JPH09305898A - ふらつき運転判定方法 - Google Patents

Abstract

(57)【要約】 【課題】車線認識装置を利用してふらつき運転を検知す
る方法において、運転者の癖の差による不必要なふらつ
き運転判定をなくし、確実なふらつき運転の判定を行な
うことを目的とする。 【解決手段】自動車に搭載され道路車線を認識する車線
認識装置０１、車線の認識結果から該自動車と車線境界
線との距離とカーブの曲率を計算する距離算出手段０
２、距離データを記録する距離記憶メモリ０４、距離の
時系列変化量を計算する距離変化量算出手段０５、距離
データと距離変化量とカーブの曲率からふらつき運転を
判定するふらつき運転判定手段０３、ふらつき運転判定
結果を記録する判定結果記憶メモリ０７、判定結果デー
タから運転者の傾向を学習する運転者傾向学習手段０
６、運転者とのデータのやりとりを行なう運転者インタ
ーフェイス０８からなる。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、運転者への警報を
発したり自動車を制御する自動車の安全装置に係る。そ
の中でも自動車が走行する車線を認識した結果を用い
て、運転者のいねむり等により起こるふらつき運転を検
知するふらつき運転判定方法に関する。

【０００２】ここで述べるふらつき運転とは、運転者の
意思によらず、左右の車線境界線（センターライン、路
側帯）に近付いていき、オーバーラインしてしまいそう
になることをいう。

【０００３】

【従来の技術】従来技術として、特開平６−２７４７９
７号公報のように、自車の中央と車線の境界線との距離
Ｌ１が一定値Ｌ２以下になると警報を発する方法があ
る。また、特開平７−１０５４９８号公報のように、自
動車の進行方向と車線境界線との角度と、自動車の進行
方向と車線境界線との交点までの距離を算出し、車線逸
脱を予測する方法がある。

【０００４】

【発明が解決しようとする課題】上記従来技術は、共に
車線境界線との距離などの変数と一定のしきい値との大
小関係を基に自車の状態を判定している。しかし、運転
者の好みや癖、自動車の大きさ等の違いにより、判定に
用いる一定値は異なることが多い。例えば、上記従来技
術特開平６−２７４７９７号公報では、キープレフトす
なわち左側に寄るように運転する運転者だった場合、Ｌ
１がＬ２以下になる頻度が高くなり、警報器が不必要に
作動されることが多くなってしまうという問題がある。
逆に、自車の横幅が大きい時には、Ｌ１の値がＬ２より
大きくても、実際には自車の端と車線境界線との距離は
小さくなり、危険な状況であるにもかかわらず警報器が
作動されないという問題がある。これは、自車の大きさ
が予めわかっている場合には問題にならないが、例えば
後付けの装置の場合は、自車の大きさがわからないこと
が多い。

【０００５】さらに、上記従来技術では、道路がカーブ
している場合について考慮されていない。道路がカーブ
している時は、概して自車と車線境界線の距離が変化す
ることが多いが、この場合も不必要な警報が発されるこ
とが多くなる。

【０００６】

【課題を解決するための手段】上記課題を解決するた
め、ふらつき運転判定の結果を記録する判定結果記憶メ
モリと、記録された判定結果から運転者の運転の傾向を
学習する運転者傾向学習手段を設け、これによってふら
つき運転の判定に用いるしきい値を変化させるようにし
た。

【０００７】ふらつき運転の判定には、自車と車線境界
線との距離およびその変化量に加え、車線のカーブの曲
率を考慮にいれ、カーブの時の判定ルールを変化させる
ようにした。

【０００８】また、ふらつき運転判定にファジィ推論を
用い、運転者傾向学習手段の学習結果から、該ファジィ
推論のメンバシップ関数またはルールを変化させるよう
にした。

【０００９】さらに、不必要にふらつき運転と判断され
た時に、運転者が不必要である旨装置に入力することに
より、運転者の傾向を学習するようにした。

【００１０】ふらつき運転判定の結果を学習することに
より、ふらつき運転判定のしきい値を変化させるように
したので、運転者の癖や、自車の大きさなどの差異によ
る判定結果への影響を減らすことができるようになっ
た。

【００１１】ふらつき判定の際カーブの曲率を考慮にい
れ、その曲率によって判定するルールを変化させるよう
にしたので、カーブ走行中の不必要なふらつき判定を減
らすことができるようになった。

