JP2019185100A - 情報処理装置、情報処理システム、情報処理方法及びプログラム - Google Patents

Abstract

【課題】車両の周辺環境の要因によって注意すべき事象が発生した位置に関する情報精度良く生成する情報処理装置を提供する。【解決手段】情報処理装置（サーバ装置２０）は、移動体の挙動情報を収集する挙動情報収集手段と、前記移動体の運転操作の少なくとも一部が自動で行われている自動運転モードにおける移動体の自動運転挙動情報を、収集された前記挙動情報から抽出する挙動情報抽出手段と、前記自動運転挙動情報及び当該自動運転挙動情報が収集された際の移動体の位置情報に基づいて、運転操作に影響を与える事象が発生した位置を推定する位置推定手段と、を有する【選択図】図１１

Description

本発明は、移動体に情報を提供する情報処理装置、情報処理システム、情報処理方法及びプログラムに関する。

車両の等の移動体の走行履歴（走行位置、走行速度など）を示すプローブ情報を用いて解析することが行われている。

このようなプローブ情報を用いて解析する装置としては、例えば、車両のプローブ情報、ＶＩＣＳ（登録商標）（Vehicle Information and Communication System）情報、及び路側に設置された道路管理者の車両感知器からの出力に基づいて、対象車両に注意すべき事象が発生する可能性が高いか否かを予測して、予測結果に応じて、対象車両の車載機に情報を提示させる支援装置を備えている運転支援システムが開示されている。

特開２０１０-０３９９９２号公報

しかしながら、特許文献１の運転支援システムは、車両からのプローブ情報の収集において、自動車が自動運転状態であるか手動運転状態であるかの切り分けがないままにプローブ情報の収集を行っている。

例えば、「手動運転状態」での注意すべき事象が発生した位置は、車両を運転する運転手の運転操作による影響が大きい。このため、従来の注意すべき事象が発生した位置は、そのような車両を運転する運転手の運転操作による影響が含まれたものである。したがって、車両の周辺環境の要因のみの注意すべき事象が発生した位置を高い精度で生成すること困難であることが課題の一例として挙げられる。

本発明は上記した点に鑑みてなされたものであり、車両の周辺環境の要因のみの注意すべき事象が発生した位置を互い精度で生成する情報処理装置を提供することを課題の１つとする。

本願請求項１に記載の情報処理装置は、移動体の挙動情報を収集する挙動情報収集手段と、前記移動体の運転操作の少なくとも一部が自動で行われている自動運転モードにおける移動体の自動運転挙動情報を当該収集された前記挙動情報から抽出する挙動情報抽出手段と、前記自動運転挙動情報及び当該自動運転挙動情報が収集された際の移動体の位置情報に基づいて、運転操作に影響を与える事象が発生した位置を推定する位置推定手段と、を有することを特徴とする。

本願請求項１３に記載の情報処理システムは、移動体の走行状態に関する計測を行う計測端末と、前記計測端末から送信され、前記移動体の挙動情報を収集する挙動情報収集手段と、前記挙動情報収集手段が収集した前記挙動情報から移動体の運転操作の少なくとも一部が自動で行われている自動運転モードにおける移動体の自動運転挙動情報を抽出する挙動情報抽出手段と、記自動運転挙動情報及び当該自動運転挙動情報が収集された際の移動体の位置情報に基づいて、運転操作に影響を与える事象が発生した位置を推定する位置推定手段と、を備える情報処理装置と、有することを特徴とする。

本願請求項１４に記載の情報処理方法は、移動体の挙動情報を収集するステップと、
前記移動体の運転操作の少なくとも一部が自動で行われている自動運転モードにおける移動体の自動運転挙動情報を当該収集された前記挙動情報から抽出するステップと、前記自動運転挙動情報及び当該自動運転挙動情報が収集された際の移動体の位置情報に基づいて、運転操作に影響を与える事象が発生した位置を推定するステップと、を有することを特徴とする。

本願請求項１５に記載のプログラムは、コンピュータに、移動体の挙動情報を収集するステップと、前記移動体の運転操作の少なくとも一部が自動で行われている自動運転モードにおける移動体の自動運転挙動情報を当該収集された前記挙動情報から抽出するステップと、前記自動運転挙動情報及び当該自動運転挙動情報が収集された際の移動体の位置情報に基づいて、運転操作に影響を与える事象が発生した位置を推定するステップと、を実行させることを特徴とする。

実施例１の情報処理システムの全体図である。 実施例１の計測端末及びサーバの構成を示すブロック図である。 実施例１のサーバの情報処理を示すフロー図である。 実施例１のサーバの他の情報処理を示すフロー図である。 実施例２の計測端末及びサーバの構成を示すブロック図である。 実施例２のサーバの情報処理を示すフロー図である。 実施例３の計測端末及びサーバの構成を示すブロック図である。 実施例３のサーバの情報処理を示すフロー図である。 実施例４の計測端末及びサーバの構成を示すブロック図である。 実施例４のサーバの情報処理を示すフロー図である。 実施例５の計測端末及びサーバの構成を示すブロック図である。 実施例５のサーバの情報処理を示すフロー図である。

図１は、実施例１の情報処理システムの全体構成を示している。図１に示すように、情報処理システム１００は、移動体としての自動車Ｍに搭載された計測端末１０と、情報処理装置としてのサーバ２０とが、ネットワークＮＷを介して接続されて構成されている。尚、移動体は、自動車、バイク、飛行機、船舶、移動する人等、自動車以外の移動体であってもよい。

図２は、情報処理システム１００の計測端末１０及びサーバ２０の機能ブロックを示している。図２に示すように、情報処理システム１００においては、複数の自動車Ｍの各々に搭載されている計測端末１０とサーバ２０とが通信可能に接続されている。

