JP6703465B2 - 運転支援装置、センタ装置 - Google Patents

Description

本発明は、運転支援装置およびセンタ装置に関する。

従来、車両に搭載されたセンサを用いて、ドライバのアクセルワークやブレーキワーク、ハンドルワークなどを計測し、運転の荒さや事故リスクなどを推定および評価する運転診断が行われている。また、こうした運転診断の結果を用いて、事故リスクの高いドライバに対して運転アドバイス等の運転支援を行うサービスや、ドライバの運転レベルに応じて自動車保険の保険料を変動するサービスも利用されている。運転アドバイス等の運転支援を行うサービスを利用することで、ユーザは事故率の削減や車両の燃費改善などのメリットを享受できる。

運転支援に関して、特許文献１に記載の運転操作支援装置が知られている。この装置は、操作履歴生成部において、車両の運転操作量を示す運転操作情報と、車両の走行経路における走行環境を示す走行環境情報を取得するとともに、運転操作情報と走行環境情報を対応付けて記憶する。対象操作選定部は、走行環境情報の組合せ毎に運転操作量の評価値を算出し、この評価値に基づいて運転評価の対象とすべき運転操作量のタイプを示す対象操作情報を抽出する。環境要因推定部は、対象操作情報に対応する走行環境情報の組合せの中から、運転操作量の発現確率分布に基づき、運転評価の対象とすべき環境要因情報を抽出する。メッセージ抽出部は、対象操作情報と環境要因情報に基づき、メッセージＤＢを参照して運転メッセージを抽出する。メッセージ出力部は、メッセージ抽出部によって抽出された運転メッセージを出力して車両のドライバに提示する。これにより、車両の走行環境を考慮した運転支援を行っている。

特開２０１２−２１２３０３号公報

事故に繋がる可能性がある危険な運転操作や燃費が悪化する運転操作などを効果的に改善するためには、個々のドライバの運転特性を考慮して適切な運転支援を行うことが好ましい。たとえば、ドライバにとって最適な運転アドバイスの頻度や、ドライバが改善したいと考える運転操作の種類は、運転経験や車両使用目的などの様々な要因に応じてドライバ毎に異なる。また、ドライバにとって改善が必要な運転操作が事前に判明している場合には、当該運転操作が行われる前に運転アドバイスを行うことで、高い運転改善効果を発揮できる。このように、運転支援による運転改善効果を高めるためには、個々のドライバの運転特性に適した内容やタイミングで運転支援を行うことが重要である。しかしながら、上記特許文献１に記載の技術では、ドライバの運転特性を考慮せずに運転支援を行っているため、高い運転改善効果を発揮できない。

本発明による運転支援装置は、ドライバによる車両の運転操作に応じた運転操作情報を取得する操作情報取得部と、前記操作情報取得部により取得された前記運転操作情報に基づいて、前記ドライバの運転操作に対する運転診断を行う運転診断処理部と、前記運転診断処理部による前記運転診断の結果に基づいて、前記ドライバの運転特性を評価する運転特性評価部と、前記ドライバの運転特性に応じた運転支援パラメータの値を決定する個人カスタマイズ方法学習部と、前記個人カスタマイズ方法学習部により決定された前記運転支援パラメータの値に基づいて、前記ドライバに対する運転支援方法を設定する個人カスタマイズ処理部と、前記個人カスタマイズ処理部により設定された運転支援方法を用いて、前記ドライバに対する運転支援を行う運転支援実施部と、前記運転支援による前記ドライバの運転改善効果を判定する運転改善効果判定部と、を備え、前記個人カスタマイズ方法学習部は、前記運転改善効果判定部による複数の前記ドライバに対する過去の前記運転改善効果の判定結果に基づいて、前記運転支援による前記ドライバの運転改善効果を推定し、推定した前記ドライバの運転改善効果に基づいて、前記運転支援パラメータの値を決定する。
本発明によるセンタ装置は、車両に搭載された運転支援装置と通信を行うものであって、ドライバによる前記車両の運転操作に応じた運転操作情報を前記運転支援装置から受信する操作情報受信部と、前記操作情報受信部により受信された前記運転操作情報に基づいて、前記ドライバの運転操作に対する運転診断を行う運転診断処理部と、前記運転診断処理部による前記運転診断の結果に基づいて、前記ドライバの運転特性を評価する運転特性評価部と、前記ドライバの運転特性に応じた運転支援パラメータの値を決定する個人カスタマイズ方法学習部と、前記個人カスタマイズ方法学習部により決定された前記運転支援パラメータの値に基づいて、前記ドライバに対する運転支援方法を設定する個人カスタマイズ処理部と、前記個人カスタマイズ処理部により設定された運転支援方法を用いて、前記ドライバに対する運転支援を行うための運転支援情報を前記運転支援装置に送信する運転支援情報送信部と、前記運転支援による前記ドライバの運転改善効果を判定する運転改善効果判定部と、を備え、前記個人カスタマイズ方法学習部は、前記運転改善効果判定部による複数の前記ドライバに対する過去の前記運転改善効果の判定結果に基づいて、前記運転支援による前記ドライバの運転改善効果を推定し、推定した前記ドライバの運転改善効果に基づいて、前記運転支援パラメータの値を決定する。

本発明によれば、運転支援による運転改善効果を高めることができる。

本発明の第１の実施形態に係る運転支援システムの構成図である。 本発明の第１の実施形態に係る運転支援装置の処理ブロック図である。 運転診断結果テーブルの例を示す図である。 運転特性評価テーブルの例を示す図である。 特徴的運転発生情報テーブルの例を示す図である。 運転改善効果テーブルの例を示す図である。 ユーザ情報テーブルの例を示す図である。 地図情報テーブルの例を示す図である。 走行経路テーブルの例を示す図である。 本発明の第１の実施形態に係る運転支援装置の処理フローを説明する図である。 運転改善効果の推定方法を説明する図である。 類似度の算出方法を説明する図である。 運転アドバイスを画面表示した例を示す図である。 本発明の第２の実施形態に係る運転支援システムの構成図である。 本発明の第２の実施形態に係る運転支援装置の処理ブロック図である。 本発明の第２の実施形態に係る運転支援装置の処理フローを説明する図である。 本発明の第３の実施形態に係る運転支援システムの構成図である。 本発明の第３の実施形態に係るテレマティクスセンタおよび運転支援装置の処理ブロックである。

以下、本発明の実施形態について、図面を参照しつつ説明する。

（第１の実施形態）
図１は、本発明の第１の実施形態に係る運転支援システムの構成図である。図１に示す運転支援システム１０は、車両４０に搭載されている運転支援装置１００、車載装置１３０、車両センサ１４０、通信部１５０および出力装置１６０と、テレマティクスセンタ２０とにより構成される。車両４０とテレマティクスセンタ２０とは、ネットワーク３０を介して互いに接続される。ネットワーク３０は、たとえば携帯電話網、インターネット網、無線ＬＡＮ等の近距離無線通信網や、あるいはそれら複数の組み合わせで構成される。

運転支援装置１００は、車両４０の運転操作の状態に応じた運転アドバイスを出力装置１６０を介して出力し、ユーザである車両４０のドライバに対する運転支援を行う。このとき運転支援装置１００は、後述するように、個々のドライバの運転特性を考慮して運転アドバイスの内容を決定する。

車載装置１３０および車両センサ１４０は、車両４０の運転操作状態をそれぞれ検出して運転支援装置１００に出力する。車載装置１３０は、たとえばＥＣＵ（Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）である。車両センサ１４０には、たとえばＧＰＳセンサ、速度センサ、加速度センサ、アクセル開度センサ、ブレーキ開度センサ、ステアリングセンサ、勾配センサなどが用いられる。

通信部１５０は、ネットワーク３０を介してテレマティスセンタ２０と通信を行う。運転支援装置１００は、通信部１５０の通信により、テレマティスセンタ２０との間で様々な情報を送受信することができる。

出力装置１６０は、運転支援装置１００の制御により、車両４０のドライバに対する運転アドバイスを出力する。出力装置１６０には、たとえば車両４０に搭載されたカーナビゲーション装置やスマートフォンのディスプレイやスピーカが用いられる。あるいは、車両４０のハンドルや運転席を振動させたり、車室内に設けられた警告ランプを発光させたりすることで、これらを出力装置１６０として用いてドライバへの警告を行い、運転アドバイスとしてもよい。

図２は、本発明の第１の実施形態に係る運転支援装置１００の処理ブロック図である。運転支援装置１００は、操作情報取得部１０１、運転診断処理部１０２、運転特性評価部１０３、特徴的運転検出部１０４、運転改善効果判定部１０５、個人カスタマイズ方法学習部１０６、個人カスタマイズ処理部１０７、走行環境取得部１０８、類似度算出部１０９、通常メッセージ作成部１１０、事前メッセージ作成部１１１およびメッセージ抽出部１１２と、運転診断結果ＤＢ１２１、運転特性評価ＤＢ１２２、特徴的運転発生ＤＢ１２３、運転改善効果ＤＢ１２４、ユーザ情報ＤＢ１２５、地図ＤＢ１２６、走行経路ＤＢ１２７およびメッセージＤＢ１２８とを備える。運転支援装置１００は、たとえばＣＰＵ、ＲＯＭ、ＲＡＭ等を用いて構成される演算処理装置と、ハードディスクドライブ、ソリッドステートドライブ、ＳＤカードなどの記録媒体を用いて構成される記憶装置とを備えている。そして、演算処理装置が実行する演算処理により、操作情報取得部１０１、運転診断処理部１０２、運転特性評価部１０３、特徴的運転検出部１０４、運転改善効果判定部１０５、個人カスタマイズ方法学習部１０６、個人カスタマイズ処理部１０７、走行環境取得部１０８、類似度算出部１０９、通常メッセージ作成部１１０、事前メッセージ作成部１１１およびメッセージ抽出部１１２の各機能を実現することができる。また、記憶装置内の記憶領域を用いて、運転診断結果ＤＢ１２１、運転特性評価ＤＢ１２２、特徴的運転発生ＤＢ１２３、運転改善効果ＤＢ１２４、ユーザ情報ＤＢ１２５、地図ＤＢ１２６、走行経路ＤＢ１２７およびメッセージＤＢ１２８の各機能を実現することができる。

操作情報取得部１０１は、車載装置１３０または車両センサ１４０から、ドライバの運転操作に応じた車両４０の運転操作情報を取得する。操作情報取得部１０１は、たとえば車両４０の位置、速度、加速度、角速度、アクセル開度、ブレーキ開度、ステアリング角度などの情報を、運転操作情報として取得する。操作情報取得部１０１により取得された運転操作情報は、運転診断処理部１０２および特徴的運転検出部１０４に出力される。

運転診断処理部１０２は、操作情報取得部１０１が取得した運転操作情報を基に、ドライバの運転操作に対する運転診断を行う。なお、運転支援装置１００は、必要に応じて、車両４０の走行地点における天気、気温、湿度などの気象情報や交通情報を、外部情報として予めテレマティクスセンタ２０から取得して蓄積したり、リアルタイムにテレマティクスセンタ２０から取得したりすることもできる。運転診断処理部１０２は、運転診断処理において、この外部情報を利用してもよい。運転診断処理部１０２による運転診断の結果は、運転診断結果ＤＢ１２１に出力され、ドライバごとにテーブル化された運転診断結果テーブルのレコードとして運転診断結果ＤＢ１２１に記録される。

図３は、運転診断結果ＤＢ１２１に格納される運転診断結果テーブルの例を示す図である。図３の運転診断結果テーブル３００は、ユーザＩＤ３０１、トリップＩＤ３０２、走行時間帯３０３、走行時間３０４、走行距離３０５、評価軸ごとの診断結果３０６、総合点３０７の各フィールドにより構成される。ユーザＩＤ３０１には、車両４０の各ドライバに割り当てられたユーザＩＤのうち、当該レコードに対応するドライバのユーザＩＤの値が格納される。トリップＩＤ３０２には、当該レコードが表す運転診断結果が取得された車両４０のトリップに対して割り当てられたトリップＩＤの値が格納される。走行時間帯３０３には、当該トリップが行われた時間帯が格納される。走行時間３０４には、当該トリップにおける車両４０の走行時間が格納される。走行距離３０５には、当該トリップにおける車両４０の走行距離が格納される。評価軸ごとの診断結果３０６には、Ｎ個の評価軸のそれぞれによる当該トリップに対する診断結果の値が格納される。総合点３０７には、評価軸ごとの診断結果３０６に格納されたＮ個の診断結果に基づいて算出された当該トリップに対する運転診断結果の総合点が格納される。なお、図３に示した運転診断結果テーブル３００は、運転診断結果ＤＢ１２１に格納される情報の一例であり、これ以外の情報が運転診断結果ＤＢ１２１に含まれていてもよい。

運転診断処理部１０２は、操作情報取得部１０１が取得した運転操作情報に基づき、予め設定されたＮ個の評価軸のそれぞれに従って、車両４０に対してドライバが１トリップ中に行った運転操作の診断を行う。たとえば、アクセル操作、ブレーキ操作、ハンドル操作等の滑らかさや、ふらつきの有無、急な車線変更の有無などを診断する。また、これらの診断結果に基づき、当該トリップに対する総合的な運転診断結果を表す総合点を算出する。これにより、運転診断処理部１０２は、運転診断結果テーブル３００に記録するレコードにおいて評価軸ごとの診断結果３０６と総合点３０７の各フィールドに格納する値を決定することができる。

運転特性評価部１０３は、運転診断結果ＤＢ１２１に格納された運転診断結果テーブルに基づいて、車両４０の各ドライバの運転特性を評価する。運転特性評価部１０３による各ドライバの運転特性の評価結果は、運転特性評価ＤＢ１２２に出力され、ドライバごとにテーブル化された運転特性評価テーブルのレコードとして運転特性評価ＤＢ１２２に記録される。

図４は、運転特性評価ＤＢ１２２に格納される運転特性評価テーブルの例を示す図である。図４の運転特性評価テーブル４００は、ユーザＩＤ４０１、診断結果平均ポイント４０２、診断結果分散ポイント４０３、高低評価連続回数ポイント４０４、高低評価回数ポイント４０５、累積走行距離ポイント４０６、走行回数ポイント４０７、走行頻度ポイント４０８、アプリ利用期間ポイント４０９、走行時間帯ポイント４１０、連続走行時間ポイント４１１、事故確率４１２、エコ評価４１３の各フィールドにより構成される。ユーザＩＤ４０１には、車両４０の各ドライバに割り当てられたユーザＩＤのうち、当該レコードに対応するドライバのユーザＩＤの値が格納される。診断結果平均ポイント４０２には、当該ドライバに対する運転診断結果の総合点の平均値が格納される。診断結果分散ポイント４０３には、当該ドライバに対する運転診断結果の総合点の分散が格納される。高低評価連続回数ポイント４０４には、当該ドライバに対する運転診断結果の総合点が連続して所定値以上または所定値以下であった回数に応じた値が格納される。高低評価回数ポイント４０５には、当該ドライバに対する運転診断結果の総合点が所定値以上または所定値以下であった回数に応じた値が格納される。累積走行距離ポイント４０６には、当該ドライバによる車両４０の累積走行距離に応じた値が格納される。走行回数ポイント４０７には、当該ドライバによる車両４０の走行回数に応じた値が格納される。走行頻度ポイント４０８には、当該ドライバによる車両４０の走行頻度に応じた値が格納される。アプリ利用期間ポイント４０９には、運転支援装置１００を実現するために車両４０に実装されたアプリケーションを当該ドライバがこれまでに利用した期間に応じた値が格納される。走行時間帯ポイント４１０には、当該ドライバによる車両４０の走行時間帯に応じた値が格納される。連続走行時間ポイント４１１は、当該ドライバによる車両４０の連続走行時間に応じた値が格納される。事故確率４１２は、当該ドライバの事故確率が格納される。エコ評価４１３には、当該ドライバの運転に対するエコ評価の値が格納される。なお、図４に示した運転特性評価テーブル４００は、運転特性評価ＤＢ１２２に格納される情報の一例であり、これ以外の情報が運転特性評価ＤＢ１２２に含まれていてもよい。

運転特性評価部１０３は、運転診断結果ＤＢ１２１に格納された運転診断結果テーブル３００の各フィールドの値を、様々な集計方法に従ってドライバごとに集計することにより、運転特性評価テーブル４００に記録するレコードにおいてユーザＩＤ４０１以外の各フィールドに格納する値を決定することができる。これにより、各ドライバの運転特性を評価することができる。なお、各フィールドの値を決定するための集計方法には、周知の集計方法から任意のものを利用できるため、具体的な説明については省略する。

特徴的運転検出部１０４は、操作情報取得部１０１が取得した運転操作情報を基に、ドライバが車両４０に対して行った特徴的な運転操作を検出する。ここで、特徴的運転検出部１０４が検出対象とする特徴的な運転操作とは、たとえば事故に繋がる可能性が高い危険な運転操作や、燃費が悪化するような運転操作などが該当する。また、過去にこのような問題のある運転操作を行っていたドライバについて、運転操作に改善傾向が見られる場合には、適切な運転操作が行われたことを特徴的な運転操作として検出してもよい。さらに、車両４０の加速度や角速度の変化量が事前に設定した閾値を超えた場合には、急加速や急減速、急ハンドル、ふらつき操作などが行われたと判断して、これらを特徴的な運転操作として検出することも可能である。特徴的運転検出部１０４による特徴的な運転操作の検出結果は、特徴的運転発生ＤＢ１２３に出力され、ドライバごとにテーブル化された特徴的運転発生情報テーブルのレコードとして特徴的運転発生ＤＢ１２３に記録される。さらに、特徴的運転検出部１０４による特徴的な運転操作の検出結果は、通常メッセージ作成部１１０にも出力される。

図５は、特徴的運転発生ＤＢ１２３に格納される特徴的運転発生情報テーブルの例を示す図である。図５の特徴的運転発生情報テーブル５００は、ユーザＩＤ５０１、トリップＩＤ５０２、発生時間５０３、位置座標５０４、道路リンクＩＤ５０５、特徴的運転操作５０６の各フィールドにより構成される。ユーザＩＤ５０１には、車両４０の各ドライバに割り当てられたユーザＩＤのうち、当該レコードに対応するドライバのユーザＩＤの値が格納される。トリップＩＤ５０２には、当該レコードが表す特徴的な運転操作が車両４０において行われたトリップに対して割り当てられたトリップＩＤの値が格納される。発生時間５０３には、当該特徴的な運転操作が発生した日時が格納される。位置座標５０４には、当該特徴的な運転操作が行われたときの車両４０の位置座標を示す緯度経度が格納される。道路リンクＩＤ５０５には、当該特徴的な運転操作が行われたときに車両４０が走行していた道路に対して割り当てられた道路リンクＩＤの値が格納される。特徴的運転操作５０６には、当該特徴的な運転操作の内容が格納される。なお、図５に示した特徴的運転発生情報テーブル５００は、特徴的運転発生ＤＢ１２３に格納される情報の一例であり、これ以外の情報が特徴的運転発生ＤＢ１２３に含まれていてもよい。

特徴的運転検出部１０４は、予め定められた前述のような特徴的な運転操作をドライバが車両４０に対して行うと、操作情報取得部１０１が取得した運転操作情報に基づいて、その特徴的な運転操作の内容を特定する。さらに、その特徴的な運転操作が行われたときの日時、車両４０の位置、走行道路などを特定する。これにより、特徴的運転検出部１０４は、特徴的運転発生情報テーブル５００に記録するレコードにおいて発生時間５０３、位置座標５０４、道路リンクＩＤ５０５、特徴的運転操作５０６の各フィールドに格納する値を決定することができる。

運転改善効果判定部１０５は、運転診断結果ＤＢ１２１に格納された運転診断結果テーブルに基づいて、運転支援装置１００が行った運転支援によるドライバの運転操作の改善効果（改善度合い）を判定する。運転改善効果判定部１０５により判定されたドライバの運転操作の改善効果は、運転改善効果ＤＢ１２４に出力され、ドライバごとにテーブル化された運転改善効果テーブルのレコードとして運転改善効果ＤＢ１２４に記録される。

図６は、運転改善効果ＤＢ１２４に格納される運転改善効果テーブルの例を示す図である。図６の運転改善効果テーブル６００は、ユーザＩＤ６０１、運転支援実施時刻６０２、改善目的６０３、介入度合い６０４、タイミング６０５、方法６０６、時間６０７、内容６０８、改善効果６０９の各フィールドにより構成される。ユーザＩＤ６０１には、車両４０の各ドライバに割り当てられたユーザＩＤのうち、当該レコードに対応するドライバのユーザＩＤの値が格納される。運転支援実施時刻６０２には、当該レコードが表す運転支援が実施された日時が格納される。改善目的６０３には、当該ドライバが予め設定した運転操作の改善目的が格納される。介入度合い６０４には、当該ドライバが予め設定した運転支援の介入度合いが格納される。タイミング６０５には、当該運転支援が行われたタイミングが格納される。方法６０６には、当該運転支援がどのような方法で行われたかを表す情報が格納される。時間６０７には、当該運転支援の実施時間が格納される。内容６０８には、当該運転支援の具体的な内容を表すコード値が格納される。改善効果６０９には、当該運転支援が行われたことによるドライバの運転操作の改善度合いを表す値が格納される。なお、図６に示した運転改善効果テーブル６００は、運転改善効果ＤＢ１２４に格納される情報の一例であり、これ以外の情報が運転改善効果ＤＢ１２４に含まれていてもよい。

メッセージ抽出部１１２から出力装置１６０へ後述のようにしてメッセージが出力されることによりドライバへの運転支援が行われると、このメッセージは運転改善効果判定部１０５にも入力される。運転改善効果判定部１０５は、入力されたメッセージに基づき、運転支援の実施タイミング、実施方法、実施時間、内容などを判別することにより、タイミング６０５、方法６０６、時間６０７、内容６０８の各フィールドに格納する値を決定することができる。また、運転改善効果判定部１０５は、運転診断結果ＤＢ１２１に格納された運転診断結果テーブルに基づいて、運転支援が行われたトリップに対する運転診断結果を取得し、その運転診断結果に基づいて運転操作の改善度合いを判断することにより、改善効果６０９のフィールドに格納する値を決定することができる。

個人カスタマイズ方法学習部１０６は、運転特性評価ＤＢ１２２に格納された運転特性評価テーブルと、運転改善効果ＤＢ１２４に格納された運転改善効果テーブルと、ユーザ情報ＤＢ１２５に格納されたユーザ情報テーブルとに基づいて、個々のドライバに対する運転支援方法を最適化するように個人カスタマイズ方法の学習を行う。

図７は、ユーザ情報ＤＢ１２５に格納されるユーザ情報テーブルの例を示す図である。図７のユーザ情報テーブル７００は、ユーザＩＤ７０１、車種情報７０２、端末機種情報７０３、年齢７０４、性別７０５、運転歴７０６、年間走行距離７０７、事故回数７０８の各フィールドにより構成される。ユーザＩＤ７０１には、車両４０の各ドライバに割り当てられたユーザＩＤのうち、当該レコードに対応するドライバのユーザＩＤの値が格納される。車種情報７０２には、当該ドライバが所有する車両４０の車種情報が格納される。端末機種情報７０３には、当該ドライバが所有する車両４０に搭載されている運転支援装置１００の機種情報が格納される。年齢７０４には、当該ドライバの年齢が格納される。性別７０５には、当該ドライバの性別が格納される。運転歴７０６には、当該ドライバの運転歴が格納される。年間走行距離７０７には、当該ドライバの年間走行距離が格納される。事故回数７０８には、当該ドライバの過去の事故回数が格納される。ユーザ情報テーブル７００の各フィールドに格納されるこれらの値は、たとえば車両４０に搭載されたカーナビゲーション装置やスマートフォンなど、不図示の入力装置を用いて各ドライバが入力することで、運転支援装置１００に登録される。なお、図７に示したユーザ情報テーブル７００は、ユーザ情報ＤＢ１２５に格納される情報の一例であり、これ以外の情報、たとえば過去の事故内容や交通違反などの情報がユーザ情報ＤＢ１２５に含まれていてもよい。

個人カスタマイズ方法学習部１０６が行う個人カスタマイズ方法の学習とは、個人カスタマイズ処理部１０７が後述のように各ドライバの運転支援方法を設定する際に用いられる運転支援パラメータの値を、個々のドライバの運転特性に応じて決定することである。個々のドライバの運転特性は、運転特性評価ＤＢ１２２に格納された運転特性評価テーブルや、ユーザ情報ＤＢ１２５に格納されたユーザ情報テーブルから判断することができる。また、運転改善効果ＤＢ１２４に格納された図６の運転改善効果テーブル６００のうち、各ドライバが予め設定することで改善目的６０３、介入度合い６０４の各フィールドに格納された値からも、個々のドライバの運転特性を判断することができる。なお、改善目的６０３に格納された値は、前述のように各ドライバが予め設定した運転操作の改善目的を表しており、これには、事故リスクの低減、運転の燃費改善、乗り心地の向上などが含まれる。また、介入度合い６０４に格納された値は、前述のように各ドライバが予め設定した運転支援の介入度合い、すなわち運転支援装置１００が運転支援を行う頻度を表しており、これには、事故リスクの高い運転操作のように特徴的な運転操作が発生するごとに運転支援を行うような積極的な介入度合いから、特徴的な運転操作が発生しても運転支援を行わない無介入度合いまでが含まれる。これらの値は、ドライバが車両４０の運転開始前に、たとえば車両４０に搭載されたカーナビゲーション装置やスマートフォンなど、不図示の入力装置を通じて運転支援装置１００に入力することができる。たとえば、ドライバが運転に不慣れな初心者やいわゆるペーパードライバの場合には、運転操作の改善目的として事故リスクの低減を設定し、運転支援の介入度合いとして積極的な介入度合いを設定することができる。一方、運転に習熟したトラックや商用車のドライバの場合には、運転操作の改善目的として燃費改善を設定し、運転支援の介入度合いとして燃費悪化が検出された場合のみ運転支援を行うように設定することができる。また、ドライバの運転状況に応じてこれらの値を運転支援装置１００が自動的に設定してもよい。

一方、運転支援パラメータは、ドライバへの運転支援を行う際にメッセージ抽出部１１２から出力されるメッセージの介入タイミング、介入方法、介入時間、介入内容などを表している。介入タイミングとは、運転支援を行うタイミングであり、たとえば過去に運転が悪化した走行箇所と類似の走行箇所を車両４０が通過する際に、何秒前に運転アドバイスを出力するかなどを意味する。介入方法とは、運転アドバイスの出力方法であり、たとえば運転アドバイスの文字列や画像を出力装置１６０の画面に表示する、運転アドバイスを音声で読み上げる、車両４０のハンドルや運転席を振動させる、警告ランプを発光させるなどを意味する。介入時間とは、運転アドバイスの出力時間であり、たとえば運転アドバイスを画面に表示し続ける時間や、音声を読み上げる速度などを意味する。介入内容とは、運転アドバイスの内容であり、たとえば運転アドバイスのメッセージ内容や、振動のパターン、警告ランプの発光パターンなどを意味する。過去に行われた運転支援におけるこれらの運転支援パラメータの値は、運転改善効果テーブル６００において、タイミング６０５、方法６０６、時間６０７、内容６０８の各フィールドに格納された値により表される。なお、運転支援パラメータには、上記以外のパラメータが含まれてもよい。また、上記の改善目的６０３や介入度合い６０４と同様に、これらの運転支援パラメータをドライバが予め設定できるようにしてもよい。

個人カスタマイズ方法学習部１０６は、運転特性評価ＤＢ１２２、ユーザ情報ＤＢ１２５、運転改善効果ＤＢ１２４にそれぞれ格納された情報に基づいて、個々のドライバの運転特性を判断し、その判断結果に基づいて個々のドライバに対する運転支援の介入タイミング、介入方法、介入時間、介入内容などを決定することにより、これらの運転支援パラメータの値を決定する。たとえば、運転改善効果ＤＢ１２４に格納された運転改善効果テーブル６００において、当該ドライバのレコードで改善目的６０３に格納された運転操作の改善目的が事故リスクの低減であり、かつ、介入度合い６０４に格納された運転支援の介入度合いが高い場合には、当該ドライバには高頻度で運転アドバイスが行われるように、運転支援パラメータの値を設定することができる。このとき、運転改善効果テーブル６００においてタイミング６０５、方法６０６、時間６０７、内容６０８、改善効果６０９の各フィールドに格納された値から、過去に行われた運転支援で用いた運転支援パラメータとその運転改善効果とを判断し、これらの判断結果に基づいて、なるべく高い運転改善効果が得られるように運転支援パラメータの値を決定してもよい。これにより、個々のドライバの運転特性に応じて運転支援方法を最適化するように、個人カスタマイズ方法の学習を行うことができる。なお、個人カスタマイズ方法学習部１０６は、運転特性評価ＤＢ１２２、ユーザ情報ＤＢ１２５、運転改善効果ＤＢ１２４にそれぞれ格納された情報の全てを必ずしも用いる必要はなく、これらの中から任意の情報を用いて、個人カスタマイズ方法の学習を行うことができる。個人カスタマイズ方法学習部１０６により決定された運転支援パラメータの値は、個人カスタマイズ処理部１０７に出力される。

個人カスタマイズ処理部１０７は、個人カスタマイズ方法学習部１０６による個人カスタマイズ方法の学習結果、すなわち個人カスタマイズ方法学習部１０６で決定された運転支援パラメータの値に基づいて、車両４０を運転中のドライバに対する運転支援方法を設定する。これにより、個人カスタマイズ処理部１０７は、運転特性評価部１０３による運転特性の評価結果や、運転改善効果判定部１０５により判定された過去の運転支援によるドライバの運転操作の改善効果などに基づいて、ドライバに対する運転支援方法を設定することができる。個人カスタマイズ処理部１０７により設定された運転支援方法は、通常メッセージ作成部１１０および事前メッセージ作成部１１１に出力される。

走行環境取得部１０８は、地図ＤＢ１２６に格納された地図情報テーブルと、走行経路ＤＢ１２７に格納された走行経路テーブルとに基づいて、車両４０の走行経路を予測し、その走行経路の走行環境を事前に取得する。

図８は、地図ＤＢ１２６に格納される地図情報テーブルの例を示す図である。図８の地図情報テーブル８００は、リンクＩＤ８０１、メッシュＩＤ８０２、道路種別８０３、接続リンク数８０４、勾配８０５、車線数８０６の各フィールドにより構成される。リンクＩＤ８０１には、地図を構成する道路リンクごとに割り当てられたリンクＩＤのうち、当該レコードに対応する道路リンクのリンクＩＤの値が格納される。メッシュＩＤ８０２には、地図を所定範囲ごとにメッシュ状に区切った区画ごとに割り当てられたメッシュＩＤのうち、当該道路リンクが含まれる区画のメッシュＩＤの値が格納される。道路種別８０３には、たとえば国道や高速道など、当該道路リンクの道路種別が格納される。接続リンク数８０４には、当該道路リンクが接続している他の道路リンクの数が格納される。勾配８０５には、当該道路リンクの道路勾配が格納される。車線数８０６には、当該道路リンクの車線数が格納される。地図情報テーブル８００の各フィールドに格納されるこれらの値は、運転支援装置１００において予め登録されている。なお、図８に示した地図情報テーブル８００は、地図ＤＢ１２６に格納される情報の一例であり、これ以外の情報、たとえば緯度経度、一方通行の有無、制限速度などの情報が地図ＤＢ１２６に含まれていてもよい。

図９は、走行経路ＤＢ１２７に格納される走行経路テーブルの例を示す図である。図９の走行経路テーブル９００は、ユーザＩＤ９０１、トリップＩＤ９０２、リンクＩＤ９０３、走行時刻９０４の各フィールドにより構成される。ユーザＩＤ９０１には、車両４０の各ドライバに割り当てられたユーザＩＤのうち、当該レコードに対応するドライバのユーザＩＤの値が格納される。トリップＩＤ９０２には、当該レコードが表す走行経路に対応するトリップに対して割り当てられたトリップＩＤの値が格納される。リンクＩＤ９０３には、当該走行経路に含まれる道路リンクのリンクＩＤの値が格納される。走行時刻９０４には、車両４０が当該道路リンクを走行した日時が格納される。走行経路テーブル９００の各フィールドに格納されるこれらの値は、運転支援装置１００において、車両４０の移動に応じて車載装置１３０や車両センサ１４０から収集されて記録される。なお、図９に示した走行経路テーブル９００は、走行経路ＤＢ１２７に格納される情報の一例であり、これ以外の情報、たとえばメッシュＩＤ，天気などの情報が走行経路ＤＢ１２７に含まれていてもよい。

走行環境取得部１０８は、走行経路ＤＢ１２７に格納された走行経路テーブル９００のうち、車両４０を運転中のドライバに対応するレコードを抽出し、抽出した各レコードの情報から、当該ドライバがよく通る道路リンクを特定する。そして、特定した道路リンクと車両４０の現在位置から、車両４０の走行経路を推定する。なお、車両４０に搭載されたナビゲーション装置から経路情報が取得できる場合は、この経路情報に基づいて走行経路を予測してもよい。こうして走行経路を推定したら、走行環境取得部１０８は、推定した走行経路に含まれる各道路リンクのリンクＩＤをキーとして地図ＤＢ１２６を検索し、各道路リンクの道路種別、勾配、車線数などの情報を走行経路の走行環境として取得する。このときさらに、走行経路を構成する各道路リンクを車両４０が走行する時点の天気、気温、湿度などの情報を通信部１５０を介してテレマティスセンタ２０から取得し、これらを地図ＤＢ１２６から検索した情報と併せて、走行経路の走行環境として用いてもよい。こうして走行経路の走行環境を事前に取得したら、走行環境取得部１０８は、取得した走行環境を類似度算出部１０９に出力する。

類似度算出部１０９は、特徴的運転発生ＤＢ１２３に格納された特徴的運転発生情報テーブルと、走行環境取得部１０８が事前に取得した走行経路の走行環境とに基づいて、特徴的運転検出部１０４により過去に特徴的な運転操作が検出された道路と走行経路との類似度を算出する。ここでは、特徴的運転発生情報テーブル５００において道路リンクＩＤ５０５に格納された道路リンクＩＤをキーとして、過去に特徴的な運転操作が検出された道路における走行環境を地図ＤＢ１２６から検索する。そして、検索された走行環境と、走行環境取得部１０８が事前に取得した走行経路の走行環境とを比較し、その比較結果に基づいて類似度を算出する。なお、類似度の具体的な算出方法については後述する。類似度算出部１０９は、算出した類似度を通常メッセージ作成部１１０および事前メッセージ作成部１１１に出力する。

通常メッセージ作成部１１０は、特徴的運転検出部１０４が特徴的な運転操作を検出したときに、その特徴的な運転操作に対する運転支援としての運転アドバイスのメッセージを作成する。このとき通常メッセージ作成部１１０は、個人カスタマイズ処理部１０７が設定した運転支援方法に従って、運転アドバイスの出力タイミング、出力方法、出力時間、メッセージ内容などを設定し、これらの設定情報をメッセージ情報としてメッセージ抽出部１１２に出力する。

事前メッセージ作成部１１１は、類似度算出部１０９が算出した類似度に基づいて、車両４０の走行経路上に、事前に運転支援を行う対象とする運転支援対象地点を特定する。ここでは、類似度算出部１０９から出力された類似度が所定値以上である場合に、その類似度が算出された特徴的な運転操作が検出された地点に対応する地点を走行経路上で特定することにより、運転支援対象地点を特定する。こうして走行経路上に運転支援対象地点を特定したら、事前メッセージ作成部１１１は、車両４０が運転支援対象地点を走行する前に行う運転支援としての運転アドバイスのメッセージを作成する。このとき事前メッセージ作成部１１１は、個人カスタマイズ処理部１０７が設定した運転支援方法に従って、運転アドバイスの出力タイミング、出力方法、出力時間、メッセージ内容などを設定し、これらの設定情報をメッセージ情報としてメッセージ抽出部１１２に出力する。

メッセージ抽出部１１２は、通常メッセージ作成部１１０または事前メッセージ作成部１１１が作成したメッセージを出力装置１６０に送信し、そのメッセージを出力装置１６０に出力させる。これにより、ドライバへの運転支援としての運転アドバイスが出力装置１６０から行われるようにする。このときメッセージ抽出部１１２は、通常メッセージ作成部１１０または事前メッセージ作成部１１１から出力されたメッセージ情報に基づいて、出力装置１６０に送信するメッセージの組み合わせをメッセージＤＢ１２８から抽出し、抽出したメッセージの組み合わせとその出力タイミング、出力方法、出力時間などを出力装置１６０に指示する。また、メッセージ抽出部１１２は、出力装置１６０に出力したメッセージを運転改善効果判定部１０５にも出力する。

図１０は、本発明の第１の実施形態に係る運転支援装置１００の処理フローを説明する図である。この処理フローは、運転支援装置１００において、不図示の演算処理装置により実行される。

運転支援装置１００は、車載装置１３０や車両センサ１４０からの情報を基に、車両４０の運転が開始されたことを検出すると、図１０の処理フローを開始する（Ｓ３０１）。なお、ドライバが車両４０のイグニッションスイッチを切り替えたことや、ドライバからの音声入力やボタン操作入力などを検出することで、車両４０の運転開始を検出してもよい。

車両４０の運転開始後、走行環境取得部１０８は、車両４０の走行経路を予測し、その走行経路における走行環境を取得する（Ｓ３０２）。

類似度算出部１０９は、特徴的運転発生ＤＢ１２３に格納された特徴的運転発生情報テーブルに基づいて、過去に特徴的な運転操作が検出された道路を特定する。そして、ステップＳ３０２で取得された走行環境に基づいて、過去に特徴的な運転操作が検出された道路と走行経路との類似度を算出する（Ｓ３０３）。

続いて、個人カスタマイズ処理部１０７は、車両４０のドライバに応じた個人カスタマイズ処理を行う。ここでは、個人カスタマイズ方法学習部１０６によって学習した個人カスタマイズ方法に従い決定された運転支援パラメータの値に基づき、個々のドライバの運転特性に応じた運転支援方法を設定する（Ｓ３０４）。

事前メッセージ作成部１１１は、ステップＳ３０３で算出された類似度に基づいて、車両４０がこれから走行する予定の走行経路が、当該ドライバによる過去の走行悪化道路、すなわち当該ドライバについて特徴的運転検出部１０４が過去に特徴的な運転操作を検出した道路と類似するか否かを判定する（Ｓ３０５）。ここでは、ステップＳ３０３で算出された類似度が所定の閾値、たとえば０．７以上であれば、走行経路と過去の走行悪化道路とが類似すると判定し、閾値未満であれば類似しないと判定する。なお、たとえばドライバが設定した運転操作の改善目的や運転支援の介入度合いなど、ドライバの運転特性に応じて閾値を変化させてもよい。その結果、走行経路と過去の走行悪化道路とが類似すると判定された場合（Ｓ３０５：Ｙｅｓ）には、事前メッセージ作成部１１１は、ステップＳ３０４で行われた個人カスタマイズ処理の結果に基づき、メッセージ抽出部１１２および出力装置１６０を用いて、ドライバに対して事前に運転アドバイスを提示する（Ｓ３０６）。一方、走行経路と過去の走行悪化道路とが類似しないと判定された場合（Ｓ３０５：Ｎｏ）には、ステップＳ３０６の処理を実行せず、事前の運転アドバイスの提示は行わない。

通常メッセージ作成部１１０は、ドライバが車両４０に対して行った特徴的な運転操作が検知されたか否かを判定する（Ｓ３０７）。特徴的運転検出部１０４によって特徴的な運転操作が検知された場合（Ｓ３０７：Ｙｅｓ）には、通常メッセージ作成部１１０は、ステップＳ３０４で行われた個人カスタマイズ処理の結果に基づき、メッセージ抽出部１１２および出力装置１６０を用いて、ドライバに対して運転アドバイスを提示する（Ｓ３０８）。一方、特徴的な運転操作が検知されていない場合（Ｓ３０７：Ｎｏ）には、ステップＳ３０８の処理を実行せず、運転アドバイスの提示は行わない。

ステップＳ３０８で運転アドバイスを提示するか、またはステップＳ３０７で特徴的な運転操作が検知されないと判定した後、運転支援装置１００は、車両４０の運転が継続しているかを判定する（Ｓ３０９）。ここでは、たとえば車両４０のイグニッションスイッチがオフになったり、車載装置１３０や車両センサ１４０からの情報が途絶えたりしたときに、運転が継続せずに終了したと判定することができる。その結果、これらが検出されずに車両４０の運転が継続していると判定した場合（Ｓ３０９：Ｙｅｓ）には、ステップＳ３０２の処理に戻る。一方、運転が終了したと判定した場合（Ｓ３０９：Ｎｏ）には、運転改善効果判定部１０５は、ステップＳ３０６やステップＳ３０８で行われた運転アドバイスによるドライバの運転改善効果を判定し、運転改善効果ＤＢ１２４に記録する（Ｓ３１０）。

なお、ステップＳ３１０において、運転改善効果はドライバが予め設定した運転操作の改善目的に応じて算出することができる。たとえば、ドライバが事故リスクを下げることを運転操作の改善目的として設定していた場合には、当該ドライバがこれまでに最も事故リスクの高い運転を行った場合と比べて、運転アドバイスが行われたことでどの程度事故リスクが下がったかにより、運転改善効果を算出することができる。具体的には、たとえば事故リスクの高い運転として急ブレーキを過去に行っていたドライバに対しては、ブレーキをかけた際の減速度が最も大きかった場合と比べて、運転アドバイス後のブレーキ時の減速度がどれ位の大きさだったかを求めることにより、運転改善効果を算出する。なお、運転改善効果の算出方法は上記に限らない。たとえば、普段のブレーキ時の平均減速度と比べた減速度の大きさから運転改善効果を算出する方法や、単位時間あたりにブレーキ時の減速度が予め設定した閾値を超えた回数をカウントし、その回数の増減から運転改善効果を算出する方法なども考えられる。

ステップＳ３１０で運転改善効果ＤＢ１２４に運転改善効果が記録されると、個人カスタマイズ方法学習部１０６は、個人カスタマイズ方法の学習を行う（Ｓ３１１）。このとき個人カスタマイズ方法学習部１０６は、運転特性評価ＤＢ１２２、運転改善効果ＤＢ１２４、ユーザ情報ＤＢ１２５などに格納された情報に基づいて、個々のドライバの運転特性を判断し、その運転特性に応じて、運転改善効果が高くなるように運転支援パラメータを設定する。運転改善効果が高くなるとは、たとえば、事故に繋がる危険運転の発生頻度が低下することや、燃費性能の向上、乗り心地の向上などが考えられる。また、運転改善効果が高くなることを指標とする以外に、ユーザの納得性が高くなるようにカスタマイズ方法を学習してもよい。ステップＳ３１１で個人カスタマイズ方法の学習を行ったら、運転支援装置１００は図１０の処理フローを終了する。

なお、図１０の処理フローにおいて、ステップＳ３０６やＳ３０８で運転アドバイスを提示する代わりに、ドライバを褒めるメッセージを提示することも可能である。ドライバによっては、運転操作の改善に向けた運転アドバイスを受けるよりも、褒められることでより効果的に運転操作が改善される場合がある。そのため、ステップＳ３１０で運転改善効果が高いと判定されたドライバに対しては、次にステップＳ３０６を実行する際に、たとえば「以前、同様の交差点ではスムーズな運転でした。今後も継続して低燃費な運転を心がけましょう。」などのように、過去のドライバの運転操作を褒めるメッセージを提示することも可能である。

また、図１０の処理フローのステップＳ３１１において、個人カスタマイズ方法学習部１０６は、車両４０を運転中のドライバを含む複数のドライバ、たとえばユーザ情報ＤＢ１２５に登録されている全ドライバに対して、運転改善効果判定部１０５が過去に行った運転改善効果の判定結果に基づき、当該ドライバの運転改善効果を推定してもよい。この方法について、以下に図１１を参照して説明する。

図１１は、運転改善効果の推定方法を説明する図である。図１１（ａ）は、当該ドライバに対して判定済みの運転改善効果の一覧の例を示している。図１１（ａ）の例では、過去の運転支援において、車両４０の速度が４０ｋｍ／ｈであり、運転アドバイスの出力方法が文字の場合および音声の場合に、運転改善効果がそれぞれ＋１５％、＋４５％と判定済みであることを示している。一方、それ以外の車両速度と出力方法の組み合わせについては、図１１（ａ）では空欄であり、運転改善効果が未判定であることを示している。

図１１（ｂ）は、全ドライバに対して判定済みの運転改善効果を平均した結果の例を示している。図１１（ｂ）の各欄の値は、全ドライバの運転改善効果を車両速度と出力方法の組み合わせごとに平均した値である。これにより、図１１（ａ）では空欄であった車両速度と出力方法の組み合わせについても、運転改善効果の値を求めることができる。

図１１（ｃ）は、図１１（ａ）、図１１（ｂ）を基に、当該ドライバの運転改善効果を推定した結果を示している。運転アドバイスの出力方法が文字と音声の場合については、車両速度４０ｋｍ／ｈでの図１１（ａ）と図１１（ｂ）の運転改善効果の値の差から、図１１（ｃ）の各欄の値を推定している。すなわち、車両速度が４０ｋｍ／ｈのときには、図１１（ａ）に示すように、文字による運転アドバイスでは当該ドライバの運転改善効果が１５％であるのに対して、図１１（ｂ）に示すように、全ドライバの運転改善効果の平均は４０％である。つまり、この条件での運転アドバイスによる当該ドライバの運転改善効果は、全ドライバと比べて２５ポイント低いことが分かる。そのため、他の車両速度でも、文字による運転アドバイスを行った場合の当該ドライバの運転改善効果は、全ドライバの平均に対して概ね２５ポイント低いと推測できる。同様に、図１１（ａ）および図１１（ｂ）から、車両速度が４０ｋｍ／ｈのときに音声による運転アドバイスを行った場合の当該ドライバの運転改善効果は、全ドライバと比べて３ポイント高いことが分かる。そのため、他の車両速度でも、音声による運転アドバイスを行った場合の当該ドライバの運転改善効果は、全ドライバの平均に対して概ね３ポイント高いと推測できる。一方、他の出力方法については、図１１（ａ）において空欄であり、当該ドライバの運転改善効果が不明である。そのため、図１１（ｂ）に示した全ドライバの運転改善効果の平均をそのまま利用して、図１１（ｃ）に示すように当該ドライバの運転改善効果を推測することができる。なお、運転改善効果の推定方法は上記の方法以外でもよい。たとえば、一般的な安全運転のガイドラインに従って運転改善効果を推定してもよい。

個人カスタマイズ方法学習部１０６は、図１１（ｃ）に示した運転改善効果の推定結果に基づいて、なるべく高い運転改善効果が得られるような出力方法を選択することで、運転支援パラメータの一つである介入方法を決定することができる。さらに、当該ドライバの運転特性に応じて他の運転支援パラメータを決定することで、個人カスタマイズ方法の学習を行うことができる。その後、決定された運転支援パラメータに応じた運転アドバイスの提示により運転支援が行われ、その運転支援に対する運転改善効果が判定されることで、当該ドライバに対する運転改善効果の判定結果が更新されると共に、全ドライバの運転改善効果の平均も更新される。

なお、個人カスタマイズ方法の学習において、上記のように運転改善効果の推定結果が高い運転支援パラメータの組み合わせを優先すると、選択されていない運転支援パラメータの組み合わせに応じた運転支援が実行されないこととなる。その結果、選択されていない運転支援パラメータの組み合わせに応じた運転支援の方が、実際には運転改善効果が高いような場合には、これを実行することができない可能性がある。そこで、こうした局所最適に陥らないようにするため、個人カスタマイズ方法学習部１０６は、これまでに選択されていない運転支援パラメータの組み合わせをランダムなタイミングで選択してもよい。このようにすれば、個々のユーザにとってより一層最適な運転支援パラメータの組み合わせを設定し、運転支援を行えるようになる。また、個人カスタマイズ方法学習部１０６は、全ドライバの運転改善効果の平均結果に基づき、個々のユーザにとって最適な運転支援方法を機械学習により学習してもよい。

また、個人カスタマイズ方法学習部１０６は、ユーザの発話情報や生体情報などのフィードバックを基に、個人カスタマイズ方法の学習を行ってもよい。たとえば、運転アドバイスが表示されたときに、もっと出力するタイミングを早める旨の内容をユーザが発話した場合には、当該ユーザについては運転支援の出力タイミングを早くした方が運転改善効果が高くなると推測して、運転支援パラメータを設定することができる。また、連続して運転改善効果が見込まれない場合には、運転アドバイスのメッセージ内容を厳しい口調にするなどのカスタマイズを行ってもよい。このとき、厳しい口調の運転アドバイスに対してユーザが否定的なフィードバックを行った場合には、メッセージ内容を優しい口調にするなどのカスタマイズを行うこともできる。さらに、発汗や心拍数の増幅などの生体情報から、ユーザがイライラしているなど心理的負荷が高いことが検出された場合には、個人カスタマイズ方法学習部１０６は介入度合いを自動で低くするなど、個人カスタマイズ方法を変更することも可能である。反対に、ユーザの心理的負荷が低いと検出された場合には、個人カスタマイズ方法学習部１０６は介入度合いを自動で高くするなど、個人カスタマイズ方法を変更することも可能である。

以上説明したように、個人カスタマイズ方法学習部１０６は、ユーザの運転改善目的、介入度合い、ユーザのフィードバック等に応じて、個人カスタマイズ方法の学習を行うことができる。なお、個人カスタマイズ方法学習部１０６による個人カスタマイズ方法の学習、すなわち運転支援パラメータの設定は、上記の例に限定されず、様々な方法で行うことができる。

次に、図１０の処理フローのステップＳ３０３において、過去に特徴的な運転操作が検出された道路と走行経路との類似度を類似度算出部１０９が算出する際の算出方法について、以下に図１２を参照して説明する。

図１２は、類似度の算出方法を説明する図である。図１２（ａ）は、２地点の走行箇所の項目別類似度の例である。図１２（ａ）では、たとえば過去に特徴的な運転操作が検出された道路を走行箇所１とし、走行経路上のある道路を走行箇所２として、これらの走行箇所に対する項目別の類似度の例を示している。この例において、走行箇所１は、道路種別が市道、接続リンク数が４、勾配が０度、車線数が両側２車線、天気が晴れ、混雑度が０．８である。また、走行箇所２は、道路種別が県道、接続リンク数が２、勾配が１０度、車線数が両側４車線、天気が曇り、混雑度が１．５である。図１２（ａ）は、これらの項目別に走行箇所１と走行箇所２の類似度を示している。具体的には、道路種別の類似度は０．６、接続リンク数の類似度は０．６、勾配の類似度は０．７、車線数の類似度は０．６、天気の類似度は０．７、混雑度の類似度は０．４である。これらの項目別の類似度は、最も類似度の高い場合、すなわち走行箇所１と走行箇所２で当該項目の状況が同一の場合を１．０、最も類似度の低い場合を０として、この範囲内で予め設定された類似度の値に従って判断される。

図１２（ｂ）は、予め設定された項目別の類似度の一例として、道路種別ごとの類似度の例を示す。図１２（ｂ）に示すように、たとえば市道と私道の場合、類似度は０．７５と予め設定しておく。図１２（ｂ）において、市道と県道の場合は類似度が０．６と設定されている。これにより、図１２（ａ）に示すように、走行箇所１と走行箇所２の道路種別の類似度が０．６と求められる。同様に、他の項目についても、その内容に応じた類似度を予め設定しておくことで、その値から図１２（ａ）に示すように走行箇所１と走行箇所２の類似度を求めることができる。

上記のようにして求められた項目別の類似度から、各項目の類似度の平均値を算出することにより、２地点の走行箇所の総合的な類似度が算出される。すなわち、図１２（ａ）に示す例では、走行箇所１をＰ１、走行箇所２をＰ２とすると、Ｐ１とＰ２の類似度Ｓ（Ｐ１、Ｐ２）は以下の式で求められる。
Ｓ（Ｐ１、Ｐ２）＝（０．６＋０．６＋０．７＋０．６＋０．７＋０．４）／６
＝０．６

なお、類似度算出部１０９による類似度の算出方法は、上記の例に限定されない。たとえば、項目別の類似度を予め設定せずに、項目ごとに正規化した値を設定してコサイン類似度を算出するなど、別の算出方法によって２地点の類似度を算出してもよい。

次に、図１０の処理フローのステップＳ３０６やＳ３０６における運転アドバイスの提示方法について、以下に図１３を参照して説明する。

図１３は、運転アドバイスを画面表示した例を示す図である。図１３では、出力装置１６０としてスマートフォンのディスプレイを利用し、そのディスプレイ上に運転アドバイス画面を表示することで運転アドバイスの提示を行った場合の例を示している。図１３の運転アドバイス画面は、ナビゲーション画面表示部１００１、目標設定ボタン１００２、介入度合い設定ボタン１００３および運転アドバイス表示部１００４により構成されている。ナビゲーション画面表示部１００１では、地図上に車両４０の位置を示している。目標設定ボタン１００２は、ユーザが運転操作の改善目的を設定するためのタッチ操作ボタンである。介入度合い設定ボタン１００３は、ユーザが運転支援の介入度合いを設定するためのタッチ操作ボタンである。運転アドバイス表示部１００４には、運転アドバイスの内容が表示されている。なお、運転アドバイスの提示方法は、図１３に示した画面の例に限定されない。たとえば、図１３の画面に対して構成要素を適宜追加もしくは削除した画面を出力装置１６０に表示することで、運転アドバイスを提示してもよい。

車両４０のドライバは、運転を開始する前に目標設定ボタン１００２を操作して運転時の目標を設定することで、運転操作の改善目的を設定することができる。図１３に示す例では、運転時の目標として燃費改善が設定されている。なお、ドライバは運転前に必ずしも目標を設定する必要はない。たとえば、ドライバが２０歳前後の若年ドライバの場合には、保護者が目標を設定するなどの設定方法も考えられる。また、過去の運転診断結果を基に運転支援装置１００が自動で目標を設定することも可能である。さらに、運転前にドライバが目標を設定しなかった場合にのみ、運転支援装置１００が自動で目標を設定してもよい。このようにドライバが目標を設定する必要が無い場合には、目標設定ボタン１００２への操作を受け付けず、単に目標の設定状態を表示してもよい。

また、車両４０のドライバは、運転を開始する前に介入度合い設定ボタン１００３を操作して運転支援のモードを設定することで、運転支援の介入度合いを設定することができる。図１３に示す例では、運転支援のモードとして、介入度合いの高いコーチングモードが設定されている。なお、ドライバは運転前に必ず運転支援のモードを設定する必要はない。たとえば、過去に設定した介入度合いと運転改善効果から運転支援装置１００が自動で運転支援のモードを設定してもよい。また、運転中のドライバの発話内容などからドライバの反応を学習し、ドライバが急いでいるなどアドバイスの受容性が低い場合には、自動で運転支援のモードを変更して介入度合いを調整するなども可能である。このようにドライバが運転支援のモードを設定する必要が無い場合には、介入度合い設定ボタン１００３への操作を受け付けず、単に運転支援のモードの設定状態を表示してもよい。

個人カスタマイズ方法学習部１０６は、上記のようにしてドライバが設定した運転時の目標や運転支援のモードに応じて、運転操作の改善目的と介入度合いを設定し、これらの設定結果を基に、運転支援パラメータの組み合わせを設定することができる。

以上説明した本発明の第１の実施形態によれば、以下の作用効果を奏する。

（１）運転支援装置１００は、ドライバによる車両４０の運転操作に応じた運転操作情報を取得する操作情報取得部１０１と、操作情報取得部１０１により取得された運転操作情報に基づいて、ドライバの運転操作に対する運転診断を行う運転診断処理部１０２と、運転診断処理部１０２による運転診断の結果に基づいて、ドライバの運転特性を評価する運転特性評価部１０３と、運転特性評価部１０３による運転特性の評価結果に基づいて、ドライバに対する運転支援方法を設定する個人カスタマイズ処理部１０７と、個人カスタマイズ処理部１０７により設定された運転支援方法を用いて、ドライバに対する運転支援を行う運転支援実施部、すなわち通常メッセージ作成部１１０、事前メッセージ作成部１１１およびメッセージ抽出部１１２と、を備える。このようにしたので、ドライバの運転特性を考慮して運転支援を行い、運転支援による運転改善効果を高めることができる。

（２）運転支援装置１００は、ドライバによる車両４０の特徴的な運転操作を検出する特徴的運転検出部１０４をさらに備える。運転支援実施部としての通常メッセージ作成部１１０およびメッセージ抽出部１１２は、特徴的運転検出部１０４により特徴的な運転操作が検出されたときに、ドライバに対する運転支援を行う。このようにしたので、たとえば事故に繋がる可能性が高い危険な運転操作や、燃費が悪化するような運転操作などが行われたときに、これを改善するための運転支援を適切なタイミングで行うことができる。

（３）運転支援装置１００は、車両４０の走行経路を予測して走行経路の走行環境を事前に取得する走行環境取得部１０８と、走行環境取得部１０８により取得された走行経路の走行環境に基づいて、特徴的運転検出部１０４により過去に特徴的な運転操作が検出された道路と走行経路との類似度を算出する類似度算出部１０９と、をさらに備える。運転支援実施部としての事前メッセージ作成部１１１およびメッセージ抽出部１１２は、類似度算出部１０９により算出された類似度に基づいて走行経路上の運転支援対象地点を特定し、車両４０が運転支援対象地点を走行する前に、ドライバに対する運転支援を行う。このようにしたので、たとえば事故に繋がる可能性が高い危険な運転操作や、燃費が悪化するような運転操作などが過去に行われた場合に、これを改善するための運転支援を事前に行うことができる。

（４）車両４０は、文字列の表示、画像表示、音声出力、車両４０のハンドルまたは運転席の振動、車両４０の車室内に設けられた警告ランプの発光の少なくともいずれか一つを行うことにより、ドライバに対する運転アドバイスを出力する出力装置１６０を搭載している。運転支援実施部としての通常メッセージ作成部１１０、事前メッセージ作成部１１１およびメッセージ抽出部１１２は、出力装置１６０に運転アドバイスを出力させることにより、ドライバに対する運転支援を行う。このようにしたので、ドライバにとって分かりやすい形態で運転支援を行うことができる。

（５）運転支援装置１００は、運転特性評価部１０３による運転特性の評価結果に基づいて、ドライバの運転特性に応じた運転支援パラメータの値を決定する個人カスタマイズ方法学習部１０６をさらに備える。個人カスタマイズ処理部１０７は、個人カスタマイズ方法学習部１０６により決定された運転支援パラメータの値に基づいて、ドライバに対する運転支援方法を設定する。このようにしたので、ドライバの運転特性に応じた運転支援方法を確実に設定することができる。

（６）運転支援装置１００は、運転支援によるドライバの運転改善効果を判定する運転改善効果判定部１０５をさらに備える。個人カスタマイズ方法学習部１０６は、運転改善効果判定部１０５による運転改善効果の判定結果にさらに基づいて、運転支援パラメータの値を決定する。このようにしたので、決定された運転支援パラメータの値から、なるべく高い運転改善効果が得られるような運転支援方法を設定することができる。

（７）個人カスタマイズ方法学習部１０６は、複数のドライバに対する過去の運転改善効果の判定結果に基づいて、運転支援によるドライバの運転改善効果を推定することができる。このようにすれば、あるドライバに対する運転改善効果の判定結果が十分に得られていない場合でも、他のドライバに対する過去の運転改善効果の判定結果を利用して、当該ドライバに対する運転改善効果を適切に推定することができる。

（８）個人カスタマイズ方法学習部１０６は、ドライバが予め設定した運転操作の改善目的および運転支援の介入度合いの少なくともいずれか一つにさらに基づいて、運転支援パラメータの値を決定することができる。このようにすれば、決定された運転支援パラメータの値から、ドライバの運転特性に応じた運転支援方法をさらに確実に設定することができる。

（９）個人カスタマイズ方法学習部１０６は、ユーザ情報ＤＢ１２５において予め登録されたドライバの属性に関するユーザ情報テーブルにさらに基づいて、運転支援パラメータの値を決定することができる。このようにすれば、決定された運転支援パラメータの値から、ドライバの運転特性に応じた運転支援方法をより一層確実に設定することができる。

（１０）運転支援パラメータは、運転支援を行うタイミング、方法、時間および内容の少なくともいずれか一つを含むことができる。このようにすれば、運転支援パラメータに基づき、ドライバの運転特性に応じた運転支援方法を適切に設定することができる。

（第２の実施形態）
図１４は、本発明の第２の実施形態に係る運転支援システムの構成図である。図１４に示す運転支援システム１０Ａは、第１の実施形態で説明した図１の運転支援システム１０と比べて、運転支援装置１００に代えて運転支援装置１００Ａと、出力装置１６０に代えて車両アクチュエータ１７０とが、車両４０に搭載されている点が異なっている。

運転支援装置１００Ａは、車両４０の運転操作の状態に応じた運転補助動作を車両アクチュエータ１７０を介して行うことで、ユーザである車両４０のドライバに対する運転支援を行う。このとき運転支援装置１００Ａは、後述するように、個々のドライバの運転特性を考慮して運転補助動作の内容を決定する。

車両アクチュエータ１７０は、運転支援装置１００Ａの制御により、ドライバによる車両４０の運転操作に対する運転補助動作を行う。車両アクチュエータ１７０は、たとえばアクセル操作やブレーキ操作、ステアリング操作などの運転操作に対して、これを補助するための動作を実行する。

図１５は、本発明の第２の実施形態に係る運転支援装置１００Ａの処理ブロック図である。運転支援装置１００Ａは、第１の実施形態で説明した図２の運転支援装置１００と比べて、通常メッセージ作成部１１０、事前メッセージ作成部１１１およびメッセージ抽出部１１２に代えて運転補助方法作成部１１３および車両制御部１１４が設けられている点と、メッセージＤＢ１２８を備えていない点とが異なっている。以下では、これらの相違点を中心に、運転支援装置１００Ａについて説明する。

運転補助方法作成部１１３は、第１の実施形態における事前メッセージ作成部１１１と同様に、類似度算出部１０９が算出した類似度に基づいて、車両４０の走行経路上に、運転支援を行う対象とする運転支援対象地点を特定する。そして、運転補助方法作成部１１３は、車両４０が運転支援対象地点を走行するときに、車両制御部１１４が運転支援として行う運転補助動作の方法を作成する。このとき運転補助方法作成部１１３は、個人カスタマイズ処理部１０７が設定した運転支援方法に従って、運転補助動作における制御対象アクチュエータ、制御タイミング、制御時間、制御量などを設定し、これらの設定情報を車両制御情報として車両制御部１１４に出力する。

車両制御部１１４は、運転補助方法作成部１１３が作成した運転補助動作の方法に従って車両アクチュエータ１７０を制御し、車両アクチュエータ１７０を動作させる。これにより、ドライバへの運転支援としての運転補助動作が車両アクチュエータ１７０によって行われるようにする。このとき車両制御部１１４は、運転補助方法作成部１１３から出力された車両制御情報に基づいて、車両アクチュエータ１７０の動作を制御する。また、車両制御部１１４は、車両アクチュエータ１７０に対する制御の内容を運転改善効果判定部１０５にも出力する。

図１６は、本発明の第２の実施形態に係る運転支援装置１００Ａの処理フローを説明する図である。この処理フローは、運転支援装置１００Ａにおいて、不図示の演算処理装置により実行される。

ステップＳ１１０１〜Ｓ１１０５では、図１０で説明した第１の実施形態の処理フローにおけるステップＳ３０１〜Ｓ３０５とそれぞれ同様の処理を実行する。

ステップＳ１１０５において、走行経路と過去の走行悪化道路とが類似すると判定された場合（Ｓ１１０５：Ｙｅｓ）には、運転補助方法作成部１１３は、ステップＳ１１０４で行われた個人カスタマイズ処理の結果に基づき、車両制御部１１４および車両アクチュエータ１７０を用いて、車両４０が運転支援対象地点を走行するときに運転補助動作を実施する（Ｓ１１０６）。一方、走行経路と過去の走行悪化道路とが類似しないと判定された場合（Ｓ１１０５：Ｎｏ）には、ステップＳ１１０６の処理を実行せず、運転補助動作は行わない。

ステップＳ１１０７〜Ｓ１１０９では、図１０で説明した第１の実施形態の処理フローにおけるステップＳ３０９〜Ｓ３１１とそれぞれ同様の処理を実行する。ステップＳ１１０９で個人カスタマイズ方法の学習を行ったら、運転支援装置１００Ａは図１６の処理フローを終了する。

ステップＳ１１０９において、個人カスタマイズ方法学習部１０６は、運転特性評価ＤＢ１２２、ユーザ情報ＤＢ１２５、運転改善効果ＤＢ１２４にそれぞれ格納された情報に基づいて、個々のドライバの運転特性を判断し、その判断結果に基づいて個々のドライバに対する運転補助動作の制御対象アクチュエータ、制御タイミング、制御時間、制御量などを決定することにより、これらの運転支援パラメータの値を決定する。たとえば、運転改善効果ＤＢ１２４に格納された運転改善効果テーブル６００において、当該ドライバのレコードで改善目的６０３に格納された運転操作の改善目的が燃費の改善である場合には、制御対象アクチュエータをスロットルアクチュエータとして、当該ドライバのアクセル操作が穏やかになるように、運転支援パラメータの値を設定することができる。一方、運転操作の改善目的が事故リスクの低減である場合には、制御対象アクチュエータをブレーキアクチュエータとして、当該ドライバのブレーキ操作が穏やかになるように、運転支援パラメータの値を設定することができる。

なお、本実施形態でも第１の実施形態で説明したのと同様に、個人カスタマイズ方法学習部１０６は、ユーザの発話情報や生体情報などのフィードバックを基に、個人カスタマイズ方法の学習を行ってもよい。たとえば、ブレーキ操作に対する補助動作が行われたときに、もっと減速するタイミングを早める旨の内容をユーザが発話した場合には、当該ユーザについてはブレーキ操作に対する補助動作のタイミングを早くした方が運転改善効果が高くなると推測して、運転支援パラメータを設定することができる。

以上説明した本発明の第２の実施形態によれば、運転支援装置１００Ａは、ドライバによる車両４０の運転操作に応じた運転操作情報を取得する操作情報取得部１０１と、操作情報取得部１０１により取得された運転操作情報に基づいて、ドライバの運転操作に対する運転診断を行う運転診断処理部１０２と、運転診断処理部１０２による運転診断の結果に基づいて、ドライバの運転特性を評価する運転特性評価部１０３と、運転特性評価部１０３による運転特性の評価結果に基づいて、ドライバに対する運転支援方法を設定する個人カスタマイズ処理部１０７と、個人カスタマイズ処理部１０７により設定された運転支援方法を用いて、ドライバに対する運転支援を行う運転支援実施部、すなわち運転補助方法作成部１１３および車両制御部１１４と、を備える。また、運転支援装置１００Ａは、ドライバによる車両４０の特徴的な運転操作を検出する特徴的運転検出部１０４と、車両４０の走行経路を予測して走行経路の走行環境を事前に取得する走行環境取得部１０８と、走行環境取得部１０８により取得された走行経路の走行環境に基づいて、特徴的運転検出部１０４により過去に特徴的な運転操作が検出された道路と走行経路との類似度を算出する類似度算出部１０９と、をさらに備える。運転支援実施部としての運転補助方法作成部１１３および車両制御部１１４は、類似度算出部１０９により算出された類似度に基づいて走行経路上の運転支援対象地点を特定し、車両４０が運転支援対象地点を走行するときに、ドライバに対する運転支援を行う。具体的には、車両４０は、ドライバが行う運転操作を補助するための車両アクチュエータ１７０を搭載している。運転支援実施部としての運転補助方法作成部１１３および車両制御部１１４は、車両アクチュエータ１７０を動作させることにより、ドライバに対する運転支援を行う。このようにしたので、ドライバの運転操作を補助して効果的な運転支援を行うことができる。

（第３の実施形態）
次に、本発明の第３の実施形態について説明する。本実施形態では、第１の実施形態で説明した運転支援装置１００の機能の一部をテレマティクスセンタ内に設けた例を説明する。

図１７は、本発明の第３の実施形態に係る運転支援システムの構成図である。図１７に示す運転支援システム１０Ｂは、第１の実施形態で説明した図１の運転支援システム１０と比べて、テレマティクスセンタ２０および運転支援装置１００に代えて、テレマティクスセンタ２０Ｂおよび運転支援装置１００Ｂを有している点が異なっている。

図１８は、本発明の第３の実施形態に係るテレマティクスセンタ２０Ｂおよび運転支援装置１００Ｂの処理ブロックである。図１８において、テレマティクスセンタ２０Ｂは、操作情報受信部２０１と、第１の実施形態で説明した図２の運転支援装置１００の処理ブロックのうち、操作情報取得部１０１以外の各処理ブロックとを備える。一方、運転支援装置１００Ｂは、操作情報取得部１０１および通信制御部１１５を備える。

運転支援装置１００Ｂにおいて、操作情報取得部１０１は、車載装置１３０または車両センサ１４０から、ドライバの運転操作に応じた車両４０の運転操作情報を取得すると、取得した運転操作情報を通信制御部１１５に出力する。通信制御部１１５は、通信部１５０を制御することで、操作情報取得部１０１から出力された運転操作情報を、ネットワーク３０を介してテレマティクスセンタ２０Ｂへ送信する。

テレマティクスセンタ２０Ｂにおいて、操作情報受信部２０１は、運転支援装置１００Ｂから送信された運転操作情報を受信し、運転診断処理部１０２および特徴的運転検出部１０４に出力する。運転診断処理部１０２および特徴的運転検出部１０４は、操作情報受信部２０１から出力された運転操作情報を用いて、第１の実施形態で説明したのと同様の動作をそれぞれ行う。

また、テレマティクスセンタ２０Ｂにおいて、メッセージ抽出部１１２は、通常メッセージ作成部１１０または事前メッセージ作成部１１１からメッセージ情報が出力されると、そのメッセージ情報をドライバに対する運転支援を行うための運転支援情報として、ネットワーク３０を介して運転支援装置１００Ｂに送信する。テレマティクスセンタ２０Ｂから送信された運転支援情報すなわちメッセージ情報は、運転支援装置１００Ｂにおいて、通信部１５０を用いて通信制御部１１５により受信され、出力装置１６０に出力される。これにより、第１の実施形態と同様に、ドライバへの運転支援としての運転アドバイスが出力装置１６０によって行われる。

以上説明した本発明の第３の実施形態によれば、テレマティクスセンタ２０Ｂは、車両４０に搭載された運転支援装置１００Ｂと通信を行う。テレマティクスセンタ２０Ｂは、ドライバによる車両４０の運転操作に応じた運転操作情報を運転支援装置１００Ｂから受信する操作情報受信部２０１と、操作情報受信部２０１により受信された運転操作情報に基づいて、ドライバの運転操作に対する運転診断を行う運転診断処理部１０２と、運転診断処理部１０２による運転診断の結果に基づいて、ドライバの運転特性を評価する運転特性評価部１０３と、運転特性評価部１０３による運転特性の評価結果に基づいて、ドライバに対する運転支援方法を設定する個人カスタマイズ処理部１０７と、個人カスタマイズ処理部１０７により設定された運転支援方法を用いて、ドライバに対する運転支援を行うための運転支援情報を運転支援装置１００Ｂに送信する運転支援情報送信部、すなわち通常メッセージ作成部１１０、事前メッセージ作成部１１１およびメッセージ抽出部１１２と、を備える。このようにしたので、第１の実施形態と同様に、ドライバの運転特性を考慮して運転支援を行い、運転支援による運転改善効果を高めることができる。

なお、上記第３の実施形態では、第１の実施形態で説明した運転支援装置１００の機能の一部をテレマティクスセンタ内に設けた例を説明したが、第２の実施形態で説明した運転支援装置１００Ａの機能の一部をテレマティクスセンタ内に設けてもよい。たとえば、操作情報受信部２０１と、第２の実施形態で説明した図１５の運転支援装置１００Ａの処理ブロックのうち、操作情報取得部１０１および車両制御部１１４以外の各処理ブロックとを、テレマティクスセンタ内に設けてもよい。その場合、テレマティクスセンタにおいて、運転補助方法作成部１１３は、作成した運転補助動作の方法に応じた車両制御情報をドライバに対する運転支援を行うための運転支援情報として、ネットワーク３０を介して車両４０に搭載された運転支援装置に送信する。この運転支援装置は、図１８と同様の操作情報取得部１０１および通信制御部１１５と、車両アクチュエータ１７０を制御するための車両制御部１１４とを備えている。テレマティクスセンタから送信された運転支援情報すなわち車両制御情報は、運転支援装置において受信されると車両制御部１１４に出力され、車両アクチュエータ１７０の制御に用いられる。これにより、第２の実施形態と同様に、ドライバへの運転支援としての運転アドバイスが車両アクチュエータ１７０によって行われる。

また、テレマティクスセンタ内に設ける機能は、第３の実施形態および上記変形例で説明したものに限定されない。第１、第２の実施形態でそれぞれ説明した運転支援装置１００、１００Ａの処理ブロックのうち、任意のものをテレマティクスセンタ内に設けることができる。

以上説明した実施形態や各種の変形例はあくまで一例であり、発明の特徴が損なわれない限り、本発明はこれらの内容に限定されるものではない。また、上記では種々の実施形態を説明したが、本発明はこれらの内容に限定されるものではない。本発明の技術的思想の範囲内で考えられるその他の態様も本発明の範囲内に含まれる。

１０，１０Ａ，１０Ｂ 運転支援システム
２０，２０Ｂ テレマティクスセンタ
４０ 車両
１００，１００Ａ，１００Ｂ 運転支援装置
１０１ 操作情報取得部
１０２ 運転診断処理部
１０３ 運転特性評価部
１０４ 特徴的運転検出部
１０５ 運転改善効果判定部
１０６ 個人カスタマイズ方法学習部
１０７ 個人カスタマイズ処理部
１０８ 走行環境取得部
１０９ 類似度算出部
１１０ 通常メッセージ作成部
１１１ 事前メッセージ作成部
１１２ メッセージ抽出部
１１３ 運転補助方法作成部
１１４ 車両制御部
１１５ 通信制御部
１２１ 運転診断結果ＤＢ
１２２ 運転特性評価ＤＢ
１２３ 特徴的運転発生ＤＢ
１２４ 運転改善効果ＤＢ
１２５ ユーザ情報ＤＢ
１２６ 地図ＤＢ
１２７ 走行経路ＤＢ
１２８ メッセージＤＢ
１３０ 車載装置
１４０ 車両センサ
１５０ 通信部
１６０ 出力装置
１７０ 車両アクチュエータ

Claims (11)

1. ドライバによる車両の運転操作に応じた運転操作情報を取得する操作情報取得部と、
   前記操作情報取得部により取得された前記運転操作情報に基づいて、前記ドライバの運転操作に対する運転診断を行う運転診断処理部と、
   前記運転診断処理部による前記運転診断の結果に基づいて、前記ドライバの運転特性を評価する運転特性評価部と、
   前記ドライバの運転特性に応じた運転支援パラメータの値を決定する個人カスタマイズ方法学習部と、
   前記個人カスタマイズ方法学習部により決定された前記運転支援パラメータの値に基づいて、前記ドライバに対する運転支援方法を設定する個人カスタマイズ処理部と、
   前記個人カスタマイズ処理部により設定された運転支援方法を用いて、前記ドライバに対する運転支援を行う運転支援実施部と、
   前記運転支援による前記ドライバの運転改善効果を判定する運転改善効果判定部と、を備え、
   前記個人カスタマイズ方法学習部は、前記運転改善効果判定部による複数の前記ドライバに対する過去の前記運転改善効果の判定結果に基づいて、前記運転支援による前記ドライバの運転改善効果を推定し、推定した前記ドライバの運転改善効果に基づいて、前記運転支援パラメータの値を決定する運転支援装置。
2. 請求項１に記載の運転支援装置において、
   前記ドライバによる前記車両の特徴的な運転操作を検出する特徴的運転検出部をさらに備え、
   前記運転支援実施部は、前記特徴的運転検出部により前記特徴的な運転操作が検出されたときに、前記ドライバに対する運転支援を行う運転支援装置。
3. 請求項２に記載の運転支援装置において、
   前記車両の走行経路を予測して前記走行経路の走行環境を事前に取得する走行環境取得部と、
   前記走行環境取得部により取得された前記走行経路の走行環境に基づいて、前記特徴的運転検出部により過去に前記特徴的な運転操作が検出された道路と前記走行経路との類似度を算出する類似度算出部と、をさらに備え、
   前記運転支援実施部は、前記類似度算出部により算出された前記類似度に基づいて前記走行経路上の運転支援対象地点を特定し、前記車両が前記運転支援対象地点を走行する前に、前記ドライバに対する運転支援を行う運転支援装置。
4. 請求項２または３に記載の運転支援装置において、
   前記車両は、文字列の表示、画像表示、音声出力、前記車両のハンドルまたは運転席の振動、前記車両の車室内に設けられた警告ランプの発光の少なくともいずれか一つを行うことにより、前記ドライバに対する運転アドバイスを出力する出力装置を搭載しており、
   前記運転支援実施部は、前記出力装置に前記運転アドバイスを出力させることにより、前記ドライバに対する運転支援を行う運転支援装置。
5. 請求項１に記載の運転支援装置において、
   前記ドライバによる前記車両の特徴的な運転操作を検出する特徴的運転検出部と、
   前記車両の走行経路を予測して前記走行経路の走行環境を事前に取得する走行環境取得部と、
   前記走行環境取得部により取得された前記走行経路の走行環境に基づいて、前記特徴的運転検出部により過去に前記特徴的な運転操作が検出された道路と前記走行経路との類似度を算出する類似度算出部と、をさらに備え、
   前記運転支援実施部は、前記類似度算出部により算出された前記類似度に基づいて前記走行経路上の運転支援対象地点を特定し、前記車両が前記運転支援対象地点を走行するときに、前記ドライバに対する運転支援を行う運転支援装置。
6. 請求項５に記載の運転支援装置において、
   前記車両は、前記ドライバが行う運転操作を補助するための車両アクチュエータを搭載しており、
   前記運転支援実施部は、前記車両アクチュエータを動作させることにより、前記ドライバに対する運転支援を行う運転支援装置。
7. 請求項１から請求項６までのいずれか一項に記載の運転支援装置において、
   前記個人カスタマイズ方法学習部は、前記運転特性評価部による前記運転特性の評価結果にさらに基づいて、前記運転支援パラメータの値を決定する運転支援装置。
8. 請求項１から請求項７までのいずれか一項に記載の運転支援装置において、
   前記個人カスタマイズ方法学習部は、前記ドライバが予め設定した前記運転操作の改善目的および前記運転支援の介入度合いの少なくともいずれか一つにさらに基づいて、前記運転支援パラメータの値を決定する運転支援装置。
9. 請求項１から請求項８までのいずれか一項に記載の運転支援装置において、
   前記個人カスタマイズ方法学習部は、予め登録された前記ドライバの属性に関するユーザ情報にさらに基づいて、前記運転支援パラメータの値を決定する運転支援装置。
10. 請求項１から請求項９までのいずれか一項に記載の運転支援装置において、
    前記運転支援パラメータは、前記運転支援を行うタイミング、方法、時間および内容の少なくともいずれか一つを含む運転支援装置。
11. 車両に搭載された運転支援装置と通信を行うセンタ装置であって、
    ドライバによる前記車両の運転操作に応じた運転操作情報を前記運転支援装置から受信する操作情報受信部と、
    前記操作情報受信部により受信された前記運転操作情報に基づいて、前記ドライバの運転操作に対する運転診断を行う運転診断処理部と、
    前記運転診断処理部による前記運転診断の結果に基づいて、前記ドライバの運転特性を評価する運転特性評価部と、
    前記ドライバの運転特性に応じた運転支援パラメータの値を決定する個人カスタマイズ方法学習部と、
    前記個人カスタマイズ方法学習部により決定された前記運転支援パラメータの値に基づいて、前記ドライバに対する運転支援方法を設定する個人カスタマイズ処理部と、
    前記個人カスタマイズ処理部により設定された運転支援方法を用いて、前記ドライバに対する運転支援を行うための運転支援情報を前記運転支援装置に送信する運転支援情報送信部と、
    前記運転支援による前記ドライバの運転改善効果を判定する運転改善効果判定部と、を備え、
    前記個人カスタマイズ方法学習部は、前記運転改善効果判定部による複数の前記ドライバに対する過去の前記運転改善効果の判定結果に基づいて、前記運転支援による前記ドライバの運転改善効果を推定し、推定した前記ドライバの運転改善効果に基づいて、前記運転支援パラメータの値を決定するセンタ装置。

Images