专利名称：危险度计算装置的制作方法
技术领域：
本发明涉及一种危险度计算装置，尤其涉及用于对本车辆的周围的危险度进行计算的危险度计算装置。
背景技术：
提出了一种为了提高行驶的安全性，而对车辆的周围的潜在的危险度进行计算的装置。例如，在专利文献I中，公开了一种如下的车辆用驾驶操作辅助装置，即，对由本车辆的动能而引起的潜在风险、由行驶规则而引起的潜在风险、由与障碍物的接近程度而引起的潜在风险、和由夹塞儿车辆而引起的潜在风险进行计算。专利文献I的装置中，在由动能而引起的潜在风险和由接近程度而引起的潜在风险中，选择值较大的一方，并向加速踏板以及方向盘施加连续变化的反力。专利文献I的装置中，在由行驶规则而引起的潜在风险和由夹塞儿车辆而引起的潜在风险中，优先选择由夹塞儿车辆而引起的潜在风险，并进一步向加速踏板以及方向盘施加以阶梯状增加的反力。
在先技术文献
专利文献
专利文献I :日本特开2008 - 6922号公报发明内容
发明所要解决的课题
但是，在如上文所述的技术中，关于障碍物，根据通过如激光雷达这样的传感器而得到的信息，来判断障碍物是如其他车辆这样的移动物，还是如建筑物这样的静止物，并且对该障碍物的危险度进行运算。因此，存在用于对移动物的危险度进行运算的运算负荷较大的缺点。此外，关于静止物，也没有进行该静止物是始终位于那里的、如建筑物这样的被固定的物体，还是如其他车辆这样的能够移动的物体的判断。
在如上文所述的技术中，为了根据通过传感器而得到的信息，来判断障碍物是移动物还是静止物，需要进行对通过传感器而得到的信息的详细的处理。而且，当还实施处于静止的物体只是停车的其他车辆，还是被固定而不能移动的建筑物的判断时，需要更高的运算负荷。
本发明是考虑到这种情况而完成的，其目的在于，提供一种能够通过更少的运算负荷，来对由能够移动的物体所产生的危险度进行计算的危险度计算装置。
用于解决课题的方法
技术领域：
本发明为如下的危险度计算装置，其具备移动物危险度计算单元，所述移动物危险度计算单元根据由被设置在本车辆的周围的多个地点中的每个地点处的物体所产生的危险度，来对由每个地点处的能够移动的物体所产生的移动物危险度的、在所有的地点处的合计值进行计算，移动物危险度计算单元通过从由每个地点处的物体所产生的危险度的、在所有的地点处的合计值中，减去由被固定在每个地点处而不能移动的物体所产生的固定物危险度的、在所有的地点处的合计值，从而对移动物危险度在所有的地点处的合计值进行计算。
根据该结构，移动物危险度计算单元根据由被设置在本车辆的周围的多个地点中的每个地点处的物体所产生的危险度，来对由每个地点处的能够移动的物体所产生的移动物危险度的、在所有的地点处的合计值进行计算。由此，能够得到由行驶中及停车中的其他车辆、或步行中及止步的行人等的移动物所产生的危险的程度。此外，移动物危险度计算单元通过从由每个地点处的物体所产生的、在所有的地点处的危险度的合计值中，减去由被固定在每个地点处而不能移动的物体所产生的固定物危险度的、在所有的地点处的合计值，从而对移动物危险度在所有的地点处的合计值进行计算。由此，由于移动物危险度计算单元无需在每个地点处对能够移动的物体和不能移动的物体进行辨别，因此能够通过较少的运算负荷来对移动物危险度的合计值进行计算。
此时，能够采用如下方式，S 卩，移动物危险度计算单元根据针对于地图上的每个位置而被预先设定的、固定物危险度在所有的地点处的合计值，以及本车辆在地图上的位置， 来取得固定物危险度在所有的地点处的合计值。
根据该结构，移动物危险度计算单元根据针对于地图上的每个位置而被预先设定的、固定物危险度在所有的地点处的合计值，以及本车辆在地图上的位置，来取得固定物危险度在所有的地点处的合计值。由此，由于移动物危险度计算单元无需在本车辆每次行驶到该位置时，均对不能移动的物体进行检测并对由该物体所产生的危险度进行计算，因此能够通过较少的运算负荷来对固定物危险度的合计值进行计算。
