図面 (/)

技術 衝突判定方法、衝突判定システム及びコンピュータプログラム

出願人 あいおいニッセイ同和損害保険株式会社SCSK株式会社
発明者 沼田俊彦石田和人永島達也荒木駿
出願日 2019年4月19日 (1年10ヶ月経過) 出願番号 2019-079838
公開日 2020年10月29日 (3ヶ月経過) 公開番号 2020-176935
状態 特許登録済
技術分野 加速度、衝撃の測定 乗員・歩行者の保護
主要キーワード ニューロチップ 衝突レベル 三次元加速度センサ 機械学習モデル 各通信モジュール 衝突判定システム 調査業務 絶対値変換
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2020年10月29日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (18)

課題

様々な種類の加速度センサに適用可能な汎用性の高い、かつ、精度の良い衝突判定方法衝突判定システム及びコンピュータプログラムを提供すること。

解決手段

車両300に搭載される加速度センサを用いて少なくとも第1軸について取得される加速度データを受け取るステップと、加速度データを絶対値変換するステップと、絶対値変換された加速度データに基づいて加速度センサを搭載する車両の衝突判定をするステップと、を含む衝突判定方法である。

概要

背景

近年、衝突の有無を車両に搭載した加速度センサを用いて検出し、損害保険会社等が行う損害調査業務支援するシステムが知られている。

特許文献1には、車両に搭載された加速度センサが取得する加速度波形パターンに現れる特徴量を抽出することによって事故状況解析し、その解析結果をテキストで表示する技術が記載されている。

特許文献2には、車両に搭載された加速度センサから取得された加速度情報から特定の周波数を有する情報を抽出し、抽出された情報に基づいて事故であるか否かを判定する事故判断方法が示されている。

概要

様々な種類の加速度センサに適用可能な汎用性の高い、かつ、精度の良い衝突判定方法衝突判定システム及びコンピュータプログラムを提供すること。車両300に搭載される加速度センサを用いて少なくとも第1軸について取得される加速度データを受け取るステップと、加速度データを絶対値変換するステップと、絶対値変換された加速度データに基づいて加速度センサを搭載する車両の衝突判定をするステップと、を含む衝突判定方法である。

目的

本発明は、様々な種類の加速度センサに適用可能な汎用性の高い、かつ、精度の良い衝突判定方法、衝突判定システム及びコンピュータプログラムを提供する

効果

実績

技術文献被引用数
0件
牽制数
0件

この技術が所属する分野

(分野番号表示ON)※整理標準化データをもとに当社作成

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

車両に搭載される加速度センサを用いて第1サンプリング周波数で第1軸、第2軸及び第3軸のそれぞれについて取得された第1加速度データを受け取るステップと、前記第1サンプリング周波数が第2周波数より大きい場合、前記第1加速度データを前記第2周波数の第2加速度データに変換するステップと、前記第2加速度データのうち、第1所定値以上の加速度を有する加速度データを前記第1所定値に補正し、前記第1所定値より小さい第2所定値以下の加速度を有する加速度データを前記第2所定値に補正して第3加速度データを取得するステップと、を含む衝突判定方法

請求項2

更に、前記第3加速度データを前記第1軸、前記第2軸及び前記第3軸ごとに正規化して第4加速度データを取得するステップと、前記第1軸、前記第2軸及び前記第3軸ごとに前記第4加速度データから所定の演算値を減算して第5加速度データを取得するステップと、前記第5加速度データを絶対値変換して第6加速度データを取得するステップと、前記第6加速度データに基づいて前記加速度センサを搭載する車両の衝突判定をするステップと、を含む請求項1に記載の衝突判定方法。

請求項3

前記所定の演算値は中央値である、請求項2に記載の衝突判定方法。

請求項4

車両に搭載される加速度センサを用いて第1サンプリング周波数で少なくとも第1軸について取得された加速度データを受け取るステップと、前記加速度データを絶対値変換するステップと、前記絶対値変換された加速度データを、前記第1サンプリング周波数で少なくとも前記第1軸について取得された複数の加速度データを教師データとし、衝突の有無を出力する機械学習モデルに適用して、前記加速度センサを搭載する車両の衝突判定をするステップと、を含む衝突判定方法。

請求項5

複数の車両に搭載される複数種類の加速度センサからそれぞれ取得された加速度データに基づいて、複数の前記車両の衝突判定をすることができる衝突判定システムであって、前記加速度センサから第1サンプリング周波数で第1軸、第2軸及び第3軸のそれぞれについて取得された第1加速度データを取得する取得手段と、前記第1サンプリング周波数が第2周波数より大きい場合、前記第1加速度データを前記第2周波数の第2加速度データに変換する周波数補正手段と、前記第2加速度データのうち、第1所定値以上の加速度を有する加速度データを前記第1所定値に補正し、前記第1所定値より小さい第2所定値以下の加速度を有する加速度データを前記第2所定値に補正して第3加速度データを取得する上下限補正手段と、を備える衝突判定システム。

