JP2020166416A - 制御装置、サーバ、安全システム、および制御装置の制御方法 - Google Patents

制御装置、サーバ、安全システム、および制御装置の制御方法 Download PDF

Info

Publication number
JP2020166416A
JP2020166416A JP2019064690A JP2019064690A JP2020166416A JP 2020166416 A JP2020166416 A JP 2020166416A JP 2019064690 A JP2019064690 A JP 2019064690A JP 2019064690 A JP2019064690 A JP 2019064690A JP 2020166416 A JP2020166416 A JP 2020166416A
Authority
JP
Japan
Prior art keywords
vehicle
data
accident
determination
unit
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
JP2019064690A
Other languages
English (en)
Inventor
清水　敬一
Keiichi Shimizu
敬一 清水
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.)
Nidec Mobility Corp
Original Assignee
Nidec Mobility Corp
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 Nidec Mobility Corp filed Critical Nidec Mobility Corp
Priority to JP2019064690A priority Critical patent/JP2020166416A/ja
Priority to CN202010180757.9A priority patent/CN111754815A/zh
Priority to US16/819,735 priority patent/US20200312050A1/en
Publication of JP2020166416A publication Critical patent/JP2020166416A/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/164—Centralised systems, e.g. external to vehicles
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • 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
    • G07C5/0816—Indicating performance data, e.g. occurrence of a malfunction
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Business, Economics & Management (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Automation & Control Theory (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Computing Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

【課題】事故が起こり得る状態を予め察知して車両または車載装置を制御する制御装置、サーバ、安全システム及び制御装置の制御方法を提供する。【解決手段】安全システムにおいて、統合ＥＣＵ４は、車載機器５から車両データを逐次収集する車両データ収集部４１と、判定用データを取得する判定用データ取得部４４と、車両データと判定用データとに基づいて、車両２が危険状態であるか否かを逐次判定する危険判定部４５と、危険状態であると判定された場合に、車両２または車載装置７の少なくとも一部分の動作を制御する動作制御部４６と、を備える。【選択図】図２

