警告発生装置
【課題】危険に対する予測に必要な情報が欠落された場合でも予測を行うことを可能とし、さらに車両が走行する環境に応じて適切な警告を発生する警告発生装置を提供する。
【解決手段】車両が走行する種々の場所における複数の項目毎に分けられた走行環境に関する情報を示した環境情報、及び当該環境情報に対応するとともに、当該環境における危険度を示す危険度情報を含む環境危険度情報が記録され、記録された環境危険度情報に基づき、一部の項目に対応する情報が確定した場合に他の項目に対応する情報及び危険度を推論可能な情報である推論情報を生成し、車両の現時点における少なくとも一部の項目に対応する情報である現時点環境情報を取得し、取得された現時点環境情報を、生成された推論情報に適用することにより、危険度を推論し、推論された危険度が所定の閾値を超えた場合に、当該車両を運転する運転者に警告を発生する。
【解決手段】車両が走行する種々の場所における複数の項目毎に分けられた走行環境に関する情報を示した環境情報、及び当該環境情報に対応するとともに、当該環境における危険度を示す危険度情報を含む環境危険度情報が記録され、記録された環境危険度情報に基づき、一部の項目に対応する情報が確定した場合に他の項目に対応する情報及び危険度を推論可能な情報である推論情報を生成し、車両の現時点における少なくとも一部の項目に対応する情報である現時点環境情報を取得し、取得された現時点環境情報を、生成された推論情報に適用することにより、危険度を推論し、推論された危険度が所定の閾値を超えた場合に、当該車両を運転する運転者に警告を発生する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、警告発生装置に係り、特に警告の発生に必要な全ての情報が揃わない場合でも、適切に警告を発生することを可能とする警告発生装置に関する。
【背景技術】
【０００２】
従来より、車両の安全に係る技術が数多く提案されている。例えば、特許文献１には、物体の位置および当該物体の速度を含む内部状態を記憶する記憶手段を備えたコンピュータが、前記物体の位置および内部状態を前記記憶手段から読み出し、この読み出した前記物体の位置および内部状態に基づいて、前記物体が時間の経過とともに取りうる位置の変化を時間および空間から構成される時空間上での軌跡として生成し、この生成した軌跡を用いることによって前記物体の進路の確率的な予測を行う技術が開示されている。
【０００３】
また、特許文献２には、自車両が信号のない交差点や合流点から所定距離の範囲に接近し、自車両の車速が所定の速度以下である場合に、危険度算出実行判定部は自車両が危険度算出実行の環境下にあると判定し、衝突危険度判定部は、当該環境下において右側方センサおよび左側方センサからの出力に基づいて危険度を算出し、ブレーキ踏力センサからの出力に基づいて運転者の発進意図を監視し、警告判定部は、これらの情報に基づいて衝突の危険がある場合には、警告装置を介して運転者に警告する技術が開示されている。
【特許文献１】特開２００７−２３３６４６号公報
【特許文献２】特開２００５−１７３７０３号公報
【発明の開示】
【発明が解決しようとする課題】
【０００４】
このような技術背景において、例えば特許文献１に開示された技術では、予測に必要な全ての情報を認識する手段がなくてはならない。従って、一部のセンサからの情報が得られずに情報が欠落しているときに、予測することができないという問題がある。
【０００５】
また、特許文献２に開示された技術では、走行環境中の移動物が取りうる行動は、周辺施設・道路構造などに依存する。例えば、歩道上の歩行者の近くに横断歩道があるならば、その歩行者は横断する行動をとる可能性があり、その可能性は横断歩道の先に店舗やバスなどが存在すれば高くなる。従来技術では、このような因果構造を予め設計して与えなければならない。
【０００６】
このように、従来の技術では、危険に対する予測に必要な情報が欠落された場合に予測を行うことが出来ず、また車両が走行する環境に応じて適切な警告を発生することが困難であるという問題点あった。
【０００７】
本発明は上記問題点に鑑み、危険に対する予測に必要な情報が欠落された場合でも予測を行うことを可能とし、さらに車両が走行する環境に応じて適切な警告を発生する警告発生装置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】
【０００８】
請求項１の発明は、車両が走行する種々の場所における複数の項目毎に分けられた走行環境に関する情報を示した環境情報、及び当該環境情報に対応するとともに、当該環境における危険度を示す危険度情報を含む環境危険度情報が記録された記録手段と、前記記録手段により記録された前記環境危険度情報に基づき、前記複数の項目うち、一部の項目に対応する情報が確定した場合に他の項目に対応する情報及び前記危険度を推論可能な情報である推論情報を生成する推論情報生成手段と、前記車両の現時点における少なくとも一部の前記項目に対応する情報である現時点環境情報を取得する現時点環境情報取得手段と、前記環境情報取得手段により取得された現時点環境情報を、前記推論情報生成手段により生成された推論情報に適用することにより、前記危険度を推論する危険度推論手段と、前記危険度推論手段により推論された危険度が所定の閾値を超えた場合に、当該車両を運転する運転者に警告を発生する警告発生手段と、を有する。
【０００９】
ここで、請求項１の発明では、記録手段には、車両が走行する種々の場所における複数の項目毎に分けられた走行環境に関する情報を示した環境情報、及び当該環境情報に対応するとともに、当該環境における危険度を示す危険度情報を含む環境危険度情報が記録され、推論情報生成手段が前記記録手段により記録された前記環境危険度情報に基づき、前記複数の項目うち、一部の項目に対応する情報が確定した場合に他の項目に対応する情報及び前記危険度を推論可能な情報である推論情報を生成し、現時点環境情報取得手段が前記車両の現時点における少なくとも一部の前記項目に対応する情報である現時点環境情報を取得し、危険度推論手段が前記環境情報取得手段により取得された現時点環境情報を、前記推論情報生成手段により生成された推論情報に適用することにより、前記危険度を推論し、警告発生手段が、前記危険度推論手段により推論された危険度が所定の閾値を超えた場合に、当該車両を運転する運転者に警告を発生するので、危険に対する予測に必要な情報が欠落された場合でも予測を行うことを可能とする警告発生装置を提供することができる。また、記録手段が、車両が走行する種々の場所における複数の項目毎に分けられた走行環境に関する情報を示した環境情報を有するので、車両が走行する環境に応じて適切な警告を発生する警告発生装置を提供することができる。
【００１０】
また、請求項２の発明は、請求項１の発明において、前記推論情報は、前記項目及び前記危険度をノードとみなしたベイジアンネットワークを示す情報であるようにしても良い。
【００１１】
請求項２の発明によれば、推論情報としてベイジアンネットワークを示す情報を用いることができる。また、ベイジアンネットワークに代えてプロダクションルールを用いても良い。この推論情報は、一部の項目が確定した場合に、不確定な他の項目を推測可能なものであれば、上記ベイジアンネットワーク又はプロダクションルールでなくても良い。
【００１２】
更に、請求項３の発明は、請求項１又は請求項２の発明において、前記現時点環境情報取得手段により取得された前記現時点環境情報を、前記記録手段により記録された環境危険度情報に追加する追加手段を更に有するようにしても良い。
【００１３】
請求項３の発明によれば、現時点で取得された情報である現時点環境情報を記録手段に追加することで、記録手段に記録された情報量を増やすことができ、その結果、より適切な警告を発生することが可能となる。
【００１４】
また、請求項４の発明は、請求項３の発明において、前記追加手段により追加される前記現時点環境情報のうち、欠落している前記項目に対応する情報を、前記記録手段により記録された環境危険度情報に基づき決定する欠落項目決定手段を更に有するようにしても良い。
【００１５】
請求項４の発明によれば、欠落した情報を決定できるので、その結果記録手段に記録された情報量を増やすことができ、その結果、より適切な警告を発生することが可能となる。
【発明の効果】
【００１６】
本発明によれば、危険に対する予測に必要な情報が欠落された場合でも予測を行うことを可能とし、さらに車両が走行する環境に応じて適切な警告を発生する警告発生装置を提供することができるという効果が得られる。
【発明を実施するための最良の形態】
【００１７】
以下、図面を参照して、本発明の実施の形態について詳細に説明する。
【００１８】
図１は、本実施の形態に係る警告発生装置１０を示す図である。同図に示されるように、警告発生装置１０は、記録部５０、状況解釈部５２、環境情報取得部５４、及び警告発生部５６で構成される。
【００１９】
このうち、記録部５０は、各種データベース（以下、ＤＢと記す）５０ＡとＤＢ切り替え部５０Ｂを含んで構成される。ＤＢ切り替え部５０Ｂは、各種ＤＢ５０Ａのうち、状況解釈部５２が用いるＤＢに切り替えるものである。また、各種ＤＢ５０Ａにおける各々のＤＢは、車両が走行する種々の場所における複数の項目毎に分けられた走行環境に関する情報を示した環境情報、及び当該環境情報に対応するとともに、当該環境における危険度を示す危険度情報を含む環境危険度情報が記録されたものである。また、このＤＢは横一行を１つのレコード単位としている。
【００２０】
この各種ＤＢ５０Ａの詳細について、図２を用いて説明する。図２に示されるように、各種ＤＢ５０Ａは大きな項目として、「番号」、「環境情報」、及び「危険度情報」を有する。このうち、「番号」は各々のレコードに割り当てられた一意的な番号である。また、「環境情報」は、複数の項目（横断報道、信号機など）毎に分けられた走行環境に関する情報を示したものである。
【００２１】
更に、危険度情報は、「危険度」、「危険属性」、「危険要因」、及び「死角」を含んで構成される。このうち、「危険度」は、危険度を数値で示すものである。「危険属性」は、危険の属性を示すもので、同図では危険属性として潜在的な危険を示す「潜在危険」が示されている。「危険要因」は危険な状態を引き起こす可能性のある要因を示しており、同図では「歩行者」や「二輪車」が要因として挙げられている。「死角」はドライバの死角が存在するか否かを「あり」、「なし」で示すものである。
【００２２】
これら危険度情報は、後述する評定危険度を定めるものである。例えば危険度情報がそれぞれ数値で示され、その値が所定の閾値を超えた場合に、運転者に警告を発生することとなる。具体的には、危険度が０で「危険要因」が「二輪車」の場合、「二輪車」を示す数値と、危険度を示す数値との和と上記所定の閾値とを比較するようにしても良いし、危険度情報に含まれる各情報の全体、又は一部のみを用いるようにしても良い。
【００２３】
これらの情報は車両の走行中に所定間隔で逐次記録されていくものであり、特に環境情報は、後述する地図情報等からも取得することができ、危険度情報は専門家知識等を付与することにより記録するようにしても良いし、環境情報から所定の条件に従って導くようにしても良い。
【００２４】
なお、検出失敗や環境情報を検出する手段がないために、各種ＤＢ５０Ａのレコードには情報が欠落することもあり得る。その場合は、各種ＤＢ５０Ａに十分な数のレコードが蓄えられたならば、ニューラルネットにより各情報が示す値が成す曲面を関数近似することで近似曲面を作成し、その近似曲面により欠落した情報を決定することで取り扱うことができるようになる。これにより、検出可能な情報から欠落した情報を内挿したレコードとして蓄えていくことができる。
【００２５】
以上が各種ＤＢ５０Ａの詳細となっており、この各種ＤＢ５０Ａは、警告発生装置１０に設けられた図示しないハードディスクドライブ等の記録装置に記録されている。
【００２６】
図１の説明に戻り、同図に示される環境情報取得部５４は、車両の現時点における少なくとも一部の前記項目に対応する情報である現時点環境情報を取得するものである。この環境情報取得部５４による現時点環境情報の取得は、所定時間（例えば２秒）ごとに行われる。同図に示されるように、環境情報取得部５４は、予め記録された地図情報５４Ａ、及び車両に設けられた車両状態センサ５４Ｂ、及び画像センサ５４Ｃを含む。このうち、地図情報５４Ａは上記記録装置に記録されているものであり、住所、信号の有無、制限速度、道路規模、車線数、ブローブ情報等が記録されている。
【００２７】
車両状態センサ５４Ｂは、例えば車速や、ドライバのペダル操作、ハンドル操作、ＧＰＳ（Global Positioning System）を用いて車両の位置を測定するなど、車両自体の状態を検出するセンサである。画像センサ５４Ｃは、可視光画像や非可視光（例えば近赤外光）を撮影可能なカメラ、或いはレーダーにより、上記環境情報の項目である歩行者の有無や駐車車両の有無等を検出するセンサである。
【００２８】
認識部５４Ｄは、これら地図情報５４Ａ、車両状態センサ５４Ｂ、及び画像センサ５４Ｃからの情報に基づき、同図に示される位置・地域、車両状態、道路状態、及び危険情報などの情報を出力する。
【００２９】
次に、状況解釈部５２について説明する。同図に示される状況解釈部５２は、推論実行部５２Ａ、及び要因構造解釈部５２Ｂを含んで構成される。このうち、要因構造解釈部５２Ｂは、記録部５０により記録された環境危険度情報に基づき、複数の項目うち、一部の項目に対応する情報が確定した場合に他の項目に対応する情報及び危険度を推論可能な情報である推論情報を生成するものである。
【００３０】
具体的に要因構造解釈部５２Ｂは、例えば現時点環境情報を証拠（確定したもの）として与えられた項目から、証拠のない項目（不確定なもの）を推論するものであり、例えばベイジアンネットワークやプロダクションルール等を用いることにより実現することができる。
【００３１】
ベイジアンネットワークを用いた場合の構成について、図３を用いて説明する。同図は、図１に示される構成で用いられる情報の内容を具体的に示す図であり、環境情報取得部５４、警告発生部５６、各種ＤＢ５０Ａ、及び状況解釈部５２の各々で用いられる情報の内容が示されている。なお、各種ＤＢ５０Ａは、同図に示されるように、「市街地」や「住宅地」など、場所により分けられた場合を示すものである。
【００３２】
また、状況解釈部５２は、ベイジアンネットワークを模式的に示しており、大きく分けられた「道路環境レコード」、「車両・ドライバ状態レコード」、及び「危険状態レコード」の各々の情報をベイジアンネットワークにおけるノードと見なし、それらを矢印で接続することによってベイジアンネットワークを示すものとなっている。特に、「危険状態レコード」の評定危険度は、警告発生部５６が警告を発生するか否かを判断するために用いられる。
【００３３】
このベイジアンネットワークは各種ＤＢ５０Ａにアクセスする。すべての項目について検出頻度を数え上げて条件付き確率表（ＣＰＴ）を作成し、情報量基準(ＡＩＣ、ＭＤＬ等)によってモデル選択を行い、項目間の因果関係をデータから機械的に構造学習する。このとき、ベイジアンネットワークは、あり得ない因果関係を導く可能性もある。この因果関係は、同図に示されるベイジアンネットワークにおいて、矢印の向きにより示されているものである。具体的には、「道路環境レコード」が要因となって「車両・ドライバ状態レコード」、及び「危険状態レコード」に影響を与えることがあるため、「道路環境レコード」から出ている矢印はそれらに向かうものとなっている。
【００３４】
このように「道路環境」は上記「車両・ドライバ状態」「危険状態」に影響を与えるが、その逆は一般に成立しない。このように、因果関係にはあり得ないこともあるため、因果構造に関しては、警告発生装置１０の設計者が知識を拘束条件として与えるようにすることであり得ない因果関係を排除することができる。
【００３５】
このようにしてあり得ない因果関係を排除したベイジアンネットワークの例を、図４に示す。このベイジアンネットワークは、項目として、信号機、横断歩道、一時停止線、交差点、歩道、ガードレール、道路規模、車速、危険度をそれぞれノードとみなしたもので、上記情報量基準と知識による拘束条件の下で因果関係の構造学習を行ったことにより得られたものである。この図においても、矢印の向きは図３と同じく因果関係に従った向きとなっている。
【００３６】
次に、推論実行部５２Ａについて説明する。推論実行部５２Ａは、各種ＤＢ５０Ａから要因構造解釈部５２Ｂにより項目・パラメータ間の因果関係の構造学習が行なわれることにより得られた推論情報に現時点環境情報を適用することにより危険度を推論するものである。
【００３７】
例えば危険度情報により得られる「危険状態」の項目のうち、専門化の知識・判断による項目がある場合には、これらは検出できないので証拠情報から推論すべき対象となる。なお、推論実行部５２Ａは、要因構造解釈部５２Ｂの構造学習で得られたベイジアンネットワークについて、モンテカルロ法やLoopyBeliefPropagation法を用いることで、証拠から推論することを実現することができる。
【００３８】
以上説明した推論実行部５２Ａによる推論の具体例としては、「信号あり」「交差点」という現時点環境情報から、不確定な項目が例えば「横断歩道の有無」と「停止線の有無」の場合、「横断歩道あり」「停止線あり」などと推論する例が挙げられる。
【００３９】
図４で示したベイジアンネットワークに、現時点情報を適用した例を、図５を用いて説明する。この図５に示される模式図は、ベイジアンネットワークに係る処理をコンピュータ上で実現するソフトウェアにより表示された模式図である。
【００４０】
また、図５に示されるベイジアンネットワークにおける各々のノードから出ている吹き出し内には、項目と、その項目に対応する確率とが示されている。例えば「あり」「なし」は、ノードに示されるものがあるかないかを示し、例えばノードが「歩道」の場合には「歩道」がない確率が０．０９であることを示している。同様に道路の左側に歩道がある確率は０．０６であり、道路の右側に歩道がある確率は０．１０、道路の両側に歩道がある確率は０．７５であることを示している。
【００４１】
また、吹き出しの枠は、実線又は破線で示されている。枠が実線で示される吹き出しは、現時点環境情報を取得することで確定している情報を示し、枠が破線で示される吹き出しは、推論された情報を示している。
【００４２】
図５は、現時点情報として、信号機なし、横断歩道なし、一時停止線なし、ガードレールなし、単一車線である、という情報を適用した場合の画面を示している。これらは現時点環境情報を取得することで確定していることなので、それらの確率は１．０となっている。
【００４３】
このように現時点情報を適用することにより危険度の確率が求まる。同図では、危険度が「０．０−６．５」であることの確率は、「０．７」であり、危険度が「６．５−２０．０」であることの確率は、「０．１５」であり、危険度が「２０．０−４０．０」であることの確率は、「０．１５」であることが示されている。
【００４４】
このような場合、警告を発生する危険度を「２０．０−４０．０」における確率とし、更に所定の閾値０．５としたとき、その確率が０．５を超えた場合に、当該車両を運転するドライバに警告を発生するようにしても良い。
【００４５】
また、この図５に示される「交差点」から出ている吹き出しでは「見通し外交差点（右）」が最も確率が高く、「歩道」から出ている吹き出しでは「歩道（両）」が最も確率が高いため、上記現時点情報を適用した場合に、見通し外交差点（右）であり、両側に歩道があることを推論したことが更に示されている。
【００４６】
なお、図５では、分かりやすくするためにノードを少なめに描いているが、本来は図６に示されるように多くのノードが存在するベイジアンネットワークを用いて推論実行部５２Ａによる推論が行われる。
【００４７】
次に、図７のフローチャートを用いて、上記構造学習の実行に係る処理について説明する。まず、ステップ１０１で、環境情報取得部５４が現時点環境情報を取得したか否か判断し、取得した場合には、ステップ１０２で専門家知識を取得した環境情報に付与するか否か判断する。
【００４８】
専門家知識を付与しない場合には、ステップ１０４に処理が進む。一方、専門家知識を付与する場合には、ステップ１０３で専門家知識を付与する。次のステップ１０４で、現時点環境情報に欠落している前記項目に対応する情報である欠落情報があるか否か判断する。欠落情報がある場合には、その欠落情報を上述した近似曲面により近似可能か否か判断し、近似不可能な場合には、ステップ１０１の処理に戻る。
【００４９】
近似可能な場合には、ステップ１０６で近似した情報を欠落情報として決定し、現時点環境情報に内挿する。次のステップ１０７で、現時点環境情報を各種ＤＢ５０Ａに追加する。追加された各種ＤＢ５０Ａに基づき、ステップ１０８で構造学習を実行することにより推論情報（ベイジアンネットワーク）を生成する。更にステップ１０９で、追加された各種ＤＢ５０Ａに基づき近似曲面の学習を行い、再びステップ１０１の処理に戻る。
【００５０】
次に、上述した図３の他のバリエーションについて、図８〜図１０を用いて説明する。これらの図に示される構成は、センシングする内容などが変更されたり、各種ＤＢ５０Ａを状況解釈部５２に組み込むなどにより、警告発生装置１０の処理対象となる情報が異なったり、情報を管理する位置が異なるものとなっている。
【００５１】
最初の図８は最小の構成例を示す図である。図８に示される構成において、環境情報取得部５４は、図３に示された前方近赤外線カメラ及び室内近赤外線カメラが存在せず、それに伴い車線数・位置や標識などの項目が削除されている。また、車両状態センサからは操舵角が検出されるようになっている。これら環境情報取得部５４の構成の変化に伴って、ベイジアンネットワークにおける各レコードの内容も異なったものとなっている。特に急制動が危険状態の項目となっている。
【００５２】
この図８における構成の場合、状況解釈部５２は、決定木を用いることができる。決定木により、IF-THEN形式で因果構造モデルが構成される。推論実行にあたっては、証拠情報のないノードについて、各種ＤＢ５０Ａより証拠情報からクエリを行って、多数決によって内挿することができる。
【００５３】
図９に示される構成は、図３に示される構成と比較して、環境情報取得部５４が取得する項目数が更に減らされたものとなっている。特に、状況解釈部５２の車両・ドライバ状態レコードは速度のみとなり、更に危険状態レコードにおける項目は評定危険度のみとなっている。
【００５４】
次の図１０に示される構成は、状況解釈部５２と各種ＤＢ５０Ａが一体化された構成である。ベイジアンネットワークが用いるデータベースとベイジアンネットワークとを一体化する方法は既知の技術であるので、それを用いることにより可能な構成となっている。
【図面の簡単な説明】
【００５５】
【図１】実施の形態に係る警告発生装置を示す図である。
【図２】各種ＤＢの詳細を示す図である。
【図３】環境情報取得部、警告発生部、各種ＤＢ、及び状況解釈部の各々で用いられる情報の内容を示す図である。
【図４】あり得ない因果関係を排除したベイジアンネットワークの例を示す図である。
【図５】ベイジアンネットワークを示す図である。
【図６】多くのノードが存在するベイジアンネットワークを示す図である。
【図７】構造学習の実行に係る処理の流れを示すフローチャートである。
【図８】警告発生装置の最小の構成例を示す図である。
【図９】環境情報取得部が取得する項目数を図３と比較して更に減らした構成を示す図である。
【図１０】状況解釈部と各種ＤＢが一体化された構成を示す図である。
【符号の説明】
【００５６】
１０ 警告発生装置
５０ 記録部
５０Ａ 各種ＤＢ
５０Ｂ データベース切り替え部
５２ 状況解釈部
５２Ａ 推論実行部
５２Ｂ 要因構造解釈部
５４ 環境情報取得部
５４Ｃ 画像センサ
５４Ａ 地図情報
５４Ｂ 車両状態センサ
５４Ｄ 認識部
５６ 警告発生部
【技術分野】
【０００１】
本発明は、警告発生装置に係り、特に警告の発生に必要な全ての情報が揃わない場合でも、適切に警告を発生することを可能とする警告発生装置に関する。
【背景技術】
【０００２】
従来より、車両の安全に係る技術が数多く提案されている。例えば、特許文献１には、物体の位置および当該物体の速度を含む内部状態を記憶する記憶手段を備えたコンピュータが、前記物体の位置および内部状態を前記記憶手段から読み出し、この読み出した前記物体の位置および内部状態に基づいて、前記物体が時間の経過とともに取りうる位置の変化を時間および空間から構成される時空間上での軌跡として生成し、この生成した軌跡を用いることによって前記物体の進路の確率的な予測を行う技術が開示されている。
【０００３】
また、特許文献２には、自車両が信号のない交差点や合流点から所定距離の範囲に接近し、自車両の車速が所定の速度以下である場合に、危険度算出実行判定部は自車両が危険度算出実行の環境下にあると判定し、衝突危険度判定部は、当該環境下において右側方センサおよび左側方センサからの出力に基づいて危険度を算出し、ブレーキ踏力センサからの出力に基づいて運転者の発進意図を監視し、警告判定部は、これらの情報に基づいて衝突の危険がある場合には、警告装置を介して運転者に警告する技術が開示されている。
【特許文献１】特開２００７−２３３６４６号公報
【特許文献２】特開２００５−１７３７０３号公報
【発明の開示】
【発明が解決しようとする課題】
【０００４】
このような技術背景において、例えば特許文献１に開示された技術では、予測に必要な全ての情報を認識する手段がなくてはならない。従って、一部のセンサからの情報が得られずに情報が欠落しているときに、予測することができないという問題がある。
【０００５】
また、特許文献２に開示された技術では、走行環境中の移動物が取りうる行動は、周辺施設・道路構造などに依存する。例えば、歩道上の歩行者の近くに横断歩道があるならば、その歩行者は横断する行動をとる可能性があり、その可能性は横断歩道の先に店舗やバスなどが存在すれば高くなる。従来技術では、このような因果構造を予め設計して与えなければならない。
【０００６】
このように、従来の技術では、危険に対する予測に必要な情報が欠落された場合に予測を行うことが出来ず、また車両が走行する環境に応じて適切な警告を発生することが困難であるという問題点あった。
【０００７】
本発明は上記問題点に鑑み、危険に対する予測に必要な情報が欠落された場合でも予測を行うことを可能とし、さらに車両が走行する環境に応じて適切な警告を発生する警告発生装置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】
【０００８】
請求項１の発明は、車両が走行する種々の場所における複数の項目毎に分けられた走行環境に関する情報を示した環境情報、及び当該環境情報に対応するとともに、当該環境における危険度を示す危険度情報を含む環境危険度情報が記録された記録手段と、前記記録手段により記録された前記環境危険度情報に基づき、前記複数の項目うち、一部の項目に対応する情報が確定した場合に他の項目に対応する情報及び前記危険度を推論可能な情報である推論情報を生成する推論情報生成手段と、前記車両の現時点における少なくとも一部の前記項目に対応する情報である現時点環境情報を取得する現時点環境情報取得手段と、前記環境情報取得手段により取得された現時点環境情報を、前記推論情報生成手段により生成された推論情報に適用することにより、前記危険度を推論する危険度推論手段と、前記危険度推論手段により推論された危険度が所定の閾値を超えた場合に、当該車両を運転する運転者に警告を発生する警告発生手段と、を有する。
【０００９】
ここで、請求項１の発明では、記録手段には、車両が走行する種々の場所における複数の項目毎に分けられた走行環境に関する情報を示した環境情報、及び当該環境情報に対応するとともに、当該環境における危険度を示す危険度情報を含む環境危険度情報が記録され、推論情報生成手段が前記記録手段により記録された前記環境危険度情報に基づき、前記複数の項目うち、一部の項目に対応する情報が確定した場合に他の項目に対応する情報及び前記危険度を推論可能な情報である推論情報を生成し、現時点環境情報取得手段が前記車両の現時点における少なくとも一部の前記項目に対応する情報である現時点環境情報を取得し、危険度推論手段が前記環境情報取得手段により取得された現時点環境情報を、前記推論情報生成手段により生成された推論情報に適用することにより、前記危険度を推論し、警告発生手段が、前記危険度推論手段により推論された危険度が所定の閾値を超えた場合に、当該車両を運転する運転者に警告を発生するので、危険に対する予測に必要な情報が欠落された場合でも予測を行うことを可能とする警告発生装置を提供することができる。また、記録手段が、車両が走行する種々の場所における複数の項目毎に分けられた走行環境に関する情報を示した環境情報を有するので、車両が走行する環境に応じて適切な警告を発生する警告発生装置を提供することができる。
【００１０】
また、請求項２の発明は、請求項１の発明において、前記推論情報は、前記項目及び前記危険度をノードとみなしたベイジアンネットワークを示す情報であるようにしても良い。
【００１１】
請求項２の発明によれば、推論情報としてベイジアンネットワークを示す情報を用いることができる。また、ベイジアンネットワークに代えてプロダクションルールを用いても良い。この推論情報は、一部の項目が確定した場合に、不確定な他の項目を推測可能なものであれば、上記ベイジアンネットワーク又はプロダクションルールでなくても良い。
【００１２】
更に、請求項３の発明は、請求項１又は請求項２の発明において、前記現時点環境情報取得手段により取得された前記現時点環境情報を、前記記録手段により記録された環境危険度情報に追加する追加手段を更に有するようにしても良い。
【００１３】
請求項３の発明によれば、現時点で取得された情報である現時点環境情報を記録手段に追加することで、記録手段に記録された情報量を増やすことができ、その結果、より適切な警告を発生することが可能となる。
【００１４】
また、請求項４の発明は、請求項３の発明において、前記追加手段により追加される前記現時点環境情報のうち、欠落している前記項目に対応する情報を、前記記録手段により記録された環境危険度情報に基づき決定する欠落項目決定手段を更に有するようにしても良い。
【００１５】
請求項４の発明によれば、欠落した情報を決定できるので、その結果記録手段に記録された情報量を増やすことができ、その結果、より適切な警告を発生することが可能となる。
【発明の効果】
【００１６】
本発明によれば、危険に対する予測に必要な情報が欠落された場合でも予測を行うことを可能とし、さらに車両が走行する環境に応じて適切な警告を発生する警告発生装置を提供することができるという効果が得られる。
【発明を実施するための最良の形態】
【００１７】
以下、図面を参照して、本発明の実施の形態について詳細に説明する。
【００１８】
図１は、本実施の形態に係る警告発生装置１０を示す図である。同図に示されるように、警告発生装置１０は、記録部５０、状況解釈部５２、環境情報取得部５４、及び警告発生部５６で構成される。
【００１９】
このうち、記録部５０は、各種データベース（以下、ＤＢと記す）５０ＡとＤＢ切り替え部５０Ｂを含んで構成される。ＤＢ切り替え部５０Ｂは、各種ＤＢ５０Ａのうち、状況解釈部５２が用いるＤＢに切り替えるものである。また、各種ＤＢ５０Ａにおける各々のＤＢは、車両が走行する種々の場所における複数の項目毎に分けられた走行環境に関する情報を示した環境情報、及び当該環境情報に対応するとともに、当該環境における危険度を示す危険度情報を含む環境危険度情報が記録されたものである。また、このＤＢは横一行を１つのレコード単位としている。
【００２０】
この各種ＤＢ５０Ａの詳細について、図２を用いて説明する。図２に示されるように、各種ＤＢ５０Ａは大きな項目として、「番号」、「環境情報」、及び「危険度情報」を有する。このうち、「番号」は各々のレコードに割り当てられた一意的な番号である。また、「環境情報」は、複数の項目（横断報道、信号機など）毎に分けられた走行環境に関する情報を示したものである。
【００２１】
更に、危険度情報は、「危険度」、「危険属性」、「危険要因」、及び「死角」を含んで構成される。このうち、「危険度」は、危険度を数値で示すものである。「危険属性」は、危険の属性を示すもので、同図では危険属性として潜在的な危険を示す「潜在危険」が示されている。「危険要因」は危険な状態を引き起こす可能性のある要因を示しており、同図では「歩行者」や「二輪車」が要因として挙げられている。「死角」はドライバの死角が存在するか否かを「あり」、「なし」で示すものである。
【００２２】
これら危険度情報は、後述する評定危険度を定めるものである。例えば危険度情報がそれぞれ数値で示され、その値が所定の閾値を超えた場合に、運転者に警告を発生することとなる。具体的には、危険度が０で「危険要因」が「二輪車」の場合、「二輪車」を示す数値と、危険度を示す数値との和と上記所定の閾値とを比較するようにしても良いし、危険度情報に含まれる各情報の全体、又は一部のみを用いるようにしても良い。
【００２３】
これらの情報は車両の走行中に所定間隔で逐次記録されていくものであり、特に環境情報は、後述する地図情報等からも取得することができ、危険度情報は専門家知識等を付与することにより記録するようにしても良いし、環境情報から所定の条件に従って導くようにしても良い。
【００２４】
なお、検出失敗や環境情報を検出する手段がないために、各種ＤＢ５０Ａのレコードには情報が欠落することもあり得る。その場合は、各種ＤＢ５０Ａに十分な数のレコードが蓄えられたならば、ニューラルネットにより各情報が示す値が成す曲面を関数近似することで近似曲面を作成し、その近似曲面により欠落した情報を決定することで取り扱うことができるようになる。これにより、検出可能な情報から欠落した情報を内挿したレコードとして蓄えていくことができる。
【００２５】
以上が各種ＤＢ５０Ａの詳細となっており、この各種ＤＢ５０Ａは、警告発生装置１０に設けられた図示しないハードディスクドライブ等の記録装置に記録されている。
【００２６】
図１の説明に戻り、同図に示される環境情報取得部５４は、車両の現時点における少なくとも一部の前記項目に対応する情報である現時点環境情報を取得するものである。この環境情報取得部５４による現時点環境情報の取得は、所定時間（例えば２秒）ごとに行われる。同図に示されるように、環境情報取得部５４は、予め記録された地図情報５４Ａ、及び車両に設けられた車両状態センサ５４Ｂ、及び画像センサ５４Ｃを含む。このうち、地図情報５４Ａは上記記録装置に記録されているものであり、住所、信号の有無、制限速度、道路規模、車線数、ブローブ情報等が記録されている。
【００２７】
車両状態センサ５４Ｂは、例えば車速や、ドライバのペダル操作、ハンドル操作、ＧＰＳ（Global Positioning System）を用いて車両の位置を測定するなど、車両自体の状態を検出するセンサである。画像センサ５４Ｃは、可視光画像や非可視光（例えば近赤外光）を撮影可能なカメラ、或いはレーダーにより、上記環境情報の項目である歩行者の有無や駐車車両の有無等を検出するセンサである。
【００２８】
認識部５４Ｄは、これら地図情報５４Ａ、車両状態センサ５４Ｂ、及び画像センサ５４Ｃからの情報に基づき、同図に示される位置・地域、車両状態、道路状態、及び危険情報などの情報を出力する。
【００２９】
次に、状況解釈部５２について説明する。同図に示される状況解釈部５２は、推論実行部５２Ａ、及び要因構造解釈部５２Ｂを含んで構成される。このうち、要因構造解釈部５２Ｂは、記録部５０により記録された環境危険度情報に基づき、複数の項目うち、一部の項目に対応する情報が確定した場合に他の項目に対応する情報及び危険度を推論可能な情報である推論情報を生成するものである。
【００３０】
具体的に要因構造解釈部５２Ｂは、例えば現時点環境情報を証拠（確定したもの）として与えられた項目から、証拠のない項目（不確定なもの）を推論するものであり、例えばベイジアンネットワークやプロダクションルール等を用いることにより実現することができる。
【００３１】
ベイジアンネットワークを用いた場合の構成について、図３を用いて説明する。同図は、図１に示される構成で用いられる情報の内容を具体的に示す図であり、環境情報取得部５４、警告発生部５６、各種ＤＢ５０Ａ、及び状況解釈部５２の各々で用いられる情報の内容が示されている。なお、各種ＤＢ５０Ａは、同図に示されるように、「市街地」や「住宅地」など、場所により分けられた場合を示すものである。
【００３２】
また、状況解釈部５２は、ベイジアンネットワークを模式的に示しており、大きく分けられた「道路環境レコード」、「車両・ドライバ状態レコード」、及び「危険状態レコード」の各々の情報をベイジアンネットワークにおけるノードと見なし、それらを矢印で接続することによってベイジアンネットワークを示すものとなっている。特に、「危険状態レコード」の評定危険度は、警告発生部５６が警告を発生するか否かを判断するために用いられる。
【００３３】
このベイジアンネットワークは各種ＤＢ５０Ａにアクセスする。すべての項目について検出頻度を数え上げて条件付き確率表（ＣＰＴ）を作成し、情報量基準(ＡＩＣ、ＭＤＬ等)によってモデル選択を行い、項目間の因果関係をデータから機械的に構造学習する。このとき、ベイジアンネットワークは、あり得ない因果関係を導く可能性もある。この因果関係は、同図に示されるベイジアンネットワークにおいて、矢印の向きにより示されているものである。具体的には、「道路環境レコード」が要因となって「車両・ドライバ状態レコード」、及び「危険状態レコード」に影響を与えることがあるため、「道路環境レコード」から出ている矢印はそれらに向かうものとなっている。
【００３４】
このように「道路環境」は上記「車両・ドライバ状態」「危険状態」に影響を与えるが、その逆は一般に成立しない。このように、因果関係にはあり得ないこともあるため、因果構造に関しては、警告発生装置１０の設計者が知識を拘束条件として与えるようにすることであり得ない因果関係を排除することができる。
【００３５】
このようにしてあり得ない因果関係を排除したベイジアンネットワークの例を、図４に示す。このベイジアンネットワークは、項目として、信号機、横断歩道、一時停止線、交差点、歩道、ガードレール、道路規模、車速、危険度をそれぞれノードとみなしたもので、上記情報量基準と知識による拘束条件の下で因果関係の構造学習を行ったことにより得られたものである。この図においても、矢印の向きは図３と同じく因果関係に従った向きとなっている。
【００３６】
次に、推論実行部５２Ａについて説明する。推論実行部５２Ａは、各種ＤＢ５０Ａから要因構造解釈部５２Ｂにより項目・パラメータ間の因果関係の構造学習が行なわれることにより得られた推論情報に現時点環境情報を適用することにより危険度を推論するものである。
【００３７】
例えば危険度情報により得られる「危険状態」の項目のうち、専門化の知識・判断による項目がある場合には、これらは検出できないので証拠情報から推論すべき対象となる。なお、推論実行部５２Ａは、要因構造解釈部５２Ｂの構造学習で得られたベイジアンネットワークについて、モンテカルロ法やLoopyBeliefPropagation法を用いることで、証拠から推論することを実現することができる。
【００３８】
以上説明した推論実行部５２Ａによる推論の具体例としては、「信号あり」「交差点」という現時点環境情報から、不確定な項目が例えば「横断歩道の有無」と「停止線の有無」の場合、「横断歩道あり」「停止線あり」などと推論する例が挙げられる。
【００３９】
図４で示したベイジアンネットワークに、現時点情報を適用した例を、図５を用いて説明する。この図５に示される模式図は、ベイジアンネットワークに係る処理をコンピュータ上で実現するソフトウェアにより表示された模式図である。
【００４０】
また、図５に示されるベイジアンネットワークにおける各々のノードから出ている吹き出し内には、項目と、その項目に対応する確率とが示されている。例えば「あり」「なし」は、ノードに示されるものがあるかないかを示し、例えばノードが「歩道」の場合には「歩道」がない確率が０．０９であることを示している。同様に道路の左側に歩道がある確率は０．０６であり、道路の右側に歩道がある確率は０．１０、道路の両側に歩道がある確率は０．７５であることを示している。
【００４１】
また、吹き出しの枠は、実線又は破線で示されている。枠が実線で示される吹き出しは、現時点環境情報を取得することで確定している情報を示し、枠が破線で示される吹き出しは、推論された情報を示している。
【００４２】
図５は、現時点情報として、信号機なし、横断歩道なし、一時停止線なし、ガードレールなし、単一車線である、という情報を適用した場合の画面を示している。これらは現時点環境情報を取得することで確定していることなので、それらの確率は１．０となっている。
【００４３】
このように現時点情報を適用することにより危険度の確率が求まる。同図では、危険度が「０．０−６．５」であることの確率は、「０．７」であり、危険度が「６．５−２０．０」であることの確率は、「０．１５」であり、危険度が「２０．０−４０．０」であることの確率は、「０．１５」であることが示されている。
【００４４】
このような場合、警告を発生する危険度を「２０．０−４０．０」における確率とし、更に所定の閾値０．５としたとき、その確率が０．５を超えた場合に、当該車両を運転するドライバに警告を発生するようにしても良い。
【００４５】
また、この図５に示される「交差点」から出ている吹き出しでは「見通し外交差点（右）」が最も確率が高く、「歩道」から出ている吹き出しでは「歩道（両）」が最も確率が高いため、上記現時点情報を適用した場合に、見通し外交差点（右）であり、両側に歩道があることを推論したことが更に示されている。
【００４６】
なお、図５では、分かりやすくするためにノードを少なめに描いているが、本来は図６に示されるように多くのノードが存在するベイジアンネットワークを用いて推論実行部５２Ａによる推論が行われる。
【００４７】
次に、図７のフローチャートを用いて、上記構造学習の実行に係る処理について説明する。まず、ステップ１０１で、環境情報取得部５４が現時点環境情報を取得したか否か判断し、取得した場合には、ステップ１０２で専門家知識を取得した環境情報に付与するか否か判断する。
【００４８】
専門家知識を付与しない場合には、ステップ１０４に処理が進む。一方、専門家知識を付与する場合には、ステップ１０３で専門家知識を付与する。次のステップ１０４で、現時点環境情報に欠落している前記項目に対応する情報である欠落情報があるか否か判断する。欠落情報がある場合には、その欠落情報を上述した近似曲面により近似可能か否か判断し、近似不可能な場合には、ステップ１０１の処理に戻る。
【００４９】
近似可能な場合には、ステップ１０６で近似した情報を欠落情報として決定し、現時点環境情報に内挿する。次のステップ１０７で、現時点環境情報を各種ＤＢ５０Ａに追加する。追加された各種ＤＢ５０Ａに基づき、ステップ１０８で構造学習を実行することにより推論情報（ベイジアンネットワーク）を生成する。更にステップ１０９で、追加された各種ＤＢ５０Ａに基づき近似曲面の学習を行い、再びステップ１０１の処理に戻る。
【００５０】
次に、上述した図３の他のバリエーションについて、図８〜図１０を用いて説明する。これらの図に示される構成は、センシングする内容などが変更されたり、各種ＤＢ５０Ａを状況解釈部５２に組み込むなどにより、警告発生装置１０の処理対象となる情報が異なったり、情報を管理する位置が異なるものとなっている。
【００５１】
最初の図８は最小の構成例を示す図である。図８に示される構成において、環境情報取得部５４は、図３に示された前方近赤外線カメラ及び室内近赤外線カメラが存在せず、それに伴い車線数・位置や標識などの項目が削除されている。また、車両状態センサからは操舵角が検出されるようになっている。これら環境情報取得部５４の構成の変化に伴って、ベイジアンネットワークにおける各レコードの内容も異なったものとなっている。特に急制動が危険状態の項目となっている。
【００５２】
この図８における構成の場合、状況解釈部５２は、決定木を用いることができる。決定木により、IF-THEN形式で因果構造モデルが構成される。推論実行にあたっては、証拠情報のないノードについて、各種ＤＢ５０Ａより証拠情報からクエリを行って、多数決によって内挿することができる。
【００５３】
図９に示される構成は、図３に示される構成と比較して、環境情報取得部５４が取得する項目数が更に減らされたものとなっている。特に、状況解釈部５２の車両・ドライバ状態レコードは速度のみとなり、更に危険状態レコードにおける項目は評定危険度のみとなっている。
【００５４】
次の図１０に示される構成は、状況解釈部５２と各種ＤＢ５０Ａが一体化された構成である。ベイジアンネットワークが用いるデータベースとベイジアンネットワークとを一体化する方法は既知の技術であるので、それを用いることにより可能な構成となっている。
【図面の簡単な説明】
【００５５】
【図１】実施の形態に係る警告発生装置を示す図である。
【図２】各種ＤＢの詳細を示す図である。
【図３】環境情報取得部、警告発生部、各種ＤＢ、及び状況解釈部の各々で用いられる情報の内容を示す図である。
【図４】あり得ない因果関係を排除したベイジアンネットワークの例を示す図である。
【図５】ベイジアンネットワークを示す図である。
【図６】多くのノードが存在するベイジアンネットワークを示す図である。
【図７】構造学習の実行に係る処理の流れを示すフローチャートである。
【図８】警告発生装置の最小の構成例を示す図である。
【図９】環境情報取得部が取得する項目数を図３と比較して更に減らした構成を示す図である。
【図１０】状況解釈部と各種ＤＢが一体化された構成を示す図である。
【符号の説明】
【００５６】
１０ 警告発生装置
５０ 記録部
５０Ａ 各種ＤＢ
５０Ｂ データベース切り替え部
５２ 状況解釈部
５２Ａ 推論実行部
５２Ｂ 要因構造解釈部
５４ 環境情報取得部
５４Ｃ 画像センサ
５４Ａ 地図情報
５４Ｂ 車両状態センサ
５４Ｄ 認識部
５６ 警告発生部
【特許請求の範囲】
【請求項１】
車両が走行する種々の場所における複数の項目毎に分けられた走行環境に関する情報を示した環境情報、及び当該環境情報に対応するとともに、当該環境における危険度を示す危険度情報を含む環境危険度情報が記録された記録手段と、
前記記録手段により記録された前記環境危険度情報に基づき、前記複数の項目うち、一部の項目に対応する情報が確定した場合に他の項目に対応する情報及び前記危険度を推論可能な情報である推論情報を生成する推論情報生成手段と、
前記車両の現時点における少なくとも一部の前記項目に対応する情報である現時点環境情報を取得する現時点環境情報取得手段と、
前記環境情報取得手段により取得された現時点環境情報を、前記推論情報生成手段により生成された推論情報に適用することにより、前記危険度を推論する危険度推論手段と、
前記危険度推論手段により推論された危険度が所定の閾値を超えた場合に、当該車両を運転する運転者に警告を発生する警告発生手段と、
を有する警告発生装置。
【請求項２】
前記推論情報は、前記項目及び前記危険度をノードとみなしたベイジアンネットワークを示す情報である請求項１に記載の警告発生装置。
【請求項３】
前記現時点環境情報取得手段により取得された前記現時点環境情報を、前記記録手段により記録された環境危険度情報に追加する追加手段を更に有する請求項１又は請求項２に記載の警告発生装置。
【請求項４】
前記追加手段により追加される前記現時点環境情報のうち、欠落している前記項目に対応する情報を、前記記録手段により記録された環境危険度情報に基づき決定する欠落項目決定手段を更に有する請求項３に記載の警告発生装置。
【請求項１】
車両が走行する種々の場所における複数の項目毎に分けられた走行環境に関する情報を示した環境情報、及び当該環境情報に対応するとともに、当該環境における危険度を示す危険度情報を含む環境危険度情報が記録された記録手段と、
前記記録手段により記録された前記環境危険度情報に基づき、前記複数の項目うち、一部の項目に対応する情報が確定した場合に他の項目に対応する情報及び前記危険度を推論可能な情報である推論情報を生成する推論情報生成手段と、
前記車両の現時点における少なくとも一部の前記項目に対応する情報である現時点環境情報を取得する現時点環境情報取得手段と、
前記環境情報取得手段により取得された現時点環境情報を、前記推論情報生成手段により生成された推論情報に適用することにより、前記危険度を推論する危険度推論手段と、
前記危険度推論手段により推論された危険度が所定の閾値を超えた場合に、当該車両を運転する運転者に警告を発生する警告発生手段と、
を有する警告発生装置。
【請求項２】
前記推論情報は、前記項目及び前記危険度をノードとみなしたベイジアンネットワークを示す情報である請求項１に記載の警告発生装置。
【請求項３】
前記現時点環境情報取得手段により取得された前記現時点環境情報を、前記記録手段により記録された環境危険度情報に追加する追加手段を更に有する請求項１又は請求項２に記載の警告発生装置。
【請求項４】
前記追加手段により追加される前記現時点環境情報のうち、欠落している前記項目に対応する情報を、前記記録手段により記録された環境危険度情報に基づき決定する欠落項目決定手段を更に有する請求項３に記載の警告発生装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【公開番号】特開２００９−１７５８７１（Ｐ２００９−１７５８７１Ａ）
【公開日】平成２１年８月６日（２００９．８．６）
【国際特許分類】
【出願番号】特願２００８−１１７６４（Ｐ２００８−１１７６４）
【出願日】平成２０年１月２２日（２００８．１．２２）
【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２１年８月６日（２００９．８．６）
【国際特許分類】
【出願日】平成２０年１月２２日（２００８．１．２２）
【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 ]