此时，能够采用如下方式，即，移动物危险度计算单元根据在每个地点处所检测出的进行移动的物体，来对针对于地图上的每个位置而被预先设定的、固定物危险度在所有的地点处的合计值进行修正。
当在该地点处新设置有建筑物或结构物时，被预先设定的固定物危险度和实际的固定物危险度之间将产生差异。但是，根据该结构，移动物危险度计算单元根据在每个地点处所检测出的进行移动的物体，来对针对于地图上的每个位置而被预先设定的、固定物危险度在所有的地点处的合计值进行修正。由此，即使在新设置有建筑物等情况下也能够应对。
此外，能够采用如下方式，S卩，还具备行动预测单元，所述行动预测单元对本车辆的周围的、能够移动的物体的行动进行预测，行动预测单元每隔预定的离散时间而对本车辆的周围的、能够移动的物体的行动进行预测，并且移动物危险度计算单元所计算出的、移动物危险度在所有的地点处的合计值越大，则越缩短离散时间。
根据该结构，行动预测单元对本车辆的周围的、能够移动的物体的行动进行预测。 此外，行动预测单元每隔预定的离散时间而对本车辆的周围的、能够移动的物体的行动进行预测，并且移动物危险度计算单元所计算出的、移动物危险度在所有的地点处的合计值越大，则越缩短离散时间。由此，当移动物危险度的合计值较大时，能够通过提高预测的精度而使安全性提高，并且，当移动物危险度的合计值较小时，能够在担保安全性的同时降低运算负荷。
此外，能够采用如下方式，S卩，还具备行动预测单元，所述行动预测单元对本车辆的周围的、能够移动的物体的行动进行预测，行动预测单元对本车辆的周围的能够移动的物体存在于每个预定的位置处的概率进行计算，并且移动物危险度计算单元所计算出的、 移动物危险度在所有的地点处的合计值越大，则越增大概率的分布的分散。
根据该结构，行动预测单元对本车辆的周围的、能够移动的物体的行动进行预测。 此外，行动预测单元对本车辆的周围的能够移动的物体存在于每个预定的位置处的概率进行计算，并且移动物危险度计算单元所计算出的、移动物危险度在所有的地点处的合计值越大，则概率的分布的分散越增大。由此，越在移动物危险度的合计值较大时，越能够实施更加安全的预测。
此外，能够采用如下方式，S卩，还具备驾驶辅助单元，所述驾驶辅助单元对本车辆的驾驶员的驾驶进行辅助，并且移动物危险度计算单元所计算出的、移动物危险度在所有的地点处的合计值越高，则驾驶辅助单元越提高对本车辆的驾驶员的驾驶进行辅助的程度。
根据该结构，驾驶辅助单元对本车辆的驾驶员的驾驶进行辅助。此外，移动物危险度计算单元所计算出的、移动物危险度在所有的地点处的合计值越高，则驾驶辅助单元越提高对本车辆的驾驶员的驾驶进行辅助的程度。由此，能够实现与移动物危险度的合计值对应的驾驶的辅助。
发明的效果
根据本发明的危险度计算装置，能够通过更少的运算负荷来对由能够移动的物体所产生的危险度进行计算。
图I为表示第一实施方式所涉及的驾驶辅助装置的结构的框图。
图2为表示第一实施方式所涉及的驾驶辅助装置的动作的流程图。
图3为表示第一实施方式所涉及的网格的图。
图4为表示在图3的网格中表现出了激光雷达的反射点的图。
图5为表示第二实施方式所涉及的驾驶辅助装置的结构的框图。
图6为表示第二实施方式所涉及的驾驶辅助装置的动作的流程图。
图7为表示第三实施方式所涉及的驾驶辅助装置的结构的框图。
图8为表示在图7的行动预测运算部中所运算的、其他车辆的存在概率分布的俯视图。
具体实施方式
以下，参照附图对本发明的第一实施方式进行说明。本实施方式为，将本发明的危险度计算装置应用在驾驶辅助装置中的方式。如图I所示，本实施方式的驾驶辅助装置IOa 具备激光雷达12、网格运算部14、总风险运算部16、GPS18、结构物风险存储装置20、移动物风险运算部22、以及信息提供装置24。
激光雷达(Lidar) 12用于通过对相对于以脉冲状发光的激光的照射而产生的散射光进行测定，从而对被设置在本车辆的周围的各个地点处的物体进行检测，而无论该物体是移动物还是固定物。
网格运算部14用于在本车辆的周围设定格子状区域、即网格，并对该网格的各个交点处的危险度(Risk)进行计算。总风险运算部16用于对网格的各个交点处的危险度进行合计，从而对由本车辆的周围的物体所产生的危险度的合计值进行计算。
GPS (Global Positioning System :全球定位系统)18用于实施对本车辆的位置测定。结构物风险存储装置20为如下的数据库，即，针对于地图上的每个地点而存储有本车辆位于该地点时的、由网格的各个交点处的不能移动的建筑物等固定物所产生的危险度的合计值的数据库。
如后文所述，移动物风险运算部22用于根据总风险运算部16所计算出的、由本车辆的周围的物体所产生的危险度的合计值，和从结构物风险存储装置20中提取的、由固定物所产生的危险度的合计值，来对由本车辆的周围的移动物所产生的危险度的合计值进行计算。
信息提供装置24用于将移动物风险运算部22所计算出的、由移动物所产生的危险度的合计值，显示给本车辆的驾驶员。具体而言，信息提供装置24为显示器或扬声器。信息提供装置24除了通过影像或声音而将由移动物所产生的危险度的合计值提示给本车辆的驾驶员之外，还根据由该移动物所产生的危险度的合计值，来对本车辆的驾驶员的驾驶进行辅助。
以下，对本实施方式的驾驶辅助装置IOa的动作进行说明。如图2所示，驾驶辅助装置IOa实施通过激光雷达12而进行的、对本车辆的周围的物体的检测(S11)。驾驶辅助装置IOa的网格运算部14将由激光雷达12照射的激光的反射点表现在网格上(S12)。
如图3所示，网格运算部14在本车辆100的周围设定格子状区域、即网格M。网格 M的各个格子状区域的大小被设定为，X轴方向上的单位矢量i以及Y轴方向上的单位矢量 j的大小。如图4所示，网格运算部14将反射点所涉及的物体的存在概率P表现在网格M 的交点处。
在此，存在概率P是指，物体存在于网格M的该交点处的概率。网格运算部14在考虑到激光雷达12的检测 的可靠度、和概率分布的分散度的条件下，而对网格M的各个交点处的存在概率P (x，y)进行运算。
总风险运算部16通过由激光雷达12照射的激光的反射点，而对网格M的各个交点处的危险度在所有的交点处的合计值进行运算(S13)。总风险运算部16通过以下的式 (I)来对网格M的各个交点处的危险度在所有的交点处的合计值Rall进行计算。在下式(I) 中，f (P (x，y))表示从存在概率P向危险度换算的换算式，例如f (P) = A XP这样，使存在概率P乘以固定的增益A。
Rall = Σ {f (P ( X , y))} (I)
在结构物风险存储装置20中预先存储有如下的合计值，即，假定本车辆100位于地图上的各个位置处时，由位于网格M的各个交点处的不能移动的固定物所产生的危险度在网格M的所有的交点处的合计值。移动物风险运算部22从结构物风险存储装置20中提取对应于通过GPS20所检测出的本车辆的位置的、由固定物所产生的危险度的合计值 (S14)。
移动物风险运算部22从在S13中所计算出的网格M的各个交点处的危险度的合计值Rall中，减去在S14中所提取的、对应于本车辆的位置的由固定物所产生的危险度的合计值，从而对由移动物所产生的危险度在网格M的所有的交点处的合计值(S15)进行计算。
信息提供装置24将由移动物所产生的危险度的合计值显示给本车辆100的驾驶员(S16)。由移动物所产生的危险度的合计值越大，则信息提供装置24越能够增大向驾驶员提供信息的频率、影像显示的大小、影像显示的亮度、以及声音的音量。由此，能够促进驾驶员实施安全的行动。或者，驾驶辅助装置IOa也可以作为如下的构件，即，由移动物所产生的危险度的合计值越大，则越对本车辆100的加速操作、制动操作以及转向操作实施通过执行器而进行的强制性的干预的构件。
