JP7074698B2

JP7074698B2 - 評価装置

Info

Publication number: JP7074698B2
Application number: JP2019033801A
Authority: JP
Inventors: 恭一通山; 太久磨伊藤; 将嗣曽家; 実鎌田
Original assignee: University of Tokyo NUC; Toyota Motor Corp
Current assignee: University of Tokyo NUC; Toyota Motor Corp
Priority date: 2019-02-27
Filing date: 2019-02-27
Publication date: 2022-05-24
Anticipated expiration: 2039-02-27
Also published as: US20200269850A1; JP2020140310A; CN111739340B; CN111739340A

Description

本発明は、車両走行時のリスクに関する評価を行う評価装置の技術分野に関する。

この種の装置として、車両が走行する区間のリスクを周辺情報（言い換えれば、環境情報）に基づいて評価するものが知られている。例えば特許文献１では、地理的領域内の地形を表す地図情報を用いて、現在或いは将来の事故発生リスクを評価する装置が開示されている。

特開２０１８－０３２３４３号公報

上述した特許文献１に記載されている技術のように、ある地点におけるリスクは周辺情報に依存しているが、周辺情報だけで正確にリスクを評価することは難しい。また、評価に利用する周辺情報そのものが不完全な場合もある（例えば、古い地図情報等）。このようにリスクを正確に評価できない場合、リスクの評価結果と車両のドライバの感覚とが合わなくなってしまう可能性がある。具体的には、ドライバがリスクを感じるような箇所であってもリスクが無いと評価されたり、逆にドライバがリスクを全く感じないような箇所であってもリスクが有ると評価されたりするという技術的問題点が生ずる。

本発明は、例えば上記問題点に鑑みてなされたものであり、ドライバの感覚に合ったリスク評価を行うことが可能な評価装置を提供することを課題とする。

本発明に係る評価装置の一態様では、車両が走行する道路の周辺に存在するリスクを評価する評価装置であって、前記車両のドライバの運転行動を示す特徴量に基づいて、前記道路の一の区間におけるリスクの有無及び存在するリスクの度合いを示す第１リスク値を判定する第１判定手段と、前記道路の周辺情報に基づいて、前記一の区間におけるリスクの有無及び存在するリスクの度合いを示す第２リスク値を判定する第２判定手段と、（ｉ）前記第１判定手段でリスク有と判定された場合には、前記第２判定手段の判定結果にかかわらず、前記第１リスク値を前記一の区間のリスクを示す確定リスク値として出力し、（ｉｉ）前記第１判定手段でリスク無と判定され、且つ、前記第２判定手段でリスク有と判定された場合には、前記第２リスク値を前記確定リスク値として出力する出力手段とを備える。

実施形態に係る評価装置の構成を示すブロック図である。第１リスク判定部の構成を示すブロック図である。走行データから抽出される特徴量の一例を示すグラフである。特徴量のクラスタリングの一例を示す表である。各クラスタの特徴量の平均値からクラスタランクを決定する方法を示す表である。地点ドライバタイプを決定する方法の一例を示す表である。地点ドライバタイプからドライバタイプを決定する方法の一例を示す表である。アクセル開度が０となった区間を示すグラフである。アクセルオフ期間割合に基づいて第１リスク値を算出する方法の一例を示すグラフである。実施形態に係る評価装置の動作の流れを示すフローチャートである。実施形態に係る評価装置において判定される第１リスク値及び第２リスク値、並びに決定される確定リスク値の一例を示す表である。

以下、図面を参照して評価装置の実施形態について説明する。

＜評価装置の構成＞
まず、本実施形態に係る評価装置の構成について、図１を参照して説明する。図１は、実施形態に係る評価装置の構成を示すブロック図である。

図１において、本実施形態に係る評価装置１０は、車両が走行する区間のリスク（例えば、衝突の危険性等）を評価することが可能に構成されている。評価装置１０は、例えば演算装置やメモリ等を備えて構成されており、その機能を構成する物理的な処理回路、又は論理的な処理ブロックとして、既知リスク判定部５０と、第１リスク判定部１００と、第２リスク判定部２００と、確定リスク決定部３００とを備えている。

