JP4670805B2 - Driving support device and program - Google Patents

Driving support device and program Download PDF

Info

Publication number
JP4670805B2
JP4670805B2 JP2006335645A JP2006335645A JP4670805B2 JP 4670805 B2 JP4670805 B2 JP 4670805B2 JP 2006335645 A JP2006335645 A JP 2006335645A JP 2006335645 A JP2006335645 A JP 2006335645A JP 4670805 B2 JP4670805 B2 JP 4670805B2
Authority
JP
Japan
Prior art keywords
pedestrian
recognition
degree
pedestrians
image
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.)
Expired - Fee Related
Application number
JP2006335645A
Other languages
Japanese (ja)
Other versions
JP2008146549A (en
Inventor
博子 森
広宣 北岡
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.)
Toyota Central R&D Labs Inc
Original Assignee
Toyota Central R&D Labs Inc
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 Toyota Central R&D Labs Inc filed Critical Toyota Central R&D Labs Inc
Priority to JP2006335645A priority Critical patent/JP4670805B2/en
Publication of JP2008146549A publication Critical patent/JP2008146549A/en
Application granted granted Critical
Publication of JP4670805B2 publication Critical patent/JP4670805B2/en
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Processing (AREA)
  • Traffic Control Systems (AREA)
  • Image Analysis (AREA)

Description

本発明は、運転支援装置、及びプログラムに係り、特に、自車両の前方の画像に基づいて運転支援を行う運転支援装置、及びプログラムに関する。 The present invention is a driving support device, and relates to a program, in particular, the driving support equipment that performs driving support based on an image of the front of the vehicle, and a program.

従来より、交通事故や危険な状況が起こる可能性のある交通状況を、参照画像認識情報として蓄えておき、走行中の画像認識情報と比較することにより、走行中の危険を警告する車載危険予測装置が知られている（例えば、特許文献１）。この車載危険予測装置では、参照画像認識情報として、例えば、カーブの先に車が駐車している状況等を示している情報を蓄え、走行中の画像認識情報と比較している。   Conventionally, in-vehicle risk prediction that warns of danger during traveling by storing traffic conditions that may cause traffic accidents and dangerous situations as reference image recognition information and comparing it with image recognition information during traveling An apparatus is known (for example, Patent Document 1). In this in-vehicle danger prediction device, as reference image recognition information, for example, information indicating a situation where a car is parked at the end of a curve is stored and compared with image recognition information during traveling.

また、運転者の視覚能力レベルに対して、視覚情報量が超えているかを判断し、超えている場合に運転支援を行う運転支援装置が知られている（例えば、特許文献２）。この運転支援装置では、視覚情報量の判定において、視覚情報量として、他車両や、歩行者、信号、車線等の運転を行う上で認識すべき交通環境を示す情報の量を判定している。
特開２００１−３３１９００号 特開２００５−１２２３９０号 In addition, there is known a driving support device that determines whether or not the amount of visual information exceeds the driver's visual ability level, and performs driving support when the level exceeds (for example, Patent Document 2). In this driving support device, in determining the amount of visual information, the amount of information indicating the traffic environment to be recognized when driving other vehicles, pedestrians, signals, lanes, etc. is determined as the amount of visual information. .
JP 2001-331900 A JP-A-2005-122390

しかしながら、上記の特許文献１には、前方の景観の複雑さを原因とする歩行者事故の危険性を判定することが記載されていないため、特許文献１に記載の技術では、前方の景観の複雑さが原因で歩行者を認識できない場合に起こる歩行者事故を防ぐことができない、という問題がある。   However, since the Patent Document 1 does not describe determining the risk of a pedestrian accident caused by the complexity of the landscape in front, the technology described in Patent Document 1 There is a problem that a pedestrian accident that occurs when a pedestrian cannot be recognized due to complexity cannot be prevented.

また、特許文献２に記載の技術では、歩行者がドライバの視界に入れば、歩行者を認識していると判断しているため、例えば、歩行者が複雑な景観の中に存在し、ドライバが歩行者を認識しにくい状況であっても、運転支援を行うことができない、という問題がある。   Moreover, in the technique described in Patent Document 2, since it is determined that the pedestrian recognizes the pedestrian if the pedestrian enters the driver's field of view, for example, the pedestrian exists in a complicated landscape, and the driver However, even if it is difficult to recognize pedestrians, there is a problem that driving assistance cannot be performed.

本発明は、上記の問題点を解決するためになされたもので、前方の歩行者の認識ミスを防止し、対歩行者事故を防止することができる運転支援装置、及びプログラムを提供することを目的とする。 The present invention has been made to solve the above problems, to provide to prevent recognition errors of the front of the pedestrian, pedestrian driving support equipment that accidents can be prevented, and the program With the goal.

上記の目的を達成するために第１の発明に係る運転支援装置は、自車両の前方を撮像する撮像手段と、自車両の走行位置を検出する検出手段と、予め定められた道路地図上の走行位置及び時間帯毎に、前記走行位置及び前記時間帯に存在する歩行者の数及び該歩行者の存在確率の何れか一方を記憶した歩行者データベースと、前記撮像手段によって撮像された前方の画像に基づいて、前記画像が示す前方からドライバが歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を判定する認識度判定手段と、前記歩行者データベースから、前記検出手段によって検出された現在の走行位置及び現在の時間帯に存在する歩行者の数及び該歩行者の存在確率の何れか一方を検索する検索手段と、前記認識度判定手段によって判定された認識度と、前記検索手段によって検索された前記歩行者の数及び前記歩行者の存在確率の何れか一方とに基づいて、危険度を判定し、前記危険度に基づいて、運転支援を行う運転支援手段とを含んで構成されている。 In order to achieve the above object, a driving support apparatus according to a first aspect of the present invention includes an imaging unit that images the front of the host vehicle, a detection unit that detects a traveling position of the host vehicle, and a predetermined road map. For each traveling position and time zone, a pedestrian database storing either the number of pedestrians present in the traveling position and the time zone, or the existence probability of the pedestrian, and the front imaged by the imaging means A recognition degree determining means for determining a recognition degree indicating a degree of ease of recognition when a driver tries to recognize at least one of a pedestrian and a two-wheeled vehicle from the front indicated by the image; and the pedestrian from the database, and searching means for searching one of the existence probability of the number and walker pedestrians that exist in the current travel position and the current time zone is detected by said detecting means, said recognition A recognition degree determined by the determination means, based on either Doo existence probability of the number and the pedestrian of the pedestrian found by said searching means, to determine the risk, based on the risk And driving support means for performing driving support.

第１の発明に係る運転支援装置によれば、撮影手段によって、自車両の前方を撮像し、検出手段によって、自車両の走行位置を検出する。認識度判定手段によって、撮像手段によって撮像された前方の画像に基づいて、画像が示す前方からドライバが歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を判定する。検索手段によって、歩行者データベースから、検出手段によって検出された現在の走行位置及び現在の時間帯に存在する歩行者の数及び該歩行者の存在確率の何れか一方を検索する。そして、運転支援手段によって、認識度判定手段によって判定された認識度と、検索手段によって検索された歩行者の数及び歩行者の存在確率の何れか一方とに基づいて、危険度を判定し、危険度に基づいて、運転支援を行う。例えば、認識度が低い場合には、歩行者及び二輪車の少なくとも一方の認識を援助するように、運転支援を行う。 According to the driving support apparatus according to the first aspect of the present invention, the photographing unit images the front of the host vehicle, and the detection unit detects the traveling position of the host vehicle. Recognition indicating the degree of ease of recognition when the driver tries to recognize at least one of a pedestrian and a two-wheeled vehicle from the front indicated by the image based on the front image captured by the image capturing unit by the recognition level determination unit. Determine the degree. The search means searches the pedestrian database for any one of the current running position detected by the detection means, the number of pedestrians present in the current time zone, and the existence probability of the pedestrian. Then, the driving support means determines the degree of risk based on the recognition degree determined by the recognition degree determination means and either the number of pedestrians searched by the search means or the existence probability of pedestrians, Provide driving assistance based on the risk level . For example, when the degree of recognition is low, driving assistance is performed so as to assist the recognition of at least one of a pedestrian and a motorcycle.

従って、前方の画像に基づいて、認識度を判定し、認識度に基づいて運転支援を行うことにより、前方から歩行者又は二輪車を認識しづらい場合には、運転支援を行うことができるため、前方の歩行者又は二輪車の認識ミスを防止し、対歩行者事故又は対二輪車事故を防止することができる。また、認識度と、現在の走行位置及び現在の時間帯に存在する歩行者の数または歩行者の存在確率とに基づいて、運転支援を行うため、より適切に運転支援を行うことができる。 Therefore, since it is difficult to recognize a pedestrian or two-wheeled vehicle from the front by determining the degree of recognition based on the front image and performing driving assistance based on the degree of recognition, driving assistance can be performed. A recognition error of a pedestrian or a motorcycle in front can be prevented, and an accident to a pedestrian or a motorcycle can be prevented. In addition, since driving assistance is performed based on the degree of recognition, the number of pedestrians present in the current traveling position and the current time zone, or the existence probability of pedestrians, driving assistance can be performed more appropriately.

第１の発明に係る認識度判定手段を、撮像手段によって撮像された前方の画像に基づいて、画像の色数及び画像に表された物体の数の少なくとも一方を計数する計数手段と、計数手段によって計数された色数及び物体の数の少なくとも一方に基づいて、認識度を算出する認識度算出手段とで構成することができる。これにより、前方の画像の色数または物体の数に基づいて、景観の複雑さに応じた認識度を算出することができる。   And a counting unit that counts at least one of the number of colors of the image and the number of objects represented in the image, based on the front image captured by the imaging unit. And a recognition degree calculating means for calculating a recognition degree based on at least one of the number of colors and the number of objects counted by the above. Thereby, the recognition degree according to the complexity of the landscape can be calculated based on the number of colors of the front image or the number of objects.

また、上記の計数手段は、画像の所定の計数領域の色数及び画像の所定の計数領域に表された物体の数の少なくとも一方を計数することができる。これにより、歩行者又は二輪車が存在する領域に関する色数及び物体の数に基づいて、認識度を算出することができる。   The counting unit can count at least one of the number of colors in a predetermined counting area of the image and the number of objects represented in the predetermined counting area of the image. Thereby, the recognition degree can be calculated based on the number of colors and the number of objects related to the area where the pedestrian or the two-wheeled vehicle is present.

第１の発明に係る認識度判定手段を、撮像手段によって撮像された前方の画像に基づいて、画像の空間周波数を算出する空間周波数算出手段と、空間周波数算出手段によって算出された前記空間周波数と、予め定められた歩行者及び二輪車の少なくとも一方を示す画像の空間周波数とを比較することにより、認識度を算出する認識度算出手段とで構成することができる。これにより、前方の画像の空間周波数と、歩行者又は二輪車を示す画像の空間周波数とが同じ場合には、前方から歩行者又は二輪車を認識しづらいことを示す認識度を算出することができる。   The recognition level determination means according to the first invention is a spatial frequency calculation means for calculating a spatial frequency of an image based on a forward image captured by the imaging means, and the spatial frequency calculated by the spatial frequency calculation means. It can be constituted by a recognition degree calculating means for calculating a recognition degree by comparing with a spatial frequency of an image showing at least one of a predetermined pedestrian and two-wheeled vehicle. Thereby, when the spatial frequency of the front image and the spatial frequency of the image showing the pedestrian or the two-wheeled vehicle are the same, the recognition degree indicating that it is difficult to recognize the pedestrian or the two-wheeled vehicle from the front can be calculated.

また、上記の空間周波数算出手段は、画像の所定の算出領域の空間周波数を算出することができる。これにより、歩行者又は二輪車が存在する領域の空間周波数と、歩行者又は二輪車を示す画像の空間周波数とを比較して、認識度を算出することができる。   In addition, the above spatial frequency calculation means can calculate the spatial frequency of a predetermined calculation area of the image. Thereby, the recognition degree can be calculated by comparing the spatial frequency of the region where the pedestrian or the two-wheeled vehicle is present with the spatial frequency of the image indicating the pedestrian or the two-wheeled vehicle.

上記の運転支援装置は、撮像手段によって撮像された前方の画像に基づいて、画像が示す前方に歩行者及び二輪車の少なくとも一方が存在するか否かを判定する存在判定手段を更に含み、運転支援手段は、存在判定手段によって歩行者及び二輪車の少なくとも一方が存在すると判定された場合、認識度判定手段によって判定された認識度に基づいて、運転支援を行い、存在判定手段によって歩行者及び二輪車の少なくとも一方が存在しないと判定された場合、運転支援を行わないようにすることができる。これにより、前方に歩行者又は二輪車が存在する場合にのみ、運転支援を行うことにより、余計な運転支援による煩わしさを回避することができる。   The driving support device further includes presence determination means for determining whether or not at least one of a pedestrian and a two-wheeled vehicle is present in front of the image, based on a forward image captured by the imaging means. The means performs driving support based on the recognition degree determined by the recognition degree determination means when the presence determination means determines that at least one of the pedestrian and the two-wheeled vehicle is present, and the presence determination means determines whether the pedestrian or the two-wheeled vehicle is present. When it is determined that at least one of them does not exist, driving assistance can be prevented from being performed. Thereby, only when there is a pedestrian or a two-wheeled vehicle ahead, it is possible to avoid troublesomeness due to unnecessary driving assistance by performing driving assistance.

第２の発明に係る運転支援装置は、自車両の走行位置を検出する検出手段と、予め定められた道路地図上の走行位置毎に、前記走行位置を走行する車両のドライバが前方から前記歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を記憶した認識度データベースと、予め定められた道路地図上の走行位置及び時間帯毎に、前記走行位置及び前記時間帯に存在する歩行者の数及び前記歩行者の存在確率の何れか一方を記憶した歩行者データベースと、前記認識度データベースから、前記検出手段によって検出された現在の走行位置に対する認識度を検索する認識度検索手段と、前記歩行者データベースから、前記検出手段によって検出された現在の走行位置及び現在の時間帯に存在する前記歩行者の数及び前記歩行者の存在確率の何れか一方を検索する歩行者検索手段と、前記認識度検索手段によって検索された前記認識度と前記歩行者検索手段によって検索された前記歩行者の数及び前記歩行者の存在確率の何れか一方とに基づいて、危険度を判定し、危険度に基づいて、運転支援を行う運転支援手段とを含んで構成されている。 According to a second aspect of the present invention, there is provided a driving support device including: a detecting unit that detects a traveling position of the host vehicle; and a driver of a vehicle that travels the traveling position from the front for each traveling position on a predetermined road map. A recognition degree database storing a recognition degree indicating the degree of ease of recognition when trying to recognize at least one of a person and a two-wheeled vehicle, and the travel for each travel position and time zone on a predetermined road map Recognition of the current running position detected by the detecting means from the pedestrian database storing the position, the number of pedestrians present in the time zone and the existence probability of the pedestrian and the recognition degree database A degree-of-recognition search means for searching for a degree, and the walking that exists in the current running position and the current time zone detected by the detection means from the pedestrian database Pedestrian search means for searching for any one of the number of pedestrians and the existence probability of the pedestrian, the recognition degree searched by the recognition degree search means, the number of pedestrians searched by the pedestrian search means, and Driving assistance means for determining the degree of danger based on any one of the existence probabilities of the pedestrians and providing driving assistance based on the degree of danger is configured.

