JP6327273B2 - 車両用情報提供装置 - Google Patents

Description

この発明は、車両用情報提供装置に係り、特に、支援車両のドライバに対して障害事象に関わる通知を提供する車両用情報提供装置に関する。

特許文献１には、車両の自律走行を支援するシステムが開示されている。車両の走行ルートには、自律走行に適したゾーンに加えて、自律走行が難しいゾーンが含まれている。例えば、周囲の全車両が流れに乗って同じ方向に向かう高速道路の一般領域は、自律走行に適したゾーンである。一方、複数の車両の流れが合流する合流点、環状交差点、複雑な立体交差などは、自律走行が難しいゾーンである。

上記従来のシステムは、自律走行の開始に先立って、ドライバが目的地を設定することを前提としている。車両は、目的地が設定されると、現在地から目的地に向かうルートを算出する。そして、このルートに沿って走行している過程で自律走行が難しいゾーンに近づくと、車両はその近接をドライバに通知する。この通知を受けたドライバは、そのゾーンを避けるルートを新たに設定したり、そのゾーンを通過する間だけ車両を操縦したりすることで自律走行を補うことができる。

特表２０１３−５４４６９５号公報 特開２００５−３３９１８１号公報

特許文献１では、地図データに「自律走行が難しいゾーン」が登録されることとなっている。その登録の手法として、以下の３つが開示されている。
１．地図データ作成の段階で予め登録。
２．車両のドライバが自ら登録。
３．車々間通信により他車両から情報提供されたゾーンを登録。

何れの場合でも、特許文献１の地図データには、存在が明らかなゾーンだけが登録されることになる。このため、特許文献１のシステムでは、存在しない事象に関する通知がドライバに提供されることはない。

車両走行の支障となり得る障害事象は、市街を走行している車両から挙動データを集めて、そのデータを解析することによっても検知することができる。例えば、高速道路上に落下物が存在すれば、その落下物の場所で多数の車両が回避挙動を取る。このため、特定の場所で多数の車両が回避挙動を取っていれば、その場所に何らかの障害事象が生じていると判断することができる。

車両の運転を支援する観点によれば、そのような障害事象に関する通知を、その事象との遭遇前にドライバに提供することが考えられる。このような通知を受ければ、車両のドライバは、障害事象に備えることができ余裕を持ってその事象に対処することができる。

ここで、収集したデータを解析して障害事象を検知する場合、障害事象の存在を示唆するデータの数が増えるほど、高い確信を持ってその存在を判断することができる。上記の例によれば、１台の車両が回避挙動を示した段階では、その場所に障害事象があることを確信することはできない。一方、その場所を通過する数十台の車両が全て回避挙動を示していれば、まず間違いなく障害事象が生じていると判断することができる。

ドライバの支援を重視すれば、確信度が低い段階で障害事象の可能性を通知することが望ましい。しかし、誤報が多発すれば、ドライバはその通知を信頼しなくなり、また、その通知に煩わしさを感ずるようになる。他方、通知の信頼度を重視して、十分な確信度が得られるまで通知を提供しないこととすると、通知を受けることなくドライバが障害事象に遭遇する確率が高まることとなる。このため、データ解析により障害事象を検知して、その通知を提供しようとすると、通知の信頼性と支援の実効性とを両立させることが必ずしも容易ではなくなってしまう。

この発明は、上述のような課題を解決するためになされたもので、通知の信頼性を損なうことなく高い実効性を伴って障害事象の通知を支援車両のドライバに提供することのできる車両用情報提供装置を提供することを目的とする。

第１の発明は、上記の目的を達成するため、車両用情報提供装置であって、
交通情報データを記録する交通情報データベースと、
前記交通情報データを処理して、支援車両のドライバに通知を提供するデータ処理装置と、を備え、
前記データ処理装置は、
前記交通情報データに基づいて車両走行の障害となる障害事象を検出する事象検出処理と、
前記支援車両が遭遇する可能性のある障害事象を抽出する事象抽出処理と、
前記交通情報データに基づいて前記障害事象に関する確信度を演算する確信度演算処理と、
前記支援車両が遭遇する可能性のある障害事象の確信度が直截閾値以上である場合に、当該障害事象に関する直截的通知を前記ドライバに提供する直截通知処理と、
前記支援車両が遭遇する可能性のある障害事象の確信度が前記直截閾値未満である場合に、当該障害事象に関して、前記直截的通知とは異なる婉曲的通知を前記ドライバに提供する婉曲通知処理と、
を実行することを特徴とする。

また、第２の発明は、第１の発明において、前記データ処理装置は、情報提供車両から受信した交通情報データを前記交通情報データベースに記録する交通情報記録処理を実行することを特徴とする。

また、第３の発明は、第２の発明において、前記交通情報データは、前記情報提供車両の位置情報と、前記情報提供車両の車両挙動情報と、を含むことを特徴とする。

また、第４の発明は、第２又は第３の発明において、前記交通情報データは、前記情報提供車両の位置情報と、周辺状況を監視するために前記情報提供車両に搭載されている周辺監視センサの検出結果と、を含むことを特徴とする。

また、第５の発明は、第１乃至第４の発明の何れかにおいて、前記データ処理装置は、障害事象の夫々につき通知必要度を演算する判定値演算処理を実行し、
前記直截通知処理及び前記婉曲通知処理は、通知必要度が通知閾値を越える障害事象に関する通知を前記ドライバに提供することを特徴とする。

また、第６の発明は、第１乃至第５の発明の何れかにおいて、前記婉曲的通知は、実在又は想像上の人物又はキャラクターの名言又はセリフであって通知の対象である前記障害事象を連想させるフレーズを含むことを特徴とする。

また、第７の発明は、第６の発明において、前記名言又はセリフは、アニメ、映画、ドラマ、演説又は流行語からの引用を含むことを特徴とする。

また、第８の発明は、第６又は第７の発明において、
複数の障害事象の夫々に対応する直截的通知のデータを記録した直截データベースと、
複数の障害事象の夫々に対応する婉曲的通知のデータを記録した婉曲データベースと、を備え、
前記直截通知処理は、通知の対象である前記障害事象に対応するデータを前記直截データベースから読み出す処理と、読み出された当該データに基づいて前記直截的通知を前記ドライバに通知する処理と、を含み、
前記婉曲通知処理は、通知の対象である前記障害事象に対応するデータを前記婉曲データベースから読み出す読み出し処理と、読み出された当該データに基づいて前記婉曲的通知を前記ドライバに通知する通知処理と、を含むことを特徴とする。

また、第９の発明は、第８の発明において、
前記婉曲データベースは、前記複数の障害事象の夫々に対応する婉曲的通知のデータの組みを、複数のテーマの夫々に対応して記録しており、
前記データ処理装置は、前記ドライバの希望テーマを前記複数のテーマの中で受け付ける受付処理を実行し、
前記読み出し処理は、前記障害事象に対応するデータを、前記希望テーマに対応するデータの組みの中から読み出す処理であることを特徴とする。

また、第１０の発明は、第９の発明において、
前記支援車両は、前記婉曲データベースから、前記希望テーマに対応する前記データの組みのダウンロードを受ける記憶装置を備え、
前記読み出し処理と前記通知処理は、当該支援車両において実行されることを特徴とする。

第１の発明によれば、確信度の高い障害事象についてはドライバに直截的通知を提供することができる。また、確信度の低い障害事象については、婉曲的通知をドライバに提供することができる。婉曲的通知を受けたドライバは、その通知が直截的通知でないことから、障害事象の確信度が低いと理解することができる。このため、仮にその障害事象が誤報であったとしても、ドライバが通知に対する信頼を失うのを避けることができる。

第２の発明によれば、データ処理装置は、情報提供車両から交通情報データを取得して交通情報データベースに記録することができる。支援車両に先行する位置を走行している情報提供車両は、支援車両の進行ルート上で生じている障害事象の情報をデータ処理装置に送信することができる。このため、データ処理装置は、支援車両が未だ遭遇していない障害事象に関する通知を、支援車両に提供することができる。

