JP2010146428A - 追従対象車検索システム、追従対象車検索方法および追従対象車検索用プログラム - Google Patents

Abstract

【課題】ドライバの運転に関する特徴を考慮して追従対象車両を検索することのできる追従対象車検索システムを提供する。
【解決手段】追従対象車検索システムは、ドライバ評価手段４０を備えている。ドライバ評価手段４０は、車両を運転するドライバを一意に識別するドライバ識別子に関連付けて記憶されたドライバの運転に関する特徴を表すドライバ情報を用いて、基準車両の周辺に存在する各車両ごとに、追従対象車両として適する度合を示すドライバ評価値を計算する。
【選択図】図１

Description

本発明は、追従対象車検索システム、追従対象車検索方法および追従対象車検索用プログラムに関し、特に車群による隊列走行を行う際に、追従対象となる車両を検索できる追従対象車検索システム、追従対象車検索方法および追従対象車検索用プログラムに関する。

従来より、渋滞緩和や燃費向上を目的に、隊列走行に関する技術が開発されている。隊列走行とは、複数台の車両が列をなして走行する状態のことを指す。隊列走行では各車両が同じような速度、短い車間距離でスムーズに走行するため、渋滞緩和や燃費向上に大きく貢献する。事前に打ち合わせて隊列走行する場合を除き、自車が隊列走行に参加するためには、周辺を走行している車両の中から、追従すべき車両を検索する必要がある。

従来の追従対象車検索システムの一例が、特許文献１、２に記載されている。

特許文献１では、自車の周囲を走行する他車に関して、加減速回数、走行速度、ブレーキ使用回数、シフトチェンジ回数、レーン変更回数などエコ運転の度合いを判定するのに必要な走行情報を測定し、その測定結果から他車のエコ度を判定し、エコ度の高い車両を追従対象車両として選択している。

特許文献２では、自車の周囲を走行する他車に関して、目標車速、エンジン出力、トルク特性、加速性能、ブレーキ性能、車両の種別（普通乗用車、軽乗用車、バス、トラック）などの車両情報と、走行目的地についての目的地情報という経路情報とを取得し、自車と他車の車両情報および経路情報の類似度を総合的に判断して、類似度の高い車両を追従対象車両として選択している。

特開２００８−９４１６７号公報 特開平１０−２６１１９５号公報

特許文献１の技術によれば、加減速回数が少ない等、挙動の安定した車両を追従対象として選択することができるために、エコ運転のための隊列走行には有効と考えられる。しかし、目的地が相違する車両と隊列を組んでも、直ぐに離脱しなければならないため、長時間にわたって隊列を組むのには適していない。

これに対して特許文献２の技術によれば、目的地が同じ車両を追従対象として選択することができるために、他に支障が無ければ目的地まで隊列を維持することが可能になる。また、エンジン出力、トルク特性、加速性能、ブレーキ性能などの諸元や車種が自車と類似している車両を追従対象として選択するため、同じ性能を有する車両どうしで隊列を組むのに適している。

しかしながら、特許文献１および特許文献２の何れも、車両を運転しているドライバ自身の運転に関連する特徴は考慮されていない。運転に関連する特徴としては、例えばドライバの年齢、運転歴、平均スピードなどがある。これらの運転に関連する特徴が極端に相違するドライバの運転する車どうしが同じ隊列を組むことは、各車両が同じ速度で短い車間距離を保って走行する隊列走行には適していないと考えられる。ドライバの運転に関連する特徴は、その者が運転する車両の挙動（平均速度、加減速の頻度など）に現れるため、車両の挙動を測定していればドライバの特徴は考慮しなくて良さそうに思えるが、そうではない。車両の挙動を短時間だけ観察しているだけでは、車両の挙動からドライバの運転に関連する特徴は把握できないためである。ドライバの運転に関連する特徴が極端に相違していると、一時的に似ていたために追従しても、その後、その車両が大きく異なる運転を行う可能性があり、そのような場合、追従車としては適していない。

本発明の目的は、ドライバの運転に関する特徴を考慮して追従対象車両を検索することのできる追従対象車検索システム、方法、およびプログラムを提供することにある。

本発明の追従対象車検索システムは、自車あるいは指定された車両を基準車両とするとき、基準車両の周辺に存在する複数の車両のなかから、基準車両が追従するべき車両を検索するシステムであって、車両を運転するドライバを一意に識別するドライバ識別子に関連付けて記憶されたドライバの運転に関する特徴を表すドライバ情報を用いて、基準車両の周辺に存在する各車両ごとに、追従対象車両として適する度合を示すドライバ評価値を計算するドライバ評価手段を備えている。

本発明によれば、車両を運転するドライバの運転に関する特徴を考慮して追従対象車両を検索することができる。

以下、本発明の実施形態を図面を参照して説明する。

［実施の形態１］
図１は、本発明の第１の実施形態の追従対象車検索システムの例を示すブロック図である。

第１の実施形態の追従対象車検索システムは、基準車両設定手段１０と、周辺車両取得手段２０と、ドライバ情報記憶手段３０と、ドライバ評価手段４０と、車両情報記憶手段５０と、車両評価手段６０と、経路情報記憶手段７０と、経路評価手段８０と、追従対象評価値計算手段９０と、追従対象車候補選択手段１００と、追従対象車候補提示手段１１０とを備える。

はじめに、ドライバと車両の特定方法について説明する。

本発明では、個々の車両、ドライバには、それぞれ車両ＩＤとドライバＩＤが予め付与されており、車両、ドライバを一意に識別できるようになっている。また、車両ＩＤとドライバＩＤとは対応表などによって関連付けられており、どのドライバがどの車両を運転しているかが分かるようになっている。

図２を用いて具体的に説明する。図２（ａ）は、道路と、道路上を走行する車両２００〜２０９を表している。図２（ｂ）は、車両２００〜２０９の車両ＩＤと、それぞれの車両を運転するドライバのドライバＩＤとの関係を表す対応表である。例えば、車両２００の車両ＩＤは００であり、車両２００を運転しているドライバのドライバＩＤは００である。

図２の例では、車両ＩＤ、ドライバＩＤは連番を付与しているが、車両やドライバを一意に認識できるものであればよい。例えば、車台番号や車両番号（ナンバー）を車両ＩＤに用いたり、健康保険証の番号、住民基本台帳の番号をドライバＩＤに用いたりしてもよい。

個々の車両に関する車両ＩＤとドライバＩＤは容易に入手できるようになっている。例えば、車両上の装置やコンピュータの記憶手段には車両ＩＤとドライバＩＤが記憶されており、該車両が保有するデータや、該車両が通信する際に送受信されるデータには、車両ＩＤおよびドライバＩＤが付与される。車両間の通信には、特許文献２に記載されるような車車間通信や、路上に設けられている路車間通信装置を経由した通信など、任意の通信形態が採用可能である。

次に、本実施形態の各構成要素について説明する。

基準車両設定手段１０は、基準車両を設定する手段である。基準車両とは、追従対象車の検索を行う車両、つまり他の車両に追従走行させたい車両のことである。基準車両の設定は、車両ＩＤとドライバＩＤを設定することで行う。

或る車両を基準車両として設定する者は、一般的には、その車両を運転しているドライバあるいは同乗者である。しかし、車両に搭乗していない者が設定者になることも考えられる。例えば、道路の交通状況を管理する管理者が、GPS（Global Positioning System）で道路上の各車両の位置を監視しており、追従走行すべき車両を発見した場合に、その車両を基準車両に設定することが考えられる。ただし、以降、本明細書では、ドライバが自分で運転している車両を基準車両に設定する場合について説明する。

周辺車両取得手段２０は、基準車両設定手段１０が設定した基準車両の周辺にいる車両を検索し、周辺車両の車両ＩＤとドライバＩＤを取得する。周辺車両の検索には、よく知られた方法を用いればよい。例えば、プローブ情報を用いて車両位置を管理するサーバに問い合わせ、基準車両周辺の任意の範囲に存在する車両を検索すればよい。具体的には、サーバは、車両ＩＤ、ドライバＩＤ、および現在位置を含むプローブ情報を各車両から収集して、各車両毎の情報としてテーブルに記憶し、基準車両の車両ＩＤを指定した周辺車両の問い合わせを受けたときに、前記テーブルから基準車両の現在位置を検索し、さらに基準車両の現在位置から予め設定された距離以内に存在する他の車両を検索し、この検索で得られた他の車両の車両ＩＤおよびドライバＩＤを周辺車両の車両ＩＤとドライバＩＤとして返却する。あるいは、周辺車両取得手段２０は、車車間通信を用いて周辺車両と通信を行うことによって、周辺車両を検出してもよい。具体的には、基準車両の周辺車両取得手段２０が、車車間通信を用いて周囲の車両と通信を行うことによって、周囲の車両の車両ＩＤ、ドライバＩＤ、現在位置を取得し、自車（基準車両）の現在位置との距離が予め設定された距離以内に存在する周囲の車両の車両ＩＤおよびドライバＩＤを周辺車両の車両ＩＤおよびドライバＩＤとして検出する。

ドライバ情報記憶手段３０は、各ドライバの運転に関する特徴を表すドライバ情報をドライバＩＤと関連付けて記憶する。ドライバ情報とは、ドライバの属性情報、運転履歴情報および運転の仕方を特徴付ける操作情報のうちの少なくとも１つを含む情報である。ドライバ情報の一例を図３のドライバ情報３００に示す。ドライバ情報３００は、年齢、運転歴、違反回数、平均スピード、平均アクセル強さ、平均ブレーキ強さから構成され、各ドライバＩＤと関連付けられている。例えば、ドライバＩＤが００のドライバは、年齢が３２歳，運転歴が８年，違反回数０回，平均スピード５０ｋｍ／ｈ，平均アクセル強さ１．０，平均ブレーキ強さ２０であることを示す。年齢はドライバの属性情報の例であり、運転歴および違反回数は運転履歴情報の例であり、平均スピード、平均アクセル強さ、平均ブレーキ強さは運転の仕方を特徴付ける操作情報の例である。ドライバの属性情報および運転履歴情報は、自己申告による情報であってもよいし、公的に記録された情報であってもよい。また、平均スピード、平均アクセル強さ、平均ブレーキ強さは、自己申告による情報であってもよいし、ドライバが運転する車に搭載したドライブレコーダに記録されている情報から分析された情報であってもよい。平均スピードの単位はｋｍ／ｈである。平均アクセル強さ、平均ブレーキ強さの単位は任意であり、値の大小で強さを相互に比較できるものであればよい。

ただしこれらは一例であり、ドライバ情報として他の情報を用いても良い。例えば、１日あたりの平均運転時間、免許証の種類（１種、２種の別やゴールド免許か否かなど）をドライバ情報としても良い。

また、ドライバ情報記憶手段３０は、各ドライバのドライバ情報に変化があった場合には、記憶しているドライバ情報を適宜更新する。

ドライバ評価手段４０は、基準車両設定手段１０が設定した基準車両のドライバＩＤと、周辺車両取得手段２０が取得した周辺車両のドライバＩＤと、ドライバ情報記憶手段３０が記憶するドライバ情報とを用いて、各周辺車両のドライバ評価値を計算する。ここで周辺車両のドライバ評価値とは、基準車両のドライバ情報と周辺の各車両のドライバ情報との類似度を表し、周辺車両のドライバが基準車両のドライバにどれだけ運転に関する特徴が似ているかを表すものである。

図４の式４００にドライバ評価値の計算式の例を示す。また、ドライバ評価値の例を図５のドライバ評価値５００に示す。式４００では、ドライバ情報の各項目を要素としたベクトルを作成し、基準車両のドライバ情報のベクトルと、周辺車両のドライバ情報のベクトルとの類似度を求め、周辺車両のドライバ評価値とする。ベクトル間の類似度を求める計算方法としては、例えば、ベクトル間のＣＯＳ（内積）やベクトル間の距離を求める方法がある。別の計算方法として、図４の式４１０に示すように、各項目の差の重み付き和を周辺車両のドライバ評価値としてもよい。さらに他の例として、各項目について数値の出現範囲をもとに、正規化してから評価値を求めてもよい。上記の計算方法は一例であり、他のベクトル間の類似度を求める方法を用いて評価値を計算してもよい。

車両情報記憶手段５０は、各車両の車両情報を車両ＩＤと関連付けて記憶する。車両情報とは、車両の特徴に関する情報であり、例を図３の車両情報３１０に示す。車両情報３１０は、平均速度，排気量，車高，登録年から構成され、各車両ＩＤと関連付けて記憶されている。例えば、車両ＩＤが００の車両は、平均速度が２０ｋｍ／ｈ、排気量が１５００ｃｃ、車高が２．０ｍ、登録年が２０００年であることを示す。平均速度は、例えば車両に搭載されたドライブレコーダに記録されたデータの解析結果を利用してもよいし、自己申告された値を用いてもよい。残りの情報は例えば車検証に記載されているデータを利用することができる。ただし、これらは一例であり、車両情報として他の情報を用いてもよい。例えば、自家用車、タクシー、バスといった車両の種別を車両情報として用いてもよい。

ここで、車両情報３１０中の平均速度とドライバ情報３００中の平均スピードとは必ずしも一致しないことに留意されたい。車両情報３１０中の平均速度は、同じ車両を異なる複数のドライバが運転する場合、これら全てのドライバによる平均速度になる。また、ドライバ情報３００中の平均スピードは、同じドライバが複数の車両を運転する場合、これら全ての車両による平均速度になる。

また、車両情報記憶手段５０は、各車両の車両情報に変化があった場合には、記憶している車両情報を適宜更新する。

車両評価手段６０は、基準車両設定手段１０が設定した基準車両の車両ＩＤと、周辺車両取得手段２０が取得した周辺車両の車両ＩＤと、車両情報記憶手段５０が記憶する車両情報とを用いて、各周辺車両の車両評価値を計算する。ここで周辺車両の車両評価値とは、基準車両の車両情報と周辺の各車両の車両情報との類似度を表し、周辺車両の特徴が基準車両の特徴にどれだけ似ているかを表すものである。

図４の式４２０に車両評価値の計算式の例を示す。また、車両評価値の例を図５の車両評価値５１０に示す。式４２０では、ドライバ情報の各項目を要素としたベクトルを作成し、基準車両の車両情報のベクトルと、周辺車両の車両情報のベクトルとの類似度を周辺車両の評価値とする。ベクトル間の類似度を求める計算方法としては、例えば、ベクトル間のＣＯＳ（内積）やベクトル間の距離を求める方法がある。別の計算方法として、図４の式４３０に示すように、各項目の差の重み付き和を周辺車両の車両評価値としてもよい。さらに他の例として、各項目について数値の出現範囲をもとに、正規化してから評価値を求めることも考えられる。

上記の計算方法は一例であり、ベクトル間の類似度を求める他の方法を用いて評価値を計算してもよい。

経路情報記憶手段７０は、各車両の経路情報を車両ＩＤと関連付けて記憶する。経路情報とは、走行している経路に関する情報であり、例を図３の経路情報３２０に示す。経路情報３２０は、現在地，目的地，経由地から構成され、それぞれ経緯度で表現されている。また、現在地，目的地，経由地は各車両ＩＤと関連付けて記憶されている。

例えば、車両ＩＤが００の車両は、現在地が北緯３５．００度，東経１３５．００度、目的地が北緯３５．５０度，東経１３５．５０度、経由地が北緯３５．３０度，東経１３５．３０度であることを示す。

ただしこれらは一例であり、経路情報として他の情報を用いても良い。例えば、現在地と目的地との距離、あるいは現在地と経由地との距離を用いても良い。

経路評価手段８０は、基準車両設定手段１０が設定した基準車両の車両ＩＤと、周辺車両取得手段２０が取得した周辺車両の車両ＩＤと、経路情報記憶手段８０が記憶する経路情報とを用いて、各周辺車両の経路評価値を計算する。ここで、周辺車両の経路評価値とは、基準車両の車両情報と周辺の各車両の経路情報との類似度を表し、周辺車両の経路が基準車両の経路にどれだけ似ているかを表すものである。

図４の式４４０に、経路評価値の計算式の例を示す。また、経路評価値の例を図５の経路評価値５２０に示す。式４４０では、基準車両の経路情報の各項目と周辺車両の経路情報の各項目との差の重み付き和を、周辺車両の評価値とする。他の例として、各項目について、数値の出現範囲をもとに、正規化してから評価値を求めることも考えられる。

上記の計算方法は一例であり、ベクトル間の類似度を求める他の方法を用いて評価値を計算しても良い。

追従対象評価値計算手段９０は、ドライバ評価手段４０が求めた周辺車両のドライバ評価値と、車両評価手段６０が求めた周辺車両の車両評価値と、経路評価手段８０が求めた周辺車両の経路評価値とを用いて、周辺車両の追従対象評価値を求める。

図４の式４５０に、追従対象評価値の計算式の例を示す。また、追従対象評価値の例を図５の追従対象評価値５３０に示す。式４５０では、ドライバ評価値と車両評価値と経路評価値との重み付け足し合わせによって、追従対象評価値を求める。

上記の計算方法は一例であり、他の方法を用いて評価値を計算しても良い。例えば、ドライバ評価値と車両評価値と経路評価値とを乗じた値を追従対象評価値としてもよい。

追従対象車候補選択手段１００は、追従対象評価値計算手段９０が求めた追従対象評価値を用いて、基準車両が追従すべき追従対象車を選択する。例えば、最も追従対象評価値が高い周辺車両を、追従対象車として選択する。また別の例としては、周辺車両のうち追従対象評価値上位から、ある決められた台数の車両を追従対象車として選択する。また別の例としては、追従対象評価値がある閾値以上となる周辺車両を追従対象車候補として選択する。

追従対象車候補提示手段１１０は、追従対象車候補選択手段１００が選択した追従対象車候補を、ドライバ、あるいは本システムを操作しているユーザに提示する。

追従対象車候補の提示方法の例を、図６の画面６００に示す。画面６００は、カーナビゲーションやＰＣの画面であり、追従対象車候補の位置を地図上に表示している。また、基準車両の位置や、追従対象車候補の車名やナンバー、他の追従対象車候補のリストなども同時に表示している。

画面６００は一例であり、提示方法はこれに限らない。例えば、音声で提示したり、フロントガラスへ風景に重畳表示したりすることが考えられる。また提示する情報は、ドライバや、本システムを操作するユーザが追従対象車候補を識別しやすくする情報であればよく、追従対象車候補の画像を表示したり、３次元ＣＧを用いて追従対象車周辺の街並みを併せて表示したりするなどしてもよい。また、追従対象車候補を選択すると、カーナビゲーションの経路案内の機能を用いて追従対象候補車までの経路案内を行うなどしてもよい。

次に、追従対象車検索システムの物理的な構成について説明する。

基準車両設定手段１０、および追従対象車候補提示手段１１０は、ディスプレイなどの情報表示装置と、ボタンなどのユーザが意思表示を行える入力装置とを備えたコンピュータ上で動作するソフトウエアで実装すればよい。

例えば、車載機器上のソフトウエアで実装された場合は、カーナビゲーションシステム上で、地図と連動して車両等に関する情報を表示したり、ディスプレイ上のタッチパネルや、ハンドルやダッシュボードに取り付けられたボタンなどを用いてドライバが操作することが考えられる。

ドライバ情報記憶手段３０、車両情報記憶手段５０、経路情報記憶手段７０は、ドライバ情報や車両情報や経路情報を、ドライバＩＤや車両ＩＤとを関連付けて記憶するデータベースであり、カーナビゲーションシステム上やパーソナルコンピュータやサーバ型のコンピュータ上に、広く知られているデータベースソフトウエアで実装すればよい。

周辺車両取得手段２０、ドライバ評価手段４０、車両評価手段６０、経路評価手段８０、追従対象評価値計算手段９０、追従対象車候補選択手段１００は、カーナビゲーションシステム上やパーソナルコンピュータやサーバ型のコンピュータ上で動作するソフトウエアで実装すればよい。

基準車両設定手段１０、周辺車両取得手段２０、ドライバ情報記憶手段３０、ドライバ評価手段４０、車両情報記憶手段５０、車両評価手段６０、経路情報記憶手段７０、経路評価手段８０、追従対象評価値計算手段９０、追従対象車候補選択手段１００、追従対象車候補提示手段１１０は、全て同じコンピュータ上に存在してもよいし、全てあるいは一部が異なるコンピュータ上に存在し、広く知られているＴＣＰ／ＩＰ（Ｔｒａｎｓｍｉｓｓｉｏｎ Ｃｏｎｔｒｏｌ Ｐｒｏｔｏｃｏｌ／Ｉｎｔｅｒｎｅｔ Ｐｒｏｔｏｃｏｌ）などの通信プロトコルを使って通信しても良い。

本実施例では、システム内の各手段について、特定の物理的な構成を前提としている訳ではない。

次に、本実施形態の動作について説明する。

図７は、第１の実施形態の追従対象車検索システムの動作を示す流れ図である。

基準車両設定手段１０は、追従対象車を検索する車両となる基準車両について、車両ＩＤとドライバＩＤとを設定する（ステップＳ００１）。

周辺車両取得手段２０は、ステップＳ００１で設定した基準車両の周辺に存在する車両の車両ＩＤおよびドライバＩＤを検索する（ステップＳ００２）。

ドライバ評価手段４０は、ステップＳ００１で設定した基準車両のドライバＩＤ、およびステップＳ００２で検索した周辺車両のドライバＩＤに対応するドライバ情報を、ドライバ情報記憶手段３０から取得し、周辺車両のドライバについてドライバ評価値を求める（ステップＳ００３）。

車両評価手段６０は、ステップＳ００１で設定した基準車両ＩＤ、およびステップＳ００２で検索した周辺車両ＩＤに対応する車両情報を、車両情報記憶手段５０から取得し、周辺車両について車両評価値を求める（ステップＳ００４）。

経路評価手段８０は、ステップＳ００１で設定した基準車両ＩＤ、およびステップＳ００２で検索した周辺車両ＩＤに対応する経路情報を、経路情報記憶手段７０から取得し、周辺車両について経路評価値を求める（ステップＳ００５）。

追従対象評価値計算手段９０は、ステップＳ００３で求めた周辺車両のドライバ評価値と、ステップＳ００４で求めた周辺車両の車両評価値と、ステップＳ００５で求めた周辺車両の経路評価値とを用いて、各周辺車両ごとに、その周辺車両の追従対象評価値を求める（ステップＳ００６）。

追従対象車候補選択手段１００は、ステップＳ００６で求めた追従対象評価値を用いて、周辺車両の中から追従対象車候補を選択する（ステップＳ００７）。

追従対象車候補提示手段１１０は、ステップＳ００７で選択した追従対象車候補を、ドライバ、あるいは本システムを操作しているユーザに提示する（ステップＳ００８）

以下、第１の実施形態の追従対象車検索システムの動作を、具体例を用いつつ詳細に説明する。

追従対象車検索システムは、文字列やボタンなどを表示できる画面、マウス、キーボード等を備えたカーナビゲーションシステムに組み込まれて構成され、車両に搭載されているものとする。また、ドライバ情報記憶手段３０と車両情報記憶手段５０は、データベースプログラム上で動作しているものとする。さらには、他の複数台の車両にも同様のシステムが搭載されているものとし、車車間通信により、ドライバＩＤや車両ＩＤの送受信を行ったり、車両間の距離を計測できるものとする。

図２に本実施例での車両の配置（（ａ）車両２００〜２０９）と、それらのドライバＩＤ、車両ＩＤ（ｂ）を示す。本実施例では、車両２００のドライバが本システムを用いて追従対象車を検索するものとする。

図７のステップＳ００１で、基準車両設定手段１０は、車両２００を基準車両とする。図２（ｂ）より、車両２００の車両ＩＤは００、ドライバＩＤは００であることが分かる。

図７のステップＳ００２では、周辺車両取得手段２０が、車両２００周辺にある車両を検索する。本実施例では、周辺車両取得手段２０は、基準車両との距離が１０００ｍ未満の車両を周辺車両として検索するものとする。

図２（ｃ）に車両２００に近い車両を距離順で示す。図２（ｃ）より、車両２００の周辺にいる車両のうち距離が１０００ｍ未満の車両は、車両２０３（車両ＩＤ０３，ドライバＩＤ０３）、車両２０１（車両ＩＤ０１，ドライバＩＤ０１）、車両２０２（車両ＩＤ０２，ドライバＩＤ０２）であることが分かり、周辺車両取得手段２０は、周辺車両として車両２０３，車両２０１，車両２０２を取得する。

図７のステップＳ００３では、ドライバ評価手段４０が、周辺車両である車両２０３，車両２０１，車両２０２のドライバのドライバ評価値を求める。ドライバ情報記憶手段３０には、図３のドライバ情報３００が記憶されているものとする。また、ドライバ評価値は図４の式４００で求めるものとする。以下に、周辺車両２０３のドライバ評価値の計算例を示す。

基準車両２００のドライバ情報をベクトル表現すると、（３２，８，０，５０，１．０，２０）となる。周辺車両２０３のドライバ情報をベクトル表現すると、（４０，７，０，４５，０．６，１８）となる。従って、図４の式４００を用いて評価値を計算すると、０．９８９となる。同様に車両２０１、車両２０２について求めると、図５のドライバ評価値５００が求まる。

図７のステップＳ００４では、車両評価手段６０が、周辺車両２０３、２０１、２０２の車両評価値を求める。車両情報記憶手段５０には、図３の車両情報３１０が記憶されているものとする。また、車両評価値は図４の式４２０で求めるものとする。以下に、周辺車両２０３の車両評価値の計算例を示す。

基準車両２００の車両情報をベクトル表現すると、（２０，１５００，２．０，２０００）となる。周辺車両２０３の車両情報をベクトル表現すると、（４０，３０００，１．５，２００５）となる。従って、図４の式４２０を用いて評価値を計算すると、０．９４３となる。同様に車両２０１，車両２０２について評価値を計算すると図５の車両評価値５１０が求まる。

図７のステップＳ００５では、経路評価手段８０が、周辺車両２０３，２０１，２０２の経路評価値を求める。経路情報記憶手段７０には、図３の車両情報３２０が記憶されているものとする。また、経路評価値は図４の式４４０で求めるものとする。ただし、γ_i＝１．０とする。以下に、周辺車両２０３の車両評価値の計算例を示す。

基準車両２００の経路情報は、（３５．００，１３５．００，３５．５０，１３５．５０，３５．３０，１３５．３０）である。周辺車両２０３の経路情報は、（３５．０６，１３５．０６，３５．５６，１３５．５６，３５．３６，１３５．３６）である。従って、図４の式４４０を用いて評価値を計算すると、５．６５１となる。同様に車両２０１，車両２０２について評価値を計算すると図５の経路評価値５２０が求まる。

図７のステップＳ００６では、ステップＳ００３，Ｓ００４，Ｓ００５で求めたドライバ評価値と車両評価値と経路評価値とを用いて、追従対象評価値計算手段９０が各周辺車両の追従対象評価値を求める。本実施例では、図４の式４５０を用いて追従対象評価値を求めるものとし、λ_i=1、κ_i=1、η_i=1とする。

例えば、周辺車両２０３の場合、図５のドライバ評価値５００，車両評価値５１０，経路評価値５２０より、ドライバ評価値が０．９８９，車両評価値が０．９４３，経路評価値が５．６５１であるから、追従対象評価値は７．５８２となる。同様に周辺車両２０１，２０２についても追従対象評価値を求めると、図５の追従対象評価値５３０が求まる。

図７のステップＳ００７では、ステップＳ００６で求めた各周辺車両の追従対象評価値を用いて、追従対象車候補を選択する。本実施例では、追従対象評価値上位２台の車両を追従対象車候補として選択する。本実施例では、図５の追従対象評価値５３０より、車両２０２（車両ＩＤ０２，ドライバＩＤ０２）と車両２０１（ドライバＩＤ０１，車両ＩＤ０１）が選択される。

図７のステップＳ００８では、図６の画面６１０のように、ステップＳ００６で選択された車両情報を、基準車両のカーナビゲーションシステム上に表示し、ドライバに提示する。ここで、図６の画面６１０において、おすすめ車両として車両２０２、その他の車両として車両２０１に関する情報を提示している。本実施例では車車間通信で車両２０２や車両２０１のナンバーや車種に関する情報を取得できるものとし、画面６１０では、それら車両に関する詳細な情報を提示している。

本実施の形態では、追従対象候補車を選択するためにドライバの運転に関する特徴を用いるため、基準車両のドライバと運転に関する特徴が類似したドライバによって運転されている車両を探すことができる。運転に関する特徴の類似しているドライバによって運転されている車両に追従することは、運転に関する特徴が極端に相違するドライバによって運転されている車両に追従するよりも基準車両のドライバにとって容易であるため、快適な隊列走行が行える。

本実施の形態では、追従対象車候補を選択するために、各周辺車両の車速や目的地だけでなく、ドライバの特徴や車両の特徴を用いる。そのため、基準車両のドライバ，車両の特徴により類似した車両を探すことができ、快適な追従運転を行える。さらには、ドライバや車両の特徴が近い車両が隊列走行を行うことにより、加減速操作（アクセル，ブレーキ）がなめらかになり、エネルギー効率のよい追従運転を行える。

なお、本実施の形態では、車両評価手段６０を備えているが、追従対象評価値の計算に車両評価値を用いないようにしても良く、その場合には車両評価手段６０を省略することができる。また本実施の形態では、経路評価手段８０を備えているが、追従対象評価値の計算に経路評価値を用いないようにしても良く、その場合には経路評価手段８０を省略することができる。

［実施の形態２］
次に、本発明の第２の実施形態を図面を参照して説明する。

図８を参照すると、本発明の第２の実施形態は、図１に示した第１の実施の形態に対し、ドライバ状態取得手段１２０が追加されている。第１の実施の形態では、ドライバ評価手段４０は、ドライバ情報記憶手段３０が記憶するドライバ情報を用いてドライバ評価値を求めていた。本実施の形態では、ドライバ評価手段４０は、ドライバ情報記憶手段３０が記憶するドライバ情報だけでなく、ドライバ状態取得手段１２０が取得するドライバの状態情報を用いてドライバ評価値を求める。

ドライバ状態取得手段１２０は、基準車両設定手段１０が設定した基準車両のドライバと、周辺車両取得手段２０が取得した周辺車両のドライバについて、ドライバの運転状態や体調など、ドライバの状態に関する情報を取得する。

例えば、ドライバ状態情報として、居眠り度合い、運転のゆとり度合い、運転への集中度合いなどが考えられる。これらの状態は、広く知られている方法によって取得できる。例えば、発汗状態や血圧、視線の動きなどを計測するセンサーを用いて計測できる。

ドライバ評価手段４０は、ドライバ情報記憶手段３０が記憶するドライバ情報と、ドライバ状態取得手段１２０が取得するドライバ状態情報を用いて、周辺車両取得手段２０が取得した周辺車両のドライバのドライバ評価値を求める。

例えば、図９の式９００に示すように、第１の実施形態におけるドライバ評価値に、ドライバ状態情報の値を足し合わせることで、ドライバ評価値を求める。また、ドライバ情報、およびドライバ状態情報の各項目について、正規化してから評価値を求めることも考えられる。ただし、上記の例は一例であり、ドライバ状態情報の値を足し合わせるのでなく、掛け合わせるなど、他の計算方法も考えられる。あるいは、基準車両のドライバ状態情報と周辺車両のドライバ状態情報との類似度と、第１の実施形態におけるドライバ評価値とを足し合わせた値を、ドライバ評価値としてもよい。

次に図８、図１０を参照して本実施の形態の動作について説明する。

本実施形態では、第１の実施形態と同様に動作するが、周辺車両のドライバのドライバ状態情報をドライバ評価値計算に用いる点で、第１の実施形態と異なる。図１０のステップＳ００１，Ｓ００２の動作は第１の実施形態と同じであるため説明を省略する。

ドライバ状態取得手段１２０は、ステップＳ００２で取得した周辺車両のドライバ状態情報を取得する（ステップＳ１０１）。

ドライバ評価手段４０は、ステップＳ００１で設定した基準車両のドライバと、Ｓ００２で取得した周辺車両のドライバに関するドライバ情報をドライバ情報記憶手段３０から取得し、さらにステップＳ１０１で取得した周辺車両のドライバ状態情報を用いて、周辺車両のドライバのドライバ評価値を求める（ステップＳ１０２）。

ステップＳ００４〜Ｓ００８の動作は第１の実施形態と同じであるため説明を省略する。

以下、第２の実施形態の追従対象車検索システムの動作を、具体例を用いつつ詳細に説明する。

図１０のステップＳ００１，Ｓ００２は第１の実施形態（図７のステップＳ００１，Ｓ００２）と同様に動作したものとする。すなわち、図２において、基準車両は車両２００、周辺車両は車両２０３，車両２０１，車両２０２とする。

図１０のステップＳ１０１では、ドライバ状態取得手段１２０が車両２０３，車両２０１，車両２０２について、図１１のドライバ状態情報１１００を取得したとする。ドライバ状態情報は居眠り度、ゆとり度、集中度から構成され、例えば、車両２０１のドライバ（ドライバＩＤ０１）は、居眠り度＝０、ゆとり度＝０．６、集中度＝０．６である。

図１０のステップＳ１０２では、ドライバ評価手段４０が周辺車両のドライバ情報とドライバ状態情報を用いて、周辺車両のドライバ評価値を求める。本実施例では図９の式９００を用いてドライバ評価値を求める。ただし、α_k＝１．０とする。

例えば、車両２０１（ドライバＩＤ０１）の場合、式９００の第１項の値は第１の実施形態より０．９６８であり、第２項の値は１．２となるため、ドライバ評価値は２．１６８となる。同様に、車両２０２，車両２０３についてもドライバ評価値を求めると、図１１のドライバ評価値１１１０を得る。

図１０のステップＳ００４〜Ｓ００８は、第１の実施形態と同じであるため説明を省略する。

本実施の形態では、第１の実施の形態の特徴に加え、ドライバの状態に応じて追従対象車を選択することができるため、より安全な状態のドライバが運転する車両を追従対象車として選択できる。

［実施の形態３］
次に、本発明の第３の実施形態を図面を参照して説明する。

図１２を参照すると、本発明の第３の実施形態は、図１に示した第１の実施の形態に対し、隊列情報取得手段１３０が追加されている。

第１の実施の形態では、ドライバ評価手段４０は、ドライバ情報記憶手段３０が記憶するドライバ情報を用いてドライバ評価値を求めていた。また、第１の実施の形態では、車両評価手段６０は、車両情報記憶手段５０が記憶する車両情報を用いて車両評価値を求めていた。さらには、第１の実施の形態では、経路評価手段８０は、経路情報記憶手段７０が記憶する経路情報を用いて経路評価値を求めていた。

これに対して本実施の形態では、ドライバ評価手段４０は、車両情報記憶手段５０が記憶するドライバ情報だけでなく、周辺車両が属する隊列の隊列情報を用いて車両評価値を求める。また、車両評価手段６０は、車両情報記憶手段５０が記憶する車両情報だけでなく、周辺車両が属する隊列の隊列情報を用いて車両評価値を求める。さらには、経路評価手段８０は、経路情報記憶手段７０が記憶する経路情報だけでなく、周辺車両が属する隊列の隊列情報を用いて経路評価値を求める。

ここで、図１３の例を用いて、隊列情報について説明する。

隊列情報は隊列ＩＤと、その隊列を構成する車両ＩＤから構成される。図１３では、隊列の例として隊列１３００を、隊列情報の例として隊列情報１３１０を示す。

隊列１３００は、車両１３０１，１３０２，１３０３，１３０４から構成されており、車両１３０４が先頭車両である。

隊列情報１３１０は、隊列１３００に関する情報を表しており、隊列１３００の隊列ＩＤがＡであり、車両ＩＤが１３０４，１３０３，１３０２，１３０１の車両から構成されていることを示している。また、隊列情報１３１０は、隊列１３００において、車両１３０４が先頭、車両１３０１が最後尾であることを示している。すなわち、隊列における各車両の順序と、隊列に含まれる各車両の車両ＩＤの順序は一致している。

隊列情報取得手段１３０は、周辺車両取得手段２０が取得した周辺車両が属する隊列情報を取得する。例えば、車両に取り付けられたレーザセンサーで先行車との車間距離や相対速度を計測し、車両が追従しているかどうかを判定し、車車間通信を用いて隊列を構成している車両の車両ＩＤ、ドライバＩＤを収集して隊列情報を生成すればよい。あるいは、サーバで、各車両の速度や車間距離などから追従状態を管理し、サーバに問い合わせることで隊列情報を取得すればよい。

ドライバ評価手段４０は、基準車両設定手段１０が設定した基準車両のドライバＩＤと、周辺車両取得手段２０が取得した周辺車両のドライバＩＤとを用いて、ドライバ情報記憶手段３０からドライバ情報を取得する。さらにドライバ評価手段４０は、周辺車両の車両ＩＤを用いて、周辺車両が属する隊列の隊列情報を隊列情報取得手段１３０から取得し、取得したドライバ情報と隊列情報を用いて、各周辺車両のドライバ評価値を計算する。

例えば、ドライバ評価手段４０は、周辺車両取得手段２０が取得した周辺車両が、隊列の最後尾でない場合は、追従対象車両ではないと考え、ドライバ評価値を０とする。あるいは、ドライバ評価手段４０は、周辺車両取得手段２０が取得した周辺車両が、隊列の先頭でない場合は、隊列の先頭車両のドライバのドライバ評価値を、該車両のドライバ評価値とする。その理由は、隊列全体の運転は、先頭車両の影響が大きいためである。あるいは、ドライバ評価手段４０は、周辺車両のドライバ情報として、隊列に属する車両のドライバ情報の各項目毎に平均値を求めたものを用いて、ドライバ評価値を求める。

車両評価手段６０は、基準車両設定手段１０が設定した基準車両の車両ＩＤと、周辺車両取得手段２０が取得した周辺車両の車両ＩＤとを用いて、車両情報記憶手段５０から車両情報を取得する。さらに車両評価手段６０は、周辺車両の車両ＩＤを用いて、周辺車両が属する隊列の隊列情報を隊列情報取得手段１３０から取得し、取得した車両情報と隊列情報とを用いて、各周辺車両の車両評価値を計算する。

例えば、車両評価手段６０は、周辺車両取得手段２０が取得した周辺車両が、隊列の最後尾でない場合は、追従対象ではないと考え、車両評価値を０とする。あるいは、車両評価手段６０は、周辺車両取得手段２０が取得した周辺車両が、隊列の先頭でない場合は、隊列の先頭車両の車両評価値を、周辺車両の車両評価値とする。あるいは、車両評価手段６０は、周辺車両の車両情報として、隊列に属する車両の車両情報の項目毎に平均値を求めたものを用い、車両評価値を求める。

経路評価手段８０は、基準車両設定手段１０が設定した基準車両の車両ＩＤと、周辺車両取得手段２０が取得した周辺車両の車両ＩＤとを用いて、経路報記憶手段７００から経路情報を取得する。さらに経路評価手段８０は、周辺車両の車両ＩＤを用いて、周辺車両が属する隊列の隊列情報を隊列情報取得手段１３０から取得し、取得した車両情報と隊列情報とを用いて、各周辺車両の経路評価値を計算する。

例えば、経路評価手段８０は、周辺車両取得手段２０が取得した周辺車両が、隊列の最後尾でない場合は、追従対象ではないと考え、経路評価値を０とする。あるいは、経路評価手段８０は、周辺車両取得手段２０が取得した周辺車両が、隊列の先頭でない場合は、隊列の先頭車両の経路評価値を、周辺車両の経路評価値とする。

上記の隊列情報を利用した車両評価値，ドライバ評価値，経路評価値の計算方法は一例であり、他の方法を用いても良い。

次に図１２、図１４を参照して本実施の形態の動作について説明する。

本実施形態では、第１の実施形態と同様に動作するが、周辺車両の隊列情報を用いて車両評価値，ドライバ評価値，経路評価値を計算する点で、第１の実施形態と異なる。図１４のステップＳ００１，Ｓ００２の動作は第１の実施形態と同じであるため説明を省略する。

隊列情報取得手段１３０は、周辺車両取得手段２０が取得した基準車両の周辺車両が属する隊列情報を取得する（ステップＳ３０１）。

ドライバ評価手段４０は、ステップＳ００１で設定した基準車両のドライバと、Ｓ００２で取得した周辺車両のドライバに関するドライバ情報をドライバ情報記憶手段３０から取得し、かつステップＳ３０１で取得した周辺車両が属する隊列の隊列情報を用いて、周辺車両のドライバのドライバ評価値を求める（ステップＳ３０３）。

車両評価手段６０は、ステップＳ００１で設定した基準車両と、Ｓ００２で取得した周辺車両に関する車両情報を車両情報記憶手段５０から取得し、かつステップＳ３０１で取得した周辺車両が属する隊列の隊列情報を用いて、周辺車両の車両評価値を求める（ステップＳ３０４）。

経路評価手段８０は、ステップＳ００１で設定した基準車両と、Ｓ００２で取得した周辺車両に関する経路情報を経路情報記憶手段７０から取得し、かつステップＳ３０１で取得した周辺車両が属する隊列の隊列情報を用いて、周辺車両の経路評価値を求める（ステップＳ３０５）。

ステップＳ００６〜Ｓ００８の動作は第１の実施形態と同じであるため説明を省略する。

以下、第３の実施形態の追従対象車検索システムの動作を、具体例を用いつつ詳細に説明する。

図１４のステップＳ００１，Ｓ００２は第１の実施形態（図７のステップＳ００１，Ｓ００２）と同様に動作したものとする。すなわち、図２において、基準車両は車両２００、周辺車両は車両２０３，車両２０１，車両２０２とする。

図１４のステップＳ３０１は、隊列情報取得手段１２０が、周辺車両である車両２０３，車両２０１，車両２０２が属する隊列情報として、図１３の隊列情報１３２０を取得するものとする。隊列情報１３２０は、車両２０３（車両ＩＤ０３），車両２０２（車両ＩＤ０２）が隊列を構成していることを示している。

図１４のステップＳ３０３は、ドライバ評価手段４０が周辺車両のドライバ情報と、隊列情報とを用いて、図１５ドライバ評価値１５００に示すドライバ評価値を求める。本実施例では隊列の先頭の車両のドライバ評価値を、隊列中の他の車両のドライバ評価値とするものとする。

具体的に評価値の求め方を説明する。

第１の実施形態と同様に、各周辺車両のドライバの評価値を求め、図５ドライバ評価値５００に示すドライバ評価値を得る。そして、各ドライバが隊列の先頭であるかを判断し、隊列の先頭であれば、図５のドライバ評価値５００の値を用い、そうでない場合は、隊列の先頭のドライバ評価値を用いる。

以上の処理により、図１５のドライバ評価値１５００を得る。

例えば、車両２０２（ドライバＩＤ０２）は、車両の先頭ではなく、車両２０３（ドライバＩＤ０３）を先頭とする隊列に属しているため、車両２０２（ドライバＩＤ０２）のドライバ評価値は、車両２０３（ドライバＩＤ０３）と同じ０．９８９となる。

図１４のステップＳ３０４は、車両評価手段６０が周辺車両の車両情報と隊列情報を用いて、図１５ドライバ評価値１５１０に示す車両評価値を求める。本実施例では隊列の最後尾以外の車両の車両評価値を０とするものとする。第１の実施形態と同様に、各周辺車両の車両評価値を求める（図５の車両評価値５１０）。そして、各車両が最後尾であるかを判断し、隊列の最後尾であれば、図５の車両評価値５１０の値を用い、そうでない場合は、車両評価値を０とする。以上の処理により、図１５の車両評価値１５１０を得る。

例えば、車両２０２（車両ＩＤ０２）は、隊列の最後尾であるため、図５の車両評価値５１０を用い、車両２０３（車両ＩＤ０３）は、最後尾であるため、車両評価値は０となる。

図１４のステップＳ３０５は、経路評価手段８０が周辺車両の経路情報と隊列情報を用いて、図１５の経路評価値１５２０に示す車両評価値を求める。本実施例では隊列情報に依存せず、各車両の経路評価値をそのまま用いるものとする。つまり、第１の実施形態と同様に求めた各周辺車両の経路評価値（図５の車両評価値５１０）を、本実施例においても経路評価値として用いる。

本実施の形態では、第１の実施の形態の特徴に加え、隊列の特徴を考慮することで、隊列走行時に快適に追従運転できる隊列を選択できる。また、各車両に本システムが搭載されると、隊列の特徴に近い車両が随時隊列に加わることになる。その結果、隊列を構成する車両の特徴が均一化し、各車両がよりスムーズな加減速を行うようになるため、隊列全体でのエネルギー効率が向上する。

［実施の形態４］
次に、本発明の第４の実施形態を図面を参照して説明する。

図１６を参照すると、本発明の第４の実施形態は、図１に示した第１の実施の形態に対し、評価方法記憶手段１４０と評価方法選択手段１５０が追加されている。本実施の形態では、ドライバ評価手段４０、車両評価手段６０、経路評価手段８０、追従対象評価値計算手段９０は、評価方法記憶手段１４０が記憶している複数の評価方法のうち評価方法選択手段１５０により選択された評価方法に基づいて、各評価値を計算する。

ここで、評価方法について説明する。評価方法とは、ある評価の基準に基づいて用意された評価値の計算方法であり、評価値を求める関数や、関数のパラメータ、プログラムのモジュールなどを指す。

図１７の評価方法１７００を例に、評価方法の具体例について説明する。

例えば、速度重視という評価基準は、基準車両の速度に近い速度で走行している車両の評価値を高くするように評価値を求める。そのため、評価値計算において速度の影響を大きくするように係数を設定する。具体的には、ドライバ評価値計算において、図４の式４１０を用い、速度の係数α＝２．０、それ以外の係数α＝１．０とする。また、車両評価値計算において、図４の式４３０を用い、平均速度の係数β＝２．０、それ以外の係数β＝１．０とする。

別の評価基準として、エネルギー重視という評価基準が考えられる。エネルギー重視では、追従走行時に空気抵抗が少ない車両の評価値を高くする。具体的には、周辺車両のうち基準車両の車高に近い車両の評価値を高くする。そのため、車両評価値計算において、図４の式４３０を用い、車高の係数βを他の係数よりも高くする。さらに、追従対象評価値を求める際に、車両評価値の重みを高くする。

また別の評価基準として、効率重視という評価基準が考えられる。効率重視では、周辺車両のうちタクシーの車両評価値を高くする。具体的には、周辺車両のうちタクシーの車両評価値を５．０、それ以外の車両評価値を０．０とする。タクシーの車両評価値を高くすると効率重視になる理由は、タクシーの方が、周辺の交通事情に精通しており、道路工事、渋滞などに遭わない経路で目的地にたどり着けると考えられるからである。

図１７の評価方法１７００では、ほかに、快適さ重視，安全重視，経路重視という評価基準での評価方法を記載している。

評価方法記憶手段１４０は、複数の評価方法を記憶する。

評価方法選択手段１５０は、評価方法記憶手段１４０が記憶している評価方法のなかから、評価方法を選択する。評価方法選択手段１５０は、評価方法を複数選択してもよいし、１つ選択してもよい。また、評価方法選択手段１４０は、予めシステム設計者に設定された評価方法を選択してもよいし、基準車両のドライバに複数の評価方法を提示し、選択させてもよい。例えば、図１８の評価方法選択画面１８００のように、追従対象車の検索開始時に複数の評価方法を提示し、評価方法を選択させる。評価方法選択画面１８００は、ドライバが速度重視の評価方法を選択した場合の例を示している。

ドライバ評価手段４０、車両評価手段６０、経路評価手段８０、追従対象評価値計算手段７０は、評価方法選択手段１５０が選択した評価方法に基づいて、ドライバ評価値、車両評価値、経路評価値、追従対象評価値を計算する。

次に図１６、図１９を参照して本実施の形態の動作について説明する。

本実施形態では、第１の実施形態と同様に動作するが、選択された評価方法を用いて車両評価値、ドライバ評価値、経路評価値、追従対象評価値を計算する点で、第１の実施形態と異なる。図１９のステップＳ００１，Ｓ００２の動作は第１の実施形態と同じであるため説明を省略する。

評価方法選択手段１５０は、評価方法記憶手段１４０が記憶している評価方法のなかから、評価方法を選択する（ステップＳ４０１）。例えば、基準車両を運転するドライバに図１８の評価方法選択画面１８００を提示し、評価方法を選択させる。以降、評価方法選択画面１８００で、速度重視の評価方法が選択されたものとして説明する。

ドライバ評価手段４０は、ステップＳ００１で設定した基準車両のドライバと、Ｓ００２で取得した周辺車両のドライバに関するドライバ情報をドライバ情報記憶手段３０から取得し、ステップＳ４０１で選択された評価方法に基づいて、周辺車両のドライバのドライバ評価値を求める（ステップＳ４０３）。ステップＳ４０１において速度重視という評価基準の評価方法が選択された場合、図１７の１７０１に示すように、図４の式４１０を利用し、速度の係数α＝２．０、それ以外の係数α＝１．０として、ドライバ評価値を求める。

車両評価手段６０は、ステップＳ００１で設定した基準車両と、Ｓ００２で取得した周辺車両に関する車両情報を車両情報記憶手段５０から取得し、ステップＳ４０１で選択された評価方法に基づいて、周辺車両の車両評価値を求める（ステップＳ４０４）。ステップＳ４０１において速度重視という評価基準の評価方法が選択された場合、図１７の１７０２に示すように、図４の式４３０を利用し、平均速度の係数β＝２．０、それ以外の係数β＝１．０として、車両評価値を求める。

経路評価手段８０は、ステップＳ００１で設定した基準車両と、Ｓ００２で取得した周辺車両に関する経路情報を経路情報記憶手段７０から取得し、ステップＳ４０１で選択された評価方法に基づいて、周辺車両の経路評価値を求める（ステップＳ４０５）。ステップＳ４０１において速度重視という評価基準の評価方法が選択された場合、図１７の１７０３に示すように、図４の式４４０を利用して経路評価値を求める。

追従対象車候補選択手段８０は、ステップＳ４０１で選択された評価方法に基づいて、ステップＳ４０３，Ｓ４０４，Ｓ４０５で求めたドライバ評価値と車両評価値と経路評価値とを用いて、周辺車両の追従対象評価値を求める（ステップＳ４０６）。ステップＳ４０１において速度重視という評価基準の評価方法が選択された場合、図１７の１７０４に示すように、図４の式４５０を利用し、λ＝１．０、κ＝１．０、η＝１．０として追従対象評価値を求める。

ステップＳ００７，Ｓ００８の動作は第１の実施形態と同じであるため説明を省略する。

本実施の形態では、ドライバあるいはシステム利用者の好みや状況に合わせて追従対象車の評価方法を切り替えられるため、より基準車両のドライバに適した追従対象車を選択できる。さらには、評価方法を切り替えることで、快適さだけでなく、エネルギー効率を考慮した追従対象車を検索できる。

［実施の形態５］
次に、本発明の第５の実施形態を図面を参照して説明する。

図２０を参照すると、本発明の第５の実施形態は、図１に示した第１の実施の形態に対し、ドライバ評価手段４０と車両評価手段６０と経路評価手段８０とが除かれ、追従車両認識手段１６０と評価方法学習手段１７０とが追加されている。

第１の実施の形態では、ドライバ評価手段４０と車両評価手段６０と経路評価手段８０と追従対象評価値計算手段９０は、予め設定された計算方法によりドライバ評価値、車両評価値、経路評価値、追従対象評価値を求めていた。

本実施の形態では、追従対象車を検索した後、基準車が実際に追従した車両のドライバ情報と車両情報とを用いて、評価方法学習手段１７０が追従対象評価値の評価値計算方法を学習し、追従対象評価値計算手段９０は、学習した計算方法を用いて追従対象評価値を計算する。

追従車両認識手段１６０は、追従対象車候補提示手段１１０が追従対象車候補を提示後、実際に基準車両がどの車両を追従したかを特定し、車両ＩＤとドライバＩＤを取得する。例えば、基準車両の前方で、ある一定の車間距離や速度差で走行している車両を、車両に取り付けた撮像装置で撮像した画像に対する画像処理によりナンバープレートを認識したり、車車間通信で認識したりする。また同時に、追従している車両が、追従対象車候補提示手段１１０が追従対象車候補としてドライバに提示した車両かどうかも判定する。

評価方法学習手段１７０は、追従車両認識手段１６０が認識した追従対象車両のドライバ情報と車両情報と経路情報と、基準車両のドライバ情報と車両情報と経路情報と、周辺車両のドライバ情報と車両情報と経路情報とを用いて、追従対象車評価値の計算方法を学習する。具体的には、ニューラルネットワークやベイジアンネットワーク、Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅなどの学習器を用いて、周辺車両の中から、基準車両のドライバ、車両特徴に合った追従対象車両を選択するための判定基準、あるいは評価関数を学習する。

追従対象評価値計算手段９０は、評価方法学習手段１７０が学習した計算方法を用いて、周辺車両の追従対象評価値を計算する。例えば、評価方法学習手段１７０は、過去の、基準車両のドライバ情報と車両情報と、周辺車両のドライバ情報と車両情報とをベクトルで表現し、各周辺車両に追従したか、しなかったかのラベルを付与し、Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅを用いて、分類器を学習する。そして、評価方法学習手段１７０は、学習した分類器を用いて、ある基準車両のドライバ情報と車両情報と、ある周辺車両のドライバ情報と車両情報とを用いて、周辺車両のうちどの車両に追従すべきかの評価値（０か１、あるいは０から１の連続値）を得る。この例ではドライバ情報と車両情報だけを用いたが、それに加えて経路情報を用いてもよい。

次に図２０、図２１を参照して本実施の形態の動作について説明する。

本実施形態では、第１の実施形態と同様に動作するが、追従対象評価値の計算方法を、実際に追従した車両をもとに学習する点で、第１の実施形態と異なる。図２１のステップＳ００１，Ｓ００２の動作は第１の実施形態と同じであるため説明を省略する。

追従対象評価値計算手段９０は、後述するステップＳ５０３で学習した評価値計算方法を用いて、ステップＳ００２で取得した周辺車両の追従対象評価値を計算する（ステップＳ５０１）。

図２１のステップＳ００７，Ｓ００８の動作は第１の実施形態と同じであるため説明を省略する。

以降は、基準車が追従対象候補提示手段９０が提示した車両、あるいはそれ以外の車両に追従運転した後の動作を示す。

追従車両認識手段１６０は、基準車両が追従している車両を認識する（ステップＳ５０２）。

評価方法学習手段１７０は、ステップＳ５０２で認識した追従対象車両と、ステップＳ００１で設定した基準車両と、ステップＳ００２で取得した周辺車両との、ドライバ情報と車両情報と経路情報とを用いて、追従対象評価値の計算方法を学習する（ステップＳ５０３）。

以下、本実施形態の評価方法学習手段１７０と、その学習結果による追従対象評価値の計算方法について、例を用いて詳細に説明する。

図２１のステップＳ５０２において、追従車両認識手段１６０が、追従している車両を認識すると、基準車両と追従対象車両のドライバ情報と車両情報と経路情報とから、図２２の特徴ベクトル２２１０のような特徴ベクトルを生成する。さらには、図２２の特徴ベクトル２２２０のような特徴ベクトルを生成する。図２２の特徴ベクトル２２２０は、基準車両と周辺車両ｉ（ｉ番目の周辺車両であり、かつ追従対象車両ではない車両）のドライバ情報と車両情報と経路情報とから構成されている。

図２１のステップＳ５０３において、ステップＳ５０２で作成した特徴ベクトルや過去に生成された特徴ベクトルについて、特徴ベクトル２２１０のように追従した車両の特徴ベクトルに「１」のラベルを付与し、特徴ベクトル２２２０のように追従しなかった車両の特徴ベクトルに「−１」のラベルを付与して、Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅで分類器を学習する。Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅによって特徴空間内で、図２２の２２３０のような分割平面が得られる。

図中の○，△はそれぞれ特徴ベクトルを表し、○は追従した車両の特徴ベクトル、△は追従しなかった車両の特徴ベクトルである。分割平面は、空間を「追従した車両の特徴ベクトル（１）」と「追従しなかった車両の特徴ベクトル（−１）」とに分割するものである。特徴ベクトルは多次元ベクトルであるが、本図では概念を示すために、２次元で表現してある。

図２１のステップＳ５０１において、追従対象評価値計算手段９０は、現在の基準車両と周辺車両ｊ（ｊ番目の周辺車両）のドライバ情報と車両情報と経路情報とから特徴ベクトルを生成する。そして、生成した特徴ベクトルが、分割平面のどちらに属するかを求める。

図２２の例では、特徴ベクトル２２４０は「−１」に属する例を示している。つまり、追従しなかった車両の特徴ベクトルの領域に属する事がわかり、周辺車両ｊは、追従対象車両として適さないと判定する。さらに、追従対象評価値計算手段９０は、分割平面と特徴ベクトル２２４０との距離に−１を乗じた値を、周辺車両ｊの追従対象評価値とする。

一方、図２２の例では、特徴ベクトル２２５０は「追従した車両の特徴ベクトル領域（１）」に属するため、周辺車両ｋは追従対象車両に適すると判定する。さらに、分割平面と特徴ベクトル２２５０との距離を、周辺車両ｋの追従対象評価値とする。

本実施の形態では、実際に追従した車両をもとに追従対象評価値計算方法を学習することにより、基準車両のドライバの嗜好や、クセなどに合う追従対象車両を検索でき、基準車両のドライバはストレスなく追従走行を行える。また、時間の経過とともにドライバの嗜好やクセが変化しても、逐次追従対象評価値計算方法を学習していくため、常にドライバに適した追従対象車を検索でき、快適に追従走行を行える。

本明細書では、ドライバ状態取得手段１２０、隊列情報取得手段１３０、評価方法記憶手段１４０、評価方法選択手段１５０を個々の実施の形態で記載したが、組み合わせて実施してもよい。具体的には、第２の実施の形態においてドライバ状態取得手段１２０が記載されているが、第３の実施の形態において、第２の実施の形態と同様にドライバ状態取得手段１２０を備えても良い。

また、前述した実施の形態では、隊列走行するための車両の運転はドライバ自身が行うことを前提としたが、特許文献２に記載されるように、車間距離を維持しながら先行車に追従する自車の走行状態を先行車の走行状態に基づいて制御する走行制御装置と組み合わせることも可能である。この場合の構成は、例えば、特許文献２の図２の群形成制御装置３８を本発明の追従対象車検索システムで置換した構成とすることができる。

本発明によれば、車載器に搭載され隊列走行を支援する装置といった用途に適用できる。また、交通管制において、適切な隊列走行を実現し、渋滞緩和、エネルギー効率向上する信号制御装置といった用途にも適用可能である。

本発明の第１の実施の形態の構成を示すブロック図である。 基準車両と周辺車両との関係を説明する図である。 ドライバ情報と車両情報と経路情報とを説明する図である。 ドライバ評価値と車両評価値と経路評価値と追従対象評価値の計算方法の具体例を示す図である。 ドライバ評価値と車両評価値と経路評価値と追従対象車評価値との具体例を示す図である。 追従対象車候補提示手段が提示する画面例を示す図である。 本発明の第１の実施の形態の動作を示す流れ図である。 本発明の第２の実施の形態の構成を示すプロック図である。 ドライバ評価値の計算方法の具体例を示す図である。 本発明の第２の実施の形態の動作を示す流れ図である。 ドライバ状態情報とドライバ評価値の具体例を示す図である。 本発明の第３の実施の形態の構成を示すブロック図である。 隊列走行の具体例を示す図である。 本発明の第３の実施の形態の動作を示す流れ図である。 ドライバ評価値と車両評価値と経路評価値との具体例を示す図である。 本発明の第４の実施の形態の構成を示すブロック図である。 評価方法の具体例を示す図である。 評価方法選択手段が提示する画面例を示す図である。 本発明の第４の実施の形態の動作を示す流れ図である。 本発明の第５の実施の形態の構成を示すブロック図である。 本発明の第５の実施の形態の動作を示す流れ図である。 Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅによる評価方法の学習および評価の具体例を示す図である。

符号の説明

１０…基準車両設定手段
２０…周辺車両取得手段
３０…ドライバ情報記憶手段
４０…ドライバ評価手段
５０…車両情報記憶手段
６０…車両評価手段
７０…経路情報記憶手段
８０…経路評価手段
９０…追従対象評価値計算手段
１００…追従対象車候補選択手段
１１０…追従対象車候補提示手段
１２０…ドライバ状態取得手段
１３０…隊列状態取得手段
１４０…評価方法記憶手段
１５０…評価方法選択手段
１６０…追従車両認識手段
１７０…評価方法学習手段

Claims (29)

1. 自車あるいは指定された車両を基準車両とするとき、基準車両の周辺に存在する複数の車両のなかから、基準車両が追従するべき車両を検索するシステムであって、
   車両を運転するドライバを一意に識別するドライバ識別子に関連付けて記憶されたドライバの運転に関する特徴を表すドライバ情報を用いて、基準車両の周辺に存在する各車両ごとに、追従対象車両として適する度合を示すドライバ評価値を計算するドライバ評価手段を備えたことを特徴とする追従対象車検索システム。
2. 前記ドライバ情報は、ドライバの属性情報、運転履歴情報、および運転の仕方を特徴付ける操作情報のうちの少なくとも１つを含むことを特徴とする請求項１に記載の追従対象車検索システム。
3. 車両を一意に識別する車両識別子に関連付けて記憶された車両の特徴を表す車両情報を用いて、基準車両の周辺に存在する各車両ごとに、追従対象車両として適する度合を示す車両評価値を計算する車両評価手段と、
   前記ドライバ評価手段が計算したドライバ評価値と、前記車両評価手段が計算した車両評価値とを統合して、基準車両の周辺に存在する各車両ごとに、追従対象車両として適する度合を示す追従対象評価値を計算する追従対象評価値計算手段とを備えたことを特徴とする請求項２に記載の追従対象車検索システム。
4. 車両を一意に識別する車両識別子に関連付けて記憶された車両の特徴を表す車両情報を用いて、基準車両の周辺に存在する各車両ごとに、追従対象車両として適する度合を示す車両評価値を計算する車両評価手段と、
   車両が走行する予定経路の特徴を表す経路情報を用いて、基準車両の周辺に存在する各車両ごとに、追従対象車両として適する度合を示す経路評価値を計算する経路評価手段と、
   前記ドライバ評価手段が計算したドライバ評価値と、前記車両評価手段が計算した車両評価値と、前記経路評価手段が計算した経路評価値とを統合して、基準車両の周辺に存在する各車両ごとに、追従対象車両として適する度合を示す追従対象評価値を計算する追従対象評価値計算手段とを備えたことを特徴とする請求項２に記載の追従対象車検索システム。
5. 前記追従対象評価値計算手段が計算した追従対象評価値の最も高い車両を選択する追従対象車候補選択手段と、
   前記追従対象車候補選択手段が選択した車両を提示する追従対象車候補提示手段とを備えたことを特徴とする請求項３または４に記載の追従対象車検索システム。
6. 前記追従対象評価値計算手段が計算した追従対象評価値の上位の複数台の車両を選択する追従対象車候補選択手段と、
   前記追従対象車候補選択手段が選択した車両を提示する追従対象車候補提示手段とを備えたことを特徴とする請求項３または４に記載の追従対象車検索システム。
7. ドライバの運転への集中状態、運転のゆとり度合い、および疲労度合いのうちの少なくとも１つを示したドライバ状態を取得するドライバ状態取得手段を備え、
   前記ドライバ評価手段は、前記ドライバ情報および前記ドライバ状態取得手段が取得したドライバ状態を用いてドライバ評価値を計算することを特徴とする請求項３乃至６の何れか１項に記載の追従対象車検索システム。
8. 隊列を構成する車両を記載した隊列情報を取得する隊列情報取得手段を備え、
   前記ドライバ評価手段は、前記ドライバ情報および前記隊列情報取得手段が取得した隊列情報を用いてドライバ評価値を計算し、
   前記車両評価手段は、前記車両情報および前記隊列情報取得手段が取得した隊列情報を用いて車両評価値を計算することを特徴とする請求項３、５または６に記載の追従対象車検索システム。
9. 隊列を構成する車両を記載した隊列情報を取得する隊列情報取得手段を備え、
   前記ドライバ評価手段は、前記ドライバ情報および前記隊列情報取得手段が取得した隊列情報を用いてドライバ評価値を計算し、
   前記車両評価手段は、前記車両情報および前記隊列情報取得手段が取得した隊列情報を用いて車両評価値を計算し、
   前記経路評価手段は、前記経路情報および前記隊列情報取得手段が取得した隊列情報を用いて経路評価値を計算することを特徴とする請求項４、５または６に記載の追従対象車検索システム。
10. それぞれ異なる評価基準に対応して設けられた複数の評価方法のなかから、前記ドライバ評価手段と前記車両評価手段と前記追従対象評価値手段で使用する評価方法を選択する評価方法選択手段を備えることを特徴とする請求項３、５または６に記載の追従対象車検索システム。
11. それぞれ異なる評価基準に対応して設けられた複数の評価方法のなかから、前記ドライバ評価手段と前記車両評価手段と前記経路評価手段と前記追従対象評価値手段で使用する評価方法を選択する評価方法選択手段を備えることを特徴とする請求項４、５または６に記載の追従対象車検索システム。
12. 前記ドライバ評価手段は、基準車両および周辺車両それぞれのドライバ情報をベクトルで表現し、基準車両のドライバ情報のベクトルと周辺車両のドライバ情報のベクトルとの類似度を、周辺車両のドライバのドライバ評価値とすることを特徴とする請求項３乃至１１の何れか１項に記載の追従対象車検索システム。
13. 前記ドライバ評価手段は、基準車両および周辺車両それぞれのドライバ情報の項目の差を求め、差の重み付き和を周辺車両のドライバのドライバ評価値とすることを特徴とする請求項３乃至１１の何れか１項に記載の追従対象車検索システム。
14. 前記車両評価手段は、基準車両および周辺車両それぞれの車両情報をベクトルで表現し、基準車両の車両情報のベクトルと周辺車両の車両情報のベクトルとの類似度を、周辺車両の車両評価値とすることを特徴とする請求項３乃至１１の何れか１項に記載の追従対象車検索システム。
15. 前記車両評価手段は、基準車両および周辺車両それぞれの車両情報の項目の差を求め、差の重み付き和を周辺車両の車両評価値とすることを特徴とする請求項３乃至１１の何れか１項に記載の追従対象車検索システム。
16. 前記追従対象評価値計算手段は、ドライバ評価手段が計算したドライバ評価値と車両評価手段が計算した車両評価値との重み付き和を追従対象評価値とすることを特徴とする請求項３に記載の追従対象車検索システム。
17. 前記追従対象評価値計算手段は、ドライバ評価手段が計算したドライバ評価値と車両評価手段が計算した車両評価値と経路評価手段が計算した経路評価値との重み付き和を追従対象評価値とすることを特徴とする請求項４に記載の追従対象車検索システム。
18. 前記追従対象評価値計算手段が計算した追従対象評価値の上位の複数台の車両を選択する追従対象車候補選択手段と、
    前記追従対象車候補選択手段が選択した車両を提示する追従対象車候補提示手段と、
    実際に追従した車両のドライバ情報および車両情報と、基準車両のドライバ情報および車両情報と、前記追従対象車候補提示手段が提示した追従候補車両のドライバ情報および車両情報とを用いて、追従対象車評価値の計算方法を学習する評価方法学習手段を備えたことを特徴とする請求項３に記載の追従対象車検索システム。
19. 前記追従対象評価値計算手段が計算した追従対象評価値の上位の複数台の車両を選択する追従対象車候補選択手段と、
    前記追従対象車候補選択手段が選択した車両を提示する追従対象車候補提示手段と、
    実際に追従した車両のドライバ情報、車両情報および経路情報と、基準車両のドライバ情報、車両情報および経路情報と、前記追従対象車候補提示手段が提示した追従候補車両のドライバ情報、車両情報および経路情報とを用いて、追従対象車評価値の計算方法を学習する評価方法学習手段を備えたことを特徴とする請求項４に記載の追従対象車検索システム。
20. 前記評価方法学習手段は、ドライバ情報と車両情報とを特徴ベクトルで表現し、実際に追従した車両には第１のラベルを、そうではない車両には第２のラベルを付与し、車両のドライバ情報と車両情報の特徴ベクトルから、その車両を追従すべき車両かそうでないかを判定する分類器を学習し、
    前記追従対象評価値計算手段は、前記学習した分類器を用いて、ある車両のドライバ情報と車両情報の特徴ベクトルを分類し、その分類結果に応じた追従対象評価値を付与することを特徴とする請求項１８に記載の追従対象車検索システム。
21. 前記評価方法学習手段は、ドライバ情報と車両情報と経路情報とを特徴ベクトルで表現し、実際に追従した車両には第１のラベルを、そうではない車両には第２のラベルを付与し、車両のドライバ情報と車両情報と経路情報の特徴ベクトルから、その車両を追従すべき車両かそうでないかを判定する分類器を学習し、
    前記追従対象評価値計算手段は、前記学習した分類器を用いて、ある車両のドライバ情報と車両情報と経路情報の特徴ベクトルを分類し、その分類結果に応じた追従対象評価値を付与することを特徴とする請求項１９に記載の追従対象車検索システム。
22. 自車あるいは指定された車両を基準車両とするとき、基準車両の周辺に存在する複数の車両のなかから、基準車両が追従するべき車両を検索する方法であって、
    ａ）ドライバ評価手段が、車両を運転するドライバを一意に識別するドライバ識別子に関連付けて記憶されたドライバの運転に関する特徴を表すドライバ情報を用いて、基準車両の周辺に存在する各車両ごとに、追従対象車両として適する度合を示すドライバ評価値を計算するステップを含むことを特徴とする追従対象車検索方法。
23. 前記ドライバ情報は、ドライバの属性情報、運転履歴情報および運転の仕方を特徴付ける操作情報のうちの少なくとも１つを含むことを特徴とする請求項２２に記載の追従対象車検索方法。
24. ｂ）車両評価手段が、車両を一意に識別する車両識別子に関連付けて記憶された車両の特徴を表す車両情報を用いて、基準車両の周辺に存在する各車両ごとに、追従対象車両として適する度合を示す車両評価値を計算するステップと、
    ｃ）追従対象評価値計算手段が、前記ドライバ評価手段が計算したドライバ評価値と、前記車両評価手段が計算した車両評価値とを統合して、基準車両の周辺に存在する各車両ごとに、追従対象車両として適する度合を示す追従対象評価値を計算するステップとを含むことを特徴とする請求項２３に記載の追従対象車検索方法。
25. ｂ）車両評価手段が、車両を一意に識別する車両識別子に関連付けて記憶された車両の特徴を表す車両情報を用いて、基準車両の周辺に存在する各車両ごとに、追従対象車両として適する度合を示す車両評価値を計算するステップと、
    ｃ）経路評価手段が、車両が走行する予定経路の特徴を表す経路情報を用いて、基準車両の周辺に存在する各車両ごとに、追従対象車両として適する度合を示す経路評価値を計算するステップと、
    ｄ）追従対象評価値計算手段が、前記ドライバ評価手段が計算したドライバ評価値と、前記車両評価手段が計算した車両評価値と、前記経路評価手段が計算した経路評価値とを統合して、基準車両の周辺に存在する各車両ごとに、追従対象車両として適する度合を示す追従対象評価値を計算するステップとを含むことを特徴とする請求項２３に記載の追従対象車検索方法。
26. 自車あるいは指定された車両を基準車両とするとき、基準車両の周辺に存在する複数の車両のなかから、基準車両が追従するべき車両を検索するコンピュータに、
    ａ）ドライバ評価手段が、車両を運転するドライバを一意に識別するドライバ識別子に関連付けて記憶されたドライバの運転に関する特徴を表すドライバ情報を用いて、基準車両の周辺に存在する各車両ごとに、追従対象車両として適する度合を示すドライバ評価値を計算するステップを実行させるためのプログラム。
27. 前記ドライバ情報は、ドライバの属性情報、運転履歴情報および運転の仕方を特徴付ける操作情報のうちの少なくとも１つを含むことを特徴とする請求項２６に記載のプログラム。
28. 前記コンピュータに、さらに、
    ｂ）車両評価手段が、車両を一意に識別する車両識別子に関連付けて記憶された車両の特徴を表す車両情報を用いて、基準車両の周辺に存在する各車両ごとに、追従対象車両として適する度合を示す車両評価値を計算するステップと、
    ｃ）追従対象評価値計算手段が、前記ドライバ評価手段が計算したドライバ評価値と、前記車両評価手段が計算した車両評価値とを統合して、基準車両の周辺に存在する各車両ごとに、追従対象車両として適する度合を示す追従対象評価値を計算するステップとを実行させるための請求項２７に記載のプログラム。
29. 前記コンピュータに、さらに、
    ｂ）車両評価手段が、車両を一意に識別する車両識別子に関連付けて記憶された車両の特徴を表す車両情報を用いて、基準車両の周辺に存在する各車両ごとに、追従対象車両として適する度合を示す車両評価値を計算するステップと、
    ｃ）経路評価手段が、車両が走行する予定経路の特徴を表す経路情報を用いて、基準車両の周辺に存在する各車両ごとに、追従対象車両として適する度合を示す経路評価値を計算するステップと、
    ｄ）追従対象評価値計算手段が、前記ドライバ評価手段が計算したドライバ評価値と、前記車両評価手段が計算した車両評価値と、前記経路評価手段が計算した経路評価値とを統合して、基準車両の周辺に存在する各車両ごとに、追従対象車両として適する度合を示す追従対象評価値を計算するステップとを実行させるための請求項２７に記載のプログラム。

Images