JP4226455B2 - 運転意図推定装置、車両用運転操作補助装置および車両用運転操作補助装置を備えた車両 - Google Patents

Description

本発明は、走行中の運転者の運転行動意図を推定する運転意図推定装置、および運転意図に応じて運転者の操作を補助する車両用運転操作補助装置に関する。

従来の運転意図推定装置は、運転者の視線行動を用いて運転意図を推定している（例えば特許文献１参照）。この装置は、運転者の視線方向を前方投影平面に投影し、投影平面上の分割された複数の領域における視線方向頻度分布を用いて運転者の運転意図を推定する。

本願発明に関連する先行技術文献としては次のものがある。
特開２００２−３３１８５０号公報

上述した従来の装置は、運転者の視線方向や視線の注視頻度等を用いて運転者の運転行動意図を推定することができる。ただし、運転者の視線行動は車両走行環境の差異に影響され、さらに運転者の個人差も大きく意図推定の精度が変動してしまうという問題があるため、常に高い精度で運転意図を推定することが望まれている。

本発明による運転意図推定装置は、自車両の車両周囲状態を検出する車両周囲状態検出手段と、実際のドライバによる運転操作量を検出する運転操作量検出手段と、運転意図を与えられた複数の異なる仮想のドライバについて、車両周囲状態検出手段によって検出される自車両の車両周囲状態に基づいて、各仮想ドライバが運転意図を遂行するために必要な運転操作量を計算する仮想ドライバ運転操作量計算手段と、仮想ドライバ運転操作量計算手段によって計算された複数の仮想ドライバの運転操作量と、運転操作量検出手段によって検出された実際のドライバの運転操作量との近似度合（以降、運転操作量近似度合とする）をそれぞれ計算する運転操作量近似度合計算手段と、運転操作量近似度合計算手段によって計算された複数の運転操作量近似度合に基づいて、実際のドライバの運転意図を推定する運転意図推定手段と、現時点を含む過去の所定時間区間における複数の仮想ドライバの運転操作量と実際のドライバの運転操作量との系列的な近似度合（以降、運転操作量系列近似度合とする）をそれぞれ計算する運転操作量系列近似度合計算手段とを備え、運転意図推定手段は、運転操作量系列近似度合計算手段によって計算された複数の運転操作量系列近似度合を比較することによって、実際のドライバの運転意図を推定する。
本発明による運転意図推定装置は、自車両の車両周囲状態を検出する車両周囲状態検出手段と、実際のドライバによる運転操作量を検出する運転操作量検出手段と、運転意図を与えられた複数の異なる仮想のドライバについて、車両周囲状態検出手段によって検出される自車両の車両周囲状態に基づいて、各仮想ドライバが運転意図を遂行するために必要な運転操作量を計算する仮想ドライバ運転操作量計算手段と、仮想ドライバ運転操作量計算手段によって計算された複数の仮想ドライバの運転操作量と、運転操作量検出手段によって検出された実際のドライバの運転操作量との近似度合（以降、運転操作量近似度合とする）をそれぞれ計算する運転操作量近似度合計算手段と、運転操作量近似度合計算手段によって計算された複数の運転操作量近似度合に基づいて、実際のドライバの運転意図を推定する運転意図推定手段と、現時点を含む過去の所定時間区間の各時間フレームにおいて複数の仮想ドライバの運転意図をそれぞれ決定し、所定時間区間における複数の仮想ドライバの運転意図系列を動的に生成する運転意図系列生成手段と、所定時間区間における複数の仮想ドライバの運転操作量と実際のドライバの運転操作量との系列的な近似度合（以降、運転操作量系列近似度合とする）を、運転意図系列生成手段によって生成された運転意図系列毎に計算する運転操作量系列近似度合計算手段とを備え、運転意図推定手段は、運転操作量系列近似度合計算手段によって計算された複数の運転操作量系列近似度合を比較することによって、実際のドライバの運転意図を推定する。

本発明による車両用運転操作補助装置は、運転意図推定装置と、自車両周囲の障害物状況を検出する障害物検出手段と、障害物検出手段による検出結果に基づいて、自車両周囲のリスクポテンシャルを算出するリスクポテンシャル算出手段と、リスクポテンシャル算出手段によって算出されるリスクポテンシャルに基づいて、アクセルペダルの操作反力を計算する操作反力計算手段と、アクセルペダルに操作反力を発生させる操作反力発生手段と、運転意図推定装置によって推定された運転意図に基づいて、アクセルペダルに発生させる操作反力を補正する補正手段とを備える。

本発明による運転意図推定装置は、複数の異なる仮想ドライバがそれぞれの運転意図を遂行するために必要な運転操作量と、実際のドライバの運転操作量との近似度合に基づいて、実際のドライバの運転意図を推定するので、運転意図を精度よく推定することができる。

本発明による車両用運転操作補助装置は、運転意図推定装置によって推定された運転意図に基づいてアクセルペダルに発生させる操作反力を補正するので、自車両周囲のリスクポテンシャルを知らせながら、実際のドライバの運転意図を反映したアクセルペダル反力制御を行うことができる。

《第１の実施の形態》
本発明の第１の実施の形態による運転意図推定装置について、図面を用いて説明する。図１は、本発明の第１の実施の形態による運転意図推定装置１の構成を示すシステム図である。まず、第１の実施の形態による運転意図推定装置１の構成を説明する。

運転意図推定装置１は、自車両周囲の状態を検出する車両周囲状態検出部１０と、車両状態を検出する車両状態検出部２０と、ドライバの操作による運転操作量を検出する運転操作量検出部３０と、仮想ドライバ操作量計算部４０と、仮想ドライバ運転操作量近似度合計算部５０と、運転意図推定部６０とを備えている。

運転意図推定装置１は、運転意図を有する仮想のドライバを複数設定し、実際のドライバの運転操作と仮想ドライバの運転操作とを比較する。そして、実際のドライバの運転操作と仮想ドライバの運転操作がどれだけ近似しているかに基づいて運転意図を推定する。

車両周囲状態検出部１０は、例えば自車両の前方道路状況を画像として取得する前方カメラおよびヨー角センサ等を備え、自車両の車線内横方向位置、および車線に対する自車両のヨー角等を検出する。なお、車両周囲状態検出部１０は、前方カメラで取得した画像信号を画像処理する画像処理装置も備えている。

車両状態検出部２０は、例えば自車速を検出する車速センサを備えている。運転操作量検出部３０は、例えば操舵系に組み込まれた操舵角センサを備え、自車両の操舵角を検出する。

仮想ドライバ操作量計算部４０、仮想ドライバ運転操作量近似度合計算部５０、および運転意図推定部６０は、例えばそれぞれマイクロコンピュータから構成される。またはＣＰＵと、ＲＯＭおよびＲＡＭ等のＣＰＵ周辺部品とから構成されるコントローラにおいて、ＣＰＵのソフトウェア形態によりそれぞれを構成することもできる。

仮想ドライバ運転操作量計算部４０は、それぞれ異なる運転意図を与えられた複数の仮想ドライバが、それぞれの運転意図を遂行するために必要な運転操作量を計算する。仮想ドライバ運転操作量近似度合計算部５０は、仮想ドライバ運転操作量計算部４０で算出した仮想ドライバの運転操作量と、運転操作量検出部３０で検出された実際のドライバの運転操作量との近似度合を算出する。運転意図推定部６０は、複数の仮想ドライバと実際のドライバについて算出された運転操作量に関する近似度合を比較することにより、実際のドライバの運転意図を推定する。

以下に、第１の実施の形態による運転意図推定装置１の動作を、図２および図３を用いて詳細に説明する。図２は、運転意図推定装置１における運転意図推定処理プログラムの処理手順を示すフローチャートである。図３は、仮想ドライバの運転操作量の算出方法を説明する図である。図２に示す処理の処理内容は、一定間隔（例えば５０msec）毎に連続的に行われる。

ステップＳ１０１では、車両周囲状態検出部１０によって検出される現在の自車両の車線内横位置ｙと自車両のヨー角ψを読み込む。図３に示すように、車線内横位置ｙは、自車線の車線中央線から自車両中心点Ｏまでの左右方向距離であり、ヨー角ψは、自車線の直進方向に対する自車両の回転角である。

ステップＳ１０２では、複数の仮想ドライバの運転操作量Oidを算出する。ここでは、車線維持（ＬＫ）、右車線変更（ＬＣＲ）、および左車線変更（ＬＣＬ）の運転意図を持つ３人の仮想ドライバを設定する。そして、それぞれの仮想ドライバがその運転意図を遂行するために必要な運転操作量Oidを算出する。ここでは、仮想ドライバが行う操舵操作の操舵角θidを、運転操作量Oidとして算出する。以下に、仮想ドライバの運転操作量Oidの算出方法を説明する。

（１）仮想ドライバの運転意図が車線維持の場合
仮想ドライバの操舵角θidを算出するために、まず仮想ドライバの運転意図が車線維持である場合の前方参照点ＬＫ（ｉ）を設定し、前方参照点ＬＫ（ｉ）の横位置p_lkを算出する。前方参照点ＬＫ（ｉ）の個数は任意であるが、ここでは自車両の前後方向中心線上に２つの前方参照点ＬＫ１，ＬＫ２を設定した場合を例として説明する。図３に示すように、自車両中心点Ｏから前方参照点ＬＫ１，ＬＫ２までの距離px(i)は、例えばpx(1)＝１０ｍ、px(2)＝３０ｍに設定する（px＝｛１０ｍ、３０ｍ｝）。距離px(i)は、例えば自車速に応じて設定することもできる。

現在自車両が走行する車線の中央線から前方参照点ＬＫ（ｉ）までの左右方向距離lat_pos(px(i))は、自車両のヨー角ψと前方地点ＬＫ（ｉ）までの距離ｐｘ（ｉ）に依存し、例えば前方カメラからの画像信号に基づいて算出することができる。車線維持の場合の前方参照点ＬＫ（ｉ）の横位置p_lk(px(i))は、以下の（式１）で表すことができる。
p_lk(px(i))=lat_pos(px(i)) i={1,...,n}・・・（式１）
ここで、ｎ＝２である。

前方参照点ＬＫ（ｉ）の横位置p_lk(px(i))を用いて、車線維持の場合の仮想ドライバの操舵角θid_lkを以下の（式２）から算出することができる。
θid_lk＝Σ｛a(i)×p_lk(px(i))｝ ・・・（式２）
ここで、a(i)は前方参照点ＬＫ（ｉ）における横位置p_lk(px(i))に重み付けをする重み付け係数であり、予め適切な値を設定しておく。

（２）仮想ドライバの運転意図が右車線変更の場合
仮想ドライバの操舵角θidを算出するために、仮想ドライバの運転意図が右車線変更である場合の前方参照点ＬＣＲ（ｉ）を設定する。図３には、自車両の前方に２つの前方参照点ＬＣＲ１，ＬＣＲ２を設定した場合を例として示している。

右車線変更の場合の前方参照点ＬＣＲ（ｉ）の横位置p_lcr(px(i))は、以下の（式３）で表すように、車線維持の場合の前方参照点ＬＫ（ｉ）の左右方向距離lat_pos(px(i))にオフセット量lc_offset_lcrを加算して算出することができる。
p_lcr(px(i))=lat_pos(px(i))+lc_offset_lcr i={1,...,n}・・・（式３）
ここで、ｎ＝２である。オフセット量lc_offset_lcrは、右車線変更の場合の前方参照点ＬＣＲ（ｉ）の横位置p_lcr(px(i))を設定するために予め適切な値、例えばlc_offset_lcr＝−１．７５に設定する。

前方参照点ＬＣＲ（ｉ）の車線内横位置p_lcr(px(i))を用いて、右車線変更の場合の操舵角θid_lcrを以下の（式４）から算出することができる。
θid_lcr＝Σ｛a(i)×p_lcr(px(i))｝ ・・・（式４）
ここで、a(i)は前方参照点ＬＣＲ（ｉ）における車線内横位置p_lcr(px(i))に重み付けをする重み付け係数であり、予め適切な値を設定しておく。

（３）仮想ドライバの運転意図が左車線変更の場合
仮想ドライバの操舵角θidを算出するために、仮想ドライバの運転意図が左車線変更である場合の前方参照点ＬＣＬ（ｉ）を設定する。図３には、自車両の前方に２つの前方参照点ＬＣＬ１，ＬＣＬ２を設定した場合を例として示している。

左車線変更の場合の前方参照点ＬＣＬ（ｉ）の横位置p_lcl(px(i))は、以下の（式５）で表すように、車線維持の場合の前方参照点ＬＫ（ｉ）の左右方向距離lat_pos(px(i))にオフセット量lc_offset_lclを加算して算出することができる。
p_lcl(px(i))=lat_pos(px(i))+lc_offset_lcl i={1,...,n}・・・（式５）
ここで、ｎ＝２である。オフセット量lc_offset_lclは、左車線変更の場合の前方参照点ＬＣＬ（ｉ）の横位置p_lcl(px(i))を設定するために予め適切な値、例えばlc_offset_lcl＝１．７５に設定する。

前方参照点ＬＣＬ（ｉ）の車線内横位置p_lcl(px(i))を用いて、左車線変更の場合の仮想ドライバの操舵角θid_lclを以下の（式６）から算出することができる。
θid_lcl＝Σ｛a(i)×p_lcl(px(i))｝ ・・・（式６）
ここで、a(i)は前方参照点ＬＣＬ（ｉ）における車線内横位置p_lcl(px(i))に重み付けをする重み付け係数であり、予め適切な値を設定しておく。

このようにステップＳ１０２で仮想ドライバの運転操作量Oidを算出した後、ステップＳ１０３へ進む。ステップＳ１０３では、運転操作量検出部３０によって検出される現在の操舵角θrdを、実際のドライバの運転操作量Ordとして読み込む。

ステップＳ１０４では、ステップＳ１０２で算出した各運転意図における仮想ドライバの運転操作量Oidと、ステップＳ１０３で検出した実際のドライバの運転操作量Ordとを用いて、仮想ドライバの運転操作量近似度合Pidを算出する。ここでは、運転意図が車線維持の場合、右車線変更の場合、および左車線変更の場合の近似度合Pid_lk, Pid_lcr, Pid_lclをまとめてPidで表す。同様に、運転意図が車線維持の場合、右車線変更の場合、および左車線変更の場合の仮想ドライバの操舵角θid_lk, θid_lcr, θid_lclをまとめてθidで表す。

仮想ドライバ運転操作量近似度合Pidは、実際のドライバの操舵角θrdを平均値、所定値ρrdを標準偏差とする正規分布に対して、仮想ドライバの操舵角θidの正規化（規準化）値の対数確率として、以下の（式７）から算出することができる。
Pid＝log｛Probn（（θid−θrd）／ρrd）｝ ・・・（式７）
ここで、Probnは、与えられた標本が、正規分布で表される母集団から観測される確率を計算するための確率密度変換関数である。

このように、ステップＳ１０４では、（式７）を用いて車線維持の場合の近似度合Pid_lk、右車線変更の場合の近似度合Pid_lcr、および左車線変更の場合の近似度合Pid_lclをそれぞれ算出する。その後、ステップＳ１０５へ進む。

ステップＳ１０５では、ステップＳ１０４で算出した仮想ドライバ運転操作量近似度合Pidの最大値を有する仮想ドライバの運転意図を、以下の（式８）に表すように実際のドライバの運転意図λrdとして選択する。
λrd＝max{Pid_lk, Pid_lcr, Pid_lcl} ・・・（式８）
つづくステップＳ１０６では、ステップＳ１０４で推定した実際のドライバの運転意図λrdを出力する。これにより、今回の処理を終了する。

このように、以上説明した第１の実施の形態においては、以下のような作用効果を奏することができる。
（１）仮想ドライバ運転操作量計算部４０は、運転意図を与えられた複数の異なる仮想のドライバについて、車両周囲状態に基づいて各仮想ドライバがそれぞれの運転意図を遂行するために必要な運転操作量Oidを算出する。その後、仮想ドライバ運転操作量近似度合計算部５０は、複数の仮想ドライバの運転操作量Oidと実際のドライバの運転操作量Ordとの近似度合Pidを算出し、運転意図推定部６０は、算出された運転操作量近似度合Pidに基づいて実際のドライバの運転意図を推定する。これにより、規範的な仮想ドライバの運転操作と実際のドライバの運転操作との近似度合Pidに基づいて、実際のドライバの運転意図を精度よく推定することができる。
（２）運転意図推定部６０は、複数の仮想ドライバについて算出された複数の運転操作量近似度合Pidを比較し、最大の近似度合を有する仮想ドライバの運転意図を実際のドライバの運転意図として推定する。このように、実際のドライバの運転操作に最も近似した運転操作を行う仮想ドライバの運転意図を実際のドライバの運転意図として選択するので、実際のドライバの運転意図を精度よく推定することができる。
（３）各仮想ドライバの運転意図は、車線維持ＬＫおよび車線変更ＬＣＲ、ＬＣＬのいずれかに設定するので、実際のドライバの運転意図が車線維持ＬＫであるか車線変更ＬＣＲ、ＬＣＬであるかを推定することができる。

《第２の実施の形態》
本発明の第２の実施の形態による運転意図推定装置について、図面を用いて説明する。図４は、本発明の第２の実施の形態による運転意図推定装置２の構成を示すシステム図である。図４において、図１に示した第１の実施の形態による運転意図推定装置１と同様の機能を有する箇所には同一の符号を付している。ここでは、第１の実施の形態との相違点を主に説明する。

第２の実施の形態による運転意図推定装置２は、運転意図を有する仮想のドライバを複数設定し、実際のドライバの運転操作と仮想ドライバの運転操作とを比較する。そして、実際のドライバの運転操作と仮想ドライバの運転操作がどれだけ近似しているかに基づいて運転意図を推定する。このとき、現在の運転操作の近似度合だけでなく、現在から過去の直近の所定時間における運転操作の系列的な近似度合に基づいて運転意図を推定する。

そこで、運転意図推定装置２は、仮想ドライバ運転操作量系列近似度合計算部７０を備えている。系列近似度合計算部７０は、例えばマイクロコンピュータ、または仮想ドライバ運転操作量計算部４０および運転意図推定部６０とともにＣＰＵのソフトウェア形態として構成される。

以下に、第２の実施の形態による運転意図推定装置２の動作を、図５および図６を用いて詳細に説明する。図５は、運転意図推定装置２における運転意図推定処理プログラムの処理手順を示すフローチャートである。図６は、運転操作量の系列近似度合の算出方法を説明する図である。図５に示す処理の処理内容は、一定間隔（例えば５０msec）毎に連続的に行われる。

ステップＳ２０１〜Ｓ２０４での処理は、図１のフローチャートのステップＳ１０１〜Ｓ１０４における処理と同様であるので説明を省略する。なお、ステップＳ２０４で算出する現時点ｔにおける仮想ドライバ運転操作量近似度合Pidを、Pid(t)と表す。

ステップＳ２０５では、現在から過去の所定時間までの系列的な運転操作量近似度合Pidsを算出する。具体的には、過去の時点（ｔ−ｍ＋１）から現時点ｔまでに算出され、不図示のメモリに記憶されているｍ個の仮想ドライバ運転操作量近似度合Pidを用いて、各運転意図における運転操作量系列近似度合Pidsを算出する。ここでは、運転意図が車線維持の場合、右車線変更の場合、および左車線変更の場合の運転操作量系列近似度合Pids_lk, Pids_lcr, Pids_lclをまとめてPidsで表す。運転操作量系列近似度合Pidsは、以下の（式９）から算出することができる。

ここで、Πは、現時点ｔでの仮想ドライバ運転操作量近似度合Pid(t)から過去の時点（ｔ−ｍ＋１）での仮想ドライバ運転操作量近似度合Pid(t-m+1)までを全て積算した積和を表す。

なお、図６に示すように、車線維持の場合の運転操作量系列近似度合Pids_lkを算出する場合は、現時点ｔから過去の時点（ｔ−ｍ＋１）の間に算出された車線維持の近似度合Pid_lk(t)〜Pid_lk(t-m+1)を用いる。同様に、右車線変更の場合の運転操作量系列近似度合Pids_lcrを算出する場合は、現時点ｔから過去の時点（ｔ−ｍ＋１）の間に算出された右車線変更の近似度合Pid_lcr(t)〜Pid_lcr(t-m+1)を用い、左車線変更の場合の運転操作量系列近似度合Pids_lclを算出する場合は、左車線変更の近似度合Pid_lcl(t)〜Pid_lcl(t-m+1)を用いる。

このように、ステップＳ２０５で（式９）を用いて車線維持の場合の運転操作量系列近似度合Pids_lk、右車線変更の場合の運転操作量系列近似度合Pids_lcr、および左車線変更の場合の運転操作量系列近似度合Pids_lclをそれぞれ算出した後、ステップＳ２０６へ進む。

ステップＳ２０６では、ステップＳ２０５で算出した仮想ドライバ運転操作量系列近似度合Pidsの最大値を有する仮想ドライバの運転意図を、以下の（式１０）に表すように実際のドライバの運転意図λrdとして選択する。
λrd＝max{Pids_lk, Pids_lcr, Pids_lcl} ・・・（式１０）
つづくステップＳ２０７では、ステップＳ２０６で推定した実際のドライバの運転意図λrdを出力する。これにより、今回の処理を終了する。

このように、以上説明した第２の実施の形態においては、上述した第１の実施の形態による効果に加えて以下のような作用効果を奏することができる。
（１）仮想ドライバ運転操作量系列近似度合計算部７０は、現時点ｔを含む過去の所定時間区間における複数の仮想ドライバの運転操作量Oidと実際のドライバの運転操作量Ordとの系列的な近似度合Pidsを算出する。運転意図推定部６０は、算出された複数の運転操作量系列近似度合Pidsを比較し、最大の系列近似度合を有する仮想ドライバの運転意図を実際のドライバの運転意図として推定する。このように、実際のドライバの運転操作と仮想ドライバの運転操作との系列的な近似度合を計算し、現在までの所定時間区間において最も近似した運転操作を行う仮想ドライバの運転意図を実際のドライバの運転意図として選択するので、実際のドライバの運転意図を一層精度よく推定することができる。
（２）仮想ドライバ運転操作量系列近似度合計算部７０は、現在までの所定時間区間の各時間フレームにおいて計算された運転操作量近似度合Pidの積和に基づいて、各仮想ドライバの運転操作量系列近似度合Pidsを算出する。これにより、所定時間区間における各仮想ドライバの運転操作量と実際のドライバの運転操作量との近似度合を正確に計算することができる。

《第３の実施の形態》
本発明の第３の実施の形態による運転意図推定装置について、図面を用いて説明する。図７は、本発明の第３の実施の形態による運転意図推定装置３の構成を示すシステム図である。図７において、図１に示した第１の実施の形態による運転意図推定装置１と同様の機能を有する箇所には同一の符号を付している。ここでは、第１の実施の形態との相違点を主に説明する。

