CN104205186B - 意外情况预测灵敏度判断装置 - Google Patents

意外情况预测灵敏度判断装置 Download PDF

Info

Publication number
CN104205186B
CN104205186B CN201380013064.9A CN201380013064A CN104205186B CN 104205186 B CN104205186 B CN 104205186B CN 201380013064 A CN201380013064 A CN 201380013064A CN 104205186 B CN104205186 B CN 104205186B
Authority
CN
China
Prior art keywords
crossing
mentioned
vehicle
driving behavior
fortuitous event
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.)
Active
Application number
CN201380013064.9A
Other languages
English (en)
Other versions
CN104205186A (zh
Inventor
平松真知子
寸田刚司
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nissan Motor Co Ltd
Original Assignee
Nissan Motor Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nissan Motor Co Ltd filed Critical Nissan Motor Co Ltd
Publication of CN104205186A publication Critical patent/CN104205186A/zh
Application granted granted Critical
Publication of CN104205186B publication Critical patent/CN104205186B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication
    • G08G1/163—Decentralised systems, e.g. inter-vehicle communication involving continuous checking
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/164—Centralised systems, e.g. external to vehicles

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Traffic Control Systems (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)

Abstract

意外情况预测灵敏度判断装置(2)根据从多个车辆C接收到的路口行驶信息，针对每个路口判断在路口左右转弯时驾驶员的标准驾驶行为水平。接着，意外情况预测灵敏度判断装置(2)根据所判断出的驾驶员的标准驾驶行为水平彼此相同的路口所对应的路口行驶信息，判断在路口左右转弯时驾驶员的意外情况预测灵敏度。

Description

意外情况预测灵敏度判断装置
技术领域
本发明涉及一种意外情况预测灵敏度判断装置。
背景技术
以往，作为意外情况预测灵敏度判断装置，例如有专利文献1所记载的现有技术。
在该现有技术中，车辆收集车速信息。接着，车辆将所收集的车速信息发送给基站。接着，基站对所接收到的车速信息进行记录。接着，基站根据所记录的所有车速信息判断驾驶员的意外情况预测灵敏度。作为意外情况预测灵敏度，例如有对本车辆与其它车辆、行人等障碍物靠近的意外的状况(存在伴随着在路口左右转弯时与在对向车道上直行的对向车辆靠近而产生的情况、伴随着在路口左转弯时与在本车辆的左侧方通过的自行车靠近而产生的情况、伴随着在路口右转弯时或左转弯时与行人靠近而产生的情况等)进行预测的程度的指标。
专利文献1：日本特许第3882541号
发明内容
发明要解决的问题
然而，在上述现有技术中，仅根据所记录的所有车速信息来判断驾驶员的意外情况预测灵敏度。因此，例如根据路口的能见度、交通量等，驾驶员的驾驶行为在每个路口发生变化，在路口左右转弯时的车速产生偏差的情况下，在路口左右转弯时驾驶员的意外情况预测灵敏度的判断精度有可能下降。
本发明着眼于如上所述的点，其目的在于能够提高在路口左右转弯时驾驶员的意外情况预测灵敏度的判断精度。
用于解决问题的方案
为了解决上述课题，在本发明的一个方式中，根据从多个车辆接收到的路口行驶信息，针对每个路口判断在路口左右转弯时驾驶员的标准驾驶行为水平。接着，在本发明的一个方式中，根据所判断出的驾驶员的标准驾驶行为水平彼此相同的路口所对应的路口行驶信息，判断在路口左右转弯时驾驶员的意外情况预测灵敏度。
发明的效果
在本发明的一个方式中，例如即使在根据路口的能见度、交通量等，而在路口左右转弯时驾驶员的标准驾驶行为水平在每个路口发生变化、在路口左右转弯时驾驶员的驾驶行为发生变化从而在路口左右转弯时的路口行驶信息所包含的行驶状态量在各路口产生偏差的情况下，也能够降低进行驾驶员的意外情况预测灵敏度的判断中使用的行驶状态量的偏差。由此，在本发明的一个方式中，能够提高在路口左右转弯时驾驶员的意外情况预测灵敏度的判断精度。
附图说明
图1是表示意外情况预测灵敏度判断系统S的概要结构的图。
图2是用于说明路口通过特性值的说明图。
图3是表示路口行驶信息发送处理的流程图。
图4是表示意外情况预测灵敏度判断处理的流程图。
图5是表示在步骤S204中执行的处理的详细内容的流程图。
图6是表示在步骤S205中执行的处理的详细内容的流程图。
图7是表示路口通过特性值平均与驾驶员的标准驾驶行为水平的关系的图。
图8是表示在步骤S206中执行的处理的详细内容的流程图。
图9是表示在步骤S207中执行的处理的详细内容的流程图。
图10是表示各车辆的路口通过特性值平均与意外情况预测灵敏度的关系的图。
图11是表示路口通过特性值平均与驾驶员的标准驾驶行为水平的关系的图。
图12是表示意外情况预测灵敏度判断处理的流程图。
图13是表示在步骤S702中执行的处理的详细内容的流程图。
图14是表示路口通过特性值标准偏差与驾驶员的标准驾驶行为水平的关系的图。
图15是表示各车辆的路口通过特性值标准偏差与意外情况预测灵敏度的关系的图。
图16是表示路口通过特性值标准偏差与驾驶员的标准驾驶行为水平的关系的图。
图17是用于说明第一～第四路口形状的说明图。
具体实施方式
接着，参照附图说明本发明所涉及的实施方式。
本实施方式是将本发明应用于意外情况预测灵敏度判断系统S的实施方式。
(结构)
图1是表示意外情况预测灵敏度判断系统S的概要结构的图。
如图1所示，意外情况预测灵敏度判断系统S具备多个车辆C所搭载的车载装置1以及基站B所具有的意外情况预测灵敏度判断装置2。车载装置1和意外情况预测灵敏度判断装置2通过通信路径3进行信息的发送和接收。
(车载装置1的结构)
车载装置1具备车速检测部4、横摆角速度检测部5、车辆位置检测部6、地图数据库7、车辆侧接收部8、控制器9、通知部10以及车辆侧发送部11。
车速检测部4检测本车辆C当前的车速V。然后，车速检测部4将表示所检测出的当前的车速V的信息输出到控制器9。作为车速检测部4，例如采用根据本车辆C的车轮的转速等检测车速V的车速传感器。
横摆角速度检测部5检测本车辆C当前的横摆角速度γ。然后，横摆角速度检测部5将表示所检测出的当前的横摆角速度γ的信息输出到控制器9。作为横摆角速度检测部5，例如采用横摆角速度传感器。
车辆位置检测部6检测本车辆C当前的位置。然后，车辆位置检测部6将表示所检测出的当前的位置的信息输出到控制器9。作为车辆位置检测部6，例如采用GPS(GlobalPositioning System：全球定位系统)接收机。
地图数据库7记录有本车辆C所行驶的地区的地图信息。作为地图信息，采用包含道路、路口的位置、形状、种类等信息的地图信息。在此，路口包括存在信号灯的路口和不存在信号灯的路口。
车辆侧接收部8通过通信路径3接收意外情况预测灵敏度判断装置2所发送的信息。然后，车辆侧接收部8将所接收到的信息输出到控制器9。
图2是用于说明路口通过特性值的说明图。
控制器9根据车速检测部4、横摆角速度检测部5、车辆位置检测部6所输出的信息和地图数据库7所记录的地图信息来执行路口行驶信息发送处理。在路口行驶信息发送处理中，控制器9在每次本车辆C在路口向左右转弯时生成路口行驶信息。路口行驶信息是指包含在路口左右转弯时的路口通过特性值、获取到该路口通过特性值的路口的路口ID以及本车辆C的车辆ID的数据。路口ID是指针对每个路口设定的唯一的信息，能够唯一地确定路口。作为路口ID，例如能够采用1～n(n为地图数据所登记的路口的路口总数)的数值。车辆ID是指针对每个搭载有车载装置1的车辆C设定的唯一的信息，能够唯一地确定车辆C。作为车辆ID，例如能够采用1～m(m为搭载有车载装置1的车辆C的车辆总数)的数值。由此，将路口以及车辆C与路口行驶信息对应起来。路口通过特性值是指表示在路口左右转弯时的车辆C的行驶状态的行驶状态量，是表示后述的在路口左右转弯时驾驶员的标准驾驶行为水平和驾驶员的意外情况预测灵敏度的指标值。在本实施方式中，作为路口通过特性值，如图2所示那样采用在路口左右转弯时的横摆角速度γ的最大值(以下也称为最大横摆角速度γmax)和在路口左右转弯时横摆角速度γ达到最大值时的车速(以下也称为横摆角速度最大车速Vγmax)。然后，控制器9将所生成的路口行驶信息通过车辆侧发送部11发送到意外情况预测灵敏度判断装置2。
此外，在本实施方式中，示出了使用最大横摆角速度γmax和横摆角速度最大车速Vγmax来作为路口行驶信息的例子，但是也能够采用其它结构。例如也可以设为代替最大横摆角速度γmax而采用在路口左右转弯时的最大横向加速度的结构。
另外，例如也可以设为代替横摆角速度最大车速Vγmax而采用在路口左右转弯时横向加速度达到了最大值时的车速、即横向加速度最大车速的结构。
另外，控制器9根据车辆侧接收部8所输出的信息，将通知本车辆C的驾驶员的意外情况预测灵敏度的判断结果的通知指令输出到通知部10。
通知部10根据控制器9所输出的通知指令，通知本车辆C的驾驶员的意外情况预测灵敏度的判断结果。作为通知部10，例如采用监视器、扬声器。
车辆侧发送部11将控制器9所生成的路口行驶信息通过通信路径3发送到意外情况预测灵敏度判断装置2。
(意外情况预测灵敏度判断装置2的结构)
意外情况预测灵敏度判断装置2具备基站侧接收部12、路口行驶信息记录部13、路口驾驶员特性判断部14、意外情况预测灵敏度判断部15以及基站侧发送部16。
基站侧接收部12通过通信路径3接收车辆侧发送部11所发送的路口行驶信息。然后，基站侧接收部12将所接收到的路口行驶信息输出到路口行驶信息记录部13。
路口行驶信息记录部13根据基站侧接收部12所接收到的路口行驶信息来记录多个车辆C的路口行驶信息。作为路口行驶信息记录部13，例如采用HDD(Hard Disc Drive：硬盘驱动器)、RAM(Random Access Memory：随机存取存储器)。
路口驾驶员特性判断部14具备路口标准驾驶行为水平判断部14a以及各标准驾驶行为水平的驾驶员特性判断部14b。
路口标准驾驶行为水平判断部14a根据路口行驶信息记录部13所记录的路口行驶信息中的从多个车辆C接收到的路口行驶信息，针对每个路口计算路口通过特性值γmax的绝对值的平均值(以下也称为路口通过特性值平均)γmaxAve。作为从多个车辆C接收到的路口行驶信息，例如采用从在设为对象的路口进行了左右转弯的所有车辆C接收到的路口行驶信息。接着，路口标准驾驶行为水平判断部14a根据计算出的路口通过特性值平均γmaxAve，针对每个路口判断在路口左右转弯时驾驶员的标准驾驶行为水平。作为在路口左右转弯时驾驶员的标准驾驶行为水平，例如有在路口左右转弯时驾驶员的标准的驾驶行为的水平的指标。在本实施方式中，判断驾驶员的标准驾驶行为水平处于预先设定的多个等级中的哪个等级。作为预先设定的多个等级，例如采用“高”、“低”两个等级。
各标准驾驶行为水平的驾驶员特性判断部14b从路口行驶信息记录部13所记录的路口行驶信息中选择由路口标准驾驶行为水平判断部14a判断出的驾驶员的标准驾驶行为水平彼此相同的路口所对应的路口行驶信息。在本实施方式中，采用驾驶员的标准驾驶行为水平彼此相同的路口中的、判断为驾驶员的标准驾驶行为水平处于最高的等级“高”的路口所对应的路口行驶信息。接着，各标准驾驶行为水平的驾驶员特性判断部14b根据所选择的路口行驶信息，针对各车辆C计算路口通过特性值Vγmax的平均值(以下也称为各车辆的路口通过特性值平均)VγmaxCAve。此外，在本实施方式中，示出了路口标准驾驶行为水平判断部14a采用与驾驶员的标准驾驶行为水平处于最高的等级“高”的路口对应的路口行驶信息的例子，也能够采用其它结构。例如，也可以采用与驾驶员的标准驾驶行为水平处于“低”的路口对应的路口行驶信息。
意外情况预测灵敏度判断部15根据由各标准驾驶行为水平的驾驶员特性判断部14b计算出的各车辆的路口通过特性值平均VγmaxCAve，针对每个车辆C判断在路口左右转弯时驾驶员的意外情况预测灵敏度。在路口左右转弯时驾驶员的意外情况预测灵敏度是指在路口左右转弯时本车辆与其它车辆、行人靠近的可能性的指标值。在本实施方式中，判断意外情况预测灵敏度处于预先设定的多个等级中的哪个等级。作为预先设定的多个等级，例如采用“高”、“中”、“低”三个等级。
基站侧发送部16将意外情况预测灵敏度判断部15所判断出的驾驶员的意外情况预测灵敏度通过通信路径3发送到多个车辆C所具备的车辆侧接收部8。
(运算处理)
接着，说明控制器9执行的路口行驶信息发送处理。
图3是表示路口行驶信息发送处理的流程图。
如图3所示，在步骤S101中，控制器9根据车辆位置检测部6所检测出的本车辆C的当前位置和地图数据库7所记录的地图数据，判断本车辆C是否已靠近路口。具体地说，控制器9判断本车辆C是否进入了路口的预先设定的设定范围内(例如与路口的中心部相距半径30m的范围内)。然后，控制器9在判断为本车辆C进入了路口的设定范围内的情况下(“是”)，判断为本车辆C已靠近路口，并转移到步骤S102。另一方面，控制器9在判断为本车辆C处于路口的设定范围外的情况下(“否”)，判断为本车辆C未靠近路口，再次执行该步骤S101的判断。
