DE112018000477B4

DE112018000477B4 - Ereignisvorhersagesystem, Ereignisvorhersageverfahren, Programm und Aufzeichnungsmedium, auf dem dieses aufgezeichnet ist

Info

Publication number: DE112018000477B4
Application number: DE112018000477.5T
Authority: DE
Inventors: Shohei Hayashi; Toshiya Mori; Tadashi Shibata; Nobuyuki Nakano; Masanaga TSUJI
Original assignee: Panasonic Intellectual Property Management Co Ltd
Current assignee: Panasonic Automotive Systems Co Ltd
Priority date: 2017-01-23
Filing date: 2018-01-17
Publication date: 2023-03-02
Anticipated expiration: 2038-01-18
Also published as: US11003925B2; DE112018000477T5; WO2018135509A1; US20190340448A1

Abstract

Ereignisvorhersagesystem, umfassend:
eine Sammlungseinheit, die gestaltet ist, eine Vielzahl von Teilen von Lerndaten, die jeweils Geschichtsinformationen enthalten, die eine Situation eines mobilen Objekts bei Auftreten eines Ereignisses im Zusammenhang mit dem Fahren des mobilen Objekts darstellen, zu sammeln;
einen Erzeuger, der gestaltet ist, ein erstes Vorhersagemodell zum Vorhersagen relativer Koordinaten eines Platzes des Auftretens des Ereignisses relativ zum mobilen Objekt zu erzeugen, indem er die Vielzahl von Teilen von Lerndaten verwendet, und
eine Koordinaten-Vorhersageeinheit, die gestaltet ist, die relativen Koordinaten des Platzes des Auftretens eines Ereignisses relativ zum mobilen Objekt vorherzusagen, wobei das erste Vorhersagemodell zur Vorhersage von relativen Koordinaten des Platzes eines Auftretens des Ereignisses relativ zum mobilen Objekt und die das mobile Objekt betreffenden Vorhersageinformationen benutzt werden,
wobei die Koordinaten-Vorhersageeinheit gestaltet ist, eine Entfernung vom mobilen Objekt zu einer durch die vorhergesagten Koordinaten angezeigten Position zu berechnen, und
- den Platz des Auftretens des Ereignisses abschätzt, wenn die Entfernung kleiner oder gleich einer spezifizierten Entfernung ist, und
- den Platz des Auftretens des Ereignisses nicht abschätzt, wenn die Entfernung größer als die spezifizierte Entfernung ist.

Description

Technisches Gebiet
Die vorliegende Offenbarung betrifft ein Ereignisvorhersagesystem, ein Ereignisvorhersageverfahren, ein Programm und ein Aufzeichnungsmedium, auf dem dieses aufgezeichnet ist. Insbesondere betrifft die vorliegende Offenbarung ein Verfahren zur Vorhersage des Auftretens eines Ereignisses im Zusammenhang mit dem Fahren eines mobilen Objekts.
Technischer Hintergrund
Gemäß US 2013 / 0 223 686 A1 werden eine Position, ein Verhaltenszustand und ein Bewegungszustand eines sich bewegenden Objekts zusammen mit mehreren Kategorien von Spursegmentbereichen und stationären Objektbereichen unter Verwendung eines Umgebungserfassungsabschnitts erfasst. Eine Anwesenheitswahrscheinlichkeit wird auf die detektierten Spursegmentregionen und stationären Objektregionen angewandt und eine Anwesenheitswahrscheinlichkeitskarte wird unter Verwendung eines Kartenerzeugungsabschnitts erzeugt. Eine Verteilung der Position des sich bewegenden Objekts und eine Verteilung des Bewegungszustands werden von einem Abschnitt zur Erzeugung eines sich bewegenden Objekts auf der Grundlage der erfassten Position des sich bewegenden Objekts, des Verhaltenszustands und des Bewegungszustands erzeugt und in der Karte der Anwesenheitswahrscheinlichkeit aufgezeichnet. Die Positionsverteilung des sich bewegenden Objekts wird von einem Positionsaktualisierungsabschnitt auf der Grundlage der Bewegungszustandsverteilung des sich bewegenden Objekts geändert. Die verschobene Positionsverteilung wird durch einen Verteilungsänderungsabschnitt basierend auf den Anwesenheitswahrscheinlichkeiten der Anwesenheitswahrscheinlichkeitskarte geändert, und eine zukünftige Positionsverteilung des sich bewegenden Objekts wird auf der Anwesenheitswahrscheinlichkeitskarte vorhergesagt. Folglich kann die zukünftige Position des sich bewegenden Objekts unter verschiedenen Bedingungen mit guter Präzision vorhergesagt werden.
DE 10 2004 052 519 A1 offenbart eine Vorrichtung zur Vermeidung einer Kollision bzw. Verminderung der Folgen einer Kollision eines Kraftfahrzeugs mit einem Objekt, wobei mittels einer Objektdetektionssensorik die Position und Geschwindigkeit eines Objekts bezüglich des eigenen Fahrzeugs ermittelt wird und in Abhängigkeit dieser Größen ermittelt wird, ob eine Kollision bevorsteht und bei einer erkannten bevorstehenden Kollision eine Notbremsung ausgelöst wird, wobei die Fahreraktivität ausgewertet wird und in Abhängigkeit der Fahreraktivität der Zeitpunkt der automatischen Auslösung der Notbremsung veränderbar ist.[0002] Herkömmlich ist eine Fahrassistenz-Vorrichtung bekannt (siehe zum Beispiel PTL 1), die das Fahren eines Fahrzeugs unterstützt, indem sie eine Gefahr für das eigene Fahrzeug vorhersagt und einen Fahrer über das Vorhersageergebnis benachrichtigt.
Die in PTL 1 offenbarte Fahrassistenz-Vorrichtung enthält eine Fahrfähigkeits-Überprüfungseinheit, eine Gefahren-Vorhersageeinheit und eine Anzeigesteuerung. Die Fahrfähigkeits-Überprüfungseinheit führt regelmäßig einen Fahrfähigkeitstest auf der Grundlage von Detektions-Informationen von einer Umgebungsinformations-Erfassungseinheit, einer Informationserfassungseinheit des eigenen Fahrzeugs und einer Fahrerinformations-Erfassungseinheit durch und überprüft die Fahrfähigkeit eines Fahrers, indem sie aus dem Testergebnis das Fahrverhalten des Fahrers bestimmt. Die Gefahren-Vorhersageeinheit führt eine Gefahrenvorhersage des eigenen Fahrzeugs auf der Grundlage eines Bestimmungsergebnisses des Fahrverhaltens des Fahrers durch. Die Anzeigesteuerung sagt eine zukünftige Position des eigenen Fahrzeugs auf der Grundlage von Detektions-Informationen von der Umgebungsinformations-Erfassungseinheit, der Informationserfassungseinheit des eigenen Fahrzeugs und der Fahrerinformations-Erfassungseinheit voraus. Die Anzeigesteuerung bewirkt dann, dass eine Anzeigeeinheit die zukünftige Position des eigenen Fahrzeugs in einer Anzeigeform anzeigt, die dem Grad der Kollisionsgefahr des eigenen Fahrzeugs entspricht.
Liste der Anführungen
Patentliteratur
Patenschrift 1: Ungeprüfte japanische Patentveröffentlichung Nr. JP 2012-128 655 A
Zusammenfassung der Erfindung
Die in PTL 1 offenbarte Fahrassistenz-Vorrichtung benachrichtigt den Fahrer über eine Kollisionsmöglichkeit, indem sie ein Vorhersageergebnis über die zukünftige Position des eigenen Fahrzeugs anzeigt. Informationen, über die der Fahrer benachrichtigt werden kann, sind auf Ereignisse beschränkt, die in der Sichtweite des Fahrers auftreten. Ereignisse umfassen Unfälle und zukünftige Situationen, die zu Unfällen führen können. Folglich kann die in PTL 1 offenbarte Fahrassistenz-Vorrichtung keine Ereignisse vorhersagen, die von Objekten herrühren, wie Fußgänger in sichttoten Bereichen des Fahrers, zum Beispiel einem Fußgänger, der hinter einem auf einer Straße geparkten Fahrzeug hervorläuft.
Die vorliegende Offenbarung sieht ein Ereignisvorhersagesystem vor, das auch das Auftreten von Ereignissen vorhersagen kann, die von Objekten in sichttoten Bereichen eines Fahrers herrühren, ein Ereignisvorhersageverfahren, ein Programm und ein Aufzeichnungsmedium, auf dem dieses aufgezeichnet ist.
Ein Ereignisvorhersagesystem gemäß einem Aspekt der vorliegenden Offenbarung ist in Anspruch 1 definiert.
Ein Ereignisvorhersageverfahren gemäß einem Aspekt der vorliegenden Offenbarung ist in Anspruch 7 definiert.
Ein Programm gemäß einem Aspekt der vorliegenden Offenbarung ist in Anspruch 8 definiert.
Das obige Programm ist auf einem nichtflüchtigen Aufzeichnungsmedium gemäß einem Aspekt der vorliegenden Offenbarung aufgezeichnet.
Gemäß der vorliegenden Offenbarung ist es möglich, das Auftreten eines Ereignisses vorherzusagen, das von einem Zielobjekt in einem sichttoten Bereich eines Fahrers herrührt.
Figurenliste

1 ist ein Blockdiagramm, das eine Anordnung eines Ereignisvorhersagesystems gemäß einer ersten beispielhaften Ausführungsform der vorliegenden Offenbarung zeigt.
2 ist ein Flussdiagramm, das einen Ablauf des in 1 gezeigten Ereignisvorhersagesystems bezüglich der Erzeugung eines Vorhersagemodells zeigt.
3 ist ein Flussdiagramm, das einen Ablauf des in 1 gezeigten Ereignisvorhersagesystems bezüglich der Abschätzung eines Platzes des Auftretens eines Ereignisses zeigt.
4 ist eine konzeptionelle Ansicht, die ein Sichtfeld eines Fahrers zeigt, wenn das in 1 gezeigte Ereignisvorhersagesystem verwendet wird.
5 ist ein Blockdiagramm, das eine Anordnung eines Ereignisvorhersagesystems gemäß einer dritten beispielhaften Ausführungsform der vorliegenden Offenbarung zeigt.
6 ist ein Flussdiagramm, das einen Ablauf des in 5 gezeigten Ereignisvorhersagesystems bezüglich der Erzeugung eines Vorhersagemodells zeigt.
7 ist ein Flussdiagramm, das einen Ablauf des in 5 gezeigten Ereignisvorhersagesystems bezüglich der Abschätzung eines Platzes des Auftretens eines Ereignisses zeigt.
8A ist eine konzeptionelle Ansicht, die ein Beispiel für ein Ereignis zeigt, das von dem in 1 gezeigten Ereignisvorhersagesystem vorhergesagt werden kann.
8B ist eine konzeptionelle Ansicht, die ein anderes Beispiel für ein Ereignis zeigt, das von dem in 1 gezeigten Ereignisvorhersagesystem vorhergesagt werden kann.
8C ist eine konzeptionelle Ansicht, die noch ein anderes Beispiel für ein Ereignis zeigt, das von dem in 1 gezeigten Ereignisvorhersagesystem vorhergesagt werden kann.
9A ist eine konzeptionelle Ansicht, die noch ein anderes Beispiel für ein Ereignis zeigt, das von dem in 1 gezeigten Ereignisvorhersagesystem vorhergesagt werden kann.
9B ist eine konzeptionelle Ansicht, die noch ein anderes Beispiel für ein Ereignis zeigt, das von dem in 1 gezeigten Ereignisvorhersagesystem vorhergesagt werden kann.
9C ist eine konzeptionelle Ansicht, die noch ein anderes Beispiel für ein Ereignis zeigt, das von dem in 1 gezeigten Ereignisvorhersagesystem vorhergesagt werden kann.

Beschreibung von Ausführungsformen
Verschiedene Arten von Ereignisvorhersagesystemen gemäß beispielhaften Ausführungsformen der vorliegenden Offenbarung sagen das Auftreten eines Ereignisses im Zusammenhang mit dem Fahren eines mobilen Objekts, wie etwa eines Automobils, voraus. Im Folgenden liegt ein Fall vor, in dem ein mobiles Objekt, auf welches das Ereignisvorhersagesystem angewendet wird, ein Automobil ist.
Ein „Ereignis“ bedeutet zum Beispiel ein Ereignis, das vom Fahrer des mobilen Objekts zum Zeitpunkt des Fahrens als gefährlich empfunden wird. Solche Arten von „Ereignissen“ umfassen zum Beispiel Unfälle, wie Kollisionen zwischen Fahrzeugen, eine Kollision eines Fahrzeugs mit einem Aufbau, wie etwa einer Leitplanke, und Kontakte zwischen einem Fußgänger und dergleichen und einem Fahrzeug oder Ereignisse, die selbst keine Unfälle sind, aber wahrscheinlich direkt zu Unfällen führen. Außerdem umfasst ein „Platz des Auftretens eines Ereignisses“ sowohl einen Platz (einen Standort), wie etwa eine Kreuzung oder einen Fußgängerüberweg, wo ein Ereignis auftritt, als auch ein spezielles Objekt (Teil), wie etwa ein Fahrzeug, einen Fußgänger oder ein kleines Tier, das sich benachbart zum mobilen Objekt befindet und dem Ereignis ausgesetzt ist.
Ein Ereignisvorhersagesystem gemäß der beispielhaften Ausführungsformen der vorliegenden Offenbarung sagt hauptsächlich das Auftreten eines Ereignisses vorher, das von einem Zielobjekt in einem sichttoten Bereich eines Fahrers herrührt. Spezielle Beispiel für solche Arten von Ereignissen umfassen das Hervorlaufen eines Fußgängers hinter einem auf der Straße geparkten Fahrzeug und das Herausfahren eines geradeaus fahrenden Fahrzeugs hinter einem Fahrzeug, das auf das Abbiegen nach rechts oder links wartet. Solche Arten von Ereignissen, die außerhalb der Sichtweite eines Fahrers auftreten, werden auch „unsichtbare Gefahren“ genannt. Ein Fahrer eines mobilen Objekts sagt eine solche Art von Ereignis im Allgemeinen auf der Grundlage einer aktuellen Situation des mobilen Objekts, seiner Erfahrung und dergleichen voraus. Das heißt, im allgemeinen erwirbt der Fahrer die Fähigkeit, in bestimmtem Maße „unsichtbare Gefahren“ vorherzusehen, indem er durch Fahren des mobilen Objekts in verschiedenen Situationen Erfahrungen sammelt. Folglich variiert die Vorhersagbarkeit „unsichtbarer Gefahren“ manchmal stark abhängig von einem Grad der Fahrfähigkeiten des Fahrers, einem angeborenen Sinn für das Fahren, dem Zustand des Fahrers (einschließlich dem mentalen Zustand des Fahrers), und dergleichen.
Das Ereignisvorhersagesystem sagt hauptsächlich solche Arten von Ereignissen voraus, und somit können Änderungen in der Vorhersagbarkeit „unsichtbarer Gefahren“ durch den Grad der Fahrfähigkeiten des Fahrers, einen angeborenen Sinn für das Fahren, den Zustand des Fahrers und dergleichen verringert werden. Folglich kann zum Beispiel sogar ein wenig erfahrener Fahrer unter Berücksichtigung der Möglichkeit des Auftretens solcher Arten von Ereignissen fahren. Außerdem kann zum Beispiel sogar ein Fahrer, dessen Konzentration zum Beispiel durch Müdigkeit oder Schlafmangel geringer ist, unter Berücksichtigung der Möglichkeit des Auftretens solcher Arten von Ereignissen fahren. Außerdem kann zum Beispiel, wenn ein Fahrer einfach wegschaut oder abgelenkt wird, das Erkennen des Auftretens eines Ereignisses verzögert sein. In einer solchen Situation kann der Fahrer schnell die Möglichkeit des Auftretens eines Ereignisses erkennen und somit sicherer fahren. Wie oben beschrieben kann das Ereignisvorhersagesystem gemäß der beispielhaften Ausführungsformen der vorliegenden Offenbarung das Auftreten von Ereignissen vorhersagen, die von Zielobjekten in sichttoten Bereichen eines Fahrers herrühren und kann das Fahren eines mobilen Objekts durch den Fahrer unterstützen.
Ein solches Ereignisvorhersagesystem sagt das Auftreten eines Ereignisses zum Beispiel aus Geschichtsinformationen vorher, die Situationen eines mobilen Objekts zum Zeitpunkt des tatsächlichen Auftretens von Ereignissen darstellen, indem es ein Vorhersagemodell verwendet, das von einem Algorithmus des maschinellen Lernens erzeugt wird. Das heißt, anstelle der Fahrerfahrung eines Fahrers kann ein Vorhersagemodell, das zum Beispiel aus Geschichtsinformationen erzeugt wird, die Situationen eines mobilen Objekts darstellen, das Auftreten eines Ereignisses vorhersagen. Das Vorhersagemodell kann das Auftreten eines Ereignisses aus verschiedenen Situationen eines mobilen Objekts vorhersagen, wie etwa welche Arten von Objekten um das mobile Objekt vorhanden sind, wie schnell sich das mobile Objekt bewegt und wo sich das mobile Objekt bewegt.
Zum Beispiel wird der Fahrer vorzugsweise durch ein Head-up-Display (HUD) und eine Multiinformationsanzeige benachrichtigt, indem ein Ergebnis einer Ereignisvorhersage im Ereignisvorhersagesystem angezeigt wird. Hierdurch wird der Fahrer bei der Vorhersage des Auftretens des Ereignisses von der Vorhersage des Auftretens eines Ereignisses benachrichtigt, das von einem Zielobjekt in einem sichttoten Bereich des Fahrers herrührt.
Nachstehend sind verschiedene beispielhafte Ausführungsformen der vorliegenden Offenbarung unter Bezugnahme auf die beigefügte Zeichnung beschrieben. Zu beachten ist, dass in jeder der beispielhaften Ausführungsformen dieselben Komponenten wie in den vorherigen beispielhaften Ausführungsformen durch dieselben Bezugszeichen gekennzeichnet sind, und dass ihre genaue Beschreibung weggelassen sein kann.
(Erste beispielhafte Ausführungsform)
(1) Auslegung
1 ist ein Blockdiagramm, das eine Anordnung des Ereignisvorhersagesystems 1A gemäß einer ersten beispielhaften Ausführungsform der vorliegenden Offenbarung zeigt. Das Ereignisvorhersagesystem 1A enthält den Vorhersageblock 11A, der in dem mobilen Objekt 100 realisiert ist, und einen Lernblock 12, der in der Cloud 200 realisiert ist (Cloud Computing). Diese beispielhafte Ausführungsform veranschaulicht einen Fall, in dem das mobile Objekt 100 ein Automobil ist.
Das Ereignisvorhersagesystem 1A kann ferner eine Benachrichtigungseinheit 13 enthalten, die in dem mobilen Objekt 100 montiert ist. Das Ereignisvorhersagesystem 1A enthält ferner eine erste Eingabeeinheit 14, eine zweite Eingabeeinheit 15 und eine dritte Eingabeeinheit 16, die in dem mobilen Objekt 100 montiert sind.
Der Vorhersageblock 11A und der Lernblock 12 sind gestaltet, miteinander zu kommunizieren. Der Vorhersageblock 11A ist in dem mobilen Objekt 100 realisiert und kommuniziert somit mit dem Lernblock 12, der in der Cloud 200 realisiert ist, zum Beispiel über ein Mobilfunknetz (Verbindungsnetzwerk), das von einem Telekommunikationsnetzbetreiber vorgesehen ist, oder über ein öffentliches Netzwerk, wie etwa das Internet. Mobilfunknetze umfassen zum Beispiel 3G-Verbindungen (3. Generation) oder LTE-Verbindungen (Long Term Evolution). Der Vorhersageblock 11A kann gestaltet sein, mit dem Lernblock 12 über ein öffentliches drahtloses lokales Netz (LAN) zu kommunizieren.
Der Vorhersageblock 11A enthält die Koordinaten-Vorhersageeinheit 111A, die Modell-Speichereinheit 112A, den ersten Prozessor 113 und den zweiten Prozessor 114. Der Vorhersageblock 11A ist aus einem Computersystem ausgebildet, das zum Beispiel als Hauptbestandteile eine Zentraleinheit (CPU) und einen Speicher enthält. Die CPU führt ein Programm aus, das in dem Speicher gespeichert ist, damit das Computersystem als Vorhersageblock 11A fungiert. Das Programm ist vorher in dem Speicher des Vorhersageblocks 11A aufgezeichnet, kann jedoch auch über eine elektrische Kommunikationsleitung wie das Internet vorgesehen sein oder durch Aufzeichnung in einem Aufzeichnungsmedium wie einer Speicherkarte vorgesehen sein.
Der erste Prozessor 113 ist mit der ersten Eingabeeinheit 14, der zweiten Eingabeeinheit 15 und der dritten Eingabeeinheit 16 verbunden und erfasst Informationen des mobilen Objekts. Die „Informationen des mobilen Objekts“ sind Informationen, die eine Situation des mobilen Objekts 100 darstellen. Gemäß dieser beispielhaften Ausführungsform umfassen die Informationen des mobilen Objekts mindestens eines aus Informationen (auch „Informationen eines Fahrerassistenzsystems (ADAS)“ genannt) bezüglich eines dem mobilen Objekt 100 benachbarten Objekts, Informationen (auch „Fahrzeuginformationen“ genannt) bezüglich einer Bedingung des mobilen Objekts 100 und Informationen (auch „Positionsinformationen“ genannt) bezüglich einer Position des mobilen Objekts 100. Die erste Eingabeeinheit 14, die zweite Eingabeeinheit 15 und die dritte Eingabeeinheit 16 sind jeweils Eingabeschnittstellen für ADAS-Informationen, Fahrzeuginformationen und Positionsinformationen. Dementsprechend empfängt der erste Prozessor 113 die ADAS-Informationen von der ersten Eingabeeinheit 14, die Fahrzeuginformationen von der zweiten Eingabeeinheit 15 und die Positionsinformationen von der dritten Eingabeeinheit 16.
Der erste Prozessor 113, der als Eingabe-Informations-Prozessor dient, gibt die ADAS-Informationen, die Fahrzeuginformationen und die Positionsinformationen als Informationen des mobilen Objekts an die Koordinaten-Vorhersageeinheit 111A aus. Außerdem gibt der erste Prozessor 113 die ADAS-Informationen, die Fahrzeuginformationen und die Positionsinformationen als Vorhersageinformationen oder Geschichtsinformationen (wird später beschrieben) an die Koordinaten-Vorhersageeinheit 111A aus. Das heißt, in dieser beispielhaften Ausführungsform sind die Informationen des mobilen Objekts, die Vorhersageinformationen und die Geschichtsinformationen jeweils Informationen, die alle ADAS-Informationen, Fahrzeuginformationen und Positionsinformationen enthalten.
Die ADAS-Informationen können von einer Kamera, einem Sonarsensor, einem Radar, einem LiDAR oder dergleichen, der als Detektor eines Fahrassistenzsystems dient, erfasst werden. Spezielle Beispiele der ADAS-Informationen umfassen eine Entfernung von einem mobilen Objekt 100 zu einem Fahrzeug, das neben dem mobilen Objekt 100 fährt, relative Koordinaten des Fahrzeugs in Bezug auf das mobile Objekt 100, Entfernungen zwischen einer Vielzahl von Fahrzeugen und relative Geschwindigkeiten zwischen den Fahrzeugen. Zu dem mobilen Objekt 100 benachbarte Objekte in den ADAS-Informationen umfassen ein Fahrzeug, das neben dem mobilen Objekt 100 fährt oder steht, einen Aufbau, wie etwa eine Leitplanke, einen Fußgänger und ein kleines Tier.
Die Fahrzeuginformationen sind Informationen, die eine lokale Bedingung des mobilen Objekts 100 selbst darstellen und von einem Sensor erfasst werden können, der in dem mobilen Objekt 100 montiert ist. Spezielle Beispiele der Fahrzeuginformationen umfassen eine Bewegungsgeschwindigkeit (Fahrgeschwindigkeit) des mobilen Objekts 100, eine auf das mobile Objekt 100 angewendete Beschleunigung, einen Grad der Betätigung des Gaspedals (Gaspedal-Position), einen Grad der Betätigung des Bremspedals, einen Lenkwinkel und eine Pulsfrequenz, einen Gesichtsausdruck und eine Sichtlinie des Fahrers, die von einer Fahrerüberwachung erfasst werden. Die Fahrzeuginformationen umfassen auch Daten, die für das mobile Objekt 100 einzigartig sind, wie etwa eine Fahrzeugbreite, eine Fahrzeughöhe, eine Gesamtlänge und ein Augenpunkt.
Die Positionsinformationen sind Informationen, die auf einer Position des mobilen Objekts 100 beruhen, wie etwa Straßeninformationen an einer Position des eigenen Fahrzeugs, die von einem GPS (globales Positionierungssystem) erfasst werden können. Spezielle Beispiele der Positionsinformationen umfassen eine Anzahl von Fahrspuren einer Straße an einer Position des eigenen Fahrzeugs, Informationen, die anzeigen, ob eine Straße eine Kreuzung ist, Informationen, die anzeigen, ob eine Straße eine T-förmige Kreuzung ist, Informationen, die anzeigen, dass eine Straße eine Einbahnstraße ist, eine Straßenbreite, Informationen, die anzeigen, ob ein Bürgersteig vorhanden ist, eine Steigung und eine Krümmung einer Kurve.
Spezielle Beispiele jeder der ADAS-Informationen, der Fahrzeuginformationen und der Positionsinformationen sind nicht auf die oben beschriebenen beschränkt. Wenn die Fahrerüberwachung zum Beispiel eine Richtung eines Gesichts des Fahrers, einen Müdigkeitsgrad, eine Emotion und dergleichen erkennen kann, umfasst die Fahrzeuginformation auch diese Informationen (die Richtung des Gesichts des Fahrers, den Müdigkeitsgrad, die Emotion und dergleichen).
Die Koordinaten-Vorhersageeinheit 111A sagt relative Koordinaten eines Platzes des Auftretens eines Ereignisses relativ zum mobilen Objekt 100 voraus. Die „relativen Koordinaten“ bedeuten Koordinaten eines Platzes des Auftretens eines Ereignisses, das mit dem Fahren des mobilen Objekts 100 verbunden ist, wenn eine Position des mobilen Objekts 100 als Ursprung (Bezugspunkt) festgesetzt ist. Als ein Beispiel dieser beispielhaften Ausführungsform wird ein orthogonales X-Y-Koordinatensystem mit einer Querrichtung des mobilen Objekts 100 als X-Achse und einer Längsrichtung des mobilen Objekts 100 als Y-Achse auf die relativen Koordinaten eines Platzes des Auftretens eines Ereignisses bezüglich des mobilen Objekts 100 angewendet. Man nehme an, dass eine rechte Seite gesehen von dem mobilen Objekt 100 eine „positive“ Seite der X-Achse ist, und eine Vorderseite gesehen von dem mobilen Objekt 100 eine „positive“ Seite der Y-Achse ist. Das mobile Objekt 100 weist in einer Draufsicht eine bestimmte Größe (Fläche) auf. Aus diesem Grund wird genau genommen ein Punkt auf dem mobilen Objekt 100 als Ursprung festgesetzt. Ebenso sind, weil ein Platz des Auftretens eines Ereignisses ebenfalls eine bestimmte Größe (Fläche) aufweist, die Koordinaten eines Punktes des Platzes des Auftretens des Ereignisses streng genommen relative Koordinaten. Zum Beispiel werden die Koordinaten eines Mittelpunktes des mobilen Objekts 100 als Ursprung (0, 0) festgesetzt, und die Koordinaten eines Mittelpunktes des Platzes des Auftretens eines Ereignisses werden als relative Koordinaten in einer Draufsicht bezüglich des Ursprungs bestimmt.
Das heißt, wenn während des Fahrens des mobilen Objekts 100 das Auftreten eines Ereignisses vorhergesagt wird, wird eine relative Position eines Platzes des Auftretens als Platz, an dem das Auftreten des Ereignisses vorhergesagt wird, gesehen von dem mobilen Objekt 100 durch die relativen Koordinaten dargestellt. Zum Beispiel, wenn das Auftreten eines Ereignisses an einem Platz vorhergesagt wird, der sich 1 m links und 5 m vor dem mobilen Objekt 100 befindet, sind die relativen Koordinaten des Platzes des Auftretens des Ereignisses relativ zum mobilen Objekt 100 (-1, 5).
In dieser beispielhaften Ausführungsform sagt die Koordinaten-Vorhersageeinheit 111A die relativen Koordinaten des Platzes des Auftretens des Ereignisses relativ zum mobilen Objekt 100 voraus, wobei ein Vorhersagemodell und die zu dem mobilen Objekt 100 gehörenden Vorhersageinformationen benutzt werden. Die Vorhersageinformationen sind Informationen, die eine Situation des mobilen Objekts 100 darstellen, und sind identisch zu den von dem ersten Prozessor 113 erfassten Informationen des mobilen Objekts 100. Das „Vorhersagemodell“ ist ein gelerntes Modell, das in dem Lernblock 12 aus den Geschichtsinformationen oder dergleichen erzeugt wird, die eine Situation des mobilen Objekts 100 beim tatsächlichen Auftreten eines Ereignisses darstellen, wobei ein Algorithmus des maschinellen Lernens verwendet wird.
Die Koordinaten-Vorhersageeinheit 111A schätzt auch den Platz des Auftretens des Ereignisses auf der Grundlage von vorhergesagten relativen Koordinaten und den Informationen des mobilen Objekts ab. Das heißt, die Koordinaten-Vorhersageeinheit 111A sagt die relativen Koordinaten des Platzes des Auftretens des Ereignisses relativ zum mobilen Objekt 100 voraus, und schätzt den Platz des Auftretens des vorhergesagten Ereignisses auf der Grundlage der relativen Koordinaten und der Informationen des mobilen Objekts ab, die von dem ersten Prozessor 113 erfasst wurden.
Zum Beispiel schätzt die Koordinaten-Vorhersageeinheit 111A ein Objekt, das sich benachbart zu dem mobilen Objekt 100 und in einer Position befindet, die durch die relativen Koordinaten gekennzeichnet ist, als den Platz des Auftretens des Ereignisses ab. Wie oben beschrieben, umfasst der „Platz des Auftretens eines Ereignisses“ sowohl einen Platz, an dem das Ereignis auftritt, wie etwa eine Kreuzung oder einen Bürgersteig, als auch ein spezielles Objekt als ein Ziel für das Ereignis, wie etwa ein Fahrzeug, einen Fußgänger oder ein kleines Tier, das sich benachbart zum mobilen Objekt 100 befindet. Anzumerken ist, dass in dieser beispielhaften Ausführungsform letzteres (das spezielle Objekt) ein Abschätzungs-Ziel ist. Ein spezieller Prozess der Koordinaten-Vorhersageeinheit 111A wird in einem Abschnitt „(2.2) Vorhersage-Ablauf‟ beschrieben.
Die Koordinaten-Vorhersageeinheit 111A sendet auch die Geschichtsinformationen, die die Situation des mobilen Objekts 100 bei Auftreten des Ereignisses darstellen, an den Lernblock 12. Die „Geschichtsinformationen“ sind Informationen, die die Situation des mobilen Objekts 100 darstellen, und sind identisch zu den von dem ersten Prozessor 113 erfassten Informationen des mobilen Objekts 100 (und den Vorhersageinformationen). Das heißt, die Geschichtsinformationen umfassen mindestens eines aus Informationen (ADAS-Informationen) bezüglich eines zum mobilen Objekt 100 benachbarten Objekts, Informationen (Fahrzeuginformationen) bezüglich des Zustands des mobilen Objekts 100 und Informationen (Positionsinformationen) bezüglich der Position des mobilen Objekts 100. Es ist zu beachten, dass die Koordinaten-Vorhersageeinheit 111A die Geschichtsinformationen nur bei Auftreten des Ereignisses an den Lernblock 12 sendet, statt die Geschichtsinformationen immer an den Lernblock 12 zu senden. Das Auftreten des Ereignisses kann aus Detektionsergebnissen erkannt werden, die von einem Sonarsensor, einem Radar und dergleichen, einer Betriebsbedingung eines Airbags, eines Detektionsergebnisses über plötzliches Bremsen und plötzliches Lenken oder des Pulsschlags des Fahrers, des Gesichtsausdrucks des Fahrers und dergleichen, die von einer Fahrerüberwachung gemessen werden, erhalten werden. Das heißt, der Vorhersageblock 11A wird durch das Auftreten des Ereignisses veranlasst, zum Beispiel die Geschichtsinformationen während einiger Sekunden vor und nach dem Zeitpunkt des Auftretens des Ereignisses an den Lernblock 12 zu senden. In diesem Fall wird, wenn die Geschichtsinformationen in vorher festgelegten Zeitabständen (zum Beispiel 0,1 s) erfasst werden, eine Vielzahl von Geschichtsinformationen, die während einiger Sekunden vor und nach dem Zeitpunkt des Auftretens des Ereignisses erfasst wurden, gemeinsam an den Lernblock 12 gesendet.
Es ist zu beachten, dass die Koordinaten-Vorhersageeinheit 111A Kennzeichnungs-Informationen, die die relativen Koordinaten des Platzes des Auftretens des Ereignisses relativ zum mobilen Objekt 100 darstellen, zusammen mit den Geschichtsinformationen an den Lernblock 12 sendet. Die durch die Kennzeichnungs-Informationen dargestellten relativen Koordinaten sind relative Koordinaten des Platzes des Auftretens des aktuell erkannten Ereignisses relativ zum mobilen Objekt 100, anders als die von der Koordinaten-Vorhersageeinheit 111A vorhergesagten relativen Koordinaten. Wenn die Vielzahl von Geschichtsinformationen gemeinsam an den Lernblock 12 gesendet wird, gehören die Kennzeichnungs-Informationen zu jeder aus der Vielzahl von Geschichtsinformationen. Auch wenn später detailliert beschrieben, benutzt der Lernblock 12 die Geschichtsinformationen und die Kennzeichnungs-Informationen (relative Koordinaten), um ein Vorhersagemodell zu erzeugen.
Die Modell-Speichereinheit 112A speichert das Vorhersagemodell, das für die Vorhersage der relativen Koordinaten durch die Koordinaten-Vorhersageeinheit 111A verwendet wird. In dieser beispielhaften Ausführungsform erzeugt der Lernblock 12 das Vorhersagemodell durch Kommunikation zwischen dem Vorhersageblock 11A und dem Lernblock 12. Das erzeugte Vorhersagemodell wird vom Lernblock 12 an den Vorhersageblock 11A gesendet (geliefert) und wird in der Modell-Speichereinheit 112A gespeichert (behalten). Man nehme an, dass in der beispielhaften Ausführungsform ein Vorhersagemodell in der Modell-Speichereinheit 112A gespeichert ist. Die Modell-Speichereinheit 112A erhält gelegentlich ein neues Vorhersagemodell vom Lernblock 12 und aktualisiert ein gespeichertes Vorhersagemodell gelegentlich. Es ist darauf hinzuweisen, dass die Modell-Speichereinheit 112A eine Vielzahl von Vorhersagemodellen speichern kann.
Der zweite Prozessor 114 ist mit der Koordinaten-Vorhersageeinheit 111A und der Benachrichtigungseinheit 13 verbunden. Der zweite Prozessor 114 empfängt als Ausgabeinformations-Prozessor ein Ergebnis der Ereignisvorhersage, das von der Koordinaten-Vorhersageeinheit 111A erhalten wurde. In dieser beispielhaften Ausführungsform empfängt der zweite Prozessor 114 den Platz des Auftretens des Ereignisses, der aus den relativen Koordinaten abgeschätzt ist, als Ergebnis der Ereignisvorhersage. Der zweite Prozessor 114 gibt das Vorhersageergebnis für das Ereignis (ein vorhergesagter Platz des Auftretens eines Ereignisses), das von der Koordinaten-Vorhersageeinheit 111A erhalten wurde, an die Benachrichtigungseinheit 13 aus. Die Benachrichtigungseinheit 13 meldet dieses Vorhersageergebnis. In der beispielhaften Ausführungsform enthält die Benachrichtigungseinheit 13 eine Anzeigeeinheit, die das Vorhersageergebnis für das Ereignis meldet, indem sie das Vorhersageergebnis anzeigt. Dementsprechend gibt der zweite Prozessor 114 das Vorhersageergebnis für das Ereignis als Daten an die Benachrichtigungseinheit 13 aus, die auf der Anzeigeeinheit angezeigt werden können.
Die Benachrichtigungseinheit 13 meldet einen vorhergesagten Platz des Auftretens eines Ereignisses als Ergebnis der Ereignisvorhersage, der aus den relativen Koordinaten abgeschätzt ist. Das heißt, die Koordinaten-Vorhersageeinheit 111A schätzt den vorhergesagten Platz des Auftretens des Ereignisses aus den relativen Koordinaten ab, und somit meldet die Benachrichtigungseinheit 13 den vorhergesagten Platz des Auftretens des Ereignisses (zeigt ihn an), indem sie das Vorhersageergebnis des Ereignisses vom zweiten Prozessor 114 empfängt. Die Benachrichtigungseinheit 13 enthält als Beispiele für Anzeigeeinheiten ein dreidimensionales Head-Up-Display (3D-HUD) 131, ein zweidimensionales Head-Up-Display (2D-HUD) 132, ein Anzeigeinstrument 133 und eine Multiinformations-Anzeige 134. Das 3D-HUD 131 und das 2D-HUD 132 projizieren jedes von unten (Armaturenbrett) ein Bild auf die Windschutzscheibe des mobilen Objekts 100, damit der Fahrer die von der Windschutzscheibe reflektierten Bilder sehen kann. Insbesondere kann 3D-HUD 131 ein Bild projizieren, das visuell so erkannt werden kann, als ob es eine Tiefe auf einer Straße vor dem mobilen Objekt 100 aufweist. Eine spezielle Anzeigeform der Benachrichtigungseinheit 13 wird in einem Abschnitt „(2.2) Vorhersage-Ablauf‟ beschrieben.
Der Lernblock 12 enthält eine Sammlungseinheit 121 und einen Erzeuger 122. Der Lernblock 12 ist aus einem Computersystem ausgebildet, das zum Beispiel als Hauptbestandteile eine Zentraleinheit (CPU) und einem Speicher enthält. Die CPU führt ein Programm aus, das in dem Speicher gespeichert ist, damit das Computersystem als Lernblock 12 fungiert. Das Programm kann vorher in dem Speicher des Lernblocks 12 aufgezeichnet sein, oder kann über eine elektrische Kommunikationsleitung wie das Internet oder durch Aufzeichnung in einem Aufzeichnungsmedium wie einer Speicherkarte vorgesehen sein.
Die Sammlungseinheit 121 sammelt eine Vielzahl von Teilen von Lerndaten, die die Geschichtsinformationen enthalten, die Situationen des mobilen Objekts 100 bei Auftreten von Ereignissen darstellen. In dieser beispielhaften Ausführungsform sammelt die Sammlungseinheit 121 die Kennzeichnungs-Informationen (relative Koordinaten), die von der Koordinaten-Vorhersageeinheit 111A an den Lernblock 12 gesendet werden, zusammen mit den Geschichtsinformationen als Lerndaten. Das heißt, jedes aus einer Vielzahl von Teilen von Lerndaten, die in der Sammlungseinheit 121 gesammelt sind, enthält die Geschichtsinformationen bei Auftreten eines Ereignisses und die Kennzeichnungs-Informationen, die relative Koordinaten des Platzes des Auftretens des Ereignisses relativ zum mobilen Objekt 100 darstellen.
Auf diese Weise wird die Sammlungseinheit 121 durch das Auftreten eines Ereignisses veranlasst, als Lerndaten die Geschichtsinformationen zu sammeln, zu denen die Kennzeichnungs-Informationen, die relative Koordinaten darstellen, hinzugefügt werden. Die Lerndaten werden in der Sammlungseinheit 121 bei jedem Auftreten eines Ereignisses gesammelt, und eine Vielzahl von Teilen von Lerndaten werden in der Sammlungseinheit 121 gesammelt. Die Vielzahl von Teilen von Lerndaten, die in der Sammlungseinheit 121 gesammelt werden, sind ein Satz von Lerndaten, der zur Erzeugung des Vorhersagemodells durch den Erzeuger 122 verwendet wird. Das heißt, die Vielzahl von Teilen von Lerndaten bildet den Satz von Lerndaten, der vom Erzeuger 122 in einer Form verarbeitet wird, die für maschinelles Lernen geeignet ist, indem die Geschichtsinformationen einem Anmerkungs-Prozess unterzogen werden.
Der Erzeuger 122 erzeugt das Vorhersagemodell unter Verwendung der Vielzahl von Teilen von Lerndaten. Der Erzeuger 122 erzeugt das Vorhersagemodell unter Verwendung einer vorher festgelegten Menge oder von mehr Lerndaten und dem Algorithmus des maschinellen Lernens. Wie oben beschrieben ist das Vorhersagemodell ein gelerntes Modell zur Verwendung durch die Koordinaten-Vorhersageeinheit 111A, um die relativen Koordinaten des Platzes des Auftretens des Ereignisses relativ zum mobilen Objekt 100 vorherzusagen. Das vom Erzeuger 122 erzeugte Vorhersagemodell wird vom Lernblock 12 an den Vorhersageblock 11A gesendet und in der Modell-Speichereinheit 112A gespeichert. Der Erzeuger 122 enthält eine Stichprobe zur Bewertung des Vorhersagemodells. Jedesmal, wenn die Bewertung des Vorhersagemodells verbessert wird, sendet der Erzeuger 122 das Vorhersagemodell an den Vorhersageblock 11A, um das in der Modell-Speichereinheit 112A gespeicherte Vorhersagemodell zu aktualisieren.
(2) Betrieb
Als Nächstes ist eine Funktionsweise des Ereignisvorhersagesystems 1A beschrieben.
(2.1) Lern-Ablauf
Die Betriebsweise des Ereignisvorhersagesystems 1A bezüglich der Erzeugung eines Vorhersagemodells im Lernblock 12 ist unter Bezugnahme auf 2 beschrieben. 2 ist ein Flussdiagramm, das einen Ablauf des Ereignisvorhersagesystems 1A bezüglich der Erzeugung des Vorhersagemodells zeigt.
Der Lernblock 12 wird durch das Auftreten eines Ereignisses im Vorhersageblock 11A veranlasst, die Geschichtsinformationen vom Vorhersageblock 11A zu erlangen (Schritt S 11). Außerdem erlangt der Lernblock 12 die Kennzeichnungs-Informationen (relative Koordinaten), die mit den Geschichtsinformationen verbunden sind, zusammen mit den Geschichtsinformationen. Der Lernblock 12 führt einen Anmerkungs-Prozess durch, wobei er die erlangten Kennzeichnungs-Informationen zu den Geschichtsinformationen hinzufügt (Schritt S12). Der Lernblock 12 sammelt als Lerndaten in der Sammlungseinheit 121 die auf diese Weise erhaltenen Geschichtsinformationen, zu denen die Kennzeichnungs-Informationen, die relative Koordinaten darstellen, hinzugefügt werden (Schritt S13).
Der Lernblock 12 vergleicht einen vorher festgelegten Wert Q mit einer Menge des Anstiegs gesammelter Daten, das heißt einem Wert (zum Beispiel ein Bit-Zählwert), der eine Menge des Anstiegs von gesammelten Lerndaten darstellt (Schritt S14). Wenn eine Menge des Anstiegs gesammelter Daten größer oder gleich dem vorher festgelegten Wert Q ist (Ja in Schritt S14), erzeugt der Lernblock 12 das Vorhersagemodell unter Verwendung des Erzeugers 122 (Schritt S15). Der Erzeuger 122 erzeugt das Vorhersagemodell unter Verwendung einer Vielzahl von Teilen von Lerndaten, die in der Sammlungseinheit 121 gesammelt sind, und eines Algorithmus des maschinellen Lernens. Das vom Erzeuger 122 erzeugte Vorhersagemodell wird vom Lernblock 12 an den Vorhersageblock 11A gesendet und in der Modell-Speichereinheit 112A gespeichert. Im Gegensatz dazu, wenn die Menge des Anstiegs gesammelter Daten kleiner ist als der vorher festgelegte Wert Q (Nein in Schritt S14), überspringt das Ereignisvorhersagesystem 1A den Schritt S15 und beendet eine Reihe von Prozessen im Lernblock 12.
Das Ereignisvorhersagesystem 1A erzeugt das Vorhersagemodell, indem es bewirkt, dass der Vorhersageblock 11A die Prozesse in den Schritten S 11 bis S15 jedesmal, wenn ein Ereignis auftritt, wiederholt durchführt. Jedesmal, wenn die Bewertung eines Vorhersagemodells verbessert wird, sendet der Lernblock 12 das Vorhersagemodell an den Vorhersageblock 11A, und aktualisiert das in der Modell-Speichereinheit 112A gespeicherte Vorhersagemodell.
Der Lernblock 12 kann eine Vielzahl von Teilen von Lerndaten in der Sammlungseinheit 121 vorher sammeln, wenn der Betrieb des Ereignisvorhersagesystems 1A gestartet wird. Diese Gestaltung erlaubt es dem Erzeuger 122, das Vorhersagemodell zu erzeugen, ohne die Geschichtsinformationen vom Vorhersageblock 11A zu erhalten. Das oben gesagte gilt für Vorhersagemodelle. Beim Start des Betriebs des Ereignisvorhersagesystems 1A können Standard-Vorhersagemodelle im Lernblock 12 und in der Modell-Speichereinheit 112A gespeichert sein.
(2.2) Vorhersage-Ablauf
Eine Betriebsweise des Ereignisvorhersagesystems 1A bezüglich der Abschätzung eines Platzes des Auftretens eines Ereignisses in Vorhersageblock 11A ist als Nächstes unter Bezugnahme auf 3 beschrieben. 3 ist ein Flussdiagramm, das einen Ablauf des Ereignisvorhersagesystems 1A bezüglich der Abschätzung eines Platzes des Auftretens eines Ereignisses zeigt.
Im Vorhersageblock 11A erlangt die Koordinaten-Vorhersageeinheit 111A die Vorhersageinformationen (Schritt S21). Zu diesem Zeitpunkt empfängt die Koordinaten-Vorhersageeinheit 111A als Vorhersageinformationen die ADAS-Informationen, die Fahrzeuginformationen und die Positionsinformationen, die von der ersten Eingabeeinheit 14, von der zweiten Eingabeeinheit 15, bzw. der dritten Eingabeeinheit 16 in den ersten Prozessor 13 eingegeben werden. Im Vorhersageblock 11A sagt die Koordinaten-Vorhersageeinheit 111A die relativen Koordinaten eines Platzes des Auftretens eines Ereignisses relativ zum mobilen Objekt 100 voraus, wobei die erhaltene Vorhersageinformationen und das in der Modell-Speichereinheit 112A gespeicherte Vorhersagemodell benutzt werden (Schritt S22). Wenn eine Situation des mobilen Objekts 100, die von den Vorhersageinformationen spezifiziert ist, anzeigt, dass zum Beispiel ein Ereignis wahrscheinlich an einem Patz auftreten wird, der sich 1 m links und 5 m vor dem mobilen Objekt 100 befindet, sind die relativen Koordinaten des Platzes des Auftretens des Ereignisses relativ zum mobilen Objekt 100 als (-1, 5) vorhergesagt. Die Erfassung der Vorhersageinformationen (Schritt S21) und die Vorhersage der relativen Koordinaten (Schritt S22) werden mitunter in vorgegebenen Zeitintervallen ausgeführt. Die Schritte S21 und S22 werden mitunter in Intervallen von zum Beispiel 0,1 s ausgeführt.
Der Vorhersageblock 11A berechnet eine Entfernung vom mobilen Objekt 100 zu einer Position, die durch die vorhergesagten relativen Koordinaten angezeigt wird, und vergleicht die berechnete Entfernung mit der spezifizierten Entfernung D (Schritt S23). Nehmen wir an, dass die spezifizierte Entfernung zum Beispiel 70 m ist. Wenn die Entfernung vom mobilen Objekt 100 zu der Position, die durch die relativen Koordinaten angezeigt wird, kleiner oder gleich der spezifizierten Entfernung D ist, (Ja in Schritt S23), beginnt der Vorhersageblock 11A einen Prozess zum Abschätzen des Platzes des Auftretens des Ereignisses. Insbesondere bewirkt der Vorhersageblock 11A, dass die Koordinaten-Vorhersageeinheit 111A die Informationen des mobilen Objekts erfasst, die die Situation des mobilen Objekts darstellen (Schritt S24). Zu diesem Zeitpunkt empfängt die Koordinaten-Vorhersageeinheit 111A als Vorhersageinformationen die ADAS-Informationen, die Fahrzeuginformationen und die Positionsinformationen, die von der ersten Eingabeeinheit 14, von der zweiten Eingabeeinheit 15, bzw. der dritten Eingabeeinheit 16 in den ersten Prozessor 113 eingegeben werden.
Anschließend führt im Vorhersageblock 11A die Koordinaten-Vorhersageeinheit 111A einen Abschätzungsprozess aus und schätzt den Platz des Auftretens des Ereignisses auf der Grundlage der relativen Koordinaten und den Informationen des mobilen Objekts ab (Schritt S25). Zu diesem Zeitpunkt schätzt die Koordinaten-Vorhersageeinheit 111A auf der Grundlage der relativen Koordinaten und den Informationen des mobilen Objekts ein Objekt, das an der Position vorhanden ist, die von den relativen Koordinaten benachbart zu dem mobilen Objekt 100 angezeigt wird, als den Platz des Auftretens des Ereignisses ab. Insbesondere schätzt die Koordinaten-Vorhersageeinheit 111A den Platz des Auftretens des Ereignisses ab, indem sie die vorhergesagten relativen Koordinaten und die Informationen des mobilen Objekts, wie die ADAS-Informationen und die in den Informationen des mobilen Objekts enthaltenen Positionsinformationen benutzt.
Nachstehend wird der Abschätzungsprozess für den Platz des Auftretens des Ereignisses durch die Koordinaten-Vorhersageeinheit 111A in einer in 4 gezeigten Situation als Beispiel beschrieben. 4 ist eine konzeptionelle Darstellung, die ein Blickfeld eines Fahrers des mobilen Objekts 100 zeigt. In diesem Beispiel wird für die Fahrbahn 501, auf der ein eigenes Fahrzeug (mobiles Objekt 100) fährt, und die entgegengesetzte Fahrbahn 502 jeweils angenommen, dass es sich um eine gerade zweispurige Straße handelt. Der Lastwagen 301 ist am Straßenrand der Fahrbahn 501 vor dem mobilen Objekt 100 auf der linken Seite geparkt. Nehmen wir an, dass die Entfernung vom mobilen Objekt 100 zum Lastwagen 301 66 m beträgt.
In diesem Fall nehmen wir an, dass die relativen Koordinaten des Lastwagens 301 (-3, 66) sind. Dementsprechend kann die Koordinaten-Vorhersageeinheit 111A das Vorhandensein des geparkten Lastwagens 301 aus Informationen, wie etwa der in den ADAS-Informationen enthaltenen Entfernung zwischen Fahrzeugen und der Relativgeschwindigkeit, an einer Position spezifizieren, die sich 3 m nach links und 66 m voraus von dem mobilen Objekt 100 befindet. In diesem Fall bestimmt die Koordinaten-Vorhersageeinheit 111A, dass ein Ereignis-Ziel der Lastwagen 301 ist, und schätzt den Lastwagen 301 als Platz des Auftretens des Ereignisses ab. Auf diese Weise schätzt die Koordinaten-Vorhersageeinheit 111A ein Objekt (Lastwagen 301), das sich benachbart zu dem mobilen Objekt 100 und in einer Position befindet, die durch die relativen Koordinaten gekennzeichnet ist, als den Platz des Auftretens des Ereignisses ab.
Bei Beendigung des Abschätzungsprozesses (Schritt S25) durch die Koordinaten-Vorhersageeinheit 111A meldet die Benachrichtigungseinheit 13 den Platz des Auftretens des Ereignisses, der von der Koordinaten-Vorhersageeinheit 111A abgeschätzt wurde (Schritt S26). In dem in 4 gezeigten Beispiel zeigt beispielsweise das in 1 gezeigte 3D-HUD 131 die Markierung 401 benachbart zum Lastwagen 301, der als Platz des Auftretens des Ereignisses abgeschätzt wurde. Die Markierung 401 ist ein Bereich, der durch Punktschraffur angezeigt wird. Dies erlaubt es dem Fahrer, die stereoskopische Markierung 401 zu sehen, die benachbart zum Lastwagen überlagert ist, und somit ist dafür gesorgt, dass der Fahrer auf den Lastwagen 301 achtet. Das heißt, in einem Sichtfeld des Fahrers wird eine Anzeige der erweiterten Realität (AR) realisiert, die mit der Markierung 401 kombiniert ist, die durch das 3D-HUD an einem realen Ort angezeigt wird.
Dies erlaubt es dem Fahrer, zu erkennen, dass eine „unsichtbare Gefahr“ vorhanden ist, wie etwa ein hinter dem Lastwagen 301 als sichttoter Raum des Fahrers herauslaufender Fußgänger oder ein herausfahrendes Fahrrad. Auf diese Weise kann das Ereignisvorhersagesystem 1A das Fahren des mobilen Objekts 100 durch den Fahrer unterstützen, um ein sichereres Fahren zu realisieren.
Andererseits, wenn die Entfernung vom mobilen Objekt 100 zu der Position, die durch die vorhergesagten relativen Koordinaten angezeigt wird, größer ist als die spezifizierte Entfernung D (Nein in Schritt S23), überspringt das Ereignisvorhersagesystem 1A die Schritte S24 bis S26 und beendet eine Reihe von Prozessen in dem Vorhersageblock 11A.
Das Ereignisvorhersagesystem 1A schätzt den Platz des Auftretens des Ereignisses ab, indem es wiederholt die Prozesse in den Schritten S21 bis S26 in vorher festgelegten Zeitabständen (zum Beispiel 0,1 s) ausführt. Jedesmal, wenn die Entfernung vom mobilen Objekt 100 zu der Position, die durch die relativen Koordinaten angezeigt wird, kleiner oder gleich der spezifizierten Entfernung D ist (Ja in Schritt S23), schätzt das Ereignisvorhersagesystem 1A den Platz des Auftretens des Ereignisses ab und meldet den Platz des Auftretens.
Die Betriebsweise des Ereignisvorhersagesystems 1A bezüglich der Abschätzung des Platzes des Auftretens des Ereignisses in Vorhersageblock 11A ist nicht auf das in 3 gezeigte Beispiel beschränkt. Zum Beispiel kann, wenn Informationen, die vollständig identisch zu den Vorhersageinformationen sind, als Informationen des mobilen Objekts verwendet werden, die Erfassung der Informationen des mobilen Objekts (Schritt S24) weggelassen werden.
(Zweite beispielhafte Ausführungsform)
Das Ereignisvorhersagesystem 1B gemäß dieser beispielhaften Ausführungsform unterscheidet sich von dem Ereignisvorhersagesystem 1A gemäß der ersten beispielhaften Ausführungsform darin, dass die Koordinaten-Vorhersageeinheit 111A ein unterschiedliches Vorhersagemodell für Attribute jedes Fahrers benutzt, der das mobile Objekt 100 fährt. Andere Punkte sind gleich wie beim Ereignisvorhersagesystem 1A, und das Ereignisvorhersagesystem 1B weist dieselbe Grundkonfiguration auf, wie die in 1 gezeigte.
Das heißt, in der ersten beispielhaften Ausführungsform sagt die Koordinaten-Vorhersageeinheit 111A die relativen Koordinaten unter Verwendung eines universell anwendbaren Vorhersagemodells voraus. Im Gegensatz dazu sagt die Koordinaten-Vorhersageeinheit 111A gemäß der zweiten beispielhaften Ausführungsform die relativen Koordinaten unter Verwendung unterschiedlicher Vorhersagemodelle für verschiedene Attribute von Fahrern voraus. „Attribute von Fahrern“ umfassen in diesem Fall das Alter, Geschlecht und Fahrverhalten (zum Beispiel unterschiedliche Arten des Beschleunigens und Bremsens) von Fahrern.
In dieser beispielhaften Ausführungsform erfasst der Lernblock 12 die Geschichtsinformationen als Lerndaten von einer Vielzahl von Fahrern. Der Erzeuger 122 erzeugt Vorhersagemodelle für die jeweiligen Attribute der Fahrer. Zum Beispiel erzeugt der Erzeuger 122 die Vorhersagemodelle für die jeweiligen Attribute der Fahrer durch maschinelles Lernen unter Verwendung eines Algorithmus zum kollaborativen Filtern, der in einem empfohlenen Algorithmus verwendet wird, oder dergleichen.
Ein anzuwendendes Vorhersagemodell wird für jedes mobile Objekt 100 aus einer Vielzahl von Arten von auf diese Weise erzeugten Vorhersagemodellen ausgewählt. Das heißt, für jedes mobile Objekt 100 wird ein Vorhersagemodell ausgewählt, das in der Modell-Speichereinheit 112A zu speichern ist. Der Vorhersageblock 11A bestimmt ein Vorhersagemodell, das entsprechend Attributen eines Fahrers des mobilen Objekts 100 zu erhalten ist. Dies erlaubt es der Koordinaten-Vorhersageeinheit 111A, die relativen Koordinaten unter Verwendung eines unterschiedlichen Vorhersagemodells für die Attribute jedes Fahrers vorherzusagen.
Das Ereignisvorhersagesystem 1B verbessert die Vorhersagegenauigkeit der relativen Koordinaten durch die Koordinaten-Vorhersageeinheit 111A im Vergleich zu einem Fall, in dem ein universell anwendbares Vorhersagemodell verwendet wird.
Das Ereignisvorhersagesystem 1B kann für ein mobiles Objekt 100 eine Vielzahl von Vorhersagemodellen selektiv verwenden. Wenn zum Beispiel eine Familie ein mobiles Objekt 100 gemeinsam nutzt oder Car-Sharing verwendet wird, wird das mobile Objekt 100 von einer Vielzahl von Fahrern gefahren. In einem solchen Fall ist es möglich, für jeden Fahrer ein unterschiedliches Vorhersagemodell auf ein mobiles Objekt 100 anzuwenden. Insbesondere erhält jedesmal, wenn ein anderer Fahrer das mobile Objekt 100 fährt, der Vorhersageblock 11A vom Lernblock 12 ein Vorhersagemodell, das den Attributen des Fahrers entspricht. Alternativ dazu kann eine Vielzahl von Vorhersagemodellen in der Modell-Speichereinheit 112A gespeichert sein, und die Koordinaten-Vorhersageeinheit 111A kann entsprechend den Attributen des Fahrers ein zu verwendendes Vorhersagemodell aus der Vielzahl von Vorhersagemodellen auswählen.
Eine Gestaltung des Ereignisvorhersagesystems 1B kann mit einer Gestaltung der ersten beispielhaften Ausführungsform nach Bedarf kombiniert werden.
(Dritte beispielhafte Ausführungsform)
(1) Auslegung
5 ist ein Blockdiagramm, das eine Anordnung eines Ereignisvorhersagesystems 1C gemäß einer dritten beispielhaften Ausführungsform der vorliegenden Offenbarung zeigt. Das Ereignisvorhersagesystem 1C enthält den Vorhersageblock 11B, der in dem mobilen Objekt 100 realisiert ist, und einen Lernblock 12, der in der Cloud 200 realisiert ist.
Das Ereignisvorhersagesystem 1C kann ferner wie das Ereignisvorhersagesystem 1A eine Benachrichtigungseinheit 13 enthalten, die in dem mobilen Objekt 100 montiert ist. Das Ereignisvorhersagesystem 1C enthält ferner die erste Eingabeeinheit 14, die zweite Eingabeeinheit 15 und die dritte Eingabeeinheit 16, die in dem mobilen Objekt 100 montiert sind.
Der Vorhersageblock 11B und der Lernblock 12 sind gestaltet, miteinander zu kommunizieren. Der Vorhersageblock 11B ist in dem mobilen Objekt 100 realisiert und kommuniziert somit mit dem Lernblock 12, der in der Cloud 200 realisiert ist, zum Beispiel über ein Mobilfunknetz (Verbindungsnetzwerk), das von einem Telekommunikationsnetzbetreiber vorgesehen ist, oder über ein öffentliches Netzwerk, wie etwa das Internet. Diesbezüglich ist die dritte beispielhafte Ausführungsform gleich der ersten beispielhaften Ausführungsform.
Der Vorhersageblock 11B enthält die erste Erfassungseinheit 115, die zweite Erfassungseinheit 116, den Abschätzer 117, die Zeit-Vorhersageeinheit 111B, die Modell-Speichereinheit 112B, den ersten Prozessor 113 und den zweiten Prozessor 114. Der Vorhersageblock 11B ist aus einem Computersystem ausgebildet, das zum Beispiel wie der Vorhersageblock 11A als Hauptbestandteile eine Zentraleinheit (CPU) und einen Speicher enthält. Die CPU führt ein Programm aus, das in dem Speicher gespeichert ist, damit das Computersystem als Vorhersageblock 11B fungiert. Das Programm ist vorher in dem Speicher des Vorhersageblocks 11B aufgezeichnet, kann jedoch auch über eine elektrische Kommunikationsleitung wie das Internet vorgesehen sein oder durch Aufzeichnung in einem Aufzeichnungsmedium wie einer Speicherkarte vorgesehen sein.
Die erste Erfassungseinheit 115 erfasst Zeitinformationen. Die „Zeitinformationen“ sind Informationen, die eine benötigte Zeit bis zu einem Vorhersage-Zeitpunkt darstellen, wenn ein Ereignis im Zusammenhang mit dem Fahren des mobilen Objekts 100 vorhergesagt wird. Das heißt, wenn das Auftreten eines Ereignisses, wie etwa eines Unfalls, während des Fahrens des mobilen Objekts 100 vorhergesagt ist, stellen die Zeitinformationen eine benötigte Zeit bis zu einem Vorhersage-Zeitpunkt dar, wobei angenommen wird, dass die „Vorhersage-Zeit“ ein Zeitpunkt ist, zu dem das Auftreten des Ereignisses vorhergesagt ist. Wenn zum Beispiel vorhergesagt ist, dass ein Ereignis 3 s nach einer aktuellen Zeit eintreten wird, das heißt, wenn der Vorhersage-Zeitpunkt 3 s nach der aktuellen Zeit liegt, ist eine erforderliche Zeit bis zum Vorhersage-Zeitpunkt „3 s“, und somit ist die Zeitinformation „3 s“.
Die zweite Erfassungseinheit 116 erfasst Informationen des mobilen Objekts. Die „Informationen des mobilen Objekts“ sind Informationen, die eine Situation des mobilen Objekts 100 darstellen. In dieser beispielhaften Ausführungsform umfassen die Informationen des mobilen Objekts mindestens eines aus Informationen (auch „ADAS-Informationen“ genannt) bezüglich eines dem mobilen Objekt 100 benachbarten Objekts, Informationen (auch „Fahrzeuginformationen“ genannt) bezüglich einer Bedingung des mobilen Objekts 100 und Informationen (auch „Positionsinformationen“ genannt) bezüglich einer Position des mobilen Objekts 100.
Die ADAS-Informationen, die Fahrzeuginformationen und die Positionsinformationen sind dieselben wie die entsprechenden Informationen, die in den Vorhersageinformationen oder den Geschichtsinformationen in der ersten beispielhaften Ausführungsform enthalten sind, und somit wird die Beschreibung jeder Information weggelassen.
Der Abschätzer 117 schätzt den Platz des Auftretens eines Ereignisses auf der Grundlage der Zeitinformationen und der Informationen des mobilen Objekts ab. Das heißt, der Abschätzer 117 schätzt den Platz des Auftretens des vorhergesagten Ereignisses auf der Grundlage der Zeitinformationen, die von der ersten Erfassungseinheit 115 erfasst wurden, und der Informationen des mobilen Objekts, die von der zweiten Erfassungseinheit 116 erfasst wurden, ab.
Insbesondere sagt der Abschätzer 117 eine Ankunftsposition des mobilen Objekts 100 zu einem Vorhersage-Zeitpunkt auf der Grundlage der Zeitinformationen und der Informationen des mobilen Objekts voraus, und schätzt den Platz des Auftretens des Ereignisses aus der vorhergesagten Ankunftsposition ab. Das heißt, der Abschätzer 117 sagt die erste Ankunftsposition des mobilen Objekts 100 an dem Zeitpunkt (Vorhersage-Zeitpunkt) voraus, zu dem das Auftreten des Ereignisses aus den Zeitinformationen vorhergesagt ist. Der Abschätzer 117 schätzt dann den Platz des Auftretens des Ereignisses aus der Ankunftsposition ab.
Der Abschätzer 117 kann ferner ein Objekt als Platz des Auftretens des Ereignisses abschätzen, das sich in der Nähe des mobilen Objekts 100 an einer Ankunftsposition nach einer erforderlichen Zeit befindet. Der „Platz des Auftretens eines Ereignisses“ umfasst sowohl einen Platz, an dem ein Ereignis auftritt, wie etwa eine Kreuzung oder einen Bürgersteig, als auch ein spezielles Objekt als ein Ziel für das Ereignis, wie etwa ein Fahrzeug, einen Fußgänger oder ein kleines Tier, das sich benachbart zum mobilen Objekt 100 befindet. Von diesen Elementen wird in dieser beispielhaften Ausführungsform angenommen, dass das spezielle Objekt ein Abschätzungs-Ziel ist. Ein spezieller Prozess des Abschätzers 117 wird in einem Abschnitt „(2.2) Vorhersage-Ablauf‟ beschrieben.
Die Zeit-Vorhersageeinheit 111B sagt eine benötigte Zeit voraus. In dieser beispielhaften Ausführungsform sagt die Zeit-Vorhersageeinheit 111B die benötigte Zeit bis zum Vorhersage-Zeitpunkt voraus, zu dem ein Ereignis auftreten wird, wobei sie die Vorhersageinformationen bezüglich des mobilen Objekts 100 und ein Vorhersagemodell benutzt. Die Vorhersageinformationen sind Informationen, die eine Situation des mobilen Objekts 100 darstellen, und sind identisch zu den von der zweiten Erfassungseinheit 116 erfassten Informationen. Das „Vorhersagemodell“ ist ein gelerntes Modell, das in dem Lernblock 12 aus den Geschichtsinformationen oder dergleichen erzeugt wird, die die Situation des mobilen Objekts 100 beim tatsächlichen Auftreten eines Ereignisses darstellen, wobei ein Algorithmus des maschinellen Lernens verwendet wird. Das heißt, die Zeit-Vorhersageeinheit 111B erzeugt die Zeitinformationen, die die benötigte Zeit bis zum Vorhersage-Zeitpunkt darstellen, die von der ersten Erfassungseinheit 115 erfasst wird, indem sie das Vorhersagemodell benutzt, anstatt die Zeitinformationen durch die Zeit-Vorhersageeinheit 111B von außen zu erfassen.
Außerdem sendet die Zeit-Vorhersageeinheit 111B die Geschichtsinformationen, die die Situation des mobilen Objekts 100 bei Auftreten des Ereignisses darstellen, an den Lernblock 12. Die „Geschichtsinformationen“ stellen die Situation des mobilen Objekts 100 dar und sind identisch zu den Informationen des mobilen Objekts (und den Vorhersageinformationen), die von der zweiten Erfassungseinheit 116 erfasst werden. Es ist zu beachten, dass die Zeit-Vorhersageeinheit 111B die Geschichtsinformationen nur bei Auftreten des Ereignisses an den Lernblock 12 sendet, statt die Geschichtsinformationen immer an den Lernblock 12 zu senden. Das Auftreten des Ereignisses kann aus Detektionsergebnissen erkannt werden, die von einem Sonarsensor, einem Radar und dergleichen, einer Betriebsbedingung eines Airbags und Detektionsergebnissen über plötzliches Bremsen und plötzliches Lenken oder eines Pulsschlags, des Gesichtsausdrucks des Fahrers und dergleichen, die von einer Fahrerüberwachung gemessen werden, erhalten werden. Das heißt, der Vorhersageblock 11B wird durch das Auftreten des Ereignisses veranlasst, zum Beispiel die Geschichtsinformationen während einiger Sekunden vor und nach dem Auftreten des Ereignisses an den Lernblock 12 zu senden. In diesem Fall wird, wenn die Geschichtsinformationen in vorher festgelegten Zeitabständen (zum Beispiel 0,1 s) erfasst werden, eine Vielzahl von Geschichtsinformationen, die während einiger Sekunden vor und nach dem Zeitpunkt des Auftretens des Ereignisses erfasst wurden, gemeinsam an den Lernblock 12 gesendet.
Es ist zu beachten, dass die Zeit-Vorhersageeinheit 111B die Zeitinformationen, die die benötigte Zeit bis zum Zeitpunkt des Auftretens des Ereignisses darstellen, als Kennzeichnungs-Informationen zusammen mit den Geschichtsinformationen an den Lernblock 12 sendet. Die Zeitinformationen, die durch die Kennzeichnungs-Informationen dargestellt werden, stellen eine tatsächlich benötigte Zeit bis zu einem Zeitpunkt dar, an dem das Auftreten des Ereignisses erkannt wird, anstelle der Zeitinformationen, die von der Zeit-Vorhersageeinheit 111B vorhergesagt sind. Wenn eine Vielzahl von Geschichtsinformationen in einem Lernblock gesammelt und gesendet wird, werden Informationen, wie die Kennzeichnungs-Informationen jeweils mit der Vielzahl von Geschichtsinformationen verbunden. Außerdem stellen die Zeitinformationen, die die Kennzeichnungs-Informationen darstellen, vorzugsweise auch eine verstrichene Zeit seit dem Zeitpunkt des Auftretens des Ereignisses dar, zusätzlich zu der benötigten Zeit bis zu einem Zeitpunkt des Auftretens des Ereignisses. Die benötigte Zeit bis zum Zeitpunkt des Auftretens des Ereignisses wird von der verstrichenen Zeit seit dem Zeitpunkt des Auftretens des Ereignisses zum Beispiel durch ein Vorzeichen (+/-) unterschieden. Wenn zum Beispiel die benötigte Zeit und die verstrichene Zeit jeweils durch ein „+“ und ein „-“ dargestellt werden, werden 5 s vor dem Zeitpunkt des Auftretens des Ereignisses durch „+5 s“ dargestellt, und 5 s nach dem Zeitpunkt des Auftretens des Ereignisses wird durch „-5 s“ dargestellt. Auch wenn später detailliert beschrieben, benutzt der Lernblock 12 die Geschichtsinformationen und die Kennzeichnungs-Informationen (Zeitinformationen), um ein Vorhersagemodell zu erzeugen.
Die Modell-Speichereinheit 112B speichert das Vorhersagemodell, das von der Zeit-Vorhersageeinheit 111B verwendet wird, um die benötigte Zeit vorherzusagen. In dieser beispielhaften Ausführungsform erzeugt der Lernblock 12 das Vorhersagemodell durch Kommunikation zwischen dem Vorhersageblock 11B und dem Lernblock 12. Das erzeugte Vorhersagemodell wird vom Lernblock 12 an den Vorhersageblock 11B gesendet (geliefert) und wird in der Modell-Speichereinheit 112B gespeichert (behalten). Man nehme an, dass in dieser beispielhaften Ausführungsform ein Vorhersagemodell in der Modell-Speichereinheit 112B gespeichert ist. Die Modell-Speichereinheit 112B erhält gelegentlich ein neues Vorhersagemodell vom Lernblock 12 und aktualisiert ein gespeichertes Vorhersagemodell gelegentlich. Es ist jedoch darauf hinzuweisen, dass die Modell-Speichereinheit 112B eine Vielzahl von Vorhersagemodellen speichern kann.
Wie in der ersten beispielhaften Ausführungsform empfängt der erste Prozessor 113 die ADAS-Informationen von der ersten Eingabeeinheit 14, die Fahrzeuginformationen von der zweiten Eingabeeinheit 15 und die Positionsinformationen von der dritten Eingabeeinheit 16. Der erste Prozessor 113 gibt die ADAS-Informationen, die Fahrzeuginformationen und die Positionsinformationen als Informationen des mobilen Objekts an die zweite Erfassungseinheit 116 aus. Außerdem gibt der erste Prozessor 113 die ADAS-Informationen, die Fahrzeuginformationen und die Positionsinformationen als Vorhersageinformationen an die Zeit-Vorhersageeinheit 111B aus. Das heißt, in dieser beispielhaften Ausführungsform enthalten die Informationen des mobilen Objekts und die Vorhersageinformationen jeweils alles von ADAS-Informationen, Fahrzeuginformationen und Positionsinformationen.
Der zweite Prozessor 114 ist mit dem Abschätzer 117 und der Benachrichtigungseinheit 13 verbunden. Der zweite Prozessor 114 empfängt ein Abschätzungsergebnis, das vom Abschätzer 117 erhalten wurde, das heißt einen Platz des Auftretens eines Ereignisses, der von dem Abschätzer 117 abgeschätzt wurde. Der zweite Prozessor 114 gibt den vom Abschätzer 117 abgeschätzten Platz des Auftretens des Ereignisses an die Benachrichtigungseinheit 13 aus. Die Benachrichtigungseinheit 13 meldet dieses Abschätzungsergebnis. Zu diesem Zeitpunkt gibt der zweite Prozessor 114 das vom Abschätzer 117 erhaltene Abschätzungsergebnis als Daten an die Benachrichtigungseinheit 13 aus, die auf der Anzeigeeinheit angezeigt werden können.
Die Benachrichtigungseinheit 13 meldet den vom Abschätzer 117 abgeschätzten Platz des Auftretens des Ereignisses. Das heißt, die Benachrichtigungseinheit 13 empfängt das vom Abschätzer 117 erhaltene Abschätzungsergebnis vom zweiten Prozessor 114, um den Platz des Auftretens des Ereignisses zu melden (in dieser beispielhaften Ausführungsform anzuzeigen). Einzelheiten der Benachrichtigungseinheit 13 sind dieselben wie die in der ersten beispielhaften Ausführungsform, und somit ist eine Beschreibung von Einzelheiten weggelassen. Eine spezielle Anzeigeform der Benachrichtigungseinheit 13 wird in einem Abschnitt „(2.2) Vorhersage-Ablauf‟ beschrieben.
Der Lernblock 12 enthält eine Sammlungseinheit 121 und einen Erzeuger 122. Ein detaillierter Aufbau des Lernblocks 12 ist derselbe wie der in der ersten beispielhaften Ausführungsform, und somit ist eine Beschreibung des Aufbaus weggelassen.
Die Sammlungseinheit 121 sammelt eine Vielzahl von Teilen von Lerndaten, die die Geschichtsinformationen enthalten, die Situationen des mobilen Objekts 100 bei Auftreten von Ereignissen darstellen. In dieser beispielhaften Ausführungsform sammelt die Sammlungseinheit 121 die Kennzeichnungs-Informationen (Zeitinformationen), die von der Zeit-Vorhersageeinheit 111B an den Lernblock 12 gesendet werden, zusammen mit den Geschichtsinformationen als Lerndaten. Das heißt, jedes aus einer Vielzahl von Teilen von Lerndaten, die in der Sammlungseinheit 121 gesammelt sind, enthält die Geschichtsinformationen bei Auftreten eines Ereignisses und die Zeitinformationen, die die benötigte Zeit bis zu einem Zeitpunkt des Auftretens des Ereignisses (oder eine nach dem Zeitpunkt des Auftretens des Ereignisses verstrichene Zeit) darstellen.
Die Sammlungseinheit 121 wird durch das Auftreten des Ereignisses veranlasst, als Lerndaten die Geschichtsinformationen zu sammeln, zu denen die Zeitinformationen (Kennzeichnungs-Informationen) hinzugefügt sind. Die Lerndaten werden in der Sammlungseinheit 121 bei jedem Auftreten eines Ereignisses gesammelt, und eine Vielzahl von Teilen von Lerndaten werden in der Sammlungseinheit 121 gesammelt. Die Vielzahl von Teilen von Lerndaten, die in der Sammlungseinheit 121 gesammelt werden, sind ein Satz von Lerndaten, der zur Erzeugung des Vorhersagemodells durch den Erzeuger 122 verwendet wird. Das heißt, die Vielzahl von Teilen von Lerndaten bildet den Satz von Lerndaten, der vom Erzeuger 122 in einer Form verarbeitet wird, die für maschinelles Lernen geeignet ist, indem die Geschichtsinformationen einem Anmerkungs-Prozess unterzogen werden.
Der Erzeuger 122 erzeugt das Vorhersagemodell unter Verwendung der Vielzahl von Teilen von Lerndaten. Der Erzeuger 122 erzeugt das Vorhersagemodell unter Verwendung einer vorher festgelegten Menge oder von mehr Lerndaten und dem Algorithmus des maschinellen Lernens. Wie oben beschrieben ist das Vorhersagemodell ein gelerntes Modell, das von der Zeit-Vorhersageeinheit 111B verwendet wird, die benötigte Zeit bis zu einem Vorhersage-Zeitpunkt vorherzusagen, wenn das Auftreten eines Ereignisses vorhergesagt ist. Das vom Erzeuger 122 erzeugte Vorhersagemodell wird vom Lernblock 12 an den Vorhersageblock 11B gesendet und in der Modell-Speichereinheit 112B gespeichert. Der Erzeuger 122 enthält eine Stichprobe zur Bewertung des Vorhersagemodells und sendet das Vorhersagemodell an den Vorhersageblock 11B jedesmal, wenn die Bewertung des Vorhersagemodells verbessert wird, wodurch das in der Modell-Speichereinheit 112B gespeicherte Vorhersagemodell aktualisiert wird.
(2) Betrieb
Als Nächstes ist eine Funktionsweise des Ereignisvorhersagesystems 1C gemäß dieser beispielhaften Ausführungsform beschrieben.
(2.1) Lern-Ablauf
Die Betriebsweise des Ereignisvorhersagesystems 1C bezüglich der Erzeugung des Vorhersagemodells im Lernblock 12 ist zuerst unter Bezugnahme auf 6 beschrieben. 6 ist ein Flussdiagramm, das einen Ablauf des Ereignisvorhersagesystems 1C bezüglich der Erzeugung des Vorhersagemodells zeigt.
Der Lernblock 12 wird durch das Auftreten eines Ereignisses im Vorhersageblock 11B veranlasst, die Geschichtsinformationen vom Vorhersageblock 11B zu erlangen (Schritt S31). Auch erlangt der Lernblock 12 die Kennzeichnungs-Informationen (Zeitinformationen), die mit den Geschichtsinformationen verbunden sind, zusammen mit den Geschichtsinformationen. Der Lernblock 12 führt einen Anmerkungs-Prozess durch, wobei er die erlangten Zeitinformationen zu den Geschichtsinformationen hinzufügt (Schritt S32). Der Lernblock 12 sammelt als Lerndaten in der Sammlungseinheit 121 die auf diese Weise erhaltenen Geschichtsinformationen, zu denen die Kennzeichnungs-Informationen (Zeitinformation) hinzugefügt werden (Schritt S33).
Der Lernblock 12 vergleicht einen vorher festgelegten Wert Q mit einem Wert (zum Beispiel einem Bit-Zählwert), der eine Menge des Anstiegs gesammelter Lerndaten als eine gesammelte Menge des Datenanstiegs darstellt (Schritt S34). Wenn die Menge des Anstiegs gesammelter Daten größer oder gleich dem vorher festgelegten Wert Q ist (Ja in Schritt S34), erzeugt der Erzeuger 122 das Vorhersagemodell unter Verwendung einer Vielzahl von Lerndaten, die in der Sammlungseinheit 121 gesammelt sind, und eines Algorithmus des maschinellen Lernens (Schritt S35). Das vom Erzeuger 122 erzeugte Vorhersagemodell wird vom Lernblock 12 an den Vorhersageblock 11B gesendet und in der Modell-Speichereinheit 112B gespeichert. Im Gegensatz dazu, wenn die Menge des Anstiegs gesammelter Daten kleiner ist als der vorher festgelegte Wert Q (Nein in Schritt S34), überspringt das Ereignisvorhersagesystem 1C den Schritt S35 und beendet eine Reihe von Prozessen im Lernblock 12.
Das Ereignisvorhersagesystem 1C erzeugt das Vorhersagemodell, indem es bewirkt, dass der Vorhersageblock 11B die Prozesse in den Schritten S31 bis S35 jedesmal, wenn ein Ereignis auftritt, wiederholt durchführt. Jedesmal, wenn die Bewertung des Vorhersagemodells verbessert wird, sendet der Lernblock 12 das Vorhersagemodell an den Vorhersageblock 11B, und aktualisiert ein in der Modell-Speichereinheit 112B gespeichertes Vorhersagemodell.
Der Lernblock 12 kann eine Vielzahl von Teilen von Lerndaten in der Sammlungseinheit 121 vorher sammeln, wenn der Betrieb des Ereignisvorhersagesystems 1C gestartet wird. Diese Gestaltung erlaubt es dem Erzeuger 122, das Vorhersagemodell zu erzeugen, ohne die Geschichtsinformationen vom Vorhersageblock 11B zu erhalten. Das oben gesagte gilt für Vorhersagemodelle. Beim Start des Betriebs des Ereignisvorhersagesystems 1C können Standard-Vorhersagemodelle im Lernblock 12 und in der Modell-Speichereinheit 112B gespeichert sein.
Die Zeitinformationen stellen als die Kennzeichnungs-Informationen vorzugsweise eine verstrichene Zeit seit dem Zeitpunkt des Auftretens des Ereignisses dar, zusätzlich zu der benötigten Zeit bis zu einem Zeitpunkt des Auftretens des Ereignisses. Das heißt, der Lernblock 12 sammelt vorzugsweise nicht nur die Geschichtsinformationen vor dem Auftreten des Ereignisses, sondern auch die Geschichtsinformationen nach Auftreten des Ereignisses bei Hinzufügung der Kennzeichnungs-Informationen (Zeitinformationen), die die verstrichene Zeit seit dem Zeitpunkt des Auftretens des Ereignisses darstellen, als Lerndaten in der Sammlungseinheit 121. Die Verwendung der Geschichtsinformationen nach dem Auftreten des Ereignisses wird die Spezifikationsgenauigkeit eines Zeitpunkts des Auftretens des Ereignisses verbessern. Dies wird die Bewertung des vom Erzeuger 122 erzeugten Vorhersagemodells verbessern. Außerdem erlaubt die Verwendung der Geschichtsinformationen nach dem Auftreten des Ereignisses es dem Lernblock 12, die Angabe wahr oder falsch über das Auftreten eines Ereignisses zu überprüfen. Nehmen wir an, dass nachdem das Auftreten eines Ereignisses aus einem Detektionsergebnis über plötzliches Bremsen erkannt wurde, es aus einer Situation oder dergleichen des mobilen Objekts 100 bestimmt wird, dass kein Ereignis aufgetreten ist. In diesem Fall können zugehörige Lerndaten verworfen werden, indem davon ausgegangen wird, dass kein Ereignis eingetreten ist. Nehmen wir an, dass nachdem das Auftreten des Ereignisses aus dem Detektionsergebnis über plötzliches Bremsen eines Fahrers, der unsanft fährt, erkannt wurde, es bestimmt wird, dass das mobile Objekt 100 sich weiter normal bewegt (fährt). In diesem Fall verwirft der Lernblock 12 die zugehörigen Lerndaten. Dies verbessert die Qualität der Lerndaten, die in der Sammlungseinheit 121 gesammelt werden.
(2.2) Vorhersage-Ablauf
Die Betriebsweise des Ereignisvorhersagesystems 1C bezüglich der Abschätzung eines Platzes des Auftretens eines Ereignisses in Vorhersageblock 11B ist als Nächstes unter Bezugnahme auf 7 beschrieben. 7 ist ein Flussdiagramm, das einen Ablauf des Ereignisvorhersagesystems 1C bezüglich der Abschätzung des Platzes des Auftretens des Ereignisses zeigt.
Im Vorhersageblock 11B erfasst die Zeit-Vorhersageeinheit 111B die Vorhersageinformationen (Schritt S41). Zu diesem Zeitpunkt empfängt die Zeit-Vorhersageeinheit 111B als Vorhersageinformationen die ADAS-Informationen, die Fahrzeuginformationen und die Positionsinformationen, die von der ersten Eingabeeinheit 14, von der zweiten Eingabeeinheit 15, bzw. der dritten Eingabeeinheit 16 in den ersten Prozessor 13 eingegeben werden. Im Vorhersageblock 11B sagt die Zeit-Vorhersageeinheit 111B die benötigte Zeit voraus, wobei sie die erhaltenen Vorhersageinformationen und ein in der Modell-Speichereinheit 112B gespeichertes Vorhersagemodell benutzt (Schritt S42). In diesem Fall, wenn eine Situation des mobilen Objekts 100, die durch Vorhersageinformationen spezifiziert ist, eine Situation ist, in der bestimmt wird, dass ein Ereignis wahrscheinlich nach 3 s eintritt, wird die benötigte Zeit als 3 s vorausgesagt. Die Erfassung der Vorhersageinformationen (Schritt S41) und die Vorhersage der benötigten Zeit (Schritt S42) werden mitunter in vorgegebenen Zeitintervallen (zum Beispiel 0,1 s) ausgeführt.
Der Vorhersageblock 11B vergleicht die vorhergesagte benötigte Zeit mit der spezifizierten Zeit S (zum Beispiel 5 s) (Schritt S43). Wenn die benötigte Zeit kleiner oder gleich der spezifizierten Zeit S ist, (Ja in Schritt S43), beginnt der Vorhersageblock 11B einen Prozess zum Abschätzen eines Platzes des Auftretens eines Ereignisses. Insbesondere führt die erste Erfassungseinheit 115 einen ersten Erfassungsprozess des Erfassens von Zeitinformationen aus (Schritt S44), die die benötigte Zeit bis zu einem Vorhersage-Zeitpunkt darstellen, wenn das Eintreten eines Ereignisses vorhergesagt ist. Zu diesem Zeitpunkt erfasst die erste Erfassungseinheit 115 Informationen bezüglich der benötigten Zeit, die von der Zeit-Vorhersageeinheit 111B als die Zeitinformationen von der Zeit-Vorhersageeinheit 111B vorhergesagt wird. Außerdem führt der Vorhersageblock 11B einen zweiten Erfassungsprozess aus (Schritt S45), der bewirkt, dass die zweite Erfassungseinheit 116 die Informationen des mobilen Objekts erfasst, die die Situation des mobilen Objekts 100 darstellen. Zu diesem Zeitpunkt erfasst die zweite Erfassungseinheit 116 als Vorhersageinformationen die ADAS-Informationen, die Fahrzeuginformationen und die Positionsinformationen, die von der ersten Eingabeeinheit 14, von der zweiten Eingabeeinheit 15, bzw. der dritten Eingabeeinheit 16 in den ersten Prozessor 113 eingegeben werden.
Anschließend bewirkt der Vorhersageblock 11B, dass der Abschätzer 117 einen Abschätzungsprozess (Schritt S46) ausführt und einen Platz des Auftretens eines Ereignisses auf der Grundlage der Zeitinformationen und der Informationen des mobilen Objekts abschätzt. Insbesondere sagt der Abschätzer 117 zuerst eine Ankunftsposition des mobilen Objekts 100 zu einem Vorhersage-Zeitpunkt auf der Grundlage der Zeitinformationen und der Informationen des mobilen Objekts ab. Es sei T [s] eine benötigte Zeit bis zu einem Vorhersage-Zeitpunkt, wenn das Auftreten eines Ereignisses vorhergesagt ist, und V [m/s] sei eine Bewegungsgeschwindigkeit (Fahrgeschwindigkeit) eines mobilen Objekts 100, so erhält man die Entfernung D [m] zu einer Ankunftsposition durch „D = V x T“. Die benötigte Zeit T ist durch die Zeitinformationen spezifiziert, und die Bewegungsgeschwindigkeit des mobilen Objekts 100 ist durch die Fahrzeuginformationen spezifiziert, die in den Informationen des mobilen Objekts enthalten sind.
Der Abschätzer 117 schätzt als Platz des Auftretens eines Ereignisses ein Objekt ab, das sich in der Nähe des mobilen Objekts 100 befindet und an einer Ankunftsposition nach der erforderlichen Zeit vorhanden ist. Insbesondere schätzt der Abschätzer 117 einen Platz des Auftretens eines Ereignisses ab, indem er Informationen, wie etwa die Entfernung D zur berechneten Ankunftsposition, die in den Informationen des mobilen Objekts enthaltenen ADAS-Informationen und die Positionsinformationen benutzt.
Es folgt ein Beispiel, in dem der Abschätzer 117 einen Abschätzungsprozess für einen Platz des Auftretens eines Ereignisses in einer Situation wie der in 4 gezeigten durchführt. Die Annahmen in 4 sind dieselben wie die in der ersten beispielhaften Ausführungsform beschriebenen.
In diesem Fall ist, wenn die benötigte Zeit T 4 s beträgt und die Bewegungsgeschwindigkeit V 16,67 m/s beträgt, die Entfernung D zu einer Ankunftsposition 66,68 m. Dementsprechend kann der Abschätzer 117 aus Informationen, wie einem Abstand zwischen Fahrzeugen und einer Relativgeschwindigkeit, die in den ADAS-Informationen enthalten sind, angeben, dass der geparkte Lastwagen 301 an der Ankunftsposition (66,68 m voraus) des mobilen Objekts 100 zu einem Vorhersage-Zeitpunkt vorhanden ist. In diesem Fall bestimmt der Abschätzer 117, dass das Ereignis-Ziel der Lastwagen 301 ist, und schätzt den Lastwagen 301 als Platz des Auftretens des Ereignisses ab. Wie oben beschrieben, schätzt der Abschätzer 117 ein Objekt (Lastwagen 301), das sich in der Nähe des mobilen Objekts 100 befindet und sich nach der benötigten Zeit an der Ankunftsposition befindet, als Platz des Auftretens des Ereignisses ab.
Wenn der Abschätzer 117 den Abschätzungsprozess beendet (Schritt S46), meldet die Benachrichtigungseinheit 13 den vom Abschätzer 117 abgeschätzten Platz des Auftretens des Ereignisses (Schritt S47). Wie in der ersten beispielhaften Ausführungsform zeigt in dem in 4 gezeigten Beispiel beispielsweise das in 1 gezeigte 3D-HUD 131 die Markierung 401 benachbart zum Lastwagen 301, der als Platz des Auftretens des Ereignisses abgeschätzt wurde.
Auf diese Weise erlaubt das Ereignisvorhersagesystem 1C es auch, dass ein Fahrer erkennt, dass eine „unsichtbare Gefahr“ lauert, und kann den Fahrer unterstützen, das mobile Objekt 100 sicherer zu fahren.
Andererseits, wenn die vorhergesagte benötigte Zeit größer ist als die spezifizierte Zeit S (Nein in Schritt S43), überspringt das Ereignisvorhersagesystem 1C die Schritte S44 bis S47 und beendet eine Reihe von Prozessen im Vorhersageblock 11B.
Das Ereignisvorhersagesystem 1C schätzt einen Platz des Auftretens eines Ereignisses ab, indem es wiederholt Prozesse in den Schritten S41 bis S47 in vorher festgelegten Zeitabständen (zum Beispiel 0,1 s) ausführt. Jedesmal, wenn die benötigte Zeit kleiner oder gleich der spezifizierten Zeit S wird (Ja in Schritt S43), schätzt das Ereignisvorhersagesystem 1C einen Platz des Auftretens eines Ereignisses und meldet ihn.
Die Betriebsweise des Ereignisvorhersagesystems 1C bezüglich der Abschätzung des Platzes des Auftretens des Ereignisses in Vorhersageblock 11B ist nicht auf das in 7 gezeigte Beispiel beschränkt. Zum Beispiel kann die Reihenfolge der Ausführung eines ersten Erfassungsprozesses (Schritt S44) und eines zweiten Erfassungsprozesses (Schritt S45) umgekehrt werden.
(Vierte beispielhafte Ausführungsform)
Das Ereignisvorhersagesystem 1D gemäß dieser beispielhaften Ausführungsform unterscheidet sich von dem Ereignisvorhersagesystem 1C gemäß der dritten beispielhaften Ausführungsform darin, dass die Zeit-Vorhersageeinheit 111B ein unterschiedliches Vorhersagemodell für Attribute jedes Fahrers benutzt, der das mobile Objekt 100 fährt. In anderer Hinsicht ist das Ereignisvorhersagesystem 1D dasselbe wie das Ereignisvorhersagesystem 1C, und eine Grundkonfiguration des Ereignisvorhersagesystems 1D ist dieselbe wie die in 5 gezeigte.
Das heißt, in der dritten beispielhaften Ausführungsform sagt die Zeit-Vorhersageeinheit 111B die benötigte Zeit unter Verwendung des universell anwendbaren Vorhersagemodells voraus. Im Gegensatz dazu sagt in der vierten beispielhaften Ausführungsform die Zeit-Vorhersageeinheit 111B eine benötigte Zeit unter Verwendung eines unterschiedlichen Vorhersagemodells für Attribute jedes Fahrers voraus. „Attribute von Fahrern“ umfassen in diesem Fall das Alter, Geschlecht und Fahrverhalten (zum Beispiel unterschiedliche Arten des Beschleunigens und Bremsens) von Fahrern.
In dieser beispielhaften Ausführungsform erfasst der Lernblock 12 die Geschichtsinformationen als Lerndaten von einer Vielzahl von Fahrern. Das heißt, der Lernblock 12 führt dieselben Funktionen aus wie in der zweiten beispielhaften Ausführungsform.
Das anzuwendende Vorhersagemodell wird für jedes mobile Objekt 100 aus einer Vielzahl von Arten von auf diese Weise erzeugten Vorhersagemodellen ausgewählt. Das heißt, für jedes mobile Objekt 100 wird ein Vorhersagemodell ausgewählt, das in der Modell-Speichereinheit 112B gespeichert ist. Der Vorhersageblock 11B bestimmt ein Vorhersagemodell, das entsprechend Attributen eines Fahrers des mobilen Objekts 100 zu erhalten ist. Dies erlaubt es der Zeit-Vorhersageeinheit 111B, eine benötigte Zeit unter Verwendung eines unterschiedlichen Vorhersagemodells für die Attribute jedes Fahrers vorherzusagen.
Das Ereignisvorhersagesystem 1D verbessert die Vorhersagegenauigkeit einer benötigten Zeit in der Zeit-Vorhersageeinheit 111B im Vergleich zu einem Fall, in dem ein universell anwendbares Vorhersagemodell verwendet wird.
Außerdem kann das Ereignisvorhersagesystem 1D für ein mobiles Objekt 100 die Vielzahl von Vorhersagemodellen selektiv verwenden. Das heißt, der Lernblock 12 führt dieselben Funktionen aus wie in der zweiten beispielhaften Ausführungsform. Insbesondere erhält jedesmal, wenn ein anderer Fahrer das mobile Objekt 100 fährt, der Vorhersageblock 11B vom Lernblock 12 das Vorhersagemodell, das den Attributen des Fahrers entspricht. Alternativ dazu kann eine Vielzahl von Vorhersagemodellen in der Modell-Speichereinheit 112B gespeichert sein, und die Zeit-Vorhersageeinheit 111B kann entsprechend den Attributen des Fahrers das zu verwendende Vorhersagemodell aus der Vielzahl von Vorhersagemodellen auswählen.
Eine Gestaltung des Ereignisvorhersagesystems 1D kann mit einer Gestaltung der dritten beispielhaften Ausführungsform nach Bedarf kombiniert werden.
(Ergänzende Anmerkung)
Nachstehend werden mehrere Beispiele für unsichtbare Ereignisse (unsichtbare Gefahren) beschrieben, die von den Ereignisvorhersagesystemen 1A bis 1D vorhergesagt werden können. In diesem Fall wird angenommen, dass die Ereignisvorhersagesysteme 1A bis 1D jeweils einen Platz des Auftretens eines Ereignisses, einschließlich eines eigenen Fahrzeugs (mobiles Objekt 100) aus der Vogelperspektive anzeigen.
Die 8A, 8B und 8C zeigen jeweils eine Situation, in der ein Fahrrad, ein Fahrzeug, ein Fußgänger oder dergleichen hinter einem geparkten Lastwagen als Zielobjekt herauskommen.
In dem Beispiel in 8A sind die Fahrbahn 501A, auf der das mobile Objekt 100 als ein eigenes Fahrzeug fährt, und die entgegengesetzte Fahrbahn 502A jeweils eine einspurige Straße. Die Lastwagen 301A, 302A und 303A sind am Straßenrand der entgegengesetzten Fahrbahn 502A geparkt. Außerdem versucht das Fahrrad 304A, die Fahrbahn 501A vom Bürgersteig 503A entlang der entgegengesetzten Fahrbahn 502A zu überqueren, wozu es zwischen dem Lastwagen 302A und dem Lastwagen 303A hindurch fährt. In einer solchen Situation bestimmen die Ereignisvorhersagesysteme 1A bis 1D jeweils aus Informationen, wie etwa der Entfernung zwischen den Lastwagen 301A und 302A oder zwischen den Lastwagen 302A und 303A, dass in der Nähe der Lastwagen 301A, 302A oder 303A eine „unsichtbare Gefahr“ lauert. Dementsprechend zeigen die Ereignisvorhersagesysteme 1A bis 1D jeweils die Markierung 40 1A in einem Bereich neben den Lastwagen 301A, 302A und 303A. Eine solche Situation ist nicht auf den Fall beschränkt, dass die Lastwagen 301A, 302A und 303A geparkt sind. Zum Beispiel kann eine solche Situation in einem Fall auftreten, in dem eine Vielzahl von Lastwagen 301A, 302A und 303A wegen eines Verkehrsstaus anhalten oder sehr langsam fahren.
In dem Beispiel in 8B sind die Fahrbahn 501B, auf der das mobile Objekt 100 als das eigene Fahrzeug fährt, und die entgegengesetzte Fahrbahn 502B jeweils eine zweispurige Straße. Da die Ampel 504B auf rot steht, haben die Lastwagen 301B und 302B vor dem mobilen Objekt 100 auf der Fahrbahn 501B auf der linken Seite angehalten (warten auf die Ampel). Außerdem fährt der Lastwagen 303B auf der entgegengesetzten Fahrbahn 502B. Außerdem versucht das Fahrzeug 304B aus dem Parkplatz 505B auf dem Bürgersteig 503B entlang der Fahrbahn 501B zur entgegengesetzten Fahrbahn 502B herauszufahren, wozu es zwischen dem Lastwagen 301B und dem Lastwagen 302B hindurch fährt. In einer solchen Situation bestimmen die Ereignisvorhersagesysteme 1A bis 1D jeweils aus Informationen, wie etwa einer Entfernung zwischen den Lastwagen 301B und 302B und der Ampel 504B, dass in der Nähe des Lastwagens 301B eine „unsichtbare Gefahr“ lauert. Dementsprechend zeigen die Ereignisvorhersagesysteme 1A bis 1D jeweils die Markierung 401B in einem Bereich neben dem Lastwagen 301B.
In dem Beispiel in 8C sind die Fahrbahn 501C, auf der das mobile Objekt 100 als das eigene Fahrzeug fährt, und die entgegengesetzte Fahrbahn 502C jeweils eine einspurige Straße. Der Lastwagen 301C ist am Straßenrand der Fahrbahn 501C geparkt. Außerdem überquert der Fußgänger 302C den Fußgängerüberweg 504C vor dem Lastwagen 301C in Richtung des Bürgersteigs 503C entlang der entgegengesetzten Fahrbahn 502C. In einer solchen Situation bestimmen die Ereignisvorhersagesysteme 1A bis 1D jeweils aus Informationen, wie etwa der Bewegungsgeschwindigkeit des Lastwagens 301B und dem Fußgängerüberweg 504C, dass in der Nähe des Lastwagens 301C eine „unsichtbare Gefahr“ lauert. Dementsprechend zeigen die Ereignisvorhersagesysteme 1A bis 1D jeweils die Markierung 401C in einem Bereich neben dem Lastwagen 301C.
Die 9A, 9B und 9C zeigen jeweils eine Situation, in der sich ein Fahrzeug in einem durch einen Lastwagen als ein Zielobjekt verursachten sichttoten Raum befindet.
In einem Beispiel in 9A sind die Fahrbahn 501D, auf der das mobile Objekt 100 als das eigene Fahrzeug fährt, und die entgegengesetzte Fahrbahn 502D jeweils eine einspurige Straße. Der Lastwagen 301D biegt von einer linken Seite an einer Kreuzung vor dem mobilen Objekt 100 nach rechts ab. Auf der entgegengesetzten Fahrbahn 502D wartet das Fahrzeug 302D, um in derselben Kreuzung nach rechts abzubiegen. In einer solchen Situation bestimmen die Ereignisvorhersagesysteme 1A bis 1D jeweils zum Beispiel aus Informationen bezüglich des Lastwagens 301D und des Fahrzeugs 302D, dass in einem durch den Lastwagen 301D verursachten sichttoten Raum eine „unsichtbare Gefahr“ lauert. Dementsprechend zeigen die Ereignisvorhersagesysteme 1A bis 1D jeweils die Markierung 401D in einem durch den Lastwagen 301D verursachten sichttoten Bereich.
In einem Beispiel in 9B sind die Fahrbahn 501E, auf der das mobile Objekt 100 als das eigene Fahrzeug fährt, und die entgegengesetzte Fahrbahn 502E jeweils eine zweispurige Straße. Eine Vielzahl von Lastwagen 301E, 302E und 303E warten, um auf der Fahrbahn 501E an einer Kreuzung vor dem mobilen Objekt 100 nach rechts abzubiegen. Außerdem wartet das Fahrzeug 304E auf der entgegengesetzten Fahrbahn 502E, um in derselben Kreuzung nach rechts abzubiegen. In einer solchen Situation bestimmen die Ereignisvorhersagesysteme 1A bis 1D jeweils zum Beispiel aus Informationen bezüglich der Lastwagen 301E, 302E und 303E und des Fahrzeugs 304E, dass in einem durch die Lastwagen 301E, 302E und 303E verursachten sichttoten Raum eine „unsichtbare Gefahr“ lauert. Die Ereignisvorhersagesysteme 1A bis 1D zeigen jeweils die Markierung 401E in einem durch die Lastwagen 301E, 302E und 303E verursachten sichttoten Bereich.
In einem Beispiel in 9C sind die Fahrbahn 501F, auf der das mobile Objekt 100 als das eigene Fahrzeug fährt, und die entgegengesetzte Fahrbahn 502F jeweils eine zweispurige Straße. Das mobile Objekt 100 wartet, um in einer Kreuzung nach rechts abzubiegen. Außerdem wartet eine Vielzahl von Lastwagen 301F, 302F und 303F auf der entgegengesetzten Fahrbahn 502F, um in derselben Kreuzung nach rechts abzubiegen. Außerdem fährt das Fahrzeug 304F auf der entgegengesetzten Fahrbahn 502F geradeaus. In einer solchen Situation bestimmen die Ereignisvorhersagesysteme 1A bis 1D jeweils zum Beispiel aus Informationen bezüglich des vorderen Lastwagens 301F und des Fahrzeugs 304F, dass in einem durch den vorderen Lastwagen 301F verursachten sichttoten Raum eine „unsichtbare Gefahr“ lauert. Dementsprechend zeigen die Ereignisvorhersagesysteme 1A bis 1D jeweils die Markierung 401F in einem durch den Lastwagen 301F verursachten sichttoten Bereich.
(Modifikation)
Die erste bis vierte beispielhafte Ausführungsform ist jeweils nur eine von verschiedenen beispielhaften Ausführungsformen der vorliegenden Offenbarung. Diese beispielhaften Ausführungsformen können in verschiedener Weise entsprechend einem Design und dergleichen modifiziert werden, solange das Ziel der vorliegenden Offenbarung erreicht werden kann. Außerdem können Funktionen, die denen der Ereignisvorhersagesysteme 1A bis 1D ähnlich sind, jeweils beispielsweise durch ein Ereignisvorhersageverfahren, ein Computerprogramm oder ein Speichermedium, das ein Programm speichert, ausgeführt sein.
Das heißt, ein Ereignisvorhersageverfahren gemäß einem Aspekt der vorliegenden Offenbarung ist gestaltet, eine Vielzahl von Teilen von Lerndaten zu speichern, die Geschichtsinformationen enthalten, die Situationen des mobilen Objekts 100 bei Auftreten von Ereignissen im Zusammenhang mit dem Fahren des mobilen Objekts 100 darstellen. Ein Vorhersagemodell wird unter Verwendung dieser Vielzahl von Teilen von Lerndaten erzeugt. Ein Vorhersagemodell ist ein Modell zur Vorhersage relativer Koordinaten eines Platzes des Auftretens eines Ereignisses relativ zum mobilen Objekt 100. Die Vielzahl von Teilen von Lerndaten umfasst jeweils ferner Kennzeichnungs-Informationen, die die relativen Koordinaten des Platzes des Auftretens des Ereignisses relativ zum mobilen Objekt 100 darstellen.
Ein Programm (Computerprogramm) gemäß einem Aspekt der vorliegenden Offenbarung ist ein Programm, um ein Computersystem zu veranlassen, einen Sammlungsvorgang und einen Erzeugungsvorgang auszuführen. In dem Sammlungsvorgang sammelt das Computersystem eine Vielzahl von Teilen von Lerndaten, die Geschichtsinformationen enthalten, die Situationen des mobilen Objekts 100 bei Auftreten von Ereignissen im Zusammenhang mit dem Fahren des mobilen Objekts 100 darstellen. In dem Erzeugungsprozess erzeug das Computersystem ein Vorhersagemodell zum Vorhersagen relativer Koordinaten eines Platzes des Auftretens eines Ereignisses relativ zum mobilen Objekt 100, indem es die Vielzahl von Lerndaten verwendet. Die Vielzahl von Teilen von Lerndaten umfasst jeweils ferner Kennzeichnungs-Informationen, die die relativen Koordinaten des Platzes des Auftretens des Ereignisses relativ zum mobilen Objekt 100 darstellen.
Ein Ereignisvorhersageverfahren gemäß einem anderen Aspekt der vorliegenden Offenbarung umfasst einen ersten Erfassungsvorgang, einen zweiten Erfassungsvorgang und einen Abschätzungsvorgang. In dem ersten Erfassungsvorgang werden Zeitinformationen erfasst, die eine benötigte Zeit bis zu einem Vorhersage-Zeitpunkt darstellen, wenn ein Ereignis im Zusammenhang mit dem Fahren des mobilen Objekts 100 vorhergesagt wird. In dem zweiten Erfassungsvorgang werden Informationen des mobilen Objekts erfasst, die eine Situation des mobilen Objekts 100 darstellen. In dem Abschätzungsvorgang wird ein Platz des Auftretens eines Ereignisses auf der Grundlage der Zeitinformationen und der Informationen des mobilen Objekts abgeschätzt. Ein Programm (Computerprogramm) gemäß einem anderen Aspekt der vorliegenden Offenbarung veranlasst ein Computersystem, einen ersten Erfassungsvorgang, einen zweiten Erfassungsvorgang und einen Abschätzungsvorgang auszuführen.
Nachstehend sind Modifikationen der ersten bis vierten beispielhaften Ausführungsform beschrieben. Die unten beschriebenen Modifikationen können nach Bedarf miteinander kombiniert werden.
In der ersten bis vierten beispielhaften Ausführungsform kann ein Abschätzungsergebnis über einen Platz des Auftretens eines Ereignisses zum Beispiel an ein Fahrzeusteuerungssystem ausgegeben werden, das gestaltet ist, das mobile Objekt 100 zu steuern, statt es durch die Benachrichtigungseinheit 13 zu melden. In diesem Fall kann das Fahrzeugsteuerungssystem das mobile Objekt 100 verlangsamen oder den Platz des Auftretens des Ereignisses vor dem Auftreten des Ereignisses vermeiden, indem eine Bremse betätigt wird, Gas gegeben, gelenkt wird oder dergleichen, entsprechend dem Abschätzungsergebnis über den Platz des Auftretens des Ereignisses. Dies erlaubt es dem Fahrzeugsteuerungssystem, ein automatisches Fahren zu erreichen (einschließlich sowohl vollautomatisches Fahren als auch teilautomatisches Fahren).
Die Ereignisvorhersagesysteme 1A bis 1D müssen jedes nicht immer durch getrennte Systeme realisiert werden, die das mobile Objekt 100 und die Cloud 200 umfassen. Zum Beispiel können die Ereignisvorhersagesysteme 1A bis 1D jedes in einem Gehäuse untergebracht sein, oder sie können in das mobile Objekt 100 oder die Cloud 200 integriert sein. Zum Beispiel, wenn die Ereignisvorhersagesysteme 1A bis 1D jedes in das mobile Objekt 100 integriert sind, erlauben es die Ereignisvorhersagesysteme 1A bis 1D jedes dem mobilen Objekt 100, eigenständig ein Vorhersagemodell zu erzeugen. In diesem Fall funktionieren zum Beispiel ein elektrisch löschbarer und programmierbarer Festwertspeicher (EEPROM) und eine elektronische Steuereinheit (ECU), die in dem mobilen Objekt 100 eingebaut sind, jeweils als Sammlungseinheit 121 und Erzeuger 122. Die jeweiligen Bestandteile (zum Beispiel Sammlungseinheit 121, Erzeuger 122 und Koordinaten-Vorhersageeinheit 111A oder Abschätzer 117 und Zeit-Vorhersageeinheit 111B) jedes der Ereignisvorhersagesysteme 1A bis 1D können verteilt in zwei oder mehr Vorrichtungen vorgesehen sein. Zum Beispiel kann der Erzeuger 122 verteilt in dem mobilen Objekt 100 und der Cloud 200 vorgesehen sein. In jedem der Ereignisvorhersagesysteme 1C und 1D kann die Zeit-Vorhersageeinheit 111B verteilt in dem mobilen Objekt 100 und der Cloud 200 vorgesehen sein.
Der Lernblock 12 ist nicht auf eine Gestaltung zum Erfassen von Geschichtsinformationen als Lerndaten von einem mobilen Objekt 100 beschränkt und kann die Geschichtsinformationen von einer Vielzahl von mobilen Objekten 100 erfassen (sammeln). In diesem Fall erzeug der Lernblock 12 ein Vorhersagemodell unter Verwendung der Geschichtsinformationen, die von der Vielzahl von mobilen Objekten 100 erfasst werden, und sendet das erzeugte Vorhersagemodell an die Vielzahl von mobilen Objekten 100. Insbesondere wenn der Lernblock 12 Geschichtsinformationen als Lerndaten von vielen mobilen Objekten 100 erfasst, bildet ein Satz erfasster Geschichtsinformationen so genannte Big Data.
Der Lernblock 12 kann auch zum Beispiel in einem Betrieb für Verkauf und Wartung von Autos installiert sein. In diesem Fall kann der Lernblock 12 Geschichtsinformationen von einer Vielzahl von mobilen Objekten 100 erfassen, die in dem Betrieb gewartet werden. Das vom Lernblock 12 erzeugte Vorhersagemodell wird zum Zeitpunkt der Wartung des mobilen Objekts 100 an den Vorhersageblock 11A gesendet. Dies erlaubt es dem mobilen Objekt 100, das Vorhersagemodell zum Zeitpunkt der Wartung zu aktualisieren. Außerdem kann der Lernblock 12 durch eine Server-Vorrichtung bei einem Verkäufer oder Hersteller realisiert sein, der eine Vielzahl von Werkstätten betreibt. In diesem Fall kann der Lernblock 12 Geschichtsinformationen, die von einer Vielzahl von Werkstätten erfasst werden, zusammen verwalten und ein Vorhersagemodell unter Verwendung dieser Geschichtsinformationen erzeugen.
Die Benachrichtigungseinheit 13 ist nicht auf eine Gestaltung zur Realisierung einer Anzeige mit erweiterter Realität unter Verwendung von 3D-HUD 131 beschränkt und kann zum Beispiel eine Textanzeige oder Animations-Anzeige unter Verwendung von 2D-HUD 132, Anzeigeinstrument 133, Multiinformations-Anzeige 134 oder dergleichen durchführen. Außerdem kann die Benachrichtigungseinheit 13 eine Anzeige mit erweiterter Realität realisieren, indem sie ein Video anzeigt, das erhalten wird, indem ein Marker mit einem Video, das in Echtzeit von einer Frontkamera aufgenommen wird, auf einem Bildschirm eines Fahrzeug-Navigationssystems oder dergleichen kombiniert wird. Außerdem kann die Benachrichtigungseinheit 13 eine Anzeigeeinheit enthalten, die aus einem tragbaren Endgerät (Wearable) wie ein am Kopf befestigtes Display (Head Mounted Display, HMD) ausgebildet ist.
Die Benachrichtigungseinheit 13 ist nicht auf eine Gestaltung zum Melden eines Platzes des Auftretens eines Ereignisses durch eine Anzeige beschränkt und kann gestaltet sein, den Platz des Auftretens des Ereignisses zum Beispiel durch Ton, eine haptische Vorrichtung oder eine Kombination davon zu melden. Außerdem ist ein Ziel der Benachrichtigung durch die Benachrichtigungseinheit 13 nicht auf einen Fahrer des mobilen Objekts 100 beschränkt. Zum Beispiel kann die Benachrichtigungseinheit 13 ein Auto, das hinter dem mobilen Objekt 100 fährt und einen Fußgänger in der Nähe des mobilen Objekts 100 benachrichtigen, indem sie ein Leuchtmittel oder einen Signalton einschaltet.
Von den Ereignisvorhersagesystemen 1A bis 1D vorhergesagte Ereignisse sind nicht auf Ereignisse (unsichtbare Gefahren) beschränkt, die von Zielobjekten in sichttoten Bereichen von Fahrern herrühren. Die Ereignisvorhersagesysteme 1A bis 1D können Plätze des Auftretens von Ereignissen vorhersagen, die unabhängig von Situationen des mobilen Objekts 100 vorhergesagt werden können, wie unfallauffällige Bereiche, Eingänge und Ausgänge von Tunneln und scharfe Kurven.
Die Ereignisvorhersagesysteme 1A bis 1D sind nicht auf Fahrzeuge beschränkt und können auf mobile Objekte angewendet werden, die keine Fahrzeuge sind, wie Motorräder, Züge, Flugzeuge, Drohnen, Baumaschinen und Schiffe. Außerdem ist das Ereignisvorhersagesystem 1A nicht auf ein mobiles Objekt beschränkt und kann in Freizeiteinrichtungen verwendet werden oder kann als ein tragbares Endgerät (Wearable), wie ein am Kopf befestigtes Display (HMD), ein medizinisches Gerät oder ein stationäres Gerät verwendet werden.
Die Ereignisvorhersagesysteme 1A und 1B gemäß der ersten und zweiten beispielhaften Ausführungsform sind mindestens erforderlich, um ein Vorhersagemodell zur Vorhersage relativer Koordinaten eines Platzes des Auftretens eines Ereignisses relativ zum mobilen Objekt 100 zu erzeugen. Dementsprechend ist eine Funktion der Vorhersage relativer Koordinaten aus einem Vorhersagemodell keine grundlegende Funktion für die Ereignisvorhersagesysteme 1A und 1B. Aus diesem Grund können die Ereignisvorhersagesysteme 1A und 1B jedes gestaltet sein, um zum Beispiel ein Vorhersagemodell für ein anderes System vorzusehen, das gestaltet ist, aus dem Vorhersagemodell relative Koordinaten eines Ereignisses relativ zum mobilen Objekt 100 vorherzusagen. Das heißt die Koordinaten-Vorhersageeinheit 111A zur Vorhersage relativer Koordinaten unter Verwendung eines Vorhersagemodells und dergleichen sind keine grundlegenden Bestandteile der Ereignisvorhersagesysteme 1A und 1B.
Ebenso sind die Ereignisvorhersagesysteme 1C und 1D gemäß der dritten und vierten beispielhaften Ausführungsform jedes mindestens erforderlich, um eine Funktion des Abschätzens eines Platzes des Auftretens eines Ereignisses auf der Grundlage von Zeitinformationen aufzuweisen, die eine benötigte Zeit bis zu einem Vorhersage-Zeitpunkt, zu dem das Auftreten eines Ereignisses vorhergesagt ist, darstellen. Dementsprechend ist eine Funktion der Vorhersage der benötigten Zeit keine grundlegende Funktion für die Ereignisvorhersagesysteme 1C und 1D. Aus diesem Grund können die Ereignisvorhersagesysteme 1C und 1D jedes gestaltet sein, die benötigte Zeit zu erfassen, zum Beispiel von einem anderen System. Das heißt, die Zeit-Vorhersageeinheit 111B zur Vorhersage der benötigten Zeit unter Verwendung eines Vorhersagemodells, die Sammlungseinheit 121 zum Sammeln von Lerndaten, der Erzeuger 122 zum Erzeugen eines Vorhersagemodells und dergleichen sind keine grundlegenden Bestandteile der Ereignisvorhersagesysteme 1C und 1D.
In der ersten und zweiten beispielhaften Ausführungsform ist die Koordinaten-Vorhersageeinheit 111A nicht auf eine Gestaltung zum Senden von Kennzeichnungs-Informationen an den Lernblock 12 begrenzt, und eine Einheit, die keine Koordinaten-Vorhersageeinheit 111A in Vorhersageblock 11A ist, kann Kennzeichnungs-Informationen an den Lernblock 12 senden. Außerdem kann der Vorhersageblock 11A, der für das mobile Objekt 100 vorgesehen ist, Kennzeichnungs-Informationen als relative Koordinaten den Geschichtsinformationen hinzufügen. In diesem Fall sammelt der Lernblock 12 mitunter Geschichtsinformationen mit Kennzeichnungs-Informationen, die vom Vorhersageblock 11A empfangen wurden, in der Sammlungseinheit 121. Außerdem ist der Lernblock 12 nicht auf eine Gestaltung zum Empfangen der Kennzeichnungs-Informationen vom Vorhersageblock 11A beschränkt und kann gestaltet sein, die Kennzeichnungs-Informationen zu erzeugen, indem er die vom Vorhersageblock 11A empfangenen Geschichtsinformationen verwendet. In diesem Fall führt der Lernblock 12 sowohl die Erzeugung der Kennzeichnungs-Informationen als auch die Hinzufügung der Kennzeichnungs-Informationen zu den Geschichtsinformationen aus.
Ebenso sind die dritte und vierte beispielhafte Ausführungsform nicht auf eine Gestaltung beschränkt, die bewirkt, dass die Zeit-Vorhersageeinheit 111B Kennzeichnungs-Informationen an den Lernblock 12 sendet, und eine Einheit, die keine Zeit-Vorhersageeinheit 111B in Vorhersageblock 11B ist, kann die Kennzeichnungs-Informationen an den Lernblock 12 senden. Außerdem kann der Vorhersageblock 11B, der für das mobile Objekt 100 vorgesehen ist, Zeitinformationen als Kennzeichnungs-Informationen den Geschichtsinformationen hinzufügen. In diesem Fall sammelt der Lernblock 12 mitunter die Geschichtsinformationen mit den Kennzeichnungs-Informationen, die vom Vorhersageblock 11B empfangen wurden, in der Sammlungseinheit 121. Außerdem kann, statt eine Gestaltung zum Senden der Kennzeichnungs-Informationen vom Vorhersageblock 11B zum Lernblock 12 zu verwenden, der Lernblock 12 die Kennzeichnungs-Informationen erzeugen, indem er die vom Vorhersageblock 11B empfangenen Geschichtsinformationen verwendet. In diesem Fall führt der Lernblock 12 sowohl die Erzeugung der Kennzeichnungs-Informationen als auch die Hinzufügung der Kennzeichnungs-Informationen zu den Geschichtsinformationen aus.
In der ersten und zweiten beispielhaften Ausführungsform können die Vorhersageinformationen Informationen sein, die eine Situation des mobilen Objekts 100 darstellen, und können nicht dieselben Informationen sein wie die vom ersten Prozessor 113 erfassten Informationen des mobilen Objekts. Zum Beispiel kann eine Bewegungsgeschwindigkeit des mobilen Objekts 100, die in den Fahrzeuginformationen in den Vorhersageinformationen enthalten ist, durch eine Bewegungsgeschwindigkeit ersetzt werden, die aus Positionsinformationen in den Informationen des mobilen Objekts berechnet wurden. Ebenso können Geschichtsinformationen Informationen sein, die eine Situation des mobilen Objekts 100 darstellen, und können nicht dieselben Informationen sein wie die vom ersten Prozessor 113 erfassten Informationen des mobilen Objekts.
Ebenso können in der dritten und vierten beispielhaften Ausführungsform die Vorhersageinformationen Informationen sein, die eine Situation des mobilen Objekts 100 darstellen, und können nicht dieselben Informationen sein wie die von der zweiten Erfassungseinheit 116 erfassten Informationen des mobilen Objekts. Zum Beispiel kann eine Bewegungsgeschwindigkeit des mobilen Objekts 100, die in den Fahrzeuginformationen in den Vorhersageinformationen enthalten ist, durch eine Bewegungsgeschwindigkeit ersetzt werden, die aus Positionsinformationen in den Informationen des mobilen Objekts berechnet wurden. Ebenso können Geschichtsinformationen Informationen sein, die eine Situation des mobilen Objekts 100 darstellen, und können nicht dieselben Informationen sein wie die von der zweiten Erfassungseinheit 116 erfassten Informationen des mobilen Objekts.
Die Abschätzung durch die Koordinaten-Vorhersageeinheit 111A gemäß der ersten und zweiten beispielhaften Ausführungsform oder durch den Abschätzer 117 gemäß der dritten und vierten beispielhaften Ausführungsform und die Bestimmung, ob die Benachrichtigung durch die Benachrichtigungseinheit 13 auszuführen ist, können selektiv auf der Grundlage zum Beispiel eines Zustands (einschließlich eines mentalen Zustands) eines Fahrers ausgeführt werden. Zum Beispiel wird es, wenn ein Konzentrationsgrad eines Fahrers geringer als normal wird, zum Beispiel durch Müdigkeit oder Schlafmangel des Fahrers, für den Fahrer manchmal schwieriger, die Möglichkeit des Auftretens eines Ereignisses zu erkennen. Dementsprechend kann jede beispielhafte Ausführungsform gestaltet sein, zu bewirken, dass die Koordinaten-Vorhersageeinheit 111A oder der Abschätzer 117 die Abschätzung ausführt, wenn zum Beispiel aus der auf das mobile Objekt 100 wirkenden Beschleunigung und einem Erkennungsergebnis einer Fahrerüberwachung, das in den Fahrzeuginformationen enthalten ist, festgestellt wird, dass der Fahrer unsanfter als üblich fährt. Außerdem kann jede beispielhafte Ausführungsform gestaltet sein, zu bewirken, dass die Benachrichtigungseinheit 13 die Benachrichtigung ausführt, wenn zum Beispiel aus einem von der Fahrerüberwachung erhaltenen Erkennungsergebnis festgestellt wird, dass der Fahrer die Möglichkeit des Auftretens eines Ereignisses nicht erkennt. Ferner kann ein Grad, mit dem die Benachrichtigungseinheit 13 die Benachrichtigung durchführt, auf der Grundlage eines Zustands und dergleichen des Fahrers geändert werden.
Die Koordinaten-Vorhersageeinheit 111A ist nicht auf eine Gestaltung beschränkt, ein Objekt, das sich benachbart zu dem mobilen Objekt 100 in einer Position befindet, die durch die relativen Koordinaten gekennzeichnet ist, als den Platz des Auftretens des Ereignisses abzuschätzen, und kann einen Platz, an dem ein Ereignis auftritt, wie etwa eine Kreuzung oder ein Fußgängerüberweg, als Platz des Auftretens eines Ereignisses abschätzen.
Ebenso ist der Abschätzer 117 nicht auf eine Gestaltung beschränkt, ein Objekt, das sich benachbart zu dem mobilen Objekt 100 befindet und an einer Ankunftsposition nach einer vorher festgelegten Zeit befindet, als Platz des Auftretens eines Ereignisses abzuschätzen, und kann einen Platz, an dem ein Ereignis auftritt, wie etwa eine Kreuzung oder ein Fußgängerüberweg, als Platz des Auftretens eines Ereignisses abschätzen.
Die relativen Koordinaten eines Platzes des Auftretens eines Ereignisses relativ zum mobilen Objekt 100 sind nicht auf Koordinaten in einem zweidimensionalen Koordinatensystem beschränkt, und können zum Beispiel Koordinaten in einem Polarkoordinatensystem oder in einem dreidimensionalen Koordinatensystem sein, zu dem eine Höhenrichtung (vertikale Richtung) des mobilen Objekts als Z-Achse hinzugefügt ist.
Es ist mindestens erforderlich, dass die Benachrichtigungseinheit 13 gestaltet ist, ein Ereignis-Vorhersageergebnis auf der Grundlage einer relativen Koordinate zu melden, und ist nicht auf eine Gestaltung zum Melden eines Platzes des Auftretens eines Ereignisses beschränkt, das aus einer relativen Koordinate als ein Ereignis-Vorhersageergebnis abgeschätzt wird. Wenn zum Beispiel eine Entfernung vom mobilen Objekt 100 zu der Position, die durch vorhergesagte relative Koordinaten angezeigt wird, kleiner oder gleich einer spezifizierten Entfernung D ist, kann die Benachrichtigungseinheit 13 so gestaltet sein, einfach eine Meldung auszugeben oder die Entfernung zu melden. Außerdem kann die Benachrichtigungseinheit 13 eine benötigte Zeit bis zum Zeitpunkt des Auftretens eines Ereignisses melden, die aus relativen Koordinaten, Informationen des mobilen Objekts und dergleichen vorhergesagt wird.
Die Ereignisvorhersagesysteme 1A bis 1D können jedes eine so genannte Verkehrsvernetzungs-(Vehicle-to-everything, V2X)-Kommunikationstechnologie verwenden, die gestaltet ist, eine direkte Kommunikation zwischen Fahrzeugen (Fahrzeug-zu-Fahrzeug-Kommunikation) oder zwischen einem Fahrzeug und einer Infrastruktur, wie einer Ampel und einem Verkehrszeichen durchzuführen. Zum Beispiel erlaubt es die V2X-Kommunikationstechnologie einem mobilen Objekt 100, Vorhersageinformationen und dergleichen zu erhalten, die von der Koordinaten-Vorhersageeinheit 111A verwendet werden, um relative Koordinaten von einem benachbarten Fahrzeug oder einer Infrastruktur vorherzusagen. Alternativ erlaubt es diese Technologie dem mobilen Objekt 100, Vorhersageinformationen und dergleichen zu erhalten, die von der Zeit-Vorhersageeinheit 111B verwendet werden, um eine benötigte Zeit von einem benachbarten Fahrzeug oder einer Infrastruktur vorherzusagen. Außerdem kann anstelle der Benachrichtigungseinheit 13 eine Infrastruktur einen Platz des Auftretens eines Ereignisses melden. Eine Infrastruktur kann zum Beispiel einen Platz des Auftretens eines Ereignisses abschätzen. In diesem Fall müssen jedes der Ereignisvorhersagesysteme 1A bis 1D nicht in dem mobilen Objekt 100 montiert sein.
Die Zeichnung, auf die in jeder der beispielhaften Ausführungsformen Bezug genommen wird, ist lediglich eine konzeptionelle Darstellung zur Erklärung eines Beispiels für jedes der Ereignisvorhersagesysteme 1A bis 1D. Das heißt, die in jeder Zeichnung gezeigte Form, Größe, Positionsbeziehung und dergleichen sind gemacht, um sich von denen in einem aktuellen Aspekt nach Bedarf zu unterscheiden.
Jedes der Ereignisvorhersagesysteme 1A und 1B gemäß der ersten und zweiten beispielhaften Ausführungsformen kann mit jedem der Ereignisvorhersagesysteme 1C und 1D gemäß der dritten und vierten beispielhaften Ausführungsformen kombiniert werden. In diesem Fall werden, weil ein Platz des Auftretens eines Ereignisses mit verschiedenen Verfahren vorhergesagt wird, die Genauigkeit und Zuverlässigkeit verbessert.
(Überblick)
Wie oben beschrieben, umfassen die Ereignisvorhersagesysteme 1A und 1B gemäß der ersten und zweiten beispielhaften Ausführungsform jedes eine Sammlungseinheit 121 und einen Erzeuger 122. Die Sammlungseinheit 121 sammelt eine Vielzahl von Teilen von Lerndaten, die Geschichtsinformationen enthalten, die eine Situation des mobilen Objekts 100 bei Auftreten eines Ereignisses im Zusammenhang mit dem Fahren des mobilen Objekts 100 darstellen. Der Erzeuger 122 erzeugt ein Vorhersagemodell zum Vorhersagen relativer Koordinaten eines Platzes des Auftretens eines Ereignisses relativ zum mobilen Objekt 100, indem er eine Vielzahl von Teilen von Lerndaten verwendet. Die Vielzahl von Teilen von Lerndaten umfasst jeweils ferner Kennzeichnungs-Informationen, die die relativen Koordinaten des Platzes des Auftretens des Ereignisses relativ zum mobilen Objekt 100 darstellen.
Gemäß dieser Gestaltung wird ein Vorhersagemodell zur Vorhersage relativer Koordinaten eines Platzes des Auftretens eines Ereignisses relativ zum mobilen Objekt 100 erzeugt. Die Verwendung dieses Vorhersagemodells macht es möglich, das Auftreten eines Ereignisses (unsichtbare Gefahr) vorherzusagen, das von einem Zielobjekt in einem sichttoten Bereich eines Fahrers herrührt. Dementsprechend kann jedes der Ereignisvorhersagesysteme 1A und 1B Änderungen in der Vorhersagbarkeit einer „unsichtbaren Gefahr“ verringern, die durch den Grad der Fahrfähigkeiten eines Fahrers, einen angeborenen Sinn für das Fahren, den Zustand des Fahrers und dergleichen verursacht werden. Dies erlaubt es selbst einem Fahrer, der relativ wenig Fahrerfahrung hat, unter Berücksichtigung der Möglichkeit des Auftretens solcher Arten von Ereignissen zu fahren. Außerdem kann zum Beispiel sogar ein Fahrer, dessen Konzentration zum Beispiel durch Müdigkeit und Schlafmangel geringer als üblich ist, unter Berücksichtigung der Möglichkeit des Auftretens solcher Arten von Ereignissen fahren. Außerdem kann zum Beispiel, wenn ein Fahrer einfach wegschaut oder abgelenkt wird, das Erkennen des Auftretens eines Ereignisses verzögert sein. In einer solchen Situation kann der Fahrer schnell die Möglichkeit des Auftretens eines Ereignisses erkennen und somit sicherer fahren.
In jedem der Ereignisvorhersagesysteme 1A und 1B können Geschichtsinformationen mindestens eines aus Informationen bezüglich eines zum mobilen Objekt 100 benachbarten Objekts, Informationen bezüglich eines Zustands des mobilen Objekts 100 und Informationen bezüglich der Position des mobilen Objekts 100 umfassen.
Gemäß dieser Gestaltung erzeugt jedes der Ereignisvorhersagesysteme 1A und 1B ein Vorhersagemodell zur Vorhersage relativer Koordinaten unter Verwendung mindestens einer aus ADAS-Informationen, Fahrzeuginformationen und Positionsinformationen. Dies ermöglicht es, eine Verarbeitungslast, die für die Erzeugung eines Vorhersagemodells aufgewendet wird, auf einen relativ geringen Grad zu verringern.
Die Ereignisvorhersagesysteme 1A und 1B können jedes ferner eine Koordinaten-Vorhersageeinheit 111A zur Vorhersage relativer Koordinaten eines Platzes des Auftretens eines Ereignisses relativ zum mobilen Objekt 100 enthalten, wobei ein Vorhersagemodell und die zu dem mobilen Objekt 100 gehörenden Vorhersageinformationen benutzt werden.
Entsprechend dieser Gestaltung sagen die Ereignisvorhersagesysteme 1A und 1B die relativen Koordinaten voraus, und müssen somit keine Vorhersagemodelle von extern vorsehen. Das heißt, die Ereignisvorhersagesysteme 1A und 1B können jedes einen Prozess zur Vorhersage des Auftretens eines Ereignisses selbst erledigen.
Die Ereignisvorhersagesysteme 1A und 1B können jedes ferner eine Benachrichtigungseinheit 13 enthalten, um ein Ereignis-Vorhersageergebnis auf der Grundlage der von der Koordinaten-Vorhersageeinheit 111A vorhergesagten relativen Koordinaten zu melden.
Diese Gestaltung ist ausgelegt, um das Ereignis-Vorhersageergebnis zu melden, und es somit einem Fahrer zu erlauben, mit Vorsicht gegenüber dem Auftreten von Ereignissen zu fahren.
Die Benachrichtigungseinheit 13 kann gestaltet sein, einen Platz des Auftretens eines Ereignisses als Ergebnis der Ereignisvorhersage zu melden, der aus den relativen Koordinaten abgeschätzt ist.
Diese Gestaltung ist ausgelegt, um den aus den relativen Koordinaten abgeschätzten Platz des Auftretens des Ereignisses zu melden, und es somit einem Fahrer oder dergleichen zu erlauben, mit Vorsicht gegenüber dem Auftreten des Ereignisses zu fahren.
Die Benachrichtigungseinheit 13 kann eine Anzeigeeinheit enthalten, um ein Ereignis-Vorhersageergebnis durch Anzeige zu melden.
Diese Gestaltung ist ausgelegt, um das Ereignis-Vorhersageergebnis auf einer Anzeige anzuzeigen, und es somit einem Fahrer oder dergleichen zu erlauben, den Platz des Auftretens des Ereignisses anzugeben.
Wie das Ereignisvorhersagesystem 1B betreffend beschrieben, kann die Koordinaten-Vorhersageeinheit 111A gestaltet sein, ein unterschiedliches Vorhersagemodell für die Attribute jedes Fahrers zu benutzen, der das mobile Objekt 100 fährt.
Diese Gestaltung verbessert die Vorhersagegenauigkeit der relativen Koordinaten durch die Koordinaten-Vorhersageeinheit 111A im Vergleich zu einem Fall, in dem ein universell anwendbares Vorhersagemodell verwendet wird.
Die Ereignisvorhersagesysteme 1A und 1B enthalten jedes eine Koordinaten-Vorhersageeinheit 111A zur Vorhersage eines Platzes des Auftretens eines Ereignisses. Die Koordinaten-Vorhersageeinheit 111A sagt einen Platz des Auftretens des Ereignisses voraus, indem sie Vorhersageinformationen bezüglich des mobilen Objekts 100 und ein Vorhersagemodell zur Vorhersage relativer Koordinaten eines Platzes des Auftretens eines Ereignisses relativ zum mobilen Objekt 100 verwendet, das im Zusammenhang mit dem Fahren des mobilen Objekts 100 steht.
Gemäß dieser Gestaltung wird es durch Verwendung des Vorhersagemodells ermöglicht, die relativen Koordinaten des Platzes des Auftretens eines Ereignisses relativ zum mobilen Objekt 100 vorherzusagen. Dementsprechend können die Ereignisvorhersagesysteme 1A und 1B jedes das Auftreten eines Ereignisses (unsichtbare Gefahr) vorhersagen, das von einem Zielobjekt in einem sichttoten Bereich eines Fahrers herrührt.
Die Ereignisvorhersagesysteme 1C und 1D gemäß der dritten und vierten beispielhaften Ausführungsform enthalten jedes eine erste Erfassungseinheit 115, eine zweite Erfassungseinheit 116 und einen Abschätzer 117. Die erste Erfassungseinheit 115 erfasst Zeitinformationen, die eine benötigte Zeit bis zu einem Vorhersage-Zeitpunkt darstellen, wenn ein Ereignis im Zusammenhang mit dem Fahren des mobilen Objekts 100 vorhergesagt ist. Die zweite Erfassungseinheit 116 erfasst Informationen des mobilen Objekts, die eine Situation des mobilen Objekts 100 darstellen. Der Abschätzer 117 schätzt den Platz des Auftretens eines Ereignisses auf der Grundlage der Zeitinformationen und der Informationen des mobilen Objekts ab.
Gemäß dieser Gestaltung wird ein Platz des Auftretens eines Ereignisses auf der Grundlage einer benötigten Zeit bis zu einem Vorhersage-Zeitpunkt vorhergesagt, wenn ein Ereignis vorhergesagt wird, und auf der Grundlage einer Situation des mobilen Objekts 100. Dementsprechend können die Ereignisvorhersagesysteme 1C und 1D jedes auch das Auftreten eines Ereignisses (unsichtbare Gefahr) vorhersagen, das von einem Zielobjekt in einem sichttoten Bereich eines Fahrers herrührt. Das heißt, die Ereignisvorhersagesysteme 1C und 1D haben dieselben Auswirkungen wie die Ereignisvorhersagesysteme 1A und 1B.
Die Ereignisvorhersagesysteme 1C und 1D schätzen jedes einen Platz des Auftretens eines Ereignisses unter Verwendung eines eindimensionalen Parameters ab, der benötigte Zeit bis zum Vorhersage-Zeitpunkt genannt wird. Dies ermöglicht es, eine Verarbeitungslast, die für die Abschätzung des Platzes des Auftretens des Ereignisses aufgewendet wird, auf einen relativ geringen Grad zu verringern.
In jedem der Ereignisvorhersagesysteme 1C und 1D können Informationen des mobilen Objekts mindestens eines aus Informationen bezüglich eines zum mobilen Objekt 100 benachbarten Objekts, Informationen bezüglich eines Zustands des mobilen Objekts 100 und Informationen bezüglich einer Position des mobilen Objekts 100 umfassen.
Gemäß dieser Gestaltung schätzt jedes der Ereignisvorhersagesysteme 1C und 1D einen Platz des Auftretens eines Ereignisses unter Verwendung mindestens einer aus ADAS-Informationen, Fahrzeuginformationen und Positionsinformationen. Dies ermöglicht es, eine Verarbeitungslast, die für die Abschätzung des Platzes des Auftretens des Ereignisses aufgewendet wird, auf einen relativ geringen Grad zu verringern.
In jedem der Ereignisvorhersagesysteme 1C und 1D kann der Abschätzer 117 gestaltet sein, eine Ankunftsposition des mobilen Objekts 100 zu einem Vorhersage-Zeitpunkt auf der Grundlage der Zeitinformationen und der Informationen des mobilen Objekts abzuschätzen. In diesem Fall schätzt der Abschätzer 117 einen Platz des Auftretens eines Ereignisses aus der Ankunftsposition ab.
Gemäß dieser Gestaltung wird der Platz des Auftretens des Ereignisses aus der Ankunftsposition des mobilen Objekts 100 am Vorhersage-Zeitpunkt abgeschätzt, und somit wird die Abschätzungsgenauigkeit des Platzes des Auftretens des Ereignisses verbessert.
Der Abschätzer 117 kann als Platz des Auftretens des Ereignisses ein Objekt abschätzen, das sich in der Nähe des mobilen Objekts 100 befindet und an einer Ankunftsposition nach einer erforderlichen Zeit vorhanden ist.
Gemäß dieser Gestaltung wird das Objekt, das an der Ankunftsposition nach der benötigten Zeit vorhanden ist, als Platz des Auftretens des Ereignisses abgeschätzt. Daher kann zum Beispiel, sogar wenn ein Objekt als Ziel für ein Ereignis sich bewegt hat, das Objekt als Ziel des Ereignisses abgeschätzt werden.
Die Ereignisvorhersagesysteme 1C und 1D können ferner die Benachrichtigungseinheit 13 enthalten, um einen vom Abschätzer 117 abgeschätzten Platz des Auftretens eines Ereignisses zu melden. Außerdem kann die Benachrichtigungseinheit 13 eine Anzeigeeinheit enthalten, um einen Platz des Auftretens eines Ereignisses durch Anzeige zu melden. Diese Gestaltungen haben dieselben Auswirkungen wie die der Benachrichtigungseinheit 13 jedes der Ereignisvorhersagesysteme 1A und 1B.
Die Ereignisvorhersagesysteme 1C und 1D können ferner eine Zeit-Vorhersageeinheit 111B zur Vorhersage einer benötigten Zeit enthalten. Die Zeit-Vorhersageeinheit 111B sagt eine benötigte Zeit unter Verwendung einer Vorhersage-Zeit bezüglich des mobilen Objekts 100 und eines Vorhersagemodells vorher.
Entsprechend dieser Gestaltung sagen die Ereignisvorhersagesysteme 1C und 1D jedes die benötigte Zeit vorher und müssen somit keine benötigte Zeit von extern vorsehen. Das heißt, die Ereignisvorhersagesysteme 1C und 1D können jedes einen Prozess zur Vorhersage eines Platzes des Auftretens eines Ereignisses selbst erledigen.
Die Zeit-Vorhersageeinheit 111B kann gestaltet sein, ein unterschiedliches Vorhersagemodell für Attribute jedes Fahrers zu benutzen, der das mobile Objekt 100 fährt.
Diese Gestaltung hat dieselben Auswirkungen wie die des Ereignisvorhersagesystems 1B. Das heißt, die Gestaltung verbessert die Vorhersagegenauigkeit der benötigten Zeit durch die Zeit-Vorhersageeinheit 111B im Vergleich zu einem Fall, in dem ein universell anwendbares Vorhersagemodell verwendet wird.
Andererseits enthalten die Ereignisvorhersagesysteme 1C und 1D jedes eine Sammlungseinheit 121 und einen Erzeuger 122. Die Sammlungseinheit 121 sammelt eine Vielzahl von Teilen von Lerndaten, die Geschichtsinformationen enthalten, die eine Situation des mobilen Objekts 100 bei Auftreten eines Ereignisses im Zusammenhang mit dem Fahren des mobilen Objekts 100 darstellen. Der Erzeuger 122 erzeugt ein Vorhersagemodell zum Vorhersagen einer benötigten Zeit bis zu einem Vorhersage-Zeitpunkt, wenn das Auftreten eines Ereignisses unter Verwendung der Vielzahl von Teilen von Lerndaten vorhergesagt ist. Die Vielzahl von Teilen von Lerndaten umfasst jeweils ferner Kennzeichnungs-Informationen, die eine benötigte Zeit bis zum Zeitpunkt des Auftretens eines Ereignisses darstellen.
Diese Gestaltung erzeugt das Vorhersagemodell zum Vorhersagen der benötigten Zeit bis zu dem Vorhersage-Zeitpunkt, wenn das Auftreten des Ereignisses vorhergesagt ist. Die Verwendung dieses Vorhersagemodells macht es möglich, das die Ereignisvorhersagesysteme 1C und 1D das Auftreten eines Ereignisses (unsichtbare Gefahr) vorhersagen, das von einem Zielobjekt in einem sichttoten Bereich eines Fahrers herrührt.
Ereignisvorhersageverfahren gemäß der ersten und zweiten beispielhaften Ausführungsform sind jeweils gestaltet, eine Vielzahl von Teilen von Lerndaten zu sammeln, die Geschichtsinformationen enthalten, die eine Situation des mobilen Objekts 100 bei Auftreten eines Ereignisses im Zusammenhang mit dem Fahren des mobilen Objekts 100 darstellen. Ein Vorhersagemodell wird unter Verwendung der Vielzahl von Teilen von Lerndaten erzeugt. Das Vorhersagemodell ist ein Modell zur Vorhersage relativer Koordinaten eines Platzes des Auftretens eines Ereignisses relativ zum mobilen Objekt 100. Die Vielzahl von Teilen von Lerndaten umfasst jeweils ferner Kennzeichnungs-Informationen, die die relativen Koordinaten des Platzes des Auftretens des Ereignisses relativ zum mobilen Objekt 100 darstellen.
Gemäß diesem Verfahren wird das Vorhersagemodell zur Vorhersage der relativen Koordinaten des Platzes des Auftretens des Ereignisses relativ zum mobilen Objekt 100 erzeugt. Die Verwendung dieses Vorhersagemodells macht es möglich, das Auftreten eines Ereignisses (unsichtbare Gefahr) vorherzusagen, das von einem Zielobjekt in einem sichttoten Bereich eines Fahrers herrührt. Dementsprechend kann dieses Verfahren Änderungen in der Vorhersagbarkeit einer „unsichtbaren Gefahr“ verringern, die durch einen Grad der Fahrfähigkeiten eines Fahrers, einen angeborenen Sinn für das Fahren, einen Zustand des Fahrers und dergleichen verursacht werden.
Ereignisvorhersageverfahren gemäß der dritten und vierten beispielhaften Ausführungsform umfassen jeweils einen ersten Erfassungsvorgang, einen zweiten Erfassungsvorgang und einen Abschätzungsvorgang. In dem ersten Erfassungsvorgang werden Zeitinformationen erfasst, die eine benötigte Zeit bis zu einem Vorhersage-Zeitpunkt darstellen, wenn ein Ereignis im Zusammenhang mit dem Fahren des mobilen Objekts 100 vorhergesagt wird. In dem zweiten Erfassungsvorgang werden Informationen des mobilen Objekts erfasst, die eine Situation des mobilen Objekts 100 darstellen. In dem Abschätzungsvorgang wird ein Platz des Auftretens eines Ereignisses auf der Grundlage der Zeitinformationen und der Informationen des mobilen Objekts abgeschätzt.
Gemäß diesem Verfahren wird der Platz des Auftretens des Ereignisses auf der Grundlage der benötigten Zeit bis zum Vorhersage-Zeitpunkt vorhergesagt, wenn das Auftreten des Ereignisses vorhergesagt ist, und auf der Grundlage des Zustands des mobilen Objekts 100. Daher ermöglicht es dieses Verfahren auch, das Auftreten eines Ereignisses (unsichtbare Gefahr) vorherzusagen, das von einem Zielobjekt in einem sichttoten Bereich eines Fahrers herrührt. Dementsprechend ist es möglich, dieselben Auswirkungen zu erhalten, wie die der Verfahren gemäß der ersten und zweiten beispielhaften Ausführungsform. Außerdem ist dieses Verfahren gestaltet, einen Platz des Auftretens eines Ereignisses unter Verwendung eines eindimensionalen Parameters abzuschätzen, der benötigte Zeit bis zum Vorhersage-Zeitpunkt genannt wird. Dies ermöglicht es, eine Verarbeitungslast, die für die Abschätzung des Platzes des Auftretens des Ereignisses aufgewendet wird, auf einen relativ geringen Grad zu verringern.
Programme gemäß der ersten und zweiten beispielhaften Ausführungsform bewirken jeweils, dass ein Computersystem veranlasst wird, einen Sammlungsvorgang und einen Erzeugungsvorgang auszuführen. In dem Sammlungsvorgang sammelt das Computersystem eine Vielzahl von Teilen von Lerndaten, die Geschichtsinformationen enthalten, die Situationen des mobilen Objekts 100 bei Auftreten von Ereignissen im Zusammenhang mit dem Fahren des mobilen Objekts darstellen. In dem Erzeugungsprozess erzeugt das Computersystem ein Vorhersagemodell zum Vorhersagen relativer Koordinaten eines Platzes des Auftretens eines Ereignisses relativ zum mobilen Objekt 100, indem es die Vielzahl von Lerndaten verwendet. Die Vielzahl von Teilen von Lerndaten umfasst jeweils ferner Kennzeichnungs-Informationen, die die relativen Koordinaten des Platzes des Auftretens des Ereignisses relativ zum mobilen Objekt 100 darstellen.
Dieses Programm ist gestaltet, das Vorhersagemodell zur Vorhersage der relativen Koordinaten des Platzes des Auftretens des Ereignisses relativ zum mobilen Objekt 100 zu erzeugen. Die Verwendung dieses Vorhersagemodells macht es möglich, das Auftreten eines Ereignisses (unsichtbare Gefahr) vorherzusagen, das von einem Zielobjekt in einem sichttoten Bereich eines Fahrers herrührt.
Programme gemäß der dritten und vierten beispielhaften Ausführungsform veranlassen jeweils, dass ein Computersystem einen ersten Erfassungsvorgang, einen zweiten Erfassungsvorgang und einen Abschätzungsvorgang ausführt. In dem ersten Erfassungsvorgang werden Zeitinformationen erfasst, die eine benötigte Zeit bis zu einem Vorhersage-Zeitpunkt darstellen, wenn ein Ereignis im Zusammenhang mit dem Fahren des mobilen Objekts 100 vorhergesagt wird. In dem zweiten Erfassungsvorgang werden Informationen des mobilen Objekts erfasst, die eine Situation des mobilen Objekts 100 darstellen. In dem Abschätzungsvorgang wird ein Platz des Auftretens eines Ereignisses auf der Grundlage der Zeitinformationen und der Informationen des mobilen Objekts abgeschätzt.
Dieses Programm ist gestaltet, den Platz des Auftretens des Ereignisses auf der Grundlage der benötigten Zeit bis zum Vorhersage-Zeitpunkt abzuschätzen, wenn das Auftreten des Ereignisses vorhergesagt ist, und auf der Grundlage des Zustands des mobilen Objekts 100. Dementsprechend ermöglicht es dieses Programm auch, das Auftreten eines Ereignisses (unsichtbare Gefahr) vorherzusagen, das von einem Zielobjekt in einem sichttoten Bereich eines Fahrers herrührt. Außerdem ist dieses Programm gestaltet, einen Platz des Auftretens eines Ereignisses unter Verwendung eines eindimensionalen Parameters abzuschätzen, der benötigte Zeit bis zum Vorhersage-Zeitpunkt genannt wird. Dies ermöglicht es, eine Verarbeitungslast, die für die Abschätzung des Platzes des Auftretens des Ereignisses aufgewendet wird, auf einen relativ geringen Grad zu verringern.
Gewerbliche Anwendbarkeit
Das Ereignisvorhersagesystem, das Ereignisvorhersageverfahren, das Programm und das Aufzeichnungsmedium gemäß der vorliegenden Offenbarung ermöglichen es, das Auftreten eines Ereignisses vorherzusagen, das von einem Zielobjekt in einem sichttoten Bereich eines Fahrers herrührt. Dies trägt zur Verbesserung der Sicherheit eines mobilen Objekts, wie etwa eines Automobils bei.
Bezugszeichenliste

1A, 1B, 1C, 1D: Ereignisvorhersagesystem
11A, 11B: Vorhersageblock
12: Lernblock
13: Benachrichtigungseinheit
14: Erste Eingabeeinheit
15: Zweite Eingabeeinheit
16: Dritte Eingabeeinheit
100: Mobiles Objekt
111A: Koordinaten-Vorhersageeinheit
111B: Zeit-Vorhersageeinheit
112A, 112B: Modell-Speichereinheit
113: Erster Prozessor
114: Zweiter Prozessor
115: Erste Erfassungseinheit
116: Zweite Erfassungseinheit
117: Abschätzer
121: Sammlungseinheit
122: Erzeuger
131: 3D-HUD
132: 2D-HUD
133: Anzeigeinstrument
134: Multiinformations-Anzeige
301, 301A, 302A, 303A, 301B, 302B, 303B, 301C, 301D, 301E, 302E, 303E, 301F, 302F, 303F: Lastwagen
302C: Fußgänger
302D, 304B, 304E, 304F: Fahrzeug
304A: Fahrrad
401, 401A, 401B, 401C, 401D, 401E, 401F: Markierung
501, 501A, 501B, 501C, 501D, 501E, 501F: Fahrbahn
502, 502A, 502B, 502C, 502D, 502E, 502F: Entgegengesetzte Fahrbahn
503A, 503B, 503C: Bürgersteig
504B: Ampel
504C: Fußgängerüberweg
505B: Parkplatz

Claims

Ereignisvorhersagesystem, umfassend: eine Sammlungseinheit, die gestaltet ist, eine Vielzahl von Teilen von Lerndaten, die jeweils Geschichtsinformationen enthalten, die eine Situation eines mobilen Objekts bei Auftreten eines Ereignisses im Zusammenhang mit dem Fahren des mobilen Objekts darstellen, zu sammeln; einen Erzeuger, der gestaltet ist, ein erstes Vorhersagemodell zum Vorhersagen relativer Koordinaten eines Platzes des Auftretens des Ereignisses relativ zum mobilen Objekt zu erzeugen, indem er die Vielzahl von Teilen von Lerndaten verwendet, und eine Koordinaten-Vorhersageeinheit, die gestaltet ist, die relativen Koordinaten des Platzes des Auftretens eines Ereignisses relativ zum mobilen Objekt vorherzusagen, wobei das erste Vorhersagemodell zur Vorhersage von relativen Koordinaten des Platzes eines Auftretens des Ereignisses relativ zum mobilen Objekt und die das mobile Objekt betreffenden Vorhersageinformationen benutzt werden, wobei die Koordinaten-Vorhersageeinheit gestaltet ist, eine Entfernung vom mobilen Objekt zu einer durch die vorhergesagten Koordinaten angezeigten Position zu berechnen, und - den Platz des Auftretens des Ereignisses abschätzt, wenn die Entfernung kleiner oder gleich einer spezifizierten Entfernung ist, und - den Platz des Auftretens des Ereignisses nicht abschätzt, wenn die Entfernung größer als die spezifizierte Entfernung ist.
Ereignisvorhersagesystem nach Anspruch 1, wobei die Geschichtsinformationen mindestens eines aus Informationen bezüglich eines zum mobilen Objekt benachbarten Objekts, Informationen bezüglich eines Zustands des mobilen Objekts und Informationen bezüglich einer Position des mobilen Objekts umfassen.
Ereignisvorhersagesystem nach Anspruch 1 oder 2, ferner umfassend eine Benachrichtigungseinheit, die gestaltet ist, ein Vorhersageergebnis für das Ereignis auf der Grundlage der von der Koordinaten-Vorhersageeinheit vorhergesagten relativen Koordinaten zu melden.
Ereignisvorhersagesystem nach Anspruch 3, wobei die Benachrichtigungseinheit den Platz des Auftretens des Ereignisses als Vorhersageergebnis für das Ereignis meldet, der aus den relativen Koordinaten abgeschätzt wurde.
Ereignisvorhersagesystem nach Anspruch 3 oder 4, wobei die Benachrichtigungseinheit eine Anzeigeeinheit enthält, um das Vorhersageergebnis für das Ereignis durch Anzeigen zu melden.
Ereignisvorhersagesystem nach einem der Ansprüche 1 bis 5, wobei die Koordinaten-Vorhersageeinheit gestaltet ist, das erste Vorhersagemodell zu verwenden, das für ein Attribut jedes Fahrers, der das mobile Objekt fährt, unterschiedlich ist.
Ereignisvorhersageverfahren, umfassend: Sammeln einer Vielzahl von Teilen von Lerndaten, die jeweils Geschichtsinformationen enthalten, die eine Situation eines mobilen Objekts bei Auftreten eines Ereignisses im Zusammenhang mit dem Fahren des mobilen Objekts darstellen; Erzeugen eines ersten Vorhersagemodells zum Vorhersagen relativer Koordinaten eines Platzes des Auftretens des Ereignisses relativ zum mobilen Objekt unter Verwendung der Vielzahl von Teilen von Lerndaten, und Vorhersagen der relativen Koordinaten des Platzes des Auftretens eines Ereignisses relativ zum mobilen Objekt, wobei das erste Vorhersagemodell zur Vorhersage von relativen Koordinaten des Platzes eines Auftretens des Ereignisses relativ zum mobilen Objekt und die das mobile Objekt betreffenden Vorhersageinformationen benutzt werden, wobei das Verfahren umfasst, eine Entfernung vom mobilen Objekt zu einer durch die vorhergesagten Koordinaten angezeigten Position zu berechnen, und - der Platz des Auftretens des Ereignisses abgeschätzt wird, wenn die Entfernung kleiner oder gleich einer spezifizierten Entfernung ist, und - der Platz des Auftretens des Ereignisses nicht abschätzt wird, wenn die Entfernung größer als die spezifizierte Entfernung ist.
Programm zum Veranlassen eines Computers auszuführen: einen Sammlungsprozess des Sammelns einer Vielzahl von Teilen von Lerndaten, die jeweils Geschichtsinformationen enthalten, die eine Situation eines mobilen Objekts bei Auftreten eines Ereignisses im Zusammenhang mit dem Fahren des mobilen Objekts darstellen, einen Erzeugungsprozess des Erzeugens eines ersten Vorhersagemodells zum Vorhersagen relativer Koordinaten eines Platzes des Auftretens des Ereignisses relativ zum mobilen Objekt, indem die Vielzahl von Teilen von Lerndaten verwendet wird, und einen Vorhersageprozess des Vorhersagens der relativen Koordinaten des Platzes des Auftretens eines Ereignisses relativ zum mobilen Objekt, wobei das erste Vorhersagemodell zur Vorhersage von relativen Koordinaten des Platzes eines Auftretens des Ereignisses relativ zum mobilen Objekt und die das mobile Objekt betreffenden Vorhersageinformationen benutzt werden, wobei das Programm einen Berechnungsprozess zum Berechnen einer Entfernung vom mobilen Objekt zu einer durch die vorhergesagten Koordinaten angezeigten Position veranlasst, und - der Platz des Auftretens des Ereignisses abgeschätzt wird, wenn die Entfernung kleiner oder gleich einer spezifizierten Entfernung ist, und - der Platz des Auftretens des Ereignisses nicht abschätzt wird, wenn die Entfernung größer als die spezifizierte Entfernung ist.
Nichtflüchtiges Aufzeichnungsmedium, das ein Programm speichert, um einen Computer zu veranlassen, Folgendes auszuführen: einen Sammlungsprozess des Sammelns einer Vielzahl von Teilen von Lerndaten, die jeweils Geschichtsinformationen enthalten, die eine Situation eines mobilen Objekts bei Auftreten eines Ereignisses im Zusammenhang mit dem Fahren des mobilen Objekts darstellen, einen Erzeugungsprozess des Erzeugens eines ersten Vorhersagemodells zum Vorhersagen relativer Koordinaten eines Platzes des Auftretens des Ereignisses relativ zum mobilen Objekt, indem die Vielzahl von Teilen von Lerndaten verwendet wird, und einen Vorhersageprozess des Vorhersagens der relativen Koordinaten des Platzes des Auftretens eines Ereignisses relativ zum mobilen Objekt, wobei das erste Vorhersagemodell zur Vorhersage von relativen Koordinaten des Platzes eines Auftretens des Ereignisses relativ zum mobilen Objekt und die das mobile Objekt betreffenden Vorhersageinformationen benutzt werden, wobei das Programm einen Berechnungsprozess zum Berechnen einer Entfernung vom mobilen Objekt zu einer durch die vorhergesagten Koordinaten angezeigten Position veranlasst, und - der Platz des Auftretens des Ereignisses abgeschätzt wird, wenn die Entfernung kleiner oder gleich einer spezifizierten Entfernung ist, und - der Platz des Auftretens des Ereignisses nicht abschätzt wird, wenn die Entfernung größer als die spezifizierte Entfernung ist.