特開 2024-52615 交通安全支援システム、及びコンピュータプログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024052615

(43)【公開日】2024-04-11

(54)【発明の名称】交通安全支援システム、及びコンピュータプログラム

(51)【国際特許分類】

   G08G 1/16 20060101AFI20240404BHJP

   G16Y 10/40 20200101ALI20240404BHJP

   G16Y 20/20 20200101ALI20240404BHJP

   G16Y 40/10 20200101ALI20240404BHJP

【ＦＩ】

G08G1/16 A

G16Y10/40

G16Y20/20

G16Y40/10

【審査請求】有

【請求項の数】11

【出願形態】ＯＬ

(21)【出願番号】P 2023168765

(22)【出願日】2023-09-28

(31)【優先権主張番号】17/936,856

(32)【優先日】2022-09-30

(33)【優先権主張国・地域又は機関】US

(71)【出願人】

【識別番号】000005326

【氏名又は名称】本田技研工業株式会社

(71)【出願人】

【識別番号】503113186

【氏名又は名称】ホンダ リサーチ インスティテュート ヨーロッパ ゲーエムベーハー

【氏名又は名称原語表記】Ｈｏｎｄａ Ｒｅｓｅａｒｃｈ Ｉｎｓｔｉｔｕｔｅ Ｅｕｒｏｐｅ ＧｍｂＨ

(74)【代理人】

【識別番号】100106002

【弁理士】

【氏名又は名称】正林 真之

(74)【代理人】

【識別番号】100120891

【弁理士】

【氏名又は名称】林 一好

(74)【代理人】

【識別番号】100160794

【弁理士】

【氏名又は名称】星野 寛明

(72)【発明者】

【氏名】木俣 亮人

(72)【発明者】

【氏名】平野 良平

(72)【発明者】

【氏名】プファエル ティム

【テーマコード（参考）】

5H181

【Ｆターム（参考）】

5H181AA01

5H181AA21

5H181BB04

5H181BB05

5H181BB20

5H181CC03

5H181CC04

5H181CC12

5H181CC14

5H181CC27

5H181DD02

5H181DD03

5H181DD10

5H181EE02

5H181FF04

5H181FF10

5H181FF13

5H181FF22

5H181FF27

5H181FF32

5H181LL01

5H181LL02

5H181LL04

5H181LL09

5H181MC27

(57)【要約】

【課題】少ない処理負荷の下で余裕を持って支援制御を開始すること。
【解決手段】交通安全支援システムの予測ユニット６２は、予測対象の移動状態情報を取得する移動状態情報取得部６２０と、周囲交通参加者の周囲状態情報を取得する周囲状態情報取得部６２１と、予測対象の運転者の運転者状態情報を取得する運転者状態情報取得部６２３と、移動状態情報に基づいて予測対象の第１予測移動状態を予測する第１移動状態予測部６２４と、運転者状態情報に基づいて予測対象の第２予測移動状態を予測する第２移動状態予測部６２５と、第１予測移動状態に対する第１衝突リスク値及び第２予測移動状態に対する第２衝突リスク値を算出する衝突リスク算出部６２６と、第１及び第２衝突リスク値の少なくとも何れかが衝突判定閾値より大きい場合、予測対象に対する支援制御を実行する支援制御ユニット６５と、を備える。
【選択図】図３

【特許請求の範囲】

【請求項1】

交通エリア内を移動する移動体を予測対象とし、当該予測対象の前記交通エリアにおける安全な交通を支援する交通安全支援システムであって、
前記予測対象の移動状態に関する移動状態情報を取得する移動状態情報取得部と、
前記交通エリアにおける前記予測対象の周囲に存在する周囲交通参加者の移動状態に関する周囲状態情報を取得する周囲状態情報取得部と、
前記予測対象の運転者の状態に関する運転者状態情報を取得する運転者状態情報取得部と、
前記移動状態情報に基づいて前記予測対象の第１予測移動状態を予測する第１移動状態予測部と、
前記運転者状態情報に基づいて前記予測対象の第２予測移動状態を予測する第２移動状態予測部と、
前記周囲状態情報に基づいて、前記第１予測移動状態における前記予測対象と前記周囲交通参加者との間の第１衝突リスク値及び前記第２予測移動状態における前記予測対象と前記周囲交通参加者との間の第２衝突リスク値を算出する衝突リスク算出部と、
前記第１衝突リスク値及び前記第２衝突リスク値の少なくとも何れかが所定の閾値より大きい場合、前記予測対象に対する支援制御を実行する支援制御部と、を備えることを特徴とする交通安全支援システム。

【請求項2】

前記支援制御部は、
前記第１衝突リスク値が前記閾値以下でありかつ前記第２衝突リスク値が前記閾値より大きい場合、前記予測対象が前記第１予測移動状態を実現する第１回避行動を行うように前記支援制御を実行し、
前記第２衝突リスク値が前記閾値以下でありかつ前記第１衝突リスク値が前記閾値より大きい場合、前記予測対象が前記第２予測移動状態を実現する第２回避行動を行うように前記支援制御を実行し、
前記第１衝突リスク値及び前記第２衝突リスク値が何れも前記閾値より大きい場合、前記予測対象が前記周囲交通参加者との衝突を回避するための衝突回避行動又は衝突による被害を軽減するための衝突被害軽減行動を行うように前記支援制御を実行することを特徴とする請求項１に記載の交通安全支援システム。

【請求項3】

前記衝突リスク算出部は、
前記第１予測移動状態に応じた第１予測移動速度プロファイルに基づいて、前記予測対象の移動速度と当該予測対象の将来における衝突リスク値とを関連付けるリスクマップを検索することによって前記第１衝突リスク値を算出し、
前記第２予測移動状態に応じた第２予測移動速度プロファイルに基づいて、前記リスクマップを検索することによって前記第２衝突リスク値を算出することを特徴とする請求項２に記載の交通安全支援システム。

【請求項4】

前記予測対象と共に移動する車載装置群と、
前記車載装置群と通信可能な交通管理サーバと、を備え、
前記交通管理サーバは、前記移動状態情報取得部と、前記周囲状態情報取得部と、前記運転者状態情報取得部と、前記第１移動状態予測部と、前記第２移動状態予測部と、前記衝突リスク算出部と、前記支援制御部と、を備え、
前記車載装置群は、画像及び音の少なくとも何れかによって情報を前記運転者に通知する車載通知装置を備え、
前記支援制御部は、前記車載通知装置を作動させることによって、前記予測対象の衝突を回避又は衝突による被害を軽減するための情報を前記運転者に通知する通知制御を前記支援制御として実行することを特徴とする請求項３に記載の交通安全支援システム。

【請求項5】

前記支援制御部は、前記通知制御では、前記第１回避行動、前記第２回避行動、前記衝突回避行動、又は前記衝突被害軽減行動に応じて加速又は減速を促す情報を前記運転者に通知することを特徴とする請求項４に記載の交通安全支援システム。

【請求項6】

前記支援制御部は、前記通知制御では、前記第１回避行動、前記第２回避行動、前記衝突回避行動、又は前記衝突被害軽減行動に応じた移動速度プロファイルを前記リスクマップにプロットすることによって生成される画像を前記車載通知装置に表示することを特徴とする請求項５に記載の交通安全支援システム。

【請求項7】

前記支援制御部は、前記リスクマップ上における衝突リスク値が前記閾値より大きい領域を強調して前記車載通知装置に表示することを特徴とする請求項６に記載の交通安全支援システム。

【請求項8】

前記運転者状態情報取得部は、前記運転者の周囲確認状態に関する情報を前記運転者状態情報として取得し、
前記第２移動状態予測部は、前記移動状態情報、前記周囲状態情報、及び前記運転者状態情報に基づいて前記第２予測移動状態を予測することを特徴とする請求項１に記載の交通安全支援システム。

【請求項9】

前記交通エリアにおける前記予測対象の周囲の交通環境情報を取得する交通環境情報取得部をさらに備え、
前記第２移動状態予測部は、
前記移動状態情報、前記周囲状態情報、及び前記交通環境情報に基づいて前記予測対象の交通シーンを特定する交通シーン特定部と、
前記交通シーン及び前記運転者状態情報に基づいて、予め定められた複数の行動パターンの中から少なくとも１つを予測行動パターンとして選択する行動パターン選択部と、
前記予測行動パターンに基づいて前記第２予測移動状態を予測する行動予測部と、を備えることを特徴とする請求項１に記載の交通安全支援システム。

【請求項10】

前記予測対象と共に移動する車載装置群と、
前記車載装置群と通信可能な交通管理サーバと、を備え、
前記交通管理サーバは、前記移動状態情報取得部と、前記周囲状態情報取得部と、前記運転者状態情報取得部と、前記第１移動状態予測部と、前記第２移動状態予測部と、前記衝突リスク算出部と、前記支援制御部と、を備え、
前記車載装置群は、前記予測対象の挙動を自動で制御する車載運転支援装置を備え、
前記支援制御部は、前記予測対象の衝突を回避又は衝突による被害を軽減するように前記車載運転支援装置を作動させる自動挙動制御を前記支援制御として実行することを特徴とする請求項１に記載の交通安全支援システム。

【請求項11】

交通エリア内を移動する移動体を予測対象とし、当該予測対象の前記交通エリアにおける将来を予測するコンピュータに対し、
前記予測対象の移動状態に関する移動状態情報を取得するステップと、
前記交通エリアにおける前記予測対象の周囲に存在する周囲交通参加者の移動状態に関する周囲状態情報を取得するステップと、
前記予測対象の運転者の状態に関する運転者状態情報を取得するステップと、
前記移動状態情報に基づいて前記予測対象の第１予測移動状態を予測するステップと、
前記運転者状態情報に基づいて前記予測対象の第２予測移動状態を予測するステップと、
前記周囲状態情報に基づいて、前記第１予測移動状態における前記予測対象と前記周囲交通参加者との間の第１衝突リスク値及び前記第２予測移動状態における前記予測対象と前記周囲交通参加者との間の第２衝突リスク値を算出するステップと、
前記第１衝突リスク値及び前記第２衝突リスク値の少なくとも何れかが所定の閾値より大きい場合、前記予測対象に対する支援制御を実行するステップと、を実行させることを特徴とするコンピュータプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、交通安全支援システム及びコンピュータプログラムに関する。より詳しくは、人又は移動体としての交通参加者の安全な移動を支援する交通安全支援システム及びコンピュータプログラムに関する。

【背景技術】

【0002】

公共交通では、四輪自動車、自動二輪車、及び自転車等の移動体や歩行者等、様々な交通参加者が各々の意思に基づき各々異なった速度で移動する。このような公共交通における交通参加者の安全性や利便性等を向上するための技術として、例えば特許文献１には、車両の運転者による安全な運転を支援する走行安全装置が示されている。

【0003】

特許文献１に示された衝突回避装置では、車両が交差点で一時停止した際における急ぎ度合いの判定結果に基づいて車両が発進するときの加速度を予測し、さらにこの加速度に基づいて車両が発進した後における衝突の可能性を予測する。またこの衝突回避装置では、衝突の可能性があると予測した場合、この衝突を回避するための報知を行っている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０１１－１１８７２３号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

ところで一般的に、車両の将来における衝突可能性を予測するためには、車両の将来の挙動を精度良く予測する必要がある。しかしながら多くの場合、走行中の車両の将来の挙動には数多くのパターンが存在するため、車両が将来取り得る複数の挙動パターンの中から最も可能性が高い挙動パターンを絞り込むには時間がかかってしまう。また車両の衝突を回避させるためにはできるだけ速やかに支援制御を開始する必要があるが、そのためには短時間で最も確からしい挙動パターンを絞り込む必要があり、これに伴って処理負荷も多くなってしまう。

【0006】

本発明は、少ない処理負荷の下で余裕を持って支援制御を開始することができる交通安全支援システム及びコンピュータ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】

