JP6074553B1 - 情報処理システム、情報処理方法、およびプログラム - Google Patents

Abstract

運転行動を適切に推定する情報処理システム（１０００）は、車両の周囲の状況またはその車両の走行状態のうちの少なくとも何れか１つである車両環境状態を検出する検出部（１００１）と、検出部（１００１）が検出したその車両環境状態と、その車両環境状態の後に行われたその車両の挙動との関係をニューラルネットワークに学習させる挙動学習部（１００２）と、検出部（１００１）によって検出される現時点におけるその車両環境状態を、学習したニューラルネットワークに入力することによって、その車両の挙動を推定する挙動推定部（１００３）とを備える。

Description

本発明は、車両に関する情報を処理する情報処理システム、情報処理方法、およびプログラムに関する。

近年、車両の周囲の状況や前記車両の走行状態（例えば、自車両の速度や操舵・アクセル・ブレーキ・方向指示器・アクチュエータの制御情報など）に基づいて、運転者が自ら運転操作を行う手動運転と一部若しくはすべての運転操作を自動で行う自動運転とによる走行が可能な車両や完全自動運転可能な車両に関する様々な技術が提案され、実用化されている。

例えば、特許文献１には、自車両が自動操舵制御や自動加減速制御となる場合に、自動操舵制御や自動加減速制御の作動状態を視覚的にドライバに認識させる走行制御装置が開示されている。

特開２００５−６７４８３号公報

しかしながら、上記特許文献１の走行制御装置（すなわち情報処理システム）では、車両の運転操作を適切に推定することができないという問題がある。なお、運転操作は、運転行動または挙動ともいう。

そこで、本発明は、車両の運転行動を適切に推定することができる情報処理システムなどを提供する。

本発明の一態様に係る情報処理システムは、車両の周囲の状況または前記車両の走行状態のうちの少なくとも何れか１つである車両環境状態を検出する検出部と、前記検出部が検出した前記車両環境状態と、前記車両環境状態の後に行われた前記車両の挙動との関係をニューラルネットワークに学習させる挙動学習部と、前記検出部によって検出される現時点における前記車両環境状態を、学習した前記ニューラルネットワークに入力することによって、前記車両の挙動を推定する挙動推定部と、を備える。

これにより、ニューラルネットワークを用いて車両の挙動が推定されるため、その車両の挙動（すなわち運転行動）を適切に推定することができる。

また、前記挙動学習部は、複数の運転者のそれぞれについて、前記検出部が検出した前記車両環境状態と、前記車両環境状態の後に行われた前記車両の挙動との関係をニューラルネットワークに学習させる汎用挙動学習部と、特定の運転者に対して前記検出部が検出した前記車両環境状態と、前記車両環境状態の後に行われた前記車両の挙動とを用いて、学習した前記ニューラルネットワークに再学習させる転移学習によって、前記特定の運転者に対する専用のニューラルネットワークを構築する専用挙動学習部とを備え、前記挙動推定部は、前記専用のニューラルネットワークを用いて、前記特定の運転者に対する前記車両の挙動を推定してもよい。具体的には、前記挙動推定部は、前記汎用挙動学習部によって学習した前記ニューラルネットワークに、前記特定の運転者に対して前記検出部が検出した前記車両環境状態を入力することによって、前記特定の運転者に対する前記車両の仮の挙動を推定する汎用挙動推定部と、前記専用のニューラルネットワークを用いて、前記特定の運転者に対する前記車両の挙動を推定する専用挙動推定部とを備え、前記情報処理システムは、さらに、前記汎用挙動推定部による仮の挙動の推定結果のヒストグラムを生成するヒストグラム生成部を備え、前記専用挙動学習部は、生成された前記ヒストグラムを参照した前記転移学習によって、前記専用のニューラルネットワークを構築してもよい。

これにより、特定の運転者に対して検出された車両の周囲の状況または走行状態と、その後の挙動とを示す履歴が少なく、その履歴だけでは学習が不十分な場合であっても、複数の運転者の履歴が学習に用いられるため、特定の運転者に対する車両の挙動を適切に推定することができる。また、このような複数の運転者の履歴によって学習された汎用のニューラルネットワークは、特定の運転者の履歴を用いて専用のニューラルネットワークにファインチューニングされる。したがって、その挙動の推定の精度を高めることができる。

また、前記情報処理システムは、さらに、前記挙動推定部によって推定された挙動が有効か否かを判定し、有効と判定した場合に、前記推定された挙動を出力する評価部を備えてもよい。

これにより、不適切な挙動が報知されることを防ぐことができる。

また、前記情報処理システムは、さらに、特定の運転者によって入力される前記車両の挙動を受け付ける入力部と、前記挙動推定部によって推定された前記車両の挙動を、前記入力部によって受け付けられた前記車両の挙動に基づいて評価する評価部とを備え、前記評価部は、前記挙動推定部によって推定された前記車両の挙動に誤りがあると評価した場合には、前記入力部によって受け付けられた前記車両の挙動と、前記車両の挙動の推定時に前記検出部によって検出された前記車両の周囲の状況とを用いた前記ニューラルネットワークの再学習を、前記挙動学習部に実行させてもよい。

これにより、検出部によって検出された周辺の状況または走行状態に誤差が含まれていても、運転行動の予測精度、すなわち車両の挙動の推定精度を向上することができる。

また、前記専用挙動学習部は、前記車両が走行するシーンごとに、当該シーンに応じた前記特定の運転者に対する前記専用のニューラルネットワークを構築するとともに、複数の前記専用のニューラルネットワークのうち、前記車両が走行する現在のシーンに応じた前記専用のニューラルネットワークを選択し、前記専用挙動推定部は、選択された前記専用のニューラルネットワークを用いて、前記特定の運転者に対する前記車両の挙動を推定してもよい。

これにより、シーンごとに適切なニューラルネットワークを選択することができ、各シーンにおける車両の挙動の推定精度、すなわち運転行動の予測精度を向上することができる。

また、前記情報処理システムは、さらに、前記挙動推定部によって推定された挙動を、前記挙動が実施される前に、運転者に報知する報知部を備えてもよい。

これにより、推定された挙動が報知されるため、どのような挙動が行われるのかを事前に運転者に容易に把握させることができ、その運転者の不安を解消することができる。

なお、これらの包括的または具体的な態様は、システム、方法、集積回路、コンピュータプログラムまたはコンピュータ読み取り可能なＣＤ−ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラムおよび記録媒体の任意な組み合わせで実現されてもよい。

ところで、自動運転（完全自動運転及び一部自動運転の両方を含む）中、車に運転を任せるということで、車と運転者の間の信頼関係が極めて大事であり、車両と運転者（乗員）との間に適切な情報を伝達することが必要となる。特許文献１には、運転者に対して現在の作動状態のみを報知している。

自動運転中、車両の現在の挙動（作動状態）を報知されるだけで、これから実施する挙動（例えば、特に合流前、交差点進入の前や緊急車両が近くにいた場合や周囲の他車が何らかの作動をした/しそうなときに、車両が実施しようとする車線変更、加速、減速といった挙動）について何も知らされていない状態だと、運転者が非常に不安感を抱えてしまうという第１の課題があった。

また、完全自動運転中だと、運転者が運転監視以外の他の行動を取っている可能性が高く、いきなり現在の作動状態のみ表示されても、現在の車両の周囲状況や車両の走行状態も把握できないし、運転者の意思で運転を指示しようとしてもすぐに対応できなく、運転者がスムーズに車へ指示を与えることができないという第２の課題があった。

また、運転者に現在の作動状態のみを報知しているだけで、運転者が車に対して直接手動運転を行おうとしても、すぐに切り替えられないという第３の課題があった。

また、運転者若しくは乗員によって、車が同じ動作を取るとしても、動作のタイミングや操作量は人によって異なり、実際運転者が手動運転する場合の感覚と乖離する可能性が高く、最悪な場合、自動運転中に運転者による不要な操作介入を誘発してしまうことがあるという第４の課題があった。

そこで、本発明は、完全自動運転または一部自動運転中において、上記課題のうち少なくとも１つの課題を解決することが可能な情報報知装置、情報報知方法、情報報知プログラムおよび情報処理システムについても提供する。

すなわち、本発明の一態様に係る情報報知装置は、車両の周囲の状況及び車両の走行状態を検出する検出部と、検出部が検出した車両の周囲の状況及び車両の走行状態に基づいて車両の挙動を決定する車両制御部とを備える車両に搭載される情報報知装置であって、自動運転中に車両の挙動を更新する可能性があると判定された場合に、実施する挙動の情報を取得する情報取得部と、実施する挙動を前記車両の挙動が更新される前に報知する報知部と、を備える。

本発明の一態様に係る情報報知方法は、車両の周囲の状況及び車両の走行状態を検出し、検出した車両の周囲の状況及び車両の走行状態に基づいて車両の挙動を決定する車両において実行される情報報知方法であって、自動運転中に車両の挙動を更新する可能性があると判定された場合に、実施する挙動の情報を取得する情報取得ステップと、実施する挙動を前記車両の挙動が更新される前に報知する報知ステップと、を含む。

本発明の一態様に係る情報報知プログラムは、車両の周囲の状況及び車両の走行状態を検出し、検出した車両の周囲の状況及び車両の走行状態に基づいて車両の挙動を決定する車両においてコンピュータにより実行される情報報知プログラムであって、コンピュータを、自動運転中に車両の挙動を更新する可能性があると判定された場合に、実施する挙動の情報を取得する情報取得手段、前記実施する挙動を前記車両の挙動が更新される前に報知する報知手段、として機能させる。

このような情報報知装置、情報報知方法または情報報知プログラムによれば、完全自動運転または一部自動運転において、車両と運転者の操作が対立しにくい、快適な自動運転ができるように、適切に情報を伝達することができる。

本発明によれば、車両の運転行動を適切に推定することができる。

図１は、本発明の実施の形態１に係る情報報知装置を含む車両の要部構成を示すブロック図である。 図２は、走行環境の第１の例と、それに対する報知部の表示、及び、操作部の操作について説明する図である。 図３は、報知部における表示の別の例を示す図である。 図４は、本実施の形態における情報報知処理の処理手順を示すフローチャートである。 図５は、走行環境の第１の例と、それに対する表示制御を示す図である。 図６は、走行環境の第１の例と、それに対する別の表示制御を示す図である。 図７は、走行環境の第２の例と、それに対する表示制御を示す図である。 図８は、走行環境の第３の例と、それに対する表示制御を示す図である。 図９は、走行環境の第４の例と、それに対する表示制御を示す図である。 図１０は、走行環境の第５の例と、それに対する表示制御を示す図である。 図１１は、図５に示した走行環境の第１の例に対する別の表示制御を示す図である。 図１２は、図７に示した走行環境の第２の例に対する別の表示制御を示す図である。 図１３は、本発明の実施の形態２に係る情報報知装置を含む車両の要部構成を示すブロック図である。 図１４は、実施の形態２におけるタッチパネルの表示を説明する図である。 図１５は、本発明の実施の形態３における報知部の表示を説明する図である。 図１６は、実施の形態４における車両制御部の挙動の推定に関する機能構成の一例を示すブロック図である。 図１７は、実施の形態４における挙動学習部の学習を説明するための図である。 図１８Ａは、実施の形態４におけるニューラルネットワークの学習を示す図である。 図１８Ｂは、実施の形態４における挙動推定ＮＮを用いた挙動の推定を示す図である。 図１９は、実施の形態４における車両制御部の挙動の推定に関する機能構成の他の例を示すブロック図である。 図２０は、実施の形態４における汎用挙動学習部の学習を説明するための図である。 図２１Ａは、実施の形態４における汎用挙動学習部におけるニューラルネットワークの学習を示す図である。 図２１Ｂは、実施の形態４における汎用挙動推定ＮＮを用いた挙動の推定を示す図である。 図２２は、実施の形態４における専用挙動推定ＮＮの構築方法を示す図である。 図２３は、実施の形態４における専用挙動推定ＮＮを用いた挙動の推定を示す図である。 図２４は、実施の形態４の変形例１における車両制御部の挙動の推定に関する機能構成の一例を示すブロック図である。 図２５は、実施の形態４の変形例１における挙動学習部の学習を説明するための図である。 図２６Ａは、実施の形態４の変形例１におけるニューラルネットワークの学習を示す図である。 図２６Ｂは、実施の形態４の変形例１における挙動推定ＮＮを用いた挙動の推定を示す図である。 図２７は、実施の形態４の変形例１における車両制御部の挙動の推定に関する機能構成の他の例を示すブロック図である。 図２８は、実施の形態４の変形例１における汎用挙動学習部の学習を説明するための図である。 図２９Ａは、実施の形態４の変形例１における汎用挙動学習部におけるニューラルネットワークの学習を示す図である。 図２９Ｂは、実施の形態４の変形例１における汎用挙動推定ＮＮを用いた挙動の推定を示す図である。 図３０は、実施の形態４の変形例１における専用挙動推定ＮＮの構築方法を示す図である。 図３１は、実施の形態４の変形例１における専用挙動推定ＮＮを用いた挙動の推定を示す図である。 図３２は、実施の形態４の変形例２における車両制御部の挙動の推定に関する機能構成の一例を示すブロック図である。 図３３は、実施の形態４の変形例２における車両制御部の挙動の推定に関する機能構成の他の例を示すブロック図である。 図３４は、実施の形態５における情報処理システムの設計思想を示す図である。 図３５は、実施の形態５における学習用データおよび学習エンジンの推定結果における誤差を説明するための図である。 図３６は、実施の形態５における車両内のシステム構成を示す図である。 図３７は、実施の形態５における自動運転制御システムの機能構成を示すブロック図である。 図３８は、実施の形態５におけるタッチパネルによって表示および入力される挙動の一例を示す図である。 図３９は、実施の形態５におけるファインチューニングを説明するための図である。 図４０は、実施の形態５における車両内の詳細なシステム構成を示す図である。 図４１は、実施の形態５における専用挙動推定ＮＮの構築方法を示す図である。 図４２は、実施の形態５における専用挙動推定ＮＮの入力挙動に基づく再学習を示す図である。 図４３は、実施の形態６における複数の知識（ＮＮ）を示す図である。 図４４は、実施の形態６における車両内のシステム構成を示す図である。 図４５は、実施の形態６における自動運転制御システムの機能構成を示すブロック図である。 図４６は、実施の形態６における専用挙動学習部による学習を説明するための図である。 図４７は、実施の形態６における専用挙動学習部による専用挙動推定ＮＮの選択を説明するための図である。 図４８Ａは、本発明の一態様に係る情報処理システムの構成を示す図である。 図４８Ｂは、本発明の一態様に係る情報処理方法のフローチャートである。 図４９は、走行履歴の一例を示す図である。 図５０は、クラスタリング型のドライバモデルの構築方法を示す図である。 図５１は、構築されたクラスタリング型のドライバモデルの一例を示す図である。 図５２は、構築されたクラスタリング型のドライバモデルの別の一例を示す図である。 図５３は、個別適応型のドライバモデルの構築方法を示す図である。 図５４は、構築された個別適応型のドライバモデルの一例を示す図である。 図５５は、運転特性モデルの一例を示す図である。 図５６は、本発明の実施の形態７における報知部の表示を説明する図である。 図５７は、本発明の実施の形態７における報知部の表示を説明する図である。 図５８は、本発明の実施の形態７における報知部の表示を説明する図である。 図５９は、本発明の実施の形態７における報知部の表示を説明する図である。 図６０は、走行履歴の一例を示す図である。 図６１は、本変形例におけるドライバモデルの使用方法を示す図である。 図６２は、本変形例におけるキャッシュの配置の一例を示すブロック図である。 図６３は、本変形例におけるキャッシュの作成方法の一例を示す図である。 図６４は、本変形例におけるキャッシュの作成方法の一例を示す図である。

以下、本発明の実施の形態について、図面を参照して詳細に説明する。実施の形態１〜３では、車両と運転者の操作が対立しにくい、快適な自動運転ができるように、適切に情報を伝達することができる情報報知装置、情報報知方法または情報報知プログラムを説明する。実施の形態４〜６では、車両の運転行動を適切に推定することができる本発明の一態様に係る情報処理システム、情報処理方法およびプログラムを説明する。さらに、実施の形態７では、実施の形態４〜６とは異なる態様で運転行動を推定する情報処理システム等を説明する。

なお、以下に説明する各実施の形態は一例であり、本発明はこれらの実施の形態により限定されるものではない。つまり、以下で説明する実施の形態は、いずれも包括的または具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本発明を限定する主旨ではない。また、以下の実施の形態における構成要素のうち、最上位概念を示す独立請求項に記載されていない構成要素については、任意の構成要素として説明される。

また、各図は、模式図であり、必ずしも厳密に図示されたものではない。また、各図において、同じ構成部材については同じ符号を付している。

（実施の形態１）
図１は、本発明の実施の形態１に係る情報報知装置を含む車両１の要部構成を示すブロック図である。車両１は、運転者の操作を必要とせずに、運転制御の全てまたは一部を自動で行うことができる車両である。

車両１は、ブレーキペダル２と、アクセルペダル３と、ウィンカーレバー４と、ハンドル５と、検出部６と、車両制御部７と、記憶部８と、情報報知装置９とを有する。

ブレーキペダル２は、運転者によるブレーキ操作を受けつけ、車両１を減速させる。またブレーキペダル２は、車両制御部７による制御結果を受けつけ、車両１の減速の度合いに対応した量変化してもよい。アクセルペダル３は、運転者によるアクセル操作を受けつけ、車両１を加速させる。またアクセルペダル３は、車両制御部７による制御結果を受けつけ、車両１の加速の度合いに対応した量変化してもよい。ウィンカーレバー４は、運転者によるレバー操作を受けつけ、車両１の図示しない方向指示器を点灯させる。またウィンカーレバー４は、車両制御部７による制御結果を受けつけ、車両１の方向指示方向に対応する状態にウィンカーレバー４を変化させ、車両１の図示しない方向指示器を点灯させてもよい。

ハンドル５は、運転者によるステアリング操作を受けつけ、車両１の走行する方向を変更する。またハンドル５は、車両制御部７による制御結果を受けつけ、車両１の走行する方向の変更に対応した量変化してもよい。ハンドル５は、操作部５１を有する。

操作部５１は、ハンドル５の前面（運転者と対向する面）に設けられ、運転者からの入力操作を受け付ける。操作部５１は、例えば、ボタン、タッチパネル、グリップセンサ等の装置である。操作部５１は、運転者から受けつけた入力操作の情報を車両制御部７へ出力する。

検出部６は、車両１の走行状態、及び、車両１の周囲の状況を検出する。そして、検出部６は、検出した走行状態、及び、周囲の状況の情報を車両制御部７へ出力する。

この検出部６は、位置情報取得部６１と、センサ６２と、速度情報取得部６３と、地図情報取得部６４とを有する。

位置情報取得部６１は、ＧＰＳ（Global Positioning System）測位等により車両１の位置情報を走行状態の情報として取得する。

センサ６２は、車両１の周囲に存在する他車両の位置および車線位置情報から、他車両の位置および先行車両かどうかという種別、他車両の速度と自車両の速度から衝突予測時間（ＴＴＣ：Time To Collision）、車両１の周囲に存在する障害物など、車両１の周囲の状況を検出する。

速度情報取得部６３は、走行状態の情報として、図示しない速度センサ等から車両１の速度や走行方向などの情報を取得する。

地図情報取得部６４は、車両１が走行する道路、道路における他車両との合流ポイント、現在走行中の車線、交差点の位置などの車両１の周辺の地図情報を、車両１の周囲の状況の情報として取得する。

なお、センサ６２は、ミリ波レーダ、レーザレーダやカメラなど、またそれらの組合せから構成される。

記憶部８は、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、ハードディスク装置やＳＳＤ（Solid State Drive）などの記憶装置であり、現時点の走行環境と、次に（第１の所定時間経過後に）とり得る挙動の候補との間の対応関係を記憶する。

現時点の走行環境とは、車両１の位置、車両１が走行している道路、車両１の周囲に存在する他車両の位置および速度等によって判定される環境である。なお、瞬間的なデータのみならず、その時点の前後のデータまでを基に、例えば、他車両の位置や速度により加速中、減速中、他車両が割込んできて１秒後には衝突する可能性まで判定してもよい。これにより、他車両の行動を予測することができ、走行環境をより詳細かつ正確に把握することが可能である。挙動の候補とは、現時点の走行環境に対して、車両１が次に（第１の所定時間経過後に）とり得る挙動の候補である。

例えば、記憶部８は、車両１が走行する車線の前方に合流路があり、車線の左方から合流する車両が存在し、かつ、車両１が走行する車線の右方への車線変更が可能な走行環境に対応付けて、車両１の加速、車両１の減速、及び、車両１の右方への車線変更の３通りの挙動の候補を予め記憶する。

また、記憶部８は、車両１と同一車線の前方を走行する車両（以下、「先行車両」と記載）が車両１よりも遅い速度で走行し、かつ、隣の車線への車線変更が可能な走行環境に対応付けて、先行車両を追い越す走行、隣の車線へ車線変更を行う走行、車両１を減速させて先行車両に追従する走行の３通りの挙動の候補を予め記憶する。

さらに、記憶部８は、それぞれの挙動の候補に対する優先順位を記憶してもよい。例えば、記憶部８は、過去の同一の走行環境において実際に採用された挙動の回数を記憶し、採用された回数の多い挙動ほど高く設定された優先順位を記憶してもよい。

車両制御部７は、例えば、ＬＳＩ回路、または、車両を制御する電子制御ユニット（Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｎｔｒｏｌ Ｕｎｉｔ：ＥＣＵ）の一部として実現可能である。車両制御部７は、検出部６から取得する走行状態および周囲の状況の情報に基づいて、車両を制御し、車両制御結果に対応してブレーキペダル２、アクセルペダル３、ウィンカーレバー４、情報報知装置９を制御する。なお、車両制御部７が制御する対象は、これらに限定されない。

まず、車両制御部７は、走行状態および周囲の状況の情報に基づいて、現時点の走行環境を判定する。この判定には、従来提案されている様々な方法が利用され得る。

例えば、車両制御部７は、走行状態および周囲の状況の情報に基づいて、現時点の走行環境が、「車両１が走行する車線の前方に合流路があり、車線の左方から合流する車両が存在し、かつ、車両１が走行する車線の右方への車線変更が可能な走行環境」であると判定する。

また、例えば、車両制御部７は、走行状態および周囲の状況の情報に基づいて、走行環境の時系列が、「車両１と同一車線の前方を走行する車両が車両１よりも遅い速度で走行し、かつ、隣の車線への車線変更が可能な走行環境」であると判定する。

車両制御部７は、走行状態および周囲の状況を示す走行環境に関する情報を情報報知装置９の報知部９２に報知させる。また、車両制御部７は、判定した走行環境に対して、車両１が次に（第１の所定時間経過後に）とり得る挙動の候補を記憶部８から読み出す。

車両制御部７は、読み出した挙動の候補から、現在の走行環境に最も適した挙動がどれかを判定し、現在の走行環境に最も適した挙動を第１の挙動に設定する。なお、第１の挙動は車両現在実施している挙動と同じ挙動、即ち現在実施している挙動を継続することであってもよい。そして、車両制御部７は、現在の走行環境において第１の挙動を除く他に運転者が実施可能性な挙動の候補を第２の挙動（いわゆる実施する挙動とは異なる挙動）に設定する。

例えば、車両制御部７は、走行状態および周囲の状況の情報に基づいて最も適した挙動を判定する従来技術を用いて、最も適した挙動を第１の挙動に設定することとしてもよい。

または、車両制御部７は、複数の挙動の候補のうち、予め設定された挙動を最も適した挙動として設定してもよいし、前回選択された挙動の情報を記憶部８に記憶しておき、その挙動を最も適した挙動と判定してもよいし、過去に各挙動が選択された回数を記憶部８に記憶しておき、回数が最も多い挙動を最も適した挙動と判定してもよい。

そして、車両制御部７は、第１の挙動と第２の挙動の情報を情報報知装置９の報知部９２に報知させる。なお、車両制御部７は第２の挙動が無いと判定した場合、第１の挙動のみを報知部９２に報知させる。

なお、車両制御部７は、第１の挙動と第２の挙動の情報と、走行状態および周囲の状況の情報とを、同時に、報知部９２に報知させてもよい。

さらに、車両制御部７は、操作部５１が運転者から受けつけた操作の情報を取得する。車両制御部７は、第１の挙動と第２の挙動を報知してから、第２の所定時間内に操作部５１が操作を受けつけたか否かを判定する。この操作は、例えば、第２の挙動に含まれる挙動の中から１つの挙動を選択する操作である。

車両制御部７は、第２の所定時間内に操作部５１が操作を受けつけなかった場合、第１の挙動を実行するように車両を制御し、車両制御結果に対応してブレーキペダル２、アクセルペダル３、ウィンカーレバー４を制御する。

車両制御部７は、第２の所定時間内に操作部５１が操作を受けつけた場合、受けつけた操作に対応する制御を行う。

情報報知装置９は、車両制御部７から車両１の走行に関する種々の情報を取得し、取得した情報を報知する。情報報知装置９は、情報取得部９１と報知部９２とを有する。

情報取得部９１は、車両制御部７から車両１の走行に関する種々の情報を取得する。例えば、情報取得部９１は、車両制御部７が車両１の挙動を更新する可能性があると判定した場合に、車両制御部７から第１の挙動の情報と第２の挙動の情報を取得する。

そして、情報取得部９１は、取得した情報を図示しない記憶部に一時的に記憶し、必要に応じて記憶した情報を記憶部から読み出して報知部９２へ出力する。

報知部９２は、車両１の走行に関する情報を運転者に報知する。報知部９２は、例えば、車内に設置されているカーナビゲーションシステム、ヘッドアップディスプレイ、センターディスプレイ、ハンドル５やピラーに設置されているＬＥＤなどの発光体などのような情報を表示する表示部であってもよいし、情報を音声に変換して運転者に報知するスピーカであってもよいし、あるいは、運転者が感知できる位置（例えば、運転者の座席、ハンドル５など）に設けられる振動体であってもよい。また、報知部９２は、これらの組み合わせであってもよい。

以下の説明では、報知部９２が表示装置であるものとする。

この場合、報知部９２とは、例えば、ヘッドアップディスプレイ（Head Up Display：ＨＵＤ）、ＬＣＤ（Liquid Crystal Display）、ＨＭＤ（Head-Mounted DisplayまたはHelmet-Mounted Display）、眼鏡型ディスプレイ（Smart Glasses）、その他の専用のディスプレイなどである。ＨＵＤは、例えば、車両１のウインドシールドであってもよいし、別途設けられるガラス面、プラスチック面（例えば、コンバイナ）などであってもよい。また、ウインドシールドは、例えば、フロントガラスであってもよいし、車両１のサイドガラスまたはリアガラスであってもよい。

さらに、ＨＵＤは、ウインドシールドの表面または内側に備えられた透過型ディスプレイであってもよい。ここで、透過型ディスプレイとは、例えば、透過型の有機ＥＬディスプレイ、または、特定の波長の光を照射した際に発光するガラスを用いた透明なディスプレイである。運転者は、背景を視認すると同時に、透過型ディスプレイ上の表示を視認することができる。このように報知部９２は、光を透過する表示媒体であってもよい。いずれの場合も、画像が報知部９２に表示される。

報知部９２は、車両制御部７から情報取得部９１を介して取得した走行に関する情報を運転者に報知する。例えば、報知部９２は、車両制御部７から取得した第１の挙動、及び、第２の挙動の情報を運転者に報知する。

ここで、具体的な表示内容、及び、操作部５１に対してなされる操作について説明する。

図２は、走行環境の第１の例と、それに対する報知部９２の表示、及び、操作部５１の操作について説明する図である。

図２の（ａ）は、車両１の走行環境を示す俯瞰図である。具体的には、図２の（ａ）は、車両１が走行する車線の前方に合流路があり、車線の左方から合流する車両が存在し、かつ、車両１が走行する車線の右方への車線変更が可能な走行環境であることを示している。

車両制御部７は、走行状態および周囲の状況の情報に基づき、走行環境が、図２の（ａ）に示すような走行環境であると判定する。なお、車両制御部７は、図２の（ａ）に示す俯瞰図を生成し、第１の挙動、及び、第２の挙動の情報に加えて、生成した俯瞰図を報知部９２に報知させてもよい。

図２の（ｂ）は、図２の（ａ）に示した走行環境に対する報知部９２の表示の一例を示している。報知部９２の表示範囲のうち、右側には、車両１の挙動に関わる選択肢が表示され、左側には、手動運転に切り替えるための情報が表示される。

第１の挙動は、表示領域２９ａ〜２９ｃ、２９ｇのうち、強調されている表示領域２９ｂに示されている「車線変更」である。第２の挙動は、表示領域２９ａ、２９ｃにそれぞれ示されている「加速」、「減速」である。また、表示領域２９ｇには、手動運転に切替えることを示す「自動運転終了」が表示されている。

図２の（ｃ）は、ハンドル５に設けられる操作部５１の一例を示している。操作部５１は、ハンドル５の右側に設けられる操作ボタン５１ａ〜５１ｄと、ハンドル５の左側に設けられる操作ボタン５１ｅ〜５１ｈとを有する。なお、ハンドル５に設けられる操作部５１の数や形状等はこれらに限定されない。

本実施の形態では、図２の（ｂ）に示す表示領域２９ａ〜２９ｃと操作ボタン５１ａ〜５１ｃがそれぞれ対応し、表示領域２９ｇと操作ボタン５１ｇとが対応する。

この構成において、運転者は、各表示領域に表示される内容のいずれかを選択する際に、各表示領域に対応する操作ボタンを押下する。例えば、運転者が表示領域２９ａに表示される「加速」という挙動を選択する場合、運転者は、操作ボタン５１ａを押下する。

なお、図２の（ｂ）には、各表示領域に文字の情報のみが表示されているが、次に説明するように、車両の駆動に関する記号やアイコンを表示してもよい。これにより、運転者に表示内容を一目瞭然に把握できる。

図３は、報知部９２における表示の別の例を示す図である。図３に示すように、表示領域３９ａ〜３９ｃ、３９ｇに文字の情報とその情報を示す記号の両方が表示される。なお、記号のみが表示されてもよい。

次に、具体的な走行環境を例に挙げて、表示制御の流れについて説明する。

図４は、本実施の形態における情報報知処理の処理手順を示すフローチャートである。図５は、走行環境の第１の例と、それに対する表示制御を示す図である。

図４に示すように、検出部６は、車両の走行状態を検出する（ステップＳ１１）。次に、検出部６は、車両の周囲の状況を検出する（ステップＳ１２）。検出された車両の走行状態、及び、車両の周囲の状況の情報は、検出部６により車両制御部７へ出力される。

つぎに、車両制御部７は、走行状態および周囲の状況の情報に基づいて、現時点の走行環境を判定する（ステップＳ１３）。図５の（ａ）の例の場合、車両制御部７は、現時点の走行環境が、「車両１が走行する車線の前方に合流路があり、車線の左方から合流する車両が存在し、かつ、車両１が走行する車線の右方への車線変更が可能な走行環境」であると判定する。

その後、車両制御部７は、判定した走行環境の情報を情報報知装置９の報知部９２に報知させる（ステップＳ１４）。図５の（ｂ）の例の場合、車両制御部７は、判定した走行環境の情報を情報取得部９１へ出力する。報知部９２は、情報取得部９１から走行環境の情報を取得し、文字情報５９として表示させる。なお、車両制御部７は、走行環境の情報を報知部９２に表示させる代わりに、スピーカ等で音声として走行環境の情報を運転者に報知してもよい。これにより、運転者がディスプレイやモニターを見ていない、もしくは見落としている場合でも、運転者に確実に情報を伝達できる。

次に、車両制御部７は、判定した走行環境が挙動の更新の可能性があるとするか否かを判定し、更新する可能性があるとすると判定された場合、さらに第１の挙動、及び、第２の挙動の判定を行う（ステップＳ１５）。走行環境が挙動の更新の可能性があるとするか否かの判定は、走行環境が変更したか否かによって判定される。更新後実施する挙動とは、例えば、他の車両等と衝突が発生する可能性がある場合に減速する、ＡＣＣ（Adaptive Cruise Control）において先行車両が消えた場合に速度変更する、隣の車線が空いた場合に車線変更するなどが考えられる。更新するか否かを判定するときは従来技術を用いてなされる。

この場合、車両制御部７は、判定した走行環境に対して、車両１が次に（第１の所定時間経過後に）とり得る挙動の候補を記憶部８から読み出す。そして、車両制御部７は、挙動の候補から、現在の走行環境に最も適した挙動がどれかを判定し、現在の走行環境に最も適した挙動を第１の挙動に設定する。そして、車両制御部７は、第１の挙動を除く挙動の候補を第２の挙動に設定する。

図５の（ｂ）の例の場合、車両制御部７は、記憶部８から、車両１の加速、車両１の減速、及び車両１の右方への車線変更の３通りの挙動の候補を読み出す。そして、車両制御部７は、左方から合流する車両の速度、及び、車両１の右方の車線の状況に基づき、車両１の右方への車線変更が最も適した挙動であると判定し、その挙動を第１の挙動に設定する。そして、車両制御部７は、第１の挙動を除く挙動の候補を第２の挙動に設定する。

次に、車両制御部７は、第１の挙動、及び、第２の挙動を情報報知装置９の報知部９２に報知させる（ステップＳ１６）。図５の（ｂ）の例の場合、報知部９２は、第１の挙動の情報である「車線変更」という文字情報を表示領域５９ｂに強調して表示し、第２の挙動の情報である「加速」、「減速」をそれぞれ表示領域５９ａ、５９ｃに表示させる。

次に、車両制御部７は、第２の所定時間内に操作部５１が運転者からの操作を受けつけたか否かを判定する（ステップＳ１７）。

例えば、車両制御部７は、現時点での走行環境が図５の（ａ）に示す走行環境であると判定してから、合流ポイントに到達するまでの時間を第１の所定時間と設定する。そして、車両制御部７は、第１の所定時間よりも短い第２の所定時間を、合流ポイントまでに実行される次の挙動に対する操作の受付が可能な時間として設定する。

車両制御部７は、第２の所定時間内に操作部５１が運転者からの操作を受けつけた場合（ステップＳ１７においてＹＥＳ）、受けつけた操作が自動運転終了の操作か、挙動の選択操作（いわゆる更新）かを判定する（ステップＳ１８）。

図２にて説明したように、報知部９２の各表示領域と操作部５１の各操作ボタンとは対応している。運転者は、図５の（ｂ）における自動運転終了を選択する場合、図２の（ｃ）に示した操作ボタン５１ｇを押下する。また、運転者は、挙動の選択を行う場合、図２の（ｃ）に示した操作ボタン５１ａ〜５１ｃのいずれかを押下する。

車両制御部７は、操作部５１が受けつけた操作が自動運転終了の操作である場合（つまり、操作ボタン５１ｇが押下されたことを検知した場合）、自動運転を終了させる（ステップＳ１９）。車両制御部７は、操作部５１が受けつけた操作が挙動の選択操作である場合（つまり、操作ボタン５１ａ〜５１ｃのいずれかが押下された場合）、押下された操作ボタンに対応する挙動を実行するように、車両１の制御を行う（ステップＳ２０）。

車両制御部７は、第２の所定時間内に操作部５１が運転者からの操作を受けつけなかった場合（ステップＳ１７においてＮＯ）、第１の挙動を実行するように、車両１の制御を行う（ステップＳ２１）。

図６は、走行環境の第１の例と、それに対する別の表示制御を示す図である。図６の（ａ）は、図５の（ａ）と同様であるが、図６の（ｂ）の表示制御が図５の（ｂ）の表示制御とは異なっている。

図５の（ｂ）を用いて説明した場合と同様に、車両制御部７は、図６の（ａ）に示した走行環境に対して、記憶部８から、車両１の加速、車両１の減速、及び車両１の右方への車線変更の３通りの挙動の候補を読み出す。その際、記憶部８には、車両１の右方への車線変更が最も優先される挙動として記憶されているものとする。

この場合、車両制御部７は、走行環境の情報と、第１の挙動の情報とを報知部９２に報知させる。図６の（ｂ）の場合、車両制御部７は、走行環境の情報と、第１の挙動の情報を示す文字情報６９を生成し、報知部９２に文字情報６９を表示させる。

そして、車両制御部７は、運転者に第１の挙動の採否を促す表示を表示領域６９ａ、６９ｃに表示させる。また、車両制御部７は、手動運転に切り替え可能であることを示す「自動運転終了」という表示を表示領域６９ｇに表示させる。

ここで、車両制御部７は、第１の挙動を採用することに対応する「ＹＥＳ」を強調して表示する。「ＹＥＳ」、「ＮＯ」のどちらを強調して表示するかは、予め定められていてもよいし、前回選択された選択肢を強調して表示することとしてもよいし、過去に選択された回数を記憶部８に記憶しておき、回数が多い方を報知部９２が強調して表示することとしてもよい。

このように過去に選択された挙動を学習することにより、車両制御部７は、運転者に適切に情報を報知できる。また、図５の（ｂ）の場合よりも報知部９２に報知させる表示を減らすことができ、運転者の煩わしさを低減できる。

図７は、走行環境の第２の例と、それに対する表示制御を示す図である。図７の（ａ）は、走行環境を示す俯瞰図である。図７の（ａ）に示す走行環境は、前方に合流路がある点で図５の（ａ）、図６の（ａ）と同様であるが、車両１の右側に走行車両が存在する点で図５の（ａ）、図６の（ａ）と異なる。このような場合、車両制御部７は、車線変更が行えないと判断する。

そして、車両制御部７は、車両１の走行環境が図７の（ａ）のようなものと判定した場合、図７の（ｂ）に示すように、判定した走行環境の情報を報知部９２に文字情報７９として表示させる。

さらに、車両制御部７は、記憶部８から読み出した車両１の加速、車両１の減速、及び、車両１の右方への車線変更の３通りの挙動の候補のうち、車両１の右方への車線変更はできないため、車両１の加速、及び、車両１の減速のみを選択する。

また、車両制御部７は、このままの速度で進むと合流車両と接近しすぎることを予測し、車両１の減速が最も適した挙動である、つまり、第１の挙動であると判定する。

ここで、３通りの挙動の候補のうち、最も適した挙動がどれかは、走行状態および周囲の状況の情報に基づいて最も適した挙動を判定する従来技術を用いて判定される。また、最も適した挙動がどれかは、予め定められていてもよいし、前回選択された挙動の情報を記憶部８に記憶しておき、その挙動を最も適した挙動と判定してもよいし、過去に各挙動が選択された回数を記憶部８に記憶しておき、回数が最も多い挙動を最も適した挙動と判定してもよい。

その後、車両制御部７は、「減速」を第１の挙動として表示領域７９ｃに表示させ、「加速」を第２の挙動として表示領域７９ａに表示させる。また、車両制御部７は、手動運転に切替えることを示す「自動運転終了」という表示を表示領域７９ｇに表示させる。

このような表示制御により、車両制御部７は、走行環境に応じて、その走行環境に最も適した挙動を第１の挙動として運転者に報知できる。

第１の挙動の情報を上方に、第２の挙動の情報を下方に配置し、それぞれ操作ボタン５１ａ、５１ｃに選択機能を割り当ててもよいし、加速挙動の情報を上方に、減速挙動の情報を下方に、右車線変更の挙動の情報を右方に、左車線変更の挙動の情報を左方へ配置し、それぞれ操作ボタン５１ａ、５１ｃ、５１ｂ、５１ｄに選択機能を割り当ててもよいし、それらを切り替えられるようにし、別途行動優先配置か、操作優先配置かを表示してもよい。さらに、第１の挙動の情報の表示サイズを大きく、第２の挙動の情報の表示サイズを小さくしてもよい。なお、車の前後・左右の挙動と対応して挙動情報の表示を配置することにより、運転者に直感的な認識と操作が可能である。

次に、前方に合流路があるという走行環境以外の走行環境の例について説明する。

図８は、走行環境の第３の例と、それに対する表示制御を示す図である。図８の（ａ）は、車両１の走行環境を示す俯瞰図である。具体的には、図８の（ａ）には、先行車両が車両１よりも遅い速度で走行し、かつ、隣の車線への車線変更が可能な走行環境が示されている。

車両制御部７は、走行状態および周囲の状況の情報に基づき、走行環境が、図８の（ａ）に示すような走行環境であると判定する。この場合、車両制御部７は、判定した走行環境の情報を報知部９２に文字情報８９として表示させる。

また、車両制御部７は、判定した走行環境に対応する挙動の候補として、先行車両を追い越す走行、隣の車線へ車線変更を行う走行、車両１を減速させて先行車両を追従する走行の３通りの挙動の候補を記憶部８から読み出す。

そして、車両制御部７は、例えば、先行車両の減速後の速度が所定値より高く許容できることから、車両１を減速させて先行車両を追従する走行が最も適した挙動、つまり、第１の挙動であると判定する。

ここで、３通りの挙動の候補のうち、最も適した挙動がどれかは、走行状態および周囲の状況の情報に基づいて最も適した挙動を判定する従来技術を用いて判定される。また、最も適した挙動がどれかは、予め定められていてもよいし、前回選択された挙動の情報を記憶部８に記憶しておき、その挙動を最も適した挙動と判定してもよいし、過去に各挙動が選択された回数を記憶部８に記憶しておき、回数が最も多い挙動を最も適した挙動と判定してもよい。

さらに、車両制御部７は、図８の（ｂ）に示すように、第１の挙動を示す「追従」という文字情報を表示領域８９ｃに強調して表示し、第２の挙動を示す「追い越し」、「車線変更」という文字情報をそれぞれ表示領域８９ａ、８９ｂに表示させる。また、車両制御部７は、手動運転に切替えることを示す「自動運転終了」という表示を表示領域８９ｇに表示させる。

第１の挙動の情報を上方に、第２の挙動の情報を下方に配置し、それぞれ操作ボタン５１ａ、５１ｃに選択機能を割り当ててもよいし、追い越し挙動の情報を上方に、追従挙動の情報を下方に、右車線変更の挙動の情報を右方に、左車線変更の挙動の情報を左方へ配置し、それぞれ操作ボタン５１ａ、５１ｃ、５１ｂ、５１ｄに選択機能を割り当ててもよいし、それらを切り替えられるようにし、別途行動優先配置か、操作優先配置かを表示してもよい。さらに、第１の挙動の情報の表示サイズを大きく、第２の挙動の情報の表示サイズを小さくしてもよい。

図９は、走行環境の第４の例と、それに対する表示制御を示す図である。図９の（ａ）は、車両１の走行環境を示す俯瞰図である。具体的には、図９の（ａ）は、走行環境が、車両１と同一車線の前方において、車線が減少する走行環境であることを示している。

車両制御部７は、走行状態および周囲の状況の情報に基づき、走行環境が、図９の（ａ）に示すような走行環境であると判定する。この場合、車両制御部７は、判定した走行環境の情報を報知部９２に文字情報９９として表示させる。

また、車両制御部７は、判定した走行環境に対応する挙動の候補として、隣の車線へ車線変更を行う走行、そのまま現車線を維持する走行の２通りの挙動の候補を記憶部８から読み出す。

そして、車両制御部７は、例えば、車線減少箇所までのＴＴＣが所定値より短いため、隣の車線へ車線変更を行う走行が最も適した挙動である、つまり、第１の挙動であると判定する。

ここで、２通りの挙動の候補のうち、最も適した挙動がどれかは、走行状態および周囲の状況の情報に基づいて最も適した挙動を判定する従来技術を用いて判定される。また、最も適した挙動がどれかは、予め定められていてもよいし、前回選択された挙動の情報を記憶部８に記憶しておき、その挙動を最も適した挙動と判定してもよいし、過去に各挙動が選択された回数を記憶部８に記憶しておき、回数が最も多い挙動を最も適した挙動と判定してもよい。

さらに、車両制御部７は、図９の（ｂ）に示すように、第１の挙動を示す「車線変更」という文字情報を表示領域９９ｂに強調して表示し、第２の挙動を示す「そのまま」という文字情報を表示領域９９ｃに表示させる。また、車両制御部７は、手動運転に切替えることを示す「自動運転終了」という表示を表示領域９９ｇに表示させる。

第１の挙動の情報を上方に、第２の挙動の情報を下方に配置し、それぞれ操作ボタン５１ａ、５１ｃに選択機能を割り当ててもよいし、何もしない挙動の情報を下方に、右車線変更の挙動の情報を右方に、左車線変更の挙動の情報を左方へ配置し、それぞれ操作ボタン５１ｃ、５１ｂ、５１ｄに選択機能を割り当ててもよいし、それらを切り替えられるようにし、別途行動優先配置か、操作優先配置かを表示してもよい。さらに、第１の挙動の情報の表示サイズを大きく、第２の挙動の情報の表示サイズを小さくしてもよい。なお、図７、図８、図９に示されているように、異なる走行環境によって、表示領域にはそれぞれ異なる機能が割り当てられることで、少ない領域で情報報知や操作することができる。

上記の説明では、車両制御部７が、走行環境および周囲の状況の情報に応じて、報知部９２に挙動を報知させる場合について説明したが、本発明はこれに限定されない。例えば、運転者による所定の操作があったときに、報知部９２に挙動を報知させることとしてもよい。

図１０は、走行環境の第５の例と、それに対する表示制御を示す図である。図１０の（ａ）は、車両１の走行環境を示す俯瞰図である。具体的には、図１０の（ａ）には、車両１が左方と右方にそれぞれ車線変更可能な走行環境であることを示す走行環境が示されている。

図１０の（ａ）に示す走行環境は、図５の（ａ）〜図９の（ａ）の場合と異なり、車線の変更や車両の加速、減速が不要な通常走行が可能な走行環境である。この場合、車両制御部７は、図１０の（ｂ）の表示１０９に示すように、走行環境の情報を報知部９２に文字情報として表示させなくともよい。

このように報知部９２に文字情報が表示されていない状況において、運転者が操作部５１のいずれかの操作ボタンを押下した場合、車両制御部７は、通常走行における挙動の候補を記憶部８から読み出す。

具体的には、記憶部８には、図１０の（ａ）に示すような通常走行の走行環境に対応付けて、車両１の加速、車両１の減速、車両１の右方への車線変更、車両１の左方への車線変更の４通りの挙動の候補が記憶されている。車両制御部７は、これらを読み出し、報知部９２の表示領域１０９ａ〜１０９ｄにそれぞれ表示させる。

また、車両制御部７は、手動運転に切り替えることを示す「自動運転終了」という表示を表示領域９９ｇに表示させるとともに、挙動の更新をキャンセルすることを示す「キャンセル」という表示を表示領域１０９ｅに強調して表示させる。

以上説明した本実施の形態によれば、運転者に次に実施される挙動の候補を効果的に報知し、運転者により好ましい挙動を選択させることができる。

なお、運転者が実施したい挙動を選択する代わりに、直接ハンドルなどの手動操作をしてもよい。これにより、運転者が自分の意思により素早く手動運転操作に切り替えられる。

［変形例］
以上説明した本実施の形態では、報知部９２における表示は、文字情報であるとして説明したが、本発明はこれに限定されない。例えば、挙動を示す記号を用いて運転者に視覚的に表示させてもより。以下では、運転者に視覚的に表示させる記号を用いた表示を図５および図７に対する表示を例にとって説明する。

図１１は、図５に示した走行環境の第１の例に対する別の表示制御を示す図である。この例では、上述した第１の挙動が車両１の右方への車線変更であり、第２の挙動が車両１の加速、及び、車両１の減速である。

この場合、第１の挙動である「車線変更」を示す記号１１１が中央に大きく表示され、第２の挙動である「車両１の加速」を示す記号１１２、及び、「車両１の減速」を示す記号１１３が右方に小さく表示される。また、自動運転終了を示す記号１１４が左方に小さく表示される。

そして、このまま運転手により車両１の挙動の変更指示を受けつけなければ、車線変更が行われる。

図１２は、図７に示した走行環境の第２の例に対する別の表示制御を示す図である。この例では、上記第１の例と異なり、車両１の右方に別の車両が走行しているため、車線変更ができない。そのため、例えば、「車両１の減速」が第１の挙動に設定され、「車両１の加速」が第２の挙動に設定される。

そして、この場合、図１２の（ａ）に示すように、第１の挙動である「車両１の減速」を示す記号１２１が中央に大きく表示され、第２の挙動である「車両１の加速」を示す記号１２２が右方に小さく表示される。また、自動運転終了を示す記号１２３が左方に小さく表示される。

ここで、操作部５１が運転手から「車両１の加速」を選択する操作を受けつけたものとする。この場合、図１２の（ｂ）に示すように、第１の挙動である「車両１の加速」を示す記号１２２’が中央に大きく表示され、第２の挙動である「車両１の減速」を示す記号１２１’が右方に小さく表示されることになる。

以上説明した本実施の形態によれば、運転者に次に実施される挙動の候補を効果的に報知し、運転者により好ましい挙動を選択させることができる。一方、運転者は、車両が実施する挙動や他に選択可能な挙動を把握でき、安心感を持って自動運転を継続することできる。または、運転者がスムーズに車へ指示を与えることができる。

また、本実施の形態によれば、走行環境に応じて、報知部に報知させる選択肢、つまり、第２の挙動を可変にすることができる。

（実施の形態２）
実施の形態１では、ハンドル５に設けられた操作部５１によって、報知部９２の表示に応じた操作を行う構成について説明した。本実施の形態では、ハンドル５に設けられる操作部５１の代わりに、タッチパネルが設けられる構成について説明する。

図１３は、本発明の実施の形態２に係る情報報知装置を含む車両１の要部構成を示すブロック図である。なお、図１３において、図１と共通する構成には図１と同一の符号を付し、その詳しい説明を省略する。図１３に示す車両１には、ハンドル５の操作部５１の代わりにタッチパネル１０が設けられている。

タッチパネル１０は、情報の表示と入力の受付が可能な液晶パネル等からなる装置であり、車両制御部７と接続される。タッチパネル１０は、車両制御部７による制御に基づいて情報を表示する表示部１０１と、運転者等からの操作を受けつけ、受けつけた操作を車両制御部７へ出力する入力部１０２とを有する。

次に、タッチパネル１０の表示制御について説明する。ここでは、車両１が３車線の中央を走行中であり、右方の車線と左方の車線のいずれかに車線変更が可能である場合の表示制御について説明する。

図１４は、実施の形態２におけるタッチパネル１０の表示を説明する図である。図１４の（ａ）は、タッチパネル１０の表示部１０１の初期表示である。車両制御部７は、車両１が右方の車線と左方の車線のいずれかに車線変更が可能であると判定した場合、タッチパネル１０の表示部１０１に図１４の（ａ）のような表示を実行させる。ここで、表示領域１２１における「Ｔｏｕｃｈ」という表示は、タッチパネル１０が運転者によるタッチ操作を受けつけ可能なモードであることを示している。

運転者は、図１４の（ａ）に示す表示において、表示領域１２１をタッチするタッチ操作を行う場合、入力部１０２は、この操作を受けつけて、この操作が行われたことを示す情報を車両制御部７へ出力する。車両制御部７は、この情報を受けつけると、図１４の（ｂ）に示す表示を表示部１０１に表示させ、また、図１４の（ｃ）に示す表示を報知部９２に表示させる。

図１４の（ｂ）には、車両１へ移動を指示する操作であることを示す「Ｍｏｖｅ」と表示された表示領域１２１ａが示されている。また、図１４の（ｂ）には、車両１が３車線のそれぞれを走行可能であることを示す表示領域１２１ｂ〜１２１ｄが示されている。なお、表示領域１２１ｂ〜１２１ｄは、それぞれ、図１４の（ｃ）に矢印Ｘ、Ｙ、Ｚで示される車線での走行と対応する。

また、図１４の（ｂ）の各表示領域と、図１４の（ｃ）の各矢印とは、それぞれ、態様（例えば、色や配置など）を一致させる。これにより、運転者により理解しやすい表示となる。

さらに、矢印Ｘ、Ｙ、Ｚで示される車線の太さなどを変えて、車両制御が判定した車両が実施する挙動と他に運転者が選択可能な挙動が区別できるように表示してもよい。

運転者は、表示領域１２１ｂ〜１２１ｄのうち、走行したい車線に対応する表示領域に触れることによって、車両１の挙動の選択を行う。この場合、入力部１０２は、運転者の挙動の選択操作を受けつけて、選択された挙動の情報を車両制御部７へ出力する。そして、車両制御部７は、選択された挙動を実行するよう車両１を制御する。これにより、運転者が走行したい車線を車両１が走行することになる。

なお、運転者は、タッチパネル１０に対して、タッチ操作の代わりに、スワイプ操作を行ってもよい。例えば、図１４に示す例において、運転者が図１４の（ｃ）の矢印Ｘで示される車線への変更を行いたい場合、運転者は、タッチパネル１０において右方へのスワイプ操作を行う。

この場合、入力部１０２は、スワイプ操作を受けつけ、スワイプ操作の内容を示す情報を車両制御部７へ出力する。そして、車両制御部７は、選択された挙動である矢印Ｘで示される車線への車線変更を実行するよう車両１を制御する。

さらに、車両１へ移動を指示する操作であることを示す「Ｍｏｖｅ」と表示された表示領域１２１ａが示されるときに、音声で「挙動選択」などと発話してもよい。これにより、手元のタッチパネルを見ることなく、ＨＵＤの表示のみで操作が可能となる。

また、タッチ操作やスワイプ操作の際に、選択したタッチパネルの表示領域に対応する車線の表示態様を変更し、どの車線を選択しようとしているのか選択前に確認できるようにしてもよい。例えば、表示領域ｂをタッチした瞬間に、車線Ｘの太さが拡大し、すぐに手を離せば車線Ｘは選択されず車線Ｘの太さが元の大きさに戻り、表示領域１２１ｃにタッチを移動した瞬間に、車線Ｙの太さが拡大し、しばらくその状態を保持すると、車線Ｙが選択され、車線Ｙが点滅することで決定されたことを伝えても良い。これにより、手元を目視せずに選択や決定の操作ができる。

なお、実施の形態１と同様に、加速、減速、追越し、そのままなどの車両制御機能を、走行環境に応じて、表示領域に割り当てても良い。

以上説明した本実施の形態によれば、操作部の代わりにタッチパネルを設けることにより、運転者に直感的な操作を行わせることができる。また、タッチパネルは、操作を受けつける表示領域の数、形状、色などを自由に変更させることができるため、ユーザインターフェースの自由度が向上する。

（実施の形態３）
実施の形態１では、第１の挙動と第２の挙動が同時に表示される場合について説明した。本実施の形態では、まず、報知部９２に第１の挙動が表示され、運転者の操作を受けつけた場合に、第２の挙動が表示される構成について説明する。

本実施の形態に係る構成は、実施の形態１で説明した図１の構成において、操作部５１に運転者がハンドル５を握ったか否かを検出するグリップセンサがさらに含まれた構成となる。

図１５は、本発明の実施の形態３における報知部９２の表示を説明する図である。図１５には、図８の（ａ）に示した場合と同様に、車両１と同一車線の前方を走行する車両が車両１よりも遅い速度で走行し、かつ、隣の車線への車線変更が可能な走行環境における表示の例が示されている。

車両制御部７は、走行環境が、図８の（ａ）に示した走行環境であると判定すると、まず、報知部９２に図１５の（ａ）に示す表示を実行させる。

図１５の（ａ）には、第１の所定時間が経過した後に実施される挙動の候補うち、第１の挙動である「追い越し」を示す記号１３１が第１の態様（例えば、第１の色）で示されている。

車両制御部７は、図１５の（ａ）に示す表示を報知部９２に実行させた後、第２の所定時間が経過した場合、記号１３１を第１の態様から、第１の態様とは異なる第２の態様（例えば、第１の色とは異なる第２の色）で報知部９２に表示させる。ここで、第２の所定時間は、実施の形態１で説明した第２の所定時間と同様のものである。

つまり、記号１３１が第１の態様で示されている間、運転者は、第２の挙動の選択が可能であるが、記号１３１が第２の態様に変更された場合、運転者は、第２の挙動の選択が不可能になる。

また、図１５の（ａ）には、第２の挙動が選択可能であることを示すハンドル形状の記号１３２が示されている。記号１３２が表示されている場合に運転者がハンドル５を握ることによって、第２の挙動が表示される。記号１３２は、第２の挙動が選択可能であることを示す表示であるが、記号１３１が第１の態様にて表示されることによって、運転者に第２の挙動が選択可能であることを示すこととしてもよい。この場合、記号１３２は、表示されなくてもよい。

また、図１５の（ａ）には、現在、自動運転中であることを示す記号１３３が示されている。記号１３３は、自動運転で走行中であることを運転者に示す補助的な表示であるが、記号１３３は表示されなくてもよい。

図１５の（ａ）の表示に対して運転者がハンドル５を握った場合、グリップセンサがそれを検出し、その検出結果の情報を車両制御部７へ出力する。この場合、車両制御部７は、図１５の（ｂ）に示す表示を報知部９２に実行させる。

図１５の（ｂ）には、図１５の（ａ）と同様に、第１の挙動である「追い越し」を示す記号１３１が第１の態様（例えば、第１の色）で示されている。また、第２の挙動である「車線変更」を示す記号１３４と、第２の挙動である「減速」を示す記号１３５が示されている。

運転者は、ハンドル５の操作部５１を操作することによって、第１の挙動から第２の挙動への変更を行う。例えば、運転者は、操作部５１の操作ボタン５１ａ、または、操作ボタン５１ｃ（図２の（ｃ）参照）を押下することによって、「車線変更」（記号１３４）、または、「減速」（記号１３５）への挙動の更新を行う。

また、図１５の（ｂ）には、車両制御部７が、車両１の挙動を学習中であることを示す記号１３６が示されている。記号１３６が表示されている場合、車両制御部７は、運転者が選択した挙動を学習する。記号１３６は表示されなくても構わない。また、学習は常に行っていても構わない。

つまり、車両制御部７は、運転者が選択した挙動を記憶部８に記憶し、次に同様の走行環境になった場合、記憶した挙動を第１の挙動として、報知部９２に表示させる。または、車両制御部７は、過去に各挙動が選択された回数を記憶部８に記憶しておき、回数が最も多い挙動を第１の挙動として、報知部９２に表示させてもよい。

また、図１５の（ｂ）には、自動運転中ではないことを示す記号１３７が示されている。記号１３７が表示されている場合、車両制御部７は、第１の所定時間経過後に行う挙動が運転者によって選択されるまで待機する。

図１５の（ｂ）に示す表示に対して、運転者が操作部５１の操作ボタン５１ａを押下して「車線変更」を選択した場合、車両制御部７は、この選択操作の情報を受けつけ、図１５の（ｃ）に示す表示を報知部９２に実行させる。

図１５の（ｃ）には、「車線変更」を示す記号１３４’が、第１の態様で示されている。車両制御部７は、「車線変更」を選択する選択操作の情報を受けつけた場合、この選択された挙動が次に行う挙動であると判定し、「車線変更」を示す記号１３４’を第１の態様で報知部９２に表示させる。

また、図１５の（ｃ）の記号１３１’は、図１５の（ｂ）において第１の挙動として表示されていた記号１３１が記号１３４と入れ替わって表示されたものである。

また、図１５の（ｃ）に示す表示に対して、運転者が操作ボタンのいずれかを２度連続して押下した場合、運転者が前に行った選択操作をキャンセルできるようにしてもよい。この場合、車両制御部７は、操作ボタンのいずれかを２度連続して押下する操作の情報を受けつけ、図１５の（ｃ）に示す表示から図１５の（ｂ）に示す表示への変更を報知部９２に実行させる。

車両制御部７は、図１５の（ａ）に示す表示を報知部９２に実行させてから、第２の所定時間が経過するまでの間に、運転者の操作に基づいて、図１５の（ｂ）、図１５の（ｃ）へと報知部９２の表示を変化させる。その後、車両制御部７は、図１５の（ａ）に示す表示を報知部９２に実行させてから第２の所定時間が経過した後に、図１５の（ｄ）に示す表示を報知部９２に表示させる。

なお、車両制御部７は、運転者がハンドル５から手を離したこと示す情報をグリップセンサから取得した場合に、第２の所定時間が経過する前に図１５の（ｄ）に示す表示を報知部９２に表示させてもよい。

ここで、図１５の（ｄ）には、次の挙動として、運転者が選択した「車線変更」を示す記号１３４’が第２の態様で表示され、また、自動運転で走行中であることを示す記号１３３が、再び、表示された状態が示されている。

以上説明した本実施の形態によれば、車両制御部７は、運転者が次にとる挙動の更新したい場合にのみ、他の挙動の候補を確認できるように、報知部９２での表示を変更する。この構成により、運転者が視認する表示を減らすことができ、運転者の煩わしさを低減できる。

（実施の形態４）
本実施の形態では、車両１が実行しうる複数の挙動の候補のうち最も適した挙動がどれかを判定する方法として、予め学習により構築されたニューラルネットワーク（ＮＮ）を用いる場合について説明する。なお、上述の挙動を判定することを、以下、挙動を推定するという。

図１６は、本実施の形態における車両制御部７の挙動の推定に関する機能構成の一例を示すブロック図である。

車両制御部７は、挙動学習部４０１と、挙動推定部４０２と、挙動推定結果受付部４０３とを備える。

挙動学習部４０１は、特定の運転者（例えば、運転者ｘ）の運転履歴から運転者ｘのニューラルネットワークを構築する。そして、挙動学習部４０１は、その構築されたニューラルネットワークを挙動推定ＮＮとして挙動推定部４０２に出力する。

運転履歴は、過去に車両１によって行われた挙動ごとに、その挙動に対応する複数の特徴量（以下、特徴量セットという）を示す。挙動に対応する複数の特徴量はそれぞれ、例えば、車両１によってその挙動が行われた時点から上述の第１の所定時間前の時点における車両１の走行状態を示す量である。例えば、特徴量は、同乗者数、車両１の速さ、ハンドルの動き、ブレーキの度合い、またはアクセルの度合いなどである。また、この運転履歴は、実施の形態７の図５５に示す運転特性モデルであってもよい。つまり、特徴量は、例えば、速度に関する特徴量、ステアリングに関する特徴量、操作タイミングに関する特徴量、車外センシングに関する特徴量、または車内センシングに関する特徴量等である。また、これらの特徴量は、上述の検出部６によって検出された車両１の走行状態である。

挙動推定部４０２は、挙動学習部４０１によって構築された挙動推定ＮＮに、現時点において得られた特徴量セットをテストデータとして入力することによって、その特徴量セットに対応する挙動を挙動推定結果として出力する。つまり、挙動推定部４０２は、例えば上述の第１の所定時間後の挙動を推定する。

挙動推定結果受付部４０３は、挙動推定部４０２から出力された挙動推定結果を受け付ける。挙動推定結果受付部４０３は、このように受け付けられた挙動推定結果を上述の情報取得部９１に出力する。これにより、挙動推定結果が情報取得部９１に取得される。

図１７は、挙動学習部４０１の学習を説明するための図である。

挙動学習部４０１は、特定の運転者（例えば、運転者ｘ）の運転履歴に含まれる特徴量セットを入力パラメータとして取得する。さらに、挙動学習部４０１は、運転履歴に含まれるその特徴量セットに対応付けられている挙動を教師付けデータとして取得する。そして、挙動学習部４０１は、その入力パラメータと教師付けデータとに基づいて、ニューラルネットワークを調整する。つまり、挙動学習部４０１は、入力パラメータをニューラルネットワークに入力することによって、教師付けデータが出力として得られるように、ニューラルネットワークの重みなどを調整する。このような調整によって、挙動学習部４０１は、入力パラメータと教師付けデータとの関係を、ニューラルネットワークに学習させ、挙動推定ＮＮが構築される。

図１８Ａは、ニューラルネットワークの学習を示す図である。

挙動学習部４０１は、運転者ｘの運転履歴に含まれる、それぞれ同乗者数および速さなどを含む複数の入力パラメータをニューラルネットワークに入力する。そして、挙動学習部４０１は、ニューラルネットワークからの出力が、その入力パラメータに対応付けられた教師付けデータに一致するように、ニューラルネットワークの重みを最適化する。これにより、挙動推定ＮＮが構築される。

図１８Ｂは、挙動推定ＮＮを用いた挙動の推定を示す図である。

挙動推定部４０２は、運転者ｘの現時点の特徴量セットをテストデータとして取得して、そのテストデータを挙動推定ＮＮに入力する。なお、このテストデータに含まれる各特徴量は、同乗者数および速さなどであって、入力パラメータとして用いられた各特徴量と対応している。これにより、挙動推定部４０２は、挙動推定ＮＮの出力として、例えば車線変更などを示す挙動推定結果を取得する。

このように本実施の形態では、上記実施の形態１〜３の何れかの情報報知装置９と、挙動学習部４０１と、挙動推定部４０２とから、情報処理システムが構成される。つまり、本実施の形態における情報処理システムは、上記実施の形態１〜３の何れかの情報報知装置９と、挙動学習部４０１と、挙動推定部４０２とを備える。挙動学習部４０１は、検出部６が検出した車両１の走行状態と、その車両１の走行状態の後に行われた車両１の挙動との関係を、運転履歴を用いてニューラルネットワークに学習させる。挙動推定部４０２は、検出部６によって検出される現時点における車両１の走行状態を、学習したニューラルネットワークに入力することによって、車両１の挙動を推定する。

これにより、クラスタリングまたは類似度などを用いることなく、車両１の挙動を適切に推定することができる。なお、本実施の形態における情報処理システムは情報報知装置９を備えるが、この情報報知装置９を備えていなくて、車両１の挙動を適切に推定することができる。

ここで、上述の例では、特定の運転者の運転履歴のみからニューラルネットワークを構築したが、他の運転者の運転履歴も用いて、つまり複数の運転者の運転履歴からニューラルネットワークを構築してもよい。

図１９は、本実施の形態における車両制御部７の挙動の推定に関する機能構成の他の例を示すブロック図である。

車両制御部７は、複数の運転者の運転履歴を用いてニューラルネットワークを構築する。この車両制御部７は、汎用挙動学習部４１１と、汎用挙動推定部４１２と、ヒストグラム生成部４１３と、専用挙動学習部４１４と、専用挙動推定部４１５と、挙動推定結果受付部４１６とを備える。このような車両制御部７では、まず、複数の運転者の運転履歴を用いて汎用的なニューラルネットワークを汎用挙動推定ＮＮとして構築する。そして、車両制御部７は、特定の運転者（例えば、運転者ｘ）の運転履歴を用いて、その汎用挙動推定ＮＮに再学習させる転移学習によって、専用挙動推定ＮＮを構築する。車両制御部７は、この専用挙動推定ＮＮを用いて車両１の挙動を推定する。

汎用挙動学習部４１１は、複数の運転者の運転履歴から汎用的なニューラルネットワークを汎用挙動推定ＮＮとして構築する。そして、汎用挙動学習部４１１は、その構築された汎用挙動推定ＮＮを汎用挙動推定部４１２に出力する。

汎用挙動推定部４１２は、特定の運転者（例えば、運転者ｘ）の運転履歴に含まれる挙動を教師付けデータとして取得する。さらに、汎用挙動推定部４１２は、運転履歴に含まれるその挙動に対応付けられている特徴量セットを入力パラメータとして取得する。汎用挙動推定部４１２は、汎用挙動推定ＮＮに入力パラメータを入力し、その汎用挙動推定ＮＮからの出力を仮挙動推定結果としてヒストグラム生成部４１３に出力する。また、汎用挙動推定部４１２は、その教師付けデータもヒストグラム生成部４１３に出力する。

ヒストグラム生成部４１３は、教師付けデータの挙動と、その挙動に対応する仮挙動推定結果とを取得し、その教師付けデータの挙動に対する仮挙動推定結果の累積値を示す仮挙動ヒストグラムを生成する。

専用挙動学習部４１４は、その仮挙動ヒストグラムに基づいて、汎用挙動推定ＮＮの出力と教師付けデータとの一致度を高めるように汎用挙動推定ＮＮの重みを再学習して、専用挙動推定ＮＮを構築する。

専用挙動推定部４１５は、専用挙動学習部４１４によって構築された専用挙動推定ＮＮに、特定の運転者（例えば、運転者ｘ）の現時点において得られた特徴量セットをテストデータとして入力する。その結果、専用挙動推定部４１５は、専用挙動推定ＮＮから出力される、その特徴量セットに対する挙動を取得し、その挙動を挙動推定結果として出力する。つまり、専用挙動推定部４１５は、例えば上述の第１の所定時間後の挙動を推定する。

挙動推定結果受付部４１６は、専用挙動推定部４１５から出力された挙動推定結果を受け付ける。挙動推定結果受付部４１６は、このように受け付けられた挙動推定結果を上述の情報取得部９１に出力する。これにより、挙動推定結果が情報取得部９１に取得される。

図２０は、汎用挙動学習部４１１の学習を説明するための図である。

汎用挙動学習部４１１は、複数の運転者の運転履歴に含まれる特徴量セットを入力パラメータとして取得する。さらに、汎用挙動学習部４１１は、運転履歴に含まれるその特徴量セットに対応付けられている挙動を教師付けデータとして取得する。そして、汎用挙動学習部４１１は、その入力パラメータと教師付けデータとに基づいて、ニューラルネットワークを調整する。つまり、汎用挙動学習部４１１は、入力パラメータをニューラルネットワークに入力することによって、教師付けデータが出力として得られるように、ニューラルネットワークの重みなどを調整する。このような調整によって、汎用挙動学習部４１１は、入力パラメータと教師付けデータとの関係を、ニューラルネットワークに学習させる。

図２１Ａは、汎用挙動学習部４１１におけるニューラルネットワークの学習を示す図である。

汎用挙動学習部４１１は、任意の運転者の運転履歴に含まれる、それぞれ同乗者数および速さなどを含む複数の入力パラメータをニューラルネットワークに入力する。そして、汎用挙動学習部４１１は、ニューラルネットワークからの出力が、その入力パラメータに対応付けられた教師付けデータに一致するように、ニューラルネットワークの重みを最適化する。このような最適化は、１人の運転者の運転履歴だけでなく、複数の運転者の運転履歴にも基づいて行われる。これにより、汎用挙動推定ＮＮが構築される。

図２１Ｂは、汎用挙動推定ＮＮを用いた挙動の推定を示す図である。

汎用挙動推定部４１２は、汎用挙動学習部４１１によって構築された汎用挙動推定ＮＮを用いて仮の挙動を推定する。つまり、汎用挙動推定部４１２は、特定の運転者（例えば、運転者ｘ）の運転履歴に含まれる特定の挙動（例えば車線変更）を教師付けデータとして取得し、その挙動に対応付けられている特徴量セットを入力パラメータとして取得する。運転履歴において、その特定の挙動に対応付けられている特徴量セットが複数あれば、汎用挙動推定部４１２は、それらの複数の特徴量セットのそれぞれを入力パラメータとして取得する。

そして、汎用挙動推定部４１２は、それらの入力パラメータを汎用挙動推定ＮＮに順に入力する。これにより、汎用挙動推定部４１２は、特定の挙動である教師付けデータ（例えば車線変更）に対して、車線変更だけでなく例えば追い越しも含む、互いに異なる推定結果を仮挙動推定結果として取得する。

ヒストグラム生成部４１３は、特定の挙動である教師付けデータ（例えば車線変更）に対する仮挙動推定結果のヒストグラム（仮挙動ヒストグラム）を生成する。この仮挙動ヒストグラムは、汎用挙動推定ＮＮの出力として得られる仮挙動推定結果の累積値を示す。

図２２は、専用挙動推定ＮＮの構築方法を示す図である。

専用挙動学習部４１４は、図２２の（ａ）に示す仮挙動ヒストグラムが生成されると、汎用挙動推定ＮＮの出力と教師付けデータ（この例では車線変更）との一致度を高めるように汎用挙動推定ＮＮの重みを再学習させる。これにより、専用挙動学習部４１４は、図２２の（ｂ）に示すように、教師付けデータの挙動（例えば車線変更）のみが推定結果として出力される専用挙動推定ＮＮを構築する。このような再学習は、１つの教師付けデータに対してだけでなく、他の複数の教師付けデータのそれぞれに対しても行われる。つまり、専用挙動学習部４１４は、転移学習によって、特定の運転者に対する専用のニューラルネットワークを構築する。

図２３は、専用挙動推定ＮＮを用いた挙動の推定を示す図である。

専用挙動推定部４１５は、運転者ｘの現時点における特徴量セットをテストデータとして取得して、そのテストデータを専用挙動推定ＮＮに入力する。なお、このテストデータに含まれる各特徴量は、同乗者数および速さなどであって、入力パラメータとして用いられた各特徴量と対応している。これにより、専用挙動推定部４１５は、専用挙動推定ＮＮの出力として、例えば車線変更などを示す挙動推定結果を取得する。

このように、本実施の形態における情報処理システムは、汎用挙動学習部４１１と、専用挙動学習部４１４と、汎用挙動推定部４１２と、専用挙動推定部４１５と、ヒストグラム生成部４１３とを備える。汎用挙動学習部４１１は、複数の運転者のそれぞれについて、検出部６が検出した車両１の走行状態と、その車両１の走行状態の後に行われた車両１の挙動との関係をニューラルネットワークに学習させる。汎用挙動推定部４１２は、汎用挙動学習部４１１によって学習したニューラルネットワークに、特定の運転者に対して検出部６が検出した車両１の走行状態を入力することによって、その特定の運転者に対する車両１の仮の挙動を推定する。ヒストグラム生成部４１３は、汎用挙動推定部４１２による仮の挙動の推定結果のヒストグラムを生成する。専用挙動学習部４１４は、特定の運転者に対して検出部６が検出した車両１の走行状態と、その車両１の走行状態の後に行われた車両１の挙動とを用いて、学習したニューラルネットワークに再学習させる転移学習によって、特定の運転者に対する専用のニューラルネットワークを構築する。このとき、専用挙動学習部４１４は、生成されたヒストグラムを参照した転移学習によって、専用のニューラルネットワークを構築する。専用挙動推定部４１５は、その専用のニューラルネットワークを用いて、特定の運転者に対する車両１の挙動を推定する。

これにより、特定の運転者の運転履歴に含まれる挙動と特徴量セットが少ない場合であっても、複数の運転者の運転履歴が用いられるため、特定の運転者に対する車両１の挙動を適切に推定することができる。

［変形例１］
ここで、上述の例では、運転履歴を用いてニューラルネットワークを構築した。本変形例では、実施の形態７の図６０または図６１に示す走行履歴を用いてニューラルネットワークを構築する。

図２４は、本変形例における車両制御部７の挙動の推定に関する機能構成の一例を示すブロック図である。

車両制御部７は、挙動学習部４２１と、挙動推定部４２２と、挙動推定結果受付部４２３とを備える。

挙動学習部４２１は、特定の運転者（例えば、運転者ｘ）の走行履歴から運転者ｘのニューラルネットワークを構築する。そして、挙動学習部４２１は、その構築されたニューラルネットワークを挙動推定ＮＮとして挙動推定部４２２に出力する。

走行履歴は、過去に車両１によって行われた挙動ごとに、その挙動に対応する複数の環境パラメータ（以下、環境パラメータセットという）を示す。挙動に対応する複数の環境パラメータはそれぞれ、例えば、車両１によってその挙動が行われた時点から上述の第１の所定時間前の時点における車両１の環境（周囲の状況）を示すパラメータである。例えば、環境パラメータは、自車両の速度Ｖａ、自車両に対する先行車両の相対速度Ｖｂａ、および先行車両と自車両との車間距離ＤＲｂａなどである。また、これらの環境パラメータは、上述の検出部６によって検出された車両１の周囲の状況である。

挙動推定部４２２は、挙動学習部４２１によって構築された挙動推定ＮＮに、現時点において得られた環境パラメータセットをテストデータとして入力することによって、その環境パラメータセットに対応する挙動を挙動推定結果として出力する。つまり、挙動推定部４２２は、例えば上述の第１の所定時間後の挙動を推定する。

挙動推定結果受付部４２３は、挙動推定部４２２から出力された挙動推定結果を受け付ける。挙動推定結果受付部４２３は、このように受け付けられた挙動推定結果を上述の情報取得部９１に出力する。これにより、挙動推定結果が情報取得部９１に取得される。

図２５は、挙動学習部４２１の学習を説明するための図である。

挙動学習部４２１は、特定の運転者（例えば、運転者ｘ）の走行履歴に含まれる環境パラメータセットを入力パラメータとして取得する。さらに、挙動学習部４２１は、走行履歴に含まれるその環境パラメータセットに対応付けられている挙動を教師付けデータとして取得する。そして、挙動学習部４２１は、その入力パラメータと教師付けデータとに基づいて、ニューラルネットワークを調整する。つまり、挙動学習部４２１は、入力パラメータをニューラルネットワークに入力することによって、教師付けデータが出力として得られるように、ニューラルネットワークの重みなどを調整する。このような調整によって、挙動学習部４２１は、入力パラメータと教師付けデータとの関係を、ニューラルネットワークに学習させ、挙動推定ＮＮが構築される。

図２６Ａは、ニューラルネットワークの学習を示す図である。

挙動学習部４２１は、運転者ｘの走行履歴に含まれる、それぞれ自車両の速度Ｖａおよび先行車両の相対速度Ｖｂａなどを含む複数の入力パラメータをニューラルネットワークに入力する。そして、挙動学習部４２１は、ニューラルネットワークからの出力が、その入力パラメータに対応付けられた教師付けデータに一致するように、ニューラルネットワークの重みを最適化する。これにより、挙動推定ＮＮが構築される。

図２６Ｂは、挙動推定ＮＮを用いた挙動の推定を示す図である。

挙動推定部４２２は、運転者ｘの現時点の環境パラメータセットをテストデータとして取得して、そのテストデータを挙動推定ＮＮに入力する。なお、このテストデータに含まれる各環境パラメータは、自車両の速度Ｖａおよび先行車両の相対速度Ｖｂａなどであって、入力パラメータとして用いられた各環境パラメータと対応している。これにより、挙動推定部４２２は、挙動推定ＮＮの出力として、例えば減速などを示す挙動推定結果を取得する。

このように本変形例では、上記実施の形態１〜３の何れかの情報報知装置９と、挙動学習部４２１と、挙動推定部４２２とから、情報処理システムが構成される。つまり、本実施の形態における情報処理システムは、上記実施の形態１〜３の何れかの情報報知装置９と、挙動学習部４２１と、挙動推定部４２２とを備える。挙動学習部４２１は、検出部６が検出した車両１の周囲の状況と、その車両１の周囲の状況の後に行われた車両１の挙動との関係を、走行履歴を用いてニューラルネットワークに学習させる。挙動推定部４２２は、検出部６によって検出される現時点における車両１の走行状態を、学習したニューラルネットワークに入力することによって、車両１の挙動を推定する。

これにより、クラスタリングまたは類似度などを用いることなく、車両１の挙動を適切に推定することができる。なお、本変形例における情報処理システムは情報報知装置９を備えるが、この情報報知装置９を備えていなくて、車両１の挙動を適切に推定することができる。

ここで、上述の例では、特定の運転者の走行履歴のみからニューラルネットワークを構築したが、他の運転者の走行履歴も用いて、つまり複数の運転者の走行履歴からニューラルネットワークを構築してもよい。

図２７は、本実施の形態における車両制御部７の挙動の推定に関する機能構成の他の例を示すブロック図である。

車両制御部７は、複数の運転者の走行履歴を用いてニューラルネットワークを構築する。この車両制御部７は、汎用挙動学習部４３１と、汎用挙動推定部４３２と、ヒストグラム生成部４３３と、専用挙動学習部４３４と、専用挙動推定部４３５と、挙動推定結果受付部４３６とを備える。このような車両制御部７では、まず、複数の運転者の走行履歴を用いて汎用的なニューラルネットワークを汎用挙動推定ＮＮとして構築する。そして、車両制御部７は、特定の運転者（例えば、運転者ｘ）の走行履歴を用いて、その汎用挙動推定ＮＮに再学習させる転移学習によって、専用挙動推定ＮＮを構築する。車両制御部７は、この専用挙動推定ＮＮを用いて車両１の挙動を推定する。

汎用挙動学習部４３１は、複数の運転者の走行履歴から汎用的なニューラルネットワークを汎用挙動推定ＮＮとして構築する。そして、汎用挙動学習部４３１は、その構築された汎用挙動推定ＮＮを汎用挙動推定部４３２に出力する。

汎用挙動推定部４３２は、特定の運転者（例えば、運転者ｘ）の走行履歴に含まれる挙動を教師付けデータとして取得する。さらに、汎用挙動推定部４３２は、走行履歴に含まれるその挙動に対応付けられている環境パラメータセットを入力パラメータとして取得する。汎用挙動推定部４３２は、汎用挙動推定ＮＮに入力パラメータを入力し、その汎用挙動推定ＮＮからの出力を仮挙動推定結果としてヒストグラム生成部４３３に出力する。また、汎用挙動推定部４３２は、その教師付けデータもヒストグラム生成部４３３に出力する。

ヒストグラム生成部４３３は、教師付けデータの挙動と、その挙動に対応する仮挙動推定結果とを取得し、その教師付けデータの挙動に対する仮挙動推定結果の累積値を示す仮挙動ヒストグラムを生成する。

専用挙動学習部４３４は、その仮挙動ヒストグラムに基づいて、汎用挙動推定ＮＮの出力と教師付けデータとの一致度を高めるように汎用挙動推定ＮＮの重みを再学習して、専用挙動推定ＮＮを構築する。

専用挙動推定部４３５は、専用挙動学習部４３４によって構築された専用挙動推定ＮＮに、特定の運転者（例えば、運転者ｘ）の現時点において得られた環境パラメータセットをテストデータとして入力する。その結果、専用挙動推定部４３５は、専用挙動推定ＮＮから出力される、その環境パラメータセットに対する挙動を取得し、その挙動を挙動推定結果として出力する。つまり、専用挙動推定部４３５は、例えば上述の第１の所定時間後の挙動を推定する。

挙動推定結果受付部４３６は、専用挙動推定部４３５から出力された挙動推定結果を受け付ける。挙動推定結果受付部４３６は、このように受け付けられた挙動推定結果を上述の情報取得部９１に出力する。これにより、挙動推定結果が情報取得部９１に取得される。

図２８は、汎用挙動学習部４３１の学習を説明するための図である。

汎用挙動学習部４３１は、複数の運転者の走行履歴に含まれる環境パラメータセットを入力パラメータとして取得する。さらに、汎用挙動学習部４３１は、走行履歴に含まれるその環境パラメータセットに対応付けられている挙動を教師付けデータとして取得する。そして、汎用挙動学習部４３１は、その入力パラメータと教師付けデータとに基づいて、ニューラルネットワークを調整する。つまり、汎用挙動学習部４３１は、入力パラメータをニューラルネットワークに入力することによって、教師付けデータが出力として得られるように、ニューラルネットワークの重みなどを調整する。このような調整によって、汎用挙動学習部４３１は、入力パラメータと教師付けデータとの関係を、ニューラルネットワークに学習させる。

図２９Ａは、汎用挙動学習部４３１におけるニューラルネットワークの学習を示す図である。

汎用挙動学習部４３１は、任意の運転者の走行履歴に含まれる、それぞれ自車両の速度Ｖａおよび先行車両の相対速度Ｖｂａなどを含む複数の入力パラメータをニューラルネットワークに入力する。そして、汎用挙動学習部４３１は、ニューラルネットワークからの出力が、その入力パラメータに対応付けられた教師付けデータに一致するように、ニューラルネットワークの重みを最適化する。このような最適化は、１人の運転者の走行履歴だけでなく、複数の運転者の走行履歴にも基づいて行われる。これにより、汎用挙動推定ＮＮが構築される。

図２９Ｂは、汎用挙動推定ＮＮを用いた挙動の推定を示す図である。

汎用挙動推定部４３２は、汎用挙動学習部４３１によって構築された汎用挙動推定ＮＮを用いて仮の挙動を推定する。つまり、汎用挙動推定部４３２は、特定の運転者（例えば、運転者ｘ）の走行履歴に含まれる特定の挙動（例えば減速）を教師付けデータとして取得し、その挙動に対応付けられている環境パラメータセットを入力パラメータとして取得する。走行履歴において、その特定の挙動に対応付けられている環境パラメータセットが複数あれば、汎用挙動推定部４１２は、それらの複数の環境パラメータセットのそれぞれを入力パラメータとして取得する。

そして、汎用挙動推定部４３２は、それらの入力パラメータを汎用挙動推定ＮＮに順に入力する。これにより、汎用挙動推定部４３２は、特定の挙動である教師付けデータ（例えば減速）に対して、減速だけでなく例えば車線変更も含む、互いに異なる推定結果を仮挙動推定結果として取得する。

ヒストグラム生成部４３３は、特定の挙動である教師付けデータ（例えば減速）に対する仮挙動推定結果のヒストグラム（仮挙動ヒストグラム）を生成する。この仮挙動ヒストグラムは、汎用挙動推定ＮＮの出力として得られる仮挙動推定結果の累積値を示す。

図３０は、専用挙動推定ＮＮの構築方法を示す図である。

専用挙動学習部４３４は、図３０の（ａ）に示す仮挙動ヒストグラムが生成されると、汎用挙動推定ＮＮの出力と教師付けデータ（この例では減速）との一致度を高めるように汎用挙動推定ＮＮの重みを再学習させる。これにより、専用挙動学習部４３４は、図３０の（ｂ）に示すように、教師付けデータの挙動（例えば減速）のみが推定結果として出力される専用挙動推定ＮＮを構築する。このような再学習は、１つの教師付けデータに対してだけでなく、他の複数の教師付けデータのそれぞれに対しても行われる。つまり、専用挙動学習部４３４は、転移学習によって、特定の運転者に対する専用のニューラルネットワークを構築する。

図３１は、専用挙動推定ＮＮを用いた挙動の推定を示す図である。

専用挙動推定部４３５は、運転者ｘの現時点における環境パラメータセットをテストデータとして取得して、そのテストデータを専用挙動推定ＮＮに入力する。なお、このテストデータに含まれる各環境パラメータは、自車両の速度Ｖａおよび先行車両の相対速度Ｖｂａなどであって、入力パラメータとして用いられた各環境パラメータと対応している。これにより、専用挙動推定部４３５は、専用挙動推定ＮＮの出力として、例えば減速などを示す挙動推定結果を取得する。

このように、本実施の形態における情報処理システムは、汎用挙動学習部４３１と、専用挙動学習部４３４と、汎用挙動推定部４３２と、専用挙動推定部４３５と、ヒストグラム生成部４３３とを備える。汎用挙動学習部４３１は、複数の運転者のそれぞれについて、検出部６が検出した車両１の周囲の状況と、その車両１の周囲の状況の後に行われた車両１の挙動との関係をニューラルネットワークに学習させる。汎用挙動推定部４３２は、汎用挙動学習部４３１によって学習したニューラルネットワークに、特定の運転者に対して検出部６が検出した車両１の周囲の状況を入力することによって、その特定の運転者に対する車両１の仮の挙動を推定する。ヒストグラム生成部４３３は、汎用挙動推定部４３２による仮の挙動の推定結果のヒストグラムを生成する。専用挙動学習部４３４は、特定の運転者に対して検出部６が検出した車両１の周囲の状況と、その車両１の周囲の状況の後に行われた車両１の挙動とを用いて、学習したニューラルネットワークに再学習させる転移学習によって、特定の運転者に対する専用のニューラルネットワークを構築する。このとき、専用挙動学習部４３４は、生成されたヒストグラムを参照した転移学習によって、専用のニューラルネットワークを構築する。専用挙動推定部４３５は、その専用のニューラルネットワークを用いて、特定の運転者に対する車両１の挙動を推定する。

これにより、特定の運転者の走行履歴に含まれる挙動と特徴量セットが少ない場合であっても、複数の運転者の走行履歴が用いられるため、特定の運転者に対する車両１の挙動を適切に推定することができる。

［変形例２］
本変形例では、推定された挙動を評価し、評価結果を再学習に用いるとともに、評価結果に基づいて、その推定された挙動を上述の情報取得部９１に出力するか否かを切り替える。

図３２は、本変形例における車両制御部７の挙動の推定に関する機能構成の一例を示すブロック図である。

車両制御部７は、挙動学習部４０１と、挙動推定部４０２と、評価部４４１と、スイッチ４４２とを備える。なお、図３２には図示されていないが、車両制御部７は、実施の形態４と同様に、挙動推定結果受付部４０３を備える。

挙動推定部４０２は、上記実施の形態４のように、車両１の挙動推定結果を出力する。

評価部４４１は、車両１の現在の挙動と、その挙動推定部４０２から出力された挙動推定結果との変化量を算出する。さらに、評価部４４１は、その変化量と閾値とを比較し、変化量が閾値を超えている場合には、つまり車両１の挙動が急激に変化する場合には、その挙動推定結果を無効にする。逆に、評価部４４１は、変化量が閾値以下の場合には、つまり車両１の挙動が緩やかに変化する場合には、その挙動推定結果を有効にする。そして、評価部４４１は、挙動推定結果が有効であるか否かを示す制御信号をスイッチ４４２および挙動学習部４０１に出力する。

スイッチ４４２は、制御信号が有効を示している場合には、挙動推定部４０２から出力された挙動推定結果を、挙動推定結果受付部４０３に出力する。逆に、スイッチ４４２は、制御信号が無効を示している場合には、その挙動推定結果を挙動推定結果受付部４０３に出力することを禁止する。

挙動学習部４０１は、制御信号が無効を示している場合には、その挙動推定結果に対応するテストデータからその挙動推定結果が出力されないように挙動推定ＮＮを再学習させる。

図３３は、本変形例における車両制御部７の挙動の推定に関する機能構成の他の例を示すブロック図である。

車両制御部７は、ドライバモデル挙動推定部４４３と、挙動推定部４０２と、評価部４４１と、スイッチ４４２ａと、スイッチ４４２ｂとを備える。なお、図３３には図示されていないが、車両制御部７は、実施の形態４と同様に、挙動学習部４０１と挙動推定結果受付部４０３とを備える。

スイッチ４４２ａは、走行環境、運転者の運転特性を示す特徴量、または環境パラメータなどの、挙動の推定に用いられるデータを取得して、そのデータをドライバモデル挙動推定部４４３または挙動推定部４０２に振り分けて出力する。

ドライバモデル挙動推定部４４３は、スイッチ４４２ａを介して走行環境などのデータを受け付けて、そのデータと、実施の形態７におけるクラスタリング型または個別適応型のドライバモデルとを用いて車両１の挙動を推定する。この挙動の推定方法は、実施の形態７に示すとおりである。

挙動推定部４０２は、スイッチ４４２ａを介して特徴量などのデータを受け付けて、そのデータと挙動推定ＮＮとを用いて車両１の挙動を推定する。この挙動の推定方法は、実施の形態４に示すとおりである。

評価部４４１は、上述のように、挙動推定部４０２から出力された挙動推定結果が有効か否かを判定し、その判定結果を示す制御信号をスイッチ４４２ａ、４４２ｂに出力する。

スイッチ４４２ｂは、評価部４４１からの制御信号に応じて、挙動推定結果受付部４０３に出力される挙動推定結果を、ドライバモデル挙動推定部４４３による挙動推定結果と、挙動推定部４０２による挙動推定結果とに切り替える。つまり、挙動推定部４０２の挙動推定結果が有効であることがその制御信号に示されている場合、スイッチ４４２ｂは、挙動推定部４０２の挙動推定結果を挙動推定結果受付部４０３に出力する。一方、挙動推定部４０２の挙動推定結果が無効であることがその制御信号に示されている場合、スイッチ４４２ｂは、ドライバモデル挙動推定部４４３の挙動推定結果を挙動推定結果受付部４０３に出力する。

このように、本変形例に係る情報処理システムは、さらに、挙動推定部４０２によって推定された挙動が有効か否かを判定し、有効と判定した場合に、その推定された挙動を情報取得部９１に取得させる評価部４４１を備える。つまり、評価部４４１は、有効と判定した場合に、その推定された挙動を出力する。

これにより、不適切な挙動が報知部９２によって報知されることを防ぐことができる。

なお、評価部４４１は、車両１の現在の挙動と、その挙動推定部４０２から出力された挙動推定結果との変化量に基づいて、挙動推定部４０２の挙動推定結果の有効性を判定したが、他の基準に基づいてその有効性を判定してもよい。例えば、車線変更ができない状況において車線変更が推定された場合には、評価部４４１は、その車線変更の挙動推定結果を無効とする。

また、上述の例では、評価部４４１は、挙動推定部４０２の挙動推定結果を評価したが、挙動推定部４２２、専用挙動推定部４１５、または専用挙動推定部４３５の挙動推定結果を評価してもよい。あるいは、評価部４４１は、ドライバモデル挙動推定部４４３の挙動推定結果を評価してもよい。または、評価部４４１は、ドライバモデル挙動推定部４４３の挙動推定結果および挙動推定部４０２の挙動推定結果のそれぞれを評価してもよい。この場合には、評価部４４１は、有効とされる挙動推定結果を示す制御信号をスイッチ４４２ｂに出力する。これにより、有効とされる挙動推定結果がスイッチ４４２ｂおよび挙動推定結果受付部４０３を介して情報取得部９１に出力される。

また、スイッチ４４２ｂは、制御信号を受け付けた場合には、その制御信号に応じて、ドライバモデル挙動推定部４４３および挙動推定部４０２に入力されるデータを振り分けてもよい。この場合、スイッチ４４２ｂは、その制御信号によって示される無効とされた挙動推定結果を出力した挙動推定部にはデータが入力されないように、そのデータの振り分けを行う。

（実施の形態５）
本実施の形態における車両は、実施の形態４と同様に、ニューラルネットワーク（ＮＮ）を用いてその車両の挙動を推定するが、運転者の入力に基づいてその推定された挙動を評価し、その評価結果を再学習に反映させる点に特徴がある。

図３４は、本実施の形態における情報処理システムの設計思想を示す図である。

機械学習において、学習用データを誤算なく１００％正しい状態で取得することは現時的には非常に困難である。また、１００％正しいデータを数万または数十万のオーダーで大量に集めることも非常に困難である。

したがって、学習用データはノイズを含むものであり、このノイズによって学習エンジンは誤差を発生する。すなわち、１００％完璧な機械学習を構築することは現実的ではない。

そこで、本実施の形態における自動運転制御システムは、アプリケーションの目的（つまり自動運転）に応じた評価関数を設け、その評価関数を最大化するように学習データの修正、あるいは学習エンジンの方式の修正を行う。

なお、本実施の形態における自動運転制御システムは、実施の形態４における挙動学習部４０１および挙動推定部４０２などの各構成要素であって、挙動の学習を行い、その学習結果に基づいて挙動を推定する各構成要素を含むシステムである。また、本実施の形態における情報処理システムは、このような自動運転制御システムと、図１３に示す情報報知装置９およびタッチパネル１０とを含む。

図３５は、上述の学習用データおよび学習エンジンの推定結果における誤差を説明するための図である。なお、図３５では、その誤差を説明するために、図２４および図２５などに示す環境パラメータまたは環境パラメータセットを学習用データの一例として示す。また、この環境パラメータは、上述の検出部６によって検出された車両１の周囲の状況である。

例えば、図３５に示すように、挙動学習部があまりにも大量のデータを処理する場合は、ひとつひとつ、そのデータの妥当性を検証することは非常に困難である。つまり、検出部６によって生成されるデータには誤差が含まれる可能性がある。具体的には、検出部６は、先行車両と自車両との車間距離ＤＲｂａを「５」として検出しても、その車間距離ＤＲｂａは、誤りであり、正しくは「４」かもしれない。また、挙動学習部である学習エンジンの学習方式に問題があって、挙動の推定の精度が低下してしまう場合もある。

本実施の形態における自動運転制御システムは、このような検出部６によって生成されるデータに誤りまたは誤差があっても、あるいは、学習方式に問題があっても、挙動の推定の精度の低下を抑えることができる。このような自動運転制御システムの構成および処理動作について、以下、詳細に説明する。

図３６は、本実施の形態における車両内のシステム構成を示す図である。

車両１Ａは、実施の形態２の図１３に示す車両１と同様に、ブレーキペダル２、アクセルペダル３、ウィンカーレバー４、ハンドル５、検出部６、車両制御部７、記憶部８、情報報知装置９、およびタッチパネル１０を備える。さらに、車両１Ａは、学習部５０１、運転行動予測部５０２および自動運転評価部５０３を備える。本実施の形態における自動運転制御システムは、学習部５０１、運転行動予測部５０２および自動運転評価部５０３からなり、車両１Ａに含まれる他の構成要素も備えていてもよい。なお、本実施の形態では、他の実施の形態と共通している点については説明を省略または簡略化し、異なる点について詳細に説明する。

車両制御部７は、車両１Ａの走行状態と周辺の状況に基づいて走行環境を判定する。具体的には、車両制御部７は、ブレーキペダル２、アクセルペダル３、ウィンカーレバー４、およびハンドル５から、走行状態を取得する。また、車両制御部７は、周辺の状況（環境パラメータなど）を検出部６から取得する。さらに、車両制御部７は、その取得された走行状態および周辺の状況を走行履歴として記憶部８に格納する。

学習部５０１は、車両１Ａの挙動を学習する。運転行動予測部５０２は、その学習結果を用いて周囲の状況に応じた車両１Ａの挙動を推定する。車両制御部７は、その推定された挙動をタッチパネル１０の表示部１０１に推定挙動として表示する。このとき、車両制御部７は、その推定挙動とは異なる少なくとも１つの挙動を挙動候補として表示部１０１に表示する。

タッチパネル１０の入力部１０２は、運転者によって入力される車両１Ａの挙動を受け付ける。つまり、入力部１０２は、表示部１０１によって表示される少なくとも１つの挙動候補のうちの何れかが運転者によって選択されたときには、運転者によって選択された挙動候補を入力挙動として受け付ける。

ここで、タッチパネル１０の入力部１０２によって受け付けられた入力挙動は、表示部１０１に表示された推定挙動（運転行動）に対する運転者の評価結果である。推定挙動が車両１Ａによって行われることを運転者が受け入れる場合には、入力部１０２は入力挙動を受け付けない。一方、推定挙動ではなく、その推定挙動とは異なる挙動が車両１Ａによって行われることを運転者が望む場合には、入力部１０２はその挙動（挙動候補）を入力挙動として受け付ける。この入力挙動の受け付けは、運転行動予測部５０２による挙動の推定結果（予測結果）が間違っていたことを意味する。

そこで、本実施の形態における自動運転評価部５０３は、その挙動の推定に用いられた環境パラメータに対する挙動のラベル付けを訂正し、学習部５０１に再学習を実施させる。あるいは、自動運転評価部５０３は、運転行動予測部５０２の予測方式を変更させる。

図３７は、本実施の形態における自動運転制御システムの機能構成を示すブロック図である。なお、図３７では、自動運転評価部５０３を省略している。

本実施の形態における自動運転制御システムは、実施の形態４と同様に、汎用挙動学習部４３１、汎用挙動推定部４３２、ヒストグラム生成部４３３、専用挙動学習部４３４、専用挙動推定部４３５および挙動推定結果受付部４３６を備える。なお、図３６に示す学習部５０１は、汎用挙動学習部４３１、ヒストグラム生成部４３３および専用挙動学習部４３４を含み、運転行動予測部５０２は、汎用挙動推定部４３２および専用挙動推定部４３５を含む。

ここで、例えば、専用挙動学習部４３４は、挙動推定結果（推定挙動）として「速度維持」を推定する。

図３８は、タッチパネル１０によって表示および入力される挙動の一例を示す図である。

図３７に示すように、速度維持が挙動推定結果として推定されると、タッチパネル１０の表示部１０１は、速度維持を推定挙動（挙動推定結果）として表示するとともに、推定挙動と異なる少なくとも１つの挙動候補を表示する。ここで、運転者は、例えば、表示された推定挙動が車両１Ａによって行われることを望まず、入力部１０２を操作することにより、推定挙動と共に表示されている少なくとも１つの挙動候補のうちの１つの挙動候補「減速」を入力挙動として選択する。これにより、入力部１０２は「減速」を入力挙動として受け付ける。

このように、入力挙動「減速」は、推定挙動「速度維持」と異なる。つまり、この入力挙動「減速」の受け付けは、運転行動予測部５０２による挙動の推定結果「速度維持」が間違っていたことを意味する。

本実施の形態における自動運転制御システムは、運転者が入力挙動として推定挙動と異なる「減速」を指示した場合には、その入力挙動「減速」を専用挙動学習部４３４による専用挙動推定ＮＮのファインチューニングの拘束条件とする。

図３９は、本実施の形態におけるファインチューニングを説明するための図である。

ファインチューニングでは、入力挙動「減速」が、上述の推定挙動「速度維持」の推定に用いられたテストデータである環境パラメータに対して正解ラベルとして対応付けられる。つまり、専用挙動学習部４３４は、推定挙動「速度維持」の推定に用いられた環境パラメータを入力パラメータとして用い、入力挙動「減速」をその入力パラメータに対応する教師付けデータとして用いて、汎用挙動推定ＮＮの重みを再学習する。この再学習によって、専用挙動推定ＮＮが構築されるとともに、専用挙動推定ＮＮがファインチューニングされる。なお、この再学習においても、実施の形態４と同様に、仮挙動ヒストグラムに基づいて、汎用挙動推定ＮＮの出力と教師付けデータとの一致度を高めるように汎用挙動推定ＮＮの重みが再学習される。

このように、入力挙動「減速」は、正解ラベルとして専用挙動学習部４３４によるファインチューニングに適用される。

図４０は、本実施の形態における車両１Ａ内の詳細なシステム構成を示す図である。

自動運転評価部５０３は、比較部５０３ａを備える。比較部５０３ａは、運転行動予測部５０２における専用挙動推定部４３５によって推定された挙動（すなわち上述の推定挙動）と、入力部１０２によって受け付けられた入力挙動とを比較する。例えば、比較部５０３ａは、推定挙動「速度維持」と入力挙動「減速」とを比較する。なお、入力挙動は、入力部１０２から車両制御部７を介して自動運転評価部５０３の比較部５０３ａに通知される。

比較部５０３ａは、その比較の結果、推定挙動と入力挙動とが異なると判断すると、入力挙動（例えば「減速」）を正解ラベルとして学習部５０１の専用挙動学習部４３４に入力する。この入力によって、専用挙動学習部４３４による専用挙動推定ＮＮのファインチューニングが行われる。

図４１は、専用挙動推定ＮＮの構築方法を示す図である。

専用挙動学習部４３４は、実施の形態４と同様に、図４１の（ａ）に示す仮挙動ヒストグラムが生成されると、汎用挙動推定ＮＮの出力と教師付けデータ（この例では速度維持）との一致度を高めるように汎用挙動推定ＮＮの重みを再学習させる。これにより、専用挙動学習部４３４は、図４１の（ｂ）に示すように、教師付けデータの挙動（例えば速度維持）のみが推定結果として出力される専用挙動推定ＮＮを構築する。このような再学習は、１つの教師付けデータに対してだけでなく、他の複数の教師付けデータのそれぞれに対しても行われる。つまり、専用挙動学習部４３４は、転移学習によって、特定の運転者に対する専用のニューラルネットワークを構築する。

図４２は、専用挙動推定ＮＮの入力挙動に基づく再学習を示す図である。

専用挙動学習部４３４は、図４２の（ａ）に示すように、転移学習によって、特定の運転者に対する専用のニューラルネットワークである専用挙動推定ＮＮを構築する。このように構築された専用挙動推定ＮＮを用いた推定結果が推定挙動「速度維持」であって、入力部１０２に受け付けられた入力挙動「減速」と異なっている。つまり、推定挙動「速度維持」は間違っていたことになる。

そこで、専用挙動学習部４３４は、比較部５０３ａから入力される正解ラベル「減速」と、推定挙動「速度維持」の推定に用いられたテストデータである環境パラメータセットとを対応付けて走行履歴に追加する。そして、専用挙動学習部４３４は、その追加が行われた走行履歴において、正解ラベルである挙動「減速」に対応付けられた複数の環境パラメータセットを用いて、汎用挙動推定ＮＮの重みを再学習させる。つまり、専用挙動学習部４３４は、正解ラベルの頻度（累積値）が他のラベル（挙動）の頻度（累積値）を超えるように、汎用挙動推定ＮＮの重みを再学習させる。その結果、専用挙動推定ＮＮが更新されて、推定精度を向上させた専用挙動推定ＮＮが構築される。

このように本実施の形態における情報処理システムは、特定の運転者によって入力される車両１Ａの挙動を受け付ける入力部１０２と、運転行動予測部５０２によって推定された車両１Ａの挙動を、入力部１０２によって受け付けられた車両１Ａの挙動に基づいて評価する自動運転評価部５０３とを備える。自動運転評価部５０３は、運転行動予測部５０２によって推定された車両１Ａの挙動に誤りがあると評価した場合には、入力部１０２によって受け付けられた車両１Ａの挙動と、車両１Ａの挙動の推定時に検出部６によって検出された車両１Ａの周囲の状況である環境パラメータとを用いたニューラルネットワークの再学習を、挙動学習部である学習部５０１に実行させる。

これにより、検出部６によって検出された周辺の状況に誤差が含まれていても、運転行動の予測精度、すなわち車両１Ａの挙動の推定精度を向上することができる。

（実施の形態６）
本実施の形態における車両は、実施の形態４と同様に、専用挙動推定ＮＮを用いてその車両の挙動を推定するが、車両が走行しているシーンに応じて、専用挙動推定ＮＮを切り換える点に特徴がある。

本実施の形態では、学習用データが少量しか収集できない場合、転移学習を用いて大量の転移元の知識から転移先の知識を導き出す。したがって、転移先のそれぞれで与えられる少量の学習用データ群ごとに、転移先の知識が複数生まれる。例えば、市街地（渋谷の交差点などの大量の歩行者が存在する場所）における知識と、地方の閑散地（歩行者がほとんどいない場所）における知識とを生成することができる。または、晴天時における知識と、雨天時における知識とを生成することができる。あるいは、渋滞時における知識と、渋滞になっていない通常時における知識とを生成することができる。なお、この知識は、上述の専用挙動推定ＮＮに相当する。

しかし、生成された転移先の知識が複数ある場合、これらの知識のうち挙動の推定に使用される知識を選択する必要がある。

そこで、本実施の形態における自動運転制御システムでは、車両が走行しているシーン、つまり環境、天候、渋滞状況などを知識選択のスイッチとして利用する。なお、本実施の形態では、他の実施の形態と共通している点については説明を省略または簡略化し、異なる点について詳細に説明する。

図４３は、本実施の形態における複数の知識（ＮＮ）を示す図である。

本実施の形態における自動運転制御システムは、車両が市街地を走行したときの走行履歴（データ群）を用いた転移学習によって、移転元知識（汎用挙動推定ＮＮ）から、市街地用の転移先知識（専用挙動推定ＮＮ）を構築する。同様に、自動運転制御システムは、車両が地方の閑散地を走行したときの走行履歴（データ群を）用いた転移学習によって、地方の閑散地用の転移先知識（専用挙動推定ＮＮ）を構築する。また、自動運転制御システムは、車両の周囲が渋滞しているときの走行履歴（データ群を）用いた転移学習によって、渋滞用の転移先知識（専用挙動推定ＮＮ）を構築する。

図４４は、本実施の形態における車両内のシステム構成を示す図である。

車両１Ｂは、実施の形態５の図３６に示す車両１Ａと同様に、ブレーキペダル２、アクセルペダル３、ウィンカーレバー４、ハンドル５、検出部６、車両制御部７、記憶部８、情報報知装置９、タッチパネル１０、および自動運転評価部５０３を備える。さらに、車両１Ｂは、外部環境情報取得部５０４を備えるとともに、学習部５０１および運転行動予測部５０２の代わりに、学習部５０１ａおよび運転行動予測部５０２ａを備える。本実施の形態における自動運転制御システムは、学習部５０１ａ、運転行動予測部５０２ａおよび自動運転評価部５０３からなり、車両１Ｂに含まれる他の構成要素も備えていてもよい。また、本実施の形態における情報処理システムは、このような自動運転制御システムと情報報知装置９とを含む。

外部環境情報取得部５０４は、例えばＶＩＣＳ（登録商標）（Vehicle Information and Communication System）によって渋滞情報を取得し、さらに、例えばインターネットを介した通信によって天候情報を取得する。なお、渋滞情報および天候情報を、以下、外部環境情報と総称する。

学習部５０１ａは、実施の形態４の学習部５０１と同様の機能を備えるとともに、車両１Ｂが走行しているシーンに対応する専用挙動推定ＮＮを専用知識として特定する。具体的には、学習部５０１ａは、位置情報取得部６１によって取得された位置情報と、地図情報取得部６４によって取得された地図情報と、外部環境情報取得部５０４によって取得された渋滞情報とに基づいてシーンを特定する。そして、学習部５０１ａは、その特定されたシーンに対応付けられた専用知識である専用挙動推定ＮＮを、複数の専用知識の中から選択し、その選択された専用挙動推定ＮＮを運転行動予測部５０２ａに出力する。

このように、本実施の形態における学習部５０１ａは、位置情報取得部６１、地図情報取得部６４および外部環境情報取得部５０４から、位置情報、地図情報および外部環境情報を、専用知識を切り換えるための制御信号として取得する。

運転行動予測部５０２ａは、実施の形態４の運転行動予測部５０２と同様の機能を備えるとともに、学習部５０１ａから出力された専用挙動推定ＮＮを取得する。そして、運転行動予測部５０２ａは、その取得した専用挙動推定ＮＮを用いた挙動の推定（つまり、運転行動の予測）を実施する。

図４５は、本実施の形態における自動運転制御システムの機能構成を示すブロック図である。なお、図４５では、自動運転評価部５０３を省略している。

本実施の形態における自動運転制御システムは、実施の形態５と同様に、汎用挙動学習部４３１、汎用挙動推定部４３２、ヒストグラム生成部４３３、および挙動推定結果受付部４３６を備える。また、本実施の形態における自動運転制御システムは、実施の形態５の専用挙動学習部４３４および専用挙動推定部４３５の代わりに、専用挙動学習部４３４ａおよび専用挙動推定部４３５ａを備える。なお、図４５に示す学習部５０１ａは、汎用挙動学習部４３１、ヒストグラム生成部４３３および専用挙動学習部４３４ａを含み、運転行動予測部５０２ａは、汎用挙動推定部４３２および専用挙動推定部４３５ａを含む。

専用挙動学習部４３４ａは、学習時には、特定の運転者の走行履歴のうち、シーンごとに、そのシーンにおいて得られた環境パラメータセットおよび挙動を用いて、そのシーンに対応する専用挙動推定ＮＮを構築する。そして、挙動の推定時には、専用挙動学習部４３４ａは、上述の制御信号を受信すると、その制御信号に応じたシーンを特定し、そのシーンに対応する専用挙動推定ＮＮを選択する。専用挙動学習部４３４ａは、その選択した専用挙動推定ＮＮを専用挙動推定部４３５ａに出力する。

専用挙動推定部４３５ａは、選択された専用挙動推定ＮＮを専用挙動学習部４３４ａから取得すると、その選択された専用挙動推定ＮＮを用いて、テストデータに対応する車両１Ｂの挙動を推定する。

図４６は、本実施の形態における専用挙動学習部４３４ａによる学習を説明するための図である。

機械学習には大量のデータを用いるため、通常、ＮＮ（ニューラルネットワーク）の更新にはかなりの時間がかかる。また、機械学習にはコンピュータの計算能力も必要になる。

そこで、汎用挙動学習部４３１は、典型的には、走行時に記憶部８に蓄積した走行履歴を走行終了後（たとえば帰宅後）にサーバへ転送し、サーバから送信される他の運転者の走行履歴を取得して、汎用挙動推定ＮＮを更新する。一方、専用挙動学習部４３４ａは、その更新された汎用挙動推定ＮＮを取得して、その汎用挙動推定ＮＮから専用挙動推定ＮＮを構築する。この構築によって、既に構築されている専用挙動推定ＮＮが更新されたり、あるいは新規に専用挙動推定ＮＮが追加される。

また、その構築では、専用挙動学習部４３４ａは、シーンごとに、そのシーンに対応する専用挙動推定ＮＮを更新または生成する。ここで、シーンは、過去に取得された外部環境情報、地図情報および位置情報によって示される。例えば、シーンは、１月１日に取得された上記各情報によって示される「晴天、昼間、渋滞、４車線および市街地０１」である。つまり、そのシーンでは、車両１Ｂが走行している位置において、天気は晴天であり、時間帯は昼間であり、交通状態は渋滞であり、道路の車線数は４であり、且つ、地域種別は市街地０１である。専用挙動学習部４３４ａは、このようなシーンに対して専用挙動推定ＮＮ「ＮＮ０００１」を更新または生成する。つまり、専用挙動学習部４３４ａは、そのシーンに対応する走行履歴のみを用いることによって、そのシーンに対応する専用挙動推定ＮＮ「ＮＮ０００１」を更新または生成する。さらに、専用挙動学習部４３４ａは、他のシーンに対しても同様に、そのシーンに対応する専用挙動推定ＮＮ（例えば「ＮＮ０００２」）を構築または生成する。

図４７は、本実施の形態における専用挙動学習部４３４ａによる専用挙動推定ＮＮの選択を説明するための図である。

専用挙動学習部４３４ａは、専用挙動推定ＮＮ選択部５０５を備える。この専用挙動推定ＮＮ選択部５０５は、車両１Ｂが走行しているときに、位置情報取得部６１、地図情報取得部６４および外部環境情報取得部５０４から位置情報、地図情報および外部環境情報をそれぞれ制御信号として受信する。そして、専用挙動推定ＮＮ選択部５０５は、その受信された制御信号によって示されるシーンを特定する。専用挙動推定ＮＮ選択部５０５は、その特定されたシーンに対応する専用挙動推定ＮＮを選択する。例えば、その特定されたシーンが「晴天、夜間、通常、２車線、市街地２３」であれば、専用挙動推定ＮＮ選択部５０５は、複数の専用挙動推定ＮＮの中から、そのシーンに対応する専用挙動推定ＮＮ「ＮＮ０００２」を選択する。そして、専用挙動学習部４３４ａは、その選択された専用挙動推定ＮＮ「ＮＮ０００２」を専用挙動推定部４３５ａに出力する。これにより、専用挙動推定部４３５ａは、その専用挙動推定ＮＮ「ＮＮ０００２」を用いて、車両１Ｂの挙動を推定、すなわち運転行動を予測する。

このように本実施の形態では、専用挙動学習部４３４ａは、車両１Ｂが走行するシーンごとに、当該シーンに応じた特定の運転者に対する専用のニューラルネットワークを構築する。さらに、専用挙動学習部４３４ａは、複数の専用のニューラルネットワークのうち、車両１Ｂが走行する現在のシーンに応じた専用のニューラルネットワークを選択し、選択された専用のニューラルネットワークを用いて、特定の運転者に対する車両１Ｂの挙動を推定する。

これにより、シーンごとに適切なニューラルネットワークを選択することができ、各シーンにおける車両１Ｂの挙動の推定精度、すなわち運転行動の予測精度を向上することができる。

［実施の形態４〜６のまとめ］
図４８Ａは、本発明の一態様に係る情報処理システムの構成を示す図である。

この情報処理システム１０００は、検出部１００１と、挙動学習部１００２と、挙動推定部１００３とを備える。

検出部１００１は、例えば実施の形態１〜３における検出部６であって、車両１の周囲の状況または車両１の走行状態のうちの少なくとも何れか１つである車両環境状態を検出する。挙動学習部１００２は、実施の形態４〜６における挙動学習部４０１または４２１である。この挙動学習部１００２は、検出部１００１が検出した車両環境状態と、その車両環境状態の後に行われた車両１の挙動との関係をニューラルネットワークに学習させる。

挙動推定部１００３は、実施の形態４〜６における挙動推定部４０２または４２２である。この挙動推定部１００３は、検出部１００１によって検出される現時点における車両環境状態を、学習したニューラルネットワークに入力することによって、車両１の挙動を推定する。

また、情報処理システム１０００は、さらに、挙動推定部１００３によって推定された挙動を、その挙動が実施される前に、運転者に報知する報知部を備えてもよい。この報知部は、例えば実施の形態１〜３における報知部９２である。

これにより、推定された挙動が報知されるため、どのような挙動が行われるのかを事前に運転者に容易に把握させることができ、その運転者の不安を解消することができる。

なお、検出部１００１、挙動学習部１００２および挙動推定部１００３の全てまたは一部は、車両に備えられていてもよく、その車両の外部に備えられていてもよい。情報処理システム１０００に含まれるこれらの構成要素のうち、一部の構成要素が車両に備えられ、残りの一部の構成要素が車両の外部に備えられる場合には、車両の内外にある構成要素は、例えばネットワークを介した通信を行うことによって、上述の各処理を実行する。

図４８Ｂは、本発明の一態様に係る情報処理方法のフローチャートである。

この情報処理方法は、ステップＳ１００１、Ｓ１００２およびＳ１００３を含む。

ステップＳ１００１では、車両１の周囲の状況または車両１の走行状態のうちの少なくとも何れか１つである車両環境状態を検出する。ステップＳ１００２では、検出した車両環境状態と、その車両環境状態の後に行われた車両１の挙動との関係をニューラルネットワークに学習させる。ステップＳ１００３では、検出される現時点における車両環境状態を、学習したニューラルネットワークに入力することによって、車両１の挙動を推定する。

これにより、ニューラルネットワークを用いて車両１の挙動が推定されるため、その車両１の挙動（すなわち運転行動）を適切に推定することができる。

（実施の形態７）
上述した実施の形態１〜３において、車両１が実行しうる複数の挙動の候補のうち最も適した挙動がどれかを判定する方法についていくつか説明した。また、実施の形態４〜６では、最も適した挙動を判定する方法として、ニューラルネットワークを用いる場合について説明した。本実施の形態では、最も適した挙動を判定する方法として、予め学習により構築されたドライバモデルを用いる場合について説明する。

ここで、ドライバモデルの構築方法について説明する。ドライバモデルは、走行環境毎の運転者による操作の傾向を各操作の頻度の情報などに基づいてモデル化したものである。ドライバモデルは、複数の運転者の走行履歴を集約し、集約した走行履歴から構築される。

運転者の走行履歴は、例えば、各走行環境に対応する挙動の候補のうち、運転者が実際に選択した挙動の頻度が、挙動の候補毎に集約された履歴である。

図４９は、走行履歴の一例を示す図である。図４９には、運転者ｘが「合流路が近づく」という走行環境において、「減速」、「加速」、「車線変更」という挙動の候補を、それぞれ、３回、１回、５回選択したことが示されている。また、図４９には、運転者Ｘが「前方に低速車あり」という走行環境において、「追従」、「追い越し」、「車線変更」という挙動の候補を、それぞれ、２回、２回、１回選択したことが示されている。運転者ｙについても同様である。

運転者の走行履歴は、自動運転中に選択した挙動を集約してもよいし、運転者が手動運転中に実際に行った挙動を集約してもよい。これにより、自動運転や手動運転といった運転状態に応じた走行履歴の収集ができる。

ドライバモデルには、複数のドライバの走行履歴をクラスタリングして構築するクラスタリング型と、特定の運転者（例えば、運転者ｘ）の走行履歴と類似する複数の走行履歴から運転者ｘのドライバモデルを構築する個別適応型とがある。

まず、クラスタリング型について説明する。クラスタリング型のドライバモデルの構築方法は、図４９に示したような複数の運転者の走行履歴を予め集約する。そして、互いの走行履歴の類似度が高い複数の運転者、つまり、類似した運転操作傾向を有する複数の運転者をグループ化してドライバモデルを構築する。

図５０は、クラスタリング型のドライバモデルの構築方法を示す図である。図５０には、運転者ａ〜ｆの走行履歴が表形式で示されている。そして、運転者ａ〜ｆの走行履歴から、モデルＡが運転者ａ〜ｃの走行履歴から構築され、モデルＢが運転者ｄ〜ｆの走行履歴から構築されることが示されている。

走行履歴の類似度は、例えば、運転者ａと運転者ｂの走行履歴における各頻度（各数値）を頻度分布として扱い、互いの頻度分布の相関値を算出し、算出した相関値を類似度としてもよい。この場合、例えば、運転者ａと運転者ｂの走行履歴から算出した相関値が所定値よりも高い場合に、運転者ａと運転者ｂの走行履歴を１つのグループとする。

なお、類似度の算出については、これに限定されない。例えば、運転者ａと運転者ｂの各走行履歴において、最も頻度の高い挙動が一致する数に基づいて、類似度を算出してもよい。

そして、クラスタリング型のドライバモデルは、例えば、各グループ内の運転者の走行履歴において、それぞれの頻度の平均を算出することによって構築される。

図５１は、構築されたクラスタリング型のドライバモデルの一例を示す図である。図５０で示した各グループ内の運転者の走行履歴において、それぞれの頻度の平均を算出することによって、各グループの走行履歴の平均頻度を導出する。このように、クラスタリング型のドライバモデルは、走行環境毎に定められた挙動に対する平均頻度で構築される。

なお、ドライバモデルは、算出した平均頻度から最も頻度の高いもののみで構築してもよい。図５２は、構築されたクラスタリング型のドライバモデルの別の一例を示す図である。図５２に示すように、走行環境毎に最頻の挙動が選択され、選択された挙動からドライバモデルが構築される。

ここで、構築したクラスタリング型のドライバモデルの使用方法について、例を挙げて説明する。

図５１に示したようなドライバモデルは、予め車両１の記憶部８に記憶される。また、車両制御部７は、運転者ｙが過去に運転した際の走行履歴を記憶部８に記憶しておく。なお、運転者ｙの検知は、車内に設置されるカメラ等（図示しない）で実行される。

そして、車両制御部７は、運転者ｙの走行履歴とドライバモデルの各モデルの走行履歴との類似度を算出し、どのモデルが運転者ｙに最も適しているかを判定する。例えば、図４９に示した運転者ｙの走行履歴と図５１に示したドライバモデルの場合、車両制御部７は、モデルＢが運転者ｙに最も適していると判定する。

車両制御部７は、実際の自動走行の際に、モデルＢの各走行環境において、最も頻度が高い挙動が運転者ｙに最も適した挙動、つまり、第１の挙動であると判定する。

このように、予め複数の運転者の走行履歴からドライバモデルを構築することにより、運転者により適した挙動を報知できる。

例えば、図４９の示すように、運転者ｙの走行履歴に「前方に低速車あり」という走行環境に対する挙動の頻度が０、つまり、運転者が「前方に低速車あり」という走行環境において「追従」、「追い越し」、「車線変更」という挙動を選択したことが無い場合においても、車両制御部７は、図５１に示すモデルＢに基づき、「前方に低速車あり」という走行環境において、「追従」を第１の挙動として判定できる。

次に、個別適応型について説明する。個別適応型のドライバモデルの構築方法は、クラスタリング型の場合と同様に、図４９に示したような複数の運転者の走行履歴を予め集約する。ここで、クラスタリング型の場合と異なる点は、運転者毎にドライバモデルを構築する点である。以下では、運転者ｙに対してドライバモデルを構築する例について説明する。

まず、集約した複数の運転者の走行履歴の中から、運転者ｙの走行履歴と類似度が高い複数の運転者の走行履歴を抽出する。そして、抽出した複数の運転者の走行履歴から運転者ｙのドライバモデルを構築する。

図５３は、個別適応型のドライバモデルの構築方法を示す図である。図５３には、図５０と同様に、運転者ａ〜ｆの走行履歴が表形式で示されている。また、図５３には、図４９に示した運転者ｙの走行履歴と類似度が高い運転者ｃ〜ｅの走行履歴とから運転者ｙのドライバモデルが構築されることが示されている。

個別適応型のドライバモデルは、抽出した各運転者の走行履歴において、それぞれの頻度の平均を算出することによって構築される。

図５４は、構築された個別適応型のドライバモデルの一例を示す図である。図４９に示した運転者ｙの走行履歴、及び、図５３に示した運転者ｃ〜ｅの走行履歴において、走行環境毎に、各挙動の平均頻度を導出する。このように、運転者ｙに対する個別適応型のドライバモデルは、各走行環境に対応する挙動の平均頻度で構築される。

ここで、構築した個別適応型のドライバモデルの使用方法について、例を挙げて説明する。

図５４に示したような運転者ｙのドライバモデルは、予め車両１の記憶部８に記憶される。また、車両制御部７は、運転者ｙが過去に運転した際の走行履歴を記憶部８に記憶しておく。なお、運転者ｙの検知は、車内に設置されるカメラ等（図示しない）で実行される。

そして、車両制御部７は、実際の自動走行の際に、運転者ｙのドライバモデルの各走行環境において、最も頻度が高い挙動が運転者ｙに最も適した挙動、つまり、第１の挙動であると判定する。

このように、予め複数の運転者の走行履歴から運転者個人のドライバモデルを構築することにより、運転者により適した挙動を報知できる。

例えば、図４９の示すように、運転者ｙの走行履歴に「前方に低速車あり」という走行環境に対する挙動の頻度が０、つまり、運転者が「前方に低速車あり」という走行環境において「追従」、「追い越し」、「車線変更」という挙動を選択したことが無い場合においても、車両制御部７は、図５４に示すドライバモデルに基づき、「前方に低速車あり」という走行環境において、「車線変更」を第１の挙動として判定できる。

次に、運転者の運転特性（運転の癖）を取得し、運転者の嗜好に応じた自動運転を行う場合について説明する。一般に、１つの挙動（例えば、車線変更）に対する実際の動作（例えば、加速、減速の大きさ、あるいは、ハンドルの操作量）は、運転者毎に異なる。そのため、運転者の嗜好に応じた自動運転を行うことにより、運転者にとってより快適な走行が可能となる。

なお、以下の説明では、手動運転中に運転者の運転特性を取得し、取得した運転特性を自動運転の際に反映させる場合について説明するが、本発明はこれに限定されない。

車両制御部７は、運転者の車両１の各部の操作内容から、運転者の運転特性を示す特徴量を抽出し、記憶部８に記憶する。ここで、特徴量とは、例えば、速度に関する特徴量、ステアリングに関する特徴量、操作タイミングに関する特徴量、車外センシングに関する特徴量、車内センシングに関する特徴量等がある。

速度に関する特徴量は、例えば、車両の速度、加速度、減速度などがあり、これらの特徴量は、車両が有する速度センサ等から取得される。

ステアリングに関する特徴量は、例えば、ステアリングの舵角、角速度、各加速度などがあり、これらの特徴量は、ハンドル５から取得される。

操作タイミングに関する特徴量は、例えば、ブレーキ、アクセル、ウィンカーレバー、ハンドルの操作タイミングなどがあり、これらの特徴量は、それぞれ、ブレーキペダル２、アクセルペダル３、ウィンカーレバー４、ハンドル５から取得される。

車外センシングに関する特徴量は、例えば、前方、側方、後方に存在する車両との車間距離などがあり、これらの特徴量は、センサ６２から取得される。

車内センシングに関する特徴量は、例えば、運転者が誰であるか、及び、同乗者が誰であるかを示す個人認識情報であり、これらの特徴量は、車内に設置されるカメラ等から取得される。

例えば、運転者が手動で車線変更を行う場合、車両制御部７は、運転者が手動で車線変更を行ったことを検知する。検知方法は、予め車線変更の操作時系列パターンをルール化しておくことにより、CAN情報などから取得した操作時系列データを解析することで検知する。その際、車両制御部７は、上述した特徴量を取得する。車両制御部７は、運転者毎に、特徴量を記憶部８に記憶し、運転特性モデルを構築する。

なお、車両制御部７は、運転者毎の特徴量に基づき、上述したドライバモデルを構築してもよい。つまり、車両制御部７は、速度に関する特徴量、ステアリングに関する特徴量、操作タイミングに関する特徴量、車外センシングに関する特徴量、車内センシングに関する特徴量を抽出し、記憶部８に記憶する。そして、記憶部８に記憶した特徴量に基づいて、走行環境毎の運転者による操作の傾向と各操作の頻度の情報を対応づけたドライバモデルを構築してもよい。

図５５は、運転特性モデルの一例を示す図である。図５５は、運転者毎に、特徴量が表形式で示されている。また、図５５には、運転者毎に、各挙動を過去に選択した回数が示されている。特徴量についても一部のみが記載されているが、上記に挙げたいずれか、またはその全てを記載してもよい。

図５５に記載の特徴量について詳細を説明する。速度の数値は、実際の速度を段階的に示している数値である。ハンドル、ブレーキ、アクセルの数値は、操作量を段階的に示している数値である。これらの数値は、例えば、過去の所定の期間内の速度、ハンドル、ブレーキ、アクセルの操作量の平均値を算出し、その平均値を段階的に表すことによって得られる。

例えば、図５５において、運転者ｘが同乗者がいない状態で車線変更を行う場合、速さのレベルは８であり、ハンドル、ブレーキ、アクセルの操作量のレベルはそれぞれ４、６、８である。

自動運転の際は、車両制御部７は、運転者が誰か、どのような挙動が実行されるか、及び、同乗者が誰かに応じて、運転者、挙動、及び、同乗者に対応する運転特性モデルが図５５に示す運転特性モデルの中から選択する。

そして、車両制御部７は、選択した運転特性モデルに対応する速度で車両１を走行させ、また、ハンドル、ブレーキ、アクセルの操作量およびそのタイミングの組み合わせで車両１を制御する。これにより、運転者の嗜好に応じた自動運転を行うことができる。なお、図５５に示すような運転特性モデルの情報は、報知部９２に報知させることができる。

図５６は、本発明の実施の形態７における報知部９２の表示を説明する図である。図５６は、図５に示した走行環境の第１の例に対する表示である。

図５６の（ａ）は、車線の変更や車両の加速、減速が不要な通常走行を行っている状態の報知部９２の表示である。図５６の（ａ）には、運転者の運転特性が「減速が多い」運転特性であることを示す記号２３１と、現在、自動運転中であることを示す記号２３２が示されている。

車両制御部７は、例えば、図５５に示した運転特性モデルに含まれる各挙動を過去に選択した回数に基づいて、運転者の運転特性を判定する。この場合、車両制御部７は、例えば、運転特性から「減速」が多い（いわゆる「減速」という挙動を選択した回数が多い）運転者に対して、図５６のような記号２３１を含む表示を報知部９２に表示させる。

そして、車両制御部７が、走行環境が図５に示した第１の例の走行環境であると判定した場合、車両制御部７は、運転者の運転特性が「減速が多い」運転特性であることに基づいて、第１の挙動を「減速」と判定し、図５６の（ｂ）の表示を報知部９２に実行させる。

図５６の（ｂ）には、第１の挙動である「減速」を示す記号２３３が第１の態様（例えば、第１の色）で示されている。また、第２の挙動である「加速」を示す記号２３４と、第２の挙動である「車線変更」を示す記号２３５が示されている。

運転者は、実施の形態１で説明したような操作により、「加速」への挙動の変更を行った場合、車両制御部７は、図５６の（ｃ）の表示を報知部９２に実行させる。

図５６の（ｃ）には、選択された挙動である「加速」を示す記号２３４’が、第１の態様で示されている。また、記号２３３’は、図５６の（ｂ）において第１の挙動として表示されていた記号２３３が記号２３４と入れ替わって表示されたものである。

その後、車両制御部７は、図５６の（ａ）に示す表示を報知部９２に実行させてから第２の所定時間が経過した後に、図５６の（ｄ）に示す表示を報知部９２に表示させる。ここで、図５５の（ｄ）には、次の挙動として、運転者が選択した「加速」を示す記号２３４’が第２の態様で表示される。

車両制御部７は、次にとる挙動が「加速」と決定した場合、運転特性モデルに含まれる「加速」の挙動に対応する特徴量を読み出し、それらの特徴量を反映させた「加速」を行うように、車両１を制御する。

図５７は、本発明の実施の形態７における報知部９２の表示を説明する図である。図５７は、図７に示した走行環境の第２の例に対する表示である。なお、図５７において、図５６と共通する構成には図５６と同一の符号を付し、その詳しい説明を省略する。図５７は、図５６から、「車線変更」を示す記号２３５が削除された図である。

前述の通り、第２の例（図７）では、第１の例（図５）と異なり、車両１の右方に別の車両が走行しているため、車線変更ができない。そのため、図５７の（ｂ）、（ｃ）では、「車線変更」が表示されていない。また、図５７の（ｃ）の例では、図５６の（ｃ）の場合と同様に、「加速」が選択されたため、車両制御部７は、図５６と同様に、運転特性モデルに含まれる「加速」の挙動に対応する特徴量を読み出し、それらの特徴量を反映させた「加速」を行うように、車両１を制御する。

図５８は、本発明の実施の形態７における報知部９２の表示を説明する図である。図５８は、図８に示した走行環境の第３の例に対する表示である。

図５８の（ａ）は、図５６の（ａ）と同様である。車両制御部７が図８に示した第３の例の走行環境であることを判定した場合、車両制御部７は、運転者の運転特性が「減速が多い」運転特性であることに基づいて、第１の挙動を「減速」と判定し、図５８の（ｂ）の表示を報知部９２に実行させる。

図５８の（ｂ）には、第１の挙動である「減速」を示す記号２５１が第１の態様（例えば、第１の色）で示されている。また、第２の挙動である「追い越し」を示す記号２５２と、第２の挙動である「車線変更」を示す記号２５３が示されている。

運転者は、実施の形態１で説明したような操作により、「追い越し」への挙動の変更を行った場合、車両制御部７は、図５８の（ｃ）の表示を報知部９２に実行させる。

図５８の（ｃ）には、選択された挙動である「追い越し」を示す記号２５２’が、第１の態様で示されている。また、記号２５１’は、図５８の（ｂ）において第１の挙動として表示されていた記号２５１が記号２５２と入れ替わって表示されたものである。

その後、車両制御部７は、図５８の（ａ）に示す表示を報知部９２に実行させてから第２の所定時間が経過した後に、図５８の（ｄ）に示す表示を報知部９２に表示させる。ここで、図５５の（ｄ）には、次の挙動として、運転者が選択した「追い越し」を示す記号２５２’が第２の態様で表示される。

車両制御部７は、次にとる挙動が「追い越し」と決定した場合、運転特性モデルに含まれる「追い越し」の挙動に対応する特徴量を読み出し、それらの特徴量を反映させた「加速」を行うように、車両１を制御する。

次に、運転者の運転特性が「減速が多い」運転特性ではない場合の表示の例を説明する。

図５９は、本発明の実施の形態７における報知部９２の表示を説明する図である。図５９は、図５に示した走行環境の第１の例に対する表示である。なお、図５９の（ａ）は、運転者の運転特性が「加速が多い」運転特性である場合の例を示し、図５９の（ｂ）は、運転者の運転特性が「車線変更が多い」運転特性である場合の例を示している。

図５９の（ａ）には、運転者の運転特性が「加速が多い」運転特性であることを示す記号２６１が示されている。また、第１の挙動である「加速」を示す記号２６２が第１の態様（例えば、第１の色）で示されている。また、第２の挙動である「車線変更」を示す記号２６３と、第２の挙動である「減速」を示す記号２６４が示されている。

車両制御部７は、例えば、運転特性から過去に「加速」が多い（いわゆる過去に「加速」という挙動を選択した回数が多い）運転者に対して、図５９の（ａ）のような記号２６１を含む表示を報知部９２に実行させる。また、車両制御部７は、運転者の運転特性が「加速が多い」運転特性であることに基づいて、第１の挙動を「加速」と判定し、図５９の（ａ）の表示を報知部９２に実行させる。

図５９（ｂ）には、運転者の運転特性が「車線変更が多い」運転特性であることを示す記号２６５が示されている。また、第１の挙動である「車線変更」を示す記号２６６が第１の態様（例えば、第１の色）で示されている。また、第２の挙動である「車線変更」を示す記号２６７と、第２の挙動である「減速」を示す記号２６８が示されている。

車両制御部７は、例えば、運転特性から過去に「車線変更」が多い（いわゆる過去に「車線変更」という挙動を選択した回数が多い）運転者に対して、図５９の（ｂ）のような記号２６５を含む表示を報知部９２に実行させる。車両制御部７は、運転者の運転特性が「車線変更が多い」運転特性であることに基づいて、第１の挙動を「車線変更」と判定し、図５９の（ｂ）の表示を報知部９２に実行させる。

上記は、運転特性モデルのみを使用して説明したが、ドライバモデルを加味してもよく、図５６、図５８、図５９において、記号２３１は運転者の操作履歴から選択されたドライバモデルの種類を示してもよい。例えば、図５に示した走行環境の第１の例について、「減速」をよく選ぶドライバに適用するドライバモデルには図５６のような記号２３１を含む表示を報知部９２に実行させ、第１の挙動を「減速」と判定する。「加速」をよく選ぶドライバに適用するドライバモデルには図５９の（ａ）のような記号２６１を含む表示を報知部９２に実行させ、第１の挙動を「加速」と判定する。「車線変更」をよく選ぶドライバに適用するドライバモデルには図５９の（ａ）のような記号２６１を含む表示を報知部９２に実行させ、第１の挙動を「車線変更」と判定する。

以上説明した本実施の形態によれば、車の将来の挙動を決定する際に、運転者の過去の走行履歴を学習し、その結果を将来の挙動の決定に反映させることができる。また、車両制御部が車を制御する際に、運転者の運転特性（運転嗜好）を学習し、車の制御に反映させることができる。

これにより、車両が運転者若しくは乗員が嗜好するタイミングや操作量で自動運転を制御でき、実際運転者が手動運転する場合の感覚と乖離することなく、自動運転中に運転者による不要な操作介入を抑制することができる。

なお、本発明では、車両制御部７が実行する機能と同様の機能をクラウドサーバなどのサーバ装置に実行させてもよい。また、記憶部８は、車両１ではなく、クラウドサーバなどのサーバ装置にあってもよい。あるいは、記憶部８は、既に構築されたドライバモデルを記憶し、車両制御部７は、記憶部８に記憶されたドライバモデルを参照して、挙動を判定することとしてもよい。

このように、実施の形態７では、車両制御部７が、運転者の運転特性を示す特徴量の情報を取得し、記憶部８がその特徴量の情報を記憶し、車両制御部７が記憶部８に記憶された特徴量の情報に基づいて、運転者が選択した車両の挙動の傾向を、選択された各挙動の頻度で示すドライバモデルを車両の走行環境毎に構築することとした。

また、車両制御部７は、複数の運転者のうち、類似した挙動の選択を行う運転者のグループを決定し、グループ毎、車両の走行環境毎にドライバモデルを構築することとした。

また、車両制御部７は、類似した操作を行う運転者のグループ毎に各運転者が選択した挙動の頻度の平均値を算出し、運転者が選択した車両の挙動の傾向を、算出した平均値で示すドライバモデルを車両の走行環境毎に構築することとした。

また、車両制御部７は、特定の運転者が選択した車両の挙動の傾向と類似する傾向がある他の運転者が選択した車両の挙動に基づいて、上記特定の運転者が選択した車両の挙動の傾向を、選択された各挙動の頻度で示すドライバモデルを車両の走行環境毎に構築することとした。

以上により、車両制御部７は、運転者の運転傾向により適したドライバモデルを構築でき、構築したドライバモデルに基づいて、運転者に対してより適切な自動運転を行うことができる。

（ドライバモデルの変形例）
なお、上記で説明したドライバモデルは、走行環境毎の運転者による操作（挙動）の傾向を各操作の頻度の情報などに基づいてモデル化したものであったが、本発明はこれに限定されない。

例えば、ドライバモデルは、過去に走行した走行環境（つまり、シチュエーション）を示す環境パラメータと、その走行環境において運転者が実際に選択した操作（挙動）とを対応させた走行履歴に基づいて構築されてもよい。環境パラメータをドライバモデルに組み込むことにより、走行環境の検出・分類を別途行い、その分類結果をドライバモデルに入力（記憶）するという手続きを踏むことなく、選択肢を決めることが出来る。具体的には、図５６、図５７のような走行環境の違いを、環境パラメータとして取得し、ドライバモデルに直接入力（記憶）することにより、図５６では「加速」、「減速」、「車線変更」が選択肢となり、図５７では、「加速」、「減速」が選択肢となる。以下では、このようなドライバモデルを構築する場合について説明する。なお、以下に説明するドライバモデルは、シチュエーションデータベースと言い換えても良い。

ここで、本変形例におけるドライバモデルを構築するための走行履歴について説明する。図６０は、走行履歴の一例を示す図である。図６０には、運転者ｘが運転する車両が、過去に走行した走行環境を示す環境パラメータと、その走行環境において運転者が実際に選択した操作（挙動）とを対応させた走行履歴が示されている。

図６０に示す走行履歴の（ａ）〜（ｃ）の環境パラメータは、それぞれ、例えば、図８の（ｂ）、図５の（ｂ）、図７の（ｂ）に示したようにして運転者に車両の挙動を提示した際の走行環境を示すものである。この走行履歴の環境パラメータは、センシング情報およびインフラ情報から得られる。

センシング情報は、車両が有するセンサやレーダ等が検知した情報である。インフラ情報は、ＧＰＳの情報、地図情報、路車間通信で取得される情報などである。

例えば、図６０に示す走行履歴の環境パラメータは、「自車両の情報」、自車両ａが走行する車線の前方を走行する車両の情報を示す「先行車両の情報」、自車両が走行する車線の側方車線の情報を示す「側方車線の情報」、自車両が走行する位置に合流車線がある場合に、その合流車線の情報を示す「合流車線の情報」、自車両の位置とその周囲の情報を示す「位置情報」などを含む。また、後方車両の情報を含めてもよい。その場合、後方車両と自車両との相対速度、車頭間距離、車頭間距離の変化率などを用いても良い。また、車両の存在の情報を含めてもよい。

例えば、「自車両の情報」は、自車両の速度Ｖａの情報を含む。「先行車両の情報」は、自車両に対する先行車両ｂの相対速度Ｖｂａ、先行車両と自車両との車間距離ＤＲｂａ、先行車両のサイズの変化率ＲＳｂの情報を含む。

ここで、自車両の速度Ｖａは、自車両が有する速度センサによって検知される。相対速度Ｖｂａ、車間距離ＤＲｂａは、センサやレーダ等によって検知される。サイズの変化率ＲＳｂは、ＲＳｂ＝−Ｖｂａ／ＤＲｂａという関係式によって算出される。

「側方車線の情報」は、側方車線において自車両より後方を走行する側後方車両ｃの情報と、側方車線において自車両より前方を走行する側前方車両ｄの情報と、自車両の残存側方車線長ＤＲｄａの情報とを含む。

側後方車両の情報は、自車両に対する側後方車両の相対速度Ｖｃａ、側後方車両と自車両との車頭間距離Ｄｃａ、車頭間距離の変化率Ｒｃａの情報を含む。側後方車両と自車両との車頭間距離Ｄｃａとは、自車両（および側後方車両）の進行方向に沿った方向において測定される自車両の先端部（車頭）と側後方車両の先端部（車頭）との間の距離である。なお、車頭間距離は、車間距離及び車長から算出してもよい。また、車頭間距離は、車間距離に代替させてもよい。

ここで、相対速度Ｖｃａ、車頭間距離Ｄｃａは、センサやレーダ等によって検知される。車頭間距離の変化率Ｒｃａは、Ｒｃａ＝Ｖｃａ／Ｄｃａという関係式によって算出される。

また、側前方車両の情報は、自車両に対する側前方車両の相対速度Ｖｄａ、側前方車両と自車両との車頭間距離Ｄｄａ、車頭間距離の変化率Ｒｄａの情報を含む。側前方車両と自車両との車頭間距離Ｄｄａは、自車両（および側前方車両）の進行方向に沿って測定される自車両の先端部（車頭）と側前方車両の先端部（車頭）との間の距離である。

相対速度Ｖｄａ、車頭間距離Ｄｄａは、センサやレーダ等によって検知される。また、車頭間距離の変化率Ｒｄａは、Ｒｄａ＝Ｖｄａ／Ｄｄａという関係式によって算出される。

自車両の残存側方車線長ＤＲｄａは、側方車線への車線変更の可能性の高さを示すパラメータである。具体的には、自車両の残存側方車線長ＤＲｄａは、自車両（および側前方車両）進行方向に沿った方向において測定される自車両の先端部（車頭）と側前方車両の後端部との間の距離が、先行車両と自車両との車間距離ＤＲｂａより長い場合、自車両の先端部（車頭）と側前方車両の後端部との間の距離となり、自車両の先端部（車頭）と側前方車両の後端部との間の距離が、ＤＲｂａより短い場合、ＤＲｂａとなる。自車両の残存側方車線長ＤＲｄａは、センサやレーダ等によって検知される。

「合流車線の情報」は、自車両に対する合流車両の相対速度Ｖｍａ、合流車両と自車両との車頭間距離Ｄｍａ、車頭間距離の変化率Ｒｍａの情報を含む。ここで、合流車両と自車両との車頭間距離Ｄｍａは、自車両（および合流車両）の進行方向に沿った方向において測定される自車両の先端部（車頭）と合流車両の先端部（車頭）との間の距離である。

相対速度Ｖｍａ、車頭間距離Ｄｍａは、センサやレーダ等によって検知される。車頭間距離の変化率Ｒｍａは、Ｒｍａ＝Ｖｍａ／Ｄｍａという関係式によって算出される。

図６０に示す走行履歴の例では、上記で説明した速度、距離、及び変化率の数値が複数のレベルに分類され、分類されたレベルを示す数値が記憶されている。なお、速度、距離、及び変化率の数値は、レベルに分類されることなくそのまま記憶されてもよい。

位置情報は、「自車両の位置情報」、「走行車線数」、「自車両の走行車線」、「合流区間の開始・終了地点までの距離」「分岐区間の開始・終了地点までの距離」「工事区間開始・終了地点までの距離」「車線減少区間開始・終了地点までの距離」「交通事故発生地点までの距離」などの情報を含む。図６０には、位置情報の例として「自車両の走行車線」（図６０の走行車線）、及び「合流区間の開始・終了地点までの距離」の情報が示されている。

例えば、「自車両の位置情報」の欄には、ＧＰＳより得られた緯度・経度を示す数値情報が記憶される。「走行車線数」の欄には、走行している道の車線の数が記憶される。「自車両の走行車線」の欄には、走行している車線の位置を示す数値情報が記憶される。「合流区間の開始・終了地点までの距離」の欄には、所定の距離内に合流区間の開始・終了地点が存在する場合に、合流区間の開始・終了地点までの距離が予め決められた複数のレベルに分類され、分類されたレベルの数値が記憶される。なお、所定の距離内に合流区間の開始・終了地点が存在しない場合、「合流区間の開始・終了地点までの距離」の欄には「０」が記憶される。

「分岐区間の開始・終了地点までの距離」の欄には、所定の距離内に分岐区間の開始・終了地点が存在する場合に、分岐区間の開始・終了地点までの距離が予め決められた複数のレベルに分類され、分類されたレベルの数値が記憶される。なお、所定の距離内に分岐区間の開始・終了地点が存在しない場合、「分岐区間の開始・終了地点までの距離」の欄には「０」が記憶される。「工事区間開始・終了地点までの距離」の欄には、所定の距離内に工事区間開始・終了地点が存在する場合に、工事区間開始・終了地点までの距離が予め決められた複数のレベルに分類され、分類されたレベルの数値が記憶される。なお、所定の距離内に工事区間開始・終了地点が存在しない場合、「工事区間開始・終了地点までの距離」の欄には「０」が記憶される。

「車線減少区間開始・終了地点までの距離」の欄には、所定の距離内に車線減少区間開始・終了地点が存在する場合に、車線減少区間開始・終了地点までの距離が予め決められた複数のレベルに分類され、分類されたレベルの数値が記憶される。なお、所定の距離内に車線減少区間開始・終了地点が存在しない場合、「車線減少区間開始・終了地点までの距離」の欄には「０」が記憶される。

「交通事故発生地点までの距離」の欄には、所定の距離内に交通事故発生地点が存在する場合に、交通事故発生地点までの距離が予め決められた複数のレベルに分類され、分類されたレベルの数値が記憶される。なお、所定の距離内に交通事故発生地点が存在しない場合、「交通事故発生地点までの距離」の欄には「０」が記憶される。

さらに、位置情報は、自車両が走行している道の全車線のうちどの車線が合流車線、分岐車線、工事車線、減少車線、事故発生車線かの情報を含んでも良い。

なお、図６０に示した走行履歴はあくまで一例であり、本発明はこれに限定されない。例えば、上記側方車線の情報が右側方車線の情報である場合、走行履歴に、その反対側である「左側方車線の情報」がさらに含まれても良い。

「左側方車線の情報」は、左側方車線において自車両より後方を走行する左側後方車両の情報と、左側方車線において自車両より前方を走行する左側前方車両の情報と、自車両の残存左側方車線長ＤＲｄａの情報とを含む。

左側後方車両の情報は、自車両に対する左側後方車両の相対速度Ｖｆａ、左側後方車両と自車両との車頭間距離Ｄｆａ、車頭間距離の変化率Ｒｆａの情報を含む。左側後方車両と自車両との車頭間距離Ｄｆａとは、自車両（および左側後方車両）の進行方向に沿った方向において測定される自車両の先端部（車頭）と左側後方車両の先端部（車頭）との間の距離である。

ここで、相対速度Ｖｆａ、車頭間距離Ｄｆａは、センサやレーダ等によって検知される。また、車頭間距離の変化率Ｒｆａは、Ｒｆａ＝Ｖｆａ／Ｄｆａという関係式によって算出される。

また、左側前方車両の情報は、自車両に対する左側前方車両の相対速度Ｖｇａ、左側前方車両と自車両との車頭間距離Ｄｇａ、車頭間距離の変化率Ｒｇａの情報を含む。左側前方車両と自車両との車頭間距離Ｄｇａは、自車両（および左側前方車両）の進行方向に沿って測定される自車両の先端部（車頭）と左側前方車両の先端部（車頭）との間の距離である。

ここで、相対速度Ｖｇａ、車頭間距離Ｄｇａは、センサやレーダ等によって検知される。また、車頭間距離の変化率Ｒｇａは、Ｒｇａ＝Ｖｇａ／Ｄｇａという関係式によって算出される。

なお、ここでは、車両の通行が左側通行である場合について説明したが、左右を逆転させることにより右側通行の場合にも同様の処理が可能である。

また、図６０に示す走行履歴は、走行車線において自車両より後方を走行する後方車両の情報を示す「後方車両の情報」を含んでもよい。

後方車両の情報は、自車両に対する後方車両の相対速度Ｖｅａ、後方車両と自車両との車頭間距離Ｄｅａ、車頭間距離の変化率Ｒｅａの情報を含む。後方車両と自車両との車頭間距離Ｄｅａとは、自車両（および後方車両）の進行方向に沿った方向において測定される自車両の先端部（車頭）と後方車両の先端部（車頭）との間の距離である。

ここで、相対速度Ｖｅａ、車頭間距離Ｄｅａは、センサやレーダ等によって検知される。車頭間距離の変化率Ｒｅａは、Ｒｅａ＝Ｖｅａ／Ｄｅａという関係式によって算出される。

なお、移動体に隠れて車頭間距離が計測できない場合などは、車頭間距離の代替として、計測できる車間距離や、車間距離に所定の車長を加えた近似値を使用しても良いし、車間距離に認識した車種ごとの車長を加えて算出してもよい。また、車頭間距離が計測できるかできないかに拘わらず、車頭間距離の代替として、計測できる車間距離や、車間距離に所定の車長を加えた近似値を使用しても良いし、車間距離に認識した車種ごとの車長を加えて算出してもよい。

走行履歴には、車両の走行環境に関する他の様々な情報が含まれていてもよい。例えば、走行履歴には、先行車両や側方車両、合流車両の大きさや種別、および自車両との相対位置の情報が含まれていてもよい。例えば、後方から接近する車両の種別をカメラセンサで認識し、車両が緊急車両である場合に車両が救急車両であることを示す情報を含めても良い。これにより、緊急車両への対応のための情報報知であることを情報報知できる。あるいは、図５５で説明したような、ハンドル、ブレーキ、アクセル操作量を段階的に示した数値や、同乗者の情報などが走行履歴に含まれていてもよい。

また、運転者の走行履歴として、自動運転中に選択した挙動が集約されてもよいし、運転者が手動運転中に実際に行った挙動が集約されてもよい。これにより、自動運転や手動運転といった運転状態に応じた走行履歴の収集ができる。

また、図６０の例では、走行履歴に含まれる環境パラメータが、運転者に車両の挙動を提示した際の走行環境を示すものとしたが、運転者が挙動の選択を行った際の走行環境を示すものであってもよい。あるいは、運転者に車両の挙動を提示した際の走行環境を示す環境パラメータと、運転者が挙動の選択を行った際の走行環境を示す環境パラメータとが両方とも走行履歴に含まれてもよい。

さらに、車両制御部７が、図２の（ａ）、図５の（ａ）、図６の（ａ）、図７の（ａ）、図８の（ａ）、図９の（ａ）、図１０の（ａ）に示す俯瞰図、または図１４の（ｃ）に示す表示を生成するに伴い、第１の挙動、及び、第２の挙動が選択される要因となった、寄与度の高い環境パラメータの情報、および、その環境パラメータに関連する情報（例えば、アイコンなど）の少なくとも一つを報知情報として生成し、生成した報知情報を俯瞰図上に示すなどして報知情報を報知部９２に報知させてもよい。

この場合、例えば、車両制御部７は、先行車両と自車両との車間距離ＤＲｂａや先行車両のサイズの変化率ＲＳｂの寄与度が高ければ、俯瞰図における先行車両と自車両との間に輝度を上げたり色を変えたりした領域を表示させ、報知情報を報知部９２に報知させてもよい。

また、車両制御部７が、先行車両と自車両との間の領域に車間距離ＤＲｂａや変化率ＲＳｂの寄与度が高いことを示すアイコンを報知情報として表示させてもよい。さらに、車両制御部７が、報知部９２に、俯瞰図上で先行車両と自車両とを結ぶ線分を報知情報として描画させるか、全ての周辺車両と自車両とを結ぶ線分を報知情報として描画させ、俯瞰図上で先行車両と自車両とを結ぶ線分を強調させてもよい。

また、車両制御部７は、俯瞰図ではなく、運転者から見える視点画像の中で、報知部９２に先行車両と自車両との間に周囲の領域よりも輝度を上げたり、周囲の領域と異なる色にした領域を報知情報として表示させたりしてＡＲ（Augmented Reality）表示を実現させてもよい。また、車両制御部７が視点画像の中で、先行車両と自車との間の領域に高い寄与度の環境パラメータを示すアイコンを報知情報として報知部９２にＡＲ表示させてもよい。

さらに、車両制御部７が視点画像の中で、先行車両と自車とを結ぶ線分を報知情報としてＡＲ表示させるか、視点画像の中で、全ての周辺車両と自車両とを結ぶ線分を報知情報としてＡＲ表示させ、先行車両と自車両とを結ぶ線分を強調させてもよい。

なお、寄与度の高い環境パラメータあるいはその環境パラメータに関連する情報を報知する方法は、上記に限定されない。例えば、車両制御部７は、寄与度の高い環境パラメータの対象となる先行車両を強調表示した画像を報知情報として生成し、報知部９２に表示させてもよい。

また、車両制御部７が、俯瞰図またはＡＲ表示において、寄与度の高い環境パラメータの対象となる先行車両等の方向を示す情報を報知情報として生成し、その情報を自車両または自車両の周辺に表示させてもよい。

また、例えば、車両制御部７は、寄与度が高い環境パラメータの情報あるいはその環境パラメータに関連する情報を報知する代わりに、寄与度が低い環境パラメータの対象となる先行車両等の表示輝度を低くするなどして目立たなくし、相対的に目立つようにした寄与度が高い環境パラメータの情報あるいはその環境パラメータに関連する情報を報知情報として生成し、報知部９２に表示させてもよい。

次に、運転者の走行履歴に基づくドライバモデルの構築について説明する。ドライバモデルには、複数のドライバの走行履歴をクラスタリングして構築するクラスタリング型と、特定の運転者（例えば、運転者ｘ）の走行履歴と類似する複数の走行履歴から運転者ｘのドライバモデルを構築する個別適応型とがある。

まず、クラスタリング型について説明する。クラスタリング型のドライバモデルの構築方法は、図６０に示したような運転者の走行履歴を運転者毎に予め集約する。そして、互いの走行履歴の類似度が高い複数の運転者、つまり、類似した運転操作傾向を有する複数の運転者をグループ化してドライバモデルを構築する。

走行履歴の類似度は、例えば、運転者ａと運転者ｂの走行履歴における挙動を所定のルールに基づいて数値化した場合に、環境パラメータの数値と挙動の数値とを要素とするベクトルの相関値から決定できる。この場合、例えば、運転者ａと運転者ｂの走行履歴から算出した相関値が所定値よりも高い場合に、運転者ａと運転者ｂの走行履歴を１つのグループとする。なお、類似度の算出については、これに限定されない。

次に、個別適応型について説明する。個別適応型のドライバモデルの構築方法は、クラスタリング型の場合と同様に、図６０に示したような複数の運転者の走行履歴を予め集約する。ここで、クラスタリング型の場合と異なる点は、運転者毎にドライバモデルを構築する点である。例えば、運転者ｙに対してドライバモデルを構築する場合、運転者ｙの走行履歴と他の複数の運転者の走行履歴とを比較し、類似度が高い複数の運転者の走行履歴を抽出する。そして、抽出した複数の運転者の走行履歴から運転者ｙの個別適応型のドライバモデルを構築する。

なお、図６０に示す走行履歴に基づくドライバモデル（シチュエーションデータベース）は、クラスタリング型、または、個別適応型に限定されず、例えば、全ての運転者の走行履歴を含むように構成されてもよい。

ここで、構築したドライバモデルの使用方法について、例を挙げて説明する。以下の例では、運転者ｘに対し、４人の運転者ａ〜ｄの走行履歴を集約したドライバモデルが用いられる場合について説明する。なお、ドライバモデルは、車両制御部７によって構築される。

図６１は、本変形例におけるドライバモデルの使用方法を示す図である。図６１の（ａ）は、運転者ｘが運転する車両の現時点における走行環境を示す環境パラメータである。図６１の（ｂ）は、運転者ｘに対するドライバモデルの一例である。

図６１の（ａ）に示すように、現時点における走行環境を示す環境パラメータに対する挙動（操作）はブランクになる。車両制御部７は、環境パラメータを所定の間隔で取得し、環境パラメータのいずれかをトリガとして、図６１の（ｂ）に示すドライバモデルから次の挙動を判定する。

トリガとしては、例えば、合流区間の開始地点までの距離が所定の距離以下になった場合、あるいは、先行車両との相対速度が所定値以下になった場合など、車両の操作の変更が必要となる場合を示す環境パラメータをトリガとしてもよい。

車両制御部７は、図６１の（ａ）に示す環境パラメータと、図６１の（ｂ）に示すドライバモデルのそれぞれの走行履歴の環境パラメータとを比較し、最も類似する環境パラメータに対応づけられた挙動を第１の挙動であると判定する。また、それ以外の類似する環境パラメータに対応づけられたいくつかの挙動については、第２の挙動と判定する。

環境パラメータが類似するか否かは、環境パラメータの数値を要素とするベクトルの相関値から決定できる。例えば、図６１の（ａ）に示す環境パラメータの数値を要素とするベクトルと、図６１の（ｂ）に示す環境パラメータの数値を要素とするベクトルとから算出した相関値が所定値よりも高い場合に、これらの環境パラメータが類似すると判定される。なお、環境パラメータが類似するか否かの判定方法については、これに限定されない。

例えば、ここでは環境パラメータの類似度に基づいて挙動を決定することとしたが、まず環境パラメータの類似度の高いグループを作成し、そのグループにおける環境パラメータの統計をとり、その統計データから挙動を決定してもよい。

このように、予め複数の運転者の走行履歴から運転者個人のドライバモデルを構築することにより、運転者により適した挙動を報知できる。なお、より安全な走行履歴をデータベースに登録するため、安全な走行の基準を示す情報を記憶部８が記憶しておき、走行履歴がこの基準を満たすか否かを車両制御部７が判定し、さらに車両制御部７が、この基準を満たす走行履歴をデータベースに登録し、この基準を満たさない走行履歴をデータベースに登録しないこととしてもよい。

さらに、走行環境を示すパラメータと挙動とが対応づけられることにより、車両制御部７が、具体的な走行環境を判定することなく、つまり、走行環境のラベリングを行う事無く、精度よく次の挙動を判定できる。

なお、ドライバモデル（シチュエーションデータベース）は、自動運転中に運転者が選択した挙動とその挙動を提示した際の走行環境を示す環境パラメータとを対応づけた走行履歴から構築されてもよい。あるいは、ドライバモデル（シチュエーションデータベース）は、自動運転中に運転者が選択した挙動とその挙動を車両が行った際の走行環境を示す環境パラメータとを対応付けた走行履歴から構築されてもよい。

環境パラメータが、運転者により選択された挙動を車両が行った際の走行環境を示すものである場合、現時点における走行環境を示す環境パラメータから将来の走行環境を示す環境パラメータを予測し、運転者により選択された挙動を車両が行った際の走行環境を示す環境パラメータのうち、予測された環境パラメータに最も類似する環境パラメータに対応付けられた挙動を第１の挙動、それ以外の類似する環境パラメータに対応付けられたいくつかの挙動を第２の挙動であると判定してもよい。

上記予測は、例えば、現時点と現時点よりも前の時点の走行環境を示す環境パラメータから将来の時点の環境パラメータを外挿することにより行う。

あるいは、ドライバモデル（シチュエーションデータベース）は、自動運転中に運転者が選択した挙動とその挙動を提示した際の走行環境を示す環境パラメータとを対応づけた走行履歴、および、自動運転中に運転者が選択した挙動とその挙動を車両が行った際の走行環境を示す環境パラメータとを対応付けた走行履歴の両方から構築されてもよい。

この場合、例えば、両者の走行履歴が図６１の（ｂ）に示したような形式で記憶され、車両制御部７は、それらから次の挙動を判定する。ここで、車両制御部７は、両者の間で優先度を設け、例えば、自動運転中に運転者が選択した挙動とその挙動を車両が行った際の走行環境を示す環境パラメータとを対応付けた走行履歴から優先的に次の挙動を判定してもよい。

なお、本発明では、車両制御部７が実行する機能と同様の機能をクラウドサーバなどのサーバ装置に実行させてもよい。特に、記憶部８は走行履歴の蓄積に伴い膨大なデータ数となるため、車両１ではなくクラウドサーバなどのサーバ装置にあってもよい。あるいは、記憶部８は、既に構築されたドライバモデルを記憶し、車両制御部７は、記憶部８に記憶されたドライバモデルを参照して、挙動を判定することとしてもよい。

なお、記憶部８がクラウドサーバに設けられる構成では、通信速度の低下・通信断などの原因により記憶部８にアクセスできない場合に備えキャッシュが設けられることが望ましい。

図６２は、キャッシュの配置の一例を示すブロック図である。車両制御部７は、通信部２９１を通じて記憶部８に走行履歴を保存させ、通信部２９１を通じてキャッシュ２９２に記憶部８に記憶されたドライバモデル（シチュエーションデータベース）の一部を保持させる。

車両制御部７は、キャッシュ２９２のドライバモデルにアクセスする。このときのキャッシュの作成方法については、環境パラメータの有無で限定する方法、位置情報を用いる方法、データを加工する方法などが考えられる。以下、それぞれについて説明する。

まず、環境パラメータの有無で限定する方法について説明する。周囲の状況の比較により似た状況を抽出するには、同じ環境パラメータのみが存在する走行環境（シチュエーション）が十分にあれば可能である。従って、車両制御部７は、記憶部８に記憶された走行環境の中から同じ環境パラメータのみを持つ走行環境を抽出して、これらをソートし、キャッシュ２９２に保持する。

ここで、車両制御部７は、検出された状況から得られる環境パラメータが変更されたタイミングで、一次キャッシュの更新を行う。こうすることで、車両制御部７は、通信速度の低下が発生しても似た周囲の状況を抽出することが可能になる。なお、変更の有無を判断する環境パラメータは、先に挙げた全ての環境パラメータでもよいし、一部の環境パラメータでもよい。

さらに、この環境パラメータは刻一刻と変化するため、キャッシュ２９２内に一次キャッシュおよび二次キャッシュを用意しても良い。例えば、車両制御部７は、同じ環境パラメータを持つ走行環境を一次キャッシュに保持する。さらに、車両制御部７は、環境パラメータが一時キャッシュに保持された走行環境に一つ追加された状態にある走行環境、および、環境パラメータが一時キャッシュに保持された走行環境から一つ削減された状態にある走行環境の少なくとも一方を二次キャッシュに保持する。

このようにすることで、車両制御部７は、一時的な通信断が発生しても、キャッシュ２９２のデータのみで、似た状況を抽出することが可能になる。

図６３を使って、この場合についてさらに具体的に説明する。センサ６２により、自車両３０１の周囲に側前方車両３０２のみが存在している周囲状況３０３が検出されたとき、車両制御部７は、側前方車両３０２のみが存在している走行環境（同一の環境パラメータのみ存在する走行環境）を、全ての走行環境（シチュエーション）が記憶された記憶部８から抽出し、一次キャッシュ３０４に格納させる。

さらに、車両制御部７は、側前方車両３０２以外の車が１台だけ追加された走行環境（同一の環境パラメータに１つの環境パラメータが追加された状態にある走行環境）もしくは、側前方車両３０２のいない走行環境（同一の環境パラメータから１つの環境パラメータが削減された状態にある走行環境）を記憶部８から抽出し、二次キャッシュ３０５に格納させる。

そして、センサ６２により検出された周囲状況３０３が変わったとき、車両制御部７は、変わった周囲状況３０３に対応する走行環境を二次キャッシュ３０５から一次キャッシュ３０４にコピーし、変わった周囲状況３０３に対応する走行環境に対し、環境パラメータが一つ追加された走行環境、及び、環境パラメータが一つ削減された走行環境を記憶部８から抽出し、二次キャッシュ３０５に格納することで、二次キャッシュ３０５を更新する。これにより、車両制御部７は、周囲状況のスムーズに比較により似た周囲状況をスムーズに抽出することが可能になる。

次に、位置情報を用いる方法について説明する。環境パラメータに位置情報が含まれている場合、車両制御部７は、その位置情報により示される位置が自車位置を中心とする一定の範囲内に含まれる走行環境（シチュエーション）を記憶部８から抽出し、キャッシュ２９２に格納させることが可能となる。

この場合、車両制御部７は、走行環境に対応する位置情報により示される位置が上記一定の範囲から外れたときに、キャッシュ２９２の更新を行う。このようにすることで、車両制御部７は、長期間の通信断が発生しても位置が一定の範囲内であれば似た周囲状況を抽出することが可能になる。

さらに、データを加工する方法について説明する。記憶部８には環境パラメータを含む操作履歴が蓄積されている。車両制御部７は、各々の環境パラメータを一定の範囲毎に分割し、多次元空間上でメッシュを作成する。そして、車両制御部７は、各々のメッシュに含まれる挙動をその種別ごとにカウントしたテーブルを作成する。

例えば、使用する環境パラメータを二つに限定して説明する。車両制御部７は、操作履歴に含まれる環境パラメータを図６４の（ａ）のように平面状にマッピングし、これらの各々の軸を一定の範囲で分割することで、平面を複数のブロックに分ける。これをメッシュと呼ぶ。

車両制御部７は、各々のメッシュの中に含まれる挙動の個数をその種別（例えば、加速、減速、車線変更、追い越しなどの種別）ごとにカウントする。図６４の（ｂ）に各メッシュの中に含まれる挙動の個数をその種別ごとにカウントしたテーブルを示す。

車両制御部７は、この内容をキャッシュ２９２に保持する。そして、車両制御部７は、周囲状況の比較により似た周囲状況の抽出を行う際に、検出された環境パラメータがどのメッシュに位置するかを判別し、判別したメッシュの中に含まれる挙動のうち個数が最大である挙動を選択し、選択された挙動を報知する挙動に決定する。

例えば、車両制御部７は、検出された環境パラメータがメッシュの３番に位置すると判別したとき、３番のメッシュの中に含まれる挙動のうち最大個数を示す挙動（ここでは「加速」）の操作を報知する挙動に決定する。この方法であれば、キャッシュ２９２の更新タイミングはいつでもよく、キャッシュ２９２の容量も一定とすることができる。

これらの方法を一つもしくは複数を組み合わせることでキャッシュを作成する。ただし、上に挙げた方法は一例であり、キャッシュの作成方法はこの限りではない。

このように、実施の形態７のドライバモデル拡張の例では、車両制御部７が、過去の走行環境の情報を含む運転者の運転特性を示す特徴量の情報を取得し、記憶部８がその特徴量の情報を記憶し、車両の挙動を変更する必要があると判定された場合、車両制御部７が記憶部８に記憶された特徴量の情報の中から、新たに取得した走行環境の情報を含む運転者の運転特性を示す特徴量に類似する情報を決定し、決定された情報に対応する挙動を報知することとした。

また、実施の形態７のドライバモデル拡張の例では、過去の走行環境の情報を含む運転者の運転特性を示す特徴量の情報は、運転者に車両の挙動を提示した際の特徴量の情報、および、運転者が挙動の選択を行った際の特徴量の情報の少なくとも１つであることとした。

また、実施の形態７のドライバモデル拡張の例では、過去の走行環境の情報を含む運転者の運転特性を示す特徴量の情報が、運転者に車両の挙動を提示した際の特徴量の情報、および、運転者が挙動の選択を行った際の特徴量の情報の両方である場合、それら両方の特徴量の情報の中から、新たに取得した走行環境の情報を含む運転者の運転特性を示す特徴量に類似する情報を決定し、決定された情報に対応する挙動を報知することとした。

また、実施の形態７のドライバモデル拡張の例では、過去の走行環境の情報を含む運転者の運転特性を示す特徴量の情報が、運転者に車両の挙動を提示した際の特徴量の情報、および、運転者が挙動の選択を行った際の特徴量の情報の両方である場合、運転者が挙動の選択を行った際の特徴量の情報の中から優先的に、新たに取得した走行環境の情報を含む運転者の運転特性を示す特徴量に類似する情報を決定し、決定された情報に対応する挙動を報知することとした。

また、実施の形態７のドライバモデル拡張の例では、過去の走行環境の情報を含む運転者の運転特性を示す特徴量の情報が、車両の自動運転時、および／または、手動運転時の運転者の運転特性を示す特徴量の情報であることとした。

以上により、車両制御部７は、運転者の運転傾向により適したドライバモデルを構築でき、構築したドライバモデルに基づいて、運転者に対してより適切な自動運転を行うことができる。走行環境を示すパラメータと挙動とが対応づけられることにより、具体的な走行環境を判定する処理を要することなく、つまり、走行環境のラベリングを行うことなく、精度よく次の挙動を判定できる。

以上、本発明に係る実施形態について図面を参照して詳述してきたが、上述した装置や各処理部の機能は、コンピュータプログラムにより実現され得る。

上述した機能をプログラムにより実現するコンピュータは、キーボードやマウス、タッチパッドなどの入力装置、ディスプレイやスピーカなどの出力装置、プロセッサまたはＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、ハードディスク装置やＳＳＤ（Solid State Drive）などの記憶装置、ＤＶＤ−ＲＯＭ（Digital Versatile Disk Read Only Memory）やＵＳＢ（Universal Serial Bus）メモリなどの記録媒体から情報を読み取る読取装置、ネットワークを介して通信を行うネットワークカードなどを備え、各部はバスにより接続される。

そして、読取装置は、上記プログラムを記録した記録媒体からそのプログラムを読み取り、記憶装置に記憶させる。あるいは、ネットワークカードが、ネットワークに接続されたサーバ装置と通信を行い、サーバ装置からダウンロードした上記各装置の機能を実現するためのプログラムを記憶装置に記憶させる。

そして、プロセッサまたはＣＰＵが、記憶装置に記憶されたプログラムをＲＡＭにコピーし、そのプログラムに含まれる命令をＲＡＭから順次読み出して実行することにより、上記各装置の機能が実現される。

本発明に係る情報処理システム、情報処理方法およびプログラムは、車両の運転に関する情報を処理する装置またはシステムに適用することができる。

１ 車両
２ ブレーキペダル
３ アクセルペダル
４ ウィンカーレバー
５ ハンドル
６、１００１ 検出部
７ 車両制御部
８ 記憶部
９ 情報報知装置
１０ タッチパネル
２９ａ〜２９ｃ、２９ｇ、３９ａ〜３９ｃ、３９ｇ、５９ａ〜５９ｃ、５９ｇ、６９ａ、６９ｃ、６９ｇ、７９ａ、７９ｃ、７９ｇ、８９ａ〜８９ｃ、８９ｇ、９９ｂ、９９ｃ、９９ｇ、１０９ａ〜１０９ｄ、１０９ｅ、１０９ｇ、１２１、１２１ａ〜１２１ｄ 表示領域
５１ 操作部
５１ａ〜５１ｈ 操作ボタン
５９、６９、７９、８９、９９ 文字情報
９１ 情報取得部
９２ 報知部
１０１ 表示部
１０２ 入力部
１０９ 表示
１１１、１１２、１１３、１１４、１２１、１２１’、１２２、１２２’、１２３、１３１、１３１’、１３２、１３３、１３４、１３４’、１３５〜１３７、２３１、２３２、２３３、２３３’、２３４、２３４’、２３５、２５１、２５１’、２５２、２５２’、２５３、２６１、２６２、２６３、２６４、２６５、２６６、２６７、２６８ 記号
２９１ 通信部
２９２ キャッシュ
３０１ 自車両
３０２ 側前方車両
３０３ 検出された周囲状況
３０４ 一次キャッシュ
３０５ 二次キャッシュ
４０１、４２１、１００２ 挙動学習部
４０２、４２２、１００３ 挙動推定部
４０３、４１６、４２３、４３６ 挙動推定結果受付部
４１１、４３１ 汎用挙動学習部
４１２、４３２ 汎用挙動推定部
４１３、４３３ ヒストグラム生成部
４１４、４３４ 専用挙動学習部
４１５、４３５ 専用挙動推定部
４４１ 評価部
４４２、４４２ａ、４４２ｂ スイッチ
４４３ ドライバモデル挙動推定部
１０００ 情報処理システム

Claims (6)

1. 情報処理システムであって、
   車両の周囲の状況または前記車両の走行状態のうちの少なくとも何れか１つである車両環境状態を検出する検出部と、
   前記検出部が検出した前記車両環境状態と、前記車両環境状態の後に行われた前記車両の挙動との関係をニューラルネットワークに学習させる挙動学習部と、
   前記検出部によって検出される現時点における前記車両環境状態を、学習した前記ニューラルネットワークに入力することによって、前記車両の挙動を推定する挙動推定部と、
   前記挙動推定部によって推定された挙動が有効か否かを判定し、有効と判定した場合に、前記推定された挙動を出力する評価部とを備え、
   前記挙動学習部は、
   複数の運転者のそれぞれについて、前記検出部が検出した前記車両環境状態と、前記車両環境状態の後に行われた前記車両の挙動との関係を前記ニューラルネットワークに学習させることによって、汎用のニューラルネットワークを構築する汎用挙動学習部と、
   特定の運転者に対して前記検出部が検出した前記車両環境状態と、前記車両環境状態の後に行われた前記車両の挙動とを用いて、前記汎用のニューラルネットワークに再学習させる転移学習によって、前記特定の運転者に対する専用のニューラルネットワークを構築する専用挙動学習部とを備え、
   前記挙動推定部は、
   前記汎用のニューラルネットワークに、前記特定の運転者に対して前記検出部が検出した前記車両環境状態を入力することによって、前記特定の運転者に対する前記車両の仮の挙動を推定する汎用挙動推定部と、
   前記専用のニューラルネットワークを用いて、前記特定の運転者に対する前記車両の挙動を推定する専用挙動推定部とを備え、
   前記情報処理システムは、さらに、
   前記汎用挙動推定部による仮の挙動の推定結果のヒストグラムを生成するヒストグラム生成部を備え、
   前記専用挙動学習部は、
   生成された前記ヒストグラムを参照した前記転移学習によって、前記専用のニューラルネットワークを構築する
   情報処理システム。
2. 前記情報処理システムは、さらに、
   特定の運転者によって入力される前記車両の挙動を受け付ける入力部を備え、
   前記評価部は、
   前記挙動推定部によって推定された前記車両の挙動を、前記入力部によって受け付けられた前記車両の挙動に基づいて評価し、
   前記挙動推定部によって推定された前記車両の挙動に誤りがあると評価した場合には、
   前記入力部によって受け付けられた前記車両の挙動と、前記車両の挙動の推定時に前記検出部によって検出された前記車両の周囲の状況とを用いた前記ニューラルネットワークの再学習を、前記挙動学習部に実行させる
   請求項１に記載の情報処理システム。
3. 前記専用挙動学習部は、
   前記車両が走行するシーンごとに、当該シーンに応じた前記特定の運転者に対する前記専用のニューラルネットワークを構築するとともに、複数の前記専用のニューラルネットワークのうち、前記車両が走行する現在のシーンに応じた前記専用のニューラルネットワークを選択し、
   前記専用挙動推定部は、
   選択された前記専用のニューラルネットワークを用いて、前記特定の運転者に対する前記車両の挙動を推定する
   請求項１に記載の情報処理システム。
4. 情報処理方法であって、
   車両の周囲の状況または前記車両の走行状態のうちの少なくとも何れか１つである車両環境状態を検出し、
   検出した前記車両環境状態と、前記車両環境状態の後に行われた前記車両の挙動との関係をニューラルネットワークに学習させ、
   検出される現時点における前記車両環境状態を、学習した前記ニューラルネットワークに入力することによって、前記車両の挙動を推定し、
   推定された挙動が有効か否かを判定し、有効と判定した場合に、前記推定された挙動を出力し、
   前記ニューラルネットワークの学習では、
   複数の運転者のそれぞれについて、検出した前記車両環境状態と、前記車両環境状態の後に行われた前記車両の挙動との関係を前記ニューラルネットワークに学習させることによって、汎用のニューラルネットワークを構築し、
   特定の運転者に対して検出した前記車両環境状態と、前記車両環境状態の後に行われた前記車両の挙動とを用いて、前記汎用のニューラルネットワークに再学習させる転移学習によって、前記特定の運転者に対する専用のニューラルネットワークを構築し、
   前記車両の挙動の推定では、
   前記汎用のニューラルネットワークに、前記特定の運転者に対して検出した前記車両環境状態を入力することによって、前記特定の運転者に対する前記車両の仮の挙動を推定し、
   前記専用のニューラルネットワークを用いて、前記特定の運転者に対する前記車両の挙動を推定し、
   前記情報処理方法は、さらに、
   前記仮の挙動の推定結果のヒストグラムを生成し、
   前記専用のニューラルネットワークの構築では、
   生成された前記ヒストグラムを参照した前記転移学習によって、前記専用のニューラルネットワークを構築する、
   情報処理方法。
5. プログラムであって、
   車両の周囲の状況または前記車両の走行状態のうちの少なくとも何れか１つである車両環境状態を検出し、
   検出した前記車両環境状態と、前記車両環境状態の後に行われた前記車両の挙動との関係をニューラルネットワークに学習させ、
   検出される現時点における前記車両環境状態を、学習した前記ニューラルネットワークに入力することによって、前記車両の挙動を推定し、
   推定された挙動が有効か否かを判定し、有効と判定した場合に、前記推定された挙動を出力する、
   ことをコンピュータに実行させ、
   前記ニューラルネットワークの学習では、
   複数の運転者のそれぞれについて、検出した前記車両環境状態と、前記車両環境状態の後に行われた前記車両の挙動との関係を前記ニューラルネットワークに学習させることによって、汎用のニューラルネットワークを構築し、
   特定の運転者に対して検出した前記車両環境状態と、前記車両環境状態の後に行われた前記車両の挙動とを用いて、前記汎用のニューラルネットワークに再学習させる転移学習によって、前記特定の運転者に対する専用のニューラルネットワークを構築し、
   前記車両の挙動の推定では、
   前記汎用のニューラルネットワークに、前記特定の運転者に対して検出した前記車両環境状態を入力することによって、前記特定の運転者に対する前記車両の仮の挙動を推定し、
   前記専用のニューラルネットワークを用いて、前記特定の運転者に対する前記車両の挙動を推定し、
   前記プログラムは、さらに、
   前記仮の挙動の推定結果のヒストグラムを生成することを前記コンピュータに実行させ、
   前記専用のニューラルネットワークの構築では、
   生成された前記ヒストグラムを参照した前記転移学習によって、前記専用のニューラルネットワークを構築する、
   プログラム。
6. 前記情報処理システムは、さらに、
   前記挙動推定部によって推定された挙動を、前記挙動が実施される前に、運転者に報知する報知部を備える
   請求項１〜３の何れか１項に記載の情報処理システム。

Images