実施の形態1.
図1は、実施の形態1に係る警告出力制御装置を含む車両制御装置の要部を示すブロック図である。図1を参照して、実施の形態1に係る警告出力制御装置を含む車両制御装置について説明する。
図1に示す如く、車両1は、情報源2、出力装置3及び車両制御装置100を有している。
情報源2は、例えば、車内撮像用のカメラ、車外撮像用のカメラ、センサ類及びGNSS(Global Navigation Satellite System)受信機を含むものである。また、情報源2は、例えば、ナビゲーションシステム及びDMS(Driver Monitoring System)を含むものである。センサ類は、例えば、車輪速センサ及び舵角センサを含むものである。また、センサ類は、例えば、ミリ波レーダ、レーザレーダ及び超音波センサのうちの少なくとも一つを含むものである。
出力装置3は、ディスプレイ及びスピーカのうちの少なくとも一方を含むものである。ディスプレイは、例えば、液晶ディスプレイ、有機EL(Electro-Luminescence)ディスプレイ又はHUD(Head-Up Display)により構成されている。ディスプレイは、例えば、車両1のダッシュボードに設けられている。スピーカは、例えば、車両1のダッシュボードに設けられている。
出力装置3は、車両1の運転者に対する警告を出力するものである。すなわち、出力装置3に含まれるディスプレイは、警告用の画像を表示するものである。また、出力装置3に含まれるスピーカは、警告用の音声を出力するものである。
図1に示す如く、車両1外に記憶装置4が設けられている。記憶装置4は、メモリにより構成されている。記憶装置4は、データベース記憶部11を有している。
データベース記憶部11は、過去に発生した交通事象の履歴を示すデータベース(以下「交通事象データベース」という。)を記憶するものである。すなわち、交通事象データベースは、個々の交通事象が過去に発生した地点を示す情報と、これらの交通事象が発生した要因を示す情報とを関連付けてなるものである。交通事象データベースは、例えば、国又は警察により管理されているものである。
ここで、「交通事象」とは、車両の運転に影響を与える可能性のある事象全般を含み得るものである。例えば、交通事象は、交通事故及び交通災害を含むものである。交通事故は、重大事故及び通常事故を含むものである。重大事故は、死亡事故などを含むものである。通常事故は、追突事故、衝突事故及び接触事故などを含むものである。
また、個々の交通事象の発生要因の具体例は、以下のとおりである。すなわち、車両同士の追突事故については、少なくとも一方の車両の運転者による脇見などが発生要因となり得る。また、右折車両による自転車の巻き込み事故については、右折車両の運転者による周囲確認不足などが発生要因となり得る。また、車両がカーブを曲がり切れない事故については、車両による速度超過などが発生要因となり得る。また、右折車両及び直進車両による衝突事故ついては、右折車両による速度超過及び右折車両の運転者による周囲確認不足などが発生要因となり得る。
なお、交通事象データベースは、個々の交通事象を発生させた車両について、当該車両が交通事象の発生地点に接近してから当該車両が交通事象の発生地点に到達するまでの区間における当該車両の状態(走行速度、操舵角、走行位置、走行車線、車種、車幅等)を示す情報、当該区間における当該車両の周囲の状態(他車両の有無、他車両の位置、道路の形状、道路の幅員等)を示す情報、及び当該区間における当該車両の運転者の状態(視線方向等)を示す情報を更に含むものであっても良い。以下、当該車両を「事象車両」ということがある。以下、これらの情報が交通事象データベースに含まれる場合の例を中心に説明する。
図1に示す如く、車両制御装置100は、情報取得部21、要因抽出部22、警告出力制御部23及び車両制御部24を有している。情報取得部21は、第1情報取得部31及び第2情報取得部32を有している。情報取得部21、要因抽出部22及び警告出力制御部23により、警告出力制御装置200の要部が構成されている。
第1情報取得部31は、情報源2を用いて、車両1の状態を示す情報(以下「車両情報」という。)、車両1の周囲の状態を示す情報(以下「周囲情報」という。)、及び車両1の運転者の状態を示す情報(以下「運転者情報」という。)を取得するものである。以下、これらの情報を総称して「状態情報」ということがある。
車両情報は、例えば、車両1の走行速度を示す情報、車両1における操舵角を示す情報、車両1の走行位置を示す情報、車両1の走行車線を示す情報、車両1の車種を示す情報、及び車両1の車幅を示す情報を含むものである。周囲情報は、例えば、車両1の周囲における他車両の有無を示す情報、車両1の周囲における他車両の位置を示す情報、車両1の周囲における道路の形状を示す情報、及び車両1の周囲における道路の幅員を示す情報を含むものである。運転者情報は、例えば、車両1の運転者の視線方向を示す情報を含むものである。
車両情報、周囲情報及び運転者情報の取得には、公知の種々の技術を用いることができる。これらの技術についての詳細な説明は省略する。
第2情報取得部32は、第1情報取得部31により取得された車両情報を用いて、車両1が走行する予定の経路(以下「走行予定経路」という。)Rにおける交通事象の発生が予測される地点(以下「発生予測地点」という。)Pを示す情報(以下「事象情報」という。)、及び当該交通事象の発生要因を示す情報(以下「要因情報」という。)を取得するものである。事象情報及び要因情報は、交通事象データベースから取得される。
また、第2情報取得部32は、当該交通事象に係る事象車両の状態を示す情報、当該交通事象に係る事象車両の周囲の状態を示す情報、及び当該交通事象に係る事象車両の運転者の状態を示す情報を更に取得するものであっても良い。以下、これらの情報を総称して「付帯情報」ということがある。付帯情報は、交通事象データベースから取得される。以下、第2情報取得部32により付帯情報が取得される場合の例を中心に説明する。
以下、車両1から見て発生予測地点Pよりも手前に位置する地点P1を「第1地点」という。また、第1地点P1と発生予測地点P間に位置する地点P2を「第2地点」という。すなわち、第1地点P1は、車両1から見て第2地点P2よりも手前に位置する地点である。
第1地点P1は、例えば、発生予測地点Pよりも所定距離L1手前に位置する地点に設定されている。第2地点P2は、例えば、発生予測地点Pよりも所定距離L2手前に位置する地点に設定されている。図2は、第1地点P1、第2地点P2及び発生予測地点Pの例を示している。
以下、第1地点P1にて出力装置3により出力される警告を「第1警告」ということがある。すなわち、第1警告は、車両1が第1地点P1を通過するタイミングにて出力されるものである。また、第2地点P2にて出力装置3により出力される警告を「第2警告」ということがある。すなわち、第2警告は、車両1が第2地点P2を通過するタイミングにて出力されるものである。
以下、要因情報が示す発生要因のうち、第1警告の対象となる発生要因を「第1要因」ということがある。また、要因情報が示す発生要因のうち、第2警告の対象となる発生要因を「第2要因」ということがある。
要因抽出部22は、第2情報取得部32により取得された要因情報を用いて、第1要因を抽出する処理を実行するものである。また、要因抽出部22は、第2情報取得部32により取得された要因情報を用いて、第2要因を抽出する処理を実行するものである。具体的には、例えば、要因抽出部22は、以下のようにして第1要因及び第2要因の各々を抽出する。
すなわち、要因抽出部22は、個々の発生要因と対応する警告が出力されるべきタイミング(すなわち対応する警告が出力されるべき地点)との対応関係を示すテーブルTを有している。要因抽出部22は、テーブルTを用いて、要因情報が示す個々の発生要因について、対応する警告が第1地点P1にて出力されるべきものであるか否かを判定するとともに、対応する警告が第2地点P2にて出力されるべきものであるか否かを判定する。このようにして、第1要因が抽出されるとともに、第2要因が抽出される。
警告出力制御部23は、要因抽出部22により少なくとも1個の第1要因が抽出された場合、当該抽出された第1要因に対する警告(すなわち第1警告)の要否を判定するものである。かかる要否の判定には、第1情報取得部31により取得された状態情報及び第2情報取得部32により取得された付帯情報が用いられる。警告出力制御部23は、第1警告が要であると判定された場合、車両1が第1地点P1を通過するとき、第1警告を出力する制御を実行するものである。第1警告を出力する制御には、第1情報取得部31により取得された車両情報及び第2情報取得部32により取得された事象情報などが用いられる。
また、警告出力制御部23は、要因抽出部22により少なくとも1個の第2要因が抽出された場合、当該抽出された第2要因に対する警告(すなわち第2警告)の要否を判定するものである。かかる要否の判定には、第1情報取得部31により取得された状態情報及び第2情報取得部32により取得された付帯情報が用いられる。警告出力制御部23は、第2警告が要であると判定された場合、車両1が第2地点P2を通過するとき、第2警告を出力する制御を実行するものである。第2警告を出力する制御には、第1情報取得部31により取得された車両情報及び第2情報取得部32により取得された事象情報などが用いられる。
このように、警告出力制御部23は、第1警告及び第2警告の各々の要否を判定するものである。以下、かかる要否の判定方法について説明する。
第一に、警告出力制御部23は、車両情報が示す車両1の状態と付帯情報が示す事象車両の状態(すなわち対応する交通事象が過去に発生したときの事象車両の状態)とを比較する。警告出力制御部23は、かかる比較の結果に基づき、車両1の状態が第1要因に対応する状態であるか否かを判定するとともに、車両1の状態が第2要因に対応する状態であるか否かを判定する。
第二に、警告出力制御部23は、周囲情報が示す周囲の状態(すなわち車両1の周囲の状態)と付帯情報が示す周囲の状態(すなわち対応する交通事象が過去に発生したときの事象車両の周囲の状態)とを比較する。警告出力制御部23は、かかる比較の結果に基づき、車両1の周囲の状態が第1要因に対応する状態であるか否かを判定するとともに、車両1の周囲の状態が第2要因に対応する状態であるか否かを判定する。
第三に、警告出力制御部23は、運転者情報が示す運転者の状態(すなわち車両1の運転者の状態)と付帯情報が示す運転者の状態(すなわち対応する交通事象が過去に発生したときの事象車両の運転者の状態)とを比較する。警告出力制御部23は、これらの比較の結果に基づき、車両1の運転者の状態が第1要因に対応する状態であるか否かを判定するとともに、車両1の運転者の状態が第2要因に対応する状態であるか否かを判定する。
以下、これらの判定を総称して「状態判定」ということがある。警告出力制御部23は、状態判定の結果に基づき、第1警告の要否を判定する。例えば、車両1の状態、車両1の周囲の状態及び車両1の運転者の状態のうちの少なくとも一つが第1要因に対応する状態である場合、警告出力制御部23は、第1警告が要であると判定する。そうでない場合、警告出力制御部23は、第1警告が不要であると判定する。
また、警告出力制御部23は、状態判定の結果に基づき、第2警告の要否を判定する。例えば、車両1の状態、車両1の周囲の状態及び車両1の運転者の状態のうちの少なくとも一つが第2要因に対応する状態である場合、警告出力制御部23は、第2警告が要であると判定する。そうでない場合、警告出力制御部23は、第2警告が不要であると判定する。
ここで、図3及び図4を参照して、状態判定の具体例について説明する。また、第1警告及び第2警告の具体例について説明する。
図3は、交通事象データベースに含まれる交通事象の例を示している。すなわち、過去に発生した交通事象の例を示している。右折車両V1が交差点Iに進入するとき、車両V1の運転者が車両V1の減速及び周囲確認を怠ることにより、一時停止が無視されたものとする。この結果、右折車両V1及び直進車両V2による衝突事故が発生したものとする。図中、R1は、右折車両V1の走行経路を示している。また、R2は、直進車両V2の走行経路を示している。
これに対して、事象「右折車両V1及び直進車両V2による衝突事故」が発生した地点「交差点I」を示す情報、並びに要因「右折車両V1による速度超過」及び要因「右折車両V1の運転者による周囲確認不足」を示す情報が交通事象データベースに登録されたものとする。また、右折車両V1の走行速度v1を示す情報、右折車両V1の走行車線を示す情報、及び右折車両V1の運転者の視線方向を示す情報が交通事象データベースに登録されたものとする。
その後、図4に示す如く、車両1が車両V1の走行経路R1と同様の走行予定経路Rにより交差点Iに接近したものとする。このとき、第2情報取得部32により、衝突事故の発生予測地点P(すなわち交差点I)を示す事象情報が取得されるととともに、要因「右折車両による速度超過」及び要因「右折車両の運転者による周囲確認不足」を示す要因情報が取得される。
テーブルTにおいて、要因「右折車両による速度超過」は、第1地点P1と対応付けられている。これは、車両1の制動距離を確保する観点によるものである。他方、テーブルTにおいて、要因「右折車両の運転者による周囲確認不足」は、第2地点P2と対応付けられている。これは、通常、交差点Iに進入するときの周囲確認は、車両1が交差点Iに進入する直前のタイミングにてなされるのが好適であると考えられるためである。すなわち、運転者の意識を周囲確認に集中させる観点から、かかる周囲確認は、車両1が十分に減速した状態にてなされるのが好適であると考えられるためである。
したがって、要因抽出部22により、要因「右折車両による速度超過」が第1要因として抽出される。また、要因抽出部22により、要因「右折車両の運転者による周囲確認不足」が第2要因として抽出される。
次いで、警告出力制御部23により、第1警告の要否が判定される。例えば、第1情報取得部31により、車両1の走行速度vを示す情報及び車両1の走行車線を示す情報を含む走行情報が取得されたものとする。また、第2情報取得部32により、事象車両V1の走行速度v1を示す情報及び事象車両V1の走行車線を示す情報を含む付帯情報が取得されたものとする。この場合、警告出力制御部23は、状態判定にて、走行速度vを走行速度v1と比較するとともに、車両1の走行車線を事象車両V1の走行車線と比較する。走行速度vが走行速度v1を超えており、かつ、車両1の走行車線が車両V1の走行車線と同一である場合、警告出力制御部23は、車両1の状態が第1要因に対応する状態であると判定する。すなわち、警告出力制御部23は、第1警告が要であると判定する。そうでない場合、警告出力制御部23は、第1警告が不要であると判定する。
第1警告が要であると判定された場合、警告出力制御部23は、車両1が第1地点P1を通過するとき、速度超過に係る警告を出力する制御を実行する。これにより、第1地点P1にて第1警告が出力される(図4参照)。
次いで、警告出力制御部23により、第2警告の要否が判定される。例えば、第1情報取得部31により、車両1の運転者の視線方向を示す情報を含む運転者情報が取得されたものとする。また、第2情報取得部32により、事象車両V1の運転者の視線方向を示す情報を含む付帯情報が取得されたものとする。事象車両V1の運転者の視線は、見るべき方向(例えば右前方)に向けられていない蓋然性が高い。そこで、警告出力制御部23は、状態判定にて、車両1の運転者の視線方向を事象車両V1の運転者の視線方向と比較することにより、車両1の運転者の視線が見るべき方向(例えば右前方)に向けられているか否かを判定する。車両1の運転者の視線が見るべき方向に向けられていない場合、警告出力制御部23は、車両1の運転者の状態が第2要因に対応する状態であると判定する。すなわち、警告出力制御部23は、第2警告が要であると判定する。そうでない場合、警告出力制御部23は、第2警告が不要であると判定する。
第2警告が要であると判定された場合、警告出力制御部23は、車両1が第2地点P2を通過するとき、周囲確認に係る警告を出力する制御を実行する。これにより、第2地点P2にて第2警告が出力される(図4参照)。
以下、第1警告により未解消の第1要因及び第2警告により未解消の第2要因のうちの少なくとも一方を総称して「未解消要因」ということがある。車両制御部24は、第1情報取得部31により取得された車両情報を用いて、車両1の操作により解消され得る未解消要因の有無を判定するものである。かかる未解消要因があると判定された場合、車両制御部24は、かかる未解消要因に応じて車両1を操作する制御(以下「車両制御」ということがある。)の要否を判定するものである。車両制御部24は、車両制御が要であると判定された場合、車両制御を実行するものである。
例えば、車両1が第1地点P1を通過するとき、速度超過に係る第1警告が出力されたものとする。しかしながら、その後、車両1が減速しなかったものとする。この場合、車両制御部24は、速度超過に係る第1要因が未解消であると判定する。車両制御部24は、かかる未解消要因について、車両1を減速させる制御が要であると判定する。車両制御部24は、車両1におけるブレーキを操作することにより、又は車両1におけるスロットル開度を操作することにより、車両1を減速させる制御を実行する。
以下、情報取得部21の機能に「F1」の符号を用いることがある。また、要因抽出部22の機能に「F2」の符号を用いることがある。また、警告出力制御部23の機能に「F3」の符号を用いることがある。また、車両制御部24の機能に「F4」の符号を用いることがある。
次に、図5~図7を参照して、車両制御装置100の要部のハードウェア構成について説明する。
図5に示す如く、車両制御装置100は、プロセッサ41及びメモリ42を有している。メモリ42には、複数個の機能F1~F4に対応するプログラムが記憶されている。プロセッサ41は、メモリ42に記憶されているプログラムを読み出して実行する。これにより、複数個の機能F1~F4が実現される。
または、図6に示す如く、車両制御装置100は、処理回路43を有している。処理回路43は、複数個の機能F1~F4に対応する処理を実行する。これにより、複数個の機能F1~F4が実現される。
または、図7に示す如く、車両制御装置100は、プロセッサ41、メモリ42及び処理回路43を有している。メモリ42には、複数個の機能F1~F4のうちの一部の機能に対応するプログラムが記憶されている。プロセッサ41は、メモリ42に記憶されているプログラムを読み出して実行する。これにより、かかる一部の機能が実現される。また、処理回路43は、複数個の機能F1~F4のうちの残余の機能に対応する処理を実行する。これにより、かかる残余の機能が実現される。
プロセッサ41は、1個以上のプロセッサにより構成されている。個々のプロセッサは、例えば、CPU(Central Processing Unit)、GPU(Graphics Processing Unit)、マイクロプロセッサ、マイクロコントローラ又はDSP(Digital Signal Processor)を用いたものである。
メモリ42は、1個以上の不揮発性メモリにより構成されている。または、メモリ42は、1個以上の不揮発性メモリ及び1個以上の揮発性メモリにより構成されている。すなわち、メモリ42は、1個以上のメモリにより構成されている。個々のメモリは、例えば、半導体メモリ又は磁気ディスクを用いたものである。より具体的には、個々の揮発性メモリは、例えば、RAM(Random Access Memory)を用いたものである。また、個々の不揮発性メモリは、例えば、ROM(Read Only Memory)、フラッシュメモリ、EPROM(Erasable Programmable Read Only Memory)、EEPROM(Electrically Erasable Programmable Read Only Memory)、ソリッドステートドライブ又はハードディスクドライブを用いたものである。
処理回路43は、1個以上のデジタル回路により構成されている。または、処理回路43は、1個以上のデジタル回路及び1個以上のアナログ回路により構成されている。すなわち、処理回路43は、1個以上の処理回路により構成されている。個々の処理回路は、例えば、ASIC(Application Specific Integrated Circuit)、PLD(Programmable Logic Device)、FPGA(Field Programmable Gate Array)、SoC(System on a Chip)又はシステムLSI(Large Scale Integration)を用いたものである。
ここで、プロセッサ41が複数個のプロセッサにより構成されているとき、複数個の機能F1~F4と複数個のプロセッサとの対応関係は任意である。すなわち、複数個のプロセッサの各々は、複数個の機能F1~F4のうちの対応する1個以上の機能に対応するプログラムを読み出して実行するものであっても良い。
また、メモリ42が複数個のメモリにより構成されているとき、複数個の機能F1~F4と複数個のメモリとの対応関係は任意である。すなわち、複数個のメモリの各々は、複数個の機能F1~F4のうちの対応する1個以上の機能に対応するプログラムを記憶するものであっても良い。
また、処理回路43が複数個の処理回路により構成されているとき、複数個の機能F1~F4と複数個の処理回路との対応関係は任意である。すなわち、複数個の処理回路の各々は、複数個の機能F1~F4のうちの対応する1個以上の機能に対応する処理を実行するものであっても良い。
次に、図8のフローチャートを参照して、警告出力制御装置200の動作について、要因抽出部22及び警告出力制御部23の動作を中心に説明する。
図8に示す処理は、所定の条件が満たされているとき(例えば車両1におけるイグニッション電源がオンされているとき)、繰り返し実行される。このとき、車両情報、周囲情報及び運転者情報は、第1情報取得部31により適宜取得される。また、事象情報、要因情報及び付帯情報は、第2情報取得部32により適宜取得される。
まず、警告出力制御装置200は、車両1の走行予定経路Rに交通事象の発生予測地点Pが含まれるか否かを判定する(ステップST1)。かかる判定には、第1情報取得部31により取得された車両情報及び第2情報取得部32により取得された事象情報が用いられる。
走行予定経路Rに発生予測地点Pが含まれると判定された場合(ステップST1“YES”)、要因抽出部22は、第1要因を抽出する処理を実行する(ステップST2)。かかる処理には、第2情報取得部32により取得された要因情報が用いられる。
少なくとも1個の第1要因が抽出された場合(ステップST3“YES”)、警告出力制御部23は、第1警告の要否を判定する(ステップST4)。かかる要否の判定には、第1情報取得部31により取得された状態情報及び第2情報取得部32により取得された付帯情報が用いられる。すなわち、かかる要否の判定は、状態判定によるものである。
第1警告が要であると判定された場合(ステップST4“YES”)、警告出力制御部23は、第1地点P1にて第1警告を出力する制御を実行する(ステップST5)。かかる制御には、第1情報取得部31により取得された車両情報及び第2情報取得部32により取得された事象情報などが用いられる。
次いで、警告出力制御装置200の処理は、ステップST6に進む。すなわち、要因抽出部22は、第2要因を抽出する処理を実行する(ステップST6)。かかる処理には、第2情報取得部32により取得された要因情報が用いられる。なお、要因抽出部22は、ステップST2にて、第1要因を抽出する処理を実行するとともに、第2要因を抽出する処理を実行するものであっても良い。この場合、ステップST6の処理は不要である。
少なくとも1個の第2要因が抽出された場合(ステップST7“YES”)、警告出力制御部23は、第2警告の要否を判定する(ステップST8)。かかる要否の判定には、第1情報取得部31により取得された状態情報及び第2情報取得部32により取得された付帯情報が用いられる。すなわち、かかる要否の判定は、状態判定によるものである。
第2警告が要であると判定された場合(ステップST8“YES”)、警告出力制御部23は、第2地点P2にて第2警告を出力する制御を実行する(ステップST9)。かかる制御には、第1情報取得部31により取得された車両情報及び第2情報取得部32により取得された事象情報などが用いられる。
次に、図9のフローチャートを参照して、車両制御部24の動作について説明する。図9に示す処理は、第1警告又は第2警告が出力されたときに実行される。
まず、車両制御部24は、車両1の操作により解消され得る未解消要因の有無を判定する(ステップST11)。かかる有無の判定には、第1情報取得部31により取得された車両情報が用いられる。かかる未解消要因があると判定された場合(ステップST11“YES”)、車両制御部24は、車両制御の要否を判定する(ステップST12)。車両制御が要であると判定された場合(ステップST12“YES”)、車両制御部24は、車両制御を実行する(ステップST13)。
次に、図10~図15を参照して、車両制御装置100の変形例について説明する。また、図16を参照して、警告出力制御装置200の変形例について説明する。
車両1に車載情報機器5が搭載されるものであっても良い。車載情報機器5は、例えば、ECU(Electronic Control Unit)により構成されている。また、車両1に携帯情報端末6が持ち込まれるものであっても良い。携帯情報端末6は、例えば、スマートフォンにより構成されている。
車載情報機器5及び携帯情報端末6は、相互に通信自在なものであっても良い。車載情報機器5は、車両1外に設けられたサーバ7と通信自在なものであっても良い。携帯情報端末6は、車両1外に設けられたサーバ7と通信自在なものであっても良い。すなわち、サーバ7は、車載情報機器5及び携帯情報端末6のうちの少なくとも一方と通信自在なものであっても良い。これにより、サーバ7は、車両1と通信自在なものであっても良い。
複数個の機能F1~F3の各々は、車載情報機器5にて実現されるものであっても良く、携帯情報端末6にて実現されるものであっても良く、サーバ7にて実現されるものであっても良く、車載情報機器5及び携帯情報端末6が連携することにより実現されるものであっても良く、車載情報機器5及びサーバ7が連携することにより実現されるものであっても良く、又は携帯情報端末6及びサーバ7が連携することにより実現されるものであっても良い。また、機能F4は、車載情報機器5にて実現されるものであっても良く、車載情報機器5及び携帯情報端末6が連携することにより実現されるものであっても良く、又は車載情報機器5及びサーバ7が連携することにより実現されるものであっても良い。
すなわち、図10に示す如く、車載情報機器5により車両制御装置100の要部が構成されているものであっても良い。または、図11に示す如く、車載情報機器5及び携帯情報端末6により車両制御装置100の要部が構成されているものであっても良い。または、図12に示す如く、車載情報機器5及びサーバ7により車両制御装置100の要部が構成されているものであっても良い。または、図13、図14又は図15に示す如く、車載情報機器5、携帯情報端末6及びサーバ7により車両制御装置100の要部が構成されているものであっても良い。
また、図16に示す如く、サーバ7により警告出力制御装置200の要部が構成されているものであっても良い。この場合、例えば、サーバ7が状態情報を車両1から受信するとともに、サーバ7が事象情報、要因情報及び付帯情報を記憶装置4から受信することにより、サーバ7にて情報取得部21の機能F1が実現される。また、例えば、サーバ7が制御用の信号を車両1に送信することにより、サーバ7にて警告出力制御部23の機能F3が実現される。そして、車両1において、出力装置3により第1警告及び第2警告が出力される。すなわち、第1警告及び第2警告は、サーバ7による制御の下、車両1にて出力される。
次に、警告出力制御装置200の他の変形例について説明する。
第1警告の要否に係る状態判定は、車両1の状態、車両1の周囲の状態及び車両1の運転者の状態のうちの少なくとも一つに基づくものであっても良い。換言すれば、第1警告の要否に係る状態判定は、車両情報、周囲情報及び運転者情報のうちの少なくとも一つを用いるものであっても良い。
第2警告の要否に係る状態判定は、車両1の状態、車両1の周囲の状態及び車両1の運転者の状態のうちの少なくとも一つに基づくものであっても良い。換言すれば、第2警告の要否に係る状態判定は、車両情報、周囲情報及び運転者情報のうちの少なくとも一つを用いるものであっても良い。
すなわち、状態情報は、車両情報、周囲情報及び運転者情報のうちの少なくとも一つを含むものであっても良い。また、付帯情報は、事象車両の状態を示す情報、事象車両の周囲の状態を示す情報及び事象車両の運転者の状態を示す情報のうちの少なくとも一つを含むものであっても良い。
第1警告の要否に係る状態判定は、付帯情報を用いないものであっても良い。この場合、警告出力制御部23は、状態情報が示す状態が所定の状態であるか否かを判定することにより、状態情報が示す状態が第1要因に対応する状態であるか否かを判定するものであっても良い。
第2警告の要否に係る状態判定は、付帯情報を用いないものであっても良い。この場合、警告出力制御部23は、状態情報が示す状態が所定の状態であるか否かを判定することにより、状態情報が示す状態が第2要因に対応する状態であるか否かを判定するものであっても良い。
すなわち、第2情報取得部32は、付帯情報を取得しないものであっても良い。
警告出力制御部23は、第1警告の要否を判定しないものあっても良い。すなわち、警告出力制御部23は、要因抽出部22により少なくとも1個の第1要因が抽出された場合(ステップST3“YES”)、第1地点P1にて第1警告を出力する制御を実行するものであっても良い(ステップST5)。ただし、不要な第1警告が出力されるのを回避する観点から、第1警告の要否を判定するのが好適である。
警告出力制御部23は、第2警告の要否を判定しないものあっても良い。すなわち、警告出力制御部23は、要因抽出部22により少なくとも1個の第2要因が抽出された場合(ステップST7“YES”)、第2地点P2にて第2警告を出力する制御を実行するものであっても良い(ステップST9)。ただし、不要な第2警告が出力されるのを回避する観点から、第2警告の要否を判定するのが好適である。
る観点から、第1警告の要否を判定するのが好適である。
次に、警告出力制御装置200の他の変形例について説明する。
要因抽出部22は、第1要因及び第2要因を抽出するのに加えて、第1地点P1と第2地点P2間に位置する地点(以下「第3地点」という。)P3における警告(以下「第3警告」ということがある。)の対象となる要因(以下「第3要因」ということがある。)を抽出するものであっても良い。警告出力制御部23は、第3地点P3にて第3警告を出力する制御を実行するものであっても良い。
また、要因抽出部22は、第1要因、第2要因及び第3要因を抽出するのに加えて、第1地点P1と第3地点P3間に位置する地点(以下「第4地点」という。)P4における警告(以下「第4警告」ということがある。)の対象となる要因(以下「第4要因」ということがある。)を抽出するものであっても良い。警告出力制御部23は、第4地点P4にて第4警告を出力する制御を実行するものであっても良い。
また、要因抽出部22は、第1要因、第2要因及び第3要因を抽出するのに加えて、又は第1要因、第2要因、第3要因及び第4要因を抽出するのに加えて、第3地点P3と第2地点P2間に位置する地点(以下「第5地点」という。)P5における警告(以下「第5警告」ということがある。)の対象となる要因(以下「第5要因」ということがある。)を抽出するものであっても良い。警告出力制御部23は、第5地点P5にて第5警告を出力する制御を実行するものであっても良い。
要因抽出部22による第3要因の抽出方法は、要因抽出部22による第1要因又は第2要因の抽出方法と同様である。このため、詳細な説明は省略する。第4要因及び第5要因についても同様である。
このように、警告出力制御装置200により実現される警告は、第1警告及び第2警告による2段階の警告に限定されるものではない。警告出力制御装置200は、3段階以上の警告を実現するものであっても良い。すなわち、警告出力制御装置200は、多段階の警告を実現するものであっても良い。
以上のように、実施の形態1に係る警告出力制御装置200は、車両1の走行予定経路Rにおける交通事象の発生予測地点Pを示す事象情報及び交通事象の発生要因を示す要因情報を取得する情報取得部21と、発生要因のうち、発生予測地点Pに対する手前に位置する第1地点P1における第1警告の対象となる第1要因を抽出するとともに、第1地点P1と発生予測地点P間に位置する第2地点P2における第2警告の対象となる第2要因を抽出する要因抽出部22と、第1地点P1にて第1警告を出力する制御を実行するとともに、第2地点P2にて第2警告を出力する制御を実行する警告出力制御部23と、を備える。これにより、車両1が走行する予定の地点において複数個の要因による交通事象の発生が予測されるとき、個々の要因に応じたタイミングにて警告を出力することができる。この結果、個々の要因に応じたタイミングにて運転者に対応を促すことができる。
また、情報取得部21は、車両1の状態を示す情報(車両情報)、車両1の周囲の状態を示す情報(周囲情報)及び車両1の運転者の状態を示す情報(運転者情報)のうちの少なくとも一つを含む状態情報を取得して、警告出力制御部23は、状態情報が示す状態が第1要因に対応する状態であるか否かを判定することにより第1警告の要否を判定する。これにより、車両1の状態、車両1の周囲の状態又は車両1の運転者の状態に応じて、不要な第1警告が出力されるのを回避することができる。
また、情報取得部21は、車両1の状態を示す情報(車両情報)、車両1の周囲の状態を示す情報(周囲情報)及び車両1の運転者の状態を示す情報(運転者情報)のうちの少なくとも一つを含む状態情報を取得して、警告出力制御部23は、状態情報が示す状態が第2要因に対応する状態であるか否かを判定することにより第2警告の要否を判定する。これにより、車両1の状態、車両1の周囲の状態又は車両1の運転者の状態に応じて、不要な第2警告が出力されるのを回避することができる。
また、情報取得部21は、交通事象を過去に発生させた事象車両の状態を示す情報、事象車両の周囲の状態を示す情報及び事象車両の運転者の状態を示す情報のうちの少なくとも一つを含む付帯情報を取得して、警告出力制御部23は、状態情報が示す状態を付帯情報が示す状態と比較することにより状態情報が示す状態が第1要因に対応する状態であるか否かを判定する。これにより、第1警告の要否を判定するにあたり、事象車両の状態、事象車両の周囲の状態又は事象車両の運転者の状態を考慮することができる。この結果、第1警告の要否をより正確に判定することができる。
また、情報取得部21は、交通事象を過去に発生させた事象車両の状態を示す情報、事象車両の周囲の状態を示す情報及び事象車両の運転者の状態を示す情報のうちの少なくとも一つを含む付帯情報を取得して、警告出力制御部23は、状態情報が示す状態を付帯情報が示す状態と比較することにより状態情報が示す状態が第2要因に対応する状態であるか否かを判定する。これにより、第2警告の要否を判定するにあたり、事象車両の状態、事象車両の周囲の状態又は事象車両の運転者の状態を考慮することができる。この結果、第2警告の要否をより正確に判定することができる。
また、要因抽出部22は、発生要因のうち、第1地点P1と第2地点P2間に位置する第3地点P3における第3警告の対象となる第3要因を抽出して、警告出力制御部23は、第3地点P3にて第3警告を出力する制御を実行する。これにより、3段階の警告を実現することができる。すなわち、多段階の警告を実現することができる。
また、実施の形態1に係る車両制御装置100は、警告出力制御装置200と、第1警告により未解消の第1要因及び第2警告により未解消の第2要因のうちの少なくとも一方に応じて車両1を操作する制御(車両制御)を実行する車両制御部24と、を備える。これにより、発生予測地点Pにおける交通事象の発生をより確実に防ぐことができる。
また、実施の形態1に係る警告出力制御方法は、情報取得部21が、車両1の走行予定経路Rにおける交通事象の発生予測地点Pを示す事象情報及び交通事象の発生要因を示す要因情報を取得して、要因抽出部22が、発生要因のうち、発生予測地点Pに対する手前に位置する第1地点P1における第1警告の対象となる第1要因を抽出するとともに、第1地点P1と発生予測地点P間に位置する第2地点P2における第2警告の対象となる第2要因を抽出して、警告出力制御部23が、第1地点P1にて第1警告を出力する制御を実行するとともに、第2地点P2にて第2警告を出力する制御を実行するものである。これにより、車両1が走行する予定の地点において複数個の要因による交通事象の発生が予測されるとき、個々の要因に応じたタイミングにて警告を出力することができる。この結果、個々の要因に応じたタイミングにて運転者に対応を促すことができる。
実施の形態2.
図17は、実施の形態2に係る警告出力制御装置を含む車両制御装置の要部を示すブロック図である。図17を参照して、実施の形態2に係る警告出力制御装置を含む車両制御装置について説明する。なお、図17において、図1に示すブロックと同様のブロックには同一符号を付して説明を省略する。
図17に示す如く、車両1は、車両制御装置100aを有している。車両制御装置100aは、情報取得部21、要因抽出部22、警告出力制御部23a及び車両制御部24を有している。情報取得部21、要因抽出部22及び警告出力制御部23aにより、警告出力制御装置200aの要部が構成されている。
警告出力制御部23aは、警告出力制御部23に対して、以下のような機能を追加してなるものである。
すなわち、警告出力制御部23aは、第1地点P1にて第1警告が出力された場合、車両1が第1地点P1と第2地点P2間の区間Sを走行しているとき、第1要因が解消されたか否かを判定するようになっている。第1要因が解消されたか否かの判定には、第1情報取得部31により取得された状態情報が用いられる。
警告出力制御部23aは、区間Sにて第1要因が解消されなかったと判定された場合(すなわち第2地点P2にて第1要因が未解消であると判定された場合)、車両1が第2地点P2を通過するとき、第1警告を再度出力する制御を実行するようになっている。これにより、第2地点P2においては、第1警告及び第2警告のうちの少なくとも一方が出力され得るものとなる(図18参照)。
例えば、要因抽出部22により速度超過に係る第1要因及び周囲確認不足に係る第2要因が抽出されたものとする。そして、警告出力制御部23aにより第1警告が要であると判定されて、第1地点P1にて速度超過に係る警告が出力されたものとする。また、警告出力制御部23aにより第2警告が要であると判定されたものとする。
この場合、警告出力制御部23aは、車両1が区間Sを走行しているとき、第1情報取得部31により取得された車両情報を用いて、車両1の走行速度vに基づき、速度超過に係る第1要因が解消されたか否かを判定する。区間Sにて第1要因が解消された場合、警告出力制御部23aは、第2地点P2にて周囲確認に係る警告を出力する制御を実行する。他方、区間Sにて第1要因が解消されなかった場合、警告出力制御部23aは、第2地点P2にて、速度超過に係る警告を再度出力する制御を実行するとともに、周囲確認に係る警告を出力する制御を実行する。
以下、警告出力制御部23aの機能に「F3a」の符号を用いることがある。
車両制御装置100aの要部のハードウェア構成は、実施の形態1にて図5~図7を参照して説明したものと同様である。このため、詳細な説明は省略する。すなわち、車両制御装置100aは、複数個の機能F1,F2,F3a,F4を有している。複数個の機能F1,F2,F3a,F4の各々は、プロセッサ41及びメモリ42により実現されるものであっても良く、又は処理回路43により実現されるものであっても良い。
次に、図19のフローチャートを参照して、警告出力制御装置200aの動作について、要因抽出部22及び警告出力制御部23aの動作を中心に説明する。なお、図19において、図8に示すステップと同様のステップには同一符号を付して説明を省略する。
図19におけるステップST1~ST9の処理は、図8におけるステップST1~ST9の処理とそれぞれ同様のものである。ただし、ステップST5の処理が実行されたとき、警告出力制御装置200aの処理は、ステップST21に進む。
すなわち、要因抽出部22は、第2要因を抽出する処理を実行する(ステップST21)。かかる処理には、第2情報取得部32により取得された要因情報が用いられる。なお、要因抽出部22は、ステップST2にて、第1要因を抽出する処理を実行するとともに、第2要因を抽出する処理を実行するものであっても良い。この場合、ステップST21の処理は不要である。
少なくとも1個の第2要因が抽出された場合(ステップST22“YES”)、警告出力制御部23aは、第2警告の要否を判定する(ステップST23)。かかる要否の判定には、第1情報取得部31により取得された状態情報及び第2情報取得部32により取得された付帯情報が用いられる。すなわち、かかる要否の判定は、状態判定によるものである。
第2警告が要であると判定された場合(ステップST23“YES”)、警告出力制御部23aは、第1要因が解消されたか否かを判定する(ステップST24)。かかる判定には、区間Sにて第1情報取得部31により取得された状態情報が用いられる。第1要因が未解消であると判定された場合(ステップST24“YES”)、警告出力制御部23aは、第2地点P2にて第1警告及び第2警告を出力する制御を実行する(ステップST25)。他方、第1要因が解消済みであると判定された場合(ステップST24“NO”)、警告出力制御部23aは、第2地点P2にて第2警告を出力する制御を実行する(ステップST26)。これらの制御には、第1情報取得部31により取得された車両情報及び第2情報取得部32により取得された事象情報などが用いられる。
第2要因が1個も抽出されなかった場合(ステップST22“NO”)、又は第2警告が不要であると判定された場合(ステップST23“NO”)、警告出力制御部23aは、第1要因が解消されたか否かを判定する(ステップST27)。かかる判定には、区間Sにて第1情報取得部31により取得された状態情報が用いられる。第1要因が未解消であると判定された場合(ステップST27“YES”)、警告出力制御部23aは、第2地点P2にて第1警告を出力する制御を実行する(ステップST28)。
次に、車両制御装置100aの変形例について説明する。また、警告出力制御装置200aの変形例について説明する。
車両制御装置100aは、実施の形態1にて説明したものと同様の種々の変形例を採用することができる。また、警告出力制御装置200aは、実施の形態1にて説明したものと同様の種々の変形例を採用することができる。
例えば、車載情報機器5により車両制御装置100aの要部が構成されているものであっても良い。または、車載情報機器5及び携帯情報端末6により車両制御装置100aの要部が構成されているものであっても良い。または、車載情報機器5及びサーバ7により車両制御装置100aの要部が構成されているものであっても良い。または、車載情報機器5、携帯情報端末6及びサーバ7により車両制御装置100aの要部が構成されているものであっても良い。
また、例えば、複数個の機能F1,F2,F3aは、サーバ7にて実現されるものであっても良い。すなわち、サーバ7により警告出力制御装置200aの要部が構成されているものであっても良い。
以上のように、実施の形態2に係る警告出力制御装置200aにおいて、警告出力制御部23aは、第1地点P1における第1警告により第1要因が未解消である場合、第2地点P2にて第1警告及び第2警告を出力する制御を実行する。これにより、第1要因をより確実に解消することができる。この結果、発生予測地点Pにおける交通事象の発生確率をより低減することができる。
実施の形態3.
図20は、実施の形態3に係る警告出力制御装置を含む車両制御装置の要部を示すブロック図である。図20を参照して、実施の形態3に係る警告出力制御装置を含む車両制御装置について説明する。なお、図20において、図1に示すブロックと同様のブロックには同一符号を付して説明を省略する。
図20に示す如く、車両1は、車両制御装置100bを有している。車両制御装置100bは、情報取得部21a、要因抽出部22、警告出力制御部23b及び車両制御部24を有している。情報取得部21aは、第1情報取得部31、第2情報取得部32及び第3情報取得部33を有している。情報取得部21a、要因抽出部22及び警告出力制御部23bにより、警告出力制御装置200bの要部が構成されている。
第3情報取得部33は、車両1の運転者による運転傾向を示す情報(以下「第1運転傾向情報」という。)、及び当該運転傾向の変動要因を示す情報(以下「第2運転傾向情報」という。)を取得するものである。以下、これらの情報を総称して「運転傾向情報」ということがある。
第1運転傾向情報は、例えば、運転者による加速傾向を示す情報、運転者による減速傾向を示す情報、運転者による直進安定性を示す情報、及び運転者によるコーナリング安定性を示す情報などを含むものである。このほか、第1運転傾向情報は、例えば、特許文献1の段落[0048]に記載された情報と同様の情報を含むものである。
第2運転傾向情報は、例えば、運転者の性格を示す情報、運転者の気分を示す情報、車両1における同乗者の有無を示す情報、車両1の目的地を示す情報(すなわち運転者の移動目的を示す情報)、及び運転者のスケジュールを示す情報(すなわち運転者による焦りの度合いを示す情報)などを含むものである。
運転傾向情報は、例えば、情報源2を用いて取得されるものである。図20において、情報源2と第3情報取得部33間の接続線は図示を省略している。または、運転傾向情報は、例えば、車両1の運転者により入力されるものである。
警告出力制御部23bは、警告出力制御部23に対して、以下のような機能を追加してなるものである。
すなわち、警告出力制御部23bは、状態判定に基づき第1警告が要であると判定された場合、第3情報取得部33により取得された運転傾向情報を用いて、第1警告が出力されなくとも第1要因が解消される確率X1を演算する。すなわち、警告出力制御部23bは、第1運転傾向情報が示す運転傾向及び第2運転傾向情報が示す変動要因に基づき、車両1の運転者により第1要因が自主的に解消される確率X1を演算する。
確率X1が高い場合(例えば確率X1が所定の閾値Xth以上の値である場合)、警告出力制御部23bは、状態判定に基づく要否の判定結果にかかわらず、第1警告が不要であると判定する。これにより、警告出力制御部23bは、第1警告を出力する制御の実行をキャンセルする。他方、確率X1が低い場合(例えば確率X1が閾値Xth未満の値である場合)、警告出力制御部23bは、第1警告が要であると判定する。これにより、警告出力制御部23bは、第1地点P1にて第1警告を出力する制御を実行する。
また、警告出力制御部23bは、状態判定に基づき第2警告が要であると判定された場合、第3情報取得部33により取得された運転傾向情報を用いて、第2警告が出力されなくとも第2要因が解消される確率X2を演算する。すなわち、警告出力制御部23bは、第1運転傾向情報が示す運転傾向及び第2運転傾向情報が示す変動要因に基づき、車両1の運転者により第2要因が自主的に解消される確率X2を演算する。
確率X2が高い場合(例えば確率X2が閾値Xth以上の値である場合)、警告出力制御部23bは、状態判定に基づく要否の判定結果にかかわらず、第2警告が不要であると判定する。これにより、警告出力制御部23bは、第2警告を出力する制御の実行をキャンセルする。他方、確率X2が低い場合(例えば確率X2が閾値Xth未満の値である場合)、警告出力制御部23bは、第2警告が要であると判定する。これにより、警告出力制御部23bは、第2地点P2にて第2警告を出力する制御を実行する。
例えば、状態判定の結果に基づき、速度超過に係る第1警告が要であると判定されたものとする。この場合、警告出力制御部23bは、第1運転傾向情報が示す減速傾向に基づき、第1要因が解消される確率X1を判定する。すなわち、警告出力制御部23bは、車両1の運転者が自主的に車両1を減速させる確率X1を判定する。確率X1が閾値Xth以上の値である場合、警告出力制御部23bは、状態判定に基づく要否の判定結果にかかわらず、第1警告が不要であると判定する。他方、確率X1が閾値Xth未満の値である場合、警告出力制御部23bは、第1警告が要であると判定する。
このとき、警告出力制御部23bは、第2運転傾向情報が示す運転者のスケジュールに基づき確率X1を異ならしめるものであっても良い。すなわち、警告出力制御部23bは、運転者による焦りの度合いに応じて確率X1を異ならしめるものであっても良い。例えば、第1運転傾向情報が示す減速傾向に基づき、車両1の運転者が車両1を減速させる確率X1が高いと判定される場合であっても、第2運転傾向情報が示すスケジュールに基づき、運転者による焦りの度合いが大きいと判定されるときは、確率X1が低いと判定されるものであっても良い。
このように、第1地点P1においては、車両1の運転者による運転傾向に応じて第1警告が出力され得るものとなる(図21参照)。同様に、第2地点P2においては、車両1の運転者による運転傾向に応じて第2警告が出力され得るものとなる(図21参照)。
以下、情報取得部21aの機能に「F1a」の符号を用いることがある。また、警告出力制御部23bの機能に「F3b」の符号を用いることがある。
車両制御装置100bの要部のハードウェア構成は、実施の形態1にて図5~図7を参照して説明したものと同様である。このため、詳細な説明は省略する。すなわち、車両制御装置100bは、複数個の機能F1a,F2,F3b,F4を有している。複数個の機能F1a,F2,F3b,F4の各々は、プロセッサ41及びメモリ42により実現されるものであっても良く、又は処理回路43により実現されるものであっても良い。
次に、図22のフローチャートを参照して、警告出力制御装置200bの動作について、要因抽出部22及び警告出力制御部23bの動作を中心に説明する。なお、図22において、図8に示すステップと同様のステップには同一符号を付して説明を省略する。
まず、ステップST1,ST2の処理が実行される。少なくとも1個の第1要因が抽出された場合(ステップST3“YES”)、警告出力制御部23bは、第1警告の要否を判定する(ステップST4a)。ステップST4aにおける要否の判定は、状態判定による要否の判定に加えて、確率X1に基づく要否の判定を含み得るものである。第1警告が要であると判定された場合(ステップST4a“YES”)、ステップST5の処理が実行される。
次いで、ステップST6の処理が実行される。少なくとも1個の第2要因が抽出された場合(ステップST7“YES”)、警告出力制御部23bは、第2警告の要否を判定する(ステップST8a)。ステップST8aにおける要否の判定は、状態判定による要否の判定に加えて、確率X2に基づく要否の判定を含み得るものである。第2警告が要であると判定された場合(ステップST8a“YES”)、ステップST9の処理が実行される。
次に、車両制御装置100bの変形例について説明する。また、警告出力制御装置200bの変形例について説明する。
車両制御装置100bは、実施の形態1にて説明したものと同様の種々の変形例を採用することができる。また、警告出力制御装置200bは、実施の形態1にて説明したものと同様の種々の変形例を採用することができる。
例えば、車載情報機器5により車両制御装置100bの要部が構成されているものであっても良い。または、車載情報機器5及び携帯情報端末6により車両制御装置100bの要部が構成されているものであっても良い。または、車載情報機器5及びサーバ7により車両制御装置100bの要部が構成されているものであっても良い。または、車載情報機器5、携帯情報端末6及びサーバ7により車両制御装置100bの要部が構成されているものであっても良い。
また、例えば、複数個の機能F1a,F2,F3bは、サーバ7にて実現されるものであっても良い。すなわち、サーバ7により警告出力制御装置200bの要部が構成されているものであっても良い。
次に、警告出力制御装置200bの他の変形例について説明する。
車両1が複数人のユーザにより共用されるものである場合(すなわち複数人のユーザのうちの選択された1人のユーザにより車両1が運転されるものである場合)、運転傾向情報は、ユーザ毎に用意されるものであっても良い。これに対して、警告出力制御部23bは、車両1を現在運転しているユーザに対応する運転傾向情報を取得するものであっても良い。これにより、車両1を現在運転しているユーザに対応する確率X1,X2を演算することができる。
例えば、複数人のユーザのうちの第1のユーザが車両1を運転しているとき、状態判定に基づき速度超過に係る第1警告が要であると判定されたものとする。また、第1のユーザに対応する第1運転傾向情報は、第1のユーザが自主的に車両1を減速させる可能性が低いという減速傾向を示しているものとする。この場合、第1要因が自主的に解消される確率X1が低いと判定されて、第1警告が要であると判定される。
他方、複数人のユーザのうちの第2のユーザが車両1を運転しているとき、状態判定に基づき速度超過に係る第1警告が要であると判定されたものとする。また、第2のユーザに対応する第1運転傾向情報は、第2のユーザが自主的に車両1を減速させる可能性が高いという減速傾向を示しているものとする。この場合、第1要因が自主的に解消される確率X1が高いと判定されて、第1警告が不要であると判定される。
確率X1,X2の演算は、第2運転傾向情報を用いないものであっても良い。すなわち、確率X1,X2の演算は、第1運転傾向情報及び第2運転傾向情報のうちの第1運転傾向情報のみを用いるものであっても良い。この場合、運転傾向情報は、第1運転傾向情報のみを含むものであっても良い。
警告出力制御部23bは、第1警告について、状態判定による要否の判定をすることなく、確率X1に基づく要否の判定をするものであっても良い。また、警告出力制御部23bは、第2警告について、状態判定による要否の判定をすることなく、確率X2に基づく要否の判定をするものであっても良い。
警告出力制御部23bは、第1地点P1にて第1警告が出力された場合において、区間Sにて第1要因が解消されなかったとき、警告出力制御部23aにより実行される制御と同様の制御を実行するものであっても良い。すなわち、警告出力制御部23bは、第2地点P2にて第1警告及び第2警告を出力する制御を実行するものであっても良い。
以上のように、実施の形態3に係る警告出力制御装置200bにおいて、情報取得部21aは、車両1の運転者による運転傾向を示す情報(第1運転傾向情報)を含む運転傾向情報を取得して、警告出力制御部23bは、運転傾向に基づき第1要因が解消される確率X1を演算することにより第1警告の要否を判定する。これにより、車両1の運転者による運転傾向に応じて、不要な第1警告が出力されるのを回避することができる。
また、情報取得部21aは、車両1の運転者による運転傾向を示す情報(第1運転傾向情報)を含む運転傾向情報を取得して、警告出力制御部23bは、運転傾向に基づき第2要因が解消される確率X2を演算することにより第2警告の要否を判定する。これにより、車両1の運転者による運転傾向に応じて、不要な第2警告が出力されるのを回避することができる。
また、運転傾向情報は、運転傾向の変動要因を示す情報(第2運転傾向情報)を含み、警告出力制御部23bは、運転傾向及び変動要因に基づき確率X1を演算する。これにより、車両1の運転者による運転傾向に応じて、不要な第1警告が出力されるのをより確実に回避することができる。
また、運転傾向情報は、運転傾向の変動要因を示す情報(第2運転傾向情報)を含み、警告出力制御部23bは、運転傾向及び変動要因に基づき確率X2を演算する。これにより、車両1の運転者による運転傾向に応じて、不要な第2警告が出力されるのをより確実に回避することができる。
実施の形態4.
図23は、実施の形態4に係る警告出力制御装置を含む車両制御装置の要部を示すブロック図である。図24は、実施の形態4に係る警告出力制御装置用の学習装置の要部を示すブロック図である。図23を参照して、実施の形態4に係る警告出力制御装置を含む車両制御装置について説明する。また、図24を参照して、実施の形態4に係る警告出力制御装置用の学習装置について説明する。なお、図23において、図1に示すブロックと同様のブロックには同一符号を付して説明を省略する。
図23に示す如く、車両1は、車両制御装置300を有している。車両制御装置300は、情報取得部51、要因抽出部52、警告出力制御部53及び車両制御部54を有している。情報取得部51は、第1情報取得部61及び第2情報取得部62を有している。情報取得部51、要因抽出部52及び警告出力制御部53により、警告出力制御装置400の要部が構成されている。
第1情報取得部61は、第1情報取得部31と同様のものである。第2情報取得部62は、第2情報取得部32と同様ものである。すなわち、情報取得部51は、情報取得部21と同様のものである。このため、情報取得部51についての詳細な説明は省略する。
要因抽出部52は、第1情報取得部61により取得された状態情報並びに第2情報取得部62により取得された要因情報及び付帯情報を用いて、第1要因を抽出する処理を実行するものである。また、要因抽出部52は、これらの情報を用いて、第2要因を抽出する処理を実行するものである。
ここで、要因抽出部52は、機械学習による学習済みモデルM1,M2を用いるものである。学習済みモデルM1,M2は、例えば、ニューラルネットワークにより構成されている。学習済みモデルM1,M2は、要因情報、状態情報及び付帯情報の入力を受け付けるものである。学習済みモデルM1は、これらの入力に対して、第1要因を示す値(以下「第1要因値」という。)C1を出力するものである。学習済みモデルM2は、これらの入力に対して、第2要因を示す値(以下「第2要因値」という。)C2を出力するものである。
このようにして、第1要因が抽出されるとともに、第2要因が抽出される。以下、当該抽出された値を総称して「要因値」ということがある。
警告出力制御部53は、要因抽出部52により少なくとも1個の第1要因が抽出された場合、車両1が第1地点P1を通過するとき、第1警告を出力する制御を実行するものである。また、警告出力制御部53は、要因抽出部52により少なくとも1個の第2要因が抽出された場合、車両1が第2地点P2を通過するとき、第2警告を出力する制御を実行するものである。これらの制御には、第1情報取得部61により取得された車両情報及び第2情報取得部62により取得された事象情報などが用いられる。
すなわち、警告出力制御部53においては、状態判定に基づく第1警告の要否の判定が不要である。また、警告出力制御部53においては、状態判定に基づく第2警告の要否の判定が不要である。
上記のとおり、学習済みモデルM1,M2は、要因情報の入力を受け付けるのに加えて、状態情報及び付帯情報の入力を受け付けるものである。学習済みモデルM1は、これらの入力に対して、以下のような第1要因値C1を出力するように学習されたものである。すなわち、学習済みモデルM1は、状態情報が示す状態(車両1の状態、車両1の周囲の状態、車両1の運転者の状態)と付帯情報が示す状態(事象車両の状態、事象車両の周囲の状態、事象車両の運転者の状態)との相関に応じた要否も考慮したうえで、第1地点P1にて警告されるべき第1要因を示す第1要因値C1を出力するように学習されたものである。これにより、警告出力制御部53において、状態判定に基づく第1警告の要否の判定を不要とすることができる。
また、学習済みモデルM2は、これらの入力に対して、以下のような第2要因値C2を出力するように学習されたものである。すなわち、学習済みモデルM2は、状態情報が示す状態(車両1の状態、車両1の周囲の状態、車両1の運転者の状態)と付帯情報が示す状態(事象車両の状態、事象車両の周囲の状態、事象車両の運転者の状態)との相関に応じた要否も考慮したうえで、第2地点P2にて警告されるべき第2要因を示す第2要因値C2を出力するように学習されたものである。これにより、警告出力制御部53において、状態判定に基づく第2警告の要否の判定を不要とすることができる。
車両制御部54は、車両制御部24と同様のものである。このため、車両制御部54についての詳細な説明は省略する。
図24に示す如く、記憶装置8は、学習用情報記憶部12を有している。記憶装置8は、メモリにより構成されている。また、学習装置500は、学習用情報取得部71、要因抽出部72及び学習部73を有している。
学習用情報記憶部12は、要因抽出部72におけるモデルM1,M2の学習に用いられる情報(以下「学習用情報」という。)を記憶するものである。学習用情報は、例えば、車両1と同様の車両を用いて収集されたものである。
すなわち、学習用情報は、複数個のデータセット(以下「学習用データセット」という。)を含むものである。個々の学習用データセットは、例えば、要因情報に相当する学習用データ、状態情報に相当する学習用データ、及び付帯情報に相当する学習用データを含むものである。状態情報に相当する学習用データは、車両情報に相当する学習用データ、周囲情報に相当する学習用データ、及び運転者情報に相当する学習用データのうちの少なくとも一つを含むものである。付帯情報に相当する学習用データは、事象車両の状態を示す情報に相当する学習用データ、事象車両の周囲の状態を示す情報に相当する学習用データ、及び事象車両の運転者の状態を示す情報に相当する学習用データのうちの少なくとも一つを含むものである。
学習用情報取得部71は、学習用情報を取得するものである。より具体的には、学習用情報取得部71は、個々の学習用データセットを取得するものである。個々の学習用データセットは、学習用情報記憶部12から取得される。
要因抽出部72は、要因抽出部52と同様のものである。すなわち、要因抽出部72は、機械学習により学習自在なモデルM1,M2を有している。モデルM1,M2は、学習用情報取得部71により取得された学習用データセットの入力を受け付けるものである。モデルM1は、かかる入力に対して、第1要因値C1を出力するものである。モデルM2は、かかる入力に対して、第2要因値C2を出力するものである。
学習部73は、機械学習によるモデルM1,M2の学習をするものである。具体的には、例えば、学習部73は、教師あり学習によるモデルM1,M2の学習をするものである。
すなわち、学習部73は、第1要因の抽出に係る正解を示すデータ(以下「第1正解データ」又は「正解データ」という。)を取得する。より具体的には、学習部73は、学習用情報取得部71により取得された学習用データセットに対応する第1正解データを取得する。換言すれば、学習部73は、要因抽出部72による第1要因の抽出に用いられた学習用データセットに対応する第1正解データを取得する。
次いで、学習部73は、要因抽出部72による第1要因の抽出結果(すなわち第1要因値C1)と、上記取得された第1正解データが示す正解とを比較する。学習部73は、かかる比較の結果に応じて、モデルM1における複数個のパラメータのうちの1個以上のパラメータを選択して、当該選択されたパラメータの値を更新する。モデルM1における個々のパラメータは、例えば、ニューラルネットワークにおける層間の重み値に対応するものである。
また、学習部73は、第2要因の抽出に係る正解を示すデータ(以下「第2正解データ」又は「正解データ」という。)を取得する。より具体的には、学習部73は、学習用情報取得部71により取得された学習用データセットに対応する第2正解データを取得する。換言すれば、学習部73は、要因抽出部72による第2要因の抽出に用いられた学習用データセットに対応する第2正解データを取得する。
次いで、学習部73は、要因抽出部72による第2要因の抽出結果(すなわち第2要因値C2)と、上記取得された第2正解データが示す正解とを比較する。学習部73は、かかる比較の結果に応じて、モデルM2における複数個のパラメータのうちの1個以上のパラメータを選択して、当該選択されたパラメータの値を更新する。モデルM2における個々のパラメータは、例えば、ニューラルネットワークにおける層間の重み値に対応するものである。
ここで、第1正解データが示す正解は、状態情報に相当する学習用データが示す状態(車両1の状態、車両1の周囲の状態、車両1の運転者の状態)と付帯情報に相当する学習用データが示す状態(事象車両の状態、事象車両の周囲の状態、事象車両の運転者の状態)との相関に応じた要否も考慮したうえで、第1地点P1にて警告されるべき要因を示すものである。また、第2正解データが示す正解は、かかる相関に応じた要否も考慮したうえで、第2地点P2にて警告されるべき要因を示すものである。
このため、学習部73による学習が複数回実行されることにより(すなわち複数個の学習用データセットを用いた学習が順次実行されることにより)、上記のような学習済みモデルM1,M2が生成される。すなわち、要因情報、状態情報及び付帯情報の入力を受け付けて、第1地点にて警告されるべき要因を示す第1要因値C1を出力するような学習済みモデルM1が生成される。また、要因情報、状態情報及び付帯情報の入力を受け付けて、第2地点にて警告されるべき要因を示す第2要因値C2を出力するような学習済みモデルM2が生成される。当該生成された学習済みモデルM1,M2が警告出力制御装置400に用いられる。
このほか、モデルM1,M2の学習には、教師あり学習に係る公知の種々の技術を用いることができる。これらの技術についての詳細な説明は省略する。
以下、情報取得部51の機能に「F11」の符号を用いることがある。また、要因抽出部52の機能に「F12」の符号を用いることがある。また、警告出力制御部53の機能に「F13」の符号を用いることがある。また、車両制御部54の機能に「F14」の符号を用いることがある。
以下、学習用情報取得部71の機能に「F21」の符号を用いることがある。また、要因抽出部72の機能に「F22」の符号を用いることがある。また、学習部73の機能に「F23」の符号を用いることがある。
車両制御装置300の要部のハードウェア構成は、実施の形態1にて図5~図7を参照して説明したものと同様である。このため、詳細な説明は省略する。すなわち、車両制御装置300は、複数個の機能F11~F14を有している。複数個の機能F11~F14の各々は、プロセッサ41及びメモリ42により実現されるものであっても良く、又は処理回路43により実現されるものであっても良い。