第３の実施の形態による運転意図推定装置３は、運転意図を有する仮想のドライバを複数設定し、実際のドライバの運転操作と仮想ドライバの運転操作とを比較する。そして、実際のドライバの運転操作と仮想ドライバの運転操作がどれだけ近似しているかに基づいて運転意図を推定する。このとき、現在から過去の直近の所定時間における仮想ドライバの運転意図系列を動的に決定する。そして、動的に決定した運転意図系列を用いて運転操作の系列的な近似度合を算出し、実際のドライバの運転意図を推定する。

そこで、運転意図推定装置３は、仮想ドライバ運転意図系列動的決定部８０および動的仮想ドライバ運転操作量系列近似度合計算部９０を備えている。運転意図系列動的決定部８０および動的系列近似度合計算部９０は、例えばマイクロコンピュータ、または仮想ドライバ操作量計算部４０および運転意図推定部６０とともにＣＰＵのソフトウェア形態として構成される。

ここで、仮想ドライバの運転意図系列を動的に決定するとは、時間によって仮想ドライバの運転意図、さらには仮想ドライバすなわち運転意図系列の数が変化することを表している。従って、例えば現在の運転意図が右車線変更であっても、過去の運転意図は車線維持である仮想ドライバも設定される可能性がある。

以下に、第３の実施の形態による運転意図推定装置３の動作を、図８〜図１１を用いて詳細に説明する。図８は、運転意図推定装置３における運転意図推定処理プログラムの処理手順を示すフローチャートである。図９および図１０（ａ）（ｂ）は、仮想ドライバの動的運転意図系列の設定方法を説明する図、図１１は、運転操作量の系列近似度合の算出方法を説明する図である。図８に示す処理の処理内容は、一定間隔（例えば５０msec）毎に連続的に行われる。

ステップＳ３０１〜Ｓ３０３での処理は、図１のフローチャートのステップＳ１０１〜Ｓ１０３における処理と同様であるので説明を省略する。

ステップＳ３０４では、仮想ドライバの動的運転意図系列を生成する。ここでは、図９に示すように、現時点ｔから過去の時点（ｔ−ｍ＋１）までのｍ個の時間フレームにおいて可能性のある運転意図を組み合わせて仮想ドライバの運転意図系列を生成する。例えば、運転意図系列Ａは、過去の時点（ｔ−ｍ＋１）から現時点ｔまで全て車線維持ＬＫの運転意図を有する仮想ドライバを表している。一方、運転意図系列Ｂは、（ｔ−ｍ＋１）から（ｔ−１）の時点までは車線維持ＬＫの運転意図を有していたが、現時点ｔで運転意図が右車線変更ＬＣＲに変化した仮想ドライバを表している。

以下に、仮想ドライバの動的運転意図系列の設定方法について説明する。過去の時点（ｔ−ｍ＋１）から時間（ｔ−１）までの運転意図系列は、時間（ｔ−１）で設定した運転意図系列を継続して使用する。現時点ｔにおける仮想ドライバの運転意図は、１フレーム前の時間（ｔ−１）における仮想ドライバの運転意図および運転意図系列の生成則に基づいて動的に決定する。

図１０（ａ）に示すように、時間（ｔ−１）における仮想ドライバの運転意図が車線維持ＬＫの場合、時間ｔにおいて可能性のある仮想ドライバの運転意図は、車線維持ＬＫ、右車線変更ＬＣＲおよび左車線変更ＬＣＬである。従って、時間（ｔ−１）までは一つであった運転意図系列が、時間ｔにおいて３つに増加する。このとき、３つの運転意図系列は分岐元の時間（ｔ−ｍ＋１）から時間（ｔ−１）までの運転意図系列をそれぞれ継承する。

一方、時間（ｔ−１）における仮想ドライバの運転意図が車線変更の場合、時間ｔにおいて可能性のある仮想ドライバの運転意図は同一方向の車線変更のみである。図１０（ｂ）に示すように、時間（ｔ−１）における仮想ドライバの運転意図が右車線変更ＬＣＲの場合、時間ｔにおいて可能性のある仮想ドライバの運転意図は右車線変更ＬＣＲのみである。具体的には、時間ｔにおいて自車両が右車線変更を継続していると判定される場合は運転意図を右車線変更ＬＣＲとし、その運転意図系列を存続させる。一方、例えば右隣接車線への車線変更を完了し、時間ｔでは車線変更を実行していない場合は、その運転意図系列自体を消滅させる。

車線変更継続判定方法としては、例えば自車両の横位置および走行車線検出結果を用いて、時間（ｔ−１）の運転意図が右車線変更ＬＣＲの場合、時間ｔにおいて自車両がまだ同じ車線内を走行しているときは車線変更継続中であると判断する。一方、時間ｔにおいて時間（ｔ−１）とは異なる車線を走行している場合は、車線変更の実行中ではないと判断する。時間（ｔ−１）の運転意図が左車線変更ＬＣＬに場合も、同様にして時間ｔの運転意図を設定する。

このように、ステップＳ３０４では、時間（ｔ−１）の仮想ドライバの運転意図および現時点ｔでの自車両の車両周囲状態に基づいて運転意図系列を新たに形成または消滅して、現時点ｔから過去の時点（ｔ−ｍ＋１）の間の複数の運転意図系列を生成する。

なお、運転意図系列を生成する際のｍ個の時間フレームは、常に現在までの直近のｍ個の時間フレームであり、次周期（ｔ＋１）において運転意図系列を生成する時は、時間（ｔ＋１）から過去の時間（ｔ−ｍ＋２）までのｍ個の時間フレームを用いる。

ステップＳ３０５では、ステップＳ３０２で算出した各運転意図における仮想ドライバの運転操作量Oidと、ステップＳ３０３で検出した実際のドライバの運転操作量Ordとを用いて、上述した（式７）から仮想ドライバの運転操作量近似度合Pidを算出する。

つづくステップＳ３０６では、ステップＳ３０４で生成した複数の仮想ドライバの動的運転意図系列について、それぞれ仮想ドライバ運転操作量系列近似度合Pidsを算出する。ここでは、図１１に示すように、各動的運転意図系列ｊに属する現時点ｔから過去の時点（ｔ−ｍ＋１）までのｍ個の運転操作量近似度合Pid(j)(t-m+1)〜Pid(j)(t)を用いて、動的運転意図系列ｊの系列的な近似度合P(j)idsを算出する。なお、過去の運転操作量近似度合Pidは不図示のメモリに記憶されているとする。動的仮想ドライバ運転操作量系列近似度合P(j)idsは、以下の（式１１）から算出することができる。

ここで、Πは、動的運転意図系列ｊにおける現時点ｔでの仮想ドライバ運転操作量近似度合Pid(j)(t)から過去の時点（ｔ−ｍ＋１）での仮想ドライバ運転操作量近似度合Pid(j)(t-m+1)までを全て積算した積和を表す。

図１１に示すように、系列Ａの運転意図は全て車線維持ＬＫであるので、時間（ｔ−ｍ＋１）から時間ｔまでの車線維持の運転操作量近似度合Pid_lkを用いて、系列Ａの近似度合P(1)idsを算出する。また、系列Ｂの運転意図は車線維持ＬＫから現時点ｔで右車線変更ＬＣＲに変化しているので、時間（ｔ−ｍ＋１）から時間（ｔ−１）までは車線維持の運転操作量近似度合Pid_lkを用い、時間ｔでは右車線変更の運転操作量近似度合Pid_lcrを用いて、系列Ｂの近似度合P(2)idsを算出する。

このように、ステップＳ３０６で、（式１１）を用いて各動的運転意図系列ｊの近似度合P(j)idsをそれぞれ算出した後、ステップＳ３０７へ進む。

ステップＳ３０７では、ステップＳ３０６で算出した動的仮想ドライバ運転操作量系列近似度合P(j)idsの最大値を有する仮想ドライバの現在の運転意図を、実際のドライバの運転意図λrdとして選択する。つづくステップＳ３０８では、ステップＳ３０７で推定した実際のドライバの運転意図λrdを出力する。これにより、今回の処理を終了する。

このように、以上説明した第３の実施の形態においては、上述した第１および第２の実施の形態による効果に加えて以下のような作用効果を奏することができる。
（１）仮想ドライバ運転意図系列動的決定部８０は、現時点ｔを含む過去の所定時間区間の各時間フレームにおいて各仮想ドライバの運転意図をそれぞれ決定し、図９に示すように所定時間区間における複数の仮想ドライバの運転意図系列を動的に生成する。動的仮想ドライバ運転操作量系列近似度合計算部９０は、運転意図系列Ｊ毎に、所定時間区間における複数の仮想ドライバの運転操作量Oidと実際のドライバの運転操作量Ordとの系列的な近似度合P(j)idsを算出する。運転意図推定部６０は、算出された運転意図系列Ｊ毎の運転操作量系列近似度合P(j)idsを比較し、最大の系列近似度合を有する仮想ドライバの現在の運転意図を実際のドライバの運転意図として推定する。このように、所定時間における運転意図系列Ｊ毎に実際のドライバの運転操作と仮想ドライバの運転操作との系列的な近似度合を計算し、現在までの所定時間区間において最も近似した運転操作を行う仮想ドライバの現在の運転意図を実際のドライバの運転意図として選択するので、実際のドライバの運転意図を一層精度よく推定することができる。
（２）動的仮想ドライバ運転操作量系列近似度合計算部９０は、現在までの所定時間区間の各時間フレームにおいて計算された運転操作量近似度合Pidの積和に基づいて、運転意図系列Ｊ毎の運転操作量系列近似度合P(j)idsを算出する。これにより、所定時間区間における各仮想ドライバの運転操作量と実際のドライバの運転操作量との近似度合を正確に計算することができる。
（３）仮想ドライバ運転意図系列動的決定部８０は、現時点ｔから一つ前の時間フレーム（ｔ−１）における各仮想ドライバの運転意図、および現時点ｔにおける車両周囲状態に基づいて、各仮想ドライバの現時点ｔにおける運転意図を決定する。これにより、現時点において可能性のある運転意図のみを選択して仮想ドライバの運転意図系列Ｊを生成することができ、実際のドライバの運転意図を精度よく推定することができる。

なお、上述した第１から第３の実施の形態においては、実際のドライバの運転操作量Ordと仮想ドライバの運転操作量Oidとして、操舵角θrd、θidを用いた。ただし、これには限定されず、例えば運転操作量としてアクセルペダルの操作量を用いることもできる。この場合、仮想ドライバのペダル操作量Sidは、例えば自車両と先行車との車間距離および車間時間ＴＨＷ等で表される先行車に対する接近度合に基づいて算出することができる。そして、実際のドライバのペダル操作量Srdと仮想ドライバのペダル操作量Sidとの近似度合に基づいて、実際のドライバの運転意図を推定する。

上述した第１から第３の実施の形態においては、仮想ドライバの運転操作量Oidを算出するために、図３に示すように各運転意図において２つの前方参照点を設定したが、前方車参照点の数は任意に設定することができる。

《第４の実施の形態》
本発明の第４の実施の形態による車両用運転操作補助装置について、図面を用いて説明する。図１２は、本発明の第４の実施の形態による車両用運転操作補助装置１００の構成を示すシステム図であり、図１３は、車両用運転操作補助装置１００を搭載した車両の構成図である。

まず、車両用運転操作補助装置１００の構成を説明する。
レーザレーダ１１０は、車両の前方グリル部もしくはバンパ部等に取り付けられ、水平方向に赤外光パルスを照射して自車両の前方領域を走査する。レーザレーダ１１０は、前方にある複数の反射物（通常、先行車の後端）で反射された赤外光パルスの反射波を計測し、反射波の到達時間より、先行車までの車間距離と相対速度を検出する。検出した車間距離及び相対速度はコントローラ１５０へ出力される。レーザレーダ１１０によりスキャンされる前方の領域は、自車正面に対して±６deg 程度であり、この範囲内に存在する前方物体が検出される。

前方カメラ１２０は、フロントウィンドウ上部に取り付けられた小型のＣＣＤカメラ、またはＣＭＯＳカメラ等であり、前方道路の状況を画像として検出する。前方カメラ１２０からの画像信号は画像処理装置１３０で画像処理を施され、コントローラ１５０へと出力される。前方カメラ１２０による検知領域は車両の前後方向中心線に対して水平方向に±３０deg程度であり、この領域に含まれる前方道路風景が画像として取り込まれる。

車速センサ１４０は、車輪の回転数や変速機の出力側の回転数を計測することにより自車両の車速を検出し、検出した自車速をコントローラ１５０に出力する。
さらに、上述した第１の実施の形態の運転意図推定装置１によって推定された実際のドライバの運転意図λrdがコントローラ１５０へ入力される。

コントローラ１５０は、ＣＰＵと、ＲＯＭおよびＲＡＭ等のＣＰＵ周辺部品とから構成される。コントローラ１５０は、例えばＣＰＵのソフトウェア形態により、リスクポテンシャル計算部１５１，アクセルペダル反力指令値計算部１５２，およびアクセルペダル反力指令値補正部１５３を構成する。

リスクポテンシャル計算部１５１は、レーザレーダ１１０および車速センサ１４０から入力される自車速、車間距離および先行車両との相対車速と、画像処理装置１３０から入力される車両周辺の画像情報とから、自車両周囲のリスクポテンシャルＲＰを算出する。アクセルペダル反力指令値計算部１５２は、リスクポテンシャル計算部１５１で算出されたリスクポテンシャルＲＰに基づいて、アクセルペダル１６０に発生させるアクセルペダル反力の指令値ＦＡを算出する。

アクセルペダル反力指令値補正部１５３は、運転意図推定装置１から入力される運転意図推定結果に基づいて、アクセルペダル反力指令値計算部１５２で算出されたアクセルペダル反力指令値ＦＡを補正する。アクセルペダル反力指令値補正部１５３で補正されたアクセルペダル反力指令値ＦＡｃは、アクセルペダル反力制御装置１７０へ出力される。

アクセルペダル反力制御装置１７０は、コントローラ１５０からの指令値に応じてアクセルペダル操作反力を制御する。図１４に示すように、アクセルペダル１６０には、リンク機構を介してサーボモータ１８０およびアクセルペダルストロークセンサ１８１が接続されている。サーボモータ１８０は、アクセルペダル反力制御装置１７０からの指令に応じてトルクと回転角とを制御し、運転者がアクセルペダル１６０を操作する際に発生する操作反力を任意に制御する。アクセルペダルストロークセンサ１８１は、リンク機構を介してサーボモータ１８０の回転角に変換されたアクセルペダル１６０のストローク量Ｓを検出する。

なお、アクセルペダル反力制御を行わない場合の通常のアクセルペダル反力特性は、例えば、ストローク量Ｓが大きくなるほどアクセルペダル反力がリニアに大きくなるよう設定されている。通常のアクセルペダル反力特性は、例えばアクセルペダル１６０の回転中心に設けられたねじりバネ（不図示）のバネ力によって実現することができる。

次に、第４の実施の形態による車両用運転操作補助装置１００の動作を、図１５を用いて詳細に説明する。図１５は、コントローラ１５０における運転操作補助制御プログラムの処理手順を示すフローチャートである。本処理内容は、一定間隔（例えば５０msec）毎に連続的に行われる。

ステップＳ４０１で、レーザレーダ１１０、前方カメラ１２０および車速センサ１４０によって検出される自車両周囲の走行環境を表す環境状態量を読み込む。具体的には、自車両と先行車との車間距離Ｄ、先行車速Ｖ２および自車速Ｖ１を読み込む。ステップＳ４０２では、ステップＳ４０１で読み込んだ走行環境に基づいて、自車両周囲のリスクポテンシャルＲＰを算出する。ここでは、自車両周囲のリスクポテンシャルＲＰを算出するために、先行車に対する余裕時間ＴＴＣと車間時間ＴＨＷとを算出する。

余裕時間ＴＴＣは、先行車に対する現在の自車両の接近度合を示す物理量である。余裕時間ＴＴＣは、現在の走行状況が継続した場合、つまり自車速Ｖ１、先行車速Ｖ２および相対車速Ｖｒ（Ｖｒ＝Ｖ２−Ｖ１）が一定の場合に、何秒後に車間距離Ｄがゼロとなり自車と先行車両とが接触するかを示す値である。余裕時間ＴＴＣは、以下の（式１２）により求められる。
ＴＴＣ＝−Ｄ／Ｖｒ ・・・（式１２）

余裕時間ＴＴＣの値が小さいほど、先行車への接触が緊迫し、先行車への接近度合が大きいことを意味している。例えば先行車への接近時には、余裕時間ＴＴＣが４秒以下となる前に、ほとんどの運転者が減速行動を開始することが知られている。

車間時間ＴＨＷは、自車両が先行車に追従走行している場合に、想定される将来の先行車の車速変化による余裕時間ＴＴＣへの影響度合、つまり相対車速ｖｒが変化すると仮定したときの影響度合を示す物理量である。車間時間ＴＨＷは、以下の（式１３）で表される。
ＴＨＷ＝Ｄ／Ｖ１ ・・・（式１３）

車間時間ＴＨＷは、車間距離Ｄを自車速Ｖ１で除したものであり、先行車の現在位置に自車両が到達するまでの時間を示す。この車間時間ＴＨＷが大きいほど、周囲の環境変化に対する予測影響度合が小さくなる。つまり、車間時間ＴＨＷが大きい場合には、もしも将来に先行車の車速が変化しても、先行車までの接近度合には大きな影響を与えず、余裕時間ＴＴＣはあまり大きく変化しないことを示す。なお、自車両が先行車に追従し、自車速Ｖ１＝先行車速Ｖ２である場合は、（式１３）において自車速Ｖ１の代わりに先行車速Ｖ２を用いて車間時間ＴＨＷを算出することもできる。

そして、算出した余裕時間ＴＴＣと車間時間ＴＨＷとを用いて先行車に対するリスクポテンシャルＲＰを算出する。先行車に対するリスクポテンシャルＲＰは、以下の（式１４）を用いて算出することができる。
ＲＰ＝ａ／ＴＨＷ＋ｂ／ＴＴＣ ・・・（式１４）

（式１４）に示すように、リスクポテンシャルＲＰは、余裕時間ＴＴＣと車間時間ＴＨＷとから連続的に表現される物理量である。ここで、ａ、ｂは、車間時間ＴＨＷおよび余裕時間ＴＴＣにそれぞれ適切な重み付けをするための定数であり、予め適切な値を設定しておく。定数ａ、ｂは、例えばａ＝１，ｂ＝８（ａ＜ｂ）に設定する。

ステップＳ４０３では、アクセルペダルストロークセンサ１８１によって検出されるアクセルペダル１６０のストローク量Ｓを読み込む。ステップＳ４０４では、ステップＳ４０２で算出したリスクポテンシャルＲＰに基づいて、アクセルペダル反力指令値ＦＡを算出する。まず、リスクポテンシャルＲＰに応じた反力増加量ΔＦを算出する。

図１６に、先行車に対するリスクポテンシャルＲＰと反力増加量ΔＦとの関係を示す。図１６に示すように、リスクポテンシャルＲＰが最小値ＲＰmin以下の場合は、反力増加量ΔＦを０とする。これは、自車両周囲のリスクポテンシャルＲＰが非常に小さいときにアクセルペダル反力ＦＡを増加することによって、運転者に煩わしさを与えてしまうことを避けるためである。最小値ＲＰminは、予め適切な値を設定しておく。

リスクポテンシャルＲＰが最小値ＲＰminを超える領域では、リスクポテンシャルＲＰに応じて反力増加量ΔＦが指数関数的に増加するように設定する。反力増加量ΔＦは、以下の（式１５）で表される。
ΔＦ＝ｋ・ＲＰ^ｎ ・・・（式１５）
ここで、定数ｋ、ｎはそれぞれ車種等によって異なり、ドライブシミュレータや実地試験によって取得される結果に基づいて、リスクポテンシャルＲＰを効果的に反力増加量ΔＦに変換できるように予め適切に設定しておく。

さらに、（式１５）に従って算出した反力増加量ΔＦを、アクセルペダルストローク量Ｓに応じた通常の反力特性に加算することにより、アクセルペダル反力指令値ＦＡを算出する。

ステップＳ４０５では、運転意図推定装置１によって推定された運転意図λrdを読み込む。推定された運転者の運転意図λrdが車線変更である場合は、ステップＳ４０６へ進む。ステップＳ４０６では、ステップＳ４０４で算出したアクセルペダル反力指令値ＦＡを補正する。具体的には、ステップＳ４０４で算出したアクセルペダル反力指令値ＦＡにローパスフィルタ等のフィルタ処理を施して減衰させる。

フィルタ処理後のアクセルペダル反力指令値ＦＡは、以下の（式１６）を用いて表すことができる。なお、（式１６）において補正後の反力指令値ＦＡを制御用の反力指令値としてＦＡｃで表す。
ＦＡｃ＝ｇｆ（ＦＡ）
＝ｋｆ・１／（１＋Ｔｓｆ）・ＦＡ ・・・（式１６）
ここで、ｋｆは適切に設定された定数、Ｔｓｆはローパスフィルタの時定数である。

一方、ステップＳ４０５において運転意図推定装置１によって推定された運転意図λrdが車線維持であると判定された場合は、ステップＳ４０７へ進み、ステップＳ４０４で算出したアクセルペダル反力指令値ＦＡをそのまま制御用の指令値ＦＡｃとして設定する。

ステップＳ４０８では、ステップＳ４０６またはＳ４０７で設定したアクセルペダル反力指令値ＦＡｃを、アクセルペダル反力制御装置１７０へ出力する。アクセルペダル反力制御装置１７０は、コントローラ１５０から入力された指令に従ってサーボモータ１８０を制御する。これにより、今回の処理を終了する。

図１７（ａ）（ｂ）を用いて、車両用運転操作補助装置１００の作用を説明する。図１７（ａ）は自車両が走行車線から左側の追い越し車線に車線変更を行っていく様子を表し、図１７（ｂ）は車線変更を行うときのアクセルペダル反力指令値ＦＡｃの時間変化を示している。運転意図に応じてアクセルペダル反力を補正する場合は、時間ｔ＝ｔａで運転者の車線変更意図が検出されると、実線Ｌ１で示すようにアクセルペダル反力指令値ＦＡｃが徐々に低下していく。一方、アクセルペダル反力の補正を行わない場合は、自車両がレーンマーカを超えて車線変更を行った時間ｔ＝ｔｂで、一点差線Ｌ２で示すようにアクセルペダル反力指令値ＦＡｃが低下し始める。

このように運転者の車線変更意図が検出された時点ｔ＝ｔａでアクセルペダル反力指令値ＦＡｃを低下することにより、自車両が他車両を追い越していくような状況で運転者のアクセルペダル操作を妨げることがない。

このように、以上説明した第４の実施の形態においては、以下のような作用効果を奏することができる。
（１）コントローラ１５０は、自車両周囲の障害物状況に基づいてリスクポテンシャルＲＰを算出し、リスクポテンシャルＲＰに基づいてアクセルペダル操作反力制御を行う。このとき、推定された運転意図λrdに基づいて、アクセルペダル１６０に発生させる操作反力を補正する。これにより、自車両周囲のリスクポテンシャルＲＰを操作反力としてドライバに知らせながら、実際のドライバの運転意図を反映したアクセルペダル反力制御を行うことができる。
（２）コントローラ１５０は、リスクポテンシャルＲＰと操作反力との関係を補正するアクセルペダル反力指令値補正部１５３を備えている。アクセルペダル反力指令値補正部１５３は、運転意図λrdが車線変更であると推定されると、車線変更でない場合に比べて操作反力を低下させる。これにより、車線変更を行おうとしているときにアクセルペダル反力を低下し、ドライバのペダル操作を妨げないようにすることができる。

《第５の実施の形態》
本発明の第５の実施の形態による車両用運転操作補助装置について、図面を用いて説明する。図１８は、本発明の５の実施の形態による車両用運転操作補助装置２００の構成を示すシステム図である。図１８において、上述した第４の実施の形態と同様の機能を有する箇所には同一の符号を付している。ここでは、第４の実施の形態との相違点を説明する。

第５の実施の形態においては、運転意図推定装置１によって運転者の車線変更意図が検出された場合に、自車両周囲のリスクポテンシャルＲＰを補正する。そこで、車両用運転操作補助装置２００のコントローラ１５０Ａは、リスクポテンシャル計算部１５１，リスクポテンシャル補正部１５４，およびアクセルペダル反力指令値計算部１５５を備えている。

次に、第５の実施の形態による車両用運転操作補助装置２００の動作を、図１９を用いて詳細に説明する。図１９は、コントローラ１５０Ａにおける運転操作補助制御プログラムの処理手順を示すフローチャートである。本処理内容は、一定間隔（例えば５０msec）毎に連続的に行われる。ステップＳ５０１およびＳ５０２での処理は、図１５のフローチャートで説明したステップＳ４０１およびＳ４０２での処理と同様であるので説明を省略する。

ステップＳ５０３では、運転意図推定装置１によって推定された運転意図λrdを読み込む。推定された運転者の運転意図λrdが車線変更である場合は、ステップＳ５０４へ進む。ステップＳ５０４では、ステップＳ５０２で算出したリスクポテンシャルＲＰを補正する。具体的には、ステップＳ５０２で算出したリスクポテンシャルＲＰにローパスフィルタ等のフィルタ処理を施して減衰させる。

フィルタ処理後のリスクポテンシャルＲＰは、以下の（式１７）を用いて表すことができる。なお、（式６）において実際に制御に用いる補正後のリスクポテンシャルをＲＰｃで表す。
ＲＰｃ＝ｇｐ（ＲＰ）
＝ｋｐ・１／（１＋Ｔｓｐ）・ＲＰ ・・・（式１７）
ここで、ｋｐは適切に設定された定数、Ｔｓｐはローパスフィルタの時定数である。

一方、ステップ５０３において運転意図推定装置１によって推定された運転意図λrdが車線維持であると判定された場合は、ステップＳ５０５へ進み、ステップＳ５０２で算出したリスクポテンシャルＲＰをそのまま制御用のリスクポテンシャルＲＰｃとして設定する。

つづくステップＳ５０６では、アクセルペダルストロークセンサ８１によって検出されるアクセルペダルストローク量Ｓを読み込む。ステップＳ５０７では、ステップＳ５０４またはＳ５０５で設定したリスクポテンシャルＲＰｃに基づいてアクセルペダル反力指令値ＦＡを算出する。アクセルペダル反力指令値ＦＡの算出処理は、図１５のステップＳ４０４における処理と同様である。

ステップＳ５０８では、ステップＳ５０７で算出したアクセルペダル反力指令値ＦＡをアクセルペダル反力制御装置７０へ出力する。これにより、今回の処理を終了する。

以上説明したように、運転者の車線変更意図が検出された場合に自車両周囲のリスクポテンシャルＲＰを補正することによって、上述した第４の実施の形態と同様に、補正を行わない場合に比べて早いタイミング（図１７（ｂ）、ｔ＝ｔａ）でアクセルペダル反力指令値ＦＡが低下する。これにより、車線変更を行う際にアクセルペダル反力が必要以上に増加するといった煩わしさを運転者に与えることがない。

このように、以上説明した第５の実施の形態においては、上述した第４の実施の形態による効果に加えて以下のような作用効果を奏することができる。
コントローラ１５０Ａは、障害物状況とリスクポテンシャルＲＰとの関係を補正するリスクポテンシャル補正部１５４を備えている。リスクポテンシャル補正部１５４は、運転意図λrdが車線変更であると推定されると、車線変更でない場合に比べてリスクポテンシャルＲＰを低下させる。これにより、車線変更を行おうとしているときにアクセルペダル反力を低下し、ドライバのペダル操作を妨げないようにすることができる。

なお、上述した第４および第５の実施の形態においては、第１の実施の形態で説明した運転意図推定装置１によって推定されたドライバの運転意図λrdを用いてアクセルペダル反力指令値ＦＡまたはリスクポテンシャルＲＰを補正した。ただしこれには限定されず、第２または第３の実施の形態で説明した運転意図推定装置２，３によって推定された運転意図λrdに従って反力指令値ＦＡまたはリスクポテンシャルＲＰの補正を行うことも、もちろん可能である。

上述した第４および第５の実施の形態においては、自車両と先行車との余裕時間ＴＴＣおよび車間時間ＴＨＷとを用いてリスクポテンシャルＲＰを算出した。ただしこれには限定されず、例えば余裕時間ＴＴＣの逆数をリスクポテンシャルとして用いることもできる。

以上説明した第１から第５の実施の形態においては、車両周囲状態検出手段として車両周囲状態検出部１０，運転操作量検出手段として運転操作量検出部３０、仮想ドライバ運転操作量計算手段として仮想ドライバ運転操作量計算部４０，運転意図推定手段として運転意図推定部６０を用いた。また、運転操作量近似度合計算手段として仮想ドライバ運転操作量近似度合計算部５０，運転操作量系列近似度合計算手段として仮想ドライバ運転操作量系列近似度合計算部７０および動的仮想ドライバ運転操作量系列近似度合計算部９０を用いた。運転意図系列生成手段としては仮想ドライバ運転意図系列動的決定部８０を用いた。また、障害物検出手段としてレーザレーダ１１０，前方カメラ１２０および車速センサ１４０を用い、リスクポテンシャル算出手段としてリスクポテンシャル計算部１５１，操作反力計算部計算手段としてアクセルペダル反力指令値計算部１５２，１５５を用い、操作反力発生手段としてアクセルペダル反力制御装置１７０を用いた。さらに、補正手段としてコントローラ１５０，１５０Ａを用い、操作反力補正手段としてアクセルペダル反力指令値補正部１５３，リスクポテンシャル補正手段としてリスクポテンシャル補正部１５４を用いた。ただし、これらには限定されず、障害物検出手段として、別方式のミリ波レーダ等を用いることもできる。また、操作反力発生手段として操舵反力を発生させる操舵反力制御装置を用いることも可能である。

本発明の第１の実施の形態による運転意図推定装置の構成図。 第１の実施の形態における運転意図推定処理の処理手順を示すフローチャート。 仮想ドライバの運転操作量の算出方法を説明する図。 第２の実施の形態による運転意図推定装置の構成図。 第２の実施の形態における運転意図推定処理の処理手順を示すフローチャート。 仮想ドライバの運転操作量系列近似度合の算出方法を説明する図。 第３の実施の形態による運転意図推定装置の構成図。 第３の実施の形態における運転意図推定処理の処理手順を示すフローチャート。 仮想ドライバの動的運転意図系列の設定方法を説明する図。 （ａ）（ｂ）仮想ドライバの動的運転意図系列の設定方法を説明する図。 動的運転意図系列における運転操作量系列近似度合の算出方法を説明する図。 第４の実施の形態による車両用運転操作補助装置のシステム図。 図１２に示す車両用運転操作補助装置を搭載した車両の構成図。 アクセルペダルおよびその周辺の構成を示す図。 第４の実施の形態における運転操作補助制御処理の処理手順を示すフローチャート。 リスクポテンシャルと反力増加量との関係を示す図。 （ａ）自車両が車線変更を行う様子を示す図、（ｂ）車線変更時のアクセルペダル反力の時間変化を示す図。 第５の実施の形態による車両用運転操作補助装置のシステム図。 第５の実施の形態における運転操作補助制御処理の処理手順を示すフローチャート。

符号の説明

１〜３：運転意図推定装置
１０：車両周囲状態検出部
２０：車両状態検出部
３０：運転操作量検出部
４０：仮想ドライバ運転操作量計算部
５０：仮想ドライバ運転操作量近似度合計算部
６０：運転意図推定部
７０：仮想ドライバ運転操作量系列近似度合計算部
８０：仮想ドライバ運転意図系列動的決定部
９０：動的仮想ドライバ運転操作量系列近似度合計算部
１００，２００：車両用運転操作補助装置
１５０，１５０Ａ：コントローラ
１７０：アクセルペダル反力制御装置

Claims (10)

1. 自車両の車両周囲状態を検出する車両周囲状態検出手段と、
   実際のドライバによる運転操作量を検出する運転操作量検出手段と、
   運転意図を与えられた複数の異なる仮想のドライバについて、前記車両周囲状態検出手段によって検出される前記自車両の車両周囲状態に基づいて、各仮想ドライバが前記運転意図を遂行するために必要な運転操作量を計算する仮想ドライバ運転操作量計算手段と、
   前記仮想ドライバ運転操作量計算手段によって計算された前記複数の仮想ドライバの前記運転操作量と、前記運転操作量検出手段によって検出された前記実際のドライバの前記運転操作量との近似度合（以降、運転操作量近似度合とする）をそれぞれ計算する運転操作量近似度合計算手段と、
   前記運転操作量近似度合計算手段によって計算された複数の前記運転操作量近似度合に基づいて、前記実際のドライバの運転意図を推定する運転意図推定手段と、
   現時点を含む過去の所定時間区間における前記複数の仮想ドライバの前記運転操作量と前記実際のドライバの前記運転操作量との系列的な近似度合（以降、運転操作量系列近似度合とする）をそれぞれ計算する運転操作量系列近似度合計算手段とを備え、
   前記運転意図推定手段は、前記運転操作量系列近似度合計算手段によって計算された複数の前記運転操作量系列近似度合を比較することによって、前記実際のドライバの運転意図を推定することを特徴とする運転意図推定装置。
2. 請求項１に記載の運転意図推定装置において、
   前記運転操作量系列近似度合計算手段は、前記所定時間区間の各時間フレームにおいて前記運転操作量近似度合計算手段によって計算された前記運転操作量近似度合の積和に基づいて、前記複数の運転操作量系列近似度合を計算することを特徴とする運転意図推定装置。
3. 自車両の車両周囲状態を検出する車両周囲状態検出手段と、
   実際のドライバによる運転操作量を検出する運転操作量検出手段と、
   運転意図を与えられた複数の異なる仮想のドライバについて、前記車両周囲状態検出手段によって検出される前記自車両の車両周囲状態に基づいて、各仮想ドライバが前記運転意図を遂行するために必要な運転操作量を計算する仮想ドライバ運転操作量計算手段と、
   前記仮想ドライバ運転操作量計算手段によって計算された前記複数の仮想ドライバの前記運転操作量と、前記運転操作量検出手段によって検出された前記実際のドライバの前記運転操作量との近似度合（以降、運転操作量近似度合とする）をそれぞれ計算する運転操作量近似度合計算手段と、
   前記運転操作量近似度合計算手段によって計算された複数の前記運転操作量近似度合に基づいて、前記実際のドライバの運転意図を推定する運転意図推定手段と、
   現時点を含む過去の所定時間区間の各時間フレームにおいて前記複数の仮想ドライバの前記運転意図をそれぞれ決定し、前記所定時間区間における前記複数の仮想ドライバの運転意図系列を動的に生成する運転意図系列生成手段と、
   前記所定時間区間における前記複数の仮想ドライバの前記運転操作量と前記実際のドライバの前記運転操作量との系列的な近似度合（以降、運転操作量系列近似度合とする）を、前記運転意図系列生成手段によって生成された前記運転意図系列毎に計算する運転操作量系列近似度合計算手段とを備え、
   前記運転意図推定手段は、前記運転操作量系列近似度合計算手段によって計算された複数の前記運転操作量系列近似度合を比較することによって、前記実際のドライバの運転意図を推定することを特徴とする運転意図推定装置。
4. 請求項３に記載の運転意図推定装置において、
   前記運転操作量系列近似度合計算手段は、前記所定時間区間の各時間フレームにおいて前記運転操作量近似度合計算手段によって計算された前記運転操作量近似度合の積和に基づいて、前記運転意図系列毎の前記運転操作量系列近似度合を計算することを特徴とする運転意図推定装置。
5. 請求項３または請求項４に記載の運転意図推定装置において、
   前記運転意図系列生成手段は、前記現時点から１つ前の時間フレームにおける各仮想ドライバの前記運転意図、および前記現時点における前記自車両の車両周囲状態に基づいて、前記各仮想ドライバの前記現時点における前記運転意図を決定することを特徴とする運転意図推定装置。
6. 請求項１から請求項５のいずれか１項に記載の運転意図推定装置において、
   前記複数の仮想ドライバの前記運転意図は、車線維持および車線変更であることを特徴とする運転意図推定装置。
7. 請求項１から請求項６のいずれか１項に記載の運転意図推定装置と、
   自車両周囲の障害物状況を検出する障害物検出手段と、
   前記障害物検出手段による検出結果に基づいて、前記自車両周囲のリスクポテンシャルを算出するリスクポテンシャル算出手段と、
   前記リスクポテンシャル算出手段によって算出される前記リスクポテンシャルに基づいて、アクセルペダルの操作反力を計算する操作反力計算手段と、
   前記アクセルペダルに前記操作反力を発生させる操作反力発生手段と、
   前記運転意図推定装置によって推定された前記運転意図に基づいて、前記アクセルペダルに発生させる前記操作反力を補正する補正手段とを備えることを特徴とする車両用運転操作補助装置。
8. 請求項７に記載の車両用運転操作補助装置において、
   前記補正手段は、前記リスクポテンシャルと前記操作反力との関係を補正する操作反力補正手段であり、前記操作反力補正手段は、前記運転意図が車線変更であると推定されると、前記運転意図が車線変更でない場合に比べて前記操作反力を低下することを特徴とする車両用運転操作補助装置。
9. 請求項７に記載の車両用運転操作補助装置において、
   前記補正手段は、前記操作反力を補正するために前記障害物状況と前記リスクポテンシャルとの関係を補正するリスクポテンシャル補正手段であり、前記リスクポテンシャル補正手段は、前記運転意図が車線変更であると推定されると、前記運転意図が車線変更でない場合に比べて前記リスクポテンシャルを低下することを特徴とする車両用運転操作補助装置。
10. 請求項７から請求項９のいずれか１項に記載の車両用運転操作補助装置を備えることを特徴とする車両。

Images