CN110740911B - 车辆的行驶辅助方法及行驶辅助装置 - Google Patents

Abstract

本发明提供一种行驶辅助方法，学习手动驾驶时的车辆的制动定时，基于学习的制动定时辅助自动驾驶时的行驶，在自动驾驶时，使制动器动作，使得司机感到制动操作的定时比所述学习的制动定时提前。

Description

车辆的行驶辅助方法及行驶辅助装置

技术领域

本发明涉及车辆的行驶辅助方法及行驶辅助装置。

背景技术

专利文献1中公开了，将手动驾驶时的驾驶操作与环境相对应并进行学习，在自动驾驶时基于学习的结果，执行驾驶者喜好的自动驾驶控制。

现有技术文献

专利文献

专利文献1：日本特开2015-89801号公报

发明内容

但是，专利文献1所公开的现有例仅学习司机的喜好并将该学习结果反映于自动驾驶，因此，有时司机在自动驾驶时的制动的动作中感到延迟，由此，有时司机感到不安。

本发明是为了解决这种现有的课题而研发的，其目的在于，提供可抑制给司机造成的不安感的车辆的行驶辅助方法及车辆的行驶辅助装置。

本发明的一个方式中，学习手动驾驶时的车辆的制动定时，在自动驾驶时，以司机感到制动操作的定时比学习的制动定时提前的方式使制动器动作。

发明效果

根据本发明的一个方式，能够在对司机来说适当的定时执行制动，因此，能够抑制给司机造成的不安感。

附图说明

图1是表示本发明的实施方式的车辆的行驶辅助装置及其周边设备的结构的框图。

图2是表示本发明的实施方式的车辆的行驶辅助装置的处理顺序的流程图。

图3是表示本发明的实施方式的车辆的行驶辅助装置的、司机的灵敏度设定处理的流程图。

图4A是表示从停止位置到制动动作位置的距离及偏移量Loff的说明图。

图4B是表示从停止位置到制动动作位置的距离的说明图，表示偏移量较大的情况。

图4C是表示从停止位置到制动动作位置的距离的说明图，表示偏移量较小的情况。

图5A是表示车速与从停止位置到制动动作位置的距离的关系的学习数据的图表，表示离散较小的情况。

图5B是表示车速与从停止位置到制动动作位置的距离的关系的学习数据的图表，表示离散较大的情况。

图6A是表示车速与踏板操作的频率的关系的学习数据的图表，表示踏板操作的频率较高的情况。

图6B是表示车速与踏板操作的频率的关系的学习数据的图表，表示踏板操作的频率较低的情况。

图7A是表示车辆的前后方向的加速度变化相对于时间变化的学习数据的图表，表示加速度变化的频率较高的情况。

图7B是表示车辆的前后方向的加速度变化相对于时间变化的学习数据的图表，表示加速度变化的频率较低的情况。

图8A表示将图7A所示的图表进行了频率解析的图表。

图8B表示将图7B所示的图表进行了频率解析的图表。

图9是表示车速与从停止位置到制动动作位置的距离及偏移量的关系的图表。

图10是表示数据离散、踏板操作频率、加速度变化的频率与司机的驾驶灵敏度的关系的说明图。

具体实施方式

以下，参照附图说明本发明的实施方式。

[第一实施方式的说明]

图1是表示本发明的实施方式的行驶辅助装置及其周边设备的结构的框图。

行驶辅助装置100是在可切换司机的手动驾驶和自动驾驶的车辆中，执行学习司机的手动驾驶时的驾驶操作，且将该学习结果或根据与司机的行动相关的数据等取得的学习结果应用于自动驾驶的行驶控制的处理的控制器。行驶辅助装置100连接于行驶状况检测电路21、周围状况检测电路22、以及各种促动器31。

此外，本实施方式的自动驾驶是指，例如制动器、加速器、转向装置等的促动器内、至少无司机操作地控制制动器的促动器的状态。因此，其它的促动器也可以通过司机的操作进行动作。另外，自动驾驶只要是执行加减速控制、横向位置控制等任一控制的状态即可。

