JP6856130B2 - 走行特性学習方法及び走行支援装置 - Google Patents

Description

本発明は、車両の走行特性学習方法及び走行支援装置に関する。

特許文献１には、手動運転時の運転者の運転操作に基づく学習を行う際、運転者が車両の運転操作を開始してから運転操作を終了するまでの期間であるトリップを単位として学習を行い、自動運転時には、複数の運転者に対して各個人に適合した、運転スタイルを提供することが開示されている。

特開２０１３−１２２６５３号公報

しかしながら、運転中に運転者のモチベーションが変化するなどしてトリップの途中で運転者の運転特性が変化した場合であっても、特許文献１に開示された例では、トリップ単位での運転者の運転特性を学習するものであるため、学習精度が低下してしまうという問題があった。

本発明は、このような課題に鑑みてなされたものであり、その目的とするところは、トリップの途中で運転者の運転特性が変化した場合における学習精度の低下を防止できる、車両の走行特性学習方法及び走行支援装置を提供することにある。

上述した課題を解決するために、本発明の一態様に係る走行特性学習方法及び走行支援装置は、運転者の手動運転中の走行データに基づいて、運転特性の継続性を判定し、継続性の判定結果を用いて、走行データのうち運転特性の学習の対象となる学習対象データの、開始時及び終了時を設定する。

本発明によれば、同一の運転者が有する異なる複数の運転特性ごとに学習対象データを管理し、学習することが可能となるため、それぞれの運転特性において、乗員に与える違和感を抑制することができる。

図１は、本発明の実施形態に係る走行支援装置、及びその周辺機器の構成を示すブロック図である。 図２は、本発明の実施形態に係る走行支援装置で行われる、学習対象データの生成のための処理手順を示すフローチャートである。 図３は、本発明の実施形態における、学習対象データと切替イベントとの関係を示す模式図である。 図４は、本発明の実施形態における、学習対象データと車両の停車時間との関係を示す模式図である。 図５は、本発明の実施形態における、学習対象データと変動の発生との関係を示す模式図である。 図６は、本発明の実施形態における、学習対象データと走行支援装置の停止時間との関係を示す模式図である。

以下、本発明を適用した一実施形態について図面を参照して説明する。

［運転制御システムの構成］
図１は、本実施形態に係る走行支援装置１１を含む運転制御システム１００の構成を示すブロック図である。図１に示すように、本実施形態に係る運転制御システム１００は、走行支援装置１１、走行状況検出部２１、周囲状況検出部２２、運転切替スイッチ２３、制御状態提示部６１、及びアクチュエータ３１を備えている。

走行支援装置１１は、運転者による手動運転と自動運転とを切り替え可能な車両において、運転者の手動運転中に得られる走行データのうち、所定の学習対象データに基づいて運転特性を学習し（運転特性学習）、この学習結果を自動運転の走行制御に適用する処理を実行するコントローラである。

また、本実施形態では、走行支援装置１１を車両に搭載した場合について説明するが、車両に通信装置を設置し、走行支援装置１１の一部を外部サーバに設置して、外部サーバの処理によって運転者の運転特性の学習を行ってもよい。走行支援装置１１を車両に搭載した場合には、車両を所有または使用する運転者の運転特性を学習することができる。そして、所定期間（例えば、最新１ヶ月間）の学習対象データを記憶しておき、その運転者が所有または使用する車両の自動運転に反映させることができる。一方、外部サーバに設置した場合には、運転者自身の長期間の学習対象データを用いて学習することができるので、より安定した学習結果を算出することができる。また、学習が完了していないときには、他の運転者の学習対象データを活用して、その地域の平均的な運転者の運転特性を自動運転に反映させることができる。

走行状況検出部２１は、車速や操舵角、加速度、先行車との車間距離、先行車との相対速度、現在位置、方向指示器の表示状態、ヘッドライトの点灯状態、ワイパーの作動状態等の車両の走行状態を示す走行データを検出する。例えば、走行状況検出部２１には、ブレーキペダルやアクセルペダルに設けられたセンサや、車輪側センサやヨーレートセンサなど車両の挙動を取得するセンサや、レーザレーダ、カメラや、それらのセンサから得られたデータを通信するＣＡＮ（Ｃｏｎｔｒｏｌｌｅｒ Ａｒｅａ Ｎｅｔｗｏｒｋ）のような車載ネットワークやナビゲーション装置が含まれる。

周囲状況検出部２２は、車両が走行する道路の車線数、制限速度、道路勾配、道路曲率、車両前方の信号機の表示状態、車両前方の交差点までの距離、車両前方を走行する車両台数、車両前方の交差点の予定進路、一時停止規制の有無等の、車両が走行している環境を表す環境情報を検出する。例えば、周囲状況検出部２２には、車両に搭載されたカメラやレーザレーダ、ナビゲーション装置が含まれる。なお、車両前方の信号機の表示状態や一時停止規制の有無は路車間通信を利用して検出してもよい。車両前方を走行する車両台数は車車間通信やスマートフォンと連携したクラウドサービスを利用して検出してもよい。車両前方の交差点の予定進路はナビゲーション装置や方向指示器の表示状態等から取得する。さらに、車両周囲の照度、気温、天候状態を照度センサ、外気温センサ、ワイパースイッチからそれぞれ取得する。ただし、照度はヘッドライトのスイッチから取得してもよい。

運転切替スイッチ２３は、車両に搭載され、車両の乗員が操作することによって自動運転と手動運転の切り替えを行うスイッチである。例えば、車両のステアリングに設置されたスイッチである。

制御状態提示部６１は、現在の制御状態が手動運転であるか自動運転であるかをメータ表示部やナビゲーション装置の表示画面、ヘッドアップディスプレイ等に表示する。また、自動運転の開始、終了を伝える報知音も出力し、運転特性の学習が終了したか否かも提示する。

アクチュエータ３１は、走行支援装置１１からの実行指令を受信して、車両のアクセルやブレーキ、ステアリング等の各部を駆動する。

次に、走行支援装置１１を構成する各部について説明する。走行支援装置１１は、学習対象データ記憶部４１、運転特性学習部４２、継続性判定部４４、自動運転制御実行部４５を備えている。

学習対象データ記憶部４１は、走行状況検出部２１、周囲状況検出部２２、運転切替スイッチ２３から車両の走行状態に関する走行データや車両周囲の走行環境に関する環境情報を取得し、取得した走行データ及び環境情報のうち、運転者の運転特性の学習のために必要な所定のデータを、車両の走行状態や走行環境などの走行シーンと関連付けて記憶する。

なお、学習対象データ記憶部４１は、運転者の運転特性の学習のために必要な所定の学習対象データを記憶する。

なお、学習対象データの開始時及び終了時は、後述する継続性判定部４４によって設定される。

走行状況検出部２１、周囲状況検出部２２、運転切替スイッチ２３から学習対象データ記憶部４１に入力された新たな走行データ及び環境情報は、継続性判定部４４によって開始時が設定されるまでの間、学習対象データ記憶部４１に一時的に記憶されるにすぎず、学習対象データとして取り扱われない。走行データ及び環境情報に対し、継続性判定部４４によって開始時が設定されることにより、当該走行データ及び当該環境情報は、設定された開始時から始まる一連の時系列データとして取り扱われ、当該走行データ及び当該環境情報は、「開始時のみが設定された学習対象データ」として学習対象データ記憶部４１に記憶される。

開始時が設定された学習対象データは、その後、継続性判定部４４によって終了時が設定されると、設定された開始時から設定された終了時までの一連の時系列データとして取り扱われ、「開始時と終了時の両方が設定された学習対象データ」として、学習対象データ記憶部４１に記憶される。

学習対象データ記憶部４１は、運転者の手動運転中の減速タイミングを記憶するものであってもよい。学習対象データ記憶部４１は、交差点等に敷設された停止線等の停止位置で停止する場合の減速タイミング、停車中の先行車両の後方で停止する場合の減速タイミング、先行車に追従して走行している場合の減速タイミングなどを記憶するものであってもよい。さらに、学習対象データ記憶部４１は、停止位置に対してブレーキを作動させる位置であるブレーキ作動位置、停止位置に対しての距離、ブレーキを作動させる時の車速、加速度など、ブレーキ操作時の車両の挙動を記憶するものであってもよい。

「減速タイミング」には、車両を停止位置で停止させる際に運転者がブレーキ（ブレーキペダル）を操作しブレーキが作動するタイミング、車両に減速度が働いたタイミング、アクセルの操作を終了したタイミング、あるいはブレーキペダルの操作を開始したタイミングが含まれる。あるいは、「減速タイミング」には、運転者によるブレーキペダルの操作量（踏込量）が予め設定した所定量以上となったタイミング、運転者によるアクセルペダルの操作量（踏込量）が予め設定した所定量以下となったタイミングを含むものであってもよい。あるいは、運転者がブレーキを操作し、ブレーキ操作時の制御量が予め設定した一定値に達したタイミング、あるいは、ブレーキ操作時の制御量の上昇速度が一定値に達したタイミングを含むものであってもよい。

すなわち、ブレーキ作動による所定の減速には至っていないが、ブレーキの制御量、あるいは制御量の上昇速度が一定値に達したタイミングを「減速タイミング」としてもよい。すなわち、「減速タイミング」とは、ブレーキが作動したタイミング（ブレーキ開始タイミング）、アクセルオフのタイミング（ブレーキ開始タイミング）、ブレーキの制御量が一定値に達したタイミング、及びブレーキの制御量の上昇速度が一定値に達したタイミングを含む概念である。言い換えれば、運転者がブレーキ操作を感じるタイミングである。

本実施形態におけるブレーキには、油圧ブレーキ、電制ブレーキ、回生ブレーキ、が含まれる。なお、油圧ブレーキ、電制ブレーキ、回生ブレーキが作動していなくても減速度が働いている状態も含むようにしてよい。

また、学習対象データ記憶部４１は、運転者の手動運転中における、車両の先行車との車間距離を記憶するものであってもよい。学習対象データ記憶部４１は、車間距離の他にも、停止中の車間距離や先行車との相対速度、操舵角、減速度、先行車に追従している継続時間等のデータを記憶するものであってもよい。

また、学習対象データ記憶部４１は、車両が交差点で停止する場合の減速開始速度や、車両が交差点で停止する場合の制動距離等を記憶するものであってもよい。また、学習対象データ記憶部４１は、減速操作中の、車両のブレーキペダル及びアクセルペダルの操作量や車速及び減速度、交差点の停止線までの距離等のデータを記憶するものであってもよい。

その他にも、学習対象データ記憶部４１は、車両が置かれている環境情報についても記憶するものであってもよい。環境情報としては、車両が走行する道路の車線数、道路曲率、制限速度、道路勾配、一時停止規制の有無、信号機の表示状態、車両から交差点までの距離、車両前方の車両台数、方向指示器の表示状態、車両の周辺の天候、気温、又は照度等などが挙げられる。

運転特性学習部４２は、学習対象データ記憶部４１で記憶された学習対象データを読み出し、走行状態及び走行環境からの影響度合いを考慮して、学習対象データに対応する運転者の運転特性を学習する。なお、運転特性学習部４２は、学習対象データ記憶部４１に記憶された学習対象データに基づいて、学習対象データごとに運転特性を学習する。

運転特性学習部４２によって行われる学習は、学習対象データ記憶部４１において学習対象データを記憶するのと同時にリアルタイムで実行されるものであってもよい。又は、もしくは、運転特性学習部４２によって行われる学習は、所定の時間毎、あるいは、学習対象データ記憶部４１において一定量の学習対象データの蓄積が行われたタイミングで、実行されるものであってもよい。

運転特性学習部４２が、運転者の運転特性の学習に用いる学習対象データには、「開始時のみが設定された学習対象データ」と、「開始時と終了時の両方が設定された学習対象データ」の、両方が含まれうる。運転特性学習部４２が「開始時のみが設定された学習対象データ」に基づいて学習を行っている間に、当該学習対象データに対して後述する継続性判定部４４によって終了時が設定された場合には、運転特性学習部４２は当該学習対象データの開始時から終了時までのデータに基づいて学習を行う。結果的に、運転特性学習部４２は、「開始時と終了時の両方が設定された学習対象データ」に基づいて運転特性の学習を行うことになる。

継続性判定部４４は、学習対象データ記憶部４１に一時的に記憶されている走行データ及び環境情報に対して、データの開始時及び終了時を設定する。より具体的には、走行データ中に現れる切替イベントの有無に基づいて運転者の運転特性の継続性を判定する。そして、切替イベントの前の走行データ及び環境情報と、当該切替イベントの後の走行データ及び環境情報とが、異なる学習対象データとして取り扱われるよう、データの開始時及び終了時を設定する。

「切替イベント」には、例えば、走行支援装置１１の起動もしくは終了、走行支援装置のナビゲーション目的地の設定、変更、もしくはキャンセルなどが含まれる。その他にも、車両の、所定の長さ以上の停車時間の発生、車両の同乗者の数の変化、運転特性に関する所定値以上の大きさの変動の発生などが含まれる。

継続性判定部４４による開始時と終了時の設定は、学習対象データ記憶部４１における学習対象データの記憶、もしくは、運転特性学習部４２によって行われる学習、と同時にリアルタイムで実行されるものであってもよい。又は、継続性判定部４４による開始時と終了時の設定は、所定の時間毎、学習対象データ記憶部４１において一定量の学習対象データの蓄積が行われたタイミング、あるいは、運転特性学習部４２によって行われる学習において、一定の学習の精度が実現されるタイミングで、実行されるものであってもよい。

自動運転制御実行部４５は、車両が自動運転区間を走行する場合や運転者が運転切替スイッチ２３により自動運転を選択した場合に、自動運転制御を実行する。このとき、自動運転制御実行部４５は、運転特性学習部４２で学習した学習結果を自動運転の走行制御に適用する。

なお、走行支援装置１１は、マイクロコンピュータ、マイクロプロセッサ、ＣＰＵを含む汎用の電子回路とメモリ等の周辺機器から構成されている。そして、特定のプログラムを実行することにより、上述した学習対象データ記憶部４１、運転特性学習部４２、継続性判定部４４、自動運転制御実行部４５として動作する。このような走行支援装置１１の各機能は、１または複数の処理回路によって実装することができる。処理回路は、例えば電気回路を含む処理装置等のプログラムされた処理装置を含み、また実施形態に記載された機能を実行するようにアレンジされた特定用途向け集積回路（ＡＳＩＣ）や従来型の回路部品のような装置も含んでいる。

［学習対象データの生成のための処理手順］
次に、本実施形態に係る走行支援装置１１で行われる学習対象データの生成のための処理手順を図２のフローチャートを参照して説明する。図２に示す学習対象データの生成のための処理は、車両のイグニッションがオンされると開始し、繰り返し実行される。

図２に示すように、まずステップＳ１０１において、走行支援装置１１は、運転切替スイッチ２３の状態により車両が手動運転であるか否かを判定する。車両が手動運転である場合にはステップＳ１０３に進み、自動運転である場合には学習対象データの生成のための処理を終了して自動運転制御を実行する。

ステップＳ１０３において、学習対象データ記憶部４１は、走行状況検出部２１、周囲状況検出部２２、運転切替スイッチ２３から車両の走行状態に関する走行データと車両周囲の走行環境に関する環境情報を検出する。検出される走行データとしては、車速、操舵角、加速度、減速度、先行車との車間距離、先行車との相対速度、現在位置、前方交差点の予定進路、ブレーキペダル及びアクセルペダルの操作量、先行車に追従している継続時間、ヘッドライトの点灯状態、ワイパーの作動状態等を検出する。また、環境情報としては、車両が走行する道路の車線数、道路曲率、制限速度、道路勾配、一時停止規制の有無、信号機の表示状態、車両から交差点までの距離、車両前方の車両台数、方向指示器の表示状態、車両の周辺の天候、気温、又は照度等などを検出する。新たに入力された走行データ及び環境情報は、学習対象データ記憶部４１に一時的に記憶される。

次に、ステップＳ１０５において、継続性判定部４４は、走行データ中に現れる切替イベントの有無に基づいて運転者の運転特性の継続性を判定する。

運転特性が継続していると判定された場合（ステップＳ１０７でＹＥＳの場合）には、処理を終了する。その後、図２のフローチャートの最初からスタートされるため、走行データの取得が継続される。

判定の結果、運転特性が継続していない（継続性が失われている）と判定された場合（ステップＳ１０７でＮＯの場合）には、ステップＳ１０９に進み、継続性判定部４４は、学習対象データ記憶部４１に一時的に記憶されている走行データ及び環境情報に対して、データの開始時及び終了時を設定する。

学習対象データと切替イベントの関係、および、ステップＳ１０５、Ｓ１０７、Ｓ１０９での処理について、図３〜６を参照してより具体的に説明する。

図３には、走行支援装置１１がタイミングｔ１１で起動し、タイミングｔ１３で終了する場合が示されている。継続性判定部４４は、走行データ中に現れる切替イベントのタイミングｔ１２を検知し、当該切替イベントの前後で運転特性の継続性が失われていると判定する。

この場合、継続性判定部４４は、切替イベントの直前の走行データを有する学習対象データＡに対して終了時としてタイミングｔ１２の時刻を設定し、切替イベントの直後の走行データに対して開始時としてタイミングｔ１２の時刻を設定する。その結果、切替イベントの直後の走行データは、学習対象データＢとなる。

よって、学習対象データＡと学習対象データＢは、連続していない２つの異なる学習対象データとして取り扱われることになる。すなわち、走行データが、切替イベントのタイミングｔ１２を境に、２つの学習対象データＡと学習対象データＢに分割される。

図３で想定している切替イベントとしては、走行支援装置のナビゲーション目的地の設定、変更、もしくはキャンセルなどが挙げられる。運転者によって走行支援装置のナビゲーション目的地の設定、変更、もしくはキャンセルなどが行われるタイミングでは、運転者の心情や走行の意図などが変化したと考えられ、このようなタイミングの前後で、運転者の運転特性に違いが出やすいと考えられる。例えば、手動運転中に運転者が急な買い物の用事を思い出して、突然、目的地を設定、変更、キャンセルした場合には、落ち着いた運転特性が慌ただしい運転特性に変化することが考えられる。

また、継続性判定部４４は、走行支援装置１１の起動のタイミングｔ１１を切替イベントの一種として検知し、走行支援装置１１の起動のタイミングの前後で運転特性の継続性が失われていると判定する。この場合、継続性判定部４４は、起動のタイミングｔ１１を開始時として設定する。この処理は、学習対象データＡが生成されるために必要な処理である。

さらに、継続性判定部４４は、走行支援装置１１の終了のタイミングｔ１３を切替イベントの一種として検知し、走行支援装置１１の終了のタイミングの前後で運転特性の継続性が失われていると判定する。この場合、継続性判定部４４は、終了のタイミングｔ１３を、学習対象データＢの終了時として設定する。

図３に示すように、走行支援装置１１の起動のタイミング、終了のタイミングで、運転特性の継続性が失われる場合としては、例えば、運転者が自宅に帰宅して、自宅でゆっくり休み、その後、再び自宅から出発するような場合が考えられる。

このような場合、走行支援装置１１の終了のタイミング前は、運転者は疲れた状態であったのが、自宅で休んだ後の次の運転の際、走行支援装置１１の起動のタイミングでは、疲れが取れた状態に変わると考えられる。運転者の心情や疲労度等が変化することで、運転特性にも変化が生じると考えられ、その結果、運転特性の継続性が失われると考えられる。そのため、継続性判定部４４は、走行支援装置１１の起動もしくは終了のタイミングを、切替イベントの一種として検知し、これらのタイミングの前後で運転特性の継続性が失われていると判定する。

また、図４に示すように、継続性判定部４４は、走行データ中に現れる停車時間ΔＴを検知し、停車時間ΔＴが所定の長さ以上であるか否かを判定する。停車時間ΔＴが所定の長さ以上であると判定された場合には、停車時間ΔＴを切替イベントの一種として検知し、当該切替イベントの前後で運転特性の継続性が失われていると判定する。

その他にも、停車時間ΔＴの長さに関わらず、停車時間ΔＴの前後で、同乗者の数が変化した場合には、停車時間ΔＴを切替イベントの一種として検知し、当該切替イベントの前後で運転特性の継続性が失われていると判定する。

上述の場合、継続性判定部４４は、停車時間ΔＴの直前の走行データを有する学習対象データＣに対して終了時としてタイミングｔ２２の時刻を設定し、停車時間ΔＴの直後の走行データに対して開始時としてタイミングｔ２３の時刻を設定する。その結果、切替イベントの直後の走行データは、学習対象データＤとなる。

よって、学習対象データＣと学習対象データＤは、連続していない２つの異なる学習対象データとして取り扱われることになる。すなわち、走行データが、停車時間ΔＴを境に、２つの学習対象データＣと学習対象データＤに分割される。

図４に示すように、車両の停車時間の前後で運転特性の継続性が失われる場合としては、例えば、高速道路を走行中の運転者が、サービスエリアに立ち寄り仮眠をとる際、エアコンの稼働のため、エンジンを切らずに長時間停車する場合が考えられる。買い物などでの一時的な立ち寄り（例えば、コンビニエンスストアでの買い物のための立ち寄り）で停車する場合とは異なり、このような長時間の停車時間の前後では、運転者の心情や疲労度等が変化していると考えられる。そのため、継続性判定部４４は、所定の長さ以上の停車時間を切替イベントの一種として検知し、当該停車時間の前後で運転特性の継続性が失われていると判定する。

また、停車時間の前後で同乗者の数が変化した場合、同乗者からの影響によって、運転者の運転特性が変化するものと考えられるため。そのため、継続性判定部４４は、停車時間の前後で同乗者の数が変化した場合には、当該停車時間の前後で運転特性の継続性が失われていると判定する。

また、図５に示すように、継続性判定部４４は、運転特性に関する所定値以上の大きさの変動ΔＶの発生を検知し、変動ΔＶの大きさが所定値以上であるか否かを判定する。変動ΔＶの大きさが所定値以上であると判定された場合には、変動ΔＶの発生を切替イベントの一種として検知し、当該切替イベントの前後で運転特性の継続性が失われていると判定する。

この場合、継続性判定部４４は、変動の発生の直前の走行データを有する学習対象データＥに対して終了時としてタイミングｔ３２の時刻を設定し、変動の発生の直後の走行データに対して開始時としてタイミングｔ３３の時刻を設定する。その結果、切替イベントの直後の走行データは、学習対象データＦとなる。

よって、学習対象データＥと学習対象データＦは、連続していない２つの異なる学習対象データとして取り扱われることになる。すなわち、走行データが、変動の発生を境に、２つの学習対象データＥと学習対象データＦに分割される。

図５で想定している運転特性としては、車両の先行車との車間距離、車両のブレーキ減速度、車両の発進加速度などが挙げられる。これらの量は、車両の走行に伴い刻一刻と変化する量であるが、例えば減速操作中の走行データに着目して、それぞれの量の時間平均を計算すると、当該平均は、運転者の心情や疲労度等に依存して所定の値に収束する傾向がある。また、これらの量を目的変数とし、車速を説明変数とする回帰分析（重回帰分析）を行うと、運転者の心情や疲労度等に依存して所定の回帰モデルに従う傾向がみられる。すなわち、車両の先行車との車間距離、車両のブレーキ減速度、車両の発進加速度には、運転者の運転特性が現れる。

車両の先行車との車間距離、車両のブレーキ減速度、車両の発進加速度などの、それぞれの量の時間平均や、回帰分析を行って得られる値に、所定値以上の変動が発生した場合には、その変動の発生の前後で、運転者の心情や疲労度等が変化している可能性がある。そのため、このような変動ΔＶの発生を切替イベントの一種として検知し、当該切替イベントの前後で運転特性の継続性が失われていると判定する。

上述では、図３〜５を用いて、走行データが複数の学習対象データに分割される場合を示した。次に、図６を用いて、連続していない２つの異なる学習対象データが、連続した１つの学習対象データとして取り扱われる場合について説明する。

図６には、走行支援装置１１がタイミングｔ４１で起動し、タイミングｔ４２で終了した後、更に、タイミングｔ４３で起動し、タイミングｔ４４で終了する場合が示されている。

上述した図３の場合と比較すると、タイミングｔ４１とタイミングｔ４２の間の期間には切替イベントがないため、タイミングｔ４１とタイミングｔ４２の間に得られた走行データは、学習対象データＧとして取り扱われる。更に、タイミングｔ４３とタイミングｔ４４の間の期間には切替イベントがないため、タイミングｔ４３とタイミングｔ４４の間に得られた走行データは、学習対象データＨとして取り扱われる。

図３に示すように、走行支援装置１１の起動のタイミング、及び、終了のタイミングをそれぞれ学習対象データの開始時及び終了時として設定する方法によれば、学習対象データＧと学習対象データＨは、連続していない２つの異なる学習対象データとして取り扱われることになる。

しかしながら、タイミングｔ４２とタイミングｔ４３の間の走行支援装置１１の停止時間（停車時間ΔＴ）が短い場合には、学習対象データＧと学習対象データＨは連続した１つの学習対象データとして取り扱ったほうがよい場合も存在する。

例えば、買い物などでの一時的な立ち寄りの際、車両のイグニッションを一時的にオフにした場合、走行支援装置１１が終了し、用事が済んだ後に走行支援装置１１が開始することになる。この場合において走行支援装置１１の停止時間が所定の長さよりも短い場合、運転者の心情や疲労度等はあまり変化していないと考えられる。そのため、走行支援装置１１の停止時間の前後での運転者の運転特性は大きく変化していないと考えられる。

よって、走行支援装置１１の停止時間が短い場合には、継続性判定部４４は、学習対象データＧに対して、タイミングｔ４２を終了時として設定しない。また、継続性判定部４４は、学習対象データＨに対して、タイミングｔ４３を開始時として設定しない。その結果、学習対象データＧと学習対象データＨは、連続した１つの学習対象データとして取り扱われる。すなわち、走行支援装置１１の停止時間である停車時間の前後の走行データが、連続した１つの学習対象データとして統合される。

その他にも、停車時間ΔＴの長さに関わらず、図６に示す走行支援装置１１の停止時間（停車時間ΔＴ）の前後で、同じナビゲーション目的地が設定されている場合には、学習対象データＧと学習対象データＨは連続した１つの学習対象データとして取り扱ったほうがよい場合も存在する。

図６のタイミングｔ４２で設定されていたナビゲーション目的地とタイミングｔ４３で設定されていたナビゲーション目的地とが同じである場合、走行支援装置１１の停止時間の前後で、運転者の心情もしくは走行の意図などは変化していないと考えられる。

よって、このような場合には、継続性判定部４４は、学習対象データＧに対して、タイミングｔ４２を終了時として設定しない。また、継続性判定部４４は、学習対象データＨに対して、タイミングｔ４３を開始時として設定しない。その結果、学習対象データＧと学習対象データＨは、連続した１つの学習対象データとして取り扱われる。すなわち、走行支援装置１１の停止時間である停車時間の前後の走行データが、連続した１つの学習対象データとして統合される。

逆に、図６のタイミングｔ４２で設定されていたナビゲーション目的地とタイミングｔ４３で設定されていたナビゲーション目的地とが異なる場合、走行支援装置１１の停止時間の前後で、運転者の心情や走行の意図などは変化していると考えられ、運転者の運転特性も変化すると考えられる。そのため、継続性判定部４４は、学習対象データＧに対して、タイミングｔ４２を終了時として設定し、学習対象データＨに対して、タイミングｔ４３を開始時として設定する。

以上のようにして、本実施形態に係る走行支援装置１１は、切替イベントによって区切られた学習対象データを生成する。

図２のフローチャートには示していないが、上述の処理によって得られた学習対象データに基づき、運転特性学習部４２は、走行状態及び走行環境からの影響度合いを考慮して、学習対象データに対応する運転者の運転特性を学習する。学習対象データに基づいて得られた学習結果は、運転特性学習部４２に記憶される。

運転特性学習部４２は、学習対象データに含まれるデータに基づいて、回帰分析や、ノンパラメトリック推定を行うことで、運転特性の学習を行う。さらには、運転特性学習部４２は、ニューラルネットワークを用いたディープラーニング（深層学習、機械学習）のように、訓練データをニューラルネットワークへ入力した際の出力誤差を計算し、誤差が最小となるようにニューラルネットワークの各種パラメータの調整を行うことにより、運転特性の学習を行うものであってもよい。

上述の処理によって得られた学習結果は、その後、走行支援装置１１の利用者によって自動運転が選択された場合に、自動運転制御実行部４５によって読み出される。自動運転制御実行部４５は、読みだした学習結果を、自動運転の走行制御に適用する。

［実施形態の効果］
以上詳細に説明したように、本実施形態に係る走行特性学習方法では、運転者による手動運転と自動運転とを切り替え可能な車両において、運転者の手動運転中の走行データに基づいて運転特性の継続性を判定し、継続性の判定結果を用いて、走行データのうち、運転特性の学習の対象となる学習対象データの開始時及び終了時を設定することで、学習対象データを生成する。これにより、運転特性が変化したと考えられるタイミングの前後にある２つの学習対象データが、誤って連続した１つの学習対象データとして取り扱われてしまうことを抑制できる。その結果、連続した１つの学習対象データの中で運転特性が変化してしまうことに起因する学習精度の低下を防止できる。

さらに、運転特性が変化したと考えられるタイミングの前後にある２つの学習対象データに基づいて、精度の高い別々の学習が行われるため、当該学習によって得られた学習結果を自動運転の制御に適用した場合、学習精度が向上し、車両の乗員が感じる違和感を抑制することができる。特に、行動データでの解析結果によれば、運転特性の継続性を判定によって学習対象データの適切な開始時及び終了時が設定されることにより、約７割の運転者の運転特性の学習において、学習精度を向上させることに成功している。

また、本実施形態に係る走行特性学習方法は、走行支援装置の起動のタイミングを学習対象データの開始時として設定し、もしくは、走行支援装置の終了のタイミングを学習対象データの終了時として設定するものであってもよい。これにより、運転特性が変化すると考えられるタイミングを、学習対象データの開始時もしくは終了時として設定でき、その結果、運転特性が大きく変動しない学習対象データを得ることができる。

さらに、本実施形態に係る走行特性学習方法は、走行支援装置のナビゲーション目的地の設定、変更、又はキャンセルのタイミングを、当該タイミングよりも前の運転特性を示す学習対象データの終了時として設定し、当該タイミングよりも後の前記運転特性を示す学習対象データの開始時として設定するものであってもよい。

これにより、運転特性が変化すると考えられるタイミングを、学習対象データの開始時もしくは終了時として設定でき、その結果、運転特性が大きく変動しない学習対象データを得ることができる。特に、手動運転中において運転者の心情や走行の意図などが変化したタイミングを、走行支援装置に対する運転者の操作に基づいて正確に検知できるため、より適切な学習対象データを生成することができる。

また、本実施形態に係る走行特性学習方法は、車両の停車時間の長さが所定値以上である場合に、停車時間の開始のタイミングを、停車時間よりも前の運転特性を示す学習対象データの終了時として設定し、停車時間の終了のタイミングを、停車時間よりも後の前記運転特性を示す学習対象データの開始時として設定するものであってもよい。これにより、運転特性が変化すると考えられるタイミングを、学習対象データの開始時もしくは終了時として設定でき、その結果、運転特性が大きく変動しない学習対象データを得ることができる。

さらに、本実施形態に係る走行特性学習方法は、走行支援装置が終了して、その後、走行支援装置が起動した場合であって、走行支援装置の終了からその後の起動までの時間の長さが所定値以上である場合に、走行支援装置の終了のタイミングを当該終了のタイミングよりも前の運転特性を示す学習対象データの終了時として設定し、当該終了のタイミングの後の走行支援装置の起動のタイミングを当該起動のタイミングよりも後の運転特性を示す学習対象データの開始時として設定するものであってもよい。

これにより、運転特性が変化すると考えられるタイミングを、学習対象データの開始時もしくは終了時として設定でき、その結果、運転特性が大きく変動しない学習対象データを得ることができる。

また、走行支援装置が終了して、その後、走行支援装置が起動するまでの時間の長さが所定値よりも短い場合には、走行支援装置の終了のタイミング及び起動のタイミングを学習対象データの終了時及び開始時として設定しないため、運転特性の継続性のある学習対象データが、走行支援装置の一時的な停止期間によって複数に分割されてしまうことを抑止できる。その結果、より長い時間の学習対象データに基づいて、より正確な学習を行うことができるようになる。

また、本実施形態に係る走行特性学習方法は、走行支援装置が終了して、その後、走行支援装置が起動した場合であって、走行支援装置が終了したタイミングで設定されていたナビゲーション目的地と、その後、走行支援装置が起動したタイミングで設定されていたナビゲーション目的地とが異なる場合に、走行支援装置の終了のタイミングを当該終了のタイミングよりも前の運転特性を示す学習対象データの終了時として設定し、当該終了のタイミングの後の走行支援装置の起動のタイミングを当該起動のタイミングよりも後の運転特性を示す学習対象データの開始時として設定するものであってもよい。

これにより、運転特性が変化すると考えられるタイミングを、学習対象データの開始時もしくは終了時として設定でき、その結果、運転特性が大きく変動しない学習対象データを得ることができる。

また、走行支援装置の終了のタイミングと、その後の走行支援装置の起動のタイミングとで、ナビゲーション目的地が一致する場合には、走行支援装置の終了のタイミング及び起動のタイミングを学習対象データの終了時及び開始時として設定しないため、運転特性の継続性のある学習対象データが、走行支援装置の一時的な停止期間によって複数に分割されてしまうことを抑止できる。その結果、より長い時間の学習対象データに基づいて、より正確な学習を行うことができるようになる。

さらに、本実施形態に係る走行特性学習方法は、車両の停車時間の前後で同乗者の数が変化した場合、停車時間の開始のタイミングを、停車時間よりも前の運転特性を示す学習対象データの終了時として設定し、停車時間の終了のタイミングを、停車時間よりも後の運転特性を示す学習対象データの開始時として設定するものであってもよい。

これにより、運転特性が変化すると考えられるタイミングを、学習対象データの開始時もしくは終了時として設定でき、その結果、運転特性が大きく変動しない学習対象データを得ることができる。

また、本実施形態に係る走行特性学習方法は、学習中の走行データの運転特性の変動の大きさが、所定値以上である場合、変動のタイミングを、変動の発生よりも前の運転特性を示す学習対象データの終了時として設定し、変動のタイミングを、変動の発生よりも後の運転特性を示す学習対象データの開始時として設定するものであってもよい。

これにより、運転特性が変化するタイミングを、学習対象データの開始時もしくは終了時として設定でき、その結果、運転特性が大きく変動しない学習対象データを得ることができる。

上述において、変動のタイミングを検知するために使用する運転特性として、車両の先行車との車間距離、車両のブレーキ減速度、車両の発進加速度、もしくは、これらの組み合わせを用いるものであってもよい。この結果、運転者の運転特性が現れやすい量を用いて、変動のタイミングを検知するため、より正確に、運転特性が変化するタイミングを、学習対象データの開始時もしくは終了時として設定できる。その結果、運転特性が大きく変動しない学習対象データを得ることができる。

以上、実施形態に沿って本発明の内容を説明したが、本発明はこれらの記載に限定されるものではなく、種々の変形及び改良が可能であることは、当業者には自明である。この開示の一部をなす論述及び図面は本発明を限定するものであると理解すべきではない。この開示から当業者には様々な代替実施形態、実施例及び運用技術が明らかとなろう。

本発明はここでは記載していない様々な実施形態等を含むことは勿論である。したがって、本発明の技術的範囲は上記の説明から妥当な請求の範囲に係る発明特定事項によってのみ定められるものである。

上述の各実施形態で示した各機能は、１又は複数の処理回路により実装され得る。処理回路は、電気回路を含む処理装置等のプログラムされた処理装置を含む。処理装置は、また、実施形態に記載された機能を実行するようにアレンジされた特定用途向け集積回路（ＡＳＩＣ）や従来型の回路部品のような装置を含む。

