JP5803844B2 - 割込予測装置、割込予測方法、及び運転支援システム - Google Patents

Description

本発明は、割込予測装置、割込予測方法、及び運転支援システムに関する。

従来、車両の割り込みを検出する割込検出技術が開発されている。例えば、特許文献１には、カメラなどで自車両の前方の周囲を観測し、画像処理によって割り込み車両を検出する技術が開示されている。

また、近年、車両の割り込みを予測する割込予測技術も開発されている。例えば、特許文献２には、自車両と周辺車両の挙動を、車載の記憶装置に記憶された車両割込シーンと比較することで、他車両の割り込みを予測する技術が開示されている。特許文献３には、周辺車両の挙動を、車載の記憶装置に格納された危険車両挙動モデルデータと比較することで、他車両の割り込みを予測する技術が開示されている。

特開２００３−２８１７００号公報 特開２００７−４１７８８号公報 特開２００６−０８５２８５号公報

しかしながら、従来技術では、車両の割り込みを予測する際に用いられる記憶装置に記憶されたデータが、実際に車両の割り込みが発生する状況と乖離している場合があり、この場合は車両の割り込みの予測精度が低下する可能性があった。このように、従来技術では、車両の割り込み予測精度の点で更なる改善の余地があった。

本発明は、上記の事情に鑑みてなされたものであって、車両の割り込み予測精度を向上させることができる割込予測装置および割込予測方法、ならびに、予測精度の高い割込予測結果に基づいて運転支援を実施する運転支援システムを提供することを目的とする。

本発明は、車両の割り込みを予測する割込予測装置であって、自車両に関する走行環境を取得する走行環境取得部と、前記走行環境取得部により取得された現在の前記自車両に関する走行環境と、記憶装置に記憶された過去の車両割込シーンの走行環境との比較により演算される割込発生確率に基づいて、前記自車両の前方への周辺車両の割り込みを予測する割込予測部と、前記周辺車両の割り込みを検出する割込検出部と、前記割込検出部により前記周辺車両の割り込みを検出した際に取得された前記自車両に関する走行環境に基づいて、前記記憶装置に記憶された前記車両割込シーンの走行環境を更新するデータ更新部と、を備え、前記割込予測部は、前記データ更新部により更新された前記車両割込シーンの走行環境を用いて前記周辺車両の割り込みを予測することを特徴とする。

上記記載の割込予測装置において、前記割込予測部は、前記割込発生確率と、前記記憶装置に記憶された割込発生判定閾値との比較により前記周辺車両の割り込みを予測し、前記データ更新部は、前記割込検出部による前記周辺車両の割り込みの検出結果と、前記割込予測部による前記周辺車両の割り込みの予測結果とに基づいて、当該予測結果の正誤を判定し、前記予測結果が誤っていた場合は、対応する前記車両割込シーンの走行環境に関する前記割込発生判定閾値を変更することが好ましい。

また、本発明は、上記記載の割込予測装置と、前記自車両に対する運転支援を実施する運転支援装置と、備えた運転支援システムであって、前記割込予測装置は、前記割込予測部による前記予測結果に基づいて、前記運転支援装置を制御するための制御量を算出し、当該算出した制御量に基づいて前記運転支援装置に前記運転支援を実施させるシステム制御部を更に備えたことを特徴とする。

また、本発明は、車両の割り込みを予測する割込予測方法であって、自車両に関する走行環境を取得する走行環境取得ステップと、前記走行環境取得ステップにて取得された前記自車両に関する走行環境と、記憶装置に記憶された車両割込シーンの走行環境との比較により演算される割込発生確率に基づいて、前記自車両の前方への周辺車両の割り込みを予測する割込予測ステップと、前記周辺車両の割り込みを検出する割込検出ステップと、前記割込検出ステップにて前記周辺車両の割り込みを検出した際に取得された前記自車両に関する走行環境に基づいて、前記記憶装置に記憶された前記車両割込シーンの走行環境を更新する更新ステップと、を含み、前記割込予測ステップにおいて、前記更新ステップにて更新された前記車両割込シーンの走行環境を用いて前記周辺車両の割り込みを予測することを特徴とする。

本発明にかかる割込予測装置、割込予測方法及び運転支援システムは、車両の割り込み予測精度を向上させることができ、予測精度の高い割込予測結果に基づいて運転支援を実施することができるという効果を奏する。

図１は、本実施形態にかかる割込予測装置を含む運転支援システムの構成の一例を示すブロック図である。 図２は、本実施形態における周辺車両の割り込みが発生する状況の一例を示す図である。 図３は、本実施形態におけるデータベース作成処理の一例を示すフローチャートである。 図４は、本実施形態における割込予測処理およびデータ更新処理の一例を示すフローチャートである。 図５は、本実施形態の変形例１における車両の割り込みが発生する状況の一例を示す図である。 図６は、本実施形態の変形例１における割込予測処理の一例を示すフローチャートである。 図７は、本実施形態の変形例２における車両の割り込みが発生する状況の一例を示す図である。 図８は、本実施形態の変形例２における割込検出処理の一例を示すフローチャートである。

以下、本発明の実施形態にかかる割込予測装置、割込予測方法及び運転支援システムの実施形態を図面に基づいて詳細に説明する。なお、この実施形態によりこの発明が限定されるものではない。また、下記の実施形態における構成要素には、当業者が容易に想定できるもの、あるいは実質的に同一のものが含まれる。

［実施形態］
本発明の実施形態にかかる運転支援システムの構成について図１を参照しながら説明する。図１は、本実施形態にかかる割込予測装置を含む運転支援システムの構成の一例を示すブロック図である。

図１に示すように、車両（以下「自車両」と呼ぶこともある）１０は、運転支援ＥＣＵ１１と、ブレーキＥＣＵ１２と、エンジンＥＣＵ１３と、操舵ＥＣＵ１４と、ブレーキ２１、エンジン２２、ステアリング２３、出力装置２４、カーナビゲーション３０と、データベース３１と、車車間通信装置４０と、インフラ通信装置４１と、車載カメラ４２と、車載レーダ４３と、ＧＰＳ４４と、車速センサ４５と、加速度センサ４６と、ジャイロセンサ４７と、ブレーキセンサ４８と、アクセルセンサ４９と、操舵角センサ５０と、を有する。車両１０において、ブレーキ２１と、エンジン２２と、ステアリング２３と、出力装置２４とが、運転支援装置２０に含まれる。また、車両１０において、車車間通信装置４０と、インフラ通信装置４１と、車載カメラ４２と、車載レーダ４３とが、周辺環境情報取得手段５１に含まれる。また、車両１０において、ＧＰＳ４４、車速センサ４５と、加速度センサ４６と、ジャイロセンサ４７と、ブレーキセンサ４８と、アクセルセンサ４９と、操舵角センサ５０とが、自車情報取得手段５２に含まれる。

図１に示すように、車両１０には車両１０を運転する運転者に対してその運転操作を支援するための各種制御等を行う運転支援ＥＣＵ１１（本実施形態に係る割込予測装置を含む）が設けられている。運転支援ＥＣＵ１１は、各種演算処理を実行するＣＰＵ、各種制御プログラムを格納するＲＯＭ、データ格納やプログラム実行のためのワークエリアとして利用されるＲＡＭ、入出力インターフェース、メモリ等を備えたマイクロコンピュータを中心に構成されている。本実施形態では、運転支援ＥＣＵ１１は、運転支援にかかる各種制御を実行するとともに、各種条件に基づいて運転支援を行うべきタイミングを決定してタイミングに沿って運転支援に関する情報や信号を出力する。そのため、運転支援ＥＣＵ１１には、運転支援を実行するための各種プログラムや、支援に用いられる各種パラメータなどが予め記憶されている。各種パラメータには、運転支援のタイミング等の演算に用いられる車両１０の特性や性能を示す値などが含まれる。運転支援ＥＣＵ１１は、ブレーキＥＣＵ１２と、エンジンＥＣＵ１３と、操舵ＥＣＵ１４と、カーナビゲーション３０と、データベース３１と、出力装置２４と、車車間通信装置４０と、インフラ通信装置４１と、車載カメラ４２と、車載レーダ４３と、ＧＰＳ４４と、車速センサ４５と、加速度センサ４６と、ジャイロセンサ４７と、ブレーキセンサ４８と、アクセルセンサ４９と、操舵角センサ５０とが、ＣＡＮ（Ｃｏｎｔｒｏｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）などの車載ネットワークを介してそれぞれ通信可能に接続されている。運転支援ＥＣＵ１１の詳細な構成については、後述する。なお、図１では、配線の図示を省略したが、車両１０の各部は、運転支援ＥＣＵ１１以外とも車載ネットワークを介して通信可能に接続されている。

ブレーキＥＣＵ１２は、車両１０のブレーキ２１の制御を行うＥＣＵであって、車速センサ４５やブレーキセンサ４８等の各種センサが接続されているとともに、各種センサからの信号に基づいて車両１０のブレーキ２１の制御を通じて当該車両１０に制動力を発生させる。具体的には、車速センサ４５からの信号に基づいて把握される車両１０の速度、ブレーキセンサ４８のブレーキ踏込量の信号等に基づいて要求される制動力を算出してブレーキ２１を制御する。

エンジンＥＣＵ１３は、車両１０のエンジン２２の運転制御を行うＥＣＵであって、アクセル踏込量を検出するアクセルセンサ４９や吸入空気量を検出するセンサ等が接続されているとともに、スロットルバルブの駆動回路、燃料噴射弁の駆動回路等の各種機器の駆動回路が接続されている。エンジンＥＣＵ１３は、上記各センサから入力した検出信号に基づいて把握されるエンジン２２の運転状態等を検知するとともに、上記各種機器の駆動回路の指令信号を出力する。こうしてエンジン２２の運転制御がエンジンＥＣＵ１３を通じて実施される。

操舵ＥＣＵ１４は、車両１０のステアリング２３の制御を行うＥＣＵであって、ジャイロセンサ４７、操舵角センサ５０等の各種センサに接続されるとともに、各種センサからの信号に基づいて、電動アシスト制御などによるステアリング２３の制御を行う。

ブレーキＥＣＵ１２と、エンジンＥＣＵ１３と、操舵ＥＣＵ１４とは、上記した運転支援ＥＣＵ１１と同様に、それぞれ各種演算処理を実行するＣＰＵ、各種制御プログラムを格納するＲＯＭ、データ格納やプログラム実行のためのワークエリアとして利用されるＲＡＭ、入出力インターフェース、メモリ等を備えたマイクロコンピュータを中心に構成されている。

出力装置２４は、運転支援ＥＣＵ１１に電気的に接続され、各種情報に応じた通知を出力する。本実施形態では、出力装置２４は、スピーカ２４ａおよびディスプレイ２４ｂを含んで構成される。

スピーカ２４ａは、通知を音声で出力する音声装置である。スピーカ２４ａは、例えば運転支援にかかる通知に基づいて、運転者への注意を喚起するための音声や警告音等を発生する。スピーカ２４ａは、運転支援ＥＣＵ１１からの信号に応じた音声案内メッセージや警報音などを出力する。例えば、スピーカ２４ａは、後述のカーナビゲーション３０から入力された音・音声データ等に対応した音や音声を出力する。スピーカ２４ａには、音・音声データとして、カーナビゲーション３０から、経路案内や交通情報などの音声情報や、運転支援ＥＣＵ１１からの運転支援情報に対応している音声情報などが入力される。運転支援情報は、車両１０の運転を支援するための情報であり、例えば、車両１０の運転者に対してどのように車両１０の運転操作を行うべきかを指示する情報等を含む。

ディスプレイ２４ｂは、通知を画像や映像で出力する表示装置である。ディスプレイ２４ｂは、例えば、車室内のセンターコンソール付近に設置される。ディスプレイ２４ｂには、カーナビゲーション３０から入力される画像データ等に対応した画像が表示される。ディスプレイ２４ｂは、カーナビゲーション３０から、地図表示の画像データや、運転支援ＥＣＵ１１から入力された運転支援情報に応じた通知表示等の画像データを表示する。

ディスプレイ２４ｂは、車両１０の運転を支援する運転支援情報を表示する場合、例えば、車両１０の周辺に存在する障害物の検知結果に基づいて、障害物の有無を運転者に通知するといった簡易な情報提供を行う運転支援情報を表示する。また、ディスプレイ２４ｂは、車両１０の前方に周辺車両がいる場合に計算された周辺車両の速度および距離に基づいて、周辺車両が接近している旨を注意喚起する運転支援情報を表示する。また、ディスプレイ２４ｂは、車両１０の前方に周辺車両がいる場合に計算された周辺車両の速度および距離から衝突までの時刻に基づいて、周辺車両と何秒後に衝突する可能性があり、衝突回避するために車両１０をどのように制御すればよいかを指示する警報を行う運転支援情報を表示する。本実施形態において、ディスプレイ２４ｂが運転支援情報を表示する際には、対応する音声情報もスピーカ２４ａから出力されてもよい。

カーナビゲーション３０は、ＧＰＳ（全地球測位システム：Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）４４等を利用して車両１０の現在位置を検出するとともに、予め記憶された道路地図情報を参照して、運転者に目的地までの車両１０の走行経路等の案内を行う。本実施形態のカーナビゲーション３０は、データベース３１に予め記憶された道路地図情報を取得して利用する。また、カーナビゲーション３０は、車両１０の位置に関する位置情報や、現在位置周辺の情報として抽出した道路地図情報などを運転支援ＥＣＵ１１に送信する。これにより、カーナビゲーション３０は、車両１０の現在位置とその周辺の地図とを組み合わせた画像データを出力して、車両１０の位置とその周辺の地図とが組み合わされた画像をディスプレイ２４ｂに表示させる。

データベース３１は、各部の処理で使用するデータや、各部で検出したデータを格納する装置であり、格納装置として不揮発性の記憶装置であるＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）が用いられる。道路地図情報は、地図に関する情報であり、道路や道路地図の背景を表示するためのデータや、交差点の名称などから成るデータ等により構成されている。道路地図情報は道路の形状、道路における交差点や横断歩道の情報などの道路付属情報が含まれている。具体的には、道路地図情報は、道路付属情報として、信号機が設けられた対象交差点や一時停止地点の位置、道路の道路形状、トンネル、横断歩道、事故多発地点、路面状態などの情報が含まれる。このことから、カーナビゲーション３０から運転支援ＥＣＵ１１に送信される道路地図情報にも上述の道路付属情報等が含まれる。

データベース３１は、地図データ３１ａと、割込発生実績データ３１ｂとを有する。地図データ３１ａは、カーナビゲーション処理に使用する道路地図情報のデータベースである。割込発生実績データ３１ｂは、過去に車両１０の前方への周辺車両の割り込みが発生した際に取得された割り込み発生直前の車両１０に関する走行環境と、割り込み発生実績とを、対応付けて記憶する割込発生実績のデータベースである。本実施形態において、走行環境とは、特定の状況下における車両１０に関する走行環境を示す情報を意味する。この走行環境は、後述の走行環境取得部６０により周辺環境情報取得手段５１、自車情報取得手段５２、地図データ３１ａ等から取得される。割込発生実績データ３１ｂには、過去に車両１０の前方への周辺車両の割り込みが発生した状況である車両割込シーンの走行環境が記憶されている。例えば、車両割込シーンの走行環境としては、割り込み発生直前の自車状態（例えば、走行速度、加速度等）、自車と前車との相対関係（例えば、車間距離、相対速度、相対位置等）、前車と周辺車両との相対関係、時間や時間帯に依存する交通流の状況（例えば、混み具合等）、自車が走行中の場所もしくは場所の特徴、日時等を示す情報などが挙げられるが、これらに限定されない。場所の特徴としては、例えば、走行地点の道幅、車線数、勾配、曲率、インフラ（信号等）の有無、交通規則（一時停止地点等）の有無、制限速度、交差点形状、道路形状などが挙げられるが、これらに限定されない。

また、割込発生実績データ３１ｂは、後述の割込予測部６４により周辺車両の割り込みを予測する際に使用される割込発生判定閾値Ｃを、対応する車両割込シーンの走行環境に対応付けて記憶する。割込発生判定閾値Ｃは、後述の割込発生確率演算部６２により演算される割込発生確率Ｐとの大小の比較により、割り込みが発生する可能性が高いか、あるいは、割り込みが発生するかは不定であるかを判定するために使用されるパラメータである。本実施形態において、割込発生判定閾値Ｃの初期値は、０以上１以下の任意の大きさの値に設定される。この初期値の値は、後述のデータ更新部７０により適切な大きさに随時更新される。

次に、周辺環境情報取得手段５１に含まれる各部について説明する。周辺環境情報取得手段５１に含まれる各部は、車両１０の周囲の各種情報を検出する。周辺環境情報取得手段５１は、例えば、周辺車両との関係を検出するセンサの情報や、車両１０が走行している周囲、例えば走行経路の情報等を取得する。車車間通信装置４０は、車両１０の位置情報や走行情報などの各種情報を車両１０の周辺に位置する周辺車両との間で無線通信により相互に伝達する、いわゆる車車間通信を行う通信装置である。車車間通信では、通信可能エリア内の複数の車両のそれぞれとの間で定期的に車両情報を授受する。車両情報は、車両毎に一意に付与された車両ＩＤ、車両のＧＰＳにより検出された車両の絶対位置、車両の速度、車両の進行方向、及び車両の車種・車高の情報等が含まれている。車車間通信装置４０は、車車間通信で受信された周辺車両の車両情報を運転支援ＥＣＵ１１に送信する。これにより、運転支援ＥＣＵ１１には、周辺車両の車両情報が入力されるとともに、運転支援ＥＣＵ１１がその車両１０の周辺に位置する周辺車両の走行状態を把握することができるようになっている。つまり、運転支援ＥＣＵ１１は、障害物となる車両１０の周辺に位置する周辺車両に関する車両情報を受信することができる。

インフラ通信装置４１は、赤外線信号などの光信号により交差点や道路等に設けられるインフラ装置と通信を行う通信装置である。そして、インフラ通信装置４１は、インフラ装置から送信されるインフラ情報信号を受信するとともに、当該受信したインフラ情報信号を運転支援ＥＣＵ１１に送信する。これにより、運転支援ＥＣＵ１１がインフラ情報を把握することができるようになっている。例えば、インフラ通信装置４１は、インフラ装置を介して、インフラ情報の一つとして、ＶＩＣＳ（登録商標）センターから配信される日時情報や道路交通情報を受信する。この道路交通情報には、例えば、渋滞区間、渋滞度等の渋滞情報、通行止め等の通行規制情報等が含まれる。また、インフラ情報には、インフラ装置が設けられている周囲の道路の道路状況（例えば、交差点形状、曲率、勾配、車線数を含む）などこの道路に付随した付随情報や、地上設備等により検出された周辺車両や歩行者等の移動体の位置や速度などを示す移動体情報なども含まれる。これにより、運転支援ＥＣＵ１１は、障害物となる車両１０の周辺に位置する周辺車両や歩行者等に関する移動体情報を受信することができる。更に、インフラ情報には、インフラ装置が設けられている場所の信号機の灯火状態を示す信号灯火情報なども含まれる。信号灯火情報は、対象の信号機の灯火状態が赤色、黄色、青色のうちいずれかであるかを示す情報である。この他、信号灯火情報は、赤信号または黄色信号の点滅状態や、信号機手前の車両が進行可能な方向を示す矢印信号の灯火状態などを示す情報を含んでいてもよい。

車載カメラ４２は、ルームミラーの裏側に設置された光学式のＣＣＤカメラなどにより車両１０の前方の所定範囲を撮像するとともに、撮像された撮像画像に基づく画像信号を運転支援ＥＣＵ１１に送信する。運転支援ＥＣＵ１１は、この車載カメラ４２により撮像された画像信号に基づいて、前方の信号機の灯火状態（例えば、信号の色や点滅等）や前方に位置する前方車両や対向車両の状態を抽出する。

車載レーダ４３は、レーザ光を車両前方の所定範囲に照射することにより、そのレーザ光を反射する前方車両等の反射物体との距離、相対速度、方位等を検出する。これらの検出結果は、各反射物体について運転支援ＥＣＵ１１に送信される。これにより、運転支援ＥＣＵ１１は、車両１０の前方の他車両や歩行者などの移動体を含む障害物の検知情報を取得し、この検知情報に基づいて障害物の有無や種類を判別したり、離間距離を把握したりすることができる。

次に、自車情報取得手段５２に含まれる各部について説明する。自車情報取得手段５２に含まれる各部は、車両１０に関する各種情報を検出する。ＧＰＳ４４は、車両１０の絶対位置を検出するためにＧＰＳ衛星信号を受信するとともに、受信されたＧＰＳ衛星信号に基づき車両１０の位置を検出する。ＧＰＳ４４は検出された車両１０の位置情報を運転支援ＥＣＵ１１に送信する。これにより、運転支援ＥＣＵ１１は、車両１０の位置を把握することができる。車速センサ４５は、検出した車輪の回転速度に応じた信号を運転支援ＥＣＵ１１に送信する。加速度センサ４６は、検出した車両１０の加速度に応じた信号を運転支援ＥＣＵ１１に送信する。ジャイロセンサ４７は、検出した車両１０の進行方向に応じた信号を運転支援ＥＣＵ１１に送信する。ブレーキセンサ４８は、検出した運転者によるブレーキペダルの操作の有無やブレーキペダルの踏込量に応じた信号を運転支援ＥＣＵ１１に送信する。アクセルセンサ４９は、検出した運転者によるアクセルペダルの操作の有無やペダルの踏込量に応じた信号を運転支援ＥＣＵ１１に送信する。操舵角センサ５０は、検出したステアリング２３の操舵角の変化量に応じた信号を運転支援ＥＣＵ１１に送信し、運転支援ＥＣＵ１１は受け取った信号に基づいて操舵角を算出するようになっている。この他、自車情報取得手段５２は、自車両のウインカーランプの点灯状態を検出する方向指示検出器を含んでいてもよい。

上記各センサからの各種信号は、それぞれ所定の周期で運転支援ＥＣＵ１１に送信されることから、運転支援ＥＣＵ１１は、上記伝達される各種信号に基づいて、車両１０の位置、速度、方向等の車両状況を逐次把握することができるようになっている。

また、車両１０は、入力装置を設けてもよい。入力装置は、例えば、上記のディスプレイ２４ｂと一体になったタッチスイッチもしくはメカニカルなスイッチ等が用いられ、各種の入力操作に使用される。

次に、運転支援ＥＣＵ１１について説明する。運転支援ＥＣＵ１１は、走行環境取得部６０と、割込発生確率演算部６２と、割込予測部６４と、割込検出部６６と、データベース作成部６８と、データ更新部７０と、システム制御部７２と、を有する。

走行環境取得部６０は、周辺環境情報取得手段５１、自車情報取得手段５２、地図データ３１ａ等から車両１０（自車両）に関する走行環境を取得する。本実施形態において、例えば、走行環境取得部６０は、周辺環境情報取得手段５１から周辺車両に関する車両情報、前車と周辺車両との相対関係、交通流の状況、日時等を示す情報を取得する。走行環境取得部６０は、自車情報取得手段５２から自車状態、自車と前車との相対関係、自車が走行中の場所等を示す情報を取得する。走行環境取得部６０は、地図データ３１ａから、自車が走行中の場所の特徴等を示す情報を取得する。

割込発生確率演算部６２は、走行環境取得部６０により取得された車両１０に関する走行環境と、データベース３１の割込発生実績データ３１ｂに記憶された車両割込シーンの走行環境とを比較することで両者の走行環境間での近似度を求め、当該近似度の大きさに応じて割込発生確率Ｐを演算する。ここで、割込発生実績データ３１ｂには、過去に車両１０の前方への周辺車両の割り込みが発生した際に、走行環境取得部６０により取得された割り込み発生直前の車両１０に関する走行環境と、割り込み発生実績とが対応付けられて記憶されている。よって、走行環境取得部６０により取得された現在の車両１０に関する走行環境と、割込発生実績データ３１ｂに記憶された過去の車両割込シーンの走行環境との近似度が高いほど、将来、車両１０の前方への周辺車両の割り込みが発生する確率が高くなると考えられる。そこで、割込発生確率演算部６２は、現在の走行環境と過去に割り込みが発生した車両割込シーンの走行環境との近似度が大きい場合は、相対的に大きな値の割込発生確率Ｐを演算する。一方、割込発生確率演算部６２は、現在の走行環境と過去に割り込みが発生した車両割込シーンの走行環境との近似度が小さい場合は、相対的に小さい値の割込発生確率Ｐを演算する。

割込予測部６４は、走行環境取得部６０により取得された現在の車両１０に関する走行環境と、データベース３１の割込発生実績データ３１ｂに記憶された過去の車両割込シーンの走行環境との比較により演算される割込発生確率Ｐに基づいて、車両１０の前方への周辺車両の割り込みを予測する。本実施形態において、割込予測部６４は、割込発生確率演算部６２により演算された割込発生確率Ｐと、データベース３１の割込発生実績データ３１ｂに記憶された割込発生判定閾値Ｃとの比較により周辺車両の割り込みを予測する。具体的には、割込予測部６４は、割込発生確率Ｐが割込発生判定閾値Ｃ以上である場合（Ｃ≦Ｐ）は、周辺車両の割り込みが発生する可能性が高いと予測する。一方、割込予測部６４は、割込発生確率Ｐが割込発生判定閾値Ｃより小さい場合（Ｃ＞Ｐ）は、周辺車両の割り込みが発生するかは不定であると予測する。ここで、割込予測部６４は、後述のデータ更新部７０により随時更新される車両割込シーンの走行環境を用いて周辺車両の割り込みを予測している。

割込検出部６６は、車両１０の前方への周辺車両の割り込みを検出する。本実施形態において、割込検出部６６は、走行環境取得部６０により周辺環境情報取得手段５１等から取得される情報に基づいて、周辺車両の割り込みを検出する。例えば、割込検出部６６は、車載カメラ４２や車載レーダ４３で車両１０の前方の物体（物標）を検知し、画像処理等の割込検出手法を用いて検知物体が割込車両か否かを判定して、周辺車両の割り込みを検出する。割込検出手法は、画像処理に限られず、当該技術分野において割込検出に用いられる任意の検出手法であってもよい。また、割込検出部６６は、運転者等が車両１０の前方に割込車両があると判定した際に、入力装置を介して割込車両があることが入力された場合に、周辺車両の割り込みを検出してもよい。

データベース作成部６８は、割込検出部６６により周辺車両の割り込みを検出した際に、走行環境取得部６０により取得された走行環境を車両割込シーンの走行環境として、割込発生実績に対応付けてデータベース３１に格納することで、割込発生実績のデータベース（すなわち、割込発生実績データ３１ｂ）を作成する。

データ更新部７０は、割込検出部６６により車両１０の前方への周辺車両の割り込みを検出した際に、走行環境取得部６０により取得された車両１０に関する走行環境に基づいて、データベース３１の割込発生実績データ３１ｂに記憶された車両割込シーンの走行環境を更新する。本実施形態において、データ更新部７０は、割込検出部６６による周辺車両の割り込みの検出結果と、割込予測部６４による周辺車両の割り込みの予測結果とに基づいて、当該予測結果の正誤を判定する。そして、データ更新部７０は、判定した予測結果の正誤を、データベース３１の割込発生実績データ３１ｂに記憶された車両割込シーンの走行環境と対応付けて記憶する。ここで、データ更新部７０は、予測結果が誤っていた場合は、対応する車両割込シーンの走行環境に関する割込発生判定閾値Ｃを変更する。

システム制御部７２は、割込予測部６４による予測結果に基づいて、運転支援装置２０に含まれる各部を制御するための制御量を算出し、当該算出した制御量に基づいて運転支援装置２０に運転支援を実施させる。例えば、システム制御部７２は、運転支援として車両制御を行う場合、算出した制御量に基づいてブレーキＥＣＵ１２、エンジンＥＣＵ１３、操舵ＥＣＵ１４等を制御する。これにより、システム制御部７２は、運転支援装置２０のブレーキ２１、エンジン２２、ステアリング２３等を動作させて、割込車両との衝突を回避するようにブレーキ制御、エンジン制御、操舵制御等を実施する。また、システム制御部７２は、運転支援として運転支援情報の出力制御を行う場合、算出した制御量に基づいて運転支援装置２０の出力装置２４を動作させて、割込車両との衝突を回避することを促す運転支援情報を運転者に対して出力させる。

続いて、図２〜図４を参照し、上述した構成の運転支援システムで行われる本実施形態における処理について詳細に説明する。図２は、本実施形態における周辺車両の割り込みが発生する状況の一例を示す図である。図３は、本実施形態におけるデータベース作成処理の一例を示すフローチャートである。図４は、本実施形態における割込予測処理およびデータ更新処理の一例を示すフローチャートである。

本実施形態では、図２に示すような周辺車両の割り込みが発生する状況を想定している。図２に示す状況では、車両１０（自車両）の前方に周辺車両８０−１および周辺車両８０−２が走行している。そして、車両１０と、この車両１０と同じ走行車線を走行中の周辺車両８０−２との間に、車両１０の右隣の走行車線を走行中の周辺車両８０−１が、周辺車両８０−１の進行方向に対して左前方方向１０２へ車線変更している。つまり、周辺車両８０−１は、車両１０と周辺車両８０−２との間に、割り込んでいる。

このような図２に示す状況下において実行されるデータベース作成処理について図３を参照して説明する。

図３に示すように、まず、運転支援ＥＣＵ１１は、走行環境取得部６０によって、車両１０に関する走行環境を取得する（ステップＳＴ１０１）。ステップＳＴ１０１において取得される走行環境は、例えば、車両１０の自車状態（図２において、車両１０の走行速度、加速度等）、自車と前車との相対関係（図２において、車両１０と周辺車両８０−１〜２との車間距離、相対速度、相対位置等）、交通流の状況（図２の例では、低い混雑度）、走行中の場所およびその時間（もしくは時間帯）等である。

運転支援ＥＣＵ１１は、割込検出部６６によって、車両１０の前方への周辺車両８０−１の割り込みを検出する（ステップＳＴ１０２）。

運転支援ＥＣＵ１１は、割込検出部６６により周辺車両８０−１の割り込みが検出されたタイミングをトリガーとし、データベース作成部６８によって割込発生実績のデータベース（すなわち、割込発生実績データ３１ｂ）を作成する（ステップＳＴ１０３）。ステップＳＴ１０３において、データベース作成部６８は、ステップＳＴ１０１において割り込み発生直前に取得された車両１０の自車状態、自車と前車との相対関係、交通流を、走行中の場所およびその時間（もしくは時間帯）に対応付けて、車両割込シーンの走行環境としてデータベース３１に格納する。このとき、データベース作成部６８は、車両割込シーンの走行環境を、更に割込発生実績に対応付けてデータベース３１に格納することで、割込発生実績のデータベースを作成する。

次に、図３に示すようなデータベース作成処理を行うことで作成された割込発生実績データ３１ｂを用いて実行される割込予測処理、および、この割込発生実績データ３１ｂに対して実行されるデータ更新処理について、図４を参照して説明する。

図４に示すように、運転支援ＥＣＵ１１は、走行環境取得部６０によって、車両１０に関する走行環境を取得する（ステップＳＴ２０１）。ステップＳＴ２０１において取得される走行環境は、例えば、車両１０の自車状態、自車と前車との相対関係、交通流の状況、走行中の場所およびその時間等である。

運転支援ＥＣＵ１１は、ステップＳＴ２０１で取得した現在の車両１０の走行環境（例えば、車両１０が走行中の場所や時間）に基づいて、予めデータベース３１の割込発生実績データ３１ｂに記憶された複数の車両割込シーンの走行環境から、対応するかまたは類似するデータがあるか検索する。このようにして、運転支援ＥＣＵ１１は、走行中の場所や時間に応じて、割込発生予測に用いるのに適切な割込発生実績のデータベース（割込発生実績データ３１ｂ）を選択する（ステップＳＴ２０２）。

運転支援ＥＣＵ１１は、割込発生確率演算部６２によって、ステップＳＴ２０１で走行環境取得部６０により取得された車両１０に関する走行環境と、データベース３１の割込発生実績データ３１ｂに記憶された車両割込シーンの走行環境とを比較する。そして、割込発生確率演算部６２は、この比較により両者の走行環境間での近似度を求め、当該近似度の大きさに応じて割込発生確率Ｐを演算する（ステップＳＴ２０３）。ステップＳＴ２０３において、割込発生確率演算部６２は、現在の走行環境と過去に割り込みが発生した車両割込シーンの走行環境との近似度が大きい場合は、相対的に大きな値の割込発生確率Ｐを演算する。一方、割込発生確率演算部６２は、現在の走行環境と過去に割り込みが発生した車両割込シーンの走行環境との近似度が小さい場合は、相対的に小さい値の割込発生確率Ｐを演算する。

運転支援ＥＣＵ１１は、割込予測部６４によって、ステップＳＴ２０３で割込発生確率演算部６２により演算された割込発生確率Ｐと、データベース３１の割込発生実績データ３１ｂに記憶された割込発生判定閾値Ｃとの比較により周辺車両の割り込みを予測する（ステップＳＴ２０４〜ＳＴ２０５，ＳＴ２０８）。具体的には、割込予測部６４は、ステップＳＴ２０４で割込発生確率Ｐが割込発生判定閾値Ｃ以上である（Ｃ≦Ｐ）と判定した場合（ステップＳＴ２０４：Ｙｅｓ）、ステップＳＴ２０５で周辺車両の割り込みが発生する可能性が高いと予測する。その後、ステップＳＴ２０６の処理へ進む。一方、割込予測部６４は、ステップＳＴ２０４で割込発生確率Ｐが割込発生判定閾値Ｃより小さい（Ｃ＞Ｐ）と判定した場合（ステップＳＴ２０４：Ｎｏ）、ステップＳＴ２０８で周辺車両の割り込みが発生するかは不定であると予測する。その後、ステップＳＴ２０９の処理へ進む。

運転支援ＥＣＵ１１は、ステップＳＴ２０５で周辺車両の割り込みが発生する可能性が高いと予測した場合、データ更新部７０によって、割込検出部６６による周辺車両の割り込みの検出結果に基づいて、割込発生を検出したか否かを判定する（ステップＳＴ２０６）。つまり、ステップＳＴ２０６において、データ更新部７０は、割込検出部６６による周辺車両の割り込みの検出結果と、割込予測部６４による周辺車両の割り込みの予測結果とに基づいて、当該予測結果の正誤を判定する。ここで、データ更新部７０は、ステップＳＴ２０６で判定した予測結果の正誤を、データベース３１の割込発生実績データ３１ｂに記憶された車両割込シーンの走行環境と対応付けて記憶してもよい。

ここで、運転支援ＥＣＵ１１は、ステップＳＴ２０６で割込発生を検出したと判定した場合（ステップＳＴ２０６：Ｙｅｓ）、本処理を終了する。

一方、運転支援ＥＣＵ１１は、ステップＳＴ２０６で割込発生を検出しなかったと判定した場合（ステップＳＴ２０６：Ｎｏ）、データ更新部７０によって、割込発生判定閾値Ｃの値の大きさを、判定に使用された直前の割込発生判定閾値Ｃの値の大きさと比べて大きい値に更新する（ステップＳＴ２０７）。つまり、ステップＳＴ２０７において、データ更新部７０は、周辺車両の割り込みが発生する可能性が高いとの予測結果が誤っていた場合は、ステップＳＴ２０４において周辺車両の割り込みを予測する際に使用した割込発生判定閾値Ｃの大きさが適切な値ではないと判定して、予測精度が向上するように割込発生判定閾値Ｃに対してパラメータ調整を実行する。その後、本処理を終了する。

ステップＳＴ２０８から本処理の説明を続ける。運転支援ＥＣＵ１１は、ステップＳＴ２０８で周辺車両の割り込みが発生するかは不定であると予測した場合、データ更新部７０によって、割込検出部６６による周辺車両の割り込みの検出結果に基づいて、割込発生を検出したか否かを判定する（ステップＳＴ２０９）。つまり、ステップＳＴ２０９において、データ更新部７０は、割込検出部６６による周辺車両の割り込みの検出結果と、割込予測部６４による周辺車両の割り込みの予測結果とに基づいて、当該予測結果の正誤を判定する。ここで、データ更新部７０は、ステップＳＴ２０９で判定した予測結果の正誤を、データベース３１の割込発生実績データ３１ｂに記憶された車両割込シーンの走行環境と対応付けて記憶してもよい。

ここで、運転支援ＥＣＵ１１は、ステップＳＴ２０９で割込発生を検出したと判定した場合（ステップＳＴ２０９：Ｙｅｓ）、データ更新部７０によって、割込発生判定閾値Ｃの値の大きさを、判定に使用された直前の割込発生判定閾値Ｃの値の大きさと比べて小さい値に更新する（ステップＳＴ２１０）。つまり、ステップＳＴ２１０において、データ更新部７０は、周辺車両の割り込みが発生するかは不定であるとの予測結果が誤っていた場合は、ステップＳＴ２０４において周辺車両の割り込みを予測する際に使用した割込発生判定閾値Ｃの大きさが適切な値ではないと判定して、予測精度が向上するように割込発生判定閾値Ｃに対してパラメータ調整を実行する。その後、本処理を終了する。

一方、運転支援ＥＣＵ１１は、ステップＳＴ２０９で割込発生を検出しなかったと判定した場合（ステップＳＴ２０９：Ｎｏ）、本処理を終了する。

なお、図示しないが、運転支援ＥＣＵ１１は、上述の処理により割り込みが発生する可能性が高いと予測した場合（ステップＳＴ２０５）、および／または、割り込みが発生したと検出した場合（ステップＳＴ２０６：Ｙｅｓ，ステップＳＴ２０９：Ｙｅｓ）、システム制御部７２によって、割込車両との衝突を回避するように運転支援装置２０に運転支援を実施させる。

上述した実施形態によれば、データベース３１の割込発生実績データ３１ｂに記憶された過去の車両割込シーンの走行環境を、実際の車両割込シーンの走行環境に基づいて随時修正していくことができるので、割込発生実績データ３１ｂの情報が現実の車両割込シーンと近くなり、周辺車両の割込予測精度を向上させることができる。例えば、上述した実施形態によれば、過去に割込予測を誤った環境では、予測と結果が一致しやすいように割込発生判定閾値Ｃを修正することができるので、予測精度を更に向上させることができる。このように、上述した実施形態によれば、車両の割り込み予測精度を向上させることができるので、予測精度の高い割込予測結果に基づいて、状況に応じた適切な運転支援を実施することができる。

上述した実施形態によれば、各種センサ等により割り込みを検出する前に、予め割り込みを予測することで、運転者の気づきや実際の割り込み発生に先んじた注意喚起等の運転支援を実施することができる。これにより、上述した実施形態によれば、車両の割り込みが発生した後に割り込みを検出し、衝突回避や運転者への警告などの運転支援を行う場合に比べて、運転支援の開始を早めることができるので、追突事故等が発生する可能性を低減させることができる。

なお、上述の実施形態において、割込予測部６４は、各部から取得した情報に基づいて解析を行って、予測結果を取得したがこれに限定されない。割込予測部６４は、他の機器で算出された予測結果を取得してもよい。つまり、情報に基づいて解析を行って予測結果を算出する処理を他の機器で行ってもよい。例えば、車両１０に通信部を設け、通信部を介してサーバと通信を行い、当該サーバから予測結果を取得してもよい。

［実施形態の変形例１］
ここで、図５〜図６を参照し、上述した構成の運転支援システムで行われる本実施形態の変形例１における処理について説明する。図５は、本実施形態の変形例１における車両の割り込みが発生する状況の一例を示す図である。図６は、本実施形態の変形例１における割込予測処理の一例を示すフローチャートである。

本実施形態の変形例１では、図５に示すような周辺車両の割り込みが発生する状況を想定している。図５に示す状況では、車両１０（自車両）の前方に周辺車両８０−１、周辺車両８０−２、周辺車両８０−３が走行し、車両１０の後方に周辺車両８０−４、周辺車両８０−５が走行している。そして、車両１０と、この車両１０と同じ走行車線を走行中の周辺車両８０−２との間に、車両１０の右隣の走行車線を走行中の周辺車両８０−１が、周辺車両８０−１の進行方向に対して左前方方向１０２へ車線変更している。つまり、周辺車両８０−１は、車両１０と周辺車両８０−２との間に、割り込んでいる。

このような図５に示す状況下において実行される割込予測処理について図６を参照して説明する。

図６に示すように、運転支援ＥＣＵ１１は、走行環境取得部６０によって、車両１０および周辺車両に関する走行環境を取得する（ステップＳＴ３０１）。ステップＳＴ３０１において取得される走行環境は、例えば、車両１０の自車状態（図５において、車両１０の走行速度、加速度等）、自車と前車との相対関係（図５において、車両１０と周辺車両８０−１〜３との車間距離、相対速度、相対位置等）、前車と周辺車両との相対関係（図５において、例えば、周辺車両８０−１（前車）と、周辺車両８０−２〜５との車間距離、相対速度、相対位置等）、交通流の状況（図５の例では、高い混雑度）、走行中の場所およびその時間等である。

運転支援ＥＣＵ１１は、ステップＳＴ３０１で取得した現在の車両１０の走行環境（例えば、車両１０が走行中の場所や時間）に基づいて、予めデータベース３１の割込発生実績データ３１ｂに記憶された複数の車両割込シーンの走行環境から、対応するかまたは類似するデータがあるか検索する。このようにして、運転支援ＥＣＵ１１は、走行中の場所や時間に応じて、割込発生予測に用いるのに適切な割込発生実績のデータベース（割込発生実績データ３１ｂ）を選択する（ステップＳＴ３０２）。

ここで、本変形例１では、運転支援ＥＣＵ１１は、ステップＳＴ３０２で選択した割込発生実績のデータベースを用いて、以下のステップＳ３０３の処理、および、ステップＳ３０４の処理を並行して実行する。

運転支援ＥＣＵ１１は、割込発生確率演算部６２によって、ステップＳＴ３０１で走行環境取得部６０により取得された車両１０に関する走行環境（例えば、現在の自車状態、自車と前車との相対関係、交通流の状況等）と、データベース３１の割込発生実績データ３１ｂに記憶された車両割込シーンの走行環境とを比較する。そして、割込発生確率演算部６２は、この比較により両者の走行環境間での近似度を求め、当該近似度の大きさに応じて割込発生確率Ｐを演算する（ステップＳＴ３０３）。ステップＳＴ３０３において、割込発生確率演算部６２は、現在の走行環境と過去に割り込みが発生した車両割込シーンの走行環境との近似度が大きい場合は、相対的に大きな値の割込発生確率Ｐを演算する。一方、割込発生確率演算部６２は、現在の走行環境と過去に割り込みが発生した車両割込シーンの走行環境との近似度が小さい場合は、相対的に小さい値の割込発生確率Ｐを演算する。その後、ステップＳＴ３０５の処理へ進む。

運転支援ＥＣＵ１１は、割込発生確率演算部６２によって、ステップＳＴ３０１で走行環境取得部６０により取得された、周辺車両に関する走行環境（例えば、現在の周辺車両状態、前車と周辺車両との相対関係、交通流の状況等）と、データベース３１の割込発生実績データ３１ｂに記憶された車両割込シーンの走行環境とを比較する。そして、割込発生確率演算部６２は、この比較により両者の走行環境間での近似度を求め、当該近似度の大きさに応じて割込発生確率Ｐｉ（ｉ＝１，２，〜ｎ）を、各周辺車両について演算する（ステップＳＴ３０４）。その後、ステップＳＴ３０５の処理へ進む。

運転支援ＥＣＵ１１は、割込予測部６４によって、自車両に関する割込発生確率Ｐが、周辺車両に関する割込発生確率Ｐｉよりも大きいか否かを全てのｉに関して判定する（ステップＳＴ３０５）。ここで、車線変更をしたい車両は、走行中の複数の車両の間のどこかに割り込もうとしていると考えられる。よって、図５に示すように車両１０と周辺車両８０−２との間に周辺車両８０−１が割り込む確率を示す割込発生確率Ｐが、周辺車両８０−２の前や周辺車両８０−５の前に周辺車両８０−１が割り込む確率等を示す割込発生確率Ｐｉよりも大きい場合は、車両１０と周辺車両８０−２との間に周辺車両８０−１が割り込む可能性が高いと判断できる。そこで、ステップＳＴ３０５では、割込予測部６４は、自車両に関する割込発生確率Ｐが、周辺車両に関する割込発生確率Ｐｉよりも大きいか否かを全てのｉに関して判定することで、車両１０の前方への周辺車両８０−１の割り込みを予測している。

ここで、運転支援ＥＣＵ１１は、割込予測部６４によって、ステップＳＴ３０５で自車両に関する割込発生確率Ｐが、周辺車両に関する割込発生確率Ｐｉよりも全てのｉに関して大きい（Ｐ＞Ｐｉ）と判定した場合（ステップＳＴ３０５：Ｙｅｓ）、車両１０の前方へ周辺車両８０−１が割り込む可能性が高いと予測する（ステップＳＴ３０６）。その後、本処理を終了する。

一方、運転支援ＥＣＵ１１は、割込予測部６４によって、ステップＳＴ３０５で自車両に関する割込発生確率Ｐが、周辺車両に関する割込発生確率Ｐｉよりも全てのｉに関しては大きくないと判定した場合（ステップＳＴ３０５：Ｎｏ）、車両１０の前方へ周辺車両８０−１が割り込むかは不定であると予測する（ステップＳＴ３０７）。その後、本処理を終了する。

なお、図示しないが、運転支援ＥＣＵ１１は、上述の処理により、車両１０の前方へ周辺車両８０−１が割り込む可能性が高いと予測した場合（ステップＳＴ３０６）、システム制御部７２によって、割込車両との衝突を回避するように運転支援装置２０に運転支援を実施させる。

上述した実施形態の変形例１によれば、自車両に関する割込発生確率Ｐと、周辺車両に関する割込発生確率Ｐｉを算出し、これら割込発生確率Ｐと割込発生確率Ｐｉとの相対関係から、割り込み発生を予測することができる。これにより、上述した実施形態の変形例１によれば、割り込み発生を予測する際に、上述の実施形態の図４で示したような割込発生判定閾値Ｃが不要となる。その代わりに、上述した実施形態の変形例１によれば、割込発生確率Ｐと割込発生確率Ｐｉとで相対的な大きさを比較している。これにより、車両１０の前方へ割込車両が割り込みが発生する確率を示す割込発生確率Ｐが、車両１０以外のその他の周辺車両の前方へ割込車両が割り込みが発生する確率を示す割込発生確率Ｐｉよりも大きい場合は、車両１０の前方へ割込車両が割り込む可能性が高いと判断することができる。

［実施形態の変形例２］
更に、図７〜図８を参照し、上述した構成の運転支援システムで行われる本実施形態の変形例２における処理について説明する。図７は、本実施形態の変形例２における車両の割り込みが発生する状況の一例を示す図である。図８は、本実施形態の変形例２における割込検出処理の一例を示すフローチャートである。

本実施形態の変形例２は、図７に示すような周辺車両の割り込みが発生する状況を想定している。図７に示す状況では、車両１０（自車両）の前方に周辺車両８０−１および周辺車両８０−２が走行している。ここで、車両１０は、予め周辺車両８０−１が車両１０と周辺車両８０−２との間に割り込む予測結果１０４を保持している。そして、車両１０と、この車両１０と同じ走行車線を走行中の周辺車両８０−２との間に、車両１０の右隣の走行車線を走行中の周辺車両８０−１が、周辺車両８０−１の進行方向に対して左前方方向１０２へ車線変更している。つまり、周辺車両８０−１は、車両１０と周辺車両８０−２との間に、割り込んでいる。

このような図７に示す状況下において実行される割込予測処理について図８を参照して説明する。

図８に示すように、運転支援ＥＣＵ１１は、走行環境取得部６０によって走行環境を取得する（ステップＳＴ４０１）。ステップＳＴ４０１において取得される走行環境は、上述の図４のステップＳＴ２０１または図６のステップＳＴ３０１において取得される走行環境と同様である。

運転支援ＥＣＵ１１は、割込予測部６４によって、ステップＳＴ４０１で走行環境取得部６０により取得された現在の車両１０に関する走行環境と、データベース３１の割込発生実績データ３１ｂに記憶された過去の車両割込シーンの走行環境との比較により演算される割込発生確率Ｐに基づいて、車両１０の前方への周辺車両の割り込みを予測する（ステップＳＴ４０２）。ステップＳＴ４０２において、割込予測部６４は、上述の図４または図６で示した割込予測処理と同様の処理を行うことで、車両１０の前方への周辺車両の割り込みを予測する。

運転支援ＥＣＵ１１は、割込検出部６６によって、車載カメラ４２や車載レーダ４３を介して割込車両として妥当な位置に存在する車両１０の前方の物標を検知する（ステップＳＴ４０３）。

ここで、本変形例２では、運転支援ＥＣＵ１１は、ステップＳＴ４０２で割込予測部６４によって車両１０の前方への周辺車両の割り込みが予測されているか否かを判定する（ステップＳＴ４０４）。

運転支援ＥＣＵ１１は、ステップＳＴ４０４で車両１０の前方への周辺車両の割り込みが予測されていると判定した場合（ステップＳＴ４０４：Ｙｅｓ）、割込検出部６６によって、割込判定の初期発見プロセス終了を待たずに割り込みを検出する。つまり、ステップＳＴ４０３では、割込検出部６６は、例えば、画像処理等の割込検出手法を用いて検知物体が割込車両か否かを判定するといった初期発見プロセス終了を待たずに、車両１０の前方への周辺車両の割り込みを検出する。その後、本処理を終了する。

一方、運転支援ＥＣＵ１１は、ステップＳＴ４０４で車両１０の前方への周辺車両の割り込みが予測されていないと判定した場合（ステップＳＴ４０４：Ｎｏ）、通常通りプロセスに従って割り込み検出を行う（ステップＳＴ４０６）。つまり、ステップＳＴ４０４では、割込検出部６６は、例えば、車載カメラ４２や車載レーダ４３で車両１０の前方の物体（物標）を検知し、画像処理等の割込検出手法を用いて検知物体が割込車両か否かを判定して、周辺車両の割り込みを検出する。その後、本処理を終了する。

なお、図示しないが、運転支援ＥＣＵ１１は、上述の処理により、車両１０の前方へ周辺車両８０−１が割り込むことを検出した場合、システム制御部７２によって、割込車両との衝突を回避するように運転支援装置２０に運転支援を実施させる。

上述した実施形態の変形例２によれば、割込予測部６４により割り込みが発生する可能性が高いと予測された場合、割込検出部６６は、何らかの物標を適切な距離で検出したらすぐに、割り込みが発生したと判定することができる。これにより、上述した実施形態の変形例２によれば、割込検出部６６は、割込予測部６４による予測結果に応じて、画像処理等の割込検出手法を用いて検知物体が割込車両か否かを判定するといった初期発見プロセスを短縮することができる。その結果、上述した実施形態の変形例２によれば、運転支援開始が遅れる可能性を低減させることができ、割込車両に対する追突や衝突事故の回避率を向上させることができる。

１０ 車両（自車両）
１１ 運転支援ＥＣＵ
１２ ブレーキＥＣＵ
１３ エンジンＥＣＵ
１４ 操舵ＥＣＵ
２０ 運転支援装置
２１ ブレーキ
２２ エンジン
２４ 出力装置
２４ａ スピーカ
２４ｂ ディスプレイ
３０ カーナビゲーション
３１ データベース
３１ａ 地図データ
３１ｂ 割込発生実績データ
４０ 車車間通信装置
４１ インフラ通信装置
４２ 車載カメラ
４３ 車載レーダ
４４ ＧＰＳ
４５ 車速センサ
４６ 加速度センサ
４７ ジャイロセンサ
４８ ブレーキセンサ
４９ アクセルセンサ
５０ 操舵角センサ
５１ 周辺環境情報取得手段
５２ 自車情報取得手段
６０ 走行環境取得部
６２ 割込発生確率演算部
６４ 割込予測部
６６ 割込検出部
６８ データベース作成部
７０ データ更新部
７２ システム制御部
８０−１〜５ 周辺車両

Claims (3)

1. 車両の割り込みを予測する割込予測装置であって、
   自車両に関する走行環境を取得する走行環境取得部と、
   前記走行環境取得部により取得された現在の前記自車両に関する走行環境と、記憶装置に記憶された過去の車両割込シーンの走行環境との比較により演算される割込発生確率に基づいて、前記自車両の前方への周辺車両の割り込みを予測する割込予測部と、
   前記周辺車両の割り込みを検出する割込検出部と、
   前記割込検出部により前記周辺車両の割り込みを検出した際に取得された前記自車両に関する走行環境に基づいて、前記記憶装置に記憶された前記車両割込シーンの走行環境を更新するデータ更新部と、
   を備え、
   前記割込予測部は、
   前記データ更新部により更新された前記車両割込シーンの走行環境を用いて前記周辺車両の割り込みを予測するとともに、
   前記割込発生確率と、前記記憶装置に記憶された割込発生判定閾値との比較により前記周辺車両の割り込みを予測し、
   前記データ更新部は、
   前記割込検出部による前記周辺車両の割り込みの検出結果と、前記割込予測部による前記周辺車両の割り込みの予測結果とに基づいて、当該予測結果の正誤を判定し、前記予測結果が誤っていた場合は、対応する前記車両割込シーンの走行環境に関する前記割込発生判定閾値を変更することを特徴とする割込予測装置。
2. 請求項１に記載の割込予測装置と、前記自車両に対する運転支援を実施する運転支援装置と、備えた運転支援システムであって、
   前記割込予測装置は、
   前記割込予測部による前記予測結果に基づいて、前記運転支援装置を制御するための制御量を算出し、当該算出した制御量に基づいて前記運転支援装置に前記運転支援を実施させるシステム制御部
   を更に備えたことを特徴とする運転支援システム。
3. コンピュータを用いて構築された割込予測装置において、前記コンピュータが、車両の割り込みを予測する割込予測方法であって、
   前記コンピュータが備える走行環境取得部が、自車両に関する走行環境を取得する走行環境取得ステップと、
   前記コンピュータが備える割込予測部が、前記走行環境取得ステップにて取得された前記自車両に関する走行環境と、記憶装置に記憶された車両割込シーンの走行環境との比較により演算される割込発生確率に基づいて、前記自車両の前方への周辺車両の割り込みを予測する割込予測ステップと、
   前記コンピュータが備える割込検出部が、前記周辺車両の割り込みを検出する割込検出ステップと、
   前記コンピュータが備えるデータ更新部が、前記割込検出ステップにて前記周辺車両の割り込みを検出した際に取得された前記自車両に関する走行環境に基づいて、前記記憶装置に記憶された前記車両割込シーンの走行環境を更新する更新ステップと、
   を含み、
   前記割込予測ステップにおいて、
   前記割込予測部が、前記更新ステップにて更新された前記車両割込シーンの走行環境を用いて前記周辺車両の割り込みを予測するとともに、前記割込発生確率と、前記記憶装置に記憶された割込発生判定閾値との比較により前記周辺車両の割り込みを予測し、
   前記更新ステップにおいて、
   前記データ更新部が、前記割込検出ステップにて検出された前記周辺車両の割り込みの検出結果と、前記割込予測ステップにて予測された前記周辺車両の割り込みの予測結果とに基づいて、当該予測結果の正誤を判定し、前記予測結果が誤っていた場合は、対応する前記車両割込シーンの走行環境に関する前記割込発生判定閾値を変更することを特徴とする割込予測方法。

Images