JP2008285015A - 運転タイプ判別装置、プログラム、及び運転支援装置 - Google Patents

Abstract

【課題】運転者毎の運転タイプを的確に判別することが可能な運転タイプ判別装置等を提供すること。
【解決手段】車速を検出する車速検出手段（１０）と、方向指示器の操作状態を検出する方向指示器操作状態検出手段（２０）と、運転者の安全確認動作を検出する安全確認動作検出手段（３０、３５）と、車速検出手段、方向指示器操作状態検出手段、及び安全確認動作検出手段の検出結果に基づいて、運転者が複数の運転タイプのうちいずれに該当するかを判別する判別手段（５０）と、を備える運転タイプ判別装置（１）。
【選択図】図１

Description

本発明は、車両に搭載され、或いはドライビングシミュレーターとして構成された、運転者毎の運転タイプを的確に判別することが可能な運転タイプ判別装置、これを装置として機能させるコンピューター読み取り可能なプログラム、及び運転タイプ判別装置を利用して運転者毎の運転タイプに応じた適切な運転支援を行なうことが可能な運転支援装置に関する。

近年、高齢運転者の増加等により、交通安全の実現に対する要求がさらに高まっており、運転者毎の運転特性を把握してカスタマイズされた運転支援を行なうことについての研究が進められている。ここで、「運転支援」には、例えば、運転に対するアドバイスを行なうことや、安全運転のための種々の車両制御を行なう制御システムの作動、促進、パラメータ変更等を行なうことが含まれる。

運転者毎の運転特性を把握する技術の一例として、加速度センサー等により取得された車両の加速度の分布に基づいて、交通安全診断を行なう方法についての発明が開示されている（例えば、特許文献１参照）。具体的には、加速度の分布の非対称性を示す指標である歪度（skewness）が正の大きい値である場合に、急加速を行なう傾向にある運転者であると判断し、歪度が負の大きい値である場合に、加速はゆったりであるが急減速を行なう傾向にある運転者であると判断している。そして、これらの判断結果に応じて診断メッセージや警告メッセージを出力するものとしている。
特開２００４−２６０９８号公報

しかしながら、上記従来の方法は、単に運転者毎の加減速の傾向を把握することができるのみであり、安全運転をしようとしているか否かの意志等により表される「運転タイプ」をより細やかに把握することができない。この結果、運転者の運転タイプに応じた適切な運転支援を行なうことができない場合が生じる。

本発明はこのような課題を解決するためのものであり、運転者毎の運転タイプを的確に判別することが可能な運転タイプ判別装置、これを装置として機能させるコンピューター読み取り可能なプログラム、及び運転タイプ判別装置を利用して運転者毎の運転タイプに応じた適切な運転支援を行なうことが可能な運転支援装置を提供することを、主たる目的とする。

上記目的を達成するための本発明の第１の態様は、車速を検出する車速検出手段と、方向指示器の操作状態を検出する方向指示器操作状態検出手段と、運転者の安全確認動作を検出する安全確認動作検出手段と、車速検出手段、方向指示器操作状態検出手段、及び安全確認動作検出手段の検出結果に基づいて、運転者が複数の運転タイプのうちいずれに該当するかを判別する判別手段と、を備える運転タイプ判別装置である。

この本発明の第１の態様によれば、運転者の安全意識や先急ぎ傾向、余裕度、慎重さを評価する指標となる、車速、方向指示器の操作状態、及び運転者の安全確認動作を検出し、これに基づいて運転者の運転タイプを的確に判別することができる。これにより、運転者が、単に安全運転をする傾向を有するか、危険な運転をする傾向を有するかといった判別を行なうものに比して、より運転者毎にカスタマイズされたアドバイスや運転支援を行なうことができる。

本発明の第１の態様において、車両が所定の走行場面に置かれている期間を特定する期間特定手段を備え、判別手段は、期間特定手段により特定された期間における、車速検出手段、方向指示器操作状態検出手段、及び安全確認動作検出手段の検出結果に基づいて、運転者が複数の運転タイプのうちいずれに該当するかを判別する手段であるものとしてもよい。

また、本発明の第１の態様において、判別手段は、車速検出手段、方向指示器操作状態検出手段、及び前記安全確認動作検出手段の検出結果に基づく特徴量に基づいて、運転者が複数の運転タイプのうちいずれに該当するかを判別する手段であるものとしてもよい。

また、本発明の第１の態様のうち前記特徴量に基づいて運転タイプを判別するものにおいて、判別手段は、車速検出手段、方向指示器操作状態検出手段、及び安全確認動作検出手段の検出結果に基づく特徴量のそれぞれに重み係数を乗じた値の和として得られる線形結合値に基づいて、運転者が複数の運転タイプのうちいずれに該当するかを判別する手段であるものとしてもよい。この場合、判別手段は、例えば、線形結合値を閾値と比較することにより運転者が複数の運転タイプのうちいずれに該当するかを判別する手段である。

また、本発明の第１の態様のうち前記特徴量に基づいて運転タイプを判別するものにおいて、判別手段は、車速検出手段、方向指示器操作状態検出手段、及び安全確認動作検出手段の検出結果に基づく特徴量のそれぞれに重み係数を乗じた値の和として得られる線形結合値を、異なる重み係数の組み合わせを用いて複数個算出し、算出した複数の線形結合値に基づいて、運転者が複数の運転タイプのうちいずれに該当するかを判別する手段であるものとしてもよい。この場合、判別手段は、例えば、算出した複数の線形結合値に対して領域判定を行なうことにより、運転者が複数の運転タイプのうちいずれに該当するかを判別する手段である。

また、本発明の第１の態様のうち前記特徴量に基づいて運転タイプを判別するものにおいて、車速検出手段の検出結果に基づく特徴量は、例えば、車速検出手段が検出した車速の平均値である。また、これに代えて車速偏差を特徴量としてもよい。

また、本発明の第１の態様のうち前記特徴量に基づいて運転タイプを判別するものにおいて、方向指示器操作状態検出手段の検出結果に基づく特徴量は、例えば、車速検出手段が検出した車速の変化との関係において、方向指示器が運転者により操作されたタイミングを評価した値である。

