特許 7415686 事故パターン判定装置、事故パターン判定方法、及び事故パターン判定プログラム

(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】

(24)【登録日】2024-01-09

(45)【発行日】2024-01-17

(54)【発明の名称】事故パターン判定装置、事故パターン判定方法、及び事故パターン判定プログラム

(51)【国際特許分類】

   G08G 1/00 20060101AFI20240110BHJP

【ＦＩ】

G08G1/00 A

【請求項の数】 7

(21)【出願番号】P 2020041407

(22)【出願日】2020-03-10

(65)【公開番号】P2021144362

(43)【公開日】2021-09-24

【審査請求日】2022-07-14

(73)【特許権者】

【識別番号】000004260

【氏名又は名称】株式会社デンソー

(74)【代理人】

【識別番号】110001519

【氏名又は名称】弁理士法人太陽国際特許事務所

(72)【発明者】

【氏名】森 真貴

(72)【発明者】

【氏名】武藤 健二

(72)【発明者】

【氏名】竹中 一仁

(72)【発明者】

【氏名】平野 大輔

(72)【発明者】

【氏名】山▲崎▼ 駿

(72)【発明者】

【氏名】竹内 芳徳

(72)【発明者】

【氏名】清水 駿

【審査官】西畑 智道

(56)【参考文献】

【文献】特開２０１８－０５５２９６（ＪＰ，Ａ）

【文献】特開２０１７－１４６９３３（ＪＰ，Ａ）

【文献】特開２０１９－１１４０９４（ＪＰ，Ａ）

【文献】特開２００４－１７１０６０（ＪＰ，Ａ）

【文献】特開２０００－３３１２７８（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０８Ｇ １／００－９９／００

Ｇ０１Ｃ ２１／００－２１／３６

Ｇ０１Ｃ ２３／００－２５／００

(57)【特許請求の範囲】

【請求項1】

予め定められた複数の交通状況の各々に対する属性を記憶した属性記憶部（１０４）と、
車両に関する事故事例毎に、前記事故事例における前記交通状況の組み合わせを取得する交通状況取得部（１０２）と、
事故事例毎に取得した前記交通状況の組み合わせと、前記複数の交通状況の各々に対する属性とに基づいて、特定の車両若しくは特定の運転者における事故リスクが高い前記交通状況の組み合わせ、又は前記事故リスクが低い前記交通状況の組み合わせを判定する判定部（１０５）と、
を含み、
前記特定の車両は、自動運転車両であって、
前記属性は、自動運転機能が不調になる状況であること、及びドライバの運転に影響を与える状況であることを含み、
前記判定部は、前記ドライバの運転に影響を与える状況であることを示す属性が対応付けられた前記交通状況を含む、前記交通状況の組み合わせについて、
前記ドライバの運転に影響を与える状況であることを示す属性が対応付けられた前記交通状況を含む、前記交通状況の組み合わせに対する事故事例の数と、
前記ドライバの運転に影響を与える状況であることを示す属性が対応付けられた前記交通状況以外の交通状況の組み合わせが共通し、かつ、前記ドライバの運転に影響を与える状況であることを示す属性が対応付けられた前記交通状況を含まない、前記交通状況の組み合わせに対する事故事例の数と
を比較して、前記自動運転車両における事故リスクが低いか否かを判定する
事故パターン判定装置（１０）。

【請求項2】

予め定められた複数の交通状況の各々に対する属性を記憶した属性記憶部（１０４）と、
車両に関する事故事例毎に、前記事故事例における前記交通状況の組み合わせを取得する交通状況取得部（１０２）と、
事故事例毎に取得した前記交通状況の組み合わせと、前記複数の交通状況の各々に対する属性とに基づいて、特定の車両若しくは特定の運転者における事故リスクが高い前記交通状況の組み合わせ、又は前記事故リスクが低い前記交通状況の組み合わせを判定する判定部（１０５）と、
を含み、
前記特定の車両は、自動運転車両であって、
前記属性は、自動運転機能が不調になる状況であること、及びドライバの運転に影響を与える状況であることを含み、
前記判定部は、前記自動運転機能が不調になる状況であることを示す属性が対応付けられた前記交通状況を含む、前記交通状況の組み合わせについて、
前記ドライバの運転に影響を与える状況であることを示す属性が対応付けられた前記交通状況を含む、前記交通状況の組み合わせに対する事故事例の数と、
前記自動運転機能が不調になる状況であることを示す属性が対応付けられた前記交通状況以外の交通状況の組み合わせが共通し、かつ、前記自動運転機能が不調になる状況であることを示す属性が対応付けられた前記交通状況を含まない、前記交通状況の組み合わせに対する事故事例の数と
を比較して、前記自動運転車両における事故リスクが高いか否かを判定する
事故パターン判定装置（１０）。

