JP2016503533A - 先進運転支援システム（ａｄａｓ）で使用するための予想可能範囲を生成する方法及びシステム - Google Patents

Abstract

車両のＡＤＡＳにより使用するための予想可能範囲を生成する方法は、現在走行中の道路区分に沿った決定点で異なる分岐路が選択される尤度を判定するために、デジタル場所依存データ、運転者データ及び車両データを使用することと、各分岐路が選択される確率を取り出すこととを含む。確率は、進入路に対する分岐路の角度、分岐路の道路クラス、分岐路の速度プロファイル、決定点で車両により選択された分岐路の履歴及び決定点で個々の運転者又は車両により選択された分岐路の履歴のうち１つ以上に基づいてもよい。

Description

本発明は、車両の先進運転支援システム（ＡＤＡＳ）で使用するための予想可能範囲を生成する方法及びシステムに関する。

ブレーキ作動、衝突回避及び速度選択などの分野で運転者を補助するために車両で使用される先進運転支援システムは増え続けている。このようなシステムは、運転時の負担を軽減するのを助け、安全性、車両の運転効率、運転者の安心感及び／又は燃費を向上させるのに有用だろう。

ＡＤＡＳの動作は、前方の道路及びその特性の知識に依存する。例えば、ＡＤＡＳは、前方の道路の一区間を走行するのに適する速度を判定するためにその道路区間のカーブ又は勾配などの要因を考慮に入れてもよく、その上で、例えば判定された速度を実現するために車両のブレーキ作動サブシステムを制御してもよい。通常、ＡＤＡＳ予想可能範囲プロバイダサブシステムとして知られるＡＤＡＳのサブシステムは、車両のサブシステムを制御するために、コントローラエリアネットワーク（ＣＡＮ）バスなどの車両バスを介して車両ネットワークのＡＤＡＳアプリケーションと通信する。異なるＡＤＡＳアプリケーションは、車両バスを介してＡＤＡＳ予想可能範囲プロバイダから受信される情報に従って、それぞれ対応する車両サブシステムを制御してもよい。例えば、ブレーキ作動、サスペンションなどに関するＡＤＡＳアプリケーションがあってもよい。ＡＤＡＳ予想可能範囲プロバイダサブシステムは、ＡＤＡＳ予想可能範囲データを使用してそれぞれ対応する車両サブシステムの制御を実行するために、所定の車両サブシステムと関連するＡＤＡＳアプリケーションにより使用されるＡＤＡＳ予想可能範囲情報を提供する。

ＡＤＡＳ予想可能範囲プロバイダサブシステムの動作の１つの態様は、車両バスを介して車両サブシステムへ通信される適切なＡＤＡＳ「予想可能範囲」の生成に関する。ＡＤＡＳ予想可能範囲は、前方に続く道路網の部分に関するデジタルマップ情報を含み、この情報は、車両サブシステムに関してＡＤＡＳ機能を実現するためにＡＤＡＳアプリケーションにより使用される。ＡＤＡＳ予想可能範囲の判定は、車両が走行するにつれて車両サブシステムによりＡＤＡＳ機能を実現できるように車両バスを介して必要なデータを確実に送信させるために、ごく近い将来に車両が走行するかもしれない１つ以上の進路を予測することを含む。

ＡＤＡＳ予想可能範囲は、前方に続く道路のコース、並びにそれに関連する道路のカーブ、勾配などの属性に関する情報を含んでもよく、その情報は、車両サブシステムのＡＤＡＳ制御を実現するために車両のＡＤＡＳアプリケーションにより使用されてもよい。異なる車両サブシステムと関連するＡＤＡＳアプリケーションは、関連するサブシステムを制御するために要求される情報を抽出するために、提供されたＡＤＡＳ予想可能範囲データをフィルタリングしてもよい。例えば、ブレーキ作動システムを制御する際に使用するために、道路カーブデータが抽出されてもよい。

ＡＤＡＳ予想可能範囲に含めるのに適切な前方の道路網の部分を判定する場合、車両システムと関連付けられた車両ＡＤＡＳアプリケーションのオーバーロードを回避しつつ、車両システムによりＡＤＡＳ機能が確実且つ適切に実現されるように十分なデータをバランスよく提供することが必要である。従って、近い将来に車両が走行すると予想される進路の予測は、適切なＡＤＡＳ予想可能範囲の生成の基本である。適切なＡＤＡＳ予想可能範囲の判定は、例えば車両が事前計算済み経路に従って走行しているか否かによって、また車両が事前計算済み経路から外れる可能性に対応するために、特定の問題点を含む場合がある。例えば、単純なケースでは、ＡＤＡＳ予想可能範囲は、現在位置から所定の距離まで現在車両が走行している道路のみに関連するデータを含んでもよい。しかし、そのような状況で現在走行中の道路から外れると、新たに走行する道路区間に関連する新たなＡＤＡＳ予想可能範囲を生成できるまで、ＡＤＡＳアプリケーションは、一時的に「ブラインド」状態に置かれると思われる。

出願人は、ＡＤＡＳにより使用するための予想可能範囲を生成する改善された方法及びシステム、特に、ＡＤＡＳ予想可能範囲を生成する場合にごく近い将来に車両が走行すると思われる１つ以上の進路を予測する方法及びシステムが必要とされていると認識した。

本発明の第１の態様によれば、車両のＡＤＡＳにおいて使用するための予想可能範囲を生成する方法であって、
記憶されているデジタル位置依存データ、車両データ及び運転者データのうち１つ以上を使用して予想可能範囲を生成すること
を備える方法が提供される。

従って、本発明によれば、ＡＤＡＳ予想可能範囲の生成は、記憶されているデジタル位置依存データ及び／又は車両データ及び／又は運転者データを使用することを含む。

本発明の第２の態様によれば、車両のＡＤＡＳにおいて使用するための予想可能範囲を生成するシステムであって、
記憶されているデジタル位置依存データ、車両データ又は運転者データのうち１つ以上を使用して予想可能範囲を生成する手段
を備えるシステムが提供される。

この第２の態様において、本発明の第１の態様に関連して説明された特徴と互いに矛盾しない限り、本発明は、それらの特徴のいずれか又はすべてを含んでもよく、逆に、第１の態様において、第２の態様に関連して説明された特徴と互いに矛盾しない限り、本発明は、それらの特徴のいずれか又はすべてを含んでもよい。従って、本明細書に明示されない場合、本発明のシステムは、説明される方法のステップのうちいずれかを実行するための手段を備えてもよい。

方法のステップのうちいずれかを実行する手段は、それを実行するように構成された、例えばプログラムされた１つ以上のプロセッサより成るプロセッサ群を備えてもよい。所定のステップは、他のいずれかのステップと同一のプロセッサ群により実行されてもよいが、異なるプロセッサ群により実行されてもよい。所定のステップは、プロセッサ群の組み合わせを使用して実行されてもよい。システムは、例えば、生成される予想可能範囲を示すデータ及び／又は予想可能範囲を判定する際に使用されるデータ、すなわち車両データ、運転者データ及び／又はデジタル位置依存データを記憶するコンピュータメモリなどのデータ記憶手段を更に備えてもよい。予想可能範囲を生成する手段は、ＡＤＡＳシステムの予想可能範囲生成サブシステムであってもよい。

本明細書において使用される場合の用語「予想可能範囲」は、車両のＡＤＡＳにより使用されるための運転予想可能範囲を表す。予想可能範囲は、車両がごく近い将来に道路網の一部を通る場合に走行してよい１つ以上の進路の予測又はそのような予測の実行を可能にするデータを含む。道路網は、ノードにより接続された複数の道路区分を含み、各道路区分及びノード、すなわち決定点を示すデジタルマップデータにより表される。好適な実施形態において、予想可能範囲は、決定点で複数の進路のうち各進路が車両により選択される相対確率を示すデータを含む。予想可能範囲は、予測される上記の進路又は各進路を示すデジタルマップデータ及び／又は予測される各進路の１つ以上の属性を示すデータを含んでもよい。これにより、接近しつつある道路網の部分に車両が到着する前にその部分に関するデータを事前に取得して、ＡＤＡＳを機能させることができる。道路網の関連部分は、予想可能範囲の境界により定義されてもよい。

ＡＤＡＳ予想可能範囲を生成するために、記憶されているデジタル位置依存データ、車両データ及び／又は運転者データを使用することにより、車両を適切に誘導するために必要なデータを含む有用な予想可能範囲を取得できることがわかっている。詳細には、そのようなデータを使用することにより、決定点で複数の可能進路の各進路が選択される相対確率を更に容易に判定できることがわかっている。これによって、車両により選択される進路を更に正確に予測できるので、車両が予想最確進路から外れた場合であっても、ＡＤＡＳ予想可能範囲に基づく車両のＡＤＡＳシステムの動作の信頼性を向上させることができる。

生成される予想可能範囲は、車両の現在位置から予想可能範囲の境界を定義する現在位置の前方の所定の距離までの範囲であってもよい。ＡＤＡＳ予想可能範囲は、車両の現在位置から上記の予測進路又は各予測進路に沿って所定の距離まで続いてもよい。その距離は５００ｍまでであってもよく、あるいは２００ｍまで及び／又は少なくとも１００ｍまでであってもよい。現在位置の前方の所定の距離は、現在の進行方向の距離を表す。予想可能範囲の広がりは、所定のアプリケーションに関して必要に応じて選択されてもよい。予想可能範囲は、進行方向の距離に対応する所定の半径、例えば前方進行方向に１８０°の角度の範囲に設定されてもよい。

本明細書において使用される場合の用語「進路」は、１つ以上の道路区分の少なくとも一部分を含んでもよい。進路は、道路網を通る車両により選択されると思われる軌道を表す。進路は、デジタルマップの１つ以上の道路区分の少なくとも一部分により定義される進路である。デジタルマップは、道路網の複数の道路区分を表す複数のセグメントを含む。

本発明によれば、予想可能範囲を生成するために、記憶されているデジタル位置依存データ、車両データ及び／又は運転者データが使用される。少なくとも記憶されているデジタル位置依存データが使用されるのが好ましい。記憶されている車両データ及び運転者データの一方又は双方が更に使用されてもよい。明示されない場合、また、文脈上、別の解釈が必要とされない限り、記憶されているデジタル位置依存データ、車両データ及び／又は運転者データの何らかの組み合わせが使用されてもよいことは理解されるだろう。

好適な実施形態において、デジタル位置依存データはデジタルマップデータである。

実施形態において、記憶されているデジタルマップデータは、道路網の複数の道路区分を表し、各道路区分を表すデータは、１つ以上の道路区分属性を示すデータと関連付けられる。方法は、予想可能範囲を生成するために道路区分データと関連付けられた属性データを使用することを含んでもよい。

道路区分を表すデータと関連付けられ、上記の進路又は各進路を生成する際に使用されてもよい属性データは、その道路区分の固有の特性を示し且つ／又はその道路区分に沿った車両の流れを示す属性データを含む。車両流れ属性データは車両流れ履歴データであってもよいが、車両速度プロファイルデータを含んでもよい。データは時間依存データ、すなわち所定の期間に関するデータであってもよい。