在上述步骤S102中，控制器9记录在上述步骤S101中判断为本车辆C正在靠近的路口(以下也称为对象路口)左右转弯时的横摆角速度γ的时序数据和车速V的时序数据。具体地说，控制器9首先开始横摆角速度γ的时序数据和车速V的时序数据的记录。时序数据的采样时间例如设为10[msec]。接着，控制器9根据车辆位置检测部6所检测出的本车辆C的当前位置以及地图数据库7所存储的地图数据，判断本车辆C是否在对象路口进行了右转弯或左转弯。具体地说，控制器9判断本车辆C通过对象路口之后(从设定范围内离开之后)行驶的道路是否为与在通过对象路口之前所行驶的道路相交叉的道路(以下也称为交叉道路)。然后，控制器9在判断为本车辆C通过对象路口之后行驶的道路是交叉道路的情况下(“是”)，判断为本车辆C在对象路口进行了右转弯或左转弯，并转移到步骤S106。另一方面，控制器9在判断为本车辆C通过对象路口之后行驶的道路不是交叉道路的情况下(“否”)，判断为本车辆C在对象路口既未进行右转弯也未进行左转弯，并返回上述步骤S101。此外，控制器9在返回上述步骤S101的情况下，将所记录的横摆角速度γ和车速V的时序数据废弃。
在上述步骤S103中，控制器9根据在上述步骤S102中记录的横摆角速度γ的时序数据和车速V的时序数据，来计算路口通过特性值(最大横摆角速度、横摆角速度最大车速)γmax、Vγmax。具体地说，控制器9根据横摆角速度γ的时序数据和车速V的时序数据，将在路口左右转弯时横摆角速度γ达到了最大值γmax时的车速V设定为横摆角速度最大车速Vγmax。接着，控制器9生成包含所计算出的路口通过特性值γmax、Vγmax、对象路口的路口ID以及本车辆C的车辆ID的路口行驶信息。
接着，转移到步骤S104，控制器9将在上述步骤S103中生成的路口行驶信息通过车辆侧发送部11发送到基站B。
接着，说明意外情况预测灵敏度判断装置2(基站侧接收部12、路口行驶信息记录部13、路口驾驶员特性判断部14、意外情况预测灵敏度判断部15以及基站侧发送部16)所执行的意外情况预测灵敏度判断处理。
图4是表示意外情况预测灵敏度判断处理的流程图。
如图4所示，在步骤S201中，基站侧接收部12接收车载装置1所发送的路口行驶信息(包含路口通过特性值、对象路口的路口ID以及本车辆C的车辆ID的数据)。
接着，转移到步骤S202，路口行驶信息记录部13记录在上述步骤S201中接收到的路口行驶信息。由此，路口行驶信息记录部13记录多个路口处的多个车辆C的路口行驶信息。
接着，转移到步骤S203，路口标准驾驶行为水平判断部14a从路口行驶信息记录部13所记录的路口行驶信息中抽出在预先设定的设定期间(例如从当时至30天前的期间)记录的路口行驶信息。
图5是表示在步骤S204中执行的处理的详细内容的流程图。
接着，转移到步骤S204，路口标准驾驶行为水平判断部14a根据在上述步骤S203中抽出的路口行驶信息中的、从多个车辆C(即，所有的车辆C)接收到的路口行驶信息，针对每个路口计算路口通过特性值(最大横摆角速度)γmax的绝对值的平均值(路口通过特性值平均)γmaxAve。具体地说，如图5所示，路口标准驾驶行为水平判断部14a首先将变量i初始化为0(步骤S301)。接着，路口标准驾驶行为水平判断部14a将变量i加1(步骤S302)。接着，路口标准驾驶行为水平判断部14a从所抽出的路口行驶信息中选择包含与变量i的数值相同的路口ID的路口行驶信息(步骤S303)。接着，路口标准驾驶行为水平判断部14a将所选择的路口行驶信息所包含的路口通过特性值γmax的绝对值的平均值(路口通过特性值平均)γmaxAve设为将变量i的数值作为路口ID的路口的路口通过特性值的平均值(步骤S304)。然后，路口标准驾驶行为水平判断部14a重复执行上述流程(步骤S302～S304)直到变量i为路口总数n以上为止(步骤S305)。由此，路口标准驾驶行为水平判断部14a针对所有的路口计算路口通过特性值平均γmaxAve。
图6是表示在步骤S205中执行的处理的详细内容的流程图。图7是表示路口通过特性值平均与驾驶员的标准驾驶行为水平的关系的图。
接着，转移到步骤S205，路口标准驾驶行为水平判断部14a根据在上述步骤S204中计算出的路口通过特性值平均γmaxAve，针对每个路口判断在路口左右转弯时驾驶员的标准驾驶行为水平。具体地说，如图6所示，路口标准驾驶行为水平判断部14a将变量j初始化为0(步骤S401)。接着，路口标准驾驶行为水平判断部14a将变量j加1(步骤S402)。接着，路口标准驾驶行为水平判断部14a从计算出的路口通过特性值平均γmaxAve中选择与将变量j的数值作为路口ID的路口对应的路口通过特性值平均γmaxAve(步骤S403)。接着，路口标准驾驶行为水平判断部14a根据所选择的路口通过特性值平均γmaxAve，判断在将变量j的数值作为路口ID的路口左右转弯时驾驶员的标准驾驶行为水平。具体地说，如图7所示，路口标准驾驶行为水平判断部14a在所选择的路口通过特性值平均γmaxAve为0[deg/s]以上且小于20[deg/s]的情况下，判断为在将变量j的数值作为路口ID的路口左右转弯时驾驶员的标准驾驶行为水平为“低”。另一方面，路口标准驾驶行为水平判断部14a在所选择的路口通过特性值平均γmaxAve为20[deg/s]以上的情况下，判断为在将变量j的数值作为路口ID的路口左右转弯时驾驶员的标准驾驶行为水平为“高”(步骤S404)。由此，路口通过特性值平均γmaxAve越大，路口标准驾驶行为水平判断部14a判断为在路口左右转弯时驾驶员的标准驾驶行为水平越高。即，在左右转弯时路径的曲率半径小、能见度差的路口，横摆角速度γ的绝对值为比较大的值。因此，在路口通过特性值平均γmaxAve为较大的值的情况下，判断为在路口左右转弯时驾驶员的标准驾驶行为水平为“高”。另一方面，在左右转弯时路径的曲率半径大、能见度好的路口，横摆角速度γ的绝对值为比较小的值。因此，在路口通过特性值平均γmaxAve为较小的值的情况下，判断为在路口左右转弯时驾驶员的标准驾驶行为水平为“低”。然后，路口标准驾驶行为水平判断部14a重复执行上述流程(步骤S402～S404)直到变量j为路口总数n以上为止(步骤S405)。由此，路口标准驾驶行为水平判断部14a针对所有的路口判断在路口左右转弯时驾驶员的标准驾驶行为水平。
图8是表示在步骤S206中执行的处理的详细内容的流程图。
接着，转移到步骤S206，如图8所示，各标准驾驶行为水平的驾驶员特性判断部14b从在上述步骤S203中抽出的路口行驶信息中选择与在上述步骤S205中判断出的驾驶员的标准驾驶行为水平为“高”的路口相对应的路口行驶信息(步骤S501)。接着，各标准驾驶行为水平的驾驶员特性判断部14b根据所选择的路口行驶信息，针对每个车辆C计算路口通过特性值(横摆角速度最大车速)Vγmax的平均值(各车辆的路口通过特性值平均)VγmaxCAve。具体地说，各标准驾驶行为水平的驾驶员特性判断部14b将变量k初始化为0(步骤S502)。接着，各标准驾驶行为水平的驾驶员特性判断部14b将变量k加1(步骤S503)。接着，各标准驾驶行为水平的驾驶员特性判断部14b从在上述步骤S501中选择的路口行驶信息中选择与变量k相同的数值的车辆ID所对应的路口行驶信息(步骤S504)。接着，各标准驾驶行为水平的驾驶员特性判断部14b将所选择的路口行驶信息所包含的路口通过特性值Vγmax的平均值设为将变量k的数值作为车辆ID的车辆C的路口通过特性值的平均值(各车辆的路口通过特性值平均)VγmaxCAve(步骤S505)。然后，各标准驾驶行为水平的驾驶员特性判断部14b重复执行上述流程(步骤S503～S505)直到变量k为车辆总数m以上为止(步骤S506)。由此，各标准驾驶行为水平的驾驶员特性判断部14b针对所有的车辆C计算各车辆的路口通过特性值平均VγmaxCAve。
图9是表示在步骤S207中执行的处理的详细内容的流程图。
接着，转移到步骤S207，意外情况预测灵敏度判断部15根据在上述步骤S203中抽出的路口行驶信息和在上述步骤S205中判断出的驾驶员的标准驾驶行为水平，针对每个车辆C判断在路口左右转弯时驾驶员的意外情况预测灵敏度。具体地说，如图9所示，意外情况预测灵敏度判断部15从在上述步骤S203中抽出的路口行驶信息中选择与在上述步骤S205中判断出的驾驶员的标准驾驶行为水平为“高”的路口对应的路口行驶信息(步骤S601)。接着，意外情况预测灵敏度判断部15计算所选择的路口行驶信息所包含的路口通过特性值Vγmax的平均值(以下也称为所有车辆路口通过特性值平均)Vth和标准偏差(以下也称为意外情况预测灵敏度判断用阈值)σth(步骤S602)。接着，意外情况预测灵敏度判断部15根据计算出的所有车辆路口通过特性值平均Vth与在上述步骤S206中计算出的各车辆的路口通过特性值平均VγmaxCAve之差，针对每个车辆C判断在路口左右转弯时驾驶员的意外情况预测灵敏度。具体地说，首先，意外情况预测灵敏度判断部15将变量l初始化为0(步骤S603)。接着，意外情况预测灵敏度判断部15将变量l加1(步骤S604)。接着，意外情况预测灵敏度判断部15从计算出的各车辆的路口通过特性值平均VγmaxCAve中选择将变量l的数值作为车辆ID的车辆C的各车辆的路口通过特性值平均VγmaxCAve(步骤S605)。
图10是表示各车辆的路口通过特性值平均与意外情况预测灵敏度的关系的图。
接着，意外情况预测灵敏度判断部15根据将所选择的各车辆的路口通过特性值平均VγmaxCAve减去所有车辆路口通过特性值平均Vth得到的减法结果，判断将变量l的数值作为车辆ID的车辆C的驾驶员的在路口左右转弯时的意外情况预测灵敏度(步骤S606)。具体地说，如图10所示，意外情况预测灵敏度判断部15在该减法结果为意外情况预测灵敏度判断用阈值σth以上的情况下，判断为将变量l的数值作为车辆ID的车辆C的驾驶员的在路口左右转弯时的意外情况预测灵敏度为“低”。另一方面，意外情况预测灵敏度判断部15在该减法结果小于意外情况预测灵敏度判断用阈值σth且为符号反转阈值(－σth)以上的情况下，判断为将变量l的数值作为车辆ID的车辆C的驾驶员的在路口左右转弯时的意外情况预测灵敏度为“中”。符号反转阈值(－σth)是指将意外情况预测灵敏度判断用阈值σth乘以“－1”得到的数值。另外，意外情况预测灵敏度判断部15在该减法结果小于符号反转阈值(－σth)的情况下，判断为将变量l的数值作为车辆ID的车辆C的驾驶员的在路口左右转弯时的意外情况预测灵敏度为“高”(步骤S606)。由此，减法结果(VγmaxCAve－Vth)越小，意外情况预测灵敏度判断部15判断为在路口左右转弯时驾驶员的意外情况预测灵敏度越高。即，在路口左右转弯时的横摆角速度最大车速Vγmax的平均值大的车辆C在路口左右转弯时与其它车辆、行人靠近的可能性变高。因此，在减法结果(VγmaxCAve－Vth)为较大的值的情况下，判断为在路口左右转弯时驾驶员的意外情况预测灵敏度为“低”。另一方面，在路口左右转弯时的横摆角速度最大车速Vγmax的平均值小的车辆C在路口左右转弯时与其它车辆、行人靠近的可能性变低。因此，在减法结果(VγmaxCAve－Vth)为较小的值的情况下，判断为在路口左右转弯时驾驶员的意外情况预测灵敏度为“高”。然后，意外情况预测灵敏度判断部15重复执行上述流程(步骤S604～S606)直到变量l为车辆总数m以上为止(步骤S607)。由此，意外情况预测灵敏度判断部15针对所有的车辆C判断在路口左右转弯时驾驶员的意外情况预测灵敏度。
接着，转移到步骤S208，意外情况预测灵敏度判断部15将在上述步骤S207中进行判断得到的意外情况预测灵敏度的判断结果通过基站侧发送部16发送到由在上述步骤S201中接收到的路口行驶信息的车辆ID确定的车辆C。
此外，在本实施方式中，示出了将在路口左右转弯时驾驶员的意外情况预测灵敏度的判断结果发送到车辆C的例子，但是也能够采用其它的结构。例如也可以设为在汽车保险的设定(例如等级的设定)中使用在路口左右转弯时驾驶员的意外情况预测灵敏度的判断结果的结构。在这种情况下，也能够将在路口左右转弯时驾驶员的意外情况预测灵敏度的判断结果通过通信路径3发送到处理汽车保险的保险公司等。
(动作及其它)
接着，说明意外情况预测灵敏度判断系统S的动作。
如图2的(a)所示，假设在行驶于道路的过程中，在车辆C(以下也称为车辆C1)的前方出现路口，车辆C1的驾驶员进行转向操作，车辆C1在路口进行了右转弯或左转弯。于是，车辆C1的控制器9记录横摆角速度γ和车速V的时序数据(图3的步骤S101、S102)。接着，控制器9根据所记录的横摆角速度γ和车速V的时序数据，计算路口通过特性值(最大横摆角速度、横摆角速度最大车速)γmax、Vγmax。接着，控制器9根据计算出的路口通过特性值γmax、Vγmax，生成路口行驶信息(图3的步骤S103)。然后，控制器9将所生成的路口行驶信息通过车辆侧发送部11发送给基站B(图3的步骤S104)。
然后，基站B的意外情况预测灵敏度判断装置2接收控制器9所输出的路口行驶信息，记录所接收到的路口行驶信息(图1的基站侧接收部12、路口行驶信息记录部13。图4的步骤S201、S202)。接着，意外情况预测灵敏度判断装置2根据路口行驶信息记录部13所记录的路口行驶信息中的从多个车辆C接收到的路口行驶信息，针对每个路口计算路口通过特性值的绝对值的平均值(路口通过特性值平均)γmaxAve。(图1的路口标准驾驶行为水平判断部14a、图4的步骤S203、S204)。在此，在左右转弯时路径的曲率半径小的路口(能见度差的路口)，一般地具有在路口左右转弯时的横摆角速度γ为比较大的值的倾向。因此，最大横摆角速度(路口通过特性值)γmax为比较大的值，路口通过特性值平均γmaxAve为比较大的值。另一方面，在左右转弯时路径的曲率半径大的路口(能见度好的路口)，一般地具有在路口左右转弯时的横摆角速度γ为比较小的值的倾向。因此，最大横摆角速度(路口通过特性值)γmax为比较小的值，路口通过特性值平均γmaxAve为比较小的值。
接着，意外情况预测灵敏度判断装置2根据计算出的路口通过特性值平均γmaxAve，针对每个路口判断在路口左右转弯时驾驶员的标准驾驶行为水平(图1的路口标准驾驶行为水平判断部14a、图4的步骤S205)。此时，如图7所示，意外情况预测灵敏度判断装置2在路口通过特性值平均γmaxAve为0≤γmaxAve<20的路口，判断为在路口左右转弯时驾驶员的标准驾驶行为水平为“低”。另外，意外情况预测灵敏度判断装置2在路口通过特性值平均γmaxAve为20≤γmaxAve的路口，判断为在路口左右转弯时驾驶员的标准驾驶行为水平为“高”。
接着，意外情况预测灵敏度判断装置2选择与驾驶员的标准驾驶行为水平为“高”的路口相对应的路口行驶信息。接着，意外情况预测灵敏度判断装置2根据所选择的路口行驶信息，针对每个车辆C计算路口通过特性值Vγmax的平均值(各车辆的路口通过特性值平均)VγmaxCAve(图1的各标准驾驶行为水平的驾驶员特性判断部14b、图4的步骤S206)。由此，即使在路口左右转弯时驾驶员的标准驾驶行为水平根据路口的能见度等路口特性的不同而发生了变化因此在路口左右转弯时驾驶员的运动行为发生变化从而在路口左右转弯时的路口通过特性值平均Vγmax在每个路口产生偏差的情况下，也能够降低在驾驶员的意外情况预测灵敏度的判断中使用的路口通过特性值平均Vγmax的偏差。
接着，意外情况预测灵敏度判断装置2根据计算出的各车辆的路口通过特性值平均VγmaxCAve，针对每个车辆C判断在路口左右转弯时驾驶员的意外情况预测灵敏度(图1的意外情况预测灵敏度判断部15、图4的步骤S207)。此时，如图10所示，意外情况预测灵敏度判断装置2关于将各车辆的路口通过特性值平均VγmaxCAve减去所有车辆路口通过特性值平均Vth得到的减法结果(VγmaxCAve－Vth)为σth≤VγmaxCAve－Vth的车辆C判断为在路口左右转弯时驾驶员的意外情况预测灵敏度为“低”。另外，意外情况预测灵敏度判断装置2关于该减法结果(VγmaxCAve－Vth)为－σth≤VγmaxCAve－Vth<σth的车辆C判断为在路口左右转弯时驾驶员的意外情况预测灵敏度为“中”。并且，意外情况预测灵敏度判断装置2关于该减法结果(VγmaxCAve－Vth)为VγmaxCAve－Vth<－σth的车辆C判断为在路口左右转弯时驾驶员的意外情况预测灵敏度为“高”。
接着，意外情况预测灵敏度判断装置2将意外情况预测灵敏度的判断结果通过基站侧发送部16发送到车辆C1(图1的意外情况预测灵敏度判断部15、图4的步骤S208)。然后，车辆C1的控制器9通过车辆侧接收部8接收意外情况预测灵敏度判断装置2所输出的判断结果，将通知指令输出到通知部10。然后，通知部10按照通知指令通知在路口左右转弯时驾驶员的意外情况预测灵敏度的判断结果。
这样，在本实施方式的意外情况预测灵敏度判断装置2中，根据与在路口左右转弯时驾驶员的标准驾驶行为水平为“高”的路口、即左右转弯时的路径的曲率半径小的路口相对应的路口行驶信息，判断在路口左右转弯时驾驶员的意外情况预测灵敏度。因此，在本实施方式的意外情况预测灵敏度判断装置2中，能够从在驾驶员的意外情况预测灵敏度的判断中使用的行驶信息中去除与左右转弯时的路径的曲率半径大的路口相对应的路口行驶信息。因此，在本实施方式的意外情况预测灵敏度判断装置2中，在左右转弯时的路径的曲率半径大的路口的通行频率高的情况下，也能够抑制将在路口左右转弯时驾驶员的意外情况预测灵敏度错误判断为“低”。
顺便提及，在不依据驾驶员的标准驾驶行为水平而根据与所有的路口相对应的路口行驶信息来判断在路口左右转弯时驾驶员的意外情况预测灵敏度的方法中，如果左右转弯时的路径的曲率半径大的路口的通行频率高，则各车辆的路口通过特性值平均VγmaxCAve增大。因此，有可能将在路口左右转弯时驾驶员的意外情况预测灵敏度错误判断为“低”。
在本实施方式中，路口通过特性值γmax、Vγmax构成行驶状态量。以下同样地，图1的基站侧接收部12以及图4的步骤S201构成接收部。并且，图1的路口行驶信息记录部13以及图4的步骤S202构成路口行驶信息记录部。另外，图1的路口标准驾驶行为水平判断部14a以及图4的步骤S204、S205构成标准驾驶行为水平判断部。并且，图1的各标准驾驶行为水平的驾驶员特性判断部14b、意外情况预测灵敏度判断部15以及图4的步骤S206、S207构成意外情况预测灵敏度判断部。另外，各车辆的路口通过特性值平均VγmaxCAve构成各车辆的行驶状态平均值。并且，图1的路口标准驾驶行为水平判断部14a以及图4的步骤S204构成平均值计算部。另外，图1的路口标准驾驶行为水平判断部14a以及图4的步骤S205构成标准驾驶行为水平判断执行部。并且，图1的各标准驾驶行为水平的驾驶员特性判断部14b、图4的步骤S206构成各车辆的行驶状态平均值计算部。另外，所有车辆路口通过特性值平均Vth构成多车辆行驶状态平均值。并且，图1的意外情况预测灵敏度判断部15以及图4的步骤S207构成多车辆行驶状态平均值计算部以及意外情况预测灵敏度判断执行部。
(本实施方式的效果)
本实施方式起到如下的效果。
(1)意外情况预测灵敏度判断装置2根据从多个车辆C接收到的路口行驶信息，针对每个路口判断在路口左右转弯时驾驶员的标准驾驶行为水平。接着，意外情况预测灵敏度判断装置2根据所判断出的驾驶员的标准驾驶行为水平彼此相同的路口所对应的路口行驶信息，来判断在路口左右转弯时驾驶员的意外情况预测灵敏度。
根据这样的结构，例如即使在根据路口的能见度等而在路口左右转弯时驾驶员的标准驾驶行为水平在每个路口发生变化、在路口左右转弯时驾驶员的驾驶行为发生变化从而在路口左右转弯时的路口行驶信息所包含的最大横摆角速度γmax在每个路口产生偏差的情况下，也能够降低在驾驶员的意外情况预测灵敏度的判断中使用的最大横摆角速度γmax的偏差。由此，能够提高在路口左右转弯时驾驶员的意外情况预测灵敏度的判断精度。
(2)意外情况预测灵敏度判断装置2根据路口行驶信息记录部13所记录的路口行驶信息中的从多个车辆C接收到的路口行驶信息所包含的最大横摆角速度γmax，针对每个路口计算最大横摆角速度γmax的绝对值的平均值(路口通过特性值平均)γmaxAve。接着，所计算出的最大横摆角速度γmax的平均值(路口通过特性值平均)γmaxAve越小，意外情况预测灵敏度判断装置2判断为驾驶员的标准驾驶行为水平越高。
根据这样的结构，例如在由于在路口左右转弯时驾驶员的标准驾驶行为水平高因此驾驶员降低了在路口左右转弯时的最大横摆角速度γmax的情况下，能够判断为驾驶员的标准驾驶行为水平高。由此，能够更高精度地判断在路口左右转弯时驾驶员的标准驾驶行为水平。
(3)意外情况预测灵敏度判断装置2针对每个车辆C计算路口通过特性值Vγmax的平均值(各车辆的路口通过特性值平均)VγmaxCAve。接着，意外情况预测灵敏度判断装置2根据从多个车辆C接收到的路口行驶信息，计算路口通过特性值Vγmax的平均值(所有车辆路口通过特性值平均)Vth。接着，意外情况预测灵敏度判断装置2根据各车辆的路口通过特性值平均VγmaxCAve与所有车辆路口通过特性值平均Vth之差，将在路口左右转弯时驾驶员的意外情况预测灵敏度判断为意外情况预测灵敏度。
根据这样的结构，例如在路口左右转弯时的横摆角速度最大车速Vγmax大、各车辆的路口通过特性值平均VγmaxCAve与所有车辆路口通过特性值平均Vth之差(VγmaxCAve－Vth)大的情况下，能够判断为驾驶员的意外情况预测灵敏度为“低”。另外，在路口左右转弯时的横摆角速度最大车速Vγmax小、各车辆的路口通过特性值平均VγmaxCAve与所有车辆路口通过特性值平均Vth之差(VγmaxCAve－Vth)小的情况下(在为负值的情况下)，能够判断为驾驶员的意外情况预测灵敏度为“高”。由此，能够容易地判断在路口左右转弯时驾驶员的意外情况预测灵敏度。
(4)意外情况预测灵敏度判断装置2根据路口行驶信息中的与判断为在路口左右转弯时驾驶员的标准驾驶行为水平处于最高等级“高”的路口相对应的路口行驶信息，来判断在路口左右转弯时驾驶员的意外情况预测灵敏度。
根据这样的结构，判断出在与其它车辆接触的可能性为最高等级“高”的路口左右转弯时驾驶员的意外情况预测灵敏度。由此，能够判断出在驾驶员的意外情况预测灵敏度更重要的临时停止路口处的、驾驶员的意外情况预测灵敏度。
(第二实施方式)
接着，参照附图说明本发明的第二实施方式。
此外，针对与上述各实施方式相同的结构等使用相同的附图标记。
本实施方式与第一实施方式的不同点在于，在路口左右转弯时驾驶员的标准驾驶行为水平的判断中采用横摆角速度最大车速Vγmax来代替最大横摆角速度γmax。
具体地说，本实施方式与第一实施方式的不同在于图4的步骤S204和S205的处理内容。
在上述步骤S204中，路口标准驾驶行为水平判断部14a根据在上述步骤S203中抽出的路口行驶信息中的从多个车辆C接收到的路口行驶信息，针对每个路口计算路口通过特性值Vγmax的平均值(路口通过特性值平均)VγmaxAve。由此，路口标准驾驶行为水平判断部14a针对所有的路口计算路口通过特性值平均VγmaxAve。
图11是表示路口通过特性值平均与驾驶员的标准驾驶行为水平的关系的图。
在上述步骤S205中，路口标准驾驶行为水平判断部14a根据在上述步骤S204中计算出的路口通过特性值平均VγmaxAve，针对每个路口判断在路口左右转弯时驾驶员的标准驾驶行为水平。具体地说，如图6所示，路口标准驾驶行为水平判断部14a将变量j初始化为0(步骤S401)。接着，路口标准驾驶行为水平判断部14a将变量j加1(步骤S402)。接着，路口标准驾驶行为水平判断部14a从所计算出的路口通过特性值平均VγmaxAve中选择与将变量j的数值作为路口ID的路口对应的路口通过特性值平均VγmaxAve(步骤S403)。
接着，路口标准驾驶行为水平判断部14a根据所选择的路口通过特性值平均VγmaxAve，判断在将变量j的数值作为路口ID的路口左右转弯时驾驶员的标准驾驶行为水平。具体地说，如图11所示，路口标准驾驶行为水平判断部14a在所选择的路口通过特性值平均VγmaxAve为0[km/h]以上且小于30[km/h]的情况下，判断为在将变量j的数值作为路口ID的路口左右转弯时驾驶员的标准驾驶行为水平为“高”。另一方面，路口标准驾驶行为水平判断部14a在所选择的路口通过特性值平均VγmaxAve为30[km/h]以上的情况下，判断为在将变量j的数值作为路口ID的路口左右转弯时驾驶员的标准驾驶行为水平为“低”。(步骤S404)。由此，路口通过特性值平均VγmaxAve越小，路口标准驾驶行为水平判断部14a判断为在路口左右转弯时驾驶员的标准驾驶行为水平越高。即，在路口右转弯时与在对向车道上执行的对向车辆靠近的可能性高的路口等、在路口左右转弯时本车辆与其它车辆、行人靠近的可能性高、在路口左右转弯时驾驶员的标准驾驶行为水平高的路口，车速V为较小的值。因此，在路口通过特性值平均VγmaxAve为较小的值的情况下，判断为在路口左右转弯时驾驶员的标准驾驶行为水平为“高”。另一方面，在路口左右转弯时本车辆与其它车辆、行人靠近的可能性低、在路口左右转弯时驾驶员的标准驾驶行为水平高的路口，车速V为较大的值。因此，在路口通过特性值平均VγmaxAve为较大的值的情况下，判断为在路口左右转弯时驾驶员的标准驾驶行为水平为“低”。然后，路口标准驾驶行为水平判断部14a重复执行上述流程(步骤S402～S404)直到变量j为路口总数n以上为止(步骤S405)。由此，路口标准驾驶行为水平判断部14a针对所有的路口判断在路口左右转弯时驾驶员的标准驾驶行为水平。
在本实施方式中，图1的路口标准驾驶行为水平判断部14a以及图4的步骤S204构成平均值计算部。以下同样地，图1的路口标准驾驶行为水平判断部14a以及图4的步骤S205构成标准驾驶行为水平判断执行部。
(本实施方式的效果)
本实施方式除了第一实施方式的(1)～(4)的效果以外，还起到如下效果。(1)意外情况预测灵敏度判断装置2根据路口行驶信息记录部13所记录的路口行驶信息中的从多个车辆C接收到的路口行驶信息所包含的路口通过特性值Vγmax，针对每个路口计算路口通过特性值Vγmax的平均值(横摆角速度最大车速平均)VγmaxAve。计算出的路口通过特性值Vγmax的平均值(横摆角速度最大车速平均)VγmaxAve越大，意外情况预测灵敏度判断装置2判断为驾驶员的标准驾驶行为水平越高。
根据这样的结构，例如在由于在路口左右转弯时驾驶员的标准驾驶行为水平高因此驾驶员降低了横摆角速度最大车速Vγmax的情况下，能够判断为驾驶员的标准驾驶行为水平高。由此，能够更高精度地判断驾驶员的标准驾驶行为水平。
(第三实施方式)
接着，参照附图说明本发明的第三实施方式。
此外，针对与上述各实施方式相同的结构等使用相同的附图标记。
本实施方式与第一、第二实施方式的不同点在于，在路口左右转弯时驾驶员的标准驾驶行为水平的判断中采用表示最大横摆角速度γmax的偏差程度的统计量，并且在驾驶员的意外情况预测灵敏度的判断中使用表示横摆角速度最大车速Vγmax的偏差程度的统计量。在本实施方式中，作为表示偏差程度的统计量，采用标准偏差。
图12是表示意外情况预测灵敏度判断处理的流程图。图13是表示在步骤S205中执行的处理的详细内容的流程图。
具体地说，本实施方式与第一实施方式的不同点在于，代替图4的步骤S204～S207而使用图12的步骤S701～S704，代替图6的步骤S403、S404而使用图13的步骤S801、S802。
在上述步骤S701中，路口标准驾驶行为水平判断部14a根据在上述步骤S203中抽出的路口行驶信息中的从多个车辆C接收到的路口行驶信息，针对每个路口计算路口通过特性值γmax的标准偏差(以下也称为路口通过特性值标准偏差)γmaxσ。由此，路口标准驾驶行为水平判断部14a针对所有的路口计算路口通过特性值标准偏差γmaxσ。
图14是表示路口通过特性值标准偏差与驾驶员的标准驾驶行为水平的关系的图。
在上述步骤S702中，路口标准驾驶行为水平判断部14a根据在上述步骤S701中计算出的路口通过特性值标准偏差γmaxσ，针对每个路口判断在路口左右转弯时驾驶员的标准驾驶行为水平。具体地说，如图13所示，路口标准驾驶行为水平判断部14a将变量j初始化为0(步骤S401)。接着，路口标准驾驶行为水平判断部14a将变量j加1(步骤S402)。接着，路口标准驾驶行为水平判断部14a从所计算出的路口通过特性值标准偏差γmaxσ中选择与将变量j的数值作为路口ID的路口对应的路口通过特性值标准偏差γmaxσ(步骤S801)。接着，路口标准驾驶行为水平判断部14a根据所选择的路口通过特性值标准偏差γmaxσ，判断在将变量j的数值作为路口ID的路口左右转弯时驾驶员的标准驾驶行为水平。具体地说，如图14所示，路口标准驾驶行为水平判断部14a在所选择的路口通过特性值标准偏差γmaxσ为0[deg/s]以上且小于γ1[deg/s]的情况下，判断为在将变量j的数值作为路口ID的路口左右转弯时驾驶员的标准驾驶行为水平为“低”。另一方面，路口标准驾驶行为水平判断部14a在所选择的路口通过特性值标准偏差γmaxσ为γ1[deg/s]以上且小于γ2(>γ1)[deg/s]的情况下，判断为在将变量j的数值作为路口ID的路口左右转弯时驾驶员的标准驾驶行为水平为“中”。另外，路口标准驾驶行为水平判断部14a在所选择的路口通过特性值标准偏差γmaxσ为γ2[deg/s]以上的情况下，判断为在将变量j的数值作为路口ID的路口左右转弯时驾驶员的标准驾驶行为水平为“高”(步骤S802)。由此，路口通过特性值标准偏差γmaxσ越大，路口标准驾驶行为水平判断部14a判断为在路口左右转弯时驾驶员的标准驾驶行为水平越高。即，在道路状况频繁地变化的路口，最大横摆角速度γmax的偏差为较大的值。因此，在路口通过特性值标准偏差γmaxσ为较大的值的情况下，判断为在路口左右转弯时驾驶员的标准驾驶行为水平为“高”。另一方面，在道路状况未频繁地变化的路口，最大横摆角速度γmax的偏差为较小的值。因此，在路口通过特性值标准偏差γmaxσ为较小的值的情况下，判断为在路口左右转弯时驾驶员的标准驾驶行为水平为“低”。然后，路口标准驾驶行为水平判断部14a重复执行上述流程(步骤S402、S801、S802)直到变量j为路口总数n以上为止(步骤S405)。由此，路口标准驾驶行为水平判断部14a针对所有的路口判断在路口左右转弯时驾驶员的标准驾驶行为水平。
在上述步骤S703中，各标准驾驶行为水平的驾驶员特性判断部14b从在上述步骤S203中抽出的路口行驶信息中选择与在上述步骤S702中判断出的驾驶员的标准驾驶行为水平为“高”的路口相对应的路口行驶信息。接着，各标准驾驶行为水平的驾驶员特性判断部14b根据所选择的路口行驶信息，针对每个车辆C计算路口通过特性值(横摆角速度最大车速)Vγmax的标准偏差(以下也称为各车辆的路口通过特性值标准偏差)Vγmaxσ。由此，各标准驾驶行为水平的驾驶员特性判断部14b针对所有的车辆C计算各车辆的路口通过特性值标准偏差VγmaxCσ。
图15是表示各车辆的路口通过特性值标准偏差与意外情况预测灵敏度的关系的图。
在上述步骤S704中，意外情况预测灵敏度判断部15根据在上述步骤S203中抽出的路口行驶信息和在上述步骤S702中判断出的驾驶员的标准驾驶行为水平，针对每个车辆C判断在路口左右转弯时驾驶员的意外情况预测灵敏度。具体地说，如图9所示，意外情况预测灵敏度判断部15从在上述步骤S203中抽出的路口行驶信息中抽出与在上述步骤S702判断出的驾驶员的标准驾驶行为水平为“高”的路口相对应的路口行驶信息(步骤S601)。接着，意外情况预测灵敏度判断部15计算所选择的路口行驶信息所包含的路口通过特性值Vγmax的标准偏差(以下也称为所有车辆路口通过特性值标准偏差)Vth和意外情况预测灵敏度判断用阈值σth(例如0.2×Vth)(步骤S602)。接着，意外情况预测灵敏度判断部15根据所计算出的所有车辆路口通过特性值标准偏差Vth与在上述步骤S703中计算出的各车辆的路口通过特性值标准偏差VγmaxCσ之差，针对每个车辆C判断在路口左右转弯时驾驶员的意外情况预测灵敏度。具体地说，意外情况预测灵敏度判断部15将变量l初始化为0(步骤S603)。接着，意外情况预测灵敏度判断部15将变量l加1(步骤S604)。接着，意外情况预测灵敏度判断部15从所计算出的各车辆的路口通过特性值标准偏差VγmaxCσ中选择将变量l的数值作为车辆ID的车辆C的各车辆的路口通过特性值标准偏差VγmaxCσ(步骤S605)。接着，意外情况预测灵敏度判断部15据将所选择的各车辆的路口通过特性值标准偏差VγmaxCσ减去所有车辆路口通过特性值标准偏差Vth得到的减法结果，来判断将变量l的数值作为车辆ID的车辆C的驾驶员的在路口左右转弯时的意外情况预测灵敏度。具体地说，如图6所示，意外情况预测灵敏度判断部15在该减法结果为意外情况预测灵敏度判断用阈值σth以上的情况下，判断为将变量l的数值作为车辆ID的车辆C的驾驶员的在路口左右转弯时的意外情况预测灵敏度为“低”。另一方面，意外情况预测灵敏度判断部15在该减法结果小于意外情况预测灵敏度判断用阈值σth且为符号反转阈值(－σth)以上的情况下，判断为将变量l的数值作为车辆ID的车辆C的驾驶员的在路口左右转弯时的意外情况预测灵敏度为“中”。符号反转阈值(－σth)是指将意外情况预测灵敏度判断用阈值σth乘以“－1”得到的数值。另外，意外情况预测灵敏度判断部15在该减法结果小于符号反转阈值(－σth)的情况下，判断为将变量l的数值作为车辆ID的车辆C的驾驶员的在路口左右转弯时的意外情况预测灵敏度为“高”(步骤S606)。由此，减法结果(VγmaxCσ－Vth)越小，意外情况预测灵敏度判断部15判断为在路口左右转弯时驾驶员的意外情况预测灵敏度越高。即，关于在路口左右转弯时的横摆角速度最大车速Vγmax的偏差大的车辆C，能够判断为驾驶员的技能低。因此，在减法结果(VγmaxCσ－Vth)为较大的值的情况下，判断为在路口左右转弯时驾驶员的意外情况预测灵敏度为“低”。另一方面，关于在路口左右转弯时的横摆角速度最大车速Vγmax的偏差小的车辆C，能够判断为驾驶员的技能高。因此，在减法结果(VγmaxCσ－Vth)为较小的值的情况下，判断为在路口左右转弯时驾驶员的意外情况预测灵敏度为“高”。然后，意外情况预测灵敏度判断部15重复执行上述流程(步骤S604～S606)直到变量l为车辆总数m以上为止(步骤S607)。由此，意外情况预测灵敏度判断部15针对所有的车辆C判断在路口左右转弯时驾驶员的意外情况预测灵敏度。
在本实施方式中，各车辆的路口通过特性值标准偏差VmaxCσ构成各车辆的统计量。以下同样地，图1的各标准驾驶行为水平的驾驶员特性判断部14b、图12的步骤S703构成各车辆的统计量计算部。另外，所有车辆路口通过特性值标准偏差Vth构成多车辆统计量。并且，图1的意外情况预测灵敏度判断部15以及图12的步骤S704构成多车辆统计量计算部以及意外情况预测灵敏度判断执行部。
(本实施方式的效果)
