JP2021165957A - 運転支援装置および運転支援方法 - Google Patents

Abstract

【課題】地域特性を精度よく把握し、より安全性を高めること。【解決手段】実施形態に係る運転支援装置は、特定部と、解析部と、生成部とを備える。特定部は、車両の運転者に関する運転者情報および車両に関する車両情報のうちの少なくともいずれかに基づいて、定常的に所定の地域を走行する車両である地域車両を特定する。解析部は、地域車両の挙動を示す車両データを解析し、解析結果として所定の地域における運転特性である地域特性を導出する。生成部は、地域特性に基づいて、所定の地域に応じた車両の制御に関する車両制御情報を生成する。【選択図】図３

Description

開示の実施形態は、運転支援装置および運転支援方法に関する。

従来、車両の運転操作には地域特性があることが知られている。そこで、特定の地域を走行する場面において、かかる特定の地域の地域特性に応じた車両制御情報を車両に対し適用する技術が提案されている（たとえば、特許文献１参照）。

特表２０１６−５３２９４８号公報

しかしながら、従来技術は、地域特性を精度よく把握し、より安全性を高めるうえで、さらなる改善の余地がある。たとえば、特定の地域の地域特性を把握するためには、その地域を実際に走行中の車両の挙動をビッグデータとして収集し、解析する必要があるが、その地域を走行中の車両のすべてが定常的にその地域を走行しているとは限らない。

実施形態の一態様は、上記に鑑みてなされたものであって、地域特性を精度よく把握し、より安全性を高めることができる運転支援装置および運転支援方法を提供することを目的とする。

実施形態の一態様に係る運転支援装置は、特定部と、解析部と、生成部とを備える。前記特定部は、車両の運転者に関する運転者情報および前記車両に関する車両情報のうちの少なくともいずれかに基づいて、定常的に所定の地域を走行する前記車両である地域車両を特定する。前記解析部は、前記地域車両の挙動を示す車両データを解析し、解析結果として前記所定の地域における運転特性である地域特性を導出する。前記生成部は、前記地域特性に基づいて、前記所定の地域に応じた前記車両の制御に関する車両制御情報を生成する。

実施形態の一態様によれば、地域特性を精度よく把握し、より安全性を高めることができる。

図１は、実施形態に係る運転支援方法の概要説明図（その１）である。 図２は、実施形態に係る運転支援方法の概要説明図（その２）である。 図３は、実施形態に係る運転支援システムの構成例を示すブロック図（その１）である。 図４は、実施形態に係る運転支援システムの構成例を示すブロック図（その２）である。 図５は、運転者情報の一例を示す図である。 図６は、運転者の重み付けの一例を示す図である。 図７は、車両情報の一例を示す図である。 図８は、地域特性ＤＢの一例を示す図である。 図９は、地域特性に応じた車両制御内容の一例を示す図（その１）である。 図１０は、地域特性に応じた車両制御内容の一例を示す図（その２）である。 図１１は、地域特性に応じた信号制御内容の一例を示す図（その１）である。 図１２は、地域特性に応じた信号制御内容の一例を示す図（その２）である。 図１３は、実施形態に係る運転支援装置が実行する処理手順を示すフローチャートである。 図１４は、実施形態に係る車載装置が実行する処理手順を示すフローチャート（その１）である。 図１５は、実施形態に係る車載装置が実行する処理手順を示すフローチャート（その２）である。 図１６は、実施形態に係る信号制御装置が実行する処理手順を示すフローチャートである。

以下、添付図面を参照して、本願の開示する運転支援装置および運転支援方法の実施形態を詳細に説明する。なお、以下に示す実施形態によりこの発明が限定されるものではない。

まず、実施形態に係る運転支援方法の概要について、図１および図２を用いて説明する。図１は、実施形態に係る運転支援方法の概要説明図（その１）である。また、図２は、実施形態に係る運転支援方法の概要説明図（その２）である。なお、図１および図２では、実施形態に係る運転支援方法を適用した運転支援システム１を例に挙げて説明を行う。

図１に示すように、実施形態に係る運転支援システム１は、運転支援装置１０と、複数の車両Ｖにそれぞれ搭載された車載装置１００と、信号制御装置２００とを含む。信号制御装置２００は、インフラストラクチャを制御するインフラ制御装置の一例である。

運転支援装置１０は、ネットワークＮを介して車載装置１００から送信される車両データに基づいて地域＃１，＃２，＃３…＃ｎごとの地域特性を導出し、かかる地域特性に応じた地域ごとの車両制御情報を生成または更新する装置である。また、運転支援装置１０は、車両Ｖが特定の地域を走行する場合に、かかる地域に応じた車両制御情報を車両Ｖへ配信し、車両Ｖに適用させる。

まず、運転支援装置１０は、たとえば所定のプログラムが動作するコンピュータであり、各車載装置１００から車両データを収集する。運転支援装置１０は、インターネットや携帯電話回線網等のネットワークＮを介したクラウドサービスを提供するクラウドサーバとして構成してもよい。車両データは、車両Ｖの挙動を示す各種のデータ情報である。

車載装置１００は、たとえば、記憶デバイス、マイクロコンピュータなどを有する。車載装置１００は、カメラや、加速度センサ、ＧＰＳ（Global Positioning System）センサといった各種センサの出力を取得する。車載装置１００は、たとえば、ドライブレコーダや、カーナビゲーション装置、ＥＣＵ（Electronic Control Unit）等として構成される。

また、車載装置１００は、常時あるいは運転支援装置１０の要求時に、上述した各種センサを用いて車両データを取得し、運転支援装置１０へ適宜送信する。

そして、運転支援装置１０は、かかる車載装置１００から送信された車両データを収集する（ステップＳ１）。すなわち、運転支援装置１０は、車両Ｖが実際に走行している各地域＃１，＃２，＃３，…＃ｎで取得された各車両データを収集する。

ところで、車両Ｖの運転に関する地域ごとの地域特性を把握したい場合、各地域＃１，＃２，＃３，…＃ｎで取得された車両データを地域ごとに解析する必要があるが、たとえば地域＃１を走行中の車両Ｖのすべてが、定常的に地域＃１を走行しているとは限らない。

そこで、実施形態に係る運転支援方法では、車両Ｖの運転者に関する運転者情報および車両Ｖに関する車両情報のうちの少なくともいずれかに基づいて、定常的に所定の地域を走行する車両Ｖである地域車両を特定し、特定した地域車両の挙動を示す車両データを解析して解析結果として所定の地域における運転特性である地域特性を導出し、導出した地域特性に基づいて所定の地域に応じた車両Ｖの制御に関する車両制御情報を生成することとした。

具体的には、実施形態に係る運転支援方法では、運転支援装置１０が、収集したデータに基づき、各地域＃１，＃２，＃３，…＃ｎを定常的に走行する車両Ｖである「地域車両」を地域ごとに特定する（ステップＳ２）。

かかる特定は、車両Ｖの運転者に関する情報である運転者情報、および、車両Ｖに関する情報である車両情報のうちの少なくともいずれかに基づいて行われる。運転者情報および車両情報の一例については、図５〜図７を用いた説明で後述する。

そして、運転支援装置１０は、特定した地域車両の車両データを解析し、解析結果に基づく地域車両の運転特性から、各地域の運転特性である「地域特性」を導出する（ステップＳ３）。地域特性に関する情報である地域特性情報の一例については、図８を用いた説明で後述する。

そして、運転支援装置１０は、導出した地域特性に基づいて各地域の車両制御情報を生成する（ステップＳ４）。

一方、車両Ｖは、車載装置１００が、走行地域に応じた車両制御情報を運転支援装置１０から取得して車両Ｖに適用する（ステップＳ５）。また、図２に示すように、たとえば信号制御装置２００は、運転支援装置１０から地域特性を取得し、取得した地域特性に基づいて交通信号機３００の点灯を制御する（ステップＳ６）。

実施形態に係る地域特性に応じた車両制御内容の一例、および、信号制御内容の一例については、図９〜図１２を用いた説明で後述する。

このように、実施形態に係る運転支援方法では、車両Ｖの運転者に関する運転者情報および車両Ｖに関する車両情報のうちの少なくともいずれかに基づいて、定常的に所定の地域を走行する車両Ｖである地域車両を特定し、特定した地域車両の挙動を示す車両データを解析して解析結果として所定の地域における運転特性である地域特性を導出し、導出した地域特性に基づいて所定の地域に応じた車両Ｖの制御に関する車両制御情報を生成する。

したがって、実施形態に係る運転支援方法によれば、地域特性を精度よく把握し、より安全性を高めることができる。

以下、上述した実施形態に係る運転支援方法を適用した運転支援システム１の構成例について、より具体的に説明する。

図３は、実施形態に係る運転支援システム１の構成例を示すブロック図（その１）である。また、図４は、実施形態に係る運転支援システム１の構成例を示すブロック図（その２）である。なお、図３および図４では、本実施形態の特徴を説明するために必要な構成要素のみを表しており、一般的な構成要素についての記載を省略している。

換言すれば、図３および図４に図示される各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。例えば、各ブロックの分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することが可能である。

また、図３および図４を用いた説明では、既に説明済みの構成要素については、説明を簡略するか、説明を省略する場合がある。

既に述べたが、図３に示すように、実施形態に係る運転支援システム１は、運転支援装置１０と、車載装置１００と、信号制御装置２００とを含む。

まず、運転支援装置１０から説明する。運転支援装置１０は、通信部１１と、記憶部１２と、制御部１３とを備える。

通信部１１は、たとえば、ＮＩＣ（Network Interface Card）等によって実現される。通信部１１は、ネットワークＮと有線または無線で接続され、ネットワークＮを介して、車載装置１００および信号制御装置２００との間で情報の送受信を行う。

記憶部１２は、たとえば、ＲＡＭ（Random Access Memory）、フラッシュメモリ（Flash Memory）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、図３の例では、運転者情報ＤＢ（データベース）１２ａと、車両情報ＤＢ１２ｂと、地域特性ＤＢ１２ｃと、車両制御情報ＤＢ１２ｄとを記憶する。

運転者情報ＤＢ１２ａは、上述した運転者情報のデータベースであって、地域車両を特定する際の判断材料となる。車両情報ＤＢ１２ｂは、上述した車両情報のデータベースであって、運転者情報ＤＢ１２ａと同様に、地域車両を特定する際の判断材料となる。

ここで、運転者情報および車両情報について、図５〜図７を用いて具体的に説明しておく。図５は、運転者情報の一例を示す図である。また、図６は、運転者の重み付けの一例を示す図である。また、図７は、車両情報の一例を示す図である。

まず、図５に示すように、運転者情報は、たとえば「ＩＤ」項目と、「免許証番号」項目と、「住所」項目と、「氏名」項目と、「年齢」項目と、「取得年月日」項目と、「色」項目と、「標識区分」項目と、「運転頻度」項目と、「自動車税納税先」項目とを含む。

「ＩＤ」項目は、運転者情報ＤＢ１２ａにおける各レコードの識別子が格納される。「免許証番号」項目は、運転者それぞれの免許証番号が格納される。「住所」項目は、免許証に記載の住所が格納される。「氏名」項目は、免許証に記載の氏名が格納される。「年齢」項目は、運転者の年齢が格納される。「取得年月日」項目は、免許証に記載の取得年月日が格納される。「色」項目は、免許証の色が格納される。

「標識区分」項目は、たとえば運転者がもみじマーク等の高齢運転者標識の該当者であれば「高齢者」が格納される。また、たとえば運転者が若葉マーク等の初心運転者標識の該当者であれば、「標識区分」項目には「「初心者」が格納される。また、たとえば運転者が、高齢運転者標識、および、初心運転者標識の両方の該当者であれば、「標識区分」項目には「高齢者」が格納される。「運転頻度」項目は、運転者の運転頻度が格納される。「自動車税納付先」項目は、納付先の都道府県が格納される。なお、「自動車税納付先」項目のデータの有無は、車両Ｖを所有しているか否かの判断材料にすることができる。

免許証に記載の情報は、たとえば都道府県公安委員会や、車載装置１００、運転者等からの情報提供に基づいて予め登録される。「年齢」項目は、たとえば免許証に記載の生年月日から算出されて登録および更新される。「標識区分」項目は、「年齢」項目や「取得年月日」項目に基づいて設定される。「運転頻度」項目は、たとえば過去に収集された車両データに基づいて算出され、設定される。「自動車税納付先」項目は、都道府県等からの情報提供に基づいて設定される。

ここで、たとえば「Ａ県」の地域特性を把握したいものとする。かかる場合、運転支援装置１０は、たとえば車載装置１００から収集された車両データに含まれる「免許証番号」をキーとして運転者情報ＤＢ１２ａに照合し、該当する運転者情報を抽出する。そして、運転支援装置１０は、抽出された運転者情報に該当する運転者が、「Ａ県」の地域特性を把握するのに相応しい運転者であるか、すなわち「Ａ県」を定常的に走行している可能性が高い運転者であるか否かを判断する。

図５の例の場合、住所が「Ａ県…」であり、自動車税納付先も「Ａ県」であることから、「Ａ県」を定常的に走行している可能性が高いとして、氏名「Ｆ」，「Ｇ」の運転者を解析対象の候補とすることができる。そのうえで、運転支援装置１０は、たとえば氏名「Ｇ」の運転者は運転頻度が「低」であるので、ペーパードライバーとして判断し、「Ａ県」の地域特性の解析対象からは除外することができる。

なお、図６に示すように、たとえば運転者情報に「重み係数」項目を設けておき、「高齢者」や「初心者」、ペーパードライバー等について解析対象からは除外するのではなく、それぞれの重み係数に応じた重み付けで解析が行われるようにしてもよい。

また、図７に示すように、車両情報は、たとえば「ＩＤ」項目と、「車両番号」項目と、「区分」項目と、「所有者」項目と、「走行履歴」項目と、「ＡＥＢＳ」項目とを含む。

「ＩＤ」項目は、車両情報ＤＢ１２ｂにおける各レコードの識別子が格納される。「車両番号」項目は、車両Ｖのナンバープレートに記載された情報が格納される項目であり、ナンバープレートに記載の「地名」項目と、「分類番号」項目と、「文字」項目と、「一連番号」項目とを含む。

「区分」項目は、「自家用自動車」や、「事業用自動車」、「特種用途自動車」といった車両Ｖの区分が格納される。特種用途自動車は、救急車や消防車等に対応する。「所有者」項目は、車両Ｖの所有者が格納される。「車両番号」項目、「区分」項目、「所有者」項目は、たとえば陸運事務所や、車載装置１００、運転者等からの情報提供に基づいて予め登録される。

「走行履歴」項目は、車両Ｖの走行履歴を示す情報であり、「ＩＤ」項目と、「日時」項目と、「トリップ情報」項目とを含み、たとえば過去に収集された車両データに基づいて設定される。

「ＡＥＢＳ」項目は、いわゆる衝突被害軽減ブレーキ（Advanced Emergency Braking System）に関する情報が格納される項目であり、「装備」項目と、「作動歴」項目とを含む。「装備」項目は、ＡＥＢＳの有無が格納される。「作動歴」項目は、ＡＥＢＳの作動歴が格納される。「ＡＥＢＳ」項目は、たとえば過去に収集された車両データに基づいて設定される。

