CN103221665B - 驾驶支持系统和驾驶支持管理设备 - Google Patents

Abstract

一种用于对车辆的驾驶操作给予支持的驾驶支持系统，包括驾驶历史数据库和驾驶教导单元，该驾驶教导单元用于指定进行驾驶支持的车辆的行驶路线。包括与车辆操作相关的信息的车辆信息与相关路线信息相关联，并且作为驾驶历史被登记在驾驶历史数据库中。该驾驶教导单元被配置为从驾驶历史数据库中提取与所指定行驶路线相对应的驾驶历史。该驾驶教导单元被进一步配置为用于驾驶支持的指导以向进行驾驶支持的车辆的驾驶员教导与所提取的驾驶历史相关的信息。

Description

驾驶支持系统和驾驶支持管理设备

技术领域

本公开涉及支持车辆的驾驶操作的驾驶支持系统和驾驶支持管理设备。

背景技术

通常，用于支持车辆的驾驶操作进行的驾驶支持系统通过车载相机或导航系统来获取需要车辆的减速控制的交通信息，诸如路口、临时停车位置、弯道或前方接近车辆。驾驶支持系统基于所获取的车辆周围的交通信息利用语音执行减速指导或者通过应用半强制的制动力来执行减速支持，由此向驾驶员给予驾驶支持。在这样的驾驶支持中，驾驶支持系统通常使用标准行驶模式，该标准行驶模式是通过对经各种驾驶动作进行的特定行驶模式进行平均所获得的，例如通过基于诸如仿真课程的预定行驶模型所测量的一般驾驶员所进行的交通信息识别、确定和驾驶操作。

然而，朝着路口、临时停车位置等行驶的车辆的行驶模式根据各种要素而变化，诸如其中出现例如道路弯道的曲率、道路的宽度和倾斜等的各种交通要素、驾驶员相关的习惯、驾驶员的驾驶技能等。因此，难以将一般化的标准行驶模式适用于反应该要素的驾驶员的行驶模式。即使驾驶支持系统以在预定行驶模型基于一般化的标准行驶模式来向驾驶员给予驾驶支持，但是驾驶员所期望的驾驶支持并不总是执行，而驾驶员在一些情况下可能感到不便。

通常，例如专利文献1中所描述的驾驶支持系统意在评估进行驾驶支持的驾驶员的驾驶技能，并且根据评估的结果基于评估项来确定是否实现了燃料节约驾驶操作。更具体地，该驾驶支持系统检测或分析期望其支持的行驶数据，例如车辆发动机的转数、车辆速度、燃料流速等，由此评估期望支持的驾驶员的燃料节约驾驶操作的学习水平。基于该评估的结果，确定驾驶员对于燃料节约驾驶操作是熟练驾驶员还是初学者。因此，根据该确定的结果来进行燃料节约驾驶评估。因此，根据驾驶员的驾驶技能来执行燃料节约驾驶评估。因此，对熟练驾驶员指派严格的燃料节约驾驶评估，而对初学者指派宽松的燃料节约驾驶评估。该驾驶支持系统根据对驾驶员的评估的结果来提供驾驶支持。

引用列表

专利文献

PTL1：日本专利申请公开No.2010-144684

发明内容

技术问题

即使通过驾驶支持系统来对进行了驾驶支持的驾驶员的驾驶技能进行评估并且执行对驾驶技能的估计，基于评估的结果而要提供的驾驶支持也仅仅基于行驶模型中统一生成的标准行驶模式。换句话说，在出现各种交通要素的实际行驶环境中，交通要素例如难以执行考虑到燃料效率的缓慢加速驾驶操作的路线或者不论驾驶技能如何都能够容易地执行考虑到燃料效率的驾驶操作的路线等，驾驶员进行诸如不反映行驶环境的减速指导的驾驶支持。即使有越来越多的仿真课程模式用于生成符合实际行驶环境的行驶模式，但是难以考虑到在实际行驶环境中所出现的所有的各式交通要素。因此，还没有实现符合实际行驶环境的驾驶支持。

本发明的目标在于提供一种驾驶支持系统和驾驶支持管理设备，该驾驶支持系统和驾驶支持管理设备能够以高度可行性来容易地实现符合行驶环境的驾驶支持。

问题的解决方案

根据本公开，提供了一种用于在车辆的操作中提供驾驶支持的驾驶支持系统。该驾驶支持系统包括驾驶历史数据库和驾驶教导单元。该驾驶历史数据库将包括与车辆操作相关的信息的车辆信息与相关路线信息相关联，并且将该信息登记为驾驶历史。该驾驶教导单元指定进行驾驶支持的车辆的行驶路线。该驾驶教导单元被配置为从驾驶历史数据库中提取与所指定的行驶路线相对应的驾驶历史，并且被配置作为用于驾驶支持的指导，以向进行驾驶支持的车辆的驾驶员教导与所提取的驾驶历史相关的信息。

根据该配置，通过使与主要包括特定行驶路线中的速度、加速、减速、转向操作、燃料信息等的车辆信息相对应的路线信息与车辆信息相关联所获取的信息被登记在驾驶历史数据库中。换句话说，基于特定驾驶员在其中具有各种交通要素的道路上所进行的车辆操作已经实际行驶的车辆的驾驶历史被登记在驾驶历史数据库中。更具体地，包括与考虑到各种交通要素等而执行的车辆操作相关的行驶数据的信息被登记在驾驶历史数据库中。根据该配置，在对驾驶员的驾驶支持中，例如，从驾驶历史数据库中提取与驾驶员试图要行驶的行驶路线相同的行驶路线或者类似行驶路线中的驾驶历史作为与驾驶员试图要行驶的行驶路线相对应的行驶路线中的驾驶历史。然后，与由此提取的驾驶历史相关的信息作为用于驾驶支持的指导而向进行驾驶支持的驾驶员进行教导。为此，进行了驾驶支持的车辆的驾驶员进行了基于驾驶员自己已经走过的行驶路线或类似行驶路线上实际所执行的车辆操作来进行具有高度可行性的驾驶支持。要在驾驶支持中使用的信息是已经在每条行驶路线中进行过行驶的驾驶员的驾驶历史。因此，能够通过登记每个驾驶员的驾驶历史来生成信息，而不使用仿真课程。因此，能够容易地生成要向进行驾驶支持的驾驶员教导的行驶模型。因此，能够容易地实现符合反映各种交通要素的实际行驶环境的具有高度可行性的驾驶支持。

根据一个方面，该驾驶教导单元被配置为从驾驶历史数据库中提取这样的驾驶历史，该驾驶历史包括与进行驾驶支持的车辆的驾驶员的驾驶操作倾向相类似的驾驶操作。该驾驶教导单元进一步被配置为向驾驶员教导与所提取驾驶历史相关的信息。

车辆的行驶模式，即驾驶员的驾驶操作倾向，根据与驾驶员相关的习惯而有所不同。为此，期望在考虑到驾驶员相关的习惯的情况下执行驾驶支持，以便于教导期望进行驾驶支持的驾驶员所期望的驾驶操作。因此，根据该配置，从驾驶历史数据库中提取这样的驾驶历史，该驾驶历史包括与进行驾驶支持的车辆的驾驶员的驾驶操作倾向相类似的驾驶操作。如果向驾驶员教导与由此提取的驾驶历史相关的信息，则向驾驶员教导与下述驾驶历史相关的信息，该驾驶历史与包括与进行驾驶支持的车辆的驾驶员相关的习惯相类似的驾驶操作倾向。因此，分别向进行驾驶支持的驾驶员给予根据特有习惯的驾驶教导。因此，能够实现符合驾驶员的期望的准确驾驶支持。

根据一个方面，车辆信息包括与指示车辆周围的静态状况的静态环境状况相关的信息，与指示车辆周围的动态状况的动态环境状况相关的信息、以及与车辆状况相关的信息。将燃料效率、出行时间和车辆操作的安全性中的至少一个设置为用于评估驾驶历史的评估项，由此确定车辆的驾驶员的驾驶水平，该燃料效率是指车辆的每单位燃料量的行驶距离。该驾驶教导单元被配置为将与静态环境状况相关的信息、与动态环境状况相关的信息以及与车辆状况相关的信息分别设置为变量，由此针对每个评估项来估计驾驶历史的概率密度以获得驾驶历史的分布。该驾驶教导单元进一步被配置为将一个或多个这样的变量指定为驾驶水平的相互差异的因素，该变量导致在基于评估项而具有高驾驶水平的驾驶历史的分布和具有低驾驶水平的驾驶历史的分布之间的偏差相对增加。该驾驶教导单元进一步被配置为：在期望支持的车辆的驾驶员的驾驶支持中，使用所指定的变量所指示的与静态环境状况相关的信息、与动态环境状况相关的信息和与车辆状况相关的信息中的任一信息用作用于改善评估项中的相对应的一项的要素。

通常，作为评估项的特定行驶路线中的燃料效率、出行时间或车辆操作的安全性根据例如静态环境状况或动态环境状况的行驶环境参数而变化，静态环境状况诸如道路坡度或道路线形，动态环境状况诸如从主体车辆到前方行驶车辆或主体车辆的后方车辆的距离或者交通拥堵状况等。评估项还随着各种因素而变化，例如车辆参数，诸如主要包括行驶状况的车辆状况，即转向、加速器位置、车辆速度、加速度等。每个因素对评估项的影响程度有所不同。换句话说，例如对于特定驾驶员，特定行驶路线中的燃料效率降低（劣化）的主要因素包括作为变量的弯道（道路线形）的低驾驶技能低。因此，对于该该驾驶员，提高弯道驾驶技能会导致燃料效率的有效改善。另一方面，对于另一驾驶员，例如使得高安全性的车辆操作无效的主要因素包括道路坡度中加速器踏板或制动踏板的过度踏入量。对于该驾驶员，改善作为变量的道路坡度中的加速器踏板和制动踏板的踏入量使得高安全性车辆操作的执行。

因此，利用该配置，首先基于针对每个变量所估计的概率密度来获得针对每个评估项的驾驶历史的分布。在由此获得的驾驶历史分布中，指定下述变量，该变量导致具有高驾驶水平的群体的分布和具有低驾驶水平的群体的分布之间的偏差增加。例如，当燃料效率被设置为评估项时，车辆的行驶速度由变量X1表示，并且车辆的加速度由变量X2表示，以便分别估计驾驶历史的概率密度。因此，获得了驾驶历史的分布。结果，当在具有高驾驶水平的群体的分布和具有低驾驶水平的群体的分布之间的差异在变量X2的驾驶历史中大于在变量X1的驾驶历史中时，则估计变量X2，即加速度对燃料效率的影响比对行驶速度的影响更大。换句话说，变量X2，即加速度被指定为相应驾驶员之间的驾驶水平差异的主要因素。例如，为了使用与由此指定的加速度相关的信息作为改善燃料效率所需要的主要因素，当将加速度设置为变量时，从具有高驾驶水平的群体的驾驶历史中提取与加速度相关的信息。向进行驾驶支持的车辆的驾驶员教导由此提取的信息。结果，能够基于在相应驾驶员之间的驾驶水平中的差异的主要因素，即提高驾驶水平的主要要素，来使该驾驶员进行驾驶支持。因此，能够有效的改善驾驶员的驾驶水平。

根据一个方面，驾驶教导单元被配置为：作为包括与进行驾驶支持的车辆的驾驶员的驾驶操作倾向相类似的驾驶操作的驾驶历史，从驾驶历史数据库中提取这样的驾驶历史，在该驾驶历史中，与由变量所指示的静态环境状况、动态环境状况和车辆状况中的任一状况相关的要素与进行驾驶支持的车辆驾驶员的驾驶历史是同样的。该驾驶教导单元进一步被配置为向驾驶员教导与所提取的驾驶历史相关的信息。

例如，假设指示车辆平均速度低于50km/h的标量由Z1表示，指示平均速度等于或高于50km/h的变量由Z2所表示，并且指示具有等于或更大的曲率的弯道的变量由A所表示。在这种情况下，具有彼此同样的变量的驾驶历史非常有可能是其中变量所指示的各个要素彼此同样的驾驶历史，即其中行驶环境或驾驶操作倾向彼此类似的驾驶历史。因此，根据该配置，能够通过关于变量是否同样的确定来提取与进行驾驶支持的车辆驾驶员的驾驶操作倾向相类似的驾驶历史。因此，可以通过使用包括在驾驶历史中的各种要素来从驾驶历史数据库中提取与驾驶员的驾驶操作倾向相类似的驾驶历史。因此，能够基于更简单的处理，即存在同样的变量，来从驾驶历史数据库中提取与驾驶员的驾驶操作倾向相类似的驾驶历史。因此，能够平滑地执行驾驶教导。

根据一个方面，该驾驶教导单元被配置为：将在变量所指示的动态环境状况或车辆状况中的每单位时间具有较小变化的驾驶历史确定为具有较高的驾驶水平。该驾驶交单单元进一步被配置为：从驾驶历史数据库中提取这样的驾驶历史，该驾驶历史基于确定结果而被确定为比进行驾驶支持的车辆驾驶员具有更高驾驶水平。

例如，在作为变量的从主体车辆到主体车辆前方的车辆的距离或者弯道中的横摆率的每单位时间的变化很小的情况下，车辆的行为很小并且执行平滑的车辆操作。换句话说，能够确定驾驶水平高。因此，根据该配置，基于变量的变化来确定驾驶水平。基于该确定的结果，从驾驶历史数据库中提取确定为比进行驾驶支持的车辆的驾驶员的驾驶水平更高的驾驶历史。执行基于由此提取的驾驶历史的驾驶教导。因此，能够基于包括比驾驶员更平滑的车辆操作的驾驶历史来执行驾驶教导。

根据与用于提取包括与驾驶员的驾驶操作倾向相类似的驾驶操作的驾驶历史的配置的组合，向驾驶员教导关于下述驾驶历史的信息，该驾驶历史与进行驾驶支持的车辆的驾驶员相关的驾驶操作倾向相类似，并且具有比该驾驶员更高的驾驶水平。结果，驾驶员进行基于驾驶历史来的驾驶支持，该驾驶历史与个人驾驶操作倾向相类似，并且具有比他（她）自己的驾驶水平更高的驾驶水。

根据本发明的一个方面，该驾驶教导系统被配置为：从驾驶历史数据库中提取与所确定的驾驶历史中的、接近于进行驾驶支持的车辆的驾驶员的驾驶水平的任意驾驶历史相关的信息。

根据该配置，作为要向驾驶员教导的驾驶历史，从驾驶历史数据库中提取与具有接近于驾驶员的驾驶水平的驾驶历史相关的信息。因此，能够基于接近于驾驶员的驾驶水平的驾驶历史来执行驾驶支持。通过该驾驶支持，能够逐步提高驾驶员的驾驶水平。

根据与用于提取包括与驾驶员的驾驶操作倾向相类似的驾驶操作的驾驶历史的配置的组合，向驾驶员教导了与驾驶历史相关的信息，该驾驶历史与进行驾驶支持的车辆的驾驶员相关的驾驶操作倾向相类似，并且具有与该驾驶员的驾驶水平相接近的驾驶水平。因此，驾驶员进行基于驾驶历史的驾驶支持，该驾驶历史与个人驾驶操作倾向相类似，并且具有与他（她）自己的驾驶水平相接近的驾驶水平。

根据一个方面，将多种类型的驾驶历史基于各个特征量来分类成各驾驶操作倾向，并且登记在驾驶历史数据库中。该驾驶教导单元被配置为：指定进行驾驶支持的车辆的驾驶员的驾驶操作倾向。该驾驶教导单元进一步被配置为：从驾驶历史数据库中提取与具有和所指定驾驶历史倾向相类似的特征量的驾驶历史相关的信息。

例如，当车辆状况进行从停止状态到行驶状态的转换时，在从停止状态转换到行驶状态开始度过了预定时间之后，存在加速器的踏入量随着驾驶员相关的习惯而变化的倾向，例如5%、10%或15%。该习惯经常在其它车辆操作中反映。换句话说，能够基于预定状况来对驾驶员的驾驶操作倾向进行分类。因此，利用该配置，各个驾驶员的驾驶历史被事先分类成驾驶员的每个驾驶操作倾向，并且因此登记在驾驶历史数据库中。指定与进行驾驶支持的驾驶员的驾驶操作倾向相对应的模式。此外，从驾驶历史数据库中提取与由此指定的驾驶操作倾向相类似的驾驶历史。因此，能够容易地提取与进行驾驶支持的驾驶员相关的习惯相类似的驾驶操作倾向。因此，能够更容易地实施根据驾驶员所有特有的习惯的驾驶支持。

根据一个方面，该驾驶教导单元被配置为：基于各个特征量来从登记在驾驶历史数据库中的驾驶历史进行聚合，以生成驾驶操作模式。该驾驶教导单元进一步被配置为：确定进行聚合的驾驶操作模式中的哪一个操作模式接近于进行驾驶支持的车辆的驾驶员的驾驶操作。该驾驶教导单元进一步被配置为：提取与这样的驾驶历史相关的信息，该驾驶历史包括具有与驾驶员的驾驶操作倾向相类似的特征量的驾驶操作倾向。

根据该配置，在通过驾驶教导单元提取驾驶历史中，基于加速器踏板或制动踏板的踏入量或指示燃料效率转换的特征量等来对登记在驾驶历史数据库中的驾驶历史进行适当聚合。因此，分别自动地生成根据登记在驾驶历史数据库中的驾驶历史的特征量的多种类型的驾驶操作模式。为此，没有必要例如通过对登记在驾驶历史数据库中的驾驶历史进行调整来定义多种类型的驾驶操作模式。因此，能够自动地生成根据驾驶历史的特征量的驾驶操作模式。因此，能够灵活地生成根据各个驾驶历史的特征量的驾驶操作模式，此外，能够精确地提取和教导进行驾驶支持的驾驶员相关的习惯，即驾驶操作模式，的驾驶历史。

根据一个方面，将多种类型的驾驶历史登记在驾驶历史数据库中，以便于针对利用被设置为评估项的燃料效率、出行时间和车辆的操作安全性中的至少一项所评估的每个驾驶水平进行分层化，燃料效率是指车辆的每单位燃料量的行驶距离。该驾驶教导单元被配置为：基于评估项中的至少一项来在进行驾驶支持的车辆驾驶员所属的类别中确定驾驶水平。该驾驶教导单元进一步被配置为：从分层化的驾驶历史数据库中提取与具有比所确定的驾驶水平更高水平的驾驶历史相关的信息。

驾驶员具有各种驾驶技能，即各种驾驶水平。即使具有高驾驶水平的驾驶员进行标准驾驶水平的驾驶教导，该教导的有效性也是很低的。驾驶员的驾驶水平通常很大程度地反映了燃料效率、出行时间或者车辆操作的安全性，诸如在特定行驶路线中出现突然减速或突然加速。因此，能够通过将要素设置为评估项来对驾驶员的驾驶水平进行评估。因此，利用该配置，基于评估项来针对每个驾驶水平对多种类型的驾驶历史进行分层化，并且因此被登记在驾驶历史数据库中。从登记为分层化的驾驶历史中提取比进行驾驶支持的驾驶员具有更高驾驶水平的驾驶历史。无论个人驾驶水平如何，都向驾驶员教导与具有比个人驾驶水平更高的驾驶水平的历史相关的信息。因此，即使驾驶员的驾驶水平低或高，都执行能够改善评估项的驾驶教导。换句话说，能够实现高效的驾驶支持。

根据一个方面，该驾驶教导单元被配置为：从分层化的驾驶历史数据库中提取与这样的驾驶历史相关的信息，该驾驶历史属于相对于驾驶员所属类别的所确定的驾驶水平而言具有次高驾驶水平的类别。

即使针对例如初学者驾驶员的具有低驾驶水平的驾驶员执行需要高级驾驶操作的驾驶教导，也难以执行该高级驾驶操作，并且驾驶支持的有效性很低。根据该配置，作为要向驾驶员教导的驾驶历史，从驾驶历史数据库中提取与这样的驾驶历史相关的信息，该驾驶历史属于相对于进行驾驶支持的车辆的驾驶员所属类别中的驾驶水平而言具有次高驾驶水平的类别。因此，向进行驾驶支持的车辆的驾驶员教导与相对于个人驾驶水平而言具有次高驾驶水平的驾驶历史相关的信息。因此，无论进行驾驶支持的驾驶员的驾驶水平如何，都能够根据驾驶员的驾驶水平来自然地执行能够提高驾驶水平的驾驶支持。

根据与用于提取包括与驾驶员的驾驶操作倾向相类似的驾驶操作的驾驶历史的配置的组合，向驾驶员教导与下述驾驶历史相关的信息，该驾驶历史与进行驾驶支持的车辆的驾驶员相关的驾驶操作倾向相类似，并且属于对于该驾驶员来说具有次高驾驶水平的类别。因此，驾驶员进行了基于与个人驾驶操作倾向相类似并且对于他（她）自己的驾驶水平而言具有次高驾驶水平的驾驶历史的驾驶支持。

根据一个方面，该驾驶教导单元被配置为：从分层化的驾驶历史数据库中提取与这样的信息，该信息是与进行驾驶支持的车辆的驾驶员的驾驶水平相接近的任一分层化驾驶历史相关的信息。

根据该配置，作为要向驾驶员教导的驾驶历史，从驾驶历史数据库中提取与驾驶历史相关的信息，该驾驶历史具有与具有比驾驶员所属于的驾驶水平分类更高的驾驶水平的驾驶历史中的驾驶员的驾驶水平最接近的驾驶水平。因此，向进行驾驶支持的车辆的驾驶员给予基于与具有相对于他的（她的）驾驶水平而言次高驾驶水平并且最接近他的（她的）的驾驶水平的驾驶水平相关的的信息。结果，能够执行基于接近于驾驶员的驾驶水平的驾驶水平的驾驶支持。因此，能够通过驾驶支持来逐步提高驾驶水平。

根据与用于提取包括与驾驶员的驾驶操作倾向相类似的驾驶操作的驾驶历史的配置的组合，向驾驶员教导与驾驶历史相关的信息，该驾驶历史与进行驾驶支持的车辆的驾驶员相关的驾驶操作倾向相类似，并且具有接近于驾驶员驾驶水平的驾驶水平。因此，驾驶员进行基于驾驶历史的驾驶支持，该驾驶历史与个人驾驶操作倾向相类似并且具有接近于他的（她的）自己的驾驶水平的驾驶水平。

根据另一方面，车辆信息包括：与指示车辆周围的静态状态的静态环境状况相关的信息、与指示车辆周围的动态状况的动态环境状况相关信息以及与车辆状况相关的信息。将燃料效率、出行时间和车辆操作的安全性中的至少一项设置为用于评估驾驶历史的评估项，由此确定车辆的驾驶员的驾驶水平，燃料效率是指车辆的每单位燃料量行驶距离。该驾驶教导单元被配置为分与静态环境状况相关的信息、与动态环境状况相关的信息以及与车辆状况相关的信息分别设置为变量，由此针对每个评估项来估计驾驶历史的概率密度以获得驾驶历史的分布。该驾驶教导单元进一步被配置为：将将一个或多个这样的变量指定为驾驶水平的相互差异的因素，该变量导致在基于评估项而具有高驾驶水平的驾驶历史的分布和具有低驾驶水平的驾驶历史的分布之间的偏差相对增加。该驾驶教导单元进一步被配置为：在期望所支持的车辆驾驶员的驾驶支持中，将由所指定的变量所指示的与静态环境状况相关的信息、与动态环境状况相关的信息和与车辆状况相关的信息中的任一信息用作用于改善评估项中的相对应的一项的要素。

通常，作为评估项的特定行驶路线中燃料效率、出行时间和车辆操作的安全性根据例如静态环境状况或动态环境状况的行驶环境参数而变化，静态环境状况诸如道路坡度或道路线形，动态环境状况诸如从主体车辆到前方行驶车辆或主体车辆的后方车辆的距离或者交通拥堵状况。评估项还随着各种因素而变化，例如诸如主要包括行驶状况的车辆状况的车辆参数，行驶状况即转向、加速器位置、车辆速度、加速度等。每个因素对评估项的影响程度有所不同。换句话说，例如对于特定驾驶员，特定行驶路线中燃料效率降低（退化）的主要因素包括例如作为变量的弯道（道路线形）驾驶技能低。因此，对于该驾驶员，提高弯道驾驶技能导致了燃料效率的有效改善。另一方面，例如对于另一个驾驶员，导致高度安全的车辆操作无效的主要因素包括例如道路坡度中加速器踏板或制动踏板的过度踏入量。对于该驾驶员，改善作为变量的道路坡度中的加速器踏板和制动踏板的踏入量使得实现高度安全的车辆操作。

因此，利用该配置，首先基于针对每个变量所估计的概率密度来针对每个评估项获得驾驶历史的分布。在由此获得的驾驶历史分布中，指定使得具有高驾驶水平的群体的分布和具有低驾驶水平的群体的分布之间的差异增加的变量。例如，当燃料效率被设置为评估项时，车辆的行驶速度由变量X1表示，并且车辆的加速度由变量X2表示，以分别估计驾驶历史的概率密度。因此，获得了驾驶历史的分布。作为结果，当具有高驾驶水平的群体的分布和具有低驾驶水平的群体的分布之间的偏差在变量X2的驾驶历史中大于变量X1的驾驶历史时，变量X2，即加速度，对燃料效率的影响比行驶速度更大，并且变量X2，即加速度，被指定为各个驾驶员之间的驾驶水平差异的主要因素。例如，为了使用与由此指定的加速度相关的信息作为改善燃料效率所需要的主要因素，在将加速度设置为变量时，从具有高驾驶水平的群体的驾驶历史中提取与加速度相关的信息。向进行驾驶支持的车辆驾驶员教导由此提取的信息。结果，该驾驶员能够进行基于各个驾驶员之间的驾驶水平差异的主要因素的驾驶支持，即基于提高驾驶水平的主要因素的驾驶支持。因此，能够有效提高驾驶员的驾驶水平。

根据一个方面，基于多个车辆的车辆操作的多个车辆信息集合被登记在驾驶历史数据库中。该驾驶教导单元被配置为通过设将特定行驶路线的特定点、特定交通要素和特定时区中的任一项设定为单位来提取与驾驶历史相关的信息。该驾驶教导单元被进一步配置为对分别提取的与驾驶历史相关的信息进行合成，由此向驾驶员教导合成的信息。

例如，参考相应驾驶员的驾驶水平，驾驶员相关的驾驶水平针对每个要素不同，诸如在弯道中具有高驾驶水平的驾驶员以及在道路坡度中具有高驾驶水平的驾驶员。因此，利用该配置，各个要素，即诸如特定行驶路线中的临时停车位置或路口、具有大曲率半径的具体弯道、具有高频率交通拥塞的时区等交通要素，被设置为单位，并且针对各个要素中的每一个从驾驶历史数据库中提取用于对驾驶员执行驾驶教导的驾驶历史相关的信息。当在特定行驶路线中进行驾驶支持时，与从驾驶历史数据库中提取的行驶历史相关的信息被组合，并且驾驶员进行基于与所合成的驾驶历史相关的信息的驾驶教导。结果，能够有效地利用多种类型的驾驶历史，并且能够执行基于驾驶历史的驾驶支持。

根据与用于提取包括与驾驶员的驾驶操作倾向相类似的驾驶操作的驾驶历史的配置的组合，根据驾驶员驾驶水平或相关习惯的驾驶历史相关的信息被适当合成，并且从驾驶历史数据库中进行提，并且由此向驾驶员进行教导。结果，能够基于接近于驾驶员的驾驶水平或相关习惯的行驶模型来执行驾驶支持。

根据一个方面，进行驾驶支持的车辆包括用于显示该驾驶教导单元所提取的驾驶历史的显示设备，并且作为通过该显示设备所输出的图像来教导该驾驶支持。

根据该配置，例如，作为通过构成车辆导航系统的显示屏幕的文本指导或者通过雷达图片的指导，来执行基于驾驶历史的驾驶教导。结果，通过使用诸如现有车辆导航系统的显示设备，能够执行视觉驾驶教导。

根据一个方面，该驾驶教导单元被配置为通过向进行驾驶支持的车辆的驾驶系统施加制动力来教导该驾驶支持。

根据该配置，通过向进行驾驶支持的车辆的驾驶系统施加制动力来执行驾驶支持。结果，驾驶员通过自动驾驶操作或者制动力的半强制施加来自进行驾驶教导。因此，能够通过身体感测来执行驾驶教导。

根据一个方面，驾驶历史数据库和驾驶教导单元被设置在构成用于收集车辆信息的探测信息通信系统的管理中心中。该管理中心被配置为：响应于从进行驾驶支持的车辆所给出的请求，将与要向驾驶员教导的驾驶历史相关的信息递送到相关车辆。

根据该配置，车辆信息被适当收集到管理中心中。因此，能够容易地收集反映各个驾驶员的车辆操作的车辆信息。车辆信息能够在管理中心中被集中管理。

根据与用于提取包括与驾驶员的驾驶操作倾向相类似的驾驶操作的驾驶历史的配置的组合，与要向驾驶员教导的驾驶历史相关的信息的选择范围被扩大为协同作用。因此，能够从收集到管理中心中的大量驾驶历史中选择与进行驾驶支持的驾驶员的习惯或驾驶水平相接近的驾驶历史的相关信息并且进行教导。结果，为了基于与驾驶历史相关的信息来执行对于驾驶员的驾驶支持，能够实现驾驶员更加期望的驾驶支持。

根据本公开的另一个方面，提供了一种用于对车辆的驾驶操作给予支持的驾驶支持系统。该驾驶支持系统包括驾驶历史数据库和驾驶教导单元。该驾驶历史数据库用于登记驾驶历史，该驾驶历史是包括与多种类型的车辆操作相关的信息的车辆信息的历史。该驾驶教导单元被配置为：通过将在进行驾驶支持的车辆的驾驶员的驾驶历史中包括的燃料效率、出行时间和车辆操作安全性中的至少一项设置为评估项，来确定车辆驾驶员的驾驶水平，该燃料效率是指车辆的每单位燃料量行驶距离。该驾驶教导单元被配置为：从该驾驶历史数据库中提取与这样的驾驶历史相关的信息，该驾驶历史具有比基于所确定的评估项的驾驶水平更高的驾驶水平。该驾驶教导单元被进一步配置为：将所提取的与驾驶历史相关的信息作为用于驾驶支持的指导而教导给进行驾驶支持的车辆驾驶员。

根据该配置，通过使与主要包括特定行驶路线中的速度、加速、减速、转向操作、燃料信息的车辆信息相对应的路线信息与车辆信息相关联所获取的信息被登记在驾驶历史数据库中。换句话说，将包括诸如车辆基于特定驾驶员在其中具有各种交通要素的道路上所进行的车辆操作而已经实际行驶的驾驶历史的形式数据的信息被登记在驾驶历史数据库中，也就是说，考虑到各种交通要素而执行的车辆操作被登记在驾驶历史数据库中。

在对驾驶员进行驾驶支持中，首先，通过将燃料效率、出行时间和车辆操作安全性中的至少一个设置为评估项来确定进行驾驶支持的车辆驾驶员的驾驶水平。换句话说，驾驶员具有各种驾驶技能，即各种驾驶水平。例如，即使具有高驾驶水平的驾驶员进行标准驾驶水平的驾驶教导，该教导的有效性也是很低的。驾驶员的驾驶水平通常很大程度地反映了燃料效率，出行时间或者车辆操作的安全性，诸如特定行驶路线中出现突然减速或突然加速。因此，能够通过将要素设置为评估项来对驾驶员的驾驶水平进行评估。因此，利用该配置，在驾驶支持之前，通过将燃料效率、用于在特定行驶路线中行驶的时间长度以及没有突然加速、突然减速等的高度安全车辆操作的实现设置为指标来在多个方面确定进行驾驶支持的驾驶员的驾驶水平。基于该确定的结果，从驾驶历史数据库中提取与比基于确定中所使用的评估项的驾驶水平具有更高驾驶水平的驾驶历史相关的信息。与由此提取的驾驶历史相关的信息作为用于驾驶支持的指导而向进行驾驶支持的驾驶员进行教导。通过使用多个评估项，驾驶员的驾驶水平被指定为执行与所指定驾驶水平相符的驾驶支持。结果，能够在多个方面对驾驶员的驾驶水平进行评估，而并不局限于例如驾驶员的学习水平的单个指标。为此，与她（她）自己的驾驶水平进行比较中所提取的驾驶历史相关的信息向进行基于相应评估项的驾驶支持的车辆驾驶员进行教导。换句话说，根据进行驾驶支持的车辆的驾驶水平给出作为目标的行驶模型。结果，能够基于通过在多个方面评估驾驶员的驾驶水平所获得的结果来实现驾驶支持。

根据该配置，向进行驾驶支持的车辆驾驶员给予基于驾驶员本身行驶的行驶路线中所实际执行的车辆操作或者与该行驶路线相类似的行驶路线的具有高度可行性的驾驶支持。此外，要在驾驶支持中使用的信息是已经在每条行驶路线中行驶的驾驶员的驾驶历史。因此，能够生成相应驾驶员的驾驶历史以便于在不使用仿真课程的情况下被登记。换句话说，能够容易地生成要向进行驾驶支持的驾驶员进行教导的行驶模型。结果，能够容易地实现与反映各种交通要素的实际行驶环境相符的具有高度可行性的驾驶支持。

根据一个方面，该驾驶教导单元被配置为：从驾驶历史数据库中提取这样的驾驶历史，该驾驶历史包括与进行驾驶支持的车辆的驾驶员的驾驶操作倾向相似的驾驶操作。该驾驶教导单元进一步被配置为向驾驶员教导与所提取驾驶历史相关的信息。

车辆的行驶模式，即驾驶员的驾驶操作倾向，根据与驾驶员相关的习惯而不同。为此，期望在考虑到与驾驶员相关的习惯的情况下执行驾驶支持，以便于教导期望驾驶支持的驾驶员所期望的驾驶操作。因此，根据该配置，从驾驶历史数据库中提取包括与进行驾驶支持的车辆驾驶员的驾驶操作倾向相类似的驾驶操作的驾驶历史。向驾驶员教导与由此提取的驾驶历史相关的信息。结果，向驾驶员教导与下述驾驶历史相关的信息，该驾驶历史包括与进行驾驶支持的车辆的驾驶员相关的习惯相类似的驾驶操作倾向。结果，根据相关习惯来分别对进行驾驶支持的驾驶员给予驾驶教导。因此，能够实现符合驾驶员期望的精确驾驶支持。

根据一个方面，车辆信息包括指示车辆周围的静态状况的静态环境状况、指示车辆周围的动态状况的动态环境状况以及与车辆状况相关的信息。该驾驶教导单元被配置为：通过将与静态环境状况相关的信息、与动态环境状况相关的信息以及与车辆状况相关的信息中的每一个设置为变量，从基于评估项所分类的驾驶历史的概率密度估计驾驶历史的分布。该驾驶教导单元进一步被配置为：一个或多个这样的变量指定为驾驶水平的相互差异的因素，该变量导致在基于评估项而具有较高驾驶水平的驾驶历史的所估计的分布和具有低驾驶水平的驾驶历史的分布之间的偏差相对增加。该驾驶教导单元进一步被配置为：在期望支持的车辆的驾驶员的驾驶支持中，将由指定的变量所指示的与静态环境状况相关的信息、与动态环境状况相关的信息和与车辆状况相关的信息中的任一作息用作用于改善评估项的相对应的一项的要素。

通常，作为评估项的特定行驶路线中的燃料效率、出行时间或车辆操作的安全性根据因素而变化，因素例如静态环境状况或动态环境状况的行驶环境参数，静态环境状况诸如道路坡度或道路线形，动态环境状况诸如从主体车辆到前方行驶车辆或主体车辆的后方车辆的距离或者交通拥堵状况等。评估项还随着各种因素而变化，例如主要包括行驶状况的车辆状况的车辆参数，行驶状况即转向、加速器位置、车辆速度、加速度等。每个因素对评估项的影响程度有所不同。换句话说，例如对于特定驾驶员，特定行驶路线中燃料效率降低（退化）的主要因素包括作为变量的弯道（道路线形）驾驶技能低。因此，对于该驾驶员，提高弯道驾驶技能导致燃料效率的有效改善。另一方面，例如对于另一个驾驶员，导致高度安全的车辆操作无效的主要因素包括道路坡度中加速器踏板或制动踏板的过度踏入量。对于该驾驶员，改善作为变量的道路坡度中的加速器踏板和制动踏板的踏入量使得实现高度安全的车辆操作。

因此，利用该配置，首先基于针对每个变量所估计的概率密度来针对每个评估项获得驾驶历史的分布。在由此获得的驾驶历史分布中，变量被指定为使得具有高驾驶水平的群体的分布和具有低驾驶水平的群体的分布之间的差异增加。例如，当燃料效率被设置为评估项时，车辆的行驶速度由变量X1表示，并且车辆的加速度由变量X2表示，以分别估计驾驶历史的概率密度。因此，获得了驾驶历史的分布。作为结果，当具有高驾驶水平的群体的分布和具有低驾驶水平的群体的分布之间的差异在变量X2的驾驶历史中大于变量X1的驾驶历史时候，估计变量X2，即加速度，对燃料效率的影响比行驶速度更大。换句话说，变量X2，即加速度，被指定为相应驾驶员之间的水平差异的主要因素。例如，为了使用与由此指定的加速度相关的信息作为改善燃料效率所需要的主要因素，在将加速度设置为变量时，从具有高驾驶水平的群体的驾驶历史中提取与加速度相关的信息。向进行驾驶支持的车辆驾驶员教导由此提取的信息。结果，能够向该驾驶员给予基于相应驾驶员之间的驾驶水平差异的主要因素的驾驶支持，即基于提高驾驶水平的主要因素的驾驶支持。因此，能够有效提高驾驶员的驾驶水平。

根据本公开的另一个方面，提供了一种用于对车辆的驾驶操作给予支持的驾驶支持管理设备。该驾驶支持管理设备包括驾驶历史数据库和教导信息递送单元。该驾驶历史数据库将包括关于车辆操作的信息的车辆信息与相关路线信息相关联，并且将该信息登记为驾驶历史。该教导信息递送单元指定进行驾驶支持的车辆的行驶路线。该教导信息递送单元被配置为从驾驶历史数据库中提取与所指定的行驶路线相对应的驾驶历史，并且被配置为将与所提取的驾驶历史相关的信息递送到进行驾驶支持的车辆，以便于进行驾驶支持。

附图说明

图1是示出根据本发明第一实施例的驾驶支持系统的示意性配置的框图；

图2是示出分类成每个驾驶操作倾向并且针对每个驾驶水平分层化的登记在驾驶历史数据库中的驾驶历史的一个示例的示图；

图3是示出根据实施例的驾驶支持过程的流程图；

图4是示出要从其获取驾驶历史的行驶路线的一个示例的示图；

图5A是示出基于多个车辆驾驶操作所收集的驾驶历史数据的一个示例的图表；

图5B是示出图5A的驾驶历史数据中的相应变量和燃料效率之间的关系的一个示例的图表；

图6A是示出关于进行基于变量X1的核密度估计的燃料效率的驾驶历史分布的一个示例的图表；

图6B是示出关于进行基于变量X2的核密度估计的燃料效率的驾驶历史分布的一个示例的图表；

图7是示出作为变量的每个车辆参数和行驶环境参数的分离程度的确定结果的表；

图8是示出根据本公开的驾驶支持系统的第二实施例的提取相似驾驶操作倾向的处理过程的表；

图9是示出根据实施例的用于选择近似水平操作信息的过程的表；

图10A是示出根据本公开的基于根据驾驶支持系统的修改的聚合技术的驾驶历史的分类模式的一个示例的图表；以及

图10B是示出根据本公开的基于根据驾驶支持系统的修改的聚合技术的驾驶历史的分类模式的一个示例的图表。

具体实施方式

图1至图7图示了根据本公开的第一实施例的驾驶支持系统和驾驶支持管理设备。

如图1所示，根据该实施例的驾驶支持系统包括要安装在车辆上的车载系统100以及管理中心200，该管理中心200用于收集和管理与道路上行驶的车辆相关的车辆信息，例如探测信息。管理中心200构成探测信息通信系统。

车载系统100包括：车辆操作信息获取单元110，用于获取与车辆的驾驶操作相关的信息或者包含各种行驶数据的车辆操作信息；以及路线信息获取单元120，用于获取与主体车辆的位置、主体车辆已经行驶的路线等相关的信息。车载系统100进一步包括数据接收单元130，用于接收从车辆操作信息获取单元110和路线信息获取单元120输出的数据。

车辆操作信息获取单元110包括各种传感器以及发动机ECU117，传感器例如加速器传感器111、制动传感器112、加速度传感器（G传感器）113、陀螺仪传感器114、转向角传感器115、车辆速度传感器116等。例如，各种传感器111至116以及发动机ECU117电连接到数据接收单元130，用于通过诸如CAN（控制域网络）的车载网络收集各个传感器所获取的检测结果。

加速器传感器111检测通过驾驶员的加速器踏板操作而变化的加速器位置，并且将与所检测到的加速器位置相对应的信号传送到数据接收单元130。制动传感器112检测驾驶员的制动踏板操作的发生，并且将与所检测到的操作出现相对应的信号传送到数据接收单元130。加速度传感器113检测车辆加速度，并且将与所检测到的加速度相对应的信号传送到数据接收单元130。陀螺仪传感器114检测车辆行驶方向，并且将与所检测到的行驶方向相对应的信号传送到数据接收单元130。转向角传感器115基于所检测到的转向角的变化来计算转向角，并且将与所计算的转向角相对应的信号传送到数据收集单元130。车辆速度传感器116检测车轮旋转速度，并且将与所检测到的旋转速度相对应的信号传送到数据收集单元130。发动机ECU117向数据接收单元传送用于确定燃料注入量的燃料注入信号。因此，传感器111至116以及发动机ECU117所获得的检测结果作为与车辆相关的车辆操作信息而被输入到数据接收单元130。

路线信息获取单元120包括GPS121、车辆导航系统122、横摆率传感器123、毫米波雷达124、转向角传感器115和车辆速度传感器116。

GPS121接收用于检测车辆的绝对位置的GPS卫星信号，基于由此接收到的GPS卫星信号来检测车辆的经度/纬度，并且向数据接收单元130传送与所检测到的车辆的经度/纬度相关的信息。

车辆导航系统122用于向驾驶员指导从起始点到目的地点的推荐路线等，并且具有与车辆的驾驶区域相对应的道路地图数据。该道路地图数据指示与地图相关的信息，并且包括地图显示数据、引导数据（路口名称、道路名称、地区名称、与方向指导工具相关的信息）等。地图显示数据用于显示道路或者道路地图的背景。引导数据包括路口的名称等，并且在基于推荐路线向驾驶员引导推荐路线等时进行使用。与经度/纬度相关的信息以及与行驶联络线、交通灯等相关的信息被登记在道路地图数据中，行驶联络线是基于路口对连续道路进行划分的路段。车辆导航系统122适当地向数据接收单元130传送车辆的经度/纬度信息。例如，车辆导航系统122从交通信息中心等获取与车辆所行驶的路线的交通拥堵状况相关的信息，并且将所获取的信息作为车辆周围的动态环境状况传送到数据接收单元130。在该实施例中，基于登记在车辆导航系统122中的道路地图数据或者GPS121所获取的经度/纬度信息来获取与主体车辆已经行驶的路线的诸如道路坡度或道路线形的静态环境状况相关的信息。

横摆率传感器123检测横摆率，这是车辆转弯方向中的旋转角度的变化率，并且通过诸如CAN的车载网络将与所检测到的横摆率相对应的信号传送到数据接收单元130。毫米波雷达124检测主体车辆前方车辆的出现或者后方出现的车辆或者从主体车辆到前方或后方车辆的距离，并且将所检测到的信号作为指示主体车辆的动态环境状况的信息传送到数据接收单元130。

数据接收单元130将分别接收的信号，即与主体车辆相关的车辆操作信息和路线信息，传送到车辆信息处理单元140，通过该车辆信息处理单元140来分别对所述信息进行处理。数据接收单元130将每个信号被接收的时间记录为获取相关信号的时间。结果，能够指定由驾驶员执行特定车辆操作的时间或者主体车辆已经在特定行驶路线中行驶的时区。

当驾驶员利用车辆导航系统122设置了目的地点时，由此选择出从起始点到目的地点的推荐路线。数据接收单元130将与所选择的路线相关的信息传送到驾驶教导数据生成单元170，以生成用于执行对驾驶员的驾驶指导的驾驶教导数据。

车辆信息处理单元140包括：行驶路线指定单元141，用于基于从车辆接收单元130输入的路线信息来指定车辆的行驶路线；以及传输数据生成单元142，用于生成用于处理主体车辆的车辆操作信息的传输数据并且将处理的车辆操作信息传输至管理中心200。

行驶路线指定单元141基于通过数据接收单元130从GPS121、车辆导航系统122、横摆率传感器123、转向角传感器115和车辆速度传感器116接收到的信息来指定车辆的位置、车辆已经行驶的路线等。例如，通过将从GPS121获取的经度/纬度、基于登记在车辆导航系统122中的地图数据的行驶联络线、10m到100mm的预定距离等设置为单位来指定行驶路线。行驶路线指定单元141向传输数据生成单元142传送与所指定的行驶路线相关的信息以及数据接收单元130所接收的车辆操作信息。

另一方面，传输数据生成单元142包括用于计算车辆的燃料效率的燃料效率信息计算单元142a，燃料效率是车辆每单位燃料量的行驶距离。燃料效率信息计算单元142a基于以加速器传感器111所获得的检测结果为基础的加速器踏板的踏入量、从发动机ECU117输入的燃料注入信号等来计算燃料效率信息，燃料效率信息是与主体车辆的燃料效率相关的信息。车辆信息处理单元140将相关车辆操作信息和用于标识主体车辆的车辆ID与燃料效率计算信息计算机单元142a所计算的燃料效率信息相关联，并且通过使燃料效率信息、车辆操作信息和车辆ID相关联所获得的信息设置为主体车辆的车辆信息。

车辆信息处理单元140包括信息关联单元142b，用于将与所指定的行驶线路相关的信息与主体车辆的车辆信息相关联和关联。信息关联单元142b使车辆信息与行驶联络线单位或例如10m等的预定距离的单位上的相关行驶路线相关联。结果，使与车辆已经行驶的特定路段的行驶路线中的燃料效率、在该行驶路线中的行驶操作所需要的出行时间以及在该行驶路线中行驶时所执行的诸如转向操作、制动操作等的驾驶操作相关的信息、与该行驶路线中的出行时间相关的信息等例如与关于行驶路线的信息相关。

传输数据生成单元142通过车辆无线传送单元150将通过使相关车辆信息与关于行驶路线的信息相关联所获得的信息作为要传输到管理中心200的主机车辆的驾驶历史传送到管理中心200。例如，每当车辆的行驶操作结束时，传输数据生成单元142传送与驾驶历史相关的信息。车载系统100适当地向管理中心200给出作为用于获取要在向主体车辆的驾驶员教导驾驶操作时使用的信息的请求的查询。

另一方面，管理中心200包括用于接收从车载系统100传送的与驾驶历史相关的信息的中心无线接收单元210、以及用于登记中心无线接收单元210接收到的与驾驶历史相关的信息的驾驶历史数据库220。

在驾驶历史数据库220中，从包括车载系统100的车辆传送的多种类型的驾驶历史基于其特征量而分别被分类并且登记为每个驾驶操作倾向。换句话说，要从包括车载系统100的车辆传送的驾驶历史分别具有反映与相应驾驶员相关的习惯的驾驶操作倾向。从车辆传送的驾驶历史分别被适当地分类成每个驾驶操作倾向，并且由此被登记在驾驶历史数据库220中。在该实施例中，在从停止状态转换为行驶状态开始度过了预定时间之后，加速器的踏入量等于或大于0%并且小于5%的驾驶历史被分类为模式A，该量等于或大于5%并且小于10%的驾驶历史被分类为模式B，并且该量等于或大于10并且小于15%的驾驶历史被分类为模式C。

参考根据该实施例的驾驶历史数据库220，分别从车辆传送的多种类型的驾驶历史被等级为要针对每个驾驶水平进行分层化，该驾驶水平要利用设置为评估项的从起始点到目的地点的车辆操作的燃料效率、出行时间和安全性来进行评估。换句话说，从包括车载系统100的车辆传送的驾驶历史分别根据相应驾驶员的驾驶水平而彼此不同，并且反映驾驶历史的燃料效率、出行时间和车辆操作的安全性也不同。因此，在该实施例中，与驾驶历史相关的信息被登记在驾驶历史数据库220中，以便于根据评估项来进行适当分层化。结果，当燃料效率被设置为评估项时，假设驾驶水平随着驾驶历史具有更高的燃料效率而变更，并且随着驾驶历史具有更低的燃料效率而变低。因此，驾驶历史被分层化为两个或更多的驾驶水平。结果，例如，在下述假设下执行分层化：具有低于5km/l的燃料效率的驾驶历史被设置为驾驶水平1，具有等于或高于5km/l并且低于10km/l的燃料效率的驾驶历史被设置为驾驶水平2，并且具有等于或高于10km/l的燃料效率的驾驶历史被设置为驾驶水平3。如图2所示，基于多种类型的车辆操作的驾驶历史被登记在驾驶历史数据库220中以便于被分类成模式A至C中的每一个并且针对驾驶水平1至3的每一个进行分层化。类似地，当出行时间被设置为评估项时，在下述假设下将驾驶历史分层化成两个或更多个驾驶水平：驾驶水平随着驾驶历史在彼此同样或类似的行驶路线中的行驶所需要出行时间更短而变高，并且随着驾驶历史具有更长的出行时间而变低。类似地，当安全性被设置为评估项时，在下述假设下将驾驶历史分层化成两个或更多个驾驶水平：驾驶水平随着驾驶历史具有更慢的加速或减速操作而变高，并且随着驾驶历史具有更多突然加速或减速操作而变低。

此外，管理中心200包括驱动分布计算单元230，用于计算登记在驾驶历史数据库220中的驾驶历史的分布。驾驶分布计算单元230通过诸如核密度估计的技术来估计登记在驾驶历史数据库220中的驾驶历史的概率密度，由此从估计的结果计算具有高驾驶水平的驾驶历史的分布以及具有低驾驶水平的驾驶历史的分布。例如，通过将行驶联络线或特定点设置为单位来获得驾驶历史的分布。

在该实施例中，通过将与静态环境状况、动态环境状况和车辆状况相关的每条信息设置为变量来针对每个评估项估计驾驶历史的概率密度。基于每个评估项的相应变量来获得驾驶历史的分布。例如，当燃料效率由此被设置为评估项时，获得其中驾驶水平由于高燃料效率而增加的驾驶历史的分布和其中驾驶水平由于低燃料效率而降低的驾驶历史的分布。由驾驶分布计算单元230所获得的驾驶历史的分布结果被输入到因素指定单元240，以用于指定具有被设置为高的驾驶水平的驾驶历史的分布和具有被设置为低的驾驶水平的驾驶历史的分布针彼此不同的因素。

因素指定单元240将驾驶分布计算单元230针对每个变量所获取的驾驶历史的分布结果进行比较，由此获得一个或多个变量，该一个或多个变量导致进行驾驶支持的车辆的驾驶员的驾驶水平低并且该驾驶水平被设置为高的驾驶历史的分布和驾驶水平被设置为低的驾驶历史的分布之间的偏差相对增加。因素指定单元240将由此获得的变量指定为驾驶水平的差异的因素。这里，假设例如针对作为变量的弯道和加速度来对具有设置为燃料效率的评估项的驾驶历史的概率密度进行估计。当利用设置为变量的加速度进行估计的驾驶历史的分布在具有设置为高的驾驶水平的驾驶历史的分布和具有设置为低的驾驶水平的驾驶历史的分布之间具有比利用设置为变量的弯道所估计的驾驶历史分布更大的偏差时，与加速度相关的车辆操作被指定为获得该分布的驾驶历史中的燃料效率差异的因素。当由此针对每个评估项中的驾驶水平的差异来指定因素时，因素指定单元240向教导数据库250输出与所指定因素（变量）相关的信息，以临时存储要用于驾驶教导的信息。

在该实施例中，驾驶历史数据库220和教导数据库250构成驾驶历史数据库。

管理中心200包括用于从驾驶历史数据库220中提取驾驶历史的相似操作信息提取单元260，驾驶历史包括与进行驾驶支持的车辆的驾驶员的驾驶操作倾向相类似的驾驶操作倾向。例如，当从进行驾驶支持的车辆的车载系统100给出查询时，相似操作信息提取单元260基于进行查询的车辆的车辆ID来从驾驶历史数据库220中检索该车辆的驾驶员的驾驶历史。当由此检索了进行查询的车辆的驾驶历史时，从驾驶历史数据库220中提取包括在由此获取的驾驶历史所属的驾驶操作倾向群组中的驾驶历史以及与分层化驾驶水平相关的信息。

在该实施例中，通过将特定点、特定交通要素和特定时区中的任何一个设置为单位来提取驾驶历史。换句话说，每个驾驶员的驾驶水平或驾驶操作倾向针对每个要素而不同，例如，在弯道中具有高驾驶水平的驾驶员、在道路坡度中具有高驾驶水平的驾驶员等。而且，在相同驾驶路线中，存在趋向于出现交通拥堵的时区或者其中行驶车辆的数目减少的时区。类似地，根据随时区变化的行驶环境，驾驶员的车辆操作不同。因此，相似操作信息提取单元260通过将相应要素设置为单位来从驾驶历史数据库220中提取相关驾驶历史，相应要素例如是诸如临时停车位置或路口的交通要素、具有大曲率半径的特定弯道、经常出现交通拥堵的时区等。

相似操作信息提取单元260向接近水平操作信息选择单元270输出与所提取的具有类似驾驶操作倾向的群组中的驾驶历史相关的信息，以用于选择具有接近于进行驾驶支持的车辆的驾驶员的驾驶水平的驾驶历史。接近水平操作信息选择单元270例如选择其中驾驶水平接近于驾驶员的任一驾驶历史，该驾驶历史属于对于进行驾驶支持的车辆的驾驶员来说具有次高驾驶水平的类别。接近水平操作信息选择单元270向教导数据库250输出与由此选择的驾驶历史相关的信息，作为要在对进行查询的车辆驾驶员进行驾驶教导时使用的信息。

因此，通过将特定点、特定交通要素、时区等设置为单位，来将其中驾驶水平与进行驾驶支持的车辆的驾驶员的驾驶操作倾向相类似的一个或多个驾驶历史临时存储在教导数据库250中。通过中心无线传送单元280将与由此临时存储的驾驶历史相关的信息以及与指定为驾驶水平差异的因素的变量相关的信息递送到进行查询的车辆的车载系统100。

另一方面，一旦通过车辆无线接收单元160接收到作为查询结构的从管理中心200递送的驾驶历史相关的信息，车载系统100就将由此接收的与驾驶历史相关的信息取到驾驶教导数据生成单元170中。

当获取从管理中心200递送的与驾驶历史相关的信息以及与所指定变量相关的信息时，驾驶教导数据生成单元170基于由此获取的相应信息以及与通过车辆导航系统122选择的推荐路线相关的信息来生成驾驶教导数据。更具体地，驾驶教导数据生成单元170首先选择从管理中心200递送的任一驾驶历史，该驾驶历史包括与驾驶员所选择的推荐路线中出现的诸如弯道或道路坡度的交通要素同样或类似的交通要素。

驾驶教导数据生成单元170基于与由此选择的驾驶历史相关的信息来生成用于改善评估项的驾驶教导数据。例如，假设具有设置为燃料效率的评估项的弯道被指定为变量所指示的因素。此时，驾驶教导数据生成单元170参考与指示弯道中的转向操作、加速和减速操作等的驾驶历史相关的任一信息，由此生成用于再生车辆操作所需要的文本数据或者诸如指示驾驶倾向的雷达图表的图像数据。类似地，驾驶教导数据生成单元170参考与指示弯道中的转向操作、加速和减速操作等的驾驶历史相关的任一信息，由此生成与能够再生车辆操作的车辆驾驶系统的控制量相关的数据作为驾驶教导数据。

例如，假设道路坡度和具有设置为安全性的评估项的加速踏板的踏入量被指定为变量所指示的因素。此时，驾驶教导数据生成单元170参考与指示该道路坡度中的加速操作等的驾驶历史相关的任一信息，由此生成再生车辆操作所需要的图像数据或者与车辆的驾驶系统的控制量相关的数据。

因此，适当生成的驾驶教导数据与主体车辆到达特定目的地点的路线中存在的交通要素中的每一个相关联。结果，驾驶教导数据生成单元170对基于通过在到达特定目的地点的路线中与主体车辆驾驶员具有类似驾驶操作倾向并且具有接近驾驶水平的多个驾驶员的多个车辆操作的驾驶历史进行组合，由此生成合成的驾驶教导数据。驾驶教导数据生成单元170所生成的图像数据被输出到显示设备180，并且与驾驶系统的控制量相关的数据被输出到驾驶系统控制设备190。

在该实施例中，驾驶教导数据生成单元170、驾驶分布计算单元230、因素指定单元240、相似操作信息提取单元260和接近水平操作信息选择单元270构成驾驶教导单元。驾驶分布计算单元230、因素指定单元240、相似操作信息提取单元260、接近水平操作信息选择单元270以及无线传送单元280构成教导信息递送单元（传送单元），该教导信息递送单元用于向进行驾驶支持的车辆递送与驾驶历史相关的提取的的信息，以便于给予驾驶支持。驾驶历史数据库和教导信息递送单元构成驾驶支持管理设备。

显示设备180例如包括液晶显示器，并且被设置在车辆内部的控制台附近。显示设备180以图像输出从驾驶教导数据生成单元170输入的文本或雷达图表，由此向驾驶员教导减速操作、转向操作等。结果，例如，当主体车辆进入路口或弯道时，向驾驶员指导例如减速开始位置、减速时间、加速踏板踏入量、转向操作调节等。

驾驶系统控制设备190是用于对车辆的驾驶系统进行控制的设备，例如主体车辆的发动机控制设备、制动控制设备或转向控制设备。驾驶系统控制设备190向例如制动或转向的驾驶系统施加半强制的制动力，或者基于从驾驶教导数据生成单元170输入的驾驶教导来执行自动驾驶操作。

因此，主体车辆的驾驶员进行驾驶教导，该驾驶教导基于已经在实际行驶路线上行驶过的车辆的驾驶历史而具有与驾驶员类似的驾驶操作倾向、比驾驶员更高的驾驶水平以及接近的内容。要在驾驶教导中使用的驾驶教导数据是驾驶员在每条行驶路线中行驶的驾驶历史。因此，能够在不使用仿真课程的情况下，生成要被登记为每个驾驶员的驾驶历史的驾驶教导数据。结果，能够容易地生成要向进行驾驶教导的驾驶员教导的行驶模型。

参考图3至图7，将对根据实施例的驾驶支持系统和驾驶支持管理设备的操作给出解释。

如图3所示，在步骤S100处，根据实施例的驾驶支持系统首先从驾驶历史数据库220中提取关于特定点的驾驶历史。结果，例如在驾驶路线中提取了包括图4所示的行驶路线中出现的弯道C1的路段Sec1中的驾驶历史。由此提取的驾驶历史是与从已经在路段Sec1中行驶过的多种车辆所获得的多种驾驶历史相关的信息。换句话说，如图5A所示，路段Sec1中的驾驶历史被构造为例如三维数据，并且多个横坐标轴分别具有指示作为评估项的燃料效率、出行时间、由加速度等所表示的安全性的深度。行驶环境参数分别与纵坐标的轴相对应，行驶环境参数例如要作为变量的诸如道路坡度或道路线形的静态环境状况、诸如从主体车辆到前方车辆或主体车辆后方的车辆的距离或者交通拥堵状况的动态环境状况等。此外，诸如车辆参数的各种因素与纵坐标轴相对应，并且相应参数可应用于变量，车辆参数例如诸如转向、加速器位置、车辆速度或加速度的车辆状况（行驶状况）。例如，在利用被设置为横坐标轴的燃料效率观察驾驶历史的情况下，二维地表示与燃料效率相对应的驾驶历史数据，如图5B所示。

在如图3所示的步骤S101，例如通过使用核密度估计技术来针对每个评估项估计已经提取的路段Sec1中的驾驶历史的概率密度。因此，如图5B所示，适当地计算关于作为变量X1的弯道的燃料效率的驾驶历史分布以及关于作为变量X2的加速度的燃料效率的驾驶历史分布。结果，随后获得了图6A和图6B中所示的驾驶历史分布。

换句话说，例如，如图6A所示，针对作为变量X1的弯道所获得的驾驶历史被划分成其中由于燃料效率相对低而假设驾驶水平低的群体的分布L1以及其中由于燃料效率相对高而假设驾驶水平高的群体的分布L2。例如，如图6B所示，针对作为变量X2的加速度所获得的驾驶历史也被划分成其中由于燃料效率相对低而假设驾驶水平低的群体的分布L3以及其中由于燃料效率相对高而假设驾驶水平高的群体的分布L4。因此，针对每个评估项获得所有变量的驾驶历史分布。步骤S100和S101表示用于获取驾驶历史分布的分布计算处理。

随后，步骤S102至S106执行因素指定处理，以指定驾驶历史的驾驶水平针对其彼此不同的因素。在因素指定处理中，首先，使用整数i来针对每个变量获得在驾驶历史的分布之间的差异。整数i在变量的最大值由n表示时满足以下条件（1）。

在因素指定处理中，首先，在步骤S102处将1设置为整数i。参考变量中与整数i=1相对应的变量X1，计算在进行驾驶支持的车辆的驾驶员A的驾驶水平所属的分布与驾驶水平高于该驾驶员所属的分布的分布之间的分离程度（步骤S103）。例如，作为分离程度，如图6A所示，获得在两个分布L1和L2之间的最大值之间的差R1。

[数学式1]

1≤i≤n…(1)

在后续步骤S104，确定整数i是否达到整数n，也就是说，是否针对所有变量都获得了驾驶历史的分布之间的分离程度。因此，重复相同处理直至整数i达到整数n。结果，针对从X1到Xn的所有变量获得了驾驶历史的分布之间的分离程度（步骤S103至S105）。换句话说，参考指示为变量X1至Xn的所有参数，获得在驾驶历史分布之间的分离程度。

当整数i连续增加而达到整数n时，由此指定了在进行驾驶支持的车辆驾驶员A所属分布和其中驾驶水平高于该分布的分布之间的分离程度以其等于或高于如图6A和图6B中所示的预定阈值R0的变量（步骤S106）。在该示例中，参考变量X1，两个分布L1和L2的峰值之间的差R1小于阈值R0，如图6A所示。出于该原因，变量X1没有被指定作为因素。另一方面，参考变量X2，两个分布L3和L4的峰值之间的差R2等于或大于阈值R0，如图6B所示。出于该原因，通过设置驾驶员A的驾驶水平而将变量X2被指定为要提高的因素之一。

针对每个评估项执行该处理。因此，例如，如图7所示，进行驾驶支持的车辆驾驶员A针对其而与具有比驾驶员A更高驾驶水平的群体具有不同驾驶水平的因素被适当指定。

在后续步骤S107，执行相似驾驶操作倾向提取处理，以提取其中驾驶操作倾向与进行驾驶支持的车辆驾驶员A相类似的驾驶历史。在该处理中，从驾驶历史数据库220中提取下述任一驾驶历史，以其中驾驶操作倾向类似于驾驶员A的图2中示出的模式来将该驾驶历史分类成每个驾驶操作倾向。在该示例中，如图2所示，驾驶员A的驾驶操作倾向与模式A相对应。因此，提取群组A1、A2和A3中的驾驶历史。

在后续步骤S108至S110，执行接近水平操作信息选择处理，用于选择其中驾驶水平高于进行驾驶支持的车辆驾驶员A并且接近于驾驶员A的驾驶历史。

参考接近水平操作信息选择处理，在步骤S108，选择了作为具有与驾驶员A相类似的驾驶操作倾向的驾驶历史而提取的群组A1、A2和A3中处于具有比驾驶员A更高驾驶水平的类别中的任一驾驶历史。换句话说，在图2所示的示例中，群组A2和A3中的驾驶历史被选择为其中驾驶水平高于属于驾驶水平1的类别的驾驶员A的驾驶历史。

在后续步骤S109，选择步骤S108所选择的驾驶历史中属于对于驾驶员A来说具有次高驾驶水平的任一驾驶历史。换句话说，在图2所示的示例中，群组A2的驾驶历史被选择作为属于对于驾驶员A来说具有次高驾驶水平的类别的驾驶历史，所述驾驶员A属于驾驶水平1的类别。

接下来，在步骤S110，选择具有接近于驾驶员A的驾驶水平的群组A2的任一驾驶历史。换句话说，在图2所示的示例中，从属于驾驶水平2的类别的群组A2中的驾驶历史中选择具有接近于驾驶员A的驾驶历史的驾驶水平的驾驶员B的驾驶历史。

因此，选择其中驾驶操作倾向类似于进行驾驶支持的车辆驾驶员A并且驾驶水平高于该驾驶员且与之相接近的驾驶历史。例如，该处理通过下述处理来进行：如图4所示，将行驶路线中将预定路段Sec1至Sec3、诸如具有预定曲率的弯道、其中经常发生交通拥堵的时区等的交通要素设置为单位。结果，适当地选择其中驾驶操作倾向类似于驾驶员A并且驾驶水平高于该驾驶员且与之相接近的多个驾驶历史。

在后续步骤S111至S113，执行驾驶教导处理，用于基于所选择的驾驶历史来对进行驾驶支持的车辆驾驶员A执行驾驶教导。

参考驾驶教导处理，首先在步骤S111确定要向驾驶员教导的项。例如，改善因素指定处理中所指定的因素所需要的项被确定为要向驾驶员教导的事项。结果，如图7所示，例如，指定为用于改善燃料效率的因素的与加速度、加速器位置、道路线形、车辆之间的距离等相关的车辆操作被选择为要教导的项。

当由此确定了要教导的项时，根据驾驶员A在其中行驶的推荐路线和所确定的驾驶教导项来适当地组合所选择的驾驶历史，由此生成要向驾驶员A教导的驾驶教导数据（步骤S112）。通过显示设备180或驾驶系统控制设备190执行基于所生成驾驶教导数据的驾驶教导。结果，驾驶员A进行基于与驾驶员A相类似并且具有比驾驶员A更高且与之相接近的驾驶水平的驾驶历史的驾驶教导。

如上所述，根据该实施例的驾驶支持系统和驾驶支持管理设备，获得了下述优势。

（1）设置为从车辆实际行驶的道路上手机各个行驶路线中的驾驶历史以及相对应的路线信息。由此收集的驾驶历史被登记在驾驶历史数据库220中，并且由此登记的驾驶历史被设置为用于对进行驾驶支持的车辆的驾驶员的驾驶教导。因此，对驾驶员执行基于反映实际道路环境中实际执行的车辆操作的驾驶历史的驾驶教导。结果，基于该驾驶员自己行驶的行驶路线或者类似于该行驶路线的行驶路线上实际执行的车辆操作来向进行驾驶支持的车辆的驾驶员给予具有高度可行性的驾驶支持。基于已经在每条行驶路线中行驶的驾驶员的驾驶历史来生成驾驶教导数据。因此，能够容易地生成要向进行驾驶支持的驾驶员进行教导的行驶模型。结果，能够容易地实现符合反映各种交通要素的实际行驶环境的具有高度可行性的驾驶支持。

（2）从驾驶历史数据库220中提取包括与进行驾驶支持的车辆驾驶员的驾驶操作倾向相类似的驾驶操作的驾驶历史。通过使用基于由此提取的驾驶历史所生成的驾驶教导数据，驾驶教导被设置为针对驾驶员来执行。因此，向进行驾驶支持的车辆驾驶员给予与该驾驶员相关的习惯相对应的驾驶教导。因此，能够实现由驾驶员所期望的精确驾驶支持。

（3）多种类型的驾驶历史基于相应特征量而被分类为每个驾驶操作倾向并且被登记在驾驶历史数据库220中。指定进行驾驶支持的车辆驾驶员的驾驶操作倾向，并且从驾驶历史数据库220中提取与具有类似于所指定的驾驶操作倾向的特征量的驾驶历史相关的信息。结果，能够容易地提取与进行驾驶支持的驾驶员相关的习惯相类似的驾驶操作倾向。因此，能够容易地实现与驾驶员相关的习惯相对应的驾驶支持。

（4）利用设置为评估项的燃料效率、出行时间和车辆操作的安全性对分别从车辆传送的多种类型的驾驶历史进行评估，并且针对每个驾驶水平来对多种类型的驾驶历史进行分层化并且登记在驾驶历史数据库220中。基于至少一个评估项来确定进行驾驶支持的车辆驾驶员所属类别中的驾驶水平。从分层化的驾驶历史数据库中提取与具有比由此确定的驾驶水平更高的水平的驾驶历史相关的信息。因此，不论个人驾驶水平如何，都向进行驾驶支持的车辆驾驶员教导与具有比个人驾驶水平更高的水平的驾驶历史相关的信息。即使驾驶员的驾驶水平低或高，也能够执行能够改善评估项的驾驶教导。因此，能够实施高度有效的驾驶支持。

（5）在驾驶教导中，在从驾驶历史数据库220中提取的驾驶历史中，选择与属于对于进行驾驶支持的车辆驾驶员所属类别中的驾驶水平来说次高的驾驶水平的类别的驾驶历史相关的信息。基于由此选择的驾驶历史，执行对进行驾驶支持的车辆驾驶员的驾驶教导。因此，向进行驾驶支持的车辆驾驶员教导与具有对于个人驾驶水平来说次高的驾驶水平的驾驶历史相关的信息。结果，不论驾驶水平如何，都能够根据进行驾驶支持的驾驶员的驾驶水平来合理地执行能够提高驾驶水平的驾驶支持。结果，作为与（2）的合成的效果，向驾驶员教导与属于类似于驾驶员相关的驾驶操作倾向的类别并且具有对于驾驶员来说次高的驾驶水平的驾驶历史相关的信息。因此，能够实现有效的驾驶支持。

（6）在驾驶教导中，从针对每个驾驶水平进行分层化的驾驶历史中选择接近于进行驾驶支持的车辆驾驶员A的驾驶水平1的驾驶员B的驾驶历史。基于由此选择的驾驶历史，对驾驶员A执行驾驶教导。结果，能够基于接近于进行驾驶支持的车辆驾驶员的驾驶水平的驾驶水平来执行驾驶支持。因此，能够通过驾驶支持来逐步提高驾驶水平。结果，作为与（2）的合成的效果，对驾驶员执行基于与类似于进行驾驶支持的车辆驾驶员相关的驾驶操作倾向并且具有接近于该驾驶员的驾驶水平的驾驶历史的驾驶教导。因此，能够实现更有效的驾驶支持。

（7）通过分别使用与静态环境状况相关的信息、与动态环境状况相关的信息以及与车辆状况相关的信息作为变量，来对登记在驾驶历史数据库220中的驾驶历史的概率密度进行估计。基于分离程度，即基于作为估计的结果所获得的驾驶历史的分布的驾驶历史分布之间的偏离，来指定驾驶水平差异的因素。通过将评估项设置为要改善的要素来对驾驶教导使用所指定的因素。结果，能够执行基于每个驾驶员的驾驶水平差异的主要因素的驾驶支持，即基于提高驾驶水平的主要要素的驾驶支持。因此，能够有效地提高进行驾驶支持的车辆驾驶员的驾驶水平。

（8）将基于车辆操作的多个车辆信息集合登记在驾驶历史数据库220中。通过使用与特定点、特定交通要素和特定时区中的任何一个合成的驾驶历史作为单位，来生成要用于驾驶教导的驾驶教导数据。结果，能够有效地利用多种类型的驾驶历史，从而基于驾驶历史来执行驾驶支持。结果，作为与（2）至（6）的合成的效果，能够扩大要在驾驶教导中使用的驾驶历史的选择范围，由此使得能够基于驾驶员的驾驶水平或接近于相关习惯的行驶模型来实现驾驶支持。

（9）驾驶支持教导作为输出到进行设置在进行驾驶支持的车辆中的显示设备180的图像来执行。结果，通过使用诸如现有车辆导航系统的显示设备，能够通过视觉感知来执行驾驶教导。

（10）通过借助于驾驶系统控制设备190向车辆的驾驶系统施加制动力来执行驾驶支持教导。结果，能够通过物理感测来执行驾驶教导。因此，能够实现更有效的驾驶支持。

参考图8和图9，将给出其中实现根据本公开的驾驶支持系统和驾驶支持管理设备的第二实施例的描述。在该第二实施例中，省略了在驾驶历史数据库220中对每个驾驶水平和每个模式的登记，并且基本配置与第一实施例相同。

图8示出了根据该实施例的通过相似操作信息提取单元260提取相似驾驶操作倾向的过程。图9示出了根据该实施例的用于通过接近水平操作信息选择单元270来选择接近水平操作信息的过程。

在该实施例中，首先每个驾驶员的驾驶历史在不针对每个驾驶水平进行分层化也不针对每个模式进行分类的情况下被适当地登记在图1所示的驾驶历史数据库220中。

根据该实施例的相似操作信息提取单元260从驾驶历史数据库220中提取驾驶历史，在该驾驶历史中，如图8所示，指定为驾驶水平的差异的因素的变量与进行驾驶支持的车辆驾驶员A的驾驶历史相同。

在该示例中，进行驾驶支持的车辆驾驶员A的驾驶历史包括与由变量X11、X12、X16等所指示的与静态环境状况、动态环境状况和车辆状况相关的信息。例如，变量X11表示作为静态环境状况的与具有等于或大于预定值的曲率的弯道相关的信息，并且变量X12表示等于或高于40km/h且低于60km/h的平均车辆速度。换句话说，在驾驶员A的驾驶历史的获取中与静态环境状况、动态环境状况和车辆状况相关的详细项由变量来表示。在具有彼此相同的变量的驾驶历史中，静态环境状况、动态环境状况和车辆状况彼此相同。

在图8的示例中，驾驶员C、F、H等的驾驶历史包括驾驶员A的驾驶历史中所包含的变量X11、X12、X16等。因此，根据该实施例的相似操作信息提取单元260从驾驶历史数据库220中适当地提取驾驶员C、F、H等的驾驶历史作为包括类似于进行驾驶支持的车辆驾驶员A的驾驶操作倾向的驾驶操作倾向的驾驶历史。将该提取结果输入到接近水平操作信息选择单元270。

如图9所示，根据该实施例的接近水平操作信息选择单元270计算变量X16所指示的信息的每单位时间的变化，例如，该变量X16在相似操作信息提取单元260提取的驾驶历史中由因素指定单元240指定为驾驶水平差异的因素。在该示例中，例如，X16指示与从主体车辆到主体车辆前方车辆之间的距离。期望指示动态环境状况或车辆状况的变量是变量计算目标的变量。接近水平操作信息选择单元270确定驾驶员A、C、F、H、M、S等的驾驶历史，在该驾驶历史中，驾驶操作倾向由相似操作信息提取单元260基于变量所指示的信息的变化而设置为是相似的。换句话说，当变量所指示的信息是与动态环境状况中的主体车辆与主体车辆前方车辆的距离相关的信息时，随着车辆之间距离中每单位时间的变化减小而执行更稳定的车辆操作。因此，能够确定驾驶水平高。当变量所指示的信息是与车辆状况中的弯道中横摆率相关的信息时，车辆的行为随着横摆率的每单位时间的变化减小而变小。结果，能够确定执行了平滑的车辆操作。

基于该原理，针对其中驾驶操作倾向相似的驾驶员A、C、F、H、M、S等中的每一个的驾驶历史计算指示为X16的车辆之间的距离的变化。结果，如图9所示，其中车辆之间的距离变化为4.5m/min的驾驶员S的驾驶历史被指定为变化小于5m/min并且接近于5m/min的变化的驾驶历史，该5m/min是进行驾驶支持的车辆驾驶员A的驾驶历史中的车辆之间距离的变化。

由此指定的驾驶员S的驾驶历史被临时登记在教导数据库250中，以便于作为具有类似于进行驾驶支持的驾驶员A的驾驶历史的驾驶操作倾向并且具有高于驾驶员A并且与之相接近的驾驶水平的驾驶历史。针对进行驾驶支持的行驶路线中的每个行驶联络线或每个交通要素执行该处理。结果，以与第一实施例中相同的方式，使用例如驾驶员S、驾驶员等的所指定驾驶员的驾驶历史来对驾驶员A进行驾驶教导。

如上所述，根据该实施例的驾驶支持系统和驾驶支持管理设备，能够获得符合（1）、（2）以及（7）至（10）的优点并且能够替代（3）至（6）而获得下述效果。

（3A）作为包括与进行驾驶支持的车辆驾驶员的驾驶操作倾向相类似的驾驶操作的驾驶历史，从驾驶历史数据库22中提取其中变量所指示的与静态环境状况、动态环境状况或车辆状况相关的要素与进行驾驶支持的车辆驾驶员的驾驶历史相同的驾驶历史。基于由此提取的驾驶历史，执行对驾驶员的驾驶支持。结果，能够通过使用主要包括驾驶历史中所包含的车辆之间的距离、横摆率等的各种要素，来从驾驶历史数据库220中提取类似于驾驶员的驾驶操作倾向的驾驶历史。因此，根据更简单的处理，即确定存在同样的变量，能够提取与进行驾驶支持的车辆驾驶员的驾驶操作倾向相类似的驾驶历史。结果，能够平滑地执行驾驶教导。

（4A）基于变量所指示的动态环境状况或车辆状况中的每时间单位的变化来执行对驾驶水平的确定。结果，能够基于要素变化，即车辆的行为，来确定是否平滑地执行了车辆操作，该要素例如变量所指示的从主体车辆到主体车辆前方车辆的距离或者弯道中的横摆率。

（5A）具有与驾驶员的驾驶历史相接近的变量的变化的驾驶历史用作要用于驾驶教导的驾驶教导。结果，基于具有与他（她）自己的驾驶水平相接近的驾驶水平的驾驶历史来向进行驾驶支持的车辆驾驶员给予驾驶教导，并且此外，执行与驾驶员驾驶水平相对应的驾驶支持。作为与（3A）的合成的效果，基于具有与该驾驶员相类似的驾驶操作倾向并且具有比驾驶员更高且与之相接近的驾驶水平的驾驶历史来向进行驾驶支持的车辆驾驶员给予驾驶教导。结果，向进行驾驶支持的车辆驾驶员给予具有非常高的可行性的驾驶教导。结果，能够执行驾驶员所期望的精确驾驶支持。

（6A）在基于变量的变化对驾驶水平的确定时，使用指定为驾驶水平差异的因素的变量。结果，通过利用要作为驾驶水平差异的主要因素的要素，能够从驾驶历史数据库220中提取用于提高驾驶水平的有效驾驶历史。

还可以在以下配置中执行实施例中的每一个。

在第二实施例中，在基于变量中的变化来确定驾驶水平中，使用指定为驾驶水平差异的因素的变量。此外，能够基于没有被指定为因素的变量所指示的动态环境状况或车辆状况的变化来确定要用于驾驶教导的驾驶历史的驾驶水平。此外，还能够获得包括在各个驾驶历史中的所有变量的变化，从而基于变量的平均值来确定驾驶水平。

在第二实施例中，其中变量所指示的项的变化接近于进行驾驶支持的车辆驾驶员的驾驶历史用作要在驾驶教导中利用的驾驶历史。此外，其中变量所指示的项的变化不接近于进行驾驶支持的车辆驾驶员的驾驶历史也能够用作要在驾驶教导中利用的驾驶历史。此外，在教导不利于评估项的车辆操作时，能够从驾驶历史数据库220中提取具有比进行驾驶支持的车辆驾驶员更低的驾驶水平的驾驶历史，并且由此提取的驾驶历史也能够在驾驶教导中使用。

在第二实施例中，作为包括与进行驾驶支持的车辆驾驶员的驾驶操作倾向相类似的驾驶操作的驾驶历史，从驾驶历史数据库220中提取其中包括在驾驶员的驾驶历史中的变量与进行驾驶支持的车辆驾驶员的驾驶历史相同的驾驶历史。此外，作为具有相似驾驶操作倾向的驾驶历史，还能够从驾驶历史数据库220中提取其中通过因素指定单元240而指定为驾驶水平差异的因素的变量与进行驾驶支持的车辆驾驶员的驾驶历史相同的驾驶历史。

通过构成车载系统100的驾驶教导数据生成单元170生成驾驶教导数据。此外，驾驶教导数据可以预先由管理中心200生成，并且由此生成的驾驶教导数据可以从管理中心200被递送到车载系统100。在该情况下，当例如通过车辆导航系统122设置了从起始点到目的地点的推荐路线时，由此设置的推荐路线作为查询从车载系统100传送到管理中心200。管理中心200基于与从车载系统10接收到的推荐路线相关的信息来指定推荐路线、推荐路线中存在的交通要素、进行驾驶支持的车辆在推荐路线中行驶的时区等。然后，管理中心200生成关于推荐路线的驾驶教导数据，并且将由此生成的驾驶教导数据递送到从其给出查询的车载系统100。车载系统100使用由此递送的驾驶教导数据来进行驾驶教导。利用该配置，能够获得符合（1）至（10）以及（3A）至（6A）的优点。

在从车载系统100到管理中心200的车辆信息传输中，针对与主体车辆相关的车辆信息来给出该车辆的车辆ID。当从进行驾驶支持的车辆的车载系统100向驾驶历史数据库220给出查询时，基于针对其给出查询的车辆的车辆ID等从驾驶历史数据库220中检索该车辆的驾驶员的驾驶历史，并且通过使用由此检索到的驾驶历史来执行驾驶教导。此外，能够掌握进行驾驶支持的车辆驾驶员的驾驶操作倾向或驾驶水平就足够了。可以基于从进行驾驶支持的车辆向管理中心200适当传送的车辆信息来从驾驶历史数据库220中提取要向驾驶员教导的驾驶历史。在这种情况下，主体车辆的车辆信息的传输用作对于管理中心200的查询。车载系统100基于响应于来自管理中心200的查询而递送的驾驶教导数据来进行驾驶教导。

作为要从车载系统100传送到管理中心200的车辆信息，在不对车辆操作信息获取单元110所获取的信息的格式进行转换的情况下，将该信息从车载系统100传送到管理中心200。此外，例如，可以通过将行驶联络线或预定距离设置为单位来将车辆操作信息获取单元110所获取的信息转换成指示加速器位置的分布的数据或者指示加速度分布的数据。在这种情况下，能够减少要在车载系统100和管理中心200之间传输的数据量。例如，能够基于在车载系统100和管理中心200之间的通信限制、要在相应处理或如图3所示的驾驶教导中向驾驶员教导的信息量等来执行数据转换。

基于核密度估计来对驾驶历史的概率密度进行估计。此外，能够基于例如混合正态分布来估计驾驶历史的概率密度。在这种情况下，用于计算概率密度需要的时间被缩短以获取驾驶历史的概率密度。此外，采用能够估计驾驶历史的概率密度的技术就足够了，并且能够采用可选技术。

用于分布计算处理的步骤S100从驾驶历史数据库220中提取关于特定点的驾驶历史，并且获得由此提取的驾驶历史的分布。此外，例如，可以从驾驶历史数据库220中提取驾驶历史，以通过将诸如特定时区、具有预定曲率的弯道或路口、特定车辆类型等的交通要素设置为单位来获得由此提取的驾驶历史的分布。还能够基于由此获得的驾驶历史的分布来执行因素指定处理。

基于车辆的车辆操作的多个车辆信息集合被登记在驾驶历史数据库220中。与驾驶历史相关的信息被配置为，分别通过将所指定的行驶路线中的特定点、特定交通要素和特定时区设置为单位来从驾驶历史数据库220中进行提取，并且驾驶教导单元进一步设置为合成与分别由此提取的驾驶历史相关信息，由此生成驾驶教导数据。此外，要登记在驾驶历史数据库220中的驾驶历史可以是基于单个车辆的车辆操作的单个驾驶历史，并且还可以基于单个驾驶历史来执行驾驶教导。简言之，本公开可以适用于其中特定驾驶员进行基于通过该驾驶员的车辆操作的驾驶历史的驾驶教导的发明。

在如图6所示的实施例中，假设驾驶历史被划分为两个分布。此外，驾驶历史的分布模式当然随着登记在驾驶历史数据库220中的驾驶历史的驾驶水平而变化，并且驾驶历史被表达为单个分布或者被划分为三个或更多的分布。

在驾驶教导中，通过将相关评估项设置为要改善的要素，与由指定为驾驶水平差异的因素的变量所指示的静态环境状况、动态环境状况或车辆状况相关的信息用于期望支持的车辆的驾驶员的驾驶支持。此外，通过将相关评估项设置为要改善的要素，与由所有变量所指示的静态环境状况、动态环境状况或车辆状况相关的信息可以用于期望对支持的车辆的驾驶员的驾驶支持。另外，变量可以是指示包括在基于车辆操作的驾驶历史中的要素的信息就足够了，并且能够设置可选要素。此外，如果特定驾驶员进行基于通过驾驶员的车辆操作的驾驶历史的驾驶教导，则能够应用本公开。还能够在不使用变量的情况下生成驾驶教导数据。

此外，例如，进行驾驶支持的车辆可以具有这样的配置，其中该车辆的驾驶员能够通过车辆导航系统122等来选择驾驶教导项，并且可以执行根据驾驶员所选择的驾驶教导项的驾驶教导。类似地，进行驾驶支持的车辆可以具有这样的配置，其中该车辆的驾驶员能够通过车辆导航系统122等来选择评估项，并且可以执行必要的驾驶教导来提高驾驶员所选择的评估项的驾驶水平。

在第一实施例中，作为要在驾驶教导中使用的驾驶历史，从分层化驾驶历史数据库220，即教导数据库150中提取驾驶员B的驾驶历史，针对属于对于比进行驾驶支持的车辆驾驶员A来说具有次高的驾驶水平的类别并且具有接近于该驾驶员的驾驶水平的驾驶水平的每个驾驶水平进行分层化，由此基于由此提取的驾驶历史来生成驾驶教导数据。此外，从群体A2中提取要在驾驶教导中使用的驾驶历史就足够了，该群体A2是对于进行驾驶支持的车辆驾驶员A所属的群体A1来说具有次高驾驶水平的类别。还能够提取位于群体A2中间的驾驶历史或者接近于群体A3侧的驾驶历史。

在第一实施例中，作为要在驾驶教导中使用的驾驶历史，从分层化驾驶历史数据库中提取与驾驶历史相关的信息，该驾驶历史属于进行驾驶支持的车辆驾驶员A所属的类别，即对于群体A1的驾驶水平来说具有次高驾驶水平的类别，即群体A2。此外，例如，作为要在驾驶教导中使用的驾驶历史，可以从分层化驾驶历史数据库中提取与驾驶历史相关的信息，该驾驶历史属于进行驾驶支持的车辆驾驶员A所属的类别，即具有比群体A1的驾驶水平的高出两个或更多水平的较高驾驶水平的类别，即群体A3。

在第一实施例中，作为要在驾驶教导中使用的驾驶历史，从驾驶历史数据库220中，即教导数据库250中，提取驾驶历史，该驾驶历史属于具有比进行驾驶支持的车辆驾驶员A更高的驾驶水平的类别。此外，作为要在驾驶教导中使用的驾驶历史，能够提取比来自进行驾驶教导的车辆驾驶员A所属类别，即群体A1，的驾驶员A具有更高驾驶水平的驾驶历史。此外，为了教导不利于评估项的车辆操作，还能够从驾驶历史数据库220中提取具有比驾驶员A更低的驾驶水平的驾驶历史，并且在驾驶教导中使用所提取的驾驶历史。

第一实施例被配置为利用用作评估项的燃料效率、出行时间和安全性中的至少一个来执行评估，并且针对每个驾驶水平来执行分层化，由此将多种类型的驾驶历史登记在驾驶历史数据库220中。此外，例如，还能够利用设置为单位的驾驶历史针对每个驾驶历史以操作水平1至操作水平N的模式适当给出驾驶水平，由此在驾驶历史数据库220中登记对其应用驾驶水平的驾驶历史。

虽然在第一实施例中针对每个驾驶水平来对驾驶历史进行分层化并且将其登记在驾驶历史数据库220中，但是还能够在不执行针对每个驾驶水平的分层化的情况下，将驾驶历史登记在驾驶历史数据库220中。在这种情况下，例如，还能够基于驾驶历史的分布来确定进行驾驶支持的驾驶员的驾驶水平以及要向该驾驶员教导的驾驶历史的驾驶水平。换句话说，当分布被划分为两个部分时，根据针对进行驾驶支持的驾驶员的驾驶历史所属变量而获得的驾驶历史的两个分布中的任何一个来确定驾驶水平。此外，在驾驶历史数据库220中所登记的驾驶历史中，例如，还能够基于评估项来将较高的30%的驾驶历史群体设置为高驾驶水平，并且将较低的70%的驾驶历史群体设置为低驾驶水平。

在第一实施例中，基于在车辆状况从停止状态转变为行驶状态开始度过了预定时间之后的加速器踏入量来执行对驾驶操作倾向的分类。此外，例如，还能够基于临时停车位置、路口等开始减速操作的时间、从主体车辆到主体车辆的前方车辆的距离等来对驾驶操作倾向进行分类。简言之，能够采用反应驾驶员相关的习惯的要素作为驾驶员操作倾向分类的基准。

多种类型的驾驶历史基于其特征量而被分类成各个驾驶操作倾向，并且被登记在驾驶历史数据库220中。此外，在不针对每个驾驶操作倾向进行分类的情况下，多种类型的驾驶历史可以被登记在驾驶历史数据库220中。例如，还能够基于通过驾驶教导单元登记在驾驶历史数据库220中的驾驶历史的各个特征量来执行聚合以生成驾驶操作模式。确定了进行驾驶支持的车辆驾驶员的驾驶操作与之相接近的进行聚合的任一驾驶操作模式。还能够提取与包括驾驶操作倾向的驾驶历史相关的信息，该驾驶操作倾向具有与驾驶员的驾驶操作倾向相类似的特征量。在这种情况下，在通过驾驶教导单元提取驾驶历史中，基于指示加速器踏板或制动踏板的踏入量转换、燃料效率等的特征量来对登记在驾驶历史数据库中的驾驶历史进行集群。结果，例如，驾驶历史以图10A和10B所示的模式顺序地被形成成群体，并且自动生成多种类型的驾驶操作模式。为此，在不需要对登记在驾驶历史数据库中的驾驶历史进行调整的情况下，能够根据驾驶历史的特征量来自动生成驾驶操作模式，由此事先定义多种类型的驾驶操作模式。结果，能够根据各个驾驶历史的特征量来灵活地生成驾驶操作模式。此外，能够根据与进行驾驶支持的驾驶员相关的习惯，即驾驶操作模式，来精确提取并且教导驾驶历史。作为接近于进行驾驶支持的车辆驾驶员的驾驶操作倾向的模式的驾驶历史，例如，选择属于距进行驾驶支持的车辆驾驶员A的驾驶历史的典型特征点具有最短距离的模式的驾驶历史。此外，例如，能够通过似然确定来确定特定值的特征参数的值时间变化的离散数据群组。简言之，能够从驾驶历史数据库220中提取包括类似于进行驾驶支持的驾驶员的驾驶操作倾向的驾驶操作倾向的驾驶历史就足够了，并且能够采用可选技术。

作为要在驾驶教导中使用的驾驶历史，从驾驶历史数据库220中提取包括与进行驾驶支持的车辆驾驶员的驾驶操作倾向相类似的驾驶操作的驾驶历史。基于由此提取的驾驶历史来执行驾驶教导。此外，如要在驾驶教导中使用的驾驶历史是已经在特定行驶路线中实际行驶的车辆的驾驶历史，则这就足够了。例如，还能够采用包括不与进行驾驶支持的车辆驾驶员的驾驶操作倾向相类似的驾驶操作的驾驶历史。

驾驶历史数据库由驾驶历史数据库220和教导数据库250构成。此外，还能够由单个数据库构成驾驶历史数据库，由此将驾驶历史登记在该数据库中或者从该数据库提取驾驶历史。

作为用于评估驾驶历史的驾驶水平的评估项，使用燃料效率、出行时间和安全性。此外，例如，平滑车辆操作，即车辆操作的平滑性等，可以作为针对驾驶水平的评估项。简言之，可以采用要由驾驶员的驾驶水平所反映的项作为评估项。

在构成用于收集车辆信息的探测信息通信系统的管理中心200中设置驾驶历史数据库和驾驶教导单元的一部分。此外，例如，还能够采用在具有中心功能的车辆中设置驾驶历史数据库和驾驶教导单元的配置。还能够通过与具有中心功能的车辆、进行驾驶支持的车辆等的车辆间通信来收集车辆信息并且传送/接收驾驶教导数据。

驾驶教导作为针对显示设备180的图像输出而执行。而且，通过经由驾驶系统控制设备190向车辆的驾驶系统施加制动力来执行驾驶教导。此外，例如，可以在进行驾驶支持的车辆中提供音频设备，以通过该音频设备来执行作为语音指导的驾驶教导。此外，还可以通过诸如智能电话的便携式装置来执行驾驶教导。简言之，如果用于输出驾驶教导的模式能够使得驾驶员辨识出驾驶教导就足够了，并且能够使用可选技术或设备。

Claims (16)

1.一种用于在车辆的操作中提供驾驶支持的驾驶支持系统，所述驾驶支持系统包括：

驾驶历史数据库，所述驾驶历史数据库用于将包括与车辆操作相关的信息的车辆信息与相关路线信息相关联，并且将所述信息登记为驾驶历史；以及

驾驶教导单元，所述驾驶教导单元用于指定进行驾驶支持的车辆的行驶路线，

其中，

所述驾驶教导单元被配置为从所述驾驶历史数据库中提取与所指定的行驶路线相对应的驾驶历史，并且被配置作为用于所述驾驶支持的指导，以向进行所述驾驶支持的所述车辆的驾驶员教导与所提取的驾驶历史相关的信息，

其中，

所述驾驶教导单元被配置为：从所述驾驶历史数据库中提取这样的驾驶历史，该驾驶历史包括与进行所述驾驶支持的所述车辆的所述驾驶员的驾驶操作倾向相类似的驾驶操作，并且

所述驾驶教导单元进一步被配置为：向所述驾驶员教导与所提取的驾驶历史相关的信息，

其中，

所述驾驶教导单元被配置为基于所述驾驶历史的概率密度来获得所述驾驶历史的分布，以及被配置为基于在所述驾驶历史的分布中是否发生分离来指定驾驶水平差异的因素。

2.根据权利要求1所述的驾驶支持系统，其中，

所述车辆信息包括：与指示所述车辆周围的静态状况的静态环境状况相关的信息、与指示所述车辆周围的动态状况的动态环境状况相关的信息、以及与所述车辆状况相关的信息，

将燃料效率、出行时间和车辆操作的安全性中的至少一项设置为用于评估所述驾驶历史的评估项，由此确定所述车辆的所述驾驶员的驾驶水平，所述燃料效率是指车辆的每单位燃料量的行驶距离，

所述驾驶教导单元被配置为：将与所述静态环境状况相关的信息、与所述动态环境状况相关的信息以及与所述车辆状况相关的信息分别设置为变量，由此针对每个评估项来估计所述驾驶历史的概率密度以获得所述驾驶历史的分布，

所述驾驶教导单元进一步被配置为：将一个或多个这样的变量指定为所述驾驶水平的相互差异的因素，该变量导致在基于所述评估项而具有高驾驶水平的所述驾驶历史的分布和具有低驾驶水平的所述驾驶历史的分布之间的偏差相对增加，并且

所述驾驶教导单元进一步被配置为：在期望所述支持的所述车辆的所述驾驶员的所述驾驶支持中，将由所指定的变量所指示的与所述静态环境状况相关的信息、与所述动态环境状况相关的信息以及与所述车辆状况相关的信息中的任一信息用作用于改善所述评估项中的相对应的一项的要素。

3.根据权利要求2所述的驾驶支持系统，其中，

所述驾驶教导单元被配置为：作为包括与进行所述驾驶支持的所述车辆的所述驾驶员的驾驶操作倾向相类似的驾驶操作的驾驶历史，从所述驾驶历史数据库中提取这样的驾驶历史，在该驾驶历史中，与由所述变量所指示的所述静态环境状况、所述动态环境状况以及所述车辆状况中的任一状况相关的要素和进行所述驾驶支持的所述车辆的所述驾驶员的所述驾驶历史是同样的，并且

所述驾驶教导单元进一步被配置为向所述驾驶员教导与所提取的驾驶历史相关的信息。

4.根据权利要求2所述的驾驶支持系统，其中，

所述驾驶教导单元被配置为：将在所述变量所指示的所述动态环境状况或者所述车辆状况中的每单位时间具有较小变化的驾驶历史确定为具有较高的驾驶水平，并且

所述驾驶教导单元进一步被配置为：从所述驾驶历史数据库中提取这样的驾驶历史，该驾驶历史基于所述确定结果而被确定为比进行所述驾驶支持的所述车辆的所述驾驶员具有更高的驾驶水平。

5.根据权利要求4所述的驾驶支持系统，其中，

所述驾驶教导单元被配置为：从所述驾驶历史数据库中提取与所确定的驾驶历史中的、接近于进行所述驾驶支持的所述车辆的所述驾驶员的驾驶水平的任意驾驶历史相关的信息。

6.根据权利要求1所述的驾驶支持系统，其中，

将多种类型的驾驶历史基于各个特征量来分类成各驾驶操作倾向，并且登记在所述驾驶历史数据库中，

所述驾驶教导单元被配置为：指定进行所述驾驶支持的所述车辆的所述驾驶员的驾驶操作倾向，并且

所述驾驶教导单元进一步被配置为：从所述驾驶历史数据库中提取与具有和所指定的驾驶历史倾向相类似的特征量的驾驶历史相关的信息。

7.根据权利要求1所述的驾驶支持系统，其中，

所述驾驶教导单元被配置为：基于各个特征量来从登记在所述驾驶历史数据库中的驾驶历史进行聚合，以生成驾驶操作模式，

所述驾驶教导单元进一步被配置为：确定进行所述聚合的所述驾驶操作模式中的哪一个操作模式接近于进行所述驾驶支持的所述车辆的所述驾驶员的驾驶操作，并且

所述驾驶教导单元进一步被配置为：提取与这样的驾驶历史相关的信息，该驾驶历史包括具有与所述驾驶员的所述驾驶操作倾向相类似的特征量的驾驶操作倾向。

8.根据权利要求1所述的驾驶支持系统，其中，

将多种类型的驾驶历史登记在所述驾驶历史数据库中，以便于针对利用被设置为评估项的燃料效率、出行时间和车辆操作的安全性中的至少一项所评估的每个驾驶水平进行分层化，所述燃料效率是指车辆的每单位燃料量的行驶距离，

所述驾驶教导单元被配置为：基于所述评估项中的至少一项，来在进行所述驾驶支持的所述车辆的所述驾驶员所属的类别中确定驾驶水平，并且

所述驾驶教导单元进一步被配置为：从分层化的驾驶历史数据库中提取与具有比所确定的驾驶水平更高水平的驾驶历史相关的信息。

9.根据权利要求8所述的驾驶支持系统，其中，

所述驾驶教导单元被配置为：从分层化的驾驶历史数据库中提取与这样的驾驶历史相关的信息，该驾驶历史属于相对于所述驾驶员所属类别的所确定的驾驶水平而具有次高驾驶水平的类别。

10.根据权利要求9所述的驾驶支持系统，其中，

所述驾驶教导单元被配置为：从分层化的驾驶历史数据库中提取这样的信息，该信息是与所述分层化的驾驶历史中和进行所述驾驶支持的所述车辆的所述驾驶员的所述驾驶水平相接近的任一驾驶历史相关的信息。

11.根据权利要求7至10中的任何一项所述的驾驶支持系统，其中，

所述车辆信息包括：与指示所述车辆周围的静态状况的静态环境状况相关的信息、与指示所述车辆周围的动态状况的动态环境状况相关的信息、以及与所述车辆状况相关的信息，

将燃料效率、出行时间和车辆操作的安全性中的至少一项设置为用于评估所述驾驶历史的评估项，由此确定所述车辆的所述驾驶员的驾驶水平，所述燃料效率是指车辆的每单位燃料量的行驶距离，

所述驾驶教导单元被配置为将与所述静态环境状况相关的信息、与所述动态环境状况相关的信息以及与所述车辆状况相关的信息分别设置为变量，由此针对每个评估项来估计所述驾驶历史的概率密度以获得所述驾驶历史的分布，

所述驾驶教导单元进一步被配置为：将一个或多个这样的变量指定为所述驾驶水平的相互差异的因素，该变量导致在基于所述评估项而具有高驾驶水平的所述驾驶历史的分布和具有低驾驶水平的所述驾驶历史的分布之间的偏差相对增加，并且

所述驾驶教导单元进一步被配置为：在期望所述支持的所述车辆的所述驾驶员的所述驾驶支持中，将由所指定的变量所指示的与所述静态环境状况相关的信息、与所述动态环境状况相关的信息以及与所述车辆状况相关的信息中的任一信息用作用于改善所述评估项中的相对应的一项的要素。

12.根据权利要求1至10中的任何一项所述的驾驶支持系统，其中，

将基于多个车辆的车辆操作的多组车辆信息登记在所述驾驶历史数据库中，

所述驾驶教导单元被配置为：通过将指定的行驶路线的特定点、特定交通要素和特定时区中的任一项设定为单位，来提取与所述驾驶历史相关的信息，并且

所述驾驶教导单元被进一步配置为：对分别提取的与所述驾驶历史相关的信息进行合成，由此向所述驾驶员教导合成的信息。

13.根据权利要求1至10中的任何一项所述的驾驶支持系统，其中，

进行所述驾驶支持的所述车辆包括：用于显示由所述驾驶教导单元所提取的所述驾驶历史的显示设备，并且

作为通过所述显示设备所输出的图像，来教导所述驾驶支持。

14.根据权利要求1至10中的任何一项所述的驾驶支持系统，其中，

所述驾驶教导单元被配置为：通过向进行所述驾驶支持的所述车辆的驾驶系统施加制动力，来教导所述驾驶支持。

15.根据权利要求1至10中的任何一项所述的驾驶支持系统，其中，

所述驾驶历史数据库和所述驾驶教导单元被设置在构成用于收集所述车辆信息的探测信息通信系统的管理中心中，并且

所述管理中心被配置为：响应于从进行所述驾驶支持的所述车辆所给出的请求，将与将要被教导给所述驾驶员的驾驶历史相关的信息递送到所述相关车辆。

16.一种用于对车辆的驾驶操作给予支持的驾驶支持管理中心，所述驾驶支持管理中心包括：

驾驶历史数据库，所述驾驶历史数据库用于将包括关于车辆操作的信息的车辆信息与相关路线信息相关联，并且将所述车辆信息登记为驾驶历史；以及

传送单元，所述传送单元用于指定进行驾驶支持的车辆的行驶路线，所述传送单元被配置为从所述驾驶历史数据库中提取与所指定的行驶路线相对应的驾驶历史，并且被配置为将与所提取的驾驶历史相关的信息递送到进行所述驾驶支持的所述车辆，以便于进行所述驾驶支持，

其中，

所述传送单元被配置为：从所述驾驶历史数据库中提取这样的驾驶历史，该驾驶历史包括与进行所述驾驶支持的所述车辆的所述驾驶员的驾驶操作倾向相类似的驾驶操作，并且

其中，

所述传送单元被配置为：向所述驾驶员教导与所提取的驾驶历史相关的信息，

其中，

所述传送单元被配置为基于所述驾驶历史的概率密度来获得所述驾驶历史的分布，以及被配置为基于在所述驾驶历史的分布中是否发生分离来指定驾驶水平差异的因素。