JP2008197819A - 識別装置及び識別方法 - Google Patents

Abstract

【課題】路面の状態を識別することができる識別装置及び識別方法を提供する。
【解決手段】車載装置は、路面状態判定領域（識別領域）Ｐ１内の地点Ｐ１０、Ｐ１１、…それぞれを通過する時点で、距離変換係数を算出する。車両が領域Ｐ１内を走行することにより、車載装置は、実時間で時系列データとして距離変換係数を複数（地点Ｐ１０、１１、…の数）取得し、取得した距離変換係数の時系列データの統計分布（度数分布）に応じて路面状態、すなわち、路面乾燥（降雨のない状態）、又は路面湿潤（降雨中又は降雨後の状態）を識別（判定）する。
【選択図】図１

Description

本発明は、路面の状態を識別する識別装置及び識別方法に関する。

従来、路上に設置した交通情報収集装置又は車両で収集した車両の走行軌跡データ（プローブデータ）を管制センタ又はプローブ情報センタへ送信して、車両が所定の出発地点と目的地点との間を通過するのに要する旅行時間情報を作成し、ナビゲーション又は交通管制などの目的に活用するための技術が実用化されている。

また、車両の安全運転支援を目的として、車両が交差点を通過することが危険である場合に、車両の走行状態を制御して車両を交差点の手前で確実に停止させるための技術開発が行われている。例えば、交差点付近の停止線で車両を確実に停止させるためには、車両の位置を精度良く検出することが必須条件となる。仮に車両の位置を精度良く検出することができない場合には、車両を停止させたとしても、車両が横断歩道にはみ出して停止してしまい、横断中の歩行者に危害を与える恐れがある。

一般に、ナビゲーション目的で車両位置を検出するには、ＧＰＳ（Global Positioning
System）又は地図データ等を用いて、走行距離の計測に用いられる距離変換係数（車輪の回転に応じた電気信号、例えば、パルス信号の計数値に対する車両の走行距離）を算出している。しかし、ＧＰＳにより車両の位置を検出する方法では、ＧＰＳの位置検出に１０ｍ〜数十ｍ程度の誤差が生じるため、短い走行距離を計測する場合には、計測される走行距離に対する誤差の割合が大きくなる。このため、ＧＰＳで走行距離を計測する場合には、誤差による影響を小さくするため、比較的長い距離を計測する。しかし、長い走行距離を計測するには、長い時間を要する上、距離を計測している間に大きな較差点又は複雑な交差点を含む確率が高くなるため、地図データの誤差、地図データのマッチングミス、右左折等の走行の仕方の差異等による誤差が問題となる。

そこで、車両の移動距離を高精度に算出する方法として、任意の２点間におけるＧＰＳ受信により得られた車速と時間差からＧＰＳ移動距離を算出し、２点間における車輪の回転に比例して出力されるパルス差と算出されたＧＰＳ移動距離とに基づいて距離補正係数を算出し、車両毎に予め設定された１パルス当りの距離に距離補正係数を乗じることにより移動距離を算出する車両用ナビゲーション装置が提案されている（特許文献１参照）。

また、ＧＰＳ受信による誤差が生じるという従来からの問題を解決し、車両の安全運転支援に活用するためには、車両の位置検出の誤差を、例えば、０．１〜０．２％程度内にする必要があり、時々刻々の走行距離計測のために、距離変換係数を精度良く算出する方法が求められていた。

一方で、車両の安全性を向上させる目的で、走行中の路面状態（例えば、路面乾燥又は路面湿潤など）をセンサ装置で検出し、検出結果に応じて、時々刻々の車両の走行状態を自動制御する技術、車両の走行状態に応じて運転者に対して注意を喚起し又は警告を行うための技術などの開発が行われている。
特開平８−７５４８５号公報

しかしながら、従来の路面状態の識別方法は、路面状態を検出するための専用のセンサ
装置を新たに設ける必要があり、広範囲の道路の路面状態を識別するには多大な設置費用が必要となるという問題があった。また、車両のワイパー又は油滴感知器の作動状況を検知して降雨を判定する方法があるものの、雨が止んだ後は、路面が湿潤しているか否かを識別することができないという問題もあった。また、従来から交通管制又は安全運転支援のために車両の旅行時間情報の作成、あるいは距離変換係数の算出などが行われているものの、道路の路面状態の識別には全く活用されていない。

本発明は、斯かる事情に鑑みてなされたものであり、距離変換係数又は旅行時間情報に基づいて路面の状態を識別することができる識別装置及び識別方法を提供することを目的とする。

第１発明に係る識別装置は、路面状態に関する複数の事象を識別する識別装置において、前記事象に関連付けて予め定められた閾値を記憶する記憶手段と、車両の走行状態に関する特徴量を複数取得する取得手段と、該取得手段で取得した複数の特徴量と前記閾値とを比較する比較手段と、該比較手段で比較した結果、前記特徴量の値が前記閾値より大又は小のいずれかである特徴量の数に基づいて、事象を識別する識別手段とを備えることを特徴とする。

第２発明に係る識別装置は、第１発明において、前記閾値は、第１の事象に関連する第１閾値及び該第１閾値より小さく前記第１の事象と異なる第２の事象に関連する第２閾値を含み、前記取得手段で取得した特徴量のうち前記第２閾値より小さい特徴量の数を計数する第１計数手段と、該第１計数手段で計数した特徴量の数が所定の識別閾値より小さいか否かに応じて、前記第１の事象であるか否かを識別する第１識別手段とを備えることを特徴とする。

第３発明に係る識別装置は、第１発明において、前記閾値は、第１の事象に関連する第１閾値及び該第１閾値より小さく前記第１の事象と異なる第２の事象に関連する第２閾値を含み、前記取得手段で取得した特徴量のうち前記第１閾値より大きい特徴量の数を計数する第２計数手段と、該第２計数手段で計数した特徴量の数が所定の識別閾値より小さいか否かに応じて、前記第２の事象であるか否かを識別する第２識別手段とを備えることを特徴とする。

第４発明に係る識別装置は、第１発明において、前記閾値は、第１の事象に関連する第１閾値及び該第１閾値より小さく前記第１の事象と異なる第２の事象に関連する第２閾値を含み、前記取得手段で取得した特徴量のうち前記第２閾値より小さい特徴量の数を計数する第１計数手段と、該第１計数手段で計数した特徴量の数が所定の識別閾値より小さいか否かに応じて、前記第１の事象であるか否かを識別する第１識別手段と、前記取得手段で取得した特徴量のうち前記第１閾値より大きい特徴量の数を計数する第２計数手段と、該第２計数手段で計数した特徴量の数が所定の識別閾値より小さいか否かに応じて、前記第２の事象であるか否かを識別する第２識別手段とを備え、前記識別手段は、前記第１識別手段で第１の事象であると識別し、前記第２識別手段で第２の事象でないと識別した場合、第１の事象であると識別するように構成してあることを特徴とする。

第５発明に係る識別装置は、第１発明において、前記閾値は、第１の事象に関連する第１閾値及び該第１閾値より小さく前記第１の事象と異なる第２の事象に関連する第２閾値を含み、前記取得手段で取得した特徴量のうち前記第２閾値より小さい特徴量の数を計数する第１計数手段と、該第１計数手段で計数した特徴量の数が所定の識別閾値より小さいか否かに応じて、前記第１の事象であるか否かを識別する第１識別手段と、前記取得手段で取得した特徴量のうち前記第１閾値より大きい特徴量の数を計数する第２計数手段と、
該第２計数手段で計数した特徴量の数が所定の識別閾値より小さいか否かに応じて、前記第２の事象であるか否かを識別する第２識別手段とを備え、前記識別手段は、前記第１識別手段で第１の事象でないと識別し、前記第２識別手段で第２の事象であると識別した場合、第２の事象であると識別するように構成してあることを特徴とする。

第６発明に係る識別装置は、第２発明乃至第５発明のいずれかにおいて、所定の期間に前記取得手段で取得した特徴量の統計値を算出する統計値算出手段と、該統計値算出手段で算出した統計値に基づいて、前記第１閾値及び第２閾値を算出する閾値算出手段とを備えることを特徴とする。

第７発明に係る識別装置は、第２発明乃至第５発明のいずれかにおいて、所定の期間の経過の都度、該期間に前記取得手段で取得した特徴量の統計値を算出する統計値算出手段と、該統計値算出手段で算出した各統計値の相関を算出する相関算出手段と、該相関算出手段で算出した相関に基づいて、任意の時点に前記取得手段で取得した特徴量を所定の基準時点に対応する特徴量に補正する補正手段と、該補正手段で補正した特徴量の統計分布に基づいて、特異点を抽出する抽出手段と、該抽出手段で抽出した特異点に基づいて、前記第１閾値及び第２閾値を決定する決定手段とを備えることを特徴とする。

第８発明に係る識別装置は、第７発明において、前記抽出手段は、前記期間に前記取得手段で取得した特徴量の統計分布に基づいて、特異点を抽出するように構成してあり、前記抽出手段で少なくとも２つの特異点が抽出されない場合、前記期間に取得した特徴量を無効にする無効手段とを備えることを特徴とする。

第９発明に係る識別装置は、第２発明乃至第８発明のいずれかにおいて、前記特徴量は、車輪の回転に応じて生成される信号と車両の走行距離とを関連付ける距離変換係数であり、前記第１の事象及び第２の事象は、それぞれ路面乾燥及び路面湿潤であることを特徴とする。

第１０発明に係る識別装置は、第２発明乃至第６発明のいずれかにおいて、前記特徴量は、車両が所定の２地点間を通過するのに要する旅行時間であり、前記第１の事象及び第２の事象は、それぞれ路面湿潤及び路面乾燥であることを特徴とする。

第１１発明に係る識別方法は、路面状態に関する複数の事象を識別する識別方法において、前記事象に関連付けて予め定められた閾値を記憶し、車両の走行状態に関する特徴量を複数取得し、取得した複数の特徴量と前記閾値とを比較し、前記特徴量の値が前記閾値より大又は小のいずれかである特徴量の数に基づいて、事象を識別することを特徴とする。

第１発明及び第１１発明にあっては、識別装置（例えば、車載装置）は、路面状態に関する複数の事象、例えば、路面乾燥（降雨のない状態）、又は路面湿潤（降雨中又は降雨後の状態）に関連付けて予め定められた閾値を記憶しておき、車両の走行状態に関する特徴量、例えば、距離変換係数を複数取得する。距離変換係数は、例えば、道路上の所定の地点間の距離と車両が該地点間を走行する間に車輪の回転に比例したパルス信号のパルス数とに基づいて算出することができ、車両が道路上の複数の地点で距離変換係数を算出することにより、複数の距離変換係数を時系列データとして取得することができる。

路面乾燥時に取得された距離変換係数の統計分布（度数分布）は、正規分布に従う。一方、路面湿潤時には、路面乾燥時に比べて回転中のタイヤ（車輪）にスリップが生じやすい。スリップには、走行時の空回りによる場合と、制動時の場合とがある。前者では、路面乾燥時よりも路面湿潤時の方が、走行距離が長くなり、後者では、路面乾燥時よりも路
面湿潤時の方が、走行距離が短くなる。一般的に、また、本発明においても、走行時のスリップによる機会が多く、かつ、走行距離に差が大きいため、距離変換係数が小さくなる。すなわち、路面湿潤時に取得された距離変換係数は路面乾燥時に取得された距離変換係数よりも小さい値になる傾向があるとともに、湿潤の程度にも差があることから、路面湿潤時の距離変換係数の統計分布は、路面乾燥時の距離変換係数の統計分布よりも値が小さい側に分布するとともに、正規分布ではなく、やや路面乾燥側に裾野が広がるような分布になる。また、雨天総時間は、晴天又は曇の総時間に比べて少ないため、所定期間における路面湿潤時の距離変換係数の統計分布の最頻値（又は平均値）の度数（ピーク値）は、路面乾燥時のものに比べて小さい。そこで、路面乾燥時及び路面湿潤時に取得された距離変換係数の統計分布に基づいて、路面乾燥側の最頻値又は平均値などの特異点に関連付けて閾値を決定するとともに、路面湿潤側の極大点又は変曲点などの特異点に関連付けて閾値を決定する。

取得した複数の車両の走行状態に関する特徴量と閾値とを比較する。比較した結果、閾値より大きい特徴量の数、又は閾値より小さい特徴量の数に基づいて事象を識別する。例えば、路面乾燥側に関連付けて決定された閾値よりも大きい距離変換係数の数が少ない場合には、路面は湿潤であると識別（判定）する。また、路面湿潤側に関連付けて決定された閾値よりも小さい距離変換係数の数が少ない場合には、路面は乾燥であると識別（判定）する。これにより、路面状態を識別（判定）するための専用のセンサ装置などを設置することなく、車両が道路を走行して実時間で得られた距離変換係数を用いて、その時点の路面の状態を時々刻々識別（判定）することができる。

また、識別装置（例えば、交通管制センタにおけるセンタ装置）は、路面状態に関する事象、例えば、路面乾燥（降雨のない状態）、又は路面湿潤（降雨中又は降雨後の状態）に関連付けて予め定められた閾値を記憶しておき、車両の走行状態に関する特徴量、例えば、車両の旅行時間を複数取得することにより、路面状態を識別することができる。旅行時間は、例えば、路面状態の識別対象地点の特定時刻における多数の車両の走行軌跡データ（プローブデータ）をセンタ装置で取得し、取得したプローブデータに基づいて、車両が所定の出発地点と目的地点との間を通過するのに要する旅行時間を複数取得することができる。

路面湿潤時には、路面乾燥時に比べて車両の速度は平均的に遅くなるため、路面湿潤時の旅行時間の統計分布は、路面乾燥時の旅行時間の統計分布よりも値が大きい側に分布する。また、雨天総時間は、晴天又は曇の総時間に比べて少ないため、所定期間における路面湿潤時の旅行時間の統計分布の最頻値（又は平均値）の度数（ピーク値）は、路面乾燥時のものに比べて小さい。そこで、路面乾燥時及び路面湿潤時に取得された旅行時間の統計分布に基づいて、路面乾燥側の最頻値又は平均値などの特異点に関連付けて閾値を決定するとともに、路面湿潤側の極大点又は変曲点などの特異点に関連付けて閾値を決定する。

取得した複数の特徴量と閾値とを比較する。比較した結果、閾値より大きい特徴量の数、又は閾値より小さい特徴量の数に基づいて事象を識別する。例えば、路面湿潤側に関連付けて決定された閾値よりも大きい旅行時間の数が少ない場合には、路面は乾燥であると識別（判定）する。また、路面乾燥側に関連付けて決定された閾値よりも小さい旅行時間の数が少ない場合には、路面は湿潤であると識別（判定）する。これにより、路面状態を識別（判定）するための専用のセンサ装置などを設置することなく、多数の車両が道路を走行して実時間で得られた旅行時間を用いて、その時点の路面の状態を時々刻々識別（判定）することができる。

第２発明にあっては、閾値は、第１の事象（例えば、路面乾燥）に関連する第１閾値（
例えば、距離変換係数の統計分布の路面乾燥側の最頻値又は平均値）及び該第１閾値より小さく前記第１の事象と異なる第２の事象（路面湿潤）に関連する第２閾値（例えば、距離変換係数の統計分布の路面湿潤側の極大点又は変曲点に対応する値）を含む。この場合、複数取得した距離変換係数のうち第２閾値より小さい距離変換係数の数を計数し、計数した距離変換係数の数が所定の識別閾値より小さい場合、第１識別手段は、路面乾燥（第１の事象）であると識別し、計数した距離変換係数の数が所定の識別閾値より小さくない場合、路面乾燥でないと識別する。

また、第１の事象が、例えば、路面湿潤であり、第２の事象が路面乾燥であり、第１閾値が、例えば、旅行時間の統計分布の路面湿潤側の極大点又は変曲点に対応する値であり、第２閾値が旅行時間の統計分布の路面乾燥側の最頻値又は特徴値である場合、複数取得した旅行時間のうち第２閾値より小さい旅行時間の数を計数し、計数した旅行時間の数が所定の識別閾値より小さい場合、第１識別手段は、路面湿潤（第１の事象）であると識別し、計数した旅行時間の数が所定の識別閾値より小さくない場合、路面湿潤でないと識別する。これにより、路面が乾燥しているのか、あるいは湿潤しているのか精度良く識別することができる。

第３発明にあっては、閾値は、第１の事象（例えば、路面乾燥）に関連する第１閾値（例えば、距離変換係数の統計分布の路面乾燥側の最頻値又は平均値）及び該第１閾値より小さく前記第１の事象と異なる第２の事象（路面湿潤）に関連する第２閾値（例えば、距離変換係数の統計分布の路面湿潤側の極大点又は変曲点に対応する値）を含む。この場合、複数取得した距離変換係数のうち第１閾値より大きい距離変換係数の数を計数し、計数した距離変換係数の数が所定の識別閾値より小さい場合、第２識別手段は、路面湿潤（第２の事象）であると識別し、計数した距離変換係数の数が所定の識別閾値より小さくない場合、路面湿潤でないと識別する。

また、第１の事象が、例えば、路面湿潤であり、第２の事象が路面乾燥であり、第１閾値が、例えば、旅行時間の統計分布の路面湿潤側の極大点又は変曲点に対応する値であり、第２閾値が旅行時間の統計分布の路面乾燥側の最頻値又は平均値である場合、複数取得した旅行時間のうち第１閾値より大きい旅行時間の数を計数し、計数した旅行時間の数が所定の識別閾値より小さい場合、第２識別手段は、路面乾燥（第２の事象）であると識別し、計数した旅行時間の数が所定の識別閾値より小さくない場合、路面乾燥でないと識別する。これにより、路面が乾燥しているのか、あるいは湿潤しているのか精度良く識別することができる。