此外，本实施方式的手动驾驶是指，例如制动器、加速器、转向装置等为了行驶所需要的操作内、至少司机操作制动器的状态。

行驶辅助装置100可使用具备CPU(中央处理装置)、存储器以及输入输出单元的微型计算机实现。向微型计算机安装并执行用于将微型计算机作为行驶辅助装置100发挥作用的计算机程序。由此，微型计算机作为行驶辅助装置100具备的多个信息处理电路发挥作用。此外，在此表示通过软件实现行驶辅助装置100的例子，但也可准备用于执行各信息处理的专用的硬件，并构成行驶辅助装置100。行驶辅助装置100也可以与车辆的其它控制中使用的电子控制单元(ECU)兼用。本实施方式中，对将行驶辅助装置100搭载于车辆的例子进行说明，但也可以对车辆设置通信装置，并将行驶辅助装置100设置于外部服务器。

如图1所示，本实施方式的行驶辅助装置100具备自动驾驶特性设定电路11和行驶特性决定电路12。

行驶状况检测电路21检测：制动操作、制动操作时的控制量、制动操作时的控制量的上升速度、加速器操作、制动踏板的操作频率、加速踏板的操作频率、车速及加速度、转向角、前方车辆的有无、与前方车辆的车间距离及相对速度、当前位置、方向指示器的显示状态、前灯的点亮状态、雨刷的动作状态等的、表示车辆的行驶状态的行驶数据。例如，行驶状况检测电路21包含：设置于制动踏板及加速踏板的传感器、取得车轮侧传感器及偏航速率传感器等车辆的举动的传感器、激光雷达、摄像头、以及通信从这些传感器得到的数据的CAN(Controller Area Network，控制器区域网络)那样的车载网络以及导航装置。

周围状况检测电路22检测：车辆的当前位置、直到铺设于车辆行驶的道路前方的停止线的距离、道路的限速、道路的坡度、车辆前方的信号机的显示状态、与行人及自行车的距离、车辆前方的车辆台数、直到前方车辆的距离等的表示车辆周围的环境的环境信息。例如，周围状况检测电路22是搭载于车辆的摄像头及激光雷达、导航装置等。此外，周围状况检测电路22中包含通过路车间通信或车车间通信进行检测的电路。

促动器31接收从行驶特性决定电路12输出的执行指令，并驱动车辆的加速器或制动器、转向装置等的各部件。

接着，对构成行驶辅助装置100的各部件进行说明。自动驾驶特性设定电路11具备：手动驾驶学习电路41、控制量设定电路42、司机灵敏度设定电路43、控制偏移量设定电路44、以及驾驶控制决定电路45。行驶特性决定电路12具备车辆驱动控制模块51及转向控制模块52。

手动驾驶学习电路41从行驶状况检测电路21及周围状况检测电路22取得与车辆的行驶状态相关的行驶数据及与车辆周围的周围状况相关的周围状况数据，并学习司机的手动驾驶时的驾驶操作。另外，将学习数据存储于存储器411。学习的驾驶操作学习车辆的制动操作的定时。例如，与作为车辆的行驶、停止的、在铺设于路口等的停止线等的停止位置停止的情况、在停车中的前方车辆的后方停止的情况、追随前方车行驶的情况、的制动定时等行驶的情境对应地学习。学习的对象学习相对于停止位置使制动器动作的位置即制动动作位置、相对于停止位置的距离、使制动器动作时的车速、加速度等、制动操作时的车辆的举动。

“制动定时”是使本车辆在停止位置停止时司机操作制动器(制动踏板)且制动器动作的定时、对车辆作用减速度的定时、结束加速器的操作的定时、或开始制动踏板的操作的定时。或者，也可以设为司机进行的制动踏板的操作量(踏入量)成为预先设定的规定量以上的定时、司机进行的加速踏板的操作量(踏入量)成为预先设定的规定量以下的定时。