第２の発明に係る運転支援装置によれば、検出手段によって、自車両の走行位置を検出し、認識度検索手段によって、認識度データベースから、検出手段によって検出された現在の走行位置に対する認識度を検索する。また、歩行者検索手段によって、歩行者データベースから、検出手段によって検出された現在の走行位置及び現在の時間帯に存在する歩行者の数及び歩行者の存在確率の何れか一方を検索する。   According to the driving support apparatus of the second aspect of the invention, the detection position is detected by the detection means, and the recognition degree of the current driving position detected by the detection means is detected from the recognition degree database by the recognition degree search means. Search for. Further, the pedestrian search means searches the pedestrian database for either the current running position detected by the detection means, the number of pedestrians present in the current time zone, or the existence probability of pedestrians.

そして、運転支援手段によって、認識度検索手段によって検索された認識度と歩行者検索手段によって検索された歩行者の数及び歩行者の存在確率の何れか一方とに基づいて、危険度を判定し、危険度に基づいて、運転支援を行う。 Then, the driving assistance means determines the degree of risk based on the recognition degree searched by the recognition degree searching means and either the number of pedestrians searched by the pedestrian searching means or the existence probability of pedestrians. Assist driving based on the degree of danger .

従って、現在の走行位置に対する認識度と、現在の走行位置及び現在の時間帯に存在する歩行者の数または歩行者の存在確率とに基づいて、運転支援を行うことにより、前方から歩行者又は二輪車を認識しづらい場合には、運転支援を行うことができるため、前方の歩行者又は二輪車の認識ミスを防止し、対歩行者事故又は対二輪車事故を防止することができる。   Therefore, by performing driving assistance based on the recognition degree for the current traveling position and the number of pedestrians present in the current traveling position and the current time zone or the existence probability of pedestrians, When it is difficult to recognize the two-wheeled vehicle, driving assistance can be performed, so that it is possible to prevent a pedestrian or two-wheeled vehicle accident from being recognized by preventing a recognition error of a pedestrian or two-wheeled vehicle ahead.

第３の発明に係るプログラムは、コンピュータを、自車両の前方を撮像する撮像手段によって撮像された前方の画像に基づいて、前記画像が示す前方からドライバが歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を判定する認識度判定手段、予め定められた道路地図上の走行位置及び時間帯毎に、前記走行位置及び前記時間帯に存在する歩行者の数及び該歩行者の存在確率の何れか一方を記憶した歩行者データベースから、自車両の走行位置を検出する検出手段によって検出された現在の走行位置及び現在の時間帯に存在する歩行者の数及び該歩行者の存在確率の何れか一方を検索する検索手段と、及び前記認識度判定手段によって判定された認識度と、前記検索手段によって検索された前記歩行者の数及び前記歩行者の存在確率の何れか一方とに基づいて、危険度を判定し、前記危険度に基づいて、運転支援を行う運転支援手段として機能させるためのプログラムである。 According to a third aspect of the present invention, there is provided a program for causing a computer to recognize at least one of a pedestrian and a two-wheeled vehicle from the front indicated by the image based on a front image captured by an imaging unit that images the front of the host vehicle. Recognition degree determination means for determining the degree of recognition indicating the degree of ease of recognition, and walking existing in the travel position and the time zone for each travel position and time zone on a predetermined road map From the pedestrian database storing either one of the number of persons and the existence probability of the pedestrian, the pedestrian existing at the current traveling position and the current time zone detected by the detecting means for detecting the traveling position of the own vehicle search means either to search for the presence of one probability of the number and pedestrian, and the recognition level judged by the recognition determination unit, found by said searching means Serial pedestrians number and on the basis of either one bets existence probability of the pedestrian, to determine the risk, based on the risk, a program to function as the driving support means for performing driving support.

第４の発明に係るプログラムは、コンピュータを、自車両の走行位置を検出する検出手段、予め定められた道路地図上の走行位置毎に、前記走行位置を走行する車両のドライバが前方から前記歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を記憶した認識度データベースから、前記検出手段によって検出された現在の走行位置に対する認識度を検索する認識度検索手段、予め定められた道路地図上の走行位置及び時間帯毎に、前記走行位置及び前記時間帯に存在する歩行者の数及び前記歩行者の存在確率の何れか一方を記憶した歩行者データベースから、前記検出手段によって検出された現在の走行位置及び現在の時間帯に存在する前記歩行者の数及び前記歩行者の存在確率の何れか一方を検索する歩行者検索手段、及び前記認識度検索手段によって検索された前記認識度と前記歩行者検索手段によって検索された前記歩行者の数及び前記歩行者の存在確率の何れか一方とに基づいて、危険度を判定し、危険度に基づいて、運転支援を行う運転支援手段として機能させるためのプログラムである。 According to a fourth aspect of the present invention, there is provided a program for detecting a traveling position of a host vehicle, a driver for a vehicle traveling in the traveling position for each traveling position on a predetermined road map, A recognition for retrieving a recognition degree for the current traveling position detected by the detection means from a recognition degree database storing a recognition degree indicating a degree of ease of recognition when trying to recognize at least one of a person and a motorcycle A pedestrian storing either one of the number of pedestrians present in the travel position and the time zone and the probability of existence of the pedestrian for each travel position and time zone on a predetermined road map From the database, either the current running position detected by the detection means, the number of the pedestrians present in the current time zone, or the existence probability of the pedestrians Based on the pedestrian search means to search, the recognition degree searched by the recognition degree search means, and the number of pedestrians searched by the pedestrian search means and the existence probability of the pedestrians This is a program for determining the degree of danger and causing it to function as driving assistance means for performing driving assistance based on the degree of danger .

以上説明したように、本発明の運転支援装置及びプログラムによれば、前方の画像に基づいて判定された認識度に基づいて運転支援を行うことにより、または、現在の走行位置に対する認識度と、現在の走行位置及び現在の時間帯に存在する歩行者の数または歩行者の存在確率とに基づいて運転支援を行うことにより、前方から歩行者又は二輪車を認識しづらい場合には、運転支援を行うことができるため、前方の歩行者又は二輪車の認識ミスを防止し、対歩行者事故又は対二輪車事故を防止することができる、という効果が得られる。   As described above, according to the driving support apparatus and program of the present invention, by performing driving support based on the recognition degree determined based on the front image, or the recognition degree for the current traveling position, If it is difficult to recognize a pedestrian or two-wheeled vehicle from the front by performing driving support based on the current running position and the number of pedestrians present in the current time zone or the existence probability of pedestrians, driving assistance is provided. Since it can be performed, it is possible to prevent an erroneous recognition of a pedestrian or motorcycle in front of the vehicle and prevent a pedestrian accident or a motorcycle accident.

以下、図面を参照して、本発明の好適な実施の形態について説明する。なお、本実施の形態では、車両に搭載された運転支援装置に本発明を適用した場合について説明する。   Hereinafter, preferred embodiments of the present invention will be described with reference to the drawings. In the present embodiment, a case where the present invention is applied to a driving support device mounted on a vehicle will be described.

図１に示すように、第１の実施の形態に係る運転支援装置１０は、自車両の前方に搭載された車載ＣＣＤカメラで構成され、自車両の前方の景観画像を撮像するカメラ１２と、カメラ１２を制御するカメラ制御部１４と、カメラ１２で撮像された景観画像を示す景観画像データを記憶するためのフレームメモリ１６と、撮像された景観画像データに対して、エッジ検出やパターンマッチングなどの所定の画像処理を行う画像演算部１８と、画像演算部１８による画像処理の結果から、景観画像データが示す前方の景観からドライバが歩行者を認識しようとするときの認識のしやすさの度合いを示す認識度を判定する認識度判定部２０と、対歩行者事故を防止するように警報を提示する警報装置２２と、認識度判定部２０によって判定された認識度に基づいて、警報装置２２を制御する警報装置制御部２４とを備えている。   As shown in FIG. 1, the driving support device 10 according to the first embodiment is configured by an in-vehicle CCD camera mounted in front of the host vehicle, and a camera 12 that captures a landscape image in front of the host vehicle; Edge detection, pattern matching, and the like for the captured image data, a camera control unit 14 that controls the camera 12, a frame memory 16 that stores landscape image data indicating a landscape image captured by the camera 12, and the like From the image calculation unit 18 that performs the predetermined image processing and the result of the image processing by the image calculation unit 18, the ease of recognition when the driver tries to recognize the pedestrian from the front landscape indicated by the landscape image data A recognition degree determination unit 20 that determines a degree of recognition indicating the degree, an alarm device 22 that presents an alarm so as to prevent a pedestrian accident, and the recognition determined by the recognition degree determination unit 20 Based on the time, and a warning device control unit 24 for controlling the alarm device 22.

画像演算部１８は、景観画像データが示す景観画像が表す対象物の数を演算する対象物数演算部２６と、景観画像データが示す景観画像が表す色の数を演算する対象色数演算部２８とを備えている。   The image calculation unit 18 calculates the number of objects represented by the landscape image indicated by the landscape image data, the object number calculation unit 28 calculates the number of colors represented by the landscape image represented by the landscape image data, and It has.

対象物数演算部２６では、図２（Ａ）に示す景観画像や図２（Ｂ）に示す景観画像から、景観画像中の対象物を抽出し、対象物の数を演算する。また、対象色数演算部２８では、図３に示すように、予め定められた複数の色の各々が景観画像中にあるか否かを判定して、景観画像中の色の数を演算する。また、画像演算部１８では、図４に示すように、対象物数演算部２６で演算された対象物の数を点数化して対象物数指標（例えば、０点〜１０点）を求め、また、図５に示すように、対象色数演算部２８で演算された色の数を点数化して、対象色指標（例えば、０点〜１０点）を求める。そして、図６に示すように、対象物数指標と対象色指標との平均を取った点数を、景観画像の複雑度として判定する。例えば、景観画像の景観が、ビルの１階がオープンショップである場合や、ゴミや荷物等がおいてある場合などの複雑な場面では、対象物数指標と対象色指標との平均を取った点数が高くなって、歩行者の認識度が低くなり、危険性が高いことを示す。一方、田園地帯やビルの壁だけの場合には、対象物数指標と対象色指標との平均を取った点数が低くなって、歩行者の認識度が高くなり、危険性が低いことを示す。   The object number calculation unit 26 extracts the objects in the landscape image from the landscape image shown in FIG. 2A or the landscape image shown in FIG. 2B, and calculates the number of objects. Further, as shown in FIG. 3, the target color number calculation unit 28 determines whether each of a plurality of predetermined colors is in the landscape image, and calculates the number of colors in the landscape image. . Further, as shown in FIG. 4, the image calculation unit 18 scores the number of objects calculated by the object number calculation unit 26 to obtain an object number index (for example, 0 to 10 points). As shown in FIG. 5, the number of colors calculated by the target color number calculation unit 28 is scored to obtain a target color index (for example, 0 to 10 points). Then, as shown in FIG. 6, the score obtained by averaging the target number index and the target color index is determined as the complexity of the landscape image. For example, when the landscape of the landscape image is a complex scene such as when the first floor of the building is an open shop or where garbage or luggage is left, the average of the target number index and the target color index is taken. The score is high, the pedestrian's recognition level is low, and the risk is high. On the other hand, in the case of only the countryside or the wall of the building, the average score of the object number index and the object color index is lower, indicating that the pedestrian is more aware and less dangerous. .

運転支援装置１０は、上記の各部を実現するために、後述する運転支援処理ルーチンを実行するためのプログラムが記憶されている。   The driving support device 10 stores a program for executing a driving support processing routine, which will be described later, in order to realize the above-described units.

次に、第１の実施の形態に係る運転支援装置１０で実行される運転支援処理ルーチンについて図７を用いて説明する。   Next, a driving support processing routine executed by the driving support device 10 according to the first embodiment will be described with reference to FIG.

まず、ステップ１００において、カメラ１２から自車両の前方の景観画像を撮像した景観画像データを取得し、ステップ１０２で、画像演算部１８の対象物数演算部２６によって、ステップ１００で取得した景観画像データに対して画像処理を行い、対象物を抽出して、抽出された対象物の数を算出する。そして、ステップ１０４において、画像演算部１８の対象色数演算部２８によって、ステップ１００で取得した景観画像データに対して画像処理を行い、景観画像中の色を抽出して、抽出された色の数を算出する。   First, in step 100, landscape image data obtained by capturing a landscape image in front of the host vehicle is acquired from the camera 12, and in step 102, the landscape image acquired in step 100 by the object number calculation unit 26 of the image calculation unit 18. Image processing is performed on the data, objects are extracted, and the number of extracted objects is calculated. In step 104, the target color number calculation unit 28 of the image calculation unit 18 performs image processing on the landscape image data acquired in step 100, extracts colors in the landscape image, and extracts the extracted color. Calculate the number.

次のステップ１０６では、ステップ１０２で算出された対象物の数を対象物数指標に点数化すると共に、ステップ１０４で算出された色の数を対象色指標に点数化し、これらの点数から複雑度を判定し、複雑度に基づいて、認識度を判定する。複雑度が高い場合には、低い認識度を算出し、複雑度が低い場合には、高い認識度を算出する。   In the next step 106, the number of objects calculated in step 102 is scored as an object number index, and the number of colors calculated in step 104 is scored as an object color index, and the complexity is determined from these scores. Then, the degree of recognition is determined based on the complexity. When the complexity is high, a low recognition degree is calculated, and when the complexity is low, a high recognition degree is calculated.

そして、ステップ１０８において、上記ステップ１０６で判定された認識度が、しきい値より大きいか否かを判定し、認識度がしきい値より大きい場合には、ドライバが歩行者の認識ミスを起こす可能性が低いと判断し、運転支援処理ルーチンを終了するが、認識度がしきい値以下である場合には、ドライバが歩行者の認識ミスを起こす可能性が高いと判断し、ステップ１１０で、ドライバに警報を提示して、前方から歩行者を認識しづらいことを知らせて、ドライバに歩行者を確実に認識させて、運転支援処理ルーチンを終了する。なお、上記のしきい値については、実験的又は統計的に、歩行者の認識ミスを起こすような状況における認識度を求めておき、この認識度をしきい値として設定しておけばよい。また、提示される警報の内容は、認識度に応じた内容としてもよい。   In step 108, it is determined whether or not the recognition degree determined in step 106 is larger than a threshold value. If the recognition degree is larger than the threshold value, the driver causes a pedestrian recognition error. It is determined that the possibility is low, and the driving support processing routine is terminated. However, if the recognition degree is equal to or lower than the threshold value, it is determined that the driver is likely to cause a pedestrian recognition error. Then, an alarm is presented to the driver, it is informed that it is difficult to recognize the pedestrian from the front, the driver is surely recognized, and the driving support processing routine is terminated. In addition, about said threshold value, the recognition degree in the situation which raise | generates a pedestrian's recognition mistake is calculated | required experimentally or statistically, and this recognition degree should just be set as a threshold value. In addition, the content of the alarm to be presented may be content corresponding to the degree of recognition.

対歩行者事故で、ドライバの視線が歩行者に向いていた（歩行者が視界に入っていた）にもかかわらず、「歩行者をゴミ袋だと思った」等、歩行者の背後の景観と見間違えることによる事故が多く発生しているが、上記のように運転支援処理ルーチンを実行することにより、景観画像から見間違えが起きそうな場所をドライバに提示することにより、ドライバの注意を喚起することができる。   The scenery behind the pedestrian, such as “I thought the pedestrian was a garbage bag” even though the driver ’s line of sight was toward the pedestrian in a pedestrian accident (the pedestrian was in sight). There are many accidents due to misunderstandings, but by executing the driving support processing routine as described above, the driver's attention is indicated by presenting the driver with places that are likely to be mistaken from the landscape image. Can be aroused.

以上説明したように、第１の実施の形態に係る運転支援装置によれば、ドライバの前方の景観画像に基づいて、前方の景観画像中の色数及び対象物の数を算出して、色数及び対象物の数に基づいて、景観の複雑さに応じた認識度を判定し、認識度に基づいて、警報を提示することにより、前方の景観から歩行者を認識しづらい場合には、ドライバに警報を提示することができ、前方の景観中の歩行者の認識ミスを防止し、対歩行者事故を防止することができる。   As described above, according to the driving support apparatus according to the first embodiment, the number of colors and the number of objects in the front landscape image are calculated based on the landscape image ahead of the driver, and the number of colors and Based on the number of objects, the degree of recognition according to the complexity of the landscape is determined, and an alarm is issued based on the degree of recognition. It can be presented, and recognition errors of pedestrians in the front landscape can be prevented, and accidents against pedestrians can be prevented.

また、カメラから撮像された景観画像データに基づいて判定された認識度に基づいて、警報を提示するため、対歩行者事故の危険性がある箇所をリアルタイムにドライバに提示することができ、対歩行者事故を防止することができる。   In addition, since a warning is presented based on the degree of recognition determined based on the landscape image data captured from the camera, a location where there is a risk of a pedestrian accident can be presented to the driver in real time. A pedestrian accident can be prevented.

なお、上記の実施の形態では、歩行者の認識度を判定する場合を例に説明したが、更に、自転車やオートバイなどの二輪車の認識度も判定し、警報を提示することにより、対二輪車事故、対車両事故、対動物事故を防止するようにしてもよい。   In the above embodiment, the case where the recognition degree of a pedestrian is determined has been described as an example. Further, the recognition degree of a two-wheeled vehicle such as a bicycle or a motorcycle is also determined, and an alarm is given to the motorcycle accident. It is also possible to prevent accidents against vehicles and animals.

また、運転支援として、警報の提示を行う場合を例に説明したが、判定された認識度が低い場合に、運転制御を行ってもよい。例えば、走行速度が大きい場合には、速度制御を行ってもよい。   Moreover, although the case where an alarm is presented as driving assistance has been described as an example, driving control may be performed when the determined degree of recognition is low. For example, when the traveling speed is high, speed control may be performed.

また、認識度に基づいて警報制御を行う場合を例に説明したが、認識のしづらさを示す指標として複雑度をそのまま用いて、複雑度に基づいて警報制御を行うようにしてもよい。この場合には、複雑度としきい値とを判定し、複雑度がしきい値より大きい場合に、警告を提示すればよい。   Moreover, although the case where alarm control is performed based on the degree of recognition has been described as an example, the complexity may be used as an index indicating the difficulty of recognition, and alarm control may be performed based on the complexity. In this case, the complexity and the threshold value are determined, and a warning may be presented when the complexity is larger than the threshold value.

また、景観画像中の対象物の数及び色数を算出する場合を例に説明したが、景観画像中の所定の歩行者存在領域の対象物数及び色数を算出するようにしてもよい。   Moreover, although the case where the number of objects and the number of colors in the landscape image are calculated has been described as an example, the number of objects and the number of colors in a predetermined pedestrian existence area in the landscape image may be calculated.

また、認識度としきい値との比較結果に応じて警報制御を行う場合を例に説明したが、これに限定されるものではなく、他の指標としきい値との比較結果に応じて警報制御を行ってもよい。この場合には、判定された認識度に応じて、しきい値を変更して、認識度に応じた警報制御が行われるようにすればよい。   Moreover, although the case where alarm control is performed according to the comparison result between the recognition level and the threshold value has been described as an example, the present invention is not limited to this, and alarm control is performed according to the comparison result between another index and the threshold value. May be performed. In this case, the threshold value may be changed according to the determined degree of recognition so that alarm control according to the degree of recognition is performed.

次に、第２の実施の形態に係る運転支援装置について説明する。なお、第１の実施の形態と同様の構成となる部分については、同一符号を付して、説明を省略する。   Next, a driving support apparatus according to a second embodiment will be described. In addition, about the part which becomes the structure similar to 1st Embodiment, the same code | symbol is attached | subjected and description is abbreviate | omitted.

第２の実施の形態では、景観画像の空間周波数を用いて認識度を判定している点が第１の実施の形態と異なっている。   The second embodiment is different from the first embodiment in that the degree of recognition is determined using the spatial frequency of the landscape image.

図８に示すように、第２の実施の形態に係る運転支援装置２１０の画像演算部２１８は、景観像データが示す景観画像の空間周波数を演算する周波数演算部２２６と、景観画像の空間周波数と、予め用意された歩行者を示す画像の空間周波数とを比較する周波数比較部２２８とを備えている。   As illustrated in FIG. 8, the image calculation unit 218 of the driving support apparatus 210 according to the second embodiment includes a frequency calculation unit 226 that calculates the spatial frequency of the landscape image indicated by the landscape image data, and the spatial frequency of the landscape image. And a frequency comparison unit 228 that compares a spatial frequency of an image showing a pedestrian prepared in advance.

周波数演算部２２６では、図９に示すような景観画像の歩行者が存在する所定の歩行者領域（図９では歩道の領域）について、空間周波数を演算し、図１０（Ａ）に示すような空間周波数分布を求める。また、周波数比較部２２８では、周波数演算部２２６で得られた空間周波数分布と、図１０（Ｂ）に示すような歩行者画像を示す空間周波数分布とを比較して、比較結果を出力する。   The frequency calculation unit 226 calculates a spatial frequency for a predetermined pedestrian area (a sidewalk area in FIG. 9) where a pedestrian in a landscape image as shown in FIG. 9 exists, as shown in FIG. Obtain the spatial frequency distribution. Further, the frequency comparison unit 228 compares the spatial frequency distribution obtained by the frequency calculation unit 226 with the spatial frequency distribution indicating the pedestrian image as shown in FIG. 10B, and outputs a comparison result.

また、認識度判定部２２０は、画像演算部２１８で得られた比較結果に基づいて、認識度を判定する。例えば、周波数比較部２２８の比較結果に基づいて、歩行者画像の空間周波数分布で頻度が高くなっている周波数の頻度が、景観画像の空間周波数分布において同様に高いと判断された場合には、景観の中に歩行者が埋もれて、前方の景観から歩行者を認識しづらいため、低い認識度が判定され、一方、歩行者画像の空間周波数分布で頻度が高くなっている周波数の頻度が、景観画像の空間周波数分布において低いと判断された場合には、景観の中に歩行者が埋もれることなく、前方の景観から歩行者を認識しやすいため、高い認識度が判定される。   In addition, the recognition level determination unit 220 determines the recognition level based on the comparison result obtained by the image calculation unit 218. For example, based on the comparison result of the frequency comparison unit 228, when it is determined that the frequency frequency that is high in the spatial frequency distribution of the pedestrian image is similarly high in the spatial frequency distribution of the landscape image, Because the pedestrian is buried in the landscape and it is difficult to recognize the pedestrian from the landscape in front, a low recognition degree is determined, while the frequency frequency that is high in the spatial frequency distribution of the pedestrian image, When it is determined that the spatial frequency distribution of the landscape image is low, the pedestrian is not buried in the landscape and the pedestrian is easily recognized from the landscape in front, and thus a high degree of recognition is determined.

次に、第２の実施の形態に係る運転支援装置２１０で実行される運転支援処理ルーチンについて図１１を用いて説明する。なお、第１の実施の形態と同様の処理については、同一符号を付して、詳細な説明を省略する。   Next, a driving support processing routine executed by the driving support device 210 according to the second embodiment will be described with reference to FIG. In addition, about the process similar to 1st Embodiment, the same code | symbol is attached | subjected and detailed description is abbreviate | omitted.

まず、ステップ１００において、カメラ１２から景観画像データを取得し、ステップ２５２で、画像演算部２１８の周波数演算部２２６によって、ステップ１００で取得した景観画像データに対して画像処理を行い、景観画像の歩行者領域の空間周波数分布を演算する。そして、ステップ２５４において、画像演算部２１８の周波数比較部２２８によって、上記ステップ２５２で得られた空間周波数分布と歩行者画像の空間周波数分布とを比較し、次のステップ２５６において、比較結果に基づいて、景観画像の空間周波数分布における歩行者画像の高頻度周波数の頻度に応じた認識度を判定する。   First, in step 100, landscape image data is acquired from the camera 12, and in step 252, the frequency calculation unit 226 of the image calculation unit 218 performs image processing on the landscape image data acquired in step 100 to obtain a landscape image. Calculate the spatial frequency distribution of the pedestrian area. In step 254, the frequency comparison unit 228 of the image calculation unit 218 compares the spatial frequency distribution obtained in step 252 with the spatial frequency distribution of the pedestrian image. In the next step 256, based on the comparison result. The degree of recognition according to the frequency of the high frequency frequency of the pedestrian image in the spatial frequency distribution of the landscape image is determined.

そして、ステップ１０８において、上記ステップ２５６で判定された認識度が、しきい値より大きいか否かを判定し、認識度がしきい値より大きい場合には、運転支援処理ルーチンを終了するが、認識度がしきい値以下である場合には、ステップ１１０で、ドライバに警報を提示して、前方から歩行者を認識しづらいことを知らせて、運転支援処理ルーチンを終了する。   In step 108, it is determined whether or not the degree of recognition determined in step 256 is greater than a threshold value. If the degree of recognition is greater than the threshold value, the driving support processing routine is terminated. If the recognition degree is equal to or less than the threshold value, an alarm is presented to the driver in step 110 to inform the driver that it is difficult to recognize the pedestrian from the front, and the driving support processing routine is terminated.

以上説明したように、第２の実施の形態に係る運転支援装置によれば、前方の景観画像の空間周波数分布と、歩行者を示す画像の空間周波数分布とを比較して、歩行者を示す画像の空間周波数分布で頻度が高い周波数が、前方の景観画像の空間周波数分布においても同様に高い場合には、前方の景観に歩行者が埋もれていると判断し、歩行者を認識しづらいことを示す認識度を判定することができる。   As described above, according to the driving support apparatus according to the second embodiment, the spatial frequency distribution of the front landscape image is compared with the spatial frequency distribution of the image indicating the pedestrian, and the pedestrian is indicated. If the frequency that is high in the spatial frequency distribution of the image is also high in the spatial frequency distribution of the front landscape image, it is judged that the pedestrian is buried in the front landscape and it is difficult to recognize the pedestrian. Can be determined.

なお、歩行者領域を所定の領域として、空間周波数分布を演算する場合を例に説明したが、これに限定されるものではなく、例えば、図１２に示すように、歩行者領域を更に複数の小領域に分割し、小領域毎に空間周波数分布を演算し、これらの空間周波数分布の各々と、歩行者画像の空間周波数分布とを比較してもよい。   In addition, although the case where the spatial frequency distribution is calculated by using the pedestrian area as a predetermined area has been described as an example, the present invention is not limited to this. For example, as illustrated in FIG. It is possible to divide into small regions, calculate the spatial frequency distribution for each small region, and compare each of these spatial frequency distributions with the spatial frequency distribution of the pedestrian image.

また、認識対象として、歩行者だけでなく、自転車やオートバイなどの二輪車を含めてもよく、この場合には、自転車画像の空間周波数分布やオートバイ画像の空間周波数分布を用意して、前方の景観画像の空間周波数分布と比較すればよい。   In addition, not only pedestrians but also two-wheeled vehicles such as bicycles and motorcycles may be included as recognition targets. In this case, the spatial frequency distribution of the bicycle image or the spatial frequency distribution of the motorcycle image is prepared, What is necessary is just to compare with the spatial frequency distribution of an image.

次に、第３の実施の形態に係る運転支援装置について説明する。なお、第１の実施の形態と同様の構成となる部分については、同一符号を付して、説明を省略する。   Next, a driving support apparatus according to a third embodiment will be described. In addition, about the part which becomes the structure similar to 1st Embodiment, the same code | symbol is attached | subjected and description is abbreviate | omitted.

第３の実施の形態では、認識度と歩行者存在確率とに基づいて警報を提示している点が第１の実施の形態と異なっている。   The third embodiment is different from the first embodiment in that an alarm is presented based on the degree of recognition and the pedestrian presence probability.