根据本实施方式，移动物风险运算部22根据由被设置在本车辆100的周围的多个网格M的交点中的每个交点处的物体所产生的危险度，来对由每个交点处的移动物所产生的危险度的、在网格M的所有的交点处的合计值进行计算。由此，能够得到由行驶中及停车中的其他车辆、或步行中及止步的行人等移动物所产生的危险的程度。此外，移动 物风险运算部22通过从由物体所产生的危险度的合计值中，减去由被固定在每个交点处而不能移动的物体所产生的危险度的、在网格M的所有的交点处的合计值，从而对由移动物所产生的危险度在网格M的所有的交点处的合计值进行计算。由此，由于移动物风险运算部22无需在网格M的每个交点处对能够移动的物体和不能移动的物体进行辨别，因此能够以较少的运算负荷在短时间内对由移动物所产生的危险度的合计值进行计算。
在本实施方式中，通过激光雷达12对被设置在本车辆100的周围的多个网格M的交点中的每个交点处的物体进行检测。通过激光雷达12来判断物体为移动物还是固定物是比较困难的。但是，通过激光雷达12来对是否存在物体进行判断的精度较高。在本实施方式中，由于无需通过激光雷达12来对移动物和固定物进行辨别，而只要对存在与否的检测的精度较高即可，因此能够有效利用激光雷达12的特性。
此外，根据本实施方式，移动物危险运算部22根据被存储在结构物风险存储装置20中的针对于地图上的每个位置而被预先设定的、由固定物所产生的危险度，和本车辆 100在地图上的位置，来取得由固定物所产生的危险度在网格M的所有的交点处的合计值。 由此，由于移动物风险运算部22在本车辆100每次行驶到该位置处时，均无需对不能移动的物体进行检测并对由该物体所产生的危险度进行计算，因此能够以较少的运算负荷来对由固定物所产生的危险度的合计值进行计算。
而且，根据本实施方式，信息提供装置24对本车辆100的驾驶员的驾驶进行辅助。 此外，移动物风险运算部22所计算出的、由移动物所产生的危险度在网格M的所有的交点处的合计值越高，则信息提供装置24越提高对本车辆100的驾驶员的驾驶进行辅助的程度。由此，能够实现与由移动物所产生的危险度的合计值对应的驾驶的辅助。
以下，对本发明的第二实施方式进行说明。在本实施方式中，根据在网格M的每个交点处所检测出的进行移动的物体，来实施对结构物风险存储装置20中的针对于地图上的每个位置而被预先设定的、由固定物所产生的危险度进行修正，这一点上与上述第一实施方式不同。
如图5所示，本实施方式的驾驶辅助装置IOb除了上述第一实施方式的驾驶辅助装置IOa的结构要素之外，还具备摄像机26、毫米波雷达28、移动物检测运算部30以及结构物风险学习运算部32。摄像机26以及毫米波雷达28用于对存在于本车辆100的周围的移动物或固定物进行检测。摄像机26可以采用容易对物体距本车辆100的距离的变化进行检测的立体摄影机等。毫米波雷达28能够通过对反射波的多普勒位移进行检测，从而对物体距本车辆100的距离的变化进行检测。
移动物检测运算部30用于根据通过摄像机26以及毫米波雷达28而检测出的检测结果，来对存在于网格M的交点处的移动物以及固定物进行确定。结构物风险学习运算部32用于根据移动物检测运算部30所确定的、存在于网格M的交点处的移动物以及固定物，来对被存储在结构物风险存储装置20中的值进行修正。
以下，对本实施方式的驾驶辅助装置IOb的动作进行说明。如图6所示，摄像机26、毫米波雷达28以及移动物检测运算部30对存在于本车辆100的周围的移动物或固定物进行检测(S21)。
结构物风险学习运算部32根据移动物检测运算部30所确定的、存在于网格M的交点处的移动物或固定物，来对本车辆100的位置处的、由固定物所产生的危险度在网格M 的所有的交点处的合计值进行计算。结构物风险学习运算部32对被存储在结构物风险存储装置20中的、本车辆100的位置处的由固定物所产生的危险度的合计值，和由移动物检测运算部30新确定的固定物所产生的危险度的合计值进行比较(S22)。
当被存储在结构物风险存储装置20中的、由固定物所产生的危险度的合计值，和由移动物检测运算部30新确定的固定物所产生的危险度的合计值之间，存在预定的阈值以上的差异时(S22)，结构物风险学习运算部32将被存储在结构物风险存储装置20中的、 由固定物所产生的危险度的合计值，修正为由移动物检测运算部30新确定的固定物所产生的危险度的合计值(S23)。
结构物风险学习运算部32能够在本车辆100每次通过该地点时，实施由移动物检测运算部30进行的对移动物以及固定物的确定。对于例如前次以及此次等的多次的、由移动物检测运算部30进行的对移动物以及固定物的确定的结果而言，越为新的确定的结果， 则结构物风险学习运算部32越评价为重要，从而能够对被存储在结构物风险存储装置20 中的、由固定物所产生的危险度的合计值进行修正。由此，能够提高通过结构物风险学习运算部32而进行的学习的精度。
当新的建筑物或结构物被设置在该地点时，被预先设定在结构物风险存储装置20 中的由固定物所产生的危险度、和由实际的固定物所产生的危险度之间将产生差异。但是， 根据本实施方式，结构物风险学习运算部32根据在网格M的每个交点处所检测出的移动物以及固定物，来对针对于地图上的每个位置而被预先设定的、由固定物所产生的危险度的合计值进行修正。由此，即使在新设置有建筑物等的情况下也能够应对。
以下，对本发明的第三实施方式进行说明。在本实施方式中，在对本车辆100的周围的能够移动的物体的行动进行预测这一点上，与上述第一实施方式不同。如图7所示，本实施方式的驾驶辅助装置IOc除了上述第一实施方式的驾驶辅助装置IOa的结构要素之夕卜，还具备行动预测运算部34。行动预测运算部34通过蒙特卡罗法，每隔预定的离散时间而对存在于本车辆100的周围的移动物存在于网格M的各个交点处的存在概率进行计算。
如图8所示，设定为其他车辆200正行驶于本车辆100的前方。行动预测运算部 34每隔预测取样时间Λ Τ，而通过蒙特卡罗法(粒子滤波器)，来对其他车辆200存在于网格 M的各个交点处的存在概率分布P (t + AT)、存在概率分布P (t + 2AT)进行计算。在图8中，存在概率的平均由平均Pav (t + AT)、平均Pav (t +2ΛΤ)来表示。在图8中， 存在概率的分散由分散Pv (t + AT)、分散Pv (t +2 AT)来表示。
移动物风险运算部22所计算出的、由移动物所产生的危险度的合计值越少，则行动预测运算部34越增大预测取样时间ΛΤ，或者，越减少随机数发生次数N，从而越减小分散Pv(t+ AT)、分散Pv (t + 2ΛΤ)。此外，移动物风险运算部22所计算出的、由移动物所产生的危险度的合计值越大，则行动预测运算部34越减小预测取样时间ΛΤ，或者，越增大随机数发生次数N，从而越增大分散Pv (t+ AT)、分散Pv (t + 2AT)。信息提供装置 24根据由行动预测运算部34预测出的其他车辆200的行动，而将信息显示给本车辆100的驾驶员。
在本实施方式中，行动预测运算部34对本车辆100的周围的其他车辆200等的移动物的行动进行预测。行动预测运算部34每隔预测取样时间△ T而对本车辆100的周围的移动物存在于每个预定的位置处的概率进行计算，并且移动物风险运算部22所计算出的、 由移动物所产生的危险度的合计值越大，则越缩短预测取样时间ΛΤ。由此，当由移动物所产生的危险度的合计值较大时，能够通过提高预测的精度而使安全性提高，并且，当移动物危险度的合计值较小时，能够在担保安全性的同时降低运算负荷。
此外，在本实施方式中，移动物风险运算部22所计算出的、由移动物所产生的危险度的合计值越大，则行动预测运算部34越增大存在概率分布P(t + AT)的分散Pv(t + AT)。由此，由移动物所产生的危险度的合计值越大时，则越能够实施更为安全的预测。
以上，虽然对本发明的实施方式进行了说明，但本发明并不限定于上述实施方式， 而是能够进行各种改变。
产业上的可利用性
根据本发明的危险度计算装置，能够以更少的运算负荷来对由能够移动的物体所产生的危险度进行计算。
符号说明
IOaUObUOc驾驶辅助装置
12 激光雷达
14 网格运算部
16 总风险运算部
18 GPS
20 结构物风险存储装置
22 移动物风险运算部
24 信息提供装置
26 摄像机
28 毫米波雷达
30 移动物检测运算部
32 结构物风险学习运算部
34 行动预测运算部
100 本车辆
200 其他车辆
权利要求
1.一种危险度计算装置，其中，具备移动物危险度计算单元，所述移动物危险度计算单元根据由被设置在本车辆的周围的多个地点中的每个地点处的物体所产生的危险度，来对由每个所述地点处的能够移动的物体所产生的移动物危险度的、在所有的所述地点处的合计值进行计算，所述移动物危险度计算单元通过从由每个所述地点处的物体所产生的危险度的、在所有的所述地点处的合计值中，减去由被固定在每个所述地点处而不能移动的物体所产生的固定物危险度的、在所有的所述地点处的合计值，从而对所述移动物危险度在所有的所述地点处的合计值进行计算。
2.如权利要求I所述的危险度计算装置，其中，所述移动物危险度计算单元根据针对于地图上的每个位置而被预先设定的、所述固定物危险度在所有的所述地点处的合计值，以及所述本车辆在所述地图上的位置，来取得所述固定物危险度在所有的所述地点处的合计值。
3.如权利要求2所述的危险度计算装置，其中，所述移动物危险度计算单元根据在每个所述地点处所检测出的进行移动的物体，来对针对于所述地图上的每个位置而被预先设定的、所述固定物危险度在所有的所述地点处的合计值进行修正。
4.如权利要求I至3中任意一项所述的危险度预测装置，其中，还具备行动预测单元，所述行动预测单元对所述本车辆的周围的、能够移动的物体的行动进行预测，所述行动预测单元每隔预定的离散时间而对所述本车辆的周围的、能够移动的物体的行动进行预测，并且所述移动物 危险度计算单元所计算出的、所述移动物危险度在所有的所述地点处的合计值越大，则越缩短所述离散时间。
5.如权利要求I至4中任意一项所述的危险度预测装置，其中，还具备行动预测单元，所述行动预测单元对所述本车辆的周围的、能够移动的物体的行动进行预测，所述行动预测单元对所述本车辆的周围的能够移动的物体存在于每个预定的位置处的概率进行计算，并且所述移动物危险度计算单元所计算出的、所述移动物危险度在所有的所述地点处的合计值越大，则所述概率的分布的分散越增大。
6.如权利要求I至5中任意一项所述的危险度计算装置，其中，还具备驾驶辅助单元，所述驾驶辅助单元对所述本车辆的驾驶员的驾驶进行辅助，并且所述移动物危险度计算单元所计算出的、所述移动物危险度在所有的所述地点处的合计值越高，则所述驾驶辅助单元越提高对所述本车辆的驾驶员的驾驶进行辅助的程度。
全文摘要
本发明涉及一种危险度计算装置。移动物风险运算部(22)根据由被设置在本车辆(100)的周围的多个网格(M)的交点中的每个交点处的物体所产生的危险度，来对由每个交点处的移动物所产生的危险度的、在网格(M)的所有的交点处的合计值进行计算。由此，能够得到由行驶中及停车中的其他车辆、或步行中及止步的行人等的移动物所产生的危险的程度。此外，移动物风险运算部(22)通过从由物体所产生的危险度的合计值中，减去由被固定在每个交点处而不能移动的物体所产生的危险度的、在网格(M)的所有的交点处的合计值，从而对由移动物所产生的危险度在网格(M)的所有的交点处的合计值进行计算。由此，由于移动物风险运算部(22)无需在网格(M)的每个交点处对能够移动的物体和不能移动的物体进行辨别，因此能够通过较少的运算负荷来对由移动物所产生的危险度的合计值进行计算。
文档编号B60R21/00GK102884564SQ201080066680
公开日2013年1月16日 申请日期2010年5月10日 优先权日2010年5月10日
发明者清水政行 申请人:丰田自动车株式会社