【００１２】

【発明の実施の形態】以下、本発明の実施例を示す。図
１は、本発明の構成を示す図である。ビデオカメラ等に
よって車線を認識する車線認識装置０１、認識された車
線と自車との距離を算出する距離算出手段０２、距離算
出手段０２の算出した距離データを記録する距離記憶メ
モリ０４、距離記憶メモリ０４のデータから距離の変化
量を算出する距離変化量算出手段０５、距離算出手段０
２と距離変化量算出手段０５の算出した結果からふらつ
き運転を判定するふらつき運転判定手段０３、ふらつき
運転判定手段０３の判定結果を記録する判定結果記憶メ
モリ０７、運転者との判定結果等のやりとりをする運転
者インターフェイス０８、判定結果記憶メモリ０７のデ
ータから運転者傾向を学習する運転者傾向学習手段０６
からなる。

【００１３】次に、各構成要素の詳細な説明を述べる。

【００１４】車線認識装置０１は、ビデオカメラなどの
ＣＣＤカメラを用いて画像処理を行なうことにより車線
を認識する。または、車線に予めマーカーを設けてお
き、そのマーカーを認識できる装置を車載することによ
り、車線を認識する方法を用いてもよい。出力するデー
タは認識した車線の左右の境界線の位置と車線の曲率で
ある。

【００１５】距離算出手段０２は、車線認識装置０１が
認識した車線から、左右の車線境界線と自車との距離を
算出する。このとき算出する距離は、車体の側面と車線
境界線との距離、もしくは車体の中心線と車線境界線と
の距離のどちらでもよい。しかし、上記２つのどちらの
距離を使用するかにより、以下で述べるファジィ推論の
パラメータは変化する。また、車体の中心線と車線境界
線との距離を使用する場合は、車幅による車体個々の差
異がなくなるという特徴がある。

【００１６】距離算出手段０２は、算出した距離データ
をもとに、ファジィ理論を用いて距離の大きさを判定す
る。図２（ａ）に距離の推論に用いるメンバシップ関数
を示す。左右の車線と自車の距離ｄの大きさを［小｜中
｜大］の３段階に判定する。判定は左右車線それぞれに
ついて行ない、判定結果をふらつき運転判定手段０３に
渡す。

【００１７】また、距離算出手段０２は、車線認識装置
０１が認識した車線の曲率から、ファジィ理論を用いて
そのカーブの度合を求める。図２（ｃ）にカーブの度合
を求める際に使用するメンバシップ関数を示す。横軸に
曲率をとり、原点にあるときを直線路、右カーブを正の
値、左カーブを負の値としてグラフ化したものである。
このメンバシップ関数を用いて、曲率からカーブの度合
を［左急｜左｜直線｜右｜右急］の５段階で判定し、判
定結果をふらつき運転判定手段０３に渡す。このカーブ
度合の判定は、後述するふらつき運転判定手段０３でカ
ーブ度合を使用する場合にのみ必要であり、カーブを考
慮に入れない場合は、省略可能である。

【００１８】次に距離記憶メモリ０４は、距離算出手段
０２が算出した距離データを記録するメモリである。距
離データは、後述する距離変化量算出手段０５の計算に
必要な数がｎ個の場合は、最新ｎ個のデータを記録す
る。

【００１９】距離変化量算出手段０５は、距離記憶メモ
リ０４に記録された距離データから距離の時系列変化量
を求める。変化量Δｄを求める式は、

【００２０】

【数１】

【００２１】となる。この場合、距離記憶メモリ０４に
記録されるべきデータ（ｄ１、ｄ２）は最新の２個とな
る。数１を用いると計算が単純なため処理速度が速く、
距離記憶メモリの容量も小さくて済むという特徴があ
る。数１のかわりに

【００２２】

【数２】

【００２３】を使用することができる。ただし、ｄｎは
距離記憶メモリ０４に記録された距離データ、ａｎは重
み付けのための係数である。この場合、必要なデータ数
はｎ個となる。数２を用いると過去ｎ個のデータの重み
付け平均となるので、車線認識装置０１の認識誤差等の
影響を受けにくいという特徴がある。ａｎの値は、全て
等しくするかもしくは、距離データが新しくなるほど、
大きくする。ａｎの値を新しいものほど大きくすること
によって、最近のデータに重み付けすることになる。こ
れは、古いデータに新しいデータと反対の性質のデータ
が混ざっていても、例えば新しいデータが車線の左より
になっていることを召しているのに対し古いデータが右
よりになっていることにより、その性質が相殺されるこ
とがなくなるという特徴がある。

【００２４】距離変化量算出手段０５は、算出した距離
変化量をもとに、ファジィ理論を用いて距離変化量の大
きさを判定する。図２（ｂ）に、判定に用いるメンバシ
ップ関数を示す。横軸に距離変化量Δｄをとり、［小｜
やや小｜やや大｜大］の４段階で判定し、その判定結果
をふらつき運転判定手段０３に渡す。

【００２５】ふらつき運転判定手段０３は、距離算出手
段０２による距離データとカーブの度合、距離変化量算
出手段０５による距離変化量データからふらつき運転で
あるかどうかを判定する。表１にふらつき検知に用いる
ルールを示す。

【００２６】

【表１】

【００２７】ふらつきの度合は、［左｜やや左｜やや中
左｜中｜やや中右｜やや右｜右］の７段階とする。左車
線の例で説明すると、左が最もふらついている度合が大
きく、中がもっとも安定している状態を示す。表１にお
いて、距離ｄが大きい場合は、Δｄやカーブがどのよう
な値でもふらつきは中となることを示している。Δｄの
大きさが小のときは安定度が高く、やや小のときは運転
者の意思によらないふらつきがあると判定する。また、
やや大のときは、運転者の意思が働いて車線変更等をし
ようとしていると判断し、大のときは、運転者の意思の
有無にかかわらず、急な動きがあるので危険性が高いと
判断する。また、カーブの場合は、右カーブで右よりか
左よりかで判断が区別される。

【００２８】ふらつき運転判定手段０３が判定した結果
及び判定に用いた距離、距離変化量、カーブのデータ
は、判定結果記憶メモリ０７に記録される。記録される
データ数は、多いほど後述する運転者傾向学習でより精
密な学習ができる。

【００２９】運転者傾向学習手段０６は、判定結果記憶
メモリ０７のデータから、運転者の運転の傾向を学習
し、その結果を必要に応じて距離認識手段０２、距離変
化量算出手段０５、ふらつき運転判定手段０３へ渡す。
ここでいう運転者の傾向とは、車線の左側を走る、カー
ブの時カーブの内側によるなどの運転者の癖をいう。例
えば判定結果記憶メモリで直線路でのふらつき度がやや
左である場合が一定数より多いとき、運転者は左側によ
る傾向があると判断し、これを距離認識手段０２に渡
す。距離認識手段０２では、距離判定に用いたメンバシ
ップ関数を運転者の傾向に、すなわち左よりの運転に合
うように変化させる。メンバシップ関数を変化させる例
を図３に示す。もとの関数が図３（ａ）とすると、
（ｂ）は平行移動させたものであり、（ｃ）は幅を変化
させたものである。メンバシップ関数がつりがね型（指
数関数）の場合は

【００３０】

【数３】

【００３１】で表されるが、ａの値を変化させると幅の
変化、ｂを変化させると平行移動が実行できる。左側に
よる癖の場合、ｄのメンバシップ関数の小の関数の幅を
小さくし、中と大の関数を左へ（原点方向へ）平行移動
させることにより、ｄが小と判定されることが少なくな
り、不必要にふらつき運転と判定することを軽減でき
る。

【００３２】運転者の癖として、比較的ゆっくりと車線
変更をする場合がある。この場合、判定結果記憶メモリ
にはΔｄがやや小のデータが多くなり、その結果、ふら
つき運転と検知される場合が多くなることがある。この
ような場合は、距離変化量算出手段０５で用いるメンバ
シップ関数のやや小の関数の幅を小さくし、左へ（原点
方向へ）平行移動する。そしてやや大の関数の幅を大き
くして左は平行移動すると、変化させる前に比べ、やや
大の方に該当することが増え、ふらつきと判断されるこ
とが少なくなるので、運転者の癖に合った判定ができる
ようになる。ただし、メンバシップ関数を無制限に変化
させると、本来の目的であるふらつき運転判定ができな
くなることがあるので、変化できる範囲を設ける必要が
ある。

【００３３】カーブの際にカーブの内側による癖がある
場合は、ふらつき運転判定手段０３のルールまたは距離
認識手段０２でのｄの判定メンバシップ関数を変化させ
ることで対応できる。

【００３４】自車と車線境界線との距離ｄが車体の側面
と車線境界線との距離であった場合、ふらつき運転判定
装置を取り付けた自車の車幅が大きい場合は、車線の中
央を走っている時でも、車線境界線との距離が小さくな
ってしまい、ふらつき運転と判定されてしまうことがあ
る。この場合は、左右両方の車線境界線での判定がふら
つきとなることから、車幅が大きいと判断することがで
き、ｄの判定メンバシップ関数を変化させて対応する。

【００３５】以上のように、様々な運転者の癖や自車の
大きさに対応してメンバシップ関数やルールを変化させ
ることにより、不必要にふらつきと判断することを軽減
することができる。

【００３６】以上示したファジィ推論に用いたメンバシ
ップ関数はすべてつりがね型の関数（指数関数）で示し
たが、そのかわりに台形型、三角形型の関数を用いても
よい。各メンバシップ関数の段階はそれぞれ必要最低限
となっており、段階数が増えるほど、よりきめ細かな推
論ができる。

【００３７】ふらつき運転判定手段０３で判定された結
果は、運転者インターフェイス０８によって運転者に伝
えられる。伝える方法としては、ディスプレイやＬＥＤ
などの表示装置やスピーカなどを使用した音声装置など
があげられる。また、上記で述べたふらつき運転判定の
方法では、Δｄの大きさによって運転者の車線変更の意
思の有無を判断していたが、運転者からのインターフェ
イスによって、車線変更であるかどうかを判断すること
もできる。車線変更する際には、方向指示器がＯＮにな
るので、このデータを運転者インターフェイス０８から
取り込むことによって、運転者の意思が容易に判断でき
る。また、誤ったふらつき運転判定がなされた場合、運
転者からの入力があれば、これをもとに判定に用いるメ
ンバシップ関数やルールを変化させることもできる。

【００３８】

【発明の効果】以上述べたように、自動車と車線との距
離、距離の変化量、カーブの度合からふらつき運転を判
定するようにしたので、運転者の意思、道路状況に応じ
たふらつき運転判定ができるようになった。また、判定
結果を記録しておき、これをもとに運転者の運転の傾向
を学習するようにしたので、各運転者の癖などを考慮に
入れたふらつき運転判定ができるようになった。

【図面の簡単な説明】

【図１】ふらつき運転判定装置の構成図である。

【図２】メンバシップ関数である。

【図３】メンバシップ関数の変化を説明する図である。

【符号の説明】

ｄ…自動車と車線との距離、Δｄ…ｄの変化量。

Claims (5)

【特許請求の範囲】
1. 【請求項１】自動車に搭載された車線認識装置の認識結
   果を用いてふらつき運転を検知するふらつき運転判定装
   置において、該ふらつき運転判定装置の判定結果を記録
   し、該記録結果から運転者のステアリングにおける傾向
   を推定し、運転者の傾向に合わせたふらつき運転判定を
   行なうことを特徴とするふらつき運転判定方法。
2. 【請求項２】請求項１のふらつき運転判定方法におい
   て、自動車と車線境界線の距離、該距離の時系列変化
   量、車線の曲率よりふらつき運転を判定するふらつき運
   転判定方法。
3. 【請求項３】請求項１のふらつき運転判定方法におい
   て、ファジィ推論を用いてふらつき運転を判定し、運転
   者の傾向に合わせるように該ファジィ推論のメンバシッ
   プ関数を変化させることを特徴とするふらつき運転判定
   方法。
4. 【請求項４】請求項１のふらつき運転判定方法におい
   て、ファジィ推論を用いてふらつき運転を判定し、運転
   者の傾向に合わせるように該ファジィ推論のルールを変
   化させることを特徴とするふらつき運転判定方法。
5. 【請求項５】自動車に搭載され道路車線を認識する車線
   認識装置、車線の認識結果から該自動車と車線境界線と
   の距離とカーブの曲率を計算する距離算出手段、距離デ
   ータを記録する距離記憶メモリ、距離の時系列変化量を
   計算する距離変化量算出手段、距離データと距離変化量
   とカーブの曲率からふらつき運転を判定するふらつき運
   転判定手段、ふらつき運転判定結果を記録する判定結果
   記憶メモリ、判定結果データから運転者の傾向を学習す
   る運転者傾向学習手段、運転者とのデータのやりとりを
   行なう運転者インターフェイスからなる、ふらつき運転
   判定装置。