【請求項3】

前記判定部は、事故事例毎に取得した前記交通状況の組み合わせの各々について、前記事故リスクが高い前記交通状況の組み合わせであるか否か、及び前記事故リスクが低い前記交通状況の組み合わせであるか否かを判定し、
前記事故リスクが高い前記交通状況の組み合わせであると判定されず、かつ、前記事故リスクが低い前記交通状況の組み合わせであると判定されなかった前記交通状況の組み合わせを、シミュレーションで前記事故リスクを判定すべきものであると判定する請求項１又は２記載の事故パターン判定装置。

【請求項4】

予め定められた複数の交通状況の各々に対する属性を記憶した属性記憶部（１０４）を含む事故パターン判定装置における事故パターン判定方法であって、
交通状況取得部（１０２）が、車両に関する事故事例毎に、前記事故事例における前記交通状況の組み合わせを取得し、
判定部（１０５）が、事故事例毎に取得した前記交通状況の組み合わせと、前記複数の交通状況の各々に対する属性とに基づいて、特定の車両若しくは特定の運転者における事故リスクが高い前記交通状況の組み合わせ、又は前記事故リスクが低い前記交通状況の組み合わせを判定することを含み、
前記特定の車両は、自動運転車両であって、
前記属性は、自動運転機能が不調になる状況であること、及びドライバの運転に影響を与える状況であることを含み、
前記判定部は、前記ドライバの運転に影響を与える状況であることを示す属性が対応付けられた前記交通状況を含む、前記交通状況の組み合わせについて、
前記ドライバの運転に影響を与える状況であることを示す属性が対応付けられた前記交通状況を含む、前記交通状況の組み合わせに対する事故事例の数と、
前記ドライバの運転に影響を与える状況であることを示す属性が対応付けられた前記交通状況以外の交通状況の組み合わせが共通し、かつ、前記ドライバの運転に影響を与える状況であることを示す属性が対応付けられた前記交通状況を含まない、前記交通状況の組み合わせに対する事故事例の数と
を比較して、前記自動運転車両における事故リスクが低いか否かを判定する
事故パターン判定方法。

【請求項5】

予め定められた複数の交通状況の各々に対する属性を記憶した属性記憶部（１０４）を含む事故パターン判定装置における事故パターン判定方法であって、
交通状況取得部（１０２）が、車両に関する事故事例毎に、前記事故事例における前記交通状況の組み合わせを取得し、
判定部（１０５）が、事故事例毎に取得した前記交通状況の組み合わせと、前記複数の交通状況の各々に対する属性とに基づいて、特定の車両若しくは特定の運転者における事故リスクが高い前記交通状況の組み合わせ、又は前記事故リスクが低い前記交通状況の組み合わせを判定することを含み、
前記特定の車両は、自動運転車両であって、
前記属性は、自動運転機能が不調になる状況であること、及びドライバの運転に影響を与える状況であることを含み、
前記判定部は、前記自動運転機能が不調になる状況であることを示す属性が対応付けられた前記交通状況を含む、前記交通状況の組み合わせについて、
前記ドライバの運転に影響を与える状況であることを示す属性が対応付けられた前記交通状況を含む、前記交通状況の組み合わせに対する事故事例の数と、
前記自動運転機能が不調になる状況であることを示す属性が対応付けられた前記交通状況以外の交通状況の組み合わせが共通し、かつ、前記自動運転機能が不調になる状況であることを示す属性が対応付けられた前記交通状況を含まない、前記交通状況の組み合わせに対する事故事例の数と
を比較して、前記自動運転車両における事故リスクが高いか否かを判定する
事故パターン判定方法。

【請求項6】

予め定められた複数の交通状況の各々に対する属性を記憶した属性記憶部（１０４）を含むコンピュータ（１０）を、
車両に関する事故事例毎に、前記事故事例における前記交通状況の組み合わせを取得する交通状況取得部（１０２）、及び
事故事例毎に取得した前記交通状況の組み合わせと、前記複数の交通状況の各々に対する属性とに基づいて、特定の車両若しくは特定の運転者における事故リスクが高い前記交通状況の組み合わせ、又は前記事故リスクが低い前記交通状況の組み合わせを判定する判定部（１０５）
として機能させるための事故パターン判定プログラムであって、
前記特定の車両は、自動運転車両であって、
前記属性は、自動運転機能が不調になる状況であること、及びドライバの運転に影響を与える状況であることを含み、
前記判定部は、前記ドライバの運転に影響を与える状況であることを示す属性が対応付けられた前記交通状況を含む、前記交通状況の組み合わせについて、
前記ドライバの運転に影響を与える状況であることを示す属性が対応付けられた前記交通状況を含む、前記交通状況の組み合わせに対する事故事例の数と、
前記ドライバの運転に影響を与える状況であることを示す属性が対応付けられた前記交通状況以外の交通状況の組み合わせが共通し、かつ、前記ドライバの運転に影響を与える状況であることを示す属性が対応付けられた前記交通状況を含まない、前記交通状況の組み合わせに対する事故事例の数と
を比較して、前記自動運転車両における事故リスクが低いか否かを判定する事故パターン判定プログラム。