既知リスク判定部５０は、例えばナビゲーションシステム等が保有している地図情報から、評価の対象となる区間に既知のリスク（例えば、交差点やカーブ等）が存在しているか否かを判定可能に構成されている。なお、既知リスクの判定方法については、既存の技術を適宜採用することができるため、ここでの詳細な説明は省略する。既知リスク判定部５０によってリスクが有ると判定された区間は「リスク区間」として設定され、リスク区間に関する情報は、第１リスク判定部１００及び第２リスク判定部２００の各々に出力される構成となっている。既知リスク判定部５０は、後述する付記における「第３判定手段」の一具体例である。

第１リスク判定部１００は、既知リスク判定部５０において判定されたリスク区間について、第１リスクが存在しているか否かを判定可能に構成されている。ここでの「第１リスク」は、車両のドライバの運転行動に基づいて判定されるリスクである。第１リスク判定部１００は更に、第１リスクの存在の有無だけでなく、第１リスクの度合い（言い換えれば、リスクの大きさ）を示す第１リスク値を判定可能に構成されている。第１リスク判定部１００は、例えば、第１リスクが存在しない区間については、第１リスク値＝“無し”という判定結果を出力する一方で、第１リスクが存在する区間については、そのリスクの程度に応じて、第１リスク値＝“大”、第１リスク値＝“中”、又は第１リスク値＝“小”という判定結果を出力する。第１リスク値の具体的な判定（算出）方法については、既存の技術を適宜採用することができるが、その一例を後に詳述する。第１リスク判定部１００の判定結果（即ち、第１リスク値）は、確定リスク決定部３００に出力される構成となっている。第１リスク判定部１００は、後述する付記における「第１判定手段」の一具体例である。

第２リスク判定部２００は、既知リスク判定部５０において判定されたリスク区間について、第２リスクが存在しているか否かを判定可能に構成されている。ここでの「第２リスク」は、対象となる区間の周辺情報に基づいて判定されるリスクである。なお、第２リスクの判定に用いられる周辺情報は、既知リスク判定部５０において用いられる情報よりも精度が高いもの（例えば、地形情報等を含んだ高精度な地図情報等）である。このため、既知リスク判定部５０において既知リスクがあると判定されている場合であっても、第２リスクが存在しないと判定される可能性がある。第２リスク判定部２００は更に、第２リスクの存在の有無だけでなく、第２リスクの度合い（言い換えれば、リスクの大きさ）を示す第２リスク値を判定可能に構成されている。第２リスク判定部２００は、例えば、第２リスクが存在しない区間については、第２リスク値＝“無し”という判定結果を出力する一方で、第２リスクが存在する区間については、そのリスクの程度に応じて、第２リスク値＝“大”、第２リスク値＝“中”、又は第２リスク値＝“小”という判定結果を出力する。第２リスク値の具体的な判定（算出）方法については、既存の技術を適宜採用することができるため、ここでの詳細な説明は省略する。第２リスク判定部２００の判定結果（即ち、第２リスク値）は、確定リスク決定部３００に出力される構成となっている。第２リスク判定部２００は、後述する付記における「第２判定手段」の一具体例である。

確定リスク決定部３００は、第１リスク判定部１００及び第２リスク判定部２００の判定結果に基づいて、対象となる区間のリスクの度合いを示す確定リスク値を決定可能に構成されている。確定リスク決定部３００による確定リスク値の具体的な決定方法については、後に詳述する。確定リスク決定部３００は、決定した確定リスク値を、例えば車両に設けられたディスプレイ等を利用してドライバに対して提示（出力）することが可能に構成されている。確定リスク決定部３００は、後述する付記における「出力手段」の一具体例である。

＜第１リスク判定部の構成＞
次に、第１リスク判定部１００の具体的な構成について、図２を参照して説明する。第１リスク判定部１００は、その機能を構成する物理的な処理回路、又は論理的な処理ブロックとして、走行データ取得部１１０と、特徴量抽出部１２０と、クラスタリング部１３０と、ドライバタイプ決定部１４０と、分類データ記憶部１５０と、リスク値算出部１６０とを備えている。

走行データ取得部１１０は、走行している車両における各種パラメータや位置情報を含む走行データを取得可能に構成されている。走行データ取得部１１０は、複数の走行データ（具体的には、複数の車両（ドライバ）から複数のタイミングで取得される走行データ）を取得可能に構成されている。また、本実施形態に係る走行データ取得部１１０は特に、既知リスク判定部５０においてリスク有りと判定されたリスク区間における走行データを取得可能に構成されている。走行データ取得部１１０は更に、既知リスク判定部５０においてリスク有りと判定されない非リスク区間における走行データを取得可能に構成されていてもよい。

特徴量抽出部１２０は、走行データ取得部１１０で取得されたリスク区間の走行データに含まれる各種パラメータから、ドライバの運転行動を示す特徴量を取得（抽出）可能に構成されている。特徴量抽出部１２０は更に、走行データ取得部１１０で取得された非リスク区間の走行データから、ドライバの運転行動を示す特徴量を取得（抽出）可能に構成されていてもよい。なお、特徴量抽出部１２０が取得すべき特徴量は、走行データに含まれるパラメータ（或いは、走行データを少なくとも部分的に利用して算出できるパラメータ）のうち、運転慎重度に関連するものとして予め設定されている。特徴量抽出部１２０が取得する特徴量の具体例については、後に詳述する。特徴量抽出部１２０は、複数種類の特徴量を取得するように構成されてもよい。

クラスタリング部１３０は、リスク区間の走行データから特徴量抽出部１２０で取得された特徴量を、運転行動の類似度合いに基づいて複数の群（クラスタ）に分類（クラスタリング）することが可能に構成されている。即ち、クラスタリング部１３０は、リスク区間における運転行動が互いに近いドライバの特徴量が同じ群となるように分類を行う。なお、クラスタリング手法については、既存の技術を適宜採用することができるが、一例としてＷＡＲＤ法（ウォード法）を用いることができる。また、クラスタリング部１３０は、分類した複数のクラスタに対して、運転慎重度を示すランクを付与することが可能に構成されている。具体的には、クラスタリング部１３０は、各クラスタに分類された特徴量の平均値に基づいて、クラスタにランクを付与する。

ドライバタイプ決定部１４０は、クラスタリング部１３０によって各特徴量がどのクラスタに分類されたかに基づいて、車両のドライバの運転慎重度を示すドライバタイプを決定することが可能に構成されている。ドライバタイプ決定部１４０は、リスク区間毎のドライバタイプである地点ドライバタイプを決定する第１タイプ決定部、及び複数の地点ドライバタイプから最終的なドライバタイプを決定する第２タイプ決定部を備えている。ドライバタイプの具体的な決定方法については、後に詳述する。

分類データ記憶部１５０は、走行データ取得部１１０が取得した走行データをドライバタイプ毎に記憶可能に構成されている。本実施形態では、ドライバタイプ決定部１４０が３つのドライバタイプ（例えば、運転慎重度が最も高いドライバタイプ、運転慎重度が中程度であるドライバタイプ、及び運転慎重度が最も低いドライバタイプ）の中から各ドライバのドライバタイプを決定する例を用いて説明する。この場合、分類データ記憶部１５０は、運転慎重度が最も高い慎重群に属するドライバの走行データである「慎重群走行データ」、運転慎重度が中程度である中間群に属するドライバの走行データである「中間群走行データ」、及び運転慎重度が最も低い不安全群に属するドライバの走行データである「不安全群走行データ」を夫々記憶可能に構成されている。

リスク値算出部１６０は、分類データ記憶部１５０に記憶された中間群走行データを用いて、リスク区間のリスクの度合いを示す第１リスク値を算出可能に構成されている。なお、中間群走行データは、運転慎重度が極端に高くも低くもない平均的なドライバの走行データであると推定できる。よって、中間群走行データを利用すれば、リスク区間のリスクの度合いを示すリスク値を、多くのドライバの感じ方に近い値として算出することができる（言い換えれば、一部の極端な性質のドライバの感じ方に近い値が算出されないようにすることができる）。第１リスク値の具体的な抽出方法については、後に詳述する。

＜第１リスク判定部の動作＞
次に、第１リスク判定部１００の動作（即ち、第１リスク値を算出する動作）について具体的に説明する。

（特徴量の抽出）
まず、特徴量抽出部１２０による特徴量の抽出動作について、図３を参照して説明する。図３は、走行データから抽出される特徴量の一例を示すグラフである。図３では、車両がリスク存在位置（例えば、交差点）を含むリスク区間を走行する際のアクセルペダル操作及び車速が示されている。ここでのリスク区間は、例えば、リスク存在位置の手前側３０ｍ及び奥側１０ｍの範囲として設定されている。