第４発明にあっては、第１識別手段で第１の事象であると識別し、第２識別手段で第２の事象でないと識別した場合、第１の事象であると識別する。例えば、距離変換係数を複数取得して路面状態を識別する場合、第１識別手段が路面乾燥（第１の事象）であると識別し、第２識別手段が路面湿潤（第２の事象）でないと識別した場合に、最終的に路面乾燥であると識別する。また、旅行時間を複数取得して路面状態を識別する場合、第１識別手段が路面湿潤（第１の事象）であると識別し、第２識別手段が路面乾燥（第２の事象）でないと識別した場合に、最終的に路面湿潤であると識別する。これにより、路面乾燥、路面湿潤の区別を精度良く識別することができる。

第５発明にあっては、第１識別手段で第１の事象でないと識別し、第２識別手段で第２の事象であると識別した場合、第２の事象であると識別する。例えば、距離変換係数を複数取得して路面状態を識別する場合、第１識別手段が路面乾燥（第１の事象）でないと識別し、第２識別手段が路面湿潤（第２の事象）であると識別した場合に、最終的に路面湿潤であると識別する。また、旅行時間を複数取得して路面状態を識別する場合、第１識別手段が路面湿潤（第１の事象）でないと識別し、第２識別手段が路面乾燥（第２の事象）
であると識別した場合に、最終的に路面乾燥であると識別する。これにより、路面乾燥、路面湿潤の区別を精度良く識別することができる。

第６発明にあっては、所定の期間（例えば、日時、走行距離など）に取得した特徴量の統計値（例えば、最頻値、平均値、変曲点又は極大点等に対応する値など）を算出する。算出した特徴量の統計値に基づいて、例えば、大きい方を第１閾値とし、小さい方を第２閾値として算出する。これにより、所定の期間に取得した特徴量の統計分布に応じて閾値を算出することができる。

第７発明にあっては、所定の期間（例えば、日時、走行距離など）の経過の都度、その期間中に取得した特徴量の統計値（例えば、最頻値、平均値など）を算出する。所定の期間毎に算出された各統計値の相関（例えば、１次近似式のパラメータ）を算出し、算出した相関に基づいて、任意の時点に取得した特徴量を所定の基準時点（例えば、距離変換係数の経年変化が無視できる初期の時点）に対応する特徴量に補正する。すなわち、経年変化とともに変動する距離変換係数の値を初期の時点の値に補正（正規化）する。補正した特徴量の統計分布に基づいて、複数の特異点（例えば、ピーク点、変曲点、極大点など）を抽出する。抽出した特異点のうち、例えば、大きい方を第１閾値とし、小さい方を第２閾値として決定する。また、実時間で取得する特徴量に対しても、相関に基づいて補正し、補正後の特徴量を用いて路面状態の識別を行う。これにより、経年変化する特徴量であっても、経年変化による影響をなくすことができる。

第８発明にあっては、所定の期間内に取得した特徴量の統計分布に基づいて、特異点を抽出し、少なくとも２つの特異点が抽出されない場合、所定の期間内に取得された特徴量は、例えば、降雨時の特徴量が含まれていないものとして、取得した特徴量を無効にして統計値を算出するデータとして使用しない。また、抽出した特異点が少なくとも２つある場合には、所定の期間内に取得された特徴量は、降雨時の特徴量も含まれるとして、統計値を算出するデータとして使用する。これにより、晴れ又は曇り、雨天等すべての天候における特徴量を取得して統計値を算出することができ、路面識別を行うための閾値を適切に決定することができる。

第９発明にあっては、特徴量は、車輪の回転に応じて生成される信号（例えば、パルス信号）と車両の走行距離とを関連付ける距離変換係数であり、第１の事象及び第２の事象は、それぞれ路面乾燥及び路面湿潤である。これにより、車両の走行時に実時間で路面識別を行うことができ、識別結果に応じて車両の走行状態の制御を行って安全運転を支援することが可能となる。

第１０発明にあっては、特徴量は、車両が所定の２地点間を通過するのに要する旅行時間であり、第１の事象及び第２の事象は、それぞれ路面湿潤及び路面乾燥である。これにより、旅行時間のデータと路面状態との関係を把握することができ、道路を走行する多数の車両に旅行時間に関する情報及び安全運転に関する情報を提供することが可能となる。

本発明にあっては、路面状態を識別するための専用のセンサ装置などを設置することなく、路面の状態を時々刻々識別（判定）することができる。

実施の形態１
以下、本発明を実施の形態を示す図面に基づいて説明する。図１は本発明に係る識別装置を備える車載装置で路面状態を識別（判定）する例を示す模式図である。図１に示すように、道路上に路面状態判定領域（識別領域）Ｐ１が設けられてあり、領域Ｐ１内で路面
状態を判定（識別）する地点Ｐ１０、Ｐ１１、…が道路に沿って設けてある。車載装置を備えた車両は、例えば、図中矢印の方向に走行し、各地点Ｐ１０、Ｐ１１、…それぞれを通過する時点で、距離変換係数を取得（算出）する。車両が路面状態判定領域Ｐ１内を走行することにより、車載装置は、実時間で時系列データとして距離変換係数を複数（地点Ｐ１０、１１、…の数）取得し、取得した距離変換係数の時系列データの統計分布（度数分布）に応じて路面状態、すなわち、路面状態が路面乾燥（降雨のない状態）であるか否か、又は路面湿潤（降雨中又は降雨後の状態）であるか否か判定（識別）する。なお、判定方法の詳細は後述する。

図２は距離変換係数の算出例を示す模式図である。図２に示すように、距離変換係数を算出する地点Ｐｉｊには、光ビーコン１０及び路上装置２０を設置している。光ビーコン１０は、道路上の上流側の地点付近に設置され、光ビーコン１０の下流側の所定の地点には、路上装置２０を設置している。光ビーコン１０は、道路上に車載装置３０との交信領域Ａを有する。また、路上装置２０は、例えば、超音波感知器、ＩＣタグ、磁気ネール、光センサ等であり、電波、音波、光、磁気などをセンシングすることにより交信地点を特定することができるものであり、道路上に車載装置３０との交信領域Ｂを有する。なお、光ビーコン１０以外に、電波ビーコン、ＤＳＲＣ（Dedicated Short Range Communication：狭域通信）などを用いることもできる。

車両が領域Ａを通過する際に、車載装置３０は、光ビーコン１０から所定の情報を受信する。所定の情報としては、例えば、領域Ａを通過することを示す信号、光ビーコン１０との交信地点と路上装置２０との交信地点との間の距離（区間距離Ｄ）などである。また、車両が領域Ｂを通過する際、車載装置３０は、領域Ｂを通過することを示す信号を路上装置２０から受信する。なお、光ビーコン１０と路上装置２０との離隔距離、すなわち、所定の地点間の距離は、例えば、５００ｍ程度にすることができる。

車載装置３０は、領域Ａの交信地点を通過した際に、光ビーコン１０から領域Ａを通過することを示す信号及び光ビーコン１０との交信地点と路上装置２０との交信地点との間の距離を受信し、後述する距離変換係数算出部は、信号を受信した時点から、車輪の回転に比例して生成されるパルス信号のパルス数の計数を開始する。車両が走行を続け、車載装置３０が、車両が領域Ｂを通過することを示す信号を路上装置２０から受信した時点で、距離変換係数算出部は、光ビーコン１０との交信地点と路上装置２０との交信地点との間の距離を、計数したパルス数（すなわち、光ビーコン１０との交信地点と路上装置２０との交信地点との間に計数されたパルス数）で除算して、距離変換係数を算出する。

図３は車載装置３０の構成を示すブロック図である。車載装置３０は、各種の演算処理を行うＣＰＵからなる制御部３１を備える。なお、制御部３１は、路面状態を判定するための処理を組み込んだ専用のハードウエア回路で構成してもよく、又は予め処理手順を定めたコンピュータプログラムを実行する構成であってもよい。制御部３１には、内部バスを介して通信部３２、測位部３３、地図データベース３４、表示部３５、操作部３６、報知部３７、記憶部３８、距離変換係数算出部３９などが接続され、測位部３３は、ＧＰＳ（Global Positioning System）３３１、ジャイロセンサ３３２、走行距離を計測する距離計３３３などを備えている。

通信部３２は、光ビーコン１０との間の通信（交信）を行う通信機能を有する。なお、通信部３２は、光ビーコン、電波ビーコン、ＤＳＲＣなどの狭域通信に限定されるものではなく、例えば、中域通信としてＵＨＦ帯又はＶＨＦ帯等の無線ＬＡＮ機能を備えるものでもよく、あるいは、広域通信として携帯電話、ＰＨＳ、多重ＦＭ放送、インターネット通信などの通信機能を備えるものでもよい。また、通信部３２は、路上装置２０が送信する信号を受信する受信機能を備えている。

