CN117957593A

CN117957593A - 驾驶支援系统、车辆、记录了计算机程序的记录介质以及驾驶支援方法

Info

Publication number: CN117957593A
Application number: CN202280058301.2A
Authority: CN
Inventors: 小林春平; 斋藤贵太
Original assignee: Subaru Corp
Current assignee: Subaru Corp
Priority date: 2022-08-31
Filing date: 2022-08-31
Publication date: 2024-04-30
Also published as: WO2024047818A1

Abstract

本申请提供能够考虑伴随着障碍物而形成的死角区域来降低风险并适当地进行车辆的自动驾驶等的驾驶支援的驾驶支援系统等。特别地，若检测出障碍物以及死角区域的存在，则车辆控制系统(10)获取以从本车辆(1)观察到的死角区域为基准的本车辆(1)的行驶声音关联信息，基于该获取到的行驶声音关联信息来判定在死角区域中是否能够识别到行驶声音。然后，车辆控制系统(10)基于该判定结果来执行设定路径和/或速度等本车辆(1)的驾驶条件的驾驶条件设定处理。

Description

驾驶支援系统、车辆、记录了计算机程序的记录介质以及驾驶支援方法

技术领域

本公开涉及驾驶支援系统、车辆、记录了计算机程序的记录介质以及驾驶支援方法。

背景技术

近年来，以事故的防患于未然、削减、减轻驾驶负荷为目的，正在推进与自动驾驶技术、驾驶支援技术相关的研究开发。在自动驾驶技术或者驾驶支援技术中，期望能获得对于驾驶员而言能够安心的驾驶结果。因此，提出了考虑本车辆周围的障碍物来选择最佳的行驶轨迹的方法等各种方法。

特别地，为了获得对于车辆的驾驶员而言能够安心的驾驶结果，与死角相关的信息成为极其重要的信息。因此，最近，已知有确定在死角区域产生的声音的声源，并精度良好地获取死角区域的信息的死角信息获取装置(例如，专利文献1)。

例如，这样的死角信息获取装置具有如下构成：一边推定获取到的车辆周围的声音的产生位置，一边识别该车辆的周围的物体的位置，在不能够确定声源的情况下，识别为是在车辆的死角产生的声音。

现有技术文献

专利文献

专利文献1：日本特开2021-125021号公报

发明内容

技术问题

然而，在专利文献1中记载的死角信息获取装置中，仅是获取与死角区域相关的信息，并没有作为基于与该死角区域中的行驶声音相关的信息来控制车辆的装置而发挥功能。

本公开是鉴于上述问题而完成的，本公开的目的在于，提供能够降低因行驶声音小或难以识别而产生的在死角区域的周边产生的风险，适当地进行对车辆的驾驶支援的驾驶支援系统等。

技术方案

为了解决上述课题，本公开的第一方式的驾驶支援系统支援车辆的驾驶，

在所述驾驶支援系统中具备一个或多个处理器、以及以能够通信的方式与所述一个或多个处理器连接的一个或多个存储器，

所述处理器执行获取处理，在所述获取处理中，获取与以从本车辆观察到的死角区域为基准的、所述本车辆的行驶声音相关的信息作为行驶声音关联信息，

所述处理器执行判定处理，在所述判定处理中，基于所述获取到的行驶声音关联信息来判定在所述死角区域中是否能够识别到所述行驶声音，

所述处理器执行设定处理，在所述设定处理中，基于所述判定处理的判定结果来设定所述本车辆的驾驶条件。

另外，为了解决上述课题，本公开的第二方式的车辆具有如下构成：

搭载了对车辆的驾驶进行支援的驾驶支援装置，

所述驾驶支援装置执行获取处理，在所述获取处理中，获取与以从本车辆观察到的死角区域为基准的、所述本车辆的行驶声音相关的信息作为行驶声音关联信息，

所述驾驶支援装置执行判定处理，在所述判定处理中，基于所述获取到的行驶声音关联信息来判定在所述死角区域中是否能够识别到所述行驶声音，

所述驾驶支援装置执行设定处理，在所述设定处理中，基于所述判定处理的判定结果来设定所述本车辆的驾驶条件。

另外，为了解决上述课题，本公开的第三方式的记录了计算机程序的记录介质记录了计算机程序，并且

所述计算机程序应用于对车辆的驾驶进行支援的驾驶支援系统，

所述计算机程序使计算机执行获取处理、判定处理以及设定处理，

在所述获取处理中，获取与以从本车辆观察到的死角区域为基准的、所述本车辆的行驶声音相关的信息作为行驶声音关联信息，

在所述判定处理中，基于所述获取到的行驶声音关联信息来判定在所述死角区域中是否能够识别到所述行驶声音，

在所述设定处理中，基于所述判定处理的判定结果来设定所述本车辆的驾驶条件。

另外，为了解决上述课题，本公开的第四方式的驾驶支援方法具有如下构成：对车辆的驾驶进行支援，所述驾驶支援方法执行获取处理、判定处理以及设定处理，

技术效果

本公开的驾驶支援系统等能够使因行驶声音小或难以识别而产生的在死角区域的周边产生的风险反映于车辆的速度、路径等驾驶条件。因此，本公开的驾驶支援系统等能够实现规避或降低在成为驾驶员的死角的死角区域周边产生的风险的驾驶支援控制。

附图说明

图1是示出本公开的第一实施方式的搭载于车辆的车辆控制系统的构成的系统构成图的一例。

图2是示出搭载了第一实施方式的车辆控制系统的车辆的构成例的示意图。

图3是用于对在第一实施方式的具有驾驶支援控制装置的车辆控制系统中执行的包括驾驶条件设定处理在内的驾驶支援控制处理进行说明的图。

图4是用于对在第一实施方式的具有驾驶支援控制装置的车辆控制系统中执行的包括驾驶条件设定处理在内的驾驶支援控制处理进行说明的图。

图5是说明第一实施方式中的针对障碍物的风险潜力(Risk Potential)的说明图，并且是示出使用行人作为障碍物的情况下的例子的图。

图6是用于说明第一实施方式中的由基准风险潜力构成的风险分布数据(风险映射)的图。

图7是用于说明第一实施方式中的使行驶声音无法识别风险反映到基准风险潜力的风险分布数据(风险映射)的图。

图8是用于说明由第一实施方式的车辆控制系统执行的行驶声音识别判定处理的图。

图9是用于说明由第一实施方式的车辆控制系统执行的行驶声音识别判定处理的图。

图10是用于说明由第一实施方式的车辆控制系统执行的驾驶条件设定处理的图。

图11是用于说明由第一实施方式的车辆控制系统执行的驾驶条件设定处理的图。

图12是示出由第一实施方式的驾驶支援控制装置执行的包括驾驶条件设定处理在内的驾驶支援控制处理的动作的流程图。

图13是示出由第一实施方式的驾驶支援控制装置执行的包括驾驶条件设定处理在内的驾驶支援控制处理的动作的流程图。

图14是用于说明由第一实施方式的驾驶支援控制装置执行的包括驾驶条件设定处理在内的驾驶支援控制处理的动作的具体例的图。

图15是用于说明由第一实施方式的驾驶支援控制装置执行的包括驾驶条件设定处理在内的驾驶支援控制处理的动作的具体例的图。

图16是用于说明由第一实施方式的驾驶支援控制装置执行的包括驾驶条件设定处理在内的驾驶支援控制处理的动作的具体例的图。

图17是用于说明由第一实施方式的驾驶支援控制装置执行的包括驾驶条件设定处理在内的驾驶支援控制处理的动作的具体例的图。

图18是用于说明第一实施方式的变形例的图，并且是用于说明将本车辆的本车声音的音量作为驾驶条件而进行设定的驾驶条件设定处理的图。

图19是用于说明第一实施方式的变形例的图，并且是用于说明将本车辆的本车声音的音量作为驾驶条件而进行设定的驾驶条件设定处理的图。

图20是用于说明第一实施方式的变形例的图，并且是用于说明在死角区域中混合有不定期地输出的周围环境声音的情况下的行驶声音识别判定处理的图。

图21是用于说明第一实施方式的变形例的图，并且是用于说明在死角区域中混合有不定期地输出的周围环境声音的情况下的行驶声音识别判定处理的图。

图22是用于说明第一实施方式的变形例的图，并且是用于说明在死角区域中混合有不定期地输出的周围环境声音的情况下的行驶声音识别判定处理的图。

图23是用于说明第一实施方式的变形例的图，并且是用于说明在死角区域中混合有不定期地输出的周围环境声音的情况下的行驶声音识别判定处理的图。

图24是示出第二实施方式的驾驶支援网络系统的构成的系统构成图的一例。

图25是示出第二实施方式的管理服务器的构成的构成图的一例。

符号说明

S ：驾驶支援网络系统

10 ：车辆控制系统

20 ：管理服务器

24 ：行驶声音检测装置

27 ：行为传感器

31 ：车外拍摄相机

32 ：周围环境传感器

33 ：地图数据存储部

40 ：车辆驱动控制部

100：驾驶支援控制装置

110：处理部

111：通信控制部

112：周围环境检测部

113：车辆数据获取部

114：驾驶员图像获取部

115：行驶声音识别处理部

116：驾驶条件设定部

117：通知控制部

140：存储部

141：主存储部

142：数据存储部

150：信息存储介质

170：通信部

210：处理部

211：通信控制部

213：数据获取部

215：行驶声音识别处理部

216：驾驶条件设定部

240：存储部

241：主存储部

242：数据存储部

243：驾驶员数据存储部

250：信息存储介质

270：通信部

具体实施方式

[A]本公开的实施方式的特征

(1)本公开的实施方式具有如下构成：

在支援车辆的驾驶的驾驶支援系统中，具备一个或多个处理器、以及以能够通信的方式与所述一个或多个处理器连接的一个或多个存储器，

应予说明，本公开的实施方式也能够通过搭载执行上述的各处理的驾驶支援控制装置的车辆、记录了用于执行上述的各处理的计算机程序的记录介质、或者执行上述的各处理的驾驶支援方法来实现。

通过该构成，本公开的驾驶支援系统等能够使因电动汽车等的行驶声音小或难以识别而产生的在成为驾驶员的死角的死角区域的周边产生的风险反映于车辆的速度和/或路径等驾驶条件。因此，本公开的驾驶支援系统等能够实现规避或者降低了在死角区域的周边产生的成为驾驶支援的对象的本车辆与障碍物之间的接触等风险的驾驶支援控制。

应予说明，“获取处理”、“判定处理”以及“设定处理”既可以通过搭载于车辆的系统来实现，也可以是其一部分或者全部的处理通过经由网络而与这样的搭载于车辆的系统连接的服务器来实现。

“从本车辆观察到的死角区域”还包括对于照相机等在控制本车辆的基础上作为驾驶员的代替的获取视觉信息的设备而言成为死角的区域。

“以死角区域为基准的本车辆的行驶声音”表示为在死角区域中行人等能够识别的行驶声音。

“行驶声音关联信息”可以是死角区域中的行驶声音的音量的信息，也可以是死角区域中的周围环境声音的音量、种类或这两者的信息，还可以是它们中的两个以上的信息。在此，“死角区域中的周围环境声音”表示在死角区域中行人等能够识别的环境声音。

“判定处理”中不仅包括判定是否能够识别车辆的行驶声音，还包括判定是否容易识别等可识别的程度(以下，也称为“可识别等级”)。

“驾驶条件”是用于使车辆行驶的条件，例如表示包括车辆的速度以及移动的方向的轨迹等用于对车辆进行自动控制或驾驶支援的条件。特别地，作为车辆的速度，例如包括与前行车辆和/或并列行驶的车辆、相向车辆、行人、障碍物等对象物之间的相对速度。另外，“轨迹”中例如包括与车辆、相向车辆、行人以及障碍物等对象物之间的距离。此外，“驾驶条件”中例如包括车辆发出的声音的大小、前灯的开启与关闭或光轴的切换等用于控制车辆行驶时所使用的装备或装置的条件。

(2)另外，本公开的实施方式具有如下构成：

例如，所述行驶声音关联信息中包含表示所述本车辆的行驶声音的音量的行驶声音信息、以及具有所述死角区域的周围环境声音的音量和种类中的至少一者的周围环境声音信息。

通过该构成，本公开的驾驶支援系统等能够不仅考虑行驶声音，还考虑环境声音来判定死角区域中的对象车辆的行驶声音的识别的可否和/或程度，因此能够适当地设定包含死角区域周边的车辆的速度、轨迹等驾驶条件。

应予说明，“周围环境声音”表示例如包括除了驾驶对象的车辆以外的车辆以及其他交通工具的声音的、从环境或周围的空间可听到的声音。

(3)另外，本发明的实施方式可以具有如下构成：

作为所述判定处理，所述处理器判定所述本车辆的行驶声音的可识别状况，

作为所述设定处理，所述处理器根据所述判定的可识别状况而使所述本车辆的减速程度、或轨迹向远离所述死角区域的方向的变更程度变化。

通过该构成，本发明的驾驶支援系统等例如在死角区域中的本车辆难以识别的状况的情况下，能够使本车辆的减速程度或轨迹向远离死角区域的方向的变更程度变化。

因此，本发明的驾驶支援系统等能够准确地掌握风险，并在风险高的情况下慎重地执行车辆行驶控制，或者在该风险低的情况下，实现顺畅的驾驶。

应予说明，“本车辆的行驶声音的可识别状况”可以是死角区域中的、本车辆的行驶声音的可识别状况，也可以是包括死角区域，还包括其他区域的本车辆的行驶声音的可识别状况。即，其结果是，只要推定或确定死角区域中的本车辆的行驶声音的可识别状况即可。

“可识别状态”表示例如听得清、可听到、难以听到、以及听不到等死角区域中的行驶声音的识别状态。其中，可识别状态表示死角区域内的行驶声音的可识别的程度(识别等级)。

(4)另外，本公开的实施方式可以具有如下构成：

所述处理器执行推定处理，在所述推定处理中，推定在所述死角区域是否存在有可能突然出现在所述本车辆的前方的突现对象物体，

作为所述判定处理，所述处理器在推定出在所述死角区域内存在突现对象物体的情况下，判定由该突现对象物体是否能够识别所述死角区域中的、所述本车辆的行驶声音。

通过该构成，本发明的驾驶支援系统等在突现对象物存在于死角区域内的情况下，能够实现根据该突现对象物而适当地降低风险的行驶控制。

“推定处理”例如表示基于通过V2X(Vehicle to X：车辆到X)等给定的通信而从本车辆外部提供的信息、或者使用了死角区域的随时间变化的给定的运算结果，推定在本车辆的行进方向上突然出现的对象物的存在与否的处理。

特别地，V2X表示用于经由网络而获取其他公司的车辆的信息的网络通信、车辆间通信、或本车辆与行人等交通基础设施之间的通信等。

(5)另外，本发明的实施方式具有如下构成：

作为所述设定处理，所述处理器基于表示反映了显在风险、潜在风险、以及行驶声音无法识别风险的风险分布的风险分布数据来设定所述本车辆的驾驶条件，所述显在风险是针对在所述本车辆的周围存在的障碍物而设定的风险，所述潜在风险是针对所述死角区域而预先设定的风险，所述行驶声音无法识别风险表示与所述判定处理的判定结果相应的在所述死角区域中是否能够识别所述本车辆的行驶声音的风险。

通过该构成，本发明的驾驶支援系统等能够将针对本车辆的行驶的各种风险相加作为风险整体进行评价，因此能够适当地考虑伴随本车辆的行驶的所有风险来设定本车辆的驾驶条件。特别地，本发明的驾驶支援系统等能够形成容易理解风险分布数据的将风险映射化的风险映射。

而且，本发明的驾驶支援系统等能够将基于死角区域而产生的所有风险也数据化，因此能够设定适当的驾驶条件，其结果是，能够执行安全度更高的对本车辆1的驾驶支援。

应予说明，“显在风险”例如表示成为本车辆的行驶的障碍的障碍物等的已经能够识别的风险，“潜在风险”表示由于存在死角区域等而难以识别的没有显现的风险。

“风险分布数据”表示在车辆的行驶过程中，基于检测到的各个成为本车辆的行驶的障碍的障碍物以及成为驾驶员的死角的死角区域而产生的、使针对风险的潜力的空间上的重叠二维地分布的数据。特别地，将“风险分布数据”在平面上设为图并进行模式化而得的图称为风险映射。

(6)另外，本发明的实施方式可以具有如下构成：

所述处理器在所述本车辆通过所述死角区域前，且从所述周围环境声音停止起直到经过预定期间为止，执行保持通过所述获取处理已经获取到的周围环境声音信息的保持处理，

所述处理器在经过所述预定期间后所述保持处理结束的情况下，执行解除将所述保持的周围环境声音信息用于所述判定处理的解除处理，

在所述保持处理的执行过程中且在经过预定期间之前执行所述判定处理的情况下，所述处理器使用所述行驶声音音量信息以及所述保持的周围环境声音信息，判定在所述死角区域中是否能够识别到所述本车辆的行驶声音。

通过该构成，本发明的驾驶支援系统等例如即使在道口等死角区域的周围环境声音以短跨度变化的情况下，只要是规律地变化的周围环境声音就能够设定针对该死角区域的驾驶条件。

因此，本发明的驾驶支援系统等即使本车辆的周围的环境声音时时刻刻地变化，也能够不大幅度地改变驾驶条件而进行顺畅的本车辆的运行，并且能够减轻运算处理的负担。

此外，“预定期间”为适合于车辆行驶的期间长度，例如表示直到下一次获取周围环境声音为止的时间长度、直到本车辆通过死角区域为止的时间长度、或者预先设定的时间长度(例如，5秒)。

(7)另外，本发明的实施方式可以具有如下构成：

作为所述获取处理，所述处理器获取与在所述死角区域中能够识别的周围环境声音持续地或断续地产生的状况相关的信息，作为周围环境声音关联信息，

所述处理器基于所述获取到的周围环境声音关联信息来判定是否将保持的周围环境声音信息用于所述判定处理。

通过该构成，本发明的驾驶支援系统等能够准确地判定死角区域的周围环境声音是否以短跨度变化。因此，本发明的驾驶支援系统等即使本车辆的周围的环境声音时时刻刻地变化，也能够不大幅度地改变驾驶条件而进行顺畅的本车辆的运行，并且能够减轻运算处理的负担。

(8)另外，本发明的实施方式可以具有如下构成：

作为所述设定处理，所述处理器执行设定用于使所述本车辆的行驶声音的音量变化的驾驶条件的设定处理。

通过该构成，本发明的实施方式能够不进行路径和/或速度等的与本车辆的移动相关的变化而容易地改变驾驶条件。

[B]本发明的实施方式的详细内容

以下，参照附图，对本发明的优选的实施方式的详细内容进行说明。应予说明，在本说明书和附图中，对于具有实质上相同的功能结构的构成要素，通过标注相同的附图标记而省略重复说明。

[B1]第一实施方式

[B1.1]车辆控制系统

首先，使用图1，作为本发明的第一实施方式，对搭载于本车辆1且作为具有驾驶支援控制装置100的驾驶支援系统而发挥功能的车辆控制系统10的概要进行说明。应予说明，图1是示出本实施方式的搭载于本车辆1且具有驾驶支援控制装置100的车辆控制系统10的构成的系统构成图的一例。

(车辆控制系统的概要)

车辆控制系统10是搭载于本车辆1的装置，且是用于在自动驾驶模式下使本车辆1自动地行驶、或者用于在手动驾驶模式下在驾驶员驾驶本车辆1的过程中进行辅助其驾驶的驾驶支援的系统。

特别地，本实施方式的车辆控制系统10具有用于在本车辆1的自动驾驶控制中、或者用于对驾驶中的驾驶员进行辅助的控制中(以下，也称为“手动驾驶辅助控制中”)等驾驶支援中，设定本车辆1的驾驶条件的构成。具体而言，本实施方式的车辆控制系统10在这样的驾驶支援中，检测有无成为驾驶员的死角的死角区域的存在。另外，车辆控制系统10在检测出死角区域的情况下，设定用于规避或降低基于该死角区域的风险的路径或速度等驾驶条件。

具体而言，如图1所示，车辆控制系统10具备行驶声音检测装置24、车辆操作/行为传感器27、GNSS(Global Navigation Satellite System：全球导航卫星系统)天线29、车外拍摄相机31、以及周围环境传感器32。另外，车辆控制系统10具备地图数据存储部33、HMI(Human Machine Interface：人机界面)43、车辆驱动控制部40以及执行用于对驾驶员进行的本车辆1的驾驶进行支援的控制的驾驶支援控制装置100。

应予说明，行驶声音检测装置24、车辆操作/行为传感器27以及GNSS天线29分别与驾驶支援控制装置100直接地连接。另外，车外拍摄相机31、周围环境传感器32、地图数据存储部33、HMI43以及车辆驱动控制部40也分别与驾驶支援控制装置100直接地连接。但是，它们也可以经由CAN(Controller Area Network：控制器局域网络)、LIN(Local Inter Net：本地网络)等通信单元与驾驶支援控制装置100间接地连接。

(行驶声音检测装置)

行驶声音检测装置24是检测本车辆1的行驶中的行驶声音的装置，例如由能够以车内或车外的方式配设在本车辆1的小型的麦克风等拾音设备形成。另外，行驶声音检测装置24将检测出的本车辆1的行驶声音作为行驶声音信息而向驾驶支援控制装置100发送。

(车辆操作/行为传感器)

车辆操作/行为传感器27由检测车辆的操作状态和行为的至少一个传感器构成。例如，车辆操作/行为传感器27具有车速传感器、加速度传感器、以及角速度传感器中的至少一者，检测车速、纵向加速度、横向加速度、横摆率等车辆的行为的信息。另外，例如，车辆操作/行为传感器27具有油门位置传感器、制动器行程传感器、制动器压力传感器、转向角传感器、发动机转速传感器、制动灯开关以及转向指示灯开关中的至少一者。而且，车辆操作/行为传感器27检测方向盘或转向轮的转向角、油门开度、制动器操作量、制动灯开关的开启关闭、转向指示灯开关的开启关闭等车辆的操作状态的信息。

车辆操作/行为传感器27具有驾驶模式切换开关，检测自动驾驶模式或手动驾驶模式的设定信息。车辆操作/行为传感器27向驾驶支援控制装置100发送包含检测到的信息的传感器信号。

(GNSS天线)

GNSS天线29接收来自GPS(Global Positioning System：全球定位系统)卫星等卫星的卫星信号。GNSS天线29向驾驶支援控制装置100发送接收到的卫星信号中所包含的车辆在地图数据上的位置信息。应予说明，也可以代替GNSS天线29而具备接收来自其他卫星系统的确定车辆的位置的卫星信号的天线。

(车外拍摄相机)

车外拍摄相机31拍摄本车辆1的周围，生成拍摄范围内的图像数据。车外拍摄相机31也可以是作为用于确保本车辆1的安全的安全功能而被搭载的设备。例如，车外拍摄相机31具备CCD(Charged-Coupled Devices：电荷耦合器件)或CMOS(Complementary Metal-Oxide-Semiconductor：互补金属氧化物半导体)等拍摄元件，并向驾驶支援控制装置100发送生成的图像数据。

应予说明，车外拍摄相机31以能够拍摄车辆的前方、侧方以及后方中的至少任一方向的方式设置于本车辆1，可以由一个构成，也可以由多个构成。

(周围环境传感器)

周围环境传感器32是检测本车辆1的周围的人物或障碍物的传感器。例如，周围环境传感器32具有高频雷达传感器、超声波传感器、LiDAR中的一个或多个传感器。特别地，周围环境传感器32具有检测其他车辆或自行车、建筑物、电线杆、交通标识、交通信号灯、自然物、或其他障碍物等存在于本车辆1的周围的所有物体的功能。然后，周围环境传感器32向驾驶支援控制装置100发送包含检测到的数据的传感器信号。

此外，周围环境传感器32也可以由能够配设于本车辆1的车外的小型的麦克风，且指向性强的麦克风或无指向性的麦克风等对本车辆1的周围的环境声音进行拾音的拾音设备32M构成。

(地图数据存储部)

地图数据存储部33由存储元件、或者磁盘、光盘或闪存等存储装置构成，是存储地图数据的存储介质。

例如，作为存储元件，使用RAM(Random Access Memory：随机存取存储器)或ROM(Read Only Memory：只读存储器)等。作为磁盘，使用HDD(Hard Disk Drive：硬盘驱动器)等。作为光盘，使用CD(Compact Disc：激光唱片)或DVD(Digital Versatile Disc：数字通用光盘)等。作为闪存，使用SSD(Solid State Drive：固态硬盘)或USB(Universal SerialBus：通用串行总线)存储器等。

本实施方式的地图数据具有在各道路行驶时的成为基准的轨迹即参照路径的数据。

应予说明，本实施方式的地图数据存储部33也可以是存储进行驾驶员的驾驶支援并将本车辆1引导到目的地的导航系统(未图示)的地图数据的存储介质。

(HMI)

HMI43由驾驶支援控制装置100驱动，具有通过图像显示或声音输出等手段向驾驶员通知各种信息的功能。例如，HMI43包括设置于仪表板内的未图示的显示装置和扬声器。

应予说明。显示装置可以是导航系统的显示装置。另外，HMI43可以具有与车辆的周围的风景重叠地在前窗上进行显示的HUD(平视显示器)。

(车辆驱动控制部)

车辆驱动控制部40具有对本车辆1的驱动进行控制的至少一个控制系统。车辆驱动控制部40具有控制车辆的驱动力的发动机控制系统或马达控制系统、控制方向盘、转向轮的转向角的电动转向系统、或者控制车辆的制动力的制动系统。应予说明，车辆驱动控制部40也可以具有将从发动机或驱动用马达输出的输出变速并向驱动轮传递的传动系统。

另外，在自动驾驶模式中或手动驾驶模式中，若通过驾驶支援控制装置100设定驾驶条件，则车辆驱动控制部40基于该设定的驾驶条件来执行用于自动驾驶或手动驾驶时的驾驶支援的控制。具体而言，车辆驱动控制部40基于所设定的驾驶条件来控制发动机控制系统或马达控制系统、电动转向系统、或者制动系统，该电动转向系统控制方向盘、转向轮的转向角，该制动系统控制车辆的制动力。

(驾驶支援控制装置)

驾驶支援控制装置100检测表示驾驶员对本车辆1的周围的障碍物感受到的风险的程度的风险等级、以及感受到该风险的主要原因即风险主要原因，并且一边降低驾驶员感受到的风险一边进行本车辆1的自动驾驶等的控制。

特别地，驾驶支援控制装置100接收从行驶声音检测装置24发送的行驶声音信息、从车外拍摄相机31发送的图像数据、以及从周围环境传感器32发送的周围环境的检测数据等。另外，驾驶支援控制装置100接收从车辆操作/行为传感器27发送的车辆的操作状态和行为的数据。此外，驾驶支援控制装置100接收从GNSS天线29发送的车辆在地图数据上的位置的信息(以下，称为“位置信息”)。然后，驾驶支援控制装置100基于这些接收到的数据和信息，执行用于本车辆1的自动驾驶的控制(即，自动驾驶控制)、或者用于辅助驾驶员对本车辆1的驾驶的驾驶辅助控制。

具体而言，驾驶支援控制装置100获取存储于地图数据存储部33的参照路径的数据。驾驶支援控制装置100以使本车辆1不与行人和/或障碍物(以下，除了特别标注的情况以外，称为“障碍物”)接触的方式设定本车辆1的驾驶条件，并基于该驾驶条件对车辆驱动控制部40发送控制指令。

应予说明，在本实施方式中，将自动驾驶控制以及驾驶辅助控制包括在内定义为车辆驾驶控制来进行说明。

[B1.2]车辆

接下来，使用图2对本实施方式的车辆(本车辆)1的整体构成的一例进行说明。应予说明，图2是示出搭载了本实施方式的车辆控制系统10的车辆1的构成例的示意图。

如图2所示，车辆1具有生成车辆的驱动扭矩的驱动力部9。驱动力部9可以是汽油发动机、柴油发动机等内燃机，也可以是驱动用马达，还可以同时具备内燃机和驱动用马达。另外，车辆1例如可以是具备前轮驱动用马达和后轮驱动用马达这两个驱动用马达的电动汽车，也可以是具备与各个车轮3对应的驱动用马达的电动汽车。而且，在车辆1为电动汽车、混合动力电动汽车的情况下，在车辆1搭载有蓄积向驱动用马达供给的电力的二次电池、或者产生向电池充电的电力的马达、燃料电池等发电机。

作为用于该车辆1的驾驶控制的设备，车辆1具备驱动力部9、电动转向装置15以及制动器装置17LF、17RF、17LR、17RR(以下，在不需要特别区分的情况下总称为“制动器装置17”)。驱动力部9输出经由未图示的变速器、前轮差动机构7F和后轮差动机构7R而向前轮驱动轴5F和后轮驱动轴5R传递的驱动扭矩。驱动力部9和/或变速器的驱动由车辆驱动控制部40来控制，该车辆驱动控制部40构成为包括一个或多个电子控制装置(ECU：ElectronicControl Unit)。

在前轮驱动轴5F设置有电动转向装置15。电动转向装置15包括未图示的电动马达和齿轮机构，并通过被车辆驱动控制部40控制来调节左前轮3LF和右前轮3RF的转向角。车辆驱动控制部40在手动驾驶中基于驾驶员对方向盘13的转向角来控制电动转向装置15。另外，车辆驱动控制部41在自动驾驶中基于设定的行驶轨迹来控制电动转向装置15。

制动器装置17LF、17RF、17LR、17RR分别对前后左右的驱动轮3LF、3RF、3LR、3RR施加制动力。制动器装置17例如构成为液压式的制动器装置，通过由车辆驱动控制部40控制向各个制动器装置17供给的液压从而产生预定的制动力。在车辆1为电动汽车或混合动力电动汽车的情况下，制动器装置17与基于驱动用马达的再生制动器并用。

车辆驱动控制部40包括对输出车辆1的驱动扭矩的驱动力部9、控制方向盘或转向轮的转向角的电动转向装置15、以及控制车辆1的制动力的制动器装置17的驱动进行控制的一个或多个电子控制装置。车辆驱动控制部40可以具备对将从驱动力部9输出的输出变速而向车轮3传递的变速器的驱动进行控制的功能。车辆驱动控制部40构成为能够获取从驾驶支援控制装置100发送的信息，并构成为能够执行车辆1的自动驾驶控制或驾驶辅助控制。

另外，车辆1具备检测车辆1的行驶声音的行驶声音检测装置24、由前方拍摄相机31LF、31RF以及后方拍摄相机31R构成的车外拍摄相机31、以及具有检测周围环境声音的拾音设备32M的周围环境传感器32。另外，车辆1具备用于获取该车辆1的周围环境的信息的操作/行为传感器27、GNSS天线29以及HMI(Human Machine Interface)43。

特别地，前方拍摄相机31LF、31RF以及后方拍摄相机31R拍摄车辆1的前方或者后方，生成图像数据。例如，前方拍摄相机31LF、31RF构成为包括左右一对相机的立体相机，后方拍摄相机31R构成为所谓的单眼相机。但是，前方拍摄相机31LF、31RF以及后方拍摄相机31R也可以分别是立体相机或者单眼相机中的任一者。另外，在本实施方式中，也可以省略后方拍摄相机31R。

应予说明，本实施方式的车辆1中，作为车外拍摄相机31，除了前方拍摄相机31LF、31RF以及后方拍摄相机31R以外，还可以具备设置于侧视镜11L、11R并拍摄左后方或右后方的相机。

[B1.3]驾驶支援控制装置

接下来，使用上述的图1对本实施方式的驾驶支援控制装置100的构成的一例进行说明。

驾驶支援控制装置100具有一个或多个CPU(Central Processing Unit：中央处理单元)或MPU(Micro Processing Unit：微处理单元)等处理器。应予说明，驾驶支援控制装置100的一部分或者全部可以由固件等能够更新的器件构成，另外，也可以是通过来自CPU等的指令而执行的程序模块等。

而且，驾驶支援控制装置100通过执行计算机程序，来执行使在死角区域或其周边产生的成为驾驶支援的对象的本车辆1与障碍物之间的接触等的风险降低的自动驾驶控制等针对该本车辆1的车辆驾驶控制。

具体而言，如图1所示，驾驶支援控制装置100具有处理部110、存储部140、信息存储介质150、以及通信部170。应予说明，也可以采用省略它们中的一部分的构成。

处理部110通过读出并执行保存于信息存储介质150的应用程序(以下，也称为“应用”)来进行本实施方式的各种处理。

应予说明，关于存储于信息存储介质150的应用的种类，是任意的。另外，本实施方式的处理部110也可以读出保存于信息存储介质150的程序和/或数据，并将读出的程序和/或数据暂时保存于存储部140，基于该程序和/或数据进行处理。

特别地，处理部110将存储部140内的主存储部作为工作区来进行各种处理。而且，处理部110的功能通过各种处理器(CPU、DSP等)等硬件或应用程序来实现。具体而言，处理部110由通信控制部111、周围环境检测部112、车辆数据获取部113、驾驶员图像获取部114、行驶声音识别处理部115、驾驶条件设定部116以及通知控制部117构成。应予说明，也可以采用省略它们中的一部分的构成。

通信控制部111进行与管理服务器20进行数据的接收发送的处理。特别地，通信控制部111控制通信部170，执行包括车车间通信、路车间通信、移动体通信网等的网络通信。

周围环境检测部112基于从车外拍摄相机31发送的图像数据和从周围环境传感器32发送的数据来检测与车辆的周围环境相关的信息。具体而言，周围环境检测部112通过对从车外拍摄相机31发送的图像数据进行图像处理，从而使用物体检测的技术来确定存在于本车辆1的周围的人物、其他车辆、自行车、建筑物、自然物、以及其他障碍物等。

特别地，周围环境检测部112计算这些物体相对于本车辆1的位置、或本车辆1与这些物体之间的距离和相对速度。然后，周围环境检测部112将检测到的本车辆1的周围的障碍物的数据作为时序数据而存储到存储部140。

另外，周围环境检测部112基于从周围环境传感器32(拾音设备32M)发送的数据来检测周围环境声音。

应予说明，周围环境检测部112可以基于通过V2X通信等从车外的装置发送的各种信息来确定伴随着上述的本车辆1的周围的障碍物而形成的死角区域等成为驾驶员的死角的各种死角区域。例如，在该情况下，周围环境检测部112基于各种信息，根据障碍物的位置、种类以及尺寸等来确定死角区域。

另外，周围环境检测部112可以使用通过GNSS天线29获取的本车辆1的位置信息来确定地图数据上的本车辆1的位置，并基于上述的本车辆1的周围的障碍物的信息来确定死角区域。

车辆数据获取部113基于从车辆操作/行为传感器27发送的传感器信号来获取本车辆1的操作状态和行为的数据。例如，本车辆1的操作状态和行为的数据包括车速、纵向加速度、横向加速度、横摆率、方向盘或转向轮的转向角、油门开度、制动器操作量、制动灯开关的开启关闭、转向指示灯开关的开启关闭的数据。本车辆1的操作状态和行为的数据包括本车辆1的自动驾驶模式的开启关闭的数据。车辆数据获取部113将获取到的本车辆1的操作状态和行为的数据作为时序数据存储于存储部140。

行驶声音识别处理部115在由周围环境检测部112检测到死角区域的情况下，获取与以该死角区域为基准的、本车辆1的行驶声音相关的信息作为行驶声音关联信息。然后，行驶声音识别处理部115基于获取到的行驶声音关联信息，判定在检测出的死角区域中是否能够识别本车辆1的行驶声音以及该本车辆1的行驶声音的音量。

驾驶条件设定部116执行驾驶条件设定处理，该驾驶条件设定处理基于由行驶声音识别处理部115判定出的有无识别到本车辆1的行驶声音，来设定执行与自动驾驶或驾驶员的驾驶的辅助相关的车辆驾驶控制时的驾驶条件。然后，驾驶条件设定部116向车辆驱动控制部40提供所设定的驾驶条件的信息(以下，称为“驾驶条件信息”)。

特别地，驾驶条件设定部116在使本车辆1以自动驾驶沿着到设定的目的地为止的路径行驶的情况下，以使本车辆1不与障碍物接触的方式至少设定行驶轨迹和车速，并向车辆驱动控制部40发送控制指令。另外，驾驶条件设定部116此时使用表示本车辆1与障碍物碰撞的可能性的指标即风险潜力来设定本车辆1的行驶轨迹和车速。

通知控制部117通过控制HMI43的驱动，从而进行用于向驾驶员通知所设定的驾驶条件的内容的各种控制。特别地，本实施方式的通知控制部117在本车辆1的行驶控制被进行之后，向驾驶员通知所设定的驾驶条件的内容。

例如，通知控制部117在为了通过作为检测到的障碍物的行人的旁边而改变了行驶轨迹的情况下，通知为“为了确保与行人之间的距离而通过了道路的靠左一侧”。另外，例如，通知控制部117在使车速降低的情况下，通知为“为了确保行人的安全而进行了减速”。应予说明，通知控制部117例如通过声音或者显示中的至少任一手段向驾驶员进行通知。

应予说明，通知控制部117也可以不一定向驾驶员通知自动驾驶控制的驾驶条件。

存储部140成为处理部110等的工作区，其功能通过RAM(VRAM)等硬件来实现。本实施方式的存储部140包括作为工作区使用的主存储部141、以及存储在执行各处理时使用的数据的数据存储部142。特别地，在数据存储部142中除了存储计算机程序、表格数据、以及风险分布数据以外，还存储有用于进行各种处理的基准数据和参照数据等。

应予说明，也可以采用省略它们中的一部分的构成。另外，计算机程序是用于使处理器执行驾驶支援控制装置100应当执行的各种动作的程序。另外，计算机程序也可以记录在内置于驾驶支援控制装置100的记录介质或者能够外置于驾驶支援控制装置100的任意的记录介质。

信息存储介质150能够由计算机读取，在该信息存储介质150中可以存储有各种应用、以及OS(操作系统)等的各种数据。例如，信息存储介质150由存储元件、磁盘、光盘、或闪存等构成。

通信部170进行用于与未图示的车外装置之间进行通信的各种控制，其功能由各种处理器或通信用ASIC等硬件、计算机程序等构成。

[B1.4]本实施方式的包括驾驶条件设定处理在内的驾驶支援控制处理

[B1.4.1]概要

接下来，使用图3和图4对在本实施方式的驾驶支援控制装置100中执行的包括驾驶条件设定处理在内的驾驶支援控制处理进行说明。应予说明，图3和图4是用于对本实施方式的包括驾驶条件设定处理在内的驾驶支援控制处理进行说明的图。

本实施方式的驾驶支援控制装置100使用驾驶员对本车辆1的周围的障碍物感受到的风险的有无或表示其程度的风险等级，一边降低驾驶员感受到的风险，一边对本车辆1执行自动驾驶等车辆驾驶控制。即，驾驶支援控制装置100为了提高对自动驾驶控制或驾驶辅助控制的可靠性，在检测到障碍物的情况下，执行不仅避开该障碍物，还降低驾驶员对该障碍物感受到风险的主要原因的车辆驾驶控制。

特别地，本实施方式的驾驶支援控制装置100具有如下构成：基于因存在于成为电动汽车等的驾驶员的死角的死角区域的行人等不能够识别或难以识别其行驶声音而产生的风险来设定本车辆1的驾驶条件。

例如，如图3的上图所示，由于具有发动机(内燃机)的车辆1的行驶声音基本上比电动汽车的行驶声音大，所以即使是不能够从车辆识别的死角区域也能够通过车辆的行驶声音识别该车辆的情况较多。另一方面，如图3的下图所示，由于行驶声音安静的电动汽车等车辆1的行驶声音显著低于发动机车辆的行驶声音，所以存在于死角区域的行人等难以通过其行驶声音来识别。另外，在如此不能够识别车辆自身的情况下，行人与该车辆1碰撞等不足情况发生的风险也高。

因此，本实施方式的驾驶支援控制装置100具有如下构成：判定在成为驾驶员的死角的死角区域中是否能够识别本车辆1的行驶声音而设定新的风险，执行包含该风险在内本车辆1的驾驶条件的设定以及伴随于此的驾驶支援控制处理。

具体而言，如图4的[1]所示，驾驶支援控制装置100具有如下构成：若检测出成为驾驶员的死角的死角区域，则执行信息获取处理，该信息获取处理获取与以从本车辆1观察到的死角区域为基准的、本车辆1的行驶声音相关的信息作为行驶声音关联信息。另外，如图4的[2]所示，驾驶支援控制装置100具有如下构成：执行基于获取到的行驶声音关联信息来判定在死角区域中是否能够识别到行驶声音的判定处理(以下，称为“行驶声音识别判定处理”)。此外，如图4的[3]所示，驾驶支援控制装置100具有如下构成：执行基于行驶声音识别判定处理的判定结果来设定本车辆的驾驶条件的驾驶条件设定处理。

特别地，本实施方式的驾驶支援控制装置100具有如下构成：在驾驶支援过程中，执行按预先设定的时刻设定驾驶条件的设定处理，每当设定该驾驶条件就控制本车辆1的驱动。即，驾驶支援控制装置100具有在驾驶支援过程中，与包含死角区域在内时时刻刻地变化的驾驶状况或驾驶环境相匹配地控制本车辆1的构成。

而且，如图4的[3]所示，本实施方式的驾驶支援控制装置100具有如下构成：在死角区域中能够识别本车辆1的行驶声音的情况下，基于针对本车辆1的周围的障碍物的显在风险以及针对死角区域的潜在风险来设定驾驶条件。另一方面，如图4的[3]所示，驾驶支援控制装置100具有如下构成：在该死角区域中不能够识别本车辆1的行驶声音的情况下，除了显在风险和潜在风险以外，还设想伴随于此而产生的行驶声音无法识别风险来设定驾驶条件。

另外，本实施方式的驾驶支援控制装置100具有如下构成：基于示出风险分布的风险分布数据或将风险分布数据图示化而得的风险映射来设定驾驶条件，该风险分布是将行驶声音无法识别风险与上述显在风险和潜在风险一起进行反映而得的。

应予说明，在图4的[1]中示出了在通过已经设定的路径和速度而进行自动驾驶控制过程中，通过由车外拍摄相机31获取到的图像数据等来检测死角区域的情况。另外，在图4的[2]中，示出了执行通过行驶声音检测装置24和拾音设备32M分别获取本车辆1的行驶声音或其周围的环境声音作为行驶声音关联信息的信息获取处理的情况、以及由此执行行驶声音识别判定处理的情况。此外，在图4的[3]中，示出了作为驾驶条件设定处理，根据通过上述的行驶声音识别判定处理能够识别行驶声音的情况和无法识别行驶声音的情况而分别设想的风险不同的情况、以及根据不同的风险而分别设定驾驶条件的情况。

根据该构成，本实施方式的驾驶支援控制装置100能够使因电动汽车等的行驶声音小或难以识别而产生的在成为驾驶员的死角的死角区域的周边产生的风险反映到车辆的速度和/或路径等驾驶条件。因此，本实施方式的驾驶支援控制装置100能够实现规避或者降低了在死角区域的周边产生的成为驾驶支援的对象的本车辆与障碍物之间的接触等的风险的驾驶支援控制。

[B1.4.2]风险分布数据(风险映射)的设定

接下来，使用图5～图7对本实施方式的设定驾驶条件时使用的各风险和该各风险的空间上的分布被数据化而得的风险分布数据、以及将其图示化而得的风险映射进行说明。

应予说明，图5是说明本实施方式中的表示针对障碍物的风险的值的风险值(风险潜力)的说明图，并且是示出使用行人作为障碍物的情况下的例子的图。另外，图6是用于说明本实施方式中的由基准风险潜力构成的风险分布数据(风险映射)的图。此外，图7是用于说明本实施方式中的使行驶声音无法识别风险反映到基准风险潜力的风险分布数据(风险映射)的图。

(基本概念)

在本实施方式中，为了设定自动驾驶过程中或手动驾驶中的驾驶支持过程中的本车辆1的路径与速度的驾驶条件，使用表示本车辆1越接近障碍物则值变得越高的风险潜力的值(以下，也称为“风险值”)。

如图5所示，越接近障碍物(行人)则风险潜力变得越高。风险潜力能够由相对于距各障碍物的距离xi的指数函数来表示，因此例如由下述式(1)来表示。应予说明，“Ri”表示作为风险潜力的风险值，“Ci”表示风险绝对值(增益)，“xi”表示距障碍物的距离，“Ti”表示坡度系数，“ri”表示障碍物的半径，“i”表示用于区别障碍物的编号。另外，坡度系数Ti是与障碍物无关地设定的值。

【数学式1】

本车辆1与障碍物之间的距离xi为零时的风险值即风险绝对值Ci作为依赖于障碍物的值而针对每个障碍物被预先设定。例如，在障碍物为“行人”或“低矮的缘石”的情况下，作为与行人的碰撞的风险比与低矮的缘石的碰撞的风险高的情况，针对“行人”的风险绝对值Ci被设定为比针对“低矮的缘石”的风险绝对值Ci大的值。

风险分布数据是对在本车辆1的移动中检测到的各个障碍物赋予预先设定的风险值，示出各个障碍物的风险值的空间上的重叠，并将风险值的高低在二维平面上进行数据化而得的数据。即，风险分布数据是反映了与存在于车辆的行进方向上的多个障碍物之间的碰撞风险的风险值Ri的二维分布数据。而且，使该风险分布数据图示化而得的图为“风险映射”。即，风险映射示出将风险潜力的高低表示为二维平面上的等高线的映射的情况。

而且，在本实施方式中，通过使用风险分布数据(或风险映射)，能够选择二维平面上的风险值低的轨迹和速度作为本车辆1移动的轨迹。

(反映了行驶声音无法识别风险的风险分布数据)

在本实施方式的风险分布数据中包含基于作为显在风险的障碍物的风险潜力和基于成为驾驶员的死角的死角区域的潜在性的风险潜力(即，潜在风险)的基准风险潜力。即，在风险分布数据中包含除了显在风险的风险值Ri(显在)以外，还具有有可能与因存在死角区域而未显现的障碍物接触的潜在化风险的风险值Ri(潜在)的基准风险潜力。

例如，作为潜在风险，包括在通过由在侧道停车中的车辆的障碍物形成的死角区域的情况下，行人从该车辆的死角区域突然出现的情况的风险。而且，如图6所例示，风险分布数据基本上是将显在风险的风险值Ri(显在)与潜在风险的风险值Ri(潜在)在空间上重叠而得的基准风险潜力的分布的数据。

应予说明，在图6中示出了在本车辆1的左前方存在障碍物(车辆)及伴随其形成的死角区域，并设定了具有基准风险潜力的风险值的等级(以下，称为“风险等级”)0～6的风险映射的情况下的例子。

而且，在本实施方式的风险分布数据中，反映了在上述的基准风险潜力中表示由障碍物形成的死角区域内的是否能够识别本车辆1的行驶声音的风险的行驶声音无法识别风险。即，在本实施方式中，为了将行人等障碍物从死角区域突然出现在路径上而与本车辆1接触的可能性反映到风险分布数据中，而使用行驶声音无法识别风险。

具体而言，本实施方式的行驶声音无法识别风险是在死角区域内不能够识别本车辆1的行驶声音的情况下风险提高，且与在死角区域内能够识别本车辆1的行驶声音的情况相比将死角区域周边的风险提高的风险。

例如，如图7所示，作为本实施方式的行驶声音无法识别风险的风险潜力的值(即，风险值)，使用用于将死角区域的基准风险潜力的等级(即，风险等级)提高一级的值。即，在死角区域中能够识别到本车辆1的行驶声音的情况下，由基准风险潜力设定的风险分布数据成为在死角区域的周边风险等级提高了一级的数据。

特别地，在本实施方式中，使用不仅在死角区域的周边，而且在因针对死角区域的风险而对路径等驾驶条件有影响的范围内将风险等级0～风险等级6提高了一级的情况下的风险分布数据。原理上，从只要仅在死角区域的周边使风险等级变化就规避风险这一观点来看是足够的。然而，在本车辆1的行驶中根据风险潜力的变化而切换了作为驾驶条件的路径的情况下，需要顺畅地改变本车辆1的行驶轨迹，因此需要赋予风险等级。因此，在本实施方式中，如上所述，如图7所示，例如，在使行驶声音无法识别风险反映到风险分布数据时，使由基准潜力构成的风险分布数据整体的风险等级变化。

应予说明，在图7中示出了在图6的风险分布数据中在死角区域中不能够识别本车辆1的行驶声音的情况下的风险分布数据。但是，在图7中，不仅在死角区域的周边，在应当反映行驶声音无法识别风险的整个风险分布数据中，示出了将风险等级0～风险等级6提高了一级的数据。但是，即使在该情况下，风险等级最大也维持到“6”为止。另外，在图7中，为了规避变得杂乱的情况，不图示死角区域。

代替上述内容，作为行驶声音无法识别风险的风险值，也可以使用用于使表示死角区域的基准风险潜力的风险值变化的变动值。例如，可以使用将表示基准风险潜力的风险值设为2倍等的行驶声音无法识别风险的风险值。但是，即使在该情况下，也与图7所例示的风险分布数据同样地，在应当反映行驶声音无法识别风险的整个风险分布数据中示出风险等级变化的数据。另外，在该风险分布数据中，风险等级最大也维持到“6”为止。

在本实施方式中，如此地使用包括显在风险、潜在风险、以及行驶声音无法识别风险的风险分布数据，该显在风险是针对障碍物而预先设定的风险，该潜在风险是针对死角区域而预先设定的风险，该行驶声音无法识别风险表示死角区域内是否能够识别本车辆1的行驶声音。另外，在本实施方式中，优选使用风险映射作为风险分布数据，但不限于此。

[B1.4.3]信息获取处理

接下来，对由本实施方式的车辆控制系统10执行的信息获取处理进行说明。

若基于车外拍摄相机31的图像数据等检测到死角区域，则行驶声音识别处理部115从行驶声音检测装置24和周围环境传感器32获取包含以死角区域为基准的本车辆1的行驶声音的信息(以下，称为“行驶声音关联信息”。)。即，行驶声音识别处理部115获取本车辆1的行驶声音的音量、以及该本车辆1的周围环境声音的种类和音量等用于判定在死角区域中是否能够识别本车辆1的行驶声音的信息，来作为行驶声音关联信息。

具体而言，行驶声音识别处理部115在每个预定的时刻反复执行行驶声音识别判定处理时，从行驶声音检测装置24获取本车辆1的行驶声音信息。而且，如上述的图4的[2]所示，行驶声音识别处理部115根据基于获取到的行驶声音信息的本车辆1的行驶声音的音量和从本车辆1到死角区域的距离来推定死角区域中的行驶声音的音量，从而获取行驶声音关联信息。特别地，行驶声音识别处理部115在每个预先设定的时刻，使用本车辆1的行驶声音的音量和基于从本车辆1到死角区域的距离(例如，最短距离)的衰减率来推定死角区域中的本车辆1的行驶声音的音量。

另外，行驶声音识别处理部115在每个预定的时刻反复执行行驶声音识别判定处理时，获取由周围环境检测部112检测出的周围环境声音的信息(以下，称为“周围环境声音信息”。)来作为行驶声音关联信息。

应予说明，行驶声音识别处理部115也可以代替来自行驶声音检测装置24和周围环境传感器32的各行驶声音关联信息，而通过V2X通信经由未图示的无线通信网络和通信部170获取行驶声音关联信息。

具体而言，行驶声音识别处理部115也可以获取由配设于死角区域内或该死角区域的周边的电线杆、或道路路面的未图示的麦克风拾音而得的本车辆1的行驶声音，来作为死角区域内的行驶声音关联信息。在该情况下，行驶声音识别处理部115可以获取死角区域内的包含周围环境声音的行驶声音关联信息，也可以仅获取死角区域内的周围环境声音已被消除的本车辆1的行驶声音作为行驶声音关联信息。

应予说明，行驶声音识别处理部115也可以获取在检测到障碍物以及死角区域时，用于判定在该死角区域内是否能够识别能够识别的本车辆1的行驶声音的信息作为行驶声音关联信息。例如，除了获取本车辆1的行驶声音信息以外，行驶声音识别处理部115还可以获取基于来自GPS卫星的卫星信号的障碍物的位置和本车辆1的位置、以及关于该障碍物的吸音和/或反射音相关的参照数据等作为行驶声音关联信息。

[B1.4.4]行驶声音识别判定处理

接下来，使用图8和图9对由本实施方式的车辆控制系统10执行的行驶声音识别判定处理进行说明。应予说明，图8和图9是用于说明由本实施方式的车辆控制系统10执行的行驶声音识别判定处理的图。

(基本原理)

行驶声音识别处理部115基于通过信息获取处理获取到的行驶声音关联信息，执行对死角区域内是否能够识别本车辆1的行驶声音、该行驶声音的音量、或这两者进行识别的行驶声音识别判定处理。特别地，若检测到死角区域，则行驶声音识别处理部115与驾驶条件设定处理联动地，在每个预定的时刻反复执行行驶声音识别判定处理直到通过死角区域为止。

具体而言，行驶声音识别处理部115基于通过信息获取处理获取到的行驶声音关联信息中所包含的死角区域中的、本车辆1的行驶声音的音量，识别死角区域内有无本车辆1的行驶声音。特别地，行驶声音识别处理部115在死角区域中本车辆1的行驶声音的音量为“0”以下的情况下，判定为死角区域内不能够识别本车辆1的行驶声音。

应予说明，周围环境检测部112在能够通过V2X通信等获取死角区域内的、本车辆1的行驶声音的情况下，也可以直接使用这些信息来判定死角区域中是否能够识别本车辆1的行驶声音。

另外，行驶声音识别处理部115在能够检测出死角区域的位置和大小的情况下，在推定死角区域的行驶声音的音量时，可以使用从本车辆1起到死角区域为止的距离(中心)和宽度。而且，行驶声音识别处理部115也可以使用基于障碍物的位置、种类以及大小的衰减率。

(可识别状况的判定)

行驶声音识别处理部115可以基于行驶声音关联信息，不仅判定在死角区域中是否能够识别本车辆1的行驶声音，还判定识别行驶声音的难度(即，识别的困难性)等能够识别的状况(以下，也称为“可识别状况”)。

在死角区域中，若可听到、难以听到、听不到本车辆1的行驶声音等的可识别状况发生变化，则死角区域周边的风险也变化，需要使路径和/或速度等本车辆1的驾驶条件也变化。

因此，本实施方式的行驶声音识别处理部115为了在准确地掌握在死角区域的周边所设想的风险的基础上设定驾驶条件，也可以具有判定在死角区域中能够识别的行驶声音的可识别状况的构成。

具体而言，本实施方式的行驶声音识别处理部115基于获取到的行驶声音关联信息来确定本车辆1的行驶声音的音量，并判定死角区域中的本车辆1行驶声音的可识别状况。例如，行驶声音识别处理部115可以确定本车辆1的周边的行驶声音的音量，并判定死角区域中的本车辆1行驶声音的可识别状况，也可以确定死角区域的行驶声音的音量，并判定死角区域中的本车辆1行驶声音的可识别状况。

更具体而言，行驶声音识别处理部115预先将死角区域中的本车辆1行驶声音的音量等级范围分级地(例如，三级)设定为例如可听到本车辆1的行驶声音的等级、难以听到本车辆1的行驶声音的等级、听不到本车辆1的行驶声音的等级。另外，如上所述，行驶声音识别处理部115判定推定的死角区域中的本车辆1行驶声音的音量属于哪个等级范围。然后，行驶声音识别处理部115根据所属的等级范围，确定死角区域中的本车辆1行驶声音为“可听到”、“难以听到”或“听不到”的各可识别状况。

例如，假设行驶声音的音量等级被划分为小于10dB、10dB以上且小于20dB、20dB以上且小于30dB、以及30dB以上这四级。另外，设想根据各个等级而将识别等级RL设定为“1.0(可听到)”、“1.25(难以听到：音量高)”、“1.5(难以听到：音量低)”以及“2.0(听不到)”的情况。在该情况下，在死角区域中的本车辆1行驶声音的音量等级为“10dB”的情况下，如图8所示，行驶声音识别处理部115将识别等级“1.5”设定为可识别状况。

应予说明，在本实施方式中，如上所述，将上述的可识别状况(识别等级)用作用于使风险分布数据的风险潜力的值变动的变动值(具体而言为“1.0”～“2.0”)，其详细情况在后面叙述。

另外，本实施方式的行驶声音识别处理部115在通过V2X通信等获取死角区域内的行驶声音关联信息的情况下，也可以根据该行驶声音关联信息来确定死角区域内的本车辆1行驶声音的音量等级。而且，行驶声音识别处理部115可以基于所确定的死角区域内的本车辆1行驶声音的音量等级来判定识别状态。

(混合有周围环境声音的情况下的行驶声音识别判定处理)

本实施方式的行驶声音识别处理部115可以基于死角区域中的本车辆1行驶声音的音量和该死角区域中的周围环境声音的音量、种类或这两者，来判定在该死角区域中是否能够识别本车辆1的行驶声音。

即，在本实施方式的行驶声音关联信息中包含表示本车辆1的行驶声音的音量的行驶声音信息、以及具有死角区域的周围环境声音的音量和种类中的至少任一方的周围环境声音信息。而且，本实施方式的行驶声音识别处理部115也可以基于行驶声音信息和周围环境声音信息来执行行驶声音识别判定处理。

通常，在判定在死角区域中是否能够识别本车辆1的行驶声音的情况下，在由于道口和/或车辆紧急靠近等周围环境声音大的情况下，如上所述，难以仅基于死角区域中的本车辆1行驶声音来判定该行驶声音的可否。

例如，如图9所示，在本车辆1的行进方向上存在障碍物和死角区域、以及作为声源的道口的情况下，且本车辆1的行驶声音小的情况下，可设想该行驶声音被道口的声音淹没而不能够在死角区域中识别的情况。特别地，在电动汽车等行驶声音小的车辆中，该倾向变高。

应予说明，在图9中示出了死角区域中的本车辆1行驶声音的音量比20dB低且作为死角区域中的周围环境声音的道口的警报音为40dB的情况下的例子，在该情况下，在死角区域中，本车辆1的行驶声音被淹没。

因此，本实施方式的行驶声音识别处理部115可以推定死角区域中的周围环境声音的音量、种类或这两者，并基于本车辆1的行驶声音与周围环境声音的关系性来判定在该死角区域中是否能够识别本车辆1的行驶声音。

具体而言，行驶声音识别处理部115基于由周围环境传感器32检测出的数据和周围环境声音信息，来检测本车辆1的位置处的周围环境声音的音量和声源的方向。另外，行驶声音识别处理部115基于周围环境声音的音量和声源的方向、以及从本车辆1到死角区域的距离，参照伴随着距离的放大率和衰减率，推定死角区域中的环境声音的音量。然后，行驶声音识别处理部115基于获取到的死角区域中的行驶声音的音量以及推定出的死角区域中的周围环境声音的音量，来识别该死角区域内有无本车辆1的行驶声音、该行驶声音的音量(相对的音量)、或这两者。

例如，行驶声音识别处理部115在本车辆1的行驶声音的音量和周围环境声音的音量具有预定的条件的情况(行驶声音的音量＞周围环境声音的音量的情况)下，判定为在死角区域中能够识别到本车辆1的行驶声音。另外，在该情况下，行驶声音识别处理部115在行驶声音的音量为周围环境声音的音量以下的情况下，判定为在死角区域中不能够识别到本车辆1的行驶声音。其中，即使在该情况下，行驶声音识别处理部115也可以在行驶声音的音量与周围环境声音的音量之差为“0”的情况下，判定为在死角区域中难以识别到本车辆1的行驶声音。

另外，在上述的例子中，作为本车辆1的行驶声音的音量与周围环境声音的音量的预定的条件，规定了行驶声音的音量比周围环境声音的音量大的情况，但也可以规定为“预定的大小”以上(例如，10dB以上)的情况。

应予说明，行驶声音识别处理部115在能够通过V2X通信等获取在死角区域内的本车辆1行驶声音、周围环境声音或这两者的声音的情况下，也可以直接使用这些信息来判定在死角区域中是否能够识别本车辆1的行驶声音。

另一方面，行驶声音识别处理部115在上述的行驶声音识别判定处理中，可以代替死角区域中的本车辆1行驶声音的音量与周围环境声音的音量之差，而使用死角区域中的本车辆1行驶声音的音量与周围环境声音的音量之比。

例如，在该情况下，周围环境检测部112在死角区域中的本车辆1行驶声音的音量X与周围环境声音的音量Y之比为(式2)的情况下，在“a≤1”时，判定为在死角区域中不能够识别出本车辆1的行驶声音。另一方面，在该情况下，周围环境检测部112在“a＞1”时判定为在死角区域中能够识别本车辆1的行驶声音。

【数学式2】

(X，Y)＝(a:1)···(式2)

此外，行驶声音识别处理部115与上述同样地，在能够检测出死角区域的位置和大小的情况下，在推定死角区域的行驶声音的音量时，可以使用从本车辆1到死角区域的距离(例如中心距离)和宽度。而且，行驶声音识别处理部115也可以使用基于障碍物的位置、种类以及大小的衰减率和/或放大率(也包括反射音。)。

应予说明，本实施方式的行驶声音识别处理部115基于由周围环境传感器32检测到的数据和周围环境声音信息，直接推定死角区域中的周围环境声音的音量，但是也可以基于该周围环境声音的种类来推定。在该情况下，行驶声音识别处理部115基于周围环境声音的种类、声源的方向和声源与死角区域之间的距离来间接地推定该周围环境声音的音量。

另外，行驶声音识别处理部115在上述的行驶声音识别判定处理中，也可以代替行驶声音等的音量，而基于行驶声音等的频率成分来判定在该死角区域中是否能够识别本车辆1的行驶声音。特别地，行驶声音识别处理部115也可以基于死角区域中的本车辆1行驶声音的频率成分和周围环境声音的频率成分，判定在该死角区域中是否能够识别本车辆1的行驶声音。即，行驶声音识别处理部115可以使用在死角区域内的行驶声音的频率成分与周围环境声音中包含的声音的频率成分相同且相位相反的情况下该行驶声音被抵消的性质，来判定在该死角区域中是否能够识别本车辆1的行驶声音。

具体而言，在该情况下，行驶声音识别处理部115基于通过信息获取处理获取到的行驶声音关联信息，对死角区域中的本车辆1行驶声音执行频率解析，确定该行驶声音的各频率成分中的振幅和相位。另外，在该情况下，行驶声音识别处理部115基于由周围环境传感器32检测出的数据和周围环境声音信息，对死角区域内的周围环境声音执行频率解析，并确定该周围环境声音的各频率成分中的振幅和相位。

然后，行驶声音识别处理部115基于死角区域内的周围环境声音来判定是否抵消(是否消除)死角区域中的本车辆1行驶声音。即，行驶声音识别处理部115判定是否死角区域内的周围环境声音中包含的声音的频率成分与死角区域中的行驶声音的频率成分相同，双方的振幅相同且为相反相位的关系。

此时，行驶声音识别处理部115在死角区域内的周围环境声音中包含的声音的频率成分与死角区域中的行驶声音的频率成分相同，双方的振幅相同且为相位相反的情况下，判定为在死角区域中不能够识别本车辆1的行驶声音。另外，行驶声音识别处理部115在死角区域内的周围环境声音中包含的声音的频率成分与死角区域中的行驶声音的频率成分不相同，双方的振幅不相同或不存在相反相位的关系的情况下，判定为在死角区域中能够识别本车辆1的行驶声音。

[B1.4.5]驾驶条件设定处理

接下来，使用图10和图11对由本实施方式的车辆控制系统10执行的驾驶条件设定处理进行说明。应予说明，图10和图11是用于说明由本实施方式的车辆控制系统10执行的驾驶条件设定处理的图。

(基本原理)

驾驶条件设定部116在对本车辆1的驾驶支援中，在每个预先设定的时刻，基于包括障碍物和死角区域在内的本车辆1的周围环境、以及其操作状态和行为等的时时刻刻变化的状况，来执行设定驾驶条件的驾驶条件设定处理。

具体而言，首先，驾驶条件设定部116获取由车外拍摄相机31获取到的图像数据以及由周围环境传感器32确定的本车辆1的周围环境的数据来作为时时刻刻变化的状况。此时，驾驶条件设定部116获取障碍物的有无及其种类、死角区域的有无、以及相对于本车辆1的相对位置和大小等，来作为周围环境的数据。然后，驾驶条件设定部116在存在死角区域的情况下，获取表示在该死角区域中是否能够识别本车辆1的行驶声音的行驶声音识别判定处理的结果。

接下来，驾驶条件设定部116在本车辆1的行进方向上识别出死角区域的时刻，根据行驶声音识别判定处理的判定结果，设定本车辆1移动的路径和本车辆1在该路径上行进时的速度作为驾驶条件。然后，驾驶条件设定部116与行驶声音识别判定处理联动地，在每个预定的时刻反复执行设定驾驶条件的驾驶条件设定处理直到通过死角区域为止。

特别地，本实施方式的驾驶条件设定部116在设定本车辆1的驾驶条件时，使用将反映了行驶声音识别判定处理的判定结果的、基于本车辆1的周围的障碍物的风险进行数值化而得的风险潜力。即，本实施方式的驾驶条件设定部116由于使用风险潜力，所以使用将行驶声音无法识别风险反映于包含显在风险和潜在风险在内的基准风险潜力而得的风险分布数据来设定驾驶条件。

最后，驾驶条件设定部116将所设定的包括本车辆1的路径和速度的驾驶条件作为驾驶条件信息而向车辆驱动控制部40提供。

应予说明，急加速、急减速、急转向会对乘坐舒适度和/或打滑等带来影响，因此，在本实施方式中，预先确定加减速度的上限和下限、以及转向角的角速度的上限，驾驶条件设定部116在不超过这些的范围内设定驾驶条件。另外，本实施方式的驾驶条件设定部116例如作为预先设定的时刻而每隔100μ(sec)执行驾驶条件设定处理。但是，该预先设定的时刻依赖于ECU的处理能力。

(风险分布数据的设定)

驾驶条件设定部116在每个预先设定的时刻，基于获取到的本车辆1的周围环境和行驶声音识别判定处理的结果来设定风险分布数据作为对于本车辆1的行进方向的空间上的风险潜力。特别地，驾驶条件设定部116在判定为在死角区域中不能够识别到本车辆1的行驶声音的情况下，设定风险分布数据，该风险分布数据在空间上反映了基准风险潜力以及在死角区域周边的行驶声音风险潜力。

具体而言，首先，驾驶条件设定部116设定基准风险潜力，该基准风险潜力由空间上的针对障碍物的显在风险与因存在死角区域而产生的潜在风险的空间上的重叠构成。

此时，驾驶条件设定部116基于障碍物的种类、大小、位置以及障碍物与本车辆1的相对速度来确定本车辆1的行进方向上的显在风险的风险潜力的空间上的分布。另外，驾驶条件设定部116基于死角区域的大小和位置、以及死角区域与本车辆1的相对速度，来设定本车辆1的行进方向上的作为潜在风险的风险潜力的分布。然后，驾驶条件设定部116将显在风险的风险潜力的分布和潜在风险的风险潜力的分布在空间上相加，设定相对于本车辆1的位置而成为空间上的分布的基准风险潜力。

接下来，驾驶条件设定部116基于获取到的行驶声音识别判定处理的结果来设定表示在死角区域的周边是否能够识别本车辆1的行驶声音的风险的行驶声音无法识别风险。

具体而言，驾驶条件设定部116在行驶声音识别判定处理的结果为在死角区域内不能够识别本车辆1的行驶声音的情况下，确定相应的死角区域的周边区域(以下，称为“死角周边区域”。)。例如，驾驶条件设定部116将在发生行人等障碍物从相应的死角区域突然出现的情况下有碰撞的风险的区域确定为死角周边区域。

然后，驾驶条件设定部116基于获取到的行驶声音识别判定处理，设定确定的死角周边区域中的对于本车辆1的行进方向的空间上的预定的风险潜力(即，行驶声音风险潜力)。特别地，驾驶条件设定部116在判定为在相应的死角区域中不能够识别本车辆1的行驶声音的情况下，判定为基于死角区域的风险高，为了提高该死角区域中的风险潜力而设定行驶声音风险潜力。

最后，如图10或图11所示，驾驶条件设定部116基于基准风险潜力和行驶声音风险潜力来设定空间上的各风险潜力的综合分布(即，风险分布数据)。

例如，作为行驶声音风险潜力，设想设定用于使对于相应的区域的基准风险潜力的等级提高一级的值的情况，且获取了在死角区域中能够识别本车辆1的行驶声音的行驶声音识别判定处理的结果的情况。

在该情况下，如图10所示，驾驶条件设定部116设定用于针对与基准风险潜力对应的等级，使该等级上升一级的风险分布数据。

应予说明，在图10中示出了在死角区域中不能够识别本车辆1的行驶声音的情况下，对于风险等级为1～6的基准风险潜力反映了用于将等级提高一级的值的情况的例子。

另外，例如，作为行驶声音风险潜力，设想根据作为死角区域中的行驶声音的可识别状况的可识别等级，使基准风险潜力变动来设定风险分布数据的情况。特别地，在该情况下，假设根据可识别等级(具体而言，音量等级范围)而设定有“2.0”、“1.5”、“1.25”以及“1”的变动值。

在该情况下，作为行驶声音风险潜力，若变动值被设定为“2.0”，则如图11所示，驾驶条件设定部116设定将表示死角区域附近的基准风险潜力的风险等级与行驶声音风险潜力相乘而得的风险分布数据。

应予说明，在图11中示出了各风险等级成为基准风险潜力的2倍的情况下的例子。例如，在死角周边区域中，在基准潜力中风险等级为3，若反映行驶声音风险潜力，则风险等级成为6，另外，例如，在死角周边区域中，在基准潜力中风险等级为2，若反映行驶声音风险潜力，则风险等级成为4。此外，即使在该情况下，最高值的风险等级也被设定为不超过“6”。

(基于风险分布数据的驾驶条件的设定)

驾驶条件设定部116一边参照当前的本车辆1的操作状态和行为的数据，一边基于在每个预先设定的时刻设定的风险分布数据来设定本车辆1应当移动的路径和速度。具体而言，驾驶条件设定部116基于所设定的风险分布数据，设定本车辆1能够行驶且对于行进方向和当前的速度，风险在该本车辆1行进的基础上变低的适当的驾驶条件。特别地，例如如图10或图11所示，驾驶条件设定部116将在本车辆1行进的基础上风险低且能够以适当的速度运行的路径、速度以及它们的组合设定为驾驶条件。

应予说明，在图10和图11的例子中示出了即使风险分布数据的风险变高也设定维持与目前为止的驾驶支援相同的风险的驾驶条件(风险等级为1且预定的速度)的情况下的例子。其中，驾驶条件设定部116在维持当前的速度的状态下能够设定新的路径时优先进行该路径设定，并在向该新的路径修正轨迹为急转向(预先设定的转向角以上)的情况下，设定用于减速的驾驶条件。

另外，在行驶声音识别判定处理的结果为在死角区域内能够识别本车辆1的行驶声音的情况下，驾驶条件设定部116不设定行驶声音风险潜力，而仅基于基准风险潜力来设定驾驶条件。

除上述以外，作为驾驶条件，驾驶条件设定部116也可以将例如本车辆1发出的声音的大小、前灯的开启与关闭或光轴的切换等用于控制在车辆行驶时使用的装备或装置的条件设定为驾驶条件。

[B1.5]本实施方式的动作

[B1.5.1]包括驾驶条件设定处理在内的驾驶支援控制处理的动作

接下来，使用图12和图13对由本实施方式的驾驶支援控制装置100执行的包括驾驶条件设定处理在内的驾驶支援控制处理的动作进行说明。应予说明，图12和图13是示出由本实施方式的驾驶支援控制装置100执行的包括驾驶条件设定处理在内的驾驶支援控制处理的动作的流程图。

在本动作中，以进行自动驾驶控制作为驾驶支援控制处理的情况为例进行说明。另外，在本动作中，作为行驶声音识别判定处理，对判定在对象的死角区域中是否能够识别本车辆1的行驶声音的情况进行说明。

首先，驾驶条件设定部116若检测到自动驾驶等驾驶支援控制处理的开始(步骤S101)，则执行驾驶支援控制装置100的初始状态化(初始化)等前处理(步骤S102)。应予说明，此时，行驶声音检测装置24、车外拍摄相机31以及周围环境传感器32开始对自动驾驶模式的动作。

接着，驾驶条件设定部116判定是否接收到驾驶员的指示等自动驾驶模式的结束指示(步骤S103)。此时，驾驶条件设定部116在判定为接收到驾驶支援控制处理的结束指示的情况下，使本动作结束，在判定为未接收到该结束指示的情况下，转移到步骤S104的处理。

接着，周围环境检测部112在判定为未接收到驾驶支援控制处理的结束指示的情况下，检测从车外拍摄相机31和周围环境传感器32发送的图像数据或周围环境的检测数据(步骤S104)。

接着，周围环境检测部112基于该检测数据来识别本车辆1的周围的障碍物等周围环境(步骤S105)。

接着，周围环境检测部112从识别出的周围环境中判定(检测)有无死角区域的存在(步骤S106)。特别地，周围环境检测部112基于从车外拍摄相机31或周围环境传感器32发送的各种数据等，判定有无成为驾驶员的死角的死角区域。

另外，此时，在由周围环境检测部112判定为不存在死角区域的情况下，驾驶条件设定部116与车辆驱动控制部40联动，执行基于识别到障碍物等的、本车辆1的周围环境的该本车辆1的引导控制(步骤S107)。即，驾驶条件设定部116在存在障碍物的情况下，一边确定该障碍物的种类、位置、大小以及与本车辆1的相对速度，一边执行用于使本车辆1规避该障碍物以及由于存在该障碍物而产生的风险的引导控制。

另一方面，驾驶条件设定部116在判定为在识别到的周围环境中存在死角区域的情况下，获取以对象死角区域为基准的本车辆1的行驶声音关联信息(步骤S111)。具体而言，行驶声音识别处理部115从行驶声音检测装置24获取行驶声音信息，从周围环境传感器32获取周围环境声音信息。

接着，行驶声音识别处理部115基于获取到的行驶声音关联信息，执行判定在对象死角区域中是否能够识别到本车辆1的行驶声音的行驶声音识别判定处理(步骤S112)。具体而言，行驶声音识别处理部115根据获取到的行驶声音信息来推定死角区域中的本车辆1行驶声音的音量，并且根据获取到的周围环境声音信息推定死角区域中的周围环境声音的音量。然后，行驶声音识别处理部115基于推定出的本车辆1行驶声音和周围环境声音的音量来判定是否能够识别到该行驶声音。其中，如上所述，行驶声音识别处理部115也可以仅根据获取到的行驶声音信息来推定死角区域中的本车辆1行驶声音的音量。

另外，在步骤S112的处理中，行驶声音识别处理部115在判定为在对象死角区域中不能够识别本车辆1的行驶声音的情况下，转移到步骤S113的处理。另一方面，行驶声音识别处理部115在判定为在死角区域中能够识别本车辆1的行驶声音的情况下，设定障碍物的显在风险和该死角区域中的潜在风险(基准风险潜力)的风险分布数据(步骤S115)而转移到步骤S116的处理。

接着，驾驶条件设定部116在判定为在对象死角区域中不能够识别本车辆1的行驶声音的情况下，确定行驶声音无法识别风险(风险潜力)(步骤S113)。

接着，驾驶条件设定部116设定基于对象障碍物的显在风险和死角区域中的潜在风险的基准风险潜力的风险分布数据，并且使确定的行驶声音无法识别风险反映到该风险分布数据(步骤S114)。

接着，驾驶条件设定部116基于所设定的风险分布数据，设定包括本车辆1的路径和速度在内的新的驾驶条件(步骤S116)，向车辆驱动控制部40提供所设定的驾驶条件(步骤S117)。

接着，周围环境检测部112基于从车外拍摄相机31或周围环境传感器32发送的各种数据等，判定本车辆1是否在该本车辆1的周围或行进方向上通过对象死角区域(步骤S118)。此时，周围环境检测部112在判定为仍能够检测到对象死角区域的情况下，转移到步骤S111的处理，在判定为已经不能检测到对象死角区域的情况下，转移到步骤S103的处理。

应予说明，本动作的行驶声音识别判定处理是在检测出死角区域后反复执行直到通过该死角区域为止，但是也可以在一次判定为不能够识别到行驶声音后，视为不能够识别到行驶声音的情况而省略该处理并执行之后的处理。其中，如果反复执行行驶声音识别判定处理直到通过死角区域为止，则能够与本车辆1与死角区域的相对位置的变化对应，因此能够执行准确地规避了死角区域的风险的自动驾驶控制。

[B1.5.2]本实施方式的驾驶支援控制处理的动作的具体例

接下来，使用图14～图17对由本实施方式的驾驶支援控制装置100执行的包括驾驶条件设定处理在内的驾驶支援控制处理的动作的具体例进行说明。应予说明，图14～图17是用于说明由本实施方式的驾驶支援控制装置100执行的包括驾驶条件设定处理在内的驾驶支援控制处理的动作的具体例的图。

在本具体例中，形成具有等级0～等级6的风险等级的风险分布数据。另外，在本具体例中，基于新设定驾驶条件时的路径和速度等驾驶条件，设定不会成为急减速和急转向那样的成为顺畅的行驶的路径和速度。而且，在行驶声音识别判定处理中，死角区域中的本车音1行驶声音根据“可听到”、“难以听到”及“听不到”这三级来判定。另外，在本具体例的驾驶员中，以风险等级为3以下来设定路径。

首先，对驾驶支援控制装置100在时刻T1，检测出死角区域，并且通过行驶声音识别判定处理判定为在死角区域中不能够识别到本车辆1的行驶声音的情况进行说明。

在该情况下，如图14所示，驾驶支援控制装置100设定基于基准风险潜力和行驶声音无法识别风险的风险分布数据。具体而言，如图14所示，驾驶支援控制装置100设定具有风险等级0～风险等级6，并使行驶声音无法识别风险反映到基准风险潜力而得的风险分布数据。

然后，驾驶支援控制装置100根据风险分布数据、当前的本车辆1的操作状态和行为、预先设定的加减速度的上限和下限、以及转向角的角速度的上限，将预定的速度和通过风险等级为3以下的路径作为驾驶条件进行设定。此外，驾驶支援控制装置100控制车辆驱动控制部40，基于该设定的速度和路径来控制本车辆1，直到下一个行驶声音识别判定处理的执行时刻为止。

应予说明，在图14中，风险等级为“3”以下是指包括从表示风险等级3的实线向附图下侧扩展的风险等级0、风险等级1以及风险等级2的范围。另外，在图14中示出了在风险等级为“3”以下，根据预先设定的加减速度的上限和下限等而成为顺畅的行驶的路径的例子。

接着，来到时刻T2，对驾驶支援控制装置100在该时刻2，与时刻1同样地检测出死角区域，并且通过行驶声音识别判定处理判定为在死角区域中不能够识别本车辆1的行驶声音的情况进行说明。

在该情况下，如图15所示，驾驶支援控制装置100设定(更新)基于基准风险潜力和行驶声音无法识别风险的风险分布数据。具体而言，如图15所示，驾驶支援控制装置100设定风险等级比时刻T1时提高一级的风险分布数据。

然后，如图15所示，驾驶支援控制装置100根据风险分布数据、当前的本车辆1的操作状态和行为、预先设定的加减速度的上限和下限、以及转向角的角速度的上限，将预定的速度和通过风险等级为3以下的路径作为驾驶条件进行设定。此外，驾驶支援控制装置100控制车辆驱动控制部40，基于该设定的速度和路径来控制本车辆1，直到下一个行驶声音识别判定处理的执行时刻为止。

应予说明，在图15中示出了图14中风险等级提高了一级的风险分布数据。而且，即使在风险等级变化了的情况下，也作为驾驶条件的路径而以风险等级成为3以下的方式新设定路径。

接着，来到时刻T3，对驾驶支援控制装置100在该时刻T3检测出死角区域，另一方面，通过行驶声音识别判定处理判定为在死角区域中难以识别到本车辆1的行驶声音的情况进行说明。

在该情况下，如图16所示，驾驶支援控制装置100设定(更新)基于基准风险潜力和行驶声音无法识别风险的风险分布数据。具体而言，如图16所示，驾驶支援控制装置100设定风险等级比时刻T2时提高了0.5的风险分布数据。

应予说明，在图16中示出了图15中风险等级提高了0.5的风险分布数据。而且，即使在风险等级变化了的情况下，也作为驾驶条件的路径而以风险等级成为3以下的方式新设定路径。

接着，来到时刻T4，对驾驶支援控制装置100判定为在该时刻T4通过了死角区域的情况进行说明。

此时，驾驶支援控制装置100不执行行驶声音识别判定处理，而根据当前的本车辆1的操作状态和行为、预先设定的加减速度的上限和下限、以及转向角的角速度的上限，执行本车辆1的引导控制。

应予说明，即使在死角区域中混合有周围环境声音的情况下，也基本上成为与上述同样的处理。

[B1.6]变形例

[B1.6.1]变形例1：使本车声音的音量变化的情况下的驾驶条件设定处理

接下来，使用图18和图19，对本实施方式的变形例即将本车辆1发出的声音(即，本车声音)的音量作为驾驶条件而进行设定的驾驶条件设定处理进行说明。应予说明，图18和图19是用于说明将本车辆1的本车声音的音量作为驾驶条件而进行设定的驾驶条件设定处理的图。

在上述实施方式中，在死角区域中不能够识别本车辆1的行驶声音的情况下，为了规避接触等的风险而将本车辆1的路径等作为驾驶条件进行了设定，但是本变形例的特征在于，改变本车辆1发出的本车声音的音量。即，在本变形例中，在死角区域中不能够识别本车辆1的行驶声音的情况下，通过将该本车辆1的本车声音的音量作为驾驶条件而增大，从而使得在该死角区域中识别本车辆1的行驶声音。

具体而言，驾驶条件设定部116在本车辆1的行进方向上有障碍物的情况下，如上所述，基于行驶声音识别判定处理的判定结果，设定本车辆1的驾驶条件。特别地，驾驶条件设定部116在行驶声音识别判定处理中判定为在死角区域中不能够识别本车辆1的行驶声音的情况下，设定增大本车辆1的本车声音的音量的驾驶条件。

例如，如图18所示，在检测到的本车辆1的行驶声音为20dB，且判定为在死角区域中不能够识别本车辆1的行驶声音的情况下，驾驶条件设定部116以在死角区域中能够识别行驶声音的方式，将本车辆1的发动机声音、马达声音、其他声音、或者将它们进行组合而将本车辆1的本车声音的音量设定为60dB。

应予说明，在图10中示出了若将本车辆1的本车声音设定为60dB，则在死角区域中该本车辆1的行驶声音为20d～10dB而能够识别的情况下的例子。

另一方面，驾驶条件设定部116在混合有周围环境声音的情况下，与上述的实施方式同样地，检测死角区域中的本车辆1行驶声音的音量与周围环境声音的音量之差，根据该检测出的差而将本车辆1的本车声音的音量作为驾驶条件进行设定。

例如，如图19所示，设想检测到的本车辆1的行驶声音为40dB，死角区域中的本车辆1行驶声音被推定为10dB，并且死角区域中的周围环境声音的音量被推定为40dB的情况。在该情况下，由于死角区域的周围环境声音的音量比本车辆1的行驶声音的音量大，所以行驶声音识别处理部115判定为在死角区域中不能够识别本车辆1的行驶声音。然后，驾驶条件设定部116以使死角区域中的行驶声音比周围环境声音的音量大且能够识别的方式，将本车辆1的发动机声音、马达声音、其他声音或它们的组合的音量设定为60dB。

应予说明，在由驾驶条件设定部116设定本车辆1的发动机声音的音量而进行指示的情况下，车辆驱动控制部40提高发动机的转速、马达的转速来增大本车声音的音量。其中，在将发动机或马达从驱动轮分离的状态下提高转速，或者调节变速比而使驱动扭矩不变动。

[B1.6.2]变形例2：基于周围环境声音的种类的行驶声音识别判定处理

接下来，对本实施方式的变形例即基于周围环境声音的种类的驾驶条件设定处理进行说明。

在上述的本实施方式的混合有周围环境声音的情况下的行驶声音识别判定处理中，使用了死角区域中的本车辆1行驶声音的音量和周围环境的音量，但是也可以使用死角区域中的本车辆1行驶声音的音量和周围环境声音的种类。即，在本变形例中，可以基于死角区域中的本车辆1行驶声音的音量和周围环境声音的种类来执行行驶声音识别判定处理。

在该情况下，行驶声音识别处理部115对由周围环境传感器32检测到的检测数据或周围环境声音信息执行频率解析等，并且通过与已经存储在存储部140中的声音数据进行比较来确定周围环境声音的种类。然后，行驶声音识别处理部115基于已经存储在存储部140中的数据(例如，规定的音量)，来推定死角区域的周围环境声音的音量。另外，行驶声音识别处理部115基于推定出的死角区域中的周围环境声音的音量和推定出的死角区域中的本车辆1行驶声音来执行行驶声音识别判定处理。

应予说明，行驶声音识别处理部115可以不仅检测周围环境声音的种类，还检测该周围环境声音的音量，并且基于周围环境声音的实际音量以及周围环境声音的种类来推定死角区域中的周围环境声音的音量。

[B1.6.3]变形例3：突现对象物体推定处理以及伴随于此的驾驶支援控制处理

接下来，对本实施方式的变形例即推定在死角区域是否存在突现对象物体的突现对象物推定处理以及伴随于此的驾驶支援控制处理进行说明。

本变形例在上述的实施方式中，在自动驾驶中或驾驶辅助中，在死角区域内检测到行人等有可能在本车辆1的路径上突然出现的突现对象物的情况下，执行用于规避本车辆1与该突现对象物的接触的各种处理。

特别地，本变形例的驾驶支援控制装置100在突现对象物存在于死角区域内且该突现对象物有可能从死角区域突然出现的情况下，执行上述的行驶声音识别判定处理以及驾驶条件设定处理。另一方面，本变形例的驾驶支援控制装置100在突现对象物存在于死角区域内且该突现对象物不可能从死角区域突然出现的情况下，基于障碍物等识别出的周围环境，对本车辆1执行引导动作控制。

具体而言，驾驶条件设定部116通过V2X通信经由未图示的无线通信网络和通信部170来获取死角区域内信息，该死角区域内信息包括表示死角区域内有无突现对象物的信息。

然后，驾驶条件设定部116基于死角区域内信息来执行推定处理，该推定处理推定在死角区域是否存在有可能突然出现在本车辆1的前方的突现对象物体。特别地，驾驶条件设定部116判定在该死角区域内有无存在突现对象物，并判定是否该突现对象物的行进方向为本车辆1的路线上，且在本车辆1到达死角区域之前该突现对象到达该路径上。

另外，驾驶条件设定部116在存在突现对象物，其行进方向为本车辆1的路径上，以及在本车辆1到达前该突现对象到达该路径上的情况下，执行上述的行驶声音识别判定处理以及驾驶条件设定处理。另一方面，驾驶条件设定部116在虽然突现对象物存在于死角区域内但其行进方向不是本车辆1的路径上，或者在本车辆1到达前该突现对象未到达该路径上的情况下，判定为不可能突然出现。而且，在该情况下，驾驶条件设定部116不执行上述的行驶声音识别判定处理以及驾驶条件设定处理，而是基于障碍物等识别出的周围环境，对本车辆1执行引导动作控制。

应予说明，驾驶条件设定部116在突现对象物突然出现在本车辆1的前方的情况下，将该突然出现的突现对象物升级为显现的障碍物，将该突现对象物包含在显在风险中而执行碰撞规避控制等引导动作控制。

[B1.6.4]变形例4：间隔着休止期而持续地输出的周围环境声音的情况

接下来，使用图20～图23，对本实施方式的变形例即在死角区域中混合有间隔着休止期而持续地输出的周围环境声音的情况下的行驶声音识别判定处理进行说明。应予说明，图20～图23是用于说明在死角区域中混合有间隔着休止期而持续地输出的周围环境声音的情况下的行驶声音识别判定处理的图。

(基本概念)

本变形例的特征在于，即使对行驶声音识别判定处理带来影响的周围环境声音是室外音乐会(例如音乐节)的声音、道口的警报音或施工作业声音等间隔着休止期而持续地输出的声源，也准确地设定驾驶条件。

在上述的实施方式中，从检测到死角区域起到通过该死角区域为止反复执行行驶声音识别判定处理和驾驶条件设定处理，从而设定路径等驾驶条件。然而，在驾驶支援中，在从检测到死角区域起到通过该死角区域为止的期间，道口的警报音等周围环境声音反复产生和停止的情况下，或者通过音乐会以间隔着休息的方式提供音乐的情况下，行驶声音识别判定处理的结果根据时刻而大幅度地变动。因此，在切换根据该行驶声音识别判定处理的结果而设定的驾驶条件时，还会产生路径和/或速度大幅度地变化而不能够使本车辆1顺畅地行驶的情况。

例如，在多辆电车以时间差通过特定的道口的情况下，根据时间差而存在道口的拦门上升且其警报音暂时停止，但在短时间内拦门再次开始下降而警报音开始鸣响的情况。

在这样的情况下，在道口的警报音鸣响的情况下，作为行驶声音识别判定处理而判定为在死角区域中不能够识别本车辆1的行驶声音。另一方面，在同样的情况下，在没有道口的警报音的情况下，作为行驶声音识别判定处理而判定为在该死角区域中能够识别本车辆1的行驶声音。因此，在判定为在死角区域中不能够识别本车辆1的行驶声音的情况以及判定为在该死角区域中能够识别本车辆1的行驶声音的情况中，设定不同的路径。另外，因此，若时序地连续设定这两个路径，则在切换这些路径时，本车辆1的行驶轨迹大幅度地变化，或者速度大幅度地变化，该本车辆1不能够顺畅地运行。

因此，本变形例具有如下构成：在本车辆1通过死角区域的过程中，周围环境声音停止了的情况下，将停止之前获取到的周围环境声音信息保持，并在一定期间内将该保持的周围环境声音信息用于行驶声音识别判定处理。

具体而言，本变形例的驾驶支援控制装置100具有如下构成：在本车辆1通过死角区域之前，且从周围环境声音停止(休止)起直到经过预定期间为止，执行保持通过信息获取处理已经获取到的周围环境声音信息的保持处理。另外，驾驶支援控制装置100具有如下构成：在经过预定期间后保持处理结束的情况下，执行解除将所保持的周围环境声音信息用于行驶声音识别判定处理的解除处理。而且，驾驶支援控制装置100具有如下构成：在保持处理的执行过程中且在经过预定期间之前执行行驶声音识别判定处理的情况下，使用行驶声音信息以及所保持的周围环境声音信息，判定在死角区域中是否能够识别到本车辆1的行驶声音。

特别地，本变形例的驾驶支援控制装置100从V2X通信等的外部获取与在死角区域中能够识别的周围环境声音间隔着休止期而持续地产生的状况相关的信息，从而作为周围环境声音关联信息。而且，驾驶支援控制装置100具有如下构成：基于获取到的周围环境声音关联信息来判定是否将所保持的周围环境声音信息用于行驶声音识别判定处理等。

例如，在未图示的管理服务器中，针对每个道口而将位置信息、警报音的信息、警报音的输出期间以及警报音的输出时刻等信息作为周围环境声音关联信息进行存储。另外，本变形例的驾驶支援控制装置100若使用地图数据等检测到在本车辆1的行驶路径上或者从该本车辆1的位置起预定范围内有道口，则经由V2X通信而与该管理服务器连接，确定该道口。然后，驾驶支援控制装置100获取与确定的道口相关的周围环境关联信息。

另外，本变形例的驾驶支援控制装置100基于获取到的周围环境声音信息、以及周围环境声音的输出时刻、输出期间以及当前时刻等周围环境关联信息来判定是否将所保持的周围环境声音信息用于行驶声音识别判定处理等。例如，本变形例的驾驶支援控制装置100在基于周围环境声音关联信息识别出在从当前时刻起预定期间内间隔着休止期而持续地输出道口的警报音的情况下，判定是否将所保持的周围环境声音信息用于行驶声音识别判定处理。

应予说明，在本变形例中，“预定期间”是适合于车辆行驶的期间长度，例如表示直到下一次获取周围环境声音为止的时间长度、直到本车辆通过死角区域为止的时间长度、或者预先设定的时间长度(例如，5秒)。

(驾驶支援控制处理的动作的具体例)

在本具体例中，形成具有等级0～等级6的风险等级的风险分布数据。另外，在本具体例中，基于新设定驾驶条件时的路径和速度等驾驶条件，设定不会成为急减速和急转向那样的成为顺畅的行驶的路径和速度。而且，在行驶声音识别判定处理中，死角区域中的本车音1行驶声音根据“可听到”、“难以听到”以及“听不到”这三级来判定。另外，在本具体例的驾驶员中，以风险等级为3以下来设定路径。

应予说明，在本车辆1存在于最初检测到死角区域的地点的情况下，假设该死角区域中的本车辆1行驶声音的音量为20dB，死角区域中的道口的警报音的音量为40dB。另外，在本车辆1检测到死角区域时，通过与未图示的管理服务器进行V2X通信来获取周围环境关联信息，并在该本车辆1的路径上或其周边识别出道口。特别地，驾驶支援控制装置100基于地图数据，在本车辆1的位置以及本车辆1的路径上或其周边输出由道口产生的作为周围环境声音的警报音。此外，驾驶支援控制装置100基于周围环境关联信息，识别为警报(周围环境声音)间隔着识别出的休止期而持续地鸣响。

首先，对驾驶支援控制装置100在时刻T1检测出死角区域，并且通过行驶声音识别判定处理判定为在死角区域中不能够识别到本车辆1的行驶声音的情况进行说明。即，在上述的例子中，在死角区域中，成为“行驶声音的音量＜周围环境声音的音量”，因此，对驾驶支援控制装置100通过行驶声音识别判定处理判定为在死角区域中不能够识别到本车辆1的行驶声音的情况进行说明。

在该情况下，如图20所示，驾驶支援控制装置100设定基于基准风险潜力以及行驶声音无法识别风险的风险分布数据。具体而言，如图20所示，驾驶支援控制装置100设定具有风险等级0～风险等级6，并使行驶声音无法识别风险反映到基准风险潜力而得的风险分布数据。

应予说明，在图20中，风险等级为“3”以下是指包括从表示风险等级3的实线向附图下侧扩展的风险等级0、风险等级1以及风险等级2的范围。另外，在图20中示出了在风险等级为“3”以下，根据预先设定的加减速度的上限和下限等而成为顺畅的行驶的路径的例子。

除上述以外，驾驶支援控制装置100将周围环境声音关联信息登记到存储部140并进行保持，直到达到预定期间为止。

接着，来到时刻T2，对驾驶支援控制装置100在该时刻2，与时刻1同样地检测出死角区域，并且道口的警报处于停止中的情况进行说明，该时刻T2为达到保持周围环境声音关联信息的预定期间之前的时刻。

在该情况下，驾驶支援控制装置100基于所保持的周围环境关联信息和检测到的死角区域中的本车辆行驶声音信息来执行行驶声音识别判定处理。另外，此时，若判定为在死角区域中不能够识别本车辆1的行驶声音，则如图21所示，驾驶支援控制装置100设定(更新)基于基准风险潜力和行驶声音无法识别风险的风险分布数据。具体而言，如图21所示，驾驶支援控制装置100设定风险等级比时刻T1时提高一级的风险分布数据。

然后，如图21所示，驾驶支援控制装置100根据风险分布数据、当前的本车辆1的操作状态和行为、预先设定的加减速度的上限和下限、以及转向角的角速度的上限，将预定的速度和通过风险等级为3以下的路径作为驾驶条件进行设定。此外，驾驶支援控制装置100控制车辆驱动控制部40，基于该设定的速度和路径来控制本车辆1，直到下一个行驶声音识别判定处理的执行时刻为止。

应予说明，在图21中，风险等级为“3”以下是指包括将风险等级3从实线向附图下侧扩展的风险等级2、风险等级1以及风险等级0的范围。另外，在图21中示出了在风险等级为“3”以下，根据预先设定的加减速度的上限和下限等而设定的路径的例子。

接着，对与在时刻T2不使用周围环境声音关联信息而执行与上述实施方式同样的处理的情况进行比较的情况进行说明。应予说明，在该情况下，驾驶支援控制装置100不基于周围环境关联信息，而是基于由周围环境传感器32等获取到的周围环境声音信息来执行行驶声音识别判定处理。

在该情况下，驾驶支援控制装置100在行驶声音识别判定处理中，判定为在死角区域中能够识别本车辆1的行驶声音。因此，如图22所示，驾驶支援控制装置100设定(更新)没有行驶声音无法识别风险的风险分布数据。具体而言，如图22所示，驾驶支援控制装置100设定没有行驶声音无法识别风险的仅由基准风险潜力构成的风险分布数据且为与时刻T1相同的风险分布数据。

然后，如图22所示，驾驶支援控制装置100根据风险分布数据、当前的本车辆1的操作状态和行为、预先设定的加减速度的上限和下限、以及转向角的角速度的上限，将预定的速度和通过风险等级为3以下的路径作为驾驶条件进行设定。此外，驾驶支援控制装置100控制车辆驱动控制部40，基于该设定的速度和路径来控制本车辆1，直到下一个行驶声音识别判定处理的执行时刻为止。

如此，在时刻T2的情况且为不利用周围环境关联信息的情况下，如果道口的警报器保持不鸣响，则成为适当的驾驶条件。然而，在执行下一个驾驶条件设定处理的时刻(即，时刻T3)之前道口的警报鸣响了的情况下，与未鸣响的情况相比成为接近死角区域的路径，发生与存在于死角区域内的行人等的接触的可能性变高。

即，在时刻T3之前道口的警报鸣响了的情况下，通常本车辆1设定远离死角区域的路径，但是现状是，如图23所示，设定了接近死角区域的路径。因此，在该情况下，本车辆1在风险高的路径上行驶，本车辆1与行人等从死角区域突然出现的对象物接触的可能性提高。

本变形例通过具有这样的构成，即使在例如道口、施工现场、烟花等死角区域的周围环境声音以短跨度变化的情况下，只要是规律地变化的周围环境声音就能够设定针对该死角区域的驾驶条件。因此，在本变形例中，即使本车辆的周围的环境声音时时刻刻地变化，也能够不大幅度地改变驾驶条件而进行顺畅的本车辆的运行，并且能够减轻运算处理的负担。

应予说明，在上述的例子中，在时刻T2时，在行驶声音识别判定处理中使用了该保持的周围环境声音关联信息的情况下，可以进一步在从该时刻T2起预定期间内保持该周围环境声音关联信息。即，周围环境声音关联信息可以在每次被利用时延长其保持期间。其中，也可以在时刻T1时将从检测出死角区域到通过其为止的通常的期间作为保持期间进行设定。

[B2]第二实施方式

[B2.1]驾驶支援网络系统

接下来，使用图24，作为本发明的第二实施方式，对驾驶支援网络系统S的概要进行说明。应予说明，图24是示出本实施方式的驾驶支援网络系统S的构成的系统构成图的一例。

本实施方式的驾驶支援网络系统S具有搭载于本车辆1的车辆控制系统10、以及执行信息获取处理、行驶声音识别判定处理以及驾驶条件判定处理中的一部分或者全部处理的管理服务器20。

车辆控制系统10对于信息获取处理、行驶声音识别判定处理以及驾驶条件判定处理中的由管理服务器20执行的处理以外的处理，具有与第一实施方式同样的构成。但是，车辆控制系统10根据需要而与管理服务器20进行通信线路的连接以及数据的收发。

管理服务器20是以能够经由网络并通过云计算的技术与搭载于各本车辆1的车辆控制系统10通信的方式连接的装置。本实施方式的管理服务器20可以由一个服务器(装置、处理器)构成，也可以由多个服务器(装置、处理器)构成。管理服务器20具有存储有用于包括驾驶支援控制的各处理在内的、各驾驶员的驾驶支援的各种信息的各种数据库(广义上为存储装置、存储器)。

应予说明，本实施方式的管理服务器20也可以访问经由网络连接的数据库(广义上为存储装置、存储器)、或者例如对数据库(广义上为存储装置、存储器)进行管理的其他服务器装置(未图示)。

管理服务器20与各本车辆1的车辆控制系统10联动，并为了执行信息获取处理、行驶声音识别判定处理以及驾驶条件判定处理中的一部分或者全部，而具有执行包括向车辆控制系统10的数据的提供和控制在内的各种处理的构成。

[B2.2]管理服务器

接下来，使用图25对本实施方式的管理服务器20的构成的一例进行说明。应予说明，图25是示出本实施方式的管理服务器20的构成的一例的框图。

管理服务器20具有一个或多个CPU等处理器，并通过执行计算机程序，一边与车辆控制系统10联动，一边执行用于进行驾驶支援控制的各处理。

例如，管理服务器20在信息获取处理、行驶声音识别判定处理以及驾驶条件判定处理全部执行的情况下，具有与上述的车辆数据获取部113、行驶声音识别处理部115以及驾驶条件设定部116等同的功能。即，在该情况下，管理服务器20具有接收从本车辆1发送的预定的信息，并基于该接收到的信息执行信息获取处理、行驶声音识别判定处理以及驾驶条件判定处理的全部处理的构成。而且，管理服务器20具有向相应的本车辆1的车辆控制系统10提供处理后的信息的构成。

应予说明，管理服务器20的一部分或者全部可以由固件等能够更新的器件构成，另外，也可以是根据来自CPU等的指令而执行的程序模块等。另外，计算机程序是用于使处理器执行管理服务器20应当执行的各种动作的计算机程序。由处理器执行的计算机程序可以记录于作为管理服务器20所具备的存储部(存储器)240而发挥功能的记录介质，也可以记录于内置于管理服务器20的记录介质或能够外置于管理服务器20的任意的记录介质。

例如，作为记录计算机程序的记录介质，可以是硬盘、软盘以及磁带等磁性介质。另外，该记录介质也可以是CD-ROM(Compact Disk Read Only Memory：光盘只读存储器)、DVD(Digital Versatile Disk：数字多功能光盘)以及Blu-ray(注册商标)等光记录介质。此外，该记录介质也可以是软式光盘等磁光介质、RAM以及ROM等存储元件、以及USB(Universal Serial Bus：通用串行总线)存储器以及SSD(Solid State Drive：固态驱动器)等闪存、其他能够保存程序的介质。

另外，例如，在信息获取处理、行驶声音识别判定处理以及驾驶条件判定处理全部执行的情况下，如图25所示，具有处理部210、存储部240、信息存储介质250以及通信部270。而且，处理部210由通信控制部211、数据获取部213、行驶声音识别处理部215以及驾驶条件设定部216构成。应予说明，也可以设为省略它们中的一部分的构成。

应予说明，本实施方式的数据获取部213、行驶声音识别处理部215以及驾驶条件设定部216具有与第一实施方式的车辆控制系统10的处理部110所包含的各部同样的功能，因此省略其说明。

存储部240为处理部210等的成为工作区的部件，其功能通过RAM(VRAM)等硬件来实现。本实施方式的存储部240包括：主存储部241，其作为工作区而被使用；数据存储部242，其存储在执行各处理时使用的计算机程序、表格数据以及基准数据；以及驾驶员数据存储部243，其存储驾驶员的数据。

应予说明，也可以设为省略它们中的一部分的构成。另外，计算机程序是用于使处理器执行管理服务器20应当执行的各种动作的程序。另外，计算机程序可以记录于内置于管理服务器20的记录介质或能够外置于管理服务器20的任意的记录介质。

信息存储介质250能够由计算机读取，在该信息存储介质250中除了存储各种应用、OS(操作系统)以外，还可以存储包含与各车辆控制系统10对应的ID的各种数据。

即，在信息存储介质250中存储用于使计算机作为本实施方式的各部而发挥功能的应用(用于使计算机执行各部的处理的应用)以及用于与各车辆控制系统10进行通信的ID等。

例如，信息存储介质250可以是硬盘、软盘以及磁带等磁性介质。另外，信息存储介质250也可以是CD-ROM(Compact Disk Read Only Memory：光盘只读存储器)、DVD(DigitalVersatile Disk：数字多功能光盘)以及Blu-ray(注册商标)等光记录介质。此外，信息存储介质250也可以是软式光盘等磁光介质、RAM以及ROM等存储元件、以及USB(UniversalSerial Bus：通用串行总线)存储器以及SSD(Solid State Drive：固态驱动器)等闪存、其他能够保存程序的介质。

通信部270进行用于与外部(例如，车辆控制系统10)之间进行通信的各种控制，其功能由各种处理器或通信用ASIC等硬件、计算机程序等构成。

[C]其他

本发明的实施方式不限于上述实施方式中说明的内容，能够进行各种变形实施。例如，在说明书或附图中的记载中作为广义或同义的用语而引用的用语在说明书或附图中的其他记载中也能够置换为广义或同义的用语。

本发明的实施方式包括与在上述的实施方式中说明的构成实质上相同的构成(例如，功能、方法以及结果相同的构成，或者目的和效果相同的构成)。另外，本发明的实施方式包括置换了在上述的实施方式中说明的构成的非本质部分的构成。另外，本发明的实施方式包括与在上述的实施方式中说明的构成起到相同的作用效果的构成或者能够实现相同的目的的构成。另外，本发明的实施方式包括对在上述的实施方式中说明的构成附加了公知技术的构成。

如上所述，虽然对本发明的实施方式详细地进行了说明，但是本领域技术人员能够容易地理解能够进行实质上不脱离本发明的新事项和效果的多个变形。因此，这样的变形例全部包含在本发明的实施方式的范围内。

权利要求书(按照条约第19条的修改)

1.(修改后)一种驾驶支援系统，其特征在于，支援车辆的驾驶，

所述处理器执行设定处理，在所述设定处理中，基于所述判定处理的判定结果来设定所述本车辆的驾驶条件，

2.根据权利要求1所述的驾驶支援系统，其特征在于，

所述行驶声音关联信息中包含表示所述本车辆的行驶声音的音量的行驶声音信息、以及具有所述死角区域的周围环境声音的音量和种类中的至少一者的周围环境声音信息。

3.根据权利要求1所述的驾驶支援系统，其特征在于，

4.根据权利要求1所述的驾驶支援系统，其特征在于，

5.根据权利要求2所述的驾驶支援系统，其特征在于，

所述处理器在所述保持处理的执行过程中且在经过预定期间之前执行所述判定处理的情况下，使用所述行驶声音信息以及所述保持的周围环境声音信息，判定在所述死角区域中是否能够识别到所述本车辆的行驶声音。

6.根据权利要求6所述的驾驶支援系统，其特征在于，

7.根据权利要求1所述的驾驶支援系统，其特征在于，

8.(修改后)一种车辆，其特征在于，搭载了对车辆的驾驶进行支援的驾驶支援装置，

所述驾驶支援装置执行设定处理，在所述设定处理中，基于所述判定处理的判定结果来设定所述本车辆的驾驶条件，

9.(修改后)一种记录了计算机程序的记录介质，其特征在于，所述计算机程序应用于对车辆的驾驶进行支援的驾驶支援系统，

在所述设定处理中，基于所述判定处理的判定结果来设定所述本车辆的驾驶条件，

10.(修改后)一种驾驶支援方法，其特征在于，对车辆的驾驶进行支援，所述驾驶支援方法执行获取处理、判定处理以及设定处理，

Claims

1.一种驾驶支援系统，其特征在于，支援车辆的驾驶，

2.根据权利要求1所述的驾驶支援系统，其特征在于，

3.根据权利要求1所述的驾驶支援系统，其特征在于，

4.根据权利要求1所述的驾驶支援系统，其特征在于，

5.根据权利要求1所述的驾驶支援系统，其特征在于，

6.根据权利要求2所述的驾驶支援系统，其特征在于，

7.根据权利要求6所述的驾驶支援系统，其特征在于，

8.根据权利要求1所述的驾驶支援系统，其特征在于，

9.一种车辆，其特征在于，搭载了对车辆的驾驶进行支援的驾驶支援装置，

10.一种记录了计算机程序的记录介质，其特征在于，所述计算机程序应用于对车辆的驾驶进行支援的驾驶支援系统，

11.一种驾驶支援方法，其特征在于，对车辆的驾驶进行支援，所述驾驶支援方法执行获取处理、判定处理以及设定处理，