JP2018112461A - 確率算出装置及び確率算出方法 - Google Patents

Abstract

【課題】衝突確率を精度良く算出する。【解決手段】衝突回避装置１０は、障害物の位置を検出する位置検出部１２１と、将来の複数の時刻のそれぞれにおける車両Ｖに対する障害物Ｏの位置の範囲を予測する予測部１２２と、車両Ｖの走行状態を特定する走行状態特定部１２３と、車両Ｖの走行状態と、車両Ｖの位置に対応する領域と、複数の時刻のそれぞれにおける障害物Ｏの位置の範囲とに基づいて、車両Ｖと障害物Ｏとの衝突確率を算出する算出部１２４とを備える。【選択図】図３

Description

本発明は、車両の障害物との衝突確率を算出する確率算出装置及び確率算出方法に関する。

従来、車両と障害物とが衝突する確率を算出し、算出した確率に基づいて自車両の運転状態を制御することが行われている。例えば、特許文献１は、自車両と、自車両の前方を走行する走行車両等の障害物の将来の位置を予測し、これらの予測された位置に基づいて算出した自車両と障害物との衝突確率に基づいて自車両の運転状態を制御する装置が開示されている。

特許第２７９９３７５号公報

従来の技術では、自車両の速度及びヨーレートに基づいて将来の自車両の位置を予測する。しかしながら、自車両と障害物との衝突確率は、自車両の右左折時や発進時等の走行状態に応じて変化する。例えば、自車両が所定の速度及びヨーレートで車線内を走行する場合と、自車両が当該所定の速度及びヨーレートで右左折を行う場合とでは、衝突確率が変化する。しかしながら、従来の技術では、自車両の走行状態について考慮しておらず、衝突確率を精度良く算出することができないという問題があった。

そこで、本発明はこれらの点に鑑みてなされたものであり、衝突確率を精度良く算出することができる確率算出装置及び確率算出方法を提供することを目的とする。

本発明の第１の態様においては、障害物の位置を検出する位置検出部と、将来の複数の時刻のそれぞれにおける車両に対する前記障害物の位置の範囲を予測する予測部と、前記車両の走行状態を特定する走行状態特定部と、前記走行状態と、前記車両の位置に対応する領域と、前記複数の時刻のそれぞれにおける前記障害物の位置の範囲とに基づいて、前記車両と前記障害物との衝突確率を算出する算出部と、を備える。

前記予測部は、将来の複数の時刻のそれぞれにおける前記車両に対する前記障害物の位置の範囲を示す確率密度分布を算出することにより、当該位置の範囲を予測してもよい。

前記算出部は、前記走行状態に基づいて前記領域の範囲を変化させ、変化後の前記領域と、前記複数の時刻のそれぞれにおいて予測された前記位置の範囲とに基づいて、前記車両と前記障害物との衝突確率を算出してもよい。

前記算出部は、前記走行状態に基づいて前記複数の時刻のそれぞれにおいて予測された前記位置の範囲を変化させ、前記領域と、変化後の前記複数の時刻のそれぞれにおける前記位置の範囲とに基づいて、前記車両と前記障害物との衝突確率を算出してもよい。
本発明の第２の態様に係る確率算出方法は、コンピュータが実行する、障害物の位置を検出するステップと、将来の複数の時刻のそれぞれにおける車両に対する前記障害物の位置の範囲を予測するステップと、前記車両の走行状態を特定するステップと、前記走行状態と、前記車両の位置に対応する領域と、前記複数の時刻のそれぞれにおける前記障害物の位置の範囲とに基づいて、前記車両と前記障害物との衝突確率を算出するステップと、を備える。

本発明によれば、衝突確率を精度良く算出することができるという効果を奏する。

本実施形態に係る衝突回避装置の概要を説明するための図である。 本実施形態に係る衝突回避装置の構成を示す図である。 本実施形態に係る衝突回避装置の構成を示す図である。 本実施形態に係る障害物の位置の範囲の予測を説明するための図である。 本実施形態に係る車両の位置に対応する領域の一例を示す図である。

［衝突回避装置１０の概要］
図１は、本実施形態に係る衝突回避装置１０の概要を説明するための図である。衝突回避装置１０は、車両Ｖに搭載され、車両Ｖが歩行者や先行車両や対向車両等の障害物Ｏとの衝突を回避するためのコンピュータである。衝突回避装置１０は、確率算出装置として機能し、車両Ｖと障害物Ｏとの衝突確率を算出する。

衝突回避装置１０は、車両Ｖが走行している場合に車両Ｖの前方に位置する障害物Ｏの位置を検出し、将来の複数の時刻のそれぞれにおける車両Ｖに対する障害物Ｏの位置の範囲を予測する。衝突回避装置１０は、車両Ｖの走行状態を特定する。

衝突回避装置１０は、車両Ｖの走行状態と、車両Ｖの位置の範囲と、将来の複数の時刻のそれぞれにおける障害物Ｏの位置の範囲とに基づいて、車両Ｖと障害物Ｏとの衝突確率を算出する。このようにすることで、衝突回避装置１０は、車両Ｖの走行状態を考慮して障害物Ｏとの衝突確率を精度良く算出することができる。

衝突回避装置１０は、衝突確率が所定値以上の場合に、車両Ｖの内部に設けられているスピーカ等により、衝突する可能性が高いことを運転者に通知したり、車両Ｖの制動を制御したりすることにより、車両Ｖが障害物Ｏと衝突することを回避する。
続いて、衝突回避装置１０に係る車両Ｖの構成を参照しながら、衝突回避装置１０の構成を説明する。

［衝突回避装置１０の構成］
図２は、本実施形態に係る衝突回避装置１０に係る車両Ｖの構成を示す図である。車両Ｖは、障害物検出センサ１と、撮像部２と、速度センサ３と、出音部４と、制動部５と、衝突回避装置１０とを備える。

障害物検出センサ１は、例えば、ミリ波レーダである。障害物検出センサ１は、車両Ｖの前方にミリ波を照射し、車両Ｖの前方に存在する障害物Ｏが反射したミリ波（反射波）を受信することにより、障害物Ｏを検出する。ここで、障害物Ｏは、例えば、車両Ｖの対向車両や、車両Ｖの前方を走行する先行車両や、車両Ｖの前方に侵入した侵入車両や人である。

障害物検出センサ１は、照射したミリ波の周波数と受信した反射波の周波数とに基づいて、車両Ｖと障害物Ｏとの相対速度を測定する。ここで、障害物検出センサ１は、車両Ｖの前方方向（Ｙ軸方向）の相対速度と、車両Ｖの横方向（Ｘ軸方向）の相対速度とを算出する。また、障害物検出センサ１は、ミリ波を照射してから反射波を受信するまでの時間に基づいて、車両Ｖと障害物Ｏとの距離を測定する。障害物検出センサ１は、測定した相対速度を示す相対速度情報と、測定した距離を示す距離情報とを衝突回避装置１０に出力する。

撮像部２は、車両Ｖの前方を撮像し、撮像画像を生成する。撮像部２は、生成した撮像画像を衝突回避装置１０に出力する。
速度センサ３は、車両Ｖの走行速度を測定する。速度センサ３は、測定した走行速度を示す走行速度情報を衝突回避装置１０に出力する。

出音部４は、例えばスピーカである。出音部４は、衝突回避装置１０の制御に応じて音声を出力する
制動部５は、例えば車両Ｖの車輪に設けられているブレーキである。制動部５は、車両Ｖを制動させる。具体的には、制動部５は、車両Ｖの複数の車輪のそれぞれに設けられており、衝突回避装置１０の制御に応じて、複数の車輪少なくともいずれかに制動力を付加する。

図３は、衝突回避装置１０の構成を示す図である。
図３に示すように、衝突回避装置１０は、記憶部１１と、制御部１２とを備える。
記憶部１１は、例えばＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）やハードディスクである。記憶部１１は、制御部１２を機能させるための各種のプログラムを記憶する。記憶部１１は、制御部１２を、位置検出部１２１、予測部１２２、走行状態特定部１２３、算出部１２４、通知部１２５、及び制動制御部１２６として機能させる衝突回避プログラムを記憶する。また、記憶部１１は、制御部１２が検出した障害物の位置を示す位置情報を時系列に記憶する。

制御部１２は、例えばＣＰＵ（Central Processing Unit）である。制御部１２は、記憶部１１に記憶されている衝突回避プログラムを実行することにより、位置検出部１２１、予測部１２２、走行状態特定部１２３、算出部１２４、通知部１２５、及び制動制御部１２６として機能する。

