CN113135190A - 自动驾驶辅助装置 - Google Patents

Abstract

本发明提供一种自动驾驶辅助装置，其能够具体且依次地计算出用于使驾驶员和/或同乘者等乘员的情绪接近理想的状态的车辆的自动驾驶控制参数。自动驾驶辅助装置具备：乘员情绪学习部，其基于车辆的驾驶状态和乘员的情绪的信息，来构建从车辆的驾驶状态推定乘员的情绪的乘员情绪模型；以及控制参数设定部，其基于乘员情绪模型，来计算乘员的情绪接近作为目标的情绪的车辆的理想驾驶状态，并基于理想驾驶状态来设定自动驾驶控制用的控制参数，控制参数设定部分别向乘员情绪模型输入与车辆的驾驶状态有关的多个输入值，并将输入到乘员情绪模型的输入值中，乘员的情绪比当前的情绪更接近作为目标的情绪的输入值作为车辆的理想驾驶状态而设定控制参数。

Description

自动驾驶辅助装置

技术领域

本发明涉及自动驾驶辅助装置。

背景技术

在自动驾驶车辆中，提出了如下技术：通过向车辆的行驶控制反映驾驶员和/或同乘者等乘员的驾驶特性，从而抑制不安和/或不适感等消极的情绪。例如，在专利文献1中公开了一种车辆驾驶辅助系统，其具备：基于驾驶员的驾驶数据来学习驾驶员所特有的个人驾驶员模型的个人服务器；以及设置于驾驶员的车辆，并执行预定的车辆控制处理的车载控制器，个人服务器具备推荐引擎，该推荐引擎指示车载控制器执行推荐处理，并且推荐引擎基于驾驶数据所包含的驾驶员的声音数据来分析当前的驾驶员的情绪状态，并基于个人驾驶员模型来判断根据所分析的情绪状态的推荐处理。

此外，在专利文献2中公开了一种电子控制装置，其使用从测定车辆的驾驶员或者同乘者的生物信息的生物传感器获取到的生物信息来推定驾驶员或者同乘者的情绪，并基于推定的情绪来控制车辆的行驶。

现有技术文献

专利文献

专利文献1：日本特开2018-169704号公报

专利文献2：日本特开2017-136922号公报

发明内容

技术问题

然而，虽然在专利文献1中记载有推荐引擎导出适当的推荐处理，并根据状况从车室空间推荐信号、行驶路线推荐信号、信息提示推荐信号中选择适当的推荐信号而将其输出的情况，但是并未记载具体地计算控制参数的步骤。在专利文献2中，也未记载具体地计算用于基于推定的情绪来控制车辆的行驶的参数的步骤。为了执行车辆的自动驾驶控制，必须依次计算出控制参数，需要具体且依次地计算出控制参数的方法。

本发明是鉴于上述问题而完成的，本发明的目的在于提供能够具体且依次地计算出用于使驾驶员和/或同乘者等乘员的情绪接近理想的状态的车辆的自动驾驶控制参数的自动驾驶辅助装置。

技术方案

为了解决上述问题，根据本发明的一个观点，提供一种自动驾驶辅助装置，其具备：乘员情绪学习部，其基于车辆的驾驶状态和乘员的情绪的信息，来构建从车辆的驾驶状态推定乘员的情绪的乘员情绪模型；以及控制参数设定部，其基于乘员情绪模型，来计算出乘员的情绪接近作为目标的情绪的车辆的理想驾驶状态，并基于理想驾驶状态来设定自动驾驶控制用的控制参数，控制参数设定部将与车辆的驾驶状态有关的多个输入值分别输入到乘员情绪模型，并将输入到乘员情绪模型的输入值中，乘员的情绪比当前的情绪更接近作为目标的情绪的输入值作为车辆的理想驾驶状态而设定控制参数。

此外，乘员情绪模型可以是基于车辆的周围环境的信息和车辆的驾驶状态的信息来推定乘员的情绪的乘员情绪模型，控制参数设定部可以求出与当前的车辆的周围环境对应的周围环境中的车辆的理想驾驶状态而设定控制参数。

此外，乘员情绪学习部可以存储将推定的乘员的情绪的信息、车辆的周围环境的信息、以及车辆的驾驶状态的信息关联的数据集，控制参数设定部可以从存储的数据集中提取出在与当前的车辆的周围环境对应的周围环境中接近作为目标的情绪的车辆的驾驶状态，并基于提取出的车辆的驾驶状态的信息来生成多个输入值。

此外，控制参数设定部可以在提取出的车辆的驾驶状态的预定的数据项目的值与当前的车辆的驾驶状态的预定的数据项目的值之间设定多个输入值。

此外，车辆的驾驶状态的预定的数据项目可以包含多个数据项目，多个数据项目中的至少一项能够被用户设定为优先项目，控制参数设定部可以在存在被用户设定的优先项目的情况下，将输入到乘员情绪模型的多个输入值的数据项目中的该优先项目的值固定为作为在与当前的车辆的周围环境对应的周围环境中接近作为目标的情绪的车辆的驾驶状态而提取的值，并且对其他数据项目生成多个输入值。

此外，控制参数设定部可以在通过固定优先项目的值而求出的控制参数执行自动驾驶控制时的乘员的情绪与使用乘员情绪模型而计算出的乘员的情绪相比恶化的情况下，提示用户将给乘员的情绪带来的影响大的至少一个数据项目固定为作为在与当前的车辆的周围环境对应的周围环境中接近作为目标的情绪的车辆的驾驶状态而提取的值。

此外，车辆的驾驶状态的预定的数据项目可以包含多个数据项目，乘员情绪学习部可以基于存储的数据集，来提取给乘员的情绪带来的影响大的至少一个数据项目，控制参数设定部可以将给乘员的情绪带来的影响大的至少一个数据项目固定为作为在与当前的车辆的周围环境对应的周围环境中接近作为目标的情绪的车辆的驾驶状态而提取的值从而求出多个输入值，并使用多个输入值来设定控制参数。

此外，控制参数设定部可以基于进行运算的运算处理装置的处理速度和控制参数的更新频率中的至少一方，来设定向乘员情绪模型输入的多个输入值的数量。

技术效果

如以上所说明的，根据本发明，能够具体地计算出用于使驾驶员和/或同乘者等乘员的情绪接近理想的状态的车辆的自动驾驶控制参数，并且能够实现能够使乘员的情绪接近理想的状态的自动驾驶控制。

附图说明

图1是示出本发明的实施方式的自动驾驶辅助装置的构成例的框图。

图2是示出乘员情绪模型的一个例子的说明图。

图3是示出使用乘员情绪模型而设定车辆的控制参数的算法的说明图。

图4是示出该实施方式的自动驾驶辅助装置的动作例的流程图。

图5是示出由该实施方式的自动驾驶辅助装置进行的乘员情绪模型学习处理的流程图。

图6是示出由该实施方式的自动驾驶辅助装置进行的基于乘员情绪的行驶控制处理的流程图。

符号说明

10：自动驾驶辅助装置

35：车辆行驶控制装置

50：电子控制装置

51：驾驶模式设定部

53：周围环境确定部

55：乘员情绪推定部

57：乘员情绪学习部

59：情绪恶化判定部

61：行驶情绪数据库

63：乘员情绪模型

65：控制参数设定部

具体实施方式

以下，参照附图对本发明的优选实施方式详细地进行说明。应予说明，在本说明书和附图中，对于实质上具有相同的功能构成的构成要素，通过标注相同的符号来省略重复说明。

<1.自动驾驶辅助装置的构成例>

首先，对本发明的实施方式的自动驾驶辅助装置的构成例进行说明。图1是示出本实施方式的自动驾驶辅助装置10的构成例的框图。

自动驾驶辅助装置10被构成为搭载于车辆，检测车辆的乘员、车辆的驾驶状态、以及车辆的周围环境的信息，并且使用检测到的各种信息来执行辅助车辆驾驶的控制。自动驾驶辅助装置10具备：乘员检测部41、车辆信息检测部43、输入部45、周围环境检测部47、生物信息检测部49、电子控制装置50、通信装置31以及车辆行驶控制装置35。

(1-1.乘员检测部)

乘员检测部41设置于车内，检测驾驶员和/或同乘者等车辆的乘员。电子控制装置50构成为能够获取由乘员检测部41检测到的信息。乘员检测部41可以至少检测出乘员存在于车辆的情况，也可以确定各个乘员。在本实施方式中，乘员检测部41被构成为包含拍摄车室内的相机、以及基于通过该相机获取的拍摄数据来确定各个乘员的图像处理装置。图像处理装置通过对拍摄数据进行图像处理而计算人物的面部的特征量，并确定各个人物。乘员检测部41也可以确定检测到的乘员所坐的位置。电子控制装置50将获取到的乘员的信息用于各个乘员的情绪的学习。

(1-2.车辆信息检测部)

车辆信息检测部43检测车辆的驾驶状态的信息。车辆的驾驶状态包含车辆的操作状态和行为。电子控制装置50被构成为能够获取由车辆信息检测部43检测到的信息。车辆信息检测部43检测车速、加速度、横摆角速度等车辆的行为的信息。车辆信息检测部43可以包含例如发动机转速传感器、车速传感器、加速度传感器、角速度传感器中的至少一个。此外，车辆信息检测部43检测加速器操作量、制动器操作量、方向盘转向角等车辆的操作状态的信息。车辆信息检测部43可以包含例如加速器位置传感器、制动器行程传感器、转向角传感器中的至少一个。电子控制装置50将获取到的车辆信息用于各个乘员的情绪的学习。

(1-3.输入部)

输入部45接收驾驶员和/或同乘者及其他用户的输入操作。在本实施方式中，输入部45接收将驾驶模式切换为手动驾驶模式或者自动驾驶模式的输入操作。此外，输入部45在驾驶模式设定为自动驾驶模式的情况下，接收设定利用乘员情绪模型63来设定控制参数时的作为目标的乘员的情绪的输入操作。如后所述，在本实施方式中，将积极的情绪和消极的情绪分别规定为4个等级，乘员的情绪包括其中间的中性的情绪而规定为共计9个等级。因此，驾驶员等乘员将9个等级中的任一等级的情绪设定为作为目标的情绪。

就输入部45而言，无特别限定，可以是触控面板、拨盘开关、按钮开关等适当的输入装置。或者，输入部45也可以是接收基于声音或者手势进行的输入的装置。

(1-4.周围环境检测部)

周围环境检测部47检测车辆的周围环境的信息。电子控制装置50构成为能够获取由周围环境检测部47检测到的信息。周围环境检测部47检测存在于车辆的周围的人物和/或其他车辆、自行车、建筑物、其他障碍物等作为车辆的周围环境的信息。此外，周围环境检测部47检测车辆的行驶位置或者行驶区域的天气和/或路面状态、日照条件等。周围环境检测部47包含例如拍摄车辆的周围的相机、检测车辆的周围的物体的雷达、检测到车辆的周围的物体为止的距离和/或方位等的LiDAR等检测器中的至少一个。此外，周围环境检测部47可以包含车车间通信或者路车间通信等的从车辆的外部的装置获取信息的通信装置。进一步地，周围环境检测部47也可以包含检测与路面摩擦关联的信息的检测器。电子控制装置50使用获取到的周围环境的信息来判定周围环境。

(1-5.生物信息检测部)

生物信息检测部49由检测用于推定乘员的情绪和/或感受的信息的一个或者多个检测设备构成。电子控制装置50被构成为能够获取由生物信息检测部49检测到的信息。构成乘员检测部41的相机和图像处理装置可以作为生物信息检测部49而发挥功能。例如，图像处理装置能够基于通过相机获取到的面部图像的颜色的变化，来检测乘员的心率和/或脉搏、体温等生物信息。除此之外，生物信息检测部49可以包含例如：用于检测乘员的心率的无线电多普勒传感器；用于检测乘员的脉搏的非穿戴式的脉搏传感器；为了测量驾驶员的心率或者心电图而埋设于方向盘的电极；为了测量乘员坐在座椅的期间的座椅压力分布而埋设于驾驶座的座位的压力测量器；为了测量乘员的心率或者呼吸而检测安全带的位置的变化的设备；用于检测乘员的位置(生物位置)的信息的TOF(Time Of Flight，飞行时间)传感器；或者用于测量乘员的皮肤的表面温度的温度记录仪中的至少一个。此外，乘员检测部41可以包含穿戴于乘员而检测乘员的生物信息的可穿戴设备等穿戴式的检测器。

(1-6.通信装置)

通信装置31是电子控制装置50用于在与外部的服务器20之间发送接收信息的接口。例如，通信装置31可以是能够介由移动通信网络而访问服务器20的通信接口。通信装置31是为了在多个车辆中共有储存在某个车辆存储的行驶情绪数据库61，并为了与外部的服务器20通信而具备的装置，在不共有行驶情绪数据库61的情况下也可以省略。

(1-7.车辆行驶控制装置)

车辆行驶控制装置35执行车辆的行驶控制。车辆行驶控制装置35包含执行车辆的行驶控制的一个或多个控制装置，例如车辆行驶控制装置35包含：发动机和/或包含一个或多个驱动用马达和变速器的动力传递机构、转向系统、制动系统等控制驱动的控制装置。在本实施方式中，车辆行驶控制装置35构成为能够执行车辆的自动驾驶控制。在驾驶模式被设定为自动驾驶模式的情况下，车辆行驶控制装置35不依赖驾驶员的操作而以自动方式控制车辆的行驶控制的至少一部分，并经由设定的行驶路径而使车辆行驶到目的地。

此外，车辆行驶控制装置35在自动驾驶模式过程中，接收来自电子控制装置50的指令而执行车辆的行驶控制。具体地，车辆行驶控制装置35使用从电子控制装置50发送的控制参数，来执行车辆的自动驾驶控制。

(1-8.电子控制装置)

电子控制装置50构成为具备例如CPU(Central Processing Unit，中央处理单元)或者MPU(Micro Processing Unit，微处理单元)等运算处理装置以及RAM(Random AccessMemory，随机存取存储器)和/或ROM(Read Only Memory，只读存储器)等存储元件。运算处理装置通过执行存储于存储元件的程序来执行各种运算处理。电子控制装置50可以与存储元件一起，或者代替存储元件，而具备HDD(Hard Disk Drive，硬盘驱动器)和/或CD(Compact Disc，光盘)、DVD(Digital Versatile Disc，数字通用光盘)、SSD(Solid StateDrive，固态驱动器)、USB(Universal Serial Bus，通用串行总线)闪存、存储设备等存储介质。应予说明，电子控制装置50的一部分或者全部可以由固件等能够更新的装置构成，此外，也可以是通过来自CPU等的指令而执行的程序模块等。

电子控制装置50直接地或者介由CAN(Controller Area Network，控制器局域网)和/或LIN(Local Inter-Net，本地互联网络)等的通信线而与乘员检测部41、车辆信息检测部43、输入部45、周围环境检测部47、生物信息检测部49以及车辆行驶控制装置35连接。

在本实施方式中，电子控制装置50具备：驾驶模式设定部51、周围环境确定部53、乘员情绪推定部55、乘员情绪学习部57、情绪恶化判定部59、行驶情绪数据库61、乘员情绪模型63以及控制参数设定部65。其中，驾驶模式设定部51、周围环境确定部53、乘员情绪推定部55、乘员情绪学习部57、情绪恶化判定部59以及控制参数设定部65可以是通过运算处理装置执行程序而实现的功能。此外，行驶情绪数据库61和乘员情绪模型63由存储于存储部的数据构成。

(1-8-1.驾驶模式设定部)

驾驶模式设定部51基于从输入部45发送的操作输入的信号，将车辆的驾驶模式切换为手动驾驶模式或者自动驾驶模式。驾驶模式设定部51可以构成为能够设定自动驾驶模式的等级。在本实施方式的自动驾驶辅助装置10中，电子控制装置50在车辆以手动驾驶模式行驶的期间学习乘员的情绪而构建乘员情绪模型63。另一方面，电子控制装置50在车辆以自动驾驶模式行驶的期间使用乘员情绪模型63来推定乘员的情绪，并计算出乘员的情绪比当前的情绪更接近作为目标的情绪的车辆的理想驾驶状态，基于该理想驾驶状态来设定自动驾驶控制用的控制参数。

(1-8-2.周围环境确定部)

周围环境确定部53基于从周围环境检测部47发送的周围环境的信息，来确定车辆的周围环境。具体地，周围环境确定部53确定地图上的车辆的位置和/或包括对向车在内的其他车辆、自行车、行人、建筑物、其他障碍物等的位置和/或大小、这些障碍物等与本车辆之间的距离、障碍物等与本车辆之间的相对速度等。周围环境确定部53以根据电子控制装置50的处理速度的预定的时间间隔来确定周围环境。

(1-8-3.乘员情绪推定部)

乘员情绪推定部55基于从生物信息检测部49发送的生物信息，来推定乘员的情绪。例如，乘员情绪推定部55可以构成为将从生物信息检测部49发送的心率和/或脑电波等各个生物信息转换为“害怕”和/或“愉快”等预先设定的各个情绪的指标。具体地，乘员情绪推定部55可以构成为将各个生物信息关联到预先设定的各个情绪的二维坐标上。各个情绪可以规定为积极或者消极这两个等级，也可以对积极侧和消极侧分别规定为多个等级。在本实施方式中，各个情绪分别规定为4个等级，并且在其中间包含中性的情绪而规定为共计9个等级。

应予说明，在本说明书中，“积极”是指对于各个情绪而言处于安全侧或者安心侧等的“良好的情绪”的状态，并且“消极”是指处于“不良的情绪”的状态。

(1-8-4.乘员情绪学习部)

乘员情绪学习部57在驾驶模式被设定为手动驾驶模式的期间学习乘员情绪模型63。乘员情绪学习部57基于由乘员情绪推定部55所推定的乘员的情绪的信息、由车辆信息检测部43检测到的车辆的驾驶状态的信息以及由周围环境确定部53所确定的车辆的周围环境的信息来构建乘员情绪模型63。具体地，乘员情绪学习部57将由乘员的情绪的信息和与该乘员的情绪的信息在时间上关联的车辆的驾驶状态的信息以及周围环境的信息构成的数据集存储于行驶情绪数据库61，并且使用该数据集来构建乘员情绪模型63。

图2示出乘员情绪模型63的一个例子。乘员情绪模型63是用于以车辆的驾驶状态的信息和周围环境的信息为输入、并推定乘员情绪作为输出的学习模型。由于用于乘员情绪模型63的构建的数据集是时间序列的数据集，因此通过向乘员情绪模型63输入车辆的驾驶状态的信息和周围环境的信息的时间序列的数据作为输入，从而能够依次地推定乘员的情绪。

作为设为输入数据的车辆的驾驶状态的信息，优选包含车辆的前后、左右以及上下各个方向的加速度、横摆角、俯仰角以及横滚角各自的角速度、车速、转向角、加速器操作量以及制动器操作量的时间序列数据。进一步地，作为车辆的驾驶状态的信息，也可以包含发动机转速、方向指示器输出、乘员数以及各个乘员的属性等信息。此外，作为设为输入数据的周围环境的信息，优选包含本车辆的行驶车道、与其他车辆和/或行人等交通参与者有关的属性、相对距离、相对速度和行进方向、以及行驶过程中的道路的车道数、信号灯信息、限制速度等交通规则和交通管制的数据。进一步地，作为周围环境的信息，也可以包含天气、路面状态以及建筑物的属性等信息。

此外，乘员情绪模型63可以在保持上述的时间序列的数据的时间顺序的状态下，接收与输入数据对应的数量的输入。或者，乘员情绪模型63可以规定例如时间窗口从上述的时间序列的数据中提取特征量，例如提取时间窗口内的最大值、最小值以及平均值等，并将其作为输入数据而接收。在该情况下，输入数据数量与从时间序列的数据中提取的特征量的数量成比例。此外，乘员情绪模型63输出乘员情绪的推定值(1个值)。

应予说明，构建乘员情绪模型63的方法并没有特别限定，例如，能够适当采用支持向量机、近邻法、深度学习等神经网络或者贝叶斯网络等公知的方法。

(1-8-5.情绪恶化判定部)

情绪恶化判定部59在驾驶模式被设定为自动驾驶模式的期间，判定乘员的情绪是否恶化了。在本实施方式中，情绪恶化判定部59判定由乘员情绪推定部55所推定的情绪的等级与介由输入部45而设定的情绪的目标等级相比是否处于消极侧。

(1-8-6.控制参数设定部)

控制参数设定部65在驾驶模式被设定为自动驾驶模式的期间，设定用于车辆行驶控制装置35进行自动驾驶控制的控制参数。控制参数设定部65基于乘员情绪模型63，计算出乘员的情绪接近目标等级的车辆的理想驾驶状态，并基于理想驾驶状态来设定自动驾驶控制用的控制参数。在本实施方式中，控制参数设定部65将车速和/或加减速度、转向角等与车辆的驾驶状态有关的多个输入值分别向乘员情绪模型63输入，并将输入到乘员情绪模型63的输入值中，乘员的情绪比当前的情绪更接近目标等级的输入值作为车辆的理想驾驶状态来设定控制参数。

控制参数是在车辆行驶控制装置35执行车辆的自动驾驶控制时，用于计算各个控制对象的控制量的变量。例如，控制参数包含车速和/或加减速度、转向率等值。

情绪的目标等级例如介由输入部45而被设定。驾驶员等乘员可以预先进行输入部45的操作输入，并设定情绪的目标等级。或者，控制参数设定部65可以始终将比由乘员情绪推定部55所推定的乘员的情绪等级更靠积极侧1个等级或者多个等级的情绪等级设定为目标等级。此外，控制参数设定部65可以始终将积极侧的最高位的情绪等级设定为目标等级。此外，控制参数设定部65在由乘员情绪推定部55所推定的乘员的情绪等级在消极侧的情况下，可以设定中性的情绪等级为目标等级。

进一步地，在车辆在预定的状况下行驶时由乘员情绪推定部55所推定的乘员的情绪变为消极的情况下，控制参数设定部65可以向乘员询问在类似的状况下的情绪的目标等级，并基于其反应来进行设定。例如，在车辆右转时，在尽管靠近对向车，车辆还是右转时，在通过乘员情绪推定部55根据乘员的生物信息而推定的乘员的情绪与右转前的情绪状态进行比较而向消极侧变化的情况下，控制参数设定部65询问在相同的状况下的情绪的目标等级。询问的内容是事先进行设定，并在向上述消极侧变化时，通过车载扬声器等进行播放。

具体地，控制参数设定部65对乘员询问“在当前的状况下进行不害怕的驾驶可以吗？”，或者询问“在当前的状况下即使有些不安仍进行重视时机的驾驶可以吗？”。在乘员做出“在当前的状况下可以进行不害怕的驾驶”肯定的反应的情况下，控制参数设定部65设定情绪的目标等级为中性。此外，在乘员做出“在当前的状况下即使有些不安仍可以进行重视时机的驾驶”肯定的反应的情况下，控制参数设定部65将此时所推定的情绪等级的高1个等级或者多个等级的情绪等级设定为目标等级。

此外，控制参数设定部65准备多个向乘员情绪模型63输入的输入值的候选，并依次向乘员情绪模型63输入该多个输入值。控制参数设定部65基于多个输入值选择与从乘员情绪模型63输出的多个情绪等级中，最接近目标等级的情绪等级对应的输入值。然后，控制参数设定部65将该输入值作为理想驾驶状态，基于所选择的输入值来设定控制参数。由此，以乘员的情绪接近目标等级的方式执行车辆的自动驾驶控制。应予说明，在存在最接近目标等级的上述多个输入值的情况下，可以选择这些输入值中，最接近当前的控制参数的输入值。

图3示出使用乘员情绪模型63而设定车辆的控制参数的算法的一个例子。求出控制参数时的输入值由与自动驾驶控制过程中的车辆的操作状态和行为有关的输入值构成。由于周围环境的输入值是无法控制的信息(固定值)，因此使用由周围环境检测部47检测出的周围环境的信息(固定值)。

准备的输入值的候选数量基于构成电子控制装置50的运算处理装置的处理速度和控制参数的更新频率中的至少一方而被适当地设定。例如，如下所述，事先设定准备的多个输入值的候选数量。首先，根据乘员情绪模型63所需的数据处理量、以及进行使用乘员情绪模型63的运算处理的运算处理装置的处理能力，计算出每单位时间向乘员情绪模型63输入输入值而输出乘员的情绪的运算次数。基于计算出的运算次数和控制参数的更新速度，计算出每次更新控制参数时能够进行运算处理的运算数量。该运算数量被设定为输入值的候选数量。为了周密地执行自动驾驶控制，优选将运算数量设为考虑运算处理装置的处理速度和控制参数的更新频率而能够设定的最大数量。

控制参数设定部65依次向乘员情绪模型63输入多个输入值来求出各个情绪等级，并选择最接近目标等级的输入值。然后，控制参数设定部65将该输入值设为理想驾驶状态，基于选择的输入值来设定控制参数。具体地，控制参数设定部65从行驶情绪数据库61中所存储的数据集中，提取出与由周围环境检测部47检测出的当前的周围环境的信息一致或者类似，且为与所设定的情绪的目标等级最接近的情绪等级时的车辆的驾驶状态的数据集。控制参数设定部65将提取出的车辆的驾驶状态的数据集设定为基准操作目标值。

控制参数设定部65将转向角和/或加速度等车辆的驾驶状态的信息作为对象，在当前值与上述的基准操作目标值之间，生成与上述的运算数量相当的多个输入值候选。例如，对于车速数据，在当前的车速为40km/h、基准操作目标值为30km/h、运算数量为3的情况下，车速的输入值的候选成为30km/h、35km/h、40km/h。控制参数设定部65对其他的所有数据执行同样的处理，并生成多个输入值候选。应予说明，准备多个输入值候选是因为在设定为基准操作目标值的数据集的周围环境的信息与当前的周围环境不完全一致的情况下，基准操作目标值未必是能够实现情绪的目标等级的车辆的驾驶状态。

控制参数设定部65依次向乘员情绪模型63输入生成的多个输入值，并选择所输出的乘员的情绪最接近目标等级的车辆的驾驶状态的数据集。然后，控制参数设定部65基于所选择的数据集，来设定车速和/或加减速度、转向率等自动驾驶控制中的控制参数。输入值候选的数量如上所述基于运算处理装置的处理速度和控制参数的更新频率的至少一方而设定，因此控制参数设定部65能够在运算处理装置的每个处理循环依次更新控制参数。控制参数设定部65在运算处理装置的每个处理循环执行使用了乘员情绪模型63的控制参数的设定，并向车辆行驶控制装置35发送所设定的控制参数的信息。由此，能够依次求出使乘员的情绪变为目标等级那样的自动驾驶控制用的控制参数，并执行对于乘员而言愉快的自动驾驶控制。

<2.动作例>

至此，说明了本实施方式的自动驾驶辅助装置10的构成例。接下来，基于图4～图6所示的流程图，对本实施方式的自动驾驶辅助装置10的动作例进行说明。在以下的说明中，有时省略对在上述的构成例中已经说明了的内容的说明。

首先，如果自动驾驶辅助装置10的电子控制装置50检测到系统的启动(步骤S11)，则乘员检测部41识别车辆的乘员(步骤S13)。此外，驾驶模式设定部51按照介由输入部45输入的驾驶模式，将车辆的驾驶模式设定为手动驾驶模式或者自动驾驶模式(步骤S15)。

接下来，驾驶模式设定部51判别驾驶模式是否是自动驾驶模式(步骤S17)。在驾驶模式不是自动驾驶模式的情况下(S17/否)，即在驾驶模式被设定为手动驾驶模式的情况下，乘员情绪推定部55基于从生物信息检测部49发送的生物信息，来推定乘员的情绪(步骤S27)。在本实施方式中，推定被规定为多个等级的乘员的情绪的等级。此时所推定的乘员的情绪作为行驶开始时的情绪的信息而被存储。接下来，车辆行驶控制装置35按照驾驶员的驾驶操作开始车辆的行驶控制从而开始车辆的行驶(步骤S29)。在以手动驾驶模式开始车辆的行驶后，电子控制装置50执行由乘员情绪学习部57进行的乘员情绪模型63的学习处理(步骤S31)。在直到系统停止为止的期间(直到步骤S25判定为肯定为止的期间)，在车辆被设定为手动驾驶模式的状态下，电子控制装置50反复执行乘员情绪模型63的学习处理。

图5是示出由自动驾驶辅助装置10进行的乘员情绪模型学习处理的一个例子的流程图。首先，周围环境确定部53基于从周围环境检测部47发送的周围环境的信息来确定车辆的当前的周围环境的信息(步骤S41)。接下来，车辆信息检测部43检测当前的车辆的驾驶状态(步骤S43)。接下来，乘员情绪推定部55基于从生物信息检测部49发送的生物信息来推定乘员的情绪(步骤S45)。

接下来，乘员情绪学习部57获取乘员的情绪的信息、周围环境的信息以及车辆的驾驶状态的信息，并将乘员的情绪的信息、以及与该乘员的情绪的信息在时间上关联的周围环境的信息和车辆的驾驶状态的信息存储于行驶情绪数据库61(步骤S47)。接下来，乘员情绪学习部57使用乘员的情绪的信息、以及与该乘员的情绪的信息在时间上关联的周围环境的信息和车辆的驾驶状态的信息，并使用深度学习等公知的方法来构建或者更新乘员情绪模型63(步骤S49)。乘员情绪学习部57在运算处理装置的每个处理循环，反复执行这些步骤S41～步骤S49的处理，并构建乘员情绪模型63。

另一方面，在上述的步骤S17中，在驾驶模式是自动驾驶模式的情况下(S17/是)，乘员情绪推定部55基于从生物信息检测部49发送的生物信息，来推定乘员的情绪(步骤S19)。此时所推定的乘员的情绪作为行驶开始时的情绪的信息而被存储。接下来，车辆行驶控制装置35以自动驾驶模式开始车辆的行驶控制从而开始车辆的行驶(步骤S21)。在以自动驾驶模式开始车辆的行驶后，电子控制装置50执行基于乘员的情绪的车辆的行驶控制(步骤S23)。在直到系统停止为止的期间(直到步骤S25被判定为肯定的期间)，在车辆被设定为自动驾驶模式的状态下，电子控制装置50继续进行基于乘员的情绪的车辆的行驶控制。

图6示出由自动驾驶辅助装置10进行的基于行驶情绪的行驶控制处理的流程图的一个例子。首先，周围环境确定部53基于从周围环境检测部47发送的周围环境的信息来确定车辆的当前的周围环境的信息(步骤S51)。接下来，乘员情绪推定部55基于从生物信息检测部49发送的生物信息来推定乘员的情绪(步骤S53)。接下来，情绪恶化判定部59判定所推定的乘员的情绪是否已恶化(步骤S55)。在本实施方式中，情绪恶化判定部59判别所推定的乘员的情绪的等级与上次相比是否向消极侧变化了。

在乘员的情绪没有恶化的情况下(S55/否)，自动驾驶辅助装置10返回到步骤S51，而重复步骤S51～步骤S55的处理。另一方面，在乘员的情绪已恶化的情况下(S55/是)，控制参数设定部65参照所设定的目标情绪值(步骤S57)。在本实施方式中，参照所设定的情绪的目标等级的信息。

接下来，控制参数设定部65参照行驶情绪数据库61，来生成输入到乘员情绪模型63的多个输入值的候选(步骤S59)。具体地，控制参数设定部65参照行驶情绪数据库61，而从与当前的周围环境一致或者类似的周围环境的数据集中提取出乘员的情绪最接近目标等级的车辆的驾驶状态的数据集。接下来，控制参数设定部65将提取出的车辆的驾驶状态的数据集设定为基准操作目标值，并在当前的车辆的驾驶状态的值与基准操作目标值之间，生成与预先设定的运算数量相当的多个输入值的候选。

接下来，控制参数设定部65将输入值的候选的某一项向乘员情绪模型63输入，并获取所输出的乘员的情绪的信息(步骤S61)。接下来，控制参数设定部65计算出从乘员情绪模型63输出的乘员的情绪的值与目标情绪值之间的差(步骤S63)。在本实施方式中，控制参数设定部65计算出从乘员情绪模型63输出的情绪等级与情绪的目标等级之间的差。接下来，控制参数设定部65判别是否完成了向乘员情绪模型63输入所有的输入值的候选(步骤S65)。在未完成所有的输入值的候选的输入的情况下(S65/否)，控制参数设定部65返回到步骤S61而向乘员情绪模型63输入下一个输入值的候选。控制参数设定部65反复执行步骤S61～步骤S65的处理，直到所有的输入值的候选的输入完成。

在所有的输入值的候选的输入完成了的情况下(S65/是)，控制参数设定部65选择从乘员情绪模型63输出的情绪等级与情绪的目标等级之间的差为最小的输入值(步骤S67)。在此所选择的输入值是乘员的情绪等级最接近目标等级的输入值。接下来，控制参数设定部65将所选择的输入值转换为自动驾驶控制的控制参数(步骤S69)。接下来，控制参数设定部65向车辆行驶控制装置35发送计算出的控制参数，并反映到自动驾驶控制(步骤S71)。

在自动驾驶模式过程中执行基于乘员情绪的行驶控制的情况下(步骤S23)，或者在手动驾驶模式过程中执行乘员情绪模型63的学习处理的情况下(步骤S31)，在任一情况下，自动驾驶辅助装置10都判别系统是否已停止(步骤S25)。在系统未停止的情况下(S25/否)，自动驾驶辅助装置10重复进行上述的步骤S17～步骤S31的处理。另一方面，在系统已停止的情况下(S25/是)，自动驾驶辅助装置10结束控制处理。

如以上所说明，本实施方式的自动驾驶辅助装置10在驾驶模式被设定为手动驾驶模式的期间，将乘员的情绪的信息、以及与该乘员的情绪的信息在时间上关联的车辆的驾驶状态的信息和周围环境的信息存储于行驶情绪数据库61，并且使用这些信息来构建乘员情绪模型63。进一步地，自动驾驶辅助装置10在驾驶模式被设定为自动驾驶模式的期间，参照行驶情绪数据库61，生成输入到乘员情绪模型63的车辆的驾驶状态的输入值的多个候选，并基于从乘员情绪模型63输出的情绪等级最接近目标等级的输入值来设定自动驾驶控制的控制参数。

行驶情绪数据库61是在时间上关联的信息的数据集，控制参数设定部65在每个预定的处理循环，从车辆的驾驶状态的输入值的多个候选中基于乘员的情绪等级接近目标等级的输入值来设定控制参数。因此，能够具体且依次地设定能够使乘员的情绪接近作为目标的情绪的控制参数。

此外，控制参数设定部65从行驶情绪数据库61中使用与当前的车辆的周围环境一致或者类似的周围环境的数据集来设定控制参数。因此，即使在行驶情绪数据库61中没有周围环境一致的数据集的情况下，也能够实现引导到与作为目标的情绪接近的状态的行驶控制。

<3.变形例>

至此，说明了本实施方式的自动驾驶辅助装置10，但是本实施方式的自动驾驶辅助装置10能够进行各种变形。以下，对控制参数设定部65进一步地配合各个乘员而设定控制参数的变形例进行说明。

第1变形例是针对输入到乘员情绪模型63的多个输入值的候选，乘员事先确定各个输入值的数据项目中优先的一个或者多个数据项目的值的例子。例如，在某个乘员在自动驾驶控制中重视车速的情况下，乘员将车速作为优先项目而预先设定。控制参数设定部65在生成多个输入值的候选时，对于车速的数据固定为构成从行驶情绪数据库61提取出的基准操作目标值的车速，并对其他数据项目生成输入值的候选。由此，能够设定反映与车辆的驾驶状态有关的乘员的嗜好，并且使乘员的情绪接近作为目标的情绪的控制参数。

第2变形例是控制参数设定部65针对每个乘员，基于行驶情绪数据库61提取出给情绪带来的影响大的车辆的驾驶状态的数据项目，并对于该乘员固定该数据项目而生成输入值的候选的例子。例如，乘员检测部41识别并认识各个乘员，制作针对每个乘员存储了数据集的行驶情绪数据库61。然后，乘员情绪学习部57分析对乘员情绪模型63的敏感度，并提取出给情绪带来的影响大的数据项目。敏感度的分析可以是例如在输入的数据项目中，去除一个项目或者使一个项目的数值变化的情况下，解析所输出的情绪等级大幅变化的数据项目的方法。控制参数设定部65对于被确定的数据项目固定为构成从行驶情绪数据库61提取出的基准操作目标值的输入值，并对其他数据项目生成输入值的候选。由此，能够对给各个乘员的情绪带来的影响大的数据项目优先地设定输入值，并且设定使乘员的情绪接近作为目标的情绪的控制参数。

进一步地，在将使用上述的第1变形例的方法而计算出的控制参数反映到自动驾驶控制时，基于由生物信息检测部49检测到的生物信息推定的乘员的情绪等级比使用乘员情绪模型63而计算出的情绪等级更消极的情况下，可以向乘员建议对于在第2变形例的方法中求出的给情绪带来的影响大的项目，作为优先的数据项目而进行设定。

根据这些变形例，能够使乘员的嗜好和基于存储的行驶情绪数据库61的客观的倾向中的至少一方反映到使用了乘员情绪模型63的自动驾驶控制，并能够执行反映了各个乘员的意向和/或特性的自动驾驶控制。

以上，参照附图对本发明的优选实施方式详细地进行了说明，但是本发明不限于该例。如果是具有本发明所属技术领域中的通常的知识的人员，则知晓在权利要求书所记载的技术思想的范畴内，能够想到各种变更例或修正例，并了解这些变更例或修正例当然也属于本发明的技术范围。

例如，在上述实施方式中，乘员情绪学习部57在驾驶模式为手动驾驶模式的情况下在行驶情绪数据库61中存储数据集，并更新乘员情绪模型63，但是本发明不限于该例。乘员情绪学习部57即使在驾驶模式为自动驾驶模式的情况下，也可以在行驶情绪数据库61中存储数据集，并更新乘员情绪模型63。

Claims (10)

1.一种自动驾驶辅助装置，其特征在于，具备：

乘员情绪学习部，其基于车辆的驾驶状态和乘员的情绪的信息，来构建从所述车辆的驾驶状态推定所述乘员的情绪的乘员情绪模型；以及

控制参数设定部，其基于所述乘员情绪模型，来计算出所述乘员的情绪接近作为目标的情绪的所述车辆的理想驾驶状态，并基于所述理想驾驶状态来设定自动驾驶控制用的控制参数，

所述控制参数设定部将与所述车辆的驾驶状态有关的多个输入值分别输入到所述乘员情绪模型，并将输入到所述乘员情绪模型的输入值中，所述乘员的情绪比当前的情绪更接近所述作为目标的情绪的输入值作为所述车辆的理想驾驶状态而设定所述控制参数。

2.根据权利要求1所述的自动驾驶辅助装置，其特征在于，

所述乘员情绪模型是基于所述车辆的周围环境的信息和所述车辆的驾驶状态的信息来推定所述乘员的情绪的所述乘员情绪模型，

所述控制参数设定部求出与当前的所述车辆的周围环境对应的周围环境中的所述车辆的理想驾驶状态而设定所述控制参数。

3.根据权利要求2所述的自动驾驶辅助装置，其特征在于，

所述乘员情绪学习部存储将推定的所述乘员的情绪的信息、所述车辆的周围环境的信息、以及所述车辆的驾驶状态的信息关联的数据集，

所述控制参数设定部从存储的数据集中提取出在与当前的所述车辆的周围环境对应的周围环境中接近作为目标的情绪的所述车辆的驾驶状态，并基于所述提取出的所述车辆的驾驶状态的信息来生成所述多个输入值。

4.根据权利要求3所述的自动驾驶辅助装置，其特征在于，

所述控制参数设定部在所述提取出的所述车辆的驾驶状态的预定的数据项目的值与当前的所述车辆的驾驶状态的所述预定的数据项目的值之间设定所述多个输入值。

5.根据权利要求3或4所述的自动驾驶辅助装置，其特征在于，

所述车辆的驾驶状态的预定的数据项目包含多个数据项目，

所述多个数据项目中的至少一项能够被用户设定为优先项目，

所述控制参数设定部在存在被所述用户设定的所述优先项目的情况下，将输入到所述乘员情绪模型的多个输入值的所述数据项目中的该优先项目的值固定为作为在与当前的所述车辆的周围环境对应的周围环境中接近作为目标的情绪的所述车辆的驾驶状态而提取的值，并且对其他数据项目生成所述多个输入值。

6.根据权利要求5所述的自动驾驶辅助装置，其特征在于，

所述控制参数设定部在通过固定所述优先项目的值而求出的所述控制参数执行所述自动驾驶控制时的所述乘员的情绪与使用所述乘员情绪模型而计算出的所述乘员的情绪相比恶化的情况下，提示用户将给所述乘员的情绪带来的影响大的至少一个数据项目固定为作为在与当前的所述车辆的周围环境对应的周围环境中接近所述作为目标的情绪的所述车辆的驾驶状态而提取的值。

7.根据权利要求3所述的自动驾驶辅助装置，其特征在于，

所述车辆的驾驶状态的预定的数据项目包含多个数据项目，

所述乘员情绪学习部基于所述存储的数据集，来提取给所述乘员的情绪带来的影响大的至少一个数据项目，

所述控制参数设定部将给所述乘员的情绪带来的影响大的至少一个数据项目固定为作为在与当前的所述车辆的周围环境对应的周围环境中接近所述作为目标的情绪的所述车辆的驾驶状态而提取的值从而求出所述多个输入值，并使用所述多个输入值来设定所述控制参数。

8.根据权利要求1～4、7中任一项所述的自动驾驶辅助装置，其特征在于，

所述控制参数设定部基于进行运算的运算处理装置的处理速度和所述控制参数的更新频率中的至少一方，来设定向所述乘员情绪模型输入的所述多个输入值的数量。

9.根据权利要求5所述的自动驾驶辅助装置，其特征在于，

所述控制参数设定部基于进行运算的运算处理装置的处理速度和所述控制参数的更新频率中的至少一方，来设定向所述乘员情绪模型输入的所述多个输入值的数量。

10.根据权利要求6所述的自动驾驶辅助装置，其特征在于，

所述控制参数设定部基于进行运算的运算处理装置的处理速度和所述控制参数的更新频率中的至少一方，来设定向所述乘员情绪模型输入的所述多个输入值的数量。

Images