Description

本発明は、制御装置、サーバ、安全システム、および制御装置の制御方法に関する。
交通事故等を起こした車両からデータを取り出す技術、および、取り出したデータを事故の原因解析に利用する技術は以前から種々存在する。例えば、特許文献１には、車両から送信された車両情報と、過去に発生した事故およびヒヤリハットについて蓄積された車両情報との共通点から、該事故およびヒヤリハットの要因を推定する技術が開示されている。
特開２０１６−７１４９２号公報
事故の原因解析を行いたいというニーズがある一方、事故を未然に防止したいというニーズも存在する。しかしながら、特許文献１に記載の技術を適用しても、これから起こる事故を防止することはできない。
本発明の一態様は、事故が起こり得る状態を予め察知して車両または車載装置を制御することが可能な制御装置等を実現することを目的とする。
前記の課題を解決するために、本発明の一態様に係る制御装置は、車載機器から、車両の状態、前記車両の運転手の状態、または前記車両の周囲の状況の少なくとも１つを示すデータである車両データを逐次収集する車両データ収集部と、複数の車両において、過去に事故または事故の予兆動作が起こった際に収集された前記車両データである事故車両データの少なくとも一部に基づいて作成されたデータである、判定用データを取得する判定用データ取得部と、前記車両データと、前記判定用データとに基づいて、前記車両が前記事故または前記予兆動作が起こり得る状態である危険状態であるか否かを逐次判定する危険判定部と、前記車両が危険状態であると判定された場合に、前記車両または前記車両に搭載された各種装置の少なくとも一部分の動作を制御する動作制御部と、を備える。
前記の構成によれば、事故または事故の予兆動作が起こった際に収集された車両データの少なくとも一部に基づく判定用データと、車両で逐次収集される車両データとから、車両が危険状態か否かを逐次判定する。例えば、走行中の車両の状態は逐一変化するが、前記の構成によれば、車両が危険状態に陥った場合、該状態を逐次検知することができる。そして、危険状態である場合、車両または各種装置の動作を制御することができる。したがって、前記の構成によれば、事故が起こり得る状態を予め察知して車両または車載装置を制御することができる。
前記制御装置において、前記判定用データは、前記事故車両データの少なくとも一部のパラメータの、前記危険状態に陥り得ると推定される値の範囲を示すデータであってよい。また、前記危険判定部は、前記車両データの前記パラメータの値が、前記判定用データの前記値の範囲に含まれる場合に、前記車両が危険状態であると判定してもよい。
前記の構成によれば、制御装置は、判定用データの特定のパラメータについての「危険状態に陥り得る」と推定される値の範囲内に、車両データの同パラメータの値が含まれる場合に、車両が危険状態であると判定する。したがって、車両が危険状態であるか否かをより正確に判定することができる。
前記制御装置において、前記危険判定部は、前記車両データのパラメータのうち、値が前記判定用データにおける同じパラメータの前記値の範囲に含まれているパラメータの数に応じて、前記車両が危険状態であるか否かを判定してもよい。
車両データのあるパラメータの値が、判定用データの同パラメータにおける前記値の範囲に含まれているという事は、該パラメータの値から「危険状態に陥り得る」と推定されることを意味する。したがって、車両データのパラメータのうち、値が前記判定用データにおける同じパラメータの前記値の範囲に含まれているパラメータの数に応じて危険状態か否かを判定することで、車両が危険状態であるか否かを正確に判定することができる。
前記制御装置において、前記判定用データは、前記事故車両データの少なくとも一部のパラメータを入力することで、前記事故または前記予兆動作が発生したときの前記パラメータの値を機械学習させた学習済モデルに基づいて作成される予測モデルであってもよい。また、前記危険判定部は、前記車両データに含まれる前記パラメータの値を前記予測モデルに入力したときの該値の合致率に基づいて、前記車両が危険状態であるか否かを判定してもよい。
前記の構成によれば、車両データに含まれるあるパラメータの値を予測モデルに入力することで、該予測モデルから車両が危険状態であるか否かを判定することができる。したがって、車両データから車両が危険状態であるか否かを正確に判定することができる。
前記制御装置において、前記動作制御部は、前記各種装置としての出力装置に出力を実行させることで、前記運転手に前記車両が危険状態であることを通知してもよい。
前記の構成によれば、車両が危険状態であることを運転手に知らせることができる。これにより、運転手に注意喚起を行うことができるため、車両をより安全に走行させることができる。
前記制御装置において、前記動作制御部は、前記車両または前記車両に搭載された各種装置の少なくとも一部分の動作として、前記運転手の運転に係る操作に応答して実行される前記車両または前記各種装置の動作を制御してもよい。
前記の構成によれば、車両が危険状態である場合、車両または各種装置の、運転に応答して実行される動作を制御する。これにより、事故が起こり得る状態を予め察知して、車両または車載装置の運転に係る動作を制御することができる。
前記制御装置は、前記運転手の個人に係るデータである個人データを収集する個人データ収集部を備えていてもよい。また、前記判定用データは、前記個人データの少なくとも一部に基づいて作成されたデータであってもよく、前記危険判定部は、前記車両データと、前記個人データと、前記判定用データとに基づいて、前記車両が危険状態であるか否かを逐次判定してもよい。
前記の構成によれば、運転手個人に係るデータを判定用データの作成時に考慮することができる。また、個人データと、車両データと、判定用データととから、車両が危険状態か否かを逐次判定する。したがって、運転手個々人の個性を考慮して、車両が危険状態か否かを判定することができる。これにより、危険状態か否かの判定精度を向上させることができる。
前記制御装置は、前記事故または前記事故の予兆動作を示す前記車両または前記運転手の特定の挙動を、危険動作として検出する危険動作検出部と、前記危険動作が検出された場合に、前記車両データの少なくとも一部を抽出した前記事故車両データをサーバに送信する送信部と、を備えていてもよい。また、前記判定用データ取得部は、前記サーバで作成された前記判定用データを取得してもよい。
前記の構成によれば、車両で事故または事故の予兆動作が起こった時の事故車両データを判定用データの作成に利用することができる。これにより、判定用データを順次アップデートすることができる。したがって、危険状態か否かの判定精度を向上させることができる。
前記の課題を解決するために、本発明の一態様に係るサーバは、前記制御装置と通信するサーバであって、前記事故車両データを受信するサーバ受信部と、前記事故車両データの少なくとも一部に基づいて前記判定用データを作成する判定用データ作成部と、前記判定用データを前記制御装置に送信するサーバ送信部と、を備える。前記の構成によれば、前記制御装置と同様の効果を奏する。
前記の課題を解決するために、本発明の一態様に係る安全システムは、前記制御装置と、前記サーバと、を含む。前記の構成によれば、前記制御装置と同様の効果を奏する。
前記の課題を解決するために、本発明の一態様に係る制御装置の制御方法は、車載機器から、車両の状態、前記車両の運転手の状態、または前記車両の周囲の状況の少なくとも１つを示すデータである車両データを逐次収集する車両データ収集ステップと、複数の車両において、過去に事故または事故の予兆動作が起こった際に収集された前記車両データである事故車両データの、少なくとも一部から判定用データを作成する判定用データ作成ステップと、前記車両データと、前記判定用データとに基づいて、前記事故または前記予兆動作が起こり得る状態である危険状態であるか否かを逐次判定する危険判定ステップと、前記車両が危険状態であると判定された場合に、前記車両の少なくとも一部分の動作を制御する動作制御ステップと、を含む。前記の構成によれば、前記制御装置と同様の効果を奏する。
