JP5294193B2 - 車両用運転支援システムおよび車両用運転支援方法 - Google Patents

Description

本発明は、車両用運転支援システムおよび車両用運転支援方法に関するものである。

従来よりドライバビリティの向上を目的として、サスペンションやブレーキ、あるいはステアリング装置等に電子制御を加える車両制御装置や運転支援装置が多く提案されている。例えば、車線逸脱を防止するためにステアリングに操舵トルクを付与するシステムや、各輸に掛かるブレーキカを制御することにより車体の横滑りを防止するシステム等がある。

このような制御システムで問題となるのは、運転者の意図あるいは操作と制御システムの動作が干渉することである。例えば上述の車両制御装置により車両を制御すると、特に車両の運動特性を把握して運転することができる習熟した運転者にとっては、その程度や介入タイミングによっては、車両が運転者の意図とは異なる挙動をするように感じたり、運転者の操作を阻害され煩わしく感じたりすることがある。

この問題を解決するための１つの手段として、運転操作の正確性、あるいは運転負荷といった運転状態をもとに運転者の運転技量を推定し、その推定された運転者の運転技量に沿うように制御の程度を変更したり、制御の介入するタイミングを調整したりする方法がある。このような運転者の運転技量を判別することを目的とした従来技術は、特許文献１に開示されている。この特許文献１に開示された技術は、運転初心者にありがちなクラッチ操作の滑り量を用いて運転者の運転技量を判別している。
特開２００３−８１０４０号公報

しかし、このような従来技術においては、ある特定の操作について理想運転を定義しているから、多岐にわたる運転シーンで適用できるような、また、複数の情報をもとに複数のペダルやステアリングの操作量・タイミング等が考慮された規範モデル（理想の運転）を定義することが困難である。すなわち、運転者が得意、不得意とする操作には個人差があり、このような特定の操作に基づく運転技量評価では、全体的な運転技量の良否を判断することができない。

本発明は、上述の課題を解決するためになされたものであり、総合的な運転技量に応じた運転支援を行うことができる車両用運転支援システムおよび車両用運転支援方法を提供することを目的とする。

この目的を達成するため、本発明においては、運転状況を検出し、運転状況の時系列データに基づく統計的演算により運転パターン情報を生成し、運転パターン情報に基づいて空間に運転パターンを配置し、運転パターンの配置から運転技量情報を生成し、運転技量情報に基づいて運転支援装置を制御する。

本発明に係る車両用運転支援システムおよび車両用運転支援方法においては、全体的な運転技量の良否を判断するから、総合的な運転技量に応じた運転支援を行うことができる。

（実施の形態１）
最初に、図１および図２を用いて、本発明の実施の形態１に係る車両用運転支援システムの構成について説明する。図１に示すように、この車両用運転支援システムは、検出装置１０１、運転パターン情報生成部１０２（運転パターン情報生成手段）、運転パターン配置部１０３（運転パターン配置手段）、運転技量情報生成部１０４（運転技量情報生成手段）、支援部１０５（支援手段）およびデータベース１０６を備えている。

検出装置１０１は、ヨーレイト（車両挙動）、ピッチングレイト（車両挙動）、ロールレイト（車両挙動）、前後加速度（車両挙動）、左右加速度（車両挙動）、上下加速度（車両挙動）、転舵角（運転者の操作量）、アクセル開度（運転者の操作量）および車速（車両挙動）を検出する。ここで、車両挙動を検出する検出装置１０１に関して、例えばヨーレイトは、車体に設けたヨーレイトセンサによって検出するのが最も直感的方法であるが、直接ヨーレイトを検出する以外にも例えば操舵角と車両の速度を検出し、その結果に基づいてヨーレイトを推定する方法をとってもよく、この場合はヨーレイトセンサの代わりに操舵角センサと車速センサを設ける。このように、直接検出せずに演算による推定値を利用してもよい。また、アクセル開度をアクセルペダルの操作量としてもよく、ブレーキペダル踏量あるいはブレーキ油圧を加えてもよい。

運転パターン情報生成部１０２は、検出装置１０１により検出されたヨーレイト、ピッチングレイト、ロールレイト、前後加速度、左右加速度、上下加速度、転舵角、アクセル開度および車速に基づいた情報である運転パターン情報を生成し、運転パターン情報を運転パターン情報ＤＢ１０７に記憶する。なお、このような処理は、コンピュータのハードウェア資源（ＣＰＵ、ＲＯＭ、ＲＡＭ、入力装置、出力装置、入出力制御回路、情報記憶部）を用いて実現される。

この運転パターン情報生成部１０２について、発明者らはこれまでに、連続時系列データからそのデータを構成するパターンを抽出し、その抽出されるパターンによる観測データの認識（コード化・抽象化）方法、パターンからの時系列データの生成（推定）方法を発見し、それら認識・生成方法を用いてシステムの制御を行うための１つの手段として、例えば特開２００４−３３０３６１号公報に開示された手法を考案している。

この手法はパターンの抽出・認識のほかに、パターンからの信号生成も行っているが、本実施の形態においてはパターン抽出ができればよく、公知のパターン識別手法を用いればよい。また、パターン抽出手法として隠れマルコフモデル（ＨＭＭ）という確率密度関数を用いているが、本実施の形態においては、ニューラルネットワークや遺伝的アルゴリズムを用いた手法でも、閾値や特徴平面を利用して識別する線形判別関数を用いた手法を用いてもよい。

運転パターン配置部１０３は、運転パターン情報生成部１０２により生成された運転パターン情報に基づいて空間に運転パターンを配置し、運転パターンの配置の状態を空間配置情報として空間配置情報ＤＢ１０８に記憶する。なお、このような処理は、コンピュータのハードウェア資源（ＣＰＵ、ＲＯＭ、ＲＡＭ、入力装置、出力装置、入出力制御回路、情報記憶部）を用いて実現される。

図２に例として、同一の３次元空間へ配置された運転上級者と一般運転者のパターンを示す。運転上級者とは自動車メーカにおいて日常的に様々な車両、走行条件での運転を経験している、いわゆるテストドライバである。

運転上級者、一般運転者それぞれに、同じ車両で同一コースを同条件で複数回走行させ、例えば運転者の操作量（ステアリング操作量、ペダル操作量）、車両状態量（車速、角速度、加速度）を計測し、計測データをもとに運転者それぞれの運転を構成する運転パターンを抽出する。抽出した運転パターン間の（非）類似度に着目し、（非）類似度を距離として扱い、この距離情報に基づいて運転パターンを空間に配置することによって、運転パターン間の幾何学的関係性を抽出する。空間の次元は、運転パターン間の幾何学的関係が把握できればよいので、運転パターンを抽出するために使用するデータ数以下の次元数の幾何学的空間であればよい。

運転パターン間の（非）類似度は、相関係数を用いたり、パターンを確率密度関数で表している場合は統計的な距離としてKullback-Leibler情報量やHellinger距離などを用いて、定量的に表せばよい。また、クラスタリング手法に用いられる類似度や、独自に設定した定量的な評価値を使用してもよい。

運転パターンを空間に配置する手法としては、多次元尺度構成法を用いればよい。多次元尺度構成法は、対象間の距離をできる限り満たすように対象を多次元空間上に配置する方法である。（参考文献１：Takane, Y., Young, F. W., & de Leeuw, J. (1977).
Nonmetric individual differences multidimensional scaling: An alternative least
squares method with optimal scaling features. Psychometrika, 42, 1-68.）
図２について、抽出した運転パターンの空間配置方法について説明する。

図２では、運転上級者と一般運転者の各運転者ごとに実車走行データを１０試行分収録し、このデータから運転パターンを１０パターン抽出した。

抽出された運転パターン間の（非）類似度は、確率分布間の差の尺度の一つであるKullback-Leibler情報量により求めた。（参考文献２：B.H. Juang and L.R. Rabiner. A
probabilistic distance measure for hidden markov models. In AT&T Technical
Journal, Vol.64, No.2, pp. 391-408, 1985.）
Kullback-Leibler情報量で定義される運転パターンλ_i、λ_j間の（非）類似度D^*(λ_i,λ_j)は、次式の対称性を満たさない。

D^*(λ_i,λ_j)＝D^*(λ_j,λ_i) （数式１）
そこで、対称形にしたD(λ_i,λ_j)を運転パターンλ_i、λ_j間の距離と定義した。

D(λ_i,λ_j)＝｛D^*(λ_i,λ_j)＋D^*(λ_j,λ_i)｝/2 （数式２）
図２ではこの距離情報を満たすように、多次元尺度構成法の中でも対象間の距離そのものが与えられている時に適用可能な計量多次元尺度構成法を用いた。特に、その計量多次元尺度構成法の一種であるＡＬＳＣＡＬの方法を適用し、運転パターン間の幾何学的関係を掴みやすいように、一つの３次元空間上に運転上級者・一般運転者、両方の運転パターンを配置したものである。（参考文献３：Torgerson, W. (1952). Multidimensional scaling : I. Theory and method. Psychometrika, 17, 401-419.）
運転技量情報生成部１０４は、運転パターンの配置に基づいて運転技量に関する情報である運転技量情報を生成し、運転技量情報を運転技量情報ＤＢ１０９に記憶する。なお、このような処理は、コンピュータのハードウェア資源（ＣＰＵ、ＲＯＭ、ＲＡＭ、入力装置、出力装置、入出力制御回路、情報記憶部）を用いて実現される。図２に示したように、運転上級者の運転パターン配置は、一般運転者の配置と比較して各運転パターン間の距離が長く、より広い空間に分布していることがわかる。空間配置は運転パターン間の類似度を距離表現して配置していることから、運転パターンが密に分布している一般運転者は似通った運転パターンで運転していることがわかる。一方、運転パターンが空間に広く分布している運転上級者は、特徴ある運転パターンを使い分けて運転していることがわかる。

このことから、非類似度に基づいて運転パターンを配置した空間を用いて、運転技量を判定することが可能になる。運転パターンが分布する空間の体積を用いることによって、より体積の大きな運転パターン空間を配置する運転者を運転技量が高いと判定することができる。または、（非）類似度を表している距離を用いて、運転パターン間の平均距離の長い運転者を運転技量が高いと判定することができる。

すなわち、複数の運転者の空間に配置された運転パターンにより構成される立体の体積と現在の運転者の空間に配置された運転パターンにより構成される立体の体積との比較に基づいて運転技量情報を生成することができる。また、過去の運転者の空間に配置された運転パターンにより構成される立体の体積と現在の運転者の空間に配置された運転パターンにより構成される立体の体積との比較に基づいて運転技量情報を生成することができる。また、複数の運転者の空間に配置された運転パターン間の平均距離と現在の運転者の空間に配置された運転パターン間の平均距離との比較に基づいて運転技量情報を生成することができる。さらに、過去の運転者の空間に配置された運転パターン間の平均距離と現在の運転者の空間に配置された運転パターン間の平均距離との比較に基づいて運転技量情報を生成することができる。

支援部１０５は、運転技量情報生成部１０４により生成された運転技量情報に基づいて運転支援情報を生成し、運転支援情報を運転支援情報ＤＢ１１０に記憶し、運転支援情報により運転支援装置を制御する。この支援部１０５は、ブレーキのタイミングや操舵のタイミング等の操作タイミングを教示する教示装置、または、ＡＣＣ、レーンキープ等の車両自動制御装置を制御し、運転技量情報生成部１０４により生成された運転技量情報に応じて、教示タイミング、制御介入タイミング、制御量等のパラメータを変更する。

データベース１０６は、データを格納する記憶手段であり、メモリやハードディスク等によって構成される。また、少なくとも運転パターン情報ＤＢ（Database：データベース）１０７、空間配置情報ＤＢ１０８、運転技量情報ＤＢ１０９および運転支援情報ＤＢ１１０を有している。

また、運転パターン情報ＤＢ１０７、空間配置情報ＤＢ１０８、運転技量情報ＤＢ１０９および運転支援情報ＤＢ１１０は、それぞれ運転パターン情報、空間配置情報、運転技量情報および運転支援情報を記憶している。また、運転パターン情報、空間配置情報、運転技量情報および運転支援情報は、逐次更新するか、一定周期で更新する。または、走行開始時や走行終了後、車速ゼロのアイドリング時に更新してもよい。更新間隔は、支援部１０５により生成される運転支援情報に応じて変更してもよい。例えば、特定のシーンでのみ行う運転支援に関しては、そのシーン以外で更新してもよい。

続いて、図３を用いて、本発明の実施の形態１に係る車両用運転支援システムにおける処理すなわち車両用運転支援方法のフローチャートについて説明する。

まず、検出装置１０１は、ヨーレイト、ピッチングレイト、ロールレイト、前後加速度、左右加速度、上下加速度、転舵角、アクセル開度および車速を検出する（ステップＳ２０１、検出ステップ）。つぎに、運転パターン情報生成部１０２は、検出装置１０１により検出されたヨーレイト、ピッチングレイト、ロールレイト、前後加速度、左右加速度、上下加速度、転舵角、アクセル開度および車速から運転パターンに関する情報である運転パターン情報を生成し、運転パターン情報を運転パターン情報ＤＢ１０７に記憶する（ステップＳ２０２、運転パターン情報生成ステップ）。

つぎに、運転パターン配置部１０３は、運転パターン情報生成部１０２により生成された運転パターン情報に基づいて空間に運転パターンを配置し、運転パターンの配置の状態を空間配置情報として空間配置情報ＤＢ１０８に記憶する（ステップＳ２０３、運転パターン配置ステップ）。つぎに、運転技量情報生成部１０４は、運転パターンの配置に基づいて運転技量に関する情報である運転技量情報を生成し、運転技量情報を運転技量情報ＤＢ１０９に記憶する（ステップＳ２０４、運転技量情報生成ステップ）。

つぎに、支援部１０５は、運転技量情報生成部１０４により生成された運転技量情報に基づいて運転支援情報を生成し、運転支援情報を運転支援情報ＤＢ１１０に記憶し、運転支援情報により運転支援装置を制御する（ステップＳ２０５、運転支援装置制御ステップ）。

続いて、図４を用いて、本発明の実施の形態１に係る車両用運転支援システムおよび車両用運転支援方法の効果について説明する。

本実施の形態により運転技量を判定した上で、操舵トルクを利用して運転者へ操舵タイミングを運転支援した結果を、図４に示す。図の横軸はコーナ入口に対するタイミング提示位置（単位：ｍ）、図の縦軸は実際の転舵開始平均位置（±σ）（単位：ｍ）を表している。本実施の形態により、運転技量が低いと判定された運転者に対し、あるトルク量で切り込みタイミングを提示する。提示タイミングは、普段の本人操舵タイミングとその前後５ｍタイミングの３条件を提示した。この結果、図４に示したように、提示タイミングと実際の操舵開始位置がほぼ同じとなった。運転技量の低い運転者は、普段の本人の操舵タイミングと異なるタイミングを提示した場合でも、違和感なく提示タイミングヘ誘導された。

一方、本実施の形態により、運転技量が高いと判定された運転者に対し、判定結果とは異なる上述の運転技量の低い運転者と同じトルク量で切り込みタイミングを提示した場合、実際の操舵開始タイミングは提示タイミングヘは誘導されておらず、ほぼ普段のタイミングで切り込んでしまうだけでなく、トルクの変化を敏感に感じ取り、時に違和感と感じ取ってしまった。

運転技量の判定結果に応じて提示トルク量を変更することによって、運転技量の高い運転者が違和感を感じなくすることができ、また、切り込みタイミングを提示タイミングヘ誘導する場合も、本人の切り込みタイミングからの誘導距離を、運転技量の低い運転者より短く、徐々に移動させることでタイミングの誘導も可能になる。

従来技術であげたような、例えば理想値との比較等により、試行ごとの信号で運転技量を判定する場合、その時点での運転技量を判定して運転支援できるためよいとしている。しかし、運転技量の高い運転者も運転の乱れはあり、乱れていても運転者の総合的な運転技量が高いことに変わりはないため、図４に示したタイミング支援で運転技量の高い運転者へ運転技量の低い運転者の運転支援を行ったように、施行ごとで運転者への運転支援が変わると違和感や運転支援効果が得られない等の問題が生じる。

本実施の形態では、「複数の運転パターンから構成される空間≒全体的な運転」で運転技量を判定するため、上述の問題がなく、また、より運転技量に応じた運転支援効果が得られる。すなわち、運転技量を判定できることから、判定に応じて運転支援装置の動き、タイミング、量といったパラメータを変更することによって、運転者の運転技量に応じた運転支援が可能になる。また、運転支援を行う前と後で運転技量判定を行うことにより、運転支援装置の効果を判定することができる。運転パターンの類似度を距離として表現するということは、運転パターン間の相対位置が重要だということである。

このように、本発明に係る車両用表示装置および車両用表示方法においては、全体的な運転技量の良否を判断するから、総合的な運転技量を評価することができ、また、運転技量に応じた運転支援を行うことができる。

また、複数の運転者の運転パターンに対して評価したときには、複数の運転者の平均的な運転に対する現在の運転者の運転技量を評価することができ、また、運転パターンにより構成される立体の体積を利用するから、運転技量を定量的に判定することができる。また、過去の特定の運転者の運転パターンに対して評価したときには、過去の特定の運転者の平均的な運転に対する現在の特定の運転者の運転技量を評価することができ、また、運転パターンにより構成される立体の体積を利用するから、運転技量を定量的に判定することができる。また、運転パターン間の平均距離を利用するときには、簡潔に運転技量を定量的に判定することができる。

また、運転から運転パターンを認識（抽象化）するだけでなく、認識（抽象化）された運転パターンから運転を生成するから、運転技量の差を生む運転パターンがどのような運転なのかを生成することができ、運転支援に用いることができる。

なお、上述した本発明に係る車両用運転支援システムおよび車両用運転支援方法においては、検出装置１０１がヨーレイト、ピッチングレイト、ロールレイト、前後加速度、左右加速度、上下加速度、転舵角、アクセル開度および車速を検出しているが、検出装置１０１が運転者の顔（身体）や目（身体）の動きを検出するようにしてもよい。

この場合、例えば、運転者の頭部を含む映像を撮影し、この映像の情報を検出する。検出装置１０１により顔の向きを検出する場合には、例えば特開２００５−１９６５６７号公報に開示された顔向き検出装置を利用する。この顔向き検出装置を検出装置１０１として利用することにより、運転者の頭部の姿勢角を検出するができる。また、運転者の身体の動きとして、シート座面・背面の体圧分布を用いてもよい。

なお、上述した本発明に係る車両用運転支援システムおよび車両用運転支援方法においては、検出装置１０１がヨーレイト、ピッチングレイト、ロールレイト、前後加速度、左右加速度、上下加速度、転舵角、アクセル開度および車速を検出しているが、検出装置１０１が車両周辺の環境を検出するようにしてもよい。ここで、車両周辺の環境とは、地図情報、白車両位置情報、コーナや交差点までの距離、車体の向き、車線内の自車両の横位置、前方車線の曲率、前方車両や前方障害物までの車間距離等である。地図情報や自車両位置情報は、例えばＧＰＳ装置を備えるナビゲーション装置から入力してもよい。車線内の自車両の横位置や前方車線の曲率、前方車両や前方障害物までの車間距離については、例えばレーンキープシステムや車間維持制御システム等を用いて画像から検出することができる。

（実施の形態２）
続いて、図５〜図８を用いて、本発明の実施の形態２に係る車両用運転支援システムの構成について説明する。図５に示すように、この車両用運転支援システムは、検出装置１０１、運転パターン情報生成部１０２、運転パターン配置部１０３、運転技量情報生成部１０４、運転技量要因情報生成部５０１（運転技量要因情報生成手段）、支援部５０２（支援手段）およびデータベース５０５を備えている。

ここでは、運転技量要因情報生成部５０１、支援部５０２およびデータベース５０５以外の構成要素については、本発明の実施の形態１に係る車両用運転支援システムのものと同様であるため、説明を省略する。

運転技量要因情報生成部５０１は、まず運転パターン情報生成部１０２により生成された運転パターン情報に基づいて、検出装置１０１により検出された各データ項目を削除して運転パターン情報を生成し、その運転パターン情報の運転パターンの配置の状態の情報を空間配置情報として空間配置情報ＤＢ１０８に記憶する。すなわち、複数のデータ項目を用いて運転パターンを抽出している場合に、その中のあるデータ項目を除いて再度運転パターンを抽出し、空間に抽出した運転パターンを配置し、運転パターンの配置の状態を記憶する。例えば、ヨーレイトを削除した運転状況に基づいて運転パターン情報を生成し、空間に運転パターンを配置し、運転パターンの配置の状態の情報を空間配置情報として空間配置情報ＤＢ１０８に記憶する。このような処理を全てのデータ項目について行なう。なお、このような処理は、コンピュータのハードウェア資源（ＣＰＵ、ＲＯＭ、ＲＡＭ、入力装置、出力装置、入出力制御回路、情報記憶部）を用いて実現される。

つぎに運転技量要因情報生成部５０１は、運転パターン配置部１０３により生成された空間配置情報と、運転技量要因情報生成部５０１により処理を行い、空間配置情報ＤＢ１０８に記憶させた各データ項目を除いた場合の各空間配置情報に基づいて、各データ項目の運転パターンへの影響度に関する情報である運転技量要因情報を求め、運転技量要因情報ＤＢ５０６に記憶する。

ここで、運転技量要因情報は、図６および図７に示すように、例えばデータ項目および運転パターン間の平均距離の差から構成される。

運転パターン配置部１０３により生成された空間配置情報の運転パターンの配置と、運転技量要因情報生成部５０１により処理を行い、空間配置情報ＤＢ１０８に記憶させたデータ項目を除いた場合の空間配置を比較して、空間配置状態が大きく変化している時は、その除いたデータ項目が運転パターンの構成に影響が大きく、重要な項目であるということがわかる。逆に空間配置状態の変化が小さいときには、そのデータ項目が運転パターンの構成に影響が小さく、あまり必要が無い情報であるということができる。

つまり、運転パターンの空間配置情報の変化量が、そのデータ項目の運転パターンへの影響度を表しているということができ、各データ項目の運転行動への必要性・重要度を定量的に評価でき、運転技量差の要因を知ることができるということである。

図６および図７はそれぞれ、一般運転者、運転上級者についての運転技量要因情報を示すグラフで、運転パターン配置部１０３により生成された空間配置情報の運転パターンの配置状態と、運転技量要因情報生成部５０１により処理を行い、空間配置情報ＤＢ１０８に記憶させた各データ項目を除いた場合の各空間配置状態を比較して、運転パターン間の平均距離の差を算出して示しており、値が大きいほど運転パターンに対してそのデータ項目の影響度が高く、運転技量の要因情報であることを示している。

なお、図６、図７では、空間に配置されている運転パターンの位置の移動量を運転パターン間の平均距離の差として算出し、運転技量要因情報を示したが、空間配置情報の変化量なので、三次元空間であれば運転パターンによって構成される体積を比較してもよい。

図２に示した運転パターンを抽出する際に設定した走行条件・区間での運転においては、図６、図７から、上下加速度、ピッチングレイト、ロールレイトは抽出された運転パターンへの影響度が小さいことがわかる。逆に、ヨーレイト、左右加速度、転舵角、アクセル開度、車速は影響度が大きく、運転パターンを特徴付けており、特に図７の運転上級者においては車速の影響が大きいことが分かる。

支援部５０２は運転技量情報および運転技量要因情報に基づいて運転支援情報を生成し、運転支援情報を運転支援情報ＤＢ１１０に記憶し、運転支援情報に基づいて運転支援装置を制御する。

図８は、支援部５０２における処理の内容を説明するための図である。図に示すように、運転技量要因情報生成部５０１により生成された運転技量要因情報を用いて、高い運転技量の運転パターンにおいて影響度が高く重要なデータ項目が、低い運転技量の運転パターンにおいて重要なデータ項目として使用していないと判別される場合、運転技量の高い運転者が重要視していると考えられるデータ項目を、運転技量の低い運転者が認識、あるいは使用するように運転支援・誘導することによって、運転者の運転技量向上を促すことができる。

逆に、高い運転技量の運転パターンにおいて影響度が低いと判別されるデータ項目が、低い運転技量の運転パターンにおいて重要なデータ項目として使用されていると判別される場合、運転技量の高い運転者は重要視していないと考えられるデータ項目を、運転技量の低い運転者が認識できないように、あるいは使用できないように運転支援・誘導することによって、運転技量の向上を促すことができる。

つまり、運転技量判定とデータ項目の影響度評価をあわせて使用することによって、データ項目の取捨選択を行い、必要なデータ項目を確実に取得し、必要のないデータ項目・ノイズをカットすることができるため、運転技量に応じた運転支援だけでなく、さらにポイントを押さえた運転支援を行うことができ、運転技量の向上を促すことができる。

このため、現在の運転者の運転技量が所定の基準より低いと判定される場合に、現在の運転者のデータ項目の影響度から他の運転者のデータ項目の影響度を減じた値が予め定めた値よりも大きいとき、現在の運転者に対して上記データ項目を使用しないで運転するよう誘導する情報を含む上記運転支援情報を生成する。また、現在の運転者の運転技量が所定の基準より低いと判定される場合に、他の運転者のデータ項目の影響度から現在の運転者のデータ項目の影響度を減じた値が予め定めた値よりも大きいとき、現在の運転者に対して上記データ項目を使用して運転するよう誘導する情報を含む運転支援情報を生成する。

例えば、運転上級者の運転パターンヘの影響が少なく、一般運転者の運転パターンヘの影響が大きい「前後加速度」は、運転技量の高い運転においては必要でない信号の影響を一般運転者は受けていることになり、ノイズを拾っているといえる。逆に、運転上級者の運転パターンヘ影響が大きく、一般運転者への影響が小さい「アクセル開度」は、運転技量の高い運転においては重要視すべき信号に一般運転者は注意を払っていないことになる。

そこで、一般運転者に対して、前後加速度を意識できないように、あるいはアクセル開度により気を遺うように運転支援手段・装置のパラメータを変更することで、運転上達へのポイントを押さえた運転支援が可能になる。運転者の運転技量が相対的に低いと判定された場合に、運転要素を増幅するように、シートの制御および／または表示の制御を行う。または、運転要素の影響をキャンセルするように、シートの制御および／または表示の制御を行う。

例えば、ロールレイト、ピッチングレイト、ヨーレイトに対しては、運転者が体感上、増幅する方向あるいはその反対方向のロールレイト、ピッチングレイト、ヨーレイトをシート座面もしくはシート背面、シートのサイドサポートを駆動して、触覚、体圧分布の変化等で提示する。ロールレイトに対しては、車両に対する水平ラインを、実際のロールレイト量より強調表示したり、逆に実際のロールレイト量より少なく表示したりする。

ヨーレイトに関しては、ヨーレイト回転方向に流れる表示によって強調したり、ヨーレイト回転方向と逆に流れる表示によって少なく知覚させたり、もしくはヨーレイト回転方向に流れる表示を、実際のヨーレイトより大きな角速度を知覚するように、実際の横方向の変化速度より速く表示を動かしたり、逆に実際のヨーレイトより小さな角速度を知覚するように、実際の横方向の変化速度より遅く表示を動かしたりしてもよい。また、シートや表示以外に、車両のサスペンションの特性を変更したり、後輸操舵制御等の車両の動特性を制御する手段によって実現してもよい。

データベース５０５は、データを格納する記憶手段であり、メモリやハードディスク等によって構成される。また、少なくとも運転パターン情報ＤＢ１０７、空間配置情報ＤＢ１０８、運転技量情報ＤＢ１０９、運転支援情報ＤＢ５０７および運転技量要因情報ＤＢ５０６を有している。

また、運転パターン情報ＤＢ１０７、空間配置情報ＤＢ１０８、運転技量情報ＤＢ１０９、運転支援情報ＤＢ５０７および運転技量要因情報ＤＢ５０６は、それぞれ運転パターン情報、空間配置情報、運転技量情報、運転支援情報および運転技量要因情報を記憶している。また、運転パターン情報、空間配置情報、運転技量情報、運転支援情報および運転技量要因情報は、逐次更新するか、一定周期で更新する。または、走行開始時や走行終了後、車速ゼロのアイドリング時に更新してもよい。更新間隔は、支援部５０２により生成される運転支援情報に応じて変更してもよい。例えば、特定のシーンでのみ行う運転支援に関しては、そのシーン以外で更新してもよい。

続いて、図９を用いて、本発明の実施の形態２に係る車両用運転支援システムにおける処理すなわち車両用運転支援方法のフローチャートについて説明する。

ここでは、ステップＳ９０１〜Ｓ９０３以外のステップについては、本発明の実施の形態１に係る車両用運転支援方法のものと同様であるため、説明を省略する。

まず、運転技量要因情報生成部５０１は、運転パターン配置部１０３により生成された空間配置情報と運転技量要因情報生成部５０１により生成された空間配置情報とに基づいてデータ項目の影響度に関する情報である運転技量要因情報を生成し、運転技量要因情報を運転技量要因情報ＤＢ５０６に記憶する（ステップＳ９０１）。つぎに、支援部５０２は運転技量情報および運転技量要因情報に基づいて運転支援情報を生成し、運転支援情報を運転支援情報ＤＢ５０７に記憶する（ステップＳ９０２）。つぎに、支援部５０２は、運転技量情報生成部５０２により生成された運転技量情報に基づいて運転支援装置を制御する（ステップＳ９０３）。

続いて、図１０を用いて、本発明の実施の形態２に係る車両用運転支援システムにおける支援部５０２の処理（ステップＳ９０２、Ｓ９０３）について詳細に説明する。

まず、支援部５０２は、運転技量情報生成部１０４により生成された運転技量情報に基づいて運転者の相対的な運転技量推定を行う（ステップＳ１００１）。つぎに、運転者が使用すべきであるのに使用していない運転要因（データ項目）があるか否かを判断する（ステップ１００２）。運転者が使用していない運転要因がある場合、運転者が使用していない運転要因が複数あるか否かを判断する（ステップＳ１００６）。運転者が使用していない運転要因が複数ある場合、運転者が使用していない運転要因のうち最大影響度のものを選択する（ステップＳ１００７）。つぎに、選択した運転要因を強調して表示する（ステップＳ１００８）。ここでは、例えば視覚表示、触覚表示を用いる。これにより、運転者にとって感覚しやすい表示が行われる。一方、運転者が使用していない運転要因が１つである場合、その運転要因を強調して表示する（ステップＳ１００８）。

また、運転者が使用すべきであるのに使用していない運転要因がない場合、支援部５０２は、運転者が使用すべきでない運転要因があるか否かを判断する（ステップＳ１００３）。運転者が使用すべきでない運転要因がある場合、運転者が使用すべきでない運転要因が複数あるか否かを判断する（ステップＳ１００４）。運転者が使用すべきでない運転要因が複数ある場合、運転者が使用すべきでない運転要因のうち最大影響度のものを選択する（ステップＳ１００９）。つぎに、支援部５０２は、最大影響度の運転要因のキャンセル表示を行う（ステップＳ１００５）。ここで、キャンセル表示には、例えば視覚表示、触覚表示を用いる。キャンセル表示を行うことにより、運転要因の情報としての価値を低減させることができる。一方、運転者が使用すべきでない運転要因が１つである場合、その運転要因のキャンセル表示を行う（ステップＳ１００５）。

このように、本発明に係る車両用表示装置および車両用表示方法においては、複数の運転者の平均的な運転における影響度に比べて所定の値以上大きい影響度のデータ項目を重要度が低いと判断し、そのデータ項目を使用しないで運転するよう運転支援を行うから、ポイントを押さえた運転支援を行うことができる。また、複数の運転者の平均的な運転における影響度に比べて所定の値以上小さい影響度の運転パターン情報のデータ項目を重要度が高いと判断し、そのデータ項目を使用して運転するよう運転支援を行うから、ポイントを押さえた運転支援を行うことができる。

ここで、発明者らが考案した、例えば特開２００４−３３０３６１号公報に記載されているように、状態遷移列候補の計算過程と、出力ベクトル列の計算過程と、最終的な出力ベクトル列の計算過程、隠れマルコフモデルの空間への配置過程とを有し、運動認識と運動生成を隠れマルコフモデルのみによって統合する手法を用いると、隠れマルコフモデルによって運転パターンの抽出・認識のほかに、運転パターンからの信号生成も行うことができる。よって、運転パターンを比較した場合に、大きな空間である運転技量の高い運転者の運転パターンそのものを生成できるため、運転技量の低い運転者へ、運転パターンそのものを比較して運転支援方法を変更することができる。つまり、運転パターンの比較による運転技量判定、空間変化量から運転データの影響度評価に加えて、異なる運転パターンそのものを比較して、運転技量の差を生む運転行動を知ることができ、ポイントを押さえた運転支援を行うことができる。

また、本発明は上述した実施の形態のみに限定されるものではなく、上述した実施の形態のいずれかを組み合わせてもよく、また、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ことは勿論である。

本発明に係る車両用運転支援システムの構成図である。 本発明に係る車両用運転支援システムの運転パターンの配置を説明するための図である。 本発明に係る車両用運転支援システムにおける処理を示すフローチャートである。 本発明に係る車両用運転支援システムにおいて操舵タイミングを運転支援した結果を示す図である。 本発明に係る車両用運転支援システムの構成図である。 一般運転者の各データ項目の影響度を示す図である。 運転上級者の各データ項目の影響度を示す図である。 本発明に係る車両用運転支援システムにおける運転支援を説明するための図である。 本発明に係る車両用運転支援システムにおける処理の全体を示すフローチャートである。 本発明に係る車両用運転支援システムにおける運転支援処理を示すフローチャートである。

符号の説明

１０１…検出装置
１０２…運転パターン情報生成部
１０３…運転パターン配置部
１０４…運転技量情報生成部
１０５…支援部
５０１…運転技量要因情報生成部
５０２…支援部

Claims (12)

1. 運転状況を検出する検出手段と、
   上記検出手段が検出した運転状況の時系列データに基づく統計的演算により、運転を構成する運転パターンに関する情報である運転パターン情報を生成する運転パターン情報生成手段と、
   上記運転パターン情報に基づいて空間に上記運転パターンを配置する運転パターン配置手段と、
   上記運転パターンの配置に基づいて運転技量に関する情報である運転技量情報を生成する運転技量情報生成手段と、
   上記運転技量情報に基づいて運転支援装置を制御する支援手段とを備えた
   ことを特徴とする車両用運転支援システム。
2. 上記運転状況は、運転者の身体の動き、運転者の操作量、車両挙動、車両周辺の環境の少なくともいずれかである
   ことを特徴とする請求項１に記載の車両用運転支援システム。
3. 上記運転技量情報生成手段は、複数の運転者の上記空間に配置された上記運転パターンにより構成される立体の体積と現在の上記運転者の上記空間に配置された上記運転パターンにより構成される立体の体積との比較に基づいて上記運転技量情報を生成する
   ことを特徴とする請求項１または２に記載の車両用運転支援システム。
4. 上記運転技量情報生成手段は、過去の上記運転者の上記空間に配置された上記運転パターンにより構成される立体の体積と現在の上記運転者の上記空間に配置された上記運転パターンにより構成される立体の体積との比較に基づいて上記運転技量情報を生成する
   ことを特徴とする請求項１または２に記載の車両用運転支援システム。
5. 上記運転技量情報生成手段は、複数の運転者の上記空間に配置された上記運転パターン間の平均距離と現在の上記運転者の上記空間に配置された上記運転パターン間の平均距離との比較に基づいて上記運転技量情報を生成する
   ことを特徴とする請求項１または２に記載の車両用運転支援システム。
6. 上記運転技量情報生成手段は、過去の上記運転者の上記空間に配置された上記運転パターン間の平均距離と現在の上記運転者の上記空間に配置された上記運転パターン間の平均距離との比較に基づいて上記運転技量情報を生成する
   ことを特徴とする請求項１または２に記載の車両用運転支援システム。
7. 上記運転パターン情報に基づいて上記検出手段により検出されたデータ項目の影響度に関する運転技量要因情報を生成する運転技量要因情報生成手段を備えた
   ことを特徴とする請求項１乃至６のいずれかに記載の車両用運転支援システム。
8. 上記支援手段は、上記運転技量情報および上記運転技量要因情報に基づいて運転支援情報を生成し、上記運転支援情報に基づいて上記運転支援装置を制御する
   ことを特徴とする請求項７に記載の車両用運転支援システム。
9. 上記支援手段は、現在の運転者の上記運転技量が所定の基準より低いと判定される場合に、現在の上記運転者の上記データ項目の影響度から他の運転者の上記データ項目の影響度を減じた値が予め定めた値よりも大きいとき、現在の上記運転者に対して上記データ項目を使用しないで運転するよう誘導する情報を含む上記運転支援情報を生成する
   ことを特徴とする請求項８に記載の車両用運転支援システム。
10. 上記支援手段は、現在の運転者の上記運転技量が所定の基準より低いと判定される場合に、他の運転者の上記データ項目の影響度から現在の上記運転者の上記データ項目の影響度を減じた値が予め定めた値よりも大きいとき、現在の上記運転者に対して上記データ項目を使用して運転するよう誘導する情報を含む上記運転支援情報を生成する
    ことを特徴とする請求項８に記載の車両用運転支援システム。
11. 上記運転パターン情報生成手段は、隠れマルコフモデルを使用して上記運転パターン情報を生成する
    ことを特徴とする請求項１乃至１０のいずれかに記載の車両用運転支援システム。
12. 検出手段が、運転状況を検出する検出ステップと、
    運転パターン情報生成手段が、上記運転状況の時系列データに基づく統計的演算により、運転を構成する運転パターンに関する情報である運転パターン情報を生成する運転パターン情報生成ステップと、
    運転パターン配置手段が、上記運転パターン情報に基づいて空間に上記運転パターンを配置する運転パターン配置ステップと、
    運転技量情報生成手段が、上記運転パターンの配置に基づいて運転技量に関する情報である運転技量情報を生成する運転技量情報生成ステップと、
    支援手段が、上記運転技量情報に基づいて運転支援装置を制御する運転支援装置制御ステップとを有する
    ことを特徴とする車両用運転支援方法。

Images