JP5142736B2

JP5142736B2 - 車両搭載機器の制御装置及び制御方法

Info

Publication number: JP5142736B2
Application number: JP2008014755A
Authority: JP
Inventors: 孝介原; 義明坂倉; 弘利岩崎; 哲也原
Original assignee: Denso Corp; Denso IT Laboratory Inc
Current assignee: Denso Corp; Denso IT Laboratory Inc
Priority date: 2008-01-25
Filing date: 2008-01-25
Publication date: 2013-02-13
Anticipated expiration: 2028-01-25
Also published as: JP2009173182A; US20090192670A1

Description

本発明は、車両搭載機器の制御装置及び制御方法に関し、特に、所定の条件に応じた車両搭載機器の操作を推薦する制御装置及び制御方法に関する。

近年、車両搭載機器を操作するためのドライバの負荷を減らすために、オートライト、車間距離維持システムなど、車両に関する情報あるいは車両周囲の情報に基づいて、車両搭載機器を自動的に制御する様々な制御装置が開発されている。このような自動制御装置は、ドライバが何も操作しなくても、特定の車両搭載機器について、適切と思われる設定に自動的に修正する。しかし、自動的に修正された設定が、ドライバが適切と考える設定と必ずしも一致しない場合もある。そして、その修正された設定が、ドライバが適切と考える設定と一致しない場合、ドライバはその車両搭載機器の設定を手動で再修正することになる。そのため、そのような自動制御装置を採用しても、ドライバの操作負荷を減らせない場合があった。

そこで、特許文献１に記載の自動制御システムは、車両搭載機器の設定を変更する前に、ドライバにその変更後の設定を報知して、ドライバが設定変更を承認する操作を行った場合に、その設定変更を実行する。そのため、その自動制御システムは、ドライバの意に反する設定に車両搭載機器を制御することを防止できる。

特開２０００−１２７８６９号公報

特許文献１に記載の自動制御システムは、動作モードに応じて、予め定められた複数の自動制御項目について、一つずつドライバに自動制御するか否か確認したり、一括的に自動制御する。しかし、ドライバの好み、又は自動制御を実行しようとする状況によっては、自動制御システムが、予め定められた項目について一括的に自動制御を行っても、ドライバにとって適切な設定とならない場合があった。また個々の項目について、一つずつ自動制御を行うか否か確認する場合、項目数が多過ぎるとその確認操作の負荷が大きくなるおそれがあった。逆に項目数が少な過ぎると、全ての項目について自動制御を行っても、ドライバにとって適切な設定とならない場合がある。そのため、ドライバは結局手動で車両搭載機器を操作しなければならないおそれがあった。

そこで、本発明の目的は、ドライバの車両搭載機器に対する操作負荷を軽減できる制御装置及び制御方法を提供することにある。

本発明の一つの形態として、車両搭載機器を制御する制御装置が提供される。係る制御装置は、車両搭載機器に関して行われた第１の操作に関連する第２の操作を、第１の確率モデルを用いて決定する推薦操作決定部（２３）と、第２の操作を乗員に表示し、乗員による第２の操作を承認するか否かを示す回答操作が入力されるユーザインターフェース部（１５、１６）と、ユーザインターフェース部（１５、１６）を介して、第２の操作を承認する回答操作が入力された場合、第２の操作を車両搭載機器に対して実行する制御部（２５）とを有する。
係る構成を有することにより、本発明に係る制御装置は、車両搭載機器の何れかに関する操作を行った場合、その操作に関連してドライバが行う操作を推定して提示する。そして、ドライバが承認操作を行うだけで、制御装置はその提示された操作を実行するので、ドライバの車両搭載機器に対する操作負荷を軽減することができる。

ここで請求項１の記載によれば、推薦操作決定部（２３）は、車両に関する状態情報を入力とし、車両搭載機器に対して行うべき推薦操作を実行する確率を出力とする第２の確率モデルを用いて、その推薦操作を決定し、第１の操作は、ユーザインターフェース部（１５、１６）を介して入力された、その推薦操作を承認するか否かを示す操作であることが好ましい。

さらに請求項２の記載によれば、車両搭載機器が直接操作された場合、その直接操作と同一の操作が第２の操作となる確率が高くなるように、第１の確率モデルを修正する学習部（２４）をさらに有することが好ましい。

さらに請求項３の記載によれば、学習部（２４）は、車両搭載機器が直接操作されたときの車両の位置と、回答操作が入力されたときの車両の位置の差が所定範囲内に含まれる場合、第１の確率モデルを修正し、その差が所定範囲に含まれない場合、第２の確率モデルを、直接操作と同一の操作が推薦操作となる確率が高くなるように修正することが好ましい。

また、本発明の他の形態として、車両搭載機器を制御する制御方法が提供される。係る制御方法は、車両搭載機器に関して行われた第１の操作に関連する第２の操作を、第１の確率モデルを用いて決定するステップと、第２の操作をユーザインターフェース部を介して乗員に表示するステップと、ユーザインターフェース部を介して、第２の操作を承認する回答操作が入力された場合、その第２の操作を車両搭載機器に対して実行するステップとを有する。
係る構成を有することにより、本発明に係る制御方法は、車両搭載機器の何れかに関する操作を行った場合、その操作に関連してドライバが行う操作を推定して提示する。そして、ドライバが承認操作を行うだけで、制御方法はその提示された操作を実行するので、ドライバの車両搭載機器に対する操作負荷を軽減することができる。

また請求項４の記載によれば、車両に関する状態情報を入力とし、車両搭載機器に対して行うべき推薦操作を実行する確率を出力とする第２の確率モデルを用いて、その推薦操作を決定するステップをさらに有し、第１の操作は、ユーザインターフェース部を介して入力された、その推薦操作を承認するか否かを示す操作であることが好ましい。

さらに請求項５の記載によれば、車両搭載機器が直接操作された場合、その直接操作と同一の操作が第２の操作となる確率が高くなるように、第１の確率モデルを修正するステップをさらに有することが好ましい。

さらに請求項６の記載によれば、修正ステップは、車両搭載機器が直接操作されたときの車両の位置と、回答操作が入力されたときの車両の位置の差が所定範囲内に含まれる場合、第１の確率モデルを修正し、その差が所定範囲に含まれない場合、第２の確率モデルを、直接操作と同一の操作が推薦操作となる確率が高くなるように修正することが好ましい。

なお、上記において、車両に関する状態情報には、車両そのものに関する情報、例えば、車速、車両の位置などだけでなく、車両周囲の状況に関する情報、例えば、内気温、外気温などの空調情報、現在時刻、雨の有無など、及び各車両搭載機器の設定情報、例えば、オーディオ装置の電源ＯＮ／ＯＦＦ、音量、空調装置の設定温度などが含まれる。
また、上記各部に付した括弧内の符号は、後述する実施形態に記載の具体的手段との対応関係を示す一例である。

以下、本発明の実施形態に係る車両搭載機器の制御装置について説明する。
本発明の実施形態に係る車両搭載機器の制御装置は、車両そのものに関する情報、あるいは車両の周囲の状況に関する情報に基づいて、適切と考えられる車両搭載機器の設定を自動的に決定し、その設定にするための操作をドライバに提示する。そして、ドライバがその操作を承認すると、制御装置は、車両搭載機器をその設定にしたがって自動制御する。そしてこの制御装置は、提示された操作に対するドライバの応答に基づいて、その提示された操作に関連して、ドライバが操作する可能性のある車両搭載機器の別の設定項目に関する操作を自動的に決定する。制御装置は、その操作を再度ドライバに提示し、ドライバによる承認操作だけでその提示された操作にしたがって車両搭載機器を制御することにより、ドライバの操作負荷の軽減を図る。

図１は、本発明の実施形態に係る制御装置を含む、車両制御システム１の全体構成を示す。図１に示すように、車両制御システム１は、オーディオ装置３、空調装置４、オートクルーズコントロール（以下、ＡＣＣという）といった運転支援装置５、ワイパー、パワーウインドウなどの車両本体各部のボディー制御装置６など、複数の車両搭載機器と、それらを制御する制御装置２を有する。各車両搭載機器と制御装置２とは、コントロールエリアネットワーク（以下、ＣＡＮという）１０によって互いに接続される。そして、制御装置２は、ＣＡＮ１０を通じて各車両搭載機器へ制御信号を送信することにより、各車両搭載機器を制御する。一方制御装置２は、各車両搭載機器からＣＡＮ１０を通じて各種の情報を取得する。その情報は、例えば、各車両搭載機器の現在の設定を表す現状態情報、ドライバによる操作が行われた場合にその操作を表す操作情報を含む。

また、ＣＡＮ１０には、雨滴センサ１１、内気温センサ１２、車速センサ１３など複数のセンサ機器が接続されている。ナビゲーション装置１４も、ＣＡＮ１０に接続され、車両の位置情報を取得するセンサ機器として機能する。制御装置２は、ＣＡＮ１０を経由して、それらセンサ機器から車両に関する情報、あるいは車両の周囲の状況に関する情報を取得することができる。

さらに、車両制御システム１は、ディスプレイ１５と、簡易入力インターフェース１６も有し、これらもＣＡＮ１０を通じて制御装置２と接続される。このディスプレイ１５と簡易入力インターフェース１６は、ドライバに対するユーザインターフェース部を構成する。ディスプレイ１５は、例えば、液晶ディスプレイあるいは有機ＥＬディスプレイで構成され、インストルメントパネル内に配置される。なお、ディスプレイ１５は、インストルメントパネルと独立して配置してもよく、ナビゲーション装置１４など、他の装置のディスプレイで兼用してもよい。また、簡易入力インターフェース１６は、制御装置２から提示された操作に対して承認操作を行うためのＹＥＳボタンスイッチ１６１と、その提示された操作に対して拒否操作を行うためのＮＯボタンスイッチ１６２と、提示された複数の操作から一つの操作を選択するためのダイアルスイッチ１６３とを有する。そして簡易入力インターフェース１６は、例えば、ハンドルに取り付けられ、ドライバはハンドルから手を離すことなくその簡易入力インターフェース１６を操作することができる。なお、簡易インターフェース１６は、制御装置２から提示された内容に対し、承認、否認、選択などの操作を可能とする手段であれば各ボタンスイッチ１６１、１６２、ダイアルスイッチ１６３に限定されるものではない。例えば、レバー、スライドスイッチ、エンコーダなどを入力デバイスとして構成してもよい。これら入力デバイスは、ステアリング上に、あるいはインパネ上に、あるいはセンターコンソールなどに配置することができる。また、簡易入力インターフェース１６をディスプレイとタッチパネルで構成されるソフトスイッチとして実装してもよい。このような入力デバイスは、エアコンパネルやナビゲーション装置のディスプレイなどに配置することができる。

制御装置２は、ＣＰＵ、ＲＯＭ、ＲＡＭ等からなる１個もしくは複数個の図示してないマイクロコンピュータ及びその周辺回路と、電気的に書き換え可能な不揮発性メモリ等からなる記憶部２１と、各種センサ機器、各種車両搭載装置等とＣＡＮ１０を通じて通信する通信インターフェースからなる通信部２２を有する。記憶部２１には、制御装置２を制御するための各種プログラム、パラメータ、及び操作の種別を示す操作識別番号と、操作すべき車両搭載機器、その設定項目及び目標設定値の対応関係を示した参照テーブルなどが記憶される。

さらに、制御装置２は、このマイクロコンピュータ及びマイクロコンピュータ上で実行されるコンピュータプログラムによって実現される機能モジュールとして、推薦操作決定部２３、学習部２４及び制御部２５を有する。

推薦操作決定部２３は、各車両搭載機器のそれぞれの設定項目（例えば、オーディオ装置３について、音量、使用機器（ＣＤ、ラジオ又はテープ）の選択など）について、ドライバにとって適切と推定される設定を決定する。そして推薦操作決定部２３は、推定された設定のうち、現在の設定と異なっている設定項目に関して、推定された適切な設定に修正する操作を推薦操作としてドライバに提示する。
ここで、推薦操作決定部２３は、複数の確率モデルを用いて推薦操作を決定する。第１の確率モデルは、制御装置２が各センサ機器から取得した情報に基づいて、直接的に各車両搭載機器に対して行うべき操作を決定する常時提案モデルである。第２の確率モデルは、制御装置２が各センサ機器から取得した情報が特定の条件を満たす場合に、関連する操作を一括で推薦する通常提案モデルである。第３の確率モデルは、推薦操作の実行あるいはドライバが直接車両搭載機器を操作したことに対応して関連する推薦操作を決定する回答モデルである。推薦操作決定部２３は、通常提案モードが起動されると、通常提案モデルに基づいて決定された推薦操作を提示する。一方、通常提案モードが起動されていない場合、推薦操作決定部２３は、常時提案モデルまたは回答モデルに基づいて決定された推薦操作のうち、最も適切と考えられる操作を１ないし複数選択し、ドライバに常時提示する。

何れの確率モデルも、各車両搭載機器のそれぞれの設定項目について、所定の操作を行う確率を出力とする。本実施態様では、確率モデルとして、ベイジアンネットワークを用いた。ベイジアンネットワークは、複数の事象の確率的な因果関係をモデル化する。またベイジアンネットワークは、各ノード間の伝播を条件付き確率で求める、非循環有向グラフで表されるネットワークである。なお、ベイジアンネットワークの詳細については、本村陽一、岩崎弘利著、「ベイジアンネットワーク技術」、初版、電機大出版局、２００６年７月、繁桝算男他著、「ベイジアンネットワーク概説」、初版、培風館、２００６年７月、又は尾上守夫監修、「パターン識別」、初版、新技術コミュニケーションズ、２００１年７月などに開示されている。

まず、常時提案モデルにおける推薦操作の決定手順について、具体例を参照しつつ説明する。図２に、常時提案モデルとして使用される確率モデルの一例を示す。この確率モデル２００は、一つのセンサノード２０１と、五つのアクチュエータノード２０２〜２０６を有する２層構成のベイジアンネットワークである。センサノード２０１には、雨滴センサ１１による雨滴の検知結果が観測事象として入力される。そしてセンサノード２０１は、観測事象において観測され得る値が生じる確率（本実施形態の場合、雨滴が検知される（True）確率と雨滴が検知されない（False）確率）を出力する。一方、各アクチュエータノード２０２〜２０６は、センサノード２０１から出力された確率を入力として、それぞれ、所定の車両搭載機器に対して所定の操作を実行する確率（本実施形態では、それぞれ、ワイパーをＯＮにする確率、パワーウインドウを閉める確率、空調装置４をＯＮにする確率、パワーウインドウを開ける確率、オーディオ装置３の音量を上げる確率）を出力する。

センサノード２０１には、雨滴の検知結果についての事前確率表２１１が関連付けられる。図２の例では、雨滴が検知される（True）事前確率と、雨滴が検知されない（False）事前確率は、ともに50％である。例えば、雨滴センサ１１が故障しているなどの理由により雨滴の検知結果が未知の場合、センサノード２０１は、事前確率表２１１を参照して、True=0.5、False=0.5の値を出力する。一方、雨滴センサ１１から雨滴の検知結果が得られた場合、センサノード２０１はその検知結果に対応する確率値を出力する（例えば、雨滴が検知された場合、センサノード２０１はTrue=1、False=0を出力する。逆に、雨滴が検知されていない場合、センサノード２０１はTrue=0、False=1を出力する）。

各アクチュエータノード２０２〜２０６には、それぞれ、入力された確率に対して所定の操作を実行する条件付確率を規定した条件付確率表（以下、ＣＰＴという）２１２〜２１６が関連付けられる。そして、各アクチュエータノード２０２〜２０６は、それぞれ、ＣＰＴ２１２〜２１６を参照して、雨滴が検知された場合と雨滴が検知されない場合のそれぞれの場合において所定の操作が実行される条件付確率を求めることにより、所定の操作が実行される確率を出力する。
各ＣＰＴでは、横方向において、左側から順に、雨滴が検知されたこと（True）、検知されないこと（False）に対応する。縦方向において、上から順に、そのアクチュエータノードに対応する操作が実行される（True）確率と、その操作が実行されない（False）確率を示す。例えば、アクチュエータノード２０２において、雨滴が検知された場合において、ワイパーをＯＮする操作が行われる条件付確率は、ＣＰＴ２１２より90％であることが分かる。

一例として、アクチュエータノード２０２について、ワイパーを動作させる確率の算出について説明する。ＣＰＴ２１２を参照すると、雨滴が検知された場合（True）に対応する、ワイパーを動作させる（True）条件付確率及びワイパーを動作させない（False）条件付確率は、それぞれ90％、10％である。一方、雨滴が検知されない場合（False）に対応する、ワイパーを動作させる（True）条件付確率及びワイパーを動作させない（False）条件付確率は、それぞれ50％、50％である。したがって、アクチュエータノード２０２が、センサノード２０１から雨滴が検知されたことに対応する確率値（True=1、False=0）を受け取った場合、アクチュエータノード２０２は、ワイパーを動作させる確率として0.9を出力する。一方、センサノード２０１から雨滴が検知されないことに対応する確率値（True=0、False=1）を受け取った場合、アクチュエータノード２０２は、ワイパーを動作させる確率として0.5を出力する。また、センサノード２０１から、雨滴の検知結果が未知の場合に対応する確率値（True=0.5、False=0.5）を受け取った場合、アクチュエータノード２０２は、ワイパーを動作させる確率として0.7(=0.9・0.5+0.5・0.5)を出力する。

推薦操作決定部２３は、常時提案モデルとして、上記の確率モデルだけでなく、各センサ機器から取得した各情報（例えば、内気温、車速、車両の現在位置）に対応する確率モデルを有する。例えば、他の確率モデルの例として、内気温の観測値を入力とし、空調装置４の設定温度、風量、風向きの設定を変更する操作を行う確率を出力する確率モデルがある。さらに他の確率モデルの例として、車両の現在位置を入力とし、オーディオ装置３の設定音量の変更、パワーウインドウの開閉、空調装置３の内気循環モード／外気モードの切り換えといった操作を行う確率を出力する確率モデルがある。
推薦操作決定部２３は、それら確率モデルを用いて、取得した情報に関連する車両搭載機器の所定の操作を行う確率を求める。推薦操作決定部２３は、得られた確率を、対応する操作を示す操作識別番号と関連付けて記憶部２１に記憶する。

次に、通常提案モデルについて説明する。通常提案モデルは、各センサ機器から得られた情報を入力とし、その入力値に対してドライバに所定の操作を提案する確率を求め、さらにその提案確率を入力として、所定の操作を行う確率を出力する。
図３に、通常提案モデルとして使用される確率モデルの一例を示す。図３に示した確率モデル３００は、一つのセンサノード３０１と、一つの提案ノード３０２と、二つのアクチュエータノード３０３及び３０４とを有する３層構成のベイジアンネットワークである。センサノード３０１には、何れかのセンサにより取得された情報（確率モデル３００では、雨滴センサ１１による雨滴の検知結果）が観測事象として入力される。そしてセンサノード３０１は、観測事象において観測され得る値が生じる確率（確率モデル３００では、雨滴が検知される（True）確率と雨滴が検知されない（False）確率）を出力する。提案ノード３０２は、センサノード３０１から出力された確率を入力として、その確率モデルに関連付けられた通常提案モード（本実施形態では、「雨モード」）をドライバに提案する確率を出力する。そして、各アクチュエータノード３０３及び３０４は、提案ノード３０２から出力された確率を入力として、それぞれ、所定の車両搭載機器に対して所定の操作を実行する確率（本実施形態では、それぞれ、ワイパーをＯＮにする確率、パワーウインドウを閉める確率）を出力する。

センサノード３０１には、雨滴の検知結果についての事前確率表３１１が関連付けられる。図３の例では、雨滴が検知される（True）事前確率と、雨滴が検知されない（False）事前確率は、ともに50％である。なお、センサノード３０１からの出力値は、上記の常時提案モデルのセンサノード２０１からの出力値と同様に求められる。
提案ノード３０２には、入力された確率に対してドライバに雨モードを提案する条件付確率を規定したＣＰＴ３１２が関連付けられる。そして、提案ノード３０２は、ＣＰＴ３１２を参照して、雨滴が検知された場合と検知されない場合のそれぞれについて雨モードを提案する条件付確率を求めることにより、雨モードが起動される確率を出力する。
ＣＰＴ３１２では、横方向において、左側から順に、雨滴が検知されたこと（True）、検知されないこと（False）に対応する。縦方向において、上から順に、雨モードが起動される（True）確率と、雨モードが起動されない（False）確率を示す。例えば、雨滴が検知がされた場合、雨モードが起動される条件付確率は、ＣＰＴ３１２より90％であることが分かる。

提案ノード３０２における出力確率は、上記の常時提案モデルの各アクチュエータノード２０２〜２０６における出力確率と同様に計算することができる。また、推薦操作決定部２３は、ワイパーの動作状態及びパワーウインドウの開閉状態を観測事象として、アクチュエータノード３０３、アクチュエータノード３０４に入力されるべき、雨モードが起動される確率を逆算し、その値をセンサノード３０１の出力値とともに使用して、提案ノード３０２の出力として雨モードが起動される確率を計算してもよい。このような提案ノード３０２から出力される確率は、例えば、確率伝播法を用いて計算することができる。

アクチュエータノード３０３、３０４には、それぞれ、入力された確率に対して所定の操作を実行する条件付確率を規定したＣＰＴ３１３、３１４が関連付けられる。各ＣＰＴでは、横方向において、左側から順に、雨モードの起動が承認された（True）か、拒否された（False）かを表す。縦方向において、上から順に、そのアクチュエータノードに対応する操作が実行される（True）確率と、その操作が実行されない（False）確率を示す。例えば、アクチュエータノード３０３において、雨モードの起動が承認された場合において、ワイパーをＯＮにする操作が行われる条件付確率は、ＣＰＴ３１３より90％であることが分かる。そして、各アクチュエータノード３０３、３０４は、雨モードが起動される確率が所定の閾値Th1（例えば、Th1=0.8）以上の場合、それぞれ、提案ノード３０２から出力された雨モードが起動される確率と起動されない確率を入力として、ＣＰＴ３１３、３１４を参照して、それぞれ、ワイパーをＯＮにする確率及びパワーウインドウを閉める確率を出力する。なお、各アクチュエータノード３０３、３０４における出力確率は、上記の常時提案モデルの各アクチュエータノード２０２〜２０６における出力確率と同様に計算することができる。
そして、各アクチュエータノードで算出された、所定の操作を実行する確率が所定の閾値Th2（例えば、Th2=0.7）以上の場合、推薦操作決定部２３は、そのアクチュエータノードに対応する所定の操作を推薦する操作として選択する。ただし、既にその操作が実行されている場合には、推薦操作決定部２３は、その操作を選択しない。例えば、既にパワーウィンドウが閉じている場合、アクチュエータノード３０４においてパワーウィンドウを閉じる操作を行う確率が閾値Th2以上であっても、パワーウィンドウを閉じる操作は、推薦されない。

推薦される操作が少なくとも一つ存在する場合、推薦操作決定部２３は、ディスプレイ１５を通じて、ドライバに雨モードを起動するか否かを問い合わせる。そして推薦操作決定部２３は、雨モードが提案されていることを示すモード起動フラグFを、提案中であることを示す値（例えば、1）に設定する。そして、ドライバが簡易入力インターフェース１６のＹＥＳボタンスイッチ１６１を押下して承認操作を行うと、推薦操作決定部２３は、雨モードを起動する。そして推薦操作決定部２３は、雨モードに関連して推薦される操作に対応する操作識別番号を制御部２５へ通知する。制御部２５は、通知された操作識別番号にしたがって、操作すべき車両搭載機器、その設定項目及び目標設定値を特定する。そして制御部２５は、特定された車両搭載機器に対して、特定された設定項目の値が目標設定値になるように、通信部２２及びＣＡＮ１０を介して制御信号を送信することにより、特定された車両搭載機器を制御する。

一方、ドライバが簡易入力インターフェース１６のＮＯボタンスイッチ１６２を押下して拒否操作を行った場合、推薦操作決定部２３は、雨モードを起動しない。そして推薦操作決定部２３は、なお、そのモードの提案がなされてから（すなわち、ディスプレイ１５にそのモードを起動する旨の表示がされてから）一定期間（例えば、６０秒間）の間、ＹＥＳボタンスイッチ１６１もＮＯボタンスイッチ１６２も押下されない場合も、推薦操作決定部２３は、雨モードの起動が拒否されたと判定してもよい。
雨モードを起動する提案に対して、ドライバが承認操作又は拒否操作を実行すると、推薦操作決定部２３は、モード起動フラグFを、雨モードが提案されていないことを示す値（例えば、0）に再設定する。また、上記の一定期間の間、ＹＥＳボタンスイッチ１６１もＮＯボタンスイッチ１６２も押下されない場合も、推薦操作決定部２３は、モード起動フラグFを、雨モードが提案されていないことを示す値に再設定する。

推薦操作決定部２３は、通常提案モデルとして、上記の確率モデルだけでなく、各センサ機器から取得した各情報（例えば、内気温、車速、車両の現在位置）に対応する確率モデルを有する。例えば、推薦操作決定部２３は、他の通常提案モデルとして、内気温の観測値を入力として所定の通常提案モード（例えば、酷暑モードと呼称する）を起動する確率を求め、そのモードを起動する確率に基づいて、空調装置４の設定温度、風量、風向きの設定を変更する操作を行う確率を出力する確率モデルを有していてもよい。また、推薦操作決定部２３は、日射量と車両の現在位置を入力として、夜間モードと称する通常提案モードを起動する確率を求め、夜間モードを起動する確率に基づいてヘッドライトをＯＮにする確率と、オーディオ装置３の設定音量を下げる確率を出力する確率モデルを有してもよい。

次に、回答モデルについて説明する。回答モデルは、さらに二通りのモデルを含む。第１の回答モデルは、通常提案モデルにより提案された所定のモードが起動されることにより自動実行された所定の操作を補足する操作を推薦するためのモデルである。一方、第２の回答モデルは、常時提案モデルにより推薦された所定の操作をドライバが承認することにより、その所定の操作が自動実行された後、あるいはドライバが直接車両搭載機器の何れかを操作した後、それらの操作に関連する操作を推薦するためのモデルである。

図４に、第１の回答モデルとして使用される確率モデルの一例を示す。図４に示した確率モデル４００は、一つの提案ノード４０１と、六つのアクチュエータノード４０２〜４０７を有する２層構成のベイジアンネットワークである。またこの確率モデル４００は、上記の雨モードが提案された場合に使用される。提案ノード４０１は、雨モードの起動の提案に対するドライバの操作が観測事象として入力される。そして提案ノード４０１は、観測事象において観測され得る値が生じる確率（確率モデル４００では、雨モードの起動が承認される（True）確率と雨モードの起動が承認されない（False）確率）を出力する。また、各アクチュエータノード４０２〜４０５は、提案ノード４０１から出力された確率を入力として、それぞれ、雨モードが起動されたときに実行された操作を補足する操作を実行する確率（本実施形態では、それぞれ、ワイパーの動作速度の設定値を１〜４にする確率）を出力する。一方、アクチュエータノード４０６、４０７は、雨モードの起動が拒否された場合でも、雨モードに関連する一部の操作のみを実行可能なように、それぞれ、雨モードに関連する操作を実行する確率（ワイパーをＯＮにする確率、パワーウインドウを閉める確率）を出力する。

提案ノード４０１には、観測事象として雨モードの起動の承認結果が得られないときに使用される事前確率表４１１が関連付けられる。図に示すように、事前確率表４１１では、雨モードの起動が承認される（True）確率と雨モードの起動が承認されない（False）確率はともに50％である。また、各アクチュエータノード４０２〜４０７には、雨モードの起動の承認結果に対応して操作を実行する条件付確率を示したＣＰＴ４１２〜４１７が関連付けられる。各ＣＰＴでは、横方向において、左側から順に、雨モードの起動が承認された（True）か、拒否された（False）かを表す。縦方向において、上から順に、そのアクチュエータノードに対応する操作が実行される（True）確率と、その操作が実行されない（False）確率を示す。例えば、アクチュエータノード４０２において、雨モードの起動が承認された場合において、ワイパーの動作速度を'１'に設定する操作が行われる条件付確率は、ＣＰＴ４１２より80％であることが分かる。

ここで、各アクチュエータノード４０２〜４０５では、雨モードが起動されたときに実行された操作を補足する操作（この場合、雨モードの起動によりワイパーがＯＮとなったことを補足して、ワイパーの動作速度を設定する操作）を実行する確率が算出される。そのため、ＣＰＴ４１２〜４１５は、雨モードの起動が承認（True）されたときに、その補足操作が実行される確率が高くなるように設定される。一方、アクチュエータノード４０６、４０７では、雨モードの起動が拒否されたときに、雨モードに関連する一部の操作のみを実行する確率が算出される。そのため、ＣＰＴ４１６、４１７では、雨モードの起動が拒否（False）されたときに、その一部の操作が実行される確率が高くなるように設定される。なお、提案ノードの代わりに、対応する通常提案モデルのセンサノードと同様のセンサノードを用いて第１の回答モデルを構成してもよい。

推薦候補決定部２３は、確率モデル４００に、雨モードの起動に関する承認結果を入力して、各アクチュエータノードに関連付けられた操作を行う確率を求める。なお、各アクチュエータノードから出力される確率は、上記の常時提案モデルのアクチュエータノードから出力される確率と同様に計算できる。推薦操作決定部２３は、得られた確率を、対応する操作を示す操作識別番号と関連付けて記憶部２１に記憶する。

次に、第２の回答モデルについて説明する。図５に、第２の回答モデルとして使用される確率モデルの一例を示す。図５に示した確率モデル５００は、一つの制御回答ノード５０１と、二つのアクチュエータノード５０２及び５０３を有する２層構成のベイジアンネットワークである。この確率モデル５００は、パワーウインドウを閉じる操作が行われた後に使用される。ただし、その操作は、ドライバが直接的にパワーウインドウを閉じる操作に限られず、推薦操作決定部２３により推薦操作としてパワーウインドウを閉じる操作が提示され、ドライバがその推薦操作を承認する操作も含む。

制御回答ノード５０１は、パワーウインドウを閉じる操作が実行されたか否かが観測事象として入力される。そして制御回答ノード５０１は、観測事象において観測され得る値が生じる確率（確率モデル５００では、パワーウインドウを閉じる操作が実行された（True）確率とその操作が実行されなかった（False）確率）を出力する。また、各アクチュエータノード５０２及び５０３は、制御回答ノード５０１から出力された確率を入力として、それぞれ、その操作に関連する操作を実行する確率（本実施形態では、それぞれ、オーディオ装置３の音量を上げる確率、空調装置４を自動設定にする確率）を出力する。

制御回答ノード５０１には、観測事象としてパワーウインドウを閉じる操作が実行されたか否かが得られないときに使用される事前確率表５１１が関連付けられる。図に示すように、事前確率表５１１では、パワーウインドウを閉じる操作が実行された（True）確率とその操作が実行されなかった（False）確率はともに50％である。また、各アクチュエータノード５０２及び５０３には、パワーウインドウを閉じる操作に関連した操作を実行する条件付確率を示したＣＰＴ５１２及び５１３が関連付けられる。各ＣＰＴでは、横方向において、左側から順に、パワーウインドウを閉じる操作が実行されたこと（True）か、実行されなかったこと（False）を表す。縦方向において、上から順に、そのアクチュエータノードに対応する操作が実行される（True）確率と、その操作が実行されない（False）確率を示す。例えば、アクチュエータノード５０２において、パワーウインドウを閉じる操作が実行された場合において、オーディオ装置３の音量を上げる操作が行われる条件付確率は、ＣＰＴ５１２より60％であることが分かる。

推薦候補決定部２３は、確率モデル５００に、パワーウインドウを閉じる操作が行われたか否かを示す信号を入力して、各アクチュエータノードに関連付けられた操作を行う確率を求める。なお、各アクチュエータノードから出力される確率は、上記の常時提案モデルのアクチュエータノードから出力される確率と同様に計算できる。推薦操作決定部２３は、得られた確率を、対応する操作を示す操作識別番号と関連付けて記憶部２１に記憶する。
なお、第１の回答モデル及び第２の回答モデルも、上記の例に限られない。

次に、図６に示すフローチャートを用いて、推薦操作の決定及び推薦操作の実行に関する処理手順を説明する。なお、以下の処理手順は、制御装置２の制御部２５によって制御される。
まず、制御装置２は、ＣＡＮ１０を通じて各センサ機器から車両の現在位置、車速など、車両に関するセンサ情報及び雨滴の有無、内気温など、車両周囲のセンサ情報を取得する（ステップＳ１０１）。次に、制御装置２は、モード起動フラグを参照して、通常提案モデルに基づいて推薦された通常提案モードの何れかが提示中か否か判定する（ステップＳ１０２）。何れの通常提案モードも提示されていない場合、制御装置２の推薦操作決定部２３は、各通常提案モデルに基づいて、通常提案として推薦されるべき操作があるか否かを決定する。そして推薦操作決定部２３は、推薦される操作が存在する場合には、その通常提案モデルに対応する通常提案モードを実行する確率P₀を求める（ステップＳ１０３）。なお、推薦操作決定部２３は、上記のように、通常提案モデルに含まれるアクチュエータノードの出力として、そのノードに関連付けられた操作を実行する確率を求め、その確率が所定の閾値Th2以上であれば、その操作を推薦されるべき操作とする。そして、推薦操作決定部２３は、通常提案モードを提示するか否かを判定する（ステップＳ１０４）。通常提案として推薦されるべき操作が有り、かつ確率P₀が所定の閾値Th1以上の場合、推薦操作決定部２３は、ディスプレイ１５を介して通常提案モードを提示する（ステップＳ１０５）。そして推薦操作決定部２３は、モード起動フラグを通常提案モードが提示中であることを示す値に設定する。
図７（ａ）に、通常提案モードが提示されているときのディスプレイ１５の画面の一例を示す。この場合、図７（ａ）に示すように、ディスプレイ１５の画面７０１には、推薦された通常提案モードを実行するか否かを尋ねる文言のみが表示される。なお、ディスプレイ１５は、その通常提案モードの実行により、自動実行される操作の内容をさらに表示してもよい。

ステップＳ１０５の後、あるいはステップＳ１０２において既に通常提案モードが提示されていると判定された場合、推薦操作決定部２３は、提示されている通常提案モードに対する回答があったか否かを判定する（ステップＳ１０６）。なお、この回答には、簡易入力インターフェース１６を介して行われた、通常提案モードを承認する操作だけでなく、通常提案モードを拒否する操作も含まれる。さらに、通常提案モードの提示中に、ドライバが何れかの車両搭載機器を操作すると、推薦操作決定部２３は、その提示されている通常提案モードを拒否する操作が行われたと判定する。あるいは、通常提案モードの提示開始から何の操作も行われずに所定期間（例えば、６０秒間）経過した場合も、推薦操作決定部２３は、その提示されている通常提案モードを拒否する操作が行われたと判定する。そして、通常提案モードの提示に対して、そのモードを承認する操作が行われた場合、制御部２５は、その通常提案モードに関連する推薦操作を自動的に実行する（ステップＳ１０７）。すなわち、制御部２５は、その通常提案モードに関連する推薦操作に対応する操作識別番号を推薦操作決定部２３から取得する。そして制御部２５は、記憶部２１に記憶された参照テーブルを参照して、操作識別番号に基づいて操作すべき車両搭載機器、その設定項目及び目標設定値を特定する。制御部２５は、特定された車両搭載機器に対して、特定された設定項目の値が目標設定値になるように、通信部２２及びＣＡＮ１０を介して制御信号を送信することにより、特定された車両搭載機器を制御する。さらに、推薦操作決定部２３は、上記の第１の回答モデルに基づいて、実行された操作を補足する操作を実行する確率を計算し、その確率を対応する操作を示す操作識別番号に関連付けて記憶部２１に記憶する（ステップＳ１０８）。

一方、ステップＳ１０４において、通常提案モードに関連する推薦操作がないか、通常提案モードを実行する確率P₀が閾値Th1未満の場合、推薦操作決定部２３は、通常提案モードを提示しない。この場合、常時提案モデルまたは何れかの回答モデルに基づいて決定された推薦操作が、ディスプレイ１５を通じてドライバに提示されている。図７（ｂ）に、この場合においてディスプレイ１５に表示される画面の一例を示す。図７（ｂ）に示すように、ディスプレイ１５の画面７０２には、推薦された複数の操作をドライバが一覧できるように、それらの操作が並べて表示される。そして、簡易入力インターフェース１６のダイヤルスイッチ１６３を操作して、何れかの操作を選択することができる。
推薦操作決定部２３は、提示されている推薦操作のうち、何れかの操作について、簡易入力インターフェース１６を介して承認操作が行われたか否か判定する（ステップＳ１０９）。何れかの推薦操作が承認された場合、制御部２５は、その推薦操作を自動実行する（ステップＳ１１０）。すなわち、制御部２５は、簡易入力インターフェース１６を通じて選択承認された推薦操作を特定し、その推薦操作に対応する操作識別番号を推薦操作決定部２３から取得する。そして制御部２５は、参照テーブルを参照して、操作識別番号に基づいて操作すべき車両搭載機器、その設定項目及び目標設定値を特定する。制御部２５は、特定された車両搭載機器に対して、特定された設定項目の値が目標設定値になるように、通信部２２及びＣＡＮ１０を介して制御信号を送信することにより、特定された車両搭載機器を制御する。さらに、推薦操作決定部２３は、上記の第２の回答モデルに基づいて、実行された操作に関連する操作を実行する確率を計算し、その確率を対応する操作を示す操作識別番号に関連付けて記憶部２１に記憶する（ステップＳ１１１）。

また、ステップＳ１１１の後、あるいは、ステップＳ１０９において何れの推薦操作も承認されていないと判定された場合、推薦操作決定部２３は、ドライバが何れかの車両搭載機器を直接操作したか否かを判定する（ステップＳ１１２）。具体的には、推薦操作決定部２３は、何れかの車両搭載機器から、ＣＡＮ１０を通じて何れかの設定が変更されたことを示す信号を受信すると、その車両搭載機器は直接操作されたと判定する。そして、推薦操作決定部２３は、直接操作された車両搭載機器があると判定した場合、回答モデルに基づいて、実行された操作に関連する操作を実行する確率を計算し、その確率を対応する操作を示す操作識別番号に関連付けて記憶部２１に記憶する（ステップＳ１１３）。

ステップＳ１０８又はＳ１１３の後、あるいは、ステップＳ１１２において何れの車両搭載機器も直接操作されていないと判定された場合、推薦操作決定部２３は、常時提案モデルに基づいて、ステップＳ１０１で取得したセンサ情報から適切と考えられる操作を実行する確率を計算し、その確率を対応する操作を示す操作識別番号に関連付けて記憶部２１に記憶する（ステップＳ１１４）。

その後、推薦操作決定部２３は、各回答モデル及び常時提案モデルに基づいて計算された、特定の操作を実行する確率に基づいて、推薦する操作を決定する（ステップＳ１１５）。そのために、推薦操作決定部２３は、以下の式に基づいて、記憶部２１に記憶されている各操作識別操作番号に対応する操作を実行する確率の代表値P_iを計算する。
P_i = Cs・Ps_i + Cn・Pn_i + Cr・Pr_i + Ca・Pa_i （１）
ただし、（１）式において、Ps_iは、操作識別番号i(i=1,2,...,n)に対応する操作について、ステップＳ１１４において常時提案モデルに基づいて計算された実行確率を表す。同様に、Pn_iは、操作識別番号iに対応する操作について、ステップＳ１０８において通常提案モードに関連する第１の回答モデルに基づいて計算された実行確率を表す。またPr_iは、操作識別番号iに対応する操作について、ステップＳ１１１において推薦操作に関連する第２の回答モデルに基づいて計算された実行確率を表す。さらにPa_iは、操作識別番号iに対応する操作について、ステップＳ１１３において車両搭載機器の直接操作に関連する第２の回答モデルに基づいて計算された実行確率を表す。また、Cs、Cn、Cr、Caは、それぞれ重み付け係数であり、例えば、Cs=0.1、Cn=0.4、Cr=0.3、Ca=0.2に設定される。これらの重み付け係数は、ドライバによって行われた操作に関連して求められた実行確率（すなわち、Pn_i 、Pr_i 、Pa_i）が代表値P_iに占める割合が、センサ情報に基づいて求められた実行確率（すなわち、Ps_i）よりも高くなるように設定される。このように重み付け係数を設定することにより、ドライバによって行われた操作に関連する操作を、より提案され易くすることができる。

なお、推薦操作決定部２３は、Ps_i、Pn_i、Pr_i、Pa_iのうち、計算されていない値があれば、その値を0として、確率の代表値P_iを計算する。各操作について、確率の代表値P_iを算出すると、推薦操作決定部２３は、その操作が行われた後の車両搭載機器の状態が現時点における状態と一致する場合、実際に何の変化も生じない操作をドライバに提示することを避けるため、その操作に対応する確率の代表値P_iを0にする。例えば、現時点でパワーウインドウが閉じられている場合、推薦操作決定部２３は、パワーウインドウを閉じる操作に関する確率の代表値P_iを0にする。
そして、推薦操作決定部２３は、得られた確率の代表値P_iが高い方から順に、所定数の操作を推薦操作として選択する。ただし、所定数は１以上であり、推薦操作の選択にドライバの負荷が過剰とならない数に設定される。本実施形態では所定数を３とした。また、同一の設定項目に対して異なる操作を要求するものがある場合（例えば、パワーウインドウを開く操作とパワーウインドウを閉じる操作）、推薦操作決定部２３は、それらの操作に対応する確率の高い方のみを選択するようにしてもよい。

推薦操作が決定されると、推薦操作決定部２３は、それら推薦操作をディスプレイ１５上に表示する位置を決定する（ステップＳ１１６）。推薦操作決定部２３は、新たに推薦される操作がそれ以前に提示されていた操作と全く異なる場合は、新たに推薦される候補だけを考慮して表示位置を決定する。しかし、新たに推薦される操作の何れかが、それ以前に提示されていた操作と一致する場合には、推薦操作決定部２３は、その一致する推薦操作の表示位置を変更しないように、各推薦操作の表示位置を決定する。

図８を用いて表示位置の決定について説明する。図８（ａ）は、現時点で選択されている推薦操作を表示したディスプレイ１５の画面の一例を示す図であり、図８（ｂ）及び図８（ｃ）は、ステップＳ１１５において更新された推薦操作を表示したディスプレイ１５の画面の一例を示す図である。
本実施形態では、原則として、代表値の大きい方から順に、対応する推薦操作が、ディスプレイ１５の中央、上段、下段の順に表示される。図８（ａ）に示す画面８０１では、最も大きい代表値に対応する操作は、パワーウインドウを開く操作であり、２番目に大きい代表値に対応する操作は、オーディオ装置３の音量を上げる操作であり、３番目に大きい代表値に対応する操作は、空調装置４をＯＦＦにする操作である。ここで、ステップＳ１１５において新たに求められた三つの推薦操作が、それぞれ対応する代表値が大きい方から順にパワーウインドウを閉じる操作、運転支援装置５のレーンキープアシスト機能をＯＮにする操作、空調装置４を内気循環モードに設定する操作であったとする。この場合、新たに求められた全ての推薦操作が、それ以前に提示されていた推薦操作と異なる。そこで、図８（ｂ）の画面８０２に示すように、新たに求められた推薦操作は、原則に則った配列にしたがってディスプレイ１５に表示される。すなわち、対応する代表値の最も大きいパワーウインドウを閉じる操作がディスプレイ１５の中央に表示され、次に代表値の大きいレーンキープアシスト機能をＯＮにする操作がディスプレイ１５の上段に表示され、３番目に代表値の大きい空調装置４を内気循環モードに設定する操作がディスプレイ１５の下段に表示される。

一方、ステップＳ１１５において新たに求められた三つの推薦操作のうちの何れかの操作が、それ以前に提示されていた推薦操作と一致する場合、推薦操作決定部２３は、その一致する推薦操作に関しては、ディスプレイ１５上の表示位置を変更しないように、各推薦操作の表示位置を決定する。例えば、図８（ｃ）に示すように、新たに求められた三つの推薦操作のうち、オーディオ装置３の音量を上げる操作に対応する代表値が最大であったとする。この場合、図８（ａ）の画面８０１及び図８（ｃ）の画面８０３に示すように、その音量を上げる操作は、もともとディスプレイ１５の一番上に表示されていたので、新たに求められた推薦操作に関しても、音量を上げる操作はディスプレイ１５の一番上に表示される。なお、残りの二つの推薦操作は、それ以前に提示されていた推薦操作と一致しないので、原則とおり、代表値の高い方から順にディスプレイ１５の中央、下段に表示される。

推薦操作の表示位置が決定すると、推薦操作決定部２３は、それら推薦操作をディスプレイ１５に表示させる（ステップＳ１１７）。また、簡易入力インターフェース１６を介してどの推薦操作が選択されるか判別できるようにするために、推薦操作のディスプレイ１５上の表示位置と、その推薦操作を示す操作識別番号とを関連付ける。その後、制御装置２は、処理を終了する。そして、制御装置２は、上記のステップＳ１０１〜Ｓ１１７の処理を、定期的（例えば、１０秒間隔あるいは１分間隔）に繰り返す。あるいは、制御装置２は、上記のステップＳ１０１〜Ｓ１１７の処理を、何れかのセンサ情報が、実質的に変化したことを検知した場合に実行するようにしてもよい。なお、センサ情報の実質的な変化とは、何れかの確率モデルにおいて、センサノードに入力されるセンサ情報の値が、そのセンサノードから出力される確率算定の基準となるセンサ情報の値の区分に関して異なる区分に属するようになることをいう。例えば、内気温を入力とするセンサノードが、内気温が２０℃〜２５℃の範囲に含まれる確率と２６℃〜３０℃の範囲に含まれる確率を出力すると仮定する。この場合、内気温が２１℃から２４℃へ変化しても、ともに２０℃〜２５℃の範囲に含まれるので、内気温は実質的に変化していないと判定される。一方、内気温が２４℃から２６℃へ変化した場合、内気温が属する範囲が変化したので、内気温は実質的に変化したと判定される。

学習部２４は、ドライバが車両搭載機器を直接操作した場合、上記の何れかの確率モデルを修正する。本実施形態では、上記のように、車両搭載機器の一つの設定項目に関する操作について、通常提案モデル、常時提案モデル、回答モデルなど、複数の確率モデルが使用され得る。そこで学習部２４は、ドライバが車両搭載機器を操作した時の車両の位置情報に基づいて、学習する確率モデルを特定する。そのために、学習部２４は、ナビゲーション装置１４から定期的に車両の位置情報を取得する。そして、学習部２４は、ドライバが簡易入力インターフェース１６を通じて承認操作あるいは拒否操作を行った時の車両の位置情報を記憶部２１に記憶する（以下、この時の車両の位置を回答時位置という）。同様に、ドライバが何れかの車両搭載機器を操作すると、学習部２４は、その操作対象となった車両搭載機器及び設定項目と、その操作時において各センサ機器から取得されたセンサ情報（車両の位置情報を含む）を関連付けて記憶部２１に記憶する（以下、この時の車両の位置を操作時位置という）。さらに、学習部２４は、通常提案モードがドライバに提示されたときの車両の位置も、その通常提案モードに関連付けて記憶部２１に記憶する（以下、この時の車両の位置を通常提案時位置という）。そして学習部２４は、回答時位置、操作時位置、及び通常提案時位置の差に基づいて、何れの確率モデルを学習するのか決定する。そして、学習の対象となる確率モデルが決定されると、学習部２４は、ドライバが行った操作が推薦される確率が高くなるように、その確率モデルを学習する。

図９に、学習部２４による確率モデルの学習手順のフローチャートを示す。
まず、学習部２４は、ナビゲーション装置１４から車両の位置情報を取得し、ドライバの操作などと関連付けて、上記の操作時位置、回答時位置、通常提案時位置を取得する（ステップＳ２０１）。次に、学習部２４は、最新の操作時位置と回答時位置の差が所定範囲内に含まれるか否か判定する（ステップＳ２０２）。なお、所定範囲は、例えば、５００ｍあるいは１ｋｍなど、車両の周囲の状況が実質的に変化しない範囲とすることができる。

ステップＳ２０２において、操作時位置と回答時位置の差が所定範囲内に含まれる場合、学習部２４は、その操作時位置と通常提案時位置との差が所定範囲内に含まれるか否か判定する（ステップＳ２０３）。なお、所定範囲は、ステップＳ２０２における所定範囲と同一の範囲とすることができる。あるいは、その所定範囲は、ステップＳ２０２における所定範囲よりも広くてもよい。そして、操作時位置と通常提案時位置との差が所定範囲内に含まれる場合、通常提案モードが実行され、さらにその後に提示された操作がドライバにとって適切でないと考えられる。そこで、学習部２４は、通常提案モードの実行後に推薦する操作を決定するための回答モデルを学習する。このとき、学習部２４は、通常提案時位置に関連付けて記憶部２１に記憶されている通常提案モードの種類を参照して、どの回答モデルを学習対象とするか決定する。そして学習部２４は、学習対象となる回答モデルが有するアクチュエータノードのうち、操作時位置に関連付けて記憶されている、ドライバに操作された車両搭載機器の設定項目に関するアクチュエータノードのＣＰＴを、ドライバが行った操作が推薦される確率が高くなるように修正する。例えば、図４に示した確率モデル４００が学習対象であり、ドライバがワイパーの動作速度を４にする操作を行ったと仮定する。この場合、学習部２４は、ＣＰＴ４１５について、雨モードがTrueの場合においてワイパー動作速度を４に設定する操作を実行する条件確率を10％上昇させる（すなわち、60％から70％に増加させる）。逆に、学習部２４は、雨モードがTrueの場合においてワイパー動作速度を４に設定する操作を実行しない条件確率を10％低下させる（すなわち、40％から30％に低下させる）。なお、雨モードがFalseの場合の条件付確率は変更しなくてもよい。
また、学習部２４は、学習対象となる回答モデルに、ドライバが行った操作に対応するアクチュエータノードが含まれていない場合、その操作に対応するアクチュエータノードを回答モデルに追加する。例えば、図４に示した確率モデル４００が学習対象モデルの場合において、ドライバがヘッドライトをＯＮにする操作を行ったとする。この場合、学習部２４は、確率モデル４００に、ヘッドライトをＯＮにする操作に関するアクチュエータノードを追加する。なお、新たに追加されたアクチュエータノードに対応するＣＰＴは、全ての条件付確率が等しい値となるように設定される。
あるいは、学習部２４は、学習対象となる回答モデルに、ドライバが行った操作に対応するアクチュエータノードが含まれていない場合、その回答モデルの学習を行わないようにしてもよい。

ステップＳ２０３において、操作時位置と通常提案時位置の差が所定範囲内に含まれていない場合、学習部２４は、操作時位置とドライバが前回操作を行ったときの操作時位置の差を求め、その差が所定範囲内に含まれるか否か判定する（ステップＳ２０５）。なお、所定範囲は、ステップＳ２０２における所定範囲と同様に、車両の周囲の状況が実質的に変化しない範囲とすることができる。そして、操作時位置とドライバが前回操作を行ったときの操作時位置の差が所定範囲内に含まれる場合、ドライバが行った操作に関連して提示された推薦操作が、ドライバにとって不適切であったと推定される。そこで学習部２４は、ドライバが行った操作に関連する推薦操作を決定するための回答モデルを学習する（ステップＳ２０６）。一方、ステップＳ２０５において、操作時位置とドライバが前回操作を行ったときの操作時位置の差が所定範囲内に含まれない場合、ドライバは、常時提案に対応する回答操作を行い、その回答操作に対して提示された推薦操作が不適切であったと推定される。そこで学習部２４は、常時提案モデルによって推薦された操作に関連する操作を推薦するための回答モデルを学習する（ステップＳ２０７）。
なお、ステップＳ２０６及びＳ２０７における、各回答モデルの学習は、ステップＳ２０４における回答モデルの学習と同様に行われる。すなわち、学習対象となる回答モデルに含まれるアクチュエータノードのうち、ドライバが行った操作に対応するアクチュエータノードに対応するＣＰＴを、ドライバが行った操作が推薦される確率が高くなるように修正する。また、ドライバが行った操作に対応するアクチュエータノードが学習対象となる回答モデルに含まれない場合、学習部２４は、上記のように、その回答モデルにドライバが行った操作に対応するアクチュエータノードを追加してもよい。

ステップＳ２０２において、操作時位置と回答時位置の差が所定範囲に含まれない場合、その操作時位置においてドライバが直接車両搭載機器に対して行った操作と、回答時位置においてドライバが簡易入力インターフェース１６を通じて行った操作には、関連が無いと推定される。そこで、学習部２４は、その操作時位置と最新の通常提案時位置の差を求め、その差が所定範囲内に含まれるか否か判定する（ステップＳ２０８）。なお、所定範囲は、ステップＳ２０２における所定範囲と同様に、車両の周囲の状況が実質的に変化しない範囲とすることができる。そしてその操作時位置と最新の通常提案時位置の差が所定範囲内に含まれる場合、学習部２４は、その通常提案時位置において提示された通常提案モードに関連する通常提案モデルを学習する（ステップＳ２０９）。一方、ステップＳ２０８において、その操作時位置と最新の通常提案時位置の差が所定範囲に含まれない場合、学習部２４は、常時提案モデルを学習する（ステップＳ２１０）。このとき、学習部２４は、操作時位置において取得された各センサ情報を入力とするセンサノードと、ドライバが行った操作に対応するアクチュエータノードを有する常時提案モデルを学習対象とする。
なお、ステップＳ２０９及びＳ２１０における、通常提案または常時提案モデルの学習は、ステップＳ２０４における回答モデルの学習と同様に行われる。すなわち、学習対象となる確率モデルに含まれるアクチュエータノードのうち、ドライバが行った操作に対応するアクチュエータノードに対応するＣＰＴを、ドライバが行った操作が推薦される確率が高くなるように修正する。また、ドライバが行った操作に対応するアクチュエータノードが学習対象となる通常提案モデルに含まれない場合、学習部２４は、上記のように、その通常提案モデルにドライバが行った操作に対応するアクチュエータノードを追加してもよい。
上記の各学習ステップが終了した後、学習部２４は、更新された確率モデルを記憶部２１に記憶し、学習処理を終了する。学習部２４は、ドライバが車両搭載機器を直接操作する度に、上記のステップＳ２０１〜Ｓ２１０の処理を繰り返す。

このように、推薦操作を決定するための各確率モデルを、ドライバが行った操作が推薦され易くなるように学習することで、制御装置２は、ドライバの好みに応じて適切に操作を推薦することが可能となる。
なお、上記のステップＳ２０２において、操作時位置と回答時位置の差を判定基準として用いる代わりに、学習部２４は、ドライバが車両搭載機器を直接操作したときの時間（操作時）と簡易入力インターフェース１６を介して承認操作あるいか拒否操作を行ったときの時間（回答時）の差が所定期間内に含まれるか否かで判定してもよい。そして、操作時と回答時の時間差が所定期間内に含まれる場合、ステップＳ２０３へ制御を移行し、その時間差が所定期間に含まれない場合、ステップＳ２０８へ制御を移行する。この場合も、上記と同様に、所定期間を、車両の周囲の状況が実質的に変化しない期間、例えば、30秒間あるいは1分間とすることができる。同様に、ステップＳ２０３、２０５及び２０８においても、操作時と通常提案モードが提示された時（通常提案時）との時間差、あるいは最新の操作時と前回の操作時との時間差が所定期間に含まれるか否かで判定を行ってもよい。さらに、学習部２４は、ドライバが行った回答操作の対象となる推薦操作に関する確率の代表値P_iを算出するために使用された確率モデルを、学習の対象としてもよい。例えば、上記の（１）式に基づいて確率の代表値P_iを算出する際、常時提案モデル及び各回答モデルに基づいて算出された確率Ps_i、Pn_i、Pr_i、Pa_iのうち、通常提案モードの実行後に推薦する操作を決定するための第１の回答モデルに基づいて算出された確率Pn_iが最も大きいとする。この場合、学習部２４は、ドライバの回答操作は、第１の回答モデルにより推薦された操作に向けられたものと判定する。そこで、操作時位置と回答時位置の差が所定範囲内であれば、学習部２４は、その第１の回答モデルを学習する。さらにまた、学習部２４は、所定の条件を満たす場合に、複数の確率モデルを学習してもよい。例えば、第１の回答モデルを学習する場合において、操作時位置と前回の操作時位置の差が所定範囲内であれば、学習部２４は、ドライバが行った操作に関連する推薦操作を決定するための第２の回答モデルをさらに学習してもよい。

以上説明してきたように、本発明に係る車両搭載機器の制御装置は、車両に関する情報、あるいは車両の周囲の状況に関する情報に基づいて、適切と考えられる車両搭載機器の設定を自動的に決定し、その設定に関連する推薦操作をドライバに提示することができる。そして、ドライバが簡易入力インターフェースを介してその推薦操作を承認する操作を行うだけで、この制御装置は、車両搭載機器をその設定にしたがって自動制御することができる。さらにこの制御装置は、提示された推薦操作に対するドライバの応答に基づいて、先に提示された推薦操作に関連して、ドライバが操作する可能性のある車両搭載機器の別の設定項目に関する推薦操作を自動的に決定する。この制御装置は、その推薦操作を再度ドライバに提示し、ドライバによる承認操作だけでその設定になるように車両搭載機器を制御する。そのため、ドライバは簡易入力インターフェースを通じて互いに関連する複数の設定項目にわたる操作を行うことができるので、この制御装置は、ドライバの操作負荷を軽減することができる。
さらに、この制御装置は、常時提案モデルを用いて、常に推薦操作を求めているので、複数の推薦操作を常時提示することができる。そのため、この制御装置は、推薦操作がディスプレイ１５に突然提示されることによってドライバが驚くことを防止できる。

なお、本発明は上記の実施形態に限定されるものではない。例えば、推薦操作決定部２３は、推薦操作をディスプレイ１５に同時に提示できる数よりも多く求めてもよい。この場合、推薦操作の表示順序は、求めた代表確率が高い方から順に、上から下へ並べられる。そして、簡易入力インターフェース１６のダイヤルスイッチ１６３を操作することにより、ディスプレイ１５は、推薦操作をスクロールさせて順番に表示してもよい。
あるいは、ディスプレイ１５は、所定数（例えば、３個）の推薦操作を表示するものとし、簡易入力インターフェース１６は、表示された各推薦操作に対応する選択ボタンを有するものであってもよい（例えば、ディスプレイに表示される推薦操作が３個の場合、選択ボタンの数も３個）。この場合、簡易入力インターフェース１６の何れかの選択ボタンを押下すると、その選択ボタンに対応する推薦操作が実行される。さらに、簡易入力インターフェース１６は、この選択ボタンの他に、上記の実施形態と同様に拒否操作用のボタンスイッチを有していてもよい。
さらに、ディスプレイ１５は、推薦操作に対応する確率の代表値が、ドライバがその推薦操作を実行する確率が高いと考えられる所定値以上（例えば、0.9以上）である場合、目立ち易いようにその推薦操作を大きく、あるいは色を変えて表示してもよい。さらにまた、推薦操作決定部２３は、車両搭載機器ごと、あるいは車両搭載機器の組み合わせごとに、推薦操作を決定するようにしてもよい。そして、ディスプレイ１５は、各車両搭載機器あるいはその組み合わせごとに、推薦操作を表示してもよい。例えば、ディスプレイ１５の一番上には、常に空調装置かボディー制御装置に関する推薦操作が表示され、ディスプレイ１５の中段には、常にオーディオ装置に関する推薦操作が表示され、ディスプレイ１５の下段には、それら以外の車両搭載機器に関する推薦操作が表示されるようにしてもよい。
さらにまた、車両制御システム１は、簡易入力インターフェース１６の代わりに、制御装置２と接続されたマイクロフォンと、制御装置２のマイクロコンピュータ上で動作する音声認識プログラムモジュールを有していてもよい。この場合、ドライバがディスプレイ１５に表示されている推薦操作の名称と承認するか拒否するかを発声すると、マイクロフォンでその音声を集音する。そして、その音声を音声認識プログラムモジュールで識別することにより、どの推薦操作について承認または拒否されたことを判定する。

また、上記の実施形態において、学習部２４は、ドライバが簡易入力インターフェース１６を介して何れかの推薦操作を承認すると、その推薦操作の決定に関連した確率モデルについて、その推薦操作が実行される確率を高くするように学習してもよい。逆に、ドライバが簡易入力インターフェース１６を介して何れかの推薦操作を拒否すると、その推薦操作の決定に関連した確率モデルについて、その推薦操作が実行される確率を低くするように学習してもよい。例えば、オーディオ装置３の音量を上げる操作が推薦操作としてディスプレイ１５に表示されており、ドライバがその推薦操作を簡易入力インターフェース１６を介して承認されたと仮定する。この場合において、学習部２４は、その推薦操作の決定に関与した確率モデル（すなわち、確率の代表値P_iを算出する際、（１）式における各実行確率Ps_i、Pn_i、Pr_i、Pa_iのうち、0でない値を出力した確率モデル）を、オーディオ装置３の音量を上げる操作を実行する確率が高くなるように修正する。この修正は、上記の確率モデルの修正と同様に、対応する確率モデルに含まれる、オーディオ装置３の音量を上げることに対応するアクチュエータノードに関連するＣＰＴを修正することにより行われる。
さらに、推薦操作及び通常提案モードを決定するための各確率モデルは、複数のセンサノードを有していてもよい。複数のセンサノードを有することにより、詳細な条件に応じて推薦操作などを決定することができる。

また、図１０及び図１１に、本発明の実施形態に係る制御装置により、推薦され得る操作の例の一覧を示す。さらに、図１２に、推薦操作を決定するために使用可能なセンサ情報の例の一覧を示す。
上記のように、本発明の範囲内で様々な修正を行うことが可能である。

本発明の実施形態に係る制御装置を含む、車両制御システムの全体構成図である。常時提案モデルとして使用される確率モデルの一例を示す図である。通常提案モデルとして使用される確率モデルの一例を示す図である。回答モデルとして使用される確率モデルの一例を示す図である。回答モデルとして使用される確率モデルの他の例を示す図である。推薦操作の決定及び推薦操作の実行に関する処理手順を示すフローチャートである。（ａ）は、通常提案モードが提示されているときのディスプレイの画面の一例を示す図であり、（ｂ）は、通常提案モード以外の推薦操作が提示されているときのディスプレイの画面の一例を示す図である。（ａ）は、現時点で選択されている推薦操作を表示したディスプレイの画面の一例を示す図であり、（ｂ）及び（ｃ）は、それぞれ、更新された推薦操作を表示したディスプレイの画面の例を示す図である。確率モデルの学習手順を示すフローチャートである。本発明の実施形態に係る制御装置により、推薦され得る操作の例の一覧である。本発明の実施形態に係る制御装置により、推薦され得る操作の例の一覧である。本発明の実施形態に係る制御装置により、推薦操作を決定するために使用可能なセンサ情報の例の一覧である。

符号の説明

１車両制御システム
２制御装置
３オーディオ装置
４空調装置
５運転支援装置
６ボディー制御装置
１０コントロールエリアネットワーク（ＣＡＮ）
１１雨滴センサ
１２内気温センサ
１３車速センサ
１４ナビゲーション装置
１５ディスプレイ
１６簡易入力インターフェース
２１記憶部
２２通信部
２３推薦操作決定部
２４学習部
２５制御部

Claims

車両搭載機器を制御する制御装置であって、
前記車両搭載機器に関して行われた第１の操作に関連する第２の操作を、第１の確率モデルを用いて決定する推薦操作決定部（２３）と、
前記第２の操作を乗員に表示し、乗員による前記第２の操作を承認するか否かを示す回答操作が入力されるユーザインターフェース部（１５、１６）と、
前記ユーザインターフェース部（１５、１６）を介して、前記第２の操作を承認する回答操作が入力された場合、前記第２の操作を前記車両搭載機器に対して実行する制御部（２５）と、
を有し、
前記推薦操作決定部（２３）は、車両に関する状態情報を入力とし、前記車両搭載機器に対して行うべき推薦操作を実行する確率を出力とする第２の確率モデルを用いて、該推薦操作を決定し、前記第１の操作は、前記ユーザインターフェース部（１５、１６）を介して入力された、該推薦操作を承認するか否かを示す操作であることを特徴とする制御装置。
車両搭載機器を制御する制御装置であって、
前記車両搭載機器に関して行われた第１の操作に関連する第２の操作を、第１の確率モデルを用いて決定する推薦操作決定部（２３）と、
前記第２の操作を乗員に表示し、乗員による前記第２の操作を承認するか否かを示す回答操作が入力されるユーザインターフェース部（１５、１６）と、
前記ユーザインターフェース部（１５、１６）を介して、前記第２の操作を承認する回答操作が入力された場合、前記第２の操作を前記車両搭載機器に対して実行する制御部（２５）と、
前記車両搭載機器が直接操作された場合、該直接操作と同一の操作が前記第２の操作となる確率が高くなるように、前記第１の確率モデルを修正する学習部（２４）と、
を有することを特徴とする制御装置。
前記推薦操作決定部（２３）は、車両に関する状態情報を入力とし、前記車両搭載機器に対して行うべき推薦操作を実行する確率を出力とする第２の確率モデルを用いて、該推薦操作を決定し、かつ、前記第１の操作は、前記ユーザインターフェース部（１５、１６）を介して入力された、該推薦操作を承認するか否かを示す操作であり、
前記学習部（２４）は、前記車両搭載機器が直接操作されたときの車両の位置と、前記回答操作が入力されたときの車両の位置の差が所定範囲内に含まれる場合、前記第１の確率モデルを修正し、該差が該所定範囲に含まれない場合、前記第２の確率モデルを、前記直接操作と同一の操作が前記推薦操作となる確率が高くなるように修正する、請求項２に記載の制御装置。
車両搭載機器を制御する制御方法であって、
車両に関する状態情報を入力とし、前記車両搭載機器に対して行うべき推薦操作を実行する確率を出力とする第２の確率モデルを用いて、該推薦操作を決定するステップと、
ユーザインターフェース部を介して入力された、該推薦操作を承認するか否かを示す操作である第１の操作に関連する第２の操作を、第１の確率モデルを用いて決定するステップと、
前記第２の操作を前記ユーザインターフェース部を介して乗員に表示するステップと、
前記ユーザインターフェース部を介して、前記第２の操作を承認する回答操作が入力された場合、前記第２の操作を前記車両搭載機器に対して実行するステップと、
を有することを特徴とする制御方法。
車両搭載機器を制御する制御方法であって、
前記車両搭載機器に関して行われた第１の操作に関連する第２の操作を、第１の確率モデルを用いて決定するステップと、
前記第２の操作をユーザインターフェース部を介して乗員に表示するステップと、
前記ユーザインターフェース部を介して、前記第２の操作を承認する回答操作が入力された場合、前記第２の操作を前記車両搭載機器に対して実行するステップと、
前記車両搭載機器が直接操作された場合、該直接操作と同一の操作が前記第２の操作となる確率が高くなるように、前記第１の確率モデルを修正するステップと、
を有することを特徴とする制御方法。
車両に関する状態情報を入力とし、前記車両搭載機器に対して行うべき推薦操作を実行する確率を出力とする第２の確率モデルを用いて、該推薦操作を決定するステップをさらに有し、
前記第１の操作は、前記ユーザインターフェース部（１５、１６）を介して入力された、該推薦操作を承認するか否かを示す操作であり、
前記修正ステップは、前記車両搭載機器が直接操作されたときの車両の位置と、前記回答操作が入力されたときの車両の位置の差が所定範囲内に含まれる場合、前記第１の確率モデルを修正し、該差が該所定範囲に含まれない場合、前記第２の確率モデルを、前記直接操作と同一の操作が前記推薦操作となる確率が高くなるように修正する、請求項５に記載の制御方法。