第３の発明によれば、情報提供車両は、自車の位置情報と車両挙動情報とを、交通情報データとして送信する。データ処理装置は、情報提供車両の位置情報により障害事象の発生位置を知ることができ、また、回避行動等の車両挙動情報により、障害事象の発生を検知することができる。このため、本発明によれば、情報提供車両が遭遇した障害事象の情報を、リアルタイムで支援車両に通知することができる。

第４の発明によれば、情報提供車両は、自車の位置情報と周辺監視センサの検出結果とを、交通情報データとして送信する。データ処理装置は、情報提供車両の位置情報により障害事象の発生位置を知ることができる。また、データ処理装置は、周辺監視センサの検出結果から情報提供車両の周辺に発生した事象を検知することができる。このため、本発明によれば、情報提供車両が遭遇した障害事象の詳細を、リアルタイムで支援車両に通知することができる。

第５の発明によれば、通知必要度の高い障害事象の通知だけをドライバに提供することができる。このため、本発明によれば、提供を受けた通知に関してドライバが煩わしさを感じる機会を低く抑えることができる。

第６の発明によれば、障害事象の確信度が低い場合には、キャラクター等の名言又はセリフにより、その事象を連想させることができる。名言やセリフを用いると、通知に娯楽性を与えることができる。このため、本発明によれば、通知が誤報であった場合にドライバが感ずる煩わしさを低く抑えることができる。

第７の発明によれば、名言又はセリフに、高い娯楽性を与えることができる。このため、本発明によれば、誤報であると否とに関わらず、通知によってドライバを楽しませることができる。

第８の発明によれば、直截データベース又は婉曲データベースからデータを読み出すことにより、障害事象に対応する適切な直截的通知又は婉曲的通知を、簡単な処理により生成することができる。

第９の発明によれば、婉曲データベースにテーマ別に複数組みのデータを記録しておき、ドライバの希望テーマに適合するデータから婉曲的通知を生成することができる。このため、本発明によれば、ドライバの好みに応じた高い娯楽性を婉曲的通知に付加することができる。

第１０の発明によれば、ドライバの希望テーマに適合するデータを、支援車両の記憶装置にダウンロードしておくことができる。このため、本発明によれば、高い娯楽性を備えた婉曲的通知を、タイムラグを伴うことなく適切なタイミングでドライバに提供することができる。

本発明において支援車両のドライバに通知される事象の概要を説明するための図である。 図１に示すストレス事象の具体例を示す図である。 図１に示す想定外事象の具体例を示す図である。 本発明の実施の形態１の構成を説明するためのブロック図である。 図４に示すセンターで実施される処理の概要を説明するためのフローチャートである。 図５に示すステップ１０４〜１０８の詳細を説明するためのフローチャートである。 本発明の実施の形態２の構成を説明するためのブロック図である。

［本発明の実施形態の概要］
本発明の実施形態は、情報提供を介して車両のドライバを支援することを目的としている。以下、支援対象の車両を「支援車両」と称す。支援車両の進行ルート上では様々な事象が発生する。それらの事象の中には、煽り癖のある他車両や頻繁にブレーキを踏む癖のある他車両など、遭遇したドライバが強いストレスを感じるストレス事象、直前まで認知できない脱落タイヤのような想定外事象、或いは日常の出来事化している定常渋滞のような想定内事象が含まれる。

支援情報の通知を受けるドライバは、一般に、有益な通知は歓迎するが、無益な通知には煩わしさを感じる。具体的には、上記の例の中では、ストレス事象及び想定外事象の通知はドライバに歓迎され易い。一方、想定内事象は、ドライバにとって既知であるため、その通知はドライバにとって煩わしいものになり易い。そこで、本発明の実施形態は、支援車両のドライバに通知する事象をストレス事象と想定外事象に絞り、想定内事象については通知事象から除外することとした。但し、ストレス事象と想定外事象はあくまで通知事象の一例である。通知の必要度が高い事象については、適宜通知事象に加えることができるものとする。

図１は、本発明の実施形態における通知事象の概要を説明するための図である。図１に示すように、本発明の実施形態において、通知事象は、ストレス事象と想定外事象とで構成される。以下、図１と共に図２及び図３を参照して、通知事象の詳細について説明する。

図２は、ストレス事象の具体例を説明するための図である。第１の具体例は「煽り車両」である。
（定義）「煽り車両」とは、車間距離を詰めて先行車を追い立てる煽り行為を頻繁に行っている車両を指す。
（判断根拠）個々の車両が「煽り車両」に該当するか否かは、煽り行為の履歴に基づいて判断することができる。また、個々の車両が煽り行為をしているか否かは、その車両と先行車の速度及び車間距離等から判断することができる。
（根拠データ）
煽り行為の判断は、個々の車両からの位置情報、速度情報、車間距離情報などのアップロードデータに基づいて行うことができる。

第２の具体例は「低速マイペース車両」である。
（定義）「低速マイペース車両」とは、周囲又は後続の車両に比して明らかに低い速度で走行し続ける車両を指す。
（判断根拠）個々の車両が「低速マイペース車両」に該当するか否かは、律速行為、即ち、先行車両が存在しない状態で後続の車両集団の速度を律する行為の履歴に基づいて判断することができる。また、個々の車両が律速行為をしているか否かは、その車両と前後車両との車間距離、その車両の速度、及び周囲の車両又は車間距離が詰まるまでの後続車両との速度差、後続車両の数等に基づいて判断することができる。
（根拠データ）
律速行為の判断は、個々の車両からの位置情報、速度情報、車間距離情報などのアップロードデータに基づいて行うことができる。

第３の具体例は「割り込み車両」である。
（定義）「割り込み車両」とは、走行中の車線に隣接する車線上の車両間に割り込む行為を頻繁に行っている車両を指す。
（判断根拠）個々の車両が「割り込み車両」に該当するか否かは、割り込み行為の履歴に基づいて判断することができる。また、個々の車両が割り込み行為をしているか否かは、その車両における車線変更操作や、隣接車線上の車両の挙動等から判断することができる。
（根拠データ）
車線変更操作は、個々の車両からの操舵情報、アクセル操作情報、ブレーキ操作情報、位置情報、速度情報などのアップロードデータに基づいて検知することができる。また、割り込みに伴う周辺車両の挙動は、個々の車両からの位置情報、車速情報、車間距離情報等のアップロードデータに基づいて検知することができる。

第４の具体例は「高頻度ブレーキ車両」である。
（定義）「高頻度ブレーキ車両」とは、頻繁にブレーキ操作が行われる車両を指す。このような操作は、先行車との車間を詰めて走行する癖を持つドライバにより実行され易い。高頻度ブレーキ車両に後続すると、先行車のブレーキ操作に注意を払う必要が頻繁に生じ、ドライバはストレスを感じ易い。
（判断根拠）個々の車両が「高頻度ブレーキ車両」に該当するか否かは、その車両における操作履歴に基づいて判断することができる。より具体的には、その車両におけるブレーキ操作の頻度、ブレーキ操作がなされた際の速度、先行車両との車間距離等から判断することができる。
（根拠データ）
上記の判断は、個々の車両からの、ブレーキ操作情報、位置情報、速度情報、車間距離情報などのアップロードデータに基づいて行うことができる。

第５の具体例は「マナー違反車両」である。
（定義）「マナー違反車両」とは、マナー違反行為を頻繁に繰り返す車両を指す。ここで、「マナー違反行為」とは、方向指示器による表示を伴わない右左折、路肩への停止、路肩からの発進などを指す。
（判断根拠）個々の車両が「マナー違反車両」に該当するか否かは、その車両におけるマナー違反行為の履歴に基づいて判断することができる。また、「マナー違反行為」は、個々の車両における方向指示器操作、右左折操作、路肩への停止操作、及び路肩からの発進操作等に基づいて検知することができる。
（根拠データ）
上記の検知は、個々の車両からの各種操作情報、位置情報、速度情報、車間距離情報等のアップロードデータに基づいて行うことができる。