図１３に示すように、第３の実施の形態に係る運転支援装置３１０は、カメラ１２と、カメラ制御部１４と、フレームメモリ１６と、画像演算部１８と、認識度判定部２０と、後述する歩行者データを格納した歩行者データベース３２０と、ＧＰＳ３２２と、ＧＰＳ３２２により現在の走行位置を測位する位置測位部３２４と、現在の時刻を計時する時計部３２６と、位置測位部３２４によって測位された走行位置及び時計部３２６から取得する現在時刻に対応する走行データを歩行者データベース３２０から検索する歩行者データ検索部３２８と、歩行者データ検索部３２８によって検索された歩行者データに基づいて、現在の走行位置における歩行者存在確率を演算する歩行者存在確率演算部３２９と、認識度判定部２０によって判定された認識度及び歩行者存在確率演算部３２９によって演算された歩行者存在確率に基づいて、対歩行者事故が発生する危険性の度合いを示す危険度を判定する危険度判定部３３０と、警報装置２２と、危険度判定部３３０によって判定された危険度に基づいて、警報装置２２を制御する警報装置制御部３２４とを備えている。   As shown in FIG. 13, the driving support apparatus 310 according to the third embodiment includes a camera 12, a camera control unit 14, a frame memory 16, an image calculation unit 18, a recognition degree determination unit 20, and a description later. Pedestrian database 320 storing pedestrian data, GPS 322, position positioning unit 324 that measures the current running position by GPS 322, clock unit 326 that measures the current time, and position positioning unit 324 Based on the pedestrian data search unit 328 that searches the pedestrian database 320 for travel data corresponding to the current time acquired from the travel position and the clock unit 326, and the pedestrian data searched by the pedestrian data search unit 328, the current The pedestrian presence probability calculation unit 329 that calculates the pedestrian presence probability at the travel position of the vehicle and the recognition degree determination unit 20 A risk level determination unit 330 that determines a risk level indicating the degree of risk of occurrence of a pedestrian accident based on the recognition level and the pedestrian presence probability calculated by the pedestrian presence probability calculation unit 329, and an alarm device 22 and an alarm device control unit 324 that controls the alarm device 22 based on the risk level determined by the risk level determination unit 330.

歩行者データベース３２０に格納される歩行者データは、統計データや地図情報に基づいて、時間帯別、曜日別、及び年齢層別に求められた各走行位置の歩行者交通量を示している。歩行者データベース３２０は、図１４に示す歩行者シミュレーション装置３７０によって生成される。   The pedestrian data stored in the pedestrian database 320 indicates the pedestrian traffic volume at each travel position obtained by time zone, day of the week, and age group based on statistical data and map information. The pedestrian database 320 is generated by the pedestrian simulation device 370 shown in FIG.

歩行者シミュレーション装置３７０では、年齢別人口分布データベース３７２に格納された年齢別人口分布データ、公共交通機関利用状況データベース３７４に格納された公共交通機関利用状況データ、従業員数生徒数データベース３７６に格納された従業員数データ又は生徒数データ、道路地図データベース３７８に格納された道路地図データ、及び土地利用図データベース３７９に格納された土地利用図データを、データ読み出し部３８０によって読み出して、歩行者ＯＤ交通量推定部３８２において、読み出されたデータに基づいて、予め定められた時間帯別、曜日別、及び年齢別に、歩行者に関するＯＤ（Ｏｒｉｇｉｎ−Ｄｅｓｔｉｎａｔｉｏｎ）交通量を推定する。   In the pedestrian simulation apparatus 370, population distribution data by age stored in the population distribution database 372 by age, public transport usage data stored in the public transport usage database 374, and number of employees in the student database 376. The data reading unit 380 reads out the employee number data or the student number data, the road map data stored in the road map database 378, and the land use map data stored in the land use map database 379, and the pedestrian OD traffic volume. Based on the read data, the estimation unit 382 estimates an OD (Origin-Destination) traffic volume for pedestrians by predetermined time zone, day of the week, and age.

さらに、歩行者シミュレーション部３８４によって、図１５に示すように、歩行者ＯＤ交通量に基づいて、歩行者シミュレーションを行い、道路地図データが示す道路上の予め定められた場所毎に、図１６に示すように、時間帯別、曜日別、及び年齢層別の歩行者交通量を求める。このとき、特に、歩行場所によって危険度が異なるため、歩道（歩車分離かどうか）、歩道橋、単路、横断歩道などの歩行場所も推定することが好ましい。   Further, as shown in FIG. 15, the pedestrian simulation unit 384 performs a pedestrian simulation based on the pedestrian OD traffic volume, and for each predetermined place on the road indicated by the road map data, FIG. As shown, pedestrian traffic by time, day of the week, and age group is determined. At this time, since the degree of danger varies depending on the walking location, it is preferable to estimate the walking location such as a sidewalk (whether or not the carriage is separated), a pedestrian bridge, a single road, and a pedestrian crossing.

さらに、実測歩行者数データベース３９２の実測歩行者数データを、データ読み出し部３９４によって読み出し、歩行者数比較演算部３９０によって、求められた歩行者交通量と実測歩行者数データとを比較し、求められた歩行者交通量と実測歩行者数データとが合わない場合には、歩行者ＯＤ修正部３９６によって、求められた歩行者交通量が実測歩行者数データに合うように、歩行者ＯＤ交通量を修正し、再び、歩行者シミュレーション部３８４で歩行者シミュレーションを行い、歩行者ＯＤ交通量の精密化を行う。   Further, the measured pedestrian number data in the measured pedestrian number database 392 is read by the data reading unit 394, the pedestrian number comparison calculation unit 390 compares the obtained pedestrian traffic volume with the measured pedestrian number data, If the obtained pedestrian traffic volume and the actually measured pedestrian number data do not match, the pedestrian OD correction unit 396 causes the pedestrian OD to match the obtained pedestrian traffic volume with the actually measured pedestrian number data. The traffic volume is corrected, and the pedestrian simulation unit 384 performs a pedestrian simulation again to refine the pedestrian OD traffic volume.

以上のようにして、歩行者シミュレーション装置３７０によって、地図上の各場所について、時間帯別、曜日別、及び年齢層別の歩行者交通量を求め、歩行者データベース３２０に格納する。   As described above, the pedestrian simulation device 370 calculates the pedestrian traffic volume for each place on the map by time zone, by day of the week, and by age group, and stores it in the pedestrian database 320.

また、歩行者存在確率演算部３２９では、歩行者データが示す歩行者交通量が多ければ、高い歩行者存在確率が演算され、歩行者データが示す歩行者交通量が少なければ、低い歩行者存在確率が演算される。   Further, in the pedestrian existence probability calculation unit 329, if the pedestrian traffic indicated by the pedestrian data is large, a high pedestrian existence probability is calculated, and if the pedestrian traffic indicated by the pedestrian data is small, a low pedestrian presence is calculated. Probability is calculated.

危険度判定部３３０では、認識度判定部２０によって判定された認識度及び歩行者存在確率演算部３２９によって演算された歩行者存在確率に基づいて、危険度を判定する。例えば、認識度が高く、歩行者存在確率が低い場合には、対歩行者事故が発生する危険性が低いため、低い危険度が判定され、一方、認識度が低く、歩行者存在確率が高い場合には、対歩行者事故が発生する危険性が高いため、高い危険度が判定される。   The risk level determination unit 330 determines the risk level based on the recognition level determined by the recognition level determination unit 20 and the pedestrian presence probability calculated by the pedestrian presence probability calculation unit 329. For example, when the degree of recognition is high and the pedestrian existence probability is low, the risk of occurrence of an accident against pedestrians is low, so the low degree of danger is determined, while the degree of recognition is low and the pedestrian existence probability is high. In such a case, since the risk of occurrence of a pedestrian accident is high, a high risk level is determined.

次に、第３の実施の形態に係る運転支援装置３１０で実行される運転支援処理ルーチンについて図１７を用いて説明する。なお、第１の実施の形態と同様の処理については、同一符号を付して、詳細な説明を省略する。   Next, a driving support processing routine executed by the driving support device 310 according to the third embodiment will be described with reference to FIG. In addition, about the process similar to 1st Embodiment, the same code | symbol is attached | subjected and detailed description is abbreviate | omitted.

まず、ステップ１００において、カメラ１２から景観画像データを取得し、ステップ１０２で、景観画像データが示す景観画像中の対象物の数を算出し、ステップ１０４において、景観画像データが示す景観画像中の色の数を算出し、ステップ１０６では、認識度を算出する。   First, in step 100, landscape image data is acquired from the camera 12, and in step 102, the number of objects in the landscape image indicated by the landscape image data is calculated. In step 104, the color of the color in the landscape image indicated by the landscape image data is calculated. The number is calculated, and in step 106, the recognition degree is calculated.

そして、次のステップ３５０では、ＧＰＳ３２２を用いて現在の走行位置を測位し、ステップ３５２において、時計部３２６から現在の時刻を取得し、ステップ３５４において、歩行者データベース３２０から、現在の走行位置及び現在時刻に対応する歩行者データを検索する。   In the next step 350, the current running position is measured using the GPS 322. In step 352, the current time is obtained from the clock unit 326. In step 354, the current running position and the current running position are obtained from the pedestrian database 320. Search for pedestrian data corresponding to the current time.

そして、ステップ３５５において、ステップ３５４で検索された歩行者データが示す歩行者交通量に基づいて、現在の走行位置における歩行者存在確率を算出し、次のステップ３５６において、上記ステップ１０６で判定された認識度及び上記ステップ３５５で算出された歩行者存在確率に基づいて、危険度を判定する。そして、ステップ３５８で、上記ステップ３５６で判定された危険度が、しきい値より大きいか否かを判定し、危険度がしきい値以下である場合には、運転支援処理ルーチンを終了するが、危険度がしきい値より大きい場合には、ステップ１１０で、ドライバに警報を提示して、前方から歩行者を認識しづらく、対歩行者事故の危険性があることを知らせて、運転支援処理ルーチンを終了する。   In step 355, the pedestrian existence probability at the current traveling position is calculated based on the pedestrian traffic indicated by the pedestrian data searched in step 354. In the next step 356, the determination is made in step 106. The degree of danger is determined based on the degree of recognition and the pedestrian existence probability calculated in step 355. In step 358, it is determined whether or not the degree of risk determined in step 356 is greater than a threshold value. If the degree of risk is less than or equal to the threshold value, the driving support processing routine is terminated. If the degree of danger is greater than the threshold, in step 110, an alarm is given to the driver, it is difficult to recognize the pedestrian from the front, and there is a risk of accidents against pedestrians, thereby assisting driving. The processing routine ends.

なお、上記のしきい値については、実験的又は統計的に、対歩行者事故を起こす危険性が高く、警告提示が必要となる状況における危険度を求めておき、この危険度をしきい値として設定しておけばよい。   For the above threshold, experimentally or statistically, the degree of risk in situations where there is a high risk of causing a pedestrian accident and warnings need to be obtained, and this risk level is set as the threshold value. Should be set as.

以上説明したように、第３の実施の形態に係る運転支援装置によれば、判定された認識度と、現在の走行位置及び現在の時間帯に存在する歩行者の存在確率とに基づいて、警報制御を行うため、より適切に運転支援を行うことができる。   As described above, according to the driving assistance apparatus according to the third embodiment, based on the determined recognition degree and the existence probability of a pedestrian existing in the current traveling position and the current time zone, Since the alarm control is performed, driving support can be performed more appropriately.

なお、歩行者データベースの歩行者データが歩行者交通量を示している場合を例に説明したが、歩行者存在確率を示す歩行者データを歩行者データベースに格納しておいてもよい。この場合には、歩行者シミュレーション装置によって歩行者存在確率を算出して、歩行者データベースに格納しておけばよい。   In addition, although the case where the pedestrian data of the pedestrian database indicates the pedestrian traffic volume has been described as an example, the pedestrian data indicating the pedestrian existence probability may be stored in the pedestrian database. In this case, the pedestrian existence probability may be calculated by the pedestrian simulation device and stored in the pedestrian database.

また、歩行者交通量から歩行者存在確率を算出し、歩行者存在確率を用いて危険度を判定する場合を例に説明したが、歩行者交通量をそのまま用いて危険度を判定してもよい。   Moreover, although the case where the pedestrian existence probability is calculated from the pedestrian traffic volume and the risk level is determined using the pedestrian existence probability has been described as an example, the risk level may be determined using the pedestrian traffic volume as it is. Good.

また、歩行者シミュレーション装置では、歩行者シミュレーションを行う場合を例に説明した、これに限定されるものではなく、歩行者ＯＤ交通量に基づいて、配分を行い、歩行者交通量を求めるようにしてもよい。   In the pedestrian simulation apparatus, the case where the pedestrian simulation is performed is described as an example. However, the pedestrian simulation is not limited to this, and the pedestrian traffic volume is obtained based on the pedestrian OD traffic volume. May be.

また、歩行者シミュレーション装置では、歩行者ＯＤ交通量を入力データとしたが、歩行者ＯＤ交通量ではなく、各地点の歩行者の発生交通量及び集中交通量と各分岐点での分岐確率とを入力データとしてもよい。   In the pedestrian simulation device, the pedestrian OD traffic volume is used as input data, but the pedestrian OD traffic volume is not the pedestrian OD traffic volume. May be used as input data.

次に、第４の実施の形態に係る運転支援装置について説明する。なお、第１の実施の形態及び第３の実施の形態と同様の構成となる部分については、同一符号を付して、説明を省略する。   Next, a driving assistance apparatus according to a fourth embodiment will be described. In addition, about the part which becomes the structure similar to 1st Embodiment and 3rd Embodiment, the same code | symbol is attached | subjected and description is abbreviate | omitted.

第４の実施の形態では、景観画像データが示す景観画像の中に歩行者が存在する場合にのみ、認識度と歩行者存在確率とに基づいて警報を提示している点が第３の実施の形態と異なっている。   In the fourth embodiment, the third embodiment is that an alarm is presented based on the degree of recognition and the pedestrian existence probability only when a pedestrian is present in the landscape image indicated by the landscape image data. The form is different.

図１８に示すように、第４の実施の形態に係る運転支援装置４１０は、カメラ１２と、カメラ制御部１４と、フレームメモリ１６と、画像演算部１８と、認識度判定部２０と、歩行者データベース３２０と、ＧＰＳ３２２と、位置測位部３２４と、時計部３２６と、歩行者データ検索部３２８と、歩行者存在確率演算部３２９と、危険度判定部３３０と、景観画像データに対して、歩行者認識処理を行い、景観画像の中に歩行者が存在する確度を示す歩行者存在確度を判定する歩行者存在確度判定部４２０と、警報装置２２と、危険度判定部３３０によって判定された危険度及び歩行者存在確度判定部４２０によって判定された歩行者存在確度に基づいて、警報装置２２を制御する警報装置制御部４２４とを備えている。   As shown in FIG. 18, the driving support apparatus 410 according to the fourth embodiment includes a camera 12, a camera control unit 14, a frame memory 16, an image calculation unit 18, a recognition degree determination unit 20, and a walking. For a person database 320, a GPS 322, a position positioning unit 324, a clock unit 326, a pedestrian data search unit 328, a pedestrian existence probability calculation unit 329, a risk determination unit 330, and landscape image data, The pedestrian presence accuracy determination unit 420, the alarm device 22, and the risk determination unit 330 determine the pedestrian presence accuracy indicating the accuracy of performing the pedestrian recognition process and indicating the probability that the pedestrian exists in the landscape image. An alarm device control unit 424 that controls the alarm device 22 based on the risk and the pedestrian presence accuracy determined by the pedestrian presence accuracy determination unit 420 is provided.