予想可能範囲を生成する際に使用されてもよい道路区分の属性データは、道路区分の幾何学的配置、道路区分の勾配、道路区分の角度、道路区分の道路クラス、道路区分と関連付けられた制限速度（推奨速度又は法定速度）、道路区分に沿った車両の流れを示す車両流れデータ及び車両速度プロファイルデータのうち１つ以上を示すデータを含んでもよい。

予想可能範囲の生成は、上記の道路区分又は各道路区分と関連付けられた属性の絶対値に基づいてもよい。しかし、いくつかの好適な実施形態において、予想可能範囲の生成は、絶対値の代わりに又はそれに加えて、１つの道路区分の１つ以上の属性と他の１つ以上の道路区分の対応する属性との比較に基づいてもよい。従って、属性の相対値が考慮されてもよい。例えば、道路クラス、勾配、角度、制限速度、速度プロファイルなどの先に挙げた種類のデータのうちいずれかのデータの属性の相対値が考慮されてもよい。方法は、予想可能範囲を生成する場合に１つの道路区分の１つ以上の属性を示すデータを別の道路区分の対応する属性データと比較することを含んでもよい。

本発明の実施形態において使用されるデジタル位置依存データは、例えば車両「プローブデータ」（以下に詳細に説明する）に基づいて車両により選択された進路の履歴に関連してもよい。

車両データ又は運転者データは、記憶された車両データ又は記憶された運転者データであるのが好ましい。データは、予想可能範囲を生成するＡＤＡＳを有する個別の車両及び／又は車両の個別の運転者に関連するのが好ましい。車両データは、車両又は運転者の１つ以上のパラメータを示すデータを含んでもよい。予想可能範囲を生成する際に使用されてもよい車両データは、車種、車両速度、車両の移動履歴、例えば車両のターン履歴、道路網の所定の区分に沿った車両の走行の頻度などを示すデータを含んでもよい。運転者データは、運転者の過去の挙動、例えば運転者のターン履歴などを示すデータを含んでもよい。

好適な実施形態において、車両データは、車両の移動履歴に関連するデータを含んでもよい。

他の実施形態において、車両データは、車両の現在の動きを示すデータ、例えば車両の速度、位置又は走行している進路を示すデータを含んでもよい。このようなデータは、予想可能範囲を生成する際にデジタル位置依存データと組み合わせて使用されるのが好ましい。車両データが記憶されたデータである場合、データは、車両の現在の動きに関連しないのが好ましい。

車両の特定のパラメータは、運転者のパラメータ、例えば運転者の過去の挙動又はターン履歴に関連するパラメータを示してもよいことが理解されるだろう。このようなパラメータは、車両の特定の運転者に特有のパラメータであると考えられてもよい。例えば、車両のＡＤＡＳは、運転者の特定の挙動に関連するデータを収集してもよい。車両に複数の運転者がいる場合、データは、特定の運転者が識別されていた場合の車両の動きに基づいてもよい。従って、ＡＤＡＳ予想可能範囲の生成時に基礎となる車両パラメータは、車両の特定の運転者に特有のパラメータであってもよいが、特有のパラメータでなくてもよい。場合によっては、運転者に特有のデータは運転者プロファイルを介して識別されてもよく、その運転者が他の車両を運転した場合の運転者の挙動を示してもよい。従って、運転者データは、必ずしも個別の車両に関連するデータでなくてよい。

本発明によれば、記憶されているデジタル位置依存データ、車両データ及び／又は運転者データを使用して予想可能範囲を生成するステップは、ごく近い将来に決定点に関連付けられた複数の可能分岐路の各々が車両により選択される相対確率を示すデータを判定するために、それらのデータを使用することを含むのが好ましい。

本明細書において所定の１つの決定点に関連して説明される方法は、必要に応じて道路網のいずれかの追加の決定点に関して実行されてもよいことが理解されるだろう。

本明細書において使用される場合のごく近い将来に決定点で車両により選択される複数の可能分岐路の組の中の１つの分岐路の「相対確率」は、近い将来に決定点で複数の可能分岐路の組の中で、その分岐路以外の分岐路のうちいずれかの分岐路を車両が選択する確率と比較した場合の、車両がその分岐路を選択すると予想される確率を表す。選択されそうな分岐路という表現、あるいは分岐路の確率又は尤度を表す他の何らかの表現は、ごく近い将来に車両がその分岐路に沿って走行する確率を表すと理解すべきである。

決定点において可能分岐路ごとに、可能分岐路のうち他のどの分岐路よりも優先してその分岐路が選択される相対確率を示すデータが判定されるのが好ましい。方法は、相対確率データが関係する分岐路及び／又は相対確率データが関係する決定点を示すデータと、相対確率データを関連付けることを含んでもよい。

「分岐」路という定義、実際には所定の分岐路が選択される相対確率は、決定点に至る進入路によって決まることが理解されるだろう。従って、複数の可能分岐路の各々が選択される相対確率は、所定の進入路を参照することによって決まる。

方法は、分岐路の定義に関して決定点に至る進入路を判定するステップを含んでもよい。進入路は、車両が決定点に到着するまでに走行すると予想される進路である。好適な実施形態において、進入路は、車両が現在走行している道路区分の延長である。その代わりに又はそれに加えて、進入路は、事前計算済み経路の一部のような、車両の既知の最確進路の一部である。この場合、既知の進路の一部は、決定点で終わる既知の進路の終端部であるのが好ましい。しかし、事前計算済み経路の一部に対応する決定点における分岐路がわかっている場合であっても、本発明のこの好適な実施形態は、決定点で複数の他の分岐路の各々が選択される相対確率の判定にも適用されてよい。

決定点は、可能分岐路の各々の選択と関連付けられた相対確率を判定することが望まれる複数の分岐路を定義する何らかの決定点であってもよい。実施形態において、決定点は、現在走行中の道路区分の延長に沿って走行した場合に車両が次に遭遇する決定点である。車両は、次の決定点に到着するまで現在走行中の道路区分に沿って走り続けると想定してもよい。従って、次の決定点までの進路はわかっていると考えてもよい。

いくつかの実施形態において、方法は、車両の現在位置を識別することと、車両が現在走行している道路区分を判定することと、次に遭遇する決定点を識別することとを含む。方法は、決定点と関連付けられた複数の分岐路の各々が本発明の方法に従って選択される相対確率を判定することを含んでもよい。

決定点における進路と関連付けられた相対確率を判定する好適な方法は、「オンザフライ」で実行されてもよいと考えられる。従って、決定点は、近づきつつある決定点又は次に遭遇する決定点であるのが好ましい。しかし、方法は、道路網のどの決定点に関して実行されてもよく、あるいは関係する各決定点を識別するデータと関連付けて、後に必要に応じて使用するためにデータベース又はそれに類似する記憶場所に記憶させることができる相対確率値を事前に判定することに方法を適用してもよいだろうと考えられる。この場合、分岐路が定義される元になる進入路は任意に選択されてもよく、所定の決定点に対して複数の可能進入路に関してデータが取得されてもよい。

いずれの実施形態においても、方法は、決定点を選択することと、相対確率が判定される決定点と関連付けられた進入路及び複数の分岐路を判定することとを含んでもよい。

決定点は、所定の進入路に対して２つ以上の可能分岐路が存在するどのような種類の決定点であってもよい。決定点は、何らかの形の交差点、ロータリー、ジャンクション、交差路、進路の分岐点などであってもよい。本明細書において使用される場合の用語「決定点」は、個別のジャンクションが１つに集まっている複数のジャンクションを更に含む。その場合、各ジャンクションから出る進路は、ほぼ１つの決定点から出ているものと考えてよく、そのように処理されてもよい。

方法は、決定点で（所定の進入路に対して）２つ以上の可能分岐路の組のうち各分岐路が車両により選択される相対確率を示すデータを判定することを含むのが好ましい。方法は、所定の進入路に関して決定点に存在する可能分岐路ごとに相対確率データを判定することを含むのが好ましい。分岐路は、決定点から出る進入路以外のいずれかの進路として定義されてもよい。可能分岐路は、決定点と関連付けられた進行可能なすべての分岐路を含んでもよいが、含まなくてもよく、種々の理由により、例えば該当する分岐路が進行方向とは逆の方向にごく近い方向にあると考えられること、重大度閾値に満たないことなどの理由により、特定の分岐路が考慮から除外されてもよい。例えば、進入路に対応するが、逆の進行方向にある分岐路は、ジャンクションの場合は考慮されなくてもよいが、ロータリーの場合は考慮されてもよい。考慮されない分岐路は、「可能」分岐路ではないとみなされる。文脈上、他の解釈が必要とされない限り、本明細書において「分岐路」という場合、それは「可能分岐路」を指すと理解すべきである。従って、本発明の方法は、決定点における複数の可能分岐路の組に関して実行される。複数の可能分岐路の組とは、相対確率データの判定が望まれる分岐路、すなわち所定のアプリケーションに関して関連分岐路と考えられる分岐路である。

決定点における可能分岐路のうち１つの分岐路が事前計算済み経路の一部に対応するとわかっているいくつかの実施形態において、方法は、相対確率が判定される複数の分岐路の組からその分岐路を除外すること、又はこの経路が最も高い確率を有すると確実に判定されるように計算を適切に調整することを含んでもよい。これは、事前計算済み経路に対応する分岐路に１の確率を割り当てることにより、例えば、その他の分岐路の確率を相応して調整するか、又は事前計算済み経路に対応する分岐路より高い確率を示す分岐路がないように、その他の分岐路の相対確率を調整することにより、実行されてもよい。

複数の分岐路のうち各可能分岐路が車両により選択される相対確率を示すデータを判定するステップは、複数の可能分岐路の組のうち他のどの分岐路よりも優先して１つの分岐路に沿って車両が走行すると予想される尤度に従って各分岐路をランク付けすることを含んでもよい。従って、相対確率は、分岐路の質的順序付けに基づく確率であってもよい。他の実施形態において、このステップは、各可能分岐路に関して、その分岐路が他のどの分岐路よりも優先して選択される相対確率を示す確率係数を判定することを含んでもよい。確率係数は、その分岐路が選択される相対確率を示す定量的尺度を提供する。

所定の可能分岐路が選択される相対確率を示すデータを判定するステップは、以下に更に詳細に説明するように、記憶されているデジタル位置依存データ、車両データ及び／又は運転者データを使用することを含んでもよい。所定の可能分岐路の相対確率を判定するステップは、決定点に到着するまでに車両が走行すると予想される進入路を示すデータ、そのような進入路と関連付けられた属性データ及び／又は車両が進入路に沿って走行する際の車両のパラメータ（例えば速度、加速など）を使用することを更に含んでもよい。

方法は、各可能分岐路が選択される相対確率を示す判定済みデータを記憶することを含んでもよい。記憶されるデータは、分岐路のランク又は確率係数を示してもよい。方法は、可能分岐路ごとに、その分岐路を識別するデータに関連させて、その分岐路が他のどの分岐路よりも優先して選択される相対確率を示すデータを記憶することを含んでもよい。方法は、分岐路の定義に関して進入路を示すデータを記憶することを更に含んでもよい。方法は、可能分岐路が関連する決定点を示すデータ、例えば決定点の位置に関連させて、その分岐路が選択される相対確率を示すデータを記憶することを含んでもよい。決定点の位置は、絶対項として示されるか又は例えば最確分岐路などに沿った距離に関連して示されてもよい。