計測端末１０は、自動車Ｍに搭載されている。計測端末１０は、自動車Ｍのナビゲーションシステムの一部であってもよい。

加速度センサ１１は、静電容量型又はピエゾ抵抗型等の加速度センサである。加速度センサ１１は、例えば、２軸加速度センサであり、自動車Ｍが前方に進行する際の前後方向の加速度と、前後方向に直交する左右方向、すなわち自動車Ｍの移動方向に対して左右方向の加速度を検出する。

ＧＰＳ（Global Positioning System）装置１２は、ＧＰＳ衛星から信号（ＧＰＳ信号）を受信するようになされた装置であり、自動車Ｍの位置情報を取得する。

通信部１３は、サーバ２０及び他の自動車Ｍに搭載されている計測端末１０とネットワークＮＷを介して通信可能に接続されているインターフェースである。

制御部１４は、例えば、演算処理を行うＣＰＵ（Central Processing Unit）を含んでいる。制御部１４は、加速度センサ１１、ＧＰＳ装置１２及び通信部１３を含む計測端末１０の各部の動作を制御することが可能である。

挙動情報算出部１５は、制御部１４の機能ブロックの１つである。挙動情報算出部１５は、加速度センサ１１及びＧＰＳ装置１２の信号から、自動車Ｍの速度、加速度、アクセル開度、ブレーキングの強さ、アクセルオフでの空走距離、自動車Ｍの前方を走行する自動車との車間距離及び自動車Ｍの位置を含む挙動情報を算出可能である。すなわち、挙動情報算出部１５は、プローブ情報を取得可能である。挙動情報は、例えば、所定期間当たりの自動車Ｍの挙動に関する情報である。加速度であれば、例えば１５秒間あたりの自動車Ｍの加速度である。尚、所定期間は任意に定めることが可能である。

自動車Ｍの加速度及び速度は、例えば、加速度センサ１１からの加速度信号またはＧＰＳ装置１２からのＧＰＳ信号に基づいて算出されて取得されてもよい。また、自動車Ｍの速度は、例えば、自動車Ｍから車速パルスの供給を受けて、当該車速パルスに基づいて算出して取得可能であってもよい。

また、自動車Ｍの位置は、例えば、ＧＰＳ装置１２からのＧＰＳ信号に基づいて取得されてもよい。また自動車Ｍの位置は、基準位置からの移動量、ジャイロ装置からの自動車Ｍの姿勢情報または自動車Ｍの車速パルスにから得られた車速情報に基づいて算出されてもよい。また、挙動情報算出部１５は、地図情報を取得可能であってもよい。すなわち、ＧＰＳ受信機からのＧＰＳ情報、ジャイロ装置からの自動車Ｍの姿勢情報及び自動車Ｍの車速情報のうちの少なくとも１つと当該地図情報を組み合わせて、自動車Ｍの位置を算出して取得可能であってもよい。

また、以下の説明において、自動車Ｍが自動車Ｍの進行方向に向けて加速する場合の加速度を正の加速度とし、減速する場合の加速度を負の加速度とする。なお、進行方向における負の加速度を減速度とも称する。また、横方向の加速度については、自動車Ｍの進行方向に対して左に向かった加速度を正の加速度とし、進行方向に対して右の方向に向かった加速度を負の加速度として説明する。

サーバ２０の通信部２１は、複数の自動車Ｍの各々に搭載されている計測端末１０の通信部１３とネットワークＮＷを介して通信可能に接続されている。通信部２１は、例えば、通信部１３から上記自動車Ｍの加速度、速度及び位置を含む挙動情報またはプローブ情報を受信可能である。

制御部２３は、例えば、演算処理を行うＣＰＵ（Central Processing Unit）等を含んでおり、コンピュータによって実現される。制御部２３は、通信部２１を含むサーバ２０の各部の動作を制御することが可能である。また制御部２３は、通信部２１を介して外部からの様々な情報を取得して、当該取得した情報について解析等の処理を行うことが可能である。ＣＰＵは、記憶部２２から処理内容に応じたプログラムを読み出して、読み出したプログラムを実行して、各種機能を実現する。

挙動情報取得手段２３ａは、制御部２３の機能ブロックの１つである。挙動情報取得手段２３ａは、自動車Ｍに搭載されている各々の計測端末１０から当該自動車Ｍの挙動情報を取得することが可能である。

判定手段２３ｂは、制御部２３の機能ブロックの１つである。判定手段２３ｂは、通信部２１によって受信された挙動情報に含まれる加速度に基づいて各計測端末１０が搭載された自動車Ｍが自動運転モードであるか否かを判定する。

判定手段２３ｂは、例えば、自動車Ｍの進行方向における加速度（減速度）が所定の閾値以下であると自動運転モードであると判定する。また、例えば、判定手段２３ｂは、自動車Ｍの横方向における加速度の絶対値が、所定の閾値以下であると自動運転モードであると判定する。

具体的には、自動運転モードで走行する自動車Ｍは、前方を走行する自動車がいない場合は、直線道路で一定速度を維持し、加減速は最小限でばらつきが少なく、なめらかである。

また、自動運転モードで走行する自動車Ｍは、前方を走行する自動車に追従する走行を行っている場合は、直線道路で速度が前方を走行する自動車に合わせて変動し、加減速は最小限でばらつきが少なく、なめらかである。

また、自動運転モードで走行する自動車Ｍは、前方を走行する自動車に追従する走行を行っている場合、自動車Ｍの前方を走行する自動車との車間距離が一定である。すなわち、自動運転モードで走行する自動車Ｍは、天候や時間帯（日中や、夜間）に左右されずに一定の車間距離を維持しつつ走行する。

尚、自動車Ｍの速度域が速くなるにつれて、自動車Ｍの停止距離は伸びる。このため、当該車間距離は、自動車Ｍの速度域が速くなるにつれて長くなる。すなわち、自動運転モードで走行する自動車Ｍは、走行速度に応じた一定の車間距離で走行する。