【請求項7】

予め定められた複数の交通状況の各々に対する属性を記憶した属性記憶部（１０４）を含むコンピュータ（１０）を、
車両に関する事故事例毎に、前記事故事例における前記交通状況の組み合わせを取得する交通状況取得部（１０２）、及び
事故事例毎に取得した前記交通状況の組み合わせと、前記複数の交通状況の各々に対する属性とに基づいて、特定の車両若しくは特定の運転者における事故リスクが高い前記交通状況の組み合わせ、又は前記事故リスクが低い前記交通状況の組み合わせを判定する判定部（１０５）
として機能させるための事故パターン判定プログラムであって、
前記特定の車両は、自動運転車両であって、
前記属性は、自動運転機能が不調になる状況であること、及びドライバの運転に影響を与える状況であることを含み、
前記判定部は、前記自動運転機能が不調になる状況であることを示す属性が対応付けられた前記交通状況を含む、前記交通状況の組み合わせについて、
前記ドライバの運転に影響を与える状況であることを示す属性が対応付けられた前記交通状況を含む、前記交通状況の組み合わせに対する事故事例の数と、
前記自動運転機能が不調になる状況であることを示す属性が対応付けられた前記交通状況以外の交通状況の組み合わせが共通し、かつ、前記自動運転機能が不調になる状況であることを示す属性が対応付けられた前記交通状況を含まない、前記交通状況の組み合わせに対する事故事例の数と
を比較して、前記自動運転車両における事故リスクが高いか否かを判定する事故パターン判定プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、事故パターン判定装置、事故パターン判定方法、及び事故パターン判定プログラムに関する。

【背景技術】

【0002】

過去の事故データから事故発生パターンを学習し、事故発生を予報する交通事故発生予報装置が知られている（特許文献１）。

【先行技術文献】

【特許文献】

【0003】

【文献】特許第6045846号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

特許文献１では、手動運転の事故データから事故発生パターンを学習しているため、学習した事故発生パターンで、自動運転にとって事故が発生しやすいかが分からない。例えば、見落としや漫然運転などのヒューマンエラーに因る事故は、自動運転では発生しにくい。

【0005】

本発明は、上記の問題点を鑑みてなされたものであり、特定の車両若しくは特定の運転者における事故リスクを簡易な処理で判定することを目的とする。

【課題を解決するための手段】

【0006】

上記目的を達成するために、本発明に係る事故パターン判定装置は、予め定められた複数の交通状況の各々に対する属性を記憶した属性記憶部と、車両に関する事故事例毎に、前記事故事例における前記交通状況の組み合わせを取得する交通状況取得部と、事故事例毎に取得した前記交通状況の組み合わせと、前記複数の交通状況の各々に対する属性とに基づいて、特定の車両若しくは特定の運転者における事故リスクが高い前記交通状況の組み合わせ、又は前記事故リスクが低い前記交通状況の組み合わせを判定する判定部と、を含んで構成される。

【0007】

また、本発明に係る事故パターン判定方法は、予め定められた複数の交通状況の各々に対する属性を記憶した属性記憶部を含む事故パターン判定装置における事故パターン判定方法であって、交通状況取得部が、車両に関する事故事例毎に、前記事故事例における前記交通状況の組み合わせを取得し、判定部が、事故事例毎に取得した前記交通状況の組み合わせと、前記複数の交通状況の各々に対する属性とに基づいて、特定の車両若しくは特定の運転者における事故リスクが高い前記交通状況の組み合わせ、又は前記事故リスクが低い前記交通状況の組み合わせを判定する方法である。

【0008】

また、本発明に係る事故パターン判定プログラムは、予め定められた複数の交通状況の各々に対する属性を記憶した属性記憶部を含むコンピュータを、車両に関する事故事例毎に、前記事故事例における前記交通状況の組み合わせを取得する交通状況取得部、及び事故事例毎に取得した前記交通状況の組み合わせと、前記複数の交通状況の各々に対する属性とに基づいて、特定の車両若しくは特定の運転者における事故リスクが高い前記交通状況の組み合わせ、又は前記事故リスクが低い前記交通状況の組み合わせを判定する判定部として機能させるためのプログラムである。