請求項6

更に、前記第3加速度データを前記第1軸、前記第2軸及び前記第3軸ごとに正規化して第4加速度データを取得する正規化手段と、前記第1軸、前記第2軸及び前記第3軸ごとに前記第4加速度データから所定の演算値をそれぞれ減算して第5加速度データを取得する減算手段と、前記第5加速度データを絶対値変換して第6加速度データを取得する絶対値変換手段と、前記第6加速度データに基づいて前記加速度センサを搭載する車両の衝突判定をする衝突判定手段と、を備える請求項5に記載の衝突判定システム。

請求項7

前記衝突判定手段は、複数の前記車両に搭載される複数種類の前記加速度センサからそれぞれ取得された前記加速度データに基づいて取得される複数の前記第6加速度データを教師データとして機械学習されて構築された機械学習モデルを用いて前記衝突判定をするように構成されている、請求項6に記載の衝突判定システム。

請求項8

車両に搭載される加速度センサを用いて第1サンプリング周波数で第1軸、第2軸及び第3軸のそれぞれについて取得された第1加速度データを受け取るステップと、前記第1サンプリング周波数が第2周波数より大きい場合、前記第1加速度データを前記第2周波数の第2加速度データに変換するステップと、前記第2加速度データのうち、第1所定値以上の加速度を有する加速度データを前記第1所定値に補正し、前記第1所定値より小さい第2所定値以下の加速度を有する加速度データを前記第2所定値に補正して第3加速度データを取得するステップと、をコンピュータに実行させるためのコンピュータプログラム

請求項9

更に、前記第3加速度データを前記第1軸、前記第2軸及び前記第3軸ごとに正規化して第4加速度データを取得するステップと、前記第1軸、前記第2軸及び前記第3軸ごとに前記第4加速度データから所定の演算値をそれぞれ減算して第5加速度データを取得するステップと、前記第5加速度データを絶対値変換して第6加速度データを取得するステップと、前記第6加速度データに基づいて前記加速度センサを搭載する車両の衝突判定をするステップと、をコンピュータに実行させるための請求項8に記載のコンピュータプログラム。

技術分野

背景技術

0002

近年、衝突の有無を車両に搭載した加速度センサを用いて検出し、損害保険会社等が行う損害調査業務支援するシステムが知られている。

0003

特許文献1には、車両に搭載された加速度センサが取得する加速度波形パターンに現れる特徴量を抽出することによって事故状況解析し、その解析結果をテキストで表示する技術が記載されている。

0004

特許文献2には、車両に搭載された加速度センサから取得された加速度情報から特定の周波数を有する情報を抽出し、抽出された情報に基づいて事故であるか否かを判定する事故判断方法が示されている。

先行技術

0005

特開2018−25978号公報
特開2018−85646号公報

発明が解決しようとする課題

0006

しかしながら、車両が衝突したか否かの判定をすることは容易ではない。本願の発明者らは、例えば踏み切り駐車場など、大きな段差を有する箇所を車両が走行した場合であっても大きな加速度が発生するため、車両が衝突したと誤判定される場合があることに気が付いた。車両衝突が有ったと誤判定された場合、事故状況の確認作業など、無駄な作業が発生し現場の負担増につながる。一方で衝突有無の判定基準を緩めると本来検知すべき事故等を見逃してしまう。

0007

更に、車両に搭載する加速度センサには様々な種類のものがある点も衝突判定を困難なものとする。異なる種類の加速度センサを搭載する場合、同一の車両が同じような衝突を受けても、加速度センサによって取得される加速度データは異なる場合がある。このことも衝突判定を困難にする一因となる。

0008

特許文献1には、後方から衝突されて加速度が正方向に増加し、その後車両の全部が衝突して加速度が負方向に増加する波形パターンに基づいて衝突の有無を判定する技術を示しているに過ぎず、様々な種類の加速度センサに適用可能な汎用的な衝突判定方法を開示するものではない。

0009

特許文献2には、加速度センサから取得された加速度情報から特定の周波数の情報を抽出し、閾値と比較することによって衝突等の事故の有無を判定する技術を示しているに過ぎず、様々な種類の加速度センサに適用可能な汎用的な衝突判定方法を開示するものではない。

0010

そこで本発明は、様々な種類の加速度センサに適用可能な汎用性の高い、かつ、精度の良い衝突判定方法、衝突判定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

0011

本開示は、車両に搭載される加速度センサを用いて車両の衝突を判定する衝突判定方法に関する。具体的には、車両に搭載される加速度センサを用いて第1サンプリング周波数で第1軸、第2軸及び第3軸のそれぞれについて取得された第1加速度データを受け取るステップと、第1サンプリング周波数が第2周波数より大きい場合、第1加速度データを第2周波数の第2加速度データに変換するステップと、第2加速度データのうち、第1所定値以上の加速度を有する加速度データを第1所定値に補正し、第1所定値より小さい第2所定値以下の加速度を有する加速度データを第2所定値に補正して第3加速度データを取得するステップを含む。更に、第3加速度データを第1軸、第2軸及び第3軸ごとに正規化して第4加速度データを取得するステップと、第1軸、第2軸及び第3軸ごとに第4加速度データから中央値など所定の演算値をそれぞれ減算して第5加速度データを取得するステップと、第5加速度データを絶対値変換して第6加速度データを取得するステップと、第6加速度データに基づいて加速度センサを搭載する車両の衝突判定をするステップを含んでもよい。

0012

但し、加速度センサを用いて4軸以上の加速度データを取得することを妨げるものではない。例えば、6軸の加速度データを取得し、そのうち少なくとも3軸の加速度データについて上記処理を適用してもよい。

0013

また、本開示は、車両に搭載される加速度センサを用いて車両の衝突を判定する衝突判定方法に関する。具体的には、車両に搭載される加速度センサを用いて第1サンプリング周波数で少なくとも第1軸について取得される加速度データを受け取るステップと、加速度データを絶対値変換するステップと、絶対値変換された加速度データを、第1サンプリング周波数で少なくとも第1軸について取得された複数の加速度データを教師データとし、衝突の有無を出力する機械学習モデルに適用して、加速度センサを搭載する車両の衝突判定をするステップと、を含む衝突判定方法である。

0014

このように、少なくとも第1軸について取得される第1加速度データについて上記処理を適用してもよい。また、絶対値変換された加速度データを教師データとする機械学習モデルを構築することが好ましい。

0015

また、本開示は、複数の車両に搭載される複数種類の加速度センサからそれぞれ取得された加速度データに基づいて、複数の車両の衝突判定をすることができる衝突判定システムである。このシステムは、加速度センサから第1サンプリング周波数で第1軸、第2軸及び第3軸のそれぞれについて取得された第1加速度データを取得する取得手段と、第1サンプリング周波数が第2周波数より大きい場合、第1加速度データを第2周波数の第2加速度データに変換する周波数補正手段と、第2加速度データのうち、第1所定値以上の加速度を有する加速度データを第1所定値に補正し、第1所定値より小さい第2所定値以下の加速度を有する加速度データを第2所定値に補正して第3加速度データを取得する上下限補正手段を含む。更に、第3加速度データを第1軸、第2軸及び第3軸ごとに正規化して第4加速度データを取得する正規化手段と、第1軸、第2軸及び第3軸ごとに第4加速度データから中央値など所定の演算値をそれぞれ減算して第5加速度データを取得する減算手段と、第5加速度データを絶対値変換して第6加速度データを取得する絶対値変換手段と、第6加速度データに基づいて加速度センサを搭載する車両の衝突判定をする衝突判定手段を備えてもよい。

0016

ここで、衝突判定手段は、複数の車両に搭載される複数種類の加速度センサからそれぞれ取得された加速度データに基づいて取得される複数の第6加速度データを教師データとして機械学習された衝突判定モデルを用いて衝突判定をするように構成してもよい。

0017

また、本開示は、コンピュータプログラムに関する。このプログラムは、車両に搭載される加速度センサを用いて第1サンプリング周波数で第1軸、第2軸及び第3軸のそれぞれについて取得された第1加速度データを受け取るステップと、第1サンプリング周波数が第2周波数より大きい場合、第1加速度を第2周波数の第2加速度データに変換するステップと、第2加速度データのうち、第1所定値以上の加速度を有する加速度データを第1所定値に補正し、第1所定値より小さい第2所定値以下の加速度を有する加速度データを第2所定値に補正して第3加速度データを取得するステップとをコンピュータに実行させる。更に、第3加速度データを第1軸、第2軸及び第3軸ごとに正規化して第4加速度データを取得するステップと、第1軸、第2軸及び第3軸ごとに第4加速度データから中央値など所定の演算値をそれぞれ減算して第5加速度データを取得するステップと、第5加速度データを絶対値変換して第6加速度データを取得するステップと、第6加速度データに基づいて加速度センサを搭載する車両の衝突判定をするステップと、を更にコンピュータに実行させる命令を含んでもよい。コンピュータプログラムは、不揮発的な記憶媒体に記録されていてもよい。

図面の簡単な説明

0018

保険システム200のネットワーク構成
保険業務支援システム100等の機能ブロック
衝突判定手段140によって実行される衝突判定方法を示すフローチャート
加速度データ取得部150Aによって取得される第1加速度データの一例
加速度データ取得部150Aによって取得される第1加速度データの一例
周波数補正部150Bによって取得される第2加速度データの一例
周波数補正部150Bによって取得される第2加速度データの一例
周波数補正部150Bによって取得される加速度データの一例
周波数補正部150Bによって取得される加速度データの一例
上下限補正部150Cによって取得される第3加速度データの一例
上下限補正部150Cによって取得される第3加速度データの一例
上下限補正部150Cによって取得される第3加速度データの一例
正規化部150Dによって取得される第4加速度データの一例
正規化部150Dによって取得される第4加速度データの一例
減算部150Eによって取得される第5加速度データの一例
減算部150Eによって取得される第5加速度データの一例
絶対値変換部150Fによって取得される第6加速度データの一例

実施例

0019

以下、本発明の実施形態について図面を用いて説明する。以下の実施形態は、本発明を説明するための例示であり、本発明をその実施形態のみに限定する趣旨ではない。

0020

図1は、本実施形態に係る衝突判定手段140(図2)を実装する保険業務支援システム100を用いた保険システム200のネットワーク構成を示す模式図である。

0021

この保険システム200は、車両300Aなどの複数の車両300にそれぞれ搭載されるテレマティクス端末310(図2)と、このテレマティクス端末310から加速度データなどの運転情報ネットワークNを介して取得し、取得した運転情報に基づいて車両300の衝突有無を判定する衝突判定手段140を備える保険業務支援システム100を備えている。

0022

保険業務支援システム100は、衝突判定手段140により所定の車両300の衝突が検出された際は、その車両300を管轄するオペレータOPの情報端末に所定の車両300の衝突が検出されたことを通知する。オペレータOPは、その車両300のドライバーDが保有する情報端末に電話又はメール等で連絡し、衝突の有無等の事故状況をヒアリングするとともに、必要に応じて、レッカー手配入庫誘導救急車手配等のサービスを提供することができる。なお、特定の車両300について言及するときは、車両300A、車両300Bなどと呼称し、総称するときは単に車両300と呼称する。また、特定の車両300のテレマティクス端末310、演算手段320、センサ手段330及び通信手段340に限定するときは、テレマティクス端末310A、演算手段320Aなどと呼称し、総称するときは単にテレマティクス端末310、演算手段320などと呼称する。

0023

図2は、車両300に搭載されるテレマティクス端末310、保険業務支援システム100の機能ブロック図を示している。

0024

この図に示されるように、テレマティクス端末310は、演算処理を行うための演算手段320、ネットワークN等と通信を行うための通信手段340、加速度センサ等のセンサを備えるセンサ手段330を備えている。テレマティクス端末310は、車両300に後付けで搭載されている。但し、テレマティクス端末310は、車両300にもともと搭載されていてもよい。また、ドライバーDが保有する携帯情報端末インストールされているアプリケーションプログラムを用いて、携帯情報端末に搭載される三次元加速度センサから加速度データを取得し、ネットワークN等を介して保険業務支援システム100に送信するように構成してもよい。その場合、冶具等のホルダを用いて携帯情報端末を車両に搭載することが好ましい。

0025

演算手段320は、プロセッサと、記憶装置を備えている。プロセッサは、記憶装置に記憶されるファームウェア等のコンピュータプログラムに従って所定の演算処理を実行する。プロセッサは、一又は複数の中央処理装置(CPU)、MPU(Micro Processing Unit)、GPU、マイクロプロセッサ(microprocessor)、プロセッサコア(processor core)、マルチプロセッサ(multiprocessor)、ASIC(Application-Specific IntegratedCircuit)、FPGA(Field Programmable Gate Array)などで実現される。記憶装置は、NANDフラッシュメモリNORフラッシュメモリSSD、ハードディスクドライブ等の不揮発性メモリと、SRAM又はDRAM等の揮発性メモリを備えている。不揮発性メモリには、本開示で示される各種演算処理を実行するためのコンピュータプログラムや本開示で必要となる各種データが記憶されている。不揮発性メモリは、一時的でない有形媒体に相当する。揮発性メモリは、不揮発性メモリからロードしたコンピュータプログラムや、プロセッサがコンピュータプログラムを実行している間に生成される各種データを一時的に格納する作業領域を提供する。

0026

通信手段340は、ネットワークNを介して保険業務支援システム100等の外部機器と情報の送受信を行うための手段を備えており、例えば、WiFi(IEEEによって策定された802.11規格に基づく無線通信方式)、LTE、Bluetooth(登録商標)の各通信モジュールを備えている。

0027

センサ手段330は、車両300の挙動を検出するためのセンサ及び周辺環境を取得するためのセンサであり、加速度センサ、ジャイロセンサイメージセンサ等を備えている。

0028

加速度センサは、X軸、Y軸、Z軸の3方向の加速度を100Hzのサンプリング周波数で取得することができるピエゾ抵抗型3軸加速度センサである。但し、加速度センサは、静電容量型又は熱検知型の加速度センサであってもよい。この加速度センサは、X軸が車両300の進行方向(前後方向)、Y軸が車両300の横方向(左右方向)、Z軸が車両300の上下方向に一致するように予め位置決めてされて車両300に搭載されている。加速度センサは、例えば、6軸センサの一部として搭載されてもよい。

0029

センサ手段330は、更に車両300の傾きを検出するためのジャイロセンサ、車両300の前方及び後方の周辺環境を撮像するためのCMOSイメージセンサ等を備えている。

0030

演算手段320は、加速度センサが取得する加速度データを時系列で記憶装置に記録するように構成されている。また、加速度センサが取得する3軸の加速度データのいずれかの値が所定の閾値を上回ったとき、記憶装置に記録されている所定期間(例えば、10秒間)の過去の加速度データと、所定期間の将来の加速度データを通信手段340を用いて保険業務支援システム100に送信するように構成されている。

0031

なお、演算手段320は、加速度センサ以外のセンサ等から取得する走行距離運転速度、急発進、急ブレーキ静止画動画情報燃費情報等の運転情報を時系列で取得し、その一部又は全ての運転情報を車両300の識別情報と共に保険業務支援システム100に送信するように構成されている。

0032

ネットワークNは、インターネット、WiFi、LAN、LTE、Bluetooth(登録商標)その他の通信回線の組み合わせから構成される。

0033

保険業務支援システム100は、演算手段110、通信手段120、記憶手段130を備える。また、衝突判定をするための衝突判定手段140を備える。但し衝突判定手段140は、演算手段110が備える記憶装置に記録されているコンピュータプログラムを演算手段110が備えるプロセッサが実行することにより実現される。但し衝突判定手段140がプロセッサと記憶装置を備え、この記憶装置に記録されているコンピュータプログラムをプロセッサが実行することにより実現されてもよい。

0034

演算手段110の構成は演算手段320と同一であるから、その詳細な説明は省略される。演算手段110は、本開示に含まれるフローチャートを実行するためのコンピュータプログラムその他の演算処理及び演算処理に必要なデータを記録する記憶装置を備える。

0035

通信手段120の構成は通信手段340と同一であるから、その説明な説明は省略される。通信手段120は、ネットワークNを介して、複数の車両300にそれぞれ搭載されるテレマティクス端末310から、加速度データを含む運転情報を、車両300の識別情報(ドライバーDの識別情報の場合を含む)と共に取得する。また、演算手段110は、通信手段120により取得された運転情報を記憶手段130に記録する。

0036

記憶手段130は、SSD、HDD等の不揮発性の記憶装置からなるデータベースである。記憶手段130は、車両300の識別情報に関連付けて取得された運転情報を格納する。また、車両300の識別情報に関連付けて、過去の運転履歴情報通報データ等を格納する。なお、記憶手段130等の各構成要素は、保険業務支援システム100と一体的に設けられている必要はない。例えば、記憶手段130は、遠隔地に設けられたサーバーシステムから構成されてもよい。

0037

以下、保険業務支援システム100の衝突判定手段140の各機能ブロックの説明を、フローチャートを交えて説明する。図3は、衝突判定手段140によって実行される衝突判定方法を示すフローチャートである。

0038

車両300に搭載されるテレマティクス端末310の演算手段320は、サンプリング周波数である100Hzで取得され、記憶装置に記録される加速度データの値が所定の閾値を超えたか否か、各軸ごとに判断する(ステップS301)。

0039

加速度データの値が所定の閾値を超えた場合(Y)、演算手段320は、通信手段340を用いて、閾値を超える前から超える後までの所定期間の3軸の加速度データを車両300の識別情報と共に保険業務支援システム100に送信する(ステップS302)。例えば、閾値を超える前の4秒間すなわち400レコードと、閾値を超えた後の3.5秒間すなわち350レコードの合計750レコードの加速度データが、保険業務支援システム100に送信される。

0040

保険業務支援システム100の演算手段110は、通信手段120を用いて3軸の加速度データを車両300から取得すると、記憶手段130に記憶するとともに、衝突判定手段140のデータ処理部150の加速度データ取得部150Aに供給する(ステップS304)。

0041

図4A及び図4Bは、センサ手段330の加速度センサによって取得され、加速度データ取得部150Aによって取得される加速度データ(「第1加速度データ」の一例)の一例を示している。図4Aにおいて、横軸は、取得された加速度データを時系列で示しており、縦軸は、加速度の大きさを重力加速度であるG(約9.8m/s2)単位で示している。なお、図4Aグラフ及び以降のグラフにおいて、軸ごとに線種を異ならせており、太い実線はX軸、破線はY軸、細い実線はZ軸の加速度データを示している。これら図面に示されるように、加速度データは、X軸、Y軸、Z軸についてそれぞれ750レコード(750個)のデータを有する加速度を示すデータの集合である。また、400レコード付近において、X軸、Y軸、Z軸のそれぞれの加速度値が正方向又は負方向に突出していることから、400レコード付近の加速度データが取得された際に、加速度データの値である加速度値が閾値を超えたことが示されている。従って、概ね0〜400レコードの加速度データは、閾値を超える前の過去4秒間の加速度データであり、概ね400〜750レコードの加速度データは、閾値を超えた後の3.5秒間の加速度データである。また、これら図面に示されるように、加速度値は、平常時は、概ね0.2G以下である。また、車両300が衝突した可能性がある400レコード付近では、10Gを超える場合があることが示される。

0042

加速度データ取得部150Aによって取得された加速度データが予め定められた周波数である50Hzより大きい場合、周波数補正部150Bは、加速度データに基づいて、50Hzの加速度データ(「第2加速度データ」の一例)を取得する(ステップS305)。

0043

図5A及び図5Bは、周波数補正部150Bによって取得される加速度データ(「第2加速度データ」の一例)の一例を示している。図5Bに示されるように、1レコードおきに元の加速度データを抽出することによって、もともと100Hzの周波数で取得された加速度データに基づいて50Hzの周波数の加速度データを取得している。従ってこの加速度データのレコード数は、750レコードの半分の375レコードである。なお縦軸で示される加速度値は補正されていない。従って、図4Aで示される加速度値と図5Aで示される加速度値は大きく変わっていない。

0044

なお、予め定められた周波数である50Hzは一例である。例えば、33Hzでもよい。その場合、3レコードごとに1つの加速度データを抽出することによって、もともと100Hzの周波数で取得された加速度データを33Hzの周波数の加速度データに変換している。予め定められた周波数は、車両300に搭載される可能性が高い3軸の加速度センサのサンプリング周波数のうち、最も低いサンプリング周波数に設定することが好ましい。このようなダウンサンプリングにより、異なるサンプリング周波数を有する複数種類の加速度センサから取得された加速度データを同等に扱うことが可能となる。

0045

また、加速度データの取得方法は様々である。例えば、隣接する2つ、又は、複数の加速度値の平均値を第2加速度データとしてもよい。また、隣接する2つ、又は、複数の加速度値から、絶対値が最大のものを抽出して第2加速度データとしてもよい。

0046

上下限補正部150Cは、周波数補正部150Bによって取得された加速度データのうち、所定値以上の加速度値を有する加速度データをその所定値に補正し、異なる所定値以下の加速度値を有する加速度データをその異なる所定値に補正する(ステップS306)。

0047

図6A及び図6Bは、周波数補正部150Bによって取得される加速度データの別の一例を示し、図7A及び図7Bは、上下限補正部150Cによって取得される加速度データ(「第3加速度データ」の一例)の一例を示している。

0048

周波数補正部150Bは、例えば、各軸の加速度データのうち、加速度値が2G以上のものを2Gに補正し、加速度値が−2G以下のものを−2Gに補正する。

0049

本願の発明者らは、所定値以上の加速度値を有する加速度データは、衝突を判定するために大きな技術的意義を有さない点に着目した。例えば、加速度値が2Gの加速度データと、加速度データが10Gの加速度データは、共に衝突があったことを伺わせる十分に大きな加速度であることを示す意味で技術的に同様の価値を有する。一方で、衝突有無を判定するために、加速度値が2Gの加速度データと加速度データが10Gの加速度データを異なる取り扱いをする必要性に乏しい。負の加速度値についても同様であり、加速度値が−2Gの加速度データと、加速度データが−10Gの加速度データは、共に衝突があったことを伺わせる十分に大きな加速度であることを示す意味で技術的に同様の価値を有する一方で、両者を異なる取り扱いをする必要性に乏しい。

0050

そこで、加速度データの上下限補正部150Cは、所定値以上の加速度値を有する加速度データをその所定値に補正し、異なる所定値以下の加速度値を有する加速度データをその異なる所定値に補正する。2つの所定値は、絶対値が同一であることが好ましい。また、所定値の絶対値は、判定しようとする衝突に応じて適宜異ならせることができる。また、上限である所定値及び下限である所定値は、車両300に搭載される可能性が高い3軸の加速度センサが仕様上取得できる最大及び最低の加速度値に基づいてそれぞれ設定されることが好ましい。このようにすることで、仕様上取得できる最大及び最低の加速度値が異なる複数種類の加速度センサから取得された加速度データを同様に取り扱うことが可能となる。

0051

正規化部150Dは、上下限補正部150Cによって取得された加速度データをX軸、Y軸、Z軸ごとにMin−Max手法で正規化して加速度データ(「第4加速度データ」の一例)を取得する(ステップS307)。Min−Max手法は、知られている正規化の手法であり、下記の式によって表現される。

0052

0053

具体的には、所定の軸における加速度値の最大値最小値の差を分母とし、各加速度値と最小値の差を分子とすることにより、加速度データの各加速度値を0以上1以下の範囲に正規化する。なお、その他の正規化の手法を採用してもよい。例えば、最大値をM、最小値をmとなるように正規化してもよい。その他、加速度値が一定範囲に収まるようにする様々な正規化の手法を用いることができる。

0054

図8Aは、上下限補正部150Cによって、最大値を6G、最小値を−6Gとして得られた加速度データ(「第3加速度データ」の一例)を示し、図8Bは、正規化部150Dによって、正規化された加速度データ(「第4加速度データ」の一例)を示している。

0055

これら図面に示されるように、第3加速度データは、第1の軸について平常時は概ね0Gを有し衝突時は6Gの加速度値を有し、第2の軸について平常時は概ね1Gを有し衝突時は−1Gと1Gの加速度値を有し、第3の軸について平常時は概ね0Gを有し衝突時は−1Gと1Gの加速度値を有する。従って、軸ごとに衝突時の加速度値が大きく異なる。例えば、衝突によっては、上下方向のZ軸には少し揺れ、横方向であるY軸には一方向(例えば、正方向にのみ)大きく揺れ、前後方向であるX軸には前後方向に揺れるということがある。このような場合に、Z軸方向の揺れは、加速度値の絶対値が小さくても、平常時と比較して変動が生じている部分のデータは衝突を判定するために重要な情報となる。従って第1軸、第2軸及び第3軸ごとに正規化することによって、本来加速度値の絶対値が小さいために重視されなかった加速度データを衝突判定するために重要なデータとして取り扱うことが可能となる。

0056

減算部150Eは、正規化部150Dによって取得された加速度データから、X軸、Y軸、Z軸ごとに中央値を減算して加速度データ(「第5加速度データ」の一例)を取得する(ステップS308)。具体的には、例えば、各軸の加速度値を小さい順に並び替えたものをx(1)、x(2)などとした場合、レコード数であるnが奇数の場合、中央値、すなわち、加速度値を小さい順から並べたときの真ん中の値は、x((n+1)/2)で表現され、nが偶数の場合、中央値は、((x(n/2)+x(n/2+1))/2)で表現される。

0057

図9Aは、正規化部150Dによって取得される加速度データの別の一例を示し、図9Bは、減算部150Eによって取得される加速度データ(「第5加速度データ」の一例)の一例を示している。

0058

このようなステップを経ることにより、通常走行時の加速度の影響を軽減した加速度データを取得することができる。特に、衝突前後の加速度データとして十分なレコード数を含む加速度データを取得することにより、衝突以外の影響を抑制することが可能になる。例えば、所定の軸の加速度値に一定のバイアスがのっていた時にそのバイアスの影響を抑制することができる。また、一定の加速度で加速中又は減速中は、衝突していなくても、X軸方向について一定の加速度値を有するが、その影響を抑制し、衝突による加速度の変化を強調することが可能となる。更に、異なる種類の加速度センサごとに、通常走行時に表出する加速度の影響が異なる場合があるが、このようなばらつきを抑制することも可能になる。

0059

絶対値変換部150Fは、減算部150Eによって取得された加速度データの各加速度値を絶対値に変換して加速度データ(「第6加速度データ」の一例)を取得する(ステップS309)。

0060

図10Aは、減算部150Eによって取得される加速度データの別の一例を示し、図10Bは、絶対値変換部150Fによって取得される加速度データ(「第6加速度データ」の一例)の一例を示している。

0061

このようなステップを経ることにより、ある軸について負の方向の加速度データと正の方向の加速度データを同等に扱うことが可能になる。本願の発明者らは、加速度データを用いて衝突判定する場合、画像データ等を取り扱う場合と異なり、正方向と負方向を区別なく扱うことが可能となる点に着眼した。例えば、追突された場合、X軸について正方向の加速度データが得られ、追突した場合、X軸について負方向の加速度データが得られるが、いずれも車両が衝突しているから、加速度値の正負によらず絶対値を用いることによって、衝突判定に利用することが可能となる。

0062

更に、このような加速度データを機械学習のための教師データとして用いることにより十分な量の教師データを用意することが可能になる。すなわち、上述したように、加速度データを正方向と負方向を区別なく扱うことにより、例えば、追突された場合の加速度データを教師データとして含む機械学習により構築された学習モデルに基づいて、追突したか否かの衝突判定を行い、追突した場合の加速度データを教師データとして含む機械学習により構築された学習モデルに基づいて、追突されたことの有無の衝突判定が可能となる。従って、例えば、正方向の衝突に関する加速度データ、例えば、正の値を有する加速度データが少ないために、十分な教師データが得られない場合であっても、反対方向の衝突に関する加速度データ、例えば、負の値を有する加速度データを、正方向の衝突に関する教師データとして用いることが可能になる。

0063

以上のような処理を行うことにより、様々な種類の加速度センサから得られた加速度データに基づいて、汎用性が高く、かつ、衝突判定に適した加速度データを取得することが可能になる。

0064

衝突判定部160は、絶対値変換部150Fから加速度データを取得し、取得した加速度データに基づいて車両300の衝突の有無を判定する(ステップS310)。

0065

衝突判定部160は、例えば、ニューラルネットワークが組み込まれたニューロチップにより構成され、加速度データの入力を行う少なくとも3つの入力端子及び信号の出力を行う少なくとも2つの出力端子、GPUを備える演算部、演算部のGPUにより実行されるコンピュータプログラムを格納するROMと、コンピュータプログラム及び演算データを一時的に記憶するRAMを備える。

0066

なお、ニューラルネットワークとは、それぞれ1以上のノードを含む入力層、中間層(隠れ層)及び出力層から構成されており、各ノード間の結合強度を学習により変化させることで所定の能力を得るように構成されたネットワークである。

0067

衝突判定部160は、データ処理部150によって処理された加速度データを教師データとして構築された学習モデルを備えている。具体的には、衝突があった際のX軸、Y軸及びZ軸ごとの衝突前、衝突時、衝突後を含む複数の加速度データ及び衝突が無かった際のX軸、Y軸及びZ軸ごとの同期間の加速度データを教師データとして機械学習により構築された学習モデルを備えている。衝突が無かった際の教師データの例として、悪路走行時の加速度データを用いることができる。このような教師データを含むことにより、車両300が悪路走行した際に、衝突があったと誤判定される可能性を減少させることができる。

0068

衝突判定部160は、車両300から取得され、データ処理部150による処理を経て得られた加速度データを衝突判定部160に入力端子に入力すると、衝突の有無を示す信号を出力するように構成されている。

0069

なお、ニューラルネットワークは、CNN(Convolutional Neural Network)、RNN(Recurrent Neural Network)、Elman network、Jordan network、ESN(Echo State Network)、LSTM(Long Short Term Memory network)、BRNN(Bi-directional RNN)などから構成することができる。また、上述した教師データを用いた機械学習(ディープラーニングを含む)により判定を出力するものであれば、必ずしもニューラルネットワークを用いた回路である必要は無い。また、加速度データ以外のデータを更に入力してもよい。例えば、ジャイロセンサから得られた車両300の角速度データを更に入力してもよい。また出力は3種類以上であってもよい。例えば、衝突レベルに応じて3種類以上の信号を出力してもよい。

0070

演算手段110は、衝突判定部160から衝突があった旨の信号を取得した場合、その車両300から受信した識別情報に関連付けて記憶手段130に記録される車両300のドライバーDの連絡先その他の情報を読み出して、オペレータOP等に対し通知する。オペレータOPは、ドライバーDと連絡をとって、衝突の有無等の事故状況をヒアリングするとともに、必要に応じて、レッカー手配、入庫誘導、救急車手配等のサービスを提供することができる。また、衝突の有無等の事故状況等を、車両300の識別情報と関連付けて記録する。

0071

以上のように、本開示によれば、様々な種類の加速度センサに適用可能な汎用性の高い、かつ、精度の良い衝突判定方法、衝突判定システム及びコンピュータプログラムを提供することができる。

0072

例えば、車両300Aのセンサ手段330Aに搭載される加速度センサのサンプリング周波数が100Hzであり、例えば、車両300Bのセンサ手段330Bに搭載される加速度センサのサンプリング周波数が50Hzである場合、周波数補正部150Bで両者の加速度データの周波数を、例えば、50Hz、又は、それ以外の周波数に揃えることにより、両手段で取得された加速度データを同様に扱うことが可能になる。但し、周波数補正部150Bは、アップサンプリングしてもよい。例えば、周波数補正部150Bは、車両300Bのセンサ手段330Bに搭載される加速度センサで得られる加速度データを2倍、又は、その他の量に増加してもよい。更に周波数補正部150Bによる周波数補正をすることが好ましいが、このユニットを省略しても、他のユニットにより、汎用性を高め、かつ、精度を向上した衝突判定方法等を提供することができる。

0073

例えば、車両300Aのセンサ手段330Aに搭載される加速度センサの上限が5Gで下限が−5Gであり、例えば、車両300Bのセンサ手段330Bに搭載される加速度センサの上限が2Gであり下限が−2Gの場合、上下限補正部150Cは、両者の加速度データの最大値を、例えば、2Gとし、最小値を、例えば、−2Gとして揃えることにより、両手段で取得された加速度データを同様に扱うことが可能になる。但し、上下限補正部150Cによる補正をすることが好ましいが、上限値の補正、又は、下限値の補正、或いは、双方の補正を省略しても、他のユニットにより、汎用性を高め、かつ、精度を向上した衝突判定方法等を提供することができる。また、上下限補正部150Cによる処理と、周波数補正部150Bによる処理の順番を異ならせてもよい。

0074

また、正規化部150Dにより、軸ごとに加速度データを正規化することによって、本来加速度値の絶対値が小さいために重視されなかった加速度データを衝突判定するために重要なデータとして取り扱うことが可能となる。また、上下限補正部150Cにより所定値以上の絶対値を有する加速度データを所定値に補正した後に正規化することで、極端に大きな加速度値を有する加速度データを除いた後に正規化することができるから、単純に正規化した場合、埋もれてしまう情報を強調することが可能になる。但し、正規化部150Dによる正規化処理をすることが好ましいが、仮にこの処理を省略しても、他のユニットにより、汎用性を高め、かつ、精度を向上した衝突判定方法等を提供することができる。また、他のユニットによる処理と順番を異ならせてもよい。

0075

また、減算部150Eにより、軸ごとに中央値を減算することにより、通常走行時の影響を軸ごとに除外することが可能にある。但し、中央値以外の値、例えば、最頻値や平均値で加速度データを減算してもよい。減算部150Eによる減算処理をすることが好ましいが、仮にこの処理を省略しても、他のユニットにより、汎用性を高め、かつ、精度を向上した衝突判定方法等を提供することができる。また、他のユニットによる処理と順番を異ならせてもよい。 例えば、正規化部150Dにより加速度値の中央値、又は、平均値がゼロとなるように正規化した後、絶対値変換部150Fによる処理を行ってもよい。

0076

また、絶対値変換部150Fにより、絶対値を取る。正の加速度値と負の加速度値を区別すると、データ数が多い方向の衝突ばかり判定する結果を招く可能性がある。このため、あえて絶対値を取ることにより、所定方向の衝突を判定する場合が、不当に多くなりすぎないようにするとともに、教師データ数を増やすことを可能とした。また、機械学習を利用する場合に、絶対値変換部150Fによる処理をすることが好ましいが、仮にこの処理を省略しても、他のユニットにより、汎用性を高め、かつ、精度を向上した衝突判定方法等を提供することができる。また、他のユニットによる処理と順番を異ならせてもよい。

0077

例えば、車両から取得した加速度データに対し、直接絶対値変換部による処理をして、衝突判定部160による判定処理にかけてもよい。

0078

例えば、所定の軸、例えば、X軸のみデータ処理部150による各処理を行って衝突判定をしてもよい。但し正規化部150Dによる処理を省略してもよい。

0079

また、本発明は、その要旨を逸脱しない限り、さまざまな変形が可能である。例えば、上述したようなデータ処理部150による処理の一部のみを実行するとともに、そのような処理を経たデータを用いた機械学習装置を設けてもよい。

0080

10衝突判定装置
100保険業務支援システム
110演算手段
120通信手段
130 記憶手段
140衝突判定手段
150データ処理部
150A加速度データ取得部
150B周波数補正部
150C上下限補正部
150D正規化部
150E 減算部
150F絶対値変換部
160 衝突判定部
200保険システム
300 車両
310 テレマティクス端末

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

(分野番号表示ON)※整理標準化データをもとに当社作成

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

関連する公募課題一覧

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