JP2019114087A - 運転支援方法及び運転支援装置 - Google Patents

Abstract

【課題】運転者と車両との一体感や運転操作に対する愉悦感を向上する。【解決手段】特定の運転者の運転技量を評価し（Ｓ４）、運転者の脳波を計測し（Ｓ１）、脳波の計測により得られた、運転者による特定の車両に対する運転操作開始時点ｔ２の所定時間Ｔ１前の時点ｔ１からの脳波信号の変化度合いに基づいて、運転操作に応答する車両の応答特性に対する運転者の予測性を評価し（Ｓ３）、評価された運転技量と予測性とに基づいて車両の運転支援を制御する（Ｓ５〜Ｓ１１）。【選択図】図５

Description

本発明は、運転支援方法及び運転支援装置に関する。

特許文献１には、運転操作についての指標とする運転モデルと運転者の運転操作とを比較して運転者の運転技量を評価し、運転技量の評価結果に基づいて運転支援を行う運転支援システムが提案されている。

特開２０１３−１４９１５４号公報

運転技量に基づく運転支援では運転技量が高ければ運転支援は少なくなる。一方で、運転技量の高い運転者は、車両の特性が分かりにくい場合であっても車両の特性に合わせて適切に運転できるので、運転技量の評価結果に影響が現れず運転支援が少なくなることがある。このため、車両の特性が分かりにくく運転操作に対する準備が遅れているにも関わらず運転支援が少なくなり、運転者が車両との一体感を感じにくくなることがある。
本発明は、運転者と車両との一体感や運転操作に対する愉悦感を向上することを目的とする。

本発明の一態様に係る運転支援方法では、特定の運転者の運転技量を評価し、運転者の脳波を計測し、この脳波の計測により得られた、運転者による特定の車両に対する運転操作開始時点の所定時間前の時点からの脳波信号の変化度合いに基づいて、運転操作に応答する車両の応答特性に対する運転者の予測性を評価し、評価された運転技量と予測性とに基づいて車両の運転支援を行う。

本発明によれば、運転者と車両との一体感や運転操作に対する愉悦感を向上できる。

実施形態に係る運転支援装置の一例の構成例を示す図である。 運転操作に応答する車両の応答特性に対する運転者の予測性が高い場合の行動準備電位の波形の模式図である。 予測性が低い場合の行動準備電位の波形の模式図である。 図１に示すコントローラの機能構成の第１例を示すブロック図である。 運転技量と予測性とに基づく運転支援の第１例の説明図である。 第１実施形態の運転支援方法のフローチャートである。 図１に示すコントローラの機能構成の第２例を示すブロック図である。 運転技量と予測性とに基づく運転支援の第２例の説明図である。 第２実施形態の運転支援方法のフローチャートである。

以下、本発明の第１及び第２実施形態について、図面を参照しつつ説明する。なお、各図面は模式的なものであって、現実のものとは異なる場合がある。また、以下に示す本発明の第１及び第２実施形態は、本発明の技術的思想を具体化するための装置や方法を例示するものであって、本発明の技術的思想は、構成部品の構造、配置等を下記のものに特定するものではない。本発明の技術的思想は、特許請求の範囲に記載された請求項が規定する技術的範囲内において、種々の変更を加えることができる。

（第１実施形態）
（構成）
図１を参照する。実施形態の運転支援装置１は、コントローラ２と、周囲環境センサ群３と、車両センサ群４と、車両制御アクチュエータ群５と、脳活動センサ６と、を備える。
コントローラ２は、運転支援装置１が搭載される車両（以下「自車両」と表記することがある）の走行制御と、特定の運転者による特定の車両（すなわち自車両）の運転の運転支援を行う電子制御ユニットである。

コントローラ２は、プロセッサ２０と、記憶装置２１等の周辺部品とを含む。プロセッサ２０は、例えばＣＰＵ（Central Processing Unit）、やＭＰＵ（Micro-Processing Unit）であってよい。
記憶装置２１は、半導体記憶装置、磁気記憶装置及び光学記憶装置のいずれかを備えてよい。記憶装置２１は、レジスタ、キャッシュメモリ、主記憶装置として使用されるＲＯＭ（Read Only Memory）及びＲＡＭ（Random Access Memory）等のメモリを含んでよい。

なお、汎用の半導体集積回路中に設定される機能的な論理回路でコントローラ２を実現してもよい。例えば、コントローラ２はフィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ：Field-Programmable Gate Array）等のプログラマブル・ロジック・デバイス（ＰＬＤ：Programmable Logic Device）等を有していてもよい。

周囲環境センサ群３は、自車両の周囲環境を検出するセンサ群であり、自車両の周囲の物体を検出するためのカメラ３０やレーダ３１などのセンサや、周囲の地図情報を取得するための地図データベース（ＤＢ）３２、ＧＰＳ（全地球測位システム：Global Positioning System）受信機３３を備える。
カメラ３０は、自車両の周囲の所定の範囲を撮像して画像データを取得するイメージセンサである。

カメラ３０は、例えば車室内のフロントウィンドウ上部に設けられたＣＣＤの広角カメラからなる。カメラ３０は、ステレオカメラや全方位カメラであってもよく、複数のイメージセンサを含むようにしてもよい。カメラ３０は、取得した画像データから、自車両の周囲に存在する道路及び道路周辺の構造物、道路標示、標識、他車両、歩行者等を自車両の周囲状況として検出し、検出された自車両の周囲環境の情報をコントローラ２に出力する。

レーダ３１としては、レーザレンジファインダ（ＬＲＦ）や、ミリ波や超音波を用いた測距レーダを採用可能であり、例えばフロントグリル内に設けられたミリ波レーダからなる。レーダ３１は、自車両の周囲の所定の範囲を走査し、自車両の周囲に存在する他車両等の障害物を検出する。レーダ３１は、例えば障害物と自車両との相対位置（方位）、障害物の相対速度、自車両から障害物までの距離等を自車両の周囲状況として検出する。レーダ３１は、検出された自車両の周囲環境の情報をコントローラ２に出力する。

地図データベース３２としては、半導体メモリ又はディスクメディア等の記憶媒体が使用可能である。地図データベース３２は、道路種別や道路線形、車線幅員、車両の通行方向、制限速度等を含む地図情報を記憶している。なお、地図情報のデータベースをサーバで管理し、更新された地図情報の差分データだけを、例えばテレマティクスサービスを通じて取得し、地図データベース３２に記憶された地図情報の更新を行ってもよい。なお、地図データベース３２は、コントローラ２の記憶装置２１に内蔵されていてもよい。

ＧＰＳ受信機３３は、人工衛星から受信する電波に基づいて、自車両の緯度、経度及び高度を自車両の現在位置として取得する。コントローラ２は、ＧＰＳ受信機３３により取得した自車両の現在位置を地図ＤＢ４３に記憶された地図と照合して、地図ＤＢ４３に記憶された地図上における自車両の現在位置を取得する。また、コントローラ２は、自車両の現在位置の周囲の地図情報を地図データベース３２から取得する。

コントローラ２は、地図上の自車両の現在位置から、運転者等により設定された目的地までの走行経路を設定し、設定した走行経路をディスプレイの表示やスピーカの音声により運転者に提示したり、設定した走行経路に沿って自車両の走行を制御したりすることができる。
以下、周囲環境センサ群３により検出又は取得される周囲環境の情報、自車両の現在位置情報、自車両の周囲の地図情報を「周囲環境情報」と表記することがある。

車両センサ群４は、自車両の走行状態を検出するセンサ群である。車両センサ群４は、車速センサ４０と、加速度センサ４１と、ヨーレートセンサ４２と、操舵センサ４３と、アクセルセンサ４４と、ブレーキセンサ４５を備える。
車速センサ４０は、自車両の車輪速から車速を検出し、検出された車速をコントローラ２に出力する。
加速度センサ４１は、自車両の前後方向の加速度及び車幅方向の加速度を検出する。ヨーレートセンサ４２は、自車両に発生するヨーレートを検出する。

操舵センサ４３は、自車両の運転操作としてステアリングホイールの操作量を検出する。操舵センサ４３は、ステアリングホイールの操作量として、例えばステアリングホイールの現在の回転角度（操舵操作量）である現在の操舵角を検出してよい。操舵センサ４３は、ステアリングホイールの操作量の情報をコントローラ２へ出力する。
アクセルセンサ４４は、自車両の運転操作として運転者によるアクセルペダルの操作量（すなわち踏み込み量）を検出する。アクセルセンサ４４は、アクセルペダルの操作量の情報をコントローラ２へ出力する。

ブレーキセンサ４５は、自車両の運転操作として運転者によるブレーキペダルの操作量（すなわち踏み込み量）を検出する。ブレーキセンサ４５は、ブレーキペダルの操作量の情報をコントローラ２へ出力する。
車両センサ群４が検出した、車速、加速度、ヨーレート、ステアリングホイールの操作量、アクセルペダルの操作量、及びブレーキペダルの操作量の情報を「車両情報」と表記することがある。

コントローラ２は、これら周囲環境情報及び車両情報に基づき自車両の走行を制御する。コントローラ２は、車両センサ群４から出力されるステアリングホイール、アクセルペダル、及びブレーキペダルの操作量の車両情報に基づいて、運転者の運転操作に応じて自車両の走行を制御する制御指令（制御信号）を出力する。制御指令は、例えば操舵量、アクセル開度、ブレーキ制動量の制御指令を含んでよい。
車両制御アクチュエータ群５は、コントローラ２からの制御指令に基づいて自車両の転舵機構、動力源、動力伝達装置又は制動装置などを駆動することにより、運転者の運転操作に応じた自車両の走行を実現する。

車両制御アクチュエータ群５は、例えばステアリングアクチュエータ５０と、アクセルアクチュエータ５１と、ブレーキアクチュエータ５２を含んでよい。
ステアリングアクチュエータ５０は、例えば自車両のステアリングシャフトや操向輪を操舵する電動モータを含み、コントローラ２から制御指令に基づき自車両の操舵方向及び操舵量を制御する。
アクセルアクチュエータ５１は、例えば電子制御スロットルバルブを含み、コントローラ２からの制御指令に基づいて自車両のアクセル開度を制御する。
ブレーキアクチュエータ５２は、例えばＶＤＣ（Vehicle Dynamics Control）等に用いられる油圧回路を含み、コントローラ２からの制御指令に基づいて自車両のブレーキの制動動作を制御する。

さらに、コントローラ２は、周囲環境センサ群３により検出又は取得される周囲環境情報に基づいて自車両の転舵機構、動力源、動力伝達装置又は制動装置などを駆動することにより、自車両を運転する運転者に対する運転支援を行う。
例えば、コントローラ２は、特定の運転シーンにおける走行速度や加速度、進行角度、旋回速度といった自車両の車両挙動や、アクセルペダルやブレーキペダル、ステアリングの操作モデルや操作タイミングといった自車両の操作態様の基準となる運転モデルに基づいて、自車両の走行が運転モデルに従うように操作介入を行う。

例えば、運転モデルは、カーブ路のような特定の運転シーンを走行する際の操舵角や操舵速度を表す操舵プロファイルや、ヨーレートや旋回速度などの車両挙動プロファイルを含んでよい。コントローラ２は、同様のカーブ路の走行を走行する際に、ステアリングアクチュエータ５０を駆動して自車両の操舵角、操舵速度、ヨーレート、旋回速度が運転モデルに従うように操舵トルクを付与することにより、運転者の運転支援を行ってよい。

また、例えば運転モデルは、緊急制動時のような運転シーンにおけるブレーキ操作量や、操作速度、車両の減速度を表す減速プロファイルを含んでよい。コントローラ２は、緊急制動時に運転モデルに従うようにブレーキアクチュエータ５２を駆動することにより、運転者の運転支援を行ってよい。
同様に、運転モデルは、特定の運転シーンにおけるアクセル操作量や、操作速度、車両の加速度を表す加速プロファイルを含んでよく、コントローラ２は、当該運転シーンにおいて運転モデルに従うようにアクセルアクチュエータ５１を駆動することにより、運転者の運転支援を行ってよい。

このようなコントローラ２による自動的な運転支援は、運転者の運転技量が高い場合に少なくなることがある。運転技量が高い運転者による適切な運転操作に対しては、コントローラ２による操作介入の必要が少ないためである。
しかしながら、車両の応答特性は個々の車両によって異なり、応答特性を把握する能力も個々の運転者によって異なる。このため、特定の運転者にとって特定の車両の応答特性が分かりにくく、このために運転操作に対する準備が遅れることがある。

このように運転操作に対する準備が遅れているにも関わらず運転支援が少ないと、運転者は、車両との一体感や、運転操作に対する愉悦感（pleasure）や楽しみを感じにくくなることがある。
そこで、運転支援装置１は、特定の運転者にとっての特定の車両（すなわち自車両）の応答特性の分かり易さを、応答特性に対するこの運転者の予測性として評価する。そして、運転者の運転技量と予測性との両方に基づいて自車両の運転支援を制御する。例えば、運転技量と予測性とに基づいて運転支援の開始タイミングや運転支援量を変更する。以下、運転操作に応答する車両の応答特性に対する運転者の予測性を単に「予測性」と表記することがある。

コントローラ２は、車両センサ群４から出力される車両情報を受信し、車両情報に基づいて運転者の運転技量を評価する。例えば、コントローラ２は、車両情報に基づいて現実の車両状態を判定し、現実の車両状態と運転モデルの差に基づいて運転者の運転技量を評価してよい。
さらに、コントローラ２は、脳活動センサ６による運転者の脳波の計測に基づいて、運転操作に応答する特定の車両（自車両）の応答特性に対するこの運転者の予測性を評価する。

脳活動センサ６は、運転者の脳波を計測するセンサであり、運転者の頭部に取り付けられる複数の電極を有する。
脳活動センサ６は、これら複数の電極により検出した運転者の脳波信号をコントローラ２へ出力する。これらの複数の電極の頭部への取り付け方法は特に限定されないが、例えば脳活動センサ６は、運転者の頭部に配置しやすいように装着型の電極帽子を備えてよい。

コントローラ２は、運転操作開始時点以前の所定期間内に脳活動センサ６が取得した脳波信号に基づいて、運転操作に応答する自車両の応答特性に対する運転者の予測性を運転者毎に評価する。
コントローラ２は、例えば運転者の行動準備電位（「運動準備電位」と呼ばれることもある）に基づいて予測性を評価してよい。
図２Ａに、予測性が高い場合（すなわち運転者にとって応答特性が分かり易い場合）の行動準備電位の波形を模式的に示す。図２Ｂに、予測性が低い場合（すなわち運転者にとって応答特性が分かりにくい場合）の行動準備電位の波形を模式的に示す。

図２Ａ及び図２Ｂの実線７０は行動準備電位の波形を示す。時点ｔ２は、運転操作情報から検出された運転操作開始時点であり、時点ｔ１は、運転操作開始時点ｔ２より第１所定時間Ｔ１前の時点である。
第１所定時間Ｔ１は、例えば運転操作の行動の開始前に行動準備電位が変化し始める時点が時点ｔ１となるように設定してよく、例えば２秒であってよい。

時点ｔ１から運転操作開始時点ｔ２までの期間において行動準備電位が減少する傾き（すなわち変化度合い）αに注目する。図２Ａ及び図２Ｂから分かるように、予測性が高い場合の傾きαは、予測性が低い場合の傾きαよりも大きい。
このため、例えばコントローラ２は、時点ｔ１からの行動準備電位が減少する傾きαに基づいて予測性を評価する。例えばコントローラ６は、時点ｔ１から始まるある程度の期間の行動準備電位が減少する傾きαに基づいて予測性を評価してよい。例えばコントローラ６は、時点ｔ１から運転操作開始時点ｔ２までの期間において行動準備電位が減少する傾きαに基づいて予測性を評価してよい。例えば、傾きαの絶対値が閾値ＴＨより大きければ予測性が高いと判断し、傾きαの絶対値が閾値ＴＨ以下であれば予測性が低いと評価する。

また、コントローラ６は、時点ｔ１からの行動準備電位の減少量に基づいて予測性を評価してもよい。例えばコントローラ６は、時点ｔ１から始まるある程度の期間の行動準備電位の減少量に基づいて予測性を評価してもよい。例えばコントローラ６は、時点ｔ１から運転操作開始時点ｔ２までの期間における行動準備電位の減少量に基づいて予測性を評価してもよい。
図２Ａ及び図２Ｂの点線７１は、行動準備電位のベースラインを示す。コントローラ２は、運転操作開始時点ｔ２よりも第２所定時間Ｔ２前の時点ｔ０より前の行動準備電位の値に基づいて行動準備電位のベースライン７１を設定してよい。

第２所定時間Ｔ２は、例えば運転操作の行動開始が行動準備電位に影響し始める期間よりも時点ｔ０が早くなるように設定してよい。すなわち、第２所定時間Ｔ２は第１所定時間Ｔ１よりも長く、時点ｔ０は時点ｔ１よりも早い。第２所定時間Ｔ２は、例えば４秒であってよい。
ベースライン７１と運転操作開始時点ｔ２における行動準備電位の差分（すなわちベースライン７１からの行動準備電位の減少量）βに注目する。予測性が高い場合の差分βは予測性が低い場合の差分βよりも大きくなる。

このため、コントローラ６は、ベースライン８１と時点ｔ１より後の行動準備電位との差分βに基づいて予測性を評価してよい。例えば、ベースライン８１と時点ｔ１から始まるある程度の期間後の行動準備電位との差分βに基づいて予測性を評価してよい。例えば、ベースライン８１と運転操作開始時点ｔ２における行動準備電位の差分βに基づいて予測性を評価してよい。
例えば、差分βが閾値ＴＨ２より大きければ予測性が高いと判断し、差分βが閾値ＴＨ２以下であれば予測性が低いと評価してよい。また、例えばコントローラ２は、時点ｔ１から運転操作開始時点ｔ２までの間に、ベースライン７１と行動準備電位との差分が閾値ＴＨ２を超えた時に、予測性が高いと判断してもよい。

図１を参照する。コントローラ２は、評価した運転技量と予測性とに基づいて自車両の運転支援を制御する。例えば、コントローラ２は、運転技量と予測性とに基づいて、運転支援の開始タイミングや運転支援量を変更する。
このように、運転技量だけでなく、個々の運転者ごとに評価した予測性（応答特性の分かり易さ）に基づいて運転支援を制御することにより、運転者による運転操作の準備状態に合わせて運転支援を行うことができ、車両との一体感や、運転操作に対する愉悦感や楽しみを向上できる。

次に、コントローラ２の機能構成について説明する。図３を参照する。コントローラ２は、運転技量評価部８０と、運転操作検出部８１と、行動準備電位検出部８２と、予測性評価部８３と、運転支援制御部８４を備える。
例えばコントローラ２は、図１の記憶装置２１に格納されたコンピュータプログラムをプロセッサ２０で実行することにより、運転技量評価部８０、運転操作検出部８１、行動準備電位検出部８２、予測性評価部８３、及び運転支援制御部８４の機能を実現してよい。

運転技量評価部８０は、車両センサ群４から出力される車両情報を受信し、車両情報に基づいて運転者の運転技量を評価する。運転技量評価部８０は、運転技量の評価結果を運転支援制御部８４へ出力する。
運転操作検出部８１は、車両センサ群４から出力されるステアリングホイール、アクセルペダル、及びブレーキペダルの操作量の車両情報を受信する。運転操作検出部８１は、これらの車両情報に基づいて運転者による運転操作が行われたか否かを判断し、運転操作が行われたと判断した場合には運転操作開始時点ｔ２を検出する。運転操作検出部８１は、運転操作開始時点ｔ２の情報を予測性評価部８３へ出力する。

行動準備電位検出部８２は、脳活動センサ６が取得した脳波信号を受信する。行動準備電位検出部８２は、受信した脳波信号に基づき運転者の脳に発生する行動準備電位を検出する。例えば行動準備電位検出部８２は、脳波信号の周波数解析やパターン解析などに基づき行動準備電位を検出してよい。行動準備電位検出部８２は、行動準備電位の情報を予測性評価部８３へ出力する。

予測性評価部８３は、運転操作開始時点ｔ２より第１所定時間Ｔ１前の時点ｔ１を決定する。予測性評価部８３は、時点ｔ１から運転操作開始時点ｔ２までの期間において行動準備電位が減少する傾きαを算出する。
例えば、予測性評価部８３は、行動準備電位の波形に最小二乗法等の統計処理を行うことにより傾きαを算出してよい。

予測性評価部８３は、ベースライン７１と運転操作開始時点ｔ２における行動準備電位の差分βを算出してもよい。予測性評価部８３は、運転操作開始時点ｔ２よりも第２所定時間Ｔ２前の時点ｔ０より前の行動準備電位の値に基づいて行動準備電位のベースライン７１を設定してよい。

予測性評価部８３は、１回の運転操作時に検出された行動準備電位の波形に基づいて傾きαや差分β、ベースライン７１を算出してもよく、複数回の運転操作時に検出された行動準備電位の波形を平均した平均波形に基づいて傾きαや差分β、ベースライン７１を算出してもよい。

そして、予測性評価部８３は、傾きαや差分βに基づいて運転者の予測性を評価する。例えば、傾きαの絶対値が閾値ＴＨより大きければ予測性が高いと判断し、傾きαの絶対値が閾値ＴＨ以下であれば予測性が低いと評価する。差分βの絶対値が閾値ＴＨ２より大きければ予測性が高いと判断し、差分βの絶対値が閾値ＴＨ２以下であれば予測性が低いと評価する。
予測性評価部８３は、予測性の評価結果を運転支援制御部８４へ出力する。

運転支援制御部８４は、車両センサ群４から出力される車両情報と、周囲環境センサ群３から出力される周囲環境情報とに基づいて、自車両を運転する運転者の運転支援を実行する。
例えば、運転支援制御部８４は周囲環境情報に基づいて現在の自車両の運転シーンを特定する。運転支援制御部８４は、現在の自車両の運転シーンに対応する運転モデルを特定する。

また、運転支援制御部８４は、車両情報に基づいて現在の自車両の車両状態を判断する。車両状態は、例えば走行速度や加速度、進行角度、旋回速度といった自車両の車両挙動や、アクセルペダルやブレーキペダル、ステアリングの操作モデルや操作タイミングといった自車両の操作態様であってよい。
運転支援制御部８４は、現在の自車両の車両状態が運転モデルに従うように操作介入を行うことにより、自車両を運転する運転者の運転支援を行う。

このとき、運転支援制御部８４は、運転技量の評価結果と予測性の評価結果に基づいて、自車両を運転する運転者の運転支援を制御する。例えば運転支援制御部８４は、タイミング変更部８５と、支援量変更部８６を備えてよい。
タイミング変更部８５は、運転技量の評価結果と予測性の評価結果に基づいて、運転支援の開始タイミングを変更する。

例えば、運転技量が高い場合には、運転支援に基づく操作介入の機会を減らして運転者による運転操作を優先するために運転支援の開始を遅らせてよい。このため、タイミング変更部８５は、運転技量が低い場合には運転技量が高い場合に比べて開始タイミングを早くしてよい。
また、予測性が低く自車両の応答特性が分かりにくい場合には運転者の運転操作に対する準備ができておらず運転操作が遅れることがあるため、運転支援の開始を早めてよい。

一方で、予測性が高く運転者が自車両の応答特性をよく予測できている場合には、運転者の運転操作に対する介入の機会をできるだけ減らすことにより、車両との一体感や、運転操作に対する愉悦感を向上させることができる。
このため、タイミング変更部８５は、予測性が高い場合には予測性が低い場合に比べて開始タイミングを遅らせてよい。すなわち、予測性が低い場合には予測性が高い場合に比べて開始タイミングを早くしてよい。

支援量変更部８６は、運転技量の評価結果と予測性の評価結果に基づいて、運転支援の運転支援量を変更する。支援量変更部８６が変更する運転支援量は、例えば、運転者が操作したアクセルペダルやブレーキペダル、ステアリングなどの操作量に対して、運転支援による操作介入で加えられる操作量であってよい。
また、運転支援量は、例えば運転者の運転操作により生じる車両挙動に対して、運転支援による操作介入で加えられる車両挙動量であってよい。これら運転支援量は、運転者による運転操作やその結果生じる車両挙動を増加させる方向（すなわち、運転者による運転操作の方向と同方向）に加えられるものであってもよく、減少させる方向（すなわち、運転者による運転操作の方向と反対方向）に加えられるものであってもよい。

例えば、運転技量が高い場合には運転者による運転操作を優先するために運転支援量を少なくしてもよい。このため、支援量変更部８６は、運転技量が低い場合には運転技量が高い場合に比べて運転支援量を多くしてよい。
例えば支援量変更部８６は、運転支援量を定めるゲインを増減することにより運転支援量を増減してよい。例えば支援量変更部８６は、運転支援制御部８４による運転支援により加えられる運転支援量の上限を増加させることによって運転支援量を多くしてよく、運転支援量の上限を減少させることによって運転支援量を少なくしてよい。

また、予測性が低い場合には、運転者は運転操作に対する準備ができていないために操作量が減ることがあるため、運転支援量を多くしてよい。
一方で予測性が高く運転者が自車両の応答特性をよく予測できている場合には、運転者の運転操作に対する介入を減らすことにより、車両との一体感や、運転操作に対する愉悦感を向上させることができる。
このため、支援量変更部８６は、予測性が低い場合には予測性が高い場合に比べて運転支援量を多くしてよい。

運転技量と予測性とに基づく運転支援の第１例を図４に示す。例えば、予測性が高い場合には、運転者の運転操作に対する操作介入の機会を減らして車両との一体感や、運転操作に対する愉悦感を向上させるために、運転支援の開始タイミングをできるだけ遅らせて運転操作が必要なタイミングの直前に運転支援を開始してよい。
一方で、予測性が低い場合には、早めに運転者を支援するために運転支援の開始タイミングを予測性が高い場合よりも早めてよい。

また、予測性が高く且つ運転技量が高い場合には、運転者の運転操作を優先することにより、車両との一体感や運転操作に対する愉悦感を向上させるために、運転支援量をより少なくしてよい。
一方で、予測性が低く且つ運転技量も低い場合には、運転支援の必要性が大きいため、運転支援量をより多くしてよい。
その他、予測性が高く且つ運転技量が低い場合や、予測性が低い且つ運転技量が高い場合には、運転支援量を中程度としてよい。例えば、予測性が高く且つ運転技量が高い場合よりも多く、予測性が低く且つ運転技量も低い場合より少なくしてよい。

支援量変更部８６は、運転技量の評価結果と予測性の評価結果に基づいて、運転操作に応答する自車両の応答特性を変更してよい。すなわち、運転支援制御部８４による運転支援には、運転操作に応答する自車両の応答特性（以下、単に「応答特性」と表記することがある）の制御を含んでよい。
例えば、運転技量の高い運転者は応答性の高い車両を好む傾向がある。このため、例えば支援量変更部８６は、運転技量が高いと評価した場合には自車両の応答性を上げ、運転技量が低いと評価した場合には自車両の応答性を下げるように応答特性を変更してよい。

運転者の予測性が高い場合、すなわち運転者にとって自車両の応答特性が分かり易い場合は、自車両の応答性が高い方が車両との一体感や運転操作に対する愉悦感が向上する。このため、例えば支援量変更部８６は、運転者の予測性が高いと評価した場合に自車両の応答性を上げるように応答特性を変更してよい。
反対に、運転者の予測性が低い場合、すなわち運転者にとって自車両の応答特性が分かりにくい場合は、応答性を上げるとかえって応答特性が分かりにくくなることがあり、車両との一体感や運転操作に対する愉悦感を損ねる虞がある。このため、例えば支援量変更部８６は、運転者の予測性が低いと評価した場合に自車両の応答性を下げるように応答特性を変更してよい。

例えば支援量変更部８６は、操舵操作に応答する応答特性を変更してよい。
ステアリングホイールの操舵角θと次式（１）により目標操舵角δを設定する場合、操舵角速度Δθに乗じる係数Ｋを変更することにより操舵操作に対する応答特性を変更できる。
δ＝Ｋ０×θ＋Ｋ×Δθ …（１）
なお、Ｋ０は係数を示す。
例えば、支援量変更部８６は、係数Ｋを増加させて操舵操作に対する応答性を上げ、係数Ｋを減少させて操舵操作に対する応答性を下げてよい。

支援量変更部８６は、同様の方法により加減速操作に対する応答特性を変更してもよい。
また、例えば支援量変更部８６は、運転操作に対する応答遅延や、スペンションなどの剛性、タイヤの空気圧を変更することにより応答特性を変更してよい。例えば、スペンションの剛性を高めることで応答性を上げ、スペンションの剛性を下げることで応答性を下げてよい。タイヤの空気圧を減らすことで応答性を上げ、タイヤの空気圧を増やすことで応答性を上げてよい。

（動作）
次に、図５を参照して第１実施形態の運転支援方法の一例について説明する。
ステップＳ１において脳活動センサ６は、運転者の脳波を計測する。コントローラ２の行動準備電位検出部８２（図３）は、脳活動センサ６が取得した脳波信号に基づき、運転者の脳に発生する行動準備電位を検出する。

ステップＳ２において運転技量評価部８０は、車両センサ群４から出力された車両情報を取得する。
ステップＳ３において予測性評価部８３は、行動準備電位検出部８２が検出した行動準備電位に基づいて運転者の予測性を評価する。
ステップＳ４において運転技量評価部８０は、車両センサ群４から取得した車両情報に基づいて運転者の運転技量を評価する。

ステップＳ５において運転支援制御部８４は、運転者の予測性が高いか否かを判断する。予測性が高い場合（ステップＳ５：Ｙ）に処理はステップＳ９へ進む。予測性が高低い場合（ステップＳ５：Ｎ）に処理はステップＳ６へ進む。
ステップＳ６において運転支援制御部８４は、運転者の運転技量が高いか否かを判断する。運転技量が高い場合（ステップＳ６：Ｙ）に処理はステップＳ８へ進む。運転技量が低い場合（ステップＳ６：Ｎ）に処理はステップＳ７へ進む。

ステップＳ７（予測性が低く且つ運転技量が低い場合）においてタイミング変更部８５は、運転支援の開始タイミングを比較的早めのタイミングに設定する。支援量変更部８６は、より多い運転支援量で運転支援を行うように運転支援量を増加させる。その後に処理は終了する。
ステップＳ８（予測性が低く且つ運転技量が高い場合）においてタイミング変更部８５は、運転支援の開始タイミングを比較的早めのタイミングに設定する。支援量変更部８６は、中程度の運転支援量で運転支援を行うように運転支援量を調整する。その後に処理は終了する。

ステップＳ９において運転支援制御部８４は、運転者の運転技量が高いか否かを判断する。運転技量が高い場合（ステップＳ９：Ｙ）に処理はステップＳ１１へ進む。運転技量が低い場合（ステップＳ９：Ｎ）に処理はステップＳ１０へ進む。
ステップＳ１０（予測性が高く且つ運転技量が低い場合）においてタイミング変更部８５は、運転支援の開始タイミングをできるだけ遅らせて運転操作が必要なタイミングの直前に設定する。支援量変更部８６は、中程度の運転支援量で運転支援を行うように運転支援量を調整する。その後に処理は終了する。
ステップＳ１１（予測性が高く且つ運転技量が高い場合）においてタイミング変更部８５は、運転支援の開始タイミングをできるだけ遅らせて運転操作が必要なタイミングの直前に設定する。支援量変更部８６は、より少ない運転支援量で運転支援を行うように運転支援量を減少させる。その後に処理は終了する。

（第１実施形態の効果）
（１）運転技量評価部８０は、特定の運転者の運転技量を評価する。脳活動センサ６は、運転者の脳波を計測する。予測性評価部８３は、脳波の計測により得られた、運転者による特定の車両に対する運転操作開始時点の所定時間前の時点からの脳波信号の変化度合いに基づいて、運転操作に応答する車両の応答特性に対する運転者の予測性を評価する。運転支援制御部８４は、評価された運転技量と予測性とに基づいて車両の運転支援を制御する。

これにより、運転技量だけでなく、個々の運転者ごとに評価した予測性（応答特性の分かり易さ）に基づいて運転支援を制御することにより、例えば、運転技量は高いが特定の車両の応答特性が分かりにくく、このために運転操作に対する準備が遅れている場合であっても適切な運転支援を行うことができる。
同様に、運転技量は低くても車両の応答特性が分かりやすい場合のような場合にも、運転者に合わせて適切な運転支援を行うことができる。
このため、車両との一体感や、運転操作に対する愉悦感や楽しみを向上できる

（２）タイミング変更部８５は、運転技量と予測性とに基づいて、運転支援の開始タイミングを変更する。これにより運転支援の開始タイミングを運転技量と予測性とに合わせることができる。
（３）タイミング変更部８５は、運転技量が低い場合には運転技量が高い場合に比べて開始タイミングを早くする。これにより運転支援の開始タイミングを運転技量に合わせることができる。

（４）タイミング変更部８５は、予測性が低い場合には予測性が高い場合に比べて開始タイミングを早くする。これにより運転支援の開始タイミングを予測性に合わせることができる。
（５）支援量変更部８６は、運転技量と予測性とに基づいて、運転支援の運転支援量を変更する。これにより運転支援の運転支援量を運転技量と予測性とに合わせることができる。

（６）支援量変更部８６は、運転技量が低い場合には運転技量が高い場合に比べて運転支援量を多くする。これにより運転支援量を運転技量に合わせることができる。
（７）支援量変更部８６は、予測性が低い場合には予測性が高い場合に比べて運転支援量を多くする。これにより運転支援量を運転技量に合わせることができる。

（８）支援量変更部８６は、運転技量が高い場合には運転技量が低い場合に比べて運転者の運転操作に応答する車両の応答性を上げる。これにより、車両の応答性を運転技量に合わせることができる。
（９）支援量変更部８６は、予測性が高い場合には予測性が低い場合に比べて運転者の運転操作に応答する車両の応答性を上げる。これにより、車両の応答性を予測性に合わせることができる。

（第２実施形態）
続いて、第２実施形態の運転支援装置１を説明する。第２実施形態のコントローラ２は、運転者の運転技量と予測性とに基づいて、所定の運転モデルに基づく運転支援の開始タイミングを変更する。
例えば、コントローラ２は、個々の運転者による運転時の走行速度や加速度、進行角度、旋回速度といった自車両の車両挙動のデータや、アクセルペダルやブレーキペダル、ステアリングの操作モデルや操作タイミングといった自車両の操作態様のデータを蓄積し、蓄積されたこれらのデータに基づいて、この運転者の運転モデルを所定の運転モデルとして生成してよい。このような個々の運転者の操作履歴に基づいて生成された運転モデルを、以下「自己運転モデル」と表記することがある。

また、自己運転モデル以外の標準的な運転モデルを設定して、運転操作に用いてもよい。このような標準的な運転モデルを「標準運転モデル」と表記することがある。標準運転モデルは、一人又は複数の標準的な運転者による運転時の車両挙動のデータや、自車両の操作態様のデータを蓄積し、蓄積されたこれらのデータに基づいて設定してもよく、理論的なシミュレーションに基づいて標準運転モデルを演算により決定してもよい。

また、第２実施形態のコントローラ２は、運転者の運転技量と予測性とに基づいて、所定の運転モデルに基づく運転支援の運転支援量を変更する。
例えば、コントローラ２は、運転者の運転技量と予測性とに基づいて所定の運転モデルを変更し、変更された運転モデルに従って自車両の運転支援を行ってよい。
また例えば、コントローラ２は、運転技量と予測性とに基づいて複数の所定の運転モデルのいずれかを選択し、選択した運転モデルに従って自車両の運転支援を行ってもよい。

図６を参照しつつ、第２実施形態のコントローラ２の機能構成について詳しく説明する。第１実施形態と同様の構成要素については同じ参照符号を付して説明を省略する。
コントローラ２は、自己運転モデルや標準運転モデルなどの運転モデルを記憶するための運転モデル記憶部９１を備える。
また、運転支援制御部８４は、運転モデル生成部９０と、運転モデル選択部９２と、運転モデル変更部９３を備える。

運転モデル生成部９０は、運転者毎に、個々の運転者による運転時の自車両の車両挙動のデータや自車両の操作態様のデータを蓄積し、蓄積されたこれらのデータに基づいて、この運転者の自己運転モデルを運転シーン毎について生成する。運転モデル生成部９０は、生成した自己運転モデルを運転モデル記憶部９１に格納する。
運転モデル選択部９２は、周囲環境センサ群３から出力される周囲環境情報に基づいて自車両の現在の運転シーンを特定する。運転モデル選択部９２は、運転モデル記憶部９１に記憶されている運転シーンのうち、現在の自車両の運転シーンに対応する自己運転モデルを選択する。

タイミング変更部８５は、運転技量の評価結果と予測性の評価結果に基づいて、運転モデル選択部９２が選択した自己運転モデルに基づく運転支援の開始タイミングを変更する。
さらに運転モデル変更部９３は、運転技量の評価結果と予測性の評価結果に基づいて、運転支援に使用する自己運転モデルを変更する。運転支援制御部８４は、運転モデル変更部９３が変更した自己運転モデルに基づいて自車両の運転支援を行う。

図７を参照して、運転技量と予測性に基づく開始タイミングと運転モデルの変更例を説明する。
運転技量が高く且つ予測性が高い場合には、運転者の運転操作に対する操作介入の機会を減らして、車両との一体感や運転操作に対する愉悦感を向上させるために、運転支援の開始タイミングをできるだけ遅らせて運転操作が必要なタイミングの直前に運転支援を開始してよい。

また、運転モデル変更部９３は、運転モデル生成部９０が生成した自己運転モデルをより高い運転レベルの運転モデルへ変更して、運転支援に使用する運転モデルとする。
ここでより高い運転レベルの運転モデルとは、例えば、より高い運転技量を要する運転モデル、運転技量がより高い運転者による運転モデル、難易度の高い運転モデルであってよい。

運転モデル変更部９３は、例えば周囲環境の変化に応答する運転操作の応答性が上がるように運転モデルを修正することにより、運転モデルの運転レベルを上げてよい。また例えば、周囲環境の変化に応答する遅延を減らすことにより、運転モデルの運転レベルを上げてよい。
自分の運転技量よりもレベルの高い運転を体験させることにより、運転操作に対する愉悦感を運転者に感じさせることができる。

また運転モデル変更部９３は、運転技量が低く且つ予測性が高い場合にも、運転モデル生成部９０が生成した自己運転モデルをより高い運転レベルの運転モデルへ変更して、運転支援に使用する運転モデルとする。ただし、運転技量が高い場合よりも運転支援の開始タイミングを早める。
このように、運転技量が低くても、予測性が高く運転者が自車両の応答特性をよく予測できている場合には、運転操作に対する準備が整っており運転者には余裕がある。

このため、自己の運転技量よりもより高いレベルの運転を体験させることにより、運転操作に対する愉悦感を、運転技量が比較的低い運転者にも感じさせることができる。
このとき、運転支援の開始を早めて運転者に余裕を持たせることで、運転技量が比較的低い運転者が、運転レベルの高い運転支援に恐怖心や違和感を覚えることを回避し、より高いレベルの運転を心地よく体験させることができる。

一方で、予測性が低い場合には、自車両の応答特性が分かりにくいために運転者の運転操作に対する準備ができておらず、運転操作が遅れることがあるため運転支援の開始を早める。
自車両の応答特性が分かりにくく運転操作に対する準備ができてない場合に高いレベルの運転支援を行うと、運転技量が高い運転者であっても、かえって運転操作に対する愉悦感を損ねる虞がある。このため、運転モデル生成部９０が生成した自己運転モデルを変更せずに、運転支援に使用する運転モデルとする。
運転技量が低い運転者の場合には、自己運転モデルをより低い運転レベルの運転モデルへ変更して、運転支援に使用することにより、自車両の応答特性が分かりにくいことによる不安感や違和感を軽減する。

なお、運転モデル変更部９３は、自己運転モデルの代わりに、運転技量の評価結果と予測性の評価結果に基づいて標準運転モデルを変更してよい。運転支援制御部８４は、運転モデル変更部９３が変更した標準運転モデルに基づいて自車両の運転支援を行ってよい。
また、運転モデルの運転レベルを変更する代わりに、異なるレベルの複数の標準運転モデルを予め運転モデル記憶部９１に用意してもよい。運転モデル変更部９３は、異なるレベルの複数の標準運転モデルのうちいずれかのレベルの標準運転モデルを、運転支援に使用する運転モデルとして選択することにより、運転支援に使用する運転モデルの運転レベルを変更してもよい。

（動作）
図８を参照して第２実施形態の運転支援方法の一例について説明する。
ステップＳ２１〜Ｓ２６及びステップＳ２９の処理は、図５のステップＳ１〜Ｓ６及びステップＳ９の処理と同様である。
ステップＳ２７（予測性が低く且つ運転技量が低い場合）においてタイミング変更部８５は、運転支援の開始タイミングを比較的早めのタイミングに設定する。運転モデル変更部９３は、運転支援に使用する運転モデルを、自己運転モデルより低いレベルの運転モデルにする。その後に処理は終了する。

ステップＳ２８（予測性が低く且つ運転技量が高い場合）においてタイミング変更部８５は、運転支援の開始タイミングを比較的早めのタイミングに設定する。運転モデル変更部９３は、運転支援に使用する運転モデルを、自己運転モデルと同等のレベルの運転モデルにする。その後に処理は終了する。

ステップＳ３０（予測性が高く且つ運転技量が低い場合）においてタイミング変更部８５は、運転支援の開始タイミングを比較的早めのタイミングに設定する。運転モデル変更部９３は、運転支援に使用する運転モデルを、自己運転モデルより高いレベルの運転モデルにする。その後に処理は終了する。

ステップＳ３１（予測性が高く且つ運転技量が高い場合）においてタイミング変更部８５は、運転支援の開始タイミングをできるだけ遅らせて運転操作が必要なタイミングの直前に設定する。運転モデル変更部９３は、運転支援に使用する運転モデルを、自己運転モデルより高いレベルの運転モデルにする。その後に処理は終了する。

（第２実施形態の効果）
（１）タイミング変更部８５は、運転技量と予測性とに基づいて所定の運転モデルに基づく運転支援の開始タイミングを変更する。これにより、例えば運転者の運転履歴等に基づいて生成した運転モデルを用いた運転支援を、運転者の運転技量と予測性に合わせたタイミングで開始することができる。
（２）運転モデル変更部９３は、運転技量と予測性とに基づいて所定の運転モデルに基づく運転支援の運転支援量を変更する。これにより、例えば運転者の運転履歴等に基づいて生成した運転モデルを用いた運転支援の運転支援量を運転者の運転技量と予測性に合わせることができる。

（３）運転モデル変更部９３は、運転技量と予測性とに基づいて所定の運転モデルを変更する。運転支援制御部８４は、変更された運転モデルに従って自車両の運転支援を行う。これにより、例えば運転者の運転履歴等に基づいて生成した運転モデルを運転技量と予測性とに基づいて補正し、運転支援に用いることができる。
（４）運転モデル変更部９３は、運転技量と予測性とに基づいて複数の所定の運転モデルのいずれかを選択する。運転支援制御部８４は、選択された運転モデルに従って自車両の運転支援を行う。これにより、例えば運転技量と予測性とに合わせて選択した運転モデルにより運転支援を行うことができる。

（変形例）
運転支援制御部８４は、例えば運転モデル記憶部９１に記憶された運転モデルを用いて自車両の自動運転制御を行ってもよい。例えば、運転モデル記憶部９１に記憶された運転モデルを用いて自車両の車線変更を自動で行う自動車線変更を行ってもよい。
このとき、行動準備電位検出部８２は、運転操作時の行動準備電位を検出して運転者の運転操作の意図を検出してよい。

運転支援制御部８４は、運転操作の意図が検出されたときに運転モデルを用いた自動運転制御を開始してよい。
その際に、タイミング変更部８５は、運転技量と予測性とに基づいて自動運転制御の開始タイミングを変更してよい。
運転モデル変更部９３は、運転技量と予測性とに基づいて自動運転制御に用いる運転モデルの運転レベルを変更してもよい。

１…運転支援装置、２…コントローラ、３…周囲環境センサ群、４…車両センサ群、５…車両制御アクチュエータ群、６…脳活動センサ、２０…プロセッサ、２１…記憶装置、３０…カメラ、３１…レーダ、３２…地図データベース、３３…ＧＰＳ受信機、４０…車速センサ、４１…加速度センサ、４２…ヨーレートセンサ、４３…操舵センサ、４４…アクセルセンサ、４５…ブレーキセンサ、５０…ステアリングアクチュエータ、５１…アクセルアクチュエータ、５２…ブレーキアクチュエータ、８０…運転技量評価部、８１…運転操作検出部、８２…行動準備電位検出部、８３…予測性評価部、８４…運転支援制御部、８５…タイミング変更部、８６…支援量変更部、９０…運転モデル生成部、９１…運転モデル記憶部、９２…運転モデル選択部、９３…運転モデル変更部

Claims (14)

1. 特定の運転者の運転技量を評価し、
   前記運転者の脳波を計測し、
   前記脳波の計測により得られた、前記運転者による特定の車両に対する運転操作開始時点の所定時間前の時点からの脳波信号の変化度合いに基づいて、運転操作に応答する前記車両の応答特性に対する前記運転者の予測性を評価し、
   評価された前記運転技量と前記予測性とに基づいて前記車両の運転支援を制御することを特徴とする運転支援方法。
2. 前記運転技量と前記予測性とに基づいて、前記運転支援の開始タイミングを変更することを特徴とする請求項１に記載の運転支援方法。
3. 前記運転技量が低い場合には、前記運転技量が高い場合に比べて前記開始タイミングを早くすることを特徴とする請求項２に記載の運転支援方法。
4. 前記予測性が低い場合には、前記予測性が高い場合に比べて前記開始タイミングを早くすることを特徴とする請求項２又は３に記載の運転支援方法。
5. 前記運転技量と前記予測性とに基づいて、所定の運転モデルに基づく運転支援の開始タイミングを変更することを特徴とする請求項２〜４のいずれか一項に記載の運転支援方法。
6. 前記運転技量と前記予測性とに基づいて、前記運転支援の運転支援量を変更することを特徴とする請求項１に記載の運転支援方法。
7. 前記運転技量が低い場合には、前記運転技量が高い場合に比べて前記運転支援量を多くすることを特徴とする請求項６に記載の運転支援方法。
8. 前記予測性が低い場合には、前記予測性が高い場合に比べて前記運転支援量を多くすることを特徴とする請求項６又は７に記載の運転支援方法。
9. 前記運転技量と前記予測性とに基づいて、所定の運転モデルに基づく運転支援の運転支援量を変更することを特徴とする請求項６に記載の運転支援方法。
10. 前記運転技量と前記予測性とに基づいて所定の運転モデルを変更し、変更された前記運転モデルに従って前記車両の運転支援を行うことを特徴とする請求項６に記載の運転支援方法。
11. 前記運転技量と前記予測性とに基づいて複数の所定の運転モデルのいずれかを選択し、選択した前記運転モデルに従って前記車両の運転支援を行うことを特徴とする請求項６に記載の運転支援方法。
12. 前記運転技量が高い場合には、前記運転技量が低い場合に比べて前記運転者の運転操作に応答する車両の応答性を上げることを特徴とする請求項６〜１１のいずれか一項に記載の運転支援方法。
13. 前記予測性が高い場合には、前記予測性が低い場合に比べて前記運転者の運転操作に応答する車両の応答性を上げることを特徴とする請求項６〜１２のいずれか一項に記載の運転支援方法。
14. 運転者の脳波を計測する脳波センサと、
    特定の運転者の運転技量を評価し、前記運転者による特定の車両に対する運転操作開始時点の所定時間前の時点から前記運転操作開始時点までの期間に、前記脳波センサにより得られた前記運転者の脳波信号に基づいて、運転操作に応答する前記車両の応答特性に対する前記運転者の予測性を評価し、評価された前記運転技量と前記予測性とに基づいて前記車両の運転支援を制御するコントローラと、
    を備えることを特徴とする運転支援装置。

Images