JP4941752B2 - 運転支援装置および方法、並びに、プログラム - Google Patents

Description

本発明は、運転支援装置および方法、並びに、プログラムに関し、特に、乗り物の運転を支援する運転支援装置および方法、並びに、プログラムに関する。

従来、ミリ波レーダやレーザレーダなどを用いて車両の周囲の障害物を検出し、障害物と衝突する恐れがある場合に、運転者に注意を促す警報を鳴らしたり、ブレーキを自動制御したりする運転支援システムが実用化されている。しかし、そのような運転支援システムの機能は、運転技術の高い運転者にとって煩わしい場合がある。

そこで、各々の運転者に適した運転支援を行うために、運転免許証番号、運転歴（運転免許取得年月日）、年齢、性別、居住区域、運転者の運転技量（交通法規違反歴、交通事故歴）及び運転嗜好等の運転者情報を記憶した運転免許証兼用のICカードを車両に設けられている読取／書込装置に装填し、ICカードから読み取ったドライバ情報に基づいて、車間距離、加速度、減速度、上限速度、警報音の発生タイミングなどを制御することが提案されている（例えば、特許文献１参照）。

特開２００３−１１８４２５号公報

しかしながら、特許文献１に記載の発明では、運転を行う度に、ICカードを装填し、ドライバ情報を読み込ませる必要があり、運転者が煩わしく感じてしまう恐れがある。また、ICカードを紛失したり、忘れたり、あるいは、装填し忘れた場合、運転支援を受けることができなくなる。

本発明は、このような状況に鑑みてなされたものであり、より簡単に各自に適した運転支援を運転者が受けることができるようにするものである。

本発明の一側面の運転支援装置は、乗り物の運転を支援する運転支援装置において、乗り物を運転する運転者の顔を含む画像である顔画像に基づいて、運転者の属性を推定するとともに、運転者の属性の推定結果の確からしさを示す推定信頼度を求める属性推定手段と、推定された属性に応じて、運転者の運転を支援する程度を示す運転支援度を設定するとともに、推定信頼度が低いほど、属性に応じて設定した運転支援度を大きく補正する運転支援度設定手段と、運転者の運転操作の履歴に基づいて運転者の運転技術のレベルを示す運転習熟度を学習し、運転習熟度に基づいて運転支援度を更新する学習手段と、運転支援度に応じた程度で運転の支援を行う運転支援手段とを備える。

本発明の一側面の運転支援装置においては、乗り物を運転する運転者の顔を含む画像である顔画像に基づいて、運転者の属性が推定されるとともに、運転者の属性の推定結果の確からしさを示す推定信頼度が求められ、推定された属性に応じて、運転者の運転を支援する程度を示す運転支援度が設定されるとともに、推定信頼度が低いほど、属性に応じて設定した運転支援度を大きく補正され、運転者の運転操作の履歴に基づいて運転者の運転技術のレベルを示す運転習熟度が学習され、運転習熟度に基づいて運転支援度が更新され、運転支援度に応じた程度で運転の支援が行われる。

従って、より簡単に各自に適した運転支援を運転者が受けることができる。また、運転者の個人情報を用いずに運転支援を受けることができ、個人情報の漏洩の対策を考慮する必要がない。さらに、推定した属性が実際と異なっていても、運転者は、各自に適した運転支援を受けることができる。

この属性推定手段、運転支援度設定手段、学習手段、および、運転支援手段は、例えば、CPU（Central Processing Unit）により構成される。

この運転支援度設定手段には、推定信頼度が低いほど同じ属性に対して低い値となるように運転支援度を補正させることができる。

これにより、推定した属性が実際と異なっていても、運転支援が過剰に行われ、運転者が煩わしく感じることが防止される。

この学習手段には、運転支援度の変更が指令された場合、指令に基づいて運転支援度を設定させるとともに、運転者に対する運転習熟度の学習および運転習熟度に基づく運転支援度の更新を停止させることができる。

これにより、運転者は、自分が所望する運転支援を受けることができる。

この運転支援装置は、顔画像を用いて運転者の認証処理を行う認証手段をさらに備え、この運転支援手段には、認証処理により運転者が特定された場合、特定された運転者の前回の運転支援度に基づいて運転の支援を開始させることができる。

これにより、２回目以降は、運転者の属性を用いずに運転支援を行うことができる。

この運転支援手段は、例えば、CPU（Central Processing Unit）により構成される。

この運転支援装置は、各運転者により設定された乗り物の運転環境を示す運転環境情報を収集する運転環境情報手段と、顔画像を用いて運転者の認証処理を行う認証手段と、認証処理により運転者が特定された場合、特定された運転者に対応する運転環境情報に基づいて、乗り物の運転環境を設定する運転環境設定手段とを備えることができる。

これにより、運転者に負担をかけることなく、各自の嗜好に合った運転環境を提供することができる。

この運転環境情報手段、認証手段、運転環境手段は、例えば、CPU（Central Processing Unit）により構成される。

本発明の一側面の運転支援方法またはプログラムは、乗り物の運転を支援する運転支援装置の運転支援方法、または、乗り物の運転を支援するコンピュータに、処理を実行させるプログラムにおいて、乗り物を運転する運転者の顔を含む画像である顔画像に基づいて、運転者の属性を推定するとともに、運転者の属性の推定結果の確からしさを示す推定信頼度を求める属性推定ステップと、推定された属性に応じて、運転者の運転を支援する程度を示す運転支援度を設定するとともに、推定信頼度が低いほど、属性に応じて設定した運転支援度を大きく補正する運転支援度設定ステップと、運転者の運転操作の履歴に基づいて運転者の運転技術のレベルを示す運転習熟度を学習し、運転習熟度に基づいて運転支援度を更新する学習ステップと、運転支援度に応じた程度で運転の支援を行う運転支援ステップとを含む。

本発明の一側面の運転支援方法またはプログラムにおいては、乗り物を運転する運転者の顔を含む画像である顔画像に基づいて、運転者の属性が推定されるとともに、運転者の属性の推定結果の確からしさを示す推定信頼度が求められ、推定された属性に応じて、運転者の運転を支援する程度を示す運転支援度が設定されるとともに、推定信頼度が低いほど、属性に応じて設定した運転支援度を大きく補正され、運転者の運転操作の履歴に基づいて運転者の運転技術のレベルを示す運転習熟度が学習され、運転習熟度に基づいて運転支援度が更新され、運転支援度に応じた程度で運転の支援が行われる。

従って、より簡単に各自に適した運転支援を運転者が受けることができる。また、運転者の個人情報を用いずに運転支援を受けることができ、個人情報の漏洩の対策を考慮する必要がない。さらに、推定した属性が実際と異なっていても、運転者は、各自に適した運転支援を受けることができる。

この属性推定ステップは、例えば、乗り物を運転する運転者の顔を含む画像である顔画像に基づいて、運転者の属性をCPUにより推定するとともに、運転者の属性の推定結果の確からしさを示す推定信頼度を求める属性推定ステップにより構成され、この運転支援度設定ステップは、例えば、推定された属性に応じて、運転者の運転を支援する程度を示す運転支援度をCPUにより設定するとともに、推定信頼度が低いほど、属性に応じて設定した運転支援度を大きく補正する運転支援度設定ステップにより構成され、この学習ステップは、例えば、CPUにより、運転者の運転操作の履歴に基づいて運転者の運転技術のレベルを示す運転習熟度を学習し、運転習熟度に基づいて運転支援度を更新する学習ステップにより構成され、この運転支援ステップは、例えば、運転支援度に応じた程度で運転の支援をCPUにより行う運転支援ステップにより構成される。

以上のように、本発明の一側面によれば、運転の支援を行うことができる。特に、本発明の一側面によれば、より簡単に各自に適した運転支援を運転者が受けることができる。

以下、図を参照して、本発明の実施の形態について説明する。

図１は、本発明を適用した運転支援システムの一実施の形態を示すブロック図である。図１の運転支援システム１は、運転支援システム１が設けられた車両（以下、自車とも称する）を運転する運転者に対する運転支援を行う。運転支援システム１は、カメラ１１、距離センサ１２、加速度センサ１３、速度センサ１４、コンピュータ１５、警報装置１６、ブレーキ制御ECU（Electronic Control Unit）１７、カーオーディオ装置１８、エアコンECU（Electronic Control Unit）１９、エアコンアクチュエータ２０、ボデーECU（Electronic Control Unit）２１、シートアクチュエータ２２、および、ミラーアクチュエータ２３を含むように構成される。

カメラ１１は、例えば、CCD撮像素子、CMOS撮像素子、または、対数変換型撮像素子などを用いたカメラにより構成される。カメラ１１は、自車を運転している運転者の顔をほぼ正面から撮影できる位置に設置され、撮影した画像（以下、顔画像と称する）をコンピュータ１５に供給する。

距離センサ１２は、自車の周囲の物体を検出したり、検出した物体との距離や相対速度などを検出したりする。距離センサ１２は、検出結果を示す信号をコンピュータ１５に供給する。

距離センサ１２は、例えば、ミリ波レーダ、レーザレーダ、ステレオカメラなどにより構成される。例えば、距離センサ１２がミリ波レーダにより構成される場合、距離センサ１２は、周波数帯域が30GHzから300GHz程度で、波長がおおよそ10mm（30GHz）から1mm（300GHz）程度の電波であるミリ波を自車の周囲の所定の範囲に放射する。そして、距離センサ１２は、そのミリ波の反射波を受信し、反射波が反射されてくるまでの時間や、出射波と反射波の周波数差などに基づいて、ミリ波を反射した反射物体との距離、反射物体の自車に対する相対速度等を検出する。

加速度センサ１３は、自車の加速度を検出し、検出結果を示す信号をコンピュータ１５に供給する。

速度センサ１４は、自車の速度を検出し、検出結果を示す信号をコンピュータ１５に供給する。

コンピュータ１５は、カメラ１１により撮影された顔画像に基づいて、運転者の属性を推定したり、運転者の認証を行ったりする。また、コンピュータ１５は、加速度センサ１３および速度センサ１４からの信号、並びに、ブレーキ制御ECU１７からの情報などに基づいて、各運転者の運転技術のレベルを学習する。コンピュータ１５は、距離センサ１２からの信号に基づいて、自車の周囲の障害物を検出し、各運転者の属性および運転技術のレベルに応じて、警報装置１６およびブレーキ制御ECU１７を制御することにより、運転支援を行う。また、コンピュータ１５は、各運転者が嗜好する運転環境を学習し、カーオーディオ装置１８、エアコンECU１９、および、ボデーECU２１を制御して、各運転者に応じて、運転者が嗜好する運転環境を設定する。

なお、コンピュータ１５の処理の詳細は、図４および図５などを参照して後述する。

警報装置１６は、コンピュータ１５の制御の基に、例えば、音声メッセージ、ベル、ブザー、光などにより、危険な状態が発生していることを運転者に通知する。

ブレーキ制御ECU１７は、自車のブレーキの動作を制御する。また、ブレーキ制御ECU１７は、運転者により行われたブレーキ操作の内容を示す情報をコンピュータ１５に供給する。

カーオーディオ装置１８は、例えば、ラジオ、HDD（ハードディスク）プレーヤ、CD（コンパクトディスク）プレーヤなどを備える。カーオーディオ装置１８は、運転者により行われた操作や設定内容を示す情報をコンピュータ１５に供給する。

エアコンECU１９は、エアコンアクチュエータ２０を制御することにより、図示せぬ自車のエアーコンディショナの設定温度等を調整する。エアコンECU１９は、運転者により設定された設定内容を示す情報をコンピュータ１５に供給する。

ボデーECU２１は、シートアクチュエータ２２を制御することにより、図示せぬ自車の運転席のシートの傾きおよび位置を調整する。また、ボデーECU２１は、ミラーアクチュエータ２３を制御することにより、図示せぬ自車のセンタミラーおよびドアミラーの位置を調整する。さらに、ボデーECU２１は、運転者により設定された運転席のシートの傾きおよび位置、並びに、センタミラーおよびドアミラーの位置を示す情報をコンピュータ１５に供給する。

図２は、コンピュータ１５の一実施の形態を示すブロック図である。コンピュータ１５において、CPU（Central Processing Unit）５１，ROM（Read Only Memory）５２，RAM（Random Access Memory）５３は、バス５４により相互に接続されている。

バス５４には、さらに、入出力インタフェース５５が接続されている。入出力インタフェース５５には、キー、スイッチ、ボタンなどよりなる入力部５６、ディスプレイ、スピーカなどよりなる出力部５７、ハードディスクや不揮発性のメモリなどよりなる記録部５８、ネットワークインタフェースなどよりなる通信部５９、磁気ディスク、光ディスク、光磁気ディスク、あるいは半導体メモリなどのリムーバブルメディア６１を駆動するドライブ６０が接続されている。また、入出力インタフェース５５には、カメラ１１、距離センサ１２、加速度センサ１３、速度センサ１４、警報装置１６、ブレーキ制御ECU１７、カーオーディオ装置１８、エアコンECU１９、および、ボデーECU２１が接続されている。

なお、入出力インタフェース５５と各装置との間の接続方法には様々な方法があり、適宜選択することが可能である。例えば、コネクタ付ケーブルで個々に接続する構成にしたり、CAN（Controller Area Network）、LAN（Local Area Network）などのネットワーク型の構成にしたりすることが可能である。

コンピュータ１５では、CPU５１が、例えば、記録部５８に記録されているプログラムを、入出力インタフェース５５及びバス５４を介して、RAM５３にロードして実行することにより、図４および図５などを参照して後述する一連の処理が行われる。

CPU５１が実行するプログラムは、例えば、磁気ディスク（フレキシブルディスクを含む）、光ディスク（CD-ROM(Compact Disc-Read Only Memory),DVD(Digital Versatile Disc)等）、光磁気ディスク、もしくは半導体メモリなどよりなるパッケージメディアであるリムーバブルメディア６１に記録して、あるいは、インターネット、デジタル衛星放送といった、有線または無線の伝送媒体を介して提供される。

そして、プログラムは、リムーバブルメディア６１をドライブ６０に装着することにより、入出力インタフェース５５を介して、記録部５８にインストールすることができる。また、プログラムは、有線または無線の伝送媒体を介して、通信部５９で受信し、記録部５８にインストールすることができる。その他、プログラムは、ROM５２や記録部５８に、あらかじめインストールしておくことができる。

また、記録部５８には、自車を運転する各運転者に関する運転者情報が記録される。運転者情報は、運転者を一意に識別するための運転者ID、運転者の顔の特徴量、運転者の属性および属性の推定信頼度、運転を支援する程度を示す運転支援度、運転者の運転技術のレベルを示す運転習熟度、運転支援度の学習を行うか否かを示す学習フラグ、運転操作の履歴を示す運転情報、運転者により設定された運転環境を示す運転環境情報などを含む。なお、運転者情報に含まれる各情報の詳細については後述する。

なお、コンピュータ１５内の各部の間の情報の送受信は、バス５４および入出力インタフェース５５を介して行われるが、以下、説明を分かりやすくするために、バス５４および入出力インタフェース５５についての記載は省略する。

図３は、CPU１５が所定のプログラムを実行することにより実現される機能の構成の例を示す図である。コンピュータ１５が所定のプログラムを実行することにより、認証部８１、属性推定部８２、運転支援度設定部８３、運転情報収集部８４、運転支援度学習部８５、障害物検出部８６、運転支援部８７、運転環境情報収集部８８、運転者情報管理部８９、および、運転環境設定部９０を含むように構成される。

認証部８１は、所定の手法を用いて、カメラ１１から供給される顔画像、および、記録部５８に記録されている各運転者の運転者情報に含まれる各運転者の顔の特徴量に基づいて、運転者の認証処理を行う。認証部８１は、認証処理により運転者を特定できた場合、その運転者に対応する運転者IDを示す情報を、運転支援度学習部８５、運転支援部８７、運転者情報管理部８９、および、運転環境設定部９０に供給する。また、認証部８１は、運転者を特定できなかった場合、顔画像から抽出した運転者の顔の特徴量を属性推定部８２に供給する。

なお、認証部８１が運転者の認証処理を行う手法は、特定の手法に限定されるものではなく、より正確、迅速、かつ簡単に運転者の認証を行うことができる手法を適用することが望ましい。

属性推定部８２は、所定の手法を用いて、運転者の顔の特徴量に基づいて、年齢、性別などの運転者の属性を推定する。また、属性推定部８２は、推定結果の確からしさを示す推定信頼度を求める。属性推定部８２は、推定した運転者の属性、および、その推定信頼度を示す情報を運転支援度設定部８３に供給する。また、属性推定部８２は、推定した運転者の属性、その推定信頼度、および、運転者の顔の特徴量を示す情報を運転者情報管理部８９に供給する。

なお、属性推定部８２が、運転者の属性を推定し、推定信頼度を求める手法は、特定の手法に限定されるものではなく、より正確、迅速、かつ簡単に運転者の属性を推定し、推定信頼度を求めることができる手法を適用することが望ましい。また、属性推定部８２が、直接顔画像に基づいて、運転者の属性を推定するようにしてもよい。

運転支援度設定部８３は、図４および図５などを参照して後述するように、運転者の属性、および、その推定信頼度に基づいて、運転支援度を設定する。運転支援度設定部８３は、設定した運転支援度を示す情報を運転支援度学習部８５、運転支援部８７、および、運転者情報管理部８９に供給する。

運転情報収集部８４は、加速度センサ１３から供給される自車の加速度を示す信号、速度センサ１４から供給される自車の速度を示す信号、ブレーキ制御ECU１７から供給されるブレーキ操作の内容を示す情報、および、運転支援部８７から供給される運転支援の内容を示す情報などに基づいて、各運転者の運転操作の履歴を示す運転情報を収集する。運転情報は、例えば、運転時間、運転回数、急ブレーキおよび急発進を行った回数、急ハンドルを行った回数、運転者が受けた運転支援の内容および回数などを含む。運転情報収集部８４は、収集した運転情報を運転支援度学習部８５および運転者情報管理部８９に供給する。

運転支援度学習部８５は、認証部８１から供給された運転者IDの運転者の運転者情報に含まれる運転支援度、運転習熟度、および、運転情報を記録部５８から読み出す。運転支援度学習部８５は、読み出した過去の運転情報、および、運転情報収集部８４から供給される現在の運転情報に基づいて、各運転者の運転技術のレベルを示す運転習熟度を学習する。そして、運転支援度学習部８５は、運転習熟度に基づいて運転支援度を更新する。また、運転支援度学習部８５は、入力部５６を介して運転支援度の変更の指令が入力された場合、入力された指令に基づいて、運転支援度を更新する。

運転支援度学習部８５は、更新した運転支援度を示す情報を運転支援部８７および運転者情報管理部８９に供給する。また、運転支援度学習部８５は、運転支援度の学習を行うか否かを示す学習フラグの値の設定を行い、設定した学習フラグの値を示す情報を運転者情報管理部８９に供給する。

障害物検出部８６は、距離センサ１２からの信号に基づいて、自車の周囲の障害物の有無、障害物の種類、自車に対する障害物の相対速度、障害物の位置、障害物までの距離などを検出する。障害物検出部８６は、検出結果を示す情報を運転支援部８７に供給する。

運転支援部８７は、認証部８１から供給された運転者IDの運転者の運転者情報に含まれる運転支援度を記録部５８から読み出す。運転支援部８７は、図４および図５を参照して後述するように、障害物検出部８６による障害物の検出結果、加速度センサ１３により検出された自車の加速度、速度センサ１４により検出された自車の速度に応じて、運転支援度に応じた程度で、警報装置１６およびブレーキ制御ECU１７などを制御することにより、運転の支援を行う。運転支援部８７は、運転支援を実施した場合、実施した運転支援の内容を示す情報を運転情報収集部８４に供給する。

運転環境情報収集部８８は、カーオーディオ装置１８、エアコンECU１９、および、ボデーECU２１からの情報に基づいて、運転者が嗜好する運転環境を示す運転環境情報を収集する。例えば、運転環境情報は、カーオーディオ装置の起動の有無、選択したソース、設定音量、自車の室内の設定温度、運転席のシートの位置および傾き、ドアミラーおよびセンタミラーの設定位置などを含む。運転環境情報収集部８８は、収集した運転環境情報を運転者情報管理部８９に供給する。

運転者情報管理部８９は、図４および図５を参照して後述するように、運転者情報の生成または更新を行い、生成または更新した運転者情報を記録部５８に記録する。

運転環境設定部９０は、認証部８１により特定された運転者の運転者情報に含まれる運転環境情報を記録部５８から読み出す。運転環境設定部９０は、図４および図５を参照して後述するように、読み出した運転環境情報に基づいて、カーオーディオ装置１８、エアコンECU１９、ボデーECU２１など制御して、自車の運転環境を設定する。

次に、図４および図５のフローチャートを参照して、運転支援システム１により実行される運転処理について説明する。なお、この処理は、例えば、自車の原動機（例えば、エンジン）が始動したとき開始される。

ステップＳ１において、認証部８１は、個人認証を行う。具体的には、カメラ１１は、運転者の顔を撮影し、その結果得られた顔画像を認証部８１に供給する。認証部８１は、例えば、取得した顔画像の特徴量を抽出し、記録部５８に記録されている各運転者の運転者情報に含まれる各運転者の顔の特徴量との類似度を求める。認証部８１は、求めた類似度の最大値が所定の閾値を超える場合、現在の運転者を類似度が最大となる人物に特定する。

ステップＳ２において、認証部８１は、ステップＳ１の処理の結果に基づいて、運転者を特定できたかを判定する。運転者を特定できなかったと判定された場合、例えば、現在の運転者が初めて運転を行うため、運転者情報が記録部５８に記録されていない場合、処理はステップＳ３に進む。

ステップＳ３において、属性推定部８２は、運転者の属性を推定する。具体的には、認証部８１は、抽出した運転者の顔の特徴量を属性推定部８２に供給する。属性推定部８２は、所定の手法を用いて、取得した特徴量に基づいて、年齢、性別などの運転者の属性を推定する。

ステップＳ４において、属性推定部８２は、推定信頼度を求める。具体的には、属性推定部８２は、所定の手法を用いて、運転者の属性の推定結果の確からしさを示す推定信頼度を求める。例えば、パターンマッチングの手法に基づき運転者の属性を推定した場合、所定のパターンと運転者の特徴量との類似度に基づいて、推定信頼度が算出される。属性推定部８２は、推定した運転者の属性、および、その推定信頼度を示す情報を運転支援度設定部８３に供給する。また、属性推定部８２は、推定した運転者の属性、その推定信頼度、および、運転者の顔の特徴量を示す情報を運転者情報管理部８９に供給する。

ステップＳ５において、運転支援度設定部８３は、運転者の属性、および、その推定信頼度に基づいて、運転支援度を設定する。例えば、運転支援度設定部８３は、まず、図６に示されるグラフを用いて、運転者の属性に基づいて運転支援度を設定する。

図６は、運転者の年齢および運転習熟度と運転支援度との関係を表すグラフである。図６のグラフにおいては、運転者の年齢が高いほど運転支援度が高い値となり、運転者の年齢が低いほど運転支援度が低い値となっている。すなわち、運動神経や反射神経などが低下し、危険に対する反応が鈍くなる高齢者ほど、より手厚く運転支援が行われるように設定される。また、図６のグラフにおいては、運転者の運転習熟度が高いほど運転支援度が高い値となり、運転習熟度が低いほど運転支援度が低い値となっている。すなわち、運転習熟度が低い運転者ほど、より手厚く運転支援が行われるように設定される。なお、運転習熟度は、後述する運転支援度の学習処理において用いられる。

なお、図６に示されるように運転者の年齢に対して運転支援度を直線的に変化させずに、例えば、いくつかの年齢層に分けて、年齢層が上がるにつれて段階的に運転支援度を上げていくようにしてもよい。また、年齢または性別と事故の発生率との関係など各種の統計情報に基づいて、さらにきめ細かく年齢に応じて運転支援度を変化させるようにしてもよい。また、運転者の年齢だけでなく、運転者の性別等も用いて、運転支援度を設定するようにしてもよい。

次に、運転支援度設定部８３は、図７に示されるグラフを用いて、属性の推定信頼度に基づいて運転支援度を補正する。

図７は、推定信頼度と運転支援度の補正量の関係を表すグラフである。図７のグラフにおいては、推定信頼度が低いほど運転支援度の補正量が大きくなり、推定信頼度が高いほど運転支援度の補正量が小さくなっている。

運転支援度設定部８３は、例えば、図７のグラフに基づいて、現在の運転者の属性の信頼度に対する補正量を求める。そして、運転支援度設定部８３は、先に運転者の属性に応じて設定した運転支援度から求めた補正量を減算することにより、運転支援度を補正する。すなわち、推定信頼度が低い場合、実際の属性に応じた運転支援度より高い値に運転支援度が設定され、運転支援が過剰に行われ、運転者が煩わしさを感じてしまう場合が想定されるが、これを防止するために、推定信頼度が低いほど同じ属性に対して低い値となるように運転支援度が補正される。

なお、逆に、推定信頼度が低い場合、実際の属性に応じた運転支援度より低い値に運転支援度が設定され、運転支援が不足する場合も想定されるため、これを防止するために、推定信頼度が低いほど同じ属性に対して高い値となるように運転支援度を補正するようにしてもよい。

また、図７に示されるように推定信頼度に対して運転支援度の補正量を直線的に変化させずに、例えば、推定信頼度が高くなるにつれて、段階的に補正量を下げていくようにしてもよい。

運転支援度設定部８３は、設定した運転支援度を示す情報を運転支援度学習部８５、運転支援部８７、および、運転者情報管理部８９に供給する。

ステップＳ６において、運転支援度学習部８５は、学習フラグをオンに設定する。運転支援度学習部８５は、設定した学習フラグの値を示す情報を運転者情報管理部８９に供給する。

ステップＳ７において、運転者情報管理部８９は、運転者情報を生成する。具体的には、運転者情報管理部８９は、現在の運転者に対して運転者IDを割り当てる。運転者情報管理部８９は、割り当てた運転者ID、現在の運転者の顔の特徴量、属性、推定信頼度、運転支援度、および、学習フラグを含む運転者情報を生成する。運転者情報管理部８９は、生成した運転者情報を記録部５８に記録させる。その後、処理はステップＳ１０に進む。

一方、ステップＳ２において、運転者を特定できたと判定された場合、処理はステップＳ８に進む。

ステップＳ８において、運転環境設定部９０は、運転環境を設定する。具体的には、認証部８１は、特定した運転者に対応する運転者IDを示す情報を運転支援度学習部８５、運転支援部８７、運転者情報管理部８９、および、運転環境設定部９０に供給する。運転環境設定部９０は、取得した運転者IDの運転者の運転者情報に含まれる運転環境情報を記録部５８から読み出す。運転環境設定部９０は、読み出した運転環境情報に基づいて、自車の運転環境を設定する。

例えば、運転環境設定部９０は、運転環境情報に基づいて、カーオーディオ装置１８の起動の有無、ソース（ラジオ、HDD（ハードディスク）プレーヤ、CD（コンパクトディスク）プレーヤなど）の選択、音量などを制御する。また、例えば、運転環境設定部９０は、運転環境情報に示される車室内温度を示す情報をエアコンECU１９に供給する。エアコンECU１９は、エアコンアクチュエータ２０を制御して、指示された車室内温度になるように図示せぬ車内のエアコンを制御する。また、運転環境設定部９０は、運転環境情報に示されるシートの前後方向の位置および傾き、ドアミラーの位置、センタミラーの位置を示す情報をボデーECU２１に供給する。ボデーECU２１は、図示せぬ運転席のシートが指示された位置および傾きとなるように、シートアクチュエータ２２を制御する。また、ミラーアクチュエータ２３は、図示せぬドアミラーおよびセンタミラーの設定位置が指示された位置になるようにミラーアクチュエータ２３を制御する。

これにより、各運転者の嗜好にあった運転環境が迅速かつ自動的に設定される。

なお、以上に述べた自動設定の対象となる運転環境の内容は、その一例であり、他にも、ステアリングホイールの位置、インストルメントパネルのデザインなどを運転者に応じて設定することが考えられる。

ステップＳ９において、運転支援部８７は、認証部８１から供給された運転者IDの運転者の運転者情報に含まれる運転支援度を記録部５８から読み出す。後述するように、２回目以降の運転においては、運転者の属性を用いずに、前回の運転において設定されている運転支援度に基づいて運転の支援が開始される。

ステップＳ１０において、運転支援システム１は、運転支援を開始する。すなわち、以下の処理が開始される。障害物検出部８６は、距離センサ１２からの信号に基づいて、自車の周囲の障害物の有無、障害物の種類、自車に対する障害物の相対速度、障害物の位置、障害物までの距離などを検出する。障害物検出部８６は、検出結果を示す情報を運転支援部８７に供給する。運転支援部８７は、障害物検出部８６による障害物の検出結果、加速度センサ１３により検出された自車の加速度、速度センサ１４により検出された自車の速度、および、運転支援度に基づいて、現在の状況が運転支援の必要な状況であるかを判定する。

例えば、運転支援部８７は、現在のまま自車が進行した場合、前方の車両などの障害物に衝突すると判定した場合、衝突するまでの時間および運転支援度に基づいて、運転者に対して警報やブレーキの制御を行う必要があるか否かを判定する。例えば、運転支援部８７は、運転支援度が所定の閾値以上である場合、衝突するまでの時間が４秒になったとき、運転支援が必要であると判定し、運転支援度が所定の閾値未満である場合、衝突するまでの時間が３秒になったとき、運転支援が必要であると判定する。すなわち、運転支援度が高いほど、より早いタイミングで運転支援が必要であると判定される。

運転支援部８７は、運転支援が必要であると判定した場合、障害物に衝突する恐れがあることを通知する警報を出力するように警報装置１６を制御したり、自車のブレーキを始動させるようにブレーキ制御ECU１７を制御したりする。これにより、運転支援度に基づいて、適切なタイミングで、運転者が危険を避けることができるように運転の支援が行われる。

運転支援部８７は、運転支援を実施した場合、実施した運転支援の内容を示す情報を運転情報収集部８４に供給する。

なお、上述した運転支援の内容は、その一例であり、運転支援度に応じて、上述した以外の支援を行うようにすることも可能である。例えば、コーナセンサのような車両周辺の接触検知の警報音や作動時間などを変更することが考えられる。また、運転支援度に応じて、実施する運転支援の項目を増減させるようにすることも可能である。

また、運転支援部８７が、運転情報に基づいて、運転支援の内容を変更するようにしてもよい。例えば、運転中の車速情報から運転者が高燃費な運転を目指しているかどうかの判定を行い、結果に応じて高燃費モードに切り替え、燃費情報を表示したり、加速を抑制するなどの対応を行うようにすることも可能である。また、例えば、コーナリング中の重力加速度Gが大きいと判断された場合、サスペンションやスタビライザーの設定を変更し、Gの発生を抑制するようにすることも可能である。

ステップＳ１１において、運転環境情報収集部８８は、運転環境情報の収集を開始する。具体的には、運転環境情報収集部８８は、カーオーディオ装置１８、エアコンECU１９、および、ボデーECU２１からの情報に基づいて、現在の運転者が嗜好する運転環境を示す運転環境情報を収集し、運転者情報管理部８９に供給する処理を開始する。運転者情報管理部８９は、取得した運転者環境情報を、記録部５８に記録されている現在の運転者の運転者情報に追加する。

ステップＳ１２において、運転支援度学習部８５は、学習フラグがオンであるかを判定する。運転支援度学習部８５は、現在の運転者の運転者情報に含まれる学習フラグがオンであると判定した場合、処理はステップＳ１３に進む。

ステップＳ１３において、運転情報収集部８４は、運転情報の収集を開始する。運転情報収集部８４は、例えば、加速度センサ１３からの信号に基づいて求められる自車の加速度および減速度、速度センサ１４からの信号に基づいて求められる自車の速度の推移、ブレーキ制御ECU１７からの情報に基づいて求められる急ブレーキの使用頻度、運転支援部８７からの情報に基づいて求められる運転支援を受けた頻度および内容、運転時間、運転回数など、現在の運転者の運転操作の履歴を示す運転情報を収集し、運転支援度学習部８５および運転者情報管理部８９に供給する処理を開始する。運転者情報管理部８９は、取得した運転者情報を、記録部５８に記録されている現在の運転者の運転者情報に追加する。

なお、上述した運転情報の内容は、その一例であり、その他の情報を収集するようにすることも可能である。例えば、運転技術のレベルを判定する指標の一つに駐車技術が挙げられるが、例えば、図示せぬカーナビゲーションシステムに駐車場の位置情報を記録しておき、駐車場での運転時間やシフト位置の情報を運転情報として収集するようにしてもよい。これにより、バックで駐車する場合の車両の前後の切り返し回数などにより、運転者の駐車技術のレベルを把握することができる。

ステップＳ１４において、運転支援度学習部８５は、運転支援度の学習を開始する。具体的には、運転支援度学習部８５は、現在の運転者の運転者情報に含まれる運転支援度、運転習熟度、および、運転情報を記録部５８から読み出す。運転支援度学習部８５は、読み出した過去の運転情報、および、運転情報収集部８４から供給される現在の運転情報に基づいて、運転習熟度を学習する。

例えば、運転支援度学習部８５は、上述した図６のグラフに基づいて、運転習熟度を前より高い値に更新した場合、運転支援度を現在より低い値に更新し、運転習熟度を前より低い値に更新した場合、運転支援度を現在より高い値に更新する。運転支援度学習部８５は、運転支援度を更新した場合、更新した運転支援度を示す情報を運転支援部８７に供給する。以後、運転支援部８７は、更新された運転支援度に基づいて運転支援を行う。

また、運転支援度学習部８５は、運転支援度を更新した場合、更新した運転習熟度および運転支援度を示す情報を運転者情報管理部８９に供給する。運転者情報管理部８９は、記録部５８に記録されている現在の運転者の運転者情報の運転支援度および運転習熟度の値を更新する。

なお、図６に示されるように運転習熟度に対して運転支援度を直線的に変化させずに、例えば、運転習熟度が上がるにつれて段階的に運転支援度を上げていくようにしてもよい。

一方、ステップＳ１２において、現在の運転者の運転者情報に含まれる学習フラグがオンであると判定された場合、ステップＳ１３およびＳ１４の処理はスキップされ、運転情報の収集および運転支援度の学習は開始されずに、処理はステップＳ１５に進む。

ステップＳ１５において、運転支援度学習部８５は、運転支援度の変更が指令されたかを判定する。具体的には、例えば、運転者が入力部５６を介して運転支援度の変更の指令を入力し、入力された指令が入力部５６から運転支援度学習部８５に供給された場合、運転支援度学習部８５は、運転支援度の変更が指令されたと判定し、処理はステップＳ１６に進む。

ステップＳ１６において、運転支援度学習部８５は、指令に基づき運転支援度を更新する。例えば、ユーザにより入力された運転支援度の変更の指令は、運転支援度を補正する量を示す情報を含んでいる。運転支援度学習部８５は、ユーザにより指定された補正量だけ運転支援度を大きくまたは小さく設定する。運転支援度学習部８５は、更新した運転支援度を示す情報を運転支援部８７に供給する。以後、運転支援部８７は、ユーザにより設定された運転支援度に基づいて運転支援を行う。

また、運転支援度学習部８５は、更新した運転支援度を示す情報を運転者情報管理部８９に供給する。運転者情報管理部８９は、記録部５８に記録されている現在の運転者の運転者情報の運転支援度の値を更新する。

ステップＳ１７において、ステップＳ６と同様の処理により、学習フラグがオンであるかを判定する。学習フラグがオンであると判定された場合、処理はステップＳ１８に進む。

ステップＳ１８において、運転支援度学習部８５は、学習フラグをオフに設定する。運転支援度学習部８５は、設定した学習フラグの値を示す情報を運転者情報管理部８９に供給する。運転者情報管理部８９は、記録部５８に記録されている現在の運転者の運転者情報の学習フラグの値をオフに設定する。

ステップＳ１９において、運転情報収集部８４は、運転情報の収集を停止する。

ステップＳ２０において、運転支援度学習部８５は、運転支援度の学習を停止する。すなわち、運転者が運転支援度の変更を指令したのは、学習処理により設定された運転支援度に応じた現在の運転支援の内容に満足していない可能性が高いためだと考えられる。従って、以降は、運転支援度の学習を停止し、運転者の設定に応じて運転支援が実施されるようになる。

一方、ステップＳ１７において、学習フラグがオフであると判定された場合、ステップＳ１８乃至Ｓ２０の処理はスキップされ、処理はステップＳ２１に進む。

また、ステップＳ１５において、運転支援度の変更が指令されていないと判定された場合、ステップＳ１６乃至Ｓ２０の処理はスキップされ、処理はステップＳ２１に進む。

ステップＳ２１において、運転支援部８７は、運転支援を停止するかを判定する。運転支援を停止しないと判定された場合、処理はステップＳ１５に戻り、ステップＳ２１において、運転支援が停止されたと判定されるまで、ステップＳ１５乃至Ｓ２１の処理が繰り返し実行される。

一方、ステップＳ２１において、例えば、運転支援部８７は、自車の原動機が停止された場合、運転支援を停止すると判定し、運行支援処理は終了する。

このようにして、より簡単に各自に適した運転支援を運転者が受けることができる。すなわち、運転者は、運転者の意思で運転支援を変更する場合を除いて、特別な操作を行うことなく、各自の属性および運転技術のレベルに応じた運転支援を受けることができる。

また、運転者の個人情報を用いずに運転支援を受けることができるため、個人情報が漏洩する危険性がなく、漏洩対策を考慮する必要がない。

なお、以上の説明では、運転者が運転支援度の変更を指令した後、運転支援度の学習を停止する例を示したが、変更された値に基づいて運転支援度の学習を継続するようにしてもよい。

また、以上の説明では、学習処理により運転支援度を随時更新する例を示したが、例えば、所定の期間ごとに更新するようにしたり、運転の終了時に更新するようにしてもよい。

さらに、以上では、自動車を想定した実施の形態を示したが、本発明は、自動車以外の乗り物、例えば、電車、船舶、飛行機などの運転の支援を行う場合にも適用することが可能である。

上述した一連の処理は、ハードウエアにより実行することもできるし、ソフトウエアにより実行することもできる。なお、コンピュータが実行するプログラムは、本明細書で説明する順序に沿って時系列に処理が行われるプログラムであっても良いし、並列に、あるいは呼び出しが行われたとき等の必要なタイミングで処理が行われるプログラムであっても良い。

また、本明細書において、システムの用語は、複数の装置、手段などより構成される全体的な装置を意味するものとする。

さらに、本発明の実施の形態は、上述した実施の形態に限定されるものではなく、本発明の要旨を逸脱しない範囲において種々の変更が可能である。

本発明を適用した運転支援システムの一実施の形態を示すブロック図である。 図１のコンピュータの一実施の形態を示すブロック図である。 図２のコンピュータのCPUにより実現される機能の構成の例を示すブロック図である。 運転支援システムにより実行される運転支援処理を説明するためのフローチャートである。 運転支援システムにより実行される運転支援処理を説明するためのフローチャートである。 運転支援度の設定に用いるグラフの例を示す図である。 運転支援度の補正に用いるグラフの例を示す図である。

符号の説明

１ 運転支援システム
１１ カメラ
１２ 距離センサ
１３ 加速度センサ
１４ 速度センサ
１５ コンピュータ
１６ 警報装置
１７ ブレーキ制御ECU
１８ カーオーディオ装置
１９ エアコンECU
２１ ボデーECU
５１ CPU
５６ 入力部
５８ 記録部
８１ 認証部
８２ 属性推定部
８３ 運転支援度設定部
８４ 運転情報収集部
８５ 運転支援度学習部
８６ 障害物検出部
８７ 運転支援部
８８ 運転環境情報収集部
８９ 運転者情報管理部
９０ 運転環境設定部

Claims (7)

1. 乗り物の運転を支援する運転支援装置において、
   前記乗り物を運転する運転者の顔を含む画像である顔画像に基づいて、前記運転者の属性を推定するとともに、前記運転者の属性の推定結果の確からしさを示す推定信頼度を求める属性推定手段と、
   推定された前記属性に応じて、前記運転者の運転を支援する程度を示す運転支援度を設定するとともに、前記推定信頼度が低いほど、前記属性に応じて設定した前記運転支援度を大きく補正する運転支援度設定手段と、
   前記運転者の運転操作の履歴に基づいて前記運転者の運転技術のレベルを示す運転習熟度を学習し、前記運転習熟度に基づいて前記運転支援度を更新する学習手段と、
   前記運転支援度に応じた程度で運転の支援を行う運転支援手段と
   を含む運転支援装置。
2. 前記運転支援度設定手段は、前記推定信頼度が低いほど同じ前記属性に対して低い値となるように前記運転支援度を補正する
   請求項１に記載の運転支援装置。
3. 前記学習手段は、前記運転支援度の変更が指令された場合、前記指令に基づいて前記運転支援度を設定するとともに、前記運転者に対する前記運転習熟度の学習および前記運転習熟度に基づく前記運転支援度の更新を停止する
   請求項１に記載の運転支援装置。
4. 前記顔画像を用いて前記運転者の認証処理を行う認証手段を
   さらに含み、
   前記運転支援手段は、前記認証処理により前記運転者が特定された場合、特定された前記運転者の前回の前記運転支援度に基づいて運転の支援を開始する
   請求項１に記載の運転支援装置。
5. 各運転者により設定された前記乗り物の運転環境を示す運転環境情報を収集する運転環境情報手段と、
   前記顔画像を用いて運転者の認証処理を行う認証手段と、
   前記認証処理により前記運転者が特定された場合、特定された前記運転者に対応する前記運転環境情報に基づいて、前記乗り物の運転環境を設定する運転環境設定手段と
   をさらに含む請求項１に記載の運転支援装置。
6. 乗り物の運転を支援する運転支援装置の運転支援方法において、
   前記乗り物を運転する運転者の顔を含む画像である顔画像に基づいて、前記運転者の属性を推定するとともに、前記運転者の属性の推定結果の確からしさを示す推定信頼度を求める属性推定ステップと、
   推定された前記属性に応じて、前記運転者の運転を支援する程度を示す運転支援度を設定するとともに、前記推定信頼度が低いほど、前記属性に応じて設定した前記運転支援度を大きく補正する運転支援度設定ステップと、
   前記運転者の運転操作の履歴に基づいて前記運転者の運転技術のレベルを示す運転習熟度を学習し、前記運転習熟度に基づいて前記運転支援度を更新する学習ステップと、
   前記運転支援度に応じた程度で運転の支援を行う運転支援ステップと
   を含む運転支援方法。
7. 乗り物の運転を支援するコンピュータに、処理を実行させるプログラムにおいて、
   前記乗り物を運転する運転者の顔を含む画像である顔画像に基づいて、前記運転者の属性を推定するとともに、前記運転者の属性の推定結果の確からしさを示す推定信頼度を求める属性推定ステップと、
   推定された前記属性に応じて、前記運転者の運転を支援する程度を示す運転支援度を設定するとともに、前記推定信頼度が低いほど、前記属性に応じて設定した前記運転支援度を大きく補正する運転支援度設定ステップと、
   前記運転者の運転操作の履歴に基づいて前記運転者の運転技術のレベルを示す運転習熟度を学習し、前記運転習熟度に基づいて前記運転支援度を更新する学習ステップと、
   前記運転支援度に応じた程度で運転の支援を行う運転支援ステップと
   を含む処理を実行させるプログラム。

Images