１１ 走行支援装置
２１ 走行状況検出部
２２ 周囲状況検出部
２３ 運転切替スイッチ
３１ アクチュエータ
４１ 学習対象データ記憶部
４２ 運転特性学習部
４４ 継続性判定部
４５ 自動運転制御実行部
６１ 制御状態提示部

Claims (13)

1. 運転者による手動運転と自動運転とを切り替え可能な車両において、運転者の手動運転中の走行データから運転者の運転特性を学習し、この学習結果を自動運転の走行制御に適用する走行支援装置の走行特性学習方法であって、
   前記走行データに基づいて、前記運転特性の継続性を判定し、前記継続性の判定結果を用いて、前記走行データのうち前記運転特性の学習の対象となる学習対象データの、開始時及び終了時を設定すること
   を特徴とする走行特性学習方法。
2. 請求項１に記載の走行特性学習方法であって、
   前記走行支援装置の起動のタイミングを第１タイミングとして、前記第１タイミングを前記学習対象データの開始時として設定すること
   を特徴とする走行特性学習方法。
3. 請求項１又は２に記載の走行特性学習方法であって、
   前記走行支援装置の終了のタイミングを第２タイミングとして、前記第２タイミングを前記学習対象データの終了時として設定すること
   を特徴とする走行特性学習方法。
4. 請求項１〜３のいずれか一項に記載の走行特性学習方法であって、
   前記走行支援装置のナビゲーション目的地の設定、変更、又はキャンセルのタイミングを第３タイミングとして、
   前記第３タイミングを、前記第３タイミングよりも前の前記運転特性を示す学習対象データの終了時として設定し、
   前記第３タイミングを、前記第３タイミングよりも後の前記運転特性を示す学習対象データの開始時として設定すること
   を特徴とする走行特性学習方法。
5. 請求項１〜４のいずれか一項に記載の走行特性学習方法であって、
   前記車両の停車時間の長さが第１閾値以上である場合、
   前記停車時間の開始のタイミングを、前記停車時間よりも前の前記運転特性を示す学習対象データの終了時として設定し、
   前記停車時間の終了のタイミングを、前記停車時間よりも後の前記運転特性を示す学習対象データの開始時として設定すること
   を特徴とする走行特性学習方法。
6. 請求項１〜５のいずれか一項に記載の走行特性学習方法であって、
   前記走行支援装置の終了のタイミングを第４タイミングとし、
   前記第４タイミングの後の、前記走行支援装置の起動のタイミングを第５タイミングとし、
   前記第４タイミングから前記第５タイミングまでの時間の長さが、第２閾値以上である場合、
   前記第４タイミングを、前記第４タイミングよりも前の前記運転特性を示す学習対象データの終了時として設定し、
   前記第５タイミングを、前記第５タイミングよりも後の前記運転特性を示す学習対象データの開始時として設定すること
   を特徴とする走行特性学習方法。
7. 請求項１〜６のいずれか一項に記載の走行特性学習方法であって、
   前記走行支援装置の終了のタイミングを第６タイミングとし、
   前記第６タイミングの後の、前記走行支援装置の起動のタイミングを第７タイミングとし、
   前記第６タイミングで設定されていたナビゲーション目的地と前記第７タイミングで設定されていたナビゲーション目的地とが異なる場合、
   前記第６タイミングを、前記第６タイミングよりも前の前記運転特性を示す学習対象データの終了時として設定し、
   前記第７タイミングを、前記第７タイミングよりも後の前記運転特性を示す学習対象データの開始時として設定すること
   を特徴とする走行特性学習方法。
8. 請求項１〜７のいずれか一項に記載の走行特性学習方法であって、
   前記車両の停車時間の前後で同乗者の数が変化した場合、
   前記停車時間の開始のタイミングを、前記停車時間よりも前の前記運転特性を示す学習対象データの終了時として設定し、
   前記停車時間の終了のタイミングを、前記停車時間よりも後の前記運転特性を示す学習対象データの開始時として設定すること
   を特徴とする走行特性学習方法。
9. 請求項１〜８のいずれか一項に記載の走行特性学習方法であって、
   学習中の前記走行データの前記運転特性の変動の大きさが、第３閾値以上である場合、
   前記変動のタイミングを、前記変動の発生よりも前の前記運転特性を示す学習対象データの終了時として設定し、
   前記変動のタイミングを、前記変動の発生よりも後の前記運転特性を示す学習対象データの開始時として設定すること
   を特徴とする走行特性学習方法。
10. 請求項９に記載の走行特性学習方法であって、
    前記運転特性は、前記車両の先行車との車間距離であること
    を特徴とする走行特性学習方法。
11. 請求項９又は１０に記載の走行特性学習方法であって、
    前記運転特性は、前記車両のブレーキ減速度であること
    を特徴とする走行特性学習方法。
12. 請求項９〜１１のいずれか一項に記載の走行特性学習方法であって、
    前記運転特性は、前記車両の発進加速度であること
    を特徴とする走行特性学習方法。
13. 運転者による手動運転と自動運転とを切り替え可能な車両において、運転者の手動運転中の走行データから運転者の運転特性を学習し、この学習結果を自動運転の走行制御に適用する走行支援装置であって、
    前記走行データに基づいて、前記運転特性の継続性を判定し、前記継続性の判定結果を用いて、前記走行データのうち前記運転特性の学習の対象となる学習対象データの、開始時及び終了時を設定する継続性判定回路
    を備えたことを特徴とする走行支援装置。

Images