或者，也可以设为司机操作制动器且制动操作时的控制量到达预先设定的固定值的定时、或制动操作时的控制量的上升速度到达固定值的定时。即，也可以将未到达制动动作进行的预定的减速，但制动器的控制量或控制量的上升速度到达固定值的定时设为制动定时。即，制动定时是包含制动器动作的定时(制动器开始定时)、加速器断开的定时(制动器开始定时)、制动器的控制量到达固定值的定时、以及制动器的控制量的上升速度到达固定值的定时的概念。换言之，是司机感到制动操作的定时。另外，本实施方式的制动器中包含液压制动器、电动制动器、再生制动器。此外，也可以还包含即使液压制动器、电动制动器、再生制动器不动作而减速度也起作用的状态。

具体而言，在铺设于路口的停止线等的停止位置停止车辆的情况下，从上述的行驶状况检测电路21或周围状况检测电路22取得从本车辆到停止位置的距离、本车辆的行驶速度及减速度、行驶路的倾斜(上坡，下坡)等的、行驶数据及周围状况数据。进而，学习该状况下的制动动作位置(距停止位置的距离)及制动定时。将学习数据存储于存储器411。

控制量设定电路42在从手动驾驶转换成自动驾驶时，基于由手动驾驶学习电路41学习的学习数据、由行驶状况检测电路21检测的行驶数据、由周围状况检测电路22检测的周围状况数据，设定用于执行自动驾驶的控制量。设定的控制量是车辆停止时的制动动作位置、制动定时、减速度等。

司机灵敏度设定电路43基于手动驾驶学习电路41中学习的司机的以往的驾驶操作，设定司机对于驾驶的驾驶灵敏度。本实施方式的驾驶灵敏度表示司机对行驶的敏感度。根据司机不同，例如有捕捉数km/h的车速的变化，施加修正操作的人和不施加修正操作的人。根据司机不同，例如有为了尽可能符合于目标车速或与限制车速一致的车速，而细微地施加修正转向的人及不施加修正转向的人、注意偏离目标车速或与限制车速一致的车速的情况的人和不注意该情况的人等，根据司机不同相对于行驶的敏感度不同。这样，通过设定驾驶灵敏度，能够执行符合于司机的适当的控制。

具体而言，基于关于司机期望的驾驶操作的学习数据的离散、踏板操作的频率、频率分析加速度数据时的频率、等的各种数据判定司机的驾驶灵敏度。司机的驾驶灵敏度能够以连续地变化的数值设定。或者，也可以以“较高”、“较低”的两个值设定。另外，也可以使用司机驾驶时以外时的行动数据或基于用于判定驾驶灵敏度的试验而得到的数据设定驾驶灵敏度。

控制偏移量设定电路44设定自动驾驶中使车辆停止时的偏移量。作为手动驾驶的学习数据，例如如图4A所示，设为取得使本车辆V1在该本车辆V1的前方的停止位置P1停止时的制动动作位置p1的数据。控制偏移量设定电路44对于该制动动作位置p1设定偏移量Loff。另外，将本车辆V1到达位置p0的定时设定为制动定时。另外，司机灵敏度设定电路43中设定的司机的驾驶灵敏度越高，越增大偏移量Loff。车速越大，越增大偏移量Loff。

驾驶控制决定电路45取得控制量设定电路42中设定的控制量，进一步基于控制偏移量设定电路44中设定的偏移量Loff，校正控制量。具体而言，相对于图4A所示的手动驾驶时的制动动作位置p1，设定偏移量Loff。然后，进行校正，使得跟前偏移量Loff的位置成为制动动作位置。将校正后的制动动作位置以p0表示。另外，将本车辆V1到达制动动作位置p0的时点设定成制动定时。因此，在自动驾驶时设定制动定时，使得司机感到制动操作的定时比手动驾驶时学习的制动定时提前。

然后，校正控制量，以成为设定的制动定时，并将控制信号输出至行驶特性决定电路12。

行驶特性决定电路12的车辆驱动控制模块51基于从驾驶控制决定电路45发送的控制信号，向自动驾驶时的加速器、制动器的促动器31发送控制信号。即，车辆驱动控制模块51具备作为驾驶控制电路的功能，该驾驶控制电路取得手动驾驶时学习的制动定时，在自动驾驶时，在比学习的制动定时提前地感到制动操作的定时操作制动器。转向控制模块52基于从驾驶控制决定电路45发送的转向装置的控制信号，向自动驾驶时的转向装置的促动器31发送控制信号。

[第一实施方式的动作说明]

接着，参照图2、图3所示的流程图说明第一实施方式的行驶辅助装置100的动作。首先，在图2的步骤S11中，手动驾驶学习电路41判断当前的驾驶模式是手动驾驶还是自动驾驶。在为手动驾驶的情况下，步骤S12中，手动驾驶学习电路41从行驶状况检测电路21及周围状况检测电路22取得各种行驶状况及周围状况的检测数据。

步骤S13中，手动驾驶学习电路41学习手动驾驶时的制动动作位置及制动定时，进一步在步骤S14中存储学习数据。例如，学习本车辆以手动驾驶在前方路口的停止位置停止的情况的制动动作位置及制动定时。具体而言，如图4A所示，通过手动驾驶使本车辆V1在路口的停止位置P1停止时，学习制动动作位置及制动定时。图4A所示的例子中，在距停止位置P1离开距离X1的位置p1，制动器进行动作，因此，将位置p1作为制动动作位置进行学习。另外，将本车辆V1到达位置p1的定时作为制动定时进行学习。将学习数据存储于存储器411。另外，将此时的、本车辆V1的行驶速度、行驶路的坡度(上，下)的信息、从本车辆V1到停止位置P1的距离X1存储于存储器411。此外，图4A中，表示本车辆V1停止于停止位置P1的例子，但也能够将从停止的前方车辆的后部离开一定距离的位置设为停止位置。

另外，如上述，作为制动定时，也能够学习制动踏板的操作量(踏入量)、或加速踏板的操作量(踏入量)。即，也可以将司机操作制动踏板，且制动踏板的操作量(踏入量)成为预先设定的规定的制动操作量以上的定时作为制动定时学习。另外，也可以将司机结束加速踏板的操作，且加速踏板的操作量成为预先设定的规定的加速器操作量以下的定时作为制动定时学习。

步骤S15中，判断蓄积于存储器411的学习数据是否达到预先设定的规定量，在达到规定量的情况下(步骤S15中“是”)，结束学习数据的存储处理。

另一方面，在学习数据的存储处理结束，且进一步在步骤S11的处理中判断为自动驾驶的情况下，步骤S16中，控制量设定电路42判断自动驾驶时是否使本车辆在停止线等的停止位置停止。在使本车辆停止的情况下(步骤S16中“是”)，步骤S17中，控制量设定电路42取得存储于存储器411的制动动作位置及制动定时的学习数据。

步骤S18中，控制量设定电路42基于学习数据设定制动器、加速器的控制量。

步骤S19中，司机灵敏度设定电路43执行司机的驾驶灵敏度设定处理。以下，参照图3所示的流程图，对司机的驾驶灵敏度设定处理进行说明。

步骤S31、S33、S35中，基于(1)对于司机期望的驾驶操作的学习数据的离散、(2)踏板操作的频率、(3)频率分析加速度数据时的频率，判定司机的驾驶灵敏度(相对于行驶的灵敏度)。以下，对上述的(1)～(3)的司机的驾驶灵敏度判定进行详细地说明。

(1)基于学习数据的离散的驾驶灵敏度判定的说明

图5A、图5B是基于学习数据的离散判定司机的驾驶灵敏度的说明图，图5A表示司机A的数据，图5B表示司机B的数据。例如，通过学习本车辆在停止线停止时的车速和制动操作时的至停止线的距离，能够得到图5A、图5B所示的学习数据。图5A、图5B中，横轴表示车速，纵轴表示从本车辆到停止线的距离。图中○印表示学习数据。如从图5A、图5B判明的那样，以车速越大，从本车辆到停止线的距离越长的方式，大致直线性地变化。

另外，图5A中，各学习数据位于直线r1的附近，学习数据的离散较小。因此，判定司机A的驾驶灵敏度较高。另一方面，图5B中，各学习数据从直线r2大幅分离，学习数据的离散较大。因此，判定为与司机A相比，司机B的驾驶灵敏度相对较低。离散的判定中，也可根据多个学习数据对各个行驶速度算出标准偏差，且判定为标准偏差越大，离散越大。

(2)基于踏板操作的频率的驾驶灵敏度判定的说明

图6A、图6B是基于踏板操作的频率判定司机的驾驶灵敏度的说明图，图6A表示司机A的数据，图6B表示司机B的数据。这些数据根据司机通过手动驾驶进行行驶中的加速踏板及制动踏板的操作频率的数据取得。能够由图1所示的行驶状况检测电路21取得。例如，能够设定规定时间，并将该规定时间内的操作加速踏板及制动踏板的次数设为操作频率。

图6A、图6B中，横轴表示时间，纵轴表示加速踏板、制动踏板的操作。判明与图6B相比，图6A的踏板操作的频率较高。判定为踏板操作频率较高的司机A的驾驶灵敏度较高。另一方面，判定为踏板操作频率较低的司机B的驾驶灵敏度比司机A相对较低。驾驶灵敏度的设定也可以设定为踏板操作频率越高驾驶灵敏度越高，也可对踏板操作频率设定阈值，在踏板操作频率为阈值以上的情况下，判定为驾驶灵敏度较高，在踏板操作频率低于阈值的情况下，判定为驾驶灵敏度较低。

(3)说明基于频率分析加速度数据时的频率的驾驶灵敏度判定

图7A、图7B是基于频率分析加速度数据时的频率判定司机的驾驶灵敏度的说明图，图7A表示司机A的数据，图7B表示司机B的数据。取得司机通过手动驾驶进行行驶中的加速度数据(行进方向的加速度数据)。该数据能够由图1所示的行驶状况检测电路21取得。例如，设定规定时间，且取得该规定时间内的加速度数据。

如图7A所示，司机A较多产生在规定时间内的加速度变化。另一方面，司机B在规定时间内的加速度变化较少。而且，通过对表示加速度变化的曲线进行频率分析，例如得到图8A、图8B所示的频率分析结果。图8A、图8B分别表示对图7A、图7B所示的曲线进行了频率分析的结果。如根据图8A、图8B判明的那样，司机A一方的高频成分较多。而且，判定高频频率越多，驾驶灵敏度越高。即，判定为司机A的驾驶灵敏度较高，且判定为与司机A相比，司机B的驾驶灵敏度相对较低。此外，也能够代替加速度，而频率分析速度数据，并基于频率分析时的频率判定司机的驾驶灵敏度。

而且，当总结上述(1)、(2)、(3)的内容时，成为图10所示那样。对于图3的步骤S31、S33、S35的处理中检测到的驾驶灵敏度，在步骤S32、S34、S36中实施规定的加权处理。

此外，作为判定司机的驾驶灵敏度的方法，可举出上述的3种例子，但也可以设为实施3种方法中的至少一种的结构。或者，例如也可基于司机的驾驶时以外的行动判定驾驶灵敏度，及预先实施判定驾驶灵敏度用的试验，且根据该试验结果设定司机的驾驶灵敏度。

另外，驾驶灵敏度的判定可通过例如5个阶段的数值设定，及以直线性地变化的数值设定，或以“较高”“较低”的两个值设定。

然后，图2所示的步骤S20中，控制偏移量设定电路44基于司机的驾驶灵敏度设定偏移量Loff。即，如图4A所示，设定与基于手动驾驶学习电路41中学习的学习数据的、开始制动器的动作的位置p1相比，仅靠跟前偏移量Loff的位置(从位置p1到位置P1的相反侧的位置)p0。

另外，根据步骤S19的处理中设定的司机的驾驶灵敏度变更偏移量Loff。具体而言，以司机的驾驶灵敏度越高，偏移量Loff越大的方式设定。

图4B是表示判定为驾驶灵敏度较高的司机(司机A)的制动动作位置的说明图，将与手动驾驶时的制动动作位置p1相比，靠跟前偏移量LoffA的位置p2设定为制动动作位置。然后，将本车辆V1到达制动动作位置p2的定时设定为制动定时。即，设定自动驾驶时的制动定时，使得比手动驾驶时学习的制动定时提前地感到制动操作。另外，驾驶灵敏度越高，制动定时越提前地设定。

图4C是表示驾驶灵敏度比上述的司机A相对较低的司机(司机B)的制动动作位置的说明图，将与手动驾驶时的制动动作位置p1相比，靠跟前偏移量LoffB(LoffB＜LoffA)的位置p3设定为制动动作位置。然后，将本车辆V1到达制动动作位置p3的定时设定为制动定时。即，设定自动驾驶时的制动定时，使得比手动驾驶时学习的制动定时提前地感到制动操作。另外，司机B的对于驾驶的驾驶灵敏度比司机A低，因此，制动定时比司机A延迟地设定。

另外，图9是表示车速与偏移量的关系的图表，如图9所示，也可以以车速越大，偏移量越大的方式设定。

然后，图2的步骤S21中，驾驶控制决定电路45根据控制偏移量设定电路44中设定的偏移量校正控制量设定电路42中设定的控制量，并将校正后的控制量输出至行驶特性决定电路12。即，将与作为手动驾驶时的学习数据取得的制动动作位置p1相比，靠跟前偏移量Loff(LoffA，LoffB)的位置设定为自动驾驶时的制动动作位置，并将本车辆通过该制动动作位置的定时设定为自动驾驶时的制动定时。

然后，行驶特性决定电路12的车辆驱动控制模块51基于校正后的控制量，对制动器或加速器的促动器输出控制指令。因此，在自动驾驶时，能够以比手动驾驶时使制动器动作的定时提前与偏移量Loff对应的时间的方式设定制动定时。另外，能够驾驶灵敏度越高越提前制动定时。

如上述，制动定时是使制动器动作的定时、加速器断开的定时、或制动器的控制量达到固定值的定时、制动器的控制量的上升速度达到固定值的定时。换言之，是司机感到制动操作的定时。

在手动驾驶时进行制动操作(包含加速器断开)的情况下，从判断为司机要操作制动器到制动器实际动作为止，产生延迟时间(时间滞后)。该延迟时间为0.5秒～1秒程度。因此，在手动驾驶时，从司机判断制动操作开始延迟延迟时间后制动器动作。手动驾驶学习电路41中，将制动器动作的定时识别为判断为司机要操作制动器的定时。也就是，将手动驾驶学习电路41中学习的制动器的动作定时应用于自动驾驶时，从判断为司机要操作制动器开始到制动器实际动作为止，经过了0.5～1秒程度的时间。司机在判断为要操作制动器的时刻制动器未动作时，感到制动器动作的定时延迟，进而有时感到不安。

因此，控制偏移量设定电路44中，通过设定比手动驾驶时学习的制动器的动作定时提前的制动定时，抑制给司机造成的不安感。另外在本实施方式中，如上述那样，基于学习数据的离散、踏板操作的频率、加速度频率判断乘客的驾驶灵敏度。而且，以司机的驾驶灵敏度越高，偏移量Loff越大的方式设定。

学习数据(例如，在规定的停止位置停止时的制动操作位置)的离散较小能够推定为，该司机为总是对停止位置、停止时的减速度要求精确性并进行制动操作的司机。即，能够推定为是对于驾驶的驾驶灵敏度较高的司机。相反，离散较大能够推定为，该司机为即使在制动动作位置或减速度中产生一些变化也没关系的司机。即，能够推定为是对于驾驶的驾驶灵敏度较低的司机。因此，通过学习数据的离散越小(驾驶灵敏度越高)，越增大偏移量Loff，而抑制给司机造成的不安感。

另外，踏板的操作频率较高能够推定为，该司机为对车速的变化敏感地反应且以车速成为固定的方式操作的司机。即，能够推定为是对于驾驶的驾驶灵敏度较高的司机。相反，踏板的操作频率较低能够推定为，该司机是即使在车速中产生一些变化也没关系的司机。即，能够推定为是对于驾驶的驾驶灵敏度较低的司机。因此，通过踏板的操作频率越高(驾驶灵敏度越高)而越增大偏移量Loff，而抑制给司机造成的不安感。

另外，频率分析加速度数据时的频率较高能够推定为，该司机为一边频繁地进行加速、减速一边行驶，且对周围环境的变化敏感地反应并驾驶的司机。即，能够推定为是对于驾驶的驾驶灵敏度较高的司机。相反，频率分析加速度数据时的频率较低能够推定为，该司机为即使周围环境变化也没关系的司机。即，能够推定为是对于驾驶的驾驶灵敏度较低的司机。因此，通过频率分析加速度数据时的频率越高(驾驶灵敏度越高)越增大偏移量Loff，抑制给司机造成的不安感。

[第一实施方式的效果的说明]

这样，第一实施方式的驾驶辅助装置中，使制动器动作，使得学习手动驾驶时的制动定时，且在自动驾驶时，使司机感到制动操作的定时比学习的制动定时提前。因此，能够在对于司机来说适当的定时执行制动，因此，能够抑制给司机造成的不安感。

另外，作为手动驾驶时的制动定时，能够学习制动器开始定时、即制动器实际动作的定时或将加速器断开的定时，并使自动驾驶时的制动器开始定时比学习的制动器开始定时提前。因此，能够在对于司机来说适当的定时使制动器动作，因此，能够更进一步抑制给司机造成的不安感。

另外，作为手动驾驶时的制动定时，学习司机开始制动踏板的操作的定时、例如制动踏板的操作量(踏入量)成为预先设定的规定的制动操作量以上的定时。然后，在自动驾驶时，使制动器动作，使得司机感到制动操作的定时比开始进行制动踏板的操作的定时提前。因此，能够在对于司机来说适当的定时使制动器动作，因此，能够更进一步抑制给司机造成的不安感。

另外，作为手动驾驶时的制动定时，学习司机结束加速踏板的操作的定时、例如加速踏板的操作量(踏入量)成为预先设定的规定的加速器操作量以下的定时。然后，在自动驾驶时，使制动器动作，使得司机感到制动操作的定时比结束加速踏板的操作的定时提前。因此，能够在对于司机来说适当的定时使制动器动作，因此，能够更进一步抑制给司机造成的不安感。

另外，车速越大，越提前制动定时，因此，在以高速行驶的情况下，制动定时进一步提前，能够抑制给司机造成的不安感。

另外，基于司机的手动驾驶时的驾驶数据或司机的行动数据，检测司机对于行驶的驾驶灵敏度，基于检测的驾驶灵敏度设定制动定时。因此，可设定与各个司机的每一个对于行驶的驾驶灵敏度的高低相应的适当的制动定时，并能够抑制给司机造成的不安感。

另外，相对于行驶的驾驶灵敏度越高，越提前制动定时，因此，相对于对于车辆的行驶的关心较高的司机(驾驶灵敏度高的司机)，制动定时更提前。因此，能够抑制给司机造成的不安感。

另外，根据手动驾驶时的驾驶操作的数据检测数据的离散，且判断为离散越大，对于行驶的驾驶灵敏度越高，因此，能够正确地判断司机的对于行驶的驾驶灵敏度。

进而，检测手动驾驶时的加速踏板及制动踏板的至少一个踏板操作的频率，判断为踏板操作的频率越高，对于行驶的驾驶灵敏度越高，因此，能够正确地判断司机的对于行驶的驾驶灵敏度。

另外，分析手动驾驶时的加速度或速度的频率，且判断为高频成分越多，对于行驶的驾驶灵敏度越高，因此，能够正确地判断司机的对于行驶的驾驶灵敏度。

进而，学习本车辆在停止线等的停止位置(图4A的P1)停止时的制动动作位置(p1)，在自动驾驶时停止在停止位置的情况下，将与该制动动作位置相比靠跟前的位置(停止位置的相反侧的位置)设为制动动作位置，因此，能够在对于司机来说适当的定时执行制动。因此，在自动驾驶且制动器动作时，能够避免感到制动器的动作延迟，并抑制给司机造成的不安感。

另外，车速越大，越长地设定偏移距离(图4A的Loff)。换言之，车速越大，在越远离停止位置P1的位置使制动器动作。因此，在以高速行驶的情况下，制动器在更早的时刻动作，因此，能够抑制给司机造成的不安感。

另外，通过将停止位置设为铺设于路上的停止线，能够抑制例如在铺设于路口等的停止线停止时给司机造成的不安感。

[第一实施方式的变形例的说明]

上述的第一实施方式中，表示了学习手动驾驶时的制动定时，在自动驾驶时，司机在比学习的制动定时提前地感到制动操作的定时使制动器动作，进而根据司机的对于行驶的驾驶灵敏度变更制动定时。

变形例中，预先设定规定时间，并将自动驾驶时的制动定时设为相对于手动驾驶时学习的制动定时提前规定时间的制动定时。例如，在车辆内设定规定时间，或通过通信在车外的服务器设定规定时间，并设定成提前了设定的规定时间的制动定时。通过这样，能够将自动驾驶时的制动定时设为比手动驾驶时学习的制动定时提前规定时间的定时。

其结果，在自动驾驶中操作制动器时，能够避免感到制动定时延迟，能够更进一步抑制给司机造成的不安感。另外，通过设定规定时间的简单的操作能够设定制动定时，因此，能够减轻运算负荷。

以上，基于图示的实施方式说明了本发明的车辆的行驶辅助方法及行驶辅助装置，但本发明不限定于此，各部分的结构能够置换成具有同样功能的任意的结构。

标号说明

11 自动驾驶特性设定电路

12 行驶特性决定电路

21 行驶状况检测电路

22 周围状况检测电路

31 促动器

41 手动驾驶学习电路

42 控制量设定电路

43 司机灵敏度设定电路

44 控制偏移量设定电路

45 驾驶控制决定电路

51 车辆驱动控制模块

52 转向控制模块

100 行驶辅助装置

411 存储器

Claims (5)

1.一种车辆的行驶辅助方法，辅助自动驾驶时的行驶，所述行驶辅助方法学习手动驾驶时的车辆的制动定时，在自动驾驶时使制动器动作，使得司机感到制动操作的定时比学习的制动定时提前，其特征在于，

学习在所述手动驾驶时表示对于驾驶的敏感度的驾驶灵敏度，

设定所述自动驾驶时的制动定时，使得学习的所述驾驶灵敏度越高，司机感到制动操作的定时比所述学习的制动定时越提前。

2.如权利要求1所述的车辆的行驶辅助方法，其特征在于，

根据所述手动驾驶时的驾驶操作的数据，检测数据的离散，且判定为离散越小，所述驾驶灵敏度越高。

3.如权利要求1所述的车辆的行驶辅助方法，其特征在于，

检测所述手动驾驶时的加速踏板及制动踏板的至少一个踏板操作的频率，且判定为踏板操作的频率越高，所述驾驶灵敏度越高。

4.如权利要求1所述的车辆的行驶辅助方法，其特征在于，

分析所述手动驾驶时的加速度或速度的频率，且判定为高频成分越多，所述驾驶灵敏度越高。

5.一种车辆的行驶辅助装置，具备学习手动驾驶时的车辆的制动定时的手动驾驶学习电路，辅助自动驾驶时的行驶，在自动驾驶时使制动器动作，使得司机感到制动操作的定时比学习的制动定时提前，其特征在于，

所述手动驾驶学习电路学习在所述手动驾驶时表示对于驾驶的敏感度的驾驶灵敏度，

还具备驾驶控制电路，该驾驶控制电路设定所述自动驾驶时的制动定时，使得学习的所述驾驶灵敏度越高，司机感到制动操作的定时比所述学习的制动定时越提前。

Images