WO2008056806A1

WO2008056806A1 - Obstacle course predicting method, device and program

Info

Publication number: WO2008056806A1
Application number: PCT/JP2007/071923
Authority: WO
Inventors: Toshiki Kindo; Kazuaki Aso; Masahiro Harada
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 2006-11-10
Filing date: 2007-11-12
Publication date: 2008-05-15
Anticipated expiration: 2009-05-10
Also published as: US20100063735A1; EP2093741A4; US20180334172A1; CN101536058A; US10065650B2; CN101536058B; EP2093741A1; JP2008123217A; EP2093741B1; US10960891B2; JP4062353B1

Description

明細書

障害物進路予測方法、装置、およびプログラム

技術分野

[0001] 本発明は、所定の範囲に存在する障害物がとりうる進路を予測する障害物進路予測方法、装置、およびプログラムに関する。

背景技術

[0002] 従来、四輪自動車等の車両の安全性を高める技術の一つとして、車両が障害物に衝突する危険性を高精度で判定することによって衝突を防止する技術が知られている。例えば、下記特許文献 1では、自車のョーレートを検出するョーレートセンサと、自車の速度を検出する速度検出装置と、周囲の障害物の位置や速度を検出するレーダ装置とを備えた衝突防止装置に関する技術が開示されている。

[0003] この従来技術では、ョーレートセンサや速度センサによって自車の予測走行軌跡を求め、その予測走行軌跡の両側の所定領域を自車の予測走行エリアとして求める一方、レーダ装置によって検出された障害物の位置と速度から障害物の予測走行軌跡および予測走行エリアを求める。その後、自車および障害物の各予測走行エリアから両者の衝突点または近接点を算出する。また、目標減速加速度および目標減速度を算出することによって衝突危険性を判別し、この判別の結果、衝突の危険が生じたとき、目標減速加速度および目標減速度に応じた自車の速度制御を行って!/、る。

[0004] 特許文献 1：特許第 2799375号公報

発明の開示

発明が解決しょうとする課題

[0005] しかしながら、上述した従来技術では、自車に対して一つの障害物の進路のみを予測しているため、自車の周囲に複数の障害物が存在するような複雑な交通環境下で適用することができなかった。

[0006] 本発明は、上記に鑑みてなされたものであって、複雑な交通環境下でも障害物の進路を適切に予測することができる障害物進路予測方法、装置、およびプログラムを提供することを目的とする。課題を解決するための手段

[0007] 上述した課題を解決し、目的を達成するために、本発明に係る障害物進路予測方法は、移動体から所定の範囲に存在する障害物の位置および内部状態を少なくとも記憶する記憶手段を備えたコンピュータが、前記障害物の進路を予測する障害物進路予測方法であって、前記記憶手段から読み出した前記障害物の位置および内部状態に基づいて前記障害物がとりうる進路を予測し、この予測を行う際に少なくとも一つの前記障害物に対して該障害物がとりうる複数の進路の確率的な予測を行う進路予測ステップと、前記障害物が複数存在する場合、前記進路予測ステップで予測した複数の前記障害物がとりうる進路の中で異なる前記障害物同士が互いに干渉し合う進路を求め、この干渉し合う進路のうち前記確率的な予測を行った進路の予測確率を低下させる進路干渉評価ステップと、前記進路干渉評価ステップで前記予測確率が低下した進路を含む前記複数の進路の各々が実現される確率を算出する確率算出ステップと、を有することを特徴とする。

[0008] また、本発明に係る障害物進路予測方法は、上記発明におレ、て、所定の条件を満たす一つの前記障害物を特定障害物として選択する特定障害物選択ステップをさらに有し、前記進路予測ステップは、前記特定障害物がとりうる複数の進路の確率的な予測を行う特定障害物進路予測ステップと、前記特定障害物以外の前記障害物がとりうる進路の予測を行う一般障害物進路予測ステップと、を含み、前記進路干渉評価ステップは、前記障害物が複数存在する場合、前記特定障害物がとりうる複数の進路のうち、前記一般障害物がとりうる進路との同時間における距離が所定値よりも小さい進路の予測確率を低下させ、前記確率算出ステップは、前記進路干渉評価ステップで前記予測確率が低下した進路を含む前記特定障害物の複数の進路の各々が実現される確率を算出することを特徴とする。

[0009] また、本発明に係る障害物進路予測方法は、上記発明において、前記特定障害物進路予測ステップは、前記障害物の位置および内部状態に基づいて、前記特定障害物が時間の経過とともにとりうる位置の変化を時間および空間から構成される時空間上での軌跡として生成する軌跡生成ステップと、前記軌跡生成ステップで生成した軌跡を用いることによって前記特定障害物がとりうる進路の確率的な予測演算を行う予測演算ステップと、を含むことを特徴とする。

[0010] また、本発明に係る障害物進路予測方法は、上記発明において、前記一般障害物進路予測ステップは、前記一般障害物の内部状態が保持されるものとして前記一般障害物の進路を予測することを特徴とする。

[0011] また、本発明に係る障害物進路予測方法は、上記発明において、前記移動体の位置および内部状態に基づいて前記移動体の進路を生成する進路生成ステップと、前記進路生成ステップで生成した前記移動体の進路と、前記確率算出ステップで進路ごとに確率が算出された前記特定障害物がとりうる複数の進路の各々との衝突確率を算出する衝突確率算出ステップと、をさらに有することを特徴とする。

[0012] また、本発明に係る障害物進路予測方法は、上記発明におレ、て、前記進路予測ステツプは、前記障害物がとりうる複数の進路の確率的な予測を行い、前記進路干渉評価ステップは、前記障害物が複数存在する場合、複数の前記障害物がとりうる進路のうち、異なる前記障害物の進路との同時間における距離が所定値よりも小さい進路をとる確率を低下させ、前記確率算出ステップは、前記進路干渉評価ステップで前記予測確率が低下した進路を含む複数の前記障害物の全ての進路の各々が実現される確率を算出することを特徴とする。

[0013] また、本発明に係る障害物進路予測方法は、上記発明におレ、て、前記進路予測ステツプは、前記障害物の位置および内部状態に基づいて、前記障害物が時間の経過とともにとりうる位置の変化を時間および空間から構成される時空間上での軌跡として生成する軌跡生成ステップと、前記軌跡生成ステップで生成した軌跡を用いることによって前記障害物の進路の確率的な予測演算を行う予測演算ステップと、を含むことを特徴とする。

[0014] また、本発明に係る障害物進路予測方法は、上記発明にお!/、て、前記移動体の位置および内部状態に基づいて前記移動体の進路を生成する進路生成ステップと、前記進路生成ステップで生成した前記移動体の進路と、前記確率算出ステップで進路ごとに確率が算出された前記障害物がとりうる全ての進路の各々との衝突確率を算出する衝突確率算出ステップと、をさらに有することを特徴とする。

[0015] 本発明に係る障害物進路予測装置は、移動体の周囲に存在する障害物の進路を予測する障害物進路予測装置であって、前記移動体から所定の範囲に存在する障害物の位置および内部状態を少なくとも記憶する記憶手段と、前記記憶手段から読み出した前記障害物の位置および内部状態に基づいて前記障害物がとりうる進路を予測し、この予測を行う際に少なくとも一つの前記障害物に対して該障害物がとりうる複数の進路の確率的な予測を行う進路予測手段と、前記障害物が複数存在する場合、前記進路予測手段で予測した複数の前記障害物がとりうる進路の中で異なる前記障害物同士が互いに干渉し合う進路を求め、この干渉し合う進路のうち前記確率的な予測を行った進路の予測確率を低下させる進路干渉評価手段と、前記進路干渉評価手段によって前記予測確率が低下した進路を含む前記複数の進路の各々が実現される確率を算出する確率算出手段と、を備えたことを特徴とする。

[0016] また、本発明に係る障害物進路予測装置は、上記発明におレ、て、所定の条件を満たす一つの前記障害物を特定障害物として選択する特定障害物選択手段をさらに備え、前記進路予測手段は、前記特定障害物がとりうる複数の進路の確率的な予測を行う特定障害物進路予測手段と、前記特定障害物以外の前記障害物がとりうる進路の予測を行う一般障害物進路予測手段と、を有し、前記進路干渉評価手段は、前記障害物が複数存在する場合、前記特定障害物がとりうる複数の進路のうち、前記一般障害物がとりうる進路との同時間における距離が所定値よりも小さい進路の予測確率を低下させ、前記確率算出手段は、前記進路干渉評価手段によって前記予測確率が低下した進路を含む前記特定障害物の複数の進路の各々が実現される確率を算出することを特徴とする。

[0017] また、本発明に係る障害物進路予測装置は、上記発明におレ、て、前記特定障害物進路予測手段は、前記障害物の位置および内部状態に基づいて、前記特定障害物が時間の経過とともにとりうる位置の変化を時間および空間から構成される時空間上での軌跡として生成する軌跡生成手段と、前記軌跡生成手段で生成した軌跡を用いることによって前記特定障害物がとりうる進路の確率的な予測演算を行う予測演算手段と、を有することを特徴とする。

[0018] また、本発明に係る障害物進路予測装置は、上記発明において、前記一般障害物進路予測手段は、前記一般障害物の内部状態が保持されるものとして前記一般障害物の進路を予測することを特徴とする。

[0019] また、本発明に係る障害物進路予測装置は、上記発明にお!/、て、前記移動体の位置および内部状態に基づいて前記移動体の進路を生成する進路生成手段と、前記進路生成手段で生成した前記移動体の進路と、前記確率算出手段で進路ごとに確率が算出された前記特定障害物がとりうる複数の進路の各々との衝突確率を算出する衝突確率算出手段と、をさらに備えたことを特徴とする。

[0020] また、本発明に係る障害物進路予測装置は、上記発明におレ、て、前記進路予測手段は、前記障害物がとりうる複数の進路の確率的な予測を行い、前記進路干渉評価手段は、前記障害物が複数存在する場合、複数の前記障害物がとりうる進路のうち、異なる前記障害物の進路との同時間における距離が所定値よりも小さい進路をとる確率を低下させ、前記確率算出手段は、前記進路干渉評価手段によって前記予測確率が低下した進路を含む複数の前記障害物の全ての進路の各々が実現される確率を算出することを特徴とする。

[0021] また、本発明に係る障害物進路予測装置は、上記発明において、前記進路予測手段は、前記障害物の位置および内部状態に基づいて、前記障害物が時間の経過とともにとりうる位置の変化を時間および空間から構成される時空間上での軌跡として生成する軌跡生成手段と、前記軌跡生成手段で生成した軌跡を用いることによって前記障害物の進路の確率的な予測演算を行う予測演算手段と、を有することを特徴とする。

[0022] また、本発明に係る障害物進路予測装置は、上記発明におレ、て、前記移動体の位置および内部状態に基づいて前記移動体の進路を生成する進路生成手段と、前記進路生成手段で生成した前記移動体の進路と、前記確率算出手段で進路ごとに確率が算出された複数の前記障害物がとりうる全ての進路の各々との衝突確率を算出する衝突確率算出手段と、をさらに有することを特徴とする。

[0023] 本発明に係る障害物進路予測プログラムは、上記発明に係る障害物進路予測方法を前記コンピュータに実行させることを特徴とする。

発明の効果

[0024] 本発明によれば、障害物の位置および内部状態に基づいてその障害物がとりうる進路を予測し、この予測の際に少なくとも一つの障害物に対して複数の進路の確率的な予測を行い、障害物が複数存在する場合には、予測した複数の障害物がとりうる進路の中で異なる障害物同士が互いに干渉し合う進路を求め、この干渉し合う進路のうち確率的な予測を行った進路の予測確率を低下させ、この予測確率が低下した進路を含む複数の進路の各々が実現される確率を算出することにより、個々の障害物単位で見た場合には高い確率でとりうる進路であっても他の障害物と干渉することがあればその影響を考慮した予測を行うことができる。したがって、複雑な交通環境下でも障害物の進路を適切に予測することが可能となる。

図面の簡単な説明

[図 1]図 1は、本発明の実施の形態 1に係る障害物進路予測装置の機能構成を示すブロック図である。

[図 2]図 2は、本発明の実施の形態 1に係る障害物進路予測方法の処理の概要を示すフローチャートである。

[図 3]図 3は、障害物抽出後の自車の周辺の状況を示す図である。

[図 4]図 4は、特定障害物の進路に対して付与する確率分布の例を示す図である。

[図 5]図 5は、特定障害物が一般障害物に対して所定時間内に衝突する軌跡を除去することによって得られる曲線を示す図である。

[図 6]図 6は、図 5の曲線を規格化した後の確率分布曲線を示す図である。

[図 7]図 7は、表示部における特定障害物の進路予測結果の表示出力例を示す図である。

[図 8]図 8は、一般障害物に対して付与する確率分布の例を示す図である。

[図 9]図 9は、表示部における特定障害物の進路予測結果の別な表示出力例を示す図である。

[図 10]図 10は、本発明の実施の形態 2に係る障害物進路予測装置の機能構成を示すブロック図である。

[図 11]図 11は、本発明の実施の形態 2に係る障害物進路予測方法における特定障害物の進路予測処理の概要を示すフローチャートである。

[図 12]図 12は、特定障害物の軌跡生成処理の詳細を示すフローチャートである。園 13]図 13は、特定障害物の軌跡を模式的に示す図である。

園 14]図 14は、特定障害物に対して生成された軌跡集合を 3次元時空間上で模式的に示す図である。

[図 15]図 15は、特定障害物の軌跡集合に一般障害物の予測進路を加えることによつて形成された時空間環境の構成例を模式的に示す図である。

[図 16]図 16は、本発明の実施の形態 3に係る障害物進路予測装置の機能構成を示すブロック図である。

園 17]図 17は、本発明の実施の形態 3に係る障害物進路予測方法の処理の概要を示すフローチャートである。

園 18]図 18は、本発明の実施の形態 3に係る障害物進路予測方法における軌跡生成処理によって得られた時空間環境の構成例を模式的に示す図である。

[図 19]図 19は、本発明の実施の形態 4に係る障害物進路予測装置の機能構成を示すブロック図である。

[図 20]図 20は、本発明の実施の形態 4に係る障害物進路予測方法の処理の概要を示すフローチャートである。

[図 21]図 21は、本発明の実施の形態 5に係る障害物進路予測装置の機能構成を示すブロック図である。

園 22]図 22は、本発明の実施の形態 5に係る障害物進路予測方法における衝突確率算出処理の詳細を示すフローチャートである。

[図 23]図 23は、自車の軌跡と特定障害物の非干渉軌跡との 3次元時空間上での関係を模式的に示す図である。

符号の説明

1、 11、 21、 31、 41 障害物進路予測装置

2、 32 センサ部

3 障害物抽出部

4 特定障害物選択部

5、 12 特定障害物進路予測部

6 一般障害物進路予測部 7 進路干渉評価部

8 規格化部

9 出力部

10 記憶部

13、 23 軌跡生成部

14、 24 予測演算部

22 障害物進路予測部

33 自車進路生成部

34 衝突確率計算部

35 出力部

91、 351 画像生成部

92、 352 表示部

131、 231 操作選択部

132、 232 物体操作部

133、 233 判定部

353 警告音発生部

発明を実施するための最良の形態

[0027] 以下、添付図面を参照して本発明を実施するための最良の形態（以後、「実施の形態」と称する)を説明する。

[0028] (実施の形態 1)

図 1は、本発明の実施の形態 1に係る障害物進路予測装置の機能構成を示すプロック図である。同図に示す障害物進路予測装置 1は、移動体である四輪自動車等の車両に搭載され、自車の周囲に存在する障害物がとりうる進路を予測する装置であ

[0029] 障害物進路予測装置 1は、所定の範囲に存在する物体の位置や内部状態を検知するセンサ部 2と、センサ部 2が検知した結果に基づいて所定の範囲に含まれる障害物を抽出する障害物抽出部 3と、障害物抽出部 3で抽出した障害物の中から所定の条件を満たす一つの障害物（特定障害物）を選択する特定障害物選択部 4と、特定障害物選択部 4で選択した特定障害物の進路の確率的な予測を行う特定障害物進路予測部 5と、特定障害物以外の一般障害物の進路を予測する一般障害物進路予測部 6と、特定障害物の予測進路と一般障害物の予測進路との干渉を評価する進路干渉評価部 7と、進路干渉評価部 7での評価結果を用いて特定障害物がとりうる進路が実現される確率を算出する確率算出手段である規格化部 8と、規格化部 8で算出された特定障害物の進路に関する情報を出力する出力部 9と、センサ部 2で検知した物体の位置および内部状態や、各種演算結果を含む情報を記憶する記憶部 10と、を備える。

[0030] センサ部 2は、ミリ波レーダ、レーザレーダ、画像センサ等を用いることによって実現される。また、センサ部 2は、速度センサ、ョーレートセンサ、加速度センサ、舵角センサ等の各種センサを備える。なお、センサ部 2が検知する物体の内部状態とは、物体の進路予測に用いることができるような有益な状態のことであり、好ましくは物体の速度（速さと向きを有する）ゃョーレート（大きさと向きを有する）等の物理量であり、それらの物理量の値が 0の場合 (物体が停止して!/、る状態)も含まれる。

[0031] 出力部 9は、進路干渉評価部 7で行われた処理結果に対応した情報に基づいて画像を生成する画像生成部 91と、画像生成部 91で生成された画像を含む情報を表示出力するために液晶、プラズマ、または有機 EL (Electroluminescence)等のディスプレイを用いて実現される表示部 92とを有する。また、表示部 92として、運転席の後方上部にプロジェクタが設置されており、このプロジェクタによって自動車のフロントガラスへの重畳表示を行うことができる。

[0032] 記憶部 10は、センサ部 2での検知結果に加えて、特定障害物進路予測部 5および一般障害物進路予測部 6における予測結果、進路干渉評価部 7における干渉評価結果などを記憶する。記憶部 10は、所定の OS (Operation

System)を起動するプログラムや本実施の形態 1に係る障害物進路予測プログラム等が予め記憶された ROM、および各処理の演算パラメータやデータ等を記憶する RA M (Random

Access Memory)を用いて実現される。また、記憶部 10は、障害物進路予測装置 1に対してコンピュータ読み取り可能な記録媒体を搭載可能なインタフェースを設け、このインタフェースに対応する記録媒体を搭載することによって実現することもできる。

[0033] 以上の機能構成を有する障害物進路予測装置 1は、演算および制御機能を有する CPU (Central Processing Unit)を備えた電子的な装置（コンピュータ）である。障害物進路予測装置 1が備える CPUは、記憶部 10が記憶、格納する情報および上述した障害物進路予測プログラムを含む各種プログラムを記憶部 10から読み出すことによって本実施の形態 1に係る障害物進路予測方法に関する演算処理を実行する。

[0034] なお、本実施の形態 1に係る障害物進路予測プログラムは、ハードディスク、フレキシブノレディスク、 CD— ROM、 DVD-ROM,フラッシュメモリ、 MOディスク等のコンピュータ読み取り可能な記録媒体に記録して広く流通させることも可能である。

[0035] 次に、本実施の形態 1に係る障害物進路予測方法について説明する。図 2は、本実施の形態 1に係る障害物進路予測方法の処理の概要を示すフローチャートである。以下の説明においては、予測対象の物体は全て 2次元平面上を移動するものと仮定して説明を行うが、本実施の形態 1に係る障害物進路予測方法は、 3次元空間を移動する物体に対しても適用可能である。また、一つの物体が複数の自由度を有する場合 (例えば 6自由度を有するロボットアームのような物体）にも適用することができ

[0036] まず、センサ部 2が、所定の範囲にある物体の自車に対する位置および内部状態を検知し、検知した情報を記憶部 10に格納する (ステップ S l)。以後、物体の位置は物体の中心の値であるとし、物体の内部状態は速度（速さ V,向き Θ )によって特定されるものとする。

[0037] 次に、障害物抽出部 3が、センサ部 2で検知した結果に基づいて所定の範囲内にある障害物を抽出する（ステップ S2)。このステップ S2では、ステップ S 1で検知された物体のうち、自車の走行の妨げとなる障害物と見なすことができる物体が抽出され、それ以外の物体は除外される。図 3は、速さ Vで直進する自車 Cに対して 2台の車

0 0

両 cおよび cが障害物として抽出された場合の自車 c周辺の状況を示す図である。

1 2 0

同図においては、 3つの走行レーンを有する道路 Rの左レーン Lを自車 Cが走行し

1 0 ており、その右側に隣接する中央レーン Lに 2台の先行車両 Cおよび Cが走行している場合を表している。また、一番右側の右レーン Lには、少なくともセンサ部 2が検知可能な領域内に物体が存在していない。図 3では、 3台の車両は全て直進しており、中央レーン Lでは、後方の車両 Cの速さ Vが前方の車両 Cの速さ Vよりも大きいとする。

[0038] 続いて、特定障害物選択部 4は、障害物抽出部 3で抽出した障害物が複数存在する場合、その中から一つの特定障害物を選択する（ステップ S3)。特定障害物を選択する際の選択基準は予め設定されており、自車 C力の距離が一番近い物体、自車

0

Cの周囲で速さが一番速!/、物体または速さが一番遅!/、物体のうち!/、ずれかの条件

0

を選択基準とすることができる。例えば、図 3において自車 Cから一番近い障害物を

0

特定障害物とする場合、車両 cが特定障害物となる。

1

[0039] この後、特定障害物進路予測部 5は、ステップ S3で選択した特定障害物がとりうる複数の進路を確率的に予測する（ステップ S4)。このステップ S4では、従来知られているさまざまな手法を適用することができる。例えば、現況に応じて特定障害物のとりうる複数の進路に所定の確率分布を付与することによって進路予測を行ってもよい。また、特定障害物の種類に応じたモデルを予め記憶部 10に記憶させておいてもよい。モデルを使用する場合には、該当するモデルを記憶部 10から読み出し、この読み出したモデルを用いて確率的な進路予測を行う。

[0040] 図 4は、ステップ S4における特定障害物の進路に対して付与する確率分布の例を示す図である。具体的には、特定障害物に対して直進方向を最大とする確率分布曲線 P が付与された場合を図示している。この意味で、図 4における X座標は、道路 R

1

の幅方向の座標であり、その原点は特定障害物の現在位置を表している。なお、特定障害物に対して付与する確率分布は、例えば正規分布などに代表されるような単峰性を有してレヽれば好まし!/、が、その分布関数まで限定されるものではな!/、。

[0041] これに対して、一般障害物進路予測部 6は、一般障害物の現在位置からの進路を予測する（ステップ S5)。この際、一般障害物は、センサ部 2において検知し、記憶部 10で記憶している内部状態を保持したまま移動するものとし、 1つの一般障害物に対して 1本の進路を予測する。このステップ S5は、上述したステップ S4の特定障害物進路予測処理と並列に行われる。

[0042] 続!/、て、進路干渉評価部 7は、ステップ S4で確率的に予測された特定障害物の複数の進路と、ステップ S 5で一般障害物進路予測部 6によって予測された一般障害物の進路との干渉を評価する（ステップ S6)。より具体的には、特定障害物の複数の進路のうち、一般障害物の進路と衝突するような進路をとる確率（予測確率）を 0として除去する。この際の衝突は、障害物の種類に応じて定義される量であり、例えば特定障害物と一般障害物がともに自動車の場合には、同時間においてその両者が所定の距離 (例えば車両の標準的な幅や長さ）よりも小さくなつたときに衝突すると判定す

[0043] 図 5は、図 3に示す道路環境下において、特定障害物である車両 Cの進路確率分

1

布が図 4に示す確率分布曲線 p で与えられている場合、一般障害物である車両 C

1 2 に対して車両 Cが所定時間内に衝突する線を除去することによって得られる曲線を

1

示す図である。同図に示す曲線^) 'は、確率の総和が 1になっていないため、このま

1

までは正確な意味での確率分布を与えているわけではない。そこで、規格化部 8は、ステップ S6で進路干渉評価部 7によって除去されずに残った車両 Cの進路予測確

1

率を求める（ステップ S7)。すなわち、規格化部 8は、ステップ S6において除去されずに残った特定障害物の進路の確率の総和が 1となるように規格化を行い、全ての予測進路に対して正しく定義された確率を付与する。

[0044] 図 6は、ステップ S7において分布 p 'を規格化することによって得られた確率分布

1

曲線 P を示す図である。この図 6からも明らかなように、図 3に示す道路環境下において、車両 Cは先行する車両 Cが存在するために、直進の追い上げが危険と判定さ

1 2

れ、直進する可能性はないと判定される。これに対して、上記特許文献 1に記載の従来技術では、図 3に示す道路環境下であっても複数の障害物に対する予測を行うことはできない。この従来技術において、仮に車両 Cのみの進路を予測したとすると、

1

直進が最も確率的に高いと判断してしまう。し力、しながらこの進路は、車両 cと衝突する確率が極めて高いため、非現実的な進路であることはいうまでもない。この例からも明らかなように、本実施の形態 1に係る障害物進路予測方法によれば、複雑な交通環境下における進路予測を従来技術よりも適切に行うことができる。

[0045] 次に、出力部 9は、ステップ S7で求めた特定障害物の予測進路確率に基づいて所定の情報を出力する (ステップ S8)。例えば、特定障害物が所定値を超える確率で進路を取る可能性がある領域を表示するのは好ましい。図 7は、表示部 92における予測結果の表示出力例を示す図であり、図 3に示す道路環境における特定障害物としての車両 Cに対する進路予測結果の表示出力例を模式的に示す図である。図 7

1

では、車両 Cの予測進路のうち確率が所定値以上である進路を示す領域 Dを自車 C

1

のフロントガラス Fに半透明に重畳表示した場合を図示して!/、る。

0

[0046] 上述した重畳表示は、画像生成部 91で生成された画像を、自車 Cの運転席の後

0

方上部に設置されたプロジェクタ（図示せず)からフロントガラス Fへ投影することによつて実現される。これにより、自車 Cの運転者は、運転しながら近い将来に危険が生

0

じる可能性のある領域を即座に認識することができる。したがって、その認識結果を運転に反映させることによって適確に危険を回避することが可能となる。

[0047] なお、障害物抽出部 3で抽出された障害物が一つしかない場合には、この障害物を特定障害物とみなし、特定障害物進路予測部 5における予測結果を出力部 9で出力してもよい。

[0048] 本実施の形態 1に係る障害物進路予測方法は、所定の時間間隔で繰り返し行われ、常に最新の道路環境に即した情報が出力される。このため、本実施の形態 1に係る障害物進路予測方法によれば、自車の運転者が刻々と変化する道路環境に対応して適確な操作を行うのを支援することが可能となる。

[0049] 以上説明した本発明の実施の形態 1によれば、障害物の位置および内部状態に基づレ、てその障害物がとりうる進路を予測し、この予測の際に所定の条件によって選択された特定障害物の複数の進路の確率的な予測を行うとともに、それ以外の一般障害物の進路の予測を行い、障害物が複数存在する場合には、特定障害物がとりうる複数の進路のうち、一般障害物がとりうる進路との同時間における距離が所定値よりも小さ!/、進路の予測確率を低下させ、この予測確率が低下した進路を含む特定障害物の複数の進路の各々が実現される確率を算出することにより、個々の障害物単位で見た場合には高い確率でとりうる進路であっても他の障害物と干渉することがあればその影響を考慮した予測を行うことができる。したがって、複雑な交通環境下でも障害物の進路を適切に予測することが可能となる。

[0050] また、本実施の形態 1によれば、車両にとって最も障害となりやすい障害物を特定障害物として選択し、この特定障害物の複数の進路につ!/、て確率的な予測を行う一方、他の一般障害物の進路については現状を保持した進路をとるとしているため、処理に必要な計算量を抑え、装置への負荷が少ない実用的な障害物の進路予測処理を実現すること力できる。

[0051] さらに、本実施の形態 1によれば、特定障害物に対して予測した結果を出力することによって危険度を含む情報を提示することができる。このため、情報の提示を受けた自車の運転者は、運転中の近い将来に起こりうる危険を迅速かつ適確に回避しな力 ¾運転することが可能となる。

[0052] 本実施の形態 1では、一般障害物は現状の状態を保持しているとし、一般障害物進路予測部 6は 1本の進路を生成していたが、この一般障害物も所定の確率で複数の進路をとりうるとして進路予測を行ってもよい。その場合の確率としては、単峰性を有し、特定障害物よりも空間的な広がりが少ない確率分布を採用することが好ましい。図 8は、特定障害物の確率分布を図 4に示す p とした場合に、一般障害物に対し

1

て付与する確率分布の例を示す図である。図 8に示す確率分布曲線 p は、特定障

G

害物の確率分布曲線 p よりも分散が小さぐ直進方向かその近傍への進路を選択

1

する可能性が極めて高いような分布を示している。このような確率分布曲線 p を用

G

いる場合、図 6に示す確率分布曲線 p に相当する確率分布として、次式（1)で定義される確率密度関数 p (X)を適用してもよい。

3

國

p₃(x) = C _Pl(x) {1 - θ (ρ₀ (χ) - ε)} …ひ）ここで、 Cは規格化定数、 θ (X)は、 θ (χ) = 0 (χ< 0) , 1 (χ≥0)を満たす関数、 _ε は正の定数である。

[0053] また、例えば自車 Cに搭載されたカーナビゲーシヨンシステムの表示画面 CN (図 7

0

を参照）に表示部 92の機能を具備させることによって特定障害物の進路予測結果を表示するようにしてもよい。図 9は、この場合に特定障害物である車両 Cが所定値以

1

上の確率で走行することが予測される領域 Dを図示した画面である。

[0054] なお、以上の説明では、自車と同じ方向を向いて走行している先行車を障害物として説明してきた力 S、例えば自車と同じ方向を向いて走行している後続車を障害物とすることもできる。また、自車と反対方向を向いて走行している対向車を障害物とすることあでさる。さらには、静止している物体を障害物とすることあでさる。

[0055] (実施の形態 2)

本発明の実施の形態 2は、上記実施の形態 1と同様に特定される特定障害物が時間の経過とともにとりうる位置の変化を、時間および空間から構成される時空間上の軌跡として生成し、この生成した軌跡を用いて進路予測を行うことを特徴とする。

[0056] 図 10は、本実施の形態 2に係る障害物進路予測装置の機能構成を示すブロック図である。同図に示す障害物進路予測装置 11において、特定障害物進路予測部 12 以外の構成は上記実施の形態 1に係る障害物進路予測装置 1と同様である。このため、障害物進路予測装置 1と同じ機能を有する部位についてはそれぞれ同じ符号を付してある。

[0057] 特定障害物進路予測部 12は、特定障害物選択部 4で選択された特定障害物が時間の経過とともにとりうる位置の変化を時間および空間から構成される時空間上での軌跡として生成する軌跡生成部 13と、軌跡生成部 13から出力される特定障害物の軌跡を用いることによって特定障害物の進路の確率的な予測演算を行う予測演算部 14と、を有する。

[0058] 軌跡生成部 13は、所定の時間が経過するまでに特定障害物がとりうる軌跡を予測生成するものであり、特定障害物をシミュレーション上で仮想的に動作させるための操作を複数の操作から選択する操作選択部 131と、操作選択部 131で選択した操作を所定の時間行う物体操作部 132と、物体操作部 132で操作した後の特定障害物の位置および内部状態が所定の条件を満たしているか否かを判定する判定部 13 3とを有する。

[0059] 次に、本発明の実施の形態 2に係る障害物進路予測方法について説明する。本実施の形態 2に係る障害物進路予測方法は、特定障害物の進路の予測処理を除いて、上記実施の形態 1に係る障害物進路予測方法と同じである（図 2のフローチャートを参照）。そこで、以下の説明においては、特定障害物の進路予測処理（図 2のステップ S4に対応）について詳細に説明する。

[0060] 図 11は、特定障害物の進路予測処理の概要を示すフローチャートである。まず、軌跡生成部 13が特定障害物の複数の軌跡を生成する (ステップ S41)。図 12は、軌跡生成部 13における軌跡生成処理の詳細を示すフローチャートである。図 12においては、センサ部 2で検知した特定障害物 Oに対して軌跡を生成する演算を N回行うものとする（Nは自然数)。また、軌跡を生成する時間（軌跡生成時間）を T (〉 0)とする。この軌跡生成時間 T (および後述する操作時間 A t)を適切に定めることにより、実用的な計算時間で一連の進路予測処理を行うことが可能となる。

[0061] 軌跡生成部 13は、最初に特定障害物 Oに対する軌跡生成回数を示すカウンタ n の値を 1とする初期化を行う（ステップ S401 )。

[0062] 次に、軌跡生成部 13は、センサ部 2で検知した結果を記憶部 10から読み出し、この読み出した検知結果を初期状態とする（ステップ S402)。具体的には、時間 tを 0とし、特定障害物 Oの初期位置 (x (0) , y(0) )および初期内部状態 (ν(0) , Θ (0) )を

、それぞれセンサ部 2からの入力情報 (x , y )および (V , Θ )とする。

[0063] 続いて、操作選択部 131が、その後の時間 A tの間に行う操作 u (t)を、選択可能な複数の操作の中から、各操作に予め付与された操作選択確率にしたがって一つの操作を選択する（ステップ S403)。操作 uを選択する操作選択確率 p (u )は、例えば u (t)として選択可能な操作の集合 {u }の要素と所定の乱数とを対応付けることによつて定義される。この意味で、操作 uごとに異なる操作選択確率 p (u )を付与してもよいし、操作集合 {u }の全要素に対して等しい確率を付与してもよい。後者の場合には、 p (u ) = 1/ (選択可能な全操作数)となる。なお、操作選択確率 p (u )を、特定障害物 Oの位置、内部状態、周囲の道路環境に依存する関数として定義することも可能である。

[0064] 一般に、操作 uは複数の要素から構成され、特定障害物 Oの種類によって選択可能な操作の内容が異なる。例えば、特定障害物 oが四輪自動車の場合、その四輪

s

自動車の加速度や角速度はステアリングの切り具合やアクセルの踏み具合等によつて決まる。この点に鑑みて、四輪自動車である特定障害物 Oに対して施される操作 u

s

は、加速度や角速度を含む要素によって決定される。これに対して、特定障害物 o が人である場合には、速度によって操作 uを指定すること力 Sできる。

[0065] より具体的な操作 uの設定例を挙げる。特定障害物 Oが自動車の場合には、加速度を 10〜 + 30 (km/h/sec)、操舵角を 7〜 + 7 (deg/sec)の範囲で取り（レヽずれも符号で向きを指定）、特定障害物 Oが人の場合には、速さを 0〜36 (km/h)

S

、向きを 0〜360 (deg)の範囲で取る。なお、ここで記載した量は全て連続量である。このような場合には、適当な離散化を施すことによって各操作の要素数を有限とし、操作の集合 {u }を構成すればよい。

[0066] この後、物体操作部 132が、ステップ S403で選択した操作 uを時間 A tの間動作させる（ステップ S404)。この時間 A tは、精度の上では小さい方がより好ましいが、実用上は 0.；!〜 0.5 (sec)程度の値とすればよい。なお、以下の説明において、軌跡生成時間 Tは A tの整数倍であるとする力 Tの値は特定障害物 Oの速度に応じて可

S

変としてもよく、 A tの整数倍でなくてもよい。

[0067] 続いて、判定部 133は、ステップ S404で操作 uを動作させた後の特定障害物 O c S の内部状態が所定の制御条件を満たして!/、るか否かを判定する（ステップ S405)。このステップ S405で判定する制御条件は、特定障害物 Oの種類に応じて定められ、

S

例えば特定障害物 Oが四輪自動車である場合には、ステップ S404の動作後の速

S

度の範囲や、ステップ S404の動作後の加速度の最高車両 G等によって定められる。

[0068] ステップ S405の判定の結果、特定障害物 Oの内部状態が所定の制御条件を満た

S

している場合 (ステップ S405で Yes)、判定部 133は、操作 uを動作させた後の特定障害物 Oの位置が移動可能領域内にあるか否かを判定する（ステップ S406)。この

S

ステップ S406で判定する移動可能領域とは、道路（車道、歩道を含む）等の領域を指す。以後、物体が移動可能領域に位置する場合を、「移動条件を満たす」と表現する。

[0069] ステップ S406の判定の結果、特定障害物 Oが移動可能領域内に位置している場

s

合（ステップ S406で Yes)、軌跡生成部 13は時間を A tだけ進め（t—t+ A t)、ステップ S404の動作後の位置を (x(t) , y (t) )、内部状態を (v(t) , Θ (t) )とする（ステツプ S407)。

[0070] なお、ステップ S405および 406において一つでも満足しない条件がある場合（ステップ S405で Noまた (まステップ S406で No) ίこ (ま、ステップ S402(こ戻る。

[0071] 以上説明したステップ S402〜S407の処理は、軌跡生成時間 Tに達するまで繰り返し行われる。すなわち、ステップ S407で新たに定義された時間 tが Tに達していない場合（ステップ S408で No)、ステップ S403に戻って処理を繰り返す。他方、ステツプ S407で新たに定義された時間 tが Tに達した場合（ステップ S408で Yes)、特定障害物 Oに対する軌跡を出力し、記憶部 10に格納する（ステップ S409)。

s

[0072] 図 13は、時間 t = 0, A t, 2 A t, · · · , Tでステップ S403からステップ S407に至る一連の処理を繰り返すことによって生成された特定障害物 Οの軌跡を模式的に示す

S

図である。同図に示す軌跡 P (m) (l≤m≤N, mは自然数）は、空間 2次元（x, y)、

S

時間 1次元（t)の 3次元時空間（x, y, t)を通過する。この軌跡 P (m)を X— y平面上

S

に射影すれば、 2次元空間（X, y)における特定障害物 Oの予測進路を得ることがで

S

きる。

[0073] ステップ S409の後、カウンタ nの値が Nに達していなければ（ステップ S410で No) 、軌跡生成部 13はカウンタ nの値を 1増やし（ステップ S411)、ステップ S402に戻つて上述したステップ S402〜S408の処理を軌跡生成時間 Tに達するまで繰り返し行

5。

[0074] ステップ S410でカウンタ nが Nに達した場合 (ステップ S410で Yes)、特定障害物 Oに対する全ての軌跡の生成が完了する。図 14は、特定障害物 Oに対して生成さ

S S

れた N個の軌跡 P (1) , P (2) , · · · , P (N)からなる軌跡集合 {P (n) }を 3次元時空

S S S S

間上で模式的に示す図である。軌跡集合 {P (n) }の要素をなす各軌跡の始点すな

S

わち初期位置 (X , y , 0)は同じである（ステップ S402を参照）。なお、図 14はあくま

0 0

でも模式図であり、 Nの値としては、例えば数百〜数万程度の値をとることが可能である。

[0075] ステップ S410でカウンタ nが Nに達した場合、軌跡生成が完了したことになるので、図 11に示すステップ S41の軌跡生成処理を終了する。

[0076] 図 14において、時空間の各領域における軌跡集合 {P (n) }の単位体積当たりの

S

密度は、その時空間の各領域における特定障害物 Oの存在確率の密度（以後、「時

S

空間確率密度」と称する）を与えている。したがって、ステップ S41における軌跡生成処理によって構成された軌跡集合 {P (n) }を用いることにより、特定障害物 O力 ¾次

S S

元時空間上の所定の領域を通過する確率を求めることが可能となる。なお、時空間確率密度は、あくまでも時空間上における確率概念であるため、一つの物体に対して時空間上でその値の総和を取ったときに 1になるとは限らない。

[0077] ところで、軌跡生成時間 Tの具体的な値は、予め固定値として設定する場合には、その値 Tを超えたところまで軌跡を生成すると時空間上の確率密度分布が一様になつてしまい、計算しても意味がないような値とするのが好ましい。例えば、物体が四輪自動車であり、その四輪自動車が通常の走行を行っている場合には、たかだか T= 5 (sec)程度とすればよい。この場合、ステップ S404における操作時間 A tを 0·；!〜 0·

5 (sec)程度とすると、 1本の軌跡 P (m)を生成するために、ステップ S403からステツ

s

プ S407に至る一連の処理を 10〜50回繰り返すことになる。

[0078] なお、高速道路、一般道、 2車線道路などの道路の種類ごとに異なる軌跡生成時間 Tを設定し、位置データを用いて現在走行中の道路の種類を地図データから読み取る方法や、画像認識等を応用した道路認識装置によって道路の種類を読み取る方法などによって切替を行うことは好ましい。

[0079] また、軌跡生成時間 Tまで算出した軌跡を用いることによって時空間上の確率密度分布を統計的に評価し、分布が一定となってレ、る場合には軌跡生成時間 Tを減らし

、分布が一定となってレ、な!/、場合には生成時間を増やすような適応制御を行うことも好ましい。

[0080] 以上説明した特定障害物に対する軌跡生成処理の後、特定障害物進路予測部 12 は、特定障害物がとりうる進路の確率的な予測を行う（ステップ S42)。以下では、予測演算部 14における具体的な予測演算処理として、特定障害物 Oに対して生成された軌跡集合 {P (n) }の中で特定の軌跡 P (m)が選ばれる確率を求める場合について説明する力この予測演算が一例に過ぎないことは勿論である。

[0081] 特定障害物 Oの軌跡が N本生成されたとき、そのうちの 1本の軌跡 P (m)が実際の軌跡となる確率 p (P (m) )は、次のように算出される。まず、特定障害物の軌跡 P ( m)を実現するための操作列 {u (t) }が {u (0) , u ( A t) , u (2 A t) , · · · , u (T) } であったとすると、時間 tにおいて操作 u (t)が選択される確率は p (u (t) )なので、 t

=0〜丁で操作列{ 11 (t) }が実行される確率は、

[数 2] P (u_ra (0))■ p (u_m(At)) · p (u_m(2At))… p (u_ra (T))

p (u_m (t)) ... (2) と求められる。したがって、特定障害物 Oに N本の軌跡集合 {P (n)}が与えられたときき、、特特定障害物 O力 Sとりうる一つの軌跡 P (m)が選ばれる確率 p(P (m))は、

[数 3]

となる。

[0082] ここで、全ての操作 u (t)が等確率 p (ただし、 0<p <1)で選択される場合、式（2

)は、

[数 4コ p。^h -(4)

となる。ここで、自然数 hは t = 0から Tまでの操作時間 Atの総数すなわち操作回数である。したがって、特定障害物 Oがとりうる N本の軌跡に含まれる軌跡 P (m)の確率の総和は Np^hとなり、そのうちの 1本の軌跡 P (m)が選ばれる確率 p(P (m))は、式 (4)を式（3)に代入することによって、

[数 5コ p(P_s(m)) = --(5) となる。すなわち、確率 P(P (m))は軌跡 P (m)に依存しない。

[0083] この後、予測演算部 14は、算出した確率 p(P (m))に基づいて、 3次元時空間の各領域における単位体積当たりの特定障害物 Oの存在確率を求める。この存在確率は、軌跡集合 {P (n) }の 3次元時空間上の時空間確率密度に対応しており、通過している軌跡の密度が高い領域は、存在確率が概ね大きい。予測演算部 14における演算結果は、進路干渉評価部 7へ出力される。

[0084] 図 15は、特定障害物 Oの軌跡集合 {P (n) }と一般障害物の予測進路とを加えることによって形成された時空間環境の構成例を模式的に示す図である。同図に示す時空間環境 Εην(Ρ , P )は、特定障害物 Oの軌跡集合 {P (n) } (実線で表示）および一般障害物 Oの 1本の軌跡 P (破線で表示）からなる。

[0085] より具体的には、時空間環境 Εην (Ρ , P )は、特定障害物 Oに加えて一般障害物

O 、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

V、る場合の時空間環境を示すものである（障害物進路予測装置 11が搭載されてレ、る自車 Cは時空間環境には含まれない)。ここでは、障害物同士の相関は考慮せずに個々の障害物に対して独立に軌跡生成を行っているため、異なる物体の軌跡同士が時空間上で交差することもありうる。

[0086] この後の処理は、上記実施の形態 1と同様に行われる。すなわち、特定障害物 Oと一般障害物 O との干渉評価処理として、特定障害物 Oの軌跡集合 {P (n) }から一般障害物 oの軌跡 Pと交差する軌跡すなわち特定障害物 oと一般障害物 oが衝突する軌跡を除去する (ステップ S6)。この際の衝突は、上記実施の形態 1と同様に定められ、 2つの軌跡が単に交点を有する場合に加えて、障害物の種類に応じた所定の距離よりも小さい距離まで接近した場合も含まれる。

[0087] その後、規格化部 8は、除去されずに残った軌跡集合 (非干渉軌跡集合） {P ' (η) } の各要素がとる確率の総和が 1となるように規格化して確率を算出する（ステップ S7) 。続いて、出力部 9は、ステップ S7で得られた確率分布に基づいた情報の出力を行う（ステップ S 8)。

[0088] 以上説明した本発明の実施の形態 2によれば、障害物の位置および内部状態に基づレ、てその障害物がとりうる進路を予測し、この予測の際に所定の条件によって選択された特定障害物の複数の進路の確率的な予測を行うとともに、それ以外の一般障害物の進路の予測を行い、障害物が複数存在する場合には、特定障害物がとりうる複数の進路のうち、一般障害物がとりうる進路との同時間における距離が所定値よりも小さ!/、進路の予測確率を低下させ、この予測確率が低下した進路を含む特定障害物の複数の進路の各々が実現される確率を算出することにより、個々の障害物単位で見た場合には高い確率でとりうる進路であっても他の障害物と干渉することがあればその影響を考慮した予測を行うことができる。したがって、上記実施の形態 1と同様に、複雑な交通環境下でも障害物の進路を適切に予測することが可能となる。

[0089] また、本実施の形態 2によれば、特定障害物が時間の経過とともにとりうる位置の変化を時間および空間から構成される時空間上での軌跡として生成し、この生成した軌跡を用いることによって特定障害物の進路の確率的な予測を行うことにより、動的物体の進路予測を精度よく行うことができるようになる。

[0090] なお、本実施の形態 2にお!/、て、特定障害物の時空間上での軌跡生成処理を行う際には、選択可能な全ての操作を動作させることによって軌跡を生成してもよい。このような軌跡生成処理を実現するアルゴリズムは、例えば縦型探索または横型探索による再帰呼出を適用することによって実現することが可能である。この場合、特定障害物 Oの軌跡集合 {P (n) }の要素数すなわち軌跡の本数は、特定障害物 Oに

S S S

対する軌跡生成処理が終了するまで分からない。したがって、実行可能な操作を全探索することによって各物体がとりうる軌跡を生成する場合には、操作時間 A tにおける操作 u (t)の要素の数 (操作 u (t)が連続量の場合には離散化の度合い）に応じて最適な計算量を有する探索方法を選択すればょレ、。

[0091] また、本実施の形態 2は、高低差のある道路を走行中の自動車に適用する場合のように、 4次元時空間（空間 3次元、時間 1次元）においても適用可能である。

[0092] (実施の形態 3)

本発明の実施の形態 3は、上述した 2つの実施の形態とは異なり、全ての障害物を対等に扱い、各障害物が時間の経過とともにとりうる位置の変化を時空間上の軌跡として生成し、この生成した軌跡を用いて障害物の進路予測を行うことを特徴とする。

[0093] 図 16は、本発明の実施の形態 3に係る障害物進路予測装置の機能構成を示すブロック図である。同図に示す障害物進路予測装置 21は、センサ部 2と、障害物抽出部 3と、障害物抽出部 3で抽出された障害物の進路の確率予測を行う障害物進路予測部 22と、障害物進路予測部 22で予測された障害物間の予測進路の干渉を評価する進路干渉評価部 7と、規格化部 8と、出力部 9と、記憶部 10と、を備える。このうち出力部 9は、画像生成部 91および表示部 92を有する。

[0094] 障害物進路予測部 22は、障害物抽出部 3で抽出された障害物が時間の経過とともにとりうる位置の変化を時空間上での軌跡として生成する軌跡生成部 23と、軌跡生成部 23から出力される複数の障害物の軌跡を用いることによって各障害物の進路の確率的な予測演算を行う予測演算部 24と、を有する。このうち軌跡生成部 23は、所定の時間が経過するまでに物体がとりうる軌跡を予測生成するものであり、上記実施の形態 2で説明した軌跡生成部 13と同様に、操作選択部 231と、物体操作部 232と、判定部 233とを有する。

[0095] 障害物進路予測部 22は、複数の障害物を対等に扱って障害物全体の進路予測を行う。また、進路干渉評価部 7では、予測した進路の中で干渉する進路、すなわち同時間で所定の距離よりも小さい距離に近づく軌跡同士を全て除去することによって干渉評価を行う。

[0096] 次に、図 17に示すフローチャートを参照して、本実施の形態 3に係る障害物進路予測方法を説明する。まず、センサ部 2において、所定の範囲にある物体の自車に対する位置および内部状態を検知し、検知した情報を記憶部 10に格納する (ステップ S l l) o本実施の形態 3においても、物体の位置は物体の中心の値であるとし、物体の内部状態は速度（速さ V,向き Θ )によって特定されるものとする。

[0097] この後、障害物抽出部 3が、センサ部 2で検知した結果に基づいて所定の範囲内にある障害物を抽出する (ステップ S 12)。

[0098] 続いて、障害物進路予測部 22は、障害物抽出部 3で抽出した複数の障害物がとりうる進路を確率的に予測する（ステップ S13)。このステップ S 13で個々の障害物に対して行われる具体的な進路予測処理は、上記実施の形態 2における特定障害物の進路予測処理（図 11および図 12を参照）と同様である。以後の説明では、センサ部 2で検知した障害物の総数を Iとし、一つの障害物 O (l≤i≤I, iは自然数）に対して軌跡を生成する演算を N回行うものとする (Iおよび Nはともに自然数)。

[0099] 軌跡生成部 23は、まずセンサ部 2で検知した結果を記憶部 10から読み出し、この読み出した検知結果を初期状態とする。その後、操作選択部 231は、初期状態に対してその後の時間 A tの間に行う操作 u (t)を選択する。この際には操作選択部 231 力選択可能な複数の操作の中から、各操作に予め付与された操作選択確率にしたがって一つの操作を選択する。なお、具体的な操作 uは、上記実施の形態 2にお

ic

ける操作 Uと同様に設定される。また、操作 uを選択する操作選択確率 p (u )も、上述した操作選択確率 p ( )と同様に定められる。

[0100] この後、物体操作部 232は、操作選択部 231が選択した操作を時間 A tの間動作させ、判定部 233では、操作 uを動作させた後の物体 Oの内部状態が所定の制御条件を満たしているか否かを判定するとともに、操作 uを動作させた後の物体 Oの位置が移動可能領域内にあるか否かを判定する。軌跡生成部 23は、判定部 233における判定の結果、操作 u終了後の物体 Oの位置および内部状態が全ての条件を満足している場合のみ、時間を A tだけ進め（t— 1+ A t)、動作後の位置を (x (t) , y (1) )、内部状態を^ ^) , Θ (t) )とする。この処理を N回繰り返すことによって一つの障害物 Oに対する処理を終了する。その後、他の障害物 Oに対しても同様の処理を行う。

[0101] 軌跡生成部 23が全ての障害物に対して軌跡生成処理を行うことにより、 3次元時空間の所定の範囲内に存在する複数の物体がとりうる軌跡の集合からなる時空間環境が形成される。図 18は、時空間環境の構成例を模式的に示す図である。同図に示す時空間環境 Εην(Ρ , P )は、障害物 Oの軌跡集合 {P (n) } (図 18では実線で表

1 2 1 1

示）および障害物 Oの軌跡集合 {P (n) } (図 18では破線で表示）からなる。より具体的には、時空間環境 Εην(Ρ , P )は、二つの障害物 Oおよび O 1 高速道路のよう

1 2 1 2

な平坦かつ直線状の道路 Rを + y軸方向に向力、つて移動している場合の時空間環境を示すものである。本実施の形態 3においては、物体同士の相関は考慮せず物体ごとに軌跡生成を行っているため、異なる物体の軌跡同士が時空間上で交差することもある。

[0102] 図 18において、時空間の各領域における軌跡集合 {P (n) } (i= l , 2)の単位体積当たりの密度は、その時空間の各領域における障害物 Oの時空間確率密度を与えている。したがって、本実施の形態 2においては、障害物 Oが 3次元時空間上の所定の領域を通過する確率を求めることが可能となる。

[0103] 次に、予測演算部 24は、各障害物がとりうる進路の確率的な予測を行う。この際の個々の障害物に対する予測演算は、上記実施の形態 2におけるステップ S42と実質的に同じである。したがって、軌跡集合 {P (n) }が与えられたとき、この集合に属する一つの軌跡 P (m)が選ばれる確率 p (P (m) )は、

となる。ここで、全ての操作 u (t)が等確率 p (ただし、 0<p <1)で選択される場合、

im 0 0

1本の軌跡 P (m)が選ばれる確率 p (P (m) )は、

[数 7]

? (^^)) = - - …口）となり、確率 p(P (m))は軌跡 P (m)に依存しない。なお、式（7)において、全ての物体に対して生成する軌跡の数が同じ（N本）であるとすると、 N =Ν =···=Ν=Ν( 定数)なので、 P(P (m))=l/Nとなり、障害物 Oによらず一定となる。したがつてこの場合には、確率 p(P (m))の値を 1と規格化することによって予測演算部 24における予測演算を簡素化し、より迅速に所定の予測演算を実行することが可能となる。

[0104] この後、予測演算部 24は、各障害物 O (i=l, 2, · · ·, I)に対して算出した確率 p( P (m))に基づいて、 3次元時空間の各領域における単位体積当たりの障害物 Oの存在確率を求める。この存在確率は、軌跡集合 {P (n) }の 3次元時空間上の時空間確率密度に対応しており、通過している軌跡の密度が高い領域は、存在確率が概ね大きい。

[0105] 以上説明したステップ S13の障害物進路予測処理の後、進路干渉評価部 7が障害物同士の干渉評価を行う（ステップ S14)。この進路干渉評価を行う際には、全ての障害物に対する軌跡集合 {P (n)}， {P (n)}, ···, {P (n)}の中で互いに交差する軌跡を除去していく。なお、本実施の形態 3においても、軌跡同士の交差については、上記実施の形態 2と同じ定義を採用する。

[0106] この後、除去されずに残った全ての障害物の進路を時空間環境下での全障害物の進路予測確率として算出する（ステップ S 15)。この際、規格化部 8では、除去されずに残った全ての進路の確率の総和が 1となるような規格化を行う。

[0107] 最後に、出力部 9は、ステップ S15で算出した全障害物の予測進路確率に基づいて所定の情報を出力する (ステップ S 16)。例えば、所定値を超えた確率で進路が取られる領域を表示するのは好ましい。この場合の表示部 92における表示方法は、上記実施の形態 1で説明したフロントガラスへの重畳表示や、カーナビゲーシヨンの表示画面 CNへの表示などでもよ!/、。

[0108] なお、本実施の形態 3に係る障害物進路予測方法は、上記実施の形態 2と同じぐ 4次元時空間（空間 3次元、時間 1次元）にも適用可能である。

[0109] 以上説明した本発明の実施の形態 3によれば、障害物の位置および内部状態に基づいてその障害物がとりうる進路を予測し、この予測の際に障害物に対して複数の進路の確率的な予測を行い、障害物が複数存在する場合には、複数の障害物がとりうる進路のうち、異なる障害物の進路との同時間における距離が所定値よりも小さい進路をとる確率を低下させ、この予測確率が低下した進路を含む複数の障害物の全ての進路の各々が実現される確率を算出することにより、個々の障害物単位で見た場合には高い確率でとりうる進路であっても他の障害物と干渉することがあればその影響を考慮した予測を行うことができる。したがって、複雑な交通環境下でも障害物の進路を適切に予測することが可能となる。

[0110] また、本実施の形態 3によれば、障害物が時間の経過とともにとりうる位置の変化を時間および空間から構成される時空間上での複数の軌跡として生成し、この生成した複数の軌跡を用いることによって障害物全体でとりうる進路の確率的な予測を行うことにより、動的物体の進路予測を精度よく行うことができるようになる。

[0111] なお、本実施の形態 3において障害物の進路を予測する際には、従来知られている確率的な手法のいずれかを適用することも可能である。

[0112] (実施の形態 4)

本発明の実施の形態 4は、特定障害物の進路を上記実施の形態 1と同様に予測することに加えて自車の進路を生成し、特定障害物と自車との衝突確率を算出することを特徴とする。

[0113] 図 19は、本実施の形態 4に係る障害物進路予測装置の機能構成を示すブロック図である。同図に示す障害物進路予測装置 31は、所定の範囲に存在する物体の位置や内部状態を検知するとともに、自車の位置や内部状態を検知するセンサ部 32と、自車の現在位置からの進路を生成する自車進路生成部 33と、自車と特定障害物との衝突確率を計算する衝突確率計算部 34と、衝突確率計算部 34で算出された自車と特定障害物との衝突確率に関する情報を出力する出力部 35と、を備える。出力部 35は、衝突確率計算部 34で算出された衝突確率に基づいて画像を生成する画像生成部 351と、画像生成部 351で生成された画像を含む情報を表示出力する表示部 352と、自車進路生成部 33で生成された自車進路と特定障害物と衝突確率が所定の閾値を超える場合に警告音 (音声を含む)を発生する警告音発生部 353とを有する。ここで説明した以外の障害物進路予測装置 31の構成は、上記実施の形態 1 に係る障害物進路予測装置 1の構成と同じである（図 1を参照）。

[0114] 図 20は、本実施の形態 4に係る障害物進路予測方法の処理の概要を示すフローチャートである。まず、センサ部 32において、所定の範囲にある物体の自車 Cに対

0 する位置および内部状態と自車の位置および内部状態を検知し、検知した情報を記憶部 10に格納する（ステップ S21)。

[0115] 次に、障害物抽出部 3が、センサ部 32で検知した結果に基づいて所定の範囲内にある障害物を抽出する (ステップ S22)。

[0116] 続いて、特定障害物選択部 4は、障害物抽出部 3で抽出した障害物の中から一つの特定障害物を選択する (ステップ S23)。本実施の形態 4では、センサ部 32が自車

Cの内部状態も検知可能であるため、特定障害物として、自車 Cが現状のままで走

0 0

行したときに障害物と衝突するまでの時間 TTC (Time

To Collision)が最短の障害物を選択するようにしてもよ!/、。

[0117] この後、自車 C以外の特定障害物 Oや一般障害物 O に対して行うステップ S24

0 S G

〜S27の処理は、上記実施の形態 1で説明したステップ S4〜S7の処理と同じである

〇

[0118] 一方、自車進路生成部 33は、センサ部 2が検知した自車情報を用いて自車の進路を生成する（ステップ S28)。具体的には、自車進路生成部 33は、自車が現状のまま走行した場合の軌跡を生成する。なお、センサ部 32が白線等の路面環境を検知することが可能であれば、走行可能なレーンの数に応じた軌跡を生成するようにしてもよい。このステップ S28は、ステップ S22〜S27の処理と並行して行われる。 [0119] この後、衝突確率計算部 34は、自車進路生成部 33で生成した自車の進路と進路干渉評価部 7によって得られた特定障害物の進路とが衝突する確率を計算する（ステツプ S29)。このステップ S29では、自車の進路と特定障害物の進路とが同時間で所定の距離よりも近くなつた場合に衝突したとみなし、衝突確率の計算を行う。この際に衝突したとみなされる距離は、特定障害物の種類に応じて定められる。

[0120] 出力部 35は、ステップ S29で求められた衝突確率に基づいて所定の情報を出力する（ステップ S30)。例えば、衝突確率が所定の閾値を超えた場合に表示部 352によって表示を行うとともに、衝突確率が所定の閾値を超えた場合に警告音発生部 35 3が警告音を発生する。なお、自車進路生成部 33が複数の進路を生成する場合には、衝突確率が最も低レ、進路（またはレーン）を推奨進路ほたは推奨レーン）として表示したり音声で報知したりしてもよい。

[0121] 以上説明した本発明の実施の形態 4によれば、障害物の位置および内部状態に基づレ、てその障害物がとりうる進路を予測し、この予測の際に所定の条件によって選択された特定障害物の複数の進路の確率的な予測を行うとともに、それ以外の一般障害物の進路の予測を行い、障害物が複数存在する場合には、特定障害物がとりうる複数の進路のうち、一般障害物がとりうる進路との同時間における距離が所定値よりも小さ!/、進路の予測確率を低下させ、この予測確率が低下した進路を含む特定障害物の複数の進路の各々が実現される確率を算出することにより、個々の障害物単位で見た場合には高い確率でとりうる進路であっても他の障害物と干渉することがあればその影響を考慮した予測を行うことができる。したがって、複雑な交通環境下でも障害物の進路を適切に予測することが可能となる。

[0122] また、本実施の形態 4によれば、自車進路と特定障害物の予測進路との衝突確率を算出することにより、複雑な交通環境下における自車進路の安全性を実用的な時間の内で適確に判定することが可能となる。

[0123] なお、本実施の形態 4の変形例として、上記実施の形態 3に係る障害物進路予測装置に対して自車進路生成部および衝突確率計算部をさらに具備させることも可能である。この場合には、全ての障害物の進路に対する確率が算出され、自車進路との衝突確率が計算される。 [0124] (実施の形態 5)

本発明の実施の形態 5は、特定障害物の進路を、上記実施の形態 2と同様に 3次元時空間上で生成した軌跡を用いて行うことに加えて自車の進路を生成し、特定障害物と自車との衝突確率を求めることを特徴とする。

[0125] 図 21は、本発明の実施の形態 5に係る障害物進路予測装置の機能構成を示すブロック図である。同図に示す障害物進路予測装置 41は、所定の範囲に存在する物体の位置や内部状態を検知するとともに、自車の位置や内部状態を検知するセンサ部 32と、自車の現在位置からの進路を生成する自車進路生成部 33と、自車と特定障害物との衝突確率を計算する衝突確率計算部 34と、衝突確率計算部 34で算出された自車と特定障害物との衝突確率に関する情報を出力する出力部 35と、を備える。出力部 35は、衝突確率計算部 34で算出された衝突確率に基づいて画像を生成する画像生成部 351と、画像生成部 351で生成された画像を含む情報を表示出力する表示部 352と、自車進路生成部 33で生成された自車進路と特定障害物と衝突確率が所定の閾値を超える場合に警告音（音声を含む）を発生する警告音発生部 3 53とを有する。ここで説明した以外の障害物進路予測装置 41の構成は、上記実施の形態 2に係る障害物進路予測装置 11の構成と同じである（図 10を参照）。

[0126] 本実施の形態 5に係る障害物進路予測方法は、特定障害物の進路予測処理および衝突確率算出処理の詳細を除レ、て、上記実施の形態 4に係る障害物進路予測方法と同じである（図 20のフローチャートを参照）。また、特定障害物の進路予測処理は、上記実施の形態 2に係る障害物進路予測方法と同じである（図 11および図 12を参照）。そこで、以下の説明においては、衝突確率算出処理（図 20のステップ S29に対応）について詳細に説明する。なお、以下の説明において、上記実施の形態 4に係る障害物進路予測方法と同じ処理については、同じステップ番号を使用する。

[0127] 図 22は、衝突確率算出処理の詳細を示すフローチャートである。同図に示す衝突確率算出処理は、 2つのループ処理から構成されており、ステップ S28で生成した自車 Cの軌跡 Pとステップ S26で除去されずに残った非干渉軌跡集合 {P ' (η) }との間

0 0 S の衝突確率を算出する。この際、衝突確率計算部 34は、自車 Cの軌跡 Ρ、特定障

0 0 害物 Οの非干渉軌跡集合 {Ρ ' (η) }、および自車 Cと特定障害物 Οの衝突確率を評価する評価関数を用いて衝突確率の計算を行う。なお、本実施の形態 5では、衝突確率計算部 34が評価関数を内蔵しているものとして説明を行うが、障害物進路予測装置 41に入力部を設けることにより、その評価関数を外部から入力する構成としてもよい。また、評価関数を道路の種類ゃ自車 Cの速度によって適応的に変化させる

0

構成としてあよい。

[0128] まず、衝突確率計算部 34は、特定障害物 Oに対し、非干渉軌跡集合 {P ' (η) }の

S S

全要素 Ρ ' (η ) (η = 1 , 2, · · · , Ν )に対する繰り返し処理 (Loop 1)を順次行う（ステ

S S S S

ップ S501)。この繰り返し処理においては、自車 Cと特定障害物 Oとが干渉する度

0 S

合いを定量的に与える量として干渉度 rを導入し、この干渉度 rの初期値を 0とおく（ s s

ステップ S 502)。

[0129] 続いて、衝突確率計算部 34は、自車 Cの軌跡 Pと特定障害物 Oの一つの非干渉

0 0 S

軌跡 P ' (η )との干渉を評価する繰り返し処理 (Loop2)を開始する（ステップ S503)

S S

。この Loop2では、二つの軌跡 Pと軌跡 P ' (η )との同時間における距離を、時間

0 S S

=0, A t, · · · , Tにおいて順次求める。本実施の形態 5においても、同時間における二つの軌跡の空間的な距離が所定値 (例えば車両の標準的な幅や長さ）よりも小さくなった場合、自車 Cと特定障害物 Oは衝突したとみなし、二つの車両が衝突したと

0 S

みなすことができる距離の最大値 (互いに干渉しあう空間的な距離)を干渉距離と呼。

[0130] 図 23は、自車 Cの軌跡 Pと特定障害物〇の非干渉軌跡 P ' (η )との時空間上で

0 0 S S S

の関係を模式的に示す図である。同図に示す場合、軌跡 Ρと非干渉軌跡 Ρ ' (η )と

0 S S は、 2点 aおよび aで交差している。したがって、この 2点 aおよび aの近傍には、二

1 2 1 2 つの軌跡間の同時間における距離が干渉距離よりも小さい領域 Aおよび Aが存在

1 2 する。すなわち、二つの軌跡 Pおよび軌跡 P ' (n )が領域 Aおよび A内にそれぞれ

0 S S 1 2

含まれる時間では、自車 Cと特定障害物 oとが衝突したという判定がなされる。換言

0 s

すれば、時間 t = 0, A t, · · · , Tのうちで、領域 Αおよび A内を通過する数が自車 C

1 2

と特定障害物 oとの衝突回数である。

0 s

[0131] 図 23からも明らかなように、本実施の形態 5において形成される時空間環境は、二つの軌跡が一度衝突してもその後の軌跡が生成される。これは、物体ごとの軌跡を独立に生成してレ、るからである。

[0132] この後、衝突確率計算部 34は、自車 Cと特定障害物 Oの距離を求めた結果、上述した意味において自車 Cと特定障害物 Oが衝突したと判定した場合 (ステップ S5

04で Yes)、干渉度 rの値を、

[数 8コ rs ¾ +P (^Ps'(ⁿs)) · ' ·(⁸)

とする (ステップ S 505)。ここで、第 2項目 ρ (Ρ ' (η ) )は、軌跡 Ρ ' (η )が選ばれる確率である (ここでは、規格化部 8で既に軌跡ごとに付与された確率分布関数が規格化されている）。なお、ステップ S504で自車 Cと特定障害物 Οが衝突しない場合には

、後述するステップ S 506に直接進む。

[0133] 衝突確率計算部 34は、ステップ S505の後、時間 tが Τに達していない場合には繰り返しを終了せず（ステップ S506で No)、 tの値を A t増加させ（ステップ S507)、ステツプ S503に戻って Loop2を繰り返す。他方、衝突確率計算部 34は、ステップ S50 5の後、時間 tが Tに達している場合には、 Loop2を終了する（ステップ S506で Yes)

[0134] 以上説明した Loop2の繰り返し処理により、干渉度 rの値は、衝突回数が多いほど大きい値となる。この Loop2が終了した後、衝突確率計算部 34は、 Looplを繰り返すか否かの判断処理を行う。すなわち、特定障害物 Oに対して生成した軌跡のうち自車 Cの軌跡 Pとの干渉評価が行われていないものがあれば、 Looplを終了せず（ステップ S508で No)、 nを n + 1とし（ステップ S509)、ステップ S501に戻って Loop

1を繰り返す。

[0135] これに対して、特定障害物 Oに対して生成した軌跡 P ' (n )のうち自車 Cの軌跡 P との干渉評価が全て行われた場合 (ステップ S508で Yes)、衝突確率計算部 34は、自車 Cの軌跡 Pと特定障害物 Oの全ての非干渉軌跡集合 {P ' (η ) }との間の干渉を評価する最終的な干渉度 rを付与し (ステップ S510)、この付与した干渉度 rを出力して記憶部 10へ格納する（ステップ S 511)。

[0136] ここで、自車 Cの軌跡 Pと特定障害物 Oの軌跡 P ' (η )との衝突回数を M (n )とすると、干渉度 rの値は、軌跡 P ' (η )ごとの確率 ρ (Ρ ' (η ) )を Μ (η )倍した値を全ての軌跡集合 {P ' (η ) }の要素について和を取ったものである。

[数 9コ r_s =∑M(n_s) p (P_s'(n_s)) —(9) 式（9)の右辺の和は、自車 Cの軌跡 Pが特定障害物 O力 Sとりうる軌跡と衝突する衝突確率に他ならない。すなわち、式（9)によって自車 Cと特定障害物 Oとが衝突する衝突確率が求められる。

[0137] この後、出力部 35は、自車 Cと特定障害物 Oとの衝突確率である干渉度 rが所定の閾値を超える場合に表示部 352から情報を表示したり、警告音発生部 353から警告音を発生したりする（ステップ S30)。

[0138] 以上説明した本発明の実施の形態 5によれば、障害物の位置および内部状態に基づレ、てその障害物がとりうる進路を予測し、この予測の際に所定の条件によって選択された特定障害物の複数の進路の確率的な予測を行うとともに、それ以外の一般障害物の進路の予測を行い、障害物が複数存在する場合には、特定障害物がとりうる複数の進路のうち、一般障害物がとりうる進路との同時間における距離が所定値よりも小さ!/、進路の予測確率を低下させ、この予測確率が低下した進路を含む特定障害物の複数の進路の各々が実現される確率を算出することにより、個々の障害物単位で見た場合には高い確率でとりうる進路であっても他の障害物と干渉することがあればその影響を考慮した予測を行うことができる。したがって、複雑な交通環境下でも障害物の進路を適切に予測することが可能となる。

[0139] また、本実施の形態 5によれば、特定障害物が時間の経過とともにとりうる位置の変化を時間および空間から構成される時空間上での軌跡として生成し、この生成した軌跡を用いることによって特定障害物の進路の確率的な予測を行うことにより、動的物体の進路予測を精度よく行うことができるようになる。

[0140] さらに、本実施の形態 5によれば、時空間上で特定障害物がとりうる軌跡との自車力 Sとりうる軌跡との干渉の程度を定量的に示す干渉度を算出し、この算出した干渉度を衝突確率として求めることにより、現実として起こりうる状況下における自車進路の安全性を、実用的な時間の内で適確に判定することが可能となる。 [0141] なお、本実施の形態 5の変形例として、上記実施の形態 3に係る障害物進路予測装置に対して自車進路生成部および衝突確率計算部をさらに具備させることも可能である。この場合には、上述したステップ S501からステップ S511の処理を、さらに複数の障害物に対して繰り返し行うことによって、時空間環境下における自車 Cと全障

0 害物との衝突確率を算出すればよい。

[0142] (その他の実施の形態）

ここまで、本発明を実施するための最良の形態として、実施の形態;!〜 5を詳述してきた力 S、本発明はそれら 5つの実施の形態によってのみ限定されるべきものではない。例えば、互いに干渉し合う進路をとる予測確率を 0として除去する代わりに、互いに干渉し合う進路のとる予測確率を低下させるような構成としてもよい。

[0143] また、上記実施の形態 1または 2において説明した障害物進路予測方法を用いることにより、全ての障害物を対等に极うことも可能である。この場合、特定障害物選択部では、障害物抽出部で抽出された障害物を任意の規則（例えば自車から近!/、順など )に基づいて順次選択していき、各特定障害物に対する進路予測処理をループで繰り返し行うようにすればよい。

[0144] さらに、本発明を自動運転システムに適用することも可能である。この場合には、障害物進路予測装置の出力（進路予測結果または自車との衝突確率）に対応して自車を操作する操作信号を生成し、この操作信号を自車に設けられた所定のァクチユエータ装置へ送信するようにすればよ!/、。

[0145] また、センサ部で検知した実在の障害物に加えて、架空の障害物を配置し、この架空の障害物に対する進路予測を行ってもよい。より具体的には、自車にとって好ましくない挙動を示すような架空のモデルを構成し、このモデルを所定の位置に配置して進路予測を行ってもよい。このような架空のモデルは、例えば遮蔽物等が存在して見通しが悪い交差点付近を走行する自車から検知できない位置に配置することによつて、交差点から飛び出してくる可能性のある障害物との衝突等の危険を予測することが可能となる。なお、架空のモデルの情報は予め記憶部で記憶しておき、別に設ける入力部からの条件設定に応じて所望の位置に配置することができるようにしてもよい。 [0146] ところで、本発明に係る障害物進路予測装置を、車両のみの走行が前提となる高速道路などの領域で適用する場合には、各車両に車車間通信用の通信手段をあわせて具備させることにより、互いに近くを走行している車両同士力互いの走行状況を車車間通信によって交換し合うようにしてもよい。この場合には、各車両が操作履歴を各自の記憶部で記憶しておき、その操作履歴に基づいて操作ごとの操作選択確率を付与し、この操作選択確率に関する情報もあわせて他の車両に送信するようにしてもよい。これにより、進路予測の精度が高くなり、走行中の危険を一段と確実に回避することが可能となる。

[0147] 加えて、 GPS (Global Positioning System)を位置検出手段として援用することも可能である。この場合には、 GPSが記憶する 3次元地図情報を参照することによってセンサ部で検知した物体の位置情報や移動情報の補正を行うことができる。さらには、 GPSの出力を相互に通信することによってセンサ部として機能させることも可能である。いずれの場合にも、 GPSを援用することによって高精度の進路予測を実現することができ、予測結果の信頼性をさらに向上させることができる。

[0148] なお、本発明に係る障害物進路予測装置は、四輪自動車以外の車両、人、ロボット等の移動体に搭載することも可能である。

[0149] また、本発明に係る障害物進路予測装置は、移動体に搭載されてレ、る必要はな!/ヽ。例えば、自車が車車間通信や路車間通信を利用可能な場合、本発明に係る障害物進路予測装置を、自車と自車の周囲の他車とインフラとを含む進路干渉評価システムから構成することができる。この場合、障害物の進路予測計算をインフラ側で行うようにし、自車については、予測計算結果をインフラ側に要求して受信し、この受信した予測計算結果に基づいた処理を行う予測計算要求車両として特定することも可能である。

[0150] 以上の説明からも明らかなように、本発明は、ここでは記載していないさまざまな実施の形態等を含みうるものであり、特許請求の範囲により特定される技術的思想を逸脱しない範囲内において種々の設計変更等を施すことが可能である。

産業上の利用可能性

[0151] 以上のように、本発明に係る障害物進路予測方法、装置、およびプログラムは、四輪自動車等の移動体の運転時の危険を回避し、安全性を確保するための技術として好適である。

Claims

請求の範囲

[1] 移動体から所定の範囲に存在する障害物の位置および内部状態を少なくとも記憶する記憶手段を備えたコンピュータが、前記障害物の進路を予測する障害物進路予測方法であって、

前記記憶手段から読み出した前記障害物の位置および内部状態に基づいて前記障害物がとりうる進路を予測し、この予測を行う際に少なくとも一つの前記障害物に対して該障害物がとりうる複数の進路の確率的な予測を行う進路予測ステップと、前記障害物が複数存在する場合、前記進路予測ステップで予測した複数の前記障害物がとりうる進路の中で異なる前記障害物同士が互いに干渉し合う進路を求め、この干渉し合う進路のうち前記確率的な予測を行った進路の予測確率を低下させる進路干渉評価ステップと、

前記進路干渉評価ステップで前記予測確率が低下した進路を含む前記複数の進路の各々が実現される確率を算出する確率算出ステップと、

を有することを特徴とする障害物進路予測方法。

[2] 所定の条件を満たす一つの前記障害物を特定障害物として選択する特定障害物選択ステップをさらに有し、

前記進路予測ステップは、前記特定障害物がとりうる複数の進路の確率的な予測を行う特定障害物進路予測ステップと、前記特定障害物以外の前記障害物がとりうる進路の予測を行う一般障害物進路予測ステップと、を含み、

前記進路干渉評価ステップは、前記障害物が複数存在する場合、前記特定障害物がとりうる複数の進路のうち、前記一般障害物がとりうる進路との同時間における距離が所定値よりも小さい進路の予測確率を低下させ、

前記確率算出ステップは、前記進路干渉評価ステップで前記予測確率が低下した進路を含む前記特定障害物の複数の進路の各々が実現される確率を算出することを特徴とする請求項 1記載の障害物進路予測方法。

[3] 前記特定障害物進路予測ステップは、

前記障害物の位置および内部状態に基づいて、前記特定障害物が時間の経過とともにとりうる位置の変化を時間および空間から構成される時空間上での軌跡として生成する軌跡生成ステップと、

前記軌跡生成ステップで生成した軌跡を用いることによって前記特定障害物がとりうる進路の確率的な予測演算を行う予測演算ステップと、

を含むことを特徴とする請求項 2記載の障害物進路予測方法。

[4] 前記一般障害物進路予測ステップは、

前記一般障害物の内部状態が保持されるものとして前記一般障害物の進路を予測することを特徴とする請求項 2または 3記載の障害物進路予測方法。

[5] 前記移動体の位置および内部状態に基づいて前記移動体の進路を生成する進路生成ステップと、

前記進路生成ステップで生成した前記移動体の進路と、前記確率算出ステップで進路ごとに確率が算出された前記特定障害物がとりうる複数の進路の各々との衝突確率を算出する衝突確率算出ステップと、

をさらに有することを特徴とする請求項 2〜4のいずれか一項記載の障害物進路予測方法。

[6] 前記進路予測ステップは、前記障害物がとりうる複数の進路の確率的な予測を行い、

前記進路干渉評価ステップは、前記障害物が複数存在する場合、複数の前記障害物がとりうる進路のうち、異なる前記障害物の進路との同時間における距離が所定値よりも小さレヽ進路をとる確率を低下させ、

前記確率算出ステップは、前記進路干渉評価ステップで前記予測確率が低下した進路を含む複数の前記障害物の全ての進路の各々が実現される確率を算出することを特徴とする請求項 1記載の障害物進路予測方法。

[7] 前記進路予測ステップは、

前記障害物の位置および内部状態に基づいて、前記障害物が時間の経過とともにとりうる位置の変化を時間および空間から構成される時空間上での軌跡として生成する軌跡生成ステップと、

前記軌跡生成ステップで生成した軌跡を用いることによって前記障害物の進路の確率的な予測演算を行う予測演算ステップと、を含むことを特徴とする請求項 6記載の障害物進路予測方法。

[8] 前記移動体の位置および内部状態に基づいて前記移動体の進路を生成する進路生成ステップと、

前記進路生成ステップで生成した前記移動体の進路と、前記確率算出ステップで進路ごとに確率が算出された前記障害物がとりうる全ての進路の各々との衝突確率を算出する衝突確率算出ステップと、

をさらに有することを特徴とする請求項 6または 7記載の障害物進路予測方法。

[9] 移動体の周囲に存在する障害物の進路を予測する障害物進路予測装置であって前記移動体から所定の範囲に存在する障害物の位置および内部状態を少なくとも記憶する記憶手段と、

前記記憶手段から読み出した前記障害物の位置および内部状態に基づいて前記障害物がとりうる進路を予測し、この予測を行う際に少なくとも一つの前記障害物に対して該障害物がとりうる複数の進路の確率的な予測を行う進路予測手段と、前記障害物が複数存在する場合、前記進路予測手段で予測した複数の前記障害物がとりうる進路の中で異なる前記障害物同士が互いに干渉し合う進路を求め、この干渉し合う進路のうち前記確率的な予測を行った進路の予測確率を低下させる進路干渉評価手段と、

前記進路干渉評価手段によって前記予測確率が低下した進路を含む前記複数の進路の各々が実現される確率を算出する確率算出手段と、

を備えたことを特徴とする障害物進路予測装置。

[10] 所定の条件を満たす一つの前記障害物を特定障害物として選択する特定障害物選択手段をさらに備え、

前記進路予測手段は、前記特定障害物がとりうる複数の進路の確率的な予測を行う特定障害物進路予測手段と、前記特定障害物以外の前記障害物がとりうる進路の予測を行う一般障害物進路予測手段と、を有し、

前記進路干渉評価手段は、前記障害物が複数存在する場合、前記特定障害物がとりうる複数の進路のうち、前記一般障害物がとりうる進路との同時間における距離が所定値よりも小さい進路の予測確率を低下させ、

前記確率算出手段は、前記進路干渉評価手段によって前記予測確率が低下した進路を含む前記特定障害物の複数の進路の各々が実現される確率を算出することを特徴とする請求項 9記載の障害物進路予測装置。

[11] 前記特定障害物進路予測手段は、

前記障害物の位置および内部状態に基づいて、前記特定障害物が時間の経過とともにとりうる位置の変化を時間および空間から構成される時空間上での軌跡として生成する軌跡生成手段と、

前記軌跡生成手段で生成した軌跡を用いることによって前記特定障害物がとりうる進路の確率的な予測演算を行う予測演算手段と、

を有することを特徴とする請求項 10記載の障害物進路予測装置。

[12] 前記一般障害物進路予測手段は、

前記一般障害物の内部状態が保持されるものとして前記一般障害物の進路を予測することを特徴とする請求項 10または 11記載の障害物進路予測装置。

[13] 前記移動体の位置および内部状態に基づいて前記移動体の進路を生成する進路生成手段と、

前記進路生成手段で生成した前記移動体の進路と、前記確率算出手段で進路ごとに確率が算出された前記特定障害物がとりうる複数の進路の各々との衝突確率を算出する衝突確率算出手段と、

をさらに備えたことを特徴とする請求項 10〜； 12のいずれか一項記載の障害物進路予測装置。

[14] 前記進路予測手段は、前記障害物がとりうる複数の進路の確率的な予測を行い、前記進路干渉評価手段は、前記障害物が複数存在する場合、複数の前記障害物力 Sとりうる進路のうち、異なる前記障害物の進路との同時間における距離が所定値よりも小さ!/、進路をとる確率を低下させ、

前記確率算出手段は、前記進路干渉評価手段によって前記予測確率が低下した進路を含む複数の前記障害物の全ての進路の各々が実現される確率を算出することを特徴とする請求項 9記載の障害物進路予測装置。

[15] 前記進路予測手段は、

前記障害物の位置および内部状態に基づいて、前記障害物が時間の経過とともにとりうる位置の変化を時間および空間から構成される時空間上での軌跡として生成する軌跡生成手段と、

前記軌跡生成手段で生成した軌跡を用いることによって前記障害物の進路の確率的な予測演算を行う予測演算手段と、

を有することを特徴とする請求項 14記載の障害物進路予測装置。

[16] 前記移動体の位置および内部状態に基づいて前記移動体の進路を生成する進路生成手段と、

前記進路生成手段で生成した前記移動体の進路と、前記確率算出手段で進路ごとに確率が算出された複数の前記障害物がとりうる全ての進路の各々との衝突確率を算出する衝突確率算出手段と、

をさらに有することを特徴とする請求項 14または 15記載の障害物進路予測装置。

[17] 請求項;!〜 8のいずれか一項記載の障害物進路予測方法を前記コンピュータに実行させることを特徴とする障害物進路予測プログラム。