JP2011198266A - Risk determining device and program - Google Patents
Risk determining device and program Download PDFInfo
- Publication number
- JP2011198266A JP2011198266A JP2010066626A JP2010066626A JP2011198266A JP 2011198266 A JP2011198266 A JP 2011198266A JP 2010066626 A JP2010066626 A JP 2010066626A JP 2010066626 A JP2010066626 A JP 2010066626A JP 2011198266 A JP2011198266 A JP 2011198266A
- Authority
- JP
- Japan
- Prior art keywords
- movable object
- data
- block
- movable
- stored
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Traffic Control Systems (AREA)
Abstract
Description
本発明は、危険判定装置及びプログラムに係り、特に、可動物同士の衝突の危険性を判定する危険判定装置及びプログラムに関する。 The present invention relates to a risk determination device and a program, and more particularly to a risk determination device and a program for determining the risk of collision between movable objects.
従来より、可動物間の衝突確率を考慮して、走行環境の死角や可動物に起因する危険要因を推定しながら、危険度を判定して運転支援を行なう運転支援装置が知られている（特許文献１）。 2. Description of the Related Art Conventionally, driving assistance devices that perform driving assistance by determining the degree of danger while estimating the blind spots of the driving environment and the risk factors caused by the moving objects in consideration of the collision probability between the moving objects are known ( Patent Document 1).
しかしながら、上記の特許文献１に記載の技術では、衝突判定を物体間の組み合わせ数だけ行う必要があり、可動物の数が増えるほど衝突確率計算の計算時間が増大してしまう、という問題がある。
However, in the technique described in
本発明は、上記の問題点を解決するためになされたもので、可動物の数が増えても計算時間の増大を抑制して、衝突の危険性を判定することができる危険判定装置及びプログラムを提供することを目的とする。 The present invention has been made to solve the above-described problems, and a risk determination device and a program capable of determining the risk of collision while suppressing an increase in calculation time even when the number of movable objects increases. The purpose is to provide.
上記の目的を達成するために本発明に係る危険判定装置は、判定対象範囲から、可動物及び前記可動物の移動状態を検出する可動物検出手段と、前記可動物検出手段によって検出された可動物の移動状態を含む可動物データを生成すると共に、前記判定対象範囲を分割した複数のブロックで表されると共に、前記ブロックに静止物の存在が記録された地図情報において、前記可動物検出手段によって検出された可動物の位置に対応するブロックに、前記生成された前記可動物データを格納するデータ生成手段と、前記地図情報のブロックに格納された可動物データの移動状態を、ランダムデータに基づいて変更すると共に、前記変更された前記移動状態に応じて、各可動物データが格納されるブロックを移動させることを繰り返し行うデータ移動手段と、前記データ移動手段による各可動物データの移動が行われる毎に、各可動物データの移動により、異なる可動物の可動物データの組み合わせが同じブロックに格納された場合、前記可動物データの組み合わせを消滅させると共に、各々対応する可動物の可動物データを生成し、前記対応する可動物の他の可動物データが格納されたブロック、又は該ブロックの周辺のブロックに、前記生成された可動物データを格納し、各可動物データの移動により、前記可動物データが、静止物が存在するブロックに格納された場合、前記可動物データを消滅させると共に、対応する可動物の可動物データを生成し、前記対応する可動物の他の可動物データが格納されたブロック、又は該ブロックの周辺のブロックに、前記生成された可動物データを格納するデータ更新手段と、前記データ更新手段において消滅した前記可動物データの組み合わせの消滅位置と、前記可動物データの組み合わせの可動物に関する情報とを示す消滅情報を記録する記録手段と、前記記録手段によって記録された消滅情報の消滅位置に基づいて、前記可動物同士が衝突する危険性がある位置を判定する判定手段とを含んで構成されている。 In order to achieve the above object, the danger determination device according to the present invention includes a movable object detection unit that detects a movable object and a moving state of the movable object from the determination target range, and a movable object detection unit that detects the movable object. In the map information in which the moving object data including the moving state of the animal is generated and represented by a plurality of blocks obtained by dividing the determination target range, and the presence of a stationary object is recorded in the block, the movable object detecting unit The data generation means for storing the generated movable object data in a block corresponding to the position of the movable object detected by the above, and the movement state of the movable object data stored in the block of the map information are converted into random data. Data that is repeatedly changed based on the moving state in which the movable object data is stored in accordance with the changed moving state. When each movable object data is moved by the moving means and the data moving means, a combination of movable object data of different movable objects is stored in the same block by the movement of each movable object data. Along with erasing the combination of data, each generates moving object data of the corresponding movable object, and the generated data is generated in a block in which other movable object data of the corresponding movable object is stored or in a block around the block. If the movable object data is stored in a block where a stationary object exists by moving each movable object data, the movable object data is erased and the movable object of the corresponding movable object is stored. Data is generated, and the generated movable object data is stored in a block in which other movable object data of the corresponding movable object is stored or in a block around the block. Data update means for storing data, recording means for recording disappearance information indicating the disappearance position of the combination of the movable object data disappeared in the data update means, and information regarding the movable object of the combination of the movable object data, And determining means for determining a position at which there is a risk of collision between the movable objects based on the disappearance position of the disappearance information recorded by the recording means.
また、本発明に係るプログラムは、コンピュータを、判定対象範囲から、可動物及び前記可動物の移動状態を検出する可動物検出手段によって検出された可動物の移動状態を含む可動物データを生成すると共に、前記判定対象範囲を分割した複数のブロックで表されると共に、前記ブロックに静止物の存在が記録された地図情報において、前記可動物検出手段によって検出された可動物の位置に対応するブロックに、前記生成された前記可動物データを格納するデータ生成手段、前記地図情報のブロックに格納された可動物データの移動状態を、ランダムデータに基づいて変更すると共に、前記変更された前記移動状態に応じて、各可動物データが格納されるブロックを移動させることを繰り返し行うデータ移動手段、前記データ移動手段による各可動物データの移動が行われる毎に、各可動物データの移動により、異なる可動物の可動物データの組み合わせが同じブロックに格納された場合、前記可動物データの組み合わせを消滅させると共に、各々対応する可動物の可動物データを生成し、前記対応する可動物の他の可動物データが格納されたブロック、又は該ブロックの周辺のブロックに、前記生成された可動物データを格納し、各可動物データの移動により、前記可動物データが、静止物が存在するブロックに格納された場合、前記可動物データを消滅させると共に、対応する可動物の可動物データを生成し、前記対応する可動物の他の可動物データが格納されたブロック、又は該ブロックの周辺のブロックに、前記生成された可動物データを格納するデータ更新手段、前記データ更新手段において消滅した前記可動物データの組み合わせの消滅位置と、前記可動物データの組み合わせの可動物に関する情報とを示す消滅情報を記録する記録手段、及び前記記録手段によって記録された消滅情報の消滅位置に基づいて、前記可動物同士が衝突する危険性がある位置を判定する判定手段として機能させるためのプログラムである。 In addition, the program according to the present invention generates, from the determination target range, movable object data including a movable object and a moving state of the movable object detected by a movable object detecting unit that detects a moving state of the movable object. And a block corresponding to the position of the movable object detected by the movable object detection means in the map information in which the existence of the stationary object is recorded in the block, and is represented by a plurality of blocks obtained by dividing the determination target range. The data generation means for storing the generated movable object data, the movement state of the movable object data stored in the block of the map information is changed based on random data, and the changed movement state According to the data movement means for repeatedly moving the block storing each movable object data, the data movement means When each movable object data is moved, if a combination of movable object data of different movable objects is stored in the same block due to the movement of each movable object data, the combination of the movable object data is erased, and Generating movable object data of each corresponding movable object, storing the generated movable object data in a block in which other movable object data of the corresponding movable object is stored, or a block around the block; When the movable object data is stored in a block where a stationary object exists due to the movement of each movable object data, the movable object data is erased, and the movable object data of the corresponding movable object is generated. A data updating means for storing the generated movable object data in a block in which other movable object data is stored or a block around the block; Recording means for recording disappearance information indicating the disappearance position of the combination of the movable object data disappeared in the data updating means and information regarding the movable object of the combination of the movable object data, and the disappearance information recorded by the recording means It is a program for functioning as a determination means for determining a position at which there is a risk of collision of the movable objects based on the disappearance position.
本発明によれば、可動物検出手段によって、判定対象範囲から、可動物及び前記可動物の移動状態を検出する。データ生成手段によって、可動物検出手段によって検出された可動物の移動状態を含む可動物データを生成すると共に、判定対象範囲を分割した複数のブロックで表されると共に、ブロックに静止物の存在が記録された地図情報において、可動物検出手段によって検出された可動物の位置に対応するブロックに、生成された可動物データを格納する。 According to the present invention, the movable object detection means detects the movable object and the moving state of the movable object from the determination target range. The data generation means generates movable object data including the moving state of the movable object detected by the movable object detection means, and is represented by a plurality of blocks into which the determination target range is divided. In the recorded map information, the generated movable object data is stored in a block corresponding to the position of the movable object detected by the movable object detecting means.
そして、データ移動手段によって、地図情報のブロックに格納された可動物データの移動状態を、ランダムデータに基づいて変更すると共に、変更された移動状態に応じて、各可動物データが格納されるブロックを移動させることを繰り返し行う。データ更新手段によって、データ移動手段による各可動物データの移動が行われる毎に、各可動物データの移動により、異なる可動物の可動物データの組み合わせが同じブロックに格納された場合、可動物データの組み合わせを消滅させると共に、各々対応する可動物の可動物データを生成し、対応する可動物の他の可動物データが格納されたブロック、又は該ブロックの周辺のブロックに、生成された可動物データを格納し、各可動物データの移動により、可動物データが、静止物が存在するブロックに格納された場合、可動物データを消滅させると共に、対応する可動物の可動物データを生成し、対応する可動物の他の可動物データが格納されたブロック、又は該ブロックの周辺のブロックに、生成された可動物データを格納する。また、データ更新手段において消滅した可動物データの組み合わせの消滅位置と、可動物データの組み合わせの可動物に関する情報とを示す消滅情報を記録手段に記録する。 Then, the moving state of the movable object data stored in the map information block is changed based on the random data by the data moving means, and each movable object data is stored according to the changed moving state. Repeatedly move. When each moving object data is moved by the data moving means by the data updating means, the moving object data is stored when the combination of moving object data of different moving objects is stored in the same block due to the movement of each moving object data. The movable object data of the corresponding movable object is generated, and the movable object generated in the block in which the other movable object data of the corresponding movable object is stored or in the block around the block is generated. When the movable object data is stored in the block where the stationary object exists by storing the data and moving the movable object data, the movable object data is erased and the movable object data of the corresponding movable object is generated. The generated movable object data is stored in a block in which other movable object data corresponding to the movable object is stored or in a block around the block. Further, the disappearance information indicating the disappearance position of the combination of the movable object data disappeared by the data updating means and the information regarding the movable object of the combination of the movable object data is recorded in the recording means.
そして、判定手段によって、記録手段によって記録された消滅情報の消滅位置に基づいて、可動物同士が衝突する危険性がある位置を判定する。 Then, based on the disappearance position of the disappearance information recorded by the recording means, the determination means determines a position where there is a risk that the movable objects collide with each other.
このように、各可動物データの移動を繰り返し行う毎に、可動物データの消滅及び生成を行って可動物データを更新し、消滅した可動物データの組み合わせの消滅位置に基づいて、可動物同士が衝突する危険性がある位置を判定することにより、可動物の数が増えても計算時間の増大を抑制して、衝突の危険性を判定することができる。 In this way, each time the movement of each movable object data is repeated, the movable object data is deleted and generated to update the movable object data, and based on the disappearance position of the combination of the disappeared movable object data, By determining the position where there is a risk of collision, even if the number of movable objects increases, the increase in calculation time can be suppressed and the risk of collision can be determined.
本発明に係るデータ生成手段は、可動物検出手段によって検出された可動物の可動物データを生成してブロックに格納すると共に、地図情報において、静止物の存在が記録されたブロックと、判定対象物の位置とに基づいて、判定対象物から見たときの静止物によって形成された死角領域を特定し、特定された死角領域内に存在すると想定される可動物の可動物データを生成し、特定された死角領域内のブロックに、生成された可動物データを格納することができる。これによって、死角領域内に存在すると想定される可動物との衝突の危険性を判定することができる。 The data generation means according to the present invention generates the movable object data of the movable object detected by the movable object detection means and stores it in the block, and in the map information, the block in which the presence of the stationary object is recorded, and the determination target Based on the position of the object, identify the blind spot area formed by the stationary object when viewed from the object to be determined, and generate the movable object data of the movable object assumed to exist within the identified blind spot area, The generated movable object data can be stored in the block in the identified blind spot area. This makes it possible to determine the risk of collision with a movable object that is assumed to exist in the blind spot area.
本発明に係る可動物検出手段は、可動物及び可動物の移動状態と共に、可動物の種類を検出し、データ生成手段は、検出された移動状態及び可動物の種類を含む可動物データを生成して、ブロックに格納し、データ更新手段は、データ移動手段による各可動物データの移動が行われる毎に、更に、可動物の種類の各々について、可動物の種類が移動する領域でないブロックに格納された可動物の種類の可動物データを消滅させると共に、消滅させた分だけ、同じ可動物の可動物データを生成し、可動物の種類が移動する領域内の、同じ可動物の可動物データが格納されたブロック、又は該ブロックの周囲のブロックに、生成された可動物データを格納することができる。これによって、可動物の種類に応じて、移動する領域でないブロックに格納された可動物データを消滅させるように可動物データを更新することができる。 The movable object detection means according to the present invention detects the type of the movable object together with the movable object and the movement state of the movable object, and the data generation means generates movable object data including the detected movement state and the type of the movable object. Then, each time each moving object data is moved by the data moving means, the data updating means further converts the moving object type into a block that is not an area where the moving object type moves. The movable object data of the type of the stored movable object is erased, and the movable object data of the same movable object is generated for the amount of disappearance, and the movable object of the same movable object in the area where the movable object type moves. The generated movable object data can be stored in a block in which data is stored or in a block around the block. Thereby, according to the kind of movable object, movable object data can be updated so that the movable object data stored in the block which is not a moving area may be erased.
また、上記の可動物の種類を考慮した発明におけるデータ生成手段は、可動物検出手段によって検出された可動物の可動物データを生成してブロックに格納すると共に、地図情報において、静止物の存在が記録されたブロックと、判定対象物の位置とに基づいて、判定対象物から見たときの静止物によって形成された死角領域を特定し、判定対象範囲の可動物の移動環境を検出する環境検出手段によって検出された移動環境のうちの特定された死角領域の周辺の移動環境、又は特定された死角領域の位置に基づいて、特定された死角領域内に存在すると想定される可動物の種類を推定して、推定された可動物の種類を含む可動物データを生成し、特定された死角領域内のブロックに、生成された前記可動物データを格納することができる。これによって、死角領域内に存在すると想定される可動物の種類を考慮して、死角領域内に存在すると想定される可動物との衝突の危険性を判定することができる。 In addition, the data generation means in the invention considering the type of the movable object generates the movable object data of the movable object detected by the movable object detection means and stores it in the block. An environment in which a blind spot area formed by a stationary object when viewed from the determination object is identified based on the block in which the object is recorded and the moving environment of the movable object in the determination object range is detected The type of movable object assumed to exist in the specified blind spot area based on the mobile environment around the specified blind spot area of the moving environment detected by the detection means or the position of the specified blind spot area , The movable object data including the estimated type of the movable object is generated, and the generated movable object data can be stored in the block in the identified blind spot area. This makes it possible to determine the risk of collision with a movable object that is assumed to be present in the blind spot area in consideration of the type of movable object that is assumed to be present in the blind spot area.
上記のデータ生成手段は、可動物である判定対象物の可動物データを更に生成し、地図情報において、判定対象物の位置に対応するブロックに、判定対象物の可動物データを格納し、判定手段は、記録手段によって記録された消滅情報のうち、判定対象物の可動物データとの組み合わせで消滅したことを記録した消滅情報の消滅位置に基づいて、判定対象物が他の可動物と衝突する危険性がある位置を判定することができる。 The data generation means further generates movable object data of a determination object that is a movable object, and stores the movable object data of the determination object in a block corresponding to the position of the determination object in the map information. Based on the disappearance position of the disappearance information recorded that the disappearance information recorded by the recording means has disappeared in combination with the movable object data of the judgment object, the determination object collides with another movable object. It is possible to determine a position where there is a risk of performing.
上記の発明に係る危険判定装置は、判定対象範囲に存在する物体の位置を検出する物***置検出手段と、判定対象物の運動を推定する運動推定手段と、前回更新された地図情報を、運動推定手段によって推定された現在の判定対象物の運動に基づいて、現在の判定対象物から見た地図情報に繰り返し更新する地図更新手段と、地図更新手段によって地図情報が更新される毎に、更新された地図情報に、物***置検出手段によって検出された現在の物体の位置に対応するブロックに、静止物の存在を記録すると共に、判定対象物から検出された現在の物体の位置までの間に対応する各ブロックにおける静止物の存在の記録を減少させる静止物記録手段とを更に含んで構成することができる。 The risk determination device according to the above invention includes an object position detection unit that detects a position of an object existing in the determination target range, a motion estimation unit that estimates a motion of the determination target, Based on the motion of the current determination object estimated by the estimation means, the map update unit that repeatedly updates the map information viewed from the current determination object and the map update unit each time the map information is updated In the map information, the presence of a stationary object is recorded in a block corresponding to the position of the current object detected by the object position detection means, and between the determination object and the position of the current object detected. Still object recording means for reducing the recording of the presence of a stationary object in each corresponding block may be included.
上記のデータ生成手段は、予め定められた個数の可動物データを生成して、ブロックに格納することができる。 The data generation means can generate a predetermined number of movable object data and store it in the block.
以上説明したように、本発明の危険判定装置及びプログラムによれば、各可動物データの移動を繰り返し行う毎に、可動物データの消滅及び生成を行って可動物データを更新し、消滅した可動物データの組み合わせの消滅位置に基づいて、可動物同士が衝突する危険性がある位置を判定することにより、可動物の数が増えても計算時間の増大を抑制して、衝突の危険性を判定することができる、という効果が得られる。 As described above, according to the danger determination device and program of the present invention, every time movement of each movable object data is repeated, the movable object data is deleted and generated to update the movable object data, and the possibility that the movable object data has disappeared. By determining the position at which there is a risk of collision between moving objects based on the disappearance position of the combination of animal data, even if the number of movable objects increases, the increase in calculation time is suppressed and the risk of collision is reduced. The effect that it can be determined is obtained.
以下、図面を参照して本発明の実施の形態を詳細に説明する。なお、本実施の形態では、車両に搭載された衝突危険判定装置に、本発明を適用した場合を例に説明する。 Hereinafter, embodiments of the present invention will be described in detail with reference to the drawings. In the present embodiment, a case where the present invention is applied to a collision risk determination device mounted on a vehicle will be described as an example.
図１に示すように、第１の実施の形態に係る衝突危険判定装置１０は、判定対象範囲である自車両の前方に対してレーザを１次元（水平方向）に走査しながら照射し、レーザの反射によりレーザが照射された物体の２次元位置を検出するレーザレーダ１２と、自車両の運動状態を検出する運動センサ１４と、自車両の前方を撮影するカメラ１８と、判定対象物である自車両の位置を検出するＧＰＳ装置２０と、これらの検出結果に基づいて、現在の自車両から見た前方の静止物の存在を記録した局所地図情報を生成すると共に、可動物との衝突の危険性を判定し、衝突の危険性がある場合に、警報装置２４によって警報を行うコンピュータ２２とを備えている。
As shown in FIG. 1, the collision
また、レーザレーダ１２は、車両前方に設置され、装置を基準とする車両前方に存在する物体までの距離を検出する装置であり、出力するレーザを水平方向に走査することで、レーザの反射により自車両前方に存在する複数の物体表面上の複数の点の位置を検出することができる。レーザレーダ１２による検出結果は、自車両前方に存在する物体表面のある点の位置を表す２次元座標の集合である。レーザレーダ１２による検出処理は一定サイクルで実行され、レーザレーダ１２は、各時点での自車両前方に存在する物体表面の複数の点の２次元位置を示すデータをコンピュータ２２に出力する。なお、レーザレーダ１２は、物***置検出手段の一例である。
The
運動センサ１４は、自車両の速度を計測する車速センサ、ヨーレートを計測するジャイロセンサ、又は自車両の加速度を計測する加速度センサで構成されている。
The
カメラ１８は、小型のＣＣＤカメラ又はＣＭＯＳカメラで構成され、車両の前方を撮影するように車両のフロントウィンドウ上部等に取り付けられている。カメラ１８で撮影された前方の道路状況等の画像データは、コンピュータ２２に入力される。
The
コンピュータ２２は、ＣＰＵ、後述する局所地図生成処理ルーチン及び危険判定処理ルーチンの各々を実行するためのプログラムを記憶したＲＯＭ、データ等を記憶するＲＡＭ、及びこれらを接続するバスを含んで構成されている。このコンピュータ２２をハードウエアとソフトウエアとに基づいて定まる機能実現手段毎に分割した機能ブロックで説明すると、図１に示すように、レーザレーダ１２により検出された物体の２次元位置を取得する物***置取得部３０と、運動センサ１４により検出された車速、ヨーレート、又は加速度に基づいて、自車両の運動を推定する自車運動推定部３２と、自車両の運動に基づいて、一時刻前までの局所地図情報を現在の自車両から見た座標系の局所地図情報に更新する局所地図更新部３４と、検出された現在の物体の２次元位置に基づいて、更新された局所地図情報における静止物の存在確率を変更する存在確率変更部３６と、を備えている。なお、存在確率変更部３６は、静止物記録手段の一例である。
The computer 22 includes a CPU, a ROM that stores programs for executing each of a local map generation processing routine and a danger determination processing routine, which will be described later, a RAM that stores data, and a bus that connects these. Yes. If the computer 22 is described with function blocks divided for each function realizing means determined based on hardware and software, as shown in FIG. 1, an object for obtaining a two-dimensional position of an object detected by the
自車運動推定部３２は、局所地図情報が前回更新されてから現在までの間における、運動センサ１４により検出された車速、ヨーレート、又は加速度に基づいて、局所地図情報が前回更新されてから現在までの自車両の運動を推定する。
The own vehicle
局所地図更新部３４は、一時刻前までに更新された局所地図情報を、推定された自車両の運動に従って、現在の自車から見た座標系へと変換することで、現在の自車両から見た前方領域を表わす局所地図情報を生成する。また、局所地図更新部３４は、局所地図情報の更新を繰り返し行う。局所地図情報は、図２（Ｂ）に示すように、自車両前方の一定領域内を、一定の大きさの格子（ブロック）によって分割した複数のブロックで表される地図である。各ブロックにはその位置に静止物が存在する確率が記録され、初期状態では、図２（Ｂ）に示すように、存在確率として初期値である０.５（中間値）が記録されている。
The local
存在確率変更部３６は、局所地図更新部３４により局所地図情報が更新される毎に、物***置取得部３０によって取得された現在の物体の２次元位置それぞれに基づいて、更新された局所地図情報において、その物体の２次元位置に対応するブロックの存在確率を増加させ、自車両からその物体の２次元位置までの直線上に存在する各ブロックの存在確率を減少させる。このように存在確率を変更することにより、一定期間以上、対応する位置で物体が検出されたブロックの存在確率は高くなり、物体が一時的にしか検出されないブロックの存在確率は低くなる。図２（Ａ）に示すような走行環境である場合、図２（Ｃ）に示すように、例えば、静止物が確実に存在する位置のブロックには存在確率として１（最大値）が記録され、静止物が存在しない位置のブロックには存在確率として０（最小値）が記録される。また、他の物体によって隠されているなどの原因によって、その位置の情報が得られていないブロック（死角領域のブロック）には、存在確率として初期値である０.５（中間値）が記録される。
Each time the local map information is updated by the local
この結果、多くの移動物が存在する走行環境においても、比較的長時間同じ位置に観測される路側物などの静止物のみを安定して検出可能である。また、現在までレーザレーダ１２により観測できていない部分（不可視領域）も、存在確率が初期値（０.５）のままのブロックとして検出可能である。また、レーザレーダ１２の計測点がほとんど得られない遠方領域は、初期値から変化しないので、死角領域とみなすことができる。
As a result, even in a traveling environment where many moving objects exist, only stationary objects such as roadside objects observed at the same position for a relatively long time can be detected stably. Also, a portion (invisible region) that has not been observed by the
また、コンピュータ２２は、電子地図を記憶した地図データベース３８と、カメラ１８によって撮影された前方画像及びＧＰＳ装置２０によって検出された自車両の位置に基づいて、自車両周辺の可動物及び走行環境の状況を検出する環境検出部４０と、局所地図情報を複製し、検出された走行環境の状況を更に表わした可動物進入可能性マップを生成するマップ生成部４２と、可動物進入可能性マップ上に、可動物を表わすデータとしての可動物粒子を生成する粒子生成候補領域を設定し、可動物粒子を生成して、粒子生成候補領域に配置する可動物粒子生成部４４と、可動物粒子を移動させると共に、消滅及び複製して可動物粒子を更新する可動物粒子更新部４６と、可動物粒子更新部４６の更新により消滅した可動物粒子の情報を記録した更新記録部４８と、更新記録部４８によって記録された情報に基づいて、自車両と可動物との衝突の危険性がある位置を判定して、判定結果を警報装置２４により出力する危険判定部５０とを備えている。なお、環境検出部４０は、可動物検出手段及び環境検出手段の一例である。また、可動物粒子更新部４６は、データ移動手段及びデータ更新手段の一例である。
In addition, the computer 22 determines the moving object and the traveling environment around the own vehicle based on the
地図データベース３８に記憶されている電子地図には、道路形状や標識表示、建造物に関する情報が格納されている。
The electronic map stored in the
環境検出部４０は、ＧＰＳ装置２０によって検出された自車位置に基づいて、地図データベース３８の電子地図から、図３に示すように、自車両周辺の道路形状や標識表示、建造物に関する情報を検出する。また、環境検出部４０は、カメラ１８によって撮影された前方画像から、学習型のパターン認識技術（例えば、ＳＶＭ）によって、図３に示すように、前方に存在する可動物及び可動物の種類（例えば、歩行者、二輪車、自動車等）を検出すると共に、信号機の点灯状況を検出する。
Based on the position of the vehicle detected by the
マップ生成部４２は、存在確率変更部３６により得られる現在の局所地図情報を複製し、検出された走行環境の状況を表わした可動物進入可能性マップを生成する。例えば、歩行者用の進入可能性マップとして、検出された横断歩道や歩道の領域に対応するブロックに、横断歩道や歩道であることを格納する。また、検出された信号機の点灯状態を考慮して、横断歩道などを進入不可能と定義しても良い。さらに、このような可動物進入可能性マップは、自動車や二輪車に対応するものを用意しても良い。
The
また、マップ生成部４２は、可動物進入可能性マップから、自車位置と静止物の位置とに基づいて、図３に示すように、自車から見た静止物によって形成される死角領域を特定する。また、マップ生成部４２は、連続する局所地図情報の時間差分をとることによって、移動物と静止物とを識別し、可動物進入可能性マップ上において移動物が存在する領域を特定する。また、マップ生成部４２は、特定された移動物が存在する領域と、環境検出部４０で検出された可動物の種類とを対応付ける。
Further, the
可動物粒子生成部４４は、可動物進入可能性マップにおいて、特定された移動物が存在する領域を、粒子生成候補領域とし、可動物進入可能性マップの死角領域も粒子生成候補領域とする。また、自車両が存在する領域も、粒子生成候補領域とする。また、可動物粒子生成部４４は、予め設計された粒子総数となるように、乱数発生器を用いて、各粒子生成候補領域に対して複数の可動物粒子を生成して配置する。図４（Ａ）に示すような移動物が存在する領域から生成された粒子生成候補領域に配置された可動物粒子には、自動車、二輪車、歩行者などの可動物の種類の検出結果のラベルや、検出された移動状態としての向き、速度などの情報を併せて割り当てる。なお、粒子総数は、コンピュータ２２の処理能力に応じて予め設定しておけばよい。
In the movable object approach possibility map, the movable object
また、可動物を識別するための識別情報が、可動物粒子に割り当てられる。例えば、１つの移動物について生成された粒子生成候補領域に対しては、同じ識別情報が割り当てられた可動物粒子が生成される。図４（Ｂ）に示すような死角領域から生成された粒子生成候補領域の可動物粒子には、環境検出部４０の検出結果と、図５に示すような予め定められたＩＦ−ＴＨＥＮルールに基づいて、自動車、二輪車、歩行者などの可動物の種類を示すラベルや、向き・速度などの移動状態を示す情報を併せて可動物粒子に割り当てる。例えば、道路形状が、片側１車線道路であり、死角領域が、駐車車両により形成されるものであり、かつ、死角領域に、横断歩道が含まれる場合には、歩行者のラベルが割り当てられた可動物粒子が配置される。 Further, identification information for identifying the movable object is assigned to the movable object particles. For example, for a particle generation candidate region generated for one moving object, movable object particles to which the same identification information is assigned are generated. For the movable particles in the particle generation candidate region generated from the blind spot region as shown in FIG. 4B, the detection result of the environment detection unit 40 and the predetermined IF-THEN rule as shown in FIG. Based on this, a label indicating the type of a movable object such as an automobile, a two-wheeled vehicle, or a pedestrian, and information indicating a moving state such as direction and speed are also assigned to the movable object particle. For example, if the road shape is a one-lane road on one side, the blind spot area is formed by a parked vehicle, and the blind spot area includes a pedestrian crossing, a pedestrian label is assigned. Movable particles are arranged.
可動物粒子更新部４６は、各可動物粒子の移動状態を、ランダムデータ（乱数）に基づいて変更して、図６に示すように、各可動物粒子の変更後の移動状態に応じて、各可動物粒子を移動させてから、可動物粒子の再選択を行って、各可動物粒子の配置を１ステップ更新する。
The movable object
以下、各可動物粒子の配置を更新する原理について説明する。 Hereinafter, the principle of updating the arrangement of each movable particle will be described.
まず、初期状態として、図７（Ａ）に示すように可動物粒子が配置されている場合に、更新処理により、各可動物粒子に割り当てられた移動状態が、ランダムデータに基づいて変更され、図７（Ｂ）に示すように、変更された移動状態に応じて、各可動物粒子が遷移する。 First, as the initial state, when the movable particles are arranged as shown in FIG. 7 (A), the moving state assigned to each movable particle is changed based on the random data by the update process. As shown in FIG. 7B, each movable particle transitions according to the changed moving state.
そして、図７（Ｃ）に示すように、遷移制約を受ける領域の可動物粒子を中心に、少なくとも１つの可動物粒子を消滅させる。次に、図７（Ｄ）に示すように、消滅させた分だけ、可動物粒子を複製して、消滅していない他の可動物粒子の位置に重複するように配置し、又は、消滅していない他の可動物粒子の位置の周辺の位置（乱数を乗じた位置）に配置する。これによって、遷移制約を受けない領域を中心に、可動物粒子が新たに生成される。また、全粒子数が一定になるように、上記の消滅及び複製が行われる。 Then, as shown in FIG. 7C, at least one movable particle is extinguished around the movable particle in the region subjected to the transition restriction. Next, as shown in FIG. 7 (D), the movable object particles are duplicated by the amount of disappearance, and arranged so as to overlap with the positions of other movable object particles that have not disappeared, or disappear. It is placed at a position around the position of other movable particles that are not (position multiplied by random numbers). As a result, movable particles are newly generated around a region that is not subject to transition restrictions. In addition, the above disappearance and replication are performed so that the total number of particles is constant.
そして、図７（Ｅ）に示すように配置された可動物粒子に対して、同上記と同様に次ステップの更新処理が行われる。 And the update process of the next step is performed similarly to the above with respect to the movable particle arrange | positioned as shown in FIG.7 (E).
次に、可動物粒子の遷移制約の例について説明する。 Next, an example of transition restriction of movable particles will be described.
まず、他の可動物の可動物粒子と重複することを、遷移制約とする。従って、異なる識別情報が割り当てられた可動物粒子が同じブロックに配置されている場合には、これらの可動物粒子は、更新処理により消滅させられる。例えば、図８（Ａ）に示すような、壁と縁石に挟まれた歩道の領域内に、２人の歩行者が存在する場合、図８（Ｂ）に示すように、重複して配置された２人の歩行者の可動物粒子を中心に、図８（Ｃ）に示すように更新処理で消滅させる。なお、各可動物に対して、他の可動物の可動粒子が配置されたブロックに適切な尤度を設定して、遷移制約を構成すればよい。 First, let it be a transition constraint to overlap with the movable particle of another movable object. Therefore, when movable particles to which different identification information is assigned are arranged in the same block, these movable particles are extinguished by the update process. For example, when two pedestrians exist in a sidewalk area sandwiched between a wall and a curb as shown in FIG. 8 (A), they are arranged overlappingly as shown in FIG. 8 (B). The moving object particles of the two pedestrians are extinguished by the update process as shown in FIG. 8C. For each movable object, a transition constraint may be configured by setting an appropriate likelihood for a block in which movable particles of other movable objects are arranged.
このとき、他の可動物の可動物粒子と重複することを遷移制約として、可動物粒子が消滅させられた場合には、消滅した位置と、消滅させられた２つの可動物粒子の可動物の種類のペアとを示す消滅情報を更新記録部４８に記録する。
At this time, if the movable particle is extinguished by overlapping with the movable particle of another movable object, the position of the extinguished and the movable object of the two movable particles that have been extinguished The disappearance information indicating the type pair is recorded in the
また、障害物（静止物）が存在する領域と重複することを、遷移制約とする。例えば、図９（Ａ）に示すような、壁と縁石に挟まれた歩道の領域内に、電柱が存在する場合、図９（Ｂ）に示すような、静止物である壁、縁石、及び電柱が存在する領域に配置された可動物粒子を中心に、図９（Ｃ）に示すように更新処理で消滅させる。なお、可動物進入可能性マップのブロックに記録された存在確率に応じて、可動物粒子が消滅させられるように構成してもよく、この場合、各ブロックの存在確率を尤度として設定して、遷移制約を構成すればよい。 In addition, overlapping with an area where an obstacle (stationary object) exists is defined as a transition constraint. For example, when a utility pole exists in the area of a sidewalk sandwiched between a wall and a curb as shown in FIG. 9A, a wall, a curb, and a stationary object as shown in FIG. As shown in FIG. 9C, the moving object particles disposed in the area where the electric pole is present are mainly extinguished by the update process. In addition, according to the existence probability recorded in the block of the movable object entry possibility map, the movable particle may be configured to disappear. In this case, the existence probability of each block is set as a likelihood. What is necessary is just to comprise a transition constraint.
また、可動物の種類に応じて、可動物が移動する領域（進入可能領域）でないことを、遷移制約とする。例えば、図１０（Ａ）に示すように、横断歩道を有する道路の歩道に、歩行者が存在する場合、図１０（Ｂ）に示すような、歩道及び横断歩道以外の位置に配置された歩行者の可動物粒子を中心に、図１０（Ｃ）に示すように更新処理で消滅させる。また、図１０（Ｂ）に示すような、歩道上に配置された車両の可動物粒子を中心に、図１０（Ｃ）に示すように更新処理で消滅させる。この場合、可動物粒子の属性の各々に対して、各ブロックが表わす走行環境の属性に応じた適切な尤度を設定して、遷移制約を構成すればよい。 Moreover, it is set as transition restrictions that it is not the area | region (accessible area | region) to which a movable object moves according to the kind of movable object. For example, as shown in FIG. 10 (A), when a pedestrian is present on a sidewalk of a road having a pedestrian crossing, a walk arranged at a position other than the sidewalk and the pedestrian crossing as shown in FIG. 10 (B). As shown in FIG. 10C, the movable object particles are extinguished by the update process. Further, as shown in FIG. 10C, the moving object particles are extinguished around the movable object particles of the vehicle arranged on the sidewalk as shown in FIG. 10B. In this case, an appropriate likelihood corresponding to the attribute of the traveling environment represented by each block may be set for each of the attributes of the movable object particles to constitute a transition constraint.
また、上記の更新処理を繰り返している間に、環境検出部４０によって新しい検出結果が得られた場合には、可動物進入可能性マップに反映するようにしてもよい。 Further, when a new detection result is obtained by the environment detection unit 40 while the above update process is repeated, it may be reflected on the movable object approach possibility map.
危険判定部５０は、更新記録部４８に記録されている消滅情報から、自車両の可動物粒子との重複により消滅した消滅頻度が最も多い位置を特定し、特定された位置の当該消滅頻度が、閾値を超えた時には、衝突の危険性があると判定し、警報装置２４によって、特定された位置と、重複した相手の可動物粒子の可動物の種類とを、音や画像などの方法によって、ドライバに報知する。例えば、自車両の右前方で、歩行者と衝突する危険性がある場合には、音声により「右前方歩行者注意」と、ドライバに報知する。なお、重複した相手の可動物粒子の可動物に対して、警報装置２４により警報するようにしてもよい。
The
次に、本実施の形態に係る衝突危険判定装置１０の作用について説明する。
Next, the operation of the collision
まず、レーザレーダ１２によって、レーザが自車両の前方を水平方向に走査されて、走査方向に並んだレーザ照射位置としての物体の２次元位置の各々までの距離が計測され、自車両の前方に存在する物体の２次元位置が検出される。レーザレーダ１２によって検出される２次元位置は、レーザを走査する毎に得られる。
First, the laser is scanned by the
そして、コンピュータ２２によって、図１１に示す局所地図生成処理ルーチンが実行される。 Then, the local map generation processing routine shown in FIG. 11 is executed by the computer 22.
まず、ステップ１００において、レーザレーダ１２から、前方に存在する物体の２次元位置（走査方向に並んだ各２次元位置までの計測距離）を示すデータを取得し、ステップ１０２において、一時刻前から現在までの間における、運動センサ１４により検出された車速、ヨーレート、又は加速度を取得し、取得した車速、ヨーレート、又は加速度に基づいて、一時刻前から現在までの自車両の運動を推定する。
First, in
そして、ステップ１０４において、後述するステップ１０６で前回更新された局所地図情報を、上記ステップ１０２で推定された自車両の運動に応じて、現在の自車両から見た座標系で表わされる局所地図情報に更新する。
In
次のステップ１０６では、上記ステップ１００で取得した自車両前方に存在する物体の２次元位置に基づいて、上記ステップ１０４で更新された局所地図情報において、自車両前方に存在する物体の２次元位置に対応するブロックの存在確率を増加させると共に、自車両から物体の２次元位置までの直線上に存在する各ブロックの存在確率を減少させることにより現在物体が存在しない位置を地図上に記録する。そして、上記ステップ１００へ戻る。
In the
上述したように、局所地図生成処理ルーチンが繰り返し実行されることにより、現在の自車両から見た静止物の位置が随時推定される。 As described above, by repeatedly executing the local map generation processing routine, the position of the stationary object viewed from the current host vehicle is estimated at any time.
なお、生成される局所地図情報は、上記局所地図生成処理ルーチンが所定回数繰り返されたときに有効とされるようにしてもよい。 The generated local map information may be made valid when the local map generation processing routine is repeated a predetermined number of times.
また、コンピュータ２２によって、図１２に示す危険判定処理ルーチンが実行される。まず、ステップ１２０において、カメラ１８により撮影された前方画像及びＧＰＳ装置２０によって検出された自車両位置を取得する。次のステップ１２２では、上記ステップ１２０で取得した前方画像、自車両位置、及び地図データベース３８の電子地図に基づいて、自車両周辺の走行環境の状況を検出すると共に、周辺の可動物、可動物の移動状態、及び可動物の種類を検出する。
Further, the computer 22 executes a danger determination processing routine shown in FIG. First, in
そして、ステップ１２４において、上述した局所地図生成処理ルーチンにより得られる現在の局所地図情報を取得する。次のステップ１２６では、上記ステップ１２４で取得した局所地図情報から、上記ステップ１２２の検出結果を用いて、可動物進入可能性マップを生成する。
In
ステップ１２８では、上記ステップ１２６で生成された可動物進入可能性マップに対して、可動物粒子生成候補領域を設定すると共に、予め設定された粒子総数となるように、各可動物の可動物粒子を生成して、対応する可動物粒子生成候補領域に配置する。次のステップ１３０では、更新回数をカウントする変数ｎを、初期値１に設定する。
In
そして、ステップ１３２において、各可動物粒子の移動状態に、ランダムデータを加えて移動させる。ステップ１３４では、上記ステップ１３２により移動した可動物粒子の消滅及び複製を行い、可動物粒子の配置を更新する。ステップ１３６では、上記ステップ１３４で、他の可動物の可動物粒子との重複により消滅した位置と、消滅した２つの可動物粒子の可動物の種類のペアとを示す消滅情報を記録する。
In
そして、ステップ１３８では、変数ｎが、更新回数を示す定数Ｎに到達したか否かを判定し、更新回数Ｎに到達していない場合には、ステップ１４０で、変数ｎをインクリメントして、上記ステップ１３２へ移行する。
In
一方、変数ｎが更新回数Ｎに到達した場合には、ステップ１４２へ進み、上記ステップ１３６で記録された消滅情報に基づいて、自車両の可動物粒子との重複により消滅した消滅頻度が最も多い位置を特定することにより、衝突の危険性がある位置の候補を判定する。
On the other hand, when the variable n reaches the number of updates N, the process proceeds to step 142, and based on the disappearance information recorded in
そして、ステップ１４４では、上記ステップ１４２で判定された位置候補における消滅頻度が閾値以上であるか否かにより、衝突の危険性があるか否かを判定し、特定された位置候補の消滅頻度が閾値未満である場合には、衝突の危険性がないと判断して、危険判定処理ルーチンを終了する。一方、特定された位置候補の消滅頻度が閾値以上である場合には、位置候補が、衝突の危険性がある位置であると判断し、ステップ１４６において、警告処理を行い、危険判定処理ルーチンを終了する。
In
以上説明したように、第１の実施の形態に係る衝突危険判定装置によれば、可動物進入可能性マップにおいて、各可動物粒子の移動を繰り返し行う毎に、可動物粒子の消滅及び複製を行って可動物粒子の配置を更新し、消滅した可動物粒子の組み合わせの消滅位置に基づいて、自車両が可動物と衝突する危険性がある位置を判定することにより、可動物の数が増えても計算時間の増大を抑制して、衝突の危険性を判定することができる。 As described above, according to the collision risk determination device according to the first embodiment, each time the movable object particles are repeatedly moved in the movable object approachability map, the disappearance and replication of the movable object particles are performed. The number of movable objects increases by going to update the arrangement of the movable particles and determining the position at which the host vehicle may collide with the movable objects based on the disappearance position of the combination of the disappeared movable particles. However, it is possible to determine the risk of collision while suppressing an increase in calculation time.
また、交通環境の情報を手がかりとして、本来センサ情報が得られない死角領域にも可動物粒子を生成し、また、可動物粒子更新における粒子の消滅及び複製の処理結果を、危険判定を用いることで、死角領域に存在する可動物の存在を考慮した定量的な危険判定ができる。 In addition, using moving environment information as a clue, moveable particles are generated even in blind spots where sensor information cannot be obtained. Thus, it is possible to make a quantitative risk determination in consideration of the existence of a movable object existing in the blind spot area.
また、死角に存在しうる可動物の存在と、可動物の行動を含めた走行環境のリスクを定量化することで、警報装置が駆動されるので、危険性の高い死角や可動物に対して的確に警報することが可能となる。 In addition, the alarm device is driven by quantifying the existence of movable objects that can exist in the blind spots and the risks of the driving environment including the actions of the movable objects. It is possible to accurately alert.
また、粒子の総数を可変とすることで、処理するコンピータの能力に応じて危険判定の精度を調整することができる。 Further, by making the total number of particles variable, it is possible to adjust the accuracy of the risk determination according to the ability of the computer to be processed.
また、衝突危険性に応じて警報する結果、可動物が他の可動物や死角と適切な空間を保持するようになる場合、衝突に繋がる事象の発生頻度が減少して事故低減効果が見込まれるとともに、可動物の急可減速頻度が減少して、交通渋滞量及びエネルギ消費量削減の効果が見込まれる。 Also, as a result of alarming according to the collision risk, if the movable object comes to hold an appropriate space with other movable object and blind spot, the occurrence frequency of the event leading to the collision is reduced and the accident reduction effect is expected At the same time, the frequency of sudden acceleration / deceleration of movable objects is reduced, and the effect of reducing traffic congestion and energy consumption is expected.
また、市街地等の運転者からみて死角の多いような環境で安全に走行するためには、死角に歩行者等の可動物が存在しているかどうかを適切に見積もる必要がある。このような走行環境のリスク評価を、走行環境や移動体に設置されたセンサを用いて、自動的に行うことができる。 In addition, in order to travel safely in an environment where there are many blind spots when viewed from a driver in an urban area or the like, it is necessary to appropriately estimate whether or not there are moving objects such as pedestrians in the blind spots. Such risk assessment of the driving environment can be automatically performed using a sensor installed in the driving environment or the moving body.
従来技術では、死角に存在しうる可動物の取り扱いが定量化されていなかったり、強い仮定を含んでいるために精緻ではなかったり、状況が複雑になるほど計算時間がかかるという問題があったが、本実施の形態に係る衝突危険判定装置によれば、粒子総数を規定とした上で全ての可動物を粒子として取り扱うことで、これらの問題を解決することができる。 In the prior art, there was a problem that the handling of moving objects that could exist in the blind spot was not quantified, it was not elaborate because it included strong assumptions, and the calculation time became longer as the situation became more complicated, According to the collision risk determination device according to the present embodiment, these problems can be solved by handling all movable objects as particles after defining the total number of particles.
また、粒子総数が常に一定値であるため、走行環境の状況の複雑さに依存しない計算効率を確保することができる。 Moreover, since the total number of particles is always a constant value, it is possible to ensure calculation efficiency independent of the complexity of the driving environment.
また、可動物粒子の再選択により、可動物粒子が進入しやすいほうに自然に拡散するため、可動物毎に回避行動や行動計画などの複雑な行動ロジックを組む必要なく、全ての可動物の粒子は回避行動を生成することができる。また、横断歩道など、非物理的事由による進入しやすさに対応して、可動物粒子を自動的に移動させることができる。 In addition, by reselecting the movable object particles, the movable object particles will naturally diffuse to the more accessible side, so there is no need to create complex action logic such as avoidance action and action plan for each movable object. Particles can generate avoidance behavior. In addition, it is possible to automatically move the movable object particles in accordance with the ease of entering due to non-physical reasons such as a pedestrian crossing.
また、死角領域にも可動物粒子を生成することで、死角からの飛び出しのような状況も危険判定の対象とすることができる。 In addition, by generating movable particles in the blind spot area, a situation such as a jump out of the blind spot can be a target for risk determination.
次に、第２の実施の形態に係る衝突危険判定装置について説明する。なお、第２の実施の形態に係る衝突危険判定装置の構成は、第１の実施の形態と同様の構成となるため、同一符号を付して説明を省略する。 Next, a collision risk determination device according to a second embodiment will be described. In addition, since the structure of the collision risk determination apparatus which concerns on 2nd Embodiment becomes a structure similar to 1st Embodiment, it attaches | subjects the same code | symbol and abbreviate | omits description.
第２の実施の形態では、可動物粒子の更新において、離散的な遷移制約を用いている点が、第１の実施の形態と異なっている。 The second embodiment is different from the first embodiment in that discrete transition constraints are used in updating movable particles.
以下に、第２の実施の形態に係る可動物粒子更新部４６において、各可動物粒子の配置を更新する原理について説明する。
The principle of updating the arrangement of each movable particle in the movable
まず、更新処理により、各可動物粒子に割り当てられた移動状態が、ランダムデータに基づいて変更され、変更された移動状態に応じて、図１３（Ａ）に示すように、各可動物粒子が遷移する。 First, the movement state assigned to each movable object particle is changed based on random data by the update process, and each movable object particle is changed according to the changed movement state as shown in FIG. Transition.
そして、図１３（Ｂ）に示すように、遷移制約を受ける領域の全ての可動物粒子を消滅させると共に、消滅させた分だけ、可動物粒子を複製して、消滅していない他の可動物粒子の位置に重複するように配置し、又は、消滅していない他の可動物粒子の位置の周辺の位置（乱数を乗じた位置）に配置する。これによって、遷移制約を受けない領域に、可動物粒子が新たに生成される。 Then, as shown in FIG. 13B, all the movable particles in the region subject to the transition constraint are extinguished, and the movable particles are duplicated by the amount of the extinction, and other movable items that have not disappeared. It arrange | positions so that it may overlap with the position of particle | grains, or arrange | positions in the position (position which multiplied the random number) of the periphery of the position of the other movable object particle | grains which have not disappeared. As a result, movable particles are newly generated in the region that is not subject to the transition restriction.
そして、上記図１３（Ｂ）に示すように配置された可動物粒子に対して、上記と同様に次ステップの更新処理が行われる。 And the update process of the following step is performed similarly to the above with respect to the movable particle arrange | positioned as shown to the said FIG.13 (B).
なお、第２の実施の形態に係る衝突危険判定装置の他の構成及び作用については、第１の実施の形態と同様であるため、説明を省略する。 In addition, about the other structure and effect | action of the collision danger determination apparatus which concern on 2nd Embodiment, since it is the same as that of 1st Embodiment, description is abbreviate | omitted.
次に、第３の実施の形態に係る衝突危険判定装置について説明する。なお、第３の実施の形態に係る衝突危険判定装置の構成は、第１の実施の形態と同様の構成となるため、同一符号を付して説明を省略する。 Next, a collision risk determination device according to a third embodiment will be described. Note that the configuration of the collision risk determination device according to the third embodiment is the same as that of the first embodiment, and thus the same reference numerals are given and description thereof is omitted.
第３の実施の形態では、可動物粒子の配置を更新する原理が、第１の実施の形態及び第２の実施の形態と異なっている。 In the third embodiment, the principle of updating the arrangement of movable particles is different from that in the first embodiment and the second embodiment.
以下、第３の実施の形態に係る可動物粒子更新部４６において、各可動物粒子の配置を更新する原理について説明する。
Hereinafter, the principle of updating the arrangement of each movable particle in the movable
まず、更新処理により、各可動物粒子に割り当てられた移動状態が、ランダムデータに基づいて変更され、変更された移動状態に応じて、上記図１３（Ａ）に示すように各可動物粒子が遷移する。 First, the movement state assigned to each movable object particle is changed based on random data by the update process, and each movable object particle is changed according to the changed movement state as shown in FIG. Transition.
そして、遷移制約の小ささを意味する値（尤度）を各可動物粒子に割り当てた後に、図１４（Ａ）に示すように、一旦全ての可動物粒子を消滅させて、図１４（Ｂ）に示すように、各可動物粒子を、（尤度）／（全粒子の尤度の総和）の確率で、重複を許して再選択して生成する。このとき、再選択された可動物粒子は、実質的に消滅しなかったことになり、また、重複して再選択された可動物粒子（２回以上選ばれた粒子）は、実質的に複製されたことになる。 Then, after assigning a value (likelihood) meaning a small transition constraint to each movable particle, as shown in FIG. 14A, all the movable particles are once extinguished, and FIG. As shown in (), each moving object particle is re-selected and generated with a probability of (likelihood) / (sum of likelihoods of all particles), allowing re-selection. At this time, the re-selected movable particle has not substantially disappeared, and the re-selected movable particle (a particle selected twice or more) is substantially duplicated. It will be done.
例えば、遷移制約を受ける領域の可動物粒子（２１個）に、尤度＝５を割り当て、遷移制約を受けない領域の可動物粒子（３４個）に、尤度＝２０を割り当てた場合には、遷移制約を受ける領域の可動物粒子の再選択確率は、5/(21x5+34x10)≒0.013となる。一方、遷移制約を受けない領域の可動物粒子の再選択確率は、10/(21x5+34x10)≒0.052となる。 For example, when likelihood = 5 is assigned to the movable particle (21) in the region subject to the transition constraint, and likelihood = 20 is assigned to the movable particle (34) in the region not subject to the transition constraint. The reselection probability of the movable particle in the region subject to the transition constraint is 5 / (21 × 5 + 34 × 10) ≈0.013. On the other hand, the reselection probability of the movable particle in the region not subjected to the transition constraint is 10 / (21 × 5 + 34 × 10) ≈0.052.
また、例えば、歩行者の可動物粒子の場合、歩道の領域に配置された可動物粒子に、尤度＝１００を割り当て、横断歩道の領域に配置された可動物粒子に、尤度＝８０を割り当て、車道の領域に配置された可動物粒子に、尤度＝３０を割り当てるようにしてもよい。 For example, in the case of a pedestrian moving object particle, likelihood = 100 is assigned to the moving object particle arranged in the sidewalk area, and likelihood = 80 is assigned to the moving object particle arranged in the pedestrian crossing area. You may make it assign likelihood = 30 to the movable particle arrange | positioned in the area | region of a roadway.
また、自動車の可動物粒子の場合、歩道の領域に配置された可動物粒子に、尤度＝１０を割り当て、横断歩道の領域に配置された可動物粒子に、尤度＝９０を割り当て、車道の領域に配置された可動物粒子に、尤度＝１００を割り当てるようにしてもよい。 In the case of moving object particles of an automobile, likelihood = 10 is assigned to the moving object particles arranged in the sidewalk area, and likelihood = 90 is assigned to the moving object particles arranged in the area of the pedestrian crossing. Likelihood = 100 may be assigned to the movable particles arranged in the region.
なお、第３の実施の形態に係る衝突危険判定装置の他の構成及び作用については、第１の実施の形態と同様であるため、説明を省略する。 In addition, about the other structure and effect | action of the collision danger determination apparatus which concern on 3rd Embodiment, since it is the same as that of 1st Embodiment, description is abbreviate | omitted.
次に、第４の実施の形態に係る衝突危険判定装置について説明する。なお、第４の実施の形態に係る衝突危険判定装置の構成は、第１の実施の形態と同様の構成となるため、同一符号を付して説明を省略する。 Next, a collision risk determination device according to a fourth embodiment will be described. In addition, since the structure of the collision risk determination apparatus which concerns on 4th Embodiment becomes a structure similar to 1st Embodiment, it attaches | subjects the same code | symbol and abbreviate | omits description.
第４の実施の形態では、死角領域の位置に基づいて、死角領域内に配置される可動物粒子の可動物の種類を推定している点が、第１の実施の形態と異なっている。 The fourth embodiment is different from the first embodiment in that the type of movable object of the movable object particles arranged in the blind spot area is estimated based on the position of the blind spot area.
第４の実施の形態に係る衝突危険判定装置の可動物粒子生成部４４では、死角領域から生成された粒子生成候補領域の可動物粒子に対して、以下に示すように、死角領域の位置に基づいて、自動車、二輪車、歩行者などの可動物の種類を示すラベルを割り当てる。
In the movable
例えば、予め定点観測により、その場所での可動物の出現頻度を記録して蓄積しておく。事故の多い交差点などで、図１５に示すように、カメラ撮影等による方法で，季節・時間帯等で層別して、車道・歩道を道なりに通過あるいは横断する可動物の種類を記録して、図１６に示すように、移動方向、可動物の種類、及び頻度が格納されたデータベースを、各位置について生成しておく。 For example, the appearance frequency of the movable object at the location is recorded and accumulated in advance by fixed point observation. At the intersections where there are many accidents, as shown in Fig. 15, record the type of moving objects that pass or cross the roadway / sidewalk along the road, stratified by the season, time zone, etc., by the method of camera photography etc. As shown in FIG. 16, a database storing the moving direction, the type of movable object, and the frequency is generated for each position.
可動物粒子生成部４４は、死角領域の位置について生成されたデータベースに基づいて、出現頻度の高い可動物の種類を特定し、死角領域から生成された粒子生成候補領域の可動物粒子に対して、特定された可動物の種類を示すラベルを割り当てる。
The movable object
なお、第４の実施の形態に係る衝突危険判定装置の他の構成及び作用については、第１の実施の形態と同様であるため、説明を省略する。 In addition, about the other structure and effect | action of the collision risk determination apparatus which concern on 4th Embodiment, since it is the same as that of 1st Embodiment, description is abbreviate | omitted.
次に、第５の実施の形態に係る衝突危険判定装置について説明する。なお、第５の実施の形態に係る衝突危険判定装置の構成は、第１の実施の形態と同様の構成となるため、同一符号を付して説明を省略する。 Next, a collision risk determination device according to a fifth embodiment will be described. Note that the configuration of the collision risk determination device according to the fifth embodiment is the same as that of the first embodiment, and therefore the same reference numerals are given and description thereof is omitted.
第５の実施の形態では、学習モデルに基づいて、死角領域の周辺情報から、死角領域内に配置される可動物粒子の可動物の種類を推定している点が、第１の実施の形態と異なっている。 In the fifth embodiment, the first embodiment is that, based on the learning model, the type of the movable object of the movable object particles arranged in the blind spot area is estimated from the peripheral information of the blind spot area. Is different.
第５の実施の形態に係る衝突危険判定装置の可動物粒子生成部４４では、死角領域から生成された粒子生成候補領域の可動物粒子に対して、以下に示すように、学習モデルに基づいて、自動車、二輪車、歩行者などの可動物の種類を示すラベルを割り当てる。
In the movable
まず、学習モデルに、死角領域の周辺情報と、想定すべき可動物の種類の写像関係を学習させる。例えば、専門家（例えば運転指導員）に対して、交通場面の写真・映像などを提示したり、同乗による聞き取り調査を行ったりして、死角領域に何を想定すべきかを回答してもらい、事後的にセンサ情報を集計して、死角領域の周辺情報を求める。そして、図１７に示すような、周辺情報入力の各種項目（死角生成物、自車と死角領域との位置関係、横断歩道の有無、信号機の有無、一時停止線の有無、追い越し規制の有無、制限速度、道路規模、交差点の有無、歩道の有無、バリアの有無、道路線形、自車速など）と想定出力の項目（死角領域に想定すべき可動物の種類）とからなるテーブルを作成する。 First, the learning model is made to learn the peripheral information of the blind spot area and the mapping relationship between the types of movable objects to be assumed. For example, an expert (for example, a driving instructor) presents photos / videos of traffic scenes, conducts interview surveys with passengers, etc., and asks them what to expect in the blind spot area. The sensor information is aggregated to obtain the peripheral information of the blind spot area. And various items of peripheral information input as shown in FIG. 17 (dead angle product, positional relationship between own vehicle and blind spot area, presence / absence of pedestrian crossing, presence / absence of traffic light, presence / absence of stop line, presence / absence of overtaking regulation, A table including speed limit, road size, presence / absence of intersection, presence / absence of sidewalk, presence / absence of barrier, road alignment, own vehicle speed, etc.) and assumed output items (type of movable object to be assumed in blind spot area) is created.
そして、図１８に示すように、ニューラルネットワークを使用して、死角領域の周辺情報の各種項目と、死角領域に想定すべき可動物の種類との写像関係を予め学習させておく。なお、構造を固定した線形回帰モデルや、決定木、ベイジアンネットワーク等を使用して学習するようにしてもよい。 Then, as shown in FIG. 18, a neural network is used to learn in advance the mapping relationship between various items of the peripheral information of the blind spot area and the types of movable objects to be assumed in the blind spot area. Note that learning may be performed using a linear regression model with a fixed structure, a decision tree, a Bayesian network, or the like.
可動物粒子生成部４４は、環境検出部４０による検出結果から得られる死角領域の周辺情報を入力として、ニューラルネットワークから出力される、死角領域に想定すべき可動物の種類を取得し、死角領域から生成された粒子生成候補領域の可動物粒子に対して、当該可動物の種類を示すラベルを割り当てる。
The movable object
なお、第５の実施の形態に係る衝突危険判定装置の他の構成及び作用については、第１の実施の形態と同様であるため、説明を省略する。 In addition, about the other structure and effect | action of the collision danger determination apparatus which concern on 5th Embodiment, since it is the same as that of 1st Embodiment, description is abbreviate | omitted.
上記の第１の実施の形態〜第５の実施の形態では、更新処理において、割り当てた移動状態と、ランダムデータとに基づいて、可動物粒子を移動させる場合を例に説明したが、可動物粒子に、確定又は確率的な記述によって、可動物の種類に応じた移動に関連する要素を、更に割り当てて、これを更に考慮して可動物粒子を移動させるようにしてもよい。 In the first to fifth embodiments, the case where the movable particles are moved based on the assigned movement state and random data in the update process has been described as an example. Elements related to movement according to the type of the movable object may be further assigned to the particles by a definite or probabilistic description, and the movable object particles may be moved in consideration of this.
また、運動センサの検出結果を用いて、自車両の運動を推定する場合を例に説明したが、これに限定されるものではなく、レーザレーダの検出結果の時間差分によって、自車両の運動を推定してもよい。また、例えば、ＧＰＳ装置による自車位置の検出結果を用いて自車両の運動を推定するようにしてもよい。また、レーザレーダ、運動センサ、及びＧＰＳ装置の検出結果を組み合わせて、自車両の運動を推定するようにしてもよい。 In addition, although the case where the motion of the host vehicle is estimated using the detection result of the motion sensor has been described as an example, the present invention is not limited to this, and the motion of the host vehicle is determined by the time difference of the detection result of the laser radar. It may be estimated. Further, for example, the motion of the host vehicle may be estimated using the detection result of the host vehicle position by the GPS device. Further, the motion of the host vehicle may be estimated by combining the detection results of the laser radar, the motion sensor, and the GPS device.
また、レーザレーダによりレーザを前方に走査して物体の位置を検出する場合を例に説明したが、これに限定されるものではなく、ミリ波などの電磁波を前方に走査して物体の位置を検出するようにしてもよい。 Further, the case where the position of the object is detected by scanning the laser forward by the laser radar has been described as an example, but the present invention is not limited to this, and the position of the object is determined by scanning electromagnetic waves such as millimeter waves forward. You may make it detect.
また、レーザレーダによって自車両前方の物体の位置を検出する場合を例に説明したが、これに限定されるものではなく、例えば、ステレオカメラによって撮影された前方画像から、自車両前方の物体の位置を検出するようにしてもよい。 Moreover, although the case where the position of the object ahead of the own vehicle is detected by the laser radar has been described as an example, the present invention is not limited to this. For example, from the front image taken by the stereo camera, the object ahead of the own vehicle is detected. The position may be detected.
また、カメラを用いたステレオ技術によって、自車両から見た死角領域を特定するようにしてもよい。 Moreover, you may make it pinpoint the blind spot area | region seen from the own vehicle with the stereo technique using a camera.
また、衝突危険判定装置を車両に搭載した場合を例に説明したが、これに限定されるものではなく、他の場所にある計算機に、本発明を適用して衝突危険判定装置を構成してもよい。例えば、道路に設置された計算機によって、可動物進入可能性マップを生成し、衝突危険の判定を行うようにしてもよい。また、車載側にマップ生成手段を設けると共に、道路側にも複数のマップ生成手段を設け、生成されたマップを無線通信により他の場所にある計算機に送信して統合し、当該計算機において、衝突の危険を判定するようにしてもよい。 Moreover, although the case where the collision risk determination device is mounted on a vehicle has been described as an example, the present invention is not limited to this, and the present invention is applied to a computer in another location to configure the collision risk determination device. Also good. For example, a moving object entry possibility map may be generated by a computer installed on a road, and the collision risk may be determined. In addition to providing map generation means on the in-vehicle side, a plurality of map generation means are also provided on the road side, and the generated maps are transmitted and integrated to a computer in another location by wireless communication, You may make it judge the danger of.
本発明のプログラムを、記憶媒体に格納して提供することも可能である。 It is also possible to provide the program of the present invention by storing it in a storage medium.
１０ 衝突危険判定装置
１２ レーザレーダ
１４ 運動センサ
１８ カメラ
２０ ＧＰＳ装置
２２ コンピュータ
２４ 警報装置
３０ 物***置取得部
３２ 自車運動推定部
３４ 局所地図更新部
３６ 存在確率変更部
３８ 地図データベース
４０ 環境検出部
４２ マップ生成部
４４ 可動物粒子生成部
４６ 可動物粒子更新部
４８ 更新記録部
５０ 危険判定部
DESCRIPTION OF
Claims (8)
前記可動物検出手段によって検出された可動物の移動状態を含む可動物データを生成すると共に、前記判定対象範囲を分割した複数のブロックで表されると共に、前記ブロックに静止物の存在が記録された地図情報において、前記可動物検出手段によって検出された可動物の位置に対応するブロックに、前記生成された前記可動物データを格納するデータ生成手段と、
前記地図情報のブロックに格納された可動物データの移動状態を、ランダムデータに基づいて変更すると共に、前記変更された前記移動状態に応じて、各可動物データが格納されるブロックを移動させることを繰り返し行うデータ移動手段と、
前記データ移動手段による各可動物データの移動が行われる毎に、各可動物データの移動により、異なる可動物の可動物データの組み合わせが同じブロックに格納された場合、前記可動物データの組み合わせを消滅させると共に、各々対応する可動物の可動物データを生成し、前記対応する可動物の他の可動物データが格納されたブロック、又は該ブロックの周辺のブロックに、前記生成された可動物データを格納し、各可動物データの移動により、前記可動物データが、静止物が存在するブロックに格納された場合、前記可動物データを消滅させると共に、対応する可動物の可動物データを生成し、前記対応する可動物の他の可動物データが格納されたブロック、又は該ブロックの周辺のブロックに、前記生成された可動物データを格納するデータ更新手段と、
前記データ更新手段において消滅した前記可動物データの組み合わせの消滅位置と、前記可動物データの組み合わせの可動物に関する情報とを示す消滅情報を記録する記録手段と、
前記記録手段によって記録された消滅情報の消滅位置に基づいて、前記可動物同士が衝突する危険性がある位置を判定する判定手段と、
を含む危険判定装置。 A movable object detecting means for detecting a movable object and a moving state of the movable object from a determination target range;
The movable object data including the moving state of the movable object detected by the movable object detection means is generated, and the determination target range is represented by a plurality of blocks, and the presence of a stationary object is recorded in the block. In the map information, data generating means for storing the generated movable object data in a block corresponding to the position of the movable object detected by the movable object detecting means,
The movement state of the movable object data stored in the block of the map information is changed based on random data, and the block in which each movable object data is stored is moved according to the changed movement state. Data transfer means for repeatedly performing,
When each movable object data is moved by the data moving means, a combination of movable object data of different movable objects is stored in the same block due to the movement of each movable object data. The generated movable object data is generated in a block in which other movable object data of the corresponding movable object is stored, or in a block around the block. When the movable object data is stored in a block where a stationary object exists by moving each movable object data, the movable object data is erased and the movable object data of the corresponding movable object is generated. The generated movable object data is stored in a block in which other movable object data of the corresponding movable object is stored or in a block around the block. And data update means,
Recording means for recording disappearance information indicating the disappearance position of the combination of the movable object data disappeared in the data update means, and information on the movable object of the combination of the movable object data;
Determination means for determining a position at which there is a risk of collision of the movable objects based on the disappearance position of the disappearance information recorded by the recording means;
Risk assessment device including
前記データ生成手段は、前記検出された前記移動状態及び前記可動物の種類を含む前記可動物データを生成して、前記ブロックに格納し、
前記データ更新手段は、前記データ移動手段による各可動物データの移動が行われる毎に、更に、前記可動物の種類の各々について、前記可動物の種類が移動する領域でないブロックに格納された前記可動物の種類の可動物データを消滅させると共に、消滅させた分だけ、同じ可動物の可動物データを生成し、前記可動物の種類が移動する領域内の、同じ可動物の可動物データが格納されたブロック、又は該ブロックの周囲のブロックに、前記生成された可動物データを格納する請求項１記載の危険判定装置。 The movable object detecting means detects the type of the movable object together with the movable object and the moving state of the movable object,
The data generation means generates the movable object data including the detected moving state and the type of the movable object, and stores the data in the block.
The data updating unit is further configured to store each movable object type in a block that is not an area in which the movable object type moves for each movable object type each time the movable object data is moved by the data moving unit. The movable object data of the movable object type is erased, and the movable object data of the same movable object is generated for the amount of disappearance, and the movable object data of the same movable object in the region where the type of movable object moves is stored. The risk determination apparatus according to claim 1, wherein the generated movable object data is stored in a stored block or a block around the block.
前記判定手段は、前記記録手段によって記録された前記消滅情報のうち、前記判定対象物の可動物データとの組み合わせで消滅したことを記録した前記消滅情報の消滅位置に基づいて、前記判定対象物が他の可動物と衝突する危険性がある位置を判定する請求項１〜請求項４の何れか１項記載の危険判定装置。 The data generation means further generates movable object data of a determination object that is a movable object, and stores the movable object data of the determination object in a block corresponding to the position of the determination object in the map information. ,
The determination means is based on the annihilation position of the annihilation information in which the disappearance information recorded by the recording means is recorded as having disappeared in combination with the movable object data of the determination object. The risk determination device according to any one of claims 1 to 4, wherein a position at which there is a risk of collision with another movable object is determined.
判定対象物の運動を推定する運動推定手段と、
前回更新された前記地図情報を、前記運動推定手段によって推定された現在の判定対象物の運動に基づいて、現在の判定対象物から見た前記地図情報に繰り返し更新する地図更新手段と、
前記地図更新手段によって前記地図情報が更新される毎に、前記更新された地図情報に、前記物***置検出手段によって検出された現在の物体の位置に対応するブロックに、前記静止物の存在を記録すると共に、前記判定対象物から前記検出された現在の物体の位置までの間に対応する各ブロックにおける前記静止物の存在の記録を減少させる静止物記録手段と、
を更に含む請求項１〜請求項５の何れか１項記載の危険判定装置。 Object position detecting means for detecting the position of an object existing in the determination target range;
A motion estimation means for estimating the motion of the judgment object;
Map update means for repeatedly updating the map information updated last time to the map information viewed from the current determination object based on the movement of the current determination object estimated by the movement estimation means;
Each time the map information is updated by the map updating means, the presence of the stationary object is recorded in the updated map information in a block corresponding to the current object position detected by the object position detecting means. And a stationary object recording means for reducing the recording of the presence of the stationary object in each corresponding block between the determination object and the detected current object position;
The risk determination device according to any one of claims 1 to 5, further comprising:
判定対象範囲から、可動物及び前記可動物の移動状態を検出する可動物検出手段によって検出された可動物の移動状態を含む可動物データを生成すると共に、前記判定対象範囲を分割した複数のブロックで表されると共に、前記ブロックに静止物の存在が記録された地図情報において、前記可動物検出手段によって検出された可動物の位置に対応するブロックに、前記生成された前記可動物データを格納するデータ生成手段、
前記地図情報のブロックに格納された可動物データの移動状態を、ランダムデータに基づいて変更すると共に、前記変更された前記移動状態に応じて、各可動物データが格納されるブロックを移動させることを繰り返し行うデータ移動手段、
前記データ移動手段による各可動物データの移動が行われる毎に、各可動物データの移動により、異なる可動物の可動物データの組み合わせが同じブロックに格納された場合、前記可動物データの組み合わせを消滅させると共に、各々対応する可動物の可動物データを生成し、前記対応する可動物の他の可動物データが格納されたブロック、又は該ブロックの周辺のブロックに、前記生成された可動物データを格納し、各可動物データの移動により、前記可動物データが、静止物が存在するブロックに格納された場合、前記可動物データを消滅させると共に、対応する可動物の可動物データを生成し、前記対応する可動物の他の可動物データが格納されたブロック、又は該ブロックの周辺のブロックに、前記生成された可動物データを格納するデータ更新手段、
前記データ更新手段において消滅した前記可動物データの組み合わせの消滅位置と、前記可動物データの組み合わせの可動物に関する情報とを示す消滅情報を記録する記録手段、及び
前記記録手段によって記録された消滅情報の消滅位置に基づいて、前記可動物同士が衝突する危険性がある位置を判定する判定手段
として機能させるためのプログラム。 Computer
A plurality of blocks that generate movable object data including the movable object and the movement state of the movable object detected by the movable object detection means for detecting the movement state of the movable object from the determination target range and that divide the determination target range. And the generated movable object data is stored in the block corresponding to the position of the movable object detected by the movable object detection means in the map information in which the presence of the stationary object is recorded in the block. Data generation means
The movement state of the movable object data stored in the block of the map information is changed based on random data, and the block in which each movable object data is stored is moved according to the changed movement state. Data transfer means for repeatedly performing
When each movable object data is moved by the data moving means, a combination of movable object data of different movable objects is stored in the same block due to the movement of each movable object data. The generated movable object data is generated in a block in which other movable object data of the corresponding movable object is stored, or in a block around the block. When the movable object data is stored in a block where a stationary object exists by moving each movable object data, the movable object data is erased and the movable object data of the corresponding movable object is generated. The generated movable object data is stored in a block in which other movable object data of the corresponding movable object is stored or in a block around the block. Data update means,
Recording means for recording disappearance information indicating the disappearance position of the combination of the movable object data disappeared in the data update means and information regarding the movable object of the combination of the movable object data, and the disappearance information recorded by the recording means A program for functioning as a determination means for determining a position at which there is a risk that the movable objects collide with each other based on the disappearance position.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010066626A JP2011198266A (en) | 2010-03-23 | 2010-03-23 | Risk determining device and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2010066626A JP2011198266A (en) | 2010-03-23 | 2010-03-23 | Risk determining device and program |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2011198266A true JP2011198266A (en) | 2011-10-06 |
Family
ID=44876326
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2010066626A Pending JP2011198266A (en) | 2010-03-23 | 2010-03-23 | Risk determining device and program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2011198266A (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012033173A1 (en) * | 2010-09-08 | 2012-03-15 | 株式会社豊田中央研究所 | Moving-object prediction device, virtual-mobile-object prediction device, program, mobile-object prediction method, and virtual-mobile-object prediction method |
| JP2020046882A (en) * | 2018-09-18 | 2020-03-26 | 株式会社東芝 | Information processing device, vehicle control device, and moving body control method |
| JP2021034739A (en) * | 2019-08-13 | 2021-03-01 | Kddi株式会社 | Learning data generation method and program, for estimating event generation, learning model, and event generation estimation device |
| WO2022239327A1 (en) * | 2021-05-14 | 2022-11-17 | ソニーグループ株式会社 | Information processing device, information processing method, and information processing system |
-
2010
- 2010-03-23 JP JP2010066626A patent/JP2011198266A/en active Pending
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2012033173A1 (en) * | 2010-09-08 | 2012-03-15 | 株式会社豊田中央研究所 | Moving-object prediction device, virtual-mobile-object prediction device, program, mobile-object prediction method, and virtual-mobile-object prediction method |
| JPWO2012033173A1 (en) * | 2010-09-08 | 2014-01-20 | トヨタ自動車株式会社 | Moving object prediction apparatus, virtual movable object prediction apparatus, program, moving object prediction method, and virtual movable object prediction method |
| JP2020046882A (en) * | 2018-09-18 | 2020-03-26 | 株式会社東芝 | Information processing device, vehicle control device, and moving body control method |
| JP7043376B2 (en) | 2018-09-18 | 2022-03-29 | 株式会社東芝 | Information processing device, vehicle control device and mobile control method |
| US11400923B2 (en) | 2018-09-18 | 2022-08-02 | Kabushiki Kaisha Toshiba | Information processing device, vehicle control device, and mobile object control method |
| JP2021034739A (en) * | 2019-08-13 | 2021-03-01 | Kddi株式会社 | Learning data generation method and program, for estimating event generation, learning model, and event generation estimation device |
| JP7269694B2 (en) | 2019-08-13 | 2023-05-09 | Kddi株式会社 | LEARNING DATA GENERATION METHOD/PROGRAM, LEARNING MODEL AND EVENT OCCURRENCE ESTIMATING DEVICE FOR EVENT OCCURRENCE ESTIMATION |
| WO2022239327A1 (en) * | 2021-05-14 | 2022-11-17 | ソニーグループ株式会社 | Information processing device, information processing method, and information processing system |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP5475138B2 (en) | Moving object prediction apparatus, virtual movable object prediction apparatus, program, moving object prediction method, and virtual movable object prediction method | |
| US11574089B2 (en) | Synthetic scenario generator based on attributes | |
| US11568100B2 (en) | Synthetic scenario simulator based on events | |
| JP5620147B2 (en) | Movable object prediction apparatus and program | |
| CN108062095B (en) | Object tracking using sensor fusion within a probabilistic framework | |
| Chen et al. | Lane departure warning systems and lane line detection methods based on image processing and semantic segmentation: A review | |
| JP5535816B2 (en) | Moving object prediction apparatus and program | |
| US20200050905A1 (en) | Fixation Generation For Machine Learning | |
| JP5924399B2 (en) | Three-dimensional object detection device | |
| JP5587170B2 (en) | Driving support device and program | |
| US10336252B2 (en) | Long term driving danger prediction system | |
| JP2013225295A (en) | Collision warning system taking azimuth information into consideration | |
| KR20210038852A (en) | Method, apparatus, electronic device, computer readable storage medium and computer program for early-warning | |
| JP2024023319A (en) | Detection of emergency vehicle | |
| JP6418574B2 (en) | Risk estimation device, risk estimation method, and computer program for risk estimation | |
| JP2009282702A (en) | Driving support device | |
| US11400923B2 (en) | Information processing device, vehicle control device, and mobile object control method | |
| JP2013004021A (en) | Collision risk determination device | |
| WO2020264276A1 (en) | Synthetic scenario generator based on attributes | |
| KR102279754B1 (en) | Method, apparatus, server, and computer program for preventing crash accident | |
| US20220092981A1 (en) | Systems and methods for controlling vehicle traffic | |
| JP2011198266A (en) | Risk determining device and program | |
| JP5747593B2 (en) | Standard vehicle speed calculation device and program | |
| JP6962367B2 (en) | Event map generation method and event map generation system, driving support method and driving support system | |
| JP6449699B2 (en) | Environment recognition system |