特許 6968288 進路予測装置、進路予測プログラムおよび進路予測方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6968288

(24)【登録日】2021年10月28日

(45)【発行日】2021年11月17日

(54)【発明の名称】進路予測装置、進路予測プログラムおよび進路予測方法

(51)【国際特許分類】

   G08G 1/16 20060101AFI20211108BHJP

【ＦＩ】

   G08G1/16 C

【請求項の数】8

【全頁数】18

(21)【出願番号】特願2020-537935(P2020-537935)

(86)(22)【出願日】2018年8月22日

(86)【国際出願番号】JP2018030977

(87)【国際公開番号】WO2020039517

(87)【国際公開日】20200227

【審査請求日】2020年4月27日

(73)【特許権者】

【識別番号】000006013

【氏名又は名称】三菱電機株式会社

(74)【代理人】

【識別番号】110002491

【氏名又は名称】溝井国際特許業務法人

(72)【発明者】

【氏名】対馬 尚之

(72)【発明者】

【氏名】今井 良枝

(72)【発明者】

【氏名】村山 修

(72)【発明者】

【氏名】虻川 雅浩

【審査官】 武内 俊之

(56)【参考文献】

【文献】 特開２００６−２２７８１１（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０８Ｇ １／１６

(57)【特許請求の範囲】

【請求項1】

移動体に配置されて物体が存在するかどうかを検出するセンサから検出結果であるセンサ情報を順次取得し、前記センサによって前記物体を検出することができない領域を示す死角領域を前記センサ情報に基づいて計算し、前記死角領域に進入する前記物体を、前記センサ情報に基づいて検出する死角計算部と、
検出された前記物体の前記死角領域における進路を、前記センサ情報に基づいて予測する予測部と
を有し、
前記予測部は、
前記移動体の移動進路の形状を決定可能な情報を示す形状決定情報を取得し、前記形状決定情報を用いて、検出された前記物体の前記死角領域における進路を予測する進路予測装置。

【請求項2】

前記予測部は、
前記形状決定情報として、前記移動体の走行軌跡を取得する請求項１に記載の進路予測装置。

【請求項3】

前記予測部は、
前記形状決定情報として、前記移動体が操縦されている操縦情報を取得する請求項１に記載の進路予測装置。

【請求項4】

前記予測部は、
前記死角領域を含む地図情報を取得し、前記地図情報を用いて、検出された前記物体の前記死角領域における進路を予測する請求項１に記載の進路予測装置。

【請求項5】

前記進路予測装置は、さらに、
前記地図情報を生成する地図生成部を備え、
前記予測部は、
前記地図生成部によって生成された前記地図情報を取得する請求項４に記載の進路予測装置。

【請求項6】

前記移動体は、
車両と船舶と列車とのいずれかである請求項１から請求項５のいずれか一項に記載の進路予測装置。

【請求項7】

コンピュータに、
移動体に配置されて物体が存在するかどうかを検出するセンサから検出結果であるセンサ情報を順次取得し、前記センサによって前記物体を検出することができない領域を示す死角領域を前記センサ情報に基づいて計算し、前記死角領域に進入する前記物体を、前記センサ情報に基づいて検出する処理と、
前記移動体の移動進路の形状を決定可能な情報を示す形状決定情報を取得し、前記形状決定情報と、前記センサ情報とを用いて、検出された前記物体の前記死角領域における進路を予測する処理とを実行させる進路予測プログラム。

【請求項8】

コンピュータが、
移動体に配置されて物体が存在するかどうかを検出するセンサから検出結果であるセンサ情報を順次取得し、前記センサによって前記物体を検出することができない領域を示す死角領域を前記センサ情報に基づいて計算し、前記死角領域に進入する前記物体を、前記センサ情報に基づいて検出し、
前記移動体の移動進路の形状を決定可能な情報を示す形状決定情報を取得し、前記形状決定情報と、前記センサ情報とを用いて、検出された前記物体の前記死角領域における進路を予測する進路予測方法。

【発明の詳細な説明】

【技術分野】

【0001】

この発明は、死角領域における物体の進路を予測する、進路予測装置、進路予測プログラムおよび進路予測方法に関する。

【背景技術】

【0002】

安全意識の高まりと利便性の追求とから、緊急自動ブレーキ機能、車間距離を一定に保つ機能および自動的に車線を変更する機能といった、運転支援機能が搭載された自動車が増加している。運転支援機能を実現するために、光学カメラ、ミリ波レーダーおよびＬｉＤＡＲ（Ｌｉｇｈｔ Ｄｅｔｅｃｔｉｏｎ Ａｎｄ Ｒａｎｇｉｎｇ）といったセンサが用いられる場合がある。このような運転支援機能を実現するためのセンサは、物体を透視することができない。このため、複数の物体が奥行き方向に並んでいる場合、その一番手前にある物体の陰となる領域に存在する物体は検出できない。よって、センサには最も近い物体により死角領域が生じる。
物体の未来の位置を予測した移動予測結果を用いて自身の行動を決定する運転支援機能では、死角領域に物体が進入すると、物体の移動予測を継続することができなくなる。このため、上記の運転支援機能は移動予測自体を中止し、実際には物体が存在するにもかかわらず物体が無いものとして誤った動作をする可能性がある。

【0003】

特許文献１には、死角領域に物体が移動した場合でも、その移動体が死角に入る時点での速度を用いて、死角領域内の物体の位置を推定する方法が記載されている。

【0004】

しかし、特許文献１に記載された技術では、死角領域に入った移動体の位置の推定を線形的に行っているため、複雑な道路形状をもつ環境では推定された位置の精度が低くなってしまう。
また、特許文献１ではセンサの死角領域をセンサの仕様から静的に求めているに過ぎないため、複数の物体が奥行き方向に並んでいる場合、その一番手前にある物体の陰となる領域に存在する物体の検出は考慮されていない。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特開２０１５−２２５６１５号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

この発明は、センサのセンシング範囲に生じる死角領域を計算して死角領域を動的に取得し、動的に得た死角領域に進入する物体の死角領域における進路を予測する進路予測装置の提供を目的とする。

【課題を解決するための手段】

【0007】

この発明の進路予測装置は、
移動体に配置されて物体が存在するかどうかを検出するセンサから検出結果であるセンサ情報を順次取得し、前記センサによって前記物体を検出することができない領域を示す死角領域を前記センサ情報に基づいて計算し、前記死角領域に進入する前記物体を、前記センサ情報に基づいて検出する死角計算部と、
検出された前記物体の前記死角領域における進路を、前記センサ情報に基づいて予測する予測部と
を有することを特徴とする。

【発明の効果】

【0008】

本発明の進路予測装置は、死角計算部および予測部を備えている。よって本発明によれば、センサのセンシング範囲に生じる死角領域を計算して死角領域を動的に取得し、動的に得た死角領域に進入する物体の死角領域における進路を予測する進路予測装置を提供できる。

【図面の簡単な説明】

【0009】

【図1】実施の形態１の図で、車載システム８を示す図。

【図2】実施の形態１の図で、進路予測装置１のハードウェア構成を示す図。

【図3】実施の形態１の図で、車両管理装置５のハードウェア構成を示す図。

【図4】実施の形態１の図で、進路予測装置１による進路の補間を示す図。

【図5】実施の形態１の図で、道路８１の状況を示す図。

【図6】実施の形態１の図で、死角計算部１１の動作を示すフローチャート。

【図7】実施の形態１の図で、センシング結果８４を示す図。

【図8】実施の形態１の図で、第１の死角領域６１および第２の死角領域６２を示す図。

【図9】実施の形態１の図で、第２の死角領域６２ａを示す図。

【図10】実施の形態１の図で、図９を搭載車両７１の進行方向８２の左側から見た図。

【図11】実施の形態１の図で、識別番号００３の障害物が死角領域に進入した場合を示す図。

【図12】実施の形態１の図で、予測部１２の動作を示すフローチャート。

【図13】実施の形態１の図で、車両７３が搭載車両７１後方にいた場合の、車両７３の進路予測を説明する図。

【図14】実施の形態１の図で、車両７３が搭載車両７１の前方にいた場合の障害物の進路予測を示す図。

【図15】実施の形態１の図で、搭載車両７１のハンドル角がゼロ度の場合を示す図。

【図16】実施の形態１の図で、搭載車両７１のハンドル角がプラスの値を持つ場合を示す図。

【図17】実施の形態２の図で、車載システム８を示す図。

【図18】実施の形態２の図で、予測部１２の動作アルゴリズムを示すフローチャート。

【図19】実施の形態２の図で、進路予測装置１が地図生成部１３を有する構成を示す図。

【図20】実施の形態１および実施の形態２の進路予測装置１の変形例を示す図。

【発明を実施するための形態】

【0010】

以下、本発明の実施の形態について、図を用いて説明する。なお、各図中、同一または相当する部分には、同一符号を付している。実施の形態の説明において、同一または相当する部分については、説明を適宜省略または簡略化する。

【0011】

実施の形態１．
＊＊＊構成の説明＊＊＊
図１から図１６を参照して、実施の形態１の進路予測装置１を説明する。
図１は、車載システム８を示す。車載システム８が搭載される車両を搭載車両７１と表記する。
車載システム８は、進路予測装置１、移動予測装置２、表示装置３、複数のセンサ４、および車両管理装置５を備える。これらは車載ネットワーク７で接続される。
（１）進路予測装置１は、死角領域に入ってセンシング結果が得られない障害物の情報を補間する。
（２）移動予測装置２は、センシング結果および進路予測装置１による補間により、障害物の移動を予測する。障害物は例えば他の車両である。他の車両を車両７２、車両７３と表記する。
（３）表示装置３は、ディスプレイなどによって搭載車両７１の搭乗者に情報を伝達する。
（４）センサ４は、ミリ波レーダー、ライダーおよびカメラといった、搭載車両７１の車外の物体を検出するためのセンサである。以下ではセンサ４をセンサ４ａ，センサ４ｂのように区別する場合がある。区別の必要がないときはセンサ４と表記する。
（５）車両管理装置５は、搭載車両７１のハンドル角、アクセル量、速度、位置のような搭載車両７１の車両情報を収集し、管理する。
（６）車載ネットワーク７は、ＣＡＮ（Ｃｏｎｔｒｏｌｌｅｒ Ａｒｅａ Ｎｅｔｗｏｒｋ）または車載Ｅｔｈｅｒｎｅｔ（登録商標）のようなネットワークである。

【0012】

図２は、進路予測装置１のハードウェア構成を示す。進路予測装置１はコンピュータである。進路予測装置１は、プロセッサ１０を備えるとともに、メモリ２０、補助記憶装置３０、入力インタフェース４０および出力インタフェース５０といった他のハードウェアを備える。プロセッサ１０は、信号線６０を介して他のハードウェアと接続され、これら他のハードウェアを制御する。
入力インタフェース４０は、センサ４からの情報を取得する。プロセッサ１０は演算処理を行い、障害物の進路の補間を行う。補間された障害物の進路は、出力インタフェース５０から、移動予測装置２および表示装置３に送信される。

【0013】

進路予測装置１は、機能要素として死角計算部１１と予測部１２を備える。死角計算部１１と予測部１２との機能は、ソフトウェアである進路予測プログラムにより実現される。

【0014】

プロセッサ１０は、進路予測プログラムを実行する装置である。進路予測プログラムは、死角計算部１１と予測部１２との機能を実現するプログラムである。プロセッサ１０は、死角計算部１１と予測部１２との処理を行うＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）である。プロセッサ１０の具体例は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）である。

【0015】

メモリ２０は、データを一時的に記憶する記憶装置である。メモリ２０の具体例は、ＳＲＡＭ（ＳＴａｔｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）である。メモリ２０は、プロセッサ１０の演算結果を保持する。

【0016】

補助記憶装置３０は、データを保管する記憶装置である。補助記憶装置３０の具体例は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）である。また、補助記憶装置３０は、ＳＤ（登録商標）（Ｓｅｃｕｒｅ Ｄｉｇｉｔａｌ）メモリカード、ＣＦ（ＣｏｍｐａｃｔＦｌａｓｈ）、ＮＡＮＤフラッシュ、フレキシブルディスク、光ディスク、コンパクトディスク、ブルーレイ（登録商標）ディスク、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）といった可搬記録媒体であってもよい。

【0017】

入力インタフェース４０は、センサ４および車両管理装置５のような装置から、情報を取得する。出力インタフェース５０は、移動予測装置２および表示装置３のような装置へ情報を出力する。

【0018】

進路予測プログラムは、メモリ２０からプロセッサ１０に読み込まれ、プロセッサ１０によって実行される。メモリ２０には、進路予測プログラムだけでなく、ＯＳ（Ｏｐｅｒａｔｉｎｇ ＳｙＳＴｅｍ）も記憶されている。プロセッサ１０は、ＯＳを実行しながら、進路予測プログラムを実行する。進路予測プログラムおよびＯＳは、補助記憶装置３０に記憶されていてもよい。補助記憶装置３０に記憶されている進路予測プログラムおよびＯＳは、メモリ２０にロードされ、プロセッサ１０によって実行される。なお、進路予測プログラムの一部または全部がＯＳに組み込まれていてもよい。

【0019】

進路予測装置１は、プロセッサ１０を代替する複数のプロセッサを備えていてもよい。これら複数のプロセッサは、進路予測プログラムの実行を分担する。それぞれのプロセッサは、プロセッサ１０と同じように、進路予測プログラムを実行する装置である。

【0020】

進路予測プログラムにより利用、処理または出力されるデータ、情報、信号値および変数値は、メモリ２０、補助記憶装置３０、または、プロセッサ１０内のレジスタあるいはキャッシュメモリに記憶される。

【0021】

進路予測プログラムは、死角計算部１１と予測部１２の各部の「部」を「処理」、「手順」あるいは「工程」に読み替えた各処理、各手順あるいは各工程をコンピュータに実行させるプログラムである。また、進路予測方法は、コンピュータである進路予測装置１が進路予測プログラムを実行することにより行われる方法である。

【0022】

進路予測プログラムは、コンピュータ読取可能な記録媒体に格納されて提供されてもよいし、プログラムプロダクトとして提供されてもよい。

【0023】

図３は、車両管理装置５のハードウェア構成を示す。車両管理装置５は進路予測装置１と同様のコンピュータである。車両管理装置５は、プロセッサ１０ａを備えるとともに、メモリ２０ａ、補助記憶装置３０ａ、入力インタフェース４０ａおよび出力インタフェース５０ａといった他のハードウェアを備える。プロセッサ１０ａは、信号線６０ａを介して他のハードウェアと接続され、これら他のハードウェアを制御する。車両管理装置５は制御部５ａによって制御される。制御部５ａの機能はプログラムによって実現される。このプログラムは補助記憶装置３０ａに格納されている。プロセッサ１０ａはこのプログラムをメモリ２０ａにロードして実行する。

【0024】

＊＊＊動作の説明＊＊＊
図４から図１６を参照して進路予測装置１の動作を説明する。進路予測装置１の動作は、進路予測方法に相当する。また、進路予測装置１の動作は、進路予測プログラムの処理に相当する。
図４は、進路予測装置１による進路の補間を示している。進路予測装置１は、車両のような障害物６６が死角領域６５を通過する際に、通過前進路６７と通過後進路６８との間の死角領域６５の障害物６６の進路を予測進路６４として予測し、通過前進路６７と通過後進路６８との間の進路を補間する。

【0025】

図５は、実施の形態１で想定する道路８１および道路８１の周辺の状況である。搭載車両７１が進行方向８２へ走行している。搭載車両７１では、センサ４ａがフロントの中央に取り付けられており、センサ４ｂがリヤの右側に取り付けられている。センサ４ａのセンシング範囲８３ａおよびセンサ４ｂのセンシング範囲８３ｂは、点線で表した扇形の内部である。なお、説明の簡単化のためにセンサは２つとしているが、センサの数は２つにかぎらない。例えばセンサ４ｂと対称に搭載車両７１のリヤの左側にセンサを取り付けても良い。

【0026】

図６は、死角計算部１１の動作を示すフローチャートである。図６を用いて、死角計算部１１の動作アルゴリズムをフローチャートで説明する。図６のフローチャートは、図５の道路８１の状態に基づき説明する。

【0027】

＜ステップＳＴ１０１＞
ステップＳＴ１０１では、死角計算部１１は、センサ４ａ，４ｂが取得した障害物のセンシング結果を受信する。
図７は、センシング結果８４を示す。図７に示すように、センシング結果８４は障害物の位置と、同一のものに継続的にセンサによって付与される識別番号を基本とする。図７の各行の情報がセンシング結果８４としてセンサから送信される。センシング結果８４は、センサによっては障害物の速度情報も含まれる。図７は３つのセンシング結果を示している。

【0028】

＜ステップＳＴ１０２＞
ステップＳＴ１０２では、センサの死角領域を計算する。以下のように死角領域には２種類あり、第１の死角領域６１、第２の死角領域６２と呼ぶ。第１の死角領域６１は、各センサのセンシング範囲および搭載車両７１に取り付けられた各センサの位置とに起因する。第２の死角領域６２は各センサのセンシング領域内に存在する障害物の陰になる領域に生じる。第１の死角領域６１については、死角計算部１１は、センサ４の仕様と搭載車両７１における設置位置とから計算できる。第２の死角領域６２については、死角計算部１１は、センシング結果８４を用いて計算できる。
図８は、第１の死角領域６１および第２の死角領域６２を示す。第１の死角領域６１は、センサ４ａのセンシング範囲にも、センサ４ｂのセンシング範囲にも含まれない領域である。

【0029】

また、第２の死角領域６２は、センサ４ｂのセンシング範囲に車両７２が存在している場合に、車両７２の陰になるセンシング範囲である。センサ４ｂの第２の死角領域６２を得るためには、車両７２の外形を推定する必要がある。センサ４ｂが電波または光線を照射するタイプのセンサである場合は、電波または光線の反射点７２ａの両端を用いて車両７２の外形を推定できる。図８のように、車両７２の車幅Ｂのサイズが分からない場合は、死角計算部１１は一般的な車両の車幅Ｂとして仮定する。一般的な車幅Ｂのような死角計算部１１の使用する情報は、補助記憶装置３０に格納されている。同様に、予測部１２の使用する情報も補助記憶装置３０に格納されている。

【0030】

図９は、第２の死角領域６２ａを示す。
図１０は、図９を搭載車両７１の進行方向８２の左側から見た図である。図９、図１０に示すように、センサ４ａのセンシング範囲８３ａに坂道８５がある場合、センサ４ａのセンシングできる範囲は坂道８５の斜面までとなってしまう。このため坂道８５の奥の領域は第２の死角領域６２ａとなる。

【0031】

以上のように、死角計算部１１は、移動体である搭載車両７１に配置されて物体が存在するかどうかを検出するセンサ４から、検出結果であるセンサ情報として、センシング結果８４を順次取得する。死角計算部１１は、センサによって物体を検出することができない領域を示す死角領域をセンサ情報であるセンシング結果８４に基づいて計算する。

【0032】

＜ステップＳＴ１０３＞
ステップＳＴ１０３では、死角計算部１１は、センサ４ａまたはセンサ４ｂによって前回センシングされた障害物が、今回はセンシングされなかったか否かを判定する。この判定のために、死角計算部１１は、センサが出力する識別番号を事前に記憶しておき、それを使用する。具体的には以下のようである。死角計算部１１は、入力インタフェース４０を介して、図７の各行のセンシング結果８４をセンサ４から受信する。センシング結果８４には識別番号が含まれているので、死角計算部１１はこの識別番号を事前に記憶しておき、この識別番号を使用する。前回受信したセンシング結果８４が識別番号００２を含むセンシング結果と、識別番号００３を含むセンシング結果であり、今回受信したセンシング結果８４が識別番号００２を含むセンシング結果のみであるとする。この場合、識別番号００３の障害物は前回センシングされ、今回はセンシングされなかった障害物に該当する。

【0033】

＜ステップＳＴ１０４＞
ステップＳＴ１０４では、死角計算部１１は今回受信しなかった障害物が、前回受信したセンシング結果８４において、死角領域の方向に進んでいたか否かを判定する。具体的には以下のようである。上記の例では、今回受信しなかった障害物は識別番号００３の障害物である。死角計算部１１は、前回受信した識別番号００３のセンシング結果８４の速度情報を参照することで、識別番号００３の障害物が死角領域の方向に進んでいたかを判定できる。
このように、死角計算部１１は、死角領域に進入する物体を、センサ情報であるセンシング結果８４に基づいて検出する。

【0034】

＜ステップＳＴ１０５＞
ステップＳＴ１０５では、死角計算部１１は、ステップＳＴ１０４で識別番号００３の障害物が死角領域の方向に進んでいたと判定した場合（ステップＳＴ１０４でＹＥＳ）、識別番号００３の障害物を補間対象として選択する。識別番号００３の障害物が死角領域の方向に進んでいた場合は、識別番号００３のセンシング結果８４を今回受信できなかった理由は、識別番号００３の障害物が死角領域に進入したことが原因とみなせるからである。
図１１は、識別番号００３の障害物が死角領域に進入した場合を示す図である。図１１は、図８の状態に車両７３を追加している。図１１では車両７２が識別番号００２の障害物に該当し、車両７３が識別番号００３の障害物に該当する。車両７３は、第２の死角領域６２に進入している。車両７３は車両７２によって生じる第２の死角領域６２に進入するため、ステップＳＴ１０５において死角計算部１１は車両７３を補間対象に選択する。

【0035】

図１２は、予測部１２の動作を示すフローチャートである。図１２を用いて、予測部１２の動作アルゴリズムをフローチャートで説明する。

【0036】

＜ステップＳＴ２０１＞
ステップＳＴ２０１では、予測部１２は、死角計算部１１によって補間対象とし選択された障害物があるかどうかを判定する。

【0037】

＜ステップＳＴ２０２＞
選択された障害物が存在する場合、ステップＳＴ２０２において、予測部１２はその障害物が搭載車両７１後方にいたか前方にいたかを判定する。
予測部１２は、検出された物体の死角領域における進路を、センサ情報であるセンシング結果８４に基づいて予測する。センシング結果８４に基づいて予測するとは、予測部１２は、検出された物体である他の車両の位置が搭載車両７１の前方か後方かをセンシング結果８４を用い決定し、この決定結果から他の車両の進路を予測することを意味する。
なお、前方か後方かは、センシング結果８４に含まれる物体、つまり他の車両の位置と、搭載車両７１の位置とから判定できる。搭載車両７１の位置は車両管理装置５が補助記憶装置３０ａに保有している。予測部１２はセンサから取得するセンシング結果８４と車両管理装置５から取得する搭載車両７１の位置とから、前方か後方かを判定できる。

【0038】

＜ステップＳＴ２０３＞
障害物が搭載車両７１後方にいた場合、ステップＳＴ２０３で、予測部１２は搭載車両７１の走行履歴である走行軌跡を基にそのデータを補間する。図１１を例にとれば、予測部１２は搭載車両７１の走行履歴である走行軌跡を用いて、第２の死角領域６２における車両７３の進路を予測する。搭載車両７１の走行軌跡は車両管理装置５の制御部５ａが収集し、管理している。
搭載車両７１の走行軌跡は補助記憶装置３０ａに記憶されている。
図１３は、障害物である車両７３が搭載車両７１後方にいた場合の、車両７３の進路予測を説明する図である。図１３に示すように、予測部１２は、搭載車両７１のこれまでの走行軌跡７１ａを車両７３の位置まで水平方向にシフトさせる。車両７３の位置とは、車両７３が第２の死角領域６２に進入する直前の位置である。直前の位置は、ステップＳＴ１０３において前回受信して今回受信しなかったセンシング結果８４が有る場合に、前回受信したセンシング結果８４に含まれる位置である。予測部１２は、シフトさせた走行軌跡７１ａを車両７３の第２の死角領域６２における進路と予測する。
予測部１２は、補助記憶装置３０ａから走行軌跡７１ａを取得する。走行軌跡７１ａは、移動体である搭載車両７１の移動進路の形状を決定可能な情報を示す形状決定情報である。
この場合、走行軌跡７１ａは搭載車両７１の移動進路の形状そのものである。予測部１２は、移動体である搭載車両７１の移動進路の形状を決定可能な情報を示す形状決定情報を車両管理装置５から取得し、形状決定情報を用いて、死角領域への進入が検出された物体の死角領域における進路を予測する。

【0039】

＜ステップＳＴ２０４＞
障害物が搭載車両７１の前方にいた場合、予測部１２は障害物の進路を以下のように予測する。
つまり、ステップＳＴ１０３において前回受信して今回受信しなかったセンシング結果８４が有る場合に、前回受信したセンシング結果８４に含まれる位置がセンシング結果８４の受信時点での搭載車両７１の位置よりも前方にいた場合である。
図１４は、障害物が搭載車両７１の前方にいた場合の障害物の進路予測を示す。図１４において障害物は車両７３が該当する。図１４に示すように障害物が搭載車両７１の前方にいた場合、予測部１２は、搭載車両７１のハンドル角を基にデータを補間する。つまり、予測部１２は、搭載車両７１のハンドル角を基に、車両７３の第１の死角領域６１のおける車両７３の進路を予測する。搭載車両７１のハンドル角は車両管理装置５の制御部５ａが収集し、補助記憶装置３０ａに格納している。予測部１２は車両管理装置５からハンドル角を取得する。
図１５は、搭載車両７１のハンドル角がゼロ度の場合を示している。搭載車両７１の直進状態のハンドル角をゼロ度とし、左方向へのハンドルの回転をプラス、右方向へのハンドルの回転をマイナスとする。図１５に示すように、予測部１２は、搭載車両７１のハンドル角から今後の搭載車両７１の予測走行進路７１ｂを求める。予測部１２は、搭載車両７１の予測走行進路７１ｂを車両７３の第１の死角領域６１への進入直前の位置まで水平方向にシフトさせる。シフトされた搭載車両７１の予測走行進路７１ｂが、車両７３の第１の死角領域６１における予測走行進路である。予測部１２は、車両７３がそのシフトされた搭載車両７１の予測走行進路７１ｂを走行するものとしてデータを補間する。図１５では直線路なので、搭載車両７１のハンドル角は中央のままのゼロ度で変わらないため、搭載車両７１の予測走行進路７１ｂは直線である。

【0040】

図１６は、搭載車両７１のハンドル角がプラスの値を持つ場合を示す。図１６は、搭載車両７１が左曲りのカーブ路を有する道路８１を走行している場合を示す。図１６の場合、搭載車両７１は左カーブに合わせてハンドルが切られる。よって、搭載車両７１の予測走行進路７１ｂは、この左カーブに沿うように、すなわち一定の回転半径に沿った進路となっている。このときの車両７３の回転半径は、搭載車両７１の回転半径と、搭載車両７１と車両７３との左右方向距離を用いて以下の式１とする。
車両７３の回転半径＝搭載車両７１の回転半径＋搭載車両７１と車両７３との左右方向距離 （式１）
予測部１２は、搭載車両７１のハンドル角から搭載車両７１の回転半径を計算する。また、予測部１２は、搭載車両７１と車両７３との左右方向距離を、車両７３のセンシング結果８４から計算する。予測部１２は、車両７３の回転半径から車両７３の予測走行進路７１ｂを計算する。
搭載車両７１に関する情報は車両管理装置５が保有しているので進路予測装置１は搭載車両７１に関する情報は車両管理装置５から取得する。

【0041】

なお、搭載車両７１の回転半径は、一般的に以下の式２で表される。ホイールベースとは、前輪の車軸中心と後輪の車軸中心の距離である。
搭載車両７１の回転半径＝ホイールベース／ｓｉｎθ （式２）
θは搭載車両７１のハンドル角である。なおハンドル角は操舵角である。

【0042】

予測部１２は、補助記憶装置３０ａからハンドル角を取得する。ハンドル角は、移動体である搭載車両７１の移動進路の形状を決定可能な情報を示す形状決定情報である。
この場合、予測部１２は、ハンドル角から搭載車両７１の移動進路である予測走行進路７１ｂを計算する。
つまり、予測部１２は、移動体である搭載車両７１の移動進路の形状を決定可能な情報を示す形状決定情報としてハンドル角を車両管理装置５から取得し、形状決定情報を用いて、死角領域への進入が検出された物体の死角領域における進路を予測する。
なお、ハンドル角は、移動体である搭載車両７１が操縦されている操縦情報である。
操縦情報としては搭載車両７１のハンドル角の他に、前輪の舵角またはハンドル機構を形成するラックピニオン機構におけるラックの移動距離でもよい。

【0043】

データを補間する際に速度を使用する場合は、障害物が死角領域に入る直前の速度および加速度を用いる。速度情報はセンサ自身が検出した情報を用いるが、センサの精度が悪化する状況では、速度情報はセンサ自身が検出したものではなく障害物の位置の変化を微分した値を用いる。具体的には、例えば、ミリ波レーダーは、障害物の速度の検出にドップラ効果を用いる。この方式は、障害物がセンサに近づく、あるいは遠ざかる方向には精度良く速度が得られるが、センサと一定の距離を保ったまま移動するような場合には精度が悪化する。

【0044】

予測部１２によるデータの補間は、補間した結果である障害物の位置が死角領域の外に出た場合に終了する。しかし、搭載車両７１と障害物である他車との速度差が極めて近い場合、障害物が死角領域内に滞留する時間も長くなってしまう。このため、このような場合は補間、つまり障害物の進路予測処理を終了する打ち切り時間を設けても良い。あるいは、逆に、詳細な位置までは分からないが、予測部１２は、障害物が死角領域内に滞留していることを基に、死角領域内に障害物が存在していることを表示装置３に報知しても良い。

【0045】

＊＊＊実施の形態１の効果＊＊＊
以上、実施の形態１では、進路予測装置１によって得られた障害物の予測走行進路で障害物の進路を補間した補間結果を移動予測装置２に入力することができる。補間結果を移動予測装置２に入力することができるため、移動予測装置２は障害物が死角に入った場合でも障害物のセンシング結果が補間されることになり、継続してその障害物の移動予測を行うことが可能となる。また、実施の形態１では車両を例にして記載したが、船舶または軌道を走行する列車に適用した場合も車両に適用した場合と同様の効果を有する。

【0046】

実施の形態２．
図１７から図１９を参照して実施の形態２を説明する。実施の形態１では、他の車両が搭載車両７１に配置されたセンサの死角領域内に存在する際の進路予測に、搭載車両７１の走行軌跡または操舵角から、他の車両の進路を予測した。実施の形態２では、他の車両が搭載車両７１に配置されたセンサの死角領域内に存在する際の進路予測に、地図情報を使用する。
図１７は、実施の形態２の車載システム８を示す。図１７に示すように、地図記憶装置６をハードウェア構成に追加した場合について説明する。

【0047】

地図記憶装置６には、地図情報として道路の車線形状についての情報が格納されている。具体的には、車線の中心を表す点の位置情報が一定間隔で格納されている。
図１８は、実施の形態２の予測部１２の動作アルゴリズムを示す。なお死角計算部１１の動作アルゴリズムは実施の形態１の図６と同じである。以下に、実施の形態２の予測部１２の動作を図１８を参照して説明する。
実施の形態２の予測部１２は、死角領域を含む地図情報を取得し、地図情報を用いて、死角領域への進入が検出された物体の死角領域における進路を予測する。

【0048】

＜ステップＳＴ３０１＞
ステップＳＴ３０１の動作は、ステップＳＴ２０１と同じであるので説明は省略する。

【0049】

＜ステップＳＴ３０２＞
該当する障害物が存在する場合、予測部１２は、ステップＳＴ３０２において、他車である該当する障害物が走行していた車線の地図情報を地図記憶装置６から取得する。他車である該当する障害物が走行していた車線とは、他車のセンシング結果８４が途絶えた直前のセンシング結果８４の示す位置から決定される車線である。予測部１２は、取得した地図情報における車線上を他車が継続して走行するとみなして、死角領域での他車の進路を予測する。

【0050】

地図情報には、１つの車線が２つの車線に分岐する情報が格納されていることがある。また地図情報には、交差点の情報が格納されていることもある。このような場合、予測部１２は、他車がどの進路を走行するか決めて、地図情報の位置情報を使用する必要がある。この場合、予測部１２は、以下の（１）（２）の判断ルールに従い進路を決定する。
（１）他車は道路の幅が最も広い道路を選択して走行する。
（２）複数の道路の幅が同一である場合、他車は搭載車両７１に、最も近い道路を選択して走行する。

【0051】

なお、障害物が自動車ではなく、人間の場合も同様の進路予測を行うことができる。人間の場合、予測部１２は、地図情報における車線情報に加えて、地図情報における歩道および横断歩道の情報を用いる。さらに、予測部１２は、人間の進路を決定する判断ルールには上記（１）（２）に、以下の（３）を追加する。
（３）人間は歩道と横断歩道とがある場合、横断歩道を選択して歩行する。

【0052】

なお、地図記憶装置６に格納されている情報は、車線の中心を表す点の位置情報が一定間隔で格納されているとした。しかし、車線の中心を表す点の位置情報が一定間隔で格納されていることの他に、車線の中心を表す線分の形状を多項式で表現した際の係数が、格納されていても良い。また、地図記憶装置６に格納されている情報としては、車線の中心ではなく、車線を構成する区画線の情報が、格納されても良い。

【0053】

また、地図記憶装置６に記憶される地図情報は、すでに作成されている情報に限らない。
例えば、搭載車両７１の前方に備えられたセンサ４ａによって車線を検出し、随時生成、記録された地図情報でも良い。
図１９は、進路予測装置１が地図生成部１３を有する構成である。地図生成部１３は、搭載車両７１の前方に備えられたセンサ４ａによって検出された車線の情報をもとに地図情報を生成し、地図情報をメモリ２０に格納する。地図生成部１３は、メモリ２０に格納された地図情報を補助記憶装置３０に格納する。予測部１２は、地図生成部１３の生成した地図情報を補助記憶装置３０からメモリ２０へロードし、ロードした地図情報を用いて、死角領域への進入が検出された障害物の死角領域における進路を予測する。

【0054】

＊＊＊実施の形態２の効果＊＊＊
実施の形態２では、地図記憶装置６に格納された地図情報を用いて、進路予測装置１が死角領域における障害物の進路予測を行い、障害物の進路データを補間する。進路予測装置１によって補間された障害物の進路データが移動予測装置２に入力される。これにより、移動予測装置２は障害物が死角に入った場合でも、障害物のセンシング結果が補間されるため、継続してその障害物の移動予測を行うことが可能となる。また、実施の形態２では自動車を例にして記載したが、実施の形態１と同様に、船舶または軌道を走行する列車に適用した場合も同様の効果を有する。船舶の場合は、地図として航路図を使用しても良い。また、列車の場合は線路の軌道の形状を表した図を使用しても良い。

【0055】

＜変形例＞
実施の形態１および実施の形態２では、進路予測装置１の機能がソフトウェアで実現されるが、変形例として、進路予測装置１の機能がハードウェアで実現されてもよい。
図２０は、実施の形態１の変形例に係る進路予測装置１の構成を示す図である。
図２０の電子回路９０は、死角計算部１１、予測部１２，地図生成部１３、メモリ２０、補助記憶装置３０、入力インタフェース４０および出力インタフェース５０との機能を実現する専用の電子回路である。電子回路９０は、具体的には、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ロジックＩＣ、ＧＡ、ＡＳＩＣ、または、ＦＰＧＡである。ＧＡは、Ｇａｔｅ Ａｒｒａｙの略語である。
ＡＳＩＣは、Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔの略語である。ＦＰＧＡは、Ｆｉｅｌｄ−Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙの略語である。進路予測装置１の構成要素の機能は、１つの電子回路で実現されてもよいし、複数の電子回路に分散して実現されてもよい。別の変形例として、進路予測装置１の構成要素の一部の機能が電子回路で実現され、残りの機能がソフトウェアで実現されてもよい。

【0056】

プロセッサと電子回路の各々は、プロセッシングサーキットリとも呼ばれる。つまり、進路予測装置１において、死角計算部１１、予測部１２、地図生成部１３の機能がプロセッシングサーキットリにより実現される。あるいは、死角計算部１１、予測部１２、地図生成部１３、メモリ２０、補助記憶装置３０、入力インタフェース４０および出力インタフェース５０の機能がプロセッシングサーキットリにより実現されてもよい。

【0057】

以上、実施の形態１および実施の形態２について説明したが、これらの実施の形態のうち、２つ以上を組み合わせて実施しても構わない。あるいは、これらの実施の形態のうち、１つを部分的に実施しても構わない。あるいは、これらの実施の形態のうち、２つ以上を部分的に組み合わせて実施しても構わない。なお、本発明は、これらの実施の形態に限定されるものではなく、必要に応じて種々の変更が可能である。

【符号の説明】

【0058】

１ 進路予測装置、２ 移動予測装置、３ 表示装置、４，４ａ，４ｂ センサ、５ 車両管理装置、５ａ 制御部、６ 地図記憶装置、７ 車載ネットワーク、８ 車載システム、１０，１０ａ プロセッサ、１１ 死角計算部、１２ 予測部、１３ 地図生成部、２０，２０ａ メモリ、３０，３０ａ 補助記憶装置、４０，４０ａ 入力インタフェース、５０，５０ａ 出力インタフェース、６０，６０ａ 信号線、６１ 第１の死角領域、６２ 第２の死角領域、６４ 予測進路、６５ 死角領域、６６ 障害物、
６７ 通過前進路、６８ 通過後進路、７０ 走行軌跡、７１ 搭載車両、７１ａ 走行軌跡、７１ｂ 予測走行進路、７２，７３ 車両、７２ａ 反射点、８１ 道路、８２ 進行方向、８３ａ，８３ｂ センシング範囲、８４ センシング結果、８５ 坂道、８６ カーブ路、９０ 電子回路。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】