駕駛輔助系統以及駕駛輔助方法

2023-10-07 21:51:24

駕駛輔助系統以及駕駛輔助方法
【專利摘要】具有：駕駛信息獲取部(1)，其將駕駛員的操作量以及車輛動作、駕駛員的狀態、車輛周圍的環境信息中的某些作為駕駛信息而獲取；車輛位置信息獲取部(2)，其獲取車輛的位置信息；統計信息生成部(3)，其將駕駛信息作為時序模式進行統計處理，生成統計信息；地圖信息生成部(4)，其將獲取到駕駛信息時的車輛的位置信息和統計信息相關聯而生成地圖信息；地圖信息更新部(71)，其將已有的地圖信息更新為所生成的地圖信息；地圖信息參照部(5)，其基於車輛的位置信息，參照並讀取地圖信息；駕駛輔助部(6)，其基於所讀取的地圖信息進行駕駛輔助。
【專利說明】駕駛輔助系統以及駕駛輔助方法

【技術領域】
[0001] 本發明涉及一種對車輛的駕駛進行輔助的駕駛輔助系統以及駕駛輔助方法。

【背景技術】
[0002] 當前，作為將拍攝裝置等搭載於車輛並一邊行駛一邊收集交通環境的信息的技 術，例如存在下述的專利文獻1所記載的地圖信息收集裝置。
[0003] 該地圖信息收集裝置將由搭載於車輛上的拍攝裝置獲取的車輛周邊圖像所包含 的信息通過進行圖像識別處理而收集。另外，該地圖信息收集裝置在相同的場所的圖像信 息被識別多次的情況下，以統計方式進行學習處理，從而抑制識別位置的誤差的影響。
[0004] 上述的地圖信息收集裝置在通過圖像識別獲取信息而在相同的場所多次識別同 樣的圖像信息的情況下，以統計方式進行學習處理。因而，無法將本車輛、周圍的其他車輛 的移動這樣的隨著時間變化的動態的交通環境信息作為地圖信息而以統計方式進行製作。
[0005] 因此，本發明是鑑於上述的情況而提出的，其目的在於，提供一種為了獲取隨著時 間發生變化的信息而能夠提供駕駛輔助的駕駛輔助系統以及駕駛輔助方法。
[0006] 專利文獻1 :日本特開2008 - 250687號公報（日本特許第4569837號）


【發明內容】

[0007] 本發明為了解決上述的課題，獲取駕駛信息，將該駕駛信息作為時序模式進行統 計處理而得到統計信息，將該統計信息與獲取到該駕駛信息時的車輛的位置信息相關聯而 生成地圖信息並更新地圖信息。在進行駕駛輔助時，基於車輛的位置信息，參照並讀取地圖 信息，基於所讀取的地圖信息進行駕駛輔助。

【專利附圖】

【附圖說明】
[0008] 圖1是表示作為本發明的第1實施方式示出的駕駛輔助系統的結構的框圖。
[0009] 圖2是在作為本發明的第1實施方式示出的駕駛輔助系統中說明顏色特徵量、網 紋特徵量的圖。
[0010]圖3是在作為本發明的第1實施方式示出的駕駛輔助系統中說明物體形狀特徵量 的圖。
[0011] 圖4是在作為本發明的第1實施方式示出的駕駛輔助系統中駕駛信息表示周圍影 像的情況的時序化處理的流程圖。
[0012] 圖5是在作為本發明的第1實施方式示出的駕駛輔助系統中表示生成統計信息並 更新地圖信息的處理的流程圖。
[0013] 圖6是對在作為本發明的第1實施方式示出的駕駛輔助系統中的時序的駕駛信息 的分節化進行說明的圖。
[0014] 圖7是對在作為本發明的第1實施方式示出的駕駛輔助系統中將分節化後的駕駛 信息分級地分類進行說明的圖，（a)表示一個駕駛信息、（b)表示另一個駕駛信息。
[0015] 圖8是表示在作為本發明的第1實施方式示出的駕駛輔助系統中生成並存儲地圖 信息的處理的流程圖。
[0016] 圖9是表示在作為本發明的第1實施方式示出的駕駛輔助系統中按照區間生成統 計信息的處理的流程圖。
[0017] 圖10是在作為本發明的第1實施方式示出的駕駛輔助系統中包含預測駕駛信息 的處理的流程圖。
[0018] 圖11是表示在作為本發明的第2實施方式示出的駕駛輔助系統中追加綜合模式 生成單元後的結構的框圖。
[0019] 圖12是表示在作為本發明的第2實施方式示出的駕駛輔助系統中在生成地圖信 息時生成綜合模式的處理的流程圖。
[0020] 圖13是對在作為本發明的第2實施方式示出的駕駛輔助系統中生成綜合模式的 處理進行說明的圖。
[0021] 圖14是在作為本發明的第3實施方式示出的駕駛輔助系統中表示相互進行通信 的對象的框圖。
[0022] 圖15是在作為本發明的第3實施方式示出的駕駛輔助系統中表示車載設備包含 通信單元的結構的框圖。
[0023] 圖16是在作為本發明的第4實施方式示出的駕駛輔助系統中追加對駕駛信息賦 予屬性的結構後的框圖。
[0024] 圖17是表示在作為本發明的第4實施方式示出的駕駛輔助系統中按照駕駛信息 的屬性生成統計信息的處理的流程圖。

【具體實施方式】
[0025] 以下，參照【專利附圖】

【附圖說明】本發明的實施方式。
[0026] [第1實施方式]
[0027] 作為本發明的第1實施方式示出的駕駛輔助系統例如如圖1所示地構成。圖1所 示，該駕駛輔助系統包括駕駛信息獲取部1、車輛位置信息獲取部2、統計信息生成部3、地 圖信息生成部4、地圖信息參照部5、駕駛輔助部6、以及地圖信息存儲部7。
[0028] 此外，駕駛輔助系統的一部分實際上由ROM、RAM、CPU等構成，但將該CPU按照存儲 在ROM中的駕駛輔助用的程序進行處理而能夠實現的功能作為程序模塊而進行說明。
[0029] 駕駛信息獲取部1具有駕駛員狀態信息獲取部11、車輛周圍信息獲取部12、車輛 信息獲取部13中的一個即可。駕駛員狀態信息獲取部11檢測駕駛員的狀態。車輛周圍信 息獲取部12獲取車輛周圍的環境信息。車輛信息獲取部13作為車輛信息而檢測駕駛員的 操作量以及車輛動作。駕駛員狀態信息獲取部11將獲取到的駕駛信息向車輛位置信息獲 取部2、統計信息生成部3以及駕駛輔助部6供給。
[0030] 車輛位置信息獲取部2獲取車輛的位置信息。該車輛位置信息獲取部2由例如GPS 天線以及GPS用的運算設備等構成。車輛位置信息獲取部2也可以基於從駕駛信息獲取部 1獲取到的作為駕駛信息的車輛的舉動運算車輛的位置信息。車輛位置信息獲取部2將獲 取到的車輛的位置信息向駕駛輔助部6、地圖信息生成部4以及地圖信息參照部5供給。
[0031] 統計信息生成部3將從駕駛信息獲取部1供給來的駕駛信息作為時序模式進行統 計處理，生成統計信息。
[0032] 地圖信息生成部4將獲取到從車輛位置信息獲取部2獲得的駕駛信息時的車輛的 位置信息、和由統計信息生成部3生成的統計信息相關聯而生成地圖信息。即，地圖信息生 成部4將由統計信息生成部3基於位置信息生成的統計信息作為地圖信息。
[0033] 在地圖信息存儲部7中作為資料庫而存儲有道路地圖數據。地圖信息存儲部7具 有能夠寫入從地圖信息生成部4發送的地圖信息的地圖信息更新部71。地圖信息更新部 71將已有的地圖信息更新為由地圖信息生成部4生成的地圖信息。
[0034] 地圖信息參照部5基於由車輛位置信息獲取部2獲取到的位置信息參照並讀取在 地圖信息存儲部7中存儲有的地圖信息。由此，地圖信息參照部5將儲存於地圖信息存儲 部7的數據中的與在當前的車輛位置處存儲有的駕駛相關的統計信息提取出來。
[0035] 駕駛輔助部6基於由地圖信息參照部5獲得的統計信息（地圖信息）進行駕駛輔 助。另外，駕駛輔助部6不僅基於地圖信息進行駕駛輔助，而且也可以基於由駕駛信息獲取 部1獲得的實時的駕駛信息進行駕駛輔助。該駕駛輔助包括向駕駛員提供對駕駛有用的信 息。另外，駕駛輔助部6也可以基於統計信息以及駕駛信息進行車輛的控制。
[0036] 下面，說明在上述的駕駛輔助系統中由駕駛信息獲取部1以及車輛位置信息獲取 部2進行的信息獲取處理的詳細內容。
[0037] 車輛位置信息獲取部2利用車載的導航系統、搭載於駕駛員所持有的行動電話等 的GPS(GlobalPositioningSystem)的信號。車輛位置信息獲取部2作為位置信息除了 由GPS獲取經煒度、高度等以外，也可以將車載導航系統等所持有的地圖信息作為位置信 息。作為公知的導航系統用地圖，已知有將如下編號作為地圖信息而具有的地圖：例如在地 圖上劃分成恆定間隔的網狀的分區的編號、將道路表現為鏈環時的鏈環編號、將交叉點和 分合地點表現為鏈環彼此之間的連接點即節點的節點編號等。也可以是，車輛位置信息獲 取部2在利用車載GPS檢測到車輛位置的經煒度之後，將該地圖信息和車輛位置進行匹配， 並將匹配後的網編號、鏈環編號、節點編號作為位置信息添加至經煒度。
[0038]駕駛員狀態信息獲取部11作為駕駛員的狀態而檢測面部的動作。駕駛員狀態信 息獲取部11利用例如設置於駕駛席前方的拍攝裝置獲取包括駕駛員的頭部在內的影像， 將該影像信息輸入至面部動作檢測裝置。作為面部動作檢測裝置，利用公知的識別方法即 可。例如能夠利用日本特開2005 - 196567所示的技術。利用該面部朝向檢測裝置，駕駛 員狀態信息獲取部11獲取頭部的姿勢角。另外，也可以是，駕駛員狀態信息獲取部11除 了基於頭部的姿勢角以外，還基於拍攝到的影像，檢測駕駛員的視線及眨眼、口的動作及表 情、觸摸面部及頭部的手的動作等，並作為駕駛員的狀態信息加以利用。進而，也可以是，駕 駛員狀態信息獲取部11作為駕駛員的身體的動作而使用座位座面?背面?側靠背等的體 壓分布值。進而，也可以是，駕駛員狀態信息獲取部11作為駕駛員的生物信號而利用血壓、 呼吸、心率、發汗、肌電位等、或者利用通過腦血流等進行簡易地測量的腦活動量。也可以 是，駕駛員狀態信息獲取部11將生物信息、視線、表情、體溫等多個測量值組合併使用公知 的計算技術，將睡意及焦躁、清醒程度、緊張程度、放鬆程度作為表示駕駛員的狀態的信息 進行計算並獲取。
[0039] 車輛周圍信息獲取部12作為車輛周圍的環境信息而獲取至本車輛周圍的物體為 止的距離、物體形狀等的觀測值。因此，車輛周圍信息獲取部12利用例如車道保持系統、 車間維持控制系統等的傳感器即雷射傳感器、微波雷達、超聲波傳感器這樣的測距傳感器。 另外，也可以是，車輛位置信息獲取部2使用攝像機等拍攝裝置的動畫、靜畫，檢測描繪在 路面上的白線、停止線、人行橫道、表示前進道路的箭頭等的位置、車道內的本車輛的橫向 位置及前方車道的曲率、信號機及道路標識、行人及自行車、在周圍行駛的車輛等駕駛員在 駕車時應該注意的對象，將這些檢測值、檢測對象的形狀及顏色、與本車輛的相對距離（位 置）等作為車輛周圍的環境信息進行獲取。另外，也可以是，車輛位置信息獲取部2如果能 夠如後述基於傳感器值、圖像而將擁堵的車流中、人群中、閒散的道路、住宅街道較窄的生 活道路這樣的與駕駛相關聯的場所的氣氛進行時序數據化，則作為車輛周圍的環境信息獲 取。
[0040] 車輛信息獲取部13獲取駕駛員的操作量、車輛動作的信息。車輛信息獲取部13獲 取例如轉向角、加速器開度、制動器操作量、方向指示器開關信號、雨刷器開關信號、車速、 前後加速度、上下加速度、左右加速度、偏航率、側傾角速度、縱擺角速度等。車輛信息獲取 部13既可以從傳感器、操作設備獲取直接信號，也可以獲取流向車輛CAN這樣的車載網絡 的信號。關於車輛動作的檢測，例如車體偏航率由設於車體的偏航率傳感器檢測是最直觀 的方法。但是除了直接檢測車輛偏航率以外，也可以檢測例如轉向角和車輛的速度，基於其 結果推定車輛偏航率。在推定車輛偏航率的情況下，取代偏航率傳感器而設有轉向角傳感 器和車速傳感器。如上所述，也可以是，車輛信息獲取部13不直接檢測車輛信息，而是獲取 作為基於運算的推定值的車輛信息。
[0041] 另外，由駕駛信息獲取部1以及車輛位置信息獲取部2獲取的信息除了如流向車 輛CAN的信息那樣標配於車輛的傳感器設備的信息以外，也可以利用車輛的利用者後來車 載的傳感器設備的信息。也可以是，如在駕駛員狀態信息獲取部11中測量上述的駕駛員的 生物信號的傳感器設備等那樣，例如將搭載已有的GPS、陀螺儀傳感器的導航系統、車載攝 像機、具有加速度傳感器、GPS的行動電話等可行動裝置、已有的行駛記錄儀等設置於車輛 中，利用這些設備所搭載的傳感器的輸出信息。
[0042] 在由駕駛信息獲取部1獲取的駕駛信息中包括車速、轉向角、車間距離這樣的1維 信息。駕駛信息中除了 1維信息之外，還包括多維時序信息。例如，駕駛信息包括照相機圖 像、如微波雷達那樣以"面"進行測量的信息。進而，駕駛信息中包括利用如雷射雷達那樣 的掃描型傳感器以"線（點列）"進行測量的信息。進而，駕駛信息中包括像設置於車輛四 角的超聲波傳感器、如肌電位那樣將多個作為一套處理並與使"多個點"相互關聯而測量的 信息。進而，照相機圖像等在構成畫面的1個像素中也含有如下的表示內容不同的多個信 息，即：顏色、亮度、濃度這樣的信息，網紋信息、輪廓（邊緣）等物體形狀特徵的信息息。
[0043] 本實施方式的駕駛輔助系統具有如下特徵：將上述的多個1維時序信息、多維時 序信息作為在相同的交通環境下在相同的地點且在相同的時間獲取到的信息，在保持各信 息間的關聯性的狀態下進行統計處理。
[0044] 圖2以及圖3是由駕駛信息獲取部1獲取的信息為以"面"拍攝車外的照相機影 像100的情況下作為靜畫截取影像，從各個靜畫中提取特徵量101而進行時序化的處理的 圖像圖。在提取顏色的特徵量、網紋特徵量的情況下，如圖2所示，駕駛信息獲取部1針對將 照相機影像100分割的各單元格計算特徵量101，沿著時間軸將各單元格的特徵量的時間 變化作為時序數據。關於顏色的特徵量，也可以作為顏色空間而利用RGB顏色空間、CIE- XYZ顏色空間、L*a*b*顏色空間等公知的顏色空間。另外，作為顏色的特徵量，也可以 針對各單元格利用顏色柱狀圖、顏色空間中的顏色分布的統計量即色距（平均、分散、共分 散、非對稱性等）等。
[0045]另外，駕駛信息獲取部1能夠計算圖像整體的特徵量。並且，也可以是，駕駛信息 獲取部1在將圖像分割成單元格並計算出各區域的特徵量的基礎上，著眼於區域並利用網 紋特徵量。作為網紋特徵量，利用記述規則的網紋的構造特徵（基於形態學運算的量、相鄰 圖表等的量）、以圖像亮度的統計性分布記述的統計特徵（傅立葉·功率譜、濃度共生矩陣、 馬爾科夫隨機場、分形模型、Gabor變換、WaveIet變換等各種多重析像度特徵量等）這樣的 公知的識別方法即可。駕駛信息獲取部1對圖像整體的顏色特徵量、網紋特徵量進行計算， 作為時序數據加以利用。由此，能夠將交通環境為由人、自行車、其他車輛混雜的狀態、為空 的狀態、牆壁或障礙物迫近的較窄的道路或山道、相同的景色持續的高速道路等信息獲取 地點中的交通環境（氣氛）的時間變化作為時序數據以統計方式蓄積?利用。
[0046] 並且，駕駛信息獲取部1也可以如圖3所示地檢測物體形狀的特徵量102。駕駛信 息獲取部1檢測行駛車道內的本車輛的橫向位置、前方車道的曲率、停止線及人行橫道等 路面表示、信號機及道路標識、行人及自行車、在周圍行駛的其他車輛等駕駛員駕車時應該 注意的對象。並且，駕駛信息獲取部1檢測與檢測對象的相對距離（位置關係）及其形狀、 顏色等。駕駛信息獲取部1將駕駛員駕車時應該注意的對象的形狀、顏色等作為物體形狀 的特徵量102加以獲取。
[0047] 駕駛信息獲取部1也可以將在檢測對象的過程中求得的物體形狀的特徵量102 的變化、對象的動作（位置的時間變化）作為時序數據加以利用。特定對象的檢測、形 狀特徵量的檢測方法利用公知的識別方法即可。例如作為大域形狀特徵量而利用區域 特徵量（Zemikemoment、2DAngularRadialTransformation(ART)等）、輪廓特徵量 (FourierDescriptor、CurvatureScaleSpace、EdgeDirectionHistogram等），作為 局部特徵量而利用（Color)SIFT、旋轉圖像（SpinImages)、VideoGoogle這樣的特徵量、 Bag-of-features方法等，檢測特定的對象物、形狀特徵量即可。
[0048] 駕駛信息獲取部1通過如圖4所示的處理將獲取到的駕駛信息變換成時序數據。
[0049] 首先，在步驟Sl中，駕駛信息獲取部1以及車輛位置信息獲取部2將獲取駕駛信 息時的車輛的位置信息和駕駛信息一起獲取。
[0050] 在接下來的步驟S2中，駕駛信息獲取部1將獲取到的駕駛信息時序數據化。對 於CAN信號等不需要在獲取時刻進行時序化的處理的信息，也可以跳過步驟S2而進入步驟 S3。在上述的影像等為駕駛信息的情況下，駕駛信息獲取部1根據駕駛信息計算特徵量等， 將計算信息的時間變化作為時序數據。
[0051] 下一步驟S3中，將在步驟S2中獲得的各特徵量的時序數據的集合和車輛位置信 息相關聯。
[0052] 在接下來的步驟S4中，駕駛信息獲取部1將在步驟S3中與車輛的位置信息相關 聯的作為多維時序數據的駕駛信息向統計信息生成部3發送。
[0053] 在作為車輛周圍信息獲取部12而使用對車外進行拍攝的照相機影像的情況下， 在步驟Sl中，由駕駛信息獲取部1將車輛周圍的影像與拍攝時的車輛的位置信息一起獲 取。
[0054] 在接下來的步驟S2中，駕駛信息獲取部1從獲取到的影像提取特徵量。在影像中 包括各種各樣的信息，因此，例如每隔恆定的採樣時間作為靜畫而截取影像，利用上述的公 知的圖像識別方法提取特徵量。駕駛信息獲取部1將針對提取出的各特徵量的時間變化作 為時序數據。
[0055] 在接下來的步驟S3中，將獲得的各特徵量的時序數據的集合和影像的拍攝位置 信息（車輛位置信息）相關聯。
[0056] 在接下來的步驟S4中，駕駛信息獲取部1將與影像的位置信息相關聯的各特徵量 的集合作為多維的時序數據向統計信息生成部3發送。
[0057] 在此，以駕駛信息為拍攝車外的照相機影像的一個例子進行了說明，但並不限定 於此。也可以是，對於其他多維的時序數據，不僅將針對各維的觀測值作為時序數據，而且 根據多個維的觀測值對一個時序數據進行計算、或者提取特徵量等並將其時間變化作為時 序數據加以利用。在利用了例如在車間維持控制系統等中利用的掃描型測距傳感器的雷射 雷達的情況下，除了針對所觀測的各掃描角度的距離數據之外，也可以將根據雷射雷達觀 測值利用公知的識別方法所計算的其他車輛的相對位置數據作為時序數據加以利用。
[0058] 下面，說明由統計信息生成部3進行的統計狀態的生成處理、以及由地圖信息生 成部4以及地圖信息更新部71進行的地圖信息的更新處理。
[0059] 統計信息的生成處理以及地圖信息的更新處理例如能夠利用圖5所示的處理實 現。
[0060] 首先，在步驟Sll中，統計信息生成部3獲取由駕駛信息獲取部1進行時序處理並 與車輛位置信息相關聯的駕駛信息。
[0061] 在接下來的步驟S12中，統計信息生成部3針對在步驟Sll中獲取到的駕駛信息 的時序數據，將變化較大的時刻作為時序模式的邊界而進行分節化。
[0062] 在接下來的步驟S13中，統計信息生成部3從作為資料庫的地圖信息存儲部7中 讀取作為地圖信息而已存儲的駕駛信息的時序模式。
[0063] 在接下來的步驟S14中，統計信息生成部3對與在步驟S13中分節化的駕駛信息 的時序模式似然度較高地類似的時序模式是否已存儲在地圖信息存儲部7中進行判斷。在 類似的時序模式已存在於地圖信息存儲部7中的情況下，將駕駛信息向地圖信息生成部4 供給，處理進入步驟S15。另一方面，在不存在與分節化的駕駛信息的時序模式似然度較高 地類似的時序模式的情況下，處理進入步驟S17。
[0064] 在步驟S15中，統計信息生成部3、地圖信息更新部71添加新獲取到的駕駛信息並 進行統計處理，更新已存儲於地圖信息存儲部7中的時序模式。
[0065]另一方面，在步驟S17中，統計信息生成部3基於新獲取到的駕駛信息和其他所存 儲的駕駛信息的時序模式而進行統計處理。由此，統計信息生成部3生成新的駕駛信息的 時序模式。
[0066] 在步驟S16中，統計信息生成部3將更新後或者新生成的駕駛信息的時序模式作 為統計信息而向地圖信息生成部4發送。
[0067] 圖6是將多維的駕駛信息的時序數據分節化的圖像圖。統計信息生成部3無論獲 取到的時序數據的維數如何，均在維持數據A、B、C、D、E之間的關係性的狀態下匯總處理， 將其變化較大的時刻作為時序模式的邊界進行分節化。在圖6的一個例子中，在tl?t2、 t2?t3、t4?t5、t6?t7、t8以後，將駕駛信息的時序數據A、B、C、D、E進行區分而進行 分節化。
[0068] 圖7是作為根據駕駛信息計算時序模式的方法的一個例子，將分節化的時序的駕 駛信息（segment)利用分層聚類方法進行逐級分類的情況的木構造的圖像圖。時序模式也 可以將分節化的各時序的駕駛信息如（a)、（b)所示地針對各級進行統計處理，作為各級的 統計上的時序模式求出。另外，也可以從分級中選擇一個代表性的分節化的時序的駕駛信 息作為時序模式。
[0069] 發明人迄今為止發現了如下方法，即，從連續多維的時序觀測數據中將構成該數 據的模式提取的方法，和基於模式的時序觀測數據的識別（密碼化?抽象化）方法、從模式 生成（推定）時序數據的方法，並作為採用這些識別·生成方法而用於進行系統的控制的 1個手段，提出了例如日本特許第4027838號。
[0070] 在本實施方式的統計信息生成部3以及地圖信息生成部4中，也可以將該方法作 為模式的提取?識別方法加以利用。作為從已分節化的時序數據的模式提取方法，採用稱 為隱馬爾可夫模型（HMM)的概率統計模型。此外，在本實施方式中，在使用了神經網絡、遺 傳算法的方法中也可以採用使用了利用閾值、特徵平面而識別的線性判別函數的方法。也 可以採用公知的模式識別方法、數據集合的聚類方法。也可以利用有教師、無教師的機械學 習，群平均，離差平方和法（ward法）這樣的公知的分層聚類方法。
[0071]下面，參照圖8的流程圖，說明由地圖信息生成部4以及地圖信息存儲部7執行的 處理的內容。
[0072] 在步驟S21中，地圖信息生成部4獲取由駕駛信息獲取部1獲取到的駕駛信息、獲 取到該駕駛信息的車輛的位置信息、時序模式（駕駛模式信息）。
[0073] 在步驟S22中，地圖信息生成部4將在步驟S21中獲取到的駕駛信息變換為時序 的模式，以時序記述駕駛信息。
[0074] 在步驟S23中，地圖信息生成部4在步驟S22中以時間軸記述的駕駛信息的列中， 對從時間上靠前的駕駛信息的模式向時間上靠後的駕駛信息的模式的轉移概率進行計算。
[0075] 在步驟S24中，地圖信息生成部4將在步驟S23中求出的轉移概率和駕駛信息的 時序模式一起與地圖空間上的位置相關聯而作為地圖信息，並將其存儲在地圖信息存儲部 7中。
[0076] 將地圖信息與統計處理後的駕駛信息的時序模式和位置信息相關聯地存儲。因 此，將由車輛位置信息獲取部2獲得的車輛位置信息和由地圖信息參照部5獲得的作為統 計信息的駕駛信息的時序模式這兩個信息組合起來。由此，能夠作為統計上的時序模式而 知道在地圖空間上的特定的區間·地點中，車輛動作、駕駛操作、駕駛員的狀態、交通環境等 以什麼方式時間變化。
[0077] 另外，將進行了統計處理的駕駛信息的時序模式作為地圖信息進行處理。由此，無 需將由駕駛信息獲取部1獲取到的全部數據原封不動地記錄。因此，能夠節約地圖信息存 儲部7的記錄數據容量，能夠高效地儲存信息。
[0078] 並且，將某一時序模式向其他時序模式的時間上、空間上的轉移作為轉移概率求 出，作為地圖信息與時序模式相關聯地存儲。因此，能夠基於所觀測的駕駛信息、位置信息 判別轉移的概率較高的駕駛信息的時序模式。
[0079] 圖9是表示由統計信息生成部3、地圖信息更新部71執行的按照區間生成統計信 息的處理的內容的流程圖。
[0080] 在此，圖5中，在步驟Sll中獲取進行時序處理並與位置信息相關聯的駕駛信息， 將在步驟S12中獲取到的時序的駕駛信息分節化，在步驟S13以及其之後進行時序模式化 的處理。在進行時序模式化的處理時，與駕駛信息的獲取場所無關係，基於所有的已分節化 的駕駛信息進行時序模式的提取。之後，如利用圖8說明的那樣，在地圖信息生成部4中， 將時序的駕駛信息與轉移概率一起與地圖空間上的位置相關聯而作為地圖信息。與地圖上 的信息獲取到的區間無關係地匯總計算時序模式，從而能夠抑制時序模式的數量等而對數 量進行控制，能夠節約運算量、數據容量。
[0081] 相對於此，圖9的處理如下所述：將在步驟Sll獲取到的時序的駕駛信息由統計信 息生成部3在步驟S41中按照地圖上的每個區間進行分割。分割的區間也可以按照道路上 的恆定距離區分開。另外，也可以根據道路劃分、道路種類等行走線性區分開。進而，既可以 按照導航用的地圖所具有的鏈環、網格區分開，也可以圖經煒度、恆定範圍的區域區分開。
[0082] 統計信息生成部3在步驟S12中將按照區間分割開的駕駛信息分節化之後，進入 步驟S42。在步驟S42以及其之後的步驟中，地圖信息生成部4不以世界中的全部的時序模 式為對象，而以每個區間讀取時序模式，進行更新、生成新的時序模式的處理。
[0083] 步驟S43中，統計信息生成部3將按照區間計算並已在地圖空間上相關聯的針對 每個區間的時序模式向地圖信息生成部4發送。
[0084] 如上所述，將駕駛信息按照獲取到的地圖上的區間分割，基於所分割出的駕駛信 息按照區間計算駕駛信息的時序模式。由此，能夠提取該區間特有的駕駛信息的時序模式。
[0085] 此外，對駕駛信息進行統計處理而計算時序模式並進行更新的定時，也可以是隨 著收集駕駛信息而逐步更新的定時、或者以恆定周期更新的定時、已收錄的駕駛信息蓄積 恆定量的時刻進行更新的定時、或者駕駛員任意地設定的定時。另外，計算時序模式並用於 更新的駕駛信息既可以從收錄開始時至最新的信息為止在全部的駕駛信息中進行統計處 理，也可以在恆定期間收錄到的駕駛信息中進行統計處理。
[0086] 進而，作為第1實施方式示出的駕駛輔助系統也可以如圖10所示，由地圖信息參 照部5以及駕駛輔助部6預測下一個信息提供或駕駛操作。
[0087] 首先，在步驟S61中，地圖信息參照部5基於在車輛位置信息獲取部2中獲得的車 輛位置信息，從儲存在地圖信息存儲部7的數據中將存儲在該位置的與駕駛相關的統計信 息提取出來。
[0088] 在接下來的步驟S62中，地圖信息參照部5獲得當前位置處的駕駛信息的時序模 式。
[0089] 在接下來的步驟S63中，地圖信息參照部5根據在步驟S62中獲得的駕駛信息的 時序模式概率地預測接下來轉移的駕駛信息的時序模式。
[0090] 在接下來的步驟S64中，地圖信息參照部5利用在步驟S63中概率地預測出的接 下來轉移的統計上的駕駛信息的時序模式和由駕駛信息獲取部1獲得的實時的信息這兩 個信息而向駕駛員進行信息提供、操作輔助等駕駛輔助。
[0091] 如上所述，駕駛輔助系統通過利用由駕駛信息獲取部1實時觀測的駕駛信息和由 地圖信息參照部5獲得的統計信息，而能夠將當前的駕駛狀態置換為時序模式進行記述。 並且，能夠基於該時序模式的轉移概率，判別在時間上接下來轉移的概率較高的駕駛信息 的時序模式。由此，能夠對車輛接下來遭遇的交通環境的駕駛信息作為時序模式概率性地 進行預測。
[0092] 另一方面，利用由車輛位置信息獲取部2實時觀測的車輛位置信息和由地圖信息 參照部5獲得的統計信息。由此，能夠獲取與當前的車輛所存在的場所相關聯的駕駛信息 的時序模式。由此，對當前的車輛所存在的場所平常是怎樣的交通環境進行信息提供，能夠 進行駕駛輔助。
[0093] 進而，還能夠對在空間上相鄰的場所?區間平常是怎樣的交通環境進行信息提供， 並進行駕駛輔助。並且，能夠基於與當前的車輛所存在的場所相關聯的時序模式的轉移概 率，判別在時間上接下來轉移的概率較高的時序模式。還能夠對平常經過了該場所的車輛 接下來遭遇的交通環境的駕駛信息概率性地進行預測。
[0094] 駕駛輔助部6在事先設定與駕駛信息的時序模式相對應的聲音信息、視覺信息、 操作信息。駕駛輔助部6為了能夠向駕駛員提供而包括揚聲器等聲音輸出裝置或者監視器 等視覺信息提示裝置、或者能夠對方向盤、加速器、制動器的操作量、操作力進行控制輸出 的電源輔助裝置。駕駛輔助部6也可以根據前述的所預測的時序模式生成用於安全的駕駛 操作量，利用駕駛輔助單元對駕駛員提示操作量。並且，駕駛輔助部6也可以事先提示能夠 對複雜的交通環境有思想準備的信息。並且，駕駛輔助部6也能夠進行為了更輕鬆地行駛 的路徑變更的信息、前進道路變更的定時的提示、操作量的支援等這樣的駕駛輔助。
[0095] 如上所述，作為第1實施方式示出的駕駛輔助系統將駕駛信息作為時序模式進行 統計處理，與車輛位置信息相關聯地生成地圖信息，更新已有的地圖信息。根據該駕駛輔助 系統，能夠將統計處理後的駕駛信息的時序模式與位置信息相關聯後用作地圖信息，因此， 能夠記述?存儲地圖上的區間?地點處的車輛動作、駕駛操作、駕駛員的狀態、交通環境等 的動態的時間變化。因此，根據駕駛輔助系統，關於通過本車輛、周圍的其他車輛移動而時 間變化的動態的交通環境，能夠向駕駛員提供信息或進行操作輔助等駕駛輔助。
[0096] 駕駛輔助系統作為地圖信息而利用存儲的時序模式，從而能夠獲取與當前的車輛 所存在的場所相關聯的時序模式。由此，駕駛輔助系統能夠提供車輛所存在的場所平常是 怎樣的交通環境這樣的信息。
[0097] 在例如獲得行駛軌跡未滯留在車道內的時序模式的情況下，知道在車道間交叉的 車輛較多。因此，駕駛輔助系統能夠向駕駛員提供"注意進行車道變更的車輛"的信息。作 為在空間上的下一區間的時序模式，如果知道在車道間交叉的車輛較多，則能夠向駕駛員 提供"注意前面進行車道變更的車輛"的信息。在作為駕駛員的狀態而獲得較多的面部的動 作、視線朝向旁邊的模式的情況下，通過與車速等車輛信息的時序模式相配合，能夠向駕駛 員提供"注意漫不經心的駕駛"、"注意追尾"這樣的信息。並且，通過基於血壓、心率、表情而 將駕駛員的焦躁狀態、緊張狀態、睡意程度作為時序模式而獲得，能夠提供"保持車距"、"駕 駛疲勞了。小憩一下吧"這樣的信息。
[0098] 駕駛輔助系統不僅能夠將上述的信息提供作為聲音信息、向顯示器的視覺信息加 以提供，而且能夠通過作為駕駛操作量而控制踏板操作量等，也能夠將駕駛員的駕駛向安 全側引導?支援。並且，駕駛輔助系統也能夠根據車輛信息獲得從停止、停止狀態發動時的 加減速度、臨時停止交叉點的停止位置、移動方式、相對於限制速度的巡航速度、相對於道 路線形的轉向操縱量這樣的時序模式，從而作為向駕駛員的駕駛操作量輔助、自動駕駛車 輛的控制目標值加以利用。
[0099]另外，根據駕駛輔助系統，將駕駛信息按照獲取到該信息的地圖上的每個區間進 行分割，基於分割出的信息按照各區間計算時序模式。由此，駕駛輔助系統能夠提取該區間 特有的駕駛信息的時序模式。
[0100] 進而，另外，根據該駕駛輔助系統，與地圖上的區間無關地計算駕駛信息的時序模 式，對該時序模式是否相當於預先設定的多個時序模式中的哪個時序模式進行判別。由此， 與按照場所計算各自的駕駛信息的時序模式的情況相比，能夠抑制時序模式的數量，能夠 節約運算量、數據容量。
[0101] [第2實施方式]
[0102] 接下來，說明第2實施方式涉及的駕駛輔助系統。此外，對與上述的第1實施方式 相同的部分，通過標註同一標號，而省略其詳細的說明。
[0103] 作為第2實施方式示出的駕駛輔助系統，例如如圖11所示地構成。該駕駛輔助系 統與作為第1實施方式示出的駕駛輔助系統不同點在於，在地圖信息生成部4中設有綜合 模式生成部41。
[0104] 在該駕駛輔助系統中，駕駛信息獲取部1獲取駕駛員的操作量以及車輛動作、駕 駛員的狀態、車輛周圍的環境信息中的多個信息。綜合模式生成部41將使用由駕駛信息獲 取部1獲取到的各駕駛信息計算的各時序模式作為在相同的交通環境下獲取到的時序模 式而相關聯。
[0105] 綜合模式生成部41例如進行圖12所示的處理。說明例如由駕駛信息獲取部1獲 取車輛信息、駕駛員狀態信息、車輛周圍信息的情況下的綜合模式生成部41的處理。
[0106] 在步驟S31、步驟S33、步驟S35中，駕駛信息獲取部1以及車輛位置信息獲取部2 同時將車輛信息、駕駛員狀態信息、車輛周圍信息的各駕駛信息與位置信息一起獲取。
[0107] 在步驟S32、步驟S34、步驟S36中，駕駛信息獲取部1分別針對車輛信息、駕駛員 狀態信息、車輛周圍信息變換為時序模式，將各信息以駕駛模式的時序記述。
[0108] 在此，車輛信息、駕駛員狀態信息、車輛周圍信息分別是在相同地點、相同瞬間且 在相同的交通環境下獲取到的駕駛信息，各信息間本來就具有關聯性。信息間的關聯性是 指，不是相同種類的信息中的以時間上的轉移概率表示的關聯性，而是在相同地點、在相同 瞬間且在相同的交通環境下獲取的不同種類的駕駛信息之間所存在的關聯性（因果性、相 關關係）。
[0109] 在接下來的步驟S37中，如圖13所示，綜合模式生成部41能夠表現不同的駕駛信 息的模式之間的關聯性（因果性、相關關係）。圖13是用於說明由綜合模式生成部41進行 的處理流程的圖像圖。此外，圖13的說明隨後論述。此時，綜合模式生成部41在各分節點 處計算帶條件的概率。
[0110] 在接下來的步驟S38中，綜合模式生成部41將在步驟S37中計算出的帶條件的概 率和各駕駛信息的時序模式一起設為集合，與地圖上的位置相關聯並存儲在地圖信息存儲 部7中。
[0111] 以獲取車輛信息和車輛周圍信息的情況為一個例子，對利用統計模型表現不同的 駕駛信息的時序模式之間的關聯性（因果性、相關關係）的方法進行說明。如果由駕駛信 息獲取部1針對車輛信息、車輛周圍信息變換為時序模式並將各信息以時序模式記述，則 如圖13所示分節點的位置不同。將各分節點處的車輛信息和車輛周圍信息的轉移記述為 帶條件的概率，表現不同的駕駛信息的時序模式之間的關聯性。
[0112] 在某一分節點處，根據車輛信息的時序模式λi和車輛周圍信息的時序模式Wj 的狀態，將向車輛信息的時序模式Xk和車輛周圍信息的時序模式ω?的狀態轉移的概率 表現為P(λk、ωIIλi、ωj)。該轉移概率能夠如下式1所示地求出。
[0113] [式 1]
[0114]P( Ak，ω」λLωJ=η(λpω』，Ak，Co1)/^λpωJ (式I)
[0115] 在此，η(λi、oj)是車輛信息的時序模式和車輛周圍信息的時序模式的組群 (λi、Wj)出現在數據中的次數。η(λi、coj、λk、ω?)表示從時序模式的組群（λi、Wj) 向（λΚω?)轉移的次數。
[0116] 綜合模式生成部41根據時序模式的組群（λ?、coj)的交通環境的狀態，求出概 率Ρ(λΚω?|λ?、ω]_)成為最大的（λΚω?)，從而能夠推定車輛信息、車輛周圍信息。 這類似於駕駛員基於經驗根據感覺到的車輛信息、車輛周圍信息預測未來的交通環境的狀 態。因而，駕駛輔助系統能夠提示駕駛員容易認知的信息。
[0117] 在當前的車輛信息為λ[k]、車輛周圍信息為ω[k]時，下一車輛信息、車輛周圍 信息的預測能夠如下式2所示地求出。
[0118] [式 2]
[0119]

【權利要求】
1. 一種駕駛輔助系統，其特徵在於，具有： 駕駛信息獲取單元，其將駕駛員的操作量以及車輛動作、駕駛員的狀態、車輛周圍的環 境信息中的某些作為駕駛信息而獲取； 車輛位置信息獲取單元，其獲取車輛的位置信息； 統計信息生成單元，其將所述駕駛信息作為時序模式進行統計處理，生成統計信息； 地圖信息生成單元，其將獲取到所述駕駛信息時的車輛的位置信息和所述統計信息相 關聯而生成地圖信息； 地圖更新單元，其將已有的地圖信息更新為由所述地圖信息生成單元生成的地圖信 息； 地圖信息參照單元，其基於由所述車輛位置信息獲取單元獲取到的位置信息，參照並 讀取所述地圖信息； 駕駛輔助單元，其基於由所述地圖信息參照單元讀取的地圖信息進行駕駛輔助。
2. 根據權利要求1所述的駕駛輔助系統，其特徵在於， 所述駕駛信息獲取單元獲取駕駛員的操作量以及車輛動作、駕駛員的狀態、車輛周圍 的環境信息中的多個信息， 該駕駛輔助系統具有綜合模式生成單元，該綜合模式生成單元將使用由所述駕駛信息 獲取單元獲取到的各駕駛信息而計算的各時序模式，作為在相同的環境下獲取到的時序模 式而相關聯。
3. 根據權利要求1或2所述的駕駛輔助系統，其特徵在於， 該駕駛輔助系統具有與車輛外的通信裝置收發信息的通信單元， 所述駕駛信息獲取單元將由所述通信單元獲取到的信息作為駕駛信息而利用。
4. 根據權利要求1至3中任一項所述的駕駛輔助系統，其特徵在於， 所述統計信息生成單元按照地圖上的各個區間將所述駕駛信息分割，使用按照各個區 間被分割的駕駛信息，計算按照各個區間的時序模式。
5. 根據權利要求1至3中任一項所述的駕駛輔助系統，其特徵在於， 所述統計信息生成單元與地圖上的區間無關地計算所述駕駛信息的時序模式， 該駕駛輔助系統具有模式判別單元，該模式判別單元判別由所述統計信息生成單元計 算出的時序模式相當於預先設定的多個時序模式中的哪個時序模式， 所述地圖信息生成單元將由所述模式判別單元判別出的時序模式和所述駕駛信息相 關聯而生成地圖信息。
6. 根據權利要求1至5中任一項所述的駕駛輔助系統，其特徵在於， 該駕駛輔助系統具有屬性賦予單元，該屬性賦予單元對由所述駕駛信息獲取單元獲取 到的駕駛信息賦予屬性， 所述統計信息生成單元按照由所述屬性賦予單元賦予的各個屬性，將所述駕駛信息作 為時序模式進行統計處理。
7. -種駕駛輔助方法，其特徵在於， 將駕駛員的操作量以及車輛動作、駕駛員的狀態、車輛周圍的環境信息中的某些作為 駕駛信息而獲取，並且，獲取車輛的位置信息； 將所述駕駛信息作為時序模式進行統計處理，生成統計信息； 將獲取到所述駕駛信息時的車輛的位置信息和所述統計信息相關聯而生成地圖信 息； 將已有的地圖信息更新為所述生成的地圖信息； 基於所述獲取到的車輛的位置信息，參照並讀取所述地圖信息； 基於所述讀取的地圖信息進行駕駛輔助。
【文檔編號】G08G1/09GK104508719SQ201380037746
【公開日】2015年4月8日 申請日期:2013年7月16日 優先權日:2012年7月17日
【發明者】松下晃洋, 寸田剛司, 中村仁彥, 高野涉, 橋本淳 申請人:日產自動車株式會社, 國立大學法人東京大學