歩行者存在確度判定部４２０は、景観画像データに対して、エッジ検出やパターンマッチングなどの画像処理を含む歩行者認識処理を行い、歩行者認識処理の結果に基づいて、歩行者存在確度を判定する。歩行者画像に類似する画像が、景観画像に含まれる場合には、高い歩行者存在確度が判定され、歩行者画像に類似する画像が、景観画像に含まれない場合には、低い歩行者存在確度が判定される。   The pedestrian presence accuracy determination unit 420 performs pedestrian recognition processing including image processing such as edge detection and pattern matching on the landscape image data, and determines pedestrian presence accuracy based on the result of the pedestrian recognition processing. To do. When an image similar to a pedestrian image is included in the landscape image, a high pedestrian existence probability is determined, and when an image similar to the pedestrian image is not included in the landscape image, a low pedestrian presence Accuracy is determined.

次に、第４の実施の形態に係る運転支援装置４１０で実行される運転支援処理ルーチンについて図１９を用いて説明する。なお、第３の実施の形態と同様の処理については、同一符号を付して、詳細な説明を省略する。   Next, a driving support processing routine executed by the driving support device 410 according to the fourth embodiment will be described with reference to FIG. In addition, about the process similar to 3rd Embodiment, the same code | symbol is attached | subjected and detailed description is abbreviate | omitted.

まず、ステップ１００において、カメラ１２から景観画像データを取得し、ステップ１０２で、景観画像データが示す景観画像中の対象物の数を算出し、ステップ１０４において、景観画像データが示す景観画像中の色の数を算出し、ステップ１０６では、認識度を判定する。   First, in step 100, landscape image data is acquired from the camera 12, and in step 102, the number of objects in the landscape image indicated by the landscape image data is calculated. In step 104, the color of the color in the landscape image indicated by the landscape image data is calculated. The number is calculated, and in step 106, the recognition level is determined.

そして、次のステップ３５０では、現在の走行位置を測位し、ステップ３５２において、現在の時刻を取得し、ステップ３５４において、歩行者データベース３２０から、現在の走行位置及び現在時刻に対応する歩行者データを検索する。次のステップ３５５では、検索された歩行者データが示す歩行者交通量に基づいて、歩行者存在確率を算出し、ステップ３５６において、認識度及び歩行者存在確率に基づいて、危険度を判定する。   In the next step 350, the current running position is measured, and in step 352, the current time is acquired. In step 354, the pedestrian data corresponding to the current running position and the current time is obtained from the pedestrian database 320. Search for. In the next step 355, the pedestrian existence probability is calculated based on the pedestrian traffic volume indicated by the searched pedestrian data, and in step 356, the risk degree is determined based on the recognition degree and the pedestrian existence probability. .

そして、ステップ３５８で、上記ステップ３５６で判定された危険度が、しきい値より大きいか否かを判定し、危険度がしきい値以下である場合には、運転支援処理ルーチンを終了するが、危険度がしきい値より大きい場合には、ステップ４５０へ移行する。   In step 358, it is determined whether or not the degree of risk determined in step 356 is greater than a threshold value. If the degree of risk is less than or equal to the threshold value, the driving support processing routine is terminated. If the degree of risk is larger than the threshold value, the process proceeds to step 450.

ステップ４５０では、上記ステップ１００で取得した景観画像データに対して、歩行者認識処理を行い、次のステップ４５２において、上記ステップ４５０における歩行者認識処理の結果に基づいて、歩行者存在確度を判定する。そして、ステップ４５４では、判定された歩行者存在確度がしきい値以下である場合には、前方に歩行者が存在しないと判断し、警報を提示せずに運転支援処理ルーチンを終了するが、歩行者存在確度がしきい値より大きい場合には、前方に歩行者が存在すると判断して、ステップ１１０で、ドライバに警報を提示して、前方に歩行者が存在する可能性が高く、かつ、前方から歩行者を認識しづらいため、対歩行者事故の危険性があることを知らせて、運転支援処理ルーチンを終了する。   In step 450, a pedestrian recognition process is performed on the landscape image data acquired in step 100, and in the next step 452, the pedestrian presence accuracy is determined based on the result of the pedestrian recognition process in step 450. To do. In step 454, if the determined pedestrian presence accuracy is equal to or less than the threshold value, it is determined that there is no pedestrian ahead, and the driving support processing routine is terminated without presenting an alarm. If the pedestrian presence accuracy is greater than the threshold value, it is determined that there is a pedestrian ahead, a warning is given to the driver in step 110, and there is a high possibility that a pedestrian exists ahead, and Since it is difficult to recognize a pedestrian from the front, the driver assistance processing routine is terminated after notifying that there is a risk of accidents with pedestrians.

以上説明したように、第４の実施の形態に係る運転支援装置によれば、景観画像データから歩行者存在確度を算出し、歩行者存在確度に基づいて、前方に歩行者が存在すると判断された場合にのみ、警報を提示することにより、余計な運転支援による煩わしさを回避することができる。   As described above, according to the driving support apparatus according to the fourth embodiment, the pedestrian presence accuracy is calculated from the landscape image data, and based on the pedestrian presence accuracy, it is determined that there is a pedestrian ahead. By presenting an alarm only in the case of trouble, it is possible to avoid the troublesomeness caused by unnecessary driving assistance.

なお、運転支援として、警報の提示を行う場合を例に説明したが、判定された認識度が低い場合に、運転制御を行ってもよい。この場合には、歩行者認識処理において、歩行者が存在する箇所を抽出し、歩行者から遠ざけるように車両制御を行うようにすればよい。   In addition, although the case where an alarm is presented as driving assistance has been described as an example, driving control may be performed when the determined degree of recognition is low. In this case, in the pedestrian recognition process, a place where a pedestrian is present may be extracted, and vehicle control may be performed so as to be away from the pedestrian.

次に、第５の実施の形態に係る運転支援装置について説明する。なお、第１の実施の形態及び第３の実施の形態と同様の構成となる部分については、同一符号を付して、説明を省略する。また、景観シミュレーション装置、歩行者シミュレーション装置、及び自動車シミュレーション装置からなるシステムに本発明を適用した場合について説明する。   Next, a driving support apparatus according to a fifth embodiment will be described. In addition, about the part which becomes the structure similar to 1st Embodiment and 3rd Embodiment, the same code | symbol is attached | subjected and description is abbreviate | omitted. Moreover, the case where this invention is applied to the system which consists of a landscape simulation apparatus, a pedestrian simulation apparatus, and a motor vehicle simulation apparatus is demonstrated.

第５の実施の形態では、カメラを設けていない点と、データベースに格納されている認識度及び歩行者データに基づいて算出される歩行者存在確率に基づいて、警報を提示している点とが第３の実施の形態と異なっている。   In the fifth embodiment, a camera is not provided, and a warning is presented based on the pedestrian existence probability calculated based on the degree of recognition and pedestrian data stored in the database; Is different from the third embodiment.

図２０に示すように、第５の実施の形態に係る運転支援装置５１０は、歩行者データベース３２０と、ＧＰＳ３２２と、位置測位部３２４と、時計部３２６と、歩行者データ検索部３２８と、歩行者存在確率演算部３２９と、後述する認識度を地図上に格納した認識度マップを格納した認識度データベース５２０と、位置測位部３２４によって測位された走行位置に対応する認識度を認識度データベース５２０から検索する認識度検索部５２２と、認識度検索部５２２によって検索された認識度及び歩行者存在確率演算部３２９によって演算された歩行者存在確率に基づいて、危険度を判定する危険度判定部５３０と、警報装置２２と、危険度判定部５３０によって判定された危険度に基づいて、警報装置２２を制御する警報装置制御部３２４とを備えている。   As shown in FIG. 20, the driving support apparatus 510 according to the fifth embodiment includes a pedestrian database 320, a GPS 322, a position positioning unit 324, a clock unit 326, a pedestrian data search unit 328, and a walking A person presence probability calculation unit 329, a recognition degree database 520 storing a recognition degree map in which a recognition degree described later is stored on a map, and a recognition degree database 520 indicating a recognition degree corresponding to the travel position measured by the position positioning unit 324. The degree-of-recognition search unit 522 that searches from the recognition degree and the degree-of-risk determination unit that determines the degree of risk based on the degree of recognition searched by the degree-of-recognition search unit 522 and the pedestrian presence probability calculated by the pedestrian presence probability calculation unit 329 530, the alarm device 22, and the alarm device control unit 32 that controls the alarm device 22 based on the risk determined by the risk determination unit 530. It is equipped with a door.

歩行者データベース３２０は、第４の実施の形態と同様に、歩行者シミュレーション装置によって生成される。また、認識度データベース５２０に格納されている認識度マップは、図２１に示す景観シミュレーション装置５４０によって生成される。   The pedestrian database 320 is generated by a pedestrian simulation device, as in the fourth embodiment. Further, the recognition map stored in the recognition database 520 is generated by the landscape simulation apparatus 540 shown in FIG.

景観シミュレーション装置５４０は、信号データを格納する信号データベース５４２と、道路情報が地図情報として表された道路地図データを格納する道路地図データベース５４４と、道路地図データの道路上の各走行位置からの景観を示す景観データを格納する景観データベース５４６と、信号データベース５４２、道路地図データベース５４４、及び景観データベース５４６から各データを読み出すデータ読み出し部５４８と、信号や道路構造を示す交通環境データ及びドライバから視点の前方の景観を示す３次元の前景画像データを作成する交通環境作成部５５０と、歩行者データベース３２０と、後述する自動車データを格納する自動車データベース５５２と、歩行者データベース３２０及び自動車データベース５５２から各データを読み出すデータ読み出し部５５４と、交通環境データ、前景画像データ、歩行者データ、及び自動車データに基づいて、交通流シミュレーションを行う交通流シミュレーション部５５６とを備えている。   The landscape simulation device 540 includes a signal database 542 that stores signal data, a road map database 544 that stores road map data in which road information is represented as map information, and a landscape from each traveling position on the road of the road map data. A landscape database 546 for storing landscape data, a signal database 542, a road map database 544, a data reading unit 548 for reading each data from the landscape database 546, traffic environment data indicating signals and road structures, and a driver's viewpoint Each data from the traffic environment creation unit 550 that creates three-dimensional foreground image data indicating a frontal landscape, a pedestrian database 320, a car database 552 that stores car data to be described later, and the pedestrian database 320 and the car database 552. A data reading unit 554 for reading, the traffic environment data, the foreground image data, the pedestrian data, and based on the car data, and a traffic flow simulation unit 556 performs traffic flow simulation.

交通流シミュレーション部５５６は、交通流シミュレーションの結果として、歩行者および車両が配置された前方の景観を示す景観画像データを出力する。   The traffic flow simulation unit 556 outputs landscape image data indicating a landscape in front of the pedestrian and the vehicle as a result of the traffic flow simulation.

また、景観シミュレーション装置５４０は、道路地図データの道路上の各走行位置について、歩行者数（および歩行者の年齢等の属性）や車両速度を更に考慮して、交通流シミュレーション部５５６によって出力された景観画像データに基づいて、歩行者の認識度を判定する歩行者認識度判定部５５８と、歩行者認識度判定部５５８によって判定された認識度を地図上に格納した認識度マップを生成するマップ生成部５６０とを備えている。   Further, the landscape simulation device 540 outputs the traffic map data on the road of the road map data by the traffic flow simulation unit 556 further considering the number of pedestrians (and attributes such as the age of the pedestrians) and the vehicle speed. Based on the landscape image data, a pedestrian recognition level determination unit 558 that determines the recognition level of the pedestrian and a recognition level map that stores the recognition level determined by the pedestrian recognition level determination unit 558 on the map are generated. A map generation unit 560.

景観シミュレーション装置５４０は、上記各部の機能を実現するためのプログラムが記憶されている。   The landscape simulation apparatus 540 stores a program for realizing the functions of the above-described units.

自動車データベース５５２に格納される自動車データは、統計データや地図情報に基づいて、時間帯、曜日別、及び車種別に求められた各走行位置の交通量を示している。ここで、自動車データベース５５２は、図２２に示す自動車シミュレーション装置５７０によって生成される。   The car data stored in the car database 552 indicates the traffic volume at each travel position obtained for each time zone, day of the week, and car type based on statistical data and map information. Here, the automobile database 552 is generated by the automobile simulation apparatus 570 shown in FIG.

自動車シミュレーション装置５７０では、道路交通センサスデータベース５７２に格納された道路交通センサス（あるいはパーソンとリップ調査データ）等のアンケート結果データ、メッシュ別人口データベース５７４に格納されたメッシュ別人口データ、道路地図データベース５７６に格納された道路地図データ、及び土地利用図データベース５７８に格納された土地利用図データを、データ読み出し部５８０によって読み出して、自動車ＯＤ交通量推定部５８２において、読み出されたデータに基づいて、予め定められた時間帯別、曜日別、及び車種別に、自動車に関するＯＤ交通量を推定する。   In the automobile simulation device 570, questionnaire result data such as road traffic census (or person and lip survey data) stored in the road traffic census database 572, population data by mesh stored in the population database 574 by mesh, road map database 576 The road map data stored in the land use map data and the land use map data stored in the land use map database 578 are read by the data reading unit 580, and the vehicle OD traffic estimation unit 582 reads the data based on the read data. The OD traffic volume related to the automobile is estimated for each predetermined time zone, day of the week, and vehicle type.

さらに、交通流シミュレーション部５８４によって、図２３に示すように、交通流シミュレーションを行い、道路地図データが示す道路上の予め定められた場所毎に、時間帯別、曜日別、及び年齢層別の自動車交通量を求める。   Further, as shown in FIG. 23, the traffic flow simulation unit 584 performs a traffic flow simulation, and for each predetermined place on the road indicated by the road map data, for each time zone, each day of the week, and each age group. Find car traffic.

さらに、実測交通量データベース５９２の実測交通量データを、データ読み出し部５９４によって読み出し、交通量比較演算部５９０によって、求められた自動車交通量と実測交通量データとを比較し、求められた自動車交通量と実測交通量データとが合わない場合には、自動車ＯＤ修正部５９６によって、求められた自動車交通量が実測交通量データに合うように、自動車ＯＤ交通量を修正し、再び、交通流シミュレーション部５８４で交通流シミュレーションを行い、自動車ＯＤ交通量の精密化を行う。   Further, the actual traffic volume data in the actual traffic volume database 592 is read by the data reading unit 594, and the calculated traffic volume data is compared with the calculated traffic volume data by the traffic volume comparison calculation unit 590. If the actual traffic volume data does not match the actual traffic volume data, the vehicle OD correction unit 596 corrects the vehicle OD traffic volume so that the calculated traffic volume matches the actual traffic volume data. In part 584, traffic flow simulation is performed and the automobile OD traffic volume is refined.

以上のようにして、自動車シミュレーション装置５７０によって、地図上の各場所について、時間帯別、曜日別、及び車種別の自動車交通量を求め、自動車データベース５５２に格納する。   As described above, the vehicle traffic by time zone, day of the week, and vehicle type is obtained for each location on the map by the vehicle simulation device 570 and stored in the vehicle database 552.

なお、自動車シミュレーション装置において、自動車ＯＤ交通量を入力データとしたが、自動車ＯＤ交通量ではなく、各地点の自動車の発生交通量及び集中交通量と各分岐点での分岐確率とを入力データとしてもよい。   In the automobile simulation device, the vehicle OD traffic volume is used as input data, but the generated traffic volume and concentrated traffic volume at each point and the branching probability at each branch point are used as input data instead of the vehicle OD traffic volume. Also good.

また、自動車シミュレーション装置では、自動車交通のみを対象としたが、自動車のみではなく、歩行者、二輪車、自転車等のほかの移動物を同時にシミュレーションしてもよい。   Moreover, although the automobile simulation apparatus is intended only for automobile traffic, other moving objects such as pedestrians, two-wheeled vehicles, bicycles and the like may be simultaneously simulated in addition to automobiles.

次に、景観シミュレーション装置５４０の動作について説明する。まず、交通環境作成部５５０によって、信号データ、道路地図データ、及び景観データに基づき、交通環境データ及び前景画像データを作成する。そして、交通流シミュレーション部５５６によって、作成された交通環境データ、前景画像データ、歩行者データ、及び自動車データを入力データとして、経路選択ロジック、車両挙動モデル、及び歩行者挙動モデルに従い、自動車及び歩行者を移動させることにより、交通流シミュレーションを行って、時々刻々と変化する交通状況を再現し、交通環境に対して歩行者および車両の配置データを得ると共に、道路地図データの道路上の各走行位置について、図２４に示すような、自動車のドライバ視点に立った場合の景観画像中に歩行者及び車両を配置した景観画像データを生成する。また、交通流シミュレーションでは、道路地図データの道路上の各走行位置について、自動車の交通量に基づいて、自動車の平均走行速度を算出する。   Next, the operation of the landscape simulation apparatus 540 will be described. First, the traffic environment creation unit 550 creates traffic environment data and foreground image data based on the signal data, road map data, and landscape data. The traffic flow simulation unit 556 uses the created traffic environment data, foreground image data, pedestrian data, and automobile data as input data according to the route selection logic, the vehicle behavior model, and the pedestrian behavior model. By moving a person, a traffic flow simulation is performed to reproduce a traffic situation that changes every moment, and pedestrian and vehicle placement data is obtained for the traffic environment, and each road map data run on the road About the position, as shown in FIG. 24, landscape image data in which a pedestrian and a vehicle are arranged in a landscape image when standing from the viewpoint of a driver of an automobile is generated. In the traffic flow simulation, the average travel speed of the automobile is calculated based on the traffic volume of the automobile for each travel position on the road in the road map data.

そして、歩行者認識度判定部５５８によって、生成された景観画像データに基づいて、道路地図データの道路上の各走行位置について、歩行者の認識度を判定する。なお、認識度については、第１の実施の形態または第２の実施の形態で説明した方法と同様に判定すればよい。   And the pedestrian recognition degree determination part 558 determines the recognition degree of a pedestrian about each driving | running | working position on the road of road map data based on the produced | generated landscape image data. The degree of recognition may be determined in the same manner as in the method described in the first embodiment or the second embodiment.

そして、マップ生成部５６０によって、判定した認識度をマップ上に格納し、認識度マップを生成する。   Then, the map generation unit 560 stores the determined recognition level on the map, and generates a recognition level map.

なお、上記の交通流シミュレーションと認識度判定とは、交通流シミュレーションのタイムステップ毎（例えば１秒毎）に繰り返して行ってもよいし、まとまった所定時間分の交通流シミュレーションを行って、その結果に基づき、まとめて認識度判定を行ってもよい。   The traffic flow simulation and the recognition degree determination may be repeated at each time step (for example, every second) of the traffic flow simulation, or the traffic flow simulation for a predetermined predetermined time is performed. Based on the result, recognition level determination may be performed collectively.

また、歩行者の認識度判定においては、歩行者数（および歩行者の年齢等の属性）や車両速度を考慮することにより、詳細で正確な認識度を判定することが可能となる。例えば、各場所、各景観、及び各時刻に対する車両の平均走行速度及び歩行者数に基づき、各車両から見た景観に対する歩行者の見え方を点数化する。具体的には、景観画像の対象物数及び対象色数に基づいて景観複雑度Ｓ（例えば、０点〜１０点）を点数化し、また、図２５（Ａ）に示すように、歩行者数に基づいて、歩行者数指標Ｐ（例えば、０点〜１０点）を点数化する。歩行者数指標Ｐについては、単に人数が増えれば危険と判断するのではなく、年齢層によって危険度が異なるため、図２５（Ｂ）に示すように、歩行者数に基づいて点数化された歩行者数指標Ｐに対して、年齢層に応じた重みをつけて、歩行者数指標Ｐを算出する。   Further, in the determination of the pedestrian recognition level, it is possible to determine the detailed and accurate recognition level by considering the number of pedestrians (and attributes such as the age of the pedestrians) and the vehicle speed. For example, based on the average travel speed and the number of pedestrians for each location, each landscape, and each time, the pedestrian's appearance with respect to the landscape viewed from each vehicle is scored. Specifically, the landscape complexity S (for example, 0 to 10 points) is scored based on the number of objects and the number of target colors of the landscape image, and the number of pedestrians as shown in FIG. Based on the above, the pedestrian number index P (for example, 0 to 10 points) is scored. The number of pedestrians index P is not judged as dangerous if the number of people increases, but the risk varies depending on the age group. Therefore, as shown in FIG. 25B, the pedestrian number index P is scored based on the number of pedestrians. A weight corresponding to the age group is assigned to the pedestrian number index P, and the pedestrian number index P is calculated.

また、図２６に示すように、平均走行速度に基づいて、平均走行速度指標Ｖ（例えば、０点〜５点）を点数化する。平均走行速度指標Ｖについては、速度だけでなく、実事故が発生している地点を危険性が高い場所と考え、実事故の件数の重みをつけて平均走行速度指標Ｖを算出する。   Further, as shown in FIG. 26, the average travel speed index V (for example, 0 to 5 points) is scored based on the average travel speed. Regarding the average travel speed index V, not only the speed but also the point where the actual accident has occurred is regarded as a place with high risk, and the average travel speed index V is calculated by weighting the number of actual accidents.

そして、景観複雑度Ｓ、歩行者指標Ｐ、及び平均走行速度指標Ｖの点数の積（Ｓ×Ｐ×Ｖ）を求め、図２７に示すように、点数の積が高いほど、歩行者を認識しづらく、危険性が高いと判断して、低い認識度を判定し、一方、点数の積が低いほど、歩行者を認識しやすく、危険性が低いと判断して、高い認識度を判定する。なお、危険性が高いと判断した場合には、危険時刻と危険歩行者の特徴とを出力することが好ましい。   And the product (SxPxV) of the score of the landscape complexity S, the pedestrian index P, and the average travel speed index V is obtained, and the pedestrian is recognized as the score product is higher as shown in FIG. It is difficult to judge that the risk is high, and the low recognition level is determined. On the other hand, the lower the score product, the easier it is to recognize the pedestrian and the low risk level, and the high recognition level is determined. . If it is determined that the risk is high, it is preferable to output the dangerous time and the characteristics of the dangerous pedestrian.

次に、第５の実施の形態に係る運転支援装置５１０で実行される運転支援処理ルーチンについて図２８を用いて説明する。なお、第３の実施の形態と同様の処理については、同一符号を付して、詳細な説明を省略する。   Next, a driving support processing routine executed by the driving support device 510 according to the fifth embodiment will be described with reference to FIG. In addition, about the process similar to 3rd Embodiment, the same code | symbol is attached | subjected and detailed description is abbreviate | omitted.

まず、ステップ３５０では、ＧＰＳ３２２を用いて現在の走行位置を測位し、ステップ６００において、認識度データベース５２０の認識度マップから現在の走行位置に対応する認識度を検索する。   First, in step 350, the current travel position is measured using the GPS 322, and in step 600, the recognition degree corresponding to the current travel position is searched from the recognition degree map of the recognition degree database 520.

そして、ステップ３５２において、時計部３２６から現在の時刻を取得し、ステップ３５４において、歩行者データベース３２０から、現在の走行位置及び現在時刻に対応する歩行者データを検索し、ステップ３５５において、ステップ３５４で検索された歩行者データが示す歩行者交通量に基づいて、歩行者存在確率を算出し、次のステップ３５６において、上記ステップ６００で判定された認識度及び上記ステップ３５５で算出された歩行者存在確率に基づいて、危険度を判定する。そして、ステップ３５８で、判定された危険度が、しきい値より大きいか否かを判定し、危険度がしきい値以下である場合には、運転支援処理ルーチンを終了するが、危険度がしきい値より大きい場合には、ステップ１１０で、ドライバに警報を提示して、運転支援処理ルーチンを終了する。   In step 352, the current time is acquired from the clock unit 326. In step 354, pedestrian data corresponding to the current travel position and current time is searched from the pedestrian database 320. In step 355, step 354 is retrieved. The pedestrian existence probability is calculated based on the pedestrian traffic volume indicated by the pedestrian data searched for in step 356. In the next step 356, the degree of recognition determined in step 600 and the pedestrian calculated in step 355 are calculated. The risk is determined based on the existence probability. In step 358, it is determined whether or not the determined risk level is greater than the threshold value. If the risk level is less than or equal to the threshold value, the driving support processing routine is terminated. If it is larger than the threshold value, an alarm is presented to the driver in step 110, and the driving support processing routine is terminated.

以上説明したように、第５の実施の形態に係る運転支援装置によれば、認識度マップからの現在の走行位置に対する認識度と、現在の走行位置及び現在の時間帯に対応する歩行者存在確率とに基づいて、警報制御を行うことにより、前方から歩行者を認識しづらく、歩行者が存在して危険な場合には、警報を提示することができるため、前方の景観中の歩行者の認識ミスを防止し、対歩行者事故を防止することができる。   As described above, according to the driving support apparatus according to the fifth embodiment, the degree of recognition for the current traveling position from the recognition degree map, and the presence of a pedestrian corresponding to the current traveling position and the current time zone. By performing warning control based on the probability, it is difficult to recognize pedestrians from the front, and when pedestrians are present and dangerous, warnings can be presented, so pedestrians in the front landscape Can be prevented and accidents against pedestrians can be prevented.

また、第５の実施の形態に係る景観シミュレーション装置によれば、道路地図データの道路上の各走行位置について、車両のドライバから見える前方を示す景観画像データを生成し、生成された景観画像データに基づいて、認識度を判定し、認識度に基づいて認識度マップを生成することにより、前方の景観中の歩行者を認識しづらい走行位置をラベリングすることができる。   Moreover, according to the landscape simulation apparatus according to the fifth embodiment, for each traveling position on the road of the road map data, landscape image data indicating the front seen from the driver of the vehicle is generated, and the generated landscape image data By determining the recognition degree based on the recognition level and generating the recognition degree map based on the recognition degree, it is possible to label the traveling position where it is difficult to recognize the pedestrian in the front landscape.

また、認識度マップについて、前方の景観画像データと各走行位置及び各時間帯に対する歩行者存在確率とに基づいて、認識度を判定するため、精度の高い認識度を認識度マップに格納することができる。また、更に、各時間帯の各走行位置を走行する車両の平均走行速度を考慮して、認識度を判定するため、より精度の高い認識度を認識度マップに格納することができる。   Moreover, about a recognition degree map, in order to determine a recognition degree based on the forward landscape image data and each pedestrian existence probability with respect to each traveling position and each time zone, a highly accurate recognition degree is stored in the recognition degree map. Can do. In addition, since the recognition level is determined in consideration of the average travel speed of the vehicle traveling at each travel position in each time zone, a more accurate recognition level can be stored in the recognition level map.

また、認識度マップにより、景観画像から見間違えが起きそうな場所をラベリングし、ドライバに提示することができる。   In addition, by using the recognition degree map, it is possible to label a place where a mistake is likely to occur from the landscape image and present it to the driver.

なお、運転支援装置では、認識度マップにおいて、低い認識度が格納されている走行位置において、警報を提示する場合を例に説明したが、認識度が低く危険箇所に近づいているときに、警報を提示するようにしてもよい。   In the driving support device, the case where an alarm is presented at a travel position where a low recognition degree is stored in the recognition degree map has been described as an example. May be presented.

次に、第６の実施の形態について説明する。なお、第５の実施の形態と同様の構成となる部分については、同一符号を付して、説明を省略する。   Next, a sixth embodiment will be described. In addition, about the part which becomes the structure similar to 5th Embodiment, the same code | symbol is attached | subjected and description is abbreviate | omitted.

第６の実施の形態では、景観シミュレーション装置において、歩行者データベース及び自動車データベースを入力としないで、認識度マップを生成している点が第５の実施の形態と異なっている。   The sixth embodiment is different from the fifth embodiment in that, in the landscape simulation device, the recognition degree map is generated without inputting the pedestrian database and the automobile database.

図２９に示すように、第６の実施の形態に係る景観シミュレーション装置６４０は、信号データベース５４２と、道路地図データベース５４４と、景観データベース５４６と、データ読み出し部５４８と、交通環境作成部５５０と、交通環境データ及び前景画像データに基づいて、自動車のドライバ視点に立った場合の、歩行者の認識度を判定する歩行者認識度判定部６５８と、歩行者認識度判定部６５８によって判定された認識度を、地図上に格納した認識度マップを生成するマップ生成部５６０とを備えている。   As shown in FIG. 29, the landscape simulation apparatus 640 according to the sixth embodiment includes a signal database 542, a road map database 544, a landscape database 546, a data reading unit 548, a traffic environment creation unit 550, Based on the traffic environment data and foreground image data, the pedestrian recognition level determination unit 658 that determines the recognition level of the pedestrian when standing from the driver's viewpoint of the vehicle, and the recognition determined by the pedestrian recognition level determination unit 658 A map generation unit 560 that generates a recognition degree map in which the degree is stored on the map.

次に、景観シミュレーション装置６４０の動作について説明する。まず、交通環境作成部５５０によって、信号データ、道路地図データ、景観データに基づき、交通環境データおよび前景画像データを作成する。そして、歩行者認識度判定部５５８によって、作成された交通環境データおよび前景画像データに基づいて、道路地図上の各走行位置について、自動車のドライバ視点に立った場合の歩行者の認識度を判定する。   Next, the operation of the landscape simulation apparatus 640 will be described. First, the traffic environment creation unit 550 creates traffic environment data and foreground image data based on the signal data, road map data, and landscape data. The pedestrian recognition level determination unit 558 determines, based on the created traffic environment data and foreground image data, the recognition level of the pedestrian when standing from the driver's viewpoint of the vehicle for each driving position on the road map. To do.

そして、マップ生成部５６０によって、判定した認識度をマップ上に格納し、認識度マップを生成する。   Then, the map generation unit 560 stores the determined recognition level on the map, and generates a recognition level map.

なお、生成された認識度マップを用いて運転支援を行う場合には、第５の実施の形態と同様の運転支援装置を用いればよいため、運転支援装置の構成及び動作については説明を省略する。   In addition, when driving assistance is performed using the generated recognition degree map, a driving assistance device similar to that of the fifth embodiment may be used, and thus description of the configuration and operation of the driving assistance device is omitted. .

このように、交通流シミュレーションを行わずに、簡単な構成で、認識度マップを生成することができる。   As described above, the recognition degree map can be generated with a simple configuration without performing a traffic flow simulation.

次に、第７の実施の形態について説明する。第７の実施の形態では、景観シミュレーション装置において、認識度を格納した認識度マップを生成するのではなく、地図上の各走行位置において必要とされる運転支援の内容を格納した運転支援必要度マップを生成する。   Next, a seventh embodiment will be described. In the seventh embodiment, the landscape simulation device does not generate a recognition degree map storing the recognition degree, but stores a driving assistance necessity level that stores the content of the driving support required at each traveling position on the map. Generate a map.

景観シミュレーション装置では、交通流シミュレーションによって認識度を判定し、判定された認識度に基づいて、提示されることが必要とされる警告情報（例えば、「歩行者が認識しにくい地点です。ご注意下さい。」）を生成し、図３０に示すように、提示される警告情報を地図上に格納して運転支援必要度マップを生成する。   In the landscape simulation device, the degree of recognition is determined by traffic flow simulation, and warning information that needs to be presented based on the determined degree of recognition (for example, “It is a point that is difficult for pedestrians to recognize. ”), And as shown in FIG. 30, the warning information to be presented is stored on the map to generate the driving support necessity map.

また、図３１に示すように、交通流シミュレーションにおける歩行者の配置情報に基づいて、歩行者の位置を追加した警告情報（例えば、「左側前方に歩行者がいる可能性があります。ご注意下さい。」）を生成して、運転支援必要度マップに格納してもよい。また、図３２に示すように、交通流シミュレーションにおいて配置される歩行者数に応じた警告情報（例えば、「左側前方の歩行者にご注意下さい。」）を生成し、運転支援必要度マップに格納してもよい。   In addition, as shown in Fig. 31, warning information in which the location of the pedestrian is added based on the location information of the pedestrian in the traffic flow simulation (for example, "There may be a pedestrian on the left front. Please note. .)) May be generated and stored in the driving assistance necessity map. Further, as shown in FIG. 32, warning information (for example, “please pay attention to the pedestrians on the left front”) corresponding to the number of pedestrians arranged in the traffic flow simulation is generated and displayed on the driving support necessity map. It may be stored.

そして、上記の運転支援必要度マップを用いた運転支援装置では、現在の走行位置に対応する警告情報を、運転支援必要度マップを格納した運転支援必要度データベースから検索して、検索された警告情報に基づいて、警報装置によって警報を提示する。   In the driving support device using the driving support necessity map, the warning information corresponding to the current travel position is searched from the driving support necessity database storing the driving support necessity map, and the searched warning is obtained. Based on the information, an alarm is presented by an alarm device.

このように、運転支援必要度マップにより、景観画像から見間違えが起きそうな場所に、提示すべき警報情報をラベリングし、ドライバに警報を提示することにより、前方の歩行者の認識ミスを防止し、対歩行者事故を防止することができる。   In this way, by using the driving support necessity map, warning information to be presented is labeled in places where mistakes may occur from the landscape image, and warnings to the pedestrians ahead are prevented by presenting warnings to the driver. Thus, accidents involving pedestrians can be prevented.

本発明の第１の実施の形態に係る運転支援装置を示すブロック図である。1 is a block diagram showing a driving assistance apparatus according to a first embodiment of the present invention. （Ａ）田園地帯における景観画像のイメージ図、及び（Ｂ）景観が複雑な場合の景観画像のイメージ図である。(A) The image figure of the landscape image in a countryside, (B) The image figure of the landscape image in case a landscape is complicated. 対象色数の算出を説明するための図である。It is a figure for demonstrating calculation of the number of object colors. 対象物数と点数化した対象物数指標との対応関係を示す表である。It is a table | surface which shows the correspondence of the number of objects, and the number-of-objects parameter | index converted into points. 対象色数と点数化した対象色指標との対応関係を示す表である。It is a table | surface which shows the correspondence of the object color number and the object color index scored. 対象色指標と対象物数指標とに基づく複雑度の算出を説明するための図である。It is a figure for demonstrating calculation of the complexity based on a target color parameter | index and a target object number parameter | index. 本発明の第１の実施の形態に係る運転支援装置で実行される運転支援処理ルーチンの内容を示すフローチャートである。It is a flowchart which shows the content of the driving assistance processing routine performed with the driving assistance apparatus which concerns on the 1st Embodiment of this invention. 本発明の第２の実施の形態に係る運転支援装置を示すブロック図である。It is a block diagram which shows the driving assistance device which concerns on the 2nd Embodiment of this invention. 景観画像の歩道領域を説明するための図である。It is a figure for demonstrating the sidewalk area | region of a landscape image. （Ａ）景観画像の空間周波数分布を示すグラフ、及び（Ｂ）歩行者画像の空間周波数分布を示すグラフである。(A) A graph showing a spatial frequency distribution of a landscape image, and (B) a graph showing a spatial frequency distribution of a pedestrian image. 本発明の第２の実施の形態に係る運転支援装置で実行される運転支援処理ルーチンの内容を示すフローチャートである。It is a flowchart which shows the content of the driving assistance processing routine performed with the driving assistance apparatus which concerns on the 2nd Embodiment of this invention. 景観画像を複数の小領域に分割した場合を示すイメージ図である。It is an image figure which shows the case where a landscape image is divided | segmented into a some small area | region. 本発明の第３の実施の形態に係る運転支援装置を示すブロック図である。It is a block diagram which shows the driving assistance device which concerns on the 3rd Embodiment of this invention. 歩行者シミュレーション装置を示すブロック図である。It is a block diagram which shows a pedestrian simulation apparatus. 歩行者シミュレーションの様子を説明するための図である。It is a figure for demonstrating the mode of a pedestrian simulation. 時間帯別及び年齢層別の歩行者交通量を示すグラフである。It is a graph which shows the pedestrian traffic according to time zone and age group. 本発明の第３の実施の形態に係る運転支援装置で実行される運転支援処理ルーチンの内容を示すフローチャートである。It is a flowchart which shows the content of the driving assistance processing routine performed with the driving assistance apparatus which concerns on the 3rd Embodiment of this invention. 本発明の第４の実施の形態に係る運転支援装置を示すブロック図である。It is a block diagram which shows the driving assistance device which concerns on the 4th Embodiment of this invention. 本発明の第４の実施の形態に係る運転支援装置で実行される運転支援処理ルーチンの内容を示すフローチャートである。It is a flowchart which shows the content of the driving assistance processing routine performed with the driving assistance apparatus which concerns on the 4th Embodiment of this invention. 本発明の第５の実施の形態に係る運転支援装置を示すブロック図である。It is a block diagram which shows the driving assistance device which concerns on the 5th Embodiment of this invention. 景観シミュレーション装置を示すブロック図である。It is a block diagram which shows a landscape simulation apparatus. 自動車シミュレーション装置を示すブロック図である。It is a block diagram which shows a motor vehicle simulation apparatus. 交通流シミュレーションの様子を説明するための図である。It is a figure for demonstrating the mode of a traffic flow simulation. 交通流シミュレーションによって生成された景観画像データを示すイメージ図である。It is an image figure which shows the landscape image data produced | generated by the traffic flow simulation. （Ａ）歩行者数と点数化された歩行者数指標Ｐとの対応関係を示す表、及び（Ｂ）年齢層毎の重みを示す表である。(A) A table showing the correspondence between the number of pedestrians and the scored pedestrian number index P, and (B) a table showing weights for each age group. （Ａ）速度と点数化された速度指標Ｖとの対応関係を示す表、及び（Ｂ）実際の事故件数による重みを示す表である。(A) A table showing the correspondence between the speed and the scored speed index V, and (B) a table showing the weight according to the actual number of accidents. 全ての点数の積と認識度との対応関係を示す表である。It is a table | surface which shows the correspondence of the product of all the scores, and recognition degree. 本発明の第５の実施の形態に係る運転支援装置で実行される運転支援処理ルーチンの内容を示すフローチャートである。It is a flowchart which shows the content of the driving assistance processing routine performed with the driving assistance apparatus which concerns on the 5th Embodiment of this invention. 第６の実施の形態に係る景観シミュレーション装置を示すブロック図である。It is a block diagram which shows the landscape simulation apparatus which concerns on 6th Embodiment. 運転支援必要度マップの内容を示すイメージ図である。It is an image figure which shows the content of a driving assistance necessity degree map. 運転支援必要度マップの内容を示すイメージ図である。It is an image figure which shows the content of a driving assistance necessity degree map. 運転支援必要度マップの内容を示すイメージ図である。It is an image figure which shows the content of a driving assistance necessity degree map.

符号の説明Explanation of symbols

１０、２１０、３１０、４１０、５１０ 運転支援装置
１２ カメラ
１８、２１８ 画像演算部
２０、２２０ 認識度判定部
２２ 警報装置
２４、３２４、４２４ 警報装置制御部
２６ 対象物数演算部
２８ 対象色数演算部
２２６ 周波数演算部
２２８ 周波数比較部
３２０ 歩行者データベース
３２４ 位置測位部
３２６ 時計部
３２８ 歩行者データ検索部
３２９ 歩行者存在確率演算部
３３０ 危険度判定部
３７０ 歩行者シミュレーション装置
３７８、５４４、５７６ 道路地図データベース
３８２ 歩行者ＯＤ交通量推定部
３８４ 歩行者シミュレーション部
４２０ 歩行者存在確度判定部
５２０ 認識度データベース
５２２ 認識度検索部
５３０ 危険度判定部
５４０、６４０ 景観シミュレーション装置
５４６ 景観データベース
５５０ 交通環境作成部
５５２ 自動車データベース
５５６、５８４ 交通流シミュレーション部
５５８、６５８ 歩行者認識度判定部
５６０ マップ生成部
５７０ 自動車シミュレーション装置
５８２ 自動車ＯＤ交通量推定部 10, 210, 310, 410, 510 Driving support device 12 Camera 18, 218 Image calculation unit 20, 220 Recognition degree determination unit 22 Alarm device 24, 324, 424 Alarm device control unit 26 Target number calculation unit 28 Target color number calculation Unit 226 Frequency calculation unit 228 Frequency comparison unit 320 Pedestrian database 324 Position positioning unit 326 Clock unit 328 Pedestrian data search unit 329 Pedestrian existence probability calculation unit 330 Risk determination unit 370 Pedestrian simulation device 378, 544, 576 Road map Database 382 Pedestrian OD traffic volume estimation unit 384 Pedestrian simulation unit 420 Pedestrian presence accuracy determination unit 520 Recognition level database 522 Recognition level search unit 530 Risk level determination unit 540, 640 Landscape simulation device 546 Landscape database 550 Traffic environment creation unit 552 Self Vehicle database 556, 584 Traffic flow simulation unit 558, 658 Pedestrian recognition level determination unit 560 Map generation unit 570 Car simulation device 582 Car OD traffic volume estimation unit

Claims (9)

自車両の前方を撮像する撮像手段と、
自車両の走行位置を検出する検出手段と、
予め定められた道路地図上の走行位置及び時間帯毎に、前記走行位置及び前記時間帯に存在する歩行者の数及び該歩行者の存在確率の何れか一方を記憶した歩行者データベースと、
前記撮像手段によって撮像された前方の画像に基づいて、前記画像が示す前方からドライバが歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を判定する認識度判定手段と、
前記歩行者データベースから、前記検出手段によって検出された現在の走行位置及び現在の時間帯に存在する歩行者の数及び該歩行者の存在確率の何れか一方を検索する検索手段と、
前記認識度判定手段によって判定された認識度と、前記検索手段によって検索された前記歩行者の数及び前記歩行者の存在確率の何れか一方とに基づいて、危険度を判定し、前記危険度に基づいて、運転支援を行う運転支援手段と、
を含む運転支援装置。 Imaging means for imaging the front of the host vehicle;
Detecting means for detecting the traveling position of the host vehicle;
A pedestrian database storing either one of the number of pedestrians present in the travel position and the time zone and the existence probability of the pedestrian for each travel position and time zone on a predetermined road map;
Based on the forward image captured by the imaging means, a recognition degree indicating a degree of ease of recognition when the driver tries to recognize at least one of a pedestrian and a motorcycle from the front indicated by the image is determined. Recognition degree determination means;
Search means for searching the pedestrian database for any one of the number of pedestrians present in the current running position and the current time zone detected by the detection means and the existence probability of the pedestrians;
Based on the degree of recognition determined by the degree-of-recognition determination means and the number of pedestrians searched by the search means and the existence probability of the pedestrians, a risk level is determined, and the risk level Driving support means for providing driving support based on
A driving support device including 前記認識度判定手段を、前記撮像手段によって撮像された前方の画像に基づいて、前記画像の色数及び前記画像に表された物体の数の少なくとも一方を計数する計数手段と、前記計数手段によって計数された前記色数及び物体の数の少なくとも一方に基づいて、前記認識度を算出する認識度算出手段とで構成した請求項１記載の運転支援装置。   The recognition degree determination means includes a counting means for counting at least one of the number of colors of the image and the number of objects represented in the image based on a forward image captured by the imaging means, and the counting means. The driving support device according to claim 1, further comprising: a recognition degree calculating unit that calculates the recognition degree based on at least one of the counted number of colors and the number of objects. 前記計数手段は、前記画像の所定の計数領域の色数及び前記画像の前記所定の計数領域に表された物体の数の少なくとも一方を計数する請求項２記載の運転支援装置。   The driving support device according to claim 2, wherein the counting unit counts at least one of the number of colors in a predetermined counting area of the image and the number of objects represented in the predetermined counting area of the image. 前記認識度判定手段を、前記撮像手段によって撮像された前方の画像に基づいて、前記画像の空間周波数を算出する空間周波数算出手段と、前記空間周波数算出手段によって算出された前記空間周波数と、予め定められた歩行者及び二輪車の少なくとも一方を示す画像の空間周波数とを比較することにより、前記認識度を算出する認識度算出手段とで構成した請求項１記載の運転支援装置。   The recognition level determination means includes a spatial frequency calculation means for calculating a spatial frequency of the image based on a forward image captured by the imaging means, the spatial frequency calculated by the spatial frequency calculation means, and The driving assistance device according to claim 1, further comprising: a recognition degree calculating unit configured to calculate the recognition degree by comparing a spatial frequency of an image showing at least one of a predetermined pedestrian and two-wheeled vehicle. 前記空間周波数算出手段は、前記画像の所定の算出領域の空間周波数を算出する請求項４記載の運転支援装置。   The driving support device according to claim 4, wherein the spatial frequency calculation unit calculates a spatial frequency of a predetermined calculation region of the image. 前記撮像手段によって撮像された前方の画像に基づいて、前記画像が示す前方に歩行者及び二輪車の少なくとも一方が存在するか否かを判定する存在判定手段を更に含み、
前記運転支援手段は、前記存在判定手段によって前記歩行者及び二輪車の少なくとも一方が存在すると判定された場合、前記認識度判定手段によって判定された認識度に基づいて、運転支援を行い、前記存在判定手段によって前記歩行者及び二輪車の少なくとも一方が存在しないと判定された場合、運転支援を行わない請求項１〜請求項５の何れか１項記載の運転支援装置。 Further comprising presence determination means for determining whether or not at least one of a pedestrian and a two-wheeled vehicle is present in front of the image indicated by the image based on the forward image captured by the imaging means;
When the presence determination unit determines that at least one of the pedestrian and the two-wheeled vehicle exists, the driving support unit performs driving support based on the degree of recognition determined by the recognition level determination unit, and the presence determination The driving assistance device according to any one of claims 1 to 5 , wherein when the means determines that at least one of the pedestrian and the motorcycle does not exist, driving assistance is not performed. 自車両の走行位置を検出する検出手段と、
予め定められた道路地図上の走行位置毎に、前記走行位置を走行する車両のドライバが前方から前記歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を記憶した認識度データベースと、
予め定められた道路地図上の走行位置及び時間帯毎に、前記走行位置及び前記時間帯に存在する歩行者の数及び前記歩行者の存在確率の何れか一方を記憶した歩行者データベースと、
前記認識度データベースから、前記検出手段によって検出された現在の走行位置に対する認識度を検索する認識度検索手段と、
前記歩行者データベースから、前記検出手段によって検出された現在の走行位置及び現在の時間帯に存在する前記歩行者の数及び前記歩行者の存在確率の何れか一方を検索する歩行者検索手段と、
前記認識度検索手段によって検索された前記認識度と前記歩行者検索手段によって検索された前記歩行者の数及び前記歩行者の存在確率の何れか一方とに基づいて、危険度を判定し、危険度に基づいて、運転支援を行う運転支援手段と、
を含む運転支援装置。 Detecting means for detecting the traveling position of the host vehicle;
Recognition indicating the degree of ease of recognition when a driver of a vehicle traveling at the traveling position tries to recognize at least one of the pedestrian and the motorcycle from the front for each traveling position on a predetermined road map. A recognition degree database storing degrees,
A pedestrian database storing either one of the number of pedestrians present in the travel position and the time zone and the existence probability of the pedestrians for each travel position and time zone on a predetermined road map;
A recognition degree search means for searching a recognition degree for the current traveling position detected by the detection means from the recognition degree database;
Pedestrian search means for searching the pedestrian database for any one of the number of the pedestrians present in the current running position and the current time zone detected by the detection means and the existence probability of the pedestrians;
Based on the recognition degree searched by the recognition degree search means and the number of pedestrians searched by the pedestrian search means and the existence probability of the pedestrians, a risk level is determined, Driving assistance means for providing driving assistance based on the degree ,
A driving support device including コンピュータを、
自車両の前方を撮像する撮像手段によって撮像された前方の画像に基づいて、前記画像が示す前方からドライバが歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を判定する認識度判定手段、
予め定められた道路地図上の走行位置及び時間帯毎に、前記走行位置及び前記時間帯に存在する歩行者の数及び該歩行者の存在確率の何れか一方を記憶した歩行者データベースから、自車両の走行位置を検出する検出手段によって検出された現在の走行位置及び現在の時間帯に存在する歩行者の数及び該歩行者の存在確率の何れか一方を検索する検索手段と、及び
前記認識度判定手段によって判定された認識度と、前記検索手段によって検索された前記歩行者の数及び前記歩行者の存在確率の何れか一方とに基づいて、危険度を判定し、前記危険度に基づいて、運転支援を行う運転支援手段
として機能させるためのプログラム。 Computer
The degree of ease of recognition when the driver tries to recognize at least one of a pedestrian and a two-wheeled vehicle from the front indicated by the image based on a front image captured by an imaging unit that images the front of the host vehicle. Recognition level determination means for determining the recognition level to be shown;
For each traveling position and time zone on a predetermined road map, from the pedestrian database storing either the number of pedestrians present in the traveling position and the time zone or the existence probability of the pedestrian, Search means for searching for any one of the current running position detected by the detecting means for detecting the running position of the vehicle, the number of pedestrians present in the current time zone, and the existence probability of the pedestrian, and the recognition Based on the degree of recognition determined by the degree determination means and the number of the pedestrians searched by the search means and the existence probability of the pedestrians, the risk is determined, and based on the risk Te, a program to function as the driving support means for performing driving support. コンピュータを、
自車両の走行位置を検出する検出手段、
予め定められた道路地図上の走行位置毎に、前記走行位置を走行する車両のドライバが前方から前記歩行者及び二輪車の少なくとも一方を認識しようとするときの認識のしやすさの度合いを示す認識度を記憶した認識度データベースから、前記検出手段によって検出された現在の走行位置に対する認識度を検索する認識度検索手段、
予め定められた道路地図上の走行位置及び時間帯毎に、前記走行位置及び前記時間帯に存在する歩行者の数及び前記歩行者の存在確率の何れか一方を記憶した歩行者データベースから、前記検出手段によって検出された現在の走行位置及び現在の時間帯に存在する前記歩行者の数及び前記歩行者の存在確率の何れか一方を検索する歩行者検索手段、及び
前記認識度検索手段によって検索された前記認識度と前記歩行者検索手段によって検索された前記歩行者の数及び前記歩行者の存在確率の何れか一方とに基づいて、危険度を判定し、危険度に基づいて、運転支援を行う運転支援手段
として機能させるためのプログラム。 Computer
Detecting means for detecting the traveling position of the host vehicle;
Recognition indicating the degree of ease of recognition when a driver of a vehicle traveling at the traveling position tries to recognize at least one of the pedestrian and the motorcycle from the front for each traveling position on a predetermined road map. A degree-of-recognition search means for searching for a degree of recognition for the current travel position detected by the detection means from a degree-of-recognition database storing the degree;
For each driving position and time zone on a predetermined road map, from the pedestrian database storing either the number of pedestrians existing in the driving position and the time zone and the existence probability of the pedestrian, Pedestrian search means for searching for any one of the number of the pedestrians present in the current running position and the current time zone detected by the detection means and the existence probability of the pedestrians, and search by the recognition degree search means Based on the recognized degree of recognition and the number of pedestrians searched by the pedestrian search means and the existence probability of the pedestrians, the risk level is determined, and the driving assistance is determined based on the risk level A program for functioning as a driving support means.
JP2006335645A 2006-12-13 2006-12-13 Driving support device and program Expired - Fee Related JP4670805B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2006335645A JP4670805B2 (en) 2006-12-13 2006-12-13 Driving support device and program

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2006335645A JP4670805B2 (en) 2006-12-13 2006-12-13 Driving support device and program

Publications (2)

Publication Number Publication Date
JP2008146549A JP2008146549A (en) 2008-06-26
JP4670805B2 true JP4670805B2 (en) 2011-04-13

Family

ID=39606626

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2006335645A Expired - Fee Related JP4670805B2 (en) 2006-12-13 2006-12-13 Driving support device and program

Country Status (1)

Country Link
JP (1) JP4670805B2 (en)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4784659B2 (en) * 2009-02-16 2011-10-05 トヨタ自動車株式会社 Vehicle periphery monitoring device
JP5246248B2 (en) 2010-11-29 2013-07-24 株式会社デンソー Prediction device
JP5622766B2 (en) * 2012-02-27 2014-11-12 三菱電機株式会社 Route search device
JP2013191072A (en) * 2012-03-14 2013-09-26 Hitachi Automotive Systems Ltd Object detection device
JP2013214230A (en) * 2012-04-03 2013-10-17 Denso It Laboratory Inc Driving support device, driving support method, and computer program
EP2669846B1 (en) 2012-06-01 2017-11-01 Ricoh Company, Ltd. Target recognition system and target recognition method executed by the target recognition system, target recognition program executed on the target recognition system, and recording medium storing the target recognition program
EP2669845A3 (en) 2012-06-01 2014-11-19 Ricoh Company, Ltd. Target recognition system, target recognition method executed by the target recognition system, target recognition program executed on the target recognition system, and recording medium storing the target recognition program
JP6344638B2 (en) 2013-03-06 2018-06-20 株式会社リコー Object detection apparatus, mobile device control system, and object detection program
WO2014203391A1 (en) * 2013-06-21 2014-12-24 株式会社日立製作所 Traffic action estimation system and traffic system
US9070023B2 (en) * 2013-09-23 2015-06-30 Toyota Motor Engineering & Manufacturing North America, Inc. System and method of alerting a driver that visual perception of pedestrian may be difficult
JP6847709B2 (en) * 2017-02-24 2021-03-24 京セラ株式会社 Camera devices, detectors, detection systems and mobiles
US11150650B2 (en) * 2018-07-16 2021-10-19 Here Global B.V. Method, apparatus, and system for operating a vehicle based on vulnerable road user data
DE112020006351T5 (en) 2019-12-26 2022-10-20 Panasonic Intellectual Property Management Co., Ltd. Display control device, display system and display control method

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001022938A (en) * 1999-07-09 2001-01-26 Nissan Motor Co Ltd Fault detecting device for vehicle
JP2003067727A (en) * 2001-08-28 2003-03-07 Toyota Central Res & Dev Lab Inc Environmental complexity arithmetic system, environmental recognition level estimation system and obstruction warning system
JP2005196276A (en) * 2003-12-26 2005-07-21 Fuji Heavy Ind Ltd Apparatus for supporting operation for vehicle
JP2005263012A (en) * 2004-03-18 2005-09-29 Advics:Kk Vehicular warning device, vehicular warning control device and warning method

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3468001B2 (en) * 1996-12-16 2003-11-17 日産自動車株式会社 Travel control device for vehicles

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001022938A (en) * 1999-07-09 2001-01-26 Nissan Motor Co Ltd Fault detecting device for vehicle
JP2003067727A (en) * 2001-08-28 2003-03-07 Toyota Central Res & Dev Lab Inc Environmental complexity arithmetic system, environmental recognition level estimation system and obstruction warning system
JP2005196276A (en) * 2003-12-26 2005-07-21 Fuji Heavy Ind Ltd Apparatus for supporting operation for vehicle
JP2005263012A (en) * 2004-03-18 2005-09-29 Advics:Kk Vehicular warning device, vehicular warning control device and warning method

Also Published As

Publication number Publication date
JP2008146549A (en) 2008-06-26

Similar Documents

Publication Publication Date Title
JP4670805B2 (en) Driving support device and program
JP7121497B2 (en) Virtual roadway generation device and method
JP6566145B2 (en) Driving support device and computer program
JP5938569B2 (en) Advanced driver support system considering azimuth information and operation method thereof
US9417080B2 (en) Movement trajectory generator
JP4321821B2 (en) Image recognition apparatus and image recognition method
RU2629433C2 (en) Device for detecting three-dimensional objects
US9424468B2 (en) Moving object prediction device, hypothetical movable object prediction device, program, moving object prediction method and hypothetical movable object prediction method
CN112349144B (en) Monocular vision-based vehicle collision early warning method and system
CN110400478A (en) A kind of road condition notification method and device
US11003925B2 (en) Event prediction system, event prediction method, program, and recording medium having same recorded therein
CN104509099B (en) Three-dimensional body detection device and three-dimensional body detection method
JP2006208223A (en) Vehicle position recognition device and vehicle position recognition method
JP2024023319A (en) Detection of emergency vehicle
EP2928178A1 (en) On-board control device
CN104012081A (en) Object detection device
CN111583659B (en) Vehicle violation determination method, device, equipment and medium
JP5997962B2 (en) In-vehicle lane marker recognition device
CN112735163B (en) Method for determining static state of target object, road side equipment and cloud control platform
JP2010140186A (en) Route estimating apparatus and drive supporting apparatus
US20240046779A1 (en) Driving determination system, driving determination method, and recording medium
JP7359099B2 (en) Mobile object interference detection device, mobile object interference detection system, and mobile object interference detection program
JP2010257234A (en) Information exhibition device for vehicle
JP7505167B2 (en) Driving management device, driving management method, and program
JP2018173861A (en) Travel support system and computer program

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20080611

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20100729

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20100928

A521 Written amendment

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20101129

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20101221

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20110103

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20140128

Year of fee payment: 3

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20140128

Year of fee payment: 3

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313532

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20140128

Year of fee payment: 3

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

LAPS Cancellation because of no payment of annual fees