JP4924207B2 - 自車両危険度取得装置 - Google Patents

Description

本発明は、自車両を運転する運転者が自車両を他車両などの障害物と衝突させる危険度を取得する自車両危険取得装置に関する。

従来、自車両の周囲における障害物を検出し、この障害物と自車両との衝突可能性を判断し、この衝突可能性を危険度として出力する危険度取得装置が知られている。この危険度取得装置を用いる技術として、たとえば、衝突防止装置がある。この衝突防止装置は、自車両と障害物との衝突可能性があるときに、ドライバに衝突の危険を知らせたり、自動的に自車両を減速制御することにより、衝突を回避したりするものである（たとえば、特許文献１参照）。
特開平７−１０４０６２号公報

しかし、上記特許文献１に開示された衝突防止装置では、障害物が他車両などの移動体である場合、障害物の予測進路を１通りのみ算出するものである。このため、たとえば交差点など、障害物の進路について分岐が多い道路等を自車両や障害物が走行する場合には、衝突可能性の算出が困難となり、衝突可能性に基づいて自車両の危険度を算出した場合の危険度の精度が低くなってしまうという問題があった。

しかも、自車両の危険度は、周囲の状況に応じて時々刻々と変化する。しかしながら、上記特許文献１に開示された衝突防止装置では障害物の進路を１通り算出するのみであるため、時間の経過に伴って周囲の状況が変化した場合に、安定した危険度を求めることができないという問題があった。

そこで、本発明の課題は、時間の経過に伴う周囲の状況の変化があった場合でも、安定して危険度を求めることができる自車両危険度取得装置を提供することにある。

上記課題を解決した本発明に係る自車両危険度取得装置は、自車両が実際に取った進路である実現進路を取得する実現進路取得手段と、実現進路における自車両が障害物に衝突する危険度を取得する危険度取得手段と、危険度取得手段が取得した危険度を記憶する危険度記憶手段と、危険度記憶手段に記憶された危険度を統計処理する統計処理手段と、自車両が取りえた進路である可能進路を複数取得する自車両可能進路取得手段と、複数の可能進路のうち、自車両が障害物を衝突する危険度が最も低い最安全進路を取得する最安全進路取得手段と、を備え、実現進路における自車両が障害物を衝突する危険度と、最安全進路における自車両が障害物と衝突する危険度との乖離度に基づいて、自車両の危険度を取得するものである。

ここで、自車両が取りえた進路である可能進路を複数取得する自車両可能進路取得手段と、複数の可能進路のうち、自車両が障害物を衝突する危険度が最も低い最安全進路を取得する最安全進路取得手段をさらに備え、実現進路における自車両が障害物を衝突する危険度と、最安全進路における自車両が障害物と衝突する危険度との乖離度に基づいて、自車両の危険度を取得する態様とすることができる。

このように、実現進路における危険度と最安全進路における危険度との乖離度に基づいて自車両の危険度を取得することにより、多様な交通環境における自車両の運転行動を評価することができるとともに、計算量を少なくすることができる。

また、上記課題を解決した本発明に係る自車両危険度取得装置は、自車両が取りえた進路である可能進路を複数取得する自車両可能進路取得手段と、複数の可能進路のうち、自車両が障害物を衝突する危険度が最も低い最安全進路を取得する最安全進路取得手段と、最安全進路取得手段が取得した最安全進路における危険度を記憶する最安全危険度記憶手段と、最安全危険度記憶手段に記憶された最安全危険度を統計処理する統計処理手段と、を備えるものである。

このように、最安全危険度を統計処理することによっても、時間の経過に伴う周囲の状況の変化があった場合でも、安定して危険度を求めることができる。

さらに、統計処理手段は、危険度記憶手段に記憶された複数の危険度に対してｎ次モーメントから求められる統計量を用いて統計処理を行う態様とすることができる。

このように、ｎ次モーメントから求められる統計量を用いて統計処理を行うことにより、安定した統計処理を行うことができる。

本発明に係る自車両危険度取得装置によれば、時間の経過に伴う周囲の状況の変化があった場合でも、安定して危険度を求めることができる。

以下、添付図面を参照して本発明の実施形態について説明する。なお、図面の説明において同一の要素には同一の符号を付し、重複する説明を省略する。また、図示の便宜上、図面の寸法比率は説明のものと必ずしも一致しない。

図１は、本発明の第１の実施形態に係る自車両危険度取得ＥＣＵの構成を示すブロック構成図である。図１に示すように、自車両危険度取得装置である自車両危険度取得ＥＣＵ１は、電子制御する自動車デバイスのコンピュータであり、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、および入出力インターフェイスなどを備えて構成されている。自車両危険度取得ＥＣＵ１は、障害物情報一時記憶部１１、障害物可能進路算出部１２、自車両進路記録部１３、自車両進路読出部１４、自車両位置読出部１５、自車両可能進路算出部１６、実現進路衝突確率算出部１７、最善自車両進路衝突確率算出部１８、自車両危険度算出部１９、自車両危険度一時記憶部２０、および統計処理部２１を備えている。また、自車両危険度取得ＥＣＵ１には、障害物センサ２が障害物抽出部３を介して接続されているとともに、自車両センサ４が接続されている。

障害物センサ２は、ミリ波レーダセンサ、レーザレーダセンサ、画像センサなどを備えて構成されており、自車両の周囲にある他車両や通行人等の障害物を検出する。障害物センサ２は、検出した障害物に関する情報を含む障害物関連情報を障害物抽出部３に送信する。

障害物抽出部３は、障害物センサ２から送信された障害物関連情報から障害物を抽出し、障害物の位置や移動速度などの障害物情報として自車両危険度取得ＥＣＵ１における障害物情報一時記憶部１１に出力する。障害物抽出部３は、たとえば障害物センサ２がミリ波レーダセンサやレーザレーダセンサである場合には、障害物から反射される反射波の波長等に基づいて障害物を検出する。また、障害物センサ２が画像センサである場合には、撮像された画像中から障害物として、たとえば他車両をパターンマッチングなどの手法によって抽出する。

自車両センサ４は、速度センサ、ヨーレートセンサなどを備えて構成されており、自車両の走行状態に関する情報を検出している。自車両センサ４は、検出した自車両の走行状態に関する走行状態情報を自車両危険度取得ＥＣＵ１における自車両進路記録部１３に送信する。ここでの自車両の走行状態情報としては、たとえば自車両の速度やヨーレートなどがある。

障害物情報一時記憶部１１は、予め定められた所定時間、たとえば５秒間に障害物抽出部３から送信された障害物情報を記憶している。障害物可能進路算出部１２は、障害物情報一時記憶部１１に記憶された過去５秒間の障害物情報を読み出し、この５秒間の障害物情報に基づいて、以後の一定時間の間における障害物が移動すると予測される進路を複数本算出して取得する。なお、過去５秒間に代えて、適宜の時間（たとえば３秒〜１０秒の間の時間）とすることができる。障害物可能進路算出部１２は、算出した障害物の進路に関する障害物進路情報を実現進路衝突確率算出部１７および最善自車両進路衝突確率算出部１８に出力する。

自車両進路記録部１３は、自車両センサ４から送信された自車両の走行状態信号に基づいて、自車両の進路の履歴を記録する。自車両進路読出部１４は、自車両進路記録部１３に記録される自車両の履歴を予め定められた所定時間、たとえば５秒間分の自車両の進路の履歴を読み出す。ここでの予め定められた所定時間は、障害物情報一時記憶部１１に記憶される障害物情報の時間と共通する。自車両進路読出部１４は、読み出した自車両の進路の履歴に基づいて、自車両が実際にとった進路である実現進路に関する実現進路情報を実現進路衝突確率算出部１７に出力する。

自車両位置読出部１５は、自車両進路記録部１３に記録される自車両の履歴を予め定められた所定時間、たとえば５秒間分の自車両の位置を読み出し、自車両の位置に関する自車両位置情報を自車両可能進路算出部１６に出力する。自車両可能進路算出部１６は、自車両位置読出部１５から出力された自車両位置情報に基づいて、自車両が位置していると記録されている位置から、自車両が移動可能となる可能進路を複数本算出して取得する。自車両可能進路算出部１６は、算出した自車両の可能進路に関する自車両可能進路情報を最善自車両進路衝突確率算出部１８に出力する。

実現進路衝突確率算出部１７は、障害物可能進路算出部１２から出力された障害物進路情報および自車両進路読出部１４から出力された実現進路情報に基づいて、過去５秒間の間に自車両が実現進路において障害物に衝突する可能性があった実現進路衝突確率を算出して取得する。この実現進路衝突確率が、本発明の「実現進路における自車両が障害物に衝突する危険度」となる。実現進路衝突確率算出部１７は、算出した実現進路衝突確率に関する実現進路衝突確率情報を自車両危険度算出部１９に出力する。

最善自車両進路衝突確率算出部１８は、障害物可能進路算出部１２から出力された障害物進路情報および自車両可能進路算出部１６から出力された自車両可能進路情報に基づいて、自車両と他車両との衝突確率が最小となる最善自車両進路を算出する。また、最善自車両進路衝突確率算出部１８は、算出した最善自車両進路に基づいて、過去５秒間の間に自車両が最善自車両進路において障害物に衝突する可能性があった最善自車両進路衝突確率を算出して取得する。この最善自車両進路が、本発明の「最安全進路」となり、最善自車両進路衝突確率が、本発明の「最安全進路における自車両が障害物と衝突する危険度」となる。最善自車両進路衝突確率算出部１８は、算出した最善自車両進路衝突確率に基づく最善自車両進路衝突確率情報を自車両危険度算出部１９に出力する。

自車両危険度算出部１９は、実現進路衝突確率算出部１７から出力された実現進路衝突確率情報と最善自車両進路衝突確率算出部１８から出力された最善自車両進路衝突確率情報との乖離度に基づいて、自車両の危険度である自車両危険度を算出する。ここでの自車両危険度は、たとえば実現進路衝突確率情報に基づく実現進路衝突確率と、最善自車両進路衝突確率情報に基づく最善自車両進路衝突確率との乖離度は、両者の比とすることができる。自車両危険度算出部１９は、算出した自車両危険度に関する自車両危険度情報を自車両危険度一時記憶部２０に出力する。

自車両危険度一時記憶部２０は、自車両危険度算出部１９から出力された自車両危険度情報に基づく自車両危険度を記憶自車両危険度として時系列に沿って一時的に記憶している。ここで記憶する自車両危険度の数としては、適宜の数を決定しておくことができる。統計処理部２１は、自車両危険度一時記憶部２０に記憶されている複数の記憶自車両危険度を読み出し、これらの記憶自車両危険度を用いた統計処理を行う。この統計処理を行うことにより、自車両危険度統計処理値を算出する。

次に、本実施形態に係る自車両危険度取得装置における処理手順について説明する。図２は、本実施形態に係る自車両危険度取得装置の処理手順を示すフローチャートである。

図２に示すように、本実施形態に係る自車両危険度取得装置では、障害物センサ２から送信される障害物関連情報に基づいて、障害物抽出部３において、自車両の周囲における障害物を抽出する（Ｓ１）。ここでは、障害物として他車両を抽出する。また、複数の他車両が含まれていた場合には、これらの複数の他車両のすべてを抽出する。

障害物としての他車両を抽出したら、抽出した他車両に関する他車両情報を障害物情報一時記憶部１１に記憶し、障害物情報一時記憶部１１に記憶された過去５秒間の他車両情報に基づいて、障害物可能進路算出部１２において他車両が移動可能となる可能進路を他車両ごとに時間および空間から構成される時空間上の軌跡として算出する（Ｓ２）。ここで、他車両が移動可能となる可能進路としては、ある到達点を規定して、この到達点までの可能進路を算出するのではなく、他車両が移動する所定の移動時間が経過するまでの進路を求める。一般的に、自車両が走行する道路では、事前に安全が保障される場所はないため、自車両と他車両との衝突可能性を判断するためには、自車両と他車両との到達点を求めても、衝突を確実に回避することができるとはいえない。

たとえば、図３に示すように、３車線の道路Ｒにおいて、第１車線ｒ１を自車両Ｍが走行し、第２車線ｒ２を第１他車両Ｈ１が走行し、第３車線を第２他車両Ｈ２が走行しているとする。このとき、自車両Ｍが第２，第３車線ｒ２、ｒ３をそれぞれ走行する他車両Ｈ１，Ｈ２との衝突を避けるためには、自車両Ｍが位置Ｑ１，Ｑ２，Ｑ３にそれぞれ到達するように走行することが好適と考えられる。ところが、第２他車両Ｈ２が進路を第２車線ｒ２に変更するように進路Ｂ３をとった場合には、第１他車両Ｈ１が第２他車両Ｈ２との衝突を避けるために進路Ｂ２をとり、第１車線ｒ１に進入してくることが考えられる。この場合には、自車両Ｍが位置Ｑ１，Ｑ２，Ｑ３にそれぞれ到達するように走行すると、第１他車両Ｈ１と衝突する危険性が生じるものである。

そこで、自車両および他車両について到達する位置を予め定めるのではなく、その都度自車両および他車両の進路を予測するようにしている。その都度自車両および他車両の進路を予測することにより、たとえば図４に示すような進路Ｂ１を自車両の進路とすることができるので、自車両Ｍが走行する際の危険を的確に回避して安全性を確保することができる。

なお、他車両が移動する所定の移動時間が経過するまでを規定することに代えて、他車両が走行する走行距離が所定の距離に到達するまで他車両の可能進路を求める態様とすることもできる。この場合、他車両の速度（または自車両の速度）に応じて所定距離を適宜変更させることができる。

他車両の可能進路は、他車両ごとに、次のようにして算出される。他車両を識別するカウンタｋの値を１とするとともに、同じ他車両に対する可能進路生成回数を示すカウンタｎの値を１とする初期化処理を行う。続いて、障害物センサ２から送信され他車両関連情報から抽出された他車両情報に基づく他車両の位置および移動状態(速度および移動方向)を初期状態とする。

続いて、その後の一定時間Δｔの間において想定される他車両の挙動として、選択可能な複数の挙動の中から、各挙動に予め付与された挙動選択確率にしたがって一つの挙動を選択する。１つの挙動を選択する際の挙動選択確率は、たとえば選択可能な挙動の集合の要素と所定の乱数とを対応付けることによって定義される。この意味で、挙動ごとに異なる挙動選択確率を付与してもよいし、挙動の集合の全要素に対して等しい確率を付与してもよい。また、挙動選択確率を他車両の位置や走行状態、周囲の道路環境に依存させる態様とすることもできる。

このような挙動選択確率に基づく一定時間Δｔの間において想定される他車両の挙動の選択を繰り返して行い、他車両が移動する所定の移動時間となる時間までの他車両の挙動を選択する。こうして選択された他車両の挙動によって、他車両の可能進路を１本算出することができる。

他車両の可能進路を１本算出したら、同様の手順によって他車両の可能進路を複数（Ｎ本）算出する。同様の手順を用いた場合でも、各挙動に予め付与された挙動選択確率にしたがって一つの挙動を選択することから、ほとんどの場合に、異なる可能進路が算出される。ここで算出する可能進路の数は、予め決定しておき、たとえば１０００本（Ｎ＝１０００）とすることができる。もちろん、他の複数の可能進路を算出する態様とすることもでき、たとえば数百〜数万本の間の数とすることができる。こうして算出された可能進路を他車両の予測進路とする。

さらに、抽出された他車両が複数ある場合には、それらの複数の他車両について、それぞれ可能進路を算出する。

他車両の可能進路の算出が済んだら、自車両進路読出部１４において、自車両進路記録部１３に記録されている自車両の過去５秒間の進路を読み出す（Ｓ３）。自車両進路読出部１４は、読み出した過去５秒間の自車両の実現進路に関する実現進路情報を実現進路衝突確率算出部１７に出力する。

続いて、自車両位置読出部１５において、自車両進路記録部１３に記録されている自車両の過去５秒間における自車両の位置を読み出す。それから、自車両可能進路算出部１６において、過去５秒間における自車両の位置に基づいて、その位置から自車両が移動することが可能となる可能進路を複数本算出する（Ｓ４）。自車両の可能進路は、他車両の可能進路と同様の算出手順によって、時間および空間から構成される時空間上の軌跡として算出する。自車両可能進路算出部１６は、自車両の可能進路を取得したら、自車両可能進路情報として最善自車両進路衝突確率算出部１８に出力する。

こうして、自車両の可能進路の算出が済んだら、実現進路衝突確率算出部１７において、自車両進路読出部１４から出力された実現進路情報に基づいて、自車両が移動した実現進路を算出する（Ｓ５）。それから、実現進路衝突確率算出部１７において、自車両が他車両との衝突を許容していた実現進路衝突確率を算出する（Ｓ６）。ここでは、障害物可能進路算出部１２から出力された障害物進路情報に基づく過去５秒間における複数の他車両の予測進路と、ステップＳ５で求めた実現進路とを比較し、過去５秒間において、自車両が許容していた衝突確率を算出する。

いま、ステップＳ２およびステップＳ３で求めた他車両の予測進路および自車両の実現進路の例を図５に示す三次元空間によって現す。図５における三次元空間では、ｘ軸およびｙ軸によって示されるｘｙ平面に車両の位置を示し、ｔ軸を時間軸として設定している。したがって、他車両および自車両の予測進路は（ｘ，ｙ，ｔ）座標で示すことができ、自車両および他車両の各進路をｘｙ平面に投影して得られる軌跡が、自車両が実際に走行した進路、および他車両が走行すると予測された予測進路の道路上の走行軌跡となる。

このようにして、予測した自車両および他車両の予測進路を図５に示す空間に表すことにより、三次元時空間の所定の範囲内に存在する複数の車両（自車両および他車両）がとりうる予測進路の集合からなる時空間環境が形成される。図５に示す時空間環境Ｅｎｖ（Ｍ，Ｈ）は、自車両Ｍの実現進路および他車両Ｈの予測進路の集合であり、自車両Ｍの実現進路{Ｍ（ｎ１）}および他車両Ｈの予測進路集合{Ｈ（ｎ２）}からなる。より具体的には、時空間環境（Ｍ，Ｈ）は、自車両Ｍおよび他車両Ｈが高速道路のような平坦かつ直線状の道路Ｒを＋ｙ軸方向に向かって移動している場合の時空間環境を示すものである。ここでは、他車両の予測進路を求めるにあたり、自車両Ｍと他車両Ｈとの相関は考慮せずに自車両Ｍと他車両Ｈごとに独立して予測進路を求めているため、両者の予測進路が時空間上で交差することもある。

こうして、自車両Ｍの実現進路および他車両Ｈの予測進路を求めたら、自車両Ｍと他車両Ｈとが衝突していたことを自車両Ｍが許容していた確率を求める。いま、自車両Ｍの実現進路と他車両Ｈの予測進路が交差する場合には、自車両Ｍと他車両Ｈとが衝突することとなるが、自車両Ｍおよび他車両Ｈの予測進路は所定の挙動選択確率基づいて求められるものである。したがって、複数の他車両Ｈの予測進路のうち、自車両Ｍの予測進路と交差するものの数によって自車両Ｍと他車両Ｈとの衝突確率とすることができる。たとえば、他車両Ｈの予測進路を１０００本算出した場合、そのうちの５本が自車両Ｍの予測進路と交差する場合には、０．５％の衝突確率（衝突可能性）Ｐ_Ａがあるとして算出することができる。逆にいうと、残りの９９．５％が自車両Ｍと他車両Ｈとが衝突しない確率（非衝突可能性）とすることができる。

また、他車両Ｈとして、複数の他車両が抽出されている場合には、複数の他車両のうち少なくとも１台と衝突することを許容する衝突確率Ｐ_Ａは下記（１）式によって求めることができる。

ここで、ｋ：抽出された他車両の数
Ｐ_Ａｋ：ｋ番目の車両と衝突する確率
このように、他車両Ｈの予測進路を複数算出して、この複数の予測進路を用いて自車両Ｍと他車両Ｈとの衝突可能性を予測することにより、他車両が取りえる進路を広く計算していることになる。したがって、交差点などの分岐がある場所で事故などが発生した場合のように、他車両の進路に大きな進路の変更がある場合も考慮に入れて衝突確率を算出することができる。

こうして自車両と他車両との衝突確率を求めたら、最善自車両進路衝突確率算出部１８において、自車両が移動することが可能となる可能進路のうち、他車両との衝突確率が最も低い進路である最善自車両進路を選択する（Ｓ７）。最善自車両進路衝突確率算出部１８では、障害物可能進路算出部１２から出力された障害物進路情報に基づく複数の他車両の予測進路と、自車両可能進路算出部１６から出力される自車両可能進路情報に基づく複数の自車両の可能進路とを比較することにより最善自車両進路を選択する。

いま、ステップＳ２で求めた他車両の予測進路およびステップＳ４で求めた自車両の実現進路の例を図６に示す三次元空間によって現す。図６に示す時空間環境Ｅｎｖ（Ｍ，Ｈ）は、自車両Ｍの可能進路および他車両Ｈの予測進路の集合であり、自車両Ｍの可能進路集合{Ｍ（ｎ１）}および他車両Ｈの予測進路集合{Ｈ（ｎ２）}からなる。

これらの自車両Ｍの可能進路集合および他車両Ｈの予測進路集合から、各自車両の可能進路を自車両Ｍが移動した際のそれぞれについて、自車両Ｍが他車両Ｈと衝突していたことを自車両Ｍが許容していた確率を求める。自車両Ｍが他車両Ｈと衝突していたことを自車両Ｍが許容していた衝突確率Ｐ_Ａは、上記（１）式によって求めることができる。

こうして、自車両Ｍの複数の可能進路についてそれぞれ衝突確率Ｐ_Ａを求めたら、最も衝突確率が低い可能進路を最善自車両進路として選択する。また、最善自車両進路衝突確率算出部１８は、選択した最善自車両進路における衝突確率を最善自車両進路衝突確率として算出し、最善自車両進路衝突確率情報として自車両危険度算出部１９に出力する。

実現進路衝突確率を算出したら、自車両危険度算出部１９において、自車両危険度を算出する（Ｓ８）。自車両危険度算出部１９では、実現進路衝突確率算出部１７から出力された実現進路衝突確率情報に基づく実現進路衝突確率と、最善自車両進路衝突確率算出部１８から出力された最善自車両進路衝突確率との乖離度に基づいて、自車両危険度を算出する。ここでの自車両危険度は、実現進路衝突確率と最善自車両進路衝突確率との比によって求められ、実現進路衝突確率と最善自車両進路衝突確率との比が１に近いほど自車両危険度が低いことになる。

このように、本実施形態に係る自車両危険度取得装置においては、自車両が取りえた自車両可能進路を複数取得するとともに、複数の可能進路における危険度と自車両の実現進路との乖離度に基づいて自車両の危険度を取得している。このため、自車両の実現進路に基づいて、精度よく、かつ交通状況に応じて自車両の危険度を評価することができる。このような自車両の危険度を評価することにより、自車両を運転する運転者がどの程度安全運転に近い運転を行うかという安全指向性の指標とすることができる。また、自車両可能進路のうち、最安全進路における危険度との乖離度に基づいて自車両の危険度を取得することにより、計算にかかる負荷を軽減することができる。

こうして、自車両の危険度を取得したら、取得した自車両危険度を自車両危険度一時記憶部２０に一時的に記憶する（Ｓ９）。それから、自車両危険度一時記憶部２０に記憶されている自車両危険度を用いて、統計処理部２１において統計処理を行う（Ｓ１０）。

統計処理部２１における統計処理は、自車両危険度一時記憶部２０に記憶された自車両危険度の時系列データに対して適宜の方法で行うことができる。統計処理は、たとえばガウシアンフィルタやミディアンフィルタを用いて行うことができる。

また、統計処理としては、１次モーメントから求められる統計量の平均値、２次モーメントから求められる統計量の分散や標準偏差、３次モーメントから求められる統計量の歪度、４次モーメントから求められる統計量の尖度などのｎ次モーメントから求められる統計量を用いることができる。あるいは、自車両危険度の最大値および最小値を用いた統計処理を行うこともできる。さらには、これらの統計量や最大・最小値を適宜組み合わせて用いた統計処理を行うこともできる。統計処理が終了したら、自車両危険度取得装置による処理が終了する。

本実施形態に係る自車両危険度取得装置においては、このような統計処理を行っている。このため、時間変化に対して安定した自車両危険度を求めることができる。その結果、時間の経過に伴う周囲の状況の変化があった場合でも、安定して危険度を求めることができる。また、自車両危険度を更新処理する場合であっても、この更新処理の周期よりも短い周期で自車両危険度を求めることができる。

次に、本発明の第２の実施形態について説明する。図７は、本発明の第２の実施形態に係る自車両危険度取得ＥＣＵの構成を示すブロック構成図である。本実施形態は、上記第１の実施形態と比較して、自車両危険度を算出することなく、最善自車両進路衝突確率に基づく最善自車両危険度を記憶し、最善自車両危険度を用いて統計処理を行う点において主に異なっている。

図７に示すように、本実施形態に係る自車両危険度取得ＥＣＵ３０は、障害物情報一時記憶部１１、障害物可能進路算出部１２、自車両進路記録部１３、自車両位置読出部１５、自車両可能進路算出部１６、最善自車両進路衝突確率算出部１８、最善自車両危険度一時記憶部３１、および統計処理部３２を備えている。このうち、障害物情報一時記憶部１１、障害物可能進路算出部１２、自車両進路記録部１３、自車両位置読出部１５、自車両可能進路算出部１６、および最善自車両進路衝突確率算出部１８については、上記第１の実施形態と同様の機能を有している。ただし、最善自車両進路衝突確率算出部１８は、算出した最善自車両進路衝突確率を最善自車両危険度とした最善自車両危険度情報を最善自車両危険度一時記憶部３１に出力する。

最善自車両危険度一時記憶部３１は、最善自車両進路衝突確率算出部１８から出力された最善自車両危険度情報に基づく最善自車両危険度を記憶最善自車両危険度として時系列に沿って一時的に記憶している。ここで記憶する記憶最善自車両危険度の数は適宜決定することができる。統計処理部３２は、最善自車両危険度一時記憶部３１に記憶されている複数の記憶最善自車両危険度を読み出し、これらの記憶最善自車両危険度を用いた統計処理を行う。この統計処理を行うことにより、最善自車両危険度統計処理値を算出する。

次に、本実施形態に係る自車両危険度取得装置における処理手順について説明する。図８は、本実施形態に係る自車両危険度取得装置の処理手順を示すフローチャートである。

図８に示すように、本実施形態に係る自車両危険度取得装置では、上記第１の実施形態と同様の手順によって障害物を抽出し（Ｓ１１）、他車両可能進路を算出する（Ｓ１２）。次に、自車両位置読出部１５において自車両進路記録部１３に記録された自車両位置を読み出す（Ｓ１３）。それから、上記第１の実施形態と同様の手順によって自車両可能進路を算出し（Ｓ１４）、障害物可能進路算出部１２から出力された障害物進路情報に基づく他車両の予測進路と自車両可能進路算出部１６から出力された自車両可能進路情報に基づく複数の自車両の可能進路とを比較し、複数の自車両の可能進路のうち、他車両との衝突確率がもっとも低くなる最善自車進路を選択する（Ｓ１５）。

最善自車進路を選択したら、最善自車両危険度を取得する（Ｓ１６）。最善自車両危険度としては、選択した最善自車両における衝突確率（最善自車両進路衝突確率）をそのまま用いることができる。最善自車両危険度を取得したら、取得した最善自車両危険度を最善自車両危険度一時記憶部３１に一時的に記憶する（Ｓ１７）。それから、最善自車両危険度一時記憶部３１に記憶されている最善自車両危険度を用いて、統計処理部３２において統計処理を行う（Ｓ１８）。統計処理の手順は、上記第１の実施形態と同様のものとすることができる。こうして、自車両危険度取得装置による処理が終了する。

このように、最善実施自車両危険度を用いた統計処理を行うことによっても、時間変化に対して安定した自車両危険度を求めることができる。その結果、時間の経過に伴う周囲の状況の変化があった場合でも、安定して危険度を求めることができる。また、自車両危険度を更新処理する場合であっても、この更新処理の周期よりも短い周期で自車両危険度を求めることができる。

以上、本発明の好適な実施形態について説明したが、本発明は上記各実施形態に限定されるものではない。たとえば、上記実施形態では、「複数の可能進路における自車両が障害物に衝突する危険度」として「最安全進路における前記自車両が障害物と衝突する危険度」を用いているが、その他の態様でもよい。たとえば複数の可能進路を全部用いたり、危険度の低い数本を用いたりすることもできる。また、上記各実施形態では、障害物として他車両を想定しているが、たとえば通行人などの生物を想定することもできる。

また、上記第１の実施形態では、実現進路衝突確率と最善自車両進路衝突確率との乖離度に基づいて、自車両の危険度である自車両危険度を算出し、この自車両危険度を一時的に記憶して統計処理を行っているが、実現進路衝突確率をそのまま自車両危険度とする態様とすることもできる。この場合でも、時間の経過に伴う周囲の状況の変化があった場合に、安定して危険度を求めることができる。また、自車両危険度を更新処理する場合であっても、この更新処理の周期よりも短い周期で自車両危険度を求めることができる。

第１の実施形態に係る自車両危険度取得装置の構成を示すブロック構成図である。 第１の実施形態に係る自車両危険度取得装置の動作手順を示すフローチャートである。 自車両と他車両との走行状態を模式的に示す模式図である。 自車両がとりうる走行進路を模式的に示す模式図である。 自車両の予測進路が１本の時空間環境の構成を示すグラフである。 自車両の予測進路が複数本の時空間環境の構成を示すグラフである。 第２の実施形態に係る自車両危険度取得装置の構成を示すブロック構成図である。 第２の実施形態に係る自車両危険度取得装置の動作手順を示すフローチャートである。

符号の説明

１，３０…自車両危険度取得ＥＣＵ、２…障害物センサ、３…障害物抽出部、４…自車両センサ、１１…障害物情報一時記憶部、１２…障害物可能進路算出部、１３…自車両進路記録部、１４…自車両進路読出部、１５…自車両位置読出部、１６…自車両可能進路算出部、１７…実現進路衝突確率算出部、１８…最善自車両進路衝突確率算出部、１９…自車両危険度算出部、２０…自車両危険度一時記憶部、２１，３２…統計処理部、Ｅｎｖ…時空間環境、Ｈ，Ｈ１，Ｈ２…他車両、Ｍ…自車両。

Claims (3)

1. 自車両が実際に取った進路である実現進路を取得する実現進路取得手段と、
   前記実現進路における前記自車両が障害物に衝突する危険度を取得する危険度取得手段と、
   前記危険度取得手段が取得した危険度を記憶する危険度記憶手段と、
   前記危険度記憶手段に記憶された危険度を統計処理する統計処理手段と、
   自車両が取りえた進路である可能進路を複数取得する自車両可能進路取得手段と、
   前記複数の可能進路のうち、前記自車両が障害物を衝突する危険度が最も低い最安全進路を取得する最安全進路取得手段と、を備え、
   前記実現進路における前記自車両が障害物を衝突する危険度と、前記最安全進路における前記自車両が障害物と衝突する危険度との乖離度に基づいて、前記自車両の危険度を取得することを特徴とする自車両危険度取得装置。
2. 自車両が取りえた進路である可能進路を複数取得する自車両可能進路取得手段と、
   前記複数の可能進路のうち、前記自車両が障害物を衝突する危険度が最も低い最安全進路を取得する最安全進路取得手段と、
   前記最安全進路取得手段が取得した最安全進路における危険度を記憶する最安全危険度記憶手段と、
   前記最安全危険度記憶手段に記憶された最安全危険度を統計処理する統計処理手段と、
   を備えることを特徴とする自車両危険度取得装置。
3. 前記統計処理手段は、前記危険度記憶手段に記憶された複数の危険度に対してｎ次モーメントから求められる統計量を用いて統計処理を行う請求項１または請求項２に記載の自車両危険度取得装置。

Images