[发明专利]移动体行为预测装置以及移动体行为预测方法

说明书

本发明提供一种移动体行为预测装置以及移动体行为预测方法，能够不伴随频出的移动体的行为的预测精度的降低地提高稀有的移动体的行为的预测精度提高。在自身车辆(101)中设有移动体行为预测装置(10)，在移动体行为预测装置(10)中设有第一行为预测部(203)和第二行为预测部(207)，第一行为预测部(203)学习第一预测行为(204)，以使移动体的行为的预测结果与预测时间经过后的移动体的行为的识别结果的误差最小化，第二行为预测部(207)学习自身车辆(101)周边的移动体的将来的第二预测行为(208)，以使自身车辆(101)不进行不安全的驾驶。

技术领域

本发明涉及一种能够适用于汽车等的自动驾驶的移动体行为预测装置及移动体行为预测方法。

背景技术

为了实现汽车的自动驾驶，正在开发利用车载摄像机等来感测周边状况的感测技术、根据感测到的数据来识别本车的状态和周边环境的识别技术、根据本车的状态和周边环境的识别信息来控制行驶速度和转向角等的控制技术等。在识别技术中，需求识别存在于本车周边的地上物和移动体并正确预测它们的将来位置的预测技术。

在行人和车辆等移动体的将来行为中，移动体之间的相互作用和周边环境等多种因素都会产生影响。由于难以将这些影响全部公式化，所以有时通过机器学习将各因素的影响作为黑箱来处理。

例如，在专利文献1中，研究了通过回归分析来预测移动体的将来位置的构成。一般，在预测问题中使用监督式学习。

现有技术文献

专利文献

专利文献1：特开2013-196601

发明内容

发明要解决的问题

但是，通过监督式学习而得到的预测器虽然对频出模式有效，但对于稀有模式的预测精度会恶化。另一方面，在自动驾驶中，为了安全需要考虑例如步行者的跳出或其他车辆的急加减速、行进道路变更等很少发生的行动。因此，在基于单纯的监督式学习的预测技术中，难以通过自动驾驶来实现安全的行驶。

另外，在监督式学习中，如果在学习中仅使用跳出或急剧的加减速、行进路线变更等稀有模式的数据，则仅进行稀有模式的预测，给通常的安全行驶带来障碍。

本发明是鉴于上述情况而完成的，其目的在于提供一种移动体行为预测装置以及移动体行为预测方法，其能够不伴随频出的移动体的行为的预测精度的降低地提高稀有的移动体的行为的预测精度。

解决问题的技术手段

为了实现上述目的，第一观点的移动体行为预测装置具备：第一行为预测部，其基于能够从车辆识别的移动体的行为的预测结果和预测时间经过后的所述移动体的行为的识别结果，输出所述移动体的第一预测行为；以及第二行为预测部，其基于所述车辆的行为，输出能够从所述车辆识别的移动体的第二预测行为。

发明的效果

根据本发明，能够不伴随频出的移动体的行为的预测精度的降低地提高稀有的移动体的行为的预测精度。

附图说明

图1是表示应用了第一实施方式的移动体行为预测装置的汽车的行驶环境的一例的示意图。

图2是表示第1实施方式的移动体行为预测装置的构成的框图。

图3是表示图2的识别部的构成的框图。

图4是表示图3的映射信息的构成例的图。

图5是表示第1实施方式的移动体行为预测装置中使用的行为预测部的构成的框图。

图6是表示图2的控制部的构成的框图。