図３に示すように、車両がリスク区間を走行する際には、リスク存在位置の手前でアクセルペダルをオフにして減速を開始し、リスク存在位置の通過後にはアクセルペダルをオンにして加速を開始するような状況が想定される。特徴量抽出部１２０は、このような車両の走行データから、「減速準備行動開始距離」、「減速前平均速度」、及び「最低通過速度」を特徴量として夫々取得する。

減速準備行動開始距離は、リスク存在位置の手前で最後にアクセル開度がゼロになった位置（以下、適宜「減速準備行動開始位置」と称する）から、リスク存在位置までの距離に相当する値（言い換えれば、どれだけ早いタイミングでアクセルペダルをオフにするかを示す値）である。減速前平均速度は、減速準備行動開始位置直前の一定区間（ここでは、減速準備行動開始位置の手前側１０ｍの区間）における平均速度である。最低通過速度は、リスク区間における車速の最低値である。減速準備行動開始距離、減速前平均速度、及び最低通過速度の各特徴量の値は、取得された後に正規化される（即ち、各特徴量の大きさを揃える処理が行われる）。

なお、上述した３つの特徴量はあくまで一例であり、特徴量抽出部１２０は、これらに加えて又は代えて他の特徴量を取得するようにしてもよい。

（特徴量のクラスタリング）
次に、クラスタリング部１３０による特徴量のクラスタリング動作について、図４及び図５を参照して説明する。図４は、特徴量のクラスタリングの一例を示す表である。図５は、各クラスタの特徴量の平均値からクラスタランクを決定する方法を示す表である。なお、図４におけるＩＤは、ドライバ毎に付与される識別番号であり、ここではドライバ毎に３回に分けて走行データ（言い換えれば、特徴量）が取得されているものとする。

図４に示すように、クラスタリング部１３０は、各ドライバの特徴量を、１回分の走行データから取得される３つの特徴量（即ち、特徴量１：減速準備行動開始距離、特徴量２：減速前平均速度、特徴量３：最低通過速度）を１セットにして、所定数のクラスタに分類する。以下では、クラスタリング部１３０が各ドライバの特徴量を３つのクラスタ（クラスタ１～３）に分類する例を用いて説明を進める。図４の例では、ＩＤ１のドライバの１回目の走行データから取得された特徴量は、クラスタ１に分類されている。ＩＤ２のドライバの１回目の走行データから取得された特徴量は、クラスタ２に分類されている。ＩＤ３のドライバの１回目の走行データから取得された特徴量は、クラスタ３に分類されている。

図５に示すように、クラスタリング部１３０は、３つのクラスタに分類された特徴量から、クラスタ毎に平均値を算出する。具体的には、クラスタリング部１３０は、クラスタ１に分類された特徴量１の平均値、特徴量２の平均値、及び特徴量３の平均値を算出し、それら３つの平均値からクラスタ１に分類された３つの特徴量すべての平均値である総合平均値を算出する。同様に、クラスタ２及びクラスタ３についても、各特徴量の平均値及び総合平均値を算出する。

ここで、各特徴量はドライバの運転慎重度を示すパラメータとして取得されたものであるため、算出された総合平均値は、運転慎重度の高さに対応している（ここでは、マイナスであるほど運転慎重度が高いことを示している）。よって、クラスタリング部１３０は、算出した総合平均値に基づいて、各クラスタに運転慎重度を示すランクを付与する。図４の例では、クラスタ１に最も運転慎重度の高いことを示す“ランク３”が付与され、クラスタ２に運転慎重度が最も低いことを示す“ランク１”が付与され、クラスタ３に運転慎重度が中程度であることを示す“ランク２”が付与されている。

（ドライバタイプの決定）
次に、ドライバタイプ決定部１４０によるドライバタイプの決定動作について、図６及び図７を参照して説明する。図６は、地点ドライバタイプを決定する方法の一例を示す表である。図７は、地点ドライバタイプからドライバタイプを決定する方法の一例を示す表である。なお、説明の便宜上、図６及び図７に示すデータは、ここまでの説明で用いたデータ（例えば、図３及び図４の特徴量の具体例）とは異なる特徴量の具体例に基づくデータとなっている。

図６に示すデータは、ある一のリスク区間において取得された特徴量がどのクラスタ（ランク）に分類されたかをドライバ毎に示したものである。例えば、ＩＤ１のドライバの１回目、２回目、及び３回目の走行データから取得された特徴量は、いずれもランク３のクラスタに分類されている。ＩＤ２のドライバの１回目、２回目、及び３回目の走行データから取得された特徴量は、いずれもランク２のクラスタに分類されている。ＩＤ３のドライバの１回目、２回目、及び３回目の走行データから取得された特徴量は、それぞれランク２、ランク２、ランク１のクラスタに分類されている。

ドライバタイプ決定部１４０（具体的には、第１タイプ決定部）は、上記のように各特徴量がどのランクのクラスタに分類されたかに基づいて、ある一のリスク区間におけるドライバタイプに相当する地点ドライバタイプを決定する。具体的には、ドライバタイプ決定部１４０は、１回目、２回目、３回目の合計３回で、最も多く分類されたクラスタのランク（言い換えれば、分類されたランクの最頻値）を、そのドライバの地点ドライバタイプとして決定する。例えば、ＩＤ１のドライバについては、３回すべてランク３のクラスタに分類されているので、地点ドライバタイプはランク３に対応する“タイプ３”に決定される。ＩＤ２のドライバについては、３回すべてランク２のクラスタに分類されているので、地点ドライバタイプはランク２に対応する“タイプ２”に決定される。ＩＤ３のドライバについては、ランク２のクラスタに２回、ランク１のクラスタに１回分類されているので、地点ドライバタイプはランク２に対応する“タイプ２”に決定される。

なお、上述した最頻値を用いた地点ドライバタイプの決定方法はあくまで一例であり、例えば時系列上で最も新しく取得された特徴量が分類されたクラスタのランク（図６の例では３回目のランク）を地点ドライバタイプとして決定してもよい。或いは、分類されたクラスタのランクに対して、新しく取得された特徴量であるほど重みが大きくなるような重み付けを行い、そこから算出されたスコアに基づいて地点ドライバタイプを決定してもよい。

図７に示すように、各リスク区間での地点ドライバタイプを決定後、ドライバタイプ決定部１４０（具体的には、第２タイプ決定部）は、各リスク区間の地点ドライバタイプから最終的なドライバタイプを決定する。具体的には、ドライバタイプ決定部１４０は、各ドライバについて決定された複数の地点ドライバタイプの最頻値を、そのドライバのドライバタイプとして決定する。例えば、図７に示すドライバＩＤ１のドライバの地点１（つまり、リスク区間１）から地点４（つまり、リスク区間４）における地点ドライバタイプは、いずれも“タイプ３”となっているため、ドライバタイプは“タイプ３”に決定される。ドライバＩＤ２のドライバの地点１から地点４における地点ドライバタイプは、“タイプ２”が３つ、“タイプ１”が１つとなっているため、ドライバタイプは“タイプ２”に決定される。ドライバＩＤ３のドライバの地点１から地点４における地点ドライバタイプは、“タイプ２”が１つ、“タイプ１”が３つとなっているため、ドライバタイプは“タイプ１”に決定される。

上記のようにしてドライバタイプが決定されると、各ドライバの走行データが、分類データ記憶部１５０に記憶される。具体的には、ドライバタイプが“タイプ３（即ち、運転慎重度が最も高いランク）”に決定されたドライバの走行データは、分類データ記憶部１５０に慎重群走行データとして記憶される。ドライバタイプが“タイプ２（即ち、運転慎重度が中間となるランク）”に決定されたドライバの走行データは、分類データ記憶部１５０に中間群走行データとして記憶される。ドライバタイプが“タイプ１（即ち、運転慎重度が最も低いランク）”に決定されたドライバの走行データは、分類データ記憶部１５０に不安全群走行データとして記憶される。このように、分類データ記憶部１５０には、ドライバタイプによって分類されたドライバ毎の走行データが記憶される。

（第１リスク値の算出）
次に、リスク値算出部１６０による第１リスク値の算出動作について、図８及び図９を参照して説明する。図８は、アクセル開度が０となった区間を示すグラフである。図９は、アクセルオフ期間割合に基づいて第１リスク値を算出する方法の一例を示すグラフである。

図８に示すように、リスク値算出部１６０は、まず中間群走行データとして分類データ記憶部１５０に記憶されている複数の走行データ（即ち、運転慎重度が中程度のランクであるドライバの走行データ）から、アクセル開度が０となった区間に関する情報を取得する。そして、リスク値算出部１６０は、各位置のアクセル開度が０となったドライバの割合（以下、適宜「アクセルオフ割合」と称する）を算出する。またリスク算出部１７０は、リスク区間におけるアクセルオフ割合の最大値を、その区間におけるリスクに対するドライバの反応度合い（以下、適宜「ドライバ反応度」）として算出する。

図９に示すように、リスク値算出部１６０は、各区間（ここでは区間１から区間１１）のドライバ反応度を分類する。本実施形態では、リスク値算出部１６０は、各区間のドライバ反応度を平均値の±０．４３１σを閾値として３段階に分類する（即ち、ドライバ反応度は正規分布になると仮定して３分割する）例を用いて説明を進める。そして、リスク値算出部１６０は、ドライバ反応度が＋０．４３１σより大きくなる区間の第１リスク値を“大”、ドライバ反応度が＋０．４３１σから－０．４３１σまでの間となる区間の第１リスク値を“中”、ドライバ反応度が－０．４３１σより小さくなる区間の第１リスク値を“小”として算出する。図１２の例では、区間２、８及び９の第１リスク値が“大”、区間５及び６の第１リスク値が“中”、区間１、３、４、７、１０、及び１１の第１リスク値が“小”として算出される。

また、リスク値算出部１６０は、ドライバ反応度が登録されていない区間については、第１リスク値を“無し”として算出する。

＜評価装置の動作＞
次に、本実施形態に係る評価装置１０の全体的な動作の流れについて、図１０を参照して説明する。図１０は、実施形態に係る評価装置の動作の流れを示すフローチャートである。

図１０に示すように、本実施形態に係る評価装置１０の動作時には、まず既知リスク判定部５０が、評価の対象となる区間に既知のリスクが存在しているか否か（即ち、リスク区間であるか否か）を判定する（ステップＳ１１）。既知のリスクが存在していないと判定された場合（ステップＳ１１：ＮＯ）、その区間については、確定リスク決定部３００は、確定リスク値が“無し”であると決定する（ステップＳ１２）。この場合、第１リスク判定部１００及び第２リスク判定部２００の判定処理が省略されてもよい。ただし、第１リスク判定部１００及び第２リスク判定部２００の少なくとも一方は、確定リスク値を決定する以外の目的（例えば、別システムで利用する等の目的）で判定処理（即ち、第１及び第２リスク値を算出する処理）を実行してもよい。

他方、既知のリスクが存在していると判定された場合（ステップＳ１１：ＹＥＳ）、第１リスク判定部１００が第１リスク値を算出する（ステップＳ１３）。具体的には、第１リスク判定部１００は、第１リスク値を“大”、“中”、“小”、及び“無し”のいずれかであると算出する。そして、第１リスク判定部１００は、算出した第１リスク値に基づいて、評価の対象である区間に第１リスクが存在しているか否かを判定する（ステップＳ１４）。第１リスク判定部１００は、第１リスク値が“大”、“中”、及び“小”のいずれかであると算出されている場合には、第１リスクが存在していると判定する。一方、第１リスク判定部１００は、第１リスク値が“無し”と算出されている場合には、第１リスクが存在していないと判定する。

第１リスクが存在していると判定された場合（ステップＳ１４：ＹＥＳ）、確定リスク決定部３００は、第１リスク判定部１００で算出された第１リスク値を確定リスク値として決定し、出力する（ステップＳ１５）。この場合、第２リスク判定部２００による判定処理は省略されてよい。ただし、第２リスク判定部２００は、確定リスク値を決定する以外の目的で判定処理（即ち、第２リスク値を算出する処理）を実行してもよい。

第１リスクが存在していないと判定された場合（ステップＳ１４：ＮＯ）、第２リスク判定部２００が第２リスク値を算出する（ステップＳ１６）。具体的には、第２リスク判定部２００は、第２リスク値を“大”、“中”、“小”、及び“無し”のいずれかであると算出する。そして、第２リスク判定部２００は、算出した第２リスク値に基づいて、評価の対象である区間に第２リスクが存在しているか否かを判定する（ステップＳ１７）。第２リスク判定部２００は、第２リスク値が“大”、“中”、及び“小”のいずれかであると算出されている場合には、第２リスクが存在していると判定する。一方、第２リスク判定部２００は、第２リスク値が“無し”と算出されている場合には、第２リスクが存在していないと判定する。

第２リスクが存在していると判定された場合（ステップＳ１７：ＹＥＳ）、確定リスク決定部３００は、第２リスク判定部２００で算出された第２リスク値を確定リスク値として決定し、出力する（ステップＳ１８）。一方、第２リスクが存在していないと判定された場合（ステップＳ１７：ＮＯ）、確定リスク決定部３００は、確定リスク値を“大”であると決定し、出力する（ステップＳ１９）。

＜具体的な評価例＞
次に、本実施形態に係る評価装置１０による具体的な評価例について、図１１を参照して説明する。図１１は、実施形態に係る評価装置において判定される第１リスク値及び第２リスク値、並びに決定される確定リスク値の一例を示す表である。

図１１において、ケースＡでは、第１リスク値が“大”であると判定されている。なお、第１リスク値が“無し”以外であると判定されたことで、第２リスク値の判定処理は省略されている。この場合、確定リスク値は、第１リスク値と同じ“大”であるとして出力される。

ケースＢでは、第１リスク値が“中”であると判定されている。なお、第２リスク値の判定処理は省略されず、第２リスク値は“小（即ち、第１リスク値よりも小さい値）”であると判定されている。この場合、確定リスク値は、第２リスク値にかかわらず、第１リスク値と同じ“中”であるとして出力される。

ケースＣでは、第１リスク値が“中”であると判定されている。なお、第２リスク値の判定処理は省略されず、第２リスク値は“大（即ち、第１リスク値よりも大きい値）”であると判定されている。この場合も、確定リスク値は、第２リスク値にかかわらず、第１リスク値と同じ“中”であるとして出力される。

ケースＤでは、第１リスク値が“無し”であると判定されている。一方、第２リスク値は“小”であると判定されている。この場合、確定リスク値は、第２リスク値と同じ“小”であるとして出力される。

ケースＥでは、第１リスク値が“無し”であると判定されている。また、第２リスク値も“無し”であると判定されている。この場合、確定リスク値は、第１リスク値又は第２リスク値がとり得る最大値である“大”であるとして出力される。

＜技術的効果＞
次に、本実施形態に係る評価装置１０によって得られる技術的効果について説明する。

図１から図１１で説明したように、本実施形態に係る評価装置１０によれば、第１リスク値及び第２リスク値の両方を判定できる場面では、第１リスク値の値が優先的に確定リスク値として出力される。ここで、第１リスク値は、車両のドライバの運転行動に基づいて判定される値である。よって、出力される確定リスク値は、ドライバの感覚に近い値となり、結果としてドライバの感覚に合ったリスクの評価が行える。言い換えれば、ドライバの感覚と、実際に評価されるリスクとが大きく乖離してしまうことを防止できる。

また、第１リスク値が判定できない場面であっても、第２リスク値を判定できる場面であれば、第２リスク値が確定リスク値として出力される。よって、ドライバの運転行動に基づいてリスクを評価できない状況においても、周辺情報に基づいて評価したリスク値を出力することができる。

更に、第１リスク値及び第２リスク値の両方を判定できない場面では、第１リスク値又は第２リスク値のとり得る最大値が確定リスク値として出力される。即ち、既知のリスクが存在するにもかかわらず、具体的なリスクの度合い（即ち、第１リスク値及び第２リスク値）を評価できない場合には、暫定的にリスクが最大であると評価される。このようすれば、リスクの過小評価に起因する不都合（例えば、実際にはリスクが存在しているにもかかわらず、ドライバがリスク無しであると認識してしまうような状況）を回避することができる。