測位部３３は、複数のＧＰＳ衛星からの電波をＧＰＳ３３１で受け取り、自車の位置を測位する。なお、ＧＰＳ３３１に加えて、ＤＧＰＳ（ディファレンシャルＧＰＳ）を搭載することもできる。ＤＧＰＳは、予め位置が分かっている基準局から発信されるＦＭ放送又は中波を受信し、ＧＰＳ３３１で算出した位置のずれを補正することができ、自車の位置の精度を向上させることができる。また、測位部３３は、距離計３３３及びジャイロセンサ３３２から出力される信号に基づいて、車両の走行距離、車両の速度を計測して制御部３１へ出力する。なお、距離計３３３は、距離変換係数算出部３９で算出した距離変換係数及び車両制御部から出力される車輪の回転に比例したパルス信号に基づいて車両の走行距離を計測する。また、測位部３３は、ジャイロセンサ３３２から出力される信号及びＧＰＳ３３１及び地図データベース３４のデータに基づいて、車両の走行方位を計測するとともに、道路の方向との方位差を算出して制御部３１へ出力する。

表示部３５は、フロントガラスディスプレイ又はヘッドアップディスプレイ、あるいは、カーナビゲーションシステム又は後方監視モニタなどの液晶表示パネルであって、運転者に所要の情報を表示する。例えば、路面状態の判定結果に応じて車両の走行状態を制御する場合、運転者に注意を促し又は警告するためその旨を表示する。

操作部３６は、各種操作パネルを備え、運転者と車載装置３０とのユーザインタフェースとして機能する。例えば、操作部３６は、運転者の操作により車載装置３０の動作の開始又は停止の操作を受け付ける。

報知部３７は、スピーカを備え、制御部３１の制御のもと、運転者に注意又は警告する場合、注意又は警告の内容を音声で出力する。例えば、路面状態の判定結果に応じて車両の走行状態を制御する場合、その旨を出力する。

距離変換係数算出部３９は、光ビーコン１０との交信地点の通過を示す信号を受信した時点から、車輪の回転に比例して生成されるパルス信号を車両制御部から取得し、取得したパルス信号のパルス数の計数を開始する。距離変換係数算出部３９は、路上装置２０との交信地点の通過を示す信号を受信した時点で、計数したパルス数を取得し、光ビーコン１０との交信地点と路上装置２０との交信地点との間の区間距離Ｄを、取得したパルス数で除算して距離変換係数を算出する。距離変換係数算出部３９は、算出した距離変換係数を記憶部３８に記憶する。なお、算出する距離変換係数は、光ビーコン１０との交信地点と路上装置２０との交信地点との間の区間距離Ｄを、取得したパルス数で除算した結果得られる値に限定されるものではなく、所定の定数を加算あるいは乗算したものでもよく、あるいは、取得したパルス数を区間距離Ｄで除算した値でもよい。

また、距離変換係数算出部３９は、道路状況が異なることによる要因、又は光ビーコン１０及び路上装置２０との交信に関する通信誤差などのばらつきを考慮して、算出した値を平滑化（例えば、直近に算出したデータと今回算出したデータに基づいて、距離変換係数を算出する）し、あるいは、所定単位（例えば、所定の走行距離、所定の走行時間、所定の時間、所定の算出数、所定距離以上のトリップ等であり、例えば、５ｋｍ走行）毎に平均値化して常時最新値を算出することができる。距離変換係数算出部３９は、所定単位毎に算出した最新値を記憶部３８に記憶する。

記憶部３８は、路面状態の判定に用いる閾値（第１閾値Ｔｈ１、第２閾値Ｔｈ２）を記憶している。また、記憶部３８は、第１閾値Ｔｈ１又は第２閾値Ｔｈ２より大きい又は小さい距離変換係数の数を判定するための計数閾値Ｔｋ、車両の走行方位と道路方向の方位との方位差の大小を判定するための方位閾値、車両の速度の大小を判定するための速度閾値を記憶している。また、記憶部３８は、光ビーコン１０との交信地点と路上装置２０と
の交信地点との間の区間距離Ｄを光ビーコン１０から受信して記憶している。また、記憶部３８は、通信部３２を通じて交信される光ビーコン１０及び路上装置２０との交信位置及びその誤差範囲を記憶している。

また、記憶部３９は、制御部３１の制御のもと、距離変換係数算出部３９で算出した距離変換係数を記憶する。

図４は光ビーコン１０の交信位置の誤差範囲の例を示す説明図である。直交座標系（Ｘ方向及びＹ方向）において、光ビーコン１０との道路上の交信範囲（図２において、領域Ａに相当）が図４の例のように矩形状に想定される場合、この交信範囲（道路方向の長さが４ｓ）を交信位置の誤差範囲として設定する。すなわち、光ビーコン１０との交信地点の位置は、矩形領域の中心位置であり、誤差範囲は、中心位置から道路方向に＋／−２ｓの範囲だけ広がる。例えば、ｓをシグマと設定した場合、道路方向の誤差の分散はｓ² となり、標準偏差はｓと設定することができる。路上装置２０についても、同様の誤差範囲が設定された場合、光ビーコン１０及び路上装置２０の両装置での誤差の和は、＋／−１．４ｓ程度となる。仮に、ｓ＝１ｍとし、光ビーコン１０及び路上装置２０の両装置間の離隔距離Ｄが５００ｍとすれば、誤差の和の離隔距離Ｄに占める割合は、０．２８％となる。算出するデータ数を多くして平均化すれば、誤差の和は、０．２％以下にすることが可能となる。なお、道路状況に起因する要因による影響は通信誤差による影響よりも小さいと考えることができる。

次に距離変換係数に基づいて路面状態を判定する判定方法について説明する。路面状態を示す事象は、例えば、路面乾燥（降雨のない状態）、及び路面湿潤（降雨中又は降雨後の状態）である。まず、距離変換係数の時系列データを多数集計して得られる距離変換係数の統計分布について説明する。

図５は距離変換係数の統計分布の例を示す説明図である。図５において、横軸は距離変換係数を示し、縦軸はその度数を示す。図５（ａ）は、路面乾燥時にのみ取得したならば得られる距離変換係数の度数分布ｐ１、及び路面湿潤時にのみ取得したならば得られる距離変換係数の度数分布ｐ２を示す。また、図５（ｂ）は、路面乾燥時及び路面湿潤時の両者を含み実際に取得した距離変換係数のデータを集計して求められる距離変換係数の度数分布ｐ０を示す。すなわち、２つの事象での距離変換係数のデータを多数集計した場合、度数分布ｐ１及びｐ２を合計したような度数分布ｐ０を得ることができる。

図５（ａ）に示すように、路面乾燥時の距離変換係数の度数分布ｐ１は、正規分布に従う。一方、路面湿潤時には、路面乾燥時に比べて回転中のタイヤ（車輪）にスリップが生じやすい。スリップには、走行時の空回りによる場合と、制動時の場合とがある。前者では、路面乾燥時よりも路面湿潤時の方が、走行距離が長くなり、後者では、路面乾燥時よりも路面湿潤時の方が、走行距離が短くなる。一般的に、また、本発明においても、走行時のスリップによる機会が多く、かつ、走行距離に差が大きいため、距離変換係数が小さくなる。すなわち、路面湿潤時の距離変換係数は、路面乾燥時の距離変換係数よりも小さい値になる傾向があるとともに、湿潤の程度にも差があることから、路面湿潤時の距離変換係数の度数分布ｐ２は、路面乾燥時の距離変換係数の度数分布ｐ１よりも値が小さい側に分布するとともに、正規分布ではなく、やや距離変換係数の大きい値の方に裾野が広がるような分布になる。また、雨天総時間は、晴天又は曇の総時間に比べて少ないため、所定期間における路面湿潤時の距離変換係数の統計分布の最頻値（又は平均値）の度数（ピーク値）は、路面乾燥時のものに比べて小さい。

図５（ｂ）に示すように、実際に取得した距離変換係数のデータを集計して得られる度数分布ｐ０においては、度数分布ｐ１に見られる最頻値又は平均値（図中丸印）よりも左
側（距離変換係数の値が小さくなる方向）に若干ずれたところに最頻値又は平均値（図中丸印）が得られる特異点があり、これを第１閾値Ｔｈ１とする。また、度数分布ｐ０においては、度数分布ｐ２に見られる最頻値又は平均値（図中丸印）よりも右側（距離変換係数の値が大きくなる方向）に若干ずれたところに極大点、変曲点など（図中△印）が得られる特異点があり、これを第２閾値Ｔｈ２とする。なお、度数分布ｐ２の形状に応じて、第２閾値Ｔｈ２に対応する特異点は、極大点又は変曲点などになる。

次に、上述の第１閾値Ｔｈ１、第２閾値Ｔｈ２に基づいて、路面状態（事象）の判定について説明する。路面状態の判定は、実時間で取得した距離変換係数の時系列データがどのように分布しているかを分析することにより行うことができる。例えば、路面乾燥である場合、実時間で取得した距離変換係数の時系列データが、第１閾値Ｔｈ１より大きい範囲、すなわち、図５（ｂ）において斜線で示した範囲に生起する確率は、例えば、５０％より大きい。したがって、路面乾燥である場合、実時間で取得した距離変換係数の時系列データのうち、半数以上は第１閾値Ｔｈ１より大きい値を有し、そうでない場合には、路面湿潤であると判定することができる。