位置検出部１２１は、障害物の位置を検出する。具体的には、位置検出部１２１は、障害物検出センサ１から取得した、障害物の距離を示す距離情報と、撮像部２から取得した撮像画像とに基づいて車両Ｖの位置を基準とした障害物Ｏの相対位置を検出する。

予測部１２２は、将来の複数の時刻のそれぞれにおける車両Ｖに対する障害物Ｏの位置の範囲を予測する。具体的には、予測部１２２は、カルマンフィルタを用いて将来の複数の時刻のそれぞれにおける車両Ｖに対する障害物Ｏの位置の範囲を示す確率密度分布を算出することにより、当該位置の範囲を予測する。図４は、本実施形態に係る障害物Ｏの位置の範囲の予測を説明するための図である。以下、図４を参照しながら、障害物Ｏの位置の範囲を予測する例について説明する。

まず、予測部１２２は、位置検出部１２１により検出したＸ方向の位置をＸ（ｋ）、Ｙ方向のＹ（ｋ）として取得する。予測部１２２は、位置検出部１２１における位置検出のサンプリング間隔毎に、位置検出部１２１により検出された位置を取得する。予測部１２２は、例えば、図４（ａ）に示すように、時刻ｔ＝ｋ、ｋ＋１、ｋ＋２のそれぞれにおいて、位置検出部１２１により検出された位置を取得する。

予測部１２２は、以下の式（１）、（２）に示すカルマンフィルタの予測ステップに対応する演算を実行することにより、障害物ＯのＸ方向の位置Ｘ（ｋ）、速度Ｖ_ｘ（ｋ）、加速度Ａ_ｘ（ｋ）、及びＹ方向の位置Ｙ（ｋ）、速度Ｖ_ｙ（ｋ）、加速度Ａ_ｙ（ｋ）の事前状態推定値
、及び事前誤差共分散行列
を算出する。

・・・（１）
ただし、
・・・（２）
ただし、

ここで、Ａ^Ｔは、Ａの転置行列である。Ｂ^Ｔは、Ｂの転置行列である。また、ＢＱＢ^Ｔは、６×６の対角行列である。対角行列の各要素は、正規性白色雑音であるシステム雑音の分散値である。

なお、式（１）に示す事前状態推定値の初期値Ｘ（０）、Ｙ（０）は、位置検出部１２１により検出した位置Ｘ（ｋ）、Ｙ（ｋ）である。また、事前状態推定値の初期値Ｖ_ｘ（０）、Ｖ_ｙ（０）は、障害物検出センサ１により取得した相対速度情報である。また、事前状態推定値の初期値Ａ_ｘ（０）、Ａ_ｙ（０）は、障害物検出センサ１により取得した相対速度情報とする。ここで、事前状態推定値は、他の方法によって初期値を決定してもよい。例えば、Ｖ_ｘ（０）、Ｖ_ｙ（０）、Ａ_ｘ（０）、Ａ_ｙ（０）を０としておき、カルマンフィルタの予測ステップと、フィルタリングステップとを複数回仮実行する。そして、速度の差分値に基づいて、Ｖ_ｘ（０）、Ｖ_ｙ（０）を特定するとともに、加速度の差分値に基づいてＡ_ｘ（０）、Ａ_ｙ（０）を特定してもよい。

続いて、予測部１２２は、以下の式（３）〜（５）に示すカルマンフィルタのフィルタリングステップに対応する演算を実行することにより、カルマンゲイン行列Ｇ（ｋ）、状態推定値
、及び事後誤差共分散行列Ｐ（ｋ）を算出する。

・・・（３）
ただし、
・・・（４）
・・・（５）

ここで、ｙ（ｋ）は、位置検出部１２１により検出した位置である。また、Ｉは単位行列である。Ｒは、６×６の対角行列である。Ｒの各要素は、正規性白色雑音である観測雑音の分散値である。なお、ＢＱＢ^Ｔ及びＲは、カルマンフィルタの調整を行うためのパラメータであり、いずれか一方が設定されるようにしてもよい。

