JP6206022B2 - 運転支援装置 - Google Patents
運転支援装置 Download PDFInfo
- Publication number
- JP6206022B2 JP6206022B2 JP2013189663A JP2013189663A JP6206022B2 JP 6206022 B2 JP6206022 B2 JP 6206022B2 JP 2013189663 A JP2013189663 A JP 2013189663A JP 2013189663 A JP2013189663 A JP 2013189663A JP 6206022 B2 JP6206022 B2 JP 6206022B2
- Authority
- JP
- Japan
- Prior art keywords
- driving
- topic
- feature
- distribution
- feature quantity
- 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.)
- Active
Links
Landscapes
- Image Processing (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Description
こういった情報を提示する技術の一つとして、自車両の後方を撮影したカメラ画像において、後方車両にモーションブラーを加えたり、各種センサでの検出結果等に基づいて設定される危険度に応じて道路に色を付けたりする等して、ドライバに提示したい情報を自然な形で可視化する技術が知られている(例えば、非特許文献1参照)。
運転挙動データ収集手段は、車両の運転挙動に関わる運転挙動データを繰り返し収集し、環境データ収集手段は、車両周辺の環境を表す環境データを繰り返し収集する。シーン分割手段は、運転挙動データ収集手段にて収集された運転挙動データの系列を、各々が何等かの運転シーンを表す複数の部分系列に分割する。特徴量分布生成手段は、運転挙動データ収集手段によって収集された運転挙動データから得られる一種類以上の特徴量を運転特徴量、環境データ収集手段によって収集された環境データから得られる局所的な特徴量を環境特徴量として、部分系列毎かつ特徴量毎に、該特徴量の値域を複数に分割したビンのいずれに該特徴量が所属するかのインデックス毎の出現頻度を表す特徴量分布を生成する。そして、報知手段は、特徴量分布群における運転特徴量分布と環境特徴量分布の間の共起性を利用して環境データの局所領域に関する報知を制御する。
<全体構成>
運転支援装置1は、図1に示すように、運転挙動データ収集部2と、環境データ収集部9と、運転シーン離散化部3と、特徴量分布生成部4と、運転トピックデータベース5と、トピック割合演算部6と、割当用確率演算部7と、強調領域設定部8とを備えている。
運転挙動データ収集部2は、運転者による運転操作に関する運転操作データや、その運転操作の結果として現れる車両の挙動に関する車両挙動データを、車両に搭載された各種センサを介して繰り返し収集すると共に、運転操作データや車両挙動データをそれぞれ微分した微分データ(ダイナミックフィーチャ)を生成し、これら、運転操作データ,車両挙動データ,微分データからなる多次元データを運転挙動データとして出力する。
環境データ収集部9は、車両の前方、側方、後方などの車両周辺を撮影するように設置された車載カメラ11から出力される画像データを繰り返し取得して、特徴量分布生成部4に出力する。
運転シーン離散化部3は、ドライバの環境認知から操作に至るモデルを利用して、運転挙動データ収集部2から得られる運転挙動データを統計解析し、ドライバ個人(もしくは一般のドライバ)が感じる運転シーンの切り替わり点を抽出することにより、運転挙動データの時系列を、それぞれが何等かの運転シーンを表す複数の部分系列に分節化(離散化)する。
DAAは、まず、運転挙動データの値域を表す多次元の空間で運転挙動データから把握される各種の車両の状態を表すクラスタと、各クラスタ間の遷移確率とを予め定義しておき、これらの情報を用いて、運転挙動データ収集部2から取得した運転挙動データがいずれのクラスタに属するかを統計的に処理することにより、運転挙動データの時系列を、区分単位となる車両の状態毎(つまり、クラスタ毎)に区分けする。但し、各クラスタには予め識別用の記号を対応づけておくことにより、運転挙動データの時系列は、どのクラスタに属しているかを表す記号列に変換される。この記号列の生成には、例えば、隠れ状態とその状態間の確率的遷移で表現されるモデルの一つである階層ディリクレ過程隠れマルコフモデル(HDP−HMM:Hierarchical Dirichlet Process Hidden Markov Model)を利用することができる。但し、HDP−HMMにおいてはクラスタ、および各クラスタ間の遷移確率は、学習によってあらかじめ生成されたものを使用する。
特徴量分布生成部4は、運転特徴算出部41と、画像特徴算出部42とを備えている。
運転特徴算出部41は、運転挙動データ収集部2から出力される時系列の運転挙動データに基づき、運転シーン離散化部3で分節化された部分系列(すなわち、何等かの運転シーン)毎に、その部分系列中に現れる特徴量の分布を生成する。