より具体的には、実時間で取得した距離変換係数の時系列データの個数をｎ個、このうち、第１閾値Ｔｈ１より大きい値のデータの個数をｋ個、実時間で取得した距離変換係数の時系列データが第１閾値Ｔｈ１より大きい値の範囲に生起する確率をｗとすると、それぞれの生起する事象の確率は二項分布で決定することができる。例えば、ｗ＝５０％、ｎ＝１０、ｋ≦２であるとき、ｋ≦２となる確率は、二項分布表から０．０５４７であるので、危険率５％で路面湿潤であると判定することができる。

また、同様に、路面湿潤である場合、実時間で取得した距離変換係数の時系列データが、第２閾値Ｔｈ２より小さい範囲、すなわち、図５（ｂ）において格子線で示した範囲に生起する確率は、例えば、５０％より大きい。したがって、路面湿潤である場合、実時間で取得した距離変換係数の時系列データのうち、半数以上は第２閾値Ｔｈ２より小さい値を有し、そうでない場合には、路面乾燥であると判定することができる。

路面状態の判定精度をさらに向上させるために、上述の判定結果に基づいて最終的な判定を行うことができる。すなわち、第２閾値Ｔｈ２に基づいて路面乾燥であると判定し、かつ、第１閾値Ｔｈ１に基づいて路面湿潤でないと判定した場合に、路面乾燥であると判定することができる。また、第１閾値Ｔｈ１に基づいて路面湿潤であると判定し、かつ、第２閾値Ｔｈ２に基づいて路面乾燥でないと判定した場合に、路面湿潤であると判定することができる。また、第２閾値Ｔｈ２に基づいて路面乾燥であると判定し、かつ、第１閾値Ｔｈ１に基づいて路面湿潤であると判定した場合、雨が止んで路面湿潤から路面乾燥に向かっていると判定することもできる。なお、仮に、第１閾値Ｔｈ１に基づいて路面湿潤でないと判定し、かつ、第２閾値Ｔｈ２に基づいて路面乾燥でないと判定した場合には、判定不能とすることもできる。

なお、上述の判定方法は、一例であって、これに限定されるものではない。実時間で取得した距離変換係数の時系列データの平均値、標準偏差、データのばらつき度合い、あるいは、路面乾燥時又は路面湿潤時のいずれの度数分布に合致しているかの検定等の方法を用いることもできる。

次に車載装置３０による距離変換係数の算出方法について説明する。図６は距離変換係数の算出手順を示すフローチャートである。制御部３１は、光ビーコン１０との通信の有無を判定し（Ｓ１１）、通信がない場合（Ｓ１１でＮＯ）、ステップＳ１１の処理を続け、光ビーコン１０との通信があるまで待機する。

光ビーコン１０との通信があった場合（Ｓ１１でＹＥＳ）、制御部３１は、光ビーコン１０から区間距離Ｄを受信し（Ｓ１２）、車両制御部から入力される車輪の回転に比例するパルス信号を計数する（Ｓ１３）。パルス信号は、車輪の回転に基づいて所定の周期でパルスを発生させるもの、あるいは、車速に応じてパルスを発生させるもの（例えば、車速が６０ｋｍ／ｈであれば、１秒間に所定数のパルス信号を生成する）などがある。なお、パルス信号の計数はパルス数の計数であるが、これに限定されるものではなく、パルス数にパルス信号の周期を積算した値を計測してもよい。また、車速に応じてパルスを発生させ、このパルス信号を計数してもよい。

制御部３１は、車両の走行方位のずれ（車両の走行方位と道路方向の方位との方位差の大小）の有無を判定する（Ｓ１４）。なお、走行方位のずれの有無の判定方法としては、例えば、道路方向の方位と車両の走行方位とが異なる距離が所定の距離閾値以上である場合、道路方向の方位と車両の走行方位とが異なる時間が所定の時間閾値以上である場合、又は、任意の道路区間の両端地点における、道路方向の方位差と車両の走行方位差とが異なる場合に車両の走行方位ずれがあると判定することができる。

走行方位にずれがない場合（Ｓ１４でＮＯ）、制御部３１は、車両の速度が速度閾値より小さいか否かを判定する（Ｓ１５）。車両の速度が速度閾値より小さくない場合（Ｓ１５でＮＯ）、制御部３１は、路上装置２０との交信の有無を判定し（Ｓ１６）、交信がない場合（Ｓ１６でＮＯ）、ステップＳ１３以降の処理を続け、パルス信号の計数を続ける。

路上装置との交信があった場合（Ｓ１６でＹＥＳ）、制御部３１は、計数したパルス数を取得し、受信した区間距離Ｄを計数したパルス数で除算して距離変換係数を算出する（Ｓ１７）。制御部３１は、算出した距離変換係数を所定の基準時点（例えば、距離変換係数の経年変化が無視できる初期の時点）に対応する値に補正する（Ｓ１８）。なお、距離変換係数の補正方法については、後述する。

制御部３１は、対象道路を通過したか否か、すなわち路面状態判定領域を通過したか否かを判定し（Ｓ１９）、未だ通過していない場合（Ｓ１９でＮＯ）、ステップＳ１１以降の処理を続け、繰り返し距離変換係数の算出を行う。対象道路を通過した場合（Ｓ１９でＹＥＳ）、制御部３１は、処理を終了する。一方、車両の走行方位のずれがある場合（Ｓ１４でＹＥＳ）、制御部３１は、例えば、車両が道路脇の施設に立ち寄ったとして、パルス信号の計数を中止し（Ｓ２０）、距離変換係数を算出することなくステップＳ１９の処理を行う。また、車両の速度が速度閾値より小さい場合（Ｓ１５でＹＥＳ）、制御部３１は、誤差が大きくなるとして、パルス信号の計数を中止し（Ｓ２０）、距離変換係数を算出することなくステップＳ１９の処理を行う。

次に距離変換係数の補正方法について説明する。距離変換係数の補正は、車両の累積走行距離の増加又は日時の経過に応じて、算出される距離変換係数が変化する場合、経年変化による影響を低減するために行うことができる。

図７は距離変換係数の補正例を示す説明図である。図７において、横軸は車両の走行距離又は日時を示し、縦軸は距離変換係数を示す。また、図７において、丸印は所定の期間（例えば、走行距離が１００ｋｍ増加する期間、１週間など）が経過する都度、その期間内において取得された距離変換係数の統計分布に基づいて算出された統計値（例えば、最頻値、平均値など）を示す。また、所定の期間としては、取得される距離変換係数の経年変化による影響がない限度で長い期間を設定することができる。

制御部３１は、所定の期間毎に算出した統計値と走行距離又は日時との間の相関式（例
えば、図中の式ｙ＝ａｘ＋ｂ）を算出する。ここで、ａ、ｂは、相関式を算出することで求められる相関パラメータである。また、図中、「ｄ」で示される統計値は、例えば、異常値であり、このような異常値は、相関式を算出する際に除外することができる。なお、距離変換係数は、走行距離の増加又は日時の経過に応じて小さくなるため、相関式で表される直線は右下がりになる。

制御部３１は、算出した相関パラメータａ、ｂ（相関式）及び所定の基準時点（日時）ｘ０（例えば、走行距離が少ない時点又は日時が余り経過していない初期の時点）を用いて、複数の各期間にある任意の時点（日時）に取得した距離変換係数の値を、基準時点の値に換算（正規化）するための補正を行う。例えば、基準時点ｘ０における距離変換係数の値をｙ０＝ａｘ０＋ｂとし、任意の日時ｘ１に取得した距離変換係数の時系列データ（例えば、路面状態判定領域Ｐ１内で取得した距離変換係数の時系列データ）をｙ１とすると、補正後の距離変換係数ｙｓをｙｓ＝（ａｘ０＋ｂ）・ｙ１／（ａｘ１＋ｂ）により算出する。

制御部３１は、複数の所定の期間内の任意の日時における補正した距離変換係数のデータに基づいて統計分布（例えば、度数分布）を作成、作成した統計分布の分布状態に基づいて、特異点（例えば、ピーク点、変曲点、極大点など）を抽出し、例えば、大きい方の特異点を第１閾値Ｔｈ１として算出し、小さい方の特異点を第２閾値として算出し、算出した第１閾値Ｔｈ１及び第２閾値Ｔｈ２を記憶部３８に記憶する。なお、走行距離が増加又は日時の経過に応じて、所定の期間が経過する都度、制御部３１は、上述の処理を繰り返し、その都度第１閾値Ｔｈ１、第２閾値Ｔｈ２を更新することができる。

所定の期間が経過する都度、その期間内において取得された距離変換係数の統計分布に基づいて統計値（例えば、最頻値、平均値、極大点又は変曲点に対応する値など）を算出する場合、制御部３１は、統計分布に基づいて、特異点（例えば、ピーク点、変曲点、極大点など）を抽出し、少なくとも２つの特異点が抽出されない場合、所定の期間内に取得された距離変換係数のデータは、例えば、降雨時のデータが含まれていないものとして、その期間内取得した距離変換係数を無効にして統計値を算出しない。また、抽出した特異点が少なくとも２つある場合には、所定の期間内に取得された距離変換係数のデータは、降雨時のデータも含まれるとして、統計値を算出するデータとして使用する。これにより、晴れ又は曇り、雨天等すべての天候における距離変換係数のデータを取得して統計値を算出することができ、路面判定を行うための閾値を適切に算出することができる。

制御部３１は、路面状態を判定する際に、実時間で取得した距離変換係数の時系列データについても、上述の補正方法で補正し、補正した距離変換係数の時系列データに基づいて路面状態の判定を行う。なお、路面判定の方法については後述する。

図８は距離変換係数の経年変化を補正する補正処理点順を示すフローチャートである。制御部３１は、所定の期間内において取得された距離変換係数のデータを多数収集して度数分布（統計分布）を作成し（Ｓ３１）、作成した度数分布に基づいて、特異点を抽出する（Ｓ３２）。

制御部３１は、抽出した特異点の数が１より大きいか否かを判定し（Ｓ３３）、特異点の数が１より大きい場合（Ｓ３３でＹＥＳ）、所定の期間における度数分布の最頻値を算出する（Ｓ３４）。なお、算出した所定期間の最頻値は、記憶部３８に記憶される。また、最頻値に代えて平均値などを算出することもできる。

制御部３１は、記憶部３８に記憶している各期間の最頻値の相関パラメータ（相関式）を算出し（Ｓ３５）、算出した相関パラメータ及び所定の基準日時の距離変換係数に基づ
いて、任意の日時の距離変換係数を補正する（Ｓ３６）。

制御部３１は、複数の期間（又は、過去のすべての期間）における補正後の距離変換係数のデータを収集して度数分布を作成し（Ｓ３７）、作成した度数分布の特異点を抽出することにより第１閾値Ｔｈ１、第２閾値Ｔｈ２を更新して（Ｓ３８）、処理を終了する。一方、特異点の数が１より大きくない場合（Ｓ３３でＮＯ）、制御部３１は処理を終了する。

図９は路面状態を判定する判定処理手順を示すフローチャートである。制御部３１は、実時間で取得した距離変換係数の時系列データ（経年変化がある場合には、補正後のデータ）と第１閾値Ｔｈ１及び第２閾値Ｔｈ２とを比較し（Ｓ４１）、第１閾値Ｔｈ１より大きい距離変換係数の数Ｌ１を計数し（Ｓ４２）、第２閾値Ｔｈ２より小さい距離変換係数の数Ｌ２を計数する（Ｓ４３）。

制御部３１は、計数した数Ｌ１が計数閾値Ｔｋより小さいか否かを判定し（Ｓ４４）、数Ｌ１が計数閾値Ｔｋより小さい場合（Ｓ４４でＹＥＳ）、路面湿潤であると判定する（Ｓ４５）。数Ｌ１が計数閾値Ｔｋより小さくない場合（Ｓ４４でＮＯ）、制御部３１は、路面湿潤でないと判定する（Ｓ４６）。

制御部３１は、計数した数Ｌ２が計数閾値Ｔｋより小さいか否かを判定し（Ｓ４７）、数Ｌ２が計数閾値Ｔｋより小さい場合（Ｓ４７でＹＥＳ）、路面乾燥であると判定する（Ｓ４８）。数Ｌ２が計数閾値Ｔｋより小さくない場合（Ｓ４７でＮＯ）、制御部３１は、路面乾燥でないと判定する（Ｓ４９）。なお、計数閾値Ｔｋは、数Ｌ１、Ｌ２の大小を判定する場合に同じ値、あるいは異なる値を用いることができる。

制御部３１は、ステップＳ４５、Ｓ４６、Ｓ４８、Ｓ４９での判定結果に基づいて、最終判定を行い（Ｓ５０）、処理を終了する。これにより、路面乾燥、路面湿潤（降雨）、路面湿潤（非降雨）の区別を時々刻々精度良く判定することができる。

最終的な判定により路面状態の判定精度をさらに向上させることができる。すなわち、第２閾値Ｔｈ２に基づいて路面乾燥であると判定し、かつ、第１閾値Ｔｈ１に基づいて路面湿潤でないと判定した場合に、路面乾燥であると判定することができる。また、第１閾値Ｔｈ１に基づいて路面湿潤であると判定し、かつ、第２閾値Ｔｈ２に基づいて路面乾燥でないと判定した場合に、路面湿潤であると判定することができる。また、第２閾値Ｔｈ２に基づいて路面乾燥であると判定し、かつ、第１閾値Ｔｈ１に基づいて路面湿潤であると判定した場合、雨が止んで路面湿潤から路面乾燥に向かっていると判定することもできる。なお、仮に、第１閾値Ｔｈ１に基づいて路面湿潤でないと判定し、かつ、第２閾値Ｔｈ２に基づいて路面乾燥でないと判定した場合には、判定不能とすることもできる。

なお、上述の判定方法は、一例であって、これに限定されるものではない。実時間で取得した距離変換係数の時系列データの平均値、標準偏差、データのばらつき度合い、あるいは、路面乾燥時又は路面湿潤時のいずれの度数分布に合致しているかの検定等の方法を用いることもできる。

車載装置３０が所定の交信地点を通過したことを示す信号を受信する方法は、上述の例に限定されるものではなく、他の構成を用いることができる。例えば、図２の例では、距離変換係数の算出地点毎に光ビーコン１０及び路上装置２０を設ける構成であるが、これに限定されるものではなく、路面状態判定領域内の最初の地点に光ビーコン１０及び路上装置２０を配置し、他の地点には路上装置２０のみを設ける構成とすることもできる。この場合には、光ビーコン１０を通過する際に、光ビーコン１０と路上装置２０との区間距
離Ｄに加えて、各路上装置２０間の区間距離Ｄを車載装置３０へ送信することができ、車載装置３０は、路上装置２０との交信の都度、パルス信号の計数値をリセットするとともに計数開始することができる。

図１０は距離変換係数の他の算出例を示す模式図である。図１０に示すように、路上装置２０に代えて、光ビーコン１０を設置することもできる。この場合には、下流側の光ビーコン１０が、区間距離Ｄを車載装置３０へ送信することもできる。なお、光ビーコン１０に代えて、電波ビーコン、ＤＳＲＣなどを用いることもできる。

図１１は距離変換係数の他の算出例を示す模式図である。図１１に示すように、図２の光ビーコン１０に代えて、路上装置２０及び無線ＬＡＮなどの中域通信機能を備えた通信装置４０を設置することもできる。この場合、通信装置４０は、区間距離Ｄを車載装置３０へ送信する。なお、通信装置４０は、信号制御、交通情報収集、交通情報提供などの処理を行う装置などを利用することも可能である。また、通信装置４０は、中域通信に限らず、ＦＭ放送、携帯電話、インターネット通信等の広域通信機能を備えた装置でもよい。

実施の形態２
上述の実施の形態１では、距離変換係数を取得して路面状態を判定する構成であったが、多数の車両が所定の出発地点と目的地点との間を通過するのに要する旅行時間のデータを多数収集して路面状態を判定することもできる。

図１２は実施の形態２における識別装置５０を備えるセンタ装置で路面状態を識別（判定）する例を示す模式図である。図１２に示すように、道路上に路面状態判定領域（識別領域）Ｑ１、Ｑ２、Ｑ３が設けられている。各路面状態判定領域Ｑ１、Ｑ２、Ｑ３には、予め所定の出発地点と目的地点とが定められてあり、各路面状態判定領域Ｑ１、Ｑ２、Ｑ３の特定時刻における多数の車両の走行軌跡データ（プローブデータ）をセンタ装置５０で取得し、センタ装置５０は、取得したプローブデータに基づいて、車両が所定の出発地点と目的地点との間を通過するのに要する旅行時間のデータを多数収集し、旅行時間の統計分布（度数分布）に応じて路面状態、すなわち、路面乾燥（降雨のない状態）、又は路面湿潤（降雨中又は降雨後の状態）を判定する。

図１３はセンタ装置５０の構成を示すブロック図である。センタ装置５０は、各種の演算処理を行うＣＰＵからなる制御部５１を備える。なお、制御部５１は、路面状態を判定するための処理を組み込んだ専用のハードウエア回路で構成してもよく、又は予め処理手順を定めたコンピュータプログラムを実行する構成であってもよい。制御部５１には、内部バスを介して通信部５２、記憶部５３などが接続してある。

通信部５２は、各路面状態判定領域Ｑ１、Ｑ２、Ｑ３内の道路に設置された光ビーコン１０、交通情報を提供する情報提供装置６０との間の通信を行う通信機能を備えている。通信部５２は、車載装置３０、３０、…が光ビーコン１０の付近を通過する際に、光ビーコン１０を通じて各車載装置３０から受信した走行軌跡データ（プローブデータ）を取得する。また、通信部５２は、センタ装置５０で算出した旅行時間のデータを光ビーコン１０、情報提供装置６０へ出力する。

記憶部５３は、路面状態の判定に用いる閾値（第３閾値Ｔｈ３、第４閾値Ｔｈ４）を記憶している。また、記憶部３８は、第３閾値Ｔｈ３又は第４閾値Ｔｈ４より大きい又は小さい旅行時間の数を判定するための計数閾値Ｔｋを記憶している。

次に旅行時間に基づいて路面状態を判定する判定方法について説明する。路面状態を示す事象は、例えば、路面乾燥（降雨のない状態）、及び路面湿潤（降雨中又は降雨後の状
態）である。まず、路面状態を判定する対象地域における複数地点の特定時刻での旅行時間のデータを多数集計して得られる旅行時間の統計分布について説明する。

図１４は旅行時間の統計分布の例を示す説明図である。図１４において、横軸は旅行時間を示し、縦軸はその度数を示す。図１４（ａ）は、路面乾燥時にのみ取得したならば得られる旅行時間の度数分布ｑ１、及び路面湿潤時にのみ取得したならば得られる旅行時間の度数分布ｑ２を示す。また、図１４（ｂ）は、路面乾燥時及び路面湿潤時の両者を含み実際に取得した旅行時間のデータを集計して求められる旅行時間の度数分布ｑ０を示す。すなわち、２つの事象での旅行時間のデータを多数集計した場合、度数分布ｑ１及びｑ２を合計したような度数分布ｑ０を得ることができる。

図１４（ａ）に示すように、路面湿潤時には、路面乾燥時に比べて車両の走行速度が小さくなるため、路面湿潤時に取得された旅行時間は、路面乾燥時に取得された旅行時間よりも大きい値になる傾向があるため、路面湿潤時の旅行時間の度数分布ｑ２は、路面乾燥時の旅行時間の度数分布ｑ１よりも値が大きい側に分布する。また、雨天総時間は、晴天又は曇の総時間に比べて少ないため、所定期間における路面湿潤時の旅行時間の統計分布の最頻値（又は平均値）の度数（ピーク値）は、路面乾燥時のものに比べて小さい。

図１４（ｂ）に示すように、実際に取得した旅行時間のデータを集計して得られる度数分布ｑ０においては、度数分布ｑ１に見られる最頻値又は平均値（図中丸印）より右側（旅行時間の値が大きくなる方向）に若干ずれたところに最頻値又は平均値（図中丸印）が得られる特異点があり、これを第４閾値Ｔｈ４とする。また、度数分布ｑ０においては、度数分布ｑ２に見られる最頻値又は平均値（図中丸印）よりも左側（旅行時間の値が小さくなる方向）に若干ずれたところに極大点、変曲点など（図中△印）が得られる特異点があり、これを第３閾値Ｔｈ３とする。なお、度数分布ｑ２の形状に応じて、第３閾値Ｔｈ３に対応する特異点は、極大点又は変曲点などのいずれかになる。

第３閾値Ｔｈ３、第４閾値Ｔｈ４は、路面状態を判定する対象地域の地点毎に集計された旅行時間の統計分布により決定されるため、地点毎に異なる場合がある。また、同じ地点であっても、車両の交通量は時間帯によって異なるため、旅行時間は、曜日又は日時により統計分布が異なる可能性がある。そこで、旅行時間の統計分布を地点毎に曜日又は日時を分けてグループ化して作成することができる。あるいは、通常渋滞しない地点、時間帯（例えば早朝、昼間）のデータのみを用いて、非渋滞に限定した統計分布を作成して路面状態を判定することもでき、非渋滞でかつ上流の交通量がほぼ同一であるデータごとに統計分布を作成して判定することもできる。

次に、上述の第３閾値Ｔｈ３、第４閾値Ｔｈ４に基づいて、路面状態（事象）の判定について説明する。路面状態の判定は、路面状態を判定する対象地域における複数地点の特定時刻での旅行時間のデータがどのように分布しているかを分析することにより行うことができる。この場合、例えば、路面乾燥である場合、旅行時間のデータが、第４閾値Ｔｈ４より小さい範囲、すなわち、図１４（ｂ）において格子線で示した範囲に生起する確率は、例えば、５０％より大きい。したがって、路面乾燥である場合、旅行時間のデータのうち、半数以上は第４閾値Ｔｈ４より小さい値を有し、そうでない場合には、路面湿潤であると判定することができる。

また、同様に、路面湿潤である場合、旅行時間のデータが、第３閾値Ｔｈ３より大きい範囲、すなわち、図１４（ｂ）において斜線で示した範囲に生起する確率は、例えば、５０％より大きい。したがって、路面湿潤である場合、旅行時間のデータのうち、半数以上は第３閾値Ｔｈ３より大きい値を有し、そうでない場合には、路面乾燥であると判定することができる。

路面状態の判定精度をさらに向上させるために、上述の判定結果に基づいて最終的な判定を行うことができる。すなわち、第３閾値Ｔｈ３に基づいて路面乾燥であると判定し、かつ、第４閾値Ｔｈ４に基づいて路面湿潤でないと判定した場合に、路面乾燥であると判定することができる。また、第４閾値Ｔｈ４に基づいて路面湿潤であると判定し、かつ、第３閾値Ｔｈ３に基づいて路面乾燥でないと判定した場合に、路面湿潤であると判定することができる。また、第３閾値Ｔｈ３に基づいて路面乾燥であると判定し、かつ、第４閾値Ｔｈ４に基づいて路面湿潤であると判定した場合、雨が止んで路面湿潤から路面乾燥に向かっていると判定することもできる。なお、仮に、第４閾値Ｔｈ４に基づいて路面湿潤でないと判定し、かつ、第３閾値Ｔｈ３に基づいて路面乾燥でないと判定した場合には、判定不能とすることもできる。

図１５は旅行時間による路面状態の判定に用いる閾値の算出手順を示すフローチャートである。制御部５１は、地点毎、曜日又は特定時刻毎などのグループ毎に収集したプローブデータに基づいて旅行時間を算出する（Ｓ６１）。制御部５１は、旅行時間のデータに基づいて旅行時間の度数分布（統計分布）を作成し（Ｓ６２）、作成した度数分布から特異点を抽出することにより、第３閾値Ｔｈ３、第４閾値Ｔｈ４を算出する（Ｓ６３）。

制御部５１は、他のグループがあるか否かを判定し（Ｓ６４）、他のグループがある場合（Ｓ６４でＹＥＳ）、ステップＳ６１以降の処理を続ける。他のグループがない場合（Ｓ６４でＮＯ）、制御部５１は、処理を終了する。

図１６は路面状態を判定する判定処理手順を示すフローチャートである。なお、路面状態の判定は、上述のグループ毎に集計された統計分布に基づいて、各グループに対応する旅行時間のデータを収集して、グループ毎に行われる。制御部５１は、路面状態を判定する対象地域の特定地点、特定時刻の旅行時間を取得し（Ｓ７１）、取得した旅行時間と第３閾値Ｔｈ３及び第４閾値Ｔｈ４とを比較し（Ｓ７２）、第３閾値Ｔｈ３より大きい旅行時間の数Ｌ３を計数し（Ｓ７３）、第４閾値Ｔｈ４より小さい旅行時間の数Ｌ４を計数する（Ｓ７４）。

制御部５１は、計数した数Ｌ３が計数閾値Ｔｋより小さいか否かを判定し（Ｓ７５）、数Ｌ３が計数閾値Ｔｋより小さい場合（Ｓ７５でＹＥＳ）、路面乾燥であると判定する（Ｓ７６）。数Ｌ３が計数閾値Ｔｋより小さくない場合（Ｓ７５でＮＯ）、制御部５１は、路面乾燥でないと判定する（Ｓ７７）。

制御部５１は、計数した数Ｌ４が計数閾値Ｔｋより小さいか否かを判定し（Ｓ７８）、数Ｌ４が計数閾値Ｔｋより小さい場合（Ｓ７８でＹＥＳ）、路面湿潤であると判定する（Ｓ７９）。数Ｌ４が計数閾値Ｔｋより小さくない場合（Ｓ７８でＮＯ）、制御部５１は、路面湿潤でないと判定する（Ｓ８０）。なお、計数閾値Ｔｋは、数Ｌ３、Ｌ４の大小を判定する場合に同じ値を用いることもでき、あるいは異なる値を用いることもできる。

制御部５１は、ステップＳ７６、Ｓ７７、Ｓ７９、Ｓ８０での判定結果に基づいて、最終判定を行い（Ｓ８１）、判定結果及び旅行時間を光ビーコン１０、情報提供装置６０などに出力し（Ｓ８２）、処理を終了する。これにより、路面乾燥、路面湿潤（降雨）、路面湿潤（非降雨）の区別を時々刻々精度良く判定することができるとともに、旅行時間のデータを路面状態に分けて取得することができる。

以上説明したように、本発明にあっては、路面状態を判定するための専用のセンサ装置などを設置することなく、路面乾燥、路面湿潤（降雨）、路面湿潤（非降雨）の区別を時々刻々精度良く判定することができる。また、自動車の制御性能は、路面の状態により大
きく変動するため、路面乾燥、路面湿潤（降雨）、路面湿潤（非降雨）の判定結果に応じて、制御パラメータ（ブレーキ特性等）を自動的に変更し、運転者に対して適切な注意喚起又は警告等の情報提供（例えば、スリップ注意、適正車間距離等）を行うことにより、安全運転支援に役立てることができる。また、路面乾燥、路面湿潤（降雨）、路面湿潤（非降雨）の別を考慮して、路上に設置した情報提供装置で、適切な注意喚起又は警告等の情報提供（例えば、スリップ注意、適正車間距離等）を行うこともできる。さらに、路面乾燥、路面湿潤（降雨）、路面湿潤（非降雨）の情報を個別の多数の車両に送信し、車両では、制御パラメータ（ブレーキ特性等）を自動的に変更し、運転者に対して適切な注意喚起又は警告等の情報提供（例えば、スリップ注意、適正車間距離等）を行うこともできる。

上述の実施の形態２では、光ビーコン１０を通じて車両の走行軌跡データ（プローブデータ）をセンタ装置５０へ送信する構成であったが、これに限定されるものではなく、ＤＳＲＣ（Dedicated Short Range Communication：狭域通信）を用いることもできる。また、各車載装置３０から光ビーコン１０を介さずにセンタ装置５０へ送信する構成であってもよい。例えば、中域通信としてＵＨＦ帯又はＶＨＦ帯等の無線ＬＡＮ機能、あるいは、広域通信として携帯電話、ＰＨＳ、多重ＦＭ放送、インターネット通信などの通信機能を用いることもできる。

本発明は、雨天時の場合だけでなく、降雪時の場合であっても適用することができる。

開示された実施の形態は、すべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味及び範囲内でのすべての変更が含まれることが意図される。

本発明に係る識別装置を備える車載装置で路面状態を識別（判定）する例を示す模式図である。 距離変換係数の算出例を示す模式図である。 車載装置の構成を示すブロック図である。 光ビーコンの交信位置の誤差範囲の例を示す説明図である。 距離変換係数の統計分布の例を示す説明図である。 距離変換係数の算出手順を示すフローチャートである。 距離変換係数の補正例を示す説明図である。 距離変換係数の経年変化を補正する補正処理点順を示すフローチャートである。 路面状態を判定する判定処理手順を示すフローチャートである。 距離変換係数の他の算出例を示す模式図である。 距離変換係数の他の算出例を示す模式図である。 実施の形態２における識別装置を備えるセンタ装置で路面状態を識別（判定）する例を示す模式図である。 センタ装置の構成を示すブロック図である。 旅行時間の統計分布の例を示す説明図である。 旅行時間による路面状態の判定に用いる閾値の算出手順を示すフローチャートである。 路面状態を判定する判定処理手順を示すフローチャートである。

符号の説明

１０ 光ビーコン
２０ 路上装置
３０ 車載装置
３１ 制御部
３２ 通信部
３３ 測位部
３４ 地図データベース
３５ 表示部
３６ 操作部
３７ 報知部
３８ 記憶部
３９ 距離変換係数算出部
４０ 通信装置
５０ センタ装置
５１ 制御部
５２ 通信部
５３ 記憶部
６０ 情報提供装置

Claims (11)

1. 路面状態に関する複数の事象を識別する識別装置において、
   前記事象に関連付けて予め定められた閾値を記憶する記憶手段と、
   車両の走行状態に関する特徴量を複数取得する取得手段と、
   該取得手段で取得した複数の特徴量と前記閾値とを比較する比較手段と、
   該比較手段で比較した結果、前記特徴量の値が前記閾値より大又は小のいずれかである特徴量の数に基づいて、事象を識別する識別手段と
   を備えることを特徴とする識別装置。
2. 前記閾値は、
   第１の事象に関連する第１閾値及び該第１閾値より小さく前記第１の事象と異なる第２の事象に関連する第２閾値を含み、
   前記取得手段で取得した特徴量のうち前記第２閾値より小さい特徴量の数を計数する第１計数手段と、
   該第１計数手段で計数した特徴量の数が所定の識別閾値より小さいか否かに応じて、前記第１の事象であるか否かを識別する第１識別手段と
   を備えることを特徴とする請求項１に記載の識別装置。
3. 前記閾値は、
   第１の事象に関連する第１閾値及び該第１閾値より小さく前記第１の事象と異なる第２の事象に関連する第２閾値を含み、
   前記取得手段で取得した特徴量のうち前記第１閾値より大きい特徴量の数を計数する第２計数手段と、
   該第２計数手段で計数した特徴量の数が所定の識別閾値より小さいか否かに応じて、前記第２の事象であるか否かを識別する第２識別手段と
   を備えることを特徴とする請求項１に記載の識別装置。
4. 前記閾値は、
   第１の事象に関連する第１閾値及び該第１閾値より小さく前記第１の事象と異なる第２の事象に関連する第２閾値を含み、
   前記取得手段で取得した特徴量のうち前記第２閾値より小さい特徴量の数を計数する第１計数手段と、
   該第１計数手段で計数した特徴量の数が所定の識別閾値より小さいか否かに応じて、前記第１の事象であるか否かを識別する第１識別手段と、
   前記取得手段で取得した特徴量のうち前記第１閾値より大きい特徴量の数を計数する第２計数手段と、
   該第２計数手段で計数した特徴量の数が所定の識別閾値より小さいか否かに応じて、前記第２の事象であるか否かを識別する第２識別手段と
   を備え、
   前記識別手段は、
   前記第１識別手段で第１の事象であると識別し、前記第２識別手段で第２の事象でないと識別した場合、第１の事象であると識別するように構成してあることを特徴とする請求項１に記載の識別装置。
5. 前記閾値は、
   第１の事象に関連する第１閾値及び該第１閾値より小さく前記第１の事象と異なる第２の事象に関連する第２閾値を含み、
   前記取得手段で取得した特徴量のうち前記第２閾値より小さい特徴量の数を計数する第１計数手段と、
   該第１計数手段で計数した特徴量の数が所定の識別閾値より小さいか否かに応じて、前記第１の事象であるか否かを識別する第１識別手段と、
   前記取得手段で取得した特徴量のうち前記第１閾値より大きい特徴量の数を計数する第２計数手段と、
   該第２計数手段で計数した特徴量の数が所定の識別閾値より小さいか否かに応じて、前記第２の事象であるか否かを識別する第２識別手段と
   を備え、
   前記識別手段は、
   前記第１識別手段で第１の事象でないと識別し、前記第２識別手段で第２の事象であると識別した場合、第２の事象であると識別するように構成してあることを特徴とする請求項１に記載の識別装置。
6. 所定の期間に前記取得手段で取得した特徴量の統計値を算出する統計値算出手段と、
   該統計値算出手段で算出した統計値に基づいて、前記第１閾値及び第２閾値を算出する閾値算出手段と
   を備えることを特徴とする請求項２乃至請求項５のいずれかに記載の識別装置。
7. 所定の期間の経過の都度、該期間に前記取得手段で取得した特徴量の統計値を算出する統計値算出手段と、
   該統計値算出手段で算出した各統計値の相関を算出する相関算出手段と、
   該相関算出手段で算出した相関に基づいて、任意の時点に前記取得手段で取得した特徴量を所定の基準時点に対応する特徴量に補正する補正手段と、
   該補正手段で補正した特徴量の統計分布に基づいて、特異点を抽出する抽出手段と、
   該抽出手段で抽出した特異点に基づいて、前記第１閾値及び第２閾値を決定する決定手段と
   を備えることを特徴とする請求項２乃至請求項５のいずれかに記載の識別装置。
8. 前記抽出手段は、
   前記期間に前記取得手段で取得した特徴量の統計分布に基づいて、特異点を抽出するように構成してあり、
   前記抽出手段で少なくとも２つの特異点が抽出されない場合、前記期間に取得した特徴量を無効にする無効手段と
   を備えることを特徴とする請求項７に記載の識別装置。
9. 前記特徴量は、車輪の回転に応じて生成される信号と車両の走行距離とを関連付ける距離変換係数であり、
   前記第１の事象及び第２の事象は、それぞれ路面乾燥及び路面湿潤であることを特徴とする請求項２乃至請求項８のいずれかに記載の識別装置。
10. 前記特徴量は、車両が所定の２地点間を通過するのに要する旅行時間であり、
    前記第１の事象及び第２の事象は、それぞれ路面湿潤及び路面乾燥であることを特徴とする請求項２乃至請求項６のいずれかに記載の識別装置。
11. 路面状態に関する複数の事象を識別する識別方法において、
    前記事象に関連付けて予め定められた閾値を記憶し、
    車両の走行状態に関する特徴量を複数取得し、
    取得した複数の特徴量と前記閾値とを比較し、
    前記特徴量の値が前記閾値より大又は小のいずれかである特徴量の数に基づいて、事象を識別することを特徴とする識別方法。

Images