第６の具体例は「狭窄路」である。
（定義）「狭窄路」とは、道幅の狭まった道路を指す。ドライバは、狭窄路の入り口では道路幅員の減少によりストレスを感じ易い。また、狭窄路の走行中は、幅員に神経を払う必要からドライバはストレスを感じ易い。
（判断根拠）走行路が狭窄路に差し掛かるか否かは、道路の幅員又は幅員差に基づいて判断することができる。
（根拠データ）
上記の判断は、予め準備されている地図データに基づいて行うことができる。

続いて、再び図１を参照して、本発明の実施形態における「想定外事象」について説明する。本発明の実施形態において、「想定外事象」とは、ドライバにとって遭遇頻度が一定以下の障害事象を指す。遭遇頻度が一定以下となる事象は、図１に示す通り３つのカテゴリ(I)、(II)、(III)に分類される。

第１のカテゴリ(I)は、ドライバの来訪頻度が一定以下であるため、遭遇頻度が低くなる障害事象である。より具体的には、事象そのものは定常的に、又は頻繁に発生しているが、ドライバがその発生場所を滅多に訪問しない事象である。

第２のカテゴリ(II)は、障害事象そのものの発生頻度が一定以下である事象である。カテゴリ(II)に属する事象は、更に、以下の二つに分類することができる。
(II-i)特定の時期に偏って発生する障害事象。換言すると、一定期間内の事象発生期間が閾値未満となる事象。例えば、特定の季節にのみ出現する季節の鹿などがこの分類に該当する。
(II-ii)一定期間内の事象発生回数が閾値未満である事象。又は、検出場所での前回からの経過時間が閾値以上である障害事象。例えば、高速道路の車線上に残された脱落タイヤなどがこの分類に該当する。

第３のカテゴリ(III)は、出現頻度はさほど低くないが、出現確率が閾値未満である事象である。例えば、極稀にしか赤にならない信号機などがこのカテゴリに属する。

図３は、想定外事象の具体例を説明するための図である。図３では、想定外事象をその特性により４つに区分している。一つ目の区分は「常時事象」、即ち、特定の場所に常に存在する障害事象である。
（事象例）
見通しの利かないカーブの曲がり先に現れる減速ハンプ（hump）、或いは、同様のカーブの先に現れる慢性渋滞などがこの区分に属する。
（根拠データ）
これらの事象は、個々の車両や交通情報インフラストラクチャからのアップロードデータに基づいて検知することもできるが、常時事象であることから、その情報が登録された地図データに基づいて検知することもできる。以下、この種のデータをアップロードする車両及びインフラストラクチャを総称して「情報提供車両等」と称す。
（ドライバ事情）
常時事象は、それらの発生場所を生活圏としているドライバにとっては日常の出来事である。このため、支援の対象が生活圏ドライバである場合は、常時事象を想定内事象として取り扱うのが妥当である。一方、旅行の過程でその発生場所を訪れたようなドライバ、つまり、生活圏外ドライバにとっては、常時事象と雖も日常的な事象ではない。このため、本発明の実施形態では、常時事象を、生活圏外ドライバに対しては想定外事象として扱う。この取り扱いは、図１におけるカテゴリ(I)に対応する。

図３において、二つ目の区分は「時間帯事象」、つまり、特定の場所に特定の時間帯において定常的に表れる障害事象である。
（事象例）
日中であれば遠方からも容易に目視できるが夜間には認識し難い障害事象となる減速ハンプ、特定の場所に休日限定で表れる慢性渋滞、或いは、特定の場所に通勤時間帯に限って現れる慢性渋滞などがこの区分に該当する。
（根拠データ）
減速ハンプのように路上に固定された時間帯事象は、情報提供車両等からのアップロードデータ又はその情報が登録された地図データと時間の情報とに基づいて検知することができる。一方、慢性渋滞のような時間帯事象は、情報提供車両等からのアップロードデータに基づいて検知することができる。
（ドライバ事情）
時間帯事象は、その発生場所を生活圏とし、かつ、その発生時間帯が活動時間（その発生場所を訪れる時間）と重なっているドライバにとっては日常の出来事である。このため、時間帯事象の発生場所及び発生時間が、生活圏及び活動時間と重なっているドライバに関しては、時間帯事象を想定内事象とするのが妥当である。一方、上記の発生場所は生活圏内ではあるが、その発生時間が活動時間に重なっていないドライバにとっては、時間帯事象が日常の出来事にはならない。同様に、生活圏外ドライバにとっても、時間帯事象は日常の出来事にはならない。このため、本発明の実施形態は、活動時間外ドライバと生活圏外ドライバについてのみ、時間帯事象が想定外事象として扱う。この扱いは、図１におけるカテゴリ(I)に対応する。

図３に示す三つ目の区分は「低頻度事象」である。「低頻度事象」は、図１に示すカテゴリ(II)に属する障害事象である。
（事象例）
特定の季節に集中的に現れる動物（典型的には鹿）、雪解け時期に集中して表れる路面のポットホール等がこの区分に属する（特に上述したカテゴリ(II-i)に属する）。また、路上停車中の故障車、高速道路上の脱落タイヤなどもこの区分に属する（特に、上述したカテゴリ(II-ii)に属する）。
（根拠データ）
低頻度事象に属する障害事象は、情報提供車両等からのアップロードデータに基づいて検知することができる。
（ドライバ事情）
低頻度事象は、如何なるドライバにとっても、日常の出来事にはならない。このため、本発明の実施形態では、全てのドライバについて低頻度事象が想定外事象として扱われる。

図３に示す四つ目の区分は「低確率事象」である。「低確率事象」は、図１に示すカテゴリ(III)に属する障害事象である。低確率事象は、より具体的には、特定の場所に設置された路上固定物において、極めて低い確率で実現される障害事象を指している。この路上固定物は、多数の同種物からなる母集団に属している。母集団に属する路上固定物は、夫々、複数の状態を切り換えて実現するように動作する。そして、それら複数の状態のうちの一つが車両の走行を妨げる障害事象となる。母集団に属する多数の固体が同様に機能することから、ドライバは、それらの固体がある確率で障害事象を発生させることを認識している。このような状況の下で、特定の路上固定物だけが、他の個体に比して著しく低い確率で障害事象を発生させるように動作していると、その動作に慣れたドライバは、その路上固定物は障害事象を発生させないであろうという先入観を持つようになる。このような状況が形成されると、そのドライバにとっては、その路上固定物が発生する障害事象が、想定外事象となる。
（事象例）
幹線道路に設置され、極稀にしか赤信号を表示しない車両感応式の信号機等がこの区分に属する。
（根拠データ）
低確率事象に属する障害事象は、情報提供車両等（路上固定物そのものを含む）からのアップロードデータに基づいて検知することができる。
（ドライバ事情）
低確率事象は、特定の路上固定物が極稀にしか障害事象を発生しないとの先入観を持つドライバにとって想定外事象となる。換言すると、そのような先入観を持っていない生活圏外ドライバにとっては、低確率事象が想定内事象となることがある。このため、本発明の実施形態は、生活圏ドライバについては低確率事象を想定外事象として扱い、生活圏外ドライバに関しては、低確率事象を想定外事象から外して取り扱うことがある。

［障害事象の確信度］
上述した通り、「ストレス事象」の多くは個々の車両からのアップロードデータを解析することで検知される。また、「想定外事象」の多くも、情報提供車両等からのアップロードデータに基づいて検知される。そして、データを解析する処理装置は、それらの事象の存在を示すデータの数が増えほど、高い確信度をもってその存在を判断することができる。

煽り車両のような障害事象については、特定の車両が煽り行為を繰り返すに連れて、その車両が煽り車両であることを示すデータの数が増加する。この場合、十分な数のデータが集まっている段階では、確信をもって煽り車両の存在を支援車両に通知することができるが、そのデータの数が十分でない場合は、確信を持って通知を提供することができない。

また、脱落タイヤのような障害事象については、その発生からの経過時間が長くなるに従って、その事象の存在を示唆するデータの数が増加する。この場合、十分な時間が経過した後は、一般に確信を持って障害事象の発生を通知することができるが、発生の直後には、確信をもってその存在を通知することができない。

高い確信が得られた段階で提供される通知は、誤報となる可能性が低い。そして、正しい通知が繰り返されれば、通知に対するドライバの信頼度が徐々に高まる。他方、確信度が低い通知は、ある程度の確率で誤報となる。このため、そのような通知をも提供することとすれば、通知の中に誤報が混じることになる。そして、ドライバは、誤報に対しては一般に煩わしさを感じる。また、誤報が連発されれば通知そのものを信用が失われる。このような観点からずれば、ドライバには、確信度の高い事象だけを通知することが望ましい。

しかしながら、通知の対象が確信度の高い障害事象に絞られれば、発生から間もない事象などは通知の対象から外れることになる。この場合、何ら通知が発せられることなくドライバが障害事象に遭遇する機会が生ずることになる。このような通知の欠落は、やはり支援に対するドライバの信頼を低下させることになり、また、障害事象に対する事前の準備をドライバに促そうとする支援の目的にも反することになる。

そこで、本発明の実施形態では、確信度が高い場合と低い場合とで通知の手法を変えて、何れの場合にもストレス事象と想定外事象をドライバに通知することとした。具体的には、それら２つの場面において、夫々以下のような手法で障害事象に関する通知を提供することとした。
１．確信度が高い場合
（通知の種別）・・直截的通知（障害事象の存在、内容等を直截的に表現した通知）
（例）・・「○○m先に××が存在しています。」
２．確信度が低い場合
（通知の種別）・・婉曲的通知（障害事象を連想させる婉曲的な表現で行う通知）
（例）・・「戦いとはいつも２手３手先を考えて行うものだ。」（機動戦士ガンダム、シャア・アズナブルのセリフ）

本発明の実施形態で用いられる直截的通知は、障害事象の存在や内容を断言する内容となっている。このため、直截的通知を受けたドライバは、その障害事象が確実に存在するとの認識を抱く。一方、本発明の実施形態で用いられる婉曲的通知は、障害事象の存在や内容を断言するものではない。このため、婉曲的通知を受けたドライバは、障害事象の存在がまだ確定されていないことを理解することができる。更に、その通知が有名なアニメのセリフ等により提供されれば、ドライバは、その通知自体を娯楽として楽しむことができる。このため、本発明の実施形態によれば、誤報の煩わしさをドライバに感じさせることなく、確信度の低い障害事象に関する情報を適切にドライバに提供することができる。

実施の形態１．
［実施の形態１の構成］
図４は、本発明の実施の形態１の車両用情報提供装置の構成を説明するための図である。図４に示すように、本実施形態のシステムは、情報提供車両１０を含んでいる。図４には便宜上、情報提供車両１０を１台のみ表しているが、実用上は、多数の情報提供車両１０が存在するものとする。本システムにおいて、情報提供車両１０は、路上で発生する様々な情報の供給源としての役割を果たす。図示を省略するが、本システムの情報供給源は、情報提供車両１０の他に、交通量を検知するセンサや監視カメラなど、交通情報を取得し得る様々なインフラストラクチャを含むものとする。以下、情報提供車両１０とそれらのインフラストラクチャを総称する場合には、「情報提供車両等」と称することとする。

情報提供車両１０は、車両情報部１２を備えている。車両情報部１２は、情報提供車両１０に関わる様々な情報を取得する部分である。車両情報部１２は、自律センサ部１４を備えている。自律センサ部１４は、情報提供車両１０の自律走行に必要な情報を検出するための周辺監視センサを備えている。具体的には、自律センサ部１４は、ミリ波レーダ、レーザレーダ、車載カメラ等の周辺監視センサを備えている。ミリ波レーダ、レーザレーダによれば、他車両を含む物体の存在、並びにその物体までの距離等を検知することができる。また、車載カメラによれば、路上の白線、歩行者、自転車等を認識することができる。

車両情報部１２は、車両挙動部１６を備えている。車両挙動部１６は、情報提供車両１０の挙動を検出するための各種センサを備えている。車両挙動部１６は、例えば、速度、加速度、ヨーレート、アクセル開度、ブレーキ油圧、操舵角、操舵角速度等を検出することができる。

車両情報部１２は、また、位置情報部１８を備えている。位置情報部１８は、GPS（Global Positioning System）装置を備えている。位置情報部１８によれば、情報提供車両の位置を検知することができる。

車両情報部１２は更に、ドライバ情報部２０を備えている。ドライバ情報部２０には、ドライバから運転スキルの申告を受ける入力インターフェース、或いはドライバの運転スキルを診断するユニットが含まれている。ここで、ドライバの運転スキルは、例えば、車両の加加速度（Jerk）、即ち、加速度aの微分値da/dtに基づいて、周知の方法で判断することができる。また、ドライバ情報部２０には、ドライバからの各種設定又は要望を受け付ける入力インターフェースも含まれている。

車両情報部１２において検出される各種の車両情報は、通信部２２に供給される。通信部２２は、それらの車両情報をアップロードするための通信機能を備えている。

本実施形態のシステムは、上述した情報提供車両１０に加えて、支援車両２４を含んでいる。支援車両２４は、当該車両２４の情報を検知するための車両情報部２６を備えている。本実施形態において、支援車両２４の車両情報部２６は、自律センサ部２８、車両挙動部３０、及び位置情報部３２を備えている。これらの機能は、情報提供車両１０に搭載されているものと同様であるため、ここでは重複した説明は省略する。

支援車両２４は、車両情報部２６から検出情報の供給を受ける通信部３４を備えている。通信部３４は、車両情報部２６から受け取った各種の検出情報を外部にアップロードするための車両情報アップロード部３６を有している。また、通信部３４には、支援車両２４の外部から供給される支援内容を受信するための支援内容受信部３８が備わっている。

支援内容受信部３８が外部から受け取る支援内容には、回避制御指令と通知指令とが含まれている。回避制御指令は、支援車両２４の制御部４０に供給される。制御部４０は、回避制御指令を受けて各種の回避制御を実現する機能を有している。ここで、回避制御とは、各輪の駆動力又は制動力、或いは操舵角等を制御して、支援車両２４に障害事象を回避させる行動を取らせる制御を指している。

支援内容受信部３８から発せられる通知指令は、車両HMI（Human Machine Interface）部４２に供給される。車両HMI部４２は、指令された通知を支援車両２４のドライバに通知するためのインターフェースである。車両HMI部４２では、具体的には、表示、音、又は音声によりその通知をドライバに提供するための表示/音/音声制御が実行される。

本実施形態のシステムは、また、情報提供車両等及び支援車両２４からのアップロードデータを処理して、支援内容を支援車両２４に提供するセンター４４を含んでいる。センターは、各種の記憶装置、演算装置、入出力インターフェース、通信装置等により構成されている。

具体的には、センター４４は、情報提供車両等からのアップロードデータを受信する通信部４６を備えている。通信部４６が受信したデータは、交通情報データベース４８に記録される。交通情報データベース４８には、以下の二種類の交通情報データがアップロードされる。
１．情報提供車両１０のドライバに関わるデータ
（内容）・自己申告された又は診断された運転スキル。
・ドライバの設定又は要望。
２．障害事象に関わるデータ
（内容）・車載カメラの映像等に基づき存在と内容が特定された事象を表す事象データ。
・情報提供車両の車両挙動、ミリ波レーダの計測結果等、事象の存在と内容を判断するための基礎データ。
・情報の発生場所を示す位置情報。

交通情報データベース４８に蓄積されたデータは、センター４４が備える事象検出部５０に供給される。事象検出部５０は、上記２．「障害事象に関わるデータ」に基づいて以下の処理を行う。
（１）上記「事象データ」に基づいて障害事象を検出。
（２）上記「基礎データ」に基づいて障害事象と推定できる事象を検出（以下、この事象も「障害事象」と称す）。
（３）上記「位置情報」に基づいて、上記（１）、（２）のステップで検出された障害事象の位置を特定。

事象検出部５０には、通信部５２を介して支援車両２４の位置情報も提供される。事象検出部５０は、この位置情報に基づいて、更に下記の処理も実行する。
（４）支援車両２４の進行ルートを推定。
（５）上記（３）のステップで位置が特定された障害事象の中から上記（４）のステップで推定された進行ルート上に存在するものを抽出。

事象検出部５０は、上記（１）〜（５）の処理を行うことにより、支援車両２４が今後遭遇する可能性の高い障害事象を検出することができる。

事象検出部５０によって検出された障害事象のデータは、想定外事象判定部５４に供給される。想定外事象判定部５４では、その障害事象が想定外事象に該当するか否かを判断するべく頻度判定処理と確率判定処理とが実行される。頻度判定処理では、事象検出部５０で検出された事象が発生頻度の低い事象、つまり、図１に示すカテゴリ(II)に属する事象、換言すると、図３に示す「低頻度事象」に該当するか否かが判定される。一方、確率判定処理では、事象検出部５０で検出された事象が出現確率の低い事象、つまり、図１に示すカテゴリ(III)に属する事象、換言すると、図３に示す「低確率事象」に該当するか否かが判定される。

センター４４には、障害事象に関する多数のデータが記録されている。また、センター４４には、障害事象毎に低頻度事象を判断するための閾値、並びに低確率事象を判定するための閾値が記憶されている。これらの閾値は、一般的なドライバが、判定対象の事象を想定外と感ずる発生頻度の下限値、又は出現確率の下限値である。想定外事象判定部５４は、多数のデータを分析することで、判定の対象である障害事象の発生頻度、及び出現確率を算出し、それらを上記の閾値と比較することにより、頻度判定処理及び確率判定処理を実行する。

事象検出部５０によって検出された障害事象のデータは、ストレス事象判定部５６にも供給される。ストレス事象判定部５６には、通信部５８を介して、支援車両２４からのアップロードデータも供給されている。ストレス事象判定部５６は、事象検出部５０で検出された事象が、支援車両２４にとってのストレス事象（図１及び図２参照）に該当するか否かを判定するストレス度判定処理を行う。

センター４４には、障害事象毎にストレス度を算出する各種規則（マップ等）が記憶されている。例えば、「煽り車両」については、当該車両が煽り行為を行う頻度、その煽りの程度（速度、車間距離で計算）、及びその車両と支援車両２４との距離等に基づいてストレス度を算出する規則が記憶されている。低速マイペース車両や割り込み車両についても、それらの車両が障害行為を行う頻度、障害の程度、その車両と支援車両２４との距離等をパラメータとしてストレス度を算出する規則が記憶されている。また、狭窄路のような路上固定物については、道路の幅員、道幅が変化する箇所の幅員差、ガードレールの有無等の地図データからストレス度を算出する規則が記憶されている。センター４４には更に、一般的なドライバが耐え難いと感ずるストレス度の下限値が、閾値として記録されている。ストレス事象判定部５６は、夫々の事象についてストレス度を算出し、そのストレス度と上記閾値とを比較することによりストレス度判定処理を実行する。

事象検出部５０において検出された障害事象のデータは、更に、事象情報演算部７４にも供給される。事象情報演算部７４は、提供を受けた障害事象の夫々について確信度演算処理を実行する。情報提供車両等からセンター４４にアップロードされてくるデータには、車載カメラ等により確定された事象に関するものと、情報提供車両１０の回避行動など、事象そのものは確定されていないものとが含まれている。確信度演算処理は、それらの情報に基づいて、事象検出部５０において検出された事象の確信度を計算する。

確信度の計算は、判定対象の事象に関してアップロードされてきたデータの数、割合、内容に基づいて行われる。例えば、特定の場所を走行する情報提供車両１０から回避行動の挙動がアップロードされている場合は、その場所に何らかの障害事象が発生していることが推定できる。そして、同種の回避行動が多数の情報提供車両１０からアップロードされていれば、その事象の存在確率が高いと判断することができる。また、その場所を走行する多数の情報提供車両１０が、回避行動を取る割合が高いほど、その存在確率は高いと判断することができる。更に、アップロードされたデータの中に、例えば、脱落タイヤや故障車など、事象そのものを特定したデータが含まれていれば、ほぼ間違いなくその場所に障害事象が生じていると判断することができる。

煽り車両やマナー違反車両のようなストレス事象についても、データの数、割合、内容に基づいて確信度を計算することができる。例えば、特定の車両について煽り行為と解し得る挙動データが数多くアップロードされていれば、その車両が煽り車両である蓋然性が高いと判断できる。また、その車両が先行車を煽る割合が高いほど、その車両が煽り車両である確率が高いと判断できる。そして、車載カメラ等により煽り行為そのものが検知されていれば、ほぼ間違いなくその車両が煽り車両であると判断することができる。

このように、多数のデータの解析により検知される障害事情については、その存在を示唆するデータの数、その存在を示唆するデータの割合、及びそれらのデータの内容に基づいて確信度を計算することができる。事象情報演算部７４は、夫々の障害事象毎に、データの数、割合、及び内容をパラメータとする確信度の演算規則（関数又はマップ）を記憶している。この規則によれば、判断の対象である障害事象の存在確率が高いほど確信度が高い値に計算される。

事象情報演算部７４によって演算された確信度は、通知判断部６０に提供される。通知判断部６０には、その確信度と共に、想定外事象判定部５４で判定された想定外事象のデータ、並びにストレス事象判定部５６で判定されたストレス事象のデータが提供される。通知判断部６０では、それらの事象の確信度に基づいて、通知の実行に関する最終判断である通知／非通知処理が実行される。そして、通知の実行が判断なされた場合は、その事象の確信度に基づいて、その通知をどのように行うかを決めるHMI仕様決定処理が実行される。

通知／非通知処理では、具体的には、判断の対象である障害事象の確信度が、婉曲的通知を提供するに値する程度には高いものであるかが判別される。婉曲的通知は、確信度の低い障害事象について発する通知であるが、その確信度が余りにも低い段階では通知を発しないことが望ましい。通知／非通知処理は、そのような段階での通知を排除するための処理である。

HMI仕様決定処理では、障害事象の確信度に基づいて、直截的通知を採用するか婉曲的通知を採用するかが決定される。より具体的には、その確信度が十分に高いものであれば、通知の手法として直截的通知が選択される。他方、その確信度が未だ十分に高い値でない場合には、通知の手法として婉曲的通知が選択される。

センター４４には、直截的通知を生成するための直截データベースと、婉曲的通知を生成するための婉曲データベースが備わっている。これらのデータベースには、想定される障害事象の夫々についての通知（メッセージ）を生成するためのデータが記録されている。

本実施形態では、婉曲的通知に、実在又は想像上の人物又はキャラクターの名言又はセリフを含ませることとしている。更に具体的には、それらの名言又はセリフには、アニメ（animated cartoons）、映画、ドラマ、演説又は流行語からの引用を含ませることとしている。そのような有名な名言やセリフは、それらを発した人物等の声、それらが発せられたシーン、及びそのシーンで流れていたBGM（Back Ground Music）等と共に、ある特定の世界観を伴って記憶されていることが多い。婉曲的通知には、上記の名言又はセリフと共に、その世界観を連想させる音や光の演出を含めることとしてもよい。

個々の婉曲的通知は、その通知の内容或いは世界観から連想される障害事象と関連付けられた状態で、婉曲データベースに記録されている。アニメ「機動戦士ガンダム」からの引用を例に取ると、婉曲データベースには以下のような組み合わせで婉曲的通知のセリフが記録される。
（例１）前方の不明な障害物を示唆する通知として、「見えるぞ！私にも敵が見える！」（シャア・アズナブルの声）
（例２）曲がった先の障害物を示唆する通知として、「戦いとはいつも２手３手先を考えて行うものだ。」（シャア・アズナブルの声）
（例３）煽り車両又はマナー違反車両を示唆する通知として、「こういう時、慌てた方が負けなのよね」（カイ・シデンの声）

婉曲的通知のテーマを映画「スター・ウォーズ」とした場合、婉曲データベースには、以下のような組み合わせで婉曲的通知のセリフが記録される。
（例１）緊急車両の接近を示唆する通知として、「考えるのでなく感じるのだ」（ルーク・スカイウォーカーの修行の際のヨーダのセリフ）
（例２）様々な想定外事象を示唆する通知として、「なんだか嫌な予感がする。」（ハン・ソロのセリフ）
（例３）マナー違反車両、煽り車両を示唆する通知として、「フォースはお前と共にいるのだ、いかなる時も」（ヨーダのセリフ）

通知判断部６０は、直截的通知を提供するとの最終判断が下された場合は、直裁データベース内のデータに基づいて、障害事象をドライバに直截的に知らせるための通知を生成する。一方、婉曲的通知を提供するとの最終判断が下された場合、通知判断部６０は、障害事象を婉曲的にドライバに伝えるための通知を、婉曲データベース内のデータに基づいて生成する。通知判断部６０は更に、必要に応じて、障害を回避するために支援車両２４にて行われるべき回避制御の指令を生成する。

通知判断部６０で生成された直截的通知又は婉曲的通知、並びに回避制御の指令は、通信部６２を介して支援車両２４に供給される。支援車両２４は、これらを受信すると、制御部４０において必要な回避制御を実行すると共に、車両HMI部４２を用いて直截的又は婉曲的通知をドライバに提供する。

［実施の形態１の動作］
図５は、本発明の実施の形態１において、センター４４で実施される処理の概要を説明するためのフローチャートである。但し、情報提供車両等からのアップロードデータを交通情報データベース４８に記録する処理は、図５に示すルーチンとは別に適宜実行されるものとする。

図５に示すルーチンでは、まず、障害事象の検出処理が実行される（ステップ１００）。ここでは、具体的には、交通情報データベース４８に記録されているデータに基づいて、想定外事象又はストレス事象となり得る事象が検出される。本ステップの処理は、図４に示す事象検出部５０が実行する上記（１）及び（２）の処理に相当する。

障害事象となり得る事象が検出されると、次に、支援車両２４が、その障害事象に遭遇する可能性があるか否かが判別される（ステップ１０２）。具体的には、先ず、交通情報データベース４８に記録されている位置情報に基づいて障害事象の位置が特定される。次いで、支援車両２４からのアップロードデータに基づいて、支援車両２４の進行ルートが推定される。そして、障害事象の発生場所が、支援車両２４の進行ルートと重なる可能性があれば、本ステップ１０２の判断が肯定される。以上の処理は、図４に示す事象検出部５０が実行する上記（３）乃至（５）の処理に相当する。

上記の判断が否定された場合は、本サイクルの処理が終了され、改めて上記ステップ１００の処理が開始される。一方、本サイクルで検出された障害事象に支援車両２４が遭遇する可能性があると判断された場合は、次に、想定外事象判定部５４、ストレス事象判定部５６、及び事象情報演算部７４の処理が実行される（ステップ１０４）。具体的には、ここでは、以下の３つの処理が実行される。
１．本サイクルで検出された障害事象が、ドライバに通知するべき想定外事象に該当するか否かを判断。
２．本サイクルで検出された障害事象が、ドライバに通知するべきストレス事象に該当するか否かを判断。
３．本サイクルで検出された障害事象の確信度を演算。

図６は、上記ステップ１０４の詳細を説明するためのフローチャートである。図６に示すように、ここでは先ず、判定対象の障害事象についてストレス度が決定される（ステップ１０４−１）。上述した通り、センター４４には、ストレス度を定めるための各種規則（マップ等）が障害事象毎に記憶されている。ここでは、その規則に従って、障害事象のストレス度が決定される。

上記の処理が終わると、次に、決定されたストレス度が通知判定の閾値を越えているか否かが判別される（ステップ１０４−２）。上述した通り、センター４４には、障害事象毎にストレス度に関する閾値が記憶されている。本ステップでは、判定対象の障害事象に関する閾値と、上記のストレス度とが比較される。

ストレス度が閾値を越えていると判別された場合は、判定対象の事象が、ドライバに通知するべきストレス事象であると判断できる。この場合、次に、その障害事象について確信度が演算される（ステップ１０４−３）。ここでは、具体的には、以下の処理が実行される。
１．障害事象についてアップロードされているデータの数を係数。
２．障害事象の発生場所を通過する情報提供車両１０から、その事象について情報がアップロードされている割合を演算。
３．障害事象の内容確定に足る情報のアップロード数を係数。
４．上記１〜３の結果に、夫々について設定された重み付け係数を掛け合わせる。
５．上記４の結果の和を確信度として計算。
障害事象が存在していれば、その存在を示唆するデータの数及び割合は時間の経過と共に大きくなる。また、その障害事象の確定に足る情報のアップロードもされてくるはずである。一方、障害事象が存在していなければ、時間が経過しても、そのようなデータが数多くアップロードされてくることはない。このため、本ステップの処理によれば、時間の経過と共に障害事象の存在確率に正しく収束する確信度を計算することができる。

図６に示すルーチン中、上記ステップ１０４−２で、判定対象の障害事象のストレス度が閾値を越えていないと判別された場合は、次に、その事象が低頻度事象の第１条件、即ち、「一定期間内の事象発生期間が閾値未満」の条件を満たしているか否かが判別される（ステップ１０４−４）。センター４４では、蓄積された多数のデータに基づいて、障害事象の発生時期に関する統計処理が行われている。ここで、上記の「一定期間」は、一年、一月、一週間等の期間を指している。また、上記「閾値」は、それらの期間に対応して定められた値であり、それらの期間に比して十分に短い期間である。本ステップでは、今回の障害事象が、一定期間内の特定の季節、期間、時間等に限って発生するものである場合に上記第１条件の成立が判定される。

上記第１条件の成立が認められた場合は、今回の障害事象が、ドライバに通知するべき低頻度事象であると判別できる。この場合、以後、ステップ１０４−３において確信度が計算される。一方、上述した第１条件が成立しないと判別された場合は、次に、本サイクルの障害事象が低確率事象の条件を満たしているか否かが判別される（ステップ１０４−５）。具体的には、先ず、今回の障害事象が、同種の固体の集合である母集団に属する路上固定物で生じているものであるか否かが判断される。この判断が肯定される場合は、次に、その路上固定物が今回の障害事象を発生させる確率が閾値未満であるかが判別される。この閾値は、ドライバが一般的に、その路上固定物は障害事象をほぼ発生させない、との先入観を持つに至る確率の上限値であり、例えば、１０％、５％、３％、或いは１％のような数値がこれに該当する。

上記ステップ１０４−５の判別が肯定された場合は、今回の障害事象が、ドライバに通知するべき低確率事象であると判別できる。この場合、以後、ステップ１０４−３の処理が実行される。一方、上記の判別が否定された場合は、次に、今回の障害事象が低頻度事象の第２条件、即ち、「一定期間内の事象発生回数が閾値未満」の条件を満たしているか否かが判別される（ステップ１０４−６）。センター４４では、蓄積された多数のデータに基づいて、障害事象の発生回数に関する統計処理が行われている。「一定期間」は、ここでも、一年、一月、一週間等の期間を指す。また、上記「閾値」は、それらの期間に対応して定められた値であり、数回から１回程度の値が該当する。

上記ステップ１０４−６において、上述した第２条件の成立が認められた場合は、今回の障害事象が、日常的に発生する事象ではなく、ドライバに通知するべき低頻度事象であると判断できる。この場合、以後、ステップ１０４−３の処理が実行される。一方、上記の判別が否定された場合は、次に、今回の障害事象が低頻度事象の第３条件、即ち、「検出された場所での前回からの経過時間が閾値以上」の条件を満たしているか否かが判別される（ステップ１０４−７）。センター４４では、個々の障害事象について、発生場所と発生日時を記録している。ここでは、それらの記録に基づいて上記判断がなされる。本ステップの「閾値」は、例えば、数年、１年、１月等に設定することができる。

上記ステップ１０４−７の判別が肯定された場合は、今回の障害事象が、ドライバに通知するべき低頻度事象であると判別できる。この場合、以後、ステップ１０４−３の処理が実行される。一方、上記の判別が否定された場合は、今回の障害事象が、ドライバに通知するべき事象ではないと判断できる。この場合、センター４４は、非通知の最終判断を下して今回の処理を終了する。

図６に示すルーチンにおいて、ステップ１０４−３にて障害事象の確信度が演算されたら、次に、その確信度が支援閾値以上であるかが判別される（ステップ１０６）。この処理は、通知判断部６０において実行される通知／非通知処理に相当する。ここで、支援閾値とは、支援車両２４のドライバに婉曲的通知を提供するために最低限必要とされる確信度（例えば３０％）である。障害事象の確信度が、その支援閾値にも満たない場合は、通知が誤報となる可能性が高すぎるため非通知の判定が下される。この場合、以後速やかに今回の処理サイクルが終了される。

一方、上記ステップ１０６において、障害対象の確信度が通知閾値以上であると判別された場合は、誤報となる可能性はあるものの、その障害対象は通知に値すると判断される。そして、この場合は次に、その確信度が直截閾値以上であるかが判別される（ステップ１０８−１）。直截閾値とは、障害事象の存在がまず間違いなく、支援車両２４のドライバに断言的に注意を喚起することが適切であると判断できる確信度（例えば７０％）である。

図６に示すルーチンでは、上記の判別により確信度が直截閾値以上であると判別された場合、通知の手法として、上述した直截的通知が選択される（ステップ１０８−２）。これに対して、確信度が直截閾値に満たないと判別された場合は、通知の手法として上述した婉曲的通知が選択される（ステップ１０８−３）。

以上の処理が終わると、次に、支援内容と支援のタイミングを決める処理が行われる（ステップ１０８−４）。具体的には、直截的通知が選択されている場合は、直截データベース内のデータに基づいて障害事象に対応する直截的通知が生成されると共に、必要とされる回避制御の指令が生成される。また、婉曲的通知が選択されている場合は、婉曲データベース内のデータに基づいて障害事象に対応する婉曲的通知が生成されると共に、必要とされる回避制御の指令が生成される。また、現在地と障害事象との距離、並びに支援車両２４の速度等に基づいて、通知を発するべき適切なタイミングが決定される。

上記の処理が終わると、以後、図５に示すステップ１１０以降の処理が実行される。ここでは先ず、情報提供のタイミングが到来したかが判別される（ステップ１１０）。この処理は、そのタイミングの到来が判別されるまで繰り返し実行される。そして、その到来が判定されると、センター４４から支援車両２４に向けて通知及び回避制御に必要な情報が提供される（ステップ１１２）。以後、センター４４は、支援に必要な全ての処理が完了するのを待って（ステップ１１４）、今回の処理サイクルを終了する。

以上説明した通り、本実施形態のシステムによれば、支援車両２４に対して、ドライバが有益と感じる障害事象の情報だけを適切に通知することができる。そして、このシステムによれば、確信度の低い障害事象に関する情報を、娯楽要素を備えた婉曲的な手法で通知することができる。このため、このシステムによれば、支援車両２４のドライバに煩わしさを感じさせることなく、支援車両２４が安全な走行を続けるうえで有益な通知を十分にドライバに提供することができる。

尚、上記の説明では、ステップ１００〜ステップ１１４の処理を直列に進めることとしているが、処理の進め方はこれに限るものではない。これらの処理は、ハードウェアの仕様に応じて、適宜順番を入れ替えて、又は、並列して進めることとしてもよい。

［実施の形態１の変形例］
ところで、上述した実施の形態１では、通知の内容を決定する処理と、通知のタイミングを計る処理とを、全てセンター４４側で行うこととしている。しかしながら、それらの処理は、一部を支援車両２４側で実行することとしてもよい。

また、上述した実施の形態１では、婉曲的通知が誤報であった場合に何ら追加の処理を行わないこととしているが、誤報であったことの通知を名言やセリフを用いて提供することとしてもよい。
例えば、婉曲的通知のテーマが「機動戦士ガンダム」である場合には、誤報であったことを以下のようなセリフで通知することとしてもよい。
「認めたくないものだな、自分自身の若さ故の過ちというものを」、或いは、「当たらなければ、どうということはない！」（何れもシャア・アズナブルの声）

ところで、上述した実施の形態１では、センター４４が備える演算装置、記憶装置、及び通信装置等が前記第１の発明における「データ処理装置」を構成している。また、実施の形態１では、障害事象の発生頻度、出現確率、及びストレス度が、前記第５の発明における「通知必要度」に相当している。

実施の形態２．
［実施の形態２の構成］
図７は、本発明の実施の形態２の構成を説明するための図である。以下、図７において、図４に示す要素と同一の要素には同一の符号を付してその説明を省略する。本実施形態において、支援車両２４の車両情報部２６は、ドライバ情報部６４を備えている。ドライバ情報部６４には、情報提供車両１０のドライバ情報部２０と同様に、運転スキルの申告を受ける入力インターフェース又は運転スキルの診断ユニット、及びドライバからの設定又は要望を受け付ける入力インターフェースが含まれている。

ドライバ情報部６４の情報は、通信部６６を介してセンター４４にアップロードされる。センター４４は、その情報を受け取るための通信部６８と、その情報を保管するためのドライバ情報データベース７０を備えている。

ドライバ情報データベース７０には、支援車両２４の移動履歴が記録される。移動履歴には、車両走行時の位置及び時間に関する履歴が含まれている。このデータベース７０には、また、システム稼動履歴が含まれている。システム稼動履歴には、支援車両２４に提供した障害事象に関する通知及び回避制御の内容、並びにそれらを提供した日時等の情報が含まれている。更に、ドライバ情報データベース７０には、ドライバ特性が含まれている。この特性には、支援車両２４のドライバによる各種の設定及び要望、並びにそのドライバの運転スキルに関する情報等が含まれている。

ドライバ情報データベースに記録されている移動履歴の情報は、来訪頻度判定部７２に供給される。来訪頻度判定部７２には、事象検出部５０によって検出された障害事象、即ち、想定外事象及びストレス事象となり得る事象の情報も提供されている。来訪頻度判定部７２は、それらの事象の中から、来訪頻度が低いことによりドライバにとって想定外事象となる事象を抽出する。

来訪頻度判定部７２によって抽出される事象は、具体的には、図３に示す「常時事象」及び「時間帯事象」となる。これらの事象は、比較的頻繁に生ずる事象であることから、低頻度事象にも、低確率事象にも該当せず、想定外事象判定部５４によっては通知事象として抽出されないことがある。来訪頻度判定部７２は、判定対象の「常時事象」又は「時間帯事象」の発生場所が支援車両２４のドライバの生活圏外である場合は、その事象を想定外事象として抽出する。また、来訪頻度判定部７２は、判定対象の「時間帯事象」が支援車両２４の活動時間外に生ずる事象である場合は、その発生場所がドライバの生活圏内であってもその事象を想定外事象として抽出する（図３中に(I)を付して示す欄参照）。

図７において、ドライバ情報データベース７０が記憶する移動履歴の情報は、来訪頻度判定部７２のみに供給されているが、この情報は、想定外事象判定部５４に供給することとしてもよい。想定外事象判定部５４では、上述した通り、低確率事象が想定外事象として抽出される。この低確率事象は、特定の路上固定物が極めて低い確率でしか障害事象を発生しないとの先入観を持ったドライバにとって想定外事象となる事象である。換言すると、そのような先入観を持たないドライバにとって、低確率事象は想定内の障害事象である。そして、低確率事象を生じさせる路上固定物の設置位置が生活圏外であるドライバは、その路上固定物の特性を知らないため、上記のような先入観を有しない。このため、本実施形態において、想定外事象判定部５４は、低確率事象として検出された事象の発生場所が、支援車両２４のドライバの生活圏外である場合には、その事象を想定外事象から除外することとしてもよい（図３の右下角欄に示す「想定内」参照）。

来訪頻度判定部７２によって抽出された想定外事象は、想定外事象判定部５４及びストレス事象判定部５６によって抽出された事象と共に通知判断部６０に供給される。本実施形態において、通知判断部６０には、ドライバ情報データベース７０に記録されているシステム稼動履歴、及びドライバの特性に関する情報が提供される。

通知判断部６０は、想定外事象判定部５４等から提供された事象が、支援車両２４に通知された履歴があるかを、システム稼動履歴に基づいて判断する。その結果、通知の履歴があると判断された場合は、更に、その通知から現在までの経過時間を算出する。そして、その経過時間が、予め定めた閾値に達していない場合は、当該事象を非通知の扱いとする。この処理が実行されることにより、本実施形態のシステムでは、同一の障害事象についての通知が支援車両２４のドライバに短時間のうちに繰り返し提供されてしまうのを回避することができる。

通知判断部６０は、また、ドライバ情報データベース７０に記録されているドライバ特性、即ち、ドライバによる各種設定及び要望、並びにドライバの運転スキルに基づいて、通知の可否を最終判断する際の閾値を変化させることができる。来訪頻度判定部７２によって抽出される想定外事象については、通知必要度を表す数値としてドライバの来訪頻度が演算される。想定外事象判定部５４によって抽出される想定外事象については、事象の発生頻度又は出現確率が算出される。また、ストレス事象判定部によって抽出される事象についてはストレス度が算出される。通知判断部６０は、それらの数値と閾値を比較することで通知可否の最終判断を下す。そして、ドライバが、より多くの通知を要望している場合は、より多くの事象が通知されるように閾値を変更する。また、ドライバの運転スキルが高いほど、より多くの事象が非通知となるように閾値を変更する。このような処理によれば、ドライバの設定又は要望、及びドライバの運転スキルに応じた通知規則を実現することができる。

［実施の形態２の特徴］
本実施形態のシステムにおいて、センター４４が備える婉曲データベースには、婉曲的通知のデータが複数組み記録されている。夫々のデータの組みには、想定される全ての障害事象に関連付けられた婉曲的通知が含まれている。従って、支援車両２４には単一のデータの組みを用いるだけで、あらゆる障害事象についての婉曲的通知を提供することができる。また、夫々のデータの組みは、アニメ、映画、ドラマ、演説又は流行語などのタイトル又はプログラム毎に整理されている。

支援車両２４のドライバは、ドライバ情報部６４を用いて婉曲的通知に関する希望テーマをアップロードすることができる。アップロードされた希望テーマは、ドライバの特性としてドライバ情報データベース７０に記録される。そして、通知判断部６０は、婉曲データベースからその希望テーマに適合するデータを読み出して婉曲的通知を生成することができる。このため、本実施形態のシステムによれば、確信度の低い障害事象に関する情報を、ドライバの希望する世界観を持つ婉曲的通知により提供することができる。その結果、本実施形態のシステムによれば、実施の形態１の場合に比して更に高度な娯楽性を婉曲的通知に与えることができる。

［実施の形態２の変形例］
上述した実施の形態２においては、支援車両２４で提供される婉曲的通知をセンター４４の通知判断部６０が生成している。しかしながら、その生成の手法はこれに限定されるものではない。例えば、支援車両２４内の記憶装置にドライバの希望テーマに適合したデータの組みをダウンロードしておき、婉曲的通知の生成を支援車両２４側で行うこととしてもよい。

１０ 情報提供車両
２４ 支援車両
４２ 車両HMI部
４４ センター
４８ 交通情報データベース
５０ 事象検出部
５４ 想定外事象判定部
５６ ストレス事象判定部
６０ 通知判断部
６４ ドライバ情報部
７０ ドライバ情報データベース
７２ 来訪頻度判定部
７４ 事象情報演算部

Claims (10)

1. 交通情報データを記録する交通情報データベースと、
   前記交通情報データを処理して、支援車両のドライバに通知を提供するデータ処理装置と、を備え、
   前記データ処理装置は、
   前記交通情報データに基づいて車両走行の障害となる障害事象を検出する事象検出処理と、
   前記支援車両が遭遇する可能性のある障害事象を抽出する事象抽出処理と、
   前記交通情報データに基づいて前記障害事象に関する確信度を演算する確信度演算処理と、
   前記支援車両が遭遇する可能性のある障害事象の確信度が直截閾値以上である場合に、当該障害事象に関する直截的通知を前記ドライバに提供する直截通知処理と、
   前記支援車両が遭遇する可能性のある障害事象の確信度が前記直截閾値未満である場合に、当該障害事象に関して、前記直截的通知とは異なる婉曲的通知を前記ドライバに提供する婉曲通知処理と、
   を実行することを特徴とする車両用情報提供装置。
2. 前記データ処理装置は、
   情報提供車両から受信した交通情報データを前記交通情報データベースに記録する交通情報記録処理を実行することを特徴とする請求項１に記載の車両用情報提供装置。
3. 前記交通情報データは、
   前記情報提供車両の位置情報と、
   前記情報提供車両の車両挙動情報と、
   を含むことを特徴とする請求項２に記載の車両用情報提供装置。
4. 前記交通情報データは、
   前記情報提供車両の位置情報と、
   周辺状況を監視するために前記情報提供車両に搭載されている周辺監視センサの検出結果と、
   を含むことを特徴とする請求項２又は３に記載の車両用情報提供装置。
5. 前記データ処理装置は、障害事象の夫々につき通知必要度を演算する判定値演算処理を実行し、
   前記直截通知処理及び前記婉曲通知処理は、通知必要度が通知閾値を越える障害事象に関する通知を前記ドライバに提供することを特徴とする請求項1乃至４の何れか１項に記載の車両用情報提供装置。
6. 前記婉曲的通知は、実在又は想像上の人物又はキャラクターの名言又はセリフであって通知の対象である前記障害事象を連想させるフレーズを含むことを特徴とする請求項1乃至５の何れか１項に記載の車両用情報提供装置。
7. 前記名言又はセリフは、アニメ、映画、ドラマ、演説又は流行語からの引用を含むことを特徴とする請求項６に記載の車両用情報提供装置。
8. 複数の障害事象の夫々に対応する直截的通知のデータを記録した直截データベースと、
   複数の障害事象の夫々に対応する婉曲的通知のデータを記録した婉曲データベースと、を備え、
   前記直截通知処理は、通知の対象である前記障害事象に対応するデータを前記直截データベースから読み出す処理と、読み出された当該データに基づいて前記直截的通知を前記ドライバに通知する処理と、を含み、
   前記婉曲通知処理は、通知の対象である前記障害事象に対応するデータを前記婉曲データベースから読み出す読み出し処理と、読み出された当該データに基づいて前記婉曲的通知を前記ドライバに通知する通知処理と、を含むことを特徴とする請求項６又は７に記載の車両用情報提供装置。
9. 前記婉曲データベースは、前記複数の障害事象の夫々に対応する婉曲的通知のデータの組みを複数のテーマの夫々に対応して記録しており、
   前記データ処理装置は、前記ドライバの希望テーマを前記複数のテーマの中で受け付ける受付処理を実行し、
   前記読み出し処理は、前記障害事象に対応するデータを、前記希望テーマに対応するデータの組みの中から読み出す処理であることを特徴とする請求項８に記載の車両用情報提供装置。
10. 前記支援車両は、前記婉曲データベースから、前記希望テーマに対応する前記データの組みのダウンロードを受ける記憶装置を備え、
    前記読み出し処理と前記通知処理は、当該支援車両において実行されることを特徴とする請求項９に記載の車両用情報提供装置。
    

Images