JP6202538B2 - 運転支援方法、プログラム、および運転支援装置 - Google Patents

Description

本発明は、運転支援方法、プログラム、および運転支援装置に関する。

従来、車両の加速度のパワースペクトルに単回帰分析を行って単回帰直線を算出し、単回帰直線の傾きに関連する値（例えば、傾き極大値および角度など）が所定閾値を超えたか否かに基づいて渋滞予兆を検知する方法が知られている（例えば、特許文献１、特許文献２、および特許文献３参照）。

国際公開第２０１２／００２０９７号 国際公開第２０１２／００２０９９号 国際公開第２０１４／１３６９４９号

ところで、上記従来技術に係る渋滞予兆の検知方法を、実際に各種の走行環境および運転者の運転特性などに応じて走行する車両に適用すると、渋滞予兆の検知精度が変化する場合がある。各種の走行環境は、例えば走行状態、道路状態、道路種別、および複数車両の流れなどである。加速度のパワースペクトルから算出される単回帰直線の傾きは、各種の走行環境および運転者の運転特性などに応じて変化し易い場合があり、傾きに関連する値に対して一律的に適用可能な閾値を設定することが困難になる虞がある。これに伴い、各種の走行環境および運転者の運転特性などにおける渋滞予兆検知に対して、所望の検知精度および信頼性を確保することが望まれている。

本発明は上記事情に鑑みてなされたもので、各種の走行環境および運転者の運転特性などにおける渋滞予兆検知に対して、所望の検知精度および信頼性を確保することが可能な運転支援方法、プログラムおよび運転支援装置を提供することを目的とする。

上記課題を解決して係る目的を達成するために、本発明は以下の態様を採用した。
（１）本発明の一態様に係る運転支援方法は、加速度を取得する加速度取得部（例えば、実施形態での３次元加速度センサ１４）および情報を提示する情報提示部（例えば、実施形態での表示装置１６）を備える電子機器（例えば、上述した実施形態での運転支援装置１０）が実行する運転支援方法であって、前記電子機器が、前記加速度取得部によって取得された前記加速度の周波数分析によって周波数に対応するパワースペクトルを算出するパワースペクトル算出ステップ（例えば、上述した実施形態でのステップＳ０２およびステップＳ０３）と、前記電子機器が、前記パワースペクトルの単回帰直線を演算し、所定周波数範囲での当該単回帰直線の傾きの大きさに基づく角度の情報を取得する角度情報取得ステップ（例えば、上述した実施形態でのステップＳ０４）と、前記電子機器が、速度を取得する速度取得ステップ（例えば、上述した実施形態でのステップＳ０５）と、前記電子機器が、前記角度のばらつき度合いに関連する値に含まれる所定時間における前記角度の分散と、前記速度に関連する値に含まれる所定時間における速度の相加平均との積を、渋滞予兆指標として算出する渋滞予兆指標算出ステップ（例えば、上述した実施形態でのステップＳ０６からステップＳ０８）と、前記電子機器が、所定時間内での前記渋滞予兆指標の変化に基づいて渋滞予兆を検知する渋滞予兆検知ステップ（例えば、上述した実施形態でのステップＳ０９）と、前記情報提示部が、前記渋滞予兆検知ステップにおいて前記電子機器によって検知された前記渋滞予兆に基づいて渋滞予兆情報を提示する情報提示ステップ（例えば、上述した実施形態でのステップＳ１０およびステップＳ１１）と、を含む。

（２）上記（１）に記載の運転支援方法では、前記加速度取得部が、３次元空間の直交座標系を成す第１から第３軸の各軸方向の加速度の情報を取得する加速度取得ステップ（例えば、上述した実施形態でのステップＳ０１）を含み、前記電子機器が、前記パワースペクトル算出ステップにおいて、前記各軸方向の加速度の情報を用いて前記３次元空間における加速度のベクターを算出し、２つの異なるタイミングの前記ベクターの差分のノルムを入力データとして算出し、前記入力データの自己相関を算出し、前記自己相関にフーリエ変換を行なうことによって前記パワースペクトルを算出してもよい。

（３）上記（１）または（２）に記載の運転支援方法では、前記電子機器が、前記渋滞予兆検知ステップにおいて、前記所定時間内で前記渋滞予兆指標が所定値以上である場合に前記渋滞予兆を検知してもよい。

（４）上記（１）または（２）に記載の運転支援方法では、前記電子機器が、前記渋滞予兆検知ステップにおいて、前記所定時間内で前記渋滞予兆指標が所定割合以上低下した場合に前記渋滞予兆を検知してもよい。

（５）上記（１）または（２）に記載の運転支援方法では、前記電子機器が、前記渋滞予兆検知ステップにおいて、前記所定時間内で前記渋滞予兆指標が極大となる場合に前記渋滞予兆を検知してもよい。

（６）本発明の一態様に係るプログラムは、加速度を取得する加速度取得部（例えば、実施形態での３次元加速度センサ１４）および情報を提示する情報提示部（例えば、実施形態での表示装置１６）を備える電子機器（例えば、上述した実施形態での運転支援装置１０）のコンピュータに、前記加速度取得部によって取得された前記加速度の周波数分析によって周波数に対応するパワースペクトルを算出するパワースペクトル算出ステップ（例えば、上述した実施形態でのステップＳ０２およびステップＳ０３）と、前記パワースペクトルの単回帰直線を演算し、所定周波数範囲での当該単回帰直線の傾きの大きさに基づく角度の情報を取得する角度情報取得ステップ（例えば、上述した実施形態でのステップＳ０４）と、速度を取得する速度取得ステップ（例えば、上述した実施形態でのステップＳ０５）と、前記角度のばらつき度合いに関連する値に含まれる所定時間における前記角度の分散と、前記速度に関連する値に含まれる所定時間における速度の相加平均との積を、渋滞予兆指標として算出する渋滞予兆指標算出ステップ（例えば、上述した実施形態でのステップＳ０６からステップＳ０８）と、所定時間内での前記渋滞予兆指標の変化に基づいて渋滞予兆を検知する渋滞予兆検知ステップ（例えば、上述した実施形態でのステップＳ０９）と、前記渋滞予兆検知ステップにおいて検知した前記渋滞予兆に基づいて渋滞予兆情報を前記情報提示部に提示させる情報提示ステップ（例えば、上述した実施形態でのステップＳ１０およびステップＳ１１）と、を実行させる。

（７）上記（６）に記載のプログラムでは、前記電子機器のコンピュータに、３次元空間の直交座標系を成す第１から第３軸の各軸方向の加速度の情報を前記加速度取得部に取得させる加速度取得ステップ（例えば、上述した実施形態でのステップＳ０１）を実行させ、前記パワースペクトル算出ステップにおいて、前記各軸方向の加速度の情報を用いて前記３次元空間における加速度のベクターを算出させ、２つの異なるタイミングの前記ベクターの差分のノルムを入力データとして算出させ、前記入力データの自己相関を算出させ、前記自己相関にフーリエ変換を行なうことによって前記パワースペクトルを算出させてもよい。

（８）上記（６）または（７）に記載のプログラムでは、前記電子機器のコンピュータに、前記渋滞予兆検知ステップにおいて、前記所定時間内で前記渋滞予兆指標が所定値以上である場合に前記渋滞予兆を検知させてもよい。

（９）上記（６）または（７）に記載のプログラムでは、前記電子機器のコンピュータに、前記渋滞予兆検知ステップにおいて、前記所定時間内で前記渋滞予兆指標が所定割合以上低下した場合に前記渋滞予兆を検知させてもよい。

（１０）上記（６）または（７）に記載のプログラムでは、前記電子機器のコンピュータに、前記渋滞予兆検知ステップにおいて、前記所定時間内で前記渋滞予兆指標が極大となる場合に前記渋滞予兆を検知させてもよい。

（１１）本発明の一態様に係る運転支援装置は、加速度を取得する加速度取得部（例えば、実施形態での３次元加速度センサ１４）と、情報を提示する情報提示部（例えば、実施形態での表示装置１６）と、前記加速度取得部によって取得された前記加速度の周波数分析によって周波数に対応するパワースペクトルを算出するパワースペクトル算出部（例えば、実施形態での周波数分析部２２）と、前記パワースペクトルの単回帰直線を演算し、所定周波数範囲での当該単回帰直線の傾きの大きさに基づく角度の情報を取得する角度情報取得部（例えば、実施形態での単回帰直線算出部２３）と、速度を取得する速度取得部（例えば、実施形態での速度算出部２０）と、前記角度のばらつき度合いに関連する値に含まれる所定時間における前記角度の分散と、前記速度に関連する値に含まれる所定時間における速度の相加平均との積を、渋滞予兆指標として算出する渋滞予兆指標算出部（例えば、実施形態での渋滞予兆指標算出部２４）と、所定時間内での前記渋滞予兆指標の変化に基づいて渋滞予兆を検知する渋滞予兆検知部（例えば、実施形態での渋滞予測部２５）と、を備え、前記情報提示部は、前記渋滞予兆検知部によって検知された前記渋滞予兆に基づいて渋滞予兆情報を提示する。

（１２）上記（１１）に記載の運転支援装置では、前記加速度取得部は、３次元空間の直交座標系を成す第１から第３軸の各軸方向の加速度の情報を取得し、前記パワースペクトル算出部は、前記各軸方向の加速度の情報を用いて前記３次元空間における加速度のベクターを算出し、２つの異なるタイミングの前記ベクターの差分のノルムを入力データとして算出し、前記入力データの自己相関を算出し、前記自己相関にフーリエ変換を行なうことによって前記パワースペクトルを算出してもよい。

（１３）上記（１１）または（１２）に記載の運転支援装置では、前記渋滞予兆検知部は、前記所定時間内で前記渋滞予兆指標が所定値以上である場合に前記渋滞予兆を検知してもよい。

（１４）上記（１１）または（１２）に記載の運転支援装置では、前記渋滞予兆検知部は、前記所定時間内で前記渋滞予兆指標が所定割合以上低下した場合に前記渋滞予兆を検知してもよい。

（１５）上記（１１）または（１２）に記載の運転支援装置では、前記渋滞予兆検知部は、前記所定時間内で前記渋滞予兆指標が極大となる場合に前記渋滞予兆を検知してもよい。

上記（１）、（６）、または（１１）によれば、各種の走行環境および運転者の運転特性などの外乱の影響を受け易い指標ではなく、渋滞予兆の検知に対する有用性および安定性がより高い渋滞予兆指標を用いるので、所望の検知精度および信頼性を簡便に確保することができる。角度のばらつき度合いに関連する値と、速度に関連する値との積である渋滞予兆指標は、各種の走行環境および運転者の運転特性などの外乱の影響を受け難く、渋滞予兆に対する感度が優れた指標であり、渋滞予兆の検知精度および信頼性を向上させることができる。

さらに、上記（２）、（７）、または（１２）の場合、単一の軸方向または平面内の軸方向のみの加速度の情報を用いる場合に比べて、渋滞予兆に対してより鮮明な変化を示す３次元空間の加速度のベクターを用いることによって、渋滞予兆検知の外乱に対する耐性を向上させ、検知精度を向上させることができる。２つの異なるタイミングの加速度のベクターの差分のノルムを周波数分析の入力データとして用いることによって、電子機器の位置および姿勢にかかわらずに、電子機器に生じる加速度に対する適正な周波数分析を行なうことができる。例えば携帯型の情報端末および携帯電話端末などの電子機器に標準的に搭載されている３次元加速度センサからの出力を用いることによって、電子機器とともに移動する車両の挙動を簡便かつ正確に把握することができ、利便性を向上させることができる。

さらに、上記（３）、（８）、または（１３）の場合、渋滞予兆に起因して角度のばらつき度合いおよび速度の各々が増大傾向に変化するので、渋滞予兆指標が所定値以上である状態と渋滞予兆とを対応付けることにより、渋滞予兆を簡便に精度良く検知することができる。

さらに、上記（４）、（９）、または（１４）の場合、渋滞の直前状態において角度のばらつき度合いおよび速度の各々が急激に低下するので、渋滞予兆指標が所定割合以上低下する状態と渋滞予兆とを対応付けることにより、渋滞予兆を簡便に精度良く検知することができる。

さらに、上記（５）、（１０）、または（１５）の場合、渋滞予兆に起因して角度のばらつき度合いおよび速度の各々が極大となるので、渋滞予兆指標が極大となる状態と渋滞予兆とを対応付けることにより、渋滞予兆を簡便に精度良く検知することができる。渋滞発生には周期性があるので、一定時間間隔ごとに渋滞予兆指標を算出して、渋滞予兆指標の履歴から極大を抽出することによって、渋滞予兆を簡便に検知することができる。

本発明の実施形態に係る運転支援方法を実現する運転支援装置の構成図である。 本発明の実施形態に係る加速度のベクターの差分の一例を示す図である。 本発明の実施形態に係る加速度スペクトルの一例を示す図である。 本発明の実施形態に係る加速度およびスペクトル角度の時間に応じた変動および平均的挙動の例を示す図である。 本発明の実施形態に係る渋滞予兆状態、直前状態、および渋滞状態における速度および渋滞予兆指標の変動例を示す図である。 本発明の実施形態に係る速度および渋滞予兆指標の変動において渋滞予兆を検知する状態および渋滞状態の例を示す図である。 本発明の実施形態に係る速度および渋滞予兆指標の変動において渋滞予兆を検知する状態および渋滞状態の例を示す図である。 本発明の実施形態に係る運転支援方法を示すフローチャートである。 本発明の実施形態の変形例に係る運転支援方法を実現する運転支援システムの構成図である。 本発明の実施形態の変形例に係る運転支援方法を示すフローチャートである。 図１０に示すネットワーク動作を示すフローチャートである。

以下、本発明の運転支援方法、プログラムおよび運転支援装置の一実施形態について添付図面を参照しながら説明する。
本実施形態による運転支援装置１０は、例えば、車両などの移動体の乗員が携帯する携帯端末、または車両などの移動体に着脱可能に搭載された情報機器、または予め車両などの移動体に搭載されたナビゲーション装置などの電子機器、などである。
運転支援装置１０は、アドフォックモードまたはインフラストラクチャモードなどの通信ネットワークを介した無線通信によって、外部装置に対して双方向通信可能である。運転支援装置１０は、例えば、アドフォックモードの車車間通信によって他車両の運転支援装置１０と双方向通信を行う。運転支援装置１０は、例えば、インフラストラクチャモードの無線通信によって、基地局を介して外部装置と双方向通信を行う。

運転支援装置１０は、機器通信装置１１と、測位信号受信器１２と、現在位置取得部１３と、３次元加速度センサ１４と、入力デバイス１５と、表示装置１６と、機器制御部１７と、を備えている。

機器通信装置１１は、各種の無線通信ネットワークシステムを介して外部装置と通信可能であって、各種信号を送受信する。なお、運転支援装置１０と外部装置との間の通信は、上記の通信形態に限定されず、例えば通信衛星を経由する通信などの他の通信が採用されてもよい。

測位信号受信器１２は、例えば人工衛星を利用して運転支援装置１０の位置を測定するための測位システム（例えば、Global Positioning System：ＧＰＳまたはGlobal Navigation Satellite System：ＧＮＳＳなど）で用いられている測位信号を受信する。
現在位置取得部１３は、測位信号受信器１２によって受信された測位信号を用いて運転支援装置１０の現在位置を検出する。

３次元加速度センサ１４は、いわゆる検出軸数が３軸の３軸加速度センサなどであって、所定のサンプリング周期において、運転支援装置１０に発生する加速度を３次元空間の直交座標系を成すＸ軸、Ｙ軸、およびＺ軸の各軸方向の加速度として検出する。３次元加速度センサ１４は、例えば、車両の運転者が所持する携帯型の情報端末または携帯電話端末などの電子機器に標準的に搭載されている。

入力デバイス１５は、例えば、スイッチ、タッチパネル、キーボードおよび音声入力装置などを備え、操作者による各種の入力操作に応じた信号を出力する。
表示装置１６は、例えば、液晶表示装置などの各種のディスプレイであり、機器制御部１７から出力される各種の情報を表示する。

機器制御部１７は、運転支援装置１０の各種動作を制御する。
機器制御部１７は、速度算出部２０と、入力データ算出部２１と、周波数分析部２２と、単回帰直線算出部２３と、渋滞予兆指標算出部２４と、渋滞予測部２５と、を備えている。

速度算出部２０は、３次元加速度センサ１４によって検出されたＸ軸、Ｙ軸、およびＺ軸の各軸方向の加速度を用いて、運転支援装置１０の速度Ｖを算出する。

入力データ算出部２１は、３次元加速度センサ１４によって検出されたＸ軸、Ｙ軸、およびＺ軸の各軸方向の加速度を用いて３次元空間における加速度のベクター（加速度ベクター）Ａを算出する。そして、サンプリング周期ΔＴなどの時間間隔をおいた２つの異なるタイミングの加速度ベクターＡの差分（加速度ベクター差分）ΔＡのノルムｕを、周波数分析部２２に入力する入力データとして算出する。
図２に示すように、入力データ算出部２１は、例えば、適宜の時刻ｔの加速度ベクターＡ（ｔ）＝（ａｘ_ｔ，ａｙ_ｔ，ａｚ_ｔ）と、この時刻ｔよりもサンプリング周期ΔＴだけ以前の時刻ｔ−ΔＴの加速度ベクターＡ（ｔ−ΔＴ）＝（ａｘ_ｔ−ΔＴ，ａｙ_ｔ−ΔＴ，ａｚ_ｔ−ΔＴ）とによって、加速度ベクター差分ΔＡ＝Ａ（ｔ）−Ａ（ｔ−ΔＴ）を算出する。そして、下記数式（１）に示すように、加速度ベクター差分ΔＡのノルムｕ_ｔを算出する。
なお、３次元加速度センサ１４によって検出されたＸ軸、Ｙ軸、およびＺ軸の各軸方向の加速度の情報を格納可能なバッファ（図示略）のバッファサイズ、つまり加速度の情報のサンプル数は、例えば表示装置１６に表示される適宜の設定画面などにおいて操作者によって適宜に設定可能とされている。

周波数分析部２２は、入力データ算出部２１によって算出された入力データに対して周波数分析を行ない、周波数に対応するパワースペクトル（加速度スペクトル）を算出する。
例えば、周波数分析部２２は、周波数分析に対する入力データの入出力点数および自己相関の遅れ数を用いて、入力データの自己相関を算出する。そして、自己相関に高速フーリエ変換を行なうことによって加速度スペクトルを算出する。なお、周波数分析に対する入力データの入出力点数および自己相関の遅れ数と、自己相関の入力値から平均値を引くか否かの選択とは、例えば表示装置１６に表示される適宜の設定画面などにおいて操作者によって設定可能とされている。
例えば、周波数分析部２２は、サンプリング周期ΔＴにて入力データ算出部２１によって算出される入力データの入出力点数において自己相関の算出および高速フーリエ変換を行なうことによって、所定期間の加速度スペクトルを算出する。

単回帰直線算出部２３は、周波数分析部２２によって算出された加速度スペクトルの所定周波数範囲での単回帰直線を算出し、この単回帰直線の傾きを角度（スペクトル角度）θの情報に変換する。
例えば、カオス理論では渋滞の予測に対して高周波数よりも低周波数のパワースペクトルの影響が大きい。このため、図３に示すように、単回帰直線算出部２３は、所定周波数ｆｂ以下の低周波領域（例えば、下限周波数ｆａ以上かつ所定周波数ｆｂ以下の周波数領域）の加速度スペクトルに対して最小二乗法などによって単回帰直線Ｌを算出する。そして、算出した単回帰直線Ｌの傾き（つまり、周波数の軸方向を傾きがゼロであるとして、この軸方向に対する傾き）を角度（スペクトル角度）θの情報に変換する。

例えば、このスペクトル角度θがマイナス方向（加速度スペクトルの減少方向）に増大するほど（つまり、マイナスの符号で絶対値が増大するほど）、加速および減速の動的時間応答の遅れが増大傾向に変化し、速度のばらつきが増大する。これによって、車両のエネルギー効率（燃費または電費など）を優先させる運転領域を限定することが困難となり、渋滞が発生し易くなるとともにエネルギー効率が低下する。
例えば、スペクトル角度θの絶対値が小さい場合は、運転支援装置１０とともに移動する車両が先行車両から受ける衝撃波（振動、ゆらぎ）が小さい場合に相当し、先行車両に対する反応遅れが小さく、交通流に影響が弱い同調走行がし易い、すなわち渋滞に至る可能性が小さい場合に相当する。
逆に、スペクトル角度θの絶対値が大きい場合は、運転支援装置１０とともに移動する車両が先行車両から受ける衝撃波（振動、ゆらぎ）が大きい場合に相当し、先行車両に対する反応遅れが大きく、同調走行が難しくなって交通流に影響を与え易い、すなわち渋滞に至る可能性が大きい場合に相当する。なお、ここで言う衝撃波（振動、ゆらぎ）とは、車両が加速および減速の動作を繰り返すことにより、この動作（前後の動き）を後方の車両に一種の振動として伝播させることを意味する。

また、所定期間での加速および減速の総パワーが増大する場合には、渋滞が発生し易くなるとともに車両のエネルギー効率（燃費または電費など）が低下する。
例えば図４に示す時刻ｔａから時刻ｔｂの期間における加速度およびスペクトル角度θの変動および平均的挙動のように、車両の停止状態から適度な加速によって定速走行に移行する場合などにおいては、加速度の変動が小さい。そして、一時的にスペクトル角度θの絶対値が増大したとしても、直ぐにゼロに向かい収束するので、加速および減速の総パワーは小さな値となる。
また、例えば図４に示す時刻ｔａから時刻ｔｂの期間における加速度およびスペクトル角度θの変動および平均的挙動のように、車両の定速走行もしくはエンジンブレーキなどによって緩やかに減速する場合などにおいては、加速度の変動が小さい。そして、スペクトル角度θの絶対値は小さな値を維持するので、加速および減速の総パワーは小さな値となる。この場合、たとえ振動などによって一時的にスペクトル角度θの絶対値が増大したとしても、直ぐにゼロに向かい収束するので、加速および減速の総パワーは小さな値となる。また、例えば３次元加速度センサ１４の検出誤差などに起因して一時的にスペクトル角度θの絶対値が増大したとしても、直ぐにゼロに向かい収束するので、加速および減速の総パワーは小さな値となる。
一方、例えば図４に示す時刻ｔｂから時刻ｔｃの期間における加速度およびスペクトル角度θの変動および平均的挙動のように、車両の急減速、または加速後に直ぐに減速する場合などにおいては、加速度の変動が大きい。そして、スペクトル角度θの絶対値は大きな値となり、ゼロに向かい収束するのに要する時間が長くなるので、加速および減速の総パワーは大きな値となる。

渋滞予兆指標算出部２４は、速度算出部２０によって算出された速度Ｖに関連する値として、速度Ｖの平均的な値を算出する。渋滞予兆指標算出部２４は、例えば、所定時間における速度Ｖの相加平均μ（Ｖ）を算出する。所定時間は、例えば、数分〜数十分程度である。
渋滞予兆指標算出部２４は、単回帰直線算出部２３によって算出された角度θのばらつき度合いに関連する値を算出する。渋滞予兆指標算出部２４は、例えば、所定時間における角度θの分散σ（θ）を算出する。所定時間は、例えば、数分〜数十分程度である。
渋滞予兆指標算出部２４は、下記数式（２）に示すように、速度Ｖの相加平均μ（Ｖ）と角度θの分散σ（θ）との積（＝μ（Ｖ）×σ（θ））を、渋滞予測部２５に入力する渋滞予兆指標Ｉとして算出する。

渋滞予測部２５は、渋滞予兆指標算出部２４によって算出される渋滞予兆指標Ｉに応じて、将来的に渋滞（交通渋滞）が発生する可能性または既に渋滞が発生している可能性を示す渋滞予兆を検知する。この渋滞予兆の大小を示す渋滞予兆度は、運転支援装置１０とともに移動する車両の進行方向前方において渋滞となる可能性が高い場合に大きくなり、可能性が低い場合に小さくなる。
渋滞予測部２５は、渋滞予兆指標Ｉが所定条件を満たすか否かを判定することによって、車両のエネルギー効率（燃費または電費など）が低下する傾向および渋滞が発生し易い状況であるか否かを判定する。渋滞予測部２５は、例えば、所定時間内で渋滞予兆指標Ｉが所定値以上であるか否かを判定する。渋滞予測部２５は、例えば、所定時間内で渋滞予兆指標Ｉが所定割合以上低下するか否かを判定する。渋滞予測部２５は、例えば、所定時間内で渋滞予兆指標Ｉが極大となるか否かを判定する。
なお、渋滞予兆指標Ｉの大きさに対する所定値、および渋滞予兆指標Ｉの低下割合に対する所定割合の各データは、例えば表示装置１６に表示される適宜の設定画面などにおいて操作者によって設定可能とされている。

例えば、図５に示すように、渋滞予兆が生じていない時刻ｔ４以前の状態に比べて、渋滞予兆が生じる時刻ｔ４以降においては、速度Ｖの上昇が生じる。また、渋滞予兆が生じていない状態に比べて、渋滞予兆が生じる状態では、加速および減速の変動のばらつきが増大することに伴って、角度θのばらつき度合いが増大する。渋滞予兆の発生に伴う速度Ｖの上昇および角度θのばらつき度合いの増大は、例えば車両の各種の走行環境および車両の運転者の運転特性などの外乱の影響によって発生有無が変化する現象ではない。渋滞予兆の発生に伴う速度Ｖの上昇および角度θのばらつき度合いの増大は、渋滞予兆に伴って一律的に発生する現象であり、渋滞予兆が有する本質的な特徴である。したがって、渋滞予測部２５は、例えば時刻ｔ５から時刻ｔ６までの期間のように、所定時間内で渋滞予兆指標Ｉが所定値Ｉａ以上である状態を、渋滞予兆が生じている状態（渋滞予兆状態）としている。

また、図５に示すように、渋滞予兆状態である時刻ｔ４から時刻ｔ７までの期間において、渋滞の直前状態である時刻ｔ６以降には、速度Ｖの低下が生じる。また、渋滞の直前状態では、加速および減速の変動のばらつきが減少することに伴って、角度θのばらつき度合いが低下する。渋滞の直前状態での速度Ｖの低下および角度θのばらつき度合いの低下は、例えば車両の各種の走行環境および車両の運転者の運転特性などの外乱の影響によって発生有無が変化する現象ではない。渋滞の直前状態での速度Ｖの低下および角度θのばらつき度合いの低下は、渋滞予兆における渋滞の直前状態において一律的に発生する現象であり、渋滞の直前状態が有する本質的な特徴である。したがって、渋滞予測部２５は、例えば時刻ｔ６から時刻ｔ７までの期間のように、所定時間内で渋滞予兆指標Ｉが所定割合以上低下する状態を、渋滞予兆が生じている状態（渋滞予兆状態）としている。

また、図５に示すように、渋滞予兆状態である時刻ｔ４から時刻ｔ７までの期間においては、速度Ｖの極大が生じる。また、渋滞予兆状態では、加速および減速の変動のばらつきが増大した後に減少することに伴って、角度θのばらつき度合いの極大が生じる。渋滞予兆状態での速度Ｖの極大および角度θのばらつき度合いの極大は、例えば車両の各種の走行環境および車両の運転者の運転特性などの外乱の影響によって発生有無が変化する現象ではない。渋滞予兆状態での速度Ｖの極大および角度θのばらつき度合いの極大は、渋滞予兆において一律的に発生する現象であり、渋滞予兆が有する本質的な特徴である。したがって、渋滞予測部２５は、例えば時刻ｔ４から時刻ｔ７までの期間のように、所定時間内で渋滞予兆指標Ｉが極大となる状態を、渋滞予兆が生じている状態（渋滞予兆状態）としている。

渋滞予測部２５は、渋滞予兆指標算出部２４によって逐次に算出される渋滞予兆指標Ｉの時系列データに基づき、所定時間内ごとに渋滞予兆指標Ｉが所定値Ｉａ以上であるか否かを判定する。渋滞予測部２５は、例えば図６に示す時刻ｔ５から時刻ｔ６までの期間のように、渋滞予兆指標Ｉが所定値Ｉａ以上である場合には、渋滞予兆を検知したと判定する。
また、渋滞予測部２５は、渋滞予兆指標算出部２４によって逐次に算出される渋滞予兆指標Ｉの時系列データに基づき、所定時間内ごとに渋滞予兆指標Ｉが所定割合以上低下したか否かを判定する。渋滞予測部２５は、例えば図７に示す時刻ｔ３から時刻ｔ５までの期間のように、渋滞予兆指標Ｉが所定割合以上低下した場合には、渋滞予兆を検知したと判定する。
また、渋滞予測部２５は、渋滞予兆指標算出部２４によって逐次に算出される渋滞予兆指標Ｉの時系列データに対して、例えば２以上の任意の自然数ｎによるｎ次関数などを用いて、時間（ｘ）などを変数とする曲線関数（ｙ）のあてはめを行ない、極大が存在するか否かを判定する。渋滞予測部２５は、例えば図６に示す時刻ｔ１から時刻ｔ４までの期間のように、渋滞予兆指標Ｉの時系列データが極大となる場合には、渋滞予兆を検知したと判定する。

なお、例えば図６に示す時刻ｔ７から時刻ｔ８までの期間のように、交通信号機に起因した車両の停止状態に対しては、渋滞予兆状態において渋滞予兆指標Ｉが満たす所定条件のような特徴的な現象は観測されないので、渋滞状態とは明確に判別される。

本実施形態による運転支援方法を実現する運転支援装置１０は上記構成を備えており、次に、運転支援装置１０の動作、つまり運転支援方法について説明する。

先ず、図８に示すステップＳ０１において、機器制御部１７は、３次元加速度センサ１４によってＸ軸、Ｙ軸、およびＺ軸の各軸方向の加速度が検出されたか否かを判定する。
この判定結果が「ＮＯ」の場合、機器制御部１７は、ステップＳ０１の判定処理を繰り返し実行する。
一方、この判定結果が「ＹＥＳ」の場合、機器制御部１７は、処理をステップＳ０２に進める。
次に、ステップＳ０２において、入力データ算出部２１は、３次元加速度センサ１４によって検出されたＸ軸、Ｙ軸、およびＺ軸の各軸方向の加速度を用いて３次元空間における加速度ベクターＡを算出する。そして、サンプリング周期ΔＴの時間間隔をおいた２つの異なるタイミングの加速度ベクターＡの差分（加速度ベクター差分）ΔＡのノルムｕを入力データとして算出する。

次に、ステップＳ０３において、周波数分析部２２は、操作者によって適宜に設定可能な入出力点数において、操作者によって適宜に設定可能な遅れ数を用いて入力データの自己相関を算出する。そして、自己相関に高速フーリエ変換を行なうことによってパワースペクトル（加速度スペクトル）を算出する。
次に、ステップＳ０４において、単回帰直線算出部２３は、加速度スペクトルの所定周波数範囲での単回帰直線を算出し、この単回帰直線の傾きを角度（スペクトル角度）θの情報に変換する。

次に、ステップＳ０５において、速度算出部２０は、３次元加速度センサ１４によって検出されたＸ軸、Ｙ軸、およびＺ軸の各軸方向の加速度を用いて、運転支援装置１０の速度Ｖを算出する。
そして、ステップＳ０６において、渋滞予兆指標算出部２４は、所定時間に亘って速度算出部２０によって逐次に算出された速度Ｖを用いて、速度Ｖの相加平均μ（Ｖ）を算出する。渋滞予兆指標算出部２４は、所定時間に亘って単回帰直線算出部２３によって算出された角度θを用いて、角度θの分散σ（θ）を算出する。
そして、ステップＳ０７において、渋滞予兆指標算出部２４は、速度Ｖの相加平均μ（Ｖ）と角度θの分散σ（θ）との積（＝μ（Ｖ）×σ（θ））を、渋滞予測部２５に入力する渋滞予兆指標Ｉとして算出する。

次に、ステップＳ０８において、渋滞予測部２５は、渋滞予兆指標算出部２４によって算出された渋滞予兆指標Ｉが所定条件を満たすか否かを判定する。渋滞予測部２５は、例えば、所定時間内ごとに渋滞予兆指標Ｉが所定値Ｉａ以上であるか否かを判定する。渋滞予測部２５は、例えば、所定時間内ごとに渋滞予兆指標Ｉが所定割合以上低下したか否かを判定する。渋滞予測部２５は、例えば、渋滞予兆指標算出部２４によって逐次に算出される渋滞予兆指標Ｉの時系列データに対して、曲線関数のあてはめを行ない、極大が存在するか否かを判定する。
これらの判定結果の全てが「ＮＯ」の場合、渋滞予測部２５は、処理をステップＳ１０に進める。
一方、これらの判定結果の少なくとも何れかが「ＹＥＳ」の場合、渋滞予測部２５は、処理をステップＳ０９に進める。

そして、ステップＳ０９において、渋滞予測部２５は、渋滞予兆を検知したこと、渋滞が発生し易い状況であること、および交通流の渋滞傾向への変化を示す状態であること、などを示す警報を、表示装置１６およびスピーカなどによって操作者に報知する。そして、渋滞予測部２５は、処理をエンドに進める。
また、ステップＳ１０において、渋滞予測部２５は、渋滞予兆を検知していないこと、渋滞が発生し易い状況ではないこと、および交通流の渋滞傾向への変化を示す状態でないこと、などを示す情報（通常情報）を、表示装置１６およびスピーカなどによって操作者に報知する。そして、渋滞予測部２５は、処理をエンドに進める。

上述したように、本実施形態の運転支援装置１０および運転支援方法によれば、外乱の影響を受け易い指標ではなく、渋滞予兆の検知に対する有用性および安定性がより高い渋滞予兆指標Ｉを用いるので、所望の検知精度および信頼性を簡便に確保することができる。速度Ｖの相加平均μ（Ｖ）と角度θの分散σ（θ）との積である渋滞予兆指標Ｉは、各種の走行環境および運転者の運転特性などの外乱の影響を受け難く、渋滞予兆に対する感度が優れた指標であり、渋滞予兆の検知精度および信頼性を向上させることができる。

さらに、単一の軸方向または平面内の軸方向のみの加速度の情報を用いる場合に比べて、渋滞予兆に対してより鮮明な変化を示す３次元空間の加速度ベクターＡを用いることによって、渋滞予兆検知の外乱に対する耐性を向上させ、検知精度を向上させることができる。２つの異なるタイミングの加速度ベクターＡのΔＡのノルムｕを周波数分析の入力データとして用いることによって、運転支援装置１０の位置および姿勢にかかわらずに、運転支援装置１０に生じる加速度に対する適正な周波数分析を行なうことができる。例えば携帯型の情報端末および携帯電話端末などの電子機器に標準的に搭載されている３次元加速度センサ１４からの出力を用いることによって、運転支援装置１０とともに移動する車両の挙動を簡便かつ正確に把握することができ、利便性を向上させることができる。

さらに、渋滞予測部２５は、渋滞予兆に起因して渋滞予兆指標Ｉが増大傾向に変化するので、渋滞予兆指標Ｉが所定値Ｉａ以上である場合には、渋滞予兆を検知したと判定することにより、渋滞予兆を簡便に精度良く検知することができる。
さらに、渋滞予測部２５は、渋滞の直前状態において渋滞予兆指標Ｉが急激に低下するので、渋滞予兆指標Ｉが所定割合以上低下する場合には、渋滞予兆を検知したと判定することにより、渋滞予兆を簡便に精度良く検知することができる。
さらに、渋滞予測部２５は、渋滞予兆に起因して渋滞予兆指標Ｉの時系列データにあてはめられる曲線関数が極大となるので、渋滞予兆指標Ｉが極大となる場合には、渋滞予兆を検知したと判定することにより、渋滞予兆を簡便に精度良く検知することができる。渋滞発生には周期性があるので、一定時間間隔ごとに渋滞予兆指標Ｉを算出して、渋滞予兆指標Ｉの履歴から極大を抽出することによって、渋滞予兆を簡便に検知することができる。

なお、上述した実施形態においては、例えば図９に示す変形例のように、少なくとも一つ以上の運転支援装置１０と、運転支援装置１０と通信可能なサーバ装置３１とによって、運転支援システム３０が構成されてもよい。
この変形例のサーバ装置３１は、サーバ通信装置３２と、サーバ制御部３３と、地図データ記憶部３４と、範囲渋滞予測部３５と、を備えている。

サーバ通信装置３２は、例えば、インフラストラクチャモードの無線通信、または路側通信機を介した路車間通信などによって、運転支援装置１０の機器通信装置１１と双方向に通信可能であって、各種の情報を送受信する。

サーバ制御部３３は、サーバ通信装置３２によって運転支援装置１０から受信した各種の情報を範囲渋滞予測部３５に出力する。
なお、この変形例において運転支援装置１０は、３次元加速度センサ１４によって検出されたＸ軸、Ｙ軸、およびＺ軸の各軸方向の加速度に基づいた情報を、サーバ装置３１に送信可能である。この情報は、例えば、速度算出部２０によって算出された速度Ｖ、単回帰直線算出部２３によって算出されたスペクトル角度θ、および渋滞予兆指標算出部２４によって算出された渋滞予兆指標Ｉの情報などを含む。さらに、この情報は、現在位置取得部１３によって取得された現在位置の履歴などを含んでいる。

地図データ記憶部３４は、地図データを記憶する。
地図データは、例えば、運転支援装置１０の現在位置の情報に基づくマップマッチングの処理に必要とされる道路上の位置座標を示す道路座標データと、誘導経路の算出に必要とされる道路地図データと、を備えている。道路地図データは、例えば、ノード、リンク、リンクコスト、道路形状、舗装の有無、路面の凹凸の有無、および車両の走行状態などの道路状態、並びに道路種別などを備えている。ノードは、交差点および分岐点などの道路上の所定の地点の緯度および経度からなる座標点である。リンクは、各ノード間を結ぶ線であり、地点間を接続する道路区間である。リンクコストは、リンクに対応する道路区間の距離または道路区間の移動に要する時間を示す情報である。

範囲渋滞予測部３５は、少なくとも一つ以上の運転支援装置１０から受信した現在位置の情報に基づく適宜の位置範囲内に対して、例えば、運転支援装置１０から受信した渋滞予兆指標Ｉが所定条件を満たす運転支援装置１０の数および割合によって、この位置範囲内の渋滞予兆を検知する。所定条件は、例えば、所定時間内で渋滞予兆指標Ｉが所定値Ｉａ以上であること、所定時間内で渋滞予兆指標Ｉが所定割合以上低下したこと、および所定時間内で渋滞予兆指標Ｉが極大となること、などの少なくとも何れかである。

この変形例による運転支援方法を実現する運転支援システム３０は上記構成を備えており、次に、運転支援システム３０の動作、特に運転支援装置１０の動作について説明する。

先ず、図１０に示すステップＳ２１において、サーバ制御部３３は、運転支援装置１０が、無線通信ネットワークシステムなどの通信ネットワークに接続され、この通信ネットワークを介して、通信不良など無しに、サーバ装置３１に適正に接続可能であるか否かを判定する。
この判定結果が「ＮＯ」の場合、サーバ制御部３３は、ステップＳ２１の処理を繰り返し実行する。
一方、この判定結果が「ＹＥＳ」の場合、サーバ制御部３３は、処理をステップＳ２２に進める。

そして、ステップＳ２２において、サーバ制御部３３は、操作者による指示などによってサーバ装置３１などの外部の装置とは独立したスタンドアローン動作の実行指示が発生していないか否かを判定する。
この判定結果が「ＹＥＳ」の場合、つまりスタンドアローン動作の実行指示が無い場合、サーバ制御部３３は、処理をステップＳ２３に進める。このステップＳ２３において、サーバ制御部３３は、後述するネットワーク動作を実行し、処理を終了させる。
一方、この判定結果が「ＮＯ」の場合、サーバ制御部３３は、処理をステップＳ２４に進める。このステップＳ２４において、サーバ制御部３３は、スタンドアローン動作として、上述した実施形態でのステップＳ０１からステップＳ２０の処理を実行する。

以下に、上述したステップＳ２３でのネットワーク動作について説明する。
先ず、図１１に示すステップＳ３１において、機器制御部１７は、所定の通信インジケータ表示を、表示装置１６に表示する。機器制御部１７は、通信インジケータ表示を、運転支援装置１０が、無線通信ネットワークシステムなどの通信ネットワークに接続され、この通信ネットワークを介して、通信不良など無しに、サーバ装置３１に適正に接続可能であることを示す表示とする。

次に、ステップＳ３２において、機器制御部１７は、３次元加速度センサ１４によってＸ軸、Ｙ軸、およびＺ軸の各軸方向の加速度が検出され、かつ現在位置取得部１３によって現在位置の情報が取得されたか否かを判定する。
この判定結果が「ＮＯ」の場合、機器制御部１７は、ステップＳ３２の判定処理を繰り返し実行する。
一方、この判定結果が「ＹＥＳ」の場合、機器制御部１７は、処理をステップＳ３３に進める。
次に、ステップＳ３３において、入力データ算出部２１は、３次元加速度センサ１４によって検出されたＸ軸、Ｙ軸、およびＺ軸の各軸方向の加速度を用いて３次元空間における加速度ベクターＡを算出する。そして、サンプリング周期ΔＴの時間間隔をおいた２つの異なるタイミングの加速度ベクターＡの差分（加速度ベクター差分）ΔＡのノルムｕを入力データとして算出する。

次に、ステップＳ３４において、周波数分析部２２は、操作者によって適宜に設定可能な入出力点数において、操作者によって適宜に設定可能な遅れ数を用いて入力データの自己相関を算出する。そして、自己相関に高速フーリエ変換を行なうことによってパワースペクトル（加速度スペクトル）を算出する。
次に、ステップＳ３５において、単回帰直線算出部２３は、加速度スペクトルの所定周波数範囲での単回帰直線を算出し、この単回帰直線の傾きを角度（スペクトル角度）θの情報に変換する。
次に、ステップＳ３６において、速度算出部２０は、３次元加速度センサ１４によって検出されたＸ軸、Ｙ軸、およびＺ軸の各軸方向の加速度を用いて、運転支援装置１０の速度Ｖを算出する。そして、渋滞予兆指標算出部２４は、所定時間に亘って速度算出部２０によって逐次に算出された速度Ｖを用いて、速度Ｖの相加平均μ（Ｖ）を算出する。渋滞予兆指標算出部２４は、所定時間に亘って単回帰直線算出部２３によって算出された角度θを用いて、角度θの分散σ（θ）を算出する。そして、渋滞予兆指標算出部２４は、速度Ｖの相加平均μ（Ｖ）と角度θの分散σ（θ）との積（＝μ（Ｖ）×σ（θ））を、渋滞予兆指標Ｉとして算出する。

次に、ステップＳ３７において、機器制御部１７は、スペクトル角度θ、速度Ｖ、渋滞予兆指標算出部２４によって算出された渋滞予兆指標Ｉ、および現在位置の情報などを、機器通信装置１１を介してサーバ装置３１に送信する。
次に、ステップＳ３８において、機器制御部１７は、サーバ装置３１によって検知された適宜の位置範囲内の渋滞予兆の情報を、サーバ装置３１から受信したか否かを判定する。
この判定結果が「ＮＯ」の場合、機器制御部１７は、一連の処理を終了する。
一方、この判定結果が「ＹＥＳ」の場合、機器制御部１７は、処理をステップＳ３９に進める。
次に、ステップＳ３９において、機器制御部１７は、サーバ装置３１から受信した渋滞予兆の情報を提示するように表示装置１６およびスピーカなどを制御する。そして、機器制御部１７は、処理をリターンに進める。

この変形例に係る運転支援システム３０および運転支援方法によれば、複数の運転支援装置１０から渋滞予兆指標Ｉの情報を取得し、複数の運転支援装置１０においてリアルタイムかつ統括的に渋滞予兆の情報の提示を行なうことができる。これにより、例えば各運転支援装置１０において渋滞予兆の情報の提示を行なう場合に比べて、演算効率を向上させることができる。

なお、上述の実施形態に係る運転支援装置１０では、渋滞予兆指標算出部２４は、速度Ｖに関連する値として、速度Ｖの相加平均μ（Ｖ）を算出するとしたが、これに限定されない。渋滞予兆指標算出部２４は、速度Ｖの平均的な値として、例えば、他の平均値、中央値、最頻値などを用いてもよい。
また、渋滞予兆指標算出部２４は、角度θのばらつき度合いに関連する値として、角度θの分散σ（θ）を算出するとしたが、これに限定されない。渋滞予兆指標算出部２４は、角度θのばらつき度合いに関連する値として、例えば、標準偏差などを用いてもよい。

なお、上述の実施形態に係る運転支援装置１０では、速度算出部２０が３次元加速度センサ１４によって検出されたＸ軸、Ｙ軸、およびＺ軸の各軸方向の加速度を用いて、運転支援装置１０の速度Ｖを算出するとしたが、これに限定されない。
実施形態の変形例において運転支援装置１０は、車両に搭載される速度センサから速度の情報を取得してもよい。

なお、上述の実施形態に係る運転支援装置１０では、渋滞予測部２５は、所定時間内ごとに渋滞予兆指標Ｉが所定割合以上低下したか否かを判定するとしたが、これに限定されない。
実施形態の変形例において渋滞予測部２５は、所定時間内ごとに渋滞予兆指標Ｉの減少度合いの絶対値または相対値が所定値以上であるか否かを判定してもよい。

なお、上述の実施形態に係る運転支援装置１０では、渋滞予兆指標Ｉの大きさに対する所定値Ｉａ、および渋滞予兆指標Ｉの低下割合に対する所定割合の各データは、予め、道路種別（高速道路および一般道など）などに基づいて設定されていてもよい。

なお、上述の実施形態および変形例に係る運転支援装置１０と、運転支援システム３０のサーバ装置３１とは、専用のハードウェアにより実現されるものであってもよいし、また、運転支援装置１０およびサーバ装置３１の機能を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより運転支援装置１０およびサーバ装置３１として動作させるようにしてもよい。なお、ここで言うコンピュータシステムとは、ＯＳや周辺機器などのハードウェアを含むものとする。また、コンピュータシステムは、ホームページ提供環境（あるいは表示環境）を備えたＷＷＷシステムも含むものとする。

また、コンピュータ読み取り可能な記録媒体とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭなどの可搬媒体、コンピュータシステムに内蔵されるハードディスクなどの記憶装置のことをいう。さらに、コンピュータ読み取り可能な記録媒体とは、インターネットなどのネットワークや電話回線などの通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（ＲＡＭ）のように、一定時間にプログラムを保持しているものも含むものとする。

また、上記プログラムは、このプログラムを記憶装置などに格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する伝送媒体は、インターネットなどのネットワーク（通信網）や電話回線などの通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。
また、上記プログラムは、前述した機能の一部を実現するためのものであってもよい。さらに、前述した機能をコンピュータシステムに既に記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であってもよい。

上述の実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。上述の新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。上述の実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。例えば、上記の実施形態では、サーバ装置３１を１つの装置として構成した例を示したが複数の装置を通信回線などで接続して構成してもよい。

１０…運転支援装置（電子機器）、１２…測位信号受信器、１３…現在位置取得部、１４…３次元加速度センサ（加速度取得部）、１５…入力デバイス、１６…表示装置（情報提示部）、２０…速度算出部（速度取得部）、２１…入力データ算出部、２２…周波数分析部（パワースペクトル算出部）、２３…単回帰直線算出部（角度情報取得部）、２４…渋滞予兆指標算出部、２５…渋滞予測部（渋滞予兆検知部）、３０…運転支援システム、３１…サーバ装置、３５…範囲渋滞予測部

Claims (15)

1. 加速度を取得する加速度取得部および情報を提示する情報提示部を備える電子機器が実行する運転支援方法であって、
   前記電子機器が、前記加速度取得部によって取得された前記加速度の周波数分析によって周波数に対応するパワースペクトルを算出するパワースペクトル算出ステップと、
   前記電子機器が、前記パワースペクトルの単回帰直線を演算し、所定周波数範囲での当該単回帰直線の傾きの大きさに基づく角度の情報を取得する角度情報取得ステップと、
   前記電子機器が、速度を取得する速度取得ステップと、
   前記電子機器が、前記角度のばらつき度合いに関連する値に含まれる所定時間における前記角度の分散と、前記速度に関連する値に含まれる所定時間における速度の相加平均との積を、渋滞予兆指標として算出する渋滞予兆指標算出ステップと、
   前記電子機器が、所定時間内での前記渋滞予兆指標の変化に基づいて渋滞予兆を検知する渋滞予兆検知ステップと、
   前記情報提示部が、前記渋滞予兆検知ステップにおいて前記電子機器によって検知された前記渋滞予兆に基づいて渋滞予兆情報を提示する情報提示ステップと、
   を含む、
   ことを特徴とする運転支援方法。
2. 前記加速度取得部が、３次元空間の直交座標系を成す第１から第３軸の各軸方向の加速度の情報を取得する加速度取得ステップを含み、
   前記電子機器が、前記パワースペクトル算出ステップにおいて、前記各軸方向の加速度の情報を用いて前記３次元空間における加速度のベクターを算出し、２つの異なるタイミングの前記ベクターの差分のノルムを入力データとして算出し、前記入力データの自己相関を算出し、前記自己相関にフーリエ変換を行なうことによって前記パワースペクトルを算出する、
   ことを特徴とする請求項１に記載の運転支援方法。
3. 前記電子機器が、前記渋滞予兆検知ステップにおいて、前記所定時間内で前記渋滞予兆指標が所定値以上である場合に前記渋滞予兆を検知する、
   ことを特徴とする請求項１または請求項２に記載の運転支援方法。
4. 前記電子機器が、前記渋滞予兆検知ステップにおいて、前記所定時間内で前記渋滞予兆指標が所定割合以上低下した場合に前記渋滞予兆を検知する、
   ことを特徴とする請求項１または請求項２に記載の運転支援方法。
5. 前記電子機器が、前記渋滞予兆検知ステップにおいて、前記所定時間内で前記渋滞予兆指標が極大となる場合に前記渋滞予兆を検知する、
   ことを特徴とする請求項１または請求項２に記載の運転支援方法。
6. 加速度を取得する加速度取得部および情報を提示する情報提示部を備える電子機器のコンピュータに、
   前記加速度取得部によって取得された前記加速度の周波数分析によって周波数に対応するパワースペクトルを算出するパワースペクトル算出ステップと、
   前記パワースペクトルの単回帰直線を演算し、所定周波数範囲での当該単回帰直線の傾きの大きさに基づく角度の情報を取得する角度情報取得ステップと、
   速度を取得する速度取得ステップと、
   前記角度のばらつき度合いに関連する値に含まれる所定時間における前記角度の分散と、前記速度に関連する値に含まれる所定時間における速度の相加平均との積を、渋滞予兆指標として算出する渋滞予兆指標算出ステップと、
   所定時間内での前記渋滞予兆指標の変化に基づいて渋滞予兆を検知する渋滞予兆検知ステップと、
   前記渋滞予兆検知ステップにおいて検知した前記渋滞予兆に基づいて渋滞予兆情報を前記情報提示部に提示させる情報提示ステップと、
   を実行させる、
   ことを特徴とするプログラム。
7. 前記電子機器のコンピュータに、
   ３次元空間の直交座標系を成す第１から第３軸の各軸方向の加速度の情報を前記加速度取得部に取得させる加速度取得ステップを実行させ、
   前記パワースペクトル算出ステップにおいて、前記各軸方向の加速度の情報を用いて前記３次元空間における加速度のベクターを算出させ、２つの異なるタイミングの前記ベクターの差分のノルムを入力データとして算出させ、前記入力データの自己相関を算出させ、前記自己相関にフーリエ変換を行なうことによって前記パワースペクトルを算出させる、
   ことを特徴とする請求項６に記載のプログラム。
8. 前記電子機器のコンピュータに、
   前記渋滞予兆検知ステップにおいて、前記所定時間内で前記渋滞予兆指標が所定値以上である場合に前記渋滞予兆を検知させる、
   ことを特徴とする請求項６または請求項７に記載のプログラム。
9. 前記電子機器のコンピュータに、
   前記渋滞予兆検知ステップにおいて、前記所定時間内で前記渋滞予兆指標が所定割合以上低下した場合に前記渋滞予兆を検知させる、
   ことを特徴とする請求項６または請求項７に記載のプログラム。
10. 前記電子機器のコンピュータに、
    前記渋滞予兆検知ステップにおいて、前記所定時間内で前記渋滞予兆指標が極大となる場合に前記渋滞予兆を検知させる、
    ことを特徴とする請求項６または請求項７に記載のプログラム。
11. 加速度を取得する加速度取得部と、
    情報を提示する情報提示部と、
    前記加速度取得部によって取得された前記加速度の周波数分析によって周波数に対応するパワースペクトルを算出するパワースペクトル算出部と、
    前記パワースペクトルの単回帰直線を演算し、所定周波数範囲での当該単回帰直線の傾きの大きさに基づく角度の情報を取得する角度情報取得部と、
    速度を取得する速度取得部と、
    前記角度のばらつき度合いに関連する値に含まれる所定時間における前記角度の分散と、前記速度に関連する値に含まれる所定時間における速度の相加平均との積を、渋滞予兆指標として算出する渋滞予兆指標算出部と、
    所定時間内での前記渋滞予兆指標の変化に基づいて渋滞予兆を検知する渋滞予兆検知部と、
    を備え、
    前記情報提示部は、
    前記渋滞予兆検知部によって検知された前記渋滞予兆に基づいて渋滞予兆情報を提示する、
    ことを特徴とする運転支援装置。
12. 前記加速度取得部は、３次元空間の直交座標系を成す第１から第３軸の各軸方向の加速度の情報を取得し、
    前記パワースペクトル算出部は、前記各軸方向の加速度の情報を用いて前記３次元空間における加速度のベクターを算出し、２つの異なるタイミングの前記ベクターの差分のノルムを入力データとして算出し、前記入力データの自己相関を算出し、前記自己相関にフーリエ変換を行なうことによって前記パワースペクトルを算出する、
    ことを特徴とする請求項１１に記載の運転支援装置。
13. 前記渋滞予兆検知部は、前記所定時間内で前記渋滞予兆指標が所定値以上である場合に前記渋滞予兆を検知する、
    ことを特徴とする請求項１１または請求項１２に記載の運転支援装置。
14. 前記渋滞予兆検知部は、前記所定時間内で前記渋滞予兆指標が所定割合以上低下した場合に前記渋滞予兆を検知する、
    ことを特徴とする請求項１１または請求項１２に記載の運転支援装置。
15. 前記渋滞予兆検知部は、前記所定時間内で前記渋滞予兆指標が極大となる場合に前記渋滞予兆を検知する、
    ことを特徴とする請求項１１または請求項１２に記載の運転支援装置。

Images