1.本公开涉及自动驾驶车辆的监视中心以及包含该监视中心的监视系统。
2.相关申请的交叉引用
3.本技术基于在2019年9月27日申请的专利申请号2019-177194号，主张其优先权的利益，该专利申请的全部内容通过参照被纳入本说明书中。
背景技术：
4.以往，已知有用于确保自主行驶车辆的自动行驶时的安全的远程监视技术。在专利文献1中，自主行驶车辆若基于从包含相机的自主传感器得到的信息，检测到障碍物并自动停止，则自主行驶车辆将由相机拍摄到的车辆的周边的相机影像发送至远程监视中心。在自主行驶车辆自动停止的情况下，远程监视中心基于接收到的相机影像来判断是否可以重新开始自主行驶车辆的行驶。通过该结构，远程监视中心的监视员(操作者)弥补自主行驶车辆的传感器的检测性能，确保自主行驶时的安全。
5.专利文献1：日本特开2019-87015号公报
6.在上述的专利文献1所记载的发明中，即使在稍微等待就能够重新开始行驶的情况下，也在自动驾驶车每次停止时呼叫操作者，因此与实际上是否需要远程操作无关地针对操作者产生监视业务。因此，存在给操作者增加负担，并且操作者的人工费(成本)增加这样的课题。
技术实现要素：
7.本公开鉴于上述背景，其目的在于提供能够减少操作者的负荷的监视系统。
8.本公开为了解决上述课题而采用以下的技术手段。权利要求书所记载的括号内的附图标记是表示与作为一个方式后述的实施方式中记载的具体的单元的对应关系的一个例子，并不限定本公开的技术范围。
9.本公开所涉及的监视中心是经由网络与自动驾驶车辆进行通信并监视上述自动驾驶车辆的监视中心，具备：阈值存储部，存储用于判定是否需要操作者的辅助的停车持续时间的阈值；通信部，从上述自动驾驶车辆接收车辆状态的数据；解析部，根据上述车辆状态的数据获取自动驾驶车辆的到当前为止的停车持续时间；判定部，判定上述自动驾驶车辆的停车持续时间是否是存储于上述阈值存储部的阈值以上；以及操作者协作部，在上述自动驾驶车辆的停车持续时间为上述阈值以上的情况下，将与该自动驾驶车辆相关的数据通知给操作者。
10.根据本公开，由于在经过规定的停车持续时间后通知操作者，因此呼叫操作者的频率减少，能够减少操作者的负荷。
附图说明
11.图1是表示第一实施方式的监视系统的结构的图。
12.图2是表示停车时间的概率分布的图。
13.图3是表示第一实施方式的监视中心的动作的图。
14.图4是表示第二实施方式的存储于阈值存储部的数据的例子的图。
15.图5是表示第二实施方式的监视中心的动作的图。
16.图6是表示第三实施方式的存储于阈值存储部的数据的例子的图。
17.图7是表示第三实施方式的监视中心的动作的图。
18.图8是表示第四实施方式的存储于阈值存储部的数据的例子的图。
19.图9是表示第四实施方式的监视中心的动作的图。
20.图10是表示第五实施方式的存储于阈值存储部的数据的例子的图。
21.图11是表示第五实施方式的监视中心的动作的图。
22.图12是表示第六实施方式的存储于阈值存储部的数据的例子的图。
23.图13是表示第六实施方式的监视中心的动作的图。
24.图14是表示第七实施方式的监视系统的结构的图。
25.图15是表示第八实施方式的监视系统的结构的图。
26.图16是表示第九实施方式的监视系统的结构的图。
具体实施方式
27.以下，参照附图，对本公开的实施方式的监视系统进行说明。
28.(第一实施方式)
29.图1是表示第一实施方式的监视系统1的结构的图。监视系统1具备：监视自动驾驶车辆30的监视中心10、以及能够经由网络与监视中心10进行通信的多个自动驾驶车辆30。自动驾驶车辆30由监视中心10监视。
30.[监视中心]
[0031]
监视中心10与操作者进行操作的操作者终端40连接。当需要辅助自动驾驶车辆30时，监视中心10通过将与该自动驾驶车辆30相关的数据发送至操作者终端40，从而与操作者协作。在自动驾驶车辆30停车的时间(将此称为“停车持续时间”)为规定的阈值以上时，监视中心10对操作者进行通知，实现与操作者的协作。
[0032]
监视中心10具有：通信部11、解析部12、判定部13、操作者协作部14、阈值决定部15以及数据库20。数据库20包括停车时间存储部21和阈值存储部22。阈值存储部22存储用于判定是否需要操作者的辅助的停车持续时间的阈值。阈值是基于从多个自动驾驶车辆30获取到的停车时间的统计数据来决定的。
[0033]
通信部10具有与自动驾驶车辆30进行通信的功能。从自动驾驶车辆30发送自动驾驶车辆30的车辆状态的数据。车辆状态的数据是指车辆的行驶状态(加速度、速度、行进方向等)、当前位置、车载设备(方向指示灯、刮水器、车灯、制动器、加速器等)的工作状态等数据。解析部12具有基于车辆状态所包含的速度的数据求出停车持续的时间的功能。
[0034]
此处，优选解析部12也使用与自动驾驶车辆30的周边环境相关的数据求出停车持续时间。该情况下，除了车辆状态的数据之外，监视中心10从自动驾驶车辆30还接收与周边环境相关的数据。与周边环境相关的数据是指在自动驾驶车辆30具备的周边监视部33中获取到的传感器数据，例如是lidar对物体的检测数据、由相机拍摄的图像等数据。另外，在自
动驾驶车辆30通过v2x通信从基础设施、其它车辆、网络等获取周边的数据的情况下，也可以是这些数据。
[0035]
解析部12根据车辆状态的数据以及周边环境的数据求出是否处于例如如等待交通灯、到达目的地、等待上下车等那样需要持续停车的特定状况，并加上不处于这样的特定的状况的时间求出停车持续时间。对于等待交通灯，通过从由相机拍摄的周边的影像提取信号，从而能够根据交通灯的颜色掌握是否等待交通灯。是否到达目的地能够根据行驶路线信息的目的地位置和当前位置来掌握。是否等待上下车能够基于在车内相机中拍摄到的影像来判断。
[0036]
判定部13具有判定自动驾驶车辆30的停车持续时间是否是存储于阈值存储部22的阈值以上的功能。在停车持续时间为阈值以上的情况下，向操作者协作部14通知停车持续时间为阈值以上。操作者协作部14若接受到该通知，则对操作者终端40发送请求进行对自动驾驶车辆30的辅助的通知。此时，操作者协作部14将与该自动驾驶车辆30相关的数据发送至操作者终端40。
[0037]
接下来，对存储于阈值存储部22的阈值的决定方法进行说明。阈值决定部15基于从自动驾驶车辆30收集的停车时间的数据来决定阈值。停车时间是通过计测自动驾驶车辆30从停车到起步为止的时间而求出的。此外，在自动驾驶车辆30接受操作者的辅助而起步的情况下，来自操作者的辅助成为触发，自动驾驶车辆并不会自发地起步，因此从停车时间除掉。然而，在向操作者要求辅助，但操作者判断为不需要辅助的情况下(例如，在交通阻塞的末尾只能等待的情况等)，之后，自动驾驶车辆自主地重新开始行驶时，能够将到重新开始行驶为止的时间包含在停车时间的数据中。将这样计测的停车时间的数据存储于停车时间存储部21。
[0038]
阈值决定部15基于存储于停车时间存储部21的停车时间的数据来决定阈值。在本实施方式中，基于停车时间的数据的分布来决定阈值。
[0039]
图2是表示停车时间的概率分布的图。横轴表示停车时间，纵轴表示与停车时间对应的现象的概率密度。在本实施方式中，将停车时间比停车时间的平均值长2.5σ的时间设为阈值。用于判定是否向操作者请求辅助的阈值是停止了比通常可能发生的停车时间长的时间，并且怀疑自动驾驶车辆30产生某种异常的状况，因此阈值比停车时间的平均值长。此处，将阈值设为平均值 2.5σ，但平均值所加的时间也可以不一定是2.5σ。阈值决定部15将所决定的阈值存储于阈值存储部22。
[0040]
[自动驾驶车辆]
[0041]
自动驾驶车辆30具备：行驶控制部31、车内监视部32、周边监视部33以及通信部34。行驶控制部31具有控制自动驾驶车辆30的行驶的功能。行驶控制部31进行节气门、制动器、方向盘等的控制。车内监视部32具有监视驾驶员、乘客的状态的功能。车内监视部32例如是拍摄车内的相机、就位传感器。周边监视部33具有监视车辆的周边的样子的功能。构成周边监视部33的设备例如是相机、lidar、毫米波雷达、超声波传感器等。通信部34具有与监视中心10进行通信的功能。通信部34由通信机、天线构成。此外，通信部34也可以具有与基础设施、其它车辆进行通信的功能。
[0042]
自动驾驶车辆30将行驶控制部31的控制数据、在车内监视部32以及周边监视部33中获取到的感测数据经由通信部34发送至监视中心10。自动驾驶车辆30向监视中心10发送
车辆状态数据的定时可以是定期的，也可以是检测到某种危险而自动驾驶车辆30停止时。
[0043]
[监视中心的动作]
[0044]
图3是表示监视中心10的动作的流程图。监视中心10从自动驾驶车辆30接收车辆状态的数据(s10)。监视中心10的解析部12基于车辆状态的数据来判定自动驾驶车辆30是否停车(s11)。在判定为自动驾驶车辆30停车的情况下(s11：是)，求出自动驾驶车辆30的停车持续时间(s12)。具体而言，预先存储自动驾驶车辆30的状态从行驶变为停车时的停车时刻，并取当前时刻与停车时刻的差分。
[0045]
接下来，监视中心10的判定部13判定停车持续时间是否是阈值以上(s13)。在判定为停车持续时间为阈值以上的情况下(s13：是)，操作者协作部14将请求自动驾驶车辆30的辅助的通知发送至操作者终端40，呼叫操作者(s14)。操作者确认从自动驾驶车辆30发送的影像等而对自动驾驶车辆给与指示。在判定为停车持续时间不是阈值以上的情况下(s13：否)，监视中心10返回到接收车辆状态数据的处理(s10)。
[0046]
解析部12基于车辆状态的数据判定车辆是否停车的结果是，在判定为车辆未停车的情况下(s11：否)，解析部12判定车辆的行驶是否重新开始(s15)。具体而言，在之前的状态为停车、状态从停车变化为行驶的情况下，判定为重新开始行驶，在之前的状态为行驶的情况下，判定为行驶状态持续(即、行驶中)(s15：否)。
[0047]
在判定为重新开始车辆的行驶的情况下(s15：是)，判定自动驾驶车辆30的行驶是否是通过操作者的辅助而重新开始(s16)。在不是通过操作者的辅助而重新开始的情况下(s16：否)，将从车辆停车到重新开始行驶为止的时间、即停车时间存储于停车时间存储部21(s17)。阈值决定部15适时地基于存储于停车时间存储部21的停车时间来决定阈值(s18)。阈值决定部15例如也可以使用最近的规定量的样本(例如1000样本)来决定阈值。由此，能够基于最近的状况来决定适当的阈值。此外，阈值决定部15对阈值的决定并不是在每次存储停车时间时进行，因此在图3的流程中用虚线示出。
[0048]
在图3中，对以与一台自动驾驶车辆30的通信为触发而开始的动作进行说明，但监视中心10监视多个自动驾驶车辆30，对于多个自动驾驶车辆30，同时执行图3所示的处理。
[0049]
以上，对本实施方式的监视中心10的结构进行了说明，但上述的监视中心10的硬件的例子是具备cpu、ram、rom、硬盘、通信接口等的计算机。将具有实现上述的各功能的模块的程序预先储存于ram或者rom中，由cpu执行该程序，从而实现上述的监视中心10。这样的程序也包含于本公开的范围中。
[0050]
第一实施方式的监视系统1在停车持续时间为阈值以上时进行操作者协作，直到停车持续时间成为阈值以上为止，不向操作者进行通知，因此仅在自动驾驶车辆需要操作者的远程辅助的可能性较高的状况下呼叫操作者，因此能够减少向操作者进行通知的次数。例如，在专利文献1所记载的发明中，在自动驾驶车辆检测到障碍物并停止的情况下，即使是稍微等待就能够重新开始行驶的状况，也将车辆停止信号发送至远程监视中心，在远程监视中心中，监视员(操作者)确认车辆的周边状况，因此在每次车辆停止时都产生操作者的监视业务。与此相对，对于监视系统1而言，仅自动停止不向操作者进行通知，而在停车持续时间为阈值以上才进行通知。因此，仅在自动驾驶车辆需要操作者的远程辅助的可能性较高的状况下呼叫操作者，因此能够减少操作者的负荷。另外，由于基于过去的停车时间来决定阈值，因此减少对操作者的通知次数，并且关于需要辅助的自动驾驶车辆30，在适当
的定时进行对操作者的通知。
[0051]
此外，在本实施方式中，说明了即使自动驾驶车辆停车也不立即进行对操作者的通知，而是在停车持续时间为阈值以上时进行对操作者的通知，但也能够进行相对于该处理的例外的设定。由于基于过去的停车信息来决定阈值，因此在平常不停车那样的场所停车的情况下(例如，道口的正中间等)，也可以不必等待停车持续时间成为阈值以上，而立即进行对操作者的通知。
[0052]
(第二实施方式)
[0053]
接下来，对第二实施方式的监视系统进行说明。第二实施方式的监视系统的基本结构与第一实施方式的监视系统1相同(参照图1)。在第二实施方式中，不同的点在于用于判断停车持续时间的阈值与驾驶场景对应。监视中心10具备存储有与驾驶场景对应的阈值的阈值存储部23(图4)，来代替阈值存储部22。
[0054]
图4是表示存储于阈值存储部23的数据的图。阈值存储部23与驾驶场景建立关联地存储有阈值。如图4所示，驾驶场景例如是“直行”、“左转弯等待”、“右转弯等待”等。根据按照每个驾驶场景获取到的停车时间的数据的分布来决定阈值。
[0055]
图5是表示第二实施方式的监视中心10的动作的流程图。第二实施方式的监视中心10的基本动作与第一实施方式的监视中心10的动作相同。第二实施方式的监视中心10与第一实施方式不同的点在于进行与驾驶场景相应的处理，因此以不同的点为中心进行说明。
[0056]
监视中心基于从自动驾驶车辆30发送的车辆状态的数据来判定车辆是否是停车中(s11)，在判定为车辆停车的情况下(s11：是)，监视中心10计算自动驾驶车辆30的停车持续时间(s12)。接着，基于车辆状态的数据来确定自动驾驶车辆30所处的驾驶场景(s12-2)。例如，解析部12能够基于方向指示灯的点亮状态的数据来确定是“直行”、“左转弯等待”、“右转弯等待”的哪一种。监视中心10从阈值存储部23读取与驾驶场景对应的阈值，并将阈值和停车持续时间进行比较(s13)，在停车持续时间为阈值以上的情况下，向操作者终端40发送与自动驾驶车辆30有关的数据以呼叫操作者(s14)。
[0057]
另外，在判定为自动驾驶车辆30重新开始行驶(s15：是)，并且该重新开始行驶不是通过操作者的辅助而重新开始的情况下(s16：否)，监视中心10确定自动驾驶车辆30停车时的驾驶场景(s16-2)，并与所确定的驾驶场景建立关联地将停车时间存储于停车时间存储部21(s17)。由此，阈值决定部15能够按照每个驾驶场景来决定阈值。
[0058]
第二实施方式的监视系统在停车持续时间为阈值以上时进行操作者协作，直到停车持续时间成为阈值以上为止，不向操作者进行通知，因此能够减少向操作者进行通知的次数。另外，由于阈值与驾驶场景对应，因此例如在右转弯等待场景中，能够根据由于需要等待能够右转的定时到来因此停车持续时间容易变长等每个驾驶场景的特征，在适当的定时进行通知。
[0059]
(第三实施方式)
[0060]
接下来，对第三实施方式的监视系统进行说明。第三实施方式的监视系统的基本结构与第一实施方式的监视系统1相同(参照图1)。在第三实施方式中，不同的点在于用于判断停车持续时间的阈值与自动驾驶车辆30所在的区域对应。监视中心10具备存储有与区域对应的阈值的阈值存储部24(图6)，来代替阈值存储部22。
[0061]
图6是表示存储于阈值存储部24的数据的图。阈值存储部24与区域建立关联地存储有阈值。如图6所示，区域例如是“区域a”、“区域b”、“区域c”等。根据按照每个区域所获取到的停车时间的数据的分布来决定阈值。例如，通过以一定距离划分车道、将车道总括到一起的道路，或者以一定间隔的网格划分地图，从而能够确定区域。
[0062]
图7是表示第三实施方式的监视中心10的动作的流程图。第三实施方式的监视中心10的基本动作与第一实施方式的监视中心10的动作相同。第三实施方式的监视中心10与第一实施方式不同的点在于，进行与驾驶场景相应的处理，因此以不同的点为中心进行说明。
[0063]
监视中心10基于从自动驾驶车辆30发送的车辆状态的数据来判定车辆是否是停车中(s11)，在判定为车辆停车的情况下(s11：是)，监视中心10计算自动驾驶车辆的停车持续时间(s12)。接着，基于车辆状态的数据来确定自动驾驶车辆30所在的区域(s12-3)。例如，解析部12能够将车辆的当前位置的数据与地图数据进行对照来确定区域。监视中心10从阈值存储部24读取与区域对应的阈值，并将阈值与停车持续时间进行比较(s13)，在停车持续时间为阈值以上的情况下(s13：是)，向操作者终端40发送与自动驾驶车辆30有关的数据以呼叫操作者(s14)。
[0064]
另外，在判定为自动驾驶车辆30重新开始行驶，并且该重新开始行驶不是通过操作者的辅助而重新开始的情况下，监视中心10确定自动驾驶车辆30停车的区域，并与确定出的区域建立关联地存储停车时间。由此，阈值决定部15能够按照每个区域决定阈值。
[0065]
第三实施方式的监视系统在停车持续时间为阈值以上时进行操作者协作，直到在停车持续时间成为阈值以上为止，不向操作者进行通知，因此能够减少向操作者进行通知的次数。另外，由于按照每个区域基于过去的停车时间来决定阈值，因此例如能够根据容易拥挤的区域、不容易拥挤的区域等每个区域的特征，在适当的定时进行通知。此外，对于通常不持续停车的区域，由于无法观测停车时间，因此通过预先用较小的值(例如，零)将对应的阈值初始化，从而在确认出在那样的区域中持续停车的状况的情况下，能够判断为异常并立即向操作者通知。
[0066]
(第四实施方式)
[0067]
接下来，对第四实施方式的监视系统进行说明。第四实施方式的监视系统的基本结构与第一实施方式的监视系统1相同(参照图1)。在第四实施方式中，不同的点在于用于判断停车持续时间的阈值与道路构造对应。监视中心10具备存储有与道路构造对应的阈值的阈值存储部25(图8)，来代替阈值存储部22。
[0068]
图8是表示存储于阈值存储部25的数据的图。阈值存储部25与道路构造建立关联地存储有阈值。如图8所示，道路构造例如是“人行横道附近”、“交叉路口附近”、“t字路附近”等。根据按照每个道路构造所获取到的停车时间的数据的分布来决定阈值。此外，是否是道路构造的附近能够由规定的阈值确定。例如，根据规定的道路构造，能够确定为50m以内是该道路构造的附近。
[0069]
图9是表示第四实施方式的监视中心10的动作的流程图。第四实施方式的监视中心10的基本动作与第一实施方式的监视中心10的动作相同。第四实施方式的监视中心10与第一实施方式不同的点在于，进行与自动驾驶车辆30所在的道路的道路构造相应的处理，因此以不同的点为中心进行说明。
[0070]
监视中心10基于从自动驾驶车辆30发送的车辆状态的数据来判定车辆是否是停车中(s11)，在判定为车辆停车的情况下(s11：是)，监视中心10计算自动驾驶车辆30的停车持续时间(s12)。接着，基于从车辆发送的周边环境的数据来确定自动驾驶车辆30所在的道路的道路构造(s12-4)。例如，解析部12能够解析车辆的外部的影像来确定自动驾驶车辆30所在的地方是“人行横道附近”、“交叉路口附近”、“t字路附近”的哪一个地方。另外，也可以利用地图数据具有的道路构造的数据，基于车辆的当前位置和地图数据来确定道路构造。
[0071]
监视中心10从阈值存储部25读取与道路构造对应的阈值，并将阈值与停车持续时间进行比较(s13)，在停车持续时间为阈值以上的情况下(s13：是)，向操作者终端40发送与自动驾驶车辆30有关的数据以呼叫操作者(s14)。
[0072]
另外，在判定为自动驾驶车辆30重新开始行驶(s15：是)，并且该重新开始行驶不是通过操作者的辅助而重新开始的情况下(s16：否)，监视中心10确定自动驾驶车辆30停车的道路的道路构造(s16-4)，并与确定出的道路构造建立关联地将停车时间存储于停车时间存储部21(s17)。由此，阈值决定部15能够按照每个道路构造来决定阈值。
[0073]
第四实施方式的监视系统在停车持续时间为阈值以上时进行操作者协作，直到在停车持续时间成为阈值以上为止，不向操作者进行通知，因此能够减少向操作者进行通知的次数。另外，由于阈值与道路构造对应，因此例如在人行横道附近，能够根据由于等待行人的横穿而停车持续时间容易变长等每个道路构造的特征，在适当的定时进行通知。
[0074]
(第五实施方式)
[0075]
接下来，对第五实施方式的监视系统进行说明。第五实施方式的监视系统的基本结构与第一实施方式的监视系统1相同(参照图1)。在第五实施方式中，不同的点在于用于判断停车持续时间的阈值与时间段对应。监视中心10具备存储有与时间段对应的阈值的阈值存储部26(图10)，来代替阈值存储部22。
[0076]
图10是表示存储于阈值存储部26的数据的图。阈值存储部26与时间段建立关联地存储有阈值。如图10所示，时间段例如是“0点～6点”、“6点～12点”、“12点～18点”、“18点～0点”。根据按照每个时间段所获取到的停车时间的数据的分布来决定阈值。此外，图10所示的时间段是一个例子，也可以每隔3小时进行划分，或者按照夜间、早晚的拥挤的时间段等不同进行划分等。
[0077]
图11是表示第五实施方式的监视中心10的动作的流程图。第五实施方式的监视中心10的基本动作与第一实施方式的监视中心10的动作相同。第五实施方式的监视中心10与第一实施方式不同的点在于，进行与时间段相应的处理，因此以不同的点为中心进行说明。
[0078]
监视中心10基于从自动驾驶车辆30发送的车辆状态的数据来判定车辆是否是停车中(s11)，在判定为车辆停车的情况下(s11：是)，监视中心10计算自动驾驶车辆30的停车持续时间(s12)。接着，监视中心10确定包含当前的时刻的时间段(s12-5)。监视中心10从阈值存储部26读取与时间段对应的阈值，并将阈值与停车持续时间进行比较(s13)，在停车持续时间为阈值以上的情况下(s13：是)，向操作者终端40发送与自动驾驶车辆30有关的数据以呼叫操作者(s14)。
[0079]
另外，在判定为自动驾驶车辆30重新开始行驶(s15：是)，并且该重新开始行驶不是通过操作者的辅助而重新开始的情况下(s16：否)，监视中心10确定自动驾驶车辆30停车时的时间段(s16-5)，并与确定出的时间段建立关联地将停车时间存储于停车时间存储部
21(s17)。由此，阈值决定部15能够按照每个时间段来决定阈值。
[0080]
第五实施方式的监视系统在停车持续时间为阈值以上时进行操作者协作，直到停车持续时间成为阈值以上为止，不向操作者进行通知，因此能够减少向操作者进行通知的次数。另外，由于阈值与时间段对应，因此能够根据拥挤的时间段、不拥挤的时间段等不同，在适当的定时进行通知。
[0081]
(第六实施方式)
[0082]
在上述的第二～第五实施方式中，列举使用与驾驶场景、区域、道路构造或者时间段建立关联的阈值，在与驾驶场景、区域、道路构造或者时间段相应的适当的停车持续时间进行操作者协作的例子。
[0083]
也可以将这些驾驶场景、区域、道路构造、或者时间段的各项目中的两个、三个或者全部进行组合来使用。在第六实施方式中，列举将区域和道路构造进行组合来使用的例子。
[0084]
第六实施方式的监视系统的基本结构与第一实施方式的监视系统1相同(参照图1)。在第六实施方式中，不同的点在于用于判断停车持续时间的阈值与区域以及道路构造对应。监视中心10具备存储有与区域以及道路构造对应的阈值的阈值存储部27(图12)，来代替阈值存储部22。
[0085]
图12是表示存储于阈值存储部27的数据的图。阈值存储部27与区域和道路构造建立关联地存储有阈值。如图12所示，区域是“区域a”、“区域b”、“区域c”等，道路构造是“人行横道附近”、“交叉路口附近”、“t字路附近”。存储有与“区域a”且“人行横道附近”对应的阈值、与“区域a”且“交叉路口附近”对应的阈值、
…
。根据按照每个状况所获取到的停车时间的数据的分布来决定阈值。
[0086]
图13是表示第六实施方式的监视中心10的动作的流程图。第六实施方式的监视中心10的基本动作与第一实施方式的监视中心10的动作相同。第六实施方式的监视中心10与第一实施方式不同的点在于，进行与多个状况相应的处理，因此以不同的点为中心进行说明。
[0087]
监视中心10基于从自动驾驶车辆30发送的车辆状态的数据来判定车辆是否是停车中(s11)，在判定为车辆停车的情况下(s11：是)，监视中心10计算自动驾驶车辆30的停车持续时间(s12)。接着，监视中心10基于车辆状态的数据来确定自动驾驶车辆30所处的状况(s12-6)。此处，确定自动驾驶车辆30所处的区域和道路构造。确定区域以及道路构造的方法在第三实施方式、第四实施方式中进行了说明。
[0088]
监视中心10从阈值存储部27读取与状况对应的阈值，并将阈值与停车持续时间进行比较(s13)，在停车持续时间为阈值以上的情况下(s13：是)，向操作者终端40发送与自动驾驶车辆30有关的数据以呼叫操作者(s14)。
[0089]
另外，在判定为自动驾驶车辆30重新开始行驶(s15：是)，并且该重新开始行驶不是通过操作者的辅助而重新开始的情况下(s16：否)，监视中心10确定自动驾驶车辆30停车时的状况(s16-6)，并与确定出的状况建立关联地将停车时间存储于停车时间存储部21(s17)。由此，阈值决定部15能够按照每个状况来决定阈值。
[0090]
第六实施方式的监视系统在停车持续时间为阈值以上时进行操作者协作，直到停车持续时间为阈值以上为止，不向操作者进行通知，因此能够减少向操作者进行通知的次
数。另外，由于阈值与自动驾驶车辆30所处的详细的状况对应，因此能够按照每个详细的状况在适当的定时进行通知。
[0091]
(第七实施方式)
[0092]
图14是表示第七实施方式的监视系统7的结构的图。在第一～第六实施方式的监视系统中，基于从自动驾驶车辆30发送的车辆状态的数据，监视中心10计算自动驾驶车辆30的停车持续时间，但在第七实施方式中，自动驾驶车辆30计算停车持续时间，并将计算出的停车持续时间的数据发送至监视中心10。
[0093]
自动驾驶车辆30除了在第一实施方式中说明的自动驾驶车辆30的结构之外，还具备解析部35。解析部35基于车辆的速度数据求出从自动驾驶车辆30停车到当前为止的时间作为停车持续时间。另外，解析部35求出从自动驾驶车辆30停车到重新开始行驶为止的时间作为停车时间。而且，自动驾驶车辆30将求出的停车持续时间的数据或者停车时间的数据发送至监视中心10。
[0094]
另外，这样的解析部35也可以通过程序来实现。该程序是指使计算机执行如下功能的程序、即若接收到车辆停车的检测数据，则计测停车之后的时间，并将该计测结果作为停车持续时间发送至监视中心10。
[0095]
这样，通过自动驾驶车辆30求出停车持续时间或者停车时间，因此监视中心10不需要计算多个自动驾驶车辆30的停车持续时间或者停车时间，能够减少计算负荷。
[0096]
(第八实施方式)
[0097]
图15是表示第八实施方式的监视系统8的结构的图。在第一～第六实施方式的监视系统中，在监视中心10中判定停车持续时间是否是阈值以上，但在第八实施方式的监视系统8中，由自动驾驶车辆30进行该判定。
[0098]
如果由阈值决定部15决定了阈值，则监视中心10将阈值的数据分发给各自动驾驶车辆30，自动驾驶车辆30将从监视中心10分发的阈值的数据存储于阈值存储部37。自动驾驶车辆30具备：基于车辆的速度的数据求出停车持续时间的解析部35、和判定停车持续时间是否是阈值以上的判定部36。在由判定部36判定为停车持续时间为阈值以上的情况下，向监视中心10发送请求操作者的辅助的信号。
[0099]
另外，这样的解析部35以及判定部36也可以通过程序来实现。该程序是使计算机执行如下功能的程序、即若接收到车辆停车的该检测数据，则计测停车之后的停车持续时间的功能；判定停车持续时间是否是从阈值存储部22读取的阈值以上的功能；以及在判定为停车持续时间为阈值以上的情况下，向监视中心10发送辅助请求的功能。
[0100]
这样，通过自动驾驶车辆30判定停车持续时间是否是阈值以上，并在停车持续时间为阈值以上时，向监视中心10发送辅助请求，从而能够减少从自动驾驶车辆30到监视中心10的通信次数，并且能够减轻监视中心10的计算负荷。
[0101]
(第九实施方式)
[0102]
图16是表示第九实施方式的监视系统9的结构的图。第九实施方式的监视中心10具备在第二～第五实施方式中说明的阈值存储部23～26。监视中心10的解析部12基于从自动驾驶车辆30发送的车辆状态的数据、周边环境的数据求出自动驾驶车辆30所处的驾驶场景、区域、道路构造以及时间段，从各阈值存储部23～26读取与各个项目对应的阈值。而且，判定部13将自动驾驶车辆30的停车持续时间与各项目所对应的阈值的各个进行比较。判定
部13对在几个项目中停车持续时间为阈值以上进行计数。在停车持续时间为两个以上的项目的阈值(例如，与驾驶场景对应的阈值、与区域对应的阈值等)以上时，判定部13判定为进行操作者协作。此处，以两个以上为例，但也可以将在三个以上的项目中为阈值以上作为操作者协作的条件，也可以将所有项目作为条件。
[0103]
另外，也可以根据在哪个项目中为阈值以上来决定通知给操作者的优先级。即，在停车持续时间为四个项目所有的阈值以上的情况下，设为优先级“高”，在停车持续时间在三个项目中为阈值以上的情况下，设为优先级“中”，在停车持续时间在两个项目中为阈值以上的情况下，设为优先级“低”，也可以从所设定的优先级的高的一方开始按顺序进行向操作者的分配，并向所分配的操作者的操作者终端进行通知。
[0104]
工业上的利用可能性
[0105]
本公开所涉及的监视系统作为监视自动驾驶车辆的系统是有用的。