これに対して、手動運転モードで走行する自動車Ｍは、厳密な一定速度が維持されていることは困難である。また、手動運転モードで走行する自動車Ｍは、急減速を示す加速度が散見される。さらに、手動運転モードで走行する自動車Ｍは、前方を走行する自動車との車間距離が走行時及び停車時においてバラツキが生じる。

判定手段２３ｂは、これらの要素を考慮して自動運転モードであるか否かを判定する。ここで、自動運転モードとは、自動車の操縦モードである。操縦モードは、自動車Ｍの走行に関する操作の自動化の程度によって異なる複数の操縦モードを含んでいる。

例えば、手動運転モードは、自動運転レベル０に相当する。自動運転モードは、自動運転レベル１乃至５に相当するモードであるとする。ここで、自動運転レベルは、日本政府や米国運輸省道路交通安全局(NHTSA)で定義される自動運転レベルであるとする。

また、自動運転モードは、アクセル操作、ブレーキ操作、操舵操作（ステアリング操作）のうち、少なくとも１つの操作の支援を行うモードが含まれているものとする。操作の支援を行うモードとは、例えば、エマージェンシーブレーキのように、運転者の操作が予め定めた所定条件を満たさない場合に、運転操作に介入するモードである。

判定手段２３ｂは、自動車Ｍの操舵の運転操作、加速の運転操作及び制動の運転操作の各々について少なくとも１つの運転操作が自動で行われているかを判定する。すなわち、判定手段２３ｂは、自動車Ｍの操舵の運転操作、加速の運転操作及び制動の運転操作のうち、少なくとも１つが、自動で制御がなされていれば自動運転モードであるとして判定する。

尚、判定手段２３ｂによる判定は、これには限られず、例えば、判定手段２３ｂは、自動車Ｍの操舵の運転操作、加速の運転操作及び制動の運転操作の各々が自動で行われているかを判定するようにしてもよい。すなわち、自動車Ｍの操舵の運転操作、加速の運転操作及び制動の運転操作の各々が自動で操作されている場合を自動運転モードであると判定してもよい。また、自動運転レベルは必ずしも判定されなくてもよく、例えば、アクセル操作、ブレーキ操作、操舵操作の運転操作ごとに自動運転モードであるか否かを判断してもよい。

記憶部２２は、例えばハードディスク、フラッシュメモリ、ＳＳＤ（Solid State Drive）、ＲＡＭ（Random Access Memory）等を含み、通信部２１によって受信された移動体情報等の情報を記憶することが可能である。また、記憶部２２は、判定手段２３ｂが自動車Ｍの操縦モードの判定をする際に用いる閾値情報を記憶可能である。また、記憶部２２は、各機能ブロックの手段が判定する際の基準となる情報を記憶可能である。また、記憶部２２は、地図情報等を記憶可能である。尚、記憶部２２は、ＢＩＯＳ（Basic Input Output System）、ソフトウェア等の各種プログラムを記憶する。また、記憶部２２は、挙動情報取得手段２３ａ、判定手段２３ｂ等の制御部２３の各機能ブロックの手段による判定の結果を記憶することが可能である。

図３は、サーバ２０によって実行される操縦モードの判定処理を示している。図３に示すように、挙動情報取得手段２３ａは、自動車Ｍに搭載されている各々の計測端末１０から当該自動車Ｍの挙動情報を取得する（ステップＳ１０１）。

判定手段２３ｂは、ステップＳ１０１で取得した挙動情報に基づいて、当該自動車Ｍの運転操作が自動で行われているか、すなわち、自動車Ｍの操縦モードを判定する。

具体的には、判定手段２３ｂは、挙動情報の前後加速度が予め定めた閾値以下であるかを判定する（ステップＳ１０２）。すなわち、当該自動車Ｍが自動運転モードである場合、自動車Ｍの加速又は減速は予め定められた一定の基準に基づいて操作が行われる。このため、自動運転モードの自動車Ｍは、一定の基準に沿って安定した加速又は減速で走行している。判定手段２３ｂは、このような自動運転モードの性質を利用して、加速に関する運転操作の少なくとも一部及び制動に関する運転操作の少なくとも一部が自動で行われているか、すなわち、自動車Ｍの操縦モードを判定する。一定の基準とは、例えば、一定期間（例えば、１０秒間）における前後加速度の変位である。当該変位が一定の基準より低い場合には、安定した加速又は減速で自動車Ｍが走行しており、判定手段２３ｂは、自動車Ｍが自動運転モードで走行していると判定することができる。つまり、自動運転モードである場合、急な加速操作及び制動操作が行われることがなく比較的一定の前後加速度であることが想定される。

ステップＳ１０２の判定において、前後加速度が閾値以下である場合（ステップＳ１０２：Ｙ）、判定手段２３ｂは、当該自動車Ｍが自動運転モードとして判定する（ステップＳ１０３）。

ステップＳ１０２の判定において、前後加速度が閾値を超える場合（ステップＳ１０２：Ｎ）、判定手段２３ｂは、挙動情報の左右加速度が予め定めた閾値以下であるか判定する（ステップＳ１０４）。すなわち、当該自動車Ｍが自動運転モードである場合、自動車Ｍの操舵は予め定められた一定の基準に基づいて操作が行われる。このため、自動運転モードの自動車Ｍは、一定の基準に沿って安定した左右加速度で走行している。つまり、自動運転モードである場合、急な操舵操作（ステアリング操作）が行われることがなく比較的一定の左右加速度であることが想定される。

判定手段２３ｂは、このような自動運転モードの性質を利用して操舵に関する運転操作の少なくとも一部が自動で行われているか、すなわち、自動車Ｍの操縦モードを判定する。自動車Ｍの操縦モードを判定する。一定の基準とは、例えば、一定期間（例えば、１０秒間）における左右加速度の変位である。当該変位が一定の基準より低い場合には、安定した左右加速度で自動車Ｍが走行しており、判定手段２３ｂは、自動車Ｍは自動運転モードであると判定することができる。

ステップＳ１０４の判定において、左右加速度が閾値以下である場合（ステップＳ１０４：Ｙ）、判定手段２３ｂは、当該自動車Ｍが自動運転モードであると判定する（ステップＳ１０３）。

ステップＳ１０４の判定において、左右加速度が閾値を超える場合（ステップＳ１０４：Ｎ）、判定手段２３ｂは、当該自動車Ｍが手動運転モードであると判定する（ステップＳ１０５）。

以上のように、本実施例の情報処理システムによれば、自動車Ｍの前後加速度及び左右加速度に基づいて、当該自動車Ｍが自動運転モードであるか否かを判定する。したがって、収集したプローブ情報に対して、移動体の運転状態が自動運転状態か手動運転状態かを容易に切り分けることができ、当該運転状態に応じて適切な情報解析を行うことが可能となる。

尚、本実施例においては、前後加速度又は左右加速度のいずれかが閾値以下である場合に、自動運転モードであると判定した。しかし、操縦モードの判定処理は、これには限られず、たとえば、前後加速度及び左右加速度のいずれかが閾値以下である場合に、自動運転モードであると判定してもよい。

図４は、サーバ２０によって実行される他の自動運転モード判定処理を示している。ステップＳ２０１は、図３に示すステップＳ１０１と同一の処理であるので説明を省略する。図４に示すように、判定手段２３ｂは、挙動情報の前後加速度が予め定めた閾値以下であるかを判定する（ステップＳ２０２）。ステップＳ２０２の判定において、前後加速度が閾値以下である場合（ステップＳ２０２：Ｙ）、判定手段２３ｂは、挙動情報の左右加速度が予め定めた閾値以下であるかを判定する（ステップＳ２０３）。

ステップＳ２０３の判定において、左右加速度が閾値以下である場合（ステップＳ２０３Ｙ）、判定手段２３ｂは、当該自動車Ｍが自動運転モードであると判定する（ステップＳ２０４）。

ステップＳ２０２の判定において、前後加速度が閾値を超える場合（ステップＳ２０２：Ｎ）、判定手段２３ｂは、当該自動車Ｍが手動運転モードであると判定する（ステップＳ２０５）。

ステップＳ２０３の判断において、左右加速度が閾値を超える場合（ステップＳ２０３：Ｎ）、判定手段２３ｂは、当該自動車Ｍが手動運転モードとして判定する（ステップＳ２０５）。

このように自動運転モードであるか否かを判定することにより、より精度の高い判定を行うことが可能となる。

実施例２に係る情報処理システム１００について説明する。実施例２に係る情報処理システム１００は、実施例１に係る情報処理システム１００とは、計測端末１０がカメラを備え、サーバ２０が車間距離取得手段を備える点で異なる。その他の点は、実施例１に係る情報処理システム１００と構成と同一である。

図５は、実施例２に係る情報処理システム１００の構成を示している。図５に示すように、計測端末１０は、自動車Ｍの前方を走行する自動車を撮像するカメラ１７を備えている。

サーバ２０は、移動体間距離取得手段としての車間距離取得手段２３ｃを備えている。車間距離取得手段２３ｃは、制御部２３の機能ブロックの１つである。車間距離取得手段２３ｃは、計測端末１０から取得した撮像情報から自動車Ｍと前方を走行する自動車との車間距離を算出する。

図６は、サーバ２０によって実行される操縦モードの判定処理を示している。図６に示すように、車間距離取得手段２３ｃは、計測端末１０から撮像データを取得し、取得した撮像データから自動車Ｍの前方を走行する自動車までの距離を算出して車間距離を取得する（ステップＳ３０１）。尚、車間距離取得手段２３ｃは、所定期間（例えば、５分間）に取得した複数の車間距離を取得する。具体的には、車間距離取得手段２３ｃは、自動車Ｍの走行速度に応じた複数の車間距離を取得する。例えば、自動車Ｍが時速４０ｋｍで５分間定速走行する場合、所定時間（例えば、１０秒）毎に車間距離を取得する。また、例えば、自動車Ｍが時速４０ｋｍ〜６０ｋｍの間で速度が変動して５分間走行する場合、所定時間（例えば、１０秒）毎に自動車Ｍの速度に応じた車間距離を取得する。

判定手段２３ｂは、ステップＳ３０１で取得した複数の車間距離に基づいて、当該自動車Ｍの運転操作が自動で行われているか、すなわち、自動車Ｍの操縦モードを判定する。

具体的には、判定手段２３ｂは、複数の車間距離のいずれもが予め定めた所定の範囲内であるか判定する（ステップＳ３０２）。例えば、自動車Ｍが時速４０ｋｍで５分間定速走行している場合、判定手段２３ｂは、所定時間ごとに取得した各々の車間距離が３０〜４０ｍの所定の範囲内になっているかを判定する。尚、所定時間及び車間距離の所定の範囲は任意に変更して実施してもよい。

すなわち、当該自動車Ｍが自動運転モードである場合、自動車Ｍは予め定められた一定の基準に基づいて加速操作及び制動操作が行われる。判定手段２３ｂは、このような自動運転モードの性質を利用して自動車Ｍの操縦モードを判定する。

ステップＳ３０２の判定において、複数の車間距離のいずれもが予め定めた所定の範囲内である場合（ステップＳ３０２：Ｙ）、判定手段２３ｂは、当該自動車Ｍが自動運転モードとして判定する（ステップＳ３０３）。

ステップＳ３０２の判断において、複数の車間距離のうち少なくとも１つが予め定めた所定の範囲外である場合（ステップＳ３０２：Ｎ）、判定手段２３ｂは、当該自動車Ｍが手動運転モードとして判定する（ステップＳ３０４）。