以下に、各可能分岐路の相対確率を示すデータを判定するために、記憶されている異なる種類のデジタル位置依存データ、例えばマップデータ、車両データ及び／又は運転者データがどのように使用されるかを示す本発明のいくつかの好適な実施形態を説明する。それらの実施形態のいずれかが必要に応じて組み合わされてもよいことは理解されるだろう。例えば、各可能分岐路と関連付けられた相対確率の判定は、可能分岐路の角度及び／又は道路クラス、運転者及び／又は車両により以前に選択された分岐路、現在の車両速度、分岐路と関連付けられた平均速度及び「プローブデータ」に基づいてこれまでに分岐路が選択されていた確率を示すデータのうち１つ以上を考慮することを含んでもよい。分岐路の相対確率を示す適切な確率関数は、これらの要因のうちいずれか又はそれらすべてを考慮に入れ且つ必要に応じて各要因に適切な重み付けをするように構成されてもよい。

デジタル位置依存データ、例えばデジタルマップデータが使用される場合、そのデータは、決定点から出ている関連分岐路の最初の部分を定義する道路区分に関連するデータであってもよい。

いくつかの実施形態において、可能分岐路ごとの相対確率データを判定するステップは、記憶されているデジタルマップデータを使用することを含んでもよい。それらの実施形態において、異なる可能分岐路が選択される相対確率を判定するステップは、決定点で分岐路の少なくとも最初の部分を定義する道路区分と関連付けられた属性データを使用することを含んでもよい。属性データは、先に挙げた種類のうちいずれかの種類のデータであってもよい。属性データは直接使用されてもよいが、属性データに基づいて判定に使用される他のデータを判定するために使用されてもよい。

特定の実施形態において、方法は、決定点で、分岐路と進入路との間で定義される角度及び分岐路の道路クラスのうち一方又は双方を示すデータを使用して、可能分岐路の各々が選択される相対確率を示すデータを判定することを含む。

角度データは、記憶されているデジタルマップデータを使用して判定されてもよい。例えば、角度データは、可能分岐路（の少なくとも最初の部分）を定義する道路区分を示し、任意に進入路を更に示すデータ、あるいはそれらのデータから取り出されるデータと関連付けられた属性データを使用して判定されてもよい。角度データは、各道路区分の軌道を示すデータ、又は決定点に関して分岐路を定義する道路区分の角度に関連するデータなどを使用して間接的に判定されてもよい。道路クラスは、道路の相対重要度を示し、機能的道路クラスであってもよい。標準的な定義によれば、道路は、道路クラスが高くなるほど、その道路の重要度は相対的に低くなるように分類されてもよい。言い換えれば、幹線道路又は高速道路は、重要度の低い道路より低い機能的道路クラスを有するということである。

実施形態において、方法は、可能分岐路が進入路に対して相対的に小さい角度と関連付けられた場合及び／又は相対的に高い重要度を示す道路クラスと関連付けられた場合、その分岐路の確率は相対的に高い、すなわち、車両が他のどの可能分岐路よりも優先してその分岐路を選択する尤度が相対的に高いと判定することを含む。

この判定は、角度及び／又は道路クラスの何らかの関数に基づいてもよい。判定が角度及び道路クラスの双方の関数に基づく場合、関数は、判定に対する角度又は道路クラスの寄与に必要に応じて重み付けをするように適宜適応されてもよい。

実施形態において、方法は、決定点における運転操作がデジタルマップデータで「優先操作」とみなされるか否かを示すデータを使用して、各可能分岐路が決定点で選択される相対確率を示すデータを判定することを含む。例えば、ジャンクションにおける複雑な運転操作は一般的操作であってもよく、そのジャンクションに関して、デジタルマップデータに特殊ケースとしてマークされる。デジタルマップデータで優先操作として示される進入路から分岐路への運転操作は、例えば、分岐路と進入路との間で定義される角度及び分岐路の道路クラスに基づいて判定される場合の相対確率より高い相対確率を有するとみなされてもよく、そのようにみなされるのが好ましい。

同様に、方法の実施形態は、上記の判定に加えて又はその代わりに、決定点における運転操作がデジタルマップデータで「非推奨操作」又は「不正操作」とみなされるか否かを示すデータを使用して、各可能分岐路が決定点で選択される相対確率を示すデータを判定することを含む。例えば、複数の連続する決定点、例えばジャンクションにおける一連の運転操作は、デジタルマップデータで不正操作としてマークされてもよく、予想可能範囲を生成する場合、０又は０に近い値を割り当てられてもよい。「非推奨操作」は、前述の「優先操作」の逆であり、例えば分岐路と進入路との間で定義される角度及び分岐路の道路クラスに基づいて好都合であるように見えるが、相対的に危険であるか又は一般に使用されない操作を表す。デジタルマップデータで非推奨操作として示される進入路から分岐路までの運転操作は、例えば分岐路と進入路との間で定義される角度及び分岐路の道路クラスに基づいて判定されると考えられる確率より相対的に低い確率とみなされてもよく、そのようにみなされるのが好ましい。

その代わりに又はそれに加えて、個別の運転者及び／又は個別の車両により決定点で選択された分岐路の履歴を示すデータに基づいて、各可能分岐路が選択される相対確率を示すデータが判定される。データは所定の決定点に特有のデータである。データは個別の運転者及び／又は個別の車両に特有のデータである。運転者の過去の挙動又は車両の過去の走行に関する知識を得ることにより、将来の挙動／走行を更に正確に予測でき、従って将来の分岐路を更に正確に予測できる。

この点に関して、運転者が複数台の車両を使用する可能性もあるので、個別の運転者プロファイルに関連させて分岐路履歴データが取得されてもよいと考えられ、運転者が車両を運転するたびに分岐路履歴データを適用可能であると想定してもよい。他の実施形態において、データは、誰が車両を運転するかに関わらず、車両に特有のデータであってもよい。多くの場合、車両は同一の運転者により常に運転され、車両又は運転者の走行履歴に差は生じない。これらの実施形態は、記憶されている角度及び／又は進路クラスなどのデジタルマップデータに基づく要因に加えて考慮されてもよい。

分岐路履歴データは、決定点において進入路に関して運転者及び／又は車両により複数の可能分岐路の各々が選択された確率の履歴を示す。データは、確率履歴データ又は確率履歴データの判定を可能にするデータであってもよい。データは、例えば各分岐路が選択された頻度を示すデータを含んでもよい。例えば、過去に運転者／車両が進入路２に沿って接近してきた回数のうち、所定の決定点において７０％に相当する回数で分岐路１を選択していたことが頻度データから判定されてもよい。方法は、決定点で車両及び／又は運転者により選択された分岐路に関連する履歴データから、考慮する進入路と分岐路の各組み合わせに関連するデータを選択することを含んでもよい。従って、分岐路履歴データは、決定点に関する他の進入路と分岐路との組み合わせに関連するデータを含んでもよい。

方法は、運転者及び／又は車両により所定の分岐路が選択された相対確率履歴に従って、その分岐路が選択される相対確率を関連付けることを含んでもよい。個別の運転者及び／又は個別の車両により以前に選択された確率が相対的に高い進路と、相対的に高い確率が関連付けられてもよい。

車両及び／又は運転者が走行した進路の履歴に関連するデータは、例えば車両のＡＤＡＳ又はそれと関連するナビゲーション装置から取得されてもよい。

いくつかの実施形態において、方法は、決定点で運転者及び／又は車両により選択された分岐路の履歴を示すデータを取得することを更に含んでもよい。いくつかの実施形態において、方法は、道路網の複数の決定点の各々において運転者及び／又は車両により選択された分岐路の履歴を示すデータベースから、そのようなデータを判定することを含む。データベースは、上記の決定点又は各決定点の位置を示すデータと関連させて選択された分岐路の履歴を示すデータを含んでもよい。

方法は、そのようなデータベースを生成し且つ／又は提供するステップに拡張される。実施形態において、方法は、道路網の１つ以上の決定点、好ましくは複数の決定点で、複数の異なる可能分岐路の各々が個別の運転者及び／又は個別の車両により選択された頻度を、少なくとも１つの可能進入路、好ましくは上記の決定点又は各決定点に関する複数の可能進入路、すなわち各進入路に関して示すデータを取得し且つ記憶することを含む。例えば、所定の決定点と関連付けられた各分岐路に１つの識別子が割り当てられてもよく、更に、複数の可能進入路の進入路ごと、複数の可能分岐路の分岐路ごとに、決定点において運転者又は車両が走行した頻度を識別する行列が構成されてもよい。

従って、本発明は、そのようなデータベースを含むデータ製品に拡張される。

いくつかの実施形態において、判定される上記の分岐路又は各分岐路は、個別の運転者又は個別の車両により選択された分岐路の履歴を示すデータに基づいて判定されるが、他の実施形態では、又はそれに加えて、上記の分岐路又は各分岐路を判定する際に、複数台の車両により選択された分岐路の履歴を示すデータが使用されてもよい（以下に更に詳細に説明する）。

その代わりに又はそれに加えて、方法は、複数の可能分岐路をそれぞれ定義する道路区分と関連付けられた速度プロファイルデータを使用して、各可能分岐路が選択される相対確率を示すデータを判定することを含む。速度プロファイルは、少なくとも決定点から延びる分岐路の部分を定義する道路区分に沿って走行する車両の速度履歴を示すデータに基づく速度プロファイルである。速度プロファイルデータは、道路網の各道路区分と関連付けられた属性であってもよく、従って、記憶されているデジタルマップデータの一部を形成してもよい。

所定の進路を定義する道路区分を表すデジタルマップデータは、その道路区分の速度プロファイルを表すデータと関連付けられてもよい。速度プロファイルは、道路区分と関連する平均速度を示すのが好ましく、方法は、相対確率データを判定する際に、各可能分岐路を定義する道路区分と関連付けられた速度プロファイルデータにより示される平均速度データを使用することを含むのが好ましい。速度プロファイルは全体として道路区分と関連付けられてもよいが、道路区分に沿った１つ以上の位置に関する１つ以上の速度プロファイルを示すデータが道路区分と関連付けられてもよい。従って、これらの実施形態において、考慮される各分岐路は、その分岐路と関連付けられた速度プロファイルデータを有する道路区分により表されてもよい。これらの実施形態において使用される速度プロファイルデータは、時間依存データであってもよい。実施形態において、複数の異なる期間の各々に関する速度プロファイルを示す速度プロファイルデータが所定の道路区分と関連付けられてもよい。方法は、現在の時間、あるいは分岐路又は進入路を定義する所定の道路区分を走行する予想時間を含む期間に関連する速度プロファイルデータを、その道路区分と関連付けられた速度プロファイルデータから選択することを更に含んでもよい。

方法は、分岐路が選択される相対確率を示すデータを判定するために、可能分岐路のうち異なる分岐路を表す道路区分と関連する速度プロファイルデータにより示される速度データ、例えば平均速度データを比較することを含んでもよい。

