车辙判定装置、车辙判定方法和存储介质与流程

1.本公开涉及一种车辙判定装置、车辙判定方法和存储介质。


背景技术：

2.作为本领域的传统的技术，提出一种路面性能检测系统(例如，参见日本未审查专利申请公开第2019-125038号(jp 2019-125038 a))。这种系统通过比较当路面潮湿时由多个车辆的每一个收集的行驶声音的特征和当路面干燥时由多个车辆的每一个收集的行驶声音的特征，检测道路某一位置处是否存在凹部例如车辙。


技术实现要素：

3.在上面所述的路面性能检测系统中，使用由多个车辆的每一个收集的行驶声音。然而，以这种方式收集的行驶声音不仅包括例如车辙的凹部产生的声音，还包括与凹部无关的声音。这就意味着有无车辙的判定精度可能会降低。考虑到这一点，需要提供一种用于判定有无车辙的新方法。
4.本发明的车辙判定装置、车辙判定方法和存储介质的主要目的是提供一种用于判定各个道路区间中有无车辙的新方法。
5.为了实现上述目的，本发明的车辙判定装置、车辙判定方法和存储介质使用以下手段。
6.本发明的第一方面涉及一种车辙判定装置，该车辙判定装置被配置为：针对各个道路区间，基于来自已经在各个道路区间行驶过的各个车辆的车辆信息判定有无车辙。该车辙判定装置包括处理单元，该处理单元被配置为：针对各个道路区间，基于多个第一变化量、多个第一处理值、多个第二变化量、多个第二处理值和多个第三处理值中的任一种判定有无车辙。多个第一变化量分别是各个车辆的每单位时间的车身滑动角速度的变化量。多个第一处理值分别是通过对多个第一变化量中的各个执行预定处理而获得的值。该预定处理包括高通滤波处理。多个第二变化量分别是每单位时间的车身滑动相关值的变化量。车身滑动相关值是各个车辆的车身滑动角速度与车速的乘积。多个第二处理值分别是通过对多个第二变化量中的各个执行预定处理而获得的值。多个第三处理值分别是通过执行算术处理以获得多个第一变化量、多个第一处理值、多个第二变化量、和多个第二处理值中的任一种中的各个的当前值与先前值之间的绝对差而获得的值。
7.本发明的车辙判定装置针对各个道路区间，基于多个第一变化量、多个第一处理值、多个第二变化量、多个第二处理值和多个第三处理值中的任一种判定有无车辙。多个第一变化量分别是各个车辆的每单位时间的车身滑动角速度的变化量。多个第一处理值分别是通过对多个第一变化量中的各个执行预定处理而获得的值。该预定处理包括高通滤波处理。多个第二变化量分别是每单位时间的车身滑动相关值的变化量。车身滑动相关值是各个车辆的车身滑动角速度与车速的乘积。多个第二处理值分别是通过对多个第二变化量中的各个执行预定处理而获得的值。多个第三处理值分别是通过执行算术处理以获得多个第
一变化量、多个第一处理值、多个第二变化量、和多个第二处理值中的任一种中的各个的当前值与先前值之间的绝对差而获得的值。当车辆受到车辙影响时，假设车身滑动角速度和车身滑动相关值会变化。因此，可以通过使用多个第一变化量、多个第一处理值、多个第二变化量、多个第二处理值和多个第三处理值中的任一种来判定有无车辙。而且，由于预定处理包括高通滤波处理，可以通过去除在多个第一变化量中包括的低频分量来获得多个第一处理值，并且可以通过去除在多个第二变化量中包括的低频分量来获得多个第二处理值。因此，通过基于多个第一处理值、多个第二处理值以及基于多个第一处理值和多个第二处理值的多个第三处理值中的任一种来判定有无车辙，可以适当地判定有无车辙。“低频分量”的示例包括由驾驶员对操作装置的操作(例如，加速踏板操作，转向盘操作等)引起的分量。
8.在本发明的车辙判定装置中，处理单元可以被配置为通过判定第一判定值的数量或比率是否等于或大于第二阈值来判定有无车辙。第一判定值的数量或比率是在多个第一判定值中包括的且各自具有等于或大于第一阈值的绝对值的第一判定值的数量或比率。多个第一判定值是多个第一变化量、多个第一处理值、多个第二变化量、多个第二处理值和多个第三处理值中的任一个。这允许车辙判定装置更适当地判定有无车辙。
9.在本发明的车辙判定装置中，处理单元可以被配置为：针对各个道路区间，当判定有车辙时，基于多个第一变化量、多个第一处理值、多个第二变化量、多个第二处理值和多个第三处理值中的任一个来估计车辙水平。这允许车辙判定装置不仅能够判定有无车辙，而且能够估计车辙水平。
10.在这种情况下，处理单元可以被配置为通过判定第二判定值的数量或比率是否等于或大于第四阈值来估计车辙水平。第二判定值的数量或比率是在多个第二判定值中包括的且各自具有等于或大于第三阈值的绝对值的第二判定值的数量或比率。多个第二判定值是多个第一变化量、多个第一处理值、多个第二变化量、多个第二处理值和多个第三处理值中的任一个。这允许车辙判定装置更适当地估计车辙水平。
11.在本发明的车辙判定装置中，处理单元可以被配置为：当判定在第一目标区间中没有车辙但当判定在道路延伸方向上与第一目标区间相邻的两个道路区间有车辙时，将判定更改为在第一目标区间中有车辙的判定。第一目标区间是作为从各个道路区间中选择的目标的道路区间。这是因为，当在道路延伸方向上与第一目标区间相邻的两个道路区间有车辙时，有可能在第一目标区间中也有车辙(车辙从第一目标区间到相邻区间连续)。
12.在本发明的车辙判定装置中，处理单元可以被配置为：当判定在第二目标区间中有车辙但当判定包括第二目标区间且被判定有车辙的连续的道路区间的数量小于阈值时，将判定更改为在第二目标区间中没有车辙的判定。第二目标区间是作为从各个道路区间中选择的目标的道路区间。这是因为，当被判定有车辙的连续的道路区间的数量少时，有可能在第二目标区间中有井盖或铁路道口而不是车辙。
13.本发明的第二方面涉及一种车辙判定方法，用于针对各个道路区间，基于来自已经在各个道路区间行驶过的各个车辆的车辆信息判定有无车辙。该车辙判定方法包括：针对各个道路区间，基于多个第一变化量、多个第一处理值、多个第二变化量、多个第二处理值和多个第三处理值中的任一种判定有无车辙。多个第一变化量分别是各个车辆的每单位时间的车身滑动角速度的变化量。多个第一处理值分别是通过对多个第一变化量中的各个
执行预定处理而获得的值。该预定处理包括高通滤波处理。多个第二变化量分别是每单位时间的车身滑动相关值的变化量。车身滑动相关值各自是各个车辆的车身滑动角速度与车速的乘积。多个第二处理值分别是通过对多个第二变化量中的各个执行预定处理而获得的值。多个第三处理值分别是通过执行算术处理以获得多个第一变化量、多个第一处理值、多个第二变化量和多个第二处理值中的任一种中的各个的当前值与先前值之间的绝对差而获得的值。
14.本发明的车辙判定方法，针对各个道路区间，基于多个第一变化量、多个第一处理值、多个第二变化量、多个第二处理值和多个第三处理值中的任一种判定有无车辙。多个第一变化量分别是各个车辆的每单位时间的车身滑动角速度的变化量。多个第一处理值分别是通过对多个第一变化量中的各个执行预定处理而获得的值。该预定处理包括高通滤波处理。多个第二变化量分别是每单位时间的车身滑动相关值的变化量。车身滑动相关值是各个车辆的车身滑动角速度与车速的乘积。多个第二处理值分别是通过对多个第二变化量中的各个执行预定处理而获得的值。多个第三处理值分别是通过执行算术处理以获得多个第一变化量、多个第一处理值、多个第二变化量和多个第二处理值中的任一种中的各个的当前值与先前值之间的绝对差而获得的值。当车辆受到车辙影响时，假设车身滑动角速度和车身滑动相关值会变化。因此，可以通过使用多个第一变化量、多个第一处理值、多个第二变化量、多个第二处理值和多个第三处理值中的任一种来判定有无车辙。而且，由于预定处理包括高通滤波处理，可以通过去除在多个第一变化量中包括的低频分量来获得多个第一处理值，并且可以通过去除在多个第二变化量中包括的低频分量来获得多个第二处理值。因此，通过基于多个第一处理值、多个第二处理值以及基于多个第一处理值和多个第二处理值的多个第三处理值中的任一种来判定有无车辙，可以适当地判定有无车辙。“低频分量”的示例包括由驾驶员对操作装置的操作(例如，加速踏板操作，转向盘操作等)引起的分量。
15.本发明的第三方面涉及一种存储介质，其存储有程序，该程序使计算机用作车辙判定装置，该车辙判定装置被配置为：针对各个道路区间，基于来自已经在各个道路区间行驶过的各个车辆的车辆信息判定有无车辙。该程序使车辙判定装置执行：针对各个道路区间，基于多个第一变化量、多个第一处理值、多个第二变化量、多个第二处理值和多个第三处理值中的任一种判定有无车辙。多个第一变化量分别是各个车辆的每单位时间的车身滑动角速度的变化量。多个第一处理值分别是通过对多个第一变化量中的各个执行预定处理而获得的值。该预定处理包括高通滤波处理。多个第二变化量分别是每单位时间的车身滑动相关值的变化量。车身滑动相关值是各个车辆的车身滑动角速度与车速的乘积。多个第二处理值分别是通过对多个第二变化量中的各个执行预定处理而获得的值。多个第三处理值分别是通过执行算术处理以获得多个第一变化量、多个第一处理值、多个第二变化量和多个第二处理值中的任一种中的各个的当前值与先前值之间的绝对差而获得的值。
16.本发明的存储介质，针对各个道路区间，基于多个第一变化量、多个第一处理值、多个第二变化量、多个第二处理值和多个第三处理值中的任一种判定有无车辙。多个第一变化量分别是各个车辆的每单位时间的车身滑动角速度的变化量。多个第一处理值分别是通过对多个第一变化量中的各个执行预定处理而获得的值。该预定处理包括高通滤波处理。多个第二变化量分别是每单位时间的车身滑动相关值的变化量。车身滑动相关值是各
个车辆的车身滑动角速度与车速的乘积。多个第二处理值分别是通过对多个第二变化量中的各个执行预定处理而获得的值。多个第三处理值分别是通过执行算术处理以获得多个第一变化量、多个第一处理值、多个第二变化量和多个第二处理值中的任一种中的各个的当前值与先前值之间的绝对差而获得的值。当车辆受到车辙影响时，假设车身滑动角速度和车身滑动相关值会变化。因此，可以通过使用多个第一变化量、多个第一处理值、多个第二变化量、多个第二处理值和多个第三处理值中的任一种来判定有无车辙。而且，由于预定处理包括高通滤波处理，可以通过去除在多个第一变化量中包括的低频分量来获得多个第一处理值，并且可以通过去除在多个第二变化量中包括的低频分量来获得多个第二处理值。因此，通过基于多个第一处理值、多个第二处理值以及基于多个第一处理值和多个第二处理值的多个第三处理值中的任一种来判定有无车辙，可以适当地判定有无车辙。“低频分量”的示例包括由驾驶员对操作装置的操作(例如，加速踏板操作，转向盘操作等)引起的分量。
附图说明
17.下面将参照附图描述本公开的示例性实施例的特征、优点以及技术和工业意义，其中，相同的标号示出相同的元件，并且其中：
18.图1是示出包括车辙判定装置的道路管理系统10的配置的概要的配置图；
19.图2是示出准备处理例程的示例的流程图；
20.图3是示出车辙判定处理例程的示例的流程图；
21.图4是示出车辆50如何在车辙上行驶的示例的图；
22.图5是示出第三处理值γp[k]与车辙凹度水平之间的关系的示例的图；
[0023]
图6是示出由信息提供单元24执行的图像处理例程的示例的流程图；
[0024]
图7是示出在显示器43上显示的图像中包括的车辙水平图像im1至im3的示例的图；
[0025]
图8是示出车辙判定处理例程的示例的流程图；以及
[0026]
图9是示出车辙判定处理例程的示例的流程图。
具体实施方式
[0027]
接下来，下面将使用实施例描述用于执行本发明的方式。
[0028]
图1是示出包括车辙判定装置的道路管理系统10的配置的概要的配置图，该车辙判定装置是本发明的一个实施例。如图所示，实施例中的道路管理中心10包括能够与各个车辆50无线通信的服务器20以及能够与服务器20无线地或通过电缆通信的终端装置40。在下面的描述中，道路不仅包括公共道路(车道和人行道)，还包括私人道路和停车场(例如，通道)。实施例中的“车辙判定装置”是服务器20。
[0029]
各个车辆50包括获取关于车辆的当前位置的位置信息的gps装置51，检测关于车辆50的行为的行为信息的检测装置52，以及电子控制单元(下文中称为“ecu”)53。检测装置52包括检测指示车辆50的行为的信息的传感器、检测影响车辆50的行为的信息的传感器、和检测车辆50周围的信息的传感器。
[0030]
指示车辆50的行为的信息包括例如车速或轮速、纵向加速度、横向加速度、横摆
率、横摆角、侧倾角、纵倾角和轮胎的车身滑动率中的至少一个。
[0031]
影响车辆50的行为的信息包括，例如，能够由驾驶员操作的操作装置的操作状态和辅助车辆50行驶的辅助系统的操作状态。操作装置的操作状态包括，例如，转向盘的转向角度和转向速度、加速踏板的下压量、制动踏板的下压量、变速杆的变速位置以及方向指示器是否被操作中的至少一个。另外，辅助系统包括车道偏离警报(lda)系统、防抱死制动系统(abs)、牵引力控制(trc)系统和电子稳定控制(esc)系统中的至少一个。
[0032]
检测车辆50周围的信息的传感器包括例如相机、雷达、激光探测与测量(lidar)中的至少一个。
[0033]
ecu 53包括cpu、rom、ram、闪存、输入/输出端口和通信端口。ecu 53包括作为由硬件和软件的组合实现的功能块的数据获取单元54和数据发送单元55。数据获取单元54从gps装置51获取车辆50的位置信息，并从检测装置52获取车辆50的行为信息。数据发送单元55将由数据获取单元54获取的车辆50的位置信息和行为信息二者作为车辆信息无线发送至服务器20。
[0034]
服务器20被配置为包括算术处理单元21和存储装置28的计算机。算术处理单元21包含cpu、rom、ram、闪存、输入/输出端口和通信端口。该算术处理单元21包括作为由硬件和软件的组合实现的功能块的数据获取单元22、车辙判定单元23和信息提供单元24。数据获取单元22、车辙判定单元23和信息提供单元24中的每一个与存储装置28交换数据。
[0035]
数据获取单元22从多个车辆50无线地获取车辆信息并将获取的车辆信息存储在存储装置28中。车辙判定单元23基于从多个车辆50接收到的车辆信息周期性地对管理范围内的各个道路区间判定有无车辙，并将判定结果存储在存储装置28中。在本说明书中，将“管理范围”定义为用户(例如，政府机构中的人员)所期望的范围(例如，县范围或市范围)，将“道路区间”定义为例如几十厘米到几米的区间。当存在入境/出境道路时，将每条路定义为单独的区间。稍后将描述车辙判定单元23的细节。
[0036]
信息提供单元24向终端装置40的计算机41发送各种类型的信息。存储设备28被配置为硬盘驱动器、固态驱动器(ssd)等。该存储装置28存储算术处理单元21的操作所需的各种类型的信息。存储在存储装置28中的信息的示例包括地图信息、由数据获取单元21获取的多个车辆50的车辆信息以及由车辙判定单元23存储的信息。
[0037]
终端装置40被配置为台式个人电脑、笔记本电脑或平板终端。终端装置40包括计算机41、连接到计算机41的输入装置42以及作为显示装置使用的显示器43。计算机41包括cpu、rom、ram、闪存、存储装置(硬盘驱动器或ssd)、输入/输出端口、通信端口等。输入装置41的示例包括鼠标、键盘、和触摸面板。
[0038]
接下来，下面将描述以这种方式配置的实施例中的服务器20的操作，重点是车辙判定单元23和信息提供单元24的操作。首先将描述车辙判定单元23的操作，然后描述信息提供单元24的操作。图2是示出由车辙判定单元23执行的准备处理例程的示例的流程图，以及图3是示出由车辙判定单元23执行的车辙判定处理例程的示例的流程图。这些例程按图2所示的准备处理例程和图3所示的车辙判定处理例程的次序周期性地(例如，每天或每隔几天)执行。
[0039]
首先，将描述图2中的准备处理例程。当执行该例程时，车辙判定单元23首先接收关于各个管理车辆i的时间序列数据,该管理车辆i是在预定时段期间已经在管理范围内的
道路上行驶过的各个车辆50(步骤s100)。时间序列数据包括在各个时刻t的横向加速度gy[i,t]、车速v[i,t]和横摆率y[i,t]。“预定时段”基于该例程的执行间隔来确定；例如，当每天执行该例程时，将预定时段定义为执行该例程之前的一天(24小时)。“i”是对应于各个管理车辆的变量。在本实施例中，变量“i”被赋予给在预定时段期间已经在管理范围内的道路上行驶过的各个车辆50的各个行程。这意味着多个变量i可以被赋予给一个车辆50。“t”是与每个时刻对应的变量。在本实施例中，对于各个管理车辆i，在各个时刻t的横向加速度gy[i,t]、车速v[i,t]和横摆率y[i,t]与车辆在管理范围内的各个时刻t已经行驶过的地点相关联。
[0040]
当用这种方式接收到数据时，针对各个管理车辆i，计算在各个时刻t的车身滑动角速度α[i,t](步骤s110)。通过从横向加速度gy[i,t]除以车速v[i,t]获得的值减去横摆率y[i,t]来计算车身滑动角速度α[i,t]，如表达式(1)所示。图4是示出车辆50如何在车辙上行驶的示例的图。当车辆50受到车辙影响时，例如当车辆50如图4所示在车辙上行驶时，假设车辆50接收来自车辙的路面反作用力，结果是车辆50的行为(车速v、横向加速度gy、横摆率y、车身滑动角速度α等)将会变化。获得表达式(1)作为当车辆50受到车辙影响时车辆模型的运动方程。因此，车身滑动角速度α[i,t]可以通过使用表达式(1)来计算。
[0041]
α[i,t]＝gy[i,t]/v[i,t]-y[i,t]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)
[0042]
接下来，针对各个管理车辆i，计算在各个时刻t的第一滑动变化量δα[i,t](步骤s120)。第一滑动变化量δα[i,t]是每单位时间的车身滑动角速度α[i,t]的变化量。如表达式(2)所示，通过将通过从时刻t处的车身滑动角速度α[i,t]减去时刻(t-1)处的车身滑动角速度α[i,t-1]获得的值除以时刻t与时刻(t-1)之间的时间间隔δt，来计算第一滑动变化量δα[i,t]。时间间隔δt例如是大约几十毫秒到几百毫秒。
[0043]
δα[i,t]＝(α[i,t]-α[i,t-1])/δt
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(2)
[0044]
然后，针对各个管理车辆i，计算在各个时刻t的第一处理值δαp[i,t](步骤s130)。为了计算第一处理值δαp[i,t]，对第一滑动变化量δα[i,t]进行高通滤波处理(hpf)，并且对所得值进一步进行绝对值获取处理(abs),如表达式(3)所示。通过以这种方式进行高通滤波处理，去除了在第一滑动变化量δα[i,t]中包括的低频分量，结果，可以获得第一处理值δαp[i,t]。“低频分量”的示例包括由驾驶员对操作装置的操作(例如，加速踏板操作、转向盘操作等)引起的分量。
[0045]
δαp[i,t]＝abs(hpf(δα[i,t]))
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)
[0046]
此外，针对各个管理车辆i，计算在各个时刻t的车身滑动相关值β[i,t](步骤s140)。车身滑动相关值β[i,t]是与车身滑动角速度α[i,t]相关的值。通过从横向加速度gy[i,t]减去横摆率y[i,t]与车速v[i,t]的乘积来计算车身滑动相关值β[i,t]，如表达式(4)所示。表达式(4)对应于通过将表达式(1)的两侧乘以车速v[i,t]，并且另外通过将左侧的“α[i,t]
·
v[i,t]”替换为“β[i,t]”而生成的表达式。因此，代替表达式(4)，可以将车身滑动相关值β[i,t]计算为车身滑动角速度α[i,t]与车速v[i,t]的乘积。
[0047]
β[i,t]＝gy[i,t]-y[i,t]
·
v[i,t]
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(4)
[0048]
接下来，针对各个管理车辆i，计算在各个时刻t的第二滑动变化量δβ[i,t](步骤s150)。第二滑动变化量δβ[i,t]是每单位时间的车身滑动相关值β[i,t]的变化量。通过将通过从时刻t处的车身滑动相关值β[i,t]减去时刻(t-1)处的车身滑动相关值β[i,t-1]而
计算的值除以上述时间间隔δt，来计算第二滑动变化量δβ[i,t]，如表达式(5)所示。
[0049]
δβ[i,t]＝(β[i,t]-β[i,t-1])/δt
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0050]
然后，针对各个管理车辆i，计算在各个时刻t的第二处理值δβp[i,t](步骤s160)。通过对第二滑动变化量δβ[i,t]进行高通滤波处理来计算第二处理值δβp[i,t]，如表达式(6)所示。通过以这种方式进行高通滤波处理，去除了在第二滑动变化量δβ[i,t]中包括的低频分量，并且可以获得第二处理值δβp[i,t]。
[0051]
δβp[i,t]＝hpf(δβ[i,t])
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0052]
此外，针对各个管理车辆i，计算在各个时刻t的第三处理值γp[i,t](步骤s170)。为了计算第三处理值γp[i，t]，从时刻t处的第二处理值δβp[i,t]减去时刻(t-1)处的第二处理值δβp[i,t-1]，并且对所得值进行绝对值获取处理(abs)，如表达式(7)所示。
[0053]
γp[i,t]＝abs(δβp[i,t]-δβp[i,t-1])
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
[0054]
此外，将关于各个管理车辆i的数据(第一处理值δαp[i,t]、第三处理值γp[i,t]等)分配给作为管理范围内的多个道路区间之一的对应道路区间(包括车辆在时刻t行驶的地点的道路区间)(步骤s180)。此后，该例程终止。
[0055]
接下来，将描述图3所示的车辙判定处理例程。在该例程中，不必考虑在执行图2所示的准备处理期间将关于各个管理车辆i的数据(第一处理值δαp[i,t]、第三处理值γp[i,t]等)分配给对应道路区间的时间。因此，以下描述中使用的数据是关于区间车辆k的数据(第一处理值δαp[k]、第三处理值γp[k]等)，各个区间车辆k是已经将数据分配给对应道路区间的车辆50。当执行该例程时，车辙判定单元23首先从管理范围内的多个道路区间中包括的并且没有被该例程设定为目标区间的道路区间中选择一个道路区间，并将选择的道路区间设定为目标区间(步骤s200)。接下来，针对目标区间，车辙判定单元23接收各个区间车辆k的第一处理值δαp[k]和第三处理值γp[k]。
[0056]
然后，针对目标区间，计数条件满足值的数量n1，该数量是在各个区间车辆k的第一处理值δαp[k]中包括的且满足“δαp[k]≥δαpref”的第一处理值δαp[k]的数量(步骤s220)。然后，将所计数的条件满足值的数量n1与阈值nref1比较(步骤s230)。作为用于判定目标区间中有无车辙的阈值的阈值δαpref和阈值nref1分别通过实验和分析预先确定。例如，作为阈值nref1，使用大约1至3的值范围。如上所述，当车辆50受到车辙影响时，假设车辆50的行为(车身滑动角速度α，等等)将会变化。因此，可以通过使用第一处理值δαp[i,t](各个区间车辆k的第一处理值δαp[k])来判定在目标区间中有无车辙，第一处理值δαp[i,t]基于各个管理车辆i的基于车身滑动角速度α[i,t]的第一滑动变化量δα[i,t]。而且，针对各个管理车辆i，对第一滑动变化量δα[i,t]进行高通滤波处理，并且对所得值进一步进行绝对值获取处理以计算第一处理值δαp[i,t]。该处理允许去除第一滑动变化量δα[i,t]中的低频分量以获得第一处理值δαp[i,t]，使得可以对各个道路区间更适当地判定有无车辙。
[0057]
当在步骤s230中第一条件满足值的数量n1小于阈值nref1时，判定在目标区间中没有车辙(步骤s240)，并且估计车辙水平lr是0(步骤s250)。车辙水平lr是与车辙凹度水平相关的分类水平，表示车辙水平lr越大，车辙凹度水平越大。在本实施例中，该车辙水平lr被划分为四个等级：当没有车辙时为0，当有车辙时为1-3。在步骤s250之后，判定管理范围内的所有道路区间是否已经被设定为目标区间(步骤s340)。当判定管理范围内的一些道路
区间还没有被设定为目标区间时，处理返回到步骤s200。
[0058]
当在步骤s230中第一条件满足值的数量n1等于或大于阈值nref1时，判定在目标区间中有车辙(步骤s260)。在这种情况下，执行车辙水平估计处理以估计目标区间中的车辙水平lr(步骤s270至s330)。图5是示出各个区间车辆k的第三处理值γp[k]与车辙凹度水平之间的关系的示例的图。通过实验和分析，本发明人已经发现，各个区间车辆k的第三处理值γp[k]越大，车辙凹度水平越大，如图所示。在本实施例中，基于该事实执行车辙水平估计处理。
[0059]
在车辙水平估计处理中，首先为目标区间计数条件满足值的数量n2，该数量n2是在各个区间车辆k的第三处理值γp[k]中包括的且满足“γp[k]≥γpref1”的第三处理值γp[k]的数量(步骤s270)。然后，将所计数的条件满足值的数量n2与阈值nref2比较(步骤s280)。阈值γpref1是针对第三处理值γp[k]的车辙水平lr是3的区域的下限值。阈值γpref1是通过实验或分析预先确定的。通过实验或分析预先确定阈值nref2，其是用于估计车辙水平lr是3的值。例如，作为阈值nref2，使用大约3至7的值范围。当在步骤s280中条件满足值的数量n2等于或大于阈值nref2时，估计车辙水平lr是3(步骤s290)。
[0060]
当在步骤s280中条件满足值的数量n2小于阈值nref2时，对目标区间计数条件满足值的数量n3，该数量是在各个区间车辆k的第三处理值γp[k]中包括的且满足“γref2≤γp[k]《γpref1”的第三处理值γp[k]的数量(步骤s300)。然后，将所计数的条件满足值的数量n3与阈值nref3比较(步骤s310)。小于阈值γpref1的阈值γpref2是第三处理值γp[k]的车辙水平lr是2的区域的下限值。阈值γpref2是通过实验或分析预先确定的。阈值nref3是用于估计车辙水平lr是2的值，并且通过实验或分析预先确定。例如，作为阈值nref3，使用大约3至7的值范围。当在步骤s310中条件满足值的数量n3等于或大于阈值nref3时，估计车辙水平lr是2(步骤s320)。当在步骤s310中条件满足值的数量n3小于阈值nref3时，估计车辙水平lr是1(步骤s330)。
[0061]
如上所述，发明人已经发现，各个区间车辆k的第三处理值γp[k]越大，车辙凹度水平越大。因此，可以通过使用各个区间车辆k的第三处理值γp[k]来估计目标区间的车辙水平lr。此外，针对各个管理车辆i，通过对第二滑动变化量δβ[i,t]执行高通滤波处理来计算第二处理值δβp[i,t]，并且在此之后，计算第二处理值δβp[i,t]的当前值与先前值之间的绝对差作为第三处理值γp[i,t](各个区间车辆k的第三处理值γp[k])。这去除了在第二滑动变化量δβ[i,t]中包括的低频分量以获得第二处理值δβp[i,t]，并且因此获得第三处理值γp[i,t](各个区间车辆k的第三处理值γp[k])，使得可以对目标区间更适当地估计车辙水平lr。
[0062]
在执行步骤s220至s330中车辙水平估计处理以估计目标区间的车辙水平lr之后，判定管理范围内的所有道路区间是否已经被设定为目标区间(步骤s340)。当判定管理范围内的一些道路区间还没有被设定为目标区间时，处理返回到步骤s200。以这种方式，在变更目标区间的同时，重复执行步骤s200至s340中的处理。当在步骤s340判定管理范围内的所有道路区间已经被设定为目标区间时，该例程终止。当以这种方式执行该例程时，使得可以对管理范围内的各个道路区间判定有无车辙并估计车辙水平lr。在如上所述终止该例程后，管理范围内的各个道路区间与车辙水平lr相关联，并且各个道路区间与车辙水平lr之间的关联被存储在存储装置28中。
[0063]
接下来，将描述信息提供单元24的操作。图6是示出由信息提供单元24执行的图像处理例程的示例的流程图。当响应于用户(例如，政府机构中的人员)在输入装置42上的操作而在显示器43上显示显示地图(其是显示范围的地图)时，执行该例程。显示范围由用户期望的范围(例如，整个管理范围或其部分)、用户期望的比例尺等来定义。
[0064]
当执行图6所示的图像处理例程时，信息提供单元24首先从在显示地图中包括的且在该例程中没有被设定为目标区间的多个道路区间中选择一个道路区间，然后将选择的道路区间设定为目标区间(步骤s400)。接下来，信息提供单元24接收目标区间的车辙水平lr(步骤s410)并检查接收到的目标区间的车辙水平lr(步骤s420)。当目标区间的车辙水平lr为0时，确定不向显示地图上的目标区间赋予指示车辙水平lr的车辙水平图像(步骤s430)。当目标区间的车辙水平lr为1时，确定向显示地图上的目标区间赋予车辙水平图像im1(例如，用绿色着色)(步骤s440)。当目标区间的车辙水平lr为2时，确定向显示地图上的目标区间赋予与车辙水平图像im1不同的车辙水平图像im2(例如，用黄色着色)(步骤s450)。当目标区间的车辙水平lr为3时，确定向显示地图上的目标区间赋予与车辙水平图像im1和im2不同的车辙水平图像im3(例如，用红色着色)(步骤s460)。
[0065]
此后，判定管理范围内的所有道路区间是否已经被设定为目标区间(步骤s470)。当判定管理范围内的一些道路区间还没有被设定为目标区间时，处理返回到步骤s400。以这种方式，在变更目标区间的同时，重复执行步骤s400至s470中的处理。当在步骤s470中判定管理范围内的所有道路区间已经被设定为目标区间时，该例程终止。
[0066]
以这种方式，在执行图6所示的图像处理例程的同时，信息提供单元24将显示地图和车辙水平图像im1至im3发送到终端装置40。终端装置40的计算机41从服务器20接收显示地图和车辙水平图像im1至im3，并通过如下赋予车辙水平图像来使显示器43显示显示地图的道路区间：当车辙水平lr为0时，不向道路区间赋予车辙水平图像；当车辙水平lr为1时，向道路区间赋予车辙水平图像im1；当车辙水平lr为2时，向道路区间赋予车辙水平图像im2；当车辙水平lr为3时，向道路区间赋予车辙水平图像im3。图7是示出在显示器43上显示的图像中包括的车辙水平图像im1至im3的示例的图。在图7中，为了容易识别车辙水平图像，没有示出显示地图。以这种方式显示车辙水平图像，允许用户观看显示器43以识别显示地图上的各个道路区间的车辙水平lr。
[0067]
在上述实施例中的车辆管理系统10中提供的服务器20中，基于第一处理值δαp[i,t](各个区间车辆k的第一处理值δαp[k])，判定管理范围内的各个道路区间有无车辙。如上所述，第一处理值δαp[i,t]是基于第一滑动变化量δα[i,t]计算的，而第一滑动变化量δα[i,t]是基于各个管理车辆i的车身滑动角速度α[i,t]计算的。使用上述方法使得可以对管理范围内的各个道路区间判定有无车辙。此外，对各个管理车辆i的第一滑动变化量δα[i,t]进行高通滤波处理，并且对所得值进一步进行绝对值获取处理以计算第一处理值δαp[i,t]。因此，已经从各个管理车辆i的第一处理值δαp[i,t]中去除了低频分量。这意味着，上述方法以这种方式使用各个区间车辆k的第一处理值δαp[k]来判定有无车辙，使得可以对各个道路区间更适当地判定有无车辙。
[0068]
在本实施例的服务器20中，基于各个区间车辆k的第一处理值δαp[k]来对各个道路区间判定有无车辙。更具体地，利用各个区间车辆k的第一处理值δαp[k]作为多个第一判定值，通过比较条件满足值的数量n1和阈值nref1来对各个道路区间判定有无车辙，该数
量n1是在各个区间车辆k的第一处理值δαp[k]中包括的且满足“δαp[k]≥δαpref”的第一处理值δαp[k]的数量(参见图3中的车辙判定处理例程的步骤s220、s230、s240和s260)。然而，代替此，也可以基于各个区间车辆k的第一滑动变化量δα[k]、第二滑动变化量δβ[k]、第二处理值δβp[k]、和第三处理值γp[k]中的任一种，对各个道路区间判定有无车辙。在这种情况下，利用各个区间车辆k的第一滑动变化量δα[k]、第二滑动变化量δβ[k]、第二处理值δβp[k]、和第三处理值γp[k]中的任一种作为多个第一判定值，可以使用该多个第一判定值的绝对值来执行与图3中的车辙判定处理例程的步骤s220、s230、s240和s260中的处理类似的处理，以对各个道路区间判定有无车辙。如上所述，对各个管理车辆i的第二滑动变化量δβ[i,t]执行诸如高通滤波处理的处理，以计算第二处理值δβp[i,t]和第三处理值γp[i,t]。因此，利用与第一处理值δαp[i,t]相同的方式，已经从各个管理车辆i的第二处理值δβp[i,t]和第三处理值γp[i,t]中去除了低频分量。因此，通过基于各个区间车辆k的第二处理值δβp[k]和第三处理值γp[k]中的任一种对各个道路区间判定有无车辙，可以以与本实施例中相同的方式更适当地判定有无车辙。这意味着，当基于各个区间车辆k的第一滑动变化量δα[k]和第二滑动变化量δβ[k]中的任一种对各个道路区间判定有无车辙时，也可以以一定程度准确地判定有无车辙。
[0069]
在本实施例的服务器20中，通过比较条件满足值的数量n1和阈值nref1来对各个道路区间判定车辙有无，该数量n1是在各个区间车辆k的第一处理值δαp[k]中包括的且满足“δαp[k]≥δαpref”的第一处理值δαp[k]的数量。然而，也可以通过将条件满足值的数量n1与区间车辆的数量nv的比率r1与阈值rref1进行比较来对各个道路区间判定有无车辙。当使用各个区间车辆k的第一滑动变化量δα[k]、第二滑动变化量δβ[k]、第二处理值δβp[k]、和第三处理值γp[k]中的任一种来代替各个区间车辆k的第一处理值δαp[k]时，该比较也可以用于各个道路区间。
[0070]
在本实施例的服务器20中，当判定有车辙时，基于各个区间车辆k的第三处理值γp[k]对各个道路区间估计车辙水平lr。更具体地，利用各个区间车辆k的第三处理值γp[k]作为多个第二判定值，通过比较条件满足值的数量n2和阈值nref2以及通过比较条件满足值的数量n3和阈值nref3，来对各个道路区间估计车辙水平lr，数量n2是在各个区间车辆k的第三处理值γp[k]中包括的且满足“γp[k]≥γpref1”的第三处理值γp[k]的数量，数量n3是在各个区间车辆k的第三处理值γp[k]中包括的且满足“γref2≤γp[k]《γpref1”的第三处理值γp[k]的数量(参见图3中的车辙判定处理例程的步骤s270至s330)。然而，代替此，也可以基于各个区间车辆k的第一滑动变化量δα[k]、第一处理值δαp[k]、第二滑动变化量δβ[k]和第二处理值δβp[k]中的任一种对各个道路区间估计车辙水平lr。在此情况下，利用各个区间车辆k的第一滑动变化量δα[k]、第一处理值δαp[k]、第二滑动变化量δβ[k]和第二处理值δβp[k]中的任一种作为多个第二判定值，也可以通过使用该多个第二判定值的绝对值，执行与图3中的车辙判定处理例程的步骤s270至s330中的处理类似的处理来对各个道路区间估计车辙水平lr。如上所述，已经从各个管理车辆i的第一处理值δαp[i,t]和第二处理值δβp[i,t]中去除了低频分量。因此，通过基于各个区间车辆k的第一处理值δαp[i,t]和第二处理值δβp[i,t]中的任一种来对各个道路区间估计车辙水平lr，可以与以本实施例中相同的方式更适当地估计车辙水平lr。这意味着，当基于各个区间车辆k的第一滑动变化量δα[k]和第二滑动变化量δβ[k]中的任一种对各个道路区间估计车
辙水平lr时，也可以一定程度上准确地估计车辙水平lr。
[0071]
在本实施例的服务器20中，当判定有车辙时，通过比较条件满足值的数量n2和阈值nref2以及通过比较条件满足值的数量n3和阈值nref3来对各个道路区间估计车辙水平lr，数量n2是在各个区间车辆k的第三处理值γp[k]中包括的且满足“γp[k]≥γpref1”的第三处理值γp[k]的数量，数量n3是在各个区间车辆k的第三处理值γp[k]中包括的且满足“γref2≤γp[k]《γpref1”的第三处理值γp[k]的数量。然而，当判定有车辙时，也可以通过将条件满足值的数量n2与区间车辆的数量nv的比率r2与阈值rref2进行比较以及通过将条件满足值的数量n3与区间车辆的数量nv的比率r3与阈值rref3进行比较，来对各个道路区间估计车辙水平lr。当使用各个区间车辆k的第一滑动变化量δα[k]、第一处理值δαp[k]、第二滑动变化量δβ[k]和第二处理值δβp[k]中的任一种来代替各个区间车辆k的第三处理值γp[k]时，该比较也可以用于各个道路区间。
[0072]
在本实施例的服务器20中，通过从时刻t处的第二处理值δβp[i,t]减去时刻(t-1)处的第二处理值δβp[i,t-1]，并对所得值进一步执行绝对值获取处理，来对各个管理车辆i计算在时刻t的第三处理值γp[i,t]。然而，还可以通过从时刻t处的第一滑动变化量δα[i,t]减去时刻(t-1)处的第一滑动变化量δα[i,t-1]，并对所得值进一步执行绝对值获取处理，来对各个管理车辆i计算在时刻t的第三处理值γp[i,t]。此外，还可以通过对各个时刻t的第一滑动变化量δα[i,t]执行高通滤波处理以计算在各个时刻t的第四处理值δε[i,t]，通过从时刻t处的第四处理值δε[i,t]减去时刻(t-1)处的第四处理值δε[i,t-1]，并对所得值进一步执行绝对值获取处理，来对各个管理车辆i计算在时刻t的第三处理值γp[i,t]。另外，还可以通过从时刻t处的第二滑动变化量δβ[i,t]减去时刻(t-1)处的第二滑动变化量δβ[i,t-1]，并对所得值进一步执行绝对值获取处理计算，来对各个管理车辆i计算在时刻t的第三处理值γp[i,t]。在这些情况下，可以使用基于在各个时刻t的第三处理值γp[i,t]的各个区间车辆k的第三处理值γp[k]，对各个道路区间判定有无车辙并估计其车辙水平lr。
[0073]
在本实施例的服务器20中，当有车辙时，车辙水平lr被划分为1至3三个等级。然而，本发明中的车辙水平的划分不限于三个等级。当有车辙时，车辙水平lr可以被划分为两级、四级、五级、六级等。
[0074]
在本实施例的服务器20中，对各个道路区间判定有无车辙并估计车辙水平lr。然而，可以仅对各个道路区间判定有无车辙，而不估计车辙水平lr。
[0075]
在本实施例的服务器20中，车辙判定单元23执行图2中的准备处理例程和图3中的车辙判定处理例程。然而，车辙判定单元23可以执行图8中的车辙判定处理例程来代替图3中的车辙判定处理例程。除了在步骤s340中的处理之后增加步骤s500至s560中的处理之外，图8中的车辙判定处理例程与图3中的车辙判定处理例程相同。因此，在图8中的车辙判定处理例程中，未示出步骤s200至s330中的处理。
[0076]
在图8中的车辙判定处理例程中，当在步骤s340中判定管理范围内的所有道路区间被设定为目标区间时，车辙判定单元23将管理范围内的所有道路区间重置为未被设定为目标区间的道路区间(步骤s500)。此后，从在管理范围内的多个道路区间中包括的且未被设定为目标区间的多个道路区间中，车辙判定单元23选择一个道路区间，并以与步骤s200中的处理相同的方式将选择的道路区间设定为目标区间(步骤s510)。
[0077]
接下来，车辙判定单元23检查目标区间的车辙水平lr(步骤s520)。当目标区间的车辙水平lr不是0(1至3中的任一个)时，即，当在目标区间中有车辙时，判定管理范围内的所有道路区间是否已被设定为目标区间(步骤s560)。当判定管理范围内的一些道路区间没有被设定为目标区间时，处理返回到步骤s510。
[0078]
当在步骤s520中目标区间的车辙水平lr为0时，即，当在目标区间中没有车辙时，判定在道路延伸方向上与目标区间相邻的两个道路区间的车辙水平lr是否均等于或大于1(步骤s530和s532)。当判定与目标区间相邻的两个道路区间的车辙水平lr中的至少一个为0时，即，当判定与目标区间相邻的两个道路区间中的至少一个中没有车辙时，处理进行到步骤s560。
[0079]
当在步骤s530和s532中判定与目标区间相邻的两个道路区间的车辙水平lr均等于或大于1，即，当判定该两个道路区间中均有车辙时，将在目标区间中没有车辙的判定更改为在目标区间中有车辙的判定(步骤s540)，目标区间的车辙水平lr从0更改为1(步骤s550)，并且处理进行到步骤s560。
[0080]
当判定在道路延伸方向上与目标区间相邻的两个道路区间的车辙水平lr均等于或大于1时，即，当判定在该两个道路区间中均有车辙时，尽管事实上在目标区间中有车辙(车辙从目标区间到相邻区间连续)，也有可能在步骤s230中第一条件满足值的数量n1变得小于阈值nref1，结果，在步骤s240中错误地判定在目标区间中没有车辙。这种错误的判定的原因包括道路的形状(难以检测车辙的形状)和各个区间车辆k的第一处理值δαp[k]的变化。考虑到这一点，该修改更改判定如下。即，当目标区间的车辙水平lr为0但是当与目标区间相邻的两个道路区间的车辙水平lr等于或大于1时，将在目标区间中没有车辙的判定更改为在目标区间中有车辙的判定，此外，将目标区间的车辙水平lr从0更改为1。
[0081]
当以这种方法对目标区间进行更改的同时，重复执行步骤s510至s560中的处理。当在步骤s560中判定管理范围内的所有道路区间已被设定为目标区间时，该例程终止。
[0082]
在本实施例的服务器20中，车辙判定单元23执行图2中的准备处理例程和图3中的车辙判定处理例程。然而，车辙判定单元23可以执行图9中的车辙判定处理例程来代替图3中的车辙判定处理例程。除了在步骤s340中的处理之后增加步骤s600至s670中的处理之外，图9中的车辙判定处理例程与图3的车辙判定处理例程相同。因此，在图9的车辙判定处理例程中，未示出步骤s200至s330中的处理。
[0083]
在图9的车辙判定处理例程中，当在步骤s340中判定管理范围内的所有道路被设定为目标区间时，车辙判定单元23将管理范围内的所有道路区间重置为未被设定为目标区间的道路区间(步骤s600)。此后，从在管理范围内包括的且未被设定为目标区间的多个道路区间中，车辙判定单元23选择一个道路区间，并以与步骤s200中的处理相同的方式将选择的道路区间设定为目标区间(步骤s610)。
[0084]
接下来，车辙判定单元23检查目标区间的车辙水平lr(步骤s620)。当目标区间的车辙水平lr为0时，即，当在目标区间中没有车辙时，判定管理范围内的所有道路区间是否已被设定为目标区间(步骤s670)。当判定管理范围内的一些道路区间没有被设定为目标区间时，处理返回到步骤s610。
[0085]
当在步骤s620中目标区间的车辙水平lr等于或大于1，即，当在目标区间中有车辙时，对包括目标区间在内的满足“lr≥1”的连续的道路区间的数量ns进行计数(步骤s630)，
并将所计数的连续的道路区间的数量ns与阈值nsref进行比较(步骤s640)。阈值nsref是用于判定在目标区间中有车辙的判定是否正确的阈值。例如，使用大约2至5的阈值。当连续的道路区间的数量ns等于或大于阈值nsref时，判定在目标区间中有车辙的判定是正确的，并且处理进行到步骤s670。
[0086]
当在步骤640中连续的道路区间的数量ns小于阈值nsref时，判定在目标区间中有车辙的判定是错误的。在这种情况下，将在目标区间中有车辙的判定更改为有井盖或铁路道口的判定(步骤s650)，目标区间的车辙水平lr由1-3更改为0(步骤s660)，并且处理进行到步骤s670。
[0087]
当连续的道路区间的数量ns小时，有可能由于车辆在井盖上行驶或经过铁路道口而不是在车辙上行驶使得在步骤s230中第一条件满足值的数量n1变得等于或大于阈值nref1，结果，在步骤s260中指示在目标区间中有车辙的判定是错误的。考虑到这一点，该修改更改判定如下。即，当目标区间的车辙水平等于或大于1但是当连续的道路区间的数量ns小于阈值nsref时,将在目标区间中有车辙的判定更改为在目标区间中有井盖或铁路道口的判定，此外，将目标区间的车辙水平lr更改为0。
[0088]
当以这种方法对目标区间进行更改的同时，重复执行在步骤s610至s670中的处理。当在步骤s670中判定管理范围内的所有道路区间已被设定为目标区间时，该例程终止。
[0089]
在该修改中，车辙判定单元23执行图9中的车辙判定处理例程来代替图3中的车辙判定处理例程。然而，车辙判定单元23可以在执行图8中的车辙判定处理例程的步骤s560之后，执行图9中的车辙判定处理例程的步骤s600至s670中的处理。相反，车辙判定单元23可以在执行图9中的车辙判定处理例程的步骤s670的处理之后，执行图8中的车辙判定处理例程的步骤s500至s560中的处理。
[0090]
在本实施例的服务器20中，信息提供单元24被配置为响应于用户在输入装置42上的操作，向终端装置40发送显示地图和车辙水平图像im1至im3。然而，除此之外或代替此，例如，信息提供单元24可以创建例如管理范围内有车辙的道路区间的列表，并且响应于或不管用户在输入装置42上的操作，将创建的列表发送到终端装置40。
[0091]
在本实施例中，本发明应用于作为车辙判定装置工作的服务器20或车辙判定方法。然而，本发明也可应用于存储使服务器20用作车辙判定装置的程序的存储介质。
[0092]
将描述实施例的主要元件与发明内容中描述的本发明的主要元件之间的对应关系。在实施例中，车辙判定单元23对应于“处理单元”。
[0093]
由于实施例是用于具体描述实施发明内容中描述的本发明的方式的示例，因此，实施例的主要元素与发明内容中描述的本发明的主要元素之间的对应关系并不旨在限制发明内容中描述的本发明的元素。也就是说，应当注意，应当基于发明内容中的描述来解释发明内容中描述的本发明，并且实施例仅是发明内容中描述的本发明的具体示例。
[0094]
虽然已经使用实施例描述了实施本发明的方式，但是应当理解，本发明不限于上述实施例。本发明可以在不偏离本发明的精神的范围内以多种方式实施。
[0095]
本发明适用于诸如车辙判定装置的制造工业的工业。

技术特征：
1.一种车辙判定装置，其被配置为：针对各个道路区间，基于来自已经在所述各个道路区间行驶过的各个车辆的车辆信息判定有无车辙，所述车辙判定装置包括处理单元，所述处理单元被配置为：针对所述各个道路区间，基于多个第一变化量、多个第一处理值、多个第二变化量、多个第二处理值和多个第三处理值中的任一种判定有无所述车辙，所述多个所述第一变化量分别是所述各个车辆的每单位时间的车身滑动角速度的变化量，所述多个所述第一处理值分别是通过对所述多个所述第一变化量中的各个执行预定处理而获得的值，所述预定处理包括高通滤波处理，所述多个所述第二变化量分别是每单位时间的车身滑动相关值的变化量，所述车身滑动相关值是所述各个车辆的所述车身滑动角速度与车速的乘积，所述多个所述第二处理值分别是通过对所述多个所述第二变化量中的各个执行所述预定处理而获得的值，所述多个所述第三处理值分别是通过执行算术处理以获得所述多个所述第一变化量、所述多个所述第一处理值、所述多个所述第二变化量、和所述多个所述第二处理值中的任一种中的各个的当前值与先前值之间的绝对差而获得的值。2.根据权利要求1所述的车辙判定装置，其中，所述处理单元被配置为：通过判定第一判定值的数量或比率是否等于或大于第二阈值来判定有无所述车辙，所述第一判定值的数量或比率是在多个第一判定值中包括的且各自具有等于或大于第一阈值的绝对值的第一判定值的数量或比率，所述多个第一判定值是所述多个所述第一变化量、所述多个所述第一处理值、所述多个所述第二变化量、所述多个所述第二处理值和所述多个所述第三处理值中的任一个。3.根据权利要求1或2所述的车辙判定装置，其中，所述处理单元被配置为：针对所述各个道路区间，当判定有所述车辙时，基于所述多个所述第一变化量、所述多个所述第一处理值、所述多个所述第二变化量、所述多个所述第二处理值和所述多个所述第三处理值中的任一个来估计车辙水平。4.根据权利要求3所述的车辙判定装置，其中，所述处理单元被配置为：通过判定第二判定值的数量或比率是否等于或大于第四阈值来估计所述车辙水平，所述第二判定值的数量或比率是在多个第二判定值中包括的且各自具有等于或大于第三阈值的绝对值的第二判定值的数量或比率，所述多个第二判定值是所述多个所述第一变化量、所述多个所述第一处理值、所述多个所述第二变化量、所述多个所述第二处理值和所述多个所述第三处理值中的任一个。5.根据权利要求1至4中任一项所述的车辙判定装置，其中，所述处理单元被配置为：当判定在第一目标区间中没有车辙但当判定在道路延伸方向上与所述第一目标区间相邻的两个道路区间中有所述车辙时，将判定更改为在所述第一目标区间中有所述车辙的判定，所述第一目标区间是作为从所述各个道路区间中选择的目标的所述道路区间。6.根据权利要求1至5中任一项所述的车辙判定装置，其中，所述处理单元被配置为：当判定在第二目标区间中有所述车辙但当判定包括所述第二目标区间且被判定有所述车辙的连续的道路区间的数量小于第五阈值时，将判定更改为在所述第二目标区间中没有车辙的判定，所述第二目标区间是作为从所述各个道路区间中选择的目标的所述道路区间。7.一种车辙判定方法，用于针对各个道路区间，基于来自已经在所述各个道路区间行驶过的各个车辆的车辆信息判定有无车辙，所述车辙判定方法包括：针对所述各个道路区间，基于多个第一变化量、多个第一处理值、多个第二变化量、多个第二处理值和多个第三
处理值中的任一种判定有无所述车辙，所述多个所述第一变化量分别是所述各个车辆的每单位时间的车身滑动角速度的变化量，所述多个所述第一处理值分别是通过对所述多个所述第一变化量中的各个执行预定处理而获得的值，所述预定处理包括高通滤波处理，所述多个所述第二变化量分别是每单位时间的车身滑动相关值的变化量，所述车身滑动相关值是所述各个车辆的所述车身滑动角速度与车速的乘积，所述多个所述第二处理值分别是通过对所述多个所述第二变化量中的各个执行所述预定处理而获得的值，所述多个所述第三处理值分别是通过执行算术处理以获得所述多个所述第一变化量、所述多个所述第一处理值、所述多个所述第二变化量和所述多个所述第二处理值中的任一种中的各个的当前值与先前值之间的绝对差而获得的值。8.一种存储介质，其存储有程序，所述程序使计算机用作车辙判定装置，所述车辙判定装置被配置为：针对各个道路区间，基于来自已经在所述各个道路区间行驶过的各个车辆的车辆信息判定有无车辙，所述程序使所述车辙判定装置执行：针对所述各个道路区间，基于多个第一变化量、多个第一处理值、多个第二变化量、多个第二处理值和多个第三处理值中的任一种判定有无所述车辙，所述多个所述第一变化量分别是所述各个车辆的每单位时间的车身滑动角速度的变化量，所述多个所述第一处理值分别是通过对所述多个所述第一变化量中的各个执行预定处理而获得的值，所述预定处理包括高通滤波处理，所述多个所述第二变化量分别是每单位时间的车身滑动相关值的变化量，所述车身滑动相关值是所述各个车辆的所述车身滑动角速度与车速的乘积，所述多个所述第二处理值分别是通过对所述多个所述第二变化量中的各个执行所述预定处理而获得的值，所述多个所述第三处理值分别是通过执行算术处理以获得所述多个所述第一变化量、所述多个所述第一处理值、所述多个所述第二变化量和所述多个所述第二处理值中的任一种中的各个的当前值与先前值之间的绝对差而获得的值。

技术总结
本公开涉及一种车辙判定装置、车辙判定方法和存储介质。车辙判定装置被配置为：针对各个道路区间，基于多个第一变化量、多个第一处理值、多个第二变化量和多个第二处理值中的任一种判定有无车辙，所述多个所述第一变化量分别是各个车辆的每单位时间的车身滑动角速度的变化量，所述多个所述第一处理值分别是通过对所述多个所述第一变化量中的各个执行预定处理而获得的值，所述多个所述第二变化量分别是每单位时间的车身滑动相关值的变化量，所述车身滑动相关值是各个车辆的所述车身滑动角速度与车速的乘积，所述多个所述第二处理值分别是通过对所述多个所述第二变化量中的各个执行所述预定处理而获得的值。执行所述预定处理而获得的值。执行所述预定处理而获得的值。


技术研发人员：木村阳介 盛合威夫 小渕达也 藤森雅也
受保护的技术使用者：丰田自动车株式会社
技术研发日：2021.08.06
技术公布日：2022/3/8