JP2019018805A - 運転制御装置、運転制御方法、運転制御プログラムおよびモデル - Google Patents
運転制御装置、運転制御方法、運転制御プログラムおよびモデル Download PDFInfo
- Publication number
- JP2019018805A JP2019018805A JP2017141263A JP2017141263A JP2019018805A JP 2019018805 A JP2019018805 A JP 2019018805A JP 2017141263 A JP2017141263 A JP 2017141263A JP 2017141263 A JP2017141263 A JP 2017141263A JP 2019018805 A JP2019018805 A JP 2019018805A
- Authority
- JP
- Japan
- Prior art keywords
- driving
- user
- information
- driving mode
- genetic information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims description 36
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 157
- 230000002068 genetic effect Effects 0.000 claims description 116
- 238000004364 calculation method Methods 0.000 claims description 27
- 230000006870 function Effects 0.000 claims description 7
- 238000003860 storage Methods 0.000 description 74
- 238000004458 analytical method Methods 0.000 description 51
- 238000012360 testing method Methods 0.000 description 18
- 230000000875 corresponding effect Effects 0.000 description 15
- 238000007689 inspection Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 14
- 238000012545 processing Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000008520 organization Effects 0.000 description 11
- 238000010801 machine learning Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 230000002596 correlated effect Effects 0.000 description 9
- 230000006399 behavior Effects 0.000 description 8
- 201000010099 disease Diseases 0.000 description 8
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 8
- 230000009471 action Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000010219 correlation analysis Methods 0.000 description 3
- 238000012706 support-vector machine Methods 0.000 description 3
- 206010028980 Neoplasm Diseases 0.000 description 2
- 235000013405 beer Nutrition 0.000 description 2
- 201000011510 cancer Diseases 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 230000000994 depressogenic effect Effects 0.000 description 1
- 230000002542 deteriorative effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000012252 genetic analysis Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000002773 nucleotide Substances 0.000 description 1
- 125000003729 nucleotide group Chemical group 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
まず、図1を用いて、実施形態にかかる運転制御処理の一例について説明する。図1は、実施形態にかかる運転制御処理の一例を示す図である。実施形態にかかる運転制御処理は、図1に示す運転制御装置100によって行われる。
