CN103827938A - 驾驶辅助装置 - Google Patents

Abstract

本发明具有多个候选模式，该多个候选模式定义有关于相对位置的信息与驾驶员的驾驶操作的对应关系，其中，相对位置是本车辆的周围所检测到的移动体与本车辆的相对位置；基于所检测到的移动体相关的信息，从多个候选模式中决定使用的模式(S101)；基于所决定的模式和检测到移动体之后的驾驶员的驾驶操作(S104)，执行驾驶辅助（S113)。优选为能基于所决定的模式和检测到移动体之后的驾驶员的驾驶操作，更新所决定的模式。

Description

驾驶辅助装置

技术领域

本发明涉及驾驶辅助装置。

背景技术

以往，已知有对行人进行识别的技术。例如，在专利文献1中，公开了当从红外线照相机拍摄到的输入图像中检测到行人的情况下，进行通过制动操作等使车速减速为预定速度的减速控制的技术和由灯、蜂鸣器、或来自扬声器的声音通知的警报控制的技术。

现有技术文献

专利文献

专利文献1：日本特开2005-196590号公报

发明所要解决的课题

其中，不同驾驶员针对行人的反应会不同。若基于所识别的行人的信息统一进行辅助，则作为驾驶员可能会感到不协调感。期望抑制给驾驶员带来不协调感，进行符合驾驶员的感觉的驾驶辅助。

发明内容

本发明的目的在于提供一种能够抑制给驾驶员带来不协调感并进行驾驶辅助的驾驶辅助装置。

用于解决课题的方法

本发明的驾驶辅助装置的特征在于，具有多个候选模式，该候选模式确定关于相对位置的信息与驾驶员的驾驶操作的对应关系,其中所述相对位置是本车辆的周围所检测到的移动体与所述本车辆的相对位置；基于所检测到的移动体相关的信息，从所述多个候选模式中决定使用的模式；基于所决定的模式和检测到所述移动体之后的所述驾驶员的驾驶操作，执行驾驶辅助。

上述驾驶辅助装置中，优选为能基于所述决定的模式和检测到所述移动体之后的所述驾驶员的驾驶操作，更新所述决定的模式。

上述驾驶辅助装置中，优选为将所述决定的模式与检测到所述移动体之后的所述驾驶员的驾驶操作的适合度，基于预定次数的该模式与该驾驶操作的对应关系算出，在所述适合度不到设定的基准值的情况下，执行所述更新。

上述驾驶辅助装置中，优选为根据与检测到所述移动体之后的所述驾驶员的驾驶操作的短期适合度以及长期适合度，分别更新所述决定的模式。

上述驾驶辅助装置中，优选为所述驾驶辅助基于所述决定的模式与检测到所述移动体之后的所述驾驶员的驾驶操作的偏差程度。

发明效果

本发明所涉及的驾驶辅助装置具有多个候选模式，该候选模式确定关于相对位置的信息与驾驶员的驾驶操作的对应关系，其中所述相对位置是本车辆的周围所检测到的移动体与本车辆的相对位置；基于所检测到的移动体相关的信息，从多个候选模式中决定使用的模式；基于所决定的模式和检测到移动体之后的驾驶员的驾驶操作，执行驾驶辅助。因此，本发明所涉及的驾驶辅助装置能够起到抑制给驾驶员带来不协调感并进行驾驶辅助的效果。

附图说明

图1为表示实施方式所涉及的驾驶辅助装置的动作的流程图。

图2为表示实施方式所涉及的驾驶辅助装置的功能的图。

图3为实施方式所涉及的驾驶辅助装置的框图。

图4为表示紧张驾驶模式的图。

图5为表示标准驾驶模式的图。

图6为表示充裕驾驶模式的图。

图7为侧方通过预测距离的说明图。

图8为减速率的说明图。

图9为表示对象车速范围的图。

图10为表示模式选择的决策树的一例的图。

图11为表示模式更新的动作的流程图。

图12为表示适合度算出的一例的图。

图13为表示由模式更新判定部进行的模式改变的一例的图。

图14为偏离度以及偏离识别度的说明图。

图15为表示模式更新所需要的数据数的一例的图。

图16为表示前方横穿驾驶模式的图。

图17为表示以纵轴为操作时机的驾驶模式的一例的图。

附图标记说明

1-1  驾驶辅助装置

40   本车道

41   白线

42   行人

100  本车辆

V0   本车基准速度

V1   本车最小速度

P0   第一地点

P1   第二地点

H1、H2、H3  高风险侧边界线

L1、L2、L3  低风险侧边界线

R1、R2、R3  高风险区域

S1、S2、S3  基准区域

T1、T2、T3  低风险区域

具体实施方式

以下，参照附图对本发明的实施方式所涉及的驾驶辅助装置进行详细说明。再者，本发明并不限定于本实施方式。此外，下述实施方式的构成要素中包含本领域技术人员可以容易想到的要素或者实质相同的要素。

[实施方式]

参照图1至图16对实施方式进行说明。本实施方式涉及一种驾驶辅助装置。图1为表示实施方式所涉及的驾驶辅助装置的动作的流程图。图2为表示实施方式所涉及的驾驶辅助装置的功能的图。图3为实施方式所涉及的驾驶辅助装置的框图。

本实施方式的驾驶辅助装置1-1将驾驶员对于行人的姿势、动作的反应进行建模，以建模的结果为基准，判断驾驶员的反应是否偏离了该基准。驾驶辅助装置1-1在驾驶员的反应与建模的基准的反应之间的差较大的情况下、以及预测到差较大的情况下，进行驾驶辅助。因此，根据本实施方式的驾驶辅助装置1-1，能够基于驾驶员对于行人的反应执行驾驶辅助，能够抑制给驾驶员带来不协调感而进行驾驶辅助。

如图2所示，本实施方式的驾驶辅助装置1-1具有驾驶特性推定功能以及驾驶辅助功能。驾驶特性推定功能是用于推定驾驶员对于对象物的驾驶特性的功能。此处，对象物是指本车辆周围的移动体，例如本车辆前方的移动体。此外，移动体包括行人、两轮车等轻型车辆、其他在道路上移动的物体。驾驶辅助装置1-1具有事先创建的、对于对象物的默认的驾驶行为基准。在为了推定驾驶员的驾驶特性而完成足够的采样前，基于默认的驾驶行为基准进行驾驶辅助。驾驶特性推定功能能够基于驾驶员的实际驾驶操作，推定驾驶特性并更新驾驶行为基准。

驾驶辅助功能基于驾驶行为基准进行驾驶辅助。驾驶辅助功能对驾驶行为基准与驾驶员的实际驾驶操作之间的差进行预测，来决定是否执行驾驶辅助、以及驾驶辅助的辅助水平。本实施方式的驾驶辅助装置1-1不仅仅基于行人等移动体相关的信息，还基于驾驶员的驾驶操作来进行驾驶辅助。如果基于移动体相关的信息统一执行驾驶辅助，则有可能执行了不符合驾驶员的感觉的驾驶辅助。例如，对于相同的驾驶辅助，技术水平高的驾驶员有可能感觉辅助过度或感觉麻烦。另一方面，技术水平低的驾驶员可能希望更高水平的辅助。

本实施方式的驾驶辅助装置1-1通过基于实际的驾驶操作来进行驾驶辅助，从而能够进行考虑了驾驶员对于行人等的姿势、动作的反应的驾驶辅助。通过基于对于移动体的反应，决定是否进行辅助以及辅助的水平，从而能够进行符合驾驶员的感觉的驾驶辅助。此外，基于驾驶操作来决定辅助水平，从而能够决定对于进行了偏离正常的驾驶操作的驾驶员告知行人的存在等，降低接近行人等的风险的辅助水平。

如图3所示，驾驶辅助装置1-1具有：对象物信息计算部10、模式数据库11、本车信息收集部12、模式选择部13、模式更新判定部14、模式决定部15、驾驶行为预测部16、驾驶行为预测判定部17、辅助判断部18、提醒辅助部19、车辆控制辅助部20以及提醒装置30。

对象物信息计算部10对作为对象物的移动体相关的信息进行计算。在以下的说明中，以移动体为行人的情况为例进行说明。对象物信息计算部10基于各种车辆外部环境传感器的检测结果，获取行人相关的信息。车辆外部环境传感器为例如毫米波雷达、照相机等。对象物信息计算部10基于车辆外部环境传感器的检测结果，对行人的位置信息、行人的姿势信息、行人的行为信息、行人的属性信息等进行计算。行人的位置信息包括行人相对于本车辆的相对位置和行人相对于本车辆行驶车道的相对位置。行人的姿势信息包括行人的上半身部位的朝向、行人的脸的朝向、行人的姿势（直立、前倾姿势等）。行人的行为信息包括行人的行进方向、行人的移动速度。行人的属性信息包括行人的年龄、性别、服装、职业。对象物信息计算部10的计算结果被传送至模式选择部13。

本车信息收集部12收集本车辆相关的信息。具体而言，本车信息收集部12获取本车辆的位置、本车辆的速度、本车辆的转向角、加速操作量、制动操作量、手柄操作量等。表示本车信息收集部12所收集的信息的信号被传送至模式选择部13。

模式选择部13基于对象物信息选择驾驶模式。在模式数据库11中存储有多个模式。模式选择部13基于行人的姿势、行动等的行人的特征，从存储于模式数据库11的模式中决定用于控制的驾驶模式。

更具体而言，模式选择部13在从基准计测触发时刻(通过图8的P0时)至计测触发时刻(通过图8的P1时)的期间对行人(参照图8的符号42)进行观测，基于由对象物信息计算部10获取的行人的(a)位置(从本车行驶车道起的一定距离内/外)、(b)速度(恒定/非恒定)、(c)行进方向(横穿/并行)、(d)姿势(站立/行走)、(e)姿势的朝向(朝向道路/其他)、(f)上半身部位的朝向(有/无确认本车方向)等来选择模式。

如图4至图6所示的驾驶模式是模式数据库11中所存储的模式的例子。图4是表示紧张驾驶模式的图，图5是表示标准驾驶模式的图，图6是表示充裕驾驶模式的图。图4至图6的驾驶模式是定义有关于相对位置的信息与驾驶员的驾驶操作的对应关系的多个候选模式的一例，其中，相对位置是本车辆的周围所检测到的移动体与本车辆的相对位置。图4至图6中，横轴表示侧方通过预测距离，纵轴表示减速率。

图7是侧方通过预测距离的说明图。侧方通过预测距离是在本车辆100通过与作为对象的行人42的位置相对应的本车道40上的位置Pw时的、本车道40和行人42之间的距离W的预测值。即，侧方通过预测距离是侧向观察作为对象的行人42通过时的、行人42与本车道40的间隔W的预测值。行人42与本车道40的间隔W例如可设定为本车道40的人行道侧的白线41与行人42的间隙的大小。然而，并不限于此，行人42和本车道40的间隔W例如也可以为路沿石与行人42的间隔等。即，侧方通过预测距离为本车辆100通过行人42的旁边时的本车道40的基准线、基准点与行人42的距离的预测值。再者，侧方通过预测距离也可以为本车辆100与行人42的间隔的大小。侧方通过预测距离对应于在本车辆的周围所检测到的移动体与本车辆的相对位置。再者，上述相对位置不局限于侧方通过预测距离。

减速率是本车道40中比行人42更靠近跟前的预定区间中的本车辆100的减速率。图8为减速率的说明图，图9为表示对象车速范围的图。如图8所示，基于与作为对象物的行人42的相对距离，确定本车道40上的第一地点P0以及第二地点P1。算出第一地点P0和第二地点P1之间的区间中的本车辆100的减速率。

以本车辆100到达第一地点P0作为基准计测触发，计测本车辆100的车速V0。该车速V0也记为“本车基准速度V0”。驾驶辅助装置1-1从第一地点P0行驶至第二地点P1的期间，监测本车辆100的速度，将该期间的车速的最小值作为本车最小速度V1进行存储。以本车辆100到达第二地点P1作为计测触发，算出减速率。减速率通过下式(1)算出。

减速率＝100×｛1-(V1／V0)｝…(1)

再者，在本车基准速度V0为对象车速范围以外的车速的情况下，不计测本车最小速度V1，不算出减速率。如图9所示，对象车速范围定义为从最小车速Vmin至最大车速Vmax间的车速范围。最小车速Vmin例如定义为可推定为以足够低速行驶的车速。最大车速Vmax例如定义为第一地点P0的碰撞时间TTC为一定以下的车速。

这样，侧方通过预测距离是基于关于行人等移动体的信息的距离，减速率表示驾驶员的驾驶操作。因此，图4至图6所示的驾驶模式是确定有关移动体的信息与驾驶操作的对应关系的模式。

如图4至图6所示，各模式中分别设定有高风险区域R1、R2、R3；基准区域S1、S2、S3；以及低风险区域T1、T2、T3。基准区域S1、S2、S3是表示相对于侧方通过预测距离的基准的减速率的宽度的区域。基准区域S1、S2、S3例如是基于将减速率作为随机变量时的概率分布来定义的。默认的驾驶模式的基准区域S1、S2、S3例如是基于通过实验结果等得到的减速率的数据来定义的。基准区域S1、S2、S3例如被定义为包含一定比例的数据的区域，该一定比例的数据包含获取的全部数据中的中心值的数据。此外，如下所述，基准区域S1、S2、S3基于根据驾驶员的过去的驾驶操作所发生的减速率被更新。

比基准区域S1、S2、S3减速率低的区域为高风险区域R1、R2、R3。高风险区域R1、R2、R3是在本车辆100与行人42的关系中可预测为风险变高的区域，例如是本车辆100接近行人42，可预测为本车辆100在与行人42之间不能维持充分的间隔的可能性较高的区域。高风险区域R1、R2、R3包括减速率为负的区域，即在从第一地点P0至第二地点P1之间未减速而加速的情况。作为基准区域S1、S2、S3中的与高风险区域R1、R2、R3的边界线的高风险侧边界线H1、H2、H3是本车基准速度V0为最小车速Vmin时的减速直线。高风险侧边界线H1、H2、H3也可以为曲线。

比基准区域S1、S2、S3的减速率高的区域为低风险区域T1、T2、T3。作为基准区域S1、S2、S3中的与低风险区域T1、T2、T3的边界线的低风险侧边界线L1、L2、L3是本车基准速度V0为最大车速Vmax时的减速直线。低风险侧边界线L1、L2、L3也可以为曲线。

图4所示的紧张驾驶模式是驾驶员在感觉到比较高的紧张感的状况下的驾驶模式。例如，在从本车辆100的行驶车道40至行人42的距离较小的情况下，选择紧张驾驶模式。

图6所示的充裕驾驶模式是在驾驶员未感到那么紧张并能够带有充裕地进行应对的状况下的驾驶模式。例如，在行人42远离本车道40站立，并且朝向与本车道40侧相反的一侧的情况下，选择充裕驾驶模式。

如图5所示的标准驾驶模式是紧张驾驶模式与充裕驾驶模式之间的驾驶模式。换言之，标准驾驶模式是感觉到中等程度的紧张感的状况下的驾驶模式。

图10是表示模式选择的决策树的一例的图。本实施方式的模式选择部13例如根据图10的决策树来选择模式。模式选择是在本车辆100的前方检测到行人42的情况下进行的，例如，每当由对象物信息计算部10检测到行人42时，基于有关行人42的信息来选择模式。再者，在检测到多个行人42的情况下，也可以分别针对各行人42来选择模式，将所选择的模式中紧张感最高的模式用于控制。

决策树中，首先，根据行人42的位置来进行情况区分。模式选择部13根据行人42是否在本车道40的外部且距离本车道40在一定的距离内来进行情况区分。在行人42距离本车道40在一定的距离内的情况下，选择紧张驾驶模式。

在行人42距离本车道40不在一定的距离内的情况下，根据行人42的姿势进行情况区分。模式选择部13判断行人42是站立状态还是步行中。在行人42的姿势被判定为站立的情况下，根据行人42的姿势的朝向进行情况区分。另一方面，在行人42被判定为步行中的情况下，根据行人42的行进方向进行情况区分。

根据行人42的姿势的朝向进行情况区分时，判定行人42是朝向本车道40侧还是朝向与本车道40相反的一侧(外侧)。模式选择部13在判定为行人42朝向本车道40侧的情况下，选择标准驾驶模式；在判定为行人42朝向外侧的情况下，选择充裕驾驶模式。

根据行人42的行进方向进行情况区分时，判定行人42的行进方向为横穿本车道40的方向，还是与本车道40并行的方向。模式选择部13在判定为行人42的行进方向为横穿本车道40的方向的情况下，选择标准驾驶模式。另一方面，模式选择部13在判定为行进方向为与本车道40并行的方向的情况下，根据行人42的速度进行情况区分。

根据速度进行情况区分时，判定行人42的移动速度为恒定速度还是为非恒定速度。模式选择部13在行人42的移动速度为恒定速度的情况下，选择充裕驾驶模式；在为非恒定速度的情况下，选择标准驾驶模式。再者，关于行人以外的移动体，也可以同样地从多个模式中选择对应的模式。

用于进行模式选择的情况区分的要素不限定为图示的内容。例如，也可以根据行人42的上半身部位的朝向进行情况区分。也可以在上半身部位的朝向为确认本车辆100的方向的朝向的情况下，选择紧张度相对低的模式，否则选择紧张度相对高的模式。

模式更新判定部14进行由模式选择部13所选择的模式的更新处理。模式更新判定部14能够基于决定使用的模式和检测到移动体之后的驾驶员的驾驶操作，来更新该所决定的模式。图11为表示模式更新的动作的流程图。模式更新判定部14例如根据图11所示的流程图来更新模式。若由模式选择部13选择了模式，则执行图11所示的流程图。

步骤S201中，由模式更新判定部14算出适合度。适合度表示相对于驾驶员的驾驶特性而选择的模式的适合度程度。此外，适合度表示决定使用的模式与检测到移动体之后的驾驶员的驾驶操作的适合度程度。模式更新判定部14具有基于短期适合度进行短期更新的短期更新判定部14a、和基于长期适合度进行长期更新的长期更新判定部14b。

基于最近的指定次数的采样进行短期更新。例如，在当前选择的模式为标准驾驶模式的情况下，将过去选择了标准驾驶模式时的驾驶员的驾驶操作作为采样进行存储。即，该采样表示过去检测到行人等移动体时的移动体相关的信息、与检测到该移动体之后的驾驶员的驾驶操作的关系，还表示被决定使用的模式、与检测到移动体之后的驾驶员的驾驶操作的对应关系。在无法获取指定的预定次数(例如4次)的采样的情况下，基于所存储的预定次数的采样算出短期适合度。适合度由下式(2)算出。

适合度＝(N1／Nt)×100…(2)

式中，N1为高风险区域外的采样个数，Nt为全部采样的个数。

图12为表示适合度算出的一例的图。图12中，由高风险区域R2的一个采样和高风险区域R2以外的三个采样、共计四个采样来算出适合度。该情况下，由上式(2)算出适合度为75％。适合度算出后转到步骤S202。

步骤S202中，由模式更新判定部14判定适合度是否为某个值以上。步骤S202中的判定的阈值为判定模式是否适合驾驶员的驾驶特性的基准值，例如设定为80％。在步骤S202的判定结果判定为适合度为阈值以上的情况下(步骤S202-Ｙ)转到步骤S203，否则的情况下(步骤S202-N)转到步骤S204。

在步骤S203中，从模式更新判定部14进行的模式更新移至驾驶行为预测处理。若执行步骤S203，则本控制流程结束。

在步骤S204中，通过模式更新判定部14在可能的范围内移转至风险区域变小的模式。图13为表示由模式更新判定部14执行的模式移转的一例的图。如图13所示，移转后的高风险区域R11、R21、R31分别比移转前的高风险区域R1、R2、R3小。在一次移转中，例如基准区域S1、S2、S3向原点侧移转，使得高风险区域R1、R2、R3缩小一定量或一定比例。作为一个例子，执行以下移转：相对于各侧方通过预测距离使高风险区域R1、R2、R3的减速率的最大值以一定比例减少。

例如，在技术水平较高的驾驶员的情况下，有的情况下默认的高风险区域R1、R2、R3过宽，所选择的模式不符合驾驶员的驾驶特性。技术水平较高的驾驶员即使不进行上述那样的减速操作，也能估计到行人42的行为而采取适当的躲避行为。即，可以认为在默认模式中，即使是被设定为高风险区域R1、R2、R3的减速率，对于驾驶员而言，也存在应该分类至基准区域S1、S2、S3的减速率的情况。对于这样的驾驶员，若执行了基于默认模式的驾驶辅助，则对于驾驶员而言有可能感到辅助很麻烦。针对于此，通过基于由驾驶员的驾驶操作所算出的适合度来移转模式，能够将高风险区域R11、R21、R31更新为更适当的区域。由此，可根据驾驶员的需求进行驾驶辅助。

优选为反复执行短期更新，直到适合度达到阈值以上。在通过短期更新使适合度为阈值以上时，针对于该模式的短期更新结束。在此，从长远来看，驾驶员的驾驶特性有可能发生变化。例如，由于技术水平的提高、对于车辆的习惯，驾驶特性可能发生变化，模式的适合度可能下降。针对于此，本实施方式中，针对模式执行长期更新。长期更新基于指定期间的采样，算出长期的适合度。算出长期适合度的采样可以为指定期间的全部采样、也可以为最近一定期间的采样、也可以为最近的指定次数的采样。在长期适合度不到阈值的情况下，与短期更新的情况相同进行模式移转。通过长期更新，对应于驾驶员的驾驶状况的变化更新辅助的程度。因此，驾驶员能够长期使用驾驶辅助技术。

再者，在移转模式时，期望对移转附加一定的限制。例如，在通过声音、图像等进行驾驶辅助的情况下，有必要在进行辅助后能够确保驾驶员采取躲避行为的时间充裕。因此，期望在移转后的高风险区域R11、R21、R31中，定义一个最小应确保的区域。步骤S204中如果模式被移转，则移至步骤S201。

再者，也可以在根据驾驶员的驾驶操作的减速偏离了低风险区域T1、T2、T3的情况下，进行模式的更新。该情况下，在算出适合度的上式(2)中，可将N1设定为低风险区域以外的采样的个数。在适合度不在阈值以上的情况下，将基准区域S1、S2、S3向原点侧的相反侧移转，使得低风险区域T1、T2、T3缩小。通过这样更新模式，在前方有行人的情况下，对于有较大减速倾向的驾驶员，能够在偏离正常的减速操作的情况下适当地进行驾驶辅助。即，能够根据驾驶员的驾驶特性更新模式，以降低风险。

模式决定部15决定用于控制的模式。模式决定部15基于根据模式更新判定部14的更新结果、由本车信息收集部12所收集的信息，决定驾驶模式。例如，在由模式更新判定部14更新了模式的情况下，取代更新前的模式，选择更新后的模式作为用于辅助决定的模式。

驾驶行为预测部16具有侧方通过距离预测部16a以及减速率算出部16b。侧方通过距离预测部16a在计测触发的时点(第二地点P1)，算出侧方通过预测距离。侧方通过预测距离能够基于对象物信息计算部10的计算结果、以及本车信息收集部12所收集的信息算出。减速率算出部16b从由本车信息收集部12所检测的速度算出本车基准速度V0以及本车最小速度V1，通过上式(1)算出减速率。

驾驶行为预测判定部17算出从驾驶操作的基准偏离的偏离度。图14为偏离度以及偏离识别度的说明图。图14中，朝下的纵轴表示偏离度，朝左的横轴表示驾驶员偏离识别度。偏离度表示通过驾驶员的驾驶操作所执行的实际减速率从基准区域S2偏离的程度。针对于所算出的侧方通过预测距离，如果通过驾驶操作所执行的减速率为基准区域S2内的值，那么偏离度为0。另一方面，如果通过驾驶操作所执行的减速率为基准区域S2以外的值，那么偏离度被算出为0以外的值，并且随着通过驾驶操作所执行的减速率从基准区域S2的值离开，偏离度的大小增加。

偏离度的大小以基准区域S2的宽度为单位算出。如图14所示，偏离度的一个单位为所算出的侧方通过预测距离中的基准区域S2的最大值与最小值之差、即纵轴方向的基准区域S2的宽度。在通过驾驶操作所执行的减速率为高风险区域R2以内的值的情况下，高风险侧边界线H2上的减速率的值、与通过驾驶操作所执行的减速率的值之差除以偏离度的一个单位，得到偏离度。

此外，也可以在通过驾驶操作所执行的减速率为低风险区域T2以内的值的情况下算出偏离度。该情况下，通过驾驶操作所执行的减速率的值、与低风险侧边界线L2上的减速率的值之差除以偏离度的一个单位，得到偏离度。通过驾驶操作所执行的减速率为低风险区域T2以内的值的情况下的偏离度也可以为负值。

辅助判断部18基于偏离度，决定是否进行驾驶辅助、以及进行驾驶辅助的情况下的辅助水平。驾驶辅助包括通过声音、光、图像、振动等向驾驶员传递信息的提醒辅助；以及通过控制本车辆100来对躲避行为等进行辅助的车辆控制辅助。提醒辅助以及车辆控制辅助中可设定分别根据刺激的程度、控制而介入程度等不同的多个辅助水平。

偏离度和辅助水平的对应关系例如可通过以下说明的方法事先决定。图14中，虚线300表示由感官评价的结果得到的分布函数(概率密度函数)，实线301表示概率分布函数，分布函数300基于心理问卷的结果而创建。心理问卷中，对于多个驾驶员调查了各驾驶员开始意识到从基准区域S2的驾驶操作偏离的偏离度。在分布函数300的中位数的偏离度中，半数的驾驶员意识到从基准区域S2偏离。

概率分布函数301是对分布函数300积分而得到的曲线。概率分布函数301是表示驾驶员的感觉上的偏离识别度的心理上偏离曲线。辅助水平例如是根据概率分布函数301来确定的。随着概率分布函数301的变大，驾驶员采取意识到从基准区域S2偏离的驾驶操作的可能性较高。换言之，在所算出的偏离度为对应于概率分布函数301的较大值的偏离度的情况下，驾驶员进行了未注意到行人42的存在地驾驶，或虽然观察到行人42但没有足够重视地驾驶的可能性较高。即，如果概率分布函数301为较大的值，则驾驶辅助被驾驶员所接受的可能性较高。此外，可以说概率分布函数301的值越大，是较高辅助水平的驾驶辅助越为优选的情况。

因此，通过基于概率分布函数301的值决定是否进行驾驶辅助，并且决定进行驾驶辅助时的辅助水平，从而可进行抑制驾驶员的注意延迟且不容易带来不协调感的适当的驾驶辅助。此外，根据概率分布函数301的大小提高辅助水平，从而驾驶员能够在感觉上理解从作为基准的驾驶操作偏移的驾驶操作的偏差量，作为结果，驾驶员能够实际感受到驾驶辅助的有效性。

辅助判断部18在能够预测到用提醒辅助难以使驾驶员采取适当的躲避行为的状况下，决定进行车辆控制辅助。在减速率较小的情况下，本车辆100到接近行人42的时间变短。因此，通过提醒辅助，驾驶员识别到行人42后开始躲避操作时，躲避时机较迟，有可能无法充分降低风险。辅助判断部18基于碰撞时间TTC、侧方通过预测距离，决定是否进行车辆辅助控制。

辅助判断部18执行所决定的驾驶辅助。提醒辅助部19基于由辅助判断部18发出的提醒辅助的执行指令，对提醒装置30进行控制。提醒装置30是通过声音、光、图像、振动、其他的刺激向驾驶员传递信息的信息传递装置。提醒装置30能够以刺激的强弱等不同的多个辅助水平来传递信息。例如，在通过蜂鸣声向驾驶员传递信息的情况下，辅助水平越高则发出越大的声音，或缩短声音断续的间隔即可。

车辆控制辅助部20基于由辅助判断部18发出的车辆控制辅助的执行指令，执行车辆控制辅助。车辆控制辅助部20可控制原动机、制动装置、转向装置等，通过对其进行控制，能够对驾驶员的驾驶操作、例如躲避与行人42的接近的操作进行协助。

此处，参照图1对关于本实施方式的驾驶辅助的流程进行说明。图1所示的控制流程例如在行驶过程中被反复执行。

首先，在步骤S101中，通过模式选择部13选择默认模式。模式选择部13读取存储于模式数据库11中的默认模式。若执行步骤S101，则移至步骤S102。

在步骤S102中，计测环境信息以及本车信息。对象物信息计算部10基于车辆外部环境传感器的检测结果，获取包含行人42相关的信息和本车道40相关的信息的环境信息。本车信息收集部12获取本车辆100的位置、速度、转向角、踏板操作量等本车辆信息。

然后，在步骤S103中，判定行人42与本车辆100的相对距离以及相对速度是否在计测范围内。该判定例如由模式选择部13执行。模式选择部13基于本车辆100与行人42的相对距离，判定本车辆100是否处于第一地点P0与第二地点P1之间的区域。在判定为本车辆100未处于第一地点P0与第二地点P1之间的区域的情况下，步骤S103中执行否定判定。此外，模式选择部13判定第一地点P0中的本车辆100与行人42的相对速度是否为最小车速Vmin以上、最大车速Vmax以下。在判定为上述相对速度未在最小车速Vmin以上、最大车速Vmax以下的情况下，步骤S103中执行否定判定。

在步骤S103的判定结果为执行了肯定判定的情况下(步骤S103-Ｙ)转到步骤S104，否则的情况下(步骤S103-N)移至步骤S102。

在步骤S104中，由本车信息收集部12观测减速率以及踏板操作量等。本车信息收集部12基于本车辆100的速度算出减速率。若执行步骤S104，则转到步骤S105。

在步骤S105中，通过短期更新判定部14a判定是否已能够获取模式的更新所需要的数据。短期更新判定部14a判定对于用于模式选择的参数、例如行人42与本车道40的侧方距离以及行人42的朝向的组合，是否已获取必要数的采样。图15为表示模式更新所需要的数据数的一例的图。

关于行人42的朝向和与行人42的侧方距离的组合，分别存储已能够获取的采样数(分子)、以及模式更新所需要的计测级别的采样数(分母)。图15中，关于行人42的朝向为本车道40侧、从本车道40至行人42的距离为一定距离内的情景，能够获取必要的采样数的数据。关于其他的情景，采样数不足，还不能更新模式。该情况下，如果当前选择的模式为可更新的模式，则执行更新处理，否则原样使用默认模式。

关于与步骤S102中获取的环境信息相对应的情景，如果能够获取必要的采样数的数据，则步骤S105中执行肯定判定。在步骤S105的判定的结果为判定为已能够获取模式更新所需要的数据的情况下(步骤S105-Ｙ)，转到步骤S106，否则的情况下(步骤S105-N)转到步骤S109。

步骤S106中，通过短期更新判定部14a来决定模式更新，执行模式的更新。短期更新判定部14a对模式进行更新，使得该模式的适合度满足预定的基准。若执行步骤S106，则转到步骤S107。

在步骤S107中，通过长期更新判定部16b，对于执行了短期更新的模式(更新模式)判定是否存在长期更新的必要性。长期更新判定部16b基于以月为单位/以年为单位等的一定期间的观测结果，算出当前的模式(更新模式)的长期的适合度，进行模式的更新判断。在步骤S107的判定的结果为判定为有模式更新的必要性的情况下(步骤S107-Ｙ)，转到步骤S108，否则的情况下(步骤S107-N)转到步骤S110。

在步骤S108中，算出与再更新模式的偏离度。长期更新判定部16b对于对应于当前情景的更新模式，执行长期更新(再更新)。驾驶行为预测判定部17基于执行了长期更新的再更新模式、通过驾驶行为预测部16算出的侧方通过预测距离以及减速率，算出偏离度。若执行步骤S108，则转到步骤S111。

在步骤S110中，算出与更新模式的偏离度。驾驶行为预测判定部17基于执行了短期更新的更新模式、和通过驾驶行为预测部16算出的侧方通过预测距离以及减速率，算出偏离度。若执行步骤S110，则转到步骤S111。

若在步骤S105中执行了否定判定并转到步骤S109，则在步骤S109中，算出与默认模式的偏离度。驾驶行为预测判定部17基于默认模式和由驾驶行为预测部16算出的侧方通过预测距离以及减速率，算出偏离度。若执行步骤S109，则转到步骤S111。

在步骤S111中，通过辅助判断部18判定偏离度是否较大。辅助判断部18判定在步骤S108、S109、S110所算出的偏离度是否较大。辅助判断部18例如基于比较结果进行步骤S111的判定，该比较结果是基于概率分布函数301确定的判定值与算出的偏离度的比较结果。在步骤S111的判定的结果为判定为偏离度较大的情况下(步骤S111-Ｙ)，转到步骤S113，否则的情况下(步骤S111-N)转到步骤S112。

在步骤S112中，通过辅助判断部18决定不执行通知辅助。辅助判断部18输出使提醒装置30的信息提供OFF（关断）的指令。由于是不需要提醒辅助的偏离度，所以车辆控制辅助也为OFF。若执行步骤S112，则本控制流程结束。

在步骤S113中，通过辅助判断部18决定为执行通知辅助。辅助判断部18输出使提醒装置30的信息提供ＯN（开通）的指令。提醒辅助部19根据信息提供ON的指令来控制提醒装置30，执行依据通知的驾驶辅助。若执行步骤S113，则本控制流程结束。

这样，本实施方式的驾驶辅助装置1-1具有多个候选模式，该模式确定有关于相对位置的信息与驾驶员的驾驶操作的对应关系，其中，该相对位置是本车辆的周围所检测到的行人等的移动体与本车辆的相对位置，基于关于所检测到的移动体的信息，从多个候选模式中决定使用的模式，基于所决定的模式和检测到移动体之后的驾驶员的驾驶操作，执行驾驶辅助。因此，能够基于驾驶员对于行人等的反应，决定是否需要驾驶辅助以及驾驶辅助水平。因此，驾驶辅助装置1-1具有能够抑制给驾驶员带来不协调感并且进行驾驶辅助的优点。

此外，驾驶辅助装置1-1在从所选择的模式的12较大的情况下，进行驾驶辅助，并且根据偏差的程度改变驾驶辅助水平。另一方面，在从模式的偏移较小的情况下，不进行驾驶辅助。即，由驾驶辅助装置1-1执行的驾驶辅助基于检测到行人等移动体之后的驾驶员的驾驶操作、与所选择的模式的驾驶操作的偏差程度。因此，驾驶辅助装置1-1能够进行符合驾驶员的感觉的驾驶辅助。

紧张驾驶模式、标准驾驶模式、充裕驾驶模式等各驾驶模式的基准区域S1、S2、S3和高风险区域R1、R2、R3互不相同。因此，对应于所选择的模式在所确定的范围内决定辅助水平。换言之，对应于行人42等移动体相关的信息，在所确定的范围内，基于驾驶员的驾驶操作决定辅助水平。因此，能够根据行人等的姿势、动作等，在适当的范围内决定辅助水平，可执行符合驾驶员的感觉的辅助。

此外，本实施方式的驾驶辅助装置1-1中，基于分别从基准区域S1、S2、S3的偏离度和驾驶员偏离识别度的对应关系，来决定是否需要驾驶辅助以及辅助水平。因此，执行符合驾驶员的感觉的、不易带来不协调感的驾驶辅助。

再者，在行人42横穿本车辆100的前方、或者要开始横穿的情况下，取代图4至图6所示的驾驶模式，可使用图16所示的前方横穿驾驶模式。如图16所示，前方横穿驾驶模式的高风险区域R4与其他的驾驶模式的高风险区域R1、R2、R3相比，扩展到高减速率的区域。换言之，侧方通过预测距离较小的情况下的基准区域S4的宽度比其他的驾驶模式的基准区域S1、S2、S3更窄。即，在行人42位于接近本车道100的位置并要横穿本车道的情况下，如果在至第二地点P1期间不采取接近100％(足以停车的)的急速减速，则判定为高风险，开始驾驶辅助。

再者，本实施方式中，虽然是基于检测到行人之后的驾驶员的驾驶操作来决定辅助水平，但是决定辅助水平的时机并不限定于此。例如，也可以基于关于前方所检测到的行人的信息来决定辅助水平，基于驾驶员的驾驶操作来更新该辅助水平。例如，在选择了紧张驾驶模式的情况下，可设定相对最高的辅助水平；在标准驾驶模式下，可设定中等程度的辅助水平；在充裕驾驶模式下，可设定相对最低的辅助水平(包括无辅助)。在驾驶员的驾驶操作的偏离度较高的情况下，更新驾驶辅助水平以使得风险降低；在偏离度不高的情况下，可不更新辅助水平。例如可在已决定是否进行基于驾驶员的驾驶操作的辅助水平更新之后，执行辅助开始。

这样，在基于行人的姿势、动作而定义的驾驶辅助水平的风险较高的情况下，更新驾驶辅助水平以使得风险降低；另一方面，在风险不高的情况下，不更新驾驶辅助水平。因此，可执行考虑了驾驶员对于行人的姿势、动作的反应的驾驶辅助。其结果抑制了驾驶员对辅助内容感到的不协调感。

[实施方式的变形例]

对实施方式的变形例进行说明。在上述实施方式中，作为用来定义风险的程度的驾驶操作使用了减速率，但是驾驶操作并不限定于此。可基于驾驶员的驾驶操作量、操作时机、操作力、操作速度、或者驾驶操作的结果产生的车辆行动等驾驶操作所涉及的各种检测结果，来算出风险的程度。

图17为表示以纵轴为操作时机的驾驶模式的一例的图。纵轴中，接近原点表示操作时机较迟，远离原点表示操作时机较早。操作时机比基准区域S5的操作时机更迟的一侧为高风险区域R5，操作时机比基准区域S5的操作时机更早的一侧为低风险区域T5。

操作时机例如可设定为加速器关断的时机和制动器开通的时机。但并不限定于此，也可以将躲避行人42的方向上的转向操作时机设定为图17的操作时机。操作时机可比车辆行动更早地被检测。因此，通过依据操作时机来进行风险评价，从而可较早地决定是否需要驾驶辅助和辅助水平。此外，在取代车辆行动检测驾驶操作的时机等的情况下，不易受到扰动的影响，可直接检测驾驶员的反应。

上述的实施方式以及变形例所公开的内容可适当组合实施。

Claims (5)

1.一种驾驶辅助装置，其特征在于，

具有多个候选模式(11)，所述候选模式确定关于在本车辆(100)的周围被检测到的移动体(42)与所述本车辆的相对位置的信息和驾驶员的驾驶操作的对应关系，

基于与所述检测到的移动体(42)相关的信息，从所述多个候选模式(11)中决定使用的模式，

基于所述决定的模式和检测到所述移动体之后的所述驾驶员的驾驶操作，执行驾驶辅助。

2.如权利要求1所述的驾驶辅助装置，其中，

能够基于所述决定的模式和检测到所述移动体之后的所述驾驶员的驾驶操作，更新所述决定的模式。

3.如权利要求2所述的驾驶辅助装置，其中，

基于预定次数的所述决定的模式与驾驶操作的对应关系，算出所述决定的模式与检测到所述移动体之后的所述驾驶员的该驾驶操作的适合度，在所述适合度未达到设定的基准值的情况下，执行所述更新。

4.如权利要求2或3所述的驾驶辅助装置，其中，

根据与检测到所述移动体之后的所述驾驶员的驾驶操作的短期适合度以及长期适合度，分别更新所述决定的模式。

5.如权利要求1或2所述的驾驶辅助装置，其中，

基于所述决定的模式与检测到所述移动体之后的所述驾驶员的驾驶操作的偏差程度，执行所述驾驶辅助。

Images