ここで、たとえば図５を用いて説明したのと同様に「Ａ県」の地域特性を把握したいものとする。かかる場合、運転支援装置１０は、たとえば車載装置１００から収集された車両データに含まれる「車両番号」をキーとして車両情報ＤＢ１２ｂに照合し、該当する車両情報を抽出する。そして、運転支援装置１０は、抽出された車両情報に該当する車両Ｖが、「Ａ県」を定常的に走行している可能性が高い車両Ｖであるか否かを判断する。

図７の例の場合、運転支援装置１０は、たとえば図５の例で「Ａ県」を定常的に走行している可能性が高い運転者であるとされた「Ｆ」が所有者である車両Ｖは、走行履歴から見てもやはり「Ａ県」を定常的に走行している可能性が高いと判断する。なお、運転支援装置１０は、走行履歴から、たとえば車両Ｖの１月分の走行時間のうちの過半数において「Ａ県」を走行している場合に、「Ａ県」を定常的に走行していると判断する。

また、運転支援装置１０は、たとえばＩＤ「０２」の車両Ｖは車両番号の地名「○△」がＢ県であるものの、所有者は「Ｉ社」との法人であり、走行履歴から見て車両ＶはＡ県を走行する機会の多い社用車であるとみなし、「Ａ県」を定常的に走行している可能性が高いと判断する。

また、運転支援装置１０は、たとえばＩＤ「０３」，「０４」の車両Ｖは同一区域を走行する機会の多いタクシーやバスであり、走行履歴から見ても「Ａ県」を定常的に走行している可能性が高いと判断する。

一方、運転支援装置１０は、たとえばＩＤ「０５」の車両Ｖは救急車や消防車等の「特種用途自動車」であるので、緊急時には特殊な走行の仕方をすることから、走行履歴上は「Ａ県」を定常的に走行しつつも、解析対象からは除外する。

図３の説明に戻る。地域特性ＤＢ１２ｃは、上述した地域特性のデータベースであって、地域ごとの車両制御情報を生成または更新する際のインプットとなる。地域特性の一例については図８を用いて後述する。車両制御情報ＤＢ１２ｄは、地域特性ＤＢ１２ｃに基づいて生成された、地域特性に応じた地域ごとの車両制御情報のデータベースである。

制御部１３は、コントローラ（controller）であり、たとえば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等によって、運転支援装置１０内部の記憶デバイス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１３は、たとえば、ＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現することができる。

制御部１３は、収集部１３ａと、特定部１３ｂと、解析部１３ｃと、生成部１３ｄと、配信部１３ｅとを有する。制御部１３は、以下に説明する情報処理の機能や作用を実現または実行する。

収集部１３ａは、通信部１１を介して、車載装置１００から送信された車両データを収集する。

特定部１３ｂは、運転者情報ＤＢ１２ａの運転者情報、および、車両情報ＤＢ１２ｂの車両情報のうちの少なくともいずれかに基づいて、収集部１３ａによって収集された車両データのうちから所定の地域を定常的に走行する地域車両に関する車両データを特定する。

解析部１３ｃは、特定部１３ｂによって特定された車両データを解析し、所定の地域の地域特性を導出する。解析部１３ｃは、導出した所定の地域の地域特性を、地域特性ＤＢ１２ｃへ格納する。解析部１３ｃは、所定の直近期間、たとえば直近の１ヶ月分の車両データに基づいて定期的（たとえば１日ごと）に地域特性を算出する。このため、後述する平均車間距離等の平均値は、１ヶ月分の車両データに基づいた平均値である。また、解析部１３ｃは、リアルタイムの車両データに基づいてリアルタイムに地域特性を算出してもよい。

ここで、図８を用いて解析部１３ｃが導出する地域特性の一例について説明する。図８は、地域特性の一例を示す図である。図８に示すように、解析部１３ｃは、地域特性として、地域＃１，＃２…ごとの「平均車間距離」、「平均加速度」、「平均超過速度」、「信号残り率」、「見切り発車率」、「ＡＥＢＳ平均作動回数」、「衝突警報平均回数」等を算出する。

「平均車間距離」は、車間距離の平均値である。「平均加速度」は、加速度の平均値である。「平均超過速度」は、法定速度を基準とした超過速度の平均値である。「信号残り発生率」は、黄信号にあっては躊躇なく交差点へ進入し、赤信号に変わっても状況判断によっては交差点へ進入する、いわゆる「信号残り」と呼ばれる事象の発生率である。「見切り発車率」は、青信号に変わる前に発車し始める、いわゆる「見切り発車」の発生率である。「ＡＥＢＳ平均作動回数」は、ＡＥＢＳの平均作動回数である。「衝突警報平均回数」は、クラクションが鳴らされた平均回数である。

図３の説明に戻る。生成部１３ｄは、解析部１３ｃによって導出された地域特性ＤＢ１２ｃの地域特性に基づいて、所定の地域の車両制御情報を生成し、車両制御情報ＤＢ１２ｄへ格納する。また、生成部１３ｄは、地域特性の更新頻度に応じて、適宜車両制御情報を更新する。

なお、車両制御情報には、上述した「免許証番号」や「住所」、「氏名」等、地域車両の運転者を一意に特定する情報は、個人情報保護の観点から一切含まれない。

また、車両制御情報は、たとえば車両Ｖの自動走行制御に用いられる学習モデルとして、たとえば深層学習等のアルゴリズムを利用した機械学習によって生成または追加学習されてもよい。