次に、図2を用いて、実施形態にかかる運転制御システムの構成について説明する。図2は、実施形態にかかる運転制御システム1の構成例を示す図である。図2に示すように、運転制御システム1は、自動車10と、検査機関サーバ30と、管理サーバ60と、運転制御装置100とを含む。自動車10と、検査機関サーバ30と、管理サーバ60と、運転制御装置100とは、ネットワークNを介して有線または無線により通信可能に接続される。
次に、図3を用いて、実施形態にかかる運転制御装置100について説明する。図3は、実施形態にかかる運転制御装置100の構成例を示す図である。図3に示すように、運転制御装置100は、通信部110と、記憶部120と、制御部130とを有する。
通信部110は、例えば、NIC(Network Interface Card)等によって実現される。そして、通信部110は、ネットワークNと有線または無線で接続され、例えば、自動車10、検査機関サーバ30、管理サーバ60との間で情報の送受信を行う。
記憶部120は、例えば、RAM(Random Access Memory)、フラッシュメモリ等の半導体メモリ素子またはハードディスク、光ディスク等の記憶装置によって実現される。記憶部120は、遺伝子情報記憶部121と、運転履歴記憶部122と、運転傾向記憶部123とを有する。
遺伝子情報記憶部121は、遺伝子検査によって得られた遺伝子情報を記憶する記憶部である。また、遺伝子情報記憶部121に記憶される遺伝子情報は、取得部131により取得されたものである。ここで、図4に実施形態にかかる遺伝子情報記憶部121の一例を示す。図4の例では、遺伝子情報記憶部121は、「ユーザID」、「遺伝子情報」、「氏名」、「住所」、「生年月日」といった項目を有する。
運転履歴記憶部122は、各ユーザが自動車10を運転した際の運転に関する情報として、例えば、運転態様の履歴情報を記憶する記憶部である。例えば、自動車10は、レーダー、GPS、カメラ等で、ユーザによる運転状況を監視し、ユーザによる日毎の運転態様を判定する。そして、自動車10は、判定した運転態様を管理サーバ60へと送信する。例えば、自動車10は、運転状況に基づいて、ユーザが運転した日の平均速度、平均車間距離、急ブレーキ回数、急ハンドル回数といった運転態様がどうであったかを判定(算出)する。ユーザが運転を行っていない日には、判定を行わない。なお、これらの運転態様は、事故の発生に関与する運転態様である。
運転傾向記憶部123は、運転履歴記憶部122に記憶される各ユーザの運転態様に基づき、各ユーザに対して取得された運転態様の傾向(運転傾向)を記憶する記憶部である。ここで、図6に実施形態にかかる運転傾向記憶部123の一例を示す。図6の例では、運転傾向記憶部123は、「ユーザID」、「運転傾向」といった項目を有する。
図3に戻り、制御部130は、CPU(Central Processing Unit)やMPU(Micro Processing Unit)等によって、運転制御装置100内部の記憶装置に記憶されている各種プログラムがRAMを作業領域として実行されることにより実現される。また、制御部130は、例えば、ASIC(Application Specific Integrated Circuit)やFPGA(Field Programmable Gate Array)等の集積回路により実現される。
取得部131は、ユーザの運転態様と、当該ユーザの遺伝子情報とを取得する。例えば、取得部131は、遺伝子検査を行った検査機関から遺伝子情報を取得する。例えば、取得部131は、かかる検査機関に属するサーバ装置である検査機関サーバ30にアクセスすることで、遺伝子情報を取得する。例えば、取得部131は、検査機関サーバ30に定期的にアクセスし、遺伝子情報を取得する。また、取得部131は、取得した遺伝子情報を、図4に示すように、遺伝子情報記憶部121に格納する。
分析部132は、取得部131によって取得された運転態様と遺伝子情報との関係性を分析する。例えば、分析部132は、運転傾向のうち、事故の発生に関与する運転傾向と遺伝子情報との関係性を分析する。具体的には、分析部131は、運転傾向と遺伝子情報との間に所定の関係性が成立するか否かを分析する。例えば、分析部132は、所定の関係性として、運転傾向と遺伝子情報との傾向に基づく関係性が成立するか否かを分析する。より具体的には、分析部132は、複数のユーザの運転態様と、当該複数のユーザの遺伝子情報との相関性を分析する。
予測部133は、分析部132によって生成されたモデルに基づいて、対象者の運転傾向を予測する。具体的には、予測部133は、分析部132によって生成されたモデルに基づいて、遺伝子情報と運転傾向との組合せのうち、互いに相関関係にある組合せを判定する。そして、予測部133は、相関関係にある遺伝子情報と同一、または、類似する遺伝子情報を有する対象者は、この遺伝子情報と相関関係にある運転傾向にあると予測する。
まず、運転制御部134によって行われる制御のうち、情報提案について説明する。運転制御部134は、ユーザの遺伝子情報に関連する遺伝子情報を有する対象者に対して、当該ユーザの運転態様に基づく所定の制御を行う。ここで、上記の通り、予測部133が、運転傾向と相関関係にあると判定した遺伝子情報と同一、または、類似する遺伝子情報を有する対象者に対して、かかる運転傾向にあると予測する例を示した。したがって、具体的には、運転制御部134は、運転態様(運転傾向)に基づく所定の制御として、対象者に対して予測された運転傾向に基づく提案情報をこの対象者に提示する。
