JP4164095B2 - ドライバ支援方法および装置 - Google Patents

Description

従来の技術
本発明は、ドライバ支援方法および装置に関する。

上記のような方法ないしは装置、いわゆるドライバアシストシステムは、従来技術からさまざまな特徴を有するものが公知である。このようなドライバアシストシステムの例は、前方を走行する車両までの間隔に注視して車両の走行速度を適合化する適応形の走行速度制御器（ＡＣＣ Adaptive Crouse Control）、レーンを逸れた際にドライバに警報するレーン逸脱警報器、レーンチェンジ時にドライバの視野の死角に対象体がある際に警報する死角監視システムなどである。適応形の走行速度制御器の例は、DE-A-101 18 265に、またレーン逸脱警報器の例はEP 1 074 430 A1に示されている。殊にレーン逸脱警報器において、またいくつかのＡＣＣ実施例においてもチェックされるのは、車両が、例えば車線エッジマーク（Fahrbahnrandmarkierung）によって区切られた車線を逸脱したか否かないしは逸脱しそうであるか否かである。ここでは意図的なレーンチェンジと意図しないレーンチェンジとを、すなわち追い越しのためレーンチェンジとドライバの不注意に起因するレーンチェンジとを区別できるようになれば、格段に機能が改善されることになる。

発明の利点
ここではドライバによる意図的なレーンチェンジか、または意図しないレーンチェンジのいずれであるかを区別するため、車両の動作パラメタに基づいてレーンチェンジ過程を分類するクラシファイア（Klassifikator）が使用される。これによって有利にもレーン逸脱警報システムにおいてエラーアラームが格段に低減される。それはレーンチェンジが意図されていない場合、殊にドライバの不注意に起因してレーンチェンジが行われるかないしは行われそうになる場合にだけ、ドライバに警告がなされるからである。

殊に有利であるのは、クラシファイアとしてニューラルネットワークを使用することである。ここでこのニューラルネットワークは、供給した動作パラメタに基づいて、レーンチェンジが意図であるか、意図的でないかの判定を行う。これによって極めて満足の行く分類の精度が得られ、またエラーアラームが一段と低減される。

殊に信頼性の高い区別が得られるのは、動作パラメタとして、操舵角、車両と車線エッジとの間隔、車線エッジと車両の走行トレースとの間の角度、および／またはドライバの所望する加速を表すパラメタが選択される場合である。

有利にも上記のやり形は、別のドライバアシストシステムとの関連においても、例えば適応形の走行速度制御器との関連においても使用可能であり、ここでは意図的なレーンチェンジの際に、より遅い対象物に詰まることによって車両が遅延することを抑制することが可能である。

殊に有利であるのは、利用可能な車両の動作パラメタに基づき、あらかじめ設定した判定条件にしたがって、レーンチェンジが意図的であるかまたは意図的でないかの分類を行うクラシファイアを使用することである。

本発明はまたドライバ支援装置に関しており、ここでこのドライバ支援装置は、車両のレーンチェンジが識別される場合に出力信号を形成する少なくとも１つの評価ユニットを有する。この評価ユニットはクラシファイアを含んでおり、このクラシファイアにより、動作パラメタに基づいて、意図的なレーンチェンジと意図しないレーンチェンジとが区別され、また上記の評価ユニットにより、上記の分類の結果に依存して上記出力信号が形成される。

別の利点は、以下の実施例の説明ないしは従属請求項から得られる。

図面
本発明を以下、図面に示した実施形態に基づいて詳しく説明する。ここで図１は、レーンチェンジ識別を行う処理ユニットに対する概要図を示している。この処理ユニットは、レーン逸脱警報器の例で示されている。図２には、レーン逸脱警報に関連して、レーンチェンジを分類する基本的なやり方を示す流れ図が示されている。図３は、意図しないレーンチェンジと、意図的なレーンチェンジとを区別する第１実施例に対する流れ図を示している。図４および５には、レーンチェンジが意図であるか否かを識別するための第２実施例を示す流れ図が示されている。

実施例の説明
図１は、ドライバ支援のためのシステムの一部である装置を示している（これにより、例えば、レーンを逸脱するまたは逸脱しそうな場合にレーンを維持するために調整素子を駆動および／または警報する）。図示されているのは制御ないしは評価ユニット１０であり、これは少なくとも１つの入力回路１２と、マイクロコンピュータ１４と、出力回路１６とを有する。これらの素子は、相互のデータ交換のためにバスシステムに一緒に接続されている。入力回路１２にはさまざまな測定装置から入力線路が延びており、これらの入力線路を介して測定信号ないしは測定情報が伝送される。第１入力線路２０は、入力回路１２と、車両の前方のシーンを記録する画像センサシステム２２とを接続する。相応する画像データは、入力線路２０を介して伝送される。さらに入力線路２４〜２８が設けられており、これらは入力回路１２と測定装置３０〜３４とを接続する。これらの測定装置は、例えば、車両速度を測定する測定装置、操舵角を検出する測定装置、ドライバの所望する加速度を表すパラメタ、例えばドライバによるアクセルペダル操作の程度を検出する測定装置、ならびに以下に説明するやり方に関連して重要である車両の別の動作パラメタを検出するための測定装置である。出力回路１６および出力線路３６を介して少なくとも１つの警報装置３８、例えば警報ランプ、および／または音響的な警報および／または音声出力のためのスピーカ、画像を表示するためのディスプレイおよび／または触覚的な指示に対する調整素子が駆動制御され、これらによってドライバは、レーンの（起こりそうな）逸脱についての情報が得られる。これに加えてまたはこれとは択一的に、出力回路１６および出力線路４０を介して調整システム４１を駆動制御する実施例もあり、ここでこの調整システムは例えば車両の操舵に介入することによって自動的にこの車両を元のレーン戻してレーンの逸脱を阻止する。

レーン逸脱警報器の実施例では、画像センサシステムに供給される車両の前方のシーンに基づき、画像解析の手法を用いてレーンデータが求められる。ここでこのレーンデータは、レーンのパラメタおよび経過を表す。例えば、（左および／または右のレーンエッジの）レーンエッジマークが検出され、各レーンエッジの経過が、例えば多項式（３次のべき乗関数）として近似される。さらに車両の走行トレースの経過が、例えば右および／または左のホイールに対して、車両幾何学形状パラメタ、車両速度の目下および過去のパラメタ、操舵角、または横方向加速度等から計算され、同様に多項式として表される。１実施例では、２つの関数（レーンマークの経過および車両の走行トレースの経過）が、所定の距離に相応する所定の領域において交点を有する場合、ドライバへの警報ないしはレーンを維持する応答動作が行われる。この警報は、有利な実施例において、左のレーンマーキングを跨いだ際および右のレーンマーキングを跨いだ際に行われる。上記のデータから別のレーンデータ、例えば、レーンマーキングと車両のトレースと間の横方向の間隔（右側のエッジに対する右側の面、左側のエッジに対する左側の面）、レーンの曲率、および／または正接の比較に基づく走行トレースとレーンマーキングとの間（右側のエッジに対する右側の走行トレース、左側のエッジに対する左側の走行トレース）の角度を計算する。

このような機能において重要であるのは、実際にはドライバがレーンマーキングの乗り越えを意図していない場合にだけ、このドライバに警報がなされることである。

図２は、上記のレーン逸脱警報器がクラシファイアによって補足される流れ図を示しており、ここでこのクラシファイアは車両の動作パラメタに基づいてレーンチェンジ状況を評価し、これを「意図しないレーンチェンジ」または「意図的なレーンチェンジ」に分類する。ここで図２の流れ図は相応のプログラムを示しており、ここでこのプログラムは、図１に示した装置のマイクロコンピュータにおいて動作する。第１のステップ１００では（一度目は一方の車体側に対して、別のパスでは他方の車体側に対して）、上に示したレーンデータを読み込む。すなわち、レーンエッジマークの経過、車両の実際走行トレースの経過、車両とレーンエッジとの間の横方向の間隔に対するパラメタ、車両トレースとレーンエッジとの間の角度に対するパラメタ、ならびに上に述べた別の動作パラメタなどを読み込むのである。それに続くステップ１０２でチェックされるのは、レーンの逸脱が発生したか否かないしはこのような逸脱が発生しそうか否かである。発生しないないしは発生しそうにない場合、ステップ１００を繰り返す。逸脱ないしは逸脱しそうなことが識別されると、ステップ１０４において動作パラメタに基づき、クラシファイアによって上記レーンチェンジが意図であるか、または意図的でないかを求める。クラシファイアの実施例は以下に説明する。これに続いてステップ１０６でチェックするのは、レーンの逸脱が意図的であるか否かである。これが意図である場合、警報ないしはレーンを維持する応答動作は行われず、また上記のプログラムをステップ１００において繰り返す。しかしながらそうでない場合にレーンの逸脱が意図的でないことが識別されると、ステップ１０８において視覚的、音響的および／または触覚的に警報が行われるか、ないしはレーン維持応答動作、例えば、操舵に作用する調整素子の駆動制御が行われる。

分類のための基本的なやり方は、車両の少なくとも２つの動作パラメタを評価することに基づいており、ここではこれらの動作パラメタに基づいてドライバの特性を決定することができる。このために有利な動作パラメタは、例えば、操舵角、車両の速度ないしは加速度または遅延、車両トレースとレーンエッジとの間の横方向のオフセット、殊にその変化、および／または車線エッジに対する車両トレースの角度である。ここでは操舵角に関連して操舵特性をチェックする。この操舵特性は、レーンチェッジの意図がある際に明確に識別可能である。あらかじめ定めた値よりも大きな操舵角、殊に相応する操舵角の時間的な変化は、レーンチェンジの意図を示唆する。ここでコーナリング中には、求めたレーン曲率を考慮しなければならない。さらに殊に左へのレーンチェンジの意図がある際には車両が加速することが多いため、あらかじめ設定した閾値よりも大きく車両が加速するないしはドライバが加速を所望する時には意図的なレーンチェンジを仮定することができる。別の有利なパラメタは、レーンマーキングに対する車両の横方向の間隔、殊にその時間的な変化である。これは、車両がレーンエッジマークに近づく強さに対する尺度を表す。この尺度は、所望したレーンチェンジの場合は、所望しないレーンチェンジの場合よりも格段に大きい。相応することがレーンマークに対する角度にも当てはまり、これも、所望したレーンチェンジの場合は、所望しないレーンチェンジの場合よりも格段に大きい。

まとめると確認できるのは、所望したレーンチェンジおよび所望しないレーンチェンジへのレーンチェンジ過程の分類が、車両の動作パラメタに基づいて行われることであり、ここでこれは、例えば、操舵角が閾値を上回る、および／またはドライバの所望した加速度が閾値を上回る、および／またはエッジマーキングへの横方向の間隔の時間的な経過が閾値を上回る、および／またはエッジマーキングに対する角度が閾値を上回る場合に行われる。これらの判定条件は重み付けされて、所望したレーンチェンジおよび所望しないレーンチェンジへのレーンチェンジ過程の分類に利用され、ここでは一般に、上記の状況のうちの少なくとも１つが存在する際に意図的なレーンチェンジが識別され、これらが存在しない際に意図しないレーンチェンジが識別される。

判明したのは、左へのレーンチェンジと、右へのレーンチェンジとを異なる判定条件で評価しなければならないことである。それは左へのレーンチェンジは、追い越しに関係していることが多く、車両が加速されるからである。またこの場合、所望されたレーンチェンジの際には操舵特性も格段に大きくなり、レーンマーキングに対する角度も極めて大きい。右へのレーンチェンジの際には相応にこれらの判定条件の重み付けを、左へのレーンチェンジとは変えなければならない。例えば低減させなければならないのである。

上に説明したやり方にしたがってクラシファイアを実現するため、有利な実施例では、ニューラルネットワークが適切である。有利な１実施例ではＭＬＰネットワーク（多層パーセプトロン）を適切であることが判明した。このニューラルネットワークには上記のパラメタが、左側および右側に対して供給される。個々のニューロンに割り当てられる重み付け（閾値）にしたがい、このニューラルネットワークにより、所望のレーンチェンジまたは所望しないレーンチェンジを表す出力パラメタが形成される。

第２の実現の仕方の特徴は、個々のパラメタに対して具体的な条件をあらかじめ設定することにあり、ここではこれらの条件から、所望したレーンチェンジの特性または所望しないレーンチェンジの特性があることが導き出される。ここでは判断を保証するため、少なくとも不明瞭な場合には上記の判定条件の組合せを考慮する。例えば、レーンに接した際にレーンに対する角度が４°以上の場合、レーン曲率が大きくない限り、ドライバの不注意を排除することができる。これに相応して、使用される量毎に相応の判定ルールを形成することができる。いずれの判定ルールにおいても一義的な結果を得ることができない残りの状況に対しては、残りの特徴（例えばレーン境界に対する間隔の時間的変化）に基づいて、所望のレーンチェンジまたは所望しないレーンチェンジのどちらであるかについて精確に判断を行う。ここで判断条件、少なくともその重み付けはふつう左側と右側とで異なる。

図３にはブロック図に基づき、上記の第１の実施例が示されている。ここで個々のブロックは、相応するプログラムまたはプログラム部分を表しているのに対して、接続線は信号の流れを示している。

図３に示した実施例において、左のレーンエッジの経過２００，車両の左の走行トレースの経過２０２，右のエッジマークの経過２０４，車両の右の走行トレースの経過２０６，車両の速度２０８，操舵角２１０ならびにドライバの所望する加速度２１２が供給される。参照符号２１４ないしは２１６において、レーンエッジないしは走行トレースの経過から、それぞれ別個に左側および右側に対して、レーンエッジと車両との間隔（オフセット）ならびに車両トレースとレーンエッジとの間の角度を算出する。さらに記憶装置２１７には上記のパラメタに対して記憶された前の値があり、これらは、例えば１０の時間ユニット前、３０の時間ユニット前のパラメタ等々である。これらのパラメタはニューラルネットワーク２１８に供給される。このニューラルネットワークの出力信号２１９は、意図的なレーンチェンジまたは意図しないレーンチェンジであることを示す情報である。この情報は、ドライバアシスト機能２２０（有利な実施例ではレーン逸脱警報器）に到達し、この機能により、意図せずにレーンを逸脱した際に、冒頭の述べたやり方で警報装置２２２が操作され、および／または調整素子２２４が駆動制御されるのである。

別の有利な実施形態では出力信号２１９は、０または１ではなく、単位区間[０，１]における値をとる。これは分類の際に付加的に役に立つ情報である。「確実に」識別されるレーンチェンジは、例えば１に近い出力値、約0.99998または0.95887（または1.0）または類似の値を有し、これに相応して「確実に」識別される不注意は０に近い値を有する。判断が確実に行われないレーンチェンジは、ニューラルネットワークの出力側において０または１に近い値にはならず、例えば0.771または0.334または0.501になることもある。この場合、分類の判断は、閾値によって、例えば判断「＞？0.5」によって精確に評価することができる（「デファジィイング」）。しかしながらここでこの閾値は、適応的にドライバに適合させることが可能である。閾値として例えば「＞0.9」を選択すると、レーン逸脱警報器によって「比較的頻繁に」警報が発せられる。それはここでは不確実な場合に警報が行われるからである。

警報がなされることをあまり好まないスポーティなドライバは、閾値として「＞0.2」を選択することができる。しかしながらこの場合、不注意の際ですら警報が行われないことを受け入れなければならない。許容されるエラー警報数／時間についての受け入れの研究によって示すことのできるデータに応じて、このネットワークの閾値が調整される。この閾値を最終製品において「回転ホイール」を介してドライバまたは別の人間によって調整可能にすることも可能である。

有利な実施例ではニューラルネットワークは、多層パーセプトロンであり、その構造は図３に示されている。ここで個々のニューロンの重み付け（入力パラメタを評価するための閾値）はトレーニングの枠内で決定される。このトレーニングは一連の実験の結果に基づいており、ここでこれらの一連の実験では、評価される動作パラメタのそれぞれの特性は、実際のドライバ特性（意図的なレーンチェンジ／意図しないレーンチェンジ）と共に記録される。学習アルゴリズム（パターンによるＭＬＰトレーニングに対する逆伝播）によって、ニューロンの重み付けが最適化されて、実験データの可能な限りに多くの分類結果が得られるようにする。

別の実施例では分類のためにニューラルネットワークを使用せず、それぞれ評価される動作パラメタに対して固定の判定条件をあらかじめ設定する。これらの判定条件、有利には直線的な分離線も上述の実験結果に基づいて決定される。図４および５の流れ図はプログラムを示しており、このプログラムを用い、上記の判定条件に基づき、車体左側に対して（図４）および車体右側に対して（図５）上記の分類を実行する。ここで具体的な判定条件は、種々多様な関数とすることができ、経験的に決定され、また左側および右側に対して１つまたは複数の判定条件が相異なる。

図４では流れ図としてプログラムが示されており、このプログラムにより、車両の左側において、意図的なレーンチェンジと、意図しないレーンチェンジとの間の区別が可能である。第１のステップ３００において、すでに上述した動作パラメタ、すなわち、左側のエッジの経過、左側の走行トレースの経過、車両の速度、車両の操舵角ならびにドライバの所望する加速度を読み込む。これに続くステップ３０２では走行トレースとエッジマークとの間の角度、エッジマークとの横方向の間隔、ならびに操舵角の変化が決定される。さらにこのステップでは記憶装置からこれらのパラメタの前の値が読み出され、例えば、１０個および／または３０個の時間ユニット前の値を計算することができる。これに続くステップ３０４では、まずエッジマークとの間隔に対する判定条件がチェックされる。ここでは現時点と先行する１時点との間、ならびに現時点と先行するさらに前の１時点との間で、この間隔の変化がチェックされる。先行する値に対する間隔の変化が、さらに前の値に対する間隔の変化に対して増大している場合、意図的なレーンチェンジであると仮定する。相応する信号はステップ３０６に転送される。その一方で、先行する値に対する間隔の変化がさらに前の値に対する間隔の変化に対して減少している場合、ステップ３０８により、意図しないレーンチェンジに対する信号が発生する。この判定条件は、判断を行うことのできない間隔変化に対して、値域が得られるように決定される。判断を行うことのできない間隔変化の場合、ステップ３１０においてドライバの所望する加速度を使用する。この加速度が、あらかじめ設定した値を上回る場合、ステップ３０６によって意図的なレーンチェンジを仮定する。そうでない場合、ステップ３１２において操舵角に対する判定条件をチェックする。これにより、大きな操舵角変化の際に意図的なレーンチェンジを仮定することができる。すなわち、操舵角の変化が閾値よりも大きい場合、ステップ３０６（意図的なレーンチェンジの表示）が実行されるのである。ステップ３１２において操舵角の判定条件が満たされない場合、ステップ３１４において角度／速度判定基準が使用される。ここでは車両の速度変化が、レーンエッジに対する角度と共に評価される。この速度変化が、この角度に依存する量よりも大きい場合、意図的なレーンチェンジ仮定し、この速度変化が、この値よりも小さい場合、意図しないレーンチェンジを仮定する（ステップ３０８）。このようにしてレーンチェンジ過程の分類を行うのである。

重要であるのは、確実にケースが区別された場合にだけ、相応の結果の表示に結びつくようにすることであるため、最初にはどの判断も受け入れず、最後の判定条件になってはじめて残りのすべてのケースにおける決定的な判断が得られるのである。

右側に対して示されたのは、ドライバ特性が左側のそれとは異なるため、判定条件を適合化し、また判定条件をチェックする順序も変更しなければならないことである。図５は、右側においてレーンチェンジ過程を分類するための流れ図を示している。ステップ４００および４０２では上記のパラメタが車体右側に対して読み込まれ、ないしは計算される。ステップ４０４ではまず操舵角判定条件をチェックする。わずかな操舵角変化だけが発生している場合、ステップ４０６によって不注意を仮定する。この判定条件が満たされない場合、ステップ４０７において所望の加速度の判定条件をチェックする。このパラメタが、ドライバが所望する大きな加速度に相応する所定の閾値を上回っている場合、ステップ４０８において意図的なレーンチェンジを仮定する。この判定条件も満たされない場合、ステップ４１０において角度／速度判定条件をチェックする。ここでは、速度変化が、レーンエッジに対する角度に依存する境界値よりも大きい場合には、意図的なレーンチェンジ（ステップ４０８）を仮定する。これに対して速度変化が、この角度に依存する境界値よりも小さい場合には、意図しないレーンチェンジ（ステップ４０６）を仮定する。ここでこれらの境界値は、ここでも判断を行うことのできない値のゾーンが生じるように決定される。値がこの領域にある場合、ステップ４１２において境界線までの間隔を評価する。この間隔の変化が、所定の値よりも大きい場合、意図的なレーンチェンジ（４０８）を仮定し、この変化がこの値よりも小さい場合、意図しないレーンチェンジを仮定する（４０６）。

上述のように、上記のレーンチェンジ分類のやり方は、冒頭に述べたレーン逸脱警報器だけに関連して使用されるのではなく、別のドライバアシストシステム、例えば、適応形の走行速度制御器、死角識別システムまたはレーンチェンジ支援システムにも関連して使用される。

さらに実施例に応じて、上記の分類のための動作パラメタのうちの１つまたは別の１つが省略される。別の実施例ではさらに過去の２つのパラメタだけでなく、さらに多くの過去のパラメタを使用して判定条件を形成することができる。

操舵角量を使用するのとは択一的に、ヨーレート、レーンマークとの横方向の間隔、および車両の横方向加速度の使用することができ、これは共に相応の測定装置によって検出することができる。

レーンチェンジ識別を行う処理ユニットの概略図である。 レーン逸脱警報に関連して、レーンチェンジを分類する基本的なやり方を示す流れ図である。 意図しないレーンチェンジと、意図的なレーンチェンジとを区別する第１実施例に対するブロック図である。 レーンチェンジが意図であるか否かを識別するための第２実施例を示す流れ図である。 レーンチェンジが意図であるか否かを識別するための第２実施例を示す別の流れ図である。

Claims (12)

1. 車両のレーンチェンジ過程が識別される場合に出力信号を形成するドライバ支援方法において、
   − レーンチェンジ過程を識別し、
   − あらかじめ定めた判定基準に基づき、当該車両の相異なる少なくとも２つの動作量を個別にチェックし、
   − 当該のチェック結果の組み合わせに基づいて、運転者が意図したレーンチェンジか、運転者が意図しないレーンチェンジかについて前記のレーンチェンジ過程を分類し、
   − 当該の分類に応じて前記出力信号を出力し、
   前記のあらかじめ定めた判定基準は、レーンチェンジの方向に応じて異なることを特徴とする、
   ドライバ支援方法。
2. 前記の複数の動作パラメタのうちの１つは、車両の操舵角またはヨーレートである、
   請求項１に記載の方法。
3. 前記の複数の動作パラメタのうちの１つは、ドライバが所望する加速度、殊にアクセルペダルの動きから導出されるパラメタである、
   請求項１または２に記載の方法。
4. 前記の複数の動作パラメタのうちの１つは、車両の速度である、
   請求項１から３までのいずれか１項に記載の方法。
5. 前記の複数の動作パラメタのうちの１つは、車両の走行トレースと、レーンの境界との間とのなす角度である、
   請求項１から４までのいずれか１項に記載の方法。
6. 前記の複数の動作パラメタのうちの１つは、車両とレーンのエッジマークとの間隔、または車両の横方向加速度である、
   請求項１から５までのいずれか１項に記載の方法。
7. 意図的なレーンチェンジまたは意図しないレーンチェンジのいずれであるのかの区別を、ニューラルネットワークとして構成されたクラシファイアによって行う、
   請求項１から６までのいずれか１項に記載の方法。
8. 前記クラシファイアの出力パラメタとして、確実に識別された意図的なレーンチェンジに対する値と、確実に識別された意図しないレーンチェンジに対する値との間の値をとるパラメタを形成する、
   請求項１から７までのいずれか１項に記載の方法。
9. 前記のクラシファイアの出力パラメタと、有利には可能な閾値とを比較し、
   これに依存して、意図的なレーンチェンジまたは意図しないレーンチェンジのいずれであるのかを決定する、
   請求項８に記載の方法。
10. 上記意図的なレーンチェンジまたは意図しないレーンチェンジのいずれであるのかの区別をクラシファイアに基づいて行い、
    ここでは前記の動作パラメタは判定条件と照合され、該判定条件に基づいて前記の区別を行う、
    請求項１から９までのいずれか１項に記載の方法。
11. 意図的なレーンチェンジまたは意図しないレーンチェンジのいずれであるのかを決定する際に、過去の値および／または少なくとも１つの動作パラメタの時間的な変化を考慮する、
    請求項１から１０までのいずれか１項に記載の方法。
12. 車両のレーンチェンジが識別される場合に出力信号を形成する少なくとも１つの評価ユニットを有するドライバ支援装置において、
    − 前記評価ユニットを構成して、当該評価ユニットによって、レーンチェンジ過程が識別され、あらかじめ定めた判定基準に基づき、当該車両の相異なる少なくとも２つの動作量が個別にチェックされるようにし、
    − 前記評価ユニットはクラシファイアを含んでおり、
    該クラシファイアを構成して、前記のチェック結果の組み合わせに基づいて、運転者が意図したレーンチェンジか、運転者が意図しないレーンチェンジかについて前記のレーンチェンジ過程が分類されるようにし、
    さらに前記評価ユニットを構成して、当該評価ユニットにより、前記の分類の結果に依存して前記出力信号が形成されるようにし、
    前記のあらかじめ定めた判定基準は、レーンチェンジの方向に応じて異なることを特徴とする、
    ドライバ支援装置。

Images