運転トピックデータベース5には、特徴量分布生成部4で生成される特徴量分布群を、複数の分布の混合によって表現する場合に基底として使用される複数(例えば100個)の運転トピックが予め格納されている。
運転トピックの生成には、それぞれが運転シーンのいずれかに対応する各部分系列を「一つの文書」、観測された特徴(運転特徴量やSIFT特徴量など)を「一つの単語」と見なすことで、自然言語処理分野で利用されているトピック推定手法を利用する。
まず、実際に車両を走行させて、車載カメラ11にて学習用画像の撮影を行うと共に、運転挙動データ収集部2、運転シーン離散化部3、特徴量分布生成部4を作動させることで、学習用画像に対応した学習用の特徴量分布を生成する。次に、生成された学習用の特徴量分布を用いてマルチモーダルLDAにより、基底となる分布を推定した結果が運転トピックとなる。
トピック割合演算部6では、特徴量分布生成部4から出力される特徴量分布が、運転トピックデータベース5に格納された運転トピック群を混合することで表現されるものとして、その混合比であるトピック割合(各運転トピックの含有割合)を算出する(図4参照)。なお、トピック割合は、具体的には、マルチモーダルLDAの推定を実現するEステップおよびMステップの処理のうち、Eステップだけを実行することで求めることができる。
割当用確率演算部7では、図6(a)に示すように、トピック割合演算部6で求められたトピック割合と、運転トピックデータベース5に格納された運転トピックの一部である画像基底分布とに基づき、割当用確率分布を求める。
強調領域設定部8では、図6(b)に示すように、画像特徴算出部42で局所領域毎に算出された特徴量に基づき、その特徴量が属するインデックスの割当用確率分布(割当用確率演算部7での演算結果)に従って、その特徴量が算出された局所領域(画像上の領域)に、確率的に運転トピックを割り当てる。但し、割り当ての方法は確率的に割り当てなくてもよく、例えば割当用確率に従って最大の確率をもつ運転トピックを割り当ててもよい。
まず、各運転トピックを構成する運転基底分布(図5参照)を用いて、各運転トピックに特有な特徴を抽出する。その抽出には尤度比を利用する。具体的には、wjをjで識別されるビンに所属する運転特徴量、TPkを識別子kで識別される運転トピック、φkjを運転トピックTPkの運転基底分布を表す多項分布のj成分として、(6)式に従って尤度比Ljkを求める。ただし(6)式中の分母は多項分布の成分φkjについてk以外の成分の和をとることを意味している。なお、尤度比Ljkは、ある特徴が他の運転トピックには含まれずに特定の運転トピックに含まれている度合いを示すいわゆる逆文書頻度(IDF:Inverse Document Frequency)と呼ばれる指標である。
以上説明したように、運転支援装置1では、教師なしの分割法であるDDAによって運転挙動データの時系列を、それぞれが何等かの運転シーンを表す部分系列に分割し、部分系列毎に運転挙動データや画像データに基づいて生成された特徴量分布から把握される運転文脈(運転トピック)を抽出し、その抽出された運転文脈に対応づけられる局所領域を強調表示している。
以上、本発明の実施形態について説明したが、本発明は、上記実施形態に限定されることなく、種々の形態を採り得ることは言うまでもない。
Claims (7)
- 車両の運転挙動に関わる運転挙動データを繰り返し収集する運転挙動データ収集手段(2)と、
車両周辺の環境を表す環境データを繰り返し収集する環境データ収集手段(9)と、
前記運転挙動データ収集手段にて収集された前記運転挙動データの系列を、各々が何等かの運転シーンを表す複数の部分系列に分割するシーン分割手段(3)と、
前記運転挙動データ収集手段によって収集された前記運転挙動データから得られる一種類以上の特徴量を運転特徴量、前記環境データ収集手段によって収集された環境データから得られる局所的な特徴量を環境特徴量として、前記部分系列毎かつ前記特徴量毎に、該特徴量の出現頻度を表す特徴量分布を生成する特徴量分布生成手段(4)と、
前記部分系列毎に前記特徴量分布生成手段で生成される複数の特徴量分布を特徴量分布群として、該特徴量分布群における運転特徴量分布と環境特徴量分布の間の共起性を利用して環境データの局所領域に関する報知を制御する報知手段(5,6,7,8)と、
を備えることを特徴とする運転支援装置。 - 前記報知手段は、
前記特徴量分布群を表現する際の基底分布として使用される複数種類の運転トピックからなる運転トピック群を記憶するトピック記憶手段(5)と、
前記特徴量分布群を、前記運転トピック群を用いて表現した場合の混合比であるトピック割合を、前記部分系列毎に算出する割合演算手段(6)と、
前記部分系列毎に、前記トピック割合および前記運転トピック群に基づいて、前記環境特徴量毎に、該環境特徴量を有した局所領域が、どの運転トピックに由来するかを確率的に示す割当用確率分布を生成する確率分布生成手段(7)と、
前記環境特徴量および前記確率分布に従って、前記局所領域毎に前記運転トピックを割り当てると共に、予め設定された提示条件を満たす前記運転トピックが割り当てられた局所領域に関する報知を制御する報知制御手段(8)と、