上記の通り、運転制御部134が、互いに同一、または、類似する遺伝子を有する対象者および運転傾向が既に判明しているユーザに対し、運転傾向に基づく情報を提案する点について説明した。ここで、運転制御部134は、例えば、新たな対象者に対して提案を行う場合には、提案情報が提示されたユーザが提案情報に従って運転したか否かに基づいて、この新たな対象者に対して提案を行ってもよい。
次に、図7を用いて、実施形態にかかる運転制御装置100が実行する運転制御処理の手順について説明する。図7は、実施形態にかかる運転制御装置100による運転制御処理手順を示すフローチャートである。
上記実施形態にかかる運転制御装置100は、上記実施形態以外にも種々の異なる形態にて実施されてよい。そこで、以下では、運転制御装置100の他の実施形態について説明する。
上記実施形態では、運転制御装置100が、遺伝子情報を取得可能なユーザであれば、どのようなユーザであっても運転傾向を取得し、取得した遺伝子情報と運転傾向について関係性を分析することで、対象者の運転傾向を予測する例を示した。しかし、運転制御装置100は、ユーザの事故歴を考慮してもよい。具体的には、運転制御部134は、ユーザのうち事故歴を有するユーザの運転傾向と相関性を有する遺伝子情報に関連する遺伝子情報を有する対象者に対して、当該運転傾向に基づく所定の制御を行ってもよい。
ユーザによっては、提案情報が頻繁に表示されたり、音声出力されることを嫌う場合がある。したがって、運転制御部134は、同一の提案情報を同一ユーザに提示する場合には、所定の時間間隔(例えば、2日)をあけて提示するとともに、所定回数(例えば、5回)提示した以降、この提案情報の提示を停止してもよい。また、運転制御部134は、自動車10のエンジンがかけられた際に、提案情報を提示するようにしてもよい。
上記実施形態では、運転制御部134が、対象者の運転態様に基づいて、より安全な運転態様を提案したり、自動車10を制御する例を示した。しかしこの例に限らず、運転制御部134、対象者の運転態様に基づいて、ルート案内を行ってもよい。例えば、「急ブレーキ運転」の傾向にあるユーザUxが、自動車10に対して目的地までのルート案内を設定したとする。かかる場合、自動車10は、ユーザUxによりルート案内設定が行われた旨を運転制御装置100に送信する。これにより、運転制御装置100は、ユーザUxがルート案内設定をしたことを検知すると、目的地までのルートの候補の1つとして、例えば、複雑な道路や狭い道路等が存在するエリア(例えば、集落)を回避して、より走行し易い道路を選択したルートを自動車10に表示させる。
また、上述してきた実施形態にかかる運転制御装置100は、例えば図8に示すような構成のコンピュータ1000によって実現される。図8は、運転制御装置100の機能を実現するコンピュータ1000の一例を示すハードウェア構成図である。コンピュータ1000は、CPU1100、RAM1200、ROM1300、HDD1400、通信インターフェイス(I/F)1500、入出力インターフェイス(I/F)1600、及びメディアインターフェイス(I/F)1700を有する。
上記実施形態において説明した各処理のうち、自動的に行われるものとして説明した処理の全部または一部を手動的に行うこともでき、あるいは、手動的に行われるものとして説明した処理の全部または一部を公知の方法で自動的に行うこともできる。この他、上記文書中や図面中で示した処理手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。
実施形態にかかる運転制御装置100は、取得部131と、運転制御部134とを有する。取得部131は、ユーザの運転態様と、当該ユーザの遺伝子情報とを取得する。運転制御部134は、ユーザの遺伝子情報に関連する遺伝子情報を有する対象者に対して、当該ユーザの運転態様に基づく所定の制御を行う。
10 自動車
30 検査機関サーバ
60 管理サーバ
100 運転制御装置
121 遺伝子情報記憶部
122 運転履歴記憶部
123 運転傾向記憶部
131 取得部
132 分析部
133 予測部
134 運転制御部
135 算出部
Claims (15)
- ユーザの運転態様と、当該ユーザの遺伝子情報とを取得する取得部と、
前記ユーザの遺伝子情報に関連する遺伝子情報を有する対象者に対して、当該ユーザの運転態様に基づく所定の制御を行う制御部と
を有することを特徴とする運転制御装置。 - 前記制御部は、前記ユーザの遺伝子情報のうち、前記ユーザの運転態様と所定の関係性を有する遺伝子情報と関連する遺伝子情報を有する対象者に対して、当該運転態様に基づく所定の制御を行う
ことを特徴とする請求項1に記載の運転制御装置。 - 前記制御部は、前記運転態様として、前記ユーザのうち事故歴を有するユーザの運転態様と所定の関係性を有する遺伝子情報に関連する遺伝子情報を有する対象者に対して、当該運転態様に基づく所定の制御を行う
ことを特徴とする請求項1または2に記載の運転制御装置。 - 前記制御部は、前記運転態様のうち、事故の発生に関与する運転態様と所定の関係性を有する遺伝子情報と関連する遺伝子情報を有する対象者に対して、当該事故の発生に関与する運転態様に基づく所定の制御を行う
ことを特徴とする請求項1〜3のいずれか1つに記載の運転制御装置。 - 前記制御部は、前記運転態様と所定の関係性を有する遺伝子情報として、複数の前記ユーザの遺伝子情報のうち、当該遺伝子情報と複数の前記ユーザの前記運転態様との傾向に基づく関係性を有する遺伝子情報と関連する遺伝子情報を有する対象者に対して、当該運転態様に基づく所定の制御を行う
ことを特徴とする請求項2〜4のいずれか1つに記載の運転制御装置。 - 前記制御部は、前記遺伝子情報と関連する遺伝子情報として、前記遺伝子情報と同一、または、類似する遺伝子情報を有する対象者に対して、前記運転態様に基づく所定の制御を行う
ことを特徴とする請求項1〜5のいずれか1つに記載の運転制御装置。 - 複数の前記ユーザの遺伝子情報と、複数の前記ユーザの運転態様との関係性を学習することにより、複数の前記ユーザのうち、当該遺伝子情報を有するユーザの運転態様の傾向を示すモデルを生成する生成部をさらに有し、
前記制御部は、前記生成部により生成されたモデルと、前記対象者の遺伝子情報とを用いて、前記対象者に対して予測された運転態様に基づく所定の制御を行う
ことを特徴とする請求項1〜5のいずれか1つに記載の運転制御装置。 - 前記制御部は、前記運転態様に基づく所定の制御として、当該運転態様に基づく提案情報を前記対象者に提示する
ことを特徴とする請求項1〜7のいずれか1つに記載の運転制御装置。 - 前記制御部は、前記提案情報として、前記運転態様で運転しないよう提案する提案情報、あるいは、前記運転態様に代わる安全な運転態様を提案する提案情報を前記対象者に提示する
ことを特徴とする請求項8に記載の運転制御装置。 - 前記制御部は、前記運転態様に基づく所定の制御として、当該運転態様に基づいて、前記対象者に運転される物体の運転制御を行う
ことを特徴とする請求項8または9に記載の運転制御装置。 - 前記提案情報が提示されたユーザが、当該提案情報にどれほど従って運転したかを示す指標値を算出する算出部をさらに有し、
前記制御部は、前記算出部により算出された指標値に基づいて、前記提案情報を前記対象者に提示する
ことを特徴とする請求項8〜10のいずれか1つに記載の運転制御装置。 - 前記制御部は、前記算出部により算出された指標値に基づいて、前記提案情報のうち、前記ユーザが従ったと判定された提案情報を前記対象者に提示する
ことを特徴とする請求項11に記載の運転制御装置。 - 運転制御装置が実行する情報提供方法であって、
ユーザの運転態様と、当該ユーザの遺伝子情報とを取得する取得工程と、
前記ユーザの遺伝子情報に関連する遺伝子情報を有する対象者に対して、当該ユーザの運転態様に基づく所定の制御を行う制御工程と
を含んだことを特徴とする運転制御方法。 - ユーザの運転態様と、当該ユーザの遺伝子情報とを取得する取得手順と、
前記ユーザの遺伝子情報に関連する遺伝子情報を有する対象者に対して、当該ユーザの運転態様に基づく所定の制御を行う制御手順と
をコンピュータに実行させることを特徴とする運転制御プログラム。 - 対象者の遺伝子情報が入力される入力層と、
出力層と、
前記入力層から前記出力層までのいずれかの層であって前記出力層以外の層に属する第1要素と、
前記第1要素と前記第1要素の重みとに基づいて値が算出される第2要素と、を含み、
前記入力層に入力された遺伝子情報に応じて、前記対象者の運転態様を定量化した値を前記出力層から出力するよう
コンピュータを機能させるためのモデル。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017141263A JP6736526B2 (ja) | 2017-07-20 | 2017-07-20 | 運転制御装置、運転制御方法、運転制御プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017141263A JP6736526B2 (ja) | 2017-07-20 | 2017-07-20 | 運転制御装置、運転制御方法、運転制御プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019018805A true JP2019018805A (ja) | 2019-02-07 |
JP6736526B2 JP6736526B2 (ja) | 2020-08-05 |
Family
ID=65355015
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017141263A Active JP6736526B2 (ja) | 2017-07-20 | 2017-07-20 | 運転制御装置、運転制御方法、運転制御プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6736526B2 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005186674A (ja) * | 2003-12-24 | 2005-07-14 | Nissan Motor Co Ltd | 運転傾向推定装置 |
JP2016126559A (ja) * | 2015-01-05 | 2016-07-11 | 慎一郎 馬場 | ドライビングリスク算出システム、ドライビングリスク算出方法及びドライビングリスク算出プログラム |
-
2017
- 2017-07-20 JP JP2017141263A patent/JP6736526B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005186674A (ja) * | 2003-12-24 | 2005-07-14 | Nissan Motor Co Ltd | 運転傾向推定装置 |
JP2016126559A (ja) * | 2015-01-05 | 2016-07-11 | 慎一郎 馬場 | ドライビングリスク算出システム、ドライビングリスク算出方法及びドライビングリスク算出プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP6736526B2 (ja) | 2020-08-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ossen et al. | Heterogeneity in car-following behavior: Theory and empirics | |
JP7074069B2 (ja) | 情報処理装置および方法、並びにプログラム | |
JP7023299B2 (ja) | モバイル・オブジェクトの管理方法、システム、コンピュータ・プログラム、およびその記録媒体 | |
CN108139884A (zh) | 模拟自动驾驶车辆移动的物理模型和结合机器学习的方法 | |
CN108027243A (zh) | 用于操作自动驾驶车辆的控制误差校正规划方法 | |
Wu et al. | Developing a crash warning system for the bike lane area at intersections with connected vehicle technology | |
CN108137083A (zh) | 用于自动驾驶车辆控制的系统延迟估计方法 | |
JP5198994B2 (ja) | 所要時間予測システム、方法及びプログラム | |
WO2016063742A1 (ja) | 情報提示装置、方法及びコンピュータプログラム製品 | |
EP3174000B1 (en) | Information presentation device, method, and program | |
US11262207B2 (en) | User interface | |
JP6786376B2 (ja) | 評価装置、評価方法及び評価プログラム | |
Varotto et al. | Adaptations in driver behaviour characteristics during control transitions from full-range Adaptive Cruise Control to manual driving: an on-road study | |
JP6566999B2 (ja) | 運転制御装置、運転制御方法および運転制御プログラム | |
JP7272238B2 (ja) | 情報処理装置、情報処理システム、およびプログラム | |
JP6736526B2 (ja) | 運転制御装置、運転制御方法、運転制御プログラム | |
JP2013134205A (ja) | 移動先予測方法,移動先予測プログラムおよび移動先予測装置 | |
JP7273014B2 (ja) | 推定装置、推定方法及び推定プログラム | |
JP2023092971A (ja) | 交通状況予測装置、および、交通状況予測方法 | |
JP7517969B2 (ja) | 情報処理装置 | |
Lin et al. | Improving pavement anomaly detection using backward feature elimination | |
JP2012073205A (ja) | 経路探索装置及び経路探索方法 | |
JP6554999B2 (ja) | 走行区間評価方法、走行区間評価プログラム、及び走行区間評価装置 | |
JP2021001755A (ja) | 情報処理装置、情報処理方法及びプログラム | |
EP4300347A1 (en) | Simulation execution method and program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180420 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190514 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190716 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20191015 |
|
A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20191101 |
|
RD03 | Notification of appointment of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7423 Effective date: 20191108 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191216 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200616 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200715 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6736526 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |