CN104813381B - 能见度不佳推测系统以及能见度不佳推测方法 - Google Patents

Abstract

一种能够通过更简易的结构进行能见度不佳的推测的能见度不佳推测系统以及能见度不佳推测方法。中枢(200)具备计算车辆(100、110、120)的操作要素的变化量的变化量计算部(220)。能见度推测部(230)根据由变化量计算部(220)计算出的变化量，推测能见度的不佳。中枢(200)还具备配送能见度推测部(230)的推测结果的配送部(250)。

Description

能见度不佳推测系统以及能见度不佳推测方法

技术领域

本发明涉及推测能见度的不佳的能见度不佳推测系统以及能见度不佳推测方法。

背景技术

一般，车辆的行驶环境、尤其是能见度根据气象状态而变化。因此，在车辆上搭载了的导航系统等中，进行从外部取得表示气象状态的信息，并提示取得了的信息。

另外，最近，正在开发根据从车辆取得的信息观测气象的系统。作为该种系统，已知例如如专利文献1所述，根据通过在第1车辆上搭载了的气象信息传感器测定出的气象状况变量来观测气象的系统(气象信息处理设备)。在该系统中，作为气象信息传感器，具备雨滴传感器、气压计、日照传感器、温度计、以及湿度计等。另外，在该系统中，通过雨滴传感器、气压计、日照传感器、温度计、以及湿度计等测定降雨量、太阳对车辆的照度、车辆外的气温、湿度等，而作为气象状况变量。接下来，判定该测定出的气象状况变量和上次测定出的气象状况变量的背离度是否为预定值以上。如果判定为背离度是预定值以上，则生成表示该背离度、和表现测定了气象状况变量的第1车辆的当前位置的气象变化位置的气象变化探测信息。然后，该生成的气象变化探测信息被发送给与第1车辆不同的第2车辆，通过在该第2车辆上搭载的设备对驾驶员等提示。

专利文献1：日本特开2011-215929号公报

发明内容

但是，在上述专利文献1记载的系统中，需要用于观测气象的各种传感器。另外，与其相伴地，还产生在车辆控制装置等中设置用于处理各种传感器的检测结果的处理功能的必要性。因此，不仅无法避免车载系统的复杂化、而且也无法避免用于观测气象的系统的复杂化、成本的增加。另外，即使想要使用专利文献1记载的系统来观测成为能见度的不佳的主要原因的气象，同样地仍无法避免系统的复杂化、成本的增加。

本发明是鉴于这样的实情而完成的，其目的在于提供一种能够通过更简易的结构来进行能见度不佳的推测的能见度不佳推测系统以及能见度不佳推测方法。

以下，记载用于解决上述课题的手段及其作用效果。

为了解决上述课题，依照本发明的能见度不佳推测系统是推测能见度的不佳的系统，其特征在于，具备：变化量计算部，计算车辆的操作要素的变化量；以及能见度推测部，根据所述计算出的变化量，推测能见度的不佳。

为了解决上述课题，依照本发明的能见度不佳推测方法是推测能见度的不佳的方法，其特征在于，包括：计算步骤，计算车辆的操作要素的变化量；以及能见度步骤，根据在所述计算步骤中计算出的变化量，推测能见度的不佳。

在起因于气象条件而能见度降低了时，驾驶员进行的车辆操作也起因于能见度的降低而发生变化。另外，这样的变化具有在能见度的降低、即成为能见度不佳的状况下共同或者类似的倾向。另外，能够通过在车辆中设置了的既存的各种传感器等，检测这样的操作要素的变化。

因此，在上述结构或者方法中，计算车辆的操作要素的变化量。然后，根据计算出的变化量，推测能见度的不佳。因此，能够根据能够通过在车辆中设置的既存的各种传感器等检测的操作要素的变化量，推测能见度的不佳。由此，无需在车辆等中设置用于观测成为能见度的不佳的主要原因的气象的传感器、系统，就能够推测能见度的不佳。因此，能够通过更简易的结构，进行能见度不佳的推测。

在本发明的一个样式中，所述能见度推测部以所述变化量计算部计算出的变化量是作为能见度的良好与否的基准的基准变化量以上为条件，判定被作为所述变化量的计算对象的车辆的行驶地点或者行驶区段“能见度不佳”的意思。

能见度的不佳时的操作要素的变化量大多大于等于某个变化量。相反地，能见度的良好时的操作要素的变化量以小于某个变化量而变迁，很少大于等于某个变化量。

因此，根据上述结构，作为用于推测能见度的不佳的阈值，设定基准变化量。然后，在上述计算出的变化量是基准变化量以上时，判定为被作为变化量的计算对象的车辆的行驶地点或者行驶区段“能见度不佳”。因此，根据基准变化量和上述计算了的变化量的比较，判定能见度的良好与否。由此，更简单地进行能见度的不佳的推测。

在本发明的一个样式中，所述能见度推测部以满足a：成为所述基准变化量以上的时间是规定的时间以上、b：成为所述基准变化量以上的次数是规定的次数以上、以及c：成为所述基准变化量以上的时间成为规定的时间以上的次数是规定的次数以上中的至少一个条件为条件，判定“能见度不佳”的意思。

在能见度的不佳时，操作要素的变化量增大。另外，在能见度的不佳时，具有成为基准变化量以上的时间为预定以上的时间的倾向。因此，在上述结构中，根据成为基准变化量以上的时间是规定的时间以上，判定为能见度不佳。由此，能够根据成为基准变化量以上的时间的测量，进行能见度不佳的推测。

另外，在能见度的不佳时，具有成为基准变化量以上的次数为预定数以上的倾向。因此，在上述结构中，根据成为基准变化量以上的次数是规定的次数以上，判定为能见度不佳。由此，能够根据成为基准变化量以上的次数的测量，进行能见度不佳的推测。

进而，在能见度的不佳时，成为基准变化量以上的时间成为预定以上的次数为预定数以上的情形也很多。因此，在上述结构中，根据成为基准变化量以上的时间成为规定的时间以上的次数是规定的次数以上，判定为能见度不佳。即，以成为基准变化量以上的时间成为规定的时间以上、并且、其次数是规定的次数以上为条件，判定为能见度不佳。因此，根据更严格的条件，进行能见度不佳的推测。因此，能见度不佳的推测结果的可靠性进一步提高。

在本发明的一个样式中，所述变化量计算部进行针对表示所述车辆的操作要素的变化量的数据的每个收集单位计算所述变化量的处理、以及针对所述车辆的每个预定的行驶距离计算所述变化量的处理、以及将所述车辆的预定的行驶距离作为一个单位而每当表示所述车辆的操作要素的变化量的数据的收集区间被切换时逐步计算所述变化量的处理中的至少一个处理。

表示车辆的操作要素的变化量的数据通过搭载在车辆上的各种传感器取得，向CAN等车辆用的网络以预定的周期发送。然后，保存到与车辆用的网络连接了的保存区域。即，车辆用的网络的发送周期成为表示车辆的操作要素的变化量的数据的收集单位，还成为数据的最小单位。

另外，在上述结构中，通过针对数据的每个收集单位计算变化量，以最小等级检测操作要素的变化量。另外，在外部的装置中收集在车辆的保存区域中保存了的数据时，还能够将该收集的单位设定为上述收集单位。

另外，能见度的不佳所引起的操作要素的变化具有按照例如几十m～几百m这样的预定的行驶距离显著地出现的倾向。因此，通过针对每个预定的行驶距离计算操作要素的变化量，能见度的不佳所引起的操作要素的变化被准确地反映到上述计算的变化量中。

进而，在上述结构中，还能够每当数据的收集区间切换时，逐步计算这样的每个预定的行驶距离的变化量。由此，变化量的计算单位被作为预定的行驶距离，同时按数据的收集单位产生的操作要素的变化也被准确地表露化。因此，更高精度地推测能见度不佳的发生以及成为能见度不佳的地点。

在本发明的一个样式中，所述变化量计算部对表示车辆的操作要素的变化量的数据进行频率变换，所述能见度推测部以表示进行了所述频率变换的数据是规定的操作量以上为条件，判定能见度不佳的意思。

根据上述结构，操作要素的变化能够被分类为多个频带。另外，能见度不佳所引起的操作要素的变化在特定的频带中特别显著。

这一点，根据上述结构，表示车辆的操作要素的变化量的数据被进行频率变换。然后，以表示被进行了频率变换的数据是规定的操作量以上为条件，判定能见度不佳的意思。因此，即使在特定的频带中发生了能见度不佳所引起的操作要素的变化，仍准确地检测出该变化。由此，高精度地进行基于操作要素的变化量的推测。

在本发明的一个样式中，所述变化量计算部通过傅立叶变换或者小波变换进行所述频率变换。

根据傅立叶变换或者小波变换，每个频率的变化量易于表露化。因此，如上述结构所示，通过傅立叶变换或者小波变换对表示操作要素的变化量的数据进行频率变换，更高精度地进行基于进行了频率变换的数据的能见度不佳的推测。

在本发明的一个样式中，所述能见度推测部根据“0.5”～“1.0”Hz的频带的所述频率变换后的数据，进行能见度的不佳的推测。

能见度良好时以及能见度不佳时的操作要素的各变化量的不同在“0.5”～“1.0”Hz的频带中特别显著。因此，在上述结构中，根据“0.5”～“1.0”Hz的频带的数据，进行能见度的不佳的推测。因此，能够准确地判别能见度的良好与否。

在本发明的一个样式中，所述能见度推测部以作为推测的对象的操作要素的变化量超过晴天时的操作要素的变化量的平均值为条件，判定“能见度不佳”的意思。

晴天时、即能见度良好时的操作要素的变化量比能见度不佳时的操作要素的变化量相对少。另外，能见度良好时的操作要素的变化量具有在某个范围内变化的倾向。因此，在产生了超过能见度良好时的操作要素的变化量的范围的变化时，是能见度不佳的或然性高。

因此，在上述结构中，在作为推测的对象的操作要素的变化量超过晴天时的操作要素的变化量的平均值时，作为产生了超过能见度良好时的操作要素的变化量的范围的变化，判定“能见度不佳”的意思。因此，根据与晴天时的操作要素的变化量的特性的比较，准确地判定能见度不佳。

在本发明的一个样式中，所述操作要素的变化量是转向角、转向角速度、行驶速度、加速度、转向扭矩、偏航速率、油门踏板的踏入量、以及制动踏板的踏入量中的至少一个要素的变化量。

在能见度不佳时，起因于驾驶员的视野降低，而进行比视野良好时更慎重的车辆操作。因此，转向装置、油门踏板、以及制动踏板等的操作样式发生变化。特别，方向盘的操作频度、操作量增大。另外，伴随油门踏板的踏入量的降低、制动踏板的踏入量的增加，车辆的行驶速度降低。

这一点，根据上述结构，转向角、转向角速度、行驶速度、加速度、转向扭矩、偏航速率、油门踏板的踏入量、以及制动踏板的踏入量中的至少一个要素的变化量被计算为上述操作要素的变化量。因此，根据易于产生能见度不佳所引起的影响的操作要素的变化量，进行能见度不佳的推测。

在本发明的一个样式中，该能见度不佳推测系统还具备过滤部，该过滤部从表示所述操作要素的变化量的数据中选定成为推测的对象外的数据，并去掉该选定了的数据。

根据上述结构，成为推测的对象外的数据被选定，该选定了的数据被去掉。因此，变化量计算部仅将未通过过滤部去掉的数据作为变化量的计算的对象即可。另外，能见度推测部仅根据基于未通过过滤部去掉的数据的变化量，进行能见度不佳的推测即可。由此，变化量计算部以及能见度推测部的处理负荷被减轻，更顺利地进行变化量的计算、以及能见度不佳的推测。

在本发明的一个样式中，所述过滤部将转向角的反转次数小于预定的次数的数据、以及具有预定的曲率的道路中的表示车辆的操作要素的变化量的数据中的至少一个数据选定为去掉的对象。

在能见度不佳时，具有转向角的反转次数增加的倾向，确认了转向角的反转次数成为预定的次数以上。相反地，在转向角的反转次数小于预定的次数时，能见度良好的可能性高。

这一点，根据上述结构，关于转向角的反转次数小于预定的次数的数据，设为在能见度良好时取得了的可能性高，通过上述过滤部被作为去掉的对象。因此，变化量计算部以及能见度推测部进行针对在能见度不佳时取得了的可能性高的数据的处理即可。由此，减轻变化量计算部以及能见度推测部的处理负荷的同时，准确地缩减作为推测的对象的数据。另外，能够根据表示转向角的变迁的数据等，容易地确定转向角的反转次数。因此，根据上述结构，过滤部能够容易地选定作为去掉的对象的数据。

另一方面，在具有预定的曲率的道路中，不管能见度的良好与否，都进行与道路线形对应的转向、减速等车辆操作。因此，在具有预定的曲率的道路中取得的数据中，包括与能见度不同的要素所引起的变化量。

这一点，根据上述结构，通过将在具有预定的曲率的道路中取得了的数据选定为去掉的对象，也不会根据探测到与能见度不同的要素所引起的变化量而错误地推测为能见度不佳。

在本发明的一个样式中，所述能见度推测部作为成为能见度不佳的气象条件，以雾、暴风雪、乳白天空、以及规定的雨量以上的雨为对象。

雾、暴风雪、乳白天空、以及规定的雨量以上的雨这样的气象现象具有针对能见度的影响大，车辆操作也起因于这些气象现象而发生变化的倾向。

这一点，根据上述结构，作为成为能见度不佳的气象条件，通过将雾、暴风雪、乳白天空、以及规定的雨量以上的雨作为对象，能够推测这些气象条件所引起的能见度的良好与否。

在本发明的一个样式中，所述变化量计算部以及所述能见度推测部被设置于将表示所述车辆的操作要素的变化量的探测器信息与所述车辆的位置信息一起进行收集的中枢。

在所谓探测器信息中，包括通过在搭载车辆上的各种传感器检测的数据，能够根据该数据，确定车辆的操作要素的变化量。另外，成为探测器信息的收集源的车辆和其行驶区段越多样，在成为能见度不佳的地点或者区段中取得了的探测器信息被收集的可能性也越高。

这一点，根据上述结构，在中枢中一并地汇集在多个车辆中取得了的多个探测器信息。因此，中枢能够使用在宽范围并且多个道路中取得了的探测器信息来进行能见度不佳的推测。由此，能见度不佳的推测范围被扩大，能够将更多的区段作为能见度不佳的推测对象。

在本发明的一个样式中，所述中枢根据所述能见度推测部的推测结果和所述位置信息，确定成为能见度不佳的地点或者区段，向在以下车辆中的至少一个车辆内利用的信息终端，配送表示所述推测结果的信息，以下车辆是：在该确定了的地点存在的车辆、以所述确定了的地点为目的地的车辆、在直至目的地的推荐路径中包括所述确定了的地点的车辆、以及在以所述确定了的地点为中心的预定范围内存在的车辆。。

根据上述结构，根据能见度推测部的推测结果和位置信息，确定成为能见度不佳的地点或者区段。然后，向在确定了的地点存在的车辆、以确定了的地点为目的地的车辆、以及在以确定了的地点为中心的预定范围内存在的车辆中的至少一个车辆内利用的信息终端，配送表示推测结果的信息。由此，从中枢向信息终端能动地提供在中枢中推测出的推测结果。

另外，根据上述结构，向在以推测为能见度不佳的地点为目的地的车辆内利用的信息终端、在直至该目的地的路径中包括推测为能见度不佳的地点的车辆内利用的信息终端配送推测结果。因此，如果确定了被设定的目的地、推荐路径，则如果在该目的地、推荐路径中存在成为能见度不佳的地点，则能动地向信息终端配送表示该意思的信息。因此，信息终端的利用者能够事先掌握目的地、推荐路径中的能见度的良好与否。另外，由此，信息终端也能够进行依照能见度不佳的推测结果的目的地的设定、路径探索。

另外，另一方面，根据上述结构，通过向在以确定了的地点为中心的预定范围内存在的车辆内利用的信息终端配送推测结果，能够对上述信息终端的利用者报告在该车辆的周边存在成为能见度不佳的区域。

另外，信息终端由例如在车辆上搭载了的导航系统、智能手机等多功能电话设备构成。

在本发明的一个样式中，表示所述车辆的操作要素的变化量的数据是通过能够与在车辆上搭载了的车载信息终端进行通信的多功能电话设备而取得的数据，

所述多功能电话设备通过与所述中枢的通信，向该中枢发送所述取得了的数据。

近年来的智能手机等多功能电话设备能够通过与在车辆上搭载了的信息终端的通信，取得在车辆用的网络中流过的数据。另外，这样的多功能电话设备还能够通过该通信功能与外部的网络进行通信。

因此，根据上述结构，通过多功能电话设备取得表示车辆的操作要素的变化量的数据。然后，该取得了的数据被发送到中枢。由此，表示车辆的操作要素的变化量的数据的取得样式的多样化被提高，作为上述能见度不佳推测系统的通用性被提高。

附图说明

图1是示出关于本发明的能见度不佳推测系统以及能见度不佳推测方法的第1实施方式，应用能见度不佳推测系统以及能见度不佳推测方法的中枢以及该中枢进行通信的通信对象的概略结构的框图。

图2(a)是示出能见度良好时(晴天时)的转向角的变迁的图形；(b)是示出能见度不佳时的转向角的变迁的图形。

图3是示出数据的分类样式的图。

图4(a)是示出能见度良好时(晴天时)的转向角速度的变迁的图形；(b)是示出能见度不佳时的转向角速度的变迁的图形。

图5是示出通过该实施方式的能见度不佳推测系统以及能见度不佳推测方法实施的能见度的推测处理的一个例子的流程图。

图6是示出能见度不佳的推测结果的图，是示出在车辆的当前地至目的地的推荐路径中存在的能见度不佳的地点的引导画面的图。

图7是示出能见度不佳的推测结果的图，是示出回避了成为能见度不佳的地点的路径的引导画面的图。

图8是示出能见度不佳的推测结果的图，是示出在车辆的周边存在的能够待机或者休息的地点的引导画面的图。

图9是示出能见度不佳的推测结果的图，是示出以车辆为中心的预定范围内存在的成为能见度不佳的地点以及区段的引导画面的图。

图10是示出关于本发明的能见度不佳推测系统以及能见度不佳推测方法的第2实施方式，应用能见度不佳推测系统以及能见度不佳推测方法的中枢以及与该中枢进行通信的通信对象的概略结构的框图。

图11是示出在能见度良好时取得了的预定的行驶距离中的转向角的数据的变迁和在能见度不佳时取得了的预定的行驶距离中的转向角的数据的变迁的图形。

图12是示出该实施方式的晴天时数据定义处理的一个例子的流程图。

图13是示出通过该实施方式的能见度不佳推测系统以及能见度不佳推测方法实施的能见度的推测处理的一个例子的流程图。

图14是示出关于本发明的能见度不佳推测系统以及能见度不佳推测方法的第3实施方式，应用能见度不佳推测系统以及能见度不佳推测方法的中枢以及与该中枢进行通信的通信对象的概略结构的框图。

图15是示出在具有预定的曲率的道路中取得了的转向角的变化量的图。

图16是示出在直线的道路中取得了的转向角的变化量的图。

图17是示出具有预定的曲率的道路和进入到该道路的车辆之间的关系的图。

图18(a)是示出在视野良好时在连接直线的道路和转弯处的某个区间中行驶的车辆中取得了的转向角速度的变迁的图；(b)是示出在视野不佳时，在直线的道路上行驶的车辆中取得了的转向角速度的变迁的图。

图19(a)是示出在视野良好时在连接直线的道路和转弯处的某个区间中行驶的车辆中取得了的转向角的变迁的图；(b)是示出在视野不佳时在直线的道路上行驶的车辆中取得了的转向角的变迁的图。

图20是示出基于转向角以及转向角速度的过滤处理的一个例子的流程图。

图21是示出关于本发明的能见度不佳推测系统以及能见度不佳推测方法的第4实施方式，应用能见度不佳推测系统以及能见度不佳推测方法的中枢以及与该中枢进行通信的通信对象的概略结构的框图。

图22是示出关于本发明的能见度不佳推测系统以及能见度不佳推测方法的第5实施方式，应用能见度不佳推测系统以及能见度不佳推测方法的中枢以及与该中枢进行通信的通信对象的概略结构的框图。

图23是示出每个行驶环境的摇晃判定阈值以及能见度不佳推测阈值的一个例子的图。

图24是示出通过该实施方式的能见度不佳推测系统以及能见度不佳推测方法实施的能见度的推测处理的一个例子的流程图。

图25是示出关于本发明的能见度不佳推测系统以及能见度不佳推测方法的第6实施方式，应用能见度不佳推测系统以及能见度不佳推测方法的中枢以及与该中枢进行通信的通信对象的概略结构的框图。

图26是示出每个行驶环境的摇晃判定阈值以及谱面积的平均值的一个例子的图。

图27是示出该实施方式的晴天时数据定义处理的一个例子的流程图。

图28是示出通过该实施方式的能见度不佳推测系统以及能见度不佳推测方法实施的能见度的推测处理的一个例子的流程图。

图29是示出关于本发明的能见度不佳推测系统以及能见度不佳推测方法的第7实施方式，应用能见度不佳推测系统以及能见度不佳推测方法的中枢以及与该中枢进行通信的通信对象的概略结构的框图。

图30是示出通过该实施方式的能见度不佳推测系统以及能见度不佳推测方法实施的能见度的推测处理的一个例子的流程图。

图31是示出关于本发明的能见度不佳推测系统以及能见度不佳推测方法的第8实施方式，应用能见度不佳推测系统以及能见度不佳推测方法的中枢以及与该中枢进行通信的通信对象的概略结构的框图。

图32是示出通过该实施方式的能见度不佳推测系统以及能见度不佳推测方法实施的能见度的推测处理的一个例子的流程图。

图33是示出关于本发明的能见度不佳推测系统以及能见度不佳推测方法的第9实施方式，应用能见度不佳推测系统以及能见度不佳推测方法的中枢以及与该中枢进行通信的通信对象的概略结构的框图。

图34是示出通过该实施方式的能见度不佳推测系统以及能见度不佳推测方法实施的能见度的推测处理的一个例子的流程图。

图35是示出关于本发明的能见度不佳推测系统以及能见度不佳推测方法的第10实施方式，通过能见度不佳推测系统以及能见度不佳推测方法实施的能见度的推测处理的一个例子的流程图。

图36是示出关于本发明的能见度不佳推测系统以及能见度不佳推测方法的第11实施方式，应用能见度不佳推测系统以及能见度不佳推测方法的中枢以及与该中枢进行通信的通信对象的概略结构的框图。

图37是示出关于本发明的能见度不佳推测系统以及能见度不佳推测方法的第12实施方式，应用能见度不佳推测系统以及能见度不佳推测方法的中枢以及与该中枢进行通信的通信对象的概略结构的框图。

图38是示出关于本发明的能见度不佳推测系统以及能见度不佳推测方法的第13实施方式，应用能见度不佳推测系统以及能见度不佳推测方法的中枢以及与该中枢进行通信的通信对象的概略结构的框图。

图39是示出关于本发明的能见度不佳推测系统以及能见度不佳推测方法的其他实施方式，通过能见度不佳推测系统以及能见度不佳推测方法实施的能见度的推测处理的一个例子的流程图。

(符号说明)

100：车辆；101：通信部；102：转向角传感器；103：角速度传感器；104：GPS；105：数据保存区域；106：车速传感器；110、120、130：车辆；131：通信部；132：导航系统；200、200B：中枢；201：通信部；202：数据保存区域；203：地图数据保存区域；210、210A、210B：过滤部；211：摇晃判定部；212：转弯处判定部；213：车速判定部；220、220A、220B：变化量计算部；221：数据分类部；222：计数部；223：频率变换部；230：能见度推测部；240：不佳地点保存区域；250：配送部；261：晴天时驾驶定义部；270：行驶环境识别部；271：环境信息保存区域；272、273：行驶环境对应映射；300：多功能电话设备；400：道路交通信息中枢；500：气象公司服务器；600：多功能电话设备；601：通信部；602：数据保存区域；610：过滤部；611：摇晃判定部；620：变化量计算部；621：数据分类部；622：计数部；630：能见度推测部；640：不佳地点保存区域；650：显示部；700：车辆；701：通信部；702：数据保存区域；703：转向角传感器；704：角速度传感器；705：GPS；710：过滤部；711：摇晃判定部；720：变化量计算部；721：数据分类部；722：计数部；730：能见度推测部；740：不佳地点保存区域；750：显示部；800：多功能电话设备；801：通信部；802：数据保存区域；810、820：多功能电话设备。

具体实施方式

(第1实施方式)

以下，参照图1～图9，说明使本发明的能见度不佳推测系统以及能见度不佳推测方法具体化了的第1实施方式。

如图1所示，应用本实施方式的能见度不佳推测系统以及能见度不佳推测方法的中枢200具有能够与车辆100进行通信的通信部201。通信部201通过与在车辆100中设置了的通信部101的通信，取得表示在车辆100中进行了的各种操作要素的变化量的数据。

在车辆100中，例如，设置了转向角传感器102、角速度传感器103、以及GPS104。

转向角传感器102检测车辆100的转向角，将表示检测出的转向角的信号输出到数据保存区域105。角速度传感器103检测转向角速度，将表示检测出的转向角速度的信号输出到数据保存区域105。

在本实施方式中，通过转向角传感器102以及角速度传感器103，检测车辆100的转向、即方向盘这样的操作要素的变化量。另外，操作要素的变化量是指，通过操作用于操作车辆的操作要素而发生变化的变化量。

另外，GPS104接收用于检测车辆100的绝对位置的GPS卫星信号，根据接收到的GPS卫星信号，检测车辆100的纬度经度。GPS104将表示检测到的车辆100的纬度经度的纬度经度数据作为位置信息输出到数据保存区域105。

在数据保存区域105中，随时保存从转向角传感器102、角速度传感器103、以及GPS104输入了的信号。由此，在数据保存区域105中，按时间系列地保存表示根据由驾驶员实施的操作而变化的转向角、转向扭矩、以及纬度经度的多个数据。

另外，转向角传感器102、角速度传感器103、以及GPS104的检测结果经由以根据通信规定而规定了的周期发送接收数据的车辆用的网络来收集，并保存到数据保存区域105。即，在本实施方式中，根据通信规定而规定了的周期被规定为表示车辆100的操作要素的变迁等的数据的收集单位。

通信部101以例如车辆100的辅助设备位置从OFF切换为ON为条件，将在数据保存区域105中保存了的数据发送到中枢200。

同样地，从与车辆100不同的车辆110、120等，向中枢200，也发送在各车辆110、120中保存了的表示操作要素的变迁等的数据。

构成中枢200的通信部201如果接收到从各车辆100、110、120等发送了的数据，则将接收到的数据输出到中枢200的数据保存区域202。

在数据保存区域202中，随时保存从车辆100、110、120等多种车辆发送了的数据。另外，在数据保存区域202中，以成为取得对象的车辆为单位，将表示转向角、转向角速度、以及纬度经度的各数据关联起来保存。

中枢200具有选定在数据保存区域202中保存了的数据中的、成为能见度不佳的推测的对象外的数据，去掉该选定了的数据的过滤部210。另外，中枢200具有根据在数据保存区域202中保存了的数据计算车辆的操作要素的变化量的变化量计算部220、以及根据计算了的变化量推测能见度的不佳的能见度推测部230。进而，中枢200具有保存表示推测结果的数据的不佳地点保存区域240、以及配送与推测结果有关的信息的配送部250。另外，不佳地点保存区域240、配送部250、认证数据生成部210还能够设置于中枢200以外的预定的设备。

本实施方式的过滤部210具有根据转向角在左右之间的反转的次数判定车辆有无摇晃的摇晃判定部211。摇晃判定部211抽出在数据保存区域202中保存了的数据，根据转向角的数据，选定抽出了的数据中的转向角在左右之间的反转的次数小于预定的次数的数据。另外，摇晃判定部211丢弃选定了的转向角的数据。进而，摇晃判定部211丢弃与选定了的转向角的数据关联起来的转向角速度的数据以及纬度经度数据。由此，从由变化量计算部220计算的变化量的计算对象以及由能见度推测部230推测的能见度不佳的推测的对象，去掉转向角在左右之间的反转的次数小于预定的次数的数据群。

摇晃判定部211将与未选定的数据、即未去掉的转向角的数据关联起来的转向角速度的数据和纬度经度数据输出到变化量计算部220。

变化量计算部220如果被输入各数据，则进行计算转向角速度的数据表示的操作要素的变化量的处理。

本实施方式的变化量计算部220具有在操作要素的变化量的计算时根据预定的规则对数据进行分类的数据分类部221。另外，本实施方式的变化量计算部220具有作为计算变化量的处理，进行对数据的操作要素的变化次数进行计数的处理的计数部222。

数据分类部221将按照数据的每个收集单位取得了的转向角速度的数据，分类为以收集了数据的车辆的预定的行驶距离为一个单位的集群的某个数据。然后，数据分类部221针对数据的每个收集单位，逐步偏移地进行这样的分类。另外，根据与转向角速度的数据关联起来的纬度经度数据的变迁，计算行驶距离。

计数部222通过解析以由数据分类部221分类了的预定的行驶距离为单位的数据，对成为作为能见度的良好与否的基准的基准变化量以上的时间和次数进行计数。本实施方式的计数部222对例如由角速度传感器103检测到的转向角速度在例如约6[deg/sec]以上约为2秒以上的次数进行计数。然后，计数部222将计数结果输出到能见度推测部230。

能见度推测部230如果被输入计数结果，则将约6[deg/sec]以上约为2秒以上的次数为规定的次数的预定的行驶距离中的数据推测为在成为能见度不佳的地点取得了的数据。另外，在能见度不佳时，驾驶员的视野降低，所以具有转向的转换速度变高、或者转换次数增加的倾向。其结果，能见度不佳时的表示转向装置的操作量的转向角速度的变迁包含持续约2秒以上的约6[deg/sec]的变化。因此，在本实施方式中，根据是否包含转向角速度持续约2秒以上的约6[deg/sec]以上，进行能见度不佳的推测。

另外，能见度推测部230根据对应的纬度经度数据，确定推测出的数据的取得地点。由此，能见度推测部230确定推测能见度不佳的地点或者区段。能见度推测部230将推测结果和表示推测能见度不佳的地点或者区段的纬度经度数据输出到不佳地点保存区域240。由此，在不佳地点保存区域240中，积蓄由能见度推测部230推测为在成为能见度不佳的地点中取得了的数据的数据。

另外，在本实施方式的能见度推测部230中推测有无发生雾、暴风雪、乳白天空、以及规定的雨量以上的雨作为成为能见度不佳的气象条件。另外，在本实施方式中，能见度不佳是指，例如，由于能见度成为几十m～几百m，气象条件对车辆操作造成影响的状态。即，在发生了雾、暴风雪、乳白天空、以及规定的雨量以上的雨等时，能见度降低，所以由驾驶员实施的车辆操作发生变化。然后，在本实施方式中，根据这样的变化，进行能见度不佳的推测。

例如，如果从搭载了导航系统132的车辆130经由该车辆130的通信部131有与能见度有关的信息的提供要求，则中枢200的配送部250将有要求的地点或者区段中的信息配送到车辆130。另外，在例如根据在不佳地点保存区域240中保存了的推测结果判定为有要求的地点或者区段并非能见度不佳时，配送部250将表示有要求的地点或者区段是能见度良好的意思的信息配送到车辆130。

另外，配送部250也向由智能手机等构成的多功能电话设备300、提供各种道路交通信息的道路交通信息中枢400、气象公司等中设置了的气象公司服务器500等，配送与能见度有关的信息。

另外，本实施方式的配送部250在例如从车辆130发送了该车辆130的纬度经度数据时，将与该纬度经度数据表示的地点的能见度有关的信息、与包含该地点的预定范围中的能见度有关的信息配送到车辆130。另外，配送部250如果从车辆130发送了表示在导航系统132中设定了的目的地、直至目的地的推荐路径的信息，则将与目的地、推荐路径的周边中的能见度有关的信息配送到车辆130。

同样地，本实施方式的配送部250在例如从多功能电话设备300发送了该多功能电话设备300的纬度经度数据时，将与该纬度经度数据表示的地点的能见度有关的信息、与包含该地点的预定范围中的能见度有关的信息配送到多功能电话设备300。另外，配送部250如果从多功能电话设备300发送了表示多功能电话设备300的导航功能中设定了的目的地、直至目的地的推荐路径的信息，则将与目的地、推荐路径的周边中的能见度有关的信息配送到多功能电话设备300。

接下来，参照图2，说明本实施方式的利用过滤部210的数据的选定样式。另外，图2(a)以及(b)所示的变迁表示在直线的道路上行驶了预定距离的车辆的转向角的变迁。

如图2(a)所示，关于视野良好时、即晴天时的转向角的变迁，在定时t1，通过转向装置从例如左转向切换为右转向，转向角反转。同样地，在定时t2、t3、t4、t5，转向角反转，在图2(a)所示的行驶区间中，进行合计5次的转换。

另一方面，如图2(b)所示，在能见度不佳时、例如发生雾时的转向角的变迁中，由于能见度不佳的影响，转向角的转换次数增加，在图2(b)所示的行驶区间中，进行例如合计17次的转换。

鉴于这样的倾向，在本实施方式中，计算从例如几十m～几百m中任意地选定了的行驶距离中的能见度不佳时的转向角的转换次数的平均值。该计算出的平均值被用作用于挑选包括在能见度不佳时取得了的数据的数据群和在能见度良好时取得了的数据群的挑选用的阈值。

然后，本实施方式的过滤部210如果抽出了在数据保存区域202中积蓄了的数据群，则判定抽出了的数据群的预定的行驶距离中的转向角的转换次数是否为挑选用的阈值以上。过滤部210设为判定为是挑选用的阈值以上的转向角的数据群是包括在雾等能见度不佳时取得了的数据的数据群，输出到变化量计算部220。

另一方面，过滤部210设为在判定为小于挑选用的阈值的数据群中未包括在雾等能见度不佳时取得了的数据，丢弃该数据群。由此，从变化量计算的对象以及能见度推测的对象预先去掉设为未包括在能见度不佳时取得了的数据的数据群。因此，变化量计算部220能够计算仅包括在能见度不佳时取得了的数据的数据群的变化量。因此，在本实施方式中，由变化量计算部220计算的变化量的计算负荷被降低。

接下来，参照图3，说明由本实施方式的数据分类部221实施的数据的分类样式。

如图3所示，视野良好时的转向角速度的数据L1、以及雾等的发生所致的视野不佳时的转向角速度的数据L2成为例如以数据的收集单位为最小单位的按时间系列的数据。

本实施方式的数据分类部221如果被输入了在某个车辆中取得了的转向角速度的数据L1、L2以及纬度经度数据，则根据例如纬度经度数据，将转向角速度的数据L1、L2分类为以数据的收集单位为最小单位的数据。接下来，数据分类部221将分类了的数据总括为以预定的行驶距离为单位的数据。另外，例如，用几十m～几百m的范围内的距离，规定预定的行驶距离。

由此，如图3例示，转向角速度的数据L1、L2被分类为以数据的收集单位为最小单位的数据D1～D22...。另外，将以数据的收集单位为最小单位的连续的数据群D1～D16总括为以预定的行驶距离为单位的数据S1。另外，数据D1～D22...各个之间的边界成为数据的收集区间变换的位置。

接下来，数据的总括范围的始点被设为在成为数据S1的始点的数据D1后续的数据D2。然后，偏移了数据的收集单位的连续的数据群D2～D17被设为以预定的行驶距离为单位的数据S2。这样，连续的数据群D1～D22...被设为按照逐步偏移数据的收集单位的样式以预定的行驶距离为单位而总括出的数据S1～S9。数据分类部221将这样分类、总括后的数据输出到计数部222。

接下来，参照图4，说明能见度不佳的推测样式。另外，图4(a)以及(b)所示的变迁表示在直线的道路上行驶了预定距离的车辆的转向角速度的变迁。

如图4(a)所示，视野良好时、即晴天时的转向角速度的变迁大部分小于约6[deg/sec]。

另外，在转向角速度约为6[deg/sec]以上的上位的3个期间T1、T2、T3中，成为约6[deg/sec]以上的时间分别成为约1.0秒(期间T1)、约1.0秒(期间T2)、约1.2秒(期间T3)。即，在视野良好时，成为约6[deg/sec]以上的时间的一个集群约为1秒上下。

另一方面，如图4(b)所示，雾的发生时等视野不佳时的转向角速度的变迁表示比视野良好时的转向角速度的变迁平均地高的值。

另外，在转向角速度约为6[deg/sec]以上的时间长的上位的3个期间T4、T5、T6中，约为6[deg/sec]以上的时间分别成为约2.6秒(期间T4)、约2.0秒(期间T5)、约3.6秒(期间T6)。即，在视野不佳时，存在转向角速度约为6[deg/sec]以上的时间的一个集群成为约2秒以上的期间。另外，在视野不佳时转向角速度成为约6[deg/sec]以上的次数多于在视野良好时转向角速度成为约6[deg/sec]以上的次数。

因此，本实施方式的计数部222针对以由数据分类部221分类了的预定的行驶距离为单位的每个数据，对转向角速度约为6[deg/sec]以上的时间成为约2秒以上的次数进行计数。

另外，计数部222在例如计数了的次数是1次以上时，推测为在取得了作为计数的对象的转向角速度的数据的地点或者包括该地点的预定范围的区段中发生了雾等，能见度不佳。

这样，计数部222通过解析以由数据分类部221分类了的预定的行驶距离为单位的数据，对成为作为能见度的良好与否的基准的基准变化量以上的时间和次数进行计数。本实施方式的计数部222对例如由角速度传感器103检测出的转向角速度是例如约6[deg/sec]以上成为约2秒以上的次数进行计数。

然后，计数部222在例如计数了的次数是1次以上时，推测为在取得了作为计数的对象的转向角速度的数据的地点或者包括该地点的预定范围的区段中发生了雾等，能见度不佳。另外，根据与该转向角速度的数据关联起来的纬度经度数据，确定取得了转向角速度的数据的地点。

以下，参照图5，说明通过本实施方式的能见度不佳推测系统以及能见度不佳推测方法实施的能见度的推测步骤。

如图5所示，如果抽出了在数据保存区域202中保存了的数据(步骤S100)，则根据抽出了的数据中的表示转向角的数据，对被规定为例如几十m～几百m的预定的行驶距离中的转向的转换次数进行计数(步骤S101)。

接下来，判定转换次数是否为挑选用的阈值以上(步骤S102)。如果判定为转换次数是挑选用的阈值以上，则与作为判定的对象的转向角的数据关联起来的转向角速度的数据以及纬度经度数据被选定为去掉的对象以外(步骤S102：“是”)。

接下来，将该选定了的转向角速度的数据按照图3例示的样式，分类以及总括为每个预定的行驶距离单位的数据(步骤S103)。然后，按照针对数据的每个收集单位逐步偏移的样式，进行这样的分类。

接下来，根据逐步计算出的每个预定的行驶距离单位的转向角速度的数据，对转向角速度6[deg/sec]以上成为2秒以上的次数N进行计数(步骤S104)。另外，在本实施方式中，步骤S104相当于变化量的计算步骤。

然后，判定计数了的次数N是否为被规定为用于判定能见度的良好与否的基准变化量的规定数Ns以上(步骤S105)。

然后，如果判定为次数N是规定数Ns以上(步骤S105：“是”)，则根据与作为判定的对象的转向角速度的数据关联起来的纬度经度数据，确定取得了转向角速度的数据的地点或者包含该地点的预定范围的区段。然后，推测为确定了的地点或者区段能见度不佳(步骤S106)。另外，在本实施方式中，步骤S105、S106相当于推测步骤。

另一方面，在步骤S102中，判定为转换次数小于挑选用的阈值时(步骤S102：“否”)，与作为判定的对象的转向角的数据关联起来的转向角速度数据以及纬度经度数据被选定为去掉的对象。然后，被作为该对象外的各数据被丢弃。

另外，如果在步骤S105中，判定为小于规定数Ns(步骤S105：“否”)，则判定为取得了在判定中使用了的转向角速度数据的地点并非能见度不佳、即上述地点能见度良好。

接下来，参照图6～图9，说明从中枢200配送的信息的利用样式。

首先，导航系统132如果探索到车辆130的当前地Ps至目的地Pg的路径，则根据从中枢200的配送部250配送了的信息，判定在探索了的路径中是否存在成为能见度不佳的地点或者区段。

然后，如图6例示，导航系统132在判定为在探索到的路径中存在成为能见度不佳的地点P1时，例如，将表示“能见度100m程度”、表示成为能见度100m的区间的“区间距离1.5km”这样的内容的信息显示于路径的引导画面134。

另外，如图7例示，导航系统132在判定为在探索到的路径R1中存在成为能见度不佳的地点P2、P3，行驶困难时，探索回避了地点P2、P3的路径R2。然后，导航系统132进行探索到的路径R2的引导。

另外，另一方面，如图8例示，在探索到的路径R3中存在成为能见度不佳的地点P4、P5、P6，通过其他路径也无法回避成为能见度不佳的地点时，进行在车辆130的当前地Ps的周边存在的能够待机或者休息的地点Pa、Pb的引导。

进而，如图9例示，即使在未进行目的地的设定时，在以车辆130的当前地Ps为中心的预定区段α9内，存在成为能见度不佳的多个地点P7、P8、P9时，传达各地点P7、P8、P9能见度不佳的意思。另外，在推测为例如以地点P10为中心的预定区段β9是能见度不佳时，传达预定区段β9能见度不佳的意思。

如以上说明，根据本实施方式的能见度不佳推测系统以及能见度不佳推测方法，得到以下的效果。

(1)变化量计算部220计算了多个车辆100、110、120等操作要素的变化量。另外，能见度推测部230根据由该变化量计算部220计算出的变化量，推测了能见度的不佳。因此，能见度推测部230能够根据能够通过在一个至多个车辆100等中设置了的既存的转向角传感器102、角速度传感器103等检测的操作要素的变化量，推测能见度的不佳。由此，无需将用于观测成为能见度的不佳的主要原因的气象的传感器、系统设置于车辆100等，就能够推测能见度的不佳。因此，能够通过更简易的结构，进行能见度不佳的推测。

(2)能见度推测部230以变化量计算部220计算出的操作要素的变化量是作为能见度的良好与否的基准的基准变化量以上为条件，判定作为变化量的计算对象的各车辆100、110、120等的行驶地点或者行驶区段“能见度不佳”的意思。能见度推测部230能够根据基准变化量和上述计算出的变化量的比较，判定能见度的良好与否，通过更简易的处理，进行能见度的不佳的推测。

(3)能见度推测部230以成为基准变化量以上的时间成为规定的时间以上的次数是规定的次数以上为条件，判定“能见度不佳”的意思。因此，根据更严格的条件，进行能见度不佳的推测。因此，能见度不佳的推测结果的可靠性进一步提高。

(4)变化量计算部220进行以各车辆110、120、130的预定的行驶距离为一个单位，每当表示操作要素的变化量的数据的收集区间切换时，逐步计算变化量的处理。因此，变化量的计算单位被设为预定的行驶距离，同时以数据的收集单位产生的操作要素的变化也被准确地表露化。由此，更高精度地推测能见度不佳的发生以及成为能见度不佳的地点。

(5)作为操作要素的变化量，使用了转向角速度的变化量。如果起因于能见度不佳而方向盘的操作量发生变化，则准确地探测其变化。然后，通过根据反应这样的变化的转向角速度的变化量进行能见度不佳的推测，其推测精度被提高。

(6)过滤部210从在数据保存区域202中保存了的数据中，选定成为推测的对象外的数据，去掉了该选定了的数据。因此，变化量计算部220仅将未通过过滤部210去掉的数据作为变化量的计算对象即可。另外，能见度推测部230仅根据基于未通过过滤部210去掉的数据的变化量，进行能见度不佳的推测即可。由此，变化量计算部220以及能见度推测部230的处理负荷被减轻，更顺利地进行操作要素的变化量的计算、以及能见度不佳的推测。

(7)过滤部210具备根据转向角的反转次数判定车辆有无摇晃的摇晃判定部211。另外，过滤部210将转向角的反转次数小于预定的次数的数据选定为去掉的对象。因此，变化量计算部220以及能见度推测部230进行针对在能见度不佳时被取得的可能性高的数据的处理即可。由此，减轻变化量计算部220以及能见度推测部230的处理负荷，同时准确地缩减作为推测的对象的数据。另外，摇晃判定部211能够根据表示转向角的变迁的数据等，容易地对转向角的反转次数进行计数。因此，过滤部210能够容易地选定作为去掉的对象的数据。

(8)在能见度推测部230中，作为成为能见度不佳的气象条件，将雾、暴风雪、乳白天空、以及规定的雨量以上的雨作为对象。由此，能见度推测部230能够推测雾、暴风雪、乳白天空、以及规定的雨量以上的雨所引起的能见度的良好与否。

(9)变化量计算部220以及能见度推测部230设置于收集表示各车辆110、110、120的操作要素的变化量的探测器信息的中枢200。另外，中枢200收集了探测器信息和作为各车辆110、110、120的纬度经度数据的位置信息。因此，中枢200能够使用在宽范围并且多个道路中取得了的探测器信息来进行能见度不佳的推测。由此，能见度不佳的推测范围被扩大，能够将更多的区段作为能见度不佳的推测对象。

(10)中枢200根据能见度推测部230的推测结果和纬度经度数据，确定了成为能见度不佳的地点或者区段。另外，中枢200确定了在确定了的地点存在的车辆、以确定了的地点为目的地的车辆、在直至目的地的推荐路径中包括确定了的地点的车辆、以及在以确定了的地点为中心的预定范围内存在的车辆。然后，中枢200向在确定了的车辆中利用的导航系统132配送了推测结果。由此，将由中枢200推测出的推测结果能动地提供给导航系统132等。另外，由此，如果在导航系统132中设定了的目的地、推荐路径中存在成为能见度不佳的地点，则将表示该意思的信息配送给导航系统132。因此，导航系统132的利用者能够事先掌握目的地、推荐路径中的能见度的良好与否。另外，由此，导航系统132还能够进行依照能见度不佳的推测结果的目的地的设定、路径探索。另外，由此，能够对导航系统132的利用者报告在车辆130的周边存在成为能见度不佳的区域。

(11)中枢200根据能见度推测部230的推测结果和纬度经度数据，确定了成为能见度不佳的地点或者区段。另外，中枢200确定了在确定了的地点存在的多功能电话设备300、将确定了的地点设定为目的地的多功能电话设备300、将确定了的地点选定为推荐路径的多功能电话设备300、以及在以确定了的地点为中心的预定范围内存在的多功能电话设备300。然后，中枢200向确定了的多功能电话设备300配送了推测结果。由此，将由中枢200推测出的推测结果能动地提供给多功能电话设备300。另外，由此，如果在多功能电话设备300中设定了的目的地、推荐路径中存在成为能见度不佳的地点，则将表示该意思的信息配送给多功能电话设备300。因此，多功能电话设备300的利用者能够事先掌握目的地、推荐路径中的能见度的良好与否。另外，由此，多功能电话设备300还能够进行依照能见度不佳的推测结果的目的地的设定、路径探索。另外，由此，能够对多功能电话设备300的利用者报告在多功能电话设备300的周边存在成为能见度不佳的区域。

(12)配送部250向多功能电话设备300、道路交通信息中枢400、以及气象公司服务器500还配送了推测结果。由此，广泛利用基于在各车辆100、110、120等中取得了的数据的推测结果。因此，实现作为能见度不佳推测系统以及能见度不佳推测方法的通用化。

(第2实施方式)

接下来，以与第1实施方式的相异点为中心，参照图10～图13，说明本发明的能见度不佳推测系统以及能见度不佳推测方法的第2实施方式。另外，本实施方式的能见度不佳推测系统以及能见度不佳推测方法的基本的结构也与第1实施方式等同，在图10～图13中也对与第1实施方式实质上相同的要素分别附加同一符号来表示，重复的说明省略。

如图10所示，本实施方式的中枢200具有从在数据保存区域202中保存了的数据中抽出在晴天时取得了的数据的晴天时数据抽出部260。另外，中枢200具有根据晴天时数据抽出部260抽出了的晴天时的数据，定义根据在晴天时进行的通常的驾驶操作取得的操作要素的变化量的晴天时驾驶定义部261。

晴天时数据抽出部260例如经由通信部201取得通过外部的因特网等提供的气象信息。在气象信息中，包括表示成为晴天的区段的信息和表示日期时间的信息。

然后，晴天时数据抽出部260确定在数据保存区域202中保存的纬度经度数据表示的地点中的、气象信息表示的晴天的区段中包含的纬度经度数据。进而，晴天时数据抽出部260确定在确定出的纬度经度数据中的、在晴天的时间带中包含的日期时间取得了的纬度经度数据。然后，晴天时数据抽出部260将表示与确定了的纬度经度数据关联起来的转向角的数据输出到晴天时驾驶定义部261。

晴天时驾驶定义部261如果输入了表示转向角的数据，则通过对该数据进行例如傅立叶变换而进行频率变换。此处，本实施方式的晴天时驾驶定义部261鉴于晴天时和能见度不佳时的谱面积的差分在0.5～1.0Hz的频带中相对地变大，切出0.5～1.0Hz的频带的数据。晴天时驾驶定义部261根据切出了的频率变换后的数据，计算转向角的谱面积。然后，晴天时驾驶定义部261将计算出的谱面积的平均值定义为作为基于在晴天时进行的车辆操作的转向角的变化量。接下来，晴天时驾驶定义部261将表示定义出的平均值的信息输出到能见度推测部230。

另外，本实施方式的过滤部210将与未去掉的转向角的数据关联起来的转向角的数据和纬度经度数据输出到变化量计算部220A。

本实施方式的变化量计算部220A具有对从过滤部210输入的转向角的数据进行频率变换的频率变换部223代替上述计数部222。在本实施方式的频率变换部223中，作为频率变换，进行例如傅立叶变换。

本实施方式的数据分类部221针对例如几十m～几百m的范围内的每个预定的行驶距离，对转向角的数据进行分类。

另外，频率变换部223如果输入了作为去掉的对象以外的转向角的数据，则对该数据进行傅立叶变换。另外，能见度推测部230鉴于能见度不佳时的谱面积的特征量在0.5～1.0Hz的频带中变得显著，切出0.5～1.0Hz的频带的数据。然后，频率变换部223根据切出了的傅立叶变换后的数据，计算转向角的谱面积。接下来，频率变换部223将表示计算出的谱面积的信息输出到能见度推测部230。

能见度推测部230如果被从频率变换部223输入了谱面积，则比较该谱面积和从晴天时驾驶定义部261输入了的平均值。然后，能见度推测部230在从频率变换部223输入了的谱面积超过上述平均值时，推测为通过频率变换部223进行了频率变化的转向角的数据是在伴随发生雾等时的能见度不佳时取得了的数据。能见度推测部230将与推测出的转向角的数据关联起来的纬度经度的数据作为表示成为能见度不佳的地点的数据，输出到不佳地点保存区域240。

接下来，参照图11，说明由本实施方式的能见度推测部230实施的能见度不佳的推测样式。

如图11所示，在晴天时、即能见度良好时取得了的预定的行驶距离中的转向角的数据的变迁形成例如变迁La。

相对于此，在雾的发生时等能见度不佳时取得了的预定的行驶距离中的转向角的数据的变迁Lb在频带中示出比变迁La更大的值。另外，能见度不佳时的转向角的数据的变迁Lb相比于能见度良好时的变迁La，各频率中的变化更显著。

进而，能见度不佳时的转向角的数据的变迁Lb和能见度良好时的变迁La的差分在0.5～1.0Hz的频带中特别地显著。因此，在本实施方式中，根据0.5～1.0Hz的频带的谱面积，进行能见度不佳的推测。

在能见度不佳的推测时，首先，计算能见度良好时的变迁La的0.5～1.0Hz的频带的谱面积Sa。根据用0.5～1.0Hz的频带的极值划分的各区域Sa1、Sa2、Sa3、Sa4的合计值，计算谱面积Sa。然后，针对能见度良好时的多种变迁的每一个，进行这样的合计值的计算，各个计算出的合计值被平均化。在本实施方式中，该平均化了的合计值被用作在能见度不佳的推测中使用的基准变化量。

另外，计算在能见度不佳的推测中使用的变迁Lb的0.5～1.0Hz的频带的谱面积Sb。根据用0.5～1.0Hz的频带的极值划分的各区域Sb1、Sb2、Sb3、Sb4的合计值，计算谱面积Sb。

然后，在本实施方式中，以根据作为推测的对象的转向角的数据计算出的谱面积Sb超过被规定为基准变化量的晴天时的谱面积Sa为条件，推测为取得了作为推测的对象的转向角的数据Lb的地点或者包含该地点的预定范围的区段能见度不佳。

接下来，参照图12，说明本实施方式的晴天时数据定义处理。

如图12所示，首先，取得用于确定成为晴天的区段以及时间带的气象信息(步骤S200)。然后，根据取得了的气象信息，从在数据保存区域202中保存的数据中，确定在晴天时取得了的多个转向角数据以及纬度经度数据(步骤S201)。

接下来，被确定出的多个转向角数据被频率变换，计算被变换后的数据的谱面积(步骤S202、S203)。然后，计算基于计算出的多个转向角数据的多个谱面积的平均值(步骤S204)。如果这样计算了平均值，则定义为计算出的平均值是基于晴天时的车辆操作的转向角的变化量。

以下，参照图13，说明本实施方式的能见度不佳推测系统以及能见度不佳推测方法的作用。

如图13所示，如果抽出了在数据保存区域202中保存了的数据(步骤S300)，则将抽出了的数据中的表示转向角的数据分类以及总括为每个规定的行驶单位的数据(步骤S301)。

接下来，通过针对分类后的转向角的数据进行例如傅立叶变换而进行频率变换(步骤S302)。然后，频率变换后的数据中的0.5～1.0Hz的频带的数据被切出(步骤S303)。

如果这样切出了数据，则计算切出了的频带的数据的谱面积(步骤S304)。接下来，比较计算出的谱面积Sb和晴天时的谱面积的平均值Sa。

在计算出的谱面积Sb超过晴天时的谱面积的平均值Sa时(步骤S305：“是”)，判定为转向角的变化量表示用于推测能见度不佳的基准变化量以上的变化。然后，确定取得了成为谱面积Sb的计算对象的转向角的数据的地点或者包含该地点的预定范围的区段。接下来，推测为被确定出的地点或者区段能见度不佳(步骤S306)。

另一方面，如果在步骤S305中判定为谱面积Sb是晴天时的谱面积的平均值Sa以下(步骤S305：“否”)，则判定为取得了在判定中使用了的转向角速度数据的地点并非能见度不佳、即上述地点能见度良好。

如以上说明那样，根据本实施方式的能见度不佳推测系统以及能见度不佳推测方法，得到所述(1)～(3)、(6)～(12)的效果，并且代替所述(4)、(5)而得到以下的效果。

(4A)变化量计算部220进行了以各车辆110、120、130的预定的行驶距离为一个单位，计算操作要素的变化量的处理。由此，能见度的不佳所引起的操作要素的变化被准确地反映到上述计算的变化量中。

(5A)变化量计算部220A具备对表示操作要素的变化量的数据进行频率变换的频率变换部223。能见度推测部230以表示频率变换后的数据是规定的操作量以上为条件，判定能见度不佳的意思。因此，即使在特定的频带中发生了能见度不佳所引起的操作要素的变化，仍准确地检测出该变化。由此，高精度地进行基于操作要素的变化量的推测。

(6A)频率变换部223通过傅立叶变换对表示操作要素的变化量的数据进行了频率变换。由此，更高精度地进行基于频率变换了的数据的能见度不佳的推测。

(7A)根据频率变换后的数据中的0.5～1.0Hz的频带的谱面积，进行了能见度不佳的推测。因此，根据晴天时和坏天气时的差分特别显著的数据，进行能见度不佳的推测。由此，更高精度地进行能见度不佳的推测。另外，0.5～1.0Hz的频带的数据是整体的数据中的极其少的部分的数据。因此，通过根据这样的一部分的数据的对比，进行能见度不佳的推测，在能见度不佳的推测中花费的处理负荷被大幅降低。

(8A)能见度推测部230以表示作为推测的对象的操作要素的变化量的谱面积超过晴天时的谱面积的平均值为条件，判定“能见度不佳”的意思。因此，根据与晴天时的操作要素的变化量的特性的比较，判定能见度不佳。

(第3实施方式)

接下来，以与第1实施方式的相异点为中心，参照图14～图20，说明本发明的能见度不佳推测系统以及能见度不佳推测方法的第3实施方式。另外，本实施方式的能见度不佳推测系统以及能见度不佳推测方法的基本的结构也与第1实施方式等同，在图14～图20中也对与第1实施方式实质上相同的要素分别附加同一符号来表示，重复的说明省略。

如图14所示，构成本实施方式的中枢200的过滤部210A还具有将在具有预定的曲率的道路、即转弯处取得了的数据选定为去掉的对象的转弯处判定部212。

转弯处判定部212根据在地图数据保存区域203中保存的地图数据和在数据保存区域202中保存的纬度经度数据，判定在数据保存区域202中保存的数据是否为在取得了纬度经度数据的转弯处取得了的数据。然后，转弯处判定部212将在转弯处取得了的数据选定为去掉的对象。

进而，转弯处判定部212根据去掉在预定的曲率以上的道路中取得了的数据而得到的转向角的数据的变迁，计算近似直线。然后，转弯处判定部212将计算出的近似直线的斜率是预定的斜率以上的数据选定为去掉的对象。

转弯处判定部212将与未作为去掉的对象的转向角的数据关联起来的转向角速度的数据和与该转向角速度的数据关联起来的纬度经度数据输出到变化量计算部220。

在地图数据保存区域203中保存的地图数据是与地图有关的信息，包括道路线形、各种交通要素、以及表示它们的纬度经度的数据等信息。

变化量计算部220计算未通过转弯处判定部212去掉的转向角速度的数据、即在直线中取得了的数据的变化量。然后，能见度推测部230根据在直线中取得了的转向角速度的数据，进行能见度不佳的推测。

接下来，参照图15以及图16，说明每个道路线形的转向角的特征。另外，图15示出在具有预定的曲率的道路中取得了的转向角的变化量。在图15中分别用虚线表示的变迁Lcx1、Lcx2表示在晴天时、即能见度良好时取得了的转向角的数据被傅立叶变换了的变迁的绝对值。另外，在图15中，变迁Lcy1、Lcy2、Lcy3表示在能见度不佳时取得了的转向角的数据被傅立叶变换了的变迁的绝对值。

图16示出在直线的道路中取得了的转向角的变化量。在图16中分别用虚线表示的变迁Lsx1、Lsx2表示在晴天时、即能见度良好时取得了的转向角的数据被傅立叶变换了的绝对值的变迁。另外，在图15中分别用实线表示的变迁Lsy1、Lsy2、Lsy3表示在能见度不佳时取得了的转向角的数据被傅立叶变换了的绝对值的变迁。

如图15所示，在具有预定的曲率的道路(转弯处)中，能见度良好时的变迁Lcx1、Lcx2、和能见度不佳时的变迁Lcy1、Lcy2、Lcy3在各频带中具有差分，但差分降低了反映了仿效转弯处进行的转向的操作量的量。

另一方面，如图16所示，在直线的道路中，关于能见度良好时的变迁Lsx1、Lsx2、和能见度不佳时的变迁Lsy1、Lsy2、Lsy3，在各频带中的差分增大不包含仿效道路线形的转向的量。

由此，在本实施方式中，伴随能见度良好时和能见度不佳时的各转向角的数据以及各转向角速度的数据的变化量的各差分在转弯处降低的倾向，在转弯处取得了的转向角的数据以及转向角速度的数据被选定为通过过滤部210A去掉的对象。另外，在本实施方式中，例如，设为预定的行驶距离中的转向角的变化约是“30deg”以上的转向角的数据是从在具有预定的曲率的道路上行驶的车辆取得了的数据而作为去掉的对象。

其结果，如图17例示，从在能见度不佳的推测中使用的对象，去掉在具有预定的曲率的区间Sec1中取得了的转向角的数据以及转向角速度的数据。由此，能见度推测部230能够根据准确地反映了能见度良好时和能见度不佳时的差分的数据，推测能见度的良好与否。

另外，在图17所示的转弯处的紧接着前面的区间Sec2中，进行用于侵入转弯处的操作。因此，在区间Sec2中，虽然是曲率为预定的曲率以下、即未被判定为一般的转弯处的区间，但反映了未成为能见度不佳的主要原因的道路线形的变化量包含于转向角的数据以及转向角速度的数据。

因此，本实施方式的转弯处判定部212使用近似直线，将反映了道路线形的转向角的数据以及转向角的数据选定为去掉的对象。

此处，在图18(a)以及(b)中，分别示出将转向角速度是6[deg/sec]以上检测到2秒以上时的数据。另外，图18(a)所示的变迁基于在晴天时在例如图17的区间Sec2中行驶的车辆中取得了的该区间Sec2中的转向角速度的数据。另一方面，图18(b)所示的变迁基于在能见度不佳时在例如图17的区间Sec3等直线的道路上行驶的车辆中取得了的该区间Sec3中的转向角速度的数据。

如图18(a)所示，关于在例如图17的区间Sec2中行驶的车辆中取得了的该区间Sec2中的转向角速度的变迁，即使在能见度良好时仍在约6[deg/sec]～26[deg/sec]的范围内变化。因此，如果仅基于表示图18(a)所示的转向角速度的变迁的数据，则有将该数据误认为在能见度不佳时取得了的数据的可能性。

另外，如图18(b)所示，在例如图17的区间Sec3中行驶的车辆中取得了的该区间Sec3中的转向角速度的变迁包含与能见度不佳相伴的变化。另外，关于图18(a)以及(b)所示的变迁，不管能见度的良好与否，转向角速度都成为预定以上、例如大致约6[deg/sec]以上。

另一方面，如图19(a)所示，在例如图17的区间Sec2中行驶的车辆中取得了的该区间Sec2中的转向角的变迁Lc1以一定的斜率变化。即，反映了在区间Sec2中进行的用于进入到转弯处的车辆操作。然后，该转向角的变迁Lc1的近似直线Lc2以一定的斜率越来越高地变化，在预定的行驶距离中从约“-20deg”变化至约“+20deg”。

相对于此，如图19(b)所示，在能见度不佳时在直线(区间Sec3)的道路上行驶的车辆中取得了的转向角的变迁Ls1的近似直线Ls2在预定的行驶距离中从约“+10deg”变化至约“0deg”。即，直线的道路中的近似直线Ls2斜率的绝对值相比于刚要向转弯处侵入之前的区间Sec2中的近似直线Lc2更小。

因此，在本实施方式中，在预定的行驶距离中的近似直线的斜率的绝对值是例如约6“deg/sec”以上时，设为是包括反映了用于进入到转弯处的车辆操作的变化量的数据，而从推测的对象中去掉。

另外，这样的近似直线的特征在刚刚从转弯处退出之后也相同。

以下，参照图20，说明由本实施方式的过滤部210A实施的过滤处理。

如果在图20中如步骤S400所示，抽出了在数据保存区域202中保存了的转向角的数据，则选定该抽出了的数据中的、表示转向角的变化成为例如30[deg]以上的变迁的数据。然后，通过丢弃选定了的数据，则从能见度不佳的推测的对象去掉该数据(步骤S401)。

接下来，根据例如约2秒的期间中的转向角速度的数据，计算近似直线(步骤S402)。然后，选定计算出的近似直线的斜率的绝对值是例如6[deg/sec]以上的数据，从能见度不佳的推测的对象去掉选定的转向角速度的数据(步骤S403)。

这样，向变化量计算部220输入不包含与转弯处相伴的车辆操作的变化的转向角速度的数据。然后，在能见度推测部230中，进行基于该转向角速度的数据的能见度不佳的推测。

如以上说明，根据本实施方式的能见度不佳推测系统以及能见度不佳推测方法，得到所述(1)～(12)的效果，并且还得到以下的效果。

(13)过滤部210A还具备去掉包含与转弯处相伴的变化量的数据的转弯处判定部212。转弯处判定部212从能见度不佳时的对象中去掉了在具有预定的曲率以上的道路中取得了的数据。因此，从推测的对象中去掉反映了在转弯处行驶时进行了的车辆操作的影响的数据。因此，预先从推测的对象去掉包含基于道路的线形、即与能见度不佳不同的要素的变化量的数据。由此，基于操作要素的变化量的推测的精度提高。

(14)转弯处判定部212计算转向角的变迁的近似直线，从推测的对象去掉了近似直线具有预定的斜率的转向角速度的数据。因此，即使在转向角速度的数据中，包含在刚要侵入转弯处之前进行的车辆操作、在刚刚退出转弯处之后进行的车辆操作所致的影响，也从推测的对象去掉包含该影响的部位的数据。由此，也不会误认为进行了与侵入转弯处相伴的车辆操作的地点、进行了与退出转弯处相伴的车辆操作的地点是能见度不佳。因此，能见度不佳的推测的精度进一步提高。

(第4实施方式)

接下来，以与第2实施方式的相异点为中心，参照图21，说明本发明的能见度不佳推测系统以及能见度不佳推测方法的第4实施方式。另外，本实施方式的能见度不佳推测系统以及能见度不佳推测方法的基本的结构也与第2实施方式等同，在图21中也对与第2实施方式实质上相同的要素分别附加同一符号来表示，重复的说明省略。

如图21所示，本实施方式的过滤部210A与上述第3实施方式同样地具有转弯处判定部212。转弯处判定部212根据转向角的变化，去掉在预定的曲率以上的道路中取得了的数据。另外，转弯处判定部212通过计算基于转向角速度的近似直线，计算在转弯处的前后取得了的数据。然后，转弯处判定部212将去掉在转弯处以及转弯处的前后取得了的数据而得到的数据输出到变化量计算部220A。

然后，针对去掉了转弯处的影响的数据，与前面的第2实施方式同样地进行频率变换，进行能见度不佳的推测。

如以上说明，根据本实施方式的能见度不佳推测系统以及能见度不佳推测方法，得到所述(1)～(6)、(8)～(12)的效果，并且代替所述(7)而得到以下的效果。

(7B)过滤部210A还具备去掉包含与转弯处相伴的变化量的数据的转弯处判定部212。转弯处判定部212从能见度不佳时的对象去掉了在具有预定的曲率以上的道路中取得了的数据。因此，从推测的对象去掉反映了在转弯处行驶时进行了的车辆操作的影响的数据。因此，预先从推测的对象去掉包含基于道路的线形、即与能见度不佳不同的要素的变化量的数据。由此，基于操作要素的变化量的推测的精度提高。

(8B)转弯处判定部212计算转向角的变迁的近似直线，从推测的对象去掉了近似直线具有预定的斜率的转向角速度的数据。因此，即使在转向角速度的数据中，包含在刚要侵入转弯处之前进行的车辆操作、在刚刚退出转弯处之后进行的车辆操作所致的影响，也从推测的对象去掉包含该影响的部位的数据。由此，也不会误认为进行了与侵入转弯处相伴的车辆操作的地点、进行了与退出转弯处相伴的车辆操作的地点能见度不佳。因此，能见度不佳的推测的精度进一步提高。

(第5实施方式)

接下来，以与第1实施方式的相异点为中心，参照图22～图24，说明本发明的能见度不佳推测系统以及能见度不佳推测方法的第5实施方式。另外，本实施方式的能见度不佳推测系统以及能见度不佳推测方法的基本的结构也与第1实施方式等同，在图22～图24中也对与第1实施方式实质上相同的要素分别附加同一符号来表示，重复的说明省略。

如图22所示，本实施方式的中枢200具有根据在数据保存区域202中保存了的纬度经度数据，识别取得了该纬度经度数据等的车辆的行驶环境的行驶环境识别部270。另外，中枢200具有保存了与行驶环境有关的信息的环境信息保存区域271、将每个行驶环境的阈值对应起来的行驶环境对应映射272。

在环境信息保存区域271中，将交差点、道路梯度、各区段的每个时期的平均气温、气候等与纬度经度对应起来保存。另外，在环境信息保存区域271中，保存了通过通信部201和各车辆100、110、120、道路交通信息中枢400等的通信取得的交通信息。在交通信息中，包括表示干燥、湿润、冻结、积雪、表面冻结等道路的路面状况和对应的纬度经度的信息。

行驶环境对应映射272是如图23所示，将摇晃判定部211使用的转换次数的挑选用的阈值X1～X7等针对每个行驶环境对应起来的数据。另外，行驶环境对应映射272是如图23所示，将被用作用于能见度推测部230判别能见度的良好与否的上述规定数Ns的阈值Y1～Y7等针对每个行驶环境对应起来的数据。

行驶环境识别部270如果从数据保存区域202抽出了纬度经度数据，则根据抽出了的纬度经度数据和在环境信息保存区域271中保存了的环境信息，确定取得了纬度经度数据的地点的行驶环境。

然后，行驶环境识别部270根据确定了的行驶环境，选定挑选用的阈值X1～X7。行驶环境识别部270将选定了的阈值输出到摇晃判定部211。

另外，行驶环境识别部270根据确定了的行驶环境，选定被用作上述规定数Ns的阈值Y1～Y7。行驶环境识别部270将选定了的阈值输出到能见度推测部230。

摇晃判定部211如果输入了行驶环境识别部270确定了的阈值，则根据该阈值判定车辆有无摇晃。

能见度推测部230如果输入了行驶环境识别部270确定了的阈值，则根据该阈值进行能见度不佳的推测。

以下，参照图24，说明通过本实施方式的能见度不佳推测系统以及能见度不佳推测方法实施的能见度的推测步骤。

如图24所示，如果抽出了在数据保存区域202中保存了的数据(步骤S110)，则根据抽出了的纬度经度数据，确定取得了转向角以及转向角速度的数据的行驶环境(步骤S111)。接下来，选定与确定了的行驶环境对应的挑选用的阈值以及能见度不佳的推测用的阈值(步骤S112)。

然后，根据抽出了的数据中的表示转向角的数据，对被规定为例如几十m～几百m的预定的行驶距离中的转向的转换次数进行计数(步骤S113)。

接下来，判定转换次数是否为上述选定了的挑选用的阈值以上(步骤S114)。如果判定为转换次数是挑选用的阈值以上，则与作为判定的对象的转向角的数据关联起来的转向角速度的数据以及纬度经度数据被选定为去掉的对象以外(步骤S114：“是”)。

接下来，将该选定了的转向角速度的数据，按照前面的图3例示的样式，分类以及总括为每个预定的行驶距离单位的数据(步骤S115)。然后，按照针对数据的每个收集单位逐步偏移的样式，计算这样的分类。

接下来，根据逐步计算出的每个预定的行驶距离单位的转向角速度的数据，判定转向角速度6[deg/sec]以上成为2秒以上的次数N是否为基于在步骤S112中选定了的阈值的规定数Ns以上(步骤S116、S117)。

然后，如果判定为是规定数Ns以上(步骤S117：“是”)，则根据与作为判定的对象的转向角速度的数据关联起来的纬度经度数据，确定取得了转向角速度的数据的地点或者包含该地点的预定范围的区段。而且，推测为确定了的地点或者区段能见度不佳(步骤S118)。

另一方面，在步骤S114中，判定为转换次数小于挑选用的阈值时(步骤S114：“否”)，与作为判定的对象的转向角的数据关联起来的转向角速度数据以及纬度经度数据被选定为去掉的对象。然后，作为该对象以外的各数据被丢弃。

另外，如果在步骤S116中，判定为小于规定数Ns(步骤S116：“否”)，则判定为取得了在判定中使用了的转向角速度数据的地点并非能见度不佳、即上述地点能见度良好。

如以上说明，根据本实施方式的能见度不佳推测系统以及能见度不佳推测方法，得到所述(1)～(12)的效果，并且还得到以下的效果。

(15)针对每个行驶环境，进行了基于转向角速度的数据的能见度不佳的判定。因此，即使起因于与能见度不佳不同的要素、例如路面的状态而转向角、转向角速度发生变化，仍抑制路面的状态对能见度不佳的推测结果造成影响。由此，也不会尽管能见度是良好，但起因于路面的状态而推测为能见度不佳，推测精度进一步提高。

(16)针对每个行驶环境，进行了转向的转换次数的判定。因此，即使起因于与能见度不佳不同的要素而转向的转换次数发生变化，仍进行与该变化对应的判定。因此，能够高精度地判定车辆有无摇晃。

(第6实施方式)

接下来，以与第2实施方式的相异点为中心，参照图25～图27说明本发明的能见度不佳推测系统以及能见度不佳推测方法的第6实施方式。另外，本实施方式的能见度不佳推测系统以及能见度不佳推测方法的基本的结构也与第2实施方式等同，在图25～图27中也对与第2实施方式实质上相同的要素分别附加同一符号来表示，重复的说明省略。

如图25所示，本实施方式的中枢200具有上述行驶环境识别部270、环境信息保存区域271、以及行驶环境对应映射273。

另外，本实施方式的晴天时驾驶定义部261针对每个行驶环境定义晴天时驾驶。然后，晴天时驾驶定义部261将与定义了的晴天时驾驶有关的信息输出到行驶环境对应映射273。

如图26所示，本实施方式的行驶环境对应映射273具有针对每个行驶环境将摇晃判定部211使用的转换次数的挑选用的阈值X1～X7等对应起来的数据。

另外，如图26所示，行驶环境对应映射273具有针对每个行驶环境将表示由晴天时驾驶定义部261定义了的晴天时驾驶的平均值Z1～Z7等对应起来的数据。

然后，本实施方式的摇晃判定部211、以及能见度推测部230也根据行驶环境识别部270选定了的阈值，进行摇晃的判定、以及能见度不佳的推测。

接下来，参照图27，说明本实施方式的晴天时数据定义处理。

如图27所示，首先，取得用于确定成为晴天的区段以及时间带的气象信息(步骤S210)。

接下来，根据在数据保存区域202中保存的纬度经度数据，确定取得了转向角以及转向角速度的数据的行驶环境(步骤S211)。然后，针对确定了的每个行驶环境，对转向角以及转向角速度的数据进行分类(步骤S212)。

接下来，根据取得了的气象信息，确定在数据保存区域202中保存的数据中的在晴天时取得了的多个转向角数据以及纬度经度数据(步骤S213)。

接下来，对确定了的多个转向角数据进行频率变换，计算变换后的数据的谱面积(步骤S214、S215)。然后，计算基于计算出的多个转向角数据的多个谱面积的平均值(步骤S216)。如果这样计算平均值，则定义为计算出的平均值是基于晴天时的车辆操作的转向角的变化量。

以下，参照图28，说明本实施方式的能见度不佳推测系统以及能见度不佳推测方法的作用。

如图28所示，如果抽出了在数据保存区域202中保存了的数据(步骤S310)，则将抽出了的数据中的表示转向角的数据分类以及总括为规定的每个行驶单位的数据(步骤S311)。

接下来，通过针对分类了的转向角的数据进行例如傅立叶变换而进行频率变换(步骤S312)。然后，频率变换后的数据中的0.5～1.0Hz的频带的数据被切出(步骤S313)。如果这样切出了数据，则计算切出了的频带的数据的谱面积(步骤S314)。

接下来，根据与转向角的数据关联起来的纬度经度数据，确定成为谱面积的计算对象的该转向角的数据的行驶环境(步骤S315)。接下来，从前面的图26所示的阈值Z1～Z7等中，选定在与确定了的行驶环境共同或者类似的行驶环境中取得了的谱面积的平均值Sa(步骤S316)。

然后，比较基于选定了的阈值Z1～Z7的平均值Sa和在步骤S314中计算出的谱面积Sb(步骤S317)。

其结果，在计算出的谱面积Sb超过晴天时的谱面积的平均值Sa时(步骤S317：“是”)，判定为转向角的变化量表示用于推测能见度不佳的基准变化量以上的转向角的变化。然后，确定取得了成为谱面积Sb的计算的对象的转向角的数据的地点或者包含该地点的预定范围的区段。接下来，推测为被确定出的地点或者区段能见度不佳(步骤S318)。

另一方面，如果在步骤S317中判定为谱面积Sb是晴天时的谱面积的平均值Sa以下(步骤S317：“否”)，则判定为取得了在判定中使用了的转向角速度数据的地点并非能见度不佳、即上述地点能见度良好。

如以上说明，根据本实施方式的能见度不佳推测系统以及能见度不佳推测方法，得到所述(1)～(3)、(6)～(12)、(4A)～(8A)的效果，并且还得到以下的效果。

(17)针对每个行驶环境，进行了基于转向角速度的数据的能见度不佳的判定。因此，即使起因于与能见度不佳不同的要素、例如路面的状态而转向角、转向角速度发生变化，仍抑制路面的状态对能见度不佳的推测结果造成影响。由此，也不会尽管能见度是良好，但起因于路面的状态而推测为能见度不佳，推测精度进一步提高。

(18)针对每个行驶环境，进行了转向的转换次数的判定。因此，即使起因于与能见度不佳不同的要素而转向的转换次数发生变化，仍进行与该变化对应的判定。因此，能够高精度地判定车辆有无摇晃。

(第7实施方式)

接下来，以与第1实施方式的相异点为中心，参照图29以及图30，说明本发明的能见度不佳推测系统以及能见度不佳推测方法的第7实施方式。另外，本实施方式的能见度不佳推测系统以及能见度不佳推测方法的基本的结构也与第1实施方式等同，在图29以及图30中也对与第1实施方式实质上相同的要素分别附加同一符号来表示，重复的说明省略。

如图29所示，本实施方式的中枢200还收集通过在车辆100上搭载而检测该车辆100的行驶速度的车速传感器106取得了的车速数据。

另外，构成本实施方式的中枢200的过滤部210B还具有根据车速数据表示的行驶速度是否为规定的行驶速度以下，选定作为去掉的对象的数据的车速判定部213。作为规定的行驶速度，例如，规定了比在晴天时取得了的车速数据表示的行驶速度低约“25％”以上的速度。

然后，本实施方式的过滤部210B将未通过摇晃判定部211以及车速判定部213一起去掉的数据输出到变化量计算部220。

以下，参照图30，说明通过本实施方式的能见度不佳推测系统以及能见度不佳推测方法实施的能见度的推测步骤。

如图30所示，如果执行了图5的步骤S100～S103，则判定与在步骤S103中分类出的转向角速度的数据关联起来的车速数据表示的车辆的行驶速度是否为规定的行驶速度以下(步骤S103A)。

然后，在车速数据表示的车辆的行驶速度是规定的行驶速度以下时(步骤S103A：“是”)，设为在成为能见度不佳的地点取得了该车速数据的可能性高，成为步骤S104中的计数的对象。

另一方面，在车速数据表示的车辆的行驶速度超过规定的行驶速度时(步骤S103A：“否”)，设为能见度良好且是车辆能够以通常的行驶速度行驶的状况的可能性高，与车速数据关联起来的转向角速度的数据被作为去掉的对象。

如以上说明，根据本实施方式的能见度不佳推测系统以及能见度不佳推测方法，得到所述(1)～(12)的效果，并且还得到以下的效果。

(19)过滤部210B根据车辆的行驶速度，选定了未用于能见度不佳的推测的数据。因此，关于根据超过规定的速度的行驶速度取得了的转向角速度的数据，设为能见度良好的可能性高，从由变化量计算部220以及能见度推测部230实施的处理的对象中预先去掉。由此，变化量计算部220以及能见度推测部230能够将在是能见度不佳的可能性高的地点取得了的数据作为处理对象。因此，实现变化量计算部220以及能见度推测部230的处理负荷的降低、甚至、能见度不佳的推测的顺利化。

(第8实施方式)

接下来，以与第2实施方式的相异点为中心，参照图31以及图32，说明本发明的能见度不佳推测系统以及能见度不佳推测方法的第8实施方式。另外，本实施方式的能见度不佳推测系统以及能见度不佳推测方法的基本的结构也与第2实施方式等同，在图31以及图32中也对与第2实施方式实质上相同的要素分别附加同一符号来表示，重复的说明省略。

如图31所示，本实施方式的中枢200还收集通过在车辆100上搭载而检测该车辆100的行驶速度的车速传感器106取得了的车速数据。

另外，构成本实施方式的中枢200的过滤部210B还具有根据车速数据表示的行驶速度是否为规定的行驶速度以下，选定作为去掉的对象的数据的车速判定部213。

然后，本实施方式的过滤部210B将未通过摇晃判定部211以及车速判定部213一起去掉的数据输出到变化量计算部220。

另外，本实施方式的晴天时数据抽出部260从数据保存区域202还抽出在晴天时取得了的车速数据。然后，晴天时数据抽出部260将抽出了的车速数据输出到晴天时驾驶定义部261。

晴天时驾驶定义部261如果被输入了预定数以上的车速数据，则计算各车速数据表示的行驶速度的平均值。然后，晴天时驾驶定义部261设为该平均值是晴天时的通常的行驶速度而输出到车速判定部213。

车速判定部213如果输入了行驶速度的平均值，则将比该平均值低例如约“25％”以上的速度设定为用于选定作为去掉的对象的数据的规定的行驶速度。

以下，参照图32，说明本实施方式的能见度不佳推测系统以及能见度不佳推测方法的作用。

如图32所示，如果抽出了在数据保存区域202中保存了的数据(步骤S300)，则将抽出了的数据中的表示转向角的数据分类以及总括为每个规定的行驶单位的数据(步骤S301)。

接下来，判定与表示分类了的转向角的数据关联起来的车速数据表示的行驶速度是否为规定的行驶速度以下(步骤S301A)。

另外，在车速数据表示的车辆的行驶速度是规定的行驶速度以下时(步骤S301A：“是”)，与该车速数据关联起来的转向角的数据被作为频率变换的对象(步骤S302)。根据这样频率变换了的转向角的数据，进行能见度不佳的推测(步骤S302～S306)。

另一方面，在车速数据表示的车辆的行驶速度超过规定的行驶速度时(步骤S301A：“否”)，设为能见度良好且是车辆能够以通常的行驶速度行驶的状况的可能性高，与车速数据关联起来的转向角速度的数据被作为去掉的对象。

如以上说明，根据本实施方式的能见度不佳推测系统以及能见度不佳推测方法，得到所述(1)～(3)、(6)～(12)、(4A)～(8A)的效果，并且还得到以下的效果。

(20)过滤部210B根据车辆的行驶速度，选定了未用于能见度不佳的推测的数据。因此，关于根据超过规定的速度的行驶速度取得了的转向角的数据，设为能见度良好的可能性高，从由变化量计算部220A以及能见度推测部230实施的处理的对象中预先去掉。由此，变化量计算部220A以及能见度推测部230能够将在是能见度不佳的可能性高的地点取得了的数据作为处理对象。因此，实现变化量计算部220A以及能见度推测部230的处理负荷的降低、甚至、能见度不佳的推测的顺利化。

(第9实施方式)

接下来，以与第1实施方式的相异点为中心，参照图33以及图34，说明本发明的能见度不佳推测系统以及能见度不佳推测方法的第9实施方式。另外，本实施方式的能见度不佳推测系统以及能见度不佳推测方法的基本的结构也与第1实施方式等同，在图33以及图34中也对与第1实施方式实质上相同的要素分别附加同一符号来表示，重复的说明省略。

如图33所示，本实施方式的中枢200还具备上述晴天时数据抽出部260、晴天时驾驶定义部261。

另外，构成本实施方式的中枢200的变化量计算部220B具备上述数据分类部221、上述计数部222、以及频率变换部223。

本实施方式的能见度推测部230根据数据分类部221以及频率变换部223这双方的推测结果、或者某一方的推测结果，进行能见度不佳的推测。

以下，参照图34，说明通过本实施方式的能见度不佳推测系统以及能见度不佳推测方法实施的能见度的推测步骤。

如图34所示，首先在步骤S400中，进行作为与前面的图5的步骤S100～S106相当的处理的基于转向角速度的变化次数的推测处理。

接下来，在判定为基于转向角速度的变化次数的推测结果是能见度不佳时(步骤S401：“是”)，进行作为与前面的图13的步骤S301～S306相当的处理的基于转向角的频率变换的推测处理(步骤S402)。

然后，在判定为基于转向角的频率变换的推测结果是能见度不佳时(步骤S403：“是”)，推测为是能见度不佳(步骤S404)。

另一方面，在判定为基于转向角速度的变化次数的推测结果并非能见度不佳时(步骤S401：“否”)，设为不满足能见度不佳的条件而结束本处理。同样地，即使判定为基于转向角速度的变化次数的推测结果是能见度不佳(步骤S401：“是”)，在判定为基于转向角的频率变换的推测结果并非能见度不佳时(步骤S403：“否”)，仍设为不满足能见度不佳的条件而结束本处理。

如以上说明，根据本实施方式的能见度不佳推测系统以及能见度不佳推测方法，得到所述(1)～(12)的效果，并且还得到以下的效果。

(21)变化量计算部220B具备计数部222以及频率变换部223。能见度推测部230以计数部222以及频率变换部223的处理结果都满足成为能见度不佳的基准变化量为条件，推测为能见度不佳。因此，根据转向角以及转向角速度这双方的变化量，进行能见度的良好与否的推测。由此，能见度不佳的推测结果的可靠性进一步提高。

(22)以判定为基于转向角速度的变化次数的推测结果是能见度不佳为条件，进行了基于转向角的频率变换的推测处理。因此，条件性地进行基于转向角的频率变换的推测处理。由此，降低进行转向角的频率变换的处理负荷。

(第10实施方式)

接下来，以与第9实施方式的相异点为中心，参照图35，说明本发明的能见度不佳推测系统以及能见度不佳推测方法的第10实施方式。另外，本实施方式的能见度不佳推测系统以及能见度不佳推测方法的基本的结构与第9实施方式等同，在图35中也对与第9实施方式实质上相同的要素分别附加同一符号来表示，重复的说明省略。

如图35所示，在本实施方式中，在步骤S500中，进行作为与前面的图5的步骤S100～S106相当的处理的基于转向角速度的变化次数的推测处理。

接下来，在根据转向角速度的变化次数判定为能见度不佳时(步骤S501：“是”)，推测为能见度不佳(步骤S502)。

另一方面，如果根据转向角速度的变化次数判定为并非能见度不佳(步骤S501：“否”)，则还进行作为与前面的图13的步骤S301～S306相当的处理的基于转向角的频率变换的推测处理(步骤S503)。

然后，在根据转向角的频率变换判定为能见度不佳时(步骤S504：“是”)，推测为能见度不佳(步骤S502)。

相对于此，在判定为基于转向角速度的变化次数的判定结果、以及基于转向角的频率变换的判定结果都并非能见度不佳时(步骤S501：“否”、S504：“否”)，推测为并非能见度不佳。

如以上说明，根据本实施方式的能见度不佳推测系统以及能见度不佳推测方法，得到所述(1)～(12)的效果，并且还得到以下的效果。

(23)变化量计算部220B具备计数部222以及频率变换部223。能见度推测部230以计数部222以及频率变换部223中的某一个的处理结果满足成为能见度不佳的基准变化量为条件，推测为能见度不佳。因此，在根据转向角以及转向角速度中的某一个的观点判定为能见度不佳时，推测为能见度不佳。由此，在是能见度不佳的或然性高时，易于推测为能见度不佳，推测结果的故障无碍性提高。

(24)以判定为基于转向角速度的变化次数的推测结果并非能见度不佳为条件，进行了基于转向角的频率变换的推测处理。因此，进行基于转向角速度的变化次数以及转向角的频率变换的推测，同时条件性地进行基于转向角的频率变换的推测处理。由此，降低进行转向角的频率变换的处理负荷。

(第11实施方式)

接下来，以与第1实施方式的相异点为中心，参照图36，说明本发明的能见度不佳推测系统以及能见度不佳推测方法的第11实施方式。另外，本实施方式的能见度不佳推测系统以及能见度不佳推测方法的基本的结构也与第1实施方式等同，在图36中也对与第1实施方式实质上相同的要素分别附加同一符号来表示，重复的说明省略。

如图36所示，在本实施方式中，在各车辆100、110、120中取得了的数据被发送到智能手机等多功能电话设备600。

多功能电话设备600具有通信部601、数据保存区域602、具有摇晃判定部611的过滤部610、具有数据分类部621及计数部622的变化量计算部620、能见度推测部630、以及不佳地点保存区域640。

另外，多功能电话设备600具有显示能见度推测部630推测出的推测结果的显示部650。

这样构成的多功能电话设备600经由通信部601取得从各车辆100、110、120等发送的各种数据。然后，多功能电话设备600根据取得了的数据，进行能见度不佳的推测。多功能电话设备600将推测结果显示于显示部650。

如以上说明，根据本实施方式的能见度不佳推测系统以及能见度不佳推测方法，得到所述(1)～(12)的效果，并且还得到以下的效果。

(25)多功能电话设备600具备变化量计算部620以及能见度推测部630。因此，多功能电话设备600能够以单体的方式进行能见度不佳的推测。

(第12实施方式)

接下来，以与第1实施方式的相异点为中心，参照图37，说明本发明的能见度不佳推测系统以及能见度不佳推测方法的第12实施方式。另外，本实施方式的能见度不佳推测系统以及能见度不佳推测方法的基本的结构也与第1实施方式等同，在图37中也对与第1实施方式实质上相同的要素分别附加同一符号来表示，重复的说明省略。

如图36所示，在应用本实施方式的能见度不佳推测系统以及能见度不佳推测方法的车辆700中，设置了通信部701、数据保存区域702、转向角传感器703、以及角速度传感器704。

另外，在车辆700中，设置了具备摇晃判定部711的过滤部710、具备数据分类部721及计数部722的变化量计算部720、能见度推测部730、不佳地点保存区域740。另外，在车辆700中，设置了显示能见度推测部730的推测结果的显示部750。

在这样构成的车辆700中，表示转向角传感器703、角速度传感器704、以及GPS705的检测结果的数据被保存到数据保存区域702。另外，通过通信部701和其他车辆110、120的车车间通信、路车间通信，取得在其他车辆110、120等中取得了的数据。然后，将该取得了的数据保存到数据保存区域702。

过滤部710如果通过导航系统等探索了直至目的地的路径，则从数据保存区域702取得在探索了的路径中包含的地点或者区段中取得了的数据。

过滤部710将过滤了的数据输出到变化量计算部720。然后，根据变化量计算部720计算出的操作要素的变化量，进行能见度不佳的推测。将这样推测出的能见度不佳的结果与引导直至目的地的路径的画面等一起显示于显示部750。

如以上说明，根据本实施方式的能见度不佳推测系统以及能见度不佳推测方法，得到所述(1)～(12)的效果，并且还得到以下的效果。

(26)车辆700具备变化量计算部720以及能见度推测部730。由此，在车辆700中，能够根据在本车辆700中取得了的数据、通过车车间等取得了的数据，单体地进行能见度不佳的推测。

(第13实施方式)

接下来，以与第1实施方式的相异点为中心，参照图38，说明本发明的能见度不佳推测系统以及能见度不佳推测方法的第13实施方式。另外，本实施方式的能见度不佳推测系统以及能见度不佳推测方法的基本的结构也与第1实施方式等同，在图38中也对与第1实施方式实质上相同的要素分别附加同一符号来表示，重复的说明省略。

如图38所示，在本实施方式中，将在车辆100中取得了的数据通过该车辆100的搭乘者利用的智能手机等多功能电话设备800的通信部801和通信部101的通信，保存到多功能电话设备800。

多功能电话设备800具有保存通过与通信部101的通信取得了的数据的数据保存区域802。多功能电话设备800将例如经过了规定的时间、在数据保存区域802中保存了的数据的量超过了规定的量、以及探测到车辆100的行驶结束等的至少一个作为条件，将在数据保存区域802中保存了的数据发送到中枢200。

这样，向中枢200从多种多功能电话设备800、810、820等发送数据。然后，在中枢200中，根据该收集到的数据，进行能见度不佳的推测。

如以上说明，根据本实施方式的能见度不佳推测系统以及能见度不佳推测方法，得到所述(1)～(12)的效果，并且还得到以下的效果。

(27)将在车辆100中取得了的数据经由多功能电话设备800、810、820发送到中枢200。因此，实现在车辆100中取得了的数据的收集源的多样化。

(其他实施方式)

另外，上述各实施方式还能够如以下那样的方式实施。

·在上述第3、以及第4各实施方式中，过滤部210A由摇晃判定部211以及转弯处判定部212构成。不限于此，过滤部210A也可以仅由转弯处判定部212构成。另外，在上述第1、第2、第5～第10各实施方式中，过滤部也可以仅由转弯处判定部构成。进而，在上述各实施方式中，过滤部也可以由摇晃判定部、转弯处判定部、以及车速判定部中的某一个构成。另外，也可以适宜地组合摇晃判定部、转弯处判定部、以及车速判定部而构成过滤部。

·在上述第1～第10、第13各实施方式中，中枢200具备过滤部210。不限于此，也可以取得各种数据的车辆100等具备过滤部210。

·在上述第1～第10、第13各实施方式中，中枢200具备过滤部210。不限于此，也可以是中枢200不具有过滤部210的结构。另外，在上述第11实施方式中，多功能电话设备600具备过滤部610，但也可以是多功能电话设备600不具有过滤部610的结构。进而，在上述第12实施方式中，车辆700具备过滤部710，但也可以是车辆700不具有过滤部710的结构。

·在上述第1、第3、第5、第7、第9～第13各实施方式中，根据转向角速度的数据表示的变化量，进行了能见度不佳的推测。不限于此，也可以根据转向角的数据表示的变化量，进行能见度不佳的推测。由此，例如，以转向角的数据表示的转向角的每个单位时间的变化量成为规定的变化量以上为条件，推测为能见度不佳。另外，由此，例如，以转向角的数据表示的转向角的转换次数成为规定的次数以上为条件，推测为能见度不佳。

·在上述第1、第3、第5、第7、第9～第13各实施方式中，在图5等的步骤S102中进行了基于转换次数的过滤之后，以预定的行驶距离为单位，对数据进行了分类(步骤S102、S103等)。不限于此，也可以如图39例示，在各实施方式中，在以预定的行驶距离为单位而对数据进行了分类之后，针对该分类了的每个单位，进行基于转换次数的过滤(图39步骤S121～S123)。

·在上述第1、第3、第5、第7、第9～第13各实施方式中，在约6[deg/sec]以上成为约2秒以上的次数是1次以上时，推测为能见度不佳。不限于此，也可以在推测为能见度不佳时被作为基准的次数是2次以上的次数。另外，约6[deg/sec]以上继续的时间既可以小于2秒，也可以是超过2秒的时间。进而，转向角速度既可以小于约6[deg/sec]，也可以超过约6[deg/sec]。另外，只要是成为基准变化量以上的时间是规定的时间以上、以及成为基准变化量以上的次数是规定的次数以上、以及成为基准变化量以上的时间成为规定的时间以上的次数是规定的次数以上的至少一个，就能够作为用于推测为能见度不佳的条件。另外，例如，也可以以平均化了的转向角速度的值是规定的阈值以上为条件，推测为能见度不佳。另外，例如，成为基准变化量以上的时间也可以是计算出的变化量成为基准变化量以上的时间的预定的期间中的合计时间。

·在上述第5实施方式中，针对每个行驶环境，选定了转换次数的挑选用的阈值、以及能见度不佳的推测用的阈值。另外，在第1、第3、第5、第7、第9～第13各实施方式中，也可以针对每个行驶环境，选定转换次数的挑选用的阈值、以及能见度不佳的推测用的阈值。

·在上述第6实施方式中，针对每个行驶环境，定义了晴天时驾驶。另外，在能见度不佳的推测中使用了与取得了作为推测对象的数据的行驶环境共同或者类似的行驶环境的平均值。另外，在上述第2、第4、第6、第8各实施方式中，也可以针对每个行驶环境，定义晴天时驾驶。另外，也可以在能见度不佳的推测中使用与取得了作为推测对象的数据的行驶环境共同或者类似的行驶环境的平均值。

·在上述第1、第3、第5、第7、第9～第13各实施方式中，按照图3例示的样式，分类为每个预定的行驶距离单位的数据。然后，按照针对数据的每个收集单位逐步偏移的样式，计算了按照预定的行驶距离单位分类出的数据表示的操作要素的变化量。不限于此，也可以将例如几十m～几百m这样的预定的行驶距离作为单位而计算操作要素的变化量。另外，也可以针对数据的每个收集单位，计算操作要素的变化量。另外，数据的收集单位是指，不限于车辆用网络的周期，也可以是根据各种传感器的分解能确定的单位。

·在上述第2、第4、第6、第8各实施方式中，变化量计算部220A进行了以各车辆110、120、130的预定的行驶距离为一个单位而计算变化量的处理。不限于此，变化量计算部220A也可以进行将各车辆110、120、130的预定的行驶距离作为一个单位，每当表示操作要素的变化量的数据的收集区间切换时逐步计算变化量的处理。由此，也能够得到依照上述(4)的效果。

·在上述第2、第4、第6、第8各实施方式中，中枢200具备晴天时数据抽出部260以及晴天时驾驶定义部261。不限于此，也可以设为中枢200不具有晴天时数据抽出部260以及晴天时驾驶定义部261的结构。由此，能见度推测部230预先保有表示在晴天时取得了的转向角的数据的谱面积的平均值的数据。然后，能见度推测部230根据表示该平均值的数据，进行能见度不佳的推测。

·在上述第2、第4、第6、第8各实施方式中，作为基准变化量，使用了在晴天时取得了的转向角的谱面积的平均值。不限于此，作为基准变化量，也可以使用在晴天时取得了的转向角的谱面积的最小值或者最大值。另外，也可以将对在晴天时取得了的转向角的谱面积的平均值乘以预定的系数而得到的值用作基准变化量。进而，也可以以与在晴天时取得了的转向角的谱面积的平均值的差分是规定的值以上为条件，推测为能见度不佳。

·在上述第2、第4、第6、第8各实施方式中，根据转向角的数据的谱面积，进行了能见度不佳的推测。不限于此，也可以根据转向角速度的数据的谱面积，进行能见度不佳的推测。

·在上述第2、第4、第6、第8各实施方式中，在能见度不佳的推测中使用了0.5～1.0Hz的频带的频率的变换后的数据。不限于此，也可以在能见度不佳的推测中使用0.5Hz以下、或者1.0Hz以上的频带的频率的变换后的数据。

·在上述第2、第4、第6、第8各实施方式中，对表示操作要素的变化量的数据进行了傅立叶变换。不限于此，例如，也可以对表示操作要素的变化量的数据进行小波变换。另外，只要是通过对表示操作要素的变化量的数据进行频率变换，能够将每个频率的变化量变换为可对比的数据的手法，就能够作为变换手法来使用。

·在上述各实施方式中，与表示操作要素的变化量的数据一起，收集了表示位置信息的纬度经度数据。不限于此，也可以仅收集表示操作要素的变化量的数据。由此，例如，根据表示住所等的信息，确定表示操作要素的变化量的数据的取得地点。另外，在另外仅推测表示操作要素的变化量的数据是否为表示能见度不佳的数据的情况下，不需要确定成为能见度不佳的地点或者区段，也可以不取得纬度经度数据(位置信息)。

·在上述各实施方式中，作为成为推测的对象的气象条件，推测了有无发生雾、暴风雪、乳白天空、以及规定的雨量以上的雨。不限于此，只要是由于对能见度造成影响而对车辆的操作要素的操作样式造成影响的气象条件，就能够推测为能见度不佳的主要原因。另外，例如，根据针对雾、暴风雪、乳白天空、以及规定的雨量的每一个规定了的阈值、和操作要素的变化量的比较，判别能见度不佳的主要原因是雾、暴风雪、乳白天空、以及规定的雨量以上的雨中的哪一个。另外，例如，根据从外部取得的气象信息，判别能见度不佳的主要原因是雾、暴风雪、乳白天空、以及规定的雨量以上的雨中的哪一个。

·在上述各实施方式中，作为操作要素的变化量，使用了转向装置的转向角以及转向角速度。不限于此，也可以在能见度不佳的推测中使用转向扭矩。由此，通过例如转向扭矩传感器检测转向扭矩。另外，在转向扭矩中，高精度地反映转向装置的变化量。因此，通过转向扭矩的变化量，也高精度地进行能见度不佳的推测。另外，也可以在能见度不佳的推测中，使用行驶速度、加速度、转向扭矩、偏航速率、油门踏板的踏入量、以及制动踏板的踏入量的至少一个要素的变化量。另外，操作要素的变化量只要是反映能见度不佳所引起的车辆操作的变化量即可。

·在上述各实施方式中，根据操作要素的变化量是否为基准变化量以上，进行了能见度不佳的推测。不限于此，也可以根据作为推测对象的操作要素的变化量、和晴天时即能见度良好时的操作要素的变化量的差分、比例等、各变化量的比较，进行能见度不佳的推测。

·上述各实施方式也可以适宜地组合而构成。

Claims (4)

1.一种能见度不佳推测系统，推测能见度的不佳，其特征在于，具备：

检测部，被构成为对车辆的转向角、转向角速度以及转向扭矩中的至少一个进行检测；以及

能见度推测部，根据所述检测出的转向角、转向角速度以及转向扭矩中的至少一个，推测能见度不佳的地点或者区段，

所述检测部被构成为检测车辆的转向角，

所述能见度不佳推测系统还具备频率变换部，该频率变换部对所述转向角的数据进行频率变换，

所述能见度推测部被构成为以预定频带中的进行了所述频率变换的数据的谱面积超过被规定为基准的谱面积为条件，判定为取得了所述数据的地点能见度不佳、或者判定为包含该地点的区段能见度不佳。

2.根据权利要求1所述的能见度不佳推测系统，其特征在于，

所述能见度推测部被构成为将能见度不佳时的转向角的变迁与能见度良好时的转向角的变迁的差分显著的频带用作所述预定频带。

3.根据权利要求2所述的能见度不佳推测系统，其特征在于，

所述能见度推测部被构成为将“0.5”～“1.0”Hz的频带用作所述预定频带。

4.根据权利要求1所述的能见度不佳推测系统，其特征在于，

所述检测部被构成为对车辆的转向角速度进行检测，

所述能见度推测部被构成为以满足

a：所述转向角速度为规定的良好与否的基准以上的时间是规定的时间以上、

b：所述转向角速度为规定的良好与否的基准以上的次数是规定的次数以上、以及

c：所述转向角速度为规定的良好与否的基准以上的时间成为规定的时间以上的次数是规定的次数以上中的至少一个条件为条件，判定为取得了满足所述条件的转向角速度的地点能见度不佳、或者判定为包含该地点的区段能见度不佳。