行驶支持用设备 【技术领域】
本公开主要涉及一种行驶支持设备，所述行驶支持设备设定运动体的行驶中心并基于所述行驶中心的设定来为所述运动体提供行驶支持。
背景技术
基于道路的几何形状信息设定行驶位点以及执行对行驶于该道路上的运动体的行驶控制的方法公开于例如日本专利文献JP-A-H07-248819中。在以上文献中的行驶位点控制方法是关于基于以几何方式设定的位点的方向盘的转向角以及相对于所述以几何方式设定的位点的交通工具的方向。
但是，当基于几何形状信息设定驾驶员所驾驶的交通工具的行驶位点时，该行驶位点不一定与为交通工具的驾驶员提供舒适的预测行驶位点相符。即，换言之，当驾驶员执行对交通工具的行驶控制时，根据道路几何形状的行驶位点可能导致他/她的不适。
更具体地，如果驾驶员正在驾驶交通工具并由他/她自己转向，则当交通工具行驶在弯曲道路上时，交通工具被转向成朝向所述弯曲道路的“出口”行驶。另一方面，当交通工具行驶于根据道路的几何形状信息设定的行驶位点上时，交通工具未被充分转向成朝向所述弯曲道路的“出口”，从而给驾驶员以交通工具将离开该道路的印象，这导致驾驶员的不适和/或不安全感。
【发明内容】
鉴于以上及其它问题，本发明提供了一种在不引起驾驶员的不适的情况下能适当支持交通工具的驾驶员的行驶支持设备。
在本公开的一方面中，所述行驶支持设备包括：凝视点设定单元，用于设定运动体的驾驶员的凝视点；以及轨迹设定单元，用于基于由所述凝视点设定单元所设定的凝视点来设定所述运动体的轨迹。
通常，当运动体行驶于弯曲道路时，运动体的驾驶员在他/她注视着转弯的所谓“出口”时，即，所述道路的弯曲部分的终点时，执行转向操作。在本公开中，设定由驾驶员凝视的凝视点，并基于该凝视点来设定行驶位点。因此，所设定的行驶位点与由他/她自己的转向操作所产生的行驶位点相符，进而不会导致不适和/或不安全感。
此外，根据本公开的另一方面，所述行驶支持设备包括：位置获取单元，用于获取存在于运动体附近的对象的位置作为环境信息；运动获取单元，用于获取所述运动体的运动作为运动信息；观测运动计算单元，用于基于模拟所述运动体的驾驶员的视网膜的视网膜球模型连同所述环境信息和运动信息来计算表示投影在视网膜上的对象的运动信息的观测运动；以及轨迹设定单元，用于基于所述观测运动来设定所述运动体的轨迹。
通过具有以上元件，本公开的技术计算表示投影在驾驶员的视网膜球模型上的对象的运动信息的观测运动。即，将观测运动限定为对象的运动至由交通工具的驾驶员识别的运动量的转化。由此，通过基于观测运动来设定交通工具的行驶位点，由于行驶位点与来自驾驶员自己的转向操作地行驶位点相符，因而防止了交通工具的行驶位点引起他的/她的不适和/或不安全感。
【附图说明】
从以下参照附图所进行的详细描述，本公开的目的、特征及优点将变得更加明显，在所述附图中：
图1是本发明的一实施方式中的行驶支持设备的结构的框图；
图2是道路上的网格点的图示；
图3是视网膜球模型的图示；
图4是由计算单元计算的且由用于每个网格点的线段所表示的偏心角变化的图示；
图5是在每个网格点线上的最小变化点以及凝视点的图示；
图6是转换至直角坐标的运动体的轨迹的图示；
图7A和7B是目标轨迹与当前轨迹之间的差异的图示；以及
图8是与凝视点和轨迹相关的盲点的图示。
【具体实施方式】
参照附图来描述本公开的实施方式。图1是本公开的一实施方式中的行驶支持设备1的结构的框图。行驶支持设备1为四轮交通工具(即，运动对象)的行驶提供支持，并且包括：环境信息获取单元(即，在权利要求语言中的位置获取单元)10，用于获取存在于运动体附近的对象的位置作为环境信息；交通工具行为获取单元(即，运动获取单元)20，用于获取运动体的运动作为运动信息；观测运动计算单元30，用于基于模拟运动体的驾驶员的视网膜的视网膜球模型连同环境信息和运动信息，计算表示投影在视网膜上的对象的运动信息的观测运动；凝视点设定单元40，用于设定运动体的驾驶员的凝视点；轨迹设定单元50，用于基于由凝视点设定单元40所设定的凝视点来设定运动体的轨迹；以及轨迹控制单元60，用于执行运动体的轨迹控制。这些元件中的每一个都由安装在所述交通工具上的计算机来实现。
环境信息获取单元10获取以下信息作为环境信息：(a)存在于交通工具周围的对象的位置以及(b)所述对象与所述交通工具的距离。交通工具周围的对象包括当交通工具正在行驶时由该交通工具的驾驶员所观测到的对象。在本实施方式中，交通工具周围的对象包括设定在该交通工具所行驶的道路上的网格点。因此，获取单元10获取网格点的位置和距离。此外，诸如道路上的障碍之类的对象可以包括在交通工具周围的对象中。
行驶道路上的网格点是交通工具轨迹的候选点，即，交通工具的预期行驶位点。如图2所示，采用以均匀间隔正交地穿过道路的中心线的方式在行驶道路上沿着网格线L设置网格点。此外，如图2所示，网格线L本身以均匀间隔画在该道路上。
网格点的位置和距离是通过例如用能够连续拍摄交通工具的前方图像的前部摄像机11拍摄交通工具前方的道路的图像来获取的。基于对交通工具的前方图像的分析，能够获取位置和距离。此外，可以使用毫米波雷达等来代替前部摄像机11。而且，网格点相对于交通工具的位置可以从存储道路地图数据的地图数据库12获取。在这种情况下，可以首先确定交通工具的当前位置。为了确定交通工具的当前位置，可以使用利用地图数据库12和GPS(全球定位系统)单元24的地图匹配方法。还可以基于道路地图信息、交通工具的前方图像以及来自雷达等的信息的组合来确定交通工具的当前位置。
交通工具行为获取单元20获取关于交通工具运动的信息。交通工具运动信息包括：分别基于来自速度传感器21和横摆率传感器22的信号所计算和获取的速度V、横摆率γ等。速度V和横摆率γ两者或者这两个值中的至少一个可以基于由GPS单元24检测到的当前交通工具的位置的改变来获取。
此外，交通工具行为获取单元20例如依据驾驶员头部的摆动来连续计算驾驶员的头部角度的变化率Θ。即，通过使用交通工具中的驾驶员摄像机23，连续拍摄驾驶员的面部图像，并基于对面部图像的分析来连续计算驾驶员的头部角度。通过进一步分析驾驶员的头部角度，能够计算该头部角度的变化率Θ。
观测运动计算装置30计算位置和距离由环境信息获取单元10计算的对象(以下表示为观测运动)的运动量。更具体地，计算正被投影在视网膜球模型上的对象的观测运动。图3是近似驾驶员的视网膜的视网膜球模型的图示。在视网膜球上，通过使用视网膜坐标系来表示对象的投影位置。
对象A在视网膜球模型上的图像“a”的位置能够通过使用将以方位角θ和俯仰角φ为参数的函数(θ，φ)来表示。然后，观测运动计算装置30计算偏心角ω的绝对变化率。偏心角ω的变化率的绝对值由下面的等式1表示。在等式1中，使用了交通工具的速度V、对象A的距离R、以及横摆率γ、驾驶员头部角度的变化率Θ。
(等式1)
ω·=VR·1-cos2θ·cos2φ+sinθ·cosφ1-cos2θ·cos2φ(γ+Θ)]]>
观测运动计算装置30由此通过使用等式1连续计算每个网格点的偏心角的变化率。在这种情况下，尽管环境信息获取单元10获取对象在直角坐标系(x，y，z)中的位置，但是通过使用下面的等式3和等式4，能够将在直角坐标系中的位置转化成视网膜坐标系(θ，φ)。即，能够通过等式3和等式4计算θ和φ的值。
偏心角的变化率Θ是通过使用视网膜球模型来计算的。因此，驾驶员的视觉感受是视网膜球模型来反映。即，换言之，观测运动计算单元30将道路上的网格点的运动(例如，平移运动和转动)转换成驾驶员的视觉感受中的运动。
以上描述中的等式1是以如下方式推导的。通过使用如等式2中所示的方位角θ和俯仰角φ来表示偏心角ω。此外，如果直角坐标系定向成以其Y轴对准交通工具的行驶方向，而且使其原点具有与如图3所示的视网膜坐标系相同的位置，视网膜坐标系中的角度θ、角度φ连同偏心角ω与所述直角坐标系中的坐标x、y、z之间的关系由以下的等式3至等式7来表示。
(等式2)
ω＝cos-1(cosφ·cosθ)
(等式3)
θ=tan-1(xy)]]>
(等式4)