【発明の効果】

【0009】

本発明に係る事故パターン判定装置、方法、及びプログラムによれば、特定の車両若しくは特定の運転者における事故リスクを簡易な処理で判定することができる。

【図面の簡単な説明】

【0010】

【図1】本発明の実施の形態に係る事故パターン判定装置として機能するコンピュータの一例の概略ブロック図である。

【図2】本発明の実施の形態に係る事故パターン判定装置の構成を示すブロック図である。

【図3】事故パターンデータベースの一例を示す図である。

【図4】交通状況属性データベースの一例を示す図である。

【図5】ドライバ要因に基づく低リスク判定の方法を説明するための図である。

【図6】ドライバ要因に基づく低リスク判定の方法を説明するための図である。

【図7】ＡＤ不調要因に基づく高リスク判定の方法を説明するための図である。

【図8】ＡＤ不調要因に基づく高リスク判定の方法を説明するための図である。

【図9】本発明の実施の形態における事故パターン判定処理の一例を示すフローチャートである。

【図10】交通状況属性データベースの一例を示す図である。

【図11】ＡＤ不調要因に基づく高リスク判定の方法を説明するための図である。

【発明を実施するための形態】

【0011】

本発明の実施の形態の詳細を説明する前に、本発明の実施の形態の概要について説明する。

【0012】

＜本発明の実施の形態の概要＞
従来技術では、人間ドライバの事故データから、人間ドライバにとって交通事故が発生しやすい交通状況のパターンを抽出している。また、シミュレーションで再現した交通状況下で自動運転車両を走行させ、交通事故が発生しやすいかを評価する。このとき、現実で起こりうるすべての交通状況をシミュレーションするのは困難なため、交通状況の絞り込みに人間ドライバの事故パターンを用いる。

【0013】

この場合、自動運転での交通事故の起こりやすさに関係なく一律にシミュレーションしなければならず、効率が悪い。また、脇見や居眠りが原因の事故パターンは、自動運転でリスクが高くないことが明らかである。また、自動運転で用いるセンサの不調要因に該当する事故パターンは、自動運転でリスクが高いことが明らかである。

【0014】

そこで、本実施の形態では、交通状況ごとに自動運転のリスクとの関係の有無に応じた属性を付与しておき、事故パターンを構成する交通状況の属性によってシミュレーションの要否を判定する。これにより、リスクの有無が明らかな交通状況のシミュレーションを省略でき、シミュレーションの手間が減る。

【0015】

ここで、交通状況とは、走行環境情報に関する状況、ドライバ情報に関する状況、車両情報に関する状況、及び車両挙動情報に関する状況を含むものである。

【0016】

＜事故パターン判定装置のシステム構成＞
図１は、本実施の形態の事故パターン判定装置１０のハードウェア構成を示すブロック図である。

【0017】

図１に示すように、事故パターン判定装置１０は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１１、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１２、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１３、ストレージ１４、入力部１５、表示部１６及び通信インタフェース（Ｉ／Ｆ）１７を有する。各構成は、バス１９を介して相互に通信可能に接続されている。

【0018】

ＣＰＵ１１は、中央演算処理ユニットであり、各種プログラムを実行したり、各部を制御したりする。すなわち、ＣＰＵ１１は、ＲＯＭ１２又はストレージ１４からプログラムを読み出し、ＲＡＭ１３を作業領域としてプログラムを実行する。ＣＰＵ１１は、ＲＯＭ１２又はストレージ１４に記憶されているプログラムに従って、上記各構成の制御及び各種の演算処理を行う。本実施形態では、ＲＯＭ１２又はストレージ１４には、自動運転における事故リスクを判定するための事故パターン判定プログラムが格納されている。事故パターン判定プログラムは、１つのプログラムであっても良いし、複数のプログラム又はモジュールで構成されるプログラム群であっても良い。

【0019】

ＲＯＭ１２は、各種プログラム及び各種データを格納する。ＲＡＭ１３は、作業領域として一時的にプログラム又はデータを記憶する。ストレージ１４は、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）又はＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）により構成され、オペレーティングシステムを含む各種プログラム、及び各種データを格納する。

【0020】

入力部１５は、マウス等のポインティングデバイス、及びキーボードを含み、各種の入力を行うために使用される。

【0021】

入力部１５は、車両に関する事故事例毎に映像、位置情報、挙動データ、ドライバ情報、又は交通状況データの入力を受け付ける。

【0022】

具体的には、映像として、従来既知のドライブレコーダーで取得した、事故発生時刻の前後区間の前方映像の入力を受け付ける。また、位置情報として、従来既知のドライブレコーダーで取得した、事故発生時刻の前後区間のGPS位置情報の入力を受け付ける。また、挙動データとして、従来既知のドライブレコーダーで取得した、事故発生時刻の前後区間の車速、ペダル操作量、ステアリング操作量、又は加速度の入力を受け付ける。また、ドライバ情報として、従来既知の生体センサで取得した、事故発生時刻の前後区間のセンサ情報、又はドライバのID、年齢、性別、若しくは運転歴などの入力を受け付ける。

【0023】

また、交通状況データとして、映像、位置情報、挙動データ、又はドライバ情報から従来既知の方法で付与した、交通状況のラベルの入力を受け付ける。例えば、走行環境情報に関する状況のラベルとして、日時、地点、道路構造（車線数、車線幅、交差点の角度、見通し、信号の有無）、天気、又は交通量の入力を受け付ける。ドライバ情報に関する状況のラベルとして、年齢、性別、運転歴、事故発生地点での運転経験、などの入力を受け付ける。車両情報に関する状況のラベルとして、車両種別（乗用車、トラック、など）、走行支援装備（自動ブレーキ、車線維持、など）の有無、などの入力を受け付ける。車両挙動情報に関する状況のラベルとして、挙動種別（直進、停止、左折、右折、など）、車速、交通違反（一時不停止、速度超過）の有無、などの入力を受け付ける。なお、交通状況のラベルの種類は、予め定められている。

