特許ウォッチ

公開番号2025140401
公報種別公開特許公報(A)
公開日2025-09-29
出願番号2024039781
出願日2024-03-14
発明の名称移動体の撮影画像から地域のエリア毎の危険のリスク値を推定するシステム、プログラム、装置及び方法
出願人KDDI株式会社
代理人個人
主分類G08G 1/16 20060101AFI20250919BHJP(信号)
要約【課題】地域のエリア毎に、移動体に搭載されたカメラの撮影画像から、渋滞、事故、事件等の時々刻々変化する危険のリスク値を推定するシステム等を提供する。
【解決手段】移動体は、自らに搭載されたカメラの撮影画像を、撮影位置と対応付けて記憶する撮影画像データベースと、正常ラベルの撮影画像と異常ラベルの撮影画像とを含む教師データによって予め訓練された学習モデルを用いて、撮影画像データベースの撮影画像毎に、異常度を推定する異常度推定手段と、撮影画像毎の異常度及び撮影位置を、推定装置へ送信する異常度送信手段とを有する。推定装置は、移動体から受信した撮影画像毎の異常度を、撮影位置が含まれるエリアp毎に集約するエリア集約手段と、エリアp毎に、異常度の統計値を、移動体におけるリスク値v(p)として算出するリスク値算出手段とを有する。
【選択図】図1

特許請求の範囲【請求項１】
移動体と、エリアp毎の危険のリスク値を推定する推定装置とを有するシステムであって、
移動体は、
自らに搭載されたカメラの撮影画像を、撮影位置と対応付けて記憶する撮影画像データベースと、
正常ラベルの撮影画像と異常ラベルの撮影画像とを含む教師データによって予め訓練された学習モデルを用いて、撮影画像データベースの撮影画像毎に、異常度を推定する異常度推定手段と、
撮影画像毎の異常度及び撮影位置を、推定装置へ送信する異常度送信手段と
を有し、
推定装置は、
移動体から受信した撮影画像毎の異常度を、撮影位置が含まれるエリアp毎に集約するエリア集約手段と、
エリアp毎に、異常度の統計値を、移動体におけるリスク値ｖ(p)として算出するリスク値算出手段と
を有することを特徴とするシステム。
続きを表示（約 2,100 文字）【請求項２】
移動体について、カメラの撮影画像は、画像、又は、所定期間の動画像である
ことを特徴とする請求項１に記載のシステム。
【請求項３】
移動体は、道路を走行する車両であり、
撮影画像は、車両に搭載されたカメラによって撮影されたものであり、
撮影位置は、車両に搭載された測位部によって計測されたものである
又は、
移動体は、人が把持する携帯端末であり、
撮影画像は、携帯端末に搭載されたカメラによって撮影されたものであり、
撮影位置は、携帯端末に搭載された測位部によって計測されたものである
ことを特徴とする請求項１に記載のシステム。
【請求項４】
推定装置について、
地図上をエリアp毎に区分して、各エリアpのリスク値ｖ(p)を表示する地図表示手段を
更に有することを特徴とする請求項１に記載のシステム。
【請求項５】
移動体における異常度推定手段は、異常度として、正常(0)又は異常(1)を推定し、
推定装置におけるリスク値算出手段は、エリアp毎の異常度の統計値として、当該エリアにおける全ての撮影画像の数に対する異常時の撮影画像の数の割合を算出し、
又は、
移動体における異常度推定手段は、異常度として、所定数値範囲の値を推定する
ことを特徴とする請求項１に記載のシステム。
【請求項６】
移動体における撮影画像データベースは、各撮影画像に、撮影時刻を更に対応付けており、
推定装置におけるリスク値算出手段は、エリアp及び時間帯tの組毎に、リスク値ｖ(t,p)を算出する
ことを特徴とする請求項１に記載のシステム。
【請求項７】
推定装置について、
エリアp毎に、各時間帯tの滞在人口密度ｘ(t,p）を蓄積した人口データベースを更に有し、
リスク値算出手段は、各エリアpに集約された撮影画像の数が所定数以下である場合に、
エリアp毎に、時間帯tの滞在人口密度ｘ(t,p）を、当該エリアpを中心とした所定周辺エリアΩ(p)における時間帯tの滞在人口密度ｘ(t,Ω(p))によって除算した、人口密度比ｒを算出し、
ｒ＝ｘ(t,p)／ｘ(t,Ω(p))
エリアp毎に、当該エリアpを中心とした所定周辺エリアΩ(p)における時間帯tの所定周辺リスク値ｖ(t,Ω(p))に、人口密度比ｒを乗算した、空間方向の補正リスク値ｖ’(t,p)を算出する
ｖ’(t,p)＝ｒ×ｖ(t,Ω(p))
ことを特徴とする請求項６に記載のシステム。
【請求項８】
推定装置について、
リスク値算出手段は、各エリアpに集約された撮影画像の数が所定数以下である場合に、
エリアp毎に、時間帯tのリスク値ｖ(t,p)と、自己回帰予測モデルを用いてΔｔ前の時間帯ｔ-Δtのリスク値ｙ(t-Δt,p)から予測されたリスク値y’(t,p)とに基づいて、時間方向の補正リスク値ｖ’’(t,p)を算出する
ｙ’(t,p)＝c＋a×ｙ(t-Δt,p)＋ε
c、aは係数、εは誤差項
ｖ’’(t,p)＝ｙ’(t,p)＋Ｋ（ｖ(t,p)－y’(t,p)）
Ｋ（）：カルマンゲイン
ことを特徴とする請求項６に記載のシステム。
【請求項９】
推定装置について、
エリアp毎に、時間帯tのリスク値ｖ(t,p)と、Δｔ前の時間帯ｔ-Δtのリスク値ｙ(t-Δt,p)から予測されたリスク値y’(t,p)とから予測する時空間回帰予測モデルを用いて、当該エリアpを中心とした所定周辺エリアΩ(p)における時間帯tの所定周辺リスク値ｚ(t,Ω(p))に、人口密度比ｒを乗算した、時空間方向の補正リスク値ｖ’’’(t,p)を算出する
ｙ’(t,p)＝c＋a×ｙ(t-Δt,p)＋Σ
j
b
j
×ｙ(t-Δt,Ω
j
(p))＋ε
c、a、b
j
は係数、εは誤差項
jは周辺エリアΩ(p)を複数のブロックに分類したインデックス
ｖ’’’(t,p)＝ｙ’(t,p)＋Ｋ（ｖ(t,p)－y’(t,p)）
Ｋ（）：カルマンゲイン
ことを特徴とする請求項６に記載のシステム。
【請求項１０】
移動体について、
エリアp毎の複数の撮影画像から画像特徴量を抽出する画像特徴量抽出手段を更に有し、
異常度送信手段は、画像特徴量を更に、推定装置へ送信し、
推定装置について、
エリアp毎に、撮影画像毎の画像特徴量を、複数のクラスタcに分類するクラスタリング手段を更に有し、
リスク値算出手段は、エリアp毎に、各クラスタcにおけるリスク値ｖ
c
(p)を算出する
ことを特徴とする請求項１に記載のシステム。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本発明は、移動体の撮影画像から地域のエリア（範囲）毎の危険のリスク値を推定する技術に関する。
続きを表示（約 2,100 文字）【背景技術】
【０００２】
走行中の車両や歩行中の人に対して、エリア毎に危険のリスク値を推定することは、公益的な安全性を確保するために重要となる。
従来、車載カメラの撮影画像を用いて、対象者及び周辺人物との関係や視線に基づいて、交通リスクの検出精度を向上させる行動監視装置の技術がある（例えば特許文献１参照）。この技術によれば、車載カメラの撮影画像に映り込む複数の人物の行動を検出し、各人物の属性情報と、人物同士の関連性を表す相関情報とを検出する。そして、各人物の行動を、属性情報及び相関情報に基づいて評価する。
【０００３】
また、災害時に、その発生時点の交通量に基づいてハザードマップを更新し、道路管理者に対する意思決定を支援する技術もある（例えば特許文献２参照）。この技術によれば、交通に関する状態量及びハザードマップ情報を取得し、災害発生した際の状態量の影響度とハザードマップ情報の影響度とを算出する。そして、更なる災害発生の可能性を算出する。
【先行技術文献】
【特許文献】
【０００４】
特開２０２０－０９５３５７号公報
特開２０１８－０９２４６７号公報
【非特許文献】
【０００５】
Xingchao Peng, Zijun Huang, Yizhe Zhu, Kate Saenko、Federated Adversarial Domain Adaptation、[online]、［令和６年３月１２日検索］、インターネット＜URL:https://arxiv.org/abs/1911.02054＞
地域メッシュ統計の特質・沿革、[online]、［令和６年２月１４日検索］、インターネット＜URL:https://www.stat.go.jp/data/mesh/pdf/gaiyo1.pdf＞
KDDI Location Data、[online]、［令和６年３月１２日検索］、インターネット＜URL:https://k-locationdata.kddi.com/＞
Mu2ReST、Multi-resolution Recursive Spatio-Temporal Transformer for Long-Term Prediction、[online]、［令和６年３月１２日検索］、インターネット＜URL:https://dl.acm.org/doi/abs/10.1007/978-3-031-05933-9_6＞
【発明の概要】
【発明が解決しようとする課題】
【０００６】
前述した特許文献１によれば、交通リスクを検知できるエリアは、車載カメラを搭載した車両周辺に限定される。
また、前述した特許文献２によれば、単一時点における交通量のみを反映するために、交通量の変化に追従することはできない。
【０００７】
これに対し、本願の発明者は、地域のエリア毎に、渋滞、事故、事件等の時々刻々変化する危険の度合いを、ユーザ又はオペレータに予め明示することができないか、と考えた。例えば車載カメラの撮影画像を収集し、地域のエリア毎に、危険のリスク値を推定することができないか、と考えた。このとき、収集された撮影画像の数が少ないエリアであっても、できる限り確信度の高い危険のリスク値を推定することができることが好ましい。
【０００８】
そこで、本発明は、移動体に搭載されたカメラの撮影画像から、地域のエリア毎に、渋滞、事故、事件等の時々刻々変化する危険のリスク値を推定することができるシステム、プログラム、装置及び方法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】
【０００９】
本発明によれば、移動体と、エリアp毎の危険のリスク値を推定する推定装置とを有するシステムであって、
移動体は、
自らに搭載されたカメラの撮影画像を、撮影位置と対応付けて記憶する撮影画像データベースと、
正常ラベルの撮影画像と異常ラベルの撮影画像とを含む教師データによって予め訓練された学習モデルを用いて、撮影画像データベースの撮影画像毎に、異常度を推定する異常度推定手段と、
撮影画像毎の異常度及び撮影位置を、推定装置へ送信する異常度送信手段と
を有し、
推定装置は、
移動体から受信した撮影画像毎の異常度を、撮影位置が含まれるエリアp毎に集約するエリア集約手段と、
エリアp毎に、異常度の統計値を、移動体におけるリスク値ｖ(p)として算出するリスク値算出手段と
を有することを特徴とする。
【００１０】
本発明のシステムにおける他の実施形態によれば、
移動体について、カメラの撮影画像は、画像、又は、所定期間の動画像である
ことも好ましい。
（【００１１】以降は省略されています）

関連特許