尚、本実施例においては、車間距離取得手段２３ｃは、計測端末１０のカメラ１７が撮像した撮像データに基づいて車間距離を取得した。しかし、車間距離の取得は、カメラ１７が撮像した撮像データに基づいて行われるものに限られず、前方を走行する自動車との距離を取得することができるデータであればよい。このようなデータとしては、例えば、ミリ波レーダー、ＬｉＤＡＲ（Light Detection and Ranging）等の測定データが挙げられる。

以上のように、本実施例の情報処理システムによれば、自動車Ｍの前方を走行する自動車との車間距離に基づいて、当該自動車Ｍが自動運転モードであるか否かを判定する。したがって、収集したプローブ情報に対して、移動体の運転状態が自動運転状態か手動運転状態かを容易に切り分けることができ、当該運転状態に応じて適切な情報解析を行うことが可能となる。

実施例３に係る情報処理システム１００について説明する。実施例３に係る情報処理システム１００は、実施例１に係る情報処理システム１００とは、サーバ２０が道路形状取得手段２３ｄを備える点で異なる。その他の点は、実施例１に係る情報処理システム１００と構成と同一である。

図７は、実施例３に係る情報処理システム１００の構成を示している。図７に示すように、サーバ２０は、道路形状取得手段２３ｄを備えている。道路形状取得手段２３ｄは、制御部２３の機能ブロックの１つである。道路形状取得手段２３ｄは、計測端末１０から取得した地図情報から自動車Ｍが走行する道路の形状を取得する。

例えば、計測端末１０の挙動情報算出部１５は、地図情報を取得可能である。地図情報は、挙動情報と共にサーバ２０に送信される。道路形状取得手段２３ｄは、送信された地図情報に基づいて、挙動情報に対応する道路の形状を取得する。

図８は、サーバ２０によって実行される操縦モードの判定処理を示している。図８に示すように、挙動情報取得手段２３ａは、自動車Ｍに搭載されている各々の計測端末１０から当該自動車Ｍの挙動情報を取得する。また、道路形状取得手段２３ｄは、計測端末１０から地図データを取得して自動車が走行する道路形状を取得する（ステップＳ４０１）。

判定手段２３ｂは、ステップＳ４０１で取得した挙動情報及び道路形状に基づいて、当該自動車Ｍの運転操作が自動で行われているか、すなわち、自動車Ｍの操縦モードを判定する。

具体的には、判定手段２３ｂは、取得した道路の形態のうち、特定の道路の形態における挙動情報の前後加速度が予め定めた閾値以下であるか判断する（ステップＳ４０２）。ここで、特定の道路の形態とは、トンネルの出入り口及びトンネル内、下り坂から上り坂へ変化するいわゆるサグ地点、ＥＴＣ（Electronic Toll Collection System）のような高速道路の料金所、カーブ、交差点等である。

すなわち、当該自動車Ｍが自動運転モードである場合、自動車Ｍは予め定められた一定の基準に基づいて運転操作が行われる。例えば、トンネルの出入り口では、手動運転モードでは、視界の変化により自動車Ｍの速度に変化が生じ得る。これに対して、自動運転モードでは、トンネルの出入り口であっても自動車Ｍの速度は一定に保たれて走行されると考えられる。また、ＥＴＣのような高速道路の料金所を通過する際に、手動運転モードでは、自動車Ｍは急激に加速され得る。これに対して、自動運転モードでは、ＥＴＣのような高速道路の料金所を通過する際であっても、自動車Ｍは一定の加速度で加速されると考えられる。判定手段２３ｂは、このような自動運転モードの性質を利用して自動車Ｍの操縦モードを判定する。

ステップＳ４０２の判定において、特定の道路の形態における前後加速度が予め定めた所定の閾値以下である場合（ステップＳ４０２：Ｙ）、判定手段２３ｂは、自動車Ｍが自動運転モードであると判定する（ステップＳ４０３）。

ステップＳ４０２の判定において、特定の道路の形態における前後加速度が予め定めた所定の閾値を超える場合（ステップＳ４０２：Ｎ）、判定手段２３ｂは、取得した道路の形態のうち、特定の道路の形態における挙動情報の左右加速度が予め定めた所定の閾値以下であるか判定する（ステップＳ４０４）。

すなわち、当該自動車Ｍが自動運転モードである場合、自動車Ｍは予め定められた一定の基準に基づいて操舵操作が行われる。例えば、カーブにおける操舵操作では、手動運転モードでは、操舵操作は運転者の技能、感覚に依存するためムラが生じ得る。これに対して、自動運転モードでは、カーブにおける操舵操作であっても、自動車Ｍの操舵は一定の基準に基づいて走行されるため、ムラが生じにくいと考えられる。判定手段２３ｂは、このような自動運転モードの性質を利用して自動車Ｍの操縦モードを判定する。

ステップＳ４０４の判定において、左右加速度が予め定めた所定の閾値以下である場合（ステップＳ４０４：Ｙ）、判定手段２３ｂは、当該自動車Ｍが自動運転モードとして判定する（ステップＳ４０３）。

ステップＳ４０４の判定において、左右加速度が予め定めた所定の閾値を超える場合（ステップＳ４０４：Ｎ）、判定手段２３ｂは、当該自動車Ｍが手動運転モードとして判定する（ステップＳ４０５）。

尚、道路形状取得手段２３ｄによる道路の形状の取得は、地図情報に限られず、例えば、カメラが撮像した撮像データ、ＬｉＤＡＲ（Light Detection and Ranging）によって道路の形状を取得してもよい。

以上のように、本実施例の情報処理システムによれば、特定の道路の形状を走行する際の自動車Ｍの挙動情報に基づいて、当該自動車Ｍが自動運転モードであるか否かを判定する。したがって、収集したプローブ情報に対して、移動体の運転状態が自動運転状態か手動運転状態かを容易に切り分けができ、当該運転状態に応じて適切な情報解析を行うことが可能となる。

尚、上記した実施例１乃至実施例３に係る情報処理システムは、それぞれサーバ２０の構成を組み合わせて実施してもよい。例えば、判定手段２３ｂは、自動車Ｍの挙動情報、自動車Ｍの前方を走行する自動車との車間距離、及び特定の道路の形態における自動車Ｍの挙動情報の各々を組み合わせて自動運転モードを判定してもよい。

実施例４に係る情報処理システム１００について説明する。実施例４に係る情報処理システム１００は、実施例１乃至３で説明した操縦モードの判定を用いて、自動運転モードで走行する自動車Ｍに注意すべき事象が発生した位置を推定する。

尚、実施例４に係る情報処理システム１００は、実施例１に係る情報処理システム１００とは、サーバ２０が挙動情報収集手段及び位置推定手段を備える点で構成が異なる。その他の点は、実施例１に係る情報処理システム１００と構成と同一である。

図９は、実施例４に係る情報処理システム１００の構成を示している。図９に示すように、挙動情報収集手段２３ｅは、制御部２３の機能ブロックの１つである。挙動情報収集手段２３ｅは、複数の自動車Ｍに搭載された計測端末１０から挙動情報を収集することが可能である。

挙動情報抽出手段２３ｆは、制御部２３の機能ブロックの１つである。挙動情報抽出手段２３ｆは、自動車Ｍの運転操作の少なくとも一部が自動で行われている自動運転モードにおける自動車Ｍの自動運転挙動情報を当該収集された挙動情報から抽出することが可能である。

位置推定手段２３ｇは、制御部２３の機能ブロックの１つである。位置推定手段２３ｇは、自動車Ｍに注意すべき事象が発生した際に、その事象が発生した位置を推定する。

注意すべき事象とは、例えば、急ハンドル、急加速又は急減速等のうちいずれかの運転操作が発生した状況等である。また、注意すべき事象が発生した位置とは、例えば、急ハンドル、急加速又は急減速のうちいずれかの運転操作を必要とする可能性がある要因に遭遇した位置、急ハンドル、急加速又は急減速のうちいずれかの運転操作が発生した位置等である。

位置推定手段２３ｇは、例えば、自動車Ｍの進行方向における加速度（減速度）が所定の閾値（例えば、−０．４Ｇ）を下回ると注意すべき事象が発生したと推定する。そして、当該閾値を下回った位置を注意すべき事象が発生した位置として推定する。尚、注意すべき事象が発生したと推定する閾値は、自動運転モードを判定する際の閾値よりも高いものとするとよい。

また、例えば、位置推定手段２３ｇは、自動車Ｍの横方向における加速度の絶対値が、所定の閾値（例えば、０．４Ｇ）を上回ると注意すべき事象が発生したと推定する。そして、当該閾値を上回った位置を注意すべき事象が発生した位置として特定する。尚、注意すべき事象が発生したと推定する閾値は、自動運転モードを判定する際の閾値よりも高いものとするとよい。

位置推定手段２３ｇは、位置推定手段２３ｇが推定した注意すべき事象が発生した位置の情報及び通信部２１によって受信された挙動情報に含まれる自動車Ｍの位置情報に基づいて当該注意すべき事象が発生した位置を推定する。例えば、位置推定手段２３ｇは、注意すべき事象が発生した位置における自動車Ｍの位置を注意すべき事象が発生した位置として特定する。

図１０は、サーバ２０によって実行される操縦モードの判定処理を示している。図１０に示すように、挙動情報収集手段２３ｃは、複数の自動車Ｍに搭載された各々の計測端末１０から、当該自動車Ｍの挙動情報を収集する（ステップＳ５０１）。

挙動情報抽出手段２３ｆは、自動車Ｍの運転操作の少なくとも一部が自動で行われている自動運転モードにおける自動車の自動運転挙動情報を収集された挙動情報から取得する（ステップＳ５０２）。

ステップＳ５０２の自動運転挙動情報を取得する処理は、上記の実施例１乃至３で説明したように、挙動情報、車間距離及び地図情報に基づいて自動運転モードを判定して自動運転挙動情報を取得してもよい。また、計測端末１０の挙動情報生成手段１５が挙動情報を生成する際に、自動車Ｍから操縦モード情報を取得して、自動運転挙動情報であることを示す識別子を付して挙動情報を生成するようにしてもよい。さらには、車室内を撮像するカメラによって、運転者の動きや状態を認識して自動運転モードか否かを判断してもよい。例えば、自動運転モードで走行する自動車Ｍの運転者は、手の動きは、手動運転モード時よりもハンドルから離れた位置にある。自動運転モードで走行する自動車Ｍの運転者は、顔の向きや視線は、手動運転モード時よりも進行方向以外を向いている可能性がある。

位置推定手段２３ｇは、自動運転挙動情報及び当該自動車Ｍの位置情報に基づいて、自動車Ｍの運転操作に影響を与える事象が発生した位置を推定する。

具体的には、位置推定手段２３ｇは、挙動情報の前後加速度が予め定めた閾値以上であるか判断する（ステップＳ５０３）。すなわち、位置推定手段２３ｇは、急減速や急加速に相当する前後加速度が生じているか否かを判定することによって、注意すべき事象が生じたかを判定する。

ステップＳ５０３の判断において、前後加速度が閾値以上である場合（ステップＳ５０３：Ｙ）、位置推定手段２３ｇは、当該自動車Ｍに注意すべき事象が発生したと推定する（ステップＳ５０４）。位置推定手段２３ｇは、当該閾値を上回った位置を注意すべき事象が発生した位置として推定し（ステップＳ５０５）、当該位置を記録する（ステップＳ５０６）。

ステップＳ５０３の判定において、前後加速度が閾値を超えない場合（ステップＳ５０３：Ｎ）、位置推定手段２３ｇは、挙動情報の左右加速度が予め定めた閾値以下であるか判定する（ステップＳ５０７）。すなわち、位置推定手段２３ｇは、急ハンドルに相当する左右加速度が生じているか否かを判定することによって、注意すべき事象が生じたかを判定する。

ステップＳ５０７の判定において、左右加速度が閾値以上である場合（ステップＳ５０７：Ｙ）、位置推定手段２３ｇは、当該自動車Ｍに注意すべき事象が発生したと推定する（ステップＳ５０４）。位置推定手段２３ｇは、当該閾値を上回った位置を注意すべき事象が発生した位置として推定し（ステップＳ５０５）、当該位置を記録する（ステップＳ５０６）。

ステップＳ５０７の判定において、左右加速度が閾値未満である場合（ステップＳ５０７：Ｎ）、位置推定手段２３ｇは、当該自動車Ｍに注意すべき事象が発生していない、すなわち、事象が未発生として推定する（ステップＳ５０８）。

尚、ステップＳ５０２において、加速に関する運転操作の少なくとも一部が自動で行われている自動車Ｍの自動運転挙動情報、制動に関する運転操作の少なくとも一部が自動で行われている自動車Ｍの自動運転挙動情報、操舵に関する運転操作の少なくとも一部が自動で行われている自動車Ｍの自動運転挙動情報、をそれぞれ分別して取得することとしてもよい。このようにして、本実施例の処理を行うことによって、運転操作が自動で行われている種類ごとに注意すべき事象が発生した位置を把握することが可能となる。

以上のように、本実施例の情報処理システムによれば、自動車Ｍの自動運転挙動情報に基づいて、当該自動車Ｍに注意すべき事象が発生したと位置を推定する。したがって、自動運転状態である挙動情報を用いて適切な情報解析を行うことが可能となる。

例えば、取得した挙動情報から「手動運転モード」である自動車から送信された挙動情報を除外することによって、個人の運転技能によらない自動車の周辺環境の要因による精度の高い注意すべき事象が発生した位置に関する情報を生成することができる。

実施例５に係る情報処理システム１００について説明する。実施例５に係る情報処理システム１００は、実施例４に係る情報処理システム１００とは、計測端末１０がカメラを備える点で異なる。すなわち、位置推定手段２３ｇは、自動車Ｍの周囲に位置する自動車の走行状態を付加して位置の推定を行う。その他の点は、実施例４に係る情報処理システム１００と構成と同一である。

図１１は、実施例５に係る情報処理システム１００の構成を示している。図１１に示すように、計測端末１０は、自動車Ｍの周囲の画像を撮像するカメラ１７を備える。

図１２は、サーバ２０によって実行される操縦モードの判定処理を示している。尚、ステップＳ６０１〜Ｓ６０２は、ステップＳ５０１〜５０２にと同一の処理であるので説明を省略する。

図１２に示すように、位置推定手段２３ｇは、挙動情報の前後加速度が予め定めた閾値以上であるか判定する（ステップＳ６０３）。

ステップＳ６０３の判定において、前後加速度が閾値以上である場合（ステップＳ６０３：Ｙ）、周囲の移動体の走行状態が自動車Ｍの挙動に影響を与えたかを判断する（ステップ６０４）。すなわち、位置推定手段２３ｇは、当該位置の推定において、自動車Ｍの周囲に位置する自動車の走行状態の影響によって推定された位置を推定された位置から除外する。例えば、自動車Ｍの周囲に位置する他の自動車の走行が急な車線変更や、いわゆる割込みを行った場合は、自動車Ｍに急制動等の運転操作が行われる可能性がある。したがって、位置推定手段２３ｇは、注意すべき事象が発生したとしても、このような人為的な操作による事象を除くことで、自動運転モード時の特有の注意すべき事象を解析することが可能となる。

位置推定手段２３ｇは、ステップＳ６０４の判定において周囲の自動車の走行状態が自動車Ｍの挙動に影響を与えないと判断した場合（ステップＳ６０４：Ｎ）、当該自動車Ｍに注意すべき事象が発生したと推定する（ステップＳ６０５）。位置推定手段２３ｇは、当該閾値を上回った位置を注意すべき事象が発生した位置として推定し（ステップＳ６０６）、当該位置を記録する（ステップＳ６０７）。

位置推定手段２３ｇは、ステップＳ６０４の判断において周囲の他の自動車の走行状態が自動車Ｍの挙動に影響を与えたと判定した場合（ステップＳ６０４：Ｙ）、当該閾値を上回った位置を注意すべき事象が発生した位置から除外する（ステップＳ６０８）。

ステップＳ６０３の判定において、前後加速度が閾値未満である場合（ステップＳ６０３：Ｎ）、周囲の他の移動体の走行状態が自動車Ｍの挙動に影響を与えたかを判定する（ステップ６０４）。以後のステップＳ６０６〜６０８の処理は、説明が重複するため省略する。また、ステップＳ６０９〜６１０の処理は、図１０で説明したステップＳ５０７〜５０８の処理と同一であるので説明を省略する。

以上のように、本実施例の情報処理システムによれば、位置推定手段２３ｇは、周囲の他の自動車の走行状態が自動車Ｍの挙動に影響を与えた場合、その位置を除外して、注意すべき事象が発生した位置を推定する。したがって、人為的要因で発生したが注意すべき事象が発生した位置を除きつつ、自動運転状態である挙動情報を用いて適切な情報解析を行うことが可能となる。

尚、実施例４及び５においては、挙動情報収集手段２３ｅは、プローブ情報を送信するように複数の自動車Ｍに要求してもよい。具体的には、挙動情報収集手段２３ｅは、自動運転モードで走行する自動車Ｍに対して、自動運転モードで走行する所定時間の間、サーバ２０に対して挙動情報を送信し続けるように要求してもよい。このようにすることで、自動運転挙動情報を収集することが可能となる。

１００ 情報処理システム
１０ 計測端末
２０ サーバ
２３ａ 挙動情報取得手段
２３ｂ 判定手段
２３ｃ 車間距離取得手段
２３ｄ 道路形状取得手段
２３ｅ 挙動情報収集手段
２３ｆ 挙動情報抽出手段
２３ｇ 位置推定手段

Claims (15)

1. 移動体の挙動情報を収集する挙動情報収集手段と、
   前記移動体の運転操作の少なくとも一部が自動で行われている自動運転モードにおける移動体の自動運転挙動情報を当該収集された前記挙動情報から抽出する挙動情報抽出手段と、
   前記自動運転挙動情報及び当該自動運転挙動情報が収集された際の移動体の位置情報に基づいて、運転操作に影響を与える事象が発生した位置を推定する位置推定手段と、を有することを特徴とする情報処理装置。
2. 前記挙動情報抽出手段は、加速に関する前記運転操作の少なくとも一部が自動で行われていることを示す自動運転挙動情報を取得し、
   前記位置推定手段は、前記自動運転挙動情報及び当該自動運転挙動情報が収集された際の移動体の位置情報に基づいて、運転操作に影響を与える事象が発生した位置を推定することを特徴とする請求項１に記載の情報処理装置。
3. 前記挙動情報抽出手段は、制動に関する前記運転操作の少なくとも一部が自動で行われていることを示す自動運転挙動情報を取得し、
   前記位置推定手段は、前記自動運転挙動情報及び当該自動運転挙動情報が収集された際の移動体の位置情報に基づいて、運転操作に影響を与える事象が発生した位置を推定することを特徴とする請求項１に記載の情報処理装置。
4. 前記挙動情報抽出手段は、操舵に関する前記運転操作の少なくとも一部が自動で行われていることを示す自動運転挙動情報を取得し、
   前記位置推定手段は、前記自動運転挙動情報及び当該自動運転挙動情報が収集された際の移動体の位置情報に基づいて、運転操作に影響を与える事象が発生した位置を推定することを特徴とする請求項１に記載の情報処理装置。
5. 前記位置推定手段は、前記移動体の周囲に位置する他の移動体の走行状態を付加して前記位置の推定を行うことを特徴とする請求項１乃至４のいずれかに記載の情報処理装置。
6. 前記位置推定手段は、当該位置の推定において、前記移動体の周囲に位置する他の移動体の走行状態の影響によって推定された位置を前記推定された位置から除外することを特徴とする請求項５に記載の情報処理装置。
7. 前記挙動情報抽出手段は、前記自動運転モードにおける移動体に、前記挙動情報を送信することを要求することを特徴とする請求項１乃至６のいずれかに記載の情報処理装置。
8. 前記挙動情報は、前記自動運転挙動情報であることを示す識別子を含んでいることを特徴とする請求項１乃至７のいずれか情報処理装置。
9. 前記位置推定手段は、前記自動運転挙動情報に基づいて前記移動体が自動運転モードであったかを判定することを特徴とする請求項１乃至８のいずれかに記載の情報処理装置。
10. 前記挙動情報は、前記移動体の前後方向の前記移動体の挙動に関する情報を含み、
    前記挙動情報抽出手段は、前記移動体の前後方向の前記移動体の挙動に関する情報に基づいて前記移動体の加速に関する前記運転操作の少なくとも一部が自動で行われているかを判定することを特徴とする請求項９に記載の情報処理装置。
11. 前記挙動情報は、前記移動体の前後方向の前記移動体の挙動に関する情報を含み、
    前記挙動情報抽出手段は、前記移動体の前後方向の前記移動体の挙動に関する情報に基づいて前記移動体の制動に関する前記運転操作の少なくとも一部が自動で行われているかを判定することを特徴とする請求項９に記載の情報処理装置。
12. 前記挙動情報は、前記移動体の移動方向に対する左右方向の前記移動体の挙動に関する情報を含み、
    前記挙動情報抽出手段は、前記移動体の移動方向に対する左右方向の前記移動体の挙動に関する情報に基づいて前記移動体の操舵に関する前記運転操作の少なくとも一部が自動で行われているかを判定することを特徴とする請求項９に記載の情報処理装置。
13. 移動体の走行状態に関する計測を行う計測端末と、
    前記計測端末から送信され、前記移動体の挙動情報を収集する挙動情報収集手段と、前記挙動情報収集手段が収集した前記挙動情報から移動体の運転操作の少なくとも一部が自動で行われている自動運転モードにおける移動体の自動運転挙動情報を抽出する挙動情報抽出手段と、
    前記自動運転挙動情報及び当該自動運転挙動情報が収集された際の移動体の位置情報に基づいて、運転操作に影響を与える事象が発生した位置を推定する位置推定手段と、を備える情報処理装置と、を有することを特徴とする情報処理システム。
14. 移動体の挙動情報を収集するステップと、
    前記移動体の運転操作の少なくとも一部が自動で行われている自動運転モードにおける移動体の自動運転挙動情報を当該収集された前記挙動情報から抽出するステップと、
    前記自動運転挙動情報及び当該自動運転挙動情報が収集された際の移動体の位置情報に基づいて、運転操作に影響を与える事象が発生した位置を推定するステップと、を有することを特徴とする情報処理方法。
15. コンピュータに、
    移動体の挙動情報を収集するステップと、
    前記移動体の運転操作の少なくとも一部が自動で行われている自動運転モードにおける移動体の自動運転挙動情報を当該収集された前記挙動情報から抽出するステップと、
    前記自動運転挙動情報及び当該自動運転挙動情報が収集された際の移動体の位置情報に基づいて、運転操作に影響を与える事象が発生した位置を推定するステップと、を実行させるためのプログラム。

Images