JP2022142147A - 運転状態判定装置、運転支援装置、運転状態判定方法、および運転状態判定プログラム - Google Patents

Abstract

【課題】車両を運転するうえでの安全確認が不十分な運転状態であるか否かを判定できるようにした運転状態判定装置を提供する。【解決手段】ＣＰＵは、車両を運転するうえで注意を払うべき物体を対象物体に設定する（Ｓ１０）。ＣＰＵは、運転者の視野に対象物体の少なくとも１つが含まれているか否かを判定する（Ｓ１６）。ＣＰＵは、少なくとも１つが含まれている状態が確認判定値Ｃ１ｔｈ以上継続する場合（Ｓ２０：ＹＥＳ）、安全確認がなされたと判定する（Ｓ２２）。ＣＰＵは、安全確認がなされない状態が漫然判定値Ｃ２ｔｈ以上継続する場合（Ｓ３０：ＹＥＳ）、漫然運転であると判定する（Ｓ３２）。【選択図】図２

Description

本発明は、運転状態判定装置、運転支援装置、運転状態判定方法、および運転状態判定プログラムに関する。

たとえば下記特許文献１には、わき見運転をしている旨判定されている場合に、車両と白線との距離が所定距離以下となる場合、警報を発する運転支援装置が記載されている。

特開平１１－３３９１９９号公報

ところで、車線逸脱事故の主要因には、わき見運転に加えて、運転者が周囲の安全確認を十分に行うことなく車両を漫然と運転することも含まれる。しかし、上記装置の場合、運転者が、車両を漫然と運転していることに対処することについては考慮されていない。

以下、上記課題を解決するための手段およびその作用効果について記載する。
車両の周囲の物体を感知するセンサ（１２，２２）の出力に応じた前記車両の周囲の物体の情報を取得する物体情報取得処理（Ｓ４０）と、前記物体の情報に基づき、前記車両の運転者が注意を向けるべき対象物体を設定する対象物体設定処理（Ｓ５０～Ｓ５４）と、前記運転者の画像データを取得する画像取得処理（Ｓ６０）と、前記画像データを入力とし、前記対象物体の確認がなされない状態が漫然判定値以上継続する場合、漫然運転状態であると判定する判定処理（Ｓ１４，Ｓ１６～Ｓ２２，Ｓ３０，Ｓ３２）と、を実行し、前記漫然運転状態は、前記車両を運転するうえでの安全確認が不十分な運転状態である運転状態判定装置である。

安全確認が十分になされている場合には、運転者が、注意を向けるべき物体に実際に注意を向けているはずである。そのため、注意を向けるべき物体に注意を向けていない場合には、安全確認が不十分である。そのため、上記構成では、対象物体の確認がなされない状態が継続することに基づき、漫然運転状態であるか否かを判定することにより、漫然運転であるか否かを適切に判定できる。

一実施形態にかかる車両の構成を示す図。 同実施形態にかかる漫然運転の判定に関する処理の手順を示す流れ図。 同実施形態にかかる対象物体設定処理の手順を示す流れ図。 同実施形態にかかるポイント規定データを例示する図。 同実施形態にかかる視野算出処理の手順を示す流れ図。 （ａ）および（ｂ）は、同実施形態にかかる視野に対象物体が含まれるか否かの判定に関する処理を例示する図。 同実施形態にかかるわき見運転の判定に関する処理の手順を示す流れ図。 同実施形態にかかる車線の逸脱意図の有無の判定に関する処理の手順を示す流れ図。 同実施形態にかかる車線逸脱の回避に関する処理の手順を示す流れ図。 同実施形態の作用を説明するタイムチャート。

図１に、本実施形態における車両ＶＣに搭載される装置を示す。図１に示すように、光センサ１２は、たとえば近赤外線等のレーザ光を照射する。また、光センサ１２は、レーザ光の反射光を受光することに基づき、レーザ光を反射した物体と車両との距離を示す変数である距離変数と、レーザ光の照射方向を示す変数である方向変数と、反射した物体の反射強度を示す変数である強度変数とを示す測距点データを生成する。これは、たとえばＴＯＦ（Ｔｉｍｅ ｏｆ Ｆｌｉｇｈｔ）方式によって実現できる。もっとも、ＴＯＦ法式に限らず、ＦＭＣＷ（Ｆｒｅｑｕｅｎｃｙ Ｍｏｄｕｌａｔｅｄ Ｃｏｎｔｉｎｕｏｕｓ Ｗａｖｅ）方式にて測距点データを生成してもよい。その場合、測距点データに、レーザ光を反射した物体との相対速度を示す変数である速度変数を含めることができる。

光センサ１２は、レーザ光の照射方向を、周期的に水平方向および垂直方向に走査し、得られた測距点データの集合である測距点群データＤｒｐｃを出力する。
ＬＩＤＡＲＥＣＵ１０は、測距点群データＤｒｐｃに基づき、レーザ光を反射した物体の認識処理を実行する。認識処理は、たとえば測距点群データＤｒｐｃのクラスタリング処理と、クラスタリング処理によって１つの物体として特定された測距点データの集合の特徴量を抽出し、抽出した特徴量を、識別モデルに入力する処理とを含んでもよい。識別モデルは、物体の種類ごとに設けられ、識別モデルが特定対象とする特定の種類に該当するか否かを判定する。ここで物体の種類とは、人、自転車、車両、標識等のことである。また、これに代えて、測距点群データＤｒｐｃを深層学習モデルに直接入力して物体の種類を認識する処理としてもよい。

車外カメラ２２は、車両ＶＣの外部の物体を撮影し、撮像された画像に関するデータである車外画像データＤｐｏを出力する。画像ＥＣＵ２０は、車外画像データＤｐｏに基づき、車両の周囲の物体の認識処理を実行する。この認識処理も、物体の種類を特定する処理を含む。

ＡＤＡＳＥＣＵ３０は、運転者による車両ＶＣの運転を支援する処理を実行する。ＡＤＡＳＥＣＵ３０は、運転を支援する処理を実行する際、車内ネットワーク４０を介して、ＬＩＤＡＲＥＣＵ１０および画像ＥＣＵ２０のそれぞれによる認識結果を受信する。また、ＡＤＡＳＥＣＵ３０は、運転を支援する処理を実行する際、車内ネットワーク４０を介して、転舵ＥＣＵ５０に指令を出力する。転舵ＥＣＵ５０は、転舵輪を転舵させる転舵アクチュエータ５２を操作対象とし、転舵アクチュエータ５２を操作することによって転舵角を制御する。転舵角は、転舵輪の回転角度である。換言すれば、タイヤの切れ角である。

ＡＤＡＳＥＣＵ３０は、さらに、車内ネットワーク４０を介して、各種センサの検出値を参照する。すなわち、ＡＤＡＳＥＣＵ３０は、車内カメラ６０による車両ＶＣ内部の画像データである車内画像データＤｐｉを参照する。車内カメラ６０は、可視光カメラであり、主に、運転者を撮像する装置である。また、ＡＤＡＳＥＣＵ３０は、車速センサ６２によって検出される車速ＳＰＤと、ブレーキセンサ６４によって検出されるブレーキペダルの踏み込み量であるブレーキ操作量Ｂｒｋと、を参照する。また、ＡＤＡＳＥＣＵ３０は、舵角センサ６６によって検出される操舵角θｓを参照する。操舵角θｓは、ステアリングホイールの回転角度である。また、ＡＤＡＳＥＣＵ３０は、ウィンカー６８の操作状態を示す状態変数Ｗｉｎを取得する。

詳しくは、ＡＤＡＳＥＣＵ３０は、ＣＰＵ３２、ＲＯＭ３４、記憶装置３６および周辺回路３８を備えており、それらがローカルネットワーク３９によって通信可能とされている。ここで、周辺回路３８は、内部の動作を規定するクロック信号を生成する回路、電源回路、およびリセット回路等を含む。

ＲＯＭ３４には、運転状態判定プログラムＰｊｓと、運転支援プログラムＰａｄとが記憶されている。また、記憶装置３６は、電気的に書き換え可能な不揮発性の装置である。記憶装置３６には、写像データＤｍと、ポイント規定データＤｐとが記憶されている。

ＡＤＡＳＥＣＵ３０は、運転支援処理として、車両ＶＣが車線を逸脱することを抑制すべく操舵介入をする処理を実行する。ＡＤＡＳＥＣＵ３０は、この運転支援処理を、高速道路等の自動車専用道路のみならず、一般道においても実行する。ＡＤＡＳＥＣＵ３０は、運転支援処理を実行する際、運転者の運転状態を判定する処理を実行する。運転状態の判定処理としては、漫然運転の判定に関する処理と、わき見運転の判定に関する処理とがある。ここで、漫然運転とは、車両ＶＣを運転するうえでの安全確認が不十分な運転状態のこととする。

以下では、ＡＤＡＳＥＣＵ３０が実行する処理について、漫然運転の判定に関する処理、わき見運転の判定に関する処理、運転支援の前処理、運転支援処理の順に説明する。
（漫然運転の判定に関する処理）
ＣＰＵ３２は、車両ＶＣの周囲の物体のうちの対象物体ＴＯを運転者が確認する場合に安全確認をしていると判定する。対象物体ＴＯは、運転者が車両ＶＣを安全に運転するうえで注意を払うべき物体である。本実施形態では、対象物体ＴＯを、車両ＶＣの運転の仕方次第では路面よりも上の領域において車両ＶＣが接触する可能性がある物体とする。すなわち、横断歩道や、信号機等は含まれない。これは、交通指標以外に、車両ＶＣと接触する可能性のある物体に運転者が注意を払っているか否かを判定することを狙った設定である。

図２に、漫然運転の判定に関する処理の手順を示す。図２に示す処理は、ＲＯＭ３４に記憶されている運転状態判定プログラムＰｊｓを、ＣＰＵ３２がたとえば所定周期で繰り返し実行することにより実現される。なお、以下では、先頭に「Ｓ」が付与された数字によって、各処理のステップ番号を表現する。

図２に示す一連の処理において、ＣＰＵ３２は、まず、対象物体ＴＯを設定する処理を実行する（Ｓ１０）。
図３に、Ｓ１０の処理の詳細を示す。

図３に示すように、ＣＰＵ３２は、まず、ＬＩＤＡＲＥＣＵ１０の出力と画像ＥＣＵ２０の出力とを取り込む（Ｓ４０）。次にＣＰＵ３２は、取得した出力が示す車両ＶＣの周囲の物体の中から、対象物体ＴＯの候補となる候補物体ＣＯ１，ＣＯ２，…，ＣＯｎを抽出する（Ｓ４２）。ここで、ＣＰＵ３２は、車両ＶＣの周囲の物体のうち対象物体ＴＯとなりえない信号機等を除いたものを、候補物体ＣＯ１，ＣＯ２，…とする。すなわち、上述したように、ＬＩＤＡＲＥＣＵ１０と画像ＥＣＵ２０とは、物体の種類を特定する処理を実行する。そのため、ＬＩＤＡＲＥＣＵ１０の出力と画像ＥＣＵ２０の出力とには、それぞれ物体の種類に関する情報が含まれている。ＣＰＵ３２は、その情報に基づき、候補物体ＣＯ１，ＣＯ２，…，ＣＯｎを抽出する。なお、「ＣＯ１，ＣＯ２，…，ＣＯｎ」との記載は、候補物体が「ｎ」個あるという意味であるが、候補物体ＣＯの数は、３個以上であることを意味せず、「ｎ」はゼロであることもある。

次に、ＣＰＵ３２は、変数ｉが候補の数「ｎ」に等しいか否かを判定する（Ｓ４４）。図３の一連の処理を開始する際には、変数ｉは、「０」とされている。ＣＰＵ３２は、変数ｉが「ｎ」ではないと判定する場合（Ｓ４４：ＮＯ）、変数ｉをインクリメントする（Ｓ４６）。そして、ＣＰＵ３２は、Ｓ４０の処理によって取得した出力変数の値に基づき、候補物体ＣＯｉの種類、候補物体ＣＯｉと車両ＶＣとの距離Ｌｉ、車両ＶＣの走行速度に対する候補物体ＣＯｉの相対速度Ｖｉ、および候補物体ＣＯｉの配置情報を取得する（Ｓ４８）。ここで、候補物体ＣＯｉの配置情報は、車両ＶＣの走行車線上であるか、隣接車線上であるか、歩道上であるか、等の情報である。なお、ＣＰＵ３２は、相対速度Ｖｉを、たとえば距離Ｌｉの時系列データから算出できる。またたとえば、光センサ１２がＦＭＣＷ方式の場合、ＣＰＵ３２は、測距点群データＤｒｐｃに含まれる相対速度を示す変数の値を取得することによって、相対速度Ｖｉを取得してもよい。

次に、ＣＰＵ３２は、ポイント規定データＤｐに基づき、候補物体ＣＯｉのポイントＰｉを算出する（Ｓ５０）。ポイントＰｉは、候補物体ＣＯｉを対象物体ＴＯとするか否かの評価に用いる変数である。特に、ポイントＰｉは、対象物体ＴＯである尤度を定量化した変数である。すなわち、候補物体ＣＯｉが運転を安全に行う上で注意を払うべき物体である尤度を定量化した変数である。

図４に、ポイント規定データＤｐを示す。ポイント規定データＤｐは、物体の種類のそれぞれについて、距離ポイントマップデータ、速度ポイントマップデータ、および配置ポイントマップデータを備える。すなわち、それらマップデータは、人、自転車、車両等の物体の種類ごとに定義されている。

距離ポイントマップデータは、距離Ｌｉを入力変数とし、ポイントＰを出力変数とするマップデータである。距離ポイントマップデータは、距離Ｌｉが小さいほどポイントＰを大きい値とする。これは、距離Ｌｉが近い物体ほど、運転者が安全確認をするうえで注意を払うべき物体である可能性が高いことに鑑みた設定である。なお、同一の距離Ｌｉであっても、候補物体ＣＯｉの種類が、運転者が安全確認をする上で注意を払うべき度合いが大きいものであるほど、ポイントＰが大きい値とされる。

速度ポイントマップデータは、相対速度Ｖｉを入力変数とし、ポイントＰを出力変数とするマップデータである。速度ポイントマップデータは、相対速度Ｖｉが小さいほどポイントＰを大きい値とする。ここで、相対速度Ｖｉは、負である場合に車両ＶＣに近づいてくることを意味する。すなわち、相対速度Ｖｉが小さい場合には大きい場合と比較して、車両ＶＣと接触する可能性が大きいことを意味する。なお、同一の相対速度Ｖｉであっても、候補物体ＣＯｉの種類が、運転者が安全確認をする上で注意を払うべき度合いが大きいものであるほど、ポイントＰが大きい値とされる。

配置ポイントマップデータは、候補物体ＣＯｉの配置情報を示す変数を入力変数とし、ポイントＰを出力変数とするマップデータである。配置ポイントマップデータは、対象物体ＴＯが車両ＶＣの走行車線と同一車線にある場合に、ない場合よりもポイントを大きい値に設定する。なお、同一の配置情報であっても、候補物体ＣＯｉの種類が、運転者が安全確認をする上で注意を払うべき度合いが大きいものであるほど、ポイントＰが大きい値とされる。

ＣＰＵ３２は、上記３種類のマップデータに基づき、候補物体ＣＯｉに関する３つのポイントをマップ演算しそれらの合計値をポイントＰｉに代入する。なお、マップデータとは、入力変数の離散的な値と、入力変数の値のそれぞれに対応する出力変数の値と、の組データである。また、マップ演算は、たとえば、入力変数の値がマップデータの入力変数の値のいずれかに一致する場合、対応するマップデータの出力変数の値を演算結果とする処理とすればよい。また、マップ演算は、入力変数の値がマップデータの入力変数の値のいずれとも一致しない場合、マップデータに含まれる一対の出力変数の値の補間によって得られる値を演算結果とする処理とすればよい。

図３に戻り、ＣＰＵ３２は、ポイントＰｉが基準値Ｐｔｈ以上であるか否かを判定する（Ｓ５２）。基準値Ｐｔｈは、対象物体ＴＯとしてふさわしい物体がとりうるポイントの下限値に設定されている。ＣＰＵ３２は、基準値Ｐｔｈ以上であると判定する場合（Ｓ５２：ＹＥＳ）、候補物体ＣＯｉを対象物体ＴＯに認定する（Ｓ５４）。

ＣＰＵ３２は、Ｓ５４の処理を完了する場合と、Ｓ５２の処理において否定判定する場合とには、Ｓ４４の処理に戻る。そして、ＣＰＵ３２は、Ｓ４４の処理において肯定判定する場合、図２のＳ１０の処理を完了する。

図２に戻り、ＣＰＵ３２は、Ｓ１０の処理の結果、対象物体ＴＯが存在するか否かを判定する（Ｓ１２）。そしてＣＰＵ３２は、対象物体ＴＯが存在すると判定する場合（Ｓ１２：ＹＥＳ）、運転者の視野ＦＶを算出する（Ｓ１４）。

図５に、Ｓ１４の処理の詳細を示す。
図５に示す一連の処理において、ＣＰＵ３２は、まず、車内カメラ６０による車内画像データＤｐｉを取得する（Ｓ６０）。そして、ＣＰＵ３２は、車内画像データＤｐｉに基づき、頭部姿勢、および視線を算出する（Ｓ６２）。本実施形態では、顔や目のモデルを入力画像にフィッティングすることにより視線を推定するいわゆるモデルベース手法を採用した。上記写像データＤｍは、たとえば、車内画像データＤｐｉを入力とし顔の特徴量を出力する写像を規定するデータとすればよい。その場合、ＣＰＵ３２は、車内画像データＤｐｉを写像への入力とすることによって、顔の特徴量を算出する。顔の特徴量は、予め定められた複数の顔の特徴点の画像中の座標成分である。顔の特徴点は、目の位置のみならず、頭部姿勢の算出において有益な点を含む。上記写像は、たとえば、畳み込みニューラルネットワーク（ＣＮＮ）とすればよい。またこれに代えて、決定木や、サポートベクトル回帰等を用いてもよい。

そして、ＣＰＵ３２は、顔の特徴量である顔の各特徴点の座標から、３次元顔モデルを用いて頭部の位置、方向を定める頭部姿勢を推定する。また、ＣＰＵ３２は、頭部姿勢と、所定の顔特徴点の座標とに基づき、眼球中心を推定する。そしてＣＰＵ３２は、眼球モデルと眼球中心とに基づき、虹彩中心位置を推定する。そしてＣＰＵ３２は、眼球中心から虹彩中心に進む方向を算出し、これを視線方向とする。

次に、ＣＰＵ３２は、視線方向から所定範囲を視野ＦＶとして算出する（Ｓ６４）。詳しくは、所定範囲を、視線方向とのなす角度が所定角度以内の範囲とする。ここで所定角度は、たとえば１５～２５°とすればよい。

なお、ＣＰＵ３２は、Ｓ６４の処理を完了する場合、図２のＳ１４の処理を完了する。
図２に戻り、ＣＰＵ３２は、視野ＦＶに対象物体ＴＯの少なくとも１つが含まれるか否かを判定する（Ｓ１６）。ここで、ＣＰＵ３２は、対象物体ＴＯの少なくとも１つについて、視野ＦＶに含まれている部分が所定割合以上である場合に、視野ＦＶに対象物体ＴＯが含まれると判定する。所定割合は、たとえば５０％である。

図６（ａ）は、視野ＦＶに対象物体ＴＯが含まれない例を示す。また、図６（ｂ）は、視野ＦＶに対象物体ＴＯが含まれる例を示す。なお、図６には、車両ＶＣの前方ＤＦ、後方ＤＢ、左方向ＤＬおよび右方向ＤＲを記載している。すなわち、図６（ａ）は、人ＨＭが前方ＤＦを向いている例である。

図２に戻り、ＣＰＵ３２は、少なくとも１つが含まれると判定する場合（Ｓ１６：ＹＥＳ）、確認判定カウンタＣ１をインクリメントする（Ｓ１８）。そして、ＣＰＵ３２は、確認判定カウンタの値が確認判定値Ｃ１ｔｈ以上であるか否かを判定する（Ｓ２０）。この処理は、安全確認をしたか否かを判定する処理である。ここで、確認判定値Ｃ１ｔｈは、運転者が対象物体ＴＯを確認する場合に視野ＦＶに含まれる時間の下限値に応じて設定されている。ＣＰＵ３２は、確認判定値Ｃ１ｔｈ以上であると判定する場合（Ｓ２０：ＹＥＳ）、安全確認がなされた旨、判定する（Ｓ２２）。すなわち、対象物体ＴＯは、車両ＶＣの運転の仕方次第では車両ＶＣと接触する可能性のある物体であり、車両ＶＣの運転において注意を払うべき物体である。そのため、対象物体ＴＯを確認した場合には、安全確認がなされたとする。そしてＣＰＵ３２は、後述の漫然判定カウンタＣ２を初期化する（Ｓ２４）。

一方、ＣＰＵ３２は、視野ＦＶに対象物体ＴＯが１つも含まれないと判定する場合（Ｓ１６：ＮＯ）、安全確認がなされていないと判定し、確認判定カウンタＣ１を初期化する（Ｓ２６）。ＣＰＵ３２は、Ｓ２６の処理を完了する場合と、Ｓ２０の処理において否定判定する場合とには、漫然判定カウンタＣ２をインクリメントする（Ｓ２８）。漫然判定カウンタＣ２は、安全確認がなされていない時間を計時するカウンタである。換言すれば、安全確認が不十分な運転がなされている時間を計時するカウンタである。

ＣＰＵ３２は、Ｓ２８，Ｓ２４の処理を完了する場合、漫然判定カウンタＣ２が漫然判定値Ｃ２ｔｈ以上であるか否かを判定する（Ｓ３０）。漫然判定値Ｃ２ｔｈは、漫然運転がなされている場合に安全確認判定がなされない継続時間の下限値に応じて設定されている。そしてＣＰＵ３２は、漫然判定値Ｃ２ｔｈ以上であると判定する場合（Ｓ３０：ＹＥＳ）、漫然運転であると判定する（Ｓ３２）。

なお、ＣＰＵ３２は、Ｓ３２の処理を完了する場合と、Ｓ３０の処理において否定判定する場合と、には、図２に示す一連の処理を一旦終了する。
（わき見運転の判定に関する処理）
図７に、わき見運転の判定に関する処理の手順を示す。図７に示す処理は、ＲＯＭ３４に記憶されている運転状態判定プログラムＰｊｓをＣＰＵ３２がたとえば所定周期で繰り返し実行することにより実現される。

図７に示す一連の処理において、ＣＰＵ３２は、まず車速ＳＰＤおよび操舵角θｓを取得する（Ｓ７０）。そして、ＣＰＵ３２は、車速ＳＰＤおよび操舵角θｓに基づき車両ＶＣの走行領域を設定する（Ｓ７２）。走行領域は、運転者が車両ＶＣを走行させると予測される領域である。ＣＰＵ３２は、操舵角θｓが右旋回側の値の場合、走行領域を車両ＶＣの直進方向に対して右側の領域とする。また、ＣＰＵ３２は、操舵角θｓが右旋回側の値であるときにおいて車速ＳＰＤが高い場合には低い場合よりも、走行領域を車両ＶＣの直進方向に対してより右側の領域とする。これは、車速ＳＰＤが高いほど、運転者の視線と直進方向とのなす角度がより大きくなると考えられることに鑑みたものである。

そしてＣＰＵ３２は、走行領域が図５のＳ６２の処理によって算出された視野ＦＶの範囲外か否かを判定する（Ｓ７４）。ＣＰＵ３２は、視野ＦＶに走行領域の少なくとも一部が入っていると判定する場合（Ｓ７４：ＮＯ）、領域確認カウンタＣ３をインクリメントする（Ｓ７６）。そしてＣＰＵ３２は、領域確認カウンタＣ３が領域注視判定値Ｃ３ｔｈ以上であるか否かを判定する（Ｓ７８）。領域注視判定値Ｃ３ｔｈは、運転者が走行領域を注視して運転している場合に、走行領域が視野ＦＶに入っている継続時間の下限値に基づき設定されている。ＣＰＵ３２は、領域注視判定値Ｃ３ｔｈ以上であると判定する場合（Ｓ７８：ＹＥＳ）、走行領域の確認がなされていると判定する（Ｓ８０）。そしてＣＰＵ３２は、後述のわき見判定カウンタＣ４を初期化する（Ｓ８２）。

一方、ＣＰＵ３２は、走行領域が視野ＦＶの範囲外と判定する場合（Ｓ７４：ＹＥＳ）、領域確認カウンタＣ３を初期化する（Ｓ８４）。ＣＰＵ３２は、Ｓ８４の処理を完了する場合と、Ｓ７８の処理において否定判定する場合とには、わき見判定カウンタＣ４をインクリメントする（Ｓ８６）。ＣＰＵ３２は、Ｓ８６，Ｓ８２の処理を完了する場合、わき見判定カウンタＣ４がわき見判定値Ｃ４ｔｈ以上であるか否かを判定する（Ｓ８８）。そして、ＣＰＵ３２は、わき見判定値Ｃ４ｔｈ以上であると判定する場合、わき見運転である旨判定する（Ｓ８９）。

なお、ＣＰＵ３２は、Ｓ８９の処理を完了する場合と、Ｓ８８の処理において否定判定する場合と、には、図７に示す一連の処理を一旦終了する。
（運転支援の前処理）
図８に、運転支援処理のための前処理の手順を示す。図８に示す処理は、ＲＯＭ３４に記憶された運転支援プログラムＰａｄをＣＰＵ３２がたとえば所定周期で繰り返し実行することにより実現される。

図８に示す一連の処理において、ＣＰＵ３２は、まず、ウィンカー６８の状態変数Ｗｉｎおよびブレーキ操作量Ｂｒｋを入力とし、下記の条件（ア）および条件（イ）の論理和が真であるか否かを判定する（Ｓ９０）。

条件（ア）：ウィンカー６８が操作されている旨の条件である。ウィンカー６８が操作されているとは、ウィンカー６８が右旋回または左旋回の操作となっていることを意味する。

条件（イ）：ブレーキが踏み込まれている旨の条件である。これは、ブレーキ操作量Ｂｒｋが所定量以上であることとすればよい。
ＣＰＵ３２は、論理和が真であると判定する場合（Ｓ９０：ＹＥＳ）、車線を逸脱する意図がある旨判定する（Ｓ９２）。すなわち、ウィンカー６８が操作されている場合には、運転者が車両ＶＣを旋回させる意図があることから、運転者が車両ＶＣを車線から逸脱させる意図があると考えられる。また、一般道において、路面に駐車された他の車両をよける場合や、走行車線の左端を走行する２輪車をよける場合等には、ブレーキを踏みつつ走行することがある。そのため、ブレーキ操作がなされている場合にも、運転者が車両ＶＣを車線から逸脱させる意図があると考えられる。

一方、ＣＰＵ３２は、上記論理和が偽であると判定する場合（Ｓ９０：ＮＯ）、漫然運転判定がなされていることとわき見運転判定がなされていることとの論理和が真であるか否かを判定する（Ｓ９４）。そしてＣＰＵ３２は、論理和が真であると判定する場合（Ｓ９４：ＹＥＳ）、逸脱意図なしと判定する（Ｓ９６）。これに対し、ＣＰＵ３２は、論理和が偽であると判定する場合（Ｓ９４：ＮＯ）、逸脱意図有と判定する（Ｓ９８）。

なお、ＣＰＵ３２は、Ｓ９２，Ｓ９６，Ｓ９８の処理を完了する場合には、図８に示す一連の処理を一旦終了する。
（運転支援処理）
図９に、運転支援処理の手順を示す。図９に示す処理は、ＲＯＭ３４に記憶された運転支援プログラムＰａｄをＣＰＵ３２がたとえば所定周期で繰り返し実行することにより実現される。

図９に示す一連の処理において、ＣＰＵ３２は、まず、画像ＥＣＵ２０の出力を取得する（Ｓ１００）。そしてＣＰＵ３２は、取得した出力が示す車両ＶＣの走行車線の境界を示す白線と車両ＶＣとの距離が所定値以下であるか否かを判定する（Ｓ１０２）。この処理は、車両ＶＣが車線を逸脱すると予測されるか否かを判定する処理である。ＣＰＵ３２は、所定値以下であると判定する場合（Ｓ１０２：ＹＥＳ）、図８の処理によって逸脱意図がないと判定されているか否かを判定する（Ｓ１０４）。そしてＣＰＵ３２は、逸脱意図がないと判定している場合（Ｓ１０４：ＹＥＳ）、車両ＶＣが車線を逸脱しないように操舵介入を実行する（Ｓ１０６）。すなわち、ＣＰＵ３２は、運転者によるステアリングホイールの操作とは独立に、転舵アクチュエータ５２の操作によって転舵角を制御する。ここでは、運転者によるステアリングホイールの操作を尊重しつつも、車線を逸脱しないように転舵角を微調整する。詳しくは、ＣＰＵ３２は、転舵ＥＣＵ５０に、転舵角の目標値の補正量を出力する。これにより、転舵ＥＣＵ５０では、操舵角θｓから定まる転舵角の目標値を補正量にて補正した値へと、転舵角を制御すべく転舵アクチュエータ５２を操作する。

なお、ＣＰＵ３２は、Ｓ１０６の処理を完了する場合や、Ｓ１０２，Ｓ１０４の処理において否定判定する場合には、図９に示す一連の処理を一旦終了する。
ここで、本実施形態の作用および効果について説明する。

図１０に、本実施形態にかかる漫然運転の判定例を示す。
図１０に示すように、時刻ｔ１以降、視野ＦＶに対象物体ＴＯが含まれることから、確認判定カウンタＣ１がインクリメントされていく。そしてＣＰＵ３２は、時刻ｔ２において、確認判定カウンタＣ１が確認判定値Ｃ１ｔｈ以上となることから、安全確認有と判定し、漫然判定カウンタＣ２を初期化する。その後、時刻ｔ３以降、視野ＦＶに対象物体ＴＯが含まれなくなると、ＣＰＵ３２は、確認判定カウンタＣ１を初期化し、また、漫然判定カウンタＣ２をインクリメントしていく。図１０に示す例では、時刻ｔ４以降、視野ＦＶに対象物体ＴＯが含まれることから、確認判定カウンタＣ１がインクリメントされていくものの、確認判定カウンタＣ１が確認判定値Ｃ１ｔｈに達する前の時刻ｔ５に漫然判定カウンタＣ２が漫然判定値Ｃ２ｔｈに達する。そのため、ＣＰＵ３２は、時刻ｔ５に、漫然運転である旨判定する。

このように、ＣＰＵ３２は、安全確認がなされない状態が継続する場合に漫然運転である旨判定することから、運転者が安全確認が不十分な運転をしている状態を適切に判定できる。特に、安全確認がなされない状態が漫然判定値Ｃ２ｔｈ以上となることを漫然運転判定をする条件とすることにより、進行方向の確認等のために視野ＦＶが対象物体ＴＯからそれた場合に、漫然運転であると誤判定することを抑制できる。

以上説明した本実施形態によれば、さらに以下に記載する作用および効果が得られる。
（１）ＣＰＵ３２は、視野ＦＶに対象物体ＴＯが入っている継続時間が確認判定値Ｃ１ｔｈ以上となる場合に、安全確認がなされたと判定した。これにより、運転者が視線を移動しているときに、視野ＦＶに対象物体ＴＯが入ったことをもって、安全確認がなされたとの誤判定をすることを抑制できる。

（２）ＣＰＵ３２は、候補物体ＣＯｉに付与するポイントの大きさを、候補物体ＣＯｉの種類に応じて変更した。これにより、運転者が安全確認をする上で注意を払うべき度合いが大きいものを優先的に対象物体ＴＯに採用することができる。

（３）ＣＰＵ３２は、相対速度Ｖｉが小さいほど、候補物体ＣＯｉに付与するポイントの大きさを大きくした。ここで、相対速度Ｖｉが小さい場合には大きい場合と比較して、車両ＶＣが候補物体ＣＯｉと接触する可能性が高い。そのため、候補物体ＣＯｉが車両ＶＣと接触する可能性が高いほど、ポイントを大きい値とすることができる。そのため、上記設定によれば、運転者が安全確認をする上で注意を払うべき度合いが大きいものを優先的に対象物体ＴＯに採用することができる。

（４）ＣＰＵ３２は、距離Ｌｉが小さいほど、候補物体ＣＯｉに付与するポイントの大きさを大きくした。ここで、距離Ｌｉが小さいほど、車両ＶＣの運転に際してより注意すべき度合いが高い傾向にある。そのため、上記設定によれば、運転者が安全確認をする上で注意を払うべき度合いが大きいものを優先的に対象物体ＴＯに採用することができる。

（５）ＣＰＵ３２は、候補物体ＣＯｉが車両ＶＣと同一車線に位置する場合には隣接車線に位置する場合よりもポイントの大きさを大きくした。ここで、同一車線に位置する物体は隣接車線に位置する物体よりも車両ＶＣの運転に際してより注意すべき度合いが高い傾向にある。そのため、上記設定によれば、運転者が安全確認をする上で注意を払うべき度合いが大きいものを優先的に対象物体ＴＯに採用することができる。

（６）ＣＰＵ３２は、走行領域の確認がなされない状態の継続時間がわき見判定値Ｃ４ｔｈ以上となる場合、わき見運転と判定した。これにより、安全確認等のために運転者の視野が一時的に走行領域からそれた場合にわき見運転と誤判定することを抑制できる。

（７）ＣＰＵ３２は、漫然運転判定またはわき見運転判定がなされていることを条件に、逸脱回避のための運転支援処理を実行した。これにより、運転者が車両ＶＣを意図的に車線から逸脱させる場合に、運転支援によって運転者にとって不本意な操舵介入がなされることを抑制できる。

（８）ＣＰＵ３２は、ブレーキ操作がなされている場合には、漫然運転判定の有無およびわき見運転判定の有無にかかわらず、操舵介入をしないこととした。これにより、車両ＶＣが走行する車線の左側に駐車されている車両または同車線の左側を走行する２輪車などをよけるために、運転者が意図的に車線を逸脱する場合に、操舵介入がなされることを抑制できる。これにより、運転支援処理を一般道で行う場合であっても、運転者にとって不本意な操舵介入を抑制しつつ、必要な時に操舵介入をすることが可能となる。

＜その他の実施形態＞
なお、本実施形態は、以下のように変更して実施することができる。本実施形態および以下の変更例は、技術的に矛盾しない範囲で互いに組み合わせて実施することができる。

「物体確認判定処理について」
・上記実施形態では、視野ＦＶに対象物体ＴＯの所定割合以上が含まれている場合に、視野ＦＶに対象物体ＴＯが含まれているとし、所定割合を「５０％」としたが、これに限らない。たとえば、所定割合を、「５０％」よりも大きい値としてもよく、「５０％」よりも小さい値としてもよい。また、視野ＦＶに対象物体ＴＯが包含されている場合に限って、視野ＦＶに対象物体ＴＯが含まれているとしてもよい。

・上記実施形態では、複数の対象物体ＴＯが存在する場合、視野ＦＶにそれらのうちの少なくとも１つが含まれる状態が確認判定値Ｃ１ｔｈ以上継続する場合に、物体の確認がなされたと判定したが、これに限らない。たとえば、複数の対象物体ＴＯのうちの任意の１つが含まれる状態が確認判定値Ｃ１ｔｈ以上継続する場合に物体の確認がなされたと判定する処理であってもよい。これは、たとえば対象物体ＴＯＡ，ＴＯＢが存在する場合であって以下のケースの場合には、物体の確認がなされたとは判定しない処理となる。すなわち、視野ＦＶに対象物体ＴＯＡが含まれる状態と対象物体ＴＯＢが含まれる状態とのいずれも確認判定値Ｃ１ｔｈ以上とはならないケースである。その場合、対象物体ＴＯＡ，ＴＯＢのうちの少なくとも１つが視野ＦＶに含まれる状態については確認判定値Ｃ１ｔｈ以上継続したとしても、物体の確認がなされたとは判定しない処理となる。

「漫然運転判定処理について」
・図２の処理では、Ｓ１２の処理において否定判定する場合に、Ｓ２４の処理に移行したが、これに限らない。換言すれば、対象物体ＴＯが存在しない場合、物体の確認がなされた旨の判定がされていない状態の継続時間を初期化したが、これに限らない。たとえば、Ｓ１２の処理において否定判定する場合、図２に示す一連の処理を一旦終了してもよい。換言すれば、物体の確認がなされた旨の判定がされていない状態の継続時間を初期化せず、計時動作を停止してもよい。

「評価変数算出処理について」
・上記実施形態では、対象物体ＴＯの候補のポイントＰｉを、３つのマップデータのそれぞれを用いてマップ演算される値の和としたが、これに限らない。換言すれば、ポイントＰｉとしては、距離ポイントマップデータ、速度ポイントマップデータ、および配置ポイントマップデータのそれぞれを用いてマップ演算される３つの値の和に限らない。たとえば、複数のマップデータのそれぞれから算出される値の積であってもよい。

・ポイント規定データＤｐとしては、距離ポイントマップデータと、速度ポイントマップデータと、配置ポイントマップデータとを備えるものに限らない。たとえば、上記３つのマップデータに加えて、対象物体ＴＯの候補となる物体の種類を入力変数とし、ポイントを出力変数とするマップデータを備えてもよい。またたとえば、距離Ｌｉ、相対速度Ｖｉおよび配置情報を入力変数とし、ポイントを出力変数とするマップデータを、対象物体ＴＯの候補となる物体の種類ごとに備えてもよい。またたとえば、距離Ｌｉ、相対速度Ｖｉ、配置情報および候補となる物体の種類を入力変数とし、ポイントを出力変数とするマップデータを備えてもよい。

・上記実施形態は、対象物体ＴＯの種類ごとに、互いに異なるポイントを定義したが、これに限らない。たとえば、対象物体ＴＯの種類に関係なく、車両ＶＣとの距離Ｌｉ、相対速度Ｖｉ、および配置情報に応じてポイントを付与してもよい。また、距離Ｌｉ、相対速度Ｖｉ、および配置情報の３つについても、それらすべてに応じてポイントを定めることは必須ではない。

・評価変数として、対象物体ＴＯである尤度を示す変数であるポイントとする代わりに、対象物体ＴＯではない尤度を示す変数としてもよい。その場合、たとえば、相対速度Ｖｉが小さいほど、評価変数の値を小さい値に算出すればよい。これにより、対象物体ＴＯに設定される側に大きい値を算出することになる。そしてその場合、たとえば、図３のＳ５２の処理において、評価変数の値が閾値以下である場合に、候補物体ＣＯｉを対象物体ＴＯに設定してもよい。

「対象物体設定処理について」
・対象物体ＴＯに設定する処理としては、ポイント等の評価変数の値に基づく処理に限らない。たとえば、対象物体ＴＯとされる物体の種類を定義しておき、定義された物体と車両ＶＣとの距離Ｌｉおよび相対速度Ｖｉが所定範囲内である場合に、その物体を対象物体ＴＯに設定してもよい。

・上記実施形態では、ポイントＰｉが基準値Ｐｔｈ以上となる候補物体ＣＯｉを全て対象物体としたが、これに限らない。換言すれば、車両ＶＣの周囲の物体のうち、基準を満たすものを全て対象物体ＴＯとしたが、これに限らない。たとえば対象物体ＴＯの数に上限値を設けてもよい。その場合、たとえばポイントＰｉが基準値Ｐｔｈ以上となる候補物体ＣＯｉの数が上限値を上回る場合、ポイントＰｉの大きいものを優先的に対象物体ＴＯとすればよい。

「対象物体ＴＯについて」
・対象物体ＴＯとしては、車両ＶＣの運転の仕方次第では路面よりも上の領域において車両ＶＣが接触する可能性がある物体に限らない。たとえば横断歩道等を含めてもよい。

「視野算出処理について」
・上記写像データＤｍを、たとえば、車内画像データＤｐｉを入力とし、頭部姿勢および眼球中心位置を出力する写像を規定するデータとしてもよい。またたとえば、上記写像データＤｍを、車内画像データＤｐｉを入力とし虹彩中心位置および眼球中心位置を出力する写像を規定するデータとしてもよい。

・上記実施形態では、眼球中心から虹彩中心へと進む方向を視線方向とするモデルを用いて視線を推定したが、モデルベース手法において採用するモデルとしては、これに限らない。たとえば、まぶたの形状を含む眼球モデルを用いてもよい。

・視線方向の推定手法としては、モデルベース手法に限らない。たとえば、画像データを入力として注視点を出力する学習済みモデルを用いたアピアランスベース手法であってもよい。ここで、学習済みモデルとしては、たとえば、線形回帰モデルや、ガウス過程回帰モデル、ＣＮＮ等を用いればよい。

・下記「車内カメラについて」の欄に記載したように、赤外線カメラを用いる場合、近赤外線の反射光から角膜上の反射点を特定し、これと瞳孔中心位置とに基づき視線推定を行えばよい。

・上記実施形態では、視線方向から所定角度範囲の領域を視野ＦＶと見なしたが、これに限らない。たとえば、視線方向と水平方向とのなす角度が第１角度以下であって且つ視線方向と垂直方向とのなす角度が第２角度以下である領域を視野ＦＶとし、第１角度を第２角度よりも大きくしてもよい。またたとえば、所定角度範囲を、予め定められた固定値とする代わりに、車速に応じて可変設定してもよい。

「わき見運転判定処理について」
・図７のＳ７４の処理では、走行領域の少なくとも一部が視野ＦＶに入っているか否かを判定したが、これに限らない。たとえば走行領域のうち視野ＦＶとの重複領域の割合が所定割合以上であるか否かを判定してもよい。

・図７の処理において、Ｓ７６～Ｓ８０，Ｓ８４の処理を削除してもよい。
「センサについて」
・車両ＶＣの周囲の物体を感知するセンサとしては、光センサ１２および車外カメラ２２に限らない。たとえば、ミリ波レーダを照射しその反射波を受信するレーダ装置であってもよい。またたとえば、音波信号を照射し、その反射波を受信するソナーであってもよい。

「逸脱対処処理について」
・逸脱対処処理としては、白線との距離が所定値以下となる場合に、操舵介入する処理に限らない。たとえば、運転者に注意喚起する処理であってもよい。ここで注意喚起するためのハードウェアは、スピーカであってもよく、またたとえばステアリングホイールを振動させる装置であってもよい。

・上記実施形態では、運転者がブレーキ操作をしている場合には、漫然運転判定がなされているか否かにかかわらず、逸脱意図有と判定したが、これに限らない。すなわちたとえば、逸脱対処処理を実行する車速ＳＰＤの領域がある程度高速領域である場合等にあっては、ブレーキ操作に応じて逸脱意図の有無を判定しなくてもよい。

「運転支援処理について」
・運転支援処理としては、車両ＶＣが車線から逸脱しないように支援する処理に限らない。たとえば、車両ＶＣが車線の中央を走行する支援をすべく、転舵角を微修正する制御をする処理であってもよい。その場合であっても、図８の処理によって逸脱意図なしと判定されていることを、支援処理の実行条件とすることは有効である。

またたとえば、車両ＶＣが物体と接触しないように支援する処理であってもよい。その場合、車両ＶＣが物体に接触する可能性がある場合に対処すべく操作対象とされるハードウェアは、ブレーキアクチュエータであってもよい。すなわち、接触を回避すべくブレーキを操作してもよい。この場合、漫然運転である旨判定されている場合に判定されていない場合よりも、運転者のブレーキ操作とは独立に制動力を付与するタイミングを早めることが望ましい。またたとえば、ハードウェアは、スピーカであってもよい。すなわち、接触の可能性があると判定される場合に、警報を発してもよい。その場合、漫然運転である旨判定されている場合に判定されていない場合よりも、警報を発するタイミングを早めることが望ましい。

「車内カメラについて」
・車内カメラとしては、可視光カメラに限らず、たとえば赤外線カメラであってもよい。その場合、赤外線ＬＥＤ等によって運転者の角膜に近赤外線を照射し、その反射光を受光すればよい。

「運転状態判定プログラムについて」
・運転状態判定プログラムＰｊｓに、図７の処理を実行する指令を含まなくてもよい。
・運転状態判定プログラムＰｊｓに、図８の処理を実行する指令を含めてもよい。

「運転支援装置について」
・運転支援装置としては、運転状態を判定する処理である、図２～７の処理と、運転支援のために所定のハードウェア手段を操作する処理である、図９の処理との双方を実行する装置に限らない。たとえば、運転状態を判定する処理については、別の制御装置によって実行し、図８の処理による判定結果が入力されて図９の処理を実行する装置であってもよい。

・運転支援装置としては、ＡＤＡＳＥＣＵ３０に限らない。たとえば転舵ＥＣＵ５０等の運転支援処理による操作対象となるアクチュエータを操作するＥＣＵと、ＡＤＡＳＥＣＵ３０とが一体的に形成されたものであってもよい。またたとえば、ＬＩＤＡＲＥＣＵ１０等の車両ＶＣの外部の物体を検知するためのＥＣＵと、ＡＤＡＳＥＣＵ３０とが一体的に形成されたものであってもよい。

・運転支援装置としては、ＣＰＵとプログラムを格納するプログラム格納装置とを備えて、ソフトウェア処理を実行するものに限らない。たとえば、上記実施形態においてソフトウェア処理されたものの少なくとも一部を、ハードウェア処理するたとえばＡＳＩＣ等の専用のハードウェア回路を備えてもよい。すなわち、運転支援装置は、以下の（ａ）～（ｃ）のいずれかの構成であればよい。（ａ）上記処理の全てを、プログラムに従って実行する処理装置と、プログラム格納装置とを備える。（ｂ）上記処理の一部をプログラムに従って実行する処理装置およびプログラム格納装置と、残りの処理を実行する専用のハードウェア回路とを備える。（ｃ）上記処理の全てを実行する専用のハードウェア回路を備える。ここで、処理装置およびプログラム格納装置を備えたソフトウェア実行装置や、専用のハードウェア回路は複数であってもよい。

「運転状態判定装置について」
・運転状態判定装置としては、ＣＰＵとプログラムを格納するプログラム格納装置とを備えて、ソフトウェア処理を実行するものに限らない。たとえば、上記実施形態においてソフトウェア処理されたものの少なくとも一部を、ハードウェア処理するたとえばＡＳＩＣ等の専用のハードウェア回路を備えてもよい。すなわち、運転状態判定装置は、以下の（ａ）～（ｃ）のいずれかの構成であればよい。（ａ）上記処理の全てを、プログラムに従って実行する処理装置と、プログラム格納装置とを備える。（ｂ）上記処理の一部をプログラムに従って実行する処理装置およびプログラム格納装置と、残りの処理を実行する専用のハードウェア回路とを備える。（ｃ）上記処理の全てを実行する専用のハードウェア回路を備える。ここで、処理装置およびプログラム格納装置を備えたソフトウェア実行装置や、専用のハードウェア回路は複数であってもよい。

「コンピュータについて」
・運転状態の判定を行うコンピュータとしては、図１に例示したＣＰＵ３２に限らない。たとえば、図２に示した処理のうち、Ｓ１４の処理についてはユーザの携帯端末が実行することとし、残りの処理をＣＰＵ３２が実行するようにしてもよい。

１０…ＬＩＤＡＲＥＣＵ
２０…画像ＥＣＵ
３０…ＡＤＡＳＥＣＵ
４０…車内ネットワーク

Claims (14)

1. 車両の周囲の物体を感知するセンサ（１２，２２）の出力に応じた前記車両の周囲の物体の情報を取得する物体情報取得処理（Ｓ４０）と、
   前記物体の情報に基づき、前記車両の運転者が注意を向けるべき対象物体を設定する対象物体設定処理（Ｓ５０～Ｓ５４）と、
   前記運転者の画像データを取得する画像取得処理（Ｓ６０）と、
   前記画像データを入力とし、前記対象物体の確認がなされない状態が漫然判定値以上継続する場合、漫然運転状態であると判定する判定処理（Ｓ１４，Ｓ１６～Ｓ２２，Ｓ３０，Ｓ３２）と、を実行し、
   前記漫然運転状態は、前記車両を運転するうえでの安全確認が不十分な運転状態である運転状態判定装置。
2. 前記判定処理は、視野算出処理（Ｓ１４）と、物体確認判定処理（Ｓ１６～Ｓ２２）と、漫然運転判定処理（Ｓ３０，Ｓ３２）と、を含み、
   前記視野算出処理は、前記画像データを入力とし、前記運転者の視野を算出する処理であり、
   前記物体確認判定処理は、前記視野に前記対象物体が入っている継続時間が確認判定値以上となる場合に、前記物体の確認がなされたと判定する処理であり、
   前記漫然運転判定処理は、前記物体確認判定処理によって確認がなされたと判定されない状態が確認判定値以上継続する場合に漫然運転状態であると判定する処理である請求項１記載の運転状態判定装置。
3. 前記対象物体は、前記車両の運転の仕方次第では路面よりも上の領域において前記車両が接触する可能性がある物体である請求項１または２記載の運転状態判定装置。
4. 前記対象物体設定処理は、評価変数算出処理（Ｓ５０）と、対象物体判定処理（Ｓ５２，Ｓ５４）と、を含み、
   前記評価変数算出処理は、前記物体情報取得処理によって情報が取得された物体のそれぞれについて、前記対象物体とするか否かの評価に用いる変数である評価変数の値を算出する処理であり、
   前記対象物体判定処理は、前記取得された物体の前記評価変数の値に応じて当該物体を前記対象物体に設定するか否かを判定する処理であり、
   前記評価変数の値は、前記評価変数算出処理によって、前記取得された物体の種類に応じて異なる値に算出される請求項１～３のいずれか１項に記載の運転状態判定装置。
5. 前記対象物体設定処理は、評価変数算出処理（Ｓ５０）と、対象物体判定処理（Ｓ５２，Ｓ５４）と、を含み、
   前記評価変数算出処理は、前記物体情報取得処理によって情報が取得された物体のそれぞれについて、前記対象物体とするか否かの評価に用いる変数である評価変数の値を算出する処理であり、
   前記対象物体判定処理は、前記取得された物体の前記評価変数の値に応じて当該物体を前記対象物体に設定するか否かを判定する処理であり、
   前記評価変数の値は、前記評価変数算出処理によって、前記車両に対する前記取得した物体の相対速度が負である場合、前記相対速度が小さい場合に大きい場合よりも前記対象物体に設定される側の大きい値に算出される請求項１～４のいずれか１項に記載の運転状態判定装置。
6. 前記対象物体設定処理は、評価変数算出処理（Ｓ５０）と、対象物体判定処理（Ｓ５２，Ｓ５４）と、を含み、
   前記評価変数算出処理は、前記物体情報取得処理によって情報が取得された物体のそれぞれについて、前記対象物体とするか否かの評価に用いる変数である評価変数の値を算出する処理であり、
   前記対象物体判定処理は、前記取得された物体の前記評価変数の値に応じて当該物体を前記対象物体に設定するか否かを判定する処理であり、
   前記評価変数の値は、前記評価変数算出処理によって、前記取得された物体と前記車両との距離が小さい場合に大きい場合よりも前記対象物体に設定される側の大きい値に算出される請求項４または５記載の運転状態判定装置。
7. 請求項１～６のいずれか１項に記載の運転状態判定装置における前記各処理と、
   前記判定処理の判定結果を入力とする前記車両の運転支援処理と、を実行する運転支援装置。
8. 前記運転支援処理は、運転支援のための所定のハードウェア（５２）を操作する条件を、前記漫然運転であると判定されている場合にされてない場合よりも緩める処理（Ｓ９４，Ｓ９６）を含む請求項７記載の運転支援装置。
9. 前記運転支援処理は、前記車両が走行車線を逸脱することに対処すべく、所定のハードウェア手段を操作する逸脱対処処理（Ｓ１０２～Ｓ１０６）を含み、
   前記逸脱対処処理を、前記車両が前記走行車線を逸脱する可能性があるときに前記漫然運転である旨判定されている場合に実行する請求項７または８記載の運転支援装置。
10. 前記運転者がブレーキ操作をしている場合、前記漫然運転である旨の判定の有無にかかわらず、前記車両が前記走行車線を逸脱する可能性があるときに前記逸脱対処処理を実行する請求項９記載の運転支援装置。
11. 前記車両の進行方向の情報に基づき、前記車両の走行領域を算出する領域算出処理（Ｓ７２）と、
    前記画像データを入力とし、走行領域の確認がなされない状態の継続時間が所定時間以上となる場合、わき見運転であると判定するわき見判定処理（Ｓ７４～Ｓ８９）と、を実行し、
    前記逸脱対処処理を、前記車両が前記走行車線を逸脱するおそれがあるときに前記わき見運転であると判定されている場合にも実行する請求項９記載の運転支援装置。
12. 前記わき見判定処理は、視野算出処理（Ｓ１４）と、領域確認判定処理（Ｓ７４～Ｓ８０）と、を含み、
    前記視野算出処理は、前記画像データを入力とし、前記運転者の視野を算出する処理であり、
    前記領域確認処理は、前記視野に前記走行領域が入っている継続時間が領域注視判定値以上となる場合に、前記走行領域の確認がなされたと判定する処理である請求項１１記載の運転支援装置。
13. 請求項１～６のいずれか１項に記載の運転状態判定装置における前記各処理を実行するステップを有する運転状態判定方法。
14. 請求項１～６のいずれか１項に記載の運転状態判定装置における前記各処理をコンピュータに実行させる運転状態判定プログラム。

Images