φ=tan-1(zx2+y2)]]>
(等式5)
x＝y·tanθ
(等式6)
y＝R·cosω
(等式7)
z=x2+y2·tanφ]]>
此外，当采用等式8所示的公式来对等式2求微分时，推导出等式9。
(等式8)
(cos-1x)′=11-x2]]>
(等式9)
ω·=11-(cosθ·cosφ)2·(-sinθ·cosφ·θ·-cosθ·sinφ·φ·)]]>
=-(sinθ·cosφ)1-(cosθ·cosφ)2·θ·+-(cosθ·sinφ)1-(cosθ·cosφ)2·φ·]]>
=α(θ,φ)·θ·+β(θ,φ)·φ·]]>
当考虑到交通工具的速度V、横摆率γ、驾驶员头部角度的变化率Θ时，基于等式3和等式4计算出θ和φ的微分值作为等式10和等式11。
(等式10)
φ·=11+(zx2+y2)2(zx2+y2)′]]>
=x2+y2x2+y2+z2{-z(xx·+yy·)+z·(x2+y2)(x2+y2)32}=-zxx·(x2+y2+z2)x2+y2]]>
=-Rsinφ·Rcosφcosθ·VR2Rcosφ]]>
=-VRcosθsinφ]]>
(等式11)
θ=11+(yx)2(yx)′+Θ+γ=-x·y+xy·x2+y2+Θ+γ]]>
=-VRcosφsinθR2cos2φ+Θ+γ]]>
=-VsinθRcosφ+Θ+γ]]>
当将等式10和等式11代入等式9中时，推导出等式1。
凝视点设定单元40基于由观测运动计算单元30计算的每个网格点的偏心角的变化率来连续地设定驾驶员的凝视点。更具体地，通过从所有的偏心角的绝对变化率中找出最小值，将具有绝对变化率的最小值的网格点设定作为凝视点。
如上所述，偏心角变化率表示视觉感受中的运动量。此外，基于心理学理论和其它发现以及经验知识，驾驶员公知为凝视在他的/她的视野中最小移动点。此外，假设驾驶员在他/她驾驶交通工具时凝视道路上的某处。因此，观测运动，即，视觉感受中的运动量在驾驶员的视野中的他/她正在“凝视”——即他的/她的凝视停留的道路上的特定点处被并且应当被最小化。即，使用具有偏心角的最小绝对变化率的点作为凝视点是合理的假设。
图4是网格点的偏心角变化率的图示，每个网格点都由具有比例长度的线段来表示。如图所示，在下部(即，相对于交通工具的近侧)中的网格点具有较大的变化率，在上部(即，相对于交通工具的远侧)中的网格点具有较小的变化率。凝视点设定在右上位置的点——转弯处或弯曲道路的所谓“出口”处。
轨迹设定单元50确定每条网格线中的具有绝对值最小的偏心角变化率的网格点。然后，通过连接最小变化率网格点与由凝视点设定单元40设定的凝视点，画出交通工具的预期行驶位点，即，交通工具的“轨迹”。在图5中，具有最小变化率的网格点在图示中由白色方框□图形表示，而凝视点在图示中由黑色圆形●图形表示。通过连接这些图形能够画出交通工具的行驶位点。
在这种情况下，偏心角的变化率最初在视网膜坐标系中计算，为了在图示中绘图的目的，通过使用等式5至等式7将该变化率转换至直角坐标系。图6示出了在转换至直角坐标系中之后的轨迹。
在对正由轨迹设定单元50设定的目标轨迹进行限定时，轨迹控制单元60基于交通工具的当前行驶条件来设定当前轨迹。然后，基于当前轨迹与目标轨迹之间的对比，控制单元60控制交通工具的轨迹使得当前轨迹接近目标轨迹。
当前轨迹是基于方向盘的当前转向角以及横摆率等，即，是基于表示交通工具的当前转向条件的条件来设定的，假设所述当前转向条件暂时保持原样。可替代地，当前轨迹可以设定为在先轨迹的延伸。通过改变交通工具的转向特性来执行轨迹控制。可以通过辅助方向盘的转向操作来执行轨迹控制。
通过改变交通工具的前后负荷平衡能够改变转向特性。为了改善的转向特性可以向前转变负荷平衡。因此，如图7A所示，通过朝向交通工具的前部转变负荷可以调节大于目标轨迹的当前轨迹的曲率半径。另一方面，如果向后转变负荷平衡，则交通工具的稳定性得以改善。即，如图7B所示，通过朝向交通工具的后部转变负荷可以调节小于目标轨迹的当前轨迹的曲率半径。此外，可以通过本领域中其它公知的方法来转变负荷平衡。即，例如，可以通过控制驱动力和制动力、或者通过管理稳定性因素等来转变负荷平衡。
此外，当辅助转向操作时，在为了实现目标轨迹并将预测的交通工具行为与目标轨迹上的交通工具的行为相匹配而谨慎地控制横摆率和转向辅助扭矩的情况下，基于当前轨迹来预测交通工具的行为。
如上所详细表述，在本实施方式中，对象的观测运动被计算作为投影在视网膜球模型上的观测对象的偏心角的变化率。因此，通过由凝视点设定单元设定的凝视点来准确地逼近道路上的实际被凝视的点。实现所述逼近的准确性的原因在于对象的观测运动被转换成根据驾驶员的身体结构在以物理方式模拟的视觉感受中的测量的量。
然后，根据以上述方式计算的凝视点来设定交通工具的行驶位点、或轨迹。因此，由行驶支持设备实现的轨迹充分靠近由驾驶员的自转向实现的轨迹。因而，防止交通工具的驾驶员在通过使用以上述方式设定的目标轨迹来执行轨迹控制时具有不适或不安全感。
尽管已参照附图结合本公开的优选实施方式对本公开进行了充分描述，但是应当注意，对本领域技术人员而言，各种变化和修改将变得明显。
例如，凝视点在以上实施方式中是基于偏心角的变化率来计算的。但是，可以基于由驾驶员摄像机23拍摄的面部图像以及依据眼睛的虹膜的位置的对面部图像的分析来计算凝视点。
此外，对象的运动表示为矢量，即，所述运动被计算作为光流，而驾驶员的凝视点可以设定于最小光流点处。在这种情况下，就如同在以上实施方式中的情况一样，可以仅对道路上的点计算所述光流。
而且，以下方案可用于凝视点的预先计算。即，导航系统通常在引导路径的计算期间预测交通工具的速度V。因此，将预测的交通工具的速度V与存储在导航系统中的道路形状和由此得到的横摆率一起用于等式1中的偏心角的变化率的计算。在这种情况下，驾驶员的头部角度的变化率Θ可以是基于如下假设以可预测方式计算的：驾驶员的头部角度与交通工具的行驶方向一致，或者，驾驶员的头部角度指向引导路径上的前方点。同样，可以可预测方式来计算每个网格点的偏心角的变化率，并且所预测的变化率可用于计算交通工具的轨迹。此外，可以在交通工具行驶期间计算交通工具的轨迹时计算驾驶员的头部角度以及头部角度的变化率Θ。而且，可基于得自外部信息提供者的信息来计算凝视点以及交通工具的偏心角的变化率。
此外，当计算凝视点和轨迹时可以考虑驾驶员的视网膜中的盲点。即，例如，如果驾驶员具有如图8所示能够映射在他的/她的视野中的盲点，则在该驾驶员的视野中除盲点之外的区域中寻找绝对值最小的偏心角的变化率。在图8中的图示中，在该驾驶员的盲点的映射的外部的除盲点之外的区域中发现了新的凝视点。另外，在每条网格线中，通过从寻找区域排除对应于驾驶员的盲点的区域，寻找具有最小的偏心角变化率的网格点。盲点的排除可以基于由驾驶员自己输入的盲点的位置。
此外，在以上实施方式中，基于目标轨迹与当前轨迹之间的对比来执行轨迹控制。但是，可以基于所述轨迹的对比来执行意识判定。例如，可以通过当目标轨迹与当前轨迹之间的差异大时判定意识程度低来执行所述意识判定。另外，如果意识程度低，则可以向交通工具的驾驶员发出警告。
此外，可以在诸如平视显示器等显示单元上简单地显示目标轨迹，而不执行轨迹控制以及对意识进行判定。
此外，代替如以上实施方式对网格线上的所有网格点计算偏心角变化率，可以在不计算网格线上的轨迹候选点的情况下基于交通工具的位置和凝视点来设定轨迹。即，例如仅通过确定交通工具的位置和凝视点，能够基于根据道路的曲率(例如，根据道路的中心线的曲率)的曲率半径画出交通工具的轨迹，而不计算网格线上的每个网格点的偏心角的变化率。相反，可以在不设定凝视点的情况下仅通过计算网格点的偏心角的变化率来确定交通工具的轨迹。即，仅通过基于偏心角变化率来设定网格线上的“轨迹点”，能够设定交通工具的轨迹。
而且，在以上实施方式中，使用汽车作为本公开的执行对象的示例。但是，诸如飞行器、摩托车、轮椅等其它类型的交通工具也可以考虑为本公开的执行对象。
这种变化、修改、以及概括方案应当理解为属于由所附权利要求限定的本公开的范围内。