JP2016146162A - 運転判定装置、運転判定プログラム、演算システム、検知装置、検知システム、検知方法及びプログラム - Google Patents

運転判定装置、運転判定プログラム、演算システム、検知装置、検知システム、検知方法及びプログラム Download PDF

Info

Publication number
JP2016146162A
JP2016146162A JP2015181543A JP2015181543A JP2016146162A JP 2016146162 A JP2016146162 A JP 2016146162A JP 2015181543 A JP2015181543 A JP 2015181543A JP 2015181543 A JP2015181543 A JP 2015181543A JP 2016146162 A JP2016146162 A JP 2016146162A
Authority
JP
Japan
Prior art keywords
driving
determination
unit
vehicle
degree
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
Application number
JP2015181543A
Other languages
English (en)
Inventor
菊池　直樹
Naoki Kikuchi
直樹 菊池
亮介 笠原
Ryosuke Kasahara
亮介 笠原
関　海克
Haike Guan
海克 関
友章 矢野
Tomoaki Yano
友章 矢野
牧　隆史
Takashi Maki
牧　　隆史
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ricoh Co Ltd
Original Assignee
Ricoh Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ricoh Co Ltd filed Critical Ricoh Co Ltd
Priority to EP15866152.0A priority Critical patent/EP3227874A4/en
Priority to US15/531,973 priority patent/US10515546B2/en
Priority to PCT/JP2015/005999 priority patent/WO2016088375A1/en
Priority to CN201580065401.8A priority patent/CN107004347A/zh
Publication of JP2016146162A publication Critical patent/JP2016146162A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W40/09—Driving style or behaviour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808—Diagnosing performance data
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841—Registering performance data
    • G07C5/085—Registering performance data using electronic data carriers
    • G07C5/0866—Registering performance data using electronic data carriers the electronic data carrier being a digital video recorder in combination with video camera
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/0022—Gains, weighting coefficients or weighting functions
    • B60W2050/0025—Transfer function weighting factor
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo, light or radio wave sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/60—Traffic rules, e.g. speed limits or right of way
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20048—Transform domain processing
    • G06T2207/20061—Hough transform
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256—Lane; Road marking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/64—Three-dimensional objects
    • G06V20/647—Three-dimensional objects by matching two-dimensional images to three-dimensional objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Geometry (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)

Abstract

【課題】運転者の運転性を精度良く判定する。【解決手段】取得部は、運転体の運転方向の撮像画像及び運転体の移動に応じて変化する情報を取得する。運転度算出部は、取得された撮像画像及び運転体の移動に応じて変化する情報のうち、少なくとも一方を用いて、運転体の運転の仕方を評価するための運転度を、所定の判定項目毎に算出する。また、項目別算出部は、算出された複数の運転度の運転度に基づく値を、判定項目毎に算出する。そして、評価結果算出部が、各判定項目の運転度に基づく値を用いて、運転体の運転の仕方を総合的に評価する値を算出する。具体的には、評価結果算出部は、重み付け部により、各判定項目の運転度に基づく値に所定の重み付け係数で重み付け処理を施す。そして、重み付け処理した各判定項目の運転度に基づく値の和を、各判定項目の重み付け係数の和で除算処理した値を、運転体の運転の仕方を総合的に評価する値として算出する。【選択図】図７

Description

本発明は、運転判定装置、運転判定プログラム、演算システム、検知装置、検知システム、検知方法及びプログラムに関する。
今日において、車載カメラ装置で撮影された車外の画像を解析して、先行車両及び道路標識等を自動的に認識する技術が知られている。この技術は、例えばナビゲーションシステム又はドライブレコーダ装置等に設けられており、安全運転の支援又は危険運転の検知等に用いられる。
特許文献１（特開２０１２−１０３９１９号公報）には、道路に複数のカメラ装置を設置することで、危険な運転を行う車両を検出する通行車両監視システムが開示されている。
しかし、先行車両及び道路標識等の認識対象を、高精度で認識することは困難である。また、特許文献１に開示されている通行車両監視システムの場合、道路に対する複数のカメラ装置を設置するための大規模な工事が必要となるうえ、監視対象となる車両は、カメラ装置が設置されている場所を走行した車両のみとなる。すなわち、特許文献１に開示されている通行車両監視システムの場合、カメラ装置が設置されている場所を走行した車両の運転性を検出できるが、同じ車両の運転性を追従して検出することは困難である。
運転者の運転性の判定は、ある程度長期にわたって運転情報を取得することで、精度良く判定することが可能となる。このため、単発的な運転情報から運転性を判定する従来の技術では、運転者の運転性を精度良く判定することは困難な問題があった。
本発明は、上述の課題に鑑みてなされたものであり、運転者の運転性を精度良く判定可能な運転判定装置、運転判定プログラム、演算システム、検知装置、検知システム、検知方法及びプログラムの提供を目的とする。
上述した課題を解決し、目的を達成するために、本発明は、運転体の運転方向の撮像画像及び運転体の移動に応じて変化する情報を、少なくとも取得する取得部と、取得された撮像画像及び運転体の移動に応じて変化する情報のうち、少なくとも一方を用いて、運転体の運転の仕方を評価するための運転度を、所定の判定項目毎に算出する運転度算出部と、算出された複数の運転度の運転度に基づく値を、判定項目毎に算出する項目別算出部と、各判定項目の運転度に基づく値を用いて、運転体の運転の仕方を総合的に評価する値を算出する評価結果算出部とを有する。
本発明によれば、運転者の運転性を精度良く判定できるという効果を奏する。
図１は、第１の実施の形態の運転判定装置ハードウェア構成図である。 図２は、第１の実施の形態の運転判定装置の機能ブロック図である。 図３は、第１の実施の形態の運転判定装置が行う運転判定動作の流れを示す図である。 図４は、第１の実施の形態の運転判定装置の項目別運転判定動作の詳細な流れを示す図である。 図５は、第１の実施の形態の運転判定装置の項目別運転判定部で取得される各判定項目のデータの例を示す図である。 図６は、第１の実施の形態の運転判定装置の総合運転判定動作の詳細な流れを示す図である。 図７は、第１の実施の形態の運転判定装置の総合運転判定部による、運転度の総合レベルの算出動作を説明するための図である。 図８は、第２の実施の形態の運転判定装置の項目別運転判定動作の詳細な流れを示す図である。 図９は、第２の実施の形態の運転判定装置の総合運転判定動作の詳細な流れを示す図である。 図１０は、第３の実施の形態となる演算システムのシステム構成図である。 図１１は、第３の実施の形態となる演算システムに設けられている集計演算装置のハードウェア構成図である。 図１２は、第４の実施の形態となる運転特性評価用の情報提供システムの利用環境及び概略動作について説明するための図である。 図１３Ａは、ＲＯＩ領域の例について説明するための図である。 図１３Ｂは、ノイズ削減処理の例について説明するための図である。 図１３Ｃは、エッジ探索処理の例について説明するための図である。 図１３Ｄは、白線検出処理の例について説明するための図である。 図１３Ｅは、車線変更判定処理の例について説明するための図である。 図１４は、第５の実施の形態の検知装置の検知方法の例を示すフローチャートである。 図１５は、第５の実施の形態の検知装置の車線変更判定処理の例を示すフローチャートである。 図１６は、第６の実施の形態の検知システムの構成の例を示す図である。 図１７は、第６の実施の形態の検知システムのサーバ装置の構成例を示す図である。 図１８は、第６の実施の形態の検知システムのサーバ装置のハードウェア構成の例を示す図である。
以下、本発明を適用した実施の形態を詳細に説明する。
（第１の実施の形態）
まず、本発明を適用した第１の実施の形態となる運転判定装置の説明をする。なお、以下、運転判定装置は、運転体の一例である車両の運転の仕方を判定するものとする。
（運転判定装置のハードウェア構成）
図１は、第１の実施の形態となる運転判定装置１のハードウェア構成図である。この図１に示すように、運転判定装置１は、ＣＰＵ２、ＲＯＭ３、ＲＡＭ４、カメラ部５、ＧＰＳセンサ６、マイクロホン部７、表示部８、操作部９、加速度センサ１０、入出力Ｉ／Ｆ１１、通信部１２及びスピーカ部１３を有している。ＣＰＵは、「Central Processing Unit」の略記である。ＲＯＭは、「Read Only Memory」の略記である。ＲＡＭは、「Random Access Memory」の略記である。ＧＰＳは、「Global Positioning System」の略記である。このような運転判定装置１は、一例として、カメラ部５で車両の進行方向の画像を撮像するように車載される。
カメラ部５、加速度センサ１０及び入出力Ｉ／Ｆ１１は、取得部の一例である。また、加速度センサ１０で検出される車両の加速度及び入出力Ｉ／Ｆ１１を介して供給される車両情報から検出される走行速度は、車両の移動に応じて変化する情報の一例である。
ＣＰＵ２は、ＲＯＭ３に記憶されている運転判定プログラムに従って、後述する運転度の判定を行う。ＲＯＭ３には、基本ソフトウェアであるＯＳ（Operating System）の他、運転度の判定を行うための運転判定プログラムが記憶されている。ＲＡＭ４には、運転判定プログラムに対応する、図２を用いて後述する車両検出部２１〜総合運転判定部３８（各機能）が展開される。
カメラ部５は、右目用の撮像部及び左目用の撮像部を備えた、いわゆるステレオカメラ装置となっている。カメラ部５は、右目用の撮像部及び左目用の撮像部から得られた各撮像画像から視差画像を生成する。ＣＰＵ２は、カメラ部５からの視差画像を用いて、前方を走行している車両、車間距離、走行ライン、ガードレール、障害物、歩行者、信号標識及び道路標識等を検出する。ＧＰＳセンサ６は、運転判定装置１が設けられている車両の現在の走行位置を検出する。マイクロホン部７は、車両内外の音声を集音する。表示部８は、操作メニュー及びカメラ部５で撮像されている現在の撮像画像等を表示する。操作部９は、所望の操作メニューの選択操作等を可能とする。加速度センサ１０は、車両のハンドル操作等により車両に発生した加速度を検出する。
近年の車両には、ＯＢＤ（On Board Diagnosis）と呼ばれる自己診断機能が設けられている。そして、近年の車両の場合、ＯＢＤの接続コネクタ（DLC：Data Link Connector）を介して、走行速度、現在のエンジン回転数、エンジン負荷率、スロットル開度及び冷却水温度等の車両情報を取得可能となっている。入出力インタフェース（入出力Ｉ／Ｆ）１１には、このような車両情報がＤＬＣを介して供給されている。
ＣＰＵ２は、車両情報（ＯＢＤデータ）として、車速、エンジン回転数、エンジン負荷率、点火時期、インテークマニホールドの圧力、吸入空気量（ＭＡＦ）、インジェクション開時間及びエンジン冷却水の温度（冷却水温度）等の各種情報を取得する。また、ＣＰＵ２は、車両情報として、エンジンに吸気される空気の温度（吸気温度）、車外の気温（外気温度）、燃料流量、瞬間燃費、アクセル開度（スロットル開度）、ウインカー情報（左右のウインカーの動作情報）、ブレーキ開度、ハンドルの回転操舵角情報等の各種情報を取得する。ＣＰＵ２は、このような車両情報に基づいて、現在の走行速度、アクセル操作、ブレーキ操作及びハンドル操作等を検出する他、故障診断等も行う。
通信部１２は、ネットワークを介した有線的又は無線的な通信を可能とする。スピーカ部１３は、急ハンドル又は急ブレーキ等の好ましくない運転を検出した際に、警告メッセージを出力し、また、後述する運転の判定結果等の音声を出力する。
（運転判定装置のソフトウェア構成）
図２に、ＣＰＵ２が運転判定プログラムに従って動作することで実現される各機能の機能ブロック図を示す。図２に示すように、ＣＰＵ２は、車両検出部２１、ライン検出部２２、信号検出部２３、標識検出部２４、車間距離検出部２５、衝突余裕時間検出部（ＴＴＣ検出部）２６、急発振検出部２７として機能する。また、ＣＰＵ２は、信号無視検出部２８、標識無視検出部２９、急停止検出部３０、急ハンドル検出部３１、ライン無視検出部３２、走行車線検出部３３として機能する。また、ＣＰＵ２は、走行位置検出部３４、項目別運転判定部３５及び総合運転判定部３６として機能する。
車両検出部２１〜項目別運転判定部３５は、運転度算出部の一例である。また、項目別運転判定部３５は、項目別算出部の一例である。また、総合運転判定部３６は、重み付け部及び評価結果算出部の一例である。
なお、この例では、車両検出部２１〜総合運転判定部３６は、ソフトウェアで実現することとして説明を進める。しかし、車両検出部２１〜総合運転判定部３６のうち、一部又は全部をハードウェアで実現してもよい。
また、運転判定プログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、フレキシブルディスク（ＦＤ）等のコンピュータ装置で読み取り可能な記録媒体に記録して提供してもよい。また、運転判定プログラムは、ＣＤ−Ｒ、ＤＶＤ、ブルーレイディスク（登録商標）、半導体メモリ等のコンピュータ装置で読み取り可能な記録媒体に記録して提供してもよい。ＤＶＤは、「Digital Versatile Disk」の略記である。また、運転判定プログラムを、インターネット等のネットワーク経由で提供してもよい。また、運転判定装置１は、運転判定プログラムを、ネットワークを介してダウンロードし、ＲＡＭ４等にインストールして実行してもよい。また、運転判定プログラムを、運転判定装置１内のＲＡＭ４等に予め組み込んで提供してもよい。
車両検出部２１は、カメラ部５からの視差画像を用いて、先行車両を検出する。ライン検出部２２は、視差画像を用いて、道路のセンターライン及び車道外側線等のライン検出を行う。信号検出部２３は、視差画像を用いて、交通信号機の灯火色（青色灯火、黄色灯火、赤色灯火）を検出する。標識検出部２４は、視差画像を用いて、進入禁止、一時停止又は駐車禁止等の道路標識を検出する。車間距離検出部２５は、視差画像を用いて、先行車両と自車両との間の車間距離を検出する。衝突余裕時間検出部２６は、先行車両と自車両との間の車間距離及び現在の走行速度から、先行車両に衝突するまでの時間を検出する。
急発進検出部２７は、加速度センサ１０で検出された加速度を用いて、車両の急発進を検出する。信号無視検出部２８は、交通信号機の灯火色の検出出力と、車両の走行速度を用いて、信号無視の有無を検出する。標識無視検出部２９は、道路標識の検出出力と車両の走行速度を用いて、道路標識無視の有無を検出する。急停止検出部３０は、先行車両の車間距離及び加速度センサ１０の検出出力を用いて急停止の有無を検出する。
急ハンドル検出部３１は、先行車両との間の車間距離及び加速度検出出力を用いて、急ハンドルの有無を検出する。ライン無視検出部３２は、ライン検出部２２のライン検出出力を用いて、ラインを無視した走行の有無を検出する。走行車線検出部３３は、ライン検出部２２のライン検出出力を用いて走行車線を検出し、車線変更の回数をカウントする。走行位置検出部３４は、視差画像及びライン検出部２２のライン検出出力を用いて、車両が走行している走行帯を検出する。この走行帯の検出出力は、交通法規に基づき、走行すべき走行帯を走行しているか否かの判別に用いられる。すなわち、走行帯の検出出力は、例えば車両に対して左側通行を規定する交通法規の場合、車両がキープレフトを行いながら走行しているか否かの判別に用いられる。
項目別運転判定部３５は、車両検出部２１〜走行帯検出部３４で検出された各検出出力から各項目別の運転度を算出する。総合運転判定部３６は、項目毎に算出された各運転度を用いて、総合的な運転度を算出する。
（運転判定動作の流れ）
次に、図３のフローチャートに、第１の実施の形態の運転判定装置１が行う運転判定動作の流れを示す。車両の走行開始時等に、バッテリーからの電源が運転判定装置１に供給されＯＳが起動すると、ＣＰＵ２が、ＲＯＭ３に記憶されている運転判定プログラムを読み込む。そして、ＣＰＵ２が、図２を用いて説明した各部２１〜３６をＲＡＭ４に展開する。これにより、運転判定動作が開始され、図３のフローチャートの処理がステップＳ１から順に実行される。
ステップＳ１では、ＣＰＵ２が、例えば１／６０秒毎にカメラ部５から出力される各フレームの視差画像（撮像画像）を取得し、順次、ＲＡＭ４に記憶する。ステップＳ２では、ＣＰＵ２が、入出力Ｉ／Ｆ１１を介して供給される車両情報から、各フレームの視差画像に対応する、車両の走行速度を取得し、順次、ＲＡＭ４に記憶する。ステップＳ３では、ＣＰＵ２が、各フレームの視差画像に対応する、加速度センサ１０からの加速度検出出力を取得し、順次、ＲＡＭ４に記憶する。これにより、ＲＡＭ４には、各フレームの視差画像、走行速度及び加速度が蓄積される（ステップＳ４）。
次に、ステップＳ５では、車両検出部２１〜走行帯検出部３４からの各検出出力を用いて、項目別運転判定部３５が、後述する項目毎の運転度を判定する（項目別運転判定動作）。そして、ステップＳ６において、総合運転判定部３６が、項目毎に算出された各運転度を用いて、総合的な運転度を算出する（総合運転判定動作）。
（項目別運転判定動作）
次に、ステップＳ５における項目別運転判定動作の詳細な流れを、図４のフローチャートに示す。図３のフローチャートのステップＳ４において、ＲＡＭ４に各フレームの視差画像、走行速度及び加速度が蓄積されると、図４のフローチャートの処理がステップＳ１１から開始される。
ステップＳ１１では、項目別運転判定部３５が、全判定項目のデータを取得する。一例ではあるが、第１の実施の形態の運転判定装置１は、図５に示すように「アクセル操作」に分類される「車間距離」、「衝突余裕時間」、「急発進」、「信号無視」及び「標識無視」の各判定項目の運転度を判定する。また、運転判定装置１は、「ブレーキ操作」に分類される「急停止」、「信号無視」及び「標識無視」の各判定項目の運転度を判定する。さらに、運転判定装置１は、「ハンドル操作」に分類される「急ハンドル」、「白線無視」、「車線変更過多」及び「キープレフト」の各判定項目の運転度を判定する。
このため、ステップＳ１１では、車間距離検出部２５が、上述の視差画像から車両検出部２１で検出された先行車両の車両検出情報をＲＡＭ４から取得する。また、ステップＳ１１では、衝突余裕時間検出部２６が、視差画像及び視差画像に対応する自車両の走行速度情報をＲＡＭ４から取得する。また、信号検出部２３は、上述のように、視差画像を用いて、交通信号機の灯火色を検出し、検出した交通信号機の灯火色を示す灯火色情報をＲＡＭ４に記憶する。急発進検出部２７は、ステップＳ１１において、交通信号機の灯火色情報及び加速度センサ１０で検出された加速度情報をＲＡＭ４から取得する。
また、ステップＳ１１では、信号無視検出部２８が、信号検出部２３で検出された灯火色情報及び自車両の走行速度をＲＡＭ４から取得する。また、標識検出部２４は、上述の視差画像及び各標識のテンプレート画像を用いてテンプレートマッチング処理を行うことで、自車両の走行位置に設けられている道路標識を検出し、検出した道路標識を示す標識検出情報をＲＡＭ４に記憶する。標識無視検出部２９は、ステップＳ１１において、標識検出情報及び自車両の走行速度をＲＡＭ４から取得する。
また、ステップＳ１１では、急停止検出部３０が、先行車両の車両検出情報及び加速度情報をＲＡＭ４から取得する。また、ステップＳ１１では、急ハンドル検出部３１が、先行車両の車両検出情報及び加速度情報をＲＡＭ４から取得する。また、ライン検出部２２は、道路のセンターライン及び車道外側線等のラインを、上述の視差画像から検出し、ライン検出情報をＲＡＭ４に記憶する。ライン無視検出部３２は、ステップＳ１１において、ライン検出情報をＲＡＭ４から取得する。また、ステップＳ１１では、走行車線検出部３３が、ライン検出情報及び加速度情報をＲＡＭ４から取得する。また、走行帯検出部３４は、先行車両の車両検出情報及びライン検出情報をＲＡＭ４から取得する。
このように車間距離検出部２５〜走行帯検出部３４が、各判定項目の運転度の算出に必要なデータを取得すると、処理がステップＳ１２に進む。ステップＳ１２では、車間距離検出部２５〜走行帯検出部３４が、所定の１シーン分のデータをＲＡＭ４から取得する。
ステップＳ１３では、項目別運転判定部３５が、車間距離検出部２５〜走行帯検出部３４による各判定項目の運転度の算出が終了したか否かを判別する。換言すると、項目別運転判定部３５は、車間距離検出部２５〜走行帯検出部３４により演算処理される各判定項目の情報（データ）のうち、未処理となっているデータの有無を、ステップＳ１３で判別する。
車間距離検出部２５〜走行帯検出部３４は、ステップＳ１５において、各判定項目の運転度を算出する（ステップＳ１３：Ｙｅｓ）。具体的には、車間距離検出部２５は、ＲＡＭ４から取得した複数のフレームの視差画像から検出した、先行車両と自車両との間の車間距離に対応する運転度を算出する。具体的には、車間距離が１００ｍ未満の場合、車間距離検出部２５は、車間距離に対応する運転度を「０（危険度０）」として算出する。これに対して、車間距離が１００ｍ以下の場合、車間距離検出部２５は、「（１００−距離［ｍ］）÷１０」の演算を行うことで、車間距離に対応する運転度を算出する。なお、車間距離に対応する運転度は、値が大きいほど、危険度が大きいことを示す。
衝突余裕時間検出部２６は、ＲＡＭ４から取得した視差画像及び視差画像に対応する自車両の走行速度情報から、先行車両に対して自車両が衝突するまでの時間に対応する運転度を算出する。具体的には、衝突余裕時間検出部２６は、先行車両に自車両が衝突するまでの時間が１０秒以上の場合、衝突余裕時間に対する運転度を「０（危険度０）」として算出する。これに対して、先行車両に自車両が衝突するまでの時間が１０秒未満の場合、衝突余裕時間検出部２６は、「１０秒−衝突余裕時間［秒］」の演算を行うことで、衝突余裕時間に対応する運転度を算出する。なお、衝突余裕時間に対応する運転度は、値が大きいほど、危険度が大きいことを示す。
急発進検出部２７は、ＲＡＭ４から取得した交通信号機の灯火色情報及び加速度情報から、自車両の発進の度合いを算出する。すなわち、交通信号機の灯火色が赤色から青色に移行してから経過した時間が短時間であるにもかかわらず、自車両の加速度が大きな値を示す場合、急発進となる運転が行われたことを意味する。また、交通信号機の灯火色が赤色から青色に移行後に、略々一定の加速度が維持されている場合、安全運転となる発進が行われたことを意味する。急発進検出部２７は、このような発進の度合いを算出する。
具体的には、急発進検出部２７は、加速度［ｍ／ｓ２］が、０［ｍ／ｓ２］よりも大きく、かつ、３００［ｍ／ｓ２］以下の場合、「走行速度が０［ｋｍ／ｈ］からの加速度［ｍ／ｓ２］÷３０」の演算式で、自車両の発進に対応する運転度を算出する。また、急発進検出部２７は、加速度［ｍ／ｓ２］が、３００［ｍ／ｓ２］よりも大きな値の場合、自車両の発進に対応する運転度を「１０（危険度大）」として算出する。また、急発進検出部２７は、加速度［ｍ／ｓ２］が、０［ｍ／ｓ２］以下の場合、運転度の算出は行わない。なお、自車両の発進に対応する運転度は、値が大きいほど、危険度が大きいことを示す。
信号無視検出部２８は、信号検出部２３で検出された灯火色情報及び自車両の走行速度から、信号無視の有無による運転度を検出する。具体的には、信号無視検出部２８は、自車両の走行速度が１［ｋｍ／ｈ］以上で、交通信号機の灯火色が赤色であるにもかかわらず、画像から交通信号機が検出できなくなった場合、信号無視があったものとして、信号無視の運転度を「１０（危険度大）」とする。これに対して、信号無視検出部２８は、交通信号機の灯火色が赤色から青色に変化すると共に、自車両の走行速度が０［ｋｍ／ｈ］から徐々に上昇した場合、交通信号機による交通法規が遵守されているものとして、信号無視の運転度を「０（危険度小）」とする。
標識検出部２４は、自車両の走行位置に設けられている道路標識を示す標識検出情報及び自車両の走行速度から、道路標識無視の有無を検出する。
急停止検出部３０は、先行車両の車両検出情報及び自車両の加速度情報から、自車両の停止の度合いを算出する。例えば、先行車両と自車両との間の距離が短く、かつ、自車両の加速度が正の値からマイナスの大きな値に急激に変化した場合、自車両が急停止しようとした（急ブレーキを掛けた）ことを意味する。また、先行車両と自車両との間の距離が短くなるに連れ、加速度が徐々にゼロ（０）の値に移行した場合（例えば、一時的に急ブレーキを掛けた後、徐々に停止した場合）、自車両が緩やかに停止したことを意味する。自車両において、時間的に後の時刻に発生した加速度から、前の時刻に発生した加速度を減算した場合に、大きなマイナスになるような場合を意味している。自車両の加速度としては、減速している車両が急減速した場合の加速度、等速で走行している車両が急減速した場合の加速度、加速している車両が急減速した場合の加速度、等を含む。急停止検出部３０は、急ブレーキ及びこのような自車両の停止の度合いを算出する。
具体的には、急停止検出部３０は、加速度が０［ｍ／ｓ２］よりも小さな値であり、かつ、−３００［ｍ／ｓ２］よりも大きな値である場合、「（加速度［ｍ／ｓ２］÷３０）×（−１）」の演算式で、自車両の停止の度合いに対応する運転度を算出する。これに対して、加速度が−３００［ｍ／ｓ２］よりも小さな値の場合、急停止検出部３０は、自車両の停止の度合いに対応する運転度を「１０（危険度大）」とする。なお、加速度が０［ｍ／ｓ２］よりも大きな値の場合、急停止検出部３０は、自車両の停止の度合いに対応する運転度は算出しない。また、自車両の停止の度合いに対応する運転度は、値が大きいほど、危険度が大きいことを示す。
急ハンドル検出部３１は、先行車両の車両検出情報及び加速度情報から、自車両のハンドル操作の度合いを算出する。自車両の進行方向を急激に変更させるハンドル操作が行われた場合、急ハンドル検出部３１により、急ハンドル操作が検出される。また、ライン無視検出部３２は、ライン検出情報から、自車両が、センターライン及び車道外側線等で示される車両通行帯を正確にトレースして走行している割合を算出する。また、走行車線検出部３３は、ライン検出情報及び加速度情報から、自車両の車線変更の回数をカウントする。また、走行帯検出部３４は、先行車両の車両検出情報及びライン検出情報から、自車両がキープレフトで走行している割合を算出する。
項目別運転判定部３５は、車間距離検出部２５〜走行帯検出部３４により、全ての判定項目の運転度が算出されたものと判別すると（ステップＳ１３：Ｎｏ）、ステップＳ１４に処理を進める。各判定項目の運転度は、それぞれＲＡＭ４に蓄積される。これにより、判定項目毎に、複数の運転度がＲＡＭ４に蓄積される。ステップＳ１４では、項目別運転判定部３５が、ＲＡＭ４に蓄積された各判定項目の運転度に基づく値の一例である、各判定項目の運転度の平均値を、それぞれ算出する。これにより、図４のフローチャートの処理が終了する。
なお、項目別運転判定部３５は、各判定項目の運転度の平均値に、所定の重み付け処理を施したうえで、平均値を算出してもよい。また、項目別運転判定部３５は、各判定項目の運転度の平均値を算出することとしたが、これは一例である。平均値以外であっても、所定の加算値、減算値、除算値、乗算値、又はこれらの組み合わせで算出した値を用いてもよい。
突発的又は止むを得ず行われた危険運転により、ネガティブな判定結果となる運転度が算出されることは、好ましいことではない。実施の形態の運転判定装置１の場合、各判定項目の運転度の平均値を算出する。このため、危険運転が単発的に行われたにもかかわらず、運転度の判定結果がネガティブな判定結果となる不都合を防止できる。また、運転者の平均的な運転スタイルの判定を行うことができる。
（総合運転判定動作）
次に、ステップＳ６における総合運転判定動作の詳細な流れを、図６のフローチャートに示す。図３のフローチャートのステップＳ５において、上述の各判定項目の運転度の平均値の算出が終了すると、総合運転判定部３６により、図６のフローチャートの処理がステップＳ２１から開始される。
ステップＳ２１では、総合運転判定部３６が、判定項目毎に予め定められている重み付け係数で、各判定項目の運転度の平均値を重み付け処理する。具体的には、図７に示す例は、「アクセル操作」に分類されている車間距離の運転度の平均値が「８」、衝突余裕時間の運転度の平均値が「９」の例である。また、図７に示す例は、「アクセル操作」に分類されている急発進の運転度の平均値が「６」、信号無視の運転度の平均値が「０」、標識無視の運転度の平均値が「０」の例である。
また、図７に示す例は、「ブレーキ操作」に分類されている急停止の運転度の平均値が「７」、信号無視の運転度の平均値が「０」、標識無視の運転度の平均値が「１」の例である。また、図７に示す例は、「ハンドル操作」に分類されている急ハンドルの運転度の平均値が「６」、白線無視の運転度の平均値が「３」、車線変更過多の運転度の平均値が「８」、キープレフトの運転度の平均値が「５」の例である。
また、図７に示す例の場合、「アクセル操作」に分類されている車間距離の運転度に対しては「３」の重み付け係数が、衝突余裕時間の運転度に対しては「３」の重み付け係数が、それぞれ割り当てられている。また、図７に示す例の場合、「アクセル操作」に分類されている急発進の運転度に対しては「２」の重み付け係数が、信号無視の運転度に対しては「３」の重み付け係数が、標識無視の運転度に対しては「２」の重み付け係数が、それぞれ割り当てられている。
また、図７に示す例の場合、「ブレーキ操作」に分類されている急停止の運転度に対しては「２」の重み付け係数が、信号無視の運転度に対しては「３」の重み付け係数が、標識無視の運転度に対しては「２」の重み付け係数が、それぞれ割り当てられている。また、図７に示す例の場合、「ハンドル操作」に分類されている急ハンドルの運転度に対しては「２」の重み付け係数が、白線無視の運転度に対しては「１」の重み付け係数が、車線変更過多の運転度に対しては「２」の重み付け係数が、キープレフトの運転度に対しては「１」の重み付け係数が、それぞれ割り当てられている。
総合運転判定部３６は、図６のフローチャートのステップＳ２１において、各判定項目の運転度の平均値と、各判定項目に対してそれぞれ割り当てられた重み付け係数を乗算処理することで、各判定項目の運転度の平均値を重み付け処理する。これにより、図７に示すように「アクセル操作」の分類における車間距離の運転度は、「８×３＝２４」の値に重み付け処理される。また、「アクセル操作」の分類における衝突余裕時間の運転度は、「９×３＝２７」の値に重み付け処理される。また、「アクセル操作」の分類における急発進の運転度は、「６×２＝１２」の値に重み付け処理される。また、「アクセル操作」の分類における信号無視の運転度は、「０×３＝０」の値に重み付け処理される。また、「アクセル操作」の分類における標識無視の運転度は、「０×２＝０」の値に重み付け処理される。
また、「ブレーキ操作」の分類における急停止の運転度は、「７×２＝１４」の値に重み付け処理される。また、「ブレーキ操作」の分類における信号無視の運転度は、「０×３＝０」の値に重み付け処理される。また、「ブレーキ操作」の分類における標識無視の運転度は、「１×２＝２」の値に重み付け処理される。
また、「ハンドル操作」の分類における急ハンドルの運転度は、「６×２＝１２」の値に重み付け処理される。また、「ハンドル操作」の分類における白線無視の運転度は、「３×１＝３」の値に重み付け処理される。また、「ハンドル操作」の分類における車線変更過多の運転度は、「８×２＝１６」の値に重み付け処理される。また、「ハンドル操作」の分類におけるキーピレフトの運転度は、「５×１＝５」の値に重み付け処理される。
次に、総合運転判定部３６は、図６のフローチャートのステップＳ２２において、重み付け処理した各判定項目の平均値の和を、全ての判定項目の重み付け係数の和で除算処理することで、運転度の総合レベルを算出する。これにより、図６のフローチャートに示す処理が終了する。
具体的には、図７に示す例の場合、重み付け処理した各判定項目の平均値の和は、「２４＋２７＋１２＋０＋０＋１４＋０＋２＋１２＋３＋１６＋５＝１１５」となる。また、図７に示す例の場合、全ての判定項目の重み付け係数の和は、「３＋３＋２＋３＋２＋２＋３＋２＋２＋１＋２＋１＝２６」となる。このため、総合運転判定部３６は、「１１５÷２６」の演算を行うことで、運転度の総合レベルとして「約４．４」の値を算出する。この総合レベルに応じて、例えば「法律上問題のある運転ではないが、やや運転が荒く、事故につながる確率が高いタイプ」とのように運転者の運転度を評価できる。
（第１の実施の形態の効果）
以上の説明から明らかなように、第１の実施の形態の運転判定装置１は、所定の判定項目毎に、運転の安全性の度合いを示す運転度を算出する。また、算出した運転度を、判定項目毎に複数蓄積する。そして、判定項目毎に運転度の平均値を算出し、算出した各判定項目の運転度の平均値を用いて、総合的に運転者の運転度を判定する。これにより、判定項目毎の複数の運転度の平均値に従って運転度を判定できるため、長期的な見地から精度良く運転度の判定を行うことができる。
（第２の実施の形態）
次に、第２の実施の形態の運転判定装置１の説明をする。上述の第１の実施の形態の運転判定装置１は、判定項目毎に運転度の平均値を算出することで、単発な危険運転が運転度の判定結果に影響を与える不都合を防止したものであった。これに対して、第２の実施の形態の運転判定装置１は、危険運転の頻度を検出して運転度の判定を行うことで、潜在的な運転度を判定するものである。すなわち、第２の実施の形態の運転判定装置１は、危険運転を行うこと自体が、運転者の潜在的な特性と考えて判定を行う。また、第２の実施の形態の運転判定装置１は、危険運転を行った回数が明確になるよう、危険運転の頻度で処理を行う。
（第２の実施の形態の項目別運転判定動作）
図８のフローチャートに、第２の実施の形態の運転判定装置１における項目別運転判定動作の流れを示す。図３のフローチャートのステップＳ４において、ＲＡＭ４に各フレームの視差画像、走行速度及び加速度が蓄積されると、上述のステップＳ５の処理に相当する図８のフローチャートの処理が、ステップＳ３１から開始される。なお、図８のフローチャートのステップＳ３１〜ステップＳ３３及びステップＳ３５の各処理は、図４のフローチャートのステップＳ１１〜ステップＳ１３及びステップＳ１５の各処理に相当する。このため、図８のフローチャートに説明においては、上述の第１の実施の形態との差異となるステップＳ３４の処理の説明のみ行う。
すなわち、図５を用いて説明した各判定項目のデータが算出されると、カウント部の一例である項目別運転判定部３５は、ステップＳ３４において、各判定項目の運転度のうち、判定項目毎に設けた閾値以上の運転度の数をカウントする。これにより、閾値以上の運転度の運転が行われた頻度を、判定項目毎に検出することができる。
（第２の実施の形態の総合運転判定動作）
次に、図９のフローチャートに、第２の実施の形態の運転判定装置１における総合運転判定動作の流れを示す。図３のフローチャートのステップＳ５において、上述の閾値以上の運転度の数のカウントが終了すると、総合運転判定部３６により、図９のフローチャートの処理がステップＳ４１から開始される。
ステップＳ４１では、重み付け部の一例である総合運転判定部３６が、判定項目毎に予め定められている重み付け係数で、閾値以上の運転度の運転が行われた回数を示す各判定項目のカウント値を重み付け処理する。そして、評価結果算出部の一例である総合運転判定部３６は、ステップＳ４２において、重み付け処置した各判定項目のカウント値の和を、運転度の総合レベルとして算出する。
（第２の実施の形態の効果）
以上の説明から明らかなように、第２の実施の形態の運転判定装置１は、各判定項目の閾値以上の運転度の運転が行われた回数をカウントする。そして、第２の実施の形態の運転判定装置１は、重み付け処理した各判定項目のカウント値の和を、運転度の総合レベルとして算出する。これにより、第２の実施の形態の運転判定装置１は、危険運転を行った回数に従って潜在的な運転度を判定可能とすることができる他、上述の第１の実施の形態と同様の効果を得ることができる。
（第３の実施の形態）
次に、第３の実施の形態の演算システムの説明をする。第３の実施の形態の演算システムは、第１の実施の形態及び第２の実施の形態で説明した運転判定装置１からの運転判定結果を集計し、運転判定、事故時の過失割合又は自動車保険料等を自動的に算出するシステムである。
（システム構成）
図１０は、第３の実施の形態の演算システムのシステム構成を示す図である。図１０に示すように、演算システムは、一つ又は複数の運転判定装置１と、運転判定装置１から送信された各判定項目の運転度を集計する集計演算装置４４とを有している。運転判定装置１は、基地局４２との間で直接的に無線通信を行い、集計演算装置４４に運転度の情報を送信する。または、運転判定装置１は、スマートフォン等の無線通信機器４１を介して、基地局４２との間で無線通信を行い、集計演算装置４４に運転度の情報を送信する。なお、運転判定装置１は、有線的な通信で、集計演算装置４４に運転度の情報を送信してもよい。
図１１は、集計演算装置４４のハードウェア構成図である。この図１１に示すように、集計演算装置４４は、ＣＰＵ５１、ＲＯＭ５２、ＲＡＭ５３、ＨＤＤ５４、入出力Ｉ／Ｆ５５及び通信部５６を有している。ＣＰＵ５１〜通信部５６は、バスライン５７を介して相互に接続されている。
ＲＯＭ５２には、自動車事故時における過失割合を算出するための過失割合算出プログラムが記憶されている。また、ＲＯＭ５２には、運転度の判定結果に従って、自動車保険料を算出するための自動車保険算出プログラムが記憶されている。なお、自動車保険算出プログラム等を、ＲＡＭ５３又はＨＤＤ５４に記憶してもよい。通信部５６は、運転判定装置１との間で通信を行うことで、上述の総合レベルとなる運転度を取得する。なお、各判定項目の運転度をそれぞれ取得してもよい。
（システム動作）
このような演算システムは、例えば運転中において所定の時間毎に、又は、衝突事故等により車両に大きな衝撃が加わった際に、各車両に設けられた運転判定装置１が、上述の総合レベルとなる運転度を集計演算装置４４に送信する。集計演算装置４４は、自動車保険算出プログラムに従って、運転者の運転度に対応する自動車保険料を算出する。また、過失割合算出プログラムに従って、自動車事故を起こした当事者の運転度の判定結果を用いて、当事者の過失割合を算出する。
（第３の実施の形態の効果）
上述のように、運転度の判定は、蓄積された複数のデータを用いて算出される。このため、第３の実施の形態の演算システムは、運転者の運転の仕方に見合う自動車保険料を算出できる。また、自動車事故の過失割合の算出に対しても、有用な判断材料を提供できる他、上述の各実施の形態と同様の効果を得ることができる。
なお、集計演算装置４４のＲＯＭ５２に、上述の運転判定プログラムを記憶しておき、各運転判定装置１から各判定項目の運転度の算出に必要なデータを収集し、集計演算装置４４側で、各運転判定装置１の運転度の演算を行ってもよい。
（第４の実施の形態）
図１２は、第４の実施の形態となる運転特性評価用の情報提供システムの利用環境及び概略動作について説明するための図である。この情報提供システムは、運転操作情報を含む上述の車両情報を送信する通信部１２と、撮像装置としてのカメラ部５を有している。車両側の詳しい構成は、図１を参照されたい。
通信部１２は、運転操作情報を生成するＣＰＵ２のＯＢＤポートと有線接続されている。カメラ部５と通信部１２との間は、一例として、ブルートゥース（登録商標）等の近距離無線通信で通信を行うようになっている。なお、カメラ部５と通信部１２との間は、Ｗｉ−ｆｉ等の無線ＬＡＮを介して、又は有線を介して通信を行ってもよい。カメラ部５及び通信部１２は、ネットワーク４３を介して、例えば自動車保険会社の集計演算装置４４と通信を行う。
ＣＰＵ２は、車両全体を電子制御するための制御コンピュータ（ＥＣＵ：Electronic Control Unit：電子制御ユニット）としても機能し、故障診断等も行う。ＣＰＵ２は、車両情報（ＯＢＤデータ）として、車速、エンジン回転数、エンジン負荷率、点火時期、インテークマニホールドの圧力、吸入空気量（ＭＡＦ）、インジェクション開時間及びエンジン冷却水の温度（冷却水温度）等の各種情報を取得する。また、ＣＰＵ２は、車両情報として、エンジンに吸気される空気の温度（吸気温度）、車外の気温（外気温度）、燃料流量、瞬間燃費、アクセル開度（スロットル開度）、ウインカー情報（左右のウインカーの動作情報）、ブレーキ開度、ハンドルの回転操舵角情報等の各種情報を取得する。
通信部１２は、ＣＰＵ２から取得した車両情報を、ネットワーク４３を介して集計演算装置４４に送信する。また、通信部１２は、ＣＰＵ２から取得した車両情報のうち、少なくとも運転操作に応じて変化する、例えば車速、アクセル開度、ウインカー情報、ブレーキ操作度、ハンドルの回転操舵角情報等の車両の操作状態を示す運転操作情報を抽出し、カメラ部５に送信する。
カメラ部５は、車両の少なくとも前方を撮像して、画像情報を生成する機能、生成した画像情報から、少なくとも道路標識、交通信号、車線、路上障害物の認識が可能な画像解析機能、画像情報の記録（保存）機能、画像解析結果の記録（保存）機能を有する。
また、カメラ部５は、ブレーキ操作（減速）、アクセル操作（加速）、ハンドル操作（旋回）等の運転操作情報を通信部１２から受信すると、受信した運転操作情報に対応する画像情報及び画像解析結果である認識結果情報を集計演算装置４４に送信する。
また、通信部１２は、上述の運転操作情報から、急加速、急減速（急ブレーキ）、急旋回（急ハンドル）等の危険運転につながる運転操作が検出された際は、運転操作情報に、危険運転が行われたことを示す危険運転情報を含めて、集計演算装置４４に送信する。カメラ部５は、危険運転が行われたときの画像情報及び認識結果情報を集計演算装置４４に送信する。なお、急ハンドルの有無は、ハンドルの回転操舵角の微分値が、所定の閾値を超えたか否かで判別する。同様に、急ブレーキの有無は、ブレーキ開度の微分値が、所定の閾値を超えたか否かで判別する。
すなわち、カメラ部５は、独立して道路標識、交通信号、車線の認識、路上障害物の認識を行う。カメラ部５は、通信部１２から運転操作情報（危険運転情報を含む）を受信した時点における速度制限、停止指示、交通信号の現示状況に関する情報（認識結果情報）を生成する。そして、カメラ部５は、生成した認証結果情報を、通信部５から受信した運転操作情報と共に集計演算装置４４に送信する。
なお、カメラ部５は、運転操作情報を受信した時点の前後の所定時間分の映像（動画像情報）を集計演算装置４４に送信してもよい。また、カメラ部５と集計演算装置４４との間の通信回線の確立が困難であり、映像の送信が困難な場合等に、カメラ部５内の記録媒体等に映像を記録してもよい。そして、カメラ部５と集計演算装置４４との間の通信回線が確立された際に、記録媒体に記憶しておいた映像を、集計演算装置４４に送信してもよい。
また、カメラ部５が画像解析の結果として所定の道路標識を認識（検出）した際、車速等の運転操作情報を通信部１２から取得し、認識結果情報と共に集計演算装置４４に送信してもよい。
集計演算装置４４は、過失割合算出プログラムに基づいて、車両のカメラ部５及び通信部１２から送信された、車両情報及び運転操作情報（危険運転情報を含む）を用いて、交通事故の過失割合等を算出する。これにより、上述の第３の実施の形態と同様の効果を得ることができる。
（第５の実施の形態）
次に、第５の実施の形態の検知装置の説明をする。この第５の実施の形態の検知装置は、運転者の車線変更に起因する危険な運転を適切に検知する。
すなわち、カメラ部５は、車両の周囲の被写体を含む画像情報を取得してＣＰＵ２に供給する。ＣＰＵ２は、上述の運転判定プログラムに基づいて動作することで、図２に示した走行車線検出部３３として機能し、画像情報に含まれる白線（車線境界線）の位置を特定する。
具体的には、走行車線検出部３３は、画像情報から白線を検出する画像解析の対象となる領域として、ＲＯＩ（Region Of Interest）領域を設定する。
図１３Ａは、ＲＯＩ領域２０２の例について説明するための図である。図１３Ａの例は、白線２０３ａ及び白線２０３ｂを含む画像情報を示す。また図１３Ａの例は、水平線２０１よりも下にある画像情報下部の領域が、ＲＯＩ領域２０２として設定される場合を示す。
次に、走行車線検出部３３は、ＲＯＩ領域２０２のノイズを削減するノイズ削減処理を行う。ＲＯＩ領域２０２のノイズは、例えばランダムノイズ等である。
図１３Ｂは、ノイズ削減処理の例について説明するための図である。図１３Ｂの例は、画像情報の中央から左右の方向にＩＩＲ−ＬＰＦ（Infinite Impulse Response Low Pass Filter）をかけることにより、ＲＯＩ領域２０２のノイズが削減されたボケ画像を生成する場合を示す。
次に、走行車線検出部３３は、ＲＯＩ領域２０２のノイズが削減されたボケ画像を使用して、エッジ探索処理を行う。
図１３Ｃは、エッジ探索処理の例について説明するための図である。図１３Ｃの例は、ＲＯＩ領域２０２のボケ画像の中央から左右の方向に、白線２０３ａの候補点２０４ａ、及び、白線２０３ｂの候補点２０４ｂとして、所定の閾値を超えるエッジを示す画素を探索する場合の例を示す。
次に、走行車線検出部３３は、複数の白線の候補点２０４ａ、及び、複数の白線の候補点２０４ｂを使用して白線検出処理を行う。具体的には、走行車線検出部３３は、複数の白線の候補点２０４ａを使用して確率的ハフ変換を行うことにより、ＲＯＩ領域２０２のノイズが削減されたボケ画像から白線２０３ａを検出する。同様に、走行車線検出部３３は、複数の白線の候補点２０４ｂを使用して確率的ハフ変換を行うことにより、ＲＯＩ領域２０２のノイズが削減されたボケ画像から白線２０３ｂを検出する。走行車線検出部３３は、白線を直線又は曲線として検出する。
走行車線検出部３３は、白線を直線として検出できるか否かを判定する場合、確率的ハフ変換により、画像情報上の直線の式ｙ＝ａｘ＋ｂ（ｘ：水平方向の座標、ｙ：垂直方向の座標）の傾きａ及び切片ｂを特定する。なお、走行車線検出部３３は、例えば確率的ハフ変換の投票数、検出された直線の長さ、及び、検出された直線の傾きａ等が、それぞれ所定の閾値以下の場合、白線を直線として検出できないと判定する。
白線が直線として検出された場合、走行車線検出部３３は、検出された白線に信頼性があるか否かを判定する。具体的には、走行車線検出部３３は、カメラ部５から時系列の連続フレームとして受け付けられた所定の数の画像情報について、それぞれの画像情報から検出された傾きａ及び切片ｂを、時間ｔによりＩＩＲ−ＬＰＦをかけることにより平滑化する。そして、走行車線検出部３３は、平滑化された傾きａ及び平滑化された切片ｂが、同様の方法で過去の連続フレームで特定された傾きａ及び切片ｂと、所定の閾値以上の差があるか否かを判定する。所定の閾値以上の差がある場合、走行車線検出部３３は、信頼性が低いと判定し、所定の閾値より小さい場合、信頼性が高いと判定する。
また、走行車線検出部３３は、白線を曲線として検出できるか否かを判定する場合、確率的ハフ変換により、例えば画像情報上の曲線の式ｙ＝Ａｘ２＋Ｂｘ＋Ｃ（ｘ：水平方向の座標、ｙ：垂直方向の座標）の係数Ａ，Ｂ及びＣを特定する。なお、走行車線検出部３３は、例えば確率的ハフ変換の投票数、検出された曲線の長さ、並びに、係数Ａ，Ｂ及びＣ等が、それぞれ所定の閾値以下の場合、白線を曲線として検出できないと判定する。白線が曲線として検出された場合の信頼性の判定処理の説明は、直線の場合と同様なので省略する。
図１３Ｄは、白線検出処理の例について説明するための図である。図１３Ｄの例は、複数の白線の候補点２０４ａから、直線の式により白線２０３ａが検出され、複数の白線の候補点２０４ｂから、直線の式により白線２０３ｂが検出された場合を示す。
次に、走行車線検出部３３は、検出された白線に信頼性がある場合、白線の位置を示す式及び画像情報を含む判定情報を走行帯検出部３４に入力する。走行帯検出部３４は、走行車線検出部３３から判定情報で示される白線の位置の変動に基づいて、車線変更が行われたか否かを判定する車線変更判定処理を行う。具体的には、まず、走行帯検出部３４は、白線の位置を示す式から、白線の下端の水平方向の位置を示す座標を算出する。
図１３Ｅは、車線変更判定処理の例について説明するための図である。図１３Ｅは、白線２０３ａが直線である場合の下端２０５ａ、及び、白線２０３ｂが直線である場合の下端２０５ｂの例を示す。走行帯検出部３４は、走行車線検出部３３から時系列に受け付けられた判定情報に基づいて、白線の下端２０５ａ又は下端２０５ｂの水平方向の位置を示す座標の変動が、所定の時間内に、所定の閾値を超えたか否かを判定する。所定の時間内に、所定の閾値を超えた場合、走行帯検出部３４は、車両が車線変更を行ったと判定する。
ここで、走行帯検出部３４の判定方法について説明する。車両が車線変更を行わずに走行している場合は、白線の下端２０５ａ又は下端２０５ｂの水平方向の位置は、車両が車線変更を行った場合に比べ、長い時間を要して少しずつ変動するか、又は、同じような位置に安定する。このため、走行帯検出部３４は、白線の下端２０５ａ又は下端２０５ｂの水平方向の位置が、短い時間の間に大きく変動した場合を、所定の閾値により判定することにより車両が車線変更を行ったか否かを判定する。
なお、変動は、走行車線検出部３３から時系列に受け付けられた画像情報のうち、隣り合う２つの画像情報から検出された変動を、時間ｔによりＩＩＲ−ＬＰＦをかけることにより平滑化した後、平滑化された隣り合う２つの画像情報の変動の和により判定される。
ここで白線２０３ａ及び白線２０３ｂにより挟まれる車線が、３車線道路の中央の車線である場合について具体的に説明する。例えば、車両が左側の車線に車線変更する場合、走行帯検出部３４が、走行車線検出部３３から時系列の連続フレームとして受け付けられた画像情報上の白線２０３ａの下端２０５ａの変動は、車線変更を行わない場合の変動に比べ、短い時間で大きく右に変動する。
一方、車両が右側の車線に車線変更する場合、走行帯検出部３４が走行車線検出部３３から時系列の連続フレームとして受け付けられた画像情報上の白線２０３ｂの下端２０５ｂの変動は、車線変更を行わない場合の変動に比べ、短い時間で大きく左に変動する。
なお、走行帯検出部３４は、車両の速度が所定の閾値を超えていない場合は、車線変更判定処理を行わない。これは、車両の速度が遅い場合の車線変更は、細い道ですれ違うため等に必要な車線変更であると想定されるため、このような車線変更を危険運転度の検知処理の対象にしないようにするためである。
走行帯検出部３４は、車線変更が行われたと判定した場合、当該車線変更を判定した時刻を含む車線変更通知を、総合運転判定部３６に入力する。
総合運転判定部３６は、走行帯検出部３４から車線変更通知を受け付けると、車線変更の頻度を示す頻度情報を算出し、当該頻度情報に基づいて、車両の運転者の危険な運転の度合いを示す危険運転度情報を検知する。ここで頻度情報及び危険運転度情報の具体例について説明する。
頻度情報は、例えば所定の期間の間に行われた車線変更の回数を示す情報である。この場合、危険運転度情報は、所定の期間の間に行われた車線変更の回数が多いほど高く設定される。所定の期間は任意に定めてよい。所定の期間は、１０分、１時間、２４時間、１週間、及び３０日等である。例えば所定の期間が１０分の場合、危険運転度情報は、１０分間に行われた車線変更の回数が大きいほど高く設定される。
また頻度情報は、例えば車線変更を行ってから次の車線変更を行うまでの時間間隔を示す情報である。この場合、危険運転度情報は、車線変更を行ってから次の車線変更を行うまでの時間間隔が短いほど高く設定される。例えば、車線変更を行ってから次の車線変更を行うまでの時間間隔が９秒以上の場合、危険運転度情報を１とする。車線変更を行ってから次の車線変更を行うまでの時間間隔が６〜９秒の場合、危険運転度情報を２とする。車線変更を行ってから次の車線変更を行うまでの時間間隔が３秒以内の場合、危険運転度情報を３とする。
総合運転判定部３６は、危険運転度情報を検知した場合、危険運転度情報を通信部１２に入力する。通信部１２は、総合運転判定部３６から危険運転度情報を受け付けると、送信元を識別する識別情報と、危険運転度情報と、を関連付けた検知情報を、上述の集計演算装置４４等に送信する。ここで送信元を識別する識別情報について説明する。
送信元は、車両毎に識別しても、運転者毎に識別してもよい。車両を複数の運転者が運転し、運転者毎に危険な運転を検知したい場合は、例えば運転者が車両の運転をする前に、第５の実施の形態の検知装置が運転者を識別し、運転者の識別情報を含む検知情報を集計演算装置４４等に送信する。集計演算装置４４を含む検知装置の実施形態は、後述の第６の実施の形態で説明する。
なお、運転者を識別する方法は任意でよい。例えば、検知装置に運転者を識別するＩＤカードを挿入するスロット等を設け、挿入されたＩＤカードにより運転者を識別してもよい。また、例えば検知装置に運転者を識別するＩＣ（Integrated Circuit）カードを、ＮＦＣ（Near Field Communication）等の通信規格を利用して読み取る読取部を設けてもよい。
また、検知された危険運転度が所定の閾値よりも高い場合、音声等により運転者に危険な運転であることを警告する警告部を設けてもよい。
次に、第５の実施の形態の検知装置の検知方法について説明する。
図１４は、第５の実施の形態の検知装置の検知方法の例を示すフローチャートである。はじめに、走行車線検出部３３が、カメラ部５により取得された画像情報を受け付ける（ステップＳ５１）。次に、走行車線検出部３３が、車線変更判定処理を行う（ステップＳ５２）。車線変更判定処理の詳細は、図１５を参照して後述する。
次に、ステップＳ５２の車線変更判定処理により、車線変更が行われたと判定された場合（ステップＳ５３、Ｙｅｓ）、走行帯検出部３４が、車線変更の頻度を示す頻度情報を算出し、当該頻度情報に基づいて、車両の運転者の危険な運転の度合いを示す危険運転度情報を検知する（ステップＳ５４）。ステップＳ５２の車線変更判定処理により、車線変更が行われたと判定されなかった場合（ステップＳ５３、Ｎｏ）、ステップＳ５１の処理に戻る。
次に、通信部１２が、運転者を識別する識別情報と、危険運転度情報と、を関連付けた検知情報を、集計演算装置４４に送信する（ステップＳ５５）。
次に、上述のステップＳ５２の車線変更判定処理の詳細について説明する。
図１５は、第５の実施の形態の検知装置の車線変更判定処理の例を示すフローチャートである。はじめに、走行車線検出部３３が、画像情報から白線を検出する画像解析の対象となる領域として、ＲＯＩ領域を設定する（ステップＳ６１）。
次に、走行車線検出部３３が、画像情報の中央から左右の方向にＩＩＲ−ＬＰＦをかけることにより、ＲＯＩ領域のノイズが削減されたボケ画像を生成する（ステップＳ６２）。次に、走行車線検出部３３が、ＲＯＩ領域のボケ画像の中央から左右の方向に、白線の候補点として、所定の閾値を超えるエッジを示す画素を探索する（ステップＳ６３）。次に、走行車線検出部３３が、複数の白線の候補点を使用して確率的ハフ変換を行うことにより、ＲＯＩ領域のノイズが削減されたボケ画像から白線を検出する（ステップＳ６４）。次に、走行車線検出部３３が、検出された白線に信頼性があるか否かを上述の方法で判定する（ステップＳ６５）。
検出された白線に信頼性がある場合（ステップＳ６５、Ｙｅｓ）、総合運転判定部３６が、検出された白線の下端の水平方向の位置を示す座標の変動が、所定の時間内に、所定の閾値を超えるか否かを判定することにより、車線変更が行われたか否かを判定する（ステップＳ６６）。検出された白線に信頼性がない場合（ステップＳ６５、Ｎｏ）、車線変更判定処理は終了する。
以上の説明から明らかなように、第５の実施の形態の検知装置は、走行車線検出部３３が、車両の周囲の被写体を含む画像情報を解析することにより、画像情報に含まれる白線の位置を特定する。また、走行帯検出部３４が、特定された白線の位置の変動に基づいて、車両が車線変更を行ったか否かを判定する。そして、走行帯検出部３４が、車線変更の頻度に基づいて、車両の運転者の危険な運転の度合いを示す危険運転度を検知する。これにより、運転者の車線変更に起因する危険な運転をより適切に検知することができる。
なお、上述の走行車線検出部３３、走行帯検出部３４及び総合運転判定部３６の一部又は全部を、ＩＣ等のハードウェアにより実現してもよい。
（第６の実施の形態）
次に、第６の実施の形態の検知システムの説明をする。図１６は第６の実施の形態の検知システム２００のシステム構成図である。第６の実施の形態の検知システム２００は、検知装置１００−１、検知装置１００−２、・・・、検知装置１００−Ｎ（Ｎは１以上の整数）及びサーバ装置４００を備える。検知装置１００−１、検知装置１００−２、・・・、検知装置１００−Ｎ及びサーバ装置４００は、ネットワーク３００を介して接続されている。ネットワーク３００は、例えばインターネットである。検知装置１００−１、検知装置１００−２、・・・、及び検知装置１００−Ｎのそれぞれは、図１６では図示されていない異なる車両に搭載されている。以下、検知装置１００−１、検知装置１００−２、・・・、及び検知装置１００−Ｎを区別しない場合は単に検知装置１００という。
検知装置１００の構成は、図１と同じである。検知装置１００の通信部１２は、第５の実施の形態で説明した方法で検知された運転者の危険運転度と、送信元を識別する識別情報と、が関連付けられた検知情報を、サーバ装置４００に送信する。第６の実施の形態の説明では、送信元を識別する識別情報を運転者の識別情報とする。
図１７は、第６の実施の形態の検知システムのサーバ装置４００の構成の例を示す図である。サーバ装置４００は、通信部１４１、記憶部１４２及び評価部１４３を備える。通信部１４１は、検知装置１００から検知情報を受け付けると、検知情報を記憶部１４２に記憶する。評価部１４３は、記憶部１４２に記憶された検知情報に基づいて、運転者の危険運転を評価する。評価部１４３は、例えば運転者を識別する識別情報毎に算出された危険運転度の和、又は、運転者の危険運転度の平均値（当該運転者の危険運転度の和／当該運転者の識別情報を含む検知情報の数）等により、運転者の危険運転を検知する。この場合、危険運転度の和、又は、運転者の危険運転度の平均値が大きいほど当該運転者の運転が危険であることを示す。
次に、第６の実施の形態の検知システムのサーバ装置４００のハードウェア構成を説明する。図１８は、第６の実施の形態の検知システムのサーバ装置４００のハードウェア構成図である。第６の実施の形態の検知システムのサーバ装置４００は、制御装置１５１、主記憶装置１５２、補助記憶装置１５３、表示装置１５４、入力装置１５５及び通信装置１５６を備える。制御装置１５１、主記憶装置１５２、補助記憶装置１５３、表示装置１５４、入力装置１５５及び通信装置１５６は、バスライン１６０を介して互いに接続されている。
制御装置１５１は、補助記憶装置１５３から主記憶装置１５２に読み出されたプログラムを実行する。主記憶装置１５２は、ＲＯＭ及びＲＡＭ等のメモリである。補助記憶装置１５３は、ＨＤＤ（Hard Disk Drive）又は光学ドライブ等である。図１７の記憶部１４２は、主記憶装置１５２及び補助記憶装置１５３に対応する。
表示装置１５４は、サーバ装置４００の状態等を表示する。表示装置１５４は、例えば、液晶ディスプレイである。入力装置１５５は、サーバ装置４００を操作するためのインタフェースである。入力装置１５５は、例えばキーボードやマウス等である。通信装置１５６は、ネットワーク３００に接続するためのインタフェースである。
第６の実施の形態の検知システムのサーバ装置４００で実行されるプログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ−ＲＯＭ、メモリカード、ＣＤ−Ｒ及びＤＶＤ等のコンピュータで読み取り可能な記憶媒体に記録されてコンピュータ・プログラム・プロダクトとして提供される。
また、第６の実施の形態の検知システムのサーバ装置４００で実行されるプログラムを、インターネット等のネットワーク３００に接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成してもよい。また、第６実施の形態の検知システムのサーバ装置４００で実行されるプログラムをダウンロードさせずにインターネット等のネットワーク３００経由で提供するように構成してもよい。
また、第６の実施の形態の検知システムのサーバ装置４００のプログラムを、主記憶装置５２のＲＯＭ等に予め組み込んで提供するように構成してもよい。
第６の実施の形態の検知システムのサーバ装置４００で実行されるプログラムは、上述した図１６の通信部１４１及び評価部１４３を含むモジュール構成となっている。通信部１４１及び評価部１４３は、制御装置１５１が、記憶媒体からプログラムを読み出して実行することにより、主記憶装置１５２上にロードされる。すなわち、通信部１４１及び評価部１４３は、主記憶装置１５２上に生成される。なお、上述した図１６の通信部１４１及び評価部１４３の一部又は全部をソフトウェアにより実現せずに、ＩＣ等のハードウェアにより実現してもよい。
以上の説明から明らかなように、第６の実施の形態の検知システム２００は、走行車線検出部３３が、車両の周囲の被写体を含む画像情報を解析することにより、画像情報に含まれる白線の位置を特定する。また、走行帯検出部３４が、特定された白線の位置の変動に基づいて、車両が車線変更を行ったか否かを判定する。そして、走行帯検出部３４が、車線変更の頻度に基づいて、車両の運転者の危険な運転の度合いを示す危険運転度を検知する。そして、評価部１４３が、記憶部１４２に記憶された運転者の危険運転度に基づいて、運転者の運転を評価する。
これにより、検知装置１００により検知された運転者の危険運転度を記憶部１４２に記憶し、記憶部１４２に記憶された運転者の危険運転度に基づいて、長期に渡る運転者の運転を評価することができる。このため、第６の実施の形態の検知システム２００により得られた運転者の運転の評価結果を、運転者の自動車保険料の算出等に利用可能とすることができる。
なお、評価部１４３は、運転者の車線変更以外の指標に基づく危険運転度も考慮して、運転者の運転を評価してもよい。運転者の車線変更以外の指標は、例えば先行車両との距離及び自車両の速度から算出されるＴＴＣ（Time To Collision：衝突までの時間）等である。この場合、検知装置１００は、車線変更に基づく危険運転度だけでなく、ＴＴＣに基づく危険運転度等もサーバ装置４００に送信する。
なお、上述の検知システム２００の解析部２、走行車線検出部３３、走行帯検出部３４、記憶部１４２及び評価部１４３はいずれの装置で実現してもよい。例えば記憶部１４２及び評価部１４３を、検知装置１００で実現してもよい。
上述の各実施の形態は、例示したものであり、本発明の範囲を限定することは意図していない。この新規な各実施の形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことも可能である。例えば、上述の実施の形態の説明では、運転判定装置１は、運転体の一例である車両の運転の仕方を判定することとした。しかし、運転判定装置１は、例えば船舶、航空機、ロボット等の他の運転体の運転の仕方を判定してもよい。このような各実施の形態および各実施の形態の変形は、発明の範囲や要旨に含まれると共に、特許請求の範囲に記載された発明とその均等の範囲に含まれる。
１ 運転判定装置
２ ＣＰＵ
３ ＲＯＭ
５ カメラ部
１０ 加速度センサ
１１ 入出力Ｉ／Ｆ
１２ 通信部
２１ 車両検出部
２２ ライン検出部
２３ 信号検出部
２４ 標識検出部
２５ 車間距離検出部
２６ 衝突余裕時間検出部
２７ 急発進検出部
２８ 信号無視検出部
２９ 標識無視検出部
３０ 急停止検出部
３１ 急ハンドル検出部
３２ ライン無視検出部
３３ 走行車線検出部
３４ 走行帯検出部
３５ 項目別運転判定部
３６ 総合運転判定部
４４ 集計演算装置
１４１ 通信部
１４２ 記憶部
１４３ 評価部
１５１ 制御装置
１５２ 主記憶装置
１５３ 補助記憶装置
１５４ 表示装置
１５５ 入力装置
１５６ 通信装置
１６０ バスライン
１００ 検知装置
２００ 検知システム
２０１ 水平線
２０２ ＲＯＩ領域
２０３ 白線（車線境界線）
２０４ 白線の候補点
２０５ 白線の下端
３００ ネットワーク
４００ サーバ装置
特開２０１２−１０３９１９号公報

Claims (20)

  1. 運転体の運転方向の撮像画像及び運転体の移動に応じて変化する情報を、少なくとも取得する取得部と、
    取得された前記撮像画像及び運転体の移動に応じて変化する情報のうち、少なくとも一方を用いて、前記運転体の運転の仕方を評価するための運転度を、所定の判定項目毎に算出する運転度算出部と、
    算出された複数の前記運転度に基づく値を、前記判定項目毎に算出する項目別算出部と、
    前記各判定項目の前記運転度に基づく値を用いて、前記運転体の運転の仕方を総合的に評価する値を算出する評価結果算出部と
    を有する運転判定装置。
  2. 前記評価結果算出部は、
    前記各判定項目の前記運転度に基づく値に対して、それぞれ所定の重み付け係数で重み付け処理を施す重み付け部を備え、
    前記重み付け処理した前記各判定項目の前記運転度に基づく値の和を、前記各判定項目の前記重み付け係数の和で除算処理した値を、前記運転体の運転の仕方を総合的に評価する値として算出すること
    を特徴とする請求項１に記載の運転判定装置。
  3. 運転体の運転方向の撮像画像及び運転体の移動に応じて変化する情報を、少なくとも取得する取得部と、
    取得された前記撮像画像及び運転体の移動に応じて変化する情報のうち、少なくとも一方を用いて、前記運転体の運転の仕方を評価するための運転度を、所定の判定項目毎に算出する運転度算出部と、
    算出された複数の前記運転度のうち、所定の閾値以上の運転度の数を、前記判定項目毎にカウントするカウント部と、
    前記カウント部でカウントされた前記各判定項目のカウント値に基づき、前記運転体の運転の仕方を総合的に評価する値を算出する評価結果算出部と
    を有する運転判定装置。
  4. 前記評価結果算出部は、
    前記カウント部でカウントされた前記各判定項目のカウント値に対して、それぞれ所定の重み付け係数で重み付け処理を施す重み付け部を備え、
    前記重み付け処理した前記各判定項目の前記カウント値の和を、前記運転体の運転の仕方を総合的に評価する値として算出すること
    を特徴とする請求項３に記載の運転判定装置。
  5. 前記運転度算出部は、先行運転体と自運転体との間の距離、先行運転体に自運転体が衝突するまでの時間を示す衝突時間、自運転体の急発進、信号無視、標識無視、急停止、急ハンドル、白線無視、車線変更過多、及び、キープレフトの各判定項目のうち、少なくとも一つの判定項目の運転度を算出すること
    を特徴とする請求項１から請求項４のうち、いずれか一項に記載の運転判定装置。
  6. 前記項目別算出部は、算出された複数の前記運転度に基づく値の平均値を、前記判定項目毎に算出すること
    を特徴とする請求項１から請求項５のうち、いずれか一項に記載の運転判定装置。
  7. 運転体は、車両であること
    を特徴とする請求項１から請求項６のうち、いずれか一項に記載の運転判定装置。
  8. コンピュータを、
    運転体の運転方向の撮像画像及び運転体の移動に応じて変化する情報を、少なくとも取得する取得部と、
    取得された前記撮像画像及び運転体の移動に応じて変化する情報のうち、少なくとも一方を用いて、前記運転体の運転の仕方を評価するための運転度を、所定の判定項目毎に算出する運転度算出部と、
    算出された複数の前記運転度の運転度に基づく値を、前記判定項目毎に算出する項目別算出部と、
    前記各判定項目の前記運転度に基づく値を用いて、前記運転体の運転の仕方を総合的に評価する値を算出する評価結果算出部として機能させること
    を特徴とする運転判定プログラム。
  9. コンピュータを、
    運転体の運転方向の撮像画像及び運転体の移動に応じて変化する情報を、少なくとも取得する取得部と、
    取得された前記撮像画像及び運転体の移動に応じて変化する情報のうち、少なくとも一方を用いて、前記運転体の運転の仕方を評価するための運転度を、所定の判定項目毎に算出する運転度算出部と、
    算出された複数の前記運転度のうち、所定の閾値以上の運転度の数を、前記判定項目毎にカウントするカウント部と、
    前記カウント部でカウントされた前記各判定項目のカウント値に基づき、前記運転体の運転の仕方を総合的に評価する値を算出する評価結果算出部として機能させること
    を特徴とする運転判定プログラム。
  10. 前記請求項１から請求項５のうち、いずれか一項に記載の運転判定装置を備えると共に、
    前記運転判定装置から前記運転体の運転の仕方を総合的に評価する値を取得する総合評価取得部と、
    取得された前記運転体の運転の仕方を総合的に評価する値を用いて自動車保険料を算出する保険料算出部と、を備えた集計演算装置と
    を有する演算システム。
  11. 車両の周囲の被写体を含む画像情報を解析することにより、前記画像情報に含まれる車線境界線の位置を特定する解析部と、
    特定された前記車線境界線の位置の変動に基づいて、前記車両が車線変更を行ったか否かを判定する判定部と、
    前記車線変更の頻度を示す頻度情報に基づいて、前記車両の運転者の危険な運転の度合いを示す危険運転度を検知する検知部と
    を有する検知装置。
  12. 前記頻度情報は、所定の期間の間に行われた前記車線変更の回数を示す情報であり、
    前記危険運転度は、所定の期間の間に行われた前記車線変更の回数が多いほど高く設定されること
    を特徴とする請求項１１に記載の検知装置。
  13. 前記頻度情報は、車線変更を行ってから次の車線変更を行うまでの時間間隔を示す情報であり、
    前記危険運転度は、車線変更を行ってから次の車線変更を行うまでの時間間隔が短いほど高く設定されること
    を特徴とする請求項１１に記載の検知装置。
  14. 前記解析部は、前記画像情報のエッジを探索することにより前記車線境界線の候補点を検出し、検出された前記候補点をハフ変換することにより前記車線境界線を特定し、
    前記判定部は、特定された前記車線境界線の下端の水平方向の位置を示す座標の変動が、所定の時間内に、第１閾値を超える場合に、前記車両が車線変更を行ったと判定すること
    を特徴とする請求項１１から請求項１３のうち、いずれか一項に記載の検知装置。
  15. 前記判定部は、前記車両の速度が第２閾値を超えている場合、前記車両が車線変更を行ったか否かを判定すること
    を特徴とする請求項１１から請求項１４のうち、いずれか一項に記載の検知装置。
  16. 前記画像情報を取得する撮影部を、さらに備えること
    を請求項１１から請求項１５のうち、いずれか一項に記載の検知装置。
  17. 前記検知部により検知された前記危険運転度を、前記運転者の運転を評価する評価部を備えるサーバ装置に送信する通信部を、さらに備えること
    を特徴とする請求項１１から請求項１６のうち、いずれか一項に記載の検知装置。
  18. 車両の周囲の被写体を含む画像情報を解析することにより、前記画像情報に含まれる車線境界線の位置を特定する解析部と、
    特定された前記車線境界線の位置の変動に基づいて、前記車両が車線変更を行ったか否かを判定する判定部と、
    前記車線変更の頻度を示す頻度情報に基づいて、前記車両の運転者の危険な運転の度合いを示す危険運転度を検知する検知部と、
    前記運転者の危険運転度を記憶する記憶部と、
    前記記憶部に記憶された前記運転者の危険運転度に基づいて、前記運転者の運転を評価する評価部と
    を有する検知システム。
  19. 解析部が、車両の周囲の被写体を含む画像情報を解析することにより、前記画像情報に含まれる車線境界線の位置を特定するステップと、
    判定部が、特定された前記車線境界線の位置の変動に基づいて、前記車両が車線変更を行ったか否かを判定するステップと、
    検知部が、前記車線変更の頻度を示す頻度情報に基づいて、前記車両の運転者の危険な運転の度合いを示す危険運転度を検知するステップと
    を有する検知方法。
  20. コンピュータを、
    車両の周囲の被写体を含む画像情報を解析することにより、前記画像情報に含まれる車線境界線の位置を特定する解析部と、
    特定された前記車線境界線の位置の変動に基づいて、前記車両が車線変更を行ったか否かを判定する判定部と、
    前記車線変更の頻度を示す頻度情報に基づいて、前記車両の運転者の危険な運転の度合いを示す危険運転度を検知する検知部として機能させること
    を特徴とするプログラム。
JP2015181543A 2014-12-04 2015-09-15 運転判定装置、運転判定プログラム、演算システム、検知装置、検知システム、検知方法及びプログラム Pending JP2016146162A (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
EP15866152.0A EP3227874A4 (en) 2014-12-04 2015-12-02 Driving determination device and detection device
US15/531,973 US10515546B2 (en) 2014-12-04 2015-12-02 Driving determination device and detection device
PCT/JP2015/005999 WO2016088375A1 (en) 2014-12-04 2015-12-02 Driving determination device and detection device
CN201580065401.8A CN107004347A (zh) 2014-12-04 2015-12-02 驾驶判定装置和检测装置

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2014246210 2014-12-04
JP2014246210 2014-12-04
JP2015018870 2015-02-02
JP2015018870 2015-02-02

Publications (1)

Publication Number Publication Date
JP2016146162A true JP2016146162A (ja) 2016-08-12

Family

ID=56686280

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015181543A Pending JP2016146162A (ja) 2014-12-04 2015-09-15 運転判定装置、運転判定プログラム、演算システム、検知装置、検知システム、検知方法及びプログラム

Country Status (4)

Country Link
US (1) US10515546B2 (ja)
EP (1) EP3227874A4 (ja)
JP (1) JP2016146162A (ja)
CN (1) CN107004347A (ja)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018028856A (ja) * 2016-08-19 2018-02-22 矢崎エナジーシステム株式会社 車線警告装置及び車線警告システム
JP2018072940A (ja) * 2016-10-25 2018-05-10 株式会社リコー 情報処理装置、情報処理方法およびプログラム
JP2018181130A (ja) * 2017-04-19 2018-11-15 株式会社日立システムズ 走行実績収集評価システムおよび走行実績評価装置
JP2019212021A (ja) * 2018-06-05 2019-12-12 セイコーソリューションズ株式会社 運転評価装置
WO2020095549A1 (ja) * 2018-11-06 2020-05-14 日立オートモティブシステムズ株式会社 撮像装置
WO2020116292A1 (ja) * 2018-12-07 2020-06-11 ソニーセミコンダクタソリューションズ株式会社 画像処理装置及び画像処理方法
JP2021015093A (ja) * 2019-07-16 2021-02-12 アルパイン株式会社 車線変更判定装置および車線変更判定方法
JP7358593B1 (ja) 2022-09-26 2023-10-10 株式会社デンソーテン 車載装置、車載装置の動作方法、およびプログラム
JP7380304B2 (ja) 2020-02-19 2023-11-15 オムロン株式会社 交通監視装置、交通監視方法、および交通監視プログラム
JP7504803B2 (ja) 2018-12-07 2024-06-24 ソニーセミコンダクタソリューションズ株式会社 画像処理装置及び画像処理方法

Families Citing this family (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8977426B2 (en) 2012-06-04 2015-03-10 Geotab Inc. VIN based accelerometer threshold
EP3315949B1 (en) * 2015-06-23 2021-04-28 Nec Corporation Detection system, detection method, and program
JP6589760B2 (ja) * 2016-07-07 2019-10-16 株式会社デンソー 車両制御装置
US9919648B1 (en) 2016-09-27 2018-03-20 Robert D. Pedersen Motor vehicle artificial intelligence expert system dangerous driving warning and control system and method
JP6492295B2 (ja) * 2016-11-21 2019-04-03 パナソニックＩｐマネジメント株式会社 速度取締システム及び速度取締方法
US10366286B2 (en) * 2016-12-13 2019-07-30 Google Llc Detection of traffic light signal changes
US20190018408A1 (en) * 2017-07-12 2019-01-17 Qualcomm Incorporated Systems and methods for verifying integrity of a sensing system
US10435035B2 (en) * 2017-10-17 2019-10-08 Denso International America, Inc. Screen reduction system for autonomous vehicles
US10732640B2 (en) * 2018-04-13 2020-08-04 Blackberry Limited System and method for preforming differential analysis of vehicles
ES2736901A1 (es) * 2018-06-29 2020-01-08 Geotab Inc Caracterización de una colisión de vehículo
JP7040399B2 (ja) * 2018-10-23 2022-03-23 トヨタ自動車株式会社 情報処理システム及び情報処理方法
US11148670B2 (en) * 2019-03-15 2021-10-19 Honda Motor Co., Ltd. System and method for identifying a type of vehicle occupant based on locations of a portable device
JP2021081804A (ja) 2019-11-14 2021-05-27 株式会社リコー 状態認識装置、状態認識方法及び状態認識プログラム
DE102020107108A1 (de) * 2020-03-16 2021-09-16 Kopernikus Automotive GmbH Verfahren und System zum autonomen Fahren eines Fahrzeugs
EP4264475A1 (en) 2020-12-15 2023-10-25 Selex ES Inc. Systems and methods for electronic signature tracking
US11884285B2 (en) 2021-02-03 2024-01-30 Geotab Inc. Systems for characterizing a vehicle collision
US11862022B2 (en) 2021-02-03 2024-01-02 Geotab Inc. Methods for characterizing a vehicle collision
US11941986B2 (en) 2021-02-03 2024-03-26 Geotab Inc. Methods for characterizing a low-impact vehicle collision using high-rate acceleration data
AU2022234565A1 (en) * 2021-03-10 2023-08-31 Leonardo Us Cyber And Security Solutions, Llc Systems and methods for vehicle information capture using white light
CN116635287A (zh) * 2021-12-20 2023-08-22 华为技术有限公司 一种安全评估方法及装置
US20220111865A1 (en) * 2021-12-23 2022-04-14 Intel Corporation Driver scoring system and method using optimum path deviation
US20230294708A1 (en) * 2022-03-15 2023-09-21 Infosys Limited System and method for driver authentication and violation detection

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002259703A (ja) * 2001-02-27 2002-09-13 Matsushita Electric Ind Co Ltd 車事故の費用補填方法、保険料金決定装置、保険料金システム及び運転履歴情報記録媒体
JP2008186045A (ja) * 2007-01-26 2008-08-14 Denso Corp 運転評価装置
WO2009107210A1 (ja) * 2008-02-28 2009-09-03 パイオニア株式会社 車両の運転評価装置、方法、及びコンピュータプログラム
JP2010072766A (ja) * 2008-09-16 2010-04-02 Shinano Kenshi Co Ltd 運転情報評価システム
JP2012197006A (ja) * 2011-03-18 2012-10-18 Mazda Motor Corp 車両用表示装置
JP2013191230A (ja) * 2013-06-03 2013-09-26 Ud Trucks Corp 車両の安全運転促進システム

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
BE793011A (fr) 1972-07-28 1973-04-16 Aquarius Inc Procede et appareils pour la mise en place des panneaux de constructionprefabriques
JPH04262453A (ja) 1991-02-15 1992-09-17 Hitachi Ltd ニュ−ロ学習制御方法及び装置
JP3323894B2 (ja) 1991-06-27 2002-09-09 株式会社日立製作所 ニューラルネットワーク学習方法及び装置
JP4476575B2 (ja) 2003-06-06 2010-06-09 富士通テン株式会社 車両状況判定装置
JP4296940B2 (ja) 2004-01-13 2009-07-15 トヨタ自動車株式会社 車両運転支援装置および車両運転支援方法
JP4952421B2 (ja) 2007-07-18 2012-06-13 株式会社デンソー 運転支援システム
US20100023265A1 (en) * 2008-07-24 2010-01-28 Gm Global Technology Operations, Inc. Adaptive vehicle control system with integrated driving style recognition
CN101870293B (zh) * 2009-04-24 2013-06-05 南京理工大学 基于切道行为检测的车辆驾驶状态评价方法
US9916625B2 (en) * 2012-02-02 2018-03-13 Progressive Casualty Insurance Company Mobile insurance platform system
CN101937421A (zh) * 2009-07-03 2011-01-05 上海大潮电子技术有限公司 采集车辆实时运行信息而进行运行安全风险评估的方法
CN101923793A (zh) * 2010-07-27 2010-12-22 中兴通讯股份有限公司 一种实现模拟驾驶的方法及***
JP5516343B2 (ja) 2010-11-10 2014-06-11 サクサ株式会社 通行車両監視システム
JP5803274B2 (ja) 2011-05-25 2015-11-04 富士通株式会社 運転技術判別装置および運転技術判別プログラム
US9535878B1 (en) * 2012-12-19 2017-01-03 Allstate Insurance Company Driving event data analysis
US20140272811A1 (en) * 2013-03-13 2014-09-18 Mighty Carma, Inc. System and method for providing driving and vehicle related assistance to a driver
JP5986949B2 (ja) * 2013-04-08 2016-09-06 株式会社日本自動車部品総合研究所 境界線認識装置
CN103310202B (zh) * 2013-06-27 2017-04-05 西安电子科技大学 一种保障驾驶安全的***及其方法
CN104077819B (zh) * 2014-06-17 2015-03-18 深圳前向启创数码技术有限公司 基于行车安全的远程监控方法及***
JP6459443B2 (ja) 2014-11-28 2019-01-30 株式会社リコー 検知装置、検知システム、検知方法及びプログラム
JP2016130979A (ja) 2015-01-14 2016-07-21 株式会社リコー 検知装置、検知処理プログラム及び検知システム

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002259703A (ja) * 2001-02-27 2002-09-13 Matsushita Electric Ind Co Ltd 車事故の費用補填方法、保険料金決定装置、保険料金システム及び運転履歴情報記録媒体
JP2008186045A (ja) * 2007-01-26 2008-08-14 Denso Corp 運転評価装置
WO2009107210A1 (ja) * 2008-02-28 2009-09-03 パイオニア株式会社 車両の運転評価装置、方法、及びコンピュータプログラム
JP2010072766A (ja) * 2008-09-16 2010-04-02 Shinano Kenshi Co Ltd 運転情報評価システム
JP2012197006A (ja) * 2011-03-18 2012-10-18 Mazda Motor Corp 車両用表示装置
JP2013191230A (ja) * 2013-06-03 2013-09-26 Ud Trucks Corp 車両の安全運転促進システム

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2018028856A (ja) * 2016-08-19 2018-02-22 矢崎エナジーシステム株式会社 車線警告装置及び車線警告システム
JP2018072940A (ja) * 2016-10-25 2018-05-10 株式会社リコー 情報処理装置、情報処理方法およびプログラム
JP2018181130A (ja) * 2017-04-19 2018-11-15 株式会社日立システムズ 走行実績収集評価システムおよび走行実績評価装置
JP7268964B2 (ja) 2018-06-05 2023-05-08 セイコーソリューションズ株式会社 運転評価システム
JP2019212021A (ja) * 2018-06-05 2019-12-12 セイコーソリューションズ株式会社 運転評価装置
WO2020095549A1 (ja) * 2018-11-06 2020-05-14 日立オートモティブシステムズ株式会社 撮像装置
JPWO2020095549A1 (ja) * 2018-11-06 2021-10-21 日立Astemo株式会社 撮像装置
JP7152506B2 (ja) 2018-11-06 2022-10-12 日立Astemo株式会社 撮像装置
WO2020116292A1 (ja) * 2018-12-07 2020-06-11 ソニーセミコンダクタソリューションズ株式会社 画像処理装置及び画像処理方法
JP7504803B2 (ja) 2018-12-07 2024-06-24 ソニーセミコンダクタソリューションズ株式会社 画像処理装置及び画像処理方法
JP2021015093A (ja) * 2019-07-16 2021-02-12 アルパイン株式会社 車線変更判定装置および車線変更判定方法
JP7341763B2 (ja) 2019-07-16 2023-09-11 アルパイン株式会社 車線変更判定装置および車線変更判定方法
JP7380304B2 (ja) 2020-02-19 2023-11-15 オムロン株式会社 交通監視装置、交通監視方法、および交通監視プログラム
JP7358593B1 (ja) 2022-09-26 2023-10-10 株式会社デンソーテン 車載装置、車載装置の動作方法、およびプログラム

Also Published As

Publication number Publication date
CN107004347A (zh) 2017-08-01
US20170330455A1 (en) 2017-11-16
US10515546B2 (en) 2019-12-24
EP3227874A1 (en) 2017-10-11
EP3227874A4 (en) 2018-03-14

Similar Documents

Publication Publication Date Title
JP2016146162A (ja) 運転判定装置、運転判定プログラム、演算システム、検知装置、検知システム、検知方法及びプログラム
US11945448B2 (en) Vehicle telematics based driving assessment
US20210280056A1 (en) Driver behavior monitoring
US20220327406A1 (en) Systems and methods for classifying driver behavior
KR102205240B1 (ko) 예상치 못한 임펄스 변화 충돌 검출기
CN107004363B (zh) 图像处理装置及车载显示***及显示装置及图像处理方法
US10776735B2 (en) Risk information processing method and server device
CN109720348B (zh) 车载装置、信息处理***和信息处理方法
US10843698B2 (en) Information processing system, information processing device, information processing method, and non-transitory computer readable storage medium storing program
US20190300017A1 (en) Method of controlling a vehicle
JP2012123625A (ja) 車両運転推定システム
JP2017151694A (ja) 安全確認診断システム及び安全確認診断方法
US10977882B1 (en) Driver health profile
KR20210034096A (ko) 자율주행 차량들을 위한 행렬들의 검출 및 그에 대한 대응
WO2016088375A1 (en) Driving determination device and detection device
KR101405785B1 (ko) 자동차 등급 부여 시스템 및 그 방법
Tsai et al. A safety driving assistance system by integrating in-vehicle dynamics and real-time traffic information
CN112349084A (zh) 驾驶行为评价装置、方法以及记录介质
WO2022196659A1 (ja) 運転支援装置、運転支援方法、ドライブレコーダ、運転支援制御プログラム
WO2022196660A1 (ja) 運転支援装置、運転支援方法、ドライブレコーダ、運転支援制御プログラム
JP7484528B2 (ja) 警告提示制御装置、警告提示制御システム、警告提示制御方法、及び、警告提示制御プログラム
JP5797173B2 (ja) 車両情報システム、及びセンタ側装置
US20220392275A1 (en) Information processing device and driving evaluation system
CN113344312A (zh) 信息处理装置、信息处理方法以及非临时性存储介质
WO2019043726A1 (en) METHOD AND SYSTEM FOR GEOMARKING ROAD IRREGULARITIES AND ALERTING VEHICLE USERS OF POTENTIAL IRREGULARITIES ON THE PATH

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20180808

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20190618

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20190808

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20191119

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200114

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20200609