を備えることを特徴とする請求項1に記載の運転支援装置。 - 前記報知制御手段は、前記提示条件を満たす運転トピックが複数存在する場合、該運転トピック毎に異なる態様で前記報知を行うことを特徴とする請求項1または請求項2に記載の運転支援装置。
- 前記報知制御手段は、前記環境データに基づく画像上で、報知対象となる前記局所領域を強調表示することを特徴とする請求項1ないし請求項3のいずれか1項に記載の運転支援装置。
- 前記環境データ収集手段は、前記環境データとして画像データまたは距離画像データを収集することを特徴とする請求項1ないし請求項4のいずれか1項に記載の運転支援装置。
- 前記シーン分割手段は、二重分節構造を利用した教師なし運転シーン分割法によって分節化を行う二重分節解析器(DAA:Double Articulation Analyzer)からなることを特徴とする請求項1ないし請求項5のいずれか1項に記載の運転支援装置。
- 前記割合演算手段は、潜在的ディリクレ配分法(LDA:Latent Dirichlet Allocation )またはマルチモーダルLDAによって、前記トピック割合を求めることを特徴とする請求項1ないし請求項6のいずれか1項に記載の運転支援装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013189663A JP6206022B2 (ja) | 2013-09-12 | 2013-09-12 | 運転支援装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2013189663A JP6206022B2 (ja) | 2013-09-12 | 2013-09-12 | 運転支援装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2015056058A JP2015056058A (ja) | 2015-03-23 |
JP6206022B2 true JP6206022B2 (ja) | 2017-10-04 |
Family
ID=52820409
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2013189663A Active JP6206022B2 (ja) | 2013-09-12 | 2013-09-12 | 運転支援装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6206022B2 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6307356B2 (ja) * | 2014-06-06 | 2018-04-04 | 株式会社デンソー | 運転コンテキスト情報生成装置 |
JP6511982B2 (ja) * | 2015-06-19 | 2019-05-15 | 株式会社デンソー | 運転操作判別装置 |
JP6749775B2 (ja) * | 2016-03-28 | 2020-09-02 | 清水建設株式会社 | クラス判定装置、クラス判定方法、および、クラス判定プログラム |
JP6929260B2 (ja) * | 2018-11-01 | 2021-09-01 | 株式会社東芝 | 時系列特徴抽出装置、時系列特徴抽出方法及びプログラム |
JP7099368B2 (ja) * | 2019-03-07 | 2022-07-12 | 株式会社デンソー | 支援時間提示システム |
CN111126438B (zh) * | 2019-11-22 | 2023-11-14 | 北京理工大学 | 一种驾驶行为识别方法及*** |
JP7318504B2 (ja) * | 2019-11-26 | 2023-08-01 | 株式会社デンソー | シーン分析支援装置、方法、及びプログラム |
JP7446605B2 (ja) | 2020-03-31 | 2024-03-11 | 株式会社ユピテル | システム、プログラム、学習済みモデル、学習モデルの生成方法および生成装置等 |
CN111717217B (zh) * | 2020-06-30 | 2022-11-08 | 重庆大学 | 一种基于概率修正的驾驶员意图识别方法 |
JP7247993B2 (ja) * | 2020-08-28 | 2023-03-29 | 株式会社デンソー | 走行試験パタン作成装置および方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6879969B2 (en) * | 2001-01-21 | 2005-04-12 | Volvo Technological Development Corporation | System and method for real-time recognition of driving patterns |
JP5187307B2 (ja) * | 2007-07-24 | 2013-04-24 | 日産自動車株式会社 | 車両用運転支援装置および車両用運転支援方法 |