配信部１３ｅは、車載装置１００から現在走行中の走行地域が通知された場合に、該当する地域に応じた車両制御情報を車両制御情報ＤＢ１２ｄから抽出し、車載装置１００へ配信する。

また、配信部１３ｅは、信号制御装置２００に対し、かかる信号制御装置２００が制御する交通信号機３００が設置された地域に応じた地域特性を、地域特性ＤＢ１２ｃの更新頻度に応じて定期的にあるいはリアルタイムに配信する。

次に、車載装置１００について説明する。車載装置１００は、通信部１０１と、記憶部１０２と、制御部１０３とを備える。また、車載装置１００は、上述したように、カメラや、加速度センサ、ＧＰＳセンサなどの各種センサ１５０が接続される。

通信部１０１は、ネットワークＮおよび各種センサ１５０と、車載装置１００との間で通信を行う。通信部１０１は、ネットワークＮとの通信を、無線通信インターフェースによって実現する。無線通信インターフェースには、たとえばＷｉＦｉ（Wireless Fidelity）や、Ｂｌｕｅｔｏｏｔｈ（登録商標）を用いるとよい。無線通信インターフェースは、たとえばスマートフォンのテザリング機能を利用してネットワークＮと無線で接続されてもよい。通信部１０１は、ネットワークＮを介して、運転支援装置１０との間で情報の送受信を行う。

また、通信部１０１は、各種センサ１５０と通信を行う。通信部１０１は、各種センサ１５０との通信をＣＡＮ（Controller Area Network）バスによって実現する。通信部１０１は、各種センサ１５０の出力データを受信する。なお、各種センサ１５０との通信は、ＣＡＮの他のプロトコルで行ってもよい。また、無線で行ってもよい。なお、各種センサ１５０は、車載装置１００の内部に配置されてもよい。

記憶部１０２は、たとえば、ＲＡＭ、フラッシュメモリ等の半導体メモリ素子等によって実現され、図３の例では、車両データ１０２ａと、車両制御情報１０２ｂとを記憶する。車両データ１０２ａは、後述する第１取得部１０３ａによって取得される車両データ群である。車両制御情報１０２ｂは、運転支援装置１０によって生成または更新され、車載装置１００へ配信される車両制御情報である。

制御部１０３は、制御部１３と同様に、コントローラであり、たとえば、ＣＰＵやＭＰＵ等によって、車載装置１００内部の記憶デバイス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１０３は、たとえば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現することができる。

制御部１０３は、第１取得部１０３ａと、送信部１０３ｂと、第２取得部１０３ｃと、車両制御部１０３ｄとを有する。制御部１０３は、以下に説明する情報処理の機能や作用を実現または実行する。

第１取得部１０３ａは、各種センサ１５０のセンシングデータを取得し、車両データ１０２ａへ格納する。送信部１０３ｂは、適宜通信部１０１を介して、第１取得部１０３ａによって取得された車両データ１０２ａを運転支援装置１０へ送信する。

第２取得部１０３ｃは、各種センサ１５０に含まれるＧＰＳから現在位置を取得し、走行中の走行地域として、送信部１０３ｂに運転支援装置１０へ向けて送信させる。また、第２取得部１０３ｃは、運転支援装置１０から走行地域に応じた車両制御情報を取得し、車両制御情報１０２ｂへ格納する。

車両制御部１０３ｄは、第２取得部１０３ｃによって取得された車両制御情報１０２ｂに基づき、車両Ｖに搭載された各種制御対象機器１７０を制御する。たとえば、車両制御部１０３ｄは、車両Ｖが自動運転車両である場合、車両制御情報１０２ｂに含まれる自動運転制御パラメータに基づいて各種制御対象機器１７０を制御し、車両Ｖを自動運転走行させる。

また、たとえば、車両制御部１０３ｄは、車両Ｖが手動運転車両である場合、車両制御情報１０２ｂに含まれる手動運転制御パラメータに基づいて各種制御対象機器１７０を制御し、車両Ｖの運転者が車両Ｖを手動運転する際に運転を支援する。

ここで、地域特性に応じた車両制御内容の具体例について、図９および図１０を用いて説明する。図９は、地域特性に応じた車両制御内容の一例を示す図（その１）である。また、図１０は、地域特性に応じた車両制御内容の一例を示す図（その２）である。

車両制御部１０３ｄは、地域特性に応じた車両制御として、たとえばブレーキランプの点灯タイミングを制御する。このブレーキランプの点灯タイミングは、自動運転走行時と、手動運転走行時とで異なる。

図９を参照して、自動運転走行時および手動運転走行時のブレーキランプの点灯タイミングについて説明する。まず、自動運転走行時から説明する。車両制御部１０３ｄは、車両Ｖが車両Ｖの後続車両から煽り運転を受けていると判断すると、実際にブレーキ開始となる前にブレーキランプを点灯させる。図９において、ＯＮはブレーキランプを点灯させることを示し、ＯＦＦはブレーキランプを消灯させることを示す。

また、車両制御部１０３ｄは、平均車間距離が相対的に「大」の地域よりも、平均車間距離が相対的に「小」の地域の方が時間的に早くブレーキランプが点灯するように、ブレーキランプの点灯を制御する。具体的には、車両制御部１０３ｄは、時刻ｔ１１にブレーキが必要と判断したとする。この後、平均車間距離が相対的に「大」である地域において、車両制御部１０３ｄは、ブレーキ開始する時刻ｔ１３Ａより前の時刻ｔ１３にブレーキランプを点灯させる。また、平均車間距離が相対的に「小」である地域において、車両制御部１０３ｄは、時刻ｔ１３Ａより前の時刻ｔ１２Ａにブレーキ開始し、かかる時刻ｔ１２Ａより前の時刻ｔ１２にブレーキランプを点灯させる。

次に、手動運転走行時のブレーキランプの点灯タイミングについて説明する。車両制御部１０３ｄは、車両Ｖが車両Ｖの後続車両から煽り運転を受けていると判断し、エンジンブレーキが所定時間継続した場合、ブレーキランプを点灯させる。このブレーキランプの点灯タイミングは、平均車間距離が相対的に「大」の地域よりも、平均車間距離が相対的に「小」の地域の方が時間的に早い。具体的には、車両制御部１０３ｄは、時刻ｔ２１にエンジンブレーキが開始されたとする。この後、平均車間距離が相対的に「大」である地域において、車両制御部１０３ｄは、時刻ｔ２３にブレーキランプを点灯させる。また、平均車間距離が相対的に「小」である地域において、車両制御部１０３ｄは、時刻ｔ２３よりも前の時刻ｔ２２にブレーキランプを点灯させる。

このように車両制御部１０３ｄがブレーキランプの点灯タイミングを制御することにより、たとえば煽り運転が多い地域等で、煽り運転を行っている後方車両へブレーキタイミングを早期に知らせることができ、衝突が発生するリスクを軽減させることができる。

また、図１０に示すように、車両制御部１０３ｄは、たとえば平均車間距離が小さいほどブレーキ感度が上がるようにブレーキ感度を変更してもよい。これにより、前々方車両や前方車両が急ブレーキを踏んだ等の状況で、ブレーキが遅れることにより衝突が発生するリスクを軽減させることができる。

次に、信号制御装置２００について説明する。図４に示すように、信号制御装置２００は、通信部２０１と、記憶部２０２と、制御部２０３とを備える。

通信部２０１は、たとえばＮＩＣ等によって実現される。通信部２０１は、ネットワークＮおよび自身が制御する交通信号機３００と有線または無線で接続され、運転支援装置１０、車載装置１００および交通信号機３００との間で情報の送受信を行う。

記憶部２０２は、たとえば、ＲＡＭ、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。図４の例では、記憶部２０２は、地域特性２０２ａを記憶する。記憶部２０２は、記憶した地域特性２０２ａを、制御部２０３へ供給する。地域特性２０２ａは、運転支援装置１０によって生成または更新され、信号制御装置２００へ配信される地域特性である。

制御部２０３は、制御部１３，１０３と同様に、コントローラであり、たとえば、ＣＰＵやＭＰＵ等によって、信号制御装置２００内部の記憶デバイス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２０３は、たとえば、ＡＳＩＣやＦＰＧＡ等の集積回路により実現することができる。

制御部２０３は、取得部２０３ａと、生成部２０３ｂと、信号制御部２０３ｃとを有し、以下に説明する情報処理の機能や作用を実現または実行する。

取得部２０３ａは、運転支援装置１０から定期的あるいはリアルタイムに配信される地域特性を取得し、地域特性２０２ａへ格納する。

生成部２０３ｂは、地域特性２０２ａに基づいて、交通信号機３００の点灯を制御する制御信号を生成する。信号制御部２０３ｃは、生成部２０３ｂによって生成された制御信号に基づいて、交通信号機３００の点灯を制御する。

ここで、地域特性に応じた信号制御内容の具体例について、図１１および図１２を用いて説明する。図１１は、地域特性に応じた信号制御内容の一例を示す図（その１）である。また、図１２は、地域特性に応じた信号制御内容の一例を示す図（その２）である。

図１１に示すように、交通信号機３００−１，３００−２を備える交差点において、交通信号機３００−１が黄信号から赤信号へ変わり、その後、交通信号機３００−２を赤信号から青信号へ変える場面を想定する。

そして、図１２に示すように、時刻ｔ１において、交通信号機３００−１が黄信号から赤信号へ変わったものとする。

ここで、信号制御部２０３ｃは、たとえば上述した信号残り発生率が相対的に「低」の地域よりも、信号残り発生率が相対的に「高」の地域の方が時間的に遅く交通信号機３００−２が赤信号から青信号へ変わるように、交通信号機３００−２の青ランプの点灯を制御する（図中の時刻ｔ２，ｔ３参照）。

これにより、たとえば信号残りが多い地域で衝突が発生するリスクを軽減させることができる。

次に、実施形態に係る運転支援装置１０が実行する処理手順について、図１３を用いて説明する。図１３は、実施形態に係る運転支援装置１０が実行する処理手順を示すフローチャートである。なお、図１３には、運転支援装置１０が所定の地域の地域特性に応じた車両制御情報を１回生成（または更新）するまでの処理手順を示している。また、図１３と図１は対応している。具体的には、図１３に示したステップＳ１０１は、図１に示したステップＳ１に相当し、ステップＳ１０２はステップＳ２に相当し、ステップＳ１０３はステップＳ３に相当し、ステップＳ１０４はステップＳ４に相当する。

図１３に示すように、まず、収集部１３ａが、車載装置１００から送信された車両データを取得する（ステップＳ１０１）。そして、特定部１３ｂが、収集した車両データから、所定の地域を定常的に走行する地域車両を特定する（ステップＳ１０２）。

そして、解析部１３ｃが、特定された地域車両の運転特性から地域特性を導出する（ステップＳ１０３）。そして、生成部１３ｄが、導出された地域特性に基づいて車両制御情報を生成し（ステップＳ１０４）、処理を終了する。なお、図１３に示す処理手順は、適宜繰り返される。

次に、実施形態に係る車載装置１００が実行する処理手順について、図１４および図１５を用いて説明する。図１４は、実施形態に係る車載装置１００が実行する処理手順を示すフローチャート（その１）である。また、図１５は、実施形態に係る車載装置１００が実行する処理手順を示すフローチャート（その２）である。なお、図１４または図１５に示す処理手順は、たとえば車両Ｖのイグニッションスイッチがオフされるまで適宜繰り返される。

図１４に示すように、まず、第１取得部１０３ａが、常時あるいは運転支援装置１０の要求時に、上述した各種センサ１５０を用いて車両データ１０２ａを取得する（ステップＳ２０１）。そして、送信部１０３ｂが適宜、取得された車両データ１０２ａを運転支援装置１０へ送信し（ステップＳ２０２）、処理を終了する。

また、図１５に示すように、車載装置１００は、送信部１０３ｂが、車両Ｖが現在走行中の走行地域として、車両Ｖの現在位置を運転支援装置１０へ送信する（ステップＳ３０１）。そして、第２取得部１０３ｃが、かかる現在位置の通知に応じて運転支援装置１０から配信される、走行地域に応じた車両制御情報１０２ｂを取得する（ステップＳ３０２）。

そして、車両制御部１０３ｄが、取得された車両制御情報１０２ｂを適用し（ステップＳ３０３）、処理を終了する。なお、制御部１０３によって、ステップＳ３０１、Ｓ３０２、Ｓ３０３の順で実行される例を説明したが、ステップＳ３０３のみを繰り返し実行してもよい。

次に、実施形態に係る信号制御装置２００が実行する処理手順について、図１６を用いて説明する。図１６は、実施形態に係る信号制御装置２００が実行する処理手順を示すフローチャートである。なお、図１６には、地域特性の取得１回分の処理手順を示している。

図１６に示すように、まず、取得部２０３ａが、運転支援装置１０から、信号制御装置２００の制御する交通信号機３００が設置された地域に応じた地域特性を取得する（ステップＳ４０１）。

そして、信号制御部２０３ｃが、取得された地域特性に基づいて交通信号機３００の点灯を制御し（ステップＳ４０２）、処理を終了する。なお、制御部２０３によって、ステップＳ４０１、Ｓ４０２の順で実行される例を説明したが、ステップＳ４０２のみを繰り返し実行してもよい。

上述してきたように、実施形態に係る運転支援装置１０は、特定部１３ｂと、解析部１３ｃと、生成部１３ｄとを備える。特定部１３ｂは、車両Ｖの運転者に関する運転者情報および車両Ｖに関する車両情報のうちの少なくともいずれかに基づいて、定常的に所定の地域を走行する車両Ｖである地域車両を特定する。解析部１３ｃは、地域車両の挙動を示す車両データを解析し、解析結果として所定の地域における運転特性である地域特性を導出する。生成部１３ｄは、地域特性に基づいて、所定の地域に応じた車両Ｖの制御に関する車両制御情報を生成する。

したがって、実施形態に係る運転支援装置１０によれば、地域特性に応じた車両制御情報を精度よく生成し、より安全性を高めることができる。

また、運転者情報は、運転者の免許証に関する情報を少なくとも含み、特定部１３ｂは、上記免許証に関する情報に基づいて運転者を一意に特定し、当該運転者が運転する地域車両を特定する。

したがって、実施形態に係る運転支援装置１０によれば、地域車両の特定精度を運転者情報に基づいて向上させることができる。すなわち、地域特性に応じた高精度な車両制御情報の生成に資することができる。

また、運転者情報は、運転者の標識区分または運転頻度をさらに含み、解析部１３ｃは、標識区分または運転頻度に応じた重み付けで車両データを解析する。

したがって、実施形態に係る運転支援装置１０によれば、運転者の標識区分または運転頻度を考慮した高精度な地域特性を導出することができる。

また、車両情報は、車両Ｖの車両番号および走行履歴を少なくとも含み、特定部１３ｂは、車両番号に基づいて車両Ｖを一意に特定し、走行履歴に基づいて当該車両Ｖが定常的に所定の地域を走行しているか否かを判断する。

したがって、実施形態に係る運転支援装置１０によれば、地域車両の特定精度を車両情報に基づいて向上させることができる。すなわち、地域特性に応じた高精度な車両制御情報の生成に資することができる。

また、運転支援装置１０は、配信部１３ｅをさらに備える。配信部１３ｅは、車両Ｖから現在走行中の走行地域が通知された場合に、当該走行地域に応じた車両制御情報を車両Ｖへ配信し、車両Ｖに当該車両制御情報を適用させる。

したがって、実施形態に係る運転支援装置１０によれば、現在走行中の走行地域における地域特性に応じた内容で車両Ｖを制御させ、安全性を高めることができる。

また、配信部１３ｅは、所定の地域に設置された交通信号機３００（「インフラストラクチャ」の一例に相当）を制御する信号制御装置２００（「インフラ制御装置」の一例に相当）に対し、解析部１３ｃによって導出された地域特性を配信し、信号制御装置２００に当該地域特性に応じた交通信号機３００の制御を行わせる。

したがって、実施形態に係る運転支援装置１０によれば、インフラ制御の観点からも、地域特性に応じた内容でインフラを制御させ、安全性を高めることができる。

なお、上述した実施形態では、信号制御装置２００をインフラ制御装置の一例として挙げたが、これに限られるものではなく、インフラ制御装置はたとえば街灯制御装置であってもよい。

また、上述した実施形態で図５を用いて説明した運転者情報は、図５の例に限られるものではなく、運転者を特定可能な他の情報、たとえば保険証、マイナンバーカード、ガソリンスタンドの利用歴等の情報が含まれてもよい。また、同一人物の運転データをより広範囲に特定するうえで、車両の乗り換えや、レンタカーまたはカーシェアリングの利用歴等を考慮してもよい。

また、上述した実施形態では、大まかに「Ａ県」や「Ｂ市」のような行政区画単位で所定の地域を表したが、あくまで一例であって、任意に区画した所定の領域であればよい。したがって、行政区画単位であれば「区」のようなより小さな区画単位であってもよいし、商業地域や住宅地域、工場地域のような区割りであってもよい。また、２ｋｍ単位、５ｋｍ単位等でメッシュ状に区画された所定の領域であってもよい。

さらなる効果や変形例は、当業者によって容易に導き出すことができる。このため、本発明のより広範な態様は、以上のように表しかつ記述した特定の詳細および代表的な実施形態に限定されるものではない。したがって、添付の特許請求の範囲およびその均等物によって定義される総括的な発明の概念の精神または範囲から逸脱することなく、様々な変更が可能である。

１ 運転支援システム
１０ 運転支援装置
１３ａ 収集部
１３ｂ 特定部
１３ｃ 解析部
１３ｄ 生成部
１３ｅ 配信部
１００ 車載装置
１０３ａ 第１取得部
１０３ｂ 送信部
１０３ｃ 第２取得部
１０３ｄ 車両制御部
２００ 信号制御装置
２０３ａ 取得部
２０３ｂ 生成部
２０３ｃ 信号制御部
３００ 交通信号機
Ｖ 車両

Claims (7)

1. 車両の運転者に関する運転者情報および前記車両に関する車両情報のうちの少なくともいずれかに基づいて、定常的に所定の地域を走行する前記車両である地域車両を特定する特定部と、
   前記地域車両の挙動を示す車両データを解析し、解析結果として前記所定の地域における運転特性である地域特性を導出する解析部と、
   前記地域特性に基づいて、前記所定の地域に応じた前記車両の制御に関する車両制御情報を生成する生成部と
   を備えることを特徴とする運転支援装置。
2. 前記運転者情報は、
   前記運転者の免許証に関する情報を少なくとも含み、
   前記特定部は、
   前記免許証に関する情報に基づいて前記運転者を一意に特定し、当該運転者が運転する前記地域車両を特定する
   ことを特徴とする請求項１に記載の運転支援装置。
3. 前記運転者情報は、
   前記運転者の標識区分または運転頻度をさらに含み、
   前記解析部は、
   前記標識区分または運転頻度に応じた重み付けで前記車両データを解析する
   ことを特徴とする請求項２に記載の運転支援装置。
4. 前記車両情報は、
   前記車両の車両番号および走行履歴を少なくとも含み、
   前記特定部は、
   前記車両番号に基づいて前記車両を一意に特定し、前記走行履歴に基づいて当該車両が定常的に前記所定の地域を走行しているか否かを判断する
   ことを特徴とする請求項１、２または３に記載の運転支援装置。
5. 前記車両から現在走行中の走行地域が通知された場合に、当該走行地域に応じた前記車両制御情報を前記車両へ配信し、前記車両に当該車両制御情報を適用させる配信部
   をさらに備えることを特徴とする請求項１〜４のいずれか一つに記載の運転支援装置。
6. 前記配信部は、
   前記所定の地域に設置されたインフラストラクチャを制御するインフラ制御装置に対し、前記解析部によって導出された前記地域特性を配信し、前記インフラ制御装置に当該地域特性に応じた前記インフラストラクチャの制御を行わせる
   ことを特徴とする請求項５に記載の運転支援装置。
7. 車両の運転者に関する運転者情報および前記車両に関する車両情報のうちの少なくともいずれかに基づいて、定常的に所定の地域を走行する前記車両である地域車両を特定する特定工程と、
   前記地域車両の挙動を示す車両データを解析し、解析結果として前記所定の地域における運転特性である地域特性を導出する解析工程と、
   前記地域特性に基づいて、前記所定の地域に応じた前記車両の制御に関する車両制御情報を生成する生成工程と
   を含むことを特徴とする運転支援方法。

Images