JP2015005225A - 車両挙動予測装置 - Google Patents

Abstract

【課題】車両挙動の予測精度を向上させることができる車両挙動予測装置を提供することを課題とする。
【解決手段】本発明の車両挙動予測装置は、車両の走行状態を示す走行状態情報を収集するとともに当該収集した走行状態情報に基づき車両挙動の発生確率を示す複数種の確率分布を求める分布演算部と、予測対象とする車両の車両挙動の複数種の確率分布に対する相対的な位置関係を求め、当該求めた相対的な位置関係に基づいて予測対象とする車両の車両挙動を予測する車両挙動予測処理を実行する車両挙動予測部と、を備える。車両挙動予測処理は、２つの確率分布のうち一方の確率分布が他方の確率分布を包含する場合、予測対象とする車両が２つの確率分布のうちいずれかに対応する車両挙動を示すか否かが不定であると判定する処理を含む。
【選択図】図１０

Description

本発明は、車両挙動予測装置に関する。

従来、車両挙動を予測する車両挙動予測技術が開発されている。例えば、特許文献１には、記憶されている交差点での速度変化パターンと先行車の走行状態とを比較して先行車の将来挙動を予測する前方状況予測装置が開示されている。

特開２０１１−１９２１７７号公報

ところで、特許文献１に記載の装置は、前方車両の速度の推移が例えば信号機の赤現示における速度パターンに一致するときには、一律に、前方車両が赤現示に応じて減速すると予測する。逆に、同装置は、前方車両の速度の推移が、記憶装置に記憶されたいずれの速度パターンにも一致しないときには、一律に、前方車両が減速を行わないとして予測する。

しかし、実際の車両の速度パターンは、同一の車両であってもドライバや車両走行時の周辺環境の違い等によって相違する。このことから、車両の速度パターン自体がバラツキを含む。このため、たとえ予測対象とする車両の走行速度の推移が、特定の速度パターンに一致したとしても、予測対象とする車両は、その一致した速度パターンと共通の挙動を示すとは限らない。同様に、予測対象とする車両の走行速度の推移が特定の速度パターンに一致しない推移を示していたとしても、予測対象とする車両は、この特定の速度パターンと共通の挙動を示すこともある。

このように特許文献１に記載の装置は、予め規定された速度パターンとのマッチングによっては、予測対象とする車両の挙動を予測することが難しく、車両挙動の予測精度を向上する上でなお改善の余地があった。

本発明は、上記の事情に鑑みてなされたものであって、車両挙動の予測精度を向上させることができる車両挙動予測装置を提供することを目的とする。

本発明は、車両の走行状態を示す走行状態情報を収集するとともに当該収集した走行状態情報に基づき車両挙動の発生確率を示す複数種の確率分布を求める分布演算部と、予測対象とする車両の車両挙動の前記複数種の確率分布に対する相対的な位置関係を求め、当該求めた相対的な位置関係に基づいて前記予測対象とする車両の車両挙動を予測する車両挙動予測処理を実行する車両挙動予測部と、を備え、前記車両挙動予測処理は、２つの確率分布のうち一方の確率分布が他方の確率分布を包含する場合、前記予測対象とする車両が前記２つの確率分布のうちいずれかに対応する車両挙動を示すか否かが不定であると判定する処理を含むことを特徴とする。

上記車両挙動予測装置において、前記車両挙動予測処理は、前記２つの確率分布のうち一方の確率分布が他方の確率分布を包含しない場合、前記相対的な位置関係が、前記一方の確率分布に属しかつ前記他方の確率分布に属さないとき、前記予測対象とする車両が前記一方の確率分布に対応する車両挙動を示すと予測する処理と、前記相対的な位置関係が、前記一方の確率分布に属さずかつ前記他方の確率分布に属すとき、前記予測対象とする車両が前記他方の確率分布に対応する車両挙動を示すと予測する処理と、前記相対的な位置関係が、前記一方の確率分布と前記他方の確率分布に共に属さないときまたは前記一方の確率分布と前記他方の確率分布に共に属するとき、前記不定であると判定する処理と、を含むことが好ましい。

上記車両挙動予測装置において、前記車両挙動予測部は、前記車両挙動予測処理を繰り返し実行して得られた複数の車両挙動の予測結果に基づいて前記予測対象とする車両の車両挙動を予測することが好ましい。

上記車両挙動予測装置において、前記複数種の確率分布は、特定の車両挙動の発生時における確率分布である発生時確率分布と、当該特定の車両挙動の非発生時における確率分布である非発生時確率分布とからなり、前記非発生時確率分布が複数存在するとき、前記車両挙動予測部は、前記非発生時確率分布のうち１つの確率分布が別の確率分布を包含する場合、当該非発生時確率分布のうち１つの確率分布と前記発生確率分布とを前記２つの確率分布として前記車両挙動予測処理を実行し、前記非発生時確率分布同士が互いに重複せずに独立している場合、当該非発生時確率分布のうちの各確率分布と前記発生時確率分布との組み合わせをそれぞれ前記２つの確率分布として前記車両挙動予測処理を実行し、前記非発生時確率分布のうち１つの確率分布と別の確率分布の一部が重複している場合、重複部分を除く当該非発生時確率分布のうちの各確率分布と前記発生時確率分布との組み合わせをそれぞれ前記２つの確率分布として前記車両挙動予測処理を実行することが好ましい。

上記車両挙動予測装置において、前記車両挙動予測部で予測した前記予測対象とする車両の車両挙動に基づいて運転支援を実行する運転支援制御部、を更に備えることが好ましい。

本発明にかかる車両挙動予測装置は、車両挙動の予測精度を向上させることができるという効果を奏する。

図１は、本実施形態にかかる車両挙動予測装置の構成の一例を示すブロック図である。 図２は、交差点から所定距離離れた地点における走行速度の確率分布の一例を示すグラフである。 図３は、交差点から所定距離離れた地点における加速度の確率分布の一例を示すグラフである。 図４は、交差点手前の所定の走行区間における走行速度の確率分布の一例を示すグラフである。 図５は、交差点手前の所定の走行区間における加速度の確率分布の一例を示すグラフである。 図６は、分布Ｎのうち確率が所定閾値より大きい区間を説明するための図である。 図７は、２つの確率分布の相対関係の３通りのパターンを説明するための図である。 図８は、ある交差点で減速する場合としない場合の速度分布の一例を示す図である。 図９は、ある交差点で減速する場合としない場合の加速度分布の一例を示す図である。 図１０は、実施形態１における車両挙動予測処理の一例を示すフローチャートである。 図１１は、３種類の運転行動のデータベース（分布Ａ，Ｂ，Ｃ）の相対関係を求める場合の判定手法の一例を説明するための図である。 図１２は、図１１のパターン２における更新前のａ＿ｍａｘとｂ＿ｍｉｎを説明するための図である。 図１３は、図１１のパターン２における更新後のａ’＿ｍａｘとｂ’＿ｍｉｎを説明するための図である。 図１４は、本実施形態２における車両挙動予測処理の一例を示すフローチャートである。

以下、本発明の実施形態にかかる車両挙動予測装置および車両挙動予測方法の実施形態を図面に基づいて詳細に説明する。なお、この実施形態によりこの発明が限定されるものではない。また、下記の実施形態における構成要素には、当業者が容易に想定できるもの、あるいは実質的に同一のものが含まれる。

〔実施形態１〕
本発明の実施形態にかかる車両挙動予測装置の構成について図１を参照しながら説明する。図１は、本実施形態にかかる車両挙動予測装置の構成の一例を示すブロック図である。

図１に示すように、本実施形態にかかる車両挙動予測装置が適用される車両１００は、大別して、車両状態検出部１１０と、走行環境検出部１２０と、前方車両情報取得部１３０と、車載制御部１４０と、分布データベース１５０と、運転支援制御部１６０とを備える。

このうち、車両状態検出部１１０は、走行状態情報のうちの自車両の走行状態を検出する。車両状態検出部１１０は、例えば、車両１００の走行速度を検出する車速センサ１１１、および、車両１００の加速度を検出する加速度センサ１１２等を備える。これら車速センサ１１１および加速度センサ１１２は、例えばＣＡＮ（Ｃｏｎｔｒｏｌ Ａｒｅａ Ｎｅｒｗｏｒｋ）などの車載ネットワークを介して、種々のセンサ等の検出結果が集約される車載制御部（ＥＣＵ）１４０に電気的に接続される。車速センサ１１１は、車輪回転速度を検出し、この検出した回転速度に応じた信号を、車載制御部１４０に出力する。加速度センサ１１２は、車両１００の加速度を検出し、この検出した加速度に応じた信号を車載制御部１４０に出力する。

走行環境検出部１２０は、走行状態情報のうちの自車両または前方車両の走行位置または走行環境を検出する。走行環境検出部１２０は、例えば、衛星信号を受信し、この受信した衛星信号をもとに車両１００または前方車両の絶対位置、すなわち緯度経度を検出するＧＰＳ１２１等を備える。ＧＰＳ１２１は、車両１００または前方車両の移動に伴って変化する車両１００または前方車両の緯度経度、換言すれば、車両１００または前方車両が走行した各地点の緯度経度を検出し、その検出結果を示す緯度経度情報を車載制御部１４０に出力する。

前方車両情報取得部１３０は、走行状態情報のうちの前方車両の走行状態等を示す情報を取得する。前方車両は、車両１００の進行方向前方を走行する車両１００の直前を走行する１台の車両のみならず、車両１００の進行方向前方を走行する複数台の車両も含む。前方車両情報取得部１３０は、例えば、ミリ波帯の電波を用いて車両１００の進行方向前方を走行する前方車両の存在を検知するミリ波レーダ１３１、および、車両１００の周辺を走行する車両との車車間通信または路上に設けられた路側通信機との路車通信機との路車通信を行う車載通信機１３２を備える。ミリ波レーダ１３１は、車両１００の進行方向前方を走行する前方車両の存在を検知すると、その検知結果を示す信号を車載制御部１４０に出力する。車載通信機１３２は、例えば、車両１００の進行方向前方を走行する前方車両との車車間通信を通じて、前方車両の走行速度または加速度等の走行状態を示す情報を取得する。車載通信機１３２は、この取得した情報を車載制御部１４０に出力する。

本実施形態において、車両状態検出部１１０と、走行環境検出部１２０と、前方車両情報取得部１３０とが、検出手段に含まれる。検出手段は、車両（自車両および前方車両を含む）の走行状態情報を検出する。

車載制御部１４０は、システム制御部１４１と、走行環境特定部１４２と、分布演算部１４３と、データベース作成部１４４と、車両挙動予測部１４５とを備える。

このうち、システム制御部１４１は、車両状態検出部１１０から各運転操作要素の検出結果が入力されると、その検出結果に基づいて各種車載機器を制御する。具体的には、システム制御部１４１は、車両状態検出部１１０から入力される車速センサ１１１および加速度センサ１１２の検出結果、ならびに、アクセルセンサ、ブレーキセンサ、操舵角センサ等の検出結果に基づき、エンジン、ブレーキ、ターンランプ、および、ステアリング等の各種車載機器を制御する。これにより、例えば、ドライバによりアクセルペダルが踏み込まれたことによってアクセルセンサ等の検出結果が変化すると、この検出結果に応じてエンジンの制御量が算出され、この算出結果に応じてエンジンが制御される。

走行環境特定部１４２は、走行環境検出部１２０または前方車両情報取得部１３０から入力される車両１００または前方車両の緯度経度情報等の情報に基づき、車両１００または前方車両の走行環境を特定する。走行環境特定部１４２は、走行環境検出部１２０から車両１００または前方車両の緯度経度情報が入力されると、この入力された緯度経度情報を分布演算部１４３に出力する。走行環境特定部１４２は、道路線形、交差点形状、および路面勾配等がそれらの位置を示す緯度経度情報とともに予め登録された道路地図データ１４２ａを備える。走行環境特定部１４２は、車両１００または前方車両の緯度経度情報が入力されると、この緯度経度情報をもとに道路地図データ１４２ａを参照し、車両１００または前方車両の走行環境を特定する。走行環境特定部１４２は、例えば、車両１００または前方車両が走行した走行地点の特徴を特定する。走行環境特定部１４２は、この特定結果を分布演算部１４３に出力する。この走行地点（場所）の特徴としては、例えば、交差点の形状、道路線形、道路幅、車線数、道路の曲率、路面勾配、信号機等のインフラ機器の有無、一時停止位置等の交通規制の有無、制限速度等のように車両挙動に影響を与える要素が該当する。本実施形態において、車両挙動は、例えば、車両１００または前方車両の減速挙動または非減速挙動、加速挙動または非加速挙動などを含む。非減速挙動および非加速挙動は、車両１００または前方車両の走行速度を変更しない巡航挙動に対応する。

分布演算部１４３は、予測対象とする車両における車両挙動の発生確率を示す確率分布を演算する。言い換えると、分布演算部１４３は、走行状態情報を収集するとともに当該収集した走行状態情報に基づき車両挙動の発生確率を示す複数種の確率分布を求める。具体的には、分布演算部１４３は、車両状態検出部１１０または前方車両情報取得部１３０から車両１００または前方車両の走行速度および加速度を示す情報が入力されると、それら走行速度および加速度を示す情報に、走行速度および加速度の検出時における車両１００または前方車両の緯度経度もしくは交通要素の中での絶対位置を示す位置情報を関連付ける。分布演算部１４３は、走行速度および加速度を示す情報の取得回数が所定回数を超えると、それら走行速度および加速度を示す情報に基づいて車両挙動の確率分布を作成する。本実施形態において、確率分布の作成に必要な走行速度および加速度を示す情報の取得回数として、例えば、同一もしくは走行環境の類似する地点において約「２０回」程度が規定されている。分布演算部１４３は、この車両挙動の確率分布を、緯度経度に基づき分類される走行地点別、および、走行環境特定部１４２により特定された走行環境別に作成する。分布演算部１４３は、例えば、交差点またはカーブ等、走行速度または加速度の推移パターンが複数のパターンに分かれる走行地点または走行環境における、走行速度および加速度の確率分布を作成する。分布演算部１４３は、走行速度および加速度について確率分布を作成すると、この作成した確率分布を示すデータをデータベース作成部１４４に適宜出力する。分布演算部１４３は、作成した確率分布の信頼区間を規定する信頼区間規定部１４３ａを備える。信頼区間規定部１４３ａは、信頼区間として、例えば、確率分布のうちの中心を含む約「９５％」を信頼区間として規定する。この９５％の値は、統計学的に一般的な値である。

データベース作成部１４４は、分布演算部１４３が作成した確率分布を示すデータが入力されると、入力されたデータに基づいて、対象とする車両の車両挙動（例えば、減速挙動または非減速挙動等）と、走行状態情報（例えば、走行速度または加速度等）の時系列変化の特徴（例えば、確率分布の平均値、信頼区間等）とが対応付けられた情報である挙動特徴情報を、所定地点の前方地点における交通状況ごとに分けて複数パターン、分布データベース１５０に登録する。本実施形態において、データベース作成部１４４は、これらの複数パターンの挙動特徴情報を分布データベース１５０内に登録してもよいし、各挙動特徴情報をそれぞれ記憶する複数の車両挙動データベースを、分布データベース１５０に複数登録してもよい。また、交通状況は、例えば、前方地点における車両の巡航速度であってもよいし、前方地点における路面勾配であってもよい。巡航速度は、走行速度および加速度を含む。これにより、分布データベース１５０には、車両１００または前方車両の走行する各交通状況ごとに挙動特徴情報が蓄積されることになる。

車両挙動予測部１４５は、分布データベース１５０から抽出された挙動特徴情報と、検出手段により検出された現時点における車両の走行状態情報の時系列変化とを比較して、所定地点における車両の車両挙動を予測する。言い換えると、車両挙動予測部１４５は、予測対象とする車両の車両挙動の複数種の確率分布に対する相対的な位置関係（相対関係）を求め、当該求めた相対的な位置関係に基づいて予測対象とする車両の車両挙動を予測する車両挙動予測処理を実行する。ここで、車両挙動予測部１４５は、車両挙動予測処理を繰り返し実行して得られた複数の車両挙動の予測結果に基づいて予測対象とする車両の車両挙動を予測する。

例えば、車両挙動予測部１４５は、前方車両情報取得部１３０から入力される情報に基づいて車両１００の進行方向前方に前方車両が存在していると認識すると、この前方車両の車両挙動を予測する。車両挙動予測部１４５は、車両挙動の予測に際し、車両１００の前方を走行中の前方車両の走行速度および加速度を示す情報を前方車両情報取得部１３０から取得する。車両挙動予測部１４５は、ＧＰＳ１２１により取得される車両１００の緯度経度情報とミリ波レーダ１３１の検出結果とに基づいて前方車両の走行地点を特定する。車両挙動予測部１４５は、この特定した前方車両の走行地点に基づき、緯度経度が共通する地点で作成された走行速度および加速度についての確率分布を分布データベース１５０から抽出する。次いで、車両挙動予測部１４５は、この抽出した走行速度および加速度の確率分布に対する前方車両の走行速度および加速度の相対的な位置関係に基づいて前方車両の車両挙動を予測する。車両挙動予測部１４５は、前方車両の車両挙動として、例えば、減速挙動の発生の有無を予測する。車両挙動予測部１４５は、前方車両の減速挙動の発生および非発生のいずれについても高確率で発生することが予測できないとき、前方車両の減速挙動が不定であると識別する。

更に、車両挙動予測部１４５は、予測対象とする前方車両の走行環境と類似する環境のもとで作成された確率分布を分布データベース１５０から抽出する類似地点抽出部１４５ａを備える。類似地点抽出部１４５ａは、緯度経度が共通する地点で作成された走行速度および加速度についての確率分布が分布データベース１５０に存在しないとき、路面勾配、交差点形状、道路線形、カーブの曲率等が類似する環境のもとで作成された走行速度および加速度についての確率分布を分布データベース１５０から抽出する。本実施形態において、この抽出された走行速度および加速度についての確率分布も、前方車両の車両挙動の予測に用いられる。これにより、本実施形態では、分布データベース１５０に未登録の走行地点を走行している前方車両についても車両挙動を予測することができる。車両挙動予測部１４５は、前方車両の車両挙動を予測すると、この予測結果を、予測結果に基づいて各種運転支援を行う運転支援制御部１６０に出力する。

運転支援制御部１６０は、車両挙動予測部１４５の予測結果に基づいて、各種運転支援に関する制御を行う。言い換えると、運転支援制御部１６０は、車両挙動予測部１４５で予測した予測対象とする車両の車両挙動に基づいて運転支援を実行する。運転支援制御部１６０は、支援実施部１６１と、音声部１６２と、表示部１６３とを備える。

支援実施部１６１は、車両挙動予測部１４５から前方車両の車両挙動の予測結果が入力されると、この予測結果に基づいて、例えば、上記システム制御部１４１により制御される各種制御機器の制御量を求め、求めた制御量をシステム制御部１４１に出力する。これにより、例えば、車両挙動予測部１４５の予測結果が前方車両の減速挙動の発生を示しているときは、前方車両が減速するタイミングもしくはこのタイミング以前でのエンジンオフまたはブレーキのオンを実行する。車両１００がハイブリッド自動車であるときは、支援実施部１６１は、前方車両が減速するタイミングもしくはこのタイミング以前でのブレーキ回生を実行する。支援実施部１６１は、例えば、前方車両が減速挙動を行う旨を案内する音声案内または画像案内のための音声データまたは画像データを生成し、これら生成した音声データまたは画像データを、前方車両が減速するタイミングもしくはこのタイミング以前に音声部１６２および表示部１６３に出力する。これにより、音声部１６２および表示部１６３を通じて、前方車両の減速時もしくは減速開始以前に、車両１００の減速を促す案内が車両１００のドライバに対して行われる。

一方、車両挙動予測部１４５の予測結果が前方車両の減速挙動が発生しない、すなわち、前方車両の車両挙動が非減速挙動である旨を示しているときには、支援実施部１６１は、システム制御部１４１、音声部１６２、および表示部１６３を通じた減速支援を実行しない。このとき、支援実施部１６１は、例えば、音声部１６２、および表示部１６３を通じて、前方車両が減速挙動を行わない旨をドライバに案内してもよい。同様に、支援実施部１６１は、車両挙動予測部１４５から前方車両の車両挙動が不定であるとする識別結果が入力されたときにも、システム制御部１４１、音声部１６２、および表示部１６３を通じた減速支援を実行しない。

このように、本実施形態では、前方車両が減速行動を行う可能性が高いときにのみ、ドライバに対する減速支援が行われることとなる。また、本実施形態では、前方車両が減速行動を行わない可能性が高いときには、例えば、前方車両が減速行動を行わない旨がドライバに案内されることとなる。これにより、必要性が高い状況下でのみドライバに対する減速支援が行われるとともに、前方車両の減速行動が行われない可能性が高いときには前方車両の走行が継続される旨の案内が行われることとなる。

ここで、本実施形態における車両挙動の予測原理について、図２〜図５を参照して説明する。図２は、信号機が設けられた交差点の手前約「４０ｍ」における走行速度の確率分布を示す。図３は、信号機が設けられた交差点の手前約「４０ｍ」における加速度の確率分布を示す。図４は、交差点を走行した車両の走行速度の確率分布を例えば約「１ｍ」毎に示した挙動特徴情報である。図４において、分布Ｒｖｙは、減速挙動の発生時における交差点の手前約「１００ｍ」から交差点までの車両の走行速度の確率分布を示し、分布Ｒｖｎは、減速挙動の非発生時における交差点の手前約「１００ｍ」から交差点までの車両の走行速度の確率分布を示す。図５は、交差点を走行した車両の加速度の確率分布を例えば約「１ｍ」毎に示した挙動特徴情報である。図５において、分布Ｒａｙは、減速挙動の発生時における交差点の手前約「１００ｍ」から交差点までの車両の加速度の確率分布を示し、分布Ｒａｎは、減速挙動の非発生時における交差点の手前約「１００ｍ」から交差点までの車両の加速度の確率分布を示す。

図２に示すように、例えば、交差点の手前から約「４０ｍ」の地点における車両１００または前方車両等の走行速度の確率分布は、この交差点で信号機の赤現示等に起因する減速挙動が行われたときの分布Ｐｖｙと、この交差点で減速挙動が行われなかったときの分布Ｐｖｎとの２つの分布となる。本実施形態では、各分布ＰｖｙおよびＰｖｎの平均値に対する９５％信頼区間として領域ＯｖｙおよびＯｖｎの分布が規定されている。

図３に示すように、例えば、交差点の手前から約「４０ｍ」の地点における車両１００または前方車両等の加速度の確率分布は、この交差点で信号機の赤現示等に起因する減速挙動が行われたときの分布Ｐａｙと、この交差点で減速挙動が行われなかったときの分布Ｐａｎとの２つの分布となる。本実施形態では、各分布ＰａｙおよびＰａｎの平均値に対する９５％信頼区間として領域ＯａｙおよびＯａｎの分布が規定されている。

図４に示すように、この交差点から所定距離手前の地点から交差点までの９５％信頼区間の走行速度の分布は、車両のドライバが減速操作を行ったことにより減速挙動が発生したときの分布Ｒｖｙと、車両のドライバが減速操作を行わなかったことにより減速挙動が発生しなかったときの分布Ｒｖｎとに分類される。この２つの分布ＲｖｙおよびＲｖｎは、例えば、交差点の手前約「１００ｍ」の地点においては相違しないものの、交差点に近づくにつれて異なる推移（すなわち、走行状態情報の時系列変化）を示す。これは、減速操作が行われたときには、交差点に近づくにつれて車両の走行速度が「０」に近づくことに起因する。

例えば、予測対象とする車両の走行速度の推移Ｖ１（すなわち、走行速度の時系列変化）が非減速時の分布Ｒｖｎに包含される一方で減速時の分布Ｒｖｙに包含されないときには、この車両では減速挙動が発生しないと予測することができる。例えば、予測対象とする車両の走行速度の推移Ｖ２が減速時の分布Ｒｖｙに包含される一方で非減速時の分布Ｒｖｎに包含されないときには、この車両では減速挙動が発生すると予測することができる。例えば、予測対象とする車両の走行速度の推移Ｖ３が減速時の分布ＲｖｙおよびＲｖｎのいずれにも包含されるときには、この車両では減速挙動が発生することも発生しないことも起こり得ることから、以後の車両挙動が不定とされる。同様に、減速時の分布ＲｖｙおよびＲｖｎのいずれにも包含されない例外的な推移Ｖ４、Ｖ５についても、以後の車両挙動が不定とされる。

図５に示すように、この交差点から所定距離手前の地点から交差点までの９５％信頼区間の加速度の分布は、車両のドライバが減速操作を行ったことにより減速挙動が発生したときの分布Ｒａｙと、車両のドライバが減速操作を行わなかったことにより減速挙動が発生しなかったときの分布Ｒａｎとに分類される。加速度についての減速時の分布Ｒａｙが非減速時の分布Ｒａｎと重複する割合は、交差点から離れた例えば手前約「１００ｍ」の地点において、走行速度についての減速時の分布Ｒｖｙが非減速時の分布Ｒｖｎと重複する割合よりも少なくなっている。これは、加速度が走行速度の微分値であることから、減速操作の有無に伴う加速度の変化が減速操作の開始直後に発生することに起因する。

例えば、予測対象とする車両の加速度の推移Ａ１（すなわち、加速度の時系列変化）が非減速時の分布Ｒａｎに包含される一方で減速時の分布Ｒａｙに包含されないときには、この車両では減速挙動が発生しないと予測することができる。例えば、予測対象とする車両の加速度の推移Ａ２が減速時の分布Ｒａｙに包含される一方で非減速時の分布Ｒａｎに包含されないときには、この車両では減速挙動が発生すると予測することができる。例えば、予測対象とする車両の加速度の推移Ａ３が減速時の分布ＲａｙおよびＲａｎのいずれにも包含されるときには、この車両では減速挙動が発生することも発生しないことも起こり得ることから、以後の車両挙動が不定とされる。同様に、減速時の分布ＲａｙおよびＲａｎのいずれにも包含されない例外的な推移Ａ４、Ａ５についても、以後の車両挙動が不定とされる。

このように、本実施形態において、車両挙動予測部１４５は、対象とする車両の車両挙動を予測する際、分布データデータベース１５０に記載された挙動特徴情報と、検出手段により検出された現時点における車両の走行状態情報の時系列変化とを比較して、所定地点における車両の車両挙動を予測する。具体的には、本実施形態の車両挙動予測部１４５は、予測対象の状態を複数種の確率分布と比較することにより算出した複数の確率を使って予測対象の運転行動を予測する手法を用いている。このような手法では、例えば、確率が所定閾値より小さい場合、予測対象はその運転行動をしていないとし、確率が所定閾値より大きい場合、予測対象はその運転行動をしていないとはいえない（つまり、その運転行動をする可能性が高い）として、消去法で判定している。

本実施形態では、図６に示すように、分布Ｎについて、「ｎ＿ｍａｘ」、「ｎ＿ｍｉｎ」、「μ＿ｎ」を規定している。図６は、分布Ｎのうち確率が所定閾値より大きい区間を説明するための図である。図６において、分布Ｎの中心に位置する「μ＿ｎ」は、分布Ｎの確率の平均値である。つまり、分布Ｎは、平均値「μ＿ｎ」に近いほど確率が高く、平均値「μ＿ｎ」から遠いほど確率が低いことを表している。また、図６において、分布Ｎの両端側に位置する斜線部分の「ｎ＿ｍａｘ」と「ｎ＿ｍｉｎ」が示す各領域は、５％有意のときの面積（確率）が０．０２５の領域である。ここで「ｎ＿ｍａｘ」と「ｎ＿ｍｉｎ」における確率０．０２５（２．５％）を加えると、０．０５（５％）となる。つまり、言い換えると、「ｎ＿ｍａｘ」と「ｎ＿ｍｉｎ」は、９５％信頼区間以外の領域であって、確率が所定閾値（例えば、０．０２５）より小さいため、予測対象はその運転行動をしていないと判定される領域となる。これら「ｎ＿ｍａｘ」と「ｎ＿ｍｉｎ」は、必ずしも最大値と最小値を示すものでなく、例えば、±３σの上下限であってもよく、任意に定めた領域の上下限であってもよい。本実施形態では、それらの領域の上界を「ｎ＿ｍａｘ」とし、下界を「ｎ＿ｍｉｎ」として表現している。なお、以下の説明では、分布Ｎのうち「ｎ＿ｍａｘ」と「ｎ＿ｍｉｎ」の以外の９５％信頼区間に該当する領域を、分布Ｎのうち確率が所定閾値より大きいため、予測対象はその運転行動をしていないとはいえない（つまり、その運転行動をする可能性が高い）と判定される「９５％区間」と呼ぶ場合がある。

さて、予測対象の状態を複数種の確率分布と比較することにより算出した複数の確率を使って予測対象の運転行動を予測する手法を用いる場合、２つの確率分布（例えば、図７において、分布Ａと分布Ｂ）の相対関係は、図７に示すように、パターン１と、パターン２と、パターン３との３通りに分けられる。図７は、２つの確率分布の相対関係の３通りのパターンを説明するための図である。図７では、説明の分かりやすさのため、図中のグラフの横軸を速度、縦軸を度数とする。

図７に示すように、パターン１は、２つの確率分布が独立している場合である。図７のパターン１の例では、２つの確率分布である分布Ａと分布Ｂとが互いに重複せずに独立している。パターン１であるための条件式１は、ガウス分布の場合「ａ＿ｍａｘ＜ｂ＿ｍｉｎ，μ＿ａ＜μ＿ｂ」である。本実施形態の車両挙動予測部１４５は、２つの確率分布である分布Ａおよび分布Ｂについて、条件式１が満たされると判定した場合、２つの確率分布の相対関係がパターン１に該当すると判定する。

そして、パターン１において、車両挙動予測部１４５は、「ａ＿ｍｉｎ＜ｖ＜ａ＿ｍａｘ」の場合、すなわち、速度ｖが分布Ａの信頼区間内に含まれる場合、ＢではないがＡではないといえない（つまり、Ａである可能性が高い）と判定する。例えば、分布Ａが特定の車両挙動の非発生時における確率分布であり、分布Ｂが特定の車両挙動の発生時における確率分布であるとすると、車両挙動予測部１４５は、予測対象とする車両の車両挙動の複数種の確率分布に対する相対的な位置関係が、特定の車両挙動の非発生時における確率分布（この場合、分布Ａ）に属し、かつ、特定の車両挙動の発生時における確率分布（この場合、分布Ｂ）に属さないとき、予測対象とする車両が該当する車両挙動を示さない（この場合、Ａである可能性が高い、つまり特定の車両挙動が非発生である可能性が高い）と予測する。一例として、特定の車両挙動が減速挙動である場合、分布Ａは巡航時（非減速時）における確率分布となり、分布Ｂは減速時における確率分布となるため、この場合、車両挙動予測部１４５は、減速挙動が発生せずに、非減速挙動となり車両は巡航すると予測する。

また、パターン１において、車両挙動予測部１４５は、「ｂ＿ｍｉｎ＜ｖ＜ｂ＿ｍａｘ」の場合、すなわち、速度ｖが分布Ｂの信頼区間内に含まれる場合、ＡではないがＢではないといえない（つまり、Ｂである可能性が高い）と判定する。例えば、分布Ａが特定の車両挙動の非発生時における確率分布であり、分布Ｂが特定の車両挙動の発生時における確率分布であるとすると、車両挙動予測部１４５は、予測対象とする車両の車両挙動の複数種の確率分布に対する相対的な位置関係が、特定の車両挙動の発生時における確率分布（この場合、分布Ｂ）に属し、かつ、特定の車両挙動の非発生時における確率分布（この場合、分布Ａ）に属さないとき、予測対象とする車両が該当する車両挙動を示す（この場合、Ｂである可能性が高い、つまり特定の車両挙動が発生する可能性が高い）と予測する。一例として、特定の車両挙動が減速挙動である場合、分布Ａは巡航時（非減速時）における確率分布となり、分布Ｂは減速時における確率分布となるため、この場合、車両挙動予測部１４５は、減速挙動が発生すると予測する。

その他、パターン１において、車両挙動予測部１４５は、「ａ＿ｍｉｎ＜ｖ＜ａ＿ｍａｘ」および「ｂ＿ｍｉｎ＜ｖ＜ｂ＿ｍａｘ」ではない場合、すなわち、速度ｖが分布Ａの信頼区間にも分布Ｂの信頼区間にも含まれない場合、ＡでもＢでもないことから、予測対象の車両挙動は不定であると判定する。例えば、分布Ａが特定の車両挙動の非発生時における確率分布であり、分布Ｂが特定の車両挙動の発生時における確率分布であるとすると、車両挙動予測部１４５は、予測対象とする車両の車両挙動の複数種の確率分布に対する相対的な位置関係が、特定の車両挙動の非発生時における確率分布（この場合、分布Ａ）と特定の車両挙動の発生時における確率分布（この場合、分布Ｂ）に共に属さないとき、予測対象とする車両の車両挙動を示すか否かが不定であると判定する。一例として、特定の車両挙動が減速挙動である場合、分布Ａは巡航時（非減速時）における確率分布となり、分布Ｂは減速時における確率分布となるため、この場合、車両挙動予測部１４５は、予測対象の車両挙動が減速挙動または非減速挙動（巡航挙動）であるかが不定であると判定する。

続いて、図７に示すように、パターン２は、２つの確率分布の一部が重複している場合である。図７のパターン２の例では、２つの確率分布である分布Ａの一部と分布Ｂの一部とが互いに重複している。パターン２であるための条件式２は、ガウス分布の場合「ｂ＿ｍｉｎ＜ａ＿ｍａｘ，μ＿ａ＜μ＿ｂ」である。本実施形態の車両挙動予測部１４５は、２つの確率分布である分布Ａおよび分布Ｂについて、条件式２が満たされると判定した場合、２つの確率分布の相対関係がパターン２に該当すると判定する。

そして、パターン２において、車両挙動予測部１４５は、「ａ＿ｍｉｎ＜ｖ＜ｂ＿ｍｉｘ」の場合、すなわち、速度ｖが、分布Ａと分布Ｂとの重複部分以外の分布Ａの信頼区間内に含まれる場合、ＢではないがＡではないといえない（つまり、Ａである可能性が高い）と判定する。例えば、分布Ａが特定の車両挙動の非発生時における確率分布であり、分布Ｂが特定の車両挙動の発生時における確率分布であるとすると、車両挙動予測部１４５は、予測対象とする車両の車両挙動の複数種の確率分布に対する相対的な位置関係が、特定の車両挙動の非発生時における確率分布（この場合、分布Ａ）に属し、かつ、特定の車両挙動の非発生時における確率分布（この場合、分布Ａ）と特定の車両挙動の発生時における確率分布（この場合、分布Ｂ）との重複部分（この場合、分布Ｂのｂ＿ｍｉｎから分布Ａのａ＿ｍａｘまでの区間「ｂ＿ｍｉｎ≦ｖ≦ａ＿ｍａｘ」）に属さないとき、予測対象とする車両が該当する車両挙動を示さない（この場合、Ａである可能性が高い、つまり特定の車両挙動が非発生である可能性が高い）と予測する。一例として、特定の車両挙動が減速挙動である場合、分布Ａは巡航時（非減速時）における確率分布となり、分布Ｂは減速時における確率分布となるため、この場合、車両挙動予測部１４５は、減速挙動が発生せずに、非減速挙動となり車両は巡航すると予測する。

また、パターン２において、車両挙動予測部１４５は、「ａ＿ｍａｘ＜ｖ＜ｂ＿ｍａｘ」の場合、すなわち、分布Ａと分布Ｂとの重複部分以外の分布Ｂの信頼区間内に含まれる場合、ＡではないがＢではないといえない（つまり、Ｂである可能性が高い）と判定する。例えば、分布Ａが特定の車両挙動の非発生時における確率分布であり、分布Ｂが特定の車両挙動の発生時における確率分布であるとすると、車両挙動予測部１４５は、予測対象とする車両の車両挙動の複数種の確率分布に対する相対的な位置関係が、特定の車両挙動の発生時における確率分布（この場合、分布Ｂ）に属し、かつ、特定の車両挙動の非発生時における確率分布（この場合、分布Ａ）と特定の車両挙動の発生時における確率分布（この場合、分布Ｂ）との重複部分（この場合、分布Ｂのｂ＿ｍｉｎから分布Ａのａ＿ｍａｘまでの区間「ｂ＿ｍｉｎ≦ｖ≦ａ＿ｍａｘ」）に属さないとき、予測対象とする車両が該当する車両挙動を示す（この場合、Ｂである可能性が高い、つまり特定の車両挙動が発生する可能性が高い）と予測する。一例として、特定の車両挙動が減速挙動である場合、分布Ａは巡航時（非減速時）における確率分布となり、分布Ｂは減速時における確率分布となるため、この場合、車両挙動予測部１４５は、減速挙動が発生すると予測する。

その他、パターン２において、車両挙動予測部１４５は、「ａ＿ｍｉｎ＜ｖ＜ｂ＿ｍｉｎ」および「ａ＿ｍａｘ＜ｖ＜ｂ＿ｍａｘ」ではない場合、すなわち、速度ｖが分布Ａの信頼区間にも分布Ｂの信頼区間にも含まれない場合か、または、速度ｖが分布Ａにも分布Ｂにも含まれる場合、ＡでもＢでもないともいえるし、または、ＡでもＢでもあり得るといえるため、予測対象の車両挙動は不定であると判定する。例えば、分布Ａが特定の車両挙動の非発生時における確率分布であり、分布Ｂが特定の車両挙動の発生時における確率分布であるとすると、車両挙動予測部１４５は、予測対象とする車両の車両挙動の複数種の確率分布に対する相対的な位置関係が、特定の車両挙動の非発生時における確率分布（この場合、分布Ａ）と特定の車両挙動の発生時における確率分布（この場合、分布Ｂ）に共に属さないとき、または、特定の車両挙動の非発生時における確率分布（この場合、分布Ａ）と特定の車両挙動の発生時における確率分布（この場合、分布Ｂ）に共に属するとき、予測対象とする車両の車両挙動を示すか否かが不定であると判定する。一例として、特定の車両挙動が減速挙動である場合、分布Ａは巡航時（非減速時）における確率分布となり、分布Ｂは減速時における確率分布となるため、この場合、車両挙動予測部１４５は、予測対象の車両挙動が減速挙動または非減速挙動（巡航挙動）であるかが不定であると判定する。

更に、図７に示すように、パターン３は、２つの確率分布のうち一方が他方に含まれる場合である。図７のパターン３の例では、２つの確率分布のうち、分布Ａが分布Ｂを包含している。パターン３であるための条件式３は、ガウス分布の場合「ａ＿ｍｉｎ＜ｂ＿ｍｉｎかつｂ＿ｍａｘ＜ａ＿ｍａｘ」である。本実施形態の車両挙動予測部１４５は、２つの確率分布である分布Ａおよび分布Ｂについて、条件式３が満たされると判定した場合、２つの確率分布の相対関係がパターン３に該当すると判定する。

ここで、従来の判定手法では、パターン３において、「ａ＿ｍｉｎ＜ｖ＜ｂ＿ｍｉｎ」または「ｂ＿ｍａｘ＜ｖ＜ａ＿ｍａｘ」の場合、すなわち、速度ｖが、分布Ｂに含まれず、かつ、分布Ｂ以外の分布Ａの信頼区間内に含まれる場合、ＢではないがＡではないといえない（つまり、Ａである可能性が高い）と判定していた。例えば、分布Ａが特定の車両挙動の非発生時における確率分布であり、分布Ｂが特定の車両挙動の発生時における確率分布であるとすると、従来の判定手法では、予測対象とする車両の車両挙動の複数種の確率分布に対する相対的な位置関係が、特定の車両挙動の非発生時における確率分布（この場合、分布Ａ）に属し、かつ、特定の車両挙動の発生時における確率分布（この場合、分布Ｂ）に属さないとき（この場合、分布Ａのａ＿ｍｉｎから分布Ｂのｂ＿ｍｉｎの間の区間「ａ＿ｍｉｎ＜ｖ＜ｂ＿ｍｉｎ」、または、分布Ｂのｂ＿ｍａｘから分布Ａのｂ＿ｍａｘの間の区間「ｂ＿ｍａｘ＜ｖ＜ａ＿ｍａｘ」）、予測対象とする車両が該当する車両挙動を示さない（この場合、Ａである可能性が高い、つまり特定の車両挙動が非発生である可能性が高い）と予測していた。一例として、特定の車両挙動が減速挙動である場合、分布Ａは巡航時（非減速時）における確率分布となり、分布Ｂは減速時における確率分布となるため、この場合、従来の判定手法では、減速挙動が発生せずに、非減速挙動となり車両は巡航すると予測していた。

その他、従来の判定手法では、パターン３において、「ａ＿ｍｉｎ＜ｖ＜ｂ＿ｍｉｎ」および「ｂ＿ｍａｘ＜ｖ＜ａ＿ｍａｘ」ではない場合、すなわち、速度ｖが分布Ｂ以外の分布Ａの信頼区間に含まれない場合か、速度ｖが分布Ａにも分布Ｂにも含まれる場合、ＡでもＢでもないともいえるし、または、ＡでもＢでもあり得るといえるため、予測対象の車両挙動は不定であると判定していた。例えば、分布Ａが特定の車両挙動の非発生時における確率分布であり、分布Ｂが特定の車両挙動の発生時における確率分布であるとすると、従来の判定手法では、予測対象とする車両の車両挙動の複数種の確率分布に対する相対的な位置関係が、特定の車両挙動の発生時における確率分布（この場合、分布Ｂ）以外の特定の車両挙動の非発生時における確率分布（この場合、分布Ａ）に属さないとき、または、特定の車両挙動の非発生時における確率分布（この場合、分布Ａ）と特定の車両挙動の発生時における確率分布（この場合、分布Ｂ）に共に属するとき、予測対象とする車両の車両挙動を示すか否かが不定であると判定していた。一例として、特定の車両挙動が減速挙動である場合、分布Ａは巡航時（非減速時）における確率分布となり、分布Ｂは減速時における確率分布となるため、この場合、従来の判定手法では、予測対象の車両挙動が減速挙動または非減速挙動（巡航挙動）であるかが不定であると判定していた。

ところで、上述のパターン３の場合、データベースのばらつきを考慮すると、分布Ａと分布Ｂに有意差がないと考えられるものの、上述の「ａ＿ｍｉｎ＜ｖ＜ｂ＿ｍｉｎ」または「ｂ＿ｍａｘ＜ｖ＜ａ＿ｍａｘ」の条件式を満たす速度ｖが観測されるとＡであると判定されるため、誤判定要因となり得る場合がある。これは、上述のパターン３の場合は分布Ａと分布Ｂの平均値がほぼ変わらないため、ＡとＢともいえる状況においてＡであると判定すると誤判定になる可能性があるからである。

そこで、本実施形態の車両挙動予測装置は、予測対象とする車両の挙動である車両挙動を高精度に予測するために、パターン３の場合、すなわち、２つの確率分布（図７の例において、分布Ａと分布Ｂ）のうち一方の確率分布（図７の例において、分布Ａ）が他方の確率分布（図７の例において、分布Ｂ）を包含する場合、車両挙動予測部１４５は、予測対象とする車両が２つの確率分布のうちいずれかに対応する車両挙動を示すか否かが不定であると判定している。

以下、図８および図９を参照して、対象となるシーン及び予測方法の一例について説明する。図８は、ある交差点で減速する場合としない場合の速度分布の一例を示す図である。図９は、ある交差点で減速する場合としない場合の加速度分布の一例を示す図である。図８および図９では、１ｍ毎に分布を作成しており、縦軸はそれぞれ速度［ｋｍ／ｈ］および加速度［ｍ／ｓ^２］を示し、横軸は交差点からの距離［ｍ］を示している。この横軸の交差点からの距離［ｍ］が示すマイナス符号は、交差点手前を表している。

図８において、図中右側に位置する点線が示す断面は、速度分布の９５％区間[巡航]（図７の分布Ａに対応）と、速度分布の９５％区間［減速］（図７の分布Ｂに対応）とが一部重複しているパターン２を示している。また、図８において、図中略中央に位置する点線が示す断面は、速度分布の９５％区間[巡航]が、速度分布の９５％区間［減速］を包含しているパターン３を示している。このパターン３の場合、平均値［巡航］と平均値［減速］がほぼ同じであり巡航とも減速ともいえる状態であるが、従来の判定手法では、予測対象の車両挙動は速度分布の９５％区間[巡航]が示す巡航であると誤判定する可能性がある。そこで、本実施形態の車両挙動予測装置は、パターン３の場合は、予測態様の車両挙動が巡航を示すかまたは減速を示すかについて不定であると判定している。

図９において、図中右側に位置する点線が示す断面は、加速度分布の９５％区間[巡航]（図７の分布Ａに対応）と、加速度分布の９５％区間［減速］（図７の分布Ｂに対応）とが互いに重複せずに独立しているパターン１を示している。また、図９において、図中略中央に位置する点線が示す断面は、加速度分布の９５％区間[巡航]と、加速度分布の９５％区間［減速］とが一部重複しているパターン２を示している。また、図９において、左側に位置する点線が示す断面は、加速度分布の９５％区間［減速］が、加速度分布の９５％区間[巡航]を包含しているパターン３を示している。このパターン３の場合、平均値［巡航］と平均値［減速］がほぼ同じであり巡航とも減速ともいえる状態であるが、従来の判定手法では、予測対象の車両挙動は速度分布の９５％区間［減速］が示す減速であると誤判定する可能性がある。そこで、本実施形態の車両挙動予測装置は、パターン３の場合は、予測態様の車両挙動が巡航を示すかまたは減速を示すかについて不定であると判定している。

このように、本実施形態の車両挙動予測装置では、車両が減速する場合としない場合がある交差点で、各場合の速度と加速度を交差点からの距離に紐付けて、平均値と標準偏差から成る分布として作成されたデータベースと、現在の前車の速度／加速度とを比較し、前車挙動がどのデータベースに近いかを予測している。このとき、本実施形態の車両挙動予測装置は、誤判定防止の為データベース間の相対関係を考慮し、図７に示したパターン３の場合は、不定としている。

以下、実施形態１における車両挙動予測処理の一例について、図１０を参照して説明する。図１０は、実施形態１における車両挙動予測処理の一例を示すフローチャートである。図１０に示す例では、予測対象とする車両の車両挙動の複数種の確率分布が、特定の車両挙動の発生時における確率分布（図１０中の減速ＤＢに対応）と当該特定の車両挙動の非発生時における確率分布（図１０中の巡航ＤＢに対応）の２つの確率分布とからなる場合を想定している。

図１０に示すように、車両挙動予測装置は、車両挙動予測部１４５の類似地点抽出部１４５ａにより、走行中の場所の特徴に紐付いた車両挙動（速度／加速度）データベースを取得する。例えば、車両挙動予測装置は、ある交差点における図８に示した速度分布や図９に示した加速度分布などを取得する（ステップＳＡ−１）。

そして、車両挙動予測装置は、走行環境検出部１２０および前方車両情報取得部１３０等の検出手段により、前方車両の走行状態情報を検出することで、前車車両挙動を検出する（ステップＳＡ−２）。

そして、車両挙動予測装置は、走行環境特定部１４２により、前方車両の走行状態情報に含まれる前方車両の緯度経度情報等に基づき、前方車両が、車両１００の車両挙動を予測可能な予測対象区間内に侵入したか否かを判定する（ステップＳＡ−３）。本実施形態において、予測対象区間は、例えば、交差点等の所定地点付近に設定される区間とする。

そして、車両挙動予測装置は、前車は予測対象区間内に侵入した判定した場合（ステップＳＡ−３：Ｙｅｓ）、車両挙動予測部１４５により、前車の位置Ｐに紐付けて、車両挙動データベースと現在の前車速度／加速度とを比較し、巡航時（Ａ）および減速時（Ｂ）の各データベース（速度／加速度分布）の何％の信頼区間に含まれているかを算出する（ステップＳＡ−４）。例えば、車両挙動予測装置は、上述の図８および図９に示した、ある交差点における速度分布や加速度分布における断面の切り口において、予測対象の車両挙動の発生確率をみる。ここで、前車の位置Ｐは、上述の図８および図９の横軸上の位置に対応する。一方、車両挙動予測装置は、前車は予測対象区間内に侵入していないと判定した場合（ステップＳＡ−３：Ｎｏ）、ステップＳＡ−２の処理へ戻る。

そして、本実施形態の車両挙動予測装置は、ステップＳＡ−５以降の処理で、上述の図８および図９に示したような断面の切り口における２つの確率分布（例えば、図７の分布Ａに対応する巡航ＤＢ（Ａ）と、図７の分布Ｂに対応する減速ＤＢ（Ｂ））の相対的な位置関係が、図７に示したパターン１、パターン２、パターン３のいずれかに該当するかを判定する。以下に詳細を示す。

まず、車両挙動予測装置は、車両挙動予測部１４５により、位置Ｐで巡航時（Ａ）と減速時（Ｂ）のデータベースの相対関係は、パターン１またはパターン２であるか否かを判定する（ステップＳＡ−５）。言い換えると、車両挙動予測装置は、２つの確率分布のうち一方の確率分布が他方の確率分布を包含するパターン３に該当するか否かを判定する。

ステップＳＡ−５において、車両挙動予測装置は、パターン３に該当する場合は、パターン１およびパターン２ではないと判定して（ステップＳＡ−５：Ｎｏ）、ステップＳＡ−６の処理へ移行する。一方、車両挙動予測装置は、パターン３に該当しない場合は、パターン１またはパターン２であると判定して（ステップＳＡ−５：Ｙｅｓ）、ステップＳＡ−７の処理へ移行する。

そして、車両挙動予測装置は、ステップＳＡ−５において、パターン１およびパターン２ではないと判定した場合（ステップＳＡ−５：Ｎｏ）、すなわち、パターン３の場合、車両挙動予測部１４５により、位置Ｐでの速度／加速度フラグとして車両挙動予測結果が不定であることを示す値「０」をカウントする（ステップＳＡ−６）。ステップＳＡ−６の後、ステップＳＡ−１２の処理へ移行する。言い換えると、車両挙動予測部１４５は、車両挙動予測処理として、２つの確率分布のうち一方の確率分布が他方の確率分布を包含する場合、予測対象とする車両が２つの確率分布のうちいずれかに対応する車両挙動を示すか否かが不定であると判定する処理を実行する。

ステップＳＡ−５に戻り、車両挙動予測装置は、ステップＳＡ−５において、パターン１またはパターン２であると判定した場合（ステップＳＡ−５：Ｙｅｓ）、すなわち、パターン３ではない場合、車両挙動予測部１４５により、位置Ｐでの前車の速度／加速度は減速データベース（Ｂ）の９５％区間（図７の分布Ｂにそれぞれ対応する、図８の速度分布の９５％区間［減速］や図９の加速度分布の９５％区間［減速］）に含まれていないかを判定する（ステップＳＡ−７）。

そして、車両挙動予測装置は、車両挙動予測部１４５により、ステップＳＡ−７において位置Ｐでの前車の速度／加速度は減速データベース（Ｂ）の９５％区間に含まれていると判定した場合（ステップＳＡ−７：Ｎｏ）、続いて、位置Ｐでの前車の速度／加速度は巡航データベース（Ａ）の９５％区間（図７の分布Ａにそれぞれ対応する、図８の速度分布の９５％区間［巡航］や図９の加速度分布の９５％区間［巡航］）に含まれていないかを判定する（ステップＳＡ−８）。

そして、車両挙動予測装置は、車両挙動予測部１４５により、ステップＳＡ−８において位置Ｐでの前車の速度／加速度は巡航データベース（Ａ）の９５％区間に含まれていると判定した場合（ステップＳＡ−８：Ｎｏ）、ステップＳＡ−６に移行し、位置Ｐでの速度／加速度フラグとして車両挙動予測結果が不定であることを示す値「０」をカウントする。ステップＳＡ−６の後、ステップＳＡ−１２の処理へ移行する。

このように、車両挙動予測装置は、車両挙動予測部１４５により、ステップＳＡ−７において位置Ｐでの前車の速度／加速度は減速データベース（Ｂ）の９５％区間に含まれていると判定した場合であって（ステップＳＡ−７：Ｎｏ）、かつ、ステップＳＡ−８において位置Ｐでの前車の速度／加速度は巡航データベース（Ａ）の９５％区間にも含まれていると判定した場合（ステップＳＡ−８：Ｎｏ）、予測対象の車両挙動はＡ（この場合、巡航）でもあるといえるし、予測対象の車両挙動はＢ（この場合、減速）でもあるといえるため、この場合は、不定と判定する。言い換えると、車両挙動予測部１４５は、２つの確率分布のうち一方の確率分布が他方の確率分布を包含しない場合、車両挙動予測処理として、予測対象とする車両の車両挙動の２つの確率分布に対する相対的な位置関係が、一方の確率分布と他方の確率分布に共に属するとき、予測対象とする車両が２つの確率分布のうちいずれかに対応する車両挙動を示すか否かが不定であると判定する処理を実行する。

ステップＳＡ−８に戻り、車両挙動予測装置は、車両挙動予測部１４５により、ステップＳＡ−８において位置Ｐでの前車の速度／加速度は巡航データベース（Ａ）の９５％区間に含まれていないと判定した場合（ステップＳＡ−８：Ｙｅｓ）、位置Ｐでの速度／加速度フラグとして車両挙動予測結果が減速であることを示す値「−１」をカウントする（ステップＳＡ−９）。ステップＳＡ−９の後、ステップＳＡ−１２の処理へ移行する。

このように、車両挙動予測装置は、車両挙動予測部１４５により、ステップＳＡ−７において位置Ｐでの前車の速度／加速度は減速データベース（Ｂ）の９５％区間に含まれていると判定した場合であって（ステップＳＡ−７：Ｎｏ）、かつ、ステップＳＡ−８において位置Ｐでの前車の速度／加速度は巡航データベース（Ａ）の９５％区間に含まれてないと判定した場合（ステップＳＡ−８：Ｙｅｓ）、予測対象の車両挙動はＡ（この場合、巡航）ではないが、予測対象の車両挙動はＢ（この場合、減速）ではないとはいえないため、この場合は、位置Ｐでの予測対象の車両挙動はＢの減速挙動であると予測する。言い換えると、車両挙動予測部１４５は、２つの確率分布のうち一方の確率分布が他方の確率分布を包含しない場合、車両挙動予測処理として、予測対象とする車両の車両挙動の２つの確率分布に対する相対的な位置関係が、一方の確率分布に属しかつ他方の確率分布に属さないとき、予測対象とする車両が一方の確率分布に対応する車両挙動を示すと予測する処理を実行する。

ステップＳＡ−７に戻り、車両挙動予測装置は、車両挙動予測部１４５により、位置Ｐでの前車の速度／加速度は減速データベース（Ｂ）の９５％区間に含まれていないと判定した場合（ステップＳＡ−７：Ｙｅｓ）、続いて、位置Ｐでの前車の速度／加速度は巡航データベースの（Ａ）の９５％区間（図７の分布Ａにそれぞれ対応する、図８の速度分布の９５％区間［巡航］や図９の加速度分布の９５％区間［巡航］）に含まれていないかを判定する（ステップＳＡ−１０）。

そして、車両挙動予測装置は、車両挙動予測部１４５により、ステップＳＡ−１０において位置Ｐでの前車の速度／加速度は巡航データベース（Ａ）の９５％区間に含まれていると判定した場合（ステップＳＡ−１０：Ｎｏ）、ステップＳＡ−６に移行し、位置Ｐでの速度／加速度フラグとして車両挙動予測結果が不定であることを示す値「０」をカウントする。ステップＳＡ−６の後、ステップＳＡ−１２の処理へ移行する。

このように、車両挙動予測装置は、車両挙動予測部１４５により、ステップＳＡ−７において位置Ｐでの前車の速度／加速度は減速データベース（Ｂ）の９５％区間に含まれていないと判定した場合であって（ステップＳＡ−７：Ｙｅｓ）、かつ、ステップＳＡ−１０において位置Ｐでの前車の速度／加速度は巡航データベース（Ａ）の９５％区間にも含まれてないと判定した場合（ステップＳＡ−１０：Ｙｅｓ）、予測対象の車両挙動はＡ（この場合、巡航）ではなく、また、予測対象の車両挙動はＢ（この場合、減速）でもないといえるため、この場合は、不定と判定する。言い換えると、車両挙動予測部１４５は、２つの確率分布のうち一方の確率分布が他方の確率分布を包含しない場合、車両挙動予測処理として、予測対象とする車両の車両挙動の２つの確率分布に対する相対的な位置関係が、一方の確率分布と他方の確率分布に共に属さないとき、予測対象とする車両が２つの確率分布のうちいずれかに対応する車両挙動を示すか否かが不定であると判定する処理を実行する。

ステップＳＡ−１０に戻り、車両挙動予測装置は、車両挙動予測部１４５により、ステップＳＡ−１０において位置Ｐでの前車の速度／加速度は巡航データベース（Ａ）の９５％区間に含まれていると判定した場合（ステップＳＡ−１０：Ｎｏ）、位置Ｐでの速度／加速度フラグとして車両挙動予測結果が巡航であることを示す値「１」をカウントする（ステップＳＡ−１１）。ステップＳＡ−１１の後、ステップＳＡ−１２の処理へ移行する。

このように、車両挙動予測装置は、車両挙動予測部１４５により、ステップＳＡ−７において位置Ｐでの前車の速度／加速度は減速データベース（Ｂ）の９５％区間に含まれていないと判定した場合であって（ステップＳＡ−７：Ｙｅｓ）、かつ、ステップＳＡ−１０において位置Ｐでの前車の速度／加速度は巡航データベース（Ａ）の９５％区間に含まれていると判定した場合（ステップＳＡ−１０：Ｎｏ）、予測対象の車両挙動はＢ（この場合、減速）ではないが、予測対象の車両挙動はＡ（この場合、巡航）ではないとはいえないため、この場合は、位置Ｐでの予測対象の車両挙動はＡの巡航挙動（非減速挙動）であると予測する。言い換えると、車両挙動予測部１４５は、２つの確率分布のうち一方の確率分布が他方の確率分布を包含しない場合、車両挙動予測処理として、予測対象とする車両の車両挙動の２つの確率分布に対する相対的な位置関係が、一方の確率分布に属さずかつ他方の確率分布に属すとき、予測対象とする車両が他方の確率分布に対応する車両挙動を示すと予測する処理を実行する。

なお、本実施形態において、上述のステップＳＡ−５〜ＳＡ−１１で説明した、９５％区間に入っているか否かの判定は、図７に示したように、観測した速度／加速度と各分布に定義したＭａｘ値、Ｍｉｎ値との大小関係で表すことも可能である。

ステップＳＡ−１２の処理から図１０の説明を続ける。車両挙動予測装置は、車両挙動予測部１４５により、予測対象区間に侵入後から位置Ｐまでの速度／加速度フラグを積算して前車挙動を予測する（ステップＳＡ−１２）。つまり、ステップＳＡ−１２において、車両挙動予測装置は、上述のステップＳＡ−６、ステップＳＡ−９、ステップＳＡ−１１でそれぞれカウントされた複数の位置Ｐでの速度／加速度フラグの値の合計に基づいて、最終的に前車の車両挙動が巡航であるか、減速であるか、不定であるかを予測する。このように、車両挙動予測部１４５は、車両挙動予測処理を繰り返し実行して得られた複数の車両挙動の予測結果に基づいて予測対象とする車両の車両挙動を予測する。

そして、車両挙動予測装置は、走行環境特定部１４２により、前方車両の走行状態情報に含まれる前方車両の緯度経度情報等に基づき、前方車両が、車両１００の車両挙動を予測可能な予測対象区間を退出したか否かを判定する（ステップＳＡ−１３）。

ステップＳＡ−１３において、車両挙動予測装置は、前方車両が予測対象区間を退出していないと判定した場合（ステップＳＡ−１３：Ｎｏ）、ステップＳＡ−４の処理へ移行する。一方、ステップＳＡ−１３において、車両挙動予測装置は、前方車両が予測対象区間を退出したと判定した場合（ステップＳＡ−１３：Ｙｅｓ）、本処理を終了する。

以上述べたように、本実施形態の車両挙動予測装置は、運転行動が複数パターンに分かれる場所または場所の特徴に紐付けた各運転行動パターン別の車両挙動データベースを作成または入手する。そして、本実施形態の車両挙動予測装置は、前方車両情報取得部１３０を用いて獲得した前車車両挙動と車両挙動データベースを比較することによって、今後の前車挙動を確率的に予測するとき、各運転行動パターン間の車両挙動データベースの相対関係に応じて、図７のパターン３に示したように誤判定となる恐れがある場合（すなわち、図１０のステップＳＡ−５：Ｎｏのパターン３の場合）には、車両挙動予測は不定であるとして、車両挙動予測結果を判定しないようにしている。

これにより、本実施形態によれば、各ＤＢの相対関係がパターン３にあたる場合、データベースのデータのばらつきや分布の平均値を考慮すると、例えば巡航ＤＢ（Ａ）と減速ＤＢ（Ｂ）間の速度や加速度に差がないと考えられるため、この場合は、不定判定することで誤判定を防止することができる。言い換えると、本実施形態によれば、所定挙動を実行する確率および所定挙動を実行しない確率に基づいて車両の将来の挙動を予測する車両挙動予測装置において、夫々の確率分布の一方が他方を包含するパターン３の場合は、車両挙動の予測を行わないようにすることで、確率分布のばらつきを原因とする誤判定を防止することができる。その結果、本実施形態によれば、車両挙動の予測精度を向上させることができるので、利用者が使いやすくかつ利用者の信頼を獲得できる車両挙動予測装置を提供することが可能となる。

［実施形態２］
上述の実施形態１では、２つの確率分布の相対関係に基づいて車両挙動予測を行う例について説明したが、実施形態２では、３つの確率分布の相対関係に基づいて車両挙動予測を行う例について、図１１〜図１４を参照して説明する。ここで、図１１は、３種類の運転行動のデータベース（分布Ａ，Ｂ，Ｃ）の相対関係を求める場合の判定手法の一例を説明するための図である。図１２は、図１１のパターン２における更新前のａ＿ｍａｘとｂ＿ｍｉｎを説明するための図である。図１３は、図１１のパターン２における更新後のａ’＿ｍａｘとｂ’＿ｍｉｎを説明するための図である。図１４は、実施形態２における車両挙動予測処理の一例を示すフローチャートである。

図１１は、３種類の運転行動データベースとして、分布Ａ（加速ＤＢ）、分布Ｂ（巡航ＤＢ）、分布Ｃ（減速ＤＢ）を比較する場合の一例を示している。図１１に示すように、パターン１は、２つの確率分布が独立している場合である。図１１のパターン１の例では、図７のパターン１の例と同様に、２つの確率分布である分布Ａと分布Ｂとが互いに重複せずに独立している。パターン１であるための条件式１は、図７のパターン１の例と同様に、ガウス分布の場合「ａ＿ｍａｘ＜ｂ＿ｍｉｎ，μ＿ａ＜μ＿ｂ」である。本実施形態の車両挙動予測部１４５は、２つの確率分布である分布Ａおよび分布Ｂについて、条件式１が満たされると判定した場合、２つの確率分布の相対関係がパターン１に該当すると判定する。

そして、図１１のパターン１において、本実施形態の車両挙動予測装置は、分布Ａ，Ｂと分布Ｃとの相対関係について、分布Ａと分布Ｃ、分布Ｂと分布Ｃそれぞれ２つの分布間の相対関係を独立に考慮する。例えば、図１１に示すように、分布Ａと分布Ｂと分布Ｃの３種類の運転行動データベースを比較する場合であっても、パターン１のように、分布Ａと分布Ｂとが互いに重複せずに独立している場合は、車両挙動予測部１４５は、分布Ａと分布Ｃとの相対関係と、分布Ｂと分布Ｃとの相対関係がそれぞれ、パターン１〜パターン３のうちいずれに該当するかを判定する。

このとき、車両挙動予測部１４５は、分布Ａと分布Ｃとの相対関係が、２つの確率分布である分布Ａと分布Ｃとが互いに重複せずに独立しているパターン１に該当する場合は、図７のパターン１の判定手法に従って、車両挙動の予測を行う。例えば、車両挙動予測部１４５は、「ａ＿ｍｉｎ＜ｖ＜ａ＿ｍａｘ」の場合、すなわち、速度ｖが分布Ａの信頼区間内に含まれる場合、ＣではないがＡではないといえない（つまり、Ａである可能性が高い）と判定する。また、パターン１において、車両挙動予測部１４５は、「ｃ＿ｍｉｎ＜ｖ＜ｃ＿ｍａｘ」の場合、すなわち、速度ｖが分布Ｃの信頼区間内に含まれる場合、ＡではないがＣではないといえない（つまり、Ｃである可能性が高い）と判定する。その他、パターン１において、車両挙動予測部１４５は、「ａ＿ｍｉｎ＜ｖ＜ａ＿ｍａｘ」および「ｃ＿ｍｉｎ＜ｖ＜ｃ＿ｍａｘ」ではない場合、すなわち、速度ｖが分布Ａの信頼区間にも分布Ｃの信頼区間にも含まれない場合、ＡでもＣでもないことから、予測対象の車両挙動は不定であると判定する。

続いて、車両挙動予測部１４５は、分布Ａと分布Ｃとの相対関係が、２つの確率分布である分布Ａの一部と分布Ｃの一部とが互いに重複しているパターン２に該当する場合は、図７のパターン２の判定手法に従って、車両挙動の予測を行う。例えば、車両挙動予測部１４５は、「ａ＿ｍｉｎ＜ｖ＜ｃ＿ｍｉｎ」の場合、すなわち、速度ｖが、分布Ａと分布Ｃとの重複部分以外の分布Ａの信頼区間内に含まれる場合、ＣではないがＡではないといえない（つまり、Ａである可能性が高い）と判定する。また、パターン２において、車両挙動予測部１４５は、「ａ＿ｍａｘ＜ｖ＜ｃ＿ｍａｘ」の場合、すなわち、分布Ａと分布Ｃとの重複部分以外の分布Ｃの信頼区間内に含まれる場合、ＡではないがＣではないといえない（つまり、Ｃである可能性が高い）と判定する。その他、パターン２において、車両挙動予測部１４５は、「ａ＿ｍｉｎ＜ｖ＜ｃ＿ｍｉｎ」および「ａ＿ｍａｘ＜ｖ＜ｃ＿ｍａｘ」ではない場合、すなわち、速度ｖが分布Ａの信頼区間にも分布Ｃの信頼区間にも含まれない場合か、または、速度ｖが分布Ａにも分布Ｃにも含まれる場合、ＡでもＣでもないともいえるし、または、ＡでもＣでもあり得るといえるため、予測対象の車両挙動は不定であると判定する。

更に、車両挙動予測部１４５は、分布Ａと分布Ｃとの相対関係が、２つの確率分布のうち、分布Ａが分布Ｃを包含している（または、分布Ｃが分布Ａと包含している場合）パターン３に該当する場合、予測対象とする車両の車両挙動を示すか否かが不定であると判定する。

なお、上述した分布Ａと分布Ｃとの相対関係がパターン１〜パターン３のうちいずれかに該当するかを判定する例は、分布Ｂと分布Ｃとの相対関係がパターン１〜パターン３のうちいずれかに該当するかを判定する場合も、分布Ａを分布Ｂに置換する以外は同様であるため、分布Ｂと分布Ｃとの相対関係を判定する例の詳細については、説明を省略する。

図１１に戻りパターン２から説明を続ける。図１１に示すように、パターン２は、２つの確率分布の一部が重複している場合である。図１１のパターン２の例では、図７のパターン２の例と同様に、２つの確率分布である分布Ａの一部と分布Ｂの一部とが互いに重複している。パターン２であるための条件式２は、図７のパターン２の例と同様に、ガウス分布の場合「ｂ＿ｍｉｎ＜ａ＿ｍａｘ，μ＿ａ＜μ＿ｂ」である。本実施形態の車両挙動予測部１４５は、２つの確率分布である分布Ａおよび分布Ｂについて、条件式２が満たされると判定した場合、２つの確率分布の相対関係がパターン２に該当すると判定する。

そして、図１１のパターン２において、本実施形態の車両挙動予測装置は、分布Ａ，Ｂと分布Ｃとの相対関係について、「ａ＿ｍａｘ」と「ｂ＿ｍｉｎ」を図１２および図１３に示すように更新し、「ａ’＿ｍａｘ」と「ｂ’＿ｍｉｎ」に更新後、分布Ａと分布Ｃ、分布Ｂと分布Ｃそれぞれ２つの分布間の相対関係を独立に考慮する。

図１２に示すように、分布Ａと分布Ｂとの相対関係がパターン２に該当する場合、分布Ａのうち、Ａではないと判定される区間は、分布Ａの９５％信頼区間以外の「ａ＿ｍｉｎ」より左側の区間と「ａ＿ｍａｘ」より右側の区間となる。また、分布Ｂのうち、Ｂではないと判定される区間は、分布Ｂの９５％信頼区間以外の「ｂ＿ｍｉｎ」より左側の区間と「ｂ＿ｍａｘ」より右側の区間となる。そうすると、分布Ａのうち、Ａではないとはいえない（すなわち、Ａである可能性が高い）区間は、「ａ＿ｍｉｎ」と「ａ＿ｍａｘ」の間の区間となり、分布Ｂのうち、Ｂではないとはいえない（すなわち、Ｂである可能性が高い）区間は、「ｂ＿ｍｉｎ」と「ｂ＿ｍａｘ」の間の区間となる。しかし、パターン２の場合、分布Ａと分布Ｂとが重複する区間、すなわち、「ｂ＿ｍｉｎ」と「ａ＿ｍａｘ」の間の区間は、Ａではないとはいえない区間であり、かつ、Ｂではないともいえない区間であるため、不定と判定する区間である。この「ｂ＿ｍｉｎ」と「ａ＿ｍａｘ」の間の区間と、分布Ｃとの相対関係を比較したとしても、この区間はそもそもＡでもＢでもない区間であるため、分布Ｃと比較しても意味がない区間である。

そこで、本実施形態の車両挙動予測装置は、３種類の運転行動データベースとして、分布Ａ（加速ＤＢ）、分布Ｂ（巡航ＤＢ）、分布Ｃ（減速ＤＢ）を比較する場合に、分布Ａと分布Ｂと相対関係がパターン２であると判定された場合、図１３に示すように、更新前の「ｂ＿ｍｉｎ」と「ａ＿ｍａｘ」とを入れ替えて、更新後の「ａ’＿ｍａｘ」と「ｂ’＿ｍｉｎ」としている。これにより、本実施形態の車両挙動予測装置では、「ａ＿ｍｉｎ」と「ａ’＿ｍａｘ」の間の区間を、Ａではないとはいえない（すなわち、Ａである可能性が高い）区間とし、「ｂ’＿ｍｉｎ」と「ｂ＿ｍａｘ」の間の区間を、Ｂではないとはいえない（すなわち、Ｂである可能性が高い）区間とすることができる。その結果、擬似的に分布Ａと分布Ｂとをパターン１のように互いに独立している関係とみなすことができるため、本実施形態の車両挙動予測装置では、上述のように、分布Ａと分布Ｂのそれぞれについて、分布Ａと分布Ｃとの相対関係がパターン１〜３のいずれに該当するか、および、分布Ｂと分布Ｃとの相対関係がパターン１〜３のいずれに該当するかを判定可能となる。このように、本実施形態によれば、３つの確率分布が存在する場合であっても、最終的に２つの確率分布との相対関係に落とし込むことで車両挙動の予測を行うことができる。

図１１に戻りパターン３から説明を続ける。図１１に示すように、パターン３は、２つの確率分布のうち一方が他方に含まれる場合である。図１０のパターン３の例では、図７のパターン３の例と同様に、２つの確率分布のうち、分布Ａが分布Ｂを包含している。パターン３であるための条件式３は、図７のパターン３の例と同様に、ガウス分布の場合「ａ＿ｍｉｎ＜ｂ＿ｍｉｎかつｂ＿ｍａｘ＜ａ＿ｍａｘ」である。本実施形態の車両挙動予測部１４５は、２つの確率分布である分布Ａおよび分布Ｂについて、条件式３が満たされると判定した場合、２つの確率分布の相対関係がパターン３に該当すると判定する。

そして、図１１のパターン３において、本実施形態の車両挙動予測装置は、分布Ａ，Ｂと分布Ｃとの相対関係について、分布Ａ，Ｂは差がなく区別できないとした上で、分布Ａと分布Ｃの相対関係を考慮する。言い換えると、本実施形態の車両挙動予測装置は、分布Ａ〜Ｃのうち、分布Ａと分布Ｂとの関係がパターン３に該当する場合、例えば、分布Ａが分布Ｂを包含する場合は、分布Ｂと分布Ｃを比較する必要がないため、分布Ｂを包含する分布Ａのみに着目して、分布Ａと分布Ｃとの相対関係がパターン１〜３のいずれかに該当するかを判定する。

このように、本実施形態によれば、各運転行動パターン間の車両挙動データベースの相対関係に応じて、誤判定となる恐れがある場合には、車両挙動予測は不定であるとして、車両挙動予測結果を判定しないようにする車両挙動予測装置において、Ｎ（≧３）種類のデータベースの相対関係を２つのデータベースの相対関係であるパターン１〜３を使って帰納的に求めることが可能になる。

以下、実施形態２における車両挙動予測処理の一例について、図１４を参照して説明する。図１４に示す例では、予測対象とする車両の車両挙動の複数種の確率分布が、特定の車両挙動（この場合、減速挙動）の発生時における１つの確率分布（図１１の分布Ｃに対応する減速ＤＢ）と、当該特定の車両挙動の非発生時における２つの確率分布（図１１の分布Ａに対応する加速ＤＢ、図１１の分布Ｂに対応する巡航ＤＢ）との３つの確率分布とからなる場合を想定している。

図１４に示すように、車両挙動予測装置は、車両挙動予測部１４５の類似地点抽出部１４５ａにより、走行中の場所の特徴に紐付いた車両挙動（速度／加速度）データベースを取得する。例えば、車両挙動予測装置は、ある交差点における図８に示した速度分布や図９に示した加速度分布などを取得する（ステップＳＢ−１）。

そして、車両挙動予測装置は、走行環境検出部１２０および前方車両情報取得部１３０等の検出手段により、前方車両の走行状態情報を検出することで、前車車両挙動を検出する（ステップＳＢ−２）。

そして、車両挙動予測装置は、走行環境特定部１４２により、前方車両の走行状態情報に含まれる前方車両の緯度経度情報等に基づき、前方車両が、車両１００の車両挙動を予測可能な予測対象区間内に侵入したか否かを判定する（ステップＳＢ−３）。

そして、車両挙動予測装置は、車両挙動予測部１４５により、前車の位置Ｐに紐付けて、車両挙動データベースと現在の前車速度／加速度とを比較し、加速時（Ａ）、巡航時（Ｂ）、減速時（Ｃ）の各データベース（速度／加速度分布）の何％の信頼区間に含まれているかを算出する（ステップＳＢ−４）。

そして、車両挙動予測装置は、加速時ＤＢ（Ａ）と、巡航ＤＢ（Ｂ）と、減速ＤＢ（Ｃ）との３つのデータベース間の相対関係を、以下のステップで判定する。図１４に示す例では、車両挙動予測装置は、車両挙動予測部１４５により、加速ＤＢ（Ａ）と巡航ＤＢ（Ｂ）との相対関係を、各分布に定義したＭａｘ値、Ｍｉｎ値の大小関係を判定することで、図１１の分布Ａに対応する加速ＤＢ（Ａ）と、図１１の分布Ｂに対応する巡航ＤＢ（Ｂ）の相対関係が、パターン１〜３のいずれであるかを判定する。

まず、車両挙動予測装置は、車両挙動予測部１４５により、「ａ＿ｍｉｎ＜ｂ＿ｍｉｎかつｂ＿ｍａｘ＜ａ＿ｍａｘ」のパターン３（すなわち、分布Ａが分布Ｂを含む場合）に該当するか否かを判定する（ステップＳＢ−５）。

そして、車両挙動予測装置は、車両挙動予測部１４５により、「ａ＿ｍｉｎ＜ｂ＿ｍｉｎかつｂ＿ｍａｘ＜ａ＿ｍａｘ」のパターン３に該当すると判定した場合（ステップＳＢ−５：Ｙｅｓ）、上述のように、分布Ａと分布Ｃに関して比較を実施する（ステップＳＢ−６）。具体的には、車両挙動予測装置は、上述の図１０のステップＳＡ−５以降の手順を使って分布Ａと分布Ｃの２つを比較して、分布Ａと分布Ｃとの相対関係がパターン１〜３のいずれに該当するか判定し、更に、予測対象の車両挙動が、分布Ａが示す加速挙動であるか、分布Ｃが示す減速挙動であるか、または、不定であるかを予測する。

ステップＳＢ−５に戻り、車両挙動予測装置は、車両挙動予測部１４５により、「ａ＿ｍｉｎ＜ｂ＿ｍｉｎかつｂ＿ｍａｘ＜ａ＿ｍａｘ」のパターン３に該当しないと判定した場合（ステップＳＢ−５：Ｎｏ）、更に、「ｂ＿ｍｉｎ＜ａ＿ｍｉｎかつａ＿ｍａｘ＜ｂ＿ｍａｘ」のパターン３（すなわち、分布Ｂが分布Ａを含む場合）に該当するか否かを判定する（ステップＳＢ−７）。

そして、車両挙動予測装置は、車両挙動予測部１４５により、「ｂ＿ｍｉｎ＜ａ＿ｍｉｎかつａ＿ｍａｘ＜ｂ＿ｍａｘ」のパターン３に該当すると判定した場合（ステップＳＢ−７：Ｙｅｓ）、上述のように、分布Ｂと分布Ｃに関して比較を実施する（ステップＳＢ−８）。具体的には、車両挙動予測装置は、上述の図１０のＳＡ−５以降の手順を使って分布Ｂと分布Ｃの２つを比較して、分布Ｂと分布Ｃとの相対関係がパターン１〜３のいずれに該当するか判定し、更に、予測対象の車両挙動が、分布Ｂが示す巡航挙動であるか、分布Ｃが示す減速挙動であるか、または、不定であるかを予測する。

このように、本実施形態において、複数種の確率分布は、特定の車両挙動の発生時における確率分布である発生時確率分布（図１４において、減速ＤＢ（Ｃ））と、当該特定の車両挙動の非発生時における確率分布である非発生時確率分布とからなり、非発生時確率分布が複数（図１４において、加速ＤＢ（Ａ）と巡航ＤＢ（Ｃ））存在するとき、車両挙動予測部１４５は、非発生時確率分布のうち１つの確率分布（例えば、加速ＤＢ（Ａ））が別の確率分布（例えば、巡航ＤＢ（Ｂ））を包含する場合、当該非発生時確率分布のうち１つの確率分布（例えば、加速ＤＢ（Ａ））と発生確率分布（図１４において、減速ＤＢ（Ｃ））とを２つの確率分布として車両挙動予測処理を実行する。

ステップＳＢ−７に戻り、車両挙動予測装置は、車両挙動予測部１４５により、「ｂ＿ｍｉｎ＜ａ＿ｍｉｎかつａ＿ｍａｘ＜ｂ＿ｍａｘ」のパターン３に該当しないと判定した場合（ステップＳＢ−７：Ｎｏ）、更に、「ａ＿ｍａｘ＜ｂ＿ｍｉｎかつμ＿ａ＜μ＿ｂ」のパターン１に該当するか否かを判定する（ステップＳＢ−９）。

そして、車両挙動予測装置は、車両挙動予測部１４５により、「ａ＿ｍａｘ＜ｂ＿ｍｉｎかつμ＿ａ＜μ＿ｂ」のパターン１に該当すると判定した場合（ステップＳＢ−９：Ｙｅｓ）、上述のように、分布Ａと分布Ｃ、分布Ｂと分布Ｃそれぞれに関して比較を実施する（ステップＳＢ−１０）。具体的には、車両挙動予測装置は、上述の図１０のステップＳＡ−５以降の手順を使って、分布Ａと分布Ｃの２つを比較し、分布Ｂと分布Ｃの２つを比較する。そして、車両挙動予測装置は、分布Ａと分布Ｃとの相対関係、および、分布Ｂと分布Ｃとの相対関係が、それぞれパターン１〜３のいずれに該当するか判定し、更に、予測対象の車両挙動が、分布Ａが示す加速挙動であるか、分布Ｂが示す巡航挙動であるか、分布Ｃが示す減速挙動であるか、または、不定であるかを予測する。

このように、本実施形態において、車両挙動予測部１４５は、非発生時確率分布同士が互いに重複せずに独立している場合、当該非発生時確率分布のうちの各確率分布と発生時確率分布との組み合わせをそれぞれ２つの確率分布として車両挙動予測処理を実行する。

ステップＳＢ−９に戻り、車両挙動予測装置は、車両挙動予測部１４５により、「ａ＿ｍａｘ＜ｂ＿ｍｉｎかつμ＿ａ＜μ＿ｂ」のパターン１に該当しないと判定した場合（ステップＳＢ−９：Ｎｏ）、更に、「ｂ＿ｍｉｎ＜ａ＿ｍａｘかつμ＿ａ＜μ＿ｂ」のパターン２に該当するか否かを判定する（ステップＳＢ−１１）。

そして、車両挙動予測装置は、車両挙動予測部１４５により、「ｂ＿ｍｉｎ＜ａ＿ｍａｘかつμ＿ａ＜μ＿ｂ」のパターン２に該当すると判定した場合（ステップＳＢ−１１：Ｙｅｓ）、図１２および図１３に示したように、「ａ＿ｍａｘ」と「ｂ＿ｍｉｎ」を入れ替えて、「ａ’＿ｍａｘ」と「ｂ’＿ｍｉｎ」とする（ステップＳＢ−１２）。その後、ステップＳＢ−１０の処理へ移行する。

ステップＳＢ−１１に戻り、車両挙動予測装置は、車両挙動予測部１４５により、「ｂ＿ｍｉｎ＜ａ＿ｍａｘかつμ＿ａ＜μ＿ｂ」のパターン２に該当しないと判定した場合（ステップＳＢ−１１：Ｎｏ）、「ｂ＿ｍａｘ」と「ａ＿ｍｉｎ」を入れ替えて、「ｂ’＿ｍａｘ」と「ａ’＿ｍｉｎ」とする（ステップＳＢ−１２）。その後、ステップＳＢ−１０の処理へ移行する。

このように、本実施形態において、車両挙動予測部１４５は、非発生時確率分布のうち１つの確率分布と別の確率分布の一部が重複している場合、重複部分を除く当該非発生時確率分布のうちの各確率分布と発生時確率分布との組み合わせをそれぞれ２つの確率分布として車両挙動予測処理を実行する。

以上説明したように、本実施形態によれば、３つのデータベースの相対関係を考慮する場合でも、２つのデータベースの相対関係の考え方に基づいて、帰納的に処理することができる。なお、本実施形態では、３つのデータベースの相対関係を考慮する場合を例に説明したが、４つのデータベース、５つのデータベースといった３つ以上のデータベースの相対関係を考慮する場合であっても、複数の非発生時確率分布に対して、図１４のステップＳＢ−５，ＳＢ−７，ＳＢ−９，ＳＢ−１１〜ＳＢ−１３の処理を繰り返し実行し、最終的に、１つの非発生時確率分布と１つの発生時確率分布とを比較することで、予測対象の車両の車両挙動を予測できる。このように、本実施形態によれば、３つ以上の運転行動間のデータベースの相対関係を考慮する場合であっても、予測対象の車両の車両挙動を予測することが可能になる。

上述した実施形態１〜２に示した車両挙動予測処理は、図１０および図１４に示した例に限定されず、適宜組み合わせて実行してもよい。また、上述した実施形態１〜２では、車両挙動を予測する対象として前方車両を例に説明したが、実施形態１〜２に示した車両挙動予測処理は、自車両の車両挙動を予測する場合も同様に適用できる。この場合、自車両の車両挙動予測結果に基づいて、以下に示すような自車両に対する運転支援を実施してもよい。

例えば、支援実施部１６１は、車両挙動予測部１４５から自車両の車両挙動の予測結果が入力されると、この予測結果に基づいて、例えば、システム制御部１４１により制御される各種制御機器の制御量を求め、求めた制御量をシステム制御部１４１に出力することで、自車両に対する運転支援を実施してもよい。これにより、例えば、車両挙動予測部１４５の予測結果が自車両の減速挙動の発生を示しているときは、自車両が減速するタイミングもしくはこのタイミング以前で、エンジンのオフまたはアクセルのオフを実行する。車両１００がハイブリッド自動車であるときは、支援実施部１６１は、自車両が減速するタイミングもしくはこのタイミング以前でのブレーキ回生を実行する。このように、支援実施部１６１は、自車両の減速時もしくは減速開始以前に、車両１００のエネルギーロス低減支援を実施することができる。一方、車両挙動予測部１４５の予測結果が自車両の減速挙動が発生しない、すなわち、自車両の車両挙動が非減速挙動である旨を示しているときには、支援実施部１６１は、システム制御部１４１を通じた減速支援を実行しない。同様に、支援実施部１６１は、車両挙動予測部１４５から前方車両の車両挙動が不定であるとする識別結果が入力されたときにも、システム制御部１４１を通じた減速支援を実行しない。

この他、支援実施部１６１は、車両挙動予測部１４５から入力される前方車両と自車両の車両挙動の予測結果の両方を考慮して、各状況に適切した運転支援を実施してもよい。また、車両挙動は、例えば、車両１００または前方車両の加速挙動または非加速挙動であってもよい。この場合、支援実施部１６１は、前方車両または自車両の車両挙動が加速挙動または非加速挙動であると予測された予測結果に基づいて、各状況に適した運転支援を実施してもよい。また、上述した実施形態１〜２では、特定の車両挙動として減速挙動を例に説明したが、特定の車両挙動は、減速挙動以外であってもよい。

１００ 車両
１１０ 車両状態検出部
１１１ 車速センサ
１１２ 加速度センサ
１２０ 走行環境検出部
１２１ ＧＰＳ
１３０ 前方車両情報取得部
１３１ ミリ波レーダ
１３２ 車載通信機
１４０ 車載制御部
１４１ システム制御部
１４２ 走行環境特定部
１４２ａ 道路地図データ
１４３ 分布演算部
１４３ａ 信頼区間規定部
１４４ データベース作成部
１４５ 車両挙動予測部
１４５ａ 類似地点抽出部
１５０ 分布データベース
１６０ 運転支援制御部
１６１ 支援実施部
１６２ 音声部
１６３ 表示部

Claims (5)

1. 車両の走行状態を示す走行状態情報を収集するとともに当該収集した走行状態情報に基づき車両挙動の発生確率を示す複数種の確率分布を求める分布演算部と、
   予測対象とする車両の車両挙動の前記複数種の確率分布に対する相対的な位置関係を求め、当該求めた相対的な位置関係に基づいて前記予測対象とする車両の車両挙動を予測する車両挙動予測処理を実行する車両挙動予測部と、を備え、
   前記車両挙動予測処理は、２つの確率分布のうち一方の確率分布が他方の確率分布を包含する場合、前記予測対象とする車両が前記２つの確率分布のうちいずれかに対応する車両挙動を示すか否かが不定であると判定する処理を含むことを特徴とする車両挙動予測装置。
2. 前記車両挙動予測処理は、前記２つの確率分布のうち一方の確率分布が他方の確率分布を包含しない場合、
   前記相対的な位置関係が、前記一方の確率分布に属しかつ前記他方の確率分布に属さないとき、前記予測対象とする車両が前記一方の確率分布に対応する車両挙動を示すと予測する処理と、
   前記相対的な位置関係が、前記一方の確率分布に属さずかつ前記他方の確率分布に属すとき、前記予測対象とする車両が前記他方の確率分布に対応する車両挙動を示すと予測する処理と、
   前記相対的な位置関係が、前記一方の確率分布と前記他方の確率分布に共に属さないときまたは前記一方の確率分布と前記他方の確率分布に共に属するとき、前記不定であると判定する処理と、
   を含む請求項１に記載の車両挙動予測装置。
3. 前記車両挙動予測部は、前記車両挙動予測処理を繰り返し実行して得られた複数の車両挙動の予測結果に基づいて前記予測対象とする車両の車両挙動を予測する
   請求項１または２に記載の車両挙動予測装置。
4. 前記複数種の確率分布は、特定の車両挙動の発生時における確率分布である発生時確率分布と、当該特定の車両挙動の非発生時における確率分布である非発生時確率分布とからなり、前記非発生時確率分布が複数存在するとき、
   前記車両挙動予測部は、前記非発生時確率分布のうち１つの確率分布が別の確率分布を包含する場合、当該非発生時確率分布のうち１つの確率分布と前記発生確率分布とを前記２つの確率分布として前記車両挙動予測処理を実行し、
   前記非発生時確率分布同士が互いに重複せずに独立している場合、当該非発生時確率分布のうちの各確率分布と前記発生時確率分布との組み合わせをそれぞれ前記２つの確率分布として前記車両挙動予測処理を実行し、
   前記非発生時確率分布のうち１つの確率分布と別の確率分布の一部が重複している場合、重複部分を除く当該非発生時確率分布のうちの各確率分布と前記発生時確率分布との組み合わせをそれぞれ前記２つの確率分布として前記車両挙動予測処理を実行する
   請求項１〜３のいずれか一項に記載の車両挙動予測装置。
5. 前記車両挙動予測部で予測した前記予測対象とする車両の車両挙動に基づいて運転支援を実行する運転支援制御部、を更に備える請求項１〜３のいずれか一項に記載の車両挙動予測装置。

Images