本発明の一態様によれば、事故が起こり得る状態を予め察知して車両または車載装置を制御することができる。
本発明の実施形態１に係る安全システムの概要を示す図である。 前記安全システムの要部構成の一例を示すブロック図である。 ある車両において事故またはヒヤリハットが発生した場合の処理の流れの一例を示すフローチャートである。 危険判定処理の流れの一例を示すフローチャートである。
〔実施形態１〕
≪システム概要≫
以下、本発明の第１の実施形態について、図１〜図４を用いて説明する。図１は、本実施形態に係る安全システム１００の動作概要を模式的に示した図である。安全システム１００は、車両の事故を防止するためのシステムである。安全システム１００は、サーバ１と、制御装置とを含む。本実施形態では、制御装置は一例として、車両２の統合ＥＣＵ（engine control unit）４で実現される。統合ＥＣＵ４については後で詳述する。
安全システム１００は、大別して２つの処理を行う。１つ目の処理は、ある車両２において事故またはヒヤリハットが起こった際に、該車両２から車両の状態、前記車両の運転手の状態、または前記車両の周囲の状況の少なくとも１つを示すデータを収集する処理である。２つ目の処理は、サーバ１が前述のデータに基づいて作成した判定用データを各車両２が取得して、それぞれ該判定用データを用いて危険判定を実行する処理である。
なお、本実施形態において「ヒヤリハット」とは、事故には至らなかったものの事故が起こる可能性があった動作を示す。換言すると、本実施形態におけるヒヤリハットとは、事故の予兆動作である。以降、事故またはヒヤリハットを起こした車両２のことを「事故車両」とも称する。また、本実施形態において「危険判定」とは、ある車両２が、事故またはヒヤリハットが起こり得る状態であるか否かの判定を示す。以降、事故またはヒヤリハットが起こり得る状態のことを、「危険状態」とも称する。
また、本実施形態において車両の状態、前記車両の運転手の状態、または前記車両の周囲の状況の少なくとも１つを示すデータを「車両データ」と称する。そして、過去に事故または事故の予兆動作が起こった際に事故車両において収集される車両データのことを「事故車両データ」と称する。
図１の(ａ)は、ある車両２で事故またはヒヤリハットが起きた場合の、安全システム１００の動作概要を示している。安全システム１００において、車両２の統合ＥＣＵ４は、それぞれ車両データを逐次収集している。車両データは、例えば車両２に搭載された機器の測定データを含む。
事故車両の統合ＥＣＵ４は、事故またはヒヤリハットが起きたことを検知する。例えば、事故車両の統合ＥＣＵ４は、事故またはヒヤリハットが起きるまたは起きたであろうと推測される、自車両または自車両の運転手の特定の挙動を検出する。以降、該特定の挙動を「危険動作」と称する。危険動作としては、例えば、急ブレーキをかける、ハンドルを急に回す、エアバッグが作動する、等が挙げられる。
統合ＥＣＵ４は危険動作を検出すると、該危険動作が起きた時点を基準とする、一定期間内に収集した車両データを抽出して、該抽出したデータを事故車両データとしてサーバ１に送信する。サーバ１は事故車両データを受信すると、該データに基づいて判定用データを作成する。判定用データとは、車両２における危険判定において判定基準として用いるデータである。
図１の(ｂ)は、車両２それぞれにおいて危険判定を行う場合の安全システム１００の動作概要を示している。サーバ１は車両２それぞれに判定用データを送信する。判定用データの送信タイミングは特に限定されない。例えば、サーバ１は車両２からの要求を受けて判定用データを送信してもよいし、１日に１回等、所定の時間間隔で判定用データを送信してもよい。車両２の統合ＥＣＵ４は、サーバ１から判定用データを取得する。なお、図示のように、前述の事故車両も他の車両２と同様、判定用データを取得してよい。
車両２の統合ＥＣＵ４は、収集している車両データと、判定用データとに基づいて、自車両の危険判定を実行する。危険判定の詳細については後述する。自車両が危険状態であると判定した場合、統合ＥＣＵ４は、自車両または自車両に搭載された各種装置のうち、少なくとも一部分の動作を制御する。例えば、統合ＥＣＵ４は自車両が危険状態であると判定した場合、アラートランプを点灯させたり、ステアリングの反力制御を行ったりする。
以上の通り、安全システム１００は事故車両から事故車両データを収集し、該事故車両データに基づく判定用データを、事故車両を含む各車両２へ配布し、車両２において危険判定および該判定の結果に応じた車両２の動作制御を実行させる。これにより、安全システム１００は、事故が起こり得る状態を予め察知して、車両または各種装置を制御することができる。
≪要部構成≫
図２は、安全システム１００の要部構成を示す図である。安全システム１００は、１台以上のサーバ１と、１台以上の制御装置とを含む。図示の例では、制御装置は、車両２に搭載された統合ＥＣＵ４として実現されている。なお、図２では一例として、１台のサーバ１と１台の車両２とを含む安全システム１００について示している。しかしながら、安全システム１００に含まれるサーバ１の台数および車両２の台数は特に制限されない。
（サーバ１）
サーバ１は、車両２の統合ＥＣＵ４と通信し、統合ＥＣＵ４から事故車両データを収集して蓄積する装置である。また、サーバ１は、事故車両データから判定用データを作成する装置である。サーバ１は、サーバ制御部（判定用データ作成部）１０と、サーバ通信部（サーバ受信部、サーバ送信部）１１と、サーバ記憶部１２とを含む。
サーバ通信部１１は、サーバ１の通信インタフェースである。サーバ通信部１１は、車両２の統合ＥＣＵ４から事故車両データを受信する。サーバ通信部１１は受信した事故車両データをサーバ制御部１０に出力する。また、サーバ通信部１１は、サーバ制御部１０から入力された判定用データを車両２の統合ＥＣＵ４に送信する。
サーバ制御部１０は、サーバ１を統括的に制御する。例えば、サーバ制御部１０は、サーバ通信部１１を介して、統合ＥＣＵ４から事故車両データを取得する。サーバ制御部１０は取得した事故車両データをサーバ記憶部１２に事故車両データ１２３として記憶させる。また、サーバ制御部１０は、サーバ記憶部１２に記憶させた事故車両データ１２３の少なくとも一部に基づいて、判定用データを作成する。
サーバ制御部１０における判定用データの作成方法、および作成される判定用データのデータ構造は、特に限定されない。例えば、サーバ制御部１０は、サーバ記憶部１２の学習モデル１２１に事故車両データの少なくとも一部のパラメータを入力することで、事故またはヒヤリハットが発生したときの各パラメータの値を機械学習させてもよい。そして、該機械学習済みの学習モデル１２１、すなわち学習済モデルに基づいて、判定用データを作成してもよい。
この場合、サーバ制御部１０は例えば、判定用データとして、車両データの少なくとも一部のパラメータの値を入力すると、危険動作が起こったとき、すなわち事故またはヒヤリハットが発生したときの、同パラメータの値との合致率を出力する予測モデルを作成してもよい。
また、サーバ制御部１０は、記憶装置６に蓄積した事故車両データ（事故車両データ１２３）を所定のアルゴリズムで解析することで、事故車両データの少なくとも一部のパラメータの、危険状態に陥り得ると推定される値の範囲を特定してもよい。そして、該値の範囲を示すデータを判定用データとしてもよい。
サーバ記憶部１２は、サーバ１に係る各種データを記憶する。サーバ記憶部１２は、学習モデル１２１と、判定用データ１２２と、事故車両データ１２３とを含む。なお、学習モデル１２１は本実施形態に係るサーバ１において、必須の構成ではない。例えば、サーバ制御部１０が判定用データを作成する際に学習モデル１２１を使用しない場合、サーバ記憶部１２は学習モデル１２１を記憶していなくてもよい。
学習モデル１２１は、前述した予測モデルの作成に用いる学習モデルである。判定用データとしての予測モデルを作成可能なモデルであれば、学習モデル１２１の学習アルゴリズムおよび学習に用いるパラメータは特に限定しない。
