JP2003288691A

JP2003288691A - 割り込み予測装置

Info

Publication number: JP2003288691A
Application number: JP2002089942A
Authority: JP
Inventors: Takero Hongo; 武朗本郷; Shinichi Kojima; 真一小島; Yuji Uchiyama; 祐司内山; Nobumasa Shiraki; 伸征白木
Original assignee: Toyota Central R&D Labs Inc
Current assignee: Toyota Central R&D Labs Inc
Priority date: 2002-03-27
Filing date: 2002-03-27
Publication date: 2003-10-10

Abstract

(57)【要約】【課題】精度よく割り込みを予測する割り込み予測装置
を提供する。【解決手段】車間距離と相対速度が測定可能なミリ波レ
ーダ１０、画像センサ２０を車載し、コンピュータ装置
３０に接続する。又、コンピュータ装置３０内に、周辺
車輌の位置、速度等の物理量を測定する周辺車両測定部
３７と周辺車両の大きさ、車種を認識する周辺車両認識
部３８、そして測定結果と認識結果より割り込みを予測
する予測部３９を形成する。割り込みには、特定のパタ
ーンがある。例えば、周辺車両の車種が大型車、先行車
両との車間距離が大、相対速度が大等である。よって、
周辺車両測定部３７の測定値と周辺車両認識部３８の認
識結果が特定のパターンに該当するか否か判定し、その
パターンに沿った割り込み確率値を出力する。又は、測
定値と認識結果に対応したパターンを選択し、そのパタ
ーンの有する確率値（過去のデータ）を出力する。予測
に車種、大きさ等を考慮するので、従来より予測の精度
が向上。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、走行中に周辺車両
の自車両前方への割り込みを予測する割り込み予測装置
に関する。特に、周辺車両の位置、速度測定のみならず
周辺車両の車種を認識し、それらの結果で割り込みパタ
ーンか否かを判定することにより、精度よく割り込みの
可能性を予測する割り込み予測装置に関する。本発明
は、アクティブクルーズ装置、割り込み警報装置に適用
できる。

【０００２】

【従来の技術】従来より、車両走行において側方車両の
自車両前方への割り込みを予測する装置がある。例えば
特開平５−２１７０９９号公報に開示の車両用走行制御
装置はその１例である。これは、右前方、中央前方、左
前方の車両を計測するレーダ装置等の各センサを自車両
に搭載し、それぞれの前方車両との車間距離、相対速度
を算出する装置である。そして、その結果に基づいて割
り込みを予測して、スロットルアクチュエータを制御
し、前方車両との車間距離を増大させることを特徴とす
る装置である。即ち、アクティブクルーズ制御におい
て、前方車両の状況から割り込みを予測して割り込みに
備えるので、走行時の安心感が向上するとしている。

【０００３】又、他に特開２００１−１７１３８９号公
報に開示の車両用走行制御装置もその１例である。これ
は、自車両に画像処理装置を搭載して、その装置で隣接
走行路を走行する先行車両を撮像し、その画像変化、例
えば先行車両の自車両走行路への接近量、ウインカーの
動作、隣接走行路の幅員減少等を検出することで、隣接
先行車両の車線変更の可能性を求める装置である。そし
て、隣接車両の割り込みに対して最適な走行制御、即
ち、駆動軸トルク、加減速度、車間距離、加速度制限
値、車間時間等を補正することを目的としている。

【０００４】

【発明が解決しようする課題】しかしながら、特開平５
−２１７０９９号公報に開示の車両用走行制御装置は、
前方車両の状態から隣接前方車両の割り込み可能性を予
測する装置であって、側方車両、又は後方車両の動作、
状況から、側方車両の割り込み可能性、後方車両の割り
込み可能性を予測する装置ではない。即ち、前方車両の
割り込み予測には有効であるが、他の車両の割り込み予
測には有効ではない。換言すれば、より速く割り込みの
可能性を予測する装置ではない。又、左右前方車両の割
り込みは、経験上、車種に依存する場合がある。例え
ば、大型車両は運転席が高く、左右に隣接した車両前方
の車間距離が明瞭に把握できる。そのため、大型車両の
割り込みの確率は高いとされている。特に、スポーツ車
が後続する大型車は、割り込みの確率が高いとされてい
る。他に、上り車線の場合は、前方車両がない場合でも
大型車両の割り込みは十分予測される。上記従来例では
周辺車両の大きさ、車種を考慮しないため、このような
場合には的確に対処できないという問題がある。

【０００５】又、特開２００１−１７１３８９号公報に
開示の車両用走行制御装置は、左前方、又は右前方車両
を撮像し、その画像変化（横方向の動き）、及びウイン
カー動作、及び隣接走行路の幅員減少等を検出して、隣
接先行車両の車線変更可能性を求めている。この装置の
横方向の動きを検出する方法では、実際に割り込みのた
めの移動が開始した後でないと検出できないという問題
がある。即ち、割り込みに対する応答が遅れ、アクティ
ブクルーズ（車両距離制御）モードでは、急制動がかか
る可能性がある。

【０００６】本発明は、上述した問題点を解決するため
になされたものであり、その目的は周辺車両の位置、速
度測定のみならずその車種を認識し、それらを用いて周
辺車両が割り込み移動に入る前に割り込みを予測するこ
とである。又、車種を含む割り込みパターンで判定し、
いち早くそれを予測することである。そして、この装置
を様々な車両搭載システム、例えばアクティブクルーズ
システムに搭載し、走行の安定性や運転の安心感を更に
向上させることである。

【０００７】

【課題を解決するための手段】請求項１に記載の割り込
み予測装置は、少なくとも先行車両との車間距離、及び
車速を測定する先行車両測定手段と、自車両周辺を撮像
する画像センサと、画像センサの出力から周辺車両を検
出し、少なくとも周辺車両の位置、速度を測定する周辺
車両測定手段と、画像センサの出力から周辺車両の車
種、及び／又は車両の大きさを認識する周辺車両認識手
段と、先行車両測定手段の測定結果、及び周辺車両測定
手段の測定結果、及び周辺車両認識手段の認識結果に基
づいて、周辺車両の割り込みを予測する予測手段とを備
えたことを特徴とする。

【０００８】又、請求項２に記載の割り込み予測装置は
請求項１に記載の割り込み予測装置であって、予測手段
は割り込み発生のパターンを有し、先行車両測定手段の
測定結果、及び周辺車両測定手段の測定結果、及び周辺
車両認識手段の認識結果が割り込み発生パターンに該当
するか否かを判定し、両測定結果、及び認識結果をパラ
メータとして周辺車両の割り込みを確率値で出力するこ
とを特徴とする。

【０００９】又、請求項３に記載の割り込み予測装置は
請求項２に記載の割り込み予測装置であって、パターン
の項目は少なくとも先行車両との車間距離、周辺車両の
車種、速度、台数、順序からなることを特徴とする。
又、請求項４に記載の割り込み予測装置は請求項２又は
請求項３に記載の割り込み予測装置であって、予測手段
は先行車両との車間距離が大、及び／又は自車両速度が
小であるほど確率値を大とすることを特徴とする。

【００１０】又、請求項５に記載の割り込み予測装置は
請求項２乃至請求項４の何れか１項に記載の割り込み予
測装置であって、予測手段は自車両と先行車両との車間
距離が大であって、周辺車両間の車間距離が小であるほ
ど確率値を大とすることを特徴とする。又、請求項６に
記載の割り込み予測装置は請求項２乃至請求項５の何れ
か１項に記載の割り込み予測装置であって、予測手段は
周辺車両が大型車両である場合に、確率値を大とするこ
とを特徴とする。

【００１１】又、請求項７に記載の割り込み予測装置は
請求項６に記載の割り込み予測装置であって、大型車の
判定は画像センサの出力から抽出された周辺車両の車
高、又は車幅から判定することを特徴とする。又、請求
項８に記載の割り込み予測装置は請求項６に記載の割り
込み予測装置であって、隣接車線を走行する大型車の判
定は画像センサの出力から抽出された周辺車両の所定各
部への方位角、及び周辺車両と自車両との離間距離から
判定されることを特徴とする。又、請求項９に記載の割
り込み予測装置は請求項６に記載の割り込み予測装置で
あって、隣接車線を走行する大型車の判定は画像センサ
の出力から得られる周辺車両の所定各部の方位角、及び
両者の車幅方向への離間距離から判定されることを特徴
とする。

【００１２】

【発明の作用及び効果】請求項１に記載の割り込み予測
装置は、先行車両測定手段により少なくとも先行車両と
の車間距離、及びその車速を測定する。先行車両測定手
段とは、例えば例えばミリ波レーダ装置、レーザーレー
ダ装置等である。又、画像センサは自車両周辺を撮像す
る。この画像センサは、例えば、自車両側方、及び／又
は後方に設けられる。周辺車両測定手段が画像センサの
出力から周辺車両を抽出し、少なくとも周辺車両の位
置、速度を測定する。これらは、例えばオプティカルフ
ロー等の所定時間毎の連続画像から算出される。尚、周
辺車両測定手段は、必要ならばウィンカーの点滅、自車
両への接近量、接近速度等他の情報を測定することもで
きる。周辺車両測定手段は、周辺車両に関するあらるゆ
る要素を測定する手段を含む。

【００１３】そして、周辺車両認識手段が画像センサの
出力から周辺車両の車種、及び／又は車両の大きさを認
識する。これらは、例えば画像処理における輪郭形状、
車高、車幅等の画像計測で認識する。そして、予測手段
が先行車両測定手段の測定結果、及び周辺車両測定手段
の測定結果、及び周辺車両認識手段の認識結果に基づい
て、周辺車両の自車両前方への割り込みを予測する。

【００１４】例えば、先行車両との車間距離が大であっ
て、周辺車両が大型車であって、且つその速度が大であ
って、更に周辺車両間の車間距離が小である場合は、割
り込みを予測する。即ち、所定条件が成立すれば１００
％割り込みを予測し、例えば自車両の速度を落とすよう
に制御する。又は、運転者に警告する。これにより、運
転者が割り込みを視認する前に、事前にそれを予告し速
度を制御することができる。よって、本発明を例えばア
クティブクルーズシステム等に適用すれば、より走行の
安全性を向上させることができる。

【００１５】又、請求項２に記載の割り込み予測装置は
請求項１に記載の割り込み予測装置であって、予測手段
は（過去の）割り込み発生のパターンを有している。こ
のパターンとは、例えば、先行車両との車間距離が十分
大であり、隣接車線を複数の周辺車両が車間距離小で自
車両より高速で走行するというパターンである。又、先
行車両との車間距離が十分大であり、後続の大型車両が
自車両との車間距離小でウインカを点灯しているパター
ンである。そして、先行車両測定手段の測定結果、及び
周辺車両測定手段の測定結果、及び周辺車両認識手段の
認識結果が、所定のパターンに該当するか否かを判定す
る。該当した場合は、両測定結果、及び認識結果をパラ
メータとして周辺車両の自車両への割り込みを確率値で
出力する。

【００１６】確率値は、例えば、先行車両との車間距離
をＤ１、自車両速度をＶ１、周辺車両の車間距離をＤ
４、周辺車両の相対速度をｖとする時、式（１）で求め
られる。

【数１】Ｐ＝Ａ×Ｄ１＋Ｂ×（１００−Ｖ１）−Ｃ×Ｄ４＋Ｅ×ｖ・・・（１）ここで、Ａ，Ｂ，Ｃ，Ｅは係数である。これは、先行車
両との車間距離Ｄ１、及び周辺車両の相対速度ｖが大き
い程、確率値を大とし、又、周辺車両の車間距離Ｄ４が
小である程、又、自車両の速度Ｖ１が小であるほど、割
り込みをする確率を大とするものである。本発明によれ
ば、周辺車両が割り込み動作を開始する前に、割り込み
がこの確率値によって予測される。確率値に基づいて自
車両の速度を抑制すれば、緩やかに速度を抑制すること
ができる。例えば、確率５０％の場合は、速度制御量
（減速量）の５０％にして減速する。即ち、従来より運
転者に安心感を与える制御となる。

【００１７】又、請求項３に記載の割り込み予測装置は
請求項２に記載の割り込み予測装置であって、パターン
の項目は少なくとも先行車両との車間距離、周辺車両の
車種、速度、台数、順序からなることを特徴とする。周
辺車両が割り込む場合は、自車両と先行車両とには所定
以上の車間距離が必要である。又、周辺車両が割り込む
場合は周辺車両の速度は自車両速度より速い必要があ
る。又、上り車線等では大型車両は加速が不十分なため
追い越し車線から走行車線への車線変更する指示があ
る。これは、後続に普通車を有している場合に特に顕著
である。よって、先行車両との車間距離、周辺車両の車
種、速度、台数、順序をパラメータとして判断すれば精
度よく割り込みを予測することができる。

【００１８】又、請求項４に記載の割り込み予測装置は
請求項２又は請求項３に記載の割り込み予測装置であっ
て、予測手段は先行車両との車間距離が大、及び／又は
自車両速度が小であるほど確率値を大とする。自車両と
先行車両との車間距離が大であればあるほど、周辺車両
は割り込みをし易い。又、自車両速度が小であるほど周
辺車両は割り込みをし易い。よって、先行車両との車間
距離が大、及び／又は自車両速度が小であるほど確率値
を大とする。このようにすれば、より精度よく割り込み
を予測することができる。

【００１９】又、請求項５に記載の割り込み予測装置は
請求項２乃至請求項４の何れか１項に記載の割り込み予
測装置であって、予測手段は自車両と先行車両間の車間
距離が大であって、周辺車両間の車間距離が小であるほ
ど確率値を大としている。このような場合も、周辺車両
は自車両前方へ割り込みをし易い。よって、この場合も
割り込み確率を大とすれば、更に精度よく割り込みを予
測することができる。

【００２０】又、請求項６に記載の割り込み予測装置は
請求項２乃至請求項５の何れか１項に記載の割り込み予
測装置であって、予測手段は周辺車両が大型車両である
場合、割り込みの確率値を大としている。大型車両は安
全性のため走行車線を走行することが求められている。
又、上り車線等では大型車両は加速が不十分なため追い
越し車線から走行車線への車線変更する指示がある。
又、大型車両の運転席は高い位置にあるので、前方の空
きエリアを把握しやすく、割り込みがし易い。よって、
周辺車両が大型車両の場合も割り込みの確率値を大とす
れば、より精度よく、より確実に割り込みを予測するこ
とができる。

【００２１】又、請求項７に記載の割り込み予測装置は
請求項６に記載の割り込み予測装置であって、大型車の
判定は画像センサの出力から抽出された周辺車両の車
高、又は車幅から判定している。例えば、抽出した周辺
画像の車輪から画像上で水平方向に延出した線とレーン
境界車線との交点座標から、おおよそ自車両とその周辺
車両との車間距離が算出される。そして、画像センサで
得られた画像上の車高に（車間距離）／（焦点距離）を
掛ければ、ほぼ実際の車高が算出される。よって、この
車高値から大型車両を判定することができる。又は、同
様にして車幅を演算する。このようにすれば、大型車両
か否かを容易に判定することができる。

【００２２】又、請求項８に記載の割り込み予測装置は
請求項６に記載の割り込み予測装置であって、隣接車両
を走行する大型車の判定は画像センサの出力から抽出さ
れた周辺車両の所定各部への方位角、及び周辺車両と自
車両との離間距離から判定している。この時、隣接車線
の周辺車両への方位角とは周辺車両の角部への方位角で
あって、離間距離とは自車両と周辺車両との最短距離で
ある。この最短距離は、例えば車両前方のナンバープレ
ートの縦の長さを測定することで概略算出される。なぜ
なら、ナンバープレートは規定長さを有しており、画像
上で検出された長さとは式（２）の関係があるからであ
る。

【数２】縦方向規定長さ≒画像上の長さ×最短距離／焦点距離・・・（２）

【００２３】よって、図８、図９に示すように最短距離
をＤ２、前方角部への方位角をθ₀、後方角部への方位
角をθ₁とすれば、車両長さＬは式（３）で算出され
る。

【数３】Ｌ≒Ｌ₁−Ｌ₀ ＝Ｄ２・（ｃｏｓθ₀ｔａｎθ₁−ｓｉｎθ₁）・・・（３）そして、算出された車両長さＬが所定値以上、例えば５
ｍ以上ならば大型車両と判定する。このように判定すれ
ば、周辺車両を撮像しそのナンバープレートと車両角部
を抽出するだけで精度よく大型車両を判定することがで
きる。

【００２４】又、請求項９に記載の割り込み予測装置は
請求項６に記載の割り込み予測装置であって、隣接車両
を走行する大型車の判定は画像センサの出力から得られ
る周辺車両の所定各部への方位角、及び両者の車幅方向
の離間距離から判定している。側方、及び／又は後方を
画像センサで撮像すれば、周辺車両と走行レーン境界を
示す車線（白線）が撮像される。よって、画像センサで
抽出した周辺車両の車輪とこの車線との車幅方向への距
離、及び自車両と車線との距離を測定すれば、車幅方向
の両者の離間距離が特定される。又、周辺車両の前方角
部と後方角部の方位角がそれぞれ特定される。車幅方向
の離間距離と前方角部の方位角とで、前方角部の位置が
特定される。又、同様に離間距離と後方角部の方位角と
で、後方角部の位置が特定される。即ち、前方角部と後
方角部の位置が特定される。前方角部と後方角部の位置
を差し引きすれば、車両長さが算出される。そして、所
定値以上、例えば５ｍ以上を大型車両と判定する。この
ように算出しても、精度よく大型車両を判定することが
できる。

【００２５】

【発明の実施の形態】（実施例）図１に、本発明の割り
込み予測装置を示す。図は、システム構成図である。本
実施例の割り込み予測装置は先行車両との相対速度、及
び車間距離が検出可能な先行車両測定手段であるミリ波
レーダ１０、自車両側方、及び／又は後方に設置され自
車両周辺を撮像する画像センサ２０、そしてコンピュー
タ装置３０から構成される。このコンピュータ装置３０
には、ミリ波レーダ１０と画像センサ２０の出力結果よ
り周辺車両を測定する周辺車両測定手段である周辺車両
測定部３７、その周辺車両を認識する周辺車両認識部３
８、そしてミリ波レーダ１０、周辺車両測定部３７、周
辺車両認識部３８の結果から周辺車両の割り込みを予測
する予測手段である予測部３９が形成されている。この
コンピュータ装置３０は、例えばワンチップ型のマイク
ロプロセッサーであり、図２に示す様に演算処理プログ
ラムが書かれたＲＯＭ３１、及びそのプログラムを実行
するＣＰＵ３２、実行時の作業領域メモリであるＲＡＭ
３３、及び外部との入出力を行うＩ／Ｏインタフェース
３４から構成される。又、ミリ波レーダ１０は図３に示
す自車両前部に装着され、画像センサ２０は図のように
自車両側方、及び後部に設置されるものとする。

【００２６】次に、本実施例の割り込み予測装置の動作
を図４のフローチャートを用いて説明する。本実施例は
追従制御中に周辺車両の割り込みを予測し、それを運転
者及び車速制御装置（図１）に出力する例である。本実
施例の割り込み予測装置は、図示しないエンジンキーＯ
Ｎでステップｓ１００から開始される。先ず、ステップ
ｓ１００ではミリ波レーダ１０で先行車両の存在を確認
する。存在しなければ、即ちｎｏであれば検出するまで
ステップｓ１００で待機する。存在すれば、ステップｓ
１０２に移行し、先行車両との車間距離Ｄ１を検出す
る。次に、ステップｓ１０４に移行し、現在、追従制御
中か否か判定する。ｎｏであれば、ステップｓ１００に
戻る。ｙｅｓであれば、ステップｓ１０６に移行し画像
センサで２０で右後方を撮像する。この画像センサ２０
では、図５に示すように右後方に例えば大型車両、普通
車両が撮像される。

【００２７】次に、ステップｓ１０８に移行する。ステ
ップｓ１０８では、その出力画像から周辺車両の台数を
求める。台数は画像処理における例えばラベリング処理
で算出される。そして台数は２台以上か否か判定する。
ｎｏ、即ち０台か又は１台であれば、割り込みをする確
率が小であるのでステップｓ１００に戻る。ｙｅｓであ
れば、割り込みをする確率大のパターン（図７）である
ので、ステップｓ１１０に移行する。このパターンは先
行車両との車間距離Ｄ１が大で、且つ、周辺車両間の車
間距離Ｄ４が小であるパターンである。

【００２８】よって、ステップｓ１１０では、その両者
の車間距離Ｄ４を算出する。これは、車間距離Ｄ４が小
であればある程割り込みをする確率が大となるからであ
る。この車間距離Ｄ４は、周辺画像の出力から周辺車両
を特定する枠Ｗ、Ｗ’を算出し（図６）、その枠Ｗ、
Ｗ’の原点（ｘ₀、ｙ₀）、（ｘ’₀、ｙ’₀）のｙ座
標の差から算出することができる。何故なら、図６にお
ける車線Ｓの各点のｙ座標は自車両からの距離と相関が
あるからである。そして、ステップｓ１１２に移行す
る。

【００２９】ステップｓ１１２では、画像出力から周辺
車両の相対速度ｖを求める。これは、周辺車両の相対速
度ｖが大であればあるほど、割り込みをする確率が大で
あるからである。相対速度ｖは、例えば図６において周
辺車両を枠Ｗ₁で抽出し、その所定時間後の原点
（ｘ₀、ｙ₀）の画像中の移動で算出される。これによ
り、周辺車両の相対速度ｖが算出される。又、自車両の
速度Ｖ１を図示しない車速センサから得る。これは、自
車両の速度が小さいほど、周辺車両が割り込みをする確
率が大となるからである。次に、ステップｓ１１４に移
行する。

【００３０】ステップｓ１１４では、ステップｓ１１６
の車種決定のためのパラメータを算出する。パラメータ
とは、例えば図８に示すように、右後方に周辺車両が撮
像された場合の自車両との離間距離である最短距離Ｄ２
である。又、図９に示すようにその周辺車両の各角部
Ｇ，Ｈへの方位角θ₀、θ₁である。最短距離Ｄ２は、
例えば周辺車両前方のナンバープレートの縦の長さを測
定することで概略算出される。ナンバープレートは規定
長さを有しているので、画像上で検出された長さとは式
（２）の関係がある。よって、式（２）から最短距離Ｄ
２が容易に逆算される。次に、画像出力から図９に示す
ように自車両から周辺車両の角部Ｇ（ｘ₀、ｙ₀）、Ｈ
（ｘ’₀、ｙ’₀）への方位角θ₀、θ₁を算出する。
図９において、最短距離Ｄ２、方位角θ₀、θ₁が既知
となれば、式（３）に従って周辺車両の車両長さＬが算
出される。尚、図８、図９の記号Ｄは、両車両の車幅方
向の離間距離を示すものであり、後述する変形例で使用
するものである。

【００３１】そして、ステップｓ１１６に移行し、その
車両長さＬが所定値以上、例えば５Ｍ以上であれば、車
種を大型車両と認識する。同様にして、その後続車両も
認識する。そして、ステップｓ１１８において先行車両
車種が大型車両であって、その後続車両が普通車両か否
か判定する。このパターンが、最も割り込みが起こりや
すいからである。ｎｏの場合は、ステップｓ１００に戻
る。ｙｅｓの場合は、ステップｓ１２０に移行する。ス
テップｓ１２０では、上述したように例えば式（１）に
よって確率値を算出する。そして、この確率値Ｐを図１
の車速制御装置に出力する。これにより、周辺車両が割
り込み動作を開始する前に、この割り込み予測装置によ
って速度が緩やかに抑制される。即ち、走行の安心感が
より向上される。よって、本実施例の割り込み予測装置
をアクティブクルーズシステム、障害物警告装置等に搭
載すれば、走行時の安心感をより向上させることができ
る。

【００３２】（第２実施例）第１実施例は、右側方に周
辺車両が存在する場合に割り込みを予測する割り込み予
測装置の１例であった。第２実施例は、自車両の真後ろ
に後続車両が存在する場合に、その割り込みを予測する
１例である。尚、割り込み予測装置のシステム構成は第
１実施例と同一であり、異なる所は車両後部の画像セン
サ２０を動作させて、その画像出力に基づいて、後方車
両の割り込みを予測することである。第２実施例の割り
込み予測装置の動作を図１０のフローチャートで説明す
る。

【００３３】先ず、ステップｓ２００においてミリ波レ
ーダ１０で先行車両の存在を確認する。存在しなけれ
ば、即ちｎｏであれば検出するまでステップｓ２００で
待機する。存在すれば、ステップｓ２０２に移行し先行
車両との車間距離Ｄ１を検出する。次に、ステップｓ２
０４に移行し、現在、追従制御中か否か判定する。ｎｏ
であれば、ステップｓ２００に戻る。又、ｙｅｓであれ
ばステップｓ２０６に移行し、画像センサで２０で自車
両後方を撮像する。

【００３４】そして、ステップｓ２０８において、その
出力画像から後方車両が存在するか否か判定する。存在
しなければ、即ちｎｏであれば、後方からの割り込みの
可能性は０％であるのでステップｓ２００に戻る。ｙｅ
ｓであれば、ステップｓ２１０に移行する。この場合、
自車両後部の画像センサ２０には図１１に示すように後
方に例えば車両が撮像される。即ち、図１２に示すよう
に前方に車間距離Ｄ１で先行車両が存在し、後方にも車
両が車間距離Ｄ３（＜Ｄ１）で存在する状況である。こ
れは、後方車両が車線変更をして割り込みを行う可能性
のある１つのパターンである。特に、後方車両が大型車
両である場合は、その可能性は大であるい。よって、次
のステップｓ２１０とステップｓ２１２で後方車両が大
型車両か否か判定する。この判定は、例えば以下のよう
に行う。

【００３５】一般に、後部に設置された画像センサ２０
で後方を撮像すると図１３に示す形状で後方車両が得ら
れる。ここで（ステップｓ２１０において）、後方車両
との車間距離Ｄ３をこの画像出力から算出する。車間距
離Ｄ３は、例えば後方車両前部のナンバープレートＮの
縦、又は横の長さを測定することで概略算出される。ナ
ンバープレートＮは規定長さを有しているので、画像上
で検出された長さとは式（２）の関係がある。よって、
式（２）から車間距離Ｄ３は容易に算出される。

【００３６】次に、ステップｓ２１２において、図１３
に示すように、画像処理により後方車両を囲む枠Ｗを設
定し、その原点Ｇ（ｘ₀、ｙ₀）とその対角にある角部
Ｉ（ｘ₁、ｙ₁）の座標を算出する。これにより、後方
車両の車幅と車高が算出される。車幅と車高は、式
（４）によって算出される。

【数４】車幅＝（ｘ₁−ｘ₀）×Ｄ３／焦点距離車高＝（ｙ₁−ｙ₀）×Ｄ３／焦点距離・・・（４）よって、車高が所定値以上、例えば２ｍ以上であれば大
型車両であると判定する。ｎｏであれば、可能性を小と
判断してステップｓ２００に戻る。ｙｅｓであれば、即
ち大型車両であれば可能性が大であるのでステップｓ２
１４に移行する。

【００３７】ステップｓ２１４では、画像により後方車
両のウインカ４０の点灯を検出し、ステップｓ２１６
で、特にそのウインカ４０の点灯は右側に車線変更のた
めの点灯か否か判定する。ウインカ４０を点灯していな
い、又は左側のウインカ４０を点灯している場合は、即
座の割り込みの可能性が小であるので、一旦、ステップ
ｓ２００に戻る。ｙｅｓであれば、割り込みに備えてス
テップｓ２１８で自車両の速度Ｖ１を検出し、最後にス
テップｓ２２０に移行する。

【００３８】ステップｓ２２０では、式（５）に従って
確率値を出力する。

【数５】Ｐ＝Ａ×Ｄ１＋Ｂ×（１００−Ｖ１）・・・・（５）ここで、Ａ，Ｂは係数である。これは、先行車両との車
間距離Ｄ１が大であって、又自車両の速度Ｖ１が小であ
る程、後方車両の割り込みをする確率を大とする換算式
である。そして、この確率値Ｐを図１の車速制御装置に
出力する。これにより、後方車両がウインカ４０を点滅
させると同時に、この割り込み予測装置によって速度が
抑制される。後方からの割り込みにも即座に対応するの
で、更に走行の安心感が向上される。よって、本実施例
の割り込み予測装置をアクティブクルーズシステム、障
害物警告装置等に搭載すれば、更に走行の安心感を向上
することができる。

【００３９】（変形例）以上、本発明を表わす１実施例
を示したが、他にさまざまな変形例が考えられる。例え
ば、第１実施例では、大型車両の判定に周辺車両の各部
への方位角と、最短距離Ｄ２を用いたが、自車両と周辺
車両間の車幅方向への離間距離Ｄを用いてもよい。例え
ば、図８において側方を画像センサ２０で撮像すれば、
周辺車両と走行レーンを示す車線Ｓ（白線）が撮像され
る。よって、抽出した周辺車両の例えば車輪とこの車線
Ｓとの距離、及び自車両と車線Ｓとの距離を測定すれ
ば、車幅方向の両者の離間距離Ｄが算出される。よっ
て、図９においてこの離間距離Ｄと、周辺車両の前方角
部と後方角部の方位角θ₀、θ₁を用いても概略、車両
長さＬが算出できる。即ち、最短距離Ｄ２に代えて、こ
の離間距離Ｄを用いてもよい。同等の結果が得られる。

【００４０】又、第１実施例、第２実施例では、確率値
を計算したが、この計算を限定するものではない。例え
ば、過去のパターン、即ち過去の割り込みパラメータに
対応した確率値を、図１４に示すようなテーブル形式で
予め記憶して置いてもよい。てテーブルの左側は項目で
あり、右側が各項目の取りうる範囲である。例えば、先
行車両との車間距離は、Ｄ１_j〜Ｄ１_j’である。そし
て、予測時には得られた測定値、認識値が全て設定範囲
内に該当するテーブルＴ_jを選択し、その確率値Ｐ_jを
出力してもよい。即ち、上記実施例のように得られた測
定値、認識値が所定のパターンに該当するか否か判定し
てもよいし、逆に得られた測定値、認識値に該当するパ
ターンを選択し、そのパターンの有する確率値を出力し
てもよい。いずれでも良い。要は、車種を含んだパター
ンを用いて割り込みを予測する装置であればよい。その
パターンの使用方法は問わない。

【００４１】又、上記実施例ではコンピュータ装置３０
の出力段に車速制御装置を設け、追従制御を補助する例
で示したが、これに代えて出力段に音声で警報する警報
装置を備えてもよい。このように構成すれば、割り込み
警報装置とすることができる。

【図面の簡単な説明】

【図１】第１実施例に係る割り込み予測装置のシステム
構成図。

【図２】第１実施例に係る割り込み予測装置を構成する
コンピュータ装置のブロック図。

【図３】第１実施例に係る割り込み予測装置のミリ波レ
ーダ、画像センサの配置図。

【図４】第１実施例に係る割り込み予測装置の動作を示
す１例のフローチャート。

【図５】第１実施例係る画像センサが撮像した複数の周
辺車両図。

【図６】第１実施例係る画像センサが撮像した複数の周
辺車両の位置関係図。

【図７】第１実施例に係る割り込み発生の可能性が大で
ある１例のパターン図。

【図８】第１実施例に係る割り込み予測装置が作動する
場合の、自車両と周辺車両の位置関係図。

【図９】第１実施例に係る周辺車両の車両長さ算出説明
図。

【図１０】第２実施例に係る割り込み予測装置の動作を
示す１例のフローチャート。

【図１１】第２実施例係る画像センサが撮像した後方車
両図。

【図１２】第２実施例に係る割り込み発生の可能性が大
である１例のパターン図。

【図１３】第２実施例に係る割り込み予測装置の後方車
両大きさ判定説明図。

【図１４】変形に係る比較して確率値を出力するため
の、割り込みパラメータを有したテーブル。

【符号の説明】１０…ミリ波レーダ２０…画像センサ３０…コンピュータ装置３７…周辺車両測定部３８…周辺車両認識部３９…予測部４０…ウインカＳ…車線Ｗ，Ｗ’…枠Ｄ１…先行車両との車間距離Ｄ２…周辺車両との最短距離Ｄ３…後方車両との車間距離Ｄ４…周辺車両間の車間距離

───────────────────────────────────────────────────── フロントページの続き (51)Int.Cl.⁷ 識別記号ＦＩテーマコート゛(参考）Ｂ６０Ｒ 21/00 ６２７Ｂ６０Ｒ 21/00 ６２７６２８６２８ＥＦ０２Ｄ 29/02 ３０１Ｆ０２Ｄ 29/02 ３０１Ｄ (72)発明者内山祐司愛知県愛知郡長久手町大字長湫字横道41番地の１株式会社豊田中央研究所内 (72)発明者白木伸征愛知県愛知郡長久手町大字長湫字横道41番地の１株式会社豊田中央研究所内Ｆターム(参考） 3D044 AA25 AB01 AC26 AC31 AC59 AD01 AE01 AE04 3G093 BA23 CB10 DB05 DB16 EA01 FA02 FA11 FB01 FB02 5H180 AA01 CC04 CC14 LL04

Claims

【特許請求の範囲】

【請求項１】車両走行において、周辺車両の自車両前方
への割り込みを予測する割り込み予測装置であって、少なくとも先行車両との車間距離、及び前記先行車両の
車速を測定する先行車両測定手段と、自車両周辺を撮像する画像センサと、前記画像センサの出力から前記周辺車両を検出し、少な
くとも前記周辺車両の位置、速度を測定する周辺車両測
定手段と、前記画像センサの出力から前記周辺車両の車種、及び／
又は車両の大きさを認識する周辺車両認識手段と、前記先行車両測定手段の測定結果、及び前記周辺車両測
定手段の測定結果、及び前記周辺車両認識手段の認識結
果に基づいて、前記周辺車両の前記自車両前方への割り
込みを予測する予測手段とを備えたことを特徴とする割
り込み予測装置。
【請求項２】前記予測手段は割り込み発生のパターンを
有し、前記先行車両測定手段の測定結果、及び前記周辺
車両測定手段の測定結果、及び前記周辺車両認識手段の
認識結果が前記割り込み発生パターンに該当するか否か
を判定し、前記両測定結果、及び前記認識結果をパラメ
ータとして前記割り込み発生を確率値で出力することを
特徴とする請求項１に記載の割り込み予測装置。
【請求項３】前記パターンの項目は、少なくとも前記先
行車両との前記車間距離、前記周辺車両の車種、速度、
台数、順序からなることを特徴とする請求項２に記載の
割り込み予測装置。
【請求項４】前記予測手段は、前記先行車両との前記車
間距離が大、及び／又は自車両速度が小であるほど、前
記確率値を大とすることを特徴とする請求項２又は請求
項３に記載の割り込み予測装置。
【請求項５】前記予測手段は、前記自車両と前記先行車
両との前記車間距離が大であって、前記周辺車両間の車
間距離が小であるほど、前記確率値を大とすることを特
徴とする請求項２乃至請求項４の何れか１項に記載の割
り込み予測装置。
【請求項６】前記予測手段は、前記周辺車両が大型車両
である場合、前記確率値を大とすることを特徴とする請
求項２乃至請求項５の何れか１項に記載の割り込み予測
装置。
【請求項７】前記大型車の判定は前記画像センサの出力
から抽出された前記周辺車両の車高、又は車幅から判定
することを特徴とする請求項６に記載の割り込み予測装
置。
【請求項８】隣接車線を走行する前記大型車の判定は前
記画像センサの出力から抽出された前記周辺車両の所定
各部への方位角、及び前記自車両との離間距離から判定
されることを特徴とする請求項６に記載の割り込み予測
装置。
【請求項９】隣接車線を走行する前記大型車の判定は前
記画像センサの出力から抽出された前記周辺車両の所定
各部への方位角、及び両者の車幅方向の離間距離から判
定されることを特徴とする請求項６に記載の割り込み予
測装置。