＜付記＞
以上説明した実施形態から導き出される発明の各種態様を以下に説明する。

（付記１）
付記１に記載の評価装置は、車両が走行する道路の周辺に存在するリスクを評価する評価装置であって、前記車両のドライバの運転行動を示す特徴量に基づいて、前記道路の一の区間におけるリスクの有無及び存在するリスクの度合いを示す第１リスク値を判定する第１判定手段と、前記道路の周辺情報に基づいて、前記一の区間におけるリスクの有無及び存在するリスクの度合いを示す第２リスク値を判定する第２判定手段と、（ｉ）前記第１判定手段でリスク有と判定された場合には、前記第２判定手段の判定結果にかかわらず、前記第１リスク値を前記一の区間のリスクを示す確定リスク値として出力し、（ｉｉ）前記第１判定手段でリスク無と判定され、且つ、前記第２判定手段でリスク有と判定された場合には、前記第２リスク値を前記確定リスク値として出力する出力手段とを備える。

付記１に記載の評価装置によれば、第１リスク値及び第２リスク値が判定された上で、第１リスク値が優先的に確定リスク値として出力される。ここで特に、第１リスク値は、ドライバの運転状態に基づいて判定される値であり、道路の周辺状態に基づいて判定される第２リスク値と比べると、ドライバの感覚に近い値となる。従って、付記１に記載の評価装置では、ドライバの感覚に合ったリスク評価を行うことが可能となる。

（付記２）
付記２に記載の評価装置では、前記一の区間に既知のリスクが存在するか否かを判定する第３判定手段を更に備え、前記出力手段は、前記第３判定手段において前記既知のリスクが存在すると判定され、前記第１判定手段でリスク無と判定され、且つ、前記第２判定手段でリスク無と判定された場合に、前記確定リスク値として前記第１リスク値又は前記第２リスク値がとり得る最大値を出力する。

付記２に記載の評価装置によれば、既知のリスクが存在すると判定された一方で第１判定手段及び第２判定手段の両方でリスク無と判定された場合には、第１リスク値又は第２リスク値がとり得る最大が確定リスク値として出力される。ここで特に、既知のリスクが存在するにもかかわらず、第１判定手段及び第２判定手段の両方でリスク無と判定される状況としては、例えばドライバも気付くことができず、周辺状態からも判断できないようなリスクが存在しているような状況、或いは、第１判定手段及び第２判定手段の判定が正常に行われていないような状況が挙げられる。よって、このような場合には、暫定的にリスクが最大であると評価することで、リスクの過小評価に起因する不都合を回避することができる。

本発明は、上述した実施形態に限られるものではなく、請求の範囲及び明細書全体から読み取れる発明の要旨或いは思想に反しない範囲で適宜変更可能であり、そのような変更を伴う評価装置もまた本発明の技術的範囲に含まれるものである。

１０評価装置
５０既知リスク判定部
１００第１リスク判定部
１１０走行データ取得部
１２０特徴量抽出部
１３０クラスタリング部
１４０ドライバタイプ決定部
１５０分類データ記憶部
１６０リスク値算出部
２００第２リスク判定部
３００確定リスク決定部

Claims

車両が走行する道路の周辺に存在するリスクを評価する評価装置であって、
前記車両のドライバの運転行動を示す特徴量に基づいて、前記道路の一の区間におけるリスクの有無及び存在するリスクの度合いを示す第１リスク値を判定する第１判定手段と、
前記道路の周辺情報に基づいて、前記一の区間におけるリスクの有無及び存在するリスクの度合いを示す第２リスク値を判定する第２判定手段と、
（ｉ）前記第１判定手段でリスク有と判定された場合には、前記第２判定手段の判定結果にかかわらず、前記第１リスク値を前記一の区間のリスクを示す確定リスク値として出力し、（ｉｉ）前記第１判定手段でリスク無と判定され、且つ、前記第２判定手段でリスク有と判定された場合には、前記第２リスク値を前記確定リスク値として出力する出力手段と
を備えることを特徴とする評価装置。
前記一の区間に既知のリスクが存在するか否かを判定する第３判定手段を更に備え、
前記出力手段は、前記第３判定手段において前記既知のリスクが存在すると判定され、前記第１判定手段でリスク無と判定され、且つ、前記第２判定手段でリスク無と判定された場合に、前記確定リスク値として前記第１リスク値又は前記第２リスク値がとり得る最大値を出力する
ことを特徴とする請求項１に記載の評価装置。