本实施方式除了第一实施方式的(1)～(4)的效果以外，还起到如下效果。(1)意外情况预测灵敏度判断装置2针对每个车辆C计算路口通过特性值Vγmax的标准偏差(各车辆的路口通过特性值标准偏差)VγmaxCσ。另外，意外情况预测灵敏度判断装置2根据从多个车辆C接收到的路口行驶信息，计算路口通过特性值Vγmax的标准偏差(所有车辆路口通过特性值标准偏差)Vth。接着，意外情况预测灵敏度判断装置2根据各车辆的路口通过特性值标准偏差VγmaxCσ与所有车辆路口通过特性值标准偏差Vth之差，将在路口左右转弯时驾驶员的意外情况预测灵敏度判断为意外情况预测灵敏度。
根据这样的结构，例如在路口左右转弯时的横摆角速度最大车速Vγmax的偏差大、各车辆的路口通过特性值标准偏差VγmaxCσ与所有车辆路口通过特性值标准偏差Vth之差(VγmaxCσ－Vth)大的情况下，能够判断为驾驶员的意外情况预测灵敏度为“低”。另外，在路口左右转弯时的横摆角速度最大车速Vγmax的偏差小、各车辆的路口通过特性值标准偏差VγmaxCσ与所有车辆路口通过特性值标准偏差Vth之差(VγmaxCσ－Vth)小的情况下(在为负值的情况下)，能够判断为驾驶员的意外情况预测灵敏度为“高”。由此，能够容易地判断在路口左右转弯时驾驶员的意外情况预测灵敏度。
(变形例)
此外，在第三实施方式中，示出了在路口左右转弯时驾驶员的标准驾驶行为水平的判断中采用最大横摆角速度γmax的例子，但也能够采用其它结构。例如，也可以设为在路口左右转弯时驾驶员的标准驾驶行为水平的判断中采用横摆角速度最大车速Vγmax的结构。
(第四实施方式)
接着，参照附图说明本发明的第四实施方式。
此外，针对与上述各实施方式相同的结构等使用相同的附图标记。
本实施方式与上述第一～第三实施方式的不同点在于，除了将获取到路口通过特性值γmax、Vγmax的路口与路口行驶信息对应以外，还将从向该路口驶入的方向观察该路口时的路口形状与路口行驶信息对应起来。而且，本实施方式与上述第一～第三实施方式的不同点在于，针对每个路口，将路口行驶信息按路口形状分类，根据分类后的各路口形状的路口行驶信息，判断在路口左右转弯时驾驶员的标准驾驶行为水平。
具体地说，本实施方式与第一实施方式的不同在于图3的步骤S103以及图4的步骤S204、S205的处理内容。
图17是用于说明第一～第四路口形状的说明图。
在上述步骤S103中，控制器9根据在上述步骤S102中记录的横摆角速度γ的时序数据和车速V的时序数据，计算路口通过特性值(最大横摆角速度、横摆角速度最大车速)γmax、Vγmax。接着，控制器9判断从对象路口的驶入方向看到该对象路口时的路口形状。作为路口形状，采用第一～第四路口形状。如图17所示，第一路口形状是指车辆C能够进行右转弯、左转弯以及直行的十字路口。第二路口形状是指车辆C只能够进行右转弯和直行的T字路口。第三路口形状是指车辆C只能够进行左转弯和直行的T字路口。第四路口形状是指车辆C只能够进行右转弯和左转弯的T字路口。接着，控制器9生成包含所计算出的路口通过特性值γmax、Vγmax、表示路口形状的路口形状ID、对象路口的路口ID以及本车辆C的车辆ID的路口行驶信息。路口形状ID是指针对各路口形状设定的唯一的信息，能够唯一地确定路口形状。由此，除了将获取到路口通过特性值的路口和车辆C与路口行驶信息对应以外，还将从向该路口驶入的方向观察该路口时的路口形状与路口行驶信息对应起来。
另一方面，在上述步骤S204中，路口标准驾驶行为水平判断部14a根据在上述步骤S203中抽出的路口行驶信息中的从多个车辆C接收到的路口行驶信息，针对每个路口计算各路口形状的路口通过特性值平均γmaxAve。具体地说，如图5所示，路口标准驾驶行为水平判断部14a首先将变量i初始化为0(步骤S301)。接着，路口标准驾驶行为水平判断部14a将变量i加1(步骤S302)。接着，路口标准驾驶行为水平判断部14a从所抽出的路口行驶信息中选择包含与变量i的数值相同的路口ID的路口行驶信息(步骤S303)。接着，路口标准驾驶行为水平判断部14a将所选择的路口行驶信息按路口形状进行分类。接着，路口标准驾驶行为水平判断部14a根据分类出的各路口形状的路口行驶信息，针对每个路口形状计算该路口行驶信息所包含的路口通过特性值γmax的绝对值的平均值(各路口形状的路口通过特性值平均)γmaxAve(步骤S304)。然后，路口标准驾驶行为水平判断部14a重复执行上述流程(步骤S302～S304)直到变量i为路口总数n以上为止(步骤S305)。由此，路口标准驾驶行为水平判断部14a针对所有的路口计算各路口形状的路口通过特性值平均γmaxAve。
在上述步骤S205中，路口标准驾驶行为水平判断部14a根据在上述步骤S204中计算出的各路口形状的路口通过特性值平均γmaxAve，针对每个路口判断在路口左右转弯时驾驶员的标准驾驶行为水平。具体地说，如图6所示，路口标准驾驶行为水平判断部14a将变量j初始化为0(步骤S401)。接着，路口标准驾驶行为水平判断部14a将变量j加1(步骤S402)。接着，路口标准驾驶行为水平判断部14a从所计算出的各路口形状的路口通过特性值平均γmaxAve中选择与将变量j的数值作为路口ID的路口对应的各路口形状的路口通过特性值平均γmaxAve(步骤S403)。接着，路口标准驾驶行为水平判断部14a将所选择的各路口形状的路口通过特性值平均γmaxAve按路口形状进行分类。接着，路口标准驾驶行为水平判断部14a根据分类出的各路口形状的路口通过特性值平均γmaxAve，针对每个路口形状，考虑路口形状来判断在将变量j的数值作为路口ID的路口左右转弯时驾驶员的标准驾驶行为水平。
具体地说，路口标准驾驶行为水平判断部14a在路口形状为第一路口形状的情况下，判断为在路口左右转弯时驾驶员的标准驾驶行为水平(以下也称为形状标准驾驶行为水平)为“高”。另外，路口标准驾驶行为水平判断部14a在路口形状为第二路口形状或第三路口形状的情况下，判断为在路口左右转弯时驾驶员的标准驾驶行为水平(形状标准驾驶行为水平)为“中”。并且，路口标准驾驶行为水平判断部14a在路口形状为第四路口形状的情况下，判断为在路口左右转弯时驾驶员的标准驾驶行为水平(形状标准驾驶行为水平)为“低”。即，如图17所示，在路口右转弯时，在第一路口形状和第二路口形状时，存在与在对向车道上直行的对向车辆、自行车靠近的可能性、与行人靠近的可能性。另外，在第四路口形状时，虽然存在与行人靠近的可能性，但是不存在与在对向车道上直行的对向车辆、自行车靠近的可能性。因此，在路口右转弯时，驾驶员的标准驾驶行为水平按第一路口形状、第二路口形状>第四路口形状的顺序变高。另一方面，在路口左转弯时，在第一路口形状和第三路口形状时，存在与在对向车道上直行的对向车辆靠近的可能性、与在本车辆的左侧方通过的自行车靠近的可能性、与行人靠近的可能性。另外，在第四路口形状时，虽然存在与行人靠近的可能性，但是不存在与在对向车道上直行的对向车辆、自行车靠近的可能性。因此，在路口右转弯时，驾驶员的标准驾驶行为水平按第一路口形状、第三路口形状>第四路口形状的顺序变高。因此，考虑在路口右转弯时和在路口左转弯时的两种情况，判断为在路口左右转弯时驾驶员的标准驾驶行为水平按第一路口形状>第二路口形状、第三路口形状>第四路口形状的顺序变高。
另外，如图7所示，路口标准驾驶行为水平判断部14a在分类后的各路口形状的路口通过特性值平均γmaxAve为0[deg/s]以上且小于20[deg/s]的情况下，判断为在路口左右转弯时驾驶员的标准驾驶行为水平(以下也称为交通状态标准驾驶行为水平)为“低”。另一方面，路口标准驾驶行为水平判断部14a在分类出的各路口形状的路口通过特性值平均γmaxAve为20[deg/s]以上的情况下，判断为在路口左右转弯时驾驶员的标准驾驶行为水平(交通状态标准驾驶行为水平)为“高”。
然后，路口标准驾驶行为水平判断部14a根据形状标准驾驶行为水平的判断结果和交通状态标准驾驶行为水平的判断结果的组合，判断在将变量j的数值作为路口ID的路口左右转弯时的各路口形状的标准驾驶行为水平(步骤S404)。具体地说，按照形状标准驾驶行为水平和交通状态标准驾驶行为水平的组合为“高”“高”>“高”“低”>“中”“高”>“中”“低”>“低”“高”>“低”“低”的顺序从高到低地判断在路口左右转弯时驾驶员的标准驾驶行为水平。然后，路口标准驾驶行为水平判断部14a重复执行上述流程(步骤S402～S404)直到变量j为路口总数n以上为止(步骤S405)。由此，路口标准驾驶行为水平判断部14a针对所有的路口判断各路口形状的驾驶员的标准驾驶行为水平。
在本实施方式中，图1的控制器9、图4的步骤S204构成路口行驶信息分类部。以下同样地，图1的控制器9、图4的步骤S205构成标准驾驶行为水平判断执行部。
(本实施方式的效果)
本实施方式除了第一实施方式的(1)～(4)的效果以外，还起到如下的效果。(1)意外情况预测灵敏度判断装置2针对每个路口将路口行驶信息按路口形状进行分类。接着，意外情况预测灵敏度判断装置2根据分类出的各路口形状的路口行驶信息，考虑路口形状来判断在路口左右转弯时驾驶员的标准驾驶行为水平。
根据这样的结构，例如，关于在路口左右转弯时驾驶员的标准驾驶行为水平越高的路口形状，判断为驾驶员的标准驾驶行为水平越高。由此，能够更高精度地判断在路口左右转弯时驾驶员的标准驾驶行为水平。
(变形例)
此外，在上述实施方式1～4中，示出了在路口左右转弯时驾驶员的标准驾驶行为水平的判断方法和在路口左右转弯时驾驶员的意外情况预测灵敏度的判断方法的组合的一例，但是也能够采用其它组合。例如，也可以设为将互不相同的实施方式所记载的在路口左右转弯时驾驶员的标准驾驶行为水平的判断方法和在路口左右转弯时驾驶员的意外情况预测灵敏度的判断方法组合的结构。
根据以上内容，本申请主张日本专利申请2012-60433(2012年3月16日申请)的优先权，其全部内容以参照的方式形成本公开的一部分。
在此，一边参照有限数量的实施方式一边进行了说明，但是权利范围不限定于这些实施方式，基于上述公开对各实施方式的改变对于本领域技术人员来说是显而易见的。
附图标记说明
12：基站侧接收部12(接收部)；13：路口行驶信息记录部13(路口行驶信息记录部)；14a：路口标准驾驶行为水平判断部(标准驾驶行为水平判断部、平均值计算部、标准驾驶行为水平判断执行部)；14b：各标准驾驶行为水平的驾驶员特性判断部(意外情况预测灵敏度判断部、各车辆的行驶状态平均值计算部、各车辆的统计量计算部)；15：意外情况预测灵敏度判断部(意外情况预测灵敏度判断部、多车辆行驶状态平均值计算部、意外情况预测灵敏度判断执行部、多车辆统计量计算部)；步骤S201：(接收部)；步骤S202：(路口行驶信息记录部)；步骤S204：(标准驾驶行为水平判断部、平均值计算部、路口行驶信息分类部)；步骤S205：(标准驾驶行为水平判断部、标准驾驶行为水平判断执行部、标准驾驶行为水平判断执行部)；步骤S206：(意外情况预测灵敏度判断部、车辆別行驶状态平均值计算部)；步骤S207：(意外情况预测灵敏度判断部、多车辆行驶状态平均值计算部、意外情况预测灵敏度判断执行部)；步骤S703：(各车辆的统计量计算部)；步骤S704：(多车辆统计量计算部、意外情况预测灵敏度判断执行部)；γmax、Vγmax：路口通过特性值(行驶状态量)；VγmaxCAve：各车辆的路口通过特性值平均(各车辆的行驶状态平均值)；Vth：所有车辆路口通过特性值平均(多车辆行驶状态平均值)；VmaxCσ：各车辆的路口通过特性值标准偏差(各车辆的统计量)；Vth：所有车辆路口通过特性值标准偏差(多车辆统计量)。

Claims (7)

1.一种意外情况预测灵敏度判断装置，其特征在于，具备：
接收部，其从车辆接收路口行驶信息，该路口行驶信息是包含表示在路口左右转弯时的车辆的行驶状态的行驶状态量且与获取到该行驶状态量的路口相对应的信息；
路口行驶信息记录部，其记录上述接收部所接收到的上述路口行驶信息；
标准驾驶行为水平判断部，其根据上述路口行驶信息记录部所记录的上述路口行驶信息中的从多个车辆接收到的上述路口行驶信息即多个车辆路口行驶信息，针对每个路口计算上述路口行驶信息的平均值，并根据该平均值判断在路口左右转弯时驾驶员的标准驾驶行为水平；以及
意外情况预测灵敏度判断部，其根据上述路口行驶信息记录部所记录的上述路口行驶信息中的、与上述标准驾驶行为水平判断部所判断出的上述标准驾驶行为水平彼此相同的路口相对应的上述路口行驶信息即对应路口行驶信息，判断在路口左右转弯时驾驶员的意外情况预测灵敏度。
2.根据权利要求1所述的意外情况预测灵敏度判断装置，其特征在于，
上述路口行驶信息包含在路口左右转弯时的最大横摆角速度或最大横向加速度，
上述标准驾驶行为水平判断部具备：
平均值计算部，其根据上述多个车辆路口行驶信息所包含的上述最大横摆角速度或上述最大横向加速度，针对每个路口计算该最大横摆角速度或最大横向加速度的绝对值的平均值；以及
标准驾驶行为水平判断执行部，上述平均值计算部计算出的平均值越小，则该标准驾驶行为水平判断执行部判断为上述标准驾驶行为水平越高。
3.根据权利要求1所述的意外情况预测灵敏度判断装置，其特征在于，
上述路口行驶信息包含在路口左右转弯时横摆角速度达到了最大值时的车速即横摆角速度最大车速、或在路口左右转弯时横向加速度达到了最大值时的车速即横向加速度最大车速，
上述标准驾驶行为水平判断部具备：
平均值计算部，其根据上述多个车辆路口行驶信息所包含的上述横摆角速度最大车速或上述横向加速度最大车速，针对每个路口计算该横摆角速度最大车速或横向加速度最大车速的平均值；以及
标准驾驶行为水平判断执行部，上述平均值计算部计算出的平均值越大，则该标准驾驶行为水平判断执行部判断为上述标准驾驶行为水平越高。
4.根据权利要求1所述的意外情况预测灵敏度判断装置，其特征在于，
除了将获取到上述行驶状态量的路口与上述路口行驶信息对应以外，还将从向该路口驶入的方向观察该路口时的路口形状与上述路口行驶信息对应，
上述标准驾驶行为水平判断部具备：
路口行驶信息分类部，其根据上述多个车辆路口行驶信息，针对每个路口，将上述多个车辆路口行驶信息所包含的上述路口行驶信息按上述路口形状进行分类；以及
标准驾驶行为水平判断执行部，其根据上述路口行驶信息分类部分类后的按上述路口形状的上述路口行驶信息，考虑上述路口形状来判断上述标准驾驶行为水平。
5.根据权利要求1～4中的任一项所述的意外情况预测灵敏度判断装置，其特征在于，
上述意外情况预测灵敏度判断部具备：
各车辆行驶状态平均值计算部，其根据上述对应路口行驶信息，针对每个车辆计算上述行驶状态量的平均值即各车辆行驶状态平均值；
多车辆行驶状态平均值计算部，其根据上述对应路口行驶信息中的从多个车辆接收到的上述路口行驶信息，计算上述行驶状态量的平均值即多车辆行驶状态平均值；以及
意外情况预测灵敏度判断执行部，其根据上述各车辆行驶状态平均值计算部所计算出的上述各车辆行驶状态平均值与上述多车辆行驶状态平均值计算部所计算出的上述多车辆行驶状态平均值之差，判断在路口左右转弯时驾驶员的意外情况预测灵敏度。
6.根据权利要求1～4中的任一项所述的意外情况预测灵敏度判断装置，其特征在于，
上述意外情况预测灵敏度判断部具备：
各车辆统计量计算部，其根据上述对应路口行驶信息，针对每个车辆计算表示上述行驶状态量的偏差程度的统计量即各车辆统计量；
多车辆统计量计算部，其根据上述对应路口行驶信息中的从多个车辆接收到的上述路口行驶信息，计算表示上述行驶状态量的偏差程度的统计量即多车辆统计量；以及
意外情况预测灵敏度判断执行部，其根据上述各车辆统计量计算部所计算出的上述各车辆统计量与上述多车辆统计量计算部所计算出的上述多车辆统计量之差，判断在路口左右转弯时驾驶员的意外情况预测灵敏度。
7.根据权利要求1～4中的任一项所述的意外情况预测灵敏度判断装置，其特征在于，
上述对应路口行驶信息是上述路口行驶信息记录部所记录的上述路口行驶信息中的、与上述标准驾驶行为水平判断部判断为上述标准驾驶行为水平处于最高等级的路口相对应的上述路口行驶信息。
CN201380013064.9A 2012-03-16 2013-03-12 意外情况预测灵敏度判断装置 Active CN104205186B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2012-060433 2012-03-16
JP2012060433 2012-03-16
PCT/JP2013/001626 WO2013136779A1 (ja) 2012-03-16 2013-03-12 不慮予測感度判定装置

