JP6597330B2 - 運転負荷推定装置 - Google Patents

Description

本発明は、運転者の運転負荷を推定する運転負荷推定装置に関する。

特許文献１には、車両が走行する道路の難易度を算出する方法が開示されている。特許文献１では、住宅地や繁華街といった地域の分類ごとに難易度の基準値が規定されており、その基準値を状況に応じて修正することにより道路の難易度を算出している。例えば、車両に作用する遠心力が反転するような道路については基準値を修正して難易度を高くしている。

特開２０１５−０３２０５４号公報

ところで、車両の運転操作にともなって運転者に生じる負荷である運転負荷は、たとえ同じ難易度の道路であっても、車両の周辺状況に応じて異なることはもとより、運転者の技量や精神状態等によっても異なるのが普通である。そのため、特許文献１の方法で算出される道路の難易度から推定される運転負荷は、運転者の実際の運転負荷から乖離していることもあり、その精度について課題を残すものとなっている。

本発明は、運転者の運転負荷をより高い精度のもとで推定することのできる運転負荷推定装置を提供することを目的とする。

以下、上記課題を解決するための手段およびその作用効果について記載する。
上記課題を解決する運転負荷推定装置は、車両の走行状態に関する情報を取得する車両情報取得部と、前記車両情報取得部が取得した情報に基づいて前記車両に作用する遠心力による運転負荷を示す第１負荷と前記車両の舵角による運転負荷を示す第２負荷とを算出し、前記第１負荷と前記第２負荷とのいずれか大きい方を用いて基本負荷を算出する基本負荷算出部と、前記車両情報取得部の取得した情報から推定される前記車両の周辺状況に応じた係数である周辺係数を算出する周辺係数算出部と、登録されている運転者の運転傾向と前記車両情報取得部の取得した情報に基づく車両の運転状態との乖離に応じた係数である傾向係数を算出する傾向係数算出部と、前記基本負荷に前記周辺係数および前記傾向係数を乗算した値を運転負荷として推定する運転負荷推定部とを備え、前記周辺係数算出部は、前記周辺状況が運転負荷を高くする条件を満たすほど前記基本負荷を大きくする値を前記周辺係数として算出し、前記傾向係数算出部は、前記乖離が大きいほど前記基本負荷を大きくする値を前記傾向係数として算出する。

上記構成によれば、例えば並走車が存在するなどの運転負荷を高くする条件が満たされているときには、推定される運転負荷を大きくすることができる。また、登録されている運転者の運転傾向から実際の運転状態が大きく乖離しているなど、平常時の運転傾向との乖離が大きいときにも、推定される運転負荷を大きくすることができる。このように、車両の周辺状況や運転者の運転傾向を踏まえたうえで運転負荷の推定を行うことで、より現実に即した高い精度をもって運転者の運転負荷を推定することができる。

運転負荷推定装置の一実施形態の概略構成を示すブロック図。 道路構造令における設計速度と最小曲率半径との関係を示す図。 許容曲率半径および安全曲率半径が算出される処理の一例を示すフローチャート。 運転負荷が推定される処理の一例を示すフローチャート。 実遠心力と遠心力ポイントとの関係の一例を示すグラフ。 （ａ）は車両の周辺状況の一例を模式的に示す図、（ｂ）は周辺係数データの一例を示す図。 運転傾向の例を示すグラフ。

図１〜図７を参照して、運転負荷推定装置の一実施形態について説明する。
この運転負荷推定装置は、運転者に生じている負荷である運転負荷を推定する。運転負荷推定装置は、運転負荷の推定に際し、運転負荷の基本値となる基本負荷と、車両の周辺状況に応じた係数である周辺係数と、運転者の運転傾向に応じた係数である傾向係数とを算出する。そして、運転負荷推定装置は、基本負荷に対して周辺係数および傾向係数を乗算した値を運転者に対する運転負荷として推定する。

図１に示すように、本実施形態にかかる運転負荷推定装置を搭載した車両は、車載ローカル・エリア・ネットワーク１１（車載ＬＡＮ）を備えている。この車載ＬＡＮ１１には、自車位置情報検出部１２、周辺物体検出部１３、ウインカ１４、道路交通情報通信システム１５、ワイパ１６、狭域通信部１７、舵角センサ１８、ブラインドスポットモニタ１９、ヨーレイトセンサ２０が接続されている。また、車載ＬＡＮ１１には、自動料金支払システム２１、加速度センサ２２、車速センサ２３、周辺監視カメラ２４、ミリ波レーダ２５、ドライバモニタカメラ２６、生体センサ２７、および、各種センサ２８が接続されている。また、車載ＬＡＮ１１には、拡張情報取得部２９、情報提供部３０、および、運転負荷推定装置としての機能を有する状態推定ＥＣＵ（電子制御ユニット）４０が接続されている。

また、車両は、状態推定ＥＣＵ４０に接続されているとともに各種データベースを有する記憶装置５０を備えている。記憶装置５０は、周辺状況ＤＢ５１と運転傾向ＤＢ５２とを有している。周辺状況ＤＢ５１は、車両の周辺状況に関する情報を格納している。運転傾向ＤＢ５２は、運転者の運転傾向に関する情報を格納している。

自車位置情報検出部１２は、ＧＰＳ衛星からの信号に基づき現在地を特定するナビゲーションシステム等によって構成されるものである。周辺物体検出部１３は、車載カメラや赤外線カメラ等の周辺監視カメラ２４や、ミリ波レーダ２５などの外部の物体を感知する装置の出力データに基づき、車両周辺の物体の有無やその距離を検出する。拡張情報取得部２９は、携帯電話の着信の有無、電子メールの受信の有無、ネットワーク上のニュースサイトから配信されるニュース等を取得する。情報提供部３０は、自車位置情報検出部１２を構成するナビゲーションシステムからの情報や、拡張情報取得部２９によって取得された情報を運転者に提供する。

状態推定ＥＣＵ４０は、中央演算処理部、記憶部、外部入力部、および、外部出力部等を有するマイクロコンピュータを備えており、運転者の運転負荷等に基づき情報提供部３０を介して運転者に提供する情報を決定する。図１では、状態推定ＥＣＵ４０内の処理の一部を、機能ブロック図として示している。

状態推定ＥＣＵ４０は、車両情報取得部４１、車両状態推定部４２、周辺状態推定部４３、ドライバ状態推定部４４、および、統合状態判定部４５を備えている。
車両情報取得部４１は、車載ＬＡＮ１１を介して車両に関する様々な情報を取得する。
車両状態推定部４２は、車両情報取得部４１の取得した情報に基づいて車両状態を推定する。車両状態推定部４２は、例えば、舵角センサ１８が検出する舵角θｒや、ウインカ１４からの信号、自車位置情報検出部１２からの情報等に基づき、車両が右折や左折していることや車線変更していることを推定する。また、車両状態推定部４２は、周辺物体検出部１３からの情報に基づき、車両が障害物を回避していることを推定する。

周辺状態推定部４３は、車両情報取得部４１の取得した情報に基づいて車両の周辺状況を推定する。
周辺状態推定部４３は、ブラインドスポットモニタ１９、周辺監視カメラ２４、ミリ波レーダ２５、各種センサ２８、および、周辺物体検出部１３からの情報などに基づき、周辺車両の有無や交通量、さらには歩行者の有無などを推定するとともに、自車位置情報検出部１２からの情報に基づき自車位置情報を把握する。

例えば、周辺状態推定部４３は、隣の車線を走る車両をレーダで検知するブラインドスポットモニタ１９からの情報等に基づいて並走車両の有無や対向車の有無を推定する。また、周辺状態推定部４３は、周辺監視カメラ２４からの画像情報等に基づいて車両が走行する曲線部がブラインドコーナーであるか否かを推定する。また、周辺状態推定部４３は、周辺物体検出部１３の１つであるＬＫＡ（Ｌｅａｎ Ｋｅｅｐｉｎｇ Ａｓｓｉｓｔ）システムからの情報に基づいて、車線内における車両の走行位置が一方側に寄っているか否かを推定する。

また、周辺状態推定部４３は、車両の走行している道路の制限速度、および、現在の車速ｖを設計速度とした場合の曲線部の最小曲率半径である安全曲率半径Ｒ１と許容曲率半径Ｒ２とを推定する。

上記安全曲率半径Ｒ１および許容曲率半径Ｒ２について詳しく説明する。
図２に示すように、道路の構造の一般的技術的基準を定めた政令である道路構造令には、曲線部における最小曲率半径として設計速度ごとに、原則として使用する値である基準値、地形の状況その他の特別の理由によりやむを得ない箇所において許容される値である許容値、および、使用することが望ましい値である安全値が規定されている。

安全曲率半径Ｒ１は、現在の車速ｖを設計速度とした場合の最小曲率半径の安全値であって、図２に示される最小曲率半径の安全値を線形補間することにより得られる値である。例えば、現在の車速ｖが５５ｋｍ／ｈである場合の安全曲率半径Ｒ１は、設計速度５０ｋｍ／ｈの安全値と設計速度６０ｋｍ／ｈの安全値とに基づく線形補間により得られる値である。

許容曲率半径Ｒ２は、現在の車速ｖを設計速度とした場合の最小曲率半径の許容値であって、現在の車速ｖが４０ｋｍ／ｈ以上の範囲においては図２に示される最小曲率半径の許容値を線形補間することにより得られる値である。また、許容曲率半径Ｒ２は、現在の車速ｖが４０ｋｍ／ｈ未満の範囲については、図２に示される最小曲率半径の基準値を用いた線形補間により得られる値である。

ドライバ状態推定部４４は、車両情報取得部４１の取得した情報に基づいて運転者の状態を推定する。
ドライバ状態推定部４４は、例えば、運転者の顔の画像を撮影するドライバモニタカメラ２６からの画像情報に対する画像認識処理や車両のキーの識別番号に基づいて、乗車した運転者を識別する。

ドライバ状態推定部４４は、ドライバモニタカメラ２６や、運転者の脈拍、脳波などを検出する生体センサ２７等からの情報に基づき、運転者の状態として運転に集中している度合いや緊張の度合いを推定する。

ドライバ状態推定部４４は、後述する処理を行うことにより、運転者の状態として運転負荷Ｌｄを推定する。ドライバ状態推定部４４は、運転負荷Ｌｄの推定に際して、基本負荷Ｌｓｔ、周辺係数Ｋｐ、および、傾向係数Ｋｔを算出し、これらを下記演算式（１）に代入することにより運転負荷Ｌｄを算出する。なお、運転負荷Ｌｄは、その値が大きいほど運転者に対する負荷が大きいものとする。
Ｌｄ＝Ｌｓｔ×Ｋｐ×Ｋｔ … （１）

統合状態判定部４５は、車両状態推定部４２によって推定される車両状態や周辺状態推定部４３によって推定される周辺状況、さらにはドライバ状態推定部４４によって推定される運転負荷に基づき、情報提供部３０を介して運転者に提供する情報の内容や提供するタイミング等を設定する。

次に、図３を参照して周辺状態推定部４３が行う処理の一例について説明する。この処理は、イグニッションのオン操作からオフ操作まで所定の周期で繰り返し実行される。この処理において、周辺状態推定部４３は、現在の車速ｖに基づいて算出した安全曲率半径Ｒ１と許容曲率半径Ｒ２とを現在の車速ｖに関連付けて記憶装置５０の周辺状況ＤＢ５１に格納する。

図３に示すように、最初のステップＳ１０１において周辺状態推定部４３は、周辺監視カメラ２４からの画像情報に対して画像認識処理を行うことにより、車両が走行している道路の制限速度に関する画像情報（例えば道路標識）を取得する。そして周辺状態推定部４３は、その取得した制限速度に関する画像情報、および、周辺状況ＤＢ５１に格納されている制限速度に関する画像情報に基づいて、車両が走行している道路の制限速度を取得する。

次のステップＳ１０２において周辺状態推定部４３は、車速センサ２３の検出した現在の車速ｖに基づいて、車速ｖを設計速度とする安全曲率半径Ｒ１と許容曲率半径Ｒ２とを算出する。

なお、上記ステップＳ１０１において道路の制限速度を取得していることで、現在の車速ｖが制限速度を超過しているときには上記安全曲率半径Ｒ１および許容曲率半径Ｒ２の算出を禁止する処理、すなわちノイズを排除する処理を行うこともできる。

次のステップＳ１０３において周辺状態推定部４３は、ステップＳ１０２で算出した安全曲率半径Ｒ１および許容曲率半径Ｒ２を車速ｖに関連付けて周辺状況ＤＢ５１に格納する。これにより、一連の処理が終了する。

次に、図４を参照してドライバ状態推定部が運転負荷を算出する際に実行する処理の一例について説明する。この処理は、イグニッションのオン操作からオフ操作まで所定の周期で繰り返し実行される。この処理において、ドライバ状態推定部４４は、旋回ポイントＰｔ、車速ポイントＰｖ、および、ウインカポイントＰｗを算出し、これらを積算することにより基本負荷Ｌｓｔを算出する基本負荷算出部として機能する。また、ドライバ状態推定部４４は、周辺係数Ｋｐを算出する周辺係数算出部として機能し、また、傾向係数Ｋｔを算出する傾向係数算出部として機能する。そしてドライバ状態推定部４４は、基本負荷Ｌｓｔに対して周辺係数Ｋｐと傾向係数Ｋｔとを乗算することにより運転負荷Ｌｄを算出する運転負荷推定部として機能する。

図４に示すように、最初のステップＳ２０１においてドライバ状態推定部４４は、現在の車速ｖに応じた安全曲率半径Ｒ１および許容曲率半径Ｒ２を周辺状況ＤＢ５１から取得する。

次のステップＳ２０２においてドライバ状態推定部４４は、安全曲率半径Ｒ１の曲線部を現在の車速ｖで走行する車両に作用する遠心力である安全遠心力Ｆ１を算出する。また、ドライバ状態推定部４４は、許容曲率半径Ｒ２の曲線部を現在の車速ｖで走行する車両に作用する遠心力である許容遠心力Ｆ２を算出する。

このステップＳ２０２においてドライバ状態推定部４４は、例えば、自車両の質量ｍ、現在の車速ｖ、および、曲率半径Ｒをパラメータに含む所定の演算式により、安全遠心力Ｆ１と許容遠心力Ｆ２とを算出してもよい。また例えば、ドライバ状態推定部４４は、車速ｖおよび曲率半径Ｒに遠心力を関連付けたデータを保持し、このデータのなかから条件に適合する遠心力を選択することにより安全遠心力Ｆ１および許容遠心力Ｆ２を算出してもよい。このデータは、自車両の質量ｍ、車速ｖ、および、曲率半径Ｒをパラメータに含む所定の演算式を用いて行ったシミュレーションの結果に基づいて作成される。

次のステップＳ２０３においてドライバ状態推定部４４は、実際に車両に作用している遠心力である実遠心力Ｆ３を算出する。ドライバ状態推定部４４は、自車両の質量ｍ、車速センサ２３が検出した車速ｖ、および、ヨーレイトセンサ２０が検出したヨーレイトωを乗算することにより実遠心力Ｆ３（＝ｍ×ｖ×ω）を算出する。

次のステップＳ２０４においてドライバ状態推定部４４は、実遠心力Ｆ３が安全遠心力Ｆ１未満であるか否かを判断する。
実遠心力Ｆ３が安全遠心力Ｆ１未満である場合（ステップＳ２０４：ＹＥＳ）、ドライバ状態推定部４４は、ステップＳ２０５の処理に移行し、実遠心力Ｆ３に基づく運転負荷を示す弱遠心力ポイントＰｆ１を算出する。このステップＳ２０５においてドライバ状態推定部４４は、下記に示す演算式（２）に対して実遠心力Ｆ３および安全遠心力Ｆ１を代入することにより弱遠心力ポイントＰｆ１を算出する。
Ｐｆ１＝Ｆ３／Ｆ１×２５ … （２）

一方、実遠心力Ｆ３が安全遠心力Ｆ１以上である場合（ステップＳ２０４：ＮＯ）、ドライバ状態推定部４４は、ステップＳ２０６の処理に移行し、実遠心力Ｆ３に基づく運転負荷を示す強遠心力ポイントＰｆ２を算出する。このステップＳ２０６においてドライバ状態推定部４４は、弱遠心力ポイントＰｆ１の演算式（２）とは異なる下記の演算式（３）に対して実遠心力Ｆ３、安全遠心力Ｆ１、および、許容遠心力Ｆ２を代入することで強遠心力ポイントＰｆ２を算出する。
Ｐｆ２＝（Ｆ３−Ｆ１）／（Ｆ２−Ｆ１）×７５＋２５ … （３）

以後、ドライバ状態推定部４４は、ステップＳ２０５を経由した場合は弱遠心力ポイントＰｆ１を第１負荷である遠心力ポイントＰｆとして取り扱い、ステップＳ２０６を経由した場合は強遠心力ポイントＰｆ２を第１負荷である遠心力ポイントＰｆとして取り扱う。

図５に実遠心力Ｆ３と遠心力ポイントＰｆとの関係を示す。同図５に示すように、遠心力ポイントＰｆは、実遠心力Ｆ３＝０のときに最小値０をとり、実遠心力Ｆ３＝許容遠心力Ｆ２のときに最大値１００をとる。この遠心力ポイントＰｆは、例えば許容遠心力Ｆ２に対する乖離度を示しており、小さいほど許容遠心力Ｆ２から遠いことを示し、大きいほど許容遠心力Ｆ２に近いことを示す。

また、安全遠心力Ｆ１は、計算上、常に許容遠心力Ｆ２の１／４よりも大きな値に設定される。そのため、上述した方法で算出される遠心力ポイントＰｆは、実遠心力Ｆ３が安全遠心力Ｆ１未満の範囲においては実遠心力Ｆ３の単位変化量に対する変化量が小さくなり、実遠心力Ｆ３が安全遠心力Ｆ１以上の範囲では実遠心力Ｆ３の単位変化量に対する変化量が大きくなる。

なお、上述した演算式（２），（３）からも明らかなように、遠心力ポイントＰｆは、質量ｍに無関係な無次元量の値である。そのため、ステップＳ２０２およびステップＳ２０３では、遠心力に代えて、質量ｍを考慮しない値である加速度（＝ｖ×ω）を算出してもよい。

次のステップＳ２０７においてドライバ状態推定部４４は、舵角センサ１８が検出した舵角θｒに対して舵角係数Ｋｒを乗算することで、車両の舵角θｒに応じた運転負荷である第２負荷を示す舵角ポイントＰｒ（＝θｒ×Ｋｒ）を算出する。舵角係数Ｋｒは、遠心力ポイントＰｆと比較可能な値に舵角θｒを変換するための係数である。ドライバ状態推定部４４は、例えば、舵角θｒに応じた舵角係数Ｋｒが規定されたデータを保持し、このデータと舵角θｒとに基づいて舵角係数Ｋｒを算出する。舵角ポイントＰｒは、換言すれば運転者のステアリング操作に応じた運転負荷であり、ステアリングの回転量が大きいほど大きな値となる。

次のステップＳ２０８においてドライバ状態推定部４４は、遠心力ポイントＰｆと舵角ポイントＰｒとを比較する。遠心力ポイントＰｆが舵角ポイントＰｒ以上である場合（ステップＳ２０８：ＹＥＳ）、ドライバ状態推定部４４は、車両の旋回にともなう運転負荷を示す旋回ポイントＰｔに遠心力ポイントＰｆを採用する（ステップＳ２０９）。反対に、遠心力ポイントＰｆが舵角ポイントＰｒ未満である場合（ステップＳ２０８：ＮＯ）、ドライバ状態推定部４４は、旋回ポイントＰｔに舵角ポイントＰｒを採用する（ステップＳ２１０）。

次のステップＳ２１１においてドライバ状態推定部４４は、基本負荷Ｌｓｔを算出する。ドライバ状態推定部４４は、基本負荷Ｌｓｔの算出に際して、まず、現在の車速ｖに応じた運転負荷を示す車速ポイントＰｖとウインカ１４の作動状況に応じた運転負荷を示すウインカポイントＰｗとを算出する。ドライバ状態推定部４４は、現在の車速ｖに対して車速係数Ｋｖを乗算することにより車速ポイントＰｖ（＝ｖ×Ｋｖ）を算出する。ドライバ状態推定部４４は、例えば、車速ｖに応じた車速係数Ｋｖが規定されたデータを保持しており、このデータと車速ｖとに基づいて車速係数Ｋｖを算出する。こうして算出される車速ポイントＰｖは、車速ｖが速いほど大きな値となる。また、ドライバ状態推定部４４は、ウインカ１４の作動・非作動を示す値Ａに対してウインカ係数Ｋｗを乗算することによりウインカポイントＰｗ（＝Ａ×Ｋｗ）を算出する。ウインカポイントＰｗは、ウインカ１４の非作動中は最小値をとり、ウインカ１４の作動中は最大値をとる。そしてドライバ状態推定部４４は、これらの車速ポイントＰｖとウインカポイントＰｗと上述した旋回ポイントＰｔとを加算することにより基本負荷Ｌｓｔ（＝Ｐｔ＋Ｐｖ＋Ｐｗ）を算出する。なお、基本負荷Ｌｓｔに対する影響力は、旋回ポイントＰｔ、ウインカポイントＰｗ、車速ポイントＰｖの順に大きくなるように設定されている。

次のステップＳ２１２においてドライバ状態推定部４４は、周辺状態推定部４３による周辺状況の推定結果に基づいて周辺係数Ｋｐを算出する。ドライバ状態推定部４４は、周辺状況に応じた係数が規定された周辺係数データを保持しており、この周辺係数データに基づいて周辺係数Ｋｐを算出する。周辺係数データには、運転負荷を高くする周辺状況が条件として規定されているとともにそれらの周辺状況の各々について係数が規定されている。

図６（ａ）および図６（ｂ）を参照して周辺係数Ｋｐの算出の一例について説明する。
図６（ａ）に示すように、自車両５５の左側に並走車両５６が存在する場合、ドライバ状態推定部４４は、図６（ｂ）に示す周辺係数データから当該周辺状況を満たす条件（並走車両あり・左側）に規定された係数（＝１．２）を選択する。また、自車両５５が左側の見通しが悪いブラインドコーナーを走行している場合、ドライバ状態推定部４４は、周辺係数データから当該周辺状況を満たす条件（ブラインドコーナー・左側）に規定された係数（＝１．１）を選択する。また、自車両５５の走行位置が車線５８内の右側に寄っている場合、ドライバ状態推定部４４は、周辺係数データから当該周辺状況を満たす条件（ＬＫＡ・右側）に規定された係数（＝１．１）を選択する。そして、ドライバ状態推定部４４は、選択した全ての係数を周辺係数Ｋｐの初期値に乗算した値を周辺係数Ｋｐとして算出する。

次のステップＳ２１３においてドライバ状態推定部４４は、記憶装置５０に格納された運転傾向ＤＢ５２に基づいて傾向係数Ｋｔを算出する。運転傾向ＤＢ５２には、曲線部における運転者の運転傾向を示す情報である傾向情報が格納されている。傾向情報は、登録されている運転者ごとに曲線部における運転の滑らかさを示す情報であり、曲線部における現在の運転傾向が日常の運転傾向からどのくらい乖離しているかを判断するための基準となる情報である。ドライバ状態推定部４４は、識別した運転者に対応する傾向情報に基づいて傾向係数Ｋｔを算出する。

図７に示すように、傾向情報は、例えば、曲線部を走行する車両に作用する遠心力の推移で示される。こうした傾向情報は、曲線部における遠心力の推移を日常的に収集し、その収集した遠心力の推移を一般化することにより得られるものであり、経過時間ｔｓと遠心力Ｆｓとの関係で示される。例えば、日常の運転に比べて急激なステアリング操作をともなう場合、運転傾向は、日常の運転傾向６０よりも単位時間あたりの遠心力Ｆの変化量が大きい運転傾向６１となる。また例えば、日常の運転に比べて不安定なステアリング操作をともなう場合、運転傾向は、日常の運転傾向６０よりも遠心力Ｆの変化が不安定な運転傾向６２となる。ドライバ状態推定部４４は、車両の運転状態と運転者に対応する傾向情報とに基づいて、日常の運転傾向６０に対する乖離度が大きいほど初期値よりも大きな値を傾向係数Ｋｔに設定する。

なお、傾向係数Ｋｔの設定に関して、ドライバ状態推定部４４は、例えば、乖離度に応じた傾向係数Ｋｔが関連付けられた傾向係数データを保持し、この傾向係数データに基づいて傾向係数Ｋｔを算出する。

次のステップＳ２１４においてドライバ状態推定部４４は、上述した演算式（１）に対し、ステップＳ２１１で算出した基本負荷Ｌｓｔ、ステップＳ２１２で算出した周辺係数Ｋｐ、および、ステップＳ２１３で算出した傾向係数Ｋｔを代入することにより、運転負荷Ｌｄを算出する。

以上説明したように本実施形態の運転負荷推定装置によれば、以下の作用効果が得られる。
（１）状態推定ＥＣＵ４０は、車両に作用する遠心力や車両の舵角等に基づく基本負荷Ｌｓｔに対して、車両の周辺状況に応じた周辺係数Ｋｐ、および、日常の運転からの乖離度に基づく傾向係数Ｋｔを乗算することにより、運転負荷Ｌｄを算出している。そのため、運転負荷Ｌｄは、道路の難易度が同じ曲線部であったとしても、車両の周辺状況に応じて基本負荷Ｌｓｔよりも高くなり、また、現在の運転状態が日常の運転から乖離している度合いに応じて基本負荷Ｌｓｔよりも高くなる。その結果、運転者の運転負荷Ｌｄを高い精度のもとで推定することができる。

（２）例えば右折する際に徐行が必要となるような細い路地においては、車両に作用する遠心力が小さくとも運転者の運転負荷は高いといえる。この点、本実施形態の運転負荷推定装置は、遠心力に関する遠心力ポイントＰｆと舵角θｒに関する舵角ポイントＰｒとのいずれか大きい方を旋回ポイントＰｔとして選択する。また、遠心力ポイントＰｆは、実遠心力Ｆ３が安全遠心力Ｆ１以下の場合においては低い値に抑えられるように設定されている。そのため、車速ｖが遅い場合、すなわち実遠心力Ｆ３が安全遠心力Ｆ１未満の場合においては、遠心力ポイントＰｆよりも舵角ポイントＰｒが旋回ポイントＰｔに選択されやすくなる。これにより、車速ｖが遅い場合には舵角θｒに基づいて運転負荷Ｌｄが算出されやすくことから、運転者の運転負荷Ｌｄをさらに高い精度のもとで算出することができる。

（３）基本負荷Ｌｓｔは、上述した旋回ポイントＰｔに加えて、車速ｖに応じた車速ポイントＰｖ、および、ウインカ１４の作動状態に応じたウインカポイントＰｗを含んでいる。そのため、基本負荷Ｌｓｔは、例えば車両に作用する実遠心力Ｆ３が同じであっても、車速ｖが速いほど高くなり、また、ウインカ１４が作動しているときほど高くなる。このように車両の状態に応じて運転負荷Ｌｄが調整可能であることから、運転者の運転負荷をさらに高い精度のもとで算出することができる。

（４）基本負荷Ｌｓｔに対する影響力は、旋回ポイントＰｔ、ウインカポイントＰｗ、車速ｖポイントの順に大きくなるように設定されている。これにより、例えば、遠心力が大きいために車両をコントロールしにくいときや左折時や右折時といった十分な安全確認が必要とされるときほど運転負荷をさらに高くすることができる。

なお、上記実施形態は、以下のように適宜変更して実施することもできる。
・旋回ポイントＰｔ、ウインカポイントＰｗ、および、車速ポイントＰｖの基本負荷Ｌｓｔに対する影響力は、その時々の設計事項に応じて変更可能である。

・基本負荷Ｌｓｔは、旋回ポイントＰｔを含んでいればよく、旋回ポイントＰｔとウインカポイントＰｗとで構成されてもよいし、旋回ポイントＰｔと車速ポイントＰｖとで構成されてもよい。また基本負荷Ｌｓｔは、旋回ポイントＰｔのみで構成されてもよい。

・運転傾向は、曲線部における運転者の運転傾向が判別可能なものであればよく、曲線部における遠心力の推移を一般化したものに限られない。そのため、運転傾向は、例えば、曲線部における舵角θｒの推移を一般化したものでもよいし、ステアリングの回転量の推移を一般化したものであってもよい。

・車速ｖが２０ｋｍ以下のときには、遠心力ポイントＰｆが舵角ポイントＰｒを上回ることは非常に希である。そのため、車速ｖが２０ｋｍ／ｈ以下のときには、図４におけるステップＳ２０１からステップＳ２１０までの処理に代えて舵角ポイントＰｒを算出する処理を行い、ステップＳ２１１の処理に移行してもよい。

・図３に示した処理は、ステップＳ１０１の処理を割愛して、安全曲率半径Ｒ１および許容曲率半径Ｒ２を算出するステップＳ１０２の処理から開始されてもよい。こうした構成によれば、制限速度の取得にかかる分だけ、運転負荷推定装置に対する負荷を軽減することができる。

１１…車載ローカル・エリア・ネットワーク、１２…自車位置情報検出部、１３…周辺物体検出部、１４…ウインカ、１５…道路交通情報通信システム、１６…ワイパ、１７…狭域通信部、１８…舵角センサ、１９…ブラインドスポットモニタ、２０…ヨーレイトセンサ、２１…自動料金支払システム、２２…加速度センサ、２３…車速センサ、２４…周辺監視カメラ、２５…ミリ波レーダ、２６…ドライバモニタカメラ、２７…生体センサ、２８…各種センサ、２９…拡張情報取得部、３０…情報提供部、４０…状態推定ＥＣＵ、４１…車両情報取得部、４２…車両状態推定部、４３…周辺状態推定部、４４…ドライバ状態推定部、４５…統合状態判定部、５０…記憶装置、５５…自車両、５６…並走車両、５８…車線、６０，６１，６２…運転傾向。

Claims (1)

1. 車両の走行状態に関する情報を取得する車両情報取得部と、
   前記車両情報取得部が取得した情報に基づいて前記車両に作用する遠心力による運転負荷を示す第１負荷と前記車両の舵角による運転負荷を示す第２負荷とを算出し、前記第１負荷と前記第２負荷とのいずれか大きい方を用いて基本負荷を算出する基本負荷算出部と、
   前記車両情報取得部の取得した情報から推定される前記車両の周辺状況に応じた係数である周辺係数を算出する周辺係数算出部と、
   登録されている運転者の運転傾向と前記車両情報取得部の取得した情報に基づく車両の運転状態との乖離に応じた係数である傾向係数を算出する傾向係数算出部と、
   前記基本負荷に前記周辺係数および前記傾向係数を乗算した値を運転負荷として推定する運転負荷推定部とを備え、
   前記周辺係数算出部は、前記周辺状況が運転負荷を高くする条件を満たすほど前記基本負荷を大きくする値を前記周辺係数として算出し、
   前記傾向係数算出部は、前記乖離が大きいほど前記基本負荷を大きくする値を前記傾向係数として算出する
   運転負荷推定装置。