また、本発明の第１の態様のうち前記特徴量に基づいて運転タイプを判別するものにおいて、方向指示器操作状態検出手段の検出結果に基づく特徴量は、車速検出手段が検出した車速の変化及び車両の位置との関係において、方向指示器が運転者により操作されたタイミングを評価した値である。

また、本発明の第１の態様のうち前記特徴量に基づいて運転タイプを判別するものにおいて、安全確認動作検出手段は、運転者の頭部を撮像する撮像手段を含み、安全確認動作検出手段の検出結果に基づく特徴量は、撮像手段の撮像画像解析により把握される運転者の顔向き角度が左右のそれぞれの方向について閾値を超えた回数であるものとしてもよい。また、これに代えて、微少時間における顔向き角度の変化量を累算したものを特徴量としてもよい。

また、本発明の第１の態様のうち前記特徴量に基づいて運転タイプを判別するものにおいて、安全確認動作検出手段は、運転者の頭部を撮像する撮像手段を含み、安全確認動作検出手段の検出結果に基づく特徴量は、撮像手段の撮像画像解析により把握される運転者の視線の向きが左右のそれぞれの方向について閾値を超えた回数であるものとしてもよい。また、これに代えて、微少時間における視線の向きの角度の変化量を累算したものを特徴量としてもよい。

本発明の第２の態様は、ブレーキペダルの操作量を検出するブレーキ操作量検出手段と、運転者の安全確認動作を検出する安全確認動作検出手段と、車両が特定の場面に置かれているか否かを検知する特定走行場面検知手段と、特定走行場面検知手段により車両が特定の場面に置かれていることが検知されている間における、ブレーキ操作量検出手段、及び安全確認動作検出手段の検出結果に基づく特徴量に基づいて、運転者が複数の運転タイプのうちいずれに該当するかを判別する判別手段と、を備える運転タイプ判別装置である。

本発明の第２の態様において、ブレーキ操作量検出手段の検出結果に基づく特徴量は、例えば、ブレーキペダルの操作量がピーク値となった回数である。

また、本発明の第２の態様において、安全確認動作検出手段は、運転者の頭部を撮像する撮像手段を含み、安全確認動作検出手段の検出結果に基づく特徴量は、撮像手段の撮像画像解析により把握される運転者の顔向き角度又は視線の向きの角度の、微少時間における変化量を累算した値であるものとしてもよい。

また、本発明の第１又は第２の態様の運転タイプ判別装置は、施設に設置されるドライビングシミュレーターとして構成されてもよい。

本発明の第３の態様は、本発明の第１又は第２の態様の運転タイプ判別装置を、装置として機能させるための、コンピューター読み取り可能なプログラムである。

本発明の第４の態様は、本発明の第１又は第２の態様の運転タイプ判別装置が判別した運転タイプを利用して、運転タイプに対応した運転支援を行なう運転支援装置である。

本発明によれば、運転者毎の運転タイプを的確に判別することが可能な運転タイプ判別装置、これを装置として機能させるコンピューター読み取り可能なプログラム、及び運転タイプ判別装置を利用して運転者毎の運転タイプに応じた適切な運転支援を行なうことが可能な運転支援装置を提供することができる。

以下、本発明を実施するための最良の形態について、添付図面を参照しながら実施例を挙げて説明する。

＜第１実施例＞
以下、本発明の第１実施例に係る運転タイプ判別装置１について説明する。運転タイプ判別装置１は、車両に搭載される装置であって、運転者の運転タイプを判別することを目的とする。

［構成］
図１は、運転タイプ判別装置１の全体構成の一例を示す図である。運転タイプ判別装置１は、主要な構成として、車速センサー１０と、ターンシグナルレバースイッチ２０と、車室内カメラ３０と、画像解析装置３５と、期間特定装置４０と、運転タイプ判別用ＥＣＵ（Electronic Control Unit）５０と、を備える。図中の破線矢印は、ＣＡＮ（Controller Area Network）やＢＥＡＮ、ＡＶＣ−ＬＡＮ、ＦｌｅｘＲａｙ等の適切な通信プロトコルを用いて行なわれる主要な情報通信の流れを示す。

車速センサー１０は、例えば、各輪に取り付けられた車輪速センサーとスキッドコントロールコンピューターからなり、車輪速センサーが出力する車輪速パルス信号をスキッドコントロールコンピューターが車速矩形波パルス信号（車速信号）に変換して運転タイプ判別用ＥＣＵ５０に出力する。また、これに限らず、変速機に取り付けられた回転数センサー等が用いられてもよい。

ターンシグナルレバースイッチ２０は、例えば、ターンシグナルレバー２２の回転軸付近に配設され、ターンシグナルレバー２２の操作状態（＝ターンシグナルランプ（ウインカー）の作動状態）を検出する。ターンシグナルレバー２２は、例えば、ステアリングホイール脇に配設されたコンビネーションスイッチの一部を形成し、運転者により、左折を指示する状態と、右折を指示する状態と、いずれも指示しない状態（中立の状態）と、を切り替えて操作される。なお、ターンシグナルレバー２２は、運転者により方向指示入力がなされると、手動で中立の状態に戻されるか、指示された方向の反対方向に所定角度以上ステアリング操作がなされるまでの間、いずれかの方向に対して方向指示入力がなされた状態で保持される。ターンシグナルレバースイッチ２０の出力は、ライトＥＣＵ２４に出力され、ライトＥＣＵ２４においてサイドターンシグナルランプ（ウインカー）の点灯制御がなされる。また、ターンシグナルレバースイッチ２０の出力は、ライトＥＣＵ２４を介して運転タイプ判別用ＥＣＵ５０に出力される。

車室内カメラ３０は、例えば、ＣＣＤ（Charge Coupled Device）カメラやＣＭＯＳ（Complementary Metal Oxide Semiconductor）カメラであり、ステアリングコラムカバーの上面やコンビネーションメータ内、ルームミラー周辺等、運転者の頭部が撮像可能な任意の位置に配設される。なお、夜間撮影のため、車両運転者の顔へ向けて赤外線を投光するランプを設けることとしてもよい。

以下、車室内カメラ３０がＣＣＤカメラであるものとして説明する。車室内カメラ３０は、例えば、撮像レンズ、イメージセンサー、電子制御部等を内蔵する。イメージセンサーは、例えばインターライン型イメージセンサーであり（フルフレームトランスファ型やフレームトランスファ型等、他の形式であってもよい）、光電変換を行なう受光素子であるフォトダイオードと、これに対応するＣＣＤとをそれぞれ２次元平面状に配列し、フォトダイオードとＣＣＤの間にアナログスイッチとして機能するトランスファゲートを有する。各フォトダイオードの撮像レンズ側には、集光のためのマイクロレンズが取り付けられている。電子制御部は、例えば、マイクロコンピューターや電子回路等であり、イメージセンサーが有するトランスファゲートの開閉タイミングを制御することにより車室内カメラ３０のシャッタースピードや撮像周期（例えば、１秒間に数十回程度）を調節する。そして、電子制御部は、イメージセンサーの出力回路から出力されるデータに対して所定のゲインによる増幅等を行なった画像データを、上記撮像周期に応じた周期で画像解析装置３５に出力する。

画像解析装置３５は、車室内カメラ３０が出力した画像データを解析することにより、運転者の顔向き角度を検出する。画像解析装置３５は、まず、車室内カメラ３０が出力した画像データに対して２値化処理や特徴点抽出処理を行うことにより、運転者の顔を映した画像を抽出し、その抽出画像から運転者の顔幅及び顔中心線を検出する。そして、検出結果に基づいて画像に映る顔の左右間隔比率を算出し、左右間隔比率から運転者の顔向き角度を導出する。顔向き角度は、例えば、車両の進行方向を基準として、左右のそれぞれの方向について異なる符号を用いて表現される。

更に、画像解析装置３５は、顔向き角度が左右のそれぞれの方向について閾値（例えば１０°程度）以上となった時に、運転者が安全確認を１回行なったと判定し、その旨を示す信号を運転タイプ判別用ＥＣＵ５０に出力する。すなわち、車室内カメラ３０及び画像解析装置３５の機能により、運転者の安全確認動作が検出されることとなる。この際に、顔向き角度に対していわゆるスムージングフィルターを適用すると好適である。すなわち、顔向き角度の時系列データをそのまま用いるのではなく、前後数回（或いは数十回）又は過去数〜数十回に亘る平均値（移動平均値）を算出し、当該平均値に対して閾値を適用して判定を行なう。

なお、運転者の顔向き角度に代えて、視線の向きの角度を検出してもよい。この場合、車室内カメラ３０の出力する画像データのうち、運転者の眼を撮像した部分における黒目の部分の位置に基づいて、車両の進行方向を基準とする視線の向きの角度を導出する。そして、視線の向きの角度が左右のそれぞれの方向について閾値（顔向き角度についての閾値と同程度であってもよく、異なってもよい）以上となった時に、安全確認を１回行なったと判定し、その旨を示す信号を運転タイプ判別用ＥＣＵ５０に出力する。

また、左右のそれぞれの方向について、顔向き角度と視線の向きの角度のいずれか一方が閾値以上となった場合に、運転者が安全確認を１回行なったと判定してもよい。

また、基本的には顔向き角度に基づいて安全確認を行なったか否かを判定するが、判定に用いる閾値を、視線の向きの角度に関する学習結果に基づいて補正するものとしてもよい。すなわち、視線の向きの角度が変化した際における当該角度の変化量について標準偏差等の指標値を導出し、これが大きい場合は、当該運転者は視線を左右に転じて安全確認を行なう傾向があると判断し、顔向き角度に対する閾値を小さく変更する。なお、係る学習は、普段の走行場面において行なわれるのが適切である。

期間特定装置４０は、車両が所定の走行場面に置かれている期間を特定するための装置である。本発明における所定の走行場面とは、運転者の運転タイプが如実に発現する場面をいい、例えば、交差点を右折する場面、交差点を左折する場面、高速道路等の分岐点又は合流点を通過する場面が該当する。以下では、交差点の手前数十［ｍ］程度の地点に至ったときから、右折先の道路に進入するまでを、所定の走行場面とする。

期間特定装置４０の構成例としては、種々のものが考えられる。例えば、周知の車載ナビゲーションシステムの構成が共用され、ＧＰＳ（Global Positioning System）受信機、地図情報が記憶されたＨＤＤ（Hard Disc Drive）、ＤＶＤ、ＣＤ−ＲＯＭ等の記憶媒体、及びナビゲーションコンピューターを有することが考えられる。この場合、ナビゲーションコンピューターにおいて、ＧＰＳ受信機の受信した電波信号の時間差に基づく演算により車両の現在位置（緯度、経度）を特定し、当該特定した現在位置を用いて地図情報を検索し、車両が交差点手前数十［ｍ］程度の地点に至った時点から、右折先の道路に進入した時点までの期間を事後的に特定する。当該特定が事後的なものとなるのは、右折するか否かは、通常、交差点を通過しなければ判明していないからである。また、交差点を右折するか否かが事前に判明している場合（例えば、車載ナビゲーションシステムの経路案内機能が作動しており、予め次の交差点を右折することが判明している場合）には、上記期間をリアルタイムで特定することも可能である。

また、操舵角センサー又はヨーレートセンサーにより車両の回頭角度を導出し、交差点の前後で例えば３０［°］〜１３０［°］程度車両が回頭したときに、右折を終了したと判定してもよい。

また、ＧＰＳにより交差点の存在を検知しない場合であっても、車速と車両の回頭角度との対応関係を記録し、右折を示す基本行動に該当するか否かを判定してもよい（特開２００４−１５７８８０号公報参照）。その他、車両前方又は後方における斜め下方を撮像するカメラにより道路区画線や横断歩道等の跨ぎ判定を行なって、右折判定に加味してもよいし、如何なる手法により車両が右折する（した）期間を特定してもよい。

運転タイプ判別用ＥＣＵ５０は、例えば、ＣＰＵを中心としてＲＯＭやＲＡＭ等がバスを介して相互に接続されたコンピューターユニットであり、その他、ＨＤＤ（Hard Disc Drive）やＤＶＤ（Digital Versatile Disk）等の記憶媒体やＩ／Ｏポート、タイマー、カウンター等を備える。ＲＯＭには、ＣＰＵが実行するプログラムやデータが格納されている。運転タイプ判別用ＥＣＵ５０には、図１に示す各機器の他、操舵角センサーやヨーレートセンサーから出力される各種信号が入力されてよい。

［運転タイプの判別］
運転タイプ判別用ＥＣＵ５０は、期間特定装置４０により特定された期間における、車速センサー１０から入力された車速信号、ターンシグナルレバースイッチ２０から入力されたターンシグナルレバー２２の操作状態、画像解析装置３５から入力された安全確認が行なわれたことを示す信号に基づいて、運転者が複数の運転タイプのうちいずれに該当するかを判別する。より具体的には、右折する場面における、車速信号から導出される平均速度（以下、単に「平均速度」と称する）、ターンシグナルレバー２２が右方向に操作されたタイミング（以下、単に「ウインカータイミング」と称する）、及び安全確認の回数（以下、単に「安全確認回数」と称する）に基づいて、運転者が複数の運転タイプのうちいずれに該当するかを判別する。

本実施例における複数の運転タイプとは、老化による運転技量の低下とその認識程度、及び交差点における先急ぎ傾向等を加味して分類されるものであり、例えば、慎重型、老化自覚型、老化先急ぎ型、衰え型等と定義される。

ここで、「慎重型」は、脳機能や反応の能力が高い、或いはそういった能力が低下していても補償行動（安全確認を十分に行なったり、余裕をもった運転操作を心がけること等をいう）を行なうことにより、慎重に安全を心がけた運転を行なっている運転者である。「老化自覚型」は、脳機能や反応の能力が低下しているが、これを十分に自覚している運転者である。「老化先急ぎ型」は、脳機能や反応の能力が低下しており、且つ運転に際して先急ぎ傾向がある運転者である。「衰え型」は、「老化自覚型」や「老化先急ぎ型」の運転者よりも更に脳機能や反応の能力が低下している運転者である。

なお、本発明の発明者は、上記運転タイプの設定に際し、高齢運転者の自家用車にドライブレコーダを取り付けて日常の運転を把握し、右折時の運転行動解析を行なっている。ドライブレコーダとは、例えば、車両前方の風景や車速、ヨーレート、運転操作デバイスの操作量等を記憶する装置である。そして、交差点の通過時刻における映像を再生しながら、McKnight,A.J.らの運動行動解析（文献（Human Resources Research Organization:DRIVER EDUCATION TASK ANALYSIS VOLUME 1 :TASK DESCRIPTIONS,Final Report,DOT HS 800 367(1970)）を参照）のリストに記載されたSafety
Criticality Indexを用いて点数付けを行なっている。点数付けは、解析対象の運転者が、リストに記述されている安全上必要な行動を行なわなかった場合に、Safety Criticality Indexの数値を加算するという手法である。そして、次式（１）により、右折時の運転行動を点数化したUnsafe Scoreの導出を行なう。ドライブレコーダを取り付けてUnsafe Scoreを導出する技術については、文献（「高齢運転者の日常行動記録を基にした右折時不安全行動の把握とその評価（第１報）」、細川崇ほか、自動車技術会春期学術講演会前刷集、Ｎｏ54-06、ｐ5-10（2006））に記載されている。また、Unsafe Scoreが運転者の安全運転程度を的確に示すものであることは、WCST（Wisconsin Card Scoring Test）や反応時間テストに裏付けられる。

Unsafe Scoreを導出すると、Unsafe Scoreの中央値Me(Median)と四分偏差Q(Quantile Deviation)を用いて、Unsafe ScoreがMe−Qよりも低く比較的安全傾向が強い運転者を「慎重型」と、Unsafe ScoreがMe＋Qよりも高く不安全傾向が非常に強い運転者を「衰え型」と定義することとした。また、Unsafe ScoreがMe−QとMe＋Qの中間である運転者に対しては、老化の自覚の有無について個別に質問し、「老化自覚型」と「老化先急ぎ型」に分類することとした。図２は、運転タイプを分類する処理の流れを示す図である。

一方、平均速度は運転者の安全意識や先急ぎ傾向を捉え、ウインカータイミングは運転者の余裕を反映し、ひいては運転者の運転行動の中「の認知・判断」の過程が必要な時間内に完了できたことを示すものであり、安全確認回数は運転者の慎重さを捉えるものであると考えられる。従って、これらの情報を適切に組み合わせることにより、運転者が上記複数の運転タイプにいずれに該当するかを的確に判断することができる。

なお、本発明の発明者は、こうした運転者の運転タイプを判別するためのパラメータを適切に選択するために、多変量解析を行なっている。すなわち、前述した平均速度、ウインカータイミング、及び安全確認回数に、ヨー方向頭部変化量（微少時間における顔向き角度又は視線の向きの角度の変化量を累算したものをいう）、ブレーキストロークピーク数、及び速度標準偏差を加えた６つのパラメータのいずれかを選択して運転タイプの判別を行なった結果と、異なる難易度の交差点を用意したドライビングシミュレーターにおける実験結果と、の一致程度を導出することにより、運転タイプを的確に判別可能なパラメータの組み合わせを導出した。その結果、平均速度、ウインカータイミング、安全確認回数の組み合わせを用いた場合に、正解率（予めUnsafe Scoreや個別の質問により判明している運転タイプと一致する可能性）が最も高くなるとの知見を得た。

以下、平均速度、ウインカータイミング、安全確認回数の取得手法、及びこれらを用いた具体的な判別手法について述べる。

平均速度は、車速センサー１０の出力値を定期的にサンプリングしたデータから、車速が値ゼロ（停止中）の間のデータを除外して計算する。交差点内で、対向車両が途切れるのを停車して待つ間を、除外するのが適切だからである。こうすることにより、運転タイプ判別のロバスト性を維持することができる。

また、ウインカータイミングは、例えば、車速の変化との関係で評価する。すなわち、交差点に接近した後、減速を開始する前にターンシグナルレバー２２を右方向に操作（以下、単に「操作」という）した場合に４点を、減速後に停止又は徐行（所定車速以下で走行）する前に操作した場合は３点を、停止中又は加速前に操作した場合は２点を、加速後に操作した場合は１点を、操作が全く行なわれなかった場合は０点を、それぞれ付与する。ここで、「減速を開始する前」に代えて、「アクセル開度が減少する前（アクセルペダルが戻される前）」という条件を用いてもよい。

ウインカータイミングの評価については、種々のバリエーションが考えられる。例えば、減速を開始する前に操作した場合、減速開始後であって交差点進入後に操作した場合、交差点進入後であって右折のための旋回開始後に操作した場合、それ以外の場合の順に高い点を付与してもよい。ここで、車両の旋回運動は、操舵角センサーやヨーレートセンサー等の出力値を参照して検知することができる。また、交差点への進入時点は、前述の如くＧＰＳにより特定された車両の現在地を用いて地図情報を検索し、検知することができる。更に、操作がなされた時点における交差点中心部からの距離（交差点サイズに応じた相対的な距離であってもよい）に応じてウインカータイミングを評価してもよい。

安全確認回数については、画像解析装置３５から安全確認が行なわれたことを示す信号が入力された回数をそのまま用いてよい。

更に、平均速度、ウインカータイミング、安全確認回数からなるパラメータを総合的に評価するために、これらのそれぞれに重み係数を乗じて得られる線形結合値を算出する。線形結合値は、例えば、重み係数の組み合わせを変化させて複数個算出する。次式（２）〜（４）により算出される値ＬＤ１、ＬＤ２、ＬＤ３は、パラメータを総合的に評価するのに好適な線形結合値である。式中、Velは平均速度を、blkはウインカータイミングを、confは安全確認回数を、それぞれ示す。なお、これらの線形結合値に用いられている重み係数は、前述した多変量解析の結果として算出された最適値であるが、異なる元データを用いて多変量解析を行なった場合には、以下とは異なる重み付け係数を算出することもあるため、本発明を実際の装置に適用する段階において、これらに何ら限定されるものではない。

LD1 ＝ 0.022・Vel+0.97・blk+0.27 conf−4.5 …（２）
LD2 ＝ −0.11・Vel+0.78・blk−0.97 conf−0.16 …（３）
LD3 ＝ 0.25・Vel+0.26・blk−0.32 conf−3.1 …（４）

そして、線形結合値ＬＤ１、ＬＤ２、ＬＤ３に対して領域判定を行なって、運転者の運転タイプを判別する。図３は、ＬＤ１からＬＤ３のうち、比較的分散の大きいＬＤ１及びＬＤ２を座標軸とする平面上において、各運転タイプの分布、及び各運転タイプの分布が形成する領域を示す図である。なお、各領域内に存在すれば必ずその運転タイプであると判定する性質のものではなく、領域の中心部であれば高い確率で当該運転タイプに該当し、領域の端部（他の領域との重複部分を含む）であれば当該運転タイプに該当する確率は低いものとなる。現実的には、最も該当する確率が高い運転タイプを判別結果として選択することが考えられるが、これに限らず、ＬＤ３を加味した他の判別要素を用いてもよい。

例えば、ＬＤ１からＬＤ３までの３軸で構成される超平面（この場合は３次元空間）に、与えられるデータ（Vel、blk、confの３つの特徴量によって表現される）を点として付置させ、この付置した点と、超平面上での各運転タイプの重心量とのユークリッド距離を求め、距離が最も近い運転タイプに判定する。

［検証］
係る手法により運転者の運転タイプを判別した結果の妥当性を検討すべく、本発明の発明者は、ドライビングシミュレーターを用いた実験を行なった。具体的には、図４に示す９名の被験者（いずれも男性）について、図５に示す如く、見通しの容易性、対向車両や横断車両、歩行者の存在、道路形状等の要素から右折難易度の異なる５つの交差点において、これらの者が行なった運転行動に基づいて平均速度、ウインカータイミング、及び安全確認回数の各パラメータを取得した（図６参照）。そして、各パラメータに基づいて線形結合値ＬＤ１〜ＬＤ３を算出し、これらに領域判定を適用して運転タイプの判別を行なった。図７は、実験結果に基づき線形結合値ＬＤ１〜ＬＤ３を用いて算出された、各被験者がそれぞれの運転タイプに該当する確率、及びこれに基づいて判別された運転タイプを示す図である。

なお、ドライビングシミュレーターとは、アクセルペダル、ブレーキペダル、ステアリングホイール、シフトレバー、ターンシグナルレバー等に擬した運転操作デバイスや、これらの反力を出力するアクチュエーター、シート、車外の風景に擬した表示を行なう表示部、地図情報を格納した記憶媒体、運転操作デバイスの操作量に応じて車速やヨーレートを算出すると共に算出した値に応じて、車両の仮想位置を算出し、これに基づいて表示画像を変化させるコンピューター等からなる。車両の仮想位置は、記憶媒体に格納された地図情報を基準として算出される。

一方で、同一の被験者について、実際の車両に前述の如きドライブレコーダを取り付けて日常の運転を把握し、右折時の運転行動を記録した。この結果、各人について少なくとも１０回以上の右折場面が取得された。そして、交差点の通過時刻における映像を再生しながら、前述の如くSafety Criticality Indexを用いて点数付けを行ない、右折時の運転行動を点数化したUnsafe Scoreの導出を行なった。また、老化の自覚の有無について個別に質問を行なった。

そして、ドライビングシミュレーターによる実験結果に基づいて判別された運転タイプと、ドライブレコーダにより記録された情報及び質問結果に基づいて判明した運転タイプとを比較すると、図８に示す如く、被験者Ｔｒを除き一致した。なお、被験者Ｔｒは、ドライブレコーダによる運転記録が取得できなかった者であるため、当該実験において本発明に係る手法による運転タイプの正解率は１００％であったと考えてよい。これにより、本手法の妥当性が相当程度確保されたものと考えられる。

なお、上記の如く線形結合値を複数個算出して領域判定を行なうものに限らず、線形結合値を順次、閾値と比較して運転タイプを判別するものとしてもよい。例えば、次式（５）の如き線形結合値をまず１つ算出して、これを閾値と比較し、閾値よりも大きい場合に、ある運転タイプであると判別する。そして、閾値よりも小さい場合には、重み係数ａ1〜ａ３を変えて他の線形結合値を算出し、これを閾値と比較することにより他の運転タイプであるか否かを判別する。図９は、こうした処理の流れの一例を示す図である。図示する如く、運転タイプが確定するまでの間、必要な数の線形結合値を順次算出して閾値と比較する。本手法は、演算が手順化されているため、実際に車両に搭載されたときに採用されると好適なものであるが、上記の領域判定に係る手法と原理的には類似する。

LD（ｎ） ＝ a_1ｎ・Vel+a_2ｎ・blk+a_3ｎ・conf＋ｋ_ｎ …（５）

以上説明した本実施例の運転タイプ判別装置１によれば、運転者の安全意識や先急ぎ傾向、余裕度、慎重さを評価する指標となるパラメータである、右折時の平均車速、ウインカータイミング、安全確認回数に基づいて、運転者の運転タイプを的確に判別することができる。これにより、運転者が、単に安全運転をする傾向を有するか、危険な運転をする傾向を有するかといった判別を行なうものに比して、より運転者毎にカスタマイズされたアドバイスや運転支援を行なうことができる。

また、平均車速、ウインカータイミング、安全確認回数の各パラメータは多変量解析を行なった結果として決定されたものであり、これらを線形結合する際の重み係数も、多変量解析の結果として導出された値が用いられるため、運転者の運転タイプを、より的確に判別することができる。

＜第２実施例＞
以下、本発明の第２実施例に係る運転タイプ判別装置２について説明する。なお、本実施例における運転タイプの定義については、第１実施例と同様である。

［構成］
図１０は、運転タイプ判別装置２の全体構成の一例を示す図である。運転タイプ判別装置２は、主要な構成として、ブレーキペダルセンサー１５と、車室内カメラ３０と、画像解析装置３５と、期間特定装置４０と、運転タイプ判別用ＥＣＵ５０と、を備える。なお、以下において、第１実施例と共通する構成要素については同一の符号を付して説明を省略する。

ブレーキペダルセンサー１５は、ブレーキペダル１７に取り付けられており、ブレーキペダル１７の踏み込み量を検出して運転タイプ判別用ＥＣＵ５０に出力する。なお、ブレーキペダルセンサー１５は、マスターシリンダー圧を検出するセンサーにより置換されても装置としては等価である。また、後述する如く、運転タイプの判別に用いられる特徴量を構成する、ブレーキペダルストロークがピークとなるタイミングは、その結果として表れる減速度のピークタイミングにより置換されてもよい。減速度のピークについては、車速センサーの出力を微分してもよいし、加速度センサーの出力値を用いてもよい。

本実施例において、画像解析装置３５は、車室内カメラ３０の撮像画像を解析することにより、ヨー方向頭部変化量（微少時間における顔向き角度又は視線の向きの角度の変化量を累算したもの；次式（６）参照）を運転タイプ判別用ＥＣＵ５０に出力する。

本実施例において、運転タイプ判別用ＥＣＵ５０は、ブレーキペダルセンサー１５により検出されたブレーキペダル１７の踏み込み量のピーク値を抽出し、その数（以下、ブレーキピーク数という）を、運転者の運転タイプを判別するためのパラメータとして用いる。ブレーキピーク数は、運転者が減速を行なった（又は行なおうとした）回数を示すため、運転者の安全意識や先急ぎ傾向を捉え、ヨー方向頭部変化量は、第１実施例における安全確認回数と同趣旨のパラメータであり、運転者の慎重さを捉えるものである。

そして、第１実施例と同様に、ブレーキピーク数、及びヨー方向頭部変化量からなるパラメータを総合的に評価するために、これらのそれぞれに重み係数を乗じて得られる線形結合値を算出する（次式（７）参照）。式中、Bpはブレーキピーク数を、Hyfはヨー方向頭部変化量を、それぞれ示す。なお、これらの線形結合値に用いられている重み係数も、第１実施例で述べた多変量解析の結果として算出された最適値であってよい。

LD（ｎ） ＝ b_1ｎ・Bp+b_2ｎ・Hyf+＋p_ｎ …（７）

そして、重み係数の組み合わせを変化させて複数個の線形結合値を算出し、これに対して領域判定を行なってもよいし、線形結合値を順次閾値と比較して各運転タイプのいずれかに該当するか否かを判定してもよい点についても、第１実施例と同様である。

なお、本実施例で用いたパラメータについても、第１実施例と同様の検証を行なっており、比較的高い正解率を得ている。

以上説明した本実施例の運転タイプ判別装置２によれば、運転者の安全意識や先急ぎ傾向、慎重さを評価する指標となるパラメータである、ブレーキピーク数やヨー方向頭部変化量に基づいて、運転者の運転タイプを的確に判別することができる。これにより、運転者が、単に安全運転をする傾向を有するか、危険な運転をする傾向を有するかといった判別を行なうものに比して、より運転者毎にカスタマイズされたアドバイスや運転支援を行なうことができる。

＜応用例＞
第１実施例や第２実施例の運転タイプ判別装置が判別した運転タイプを利用して、種々の運転支援を行なうことができる。図１１は、運転タイプ判別装置１又は２を利用した運転支援装置の構成の一例を示す図である。図中、ＨＭＩ（Human Machine Interface）６０は、例えば液晶表示装置やスピーカーである。この場合、運転支援用ＥＣＵ９０は、ＨＭＩ６０を用いて、運転タイプ判別装置が判別した運転タイプを運転者に音声又は表示により報知し、これに対応した運転アドバイスを行なうことが考えられる。例えば、老化先急ぎ型の運転者に対しては、「周辺に注意する余裕をもって運転しましょう」等のメッセージを出力し、衰え型の運転者に対しては、「ブレーキ操作を少し早い目にした方がいいでしょう」等のメッセージを出力する。運転タイプの報知及び運転アドバイスを行なうタイミングは、例えば１回の運転が終了した時点や、定期的（数日、１週間、１ヶ月、数ヶ月に１回等）に行なうことが考えられる。

こうした運転支援により、運転者は自己の運転タイプを把握すると共に、これに応じて如何に運転傾向の改善を図ればよいのかについてのアドバイスを受けることができる。特に高齢運転者は、安全運転に必要と考えられている一般的な基準（車間距離を十分に取る、市街地で徐行を行なう等）については十分に認識しており、その上で自己が運転する際の改善点を詳細に知りたいと望むことが多いと考えられる。従って、装置の受容性を高いものにすると共に、交通安全の実現に寄与することができる。

また、図１２は、運転タイプ判別装置１又は２を利用した運転支援装置の構成の他の例を示す図である。図中、障害物検出装置７０は、例えば赤外線カメラ装置やレーダー装置である。また、制駆動力出力装置８０は、例えば、電子制御ブレーキ装置やエンジン、エンジンＥＣＵ等を含む。運転支援用ＥＣＵ９０は、障害物検出装置７０が検出した歩行者や対向車両が自車両の進行先に存在し、相対速度が基準速度以上で接近している場合に、ＨＭＩ６０により警告を行なったり、制駆動力出力装置８０に干渉制御を行なって制動力を出力したりする制御を行なったりする。そして、老化先急ぎ型の運転者に対しては、上記警告や干渉制御をより積極的に行なう（具体的には、より遠くの障害物に対して警告や干渉制御を開始する、基準速度を低下させる等）。また、衰え型の運転者に対しては、警告や干渉制御をより積極的に行なうことに加え、電子制御ブレーキ装置におけるブレーキブースト率を増加させたり、アクセル開度の増加に対するスロットル開度の増加率を低下させたり、車速の上限を自動的に設定したりする。また、老化自覚型の運転者に対しても、上記警告や干渉制御を自動的に作動させる等してよい。

係る構成及び制御により、運転者毎の運転タイプに応じた適切な運転支援を行なうことができる。なお、上記の他にも、運転タイプ判別装置の判別結果に応じて、車間距離制御や車線維持制御等の自動作動や作動の促進等が行なわれてもよい。

＜変形例、その他の実施例＞
以上、本発明を実施するための最良の形態について実施例を用いて説明したが、本発明はこうした実施例に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。

例えば、第１実施例において、平均車速に代えて、車速偏差をパラメータとして用いてもよい。車速偏差とは、平均車速を基準とした標準偏差や四分偏差等をいう。また、安全確認回数に代えて、第２実施例で説明したヨー方向頭部変化量をパラメータとして用いてもよい。これらの置換は、パラメータの趣旨を大きく変更するものではなく、また、置換後のパラメータの組み合わせについて、多変量解析により一定の妥当性が得られている。従って、置換後のパラメータを用いても、第１実施例と同様の効果を奏するものである。

また、第２実施例において、ヨー方向頭部変化量に代えて、安全確認回数をパラメータとして用いてもよい。

また、上記各実施例においては、複数の運転者が同一の車両を共有し、運転する場合に、いずれの運転者が運転を行なっているのかを特定することについて言及していないが、周知のスマートエントリーシステムにおけるユーザーＩＤや指紋認証、音声認証、車室内カメラ３０の画像解析による人物認識等によって、運転者を特定すればよい。

また、第１実施例、第２実施例共に、車両に搭載されるのではなく、施設に設置されるドライビングシミュレーターとして構成されてもよい。例えば、第１実施例で実験に用いられたものとして説明したドライビングシミュレーターと同様、アクセルペダル、ブレーキペダル、ステアリングホイール、シフトレバー、ターンシグナルレバー等に擬した運転操作デバイスや、これらの反力を出力するアクチュエーター、シート、車外の風景に擬した表示を行なう表示部、地図情報を格納した記憶媒体、運転操作デバイスの操作量に応じて車速やヨーレートを算出すると共に算出した値に応じて、車両の仮想位置を算出し、これに基づいて表示画像を変化させるコンピューター等からなる。車両の仮想位置は、記憶媒体に格納された地図情報を基準として算出される。なお、この場合、判別結果を利用して行なう運転支援は、判別結果の報知や運転アドバイス等に限られる。

本発明は、自動車製造業や自動車部品製造業等に利用可能である。

運転タイプ判別装置１の全体構成の一例を示す図である。 運転タイプを分類する処理の流れを示す図である。 比較的分散の大きいＬＤ１及びＬＤ２を座標軸とする平面上において、各運転タイプの分布、及び各運転タイプの分布が形成する領域を示す図である。 ドライビングシミュレーターを用いた実験を行なった際の被験者コード及び各被験者の年齢を示す図である。 ドライビングシミュレーターによる実験に用いられた、見通しの容易性、対向車両や横断車両、歩行者の存在、道路形状等の要素から右折難易度の異なる５つの交差点を模式的に示す図である。 各被験者が行なった運転行動に基づいて取得された平均速度、ウインカータイミング、及び安全確認回数の各パラメータを示す図である。 各被験者がそれぞれの運転タイプに該当する確率、及びこれに基づいて判別された運転タイプを示す図である。 ドライビングシミュレーターによる実験結果に基づいて判別された運転タイプと、ドライブレコーダにより記録された情報及び質問結果に基づいて判明した運転タイプとを比較した図である。 線形結合値を順次、閾値と比較して運転タイプを判別する場合の処理の流れを示す図である。 運転タイプ判別装置２の全体構成の一例を示す図である。 運転タイプ判別装置１又は２を利用した運転支援装置の構成の一例を示す図である。 運転タイプ判別装置１又は２を利用した運転支援装置の構成の他の例を示す図である。

符号の説明

１、２ 運転タイプ判別装置
１０ 車速センサー
１５ ブレーキペダルセンサー
１７ ブレーキペダル
２０ ターンシグナルレバースイッチ
２２ ターンシグナルレバー
２４ ライトＥＣＵ
３０ 車室内カメラ
３５ 画像解析装置
４０ 期間特定装置
５０ 運転タイプ判別用ＥＣＵ
６０ ＨＭＩ
７０ 障害物検出装置
８０ 制駆動力出力装置
９０ 運転支援用ＥＣＵ

Claims (18)

1. 車速を検出する車速検出手段と、
   方向指示器の操作状態を検出する方向指示器操作状態検出手段と、
   運転者の安全確認動作を検出する安全確認動作検出手段と、
   前記車速検出手段、前記方向指示器操作状態検出手段、及び前記安全確認動作検出手段の検出結果に基づいて、運転者が複数の運転タイプのうちいずれに該当するかを判別する判別手段と、
   を備える運転タイプ判別装置。
2. 請求項１に記載の運転タイプ判別装置であって、
   車両が所定の走行場面に置かれている期間を特定する期間特定手段を備え、
   前記判別手段は、該期間特定手段により特定された期間における、前記車速検出手段、前記方向指示器操作状態検出手段、及び前記安全確認動作検出手段の検出結果に基づいて、運転者が複数の運転タイプのうちいずれに該当するかを判別する手段である、運転タイプ判別装置。
3. 請求項１又は２のいずれかに記載の運転タイプ判別装置であって、
   前記判別手段は、前記車速検出手段、前記方向指示器操作状態検出手段、及び前記安全確認動作検出手段の検出結果に基づく特徴量に基づいて、運転者が複数の運転タイプのうちいずれに該当するかを判別する手段である、運転タイプ判別装置。
4. 請求項３に記載の運転タイプ判別装置であって、
   前記判別手段は、前記車速検出手段、前記方向指示器操作状態検出手段、及び前記安全確認動作検出手段の検出結果に基づく特徴量のそれぞれに重み係数を乗じた値の和として得られる線形結合値に基づいて、運転者が複数の運転タイプのうちいずれに該当するかを判別する手段である、運転タイプ判別装置。
5. 請求項４に記載の運転タイプ判別装置であって、
   前記判別手段は、前記線形結合値を閾値と比較することにより、運転者が複数の運転タイプのうちいずれに該当するかを判別する手段である、運転タイプ判別装置。
6. 請求項３に記載の運転タイプ判別装置であって、
   前記判別手段は、前記車速検出手段、前記方向指示器操作状態検出手段、及び前記安全確認動作検出手段の検出結果に基づく特徴量のそれぞれに重み係数を乗じた値の和として得られる線形結合値を、異なる重み係数の組み合わせを用いて複数個算出し、該算出した複数の線形結合値に基づいて、運転者が複数の運転タイプのうちいずれに該当するかを判別する手段である、運転タイプ判別装置。
7. 請求項６に記載の運転タイプ判別装置であって、
   前記判別手段は、前記算出した複数の線形結合値に対して領域判定を行なうことにより、運転者が複数の運転タイプのうちいずれに該当するかを判別する手段である、
   運転タイプ判別装置。
8. 請求項３ないし７のいずれかに記載の運転タイプ判別装置であって、
   前記車速検出手段の検出結果に基づく特徴量は、前記車速検出手段が検出した車速の平均値である、運転タイプ判別装置。
9. 請求項３ないし８のいずれかに記載の運転タイプ判別装置であって、
   前記方向指示器操作状態検出手段の検出結果に基づく特徴量は、前記車速検出手段が検出した車速の変化との関係において、前記方向指示器が運転者により操作されたタイミングを評価した値である、運転タイプ判別装置。
10. 請求項３ないし８のいずれかに記載の運転タイプ判別装置であって、
    前記方向指示器操作状態検出手段の検出結果に基づく特徴量は、前記車速検出手段が検出した車速の変化及び車両の位置との関係において、前記方向指示器が運転者により操作されたタイミングを評価した値である、運転タイプ判別装置。
11. 請求項３ないし１０のいずれかに記載の運転タイプ判別装置であって、
    前記安全確認動作検出手段は、運転者の頭部を撮像する撮像手段を含み、
    前記安全確認動作検出手段の検出結果に基づく特徴量は、前記撮像手段の撮像画像解析により把握される運転者の顔向き角度が左右のそれぞれの方向について閾値を超えた回数である、運転タイプ判別装置。
12. 請求項３ないし１０のいずれかに記載の運転タイプ判別装置であって、
    前記安全確認動作検出手段は、運転者の頭部を撮像する撮像手段を含み、
    前記安全確認動作検出手段の検出結果に基づく特徴量は、前記撮像手段の撮像画像解析により把握される運転者の視線の向きが左右のそれぞれの方向について閾値を超えた回数である、運転タイプ判別装置。
13. ブレーキペダルの操作量を検出するブレーキ操作量検出手段と、
    運転者の安全確認動作を検出する安全確認動作検出手段と、
    車両が特定の場面に置かれているか否かを検知する特定走行場面検知手段と、
    該特定走行場面検知手段により車両が特定の場面に置かれていることが検知されている間における、前記ブレーキ操作量検出手段、及び前記安全確認動作検出手段の検出結果に基づく特徴量に基づいて、運転者が複数の運転タイプのうちいずれに該当するかを判別する判別手段と、
    を備える運転タイプ判別装置。
14. 請求項１３に記載の運転タイプ判別装置であって、
    前記ブレーキ操作量検出手段の検出結果に基づく特徴量は、ブレーキペダルの操作量がピーク値となった回数である、運転タイプ判別装置。
15. 請求項１３又は１４に記載の運転タイプ判別装置であって、
    前記安全確認動作検出手段は、運転者の頭部を撮像する撮像手段を含み、
    前記安全確認動作検出手段の検出結果に基づく特徴量は、前記撮像手段の撮像画像解析により把握される運転者の顔向き角度又は視線の向きの角度の、微少時間における変化量を累算した値である、運転タイプ判別装置。
16. 施設に設置されるドライビングシミュレーターとして構成される請求項１ないし１５のいずれかに記載の運転タイプ判別装置。
17. 請求項１ないし１６のいずれかに記載の運転タイプ判別装置を装置として機能させるための、コンピューター読み取り可能なプログラム。
18. 請求項１ないし１６のいずれかに記載の運転タイプ判別装置が判別した運転タイプを利用して、運転タイプに対応した運転支援を行なう運転支援装置。

Images