Publications (2)

Publication Number Publication Date
CN104205186A CN104205186A (zh) 2014-12-10
CN104205186B true CN104205186B (zh) 2017-05-10

Family

ID=49160707

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201380013064.9A Active CN104205186B (zh) 2012-03-16 2013-03-12 意外情况预测灵敏度判断装置

Country Status (5)

Country Link
US (1) US9666066B2 (zh)
EP (1) EP2827317B1 (zh)
JP (1) JP5842996B2 (zh)
CN (1) CN104205186B (zh)
WO (1) WO2013136779A1 (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6260186B2 (ja) * 2013-10-10 2018-01-17 日産自動車株式会社 安全運転度判定装置
JP6180968B2 (ja) * 2014-03-10 2017-08-16 日立オートモティブシステムズ株式会社 車両制御装置
JP6493364B2 (ja) * 2016-11-18 2019-04-03 トヨタ自動車株式会社 運転支援装置
JP6544348B2 (ja) * 2016-12-22 2019-07-17 トヨタ自動車株式会社 車両運転支援装置
JP6515912B2 (ja) 2016-12-22 2019-05-22 トヨタ自動車株式会社 車両運転支援装置
ES2858448T3 (es) * 2017-02-01 2021-09-30 Kapsch Trafficcom Ag Un procedimiento para predecir un comportamiento del tráfico en un sistema de carreteras
US10429846B2 (en) * 2017-08-28 2019-10-01 Uber Technologies, Inc. Systems and methods for communicating intent of an autonomous vehicle
JP7062898B2 (ja) * 2017-09-07 2022-05-09 株式会社デンソー 衝突回避装置
CN111386559B (zh) * 2018-10-25 2022-07-19 北京嘀嘀无限科技发展有限公司 一种路口是否存在目标道路设施的判断方法及系统
CN111291916B (zh) * 2018-12-10 2023-05-23 北京嘀嘀无限科技发展有限公司 驾驶行为安全性预测方法、装置、电子设备及存储介质
JP7316064B2 (ja) * 2019-03-08 2023-07-27 株式会社Subaru 車両の制御装置、車両の制御方法及びプログラム
JP7337251B2 (ja) * 2020-03-09 2023-09-01 本田技研工業株式会社 情報提供システム、情報提供方法、およびプログラム

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000268297A (ja) * 1999-03-16 2000-09-29 Nissan Motor Co Ltd 安全運転評価装置
JP3593502B2 (ja) * 2001-01-16 2004-11-24 株式会社データ・テック 車両の運転技術診断システム及びその構成用品、運転技術診断方法
JP3882541B2 (ja) 2001-07-09 2007-02-21 日産自動車株式会社 運転者将来状況予測装置
JP3991804B2 (ja) * 2002-07-24 2007-10-17 日産自動車株式会社 運転者将来状況予測装置
US7821421B2 (en) 2003-07-07 2010-10-26 Sensomatix Ltd. Traffic information system
JP4367431B2 (ja) 2005-10-26 2009-11-18 トヨタ自動車株式会社 車両用運転支援システム
US7659827B2 (en) * 2006-05-08 2010-02-09 Drivecam, Inc. System and method for taking risk out of driving
US7706964B2 (en) * 2006-06-30 2010-04-27 Microsoft Corporation Inferring road speeds for context-sensitive routing
JP2008046759A (ja) * 2006-08-11 2008-02-28 Toyota Central Res & Dev Lab Inc 運転支援装置
KR100864178B1 (ko) 2007-01-18 2008-10-17 팅크웨어(주) 속도에 따른 주행상태 감지방법 및 그 방법을 이용한교통정보 제공 시스템
JP5326230B2 (ja) * 2007-06-19 2013-10-30 住友電気工業株式会社 車両運転支援システム、運転支援装置、車両及び車両運転支援方法
JP5499277B2 (ja) * 2008-01-22 2014-05-21 株式会社国際電気通信基礎技術研究所 危険運転予防意識判定システムおよび危険運転予防意識判定方法
JP5057167B2 (ja) * 2008-10-30 2012-10-24 アイシン・エィ・ダブリュ株式会社 安全運転評価システム及び安全運転評価プログラム
JP5303393B2 (ja) * 2009-08-04 2013-10-02 本田技研工業株式会社 車両用運転支援装置
JP5469430B2 (ja) * 2009-10-23 2014-04-16 富士重工業株式会社 右折時運転支援装置
JP5811776B2 (ja) 2011-11-01 2015-11-11 トヨタ自動車株式会社 車両ドライバの特定装置及び車両ドライバの特定方法
WO2013136778A1 (ja) * 2012-03-16 2013-09-19 日産自動車株式会社 不慮予測感度判定装置

Also Published As

Publication number Publication date
US9666066B2 (en) 2017-05-30
WO2013136779A1 (ja) 2013-09-19
JPWO2013136779A1 (ja) 2015-08-03
CN104205186A (zh) 2014-12-10
EP2827317A4 (en) 2015-05-20
EP2827317B1 (en) 2020-01-08
JP5842996B2 (ja) 2016-01-13
US20150057914A1 (en) 2015-02-26
EP2827317A1 (en) 2015-01-21

Similar Documents

Publication Publication Date Title
CN104205186B (zh) 意外情况预测灵敏度判断装置
JP5900454B2 (ja) 車両用車線案内システム及び車両用車線案内方法
CN104205187B (zh) 意外情况预测灵敏度判断装置
US7353111B2 (en) Navigation system performing route guidance for vehicle
CN1288424C (zh) 对自动行驶道路优先的汽车导航系统
EP3091498A1 (en) Motion detection system for transportation mode analysis
CN106846905A (zh) 对车辆及其行驶道路上的目标对象进行预警的系统及方法
CN101644584B (zh) 安全驾驶评价系统
CN108022026A (zh) 一种交通安全预警方法、装置及包括该装置的系统
CN104169684A (zh) 处理地理数据中的错误
Rodemerk et al. Predicting the driver's turn intentions at urban intersections using context-based indicators
CN104875740B (zh) 用于管理跟随空间的方法、主车辆以及跟随空间管理单元
JP5563495B2 (ja) 交差点における進行方向予測装置、進行方向予測方法およびプログラム
JP6732053B2 (ja) 逆走ドライバを検出するための方法、装置、およびシステム
CN110696828B (zh) 前向目标选择方法、装置及车载设备
CN112512885A (zh) 一种辅助驾驶方法、装置和汽车
JP6309146B1 (ja) 移動体データ処理装置、方法及びコンピュータプログラム
JP2013045343A (ja) ナビゲーションシステム、ナビゲーション装置、およびナビゲーションシステムの動作方法
CN114664085A (zh) 危险路段的提醒方法、装置、电子设备及介质
WO2007119348A1 (ja) 情報提供装置、情報提供方法、情報提供プログラムおよび記録媒体
JP7446872B2 (ja) 道路変化検出システム、道路変化検出方法、道路変化検出プログラム、および記憶媒体
JP7245797B2 (ja) 電子制御装置、選択方法
JP5376078B1 (ja) プローブデータから得られたデータの集中箇所抽出方法
JP6949597B2 (ja) 情報提示装置、情報提示タイミング設定方法、プログラム
JP2023043074A (ja) 車両制御システムおよび電子制御装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant