JP4543760B2 - 車両用運転操作補助装置および車両用運転操作補助装置を備える車両 - Google Patents

Description

本発明は、運転者の操作を補助する車両用運転操作補助装置に関する。

従来の車両用運転操作補助装置は、先行車と自車両との車間距離に基づき、アクセルペダルの操作反力を変更している（例えば特許文献１参照）。この装置は、車間距離の減少に伴いアクセルペダルの反力を増加させることによって、運転者の注意を喚起する。

本願発明に関連する先行技術文献としては次のものがある。
特開平１０−１６６８８９号公報 特開平１０−１６６８９０号公報 特開２０００−５４８６０号公報

走行中の運転者の緊張度合は、運転者がアクセルペダルに発生する操作反力から受ける感覚に影響を及ぼす。そこで、このような車両用運転操作補助装置にあっては、運転シーンや走行状態に応じて運転者の緊張度合が変化した場合でも、運転者の感覚に合った反力制御を行うことが望まれている。

本発明による車両用運転操作補助装置は、自車両の車両状態および自車両周囲の障害物状況を検出する状況認識手段と、状況認識手段の検出結果に基づいて、自車両が自車両周囲の障害物へ接近する接近度合を表すリスクポテンシャルを算出するリスクポテンシャル算出手段と、リスクポテンシャル算出手段によって算出されたリスクポテンシャルに基づいて、車両操作機器に発生させる操作反力を算出する操作反力算出手段と、操作反力算出手段によって算出された操作反力を車両操作機器に発生させる操作反力発生手段と、運転者の発汗量、および運転者の脈拍の少なくともいずれかを緊張度合データとして検出する緊張度合データ検出手段と、自車両が走行する道路が渋滞中でない場合に緊張度合データ検出手段によって検出された緊張度合データを蓄積し、蓄積された緊張度合データから運転者の運転行動パターンを学習する学習手段と、運転者の緊張度合を検出する緊張度合検出手段と、緊張度合検出手段によって検出される運転者の緊張度合に応じて、緊張度合が高い場合は緊張度合が低い場合に比べて車両操作機器に発生させる操作反力が大きくなるように補正する操作反力補正手段とを備え、緊張度合検出手段は、緊張度合データ検出手段で検出される緊張度合データが学習手段によって学習した運転者の運転行動パターンから外れる場合に、運転者の緊張度合が高いと判定する。
本発明による車両用運転操作補助装置は、自車両の車両状態および自車両周囲の障害物状況を検出する状況認識手段と、状況認識手段の検出結果に基づいて、自車両が自車両周囲の障害物へ接近する接近度合を表すリスクポテンシャルを算出するリスクポテンシャル算出手段と、リスクポテンシャル算出手段によって算出されたリスクポテンシャルに基づいて、車両操作機器に発生させる操作反力を算出する操作反力算出手段と、操作反力算出手段によって算出された操作反力を車両操作機器に発生させる操作反力発生手段と、運転者の発汗量、および運転者の脈拍の少なくともいずれかを緊張度合データとして検出する緊張度合データ検出手段と、自車両が走行する道路が渋滞中でない場合に緊張度合データ検出手段によって検出された緊張度合データを蓄積し、蓄積された緊張度合データから運転者の運転行動パターンを学習する学習手段と、運転者の緊張度合を検出する緊張度合検出手段と、緊張度合検出手段によって検出される運転者の緊張度合に応じて、緊張度合が高い場合は緊張度合が低い場合に比べてリスクポテンシャルが大きくなるように補正するリスクポテンシャル補正手段とを備え、緊張度合検出手段は、緊張度合データ検出手段で検出される緊張度合データが学習手段によって学習した運転者の運転行動パターンから外れる場合に、運転者の緊張度合が高いと判定し、操作反力算出手段は、リスクポテンシャル補正手段によって補正されたリスクポテンシャルに基づいて操作反力を算出する。

自車両の走行状況や運転シーンによって運転者の緊張度合が変化すると、運転者のリスク感も変化するが、緊張度合に基づいて操作反力またはリスクポテンシャルを補正することにより、運転者のリスク感に合った反力制御を行うことができる。

《第１の実施の形態》
図１は、本発明の第１の実施の形態による車両用運転操作補助装置１の構成を示すシステム図であり、図２は、車両用運転操作補助装置１を搭載する車両の構成図である。

まず、車両用運転操作補助装置１の構成を説明する。レーザレーダ１０は、車両の前方グリル部もしくはバンパ部等に取り付けられ、水平方向に赤外光パルスを照射して自車両の前方領域を走査する。レーザレーダ１０は、前方にある複数の反射物（通常、先行車の後端）で反射された赤外光パルスの反射波を計測し、反射波の到達時間より、先行車までの車間距離と相対速度を検出する。検出した車間距離及び相対速度はコントローラ５０へ出力される。レーザレーダ１０によりスキャンされる前方の領域は、自車正面に対して±６deg程度であり、この範囲内に存在する前方物体が検出される。

車速センサ２０は、車輪の回転数や変速機の出力側の回転数を計測することにより自車両の車速を検出し、検出した自車速をコントローラ５０に出力する。
ナビゲーションシステム３０は、路面に設置された発信機やＦＭ多重放送等を利用して提供される渋滞や交通規制等の道路交通情報（ＶＩＣＳ情報）を取得し、コントローラ５０へ送信する。フットレストスイッチ８１は、フットレスト８０に設けられ、運転者が自らの緊張度合を申告するための操作するスイッチである。フットレストスイッチ８１については後述する。

コントローラ５０は、ＣＰＵと、ＲＯＭおよびＲＡＭ等のＣＰＵ周辺部品とから構成されており、車両用運転操作補助装置１の全体の制御を行う。コントローラ５０は、車速センサ２０およびレーザレーダ１０から入力される自車速、車間距離および相対速度等の信号から、自車両周囲のリスクポテンシャルを算出する。そして、自車両周囲のリスクポテンシャルに応じてアクセルペダル７２に発生する操作反力を制御する。さらに、ナビゲーションシステム３０から得られる道路交通情報およびフットレストスイッチ８１から入力される信号に応じてアクセルペダル操作反力を補正する。コントローラ５０におけるアクセルペダル反力制御の詳細は、後述する。

アクセルペダル反力制御装置６０は、コントローラ５０からの指令値に応じてアクセルペダル操作反力を制御する。図３に示すように、アクセルペダル７２には、リンク機構を介してサーボモータ７０およびアクセルペダルストロークセンサ７１が接続されている。サーボモータ７０は、アクセルペダル反力制御装置６０からの指令に応じてトルクと回転角とを制御し、運転者がアクセルペダル７２を操作する際に発生する操作反力を任意に制御する。アクセルペダルストロークセンサ７１は、リンク機構を介してサーボモータ７０の回転角に変換されたアクセルペダル８０のストローク量（操作量）Ｓを検出する。

なお、アクセルペダル反力制御を行わない場合の通常のアクセルペダル反力特性Ｆｉは、例えば、図４に示すようにストローク量Ｓが大きくなるほどアクセルペダル反力がリニアに大きくなるよう設定されている。通常のアクセルペダル反力特性Ｆｉは、例えばアクセルペダル７２の回転中心に設けられたねじりバネ（不図示）のバネ力によって実現することができる。

スピーカ９０は、コントローラ５０からの指令に応じて音声による情報の提示を行う。スピーカ９０はコントローラ５０におけるアクセルペダル反力制御の状態が変化したことを報知する。

次に、本発明の第１の実施の形態における車両用運転操作補助装置１の動作を説明する。まず、その概要を以下に説明する。
コントローラ５０は、自車両周囲の障害物状況に基づいて自車両周囲のリスクポテンシャル、具体的には先行車に対するリスクポテンシャルＲＰを算出する。そして、算出したリスクポテンシャルＲＰに応じた操作反力をアクセルペダル７２に発生させる。アクセルペダル７２に発生する操作反力によって、運転者は自車両周囲のリスクポテンシャルＲＰを直感的に認識することができる。ただし、運転者が感じるリスク（リスク感）は走行中の運転者の緊張度合によって変化するため、運転者の緊張度合はアクセルペダル７２に発生する反力に対する感覚に影響を与えることになる。

運転者の緊張度合は、自車両の走行状況や運転シーンによって変化する。例えば、自車両がある期間単独で走行してから先行車に接近していく場合と、特定の先行車に追従しようと運転操作を行う場合では、運転者の緊張度合（緊張感）が異なる。特定の先行車に追従しようと緊張感を持って運転操作を行う場合、運転者は先行車の挙動変化に敏感になり、リスク感が敏感になっている。そこで、運転者の緊張度合に応じてアクセルペダル反力を調整することにより、運転者のリスク感にあったアクセルペダル反力制御を行うようにする。

第１の実施の形態による車両用運転操作補助装置１は、運転者のリスク感にあったアクセルペダル反力制御を行うように、運転者が自らの緊張度合を申告するためのスイッチ８１をフットレスト８０に設けている。図５に、フットレスト８０の概略構成を示す。図５に示すように、フットレスト８０は、運転者が緊張度合を申告するためのスイッチとして機能するフットレスト可動部８１と、車体フレーム８３に対して固定されたフットレスト
固定部８２とから構成される。

運転者の緊張度合を検出する緊張度合検出手段であるフットレスト可動部８１は、運転者がフットレスト８０に足を置いたときに足の先端部に対応する位置にあり、フットレスト固定部８２は、足のかかと側に対応する位置にある。フットレスト固定部８２は、通常のフットレストと同様に運転者が楽に足を置けるように、十分な大きさとなっている。運転者は、例えば自車両前方の先行車に接近し、特定の先行車に一定の車間距離で追従しようとする場合など、緊張度合の高い運転操作を行う場合に、足の先端部でフットレスト可動部８１を押す。これにより、オン信号がコントローラ５０に送信され、後述するようなアクセルペダル反力の補正が行われる。

以下に、第１の実施の形態による車両用運転操作補助装置１の動作を、図６を用いて詳細に説明する。図６は、コントローラ５０における運転操作補助制御プログラムの処理手順を示すフローチャートである。本処理内容は、一定間隔（例えば５０msec）毎に連続的に行われる。

ステップＳ１１０で、レーザレーダ１０および車速センサ２０から自車両および車両周囲の走行状態を読み込む。ここでは、自車両と自車両前方の先行車との走行状態に関するデータとして、自車両の車両前後方向の現在位置ｘ１および自車速ｖ１を読み込む。また、先行車の走行状態に関するデータとして、先行車の車両前後方向の現在位置ｘ２および先行車速ｖ２を読み込む。なお、自車両と先行車の車間距離ｄはｄ＝ｘ２−ｘ１、相対速度ｖｒはｖｒ＝ｖ２−ｖ１として表される。また、ナビゲーションシステム３０から得られるＶＩＣＳ情報およびフットレストスイッチ８１からの信号も読み込む。

ステップＳ１２０では、リスクポテンシャルＲＰを算出するために、先行車に対する余裕時間ＴＴＣと車間時間ＴＨＷとを算出する。余裕時間ＴＴＣは、先行車に対する現在の自車両の接近度合を示す物理量である。余裕時間ＴＴＣは、現在の走行状況が継続した場合、つまり自車速ｖ１、先行車速ｖ２および相対車速ｖｒが一定の場合に、何秒後に車間距離ｄがゼロとなり自車両と先行車両とが接触するかを示す値である。余裕時間ＴＴＣは、以下の（式１）により求められる。
ＴＴＣ＝−ｄ／ｖｒ ・・・（式１）

余裕時間ＴＴＣの値が小さいほど、先行車への接触が緊迫し、先行車への接近度合が大きいことを意味している。例えば先行車への接近時には、余裕時間ＴＴＣが４秒以下となる前に、ほとんどの運転者が減速行動を開始することが知られている。

車間時間ＴＨＷは、自車両が先行車に追従走行している場合に、想定される将来の先行車の車速変化による余裕時間ＴＴＣへの影響度合、つまり相対車速ｖｒが変化すると仮定したときの影響度合を示す物理量である。車間時間ＴＨＷは、以下の（式２）で表される。
ＴＨＷ＝ｄ／ｖ１ ・・・（式２）

車間時間ＴＨＷは、車間距離ｄを自車速ｖ１で除したものであり、先行車の現在位置に自車両が到達するまでの時間を示す。この車間時間ＴＨＷが大きいほど、周囲の環境変化に対する予測影響度合が小さくなる。つまり、車間時間ＴＨＷが大きい場合には、もしも将来に先行車の車速が変化しても、先行車までの接近度合には大きな影響を与えず、余裕時間ＴＴＣはあまり大きく変化しないことを示す。なお、自車両が先行車に追従し、自車速ｖ１＝先行車速ｖ２である場合は、（式２）において自車速ｖ１の代わりに先行車速ｖ２を用いて車間時間ＴＨＷを算出することもできる。

ステップＳ１３０では、ステップＳ１２０で算出した余裕時間ＴＴＣおよび車間時間ＴＨＷを用いて、先行車に対するリスクポテンシャルＲＰを算出する。ここで、車間時間ＴＨＷの逆数を自車両周囲の走行状況が定常状態である場合のリスクポテンシャル（定常項）ＲＰsteadyと定義し、余裕時間ＴＴＣの逆数を過渡状態である場合のリスクポテンシャル（過渡項）transientとして定義する。

先行車に対するリスクポテンシャルＲＰは、以下の（式３）を用いて算出することができる。
ＲＰ＝ａ・ＲＰsteady＋ｂ・ＲＰtransient ・・・（式３）
（式３）において、定常項ＲＰsteady＝１／ＴＨＷであり、過渡項ＲＰtransient＝１／ＴＴＣである。また、ａ、ｂは、定常項ＲＰsteadyおよび過渡項ＲＰtransientにそれぞれ適切な重み付けをするための定数であり、予め適切な値を設定しておく。定数ａ、ｂは、例えばａ＝１，ｂ＝８（ａ＜ｂ）に設定する。

つづくステップＳ１４０では、ステップＳ１１０で読み込んだＶＩＣＳ情報に基づいて、自車両が走行する道路が渋滞中であるか否かを判定する。ステップＳ１４０が肯定判定されて渋滞中である場合は、ステップＳ１４５へ進む。ステップＳ１４５では、反力補正フラグＦｎに、反力補正を行わないことを示す０をセットする。

ステップＳ１５０では、ステップＳ１３０で算出したリスクポテンシャルＲＰに基づいてアクセルペダル反力指令値ＦＡを算出する。図７に、リスクポテンシャルＲＰとアクセルペダル反力指令値ＦＡとの関係を示す。図７に示すように、リスクポテンシャルＲＰが大きくなるほど反力指令値ＦＡは大きくなり、リスクポテンシャルＲＰが所定値ＲＰmaxを超えると反力指令値ＦＡは最大値ＦＡmaxに固定される。

一方、ステップＳ１４０で渋滞中ではないと判定されると、ステップＳ１４７へ進む。ステップＳ１４７では、フットレスト８０に設けられたスイッチ８１がオンされたか否かを判定する。フットレストスイッチ８１は、図８に示すようにスイッチストロークが所定値Ｓ１を超えている間、オン信号を出力する。ステップＳ１４７が肯定判定された場合、すなわちフットレストスイッチ８１がオンされ、運転者の緊張度合が高い場合は、ステップＳ１６０へ進む。緊張度合検出手段によって検出される運転者の緊張度合に応じて、リスクポテンシャルＲＰと操作反力との関係を補正する補正手段であるステップＳ１６０では、ステップＳ１３０で算出したリスクポテンシャルＲＰと、運転者の緊張度合とに基づいてアクセルペダル反力指令値ＦＡを算出する。ステップＳ１６０における処理を、図９のフローチャートを用いて説明する。

ステップＳ１６１では、反力補正フラグＦｎに、反力補正を行うことを示す１をセットする。つづくステップＳ１６２では、アクセルペダル反力指令値ＦＡを算出する。具体的には、ステップＳ１３０で算出したリスクポテンシャルＲＰに基づいて、図７のマップにしたがって反力指令値ＦＡを算出する。さらに、運転者の緊張度合に基づいて、反力指令値ＦＡを補正する係数ｋを算出する。

補正係数ｋは、運転者の緊張度合が低いときに１、運転者の緊張度合が高いときは１よりも大きい所定値ｋ１に設定する。したがって、フットレストスイッチ８１がオンされて緊張度合が高い場合は、補正係数ｋ＝ｋ１（＞１）となる。補正後の反力指令値ＦＡｃは、以下の（式４）から算出することができる。
ＦＡｃ＝ｋ・ＦＡ ・・・（式４）

これにより、緊張度合が高い場合は緊張度合が低い場合よりも反力指令値ＦＡが大きくなる。以降の処理では、（式４）で算出した反力指令値補正値ＦＡｃを、反力指令値ＦＡとして用いる。このようにステップＳ１６０で反力指令値ＦＡの補正を行った後、ステップＳ１７０へ進む。

ステップＳ１７０では、前回周期で設定した反力補正フラグＦn-1および今回周期のステップＳ１４５またはステップＳ１６１で設定した反力補正フラグＦｎの値を判定する。前回周期の反力補正フラグＦn-1が１および今回周期の反力補正フラグFnが０の場合、すなわち前回周期までは緊張度合に応じた反力補正を行っていたが、今回周期では反力補正を行わない場合は、ステップＳ１８０へ進む。

ステップＳ１８０では、今回周期から緊張度合に応じた反力補正を行わないことを運転者に提示する。具体的には、スピーカ９０により報知音（ビープ音）を出力する。さらに、前回周期で緊張度合に応じて補正していたアクセルペダル反力指令値ＦＡを、リスクポテンシャルＲＰに応じた値まで徐々に変化させる。これは、例えばアクセルペダル反力指令値ＦＡに対して所定の時定数でフィルタ処理を行うことにより、実現できる。
なお、ステップＳ１７０が否定判定されると、情報提示処理を行わずにステップＳ１９０へ進む。

つづくステップＳ１９０では、ステップＳ１５０またはステップＳ１６２で算出したアクセルペダル反力指令値ＦＡをアクセルペダル反力制御装置６０へ出力する。アクセルペダル反力制御装置６０は、コントローラ５０からの指令に応じてサーボモータ７０の作動を制御し、アクセルペダル７２に発生させる反力を制御する。これにより、今回の処理を終了する。

つぎに、第１の実施の形態による車両用運転操作補助装置１の作用を、図１０（ａ）〜（ｄ）を用いて説明する。図１０（ａ）〜（ｃ）は自車両Ａが先行車両Ｂに接近していく様子を示し、図１０（ｄ）は車間時間ＴＨＷと先行車に対するリスクポテンシャルＲＰとの関係を示している。

図１０（ａ）に示すように、自車両が遠方に存在する先行車に徐々に接近していくような場合、図１０（ｄ）に一点鎖線で示すようにリスクポテンシャルＲＰは車間時間ＴＨＷの減少に応じて徐々に増加する。さらに先行車に接近し、運転者の所望の車間距離まで減少したところで運転者がフットレストスイッチ８１をオンすると（図１０（ｂ））、緊張度合に応じたアクセルペダル反力の補正が行われる。

具体的には、フットレストスイッチ８１がオンされた場合、すなわち運転者の緊張度合が大きい場合は、緊張度合が低い場合に比べて、アクセルペダル反力が大きくなるように補正する。これをリスクポテンシャルＲＰで表すと、図１０（ｄ）に実線で示すように車間時間ＴＨＷの変化に対するリスクポテンシャルＲＰの傾きが大きくなる。特定の先行車に所望の車間距離で追従していこうとする場合、運転者の緊張度合は高くなり、先行車の挙動に敏感になるため、運転者のリスク感も大きくなる。したがって、図１０（ｄ）に示すように緊張度合が高い場合にリスクポテンシャルＲＰの傾きが大きくなることにより、運転者のリスク感にあったアクセルペダル反力制御を行うことができる。

また、所望の車間距離まで先行車に接近したところでフットレストスイッチ８１をオンすることにより、わずかな車間距離の変化に対してアクセルペダル反力が大きく変化する。これにより、所望の車間距離を保って先行車に追従する場合の追従性が向上する。

緊張度合が緩和されてフットレストスイッチ８１がオフされると、アクセルペダル反力は徐々にリスクポテンシャルＲＰに応じた値まで変化する。同時に、アクセルペダル反力制御の形態が変化したことを運転者に報知するために、スピーカ９０から報知音が出力される。

このように、以上説明した第１の実施の形態においては、以下のような作用効果を奏することができる。
（１）コントローラ５０は、自車両の車両状態および自車両周囲の走行環境に基づいて自車両周囲のリスクポテンシャルＲＰを算出し、リスクポテンシャルＲＰに基づいて車両操作機器であるアクセルペダル７２に発生させる反力指令値ＦＡを算出する。ここで、コントローラ５０は運転者の緊張度合を検出し、運転者の緊張度合に応じて、リスクポテンシャルＲＰとアクセルペダル反力との関係を補正する。自車両の走行状況や運転シーンによって運転者の緊張度合は変化し、緊張度合の変化に伴って運転者のリスク感も変化する。このため、運転者の緊張度合によらず一義的にアクセルペダル反力を発生させると、運転者のリスク感に合わないアクセルペダル反力が発生することになってしまう。運転者の緊張度合に基づいてリスクポテンシャルＲＰとアクセルペダル反力との関係を補正することにより、運転者のリスク感に合った反力制御を行うことができる。
（２）車両用運転操作補助装置１は、運転者が自らの緊張度合を選択するために操作されるスイッチ（操作部材）８１をフットレスト８０に設けている。運転者は、特定の先行車に追従していこうとしている場合など、自分の緊張度合が高まる状況においてフットレストスイッチ８１を操作する。コントローラ５０は、フットレストスイッチ８１からのオン信号を受けて、アクセルペダル反力の補正処理を開始する。このように、運転者は適切な運転状況およびタイミングで、自らの意思でアクセルペダル反力の補正を開始することができる。また、一般的に、緊張度合が高いときに人間の身体は硬直する傾向にあり、緊張度合が高いときに運転者は足を突っ張って身体を安定させようとする。フットレスト８０にスイッチ８１を設置することにより、緊張度合が高まったときに運転者は違和感なくスイッチ操作を行うことができる。フットレストスイッチ８１は、フットレスト８０の先端部分にあるため、運転者は緊張度合が高い状態であってもつま先だけで容易にスイッチ操作を行うことができる。
（３）コントローラ５０は、自車両が走行する道路が渋滞中の場合は、アクセルペダル反力の補正を行わない。これにより、渋滞中にアクセルペダル反力が不所望に変動して運転者に違和感を与えてしまうことを防止できる。
（４）車両用運転操作補助装置１は、リスクポテンシャルＲＰに応じたアクセルペダル反力制御の形態が変化したことを報知するスピーカ９０を備えている。具体的には、運転者の緊張度合に応じたアクセルペダル反力の補正を終了するときに、スピーカ９０により報知音を出力する。アクセルペダル反力の補正を終了すると、緊張度合に応じて重たくなっていたアクセルペダル７２が軽くなるが、このような制御形態の変化を報知することにより、運転者は違和感なく運転操作を行うことができる。
（５）コントローラ５０は、運転者の緊張度合に応じてアクセルペダル７２に発生させる操作反力の反力指令値ＦＡを補正する。これにより、運転者の緊張度合に合ったアクセルペダル反力制御を行うことができる。

《第２の実施の形態》
以下に、本発明の第２の実施の形態における車両用運転操作補助装置について説明する。図１１に、第２の実施の形態における車両用運転操作補助装置２の構成のシステム図を示す。図１１において、図１に示した第１の実施の形態と同様の機能を有する箇所には同一の符号を付している。ここでは、第１の実施の形態との相違点を主に説明する。

第２の実施の形態における車両用運転操作補助装置２は、運転者の緊張度合を示す指標（緊張度合指標データ）を検出する緊張度合データ検出器４０を備えている。緊張度合指標データは、例えば自車両と先行車との車間距離ｄの偏差、運転者の発汗量、および運転者の脈拍である。車間距離偏差は、レーザレーダ１０の検出値から算出することができる。運転者の発汗量は、例えばステアリングホイール（不図示）に電位センサを設置し、ステアリングホイールを握る運転者の手の皮膚電圧を測定することによって検出することができる。脈拍は、例えばステアリングホイールに、運転者が指をのせることにより脈拍を計測する脈拍センサを設けて検出することができる。

コントローラ５１は、自車両周囲の走行状況に関するデータ、および緊張度合データ検出器４０によって検出されたデータを蓄積し、蓄積したデータに基づいて運転者の運転行動パターンを学習する。そして、学習した運転者の運転行動パターンに従って、運転者の緊張度合を推定する。運転者の緊張度合が高い場合は、リスクポテンシャルＲＰに応じて算出したアクセルペダル反力指令値ＦＡを補正する。

以下に、第２の実施の形態における車両用運転操作補助装置２の動作を、図１２を用いて説明する。図１２は、第２の実施の形態による車両用運転操作補助制御処理の処理手順を示すフローチャートである。本処理内容は、一定間隔（例えば５０msec）毎に連続的に行われる。ステップＳ３１０〜Ｓ３６０での処理は、図６のフローチャートに示したステップＳ１１０〜Ｓ１６０での処理と同様であるので説明を省略する。なお、ステップＳ３１０では、フットレストスイッチ８１からの信号の変わりに、運転者の緊張度合を検出する緊張度合検出手段である緊張度合データ検出器４０によって検出される緊張度合指標データを読み込む。

ステップＳ３４０で自車両が走行する道路が渋滞中ではないと判定されると、ステップＳ３７０へ進む。運転者の緊張度合を検出する緊張度合検出手段であるステップＳ３７０では、走行状況データと緊張度合指標データから運転者の運転行動パターンの学習処理を行う。ここでの処理を、図１３のフローチャートを用いて説明する。

ステップＳ３７１では、ステップＳ３１０で読み込んだ緊張度合指標データから、運転者の緊張度合を算出する。図１４から図１６に、緊張度合指標データである、車間距離偏差、運転者の発汗量および脈拍と、緊張度合との関係を示す。先行車との車間距離を一定に保って追従している場合は運転者の緊張感が高いと判断できるので、図１４に示すように車間距離偏差が小さいほど運転者の緊張度合が高いと設定する。図１５に示すように、発汗量が高いほど運転者の緊張度合が高いと設定する。また、図１６に示すように、脈拍数が多いほど運転者の緊張度合が高いと設定する。

ただし、図１４から図１６のマップに基づいて得られる緊張度合データの絶対値は、運転者の体格、体調、癖等によって変化する。そこで、運転者の相対的な緊張度合を算出するために、以下の処理において運転者の運転行動パターンを学習する。

ステップＳ３７２では、ステップＳ３１０で読み込んだ車間距離ｄ等のデータ（走行状況データ）、およびステップＳ３７１で算出した緊張度合データを、コントローラ５１のメモリに蓄積する。なお、コントローラ５１のメモリには、前回周期以前のデータも蓄積されている。

ステップＳ３７３では、蓄積されたデータに基づいて運転行動パターンの分類を行う。具体的には、予め設定した複数の運転行動パターンモデルの中から、運転者の運転行動パターンに最も近いモデルを選択する。このように、通常運転を行う際の走行状況や緊張度合データを蓄積し、これらの分布を仮定して運転者の運転行動パターンを学習する。運転行動パターンを学習した後、ステップＳ３８０へ進む。

運転者の緊張度合を検出する緊張度合検出手段であるステップＳ３８０では、ステップＳ３１０で読み込んだ走行状況データ、ステップＳ３７１で算出した緊張度合データおよびステップＳ３７０での学習結果に基づいて、運転者の緊張度合を判定する。具体的には、走行状況データまたは緊張度合データが、運転者の運転行動パターンに対して所定値以上となる場合は、運転者が緊張していると判定する。

例えば、緊張度合データからは以下のようにして運転者の相対的な緊張度合を判定する。図１７に、学習した緊張度合データの分布を示す。図１７に示す分布において、ステップＳ３７１で算出した緊張度合が閾値ＴＨ以上となる場合は、運転者が緊張していると判定する。ここで、閾値ＴＨは、緊張度合の分布の平均値ｍに基づいて、図１８に示すように緊張度合の平均値ｍが大きくなるほど閾値ＴＨが小さくなるように設定する。これにより、緊張度合の平均値ｍが高く、通常から緊張度合が高い水準で運転している運転者は、緊張していると判定する際の閾値ＴＨを小さくする。一方、緊張度合の平均値ｍが低く、通常から緊張度合が低い水準で運転している運転者は、緊張していると判定する際の閾値ＴＨを大きくする。

車間距離等の走行状況データについても、緊張度合データと同様にして運転者の緊張度合を判定する。例えば、通常から車間距離を長くとって走行する運転者の場合、短い車間距離で先行車に追従しなければならないときに運転者の緊張度合が高いと判定する。このように、ステップＳ３７０で学習した運転者の通常の運転行動パターンと異なる運転行動を行う場合に、運転者の緊張度合が高いと判定する。ここでは、走行状況データおよび緊張度合データのいずれか一つでも閾値ＴＨ以上となる場合は緊張度合が高いと判定する。ステップＳ３８０で運転者の緊張度合が高い緊張状態であると判定されると、ステップＳ３９０へ進む。一方、運転者の緊張度合は高くないと判定されると、ステップＳ３５０へ進む。

緊張度合検出手段によって検出される運転者の緊張度合に応じて、リスクポテンシャルＲＰと操作反力との関係を補正する補正手段であるステップＳ３９０では、ステップＳ３３０で算出したリスクポテンシャルＲＰと、運転者の緊張度合とに基づいてアクセルペダル反力指令値ＦＡを算出する。ステップＳ３９０における処理を、図１９のフローチャートを用いて説明する。

ステップＳ３９１では、反力補正フラグＦｎに、反力補正を行うことを示す１をセットする。つづくステップＳ３９２では、アクセルペダル反力指令値ＦＡを算出する。具体的には、ステップＳ３３０で算出したリスクポテンシャルＲＰに基づいて、図７のマップにしたがって反力指令値ＦＡを算出する。さらに、ステップＳ３７１で算出した運転者の緊張度合に基づいて、反力指令値ＦＡを補正する係数ｋを算出する。図２０に、運転者の緊張度合と反力指令値補正係数ｋとの関係を示す。

図２０に示すように、緊張度合が高くなるほど反力指令値補正係数ｋを大きくする。ここでは、ステップＳ３７１で算出した緊張度合データに基づいて算出した補正係数ｋのうち、最も大きな値を用いる（セレクトハイ）。補正後の反力指令値ＦＡｃは、反力指令値ＦＡと反力補正係数ｋとを用いて、上述した（式４）から算出することができる。緊張度合が高いほど運転者のリスク感は敏感になるので、緊張度合に応じて反力指令値ＦＡを補正することにより、運転者のリスク感にあった反力制御を行うことができる。なお、以降の処理では、（式４）で算出した反力指令値補正値ＦＡｃを、反力指令値ＦＡとして用いる。

このようにステップＳ３９０で反力指令値ＦＡの補正を行った後、ステップＳ４００へ進む。ステップＳ４００〜Ｓ４２０での処理は、図６のステップＳ１７０〜Ｓ１９０での処理と同様であるので説明を省略する。

なお、緊張度合指標データとしては、車間距離偏差、運転者の発汗量および運転者の脈拍をすべて用いる代わりに、これらのデータのうち、少なくともいずれかを用いることができる。

このように、以上説明した第２の実施の形態においては、上述した第１の実施の形態による効果に加えて以下のような作用効果を奏することができる。
（１）コントローラ５１は、車間距離偏差、運転者の発汗量および運転者の脈拍の少なくともいずれかに基づいて、運転者の緊張度合を検出する。これにより、自車両の走行状況や運転者の状態に基づいて、運転者の緊張度合を正確に検出することができる。
（２）コントローラ５１は、運転者の運転行動パターンを学習し、学習した運転行動パターンに基づいて運転者の緊張度合を検出する。具体的には、自車両の走行状況データおよび緊張度合指標データを蓄積し、予め設定した複数の運転行動パターンモデルに従って運転者の運転行動パターンを学習する。そして、学習した運転行動パターンから外れるような運転行動をとる場合、すなわち通常の走行状況や緊張度合とは異なる状況では、運転者の緊張度合が高いと推定する。これにより、運転者の緊張度合をより正確に検出することができる。

《第３の実施の形態》
以下に、本発明の第３の実施の形態における車両用運転操作補助装置について説明する。第３の実施の形態における車両用運転操作補助装置の構成は、図１１に示した第２の実施の形態と同様である。ここでは、第２の実施の形態との相違点を主に説明する。

第３の実施の形態においては、運転者の緊張度合に応じて先行車に対するリスクポテンシャルＲＰを補正する。そして、緊張度合に応じて補正したリスクポテンシャルＲＰに基づいて、アクセルペダル反力指令値ＦＡを算出する。

以下に、第３の実施の形態における車両用運転操作補助装置の動作を、図２１を用いて説明する。図２１は、第３の実施の形態による車両用運転操作補助制御処理の処理手順を示すフローチャートである。本処理内容は、一定間隔（例えば５０msec）毎に連続的に行われる。ステップＳ５１０〜Ｓ５８０での処理は、図１２のフローチャートに示したステップＳ３１０〜Ｓ３８０での処理と同様であるので説明を省略する。

運転者の緊張度合を検出する緊張度合検出手段であるステップＳ５８０で運転者が緊張状態であると判定されると、緊張度合検出手段によって検出される運転者の緊張度合に応じてリスクポテンシャルＲＰと操作反力との関係を補正する補正手段であるステップＳ５９０へ進む。ステップＳ５９０では、ステップＳ５３０で算出したリスクポテンシャルＲＰを、運転者の緊張度合に応じて補正する。ここで行う処理を、図２２のフローチャートを用いて説明する。

ステップＳ５９１では、反力補正フラグＦｎに、反力補正を行うことを示す１をセットする。なお、第３の実施の形態においては、反力補正フラグＦｎは、リスクポテンシャルＲＰの補正によるアクセルペダル操作反力の補正の有無を表している。つづくステップＳ５９２では、運転者の緊張度合に基づいて、ステップＳ５３０で算出したリスクポテンシャルＲＰを補正する。具体的には、ステップＳ５７０で算出した緊張度合データに応じて、リスクポテンシャルＲＰにおける定常項ＲＰsteadyと過渡項ＲＰtransientの重み付けを変更する。ここでは、ステップＳ５７０で算出した緊張度合データのうち、最も大きな値を用いる。

図２３に、運転者の緊張度合と定常項ＲＰsteadyと過渡項ＲＰtransientの重み付けとの関係を示す。ここでは、定常項ＲＰsteadyにかかる係数ａと過渡項ＲＰtransientにかかる係数ｂとの比（ａ／ｂ）を変化させることにより、定常項ＲＰsteadyと過渡項ＲＰtransientの重み付けを変化させる。図２３に示すように、緊張度合が大きくなるほど比ａ／ｂを大きくして、リスクポテンシャルＲＰにおける定常項ＲＰsteadyの重み付けを大きくする。図２３にしたがって算出した係数ａと係数ｂを用いて、上述した（式３）から先行車に対するリスクポテンシャルＲＰを再度計算する。

自車両が特定の先行車に対して緊張感を持って追従しているような場合は、過渡状態のリスクを表す過渡項ＲＰtransientよりも定常状態のリスクを表す定常項ＲＰsteadyの重要度が高い。そこで、過渡項ＲＰtransientに対して定常項ＲＰsteadyの重みを相対的に大きくすることにより、運転者のリスク感にあったリスクポテンシャルＲＰを算出することができる。

このようにステップＳ５９０で緊張度合に応じてリスクポテンシャルＲＰを補正した後、ステップＳ６００へ進む。ステップＳ６００では、ステップＳ５９０で算出したリスクポテンシャルＲＰに基づいて、図７のマップにしたがってアクセルペダル反力指令値ＦＡを算出する。

ステップＳ６１０〜ステップＳ６３０での処理は、図１２のフローチャートのステップＳ４００〜Ｓ４２０での処理と同様であるので説明を省略する。

−第３の実施の形態の変形例−
ここでは、緊張度合を用いる代わりに、フットレストスイッチ８１からの信号に応じてて定常項ＲＰsteadyと過渡項ＲＰtransientの重み付けを変更する。図２４に、フットレストスイッチ８１の操作状態と定常項ＲＰsteadyと過渡項ＲＰtransientの重み付け（係数ａと係数ｂの比ａ／ｂ）との関係を示す。図２４に示すように、フットレストスイッチ８１がオンの場合は、オフの場合よりも比ａ／ｂを大きくして、リスクポテンシャルＲＰにおける定常項ＲＰsteadyの重み付けを大きくする。フットレストスイッチ８１がオフの場合の係数ａおよびｂは、例えばａ＝１、ｂ＝８に設定する。

このように、フットレストスイッチ８１からの信号を用いて比ａ／ｂを設定する場合、運転者の緊張度合を学習する必要はない。

このように、以上説明した第３の実施の形態においては、上述した第１および第２の実施の形態による効果に加えて以下のような作用効果を奏することができる。
コントローラ５１は、自車両周囲の走行状況に応じてリスクポテンシャルＲＰを算出する際の算出式を、運転者の緊張度合に応じて調整する。具体的には、（式３）における定常項ＲＰsteadyの係数ａと過渡項ＲＰtransientの係数ｂの比ａ／ｂを、運転者の緊張度合に応じて変更する。これにより、運転者の緊張度合によって変化するリスク感をリスクポテンシャルＲＰに反映し、運転者の感覚にあったアクセルペダル反力制御を行うことができる。

なお、上述した第２および第３の実施の形態において、運転者の緊張度合に応じたアクセルペダル反力の補正を開始する際に、スピーカ９０により報知音を出力することもできる。第１の実施の形態においては、フットレストスイッチ８１の操作により運転者が意図的にアクセルペダル反力の補正を開始させるため、報知音を出力しなくても運転者は制御形態が変化したことを把握できる。ただし、第２および第３の実施の形態では運転者の運転行動パターンの学習結果から緊張度合を検出し、アクセルペダル反力の補正を開始するため、補正開始時に報知音を出力することにより、運転者は違和感なく運転操作を行うことができる。

上述した第２および第３の実施の形態においては、車間距離偏差、運転者の発汗量および脈拍といった緊張度合指標データから緊張度合を算出し、緊張度合データを蓄積して運転行動パターンを学習した。しかし、運転行動パターンを学習することなく、緊張度合データから得た緊張度合を、そのままアクセルペダル反力の補正に用いることもできる。ただし、学習した運転行動パターンを用いることにより、運転者の個人差を考慮した、より正確な緊張度合を検出することができる。

上述した第３の実施の形態においては、定常項ＲＰsteadyにかかる係数ａと過渡項ＲＰtransientにかかる係数ｂの比ａ／ｂを、緊張度合に基づいて変更した。しかし、これには限定されず、緊張度合に基づいて設定した係数を、（式３）で算出されるリスクポテンシャルＲＰに掛けることにより、リスクポテンシャルＲＰを補正することも可能である。

上述した第１から第３の実施の形態においては、図７に示すようにリスクポテンシャルＲＰに対して反力指令値ＦＡが比例するように設定したが、これには限定されず、例えばリスクポテンシャルＲＰの増加に対して反力指令値ＦＡが指数関数的に増加するように設定することもできる。また、リスクポテンシャルＲＰの算出式は上述した（式３）に限定されず、例えば余裕時間ＴＴＣの逆数を、先行車に対するリスクポテンシャルＲＰとして用いることも可能である。

上述した第２および第３の実施の形態において、緊張度合指標データとして自車両が走行する道路の交通流を用いることもできる。すなわち、緊張度合指標データとしては、運転者の緊張度合に影響を与えるさまざまなファクターを用いることができる。

なお、本発明による車両用運転操作補助装置は、状況認識手段としてレーザレーダ１０および車速センサ２０を用い、リスクポテンシャル算出手段、操作反力算出手段、および補正手段として、コントローラ５０，５１で行われる各ステップを用いた。また、操作反力発生手段としてアクセルペダル反力制御装置６０を用い、操作部材としてフットレストスイッチ８１を用い、報知手段としてスピーカ９０を用いた。ただし、これらには限定されず、例えば操作反力発生手段としてステアリングホイールに操舵反力を発生させる操舵反力制御装置を用いることも可能である。また、報知手段としてスピーカ９０によって報知音を出力する代わりに表示を行うこともできる。

本発明の第１の実施の形態による車両用運転操作補助装置のシステム図。 図１に示す車両用運転操作補助装置を搭載した車両の構成図。 アクセルペダルおよびその周辺の構成図。 アクセルペダルストローク量とアクセルペダル反力との関係を示す図。 フットレストの構成を示す図。 第１の実施の形態のコントローラによる運転操作補助制御プログラムの処理手順を示すフローチャート。 リスクポテンシャルと反力指令値との関係を示す図。 フットレストスイッチのストロークとオン/オフ信号との関係を示す図。 反力補正処理の処理手順を示すフローチャート。 （ａ）〜（ｄ）第１の実施の形態による車両用運転操作補助装置の作用を説明する図。 本発明の第２の実施の形態による車両用運転操作補助装置のシステム図。 第２の実施の形態のコントローラによる運転操作補助制御プログラムの処理手順を示すフローチャート。 学習処理の処理手順を示すフローチャート。 車間距離偏差と緊張度合との関係を示す図。 発汗量と緊張度合との関係を示す図。 脈拍と緊張度合との関係を示す図。 緊張度合の分布の一例を示す図。 緊張度合の平均値と緊張状態を判断する閾値との関係を示す図。 反力補正処理の処理手順を示すフローチャート。 緊張度合と反力指令値補正係数との関係を示す図。 第３の実施の形態のコントローラによる運転操作補助制御プログラムの処理手順を示すフローチャート。 リスクポテンシャル補正処理の処理手順を示すフローチャート。 緊張度合とリスクポテンシャルの重みとの関係を示す図。 フットレストスイッチの操作状態とリスクポテンシャルの重みとの関係を示す図。

符号の説明

１０：レーザレーダ
２０：車速センサ
３０：ナビゲーションシステム
４０：緊張度合データ検出器
５０，５１：コントローラ
６０：アクセルペダル反力制御装置
９０：スピーカ

Claims (5)

1. 自車両の車両状態および自車両周囲の障害物状況を検出する状況認識手段と、
   前記状況認識手段の検出結果に基づいて、前記自車両が前記自車両周囲の障害物へ接近する接近度合を表すリスクポテンシャルを算出するリスクポテンシャル算出手段と、
   前記リスクポテンシャル算出手段によって算出されたリスクポテンシャルに基づいて、車両操作機器に発生させる操作反力を算出する操作反力算出手段と、
   前記操作反力算出手段によって算出された前記操作反力を前記車両操作機器に発生させる操作反力発生手段と、
   運転者の発汗量、および運転者の脈拍の少なくともいずれかを緊張度合データとして検出する緊張度合データ検出手段と、
   前記自車両が走行する道路が渋滞中でない場合に前記緊張度合データ検出手段によって検出された前記緊張度合データを蓄積し、蓄積された前記緊張度合データから運転者の運転行動パターンを学習する学習手段と、
   運転者の緊張度合を検出する緊張度合検出手段と、
   前記緊張度合検出手段によって検出される運転者の緊張度合に応じて、前記緊張度合が高い場合は前記緊張度合が低い場合に比べて前記車両操作機器に発生させる前記操作反力が大きくなるように補正する操作反力補正手段とを備え、
   前記緊張度合検出手段は、前記緊張度合データ検出手段で検出される前記緊張度合データが前記学習手段によって学習した運転者の運転行動パターンから外れる場合に、前記運転者の緊張度合が高いと判定することを特徴とする車両用運転操作補助装置。
2. 請求項１に記載の車両用運転操作補助装置において、
   前記操作反力補正手段は、前記自車両が走行する道路が渋滞中の場合は、前記操作反力の補正を行わないことを特徴とする車両用運転操作補助装置。
3. 請求項１または請求項２に記載の車両用運転操作補助装置において、
   前記操作反力補正手段による前記操作反力の補正を開始するとき、および前記操作反力の補正を終了するときの、少なくともいずれかのときに報知音を出力する報知手段をさらに備えることを特徴とする車両用運転操作補助装置。
4. 自車両の車両状態および自車両周囲の障害物状況を検出する状況認識手段と、
   前記状況認識手段の検出結果に基づいて、前記自車両が前記自車両周囲の障害物へ接近する接近度合を表すリスクポテンシャルを算出するリスクポテンシャル算出手段と、
   前記リスクポテンシャル算出手段によって算出されたリスクポテンシャルに基づいて、車両操作機器に発生させる操作反力を算出する操作反力算出手段と、
   前記操作反力算出手段によって算出された前記操作反力を前記車両操作機器に発生させる操作反力発生手段と、
   運転者の発汗量、および運転者の脈拍の少なくともいずれかを緊張度合データとして検出する緊張度合データ検出手段と、
   前記自車両が走行する道路が渋滞中でない場合に前記緊張度合データ検出手段によって検出された前記緊張度合データを蓄積し、蓄積された前記緊張度合データから運転者の運転行動パターンを学習する学習手段と、
   運転者の緊張度合を検出する緊張度合検出手段と、
   前記緊張度合検出手段によって検出される運転者の緊張度合に応じて、前記緊張度合が高い場合は前記緊張度合が低い場合に比べて前記リスクポテンシャルが大きくなるように補正するリスクポテンシャル補正手段とを備え、
   前記緊張度合検出手段は、前記緊張度合データ検出手段で検出される前記緊張度合データが前記学習手段によって学習した運転者の運転行動パターンから外れる場合に、前記運転者の緊張度合が高いと判定し、
   前記操作反力算出手段は、前記リスクポテンシャル補正手段によって補正されたリスクポテンシャルに基づいて前記操作反力を算出することを特徴とする車両用運転操作補助装置。
5. 請求項１から請求項４のいずれかに記載の車両用運転操作補助装置を備えることを特徴とする車両。
   

Images