判定用データ１２２は、サーバ制御部１０が作成した判定用データである。事故車両データ１２３は、サーバ制御部１０がサーバ通信部１１を介して取得した事故車両データである。サーバ記憶部１２には、サーバ通信部１１が各車両２から取得した事故車両データ１２３が蓄積される。
（コネクティッドＥＣＵ３）
コネクティッドＥＣＵ３は、車両２の内部ネットワークと外部ネットワーク（インターネット）とをつなぐゲートウェイである。なお、安全システム１００において、統合ＥＣＵ４がセキュリティを担保しつつ、インターネットと接続してサーバ１と直接通信できる場合、コネクティッドＥＣＵ３は必須構成ではない。
（統合ＥＣＵ４）
統合ＥＣＵ４は、車両２の各部を電子制御するための制御装置である。統合ＥＣＵ４は、通信部（送信部）４０と、車両データ収集部４１と、危険動作検出部４２と、事故車両データ抽出部４３と、判定用データ取得部４４と、危険判定部４５と、動作制御部４６と、を含む。
通信部４０は、統合ＥＣＵ４の通信インタフェースである。通信部４０は、事故車両データ抽出部４３から入力された事故車両データを、コネクティッドＥＣＵ３を介しサーバ１に送信する。また、通信部４０は、コネクティッドＥＣＵ３を介しサーバ１から判定用データを受信する。
車両データ収集部４１は、車載機器５から車両データを逐次収集する。車両データ収集部４１は、収集した車両データを車両データ４７１としてメモリ４７に記憶させる。なお、車両データ収集部４１は車載機器５から能動的に車両データを取得してもよいし、受動的に車両データを取得してもよい。
危険動作検出部４２は、危険動作を検出する。危険動作の種類、および危険動作の検出方法は特に限定されない。例えば、危険動作検出部４２は、車載機器５から取得した車両データ、または車載装置７から取得した、各車載装置７の状態を示すデータ等に基づいて、危険動作を検出してよい。危険動作検出部４２は、危険動作を検出した場合、危険動作を検出した旨を、事故車両データ抽出部４３に通知する。
より具体的には、例えば、危険動作検出部４２は、車載装置７であるブレーキのかかり具合を示すデータを該ブレーキの制御装置から逐次受信してもよい。そして、危険動作検出部４２は、ブレーキが一定以上の強度でかけられた場合、すなわち、運転手が急ブレーキをかけた場合に、該急ブレーキを危険動作として検出してよい。また例えば、危険動作検出部４２は、車載装置７であるハンドルの角度を示すデータを該ハンドルの制御装置から逐次受信してもよい。そして、危険動作検出部４２は、ハンドルが一定以上の角度で切られた場合、すなわち、運転手が急にハンドルを大きく操作した場合に、該急ハンドルを危険動作として検出してよい。
また、危険動作検出部４２は間接的に危険動作が起こったことを検知してもよい。例えば、危険動作検出部４２は、車載装置７であるエアバッグが発動しているか否かを示すデータを該エアバッグの制御装置から逐次受信してもよい。そして、危険動作検出部４２は、該エアバッグが発動した場合、危険動作を検出したこととしてよい。もしくは、危険動作検出部４２は、警報が発信されているか否かを示すデータを、スピーカの制御装置から逐次受信してもよい。そして、危険動作検出部４２は、該警報が発動した場合、危険動作を検出したこととしてもよい。その他、危険動作検出部４２は、車両２の車体に対する強い揺れ、衝撃等を示すデータを車載機器５から受信した場合に、該動作を危険動作として検出してよい。
事故車両データ抽出部４３は、危険動作が検出された場合に、前記車両データの少なくとも一部を抽出した前記事故車両データを作成して、通信部４０を介してサーバ１に送信する。事故車両データ抽出部４３は、危険動作検出部４２から危険動作を検出した旨を通知されると、メモリ４７に記憶された車両データから、少なくとも一部、具体的には、所定の期間における車両データを抽出する。事故車両データ抽出部４３は事故車両データを通信部４０に出力する。
ここで、所定の期間における車両データとは、例えば危険動作が起こった時点を起点とした場合に、該起点から所定期間前までの車両データであってよい。また、所定の期間における車両データとは、例えば危険動作が起こった時点を起点とした場合に、該起点から所定期間後までの車両データであってよい。また、所定の期間における車両データとは、例えば危険動作が起こった時点を起点とした場合に、該起点を含む所定期間の車両データであってよい。
判定用データ取得部４４は、記憶装置６から判定用データを取得する。判定用データ取得部４４は取得した判定用データを危険判定部４５に出力する。なお、判定用データ取得部４４は通信部４０を介して、サーバ１から直接判定用データを取得してもよい。
危険判定部４５は、車両データと、判定用データとに基づいて、車両２が危険状態であるか否かを逐次判定する。危険判定部４５は判定結果を動作制御部４６に通知する。なお、危険判定部４５における危険判定の方法は特に限定されない。危険判定部４５は、例えば判定用データのデータ構造または特性等に応じて、危険判定の方法を決定してよい。
例えば、判定用データが、事故車両データの少なくとも一部のパラメータの、危険状態に陥り得ると推定される値の範囲を示すデータであると仮定する。この場合、危険判定部４５は、車両データのパラメータの値が、判定用データの前述の値の範囲に含まれる場合に、車両２が危険状態であると判定してよい。
これにより、判定用データの特定のパラメータについての「危険状態に陥り得る」と推定される値の範囲内に、車両データの同パラメータの値が含まれる場合、危険判定部４５は車両２が危険状態であると判定する。したがって、車両２が危険状態であるか否かをより正確に判定することができる。
さらに言えば、危険判定部４５は、車両データのパラメータのうち、値が判定用データにおける同じパラメータの値の範囲に含まれているパラメータの数に応じて、車両２が危険状態であるか否かを判定してもよい。例えば、危険判定部４５は、判定用データの全パラメータ数に対する、車両データの同パラメータの値が前述の値の範囲に含まれているパラメータの数を特定し、該数が一定値以上である場合に、車両２が危険状態であると判定してもよい。換言すると、危険判定部４５は、車両データの全パラメータ数のうち、値が判定用データの値の範囲に含まれているパラメータの割合が一定以上である場合に危険状態であると判定してよい。
車両データのあるパラメータの値が、判定用データの同パラメータにおける前記値の範囲に含まれているという事は、該パラメータの値から「危険状態に陥り得る」と推定されることを意味する。したがって、車両データのパラメータのうち、値が前記判定用データにおける同じパラメータの前記値の範囲に含まれているパラメータの数に応じて危険状態か否かを判定することで、車両２が危険状態であるか否かをより正確に判定することができる。
また例えば、判定用データが、事故車両データの少なくとも一部のパラメータを入力することで、事故または前記予兆動作が発生したときのパラメータの値を機械学習させた学習済モデルに基づいて作成される予測モデルであると仮定する。この場合、危険判定部４５は、車両データに含まれる前述のパラメータの値を、判定用データ（予測モデル）に入力したときの、パラメータの値の合致率を求めてよい。そして、該合致率に基づいて、車両２が危険状態であるか否かを判定してよい。例えば、該合致率が所定の閾値以上である場合は、車両２が危険状態であると判定してよい。
これにより、車両データに含まれるあるパラメータの値を予測モデルに入力することで、該予測モデルを使用して危険判定を行うことができる。したがって、車両データから車両が危険状態であるか否かを正確に判定することができる。
動作制御部４６は、車両２自体、または車載装置７の少なくとも一部分の動作を制御する。動作制御部４６は、危険判定部４５から、車両２が危険状態である旨を判定結果として通知された場合に、車両２または車載装置７の少なくとも一部分の動作を制御する。
例えば、動作制御部４６は、車載装置７としての出力装置に出力を実行させることで、運転手に車両２が危険状態であることを通知してもよい。より具体的には、動作制御部４６は、スピーカから警告を音声出力する、アラートランプを点灯させる、または、ディスプレイに警告画像を表示させることで、運転手に車両２が危険状態であることを通知してもよい。また、動作制御部４６は、運転席の座面またはステアリング等に備えられた車載装置７であるバイブレータを振動させることにより、運転手に車両２が危険状態であることを通知してもよい。
このように、車両２が危険状態であることを運転手に知らせることで運転手に注意喚起を行うことができる。したがって、車両２をより安全に走行させることができる。
また、動作制御部４６は、車両２または車載装置７の少なくとも一部分の動作として、運転手の運転に係る操作に応答して実行される車両２または車載装置７の動作を制御してもよい。
例えば、動作制御部４６は、車両２が一部自動運転を行う車両である場合、車両２自体の自動運転のレベルを下げることで、運転手の手動運転の割合を増加させてもよい。もしくは、動作制御部４６は車両２の自動運転を制御する制御装置の動作を制御することで、自動運転のモードを、より安全運転を行うような運転モードに変更させてもよい。より安全運転を行うような運転モードとは、例えば、ステアリングの急激な制御が行われないように反力制御を行う、急なアクセルワークが行われても一定比率で緩やかに発進するような制御へ変更するようなモードである。
このように、動作制御部４６は、車両２が危険状態である場合、車両２または車載装置７の、運転に応答して実行される動作を制御することができる。これにより、統合ＥＣＵ４は事故が起こり得る状態を予め察知して、車両２または車載装置７の運転に係る動作を制御することができる。
（車載機器５）
車載機器５は、車両データを取得するための機器である。車両２には１つ以上の車載機器５が搭載されている。図示の例では、車両２には、車載機器５として、車室内センサ５１と、外部センサ５２とが搭載されている。
車室内センサ５１は、車室内の状態または運転手の状態に係るデータを測定するためのセンサまたはセンサ群である。車室内センサ５１は、例えば運転手の顔を映すカメラ、運転手の脈拍または呼吸等を測定するための電波センサまたは静電容量センサ、ならびに、運転手の挙動を検出する行動モニタ等であってもよい。
外部センサ５２は、車両２の周囲の状況に係るデータを測定するためのセンサまたはセンサ群である。車両２の周囲の状況とは、例えば、車両２の周囲に存在する障害物、車両２の周囲の道の形状、車両２の周囲の他の車の位置および動き、車両２の周囲の天候等を示す。外部センサ５２は、例えば、ＬｉＤＡＲ（Light Detection and Ranging）、ＡＤＡＳカメラ、雨滴センサ、ミリ波レーダー、超音波レーダー等であってもよい。
車載機器５は、取得した車両データを車両データ収集部４１に送信する。また、車載機器５は、取得した車両データを危険動作検出部４２に送信してもよい。
なお、車載機器５はセンサに限られない。例えば、車載機器５には、他の車両２からの情報であるＶ２Ｖ情報を受信する受信装置が含まれていてもよい。また、車載機器５には、信号機または道路の渋滞情報等のＶ２Ｉ情報を受信する受信装置が含まれていてもよい。そして、車載機器５はこれらのＶ２Ｖ情報またはＶ２Ｉ情報を、車両データとして車両データ収集部４１および危険動作検出部４２に送信してもよい。
（記憶装置６）
記憶装置６は、統合ＥＣＵ４が使用する各種データを格納する記憶部である。記憶装置６は、判定用データ６１を記憶する。判定用データ６１は、統合ＥＣＵ４がサーバ１から受信した判定用データである。
（車載装置７）
車載装置７は、車両に搭載された各種装置である。車載装置７は、例えば、スピーカ、アラートランプ、カーナビゲーションシステムの各種装置、ディスプレイ、エアコン、バイブレータ等である。車載装置７は動作制御部４６の制御にしたがって動作する。
≪事故発生時の処理の流れ≫
図３は、ある車両２において事故またはヒヤリハットが発生した場合の処理の流れの一例を示すフローチャートである。事故車両の危険動作検出部４２は、車両２または運転手が危険動作をしていないか、監視している（Ｓ１０でＮＯ）。事故またはヒヤリハットが発生した場合、危険動作検出部４２は危険動作を検出する（Ｓ１０でＹＥＳ）。危険動作検出部４２は危険動作を検出した旨を、事故車両データ抽出部４３に通知する。
事故車両データ抽出部４３は該通知を受けると、メモリ４７に記憶された車両データ４７１を読み出し、該車両データ４７１に基づいて事故車両データを作成する（Ｓ１２）。事故車両データ抽出部４３は作成した事故車両データを、通信部４０に出力する。通信部４０は事故車両データをサーバ１へ送信する（Ｓ１４）。
サーバ１のサーバ通信部１１は、事故車両データを受信する（Ｓ１６）。サーバ通信部１１は事故車両データをサーバ制御部１０に出力する。サーバ制御部１０は、事故車両データを入力されると、該事故車両データをサーバ記憶部１２に事故車両データ１２３として記憶させる（Ｓ１８）。
少なくとも１台の事故車両とサーバ１との間でＳ１８までの処理が完了した場合、サーバ１のサーバ制御部１０はその後任意のタイミングで、事故車両データ１２３に基づいて判定用データを作成する（Ｓ２０）。サーバ制御部１０は作成した判定用データを判定用データ１２２としてサーバ記憶部１２に記憶させる。
その後、サーバ制御部１０は任意のタイミングで、サーバ記憶部１２に記憶させた判定用データ１２２の少なくとも一部を、各車両２に送信する判定用データとして読み出す。サーバ制御部１０は読み出した判定用データをサーバ通信部１１に出力する。サーバ通信部１１は判定用データを統合ＥＣＵ４に送信する（Ｓ２２）。
統合ＥＣＵ４の通信部４０は判定用データを受信する（Ｓ２４）。統合ＥＣＵ４は、受信した判定用データを記憶装置６に、判定用データ６１として記憶させる。
以上の処理によれば、事故車両において事故または事故の予兆動作が起こった時の事故車両データを、判定用データの作成に利用することができる。これにより、サーバ１において判定用データを順次アップデートすることができる。そして、サーバ１はアップデートした判定用データを各車両２に送信することができる。したがって、車両２は危険判定の精度を向上させることができる。
≪危険判定処理および判定後の動作制御の流れ≫
図４は、統合ＥＣＵ４における危険判定に係る処理（危険判定処理）の流れの一例を示すフローチャートである。統合ＥＣＵ４の車両データ収集部４１は、車載機器５から車両データを収集する（Ｓ３０）。車両データ収集部４１は、収集した車両データをメモリ４７に記憶させる。また、車両データ収集部４１は、収集した車両データを危険判定部４５に出力する。
判定用データ取得部４４は、記憶装置６に記憶された判定用データ６１を取得する（Ｓ３２）。判定用データ取得部４４は取得した判定用データ６１を、危険判定部４５に出力する。危険判定部４５は、入力された車両データと判定用データとに基づいて、危険判定を実行する（Ｓ３４）。危険判定部４５は危険判定の結果を動作制御部４６に出力する。
危険判定の結果、車両２が危険状態でないと判定された場合（Ｓ３６でＮＯ）、動作制御部４６は特段の動作制御を実行しない。一方、車両２が危険状態であると判定された場合（Ｓ３６でＹＥＳ）、動作制御部４６は、車両２または車載装置７の少なくとも一部の動作を制御する（Ｓ３８）。統合ＥＣＵ４は、車両データ収集部４１が次の車両データを収集すると（Ｓ３０）、再びＳ３２以降の処理を実行する。
以上の処理によれば、事故または事故の予兆動作が起こった際に収集された車両データの少なくとも一部に基づく判定用データと、車両２で逐次収集される車両データとから、車両２が危険状態か否かを逐次判定する。例えば、走行中の車両２の状態は逐一変化するが、上述の危険判定は逐次実行されるため、車両２が危険状態に陥った場合に、該危険状態を逐次検知することができる。そして、危険状態である場合、車両２または車載装置７の動作を制御することができる。したがって、前記の構成によれば、事故が起こり得る状態を予め察知して車両または車載装置を制御することができる。
〔実施形態２〕
本発明の実施形態２について、以下に説明する。なお、説明の便宜上、前記実施形態にて説明した部材と同じ機能を有する部材については、同じ符号を付記し、その説明を繰り返さない。
安全システム１００の統合ＥＣＵ４は、運転手の個人に係るデータである個人データを収集する個人データ収集部を備えていてもよい。また、サーバ１のサーバ制御部１０は、個人データの少なくとも一部に基づいて判定用データを作成し、統合ＥＣＵ４に送信してもよい。すなわち、車両２において危険判定に用いられる判定用データは、個人データの少なくとも一部に基づいて作成されたものであってよい。また、危険判定部４５は、車両データと、個人データと、判定用データとに基づいて危険判定を実行してもよい。
本実施形態に係る統合ＥＣＵ４は、車載機器５、車載装置７、または、ネットワークを介し車両２の外部装置から、車両２の運転手個人に係るデータである個人データを収集する。例えば、統合ＥＣＵ４は車載装置７であるカーナビゲーションシステム（カーナビ）の機器から、該カーナビに登録された運転手の個人情報を個人データとして収集してよい。また、統合ＥＣＵ４は、車載装置７であるタッチパネル等にユーザが入力した個人情報を個人データとして収集してもよい。もしくは、統合ＥＣＵ４は、ネットワークを介して保険会社のサーバから、車両２にかけられている保険に係る情報を個人データとして収集してもよい。統合ＥＣＵ４は収集した個人データを記憶装置６に記憶させる。また、統合ＥＣＵ４は該個人データをサーバ１に送信してもよい。
サーバ１のサーバ制御部１０は、判定用データを作成する際、統合ＥＣＵ４から受信した個人データに応じて判定用データを作成してよい。例えば、サーバ制御部１０は、複数の車両２から受信する個人データを、それぞれの類似度等に応じてクラスタ分類し、該クラスタ毎に判定用データを作成してもよい。この場合、サーバ制御部１０は同クラスタ内の個人データの内容を加味して判定用データを作成することが望ましい。
例えば、個人データから運転歴が判別可能な場合、サーバ制御部１０は、該運転歴の長さに応じて、例えば運転歴１年未満、１年以上５年未満、５年以上等、複数のクラスタの判定用データをそれぞれ作成してもよい。そして、サーバ制御部１０は、ある車両２の統合ＥＣＵ４から個人データを受信した場合、該個人データをサーバ記憶部１２に記憶させるとともに、該個人データがどのクラスタに属するかを特定し、該クラスタに応じた判定用データを該ある車両２の統合ＥＣＵ４に送信してもよい。例えば、サーバ制御部１０は、運転歴１年未満であることを示す個人データが送信されてきた統合ＥＣＵ４には、運転歴１年未満のクラスタ用の判定用データを返してよい。
また、統合ＥＣＵ４の危険判定部４５は、危険判定時に、個人データと、車両データと、判定用データとに基づいて危険判定を実行してもよい。例えば、個人データにより、運転歴が１年未満であることが特定される場合、危険判定部４５は、該運転歴が１年以上５年未満の場合よりも、危険状態と判定する条件を緩和してもよい。逆に、運転歴が５年以上の場合、１年以上５年未満の場合よりも、危険状態と判定する条件を厳しくしてもよい。
前記の構成によれば、運転手個人に係るデータを判定用データの作成時に考慮することができる。また、個人データと、車両データと、判定用データととから、車両が危険状態か否かを逐次判定する。したがって、運転手個々人の個性を考慮して、車両が危険状態か否かを判定することができる。これにより、危険状態か否かの判定精度を向上させることができる。
〔変形例〕
安全システム１００の統合ＥＣＵ４は、事故車両データの作成および送信機能を有さず、危険判定の機能を有していてもよい。また、安全システム１００の統合ＥＣＵ４は、危険判定の機能を有さず、事故車両データの作成および送信機能を有していてもよい。
統合ＥＣＵ４が事故車両データの作成および送信機能を有さず、危険判定の機能を有する場合、統合ＥＣＵ４は、危険動作検出部４２、および事故車両データ抽出部４３を備えていなくてもよい。
また、統合ＥＣＵ４が危険判定の機能を有さず、事故車両データの作成および送信機能を有している場合、統合ＥＣＵ４は、判定用データ取得部４４、危険判定部４５、および動作制御部４６を備えていなくてもよい。
また、メモリ４７の寿命、すなわち、メモリ４７が一時的にデータを記憶可能な寿命が過ぎた場合、統合ＥＣＵ４は、事故車両データの作成および送信機能を実行せず、危険判定の機能を実行してもよい。これにより、中古車等、製造から時間の経った車両においても、判定用データを用いた判定処理は実行できる。かつ、該判定用データはサーバ１からアップデートされる。したがって、古い車両でも、最新の判定用データを用いて危険判定を実行することができる。
また、統合ＥＣＵ４は、記憶装置６に危険判定の結果の履歴を記憶させてもよい。例えば、統合ＥＣＵ４は、危険判定部４５における危険判定の結果と、日時とを対応付けたログデータを作成し、記憶装置６に記憶させてもよい。もしくは、統合ＥＣＵ４は、危険判定において車両２が危険状態にあると判定された場合、該判定がなされた日時を記憶装置６に記憶させてもよい。
そして、統合ＥＣＵ４は、外部装置等からの要求に応じて、前述の危険判定の結果の履歴を該外部装置に送信してもよい。例えば、車両２の車両保険を扱う保険会社のサーバ等に危険判定の結果の履歴を送信してもよい。これにより、危険判定の結果の履歴、すなわち、車両２が危険状態に陥ったタイミングおよび頻度を示すデータを、外部装置に送信することができる。例えば保険会社のサーバに送信する場合、該データを、保険会社において車両２の保険料の算定等に用いることができる。例えば、事故またはヒヤリハットリスクが高い運転シーンに入る確率が高い運転手の車両２は保険料を上げる等の調整が可能になる。これにより、運転手の特性に見合った最適な保険の価格設定が可能になる。
〔ソフトウェアによる実現例〕
サーバ１および統合ＥＣＵ４の制御ブロックは、集積回路（ＩＣチップ）等に形成された論理回路（ハードウェア）によって実現してもよいし、ソフトウェアによって実現してもよい。
後者の場合、サーバ１および統合ＥＣＵ４は、各機能を実現するソフトウェアであるプログラムの命令を実行するコンピュータを備えている。このコンピュータは、例えば１つ以上のプロセッサを備えていると共に、上記プログラムを記憶したコンピュータ読み取り可能な記録媒体を備えている。そして、上記コンピュータにおいて、上記プロセッサが上記プログラムを上記記録媒体から読み取って実行することにより、本発明の目的が達成される。上記プロセッサとしては、例えばＣＰＵ（Central Processing Unit）を用いることができる。上記記録媒体としては、「一時的でない有形の媒体」、例えば、ＲＯＭ（Read Only Memory）等の他、テープ、ディスク、カード、半導体メモリ、プログラマブルな論理回路などを用いることができる。また、上記プログラムを展開するＲＡＭ（Random Access Memory）などをさらに備えていてもよい。また、上記プログラムは、該プログラムを伝送可能な任意の伝送媒体（通信ネットワークや放送波等）を介して上記コンピュータに供給されてもよい。なお、本発明の一態様は、上記プログラムが電子的な伝送によって具現化された、搬送波に埋め込まれたデータ信号の形態でも実現され得る。
本発明は上述した各実施形態に限定されるものではなく、請求項に示した範囲で種々の変更が可能であり、異なる実施形態にそれぞれ開示された技術的手段を適宜組み合わせて得られる実施形態についても本発明の技術的範囲に含まれる。
１ サーバ
２ 車両
３ コネクティッドＥＣＵ
４ 統合ＥＣＵ
５ 車載機器
６ 記憶装置
７ 車載装置
１０ サーバ制御部
１１ サーバ通信部
１２ サーバ記憶部
４０ 通信部
４１ 車両データ収集部
４２ 危険動作検出部
４３ 事故車両データ抽出部
４４ 判定用データ取得部
４５ 危険判定部
４６ 動作制御部
４７ メモリ
５１ 車室内センサ
５２ 外部センサ
６１、１２２ 判定用データ
１００ 安全システム
１２１ 学習モデル
１２３ 事故車両データ
４７１ 車両データ

Claims (11)

  1. 車載機器から、車両の状態、前記車両の運転手の状態、または前記車両の周囲の状況の少なくとも１つを示すデータである車両データを逐次収集する車両データ収集部と、
    複数の車両において、過去に事故または事故の予兆動作が起こった際に収集された前記車両データである事故車両データの少なくとも一部に基づいて作成されたデータである、判定用データを取得する判定用データ取得部と、
    前記車両データと、前記判定用データとに基づいて、前記車両が前記事故または前記予兆動作が起こり得る状態である危険状態であるか否かを逐次判定する危険判定部と、
    前記車両が危険状態であると判定された場合に、前記車両または前記車両に搭載された各種装置の少なくとも一部分の動作を制御する動作制御部と、を備えることを特徴とする、制御装置。
  2. 前記判定用データは、前記事故車両データの少なくとも一部のパラメータの、前記危険状態に陥り得ると推定される値の範囲を示すデータであり、
    前記危険判定部は、前記車両データの前記パラメータの値が、前記判定用データの前記値の範囲に含まれる場合に、前記車両が危険状態であると判定することを特徴とする、請求項１に記載の制御装置。
  3. 前記危険判定部は、前記車両データのパラメータのうち、値が前記判定用データにおける同じパラメータの前記値の範囲に含まれているパラメータの数に応じて、前記車両が危険状態であるか否かを判定することを特徴とする、請求項２に記載の制御装置。
  4. 前記判定用データは、前記事故車両データの少なくとも一部のパラメータを入力することで、前記事故または前記予兆動作が発生したときの前記パラメータの値を機械学習させた学習済モデルに基づいて作成される予測モデルであって、
    前記危険判定部は、前記車両データに含まれる前記パラメータの値を前記予測モデルに入力したときの該値の合致率に基づいて、前記車両が危険状態であるか否かを判定することを特徴とする、請求項１に記載の制御装置。
  5. 前記動作制御部は、前記各種装置としての出力装置に出力を実行させることで、前記運転手に前記車両が危険状態であることを通知することを特徴とする、請求項１〜４のいずれか１項に記載の制御装置。
  6. 前記動作制御部は、前記車両または前記車両に搭載された各種装置の少なくとも一部分の動作として、前記運転手の運転に係る操作に応答して実行される前記車両または前記各種装置の動作を制御することを特徴とする、請求項１〜５のいずれか１項に記載の制御装置。
  7. 前記運転手の個人に係るデータである個人データを収集する個人データ収集部を備え、
    前記判定用データは、前記個人データの少なくとも一部に基づいて作成されたデータであり、
    前記危険判定部は、前記車両データと、前記個人データと、前記判定用データとに基づいて、前記車両が危険状態であるか否かを逐次判定することを特徴とする、請求項１〜６のいずれか１項に記載の制御装置。
  8. 前記事故または前記事故の予兆動作を示す前記車両または前記運転手の特定の挙動を、危険動作として検出する危険動作検出部と、
    前記危険動作が検出された場合に、前記車両データの少なくとも一部を抽出した前記事故車両データをサーバに送信する送信部と、を備え、
    前記判定用データ取得部は、前記サーバで作成された前記判定用データを取得することを特徴とする、請求項１〜７のいずれか１項に記載の制御装置。
  9. 請求項１〜８のいずれか１項に記載の制御装置と通信するサーバであって、
    前記事故車両データを受信するサーバ受信部と、
    前記事故車両データの少なくとも一部に基づいて前記判定用データを作成する判定用データ作成部と、
    前記判定用データを前記制御装置に送信するサーバ送信部と、を備えることを特徴とする、サーバ。
  10. 請求項１〜８のいずれか１項に記載の制御装置と、
    請求項９に記載のサーバと、を含むことを特徴とする、安全システム。
  11. 車載機器から、車両の状態、前記車両の運転手の状態、または前記車両の周囲の状況の少なくとも１つを示すデータである車両データを逐次収集する車両データ収集ステップと、
    複数の車両において、過去に事故または事故の予兆動作が起こった際に収集された前記車両データである事故車両データの、少なくとも一部から判定用データを作成する判定用データ作成ステップと、
    前記車両データと、前記判定用データとに基づいて、前記事故または前記予兆動作が起こり得る状態である危険状態であるか否かを逐次判定する危険判定ステップと、
    前記車両が危険状態であると判定された場合に、前記車両の少なくとも一部分の動作を制御する動作制御ステップと、を含むことを特徴とする、制御装置の制御方法。
JP2019064690A 2019-03-28 2019-03-28 制御装置、サーバ、安全システム、および制御装置の制御方法 Pending JP2020166416A (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2019064690A JP2020166416A (ja) 2019-03-28 2019-03-28 制御装置、サーバ、安全システム、および制御装置の制御方法
CN202010180757.9A CN111754815A (zh) 2019-03-28 2020-03-16 控制装置、服务器、安全***以及控制装置的控制方法
US16/819,735 US20200312050A1 (en) 2019-03-28 2020-03-16 Control device, server, safety system, and control method of control device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019064690A JP2020166416A (ja) 2019-03-28 2019-03-28 制御装置、サーバ、安全システム、および制御装置の制御方法

Publications (1)

Publication Number Publication Date
JP2020166416A true JP2020166416A (ja) 2020-10-08

Family

ID=72603871

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019064690A Pending JP2020166416A (ja) 2019-03-28 2019-03-28 制御装置、サーバ、安全システム、および制御装置の制御方法

Country Status (3)

Country Link
US (1) US20200312050A1 (ja)
JP (1) JP2020166416A (ja)
CN (1) CN111754815A (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113570747B (zh) * 2021-06-29 2023-05-23 东风汽车集团股份有限公司 一种基于大数据分析的行驶安全监测***和方法
GB2615290A (en) * 2021-10-22 2023-08-09 Calamus Group Ltd Blindspot assist system for a vehicle
CN114312828B (zh) * 2021-11-30 2024-07-05 深圳元戎启行科技有限公司 风险管理方法、风险管理平台以及计算机可读存储介质

Also Published As

Publication number Publication date
US20200312050A1 (en) 2020-10-01
CN111754815A (zh) 2020-10-09

Similar Documents

Publication Publication Date Title
US20200226395A1 (en) Methods and systems for determining whether an object is embedded in a tire of a vehicle
US9718468B2 (en) Collision prediction system
US7579942B2 (en) Extra-vehicular threat predictor
US10088844B2 (en) Wearable computer in an autonomous vehicle
US10776735B2 (en) Risk information processing method and server device
CN111028382B (zh) 自主交通工具中待收集数据的实时选择
US10528833B1 (en) Health monitoring system operable in a vehicle environment
JP5521893B2 (ja) 運転支援システム、車載装置
KR102540436B1 (ko) 차량 사고 예측 시스템 및 그 방법
EP3782860B1 (en) Method and system for vehicle speed estimation
MX2014015331A (es) Interfaz de usuario afectiva en un vehiculo autonomo.
CN113165646B (zh) 用于检测车辆周围的风险因素的电子设备及其控制方法
JP2020166416A (ja) 制御装置、サーバ、安全システム、および制御装置の制御方法
JP2014081947A (ja) 情報配信装置
JP2018018214A5 (ja)
CN111260481A (zh) 信息处理***、程序及控制方法
WO2022240823A1 (en) Online driver delay and frequency response model
WO2022117774A1 (en) Electronic system for forward-looking measurements of frequencies and/or probabilities of accident occurrences based on localized automotive device measurements, and corresponding method thereof
CN110816542A (zh) 提供驾驶员帮助的方法
US11840265B1 (en) Variable safe steering hands-off time and warning
CN115782911B (zh) 行车场景中对方向盘脱手事件的数据处理方法及相关装置
JP6884282B2 (ja) 通報装置および通報方法
JP6328016B2 (ja) 車載システム
JP2015026004A (ja) 視認行動評価装置
JP2020071594A (ja) 履歴蓄積装置、及び履歴蓄積プログラム