JP6897773B2 - 運転支援方法及び運転支援装置 - Google Patents

Description

本発明は、運転者による手動運転と自動運転とを切り替え可能であり、運転者の手動運転における運転特性を学習し、この学習結果を自動運転制御の運転特性に反映させる自動運転車両の運転支援方法及びその装置に関する。

従来では、運転者の違和感を抑制した自動運転を可能にするために、手動運転中の運転者による運転操作を学習する運転制御装置として、特許文献１が開示されている。特許文献１に開示された運転制御装置では、車線数や天候等の環境項目を設定し、手動運転時には環境項目から運転環境を特定し、運転環境と対応付けて運転者の運転操作を学習していた。

特開２０１５−８９８０１号公報

しかしながら、上述した従来の運転制御装置では、運転者の学習結果をそのまま自動運転制御に適用していたので、走行している地域の運転特性を考慮していなかった。そのため、運転者の運転特性が自動運転を利用している地域の運転特性と異なる場合や運転特性を学習した地域と自動運転を利用している地域が異なる場合には、自動運転車両が周囲の車両と異なる挙動をとることになる。そうなると、自動運転車両の乗員が不安を感じてしまうという問題点があった。

そこで、本発明は、上述した実情に鑑みて提案されたものであり、自動運転車両が周囲の車両と異なる挙動をとることにより、乗員が不安を感じることを防止できる運転支援方法及び運転支援装置を提供することを目的とする。

上述した課題を解決するために、本発明の一態様に係る運転支援方法及び運転支援装置は、自動運転車両が走行する地域の運転特性を検出し、検出された地域の運転特性に応じて学習結果を調整し、調整された学習結果に基づいて自動運転制御を実行する。

本発明によれば、自動運転車両が周囲の車両と異なる挙動をとることを抑制し、乗員に不安を感じさせることを防止することができる。

図１は、本発明の一実施形態に係る運転支援装置を含む運転支援システムの構成を示すブロック図である。 図２は、本発明の一実施形態に係る運転支援システムにより算出された地域の運転特性の一例を示す図である。 図３は、本発明の一実施形態に係る運転支援システムによる地域の区分方法を説明するための図である。 図４は、本発明の一実施形態に係る運転支援装置による運転特性学習処理の処理手順を示すフローチャートである。 図５は、本発明の一実施形態に係る運転特性学習処理で入力されるデータの一例を示す図である。 図６は、本発明の一実施形態に係る運転特性学習処理で実行される重回帰分析の係数を説明するための図である。 図７は、本発明の一実施形態に係る運転特性学習処理で入力されるデータの一例を示す図である。 図８は、本発明の一実施形態に係る運転特性学習処理で実行される重回帰分析の係数を説明するための図である。 図９は、本発明の一実施形態に係る運転支援装置による自動運転制御処理の処理手順を示すフローチャートである。 図１０は、本発明の一実施形態に係る運転特性学習処理の学習結果を地域の運転特性に応じて調整する処理を説明するための図である。

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。

［運転支援システムの構成］
図１は、本実施形態に係る運転支援装置を含む運転支援システム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支援システム１００は、自動運転車両に搭載され、運転支援装置１と、走行状態検出部３と、走行環境検出部５と、運転切替スイッチ７と、制御状態呈示部９とを備えている。さらに、運転支援システム１００は、車両に搭載されたアクチュエータ１１に接続され、通信網を介して管理サーバ１３に接続されている。

運転支援装置１は、運転者による手動運転と自動運転制御とを切り替え可能であり、運転者の手動運転中における運転特性を学習し、この学習結果を自動運転制御の運転特性に反映させる処理を実行するコントローラである。特に、運転支援装置１は、自動運転車両が走行する地域の運転特性を検出し、検出された地域の運転特性に応じて学習結果を調整し、調整された学習結果に基づいて自動運転制御を実行する。ここで、運転支援装置１は、学習用データ記憶部２１と、運転特性学習部２３と、地域判定部２５と、運転特性調整部２７と、自動運転制御実行部２９とを備えている。また、本実施形態では、運転支援装置１を自動運転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て運転支援装置１を外部サーバに設置してもよい。

尚、本実施形態における手動運転とは、運転者の操作に合わせて車両が走行する運転である。また、本実施形態における自動運転とは、ステアリング、アクセル、ブレーキに対して、運転者以外の介入により、車両が走行することである。この自動運転には、運転者の操作なしに走行させる自動運転制御に加え、車速維持制御、車線逸脱防止制御、先行車追従制御も含まれる。また、自動運転においては、乗員による運転介入（オーバーライド）を許容する制御も含まれる。

また、ＶＤＣ（ビークルダイナミクスコントロール）、ＥＰＳ（電動パワーステアリング）により、運転操作を補助する機能が作動している場合は、手動運転中としてもよいし、手動運転中としなくてもよい。ＶＤＣ、ＥＰＳにより、運転操作を補助する機能が作動している場合を手動運転中とする場合は、運転者の操作量や、運転者の操作量に基づく制御指令値を運転者の運転特性としてもよい。逆に、運転操作の補助による操作量、制御指令値を運転者の運転特性としてもよい。また、運転者と運転操作の補助を合わせた操作量、制御指令値、車両の運転特性を、運転者の運転特性として学習するようにしてもよい。それに対して、運転操作を補助する機能が作動している場合を手動運転中としない場合には、運転操作を補助する機能が働いていない場合を分離して学習できるので、安定して学習することのできるシーンを選択することになり、運転者の運転特性を正確に学習できるようになる。

走行状態検出部３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、ヘッドライトの点灯状態、方向指示器の表示状態、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、走行状態検出部３は、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、レーザレーダ、カメラ等である。

走行環境検出部５は、車両が走行する道路の車線数、制限速度、道路勾配、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。さらに、道路曲率や一時停止規制の有無等を環境情報として検出してもよい。例えば、走行環境検出部５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である。尚、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。また、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７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制御と手動運転の切り替えを行うスイッチである。例えば、運転切替スイッチ７は、車両のステアリングに設置されている。

制御状態呈示部９は、現在の制御状態が手動運転であるか自動運転制御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、自動運転制御の開始、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呈示する。

アクチュエータ１１は、運転支援装置１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。

管理サーバ１３は、プローブカーシステムのデータセンターに設置されたプローブサーバであり、多くの車両からプローブデータを収集し、地域毎に運転特性を算出して蓄積する。

管理サーバ１３は、データ収集部３１と、地域運転特性算出部３３と、データベース３５を備えている。データ収集部３１は、多くの車両から通信網を介してプローブデータを収集する。このとき、データ収集部３１は、収集されるデータの地域を検出しているので、地域毎に分類してデータを収集することができる。

地域運転特性算出部３３は、データ収集部３１で収集されたデータを用いて、各地域の運転特性を算出する。地域運転特性算出部３３は、収集されたデータから、車間距離やブレーキタイミング（制動距離）、速度、加速度、ギャップ時間等の各パラメータについて、地域毎に平均値及び標準偏差等の統計値を算出する。地域の運転特性は、図２に示すように確率分布で表され、各パラメータについて地域毎に算出されている。例えば、図２の運転特性は、パラメータが速度の場合の運転特性であり、±１σの範囲が通常の範囲で、＋１σ以上が急ぎ傾向の範囲、−１σ以下がゆっくり傾向の範囲である。尚、地域の区分は、行政上の単位を用いて区分すればよい。例えば、国、州、県、市町村等である。さらに、運転特性が類似する地域を１つの地域として区分してもよい。例えば、運転特性を算出した結果、せっかちな運転をする傾向のある地域を１つの地域としてもよい。

データベース３５は、収集されたプローブデータを蓄積するとともに、地域運転特性算出部３３で算出された地域の運転特性を格納する。

次に、運転支援装置１を構成する各部について説明する。学習用データ記憶部２１は、走行状態検出部３及び走行環境検出部５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、運転特性学習処理に必要なデータを記憶する。特に、学習用データ記憶部２１は、手動運転中の車間距離や制動距離等の学習に使用する走行データを記憶する。このとき、学習用データ記憶部２１は、車両の走行状態や走行環境と関連付けて走行データを記憶する。記憶される走行データとしては、速度や車間距離の他に、現在位置、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、減速開始速度、制動距離、ブレーキペダルやアクセルペダルの操作量、停止線までの距離等のデータを記憶する。また、学習用データ記憶部２１は、環境情報についても記憶する。環境情報としては、車両が走行する道路の車線数、制限速度、道路勾配または信号機の表示状態、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、道路曲率、一時停止規制の有無、車両の周辺の天候、気温または照度等である。

運転特性学習部２３は、学習用データ記憶部２１で記憶された走行データを読み出し、走行状態及び走行環境からの影響度合いを考慮して、運転者の手動運転における運転特性を学習する。学習される運転特性としては、先行車との車間距離やブレーキタイミング（制動距離）の他に、速度、加速度、ギャップ時間等がある。ギャップ時間は、交差点で右折を開始する際の対向直進車との間の時間差、または一時停止規制のある交差点で交差点に侵入する際の交差車両との間の時間差である。こうして算出された学習結果は、運転特性学習部２３に随時記憶される。

地域判定部２５は、学習用データ記憶部２１から車両の現在位置を取得し、車両の現在位置から車両が現在走行している地域を判定する。判定される地域は、行政上の単位を用いて区分すればよい。例えば、国、州、県、市町村等である。特に、国境で国が変わることにより、制限速度が変わる場合がある。そのような場合には、国ごとに運転特性が変化する可能性が高いので、複数の国が接している地域では国を１つの地域として区分すると効果的である。また、運転特性が類似する地域を１つの地域として区分してもよい。例えば、日本の場合では、図３に示すように、関東圏や名古屋圏、関西圏等を１つの地域としてもよい。この区分方法では、運転特性を学習した結果、運転行動の分布に差がない地域を１つの地域として区分する。

運転特性調整部２７は、地域判定部２５により自動運転車両が現在走行していると判定された地域の運転特性を検出し、検出された地域の運転特性に応じて、運転特性学習部２３で学習された運転特性の学習結果を調整する。例えば、地域の運転特性と学習結果との間に所定の乖離が生じた場合には、運転特性の学習結果を地域の運転特性に近づけるように調整する。尚、地域の運転特性は、外部サーバである管理サーバ１３から通信装置を介して取得してもよいし、予め運転特性調整部２７に記憶しておいてもよい。また、地域の運転特性を管理サーバ１３ではなく、運転支援装置１の内部で算出してもよい。

尚、学習結果の調整において、運転特性を直接的に調整する（例えば、平均車速３０ｋｍ／ｈから４０ｋｍ／ｈになるように、制御指令値を変更する）ことに限らず、走行データを加工して、運転特性を間接的に調整する（運転特性を生成するデータの取捨選択や、使うデータ範囲の調整など、平均車速３０ｋｍ／ｈから４０ｋｍ／ｈにする制御指令値が生成されるように走行データを加工する）ようにしてもよい。

自動運転制御実行部２９は、自動運転区間になった場合や運転者が運転切替スイッチ７により自動運転制御を選択した場合に、自動運転制御を実行する。このとき、自動運転制御実行部２９は、運転特性調整部２７で調整された学習結果に基づいて自動運転制御を実行する。

尚、運転支援装置１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、上述した学習用データ記憶部２１、運転特性学習部２３、地域判定部２５、運転特性調整部２７、自動運転制御実行部２９として動作する。このような運転支援装置１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。

［運転特性学習処理の手順］
次に、本実施形態に係る運転支援装置１による運転特性学習処理の手順を図４のフローチャートを参照して説明する。図４に示す運転特性学習処理は、車両のイグニッションがオンされると開始する。

図４に示すように、まずステップＳ１０１において、学習用データ記憶部２１は、運転切替スイッチ７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運転特性学習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、学習用データ記憶部２１は、走行状態検出部３及び走行環境検出部５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、ワイパーの作動状態等である。また、環境情報としては、車両が走行する道路の車線数、制限速度、道路勾配または信号機の表示状態、車両から交差点までの距離、車両前方の車両台数、車両の方向指示器の表示状態、車両周辺の天候、気温または照度等を検出する。

ステップＳ１０５において、学習用データ記憶部２１は、ステップＳ１０３で検出された走行データと環境情報を学習用データとして記憶する。

ここで、学習用データ記憶部２１によって記憶される学習用データの一例を図５に示す。図５に示すように、学習用データには、車間距離Ｄ、車速Ｖ、ｘ１〜ｘ６、ｙ１のデータが記録されている。ｘ１〜ｘ６、ｙ１は環境情報に基づいて設定されたデータであり、図６に示す設定方法にしたがって０または１の値が設定される。例えば、ｘ１は、図５に示す車間距離Ｄと速度Ｖのデータを取得したときに、車両が片側２車線以上の道路を走行している場合には１が設定され、片側１車線以下の道路を走行している場合には０が設定される。

また、ｘ２は、車両が上り坂を走行している場合には１、それ以外（平坦路と下り坂）の場合には０が設定され、ｘ３は、車両前方の信号機が赤信号の場合には１、それ以外の場合（青信号または信号機なし）には０が設定される。ただし、赤信号に黄信号を含めてもよい。ｘ４は、車両から交差点までの距離が所定値Ｊ［ｍ］未満である場合には１、所定値Ｊ［ｍ］以上である場合には０が設定され、ｘ５は、車両前方のＬ［ｍ］以内に所定値Ｎ台以上の車両がある場合には１、所定値Ｎ−１台以下である場合には０が設定される。また、ｘ６は、車両の右左折のための方向指示器がＯＮの場合には１、ＯＦＦである場合には０が設定される。さらに、ｙ１は、車両が停止中に停止線までの距離が所定値Ｋ［ｍ］以上である場合には１、所定値Ｋ［ｍ］未満である場合には０が設定される。このように図５に示す学習用データでは、車間距離Ｄと車速Ｖの走行データに、ｘ１〜ｘ６、ｙ１の環境情報が関連付けられている。

また、学習用データ記憶部２１によって記憶される学習用データの別の一例を図７に示す。図７に示すように、学習用データには、制動距離Ｄｂ、減速開始速度Ｖｂ、ｘ１〜ｘ６のデータが記録されている。制動距離Ｄｂは車両が交差点で停止する場合の制動距離であり、減速開始速度Ｖｂは車両が交差点で停止する場合の減速開始速度である。

また、図７のｘ１〜ｘ６は環境情報に基づいて設定されたデータであり、図８に示す設定方法にしたがって０または１の値が設定される。例えば、ｘ１は、図７に示す制動距離Ｄｂと減速開始速度Ｖｂのデータを取得したときに、車両が走行している道路の曲率が所定値以上である場合に１が設定され、曲率が所定値未満である場合に０が設定される。

さらに、ｘ２は、車両が下り坂を走行している場合には１、それ以外（平坦路と上り坂）の場合には０が設定され、ｘ３は、車両前方の信号機が赤信号の場合には１、それ以外の場合（青信号または信号機なし）には０が設定される。ただし、赤信号に黄信号を含めてもよい。また、ｘ４は、夜間である場合には１、それ以外である場合には０が設定される。夜間であるか否かの判定は、ヘッドライトの点灯状態によって判定すればよい。さらに、ｘ５は、車両周囲の天候が悪天候である場合には１、悪天候でない場合には０が設定される。悪天候であるか否かの判定方法としては、車両のワイパーがＯＦＦまたは間欠に設定されている場合には悪天候ではないと判定し、ＯＮの場合には悪天候であると判定する。また、ｘ６は、車両の右左折のために方向指示器がＯＮの場合には１、ＯＦＦである場合には０が設定される。このように図７に示す学習用データでは、制動距離Ｄｂと制動開始速度Ｖｂの走行データに、ｘ１〜ｘ６の環境情報が関連付けられている。

ステップＳ１０７において、学習用データ記憶部２１は、所定量の学習用データを記憶できたか否かを判定し、所定量に満たない場合にはステップＳ１０３に戻り、所定量以上蓄積できた場合にはステップＳ１０９に進む。

ステップＳ１０９において、運転特性学習部２３は、運転者の手動運転における運転特性を学習する。例えば、車間距離の学習では、図５で示したようなデータセットを用いて、以下の式（１）に示す重回帰モデルを作成して学習する。
［数１］
Ｄf＝（a0＋a1x1＋a2x2＋a3x3＋a4x4＋a5x5＋a6x6）Ｖf＋（b0＋b1y1） （１）
式（１）において、Ｖｆは現在の車速、Ｄｆはモデルから計算された先行車との車間距離である。ｘ１〜ｘ６、ｙ１は環境要因であり、ａ０〜ａ６、ｂ０、ｂ１は学習によって得られた係数である。式（１）の（ａ０〜ａ６ｘ６）の項は、走行中の先行車までの時間（車頭時間、但し停止車間距離を引いた位置までの時間）である。また、（ｂ０＋ｂ１ｙ１）の項は、停止中の車間距離であり、車両と先行車の車速がゼロになったときの車間距離である。このように式（１）に示す重回帰モデルは、環境要因によって先行車との車間距離、停止時の車間距離が変動することを示している。

式（１）の係数のうち、図６に示すように、ａ０は、トリップ毎に設定される基準値であり、ｘ１〜ｘ６の値が０である場合のトリップ内での車頭時間の平均値である。また、ｂ０は、運転者毎に設定される基準値であり、ｙ１の値が０である場合の停止時の車間距離である。例えば、停止時の車間距離の平均値を用いればよい。

このようにして、運転特性学習部２３は、図５に示すような学習用データを用いて重回帰分析を行い、式（１）のａ０〜ａ６、ｂ０、ｂ１の係数を算出する。

また、制動距離の学習では、図７で示したようなデータセットを用いて、以下の式（２）に示す重回帰モデルを作成して学習する。
［数２］
Ｄｂ＝（c0＋c1x1＋c2x2＋c3x3＋c4x4＋c5x5＋c6x6）Ｖｂ^２＋ｄＶｂ （２）
式（２）において、Ｖｂは減速開始速度、Ｄｂはモデルから計算された制動距離である。ｘ１〜ｘ６は環境要因であり、ｃ０〜ｃ６、ｄは学習によって得られた係数である。このように式（２）に示す重回帰モデルは、環境要因によって車両が交差点で停止する場合の制動距離が変動することを示している。

また、式（２）の重回帰モデルは、減速開始行動の異なるタイプにも対応している。以下に示すように、式（２）は式（３）のように表すことができ、式（２）と式（３）から式（４）のように表すことができる。
［数３］
Ｄｂ＝Ｖｂ^２／２ａ＋dＶｂ （３）
［数４］
ａ＝１／２（c0＋c1x1＋c2x2＋c3x3＋c4x4＋c5x5＋c6x6） （４）

式（３）、（４）において、ａは平均減速度（ｍ/ｓ^２）、式（２）、（３）において、ｄはＴＴＩ（Time to intersection：制動開始時の速度でそのまま進むと仮定した場合の交差点までの到達時間）を示す。

式（２）の係数のうち、図８に示すように、ｃ０、ｄは、個人別に設定される基準値である。ｃ０はｘ１〜ｘ６の値が０である場合の減速度の平均値であり、ｄはＴＴＩへの依存度合い（すなわち、速度に応じた減速度の変更度合い）である。ｄは、ＴＴＩへの依存度が高いほど１に近い値となる。

このようにして、運転特性学習部２３は、図７に示すような学習用データを用いて重回帰分析を行い、式（２）のｃ０〜ｃ６、ｄの係数を算出する。また、運転特性学習部２３は、各パラメータについて標準偏差や平均値を算出して確率分布を求める。

ステップＳ１１１において、運転特性学習部２３は、算出した式（１）のａ０〜ａ６、ｂ０、ｂ１の係数または式（２）のｃ０〜ｃ６、ｄの係数と各パラメータの確率分布を算出結果として記憶し、本実施形態に係る運転特性学習処理を終了する。

［自動運転制御処理の手順］
次に、本実施形態に係る運転支援装置１による自動運転制御処理の手順を図９のフローチャートを参照して説明する。

図９に示すように、ステップＳ２０１において、地域判定部２５は、学習用データ記憶部２１から車両の現在位置を取得し、車両の現在位置から車両が現在走行している地域を判定する。判定される地域としては、行政上の単位を用いて区分した地域でもよいし、運転特性が類似する地域でもよい。

ステップＳ２０３において、運転特性調整部２７は、ステップＳ２０１で判定された地域の運転特性を検出し、検出された地域の運転特性と運転特性学習処理の学習結果とを比較して、所定の乖離が生じているか否かを判定する。所定の乖離が生じている場合にはステップＳ２０５に進み、乖離が生じていない場合にはステップＳ２１３に進む。

まず、所定の乖離が生じている場合について説明する。ステップＳ２０５において、運転特性調整部２７は、走行状態検出部３及び走行環境検出部５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。

ステップＳ２０７において、運転特性調整部２７は、地域の運転特性に応じて、運転特性学習処理の学習結果を調整する。例えば、図１０に示すように、検出された地域の運転特性Ｘに対して、予め許容範囲Ａを設定しておく。図１０では、許容範囲として−１．５σから＋１．５σの範囲が設定されている。そして、学習結果Ｙ１、Ｙ２が許容範囲Ａから外れて、所定の乖離が生じていると判定されると、運転特性調整部２７は、学習結果Ｙ１、Ｙ２を地域の運転特性Ｘに近づけるように調整する。具体的には、学習結果Ｙ１の平均値を示す頂点ｙ１が許容範囲Ａの中に入るように調整する。同様に、学習結果Ｙ２についても、学習結果Ｙ２の平均値を示す頂点ｙ２が許容範囲Ａの中に入るように調整する。このとき、学習結果Ｙ１、Ｙ２の頂点ｙ１、ｙ２が、地域の運転特性Ｘの平均値を示す頂点ｘと一致するように調整してもよい。この場合には、学習結果Ｙ１、Ｙ２を地域の運転特性Ｘに一致させたことになり、地域の運転特性Ｘで自動運転制御を実行することになる。

図１０は、パラメータが速度の場合を例示しており、学習結果Ｙ１は地域の運転特性Ｘに対して速度が速すぎて急ぎ過ぎの傾向がある。この学習結果Ｙ１を調整せずに、学習結果Ｙ１のまま自動運転制御を実行すれば、この地域を走行する周囲の車両は煽られていると感じて不快感や不安感を抱くことになる。しかし、本実施形態では、学習結果Ｙ１を地域の運転特性Ｘに近づけるように調整するので、調整された学習結果に基づいて自動運転制御を実行すれば、周囲の車両が不快感や不安感を抱くことを防止することができる。

逆に、学習結果Ｙ２は地域の運転特性Ｘに対して速度が遅すぎて、のんびりな傾向がある。この学習結果Ｙ２を調整せずに、学習結果Ｙ２のまま自動運転制御を実行すれば、交通の流れの妨げとなり、周囲の車両に迷惑をかけることになる。また、周囲の車両からクラクションを鳴らされて乗員が不快感や不安感を抱くことになる。しかし、本実施形態では、学習結果Ｙ２を地域の運転特性Ｘに近づけるように調整するので、調整された学習結果に基づいて自動運転制御を実行すれば、周囲の車両に迷惑をかけ、乗員が不快感や不安感を抱くことを防止することができる。

尚、許容範囲Ａは、常に一定の値を用いてもよいが、地域の運転者の運転行動特性に基づいて設定してもよい。例えば、地域の運転者の運転行動のばらつき度合いに応じて許容範囲を設定する。地域の運転者の運転行動にばらつきが小さい場合には、許容範囲を−１σ〜＋１σまでの範囲に狭め、ばらつきが大きい場合には、許容範囲を−２σから＋２σの範囲に広げてもよい。パラメータが速度の場合を例にすると、速度が速い運転者や遅い運転者がばらばらに存在している場合には許容範囲Ａを広げ、ほとんどの運転者が同じような速度で走行している場合には許容範囲Ａを狭くする。

また、許容範囲Ａを周囲の状況に応じて変更可能としてもよい。例えば、自動運転車両が高速道路を走行している場合には、周囲の車両はほぼ１００ｋｍ／ｈ前後の速度で走行しており、ばらつきが小さいので許容範囲Ａを狭くしてもよい。一方、一般道を走行している場合には、周囲の車両の速度はばらつきが大きくなるので許容範囲Ａを広くしたほうがよい。

このようにして、運転特性調整部２７は、地域の運転特性に応じて運転特性学習処理の学習結果を調整している。尚、図１０に示す学習結果Ｙ１、Ｙ２は、運転特性学習処理で算出した式（１）のａ０〜ａ６、ｂ０、ｂ１、式（２）のｃ０〜ｃ６、ｄの係数のそれぞれについて算出した学習結果を示している。したがって、これらの係数について、それぞれ地域の運転特性に近づけるような調整が行われる。

ただし、周囲に車両が存在しない場合には、地域の運転特性に合わせる必要はないので、調整された学習結果を使用せずに、運転特性学習処理の学習結果をそのまま自動運転制御の運転特性に適用してもよい。

ステップＳ２０９において、自動運転制御実行部２９は、調整された学習結果に基づいて自動運転制御を実行する。具体的に、自動運転制御実行部２９は、制御実行指令をアクチュエータ１１に送信して、自動運転に必要なアクセルやブレーキ、ステアリング等の操作を実行する。

ステップＳ２１１において、自動運転制御実行部２９は、自動運転が終了したか否かを判定し、終了していない場合にはステップＳ２０５に戻って自動運転制御を継続する。一方、自動運転が手動運転に切り替わって自動運転が終了している場合には、本実施形態に係る自動運転制御処理を終了する。

次に、ステップＳ２０３において、所定の乖離が生じていない場合について説明する。ステップＳ２１３において、自動運転制御実行部２９は、走行状態検出部３及び走行環境検出部５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。

ステップＳ２１５において、自動運転制御実行部２９は、運転特性学習処理の学習結果に基づいて運転特性を設定する。具体的には、学習結果である式（１）のａ０〜ａ６、ｂ０、ｂ１、式（２）のｃ０〜ｃ６、ｄの係数を式（１）〜（４）に設定し、車間距離Ｄｆや制動距離Ｄｂ等の運転特性を算出する。そして、自動運転制御実行部２９は、算出した運転特性を、自動運転制御の運転特性として設定する。

ステップＳ２１７において、自動運転制御実行部２９は、設定された運転特性を用いて自動運転制御を実行する。具体的に、自動運転制御実行部２９は、制御実行指令をアクチュエータ１１に送信して、自動運転に必要なアクセルやブレーキ、ステアリング等の操作を実行する。

ステップＳ２１９において、自動運転制御実行部２９は、自動運転が終了したか否かを判定し、終了していない場合にはステップＳ２１３に戻って自動運転を継続する。一方、自動運転が手動運転に切り替わって自動運転が終了している場合には、本実施形態に係る自動運転制御処理を終了する。

［実施形態の効果］
以上詳細に説明したように、本実施形態に係る運転支援方法では、自動運転車両が走行する地域の運転特性を検出し、検出された地域の運転特性に応じて学習結果を調整し、調整された学習結果に基づいて自動運転制御を実行する。これにより、学習結果が地域の運転特性と異なる場合でも自動運転車両が周囲の車両と異なる挙動をとることがなくなり、乗員に不安を感じさせることを防止することができる。また、自動運転車両が周囲の車両と異なる挙動をとることを抑制できるため、周囲の車両に不安感を与えることを防止することができる。

また、本実施形態に係る運転支援方法では、地域の運転特性と学習結果との間に所定の乖離が生じた場合には、学習結果を地域の運転特性に近づけるように調整する。これにより、学習結果が地域の運転特性と乖離している場合でも、学習結果を地域の運転特性に合わせることができる。そのため、車両の乗員が、走行している地域の走り方に対して不安を感じやすいシーンであっても、地域特有の走り方に沿って走行できるので、乗員に不安を感じさせたり、周囲の車両に不安感を与えることを適切なタイミングで抑制することができる。

さらに、本実施形態に係る運転支援方法では、地域の運転特性に許容範囲を設定し、この許容範囲を地域の運転者の運転行動特性に基づいて設定する。これにより、地域の運転者の運転行動特性に合わせて学習結果を調整できるので、適切に学習結果を調整することができる。

また、本実施形態に係る運転支援方法では、許容範囲を自動運転車両の周囲の状況に応じて変更可能とする。これにより、周囲の状況に合わせて柔軟に学習結果を調整できるので、適切に学習結果を調整することができる。

さらに、本実施形態に係る運転支援方法では、学習される運転特性を、車間距離、ブレーキタイミング、速度、加速度、ギャップ時間のうちの少なくとも１つとする。これにより、それぞれのパラメータごとに詳細に学習結果を調整することができる。

また、本実施形態に係る走行支援方法では、行政上の単位を用いて地域を区分する。これにより、地域の区分が明瞭になるので、地域が変わっても乗員は確実に地域の変更を認識することができる。

さらに、本実施形態に係る運転支援方法では、運転特性が類似する範囲で地域を区分する。これにより、地域内では類似する運転特性となるので、地域毎に学習結果を調整すれば、より確実に地域の走り方に沿った自動運転制御を実行することができる。

また、本実施形態に係る運転支援方法では、地域の運転特性が自動運転車両に予め記憶されている。これにより、走行している地域が変わった時点や所定の乖離が生じた時点において、迅速に運転特性を調整することができる。

さらに、本実施形態に係る運転支援方法では、地域の運転特性を外部サーバで算出する。これにより、自動運転車両における処理負荷を軽減することができ、外部サーバでまとめて処理することによってコストを削減することもできる。

また、本実施形態に係る運転支援方法では、自動運転車両が地域の運転特性を外部サーバから通信手段を介して取得する。これにより、自動運転車両における処理負荷を軽減することができ、地域の運転特性を記憶しておく容量も削減することができる。

なお、上述の実施形態は本発明の一例である。このため、本発明は、上述の実施形態に限定されることはなく、この実施形態以外の形態であっても、本発明に係る技術的思想を逸脱しない範囲であれば、設計などに応じて種々の変更が可能であることは勿論である。

１ 運転支援装置
３ 走行状態検出部
５ 走行環境検出部
７ 運転切替スイッチ
９ 制御状態呈示部
１１ アクチュエータ
１３ 管理サーバ
２１ 学習用データ記憶部
２３ 運転特性学習部
２５ 地域判定部
２７ 運転特性調整部
２９ 自動運転制御実行部
３１ データ収集部
３３ 地域運転特性算出部
３５ データベース
１００ 運転支援システム

Claims (11)

1. 運転者による手動運転と自動運転とを切り替え可能であり、運転者の手動運転における運転特性を学習し、この学習結果を前記自動運転制御の運転特性に反映させる自動運転車両の運転支援方法であって、
   前記自動運転車両が走行する地域における車両の運転特性を取得し、
   取得した前記地域における車両の運転特性に応じて前記学習結果を調整し、調整された前記学習結果に基づいて前記自動運転制御を実行することを特徴とする運転支援方法。
2. 前記地域における車両の運転特性と前記学習結果との間に所定の乖離が生じた場合には、前記学習結果を前記地域における車両の運転特性に近づけるように調整することを特徴とする請求項１に記載の運転支援方法。
3. 前記地域における車両の運転特性に許容範囲を設定し、前記許容範囲は地域の運転者の運転行動特性に基づいて設定されることを特徴とする請求項１または２に記載の運転支援方法。
4. 前記許容範囲は、前記自動運転車両の周囲の状況に応じて変更可能であることを特徴とする請求項３に記載の運転支援方法。
5. 学習される前記運転特性は、車間距離、ブレーキタイミング、速度、加速度、ギャップ時間のうちの少なくとも１つであることを特徴とする請求項１〜４のいずれか１項に記載の運転支援方法。
6. 前記地域は、行政上の単位を用いて区分されることを特徴とする請求項１〜５のいずれか１項に記載の運転支援方法。
7. 前記地域は、運転特性が類似する範囲で区分されることを特徴とする請求項１〜５のいずれか１項に記載の運転支援方法。
8. 前記地域における車両の運転特性は、前記自動運転車両に予め記憶されていることを特徴とする請求項１〜７のいずれか１項に記載の運転支援方法。
9. 前記地域における車両の運転特性は、外部サーバで算出されることを特徴とする請求項１〜８のいずれか１項に記載の運転支援方法。
10. 前記自動運転車両は、前記地域における車両の運転特性を前記外部サーバから通信手段を介して取得することを特徴とする請求項９に記載の運転支援方法。
11. 運転者による手動運転と自動運転制御とを切り替え可能であり、運転者の手動運転における運転特性を学習し、この学習結果を前記自動運転制御の運転特性に反映させる自動運転車両の運転支援装置であって、
    前記自動運転車両が走行する地域における車両の運転特性を取得し、取得した前記地域における車両の運転特性に応じて前記学習結果を調整し、調整された前記学習結果に基づいて前記自動運転制御を実行することを特徴とする運転支援装置。

Images