CN103718221A - 车辆用信息处理装置及车辆用信息处理方法 - Google Patents
车辆用信息处理装置及车辆用信息处理方法 Download PDFInfo
- Publication number
- CN103718221A CN103718221A CN201180072642.7A CN201180072642A CN103718221A CN 103718221 A CN103718221 A CN 103718221A CN 201180072642 A CN201180072642 A CN 201180072642A CN 103718221 A CN103718221 A CN 103718221A
- Authority
- CN
- China
- Prior art keywords
- information
- study
- operation information
- vehicle
- situation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 130
- 238000003672 processing method Methods 0.000 title 1
- 238000012545 processing Methods 0.000 description 42
- 238000000034 method Methods 0.000 description 31
- 230000015572 biosynthetic process Effects 0.000 description 15
- 238000001514 detection method Methods 0.000 description 12
- 230000000881 depressing effect Effects 0.000 description 11
- 238000000605 extraction Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000007812 deficiency Effects 0.000 description 8
- 230000001133 acceleration Effects 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000013316 zoning Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000003750 conditioning effect Effects 0.000 description 2
- 238000013016 damping Methods 0.000 description 2
- 239000012467 final product Substances 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 230000008929 regeneration Effects 0.000 description 2
- 238000011069 regeneration method Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W40/09—Driving style or behaviour
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0062—Adapting control system settings
- B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/10—Historical data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Regulating Braking Force (AREA)
- Instructional Devices (AREA)
- Navigation (AREA)
Abstract
为了使驾驶员操作信息更平滑地与学习结果建立联系,车辆用信息处理装置将与驾驶员的各车辆操作对应地取得的操作信息和发生了这些车辆操作的各地点建立关联并进行学习。车辆用信息处理装置根据在同一地点连续取得了同一种类的操作信息的次数,对所述种类的操作信息在该地点的再现性进行学习。
Description
技术领域
本发明涉及对基于驾驶车辆的驾驶员的车辆操作而取得的操作信息进行处理的车辆用信息处理装置及车辆用信息处理方法。
背景技术
公知有对驾驶员的车辆操作进行学习并将其结果各种各样地进行利用的技术。并且,作为利用了这种技术的装置的一例,存在专利文献1记载的装置。
在专利文献1所记载的装置中,设有对驾驶车辆的驾驶员的驾驶员操作(车辆操作)的变化进行检测的驾驶员操作变化检测单元及在驾驶员操作变化检测单元检测出驾驶员操作的变化时取得车辆位置信息的位置信息取得单元。另外,在该装置中,设有将驾驶员操作的变化和存在该驾驶员操作的变化时的位置信息建立关联而存储的地图信息生成单元。即,在该装置中,在检测出驾驶员操作的变化时,将驾驶员操作的变化和此时的位置信息建立关联而生成地图信息。由此,与每隔规定时间将与驾驶员操作有关的信息自动地存储而生成地图信息那样的情况相比,能够减小地图信息的存储容量。另外,在该装置中也包含如下功能:与新的驾驶员操作的变化信息对应的位置信息从与既存的驾驶员操作的变化信息对应的位置信息而处于规定位置的范围内并且这些驾驶员操作的变化信息是同一种变化信息时,利用与新的驾驶员操作的变化信息对应的位置信息对与既存的驾驶员操作的变化信息对应的位置信息进行更新。即,是在地图信息中同一种驾驶员操作的变化信息在规定位置的范围内仅存储1个而对驾驶员的车辆操作进行重复的情况,因而作为地图信息的容量的增加被抑制。
专利文献
专利文献1:日本特开2009-103570号公报
发明内容
发明要解决的课题
不过,若结束与驾驶员的车辆操作有关的学习,则在基于新取得的驾驶员的车辆操作的操作信息与作为相同位置的学习结果的操作信息不同的情况下,该新的操作信息作为失败例而被处理的情况较为普通。然而,在现实中,与作为学习结果的操作信息不同的操作信息是基于根据驾驶员的习惯变化、道路形状变化等而适当变更的车辆操作的操作信息的情况也不少。并且,特别是在如此的基于车辆操作学习的驾驶支援中,直至这种新的驾驶员操作信息被反映为使学习结果导出的既存的驾驶员操作信息为止所需的时间无法被忽视。
本发明鉴于这种实际情况而提出,其目的在于提供能够将驾驶员操作信息更平滑地与学习结果建立联系的车辆用信息处理装置及车辆用信息处理方法。
用于解决课题的手段
以下,记载用于解决上述课题的手段以及其作用效果。
为了达到上述目的,本发明所提供的车辆用信息处理装置将与驾驶员的各车辆操作对应地取得的操作信息和发生了这些车辆操作的各地点建立关联并进行学习,根据在同一地点连续取得了同一种类的操作信息的次数,对所述种类的操作信息在该地点的再现性进行学习。
为了达到上述目的,本发明提供的车辆用信息处理方法将与驾驶员的各车辆操作对应地取得的操作信息和发生了这些车辆操作的各地点建立关联并进行学习,包括:对在同一地点连续取得了同一种类的操作信息的次数进行计数的步骤;及根据所述算出的次数对该种类的操作信息在该地点的再现性进行学习的步骤。
根据这种构成或方法,由于基于连续取得了同一地点的同一种类的操作信息的次数即同一地点的同一种类的操作信息的连续取得次数来学习操作信息的再现性,因此能够将在同一地点学习所需的操作信息的次数设为与连续取得次数对应的次数。例如,在驾驶员的车辆操作由于驾驶员的习惯的变更、道路形状的变更等而被适当变更的情况下,学习为这是有效的车辆操作,即直到该车辆操作成为学习结果为止所需的操作信息的取得数成为连续取得次数。因此,与基于相对于过去取得的操作信息的累计的比例进行学习的情况相比,能够将变更的操作信息的学习所需的操作信息的取得数设为更少的次数。由此,能够防止适当变更的操作信息向学习结果的反映由于至此为止所累计的操作信息的影响而延迟。如此,根据基于连续取得次数的学习,即使是初次取得的操作信息、适当变更的操作信息,也能够在短期间内平滑地学习适当的操作信息的再现性。即,车辆用信息处理装置中,直到相对于初次取得的操作信息、适当变更的操作信息开始驾驶支援为止所需的期间变短,能够提供平滑的驾驶支援。
通常,可以认为,操作信息越新,则越能正确地表示实际情况,因此重要性越高,操作信息变得越旧,则从实际情况背离的可能性越高,因此重要性越低。另外,越是再现性高的操作信息,则从取得了该操作信息的最初起连续得到该操作信息的可能性变得越高。由此,利用基于连续取得次数的再现性的学习,即使不使用旧的操作信息或减弱其影响,也能够适当地维持再现性的学习结果。
另外,在基于比例进行学习的情况下,作为参数需要累计规定数的操作信息,但是通过将连续取得次数作为判断基准,无论是否累计了规定数的操作信息,都能够在达到连续取得次数的时刻对再现性进行学习。例如,通过将上述连续取得次数设为“若进行基于比例的学习则推定为在规定数中达到作为判断基准的比例的次数”,能够基于数量比所述规定数少的操作信息对再现性进行学习。另外,在没有达到规定数的情况下,基于连续取得次数进行判断,由此与利用基于至此为止的总数的比例进行判断的情况相比,在操作信息达到规定数时达到作为判断基准的比例的准确度提高。
此外,由于能够将学习所需的操作信息抑制为连续取得次数,因此也能够减少该学习所需的信息量。
作为优选的构成,所述地点被设定为:在该地点首次取得了操作信息时由包含该地点在内的规定范围构成的地点。
作为优选的方法,在对所述连续取得了同一种类的操作信息的次数进行计数的步骤之前,还包括将所述地点设定为在该地点首次取得了操作信息时由包含该地点在内的规定范围构成的地点的步骤。
根据这种构成或方法,由于基于操作信息进行地点的设定,因此能够提高对再现性进行学习的地点的设定的灵活性。另外,由于将地点设定为由包含取得了操作信息的地点在内的规定范围构成的地点,因此也能够适当地应对基于道路状况的车辆的位置偏移、由位置检测精度引起的位置偏移等。此外,由于将规定范围处理为同一地点,因此能够防止对再现性进行学习的地点在相互接近的范围内设定多个,因此也能够抑制信息的增加。
作为优选的构成,当所述地点是要求特定车辆操作的场所时,对用于学习与该特定车辆操作为同一种类的操作信息的再现性的、连续取得该操作信息的次数进行变更。
作为优选的方法,还包括以下步骤:以所述地点是要求特定车辆操作的场所为条件,对用于学习与该特定车辆操作为同一种类的操作信息的再现性的、连续取得该操作信息的次数进行变更的步骤。
根据这种构成或方法,在对与要求特定车辆操作的场所处所要求的车辆操作为同一种类的车辆操作进行学习的情况下,能够变更用于学习该操作信息的再现性的连续取得次数。例如,在要求驾驶员必须进行停止操作的暂时停止的场所的情况下,也可以减少用于学习停止操作的再现性的连续取得次数。
作为优选的构成,在同一地点的通过次数超过规定次数时,基于同一种类的操作信息的取得次数相对于规定次数量的最新通过次数的比例来学习所述操作信息的再现性。
作为优选的方法,在进行所述学习的步骤中,以同一地点的通过次数超过规定次数为条件,基于同一种类的操作信息的取得次数相对于规定次数量的最新通过次数的比例来学习所述操作信息的再现性。
根据这种构成或方法,当同一地点的通过次数达到能够进行基于比例的学习的规定次数时,基于规定次数量的最新通过次数来学习操作信息的再现性。由此,即使是基于比例的学习,也能够基于规定次数量的操作信息进行学习,因此抑制了学习中所使用的操作信息的数量。
作为优选的构成,所述操作信息是基于驾驶员对车辆的减速操作而取得的信息。
作为优选的方法,取得驾驶员对车辆的减速操作来作为所述操作信息。
根据这种构成或方法,能够提供用于对作为车辆操作是必须的操作即减速操作进行支援的信息。特别是,混合动力车、电动车等由于能够基于减速支援而对电力进行再生的期间延长从而增加再生的电力量,因此也能够提高能量的利用效率。
作为优选的构成,该车辆用信息处理装置搭载于车辆上。
作为优选的方法,由车辆执行各所述步骤。
根据这种构成或方法,容易将由车辆用信息处理装置提供的支援信息用于搭载有该装置的车辆中。
为了达到上述目的,本发明提供的车辆用信息处理装置基于驾驶员的车辆操作而提供驾驶支援所需的信息,在驾驶员的同一种类的车辆操作在同一地点被连续执行了规定次数以上时,提供所述驾驶支援所需的信息。
根据这种构成,构成为,当同一地点的同一种类的车辆操作被连续执行了规定次数以上时,即基于同一地点的同一种类的车辆操作的连续执行次数,提供驾驶支援所需的信息。例如,在驾驶员的车辆操作由于驾驶员的习惯的变更、道路形状的变更等而被适当变更的情况下,通过将该变更了的车辆操作连续执行规定次数以上而进行驾驶支援。因此,与基于相对于过去的信息的累计的比例而进行比较的情况相比,能够将直到开始驾驶支援为止所需的车辆操作的取得数设为较少的数量。由此,能够防止相对于适当变更的车辆操作的驾驶支援由于至此为止所累计的车辆操作的影响等而延迟。如此,根据基于连续执行次数的驾驶支援,即使是初次取得的车辆操作、适当变更的车辆操作,也能够在短期间内进行那样的相对于适当的车辆操作的驾驶支援。
通常,可以认为,车辆操作越新,则越能够正确地表示实际情况,因此重要性也越高,车辆操作变得越旧,则从实际情况背离的可能性也越高,因此重要性越低。另外,越是再现性高的车辆操作,则从开始了该车辆操作的最初起连续执行该车辆操作的可能性变得越高。由此,即使在驾驶支援中不使用与旧的车辆操作有关的信息或减弱其影响,也能够维持适当的驾驶支援信息的提供。
另外,在基于比例提供驾驶支援信息的情况下,作为模数需要规定数的车辆操作,但是通过将连续执行次数设为判断基准,无论是否执行了规定数的车辆操作,都能够在达到连续执行次数的时刻提供驾驶支援信息。例如,通过将上述连续执行次数设为被推测为在规定数中达到作为判断基准的比例的次数,能够基于数量比规定数少的车辆操作提供驾驶支援信息。另外,在未达到规定数的情况下,基于连续执行次数来判断是否需要驾驶支援,从而与基于至此为止的总数来推定比例的情况相比,在车辆操作的次数达到规定数时达到作为判断基准的比例的准确度提高。
此外,由于将驾驶支援信息的提供所需的车辆操作的执行次数抑制为连续执行次数,因此也能够减少蓄积的与车辆操作有关的信息数。
附图说明
图1是关于将本发明所涉及的车辆用信息处理装置具体化了的一实施方式表示其概略构成的框图。
图2是用于对图1所示的车辆用信息处理装置的学习进行说明的图表。
图3是用于对图1所示的车辆用信息处理装置的学习进行说明的图表。
图4是用于对图1所示的车辆用信息处理装置的学习进行说明的图表。
图5是用于对图1所示的车辆用信息处理装置的学习进行说明的图表。
图6是表示图1所示的车辆用信息处理装置的学习所涉及的处理的一部分的顺序的流程图。
图7是表示图6所示的学习所涉及的处理的其它部分的顺序的流程图。
图8是对图1所示的车辆用信息处理装置的学习状态的转化进行说明的图,(a)是概念性地表示开始学习或结束学习的状态的示意图,(b)是概念性地表示处于学习中的状态的示意图,(c)是概念性地表示学习结束后的状态的示意图。
图9是关于将本发明所涉及的车辆用信息处理装置具体化了的其它实施方式表示其概略构成的框图。
图10是关于将本发明所涉及的车辆用信息处理装置具体化了的又一其它实施方式表示其概略构成的框图。
具体实施方式
按照图1对将本发明所涉及的车辆用信息处理装置具体化了的一实施方式进行说明。
如图1所示,在车辆10,搭载有作为车辆用信息处理装置的信息处理电子控制单元(信息处理ECU)11及与信息处理ECU11能够进行通信地连接的外部存储装置12。另外,在车辆10,以与信息处理ECU11能够进行通信地连接的方式分别搭载有发动机电子控制单元(发动机ECU)13、转向装置电子控制单元(转向装置ECU)14及制动器电子控制单元(制动器ECU)15。
外部存储装置12由作为非易失性的存储装置的HDD(Hard DiskDrive)等构成。在该外部存储装置12设有数据库12A,在该数据库12A登记有在基于信息处理ECU11的信息处理中所使用的各种信息。例如,基于驾驶员的车辆操作而登记的信息即“操作信息”和登记有包含执行了该车辆操作的位置在内的规定范围的信息即“学习区域”相互建立关联地登记于数据库12A。另外,作为暂时停止、道口、急弯等要求驾驶员的停止操作、减速操作的位置而被登记的“特定位置信息”作为所谓的“减速目标区域”而与在该位置所要求的车辆操作即“特定操作信息”一起登记于数据库12A。另外,也可以将要求停止操作的特定位置信息作为“停止目标区域”,将要求减速操作的特定位置信息作为“减速目标区域”而区别地登记于数据库12A。
发动机ECU13是进行车辆10的发动机的运转控制的ECU,在发动机ECU13连接有对加速器踏下量进行检测的加速踏板传感器22、对吸入空气量进行检测的传感器等,并且也连接有节流阀的驱动电路、燃料喷射阀的驱动电路等各种设备的驱动电路。并且,发动机ECU13基于从上述各传感器输入的检测信号来掌握发动机的运转状态等,并且向上述各种设备的驱动电路输出指令信号。如此,通过发动机ECU13来实施发动机运转控制。另外,在本实施方式中,若发动机ECU13从信息处理ECU11传递例如减速支援信号作为驾驶支援信号,则执行对包含车辆10停止在内的减速进行支援的控制。发动机ECU13作为对减速进行支援的控制,能够进行对发动机转速进行抑制的控制、停止向发动机供给燃料(燃料切断)的控制等。
转向装置ECU14是经由动力转向控制等进行辅助转向的控制的ECU,与转向装置角传感器、速度传感器20等连接,并且也与动力转向装置等的转向辅助装置连接。并且,转向装置ECU14基于从各传感器等输入的检测信号来掌握转向角,并向转向辅助装置输出指令信号。此时,转向装置ECU14也可以在输出指令信号时考虑车辆10的速度。如此,通过转向装置ECU14来实施转向辅助控制。另外,在本实施方式中,转向装置ECU14若从信息处理ECU11传递例如减速支援信号作为驾驶支援信号,则执行对包含车辆10停止在内的减速进行支援的控制。转向装置ECU14作为对减速进行支援的控制,能够进行相对于易滑路面的制动中的转向辅助等。
制动器ECU15是进行车辆10的制动器装置的控制的ECU,在制动器ECU15连接有速度传感器20、制动踏板传感器23等各种传感器。制动器ECU15基于来自各种传感器的信号,通过车辆10的制动器装置的控制而向该车辆10产生制动力。具体来说,制动器ECU15算出基于来自速度传感器20的信号而掌握的车辆10的速度、基于来自制动踏板传感器23的制动器踏下量的信号等而要求的制动力,并对制动器装置进行控制。另外,在本实施方式中,制动器ECU15若从信息处理ECU11传递例如减速支援信号作为驾驶支援信号,则执行对包含车辆10停止在内的减速进行支援的控制。制动器ECU15作为对减速进行支援的控制,能够执行进行预备制动、辅助制动的控制等。
另外,在信息处理ECU11电连接有作为对驾驶者输出驾驶支援信息等的输出装置(用户接口)的扬声器16及监视器17。
监视器17利用液晶显示器等构成显示用画面。该监视器17对与从信息处理ECU11输入的数据对应的图像进行显示。由此,信息处理ECU11能够将驾驶支援信息作为注意显示、警告显示等唤起驾驶者的注意的图像而经由监视器17输出。
扬声器16是产生音、声音的装置,输出与从信息处理ECU11输入的数据对应的音、声音。由此,信息处理ECU11能够将驾驶支援信息作为注意声音、警报音等用于唤起驾驶者的注意的音而经由扬声器16输出。
此外,在信息处理ECU11,分别电连接有对车辆10的速度进行检测的速度传感器20、对车辆10的位置进行检测的GPS21、输出加速踏板的操作量的加速踏板传感器22及输出制动踏板的操作量的制动踏板传感器23。
速度传感器20是用于检测车辆速度的传感器,对例如车轴、车轮的转速进行检测,并将与该检测出的转速对应的信号输出到信息处理ECU11。由此,信息处理ECU11能够掌握车辆10的当前速度、移动距离。在本实施方式中,车辆10的速度在基于驾驶员本次的车辆操作的“最新操作信息”的检测中使用。例如,加速用于加速操作的检测,减速用于减速操作的检测。
GPS21为了对车辆10的位置进行检测而接收GPS卫星信号,并且基于所接收的GPS卫星信号而对当前位置进行检测。GPS21将所检测出的当前位置的信息输出到信息处理ECU11。由此,信息处理ECU11能够掌握车辆10的当前位置。另外,信息处理ECU11也能够基于由GPS21所检测的当前位置的时间变化来检测车辆10的行进方向。在本实施方式中,将车辆10的当前位置作为执行了驾驶员的本次车辆操作时的“操作位置信息”而使用。
加速踏板传感器22对驾驶员有无操作加速踏板、加速踏板的踏下量进行检测,并且将与该检测出的有无操作、踏下量对应的信号输出到信息处理ECU11。在本实施方式中,加速踏板的踏下量在基于驾驶员的本次车辆操作的“最新操作信息”的检测中使用。例如,将加速踏板的踏下用于加速操作的检测。
制动踏板传感器23对驾驶员有无操作制动踏板、制动踏板的踏下量进行检测,并将与该检测出的有无操作、踏下量对应的信号输出到信息处理ECU11。在本实施方式中,将制动踏板的踏下量作为基于驾驶员的本次车辆操作的“最新操作信息”而使用。例如,将制动踏板的踏下量用于减速操作的检测。
另外,信息处理ECU11以具有运算装置、内部存储装置等的微型计算机为中心而构成。在信息处理ECU11中,基于存储于内部存储装置、外部存储装置12的各种数据及程序的各种信息处理由微型计算机来执行。在本实施方式中,在信息处理ECU11中执行对“最新操作信息”的再现性进行学习的程序(学习用程序)。即,信息处理ECU11利用学习用程序,基于“最新操作信息”和表示执行了与此对应的车辆操作的位置的“操作位置信息”,对包含该“操作位置信息”在内的“学习区域”中的“最新操作信息”的再现性进行学习。
详细来说,在信息处理ECU11分别设有基于运算装置中的学习用程序的执行而对“最新操作信息”及“操作位置信息”进行检测的操作信息提取部31及设定“学习区域”的位置信息处理部32。另外,在信息处理ECU11分别设有基于运算装置中的学习用程序的执行而对“学习区域”中的“最新操作信息”的再现性进行学习的操作信息学习部33及基于与包含当前位置在内的“学习区域”对应的学习结果而输出驾驶支援信息的支援信息输出部34。
操作信息提取部31基于来自各种传感器的信号对“最新操作信息”进行检测。例如,根据速度传感器20的信号对“加速”进行检测,并且根据加速踏板传感器22的信号对踏板的“踏下”进行检测,基于上述情况,检测(取得)加速操作作为“最新操作信息”。另外,例如,根据速度传感器20的信号对“减速”进行检测,并且根据制动踏板传感器23的信号对踏板的“踏下”进行检测,基于上述情况,检测(取得)减速操作作为“最新操作信息”。此外,操作信息提取部31在对这些“最新操作信息”进行检测时,基于GPS21的信号取得进行了与该操作信息对应的车辆操作的位置的信息即“操作位置信息”。
位置信息处理部32从操作信息提取部31取得“最新操作信息”及“操作位置信息”。并且,位置信息处理部32对“操作位置信息”是否包含于数据库12A所登记的“减速目标区域”进行检测。即,位置信息处理部32对“操作位置信息”所表示的位置与登记于数据库12A的“减速目标区域”所表示的范围进行比较,在“操作位置信息”所表示的位置包含于“减速目标区域”所表示的范围的情况下,对用于学习的等级判断的“判定信息”的值设定“优待”。另一方面,位置信息处理部32在“操作地点位置”所表示的位置未包含于“减速目标区域”所表示的范围的情况下,对“判定信息”的值设定“通常”。即,在能够在学习中利用的信息的种类仅仅是“最新操作信息”及“操作位置信息”的情况下,“判定信息”被设定为“通常”,另一方面,在能够在学习中利用的信息的种类中追加了“减速目标区域”等的情况下,“判定信息”被设定为“优待”。
另外,位置信息处理部32将包含表示“操作位置信息”的位置在内的“学习区域”与“最新操作信息”建立对应。即,位置信息处理部32将“操作位置信息”所表示的位置和登记于数据库12A的“学习区域”的范围进行比较,在“操作位置信息”所表示的位置包含于“学习区域”的范围内的情况下,将该“学习区域”作为“最新操作信息”的“学习区域”而建立对应。另一方面,在“操作位置信息”所表示的位置未包含于数据库12A所登记的任一个“学习区域”的范围内的情况下,位置信息处理部32基于该“操作位置信息”,生成由包含该“操作位置信息”在内的规定范围构成的“学习区域”,将该生成的“学习区域”作为“最新操作信息”的“学习区域”而建立对应。
操作信息学习部33从位置信息处理部32取得“最新操作信息”、“学习区域”及“判定信息”,并且基于这些取得的“最新操作信息”、“学习区域”及“判定信息”,对该“学习区域”中的“最新操作信息”的再现性进行学习。另外,由于“最新操作信息”基于驾驶员的本次车辆操作,因此该学习等同于对驾驶员的本次车辆操作的再现性进行学习。
详细来说,在操作信息学习部33中,根据与“最新操作信息”对应的“学习区域”中的学习状态,进行“开始学习的处理”、“继续学习的处理”、“执行学习的处理”及“中止学习的处理”。
(开始学习的处理)
“开始学习的处理”是在“学习区域”与登记于数据库12A的“学习区域”中的任一个均不一致的情况下所进行的处理。在“开始学习的处理”中,在数据库12A中确保能够对与“最新操作信息”建立了对应的“学习区域”和与该“学习区域”对应的“登记操作信息”进行登记的区域,并且在该确保的区域中对该“学习区域”和该“最新操作信息”进行登记。由此,在数据库12A中,能够确保与新的“学习区域”对应的存储区域,并能够在该被确保的区域中登记新的“学习区域”和“最新操作信息”。另外,在“登记操作信息”中,能够沿着时间序列登记多个“操作信息”,每当车辆10通过被建立了对应的“学习区域”都蓄积“最新操作信息”。因此,“登记操作信息”由一个“最新操作信息”构成,或由1个“最新操作信息”和1个以上的“过去操作信息”构成。
(继续学习的处理)
“继续学习的处理”是在“学习区域”与登记于数据库12A的“学习区域”一致的情况下所进行的处理。在“继续学习的处理”中,在与登记于数据库12A的“学习区域”对应的“登记操作信息”中追加登记“最新操作信息”。即,在既存的“学习区域”中追加登记“最新操作信息”。另外,若在既存的“学习区域”中追加登记“最新操作信息”,则在其登记前最新的既存“最新操作信息”在时间序列上变旧一个,并作为一个旧的“过去操作信息”而被管理。如此,每当追加“最新操作信息”时,既存的1个或多个“过去操作信息”就作为一个更旧的信息而分别被管理。另外,在本实施方式中,对蓄积于“登记操作信息”中的“操作信息”的数设置上限,即,将与1个“学习区域”对应的“最新操作信息”及“过去操作信息”的合计数限制为10个。因此,操作信息学习部33在“过去操作信息”的数达到上限的情况下,每当追加“最新操作信息”都将超过了上限数的“过去操作信息”删除。
(执行学习的处理)
“执行学习的处理”是基于与“学习区域”对应的“登记操作信息”对该“学习区域”中的作为要设为支援对象的车辆操作的“支援候补操作”的再现性进行学习的处理。然而,在“操作信息”中,包含有减速操作、加速操作等多个种类的操作信息,其中,同一种类的操作信息是指从多个种类中选择的1个种类的操作信息,例如是“减速操作”或“加速操作”。另外,这种“操作信息”的种类的分类根据所关注的观点而能够任意地进行分类。例如,也能够以例如速度区域为基准而对“减速操作”进一步细分。另外,“支援候补操作”是从登记于“登记操作信息”的“最新操作信息”及“过去操作信息”中最多的同一种类的操作信息中进行选择的操作。
并且,在学习为“学习区域”中的“支援候补操作”的再现性较高的情况下,在“执行学习的处理”中,该“支援候补操作”作为“支援对象操作”而登记于数据库12A中,所述“支援对象操作”作为在该“学习区域”中被支援的车辆操作。如此,操作信息学习部33也学习与“学习区域”对应的“支援对象操作”。由此,在信息处理ECU11中,参照作为与车辆10的当前位置对应的“学习区域”而被检索到的“学习区域”,从数据库12A得到与该“学习区域”对应的“支援对象操作”。
相反,在学习为“学习区域”中的“支援候补操作”的再现性较低的情况下,在“执行学习的处理”中,不在数据库12A中设定“支援对象操作”。倘若已经在数据库12A中设定了“支援对象操作”的情况下,将该设定的“支援对象操作”从该数据库12A删除。如此,操作信息学习部33也对与“学习区域”对应的“支援对象操作”不存在这一情况进行学习。由此,在信息处理ECU11中,参照作为与车辆10的当前位置对应的“学习区域”而被检索到的“学习区域”,从数据库12A得到与该“学习区域”对应的“支援对象操作”不存在这一情况。
“支援候补操作”的再现性的学习基于登记在“登记操作信息”中的“操作信息”而进行。即,操作信息学习部33在作为再现性的学习对象的“学习区域”中,从与该“学习区域”对应的“登记操作信息”选择“支援候补操作”。
并且,操作信息学习部33对其选择的“支援候补操作”有无再现性进行学习。在本实施方式中,操作信息学习部33关于有无再现性,进行两个学习即所谓的“基于比例的学习”及“基于连续数的学习”中的至少一方。
[基于比例的学习]
操作信息学习部33基于与“支援候补操作”对应的操作信息的数相对于登记在“登记操作信息”中的操作信息的总数的比例,而对“基于比例的学习”进行学习。即,在与“支援候补操作”对应的车辆操作的数为规定比例以上的情况下,“支援候补操作”被学习为具有再现性,另一方面,在与“支援候补操作”对应的车辆操作的数不足规定比例的情况下,“支援候补操作”被学习为没有再现性。即,在本实施方式的“基于比例的学习”中,基于10个操作信息中的与“支援候补操作”对应的操作信息的数的比例来进行有无再现性的学习。例如,在10个操作信息中的与“支援候补操作”对应的操作信息的数的比例为“80%”以上的情况下,操作信息学习部33学习为在该“支援候补操作”中具有再现性,另一方面,在该操作信息的次数的比例不足“80%”的情况下,操作信息学习部33学习为在该“支援候补操作”中没有再现性。另外,在操作信息学习部33中,在登记于“登记操作信息”中的操作信息的数不足10个的情况下,不进行“基于比例的学习”。相反,在登记于“登记操作信息”中的操作信息的数超过10个的情况下,基于最新的10个操作信息进行“基于比例的学习”。
[基于连续数的学习]
操作信息学习部33基于登记在“登记操作信息”中的操作信息中的与“支援候补操作”对应的操作信息被连续登记的数即操作信息被连续取得(检测)的次数,而对“基于连续数的学习”进行学习。换言之,在“基于连续数的学习”中,在登记于“登记操作信息”的“操作信息”中,基于与登记于此的“支援候补操作”对应的车辆操作所连续的次数而对有无再现性进行学习。即,在与再现性学习用的“规定的连续数”相比的与该“支援候补操作”对应的车辆操作的连续数为“规定的连续数”以上的情况下,学习为具有“支援候补操作”的再现性,另一方面,在不足“规定的连续数”的情况下,学习为没有“支援候补操作”的再现性。这里,再现性学习用的“规定的连续数”是指在再现性的学习中用于判断学习是否结束的连续数,是同一种类的操作信息所连续的次数(连续数)。
例如,在“登记操作信息”中作为5次量的操作信息而登记了“停止操作”、“停止操作”、“停止操作”、“没有操作”、“停止操作”的情况下,“支援候补操作”是“停止操作”,该车辆操作(“停止操作”)所连续的次数是3次。即,操作信息学习部33对于连续次数为3次的该“支援候补操作”(“停止操作”),在例如将再现性学习用的“规定的连续数”设定为3次的情况下,学习为具有再现性,另一方面,在例如将该“规定的连续数”设定为4次的情况下,学习为没有再现性。
关于再现性学习用的“规定的连续数”,在位置信息处理部32的“判定信息”被设定为“通常”的情况下,适用“通常判定用的连续数”,在位置信息处理部32的“判定信息”被设定为“优待”的情况下,适用“优待判定用的连续数”。用于再现性的学习的“通常判定用的连续数”、“优待判定用的连续数”预先设定于外部存储装置12等,但是也可以基于程序等而分别进行计算。
另外,在与“学习区域”对应而登记的“登记操作信息”中所包含的操作信息不足10个的情况下进行“基于连续数的学习”,但是也可以在“登记操作信息”中所包含的操作信息为10个以上时,替代“基于比例的学习”而进行“基于连续数的学习”。
(中止学习的处理)
“中止学习的处理”是如下的处理:判断(学习)是否继续进行“学习区域”中的再现性的学习并且进行与判断对应的必要处理。另外,该处理中的判断也能够表现为学习。操作信息学习部33在“中止学习的处理”中判断为不继续进行“学习区域”中的再现性的学习即中止学习的情况下,对数据库12A中所确保的用于该“学习区域”的区域进行开放。即,操作信息学习部33从数据库12A删除判断为中止学习的“学习区域”、与该“学习区域”建立关联的“登记操作信息”、“支援候补操作”及“判定信息”等。另一方面,操作信息学习部33在“中止学习的处理”中判断为继续进行“学习区域”中的再现性的学习的情况下,对数据库12A中所确保的用于该“学习区域”的区域进行维持。
如此,操作信息学习部33关于是继续进行对“学习区域”的学习还是中止对“学习区域”的学习而进行判断(学习)。在本实施方式中,操作信息学习部33关于中止学习的判断(学习),进行两个判断(学习)即所谓的“基于比例的判断”及“基于连续数的判断”中的至少一方。
[基于比例的判断]
操作信息学习部33基于与“支援候补操作”对应的操作信息的数相对于登记在“登记操作信息”中的操作信息的总数的比例,而对“基于比例的判断”进行学习。另外,在本实施方式中,将登记于“登记操作信息”中的操作信息的数设为10个。由此,在“基于比例的判断”中,基于与“支援候补操作”对应的操作信息的数相对于10个操作信息的比例而进行有无再现性的学习。由此,在与“支援候补操作”对应的车辆操作的数为规定比例以上的情况下,操作信息学习部33判断为继续进行对该“学习区域”的学习,另一方面,在与“支援候补操作”对应的车辆操作的数不足规定比例的情况下,操作信息学习部33判断为中止对该“学习区域”的学习。例如,在10个操作信息中的与“支援候补操作”对应的操作信息的数的比例为“80%”以上的情况下,操作信息学习部33判断为继续进行该“学习区域”的学习,另一方面,在该操作信息的数的比例不足“80%”的情况下,操作信息学习部33判断为中止该“学习区域”的学习。另外,在操作信息学习部33中,在登记于“登记操作信息”中的操作信息的数不足10个的情况下,不进行“基于比例的学习”。相反,在登记于“登记操作信息”中的操作信息的数超过10个的情况下,基于最新的10个操作信息来进行“基于比例的学习”。
[基于连续数的判断]
操作信息学习部33基于为了将“支援候补操作”相对于登记在“登记操作信息”中的操作信息设为规定比例所需的与该“支援候补操作”对应的操作信息的连续数,而进行“基于连续数的判断”。另外,将用于继续进行学习的基准即“学习维持比例”作为与“支援候补操作”对应的操作信息相对于“登记操作信息”的比例,将其值设为“80%”以上。详细来说,在该“基于连续数的判断”中,在“登记操作信息”中,在与“支援候补操作”对应的操作信息的比例不足“80%”的情况下,基于与为了使该不足“80%”的比例为“80%”以上而今后所需的“支援候补操作”对应的操作信息的最小连续数,判断是否继续进行“学习区域”中的学习。即,操作信息学习部33将使与“支援候补操作”对应的操作信息的比例为“80%”以上的该操作信息的连续数与中止判断用的“规定的连续数”进行比较,在为中止判断用的“规定的连续数”以下的情况下,判断为继续进行学习,另一方面,在比中止判断用的“规定的连续数”多的情况下,判断为中止学习。例如,在“登记操作信息”中登记了“停止操作”、“停止操作”、“停止操作”、“没有操作”,“没有操作”这5次量的操作信息的情况下,“支援候补操作”是“停止操作”,该“停止操作”的当前比例是“60%”。此时,为了使该当前的比例为“80%”而今后所需的“停止操作”的连续数为5次(=8/10)。即,例如若中止判断用的“规定的连续数”为5次,则操作信息学习部33判断为继续进行所需的连续数为5次的该“学习区域”中的学习,例如若中止判断用的“规定的连续数”为4次,则操作信息学习部33判断为中止所需的连续数为5次的该“学习区域”中的学习。
然而,在位置信息处理部32的“判定信息”被设定为“通常”的情况下,中止判断用的“规定的连续数”适用“通常判定用的连续数”,在位置信息处理部32的“判定信息”被设定为“优待”的情况下,中止判断用的“规定的连续数”适用“优待判定用的连续数”。用于学习的中止判断用的“通常判定用的连续数”、“优待判定用的连续数”被预先设定于外部存储装置12等,但是也可以基于程序等而分别进行计算。
另外,在与“学习区域”对应而登记的“登记操作信息”中所包含的操作信息不足10个的情况下进行“基于连续数的判断”,但是也可以在“登记操作信息”中所包含的操作信息为10个以上时,替代“基于比例的判断”而进行“基于连续数的判断”。
支援信息输出部34根据登记于数据库12A的内容输出与车辆10的当前位置对应的驾驶支援信息,并且在支援信息输出部34中逐次输入车辆10的当前位置。并且,若输入车辆10的当前位置,则支援信息输出部34检索数据库12A来确认有无包含当前位置在内的“学习区域”。在包含当前位置在内的“学习区域”未登记于数据库12A中的情况下,支援信息输出部34不输出与当前位置对应的驾驶支援信息。另一方面,在包含当前位置在内的“学习区域”登记于数据库12A的情况下,参照与该“学习区域”对应的“支援对象操作”,将在此设定的“支援对象操作”作为驾驶支援信息而输出。例如,在“支援对象操作”中设定了“减速操作”的情况下,支援信息输出部34输出减速支援信号作为与减速操作对应的驾驶支援信号,另一方面,在“支援对象操作”中设定了“加速操作”的情况下,支援信息输出部34输出加速支援信号作为与加速操作对应的驾驶支援信号。另外,在由于是学习的中途(学习中)等而未在“支援对象操作”中设定车辆操作的情况下,不输出支援信号。
另外,在包含车辆10的当前位置在内的“学习区域”位于数据库12A并且由操作信息提取部31未检测出相对于该“学习区域”的“最新操作信息”的情况下,支援信息输出部34向操作信息学习部33提供在该“学习区域”中未检测出该“操作信息”这一内容的信息例如“没有操作”这一信息。即,在车辆10不进行加速操作、减速操作而通过了“学习区域”的情况下,操作信息提取部31无法在该“学习区域”中检测出“操作信息”。因此,支援信息输出部34将相对于“学习区域”的“最新操作信息”作为“没有操作”而提供,由此操作信息学习部33能够将既存的“学习区域”中的“最新操作信息”学习为“没有操作”。
接下来,按照图2~5对基于操作信息学习部33的“支援候补操作”的再现性的学习及学习的中止判断进行说明。另外,在本实施方式中,以对“停止操作”的驾驶支援为目的,因此将“最新操作信息”区别为“停止操作”的信息和除此之外的操作信息这二者。并且将“支援候补操作”设为“停止操作”。另外,操作信息学习部33用于学习再现性的“操作信息”的次数最大设为最新的10次量。
在“执行学习的处理”中,基于登记在与“学习区域”对应的“登记操作信息”中的最新的10次量的操作信息中的“停止操作”的最大连续数,而对“停止操作”的有无再现性进行学习。另外,在“基于比例的学习”中,相对于10次量的操作信息,在“停止操作”为“80%”以上的比例的情况下,学习为“停止操作”具有再现性,将“停止操作”设定为“支援对象操作”。另一方面,在“停止操作”不足“80%”的情况下,学习为“停止操作”没有再现性,不在“支援对象操作”中设定“停止操作”。
图2的图表40是表形式的图表,纵列表示车辆10的通过次数,横行表示该通过次数中的停止次数即“停止操作”的次数,利用纵列和横行进行区划。另外,该图表40中,利用粗线区划为大致左右,左侧为A侧,右侧为B侧。即,在该图表40示出了“停止操作”相对于车辆10在“学习区域”的通过次数的比例,该比例不足“80%”的部分是A侧,该比例是“80%”以上的部分是B侧。
即,如该图表40所示,在“登记操作信息”中包含的操作信息的数不足10次的情况下,“登记操作信息”中的“停止操作”的比例为“80%”以上的情形是,在“学习区域”的通过次数为1次的情况下“停止操作”为1次时。同样地,“登记操作信息”中的“停止操作”的比例为“80%”以上的“停止操作”的次数是,在通过次数为2次的情况下为2次,在通过次数为3次的情况下为3次,在通过次数为4次的情况下为4次,在通过次数为5次的情况下为4次以上,在通过次数为6次的情况下为5次以上。进而,同样地,“登记操作信息”中的“停止操作”的比例为“80%”以上的“停止操作”的次数是,在通过次数为7次的情况下为6次以上,在通过次数为8次的情况下为7次以上,在通过次数为9次的情况下为8次以上。
例如,在“登记操作信息”中所包含的操作信息的数不足10次的情况下,在有无再现性的学习中使用了比例“80%”。于是,在学习为“停止操作”中具有再现性后,其它信息登记于“登记操作信息”中,由此“停止操作”的比例将不足“80%”,学习结果有可能变化为在“停止操作”中没有再现性等,作为学习结果也不能说是良好的。
因此,如图4所示,关于“登记操作信息”中所包含的操作信息的数为10个的情况,对“停止操作”的比例为“80%”的情况下的“停止操作”的产生模式进行了研究。图4的列表42中,“停止操作”的比例成为“80%”的36种组合表示为模式“1”~“36”。另外,在该列表42中,用空心的圆形符号(“○”符号)表示“停止操作”,用叉符号(“×”符号)表示其它操作,并且将“停止操作”所连续的次数即“○”符号所连续的次数表示为最大连续数。另外,第1次“停止操作”即“○”符号是学习开始(学习开始),其以前的信息不被用于学习、判断。
如图4所示,在“停止操作”的比例为“80%”的36种模式中,分别存在“停止操作”连续的情况。即,若直到第10次为止的操作信息中8次是“停止操作”而仅2次是其它操作,则“停止操作”的最大连续数为从最高8次(模式“36”)到最低3次(模式“12”、“18”、“19”)的任一次数。详细来说,在模式“1”~“8”中,其它操作的第一个产生于第2次,其它操作的第2个在模式“1”中产生于第3次,在此以后的模式中,依次各向后错开1次量而产生。在模式“9”~“15”中,其它操作的第一个产生于第3次,其它操作的第2个在模式“9”中产生于第4次,在此以后的模式中,依次各向后错开1次量而产生。在模式“16”~“21”中,其它操作的第一个产生于第4次,其它操作的第2个在模式“16”中产生于第5次,在此以后的模式中,依次各向后错开1次量而产生。在模式“22”~“26”中,其它操作的第1个产生于第5次,其它操作的第2个在模式“22”中产生于第6次,在此以后的模式中,依次各向后错开1次量而产生。在模式“27”~“30”中,其它操作的第1个产生于第6次,其它操作的第2个在模式“27”中产生于第7次,在此以后的模式中,依次各向后错开1次量而产生。在模式“27”~“30”中,其它操作的第1个产生于第6次,其它操作的第2个在模式“27”中产生于第7次,在此以后的模式中,依次各向后错开1次量而产生。在模式“31”~“33”中,其它操作的第1个产生于第7次,其它操作的第2个在模式“31”中产生于第8次,在此以后的模式中,依次各向后错开1次量而产生。在模式“34”及“35”中,其它操作的第1个产生于第8次,其它操作的第2个在模式“34”中产生于第9次,在模式“34”中产生于第10次。在模式“36”中,其它操作的第1个产生于第9次,其它操作的第2个产生于第10次。
若对36种模式中的“停止操作”的连续数进行汇总,则如图5的列表43所示,最大连续数的出现次数的明细为,8次连续为1个模式,7次连续为4个模式,6次连续为7个模式,5次连续为10个模式,4次连续为11个模式,3次连续为3个模式。即,作为“停止操作”的连续数,8次是最大连续次数,4次是最频连续次数,3次是最小连续次数。另外,36个模式中所包含的模式的比例为,8次连续是“1/36”,4次连续是“33/36”,3次连续是“36/36”(1+4+7+10+11=33模式)。另外,在满足“80%/10次”以上的组合中,没有连续数不足3次的组合。
因此,在本实施方式中,在“基于连续数的学习”中,基于在最新10次的操作信息中所包含的“停止操作”的最大连续数,对“在操作信息成为10次时预测为“停止操作”的比例成为“80%”以上的情况”进行推定。此时,成为“80%”以上的概率,随着最大连续数变小而降低,最大连续数为8次时最大,最大连续数为3次时最低,最大连续数为4次时比最大连续数为3次时高。另一方面,关于最大连续数所包含的模式的次数,最大连续数为8次时最少(1/36),最大连续数为3次时最大(36/36=100%),最大连续数为4次时也比较多(33/36≈92%)。即,考虑上述情况,选择适合于推定的最大连续数。
在本实施方式中,作为再现性学习用的“规定的连续数”、中止判断用的“规定的连续数”,设定从上述的8次到3次中任一个的最大连续数。另外,在再现性学习用的“规定的连续数”的情况下,将“优待判定用的连续数”设为“通常判定用的连续数”以下的值,使具有再现性的学习结果同等或更容易被得到。例如,在本实施方式中,再现性学习用中的“优待判定用的连续数(N2)”被设为3次(最小连续次数),“通常判定用的连续数(N1)”被设为4次(最频连续次数)。另外,在中止判断用的“规定的连续数”的情况下,将“优待判定用的连续数”设为“通常判定用的连续数”以上的值,使中止学习的判断同等或更难以被得到。例如,在本实施方式中,将中止判断用中的“优待判定用的连续数(M2)”设为8次(最大连续次数),将“通常判定用的连续数(M1)”设为4次(最频连续次数)。
根据这些,首先,对操作信息学习部33的“执行学习的处理”进行说明。
在操作信息学习部33的“执行学习的处理”中的“基于连续数的学习”中,在将再现性学习用的“规定的连续数”设为4次的情况下,在车辆10的“学习区域”的通过次数为3次以下时不设定学习结果。
另一方面,在通过次数为4次以上的情况下,如图4中的模式“22”那样,在从第1次到第4次连续得到了4次“停止操作”的时刻,学习为具有“学习区域”中的“停止操作”的再现性。并且,其后,如模式“22”那样,即使两次连续得到其它操作,使第4~6次的比例变化为“100%”、“80%”、“67%”而在第6次中不足“80%”,存在4次连续的“停止操作”这一情况也不发生变化。即,由于已经推定为“第10次的比例成为“80%”以上的可能性较高”,因此即使在中途比例发生变动,也能维持“停止操作”中具有再现性这一学习结果。
另外,例如如图4中的模式“1”那样,在虽然第2、3次是其它操作但是第4~7次4次连续得到了“停止操作”的情况下,在第7次“停止操作”的比例是“71%”。可是,由于检测出4次连续,所以推定为“第10次的比例成为“80%”以上的可能性较高”,因此在第7次学习为具有“停止操作”的再现性。
另一方面,例如,如图4中的模式“19”那样,即使在第4次以外得到“停止操作”而在第7次成为“86%”,但由于在第7次连续数尚未成为4次,因此无法推定为“第10次的比例成为“80%”以上的可能性较高”。因此,即使在第7次结束时刻学习仍在继续,也无法得到学习结果。
接下来,对操作信息学习部33的“中止学习的处理”进行说明。
在操作信息学习部33的“中止学习的处理”中的“基于连续数的判断”中,基于为了使“学习区域”的“登记操作信息”中不足“80%”的“停止操作”的比例今后成为“80%”以上而需要的“停止操作”的连续数是多少来判断学习的中止。即,“停止操作”的连续数与为了使当前不足“80%”的比例为“80%”以上而进一步需要的“停止操作”的数相等。
图3的图表41是表形式的图表,纵列中表示车辆10的通过次数,横行中表示停止次数即“停止操作”的次数,利用纵列和横行进行区划。另外,该图表41中,利用粗线区划为大致左右,左侧作为A侧,右侧作为B侧。即,在该图表41中,示出了相对于车辆10的“学习区域”的通过次数的“停止操作”的次数,在图表41的A侧,示出了为了使“停止操作”的比例为“80%”以上而今后所需的“停止操作”的次数即连续数。另外,在图表41的B侧,示出了自此之后能够产生的“其它操作”的次数,若其它操作连续产生该次数,则无法将“停止操作”的比例维持为“80%”以上。
对图表41的A侧详细进行说明,示出了例如以下情况:在通过次数为2次、停止次数(“停止操作”)为1次而“停止操作”的比例为“50%”(=1/2)时,为了使“停止操作”的比例为“80%”以上,需要再有3次的“停止操作”(4/5=80%)。另外,示出了例如以下情况:在通过次数为6次、停止次数为2次而“停止操作”的比例为“33%”(=2/6)时,为了使“停止操作”的比例为“80%”,连续需要再有14次的“停止操作”(16/20=80%)。
如此,在图表41的A侧示出了为了使当前的“停止操作”的比例为“80%”而需要的操作信息,但是其所示的A侧的连续次数也具有不现实的较大的值。作为现实的值,例如,在上述的通过次数为2次且其通过次数中停止次数为1次的情况下,有可能在比“登记操作信息”的上限数即10次少的第5次达到“80%”。在该情况下,若继续进行该“学习区域”中的学习,则也能够得到学习结果,因此能够判断为继续学习是有意义的。
另一方面,例如,在上述的通过次数为6次、停止次数为2次的情况下,在达到比“登记操作信息”的上限数即10次多的第20次前达到“80%”是不可能的。另外,在今后需要至少14次的“停止操作”并且是连续的“停止操作”也不现实。在该情况下,即使继续进行该“学习区域”中的学习,也几乎不可能得到学习结果,因此能够判断为继续学习是无意义的。即,判断为中止该“学习区域”中的学习。
并且,作为为了使当前的“停止操作”的比例为“80%”以上所需的“停止操作”的连续数而现实性的值,基于图5的列表43来确定作为中止判断用的“规定的连续数”。例如,能够基于列表43将现实性的连续数设为4次(最频连续次数)。如此,在图3的图表41中,在为了使当前的“停止操作”的比例为“80%”所需的“停止操作”的连续数比4次多的情况下,操作信息学习部33能够判断为中止该“学习区域”中的学习。另外,仅限于基于列表43,不能说选择比8大的数或选择比3小的值作为中止判断用的“规定的连续数”是适当的。
接下来,按照图6及图7对操作信息的学习进行说明。
若由操作信息提取部31检测出“最新操作信息”及取得“操作位置信息”,则信息处理ECU11向由操作信息学习部33的“开始学习的处理”或“继续学习的处理”所确定的“学习区域”登记“最新操作信息”。并且,信息处理ECU11进行“执行学习的处理”。即,信息处理ECU11判断“操作位置信息”所表示的位置是否包含于“减速目标区域”(图6的步骤S1)。即,在由位置信息处理部32设定的“判定信息”为“通常”的情况下,判断为不包含于“减速目标区域”中,在为“优待”的情况下,判断为包含于“减速目标区域”。由此,信息处理ECU11判断将“最新操作信息”的有无再现性的学习作为“通常判定”而进行还是作为“优待判定”而进行。另外,图6的“通常判定”的处理和图7的“优待判定”的处理中,虽然再现性判断用的“规定的连续数”、中止判断用的“规定的连续数”的值不同,但处理的流程(流程图)是同样的。
由于在“判定信息”被设定为“通常”,因此在判断为“操作位置信息”所表示的位置不包含于“减速目标区域”的情况下(图6的步骤S1中为否),信息处理ECU11进行“通常判定”处理。由此,再现性判断用的“规定的连续数”和中止判断用的“规定的连续数”分别被设定为“通常判定用的连续数(N1、M1)”。另外,此时,再现性判断用的“规定的连续数”即N1设定为4次,中止判断用的“规定的连续数”即M1设定为4次。
此后,信息处理ECU11判断车辆10通过基于“操作位置信息”而得到的“学习区域”的次数是否不足10次(Y=10)(图6的步骤S10)。在本实施方式中,由于10次是用于学习的操作信息的最大数,因此在再现性的学习中,仅使用该“学习区域”中的最新的10次的操作信息。
在判断为通过“学习区域”的次数并非不足10次即10次以上的情况下(图6的步骤S10中为否),信息处理ECU11判定作为“停止操作”的比例的停止率是否为“80%”(X=80)以上(图6的步骤S12)。根据由“最新操作信息”和“登记操作信息”中所包含的操作信息构成的最新的10次的操作信息中是否包含8次以上的“停止操作”来对停止率进行判断。
在判断为停止率是“80%”以上的情况下(图6的步骤S12中为是),信息处理ECU11学习为该“最新操作信息”“具有再现性”,作为其学习结果设定“支援对象操作”(图6的步骤S13)。并且,信息处理ECU11将该学习结果设定为能够用于作为实现更低燃耗的车辆操作的“节能驾驶支援”,即能够基于该学习结果进行对同一“学习区域”的驾驶支援(图6的步骤S20)。
另一方面,在判断为停止率不足“80%”的情况下(图6的步骤S12中为否),信息处理ECU11判定为该“最新操作信息”“没有再现性”(图6的步骤S15),并且将相对于该“学习区域”的学习结果清零,重新开始新的学习。信息处理ECU11在进行所谓的“中止学习的处理”后进行“开始学习的处理”,基于本次检测出的“最新操作信息”及“操作位置信息”,设定新的“学习区域”,并在与该“学习区域”对应的“登记操作信息”中登记“最新操作信息”。
另外,在判断为“学习区域”的通过次数不足10次的情况下(图6的步骤S10中为是),信息处理ECU11判断“停止操作”的连续数是否为4次(N1=4)(图6的步骤S11)。在判断为“停止操作”为连续4次以上的情况下(图6的步骤S11中为是),信息处理ECU11与先前的“步骤S12中为是”的情况同样地,判定为该“最新操作信息”“具有再现性”,作为其学习结果而设定“支援对象操作”(图6的步骤S13)。由此,信息处理ECU11设定为能够将该学习结果用于“节能驾驶支援”(图6的步骤S20)。
另一方面,在判断为“停止操作”并非连续4次以上即不足4次的情况下(图6的步骤S11中为否),信息处理ECU11基于“最新操作信息”和“登记操作信息”来判断为了满足停止率为“80%”今后是否需要比4次多的“停止操作”(图6的步骤S14)。并且,在判断为为了使停止率为“80%”以上而需要比4次多的“停止操作”的情况下(图6的步骤S14中为是),与先前的“步骤S12中为否”的情况同样地,信息处理ECU11判定为该“最新操作信息”“没有再现性”(图6的步骤S15)。并且,信息处理ECU11将相对于该“学习区域”的学习结果清零,并重新开始新的学习(图6的步骤S21)。另一方面,在判断为为了使停止率为“80%”以上而不需要比4次多的“停止操作”即4次以下的“停止操作”即可的情况下(图6的步骤S14中为否),信息处理ECU11判定为继续进行对该“学习区域”的再现性的学习(图6的步骤S16)。即,由于在该“学习区域”中没有设定“支援对象操作”,因此无法得到驾驶支援用的信号等,但是信息处理ECU11继续进行对“学习区域”的学习(图6的步骤S22)。
另一方面,由于在“判定信息”被设定为“优待”,因此在判断为“操作位置信息”所表示的位置包含于“减速目标区域”的情况下(图6的步骤S1中为是),信息处理ECU11进行“优待判定”处理。由此,再现性判断用的“规定的连续数”和中止判断用的“规定的连续数”分别被设定为“优待判定用的连续数(N2、M2)”。另外,此时再现性判断用的“规定的连续数”即N2设定为3次,中止判断用的“规定的连续数”即M2设定为8次。
此后,信息处理ECU11与先前的步骤S10同样地,判定车辆10通过“学习区域”的次数是否不足10次(图7的步骤S30)。
在判断为车辆10通过“学习区域”的次数并非不足10次即车辆10通过“学习区域”的次数为10次以上的情况下(图7的步骤S30中为否),信息处理ECU11与先前的步骤S12同样地,判断停止率是否为“80%”以上(图7的步骤S32)。
在判断为停止率是“80%”以上的情况下(图7的步骤S32中为是),信息处理ECU11与先前的“步骤S13”同样地,学习为该操作信息“具有再现性”(图7的步骤S33),并且设定为能够将该学习结果用于“节能驾驶支援”(图6的步骤S20)。
另一方面,在判断为停止率不足“80%”的情况下(图7的步骤S32中为否),信息处理ECU11与先前的“步骤S15”同样地,判定为该操作信息“没有再现性”(图7的步骤S35),并将该学习结果清零,重新开始新的学习(图6的步骤S21)。
另外,在判断为通过的次数不足10次的情况下(图7的步骤S30中为是),信息处理ECU11判断“停止操作”的连续数是否有3次(N2=3)(图7的步骤S31)。在判断为“停止操作”为连续3次以上的情况下(图7的步骤S31中为是),信息处理ECU11与先前的“步骤S32中为是”的情况同样地,判定为该操作信息“具有再现性”(图7的步骤S33),并且设定为能够将该学习结果用于“节能驾驶支援”(图6的步骤S20)。
另一方面,在判断为减速行动并非连续3次以上的情况下(图7的步骤S31中为否),信息处理ECU11判断为了满足停止率而今后是否需要比8次(M2=8)多的“停止操作”(图7的步骤S34)。并且,在判断为为了使停止率为“80%”以上而今后需要比8次多的“停止操作”的情况下(图7的步骤S34中为是),与先前的“步骤S32中为否”的情况同样地,信息处理ECU11判定为该操作信息“没有再现性”(图7的步骤S35),并且将该学习结果清零,重新开始新的学习。另一方面,在判断为为了使停止率为“80%”以上而不需要比8次多的“停止操作”即8次以下的“停止操作”即可的情况下(图7的步骤S34中为否),信息处理ECU11判定为继续进行对该“学习区域”的再现性的学习(图7的步骤S36)。由此,信息处理ECU11继续进行对该“学习区域”的学习(图6的步骤S22)。并且结束学习处理。
(作用)
接下来,按照图8对本实施方式的车辆用信息处理装置的作用进行说明。这里,以车辆10通过曲线道路的情况为例,对关于在该曲线道路所进行的“减速操作”的学习和驾驶支援进行说明。另外,图8(a)是表示由于车辆10初次通过等因而未对“学习区域A1”进行设定的状态的图,图8(b)是表示虽然进行了对“学习区域A1”的学习但是未进行驾驶支援的状态的图,图8(c)是进行了对“学习区域A1”的学习并且也进行了驾驶支援的状态的图。
若以一定速度行驶的车辆10执行“减速操作”,则信息处理ECU11对其执行的“减速操作”和此时的“操作位置P1”进行检测,并从数据库12A检索包含“操作位置P1”在内的“学习区域”。
此时,如图8(a)所示,在是初次通过的地点的情况下,不对“学习区域”进行检索,因此信息处理ECU11如图8(b)所示,对包含“操作位置P1”在内的新的“学习区域A1”进行设定,并且将“学习区域A1”和“减速操作”建立关联而登记于数据库12A。
另一方面,如图8(b)所示,在是以前通过的地点的情况下,信息处理ECU11将作为“最新操作信息”的“减速操作”与由检索而得到的“学习区域A1”建立关联而进行登记。此时,在信息处理ECU11中,基于再现性判定用的规定的连续数而进行“减速操作”的再现性的学习,若判断为具有再现性,则在“学习区域A1”中设定“支援对象操作”,从而如图8(c)所示,将“学习区域A1”确定为支援对象区域。换言之,在车辆10连续地执行“减速操作”的次数是再现性判定用的规定的连续数以上的情况下,在对应的“学习区域A1”中设定“支援对象操作”,并向车辆10提供驾驶支援所需的信息。即,车辆10从基于当前位置而检测出的“学习区域A1”取得驾驶支援信息,并进行基于该驾驶支援信息的驾驶支援。即,在本实施方式中,由于在再现性判定中使用连续数,因此即使在“学习区域A1”的通过次数较少的情况下,也能够输出学习结果。
可是,若利用基于信息处理ECU11的“减速操作”的再现性的学习而判断为没有再现性,则在“学习区域A1”设定“支援候补操作”,继续进行“学习区域A1”中的学习。此时,车辆10无法从基于当前信息检测出的“学习区域A1”得到驾驶支援信息。在本实施方式中,在再现性判定中使用连续数,因此即使在“学习区域A1”的通过次数较少的情况下,也能够输出学习结果,因此得不到驾驶支援信息的期间变短。
然而,如图8(b)所示,在设定了“学习区域A1”且开始再现性的学习而其后在“学习区域A1”未检测出“减速操作”的情况下,基于中止判定用的规定的连续数而判断学习的中止。由此,判断学习的中止,并如图8(a)所示,删除“学习区域A1”。即,中止车辆10中的对“学习区域A1”的再现性的学习,并删除与“学习区域A1”有关的信息,将与数据库12A所确保的“学习区域A1”的学习有关的区域开放。另外,在本实施方式中,由于基于中止判定用的规定的连续数而判断学习的中止,因此即使在“学习区域A1”的通过次数较少的情况下,也能够对学习的中止适当地进行判断。另外,能够减少数据库12A的使用量。
另外,如图8(c)所示,在开始了“学习区域A1”中的驾驶支援但是其后在“学习区域A1”中没有检测出“减速操作”的情况下,基于中止判定用的规定的连续数而判断学习的中止。另外,在本实施方式中,即使过去的通过次数较多,信息处理ECU11也使用最新的10次量的操作信息来对学习的中止进行判断。因此,信息处理ECU11在变更了“学习区域A1”中的车辆操作的情况下,若该变更的车辆操作连续了中止判断用的“规定的连续数”,则无论过去的通过次数如何,都如图8(a)、(b)所示能够提早地中止学习。
如以上说明那样,本实施方式所涉及的车辆用信息处理装置及车辆用信息处理方法具有以下所列举的效果。
(1)由于基于连续取得了同一地点(“学习区域”)的同一种类的操作信息(例如“停止操作”)的次数即“学习区域”中的例如“停止操作”的连续取得次数(连续数)来学习“操作信息”的再现性,因此能够将“学习区域”中学习所需的操作信息的数设为与连续数对应的数。例如,在驾驶员的车辆操作因驾驶员的习惯的变更、道路形状的变更等而被适当变更的情况下,学习为这是有效的车辆操作,即直到该车辆操作(“停止操作”)成为学习结果(“支援对象操作”)为止所需的操作信息的取得数成为连续数。因此,与基于相对于过去所取得的操作信息的累计的比例进行学习的情况相比,能够将变更的操作信息的学习所需的操作信息的取得数设为较少的数。由此,能够防止适当变更的操作信息向学习结果的反映由于至此为止所累计的操作信息的影响而延迟。如此,根据基于连续取得次数的学习,即使是初次取得的操作信息、适当变更的操作信息,也能够在短期间内平滑地学习适当的操作信息的再现性。即,信息处理ECU11中,直到相对于初次取得的操作信息、适当变更的操作信息开始驾驶支援为止所需的期间变短,能够提供平滑的驾驶支援。
(2)在学习、判断中,并非利用受到操作信息的累计的影响的比例,而是利用连续数。通常,可以认为,操作信息越新,则越正确地表示实际情况,因此重要性越高,操作信息变得越旧,则从实际情况背离的可能性越高,因此重要性越低。另外,越是再现性高的操作信息,则从取得了该操作信息的最初起连续得到该操作信息的可能性变得越高。由此,在基于连续数的再现性的学习中,即使不使用旧的操作信息或减弱其影响,也能够适当地维持再现性的学习结果。
(3)另外,在基于比例进行学习的情况下,作为模数而需要累计规定数的操作信息(例如10次),但是通过将连续数(例如4次)作为判断基准,无论是否累计了规定数的操作信息,都能够在达到连续数的时刻对再现性进行学习。例如,通过将上述连续数设为“若进行基于比例的学习则被推测为在规定数中达到成为判断基准的比例的次数”(例如4次),也能够基于数量比所述规定数少的操作信息对再现性进行学习。另外,在没有达到规定数的情况下基于连续数进行判断,从而与利用基于至此为止的总数的比例进行判断的情况相比,在操作信息达到规定数时达到作为判断基准的比例的准确度提高。
(4)此外,由于能够将学习所需的操作信息抑制为连续数,因此也能够减少该学习所需的信息量。即,能够减少数据库12A的使用容量。
(5)由于基于操作信息进行“学习区域”的设定,因此能够提高对再现性进行学习的“学习区域”的设定的灵活性。另外,由于将“学习区域”设定为由包含取得了操作信息的“操作位置信息”所表示的位置在内的规定范围构成的“学习区域”,因此也能够适当地应对基于道路状况的车辆10的位置偏移、由位置检测精度引起的位置偏移等。此外,将成为“学习区域”的规定范围处理为同一地点,因此能够防止对再现性进行学习的地点在相互接近的范围内设定多个,从而也能够抑制信息的增加。
(6)在对与要求特定车辆操作的场所(例如“减速目标区域”)中所要求的车辆操作(例如“停止操作”)为同一种类的车辆操作进行学习的情况下,也可以对用于学习该操作信息的再现性的连续数(再现性学习用的“规定的连续数”)进行变更。例如,在要求驾驶员必须进行停止操作的暂时停止的“减速目标区域”的情况下,与“减速目标区域”以外的场所中的再现性学习用的“规定的连续数”(N1=4次)相比,能够减少用于学习“停止操作”的再现性的再现性学习用的“规定的连续数”(N2=3次)。
(7)当同一地点(“学习区域”)的通过次数达到能够进行基于比例的学习的规定次数(例如10次)时,基于规定次数量的最新通过次数来学习操作信息的再现性。由此,即使是基于比例的学习,也能够基于规定次数量的操作信息进行学习,因此能够抑制学习中所使用的操作信息的数。
(8)能够提供用于对作为车辆操作是必须的操作即“减速操作”进行支援的信息。特别是,混合动力车、电动车等基于减速支援通过延长对电力进行再生的期间,能够增加再生的电力量,因此能够提高能量的利用效率。
(9)由于将车辆用信息处理装置搭载于车辆上,因此容易将由车辆用信息处理装置所提供的支援信息用于车辆10中。
(10)当同一地点(“学习区域”)的同一种类的车辆操作(例如“减速操作”)连续执行了规定次数以上时,即基于同一地点的同一种类的车辆操作的连续数,能够提供驾驶支援所需的信息。例如,在驾驶员的车辆操作由于驾驶员的习惯的变更、道路形状的变更等而被适当变更的情况下,通过将该变更的车辆操作连续执行规定次数以上而进行驾驶支援。因此,与基于相对于过去的信息的累计的比例而进行比较的情况相比,能够将直到开始驾驶支援为止所需的车辆操作的取得数设为较少的数。由此,能够防止相对于适当变更的车辆操作的驾驶支援由于至此为止所累计的车辆操作的影响等而发生延迟。如此,根据基于连续执行次数的驾驶支援,即使是初次取得的车辆操作、适当变更的车辆操作,也能够在短期间内进行那样的相对于适当的车辆操作的驾驶支援。
(11)在学习、判断中,并非利用受到所累计的过去的车辆操作的影响的比例,而是利用连续数。通常,可以认为,车辆操作越新,则越正确地表示实际情况,因此重要性越高,车辆操作变得越旧,则从实际情况背离的可能性越高,因此重要性越低。另外,越是再现性高的车辆操作,则从开始了该车辆操作的最初起连续执行该车辆操作的可能性变得越高。由此,即使在基于连续数的驾驶支援中不使用与旧的车辆操作有关的信息或减弱其影响,也能够维持适当的驾驶支援信息的提供。
(12)另外,在基于比例提供驾驶支援信息的情况下,作为模数而需要规定数(例如10次)的车辆操作,但是通过以连续数(例如4次)为判断基准,无论是否执行了规定数的车辆操作,都能够在达到连续数的时刻提供驾驶支援信息。例如,通过将上述连续数设为“被推测为在规定数中达到作为判断基准的比例的次数”(例如4次),也能够基于数量比规定数少的车辆操作而提供驾驶支援信息。另外,在未达到规定数的情况下,基于连续数来判断是否需要驾驶支援,从而与基于至此为止的总数来推定比例的情况相比,在车辆操作的次数达到规定数时达到作为进行驾驶支援的判断基准的比例的准确度提高。
(13)此外,由于将提供驾驶支援信息所需的车辆操作的执行数抑制为连续数,因此也能够减少所蓄积的与车辆操作有关的信息数。
(其它实施方式)
另外,上述实施方式也能够利用以下的方式进行实施。
·在上述实施方式中,对“减速目标区域”登记于数据库12A中的情况进行了例示。可是,不限于此,也可以从导航系统、外部基础设施装置取得减速目标区域。例如,也可以如图9所示,在车辆10的信息处理ECU11连接有导航系统25的情况下,信息处理ECU11基于搭载于导航系统25的道路地图信息中所包含的道路数据,取得暂时停止、交叉路口、道口、弯道等作为“减速目标区域”。另外,在车辆10中搭载有与信息处理ECU11连接的基础设施协调装置24的情况下,也可以基于从设于道路的外部基础设施装置50发送的与道路有关的信息等来取得“减速目标区域”。由此,预先将“减速目标区域”登记于数据库12A并减轻管理成最新的状态的工时。另外,即使对未包含于数据库12A中的地点也能够设定“减速目标区域”,因此提高了作为车辆用信息处理装置的便利性。
·在上述实施方式中,对利用车辆10的信息处理ECU11对“学习区域”中的车辆操作的再现性进行学习的情况进行了例示。可是,不限于此,也可以在车辆外的装置进行“学习区域”中的车辆操作的再现性。例如,如图10所示,在车辆10,在没有操作信息学习部的信息处理ECU11设置信息发送部35及信息接收部36,并且设置与信息处理ECU11连接的通信装置26。另外,在车辆10外部设置信息处理中心51,在该信息处理中心51设置能够与车辆10进行通信的通信装置52、与上述实施方式的位置信息处理部32相当的位置信息处理部55、与上述实施方式的操作信息学习部33相当的操作信息学习部56及与数据库12A相当的单独数据库57。此时,信息处理ECU11通过将由操作信息提取部31检测出的“操作位置信息”及“最新操作信息”发送到信息处理中心51,而在信息处理中心51中进行基于“操作位置信息”的“学习区域”的生成、取得、该“学习区域”中的“最新操作信息”的登记、再现性的学习等。支援信息输出部34基于当前位置对信息处理中心51的单独数据库57进行检索,从而取得有无“学习区域”及“支援对象操作”。另外,在虽然检测出“学习区域”但是没有从操作信息提取部31通知“最新操作位置信息”的情况下,支援信息输出部34将“没有操作”等信息向信息处理中心51通知。如此,也能够在外部装置进行相对于“学习区域”的操作信息的再现性的学习。由此,车辆用信息处理装置的系统构成的自由度提高。
·在上述实施方式中,例示了以对驾驶员的“停止操作”、“减速操作”的驾驶支援为目的的情况,但是不限于此,也可以以对驾驶员的“加速操作”、“转向操作”等的驾驶支援为目的。即使是“加速操作”、“转向操作”,也能够通过被选择为“学习区域”中的“支援对象操作”而输出对该操作的驾驶支援信号。因此,通过进行与发动机ECU、转向装置ECU、制动器ECU所取得的各驾驶支援信号对应的控制,也能够对上述的驾驶支援信号进行驾驶支援。
·在上述实施方式中,对将“最新操作信息”大致区别为基于驾驶员的“停止操作”的信息和除此以外的信息这两类的情况进行了例示,但是不限于此,也可以将操作信息区分为多个。即使在被区分为多个的情况下,通过将最多个的同一种类的操作信息选择为“支援候补操作”,也能够将特定的同一种类的车辆操作作为驾驶支援的对象。
·在上述实施方式中,对基于“登记操作信息”选择“支援候补操作”的情况进行了例示,但是不限于此,也可以预先确定“支援候补操作”。由此,能够提高车辆用信息处理装置的设计自由度。
·在上述实施方式中,对从“登记操作信息”删除超过上限数(10个)的“过去操作信息”的情况进行了例示。可是不限于此,也可以不将超过上限数的“过去操作信息”删除。由此,即使将学习中所使用的“操作信息”的数变更为较大的值等,也能够与该变更对应。
·在上述实施方式中,对操作信息学习部33用于学习的“登记操作信息”最大仅是最新的10次量的操作信息的情况进行了例示,但是不限于此,用于学习的“登记操作信息”的最大数即所谓的上限数可以比10次少,也可以比10次多。
·在上述实施方式中,对在“登记操作信息”中所包含的操作信息不足10次的情况下不进行“基于比例的学习”、“基于比例的判断”的方式进行了例示。可是不限于此,也可以在“登记操作信息”中所包含的操作信息不足10次的情况下进行“基于比例的学习”、“基于比例的判断”。在该情况下,只要根据进行“基于比例的学习”、“基于比例的判断”的情况下的操作信息的数来调整进行“基于连续数的学习”、“基于连续数的判断”的情况下的操作信息的数即可。由此,作为车辆用信息处理装置的设计自由度提高。
·在上述实施方式中,对在“登记操作信息”中所包含的操作信息不足10次的情况下进行“基于连续数的学习”、“基于连续数的判断”的情况进行了例示。可是不限于此,也可以在“登记操作信息”中所包含的操作信息是10次的情况下、比10次多的情况下进行“基于连续数的学习”、“基于连续数的判断”。由此,作为车辆用信息处理装置的设计自由度提高。
·在上述实施方式中,对设定“减速目标区域”的情况进行了例示,但是不限于此,也可以设定其它目标区域。例如,也可以设定“加速目标区域”,在该情况下,只要替代“减速目标区域”而适用“加速目标区域”并且替代“减速操作”而适用“加速操作”即可。由此,作为车辆用信息处理装置的设计自由度提高。
·在上述实施方式中,对确认是否为“减速目标区域”的情况进行了例示,可是不限于此,也可以不确认是否为“减速目标区域”。在该情况下,对哪个“学习区域”进行基于“通常判定”的再现性的学习等均可。由此,作为车辆用信息处理装置的设计自由度提高。
·在上述实施方式中,对设有“执行学习的处理”、“中止学习的处理”的情况进行了例示。可是不限于此,也可以仅设有“执行学习的处理”或“中止学习的处理”中的任一方。由此,作为车辆用信息处理装置的构成的自由度提高。
附图标记说明:
10…车辆,11…信息处理ECU(信息处理电子控制单元),12…外部存储装置,12A…数据库,13…发动机ECU(发动机电子控制单元),14…转向装置ECU(转向装置电子控制单元),15…制动器ECU(制动器电子控制单元),16…扬声器,17…监视器,20…速度传感器,21…GPS,22…加速踏板传感器,23…制动踏板传感器,24…基础设施协调装置,25…导航系统,26…通信装置,31…操作信息提取部,32…位置信息处理部,33…操作信息学习部,34…支援信息输出部,35…信息发送部,36…信息接收部,40、41…图表,42、43…列表,50…外部基础设施装置,51…信息处理中心,52…通信装置,55…位置信息处理部,56…操作信息学习部,57…单独数据库。
Claims (13)
1.一种车辆用信息处理装置,将与驾驶员的各车辆操作对应地取得的操作信息和发生了这些车辆操作的各地点建立关联并进行学习,
所述车辆用信息处理装置的特征在于,
根据在同一地点连续取得了同一种类的操作信息的次数,对所述种类的操作信息在该地点的再现性进行学习。
2.根据权利要求1所述的车辆用信息处理装置,其中,
所述地点被设定为:在该地点首次取得了操作信息时由包含该地点在内的规定范围构成的地点。
3.根据权利要求1或2所述的车辆用信息处理装置,其中,
当所述地点是要求特定车辆操作的场所时,对用于学习与该特定车辆操作为同一种类的操作信息的再现性的、连续取得该操作信息的次数进行变更。
4.根据权利要求1~3中任一项所述的车辆用信息处理装置,其中,
在同一地点的通过次数超过规定次数时,基于同一种类的操作信息的取得次数相对于规定次数量的最新通过次数的比例来学习所述操作信息的再现性。
5.根据权利要求1~4中任一项所述的车辆用信息处理装置,其中,
所述操作信息是基于驾驶员对车辆的减速操作而取得的信息。
6.根据权利要求1~5中任一项所述的车辆用信息处理装置,其中,
该车辆用信息处理装置搭载于车辆上。
7.一种车辆用信息处理装置,基于驾驶员的车辆操作而提供驾驶支援所需的信息,
所述车辆用信息处理装置的特征在于,
在驾驶员的同一种类的车辆操作在同一地点被连续执行了规定次数以上时,提供所述驾驶支援所需的信息。
8.一种车辆用信息处理方法,将与驾驶员的各车辆操作对应地取得的操作信息和发生了这些车辆操作的各地点建立关联并进行学习,
所述车辆用信息处理方法的特征在于,包括:
对在同一地点连续取得了同一种类的操作信息的次数进行计数的步骤;及
根据所述算出的次数对该种类的操作信息在该地点的再现性进行学习的步骤。
9.根据权利要求8所述的车辆用信息处理方法,其中,
在对所述连续取得了同一种类的操作信息的次数进行计数的步骤之前,还包括将所述地点设定为在该地点首次取得了操作信息时由包含该地点在内的规定范围构成的地点的步骤。
10.根据权利要求8或9所述的车辆用信息处理方法,其中,
还包括以下步骤:以所述地点是要求特定车辆操作的场所为条件,对用于学习与该特定车辆操作为同一种类的操作信息的再现性的、连续取得该操作信息的次数进行变更。
11.根据权利要求8~10中任一项所述的车辆用信息处理方法,其中,
在进行所述学习的步骤中,以同一地点的通过次数超过规定次数为条件,基于同一种类的操作信息的取得次数相对于规定次数量的最新通过次数的比例来学习所述操作信息的再现性。
12.根据权利要求8~11中任一项所述的车辆用信息处理方法,其中,
取得驾驶员对车辆的减速操作来作为所述操作信息。
13.根据权利要求8~12中任一项所述的车辆用信息处理方法,其中,
由车辆执行各所述步骤。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2011/067835 WO2013018220A1 (ja) | 2011-08-04 | 2011-08-04 | 車両用情報処理装置及び車両用情報処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103718221A true CN103718221A (zh) | 2014-04-09 |
CN103718221B CN103718221B (zh) | 2016-08-17 |
Family
ID=47628782
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201180072642.7A Active CN103718221B (zh) | 2011-08-04 | 2011-08-04 | 车辆用信息处理装置及车辆用信息处理方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US9573597B2 (zh) |
EP (1) | EP2741268B1 (zh) |
JP (1) | JP5776775B2 (zh) |
CN (1) | CN103718221B (zh) |
BR (1) | BR112014002502B1 (zh) |
RU (1) | RU2560960C1 (zh) |
WO (1) | WO2013018220A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105270296A (zh) * | 2014-06-09 | 2016-01-27 | 源捷公司 | 车辆学习界面 |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103596830B (zh) * | 2011-08-29 | 2016-11-23 | 丰田自动车株式会社 | 车辆用信息处理装置和车辆用信息处理方法 |
KR101526732B1 (ko) * | 2013-12-10 | 2015-06-10 | 현대자동차주식회사 | 주차 브레이크 원격 제어 시스템 |
US10504068B2 (en) * | 2015-07-14 | 2019-12-10 | Omnitracs, Llc | Driver log analytics system |
US10583826B2 (en) | 2016-11-17 | 2020-03-10 | Cummins Inc. | Hybrid vehicle drive cycle optimization based on route identification |
CN106740868B (zh) * | 2016-12-30 | 2019-03-29 | 东软集团股份有限公司 | 一种车速规划的方法、装置和设备 |
CA3064723A1 (en) * | 2017-05-24 | 2018-11-29 | Nissan Motor Co., Ltd. | Traveling assistance method of traveling assistance device and traveling assistance device |
JP6924629B2 (ja) * | 2017-06-30 | 2021-08-25 | 株式会社 日立産業制御ソリューションズ | 自動制御装置およびその制御方法 |
US11827503B2 (en) | 2020-03-18 | 2023-11-28 | Crown Equipment Corporation | Adaptive acceleration for materials handling vehicle |
JP7363676B2 (ja) * | 2020-06-16 | 2023-10-18 | トヨタ自動車株式会社 | ハイブリッド車両の制御システム及び制御方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0558200A (ja) * | 1991-09-03 | 1993-03-09 | Mazda Motor Corp | 学習制御自動車 |
US5428545A (en) * | 1993-01-11 | 1995-06-27 | Mitsubishi Denki Kabushiki Kaisha | Vehicle guiding system responsive to estimated congestion |
CN101275840A (zh) * | 2007-03-30 | 2008-10-01 | 爱信艾达株式会社 | 车辆行动学习设备及车辆行动学习程序 |
Family Cites Families (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5521823A (en) * | 1991-09-03 | 1996-05-28 | Mazda Motor Corporation | Learning control vehicle |
US6205374B1 (en) * | 1993-07-01 | 2001-03-20 | Mazda Motor Corporation | Vehicle characteristic change system and method |
US8140358B1 (en) * | 1996-01-29 | 2012-03-20 | Progressive Casualty Insurance Company | Vehicle monitoring system |
US7268700B1 (en) * | 1998-01-27 | 2007-09-11 | Hoffberg Steven M | Mobile communication device |
DE10037575A1 (de) * | 2000-08-02 | 2002-02-14 | Bayerische Motoren Werke Ag | Elektronische Einheit zum automatischen Aktivieren einer Parksperre und Verfahren zur Verhinderung der automatischen Aktivierung der Parksperre in Kraftfahrzeugen |
WO2005033895A2 (en) * | 2003-10-03 | 2005-04-14 | Cira Discovery Sciences, Inc. | Method and apparatus for discovering patterns in binary or categorical data |
US7233861B2 (en) * | 2003-12-08 | 2007-06-19 | General Motors Corporation | Prediction of vehicle operator destinations |
JP2005178628A (ja) * | 2003-12-19 | 2005-07-07 | Toyota Motor Corp | 車両の統合制御システム |
JP4911453B2 (ja) * | 2006-08-03 | 2012-04-04 | トヨタ自動車株式会社 | 運転支援装置 |
US8155826B2 (en) * | 2007-03-30 | 2012-04-10 | Aisin Aw Co., Ltd. | Vehicle behavior learning apparatuses, methods, and programs |
JP4427759B2 (ja) * | 2007-06-29 | 2010-03-10 | アイシン・エィ・ダブリュ株式会社 | 車両挙動学習装置及び車両挙動学習プログラム |
CN101754887B (zh) * | 2007-07-24 | 2012-07-04 | 日产自动车株式会社 | 车辆驾驶辅助系统、方法和带有车辆驾驶辅助系统的车辆 |
JP2009053731A (ja) | 2007-08-23 | 2009-03-12 | Nissan Motor Co Ltd | 停止目標位置検出装置及び停止目標位置検出方法 |
JP2009075010A (ja) * | 2007-09-21 | 2009-04-09 | Denso It Laboratory Inc | 経路長算出装置、経路長算出方法、経路長算出プログラム及び車両用空調装置ならびに移動物体搭載機器の制御装置 |
JP4992661B2 (ja) | 2007-10-23 | 2012-08-08 | 株式会社デンソー | 車両の操作特性変更システム |
US7954579B2 (en) * | 2008-02-04 | 2011-06-07 | Illinois Institute Of Technology | Adaptive control strategy and method for optimizing hybrid electric vehicles |
JP2009276293A (ja) | 2008-05-16 | 2009-11-26 | Toyota Motor Corp | 走行情報記録装置、メータコンピュータ |
RU81691U1 (ru) * | 2008-12-22 | 2009-03-27 | Дмитрий Юрьевич Манин | Устройство оценки качества вождения автомобиля |
CN104192143B (zh) * | 2009-08-18 | 2017-01-11 | 丰田自动车株式会社 | 车辆的控制装置 |
DE102009045511A1 (de) | 2009-10-09 | 2011-04-14 | Robert Bosch Gmbh | Erlernen einer Bedienhilfefunktion |
US8686845B2 (en) * | 2010-02-25 | 2014-04-01 | Ford Global Technologies, Llc | Automotive vehicle and method for advising a driver therein |
WO2011113021A1 (en) * | 2010-03-11 | 2011-09-15 | Inrix, Inc. | Learning road navigation paths based on aggregate driver behavior |
US8190319B2 (en) * | 2010-06-08 | 2012-05-29 | Ford Global Technologies, Llc | Adaptive real-time driver advisory control for a hybrid electric vehicle to achieve fuel economy improvement |
WO2012049767A1 (ja) | 2010-10-15 | 2012-04-19 | トヨタ自動車株式会社 | 車両用情報処理システム及び運転支援システム |
WO2012088635A1 (zh) * | 2010-12-30 | 2012-07-05 | 中国科学院自动化研究所 | 车辆自适应巡航控制系统及方法 |
US8543135B2 (en) * | 2011-05-12 | 2013-09-24 | Amit Goyal | Contextually aware mobile device |
BR112014002298B1 (pt) * | 2011-08-02 | 2021-05-18 | Toyota Jidosha Kabushiki Kaisha | aparelho de assistência à condução |
CN103596830B (zh) * | 2011-08-29 | 2016-11-23 | 丰田自动车株式会社 | 车辆用信息处理装置和车辆用信息处理方法 |
CN103918018B (zh) * | 2011-11-14 | 2017-05-10 | 丰田自动车株式会社 | 驾驶支援装置 |
CA2861571C (en) * | 2012-01-17 | 2020-07-07 | Ecamion Inc. | A control, protection and power management system for an energy storage system |
US20150213555A1 (en) * | 2014-01-27 | 2015-07-30 | Hti Ip, Llc | Predicting driver behavior based on user data and vehicle data |
US9377314B2 (en) * | 2014-04-02 | 2016-06-28 | Ford Global Technologies, Llc | Reduced network flow and computational load using a spatial and temporal variable scheduler |
US10002470B2 (en) * | 2014-04-30 | 2018-06-19 | Ford Global Technologies, Llc | Method and apparatus for predictive driving demand modeling |
US20160123752A1 (en) * | 2014-10-30 | 2016-05-05 | Microsoft Corporation | Estimating and predicting fuel usage with smartphone |
US9969403B2 (en) * | 2014-10-31 | 2018-05-15 | Ford Global Technologies, Llc | Method and apparatus for predictive driving-mode learning and enablement |
-
2011
- 2011-08-04 JP JP2013526699A patent/JP5776775B2/ja active Active
- 2011-08-04 EP EP11870185.3A patent/EP2741268B1/en active Active
- 2011-08-04 WO PCT/JP2011/067835 patent/WO2013018220A1/ja active Application Filing
- 2011-08-04 BR BR112014002502-9A patent/BR112014002502B1/pt not_active IP Right Cessation
- 2011-08-04 RU RU2014103620/11A patent/RU2560960C1/ru active
- 2011-08-04 CN CN201180072642.7A patent/CN103718221B/zh active Active
- 2011-08-04 US US14/236,262 patent/US9573597B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0558200A (ja) * | 1991-09-03 | 1993-03-09 | Mazda Motor Corp | 学習制御自動車 |
US5428545A (en) * | 1993-01-11 | 1995-06-27 | Mitsubishi Denki Kabushiki Kaisha | Vehicle guiding system responsive to estimated congestion |
CN101275840A (zh) * | 2007-03-30 | 2008-10-01 | 爱信艾达株式会社 | 车辆行动学习设备及车辆行动学习程序 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105270296A (zh) * | 2014-06-09 | 2016-01-27 | 源捷公司 | 车辆学习界面 |
Also Published As
Publication number | Publication date |
---|---|
RU2560960C1 (ru) | 2015-08-20 |
EP2741268A4 (en) | 2016-08-03 |
WO2013018220A1 (ja) | 2013-02-07 |
EP2741268B1 (en) | 2019-05-08 |
EP2741268A1 (en) | 2014-06-11 |
BR112014002502B1 (pt) | 2021-06-15 |
JPWO2013018220A1 (ja) | 2015-03-05 |
JP5776775B2 (ja) | 2015-09-09 |
CN103718221B (zh) | 2016-08-17 |
US9573597B2 (en) | 2017-02-21 |
BR112014002502A2 (pt) | 2017-03-01 |
US20140244103A1 (en) | 2014-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103718221A (zh) | 车辆用信息处理装置及车辆用信息处理方法 | |
US10632985B2 (en) | Hybrid vehicle and method of predicting driving pattern in the same | |
KR101994302B1 (ko) | 하이브리드 자동차 및 그를 위한 변속 제어 방법 | |
CA2762807C (en) | Systems and methods for improving the efficiency of a vehicle | |
US10399555B2 (en) | Hybrid vehicle and method of controlling charge mode therefor | |
JP5434912B2 (ja) | 運転状態判定方法、運転状態判定システム及びプログラム | |
US9087445B2 (en) | Vehicular information-processing device and vehicular information-processing method | |
JP4893771B2 (ja) | 車両操作診断装置、車両操作診断方法及びコンピュータプログラム | |
CN103347757A (zh) | 通过使用预测环境和驾驶员行为信息来优化燃油经济性的系统和方法 | |
CN101439676A (zh) | 车辆控制装置、车辆控制方法及计算机程序 | |
US10654467B2 (en) | Hybrid vehicle and method of performing temperature control therefor | |
CN105009180B (zh) | 减速结束地点存储系统、驾驶辅助系统及驾驶辅助方法 | |
CN103842772A (zh) | 导航方法和导航设备 | |
RU2678416C2 (ru) | Система круиз-контроля транспортного средства и способ ее работы | |
JP2015063220A (ja) | 走行支援装置 | |
JP5387152B2 (ja) | 車両走行制御装置 | |
JP2010181364A (ja) | ナビゲーション連携車両制御システム | |
JP5130101B2 (ja) | 変速段判定装置、変速段判定方法、及び、変速段判定プログラム | |
EP3653461B1 (en) | A method for optimizing energy consumption of a transportation means, human machine interface and transportation means | |
JP2007078117A (ja) | 自動変速機制御システム | |
CN117068191A (zh) | 激活自适应巡航控制 | |
KR20230087684A (ko) | 차량의 주행 제어 방법 및 그 주행 제어 장치 | |
JP2024081066A (ja) | 路面状態判定方法及び路面状態判定装置 | |
JP2020011603A (ja) | 走行制御装置および走行制御方法 | |
JP2018168798A (ja) | 運転支援装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |