運転支援装置、マップ生成装置、及びプログラム
【解決課題】前方の歩行者の認識ミスを防止し、対歩行者事故を防止することができるようにする。
【解決手段】カメラ１２から景観画像データを取得し（１００）、景観画像データに対して画像処理を行い、対象物の数を算出し（１０２）、景観画像データに対して画像処理を行い、景観画像中の色の数を算出する（１０４）。そして、算出された対象物の数を対象物数指標に点数化すると共に、算出された色の数を対象色指標に点数化し、これらの点数から複雑度を判定し、複雑度に基づいて、認識度を判定し（１０６）、判定された認識度が、しきい値より大きいか否かを判定し（１０８）、認識度がしきい値以下である場合には、ドライバが歩行者の認識ミスを起こす可能性が高いと判断し、ドライバに警報を提示する（１１０）。
【解決手段】カメラ１２から景観画像データを取得し（１００）、景観画像データに対して画像処理を行い、対象物の数を算出し（１０２）、景観画像データに対して画像処理を行い、景観画像中の色の数を算出する（１０４）。そして、算出された対象物の数を対象物数指標に点数化すると共に、算出された色の数を対象色指標に点数化し、これらの点数から複雑度を判定し、複雑度に基づいて、認識度を判定し（１０６）、判定された認識度が、しきい値より大きいか否かを判定し（１０８）、認識度がしきい値以下である場合には、ドライバが歩行者の認識ミスを起こす可能性が高いと判断し、ドライバに警報を提示する（１１０）。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、運転支援装置、マップ生成装置、及びプログラムに係り、特に、自車両の前方の画像に基づいて運転支援を行う運転支援装置、画像に基づいて運転支援マップを生成するマップ生成装置、及びプログラムに関する。
【背景技術】
【０００２】
従来より、交通事故や危険な状況が起こる可能性のある交通状況を、参照画像認識情報として蓄えておき、走行中の画像認識情報と比較することにより、走行中の危険を警告する車載危険予測装置が知られている（例えば、特許文献１）。この車載危険予測装置では、参照画像認識情報として、例えば、カーブの先に車が駐車している状況等を示している情報を蓄え、走行中の画像認識情報と比較している。
【０００３】
また、運転者の視覚能力レベルに対して、視覚情報量が超えているかを判断し、超えている場合に運転支援を行う運転支援装置が知られている（例えば、特許文献２）。この運転支援装置では、視覚情報量の判定において、視覚情報量として、他車両や、歩行者、信号、車線等の運転を行う上で認識すべき交通環境を示す情報の量を判定している。
【特許文献１】特開２００１−３３１９００号
【特許文献２】特開２００５−１２２３９０号
【発明の開示】
【発明が解決しようとする課題】
【０００４】
しかしながら、上記の特許文献１には、前方の景観の複雑さを原因とする歩行者事故の危険性を判定することが記載されていないため、特許文献１に記載の技術では、前方の景観の複雑さが原因で歩行者を認識できない場合に起こる歩行者事故を防ぐことができない、という問題がある。
【０００５】
また、特許文献２に記載の技術では、歩行者がドライバの視界に入れば、歩行者を認識していると判断しているため、例えば、歩行者が複雑な景観の中に存在し、ドライバが歩行者を認識しにくい状況であっても、運転支援を行うことができない、という問題がある。
【０００６】
本発明は、上記の問題点を解決するためになされたもので、前方の歩行者の認識ミスを防止し、対歩行者事故を防止することができる運転支援装置、マップ生成装置、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】
【０００７】
上記の目的を達成するために第１の発明に係る運転支援装置は、自車両の前方を撮像する撮像手段と、前記撮像手段によって撮像された前方の画像に基づいて、前記画像が示す前方からドライバが歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を判定する認識度判定手段と、前記認識度判定手段によって判定された認識度に基づいて、運転支援を行う運転支援手段とを含んで構成されている。
【０００８】
第１の発明に係る運転支援装置によれば、撮影手段によって、自車両の前方を撮像し、認識度判定手段によって、撮像手段によって撮像された前方の画像に基づいて、画像が示す前方からドライバが歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を判定する。そして、運転支援手段によって、認識度判定手段によって判定された認識度に基づいて、運転支援を行う。例えば、認識度が低い場合には、歩行者及び二輪車の少なくとも一方の認識を援助するように、運転支援を行う。
【０００９】
従って、前方の画像に基づいて、認識度を判定し、認識度に基づいて運転支援を行うことにより、前方から歩行者又は二輪車を認識しづらい場合には、運転支援を行うことができるため、前方の歩行者又は二輪車の認識ミスを防止し、対歩行者事故又は対二輪車事故を防止することができる。
【００１０】
第１の発明に係る認識度判定手段を、撮像手段によって撮像された前方の画像に基づいて、画像の色数及び画像に表された物体の数の少なくとも一方を計数する計数手段と、計数手段によって計数された色数及び物体の数の少なくとも一方に基づいて、認識度を算出する認識度算出手段とで構成することができる。これにより、前方の画像の色数または物体の数に基づいて、景観の複雑さに応じた認識度を算出することができる。
【００１１】
また、上記の計数手段は、画像の所定の計数領域の色数及び画像の所定の計数領域に表された物体の数の少なくとも一方を計数することができる。これにより、歩行者又は二輪車が存在する領域に関する色数及び物体の数に基づいて、認識度を算出することができる。
【００１２】
第１の発明に係る認識度判定手段を、撮像手段によって撮像された前方の画像に基づいて、画像の空間周波数を算出する空間周波数算出手段と、空間周波数算出手段によって算出された前記空間周波数と、予め定められた歩行者及び二輪車の少なくとも一方を示す画像の空間周波数とを比較することにより、認識度を算出する認識度算出手段とで構成することができる。これにより、前方の画像の空間周波数と、歩行者又は二輪車を示す画像の空間周波数とが同じ場合には、前方から歩行者又は二輪車を認識しづらいことを示す認識度を算出することができる。
【００１３】
また、上記の空間周波数算出手段は、画像の所定の算出領域の空間周波数を算出することができる。これにより、歩行者又は二輪車が存在する領域の空間周波数と、歩行者又は二輪車を示す画像の空間周波数とを比較して、認識度を算出することができる。
【００１４】
上記の運転支援装置は、自車両の走行位置を検出する検出手段と、予め定められた道路地図上の走行位置及び時間帯毎に、走行位置及び時間帯に存在する歩行者の数及び歩行者の存在確率の何れか一方を記憶した歩行者データベースと、歩行者データベースから、検出手段によって検出された現在の走行位置及び現在の時間帯に存在する歩行者の数及び歩行者の存在確率の何れか一方を検索する検索手段とを更に含み、運転支援手段は、認識度判定手段によって判定された認識度と、検索手段によって検索された歩行者の数及び歩行者の存在確率の何れか一方とに基づいて、運転支援を行うことができる。これにより、認識度と、現在の走行位置及び現在の時間帯に存在する歩行者の数または歩行者の存在確率とに基づいて、運転支援を行うため、より適切に運転支援を行うことができる。
【００１５】
上記の運転支援装置は、撮像手段によって撮像された前方の画像に基づいて、画像が示す前方に歩行者及び二輪車の少なくとも一方が存在するか否かを判定する存在判定手段を更に含み、運転支援手段は、存在判定手段によって歩行者及び二輪車の少なくとも一方が存在すると判定された場合、認識度判定手段によって判定された認識度に基づいて、運転支援を行い、存在判定手段によって歩行者及び二輪車の少なくとも一方が存在しないと判定された場合、運転支援を行わないようにすることができる。これにより、前方に歩行者又は二輪車が存在する場合にのみ、運転支援を行うことにより、余計な運転支援による煩わしさを回避することができる。
【００１６】
第２の発明に係る運転支援装置は、自車両の走行位置を検出する検出手段と、予め定められた道路地図上の走行位置毎に、前記走行位置を走行する車両のドライバが前方から前記歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を記憶した認識度データベースと、予め定められた道路地図上の走行位置及び時間帯毎に、前記走行位置及び前記時間帯に存在する歩行者の数及び前記歩行者の存在確率の何れか一方を記憶した歩行者データベースと、前記認識度データベースから、前記検出手段によって検出された現在の走行位置に対する認識度を検索する認識度検索手段と、前記歩行者データベースから、前記検出手段によって検出された現在の走行位置及び現在の時間帯に存在する前記歩行者の数及び前記歩行者の存在確率の何れか一方を検索する歩行者検索手段と、前記認識度検索手段によって検索された前記認識度と前記歩行者検索手段によって検索された前記歩行者の数及び前記歩行者の存在確率の何れか一方とに基づいて、運転支援を行う運転支援手段とを含んで構成されている。
【００１７】
第２の発明に係る運転支援装置によれば、検出手段によって、自車両の走行位置を検出し、認識度検索手段によって、認識度データベースから、検出手段によって検出された現在の走行位置に対する認識度を検索する。また、歩行者検索手段によって、歩行者データベースから、検出手段によって検出された現在の走行位置及び現在の時間帯に存在する歩行者の数及び歩行者の存在確率の何れか一方を検索する。
【００１８】
そして、運転支援手段によって、認識度検索手段によって検索された認識度と歩行者検索手段によって検索された歩行者の数及び歩行者の存在確率の何れか一方とに基づいて、運転支援を行う。
【００１９】
従って、現在の走行位置に対する認識度と、現在の走行位置及び現在の時間帯に存在する歩行者の数または歩行者の存在確率とに基づいて、運転支援を行うことにより、前方から歩行者又は二輪車を認識しづらい場合には、運転支援を行うことができるため、前方の歩行者又は二輪車の認識ミスを防止し、対歩行者事故又は対二輪車事故を防止することができる。
【００２０】
第３の発明に係るマップ生成装置は、道路情報が地図情報として表された道路地図データ及び前記道路地図データが示す道路上の複数の走行位置の各々からの景観を示す景観データに基づいて、前記道路地図データが示す道路上を走行する車両のドライバから見える前方を示す画像を前記複数の走行位置の各々について生成する生成手段と、前記生成手段によって生成された画像に基づいて、前記画像が示す前方から前記ドライバが歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を前記複数の走行位置の各々について判定する認識度判定手段と、前記認識度判定手段によって判定された認識度に基づいて、前記道路地図データが示す道路上の前記複数の走行位置の各々における前記認識度を示す認識度マップ、及び前記道路地図データが示す道路上の前記複数の走行位置の各々において行うべき運転支援の内容を示す運転支援マップの少なくとも一方を生成するマップ生成手段とを含んで構成されている。
【００２１】
第３の発明に係るマップ生成装置によれば、生成手段によって、道路情報が地図情報として表された道路地図データ及び道路地図データが示す道路上の複数の走行位置の各々からの景観を示す景観データに基づいて、道路地図データが示す道路上を走行する車両のドライバから見える前方を示す画像を複数の走行位置の各々について生成し、認識度判定手段によって、生成手段によって生成された画像に基づいて、画像が示す前方からドライバが歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を複数の走行位置の各々について判定する。
【００２２】
そして、マップ生成手段によって、認識度判定手段によって判定された認識度に基づいて、道路地図データが示す道路上の複数の走行位置の各々における認識度を示す認識度マップ、及び道路地図データが示す道路上の複数の走行位置の各々において行うべき運転支援の内容を示す運転支援マップの少なくとも一方を生成する。
【００２３】
従って、道路地図データの道路上の複数の走行位置について、車両のドライバから見える前方を示す画像を生成し、生成された画像に基づいて、認識度を判定し、認識度に基づいて認識度マップ又は運転支援マップを生成することにより、前方から歩行者又は二輪車を認識しづらい走行位置を示すことができ、または、前方から歩行者又は二輪車を認識しづらい走行位置において運転支援を行うことができるため、認識度マップ又は運転支援マップによって、前方の歩行者又は二輪車の認識ミスを防止し、対歩行者事故又は対二輪車事故を防止することができる。
【００２４】
第３の発明に係る認識度判定手段を、生成手段によって生成された画像に基づいて、画像の色数及び画像に表された物体の数の少なくとも一方を複数の走行位置の各々について計数する計数手段と、計数手段によって計数された色数及び物体の数の少なくとも一方に基づいて、認識度を複数の走行位置の各々について算出する認識度算出手段とで構成することができる。これにより、前方の画像の色数または物体の数に基づいて、景観の複雑さに応じた認識度を算出することができる。
【００２５】
また、第３の発明に係る認識度判定手段を、生成手段によって生成された画像に基づいて、画像の空間周波数を算出する空間周波数算出手段と、空間周波数算出手段によって算出された前記空間周波数と、予め定められた歩行者及び二輪車の少なくとも一方を示す画像の空間周波数とを比較することにより、認識度を複数の走行位置の各々について算出する認識度算出手段とで構成することができる。これにより、生成された前方の画像の空間周波数と、歩行者又は二輪車を示す画像の空間周波数とが同じ場合には、前方から歩行者又は二輪車を認識しづらいことを示す認識度を算出することができる。
【００２６】
第３の発明に係るマップ生成装置は、歩行者に関するＯＤ交通量、又は道路地図データが示す道路上の複数の走行位置の各々の歩行者の発生交通量及び集中交通量と道路地図データが示す道路上の各分岐点での分岐確率とに基づいて、道路地図データが示す道路上の走行位置及び時間帯毎に、走行位置及び時間帯に存在する歩行者の数及び歩行者の存在確率の何れか一方を示す歩行者データを生成する歩行者データ生成手段を更に含み、認識度判定手段は、生成手段によって生成された画像及び歩行者データ生成手段によって生成された歩行者データに基づいて、認識度を判定することができる。これにより、生成された前方の画像と各走行位置及び各時間帯に存在する歩行者の数または歩行者の存在確率とに基づいて、認識度を判定するため、精度の高い認識度を判定することができる。
【００２７】
また、第３の発明に係るマップ生成装置は、車両に関するＯＤ交通量、又は道路地図データが示す道路上の複数の走行位置の各々の車両の発生交通量及び集中交通量と道路地図データが示す道路上の各分岐点での分岐確率とに基づいて、道路地図データが示す道路上の走行位置及び時間帯毎に、時間帯に走行位置を走行する車両の平均走行速度を示す車両速度データを生成する車両速度データ生成手段を更に含み、認識度判定手段は、生成手段によって生成された画像及び車両速度データ生成手段によって生成された車両速度データに基づいて、認識度を判定することができる。これにより、生成された前方の画像と各時間帯の各走行位置を走行する車両の平均速度とに基づいて、認識度を判定するため、精度の高い認識度を判定することができる。
【００２８】
第４の発明に係るプログラムは、コンピュータを、自車両の前方を撮像する撮像手段によって撮像された前方の画像に基づいて、前記画像が示す前方からドライバが歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を判定する認識度判定手段、及び前記認識度判定手段によって判定された認識度に基づいて、運転支援を行う運転支援手段として機能させるためのプログラムである。
【００２９】
第５の発明に係るプログラムは、コンピュータを、自車両の走行位置を検出する検出手段、予め定められた道路地図上の走行位置毎に、前記走行位置を走行する車両のドライバが前方から前記歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を記憶した認識度データベースから、前記検出手段によって検出された現在の走行位置に対する認識度を検索する認識度検索手段、予め定められた道路地図上の走行位置及び時間帯毎に、前記走行位置及び前記時間帯に存在する歩行者の数及び前記歩行者の存在確率の何れか一方を記憶した歩行者データベースから、前記検出手段によって検出された現在の走行位置及び現在の時間帯に存在する前記歩行者の数及び前記歩行者の存在確率の何れか一方を検索する歩行者検索手段、及び前記認識度検索手段によって検索された前記認識度と前記歩行者検索手段によって検索された前記歩行者の数及び前記歩行者の存在確率の何れか一方とに基づいて、運転支援を行う運転支援手段として機能させるためのプログラムである。
【００３０】
第６の発明に係るプログラムは、コンピュータを、道路情報が地図情報として表された道路地図データ及び前記道路地図データが示す道路上の複数の走行位置の各々からの景観を示す景観データに基づいて、前記道路地図データが示す道路上を走行する車両のドライバから見える前方を示す画像を前記複数の走行位置の各々について生成する生成手段、前記生成手段によって生成された画像に基づいて、前記画像が示す前方から前記ドライバが歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を前記複数の走行位置の各々について判定する認識度判定手段、及び前記認識度判定手段によって判定された認識度に基づいて、前記道路地図データが示す道路上の前記複数の走行位置の各々における前記認識度を示す認識度マップ、及び前記道路地図データが示す道路上の前記複数の走行位置の各々において行うべき運転支援の内容を示す運転支援マップの少なくとも一方を生成するマップ生成手段として機能させるためのプログラムである。
【発明の効果】
【００３１】
以上説明したように、本発明の運転支援装置及びプログラムによれば、前方の画像に基づいて判定された認識度に基づいて運転支援を行うことにより、または、現在の走行位置に対する認識度と、現在の走行位置及び現在の時間帯に存在する歩行者の数または歩行者の存在確率とに基づいて運転支援を行うことにより、前方から歩行者又は二輪車を認識しづらい場合には、運転支援を行うことができるため、前方の歩行者又は二輪車の認識ミスを防止し、対歩行者事故又は対二輪車事故を防止することができる、という効果が得られる。
【００３２】
また、本発明に係るマップ生成装置及びプログラムによれば、道路地図データの道路上の複数の走行位置について、車両のドライバから見える前方を示す画像を生成し、生成された画像に基づいて判定された認識度に基づいて認識度マップ又は運転支援マップを生成することにより、前方から歩行者又は二輪車を認識しづらい走行位置を示すことができ、または、前方から歩行者又は二輪車を認識しづらい走行位置において運転支援を行うことができるため、認識度マップ又は運転支援マップによって、前方の歩行者又は二輪車の認識ミスを防止し、対歩行者事故又は対二輪車事故を防止することができる、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】
【００３３】
以下、図面を参照して、本発明の好適な実施の形態について説明する。なお、本実施の形態では、車両に搭載された運転支援装置に本発明を適用した場合について説明する。
【００３４】
図１に示すように、第１の実施の形態に係る運転支援装置１０は、自車両の前方に搭載された車載ＣＣＤカメラで構成され、自車両の前方の景観画像を撮像するカメラ１２と、カメラ１２を制御するカメラ制御部１４と、カメラ１２で撮像された景観画像を示す景観画像データを記憶するためのフレームメモリ１６と、撮像された景観画像データに対して、エッジ検出やパターンマッチングなどの所定の画像処理を行う画像演算部１８と、画像演算部１８による画像処理の結果から、景観画像データが示す前方の景観からドライバが歩行者を認識しようとするときの認識のしやすさの度合いを示す認識度を判定する認識度判定部２０と、対歩行者事故を防止するように警報を提示する警報装置２２と、認識度判定部２０によって判定された認識度に基づいて、警報装置２２を制御する警報装置制御部２４とを備えている。
【００３５】
画像演算部１８は、景観画像データが示す景観画像が表す対象物の数を演算する対象物数演算部２６と、景観画像データが示す景観画像が表す色の数を演算する対象色数演算部２８とを備えている。
【００３６】
対象物数演算部２６では、図２（Ａ）に示す景観画像や図２（Ｂ）に示す景観画像から、景観画像中の対象物を抽出し、対象物の数を演算する。また、対象色数演算部２８では、図３に示すように、予め定められた複数の色の各々が景観画像中にあるか否かを判定して、景観画像中の色の数を演算する。また、画像演算部１８では、図４に示すように、対象物数演算部２６で演算された対象物の数を点数化して対象物数指標（例えば、０点〜１０点）を求め、また、図５に示すように、対象色数演算部２８で演算された色の数を点数化して、対象色指標（例えば、０点〜１０点）を求める。そして、図６に示すように、対象物数指標と対象色指標との平均を取った点数を、景観画像の複雑度として判定する。例えば、景観画像の景観が、ビルの１階がオープンショップである場合や、ゴミや荷物等がおいてある場合などの複雑な場面では、対象物数指標と対象色指標との平均を取った点数が高くなって、歩行者の認識度が低くなり、危険性が高いことを示す。一方、田園地帯やビルの壁だけの場合には、対象物数指標と対象色指標との平均を取った点数が低くなって、歩行者の認識度が高くなり、危険性が低いことを示す。
【００３７】
運転支援装置１０は、上記の各部を実現するために、後述する運転支援処理ルーチンを実行するためのプログラムが記憶されている。
【００３８】
次に、第１の実施の形態に係る運転支援装置１０で実行される運転支援処理ルーチンについて図７を用いて説明する。
【００３９】
まず、ステップ１００において、カメラ１２から自車両の前方の景観画像を撮像した景観画像データを取得し、ステップ１０２で、画像演算部１８の対象物数演算部２６によって、ステップ１００で取得した景観画像データに対して画像処理を行い、対象物を抽出して、抽出された対象物の数を算出する。そして、ステップ１０４において、画像演算部１８の対象色数演算部２８によって、ステップ１００で取得した景観画像データに対して画像処理を行い、景観画像中の色を抽出して、抽出された色の数を算出する。
【００４０】
次のステップ１０６では、ステップ１０２で算出された対象物の数を対象物数指標に点数化すると共に、ステップ１０４で算出された色の数を対象色指標に点数化し、これらの点数から複雑度を判定し、複雑度に基づいて、認識度を判定する。複雑度が高い場合には、低い認識度を算出し、複雑度が低い場合には、高い認識度を算出する。
【００４１】
そして、ステップ１０８において、上記ステップ１０６で判定された認識度が、しきい値より大きいか否かを判定し、認識度がしきい値より大きい場合には、ドライバが歩行者の認識ミスを起こす可能性が低いと判断し、運転支援処理ルーチンを終了するが、認識度がしきい値以下である場合には、ドライバが歩行者の認識ミスを起こす可能性が高いと判断し、ステップ１１０で、ドライバに警報を提示して、前方から歩行者を認識しづらいことを知らせて、ドライバに歩行者を確実に認識させて、運転支援処理ルーチンを終了する。なお、上記のしきい値については、実験的又は統計的に、歩行者の認識ミスを起こすような状況における認識度を求めておき、この認識度をしきい値として設定しておけばよい。また、提示される警報の内容は、認識度に応じた内容としてもよい。
【００４２】
対歩行者事故で、ドライバの視線が歩行者に向いていた（歩行者が視界に入っていた）にもかかわらず、「歩行者をゴミ袋だと思った」等、歩行者の背後の景観と見間違えることによる事故が多く発生しているが、上記のように運転支援処理ルーチンを実行することにより、景観画像から見間違えが起きそうな場所をドライバに提示することにより、ドライバの注意を喚起することができる。
【００４３】
以上説明したように、第１の実施の形態に係る運転支援装置によれば、ドライバの前方の景観画像に基づいて、前方の景観画像中の色数及び対象物の数を算出して、色数及び対象物の数に基づいて、景観の複雑さに応じた認識度を判定し、認識度に基づいて、警報を提示することにより、前方の景観から歩行者を認識しづらい場合には、ドライバに警報を提示することができ、前方の景観中の歩行者の認識ミスを防止し、対歩行者事故を防止することができる。
【００４４】
また、カメラから撮像された景観画像データに基づいて判定された認識度に基づいて、警報を提示するため、対歩行者事故の危険性がある箇所をリアルタイムにドライバに提示することができ、対歩行者事故を防止することができる。
【００４５】
なお、上記の実施の形態では、歩行者の認識度を判定する場合を例に説明したが、更に、自転車やオートバイなどの二輪車の認識度も判定し、警報を提示することにより、対二輪車事故、対車両事故、対動物事故を防止するようにしてもよい。
【００４６】
また、運転支援として、警報の提示を行う場合を例に説明したが、判定された認識度が低い場合に、運転制御を行ってもよい。例えば、走行速度が大きい場合には、速度制御を行ってもよい。
【００４７】
また、認識度に基づいて警報制御を行う場合を例に説明したが、認識のしづらさを示す指標として複雑度をそのまま用いて、複雑度に基づいて警報制御を行うようにしてもよい。この場合には、複雑度としきい値とを判定し、複雑度がしきい値より大きい場合に、警告を提示すればよい。
【００４８】
また、景観画像中の対象物の数及び色数を算出する場合を例に説明したが、景観画像中の所定の歩行者存在領域の対象物数及び色数を算出するようにしてもよい。
【００４９】
また、認識度としきい値との比較結果に応じて警報制御を行う場合を例に説明したが、これに限定されるものではなく、他の指標としきい値との比較結果に応じて警報制御を行ってもよい。この場合には、判定された認識度に応じて、しきい値を変更して、認識度に応じた警報制御が行われるようにすればよい。
【００５０】
次に、第２の実施の形態に係る運転支援装置について説明する。なお、第１の実施の形態と同様の構成となる部分については、同一符号を付して、説明を省略する。
【００５１】
第２の実施の形態では、景観画像の空間周波数を用いて認識度を判定している点が第１の実施の形態と異なっている。
【００５２】
図８に示すように、第２の実施の形態に係る運転支援装置２１０の画像演算部２１８は、景観像データが示す景観画像の空間周波数を演算する周波数演算部２２６と、景観画像の空間周波数と、予め用意された歩行者を示す画像の空間周波数とを比較する周波数比較部２２８とを備えている。
【００５３】
周波数演算部２２６では、図９に示すような景観画像の歩行者が存在する所定の歩行者領域（図９では歩道の領域）について、空間周波数を演算し、図１０（Ａ）に示すような空間周波数分布を求める。また、周波数比較部２２８では、周波数演算部２２６で得られた空間周波数分布と、図１０（Ｂ）に示すような歩行者画像を示す空間周波数分布とを比較して、比較結果を出力する。
【００５４】
また、認識度判定部２２０は、画像演算部２１８で得られた比較結果に基づいて、認識度を判定する。例えば、周波数比較部２２８の比較結果に基づいて、歩行者画像の空間周波数分布で頻度が高くなっている周波数の頻度が、景観画像の空間周波数分布において同様に高いと判断された場合には、景観の中に歩行者が埋もれて、前方の景観から歩行者を認識しづらいため、低い認識度が判定され、一方、歩行者画像の空間周波数分布で頻度が高くなっている周波数の頻度が、景観画像の空間周波数分布において低いと判断された場合には、景観の中に歩行者が埋もれることなく、前方の景観から歩行者を認識しやすいため、高い認識度が判定される。
【００５５】
次に、第２の実施の形態に係る運転支援装置２１０で実行される運転支援処理ルーチンについて図１１を用いて説明する。なお、第１の実施の形態と同様の処理については、同一符号を付して、詳細な説明を省略する。
【００５６】
まず、ステップ１００において、カメラ１２から景観画像データを取得し、ステップ２５２で、画像演算部２１８の周波数演算部２２６によって、ステップ１００で取得した景観画像データに対して画像処理を行い、景観画像の歩行者領域の空間周波数分布を演算する。そして、ステップ２５４において、画像演算部２１８の周波数比較部２２８によって、上記ステップ２５２で得られた空間周波数分布と歩行者画像の空間周波数分布とを比較し、次のステップ２５６において、比較結果に基づいて、景観画像の空間周波数分布における歩行者画像の高頻度周波数の頻度に応じた認識度を判定する。
【００５７】
そして、ステップ１０８において、上記ステップ２５６で判定された認識度が、しきい値より大きいか否かを判定し、認識度がしきい値より大きい場合には、運転支援処理ルーチンを終了するが、認識度がしきい値以下である場合には、ステップ１１０で、ドライバに警報を提示して、前方から歩行者を認識しづらいことを知らせて、運転支援処理ルーチンを終了する。
【００５８】
以上説明したように、第２の実施の形態に係る運転支援装置によれば、前方の景観画像の空間周波数分布と、歩行者を示す画像の空間周波数分布とを比較して、歩行者を示す画像の空間周波数分布で頻度が高い周波数が、前方の景観画像の空間周波数分布においても同様に高い場合には、前方の景観に歩行者が埋もれていると判断し、歩行者を認識しづらいことを示す認識度を判定することができる。
【００５９】
なお、歩行者領域を所定の領域として、空間周波数分布を演算する場合を例に説明したが、これに限定されるものではなく、例えば、図１２に示すように、歩行者領域を更に複数の小領域に分割し、小領域毎に空間周波数分布を演算し、これらの空間周波数分布の各々と、歩行者画像の空間周波数分布とを比較してもよい。
【００６０】
また、認識対象として、歩行者だけでなく、自転車やオートバイなどの二輪車を含めてもよく、この場合には、自転車画像の空間周波数分布やオートバイ画像の空間周波数分布を用意して、前方の景観画像の空間周波数分布と比較すればよい。
【００６１】
次に、第３の実施の形態に係る運転支援装置について説明する。なお、第１の実施の形態と同様の構成となる部分については、同一符号を付して、説明を省略する。
【００６２】
第３の実施の形態では、認識度と歩行者存在確率とに基づいて警報を提示している点が第１の実施の形態と異なっている。
【００６３】
図１３に示すように、第３の実施の形態に係る運転支援装置３１０は、カメラ１２と、カメラ制御部１４と、フレームメモリ１６と、画像演算部１８と、認識度判定部２０と、後述する歩行者データを格納した歩行者データベース３２０と、ＧＰＳ３２２と、ＧＰＳ３２２により現在の走行位置を測位する位置測位部３２４と、現在の時刻を計時する時計部３２６と、位置測位部３２４によって測位された走行位置及び時計部３２６から取得する現在時刻に対応する走行データを歩行者データベース３２０から検索する歩行者データ検索部３２８と、歩行者データ検索部３２８によって検索された歩行者データに基づいて、現在の走行位置における歩行者存在確率を演算する歩行者存在確率演算部３２９と、認識度判定部２０によって判定された認識度及び歩行者存在確率演算部３２９によって演算された歩行者存在確率に基づいて、対歩行者事故が発生する危険性の度合いを示す危険度を判定する危険度判定部３３０と、警報装置２２と、危険度判定部３３０によって判定された危険度に基づいて、警報装置２２を制御する警報装置制御部３２４とを備えている。
【００６４】
歩行者データベース３２０に格納される歩行者データは、統計データや地図情報に基づいて、時間帯別、曜日別、及び年齢層別に求められた各走行位置の歩行者交通量を示している。歩行者データベース３２０は、図１４に示す歩行者シミュレーション装置３７０によって生成される。
【００６５】
歩行者シミュレーション装置３７０では、年齢別人口分布データベース３７２に格納された年齢別人口分布データ、公共交通機関利用状況データベース３７４に格納された公共交通機関利用状況データ、従業員数生徒数データベース３７６に格納された従業員数データ又は生徒数データ、道路地図データベース３７８に格納された道路地図データ、及び土地利用図データベース３７９に格納された土地利用図データを、データ読み出し部３８０によって読み出して、歩行者ＯＤ交通量推定部３８２において、読み出されたデータに基づいて、予め定められた時間帯別、曜日別、及び年齢別に、歩行者に関するＯＤ（Ｏｒｉｇｉｎ−Ｄｅｓｔｉｎａｔｉｏｎ）交通量を推定する。
【００６６】
さらに、歩行者シミュレーション部３８４によって、図１５に示すように、歩行者ＯＤ交通量に基づいて、歩行者シミュレーションを行い、道路地図データが示す道路上の予め定められた場所毎に、図１６に示すように、時間帯別、曜日別、及び年齢層別の歩行者交通量を求める。このとき、特に、歩行場所によって危険度が異なるため、歩道（歩車分離かどうか）、歩道橋、単路、横断歩道などの歩行場所も推定することが好ましい。
【００６７】
さらに、実測歩行者数データベース３９２の実測歩行者数データを、データ読み出し部３９４によって読み出し、歩行者数比較演算部３９０によって、求められた歩行者交通量と実測歩行者数データとを比較し、求められた歩行者交通量と実測歩行者数データとが合わない場合には、歩行者ＯＤ修正部３９６によって、求められた歩行者交通量が実測歩行者数データに合うように、歩行者ＯＤ交通量を修正し、再び、歩行者シミュレーション部３８４で歩行者シミュレーションを行い、歩行者ＯＤ交通量の精密化を行う。
【００６８】
以上のようにして、歩行者シミュレーション装置３７０によって、地図上の各場所について、時間帯別、曜日別、及び年齢層別の歩行者交通量を求め、歩行者データベース３２０に格納する。
【００６９】
また、歩行者存在確率演算部３２９では、歩行者データが示す歩行者交通量が多ければ、高い歩行者存在確率が演算され、歩行者データが示す歩行者交通量が少なければ、低い歩行者存在確率が演算される。
【００７０】
危険度判定部３３０では、認識度判定部２０によって判定された認識度及び歩行者存在確率演算部３２９によって演算された歩行者存在確率に基づいて、危険度を判定する。例えば、認識度が高く、歩行者存在確率が低い場合には、対歩行者事故が発生する危険性が低いため、低い危険度が判定され、一方、認識度が低く、歩行者存在確率が高い場合には、対歩行者事故が発生する危険性が高いため、高い危険度が判定される。
【００７１】
次に、第３の実施の形態に係る運転支援装置３１０で実行される運転支援処理ルーチンについて図１７を用いて説明する。なお、第１の実施の形態と同様の処理については、同一符号を付して、詳細な説明を省略する。
【００７２】
まず、ステップ１００において、カメラ１２から景観画像データを取得し、ステップ１０２で、景観画像データが示す景観画像中の対象物の数を算出し、ステップ１０４において、景観画像データが示す景観画像中の色の数を算出し、ステップ１０６では、認識度を算出する。
【００７３】
そして、次のステップ３５０では、ＧＰＳ３２２を用いて現在の走行位置を測位し、ステップ３５２において、時計部３２６から現在の時刻を取得し、ステップ３５４において、歩行者データベース３２０から、現在の走行位置及び現在時刻に対応する歩行者データを検索する。
【００７４】
そして、ステップ３５５において、ステップ３５４で検索された歩行者データが示す歩行者交通量に基づいて、現在の走行位置における歩行者存在確率を算出し、次のステップ３５６において、上記ステップ１０６で判定された認識度及び上記ステップ３５５で算出された歩行者存在確率に基づいて、危険度を判定する。そして、ステップ３５８で、上記ステップ３５６で判定された危険度が、しきい値より大きいか否かを判定し、危険度がしきい値以下である場合には、運転支援処理ルーチンを終了するが、危険度がしきい値より大きい場合には、ステップ１１０で、ドライバに警報を提示して、前方から歩行者を認識しづらく、対歩行者事故の危険性があることを知らせて、運転支援処理ルーチンを終了する。
【００７５】
なお、上記のしきい値については、実験的又は統計的に、対歩行者事故を起こす危険性が高く、警告提示が必要となる状況における危険度を求めておき、この危険度をしきい値として設定しておけばよい。
【００７６】
以上説明したように、第３の実施の形態に係る運転支援装置によれば、判定された認識度と、現在の走行位置及び現在の時間帯に存在する歩行者の存在確率とに基づいて、警報制御を行うため、より適切に運転支援を行うことができる。
【００７７】
なお、歩行者データベースの歩行者データが歩行者交通量を示している場合を例に説明したが、歩行者存在確率を示す歩行者データを歩行者データベースに格納しておいてもよい。この場合には、歩行者シミュレーション装置によって歩行者存在確率を算出して、歩行者データベースに格納しておけばよい。
【００７８】
また、歩行者交通量から歩行者存在確率を算出し、歩行者存在確率を用いて危険度を判定する場合を例に説明したが、歩行者交通量をそのまま用いて危険度を判定してもよい。
【００７９】
また、歩行者シミュレーション装置では、歩行者シミュレーションを行う場合を例に説明した、これに限定されるものではなく、歩行者ＯＤ交通量に基づいて、配分を行い、歩行者交通量を求めるようにしてもよい。
【００８０】
また、歩行者シミュレーション装置では、歩行者ＯＤ交通量を入力データとしたが、歩行者ＯＤ交通量ではなく、各地点の歩行者の発生交通量及び集中交通量と各分岐点での分岐確率とを入力データとしてもよい。
【００８１】
次に、第４の実施の形態に係る運転支援装置について説明する。なお、第１の実施の形態及び第３の実施の形態と同様の構成となる部分については、同一符号を付して、説明を省略する。
【００８２】
第４の実施の形態では、景観画像データが示す景観画像の中に歩行者が存在する場合にのみ、認識度と歩行者存在確率とに基づいて警報を提示している点が第３の実施の形態と異なっている。
【００８３】
図１８に示すように、第４の実施の形態に係る運転支援装置４１０は、カメラ１２と、カメラ制御部１４と、フレームメモリ１６と、画像演算部１８と、認識度判定部２０と、歩行者データベース３２０と、ＧＰＳ３２２と、位置測位部３２４と、時計部３２６と、歩行者データ検索部３２８と、歩行者存在確率演算部３２９と、危険度判定部３３０と、景観画像データに対して、歩行者認識処理を行い、景観画像の中に歩行者が存在する確度を示す歩行者存在確度を判定する歩行者存在確度判定部４２０と、警報装置２２と、危険度判定部３３０によって判定された危険度及び歩行者存在確度判定部４２０によって判定された歩行者存在確度に基づいて、警報装置２２を制御する警報装置制御部４２４とを備えている。
【００８４】
歩行者存在確度判定部４２０は、景観画像データに対して、エッジ検出やパターンマッチングなどの画像処理を含む歩行者認識処理を行い、歩行者認識処理の結果に基づいて、歩行者存在確度を判定する。歩行者画像に類似する画像が、景観画像に含まれる場合には、高い歩行者存在確度が判定され、歩行者画像に類似する画像が、景観画像に含まれない場合には、低い歩行者存在確度が判定される。
【００８５】
次に、第４の実施の形態に係る運転支援装置４１０で実行される運転支援処理ルーチンについて図１９を用いて説明する。なお、第３の実施の形態と同様の処理については、同一符号を付して、詳細な説明を省略する。
【００８６】
まず、ステップ１００において、カメラ１２から景観画像データを取得し、ステップ１０２で、景観画像データが示す景観画像中の対象物の数を算出し、ステップ１０４において、景観画像データが示す景観画像中の色の数を算出し、ステップ１０６では、認識度を判定する。
【００８７】
そして、次のステップ３５０では、現在の走行位置を測位し、ステップ３５２において、現在の時刻を取得し、ステップ３５４において、歩行者データベース３２０から、現在の走行位置及び現在時刻に対応する歩行者データを検索する。次のステップ３５５では、検索された歩行者データが示す歩行者交通量に基づいて、歩行者存在確率を算出し、ステップ３５６において、認識度及び歩行者存在確率に基づいて、危険度を判定する。
【００８８】
そして、ステップ３５８で、上記ステップ３５６で判定された危険度が、しきい値より大きいか否かを判定し、危険度がしきい値以下である場合には、運転支援処理ルーチンを終了するが、危険度がしきい値より大きい場合には、ステップ４５０へ移行する。
【００８９】
ステップ４５０では、上記ステップ１００で取得した景観画像データに対して、歩行者認識処理を行い、次のステップ４５２において、上記ステップ４５０における歩行者認識処理の結果に基づいて、歩行者存在確度を判定する。そして、ステップ４５４では、判定された歩行者存在確度がしきい値以下である場合には、前方に歩行者が存在しないと判断し、警報を提示せずに運転支援処理ルーチンを終了するが、歩行者存在確度がしきい値より大きい場合には、前方に歩行者が存在すると判断して、ステップ１１０で、ドライバに警報を提示して、前方に歩行者が存在する可能性が高く、かつ、前方から歩行者を認識しづらいため、対歩行者事故の危険性があることを知らせて、運転支援処理ルーチンを終了する。
【００９０】
以上説明したように、第４の実施の形態に係る運転支援装置によれば、景観画像データから歩行者存在確度を算出し、歩行者存在確度に基づいて、前方に歩行者が存在すると判断された場合にのみ、警報を提示することにより、余計な運転支援による煩わしさを回避することができる。
【００９１】
なお、運転支援として、警報の提示を行う場合を例に説明したが、判定された認識度が低い場合に、運転制御を行ってもよい。この場合には、歩行者認識処理において、歩行者が存在する箇所を抽出し、歩行者から遠ざけるように車両制御を行うようにすればよい。
【００９２】
次に、第５の実施の形態に係る運転支援装置について説明する。なお、第１の実施の形態及び第３の実施の形態と同様の構成となる部分については、同一符号を付して、説明を省略する。また、景観シミュレーション装置、歩行者シミュレーション装置、及び自動車シミュレーション装置からなるシステムに本発明を適用した場合について説明する。
【００９３】
第５の実施の形態では、カメラを設けていない点と、データベースに格納されている認識度及び歩行者データに基づいて算出される歩行者存在確率に基づいて、警報を提示している点とが第３の実施の形態と異なっている。
【００９４】
図２０に示すように、第５の実施の形態に係る運転支援装置５１０は、歩行者データベース３２０と、ＧＰＳ３２２と、位置測位部３２４と、時計部３２６と、歩行者データ検索部３２８と、歩行者存在確率演算部３２９と、後述する認識度を地図上に格納した認識度マップを格納した認識度データベース５２０と、位置測位部３２４によって測位された走行位置に対応する認識度を認識度データベース５２０から検索する認識度検索部５２２と、認識度検索部５２２によって検索された認識度及び歩行者存在確率演算部３２９によって演算された歩行者存在確率に基づいて、危険度を判定する危険度判定部５３０と、警報装置２２と、危険度判定部５３０によって判定された危険度に基づいて、警報装置２２を制御する警報装置制御部３２４とを備えている。
【００９５】
歩行者データベース３２０は、第４の実施の形態と同様に、歩行者シミュレーション装置によって生成される。また、認識度データベース５２０に格納されている認識度マップは、図２１に示す景観シミュレーション装置５４０によって生成される。
【００９６】
景観シミュレーション装置５４０は、信号データを格納する信号データベース５４２と、道路情報が地図情報として表された道路地図データを格納する道路地図データベース５４４と、道路地図データの道路上の各走行位置からの景観を示す景観データを格納する景観データベース５４６と、信号データベース５４２、道路地図データベース５４４、及び景観データベース５４６から各データを読み出すデータ読み出し部５４８と、信号や道路構造を示す交通環境データ及びドライバから視点の前方の景観を示す３次元の前景画像データを作成する交通環境作成部５５０と、歩行者データベース３２０と、後述する自動車データを格納する自動車データベース５５２と、歩行者データベース３２０及び自動車データベース５５２から各データを読み出すデータ読み出し部５５４と、交通環境データ、前景画像データ、歩行者データ、及び自動車データに基づいて、交通流シミュレーションを行う交通流シミュレーション部５５６とを備えている。
【００９７】
交通流シミュレーション部５５６は、交通流シミュレーションの結果として、歩行者および車両が配置された前方の景観を示す景観画像データを出力する。
【００９８】
また、景観シミュレーション装置５４０は、道路地図データの道路上の各走行位置について、歩行者数（および歩行者の年齢等の属性）や車両速度を更に考慮して、交通流シミュレーション部５５６によって出力された景観画像データに基づいて、歩行者の認識度を判定する歩行者認識度判定部５５８と、歩行者認識度判定部５５８によって判定された認識度を地図上に格納した認識度マップを生成するマップ生成部５６０とを備えている。
【００９９】
景観シミュレーション装置５４０は、上記各部の機能を実現するためのプログラムが記憶されている。
【０１００】
自動車データベース５５２に格納される自動車データは、統計データや地図情報に基づいて、時間帯、曜日別、及び車種別に求められた各走行位置の交通量を示している。ここで、自動車データベース５５２は、図２２に示す自動車シミュレーション装置５７０によって生成される。
【０１０１】
自動車シミュレーション装置５７０では、道路交通センサスデータベース５７２に格納された道路交通センサス（あるいはパーソンとリップ調査データ）等のアンケート結果データ、メッシュ別人口データベース５７４に格納されたメッシュ別人口データ、道路地図データベース５７６に格納された道路地図データ、及び土地利用図データベース５７８に格納された土地利用図データを、データ読み出し部５８０によって読み出して、自動車ＯＤ交通量推定部５８２において、読み出されたデータに基づいて、予め定められた時間帯別、曜日別、及び車種別に、自動車に関するＯＤ交通量を推定する。
【０１０２】
さらに、交通流シミュレーション部５８４によって、図２３に示すように、交通流シミュレーションを行い、道路地図データが示す道路上の予め定められた場所毎に、時間帯別、曜日別、及び年齢層別の自動車交通量を求める。
【０１０３】
さらに、実測交通量データベース５９２の実測交通量データを、データ読み出し部５９４によって読み出し、交通量比較演算部５９０によって、求められた自動車交通量と実測交通量データとを比較し、求められた自動車交通量と実測交通量データとが合わない場合には、自動車ＯＤ修正部５９６によって、求められた自動車交通量が実測交通量データに合うように、自動車ＯＤ交通量を修正し、再び、交通流シミュレーション部５８４で交通流シミュレーションを行い、自動車ＯＤ交通量の精密化を行う。
【０１０４】
以上のようにして、自動車シミュレーション装置５７０によって、地図上の各場所について、時間帯別、曜日別、及び車種別の自動車交通量を求め、自動車データベース５５２に格納する。
【０１０５】
なお、自動車シミュレーション装置において、自動車ＯＤ交通量を入力データとしたが、自動車ＯＤ交通量ではなく、各地点の自動車の発生交通量及び集中交通量と各分岐点での分岐確率とを入力データとしてもよい。
【０１０６】
また、自動車シミュレーション装置では、自動車交通のみを対象としたが、自動車のみではなく、歩行者、二輪車、自転車等のほかの移動物を同時にシミュレーションしてもよい。
【０１０７】
次に、景観シミュレーション装置５４０の動作について説明する。まず、交通環境作成部５５０によって、信号データ、道路地図データ、及び景観データに基づき、交通環境データ及び前景画像データを作成する。そして、交通流シミュレーション部５５６によって、作成された交通環境データ、前景画像データ、歩行者データ、及び自動車データを入力データとして、経路選択ロジック、車両挙動モデル、及び歩行者挙動モデルに従い、自動車及び歩行者を移動させることにより、交通流シミュレーションを行って、時々刻々と変化する交通状況を再現し、交通環境に対して歩行者および車両の配置データを得ると共に、道路地図データの道路上の各走行位置について、図２４に示すような、自動車のドライバ視点に立った場合の景観画像中に歩行者及び車両を配置した景観画像データを生成する。また、交通流シミュレーションでは、道路地図データの道路上の各走行位置について、自動車の交通量に基づいて、自動車の平均走行速度を算出する。
【０１０８】
そして、歩行者認識度判定部５５８によって、生成された景観画像データに基づいて、道路地図データの道路上の各走行位置について、歩行者の認識度を判定する。なお、認識度については、第１の実施の形態または第２の実施の形態で説明した方法と同様に判定すればよい。
【０１０９】
そして、マップ生成部５６０によって、判定した認識度をマップ上に格納し、認識度マップを生成する。
【０１１０】
なお、上記の交通流シミュレーションと認識度判定とは、交通流シミュレーションのタイムステップ毎（例えば１秒毎）に繰り返して行ってもよいし、まとまった所定時間分の交通流シミュレーションを行って、その結果に基づき、まとめて認識度判定を行ってもよい。
【０１１１】
また、歩行者の認識度判定においては、歩行者数（および歩行者の年齢等の属性）や車両速度を考慮することにより、詳細で正確な認識度を判定することが可能となる。例えば、各場所、各景観、及び各時刻に対する車両の平均走行速度及び歩行者数に基づき、各車両から見た景観に対する歩行者の見え方を点数化する。具体的には、景観画像の対象物数及び対象色数に基づいて景観複雑度Ｓ（例えば、０点〜１０点）を点数化し、また、図２５（Ａ）に示すように、歩行者数に基づいて、歩行者数指標Ｐ（例えば、０点〜１０点）を点数化する。歩行者数指標Ｐについては、単に人数が増えれば危険と判断するのではなく、年齢層によって危険度が異なるため、図２５（Ｂ）に示すように、歩行者数に基づいて点数化された歩行者数指標Ｐに対して、年齢層に応じた重みをつけて、歩行者数指標Ｐを算出する。
【０１１２】
また、図２６に示すように、平均走行速度に基づいて、平均走行速度指標Ｖ（例えば、０点〜５点）を点数化する。平均走行速度指標Ｖについては、速度だけでなく、実事故が発生している地点を危険性が高い場所と考え、実事故の件数の重みをつけて平均走行速度指標Ｖを算出する。
【０１１３】
そして、景観複雑度Ｓ、歩行者指標Ｐ、及び平均走行速度指標Ｖの点数の積（Ｓ×Ｐ×Ｖ）を求め、図２７に示すように、点数の積が高いほど、歩行者を認識しづらく、危険性が高いと判断して、低い認識度を判定し、一方、点数の積が低いほど、歩行者を認識しやすく、危険性が低いと判断して、高い認識度を判定する。なお、危険性が高いと判断した場合には、危険時刻と危険歩行者の特徴とを出力することが好ましい。
【０１１４】
次に、第５の実施の形態に係る運転支援装置５１０で実行される運転支援処理ルーチンについて図２８を用いて説明する。なお、第３の実施の形態と同様の処理については、同一符号を付して、詳細な説明を省略する。
【０１１５】
まず、ステップ３５０では、ＧＰＳ３２２を用いて現在の走行位置を測位し、ステップ６００において、認識度データベース５２０の認識度マップから現在の走行位置に対応する認識度を検索する。
【０１１６】
そして、ステップ３５２において、時計部３２６から現在の時刻を取得し、ステップ３５４において、歩行者データベース３２０から、現在の走行位置及び現在時刻に対応する歩行者データを検索し、ステップ３５５において、ステップ３５４で検索された歩行者データが示す歩行者交通量に基づいて、歩行者存在確率を算出し、次のステップ３５６において、上記ステップ６００で判定された認識度及び上記ステップ３５５で算出された歩行者存在確率に基づいて、危険度を判定する。そして、ステップ３５８で、判定された危険度が、しきい値より大きいか否かを判定し、危険度がしきい値以下である場合には、運転支援処理ルーチンを終了するが、危険度がしきい値より大きい場合には、ステップ１１０で、ドライバに警報を提示して、運転支援処理ルーチンを終了する。
【０１１７】
以上説明したように、第５の実施の形態に係る運転支援装置によれば、認識度マップからの現在の走行位置に対する認識度と、現在の走行位置及び現在の時間帯に対応する歩行者存在確率とに基づいて、警報制御を行うことにより、前方から歩行者を認識しづらく、歩行者が存在して危険な場合には、警報を提示することができるため、前方の景観中の歩行者の認識ミスを防止し、対歩行者事故を防止することができる。
【０１１８】
また、第５の実施の形態に係る景観シミュレーション装置によれば、道路地図データの道路上の各走行位置について、車両のドライバから見える前方を示す景観画像データを生成し、生成された景観画像データに基づいて、認識度を判定し、認識度に基づいて認識度マップを生成することにより、前方の景観中の歩行者を認識しづらい走行位置をラベリングすることができる。
【０１１９】
また、認識度マップについて、前方の景観画像データと各走行位置及び各時間帯に対する歩行者存在確率とに基づいて、認識度を判定するため、精度の高い認識度を認識度マップに格納することができる。また、更に、各時間帯の各走行位置を走行する車両の平均走行速度を考慮して、認識度を判定するため、より精度の高い認識度を認識度マップに格納することができる。
【０１２０】
また、認識度マップにより、景観画像から見間違えが起きそうな場所をラベリングし、ドライバに提示することができる。
【０１２１】
なお、運転支援装置では、認識度マップにおいて、低い認識度が格納されている走行位置において、警報を提示する場合を例に説明したが、認識度が低く危険箇所に近づいているときに、警報を提示するようにしてもよい。
【０１２２】
次に、第６の実施の形態について説明する。なお、第５の実施の形態と同様の構成となる部分については、同一符号を付して、説明を省略する。
【０１２３】
第６の実施の形態では、景観シミュレーション装置において、歩行者データベース及び自動車データベースを入力としないで、認識度マップを生成している点が第５の実施の形態と異なっている。
【０１２４】
図２９に示すように、第６の実施の形態に係る景観シミュレーション装置６４０は、信号データベース５４２と、道路地図データベース５４４と、景観データベース５４６と、データ読み出し部５４８と、交通環境作成部５５０と、交通環境データ及び前景画像データに基づいて、自動車のドライバ視点に立った場合の、歩行者の認識度を判定する歩行者認識度判定部６５８と、歩行者認識度判定部６５８によって判定された認識度を、地図上に格納した認識度マップを生成するマップ生成部５６０とを備えている。
【０１２５】
次に、景観シミュレーション装置６４０の動作について説明する。まず、交通環境作成部５５０によって、信号データ、道路地図データ、景観データに基づき、交通環境データおよび前景画像データを作成する。そして、歩行者認識度判定部５５８によって、作成された交通環境データおよび前景画像データに基づいて、道路地図上の各走行位置について、自動車のドライバ視点に立った場合の歩行者の認識度を判定する。
【０１２６】
そして、マップ生成部５６０によって、判定した認識度をマップ上に格納し、認識度マップを生成する。
【０１２７】
なお、生成された認識度マップを用いて運転支援を行う場合には、第５の実施の形態と同様の運転支援装置を用いればよいため、運転支援装置の構成及び動作については説明を省略する。
【０１２８】
このように、交通流シミュレーションを行わずに、簡単な構成で、認識度マップを生成することができる。
【０１２９】
次に、第７の実施の形態について説明する。第７の実施の形態では、景観シミュレーション装置において、認識度を格納した認識度マップを生成するのではなく、地図上の各走行位置において必要とされる運転支援の内容を格納した運転支援必要度マップを生成する。
【０１３０】
景観シミュレーション装置では、交通流シミュレーションによって認識度を判定し、判定された認識度に基づいて、提示されることが必要とされる警告情報（例えば、「歩行者が認識しにくい地点です。ご注意下さい。」）を生成し、図３０に示すように、提示される警告情報を地図上に格納して運転支援必要度マップを生成する。
【０１３１】
また、図３１に示すように、交通流シミュレーションにおける歩行者の配置情報に基づいて、歩行者の位置を追加した警告情報（例えば、「左側前方に歩行者がいる可能性があります。ご注意下さい。」）を生成して、運転支援必要度マップに格納してもよい。また、図３２に示すように、交通流シミュレーションにおいて配置される歩行者数に応じた警告情報（例えば、「左側前方の歩行者にご注意下さい。」）を生成し、運転支援必要度マップに格納してもよい。
【０１３２】
そして、上記の運転支援必要度マップを用いた運転支援装置では、現在の走行位置に対応する警告情報を、運転支援必要度マップを格納した運転支援必要度データベースから検索して、検索された警告情報に基づいて、警報装置によって警報を提示する。
【０１３３】
このように、運転支援必要度マップにより、景観画像から見間違えが起きそうな場所に、提示すべき警報情報をラベリングし、ドライバに警報を提示することにより、前方の歩行者の認識ミスを防止し、対歩行者事故を防止することができる。
【図面の簡単な説明】
【０１３４】
【図１】本発明の第１の実施の形態に係る運転支援装置を示すブロック図である。
【図２】（Ａ）田園地帯における景観画像のイメージ図、及び（Ｂ）景観が複雑な場合の景観画像のイメージ図である。
【図３】対象色数の算出を説明するための図である。
【図４】対象物数と点数化した対象物数指標との対応関係を示す表である。
【図５】対象色数と点数化した対象色指標との対応関係を示す表である。
【図６】対象色指標と対象物数指標とに基づく複雑度の算出を説明するための図である。
【図７】本発明の第１の実施の形態に係る運転支援装置で実行される運転支援処理ルーチンの内容を示すフローチャートである。
【図８】本発明の第２の実施の形態に係る運転支援装置を示すブロック図である。
【図９】景観画像の歩道領域を説明するための図である。
【図１０】（Ａ）景観画像の空間周波数分布を示すグラフ、及び（Ｂ）歩行者画像の空間周波数分布を示すグラフである。
【図１１】本発明の第２の実施の形態に係る運転支援装置で実行される運転支援処理ルーチンの内容を示すフローチャートである。
【図１２】景観画像を複数の小領域に分割した場合を示すイメージ図である。
【図１３】本発明の第３の実施の形態に係る運転支援装置を示すブロック図である。
【図１４】歩行者シミュレーション装置を示すブロック図である。
【図１５】歩行者シミュレーションの様子を説明するための図である。
【図１６】時間帯別及び年齢層別の歩行者交通量を示すグラフである。
【図１７】本発明の第３の実施の形態に係る運転支援装置で実行される運転支援処理ルーチンの内容を示すフローチャートである。
【図１８】本発明の第４の実施の形態に係る運転支援装置を示すブロック図である。
【図１９】本発明の第４の実施の形態に係る運転支援装置で実行される運転支援処理ルーチンの内容を示すフローチャートである。
【図２０】本発明の第５の実施の形態に係る運転支援装置を示すブロック図である。
【図２１】景観シミュレーション装置を示すブロック図である。
【図２２】自動車シミュレーション装置を示すブロック図である。
【図２３】交通流シミュレーションの様子を説明するための図である。
【図２４】交通流シミュレーションによって生成された景観画像データを示すイメージ図である。
【図２５】（Ａ）歩行者数と点数化された歩行者数指標Ｐとの対応関係を示す表、及び（Ｂ）年齢層毎の重みを示す表である。
【図２６】（Ａ）速度と点数化された速度指標Ｖとの対応関係を示す表、及び（Ｂ）実際の事故件数による重みを示す表である。
【図２７】全ての点数の積と認識度との対応関係を示す表である。
【図２８】本発明の第５の実施の形態に係る運転支援装置で実行される運転支援処理ルーチンの内容を示すフローチャートである。
【図２９】第６の実施の形態に係る景観シミュレーション装置を示すブロック図である。
【図３０】運転支援必要度マップの内容を示すイメージ図である。
【図３１】運転支援必要度マップの内容を示すイメージ図である。
【図３２】運転支援必要度マップの内容を示すイメージ図である。
【符号の説明】
【０１３５】
１０、２１０、３１０、４１０、５１０ 運転支援装置
１２ カメラ
１８、２１８ 画像演算部
２０、２２０ 認識度判定部
２２ 警報装置
２４、３２４、４２４ 警報装置制御部
２６ 対象物数演算部
２８ 対象色数演算部
２２６ 周波数演算部
２２８ 周波数比較部
３２０ 歩行者データベース
３２４ 位置測位部
３２６ 時計部
３２８ 歩行者データ検索部
３２９ 歩行者存在確率演算部
３３０ 危険度判定部
３７０ 歩行者シミュレーション装置
３７８、５４４、５７６ 道路地図データベース
３８２ 歩行者ＯＤ交通量推定部
３８４ 歩行者シミュレーション部
４２０ 歩行者存在確度判定部
５２０ 認識度データベース
５２２ 認識度検索部
５３０ 危険度判定部
５４０、６４０ 景観シミュレーション装置
５４６ 景観データベース
５５０ 交通環境作成部
５５２ 自動車データベース
５５６、５８４ 交通流シミュレーション部
５５８、６５８ 歩行者認識度判定部
５６０ マップ生成部
５７０ 自動車シミュレーション装置
５８２ 自動車ＯＤ交通量推定部
【技術分野】
【０００１】
本発明は、運転支援装置、マップ生成装置、及びプログラムに係り、特に、自車両の前方の画像に基づいて運転支援を行う運転支援装置、画像に基づいて運転支援マップを生成するマップ生成装置、及びプログラムに関する。
【背景技術】
【０００２】
従来より、交通事故や危険な状況が起こる可能性のある交通状況を、参照画像認識情報として蓄えておき、走行中の画像認識情報と比較することにより、走行中の危険を警告する車載危険予測装置が知られている（例えば、特許文献１）。この車載危険予測装置では、参照画像認識情報として、例えば、カーブの先に車が駐車している状況等を示している情報を蓄え、走行中の画像認識情報と比較している。
【０００３】
また、運転者の視覚能力レベルに対して、視覚情報量が超えているかを判断し、超えている場合に運転支援を行う運転支援装置が知られている（例えば、特許文献２）。この運転支援装置では、視覚情報量の判定において、視覚情報量として、他車両や、歩行者、信号、車線等の運転を行う上で認識すべき交通環境を示す情報の量を判定している。
【特許文献１】特開２００１−３３１９００号
【特許文献２】特開２００５−１２２３９０号
【発明の開示】
【発明が解決しようとする課題】
【０００４】
しかしながら、上記の特許文献１には、前方の景観の複雑さを原因とする歩行者事故の危険性を判定することが記載されていないため、特許文献１に記載の技術では、前方の景観の複雑さが原因で歩行者を認識できない場合に起こる歩行者事故を防ぐことができない、という問題がある。
【０００５】
また、特許文献２に記載の技術では、歩行者がドライバの視界に入れば、歩行者を認識していると判断しているため、例えば、歩行者が複雑な景観の中に存在し、ドライバが歩行者を認識しにくい状況であっても、運転支援を行うことができない、という問題がある。
【０００６】
本発明は、上記の問題点を解決するためになされたもので、前方の歩行者の認識ミスを防止し、対歩行者事故を防止することができる運転支援装置、マップ生成装置、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】
【０００７】
上記の目的を達成するために第１の発明に係る運転支援装置は、自車両の前方を撮像する撮像手段と、前記撮像手段によって撮像された前方の画像に基づいて、前記画像が示す前方からドライバが歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を判定する認識度判定手段と、前記認識度判定手段によって判定された認識度に基づいて、運転支援を行う運転支援手段とを含んで構成されている。
【０００８】
第１の発明に係る運転支援装置によれば、撮影手段によって、自車両の前方を撮像し、認識度判定手段によって、撮像手段によって撮像された前方の画像に基づいて、画像が示す前方からドライバが歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を判定する。そして、運転支援手段によって、認識度判定手段によって判定された認識度に基づいて、運転支援を行う。例えば、認識度が低い場合には、歩行者及び二輪車の少なくとも一方の認識を援助するように、運転支援を行う。
【０００９】
従って、前方の画像に基づいて、認識度を判定し、認識度に基づいて運転支援を行うことにより、前方から歩行者又は二輪車を認識しづらい場合には、運転支援を行うことができるため、前方の歩行者又は二輪車の認識ミスを防止し、対歩行者事故又は対二輪車事故を防止することができる。
【００１０】
第１の発明に係る認識度判定手段を、撮像手段によって撮像された前方の画像に基づいて、画像の色数及び画像に表された物体の数の少なくとも一方を計数する計数手段と、計数手段によって計数された色数及び物体の数の少なくとも一方に基づいて、認識度を算出する認識度算出手段とで構成することができる。これにより、前方の画像の色数または物体の数に基づいて、景観の複雑さに応じた認識度を算出することができる。
【００１１】
また、上記の計数手段は、画像の所定の計数領域の色数及び画像の所定の計数領域に表された物体の数の少なくとも一方を計数することができる。これにより、歩行者又は二輪車が存在する領域に関する色数及び物体の数に基づいて、認識度を算出することができる。
【００１２】
第１の発明に係る認識度判定手段を、撮像手段によって撮像された前方の画像に基づいて、画像の空間周波数を算出する空間周波数算出手段と、空間周波数算出手段によって算出された前記空間周波数と、予め定められた歩行者及び二輪車の少なくとも一方を示す画像の空間周波数とを比較することにより、認識度を算出する認識度算出手段とで構成することができる。これにより、前方の画像の空間周波数と、歩行者又は二輪車を示す画像の空間周波数とが同じ場合には、前方から歩行者又は二輪車を認識しづらいことを示す認識度を算出することができる。
【００１３】
また、上記の空間周波数算出手段は、画像の所定の算出領域の空間周波数を算出することができる。これにより、歩行者又は二輪車が存在する領域の空間周波数と、歩行者又は二輪車を示す画像の空間周波数とを比較して、認識度を算出することができる。
【００１４】
上記の運転支援装置は、自車両の走行位置を検出する検出手段と、予め定められた道路地図上の走行位置及び時間帯毎に、走行位置及び時間帯に存在する歩行者の数及び歩行者の存在確率の何れか一方を記憶した歩行者データベースと、歩行者データベースから、検出手段によって検出された現在の走行位置及び現在の時間帯に存在する歩行者の数及び歩行者の存在確率の何れか一方を検索する検索手段とを更に含み、運転支援手段は、認識度判定手段によって判定された認識度と、検索手段によって検索された歩行者の数及び歩行者の存在確率の何れか一方とに基づいて、運転支援を行うことができる。これにより、認識度と、現在の走行位置及び現在の時間帯に存在する歩行者の数または歩行者の存在確率とに基づいて、運転支援を行うため、より適切に運転支援を行うことができる。
【００１５】
上記の運転支援装置は、撮像手段によって撮像された前方の画像に基づいて、画像が示す前方に歩行者及び二輪車の少なくとも一方が存在するか否かを判定する存在判定手段を更に含み、運転支援手段は、存在判定手段によって歩行者及び二輪車の少なくとも一方が存在すると判定された場合、認識度判定手段によって判定された認識度に基づいて、運転支援を行い、存在判定手段によって歩行者及び二輪車の少なくとも一方が存在しないと判定された場合、運転支援を行わないようにすることができる。これにより、前方に歩行者又は二輪車が存在する場合にのみ、運転支援を行うことにより、余計な運転支援による煩わしさを回避することができる。
【００１６】
第２の発明に係る運転支援装置は、自車両の走行位置を検出する検出手段と、予め定められた道路地図上の走行位置毎に、前記走行位置を走行する車両のドライバが前方から前記歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を記憶した認識度データベースと、予め定められた道路地図上の走行位置及び時間帯毎に、前記走行位置及び前記時間帯に存在する歩行者の数及び前記歩行者の存在確率の何れか一方を記憶した歩行者データベースと、前記認識度データベースから、前記検出手段によって検出された現在の走行位置に対する認識度を検索する認識度検索手段と、前記歩行者データベースから、前記検出手段によって検出された現在の走行位置及び現在の時間帯に存在する前記歩行者の数及び前記歩行者の存在確率の何れか一方を検索する歩行者検索手段と、前記認識度検索手段によって検索された前記認識度と前記歩行者検索手段によって検索された前記歩行者の数及び前記歩行者の存在確率の何れか一方とに基づいて、運転支援を行う運転支援手段とを含んで構成されている。
【００１７】
第２の発明に係る運転支援装置によれば、検出手段によって、自車両の走行位置を検出し、認識度検索手段によって、認識度データベースから、検出手段によって検出された現在の走行位置に対する認識度を検索する。また、歩行者検索手段によって、歩行者データベースから、検出手段によって検出された現在の走行位置及び現在の時間帯に存在する歩行者の数及び歩行者の存在確率の何れか一方を検索する。
【００１８】
そして、運転支援手段によって、認識度検索手段によって検索された認識度と歩行者検索手段によって検索された歩行者の数及び歩行者の存在確率の何れか一方とに基づいて、運転支援を行う。
【００１９】
従って、現在の走行位置に対する認識度と、現在の走行位置及び現在の時間帯に存在する歩行者の数または歩行者の存在確率とに基づいて、運転支援を行うことにより、前方から歩行者又は二輪車を認識しづらい場合には、運転支援を行うことができるため、前方の歩行者又は二輪車の認識ミスを防止し、対歩行者事故又は対二輪車事故を防止することができる。
【００２０】
第３の発明に係るマップ生成装置は、道路情報が地図情報として表された道路地図データ及び前記道路地図データが示す道路上の複数の走行位置の各々からの景観を示す景観データに基づいて、前記道路地図データが示す道路上を走行する車両のドライバから見える前方を示す画像を前記複数の走行位置の各々について生成する生成手段と、前記生成手段によって生成された画像に基づいて、前記画像が示す前方から前記ドライバが歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を前記複数の走行位置の各々について判定する認識度判定手段と、前記認識度判定手段によって判定された認識度に基づいて、前記道路地図データが示す道路上の前記複数の走行位置の各々における前記認識度を示す認識度マップ、及び前記道路地図データが示す道路上の前記複数の走行位置の各々において行うべき運転支援の内容を示す運転支援マップの少なくとも一方を生成するマップ生成手段とを含んで構成されている。
【００２１】
第３の発明に係るマップ生成装置によれば、生成手段によって、道路情報が地図情報として表された道路地図データ及び道路地図データが示す道路上の複数の走行位置の各々からの景観を示す景観データに基づいて、道路地図データが示す道路上を走行する車両のドライバから見える前方を示す画像を複数の走行位置の各々について生成し、認識度判定手段によって、生成手段によって生成された画像に基づいて、画像が示す前方からドライバが歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を複数の走行位置の各々について判定する。
【００２２】
そして、マップ生成手段によって、認識度判定手段によって判定された認識度に基づいて、道路地図データが示す道路上の複数の走行位置の各々における認識度を示す認識度マップ、及び道路地図データが示す道路上の複数の走行位置の各々において行うべき運転支援の内容を示す運転支援マップの少なくとも一方を生成する。
【００２３】
従って、道路地図データの道路上の複数の走行位置について、車両のドライバから見える前方を示す画像を生成し、生成された画像に基づいて、認識度を判定し、認識度に基づいて認識度マップ又は運転支援マップを生成することにより、前方から歩行者又は二輪車を認識しづらい走行位置を示すことができ、または、前方から歩行者又は二輪車を認識しづらい走行位置において運転支援を行うことができるため、認識度マップ又は運転支援マップによって、前方の歩行者又は二輪車の認識ミスを防止し、対歩行者事故又は対二輪車事故を防止することができる。
【００２４】
第３の発明に係る認識度判定手段を、生成手段によって生成された画像に基づいて、画像の色数及び画像に表された物体の数の少なくとも一方を複数の走行位置の各々について計数する計数手段と、計数手段によって計数された色数及び物体の数の少なくとも一方に基づいて、認識度を複数の走行位置の各々について算出する認識度算出手段とで構成することができる。これにより、前方の画像の色数または物体の数に基づいて、景観の複雑さに応じた認識度を算出することができる。
【００２５】
また、第３の発明に係る認識度判定手段を、生成手段によって生成された画像に基づいて、画像の空間周波数を算出する空間周波数算出手段と、空間周波数算出手段によって算出された前記空間周波数と、予め定められた歩行者及び二輪車の少なくとも一方を示す画像の空間周波数とを比較することにより、認識度を複数の走行位置の各々について算出する認識度算出手段とで構成することができる。これにより、生成された前方の画像の空間周波数と、歩行者又は二輪車を示す画像の空間周波数とが同じ場合には、前方から歩行者又は二輪車を認識しづらいことを示す認識度を算出することができる。
【００２６】
第３の発明に係るマップ生成装置は、歩行者に関するＯＤ交通量、又は道路地図データが示す道路上の複数の走行位置の各々の歩行者の発生交通量及び集中交通量と道路地図データが示す道路上の各分岐点での分岐確率とに基づいて、道路地図データが示す道路上の走行位置及び時間帯毎に、走行位置及び時間帯に存在する歩行者の数及び歩行者の存在確率の何れか一方を示す歩行者データを生成する歩行者データ生成手段を更に含み、認識度判定手段は、生成手段によって生成された画像及び歩行者データ生成手段によって生成された歩行者データに基づいて、認識度を判定することができる。これにより、生成された前方の画像と各走行位置及び各時間帯に存在する歩行者の数または歩行者の存在確率とに基づいて、認識度を判定するため、精度の高い認識度を判定することができる。
【００２７】
また、第３の発明に係るマップ生成装置は、車両に関するＯＤ交通量、又は道路地図データが示す道路上の複数の走行位置の各々の車両の発生交通量及び集中交通量と道路地図データが示す道路上の各分岐点での分岐確率とに基づいて、道路地図データが示す道路上の走行位置及び時間帯毎に、時間帯に走行位置を走行する車両の平均走行速度を示す車両速度データを生成する車両速度データ生成手段を更に含み、認識度判定手段は、生成手段によって生成された画像及び車両速度データ生成手段によって生成された車両速度データに基づいて、認識度を判定することができる。これにより、生成された前方の画像と各時間帯の各走行位置を走行する車両の平均速度とに基づいて、認識度を判定するため、精度の高い認識度を判定することができる。
【００２８】
第４の発明に係るプログラムは、コンピュータを、自車両の前方を撮像する撮像手段によって撮像された前方の画像に基づいて、前記画像が示す前方からドライバが歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を判定する認識度判定手段、及び前記認識度判定手段によって判定された認識度に基づいて、運転支援を行う運転支援手段として機能させるためのプログラムである。
【００２９】
第５の発明に係るプログラムは、コンピュータを、自車両の走行位置を検出する検出手段、予め定められた道路地図上の走行位置毎に、前記走行位置を走行する車両のドライバが前方から前記歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を記憶した認識度データベースから、前記検出手段によって検出された現在の走行位置に対する認識度を検索する認識度検索手段、予め定められた道路地図上の走行位置及び時間帯毎に、前記走行位置及び前記時間帯に存在する歩行者の数及び前記歩行者の存在確率の何れか一方を記憶した歩行者データベースから、前記検出手段によって検出された現在の走行位置及び現在の時間帯に存在する前記歩行者の数及び前記歩行者の存在確率の何れか一方を検索する歩行者検索手段、及び前記認識度検索手段によって検索された前記認識度と前記歩行者検索手段によって検索された前記歩行者の数及び前記歩行者の存在確率の何れか一方とに基づいて、運転支援を行う運転支援手段として機能させるためのプログラムである。
【００３０】
第６の発明に係るプログラムは、コンピュータを、道路情報が地図情報として表された道路地図データ及び前記道路地図データが示す道路上の複数の走行位置の各々からの景観を示す景観データに基づいて、前記道路地図データが示す道路上を走行する車両のドライバから見える前方を示す画像を前記複数の走行位置の各々について生成する生成手段、前記生成手段によって生成された画像に基づいて、前記画像が示す前方から前記ドライバが歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を前記複数の走行位置の各々について判定する認識度判定手段、及び前記認識度判定手段によって判定された認識度に基づいて、前記道路地図データが示す道路上の前記複数の走行位置の各々における前記認識度を示す認識度マップ、及び前記道路地図データが示す道路上の前記複数の走行位置の各々において行うべき運転支援の内容を示す運転支援マップの少なくとも一方を生成するマップ生成手段として機能させるためのプログラムである。
【発明の効果】
【００３１】
以上説明したように、本発明の運転支援装置及びプログラムによれば、前方の画像に基づいて判定された認識度に基づいて運転支援を行うことにより、または、現在の走行位置に対する認識度と、現在の走行位置及び現在の時間帯に存在する歩行者の数または歩行者の存在確率とに基づいて運転支援を行うことにより、前方から歩行者又は二輪車を認識しづらい場合には、運転支援を行うことができるため、前方の歩行者又は二輪車の認識ミスを防止し、対歩行者事故又は対二輪車事故を防止することができる、という効果が得られる。
【００３２】
また、本発明に係るマップ生成装置及びプログラムによれば、道路地図データの道路上の複数の走行位置について、車両のドライバから見える前方を示す画像を生成し、生成された画像に基づいて判定された認識度に基づいて認識度マップ又は運転支援マップを生成することにより、前方から歩行者又は二輪車を認識しづらい走行位置を示すことができ、または、前方から歩行者又は二輪車を認識しづらい走行位置において運転支援を行うことができるため、認識度マップ又は運転支援マップによって、前方の歩行者又は二輪車の認識ミスを防止し、対歩行者事故又は対二輪車事故を防止することができる、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】
【００３３】
以下、図面を参照して、本発明の好適な実施の形態について説明する。なお、本実施の形態では、車両に搭載された運転支援装置に本発明を適用した場合について説明する。
【００３４】
図１に示すように、第１の実施の形態に係る運転支援装置１０は、自車両の前方に搭載された車載ＣＣＤカメラで構成され、自車両の前方の景観画像を撮像するカメラ１２と、カメラ１２を制御するカメラ制御部１４と、カメラ１２で撮像された景観画像を示す景観画像データを記憶するためのフレームメモリ１６と、撮像された景観画像データに対して、エッジ検出やパターンマッチングなどの所定の画像処理を行う画像演算部１８と、画像演算部１８による画像処理の結果から、景観画像データが示す前方の景観からドライバが歩行者を認識しようとするときの認識のしやすさの度合いを示す認識度を判定する認識度判定部２０と、対歩行者事故を防止するように警報を提示する警報装置２２と、認識度判定部２０によって判定された認識度に基づいて、警報装置２２を制御する警報装置制御部２４とを備えている。
【００３５】
画像演算部１８は、景観画像データが示す景観画像が表す対象物の数を演算する対象物数演算部２６と、景観画像データが示す景観画像が表す色の数を演算する対象色数演算部２８とを備えている。
【００３６】
対象物数演算部２６では、図２（Ａ）に示す景観画像や図２（Ｂ）に示す景観画像から、景観画像中の対象物を抽出し、対象物の数を演算する。また、対象色数演算部２８では、図３に示すように、予め定められた複数の色の各々が景観画像中にあるか否かを判定して、景観画像中の色の数を演算する。また、画像演算部１８では、図４に示すように、対象物数演算部２６で演算された対象物の数を点数化して対象物数指標（例えば、０点〜１０点）を求め、また、図５に示すように、対象色数演算部２８で演算された色の数を点数化して、対象色指標（例えば、０点〜１０点）を求める。そして、図６に示すように、対象物数指標と対象色指標との平均を取った点数を、景観画像の複雑度として判定する。例えば、景観画像の景観が、ビルの１階がオープンショップである場合や、ゴミや荷物等がおいてある場合などの複雑な場面では、対象物数指標と対象色指標との平均を取った点数が高くなって、歩行者の認識度が低くなり、危険性が高いことを示す。一方、田園地帯やビルの壁だけの場合には、対象物数指標と対象色指標との平均を取った点数が低くなって、歩行者の認識度が高くなり、危険性が低いことを示す。
【００３７】
運転支援装置１０は、上記の各部を実現するために、後述する運転支援処理ルーチンを実行するためのプログラムが記憶されている。
【００３８】
次に、第１の実施の形態に係る運転支援装置１０で実行される運転支援処理ルーチンについて図７を用いて説明する。
【００３９】
まず、ステップ１００において、カメラ１２から自車両の前方の景観画像を撮像した景観画像データを取得し、ステップ１０２で、画像演算部１８の対象物数演算部２６によって、ステップ１００で取得した景観画像データに対して画像処理を行い、対象物を抽出して、抽出された対象物の数を算出する。そして、ステップ１０４において、画像演算部１８の対象色数演算部２８によって、ステップ１００で取得した景観画像データに対して画像処理を行い、景観画像中の色を抽出して、抽出された色の数を算出する。
【００４０】
次のステップ１０６では、ステップ１０２で算出された対象物の数を対象物数指標に点数化すると共に、ステップ１０４で算出された色の数を対象色指標に点数化し、これらの点数から複雑度を判定し、複雑度に基づいて、認識度を判定する。複雑度が高い場合には、低い認識度を算出し、複雑度が低い場合には、高い認識度を算出する。
【００４１】
そして、ステップ１０８において、上記ステップ１０６で判定された認識度が、しきい値より大きいか否かを判定し、認識度がしきい値より大きい場合には、ドライバが歩行者の認識ミスを起こす可能性が低いと判断し、運転支援処理ルーチンを終了するが、認識度がしきい値以下である場合には、ドライバが歩行者の認識ミスを起こす可能性が高いと判断し、ステップ１１０で、ドライバに警報を提示して、前方から歩行者を認識しづらいことを知らせて、ドライバに歩行者を確実に認識させて、運転支援処理ルーチンを終了する。なお、上記のしきい値については、実験的又は統計的に、歩行者の認識ミスを起こすような状況における認識度を求めておき、この認識度をしきい値として設定しておけばよい。また、提示される警報の内容は、認識度に応じた内容としてもよい。
【００４２】
対歩行者事故で、ドライバの視線が歩行者に向いていた（歩行者が視界に入っていた）にもかかわらず、「歩行者をゴミ袋だと思った」等、歩行者の背後の景観と見間違えることによる事故が多く発生しているが、上記のように運転支援処理ルーチンを実行することにより、景観画像から見間違えが起きそうな場所をドライバに提示することにより、ドライバの注意を喚起することができる。
【００４３】
以上説明したように、第１の実施の形態に係る運転支援装置によれば、ドライバの前方の景観画像に基づいて、前方の景観画像中の色数及び対象物の数を算出して、色数及び対象物の数に基づいて、景観の複雑さに応じた認識度を判定し、認識度に基づいて、警報を提示することにより、前方の景観から歩行者を認識しづらい場合には、ドライバに警報を提示することができ、前方の景観中の歩行者の認識ミスを防止し、対歩行者事故を防止することができる。
【００４４】
また、カメラから撮像された景観画像データに基づいて判定された認識度に基づいて、警報を提示するため、対歩行者事故の危険性がある箇所をリアルタイムにドライバに提示することができ、対歩行者事故を防止することができる。
【００４５】
なお、上記の実施の形態では、歩行者の認識度を判定する場合を例に説明したが、更に、自転車やオートバイなどの二輪車の認識度も判定し、警報を提示することにより、対二輪車事故、対車両事故、対動物事故を防止するようにしてもよい。
【００４６】
また、運転支援として、警報の提示を行う場合を例に説明したが、判定された認識度が低い場合に、運転制御を行ってもよい。例えば、走行速度が大きい場合には、速度制御を行ってもよい。
【００４７】
また、認識度に基づいて警報制御を行う場合を例に説明したが、認識のしづらさを示す指標として複雑度をそのまま用いて、複雑度に基づいて警報制御を行うようにしてもよい。この場合には、複雑度としきい値とを判定し、複雑度がしきい値より大きい場合に、警告を提示すればよい。
【００４８】
また、景観画像中の対象物の数及び色数を算出する場合を例に説明したが、景観画像中の所定の歩行者存在領域の対象物数及び色数を算出するようにしてもよい。
【００４９】
また、認識度としきい値との比較結果に応じて警報制御を行う場合を例に説明したが、これに限定されるものではなく、他の指標としきい値との比較結果に応じて警報制御を行ってもよい。この場合には、判定された認識度に応じて、しきい値を変更して、認識度に応じた警報制御が行われるようにすればよい。
【００５０】
次に、第２の実施の形態に係る運転支援装置について説明する。なお、第１の実施の形態と同様の構成となる部分については、同一符号を付して、説明を省略する。
【００５１】
第２の実施の形態では、景観画像の空間周波数を用いて認識度を判定している点が第１の実施の形態と異なっている。
【００５２】
図８に示すように、第２の実施の形態に係る運転支援装置２１０の画像演算部２１８は、景観像データが示す景観画像の空間周波数を演算する周波数演算部２２６と、景観画像の空間周波数と、予め用意された歩行者を示す画像の空間周波数とを比較する周波数比較部２２８とを備えている。
【００５３】
周波数演算部２２６では、図９に示すような景観画像の歩行者が存在する所定の歩行者領域（図９では歩道の領域）について、空間周波数を演算し、図１０（Ａ）に示すような空間周波数分布を求める。また、周波数比較部２２８では、周波数演算部２２６で得られた空間周波数分布と、図１０（Ｂ）に示すような歩行者画像を示す空間周波数分布とを比較して、比較結果を出力する。
【００５４】
また、認識度判定部２２０は、画像演算部２１８で得られた比較結果に基づいて、認識度を判定する。例えば、周波数比較部２２８の比較結果に基づいて、歩行者画像の空間周波数分布で頻度が高くなっている周波数の頻度が、景観画像の空間周波数分布において同様に高いと判断された場合には、景観の中に歩行者が埋もれて、前方の景観から歩行者を認識しづらいため、低い認識度が判定され、一方、歩行者画像の空間周波数分布で頻度が高くなっている周波数の頻度が、景観画像の空間周波数分布において低いと判断された場合には、景観の中に歩行者が埋もれることなく、前方の景観から歩行者を認識しやすいため、高い認識度が判定される。
【００５５】
次に、第２の実施の形態に係る運転支援装置２１０で実行される運転支援処理ルーチンについて図１１を用いて説明する。なお、第１の実施の形態と同様の処理については、同一符号を付して、詳細な説明を省略する。
【００５６】
まず、ステップ１００において、カメラ１２から景観画像データを取得し、ステップ２５２で、画像演算部２１８の周波数演算部２２６によって、ステップ１００で取得した景観画像データに対して画像処理を行い、景観画像の歩行者領域の空間周波数分布を演算する。そして、ステップ２５４において、画像演算部２１８の周波数比較部２２８によって、上記ステップ２５２で得られた空間周波数分布と歩行者画像の空間周波数分布とを比較し、次のステップ２５６において、比較結果に基づいて、景観画像の空間周波数分布における歩行者画像の高頻度周波数の頻度に応じた認識度を判定する。
【００５７】
そして、ステップ１０８において、上記ステップ２５６で判定された認識度が、しきい値より大きいか否かを判定し、認識度がしきい値より大きい場合には、運転支援処理ルーチンを終了するが、認識度がしきい値以下である場合には、ステップ１１０で、ドライバに警報を提示して、前方から歩行者を認識しづらいことを知らせて、運転支援処理ルーチンを終了する。
【００５８】
以上説明したように、第２の実施の形態に係る運転支援装置によれば、前方の景観画像の空間周波数分布と、歩行者を示す画像の空間周波数分布とを比較して、歩行者を示す画像の空間周波数分布で頻度が高い周波数が、前方の景観画像の空間周波数分布においても同様に高い場合には、前方の景観に歩行者が埋もれていると判断し、歩行者を認識しづらいことを示す認識度を判定することができる。
【００５９】
なお、歩行者領域を所定の領域として、空間周波数分布を演算する場合を例に説明したが、これに限定されるものではなく、例えば、図１２に示すように、歩行者領域を更に複数の小領域に分割し、小領域毎に空間周波数分布を演算し、これらの空間周波数分布の各々と、歩行者画像の空間周波数分布とを比較してもよい。
【００６０】
また、認識対象として、歩行者だけでなく、自転車やオートバイなどの二輪車を含めてもよく、この場合には、自転車画像の空間周波数分布やオートバイ画像の空間周波数分布を用意して、前方の景観画像の空間周波数分布と比較すればよい。
【００６１】
次に、第３の実施の形態に係る運転支援装置について説明する。なお、第１の実施の形態と同様の構成となる部分については、同一符号を付して、説明を省略する。
【００６２】
第３の実施の形態では、認識度と歩行者存在確率とに基づいて警報を提示している点が第１の実施の形態と異なっている。
【００６３】
図１３に示すように、第３の実施の形態に係る運転支援装置３１０は、カメラ１２と、カメラ制御部１４と、フレームメモリ１６と、画像演算部１８と、認識度判定部２０と、後述する歩行者データを格納した歩行者データベース３２０と、ＧＰＳ３２２と、ＧＰＳ３２２により現在の走行位置を測位する位置測位部３２４と、現在の時刻を計時する時計部３２６と、位置測位部３２４によって測位された走行位置及び時計部３２６から取得する現在時刻に対応する走行データを歩行者データベース３２０から検索する歩行者データ検索部３２８と、歩行者データ検索部３２８によって検索された歩行者データに基づいて、現在の走行位置における歩行者存在確率を演算する歩行者存在確率演算部３２９と、認識度判定部２０によって判定された認識度及び歩行者存在確率演算部３２９によって演算された歩行者存在確率に基づいて、対歩行者事故が発生する危険性の度合いを示す危険度を判定する危険度判定部３３０と、警報装置２２と、危険度判定部３３０によって判定された危険度に基づいて、警報装置２２を制御する警報装置制御部３２４とを備えている。
【００６４】
歩行者データベース３２０に格納される歩行者データは、統計データや地図情報に基づいて、時間帯別、曜日別、及び年齢層別に求められた各走行位置の歩行者交通量を示している。歩行者データベース３２０は、図１４に示す歩行者シミュレーション装置３７０によって生成される。
【００６５】
歩行者シミュレーション装置３７０では、年齢別人口分布データベース３７２に格納された年齢別人口分布データ、公共交通機関利用状況データベース３７４に格納された公共交通機関利用状況データ、従業員数生徒数データベース３７６に格納された従業員数データ又は生徒数データ、道路地図データベース３７８に格納された道路地図データ、及び土地利用図データベース３７９に格納された土地利用図データを、データ読み出し部３８０によって読み出して、歩行者ＯＤ交通量推定部３８２において、読み出されたデータに基づいて、予め定められた時間帯別、曜日別、及び年齢別に、歩行者に関するＯＤ（Ｏｒｉｇｉｎ−Ｄｅｓｔｉｎａｔｉｏｎ）交通量を推定する。
【００６６】
さらに、歩行者シミュレーション部３８４によって、図１５に示すように、歩行者ＯＤ交通量に基づいて、歩行者シミュレーションを行い、道路地図データが示す道路上の予め定められた場所毎に、図１６に示すように、時間帯別、曜日別、及び年齢層別の歩行者交通量を求める。このとき、特に、歩行場所によって危険度が異なるため、歩道（歩車分離かどうか）、歩道橋、単路、横断歩道などの歩行場所も推定することが好ましい。
【００６７】
さらに、実測歩行者数データベース３９２の実測歩行者数データを、データ読み出し部３９４によって読み出し、歩行者数比較演算部３９０によって、求められた歩行者交通量と実測歩行者数データとを比較し、求められた歩行者交通量と実測歩行者数データとが合わない場合には、歩行者ＯＤ修正部３９６によって、求められた歩行者交通量が実測歩行者数データに合うように、歩行者ＯＤ交通量を修正し、再び、歩行者シミュレーション部３８４で歩行者シミュレーションを行い、歩行者ＯＤ交通量の精密化を行う。
【００６８】
以上のようにして、歩行者シミュレーション装置３７０によって、地図上の各場所について、時間帯別、曜日別、及び年齢層別の歩行者交通量を求め、歩行者データベース３２０に格納する。
【００６９】
また、歩行者存在確率演算部３２９では、歩行者データが示す歩行者交通量が多ければ、高い歩行者存在確率が演算され、歩行者データが示す歩行者交通量が少なければ、低い歩行者存在確率が演算される。
【００７０】
危険度判定部３３０では、認識度判定部２０によって判定された認識度及び歩行者存在確率演算部３２９によって演算された歩行者存在確率に基づいて、危険度を判定する。例えば、認識度が高く、歩行者存在確率が低い場合には、対歩行者事故が発生する危険性が低いため、低い危険度が判定され、一方、認識度が低く、歩行者存在確率が高い場合には、対歩行者事故が発生する危険性が高いため、高い危険度が判定される。
【００７１】
次に、第３の実施の形態に係る運転支援装置３１０で実行される運転支援処理ルーチンについて図１７を用いて説明する。なお、第１の実施の形態と同様の処理については、同一符号を付して、詳細な説明を省略する。
【００７２】
まず、ステップ１００において、カメラ１２から景観画像データを取得し、ステップ１０２で、景観画像データが示す景観画像中の対象物の数を算出し、ステップ１０４において、景観画像データが示す景観画像中の色の数を算出し、ステップ１０６では、認識度を算出する。
【００７３】
そして、次のステップ３５０では、ＧＰＳ３２２を用いて現在の走行位置を測位し、ステップ３５２において、時計部３２６から現在の時刻を取得し、ステップ３５４において、歩行者データベース３２０から、現在の走行位置及び現在時刻に対応する歩行者データを検索する。
【００７４】
そして、ステップ３５５において、ステップ３５４で検索された歩行者データが示す歩行者交通量に基づいて、現在の走行位置における歩行者存在確率を算出し、次のステップ３５６において、上記ステップ１０６で判定された認識度及び上記ステップ３５５で算出された歩行者存在確率に基づいて、危険度を判定する。そして、ステップ３５８で、上記ステップ３５６で判定された危険度が、しきい値より大きいか否かを判定し、危険度がしきい値以下である場合には、運転支援処理ルーチンを終了するが、危険度がしきい値より大きい場合には、ステップ１１０で、ドライバに警報を提示して、前方から歩行者を認識しづらく、対歩行者事故の危険性があることを知らせて、運転支援処理ルーチンを終了する。
【００７５】
なお、上記のしきい値については、実験的又は統計的に、対歩行者事故を起こす危険性が高く、警告提示が必要となる状況における危険度を求めておき、この危険度をしきい値として設定しておけばよい。
【００７６】
以上説明したように、第３の実施の形態に係る運転支援装置によれば、判定された認識度と、現在の走行位置及び現在の時間帯に存在する歩行者の存在確率とに基づいて、警報制御を行うため、より適切に運転支援を行うことができる。
【００７７】
なお、歩行者データベースの歩行者データが歩行者交通量を示している場合を例に説明したが、歩行者存在確率を示す歩行者データを歩行者データベースに格納しておいてもよい。この場合には、歩行者シミュレーション装置によって歩行者存在確率を算出して、歩行者データベースに格納しておけばよい。
【００７８】
また、歩行者交通量から歩行者存在確率を算出し、歩行者存在確率を用いて危険度を判定する場合を例に説明したが、歩行者交通量をそのまま用いて危険度を判定してもよい。
【００７９】
また、歩行者シミュレーション装置では、歩行者シミュレーションを行う場合を例に説明した、これに限定されるものではなく、歩行者ＯＤ交通量に基づいて、配分を行い、歩行者交通量を求めるようにしてもよい。
【００８０】
また、歩行者シミュレーション装置では、歩行者ＯＤ交通量を入力データとしたが、歩行者ＯＤ交通量ではなく、各地点の歩行者の発生交通量及び集中交通量と各分岐点での分岐確率とを入力データとしてもよい。
【００８１】
次に、第４の実施の形態に係る運転支援装置について説明する。なお、第１の実施の形態及び第３の実施の形態と同様の構成となる部分については、同一符号を付して、説明を省略する。
【００８２】
第４の実施の形態では、景観画像データが示す景観画像の中に歩行者が存在する場合にのみ、認識度と歩行者存在確率とに基づいて警報を提示している点が第３の実施の形態と異なっている。
【００８３】
図１８に示すように、第４の実施の形態に係る運転支援装置４１０は、カメラ１２と、カメラ制御部１４と、フレームメモリ１６と、画像演算部１８と、認識度判定部２０と、歩行者データベース３２０と、ＧＰＳ３２２と、位置測位部３２４と、時計部３２６と、歩行者データ検索部３２８と、歩行者存在確率演算部３２９と、危険度判定部３３０と、景観画像データに対して、歩行者認識処理を行い、景観画像の中に歩行者が存在する確度を示す歩行者存在確度を判定する歩行者存在確度判定部４２０と、警報装置２２と、危険度判定部３３０によって判定された危険度及び歩行者存在確度判定部４２０によって判定された歩行者存在確度に基づいて、警報装置２２を制御する警報装置制御部４２４とを備えている。
【００８４】
歩行者存在確度判定部４２０は、景観画像データに対して、エッジ検出やパターンマッチングなどの画像処理を含む歩行者認識処理を行い、歩行者認識処理の結果に基づいて、歩行者存在確度を判定する。歩行者画像に類似する画像が、景観画像に含まれる場合には、高い歩行者存在確度が判定され、歩行者画像に類似する画像が、景観画像に含まれない場合には、低い歩行者存在確度が判定される。
【００８５】
次に、第４の実施の形態に係る運転支援装置４１０で実行される運転支援処理ルーチンについて図１９を用いて説明する。なお、第３の実施の形態と同様の処理については、同一符号を付して、詳細な説明を省略する。
【００８６】
まず、ステップ１００において、カメラ１２から景観画像データを取得し、ステップ１０２で、景観画像データが示す景観画像中の対象物の数を算出し、ステップ１０４において、景観画像データが示す景観画像中の色の数を算出し、ステップ１０６では、認識度を判定する。
【００８７】
そして、次のステップ３５０では、現在の走行位置を測位し、ステップ３５２において、現在の時刻を取得し、ステップ３５４において、歩行者データベース３２０から、現在の走行位置及び現在時刻に対応する歩行者データを検索する。次のステップ３５５では、検索された歩行者データが示す歩行者交通量に基づいて、歩行者存在確率を算出し、ステップ３５６において、認識度及び歩行者存在確率に基づいて、危険度を判定する。
【００８８】
そして、ステップ３５８で、上記ステップ３５６で判定された危険度が、しきい値より大きいか否かを判定し、危険度がしきい値以下である場合には、運転支援処理ルーチンを終了するが、危険度がしきい値より大きい場合には、ステップ４５０へ移行する。
【００８９】
ステップ４５０では、上記ステップ１００で取得した景観画像データに対して、歩行者認識処理を行い、次のステップ４５２において、上記ステップ４５０における歩行者認識処理の結果に基づいて、歩行者存在確度を判定する。そして、ステップ４５４では、判定された歩行者存在確度がしきい値以下である場合には、前方に歩行者が存在しないと判断し、警報を提示せずに運転支援処理ルーチンを終了するが、歩行者存在確度がしきい値より大きい場合には、前方に歩行者が存在すると判断して、ステップ１１０で、ドライバに警報を提示して、前方に歩行者が存在する可能性が高く、かつ、前方から歩行者を認識しづらいため、対歩行者事故の危険性があることを知らせて、運転支援処理ルーチンを終了する。
【００９０】
以上説明したように、第４の実施の形態に係る運転支援装置によれば、景観画像データから歩行者存在確度を算出し、歩行者存在確度に基づいて、前方に歩行者が存在すると判断された場合にのみ、警報を提示することにより、余計な運転支援による煩わしさを回避することができる。
【００９１】
なお、運転支援として、警報の提示を行う場合を例に説明したが、判定された認識度が低い場合に、運転制御を行ってもよい。この場合には、歩行者認識処理において、歩行者が存在する箇所を抽出し、歩行者から遠ざけるように車両制御を行うようにすればよい。
【００９２】
次に、第５の実施の形態に係る運転支援装置について説明する。なお、第１の実施の形態及び第３の実施の形態と同様の構成となる部分については、同一符号を付して、説明を省略する。また、景観シミュレーション装置、歩行者シミュレーション装置、及び自動車シミュレーション装置からなるシステムに本発明を適用した場合について説明する。
【００９３】
第５の実施の形態では、カメラを設けていない点と、データベースに格納されている認識度及び歩行者データに基づいて算出される歩行者存在確率に基づいて、警報を提示している点とが第３の実施の形態と異なっている。
【００９４】
図２０に示すように、第５の実施の形態に係る運転支援装置５１０は、歩行者データベース３２０と、ＧＰＳ３２２と、位置測位部３２４と、時計部３２６と、歩行者データ検索部３２８と、歩行者存在確率演算部３２９と、後述する認識度を地図上に格納した認識度マップを格納した認識度データベース５２０と、位置測位部３２４によって測位された走行位置に対応する認識度を認識度データベース５２０から検索する認識度検索部５２２と、認識度検索部５２２によって検索された認識度及び歩行者存在確率演算部３２９によって演算された歩行者存在確率に基づいて、危険度を判定する危険度判定部５３０と、警報装置２２と、危険度判定部５３０によって判定された危険度に基づいて、警報装置２２を制御する警報装置制御部３２４とを備えている。
【００９５】
歩行者データベース３２０は、第４の実施の形態と同様に、歩行者シミュレーション装置によって生成される。また、認識度データベース５２０に格納されている認識度マップは、図２１に示す景観シミュレーション装置５４０によって生成される。
【００９６】
景観シミュレーション装置５４０は、信号データを格納する信号データベース５４２と、道路情報が地図情報として表された道路地図データを格納する道路地図データベース５４４と、道路地図データの道路上の各走行位置からの景観を示す景観データを格納する景観データベース５４６と、信号データベース５４２、道路地図データベース５４４、及び景観データベース５４６から各データを読み出すデータ読み出し部５４８と、信号や道路構造を示す交通環境データ及びドライバから視点の前方の景観を示す３次元の前景画像データを作成する交通環境作成部５５０と、歩行者データベース３２０と、後述する自動車データを格納する自動車データベース５５２と、歩行者データベース３２０及び自動車データベース５５２から各データを読み出すデータ読み出し部５５４と、交通環境データ、前景画像データ、歩行者データ、及び自動車データに基づいて、交通流シミュレーションを行う交通流シミュレーション部５５６とを備えている。
【００９７】
交通流シミュレーション部５５６は、交通流シミュレーションの結果として、歩行者および車両が配置された前方の景観を示す景観画像データを出力する。
【００９８】
また、景観シミュレーション装置５４０は、道路地図データの道路上の各走行位置について、歩行者数（および歩行者の年齢等の属性）や車両速度を更に考慮して、交通流シミュレーション部５５６によって出力された景観画像データに基づいて、歩行者の認識度を判定する歩行者認識度判定部５５８と、歩行者認識度判定部５５８によって判定された認識度を地図上に格納した認識度マップを生成するマップ生成部５６０とを備えている。
【００９９】
景観シミュレーション装置５４０は、上記各部の機能を実現するためのプログラムが記憶されている。
【０１００】
自動車データベース５５２に格納される自動車データは、統計データや地図情報に基づいて、時間帯、曜日別、及び車種別に求められた各走行位置の交通量を示している。ここで、自動車データベース５５２は、図２２に示す自動車シミュレーション装置５７０によって生成される。
【０１０１】
自動車シミュレーション装置５７０では、道路交通センサスデータベース５７２に格納された道路交通センサス（あるいはパーソンとリップ調査データ）等のアンケート結果データ、メッシュ別人口データベース５７４に格納されたメッシュ別人口データ、道路地図データベース５７６に格納された道路地図データ、及び土地利用図データベース５７８に格納された土地利用図データを、データ読み出し部５８０によって読み出して、自動車ＯＤ交通量推定部５８２において、読み出されたデータに基づいて、予め定められた時間帯別、曜日別、及び車種別に、自動車に関するＯＤ交通量を推定する。
【０１０２】
さらに、交通流シミュレーション部５８４によって、図２３に示すように、交通流シミュレーションを行い、道路地図データが示す道路上の予め定められた場所毎に、時間帯別、曜日別、及び年齢層別の自動車交通量を求める。
【０１０３】
さらに、実測交通量データベース５９２の実測交通量データを、データ読み出し部５９４によって読み出し、交通量比較演算部５９０によって、求められた自動車交通量と実測交通量データとを比較し、求められた自動車交通量と実測交通量データとが合わない場合には、自動車ＯＤ修正部５９６によって、求められた自動車交通量が実測交通量データに合うように、自動車ＯＤ交通量を修正し、再び、交通流シミュレーション部５８４で交通流シミュレーションを行い、自動車ＯＤ交通量の精密化を行う。
【０１０４】
以上のようにして、自動車シミュレーション装置５７０によって、地図上の各場所について、時間帯別、曜日別、及び車種別の自動車交通量を求め、自動車データベース５５２に格納する。
【０１０５】
なお、自動車シミュレーション装置において、自動車ＯＤ交通量を入力データとしたが、自動車ＯＤ交通量ではなく、各地点の自動車の発生交通量及び集中交通量と各分岐点での分岐確率とを入力データとしてもよい。
【０１０６】
また、自動車シミュレーション装置では、自動車交通のみを対象としたが、自動車のみではなく、歩行者、二輪車、自転車等のほかの移動物を同時にシミュレーションしてもよい。
【０１０７】
次に、景観シミュレーション装置５４０の動作について説明する。まず、交通環境作成部５５０によって、信号データ、道路地図データ、及び景観データに基づき、交通環境データ及び前景画像データを作成する。そして、交通流シミュレーション部５５６によって、作成された交通環境データ、前景画像データ、歩行者データ、及び自動車データを入力データとして、経路選択ロジック、車両挙動モデル、及び歩行者挙動モデルに従い、自動車及び歩行者を移動させることにより、交通流シミュレーションを行って、時々刻々と変化する交通状況を再現し、交通環境に対して歩行者および車両の配置データを得ると共に、道路地図データの道路上の各走行位置について、図２４に示すような、自動車のドライバ視点に立った場合の景観画像中に歩行者及び車両を配置した景観画像データを生成する。また、交通流シミュレーションでは、道路地図データの道路上の各走行位置について、自動車の交通量に基づいて、自動車の平均走行速度を算出する。
【０１０８】
そして、歩行者認識度判定部５５８によって、生成された景観画像データに基づいて、道路地図データの道路上の各走行位置について、歩行者の認識度を判定する。なお、認識度については、第１の実施の形態または第２の実施の形態で説明した方法と同様に判定すればよい。
【０１０９】
そして、マップ生成部５６０によって、判定した認識度をマップ上に格納し、認識度マップを生成する。
【０１１０】
なお、上記の交通流シミュレーションと認識度判定とは、交通流シミュレーションのタイムステップ毎（例えば１秒毎）に繰り返して行ってもよいし、まとまった所定時間分の交通流シミュレーションを行って、その結果に基づき、まとめて認識度判定を行ってもよい。
【０１１１】
また、歩行者の認識度判定においては、歩行者数（および歩行者の年齢等の属性）や車両速度を考慮することにより、詳細で正確な認識度を判定することが可能となる。例えば、各場所、各景観、及び各時刻に対する車両の平均走行速度及び歩行者数に基づき、各車両から見た景観に対する歩行者の見え方を点数化する。具体的には、景観画像の対象物数及び対象色数に基づいて景観複雑度Ｓ（例えば、０点〜１０点）を点数化し、また、図２５（Ａ）に示すように、歩行者数に基づいて、歩行者数指標Ｐ（例えば、０点〜１０点）を点数化する。歩行者数指標Ｐについては、単に人数が増えれば危険と判断するのではなく、年齢層によって危険度が異なるため、図２５（Ｂ）に示すように、歩行者数に基づいて点数化された歩行者数指標Ｐに対して、年齢層に応じた重みをつけて、歩行者数指標Ｐを算出する。
【０１１２】
また、図２６に示すように、平均走行速度に基づいて、平均走行速度指標Ｖ（例えば、０点〜５点）を点数化する。平均走行速度指標Ｖについては、速度だけでなく、実事故が発生している地点を危険性が高い場所と考え、実事故の件数の重みをつけて平均走行速度指標Ｖを算出する。
【０１１３】
そして、景観複雑度Ｓ、歩行者指標Ｐ、及び平均走行速度指標Ｖの点数の積（Ｓ×Ｐ×Ｖ）を求め、図２７に示すように、点数の積が高いほど、歩行者を認識しづらく、危険性が高いと判断して、低い認識度を判定し、一方、点数の積が低いほど、歩行者を認識しやすく、危険性が低いと判断して、高い認識度を判定する。なお、危険性が高いと判断した場合には、危険時刻と危険歩行者の特徴とを出力することが好ましい。
【０１１４】
次に、第５の実施の形態に係る運転支援装置５１０で実行される運転支援処理ルーチンについて図２８を用いて説明する。なお、第３の実施の形態と同様の処理については、同一符号を付して、詳細な説明を省略する。
【０１１５】
まず、ステップ３５０では、ＧＰＳ３２２を用いて現在の走行位置を測位し、ステップ６００において、認識度データベース５２０の認識度マップから現在の走行位置に対応する認識度を検索する。
【０１１６】
そして、ステップ３５２において、時計部３２６から現在の時刻を取得し、ステップ３５４において、歩行者データベース３２０から、現在の走行位置及び現在時刻に対応する歩行者データを検索し、ステップ３５５において、ステップ３５４で検索された歩行者データが示す歩行者交通量に基づいて、歩行者存在確率を算出し、次のステップ３５６において、上記ステップ６００で判定された認識度及び上記ステップ３５５で算出された歩行者存在確率に基づいて、危険度を判定する。そして、ステップ３５８で、判定された危険度が、しきい値より大きいか否かを判定し、危険度がしきい値以下である場合には、運転支援処理ルーチンを終了するが、危険度がしきい値より大きい場合には、ステップ１１０で、ドライバに警報を提示して、運転支援処理ルーチンを終了する。
【０１１７】
以上説明したように、第５の実施の形態に係る運転支援装置によれば、認識度マップからの現在の走行位置に対する認識度と、現在の走行位置及び現在の時間帯に対応する歩行者存在確率とに基づいて、警報制御を行うことにより、前方から歩行者を認識しづらく、歩行者が存在して危険な場合には、警報を提示することができるため、前方の景観中の歩行者の認識ミスを防止し、対歩行者事故を防止することができる。
【０１１８】
また、第５の実施の形態に係る景観シミュレーション装置によれば、道路地図データの道路上の各走行位置について、車両のドライバから見える前方を示す景観画像データを生成し、生成された景観画像データに基づいて、認識度を判定し、認識度に基づいて認識度マップを生成することにより、前方の景観中の歩行者を認識しづらい走行位置をラベリングすることができる。
【０１１９】
また、認識度マップについて、前方の景観画像データと各走行位置及び各時間帯に対する歩行者存在確率とに基づいて、認識度を判定するため、精度の高い認識度を認識度マップに格納することができる。また、更に、各時間帯の各走行位置を走行する車両の平均走行速度を考慮して、認識度を判定するため、より精度の高い認識度を認識度マップに格納することができる。
【０１２０】
また、認識度マップにより、景観画像から見間違えが起きそうな場所をラベリングし、ドライバに提示することができる。
【０１２１】
なお、運転支援装置では、認識度マップにおいて、低い認識度が格納されている走行位置において、警報を提示する場合を例に説明したが、認識度が低く危険箇所に近づいているときに、警報を提示するようにしてもよい。
【０１２２】
次に、第６の実施の形態について説明する。なお、第５の実施の形態と同様の構成となる部分については、同一符号を付して、説明を省略する。
【０１２３】
第６の実施の形態では、景観シミュレーション装置において、歩行者データベース及び自動車データベースを入力としないで、認識度マップを生成している点が第５の実施の形態と異なっている。
【０１２４】
図２９に示すように、第６の実施の形態に係る景観シミュレーション装置６４０は、信号データベース５４２と、道路地図データベース５４４と、景観データベース５４６と、データ読み出し部５４８と、交通環境作成部５５０と、交通環境データ及び前景画像データに基づいて、自動車のドライバ視点に立った場合の、歩行者の認識度を判定する歩行者認識度判定部６５８と、歩行者認識度判定部６５８によって判定された認識度を、地図上に格納した認識度マップを生成するマップ生成部５６０とを備えている。
【０１２５】
次に、景観シミュレーション装置６４０の動作について説明する。まず、交通環境作成部５５０によって、信号データ、道路地図データ、景観データに基づき、交通環境データおよび前景画像データを作成する。そして、歩行者認識度判定部５５８によって、作成された交通環境データおよび前景画像データに基づいて、道路地図上の各走行位置について、自動車のドライバ視点に立った場合の歩行者の認識度を判定する。
【０１２６】
そして、マップ生成部５６０によって、判定した認識度をマップ上に格納し、認識度マップを生成する。
【０１２７】
なお、生成された認識度マップを用いて運転支援を行う場合には、第５の実施の形態と同様の運転支援装置を用いればよいため、運転支援装置の構成及び動作については説明を省略する。
【０１２８】
このように、交通流シミュレーションを行わずに、簡単な構成で、認識度マップを生成することができる。
【０１２９】
次に、第７の実施の形態について説明する。第７の実施の形態では、景観シミュレーション装置において、認識度を格納した認識度マップを生成するのではなく、地図上の各走行位置において必要とされる運転支援の内容を格納した運転支援必要度マップを生成する。
【０１３０】
景観シミュレーション装置では、交通流シミュレーションによって認識度を判定し、判定された認識度に基づいて、提示されることが必要とされる警告情報（例えば、「歩行者が認識しにくい地点です。ご注意下さい。」）を生成し、図３０に示すように、提示される警告情報を地図上に格納して運転支援必要度マップを生成する。
【０１３１】
また、図３１に示すように、交通流シミュレーションにおける歩行者の配置情報に基づいて、歩行者の位置を追加した警告情報（例えば、「左側前方に歩行者がいる可能性があります。ご注意下さい。」）を生成して、運転支援必要度マップに格納してもよい。また、図３２に示すように、交通流シミュレーションにおいて配置される歩行者数に応じた警告情報（例えば、「左側前方の歩行者にご注意下さい。」）を生成し、運転支援必要度マップに格納してもよい。
【０１３２】
そして、上記の運転支援必要度マップを用いた運転支援装置では、現在の走行位置に対応する警告情報を、運転支援必要度マップを格納した運転支援必要度データベースから検索して、検索された警告情報に基づいて、警報装置によって警報を提示する。
【０１３３】
このように、運転支援必要度マップにより、景観画像から見間違えが起きそうな場所に、提示すべき警報情報をラベリングし、ドライバに警報を提示することにより、前方の歩行者の認識ミスを防止し、対歩行者事故を防止することができる。
【図面の簡単な説明】
【０１３４】
【図１】本発明の第１の実施の形態に係る運転支援装置を示すブロック図である。
【図２】（Ａ）田園地帯における景観画像のイメージ図、及び（Ｂ）景観が複雑な場合の景観画像のイメージ図である。
【図３】対象色数の算出を説明するための図である。
【図４】対象物数と点数化した対象物数指標との対応関係を示す表である。
【図５】対象色数と点数化した対象色指標との対応関係を示す表である。
【図６】対象色指標と対象物数指標とに基づく複雑度の算出を説明するための図である。
【図７】本発明の第１の実施の形態に係る運転支援装置で実行される運転支援処理ルーチンの内容を示すフローチャートである。
【図８】本発明の第２の実施の形態に係る運転支援装置を示すブロック図である。
【図９】景観画像の歩道領域を説明するための図である。
【図１０】（Ａ）景観画像の空間周波数分布を示すグラフ、及び（Ｂ）歩行者画像の空間周波数分布を示すグラフである。
【図１１】本発明の第２の実施の形態に係る運転支援装置で実行される運転支援処理ルーチンの内容を示すフローチャートである。
【図１２】景観画像を複数の小領域に分割した場合を示すイメージ図である。
【図１３】本発明の第３の実施の形態に係る運転支援装置を示すブロック図である。
【図１４】歩行者シミュレーション装置を示すブロック図である。
【図１５】歩行者シミュレーションの様子を説明するための図である。
【図１６】時間帯別及び年齢層別の歩行者交通量を示すグラフである。
【図１７】本発明の第３の実施の形態に係る運転支援装置で実行される運転支援処理ルーチンの内容を示すフローチャートである。
【図１８】本発明の第４の実施の形態に係る運転支援装置を示すブロック図である。
【図１９】本発明の第４の実施の形態に係る運転支援装置で実行される運転支援処理ルーチンの内容を示すフローチャートである。
【図２０】本発明の第５の実施の形態に係る運転支援装置を示すブロック図である。
【図２１】景観シミュレーション装置を示すブロック図である。
【図２２】自動車シミュレーション装置を示すブロック図である。
【図２３】交通流シミュレーションの様子を説明するための図である。
【図２４】交通流シミュレーションによって生成された景観画像データを示すイメージ図である。
【図２５】（Ａ）歩行者数と点数化された歩行者数指標Ｐとの対応関係を示す表、及び（Ｂ）年齢層毎の重みを示す表である。
【図２６】（Ａ）速度と点数化された速度指標Ｖとの対応関係を示す表、及び（Ｂ）実際の事故件数による重みを示す表である。
【図２７】全ての点数の積と認識度との対応関係を示す表である。
【図２８】本発明の第５の実施の形態に係る運転支援装置で実行される運転支援処理ルーチンの内容を示すフローチャートである。
【図２９】第６の実施の形態に係る景観シミュレーション装置を示すブロック図である。
【図３０】運転支援必要度マップの内容を示すイメージ図である。
【図３１】運転支援必要度マップの内容を示すイメージ図である。
【図３２】運転支援必要度マップの内容を示すイメージ図である。
【符号の説明】
【０１３５】
１０、２１０、３１０、４１０、５１０ 運転支援装置
１２ カメラ
１８、２１８ 画像演算部
２０、２２０ 認識度判定部
２２ 警報装置
２４、３２４、４２４ 警報装置制御部
２６ 対象物数演算部
２８ 対象色数演算部
２２６ 周波数演算部
２２８ 周波数比較部
３２０ 歩行者データベース
３２４ 位置測位部
３２６ 時計部
３２８ 歩行者データ検索部
３２９ 歩行者存在確率演算部
３３０ 危険度判定部
３７０ 歩行者シミュレーション装置
３７８、５４４、５７６ 道路地図データベース
３８２ 歩行者ＯＤ交通量推定部
３８４ 歩行者シミュレーション部
４２０ 歩行者存在確度判定部
５２０ 認識度データベース
５２２ 認識度検索部
５３０ 危険度判定部
５４０、６４０ 景観シミュレーション装置
５４６ 景観データベース
５５０ 交通環境作成部
５５２ 自動車データベース
５５６、５８４ 交通流シミュレーション部
５５８、６５８ 歩行者認識度判定部
５６０ マップ生成部
５７０ 自動車シミュレーション装置
５８２ 自動車ＯＤ交通量推定部
【特許請求の範囲】
【請求項１】
自車両の前方を撮像する撮像手段と、
前記撮像手段によって撮像された前方の画像に基づいて、前記画像が示す前方からドライバが歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を判定する認識度判定手段と、
前記認識度判定手段によって判定された認識度に基づいて、運転支援を行う運転支援手段と、
を含む運転支援装置。
【請求項２】
前記認識度判定手段を、前記撮像手段によって撮像された前方の画像に基づいて、前記画像の色数及び前記画像に表された物体の数の少なくとも一方を計数する計数手段と、前記計数手段によって計数された前記色数及び物体の数の少なくとも一方に基づいて、前記認識度を算出する認識度算出手段とで構成した請求項１記載の運転支援装置。
【請求項３】
前記計数手段は、前記画像の所定の計数領域の色数及び前記画像の前記所定の計数領域に表された物体の数の少なくとも一方を計数する請求項２記載の運転支援装置。
【請求項４】
前記認識度判定手段を、前記撮像手段によって撮像された前方の画像に基づいて、前記画像の空間周波数を算出する空間周波数算出手段と、前記空間周波数算出手段によって算出された前記空間周波数と、予め定められた歩行者及び二輪車の少なくとも一方を示す画像の空間周波数とを比較することにより、前記認識度を算出する認識度算出手段とで構成した請求項１記載の運転支援装置。
【請求項５】
前記空間周波数算出手段は、前記画像の所定の算出領域の空間周波数を算出する請求項４記載の運転支援装置。
【請求項６】
自車両の走行位置を検出する検出手段と、
予め定められた道路地図上の走行位置及び時間帯毎に、前記走行位置及び前記時間帯に存在する歩行者の数及び該歩行者の存在確率の何れか一方を記憶した歩行者データベースと、
前記歩行者データベースから、前記検出手段によって検出された現在の走行位置及び現在の時間帯に存在する歩行者の数及び該歩行者の存在確率の何れか一方を検索する検索手段とを更に含み、
前記運転支援手段は、前記認識度判定手段によって判定された認識度と、前記検索手段によって検索された前記歩行者の数及び前記歩行者の存在確率の何れか一方とに基づいて、運転支援を行う請求項１〜請求項５の何れか１項記載の運転支援装置。
【請求項７】
前記撮像手段によって撮像された前方の画像に基づいて、前記画像が示す前方に歩行者及び二輪車の少なくとも一方が存在するか否かを判定する存在判定手段を更に含み、
前記運転支援手段は、前記存在判定手段によって前記歩行者及び二輪車の少なくとも一方が存在すると判定された場合、前記認識度判定手段によって判定された認識度に基づいて、運転支援を行い、前記存在判定手段によって前記歩行者及び二輪車の少なくとも一方が存在しないと判定された場合、運転支援を行わない請求項１〜請求項６の何れか１項記載の運転支援装置。
【請求項８】
自車両の走行位置を検出する検出手段と、
予め定められた道路地図上の走行位置毎に、前記走行位置を走行する車両のドライバが前方から前記歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を記憶した認識度データベースと、
予め定められた道路地図上の走行位置及び時間帯毎に、前記走行位置及び前記時間帯に存在する歩行者の数及び前記歩行者の存在確率の何れか一方を記憶した歩行者データベースと、
前記認識度データベースから、前記検出手段によって検出された現在の走行位置に対する認識度を検索する認識度検索手段と、
前記歩行者データベースから、前記検出手段によって検出された現在の走行位置及び現在の時間帯に存在する前記歩行者の数及び前記歩行者の存在確率の何れか一方を検索する歩行者検索手段と、
前記認識度検索手段によって検索された前記認識度と前記歩行者検索手段によって検索された前記歩行者の数及び前記歩行者の存在確率の何れか一方とに基づいて、運転支援を行う運転支援手段と、
を含む運転支援装置。
【請求項９】
道路情報が地図情報として表された道路地図データ及び前記道路地図データが示す道路上の複数の走行位置の各々からの景観を示す景観データに基づいて、前記道路地図データが示す道路上を走行する車両のドライバから見える前方を示す画像を前記複数の走行位置の各々について生成する生成手段と、
前記生成手段によって生成された画像に基づいて、前記画像が示す前方から前記ドライバが歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を前記複数の走行位置の各々について判定する認識度判定手段と、
前記認識度判定手段によって判定された認識度に基づいて、前記道路地図データが示す道路上の前記複数の走行位置の各々における前記認識度を示す認識度マップ、及び前記道路地図データが示す道路上の前記複数の走行位置の各々において行うべき運転支援の内容を示す運転支援マップの少なくとも一方を生成するマップ生成手段と、
を含むマップ生成装置。
【請求項１０】
前記認識度判定手段を、前記生成手段によって生成された画像に基づいて、前記画像の色数及び前記画像に表された物体の数の少なくとも一方を前記複数の走行位置の各々について計数する計数手段と、前記計数手段によって計数された前記色数及び物体の数の少なくとも一方に基づいて、前記認識度を前記複数の走行位置の各々について算出する認識度算出手段とで構成した請求項９記載のマップ生成装置。
【請求項１１】
前記認識度判定手段を、前記生成手段によって生成された画像に基づいて、前記画像の空間周波数を算出する空間周波数算出手段と、前記空間周波数算出手段によって算出された前記空間周波数と、予め定められた歩行者及び二輪車の少なくとも一方を示す画像の空間周波数とを比較することにより、前記認識度を前記複数の走行位置の各々について算出する認識度算出手段とで構成した請求項９記載のマップ生成装置。
【請求項１２】
歩行者に関するＯＤ交通量、又は前記複数の走行位置の各々の歩行者の発生交通量及び集中交通量と前記道路地図データが示す道路上の各分岐点での分岐確率とに基づいて、前記道路地図データが示す道路上の走行位置及び時間帯毎に、前記走行位置及び前記時間帯に存在する歩行者の数及び前記歩行者の存在確率の何れか一方を示す歩行者データを生成する歩行者データ生成手段を更に含み、
前記認識度判定手段は、前記生成手段によって生成された画像及び前記歩行者データ生成手段によって生成された歩行者データに基づいて、前記認識度を判定する請求項９〜請求項１１の何れか１項記載のマップ生成装置。
【請求項１３】
車両に関するＯＤ交通量、又は前記複数の走行位置の各々の車両の発生交通量及び集中交通量と前記道路地図データが示す道路上の各分岐点での分岐確率とに基づいて、前記道路地図データが示す道路上の走行位置及び時間帯毎に、前記時間帯に前記走行位置を走行する車両の平均走行速度を示す車両速度データを生成する車両速度データ生成手段を更に含み、
前記認識度判定手段は、前記生成手段によって生成された画像及び前記車両速度データ生成手段によって生成された車両速度データに基づいて、前記認識度を判定する請求項９〜請求項１２の何れか１項記載のマップ生成装置。
【請求項１４】
コンピュータを、
自車両の前方を撮像する撮像手段によって撮像された前方の画像に基づいて、前記画像が示す前方からドライバが歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を判定する認識度判定手段、及び
前記認識度判定手段によって判定された認識度に基づいて、運転支援を行う運転支援手段
として機能させるためのプログラム。
【請求項１５】
コンピュータを、
自車両の走行位置を検出する検出手段、
予め定められた道路地図上の走行位置毎に、前記走行位置を走行する車両のドライバが前方から前記歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を記憶した認識度データベースから、前記検出手段によって検出された現在の走行位置に対する認識度を検索する認識度検索手段、
予め定められた道路地図上の走行位置及び時間帯毎に、前記走行位置及び前記時間帯に存在する歩行者の数及び前記歩行者の存在確率の何れか一方を記憶した歩行者データベースから、前記検出手段によって検出された現在の走行位置及び現在の時間帯に存在する前記歩行者の数及び前記歩行者の存在確率の何れか一方を検索する歩行者検索手段、及び
前記認識度検索手段によって検索された前記認識度と前記歩行者検索手段によって検索された前記歩行者の数及び前記歩行者の存在確率の何れか一方とに基づいて、運転支援を行う運転支援手段
として機能させるためのプログラム。
【請求項１６】
コンピュータを、
道路情報が地図情報として表された道路地図データ及び前記道路地図データが示す道路上の複数の走行位置の各々からの景観を示す景観データに基づいて、前記道路地図データが示す道路上を走行する車両のドライバから見える前方を示す画像を前記複数の走行位置の各々について生成する生成手段、
前記生成手段によって生成された画像に基づいて、前記画像が示す前方から前記ドライバが歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を前記複数の走行位置の各々について判定する認識度判定手段、及び
前記認識度判定手段によって判定された認識度に基づいて、前記道路地図データが示す道路上の前記複数の走行位置の各々における前記認識度を示す認識度マップ、及び前記道路地図データが示す道路上の前記複数の走行位置の各々において行うべき運転支援の内容を示す運転支援マップの少なくとも一方を生成するマップ生成手段
として機能させるためのプログラム。
【請求項１】
自車両の前方を撮像する撮像手段と、
前記撮像手段によって撮像された前方の画像に基づいて、前記画像が示す前方からドライバが歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を判定する認識度判定手段と、
前記認識度判定手段によって判定された認識度に基づいて、運転支援を行う運転支援手段と、
を含む運転支援装置。
【請求項２】
前記認識度判定手段を、前記撮像手段によって撮像された前方の画像に基づいて、前記画像の色数及び前記画像に表された物体の数の少なくとも一方を計数する計数手段と、前記計数手段によって計数された前記色数及び物体の数の少なくとも一方に基づいて、前記認識度を算出する認識度算出手段とで構成した請求項１記載の運転支援装置。
【請求項３】
前記計数手段は、前記画像の所定の計数領域の色数及び前記画像の前記所定の計数領域に表された物体の数の少なくとも一方を計数する請求項２記載の運転支援装置。
【請求項４】
前記認識度判定手段を、前記撮像手段によって撮像された前方の画像に基づいて、前記画像の空間周波数を算出する空間周波数算出手段と、前記空間周波数算出手段によって算出された前記空間周波数と、予め定められた歩行者及び二輪車の少なくとも一方を示す画像の空間周波数とを比較することにより、前記認識度を算出する認識度算出手段とで構成した請求項１記載の運転支援装置。
【請求項５】
前記空間周波数算出手段は、前記画像の所定の算出領域の空間周波数を算出する請求項４記載の運転支援装置。
【請求項６】
自車両の走行位置を検出する検出手段と、
予め定められた道路地図上の走行位置及び時間帯毎に、前記走行位置及び前記時間帯に存在する歩行者の数及び該歩行者の存在確率の何れか一方を記憶した歩行者データベースと、
前記歩行者データベースから、前記検出手段によって検出された現在の走行位置及び現在の時間帯に存在する歩行者の数及び該歩行者の存在確率の何れか一方を検索する検索手段とを更に含み、
前記運転支援手段は、前記認識度判定手段によって判定された認識度と、前記検索手段によって検索された前記歩行者の数及び前記歩行者の存在確率の何れか一方とに基づいて、運転支援を行う請求項１〜請求項５の何れか１項記載の運転支援装置。
【請求項７】
前記撮像手段によって撮像された前方の画像に基づいて、前記画像が示す前方に歩行者及び二輪車の少なくとも一方が存在するか否かを判定する存在判定手段を更に含み、
前記運転支援手段は、前記存在判定手段によって前記歩行者及び二輪車の少なくとも一方が存在すると判定された場合、前記認識度判定手段によって判定された認識度に基づいて、運転支援を行い、前記存在判定手段によって前記歩行者及び二輪車の少なくとも一方が存在しないと判定された場合、運転支援を行わない請求項１〜請求項６の何れか１項記載の運転支援装置。
【請求項８】
自車両の走行位置を検出する検出手段と、
予め定められた道路地図上の走行位置毎に、前記走行位置を走行する車両のドライバが前方から前記歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を記憶した認識度データベースと、
予め定められた道路地図上の走行位置及び時間帯毎に、前記走行位置及び前記時間帯に存在する歩行者の数及び前記歩行者の存在確率の何れか一方を記憶した歩行者データベースと、
前記認識度データベースから、前記検出手段によって検出された現在の走行位置に対する認識度を検索する認識度検索手段と、
前記歩行者データベースから、前記検出手段によって検出された現在の走行位置及び現在の時間帯に存在する前記歩行者の数及び前記歩行者の存在確率の何れか一方を検索する歩行者検索手段と、
前記認識度検索手段によって検索された前記認識度と前記歩行者検索手段によって検索された前記歩行者の数及び前記歩行者の存在確率の何れか一方とに基づいて、運転支援を行う運転支援手段と、
を含む運転支援装置。
【請求項９】
道路情報が地図情報として表された道路地図データ及び前記道路地図データが示す道路上の複数の走行位置の各々からの景観を示す景観データに基づいて、前記道路地図データが示す道路上を走行する車両のドライバから見える前方を示す画像を前記複数の走行位置の各々について生成する生成手段と、
前記生成手段によって生成された画像に基づいて、前記画像が示す前方から前記ドライバが歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を前記複数の走行位置の各々について判定する認識度判定手段と、
前記認識度判定手段によって判定された認識度に基づいて、前記道路地図データが示す道路上の前記複数の走行位置の各々における前記認識度を示す認識度マップ、及び前記道路地図データが示す道路上の前記複数の走行位置の各々において行うべき運転支援の内容を示す運転支援マップの少なくとも一方を生成するマップ生成手段と、
を含むマップ生成装置。
【請求項１０】
前記認識度判定手段を、前記生成手段によって生成された画像に基づいて、前記画像の色数及び前記画像に表された物体の数の少なくとも一方を前記複数の走行位置の各々について計数する計数手段と、前記計数手段によって計数された前記色数及び物体の数の少なくとも一方に基づいて、前記認識度を前記複数の走行位置の各々について算出する認識度算出手段とで構成した請求項９記載のマップ生成装置。
【請求項１１】
前記認識度判定手段を、前記生成手段によって生成された画像に基づいて、前記画像の空間周波数を算出する空間周波数算出手段と、前記空間周波数算出手段によって算出された前記空間周波数と、予め定められた歩行者及び二輪車の少なくとも一方を示す画像の空間周波数とを比較することにより、前記認識度を前記複数の走行位置の各々について算出する認識度算出手段とで構成した請求項９記載のマップ生成装置。
【請求項１２】
歩行者に関するＯＤ交通量、又は前記複数の走行位置の各々の歩行者の発生交通量及び集中交通量と前記道路地図データが示す道路上の各分岐点での分岐確率とに基づいて、前記道路地図データが示す道路上の走行位置及び時間帯毎に、前記走行位置及び前記時間帯に存在する歩行者の数及び前記歩行者の存在確率の何れか一方を示す歩行者データを生成する歩行者データ生成手段を更に含み、
前記認識度判定手段は、前記生成手段によって生成された画像及び前記歩行者データ生成手段によって生成された歩行者データに基づいて、前記認識度を判定する請求項９〜請求項１１の何れか１項記載のマップ生成装置。
【請求項１３】
車両に関するＯＤ交通量、又は前記複数の走行位置の各々の車両の発生交通量及び集中交通量と前記道路地図データが示す道路上の各分岐点での分岐確率とに基づいて、前記道路地図データが示す道路上の走行位置及び時間帯毎に、前記時間帯に前記走行位置を走行する車両の平均走行速度を示す車両速度データを生成する車両速度データ生成手段を更に含み、
前記認識度判定手段は、前記生成手段によって生成された画像及び前記車両速度データ生成手段によって生成された車両速度データに基づいて、前記認識度を判定する請求項９〜請求項１２の何れか１項記載のマップ生成装置。
【請求項１４】
コンピュータを、
自車両の前方を撮像する撮像手段によって撮像された前方の画像に基づいて、前記画像が示す前方からドライバが歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を判定する認識度判定手段、及び
前記認識度判定手段によって判定された認識度に基づいて、運転支援を行う運転支援手段
として機能させるためのプログラム。
【請求項１５】
コンピュータを、
自車両の走行位置を検出する検出手段、
予め定められた道路地図上の走行位置毎に、前記走行位置を走行する車両のドライバが前方から前記歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を記憶した認識度データベースから、前記検出手段によって検出された現在の走行位置に対する認識度を検索する認識度検索手段、
予め定められた道路地図上の走行位置及び時間帯毎に、前記走行位置及び前記時間帯に存在する歩行者の数及び前記歩行者の存在確率の何れか一方を記憶した歩行者データベースから、前記検出手段によって検出された現在の走行位置及び現在の時間帯に存在する前記歩行者の数及び前記歩行者の存在確率の何れか一方を検索する歩行者検索手段、及び
前記認識度検索手段によって検索された前記認識度と前記歩行者検索手段によって検索された前記歩行者の数及び前記歩行者の存在確率の何れか一方とに基づいて、運転支援を行う運転支援手段
として機能させるためのプログラム。
【請求項１６】
コンピュータを、
道路情報が地図情報として表された道路地図データ及び前記道路地図データが示す道路上の複数の走行位置の各々からの景観を示す景観データに基づいて、前記道路地図データが示す道路上を走行する車両のドライバから見える前方を示す画像を前記複数の走行位置の各々について生成する生成手段、
前記生成手段によって生成された画像に基づいて、前記画像が示す前方から前記ドライバが歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を前記複数の走行位置の各々について判定する認識度判定手段、及び
前記認識度判定手段によって判定された認識度に基づいて、前記道路地図データが示す道路上の前記複数の走行位置の各々における前記認識度を示す認識度マップ、及び前記道路地図データが示す道路上の前記複数の走行位置の各々において行うべき運転支援の内容を示す運転支援マップの少なくとも一方を生成するマップ生成手段
として機能させるためのプログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図３１】
【図３２】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図１４】
【図１５】
【図１６】
【図１７】
【図１８】
【図１９】
【図２０】
【図２１】
【図２２】
【図２３】
【図２４】
【図２５】
【図２６】
【図２７】
【図２８】
【図２９】
【図３０】
【図３１】
【図３２】
【公開番号】特開２００８−１４６５４９（Ｐ２００８−１４６５４９Ａ）
【公開日】平成２０年６月２６日（２００８．６．２６）
【国際特許分類】
【出願番号】特願２００６−３３５６４５（Ｐ２００６−３３５６４５）
【出願日】平成１８年１２月１３日（２００６．１２．１３）
【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２０年６月２６日（２００８．６．２６）
【国際特許分類】
【出願日】平成１８年１２月１３日（２００６．１２．１３）
【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 ]