具体实施方式

图1是概要地示出实施方式的信息处理装置即碰撞预测装置100的结构的框图。

碰撞预测装置100具备制动加速设定存储部101、制动时间计算部102、反应时间检测部103、反应时间设定存储部104、预测时间确定部105、周边车辆信息存储部106、位置速度预测部107、以及碰撞预测部108。

例如如图2所示，碰撞预测装置100搭载于车辆130。

图2是用于说明搭载于车辆130的装置的概要图。

在车辆130中除了设置有碰撞预测装置100之外，还设置有周边监视传感器131、作为摄像装置的图像传感器132、以及警告装置133。

周边监视传感器131设置在车辆130的前方、后方、侧方及车顶上。另外，周边监视传感器131不需要设置在全部的这些位置，此外，也可以设置于其他位置。

周边监视传感器131为了检测车辆130的周边的车辆即周边车辆(未图示)，计测周边车辆与车辆130的相对位置及相对速度。然后，周边监视传感器131将计测到的值送至碰撞预测装置100。

图像传感器132取得车辆130的行进方向上的图像，将表示所取得的图像的图像信息提供给碰撞预测装置100。

警告装置133对车辆130的驾驶员进行警告。

警告装置133将发生碰撞的概率作为输入，在该概率超过预先设定的阈值的情况下，通过显示器(未图示)的显示或者扬声器(未图示)的声音再现而对驾驶员进行警告。

此外，碰撞预测装置100与车辆130的CAN(Contoller Area Network：控制器局域网)连接，能够从与CAN连接的电子控制单元(ECU)取得表示加速踏板的操作的信息、雨滴传感器的检测结果及车速信息。

返回图1，制动加速设定存储部101存储计算车辆130的制动时间所需的信息。例如，制动加速设定存储部101存储车辆130的车速、雨滴传感器的检测结果、道路的摩擦系数及重力加速度。

这里，作为道路的摩擦系数，存储有湿润沥青的摩擦系数及干燥沥青的摩擦系数。湿润沥青的摩擦系数通常为0.4～0.6的值，这里，存储有最小的值即0.4。干燥沥青的摩擦系数为0.7～0.8，这里，存储有最小的值即0.7。

重力加速度约为9.8米/秒。

制动时间计算部102计算车辆130通过制动而停止所需的时间即制动时间。制动时间是根据假想的路面的摩擦系数及当前的车速而计算的。例如，制动时间s由下述的式(1)求出。

s＝v/(μ·g) (1)

这里，v为车辆130的速度，μ为摩擦系数，以及g为重力加速度。它们存储在制动加速设定存储部101中。

制动时间计算部102基于雨滴传感器的检测结果，决定所使用的摩擦系数。具体而言，在雨滴传感器的检测结果表示检测到雨滴、换言之表示正在下雨的情况下，使用湿润沥青的摩擦系数，在雨滴传感器的检测结果表示未检测到雨滴、换言之表示没有下雨的情况下，使用干燥沥青的摩擦系数。

反应时间检测部103检测驾驶员针对车辆130的周围的环境的变化考虑应对并到执行该应对为止所需的时间即反应时间，将检测到的反应时间存储于反应时间设定存储部104。

例如，反应时间检测部103根据来自图像传感器132的图像信息所示的图像来检测信号灯，确定检测到的信号灯从表示停止的红色信号灯变为表示行进的绿色信号灯的时刻。接着，反应时间检测部103根据经由CAN从ECU得到的表示加速踏板的操作的信息，确定在信号灯变为绿色信号灯之后驾驶员操作了加速踏板的时刻。然后，反应时间检测部103将信号灯改变的时刻与操作了加速踏板的时刻之间的时间差设为反应时间。

预测时间确定部105确定后级的位置速度预测部107及碰撞预测部108进行预测处理的时刻的范围即预测时间。例如，预测时间确定部105以将制动时间与反应时间相加后的时间越长则预测时间越长的方式确定预测时间，该预测时间是预测车辆130与周边车辆在将来发生碰撞的时刻的范围。这里，预测时间是通过将制动时间、反应时间以及预先决定的时间相加来确定的。

具体而言，预测时间确定部105将位置速度预测部107及碰撞预测部108进行预测处理的时刻即时刻步长k+n(k及n为正整数)的范围限制为下述的式(2)及式(3)所示的范围。

M＝{n：0＜n≦m} (2)

m＝《(r+s+α)/Δt》 (3)

这里，M是预测时刻步长集合，由此，位置速度预测部107及碰撞预测部108进行预测处理的时刻被决定为时刻步长k～时刻步长k+m的范围。

Δt是位置速度预测部107及碰撞预测部108进行动作的周期，s是上述的制动时间，r是上述的反应时间。

此外，《a》是将实数a的第一位小数上舍入得到的整数。α是从预测到碰撞开始到为了使车辆130在与周边车辆碰撞之前停止而必须开始制动的时刻为止的延缓时间的设定值。

周边车辆信息存储部106存储周边车辆的位置及速度。例如，位置速度预测部107根据由周边监视传感器131检测到的周边车辆的相对位置及相对速度来计算周边车辆的绝对位置及绝对速度，将计算出的绝对位置及绝对速度作为周边车辆的位置及速度存储于周边车辆信息存储部106即可。

此外，周边车辆信息存储部106存储由位置速度预测部107预测出的状态值的估计值和误差协方差。状态值包含位置和速度。

位置速度预测部107在预测时间所包含的时刻执行车辆130的位置及速度和周边车辆的位置及速度的预测。例如，位置速度预测部107使用卡尔曼滤波器，根据存储于周边车辆信息存储部106的周边车辆的位置及速度，如以下那样预测未来的周边车辆的位置及速度。

＜位置速度预测部107的估计处理＞

首先，限定于1台周边车辆进行说明。

这里，将图1所示的车辆130的前方向设为Y轴，将车辆130的右方向设为X轴，设X轴与Y轴相互正交。

当将由时刻步长k中的周边车辆的位置的X坐标p_xk、Y坐标p_yk、周边车辆的速度的X轴成分v_xk、Y轴成分v_yk构成的周边车辆的状态值设为x_k＝[p_xk p_yk v_xk v_yk]^T时，表示等速运动的状态方程式如下式(4)那样表示。

x_k＝F·x_k-1 (4)

F是基于等速运动的时间迁移的线性模型，如下式(5)那样表示。

F是对状态值赋予时间Δt的运动的线性模型。在通常的卡尔曼滤波器中，针对估计对象的系统的控制输入的项与在系统的动作的过程中产生的过程噪声的项包含在状态方程式中，但在周边车辆内产生的控制输入及过程噪声在这里是不清楚的，因此，将这些项作为零向量而忽略控制输入和过程噪声。

接着，如下那样假定周边车辆具有的状态值x_k与周边监视传感器131能够观测周边车辆而得到的观测值z_k的关系。

z_k＝H·x_k+v_k

H是从状态空间到观测空间的映射，但是，这里假定为状态空间和观测空间都是位置与速度的欧几里德空间，将H设为单位矩阵。

v_k是周边监视传感器131的观测噪声，假定为依照N(0，R)的高斯分布。方差R是4×4的协方差矩阵。

接着，在将x＾_k设为x_k的估计值且将P_k设为x＾_k的误差协方差时，使用前一个时刻步长k-1的估计值x＾_k-1及其误差协方差P_k-1与当前时刻步长k的观测值z_k，如下式(6)～式(10)那样表示x＾_k及P_k。

x＾_k＝x＾_k|k-1+K_k·(z_k-H·x＾_k|k-1) (6)

P_k＝(I-K_k·H)·P_k|k-1 (7)

K_k＝P_k|k-1·H^T(R+H·P_k|k-1·H^T)^-1 (8)

x＾_k|k-1＝F·x＾_k-1 (9)

P_k|k-1＝F·P_k-1·F^T (10)

这里，x＾_k|k-1是基于时刻步长k-1的估计值而预测出的、其下一个时刻步长k的预测值，P_k|k-1是其误差协方差。这里，“＾”是表示是估计值的记号。

位置速度预测部107从周边车辆信息存储部106读取前一个时刻步长k-1的估计值x＾_k-1以及误差协方差P_k-1，为了下一个时刻步长，将基于前一个时刻步长k-1的估计值x＾_k-1以及误差协方差P_k-1如上述那样估计出的当前时刻步长k的估计值x＾_k以及误差协方差P_k记录于周边车辆信息存储部106。

另外，通常存在多个周边车辆，因此，位置速度预测部107针对多个周边车辆中的各个周边车辆，将包含位置及速度的状态值以及误差协方差记录于周边车辆信息存储部106。

＜位置速度预测部107的预测处理方法＞

这里，通过使用如下的状态迁移模型F(t)，能够以当前时刻步长k中的估计值x＾_k及误差协方差P_k为基础，不仅预测下一个时刻步长k+1的估计值，还如下式(11)～式(13)那样，预测任意的时刻步长k+n的估计值。

x＾_k+n|k＝F(n)·x＾_k (11)

P_k+n|k＝F(n)·P_k·F(n)^T (12)

或者，也可以通过下式(14)～式(16)来进行预测。

x＾_k+n|k＝F·x＾_k+n-1|k (14)

P_k+n|k＝F·P_k+n-1|k·F^T (15)

其中，n是如上述那样使最大预测时刻步长k+m为最大值的整数。

＜位置速度预测部107的关联处理＞

接着，说明多个周边车辆正在行驶的情况下的、存储于周边车辆信息存储部106的估计值与新得到的观测值的关联。

在时刻步长k中，需要将在I台周边车辆在车辆130的周边行驶的情况下观测的I个观测值z_i，k(i＝1，2，···，I：I是正整数)与已经通过卡尔曼滤波器预测出位置及速度的J台周边车辆(J是正整数)的估计值中的任意估计值建立关联。

作为粗略方针，采用与已经在前一个时刻步长中预测出的周边车辆的当前时刻步长的预测位置之间的距离最近的观测值作为该周边车辆的观测值而将两者建立关联。但是，即便是与预测位置最近的观测值，在该距离超过阈值的情况下，也不采用该观测值作为该周边车辆的观测值，不建立关联。

针对J台周边车辆中的、没有关联任何观测值的周边车辆，认为该周边车辆消失，从周边车辆信息存储部106删除其估计值及误差协方差，以后，不通过位置速度预测部107对其进行处理。

另一方面，针对没有与任何周边车辆关联的观测值，将其看作是新发现的周边车辆的观测值，该观测值被看作是该时刻步长的估计值而存储于周边车辆信息存储部106。对于该新存储的观测值的误差协方差，使用观测噪声的方差R或者使用零矩阵。

如下那样测定用于关联的距离。

首先，针对J台的周边车辆o＾_j中的每一个，当考虑将在时刻步长k-1中预测出的时刻步长k中的位置Y·x＾_k|k-1设为其平均值且将误差协方差Y·P_j，k|k-1·Y^T设为其方差的多变量高斯分布g_j，k(X)时，g_j，k(X)表示周边车辆o＾_j位于位置X的概率。换言之，g_j，k(Y·z_i，k)表示周边车辆o＾_j位于观测到的位置Y·z_i，k的概率。

为了减小与更合理的观测值之间的距离，将1/g_j，k(Y·z_i，k)或1-g_j，k(Y·z_i，k)设为为了建立关联而测量的距离。其中，Y为用于从位置速度x＾_k|k-1中仅取出位置的下式(17)那样的矩阵。

碰撞预测部108根据位置速度预测部107中的预测的结果来预测车辆130与周边车辆的碰撞。例如，如以下说明的那样，碰撞预测部108基于在任意的时刻步长及位置发生碰撞的概率，预测碰撞的有无。

当考虑将基于时刻步长k中的预测的时刻步长k+n中的位置Y·x＾_k+n|k-1设为其平均值且将误差协方差Y·P_j，k+n|k-1·Y^T设为其方差的多变量高斯分布g_j，k，n(x)时，这表示在时刻步长k+n中周边车辆o＾_j位于位置x的概率、即周边车辆位置概率。

同样，当基于车辆130的位置及速度的预测在时刻步长k+n中将车辆130位于位置x的概率即对象车辆位置概率设为f_k，n(x)时，车辆130与任意的周边车辆位于相同坐标x也就是说碰撞的概率、即碰撞概率h_k，n(x)由下式(18)示出。

[数式1]

因此，能够根据碰撞概率h_k，n(x)是否超过阈值λ，如下式(19)那样判定有无所预测的碰撞。

[数式2]

其中，位置的范围X如以下的式(20)所表示的那样，设为对象车辆位置概率f_k，n(x)超过阈值λ的范围。

X＝{x：f_k，n(x)＞λ} (20)

图3是概要地示出实施方式的碰撞预测装置100的硬件结构的框图。

碰撞预测装置100具备存储器120、处理器121、周边监视传感器接口(以下称为I/F)122、警告I/F123、以及车辆信息I/F124。

碰撞预测装置100的功能作为程序而存储于存储器120，处理器121读出并执行这些程序。

碰撞预测装置100具备周围监视传感器I/F122，计测车辆130的周围的周围监视传感器111与周围监视传感器I/F122连接。处理器121所执行的程序能够访问周围监视传感器111的传感器数据，即其他车辆相对于本车辆的相对位置及相对速度。如后所述，基于车辆130的速度和与周边车辆之间的相对速度，能够得到周边车辆的绝对速度。

此外，碰撞预测装置100具备警告I/F123，警告装置133与警告I/F123连接。处理器121所执行的程序能够通过警告装置133对车辆130的驾驶员提示警告。

此外，碰撞预测装置100具备车辆信息I/F124，车辆130的CAN与车辆信息I/F124连接。处理器121所执行的程序能够访问加速踏板、制动踏板、雨滴传感器的信息及车速信息。

以上那样的程序可以通过网络来提供，此外还可以记录于记录介质中提供。即，这样的程序例如也可以作为程序产品来提供。因此，碰撞预测装置100能够通过由计算机执行以上那样的程序来实现。

接着，对动作进行说明。

图4是示出实施方式的碰撞预测装置100的动作的流程图。

碰撞预测装置100在从接通电源而开始动作之后到切断电源等而结束动作为止的期间，如图4的步骤S10及S16所示那样，以周期Δt重复进行S11～S15的处理。

在步骤S11中，制动时间计算部102基于车辆130的车速v、摩擦系数μ、重力加速度g，计算制动时间s。

在步骤S12中，反应时间检测部103计测车辆130的驾驶员的反应时间，将其记录于反应时间设定存储部104。

在步骤S13中，预测时间确定部105基于制动时间s及反应时间r，计算与进行碰撞的预测的预测时间对应的预测时刻步长集合M。

在步骤S14中，位置速度预测部107将周边监视传感器131检测到的周边车辆的位置及速度作为观测值，求出当前时刻步长中的状态值的估计值，进而，基于该估计值，对预测时刻步长集合M的范围的各时刻步长中的周边车辆的位置及速度进行预测。

在步骤S15中，碰撞预测部108基于预测时刻步长集合M的范围的各时刻步长中的车辆130及周边车辆的位置及速度，计算车辆130与任意的周边车辆发生碰撞的概率，将该概率向警告装置133输出。

如以上那样，根据本实施方式，基于驾驶员的反应时间来限制预测处理的时刻范围，因此，能够削减计算成本而不缺少需要向驾驶员发出警告的碰撞的预测。

标号说明

100碰撞预测装置，101制动加速设定存储部，102制动时间计算部，103反应时间检测部，104反应时间设定存储部，105预测时间确定部，106周边车辆信息存储部，107位置速度预测部，108碰撞预测部，130车辆，131周边监视传感器，132图像传感器，133警告装置。