【0024】

表示部１６は、例えば、液晶ディスプレイであり、各種の情報を表示する。表示部１６は、タッチパネル方式を採用して、入力部１５として機能しても良い。

【0025】

通信インタフェース１７は、他の機器と通信するためのインタフェースであり、例えば、イーサネット（登録商標）、ＦＤＤＩ、Ｗｉ－Ｆｉ（登録商標）等の規格が用いられる。

【0026】

次に、事故パターン判定装置１０の機能構成について説明する。図２は、事故パターン判定装置１０の機能構成の例を示すブロック図である。

【0027】

事故パターン判定装置１０は、機能的には、図２に示すように、事故事例データベース１０１、事故パターン抽出部１０２、事故パターンデータベース１０３、交通状況属性データベース１０４、事故リスク簡易判定部１０５、低リスク事故パターンデータベース１０６、高リスク事故パターンデータベース１０７、リスク不明事故パターンデータベース１０８、及びシミュレーション判定部１０９を備えている。なお、事故パターン抽出部は、交通状況取得部の一例である。

【0028】

事故事例データベース１０１は、車両に関する事故事例毎に映像、位置情報、挙動データ、ドライバ情報、又は交通状況データを記憶している。

【0029】

事故パターン抽出部１０２は、車両に関する事故事例毎に、当該事故事例の映像、位置情報、挙動データ、ドライバ情報、又は交通状況データから、当該事故事例における交通状況の組み合わせである事故パターンを抽出する。なお、交通状況の組み合わせの抽出方法に関しては、従来既知の手法を用いればよいため、詳細な説明を省略する。

【0030】

また、事故パターン抽出部１０２は、抽出された事故パターン毎に、当該事故パターンが抽出された事故事例の件数を計数し、事故パターンデータベース１０３に格納する。

【0031】

事故パターンデータベース１０３は、図３に示すように、事故パターン毎に、当該事故パターンが抽出された事故事例の件数を記憶している。図３では、交通状況の組み合わせである事故パターンを識別するＩＤ毎に、各交通状況の有無を０、１で表し、事故事例の件数を記録した例を示している。ここでは事故パターンの中に有る交通状況を１、無い交通状況を０で表す。

【0032】

交通状況属性データベース１０４は、図４に示すように、事故パターンデータベース１０３に含まれる複数の交通状況の各々に対する属性を記憶している。属性には、自動運転機能が不調になる交通状況であることを示すＡＤ不調要因、及びドライバの運転に影響を与える交通状況であることを示すドライバ要因を含む。

【0033】

具体的には、属性「ＡＤ不調要因」は、自動運転機能が不調になることが明らかな交通状況に付与されている。例えば、自動運転機能で利用するセンサの仕様の不調条件に該当する交通状況であり、交通状況「逆光」、「見通しが悪い」など、センサの仕様上、不調を起こしやすい交通状況に、属性「ＡＤ不調要因」が付与される。

【0034】

また、属性「ドライバ要因」は、人間のドライバにだけ起こりやすい交通状況に付与されている。例えば、ドライバの情報に関する交通状況「脇見」、「居眠り」や、交通違反に関する交通状況「一時不停止」、「速度超過」に、属性「ドライバ要因」が付与される。

【0035】

また、自動運転機能が不調になることが明らかな交通状況でもなく、人間のドライバにだけ起こりやすい交通状況でもない交通状況には、属性が付与されない。

【0036】

図４では、交通状況毎に、属性「ドライバ要因」が付与されているか否か、属性「ＡＤ不調要因」が付与されているか否かを０、１で表した例を示している。ここでは交通状況に付与されている属性を１、付与されていない属性を０で表す。

【0037】

事故リスク簡易判定部１０５は、事故パターンデータベース１０３に格納された事故事例毎の事故パターンと、交通状況属性データベース１０４に格納された複数の交通状況の各々に対する属性とに基づいて、事故パターン毎に、自動運転車両における事故リスクが高い事故パターンであるか、及び事故リスクが低い事故パターンであるかを判定する。

【0038】

具体的には、事故リスク簡易判定部１０５は、属性「ドライバ要因」が付与された交通状況を含む事故パターンについて、当該事故パターンに対する事故事例の数を取得する。また、事故リスク簡易判定部１０５は、当該事故パターンに対して、属性「ドライバ要因」が付与された交通状況以外の交通状況の組み合わせが共通し、かつ、属性「ドライバ要因」が付与された交通状況を含まない事故パターンに対する事故事例の数を取得する。事故リスク簡易判定部１０５は、取得した事故事例の数を比較して、自動運転車両における事故リスクが低いか否かを判定する。

【0039】

例えば、図５に示すように、ＩＤ「１」の事故パターンに対する事故事例の数Ｎ1が、１００である。また、ＩＤ「１」の事故パターンに対して、属性「ドライバ要因」が付与された交通状況以外の交通状況の組み合わせが共通し、かつ、属性「ドライバ要因」が付与された交通状況を含まない事故パターンを、ＩＤ「ｊ」の事故パターンとする。そして、ＩＤ「１」の事故パターンに対する事故事例の数Ｎ1と、ＩＤ「ｊ」の事故パターンに対する事故事例の数Ｎｊとの比Ｎ1／Ｎｊを計算する。この比Ｎ1／Ｎｊ＝１０が、閾値ｔｈより大きい場合に、ＩＤ「１」の事故パターンは、ドライバ要因の交通状況がなければ自動運転車両での事故が起きにくいと解釈し、自動運転車両における事故リスクが低い事故パターンであると判定する。閾値ｔｈは例えば本発明の使用者が設定する。

【0040】

また、図６に示すように、ＩＤ「１１」の事故パターンに対する事故事例の数Ｎ11が、８０である。また、ＩＤ「１１」の事故パターンに対して、属性「ドライバ要因」が付与された交通状況以外の交通状況の組み合わせが共通し、かつ、属性「ドライバ要因」が付与された交通状況を含まない事故パターンを、ＩＤ「ｋ」の事故パターンとする。そして、ＩＤ「１１」の事故パターンに対する事故事例の数Ｎ11と、ＩＤ「ｋ」の事故パターンに対する事故事例の数Ｎｋとの比Ｎ11／Ｎｋを計算する。この比Ｎ11／Ｎｋ＝０．８が、閾値ｔｈ以下である場合に、ＩＤ「１１」の事故パターンは、自動運転車両における事故リスクが低い事故パターンであると判定しない。

【0041】

また、事故リスク簡易判定部１０５は、属性「ドライバ要因」が付与された交通状況のみを含む事故パターンについては、自動運転車両における事故リスクが低い事故パターンであると判定する。

【0042】

また、事故リスク簡易判定部１０５は、属性「ＡＤ不調要因」が付与された交通状況を含む事故パターンについて、当該事故パターンに対する事故事例の数を取得する。また、事故リスク簡易判定部１０５は、当該事故パターンに対して、属性「ＡＤ不調要因」が付与された交通状況以外の交通状況の組み合わせが共通し、かつ、属性「ＡＤ不調要因」が付与された交通状況を含まない事故パターンに対する事故事例の数を取得する。事故リスク簡易判定部１０５は、取得した事故事例の数を比較して、自動運転車両における事故リスクが高いか否かを判定する。

【0043】

例えば、図７に示すように、ＩＤ「２１」の事故パターンに対する事故事例の数Ｎ21が、１００である。また、ＩＤ「２１」の事故パターンに対して、属性「ＡＤ不調要因」が付与された交通状況以外の交通状況の組み合わせが共通し、かつ、属性「ＡＤ不調要因」が付与された交通状況を含まない事故パターンを、ＩＤ「ｍ」の事故パターンとする。そして、ＩＤ「２１」の事故パターンに対する事故事例の数Ｎ21と、ＩＤ「ｍ」の事故パターンに対する事故事例の数Ｎｍとの比Ｎ21／Ｎｍを計算する。この比Ｎ21／Ｎｍ＝１０が、閾値ｔｈより大きい場合に、ＩＤ「２１」の事故パターンは、ＡＤ不調要因の交通状況があることで自動運転車両での事故が起きやすくなると解釈し、自動運転車両における事故リスクが高い事故パターンであると判定する。

【0044】

また、図８に示すように、ＩＤ「３１」の事故パターンに対する事故事例の数Ｎ31が、８０である。また、ＩＤ「３１」の事故パターンに対して、属性「ＡＤ不調要因」が付与された交通状況以外の交通状況の組み合わせが共通し、かつ、属性「ＡＤ不調要因」が付与された交通状況を含まない事故パターンを、ＩＤ「ｎ」の事故パターンとする。そして、ＩＤ「３１」の事故パターンに対する事故事例の数Ｎ31と、ＩＤ「ｎ」の事故パターンに対する事故事例の数Ｎｎとの比Ｎ31／Ｎｎを計算する。この比Ｎ31／Ｎｎ＝０．７が、閾値ｔｈ以下である場合に、ＩＤ「３１」の事故パターンは、自動運転車両における事故リスクが高い事故パターンであると判定しない。

【0045】

また、事故リスク簡易判定部１０５は、属性「ＡＤ不調要因」が付与された交通状況のみを含む事故パターンについては、自動運転車両における事故リスクが高い事故パターンであると判定する。

【0046】

また、事故リスク簡易判定部１０５は、事故パターンデータベース１０３に格納された事故事例毎の事故パターンの各々について、自動運転車両における事故リスクが高いと判定されず、自動運転車両における事故リスクが低いとも判定されない場合、当該事故パターンを、シミュレーションで事故リスクを判定すべきものであると判定する。