JP2009129318A (ja) * | 2007-11-27 | 2009-06-11 | Fuji Heavy Ind Ltd | 画像処理装置 |
JP5161643B2 (ja) * | 2008-04-23 | 2013-03-13 | 富士重工業株式会社 | 安全運転支援システム |
JP5821580B2 (ja) * | 2011-12-01 | 2015-11-24 | トヨタ自動車株式会社 | 車両ドライバの特定装置及び車両ドライバの特定方法 |
JP6026959B2 (ja) * | 2013-06-03 | 2016-11-16 | 株式会社デンソー | 運転シーンラベル推定装置 |
-
2013
- 2013-09-12 JP JP2013189663A patent/JP6206022B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2015056058A (ja) | 2015-03-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6206022B2 (ja) | 運転支援装置 | |
JP6026959B2 (ja) | 運転シーンラベル推定装置 | |
JP6307356B2 (ja) | 運転コンテキスト情報生成装置 | |
EP3602489B1 (en) | Machine-vision method to classify input data based on object components | |
JP2016118906A (ja) | 異常検出装置 | |
US20210089762A1 (en) | Learning actions with few labels in the embedded space | |
JP6511982B2 (ja) | 運転操作判別装置 | |
Bender et al. | An unsupervised approach for inferring driver behavior from naturalistic driving data | |
JP6451583B2 (ja) | 運転支援装置 | |
CN113159105B (zh) | 一种驾驶行为无监督模式识别方法及数据采集监控*** | |
JP6519434B2 (ja) | 運転支援装置 | |
US11440555B2 (en) | Systems and methods for detecting and classifying an unsafe maneuver of a vehicle | |
JP2013250663A (ja) | 運転シーン認識装置 | |
JP5895728B2 (ja) | 車群管理装置 | |
CN112466118A (zh) | 车辆驾驶行为识别方法、***、电子设备及存储介质 | |
US11594042B1 (en) | Systems and methods for utilizing models to detect dangerous tracks for vehicles | |
GB2539548A (en) | Traffic complexity estimation | |
JP7024577B2 (ja) | 走行場面学習装置、走行場面推定装置、および走行場面推定システム | |
JP5360143B2 (ja) | 走行場面認識モデル生成装置、運転支援装置、及びプログラム | |
JP6365035B2 (ja) | 交通オブジェクト検出装置 | |
JP2011123552A (ja) | 類似運転時画像検索装置及びプログラム | |
WO2022045001A1 (ja) | 走行試験パタン作成装置および方法 | |
JP2016149013A (ja) | 運転支援情報生成装置、運転支援装置 | |
WO2022265741A1 (en) | Generation and management of notifications providing data associated with activity determinations pertaining to a vehicle | |
JP2018022469A (ja) | 異常推定装置および表示装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20160616 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20170727 |
|
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: 20170808 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20170821 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6206022 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |