JP2005125819A - ドライバモデル構築方法、操作予測方法および操作予測装置 - Google Patents

Abstract

【課題】サブドライバモデルの切り替え判断条件を含んだドライバモデルを構築するためのドライバモデル構築方法を得ること。
【解決手段】複数のサブドライバモデルを結合することによりドライバモデルを構築するドライバモデル構築方法であって、運転データに基づいてサブドライバモデルを構成する各多項式の構造を決定するステップＳ１と、サブドライバモデルの切り替え判断条件およびサブドライバモデルを線形の不等式および線形の状態方程式で表現するステップＳ２，Ｓ３と、前記線形の不等式および線形の状態方程式等の制約条件に基づいて、前記切り替え判断条件を規定するためのパラメータおよび前記多項式を構成する運動学的なパラメータを、混合整数線形計画法により探索するステップＳ４と、を含むことを特徴とする。
【選択図】 図２

Description

本発明は、ドライバ（運転者）の操作を推定可能なドライバモデルを構築するためのドライバモデル構築方法に関するものであり、詳細には、ドライバの状況判断に基づいて操作を推定可能なドライバモデルを構築するためのドライバモデル構築方法、当該ドライバモデル構築方法または前記ドライバモデルを利用した操作予測方法および操作予測装置に関するものである。

ドライバの操作を推定する従来のドライバモデルとして、たとえば、特許文献１には、減速度一定条件下で先行車に追従するための減速開始車間距離を算出する、すなわち、先行車に追従して走行しているドライバがどのタイミングで減速操作を行うかを推定する、ドライバモデルが開示されている。このドライバモデルは、各センサからの入力情報に基づいて、減速操作で先行車を追従するモデルである。

このように、従来技術においては、各センサからの入力情報に基づいてドライバの操作を推定する「単一のドライバモデル」を構築する技術は確立されている。

特開平８−１３２９３１号公報（段落番号１７〜２６、図２，図３）

しかしながら、本来、ドライバの運転特性は、ドライバ個々の状況判断メカニズムと、ステアリングおよびアクセル／ブレーキの操作と、から成り立っている。具体的には、上記従来のドライバモデルは、先行車に追従して走行しているドライバが、先行車の減速開始に追従して減速操作（ブレーキ操作）を行うようにその操作タイミングを精度良く推定しているが、たとえば、「マルチのドライバモデル」ではないので、すなわち、他の要因による別の操作が必要な場合であっても、状況判断により別操作を行うドライバモデルに移行することはできないので、より精度の高い操作予測が不可能となっている。

このように、従来のドライバモデルは、先行車を追従することのみを目的としている場合には操作を正確に予測できるが、複数のドライバモデルを状況判断によって切り替える構成にはなっていないので、ドライバの行動をより精度良く予測することができない、という問題があった。

本発明は、上記に鑑みてなされたものであって、ドライバの行動を複数のドライバモデル（後述する実施例のサブドライバモデルに相当）で構成し、かつサブドライバモデルの切り替え判断条件を含んだ、ドライバモデルを構築するためのドライバモデル構築方法、当該ドライバモデル構築方法または前記ドライバモデルを利用した操作予測方法および操作予測装置を提供することを目的とする。

上述した課題を解決し、目的を達成するために、本発明にかかるドライバモデル構築方法は、ドライバの操作を表す複数の運動モデル（それぞれをサブドライバモデルと表現する）を結合することによってドライバモデルを構築し、さらに、当該ドライバモデルに、個々のサブドライバモデルの切り替え判断条件を含ませるドライバモデル構築方法であって、たとえば、ドライバが操作を行うために認識する情報として得られる所定の運転データに基づいて、前記サブドライバモデルを構成する各多項式の構造を決定する多項式構造決定ステップと（後述する実施例のステップＳ１に相当）、ＭＬＤＳ（Mixed Logical Dynamical System）に基づいたシステム理論により、補助理論変数（２値変数）と補助連続変数を導入することによって、前記切り替え判断条件および前記サブドライバモデルを線形の不等式および線形の状態方程式で表現する線形化ステップと（ステップＳ２およびステップＳ３に相当）、前記線形の不等式および線形の状態方程式、さらには、前記補助理論変数に関する制約条件に基づいて、ドライバの操作を表す前記多項式のアウトプットと実際に観測される操作との差の積分値を最も小さくする、前記切り替え判断条件を規定するためのパラメータおよび前記多項式を構成する運動学的なパラメータを、混合整数線形計画法により探索するパラメータ同定ステップと（ステップＳ４に相当）、を含むことを特徴とする。

この発明によれば、ドライバモデルを、複数のサブドライバモデルを結合することによって構築し、さらに、当該ドライバモデルに、サブドライバモデルの切り替え判断条件を含ませることとした。これにより、サブドライバモデルが切り替わる条件およびドライバの行動（操作）を精度よく予測することができる。

また、つぎの発明にかかる操作予測方法は、ドライバの操作を表す複数の運動モデル（それぞれをサブドライバモデルと表現する）を結合することによってドライバモデルを構築し、さらに、当該ドライバモデルに、個々のサブドライバモデルの切り替え判断条件を含ませるドライバモデル構築方法を利用した操作予測方法であって、たとえば、ドライバが操作を行うために認識する情報として得られる所定の運転データに基づいて、前記サブドライバモデルを構成する各多項式の構造を決定する多項式構造決定ステップと（ステップＳ１に相当）、ＭＬＤＳ（Mixed Logical Dynamical System）に基づいたシステム理論により、補助理論変数（２値変数）と補助連続変数を導入することによって、前記切り替え判断条件および前記サブドライバモデルを線形の不等式および線形の状態方程式で表現する線形化ステップと（ステップＳ２およびステップＳ３に相当）、前記線形の不等式および線形の状態方程式、さらには、前記補助理論変数に関する制約条件に基づいて、ドライバの操作を表す前記多項式のアウトプットと実際に観測される操作との差の積分値を最も小さくする、前記切り替え判断条件を規定するためのパラメータおよび前記多項式を構成する運動学的なパラメータを、混合整数線形計画法により探索するパラメータ同定ステップと（ステップＳ４に相当）、前記前記切り替え判断条件を規定するためのパラメータに基づいて、サブドライバモデルの切り替わり点を予測し、同時に、前記パラメータ同定ステップにより検出された各パラメータに基づいて、ドライバの操作を予測する予測ステップと（ステップＳ１２に相当）、を含むことを特徴とする。

この発明によれば、ドライバモデルを時系列的に更新しながら、サブドライバモデルの切り替わりタイミングおよびドライバの行動（操作）を予測することとした。これにより、ドライバの操作をより正確に予測することができる。

また、つぎの発明にかかる操作予測方法は、ドライバの操作を表す複数の運動モデル（それぞれをサブドライバモデルと表現する）の切り替え判断条件を示す論理条件部と、複数のサブドライバモデルを示すサブドライバモデル部と、から構成されたドライバモデルを利用した操作予測方法であって、たとえば、ドライバが操作を行うために認識する情報として所定の運転データを受信した場合に、当該運転データに含まれるサブドライバモデルの切り替えを判断するための運転データ、および前記論理条件部に示された切り替え判断条件に基づいて、サブドライバモデルの切り替わり点を予測する第１の予測ステップと（ステップＳ１１およびステップＳ２１に相当）、前記論理条件部から通知される切り替え情報および前記所定の運転データに基づいて、ドライバの操作を予測する第２の予測ステップと（ステップＳ２２に相当）、を含むことを特徴とする。

この発明によれば、サブドライバモデルの切り替え判断条件を示す論理条件部と、複数のサブドライバモデルを示すサブドライバモデル部と、から構成されたドライバモデルを利用して、サブドライバモデルの切り替わりタイミングおよびドライバの行動（操作）を予測する。すなわち、ドライバモデルを時系列的に更新しないこととしたので、計算処理を大幅に削減できる。

また、つぎに発明にかかる操作予測装置は、ドライバの操作を表す複数の運動モデル（それぞれをサブドライバモデルと表現する）を結合することによってドライバモデルを構築し、さらに、当該ドライバモデルに、個々のサブドライバモデルの切り替え判断条件を含ませるドライバモデル構築処理を利用した操作予測装置であって、たとえば、ドライバが操作を行うために認識する情報として得られる所定の運転データに基づいて、前記サブドライバモデルを構成する各多項式の構造を決定する多項式構造決定手段と（後述する実施例の多項式構造決定部１１に相当）、ＭＬＤＳ（Mixed Logical Dynamical System）に基づいたシステム理論により、補助理論変数（２値変数）と補助連続変数を導入することによって、前記切り替え判断条件および前記サブドライバモデルを線形の不等式および線形の状態方程式で表現する線形化手段と（線形不等式／方程式生成部１２に相当）、前記線形の不等式および線形の状態方程式、さらには、前記補助理論変数に関する制約条件に基づいて、ドライバの操作を表す前記多項式のアウトプットと実際に観測される操作との差の積分値を最も小さくする、前記切り替え判断条件を規定するためのパラメータおよび前記多項式を構成する運動学的なパラメータを、混合整数線形計画法により探索するパラメータ同定手段と（パラメータ同定部１３に相当）、前記前記切り替え判断条件を規定するためのパラメータに基づいて、サブドライバモデルの切り替わり点を予測するモデル切り替わり点予測手段と（モデル切り替わり点予測部３２に相当）、前記パラメータ同定手段により検出された各パラメータに基づいて、ドライバの操作を予測する操作予測手段と（操作予測部３１に相当）、を備えることを特徴とする。

この発明によれば、ドライバモデルを時系列的に更新しながら、サブドライバモデルの切り替わりタイミングおよびドライバの行動（操作）を予測する構成とした。これにより、ドライバの操作をより正確に予測可能な操作予測装置を提供できる。

また、つぎの発明にかかる操作予測装置は、ドライバの操作を表す複数の運動モデル（それぞれをサブドライバモデルと表現する）の切り替え判断条件を示す論理条件部（論理条件部４２に相当）と、複数のサブドライバモデルを示すサブドライバモデル部（サブドライバモデル部４３に相当）と、から構成されたドライバモデル（ドライバモデル４１に相当）、を備え、前記ドライバモデルが、ドライバが操作を行うために認識する情報として所定の運転データを受信した場合に、当該運転データに含まれるサブドライバモデルの切り替えを判断するための運転データ、および前記論理条件部に示された切り替え判断条件に基づいて、サブドライバモデルの切り替わり点を予測し、その後、前記論理条件部から通知される切り替え情報および前記所定の運転データに基づいて、ドライバの操作を予測することを特徴とする。

この発明によれば、サブドライバモデルの切り替え判断条件を示す論理条件部と、複数のサブドライバモデルを示すサブドライバモデル部と、から構成されたドライバモデルを利用して、サブドライバモデルの切り替わりタイミングおよびドライバの行動（操作）を予測する構成とした。すなわち、ドライバモデルを時系列的に更新しない構成としたので、計算処理を大幅に削減可能な操作予測装置を提供できる。

本発明にかかるドライバモデル構築方法においては、ドライバモデルを、複数のサブドライバモデルを結合することによって構築し、さらに、当該ドライバモデルに、サブドライバモデルの切り替え判断条件を含ませることとしたので、サブドライバモデルが切り替わる条件およびドライバの行動（操作）を精度よく予測することができる。すなわち、ドライバの行動をより正確に反映したドライバモデルを提供することができる。

以下に、本発明にかかるドライバモデル構築方法、当該ドライバモデル構築方法または構築されたドライバモデルを利用した操作予測方法および操作予測装置の実施例を、図面に基づいて詳細に説明する。なお、この実施例によりこの発明が限定されるものではない。

図１は、本発明にかかるドライバモデル構築方法を実現するためのドライバモデル構築部の構成を示す図である。図１に示すドライバモデル構築部１では、ドライバの行動、すなわち、ドライバモデルを、複数の運動モデル（以下ではそれぞれをサブドライバモデルと表現する）を結合することによって構築し、さらに、当該ドライバモデルに、個々のサブドライバモデルの切り替え判断条件（ドライバの状況判断）を含ませることを特徴とする。このようなドライバモデルの構築を実現するため、本発明にかかるドライバモデル構築部１は、センサから受け取る所定の運転データに基づいて、状況判断を伴ったサブドライバモデルを構成する各多項式の構造を決定する多項式構造決定部１１と、上記状況判断を伴ったサブドライバモデルを線形の不等式および線形の状態方程式で表現する線形不等式／方程式生成部１２と、混合整数線形計画法により、サブドライバモデルの切り替えを示すパラメータと運動学的なパラメータを同時に決定するパラメータ同定部１３と、を備える。

ここで、上記のように構成されるドライバモデル構築部１の動作を、図面を用いて詳細に説明する。図２は、本発明にかかるドライバモデル構築方法を示すフローチャートである。

まず、多項式構造決定部１１では、所定の運転データ（距離，速度，加速度等、ドライバが操作を行うために認識する各種情報）に基づいて、状況判断を伴ったサブドライバモデルを構成する各多項式の構造を決定する（ステップＳ１）。図３は、状況判断を伴ったサブドライバモデル（（１）式に相当）を示す図であり、ＰＷＰＳ（Piece-wise Polynomial Systems）形式で表現したものである。ＰＷＰＳは、ハイブリッドシステムの一種であり、多項式（サブドライバモデルに相当）と論理条件（判断条件に相当）を統合したシステムを表す。

なお、上記図３に示す（１）式の多項式を構成するｙ_i,kは、ドライバの行動（操作）を示すアウトプット（自動車に対して働きかける操作量）を表し、ｉはアウトプットの種類（アクセル操作、ブレーキ操作、ステアリング操作等）を表し、ｋは時間の経過を表し、ｘ₁，ｘ₂，…は、ｉの種類によって可変の運転データであり、詳細にはドライバが操作を行うために認識する各種情報（たとえば、「止まる」という行動であれば、停止線までの距離，速度，加速度，前方車両までの距離，センターラインからのずれ等）を表し、ａ₀〜ａ₃，ｂ₀〜ｂ₃，ｃ₀〜ｃ₃，…は、運動学的なパラメータを表す。ただし、上記多項式において、運転データ（ｘ₁，ｘ₂，…）としてどれを採用するかについては、事前に決めておく必要がある。また、上記パラメータａ，ｂ，ｃ…の数は、上記多項式の構造に応じて任意に決定する。

また、上記図３に示す（１）式の判断条件を構成するｄ₁，ｄ₂は、サブドライバモデルの切り替えを示すパラメータを表し、Ｍ_dは前記サブドライバモデルの切り替えを示すパラメータの最大値を表し、ｍ_dは前記サブドライバモデルの切り替えを示すパラメータの最小値を表し、εは微小な整数を表し、ｘ_j,kは状況判断を行うための判断基準となる運転データを表す。また、上記運転データｘ_j,kは、単一の運転データであってもよいし、運転データの複合値あってもよい。

また、本実施例においては、一例として、３つのサブドライバモデルを状況に応じて切り替え可能なドライバモデルを構築することとしたが、これに限らず、２つまたは４つ以上のサブドライバモデルを状況に応じて切り替え可能なドライバモデルを構築することとしてもよい。

つぎに、線形不等式／方程式生成部１２では、上記図３に示す（１）式の判断条件部分を、線形不等式に変換し（ステップＳ２）、さらに、図３に示す各サブドライバモデルを構成する区分的多項式系を、２値変数を伴った不等式制約付き線形多項式系に変換する（ステップＳ３）。以下では、ＭＬＤＳ（Mixed Logical Dynamical System）に基づいたシステム理論を用いて、詳細には、補助理論変数（後述する２値変数に相当）：δ∈｛０，１｝と、補助連続変数（後述する補助変数に相当）：ｚと、を導入することによって、上記図３に示す状況判断を伴ったサブドライバモデルを線形の不等式および線形の状態方程式で表現する場合について具体的に説明する。

なお、上記判断条件部分を線形不等式に変換する手順については、説明を簡単にするため、まず、２つの判断条件を線形不等式で表現する場合について説明し、その後、上記図３に示す（１）式の判断条件部分を線形不等式で表現する場合について説明する。

たとえば、下記（２）式に示す判断条件部分（ｉｆ）を線形不等式で表現する場合、線形不等式／方程式生成部１２では、２値変数δを導入し、判断条件部分を下記（３）式のように表現する。
ａ₀ｘ_1,k＋ａ₁ｘ_2,k， ｉｆ ｘ_j,k≧ｄ₁
ｂ₀ｘ_1,k＋ｂ₁ｘ_2,k， ｉｆ ｘ_j,k≦ｄ₁−ε
ｍ_d≦ｘ_j,k≦Ｍ_d
…（２）
［ｘ_j,k≧ｄ₁］⇔［δ＝１］
［ｘ_j,k≦ｄ₁−ε］⇔［δ＝０］
…（３）
上記（３）式は、縦軸をδとし、横軸をｘ_j,kとした場合、図４のように表すことができる。

線形不等式／方程式生成部１２では、δ＝｛１，０｝という制約条件のもとで、図５に示すように、直線ｓ−ｓ´，ｔ−ｔ´ではさまれる領域を定式化することによって、上記（３）式を、下記（４）式，（５）式に示す線形不等式に置き換える。なお、下記（４）式と（５）式のδにそれぞれに０または１を代入すると、上記（３）式と等価であることが容易に確かめられる。
−ｘ_j,k＋（ｄ₁−ｍ_d）δ＋ｍ_d≦０ …（４）
ｘ_j,k−（Ｍ_d−ｄ₁＋ε）δ−ｄ₁＋ε≦０ …（５）

また、線形不等式／方程式生成部１２では、たとえば、上記図３の（１）式に示す判断条件を線形不等式で表現する場合についても、上記同様、２値変数δ_1,k、δ_2,kを導入し、判断条件部分を下記（６）式のように表現する。
［ｄ₁−ε≧ｘ_j,k≧ｍ_d］⇔［δ_1,k＝０，δ_2,k＝０］
［ｄ₂−ε≧ｘ_j,k≧ｄ₁］⇔［δ_1,k＝１，δ_2,k＝０］
［Ｍ_d≧ｘ_j,k≧ｄ₂］⇔［δ_1,k＝０，δ_2,k＝１］
…（６）

そして、線形不等式／方程式生成部１２では、δ_1,k＝｛０，１｝，δ_2,k＝｛０，１｝という制約条件のもとで、上記（６）式を、下記（７）式，（８）式に示す不等式に置き換える。
ｘ_j,k≦ｄ₁（１−（δ_1,k＋δ_2,k））＋ｄ₂δ_1,k−ε＋δ_2,k（Ｍ_d＋ε）
…（７）
ｘ_j,k≧（１−（δ_1,k＋δ_2,k））ｍ_d＋ｄ₁δ_1,k＋ｄ₂δ_2,k
…（８）

なお、モデル構築の過程で、δｆ（ｘ）という積の項が現れた場合は、補助変数ｚ＝δｆ（ｘ）を導入することによって線形表現に変換する。すなわち、ｚ＝δｆ（ｘ）という関係は、下記（９）式のような論理式に変換でき、最終的には、下記（１０）式，（１１）式，（１２）式，（１３）式に示す線形不等式に変換できる。
［δ＝０］⇒［ｚ＝０］
［δ＝１］⇒［ｚ＝ｆ（ｘ）］
…（９）
ｚ≦Ｍδ …（１０）
−ｚ≦−ｍδ …（１１）
ｚ≦ｆ（ｘ）−ｍ（１−δ） …（１２）
−ｚ≦−ｆ（ｘ）＋Ｍ（１−δ） …（１３）

具体的には、上記（７）式および（８）式において、補助変数ｚを下記（１４）式，（１５）式，（１６）式，（１７）式のように定義し、上記（７）式および（８）式に代入して、下記（１８）式および（１９）式を得る。
ｚ_9,k＝δ_1,kｆ_9,k＝δ_1,kｄ₁ …（１４）
ｚ_10,k＝δ_1,kｆ_10,k＝δ_1,kｄ₂ …（１５）
ｚ_11,k＝δ_2,kｆ_11,k＝δ_2,kｄ₁ …（１６）
ｚ_12,k＝δ_2,kｆ_12,k＝δ_2,kｄ₂ …（１７）
ｘ_j,k≦ｄ₁−ｚ_9,k＋ｚ_10,k−ｚ_11,k−ε＋δ_2,k（Ｍ_d＋ε） …（１８）
ｘ_j,k≧（１−（δ_1,k＋δ_2,k））ｍ_d＋ｚ_9,k＋ｚ_12,k …（１９）

上記ステップＳ２による処理を実行後、つぎに、線形不等式／方程式生成部１２では、図３に示す各サブドライバモデルを構成する区分的多項式系を、２値変数を伴った不等式制約付き線形多項式系に変換する（ステップＳ３）。

具体的には、上記（１）式は、上記（６）式を用いることによって、下記（２０）式のように表現することができる。
ｙ_i,k＝（ａ₀ｘ_1,k＋ａ₁ｘ_2,k＋ａ₂（ｘ_1,k）²＋ａ₃（ｘ_2,k）²）
×（１−（δ_1,k＋δ_2,k））
＋（ｂ₀ｘ_1,k＋ｂ₁ｘ_2,k＋ｂ₂（ｘ_1,k）²＋ｂ₃（ｘ_2,k）²）δ_1,k
＋（ｃ₀ｘ_1,k＋ｃ₁ｘ_2,k＋ｃ₂（ｘ_1,k）²＋ｃ₃（ｘ_2,k）²）
…（２０）

そして、上記（２０）式を展開すると、下記（２１）式が得られる。
ｙ_i,k＝ａ₀ｘ_1,k＋ａ₁ｘ_2,k＋ａ₂（ｘ_1,k）²＋ａ₃（ｘ_2,k）²
＋（ｂ₀−ａ₀）ｘ_1,kδ_1,k＋（ｂ₁−ａ₁）ｘ_2,kδ_1,k
＋（ｂ₂−ａ₂）（ｘ_1,k）²δ_1,k＋（ｂ₃−ａ₃）（ｘ_2,k）²δ_1,k
＋（ｃ₀−ａ₀）ｘ_1,kδ_2,k＋（ｃ₁−ａ₁）ｘ_2,kδ_2,k
＋（ｃ₂−ａ₂）（ｘ_1,k）²δ_2,k＋（ｃ₃−ａ₃）（ｘ_2,k）²δ_2,k
…（２１）

最終的に、線形不等式／方程式生成部１２では、上記と同様に、補助変数ｚを下記（２２）式〜（２９）式のように定義し、上記（２１）式に代入して、下記（３０）式を得る。
ｚ_1,k＝δ_1,kｆ_1,k＝δ_1,k（ｂ₀−ａ₀） …（２２）
ｚ_2,k＝δ_1,kｆ_2,k＝δ_1,k（ｂ₁−ａ₁） …（２３）
ｚ_3,k＝δ_1,kｆ_3,k＝δ_1,k（ｂ₂−ａ₂） …（２４）
ｚ_4,k＝δ_1,kｆ_4,k＝δ_1,k（ｂ₃−ａ₃） …（２５）
ｚ_5,k＝δ_1,kｆ_5,k＝δ_2,k（ｃ₀−ａ₀） …（２６）
ｚ_6,k＝δ_1,kｆ_6,k＝δ_2,k（ｃ₁−ａ₁） …（２７）
ｚ_7,k＝δ_1,kｆ_7,k＝δ_2,k（ｃ₂−ａ₂） …（２８）
ｚ_8,k＝δ_1,kｆ_8,k＝δ_2,k（ｃ₃−ａ₃） …（２９）
ｙ_i,k＝ａ₀ｘ_1,k＋ａ₁ｘ_2,k＋ａ₂（ｘ_1,k）²＋ａ₃（ｘ_2,k）²
＋ｘ_1,kｚ_1,k＋ｘ_2,kｚ_2,k＋（ｘ_1,k）²ｚ_3,k
＋（ｘ_2,k）²ｚ_4,k＋ｘ_1,kｚ_5,k＋ｘ_2,kｚ_6,k
＋（ｘ_1,k）²ｚ_7,k＋（ｘ_2,k）²ｚ_8,k
…（３０）

すなわち、上記（１）は、ステップＳ２およびステップＳ３の処理によって、（１０）式，（１１）式，（１２）式，（１３）式，（１８）式，（１９）式，（３０）式を用いて、線形の不等式および線形の方程式で表現できたことになる。なお、本実施例においては、一例として、２値変数が１種類の場合（δ）および２種類の場合（δ_1,k，δ_2,k）について説明したが、これに限らず、２値変数δについては、本発明にかかるドライバモデルを構成するサブドライバモデル数に応じて適宜設定する。

つぎに、パラメータ同定部１３では、混合整数線形計画法により判断の切り替えを表すパラメータｄ₁，ｄ₂と運動学的なパラメータａ₀〜ａ₃，ｂ₀〜ｂ₃，ｃ₀〜ｃ₃と２値変数δ_1,k，δ_2,kを同時に決定する（ステップＳ４）。具体的には、上記（１０）式，（１１）式，（１２）式，（１３）式，（１８）式，（１９）式，（３０）式、さらには、δ_1,k＝｛０，１｝，δ_2,k＝｛０，１｝，０≦δ_1,k＋δ_2,k≦１，δ_2,k≦δ_2,k+1等の制約条件に基づいて、ドライバの行動（操作）を示すアウトプットｙ_i,kと実際に観測されるｙ´_i,kとの差の積分値を最も小さくする最適なパラメータｄ₁，ｄ₂，ａ₀〜ａ₃，ｂ₀〜ｂ₃，ｃ₀〜ｃ₃，δ_1,k，δ_2,kを、混合整数線形計画法により探索する。

図６は、上記ドライバモデル構築方法を実行することよって予測された、パラメータｄ₁，ｄ₂、すなわち、サブドライバモデルが切り替わる条件、の一例を示す図である。

このように、本実施例においては、ドライバの行動、すなわち、本発明にかかるドライバモデルを、複数のサブドライバモデルを結合することによって構築し、さらに、当該ドライバモデルに、サブドライバモデルの切り替え判断条件を含ませることとした。これにより、サブドライバモデルが切り替わる条件およびドライバの行動（操作）を精度よく予測することができる。すなわち、人間の行動をより正確に反映したドライバモデルを提供することができる。

図７は、前述の実施例１におけるドライバモデル構築方法を利用した操作予測装置の構成を示す図であり、この操作予測装置２１ａは、前述の実施例１に示すドライバモデル構築部１と、ドライバモデル構築部１の出力であるパラメータｄ₁，ｄ₂に基づいてサブドライバモデルの切り替わり点（タイミング）を予測／出力するモデル切り替わり点予測部３２と、ドライバモデル構築部１の出力であるパラメータａ₀〜ａ₃，ｂ₀〜ｂ₃，ｃ₀〜ｃ₃に基づいてドライバの操作（ブレーキ操作、アクセル操作、ステアリング操作）を予測／出力する操作予測部３１と、を備えている。

ここで、本実施例における操作予測方法を、図面を用いて詳細に説明する。図８は、本実施例の操作予測方法を示すフローチャートである。なお、先に説明した実施例１と同様の処理については同一の符号を付してその説明を省略する。

たとえば、ドライバモデル構築部１では、所定のセンサから随時送られてくる運転データｘ₁，ｘ₂，…（センサ値：距離，速度，加速度等、ドライバが操作を行うために認識する各種情報）を受信すると（ステップＳ１１）、その都度、ステップＳ１〜Ｓ４の処理を実行する。

そして、モデル切り替わり点予測部３２では、たとえば、ドライバモデル構築部１の出力であるパラメータｄ₁，ｄ₂に基づいて、サブドライバモデルの切り替わり点（切り替わり時間等）を予測し、その予測結果を出力する（ステップＳ１２）。図９は、サブドライバモデルの切り替わり時間の具体例を示す図である。同時に、操作予測部３１では、とえば、ドライバモデル構築部１の出力であるパラメータａ₀〜ａ₃，ｂ₀〜ｂ₃，ｃ₀〜ｃ₃，ｄ₁，ｄ₂に基づいて、ドライバの行動を予測する（ステップＳ１２）。

このように、本実施例においては、実施例１におけるドライバモデル構築方法を利用して、ドライバモデルを時系列的に更新しながら、サブドライバモデルの切り替わりタイミングおよびドライバの行動（操作）を予測することとした。これにより、ドライバの操作をより正確に予測できるので、たとえば、状況に応じたドライバへの支援制御が可能となる。

図１０は、前述の実施例１において構築したドライバモデルを利用した操作予測装置の構成を示す図であり、この操作予測装置２１ｂは、前述の実施例１において構築したドライバモデル４１を含む構成とする。また、ドライバモデル４１は、先に説明したとおり、複数のサブドライバモデルを結合することによって構築され、さらに、個々のサブドライバモデルの切り替え判断条件（論理条件）が含まれている。すなわち、上記ドライバモデル４１は、個々のサブドライバモデルの切り替え判断条件を示す論理条件部４２と、複数のサブドライバモデルを示すサブドライバモデル部４３と、から構成され、センサから送られてくる運転データに基づいてサブドライバモデルの切り替わり点（タイミング）、およびドライバの操作（ブレーキ操作、アクセル操作、ステアリング操作）を予測／出力する。

ここで、本実施例における操作予測方法を、図面を用いて詳細に説明する。図１１は、本実施例における操作予測方法を示すフローチャートである。

たとえば、操作予測装置２１ｂでは、所定のセンサから随時送られてくる運転データ（センサ値：距離，速度，加速度等、ドライバが操作を行うために認識する各種情報）を受信すると（ステップＳ１１）、その都度、ドライバモデル４１が、サブドライバモデルの切り替わり点、およびドライバの行動、を予測する。

具体的には、ドライバモデル４１では、状況判断を行うための判断基準となる運転データｘ_j,k（運転データｘ_j,kは、単一の運転データであってもよいし、運転データの複合値あってもよい。）を受信すると、論理条件部４１に示された切り替え判断条件に基づいて、サブドライバモデルの切り替わり点（切り替わり時間等）を予測し、その予測結果を出力する（ステップＳ２１）。なお、サブドライバモデルの切り替わり時間の具体例については、先に説明した図９と同様である。その後、ドライバモデル４１では、論理条件部４１から通知される切り替え情報およびセンサから送られてくる運転データｘ₁，ｘ₂，…に基づいて、ドライバの行動を予測する（ステップＳ２２）。

このように、本実施例においては、前述の実施例１において構築したドライバモデルを利用して、サブドライバモデルの切り替わりタイミングおよびドライバの行動（操作）を予測している。すなわち、ドライバモデルを時系列的に更新しながら、サブドライバモデルの切り替わりタイミングおよびドライバの行動（操作）を予測していないので、実施例２の処理と比較して計算処理を大幅に削減できる。

以上のように、本発明にかかるドライバモデル構築方法は、ドライバの行動を予測するドライバモデルを構築するための方法として有用であり、特に、ドライバの状況判断に基づいて操作を予測可能なドライバモデルを構築するための方法として適している。

本発明にかかるドライバモデル構築方法を実現するためのドライバモデル構築部の構成を示す図である。 本発明にかかるドライバモデル構築方法を示すフローチャートである。 状況判断を伴ったサブドライバモデルを示す図である。 条件判断部分を縦軸δ，横軸ｘ_j,kで表した場合を示す図である。 図４の条件判断部分を線形不等式に置き換えた場合を示す図である。 本発明にかかるドライバモデル構築方法を実行することよって予測されたパラメータｄ₁，ｄ₂の一例を示す図である。 実施例１におけるドライバモデル構築方法を利用した、実施例２の操作予測装置の構成を示す図である。 実施例２における操作予測方法を示すフローチャートである。 サブドライバモデルの切り替わり時間の具体例を示す図である。 実施例１において構築したドライバモデルを利用した、実施例３の操作予測装置の構成を示す図である。 実施例３における操作予測方法を示すフローチャートである。

符号の説明

１ ドライバモデル構築部
１１ 多項式構造決定部
１２ 線形不等式／方程式生成部
１３ パラメータ同定部
２１ａ，２１ｂ 操作予測装置
３１ 操作予測部
３２ モデル切り替わり点予測部
４１ ドライバモデル
４２ 論理条件部
４３ サブドライバモデル部

Claims (5)

1. ドライバの操作を表す複数の運動モデル（それぞれをサブドライバモデルと表現する）を結合することによってドライバモデルを構築し、さらに、当該ドライバモデルに、個々のサブドライバモデルの切り替え判断条件を含ませるドライバモデル構築方法において、
   ドライバが操作を行うために認識する情報として得られる所定の運転データに基づいて、前記サブドライバモデルを構成する各多項式の構造を決定する多項式構造決定ステップと、
   ＭＬＤＳ（Mixed Logical Dynamical System）に基づいたシステム理論により、補助理論変数（２値変数）と補助連続変数を導入することによって、前記切り替え判断条件および前記サブドライバモデルを線形の不等式および線形の状態方程式で表現する線形化ステップと、
   前記線形の不等式および線形の状態方程式、さらには、前記補助理論変数に関する制約条件に基づいて、ドライバの操作を表す前記多項式のアウトプットと実際に観測される操作との差の積分値を最も小さくする、前記切り替え判断条件を規定するためのパラメータおよび前記多項式を構成する運動学的なパラメータを、混合整数線形計画法により探索するパラメータ同定ステップと、
   を含むことを特徴とするドライバモデル構築方法。
2. ドライバの操作を表す複数の運動モデル（それぞれをサブドライバモデルと表現する）を結合することによってドライバモデルを構築し、さらに、当該ドライバモデルに、個々のサブドライバモデルの切り替え判断条件を含ませるドライバモデル構築方法を利用した操作予測方法において、
   ドライバが操作を行うために認識する情報として得られる所定の運転データに基づいて、前記サブドライバモデルを構成する各多項式の構造を決定する多項式構造決定ステップと、
   ＭＬＤＳ（Mixed Logical Dynamical System）に基づいたシステム理論により、補助理論変数（２値変数）と補助連続変数を導入することによって、前記切り替え判断条件および前記サブドライバモデルを線形の不等式および線形の状態方程式で表現する線形化ステップと、
   前記線形の不等式および線形の状態方程式、さらには、前記補助理論変数に関する制約条件に基づいて、ドライバの操作を表す前記多項式のアウトプットと実際に観測される操作との差の積分値を最も小さくする、前記切り替え判断条件を規定するためのパラメータおよび前記多項式を構成する運動学的なパラメータを、混合整数線形計画法により探索するパラメータ同定ステップと、
   前記前記切り替え判断条件を規定するためのパラメータに基づいて、サブドライバモデルの切り替わり点を予測し、同時に、前記パラメータ同定ステップにより検出された各パラメータに基づいて、ドライバの操作を予測する予測ステップと、
   を含むことを特徴とする操作予測方法。
3. ドライバの操作を表す複数の運動モデル（それぞれをサブドライバモデルと表現する）の切り替え判断条件を示す論理条件部と、複数のサブドライバモデルを示すサブドライバモデル部と、から構成されたドライバモデルを利用した操作予測方法において、
   ドライバが操作を行うために認識する情報として所定の運転データを受信した場合に、当該運転データに含まれるサブドライバモデルの切り替えを判断するための運転データ、および前記論理条件部に示された切り替え判断条件に基づいて、サブドライバモデルの切り替わり点を予測する第１の予測ステップと、
   前記論理条件部から通知される切り替え情報および前記所定の運転データに基づいて、ドライバの操作を予測する第２の予測ステップと、
   を含むことを特徴とする操作予測方法。
4. ドライバの操作を表す複数の運動モデル（それぞれをサブドライバモデルと表現する）を結合することによってドライバモデルを構築し、さらに、当該ドライバモデルに、個々のサブドライバモデルの切り替え判断条件を含ませるドライバモデル構築処理を利用した操作予測装置において、
   ドライバが操作を行うために認識する情報として得られる所定の運転データに基づいて、前記サブドライバモデルを構成する各多項式の構造を決定する多項式構造決定手段と、
   ＭＬＤＳ（Mixed Logical Dynamical System）に基づいたシステム理論により、補助理論変数（２値変数）と補助連続変数を導入することによって、前記切り替え判断条件および前記サブドライバモデルを線形の不等式および線形の状態方程式で表現する線形化手段と、
   前記線形の不等式および線形の状態方程式、さらには、前記補助理論変数に関する制約条件に基づいて、ドライバの操作を表す前記多項式のアウトプットと実際に観測される操作との差の積分値を最も小さくする、前記切り替え判断条件を規定するためのパラメータおよび前記多項式を構成する運動学的なパラメータを、混合整数線形計画法により探索するパラメータ同定手段と、
   前記前記切り替え判断条件を規定するためのパラメータに基づいて、サブドライバモデルの切り替わり点を予測するモデル切り替わり点予測手段と、
   前記パラメータ同定手段により検出された各パラメータに基づいて、ドライバの操作を予測する操作予測手段と、
   を備えることを特徴とする操作予測装置。
5. ドライバの操作を表す複数の運動モデル（それぞれをサブドライバモデルと表現する）の切り替え判断条件を示す論理条件部と、複数のサブドライバモデルを示すサブドライバモデル部と、から構成されたドライバモデル、
   を備え、
   前記ドライバモデルが、
   ドライバが操作を行うために認識する情報として所定の運転データを受信した場合に、当該運転データに含まれるサブドライバモデルの切り替えを判断するための運転データ、および前記論理条件部に示された切り替え判断条件に基づいて、サブドライバモデルの切り替わり点を予測し、その後、前記論理条件部から通知される切り替え情報および前記所定の運転データに基づいて、ドライバの操作を予測することを特徴とする操作予測装置。

Images