【0047】

低リスク事故パターンデータベース１０６には、自動運転車両における事故リスクが低い事故パターンと判定された、事故パターンが記憶される。

【0048】

高リスク事故パターンデータベース１０７には、自動運転車両における事故リスクが高い事故パターンと判定された、事故パターンが記憶される。

【0049】

リスク不明事故パターンデータベース１０８には、シミュレーションで事故リスクを判定すべきものであると判定された、事故パターンが記憶される。

【0050】

シミュレーション判定部１０９は、リスク不明事故パターンデータベース１０８に記憶された、事故パターンの各々について、自動運転車両における事故リスクが高い事故パターンであるか、自動運転車両における事故リスクが低い事故パターンであるかを判定する。

【0051】

例えば、事故事例データベース１０１から、判定対象となる事故パターンに該当する事故事例を抽出し、事故事例の映像、挙動情報、位置情報などから、従来既知の方法でシミュレータ上に走行状況を模擬する。模擬した走行状況で自動運転車両を模擬した車を１回以上走らせ、一定の割合以上事故が起これば、自動運転車両におけるリスクが高いと判定し、当該事故パターンを、高リスク事故パターンデータベース１０７に格納する。事故が起きる割合が、一定の割合未満であれば、自動運転車両におけるリスクが低いと判定し、当該事故パターンを、低リスク事故パターンデータベース１０６に格納する。

【0052】

＜本発明の実施の形態に係る事故パターン判定装置の作用＞
図９は、事故パターン判定装置１０による事故パターン判定処理の流れを示すフローチャートである。ＣＰＵ１１がＲＯＭ１２又はストレージ１４から事故パターン判定プログラムを読み出して、ＲＡＭ１３に展開して実行することにより、事故パターン判定処理が行なわれる。

【0053】

ステップＳ１００において、ＣＰＵ１１は、事故パターン抽出部１０２として、車両に関する事故事例毎に、当該事故事例の映像、位置情報、挙動データ、ドライバ情報、又は交通状況データから、当該事故事例における交通状況の組み合わせである事故パターンを抽出する。

【0054】

ステップＳ１０２で、ＣＰＵ１１は、上記ステップＳ１００で抽出された事故パターンから、一つの事故パターンを判定対象として選び、判定対象となる事故パターンが、属性「ドライバ要因」又は属性「ＡＤ不調要因」が付与された交通状況を含むか否かを判定する。判定対象となる事故パターンが、属性「ドライバ要因」又は属性「ＡＤ不調要因」が付与された交通状況を含む場合には、ＣＰＵ１１は、ステップＳ１０４へ移行する。一方、判定対象となる事故パターンが、属性「ドライバ要因」が付与された交通状況及び属性「ＡＤ不調要因」が付与された交通状況の何れも含まない場合には、ＣＰＵ１１は、ステップＳ１１０へ移行する。

【0055】

ステップＳ１０４で、ＣＰＵ１１は、事故リスク簡易判定部１０５として、事故パターンデータベース１０３に格納された事故事例毎の事故パターンと、交通状況属性データベース１０４に格納された複数の交通状況の各々に対する属性とに基づいて、自動運転車両における事故リスクが高い事故パターンであるか、及び事故リスクが低い事故パターンであるかを判定する。

【0056】

ステップＳ１０６では、ＣＰＵ１１は、上記ステップＳ１０４で、自動運転車両における事故リスクが高い事故パターンであると判定されたか、又は事故リスクが低い事故パターンであると判定されたかを判定する。自動運転車両における事故リスクが高い事故パターンであると判定されたか、又は事故リスクが低い事故パターンであると判定された場合には、ステップＳ１０８へ移行する。

【0057】

一方、自動運転車両における事故リスクが高い事故パターンであると判定されず、事故リスクが低い事故パターンであるとも判定されなかった場合には、ステップＳ１１０へ移行する。

【0058】

ステップＳ１０８では、ＣＰＵ１１は、自動運転車両における事故リスクが低いと判定された事故パターンを、低リスク事故パターンデータベース１０６に格納し、あるいは、自動運転車両における事故リスクが高いと判定された事故パターンを、高リスク事故パターンデータベース１０７に格納する。

【0059】

ステップＳ１１０で、ＣＰＵ１１は、判定対象となる事故パターンを、リスク不明事故パターンデータベース１０８に格納する。

【0060】

ステップＳ１１２で、ＣＰＵ１１は、上記ステップＳ１００で抽出された全ての事故パターンについて、上記のステップＳ１０２～ステップＳ１１２を実行したか否かを判定する。

【0061】

上記のステップＳ１０２～ステップＳ１１２を実行していない事故パターンが存在する場合には、上記ステップＳ１０２へ戻り、当該事故パターンを判定対象とする。一方、全ての事故パターンについて、上記のステップＳ１０２～ステップＳ１１２を実行した場合には、ステップＳ１１４へ移行する。

【0062】

ステップＳ１１４では、ＣＰＵ１１は、シミュレーション判定部１０９として、リスク不明事故パターンデータベース１０８に記憶された事故パターンの各々について、自動運転車両における事故リスクが高い事故パターンであるか、自動運転車両における事故リスクが低い事故パターンであるかを判定する。そして、判定結果に応じて、事故パターンを、高リスク事故パターンデータベース１０７又は低リスク事故パターンデータベース１０６に格納し、事故パターン判定処理は終了する。