（１）本発明に係る交通安全支援システムは、交通エリア内を移動する移動体を予測対象とし、当該予測対象の前記交通エリアにおける安全な交通を支援するものであって、前記予測対象の移動状態に関する移動状態情報を取得する移動状態情報取得部と、前記交通エリアにおける前記予測対象の周囲に存在する周囲交通参加者の移動状態に関する周囲状態情報を取得する周囲状態情報取得部と、前記予測対象の運転者の状態に関する運転者状態情報を取得する運転者状態情報取得部と、前記移動状態情報に基づいて前記予測対象の第１予測移動状態を予測する第１移動状態予測部と、前記運転者状態情報に基づいて前記予測対象の第２予測移動状態を予測する第２移動状態予測部と、前記周囲状態情報に基づいて、前記第１予測移動状態における前記予測対象と前記周囲交通参加者との間の第１衝突リスク値及び前記第２予測移動状態における前記予測対象と前記周囲交通参加者との間の第２衝突リスク値を算出する衝突リスク算出部と、前記第１衝突リスク値及び前記第２衝突リスク値の少なくとも何れかが所定の閾値より大きい場合、前記予測対象に対する支援制御を実行する支援制御部と、を備えることを特徴とする。

【0008】

（２）この場合、前記支援制御部は、前記第１衝突リスク値が前記閾値以下でありかつ前記第２衝突リスク値が前記閾値より大きい場合、前記予測対象が前記第１予測移動状態を実現する第１回避行動を行うように前記支援制御を実行し、前記第２衝突リスク値が前記閾値以下でありかつ前記第１衝突リスク値が前記閾値より大きい場合、前記予測対象が前記第２予測移動状態を実現する第２回避行動を行うように前記支援制御を実行し、前記第１衝突リスク値及び前記第２衝突リスク値が何れも前記閾値より大きい場合、前記予測対象が前記周囲交通参加者との衝突を回避するための衝突回避行動又は衝突による被害を軽減するための衝突被害軽減行動を行うように前記支援制御を実行することが好ましい。

【0009】

（３）この場合、前記衝突リスク算出部は、前記第１予測移動状態に応じた第１予測移動速度プロファイルに基づいて、前記予測対象の移動速度と当該予測対象の将来における衝突リスク値とを関連付けるリスクマップを検索することによって前記第１衝突リスク値を算出し、前記第２予測移動状態に応じた第２予測移動速度プロファイルに基づいて、前記リスクマップを検索することによって前記第２衝突リスク値を算出することが好ましい。

【0010】

（４）この場合、前記交通安全支援システムは、前記予測対象と共に移動する車載装置群と、前記車載装置群と通信可能な交通管理サーバと、を備え、前記交通管理サーバは、前記移動状態情報取得部と、前記周囲状態情報取得部と、前記運転者状態情報取得部と、前記第１移動状態予測部と、前記第２移動状態予測部と、前記衝突リスク算出部と、前記支援制御部と、を備え、前記車載装置群は、画像及び音の少なくとも何れかによって情報を前記運転者に通知する車載通知装置を備え、前記支援制御部は、前記車載通知装置を作動させることによって、前記予測対象の衝突を回避又は衝突による被害を軽減するための情報を前記運転者に通知する通知制御を前記支援制御として実行することが好ましい。

【0011】

（５）この場合、前記支援制御部は、前記通知制御では、前記第１回避行動、前記第２回避行動、前記衝突回避行動、又は前記衝突被害軽減行動に応じて加速又は減速を促す情報を前記運転者に通知することが好ましい。

【0012】

（６）この場合、前記支援制御部は、前記通知制御では、前記第１回避行動、前記第２回避行動、前記衝突回避行動、又は前記衝突被害軽減行動に応じた移動速度プロファイルを前記リスクマップにプロットすることによって生成される画像を前記車載通知装置に表示することが好ましい。

【0013】

（７）この場合、前記支援制御部は、前記リスクマップ上における衝突リスク値が前記閾値より大きい領域を強調して前記車載通知装置に表示することが好ましい。

【0014】

（８）この場合、前記運転者状態情報取得部は、前記運転者の周囲確認状態に関する情報を前記運転者状態情報として取得し、前記第２移動状態予測部は、前記移動状態情報、前記周囲状態情報、及び前記運転者状態情報に基づいて前記第２予測移動状態を予測することが好ましい。

【0015】

（９）この場合、前記交通安全支援システムは、前記交通エリアにおける前記予測対象の周囲の交通環境情報を取得する交通環境情報取得部をさらに備え、前記第２移動状態予測部は、前記移動状態情報、前記周囲状態情報、及び前記交通環境情報に基づいて前記予測対象の交通シーンを特定する交通シーン特定部と、前記交通シーン及び前記運転者状態情報に基づいて、予め定められた複数の行動パターンの中から少なくとも１つを予測行動パターンとして選択する行動パターン選択部と、前記予測行動パターンに基づいて前記第２予測移動状態を予測する行動予測部と、を備えることが好ましい。

【0016】

（１０）この場合、前記交通安全支援システムは、前記予測対象と共に移動する車載装置群と、前記車載装置群と通信可能な交通管理サーバと、を備え、前記交通管理サーバは、前記移動状態情報取得部と、前記周囲状態情報取得部と、前記運転者状態情報取得部と、前記第１移動状態予測部と、前記第２移動状態予測部と、前記衝突リスク算出部と、前記支援制御部と、を備え、前記車載装置群は、前記予測対象の挙動を自動で制御する車載運転支援装置を備え、前記支援制御部は、前記予測対象の衝突を回避又は衝突による被害を軽減するように前記車載運転支援装置を作動させる自動挙動制御を前記支援制御として実行することが好ましい。

【発明の効果】

【0017】

（１）交通安全支援システムにおいて、移動状態情報取得部は、予測対象の移動状態に関する移動状態情報を取得し、周囲状態情報取得部は、周囲交通参加者の移動状態に関する周囲状態情報を取得し、運転者状態情報取得部は、予測対象の運転者の状態に関する運転者状態情報を取得する。また第１移動状態予測部は、移動状態情報に基づいて予測対象の第１予測移動状態を予測し、第２移動状態予測部は、運転者状態情報に基づいて予測対象の第２予測移動状態を予測し、衝突リスク算出部は、周囲状態情報に基づいて、第１予測移動状態における予測対象と周囲交通参加者との間の第１衝突リスク値及び第２予測移動状態における予測対象と周囲交通参加者との間の第２衝突リスク値を算出する。また支援制御部は、第１及び第２衝突リスク値の少なくとも何れかが閾値より大きい場合、予測対象に対する支援制御を実行する。すなわち本発明では、支援制御部は、２つの異なるアルゴリズムによって予測対象の将来における挙動に相当する予測移動状態を予測し、これら予測結果の少なくとも何れかが周囲交通参加者との間の衝突を引き起こすと予測される場合、予測対象に対する支援制御を開始する。よって本発明によれば、予測対象の将来の挙動パターンを絞り込むことなく支援制御を開始することができるので、その分だけ処理負荷を軽減するとともに、支援制御を開始するタイミングを早めることができる。

【0018】

（２）支援制御部は、第１衝突リスク値が閾値以下でありかつ第２衝突リスク値が閾値より大きい場合、衝突リスクの低い第１予測移動状態を実現する第１回避行動を予測対象が行うように支援制御を実行し、第２衝突リスク値が閾値以下でありかつ第１衝突リスク値が閾値より大きい場合、衝突リスクの低い第２予測移動状態を実現する第２回避行動を予測対象が行うように支援制御を実行する。支援制御部は、このように予め衝突リスクが低いことが既に判明している予測移動状態を実現する回避行動が予測対象によって行われるように支援制御を実行することにより、速やかに支援制御を開始することができる。また支援制御部は、第１及び第２衝突リスク値が何れも閾値より大きい場合、衝突回避行動又は衝突被害軽減行動を予測対象が行うように支援制御を実行する。これにより、第１及び第２衝突リスク値の両方が閾値より大きい場合であっても予測対象の衝突を回避したり衝突による被害を軽減したりすることができる。

【0019】

（３）衝突リスク算出部は、予測対象の移動速度とこの予測対象の将来における衝突リスク値とを関連付けるリスクマップを利用することによって第１及び第２衝突リスク値を算出することにより、速やかに衝突リスク値を算出することができる。また本発明によれば、衝突リスク値の算出にかかる時間を短くすることにより、その分だけ支援制御を開始するタイミングを早めることができる。

【0020】

（４）交通安全支援システムは、予測対象と共に交通エリア内を移動する車載装置群と、この車載装置群と通信可能な交通管理サーバと、を備える。また上述の移動状態情報取得部、周囲状態情報取得部、運転者状態情報取得部、第１移動状態予測部、第２移動状態予測部、衝突リスク算出部、及び支援制御部を、交通管理サーバに構成する。よって本発明によれば、予測対象の移動状態情報、周囲状態情報、運転者状態情報等を交通管理サーバによって収集することができるので、予測対象の将来における衝突リスクを精度良く予測することができる。また交通管理サーバの支援制御部は、車載装置群の車載通知装置を作動させることによって、予測対象の衝突を回避又は衝突による被害を軽減するための情報を運転者に通知する通知制御を支援制御として実行する。よって本発明によれば、通知を受けた予測対象の運転者は、予測される衝突を回避したり、衝突による被害を軽減したりするための行動をとることができる。

【0021】

（５）支援制御部は、上記通知制御では、第１回避行動、第２回避行動、衝突回避行動、又は衝突被害軽減行動に応じて加速又は減速を促す情報を運転者に通知する。よって本発明によれば、予測対象の運転者は、通知に従って加速操作又は減速操作を行うことにより、予測される衝突を回避したり、衝突による被害を軽減したりすることができる。

【0022】

（６）支援制御部は、通知制御では、第１回避行動、第２回避行動、衝突回避行動、又は衝突被害軽減行動に応じた移動速度プロファイルをリスクマップにプロットすることによって生成される画像を車載通知装置に表示する。よって本発明によれば、予測対象の運転者は、車載通知装置によって表示される画像を視ることによって、リスクの存在、及びこのリスクを回避するための移動速度プロファイルを容易に認識することができる。

【0023】

（７）本発明において、支援制御部は、通知制御に基づいてリスクマップの画像を車載通知装置に表示する際、リスクマップ上における衝突リスク値が閾値より大きい領域を強調して車載通知装置に表示する。よって本発明によれば、予測対象の運転者は、車載通知装置によって表示される画像を視ることによって、リスクの存在を速やかに認識することができる。

【0024】

（８）本発明において、運転者状態情報取得部は、運転者の周囲確認状態に関する情報を運転者状態情報として取得し、第２移動状態予測部は、移動状態情報、周囲状態情報、及び運転者状態情報に基づいて第２予測移動状態を予測する。よって本発明によれば、運転者による周囲確認状態を反映して第２予測移動状態を予測できるので、将来における衝突リスクを精度良く予測することができる。

【0025】

（９）本発明において、第２移動状態予測部は、移動状態情報、周囲状態情報、及び交通環境情報に基づいて予測対象の交通シーンを特定する交通シーン特定部と、交通シーン及び運転者状態情報に基づいて、予め定められた複数の行動パターンの中から少なくとも１つを予測行動パターンとして選択する行動パターン選択部と、予測行動パターンに基づいて第２予測移動状態を予測する行動予測部と、を備える。このように本発明によれば、予測対象が置かれている交通シーンと予測対象の運転者の運転者状態情報とを用いることにより、運転者の状態を考慮して複数の行動パターンの中から効率的に予測行動パターンを絞り込むことができる。よって本発明によれば、運転者の状態を考慮して少ない処理負荷で第２予測移動状態を予測できるので、将来における衝突リスクを精度良く予測することができる。

【0026】

（１０）交通安全支援システムは、予測対象と共に交通エリア内を移動する車載装置群と、この車載装置群と通信可能な交通管理サーバと、を備える。また上述の移動状態情報取得部、周囲状態情報取得部、運転者状態情報取得部、第１移動状態予測部、第２移動状態予測部、衝突リスク算出部、及び支援制御部を、交通管理サーバに構成する。よって本発明によれば、予測対象の移動状態情報、周囲状態情報、運転者状態情報等を交通管理サーバによって収集することができるので、予測対象の将来における衝突リスクを精度良く予測することができる。また交通管理サーバの支援制御部は、予測対象の衝突を回避又は衝突による被害を軽減するように車載装置群の車載運転支援装置を作動させる自動挙動制御を支援制御として実行する。よって本発明によれば、交通管理サーバは、自動挙動制御を介して予測対象の挙動を自動で制御できるので、予測される衝突を自動で回避させたり、衝突による被害を軽減したりすることができる。

【図面の簡単な説明】

【0027】

【図1】本発明の第１実施形態に係る交通安全支援システム及びこの交通安全支援システムが支援対象とする対象交通エリアの一部の構成を示す図である。

【図2】交通管理サーバ及びこの交通管理サーバと通信可能に接続されている複数のエリア端末の構成を示すブロック図である。

【図3】予測ユニットの具体的な構成を示す機能ブロック図である。

【図4】第２移動状態予測部の具体的な構成を示す機能ブロック図である。

【図5】監視エリアの一例を示す図である。

【図6】図５に示す例の下で、第１交通参加者を予測対象としてリスクマップ生成部によって生成されるリスクマップの一例を示す図である。

【図7】図５に示す例の下で、第２交通参加者を予測対象としてリスクマップ生成部によって生成されるリスクマップの一例を示す図である。

【図8A】図５に示す例において第１交通参加者を予測対象とした場合における認知状態推定マップの一例を示す図である。

【図8B】図５に示す例において第１交通参加者を予測対象とした場合における認知状態推定マップの一例を示す図である。

【図9】支援制御ユニットによる通知制御に基づいて、車載通知装置に表示される画像の表示例を示す図である。

【図10】交通管理サーバによる交通安全支援処理の具体的な手順を示すフローチャートである。

【図11】本発明の第２実施形態に係る交通安全支援システムの予測ユニットの具体的な構成を示す機能ブロック図である。

【図12】第２移動状態予測部の具体的な構成を示す機能ブロック図である。

【図13】監視エリアの一例を示す図である。

【図14】交通管理サーバによる交通安全支援処理の具体的な手順を示すフローチャートである。

【発明を実施するための形態】

【0028】

＜第１実施形態＞
以下、本発明の第１実施形態に係る交通安全支援システムについて、図面を参照しながら説明する。

【0029】

図１は、本実施形態に係る交通安全支援システム１及びこの交通安全支援システム１が支援対象とする交通参加者が存在する対象交通エリア９の一部の構成を模式的に示す図である。

【0030】

交通安全支援システム１は、対象交通エリア９を移動する人である歩行者４や移動体である四輪自動車２及び自動二輪車３等を個々の交通参加者として認識するとともに、この認識を介して生成した支援情報を各交通参加者へ通知し、各々の意思に基づいて移動する各交通参加者の間のコミュニケーション（具体的には、例えば各交通参加者の間の相互認識）や周囲の交通環境の認識を促したり、移動体の挙動を自動で制御したりすることによって対象交通エリア９における各交通参加者の安全かつ円滑な交通を支援する。

【0031】

図１には、車道５１、交差点５２、歩道５３、及び信号機５４を交通インフラ設備として含む、市街地の交差点５２付近を対象交通エリア９とした場合について説明する。図１には、車道５１及び交差点５２内を計７台の四輪自動車２及び計２台の自動二輪車３が移動し、また歩道５３及び交差点５２内を計３組の歩行者４が移動している場合を示す。また図１には、計３台のインフラカメラ５６が設置されている場合を示す。

【0032】

交通安全支援システム１は、個々の四輪自動車２とともに移動する車載装置群２０（四輪自動車２に搭載された車載装置の他、四輪自動車２を運転する運転者が保有又は装着する携帯情報処理端末を含む）と、個々の自動二輪車３とともに移動する車載装置群３０（自動二輪車３に搭載された車載装置の他、自動二輪車３を運転者が保有又は装着する携帯情報処理端末を含む）と、各歩行者４が保有又は装着する携帯情報処理端末４０と、対象交通エリア９に設けられた複数のインフラカメラ５６と、信号機５４を制御する信号制御装置５５と、これら車載装置群２０，３０、携帯情報処理端末４０、インフラカメラ５６、及び信号制御装置５５等の対象交通エリア９に存在する複数の端末（以下、単に「エリア端末」ともいう）と通信可能に接続された交通管理サーバ６と、を備える。

【0033】

交通管理サーバ６は、上述の複数のエリア端末に対し基地局５７を介して通信可能に接続された１台又は複数台のコンピュータによって構成される。より具体的には、交通管理サーバ６は、複数のエリア端末に対し基地局５７、ネットワークコア及びインターネットを介して接続されたサーバや、複数のエリア端末に対し基地局５７及びＭＥＣ（Ｍｕｌｃｈ－ａｃｃｅｓｓ Ｅｄｇｅ Ｃｏｍｐｕｔｉｎｇ）コアを介して接続されたエッジサーバ等によって構成される。

【0034】

図２は、交通管理サーバ６及びこの交通管理サーバ６と通信可能に接続されている複数のエリア端末の構成を示すブロック図である。

【0035】

対象交通エリア９における四輪自動車２に搭載される車載装置群２０は、例えば、運転者による運転を支援する車載運転支援装置２１、運転者に各種情報を通知する車載通知装置２２、運転中の運転者の状態を検出する運転主体状態センサ２３、及び自車と交通管理サーバ６や自車近傍の他車との間の無線による通信を行う車載通信装置２４等を含む。

【0036】

車載運転支援装置２１は、外界センサユニット、自車状態センサ、ナビゲーション装置、及び運転支援ＥＣＵ等を備える。外界センサユニットは、自車の周囲を撮影する車外カメラユニットと、電磁波を用いることによって車外の対象を検出するレーダユニットやライダー（Ｌｉｇｈｔ Ｄｅｔｅｃｔｉｏｎ ａｎｄ Ｒａｎｇｉｎｇ（ＬＩＤＡＲ））ユニット等の自車に搭載された複数の車載外界センサと、これら車載外界センサによる検出結果に対してセンサフュージョン処理を行うことにより自車の周囲の状態に関する情報を取得する外部認識装置と、を備える。自車状態センサは、車速センサ、加速度センサ、舵角センサ、ヨーレートセンサ、位置センサ、及び方位センサ等、自車の走行状態に関する情報を取得するセンサによって構成される。ナビゲーション装置は、例えば、ＧＮＳＳ（Ｇｌｏｂａｌ Ｎａｖｉｇａｔｉｏｎ Ｓａｔｅｌｉｔｅ Ｓｙｓｔｅｍ）衛星から受信した信号に基づいて自車の現在位置を特定するＧＮＳＳ受信機や、地図情報を記憶する記憶装置等を備える。

【0037】

運転支援ＥＣＵは、外界センサユニット、自車状態センサ、及びナビゲーション装置等の車載センシング装置によって取得した情報や、交通管理サーバ６から送信される協調支援情報に基づいて、車線逸脱抑制制御、車線変更制御、先行車追従制御、誤発進抑制制御、衝突軽減ブレーキ制御、及び衝突回避制御等、車体の挙動を自動で制御する運転支援制御を実行する。また運転支援ＥＣＵは、外界センサユニット、自車状態センサ、及びナビゲーション装置等によって取得した情報に基づいて、運転者による安全な運転を支援するための運転支援情報を生成し、車載通知装置２２へ送信する。

【0038】

運転主体状態センサ２３は、運転中の運転者の運転能力と相関のある情報の経時データを取得する様々な装置によって構成される。運転主体状態センサ２３は、例えば、運転中の運転者の顔画像データを取得する車載カメラや、運転中の運転者の生体情報を取得する生体情報センサ等によって構成される。ここで生体情報センサとは、より具体的には、運転者が装着するシートベルトに設けられ運転者の脈拍や呼吸の有無等を検出するシートベルトセンサ、運転者が把持するステアリングに設けられ運転者の皮膚電位を検出するステアリングセンサ、並びに心拍数、血圧及び血中酸素飽和度等を検出するウェアラブル端末等である。

【0039】

車載通信装置２４は、運転支援ＥＣＵによって取得した情報（外界センサユニット、自車状態センサ、及びナビゲーション装置等によって取得した情報や、実行中の運転支援制御に関する制御情報等を含む）や、運転主体状態センサ２３によって取得した運転主体に関する情報（運転者の顔画像データや、生体情報）等を交通管理サーバ６へ送信する機能と、交通管理サーバ６から送信される協調支援情報を受信し、受信した協調支援情報を車載運転支援装置２１や車載通知装置２２へ送信する機能と、を備える。

【0040】

車載通知装置２２は、車載運転支援装置２１から送信される運転支援情報や交通管理サーバ６から送信される協調支援情報に基づいて定められた態様でマンマシンインターフェース（以下、「ＨＭＩ（Ｈｕｍａｎ Ｍａｃｈｉｎｅ Ｉｎｔｅｒｆａｃｅ）」との略称で表記する場合もある）を作動させることにより、運転者の聴覚、視覚、及び触覚等を通じ、運転者に各種情報を通知する様々な装置によって構成される。

【0041】

対象交通エリア９における自動二輪車３に搭載される車載装置群３０は、例えば、ライダーによる運転を支援する車載運転支援装置３１、ライダーに各種情報を通知する車載通知装置３２、運転中のライダーの状態を検出するライダー状態センサ３３、及び自車と交通管理サーバ６や自車近傍の他車との間の無線による通信を行う車載通信装置３４等を含む。

【0042】

車載運転支援装置３１は、外界センサユニット、自車状態センサ、ナビゲーション装置、及び運転支援ＥＣＵ等を備える。外界センサユニットは、自車の周囲を撮影する車外カメラユニットと、電磁波を用いることによって車外の対象を検出するレーダユニットやライダーユニット等の自車に搭載された複数の車載外界センサと、これら車載外界センサによる検出結果に対してセンサフュージョン処理を行うことにより自車の周囲の状態に関する情報を取得する外部認識装置と、を備える。自車状態センサは、車速センサ、及び５軸又は６軸の慣性計測装置等、自車の走行状態に関する情報を取得するセンサによって構成される。ナビゲーション装置は、例えば、ＧＮＳＳ衛星から受信した信号に基づいて現在位置を特定するＧＮＳＳ受信機や、地図情報を記憶する記憶装置等を備える。

【0043】

運転支援ＥＣＵは、外界センサユニット、自車状態センサ、及びナビゲーション装置等の車載センシング装置によって取得した情報や、交通管理サーバ６から送信される協調支援情報に基づいて、車線維持制御、車線逸脱抑制制御、車線変更制御、先行車追従制御、誤発進抑制制御、及び衝突軽減ブレーキ制御等、車体の挙動を自動で制御する運転支援制御を実行する。また運転支援ＥＣＵは、外界センサユニット、自車状態センサ、及びナビゲーション装置等によって取得した情報に基づいて、ライダーによる安全な運転を支援するための運転支援情報を生成し、車載通知装置３２へ送信する。

【0044】

ライダー状態センサ３３は、運転中のライダーの運転能力と相関のある情報を取得する様々な装置によって構成される。ライダー状態センサ３３は、例えば、運転中のライダーの顔画像データを取得する車載カメラや、運転中のライダーの生体情報を取得する生体情報センサ等によって構成される。ここで生体情報センサとは、より具体的には、ライダーが着座するシートに設けられライダーの脈拍や呼吸の有無等を検出するシートセンサ、ライダーが装着するヘルメットに設けられ、ライダーの脈拍、呼吸の有無、及び皮膚電位等を検出するヘルメットセンサ、並びに心拍数、血圧及び血中酸素飽和度等を検出するウェアラブル端末等である。

【0045】

車載通信装置３４は、運転支援ＥＣＵによって取得した情報（外界センサユニット、自車状態センサ、及びナビゲーション装置等によって取得した情報や、実行中の運転支援制御に関する制御情報等を含む）や、ライダー状態センサ３３によって取得したライダーに関する情報（ライダーの顔画像データや、生体情報）等を交通管理サーバ６へ送信する機能と、交通管理サーバ６から送信される協調支援情報を受信し、受信した協調支援情報を車載運転支援装置３１や車載通知装置３２へ送信する機能と、を備える。

【0046】

車載通知装置３２は、車載運転支援装置２１から送信される運転支援情報や交通管理サーバ６から送信される協調支援情報に基づいて定められた態様でＨＭＩを作動させることにより、ライダーの聴覚、視覚、及び触覚等を通じ、ライダーに各種情報を通知する様々な装置によって構成される。

【0047】

対象交通エリア９における歩行者４が所有又は装着する携帯情報処理端末４０は、例えば、歩行者４が装着するウェアラブル端末や、歩行者４が保有するスマートフォン等によって構成される。ウェアラブル端末は、心拍数、血圧及び血中酸素飽和度等の歩行者４の生体情報を測定し、この生体情報の測定データを交通管理サーバ６へ送信したり、歩行者４の位置情報、移動加速度、及びスケジュール情報等の歩行者４に関する歩行者情報を交通管理サーバ６へ送信したり、交通管理サーバ６から送信される協調支援情報を受信したりする機能を備える。

【0048】

また携帯情報処理端末４０は、受信した協調支援情報に基づいて定められた態様でＨＭＩを作動させることにより、歩行者の聴覚、視覚、及び触覚等を通じ、歩行者に各種情報を通知する通知装置４２を備える。

【0049】

インフラカメラ５６は、対象交通エリアにおける車道、交差点、及び歩道を含む交通インフラ設備や、これら車道、交差点、及び歩道等を移動する移動体や歩行者の画像を撮影し、得られた画像情報を交通管理サーバ６へ送信する。

【0050】

信号制御装置５５は、信号機を制御するとともに、対象交通エリアに設けられた信号機の現在の点灯色や点灯色を切り替えるタイミング等に関する信号機状態情報を交通管理サーバ６へ送信する。

【0051】

交通管理サーバ６は、上述のような対象交通エリアに存在する複数のエリア端末から取得した情報に基づいて、各交通参加者の間のコミュニケーションや周囲の交通環境の認識を促すための協調支援情報を支援対象とする交通参加者毎に生成し、各交通参加者に通知することにより、対象交通エリアにおける交通参加者の安全かつ円滑な交通を支援するコンピュータである。なお本実施形態では、対象交通エリアに存在する複数の交通参加者のうち、交通管理サーバ６において生成した協調支援情報を受信し、受信した協調支援情報に基づいて定められた態様でＨＭＩを作動させる手段（例えば、車載装置群２０，３０、携帯情報処理端末４０、通知装置２２，３２，４２）を備える交通参加者を交通管理サーバ６の支援対象とする。

【0052】

交通管理サーバ６は、対象交通エリアにおける人及び移動体を個々の交通参加者として認識する対象交通エリア認識ユニット６０と、対象交通エリア認識ユニット６０によって交通参加者として認識されている移動体の運転主体の運転能力と相関のある運転主体状態情報を取得する運転主体情報取得ユニット６１と、対象交通エリアにおける複数の交通参加者の将来を予測する予測ユニット６２と、予測ユニット６２による予測結果を用いることによって、対象交通エリア認識ユニット６０により支援対象として認識されている個々の交通参加者に対し安全な交通を支援する支援制御を実行する支援制御ユニット６５と、対象交通エリアの交通環境に関する情報が蓄積された交通環境データベース６７と、予め登録された運転主体による過去の運転履歴に関する情報が蓄積された運転履歴データベース６８と、を備える。

【0053】

交通環境データベース６７には、予め登録された対象交通エリアの地図情報（例えば、車道の幅、車線数、制限速度、歩道の幅、車道と歩道との間のガードレールの有無、及び横断歩道の位置等）や、対象交通エリアのうち特にリスクの高いハイリスクエリアに関するリスクエリア情報等、対象交通エリアにおける交通参加者の交通環境に関する情報が記憶されている。以下では、交通環境データベース６７に記憶されている情報を登録交通環境情報ともいう。

【0054】

運転履歴データベース６８には、予め登録された運転主体の過去の運転履歴に関する情報が、この運転主体が所有する移動体の登録ナンバーと関連付けられた状態で記憶されている。このため、後述の対象交通エリア認識ユニット６０により、認識している移動体の登録ナンバーを特定することができれば、この登録ナンバーに基づいて運転履歴データベース６８を検索することにより、認識している移動体の運転主体の過去の運転履歴を取得することができる。以下では、運転履歴データベース６８に記憶されている情報を登録運転履歴情報ともいう。

【0055】

対象交通エリア認識ユニット６０は、対象交通エリアにおける上記エリア端末（車載装置群２０，３０、携帯情報処理端末４０、インフラカメラ５６、及び信号制御装置５５）から送信される情報、及び交通環境データベース６７から読み込んだ登録交通環境情報に基づいて、対象交通エリアにおける人又は移動体である各交通参加者及びこの対象交通エリアにおける各交通参加者の交通環境を含む認識対象を認識するとともに、これら認識対象に関する認識情報を取得する。

【0056】

ここで車載装置群２０に含まれる車載運転支援装置２１及び車載通信装置２４から対象交通エリア認識ユニット６０へ送信される情報や、車載装置群３０に含まれる車載運転支援装置３１及び車載通信装置３４から対象交通エリア認識ユニット６０へ送信される情報には、外界センサユニットによって取得した自車の周囲の交通参加者や交通環境に関する状態に関する情報や、自車状態センサやナビゲーション装置等によって取得した一交通参加者としての自車の状態に関する情報等が含まれている。また携帯情報処理端末４０から対象交通エリア認識ユニット６０へ送信される情報には、位置や移動加速度等の一交通参加者としての歩行者の状態に関する情報が含まれている。またインフラカメラ５６から対象交通エリア認識ユニット６０へ送信される画像情報には、対象交通エリアにおける車道、交差点、及び歩道等の交通インフラ設備の外観や、この対象交通エリアを移動する交通参加者の外観等、各交通参加者やその交通環境に関する情報が含まれる。また信号制御装置５５から対象交通エリア認識ユニット６０へ送信される信号機状態情報には、信号機の現在の点灯色や点灯色を切り替えるタイミング等の各交通参加者の交通環境に関する情報が含まれる。また対象交通エリア認識ユニット６０が交通環境データベース６７から読み込む登録交通環境情報には、対象交通エリアの地図情報やリスクエリア情報等の各交通参加者の交通環境に関する情報が含まれる。

【0057】

従って対象交通エリア認識ユニット６０では、これらエリア端末から送信される情報に基づいて、対象交通エリアにおける各交通参加者の対象交通エリアにおける位置、移動ベクトル（すなわち、移動方向に沿って延びかつ移動速度に比例する長さのベクトル）、移動加速度、移動体の車種、移動体の車格、移動体の登録ナンバー、歩行者の構成人数、及び歩行者の年齢層等を各交通参加者の認識情報（以下、「交通参加者認識情報」ともいう）を取得することができる。また対象交通エリア認識ユニット６０では、これらエリア端末から送信される情報に基づいて、車道の幅、車線数、制限速度、歩道の幅、車道と歩道との間のガードレールの有無、信号機の点灯色及びその切り替えタイミング、並びにリスクエリア情報等を対象交通エリアにおける各交通参加者の交通環境の認識情報（以下、「交通環境認識情報」ともいう）を取得することができる。

【0058】

対象交通エリア認識ユニット６０は、以上のようにして取得した交通参加者認識情報及び交通環境認識情報を、運転主体情報取得ユニット６１、予測ユニット６２、及び支援制御ユニット６５等へ送信する。

【0059】

運転主体情報取得ユニット６１は、対象交通エリアにおける上記エリア端末（特に、車載装置群２０，３０）から送信される情報及び運転履歴データベース６８から読み込んだ登録運転履歴情報に基づいて、対象交通エリア認識ユニット６０によって交通参加者として認識されている移動体の運転主体の現在の運転能力と相関のある運転主体状態情報及び運転主体特性情報を取得する。

【0060】

より具体的には、運転主体情報取得ユニット６１は、対象交通エリア認識ユニット６０によって交通参加者として認識されている四輪自動車の運転主体が人である場合、この四輪自動車に搭載される車載装置群２０から送信される情報を運転者の運転主体状態情報として取得する。また運転主体情報取得ユニット６１は、対象交通エリア認識ユニット６０によって交通参加者として認識されている自動二輪車の運転主体が人である場合、この自動二輪車に搭載される車載装置群３０から送信される情報をライダーの運転主体状態情報として取得する。

【0061】

ここで車載装置群２０に含まれる運転主体状態センサ２３及び車載通信装置２４から運転主体情報取得ユニット６１へ送信される情報には、運転中の運転者の顔画像データや、運転中の運転者の生体情報等の経時データであって、運転中の運転者の運転能力と相関のある情報が含まれる。また車載装置群３０に含まれるライダー状態センサ３３及び車載通信装置３４から運転主体情報取得ユニット６１へ送信される情報には、運転中のライダーの顔画像データや、運転中のライダーの生体情報等の経時データであって、運転中のライダーの運転能力と相関のある情報が含まれる。また車載装置群２０，３０に含まれる携帯情報処理端末２５，３５から運転主体情報取得ユニット６１へ送信される情報には、運転者やライダー個人のスケジュール情報が含まれる。運転者やライダーは、例えば逼迫したスケジュールの下で移動体を運転している場合、焦りが生じてしまい、運転能力が低下する場合がある。このため運転者やライダー個人のスケジュール情報は、自身の運転能力と相関のある情報であるといえる。

【0062】

運転主体情報取得ユニット６１は、以上の手順によって取得した運転主体に対する運転主体状態情報及び運転履歴データベース６８から読み込んだ登録運転履歴情報の両方又は何れかを用いることにより、運転中の運転主体の現在の運転能力と相関のある運転主体の運転に関する特性（例えば、急な車線変更の過多、及び急な加減速の過多等）に関する運転主体特性情報を取得する。

【0063】

運転主体情報取得ユニット６１は、以上のようにして取得した運転主体の運転主体状態情報及び運転主体特性情報を、予測ユニット６２、及び支援制御ユニット６５等へ送信する。

【0064】

予測ユニット６２は、対象交通エリアの中の一部の交通エリアを監視エリアとして抽出し、この監視エリアにおける複数の交通参加者の中から定めた予測対象の将来におけるリスクを、対象交通エリア認識ユニット６０によって取得された交通参加者認識情報及び交通環境認識情報と、運転主体情報取得ユニット６１によって取得された運転主体状態情報及び運転主体特性情報と、に基づいて予測する。

【0065】

ここで対象交通エリアは、例えば市町村単位で定められる比較的広範囲の交通エリアである。これに対し、監視エリアは、例えば交差点や特定施設の近傍等、四輪自動車が法定速度で移動した場合に数十秒程度で通過し得る交通エリアである。

【0066】

図３は、予測ユニット６２の具体的な構成を示す機能ブロック図である。
予測ユニット６２は、移動状態情報取得部６２０と、周囲状態情報取得部６２１と、交通環境情報取得部６２２と、運転者状態情報取得部６２３と、第１移動状態予測部６２４と、第２移動状態予測部６２５と、衝突リスク算出部６２６と、支援行動決定部６２７と、を備え、これらを用いることによって予測対象の監視エリアにおける将来のリスクを予測する。

【0067】

移動状態情報取得部６２０は、対象交通エリア認識ユニット６０から送信される交通参加者認識情報に基づいて、監視エリアに存在する複数の交通参加者の中の１名を予測対象として決定し、この予測対象の移動状態に関する移動状態情報を取得する。より具体的には、移動状態情報取得部６２０は、対象交通エリア認識ユニット６０によって取得される交通参加者認識情報から、予測対象の移動状態に関する情報を抽出し、これを移動状態情報として取得する。ここで移動状態情報には、例えば予測対象の位置、移動ベクトル、移動加速度、車種、及び車格等、予測対象の移動状態を特徴付ける複数のパラメータによって構成される。

【0068】

周囲状態情報取得部６２１は、対象交通エリア認識ユニット６０から送信される交通参加者認識情報に基づいて、監視エリアにおいて予測対象の周囲に存在する複数の交通参加者（以下、これら予測対象の周囲に存在する交通参加者を「周囲交通参加者」ともいう）を特定し、これら予測対象の周囲に存在する複数の交通参加者の移動状態に関する周囲状態情報を取得する。より具体的には、周囲状態情報取得部６２１は、対象交通エリア認識ユニット６０によって取得される交通参加者認識情報から、予測対象の周囲に存在する複数の交通参加者の移動状態に関する情報を抽出し、これを周囲状態情報として取得する。ここで周囲状態情報には、例えば、予測対象の周囲に存在する各交通参加者の位置、移動ベクトル、移動加速度、車種、及び車格等、各交通参加者の移動状態を特徴付ける複数のパラメータによって構成される。

【0069】

交通環境情報取得部６２２は、対象交通エリア認識ユニット６０から送信される交通環境認識情報及び交通環境データベース６７に記憶されている登録交通環境情報に基づいて、監視エリアにおける予測対象の周囲の交通環境情報を取得する。より具体的には、交通環境情報取得部６２２は、対象交通エリア認識ユニット６０によって取得される交通環境認識情報及び交通環境データベース６７に記憶されている登録交通環境情報から、監視エリア又は予測対象の周囲の交通環境に関する情報を抽出し、これを交通環境情報として取得する。ここで交通環境情報には、例えば、車道の幅、車線数、制限速度、歩道の幅、車道と歩道との間のガードレールの有無、信号機の点灯色及びその切り替えタイミング、リスクエリア情報等、予測対象の周囲の交通環境を特徴付ける複数のパラメータによって構成される。

【0070】

運転者状態情報取得部６２３は、運転主体情報取得ユニット６１から送信される運転主体状態情報に基づいて、予測対象の運転者の状態に関する運転者状態情報を取得する。より具体的には、運転者状態情報取得部６２３は、運転主体情報取得ユニット６１から送信される運転主体状態情報と、移動状態情報取得部６２０によって取得された移動状態情報と、周囲状態情報取得部６２１によって取得された周囲状態情報と、交通環境情報取得部６２２によって取得された交通環境情報と、に基づいて、予測対象の運転者による周囲確認状態に関する情報を運転者状態情報として取得する。

【0071】

より具体的には、運転者状態情報取得部６２３は、予測対象が監視エリア内を安全かつ円滑に移動するために、予測対象の運転者がその存在や状態を確認するべき確認対象（例えば、前走車、後続車、及び並走車等の予測対象の周囲の移動体や歩行者の存在、並びに信号機の状態等）を、移動状態情報、周囲状態情報、及び交通環境情報に基づいて抽出する。

【0072】

また運転者状態情報取得部６２３は、運転主体情報取得ユニット６１から送信される運転主体状態情報から、予測対象の運転者に関する情報を抽出し、この予測対象の運転者に対する運転主体状態情報に基づいて、上述のように抽出された確認対象毎の確認状態に関する情報を運転者状態情報として生成する。上述のように運転主体情報取得ユニット６１によって取得される運転主体情報には、予測対象の運転者の顔画像データや生体情報等の経時データや、運転者のスケジュール情報等が含まれている。そこで運転者状態情報取得部６２３は、このような運転主体情報に基づいて運転者状態情報を生成する。

【0073】

なお本実施形態では、運転者による確認対象の確認回数や確認時間を運転者状態情報とした場合について説明する。この場合、運転者状態情報取得部６２３は、予測対象の運転者の顔画像データに基づいて、運転者の視線方向を算出する。また運転者状態情報取得部６２３は、移動状態情報、周囲状態情報、及び交通環境情報に基づいて予測対象の運転者に対する各確認対象の相対位置を算出するとともに、算出した相対位置に応じて確認対象毎に運転者の視線方向に対する視線範囲を算出する。また運転者状態情報取得部６２３は、運転者の視線方向が確認対象毎に定められた視線範囲内であることを条件として、確認対象に対する確認回数や確認時間をカウントアップする。

【0074】

第１移動状態予測部６２４は、移動状態情報、周囲状態情報、及び交通環境情報に基づいて、監視エリアにおける予測対象の所定の予測時間先までの移動状態（以下、第１移動状態予測部６２４によって予測される予測対象の予測時間先までの移動状態を「第１予測移動状態」ともいう）を予測する。換言すれば、第１移動状態予測部６２４は、予測対象の予測時間先までの第１予測移動状態を特徴付けるパラメータとして、予測対象の現在から予測時間先までの移動速度プロファイル（以下、第１移動状態予測部６２４によって算出される移動速度プロファイルを「第１予測移動速度プロファイル」ともいう）を算出する。

【0075】

より具体的には、第１移動状態予測部６２４は、移動状態情報、周囲状態情報、及び交通環境情報等に基づいて、監視エリアにおける予測対象の予測時間先までの予測移動経路を算出する。また第１移動状態予測部６２４は、移動状態情報に基づいて予測対象の現在の移動速度及び移動加速度を取得するとともに、予測対象はこの予測移動経路に沿って移動するとの仮定の下で第１予測移動速度プロファイルを算出する。より具体的には、第１移動状態予測部６２４は、現在の移動速度から現在の移動加速度の下で所定時間先まで加減速した後、一定の速度に移行するものと仮定することによって第１予測移動速度プロファイルを算出する。

【0076】

第２移動状態予測部６２５は、移動状態情報、周囲状態情報、交通環境情報、及び運転者状態情報に基づいて、監視エリアにおける予測対象の予測時間先までの移動状態（以下、第２移動状態予測部６２５によって予測される予測対象の予測時間先までの移動状態を「第２予測移動状態」ともいう）を予測する。換言すれば、第２移動状態予測部６２５は、予測対象の予測時間先までの第２予測移動状態を特徴付けるパラメータとして、予測対象の現在から予測時間先までの移動速度プロファイル（以下、第２移動状態予測部６２５によって算出される移動速度プロファイルを「第２予測移動速度プロファイル」ともいう）を算出する。

【0077】

より具体的には、第２移動状態予測部６２５は、第１移動状態予測部６２４と同じ手順によって監視エリアにおける予測対象の予測時間先までの予測移動経路を算出する。また第２移動状態予測部６２５は、上述のように予測対象の運転者による周囲確認状態に関する情報を含む運転者状態情報に基づいて、予測対象がこの予測移動経路に沿って移動したと仮定した場合における第２予測移動速度プロファイルを算出する。以下では、第２移動状態予測部６２５において予測対象の第２予測移動速度プロファイルを算出する具体的な手順について、図４～図８Ｂを参照しながら説明する。

【0078】

図４は、第２移動状態予測部６２５の具体的な構成を示す機能ブロック図である。第２移動状態予測部６２５は、リスクマップ生成部６２５１と、認知状態推定マップ生成部６２５２と、移動速度プロファイル算出部６２５３と、を備え、これらを用いることによって予測対象の第２予測移動速度プロファイルを算出する。

【0079】

リスクマップ生成部６２５１は、初めに移動状態情報、周囲状態情報、及び交通環境情報等に基づいて、監視エリアにおける予測対象の予測時間先までの予測移動経路を算出する。なおこの際、リスクマップ生成部６２５１は、運転主体情報取得ユニット６１から送信される予測対象の運転者に対する登録運転履歴情報を考慮して予測移動経路を算出してもよい。

【0080】

次にリスクマップ生成部６２５１は、移動状態情報、周囲状態情報、及び交通環境情報に基づいて、予測対象の移動速度と予測対象の将来における衝突リスク値とを関連付けるリスクマップを生成する。ここでリスクマップの具体例及びリスクマップ生成部６２５１においてリスクマップを生成する具体的な手順について、図５～図７を参照しながら説明する。

【0081】

図５は、監視エリア９０の一例を示す図である。図５には、片側二車線の直線道路である監視エリア９０内を、３台の四輪自動車である交通参加者９１，９２，９３が走行している場合を示す。図５に示すように、第２移動状態予測部６２５における予測処理を開始する時点では、右側の車線を先頭から順に第３交通参加者９３及び第１交通参加者９１が走行し、左側の車線のうち第１交通参加者９１のやや後方を第２交通参加者９２が走行している。また第２移動状態予測部６２５における予測処理を開始する時点では、第３交通参加者９３は第１交通参加者９１よりも遅い速度で走行中であり、第２交通参加者９２は第１交通参加者９１よりも速い速度で走行中であるものとする。

【0082】

初めにリスクマップ生成部６２５１は、図５において破線矢印で示すように各交通参加者９１，９２，９３の予測移動経路９１ａ，９２ａ，９３ａを算出する。すなわちリスクマップ生成部６２５１は、第３交通参加者９３に対しては、右側の車線を直進する予測移動経路９３ａを算出し、第２交通参加者９２に対しては、左側の車線を直進する予測移動経路９２ａを算出する。またリスクマップ生成部６２５１は、第１交通参加者９１に対しては、右側の車線を直進した後、第３交通参加者９３の所定距離後方に到達した時点で左側の車線へ車線変更することによって第３交通参加者９３を追い越す予測移動経路９１ａを算出する。

【0083】

次にリスクマップ生成部６２５１は、移動状態情報、周囲状態情報、及び交通環境情報に基づいて、各交通参加者９１～９３が予測移動経路９１ａ～９３ａに沿って予測時間先まで移動したと仮定した場合における予測対象に対するリスクマップを生成する。

【0084】

図６は、図５に示す例の下で、第１交通参加者９１を予測対象としてリスクマップ生成部６２５１によって生成されるリスクマップの一例を示す図である。図６に示すように、リスクマップは、横軸を時間とし縦軸を速度とする２次元平面上に、予測対象に対する衝突リスク値をプロットして得られる３次元マップである。なお図６には、予測対象の現在速度、すなわち予測処理の開始時点における第１交通参加者９１の移動速度を白丸印で示す。

【0085】

図６に示すように、図５に示す例の下で予測対象である第１交通参加者９１に対して生成されるリスクマップには、衝突リスク値が特に大きい２つのハイリスク領域９７，９８が存在する。図６において高速度領域に現れるハイリスク領域９７は、第１交通参加者９１が第３交通参加者９３に対し後方から追突する可能性があることを示し、低速度領域に現れるハイリスク領域９８は、車線変更した第１交通参加者９１が第２交通参加者９２と接触する可能性があることを示す。

【0086】

従って図６に示すリスクマップによれば、例えば予測対象が破線９９ａに示すような移動速度プロファイルに従って加速した場合、予測対象は第３交通参加者９３に追突する可能性が高いと予測することができる。また図６に示すリスクマップによれば、例えば予測対象が破線９９ｂに示すような移動速度プロファイルに従って減速した場合、予測対象は第２交通参加者９２と接触する可能性が高いと予測することができる。また図６に示すリスクマップによれば、例えば予測対象が破線９９ｃに示すように、破線９９ｂよりも大きな減速度で減速した場合、予測対象は第３交通参加者９３及び第２交通参加者９２との衝突を回避できる可能性が高いと予測することができる。これは、図５に示す例では、予測対象である第１交通参加者９１は、第２交通参加者９２が第１交通参加者９１を追い抜くまで減速した後、車線変更し、第３交通参加者９３を追い越せば、他の交通参加者９２，９３との衝突を回避できることを示している。

【0087】

図７は、図５に示す例の下で、第２交通参加者９２を予測対象としてリスクマップ生成部６２５１によって生成されるリスクマップの一例を示す図である。なお図７には、予測対象の現在速度、すなわち予測処理の開始時点における第２交通参加者９２の移動速度を白丸印で示す。

【0088】

図７に示すように、図５に示す例の下で予測対象である第２交通参加者９２に対して生成されるリスクマップには、衝突リスク値が特に大きい１つのハイリスク領域９６が存在する。図７に示すハイリスク領域９６は、第２交通参加者９２が車線変更した第１交通参加者９１と接触する可能性があることを示す。なお第２交通参加者９２は、第３交通参加者９３と異なる車線を移動すると仮定しているので、第３交通参加者９３と衝突する可能性は無い。このため第２交通参加者９２に対するリスクマップは、図６に示す第１交通参加者９１に対するリスクマップと異なり、第３交通参加者９３と対応するハイリスク領域を含まない。

【0089】

図４に戻り、リスクマップ生成部６２５１は、以上のようなリスクマップを、移動状態情報、周囲状態情報、及び交通環境情報に基づいて生成する。なおこの際、リスクマップ生成部６２５１は、予測対象の運転者に対する運転者状態情報は用いずに予測対象に対するリスクマップを生成する。これは、リスクマップ生成部６２５１によって生成されるリスクマップは、予測対象の運転者による主観（運転者による周囲確認状態に関する運転者状態情報）を排除した客観的な情報（移動状態情報、周囲状態情報、及び交通環境情報）のみによって予測対象に対するリスクマップを生成することに相当する。

【0090】

認知状態推定マップ生成部６２５２は、リスクマップ生成部６２５１によって生成されたリスクマップを、予測対象の運転者の運転者状態情報に基づいて補正することにより、予測対象の運転者から視たリスクマップに相当する認知状態推定マップを生成する。

【0091】

図６及び図７を参照して説明したように、リスクマップ生成部６２５１によって生成されるリスクマップは、予測対象の運転者による主観を排除して生成される。すなわち、図６に示す例では、第１交通参加者９１に対するリスクマップは２つのハイリスク領域９７，９８を含むが、第１交通参加者９１の運転者は、周囲の交通参加者９２，９３の存在、位置、及び速度等を適切に把握しなければこれらハイリスク領域９７，９８の存在を適切に認識することができない。そこで認知状態推定マップ生成部６２５２は、リスクマップ生成部６２５１によって生成された予測対象に対するリスクマップを、予測対象の運転者に対する運転者状態情報に基づいて補正することによって認知状態推定マップを生成する。

【0092】

より具体的には、認知状態推定マップ生成部６２５２は、先ず、運転者状態情報取得部６２３によって生成される予測対象の運転者に対する運転者状態情報に基づいて、予測対象の周囲に存在する確認対象毎の認知度合いを推定する。なお以下では、各確認対象の認知度合いを、３段階（高、中、低）に分けた場合について説明するが、本発明はこれに限るものではない。

【0093】

認知状態推定マップ生成部６２５２は、確認対象に対する確認回数が所定の第１確認回数以上である場合又は確認対象に対する確認時間が所定の第１確認時間以上である場合、運転者は確認対象の存在、位置、及び速度等を適切に認識していると推定し、運転者による確認対象の認知度合いを「高」と推定する。

【0094】

認知状態推定マップ生成部６２５２は、確認対象に対する確認回数が上記第１確認回数未満でありかつ第１確認回数より小さく設定された第２確認回数以上である場合又は確認対象に対する確認時間が上記第１確認時間未満でありかつ第１確認時間よりも短く設定された第２確認時間以上である場合、運転者は確認対象の存在を認識しているものの、その位置や速度等を適切に認識できていない可能性があると推定し、運転者による確認対象の認知度合いを「中」と推定する。

【0095】

また認知状態推定マップ生成部６２５２は、確認対象に対する確認回数が上記第２確認回数未満である場合又は確認対象に対する確認時間が上記第２確認時間未満である場合、運転者は確認対象の存在を認識できていない可能性があると推定し、運転者による確認対象の認知度合いを「低」と推定する。

【0096】

次に認知状態推定マップ生成部６２５２は、確認対象毎に推定した運転者による認知度合いに基づいてリスクマップを補正することにより、認知状態推定マップを生成する。より具体的には、認知状態推定マップ生成部６２５２は、リスクマップに含まれる複数のハイリスク領域のうち、認知度合いが「低」と推定された確認対象と対応するものの存在を消去することによって認知状態推定マップを生成する。

【0097】

図８Ａは、図５に示す例において第１交通参加者９１を予測対象とし、予測対象の運転者による第３交通参加者９３の認知度合いを「高」とし、第２交通参加者９２の認知度合いを「低」とした場合における予測対象の運転者に対する認知状態推定マップの一例を示す図である。図８Ａに示す認知状態推定マップと図６に示す基準リスクマップとを比較して明らかなように、予測対象の運転者は第２交通参加者９２の存在を認識できていないため、この予測対象の運転者に対する認知状態推定マップ（図８Ａ参照）は、図６に示すハイリスク領域９８を含まない。

【0098】

また認知状態推定マップ生成部６２５２は、リスクマップに含まれる複数のハイリスク領域のうち、認知度合いが「中」と推定された確認対象と対応するものの位置を、予測対象から遠方側へ変更することによって認知状態推定マップを生成する。

【0099】

図８Ｂは、図５に示す例において第１交通参加者９１を予測対象とし、予測対象の運転者による第３交通参加者９３の認知度合いを「高」とし、第２交通参加者９２の認知度合いを「中」とした場合における予測対象の運転者に対する認知状態推定マップの一例を示す図である。図８Ｂに示す認知状態推定マップと図６に示すリスクマップとを比較して明らかなように、図８Ｂの認知状態推定マップにおけるハイリスク領域９８の位置は、図６のリスクマップにおけるハイリスク領域９８の位置よりも、時間軸に沿って遅い方へ補正される。すなわち、予測対象の運転者は、第２交通参加者９２の存在を認識しているもののその位置を実際の位置よりも遠方に存在するものと誤認していると考えられる。このため、認知状態推定マップ生成部６２５２は、ハイリスク領域９８の位置を図６のリスクマップよりも時間軸に沿って遅い方へ補正する。

【0100】

また認知状態推定マップ生成部６２５２は、リスクマップに含まれる複数のハイリスク領域のうち、認知度合いが「高」と推定された確認対象と対応するものについては補正せずに認知状態推定マップを生成する。すなわち、図５に示す例において第１交通参加者９１を予測対象とし、予測対象の運転者による第２交通参加者９２及び第３交通参加者９３の認知度合いを何れも「高」とした場合における予測対象の運転者に対する認知状態推定マップは、図６に示すリスクマップと等しい。

【0101】

図４に戻り、移動速度プロファイル算出部６２５３は、以上のような手順に従って認知状態推定マップ生成部６２５２によって生成された予測対象の運転者に対する認知状態推定マップに基づいて、予測対象の予測時間先までの第２予測移動速度プロファイルを算出する。より具体的には、移動速度プロファイル算出部６２５３は、予測対象の運転者は認知状態推定マップに基づいて推定されるリスクを回避するため、現在速度から一定の加減速度の下で予測対象を移動させた後、一定の速度に移行するものと仮定することによって、第２予測移動速度プロファイルを算出する。

【0102】

より具体的には、移動速度プロファイル算出部６２５３は、下記式（１）に示す評価値が最大となるように現時点から所定時間先までの移動速度プロファイルを第２予測移動速度プロファイルとして算出する。下記式（１）において、「最大リスク値」とは、移動速度プロファイルに基づいて認知状態推定マップを検索することによって算出される衝突リスク値の最大値である。下記式（１）において、「移動時間」とは、移動速度プロファイルにおいて現時点から一定速度に移行するまでの時間である。また下記式（１）において、「加減速度」とは、移動速度プロファイルにおいて現時点から一定速度に移行するまでの予測対象の加速度の絶対値である。また下記式（１）において、“ａ”及び“ｂ”はそれぞれ正の係数である。
評価値＝１／（最大リスク値＋ａ×移動時間＋ｂ×加減速度） （１）

【0103】

予測対象の運転者は、自身が認識するリスクをできるだけ回避しようとことから、上記式（１）に示すように評価値は、認知状態推定マップに基づいて算出される衝突リスク値が小さくなるほど大きくなる。予測対象の運転者は、できるだけ小さな加減速度の下でリスクを回避しようとする傾向があることから、上記式（１）に示すように評価値は、加減速度が小さくなるほど大きくなる。また予測対象の運転者は、できるだけ速やかにリスクを回避しようとする傾向があるため、上記式（１）に示すように評価値は、一定速度に移行するまでの移動時間が短くなるほど大きくなる。従って移動速度プロファイル算出部６２５３は、認知状態推定マップに基づいて算出される衝突リスク値及び予測対象の加減速度が共に小さくなりかつ一定速度に移行するまでの移動時間が短くなるように第２予測移動速度プロファイルを算出する。

【0104】

ここで評価値の具体例について、図６に示す認知状態推定マップを例に説明する。図６において、破線９９ａ，９９ｂで示す移動速度プロファイルの下で算出される最大リスク値は、何れも破線９９ｃ，９９ｄで示す移動速度プロファイルの下で算出される最大リスク値よりも大きい。また破線９９ａで示す移動速度プロファイルにおける加減速度は、破線９９ｂで示す移動速度プロファイルにおける加減速度より大きい。また破線９９ｄで示す移動速度プロファイルにおける加減速度は、破線９９ｃで示す移動速度プロファイルにおける加減速度より大きい。従って図６に示す例では、破線９９ａ，９９ｂ，９９ｄ，９９ｃの順で評価値が大きくなる。従って移動速度プロファイル算出部６２５３は、認知状態推定マップが図６に示すリスクマップと等しい場合、すなわち予測対象である第１交通参加者９１の運転者が、周囲に存在する第２交通参加者９２及び第３交通参加者９３を適切に認識している場合、評価値が最大となる破線９９ｃで示す移動速度プロファイルを第２予測移動速度プロファイルとして算出する。

【0105】

また移動速度プロファイル算出部６２５３は、認知状態推定マップが図８Ａに示す認知状態推定マップと等しい場合、すなわち予測対象である第１交通参加者９１の運転者が、第２交通参加者９２の存在を認識できていない場合、破線９９ｅで示す移動速度プロファイルを、評価値を最大にする第２予測移動速度プロファイルとして算出する。

【0106】

また移動速度プロファイル算出部６２５３は、認知状態推定マップが図８Ｂに示す認知状態推定マップと等しい場合、すなわち予測対象である第１交通参加者９１の運転者が、第２交通参加者９２の位置や速度を適切に認識できていない場合、破線９９ｆで示す移動速度プロファイルを、評価値を最大にする第２予測移動速度プロファイルとして算出する。

【0107】

第２移動状態予測部６２５は、以上のような手順によって第１移動状態予測部６２４と異なるアルゴリズムに基づいて予測対象の第２予測移動状態を予測する。

【0108】

図３に戻り、衝突リスク算出部６２６は、移動状態情報、周囲状態情報、及び交通環境情報に基づいて、第１予測移動状態における予測対象と周囲交通参加者との間の衝突リスクを示す第１衝突リスク値及び第２予測移動状態における予測対象と周囲交通参加者との間の衝突リスクを示す第２衝突リスク値を算出する。

【0109】

より具体的には、衝突リスク算出部６２６は、上述のリスクマップ生成部６２５１によって生成される予測対象に対するリスクマップを取得し、第１移動状態予測部６２４によって算出される第１予測移動速度プロファイルに基づいてリスクマップを検索することによって第１衝突リスク値を算出し、第２移動状態予測部６２５によって算出される第２予測移動速度プロファイルに基づいてリスクマップを検索することによって第２衝突リスク値を算出する。

【0110】

支援行動決定部６２７は、衝突リスク算出部６２６によって算出された第１衝突リスク値及び第２衝突リスク値のうち少なくとも何れかが所定の衝突判定閾値より大きい場合、予測対象は現在から予測時間先までの間で周囲交通参加者と衝突する可能性が高いと判断し、予測対象と周囲交通参加者との間の衝突を回避したり衝突による被害を軽減したりするための支援行動を決定する。支援行動決定部６２７は、第１衝突リスク値及び第２衝突リスク値が何れも衝突判定閾値以下である場合、予測対象は周囲交通参加者と衝突する可能性が低いと判断し、支援行動を決定しない。

【0111】

より具体的には、支援行動決定部６２７は、第１衝突リスク値が衝突判定閾値以下でありかつ第２衝突リスク値が衝突判定閾値より大きい場合、予測対象が第１予測移動状態を実現する第１回避行動、すなわち第１予測移動速度プロファイルに沿った加減速行動を支援行動として決定する。

【0112】

支援行動決定部６２７は、第２衝突リスク値が衝突判定閾値以下でありかつ第１衝突リスク値が衝突判定閾値より大きい場合、予測対象が第２予測移動状態を実現する第２回避行動、すなわち第２予測移動速度プロファイルに沿った加減速行動を支援行動として決定する。

【0113】

また支援行動決定部６２７は、第１衝突リスク値及び第２衝突リスク値が何れも衝突判定閾値より大きい場合、予測対象が周囲交通参加者との衝突を回避するための衝突回避行動を算出し、この衝突回避行動を支援行動として決定する。なおこの際、支援行動決定部６２７は、実現可能な衝突回避行動を算出できない場合、予測対象が周囲交通参加者との衝突による被害をできるだけ軽減するための衝突被害軽減行動を算出し、この衝突被害軽減行動を支援行動として決定する。支援行動決定部６２７は、例えば、リスクマップ生成部６２５１によって生成されたリスクマップに基づいて衝突回避行動又は衝突被害軽減行動を特徴付ける移動速度プロファイルを算出する。

【0114】

ここで支援行動決定部６２７によって支援行動を決定する手順について、図６のリスクマップを例に説明する。また以下では、図６における破線９９ｇを第１予測移動速度プロファイルとし、図６における破線９９ｅを第２予測移動速度プロファイルとした場合について説明する。図６に示すように、破線９９ｅで示す第２予測移動速度プロファイルはハイリスク領域９８の中央を横断し、破線９９ｇで示す第１予測移動速度プロファイルはハイリスク領域９７，９８の裾野を横断する。従って第２予測移動速度プロファイルに基づいて図６のリスクマップを検索することによって得られる第２衝突リスク値は、第１予測移動速度プロファイルに基づいて図６のリスクマップを検索することによって得られる第１衝突リスク値よりも大きい。また第１衝突リスク値及び第２衝突リスク値は何れも衝突判定閾値より大きい。この場合、支援行動決定部６２７は、図６において破線９９ｃで示す移動速度プロファイルに沿った加減速行動を衝突回避行動として算出し、この衝突回避行動を支援行動として決定する。

【0115】

図２に戻り、支援制御ユニット６５は、予測ユニット６２によって予測対象は周囲交通参加者と衝突する可能性が高いと判断された場合、第１衝突リスク値及び第２衝突リスク値の少なくとも何れかが衝突判定閾値より大きい場合、予測対象が支援行動決定部６２７によって決定された支援行動を行うように、予測対象に対し支援制御を実行する。

【0116】

上述のように交通管理サーバ６と通信可能に接続されている車載装置群２０，３０は、支援制御ユニット６５から送信される協調支援情報に基づいて定められた態様でＨＭＩを作動させる車載通知装置２２，３２や、協調支援情報に基づいて定められた態様で車体の挙動を自動で制御する車載運転支援装置２１，３１を備える。換言すれば、支援制御ユニット６５は、支援行動に基づいて定めた協調支援情報を予測対象の車載装置群２０，３０へ送信することによって車載通知装置２２，３２や車載運転支援装置２１，３１を作動させ、予測対象に支援行動を促すことができる。そこで支援制御ユニット６５は、第１衝突リスク値及び第２衝突リスク値の少なくとも何れかが衝突判定閾値より大きい場合、予測対象の車載通知装置２２，３２を作動させることによって支援行動を促す通知制御及び予測対象の車載運転支援装置２１，３１を作動させることによって支援行動を促す自動挙動制御の両方又は何れかを支援制御として実行する。

【0117】

支援制御ユニット６５は、通知制御を行う場合、支援行動決定部６２７によって決定された支援行動に関する情報や予測対象に対するリスクマップに関する情報等を含む協調支援情報を予測対象の車載装置群２０，３０へ送信し、この協調支援情報に基づいて車載通知装置２２，３２を作動させることによって、予測対象の衝突を回避又は衝突による被害を軽減するための情報（例えば、支援行動に応じて加速又は減速を促す音声や画像）を予測対象の運転者に通知し、予測対象の運転者に対し支援行動に応じた運転操作を促す。

【0118】

図９は、支援制御ユニット６５による通知制御に基づいて、車載通知装置２２，３２に表示される画像の表示例を示す図である。より具体的には、図９には、図６に示すリスクマップにおいて破線９９ｃで示す移動速度プロファイルに沿った加減速行動を支援行動として決定した場合の画像表示例を示す。

【0119】

図９に示すように、支援制御ユニット６５は、現在速度を示す丸印１００と、支援行動に応じた移動速度プロファイル１０１と、をリスクマップにプロットすることによって生成される画像を車載通知装置２２，３２に表示させてもよい。またこの際、支援制御ユニット６５は、画像を視た運転者がリスクの高い領域を速やかに認識できるよう、図９において領域１０２，１０３で示すように、リスクマップ上における衝突リスク値が衝突判定閾値より大きい領域（すなわち、図６におけるハイリスク領域９７，９８）を、例えば赤色で強調して表示してもよい。また図示を省略するが、車載通知装置２２，３２は、ナビゲーション装置によって表示される地図画像上においてハイリスク領域に該当する部分に、注意を促すアイコンを表示してもよい。予測対象の運転者は、このような画像を視ることにより、周囲交通参加者との間の衝突リスクの存在や、この衝突リスクを回避又は軽減するための運転操作の手順を認識することができる。

【0120】

また支援制御ユニット６５は、自動挙動制御を行う場合、支援行動決定部６２７によって決定された支援行動に関する情報を含む協調支援情報を予測対象の車載装置群２０，３０へ送信し、この協調支援情報に基づいて車載運転支援装置２１，３１を作動させる。より具体的には、支援制御ユニット６５は、予測対象の衝突を回避又は衝突による被害を軽減するように定められた支援行動を行うように車載運転支援装置２１，３１を作動させる。

【0121】

図１０は、交通管理サーバ６によって交通対象エリアにおける交通参加者の安全な交通を支援する交通安全支援処理の具体的な手順を示すフローチャートである。図１０のフローチャートに示す各ステップは、図示しない記憶媒体に記憶されたコンピュータプログラムを交通管理サーバ６によって実行することによって実現される。

【0122】

始めにステップＳＴ１では、交通管理サーバ６は、対象交通エリアの中から監視エリアを決定し、ステップＳＴ２に移る。ステップＳＴ２では、交通管理サーバ６は、監視エリアに存在する複数の交通参加者を認識し、さらにこれら複数の交通参加者の中から予測対象を決定し、ステップＳＴ３に移る。

【0123】

ステップＳＴ３では、交通管理サーバ６は、予測対象の移動状態情報を取得し、ステップＳＴ４に移る。ステップＳＴ４では、交通管理サーバ６は、監視エリアにおける予測対象の周囲に存在する周囲交通参加者の周囲状態情報を取得し、ステップＳＴ５に移る。ステップＳＴ５では、交通管理サーバ６は、監視エリアにおける予測対象の周囲の交通環境情報を取得し、ステップＳＴ６に移る。ステップＳＴ６では、交通管理サーバ６は、予測対象の運転者による周囲確認状態に関する運転者状態情報を取得し、ステップＳＴ７に移る。

【0124】

ステップＳＴ７では、交通管理サーバ６は、移動状態情報、周囲状態情報、及び交通環境情報に基づいて予測対象の第１予測移動状態を予測し、ステップＳＴ８に移る。ステップＳＴ８では、交通管理サーバ６は、移動状態情報、周囲状態情報、交通環境情報、及び運転者状態情報に基づいて、予測対象の第２予測移動状態を予測し、ステップＳＴ９に移る。上述のようにこのステップＳＴ８では、交通管理サーバ６は、移動状態情報、周囲状態情報、及び交通環境情報に基づいて予測対象に対するリスクマップを生成し、運転者状態情報に基づいてリスクマップを補正することによって認知状態推定マップを生成し、さらにこの認知状態推定マップに基づいて予測対象の第２予測移動状態を予測する。

【0125】

ステップＳＴ９では、交通管理サーバ６は、予測対象に対するリスクマップを用いることにより、第１予測移動状態における予測対象と周囲交通参加者との間の第１衝突リスク値及び第２予測移動状態における予測対象と周囲交通参加者との間の第２衝突リスク値を算出し、ステップＳＴ１０に移る。

【0126】

ステップＳＴ１０では、交通管理サーバ６は、第１衝突リスク値及び第２衝突リスク値の少なくとも何れかが衝突判定閾値より大きいか否かを判定する。交通管理サーバ６は、ステップＳＴ１０の判定結果がＮＯである場合、ステップＳＴ１に戻り、ＹＥＳである場合、ステップＳＴ１１に移る。

【0127】

ステップＳＴ１１では、交通管理サーバ６は、予測対象に対する支援行動を決定し、ステップＳＴ１２に移る。ステップＳＴ１２では、交通管理サーバ６は、予測対象が支援行動を行うように予測対象の車載通知装置２２，３２を作動させる通知制御及び予測対象が支援行動を行うように予測対象の車載運転支援装置２１，３１を作動させる自動挙動制御の両方又は何れかを支援制御として実行し、ステップＳＴ１に戻る。

【0128】

＜第２実施形態＞
次に、本発明の第２実施形態に係る交通安全支援システムについて、図面を参照しながら説明する。本実施形態に係る交通安全支援システムは、交通管理サーバの予測ユニットの構成が第１実施形態に係る交通安全支援システム１と異なる。以下の本実施形態に係る交通安全支援システムの説明において、第１実施形態に係る交通安全支援システム１と同じ構成については同じ符号を付し、詳細な説明を省略する。

【0129】

図１１は、本実施形態に係る予測ユニット６２Ａの具体的な構成を示す機能ブロック図である。図１１に示すように本実施形態に係る予測ユニット６２Ａは、運転者状態情報取得部６２３Ａ、第１移動状態予測部６２４Ａ、第２移動状態予測部６２５Ａ、及び衝突リスク算出部６２６Ａの構成が図３に示す第１実施形態に係る予測ユニット６２と異なる。

【0130】

運転者状態情報取得部６２３Ａは、運転主体情報取得ユニット６１から送信される運転主体状態情報に基づいて、予測対象の運転者の状態に関する運転者状態情報を取得する。本実施形態において運転者状態情報とは、運転者のその時の運転能力と相関のある情報であり、より具体的には、運転者のその時の感情状態や体調状態を反映した情報である。本実施形態では、運転者の焦りの強さを数値化した焦りパラメータ値を運転者状態情報とする場合について説明するが、本発明はこれに限るものではない。また本実施形態では、焦りパラメータ値は、平常状態であることを示す値０と、やや焦っている状態であることを示す値１と、強く焦っている状態であることを示す値２と、の３つの値を取り得る場合について説明するが、本発明はこれに限るものではない。

【0131】

上述のように運転主体情報取得ユニット６１によって取得される運転主体情報には、予測対象の運転者の顔画像データや生体情報等の経時データや、運転者のスケジュール情報等が含まれている。そこで運転者状態情報取得部６２３Ａは、これら顔画像データや生体情報等の経時データやスケジュール情報等に基づいて運転者のその時の焦りの強さを示す焦りパラメータ値を算出する。

【0132】

第１移動状態予測部６２４Ａは、移動状態情報、周囲状態情報、及び交通環境情報に基づいて、監視エリアにおける予測対象の所定の予測時間先までの移動状態である第１予測移動状態を予測する。換言すれば、第１移動状態予測部６２４Ａは、予測対象の予測時間先までの第１予測移動状態を特徴付けるパラメータとして、予測対象の現在から予測時間先までの予測移動経路（以下、第１移動状態予測部６２４Ａによって算出される予測移動経路を「第１予測移動経路」ともいう）及び移動速度プロファイル（以下、第１移動状態予測部６２４Ａによって算出される移動速度プロファイルを「第１予測移動速度プロファイル」ともいう）を算出する。なお第１移動状態予測部６２４Ａによって第１予測移動状態を予測する手順は、第１実施形態に係る第１移動状態予測部６２４によって第１予測移動状態を予測する手順と同じであるので、詳細な説明を省略する。

【0133】

第２移動状態予測部６２５Ａは、移動状態情報、周囲状態情報、交通環境情報、及び運転者状態情報に基づいて、監視エリアにおける予測対象の予測時間先までの移動状態である第２予測移動状態を予測する。換言すれば、第２移動状態予測部６２５Ａは、予測対象の予測時間先までの第２予測移動状態を特徴付けるパラメータとして、予測対象の現在から予測時間先までの予測移動経路及び移動速度プロファイルを第２予測移動経路及び第２予測移動速度プロファイルとして算出する。以下では、第２移動状態予測部６２５Ａにおいて予測対象の第２予測移動経路及び第２予測移動速度プロファイルを算出する具体的な手順について、図１２～図１３を参照しながら説明する。

【0134】

図１２は、第２移動状態予測部６２５Ａの具体的な構成を示す機能ブロック図である。第２移動状態予測部６２５Ａは、交通シーン特定部６２５５と、行動パターン選択部６２５６と、行動予測部６２５７と、を備え、これらを用いることによって予測対象の第２予測移動経路及び第２予測移動速度プロファイルを算出する。

【0135】

交通シーン特定部６２５５は、移動状態情報、周囲状態情報、及び交通環境情報に基づいて、監視エリアにおける予測対象の交通シーンを特定する。より具体的には、交通シーン特定部６２５５は、移動状態情報、周囲状態情報、及び交通環境情報に基づいて、予測対象の交通シーンを特徴付ける複数の交通シーンパラメータの値を決定することによって予測対象の交通シーンを特定する。

【0136】

ここで交通シーンパラメータには、例えば、走行中の道路の車線の数、車線の種類、車線の幅、予測対象が存在する車線の位置、走行中の道路の法定速度、予測対象の速度域、予測対象の前走車の有無、この前走車の速度域、この前走車と予測対象の車間距離、この前走車の車格、予測対象の後続車の有無、この後続車の速度域、この後続車と予測対象の車間距離、この後続車の車格、予測対象の右側の並走車の有無、この右側の並走車の速度域、この右側の並走車と予測対象の車間距離、この右側の並走車の車格、予測対象の左側の並走車の有無、この左側の並走車の速度域、この左側の並走車と予測対象の車間距離、この左側の並走車の車格、予測対象の前方における信号機の有無、信号機の色、及び信号機までの距離等が含まれる。

【0137】

行動パターン選択部６２５６は、運転者状態情報取得部６２３Ａによって取得された運転者状態情報及び交通シーン特定部６２５５によって特定された交通シーンに基づいて、予め定められた複数の行動パターンの中から少なくとも１つを予測行動パターンとして選択する。ここで行動パターン選択部６２５６では、複数の行動パターンとして、現在の速度を維持する定速行動、速度を現在よりも減少させる減速行動、予測対象を停止させる停止行動、速度を現在よりも上昇させる加速行動、前走車に追従する前走車追従行動、左側の並走車に追従する左側並走車追従行動、右側の並走車に追従する右側並走車追従行動、走行車線を右側の車線に変更する右側車線変更行動、走行車線を左側の車線に変更する左側車線変更行動、前走車と右側の並走車との間に割り込む右側割り込み行動、前走車と左側の並走車との間に割り込む左側割り込み行動、前走車を右側から追い越す右側追い越し行動、前走車を左側から追い越す左側追い越し行動、及びこれら行動の組み合わせ行動等が予め定められている。

【0138】

行動パターン選択部６２５６は、例えば、予測対象に対する運転者状態情報及び交通シーンに基づいて生成される入力データを入力すると、上記複数の行動パターンの中から少なくとも１つの行動パターンを出力する行動パターン予測モデルを利用することによって、複数の行動パターンの中から少なくとも１つを予測行動パターンとして選択する。行動パターン予測モデルは、予測対象に対する運転者状態情報及び交通シーンと、この予測対象が近い将来にとる可能性が高いと思われる予測行動パターンと、を関連付ける。すなわち行動パターン選択部６２５６は、運転者状態情報及び交通シーンに基づいて生成される入力データを行動パターン予測モデルに入力したときの行動パターン予測モデルの出力を予測行動パターンとする。ここで行動パターン選択部６２５６は、予測対象から得られるデータを利用した機械学習によって、予測対象毎に構築されたＤＮＮ（Ｄｅｅｐ Ｎｅｕｒａｌ Ｎｅｔｗｏｒｋ）を行動パターン予測モデルとして利用する。

【0139】

このような行動パターン予測モデルは、予測対象毎に以下で説明する学習方法を繰り返し実行することによって構築されたＤＮＮが用いられる。この学習方法は、所定の第１期間において取得された交通シーン及び運転者状態情報に基づいて行動パターン予測モデルに対する入力データを生成する工程と、この第１期間の直後の第２期間において取得された移動状態情報に基づいて行動パターン予測モデルの出力に対する正解データを生成する工程と、入力データ及び正解データを組み合わせた学習データを用いて行動パターン予測モデルを学習する工程と、を備える。

【0140】

以上のように本実施形態では、行動パターン選択部６２５６は、行動パターン予測モデルを用いることによって予測行動パターンを選択する場合について説明するが、本発明はこれに限らない。行動パターン選択部６２５６は、予測対象に対する運転者状態情報及び交通シーンと、この予測対象が近い将来にとる可能性が高いと思われる予測行動パターンとを関連付けるテーブルを利用することによって複数の行動パターンの中から少なくとも１つの予測行動パターンを選択してもよい。

【0141】

ここで行動パターン選択部６２５６によって、複数の行動パターンの中から予測行動パターンを選択する具体的な手順について、図１３を参照しながら説明する。

【0142】

図１３は、監視エリア８０の一例を示す図である。図１３には、片側二車線の直線道路である監視エリア８０内を、３台の四輪自動車である交通参加者８１，８２，８３が走行している場合を示す。以下では、行動パターン選択部６２５６は、これら交通参加者８１～８３のうち第１交通参加者８１を予測対象とし、この予測対象の予測行動パターンを複数の行動パターンの中から選択する場合について説明する。

【0143】

図１３に示すように、行動パターン選択部６２５６において予測対象の予測行動パターンを選択する時点では、右側の車線を先頭から順に第３交通参加者８３及び第１交通参加者８１が所定の車間距離を空けて走行し、左側の車線のうち第１交通参加者８１のやや前方かつ第３交通参加者８３のやや後方を第２交通参加者８２走行している。従って第３交通参加者８３は、予測対象から視て前走車であり、第２交通参加者８２は、予測対象から視て左側の並走車である。上述の交通シーン特定部６２５５は、予測対象が走行している道路の車線の数や前走車の有無等、予測対象が置かれている交通シーンを複数の交通シーンパラメータの値を決定することによって特定する。

【0144】

行動パターン選択部６２５６には、予測対象である第１交通参加者８１が、図１３に示す状態から所定時間先までの間に取り得る複数の行動パターンが定められている。例えば、破線矢印１２ａは「前走車追従行動」と関連付けられた予測対象の移動経路であり、破線矢印１２ｂは「左側並走車追従行動」と関連付けられた予測対象の移動経路であり、破線矢印１２ｃは「減速行動」と関連付けられた予測対象の移動経路であり、破線矢印１２ｄは「左側割り込み行動」と関連付けられた予測対象の移動経路であり、破線矢印１２ｅは「左側追い越し行動」と関連付けられた予測対象の移動経路である。

【0145】

行動パターン選択部６２５６は、交通シーン特定部６２５５によって特定された交通シーン（すなわち、交通シーンパラメータの値）及び運転者状態情報取得部６２３Ａによって取得された運転者状態情報（すなわち、焦りパラメータ値）に基づいて、図１３に示すように予め定められた複数の行動パターンの中から少なくとも１つを予測行動パターンとして選択する。より具体的には、図１３に示すような交通シーンの下で、予測対象の運転者に対する焦りパラメータ値が０である場合、行動パターン選択部６２５６は、破線矢印１２ｃと関連付けられる「減速行動」を予測行動パターンとして選択する。これに対し図１３に示すような交通シーンの下で、予測対象の運転者に対する焦りパラメータ値が２である場合、行動パターン選択部６２５６は、破線矢印１２ｄと関連付けられる「左側割り込み行動」を予測行動パターンとして選択する。行動パターン選択部６２５６は、予測対象から過去に取得されたデータに基づいて構築された行動パターン予測モデルを利用することにより、予測対象の運転者のその時の状態に応じた予測行動パターンを選択する。

【0146】

図１２に戻り、行動予測部６２５７は、移動状態情報、周囲状態情報、交通環境情報、及び行動パターン選択部６２５６によって選択された予測行動パターン等に基づいて、監視エリアにおける予測対象の現時点から予測時間先までの第２予測移動経路及び第２予測移動速度プロファイルを算出する。

【0147】

図１１に戻り、衝突リスク算出部６２６Ａは、移動状態情報、周囲状態情報、及び交通環境情報に基づいて、第１予測移動状態における予測対象と周囲交通参加者との間の衝突リスクを示す第１衝突リスク値及び第２予測移動状態における予測対象と周囲交通参加者との間の衝突リスクを示す第２衝突リスク値を算出する。

【0148】

より具体的には、衝突リスク算出部６２６Ａは、第１実施形態に係るリスクマップ生成部６２５１と同じ手順によって、第１移動状態予測部６２４Ａによって算出される第１予測移動経路に応じた第１リスクマップ及び第２移動状態予測部６２５Ａによって算出される第２予測移動経路に応じた第２リスクマップを生成する。また衝突リスク算出部６２６Ａは、第１移動状態予測部６２４Ａによって算出される第１予測移動速度プロファイルに基づいて第１リスクマップを検索することによって第１衝突リスク値を算出し、第２移動状態予測部６２５Ａによって算出される第２予測移動速度プロファイルに基づいて第２リスクマップを検索することによって第２衝突リスク値を算出する。

【0149】

図１４は、交通管理サーバによって交通対象エリアにおける交通参加者の安全な交通を支援する交通安全支援処理の具体的な手順を示すフローチャートである。図１４のフローチャートに示す各ステップは、図示しない記憶媒体に記憶されたコンピュータプログラムを交通管理サーバによって実行することによって実現される。なお図１４に示すフローチャートにおけるステップＳＴ２１～ＳＴ２７、ＳＴ３０～ＳＴ３２の処理は、図１０に示すフローチャートにおけるステップＳＴ１～ＳＴ７、ＳＴ１０～ＳＴ１２の処理と同じであるので、詳細な説明は省略する。

【0150】

ステップＳＴ２８では、交通管理サーバは、移動状態情報、周囲状態情報、交通環境情報、及び運転者状態情報に基づいて、予測対象の第２予測移動状態を予測し、ステップＳＴ２９に移る。上述のようにこのステップＳＴ２８では、交通管理サーバは、移動状態情報、周囲状態情報、及び交通環境情報に基づいて予測対象の交通シーンを特定した後、運転者状態情報及び特定した交通シーンに基づいて、予め定められた複数の行動パターンの中から少なくとも１つを予測行動パターンとして選択する。また交通管理サーバは、選択した予測行動パターンに基づいて、予測対象の第２予測移動状態を予測する。

【0151】

ステップＳＴ２９では、交通管理サーバは、第１予測移動経路に応じた第１リスクマップ及び第２予測移動経路に応じた第２リスクマップを用いることにより、第１予測移動状態における予測対象と周囲交通参加者との間の第１衝突リスク値及び第２予測移動状態における予測対象と周囲交通参加者との間の第２衝突リスク値を算出し、ステップＳＴ３０に移る。

【0152】

以上、本発明の第１実施形態及び第２実施形態について説明したが、本発明はこれに限らない。本発明の趣旨の範囲内で、細部の構成を適宜変更してもよい。例えば上記実施形態では、移動体である予測対象の監視エリアにおける将来を予測する予測ユニットを、この予測対象と通信可能に接続された交通管理サーバに設けた場合について説明したが、本発明はこれに限らない。予測ユニットは、支援対象と共に移動する車載装置群によって構成してもよい。この場合、予測ユニットによって取得できる移動状態情報、周囲状態情報、及び交通環境情報等の情報量は交通管理サーバによって取得できる情報量よりも少なくなるものの、通信による遅れが小さいというメリットがある。

【符号の説明】

【0153】

１…交通安全支援システム
２…四輪自動車（移動体、交通参加者）
２０…車載装置群
２１…車載運転支援装置
２２…車載通知装置
３…自動二輪車（移動体、交通参加者）
３０…車載装置群
３１…車載運転支援装置
３２…車載通知装置
６…交通管理サーバ
６０…対象交通エリア認識ユニット
６１…運転主体情報取得ユニット
６２，６２Ａ…予測ユニット
６２０…移動状態情報取得部
６２１…周囲状態情報取得部
６２２…交通環境情報取得部
６２３，６２３Ａ…運転者状態情報取得部
６２４，６２４Ａ…第１移動状態予測部
６２５，６２５Ａ…第２移動状態予測部
６２５１…リスクマップ生成部
６２５２…認知状態推定マップ生成部
６２５３…移動速度プロファイル算出部
６２５５…交通シーン特定部
６２５６…行動パターン選択部
６２５７…行動予測部
６２６，６２６Ａ…衝突リスク算出部
６２７…支援行動決定部
６５…支援制御ユニット（支援制御部）
９…対象交通エリア
９０…監視エリア
９１…第１交通参加者
９２…第２交通参加者
９３…第３交通参加者

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8A】

【図8B】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】