JP2015054580A - 運転支援装置 - Google Patents

Abstract

【課題】運転者の運転操作による車速データを学習し、その学習された車速を用いて運転者の意図に沿った運転支援を行える運転支援装置を提供することを課題とする。
【解決手段】運転者が加減速操作を行って車両を走行させている間における走行データを学習し、その学習車速に基づいて運転支援を行う運転支援装置１であって、運転者が加減速操作を行っている間に走行経路上の同一の位置における車速と加減速の傾向をそれぞれ複数回記憶する記憶手段２０，４１と、同一の位置における複数の車速の中から加減速の傾向に基づいて学習が可能な複数の車速を判別し、学習が可能と判別された複数の車速のばらつきが小さい場合にその複数の車速に基づいて車速を学習する学習手段４４と、学習後に車速が学習された位置を車両が走行するときに学習車速に基づいて運転支援を行う運転支援手段３０，３１，３２，３３，４５，４６とを備えることを特徴とする。
【選択図】図１

Description

本発明は、運転者が運転操作を行って車両を走行させている間における走行データを学習し、当該学習された結果に基づいて運転支援を行う運転支援装置に関する。

車両の運転者を支援するための装置が各種開発されており、車速が目標車速になるように走行制御等の運転支援を行うものがある。この目標車速として、運転者が運転操作を行って車両を走行させている間に車速データを記憶しておき、この車速データを学習して目標車速を設定する場合がある。運転者の運転操作による車速データを用いた運転支援として、例えば、特許文献１には、運転者が運転操作を行って車両を走行させている間の車両の各位置における車速を記憶しておき、自動運転で車両を走行させるときに記憶されている車速を各位置の車速目標値として車両を制御することが開示されている。さらに、車速データの学習として、例えば、特許文献２には、車両の各位置における車速（学習データ）の学習回数やばらつきを取得し、学習回数やばらつきから自信度（学習回数が多い場合やばらつきが小さい場合に自信度が高い）を求め、自信度（信頼性）が高いほど学習された車速を走行制御に用いる度合いを高めることが開示されている。

特開２０１０−８９６９８号公報 特開２０１１−１６１９４９号公報 国際公開第２０１３／３０９２７号パンフレット 特開２０１１−１１２６０１号公報

ある位置において車速のばらつきが小さい場合でも、運転者の運転操作による加減速の傾向がばらついていることがある。このような場合、その位置で偶然に同じような車速になり、車速のばらつきが小さくなった可能性が高い。そのような位置において車速のばらつきが小さいので、その車速データを全て用いて学習すると、信頼性の低い車速データで学習したことになる。その結果、その学習された目標車速を用いて運転支援を行ったときには、その位置では運転者の意図と異なる運転支援となる可能性がある。特に、一般道の場合、周辺環境が変化したり、外乱が発生したりするので、同じ位置でも運転者の運転操作による加減速の傾向が変わり易い。

そこで、本発明は、運転者の運転操作による車速データを学習し、その学習された車速を用いて運転者の意図に沿った運転支援を行える運転支援装置を提供することを課題とする。

本発明に係る運転支援装置は、運転者が運転操作を行って車両を走行させている間における走行データを学習し、当該学習された結果に基づいて運転支援を行う運転支援装置であって、運転者が加減速操作を行っている間に、走行経路上の同一の位置における車速と加減速の傾向をそれぞれ複数回記憶する記憶手段と、記憶手段に記憶されている同一の位置における複数の車速の中から加減速の傾向に基づいて学習が可能な複数の車速を判別し、当該学習が可能と判別された複数の車速のばらつきが小さい場合に当該ばらつきの小さい複数の車速に基づいて同一の位置における車速を学習する学習手段と、学習手段での学習後に車速が学習された位置を車両が走行するときに、学習手段で学習された車速に基づいて運転支援を行う運転支援手段とを備えることを特徴とする。

この運転支援装置では、運転者が運転操作を行って車両を走行させている間に走行経路の同一の位置を通過する毎に、記憶手段に車速と加減速の傾向を記憶させる。加減速の傾向は、運転者の加減速操作によって車両が加速しているのか、減速しているのかなどを示すものであり、さらに、加速（減速）している場合でも急加速（急減速）、緩加速（緩減速）などの加速の程度（減速の程度）も示すものでもよい。同一の位置は、厳密に同じ位置だけでなくてもよく、前後のある程度の範囲内の位置や左右のある程度の範囲内の位置（例えば、異なる車線での位置）を含むものである。そして、運転支援装置では、学習手段によって同一の位置における複数の車速の中から加減速の傾向に基づいて学習が可能な複数の車速を判別する。ここでは、運転者の加減速操作による運転者の意図が反映されている加減速の傾向を用いて同一の位置における車速データを判別することにより、運転者の加減速の意図が同じときの車速データを学習対象として抽出できる。この判別では、記憶手段に記憶されている同一の位置における複数の車速の中から、全ての車速データを学習対象にできると判別する場合、全ての車速データを学習対象できないと判別する場合、一部の車速データだけを学習対象にできると判別する場合、複数グループの一部の車速データをそれぞれ学習対象にできると判別する場合などがある。学習が可能と判別された複数の車速がある場合、運転支援装置では、学習手段によって、その学習が可能と判別された複数の車速のばらつきを求めて、ばらつきが小さい場合にのみ、そのばらつきの小さい複数の車速に基づいて同一の位置における車速を学習する。つまり、運転者の加減速の意図が同じときの複数の車速であるが、その複数の車速がばらついている場合には、学習を行う上で信頼性が低いデータなので、学習を行わない。一方、運転者の加減速の意図が同じときの複数の車速であり、その複数の車速が安定している場合には、学習を行う上で信頼性が高いデータであるので、学習を行う。学習手段での学習後に車速が学習された位置を車両が走行するときに、運転支援装置では、運転支援手段によって、その学習された車速に基づいて運転支援を行う。この学習された車速は運転者の加減速の意図が同じときのばらつきが小さい車速データから導出された車速であるので、この学習車速に基づいて運転支援を行うことによって運転者の加減速の意図に沿った適切な運転支援を行うことができる。このように、運転支援装置では、同一の位置における運転者の運転操作による車速に加減速の傾向を加味することにより、運転者の加減速の意図が同じときのばらつきが小さい車速だけを学習でき、その学習された車速を用いて運転者の意図に沿った運転支援を行うことができる。

本発明の上記運転支援装置では、学習手段は、記憶手段に記憶されている同一の位置における複数の車速の中から加減速の傾向が同じ車速を学習が可能な複数の車速と判別する構成としてもよい。加減速の傾向が同じである場合、運転者の加減速の意図が同じであると推測できるので、加減速の傾向が同じ複数の車速を学習対象とすることができる。

本発明の上記運転支援装置では、学習手段は、記憶手段に記憶されている同一の位置における複数の車速の中から加減速の度合いのばらつきが小さい車速を学習が可能な複数の車速と判別する構成としてもよい。加減速の度合いのばらつきが小さい場合、そのばらつきが小さい複数の加減速の傾向は運転者の加減速の意図が同じであると推測できるので、加減速の度合いのばらつきが小さい複数の車速を学習対象とすることができる。

本発明の上記運転支援装置では、運転支援手段は、学習された位置において、学習手段で学習された車速が加速の傾向のときの車速でありかつ車両の現在の車速が学習された車速よりも所定量以上高い場合または学習手段で学習された車速が減速の傾向のときの車速でありかつ車両の現在の車速が学習された車速よりも所定量以上低い場合には学習された車速に基づいて運転支援を行わないと好適である。

通常、車両の現在の車速が学習車速（目標車速）よりも高いと、学習車速まで減速するための運転支援を行う。この学習車速が加速の傾向の場合、運転者は加速の意図であるにもかかわらず、減速するための運転支援を行ってしまうことになる。そこで、学習車速が加速の傾向の場合、運転支援手段では車両の現在の車速が学習車速よりも所定量以上既に高くなっている場合には運転支援を行わないので、運転者の加速の意図に反する減速の運転支援が行われない。また、通常、車両の現在の車速が学習車速よりも低いと、学習車速まで加速するための運転支援を行う。この学習車速が減速の傾向の場合、運転者は減速の意図であるにもかかわらず、加速するための運転支援を行ってしまうことになる。そこで、学習車速が減速の傾向の場合、運転支援手段では車両の現在の車速が学習車速よりも所定量以上既に低くなっている場合には運転支援を行わないので、運転者の減速の意図に反する加速の運転支援が行われない。所定量は、加速意図の運転者が許容できる程度の小さな減速度による運転支援あるいは減速意図の運転者が許容できる程度の小さな加速度による運転支援となるような量であり、０でもよい。

本発明の上記運転支援装置では、記憶手段に記憶されている同一の位置における複数の車速の頻度を解析し、当該解析によって複数の車速の頻度が多峰性を持つと判断した場合、複数の車速を多峰性における峰毎に走行パターンに応じた複数の車速に分離する分離手段を備え、学習手段は、分離手段で多峰性における峰毎に分離されている場合、当該分離された峰毎に、当該峰の走行パターンに応じた複数の車速の中から加減速の傾向に基づいて学習が可能な複数の車速を判別し、当該学習が可能と判別された複数の車速のばらつきが小さい場合に当該ばらつきの小さい複数の車速に基づいて同一の位置における車速を学習し、運転支援手段は、分離手段で多峰性における峰毎に分離されている場合、学習手段での学習後に車速が学習された位置を車両が走行するときに、走行中の走行パターンと同じ走行パターンに応じた複数の車速を用いて学習手段で学習された車速に基づいて運転支援を行う構成としてもよい。

信号機の赤信号か青信号かなどによって車両の行動が複数の走行パターンに変わる箇所においては、同一の位置においてこの複数の走行パターンに応じた車速を含むことになり、複数の走行パターンに応じた各車速データによって多峰性を持つことになる。このように多峰性を持つ場合、記憶手段に記憶されている同一の位置における複数の車速は、そのままだとばらつきが大きくなり、学習に適さないデータとなる。そこで、運転支援装置では、分離手段によって、同一の位置における複数の車速の頻度を解析し、複数の車速の頻度が多峰性を持つか否かを判断し、多峰性を持つ場合にはその複数の車速を多峰性における峰毎に走行パターンに応じた複数の車速に分離する。分離手段で多峰性における峰毎に分離されている場合、運転支援装置では、学習手段によって峰毎にその峰の走行パターンに応じた複数の車速を用いて上記の学習を行う。学習手段での学習後に車速が学習された位置を車両が走行するときに、運転支援装置では、運転支援手段によって、走行中の走行パターンと同じ走行パターンに応じた複数の車速を用いて学習された車速に基づいて運転支援を行う。このように、運転支援装置では、同一の位置で多峰性を持つ車速データに対しては峰毎に複数の走行パターンに応じた車速データにそれぞれ分離することにより、走行パターン毎に学習に適した車速データについてそれぞれ学習することができ、学習の機会を増やすことができる。さらに、運転支援装置では、走行中の走行パターンと同じ走行パターンの車速データから学習された車速に基づいて運転支援を行うことにより、その学習された車速を用いて運転者の意図に沿った運転支援を行うことができる。

本発明の上記運転支援装置では、車両の周辺環境を検出する周辺環境検出手段と、周辺環境検出手段で検出された周辺環境が、時刻に応じて変化し車両の行動を変える要因となる周辺環境の場合、当該周辺環境を複数の周辺環境パターンに分類する分類手段と、分類手段で複数の周辺環境パターンに分類された場合、記憶手段に記憶されている同一の位置における複数の車速を周辺環境パターン毎に当該周辺環境パターンに応じた複数の車速に分離する分離手段とを備え、学習手段は、分離手段で周辺環境パターン毎に分離されている場合、当該分離された周辺環境パターン毎に、当該周辺環境パターンに応じた複数の車速の中から加減速の傾向に基づいて学習が可能な複数の車速を判別し、当該学習が可能と判別された複数の車速のばらつきが小さい場合に当該ばらつきの小さい複数の車速に基づいて同一の位置における車速を学習し、運転支援手段は、分離手段で周辺環境パターン毎に分離されている場合、学習手段での学習後に車速が学習された位置を車両が走行するときに、走行中の周辺環境パターンと同じ周辺環境パターンに応じた複数の車速を用いて学習手段で学習された車速に基づいて運転支援を行う構成としてもよい。

車両の周辺環境の中には上記した信号機などのように、車両の行動を変える要因となる周辺環境がある。このような周辺環境の場合、上記した信号機の赤信号の場合の走行パターンと青信号の場合の走行パターンなどのように、車両の行動が変わる複数のパターンがある。そこで、運転支援装置では、周辺環境検出手段によって、車両の周辺環境を検出する。この検出された周辺環境が、時刻に応じて変化し車両の行動を変える要因となる周辺環境の場合、運転支援装置では、分類手段によって、その周辺環境を複数のパターンに分類する。そして、運転支援装置では、分離手段によって、同一の位置における複数の車速を周辺環境のパターン毎（ひいては、車速データの多峰性における峰毎）にその周辺環境パターンに応じた複数の車速にそれぞれ分離する。分離手段で周辺環境パターン毎に分離されている場合、運転支援装置では、学習手段によって周辺環境パターン毎にその周辺環境パターンに応じた複数の車速を用いて上記の学習を行う。学習手段での学習後に車速が学習された位置を車両が走行するときに、運転支援装置では、運転支援手段によって、走行中の周辺環境パターンと同じ周辺環境パターンに応じた複数の車速を用いて学習された車速に基づいて運転支援を行う。このように、運転支援装置では、車両の行動を変える要因となる周辺環境の場合にはその周辺環境における複数のパターン毎に車速データをそれぞれ分離することにより、周辺環境のパターン毎に学習に適した車速データについてそれぞれ学習することができ、学習の機会を増やすことができる。さらに、運転支援装置では、走行中の周辺環境パターンと同じ周辺環境パターンの車速データから学習された車速に基づいて運転支援を行うことにより、その学習された車速を用いて運転者の意図に沿った運転支援を行うことができる。

本発明の上記運転支援装置では、車両の前方を走行する前方車両を検出する前方車両検出手段と、記憶手段に記憶されている同一の位置における複数の車速のうち前方車両検出手段で前方車両が検出されている間に記憶された車速を、前方車両検出手段で前方車両が検出されていない間に記憶された車速を用いて当該前方車両が検出されていない間に記憶された車速側に補正し、当該補正された車速を記憶手段に記憶させる補正手段とを備え、学習手段は、補正手段で補正を行っている場合、記憶手段に記憶されている同一の位置における補正された車速及び前方車両検出手段で前方車両が検出されていない間に記憶された車速の中から加減速の傾向に基づいて学習が可能な複数の車速を判別し、当該学習が可能と判別された複数の車速のばらつきが小さい場合に当該ばらつきの小さい複数の車速に基づいて同一の位置における車速を学習する構成としてもよい。

運転支援装置を搭載した車両の前方に車両が存在する場合、運転者は、前方車両の車速の影響を受けて加減速操作を行うことになる。そのため、同一の位置における複数の車速のうち前方車両が存在するときに記憶された車速は、運転者が希望する車速ではない可能性がある。そこで、運転支援装置では、前方車両検出手段によって、前方車両を検出する。そして、運転支援装置では、補正手段によって、同一の位置における複数の車速のうち前方車両が検出されている間に記憶された車速を、前方車両が検出されていない間に記憶された車速を用いてその前方車両が検出されていない間に記憶された車速側に補正し、その補正された車速を記憶手段に記憶させる。補正手段で補正が行われている場合、学習手段では、記憶手段に記憶されているこの補正後の車速データ及び前方車両が検出されていない間に記憶された車速データを用いて上記の学習を行う。このように、運転支援装置では、前方車両が存在するときに記憶された車速を前方車両が存在しないときに記憶された車速によって補正することにより、運転者のより意図に沿った車速データを用いた学習ができ、より高精度な学習を行うことができる。

本発明の上記運転支援装置では、記憶手段は、第１の周期毎に走行経路上の複数の位置における車速をそれぞれ記憶し、当該記憶されている複数の位置における車速に基づいて所定範囲の車速のばらつきを算出し、当該算出された所定範囲の車速のばらつきが小さい場合には当該所定範囲に含まれる位置については第１の周期より短い第２の周期毎に車速を記憶する構成としてもよい。

学習用のデータを記憶させる記憶容量には制限があるので、学習用に記憶させるデータ量を出来る限り減らしたい。そこで、運転支援装置では、記憶手段によって、まず、第１の周期毎に走行経路上の複数の位置における車速をそれぞれ記憶する。この第１の周期は、長い周期である。周期としては、時間的な周期、距離的な周期などがある。そして、運転支援装置では、記憶手段によって、第１の周期毎に記憶されている複数の位置における車速に基づいて所定範囲の車速のばらつきを算出する。このばらつきには、密度、分散などがある。この車速のばらつきが小さい所定範囲では、運転者の運転操作による車速が安定しており、学習に適した箇所である。そこで、運転支援装置では、記憶手段によって、そのばらつきが小さい場合には所定範囲に含まれる位置については第２の周期毎に車速を記憶する。この第２の周期は、学習用のデータを短周期で収集するために、第１の周期よりも短い周期である。このように、運転支援装置では、学習に適した箇所だけ短い周期で車速データを記憶することにより、学習用に記憶させるデータ量を削減できる。

本発明の上記運転支援装置では、運転支援手段は、学習手段での学習後に車速が学習された位置を車両が走行するときに、当該学習された位置における学習された車速及び当該学習された車速に基づいて行う加減速制御の情報を提供する構成としてもよい。このような情報提供を行うことにより、運転者は、走行中の各位置に適した目標車速やその目標車速に基づく加減速制御を把握できる。さらに、運転者は、その目標車速や加減速制御を把握した上で、その加減速制御を行わせるか否かを選択することも可能となる。

本発明によれば、同一の位置における運転者の運転操作による車速に加減速の傾向を加味することにより、運転者の加減速の意図が同じときのばらつきが小さい車速だけを学習でき、その学習された車速を用いて運転者の意図に沿った運転支援を行うことができる。

本実施の形態に係る運転支援装置の構成図である。 図１の記憶制御部における処理の説明図であり、（ａ）が広い間隔（長い周囲）での車速データの一例であり、（ｂ）が各密度の車速域及び密度安定率の一例であり、（ｃ）が狭い間隔（短い周期）と広い間隔（長い周期）での車速データの一例である。 図１の補正部における補正対象のデータの一例である。 図１の分離部における分離対象の多峰性を持つデータの一例であり、（ａ）が異なるトレンドで多峰性を持つデータの一例であり、（ｂ）が同じトレンドで多峰性を持つデータの一例である。 図１の学習部における学習対象のデータの一例であり、（ａ）が加速トレンドの学習データの一例であり、（ｂ）が加速トレンドの学習データと減速トレンドの未学習データが混ざったデータの一例である。 図１のＨＭＩ制御部によるＨＭＩの一例であり、（ａ）が走行経路上の学習位置の一例であり、（ｂ）がディスプレイでの表示例である。 図１の走行制御部において制御制限される場合の一例である。 図１の運転支援装置における学習時の動作の流れを示すフローチャートである。

以下、図面を参照して、本発明に係る運転支援装置の実施の形態を説明する。なお、各図において同一又は相当する要素については同一の符号を付し、重複する説明を省略する。

本実施の形態では、本発明を、車両の前後方向の移動に対して運転支援を行う運転支援装置に適用する。本実施の形態に係る運転支援装置では、運転者の運転行動を学習して各位置における目標車速（学習車速）を設定し、その目標車速を用いて走行制御や情報提供を行う。本実施の形態に係る運転支援装置では、情報提供を常時行い、走行制御について運転者が指示した場合に行う。但し、走行制御中でも、運転者が加減速操作を行った場合にはその操作を優先させる。また、走行制御中、前方車両が存在しない場合には車速が学習した目標車速になるように制御を行い、前方車両が存在する場合には前方車両に一定車間距離をあけて追従するように制御を行う。

なお、学習による目標車速が設定されていない位置については、車車間通信などによって多数の他車両から他車両で学習された目標車速を取得して、その中央値や平均値などを設定してもよいし、あるいは、走行中の道路の制限速度などに基づいて設定してもよい。目標速度は一定距離間隔（例えば、１００ｍ、２００ｍ）毎の位置に設定され、その位置において目標速度になるようにその位置より手前側に加速制御区間、減速制御区間などが設定される。学習される位置は、厳密に同じ位置だけでなくてもよく、厳密に同じ位置に対して前後方向の所定範囲内の位置（例えば、前後方向数ｍの位置）や左右方向の所定範囲内の位置（例えば、異なる車線での位置）を含むものである。この所定範囲は、車両の位置を検出する手段の検出誤差などを考慮して設定される。

ちなみに、高速道路や有料道路などの場合、所定の車速を維持するように運転支援することが可能であり、固定の目標速度でもよい。しかし、一般道路などの場合、各道路での制限速度、信号機などの周辺環境、交通量の変化などの様々な要因により車両の車速が頻繁に変化する状況においては、それに応じて目標車速も変える必要があり、各位置に適した目標車速にしないと運転の利便性が損なわれてしまう。本実施の形態に係る運転支援装置では、走行経路上の各位置で学習を行って目標車速を設定できるので、このような車速が頻繁に変化する一般道路などで好適である。

図１を参照して、本実施の形態に係る運転支援装置１の構成を説明する。図１は、図１は、本実施の形態に係る運転支援装置１の構成図である。

運転支援装置１は、運転者の意図（特に、加速意図、減速意図）に沿った運転支援を行う。そのために、運転支援装置１では、運転者の運転操作で車両を走行させているときに同じ場所で行動が安定した地点（車速のばらつきが小さい地点）を学習し、この学習の際に車速に加えて加減速のトレンド（傾向）を考慮する。この加減速のトレンドとしては、加速のトレンド、減速のトレンド、それ以外（定速など）のトレンドがある。また、運転支援装置１では、学習時の加減速のトレンドを考慮して、現在車速が目標車速（学習車速）と異なる場合でも運転者の加速意図や減速意図に沿わない走行制御を行わない。

運転支援装置１は、車速センサ１０、ＧＰＳ[Global PositioningSystem]受信機１１、レーダセンサ１２、運転支援スイッチ１３、学習データベース２０、エンジンＥＣＵ[ElectronicControl Unit]３０、ブレーキＥＣＵ３１、ディスプレイ３２、スピーカ３３、運転支援ＥＣＵ４０（記憶制御部４１、補正部４２、分離部４３、学習部４４、ＨＭＩ[Human Machine Interface]制御部４５、走行制御部４６）などからなる。

なお、本実施の形態では、学習データベース２０及び運転支援ＥＣＵ４０の記憶制御部４１が特許請求の範囲に記載する記憶手段に相当し、運転支援ＥＣＵ４０の学習部４４が特許請求の範囲に記載する学習手段に相当し、エンジンＥＣＵ３０、ブレーキＥＣＵ３１、ディスプレイ３２、スピーカ３３及び運転支援ＥＣＵ４０のＨＭＩ制御部４５、走行制御部４６が特許請求の範囲に記載する運転支援手段に相当し、レーダセンサ１２が特許請求の範囲に記載する前方車両検出手段に相当し、運転支援ＥＣＵ４０の補正部４２が特許請求の範囲に記載する補正手段に相当し、運転支援ＥＣＵ４０の分離部４３が特許請求の範囲に記載する分離手段に相当する。

車速センサ１０は、車両の速度を検出するためのセンサである。車速センサ１０では、車速を検出し、その検出した車速を車速信号として運転支援ＥＣＵ４０に送信する。なお、車速を検出するセンサとしては、例えば、各車輪の回転速度（車輪の回転に応じたパルス数）を検出する車輪速センサがあり、各車輪の回転パルス数から車輪速をそれぞれ算出し、各輪の車輪速から車体速（車速）を算出する。

ＧＰＳ受信機１１は、ＧＰＳアンテナや処理装置などを備えている。ＧＰＳ受信機１１では、ＧＰＳアンテナで各ＧＰＳ衛星からのＧＰＳ信号を受信する。そして、ＧＰＳ受信機１１では、処理装置でその各ＧＰＳ信号を復調し、その復調した各ＧＰＳ情報に基づいて車両の現在位置（緯度、経度）などを算出する。そして、ＧＰＳ受信機１１では、車両の現在位置などの情報を現在位置信号として運転支援ＥＣＵ４０に出力する。なお、車両がナビゲーション装置を搭載している場合、ナビゲーション装置から現在位置の情報を提供してもらう構成としてもよい。

レーダセンサ１２は、ミリ波やレーザ光などの電磁波を利用して車両前方の物体（特に、前方車両）を検出するためのレーダである。レーダセンサ１２では、車両前方に電磁波を左右方向に走査しながら送信し、反射してきた反射波を受信する。そして、レーダセンサ１２では、反射波を受信できなかった場合には前方車両無しと判断し、反射波を受信できた場合にはその反射波を受信できた各反射点（各検出点）についての情報（左右方向の走査方位角、送信時刻、受信時刻、反射強度など）を用いて前方車両までの相対距離、相対速度、相対方向（横位置）などを算出する。そして、レーダセンサ１２では、前方車両の有無、前方車両が存在する場合に算出した各種情報をレーダ検出信号として運転支援ＥＣＵ４０に送信する。なお、前方車両を検出する手段は、カメラ、車車間通信装置等を用いた他の手段でもよい。

運転支援スイッチ１３は、運転支援装置１による走行制御を作動／停止させるためのスイッチである。運転支援スイッチ１３は、ＯＮ／ＯＦＦスイッチであり、加速制御に対するＯＮ／ＯＦＦと減速制御に対するＯＮ／ＯＦＦがある。運転支援スイッチ１３は、例えば、車両のセンターコンソールまたはステアリングホイール上に設けられたハードウェアスイッチであって運転者による押圧操作によってＯＮ／ＯＦＦの入力が可能であるスイッチ、車載ディスプレイ上に表示されたスイッチであって運転者によるディスプレイへのタッチによってＯＮ／ＯＦＦの入力が可能であるスイッチである。運転支援スイッチ１３では、車両の運転者によって入力された各制御に対するＯＮ／ＯＦＦの状態をスイッチ信号として運転支援ＥＣＵ４０に送信する。

なお、運転支援装置１による走行制御を作動させる手段としては、アクセルペダルやブレーキペダルに対する操作を利用してもよく、例えば、加速制御を作動させる操作としてはアクセルペダルを軽く踏み込む操作、ブレーキペダルをＯＦＦする操作、減速制御を作動させる操作としてはブレーキペダルを軽く踏み込む操作、アクセルペダルをＯＦＦする操作がある。このようなペダル操作で走行制御を作動／停止させる構成の場合、運転支援スイッチ１３を別途設ける必要はない。アクセルペダルを軽く踏み込む操作は、例えば、アクセルパダルのアクセル開度の検出値が０から閾値（例えば、センサで検知可能な最小値）を超える値になる操作である。アクセルペダルをＯＦＦする操作は、例えば、アクセルペダルのアクセル開度の検出値が所定値から０になる操作である。ブレーキペダルを軽く踏み込む操作は、例えば、ブレーキペダルの踏み込み量の検出値が０から閾値（例えば、センサで検知可能な最小値）を超える値になる操作である。ブレーキペダルをＯＦＦする操作は、例えば、ブレーキペダルの踏み込み量の検出値が所定値から０になる操作である。

学習データベース２０は、運転支援装置１の学習に関するデータを格納するデータベースである。学習データベース２０は、ハードディスクなどの書き込み／読み出し可能な記憶装置の所定の領域に構成される。学習データベース２０には、学習用データ、学習判断用データなどが格納される。学習用データは、学習に用いるデータであり、高サンプリング周期で収集されたデータである。学習用データには、位置毎の走行回数、車速、加減速度（ベクトル）、加減速のトレンド、前方車両の有無などのデータが含まれる。学習判断用データは、学習が可能な位置か否かを判断するためのデータであり、低サンプリング周期で収集されたデータである。学習判断用データには、位置毎の走行回数、車速、加減速度、前方車両の有無などのデータが含まれる。サンプリング周期は、走行距離の周期でもよいし、時間の周期でもよい。なお、この学習データベース２０を運転支援ＥＣＵ４０内に構成してもよい。なお、加減速度を求めるために、少なくとも車速には検出時刻が紐付けられて記憶される。

エンジンＥＣＵ３０は、エンジン（ひいては、駆動力）を制御するＥＣＵである。エンジンＥＣＵ３０では、運転者によるアクセルペダル操作に基づいて要求駆動力（目標加速度）を算出する。そして、エンジンＥＣＵ３０では、その目標加速度になるためにエンジンの吸入空気量、燃料噴射量、点火などを制御する。特に、エンジンＥＣＵ３０では、運転支援ＥＣＵ４０からエンジン制御信号を受信すると、エンジン制御信号に示される目標加速度となるための制御を行う。

ブレーキＥＣＵ３１は、各輪のブレーキ（ひいては、制動力）を制御するＥＣＵである。ブレーキＥＣＵ３１では、運転者によるブレーキペダル操作に基づいて要求制動力（目標減速度）を算出する。そして、ブレーキＥＣＵ３１では、その目標減速度になるために各輪のホイールシリンダのブレーキ油圧を制御する。特に、ブレーキＥＣＵ３１では、運転支援ＥＣＵ４０からブレーキ制御信号を受信すると、ブレーキ制御信号に示される目標減速度となるための制御を行う。

ディスプレイ３２は、運転支援装置１のＨＭＩの表示による情報提供を行うためのディスプレイである。ディスプレイ３２は、他の車載装置と共用されるディスプレイであり、例えば、ＨＵＤ[Head Up Display]、ナビゲーション装置のディスプレイやコンビネーションメータ内のディスプレイがある。ディスプレイ３２では、運転支援ＥＣＵ４０からの表示制御信号を受信すると、その表示制御信号に基づいて画像を表示する。

スピーカ３３は、運転支援装置１のＨＭＩの音声による情報提供を行うためのスピーカである。スピーカ３３は、他の車載装置と共用されるスピーカである。スピーカ３３では、運転支援ＥＣＵ４０からの音声制御信号を受信すると、その音声制御信号に基づいて音声を出力する。

運転支援ＥＣＵ４０は、ＣＰＵ[Central Processing Unit]、ＲＯＭ[Read Only Memory]、ＲＡＭ[Random Access Memory]などからなり、運転支援装置１を統括制御する電子制御ユニットである。運転支援ＥＣＵ４０は、ＲＯＭに記憶されているアプリケーションプログラムをＲＡＭにロードしてＣＰＵで実行することにより、記憶制御部４１、補正部４２、分離部４３、学習部４４、ＨＭＩ制御部４５、走行制御部４６が構成される。運転支援ＥＣＵ４０では、車速センサ１０、ＧＰＳ受信機１１、レーダセンサ１２、運転支援スイッチ１３から各信号を受信する。この際、運転支援ＥＣＵ４０では、必要に応じて、各信号を受信した時刻を各信号から得られる車速等の情報に紐付けておく。そして、運転支援ＥＣＵ４０では、これら各信号の情報に基づいて各部４１，４２，４３，４４，４５，４６での処理を行い、必要に応じてエンジンＥＣＵ３０、ブレーキＥＣＵ３１、ディスプレイ３２、スピーカ３３に各制御信号を送信する。

図２を参照して、記憶制御部４１での処理について説明する。図２は、記憶制御部４１における処理の説明図であり、（ａ）〜（ｂ）の各図では横軸が車両の前後方向の位置であり、縦軸が車速であり、特に（ｂ）図では縦軸が密度安定率でもある。学習のために運転者の運転操作中の走行データを収集して記憶させる場合、走行経路の各位置で安定する車速を学習するためには走行した全ての経路上を高サンプリング周期で記憶しておく必要があるが、膨大な記憶容量が必要となる。しかし、学習データベース２０の記憶容量には制限があるので、走行中の各位置での走行回数や車速の安定度によって記憶させる条件（サンプリング周期）を変化させることで、記憶させるデータ量を抑える。記憶制御部４１では、この条件を変化させるために４つの段階で記憶制御を行う。

まず、記憶制御部４１では、学習データベース２０に記憶されている全ての位置と現在走行中の位置とを比較することにより、運転者の運転操作で初めて走行した経路（道路）上の位置と判断した場合には「この経路を走行したこと」だけを記憶させておく。ここでは、経路上の各位置だけを学習データベース２０に記憶させ、位置以外の車速等のデータを記憶させない。

次に、記憶制御部４１では、学習データベース２０に記憶されている走行したことがある経路の各位置と現在走行中の位置とを比較することにより、過去に走行したことがある経路と判断した場合には低サンプリング周期で記憶させる。ここでは、経路上の各位置に対応付けて車速（車速には時刻が紐付けられて記憶）、走行回数、前方車両の有無を、学習データベース２０の学習判断用データに記憶させる。低サンプリング周期は、学習データベース２０の学習判断用データ領域の記憶容量などを考慮して設定され、例えば、１００ｍ間隔の周期とする。図２（ａ）には、低サンプリング周期（広い間隔）で記憶させた車速データの一例（走行回数は４回）をグラフ化したものを示しており、黒丸が各位置での車速である。

次に、記憶制御部４１では、走行回数が所定回数以上の経路について、エリア毎の車速の密度安定率を算出する。この密度安定率の算出では、緯度経度のメッシュで区画された各エリア内に含まれる車速（学習データベース２０の学習判断用データに記憶されている車速）を用いて車速の密度を算出し、その車速の密度の安定率を算出する。この車速の密度の安定率は、同じエリア内で収集された車速のばらつきの度合いを示す一つの指標であり、密度が高い箇所が車速方向に狭いほど安定率が高く（エリア内での車速のばらつきが小さい）、広がっているほど安定率が低い（エリア内での車速のばらつきが大きい）。安定率の代わりに、分散を用いてもよい。そして、記憶制御部４１では、各エリアの密度安定率が閾値より高いか否かを判定し、密度安定率が閾値より高いエリアを特定する。特定されるエリアは、車速の密度が高い箇所が車速方向に狭く、車速が安定しているので、学習対象の箇所とする。判定用の閾値は、実験やシミュレーションなどによって予め設定される。図２（ｂ）には、各密度の車速域Ｌ１，Ｌ２，Ｌ３，Ｌ４，Ｌ５（この例では、黒いほど密度が高いことを示す）及び密度安定率のグラフＳを示している。この例の場合、エリアＡでは分れて各密度の車速域Ｌ１，Ｌ２，Ｌ３があり、密度安定率が低い、一方、エリアＢでは高い密度の車速域Ｌ４とその周りにそれより低い密度の車速域Ｌ５があり、密度安定率が高い。このエリアＢは、密度安定率が閾値以上の箇所として特定され、学習対象のエリアとなる。なお、図２では横軸を車両の前後方向の位置としているので、二次元のエリアのうちの車両の前後方向の一次元の範囲しか示していないが、図２（ｂ）に示す各密度の車速域は車両の左右方向の範囲も含む二次元のエリア内の車速の密度の車速域を示すものである。

次に、記憶制御部４１では、密度安定率が閾値より高いエリアを高サンプリング周期で記憶させる。ここでは、経路上の各位置に対応付けて車速（車速には時刻が紐付けられて記憶）、加減速度、加減速のトレンド、走行回数、前方車両の有無、学習部４４で学習が行われた場合には目標車速（学習車速）を、学習データベース２０の学習用データに記憶させる。高サンプリング周期は、学習データベース２０の学習用データ領域の記憶容量を考慮して設定され、例えば、数ｍ間隔である。図２（ｃ）には、エリアＢ内の各位置において高サンプリング周期（狭い間隔）で記憶させ、その前後のエリアでは低サンプリング周期（広い間隔）で記憶させた車速データの一例を示している。

なお、車速は、車速センサ１０からの情報を用いる。位置は、ＧＰＳ受信機１１からの情報を用いる。加減速度は、車速の変化から算出される。加減速度は、加速度と減速度に分けてもよいし、プラスマイナス値からなる加減速度で表してもよい。加減速のトレンドは、加減速度の値あるいは各位置における車速の変化の傾きなどに基づいて加速のトレンド、減速のトレンド、それ以外のトレンドのいずれかに判別される。例えば、加減速度に基づく判別については、プラスマイナス値の加減速度の場合、加減速度の値が、プラス値の閾値より大きい値の場合には加速のトレンドと判別され、マイナス値の閾値より小さい値の場合には減速のトレンドと判別され、プラス値の閾値とマイナス値の閾値との間の値の場合にはそれ以外のトレンドと判別される。また、車速の変化の傾きに基づく判別については、車速の変化の傾きの値が、プラス値の閾値より大きい値の場合には加速のトレンドと判別され、マイナス値の閾値より小さい値の場合には減速のトレンドと判別され、プラス値の閾値とマイナス値の閾値との間の値の場合にはそれ以外のトレンドと判別される。この判別用の各閾値は、実験やシミュレーションなどによって予め設定される。前方車両の有無は、レーダセンサ１２からの情報を用いる。

図３を参照して、補正部４２での処理について説明する。図３は、補正部４２における補正対象のデータの一例である。この図３で示す各線ＦＮ１，・・・は経路上の各位置での車速を示しており、車速が右肩上がりで増加しているので加速のトレンドである。運転者の運転操作で車両を走行させているときに、前方に車両が存在すると、運転者の運転行動はその前方車両の車速の影響を受け、安定しない。特に、運転者が希望する車速よりも低い車速で走行している可能性が高い。したがって、学習に用いる車速データとしては、前方車両が存在しないときの車速データが望ましい。しかし、交通量が多いとなかなか学習に用いる車速データを収集できなくなるため、前方車両が存在するときの車速データも利用できるようにする。そこで、補正部４２では、前方車両が存在するときの車速データについては、運転者はその車速よりも高い車速で走行したかったとみなして、補正する。図３の例で示すように、前方車両が存在するときの車速データＦＥ１，ＦＥ２，ＦＥ３は、前方車両が存在しないときの車速データＦＮ１，ＦＮ２，ＦＮ３よりも低い。なお、前方車両は、運転者の運転行動に影響を与える一定距離以内の車両とする。この一定距離については、予め設定され、道路の制限速度などに応じた可変値でもよい。

補正部４２では、学習データベース２０に記憶されている位置毎に、その位置の車速データのうち前方車両が存在するときの各車速を、前方車両が存在しないときの車速データを用いて前方車両が存在しないときの車速側に補正する。図３に示す例の場合、前方車両が存在しないときの車速データＦＮ１，ＦＮ２，ＦＮ３を用いることにより、前方車両が存在するときの車速Ｖ１が前方車両が存在しないときの車速データ側の高い車速Ｖ２に補正される。

この補正方法の一例を説明する。例えば、ある位置での前方車両が存在しないときの車速データを５６、５２、５４（ｋｍ／ｈ）とし、前方車両が存在するときの車速データを２４、３６、４２、１４（ｋｍ／ｈ）とする。このデータのままだと、中央値をとると４２（ｋｍ／ｈ）となり、平均値をとると３９．７（ｋｍ／ｈ）となる。運転者はこれよりも高い車速を希望していると考えられる。そこで、前方車両が存在しないときの車速データの中央値＝（５６＋５２）／２＝５４（ｋｍ／ｈ）を利用して、前方車両が存在するときの車速データの各車速をそれぞれ補正する。ここでは、５４と前方車両が存在するときの車速データ（２４、３６、４２、１４）とを２：１の重みで分けて、補正する。例えば、２４（ｋｍ／ｈ）の場合、（５４−（５４−２４）／３×１）＝４４（ｋｍ／ｈ）となる。したがって、前方車両が存在するときの各車速２４、３６、４２、１４（ｋｍ／ｈ）は、４４、４８、５０、４０．７（ｋｍ／ｈ）となる。この場合、前方車両が存在しないときの各車速５６、５２、５４（ｋｍ／ｈ）とこの各補正車速４４、４８、５０、４０．７（ｋｍ／ｈ）から、中央値は５０（ｋｍ／ｈ）となり、平均値は４９．２（ｋｍ／ｈ）となる。

なお、前方車両が存在しないときの車速データがまだ収集されていない場合、上記のような補正を行えない。そこで、前方車両が存在しないときの車速データがない場合、前方車両の存在するときの車速データの各車速に対して一定の車速をそれぞれ加算して補正するようにしてもよい。この一定の車速は、実験やシミュレーションなどによって予め設定される。一定の車速をそれぞれ加算した補正車速が道路の制限速度を超える場合、道路の制限速度を上限の補正車速としてもよい。また、前方車両が存在しないときの車速データを十分に収集できた場合には、前方車両が存在するときの車速データを全て破棄し、上記の補正を行わないようにしてもよい。

図４を参照して、分離部４３での処理について説明する。図４は、分離部４３における分離対象の多峰性を持つデータの一例である。車両の前方に信号機がある場所では、運転者の運転行動が信号機の状況に応じて変わる。信号機が赤信号の場合には、停止するための減速行動になり、車速が０まで低下する。一方、信号機が青信号の場合には、加速行動又は定速行動により、所定の車速である。このような場所では、同じ位置でも、時刻の経過に応じて走行パターンが複数になるので、車速が大きく変わり、車速の分散が大きくなり、加減速のトレンドも違う。このような車両の周辺環境としては、他にも、踏み切り、駐車場待ちが発生するような店舗の手前、水溜りの発生し易い場所などの環境がある。また、加減速のトレンドが同じ場合でも、走行パターンが複数になり、車速の分散が大きくなる場所もある。例えば、信号機を通過した後に同じ加速のトレンドでも、赤信号で通過した場合と青信号で通過した場合とで同じ位置での車速が異なる。

このように時刻の経過に応じて周辺環境によって車速が大きく変わる場所では、単純に車速の分散が大きくなるのではなく、複数の異なる各走行パターンでは車速がそれぞれ安定しており、車速の多峰性を持つことになる。このような多峰性を持つ場合、各峰（各走行パターン）で車速データを分離することによって、各走行パターンでの目標車速（学習車速）をそれぞれ設定することが可能となる。

分離部４３では、学習データベース２０に記憶されている位置毎に、その位置の車速データを用いて車速の分散を算出し、車速の分散が閾値以上か否かを判定する。この判定用の閾値は、運転者による運転行動で車速が安定しているか否かを判定するための閾値であり、実験やシミュレーションによって予め設定される。分散としては、例えば、標本分散を用いる。車速の分散が閾値以上の場合、分離部４３では、その位置の車速データの頻度分布を作成する。そして、分離部４３では、その頻度分布において多峰性を持つ否かを判定する。この判定では、例えば、クラスタリングを用いる。多峰性を持つと判定した場合、分離部４３では、クラスタリングの結果などに基づいて、その位置の車速データを多峰性の峰毎（走行パターン毎）に分離する。なお、分離部４３である位置のデータが分離された場合、同じ位置で走行パターンが異なることを示す識別情報をそれぞれ付加して学習データベース２０に記憶させておく。

図４（ａ）に示す例の場合、信号機の手前の場所での車速データＢ１，・・・を示しており、青信号の場合の車速データＢ１，Ｂ２，Ｂ３の走行パターンと赤信号の場合の車速データＲ１，Ｒ２，Ｒ３の走行パターンがある。この例の場合、減速のトレンドと加速のトレンド（あるいは、それ以外のトレンド）との２つの走行パターンで二峰性を持ち、車速データＢ１，Ｂ２，Ｂ３と車速データＲ１，Ｒ２，Ｒ３とに分離される。図４（ｂ）に示す例の場合、信号機の通過後の場所での車速データＢ４，・・・を示しており、停止せずに青信号で通過した場合の車速データＢ４，Ｂ５，Ｂ６の走行パターンと赤信号で停止後に信号機が青信号に変化してから通過した場合の車速データＲ４，Ｒ５，Ｒ６の走行パターンがある。この例の場合、加速のトレンドの２つの走行パターンで二峰性を持ち、車速データＢ４，Ｂ５，Ｂ６と車速データＲ４，Ｒ５，Ｒ６とに分離される。

図４及び図５を参照して、学習部４４での処理について説明する。図５は、学習部４４における学習対象のデータの一例である。運転者の運転操作による車速データから、運転者の運転行動が安定する位置とその位置での車速を学習し、自動的にその位置の手前（例えば、１００ｍ以内）ではその車速を目標車速（学習車速）として設定する。これによって、目標車速を所定間隔で設定でき、車速が頻繁に変化する一般道路などにも対応できる。この運転者の運転行動が安定する位置とは、複数回の走行において同じ位置における車速のばらつきが小さい（例えば、車速の分散が閾値以下になっている）位置を示す。また、同じ位置とは、完全に同一地点である必要はなく、前後や左右の一定範囲内（例えば、数ｍ以内）における車速の分散が閾値以下であればそれを運転行動が安定する位置であるとみなす。複数回走行を前提としているが、一定回数以下では学習しないようにすることで学習結果の信頼性を確保することができる。

特に、同一の位置において車速が安定（分散が閾値以下）していても、それが加速中なのかあるいは減速中なのかで意味が異なる。したがって、運転者の加減速の意図に沿ったものとするために、加減速のトレンドを考慮して学習する必要がある。例えば、減速中だった場合、本来はもっと高い車速で走行したかったが何らかの要因（例えば、足の痛み）で車速を落とした結果、偶然に加速中の安定した車速と同程度の車速になったというケースも考えられる。そこで、学習部４４では、学習する際に、車速データだけから車速が安定しているだけでなく、加減速のトレンドも合わせて記憶した上で、加減速のトレンドに基づいて車両データの中から学習が可能なデータ（学習対象のデータ）を判別し、誤学習を防止する。例えば、加速のトレンド、減速のトレンド、それ以外のトレンドでそれぞれ分けることで、各トレンドで走行回数や車速の安定度を判定し、学習を行う。したがって、同じ位置において、異なるトレンドの車速データを用いて学習がそれぞれ行われる場合がある。なお、分離部４３でデータが分離された位置においては、分離された各データに対して学習部４４での学習が行われる。

学習部４４では、学習データベース２０の学習用データとして記憶されている位置毎に、その位置に含まれる全ての車速データの走行回数（すなわち、データ件数）が一定回数以上か否かを判定する。この判定用の一定回数は、学習に必要な十分な回数であり、予め設定される。走行回数が一定回数未満の場合、学習部４４では、その位置については未だ学習を行わない。

走行回数が一定回数以上の場合、学習部４４では、各位置に含まれるデータを、各データの加減速のトレンドに基づいて、同じトレンドのデータをそれぞれ判別する。ここで、同じ位置の車速データの中に複数の加減速のトレンドが含まれており、同じ位置に含まれる車速データがトレンド毎に分けられた場合には、再度、トレンド毎に、そのトレンドに含まれる車速データの走行回数が一定回数以上か否かを判定し、一定回数未満の場合にはそのトレンドについては未だ学習を行わない。

学習部４４では、判別されたトレンド毎に、同じトレンドに含まれる車速データの分散を算出し、車速の分散が閾値以上か否かを判定する。この判定用の閾値は、運転者による運転行動で車速が安定しているか否かを判定するための閾値であり、実験やシミュレーションによって予め設定される。この閾値は、分離部４３で用いた閾値と同じ値でもよいし、異なる値でもよい。車速の分散が閾値以上の場合、学習部４４では、その車速データは安定していないので、目標車速（学習車速）を設定しない。

車速の分散が閾値未満の場合、学習部４４では、同じトレンドに含まれる車速データを用いて目標車速（学習車速）を設定する。この学習車速としては、例えば、同じトレンドに含まれる車速データの平均値、中央値を学習車速としてもよいし、安全のために最小値あるいは２０パーセントタイル値を（全ての車速データのうちの低い車速の２０％を含む車速値）を学習車速としてもよい。また、学習車速としては、運転者や車両の特性に合わせたものとしてもよく、例えば、平均車速が高い運転者であれば最大値を学習車速としてもよい。

図５（ａ）に示す例の場合、車速データＡ１，Ａ２，Ａ３，Ａ４は全て加速トレンドのデータであるので、車速データＡ１，Ａ２，Ａ３，Ａ４全てを用いて学習が行われる。この例の場合、車速データＡ１，Ａ２，Ａ３，Ａ４において分散が閾値未満となる位置において、加速トレンドの学習車速ＶＡ１が設定される。図５（ｂ）に示す例の場合、車速データＡ５，Ａ６，Ａ７，Ａ８は加速トレンドのデータであり、車速データＤ１，Ｄ２は減速トレンドのデータであるので、車速データＡ５，Ａ６，Ａ７，Ａ８と車速データＤ１，Ｄ２とが加速トレンドと減速トレンドで判別され、それぞれ学習が行われる。この例の場合、加速トレンドの車速データＡ５，Ａ６，Ａ７，Ａ８において分散が閾値未満となる位置において、加速トレンドの学習車速ＶＡ２が設定される。しかし、減速トレンドの車速データＤ１，Ｄ２については、データ件数が少ないので、学習が行われない。この例の場合、減速トレンドの車速データＤ１，Ｄ２が、偶然に、加速トレンドの車速データＡ５，Ａ６，Ａ７，Ａ８において分散が閾値未満となる同じ位置において、学習車速ＶＡ２と同程度の車速となっている。しかし、このような減速トレンドの車速データＤ１，Ｄ２が、加速トレンドの車速データＡ５，Ａ６，Ａ７，Ａ８と合わせて学習が行われることはない。なお、図５に示す例では４つの車速データで学習を行っているが、これは例であるので、実際にはもう少し多くの件数の車速データで学習が行われる。

上記で説明した図４（ａ）に示す例の場合、分離後の車速データＢ１，Ｂ２，Ｂ３と車速データＲ１，Ｒ２，Ｒ３とに対してそれぞれ学習が行われる。車速データＢ１，Ｂ２，Ｂ３は全て加速のトレンド（あるいは、それ以外のトレンド）のデータであるので、車速データＢ１，Ｂ２，Ｂ３全てを用いて学習が行われる。この例の場合、車速データＢ１，Ｂ２，Ｂ３において分散が閾値未満となる位置において、加速のトレンド（あるいは、それ以外のトレンド）の学習車速ＶＢ１が設定される。また、車速データＲ１，Ｒ２，Ｒ３は全て減速トレンドのデータであるので、車速データＲ１，Ｒ２，Ｒ３全てを用いて学習が行われる。この例の場合、車速データＲ１，Ｒ２，Ｒ３において分散が閾値未満となる位置において、減速トレンドの学習車速ＶＲ１が設定される。また、図４（ｂ）に示す例の場合、分離後の車速データＢ４，Ｂ５，Ｂ６と車速データＲ４，Ｒ５，Ｒ６とに対してそれぞれ学習が行われる。車速データＢ４，Ｂ５，Ｂ６は全て加速トレンドのデータであるので、車速データＢ４，Ｂ５，Ｂ６全てを用いて学習が行われる。この例の場合、車速データＢ４，Ｂ５，Ｂ６において分散が閾値未満となる位置において、加速トレンドの学習車速ＶＢ２が設定される。また、車速データＲ４，Ｒ５，Ｒ６も全て加速トレンドのデータであるので、車速データＲ４，Ｒ５，Ｒ６全てを用いて学習が行われる。この例の場合、車速データＲ４，Ｒ５，Ｒ６において分散が閾値未満となる位置において、加速トレンドの学習車速ＶＲ２が設定される。なお、図４に示す例では３つの車速データで学習を行っているが、これは例であるので、実際にはもう少し多くの件数の車速データで学習が行われる。

なお、図４（ｂ）に示す例の場合、走行パターンは異なるが、同じトレンドで同じ位置で２つの学習車速を持つことになる。そのため、運転支援を行うときにはどちらの学習車速を用いるかを判別する必要がある。そこで、学習部４４では、各走行パターンにおいて学習車速が設定される位置から一定距離手前あるいは手前の車速の安定度が高くなっている所定範囲Ｄにおいて、各走行パターンの車速や加減速度などを学習しておき、それを走行パターン（運転支援に用いる学習車速）の判別に用いる。学習部４４では、このような同じトレンドの複数の走行パターンに対して同じ位置で学習車速をそれぞれ設定した場合、上記の所定範囲において最も走行パターンに違いの出る項目を求め、その項目の値を各走行パターンの学習車速に対応付けてそれぞれ記憶させておく。この違いの出る項目を求める方法としては、例えば、多変量解析を用いる。

図６を参照して、ＨＭＩ制御部４５での処理について説明する。図６は、ＨＭＩ制御部４５におけるＨＭＩの一例である。運転支援装置１では、一定の目標車速ではなく、走行中の各位置で目標車速が頻繁に変化する。そこで、運転支援装置１では、ＨＭＩとして、運転者に対して、どこからどこまでの範囲でどのような目標車速でどのような制御するのかを情報提供する。このような情報提供を行うことにより、運転者に不安を与えずシステムを利用できるようにする。例えば、カーブに差し掛かる手前で、減速するエリアが存在することが事前に判る。

ＨＭＩ制御部４５では、車両の現在位置を取得する毎に、学習データベース２０の学習用データから、車両の現在走行中の経路（道路）上において現在位置から所定範囲内（例えば、１００ｍ以内）の位置の目標車速や加減速トレンドを抽出する。学習用データにデータがない場合（まだ学習車速がない場合）、現在走行中の道路の制限速度や他車両での学習結果から設定された目標車速を抽出する。あるいは、その設定されていないエリアには、運転支援を行わない構成としてもよい。その場合、その旨をＨＭＩで知らせる。

目標車速などを抽出した場合、ＨＭＩ制御部４５では、現在の目標車速、加減速のトレンドに応じた各制御のエリア、現在行っている制御（加速制御中、減速制御中など）、現在位置などを表示するための画像情報を生成し、その画像情報からなる表示制御信号をディスプレイ３２に送信する。この際、どのような制御を行うエリアかが認識し易くなるように、制御に応じてエリアの色分けなどを行うとよい。また、ＨＭＩ制御部４５では、現在の目標車速、加減速のトレンドに応じた各制御のエリアなどを音声出力するための音声情報を生成し、その音声情報からなる音声制御信号をスピーカ３３に送信する。特に、ある位置において多峰性（複数の走行パターン）を持つ場合には、各走行パターンについての目標車速及び加減速のトレンドに応じた制御のエリアなどをそれぞれＨＭＩ（表示、音声出力）できるようにするとよい。このようなＨＭＩを行うことによって、運転者が周辺環境の状況に適した目標車速や制御を選択するも可能となる。

図６に示す例の場合、図６（ａ）に示すように、車両Ｖの現在走行中の経路Ｒにおいて前方の位置Ｐ１に目標車速として５８（ｋｍ／ｈ）が設定されており、その先の位置Ｐ２に目標車速として２４（ｋｍ／ｈ）が設定されている。したがって、位置Ｐ１までの現在走行中のエリアが加速制御のエリアであり、位置Ｐ１から位置Ｐ２までのエリアが減速制御のエリアである。図６（ｂ）にはこの図６（ａ）の例のディスプレイ３２での表示例を示しており、現在走行中の加速制御エリアＡＡ１、その先の減速制御エリアＤＡ１、その先の加速制御エリアＡＡ２が色分けされて表示され、現在の目標車速の「５８」、現在の走行制御中の「加速制御中」、車両の現在位置ＰＰ、車両Ｖなどが表示されている。これによって、運転者は、現時点では５８（ｋｍ／ｈ）まで加速可能なエリアにおいて加速制御中であり、そのエリアを抜けて少しすると減速エリアが存在することが判る。

このようなＨＭＩによって、運転者は、目標車速や各制御のエリアを認識することにより、その各エリアでの目標車速までの走行制御が必要な場合には加速制御又は減速制御の意志を提示する。その提示方法としては、運転支援スイッチ１３による加速制御に対するＯＮ操作又は減速制御に対するＯＮ操作を行うか、このようなスイッチが無い場合、加速制御のときにはアクセルペダルを軽く踏み込む操作又はブレーキペダルをＯＦＦする操作、減速制御のときにはブレーキペダルを軽く踏み込む操作又はアクセルペダルをＯＦＦする操作などを行う。このような操作に応じて、走行制御部４６の処理が行われる。

図７を参照して、走行制御部４６での処理について説明する。図７は、走行制御部４６において制御制限される場合の一例である。基本の走行制御としては、一定距離内に前方車両が存在しない場合には加速制御では目標車速まで車速が上昇するように加速制御を行い、減速制御では目標車速まで車速が低下するように減速制御を行い、一定距離内に前方車両が存在する場合には前方車両に対して目標車間で追従して走行するように追従制御を行う。なお、加速制御、減速制御以外にも、目標車速を維持するように定速制御なども必要に応じて行う。

特に、以下に示すような条件の場合、運転者が走行制御の意志を示す操作を行った場合でも走行制御を行わない。例えば、図７に示すように、加速トレンドの場合に、運転者の加速操作によって符号ＡＯで示すように車速が変化し、目標車速（学習車速）ＶＡ１よりも高い車速ＶＭになった後に運転者が加速制御の意志を示す操作を行ったときに、走行制御として車速ＶＭから目標車速ＶＡ１まで低下させる減速制御を行うと、加速意図の運転者は減速による違和感を受ける。このような加速トレンドで示される運転者の加速意図の場合、違和感を受けるような減速制御が行われないように、車両の現在車速が目標車速よりも所定量以上高い場合には走行制御を行わない。また、目標減速度が所定減速度より大きくなる場合には走行制御を行わない。同様に、減速トレンドで示される運転者の減速意図の場合、違和感を受けるような加速制御が行われないように、車両の現在車速が目標車速よりも所定量以上低い場合には走行制御を行わない。また、目標加速度が所定加速度より大きくなる場合には走行制御を行わない。

走行制御部４６では、レーダセンサ１２からの情報に基づいて、一定距離以内に前方車両が存在するか否かを判定する。一定距離以内に前方車両が存在する場合、走行制御部４６では、前方車両の車間距離と目標車間距離との差に基づいて、前方車両との車間距離が目標車間距離になるために必要な目標加減速度を算出する。目標加減速度がプラス値の場合、走行制御部４６では、目標加速度を設定し、その目標加速度をエンジン制御信号としてエンジンＥＣＵ３０に送信する。目標加減速度がマイナス値の場合、走行制御部４６では、目標減速度を設定し、その目標減速度をブレーキ制御信号としてブレーキＥＣＵ３１に送信する。

一定距離以内に前方車両が存在しないかつ加速トレンドの場合、走行制御部４６では、車両の現在車速が目標車速より所定量以上高い場合、走行制御を中止する。この所定量は、加速意図の運転者が違和感を受けない程度の減速制御となるような量（０でもよく、０の場合には減速制御になることはない）であり、実験やシミュレーションなどによって予め設定される。車両の現在車速が目標車速より所定量高い車速よりも低い場合、走行制御部４６では、車両の現在車速と目標車速との差に基づいて、車速が目標車速になるために必要な目標加減速度を算出する。目標加減速度がプラス値の場合、走行制御部４６では、目標加速度を設定し、その目標加速度をエンジン制御信号としてエンジンＥＣＵ３０に送信する。目標加減速度がマイナス値の場合、走行制御部４６では、目標減速度を設定し、目標減速度が所定減速度より大きい場合、走行制御を中止する。この所定減速度は、加速意図の運転者が違和感を受けない程度の減速度（０でもよく、０の場合には減速制御になることはない）であり、実験やシミュレーションなどによって予め設定される。目標減速度が所定減速度以下の場合、走行制御部４６では、目標減速度を設定し、その目標減速度をブレーキ制御信号としてブレーキＥＣＵ３１に送信する。

一定距離以内に前方車両が存在しないかつ減速トレンドの場合、走行制御部４６では、車両の現在車速が目標車速より所定量以上低い場合、走行制御を中止する。この所定量は、減速意図の運転者が違和感を受けない程度の加速制御となるような量（０でもよく、０の場合には加速制御になることはない）であり、実験やシミュレーションなどによって予め設定される。車両の現在車速が目標車速より所定量低い車速よりも高い場合、走行制御部４６では、車両の現在車速と目標車速との差に基づいて、車速が目標車速になるために必要な目標加減速度を算出する。目標加減速度がマイナス値の場合、走行制御部４６では、目標減速度を設定し、その目標減速度をブレーキ制御信号としてブレーキＥＣＵ３１に送信する。目標加減速度がプラス値の場合、走行制御部４６では、目標加速度を設定し、目標加速度が所定加速度より大きい場合、走行制御を中止する。この所定加速度は、減速意図の運転者が違和感を受けない程度の加速度（０でもよく、０の場合には加速制御になることはない）であり、実験やシミュレーションなどによって予め設定される。目標加速度が所定加速度以下の場合、走行制御部４６では、目標加速度を設定し、その目標加速度をエンジン制御信号としてエンジンＥＣＵ３０に送信する。

なお、走行制御を中止する条件として、現在車速と目標車速との大小関係による条件と目標加速度又は目標減速度による条件のいずれか一方を満たした場合に中止する構成としたが、両方の条件が共に成立した場合に中止する構成としてもよいし、あるいは、車速による条件と目標加速度又は目標減速度による条件のいずれか一方の条件だけを判定する構成としてもよい。また、ある位置に対して多峰性（複数の走行パターン）を持つ場合には、運転者の意志を示す操作が加速制御か減速制御かによって、走行制御の目標車速を切り替える。特に、多峰性において同じトレンドで複数の走行パターンを持つ場合には、各走行パターンにおいて学習車速が設定される位置から一定距離手前あるいは手前の車速の安定度が高くなっている所定範囲において各走行パターンの違いの出る項目（車速、加減速度など）が学習されているので、その手前における項目の値からいずれの走行パターンかを判別し、走行制御の目標車速を切り替える。このような多峰性を持つエリアでは、走行制御において、低い目標車速に合わせて走行制御を行っておき、加速制御の意志を示す操作が行われると高い目標車速に合わせて走行制御を行ってもよいし、あるいは、その逆でもよい。

図１を参照して、運転支援装置１における動作について説明する。特に、学習時の動作について図８のフローチャートに沿って説明する。図８は、運転支援装置１における学習時の動作の流れを示すフローチャートである。なお、運転者は、自らの加減速操作で車両を走行させている場合、通常、一定距離以内に前方車両が存在する場合には所定の車間距離があくように車速を調整し、一定距離以内に前方車両が存在しない場合には希望する車速に調整する。

車速センサ１０では、一定時間毎に、車速を検出し、車速信号を運転支援ＥＣＵ４０に送信している。ＧＰＳ受信機１１では、一定時間毎に、ＧＰＳ衛星からのＧＰＳ信号に基づいて車両の現在位置を検出し、現在位置信号を運転支援ＥＣＵ４０に出力している。レーダセンサ１２では、一定時間毎に、電磁波を用いて車両の前方の前方車両などの検出を行い、レーダ検出信号を運転支援ＥＣＵ４０に送信している。運転支援スイッチ１３では、運転者による操作入力があると、スイッチ信号を運転支援ＥＣＵ４０に送信する。運転支援ＥＣＵ４０では、これらの各信号が送信されると、その信号を受信し、信号から情報を取得する。

学習時の動作について説明する。運転者による運転操作で車両を走行させている間、運転支援ＥＣＵ４０では、ＧＰＳ受信機１１で現在位置と検出されている位置が経路上（道路上）の正しい位置か否かを判定する（Ｓ１）。Ｓ１にて正しい位置でないと判定した場合、運転支援ＥＣＵ４０では、取得されている車速などのデータを破棄する（Ｓ２）。

Ｓ１にて正しい位置と判定した場合、運転支援ＥＣＵ４０では、レーダセンサ１２からの情報に基づいて前方車両が存在するか否かを判定する（Ｓ３）。Ｓ３にて前方車両が存在しないと判定した場合、運転支援ＥＣＵ４０では、現在位置で取得されている車速などをデータとして利用する（Ｓ４）。

Ｓ３にて前方車両が存在すると判定した場合、運転支援ＥＣＵ４０では、学習データベース２０に現在位置における過去の前方車両が存在しないときのデータ（単独走行のときのデータ）が記憶されているか否かを判定する（Ｓ５）。Ｓ５にて前方車両が存在しないときのデータが記憶されていると判定した場合、運転支援ＥＣＵ４０では、その前方車両が存在しないときの車速データを用いて、現在位置で取得されている今回の前方車両が存在するときの車速を補正し、その補正後の車速をデータとして利用する（Ｓ６）。Ｓ５にて前方車両が存在しないときのデータが記憶されていないと判定した場合、運転支援ＥＣＵ４０では、現在位置で取得されている今回の前方車両が存在するときの車速に一定値を加算して補正し、その補正後の車速をデータとして利用する（Ｓ７）。

なお、データとして利用する場合、学習用データについては高サンプリング周期で学習データベース２０に記憶され、学習判断用データについては低サンプリング周期で学習データベース２０に記憶される。この際、位置に対して車速の他にも加減速、加減速のトレンド、走行回数、前方車両の有無などのデータも紐付けられて記憶される。

そして、運転支援ＥＣＵ４０では、取得したデータに対する前処理が終了したか否かを判定する（Ｓ８）。Ｓ８にて前処理が終了していないと判定した場合、運転支援ＥＣＵ４０では、Ｓ１の処理に戻る。

Ｓ８にて前処理が終了したと判定した場合、運転支援ＥＣＵ４０では、学習データベース２０に記憶されている現在位置についてのデータ件数が多いか否か（走行回数が一定回数以上か否か）を判定する（Ｓ９）。Ｓ９にてデータ件数が少ないと判定した場合、運転支援ＥＣＵ４０では、この位置に対してはまだ学習を行わない（Ｓ１３）。なお、このＳ９から以降の処理は、学習を行うと判定された学習データベース２０の学習用データに格納されている位置に対しての処理であり、学習を行うと判定されていない学習データベース２０の学習判断用データに格納されている位置に対して処理は行われない。

Ｓ９にてデータ件数が多いと判定した場合、運転支援ＥＣＵ４０では、学習データベース２０に記憶されている現在位置についての全ての車速データの分散を算出し、分散が小さいか否かを判定する（Ｓ１０）。Ｓ１０にて分散が大きいと判定した場合、運転支援ＥＣＵ４０では、現在位置に対する全ての車速データにおいて多峰性を持つか否かを判定する（Ｓ１１）。Ｓ１１にて多峰性を持つと判定した場合、運転支援ＥＣＵ４０では、その車速データを多峰性の峰毎（走行パターン毎）に分離し（Ｓ１２）、Ｓ９の処理に戻る。Ｓ１１にて多峰性を持たないと判定した場合、運転支援ＥＣＵ４０では、その位置に対する学習を行わない（Ｓ１３）。

Ｓ１０にて分散が小さいと判定した場合、運転支援ＥＣＵ４０では、学習データベース２０に記憶されている現在位置についての全てのデータを用いて、各車速の加減速のトレンドをそれぞれ判別し、判別されたトレンド毎に同じトレンドに含まれる全ての車速データの分散を算出し、分散が小さいか否かを判定する（Ｓ１４）。分散が小さい場合、運転支援ＥＣＵ４０では、同じトレンドに含まれる車速データを用いて目標車速（学習車速）を設定する（Ｓ１４）。分散が大きい場合、運転支援ＥＣＵ４０では、目標車速（学習車速）を設定しない。なお、多峰性を持つ位置については、各走行パターンにそれぞれ上記の学習を行う。

ＨＭＩの動作について説明する。車両が走行中、運転支援ＥＣＵ４０では、車両の現在位置を取得する毎に、学習データベース２０の学習用データから車両の現在走行中の経路（道路）上において現在位置から所定範囲内の位置の目標車速（学習車速）や加減速トレンドを抽出する。学習車速がない場合、現在走行中の道路の制限速度など設定された目標車速を用いる。そして、運転支援ＥＣＵ４０では、この目標車速や加減速のトレンドを用いてＨＭＩの表示用の画像情報を生成し、表示制御信号をディスプレイ３２に送信する。ディスプレイ３２では、この表示制御信号を受信すると、表示制御信号の画像を表示する。また、ＨＭＩ制御部４５では、この目標車速や加減速のトレンドを用いてＨＭＩの音声出力用の音声情報を生成し、音声制御信号をスピーカ３３に送信する。スピーカ３３では、この音声制御信号を受信すると、音声制御信号の音声を出力する。運転者は、これらのディスプレイ３２での表示画像やスピーカ３３からの出力音声による情報提供を受けて、運転支援装置１による加速制御又は減速制御の意志がある場合、運転支援スイッチ１３などによっていずれかの制御を作動させる操作を行う。

走行制御の動作について説明する。運転者によって運転支援スイッチ１３などによって加速制御又減速制御の意志が示されている場合、運転支援ＥＣＵ４０では、レーダセンサ１２からの情報に基づいて、一定距離以内に前方車両が存在するか否かを判定し、一定距離以内に前方車両が存在する場合には前方車両の車間距離と目標車間距離との差に基づいて目標車間距離になるための目標加減速度を算出する。そして、運転支援ＥＣＵ４０では、目標加減速度がプラス値の場合には目標加速度を設定し、エンジン制御信号をエンジンＥＣＵ３０に送信し、目標加減速度がマイナス値の場合には目標減速度を設定し、ブレーキ制御信号をブレーキＥＣＵ３１に送信する。エンジンＥＣＵ３０では、このエンジン制御信号を受信すると、エンジン制御信号に示される目標加速度となるためのエンジン制御を行う。ブレーキＥＣＵ３１では、このブレーキ制御信号を受信すると、ブレーキ制御信号に示される目標減速度となるためのブレーキ制御を行う。この各制御によって、車両は、前方車両に対して目標車間距離程度の車間距離をあけて追従して走行する。

一定距離以内に前方車両が存在しない場合、加速制御の意志（加速のトレンド）のときには、運転支援ＥＣＵ４０では、車両の現在車速が目標車速より所定量以上高い場合には走行制御を中止し、車両の現在車速が目標車速より所定量高い車速よりも低い場合には車両の現在車速と目標車速との差に基づいて目標車速になるための目標加減速度を算出する。そして、運転支援ＥＣＵ４０では、目標加減速度がプラス値の場合、目標加速度を設定し、エンジン制御信号をエンジンＥＣＵ３０に送信する。運転支援ＥＣＵ４０では、目標加減速度がマイナス値の場合、目標減速度を設定し、目標減速度が所定減速度より大きいときには走行制御を中止し、目標減速度が所定減速度以下のときには目標減速度を設定し、ブレーキ制御信号をブレーキＥＣＵ３１に送信する。この各制御信号を受信すると、エンジンＥＣＵ３０、ブレーキＥＣＵ３１では上記と同様の制御を行う。この各制御によって、車両は、加速エリアにおいて加速し、目標車速が設定されている位置において車速が目標車速になる。但し、運転者が違和感を受けない程度の減速が行われる場合もある。

一定距離以内に前方車両が存在しない場合、減速制御の意志（減速のトレンド）のときには、運転支援ＥＣＵ４０では、車両の現在車速が目標車速より所定量以上低い場合には走行制御を中止し、車両の現在車速が目標車速より所定量低い車速よりも高い場合には車両の現在車速と目標車速との差に基づいて目標車速になるための目標加減速度を算出する。そして、運転支援ＥＣＵ４０では、目標加減速度がマイナス値の場合、目標減速度を設定し、ブレーキ制御信号をブレーキＥＣＵ３１に送信する。運転支援ＥＣＵ４０では、目標加減速度がプラス値の場合、目標加速度を設定し、目標加速度が所定加速度より大きいときには走行制御を中止し、目標加速度が所定加速度以下のときには目標加速度を設定し、エンジン制御信号をエンジンＥＣＵ３０に送信する。この各制御信号を受信すると、エンジンＥＣＵ３０、ブレーキＥＣＵ３１では上記と同様の制御を行う。この各制御によって、車両は、減速エリアにおいて減速し、目標車速が設定されている位置において車速が目標車速になる。但し、運転者が違和感を受けない程度の加速が行われる場合もある。

この運転支援装置１によれば、運転者の加減速操作による車速を学習する際に、同一の位置における運転者の加減速操作による車速に加減速のトレンドを加味することにより、運転者の加減速の意図が同じときのばらつきが小さい車速に対して学習でき、その学習された車速を用いて運転者の加減速の意図に沿った運転支援を行うことができる。この運転支援によって、運転者が違和感を受けるような加速又は減速が行われるようなことはない。

この運転支援装置１によれば、目標車速（学習車速）を用いて運転支援する際に、加速のトレンドの場合には現在車速が目標車速よりも所定量以上高い場合または減速のトレンドの場合には現在車速が目標車速よりも所定量以上低い場合には目標車速に基づいて運転支援を行わないので、運転者が違和感を受けるような加速制御中の減速または減速制御中の減速は行われない。また、運転支援装置１によれば、目標車速を用いて運転支援する際に、加速のトレンドの場合には目標減速度が所定減速度より大きくなる場合または減速のトレンドの場合には目標加速度が所定加速度より大きくなる場合には目標車速に基づいて運転支援を行わないので、運転者が違和感を受けるような加速制御中の減速または減速制御中の減速は行われない。

この運転支援装置１によれば、運転者の加減速操作による車速データを用いて学習する前に、同一の位置における車速データが多峰性を持つか否かを判定し、多峰性を持つ車速データに対しては峰毎に複数の走行パターンに応じた車速データにそれぞれ分離することにより、走行パターン毎に学習に適した車速データについてそれぞれ学習することができ、学習の機会を増やすことができる。さらに、運転支援装置１によれば、走行中の走行パターンと同じ走行パターンの車速データから学習された車速に基づいて運転支援を行うことにより、その学習された車速を用いて運転者の加減速の意図に沿った運転支援を行うことができる。

この運転支援装置１によれば、運転者の加減速操作による車速データを用いて学習する前に、前方車両が存在するときに取得された車速を、前方車両が存在しないときに取得して記憶されている車速データによって補正することにより、運転者のより意図に沿った車速データを用いた学習ができ、より高精度な学習を行うことができる。

以上、本発明に係る実施の形態について説明したが、本発明は上記実施の形態に限定されることなく様々な形態で実施される。

例えば、本実施の形態では車速を学習し、その学習した車速を用いて走行制御及び情報提供を行う運転支援装置に適用したが、走行制御及び情報提供のいずれかだけを行う運転支援装置に適用してもよい。また、本実施の形態では運転者による運転操作を優先し、運転者が指示したときだけ走行制御を行う構成としたが、運転者が運転開始時に指示すると常に走行制御を行う構成（自動運転など）としてもよい。また、本実施の形態では運転支援ＥＣＵからエンジンＥＣＵとブレーキＥＣＵに指令を出して走行制御を行う複数のＥＣＵで構成したが、運転支援ＥＣＵでエンジンやブレーキの各アクチュエータを直接制御して走行制御を行う一つのＥＣＵで構成してもよい。また、本実施の形態では車両の駆動源としてエンジンとしたが、モータ、モータとエンジンのハイブリッドなどの他の駆動源でもよい。また、本実施の形態では油圧式のブレーキとしたが、ブレーキ・バイ・ワイヤなどの他のブレーキでもよい。また、本実施の形態では情報提供としてディスプレイによる表示及びスピーカによる音声出力としたが、表示及び音声出力のいずれか一方だけでもよいし、これら以外の情報提供でもよい。

また、本実施の形態では同一の位置における加減速のトレンドが同じか否かによって学習が可能なデータを判別する構成としたが、同一の位置における全データに含まれる複数の加減速の度合いのばらつきを算出し、ばらつきが小さいか否かによって学習が可能なデータを判別するようにしてもよい。この際、同一の位置において、加減速の度合いのばらつきが小さいデータのグループが１つだけの場合もあれば、加減速の度合いのばらつきが小さいデータのグループが複数の場合（加速の度合いのばらつきが小さいグループと減速の度合いのばらつきが小さいグループ、また、加速側の場合でも急加速側の加速の度合いのばらつきが小さいグループと緩加速側の加速の度合いのばらつきが小さいグループなど）もある。加減速の度合いのばらつきが小さいか否かの判定方法としては、例えば、同一の位置における複数の加減速度の分散（標本分散など）を算出し、その分散が閾値以下の場合にばらつきが小さいと判定する。

また、本実施の形態では加減速のトレンドを加速のトレンド、減速のトレンド、それ以外のトレンドの３つのトレンドとしたが、例えば、加速側（減速側）の場合には急加速（急減速）と緩加速（緩減速）などの複数のトレンドとしてもよい。例えば、上記のような加減速のトレンドのばらつきを求めることによって、加速側の中でもばらつきが小さい複数の加速のトレンドのグループにそれぞれ分類することが可能である。

また、本実施の形態では複数の車速のばらつきが小さいか否かを判定する方法として分散値が閾値以下か否かで判定する方法を示したが、ばらつきの判定方法としてはこれ以外の様々な方法を適用でき、例えば、所定の車速範囲を設定し、複数の車速がその所定の車速範囲内に入っている場合にばらつきが小さいと判定する。上記の加減速のばらつきの判定についても、同様に様々な判定方法を適用できる。

また、本実施の形態では多峰性を判定する方法として複数の車速についての頻度分布から判定する方法を示したが、信号機等の多峰性の要因となる周辺環境に対して複数のパターンを予め設定しておき、カメラ等を用いた周辺環境検出手段によって車両の周辺環境を検出し、検出した周辺環境が多峰性の要因となる時刻に応じて変化する周辺環境の場合には分類手段（ＥＣＵ）によって車速をその周辺環境における複数のパターンに分類し、同一の位置における車速を記憶するときにその周辺環境のパターンも紐付けて記憶しておき、分離手段（ＥＣＵ）によってその紐付けられている周辺環境のパターンに基づいて同一の位置における同じパターンの複数の車速をそれぞれ分離しておく。分離手段で周辺環境のパターン毎に分離されている場合、その分離された周辺環境パターン毎に周辺環境パターンに応じた複数の車速を用いて上記した同様の学習をそれぞれ行い、学習後に車速が学習された位置を車両が走行するときに、走行中の周辺環境パターンと同じ周辺環境パターンに応じた複数の車速を用いて学習された車速に基づいて運転支援を行う。

また、本実施の形態では車速データのサンプリング周期を判断するために、横軸が走行経路上の位置、縦軸が車速からなる座標系を用いて所定のエリア毎の車速の密度を算出し、その密度の安定度から車速のばらつきを判断し、車速のばらつきが小さい位置では高サンプリング周期で車速データを収集する構成としたが、このような座標系を用いずに、所定の算出式などを用いて所定のエリア毎の車速の密度を算出して、密度の安定度を判断する構成としてもよい。また、密度ではなく、分散などを用いて車速のばらつきを判断してもよい。

また、本実施の形態では前方車両が存在するときの車速データも補正して学習に用いる構成としたが、前方車両が存在するときの車速データを破棄する構成としてもよい。

また、本実施の形態では車速データが多峰性を持つか否かを判定し、多峰性を持つ場合には峰毎に車速データを分離してから学習を行う構成としたが、このような多峰性の判定及び分離をせずに、学習を行ってよい。多峰性を持つ車速データをそのまま用いて学習を行う場合でも、加減速のトレンドによる判別によって学習対象の車速データをある程度判別できる。

１…運転支援装置、１０…車速センサ、１１…ＧＰＳ受信機、１２…レーダセンサ、１３…運転支援スイッチ、２０…学習データベース、３０…エンジンＥＣＵ、３１…ブレーキＥＣＵ、３２…ディスプレイ、３３…スピーカ、４０…運転支援ＥＣＵ、４１…記憶制御部、４２…補正部、４３…分離部、４４…学習部、４５…ＨＭＩ制御部、４６…走行制御部。

Claims (9)

1. 運転者が運転操作を行って車両を走行させている間における走行データを学習し、当該学習された結果に基づいて運転支援を行う運転支援装置であって、
   運転者が加減速操作を行っている間に、走行経路上の同一の位置における車速と加減速の傾向をそれぞれ複数回記憶する記憶手段と、
   前記記憶手段に記憶されている同一の位置における複数の車速の中から加減速の傾向に基づいて学習が可能な複数の車速を判別し、当該学習が可能と判別された複数の車速のばらつきが小さい場合に当該ばらつきの小さい複数の車速に基づいて前記同一の位置における車速を学習する学習手段と、
   前記学習手段での学習後に車速が学習された位置を車両が走行するときに、前記学習手段で学習された車速に基づいて運転支援を行う運転支援手段と、
   を備えることを特徴とする運転支援装置。
2. 前記学習手段は、前記記憶手段に記憶されている同一の位置における複数の車速の中から加減速の傾向が同じ車速を学習が可能な複数の車速と判別することを特徴とする請求項１に記載の運転支援装置。
3. 前記学習手段は、前記記憶手段に記憶されている同一の位置における複数の車速の中から加減速の度合いのばらつきが小さい車速を学習が可能な複数の車速と判別することを特徴とする請求項１に記載の運転支援装置。
4. 前記運転支援手段は、前記学習された位置において、前記学習手段で学習された車速が加速の傾向のときの車速でありかつ車両の現在の車速が前記学習された車速よりも所定量以上高い場合または前記学習手段で学習された車速が減速の傾向のときの車速でありかつ車両の現在の車速が前記学習された車速よりも所定量以上低い場合には前記学習された車速に基づいて運転支援を行わないことを特徴とする請求項１〜請求項３のいずれか１項に記載の運転支援装置。
5. 前記記憶手段に記憶されている同一の位置における複数の車速の頻度を解析し、当該解析によって前記複数の車速の頻度が多峰性を持つと判断した場合、前記複数の車速を前記多峰性における峰毎に走行パターンに応じた複数の車速に分離する分離手段を備え、
   前記学習手段は、前記分離手段で前記多峰性における峰毎に分離されている場合、当該分離された峰毎に、当該峰の走行パターンに応じた複数の車速の中から加減速の傾向に基づいて学習が可能な複数の車速を判別し、当該学習が可能と判別された複数の車速のばらつきが小さい場合に当該ばらつきの小さい複数の車速に基づいて前記同一の位置における車速を学習し、
   前記運転支援手段は、前記分離手段で前記多峰性における峰毎に分離されている場合、前記学習手段での学習後に車速が学習された位置を車両が走行するときに、走行中の走行パターンと同じ走行パターンに応じた複数の車速を用いて前記学習手段で学習された車速に基づいて運転支援を行うことを特徴とする請求項１〜請求項４のいずれか１項に記載の運転支援装置。
6. 車両の周辺環境を検出する周辺環境検出手段と、
   前記周辺環境検出手段で検出された周辺環境が、時刻に応じて変化し車両の行動を変える要因となる周辺環境の場合、当該周辺環境を複数の周辺環境パターンに分類する分類手段と、
   前記分類手段で複数の周辺環境パターンに分類された場合、前記記憶手段に記憶されている同一の位置における複数の車速を周辺環境パターン毎に当該周辺環境パターンに応じた複数の車速に分離する分離手段と、
   を備え、
   前記学習手段は、前記分離手段で周辺環境パターン毎に分離されている場合、当該分離された周辺環境パターン毎に、当該周辺環境パターンに応じた複数の車速の中から加減速の傾向に基づいて学習が可能な複数の車速を判別し、当該学習が可能と判別された複数の車速のばらつきが小さい場合に当該ばらつきの小さい複数の車速に基づいて前記同一の位置における車速を学習し、
   前記運転支援手段は、前記分離手段で周辺環境パターン毎に分離されている場合、前記学習手段での学習後に車速が学習された位置を車両が走行するときに、走行中の周辺環境パターンと同じ周辺環境パターンに応じた複数の車速を用いて前記学習手段で学習された車速に基づいて運転支援を行うことを特徴とする請求項１〜請求項４のいずれか１項に記載の運転支援装置。
7. 車両の前方を走行する前方車両を検出する前方車両検出手段と、
   前記記憶手段に記憶されている同一の位置における複数の車速のうち前記前方車両検出手段で前方車両が検出されている間に記憶された車速を、前記前方車両検出手段で前方車両が検出されていない間に記憶された車速を用いて当該前方車両が検出されていない間に記憶された車速側に補正し、当該補正された車速を前記記憶手段に記憶させる補正手段と、
   を備え、
   前記学習手段は、前記補正手段で補正を行っている場合、前記記憶手段に記憶されている同一の位置における前記補正された車速及び前記前方車両検出手段で前方車両が検出されていない間に記憶された車速の中から加減速の傾向に基づいて学習が可能な複数の車速を判別し、当該学習が可能と判別された複数の車速のばらつきが小さい場合に当該ばらつきの小さい複数の車速に基づいて前記同一の位置における車速を学習することを特徴とする請求項１〜請求項６のいずれか１項に記載の運転支援装置。
8. 前記記憶手段は、第１の周期毎に走行経路上の複数の位置における車速をそれぞれ記憶し、当該記憶されている複数の位置における車速に基づいて所定範囲の車速のばらつきを算出し、当該算出された所定範囲の車速のばらつきが小さい場合には当該所定範囲に含まれる位置については前記第１の周期より短い第２の周期毎に車速を記憶することを特徴とする請求項１〜請求項７のいずれか１項に記載の運転支援装置。
9. 前記運転支援手段は、前記学習手段での学習後に車速が学習された位置を車両が走行するときに、当該学習された位置における学習された車速及び当該学習された車速に基づいて行う加減速制御の情報を提供することを特徴とする請求項１〜請求項８のいずれか１項に記載の運転支援装置。