CN110114810B - 信息处理系统、信息处理方法以及存储介质 - Google Patents

Abstract

信息处理系统具备处理器，处理器获取包括N维的参数的车辆的驾驶环境，参照表示N维坐标系中的理想驾驶环境的区域的理想驾驶驾驶员模型，基于N维坐标系上的、该理想驾驶环境的区域与获取到的车辆的驾驶环境之间的距离来选择理想驾驶环境的区域中包含的一个理想驾驶环境。

Description

信息处理系统、信息处理方法以及存储介质

技术领域

本发明涉及一种对与车辆有关的信息进行处理的信息处理系统、信息处理方法以及程序。

背景技术

近年来，提出有与能够通过手动驾驶和自动驾驶来行驶的车辆、能够进行完全自动驾驶的车辆有关的各种技术并正在使这些技术实用化，其中，所述手动驾驶是驾驶员基于车辆的周围状况、所述车辆的行驶状态(例如，本车辆的速度、转向、加速器、制动器、方向指示器、致动器的控制信息等)亲自进行驾驶操作，自动驾驶是自动地进行一部分或全部驾驶操作。

例如，在专利文献1中公开了如下一种行驶控制装置：在本车辆为自动转向控制、自动加减速控制的情况下，使驾驶员在视觉上识别自动转向控制、自动加减速控制的动作状态。

专利文献1：日本特开2005-67483号公报

发明内容

本发明提供一种驾驶员能够进行理想的驾驶的信息处理系统等。

本发明的一个方式所涉及的信息处理系统是具备至少一个处理器的信息处理系统。在信息处理系统中，所述至少一个处理器获取包括N(N为2以上的整数)维的参数的车辆的驾驶环境，参照表示N维坐标系中的理想驾驶环境的区域的理想驾驶驾驶员模型，基于所述N维坐标系上的、所述理想驾驶环境的区域与获取到的所述车辆的驾驶环境之间的距离来选择所述理想驾驶环境的区域中包括的一个理想驾驶环境。例如，所述至少一个处理器还使显示器显示推荐信息，该推荐信息用于使所述车辆的驾驶环境接近选择出的所述理想驾驶环境。具体地说，所述N维的参数包含车速、转动角、车间距离以及相对速度中的至少一方来作为参数。

由此，例如如实施方式6所示那样，在显示器中显示用于使所述车辆的驾驶环境接近理想驾驶环境的推荐信息，因此驾驶员能够根据该推荐信息简单地进行理想的驾驶。

另外，也可以是，在所述理想驾驶环境的选择中，所述至少一个处理器从所述理想驾驶环境的区域中选择与所述车辆的驾驶环境之间的距离最短的理想驾驶环境。

由此，例如如实施方式6所示那样，驾驶员能够抑制相对于车辆的当前的驾驶环境的变化量来使该驾驶环境接近理想的驾驶环境，能够更加简单地进行理想的驾驶。

另外，也可以是，在所述推荐信息的显示中，所述至少一个处理器决定用于劝告所述车辆的驾驶员变更驾驶操作量的信息来作为所述推荐信息，所述驾驶操作量是制动器或加速器的踩踏量以及转动角中的至少一方。例如，所述至少一个处理器还计算所述车辆的驾驶环境与选择出的所述理想驾驶环境的差，在所述推荐信息的显示中，所述至少一个处理器还确定用于减小所述差的所述驾驶操作量，并决定表示当前的驾驶操作量和确定出的所述驾驶操作量的所述推荐信息。

由此，例如如实施方式6所示那样，驾驶员能够基于推荐信息容易地掌握如何变更制动器或加速器的踩踏量以及转动角中的至少一方才能够进行理想的驾驶。

另外，也可以是，所述至少一个处理器还参照表示所述N维坐标系中的互不相同的理想驾驶环境的区域的多个所述理想驾驶驾驶员模型，还使显示器显示分别表示互不相同的多个所述理想驾驶环境的区域和所述车辆的驾驶环境的点。

由此，例如如实施方式6的变形例所示那样，驾驶员能够容易地掌握如何变更转动角、车速等参数来使当前的驾驶环境接近哪种类型的理想驾驶环境。

另外，也可以是，在多个所述理想驾驶环境的区域中的任一个区域中存在所述点时，所述至少一个处理器还使显示器显示表示所述车辆的驾驶环境是与该区域对应的理想驾驶环境的图标。

由此，例如如实施方式6的变形例所示那样，驾驶员能够容易地掌握自己正进行哪种类型的理想的驾驶。

另外，也可以是，所述至少一个处理器还基于多个示范驾驶员各自的驾驶行为历史记录与驾驶所述车辆的驾驶员的驾驶行为历史记录的相似度，将所述多个示范驾驶员的驾驶行为历史记录中的至少一部分示范驾驶员的驾驶行为历史记录进行模型化，由此构建表示所述至少一部分示范驾驶员的车辆的行为与行驶环境之间的关系的理想行为驾驶员模型，所述至少一个处理器还在构建出的所述理想行为驾驶员模型中将所述驾驶员的与所述车辆的行驶环境相关联的行为估计为所述车辆的行为。

由此，例如如实施方式4和实施方式5的变形例2所示，对于车辆的驾驶员来说能够估计理想行为，因此能够通过提示该理想行为以供驾驶员选择该理想的驾驶。

此外，也可以是，至少一个处理器通过执行ROM或RAM等计算机可读取的非易失性的记录介质中记录的程序来进行上述的处理。

另外，本发明的概括性的或具体的方式既可以利用系统、方法、集成电路、计算机程序或计算机可读的CD-ROM等记录介质来实现，也可以利用系统、方法、集成电路、计算机程序以及记录介质的任意的组合来实现。

根据本发明，驾驶员能够进行理想的驾驶。

附图说明

图1是表示本发明的实施方式1所涉及的包括信息通知装置的车辆的主要部分结构的框图。

图2是对行驶环境的第一例以及与该第一例对应的通知部的显示和操作部的操作进行说明的图。

图3是表示通知部中显示的其它例的图。

图4是表示本实施方式中的信息通知处理的处理过程的流程图。

图5是表示行驶环境的第一例以及与该第一例对应的显示控制的图。

图6是表示行驶环境的第一例以及与该第一例对应的其它显示控制的图。

图7是表示行驶环境的第二例以及与该第二例对应的显示控制的图。

图8是表示行驶环境的第三例以及与该第三例对应的显示控制的图。

图9是表示行驶环境的第四例以及与该第四例对应的显示控制的图。

图10是表示行驶环境的第五例以及与该第五例对应的显示控制的图。

图11是表示与图5示出的行驶环境的第一例对应的其它显示控制的图。

图12是表示与图7示出的行驶环境的第二例对应的其它显示控制的图。

图13是表示本发明的实施方式2所涉及的包括信息通知装置的车辆的主要部分结构的框图。

图14是说明实施方式2中的触摸面板的显示的图。

图15是说明本发明的实施方式3的通知部中显示的图。

图16是表示行驶历史记录的一例的图。

图17是表示聚类分析型的驾驶员模型的构建方法的图。

图18是表示构建出的聚类分析型的驾驶员模型的一例的图。

图19是表示构建出的聚类分析型的驾驶员模型的另一例的图。

图20是表示个体自适应型的驾驶员模型的构建方法的图。

图21是表示构建出的个体自适应型的驾驶员模型的一例的图。

图22是表示驾驶特性模型的一例的图。

图23是说明本发明的实施方式4中的通知部的显示的图。

图24是说明本发明的实施方式4中的通知部的显示的图。

图25是说明本发明的实施方式4中的通知部的显示的图。

图26是说明本发明的实施方式4中的通知部的显示的图。

图27是表示行驶历史记录的一例的图。

图28是表示本变形例中的驾驶员模型的使用方法的图。

图29是表示本变形例中的缓存的配置的一例的框图。

图30是表示本变形例中的缓存的制作方法的一例的图。

图31是表示本变形例中的缓存的制作方法的一例的图。

图32是表示实施方式5中的用于估计车速、车间距离以及加速度的主要部分结构的框图。

图33是表示实施方式5中的收集车速和环境参数的定时的图。

图34是表示实施方式5中的收集车间距离和环境参数的定时的图。

图35是表示实施方式5中的收集加速度和环境参数的定时的图。

图36是表示实施方式5中的加速度模式的例子的图。

图37是表示实施方式5中的存储部中保存的信息的一例的图。

图38是表示实施方式5中的存储部中保存的信息的其它例的图。

图39是表示实施方式4和实施方式5中的信息处理系统的结构的图。

图40是表示实施方式4和实施方式5中的信息处理系统的转动角模式的例子的图。

图41是表示实施方式4和实施方式5中的信息处理系统的收集转动角和环境参数的定时的图。

图42是表示实施方式4和实施方式5中的构建车辆特性模型的信息处理系统的结构的图。

图43是表示实施方式4和实施方式5中的车辆特性的图。

图44是实施方式4和实施方式5中的信息处理方法的流程图。

图45是表示实施方式4和实施方式5的变形例1所涉及的信息处理系统的结构的图。

图46是表示实施方式4和实施方式5的变形例1所涉及的信息处理系统的危险行驶历史记录储存部中储存的危险行驶历史记录的一例的图。

图47是表示实施方式4和实施方式5的变形例2所涉及的信息处理系统的结构的图。

图48是表示实施方式4和实施方式5的变形例2所涉及的示范驾驶行为历史记录储存部中储存的示范驾驶行为历史记录的一例的图。

图49是表示实施方式6中的信息处理系统的结构的一例的框图。

图50是表示实施方式6中的示范驾驶储存部中储存的示范驾驶环境数据库的内容的一例的图。

图51是表示实施方式6中的理想驾驶环境的区域与车辆的驾驶环境之间的关系的一例的图。

图52是表示实施方式6中的由显示部显示的推荐信息的一例的图。

图53是表示实施方式6的信息处理方法的一例的流程图。

图54是表示实施方式6的变形例所涉及的由显示部显示的图像的一例的图。

图55是表示实施方式6的变形例所涉及的由显示部显示的图像的其它例的图。

具体实施方式

在说明本发明的实施方式之前，简单地说明以往的装置的问题点。上述专利文献1的行驶控制装置(即信息处理系统)中存在驾驶员难以进行理想的驾驶这样的问题。

下面，参照附图来详细地说明本发明的实施方式。在实施方式1～3中，说明能够适当地传递信息以能够进行不易使车辆与驾驶员的操作对立的舒适的自动驾驶的信息通知装置、信息通知方法或信息通知程序。在实施方式4和实施方式5中，说明能够估计适合驾驶员的驾驶行为的信息处理系统、信息处理方法以及程序。在实施方式6中，说明进行用于使驾驶员对车辆的驾驶接近理想的驾驶的推荐的信息处理系统、信息处理方法以及程序。

此外，以下要说明的各实施方式是一例，本发明并不限定于这些实施方式。也就是说，以下要说明的实施方式均表示概括性的或具体的例子。以下的实施方式中示出的数值、形状、材料、构成要素、构成要素的配置位置以及连接方式、步骤、步骤的顺序等是一例，主旨并非是限定本发明。另外，将以下的实施方式的构成要素中的没有记载于表示最上位概念的独立权利要求中的构成要素设为任意的构成要素来进行说明。

此外，各图是示意图，不一定严格地进行图示。另外，在各图中，对相同的构成部件标注了相同的附图标记。

(实施方式1)

图1是表示本发明的实施方式1所涉及的包括信息通知装置的车辆的主要部分结构的框图。车辆1是不需要驾驶员的操作就能够自动地进行全部或一部分驾驶控制的车辆。

车辆1具有制动踏板2、加速踏板3、转向指示器杆4、方向盘5、检测部6、车辆控制部7、存储部8以及信息通知装置9。

制动踏板2接受驾驶员的制动操作，来使车辆1减速。另外，制动踏板2也可以接受车辆控制部7的控制结果，来变化与车辆1的减速程度对应的量。加速踏板3接受驾驶员的加速操作，来使车辆1加速。另外，加速踏板3也可以接受车辆控制部7的控制结果，来变化与车辆1的加速程度对应的量。转向指示器杆4接受驾驶员的杆操作，来使车辆1的未图示的方向指示器点亮。另外，转向指示器杆4也可以接受车辆控制部7的控制结果，来使转向指示器杆4变化为与车辆1的方向指示方向对应的状态，从而使车辆1的未图示的方向指示器点亮。

方向盘5接受驾驶员的转向操作，来变更车辆1行驶的方向。另外，方向盘5也可以接受车辆控制部7的控制结果，变化与车辆1行驶的方向的变更对应的量。方向盘5具有操作部51。

操作部51设置在方向盘5的前表面(与驾驶员相向的面)，用于接受来自驾驶员的输入操作。操作部51例如是按钮、触摸面板、握持传感器等装置。操作部51向车辆控制部7输出从驾驶员接受的输入操作的信息。

检测部6检测车辆1的行驶状态以及车辆1的周围状况。而且，检测部6向车辆控制部7输出所检测出的行驶状态以及周围状况的信息。

该检测部6具有位置信息获取部61、传感器62、速度信息获取部63以及地图信息获取部64。

位置信息获取部61通过GPS(Global Positioning System：全球定位系统)定位等获取车辆1的位置信息来作为行驶状态的信息。

传感器62根据车辆1的周围存在的其它车辆的位置以及车道位置信息，来检测其它车辆的位置以及该其它车辆是否为先行车辆这样的类型，根据其它车辆的速度和本车辆的速度来检测碰撞预测时间(TTC：Time To Collision)、车辆1的周围存在的障碍物等车辆1的周围状况。

速度信息获取部63从未图示的速度传感器等获取车辆1的速度、行驶方向等信息，来作为行驶状态的信息。

地图信息获取部64获取车辆1行驶的道路、道路上的与其它车辆合流的合流点、当前行驶中的车道、交叉路口的位置等车辆1的周边的地图信息，来作为车辆1的周围状况的信息。

此外，传感器62由毫米波雷达、激光雷达或摄像头等构成，或者由它们的组合构成。

存储部8是ROM(Read Only Memory：只读存储器)、RAM(Random Access Memory：随机存取存储器)、硬盘装置、SSD(Solid State Drive：固态驱动器)等存储装置，用于存储当前时间点的行驶环境与接下来(经过第一规定时间后)能够采取的行为的候选之间的对应关系。

当前时间点的行驶环境是根据车辆1的位置、车辆1正在行驶的道路、车辆1的周围存在的其它车辆的位置及速度等进行判定的环境。此外，不仅基于瞬时的数据，还可以基于该时间点前后的数据，例如根据其它车辆的位置、速度来判定加速中、减速中以及其它车辆闯入而在1秒后发生碰撞的可能性。由此，能够预测其它车辆的行为，能够更加详细且准确地掌握行驶环境。行为的候选是车辆1针对当前时间点的行驶环境接下来(经过第一规定时间后)能够采取的行为的候选。

例如，存储部8预先将车辆1的加速、车辆1的减速以及车辆1向右方进行车道变更这三种行为的候选与在车辆1行驶的车道的前方存在合流路、存在从车道的左方合流的车辆且能够向车辆1行驶的车道的右方进行车道变更的行驶环境相对应地存储。

另外，存储部8预先将超越先行车辆的行驶、向相邻的车道进行车道变更的行驶、使车辆1减速来跟随先行车辆的行驶这三种行为的候选与在与车辆1同一车道的前方行驶的车辆(以下，记载为“先行车辆”)以比车辆1慢的速度行驶且能够向相邻的车道进行车道变更的行驶环境相对应地存储。

并且，存储部8还可以存储各个行为的候选的优先级。例如，存储部8也可以存储在过去的相同的行驶环境中实际采用的行为的次数，并且存储如下的优先级：行为被采用的次数越多，则将该行为的优先级设定得越高。

车辆控制部7例如能够作为LSI(Large Scale Integration：大规模集成)电路或用于控制车辆的电子控制单元(Electronic Control Unit：ECU)的一部分来实现。车辆控制部7基于从检测部6获取的行驶状态以及周围状况的信息来控制车辆，与车辆控制结果相对应地控制制动踏板2、加速踏板3、转向指示器杆4以及信息通知装置9。此外，由车辆控制部7控制的对象并不限定于这些部件。

首先，车辆控制部7基于行驶状态以及周围状况的信息来判定当前时间点的行驶环境。在该判定中能够利用以往提出的各种方法。

例如，车辆控制部7基于行驶状态以及周围状况的信息判定为当前时间点的行驶环境是“在车辆1行驶的车道的前方存在合流路、存在从车道的左方合流的车辆且能够向车辆1行驶的车道的右方进行车道变更的行驶环境”。

另外，例如，车辆控制部7基于行驶状态以及周围状况的信息判定为行驶环境的时间序列是“在与车辆1同一车道的前方行驶的车辆以比车辆1慢的速度行驶且能够向相邻的车道进行车道变更的行驶环境”。

车辆控制部7使信息通知装置9的通知部92通知与表示行驶状态以及周围状况的行驶环境有关的信息。另外，车辆控制部7针对判定出的行驶环境，从存储部8读出车辆1接下来(经过第一规定时间后)能够采取的行为的候选。

车辆控制部7根据读出的行为的候选来判定最适于当前的行驶环境的行为是哪一种行为，将最适于当前的行驶环境的行为设定为第一行为。此外，第一行为也可以是与车辆当前正在实施的行为相同的行为，即，也可以使当前正在实施的行为继续。然后，车辆控制部7将在当前的行驶环境中驾驶员能够实施的除第一行为以外的其它行为的候选设定为第二行为(与所谓的要实施的行为不同的行为)。

例如，车辆控制部7也可以利用基于行驶状态以及周围状况的信息来判定最合适的行为的现有技术，将最合适的行为设定为第一行为。

或者，车辆控制部7既可以将多个行为的候选中的被预先设定的行为设定为最合适的行为，也可以事先将上次选择出的行为的信息预先存储到存储部8并将该行为判定为最合适的行为，还可以事先将各行为过去被选择的次数存储到存储部8并将次数最多的行为判定为最合适的行为。

然后，车辆控制部7使信息通知装置9的通知部92通知第一行为和第二行为的信息。此外，车辆控制部7在判定为不存在第二行为的情况下，使通知部92仅通知第一行为。

此外，车辆控制部7也可以使通知部92对第一行为和第二行为的信息、行驶状态以及周围状况的信息同时进行通知。

并且，车辆控制部7获取由操作部51从驾驶员接受的操作的信息。

车辆控制部7在通知了第一行为和第二行为之后，判定操作部51是否在第二规定时间内接受了操作。该操作例如是从第二行为所包含的行为中选择一个行为的操作。

在操作部51未在第二规定时间内接受操作的情况下，车辆控制部7控制车辆以执行第一行为，与车辆控制结果对应地控制制动踏板2、加速踏板3、转向指示器杆4。

在操作部51在第二规定时间内接受了操作的情况下，车辆控制部7进行与所接受的操作对应的控制。

信息通知装置9从车辆控制部7获取与车辆1的行驶有关的各种信息，并通知所获取的信息。信息通知装置9具有信息获取部91和通知部92。

信息获取部91从车辆控制部7获取与车辆1的行驶有关的各种信息。例如，在车辆控制部7判定为有可能更新车辆1的行为的情况下，信息获取部91从车辆控制部7获取第一行为的信息和第二行为的信息。

然后，信息获取部91将获取到的信息暂时存储到未图示的存储部，根据需要将所存储的信息从存储部读出后向通知部92输出。

通知部92向驾驶员通知与车辆1的行驶有关的信息。例如，通知部92既可以是如设置在车内的车载导航系统、平视显示器、中央显示器、设置于方向盘5或立柱的LED(LightEmitting Diode：发光二极管)等发光体等那样的用于显示信息的显示部，也可以是将信息转换为声音后向驾驶员进行通知的扬声器，或者还可以是设置于驾驶员能够感知的位置(例如，驾驶员的座位、方向盘5等)的振动体。另外，通知部92也可以是这些部件的组合。

在以下的说明中，设通知部92是显示装置。

在该情况下，通知部92例如是平视显示器(Head Up Display：HUD)、LCD(LiquidCrystal Display：液晶显示器)、HMD(Head-Mounted Display：头戴式显示器或Helmet-Mounted Display：头盔式显示器)、眼镜型显示器(Smart Glasses：智能眼镜)、其它专用的显示器等。例如，HUD既可以是车辆1的挡风玻璃，也可以是另外设置的玻璃面、塑料面(例如，合成器(combiner))等。另外，例如，挡风玻璃既可以是前挡风玻璃，也可以是车辆1的侧窗玻璃或后挡风玻璃。

并且，HUD也可以是设置于挡风玻璃的表面或内侧的透过型显示器。在此，透过型显示器例如是透过型的有机EL(electro-luminescence：电致发光)显示器，或者是使用了在照射特定波长的光时发光的玻璃的透明的显示器。驾驶员能够在视觉识别背景的同时视觉识别透过型显示器上的显示。这样，通知部92也可以是使光透过的显示介质。在任一情况下，均在通知部92中显示图像。

通知部92向驾驶员通知经由信息获取部91从车辆控制部7获取到的与行驶有关的信息。例如，通知部92向驾驶员通知从车辆控制部7获取到的第一行为和第二行为的信息。

在此，说明具体的显示内容以及对操作部51进行的操作。

图2是对行驶环境的第一例以及与该第一例对应的通知部的显示和操作部的操作进行说明的图。

图2的(a)是表示车辆1的行驶环境的俯视图。具体地说，图2的(a)示出以下行驶环境：在车辆1行驶的车道的前方存在合流路，存在从车道的左方合流的车辆，且能够向车辆1行驶的车道的右方进行车道变更。

车辆控制部7基于行驶状态以及周围状况的信息，判定为行驶环境是如图2的(a)所示那样的行驶环境。此外，也可以是，车辆控制部7生成图2的(a)所示的俯视图，使通知部92除了通知第一行为和第二行为的信息以外，还通知所生成的俯视图。

图2的(b)示出与图2的(a)示出的行驶环境对应的通知部92的显示的一例。在通知部92的显示范围中的右侧显示与车辆1的行为有关的选项，在左侧显示用于向手动驾驶切换的信息。

第一行为是在显示区域29a～29c、29g中的被强调的显示区域29b中示出的“车道变更”。第二行为是在显示区域29a、29c中分别示出的“加速”、“减速”。另外，在显示区域29g中显示有表示向手动驾驶切换的“自动驾驶结束”。

图2的(c)示出设置于方向盘5的操作部51的一例。操作部51具有设置于方向盘5的右侧的操作按钮51a～51d和设置于方向盘5的左侧的操作按钮51e～51h。此外，设置于方向盘5的操作部51的个数、形状等并不限定于此。

在本实施方式中，图2的(b)所示的显示区域29a～29c与操作按钮51a～51c分别对应，显示区域29g与操作按钮51g对应。

在该结构中，驾驶员在选择各显示区域中显示的内容中的任一内容时，按下与各显示区域对应的操作按钮。例如，在驾驶员选择显示区域29a中显示的“加速”这一行为的情况下，驾驶员按下操作按钮51a。

此外，在图2的(b)中，在各显示区域仅显示了文字的信息，但也可以如接下来要说明的那样显示与车辆的驱动有关的符号、图标。由此，能够使驾驶员一目了然地掌握显示内容。

图3是表示通知部中的显示的其它例的图。如图3所示，在显示区域39a～39c、39g中显示文字的信息和表示该信息的符号这两方。此外，也可以仅显示符号。

接着，列举具体的行驶环境为例，来说明显示控制的流程。

图4是表示本实施方式中的信息通知处理的处理过程的流程图。图5是表示行驶环境的第一例以及与该第一例对应的显示控制的图。

如图4所示，检测部6检测车辆的行驶状态(步骤S11)。接着，检测部6检测车辆的周围状况(步骤S12)。从检测部6向车辆控制部7输出所检测到的车辆的行驶状态以及车辆的周围状况的信息。

接着，车辆控制部7基于行驶状态以及周围状况的信息，来判定当前时间点的行驶环境(步骤S13)。在图5的(a)的例子的情况下，车辆控制部7判定为当前时间点的行驶环境是“在车辆1行驶的车道的前方存在合流路、存在从车道的左方合流的车且能够向车辆1行驶的车道的右方进行车道变更的行驶环境”。

之后，车辆控制部7使信息通知装置9的通知部92通知所判定出的行驶环境的信息(步骤S14)。在图5的(b)的例子的情况下，车辆控制部7向信息获取部91输出所判定出的行驶环境的信息。通知部92从信息获取部91获取行驶环境的信息并将其显示为文字信息59。此外，车辆控制部7也可以利用扬声器等以声音形式向驾驶员通知行驶环境的信息，以取代使通知部92显示行驶环境的信息。由此，即使在驾驶员没有看或者忽略了显示器或监视器的情况下，也能够向驾驶员可靠地传达信息。

接着，车辆控制部7判定所判定出的行驶环境是否存在更新行为的可能性，在判定为存在更新行为的可能性的情况下，进一步进行第一行为和第二行为的判定(步骤S15)。能够根据行驶环境是否发生了变更来判定行驶环境是否存在更新行为的可能性。关于更新后实施的行为，例如能够考虑在有可能与其它车辆等发生碰撞的情况下减速、在ACC(Adaptive Cruise Control：自适应巡航控制)中先行车辆消失的情况下进行速度变更、在相邻的车道空闲的情况下进行车道变更等。在判定是否进行更新时，能够使用现有技术进行判定。

在该情况下，车辆控制部7针对判定出的行驶环境，从存储部8读出车辆1接下来(经过第一规定时间后)能够采取的行为的候选。然后，车辆控制部7判定行为的候选中最适于当前的行驶环境的行为是哪个行为，将最适于当前的行驶环境的行为设定为第一行为。然后，车辆控制部7将除第一行为以外的行为的候选设定为第二行为。

在图5的(b)的例子的情况下，车辆控制部7从存储部8读出车辆1的加速、车辆1的减速以及车辆1向右方进行车道变更这三种行为的候选。然后，车辆控制部7基于从左方合流的车辆的速度以及车辆1的右方的车道的状况判定为车辆1向右方进行车道变更是最合适的行为，并将该行为设定为第一行为。然后，车辆控制部7将除第一行为以外的行为的候选设定为第二行为。

接着，车辆控制部7使信息通知装置9的通知部92通知第一行为和第二行为(步骤S16)。在图5的(b)的例子的情况下，通知部92在显示区域59b中对作为第一行为的信息的“车道变更”这样的文字信息进行强调显示，并分别在显示区域59a、59c中显示作为第二行为的信息的“加速”、“减速”。

接着，车辆控制部7判定操作部51是否在第二规定时间内接受了来自驾驶员的操作(步骤S17)。

例如，车辆控制部7将从判定为当前时间点的行驶环境是图5的(a)所示的行驶环境起至到达合流点为止的时间设定为第一规定时间。然后，车辆控制部7将比第一规定时间短的第二规定时间设定为能够接受在合流点之前执行的针对下一个行为的操作的时间。

在操作部51在第二规定时间内接受了来自驾驶员的操作的情况下(在步骤S17中为“是”)，车辆控制部7判定所接受的操作是自动驾驶结束的操作还是行为的选择操作(所谓的更新)(步骤S18)。

如通过图2所说明的那样，通知部92的各显示区域与操作部51的各操作按钮对应。驾驶员在选择图5的(b)中的自动驾驶结束的情况下，按下图2的(c)示出的操作按钮51g。另外，驾驶员在进行行为的选择的情况下，按下图2的(c)示出的操作按钮51a～51c中的任一按钮。

在由操作部51接受的操作是自动驾驶结束的操作的情况下(也就是说，在探测到按下了操作按钮51g的情况下)，车辆控制部7使自动驾驶结束(步骤S19)。在由操作部51接受的操作是行为的选择操作的情况下(也就是说，在按下了操作按钮51a～51c中的任一按钮的情况下)，车辆控制部7进行车辆1的控制，以执行与被按下的操作按钮对应的行为(步骤S20)。

在操作部51未在第二规定时间内接受来自驾驶员的操作的情况下(在步骤S17中为“否”)，车辆控制部7进行车辆1的控制，以执行第一行为(步骤S21)。

图6是表示行驶环境的第一例以及与该第一例对应的其它显示控制的图。图6的(a)与图5的(a)相同，但图6的(b)的显示控制与图5的(b)的显示控制不同。

与使用图5的(b)进行说明的情况同样地，车辆控制部7针对图6的(a)所示的行驶环境，从存储部8读出车辆1的加速、车辆1的减速以及车辆1向右方进行车道变更这三种行为的候选。此时，设为在存储部8中将车辆1向右方进行车道变更存储为最优先的行为。

在该情况下，车辆控制部7使通知部92通知行驶环境的信息和第一行为的信息。在图6的(b)的情况下，车辆控制部7生成表示行驶环境的信息和第一行为的信息的文字信息69，并使通知部92显示文字信息69。

然后，车辆控制部7在显示区域69a、69c中显示用于促使驾驶员决定是否采用第一行为的显示。另外，车辆控制部7在显示区域69g中显示表示能够向手动驾驶切换的“自动驾驶结束”这样的显示。

在此，车辆控制部7对与采用第一行为的情况对应的“是”进行强调显示。关于要强调显示“是”和“否”中的哪一个，既可以预先决定，也可以强调显示上次选择出的选项，还可以事先将过去被选择的次数存储于存储部8，使通知部92强调显示次数多的一方。

通过像这样对过去选择出的行为进行学习，车辆控制部7能够向驾驶员适当地通知信息。另外，与图5的(b)的情况相比，能够减少使通知部92进行通知的显示，能够减轻驾驶员的麻烦。

图7是表示行驶环境的第二例以及与该第二例对应的显示控制的图。图7的(a)是表示行驶环境的俯视图。图7的(a)所示的行驶环境与图5的(a)、图6的(a)的行驶环境的相同点在于在前方存在合流路，但与图5的(a)、图6的(a)的不同点在于在车辆1的右侧存在行驶车辆。在这种情况下，车辆控制部7判断为无法进行车道变更。

而且，车辆控制部7在判定为车辆1的行驶环境为如图7的(a)那样的行驶环境的情况下，如图7的(b)所示那样使通知部92将判定出的行驶环境的信息显示为文字信息79。

并且，在从存储部8读出的车辆1的加速、车辆1的减速以及车辆1向右方进行车道变更这三种行为的候选中，车辆1向右方进行车道变更是无法进行的，因此车辆控制部7仅选择车辆1的加速和车辆1的减速。

另外，车辆控制部7预测出如果以当前的速度行进则会过于接近合流车辆，从而判定为车辆1的减速是最合适的行为，也就是第一行为。

在此，使用基于行驶状态以及周围状况的信息判定最合适的行为的现有技术，来判定三种行为的候选中的最合适的行为是哪种行为。另外，关于最合适的行为是哪种行为的判定，既可以预先决定，也可以事先将上次选择出的行为的信息存储于存储部8并将该行为判定为最合适的行为，还可以事先将各行为过去被选择的次数存储于存储部8并将次数最多的行为判定为最合适的行为。

之后，车辆控制部7在显示区域79c中显示“减速”来作为第一行为，在显示区域79a中显示“加速”来作为第二行为。另外，车辆控制部7在显示区域79g中显示表示向手动驾驶切换的“自动驾驶结束”这样的显示。

通过这种显示控制，车辆控制部7能够根据行驶环境将最适于该行驶环境的行为作为第一行为通知给驾驶员。

也可以是，将第一行为的信息配置在上方，将第二行为的信息配置在下方，分别对操作按钮51a、51c分配选择功能。或者，也可以是，可以将加速行为的信息配置在上方，将减速行为的信息配置在下方，将右车道变更的行为的信息配置在右方，将左车道变更的行为的信息配置在左方，分别对操作按钮51a、51c、51b、51d分配选择功能，还可以是，使这些信息能够切换，并且另外显示行为优先配置或操作优先配置。并且，还可以是，使第一行为的信息的显示尺寸变大，使第二行为的信息的显示尺寸变小。此外，通过与车的前后、左右的行为对应地配置行为信息的显示，能够使驾驶员进行直观的识别和操作。

接着，对在前方存在合流路这一行驶环境以外的行驶环境的例子进行说明。

图8是表示行驶环境的第三例以及与该第三例对应的显示控制的图。图8的(a)是表示车辆1的行驶环境的俯视图。具体地说，在图8的(a)中示出先行车辆以比车辆1慢的速度行驶并且能够向相邻的车道进行车道变更的行驶环境。

车辆控制部7基于行驶状态以及周围状况的信息，判定为行驶环境是如图8的(a)所示那样的行驶环境。在该情况下，车辆控制部7使通知部92将判定出的行驶环境的信息显示为文字信息89。

另外，车辆控制部7从存储部8读出超越先行车辆的行驶、向相邻的车道进行车道变更的行驶以及使车辆1减速来跟随先行车辆的行驶这三种行为的候选，来作为与判定出的行驶环境对应的行为的候选。

而且，例如能够允许先行车辆减速后的速度比规定值高，因此车辆控制部7判定为使车辆1减速来跟随先行车辆的行驶是最合适的行为，也就是第一行为。

在此，能够利用基于行驶状态以及周围状况的信息判定最合适的行为的现有技术，来判定三种行为的候选中的最合适的行为是哪种行为。另外，关于最合适的行为是哪种行为的判定，既可以预先决定，也可以事先将上次选择出的行为的信息存储于存储部8并将该行为判定为最合适的行为，还可以事先将各行为过去被选择的次数存储于存储部8并将次数最多的行为判定为最合适的行为。

并且，车辆控制部7如图8的(b)所示那样在显示区域89c中对表示第一行为的“跟随”这样的文字信息进行强调显示，分别在显示区域89a、89b中显示表示第二行为的“超车”、“车道变更”这样的文字信息。另外，车辆控制部7在显示区域89g中显示表示向手动驾驶切换的“自动驾驶结束”这样的显示。

也可以是，将第一行为的信息配置在上方，将第二行为的信息配置在下方，分别对操作按钮51a、51c分配选择功能。或者，也可以是，将超车行为的信息配置在上方，将跟随行为的信息配置在下方，将右车道变更的行为的信息配置在右方，将左车道变更的行为的信息配置在左方，分别对操作按钮51a、51c、51b、51d分配选择功能，还可以是，使这些信息能够切换，并且另外显示行为优先配置或操作优先配置。并且，还可以是，使第一行为的信息的显示尺寸变大，使第二行为的信息的显示尺寸变小。

图9是表示行驶环境的第四例以及与该第四例对应的显示控制的图。图9的(a)是表示车辆1的行驶环境的俯视图。具体地说，在图9的(a)中示出行驶环境是与车辆1同一车道的前方的车道减少的行驶环境。

车辆控制部7基于行驶状态以及周围状况的信息，判定为行驶环境是如图9的(a)所示那样的行驶环境。在该情况下，车辆控制部7使通知部92将判定出的行驶环境的信息显示为文字信息99。

另外，车辆控制部7从存储部8读出向相邻的车道进行车道变更的行驶、仍旧维持当前车道的行驶这两种行为的候选，来作为与判定出的行驶环境对应的行为的候选。

而且，例如距车道减少的地方的TTC比规定值短，因此车辆控制部7判定为向相邻的车道进行车道变更的行驶是最合适的行为、也就是第一行为。

在此，能够利用基于行驶状态以及周围状况的信息判定最合适的行为的现有技术，来判定两种行为的候选中的最合适的行为是哪种行为。另外，关于最合适的行为是哪种行为，既可以预先决定，也可以事先将上次选择出的行为的信息存储于存储部8并将该行为判定为最合适的行为，还可以事先将各行为过去被选择的次数存储于存储部8并将次数最多的行为判定为最合适的行为。

并且，车辆控制部7如图9的(b)所示那样在显示区域99b中对表示第一行为的“车道变更”这样的文字信息进行强调显示，在显示区域99c中显示表示第二行为的“保持”这样的文字信息。另外，车辆控制部7在显示区域99g中显示表示向手动驾驶切换的“自动驾驶结束”这样的显示。

也可以是，将第一行为的信息配置在上方，将第二行为的信息配置在下方，分别对操作按钮51a、51c分配选择功能，还可以是，将什么都不做的行为的信息配置在下方，将右车道变更的行为的信息配置在右方，将左车道变更的行为的信息配置在左方，分别对操作按钮51c、51b、51d分配选择功能，还可以是，使这些信息能够切换，并且另外显示行为优先配置或操作优先配置。并且，还可以是，使第一行为的信息的显示尺寸变大，使第二行为的信息的显示尺寸变小。此外，如图7、图8、图9所示，通过根据不同的行驶环境对显示区域分别分配不同的功能，能够利用较少的区域进行信息通知、操作。

在上述的说明中，对车辆控制部7根据行驶环境以及周围状况的信息使通知部92通知行为的情况进行了说明，但本发明并不限定于此。例如，也可以设为在由驾驶员进行了规定的操作时使通知部92通知行为。

图10是表示行驶环境的第五例以及与该第五例对应的显示控制的图。图10的(a)是表示车辆1的行驶环境的俯视图。具体地说，在图10的(a)中示出了表示车辆1能够向左方和右方分别进行车道变更的行驶环境的行驶环境。

图10的(a)所示的行驶环境与图5的(a)～图9的(a)的情况不同，是不需要进行车道的变更、车辆的加速、减速的能够正常行驶的行驶环境。在该情况下，车辆控制部7也可以如图10的(b)的显示109所示那样不使通知部92将行驶环境的信息显示为文字信息。

在像这样没有使通知部92显示文字信息的状况下由驾驶员按下了操作部51的任一操作按钮的情况下，车辆控制部7从存储部8读出正常行驶中的行为的候选。

具体地说，在存储部8中，与图10的(a)所示那样的正常行驶的行驶环境对应地存储有车辆1的加速、车辆1的减速、车辆1向右方进行车道变更以及车辆1向左方进行车道变更这四种行为的候选。车辆控制部7读出这些行为的候选并使它们分别显示于通知部92的显示区域109a～109d。

另外，车辆控制部7在显示区域109g中显示表示向手动驾驶切换的“自动驾驶结束”这样的显示，并且在显示区域109e中对表示取消行为的更新的“取消”这样的显示进行强调显示。

根据以上说明的本实施方式，能够向驾驶员有效地通知接下来要实施的行为的候选，以供驾驶员选择更加优选的行为。

此外，也可以直接进行方向盘等的手动操作，以取代选择驾驶员想要实施的行为。由此，驾驶员能够根据自己的意愿更迅速地切换为手动驾驶操作。

(变形例)

在以上说明的本实施方式中，设通知部92中的显示是文字信息来进行说明，但本发明并不限定于此。例如，也可以使用表示行为的符号来以使驾驶员可视的方式进行显示。下面，以图5和图7的显示为例，来说明使用以使驾驶员可视的方式进行显示的符号的显示。

图11是表示与图5示出的行驶环境的第一例对应的其它显示控制的图。在该例中，上述第一行为是车辆1向右方进行车道变更，第二行为是车辆1的加速以及车辆1的减速。

在该情况下，表示作为第一行为的“车道变更”的符号111被放大地显示在中央，表示作为第二行为的“车辆1的加速”的符号112和表示作为第二行为的“车辆1的减速”的符号113被缩小地显示在右方。另外，表示自动驾驶结束的符号114被缩小地显示在左方。

而且，如果在这样的状态下没有从驾驶员接收到车辆1的行为的变更指示，则进行车道变更。

图12是表示与图7示出的行驶环境的第二例对应的其它显示控制的图。在该例中，与上述第一例不同的是，其它车辆正在车辆1的右方行驶，因此无法进行车道变更。因此，例如将“车辆1的减速”设定为第一行为，将“车辆1的加速”设定为第二行为。

而且，在该情况下，如图12的(a)所示，表示作为第一行为的“车辆1的减速”的符号121被放大地显示在中央，表示作为第二行为的“车辆1的加速”的符号122被缩小地显示在右方。另外，表示自动驾驶结束的符号123被缩小地显示在左方。

在此，设为操作部51从驾驶员接受了选择“车辆1的加速”的操作。在该情况下，如图12的(b)所示，表示作为第一行为的“车辆1的加速”的符号122’被放大地显示在中央，表示作为第二行为的“车辆1的减速”的符号121’被缩小地显示在右方。

根据以上说明的本实施方式，能够向驾驶员有效地通知接下来要实施的行为的候选，以使驾驶员选择更加优选的行为。另一方面，驾驶员能够掌握车辆要实施的行为、其它能够选择的行为，能够安心地使自动驾驶继续。或者，驾驶员能够顺利地向车发出指示。

另外，根据本实施方式，能够使通知部通知的选项、也就是第二行为根据行驶环境而改变。

(实施方式2)

在实施方式1中，对利用设置于方向盘5的操作部51进行与通知部92的显示相应的操作的结构进行了说明。在本实施方式中，对设置触摸面板来取代设置于方向盘5的操作部51的结构进行说明。

图13是表示本发明的实施方式2所涉及的包括信息通知装置的车辆1的主要部分结构的框图。此外，在图13中，对与图1共同的结构标注与图1相同的附图标记，并省略其详细的说明。在图13所示的车辆1设置有触摸面板10，以取代方向盘5的操作部51。

触摸面板10是包括能够显示信息以及接受输入的液晶面板等的装置，该触摸面板10与车辆控制部7连接。触摸面板10具有：显示部101，其基于车辆控制部7的控制来显示信息；以及输入部102，其接受来自驾驶员等的操作，并向车辆控制部7输出所接受的操作。

接着，对触摸面板10的显示控制进行说明。在此，对车辆1正在三车道的中央行驶且能够向右方的车道和左方的车道中的任一车道进行车道变更的情况下的显示控制进行说明。

图14是说明实施方式2的触摸面板10的显示的图。图14的(a)是触摸面板10的显示部101的初始显示。车辆控制部7在判定为车辆1能够向右方的车道和左方的车道中的任一车道进行车道变更的情况下，使触摸面板10的显示部101执行如图14的(a)那样的显示。在此，显示区域121中的“触摸”这样的显示表示触摸面板10是能够接受驾驶员的触摸操作的模式。

在驾驶员在图14的(a)所示的显示中进行触摸显示区域121的触摸操作的情况下，输入部102接受该操作后向车辆控制部7输出表示进行了该操作的信息。车辆控制部7在接收到该信息时，使显示部101显示图14的(b)所示的显示，另外，使通知部92显示图14的(c)所示的显示。

在图14的(b)中示出了显示有表示对车辆1指示移动的操作的“移动(Move)”的显示区域121a。另外，在图14的(b)中示出了表示车辆1能够在三车道中的各个车道上行驶的显示区域121b～121d。此外，显示区域121b～121d分别与图14的(c)中用箭头X、Y、Z表示的车道上的行驶对应。

另外，图14的(b)的各显示区域的样式(例如，颜色、配置等)分别与图14的(c)的各箭头的样式(例如，颜色、配置等)一致。由此，成为驾驶员易于理解的显示。

并且，也可以是，以改变用箭头X、Y、Z表示的车道的粗细等的方式进行显示，以能够区分由车辆控制部判定出的车辆要实施的行为与驾驶员能够选择的其它行为。

驾驶员通过触摸显示区域121b～121d中的与想要行驶的车道对应的显示区域，来进行车辆1的行为的选择。在该情况下，输入部102接受驾驶员对行为的选择操作后向车辆控制部7输出所选择的行为的信息。然后，车辆控制部7控制车辆1，以执行选择出的行为。由此，车辆1在驾驶员想要行驶的车道上行驶。

此外，驾驶员也可以对触摸面板10进行滑动操作，以取代触摸操作。例如，在图14所示的例子中，在驾驶员想要向图14的(c)的用箭头X表示的车道进行变更的情况下，驾驶员在触摸面板10中进行向右方滑动的滑动操作。

在该情况下，输入部102接受滑动操作后向车辆控制部7输出表示滑动操作的内容的信息。然后，车辆控制部7控制车辆1，以执行所选择的行为，即，向用箭头X表示的车道进行车道变更的行为。

并且，也可以是，在示出显示有表示对车辆1指示移动的操作的“移动”的显示区域121a时，用声音发出“行为选择”等。由此，不用看手边的触摸面板，仅通过HUD的显示就能够进行操作。

另外，也可以是，能够在触摸操作、滑动操作时变更与触摸面板的选择出的显示区域对应的车道的显示样式，以在选择前确认想要选择哪个车道。例如，也可以是，在触摸了显示区域121b的瞬间，车道X的粗细扩大，如果立即将手离开，则车道X不会被选择，车道X的粗细恢复为原来的大小，在使触摸移动到显示区域121c的瞬间，车道Y的粗细扩大，如果将该状态保持一段时间，则车道Y被选择，通过车道Y闪烁来告知已决定选择车道Y。由此，不用看手边就能够进行选择、决定的操作。

此外，也可以与实施方式1同样地根据行驶环境对显示区域分配加速、减速、超车、保持等车辆控制功能。

根据以上说明的本实施方式，通过设置触摸面板来取代操作部，能够使驾驶员进行直观的操作。另外，触摸面板能够自由地变更接受操作的显示区域的个数、形状、颜色等，因此用户界面的自由度提高。

(实施方式3)

在实施方式1中，对同时显示第一行为和第二行为的情况进行了说明。在本实施方式中，说明以下结构：首先使通知部92显示第一行为，在接受了驾驶员的操作的情况下，显示第二行为。

本实施方式所涉及的结构为以下结构：在实施方式1中说明的图1的结构中，操作部51中还包括用于检测驾驶员是否握着方向盘5的握持传感器。

图15是说明本发明的实施方式3中的通知部92的显示的图。在图15中，与图8的(a)示出的情况同样地示出在与车辆1同一车道的前方行驶的车辆以比车辆1慢的速度行驶并且能够向相邻的车道进行车道变更的行驶环境的显示例。

车辆控制部7在判定为行驶环境是图8的(a)示出的行驶环境时，首先使通知部92执行图15的(a)所示的显示。

在图15的(a)中，将表示在经过第一规定时间后实施的行为的候选中的作为第一行为的“超车”的符号131以第一样式(例如，第一颜色)示出。

车辆控制部7在使通知部92执行图15的(a)所示的显示之后经过了第二规定时间的情况下，使通知部92将符号131从第一样式变为与第一样式不同的第二样式(例如，与第一颜色不同的第二颜色)来进行显示。在此，第二规定时间是与在实施方式1中说明的第二规定时间同样的时间。

也就是说，在将符号131以第一样式示出的期间，驾驶员能够选择第二行为，但在符号131变更为第二样式的情况下，驾驶员不能选择第二行为。

另外，在图15的(a)中示出了表示能够选择第二行为的方向盘形状的符号132。在显示有符号132的情况下，驾驶员通过握住方向盘5来显示第二行为。符号132是表示能够选择第二行为的显示，但也可以设为通过将符号131以第一样式显示来表示驾驶员能够选择第二行为。在该情况下，也可以不显示符号132。

另外，在图15的(a)中示出了表示处于自动驾驶中的符号133。符号133是向驾驶员表示正在以自动驾驶的方式行驶的辅助性的显示，但也可以不显示符号133。

在驾驶员针对图15的(a)的显示握住方向盘5的情况下，握持传感器检测到该情况后向车辆控制部7输出其检测结果的信息。在该情况下，车辆控制部7使通知部92执行图15的(b)所示的显示。

在图15的(b)中，与图15的(a)同样地将表示作为第一行为的“超车”的符号131以第一样式(例如，第一颜色)示出。另外，示出了表示作为第二行为的“车道变更”的符号134和表示作为第二行为的“减速”的符号135。

驾驶员通过对方向盘5的操作部51进行操作，来进行从第一行为向第二行为的变更。例如，驾驶员通过按下操作部51的操作按钮51a或者操作按钮51c(参照图2的(c))，来进行向“车道变更”(符号134)或“减速”(符号135)的行为的更新。

另外，在图15的(b)中示出了表示车辆控制部7正在学习车辆1的行为的符号136。在显示有符号136的情况下，车辆控制部7学习由驾驶员选择出的行为。也可以不显示符号136。另外，也可以始终进行学习。

也就是说，车辆控制部7将由驾驶员选择出的行为存储于存储部8，在接下来成为同样的行驶环境的情况下，将所存储的行为设为第一行为来使通知部92显示。或者，车辆控制部7也可以事先将各行为过去被选择的次数存储于存储部8，并将次数最多的行为设为第一行为来使通知部92显示。

另外，在图15的(b)中示出了表示不处于自动驾驶中的符号137。在显示有符号137的情况下，车辆控制部7待机，直到由驾驶员选择在经过第一规定时间后要进行的行为为止。

在驾驶员针对图15的(b)所示的显示按下操作部51的操作按钮51a来选择“车道变更”的情况下，车辆控制部7接受该选择操作的信息并使通知部92执行图15的(c)所示的显示。

在图15的(c)中，将表示“车道变更”的符号134’以第一样式示出。车辆控制部7在接受了选择“车道变更”的选择操作的信息的情况下，判定为选择出的该行为是接下来要进行的行为，并使通知部92将表示“车道变更”的符号134’以第一样式显示。

另外，图15的(c)的符号134’是将在图15的(b)中原本作为第一行为显示的符号131替换为符号134后显示的符号。

另外，也可以是，在驾驶员针对图15的(c)所示的显示连续两次按下操作按钮中的任一个按钮的情况下，能够将驾驶员之前进行的选择操作取消。在该情况下，车辆控制部7接受连续两次按下操作按钮中的任一个按钮的操作的信息，并使通知部92执行从图15的(c)所示的显示向图15的(b)所示的显示的变更。

车辆控制部7在从使通知部92执行图15的(a)所示的显示起至经过第二规定时间为止的期间，基于驾驶员的操作使通知部92的显示变化为图15的(b)、图15的(c)。之后，车辆控制部7在从使通知部92执行图15的(a)所示的显示起经过第二规定时间之后，使通知部92显示图15的(d)所示的显示。

此外，也可以是，车辆控制部7在从握持传感器获取到表示驾驶员的手离开方向盘5的信息的情况下，在经过第二规定时间之前使通知部92显示图15的(d)所示的显示。

在此，在图15的(d)中示出以下状态：作为下一个行为，将表示由驾驶员选择出的“车道变更”的符号134’以第二样式显示，另外，再次显示了表示正在以自动驾驶方式行驶的情况的符号133。

根据以上说明的本实施方式，车辆控制部7变更通知部92中的显示，以使驾驶员仅在想要更新接下来要采取的行为的情况下能够确认其它行为的候选。根据该结构，能够减少驾驶员要视觉识别的显示，能够减轻驾驶员的麻烦。

(实施方式4)

在上述实施方式中，说明了几个用于判定车辆1所能执行的多个行为的候选中最合适的行为是哪种行为的方法。在本实施方式中，作为用于判定最合适的行为的方法，对使用通过预先学习来构建出的驾驶员模型的情况进行说明。

在此，对驾驶员模型的构建方法进行说明。驾驶员模型是基于每个行驶环境下由驾驶员进行的各操作的频率的信息等将该操作的倾向进行模型化而得到的。驾驶员模型是将多个驾驶员的行驶历史记录进行汇总并基于汇总的行驶历史记录来构建的。

驾驶员的行驶历史记录例如是将与各行驶环境对应的行为的候选中的由驾驶员实际选择出的行为的频率按每个行为的候选进行汇总所得到的历史记录。

图16是表示行驶历史记录的一例的图。在图16中示出驾驶员x在“临近合流路”这个行驶环境中对“减速”、“加速”、“车道变更”这些行为的候选分别选择了三次、一次、五次的情况。另外，在图16中示出驾驶员x在“前方存在低速车”这个行驶环境中对“跟随”、“超车”、“车道变更”这些行为的候选分别选择了两次、两次、一次的情况。对于驾驶员y也同样。

关于驾驶员的行驶历史记录，既可以对在自动驾驶中选择出的行为进行汇总，也可以对驾驶员在手动驾驶中实际进行的行为进行汇总。由此，能够收集与自动驾驶、手动驾驶之类的驾驶状态相应的行驶历史记录。

关于驾驶员模型，具有聚类分析型和个体自适应型，其中，该聚类分析型是对多个驾驶员的行驶历史记录进行聚类分析而构建的，该个体自适应型是指根据与特定的驾驶员(例如，驾驶员x)的行驶历史记录相似的多个行驶历史记录来构建驾驶员x的驾驶员模型。

首先，对聚类分析型进行说明。在聚类分析型的驾驶员模型的构建方法中，预先对如图16所示那样的多个驾驶员的行驶历史记录进行汇总。然后，将行驶历史记录之间的相似度高的多个驾驶员、也就是具有相似的驾驶操作倾向的多个驾驶员分为一组来构建驾驶员模型。

图17是表示聚类分析型的驾驶员模型的构建方法的图。在图17中，用表形式示出驾驶员a～f的行驶历史记录。而且，示出了根据驾驶员a～f的行驶历史记录中的驾驶员a～c的行驶历史记录来构建模型A、根据驾驶员a～f的行驶历史记录中的驾驶员d～f的行驶历史记录来构建模型B的情况。

关于行驶历史记录的相似度，例如也可以将驾驶员a和驾驶员b的行驶历史记录中的各频率(各数值)视为频率分布来计算彼此的频率分布的相关值，并将计算出的相关值设为相似度。在该情况下，例如在根据驾驶员a和驾驶员b的行驶历史记录计算出的相关值高于规定值的情况下，将驾驶员a和驾驶员b的行驶历史记录设为一组。

此外，相似度的计算并不限定于此。例如，也可以基于驾驶员a和驾驶员b的各行驶历史记录中频率最高的行为一致的数量来计算相似度。

然后，例如通过在各组内的驾驶员的行驶历史记录中计算各个频率的平均来构建聚类分析型的驾驶员模型。

图18是表示构建出的聚类分析型的驾驶员模型的一例的图。在图17中示出的各组内的驾驶员的行驶历史记录中计算各个频率的平均，由此导出各组的行驶历史记录的平均频率。这样，利用与按每个行驶环境决定的行为对应的平均频率来构建聚类分析型的驾驶员模型。

此外，也可以仅利用计算出的平均频率中的频率最高的平均频率来构建驾驶员模型。图19是表示构建出的聚类分析型的驾驶员模型的另一例的图。如图19所示，按每个行驶环境选择频率最高的行为，并根据选择出的行为来构建驾驶员模型。

在此，举例说明构建出的聚类分析型的驾驶员模型的使用方法。

如图18所示的驾驶员模型被预先存储于车辆1的存储部8。另外，车辆控制部7事先将驾驶员y过去驾驶时的行驶历史记录存储于存储部8。此外，利用设置在车内的摄像头等(未图示)来执行驾驶员y的探测。

然后，车辆控制部7计算驾驶员y的行驶历史记录与驾驶员模型的各模型的行驶历史记录的相似度，来判定哪个模型最适合驾驶员y。例如，在图16示出的驾驶员y的行驶历史记录和图18示出的驾驶员模型的情况下，车辆控制部7判定为模型B最适合驾驶员y。

车辆控制部7判定为，在实际的自动行驶时，在模型B的各行驶环境中，频率最高的行为是最适合驾驶员y的行为、也就是第一行为。

这样，通过预先根据多个驾驶员的行驶历史记录来构建驾驶员模型，能够通知更适合驾驶员的行为。

例如，即使在如图16所示那样在驾驶员y的行驶历史记录中与“前方存在低速车”这个行驶环境对应的行为的频率为0、也就是驾驶员在“前方存在低速车”这个行驶环境中没有选择过“跟随”、“超车”、“车道变更”之类的行为的情况下，车辆控制部7也能够基于图18所示的模型B，在“前方存在低速车”这个行驶环境中将“跟随”判定为第一行为。

接着，对个体自适应型进行说明。在个体自适应型的驾驶员模型的构建方法中，与聚类分析型的情况同样地，预先对如图16所示那样的多个驾驶员的行驶历史记录进行汇总。在此，与聚类分析型的情况的不同点在于，针对每个驾驶员构建驾驶员模型。下面，说明针对驾驶员y构建驾驶员模型的例子。

首先，从汇总出的多个驾驶员的行驶历史记录中提取与驾驶员y的行驶历史记录相似度高的多个驾驶员的行驶历史记录。然后，根据提取出的多个驾驶员的行驶历史记录来构建驾驶员y的驾驶员模型。

图20是表示个体自适应型的驾驶员模型的构建方法的图。在图20中，与图17同样地用表形式示出驾驶员a～f的行驶历史记录。另外，在图20中示出了根据与图16示出的驾驶员y的行驶历史记录相似度高的驾驶员c～e的行驶历史记录来构建驾驶员y的驾驶员模型的情况。

通过在提取出的各驾驶员的行驶历史记录中计算各个频率的平均，来构建个体自适应型的驾驶员模型。

图21是表示构建出的个体自适应型的驾驶员模型的一例的图。在图16示出的驾驶员y的行驶历史记录和图20示出的驾驶员c～e的行驶历史记录中，按每个行驶环境导出各行为的平均频率。这样，利用与各行驶环境对应的行为的平均频率来构建针对驾驶员y的个体自适应型的驾驶员模型。

在此，举例说明构建出的个体自适应型的驾驶员模型的使用方法。

如图21所示的驾驶员y的驾驶员模型被预先存储于车辆1的存储部8。另外，车辆控制部7事先将驾驶员y过去驾驶时的行驶历史记录存储于存储部8。此外，利用设置在车内的摄像头等(未图示)执行驾驶员y的探测。

然后，车辆控制部7判定为，在实际的自动行驶时，在驾驶员y的驾驶员模型的各行驶环境中，频率最高的行为是最适合驾驶员y的行为、也就是第一行为。

这样，通过预先根据多个驾驶员的行驶历史记录来构建驾驶员个人的驾驶员模型，能够通知更适合驾驶员的行为。

例如，即使在如图16所示那样在驾驶员y的行驶历史记录中与“前方存在低速车”这个行驶环境对应的行为的频率为0、也就是驾驶员在“前方存在低速车”这个行驶环境中没有选择过“跟随”、“超车”、“车道变更”之类的行为的情况下，车辆控制部7也能够基于图21所示的驾驶员模型，在“前方存在低速车”这个行驶环境中将“车道变更”判定为第一行为。

接着，说明获取驾驶员的驾驶特性(驾驶习惯)来进行与驾驶员的嗜好相应的自动驾驶的情况。一般来说，每个驾驶员针对一个行为(例如，车道变更)的实际动作(例如，加速、减速的大小或者方向盘的操作量)存在差异。因此，通过进行与驾驶员的嗜好相应的自动驾驶，能够实现对驾驶员来说更加舒适的行驶。

此外，在下面的说明中，对在手动驾驶中获取驾驶员的驾驶特性并在自动驾驶时反映所获取的驾驶特性的情况进行说明，但本发明并不限定于此。

车辆控制部7从驾驶员对车辆1的各部的操作内容中提取表示驾驶员的驾驶特性的特征量并将该特征量存储于存储部8。在此，特征量例如有与速度有关的特征量、与转向有关的特征量、与操作定时有关的特征量、与车外感测有关的特征量、与车内感测有关的特征量等。

与速度有关的特征量例如有车辆的速度、加速度、减速度等，从车辆所具有的速度传感器等获取这些特征量。

与转向有关的特征量例如有转向的转动角、角速度、各加速度等，从方向盘5获取这些特征量。

与操作定时有关的特征量例如有制动器、加速器、转向指示器杆、方向盘的操作定时等，能够从制动踏板2、加速踏板3、转向指示器杆4、方向盘5分别获取这些特征量。

与车外感测有关的特征量例如有与存在于前方、侧方、后方的车辆之间的车间距离等，从传感器62获取这些特征量。

与车内感测有关的特征量例如是表示驾驶员是谁以及同乘人员是谁的个人识别信息，从设置在车内的摄像头等获取这些特征量。

例如，在驾驶员手动地进行车道变更的情况下，车辆控制部7探测到由驾驶员手动地进行了车道变更。在探测方法中，预先将车道变更的操作时间序列模式进行规则化，由此通过对从CAN(Controller Area Network：控域网)信息等获取到的操作时间序列数据进行分析来进行探测。此时，车辆控制部7获取上述的特征量。车辆控制部7将特征量按每个驾驶员存储于存储部8来构建驾驶特性模型。

此外，车辆控制部7也可以基于每个驾驶员的特征量来构建上述的驾驶员模型。也就是说，也可以是，车辆控制部7提取与速度有关的特征量、与转向有关的特征量、与操作定时有关的特征量、与车外感测有关的特征量以及与车内感测有关的特征量，并将这些特征量存储于存储部8。然后，基于存储部8中存储的特征量来构建将每个行驶环境中的驾驶员的操作倾向与各操作的频率的信息建立对应所得到的驾驶员模型。

图22是表示驾驶特性模型的一例的图。图22以表形式按每个驾驶员示出特征量。另外，在图22中按每个驾驶员示出各行为过去被选择的次数。仅记载了特征量的一部分，但也可以记载上述列举的特征量中的任一个特征量或全部特征量。

对图22中记载的特征量的详细内容进行说明。速度的数值是将实际速度分阶段地表示的数值。方向盘、制动器、加速器的数值是将操作量分阶段表示的数值。这些数值例如通过以下方式获得：计算过去的规定期间内的速度、方向盘、制动器、加速器的操作量的平均值，将这些平均值分阶段地表示。

例如，在图22中，在驾驶员x在无同乘人员的状态下进行车道变更的情况下，速度的等级是8，方向盘、制动器、加速器的操作量的等级分别是4、6、8。

在自动驾驶时，车辆控制部7根据驾驶员是谁、要执行哪种行为以及同乘人员是谁，从图22所示的驾驶特性模型中选择与驾驶员、行为以及同乘人员对应的驾驶特性模型。

然后，车辆控制部7使车辆1以与选择出的驾驶特性模型对应的速度行驶，另外，利用方向盘、制动器、加速器的操作量及其定时的组合来控制车辆1。由此，能够进行与驾驶员的嗜好相应的自动驾驶。此外，能够使通知部92通知如图22所示的驾驶特性模型的信息。

图23是说明本发明的实施方式4的通知部92的显示的图。图23是与图5示出的行驶环境的第一例对应的显示。

图23的(a)是正在进行不需要车道的变更、车辆的加速、减速的正常行驶的状态的通知部92的显示。在图23的(a)中示出了表示驾驶员的驾驶特性是“减速多”的驾驶特性的符号231以及表示当前为自动驾驶中的符号232。

车辆控制部7例如基于图22示出的驾驶特性模型中包含的各行为过去被选择的次数，来判定驾驶员的驾驶特性。在该情况下，车辆控制部7例如根据驾驶特性，使通知部92针对“减速”多的(所谓的选择了“减速”这一行为的次数多的)驾驶员显示如图23那样的包含符号231的显示。

然后，在车辆控制部7判定为行驶环境是图5示出的第一例的行驶环境的情况下，车辆控制部7基于驾驶员的驾驶特性是“减速多”的驾驶特性，将第一行为判定为“减速”，并使通知部92执行图23的(b)的显示。

在图23的(b)中，将表示作为第一行为的“减速”的符号233以第一样式(例如，第一颜色)示出。另外，示出了表示作为第二行为的“加速”的符号234和表示作为第二行为的“车道变更”的符号235。

在驾驶员通过如在实施方式1中说明那样的操作向“加速”进行了行为的变更的情况下，车辆控制部7使通知部92执行图23的(c)的显示。

在图23的(c)中，将表示作为选择出的行为的“加速”的符号234’以第一样式示出。另外，符号233’是将在图23的(b)中原本作为第一行为显示的符号233替换为符号234后显示的符号。

之后，车辆控制部7在从使通知部92执行图23的(a)所示的显示起经过了第二规定时间后，使通知部92显示图23的(d)所示的显示。在此，在图23的(d)中，将表示由驾驶员选择出的“加速”的符号234’以第二样式显示，来作为下一个行为。

在决定接下来要采取的行为是“加速”的情况下，车辆控制部7读出驾驶特性模型中包含的与“加速”的行为对应的特征量，控制车辆1以进行反映了这些特征量的“加速”。

图24是说明本发明的实施方式4中的通知部92的显示的图。图24是与图7示出的行驶环境的第二例对应的显示。此外，在图24中，对与图23共同的结构标注与图23相同的附图标记，并省略其详细的说明。图24是从图23删除了表示“车道变更”的符号235的图。

如上所述，在第二例(图7)中，与第一例(图5)不同的是，在车辆1的右方有其它车辆正在行驶，因此无法进行车道变更。因此，在图24的(b)、(c)中没有显示“车道变更”。另外，在图24的(c)的例子中，与图23的(c)的情况同样地选择了“加速”，因此车辆控制部7与图23同样地读出驾驶特性模型中包含的与“加速”的行为对应的特征量，控制车辆1以进行反映了这些特征量的“加速”。

图25是说明本发明的实施方式4中的通知部92的显示的图。图25是与图8示出的行驶环境的第三例对应的显示。

图25的(a)与图23的(a)相同。在车辆控制部7判定为图8示出的第三例的行驶环境的情况下，车辆控制部7基于驾驶员的驾驶特性是“减速多”的驾驶特性，将第一行为判定为“减速”，并使通知部92执行图25的(b)的显示。

在图25的(b)中，将表示作为第一行为的“减速”的符号251以第一样式(例如，第一颜色)示出。另外，示出了表示作为第二行为的“超车”的符号252和表示作为第二行为的“车道变更”的符号253。

在驾驶员通过如在实施方式1中说明那样的操作向“超车”进行了行为的变更的情况下，车辆控制部7使通知部92执行图25的(c)的显示。

在图25的(c)中，将表示作为选择出的行为的“超车”的符号252’以第一样式示出。另外，符号251’是将在图25的(b)中原本作为第一行为显示的符号251替换为符号252后显示的符号。

之后，车辆控制部7在从使通知部92执行图25的(a)所示的显示起经过了第二规定时间之后，使通知部92显示图25的(d)所示的显示。在此，在图25的(d)中，将表示驾驶员选择出的“超车”的符号252’以第二样式显示，来作为下一个行为。

在决定接下来要采取的行为是“超车”的情况下，车辆控制部7读出驾驶特性模型中包含的与“超车”的行为对应的特征量，控制车辆1以进行反映了这些特征量的“加速”。

接着，对驾驶员的驾驶特性不是“减速多”的驾驶特性的情况下的显示的例子进行说明。

图26是说明本发明的实施方式4的通知部92的显示的图。图26是与图5示出的行驶环境的第一例对应的显示。此外，图26的(a)示出驾驶员的驾驶特性是“加速多”的驾驶特性的情况下的例子，图26的(b)示出驾驶员的驾驶特性是“车道变更多”的驾驶特性的情况下的例子。

在图26的(a)中示出了表示驾驶员的驾驶特性是“加速多”的驾驶特性的符号261。另外，将表示作为第一行为的“加速”的符号262以第一样式(例如，第一颜色)示出。另外，示出了表示作为第二行为的“车道变更”的符号263和表示作为第二行为的“减速”的符号264。

车辆控制部7例如根据驾驶特性，使通知部92针对过去“加速”多的(所谓的过去选择了“加速”这一行为的次数多的)驾驶员执行如图26的(a)那样的包含符号261的显示。另外，车辆控制部7基于驾驶员的驾驶特性是“加速多”的驾驶特性，将第一行为判定为“加速”，并使通知部92执行图26的(a)的显示。

在图26的(b)中示出了表示驾驶员的驾驶特性是“车道变更多”的驾驶特性的符号265。另外，将表示作为第一行为的“车道变更”的符号266以第一样式(例如，第一颜色)示出。另外，示出了表示作为第二行为的“加速”的符号267和表示作为第二行为的“减速”的符号268。

车辆控制部7例如根据驾驶特性，使通知部92针对过去“车道变更”多的(所谓的过去选择了“车道变更”这一行为的次数多的)驾驶员执行如图26的(b)那样的包含符号265的显示。车辆控制部7基于驾驶员的驾驶特性是“车道变更多”的驾驶特性，将第一行为判定为“车道变更”，并使通知部92执行图26的(b)的显示。

以上仅使用驾驶特性模型进行了说明，但也可以考虑驾驶员模型，图23、图25中的符号231以及、图26中的符号261、265也可以表示从驾驶员的操作历史记录中选择出的驾驶员模型的种类。例如，关于图5示出的行驶环境的第一例，使通知部92针对适用于经常选择“减速”的驾驶员的驾驶员模型执行如图23那样的包含符号231的显示，并将第一行为判定为“减速”。使通知部92针对适用于经常选择“加速”的驾驶员的驾驶员模型执行如图26的(a)那样的包含符号261的显示，并将第一行为判定为“加速”。使通知部92针对适用于经常选择“车道变更”的驾驶员的驾驶员模型执行如图26的(b)那样的包含符号265的显示，并将第一行为判定为“车道变更”。

根据以上说明的本实施方式，能够在决定车的将来的行为时学习驾驶员的过去的行驶历史记录并使其结果反映到将来的行为的决定中。另外，能够在由车辆控制部控制车时学习驾驶员的驾驶特性(驾驶嗜好)并使该驾驶特性反映到车的控制中。

由此，车辆能够以驾驶员或乘员喜好的定时、操作量控制自动驾驶，不会背离驾驶员实际进行手动驾驶的情况下的感觉，能够抑制在自动驾驶中由驾驶员介入不必要的操作。

此外，在本发明中，也可以使云服务器等服务器装置执行与由车辆控制部7执行的功能相同的功能。另外，存储部8也可以不位于车辆1而位于云服务器等服务器装置。另外，也可以设为，存储部8存储已构建的驾驶员模型，车辆控制部7参照存储部8中存储的驾驶员模型来判定行为。

这样，在实施方式4中，车辆控制部7获取表示驾驶员的驾驶特性的特征量的信息，存储部8存储该特征量的信息，车辆控制部7基于存储部8中存储的特征量的信息，按车辆的每个行驶环境构建将由驾驶员选择出的车辆的行为的倾向用选择出的各行为的频率来表示的驾驶员模型。

另外，车辆控制部7决定多个驾驶员中的进行相似的行为的选择的驾驶员的组，并按每个组、车辆的每个行驶环境来构建驾驶员模型。

另外，车辆控制部7按进行相似的操作的驾驶员的每个组来计算由各驾驶员选择出的行为的频率的平均值，并按车辆的每个行驶环境构建将由驾驶员选择出的车辆的行为的倾向用计算出的平均值来表示的驾驶员模型。

另外，车辆控制部7基于具有与由特定的驾驶员选择出的车辆的行为的倾向相似的倾向的、由其它驾驶员选择出的车辆的行为，按车辆的每个行驶环境构建将由上述特定的驾驶员选择出的车辆的行为的倾向用选择出的各行为的频率来表示的驾驶员模型。

根据以上内容，车辆控制部7能够构建更适合驾驶员的驾驶倾向的驾驶员模型，能够基于构建出的驾驶员模型进行对于驾驶员来说更加适当的自动驾驶。

(驾驶员模型的变形例)

此外，上述说明的驾驶员模型是基于每个行驶环境中的驾驶员的各操作(行为)的频率的信息等将该操作的倾向进行模型化所得到的模型，但本发明并不限定于此。

例如，也可以基于将表示过去行驶的行驶环境(也就是状况(situation))的环境参数与在该行驶环境中由驾驶员实际选择出的操作(行为)建立对应所得到的行驶历史记录来构建驾驶员模型。通过将环境参数编入驾驶员模型，不必经历另外进行行驶环境的检测和分类并将其分类结果输入(存储)到驾驶员模型的程序，就能够决定选项。具体地说，获取如图23、图24那样的行驶环境的差异来作为环境参数，将该环境参数直接输入(存储)到驾驶员模型，由此，在图23中“加速”、“减速”、“车道变更”成为选项，在图24中“加速”、“减速”成为选项。下面，对构建这种驾驶员模型的情况进行说明。此外，以下要说明的驾驶员模型也可以更换为状况数据库的说法。

在此，对用于构建本变形例中的驾驶员模型的行驶历史记录进行说明。图27是表示行驶历史记录的一例的图。在图27中示出了将表示由驾驶员x驾驶的车辆过去行驶的行驶环境的环境参数与在该行驶环境中驾驶员实际选择出的操作(行为)建立对应所得到的行驶历史记录。

图27所示的行驶历史记录的(a)～(c)的环境参数分别表示例如像图8的(b)、图5的(b)、图7的(b)所示那样向驾驶员提示车辆的行为时的行驶环境。根据感测信息和基础信息，来获得该行驶历史记录的环境参数。

感测信息是由车辆所具有的传感器、雷达等探测到的信息。基础信息是GPS的信息、地图信息、通过路车间通信获取的信息等。

例如，图27所示的行驶历史记录的环境参数包含“本车辆的信息”、表示在本车辆a行驶的车道的前方行驶的车辆的信息的“先行车辆的信息”、表示本车辆行驶的车道的侧方车道的信息的“侧方车道的信息”、在本车辆行驶的位置存在合流车道的情况下表示该合流车道的信息的“合流车道的信息”、表示本车辆的位置及其周围信息的“位置信息”等。另外，也可以包含后方车辆的信息。在该情况下，也可以使用后方车辆与本车辆的相对速度、车头间距离、车头间距离的变化率等。另外，还可以包含车辆的存在的信息。

例如，“本车辆的信息”包含本车辆的速度Va的信息。“先行车辆的信息”包含先行车辆b相对于本车辆的相对速度Vba、先行车辆与本车辆的车间距离DRba以及先行车辆的尺寸的变化率RSb的信息。

在此，本车辆的速度Va由本车辆所具有的速度传感器探测。相对速度Vba、车间距离DRba由传感器、雷达等探测。尺寸的变化率RSb通过RSb＝-Vba/DRba的关系式来计算。

“侧方车道的信息”包含在侧方车道上且本车辆的后方行驶的侧后方车辆c的信息、在侧方车道上且本车辆的前方行驶的侧前方车辆d的信息以及本车辆的剩余侧方车道长度DRda的信息。

侧后方车辆的信息包含侧后方车辆相对于本车辆的相对速度Vca、侧后方车辆与本车辆的车头间距离Dca以及车头间距离的变化率Rca的信息。侧后方车辆与本车辆的车头间距离Dca是在沿本车辆(以及侧后方车辆)的行进方向的方向上测定的本车辆的前端部(车头)与侧后方车辆的前端部(车头)之间的距离。此外，也可以根据车间距离和车长来计算车头间距离。另外，车头间距离也可以替换为车间距离。

在此，相对速度Vca、车头间距离Dca由传感器、雷达等探测。车头间距离的变化率Rca通过Rca＝Vca/Dca的关系式来计算。

另外，侧前方车辆的信息包含侧前方车辆相对于本车辆的相对速度Vda、侧前方车辆与本车辆的车头间距离Dda以及车头间距离的变化率Rda的信息。侧前方车辆与本车辆的车头间距离Dda是沿本车辆(以及侧前方车辆)的行进方向测定的本车辆的前端部(车头)与侧前方车辆的前端部(车头)之间的距离。

相对速度Vda、车头间距离Dda由传感器、雷达等探测。另外，车头间距离的变化率Rda通过Rda＝Vda/Dda的关系式来计算。

本车辆的剩余侧方车道长度DRda是表示向侧方车道进行车道变更的可能性的高低的参数。具体地说，在沿着本车辆(以及侧前方车辆)行进方向的方向上测定的本车辆的前端部(车头)与侧前方车辆的后端部之间的距离比先行车辆与本车辆的车间距离DRba长的情况下，本车辆的剩余侧方车道长度DRda为本车辆的前端部(车头)与侧前方车辆的后端部之间的距离，在本车辆的前端部(车头)与侧前方车辆的后端部之间的距离比DRba短的情况下，本车辆的剩余侧方车道长度DRda为DRba。本车辆的剩余侧方车道长度DRda由传感器、雷达等探测。

“合流车道的信息”包含合流车辆相对于本车辆的相对速度Vma、合流车辆与本车辆的车头间距离Dma以及车头间距离的变化率Rma的信息。在此，合流车辆与本车辆的车头间距离Dma是在沿着本车辆(以及合流车辆)的行进方向的方向上测定的本车辆的前端部(车头)与合流车辆的前端部(车头)之间的距离。

相对速度Vma、车头间距离Dma由传感器、雷达等探测。车头间距离的变化率Rma通过Rma＝Vma/Dma的关系式来计算。

在图27所示的行驶历史记录的例子中，将上述说明的速度、距离以及变化率的数值分类为多个等级，并存储表示分类后的等级的数值。此外，也可以不将速度、距离以及变化率的数值分等级，直接进行存储。

位置信息包含“本车辆的位置信息”、“行驶车道数”、“本车辆的行驶车道”、“距合流区间的开始/结束地点的距离”、“距分支区间的开始/结束地点的距离”、“距施工区间开始/结束地点的距离”、“距车道减少区间开始/结束地点的距离”、“距交通事故发生地点的距离”等信息。在图27中，作为位置信息的例子，示出“本车辆的行驶车道”(图27的行驶车道)和“距合流区间的开始/结束地点的距离”(在图27中表示为“距合流地点的距离”)的信息。

例如，在未图示的“本车辆的位置信息”一栏中存储通过GPS得到的表示纬度和经度的数值信息。在未图示的“行驶车道数”一栏中存储正在行驶的道路的车道数。在“本车辆的行驶车道”一栏中存储表示正在行驶的车道的位置的数值信息。在规定的距离内存在合流区间的开始/结束地点的情况下，将距合流区间的开始/结束地点的距离分类为预先决定的多个等级，并将分类后的等级的数值存储于“距合流区间的开始/结束地点的距离”一栏中。此外，在规定的距离内不存在合流区间的开始/结束地点的情况下，在“距合流区间的开始和结束地点的距离”一栏中存储“0”。

在规定的距离内存在分支区间的开始/结束地点的情况下，将距分支区间的开始/结束地点的距离分类为预先决定的多个等级，并将分类后的等级的数值存储到“距分支区间的开始/结束地点的距离”一栏中。此外，在规定的距离内不存在分支区间的开始/结束地点的情况下，在“距分支区间的开始/结束地点的距离”一栏中存储“0”。在规定的距离内存在施工区间开始/结束地点的情况下，将距施工区间开始/结束地点的距离分类为预先决定的多个等级，并将分类后的等级的数值存储到“距施工区间开始/结束地点的距离”一栏中。此外，在规定的距离内不存在施工区间开始/结束地点的情况下，在“距施工区间开始/结束地点的距离”一栏中存储“0”。

在规定的距离内存在车道减少区间开始/结束地点的情况下，将距车道减少区间开始/结束地点的距离分类为预先决定的多个等级，并将分类后的等级的数值存储到“距车道减少区间开始/结束地点的距离”一栏中。此外，在规定的距离内不存在车道减少区间开始/结束地点的情况下，在“距车道减少区间开始/结束地点的距离”一栏中存储“0”。

在规定的距离内存在交通事故发生地点的情况下，将距交通事故发生地点的距离分类为预先决定的多个等级，并将分类后的等级的数值存储到“距交通事故发生地点的距离”一栏中。此外，在规定的距离内不存在交通事故发生地点的情况下，在“距交通事故发生地点的距离”一栏中存储“0”。

并且，位置信息还可以包含本车辆正在行驶的道路的所有车道中的哪个车道是合流车道、分支车道、施工车道、减少车道、事故发生车道的信息。

此外，图27示出的行驶历史记录只是一例，本发明并不限定于此。例如，在上述侧方车道的信息是右侧方车道的信息的情况下，行驶历史记录中还可以包含其相反侧的“左侧方车道的信息”。

“左侧方车道的信息”包含在左侧方车道上且本车辆的后方行驶的左侧后方车辆的信息、在左侧方车道上且本车辆的前方行驶的左侧前方车辆的信息以及本车辆的剩余左侧方车道长度DRda的信息。

左侧后方车辆的信息包含左侧后方车辆相对于本车辆的相对速度Vfa、左侧后方车辆与本车辆的车头间距离Dfa以及车头间距离的变化率Rfa的信息。左侧后方车辆与本车辆的车头间距离Dfa是在沿着本车辆(以及左侧后方车辆)的行进方向的方向上测定的本车辆的前端部(车头)与左侧后方车辆的前端部(车头)之间的距离。

在此，相对速度Vfa、车头间距离Dfa由传感器、雷达等探测。另外，车头间距离的变化率Rfa通过Rfa＝Vfa/Dfa的关系式来计算。

另外，左侧前方车辆的信息包含左侧前方车辆相对于本车辆的相对速度Vga、左侧前方车辆与本车辆的车头间距离Dga以及车头间距离的变化率Rga的信息。左侧前方车辆与本车辆的车头间距离Dga是沿本车辆(以及左侧前方车辆)的行进方向测定的本车辆的前端部(车头)与左侧前方车辆的前端部(车头)之间的距离。

在此，相对速度Vga、车头间距离Dga由传感器、雷达等探测。另外，车头间距离的变化率Rga通过Rga＝Vga/Dga的关系式来计算。

此外，在此，对车辆的通行是左侧通行的情况进行了说明，但是通过使左右反转，在右侧通行的情况下也能够进行同样的处理。

另外，图27所示的行驶历史记录也可以包含表示在行驶车道上且本车辆的后方行驶的后方车辆的信息的“后方车辆的信息”。

后方车辆的信息包含后方车辆相对于本车辆的相对速度Vea、后方车辆与本车辆的车头间距离Dea以及车头间距离的变化率Rea的信息。后方车辆与本车辆的车头间距离Dea是在沿着本车辆(以及后方车辆)的行进方向的方向上测定的本车辆的前端部(车头)与后方车辆的前端部(车头)之间的距离。

在此，相对速度Vea、车头间距离Dea由传感器、雷达等探测。车头间距离的变化率Rea通过Rea＝Vea/Dea的关系式来计算。

此外，在被移动体遮挡而无法测量车头间距离等情况下，既可以使用能够测量的车间距离、对车间距离加上规定的车长所得到的近似值来取代车头间距离，也可以对车间距离加上识别出的每个车型的车长来计算该车头间距离。另外，无论是否能够测量车头间距离都是，既可以使用能够测量的车间距离、对车间距离加上规定的车长所得到的近似值来取代车头间距离，也可以对车间距离加上识别出的每个车型的车长来计算该车头间距离。

行驶历史记录中也可以包含与车辆的行驶环境有关的其它各种信息。例如，行驶历史记录中也可以包含先行车辆、侧方车辆、合流车辆的大小、类型以及与本车辆的相对位置的信息。例如，也可以利用摄像头传感器来识别从后方接近的车辆的类型，在车辆是应急车辆的情况下包含表示车辆是应急车辆的信息。由此，能够对用于应对应急车辆的信息通知进行信息通知。或者，行驶历史记录中也可以包含如在图22中说明那样的分阶段地示出方向盘、制动器、加速器操作量的数值、同乘人员的信息等。

另外，作为驾驶员的行驶历史记录，既可以对在自动驾驶中选择出的行为进行汇总，也可以对驾驶员在手动驾驶中实际进行的行为进行汇总。由此，能够收集与自动驾驶、手动驾驶之类的驾驶状态相应的行驶历史记录。

另外，在图27的例子中，设为行驶历史记录中包含的环境参数表示向驾驶员提示了车辆的行为时的行驶环境，但也可以表示由驾驶员进行了行为的选择时的行驶环境。另外，行驶历史记录中也可以包含表示向驾驶员提示了车辆的行为时的行驶环境的环境参数和表示由驾驶员进行了行为的选择时的行驶环境的环境参数这两方。

并且，也可以是，车辆控制部7随着生成图2的(a)、图5的(a)、图6的(a)、图7的(a)、图8的(a)、图9的(a)以及图10的(a)所示的俯视图或图14的(c)所示的显示，生成作为选择第一行为和第二行为的主要原因的贡献度高的环境参数的信息以及与该环境参数相关联的信息(例如，图标等)中的至少一个信息来作为通知信息，并使通知部92以在俯视图上表示所生成的通知信息等方式来通知该通知信息。

在该情况下，例如也可以是，如果先行车辆与本车辆的车间距离DRba、先行车辆的尺寸的变化率RSb的贡献度高，则车辆控制部7使俯视图中的先行车辆与本车辆之间显示提高了亮度或改变了颜色的区域，来使通知部92通知该通知信息。

另外，也可以是，车辆控制部7在先行车辆与本车辆之间的区域显示表示车间距离DRba、变化率RSb的贡献度高的图标来作为通知信息。并且，也可以是，车辆控制部7使通知部92在俯视图上描绘将先行车辆与本车辆连接的线段来作为通知信息，或者描绘将所有的周边车辆与本车辆连接的线段来作为通知信息，并在俯视图上强调将先行车辆与本车辆连接的线段。

另外，也可以是，车辆控制部7使通知部92不在俯视图上而在驾驶员能够看到的视点图像中且先行车辆与本车辆之间显示亮度比周围区域的亮度高的区域或颜色与周围区域的颜色不同的区域，来作为通知信息，从而实现AR(Augmented Reality：增强现实)显示。另外，也可以是，车辆控制部7使通知部92在视点图像中且先行车辆与本车之间的区域对表示贡献度高的环境参数的图标进行AR显示，来作为通知信息。

并且，也可以是，车辆控制部7在视点图像中对将先行车辆与本车连接的线段进行AR显示来作为通知信息，或者在视点图像中对将所有的周边车辆与本车辆连接的线段进行AR显示来作为通知信息，并强调将先行车辆与本车辆连接的线段。

此外，通知贡献度高的环境参数或与该环境参数相关联的信息的方法并不限定于上述方法。例如，也可以是，车辆控制部7生成对作为贡献度高的环境参数的对象的先行车辆进行了强调显示的图像来作为通知信息，并使通知部92显示该通知信息。

另外，也可以是，车辆控制部7在俯视图或AR显示中生成表示作为贡献度高的环境参数的对象的先行车辆等的方向的信息来作为通知信息，并在本车辆或本车辆的周边显示该信息。

另外，例如也可以是，车辆控制部7将作为贡献度低的环境参数的对象的先行车辆等的显示亮度降低以使其不显眼，生成相对显眼的贡献度高的环境参数的信息或与该环境参数相关联的信息来作为通知信息，并使通知部92显示该通知信息，以取代通知贡献度高的环境参数的信息或与该环境参数相关联的信息。

接着，对基于驾驶员的行驶历史记录的驾驶员模型的构建进行说明。关于驾驶员模型，具有聚类分析型和个体自适应型，其中，该聚类分析型是对多个驾驶员的行驶历史记录进行聚类分析而构建的，该个体自适应型是指根据与特定的驾驶员(例如，驾驶员x)的行驶历史记录相似的多个行驶历史记录来构建驾驶员x的驾驶员模型。

首先，对聚类分析型进行说明。在聚类分析型的驾驶员模型的构建方法中，预先按每个驾驶员对如图27所示的驾驶员的行驶历史记录进行汇总。然后，将彼此的行驶历史记录的相似度高的多个驾驶员、也就是具有相似的驾驶操作倾向的多个驾驶员分为一组来构建驾驶员模型。

例如，在基于规定的规则将驾驶员a和驾驶员b的行驶历史记录中的行为进行了数值化的情况下，能够根据将环境参数的数值和行为的数值作为要素的矢量的相关值，来决定行驶历史记录的相似度。在该情况下，例如在根据驾驶员a和驾驶员b的行驶历史记录计算出的相关值高于规定值的情况下，将驾驶员a和驾驶员b的行驶历史记录设为一个组。此外，相似度的计算并不限定于此。

接着，对个体自适应型进行说明。在个体自适应型的驾驶员模型的构建方法中，与聚类分析型的情况同样地，预先对如图27所示那样的多个驾驶员的行驶历史记录进行汇总。在此，与聚类分析型的情况的不同点在于，针对每个驾驶员构建驾驶员模型。例如，在针对驾驶员y构建驾驶员模型的情况下，将驾驶员y的行驶历史记录与其它多个驾驶员的行驶历史记录进行比较来提取相似度高的多个驾驶员的行驶历史记录。然后，根据提取出的多个驾驶员的行驶历史记录来构建驾驶员y的个体自适应型的驾驶员模型。

此外，基于图27所示的行驶历史记录的驾驶员模型(状况数据库)并不限定于聚类分析型或个体自适应型，例如也可以构成为包含所有驾驶员的行驶历史记录。

在此，举例说明构建出的驾驶员模型的使用方法。在以下的例子中，说明针对驾驶员x使用对四个驾驶员a～d的行驶历史记录进行汇总所得到的驾驶员模型的情况。此外，由车辆控制部7构建驾驶员模型。

图28是表示本变形例中的驾驶员模型的使用方法的图。图28的(a)是表示由驾驶员x驾驶的车辆的当前时间点的行驶环境的环境参数。图28的(b)是针对驾驶员x的驾驶员模型的一例。

如图28的(a)所示，与表示当前时间点的行驶环境的环境参数对应的行为(操作)为空白。车辆控制部7以规定的间隔获取环境参数，以环境参数中的任一个参数为触发，根据图28的(b)所示的驾驶员模型来判定下一个行为。

作为触发，例如也可以将表示距合流区间的开始地点的距离成为规定的距离以下的情况或与先行车辆的相对速度成为规定值以下的情况等需要变更车辆的操作的情况的环境参数作为触发。

车辆控制部7将图28的(a)所示的环境参数与图28的(b)所示的驾驶员模型的各行驶历史记录的环境参数进行比较，将与最相似的环境参数对应的行为判定为第一行为。另外，将与除此以外的相似的环境参数对应的几个行为判定为第二行为。

能够根据将环境参数的数值设为要素的矢量的相关值来决定环境参数是否相似。例如，在根据将图28的(a)所示的环境参数的数值设为要素的矢量和将图28的(b)所示的环境参数的数值设为要素的矢量计算出的相关值比规定值高的情况下，判定为这些环境参数相似。此外，判定环境参数是否相似的方法并不限定于此。

例如，在此设为基于环境参数的相似度来决定行为，但也可以是，首先制作环境参数的相似度高的组，取该组中的环境参数的统计，并根据该统计数据来决定行为。

这样，通过预先根据多个驾驶员的行驶历史记录构建驾驶员个人的驾驶员模型，能够通知更适合驾驶员的行为。此外，为了将更加安全的行驶历史记录登记到数据库，也可以由存储部8事先存储表示安全的行驶的基准的信息，由车辆控制部7判定行驶历史记录是否满足该基准，并且由车辆控制部7将满足该基准的行驶历史记录登记到数据库，不在数据库中登记不满足该基准的行驶历史记录。

并且，通过将表示行驶环境的参数与行为建立对应，车辆控制部7不判定具体的行驶环境、也就是不对行驶环境进行标记，就能够高精度地判定下一个行为。

此外，也可以是，根据将在自动驾驶中由驾驶员选择出的行为与表示提示了该行为时的行驶环境的环境参数建立对应所得到的行驶历史记录，来构建驾驶员模型(状况数据库)。或者，也可以是根据将在自动驾驶中由驾驶员选择出的行为与表示车辆进行了该行为时的行驶环境的环境参数建立对应所得到的行驶历史记录，来构建驾驶员模型(状况数据库)。

在环境参数表示车辆进行了由驾驶员选择出的行为时的行驶环境的情况下，根据表示当前时间点的行驶环境的环境参数来预测表示将来的行驶环境的环境参数。然后，将表示车辆进行了由驾驶员选择出的行为时的行驶环境的环境参数中的、与预测出的环境参数最相似的环境参数所对应的行为判定为第一行为，将与除此以外的相似的环境参数对应的几个行为判定为第二行为。

例如，根据表示当前时间点以及当前时间点之前的时间点的行驶环境的环境参数对将来的时间点的环境参数进行外推，由此进行上述预测。

另外，也可以是，根据将在自动驾驶中由驾驶员选择出的行为与表示提示了该行为时的行驶环境的环境参数建立对应所得到的行驶历史记录以及将在自动驾驶中由驾驶员选择出的行为与表示车辆进行了该行为时的行驶环境的环境参数建立对应所得到的行驶历史记录这两方，来构建驾驶员模型(状况数据库)。

在该情况下，例如，两方的行驶历史记录以如图28的(b)所示的形式存储，车辆控制部7根据这两方的行驶历史记录来判定下一个行为。在此，也可以是，车辆控制部7在两者之间设置优先级，例如优先根据将在自动驾驶中由驾驶员选择出的行为与表示车辆进行了该行为时的行驶环境的环境参数建立对应所得到的行驶历史记录来判定下一个行为。

此外，在本发明中，也可以使云服务器等服务器装置执行与由车辆控制部7执行的功能相同的功能。特别是，随着存储部8存储行驶历史记录，数据数变得庞大，因此存储部8也可以不位于车辆1而位于云服务器等服务器装置。或者，也可以设为存储部8存储已经构建的驾驶员模型，车辆控制部7参照存储部8中存储的驾驶员模型来判定行为。

此外，在存储部8设置于云服务器的结构中，优选的是，为了防备由于通信速度下降、通信中断等原因导致无法访问存储部8的情况而设置缓存。

图29是表示缓存的配置的一例的框图。车辆控制部7通过通信部291使存储部8保存行驶历史记录，通过通信部291使缓存292保持存储部8中存储的驾驶员模型(状况数据库)的一部分。

车辆控制部7访问缓存292的驾驶员模型。关于此时的缓存的制作方法，能够考虑根据有无环境参数进行限定的方法、使用位置信息的方法、对数据进行加工的方法等。下面，分别说明各方法。

首先，说明根据有无环境参数来进行限定的方法。如果存在足够多的仅存在相同的环境参数的行驶环境(状况)，则能够通过比较周围状况来提取相似的状况。因而，车辆控制部7从存储部8中存储的行驶环境中提取仅具有相同的环境参数的行驶环境，将这些行驶环境进行排序(sort)并保持在缓存292中。

在此，车辆控制部7在根据检测到的状况获得的环境参数发生了变更的定时进行一级缓存的更新。通过这样，即使通信速度发生下降，车辆控制部7也能够提取相似的周围状况。此外，用于判断有无变更的环境参数既可以是之前列举的所有的环境参数，也可以是一部分环境参数。

并且，由于该环境参数每时每刻都在变化，因此也可以在缓存292内准备一级缓存和二级缓存。例如，车辆控制部7将具有相同的环境参数的行驶环境保持于一级缓存。并且，车辆控制部7将处于对一级缓存中保持的行驶环境追加了一个环境参数的状态的行驶环境以及处于从一级缓存中保持的行驶环境删减了一个环境参数的状态的行驶环境中的至少一方的行驶环境保持于二级缓存。

通过这样，即使发生暂时的通信中断，车辆控制部7也能够仅利用缓存292的数据来提取相似的状况。

使用图30进一步具体地说明该情况。当利用传感器62检测出在本车辆301的周围仅存在侧前方车辆302的周围状况303时，车辆控制部7从存储有所有行驶环境(状况)的存储部8提取仅存在侧前方车辆302的行驶环境(仅存在相同的环境参数的行驶环境)，并将该行驶环境存储于一级缓存304。

并且，车辆控制部7从存储部8提取仅追加了一辆除侧前方车辆302以外的车的行驶环境(处于对相同的环境参数追加了一个环境参数的状态的行驶环境)或者不存在侧前方车辆302的行驶环境(处于从相同的环境参数删减了一个环境参数的状态的行驶环境)，并将该行驶环境存储于二级缓存305。

而且，当由传感器62检测出的周围状况303发生了变化时，车辆控制部7将与变化后的周围状况303对应的行驶环境从二级缓存305复制到一级缓存304，从存储部8提取对与变化后的周围状况303对应的行驶环境追加了一个环境参数的行驶环境以及从与变化后的周围状况303对应的行驶环境删减了一个环境参数的行驶环境，并将该行驶环境储存于二级缓存305，由此更新二级缓存305。由此，车辆控制部7能够通过与周围状况进行比较来顺利地提取相似的周围状况。

接着，对使用位置信息的方法进行说明。在环境参数中包含位置信息的情况下，车辆控制部7能够从存储部8提取由该位置信息表示的位置包含在以本车位置为中心的固定范围内的行驶环境(状况)，并将该行驶环境储存于缓存292。

在该情况下，在由与行驶环境对应的位置信息表示的位置脱离了上述的固定范围时，车辆控制部7进行缓存292的更新。通过这样，即使发生长时间的通信中断，只要位置处于固定范围内，车辆控制部7就能够提取相似的周围状况。

进一步地，说明对数据进行加工的方法。在存储部8中存储有包含环境参数的操作历史记录。车辆控制部7将各个环境参数按每个固定范围进行分割，来在多维空间上制作网格。然后，车辆控制部7制作将各网格中包含的行为按其类型进行计数所得到的表格。

例如，将所使用的环境参数限定为两个来进行说明。车辆控制部7将操作历史记录中包含的环境参数如图31的(a)那样映射为平面状，并用固定范围对各个轴进行分割，由此将平面划分为多个块。将该块称为网格。

车辆控制部7将各个网格中包含的行为的个数按其类型(例如，加速、减速、车道变更、超车等类型)进行计数。图31的(b)表示将各网格中包含的行为的个数按其类型进行计数所得到的表格。

车辆控制部7将该内容保持于缓存292。而且，车辆控制部7在通过周围状况的比较来进行相似的周围状况的提取时，判别检测出的环境参数位于哪个网格，选择所判别出的网格中包含的行为中的个数最多的行为，并将选择出的行为决定为要通知的行为。

例如，车辆控制部7在判别为检测出的环境参数位于第三个网格时，将第三个网格中包含的行为中的表示最大个数的行为(在此为“加速”)的操作决定为要通知的行为。如果是该方法，则缓存292的更新定时可以是任何时候，也能够将缓存292的容量设为固定。

通过利用这些方法中的一个方法或者将这些方法中的多个方法进行组合，来制作缓存。但是，以上列举出的方法是一例，缓存的制作方法并不限于此。

这样，在实施方式4的驾驶员模型扩展的例子中，车辆控制部7获取包含过去的行驶环境的信息的表示驾驶员的驾驶特性的特征量的信息，存储部8存储该特征量的信息，在判定为需要变更车辆的行为的情况下，车辆控制部7从存储部8中存储的特征量的信息中决定与包含新获取到的行驶环境的信息的表示驾驶员的驾驶特性的特征量相似的信息，并通知与所决定的信息对应的行为。

另外，在实施方式4的驾驶员模型扩展的例子中，包含过去的行驶环境的信息的表示驾驶员的驾驶特性的特征量的信息是向驾驶员提示了车辆的行为时的特征量的信息和驾驶员进行了行为的选择时的特征量的信息中的至少一方。

另外，在实施方式4的驾驶员模型扩展的例子中，在包含过去的行驶环境的信息的表示驾驶员的驾驶特性的特征量的信息是向驾驶员提示了车辆的行为时的特征量的信息和驾驶员进行了行为的选择时的特征量的信息这两方的情况下，从这两方的特征量的信息中决定与包含新获取到的行驶环境的信息的表示驾驶员的驾驶特性的特征量相似的信息，并通知与所决定的信息对应的行为。

另外，在实施方式4的驾驶员模型扩展的例子中，在包含过去的行驶环境的信息的表示驾驶员的驾驶特性的特征量的信息是向驾驶员提示了车辆的行为时的特征量的信息和驾驶员进行了行为的选择时的特征量的信息这两方的情况下，优先从驾驶员进行了行为的选择时的特征量的信息中决定与包含新获取到的行驶环境的信息的表示驾驶员的驾驶特性的特征量相似的信息，并通知与所决定的信息对应的行为。

另外，在实施方式4的驾驶员模型扩展的例子中，包含过去的行驶环境的信息的表示驾驶员的驾驶特性的特征量的信息是表示车辆的自动驾驶时以及手动驾驶时中的任一方或两方的驾驶员的驾驶特性的特征量的信息。

根据以上内容，车辆控制部7能够构建更适合驾驶员的驾驶倾向的驾驶员模型，能够基于构建出的驾驶员模型进行对于驾驶员来说更合适的自动驾驶。通过将表示行驶环境的参数与行为建立对应，不需要进行用于判定具体的行驶环境的处理、也就是不对行驶环境进行标记，就能够高精度地判定下一个行为。

(实施方式5)

接着，对实施方式5进行说明。在上述的实施方式中记载了估计驾驶员的驾驶行为的方法，但在本实施方式中，记载车速的控制、车间距离的控制以及加速度的控制。关于车速、车间距离、加速度，收集驾驶员进行手动驾驶时的驾驶特性(驾驶习惯)，并在自动驾驶时反映该驾驶特性。

具体地，使用图32进行说明。首先，记载手动驾驶时的数据收集方法。

(车速的收集)

本实施方式的车辆行为检测部282在手动驾驶时从速度信息获取部63获取本车的速度信息(车速)，利用传感器62检测有无先行车。车辆行为检测部282在检测不到到先行车且检测到恒速行驶时，将此时的车速和环境参数保存到存储部8、8a。例如，如图33那样，车辆行为检测部282求出速度变化即加速度，并将该加速度处于固定范围内(阈值±A1)的状态持续T1秒时的行驶状态视为恒速行驶状态。然后，车辆行为检测部282获取恒速行驶状态开始时的车速和环境参数后保存于存储部8、8a，再次开始检索恒速行驶状态。通过反复进行该操作，来在存储部8、8a中存储信息。环境参数是实施方式4中记载的环境参数，在此是指与周围的车之间的车间距离/相对变化率、车道数、车道位置、车道宽度以及路面状态。此时，车道宽度是从传感器或基础设施获取到的车道的宽度的值，路面状态是从传感器或基础设施获取到的路面的易滑度所得到的值(例如，正常时＝0、雨天时＝1、结冰时＝2)。

(车间距离的收集)

另外，车辆行为检测部282如上述那样在手动驾驶时从速度信息获取部63获取本车的速度信息，利用传感器62检测有无先行车。然后，车辆行为检测部282在检测到处于正检测先行车的状态且行驶了固定车间距离时，将此时的车间距离和环境参数一起保存到存储部8、8a。例如，如图34那样，车辆行为检测部282求出车间距离的变化，将该车间距离的变化处于固定范围内(阈值±A2)的状态持续了T2秒时视为固定车间距离行驶。然后，车辆行为检测部282获取在固定车间距离行驶状态开始时与先行车的车间距离以及环境参数后保存到存储部8、8a，再次开始进行固定车间距离行驶状态的检索。通过反复进行该操作，来在存储部8、8a中存储信息。此时的环境参数是指本车的速度、与周围的车之间的车间距离/相对变化率(但是，与先行车之间的车间距离除外)、车道数、车道位置、车道宽度以及路面状态。

(加速度的收集)

并且，车辆行为检测部282在手动驾驶时从速度信息获取部63获取本车的速度信息，利用传感器62检测有无先行车。然后，车辆行为检测部282在检测到固定的加速度以上的加速或固定的加速度以下的减速时，将该加速度前后的加速度模式与环境参数一起保存到存储部8、8a。例如，如图35那样，车辆行为检测部282获取从加速度超过固定的阈值A3时起回溯T3秒时的环境参数以及直到超过阈值A4或速度成为0(减速时)为止的区间的加速度模式，并将它们保存到存储部8、8a。减速时的环境参数是指本车的速度、与周围的车之间的车间距离/相对变化率(但是，与先行车之间的车间距离除外)、车道数、车道位置、车道宽度、路面状态、距目标停止位置的距离(停止的情况)、距下一个信号灯的距离以及信号灯的点亮状态。距目标停止位置的距离是由自动驾驶系统判断出停止时的距目标停止位置的距离，在其它时间被设定为0。关于距下一个信号灯的距离，在距下一个信号灯的距离为固定的距离以下时被设定为距下一个信号灯的实际距离，在其它时间被设定为0。对信号灯的点亮状态设定(红＝0、黄＝1、蓝＝2)等。此外，加速度模式例如是如图36那样根据加减速的时间、加速度的峰的位置以及峰的个数进行分类的模式。或者，加速度模式是指减速或加速时的平均加速度、在此期间加速度超过某个阈值的期间、以及那时的速度。

在由驾驶员使用这些存储部8、8a中保存的信息(图37、图38)设定为自动驾驶时，自动驾驶控制部281根据周围状况来控制车速/车间距离/加速度。该方法与实施方式4相同，由客户端侧预先将存储部8a中保存的数据经由通信部291上传到云端上。在云端侧，与其它驾驶员的驾驶特性进行比较，基于相似的驾驶员的组来制作驾驶员模型。此时，既可以针对车速/车间距离/加速度中的各个参数制作驾驶员模型，也可以制作包含所有这些参数的驾驶员模型。将制作出的驾驶员模型发送到客户端侧。在刚刚启动发动机之后等定时进行这些作业。

关于驾驶员模型，可以利用实施方式4中记载的方法来制作，但例如也可以使用机器学习来制作以输入为环境参数、以输出为车速/车间距离/加速度模式的模型。在该情况下，根据历史记录将环境参数与车速的组合设为教授数据来进行学习。关于算法，使用随机森林算法/支持向量机算法/梯度提升算法等。将学习得到的模型设为驾驶员模型。

另外，针对某个驾驶员通过收集相似的驾驶员来制作驾驶员模型的方法也可以是实施方式4中记载的方法，但例如存在以下方法：在根据云端上的驾驶特性(例如车速)的数据分布检测出多个局部峰的情况下，将这些局部峰解释为多个聚类进行了混合，通过将设为各个局部峰的分布作为一个聚类来制作模型，来构建多个驾驶员模型。在该方法中，既可以选择与客户端侧的驾驶员的历史记录最匹配的驾驶员模型来估计车速，也可以使用匹配率高的多个驾驶员模型，使用其平均值来求出车速。

当驾驶员设定为自动驾驶时，自动驾驶控制部281向驾驶员模型输入环境参数，按照得到的车速/车间距离/加减速模式进行车辆控制。通过这样，还能够节省驾驶员利用转向开关等设定自动驾驶时的车间距离等的工夫，来实现接近亲自驾驶的自动驾驶。

[实施方式4和实施方式5的总结]

图39是表示本发明的实施方式4和实施方式5所涉及的信息处理系统的结构的图。

该信息处理系统1000具备历史记录获取部1001和模型化部1002。

历史记录获取部1001获取多个驾驶员各自的个人行驶历史记录。包含这些个人行驶历史记录的行驶历史记录例如是图16、图17或图20所示的行驶历史记录，个人行驶历史记录也可以是图27所示的驾驶员x的行驶历史记录。将由驾驶员选择出的车辆的一个或多个行为与该一个或多个行为中的各行为被选择时的车辆的行驶环境建立对应，来表示个人行驶历史记录。在此，行为是车辆的驾驶行为、驾驶操作或动作状态等。另外，选择出的车辆的一个或多个行为中的各行为在实施方式1中的自动驾驶中是由驾驶员选择出的第二行为。或者，选择出的车辆的一个或多个行为中的各行为也可以是通过驾驶员的手动驾驶实施的行为、即通过手动驾驶选择出的行为。

模型化部1002通过将该行驶历史记录中的至少一部分驾驶员的个人行驶历史记录进行模型化，来构建表示该至少一部分驾驶员的车辆的行为与行驶环境之间的关系的驾驶员模型。该驾驶员模型例如是图18、图21或图28的(b)所示的驾驶员模型。

信息处理系统1000还可以具备环境获取部1003和行为估计部1004。环境获取部1003获取作为估计对象的驾驶员的车辆的行驶环境。行驶环境例如是图16、图17或图20所示的行驶环境。此外，环境获取部1003既可以是图1所示的检测部6，也可以通过基于由检测部6检测出的信息生成行驶环境来获取该行驶环境。

行为估计部1004在构建出的驾驶员模型中将与由环境获取部1003获取到的行驶环境相关联的行为估计(或判定)为作为估计对象的驾驶员的车辆的行为。

由此，使用驾驶员模型来估计作为估计对象的驾驶员的车辆的行为，因此，即使该作为估计对象的驾驶员的个人行驶历史记录对于行为的估计来说不充分，也能够恰当地估计该驾驶员的车辆的行为。也就是说，能够估计适合驾驶员的驾驶行为。

在此，模型化部1002也可以构建聚类分析型的驾驶员模型。也就是说，模型化部1002按包括行驶历史记录中的彼此相似的多个个人行驶历史记录的每个组，将该彼此相似的多个个人行驶历史记录进行模型化，由此构建表示每个模型驾驶员的车辆的行为与行驶环境之间的关系的驾驶员模型。这种聚类分析型的驾驶员模型例如是图18所示的驾驶员模型。

在该情况下，行为估计部1004从该驾驶员模型中选择行为与行驶环境之间的关系与作为估计对象的驾驶员的个人行驶历史记录相似的模型驾驶员。然后，行为估计部1004在选择出的模型驾驶员所具有的、行为与行驶环境之间的关系中，将与由环境获取部1003获取到的行驶环境相关联的行为估计为作为估计对象的驾驶员的车辆的行为。

由此，选择行为与行驶环境之间的关系与作为估计对象的驾驶员的个人行驶历史记录相似的模型驾驶员，使用该模型驾驶员的关系来估计该作为估计对象的驾驶员的车辆的行为，因此能够估计更适合驾驶员的行为(即驾驶行为)。

在此，也可以是，在多个驾驶员各自的个人行驶历史记录中，按每个行驶环境示出预先决定的一个或多个行为中的各行为在该行驶环境中被选择的频率。

在该情况下，模型化部1002按每个行驶环境，关于预先决定的一个或多个行为中的各行为，将彼此相似的多个个人行驶历史记录中示出的该行为的频率进行平均化，由此将上述彼此相似的多个个人行驶历史记录进行模型化。

由此，能够简单且恰当地进行模型化。

另外，模型化部1002也可以构建个体自适应型的驾驶员模型。也就是说，模型化部1002将行驶历史记录中的与作为估计对象的驾驶员的个人行驶历史记录相似的多个个人行驶历史记录进行模型化，由此构建与该估计对象的驾驶员对应的驾驶员模型。这种个体自适应型的驾驶员模型例如是图21所示的驾驶员模型。

由此，将行驶历史记录中的与作为估计对象的驾驶员的个人行驶历史记录相似的多个个人行驶历史记录进行模型化，因此能够估计更适于该驾驶员的行为(即驾驶行为)。

另外，关于多个驾驶员各自的个人行驶历史记录，也可以如图27所示那样将选择了一个或多个行为中的各行为时的车辆的行驶环境表示为包括至少一个环境参数各自的数值的参数集、即第一参数集。

在该情况下，模型化部1002将在上述至少一部分驾驶员的个人行驶历史记录中示出的第一参数集中包含的各环境参数的数值进行模型化，由此构建表示该至少一部分驾驶员的车辆的行为与第一参数集之间的关系的驾驶员模型。此时构建的驾驶员模型例如是图28的(b)所示的驾驶员模型。环境获取部1003获取该作为估计对象的驾驶员的车辆的行驶环境来作为参数集。此外，该参数集也与第一参数集同样地包括至少一个环境参数各自的数值。行为估计部1004在构建出的该驾驶员模型中，将与同由环境获取部1003获取到的参数集相似的第一参数集相关联的行为估计为作为估计对象的驾驶员的车辆的行为。

由此，使行驶环境参数化，因此能够将行驶环境细化，无论是何种行驶环境，均能够估计与该行驶环境相应的行为(即驾驶行为)。

另外，信息处理系统1000也可以具备用于显示行为的候选的显示部1005。此外，该显示部1005也可以包含于图1所示的通知部92。另外，关于多个驾驶员各自的个人行驶历史记录，还可以是，按由驾驶员选择出的车辆的每个行为，与该行为对应地示出第二参数集，该第二参数集作为该行为被显示为候选时的行驶环境，是包括至少一个环境参数各自的数值的参数集。也就是说，在个人行驶历史记录中，将作为行为被选择时的行驶环境的第一参数集以及作为该行为被显示为候选时的行驶环境的第二参数集与选择出的行为对应地示出。换言之，第二参数集是比第一参数集的时间点靠前的时间点的行驶环境。此外，第一参数集是行为被选择时的行驶环境，但也是该行为被实施时的行驶环境。也就是说，行为被选择的时间点的行驶环境与行为被实施的时间点的行驶环境不存在有意的差异。

在该情况下，模型化部1002将上述至少一部分驾驶员的个人行驶历史记录中示出的、第一参数集中包含的各环境参数的数值进行模型化，并且将第二参数集中包含的各环境参数的数值进行模型化，由此构建表示上述至少一部分驾驶员的车辆的行为与第一参数集及第二参数之间的关系的驾驶员模型。然后，行为估计部1004在构建出的驾驶员模型中，将与同由环境获取部1003获取到的参数集相似的第一参数集或第二参数集相关联的行为估计为作为估计对象的驾驶员的车辆的行为。

显示行为的候选的定时(显示定时)比行为的选择或实施的定时(选择定时)靠前。另外，在显示定时和选择定时，行驶环境有时不同。在显示定时能够获取当时的行驶环境，但无法获取之后的选择定时的行驶环境。另外，优选在该显示定时估计行为。

因此，如上述那样，模型化部1002构建了表示作为选择定时的行驶环境的第一参数集及作为显示定时的行驶环境的第二参数集与选择出的行为的关系的驾驶员模型。另外，存在由环境获取部1003获取到的参数集是显示定时的参数集的情况以及是通过根据该显示定时的参数集进行外推等而预测出的选择定时的参数集的情况。因而，在由环境获取部1003获取到的参数集是显示定时的参数集的情况下，行为估计部1004将与同该参数集相似的第二参数集相关联的行为估计为作为估计对象的驾驶员的车辆的行为。由此，能够事先估计更加适当的行为(即驾驶行为)。另一方面，在由环境获取部1003获取到的参数集是选择定时的参数集的情况下，行为估计部1004将与同该参数集相似的第一参数集相关联的行为估计为作为估计对象的驾驶员的车辆的行为。由此，能够事先、也就是在显示定时估计更加适当的行为(即驾驶行为)。

此时，也可以是，行为估计部1004在构建出的驾驶员模型中优选将与同由环境获取部1003获取到的参数集相似的第一参数集相关联的行为估计为作为估计对象的驾驶员的车辆的行为。

由此，能够恰当地进行行为的估计的处理。

另外，如图37所示，个人行驶历史记录也可以示出一种或多种车速下的行驶来作为一个或多个行为。在该情况下，如图33所示，环境获取部1003获取作为估计对象的驾驶员的车辆以包括0在内的预先决定的范围的加速度持续地行驶第一期间时的该车辆的行驶环境来作为参数集。此外，这种行驶状态被视为恒速行驶状态。另外，第一期间例如是图33所示的T1秒。然后，行为估计部1004在构建出的驾驶员模型中将与同由环境获取部1003获取到的参数集相似的第一参数集相关联的车速下的行驶估计为作为估计对象的驾驶员的车辆的行为。另外，信息处理系统1000还具备车辆控制部1006，该车辆控制部1006对该车辆进行控制，以使该车辆实施由行为估计部1004估计出的车速下的行驶。

由此，能够使车辆实施与行驶环境相应的且适合驾驶员的车速下的行驶。

另外，如图37所示，个人行驶历史记录也可以示出一种或多种车间距离的行驶，来作为一个或多个行为。在该情况下，如图34所示，环境获取部1003获取作为估计对象的驾驶员的车辆正在行驶且该车辆与其它车辆之间的车间距离的每单位时间的变化量(车间距离变化[m/s])处于包括0在内的预先决定的范围的状态持续了第二期间时的该车辆的行驶环境，来作为参数集。此外，第二期间例如是图34所示的T2秒。然后，行为估计部1004在构建出的驾驶员模型中，将与同由环境获取部1003获取到的参数集相似的第一参数集相关联的车间距离的行驶估计为作为估计对象的驾驶员的车辆的行为。车辆控制部1006对作为估计对象的驾驶员的车辆进行控制，以使该车辆实施由行为估计部1004估计出的车间距离的行驶。

由此，能够使车辆实施与行驶环境相应的且适合驾驶员的车间距离的行驶。

另外，个人行驶历史记录也可以示出一种或多种加速度模式(例如图36所示的加速度模式)下的行驶来作为一个或多个行为。在该情况下，如图35所示，环境获取部1003获取与从作为估计对象的驾驶员的车辆的加速度的绝对值超过第一阈值起至成为比该第一阈值低的第二阈值以下为止的期间对应的时间点的车辆的行驶环境，来作为参数集。例如，第一阈值是图35所示的A3的加速度阈值，第二阈值是图35所示的A4的加速度阈值。而且，与上述期间对应的时间点是从该期间起回溯图35所示的T3秒的时间点。行为估计部1004在构建出的驾驶员模型中将与同由环境获取部1003获取到的参数集相似的第一参数集相关联的加速度模式下的行驶估计为作为估计对象的驾驶员的车辆的行为。车辆控制部1006对作为估计对象的驾驶员的车辆进行控制，以使该车辆实施由行为估计部1004估计出的加速度模式下的行驶。

由此，能够使车辆实施与行驶环境相应的且适合驾驶员的加速度模式下的行驶。在此次的例子中，用加速度模式来表现行驶，但也可以用平均加速度来表现行驶。

另外，个人行驶历史记录也可以示出车道变更、左右转弯时的转动角模式(例如图40所示的转动角模式)下的行驶来作为一个或多个行为。在该情况下，如图41所示，环境获取部1003获取与从作为估计对象的驾驶员的车辆的转动角的绝对值超过第一阈值起至成为0为止的期间对应的时间点的车辆的行驶环境，来作为参数集。例如，第一阈值是图41所示的A5的转动角阈值。行为估计部1004在构建出的驾驶员模型中，将与同由环境获取部1003获取到的参数集相似的第一参数集相关联的转动角模式下的行驶估计为作为估计对象的驾驶员的车辆的行为。车辆控制部1006对作为估计对象的驾驶员的车辆进行控制，以使该车辆实施由行为估计部1004估计出的转动角模式下的行驶。

由此，能够实施与行驶环境相应的转动角模式且适合驾驶员的转动角模式下的行驶。在此次的例子中，用转动角模式来表现行驶，但也可以用最大转动角和转动角的最大角速度来表现行驶。

另外，信息处理系统1000还可以具备特性获取部1007。特性获取部1007获取包含多个驾驶员各自的个人驾驶特性的驾驶特性。例如图22所示，将通过驾驶员的驾驶实施的车辆的一个或多个行为与为了实施该一个或多个行为中的各行为而进行的车辆的驾驶的特征量建立对应来表示个人驾驶特性。例如，特征量既可以是车辆的速度，也可以是方向盘、制动器以及加速器等的操作量。在该情况下，模型化部1002还通过将该驾驶特性中的至少一部分驾驶员的个人驾驶特性进行模型化来构建表示该至少一部分驾驶员的车辆的行为与特征量之间的关系的驾驶特性模型。此外，与驾驶员模型同样地，驾驶特性模型既可以是聚类分析型，也可以是个体对应型。而且，在由驾驶员选择或由行为估计部1004估计出一个或多个行为中的任一行为来作为实施对象的行为时，车辆控制部1006在构建出的驾驶特性模型中，按照与该实施对象的行为相关联的特征量来控制作为估计对象的驾驶员的车辆的行为。例如，如图22所示，在无同乘人员时，在针对驾驶员x估计出行为“车道变更”时，按照速度“8”、方向盘“4”、制动器“6”以及加速器“8”等特征量来控制车辆的行为“车道变更”。

由此，按照该驾驶员的驾驶特性、即驾驶习惯来进行驾驶员的车辆的行为，因此能够进行更适合该驾驶员的驾驶行为。

此外，此时也能够构建车辆特性模型。

图42是表示构建车辆特性模型的信息处理系统的结构的图。图43是表示车辆特性的图。

即，由制动器、加速器的踩踏量对车辆行为造成的影响根据车辆不同而存在较大差异。通过估计该影响，能够顺利地进行车辆的控制。例如，根据与踩踏制动器时的加速度获取制动器踩踏量和车辆的行驶环境，来作为参数集。此处的参数集是车型ID、车速、路面状态(将易滑度等数值化为某个等级后的状态)、坡度、风速(相对于本车的行进方向的风速)、总载重量(含乘员)等。特性获取部1007a获取多个车辆各自的个体车辆特性。包含这些个体车辆特性的车辆特性例如是图43所示的车辆特性。按每个车辆ID将具有该车辆ID的车辆的状况描述参数(特征量)与以该状况描述参数进行行驶时的踩踏量(行为)建立对应来表示车辆特性。

模型化部1002通过将该车辆特性中的至少一部分车辆的个体车辆特性进行模型化来构建表示该至少一部分车辆的踩踏量与状况描述参数之间的关系的车辆特性模型。行为估计部1004利用与驾驶员模型等相同的方法，使用车辆特性模型将制动器的踩踏量估计为作为估计对象的车辆的行为。也就是说，行为估计部1004在构建出的车辆特性模型中，将与同由环境获取部1003获取到的参数集以及根据驾驶特性估计出的加速度相似的第一参数集相关联的制动器的踩踏量估计为作为估计对象的车辆的行为。车辆控制部1006按照由行为估计部1004估计出的制动器的踩踏量来控制该车辆。加速器也能够同样地进行控制。

由此，按照车辆特性的预测来进行车辆的行为，因此能够顺利地进行车辆控制。

另外，信息处理系统1000还可以具备通知部1008，该通知部1008在实施由行为估计部1004估计出的行为之前，向作为估计对象的驾驶员通知该行为。此外，该通知部1008也可以是图1的通知部92。

由此，能够通知估计出的行为，因此能够事先使驾驶员容易地掌握要进行哪种行为，从而能够消除该驾驶员的不安。

此外，环境获取部1003、行为估计部1004、显示部1005、车辆控制部1006以及通知部1008中的全部或一部分既可以设置于作为估计对象的驾驶员的车辆，也可以设置在该车辆的外部。同样地，历史记录获取部1001、模型化部1002以及特性获取部1007中的全部或一部分既可以设置于作为估计对象的驾驶员的车辆，也可以设置在该车辆的外部。在信息处理系统1000所包括的这些构成要素中的一部分构成要素设置于车辆、其余的一部分构成要素设置在车辆的外部的情况下，处于车辆的内外的构成要素例如通过经由网络进行通信来执行上述的各处理。

另外，车辆控制部1006也可以是图1所示的车辆控制部7。另外，历史记录获取部1001、特性获取部1007、模型化部1002以及行为估计部1004也可以包含于图1所示的车辆控制部7。

另外，个人行驶历史记录和个人驾驶特性例如由各车辆的车辆控制部1006生成。车辆控制部1006既可以在自动驾驶时生成并存储个人行驶历史记录或个人驾驶特性，也可以在手动驾驶时生成并存储个人行驶历史记录或个人驾驶特性。

图44是本发明的一个方式所涉及的信息处理方法的流程图。

本发明的实施方式4和实施方式5所涉及的信息处理方法包括步骤S1001和步骤S1002。

在步骤S1001中，获取包含多个驾驶员各自的个人行驶历史记录的行驶历史记录，该个人行驶历史记录将由驾驶员选择出的车辆的一个或多个行为与该一个或多个行为中的各行为被选择时的车辆的行驶环境相对应地表示。

在步骤S1002中，通过将该行驶历史记录中的至少一部分驾驶员的个人行驶历史记录进行模型化，来构建表示该至少一部分驾驶员的车辆的行为与行驶环境之间的关系的驾驶员模型。

由此，使用驾驶员模型来估计作为估计对象的驾驶员的车辆的行为，因此即使该作为估计对象的驾驶员的个人行驶历史记录对于行为的估计来说不充分，也能够恰当地估计该驾驶员的车辆的行为。也就是说，能够估计适合驾驶员的驾驶行为。

[实施方式4和实施方式5的变形例1]

在实施方式4和实施方式5中，估计驾驶员的车辆的行为(驾驶行为)，控制车辆以实施估计出的该行为。与此相对地，本变形例的特征在于以下方面：例如在手动驾驶时，估计驾驶员的车辆的危险行为，警告驾驶员以免驾驶员实施该危险行为。

图45是表示本变形例所涉及的信息处理系统的结构的图。

与上述的信息处理系统1000同样地，本变形例所涉及的信息处理系统1100具备历史记录获取部1001、模型化部1002、环境获取部1003以及行为估计部1004。信息处理系统1100还具备危险判定部1010、危险历史记录获取部1011、行驶历史记录储存部1012、危险行驶历史记录储存部1013以及警告处理部1016。

危险判定部1010获取由驾驶员选择出的车辆的行为，并且获取该行为被选择时的车辆的行驶环境，基于预先决定的判定基准来判定该行为是否危险。在车辆具备危险判定部1010的情况下，该危险判定部1010不仅获取该车辆的行为和行驶环境，还获取其它车辆的行为和行驶环境来判定该行为是否危险。也就是说，危险判定部1010针对多个驾驶员中的每个驾驶员获取由该驾驶员选择出的车辆的行为，并且获取该行为被选择时的车辆的行驶环境，基于预先决定的判定基准来判定该行为是否危险。危险判定部1010保持有规则库来作为预先决定的判定基准。在该规则库中示出多种行为中的各行为是危险还是不危险。

并且，危险判定部1010在判定为不危险的情况下，输出包含该行为和行驶环境的信息来作为个人行驶信息。另一方面，危险判定部1010在判定为危险的情况下，输出包含该行为和行驶环境的信息来作为个人危险行驶信息。

历史记录获取部1001针对多个驾驶员中的每个驾驶员获取包括从危险判定部1010输出的多个个人行驶信息的信息组，来作为该驾驶员的个人行驶历史记录。然后，历史记录获取部1001将包含多个驾驶员各自的个人行驶历史记录的行驶历史记录储存于行驶历史记录储存部1012。

危险历史记录获取部1011针对多个驾驶员中的每个驾驶员获取包括从危险判定部1010输出的多个个人危险行驶信息的信息组，来作为该驾驶员的个人危险行驶历史记录。然后，危险历史记录获取部1011将包含多个驾驶员各自的个人危险行驶历史记录的危险行驶历史记录储存于危险行驶历史记录储存部1013。

模型化部1002不仅使用上述的行驶历史记录来构建驾驶员模型，还使用上述的危险行驶历史记录来构建危险驾驶员模型。也就是说，模型化部1002通过将危险行驶历史记录中的至少一部分驾驶车的个人危险行驶历史记录进行模型化，来构建表示该至少一部分车辆的危险行为与行驶环境之间的关系的危险驾驶员模型。与驾驶员模型同样地，该危险驾驶员模型既可以是聚类分析型，也可以是个体自适应型。

警告处理部1016在构建出的驾驶员模型中，将与由环境获取部1003获取到的行驶环境相关联的危险行为估计为作为估计对象的驾驶员的车辆的行为。然后，警告处理部1016执行用于针对估计出的危险行为对驾驶员进行警告的处理。与该警告处理部1016的处理相应地，通知部1008对驾驶员进行警告。

图46是表示危险行驶历史记录储存部1013中储存的危险行驶历史记录的一例的图。

危险行驶历史记录例如按用于识别驾驶员的每个驾驶员ID表示该驾驶员ID、该驾驶员ID的驾驶员的车辆的行驶环境以及在该行驶环境中选择出的危险行为(即，风险)。另外，行驶环境例如包括分别作为环境参数的车速(km/h)、前方车车间距离(m)、前方车相对变化率、左前方车车间距离(m)以及左前方车相对变化率等的值。此外，前方车相对变化率是本车辆与前方车之间的车头间距离的变化率，左前方车相对变化率是本车辆与左前方车之间的车头间距离的变化率。另外，风险例如是追尾、车道偏离以及与右后方车的接触等。

在这种信息处理系统1100中，在与作为估计对象的驾驶员相似的个人危险行驶历史记录的驾驶员过去进行了危险的驾驶的情况下，当在作为估计对象的驾驶员的车辆中获取到进行了该危险的驾驶时的行驶环境时，进行与风险的内容相应的警告。

例如，当由环境获取部1003获取到与前方车追尾的可能性高的行驶环境时，警告处理部1016将追尾估计为危险行为。具体地说，该行驶环境表示车间距离、制动器的定时等。如果具有与作为估计对象的驾驶员相似的个人危险行驶历史记录的驾驶员在该行驶环境中过去发生过追尾，则警告处理部1016判断为在该行驶环境中追尾的可能性高。然后，警告处理部1016使例如构成为HUD的通知部1008显示用于提醒趁早启动制动器的警告消息等。

另外，当由环境获取部1003获取到车道偏离的可能性高的行驶环境时，警告处理部1016将车道偏离估计为危险行为。具体地说，该行驶环境表示车速、制动器的方向盘的操作量(转动角)、车道宽度以及正在行驶的道路的转弯曲率等。在具有与作为估计对象的驾驶员相似的个人危险行驶历史记录的驾驶员在该行驶环境中过去例如发生过无法完全转弯的车道偏离，则警告处理部1016判断为在该行驶环境中车道偏离的可能性高。然后，警告处理部1016使例如构成为HUD的通知部1008显示用于促使减速的警告消息等。此时，警告处理部1016也可以使通知部1008显示应该设为目标的方向盘的操作量(转动角)或行驶路线等。

另外，当由环境获取部1003获取到由于车道变更而与其它车辆接触的可能性高的行驶环境时，警告处理部1016将接触估计为危险行为。具体地说，该行驶环境表示右后方车与本车辆之间的车间距离等。如果具有与作为估计对象的驾驶员相似的个人危险行驶历史记录的驾驶员在该行驶环境中过去发生过与右后方车的接触，则警告处理部1016判断为在该行驶环境中与右后方车的接触的可能性高。然后，警告处理部1016使例如构成为HUD的通知部1008显示用于通知右后方车正在接近的警告消息等。

另外，当由环境获取部1003获取到与行人等障碍物接触的可能性高的行驶环境时，警告处理部1016将接触估计为危险行为。具体地说，该行驶环境表示障碍物与本车辆的距离等。如果具有与作为估计对象的驾驶员相似的个人危险行驶历史记录的驾驶员在该行驶环境中过去发生过与障碍物的接触(或者接触的紧急避让)，则警告处理部1016判断为在该行驶环境中与障碍物接触的可能性高。然后，警告处理部1016使例如构成为HUD的通知部1008显示用于促使注意障碍物的警告消息等。

另外，当由环境获取部1003获取到右转弯或左转弯时卷入的可能性高的行驶环境时，警告处理部1016将卷入估计为危险行为。具体地说，该行驶环境表示行驶地点(具体指交叉路口)、障碍物与本车辆的距离等。如果具有与作为估计对象的驾驶员相似的个人危险行驶历史记录的驾驶员在该行驶环境中过去发生过卷入，则警告处理部1016判断为在该行驶环境中卷入的可能性高。然后，警告处理部1016使例如构成为HUD的通知部1008显示用于促使注意卷入的警告消息等。

像这样，在本变形例中，例如在作为估计对象的驾驶员正在进行手动驾驶时，能够向该驾驶员进行用于避免追尾或车道偏离等危险行为的警告，从而能够抑制危险行为的发生。

[实施方式4和实施方式5的变形例2]

在实施方式4和实施方式5中，估计驾驶员的车辆的行为(驾驶行为)，控制车辆以实施估计出的该行为。与此相对地，本变形例的特征在于以下方面：估计理想的驾驶行为，并推荐(具体指显示)估计出的该驾驶行为(即，车辆的行为)。

图47是表示本变形例所涉及的信息处理系统的结构的图。

与上述的信息处理系统1000同样地，本变形例所涉及的信息处理系统1200具备历史记录获取部1201、模型化部1202、环境获取部1203、行为估计部1204以及显示部1208。信息处理系统1200还具备驾驶行为历史记录储存部1212、理想行为驾驶员模型储存部1215以及示范驾驶行为历史记录储存部1217。环境获取部1203具有与上述的环境获取部1003相同的功能，用于获取具备该环境获取部1203的车辆的行驶环境(也称为驾驶环境)。历史记录获取部1201使用该车辆的行为和由环境获取部1203获取到的车辆的行驶环境来生成个人驾驶行为信息。将分别表示行驶环境的多个行驶环境参数与在该多个行驶环境参数下进行的行为建立对应来表示该个人驾驶行为信息。行驶环境参数是车辆的车速、前方车车间距离或前方车相对变化率等。驾驶行为历史记录储存部1212保持由历史记录获取部1201生成的多个个人驾驶行为信息。此外，这些多个个人驾驶行为信息构成驾驶行为历史记录。

示范驾驶行为历史记录储存部1217保持有通过由多个示范驾驶员进行的驾驶而得到的多个示范驾驶员驾驶行为信息。该示范驾驶员驾驶行为信息是示范驾驶员的个人驾驶行为信息。另外，从这些多个示范驾驶员驾驶行为信息中的一个人的示范驾驶员得到的多个示范驾驶员驾驶行为信息构成该示范驾驶员的示范驾驶行为历史记录。也就是说，示范驾驶行为历史记录储存部1217保持有多个示范驾驶员各自的示范驾驶行为历史记录。

模型化部1202使用示范驾驶行为历史记录储存部1217中储存的作为示范的驾驶行为历史记录(即示范驾驶行为历史记录)来构建理想行为驾驶员模型。在此，示范驾驶员也各式各样，有进行更加安全的驾驶的驾驶员，也有跟随周围的车流的驾驶员。由此，对于每个人来说，理想的驾驶员不同。因此，模型化部1202将示范驾驶行为历史记录储存部1217中储存的多个示范驾驶行为历史记录中的至少一部分示范驾驶员的示范驾驶行为历史记录进行模型化。由此，模型化部1202构建表示该至少一部分示范驾驶员的理想行为与行驶环境之间的关系的理想行为驾驶员模型。与上述的驾驶员模型同样地，该理想行为驾驶员模型既可以是聚类分析型，也可以是个体自适应型。即，模型化部1202获取某个驾驶员的驾驶行为历史记录的频率分布与各示范驾驶员的示范驾驶行为历史记录的频率分布的相关性，使用具有相似的频率分布的一个或多个示范驾驶员的示范驾驶行为历史记录来构建该驾驶员的理想行为驾驶员模型。

理想行为驾驶员模型储存部1215保持由模型化部1202构建出的理想行为驾驶员模型。

行为估计部1204在构建出的理想行为驾驶员模型中，将与由环境获取部1203获取到的行驶环境有关的行为估计为驾驶员的车辆的理想行为。然后，显示部1208通过显示估计出的该理想行为来进行推荐。例如，在由行为估计部1204将车道变更估计为理想行为的情况下，显示部1208对图23所示的符号235进行强调显示。例如，显示部1208通过改变该符号235的颜色来强调该符号235。

图48是表示示范驾驶行为历史记录储存部1217中储存的示范驾驶行为历史记录的一例的图。

示范驾驶行为历史记录例如表示用于识别示范驾驶员的示范驾驶员ID、该示范驾驶员ID的示范驾驶员的车辆的行驶环境以及在该行驶环境中选择出的行为。另外，行驶环境例如包括分别作为行驶环境参数的车速(km/h)、前方车车间距离(m)、前方车相对变化率、左前方车车间距离(m)以及左前方车相对变化率等的值。此外，前方车相对变化率是本车辆与前方车之间的车头间距离的变化率，左前方车相对变化率是本车辆与左前方车之间的车头间距离的变化率。另外，行为例如是向右车道的车道变更、向左车道的车道变更、加速、减速或车道维持等。

在这种信息处理系统1200中，构建作为估计对象的驾驶员的示范的理想行为驾驶员模型，并进行理想的驾驶行为的推荐。像这样，在本变形例中，例如能够在作为估计对象的驾驶员正在进行自动驾驶时使驾驶员进一步选择示范的驾驶。

像这样，本变形例的信息处理系统1200中的处理器基于多个示范驾驶员各自的驾驶行为历史记录与驾驶车辆的驾驶员的驾驶行为历史记录的相似度，来将多个示范驾驶员的驾驶行为历史记录中的至少一部分示范驾驶员的驾驶行为历史记录进行模型化。由此，处理器构建表示至少一部分示范驾驶员的车辆的行为与行驶环境之间的关系的理想行为驾驶员模型。然后，处理器在构建出的理想行为驾驶员模型中，将与该驾驶员的车辆的行驶环境有关的行为估计为该车辆的行为。此外，上述的处理器既可以由一个处理器构成，也可以由多个处理器构成。

由此，能够估计对于车辆的驾驶员来说理想的行为，因此能够通过提示该理想行为来使驾驶员选择该理想的驾驶。

(实施方式6)

本实施方式中的信息处理系统是进行用于使由驾驶员进行的车辆的驾驶接近理想驾驶的推荐的系统。

图49是表示本实施方式中的信息处理系统的结构的一例的框图。

本实施方式中的信息处理系统1300具备车辆信息获取部1301、传感器1302、地图信息获取部1303、参数生成部1304、示范驾驶储存部1305、模型化部1306、理想状态选择部1307、差提取部1308、推荐决定部1309以及显示部1310。此外，参数生成部1304、模型化部1306、理想状态选择部1307、差提取部1308以及推荐决定部1309例如由至少一个处理器构成。另外，既可以是该信息处理系统1300的所有构成要素均设置于被推荐的车辆，也可以是信息处理系统1300的一部分构成要素设置于该车辆，其余的构成要素设置于能够与该车辆进行通信的服务器。例如，示范驾驶储存部1305也可以设置于服务器。

车辆信息获取部1301具备图1所示的位置信息获取部61和速度信息获取部63等的功能，用于获取车辆的位置、车速以及转动角等信息。

传感器1302相当于图1所示的传感器62。例如，传感器1302是被用于先进驾驶辅助系统(ADAS)的传感器，具备摄像头、雷达以及测距装置中的至少一方。

地图信息获取部1303相当于图1所示的地图信息获取部64，用于获取车辆的周边的地图信息。

参数生成部1304按照来自车辆信息获取部1301、传感器1302以及地图信息获取部1303的输出，生成包括N(N为2以上的整数)个驾驶环境参数的参数集来作为车辆参数集。该驾驶环境参数例如是车速、转动角、前方车车间距离、车道宽度或限制速度等。此外，参数生成部1304既可以从地图信息提取车道宽度和限制速度，也可以基于传感器1302的检测结果导出车道宽度和限制速度。参数生成部1304实时地(即逐次地)生成这种车辆参数集。另外，在这种车辆参数集中，将驾驶员的当前的驾驶环境表示为N维坐标系中的点的位置。

示范驾驶储存部1305将通过由多个示范驾驶员进行的驾驶而得到的多个示范驾驶环境信息保持为示范驾驶环境数据库。示范驾驶环境信息将由示范驾驶员进行的驾驶中的驾驶环境表示为N个驾驶环境参数。另外，这些多个示范驾驶环境信息不仅包含从一个示范驾驶员得到的多个示范驾驶环境信息，还包含其他多个示范驾驶员的示范驾驶环境信息。

此外，示范驾驶员也可以是职业驾驶员。另外，也可以是，示范驾驶环境数据库不由通过示范驾驶员的驾驶得到的多个示范驾驶环境信息构成，由通过不确定的多个驾驶员的驾驶得到的多个驾驶环境信息构成。在该情况下，从不确定的多个驾驶员的多个驾驶环境信息中提取加速度变化少的多个驾驶环境信息，根据提取出的多个驾驶环境信息来构建示范驾驶环境数据库。

模型化部1306使用示范驾驶储存部1305中保持的示范驾驶环境数据库来构建理想驾驶驾驶员模型。例如，模型化部1306通过对示范驾驶环境数据库进行混合分布模型的线性回归分析，来将理想的驾驶环境(即驾驶)进行模型化。其结果是，能够构建上述的理想驾驶驾驶员模型。像这样构建出的理想驾驶驾驶员模型将N维坐标系中的理想驾驶的有效范围表示为区域。在该区域中包含的各点处，利用定义该点的位置的N个驾驶环境参数(即参数集)来表示理想的驾驶环境。换言之，理想驾驶驾驶员模型表示理想驾驶环境的区域中包含的多个参数集。

理想状态选择部1307选择通过理想驾驶驾驶员模型表示的多个参数集中的与由参数生成部1304生成的车辆参数集接近的参数集，来作为理想参数集。也就是说，理想状态选择部1307选择在N维坐标系中通过理想驾驶驾驶员模型表示的区域中的与表示驾驶员的当前的驾驶环境的点接近的点。

具体地说，理想状态选择部1307从通过理想驾驶驾驶员模型表示的多个参数集中提取特定的驾驶环境参数与车辆参数集具有实质相同的值的多个参数集。该特定的驾驶环境参数是车道宽度、限制速度等表示道路状况的参数，是不能通过驾驶员的驾驶来变更的参数。也就是说，理想状态选择部1307从通过理想驾驶驾驶员模型表示的多个参数集中提取车道宽度及限制速度与车辆参数集相同的多个参数集。然后，理想状态选择部1307从提取出的该多个参数集中选择接近车辆参数集的参数集，来作为理想参数集。

差提取部1308计算由参数生成部1304生成的车辆参数集与由理想状态选择部1307选择出的理想参数集的差。

推荐决定部1309决定用于劝告车辆的驾驶员变更驾驶操作量的信息来作为推荐信息，该驾驶操作量是制动器或加速器的踩踏量以及转动角中的至少一方。具体地说，推荐决定部1309确定用于减小由差提取部1308计算出的差的驾驶操作量，来决定表示当前的驾驶操作量和所确定的驾驶操作量的推荐信息。然后，推荐决定部1309使显示部1310显示所确定的该推荐信息。

显示部1310例如是由液晶或有机EL等构成的显示器或平视显示器。

图50是表示示范驾驶储存部1305中储存的示范驾驶环境数据库的内容的一例的图。

示范驾驶环境数据库例如按用于识别示范驾驶员的每个示范驾驶员ID表示该示范驾驶员ID以及该示范驾驶员ID的示范驾驶员的车辆的驾驶环境。另外，驾驶环境例如包括分别作为驾驶环境参数的车速(km/h)、前方车车间距离(m)、前方车相对变化率、左前方车车间距离(m)、左前方车相对变化率、车道宽度、限制速度等的值。此外，前方车相对变化率是本车辆与前方车之间的车头间距离的变化率、即本车辆相对于前方车的相对速度。同样地，左前方车相对变化率是本车辆与左前方车之间的车头间距离的变化率、即本车辆相对于左前方车的相对速度。

图51是表示理想驾驶环境的区域与车辆的驾驶环境之间的关系的一例的图。

例如，参数集包含作为驾驶环境参数的车速和转动角以及上述的特定的驾驶环境参数。特定的驾驶环境参数表示车道宽度、限制速度等道路状况。在该情况下，理想状态选择部1307从通过理想驾驶驾驶员模型表示的N维坐标系的区域中选择具有与本车辆参数集中包含的特定的驾驶环境参数实质相等的特定的驾驶环境参数的一部分区域。也就是说，在N维坐标系的区域中仅限定出表示与本车辆参数集的道路状况相似的道路状况的一部分区域。

此外，参数集中除了包含特定的驾驶环境参数以外，有时还包含车速和转动角以外的驾驶环境参数。在该情况下，理想状态选择部1307从N维坐标系的区域中选择具有与本车辆参数集中包含的车速和转动角以外的各驾驶环境参数实质相等的各驾驶环境参数的一部分区域。

然后，理想状态选择部1307如图51所示那样将选择出的该一部分区域映射到由转动角的轴和车速的轴表示的二维坐标系中。通过这种映射，在二维坐标系上形成理想的驾驶(即驾驶环境)集中的区域M。在这种区域M内的各位置处，车速和转动角以外的各驾驶环境参数相同。

并且，理想状态选择部1307在通过由参数生成部1304生成的本车辆参数集中包含的转动角和车速来表示的二维坐标系上的位置处绘制表示当前的车辆的驾驶环境的点。

例如，理想状态选择部1307在二维坐标系上绘制表示当前的车辆的驾驶环境的点A。此时，如果该点A不位于区域M内，则理想状态选择部1307从区域M内的多个点中选择接近点A的点。例如，理想状态选择部1307选择在沿着转动角的轴的方向上最接近点A的点。当像这样选择点时，差提取部1308计算点A与选择出的该点的差、即转动角的差。推荐决定部1309将当前的转动角和相对于当前的转动角偏离了该差后的转动角决定为推荐信息。

或者，理想状态选择部1307在二维坐标系上绘制表示当前的车辆的驾驶环境的点B。此时，如果该点B不位于区域M内，则理想状态选择部1307从区域M内的多个点中选择接近点B的点。例如，理想状态选择部1307选择在沿着车速的轴的方向上最接近点B的点。当像这样选择点时，差提取部1308计算点B与选择出的该点的差、即车速的差。推荐决定部1309确定用于减小该车速的差的驾驶操作量。即，该差越大，则推荐决定部1309确定越大的踩踏量(加速器或制动器的踩踏量)。然后，推荐决定部1309决定表示当前的踩踏量和所确定的踩踏量的推荐信息。在图51所示的例子的情况下，推荐决定部1309决定将更大的加速器的踩踏量(即加速)表示为所确定的踩踏量的推荐信息。

图52是表示由显示部1310显示的推荐信息的一例的图。

显示部1310在构成为平视显示器的情况下，将推荐信息投影到作为车辆的前挡风玻璃的一部分区域的HUD显示区域1310A。推荐信息例如包括正以当前的转动角进行旋转的状态的方向盘的图像1312a和正以理想的转动角进行旋转的状态的方向盘的图像1312b。或者，推荐信息例如包括表示当前的加速器或制动器的踩踏量的图像1313a和将如上述那样确定出的踩踏量表示为理想的踩踏量的图像1313b。

像这样，在本实施方式中，显示推荐信息，因此驾驶员能够根据该推荐信息简单地进行理想的驾驶。

[实施方式6的总结]

像这样，本实施方式的信息处理系统1300中的处理器获取包括N(N为2以上的整数)维的参数的车辆的驾驶环境，并参照表示N维坐标系中的理想驾驶环境的区域的理想驾驶驾驶员模型。接着，处理器基于该理想驾驶环境的区域与获取到的车辆的驾驶环境之间的在N维坐标系上的距离，来选择理想驾驶环境的区域中包含的一个理想驾驶环境。然后，处理器使显示器显示用于使该车辆的驾驶环境接近所确定的理想驾驶环境的推荐信息。

例如，N维的参数包含车速、转动角、车间距离以及相对速度中的至少一方来作为参数。

图53是表示本实施方式中的信息处理方法的一例的流程图。

首先，处理器获取包括N(N为2以上的整数)维的参数的车辆的驾驶环境(步骤S1301)。接着，处理器参照表示N维坐标系中的理想驾驶环境的区域的理想驾驶驾驶员模型(步骤S1302)。接着，处理器基于该理想驾驶环境的区域与获取到的车辆的驾驶环境之间的、在N维坐标系上的距离来选择理想驾驶环境的区域中包含的一个理想驾驶环境(步骤S1303)。然后，处理器使显示器显示用于使该车辆的驾驶环境接近所确定的理想驾驶环境的推荐信息(步骤S1304)。

由此，显示用于使车辆的驾驶环境接近理想驾驶环境的推荐信息，因此驾驶员能够根据该推荐信息简单地进行理想的驾驶。

另外，也可以是，处理器在上述的理想驾驶环境的确定中从理想驾驶环境的区域中选择与车辆的驾驶环境之间的距离最短的理想驾驶环境。

由此，驾驶员能够抑制车辆相对于当前的驾驶环境的变化量，来使该驾驶环境接近理想的驾驶环境，从而能够更加简单地进行理想的驾驶。

另外，也可以是，处理器在推荐信息的显示中决定用于劝告该车辆的驾驶员变更驾驶操作量的信息来作为推荐信息，该驾驶操作量是制动器或加速器的踩踏量以及转动角中的至少一方。例如，处理器还计算车辆的驾驶环境与选择出的理想驾驶环境的差，在推荐信息的显示中确定用于减小该差的驾驶操作量，来决定表示当前的驾驶操作量和所确定的驾驶操作量的推荐信息。

由此，驾驶员能够基于推荐信息容易地掌握如何变更制动器或加速器的踩踏量以及转动角中的至少一方才能够实现理想的驾驶。

此外，上述的处理器既可以由一个处理器构成，也可以由多个处理器构成。

另外，模型化部1306也可以构建多个理想驾驶驾驶员模型。而且，理想状态选择部1307也可以从该多个理想驾驶驾驶员模型中选择加减速少的理想驾驶驾驶员模型。或者，理想状态选择部1307也可以选择发挥车辆的性能的理想驾驶驾驶员模型或进行非常安全的驾驶的理想驾驶驾驶员模型。

另外，推荐决定部1309也可以经由显示部1310推荐如实施方式4或5那样估计出的行为或驾驶特性。

另外，在本实施方式中，向包括车速的轴和转动角的轴这两个轴的二维坐标系进行了映射，但这些轴也可以是表示其它驾驶环境参数的轴。另外，也可以不向二维坐标系进行映射。也就是说，理想状态选择部1307也可以在N维坐标系中从通过理想驾驶驾驶员模型表示的区域中选择与表示车辆的驾驶环境的点最近的点，来作为最适于该车辆的理想驾驶环境。

[实施方式6的变形例]

如上述那样，示范驾驶员各式各样，有进行向更加安全的区域避让的驾驶的示范驾驶员、进行低速且稳定的驾驶的示范驾驶员以及随着周围的车流进行驾驶的示范驾驶员。在此，模型化部1202将示范驾驶环境数据库中的同一类型的示范驾驶员的多个示范驾驶环境信息进行模型化。由此，模型化部1202构建表示该类型的示范驾驶员的理想的驾驶环境的理想驾驶驾驶员模型。与上述的驾驶员模型同样地，该理想驾驶驾驶员模型既可以是聚类分析型，也可以是个体自适应型。在聚类分析型的情况下，模型化部1202构建多个类型的理想驾驶驾驶员模型。

在本变形例中，以能够将由多个类型的理想驾驶驾驶员模型各自表示的理想的驾驶环境与当前的车辆的驾驶环境以对比的状态进行显示。

图54是表示本变形例所涉及的由显示部1310显示的图像的一例的图。

例如，参数集包含作为驾驶环境参数的车速和转动角以及上述的特定的驾驶环境参数。在该情况下，与上述同样地，理想状态选择部1307按照每个理想驾驶驾驶员模型，在二维坐标系上形成通过该理想驾驶驾驶员模型表示的理想的驾驶(即驾驶环境)集中的区域。

如图54所示，推荐决定部1309在二维坐标系上配置按每个理想驾驶驾驶员模型形成的区域M1、M2以及M3，并且在由本车辆参数集的车速和转动角示出的位置处配置点A1。该点A1表示车辆的当前的驾驶环境。而且，推荐决定部1309使显示部1310显示在二维坐标系上配置有区域M1～M3以及点A1的图像。也就是说，显示部1310如图54所示那样在例如液晶显示器的画面1310B上显示由推荐决定部1309生成的上述图像。

在此，推荐决定部1309也可以在使显示部1310显示上述区域M1～M3时，还显示表示与这些区域对应的理想驾驶驾驶员模型的类型的图标。例如，在区域M1中显示图标M11，该图标M11表示该区域M1的理想驾驶驾驶员模型是进行低速且稳定的驾驶的类型，例如描绘有乌龟。另外，在区域M2中显示图标M21，该图标M21表示该区域M2的理想驾驶驾驶员模型是进行避让到更加安全的区域的驾驶的类型，例如描绘有蛇。另外，在区域M3中显示图标M31，该图标M31表示该区域M3的理想驾驶驾驶员模型是跟随周围的车流进行驾驶的类型，例如描绘有兔子。

另外，推荐决定部1309使显示部1310中显示的图像以实时地随时更新的方式显示。由此，车辆的驾驶员能够容易地掌握如何调整转动角和车速等能够使自身的驾驶接近哪种类型的理想驾驶。

像这样，在本变形例中，处理器还参照表示N维坐标系中的互不相同的理想驾驶环境的区域的多个理想驾驶驾驶员模型。然后，处理器使显示器显示分别表示互不相同的多个理想驾驶环境的区域和车辆的驾驶环境的点。

由此，驾驶员能够容易地掌握如何变更转动角和车速等参数来使当前的驾驶环境接近哪种类型的理想驾驶环境。

图55是表示由本变形例所涉及的显示部1310显示的图像的其它例的图。

例如，车辆的驾驶员在行驶中减小方向盘的转动角。由此，车辆的驾驶环境发生变化。当表示当前的车辆的驾驶环境的点A1由于车辆的驾驶环境发生变化而进入区域M1中时，推荐决定部1309向显示部1310输出表示图标M11的信号。显示部1310在接收到该信号时，使HUD显示区域1310A显示表示正在进行与区域M1对应的理想的驾驶的图标M11。

这样，在本变形例中，在多个理想驾驶环境的区域中的任一个区域内存在上述点时，处理器还使显示器显示表示车辆的驾驶环境是与该区域对应的理想驾驶环境的图标。

由此，驾驶员能够容易地掌握自己正在进行哪种类型的理想驾驶。

此外，上述的处理器既可以由一个处理器构成，也可以由多个处理器构成。另外，也可以将本实施方式与实施方式4及实施方式5的变形例2组合。

以上，参照附图详细叙述了本发明所涉及的实施方式，但上述装置、各处理部的功能能够通过计算机程序来实现。

通过程序来实现上述功能的计算机具备键盘、鼠标、触摸面板等输入装置、显示器、扬声器等输出装置、处理器或CPU(Central Processing Unit：中央处理单元)、ROM(Read Only Memory：只读存储器)、RAM(Random Access Memory：随机存取存储器)、硬盘装置、SSD(SolidState Drive：固态驱动器)等存储装置、用于从DVD-ROM(Digital VersatileDiskRead Only Memory：数字多用途磁盘只读存储器)、USB(Universal SerialBus：通用串行总线)存储器等记录介质读取信息的读取装置、经由网络进行通信的网卡等，各部通过总线连接。

而且，读取装置从记录有上述程序的记录介质读取该程序，并使该程序存储于存储装置。或者，网卡与连接于网络的服务器装置进行通信，使从服务器装置下载的用于实现上述各装置的功能的程序存储于存储装置。

而且，处理器或CPU将存储装置中存储的程序复制到RAM，从RAM依次读出该程序中包含的命令并执行该命令，由此实现上述各装置的功能。

产业上的可利用性

本发明所涉及的信息处理系统、信息处理方法以及程序能够应用于对与车辆的驾驶有关的信息进行处理的装置或系统。

附图标记说明

1：车辆；2：制动踏板；3：加速踏板；4：转向指示器杆；5：方向盘；6：检测部；7、1006：车辆控制部；8：存储部；9：信息通知装置；10：触摸面板；29a～29c、29g、39a～39c、39g、59a～59c、59g、69a、69c、69g、79a、79c、79g、89a～89c、89g、99b、99c、99g、109a～109d、109e、109g、121、121a～121d：显示区域；51：操作部；51a～51h：操作按钮；59、69、79、89、99：文字信息；61：位置信息获取部；62：传感器；63：速度信息获取部；64：地图信息获取部；91：信息获取部；92、1008：通知部；101、1005：显示部；102：输入部；109：显示；111、112、113、114、121、121’、122、122’、123、131、131’、132、133、134、134’、135～137、231、232、233、233’、234、234’、235、251、251’、252、252’、253、261、262、263、264、265、266、267、268：符号；281：自动驾驶控制部；282：车辆行为检测部；291：通信部；292：缓存；301：本车辆；302：侧前方车辆；303：检测出的周围状况；304：一级缓存；305：二级缓存；1000：信息处理系统；1001：历史记录获取部；1002：模型化部；1003：环境获取部；1004：行为估计部；1007、1007a：特性获取部；1010：危险判定部；1011：危险历史记录获取部；1012：行驶历史记录储存部；1013：危险行驶历史记录储存部；1016：警告处理部；1100、1200：信息处理系统；1201：历史记录获取部；1202：模型化部；1203：环境获取部；1204：行为估计部；1208：显示部；1212：驾驶行为历史记录储存部；1215：理想行为驾驶员模型储存部；1217：示范驾驶行为历史记录储存部；1300：信息处理系统；1301：车辆信息获取部；1302：传感器；1303：地图信息获取部；1304：参数生成部；1305：示范驾驶储存部；1306：模型化部；1307：理想状态选择部；1308：差提取部；1309：推荐决定部；1310：显示部。

Claims (10)

1.一种信息处理系统，具备至少一个处理器，

所述至少一个处理器获取包括N维的参数的车辆的驾驶环境；

所述至少一个处理器参照表示N维坐标系中的理想驾驶环境的区域的理想驾驶驾驶员模型；以及

所述至少一个处理器基于所述N维坐标系上的、所述理想驾驶环境的区域与获取到的所述车辆的驾驶环境的理想驾驶环境之间的距离，来选择所述理想驾驶环境的区域中包括的一个理想驾驶环境，

其中，N为2以上的整数，

所述N维的参数包含车速、转动角、车间距离以及相对速度中的至少一方来作为参数。

2.根据权利要求1所述的信息处理系统，其特征在于，

所述至少一个处理器还使显示器显示推荐信息，该推荐信息用于使所述车辆的驾驶环境接近选择出的所述理想驾驶环境。

3.根据权利要求2所述的信息处理系统，其特征在于，

在所述理想驾驶环境的选择中，所述至少一个处理器从所述理想驾驶环境的区域中选择与所述车辆的驾驶环境之间的距离最短的理想驾驶环境。

4.根据权利要求2或3所述的信息处理系统，其特征在于，

在所述推荐信息的显示中，所述至少一个处理器决定用于劝告所述车辆的驾驶员变更驾驶操作量的信息来作为所述推荐信息，所述驾驶操作量是制动器或加速器的踩踏量以及转动角中的至少一方。

5.根据权利要求4所述的信息处理系统，其特征在于，

所述至少一个处理器还计算所述车辆的驾驶环境与选择出的所述理想驾驶环境的差，

在所述推荐信息的显示中，所述至少一个处理器还确定用于减小所述差的所述驾驶操作量，并决定表示当前的驾驶操作量和确定出的所述驾驶操作量的所述推荐信息。

6.根据权利要求2或3所述的信息处理系统，其特征在于，

所述至少一个处理器还参照表示所述N维坐标系中的互不相同的理想驾驶环境的区域的多个所述理想驾驶驾驶员模型，

所述至少一个处理器还使显示器显示分别表示互不相同的多个所述理想驾驶环境的区域和所述车辆的驾驶环境的点。

7.根据权利要求6所述的信息处理系统，其特征在于，

在多个所述理想驾驶环境的区域中的任一个第一区域中存在所述点时，所述至少一个处理器还使显示器显示表示所述车辆的驾驶环境是与所述第一区域对应的理想驾驶环境的图标。

8.根据权利要求2或3所述的信息处理系统，其特征在于，

所述至少一个处理器还基于多个示范驾驶员各自的驾驶行为历史记录与驾驶所述车辆的驾驶员的驾驶行为历史记录的相似度，将所述多个示范驾驶员的驾驶行为历史记录中的至少一部分示范驾驶员的驾驶行为历史记录进行模型化，由此构建表示所述至少一部分示范驾驶员的车辆的行为与行驶环境之间的关系的理想行为驾驶员模型，

所述至少一个处理器还在构建出的所述理想行为驾驶员模型中将所述驾驶员的与所述车辆的行驶环境相关联的行为估计为所述车辆的行为。

9.一种信息处理方法，其特征在于，在该信息处理方法中，

获取包括N维的参数的车辆的驾驶环境；

参照表示N维坐标系中的理想驾驶环境的区域的理想驾驶驾驶员模型；以及

基于所述N维坐标系上的、所述理想驾驶环境的区域与获取到的所述车辆的驾驶环境之间的距离，来选择所述理想驾驶环境的区域中包括的一个理想驾驶环境，

其中，N为2以上的整数，

所述N维的参数包含车速、转动角、车间距离以及相对速度中的至少一方来作为参数。

10.一种非临时性的记录介质，记载有使计算机执行以下步骤的程序，所述步骤包括：

获取包括N维的参数的车辆的驾驶环境；

参照表示N维坐标系中的理想驾驶环境的区域的理想驾驶驾驶员模型；以及

基于所述N维坐标系上的、所述理想驾驶环境的区域与获取到的所述车辆的驾驶环境之间的距离，来选择所述理想驾驶环境的区域中包括的一个理想驾驶环境，

其中，N为2以上的整数，

所述N维的参数包含车速、转动角、车间距离以及相对速度中的至少一方来作为参数。

Images