いくつかの実施形態において、関連する平均速度が相対的に高い速度プロファイルを有する進路と、相対的に高い確率が関連付けられる。速度プロファイルデータに従って平均速度が速いということは、道路の重要度が高いことを示してもよい。従って、道路クラスを間接的に評価する方法として、速度プロファイルデータが考慮に入れられてもよい。

その代わりに又はそれに加えて、他の実施形態において、方法は、所定の分岐路を表す道路区分と関連付けられた速度プロファイルデータを進入路に沿った車両の現在の走行速度と比較することにより、複数の可能分岐路の各々が選択される相対確率を判定することを含んでもよい。方法は、進入路に沿った車両の現在速度を各可能分岐路に沿った速度と比較することを含むのが好ましい。これらの実施形態において、各可能分岐路と関連する速度プロファイルデータに基づいて、車両の進入時の現在速度と分岐路と関連付けられた平均速度との差が相対的に小さい分岐路と、相対的に高い確率が関連付けられてもよい。従って、分岐路の平均速度が走行中の進入路の平均速度に近いほど、その分岐路の確率は高くなると想定してもよい。

所定の道路区分に対応する進路が選択される総確率を判定するために、所定の道路区分と関連付けられた速度プロファイルデータは、本明細書において説明される他の係数と共に又は単独で重み付け係数として使用されてもよい。

好適な実施形態において、速度プロファイルデータは、時間に関する車両と関連付けられた複数のデバイスの位置に関連するデータに基づく。そのようなデータは車両の「プローブデータ」と呼ばれてもよく、本明細書において「プローブデータ」という場合、そのような位置データを指すと理解すべきである。デバイスは各車両と関連しているので、デバイスの位置は車両の位置に対応すると考えてもよい。方法は、そのような位置データを取得するステップ及び／又はそのデータを使用して速度プロファイルデータを判定し且つデータを関連する各道路区分と関連付けるステップに拡張されてもよい。車両の位置データは、相対確率データがプローブ履歴データを使用して判定される更なる実施形態に関連して以下に説明される形態のうちいずれかであってもよい。

少なくとも好適な実施形態において、道路区分と関連付けられた速度プロファイルデータは、１つ以上の期間、好ましくは複数の期間にわたりその道路区分を走行する場合の平均走行速度を示す。例えば、速度プロファイルデータは、一日の中で、例えば１時間ごとに平均速度がどのように変化するかを示すことができる。決定点から出る各分岐路が選択される相対確率は、予想可能範囲が生成される時間に適する期間にわたる平均速度を使用して判定されるのが好ましい。例えば、現在時間に整合する期間が選択されてもよいが、車両が決定点に到着する時間に整合する期間が選択されてもよい（予想可能範囲はごく近い将来に走行すると考えられる進路の反映であることを意図しているので、これは通常同一である）。

本発明は、分岐路の確率の判定に際して、「プローブデータ」に基づく速度プロファイルデータの使用に限定されない。例えば、方法は、時間に関する車両と関連するデバイスの位置に関連するデータ、すなわち車両プローブデータを使用することを含んでもよく、決定点において各可能分岐路と関連付けられた相対確率を判定する際に、更に一般的に言えば、予想可能範囲で１つ以上の可能分岐路を予測する際に、このデータは、長い期間、例えば数週間、数か月などにわたり取得されるのが好ましい（すなわち「履歴データ」と呼ぶことができる）。

方法は、前述の履歴プローブデータに基づいて進入路に関して決定点から出る複数の可能分岐路の各々が選択された相対確率履歴を示すデータを使用して相対確率を判定することを含んでもよい。方法は、履歴プローブデータに基づいて相対的に高い確率で選択されたことと関連付けられた可能分岐路と、相対的に高い確率を関連付けることを含んでもよい。以前に分岐路が選択された際の相対確率履歴は単独で使用されてもよいが、分岐路が選択される相対確率を判定するために、他の係数と共に重み付け係数として使用されてもよい。

方法は、所定の進入路に対して複数の可能分岐路の各々が選択された相対確率履歴を示すデータを判定することに拡張されてもよい。これは、決定点を含む道路網の一部における時間に関する車両と関連付けられた複数のデバイスの位置に関連する履歴データを使用して実行されてもよい。方法は、進入路に関して決定点から出る複数の可能分岐路の各々を車両が選択した相対頻度を判定するために位置データを使用することを含んでもよい。確率履歴データは、各分岐路が選択される回数を示すカウントを使用して取得されてもよい。他の実施形態において、方法は、道路網の１つ以上の決定点、好ましくは複数の決定点において、上記の決定点又は各決定点の１つ以上の可能進入路、好ましくは複数の進入路に対して複数の可能分岐路の各々が選択された頻度を示すデータを含むデータベースから相対確率履歴データを取得することを含んでもよい。

確率履歴は時間依存データであってもよい。従って、様々な期間に関して所定の分岐路に対して複数の確率履歴が判定されてもよい。例えば、分岐路の確率履歴を判定する場合、所定の時間フレームの中で車両と関連付けられたデバイスにより、所定の分岐路が選択される回数を示すカウントが判定され、使用されてもよい。履歴位置データを使用して所定の分岐路が選択される確率を判定するステップは、現在の時間又は決定点への予想到着時間に対応する期間の中で決定点に近づきつつある車両と関連付けられたデバイスに関連する履歴確率データを使用することを含んでもよい。

方法は、位置データを取得することに拡張されてもよい。位置データを取得するステップは、車両と関連付けられたデバイスからデータを受信することを含んでもよいが、記憶されている位置データをアクセスすることを含んでもよい。従って、方法は、道路網における時間に関する車両と関連付けられた複数のデバイスの動きに関連する位置データを取得することと、所定の進入路に関して決定点から出る複数の可能分岐路の各々に沿ったデバイス（従って車両）の走行に関連するデータを取得するために位置データをフィルタリングすることとを含んでもよい。方法は、各可能分岐路が選択される回数のカウントを取得するためにそのデータを使用することと、所定の進入路に対して各分岐路が選択された相対確率を判定することとを含んでもよい。

いくつかの実施形態において、方法は、確率行列を生成し且つ／又は提供することを含み、確率行列は、道路網の１つ以上の決定点の各々に関して、１つ以上の可能進入路の各々に対してその決定点における複数の可能分岐路の各々が車両により選択される相対確率を示すデータを含み、所定の可能分岐路が選択される相対確率を示すデータは、時間に関する車両と関連付けられた複数のデバイスの位置に関連する履歴データに基づく。行列は、決定点における可能な各進入路に対して１つ以上の決定点、好ましくは複数の決定点で各可能分岐路が選択される相対確率を示すデータを含むのが好ましい。方法は、異なる分岐路に対して相対確率データを判定する場合に、そのような確率行列を使用することを含んでもよい。確率行列のデータは時間依存データであってもよく、従って所定の期間における車両と関連付けられたデバイスの動きに関連するデータに基づいてもよい。

方法は、そのような確率行列を記憶することを含んでもよい。

本発明は、そのような確率行列を含むデータ製品に拡張される。

本発明の更なる態様によれば、道路網の１つ以上の決定点の各々に関して、決定点における複数の可能分岐路の各々が１つ以上の可能進入路の各々に対して車両により選択される相対確率を示すデータを有する確率行列を含むデータ製品が提供され、所定の可能分岐路が選択される相対確率を示すデータは、時間に関する車両と関連付けられた複数のデバイスの動きに関連する位置データに基づく。

この更なる態様において、本発明は、相互に排他的にならない範囲内で、本発明の他の態様に関連して説明される特徴のうちいずれか又はすべてを含んでもよい。

本発明によれば、確率行列を含むその態様又は実施形態のいずれかにおいて、確率行列を提供するステップは、道路網における時間に関する車両と関連付けられた複数のデバイスの位置に関連する位置データを取得することと、道路網の上記の決定点又は各決定点におけるその決定点の上記進入路又は各進入路に関する各可能分岐路に沿った車両の走行を示すデータを取得するために、位置データをフィルタリングすることとを含んでもよい。フィルタリング済みデータは、決定点において複数の分岐路の各々が選択される相対確率を判定するために使用されてもよい。

位置データを使用するいずれかの実施形態によれば、方法は、車両と関連付けられたデバイスの動きに関連する位置データを取得するステップに拡張されてもよい。位置データを取得するステップは、１つ以上のデバイスからデータを受信することを含んでもよいが、含まなくてもよい。いくつかの構成において、データを取得するステップは、データをアクセスすることを含んでもよく、すなわちデータは事前に受信され且つ記憶されている。データを受信するステップがデバイスからデータを受信することを含む構成では、方法は、本発明のその他のステップの実行へ進む前に受信された位置データを記憶することと、任意にそのデータをフィルタリングすることとを更に含んでもよい。位置データを受信するステップは、方法の他のステップと同一の時間に又は同一の場所で実行される必要はない。

実施形態において、位置データは、サーバシステムなどの中央コントローラで受信される。サーバは、複数の分岐路の各々が選択される相対確率を判定するために、又は確率行列を判定するために、位置データを使用するステップを実行してもよい。

少なくとも好適な実施形態において、本発明に従って使用される位置データは、１つ以上のデバイス、好ましくは複数のデバイスから収集され、時間に関するデバイスの動きに関連する。従って、デバイスは移動デバイスである。位置データの少なくとも一部は時間データ、例えばタイムスタンプと関連付けられることが理解されるだろう。しかし、本発明の便宜上、本発明に従ってトラフィック制御信号に関連する情報を提供するために位置データが使用されるのであれば、すべての位置データを時間データと関連付ける必要はない。しかし、好適な実施形態において、すべての位置データは時間データ、例えばタイムスタンプと関連付けられる。

デバイスは車両と関連付けられる。デバイスの位置は車両の位置に対応すると想定できる。従って、明示されない場合、車両と関連付けられたデバイスから取得された位置データの参照は、車両から取得された位置データの参照と置き換えられてもよく、１つ以上のデバイスの動きの参照は、車両の動きの参照と置き換えられてもよく、その逆も可能である。デバイスは、内蔵センサ又はナビゲーション装置のように、車両と一体化されてもよいが、ポータブルナビゲーション装置のように、車両と関連付けられた別のデバイスであってもよい。異なるデバイスの組み合わせ、又は一種類のデバイス、例えば車両と関連付けられたデバイスから位置データが取得されてもよいことは言うまでもない。

デバイスは、本発明の目的にかなう位置データ及び十分な関連タイミングデータを提供することが可能な任意の移動デバイスであってよい。デバイスは、位置判定能力を有する任意のデバイスであってよい。例えば、デバイスは、ＧＳＭデバイスのように、ＷｉＦｉアクセスポイント又は携帯電話通信網から情報をアクセスし且つ受信し、その情報を使用してデバイスの場所を判定する手段を備えてもよい。しかし、好適な実施形態において、デバイスは、特定の時点における受信機の位置を示す衛星信号を受信するＧＰＳ受信機のような全地球的衛星航法システム（ＧＮＳＳ）受信機を備え、この受信機は、定期的に更新位置情報を受信するのが好ましい。このようなデバイスは、ナビゲーションデバイス、測位能力を備えた移動通信デバイス、位置センサなどを含んでもよい。

本明細書で説明される方法の予想可能範囲を生成するステップは、本発明の実施形態のいずれにおいても、ＡＤＡＳの予想可能範囲生成サブシステムにより実行されるのが好ましい。ＡＤＡＳは車両と関連付けられる。予想可能範囲生成サブシステムは、例えば適切な１つ以上のソフトウェアモジュールにより提供されてもよい。予想可能範囲生成サブシステムは、車両の通信網、例えばＣＡＮバスを介して車両の１つ以上のＡＤＡＳアプリケーションと通信するのが好ましい。

方法は、予想可能範囲を生成する際に使用されるデジタル位置依存データ、車両データ及び／又は運転者データを記憶するステップを更に含んでもよい。

デジタル位置依存データ及び／又は車両パラメータ又は運転者パラメータを示すデータは、予想可能範囲を生成する際に使用するために、例えば予想可能範囲を生成するサブシステムがアクセス可能であるならば、どの記憶場所に記憶されてもよい。予想可能範囲生成サブシステムは、予想可能範囲を生成する際に使用されるデジタルマップデータ及び／又は車両パラメータ又は運転者パラメータを記憶する手段を備えてもよいが、そのようなデータは、予想可能範囲生成サブシステムとは別の場所に記憶されてもよい。同様に、予想可能範囲データ、例えば確率データは、予想可能範囲生成サブシステムのメモリ又は他のいずれかの記憶場所に記憶されてもよい。

デジタル位置依存データ、車両データ及び／又は運転者データ、あるいは判定後の確率データは、車両内に、例えばＡＤＡＳのメモリに記憶される。

方法は、ごく近い将来に車両が走行すると予想される１つ以上の予測分岐路を判定するために、決定点と関連付けられた複数の分岐路に対して判定された予想可能範囲データ、例えば確率データ、例えば最確分岐路及び少なくとも１つの代替分岐路の一方又は双方を使用するステップを更に含んでもよい。少なくとも１つの代替分岐路は、少なくとも最確代替分岐路を含むのが好ましい。方法は、判定された上記の分岐路又は各分岐路を示すデータを記憶することを含んでもよい。最確分岐路及び少なくとも１つの代替分岐路のうち１つ以上は、決定点における分岐路であるのが好ましい。

予想可能範囲を生成するステップは、ごく近い将来に車両が走行すると予想される最確分岐路及び少なくとも１つの代替分岐路を判定することを含んでもよく、最確分岐路及び／又は少なくとも１つの代替分岐路の判定には、記憶されているデジタル位置依存データ、車両データ及び／又は運転者データが使用される。

決定点で複数の異なる可能分岐路の各々が選択される相対確率データが判定される好適な実施形態において、方法は、決定点から車両により走行される分岐路の確率データに基づいて最確分岐路を判定すること及び／又はその確率データを使用して、決定点における１つ以上の、好ましくは複数の代替分岐路と関連付けられた相対確率を判定することを含んでもよい。

本発明の方法及びシステムは、車両が事前計算済み経路に沿って走行しているか否かに関わらず適用可能である。いくつかの実施形態において、車両は事前計算済み経路に沿って走行している車両であるが、他の実施形態では、車両は事前計算済み経路に沿って走行していない車両である。後者の場合、車両はいわゆる「自由走行中」である。

車両が事前計算済み経路に沿って走行していない実施形態において、相対確率データに基づく最確分岐路は、車両により走行される最確分岐路であると考えられてもよい。

本明細書において使用される場合の用語「事前計算済み経路」は、出発地と目的地との間で計算されていた経路を表す。この経路は、車両と関連するナビゲーションデバイスにより事前に計算されていた経路であってもよい。ナビゲーションデバイスは、一体型ナビゲーションデバイスであってもよいが、ポータブルナビゲーションデバイスであってもよい。これらの実施形態において、事前計算済み経路は、ＡＤＡＳ予想可能範囲を生成するステップが実行される前に計算された経路である。方法は、ＡＤＡＳ予想可能範囲を生成するステップの前に出発地と目的地との間で車両により走行される経路を計算するステップを更に含んでもよく、システムは経路を計算する手段を備えてもよい。経路は、車両が走行を開始する前に事前に計算されてもよいが、例えば当初計画していた経路から外れた場合などに途中で計算される経路であってもよい。方法は、車両が事前計算済み経路に沿って走行している間にＡＤＡＳ予想可能範囲を生成することを含んでもよい。

車両が事前計算済み経路に沿って走行している場合、最確進路は、前方の事前計算済み経路の部分に対応すると想定されてもよい。従って、車両が事前計算済み経路に沿って走行している実施形態において、最確進路、従って、実施形態では決定点における最確分岐路は、事前計算済み経路に対応すると想定される。すなわち、最確分岐路は事前計算済み経路の一部に対応する分岐路である。これは、好適な実施形態において、記憶されているデジタル位置依存データ、車両データ及び／又は運転者データを使用して判定される相対確率により示される最確分岐路と同一であってもよいが、同一でなくてもよい。可能分岐路のうち１つの分岐路が事前計算済み経路の一部に対応することがわかっているいくつかの実施形態において、先に説明したように、方法は、相対確率が判定されている複数の分岐路の組の中から最確分岐路を除外すること、又はこの分岐路が最確であると確実に判定されるように計算を適切に調整することを含んでもよい。

分岐路が事前計算済み経路に対応する場合、好適な実施形態において、本発明の方法は、決定点で事前計算済み経路に対応する分岐路以外の複数の分岐路の各々が選択される相対確率を判定するために使用されてもよい。それらの分岐路は、決定点で事前計算済み経路から外れる代替分岐路を提供する。その場合、本発明は、車両の分岐路が最確分岐路、すなわち決定点における事前計算済み経路に対応する分岐路から外れた場合に車両がそれらの代替分岐路のいずれかに沿って走行する相対確率を判定する能力を提供してもよい。

決定点から出る代替分岐路は、車両が最確（主）分岐路から外れた場合に選択される尤度が最も高い分岐路であると考えてよいので、代替分岐路並びに最確分岐路を判定することは好都合である。決定点で異なる代替分岐路が選択される確率を示すデータを予想可能範囲に含めることにより、予想された主分岐路から車両が外れた場合でもＡＤＡＳは動作し続けることができ、その分岐路に関連するデータを取得することができるので、「ブラインド運転」の危険は低減される。

方法は、生成された予想可能範囲を示すデータを記憶すること及び／又は生成された予想可能範囲を示すデータを車両バスを介して車両の１つ以上のＡＤＡＳアプリケーションに（例えば車両ＡＤＡＳのクライアント側に）提供することを含むのが好ましい。これらのステップは、ＡＤＡＳの予想可能範囲生成サブシステムにより実行されるのが好ましい。

ＡＤＡＳアプリケーションは、車両の各サブシステムを制御する。１つ以上のＡＤＡＳアプリケーションは、車両のブレーキ作動機能、サスペンション及び速度選択サブシステムのうち１つ以上を制御するように構成されてもよい。

予想可能範囲を生成するステップが１つ以上の予測進路、例えば最確進路及び代替進路のうち一方又は双方を判定することを含む実施形態において、方法は、上記の進路又は各進路を示すデータを記憶すること及び／又は１つ以上のアプリケーションによりそのデータを使用するために、データを提供すること、例えば車両バスを介して車両の１つ以上のＡＤＡＳアプリケーションへ送信することを含んでもよい。

１つ以上の予測進路を示すデータが記憶され且つ／又はバスを介して提供される実施形態において、データは、その進路の１つ以上の属性、又はそのような属性の判定を可能にするデータを含んでもよい。属性データは、必要に応じて、１つ以上の属性と関連付けられた場所を識別する情報を含んでもよい。例えば、属性データは、急カーブを伴う道路区分の一部の開始点及び終点を示してもよい。

予想可能範囲の進路に関する属性データは、車両の現在位置の前方の予測進路の特性を表し、道路区分の勾配、道路区分のカーブ、道路区分の高さ、道路区分の幾何学的配置及び道路区分と関連付けられた速度プロファイルのうちいずれか又はすべてを含んでもよい。従って、属性データは、道路区分の固有の特性を反映してもよく、例えば道路区分に沿った予想車両速度データに関連してもよい。属性データは、１つ以上のＡＤＡＳ機能を実現するために１つ以上のＡＤＡＳアプリケーションにより使用される何らかの属性データであってもよい。従って、いくつかの実施形態において、方法は、速度警告を発生すること、推奨速度を提示すること及び車両のブレーキ作動機能を自動的に制御することのうち１つ以上を実行するために、車両バスを介して送信される属性データを車両のＡＤＡＳアプリケーションが使用することを更に含んでもよい。

そのような属性データは、少なくとも判定された最確進路に関して提供されるのが好ましく、場合によっては最確進路に関してのみ提供されるのが好ましい。最確進路に関してのみ属性データが提供される実施形態において、最確進路に沿って１つ以上の代替進路が存在すること及び／又はそれらの代替進路の場所を示すデータがバスを介して提供されるのが好ましい。１つ以上の代替進路の存在を示すデータは、本発明に従って判定された決定点でその進路が選択される相対確率を示すデータを含むのが好ましい。好適な実施形態において、相対確率データは、相対確率データが判定された代替進路ごとに提供される。これらの実施形態において、ＡＤＡＳアプリケーションは、車両が最確経路から外れたことがわかった時点で予想範囲生成サブシステムから更なるデータ、例えば属性データを要求するために、代替進路の存在を示す標識を使用するだろう。

本発明に係る方法は、少なくとも一部でソフトウェアを使用して実現されてもよいことが理解されるだろう。更なる態様から見て、本発明は、適切なデータ処理手段で実行された場合、本明細書において説明される方法のいずれか又はすべてを実行するように構成されたコンピュータ可読命令を備えるコンピュータプログラムに拡張されることがわかるだろう。本発明は、そのようなソフトウェアを備えるコンピュータソフトウェアキャリアに更に拡張される。そのようなソフトウェアキャリアは、物理的（又は非一時的）記憶媒体であることが可能だろうが、有線で伝送される電子信号、光信号、あるいは衛星信号などの無線信号のような信号であることも可能だろう。

本発明は、その更なる態様又は実施形態によれば、互いに矛盾を生じない範囲内で、本発明の他の態様又は実施形態に関連して説明された特徴のうちいずれかを含んでもよい。

尚、１つ以上のセグメントに関連する語句「〜と関連付けられた（る）」は、データ記憶場所に対して何らかの特定の制約を要求すると解釈されるべきではない。この語句は、特徴が１つのセグメントに識別可能に関連することのみを要求する。従って、関連付けは、例えば遠隔サーバに配置されていてもよいサイドファイルを参照する手段により実現されてもよい。

上記の実施形態の利点は以下に記載され、各実施形態の更なる詳細及び特徴は、添付の従属特許請求の範囲及び以下の詳細な説明のいずれかの箇所で定義される。

添付の図面を参照して、単なる例として本発明の種々の実施形態を説明する。
図１は、本発明の方法を実現するために使用されてもよい車両と関連付けられた例示的なＡＤＡＳシステムの構成要素を示す図である。 図２は、ＡＤＡＳ予想可能範囲の概念を概略的に示す図である。 図３Ａは、４本の分岐路を有するジャンクションに対して、経路が計算されていない状態で本発明に従って分岐路の相対確率を判定する方法を適用した結果を示す図である。 図３Ｂは、事前計算済み経路がある場合の対応する結果を示す図である。 図４Ａは、ロータリーで進路の確率を判定する場合に本発明の方法をどのように適用できるかを示す図である。 図４Ｂは、本発明の方法を複数のジャンクションにどのように適用できるかを示す図である。 図５Ａは、生成後のＡＤＡＳ予想可能範囲が延びる距離の限界により定義される進行方向のその距離までの車両の現在位置の前方の道路網の部分を示す図である。 図５Ｂは、道路網を通ってたどってもよい複数の進路を示す図である。 図５Ｃは、ＡＤＡＳアプリケーションに対して図５Ｂの進路をどのようにして表現できるかを示す図である。 、 、 図６Ａ、図６Ｂ及び図６Ｃは、道路網における予測進路に関する情報をＡＤＡＳアプリケーションに対して表現する３つの異なる方法を示す図である。

図１は、本発明の方法を実現するために使用されてもよい車両と関連付けられた例示的なＡＤＡＳシステムの構成要素を示す概略図である。

ＡＤＡＳシステム１は、コントローラエリアネットワーク（ＣＡＮ）バス５を介して複数のＡＤＡＳアプリケーション７、９及び１１へ予想可能範囲データを通信する予想可能範囲生成サブシステム３を含む。ＡＤＡＳアプリケーションは、車両の各サブシステムを制御する際にＡＤＡＳ機能を実現するように構成される。例えば、ＡＤＡＳアプリケーションは、車両のブレーキ作動サブシステム、速度選択サブシステム及びサスペンションサブシステムをそれぞれ制御するためのアプリケーションであってもよい。使用中、各ＡＤＡＳアプリケーションは、関連する車両サブシステムを制御する際に使用するために、関連データを予想可能範囲データからフィルタリングする。

予想可能範囲生成サブシステム３は、ＡＤＡＳアプリケーションにより使用される運転予想可能範囲を示すデータを生成するように構成される（「ＡＤＡＳ予想可能範囲」）。ＡＤＡＳ予想可能範囲は、車両が進んで行くと予想される車両の現在位置より前方の１つ以上の予測進路を示すデータを含む電子的予想可能範囲である。ＡＤＡＳ予想可能範囲はデジタルマップデータに基づく。

ＡＤＡＳ機能を提供するために、ＡＤＡＳアプリケーションは、車両の前方の道路及びその属性、例えば勾配、カーブ、制限速度などに関する情報を要求する。ＡＤＡＳ予想可能範囲は、現在位置の前方の所定の距離までの１つ以上の予測進路に関してこの情報を提供する。前方距離は２００ｍであってもよい。車両バス５を介してＡＤＡＳアプリケーションへ送信されるＡＤＡＳ予想可能範囲データは、最確進路（車両の前方の特定の、多くの場合にあらかじめ確定されている範囲内の）の属性データを少なくとも含む。ＡＤＡＳ予想可能範囲生成サブシステム３は、異なるＡＤＡＳアプリケーション７、９、１１により要求される何らかの属性に関連する属性データ、又はそのような属性データをアプリケーションにより要求させるデータを提供し、各サブシステムは、その動作に関連する属性データを選択又は要求してもよい。例えば、車両のブレーキ動作を制御するＡＤＡＳサブシステムにより、前方の進路のカーブに関連するデータが選択されてもよい。属性データは、ＡＤＡＳアプリケーションによる関連データのフィルタリングを容易にするために現場で提供されてもよい。

予想可能範囲生成サブシステム３は、本明細書において説明される実施形態のうちいずれかの実施形態に従って予想可能範囲を判定し且つ車両バスを介して予想可能範囲データをＡＤＡＳアプリケーションへ送信させるように構成される。予想可能範囲生成サブシステム３は、生成された予想可能範囲データを記憶するメモリと通信するように構成されてもよい。以下に説明するように、所定の時点で車両バスを介してすべての予想可能範囲データが送信されなくてもよいことが理解されるだろう。例えば、最も確率が高いと判定された進路以外の代替進路に関連するデータが判定され且つ記憶されてもよいが、ＡＤＡＳアプリケーションのオーバーロードを回避するために、必要とされない限り、代替進路に関するデータはバスを介して送信されなくてもよい。また、ＡＤＡＳ予想可能範囲生成サブシステムは、デジタルマップデータとも通信している。このデータは予想可能範囲を判定する際に使用される。いくつかの構成において、ＡＤＡＳ予想可能範囲生成サブシステムは、デジタルマップデータ記憶部とは別のソフトウェアモジュールを使用して実現されてもよいが、そのようなデータを記憶する手段を含んでもよい。従って、デジタルマップデータを提供し且つ予想可能範囲を生成する機能は、個別に実現されてもよいが、組み合わせシステムの一部として実現されてもよい。

図２は、ＡＤＡＳ予想可能範囲の概念を概略的に示す。電子的ＡＤＡＳ予想可能範囲１０は、車両センサ予想可能範囲１２と同様に前方の進路に関する情報をＡＤＡＳに提供するが、ＡＤＡＳ予想可能範囲はデジタルマップデータに基づくので、天候条件に関係なく、車両センサ予想可能範囲の限界を超えた進路に関する情報、例えばコーナーを曲がることに関連する情報を提供してもよい。

道路網の種々の地点に、ノード、すなわち車両が可能分岐路を選択できる決定点がある。本発明は、少なくとも実施形態において、決定点で最確分岐路及び複数の代替分岐路の各々が選択される相対確率を更に高い信頼性で判定する方法に関する。ジャンクションである決定点を参照することにより、いくつかの例示的な方法を説明する。

所定の時点で、車両は特定の道路区分で定義された現在位置を有する。第１のジャンクションに到着するまで、道路区分の連続が最確進路を形成すると想定してもよい。第１のジャンクションにおいて、可能分岐路の各々が選択される相対確率を判定するために本発明の方法が使用されてもよい。これにより、複数の分岐路のうちどの分岐路が主進路の続きを形成するか、それが既にわかっているか否か（例えば事前計算済み経路から）及びどの分岐路が代替分岐路を形成するかに関して判定を下すことができる。また、それらの代替分岐路のうち１つが採用される相対尤度に関しても判定が実行される。

これを判定するために、決定点において、その分岐路が他のすべての分岐路より優先して選択される尤度を示す確率が分岐路ごとに判定される。この処理において、可能分岐路ではないと考えられるいくつかの分岐路が判定から除外されてもよく、例えばそれらの分岐路は、「制約された」分岐路と指定されてもよい。それらの分岐路は、例えば各分岐路に「０」の確率を割り当てることにより除外されてもよい。

分岐路ごとの確率を判定する方法は、車両が事前計算済み経路をたどっているか否かによって決まる。

事前に経路が計算されていない場合、決定点において、その分岐路が他のすべての分岐路より有利であるとして選択される尤度を示す確率が分岐路ごとに判定される。これは、以下に説明される方式のうち１つにより動作するアルゴリズムを使用して実行される。最確分岐路は、決定点から続く最確分岐路として判定されてもよい。他の分岐路は代替分岐路としてそれぞれ分類されてもよい。

判定された最確分岐路及び各代替分岐路と関連付けられるアイデンティティ及び確率を示すデータが記憶される。このデータは、関係するジャンクションを示すデータと関連付けられる。

経路を事前に計算する場合、決定点における最確分岐路は、事前計算済み経路に沿ってジャンクションから出ている分岐路であると想定してもよい。この想定は、分岐路のあらゆる制約に優先してもよい。その他の制約のない分岐路は代替分岐路であると判定される。

経路が事前に計算されない実施形態に関して説明するように、その他の分岐路の各々に関して確率が判定されるが、事前計算済み経路に対応する分岐路より各分岐路の確率が高くなる事態を回避するために、最確分岐路以外の分岐路のランク付けを維持しつつ、各確率は２で除算される。事前計算済み経路に対応する分岐路の確率は、１００％からその他の分岐路の確率の和を減算した値であると考える。

各代替分岐路が関係するジャンクションを示すデータと関連付けられた各代替分岐路のアイデンティティ及び確率を示すデータが記憶される。

ジャンクションから出る所定の可能分岐路が選択される確率は、適切なアルゴリズムを使用して計算されてもよい。次に、アルゴリズムが動作できるいくつかの実施形態を説明する。

一実施形態において、確率は、車両がジャンクションに進入するときに通過すると予想される進路、すなわち予想進入路の線と分岐路とが成す角度ａ及び分岐路の道路クラスｃの係数である。

ｎ本の分岐路がある交差点の場合、確率はｎ個あり、それらの確率の間に次の関係が成り立つと考えることができる。

式中、αは分岐路の係数であり、次の式により定義される。

式中、
ａｉは、ｉ番目の分岐路と進入路とが成す角度であり、
ｃｉは、ｉ番目の分岐路の道路クラスであり、
Ｎｃは、道路クラスの総数であり、且つ
ｋは、通常は経験的に判定される係数である。

第１の関係が与えられた場合、１つの確率を使用して他のすべての確率を表現することができる。

また、すべての確率の和は１であることがわかっているので、
上記の２つの関係から、

従って、各確率を次のように計算できる。

上記の確率係数αは、確率の値に影響を与える。定数ｋの値を変化させることにより、道路クラス及び角度に与えられる各々の重みを変化させることができるので、公式を微調整するために定数ｋが使用されてもよい。必要に応じて、確率は、道路クラスなしの角度に基づいてもよいことは言うまでもないだろう。

これらの実施形態において、確率関数は、進入路の続きが現在走行中の進路に対して最も直線的な進路又はクラスに関して最も類似する進路である（事前計算済み経路が存在しない場合）という想定に基づく。

４本の分岐路を有するジャンクションに対して、経路が計算されていない状態で上記のアルゴリズムを適用した結果の一例が図３Ａに示される。進入路はジャンクションを指す矢印によって示される。従って、上記の公式に従い、角度及び道路クラスに基づいて取得される確率は、進路２（ｐ２）が最確分岐路として判定される結果となった。その他の進路ｐ１、ｐ３及びｐ４は、図に記載される確率を有する代替分岐路を形成する。図３Ａに示される角度は、点線で示される進入路の延長に関する角度である。

図３Ｂは、事前計算済み経路がある場合の対応する結果を示し、この場合、進入路の続きは、ジャンクションから出る進路４（ｐ４）であることがわかっている。これは、分岐路と関連付けられた確率がどのようにして調整されるかを示す。

ジャンクションの形の交差点を参照することにより本発明を説明したが、本発明の方法は、ロータリー又は複数のジャンクションなどの他の種類の決定点に適用されてもよい。ロータリーの場合、ロータリーを一周する進路を定義するループは無視されてもよく、ロータリーは、進入路の反対側の車道に対応する分岐路、すなわち確率の和が１であるとして、ロータリーを一回りすることを表す分岐路を含めて、（制約されない）各出口に対応する分岐路を有する１つの交差点として処理されてもよい。ロータリーをどのように考えればよいかは図４Ａに示される。

図４Ｂは、複数のジャンクションに方法をどのように適用すればよいかを示す。この場合、確率を判定するという目的のために、２つの近接するジャンクションは１つのジャンクションとして近似されてもよいことがわかるだろう。２か所のジャンクションから出るすべての制約のない分岐路は、複数のジャンクションを近似する１つのジャンクションから出ていると考えられ、それらの分岐路の確率の和は１とみなされる。

分岐路の確率が分岐路の角度及び分岐路の道路クラスに基づいて判定される上記の実施形態に加えて、分岐路ごとの確率を判定する場合、その代わりに又はそれに加えて種々の他の要因が考慮に入れられてもよい。それらの要因は、当該技術で知られているように必要に応じて重み付けされた形で更なる項を導入するために式１の確率関数を適切に適応させることにより考慮されてもよい。

例えば、所定の分岐路の確率は、更に進入路から分岐路までの運転操作が通常はデジタルマップデータにおける予測に従って正の重み付けをされるか又は更に負の重み付けをされるかに基づいてもよい。例えば、ジャンクションにおける複雑な運転操作は一般的操作であってもよく、ジャンクションのデジタルマップデータに特殊ケースとしてマークされる。逆に、一見単純な運転操作は現実には危険であるか又は単に頻繁には使用されない操作であると考えられてもよく、ジャンクションのデジタルマップデータに適切にマークされる。

更に、所定の分岐路の確率は、その分岐路を定義する道路区分と関連付けられた速度プロファイルデータにより示されるような道路区分と関連付けられた平均速度に基づいてもよい。速度プロファイルは道路区分に沿った平均走行速度を示す。当該技術で知られているように、デジタルマップデータは、各道路区分を走行する車両の速度履歴に基づいて各道路区分と関連付けられた速度プロファイルデータを含んでもよい。そのようなデータは、車両プローブデータ、すなわち時間に関する車両の位置を示すデータ、例えばタイムスタンプ付き位置データに基づいてもよい。速度プロファイルデータは所定の期間に関するデータであってもよい。いくつかの実施形態において、所定の分岐路に関して判定される確率は、上記の要因に加えて又はその代わりに、速度プロファイルデータにより示されるような道路区分と関連付けられた平均速度に基づいてもよく、速い平均速度と関連付けられた道路区分には高い確率が割り当てられる。道路区分と関連付けられた平均速度は、その道路クラスを間接的に示してもよい。従って、平均速度は前述の確率判定において道路クラスの代わりに使用されてもよい。

他の実施形態において、先の実施形態の代わりに又はそれに加えて、方法は、速度プロファイルデータにより示される分岐路を定義する道路区分と関連付けられた平均速度を、車両がジャンクションに接近する間の進入路に沿った車両の現在の走行速度と比較することを含んでもよい。車両の現在の速度に近い平均速度を有する分岐路には、相対的に高い確率が割り当てられてもよい。言い換えれば、車両は、速度変化が最小限で済むような分岐路に沿って走り続けると想定されてもよい。

他の実施形態において、先の実施形態の代わりに又はそれに加えて、確率は、道路網の異なるジャンクションに関して運転者ごとに作成されたターン履歴データベースに基づいてもよい。運転者が道路網の所定のジャンクションを通過するたびに、車両のＡＤＡＳ（又はナビゲーションデバイスなどの他の適切な電子デバイス）は、選択された進入路及び分岐路を示すデータを記憶し、そのデータをデータベースに追加してもよい。このようにして、ジャンクションごとに、所定のジャンクションで運転者が実行したターンの種類ごとの回数のカウントを表すデータが収集されてもよい。ターンは、進入路に対するターンの種類を表し、例えば進入路が進路１である場合、進路４が選択され、これは運転者が選択した進入路及び分岐路に関連するデータに基づいてもよい。所定のジャンクションで運転者が所定の種類のターンを選択した確率の履歴を判定するために、このデータが使用されてもよい。運転者がジャンクションに接近するにつれて、可能分岐路の各々に関して、運転者により現在の進入路に基づいて以前にその分岐路が分岐路として選択された確率に基づき、その分岐路に確率を割り当てる際に、このデータが使用されてもよい。ターン履歴データベースは、ジャンクションにおけるターンの種類ごとの定量的確率、又は選択されるターンの種類ごとの相対クラスを含んでもよい。

そのようなターン履歴データベースは特定の運転者に関して作成されてもよい（車両とは関係なく）が、他の実施形態において、車両を運転する個人とは関係なく、個別の車両に関してターン履歴データベースを作成できることが理解されるだろう。

その代わりに又はそれに加えて、車両プローブデータ（相対的に長い期間、例えば数週間、数か月などの期間にわたり収集される）、すなわち個別の運転者に特有のデータではない時間に関する位置データに基づいて、同様の方式が使用されてもよい。プローブ履歴データは、道路網の複数のジャンクションの各々で選択される分岐路に関して確率行列を作成するために同様にして使用されてもよい。道路網における車両の動きに関連するプローブデータは、各ジャンクションを通過するプローブ軌跡を抽出するためにフィルタリングされてもよい。使用される進入路及び分岐路に応じて、各軌跡は１つのビンに割り当てられてもよい。従って、１つのジャンクションには、分岐路と進入路との組み合わせごとに１つのビンが存在してもよい。次に、ジャンクションを通る進路ごとに、例えば所定の進入路から所定の分岐路までの進路ごとにカウントを取得するために、このデータが使用されてもよい。所定の進入路に対して選択される各分岐路に関して確率が判定されてもよい。車両が所定のジャンクションに接近すると、現在の進入路に基づいて各分岐路が選択される確率を表すデータベースから関連データが取得されてもよい。このようにして、プローブ履歴データに基づく分岐路ごとのこれらの確率は、各分岐路と関連する確率を単独で、又は先に概要を示した他の要因と組み合わせて判定する際に使用されてもよい。

以下に説明される本発明の実施形態によれば、ジャンクションから出ている最確分岐路及び複数の代替分岐路と関連付けられた確率は、予想可能範囲生成サブシステムにより判定される。予想可能範囲生成サブシステムは、各分岐路及びその確率を示すデータを記憶する。

予想可能範囲生成サブシステムは、各分岐路及びその関連確率を示すデータを車両バスを介して１つ以上のサブシステムに提供してもよい。これを実行する方法は様々である。

ＣＡＮバスを介して送信される予想可能範囲データの量を減らすことが望ましい。このため、特定の実施形態において、最確進路の属性データのみが、例えば車両の現在位置に対して属性の場所を識別するデータと共に車両バスを介して送信される。最確進路は「主進路」と呼ばれてもよい。これは、ＡＤＡＳ予想可能範囲生成サブシステム３により判定されるＡＤＡＳ予想可能範囲の限界に至るまでの今後の車両の最確走行軌道である。

主進路に沿った各決定点には、主進路から分かれ出ている進路がある場合に車両が選択する可能性がある代替進路がある。主進路に沿って決定点から分かれ出る代替進路は、主進路より下位の第１のレベルの副進路と呼ばれる。第１のレベルの副進路から分岐する進路は、第２のレベルの副進路と呼ばれ、第３のレベル以降も同様である。図５Ａ、図５Ｂ及び図５Ｃを参照することにより、この概念を説明する。

図５Ａは、生成された後のＡＤＡＳ予想可能範囲が延びる距離の限界により定義される進行方向の距離、例えば２００ｍの距離までの車両の現在位置２０の前方の道路網の部分を示す。道路網は、ノード、例えばノード２４により接続される複数の接続路又は道路区分、例えば２１、２２から構成される。ＡＤＡＳ予想可能範囲の生成は、個別の道路区分及びノードではなく、道路網を通過する車両が選択可能な進路、すなわち走行軌道を考慮する。

図５Ｂは、図５Ａに示される道路網を通過中に選択できるいくつかの進路を示す。各進路は、運転者がその進路に沿って進む確率を有する。この確率は、車両が進むと予測できる最確進路又は主進路を判定し、多くの場合に少なくとも第１のレベルの副進路を更に判定するために使用されてもよい。第１のレベルの副進路は、主進路に沿った所定の決定点で選択可能な代替進路であると考えられてもよい。

図５Ｃは、上記の進路がＡＤＡＳアプリケーションに対してどのように表現されるかを示す。これは、道路網を通る選択可能な進路の相互関係を概略的に表す。この場合、進路２は最確進路又は主進路を形成し、進路１、３及び４は、道路網の長さに沿った異なる決定点で主進路からそれぞれ分岐する第１のレベルの副進路である。進路５は、道路網の長さに沿った決定点で第１のレベルの副進路４から分岐する第２のレベルの副進路である。

ＡＤＡＳ予想可能範囲生成サブシステム３は、最確進路、すなわち主進路２を判定する。先に述べた通り、いくつかの単純なシステムでは、ＡＤＡＳ予想可能範囲生成サブシステムは、この主進路に関する属性データを車両バスを介して送信できるだけだろう。送信される予想可能範囲の一例が図６Ａに示される。しかし、車両が主進路から外れる場合、新たな最確進路又は主進路が生成されるまで、システムは「ブラインド」状態のままである。そこで、予想可能範囲生成サブシステム３は、少なくとも主進路から分岐する第１のレベルの副進路を更に判定するのが有効である。

１つ以上の第１のレベルの副進路が判定される場合、予想可能範囲生成サブシステム３は、上記の第１のレベルの副進路又は各第１のレベルの副進路に関する属性データを、主進路又は最確進路に関する対応するデータと共に車両バスを介してＡＤＡＳアプリケーションに提供してもよい。しかし、送信されるデータの量を減らすために、いくつかの構成において、第１のレベルの副進路の存在及び主進路に沿ったその副進路の場所に関する最小限のデータのみが送信される。これは、第１のレベルの副進路が存在する主進路に沿った位置をマークする適切なスタブを提供することにより実行されてもよい。スタブの位置は、主進路を定義する現在走行中の道路区分の始点からの偏差を参照することにより定義されてもよい。図６Ｂは、この場合に送信される予想可能範囲の形を示す。ＡＤＡＳアプリケーションが第１のレベルの副進路のコース及び特性に関する追加のデータを要求する場合、例えば、車両が主進路から外れた場合、ＡＤＡＳ予想可能範囲プロバイダから第１のレベルの副進路の属性データを要求するためにスタブが使用されてもよく、この属性データは、車両バスを介してＡＤＡＳアプリケーションへ送信されてもよい。この状況においても、先の場合と同様に、ＡＤＡＳアプリケーションは一時的にブラインド状態に置かれるだろう。

別のオプションが図６Ｃに示される。この場合、第１のレベルの副進路の各々に関連するデータ並びに主進路に関連するデータが送信される。これにより、主進路ではなく、第１のレベルの副進路のうち１つの副進路に沿って車両が走行し始めた場合であっても、ＡＤＡＳアプリケーションは動作し続けることができる。図６Ｂの構成における第１のレベルの副進路と同様に、第２のレベルの副進路がスタブとして送信されてもよい。本発明の好適な実施形態において、第１のレベルの副進路及び第２のレベルの副進路に関する情報が判定され、車両バスを介して送信される。

本発明に従って決定点で最確進路及び１つ以上の代替進路が判定される場合、予想可能範囲プロバイダは、判定された進路を上記の方式のうちいずれかの方式でＡＤＡＳアプリケーションに対して表現してもよい。決定点、例えばジャンクションにおける各代替分岐路は、ジャンクションで主進路又は最確進路から分かれる第１のレベルの副進路として表されてもよい。

好適な実施形態において、予想可能範囲プロバイダは、ジャンクションにおける主進路又は最確進路の属性データを、主進路に沿ったジャンクションと関連する各代替分岐路の位置を示すスタブデータと共に車両バスを介して提供する。スタブデータは、ジャンクションに存在する各代替分岐路を含み、複数の分岐路が存在する場合はその代替分岐路の確率を示すデータを含んでもよい。このデータは、車両バスを介してＡＤＡＳアプリケーションへ送信される予想可能範囲データに含まれる。確率データは、車両が主進路から外れる場合に新たな進路を更に容易に識別できるように保証する。好適な実施形態では、各代替進路の存在及びその確率を示すスタブデータのみが送信されるので、車両バスを介して送信される必要があるデータの量は減少される。

主進路に関する送信データは、主進路の判定済み部分を構成する１つ以上の道路区分の属性に関するデータ、すなわち制限速度、その道路区分に関連付けられた法定制限速度が存在しない場合の推奨制限速度、機能的道路クラス、道路の形態、勾配、カーブなどのうちいずれかのデータを含んでもよい。

データは、ＡＤＡＳアプリケーションにより必要に応じて使用されてもよい。好適な実施形態において、受信された予想可能範囲データは、速度違反の警告、現在の速度の調整又は車両のブレーキ作動サブシステムの動作のうち少なくとも１つを実行するために使用される。ＡＤＡＳアプリケーションは、最確進路又は主進路と関連するカーブ、勾配又は制限速度に基づいて速度を制御してもよい。

好適な実施形態に関連して本発明を説明したが、添付の特許請求の範囲に記載される本発明の範囲から逸脱することなく形態及び詳細に関して種々の変更が実施されてもよいことは当業者には理解されるだろう。

Claims (25)

1. 車両のＡＤＡＳにおいて使用するための予想可能範囲を生成する方法であって、
   記憶されているデジタル位置依存データ、車両データ及び運転者データのうち１つ以上を使用して前記予想可能範囲を生成し、決定点に関連付けられた複数の可能分岐路の各々が将来に車両により選択される相対確率を示すデータを判定するステップを含む
   ことを特徴とする方法。
2. 前記デジタル位置依存データは、道路網の複数の道路区分を表すデジタルマップデータであって、各道路区分を表すデータが１つ以上の道路区分属性を示すデータと関連付けられる道路区分を示し、
   前記方法は、
   前記道路区分を表すデータと関連付けられた前記道路区分属性を示すデータを使用して前記予想可能範囲を生成することを含む
   ことを特徴とする請求項１に記載の方法。
3. 道路区分と関連付けられ、前記予想可能範囲の生成に使用される前記道路区分属性を示すデータは、前記道路区分の幾何学的配置、前記道路区分の勾配、前記道路区分の角度、前記道路区分の道路クラス、前記道路区分と関連付けられた制限速度、前記道路区分に沿った車両の流れを示す車両流れデータ及び前記道路区分に対する車両速度プロファイルデータのうち１つ以上を示すデータを含む
   ことを特徴とする請求項２に記載の方法。
4. 前記車両データは、車種、車両速度、前記車両の移動履歴、オプションとして前記車両のターン履歴の１つ以上を示すデータである
   ことを特徴とする請求項１から３のいずれか１項に記載の方法。
5. 可能分岐路ごとに、前記可能分岐路のうち前記決定点における他のどの可能分岐路よりも優先してその可能分岐路が選択される相対確率を示すデータを判定するステップを含む
   ことを特徴とする請求項１から４のいずれか１項に記載の方法。
6. 各可能分岐路が選択される相対確率を示す前記判定されたデータを記憶するステップをさらに含み、オプションとして、相対確率を示す前記判定されたデータに関連する前記可能分岐路を示すデータ、及び、前記決定点に関連する前記可能分岐路を示すデータの少なくともいずれかを関連させて、相対確率を示す前記判定されたデータを記憶するステップを含む
   ことを特徴とする請求項１から５のいずれか１項に記載の方法。
7. 所定の進入路に関して前記決定点に存在する可能分岐路ごとに相対確率を示すデータを判定するステップを含む
   ことを特徴とする請求項１から６のいずれか１項に記載の方法。
8. 前記決定点で、前記可能分岐路と進入路との間で定義される角度及び前記可能分岐路の道路クラスのうち一方又は双方を示すデータを使用して、可能分岐路の各々が選択される相対確率を示す前記データを判定するステップを含む
   ことを特徴とする請求項１から７のいずれか１項に記載の方法。
9. 前記可能分岐路が前記進入路に対する相対的に小さい角度と関連付けられた場合及び、相対的に高い重要度を示す道路クラスと関連付けられた場合の少なくともいずれかに、前記可能分岐路の確率が相対的に高いと判定するステップを含む
   ことを特徴とする請求項８に記載の方法。
10. それぞれの可能分岐路を表す道路区分に関連付けられた速度プロファイルデータに基づいて、前記決定点から出る各可能分岐路が選択される前記相対確率を判定するステップを含む
    ことを特徴とする請求項１から９のいずれか１項に記載の方法。
11. 前記速度プロファイルデータは、１つ以上の期間にわたりその道路区分を走行する場合の平均走行速度を示し、
    前記決定点からの各分岐路が選択される前記相対確率は、前記予想可能範囲が生成される時間に適する前記期間にわたる前記平均走行速度を使用して判定される
    ことを特徴とする請求項１０に記載の方法。
12. 進路を表す前記道路区分と関連付けられている、相対的に高い平均速度を示す速度プロファイルを有する前記進路に相対的に高い確率が関連付けられる
    ことを特徴とする請求項１０又は１１に記載の方法。
13. 前記車両が前記決定点に近づく現在の車両速度と、各分岐路を表す前記道路区分と関連付けられた速度プロファイルデータの示す平均速度データとを比較することにより、前記複数の可能分岐路の各々が選択される前記相対確率を判定するステップを含み、オプションとして、前記現在の車両速度との速度の差が相対的に小さい分岐路に相対的に高い確率が関連付けられる
    ことを特徴とする請求項１０から１２のいずれか１項に記載の方法。
14. 進入路に関して前記決定点から出る前記複数の可能分岐路の各々が選択された相対確率履歴を示すデータを使用して、決定点において前記複数の可能分岐路の各々が前記車両により選択される前記相対確率を判定するステップを含む
    ことを特徴とする請求項１から１３のいずれか１項に記載の方法。
15. 道路網の１つ以上の決定点の各々に関して、１つ以上の可能進入路の各々に対して前記決定点における前記複数の可能分岐路の各々が車両により選択される前記相対確率を示すデータを有する確率行列を提供するステップと、
    選択される可能分岐路の各々の前記相対確率の判定に前記確率行列を使用するステップと、を含み、
    所定の可能分岐路が選択される前記相対確率を示すデータは、時間に関して、車両に関連付けられた複数の装置の動作に関連する位置データに基づく
    ことを特徴とする請求項１４に記載の方法。
16. 各可能分岐路が選択される前記相対確率を示すデータは、個別の運転者及び個別の車両の少なくともいずれかにより前記決定点で選択された分岐路の履歴を示すデータに基づいて判定される
    ことを特徴とする請求項１から１５のいずれか１項に記載の方法。
17. 前記複数の可能分岐路の各々の前記相対確率を判定するステップは、
    前記車両が前記複数の可能分岐路に沿って走行すると予想される尤度に従って前記複数の可能分岐路をランク付けするステップと、
    前記可能分岐路が選択される前記相対確率を示す各可能分路に関する確率係数を判定するステップと、の少なくともいずれかを含む
    ことを特徴とする請求項１から１６のいずれか１項に記載の方法。
18. 前記予想可能範囲を生成することは、決定点における将来に車両が走行すると予想される最確分岐路及び少なくとも１つの代替分岐路を予測するステップを含み、
    前記記憶されているデジタル位置依存データ、前記車両データ及び前記運転者データの少なくともいずれかは、前記最確分岐路及び少なくとも１つの代替分岐路の少なくともいずれかの判定に使用される
    ことを特徴とする請求項１から１７のいずれか１項に記載の方法。
19. 前記車両が事前計算済み経路に沿って走行する場合、
    前記方法は、
    前記決定点における前記事前計算済み経路の一部に対応する分岐路を前記最確分岐路であると判定するステップと、
    前記相対確率を示すデータを使用して、複数の代替分岐路の各々が前記決定点において選択される前記相対確率を示すデータを判定するステップと、を含む
    ことを特徴とする請求項１８に記載の方法。
20. 前記車両が事前計算済み経路に沿って走行しない場合、
    前記方法は、前記相対確率を示すデータを使用して、少なくとも１つの前記最確分岐路が前記決定点において選択される前記相対確率を示すデータを判定するステップを含む
    ことを特徴とする請求項１８に記載の方法。
21. 前記予想可能範囲を生成することは、車両に関連付けられたＡＤＡＳの予想可能範囲生成サブシステムにより実行され、
    前記方法は、
    前記生成された予想可能範囲に関連付けられたデータを、前記車両の１つ以上のＡＤＡＳアプリケーションによって１つ以上の車両サブシステムを制御するために車両バスを介して前記１つ以上のＡＤＡＳアプリケーションに提供する予想可能範囲生成サブシステムをさらに含む
    ことを特徴とする請求項１から２０のいずれか１項に記載の方法。
22. 前記１つ以上のＡＤＡＳアプリケーションは、前記車両バスを介して提供された前記生成された予想可能範囲に関連付けられたデータを使用して、速度警告を発生すること、推奨速度を提示すること及び前記車両のブレーキ作動機能を自動的に制御することのうち１つ以上を実行する
    ことを特徴とする請求項２１に記載の方法。
23. コンピュータプログラムであって、請求項１から２２のいずれか１項に記載の方法を実行するための実行可能なコンピュータ可読命令を含む
    ことを特徴とするコンピュータプログラム。
24. 車両のＡＤＡＳにおいて使用するための予想可能範囲を生成するシステムであって、
    記憶されているデジタル位置依存データ、車両データ及び運転者データのうち１つ以上を使用して前記予想可能範囲を生成し、決定点に関連付けられた複数の可能分岐路の各々が将来に車両により選択される相対確率を示すデータを判定する手段を含む
    ことを特徴とするシステム。
25. 前記生成された予想可能範囲と関連付けられたデータを、１つ以上のＡＤＡＳアプリケーションによって１つ以上の車両サブシステムを制御するために車両バスを介して前記車両の１つ以上のＡＳＡＳアプリケーションに提供するように構成される
    ことを特徴とする請求項２４に記載のシステム。