予測部１２２は、位置検出部１２１における位置検出に係るサンプリング間隔毎に、位置検出部１２１により検出した位置をＸ（ｋ）、Ｙ（ｋ）として取得し、当該サンプリング間隔毎に、式（１）及び式（２）に示す予測ステップに係る演算を実行するとともに、式（３）〜式（５）に示すフィルタリングステップに係る演算を実行する。これにより、予測部１２２は、位置検出部１２１における位置検出に係るサンプリング間隔毎に、車両Ｖに対する障害物Ｏの位置の範囲を示す確率密度分布を算出する。

図４（ｂ）は、サンプリング間隔毎にカルマンフィルタによって障害物Ｏの位置の範囲を示す確率密度分布が算出された例を示す図である。シンボルＰ１’、Ｐ２’、Ｐ３’は、カルマンフィルタによって推定された位置の範囲の中心位置であり、破線は、確率密度分布を示している。図４（ｂ）に示されるように、時刻ｔ＝ｋ、ｋ＋１、ｋ＋２のそれぞれにおいて、カルマンフィルタによって位置の範囲を示す確率密度分布が算出されていることが確認できる。

予測部１２２は、位置検出部１２１における位置検出に係るサンプリング間隔毎に、カルマンフィルタを用いて長期予測を行うことにより、位置を検出した時刻よりも将来の複数の時刻のそれぞれにおける車両Ｖに対する障害物Ｏの位置の範囲を示す確率密度分布を算出する。

例えば、予測部１２２は、時刻ｔ＝ｋにおいて、位置検出部１２１から障害物Ｏの位置Ｘ（ｋ）、Ｙ（ｋ）を取得すると、上述したように、式（１）及び式（２）に示す予測ステップに係る演算と、式（３）〜式（５）に示すフィルタリングステップに係る演算とを複数回実行する。ここで、フィルタリングステップに係る演算を複数回実行する場合には、式（４）に示すｙ（ｋ）が取得できないことから、以下の式（６）に基づいて将来時刻におけるｙ（ｋ）を算出する。

・・・（６）

予測部１２２は、位置検出部１２１における位置検出に係るサンプリング間隔毎に、カルマンフィルタを用いて、障害物Ｏの位置の範囲の長期予測を行うことにより、それぞれの時刻において、将来の複数の時刻のそれぞれにおける確率密度分布を算出することができる。

図４（ｃ）は、時刻ｔ＝ｋにおいてカルマンフィルタを用いて障害物Ｏの位置の範囲が予測された例を示す図である。シンボルＰ１’は、時刻ｔ＝ｋにおいてカルマンフィルタによって推定された障害物Ｏの位置の範囲の中心位置である。シンボル、Ｐ２’’、Ｐ３’’、Ｐ４’’は、時刻ｔ＝ｋにおいてカルマンフィルタを用いて長期予測された障害物Ｏの位置の範囲の中心位置である。図４（ｃ）に示されるように、時刻ｔ＝ｋにおいて、カルマンフィルタによって障害物Ｏの将来の複数の時刻のそれぞれにおける位置の範囲を示す確率密度分布が算出されていることが確認できる。

走行状態特定部１２３は、車両Ｖの走行状態を特定する。具体的には、走行状態特定部１２３は、速度センサ３から取得する走行速度情報が示す速度の変化に基づいて、車両Ｖの走行状態を特定する。例えば、走行状態特定部１２３は、車両Ｖの走行状態として、発進状態、右折状態、左折状態、直進状態であることを特定する。なお、走行状態特定部１２３は、車両Ｖに設けられている方向指示器（不図示）の状態を示す情報を取得し、当該情報に基づいて右折状態又は左折状態であることを特定してもよい。

また、走行状態特定部１２３は、ＧＰＳ衛星（不図示）から受信した電波信号に基づいて、車両Ｖの位置情報を取得するとともに、地図情報を取得してもよい。そして、走行状態特定部１２３は、車両Ｖが交差点に位置している場合に、方向指示器の状態が右折指示又は左折指示を示している場合に、右折状態又は左折状態であることを特定してもよい。

算出部１２４は、走行状態と、車両Ｖの位置に対応する領域と、複数の時刻のそれぞれにおける障害物の位置の範囲とに基づいて、車両Ｖと障害物Ｏとの衝突確率を算出する。具体的には、算出部１２４は、走行状態に基づいて車両Ｖの位置に対応する領域の範囲を変化させ、変化後の領域と、複数の時刻のそれぞれにおいて予測された位置の範囲を示す確率密度分布とに基づいて、車両Ｖと障害物Ｏとの衝突確率を算出する。

ここで、車両Ｖの位置に対応する領域は、例えば、図５（ａ）に示されるように、車両Ｖの輪郭によって囲まれる領域を含み、当該領域よりも所定割合広い領域である。なお、車両Ｖの位置に対応する領域は、図５（ａ）に示す領域に限らず、車両Ｖの輪郭によって囲まれる領域であったり、図５（ｂ）に示すように、車両Ｖの進行方向の領域であったりしてもよい。算出部１２４は、走行状態によって、車両Ｖの位置に対応する領域を変化させる。例えば、算出部１２４は、車両Ｖの走行状態が右折状態である場合、図５（ｃ）に示すように車両Ｖの位置に対応する領域の少なくとも一部を右側に広げる。図５（ｃ）に示す例では、領域Ａの前方方向の右側が広がっていることが確認できる。

算出部１２４は、複数の時刻のそれぞれに対して算出された確率密度分布のうち、車両Ｖの位置に対応する領域に含まれる部分を積分することにより、複数の時刻のそれぞれにおける車両Ｖと障害物Ｏとの衝突確率を算出する。

なお、算出部１２４は、走行状態に基づいて車両Ｖの位置に対応する領域の範囲を変化させ、変化後の領域と、複数の時刻のそれぞれに対して算出された確率密度分布とに基づいて、車両Ｖと障害物Ｏとの衝突確率を算出したが、これに限らない。

算出部１２４は、走行状態に基づいて複数の時刻のそれぞれにおいて予測された障害物Ｏの位置の範囲を変化させ、車両Ｖの位置に対応する領域と、変化後の複数の時刻のそれぞれにおける障害物Ｏの位置の範囲とに基づいて、車両Ｖと障害物Ｏとの衝突確率を算出してもよい。この場合において、算出部１２４は、複数の時刻のそれぞれにおいて算出された確率密度分布が示す位置を、車両Ｖの走行状態に基づいて変化させてもよい。例えば、算出部１２４は、車両Ｖの走行状態が右折状態又は左折状態である場合、複数の時刻のそれぞれにおいて算出された確率密度分布が示す位置を、車両Ｖに近づくように移動させてもよい。

通知部１２５は、算出部１２４が算出した複数の時刻のそれぞれにおける車両Ｖと障害物Ｏとの衝突確率に基づいて、出音部４に車両Ｖが障害物Ｏと衝突する可能性が高いことを示す警報音、又は警報音声を出力させる。例えば、通知部１２５は、算出部１２４が算出した複数の衝突確率のいずれかが所定の閾値を超えた場合に、警報音又は警報音声を出力させる。なお、通知部１２５は、衝突確率と、その他の各種センサから取得した情報とに基づいて、出音部４に警報音又は警報音声を出力させてもよい。例えば、通知部１２５は、速度センサ３から取得した走行速度情報が所定の速度を超えている場合に、算出部１２４が算出した複数の衝突確率のいずれかが所定の閾値を超えたとき、出音部４に警報音又は警報音声を出力させてもよい。

制動制御部１２６は、算出部１２４が算出した複数の時刻のそれぞれにおける車両Ｖと障害物Ｏとの衝突確率に基づいて、制動部５に車両Ｖを制動させる。例えば、制動制御部１２６は、算出部１２４が算出した複数の衝突確率のいずれかが所定の閾値を超えた場合に、制動部５に車両Ｖを制動させる。なお、制動制御部１２６は、衝突確率と、その他の各種センサから取得した情報とに基づいて、制動部５に車両Ｖを制動させてもよい。例えば、制動制御部１２６は、速度センサ３から取得した走行速度情報が所定の速度を超えている場合に、算出部１２４が算出した複数の衝突確率のいずれかが所定の閾値を超えたとき、制動部５に車両Ｖを制動させるようにしてもよい。

［本実施形態に係る効果］
以上説明したように、本実施形態に係る衝突回避装置１０は、車両Ｖの走行状態と、車両Ｖの位置に対応する領域と、複数の時刻のそれぞれにおける障害物Ｏの位置の範囲とに基づいて、車両Ｖと障害物Ｏとの衝突確率を算出する。このようにすることで、衝突回避装置１０は、車両Ｖの走行状態を考慮して、精度良く衝突確率を算出することができる。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更又は改良を加えることが可能であることが当業者に明らかである。そのような変更又は改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。

例えば、上述の実施形態では、衝突回避装置１０は、車両Ｖの位置に対する相対的な位置に基づいて、車両Ｖと障害物Ｏとの衝突確率を算出したが、これに限らない。例えば、衝突回避装置１０は、ＧＰＳ衛星から受信した電波信号に基づいて、車両Ｖの位置を示す位置情報を特定するとともに、車車間通信により、障害物Ｏの先行車両又は対向車両といった車両の位置を示す位置情報を取得してもよい。そして、衝突回避装置１０は、カルマンフィルタを用いて、車両Ｖの位置情報、障害物Ｏの位置情報に基づいて、将来の複数時刻のそれぞれにおける車両Ｖ及び障害物Ｏの位置の範囲を示す確率密度分布を算出してもよい。そして、車両Ｖ及び障害物Ｏの確率密度分布が重なり合う部分の積分値を算出することにより、将来の複数時刻のそれぞれにおける衝突確率を算出するようにしてもよい。

また、上述の実施形態では、障害物Ｏが等加速度運動をしているものと仮定し、衝突回避装置１０が、カルマンフィルタを用いて、等加速度運動に対応する状態量としてのｘ方向及びｙ方向の位置、速度、加速度の長期予測を行ったが、これに限らない。例えば、カルマンフィルタにおいて、障害物Ｏが等速度運動や円運動等の運動をしているものと仮定し、衝突回避装置１０が、仮定した運動に対応する状態量を長期予測するようにしてもよい。ここで、状態量に対応する運動が非線形で記述される場合、衝突回避装置１０は、拡張カルマンフィルタ等の非線形に対応可能な予測手法を用いて当該状態量を長期予測してもよい。

１・・・障害物検出センサ
２・・・撮像部
３・・・速度センサ
４・・・出音部
５・・・制動部
１０・・・衝突回避装置
１１・・・記憶部
１２・・・制御部
１２１・・・位置検出部
１２２・・・予測部
１２３・・・走行状態特定部
１２４・・・算出部
１２５・・・通知部
１２６・・・制動制御部
Ｖ・・・車両
Ｏ・・・障害物

Claims (5)

1. 障害物の位置を検出する位置検出部と、
   将来の複数の時刻のそれぞれにおける車両に対する前記障害物の位置の範囲を予測する予測部と、
   前記車両の走行状態を特定する走行状態特定部と、
   前記走行状態と、前記車両の位置に対応する領域と、前記複数の時刻のそれぞれにおける前記障害物の位置の範囲とに基づいて、前記車両と前記障害物との衝突確率を算出する算出部と、
   を備える確率算出装置。
2. 前記予測部は、将来の複数の時刻のそれぞれにおける前記車両に対する前記障害物の位置の範囲を示す確率密度分布を算出することにより、当該位置の範囲を予測する、
   請求項１に記載の確率算出装置。
3. 前記算出部は、前記走行状態に基づいて前記領域の範囲を変化させ、変化後の前記領域と、前記複数の時刻のそれぞれにおいて予測された前記位置の範囲とに基づいて、前記車両と前記障害物との衝突確率を算出する、
   請求項２に記載の確率算出装置。
4. 前記算出部は、前記走行状態に基づいて前記複数の時刻のそれぞれにおいて予測された前記位置の範囲を変化させ、前記領域と、変化後の前記複数の時刻のそれぞれにおける前記位置の範囲とに基づいて、前記車両と前記障害物との衝突確率を算出する、
   請求項２に記載の確率算出装置。
5. コンピュータが実行する、
   障害物の位置を検出するステップと、
   将来の複数の時刻のそれぞれにおける車両に対する前記障害物の位置の範囲を予測するステップと、
   前記車両の走行状態を特定するステップと、
   前記走行状態と、前記車両の位置に対応する領域と、前記複数の時刻のそれぞれにおける前記障害物の位置の範囲とに基づいて、前記車両と前記障害物との衝突確率を算出するステップと、
   を備える確率算出方法。