【0063】

以上説明したように、本発明の実施の形態に係る事故パターン判定装置は、事故事例毎に取得した交通状況の組み合わせである事故パターンと、複数の交通状況の各々に対する属性とに基づいて、自動運転車両における事故リスクが高い事故パターンであるか、及び自動運転車両における事故リスクが低い事故パターンであるかを判定する。これにより、自動運転車両における事故リスクを簡易な処理で判定することができる。また、簡易な処理で判定できる事故パターンについてはシミュレーションする必要がなく、シミュレーションの手間を減らすことができる。

【0064】

＜変形例＞
上記の実施の形態では、自動運転車両における事故リスクを簡易な処理で判定する場合を例に説明したが、これに限定されるものではなく、他の特定の車両又は特定の運転者における事故リスクを簡易な処理で判定する装置に、本発明を適用してもよい。

【0065】

具体的には、高齢者ドライバにおける事故リスクを簡易な処理で判定するようにしてもよい。この場合には、交通状況に対して付与される属性に、運転者の加齢に伴って事故が起こりやすい交通状況であることを示す加齢要因が含まれるようにすればよい。

【0066】

例えば、図１０に示すように、交通状況「ペダル踏み間違い」、「逆走」、「方向指示器非点灯」などに、属性「加齢要因」が付与される。

【0067】

そして、事故リスク簡易判定部は、属性「加齢要因」が付与された交通状況を含む事故パターンについて、当該事故パターンに対する事故事例の数を取得する。また、事故リスク簡易判定部は、当該事故パターンに対して、属性「加齢要因」が付与された交通状況以外の交通状況の組み合わせが共通し、かつ、属性「加齢要因」が付与された交通状況を含まない事故パターンに対する事故事例の数を取得する。事故リスク簡易判定部は、取得した事故事例の数を比較して、高齢者ドライバにおける事故リスクが高いか否かを判定する。

【0068】

例えば、図１１に示すように、ＩＤ「１」の事故パターンに対する事故事例の数Ｎ1が、１００である。また、ＩＤ「１」の事故パターンに対して、属性「加齢要因」が付与された交通状況以外の交通状況の組み合わせが共通し、かつ、属性「加齢要因」が付与された交通状況を含まない事故パターンを、ＩＤ「ｋ」の事故パターンとする。そして、ＩＤ「１」の事故パターンに対する事故事例の数Ｎ1と、ＩＤ「ｋ」の事故パターンに対する事故事例の数Ｎｋとの比Ｎ1／Ｎｋを計算する。この比Ｎ1／Ｎｋ＝１０が、閾値ｔｈより大きい場合に、ＩＤ「１」の事故パターンは、加齢要因の交通状況があることで自動運転車両での事故が起きやすくなると解釈し、高齢者ドライバにおける事故リスクが高い事故パターンであると判定する。

【0069】

また、上記実施形態でＣＰＵがソフトウェア（プログラム）を読み込んで実行した各種処理を、ＣＰＵ以外の各種のプロセッサが実行してもよい。この場合のプロセッサとしては、ＦＰＧＡ（Field-Programmable Gate Array）等の製造後に回路構成を変更可能なＰＬＤ（Programmable Logic Device）、及びＡＳＩＣ（Application Specific Integrated Circuit）等の特定の処理を実行させるために専用に設計された回路構成を有するプロセッサである専用電気回路等が例示される。また、各種処理を、これらの各種のプロセッサのうちの１つで実行してもよいし、同種又は異種の２つ以上のプロセッサの組み合わせ（例えば、複数のＦＰＧＡ、及びＣＰＵとＦＰＧＡとの組み合わせ等）で実行してもよい。また、これらの各種のプロセッサのハードウェア的な構造は、より具体的には、半導体素子等の回路素子を組み合わせた電気回路である。

【0070】

また、上記実施形態では、プログラムがＲＯＭに予め記憶（インストール）されている態様を説明したが、これに限定されない。プログラムは、ＣＤ－ＲＯＭ（Compact Disk Read Only Memory）、ＤＶＤ－ＲＯＭ（Digital Versatile Disk Read Only Memory）、ＵＳＢ（Universal Serial Bus）メモリ等の非遷移的実体的記録媒体（non-transitory tangible storage medium）に記録された形態で提供されてもよい。また、プログラムは、ネットワークを介して外部装置からダウンロードされる形態としてもよい。

【符号の説明】

【0071】

１０ 事故パターン判定装置
１５ 入力部
１６ 表示部
１０１ 事故事例データベース
１０２ 事故パターン抽出部
１０３ 事故パターンデータベース
１０４ 交通状況属性データベース
１０５ 事故リスク簡易判定部
１０６ 低リスク事故パターンデータベース
１０７ 高リスク事故パターンデータベース
１０８ リスク不明事故パターンデータベース
１０９ シミュレーション判定部

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】