、本発明の実施形態に係る交通シミュレーション装置の構成を示すブロック図である。交通シミュレーション装置は、各移動体（例えば車両）の動きをシミュレーションしながらその結果を例えば図示しない表示装置に表示し、交通事故の発生件数を計測するものである。
【００２４】
ここで、交通シミュレーション装置は、移動体をモデル化した移動体モデル部１０Ａ、１０Ｂ、１０Ｃを道路上に配置して、移動体モデル部１０Ａ、１０Ｂ、１０Ｃの交通状況をシミュレーションする。なお、３つの移動体モデル部をそれぞれ区別するときはＡ〜Ｃの符号を付すが、３つの移動体モデル部を区別する必要がないときはＡ〜Ｃの符号を省略する。
【００２５】
交通シミュレーション装置は、移動体をモデル化した移動体モデル部１０と、移動体モデル部１０の交通状況を管理する交通状況管理部３０と、道路ネットワークデータ、走行車両データ、視野画像等のその他必要なデータを記憶した交通データベース４０と、移動体モデル部１０を空間配置する空間配置部５０と、各移動体モデル部１０が衝突するか否かを判定する衝突判定部６０と、道路に設置され移動体モデル部１０との間で通信する路側通信部７０と、路側通信部７０を制御する路車間通信システム部８０と、を備えている。
【００２６】
移動体モデル部１０Ａ、１０Ｂ、１０Ｃは、いずれも路上の物体を認識する認識部１１と、次に移行すべき行動を判断する判断部１２と、移動体の操作量を決定する操作部１３と、決定された操作量に基づいて移動体の挙動を演算する挙動演算部１４と、を備えている。
【００２７】
認識部１１は、ドライバの道路状況の認識の仕方を模したものであり、空間配置部５０によって道路空間上に配置された移動体（例えば車両）や路上物体の位置関係をもとに、ドライバの視点位置において車両、路上物体を認識する。
【００２８】
判断部１２は、ドライバの判断の仕方を模したものであり、交差点までの距離、周辺車両の有無や位置、速度をもとに次に移行すべき行動を判断する。判断部１２は、例えば、進行方向の行動として「停止する」、「速度を維持する」、「徐行する」、横方向の行動として「車線変更する」、「右に寄る」、「右折する」などを決定する。
【００２９】
操作部１３は、ドライバの操作の仕方を模したものであり、決定された行動に基づいて移動体の操作量を決定する。操作部１３は、例えば進行方向の操作量については、現在の車両速度に基づいて、目標状態へ移行するための加減速度を決定し、移動体毎の特性に従ってアクセルおよびブレーキの操作量を決定する。また、操作部１３は、横方向の操作量については、現在の車両速度と現在のハンドル操舵量に基づいて次のハンドル操舵量を決定する。
【００３０】
挙動演算部１４は、操作部１３によって決定された操作量に従って移動体の挙動を演算する。各移動体は、重量、排気量などが異なるため、同じ操作量であっても挙動は異なる。
【００３１】
ここで、移動体モデル部１０Ａ、１０Ｂは交通情報を提供し及び/又は移動体を制御してドライバを補助する安全システムを更に備えているが、移動体モデル部１０Ｃは安全システムを備えていない。
【００３２】
例えば、移動体モデル部１０Ａは、上記の安全システムである車載装置部２０Ａを更に備えている。車載装置部２０Ａは、カメラやレーダーなどで物体を計測・認識するセンシング部２１と、路側通信部７０との間で無線通信する通信部２２と、例えば画像処理や電波の強度を計測する処理部２３と、ドライバに周辺常用を提供する情報提供部２４と、他の移動体との衝突を回避するように移動体の動作を制御する移動体制御部２５と、を備えている。
【００３３】
センシング部２１は、例えばカメラやレーダー装置からなる。センシング部２１は、例えばカメラの場合、ステレオ法やオプティカルフロー法による対象物までの距離を認識したり、画像処理によって車両、歩行者、自転車、白線、周辺物などを認識したりする。センシング部２１は、レーダー装置の場合、レーザやミリ波によって対象物までの距離を認識する。
【００３４】
通信部２２は、路側通信部７０との路車間通信や、同様な装置を搭載した移動体同士の車車間通信により、周辺車両の位置、速度などの情報を送受信する。
【００３５】
処理部２３は、センシング部２１や通信部２２からの情報に基づいて、ドライバに例えば接近車両の情報を伝えるか否かを判断し、情報を伝える場合には情報提供部２４に情報を伝達する。
【００３６】
情報提供部２４は、伝達された情報をディスプレイ装置などによってドライバに提供する。なお、情報提供部２４は、処理部２３から情報が伝達された場合、ドライバに提供した情報を判断部１２に入力する。これにより、判断部１２は、ある確率を持って提供された情報に対して次に移行すべき行動を判断する。
【００３７】
移動体制御部２５は、処理部２３で処理された状況に応じて移動体制御、例えばブレーキ制御を行う。このとき、挙動演算部１４は、操作部１３で決定された操作量に加えて移動体制御部２５で決定される操作量（例えばブレーキ操作量）に従って、移動体の挙動を演算する。
【００３８】
一方、移動体モデル部１０Ｂの車載装置部２０Ｂは、車載装置部２０Ａの構成からセンシング部２１を除いたものである。また、移動体モデル部１０Ｃは、安全システム、つまり車載装置部を備えていない。
【００３９】
交通状況管理部３０は、計算ステップ毎の個々の車の位置、速度、加速度を管理する。また、道路上を走行する車両の発生、消滅も管理する。車両の発生消滅は、全てスケジュールされたもので与えてもよいし、特定区間での発生割合で与えてもよい。
【００４０】
空間配置部５０は、交通状況管理部で管理されている各車の位置情報や速度情報に従って、各車を道路空間上に配置する。衝突判定部６０は、空間配置部によって道路空間上に配置された車や路上物体の位置関係を比較することで、車と路上物体および車と車の衝突を判定する。衝突する車両の速度、重量、衝突安全性から衝突による車両および乗員の被害を演算する。
【００４１】
以上のように構成された交通シミュレーション装置は次のように動作する。以下では、移動体として車両を用いて説明する。
【００４２】
図２は、時刻Ｔにおいて自車Ｃが交差点で右折する状況を示す図である。各車両は破線の方向に移動するものとし、自車Ｃはこの交差点で右折する。以下では、ドライバが対向車の認知およびその際の判断により進行方向の操作量を決める手順についてのべる。なお、本実施形態は、対向車の認知について中心に述べるが、そのほかにも信号、歩行者、周辺建物などの認識、判断、操作量決定も行う。また同様に、水平方向の判断、操作量決定も実施する。
【００４３】
図３は、自車Ｃの右折処理ルーチンを示すフローチャートである。右折処理ルーチンは、所定計算ステップ毎に実行される。自車Ｃに対応する移動体モデル部１０Ｃは次のように処理を実行する。
【００４４】
最初に、認識部１１は、自車Ｃが右折するための判断に用いられる存在認識度、認識距離、認識速度を算出する。ここでは、ドライバＡが自車Ｃを運転している場合を例に挙げて説明する。
【００４５】
具体的にステップＳ１では、認識部１１は、空間配置部５０によって配置された自車Ｃの情報に基づいて、自車Ｃのドライバの視点における視野画像を生成して、ステップＳ２に移行する。
【００４６】
図４は、時刻Ｔにおける視野画像の一例を示す図である。視野画像は、投影変換等によって表現され、ドライバの視界に相当する画像である。図４の視野画像には、対向車Ａのみが現れている。時間の経過と共に自車Ｃを含む各車両が移動すると、認識部１１は、ドライバの視野の変化に応じた視野画像を生成する。
【００４７】
図５は、時刻（Ｔ＋ｔ）における視野画像の一例を示す図である。図５の視野画像には、対向車Ａだけでなく対向車Ｂも現れている。
【００４８】
ステップＳ２では、認識部１１は視野画像に輪郭線抽出処理を行い、ステップＳ３では、認識部１１は輪郭線で囲まれる認識対象の面積を視野内面積として算出して、ステップＳ４に移行する。
【００４９】
図６及び図７は、図４及び図５の視野画像に対して輪郭抽出処理を行った結果を示す図である。図８は、認識対象の面積である視野内面積を示す図である。視野内面積とは、ドライバの視野における認識対象物の面積を示す。
【００５０】
認識対象物の認識のし易さは、明るさや背景とのコントラストなどによっても異なる。背景などのコントラストが低く認識しにくい状況では、輪郭線が抽出されにくくなり、認識性と同様に視野内面積も減少する。このため、視野内面積は、環境に応じた認識の難易度を表現できる。なお、本実施形態では、輪郭抽出により認識対象の面積を算出したが、２値化処理などの画像処理手法により、直接面積を求めてもよい。
【００５１】
ステップＳ４では、認識部１１は、認識対象物の存在認識度を算出する。なお、図５及び７に示すように、認識対象物が複数あるときは、認識部１１は各々の認識対象物の存在認識度を算出する。存在認識度は、ドライバの視野中の物体の認識度合いを示し、値が小さいほど存在を認識していないことを示す。なお、存在認識度は、必要に応じて百分率に換算されたものが使用される。具体的には、認識部１１は次の式（１）を演算してステップＳ５に移行する。
【００５２】
存在認識度＝［視野内面積］÷［視野全面積］×［視野係数］×［覚醒度］
・・・（１）
【００５３】
ここで、視野全面積は、視野全体の面積を示す。視野係数は、視野内の位置による認識の程度を示し、中心地点は高く、周辺になるに従い低くなる。これにより注視点近辺は認識しやすく、それ以外の周辺視野は認識しにくいことが表現される。
【００５４】
図９は、視野係数の一例を示す図である。同図に示すように、視野係数は、画像の中心地点では１．０、その周囲の範囲では０．８、端の方では０．４になっている。なお、視野係数は、ドライバの視力に応じて変更してもよい。
【００５５】
また、覚醒度は、ドライバの覚醒の度合いを示し、ぼんやりしている状態では認識度が下がることを表現する。
【００５６】
図１０は、ドライバの覚醒度の頻度分布の例を示す。本実施形態では、覚醒度は、全ドライバに対して確率的な分布で与えられる。
【００５７】
ステップＳ５では、認識部１１は、認識対象物の存在認識度、実際の距離、実際の速度を用いて、距離認識度及び速度認識度を演算する。具体的には、認識部１１は次の式（２）及び（３）を演算して、ステップＳ６に移行する。
【００５８】
認識距離＝［距離］×（１＋ｋ１×１／［存在認識度］） ・・・（２）
認識速度＝［速度］×（１−ｋ２×１／［存在認識度］） ・・・（３）
【００５９】
ｋ１、ｋ２はパラメータである。認識距離、認識速度は、実際の距離、速度に対して、視野から認識できる速度、距離を示す。存在認識度が低い、つまり存在を認識しにくい場面ほど、ドライバは距離を遠くに認知し、速度を遅く認知する。
【００６０】
ステップＳ６では、認識部１１は、存在認識度、認識距離、認識速度を、次の判断を行うために、一時的に記憶装置に記憶して、ステップＳ７に移行する。また、認識部１１は、ドライバの特性に応じて、条件によって前の計算ステップで演算した存在認識度、認識距離、認識速度を呼び出し、次の判断を行うために保持してもよい。前の計算ステップで演算した存在認識度、認識距離、認識速度を用いるのは、高齢者などによる認識遅れを表現するものである。
【００６１】
つぎに、判断部１２は、自車Ｃが右折する場合において、認識部１１で算出された存在認識度、認識距離、認識速度に基づいて、周囲の状況を判断して次の行動を決定する。認識部１１は、右折時では、次の４つの項目を判断する。
【００６２】
１．対向車の有無
２．自車とぶつかる進路か否か
３．進行した場合、衝突するか否か
４．対向車が来ると考えられる可能性
【００６３】
そして、判断部１２は、行動を決定するために次のデータを用いる。
【００６４】
図１１は、ドライバの特性を示す図である。個々のドライバに対して、ドライバの特性を示す「慎重度」、「熟練度」、「身体能力度」が０．０〜１．０の間で設定されている。「慎重度」は運転の慎重さを示し、乱暴な運転をするドライバの値は低くなる。「熟練度」は運転経験からくる熟練の度合いを示し、初心者ドライバの値は低くなる。「身体能力度」は視力、反応時間など身体的な能力を示し、高齢者ドライバの値は低くなる。
【００６５】
例えば、４０歳台で運転暦が２０年の慎重な運転をするドライバＡの場合、「慎重度」、「熟練度」、「身体能力度」を、０．９、１．０、０．７とする。２０歳台で運転暦が３年のやや乱暴な運転をするドライバＢの場合、「慎重度」、「熟練度」、「身体能力度」をそれぞれ０．３、０．２、１．０とする。これらの値は、ドライバに対するアンケートなどによって、分布を調査し、その調査結果をもとに確率的に設定される。
【００６６】
また、認識部１１は、後述するステップにおいて認識存在度評価値、到達時間評価値、対向車予測評価値を使用する。これらの評価値は、次の式（４）で求められる。
【００６７】
［評価値］＝（α×［慎重度］＋β×［熟練度］＋γ×［身体能力度］）
／（α＋β＋γ）・・・（４）
【００６８】
α、β、γはそれぞれ慎重度係数、熟練度係数、身体能力度係数である。ここで、認識存在度評価値、到達時間評価値、対向車予測評価値のいずれを求めるかによって、各係数は異なった値になる。
【００６９】
図１２は、評価値毎の慎重度係数、熟練度係数、身体能力度係数を示す図である。例えば、存在認識度評価値を求めるときは、α、β、γはそれぞれ３、０、２になる。到達時間評価値を求めるときは、α、β、γはそれぞれ２、２、１になる。
【００７０】
また、判断部１２は、後述するステップにおいて、評価値を用いて存在認識度閾値、到達時間閾値、対向車がくる可能性を設定する。
【００７１】
図１３は、評価値に対応する存在認識度閾値、到達時間閾値、対向車がくる可能性を示す図である。例えば、存在認識度評価値が０．９の場合、存在認識度閾値は３（％）である。到達時間評価値が０．３の場合、到達時間閾値は２．３（秒）である。対向車予測評価値が０．５の場合、対向車がくる可能性は５０（％）である。
【００７２】
判断部１２は、以上のようなデータを用いて、次のステップＳ７〜Ｓ１４の処理を実行する。
【００７３】
ステップＳ７では、判断部１２は、信号条件、すなわち信号灯火による進行の可否を判断する。具体的には、判断部１２は、信号が青であるか否かを判断し、肯定判断のときは進行可能であるのでステップＳ８に移行し、否定判断のときは進行可能でないのでステップＳ１１に移行する。
【００７４】
ステップＳ８では、判断部１２は、対向車が存在するか否かを判断する。複数の対向車が認識された場合、自車Ｃから最も距離の近い対向車が判断対象となる。具体的には、判断部１２は、ステップＳ４で算出された存在認識度が存在認識度閾値を超えているか否かを判断する。存在認識度閾値は、次のように求められる。
【００７５】
判断部１２は、最初に、式（４）に従って存在認識度評価値を算出する。図１１に示すドライバＡの特性、及び図１２に示す存在認識度評価値を求めるための係数α、β、γを用いると、ドライバＡの存在認識度評価値は式（５）になる。
【００７６】
（ドライバＡの存在認識度評価値）＝（３×０．９＋０×１．０＋２×０．７）／５
＝０．８ ・・・（５）
【００７７】
図１３によると、評価値０．８に対応する存在認識度閾値は４（％）である。そこで、判断部１２は、ステップＳ４で算出された存在認識度（％）が存在認識度閾値４（％）を超えたか否かを判断する。肯定判断のときは、ドライバＡは対向車の存在を認識したとみなしてステップＳ９に移行する。否定判断のときは、ドライバＡは対向車の存在を認識していないとみなして、ステップＳ１２に移行する。
【００７８】
ステップＳ９では、判断部１２は、対向車は自車Ｃと衝突するような進路上にあるか否かを判断する。具体的には、判断部１２は、対向車の方向指示器の状態、ステップＳ５で算出された認識距離及び認識速度により、対向車の進路を予想する。そして、対向車の進路と自車Ｃの進路が交差する（又は重なる）ときは、対向車は自車Ｃと衝突するような進路上にあると判断する。例えば、自車が右折で、対向車が直進または左折の場合は、自車Ｃの進路上に対向車があると判断する。そして、肯定判断のときはステップＳ１０に移行し、否定判断のときはステップＳ１４に移行する。
【００７９】
ステップＳ１０では、判断部１２は、自車Ｃと対向車が衝突するか否かを判断する。具体的には、判断部１２は、ステップＳ５で算出された認識距離及び認識速度、自車の速度に基づいて到達時間を算出し、この到達時間が到達時間閾値を超えているか否かを判断する。到達時間閾値は、次のように求められる。
【００８０】
判断部１２は、最初に、式（４）に従って到達時間評価値を算出する。図１１及び図１２のデータを用いると、ドライバＡの到達時間評価値は式（６）になる。
【００８１】
（ドライバＡの到達時間評価値）＝（２×０．９＋２×１．０＋１×０．７）／５
＝０．９ ・・・（６）
【００８２】
図１３によると、評価値０．９に対応する到達時間閾値は３．８（秒）である。なお、ドライバＢの場合、到達時間評価値は０．４、到達時間閾値は２．６になる。そこで、判断部１２は、ドライバＡについて、既に算出した到達時間（秒）が到達時間閾値３．８（秒）を超えたか否かを判断する。肯定判断のときは、自車Ｃは対向車と衝突しないとみなしてステップＳ１４に移行する。否定判断のときは、ドライバＡは対向車に衝突するとみなして、ステップＳ１１に移行する。
【００８３】
ステップＳ１１では、判断部１２は、自車Ｃの速度をゼロにすることを決定し、ステップＳ１６に移行する。
【００８４】
一方、ステップＳ１２では、判断部１２は、自車Ｃの速度を速度ｖに上げることを決定し、ステップＳ１３に移行する。
【００８５】
ステップＳ１３では、判断部１２は、ドライバＡの視野外に対向車が存在する可能性があるか否かを判断する。ここでは、ドライバが対向車を認知できなくても、経験的に見えていない部分から対向車が来る可能性がある。そこで、判断部１２は、確率的に対向車の有無を判断する。
【００８６】
判断部１２は、最初に、式（４）に従って対向車予測評価値を算出する。図１１に示すドライバＡの特性、及び図１２に示す対向車予測評価値を求めるための係数α、β、γを用いると、ドライバＡの対向車予測評価値は式（７）になる。
【００８７】
（ドライバＡの対向車予測評価値）＝（２×０．９＋３×１．０＋０×０．７）／５
＝１．０ ・・・（７）
【００８８】
図１３によると、評価値１．０に対応する対向車がくる可能性は１００（％）である。そこで、判断部１２は、対向車がくる可能性が所定の閾値（例えば３０％）を超えているか否かを判断する。肯定判断のときは対向車がくるとみなして、ステップＳ１１に移行し、否定判断のときは対向車がこないとみなして、ステップＳ１６に移行する。
【００８９】
以上のように、判断部１２は、存在認識度、到達時間に基づいて、対向車の有無、衝突するか否か等の交通判断を行う。しかし、存在認識度、到達時間はドライバの認識の程度によって大きく異なってしまう。そこで、判断部１２は、個々のドライバに最適な閾値を設定し、その閾値と存在認識度や到達時間と比較することによって、ドライバの特性に応じた交通判断をシミュレーションすることができる。
【００９０】
ステップＳ１６では、操作部２３は、ステップＳ１１又はステップＳ１２で決定された目標速度になるように、ドライバデータ及び車両データを用いてブレーキ操作量又はアクセル操作量を演算し、ステップＳ１７に移行する。
【００９１】
例えば、判断部１２で決定された速度がゼロの場合、操作部１３は、自車Ｃの停止状態を維持できるように、または停止状態まで減速するように、ブレーキ操作量を演算する。また、判断部１２で決定された速度がｖの場合、操作部１３は、自車Ｃが速度ｖとなるようにアクセル開度を演算する。目標とする速度ｖは、適切な範囲の中でドライバ毎に異なる値を設定してもよい。
【００９２】
ステップＳ１７では、挙動演算部１４は、操作部１３で求められた操作量に基づいて自車Ｃの速度及び加速度を算出する。このようにして算出された自車Ｃの速度及び加速度は、交通状況管理部３０に供給される。
【００９３】
その結果、空間配置部５０は、交通状況管理部３０で管理されている各車の位置情報、速度、加速度等の情報に従って自車Ｃを道路空間上に再配置し、自車Ｃをシミュレーションすることができる。
【００９４】
ここで、１計算ステップ前では、判断部１２が「対向車無し」と判断し（ステップＳ８の否定判断）、目標速度を設定して（ステップＳ１２）、その結果自車Ｃが加速している状態であっても、次の現計算ステップでは、判断部１２が対向車を認識し（ステップＳ８の肯定判定）、停止すると判断する（ステップＳ１１）場合がある。この場合、自車Ｃは、ある速度から停止状態への急制動となることがある。このとき、自車Ｃが対向車と衝突するかどうかは、前の計算ステップでの速度や判断遅れの時間によって異なる。つまり、自車Ｃと対向車は衝突する場合もあり、制動によって衝突しない場合もある。
【００９５】
ここでは、車両Ｃの移動体モデル部１０Ｃの右折処理ルーチンを説明したが、対向側の車両Ｂの移動体モデル部１０Ｂも同様に自車の速度及び加速度を決定することができる。例えば、自車が直進であっても、視野内において自車の進路上に車両が進行してくると判断した場合は、減速すると判断し、衝突しないように速度を低下させることができる。
【００９６】
空間配置部５０は、交通状況管理部３０で管理されている各車の位置情報、速度、加速度等の情報に従って、各車を道路空間上に再配置し、各車両の動きをシミュレーションすることができる。
【００９７】
衝突判定部６０は、空間配置部５０によって道路空間上に配置された車両や路上物体の位置関係を比較することで、車両と路上物体、および車両と車両の衝突を判定する。衝突判定部６０は、車が衝突すると判断した場合は、衝突の大きさを算出する。
【００９８】
例えば、自車Ｃの衝突直前の速度ＶC、重量ＭC、対向車Ｂの衝突直前前の速度ＶB、重量ＭB、自車Ｃの衝突安全係数ＫCとした場合、自車Ｃが衝突によって受けるエネルギーＥは、例えば次の式（８）で求められる。
【００９９】
Ｅ＝ＫC［（１／２）ＭCＶC2 ＋（１／２）ＭBＶB2］ ・・・（８）
【０１００】
衝突判定部６０は、式（８）のエネルギーＥによって、事故による衝突の大きさを分類する。
【０１０１】
以上のように、本発明の実施形態に係る交通シミュレーションは、ドライバの認識、判断、操作に基づいて車両の挙動量を演算し、その挙動量に基づいて各々の移動体の動きをシミュレーションする。これにより、上記交通シミュレーション装置は、ドライバの認知ミス、判断エラーを考慮して、移動体の動きをシミュレーションすることができる。
【０１０２】
上記交通シミュレーション装置は、ドライバの視野画像に基づいて、ドライバの認知の程度を反映した認識対象物の存在認識度、認識速度、認識距離を算出し、これらの算出結果を用いてドライバの次の行動を判断するので、ドライバの認知ミス及びそれによって引き起こされる判断エラーを再現することができる。
【０１０３】
さらに、上記交通シミュレーション装置は、ドライバの各々の特性に応じて次の行動を判断するための閾値を設定するので、ドライバの統計的な特性を利用することによって、より現実的な交通シミュレーションを行うことができる。
【０１０４】
［安全装置の評価］
車両事故は、ドライバの判断、例えば対向車の認知ミスなどによって起きる。このような車両事故を防止するために、ドライバの安全運転を補助する安全システムを搭載した車両もある。以下では、様々な安全システムを搭載した車両のシミュレーションについて説明する。
【０１０５】
（通信システムの場合）
車車間通信システムでは、送信地点と受信地点の間に遮蔽物が存在しても、電波が回折し建物で反射するため、無線通信できる場合がある。ここでは、移動体モデル部１０Ａ及び１０Ｂが無線通信するものとする。
【０１０６】
図１４は、電波の回折と反射を示す図である。回折の場合はナイフエッジ法、反射の場合はレイトレーシング法などで、電波強度が求められる。そこで、例えば、移動体モデル部１０Ａの車載装置部２０Ａは、対向車である移動体モデル部１０Ｂの車載装置部２０Ｂから送信された電波に対して、回折や反射を経て、自車で受信する電波強度が閾値を上回る場合は、通信が成功するものとし、通信によって対向車の位置、速度などの情報を認識できる。
【０１０７】
このような車車間通信システムでは、移動体モデル部１０Ａは、移動体モデル部１０Ｂから送信された他車両Ｂの位置、速度と自車の位置、速度により、衝突するかを予測することができる。このため、移動体モデル部１０は、視野で対向車Ｂを認識できなくても、無線通信により対向車Ｂを認知できるので、判断を変えることができる。
【０１０８】
例えば、情報提供部２４がドライバの警報を発して情報提供した場合、認識部１１は、式（１）の覚醒度を大きな値に変更して（例えば１以上の定数を乗じて）、存在認識度を算出すればよい。
【０１０９】
情報提供部２４が音声、文字、画像等によって周辺車両の有無に関する情報提供をした場合、認識部１１は、式（１）で求められた存在認識度を大きな値に変更するとよい。情報提供部２４が位置や速度を情報提供した場合、認識部１１は、認識距離、認識速度をより正確な値に変更すればよい。
【０１１０】
ドライバの情報提供に対する信頼度も評価する場合は、情報提供に対して、情報を信じるドライバが確率的に分布するとしてもよく、情報を信用しないドライバの場合は、存在認識度などが変化しないとしてもよい。
【０１１１】
（車両制御システムの場合）
また、車両制御システム、例えば移動体制御部２５は、自車の進路上に対象車が進行すると予測した場合は、制動の操作量を決定し操作することで、衝突前に自車を停止させる。この場合は、操作部１３は、ドライバが決定した操作量よりも、移動体制御部２５が決定した操作量を優先する。なお、電波強度など無線通信が成立するか否かは、本装置内で演算してもよく、また外部の装置で演算した結果を使ってもよい。
【０１１２】
（夜間の場合）
夜間の場合、空間配置部５０は、道路空間を夜間に相当する明るさに設定し、自車がヘッドライトに相当する光源を発している状態を設定する。
【０１１３】
図１５は、夜間の視野画像の一例を示す図である。空間配置部５０が上記のように道路空間の明るさを設定することにより、認識部１１は、パストレーシング法、レイトレーシング法などの処理によってドライバの視野画像を得る。その結果、判断部１２は、夜間に置けるドライバの判断をシミュレーションできる。
【０１１４】
これに対して、車両が赤外光を投影してカメラで撮影する夜間撮影システム（ナイトビジョン）の場合、空間配置部５０は、赤外光の明るさや投影などの条件に合わせて道路空間の光量を設定する。
【０１１５】
図１６は、赤外光を投影することによってカメラで撮影された視野画像の一例を示す図である。このように夜間撮影システムでは、認識部１１がこの視野画像をカメラからの出力として処理し、判断部１２がその処理結果を用いてドライバの判断を行うことによって、夜間撮影システムの効果を評価することができる。同様に、カメラを２台用いるステレオ方式の安全システムでは、それぞれのカメラ位置を視点とした視野画像が得られ、それらの視野画像を用いて評価される。
【０１１６】
カメラを使った安全システムにおいても、無線通信を使った安全システムと同様に、情報提供により認識部１１が存在認識度の値を変更し、また車両制御を行ってもよい。
【０１１７】
赤外光などで夜間の視野を補助するシステムでは、視野係数が上がるとしてもよい。
【０１１８】
（レーダーシステム）
レーダーシステムは、方位に対する対象物までの距離を求めることができる。
【０１１９】
図１７は、レーダーシステムによって算出された対象物までの距離及び方位の関係を示す図である。具体的には、空間配置部５０が、自車位置における方位とその方向の対象物までの距離を演算することによって求める。レーダーシステムでは、方位と距離の関係をレーダーからの出力として処理することで、レーダーシステムを評価することができる。
【０１２０】
そして、交通シミュレーション装置は、安全システムを搭載していない移動体の動きをシミュレーションすると共に、上述のような安全システムを搭載した移動体の挙動量を演算し、その挙動量に基づいて各々の移動体の動きをシミュレーションする。これにより、上記交通シミュレーション装置は、安全システムを搭載した車両と搭載していない車両の事故発生件数を比較することによって、安全システムを評価することができる。
【０１２１】
なお、本発明は、上述した実施の形態に限定されるものではなく、特許請求の範囲に記載された範囲内で設計上の変更をされたものにも適用可能であるのは勿論である。
【０１２２】
例えば、本実施形態で使用したデータは、予めデータベースに記憶されたものでもよいし、ネットワークを介して伝送されたものでもよい。また、図１０乃至図１３に示したものは一例に過ぎず、本発明を限定するものではない。
【図面の簡単な説明】
【０１２３】
【図１】本発明の実施形態に係る交通シミュレーション装置の構成を示すブロック図である。
【図２】時刻Ｔにおいて自車Ｃが交差点で右折する状況を示す図である。
【図３】自車Ｃの右折処理ルーチンを示すフローチャートである。
【図４】時刻Ｔにおける視野画像の一例を示す図である。
【図５】時刻（Ｔ＋ｔ）における視野画像の一例を示す図である。
【図６】図４の視野画像に対して輪郭抽出処理を行った結果を示す図である。
【図７】図５の視野画像に対して輪郭抽出処理を行った結果を示す図である。
【図８】認識対象の面積である視野内面積を示す図である。
【図９】視野係数の一例を示す図である。
【図１０】ドライバの覚醒度の頻度分布の例を示す。
【図１１】ドライバの特性を示す図である。
【図１２】評価値毎の慎重度係数、熟練度係数、身体能力度係数を示す図である。
【図１３】評価値に対応する存在認識度閾値、到達時間閾値、対向車がくる可能性を示す図である。
【図１４】電波の回折と反射を示す図である。
【図１５】夜間の視野画像の一例を示す図である。
【図１６】赤外光を投影することによってカメラで撮影された視野画像の一例を示す図である。
【図１７】レーダーシステムによって算出された対象物までの距離及び方位の関係を示す図である。
【符号の説明】
【０１２４】
１０、１０Ａ、１０Ｂ、１０Ｃ 移動体モデル部
１１ 認識部
１２ 判断部
１３ 操作部
１４ 挙動演算部
２０Ａ、２０Ｂ 車載装置部
２１ センシング部
２２ 通信部
２３ 処理部
２４ 情報提供部
２５ 移動体制御部
【技術分野】
【０００１】
本発明は、交通シミュレーション装置、方法及びプログラムに係り、特に、ドライバの認知、判断エラーを考慮して移動体の動きをシミュレーションする交通シミュレーション装置、方法及びプログラムに関する。
【背景技術】
【０００２】
道路交通システムを計画する場合、どこに何を整備すれば交通渋滞が発生しないか等の効果を事前に評価することが必要である。そこで、車両一台一台の挙動をコンピュータ上で再現し、交通の流れや渋滞の様子をシミュレートする道路交通シミュレーション装置が提案されている（特許文献１参照。）。
【０００３】
特許文献１の道路交通シミュレーション装置は、複数の移動体と道路交通環境とをコンピュータ上で表現し前記移動体により発生する交通状況を模擬する。具体的には、移動体の各々は、仮想的なドライバによる運転操作をモデル化したドライバモデルと、各移動体の物理的な挙動をモデル化した車両運動モデルとの組合せである移動体モデルで表現されている。そして、移動体モデルは、各々独立にコンピュータ上で表現された道路交通環境内を通行する。また、種々の道路交通環境に反応してドライバモデルの出力値が車両運動モデルに与えられることによって、各移動体モデルは、詳細な車両挙動を表現する。
【特許文献１】特開２００４−１９９２８７号公報
【発明の開示】
【発明が解決しようとする課題】
【０００４】
このドライバモデルは、特許文献１の図６に示すように、交通環境データベース２０から得られる通行可能領域等のデータに基づいて、移動体が設定経路に追従するための経路を計算し、通行困難領域や他の移動体の通行困難度を移動体からの視界に変換した見かけの通行困難度分布を生成する。したがって、ドライバの行動が建物等の物理的制約と道路交通法等の法規的制約によって決まってしまい、ドライバの周辺状況の認知状態、その認知に基づく判断が考慮されていない。
【０００５】
また、ドライバモデルはエラーがないのが前提となっている。このため、道路交通シミュレーション装置は、交通事故の発生をシミュレートすることができない。
【０００６】
例えば、道路において事故が起きた場合、原因として、ドライバの認識ミス、判断ミス、操作ミスが考えられる。交差点での事故では、原因として、前方の対向車、信号、標識を「気づかなかった」や「見えなかった」などの認識ミス、見えているが速度を誤認し間に合うと思った判断ミス、ハンドル操作を誤ったなどの操作ミスがあげられる。
【０００７】
特に、認識ミスは、日照による明るさ、認識対象の色、天候、背景、などの条件により左右される。また、視認できる状況であっても、ドライバの覚睡度によって、「ぼんやりして見落とした」など認識できないこともある。これらは、ドライバによって状況は異なるが、確率的に起きると考えられる。
【０００８】
このようなドライバのミスに対して、機器によりドライバを補助し、情報提供および車両制御により事故発生を低減させる様々な安全システムが実用化されている。
【０００９】
例えば、赤外光と画像処理を用いた安全システムは、夜間において人間が視認しにくい条件であっても、赤外光に感度を持つカメラで撮像される画像により、周辺の物体を認識、検出することが可能であり、これらの情報をドライバに提供する。
【００１０】
また、レーダーを使った安全システムは、車両周辺の物体までの距離を高精度に検出し、このままの進路、速度を維持した場合に物体に衝突する可能性がある場合は、ドライバへの情報提供や車両の制御を行う。
【００１１】
無線装置を使った安全システムは、無線装置を搭載した車両から車の位置や速度情報が送信され、それを路上の中継装置を経由して、または直接他の車両に送信する。この情報を受信した車両は、自車の位置に対する周辺車両の位置や速度などを把握し、危険な状態であるかを判断する。危険な場合は、ドライバへの情報提供や車両の制御を行う。
【００１２】
このような安全システムの普及を図るためには、機器を導入することによりどの程度、事故を低減する効果があるかを検証する必要がある。そして、これらの検証には、人間がミスをしたときにシステムがカバーできるかを評価できる必要がある。また、このような機器により自車の事故が回避できたとしても、例えば緊急ブレーキのように急な回避行動により後続車の追突など新たな事故を誘発する可能性もあるため、このようなことも検証することも重要である。
【００１３】
安全システムは、条件によって周囲の状況が認識できず、ドライバに有用な情報提供や車両制御が行えない場合もある。システムの有効性評価は、考えうる全ての条件で動作させる場合を想定しなければならない。
【００１４】
しかしながら、システムが動作する交通状況や気象条件など考えられる様々な条件の組み合わせに対して、実車で効果確認するのは時間的および費用的に困難である。そのため、様々な条件で評価を実施できるシミュレーションでこれら評価することは有用である。
【００１５】
本発明は、上述した課題を解決するために提案されたものであり、周辺状況の認知状態や判断を考慮して交通シミュレーションを行う交通シミュレーション装置、方法及びプログラムを提供することを目的とする。
【課題を解決するための手段】
【００１６】
本発明に係る交通シミュレーション装置は、移動体の挙動量に基づいて道路上の移動体の動きをシミュレーションする交通シミュレーション装置であって、ドライバの視野画像に基づいて道路状況を認識する認識手段と、前記認識手段により認識された道路状況に基づいて、ドライバの次の行動を判断する判断手段と、前記判断手段により判断されたドライバの次の行動に基づいて、前記移動体を操作する操作手段と、前記操作手段の操作に応じて移動体の挙動量を演算する車両挙動量演算手段と、を備え、前記認識手段は、前記視野画像に基づいて、認識対象物の存在認識度、認識速度、認識距離の少なくとも１つを算出し、算出結果に基づいて道路状況を認識する。
【００１７】
認識手段は、ドライバの認識の仕方を模したものであり、ドライバの視野画像に基づいて道路状況を認識する。この視野画像は、予め記憶装置に用意しておいたものでもよいし、ネットワークを介して送信されたものでもよい。ここで、認識手段は、前記視野画像に基づいて、ドライバの認識の程度を反映した認識対象物の存在認識度、認識速度、認識距離の少なくとも１つを算出し、算出結果に基づいて道路状況を認識する。
【００１８】
判断手段は、ドライバの判断の仕方を模したものであり、認識された道路状況に基づいて、ドライバの次の行動を判断する。よって、ドライバが認知ミスをすると判断エラーが生じることがあり、また認知ミスをしなくても判断エラーが生じることもある。操作手段は、判断されたドライバの次の行動に基づいて、前記移動体を操作する。
【００１９】
したがって、交通シミュレーション装置は、視野画像に基づいて、認識対象物の存在認識度、認識速度、認識距離の少なくとも１つを算出し、算出結果に基づいて道路状況を認識し、次の行動を判断し、移動体を操作することによって、周辺状況の認知状態や判断を考慮して交通シミュレーションを行うことができる。
【００２０】
また、本発明は、交通シミュレーション方法及びプログラムにも適用可能である。
【発明の効果】
【００２１】
本発明に係る交通シミュレーション装置、方法及びプログラムは、視野画像に基づいて、認識対象物の存在認識度、認識速度、認識距離の少なくとも１つを算出し、算出結果に基づいて道路状況を認識し、次の行動を判断し、移動体を操作することによって、周辺状況の認知状態や判断を考慮して交通シミュレーションを行うことができる。
【発明を実施するための最良の形態】
【００２２】
以下、本発明の好ましい実施の形態について図面を参照しながら詳細に説明する。
【００２３】
図１は、本発明の実施形態に係る交通シミュレーション装置の構成を示すブロック図である。交通シミュレーション装置は、各移動体（例えば車両）の動きをシミュレーションしながらその結果を例えば図示しない表示装置に表示し、交通事故の発生件数を計測するものである。
【００２４】
ここで、交通シミュレーション装置は、移動体をモデル化した移動体モデル部１０Ａ、１０Ｂ、１０Ｃを道路上に配置して、移動体モデル部１０Ａ、１０Ｂ、１０Ｃの交通状況をシミュレーションする。なお、３つの移動体モデル部をそれぞれ区別するときはＡ〜Ｃの符号を付すが、３つの移動体モデル部を区別する必要がないときはＡ〜Ｃの符号を省略する。
【００２５】
交通シミュレーション装置は、移動体をモデル化した移動体モデル部１０と、移動体モデル部１０の交通状況を管理する交通状況管理部３０と、道路ネットワークデータ、走行車両データ、視野画像等のその他必要なデータを記憶した交通データベース４０と、移動体モデル部１０を空間配置する空間配置部５０と、各移動体モデル部１０が衝突するか否かを判定する衝突判定部６０と、道路に設置され移動体モデル部１０との間で通信する路側通信部７０と、路側通信部７０を制御する路車間通信システム部８０と、を備えている。
【００２６】
移動体モデル部１０Ａ、１０Ｂ、１０Ｃは、いずれも路上の物体を認識する認識部１１と、次に移行すべき行動を判断する判断部１２と、移動体の操作量を決定する操作部１３と、決定された操作量に基づいて移動体の挙動を演算する挙動演算部１４と、を備えている。
【００２７】
認識部１１は、ドライバの道路状況の認識の仕方を模したものであり、空間配置部５０によって道路空間上に配置された移動体（例えば車両）や路上物体の位置関係をもとに、ドライバの視点位置において車両、路上物体を認識する。
【００２８】
判断部１２は、ドライバの判断の仕方を模したものであり、交差点までの距離、周辺車両の有無や位置、速度をもとに次に移行すべき行動を判断する。判断部１２は、例えば、進行方向の行動として「停止する」、「速度を維持する」、「徐行する」、横方向の行動として「車線変更する」、「右に寄る」、「右折する」などを決定する。
【００２９】
操作部１３は、ドライバの操作の仕方を模したものであり、決定された行動に基づいて移動体の操作量を決定する。操作部１３は、例えば進行方向の操作量については、現在の車両速度に基づいて、目標状態へ移行するための加減速度を決定し、移動体毎の特性に従ってアクセルおよびブレーキの操作量を決定する。また、操作部１３は、横方向の操作量については、現在の車両速度と現在のハンドル操舵量に基づいて次のハンドル操舵量を決定する。
【００３０】
挙動演算部１４は、操作部１３によって決定された操作量に従って移動体の挙動を演算する。各移動体は、重量、排気量などが異なるため、同じ操作量であっても挙動は異なる。
【００３１】
ここで、移動体モデル部１０Ａ、１０Ｂは交通情報を提供し及び/又は移動体を制御してドライバを補助する安全システムを更に備えているが、移動体モデル部１０Ｃは安全システムを備えていない。
【００３２】
例えば、移動体モデル部１０Ａは、上記の安全システムである車載装置部２０Ａを更に備えている。車載装置部２０Ａは、カメラやレーダーなどで物体を計測・認識するセンシング部２１と、路側通信部７０との間で無線通信する通信部２２と、例えば画像処理や電波の強度を計測する処理部２３と、ドライバに周辺常用を提供する情報提供部２４と、他の移動体との衝突を回避するように移動体の動作を制御する移動体制御部２５と、を備えている。
【００３３】
センシング部２１は、例えばカメラやレーダー装置からなる。センシング部２１は、例えばカメラの場合、ステレオ法やオプティカルフロー法による対象物までの距離を認識したり、画像処理によって車両、歩行者、自転車、白線、周辺物などを認識したりする。センシング部２１は、レーダー装置の場合、レーザやミリ波によって対象物までの距離を認識する。
【００３４】
通信部２２は、路側通信部７０との路車間通信や、同様な装置を搭載した移動体同士の車車間通信により、周辺車両の位置、速度などの情報を送受信する。
【００３５】
処理部２３は、センシング部２１や通信部２２からの情報に基づいて、ドライバに例えば接近車両の情報を伝えるか否かを判断し、情報を伝える場合には情報提供部２４に情報を伝達する。
【００３６】
情報提供部２４は、伝達された情報をディスプレイ装置などによってドライバに提供する。なお、情報提供部２４は、処理部２３から情報が伝達された場合、ドライバに提供した情報を判断部１２に入力する。これにより、判断部１２は、ある確率を持って提供された情報に対して次に移行すべき行動を判断する。
【００３７】
移動体制御部２５は、処理部２３で処理された状況に応じて移動体制御、例えばブレーキ制御を行う。このとき、挙動演算部１４は、操作部１３で決定された操作量に加えて移動体制御部２５で決定される操作量（例えばブレーキ操作量）に従って、移動体の挙動を演算する。
【００３８】
一方、移動体モデル部１０Ｂの車載装置部２０Ｂは、車載装置部２０Ａの構成からセンシング部２１を除いたものである。また、移動体モデル部１０Ｃは、安全システム、つまり車載装置部を備えていない。
【００３９】
交通状況管理部３０は、計算ステップ毎の個々の車の位置、速度、加速度を管理する。また、道路上を走行する車両の発生、消滅も管理する。車両の発生消滅は、全てスケジュールされたもので与えてもよいし、特定区間での発生割合で与えてもよい。
【００４０】
空間配置部５０は、交通状況管理部で管理されている各車の位置情報や速度情報に従って、各車を道路空間上に配置する。衝突判定部６０は、空間配置部によって道路空間上に配置された車や路上物体の位置関係を比較することで、車と路上物体および車と車の衝突を判定する。衝突する車両の速度、重量、衝突安全性から衝突による車両および乗員の被害を演算する。
【００４１】
以上のように構成された交通シミュレーション装置は次のように動作する。以下では、移動体として車両を用いて説明する。
【００４２】
図２は、時刻Ｔにおいて自車Ｃが交差点で右折する状況を示す図である。各車両は破線の方向に移動するものとし、自車Ｃはこの交差点で右折する。以下では、ドライバが対向車の認知およびその際の判断により進行方向の操作量を決める手順についてのべる。なお、本実施形態は、対向車の認知について中心に述べるが、そのほかにも信号、歩行者、周辺建物などの認識、判断、操作量決定も行う。また同様に、水平方向の判断、操作量決定も実施する。
【００４３】
図３は、自車Ｃの右折処理ルーチンを示すフローチャートである。右折処理ルーチンは、所定計算ステップ毎に実行される。自車Ｃに対応する移動体モデル部１０Ｃは次のように処理を実行する。
【００４４】
最初に、認識部１１は、自車Ｃが右折するための判断に用いられる存在認識度、認識距離、認識速度を算出する。ここでは、ドライバＡが自車Ｃを運転している場合を例に挙げて説明する。
【００４５】
具体的にステップＳ１では、認識部１１は、空間配置部５０によって配置された自車Ｃの情報に基づいて、自車Ｃのドライバの視点における視野画像を生成して、ステップＳ２に移行する。
【００４６】
図４は、時刻Ｔにおける視野画像の一例を示す図である。視野画像は、投影変換等によって表現され、ドライバの視界に相当する画像である。図４の視野画像には、対向車Ａのみが現れている。時間の経過と共に自車Ｃを含む各車両が移動すると、認識部１１は、ドライバの視野の変化に応じた視野画像を生成する。
【００４７】
図５は、時刻（Ｔ＋ｔ）における視野画像の一例を示す図である。図５の視野画像には、対向車Ａだけでなく対向車Ｂも現れている。
【００４８】
ステップＳ２では、認識部１１は視野画像に輪郭線抽出処理を行い、ステップＳ３では、認識部１１は輪郭線で囲まれる認識対象の面積を視野内面積として算出して、ステップＳ４に移行する。
【００４９】
図６及び図７は、図４及び図５の視野画像に対して輪郭抽出処理を行った結果を示す図である。図８は、認識対象の面積である視野内面積を示す図である。視野内面積とは、ドライバの視野における認識対象物の面積を示す。
【００５０】
認識対象物の認識のし易さは、明るさや背景とのコントラストなどによっても異なる。背景などのコントラストが低く認識しにくい状況では、輪郭線が抽出されにくくなり、認識性と同様に視野内面積も減少する。このため、視野内面積は、環境に応じた認識の難易度を表現できる。なお、本実施形態では、輪郭抽出により認識対象の面積を算出したが、２値化処理などの画像処理手法により、直接面積を求めてもよい。
【００５１】
ステップＳ４では、認識部１１は、認識対象物の存在認識度を算出する。なお、図５及び７に示すように、認識対象物が複数あるときは、認識部１１は各々の認識対象物の存在認識度を算出する。存在認識度は、ドライバの視野中の物体の認識度合いを示し、値が小さいほど存在を認識していないことを示す。なお、存在認識度は、必要に応じて百分率に換算されたものが使用される。具体的には、認識部１１は次の式（１）を演算してステップＳ５に移行する。
【００５２】
存在認識度＝［視野内面積］÷［視野全面積］×［視野係数］×［覚醒度］
・・・（１）
【００５３】
ここで、視野全面積は、視野全体の面積を示す。視野係数は、視野内の位置による認識の程度を示し、中心地点は高く、周辺になるに従い低くなる。これにより注視点近辺は認識しやすく、それ以外の周辺視野は認識しにくいことが表現される。
【００５４】
図９は、視野係数の一例を示す図である。同図に示すように、視野係数は、画像の中心地点では１．０、その周囲の範囲では０．８、端の方では０．４になっている。なお、視野係数は、ドライバの視力に応じて変更してもよい。
【００５５】
また、覚醒度は、ドライバの覚醒の度合いを示し、ぼんやりしている状態では認識度が下がることを表現する。
【００５６】
図１０は、ドライバの覚醒度の頻度分布の例を示す。本実施形態では、覚醒度は、全ドライバに対して確率的な分布で与えられる。
【００５７】
ステップＳ５では、認識部１１は、認識対象物の存在認識度、実際の距離、実際の速度を用いて、距離認識度及び速度認識度を演算する。具体的には、認識部１１は次の式（２）及び（３）を演算して、ステップＳ６に移行する。
【００５８】
認識距離＝［距離］×（１＋ｋ１×１／［存在認識度］） ・・・（２）
認識速度＝［速度］×（１−ｋ２×１／［存在認識度］） ・・・（３）
【００５９】
ｋ１、ｋ２はパラメータである。認識距離、認識速度は、実際の距離、速度に対して、視野から認識できる速度、距離を示す。存在認識度が低い、つまり存在を認識しにくい場面ほど、ドライバは距離を遠くに認知し、速度を遅く認知する。
【００６０】
ステップＳ６では、認識部１１は、存在認識度、認識距離、認識速度を、次の判断を行うために、一時的に記憶装置に記憶して、ステップＳ７に移行する。また、認識部１１は、ドライバの特性に応じて、条件によって前の計算ステップで演算した存在認識度、認識距離、認識速度を呼び出し、次の判断を行うために保持してもよい。前の計算ステップで演算した存在認識度、認識距離、認識速度を用いるのは、高齢者などによる認識遅れを表現するものである。
【００６１】
つぎに、判断部１２は、自車Ｃが右折する場合において、認識部１１で算出された存在認識度、認識距離、認識速度に基づいて、周囲の状況を判断して次の行動を決定する。認識部１１は、右折時では、次の４つの項目を判断する。
【００６２】
１．対向車の有無
２．自車とぶつかる進路か否か
３．進行した場合、衝突するか否か
４．対向車が来ると考えられる可能性
【００６３】
そして、判断部１２は、行動を決定するために次のデータを用いる。
【００６４】
図１１は、ドライバの特性を示す図である。個々のドライバに対して、ドライバの特性を示す「慎重度」、「熟練度」、「身体能力度」が０．０〜１．０の間で設定されている。「慎重度」は運転の慎重さを示し、乱暴な運転をするドライバの値は低くなる。「熟練度」は運転経験からくる熟練の度合いを示し、初心者ドライバの値は低くなる。「身体能力度」は視力、反応時間など身体的な能力を示し、高齢者ドライバの値は低くなる。
【００６５】
例えば、４０歳台で運転暦が２０年の慎重な運転をするドライバＡの場合、「慎重度」、「熟練度」、「身体能力度」を、０．９、１．０、０．７とする。２０歳台で運転暦が３年のやや乱暴な運転をするドライバＢの場合、「慎重度」、「熟練度」、「身体能力度」をそれぞれ０．３、０．２、１．０とする。これらの値は、ドライバに対するアンケートなどによって、分布を調査し、その調査結果をもとに確率的に設定される。
【００６６】
また、認識部１１は、後述するステップにおいて認識存在度評価値、到達時間評価値、対向車予測評価値を使用する。これらの評価値は、次の式（４）で求められる。
【００６７】
［評価値］＝（α×［慎重度］＋β×［熟練度］＋γ×［身体能力度］）
／（α＋β＋γ）・・・（４）
【００６８】
α、β、γはそれぞれ慎重度係数、熟練度係数、身体能力度係数である。ここで、認識存在度評価値、到達時間評価値、対向車予測評価値のいずれを求めるかによって、各係数は異なった値になる。
【００６９】
図１２は、評価値毎の慎重度係数、熟練度係数、身体能力度係数を示す図である。例えば、存在認識度評価値を求めるときは、α、β、γはそれぞれ３、０、２になる。到達時間評価値を求めるときは、α、β、γはそれぞれ２、２、１になる。
【００７０】
また、判断部１２は、後述するステップにおいて、評価値を用いて存在認識度閾値、到達時間閾値、対向車がくる可能性を設定する。
【００７１】
図１３は、評価値に対応する存在認識度閾値、到達時間閾値、対向車がくる可能性を示す図である。例えば、存在認識度評価値が０．９の場合、存在認識度閾値は３（％）である。到達時間評価値が０．３の場合、到達時間閾値は２．３（秒）である。対向車予測評価値が０．５の場合、対向車がくる可能性は５０（％）である。
【００７２】
判断部１２は、以上のようなデータを用いて、次のステップＳ７〜Ｓ１４の処理を実行する。
【００７３】
ステップＳ７では、判断部１２は、信号条件、すなわち信号灯火による進行の可否を判断する。具体的には、判断部１２は、信号が青であるか否かを判断し、肯定判断のときは進行可能であるのでステップＳ８に移行し、否定判断のときは進行可能でないのでステップＳ１１に移行する。
【００７４】
ステップＳ８では、判断部１２は、対向車が存在するか否かを判断する。複数の対向車が認識された場合、自車Ｃから最も距離の近い対向車が判断対象となる。具体的には、判断部１２は、ステップＳ４で算出された存在認識度が存在認識度閾値を超えているか否かを判断する。存在認識度閾値は、次のように求められる。
【００７５】
判断部１２は、最初に、式（４）に従って存在認識度評価値を算出する。図１１に示すドライバＡの特性、及び図１２に示す存在認識度評価値を求めるための係数α、β、γを用いると、ドライバＡの存在認識度評価値は式（５）になる。
【００７６】
（ドライバＡの存在認識度評価値）＝（３×０．９＋０×１．０＋２×０．７）／５
＝０．８ ・・・（５）
【００７７】
図１３によると、評価値０．８に対応する存在認識度閾値は４（％）である。そこで、判断部１２は、ステップＳ４で算出された存在認識度（％）が存在認識度閾値４（％）を超えたか否かを判断する。肯定判断のときは、ドライバＡは対向車の存在を認識したとみなしてステップＳ９に移行する。否定判断のときは、ドライバＡは対向車の存在を認識していないとみなして、ステップＳ１２に移行する。
【００７８】
ステップＳ９では、判断部１２は、対向車は自車Ｃと衝突するような進路上にあるか否かを判断する。具体的には、判断部１２は、対向車の方向指示器の状態、ステップＳ５で算出された認識距離及び認識速度により、対向車の進路を予想する。そして、対向車の進路と自車Ｃの進路が交差する（又は重なる）ときは、対向車は自車Ｃと衝突するような進路上にあると判断する。例えば、自車が右折で、対向車が直進または左折の場合は、自車Ｃの進路上に対向車があると判断する。そして、肯定判断のときはステップＳ１０に移行し、否定判断のときはステップＳ１４に移行する。
【００７９】
ステップＳ１０では、判断部１２は、自車Ｃと対向車が衝突するか否かを判断する。具体的には、判断部１２は、ステップＳ５で算出された認識距離及び認識速度、自車の速度に基づいて到達時間を算出し、この到達時間が到達時間閾値を超えているか否かを判断する。到達時間閾値は、次のように求められる。
【００８０】
判断部１２は、最初に、式（４）に従って到達時間評価値を算出する。図１１及び図１２のデータを用いると、ドライバＡの到達時間評価値は式（６）になる。
【００８１】
（ドライバＡの到達時間評価値）＝（２×０．９＋２×１．０＋１×０．７）／５
＝０．９ ・・・（６）
【００８２】
図１３によると、評価値０．９に対応する到達時間閾値は３．８（秒）である。なお、ドライバＢの場合、到達時間評価値は０．４、到達時間閾値は２．６になる。そこで、判断部１２は、ドライバＡについて、既に算出した到達時間（秒）が到達時間閾値３．８（秒）を超えたか否かを判断する。肯定判断のときは、自車Ｃは対向車と衝突しないとみなしてステップＳ１４に移行する。否定判断のときは、ドライバＡは対向車に衝突するとみなして、ステップＳ１１に移行する。
【００８３】
ステップＳ１１では、判断部１２は、自車Ｃの速度をゼロにすることを決定し、ステップＳ１６に移行する。
【００８４】
一方、ステップＳ１２では、判断部１２は、自車Ｃの速度を速度ｖに上げることを決定し、ステップＳ１３に移行する。
【００８５】
ステップＳ１３では、判断部１２は、ドライバＡの視野外に対向車が存在する可能性があるか否かを判断する。ここでは、ドライバが対向車を認知できなくても、経験的に見えていない部分から対向車が来る可能性がある。そこで、判断部１２は、確率的に対向車の有無を判断する。
【００８６】
判断部１２は、最初に、式（４）に従って対向車予測評価値を算出する。図１１に示すドライバＡの特性、及び図１２に示す対向車予測評価値を求めるための係数α、β、γを用いると、ドライバＡの対向車予測評価値は式（７）になる。
【００８７】
（ドライバＡの対向車予測評価値）＝（２×０．９＋３×１．０＋０×０．７）／５
＝１．０ ・・・（７）
【００８８】
図１３によると、評価値１．０に対応する対向車がくる可能性は１００（％）である。そこで、判断部１２は、対向車がくる可能性が所定の閾値（例えば３０％）を超えているか否かを判断する。肯定判断のときは対向車がくるとみなして、ステップＳ１１に移行し、否定判断のときは対向車がこないとみなして、ステップＳ１６に移行する。
【００８９】
以上のように、判断部１２は、存在認識度、到達時間に基づいて、対向車の有無、衝突するか否か等の交通判断を行う。しかし、存在認識度、到達時間はドライバの認識の程度によって大きく異なってしまう。そこで、判断部１２は、個々のドライバに最適な閾値を設定し、その閾値と存在認識度や到達時間と比較することによって、ドライバの特性に応じた交通判断をシミュレーションすることができる。
【００９０】
ステップＳ１６では、操作部２３は、ステップＳ１１又はステップＳ１２で決定された目標速度になるように、ドライバデータ及び車両データを用いてブレーキ操作量又はアクセル操作量を演算し、ステップＳ１７に移行する。
【００９１】
例えば、判断部１２で決定された速度がゼロの場合、操作部１３は、自車Ｃの停止状態を維持できるように、または停止状態まで減速するように、ブレーキ操作量を演算する。また、判断部１２で決定された速度がｖの場合、操作部１３は、自車Ｃが速度ｖとなるようにアクセル開度を演算する。目標とする速度ｖは、適切な範囲の中でドライバ毎に異なる値を設定してもよい。
【００９２】
ステップＳ１７では、挙動演算部１４は、操作部１３で求められた操作量に基づいて自車Ｃの速度及び加速度を算出する。このようにして算出された自車Ｃの速度及び加速度は、交通状況管理部３０に供給される。
【００９３】
その結果、空間配置部５０は、交通状況管理部３０で管理されている各車の位置情報、速度、加速度等の情報に従って自車Ｃを道路空間上に再配置し、自車Ｃをシミュレーションすることができる。
【００９４】
ここで、１計算ステップ前では、判断部１２が「対向車無し」と判断し（ステップＳ８の否定判断）、目標速度を設定して（ステップＳ１２）、その結果自車Ｃが加速している状態であっても、次の現計算ステップでは、判断部１２が対向車を認識し（ステップＳ８の肯定判定）、停止すると判断する（ステップＳ１１）場合がある。この場合、自車Ｃは、ある速度から停止状態への急制動となることがある。このとき、自車Ｃが対向車と衝突するかどうかは、前の計算ステップでの速度や判断遅れの時間によって異なる。つまり、自車Ｃと対向車は衝突する場合もあり、制動によって衝突しない場合もある。
【００９５】
ここでは、車両Ｃの移動体モデル部１０Ｃの右折処理ルーチンを説明したが、対向側の車両Ｂの移動体モデル部１０Ｂも同様に自車の速度及び加速度を決定することができる。例えば、自車が直進であっても、視野内において自車の進路上に車両が進行してくると判断した場合は、減速すると判断し、衝突しないように速度を低下させることができる。
【００９６】
空間配置部５０は、交通状況管理部３０で管理されている各車の位置情報、速度、加速度等の情報に従って、各車を道路空間上に再配置し、各車両の動きをシミュレーションすることができる。
【００９７】
衝突判定部６０は、空間配置部５０によって道路空間上に配置された車両や路上物体の位置関係を比較することで、車両と路上物体、および車両と車両の衝突を判定する。衝突判定部６０は、車が衝突すると判断した場合は、衝突の大きさを算出する。
【００９８】
例えば、自車Ｃの衝突直前の速度ＶC、重量ＭC、対向車Ｂの衝突直前前の速度ＶB、重量ＭB、自車Ｃの衝突安全係数ＫCとした場合、自車Ｃが衝突によって受けるエネルギーＥは、例えば次の式（８）で求められる。
【００９９】
Ｅ＝ＫC［（１／２）ＭCＶC2 ＋（１／２）ＭBＶB2］ ・・・（８）
【０１００】
衝突判定部６０は、式（８）のエネルギーＥによって、事故による衝突の大きさを分類する。
【０１０１】
以上のように、本発明の実施形態に係る交通シミュレーションは、ドライバの認識、判断、操作に基づいて車両の挙動量を演算し、その挙動量に基づいて各々の移動体の動きをシミュレーションする。これにより、上記交通シミュレーション装置は、ドライバの認知ミス、判断エラーを考慮して、移動体の動きをシミュレーションすることができる。
【０１０２】
上記交通シミュレーション装置は、ドライバの視野画像に基づいて、ドライバの認知の程度を反映した認識対象物の存在認識度、認識速度、認識距離を算出し、これらの算出結果を用いてドライバの次の行動を判断するので、ドライバの認知ミス及びそれによって引き起こされる判断エラーを再現することができる。
【０１０３】
さらに、上記交通シミュレーション装置は、ドライバの各々の特性に応じて次の行動を判断するための閾値を設定するので、ドライバの統計的な特性を利用することによって、より現実的な交通シミュレーションを行うことができる。
【０１０４】
［安全装置の評価］
車両事故は、ドライバの判断、例えば対向車の認知ミスなどによって起きる。このような車両事故を防止するために、ドライバの安全運転を補助する安全システムを搭載した車両もある。以下では、様々な安全システムを搭載した車両のシミュレーションについて説明する。
【０１０５】
（通信システムの場合）
車車間通信システムでは、送信地点と受信地点の間に遮蔽物が存在しても、電波が回折し建物で反射するため、無線通信できる場合がある。ここでは、移動体モデル部１０Ａ及び１０Ｂが無線通信するものとする。
【０１０６】
図１４は、電波の回折と反射を示す図である。回折の場合はナイフエッジ法、反射の場合はレイトレーシング法などで、電波強度が求められる。そこで、例えば、移動体モデル部１０Ａの車載装置部２０Ａは、対向車である移動体モデル部１０Ｂの車載装置部２０Ｂから送信された電波に対して、回折や反射を経て、自車で受信する電波強度が閾値を上回る場合は、通信が成功するものとし、通信によって対向車の位置、速度などの情報を認識できる。
【０１０７】
このような車車間通信システムでは、移動体モデル部１０Ａは、移動体モデル部１０Ｂから送信された他車両Ｂの位置、速度と自車の位置、速度により、衝突するかを予測することができる。このため、移動体モデル部１０は、視野で対向車Ｂを認識できなくても、無線通信により対向車Ｂを認知できるので、判断を変えることができる。
【０１０８】
例えば、情報提供部２４がドライバの警報を発して情報提供した場合、認識部１１は、式（１）の覚醒度を大きな値に変更して（例えば１以上の定数を乗じて）、存在認識度を算出すればよい。
【０１０９】
情報提供部２４が音声、文字、画像等によって周辺車両の有無に関する情報提供をした場合、認識部１１は、式（１）で求められた存在認識度を大きな値に変更するとよい。情報提供部２４が位置や速度を情報提供した場合、認識部１１は、認識距離、認識速度をより正確な値に変更すればよい。
【０１１０】
ドライバの情報提供に対する信頼度も評価する場合は、情報提供に対して、情報を信じるドライバが確率的に分布するとしてもよく、情報を信用しないドライバの場合は、存在認識度などが変化しないとしてもよい。
【０１１１】
（車両制御システムの場合）
また、車両制御システム、例えば移動体制御部２５は、自車の進路上に対象車が進行すると予測した場合は、制動の操作量を決定し操作することで、衝突前に自車を停止させる。この場合は、操作部１３は、ドライバが決定した操作量よりも、移動体制御部２５が決定した操作量を優先する。なお、電波強度など無線通信が成立するか否かは、本装置内で演算してもよく、また外部の装置で演算した結果を使ってもよい。
【０１１２】
（夜間の場合）
夜間の場合、空間配置部５０は、道路空間を夜間に相当する明るさに設定し、自車がヘッドライトに相当する光源を発している状態を設定する。
【０１１３】
図１５は、夜間の視野画像の一例を示す図である。空間配置部５０が上記のように道路空間の明るさを設定することにより、認識部１１は、パストレーシング法、レイトレーシング法などの処理によってドライバの視野画像を得る。その結果、判断部１２は、夜間に置けるドライバの判断をシミュレーションできる。
【０１１４】
これに対して、車両が赤外光を投影してカメラで撮影する夜間撮影システム（ナイトビジョン）の場合、空間配置部５０は、赤外光の明るさや投影などの条件に合わせて道路空間の光量を設定する。
【０１１５】
図１６は、赤外光を投影することによってカメラで撮影された視野画像の一例を示す図である。このように夜間撮影システムでは、認識部１１がこの視野画像をカメラからの出力として処理し、判断部１２がその処理結果を用いてドライバの判断を行うことによって、夜間撮影システムの効果を評価することができる。同様に、カメラを２台用いるステレオ方式の安全システムでは、それぞれのカメラ位置を視点とした視野画像が得られ、それらの視野画像を用いて評価される。
【０１１６】
カメラを使った安全システムにおいても、無線通信を使った安全システムと同様に、情報提供により認識部１１が存在認識度の値を変更し、また車両制御を行ってもよい。
【０１１７】
赤外光などで夜間の視野を補助するシステムでは、視野係数が上がるとしてもよい。
【０１１８】
（レーダーシステム）
レーダーシステムは、方位に対する対象物までの距離を求めることができる。
【０１１９】
図１７は、レーダーシステムによって算出された対象物までの距離及び方位の関係を示す図である。具体的には、空間配置部５０が、自車位置における方位とその方向の対象物までの距離を演算することによって求める。レーダーシステムでは、方位と距離の関係をレーダーからの出力として処理することで、レーダーシステムを評価することができる。
【０１２０】
そして、交通シミュレーション装置は、安全システムを搭載していない移動体の動きをシミュレーションすると共に、上述のような安全システムを搭載した移動体の挙動量を演算し、その挙動量に基づいて各々の移動体の動きをシミュレーションする。これにより、上記交通シミュレーション装置は、安全システムを搭載した車両と搭載していない車両の事故発生件数を比較することによって、安全システムを評価することができる。
【０１２１】
なお、本発明は、上述した実施の形態に限定されるものではなく、特許請求の範囲に記載された範囲内で設計上の変更をされたものにも適用可能であるのは勿論である。
【０１２２】
例えば、本実施形態で使用したデータは、予めデータベースに記憶されたものでもよいし、ネットワークを介して伝送されたものでもよい。また、図１０乃至図１３に示したものは一例に過ぎず、本発明を限定するものではない。
【図面の簡単な説明】
【０１２３】
【図１】本発明の実施形態に係る交通シミュレーション装置の構成を示すブロック図である。
【図２】時刻Ｔにおいて自車Ｃが交差点で右折する状況を示す図である。
【図３】自車Ｃの右折処理ルーチンを示すフローチャートである。
【図４】時刻Ｔにおける視野画像の一例を示す図である。
【図５】時刻（Ｔ＋ｔ）における視野画像の一例を示す図である。
【図６】図４の視野画像に対して輪郭抽出処理を行った結果を示す図である。
【図７】図５の視野画像に対して輪郭抽出処理を行った結果を示す図である。
【図８】認識対象の面積である視野内面積を示す図である。
【図９】視野係数の一例を示す図である。
【図１０】ドライバの覚醒度の頻度分布の例を示す。
【図１１】ドライバの特性を示す図である。
【図１２】評価値毎の慎重度係数、熟練度係数、身体能力度係数を示す図である。
【図１３】評価値に対応する存在認識度閾値、到達時間閾値、対向車がくる可能性を示す図である。
【図１４】電波の回折と反射を示す図である。
【図１５】夜間の視野画像の一例を示す図である。
【図１６】赤外光を投影することによってカメラで撮影された視野画像の一例を示す図である。
【図１７】レーダーシステムによって算出された対象物までの距離及び方位の関係を示す図である。
【符号の説明】
【０１２４】
１０、１０Ａ、１０Ｂ、１０Ｃ 移動体モデル部
１１ 認識部
１２ 判断部
１３ 操作部
１４ 挙動演算部
２０Ａ、２０Ｂ 車載装置部
２１ センシング部
２２ 通信部
２３ 処理部
２４ 情報提供部
２５ 移動体制御部
【特許請求の範囲】
【請求項１】
移動体の挙動量に基づいて道路上の移動体の動きをシミュレーションする交通シミュレーション装置であって、
ドライバの視野画像に基づいて道路状況を認識する認識手段と、
前記認識手段により認識された道路状況に基づいて、ドライバの次の行動を判断する判断手段と、
前記判断手段により判断されたドライバの次の行動に基づいて、前記移動体を操作する操作手段と、
前記操作手段の操作に応じて移動体の挙動量を演算する車両挙動量演算手段と、を備え、
前記認識手段は、前記視野画像に基づいて、認識対象物の存在認識度、認識速度、認識距離の少なくとも１つを算出し、算出結果に基づいて道路状況を認識する
交通シミュレーション装置。
【請求項２】
前記認識手段は、認識対象物の存在認識度を算出し、
前記判断手段は、前記認識手段により算出された存在認識度がドライバの特性に応じて設定された閾値を超えたか否かに基づいて、前記移動体の周辺に前記認識対象物が存在するか否かを判断する
請求項１に記載の交通シミュレーション装置。
【請求項３】
前記認識手段は、認識対象物の認識速度及び認識距離を算出し、
前記判断手段は、前記移動体の速度と、前記認識手段により算出された認識速度及び認識距離と、に基づいて到達時間を算出し、当該到達時間がドライバの特性に応じて設定された閾値を超えたか否かに基づいて、前記認識対象物と衝突するか否かを判断する
請求項１または請求項２に記載の交通シミュレーション装置。
【請求項４】
前記認識手段は、認識対象物の認識速度及び認識距離を算出し、
前記判断手段は、前記認識手段により算出された認識速度及び認識距離と、認識対象物の移動方向とに基づいて、前記認識対象物の進路を予想し、前記移動体の進路が前記認識対象物の進路に交差するか否かを判断する
請求項１から請求項３のいずれか１項に記載の交通シミュレーション装置。
【請求項５】
認識手段は、少なくとも前記視野画像の面積及び前記視野画像内の認識対象物の面積に基づいて、前記認識対象物の存在認識度を算出する
請求項１から請求項４のいずれか１項に記載の交通シミュレーション装置。
【請求項６】
前記認識手段は、前記視野画像内の位置に応じた認識程度を示す視野係数、ドライバの覚醒の程度を示す覚醒度の少なくとも１つを更に用いて、前記前記認識対象物の存在認識度を算出する
請求項５に記載の交通シミュレーション装置。
【請求項７】
前記移動体の周辺情報をドライバに提供する情報提供手段を更に備え、
前記認識手段は、前記情報提供手段により提供された周辺情報を用いて、認識対象物の存在認識度、認識速度、認識距離の少なくとも１つの値を変更する
請求項１から請求項６のいずれか１項に記載の交通シミュレーション装置。
【請求項８】
前記移動体の周辺情報をドライバに提供する情報提供手段を更に備え、
前記認識手段は、前記情報提供手段により提供された周辺情報を用いて、視野係数、覚醒度の少なくとも１つの値を変更する
請求項６に記載の交通シミュレーション装置。
【請求項９】
他の物体との衝突を回避するように移動体を制御する移動体制御手段を更に備え、
前記操作手段は、前記判断手段により判断されたドライバの次の行動よりも、前記移動体制御により制御された行動を優先して、前記移動体を制御する
請求項１から請求項８のいずれか１項に記載の交通シミュレーション装置。
【請求項１０】
移動体の挙動量に基づいて道路上の移動体の動きをシミュレーションする交通シミュレーション方法であって、
ドライバの視野画像に基づいて、認識対象物の存在認識度、認識速度、認識距離の少なくとも１つを算出し、算出結果に基づいて道路状況を認識し、
前記認識された道路状況に基づいて、ドライバの次の行動を判断し、
前記判断されたドライバの次の行動に基づいて、前記移動体を操作し、
前記操作に応じて移動体の挙動量を演算する
交通シミュレーション方法。
【請求項１１】
コンピュータに移動体の挙動量に基づいて道路上の移動体の動きをシミュレーションさせる交通シミュレーションプログラムであって、
前記コンピュータに、
ドライバの視野画像に基づいて、認識対象物の存在認識度、認識速度、認識距離の少なくとも１つを算出し、算出結果に基づいて道路状況を認識させ、
前記認識された道路状況に基づいて、ドライバの次の行動を判断させ、
前記判断されたドライバの次の行動に基づいて、前記移動体を操作させ、
前記操作に応じて移動体の挙動量を演算させる
交通シミュレーションプログラム。
【請求項１】
移動体の挙動量に基づいて道路上の移動体の動きをシミュレーションする交通シミュレーション装置であって、
ドライバの視野画像に基づいて道路状況を認識する認識手段と、
前記認識手段により認識された道路状況に基づいて、ドライバの次の行動を判断する判断手段と、
前記判断手段により判断されたドライバの次の行動に基づいて、前記移動体を操作する操作手段と、
前記操作手段の操作に応じて移動体の挙動量を演算する車両挙動量演算手段と、を備え、
前記認識手段は、前記視野画像に基づいて、認識対象物の存在認識度、認識速度、認識距離の少なくとも１つを算出し、算出結果に基づいて道路状況を認識する
交通シミュレーション装置。
【請求項２】
前記認識手段は、認識対象物の存在認識度を算出し、
前記判断手段は、前記認識手段により算出された存在認識度がドライバの特性に応じて設定された閾値を超えたか否かに基づいて、前記移動体の周辺に前記認識対象物が存在するか否かを判断する
請求項１に記載の交通シミュレーション装置。
【請求項３】
前記認識手段は、認識対象物の認識速度及び認識距離を算出し、
前記判断手段は、前記移動体の速度と、前記認識手段により算出された認識速度及び認識距離と、に基づいて到達時間を算出し、当該到達時間がドライバの特性に応じて設定された閾値を超えたか否かに基づいて、前記認識対象物と衝突するか否かを判断する
請求項１または請求項２に記載の交通シミュレーション装置。
【請求項４】
前記認識手段は、認識対象物の認識速度及び認識距離を算出し、
前記判断手段は、前記認識手段により算出された認識速度及び認識距離と、認識対象物の移動方向とに基づいて、前記認識対象物の進路を予想し、前記移動体の進路が前記認識対象物の進路に交差するか否かを判断する
請求項１から請求項３のいずれか１項に記載の交通シミュレーション装置。
【請求項５】
認識手段は、少なくとも前記視野画像の面積及び前記視野画像内の認識対象物の面積に基づいて、前記認識対象物の存在認識度を算出する
請求項１から請求項４のいずれか１項に記載の交通シミュレーション装置。
【請求項６】
前記認識手段は、前記視野画像内の位置に応じた認識程度を示す視野係数、ドライバの覚醒の程度を示す覚醒度の少なくとも１つを更に用いて、前記前記認識対象物の存在認識度を算出する
請求項５に記載の交通シミュレーション装置。
【請求項７】
前記移動体の周辺情報をドライバに提供する情報提供手段を更に備え、
前記認識手段は、前記情報提供手段により提供された周辺情報を用いて、認識対象物の存在認識度、認識速度、認識距離の少なくとも１つの値を変更する
請求項１から請求項６のいずれか１項に記載の交通シミュレーション装置。
【請求項８】
前記移動体の周辺情報をドライバに提供する情報提供手段を更に備え、
前記認識手段は、前記情報提供手段により提供された周辺情報を用いて、視野係数、覚醒度の少なくとも１つの値を変更する
請求項６に記載の交通シミュレーション装置。
【請求項９】
他の物体との衝突を回避するように移動体を制御する移動体制御手段を更に備え、
前記操作手段は、前記判断手段により判断されたドライバの次の行動よりも、前記移動体制御により制御された行動を優先して、前記移動体を制御する
請求項１から請求項８のいずれか１項に記載の交通シミュレーション装置。
【請求項１０】
移動体の挙動量に基づいて道路上の移動体の動きをシミュレーションする交通シミュレーション方法であって、
ドライバの視野画像に基づいて、認識対象物の存在認識度、認識速度、認識距離の少なくとも１つを算出し、算出結果に基づいて道路状況を認識し、
前記認識された道路状況に基づいて、ドライバの次の行動を判断し、
前記判断されたドライバの次の行動に基づいて、前記移動体を操作し、
前記操作に応じて移動体の挙動量を演算する
交通シミュレーション方法。
【請求項１１】
コンピュータに移動体の挙動量に基づいて道路上の移動体の動きをシミュレーションさせる交通シミュレーションプログラムであって、
前記コンピュータに、
ドライバの視野画像に基づいて、認識対象物の存在認識度、認識速度、認識距離の少なくとも１つを算出し、算出結果に基づいて道路状況を認識させ、
前記認識された道路状況に基づいて、ドライバの次の行動を判断させ、
前記判断されたドライバの次の行動に基づいて、前記移動体を操作させ、
前記操作に応じて移動体の挙動量を演算させる
交通シミュレーションプログラム。
【図１】
【図２】
【図３】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１７】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１５】
【図１６】
【図２】
【図３】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１７】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１５】
【図１６】
【公開番号】特開２００７−７２８０９（Ｐ２００７−７２８０９Ａ）
【公開日】平成１９年３月２２日（２００７．３．２２）
【国際特許分類】
【出願番号】特願２００５−２５９７６９（Ｐ２００５−２５９７６９）
【出願日】平成１７年９月７日（２００５．９．７）
【出願人】（０００００３６０９）株式会社豊田中央研究所 (4,200)
【Ｆターム（参考）】
【公開日】平成１９年３月２２日（２００７．３．２２）
【国際特許分類】
【出願日】平成１７年９月７日（２００５．９．７）
【出願人】（０００００３６０９）株式会社豊田中央研究所 (4,200)
【Ｆターム（参考）】
[ Back to top ]