次に、図25~図27を参照して、学習装置500の要部のハードウェア構成について説明する。
図25に示す如く、学習装置500は、プロセッサ81及びメモリ82を有している。メモリ82には、複数個の機能F21~F23に対応するプログラムが記憶されている。プロセッサ81は、メモリ82に記憶されているプログラムを読み出して実行する。これにより、複数個の機能F21~F23が実現される。
または、図26に示す如く、学習装置500は、処理回路83を有している。処理回路83は、複数個の機能F21~F23に対応する処理を実行する。これにより、複数個の機能F21~F23が実現される。
または、図27に示す如く、学習装置500は、プロセッサ81、メモリ82及び処理回路83を有している。メモリ82には、複数個の機能F21~F23のうちの一部の機能に対応するプログラムが記憶されている。プロセッサ81は、メモリ82に記憶されているプログラムを読み出して実行する。これにより、かかる一部の機能が実現される。また、処理回路83は、複数個の機能F21~F23のうちの残余の機能に対応する処理を実行する。これにより、かかる残余の機能が実現される。
プロセッサ81の具体例は、プロセッサ41の具体例と同様である。メモリ82の具体例は、メモリ42の具体例と同様である。処理回路83の具体例は、処理回路43の具体例と同様である。これらの具体例についての詳細な説明は省略する。
次に、図28のフローチャートを参照して、警告出力制御装置400の動作について、要因抽出部52及び警告出力制御部53の動作を中心に説明する。
図28に示す処理は、所定の条件が満たされているとき(例えば車両1におけるイグニッション電源がオンされているとき)、繰り返し実行される。このとき、車両情報、周囲情報及び運転者情報は、第1情報取得部61により適宜取得される。また、事象情報、要因情報及び付帯情報は、第2情報取得部62により適宜取得される。
まず、警告出力制御装置400は、車両1の走行予定経路Rに交通事象の発生予測地点Pが含まれるか否かを判定する(ステップST31)。かかる判定には、第1情報取得部61により取得された車両情報及び第2情報取得部62により取得された事象情報が用いられる。
走行予定経路Rに発生予測地点Pが含まれると判定された場合(ステップST31“YES”)、要因抽出部52は、第1要因を抽出する処理を実行する(ステップST32)。かかる処理には、第1情報取得部61により取得された状態情報並びに第2情報取得部32により取得された要因情報及び付帯情報が用いられる。すなわち、学習済みモデルM1は、これらの情報の入力を受け付けて、第1要因値C1を出力する。
少なくとも1個の第1要因が抽出された場合(ステップST33“YES”)、警告出力制御部53は、第1地点P1にて第1警告を出力する制御を実行する(ステップST34)。かかる制御には、第1情報取得部61により取得された車両情報及び第2情報取得部62により取得された事象情報などが用いられる。
次いで、警告出力制御装置400の処理は、ステップST35に進む。すなわち、要因抽出部52は、第2要因を抽出する処理を実行する(ステップST35)。かかる処理には、第1情報取得部61により取得された状態情報並びに第2情報取得部62により取得された要因情報及び付帯情報が用いられる。すなわち、学習済みモデルM2は、これらの情報の入力を受け付けて、第2要因値C2を出力する。
少なくとも1個の第2要因が抽出された場合(ステップST36“YES”)、警告出力制御部53は、第2地点P2にて第2警告を出力する制御を実行する(ステップST37)。かかる制御には、第1情報取得部61により取得された車両情報及び第2情報取得部62により取得された事象情報などが用いられる。
次に、図29のフローチャートを参照して、学習装置500の動作について、要因抽出部72及び学習部73の動作を中心に説明する。図29に示す処理は、学習用情報取得部71により学習用情報が取得されたときに実行される。
まず、要因抽出部72は、第1要因を抽出する処理を実行する(ステップST41)。次いで、要因抽出部72は、第2要因を抽出する処理を実行する(ステップST42)。これらの処理には、学習用情報取得部71により取得された学習用情報が用いられる。すなわち、モデルM1は、当該取得された学習用情報の入力を受け付けて、第1要因値C1を出力する。また、モデルM2は当該取得された学習用情報の入力を受け付けて、第2要因値C2を出力する。
次いで、学習部73は、モデルM1,M2の各々について、パラメータの更新の要否を判定する(ステップST43)。
すなわち、学習部73は、第1正解データを取得する。学習部73は、当該取得された第1正解データとステップST41にて出力された第1要因値C1とを比較することにより、モデルM1におけるパラメータの更新の要否を判定する。また、学習部73は、第2正解データを取得する。学習部73は、当該取得された第2正解データとステップST42にて出力された第2要因値C2とを比較することにより、モデルM2におけるパラメータの更新の要否を判定する。
モデルM1におけるパラメータの更新が要であると判定された場合(ステップST43“YES”)、学習部73は、モデルM1におけるパラメータを更新する(ステップST44)。また、モデルM2におけるパラメータの更新が要であると判定された場合(ステップST43“YES”)、学習部73は、モデルM2におけるパラメータを更新する(ステップST44)。
次に、車両制御装置300の変形例について説明する。また、警告出力制御装置400の変形例について説明する。
車両制御装置300は、実施の形態1にて説明したものと同様の種々の変形例を採用することができる。また、警告出力制御装置400は、実施の形態1にて説明したものと同様の種々の変形例を採用することができる。
例えば、車載情報機器5により車両制御装置300の要部が構成されているものであっても良い。または、車載情報機器5及び携帯情報端末6により車両制御装置300の要部が構成されているものであっても良い。または、車載情報機器5及びサーバ7により車両制御装置300の要部が構成されているものであっても良い。または、車載情報機器5、携帯情報端末6及びサーバ7により車両制御装置300の要部が構成されているものであっても良い。
また、例えば、複数個の機能F11~F13は、サーバ7にて実現されるものであっても良い。すなわち、サーバ7により警告出力制御装置400の要部が構成されているものであっても良い。
次に、警告出力制御装置400の他の変形例について説明する。また、学習装置500の変形例について説明する。
警告出力制御装置400は、学習部73を有するものであっても良い。すなわち、要因抽出部52は、機械学習により学習自在なモデルM1,M2を有するものであっても良い。警告出力制御装置400における学習部73は、情報取得部51により取得された情報(すなわち要因情報、状態情報及び付帯情報)を学習用情報に用いて、要因抽出部52におけるモデルM1,M2の学習をするものであっても良い。
学習部73によるモデルM1,M2の学習は、教師あり学習に限定されるものではない。例えば、学習部73は、教師なし学習によるモデルM1,M2の学習をするものであっても良い。または、例えば、学習部73は、強化学習によるモデルM1,M2の学習をするものであっても良い。
次に、警告出力制御装置400の他の変形例について説明する。また、学習装置500の他の変形例について説明する。
学習済みモデルM1には、車両情報が入力されないものであっても良い。学習済みモデルM1には、周囲情報が入力されないものであっても良い。学習済みモデルM1には、運転者情報が入力されないものであっても良い。すなわち、学習済みモデルM1は、要因情報の入力、車両情報、周囲情報及び運転者情報のうちの少なくとも一つの入力、並びに付帯情報の入力を受け付けて、第1要因値C1を出力するものであっても良い。
学習済みモデルM2には、車両情報が入力されないものであっても良い。学習済みモデルM2には、周囲情報が入力されないものであっても良い。学習済みモデルM2には、運転者情報が入力されないものであっても良い。すなわち、学習済みモデルM2は、要因情報の入力、車両情報、周囲情報及び運転者情報のうちの少なくとも一つの入力、並びに付帯情報の入力を受け付けて、第2要因値C2を出力するものであっても良い。
すなわち、状態情報は、車両情報、周囲情報及び運転者情報のうちの少なくとも一つを含むものであっても良い。また、付帯情報は、事象車両の状態を示す情報、事象車両の周囲の状態を示す情報及び事象車両の運転者の状態を示す情報のうちの少なくとも一つを含むものであっても良い。
学習済みモデルM1には、付帯情報が入力されないものであっても良い。すなわち、学習済みモデルM1は、要因情報及び状態情報の入力を受け付けて、第1要因値C1を出力するものであっても良い。または、学習済みモデルM1には、状態情報及び付帯情報が入力されないものであっても良い。すなわち、学習済みモデルM1は、要因情報の入力を受け付けて、第1要因値C1を出力するものであっても良い。ただし、不要な第1警告が出力されるのを回避する観点から、状態情報及び付帯情報を用いるのが好適である。
学習済みモデルM2には、付帯情報が入力されないものであっても良い。すなわち、学習済みモデルM2は、要因情報及び状態情報の入力を受け付けて、第1要因値C1を出力するものであっても良い。または、学習済みモデルM2には、状態情報及び付帯情報が入力されないものであっても良い。すなわち、学習済みモデルM2は、要因情報の入力を受け付けて、第2要因値C2を出力するものであっても良い。ただし、不要な第2警告が出力されるのを回避する観点から、状態情報及び付帯情報を用いるのが好適である。
これらの場合において、個々の学習用データセットは、学習済みモデルM1,M2に入力されない情報に相当する学習用データを含まないものであっても良い。すなわち、個々の学習用データセットは、付帯情報に相当する学習用データを含まないものであっても良い。または、個々の学習用データセットは、状態情報に相当する学習用データ及び付帯情報に相当する学習用データを含まないものであっても良い。
次に、警告出力制御装置400の他の変形例について説明する。また、学習装置500の他の変形例について説明する。
要因抽出部52は、第1要因及び第2要因を抽出するのに加えて、第3要因を抽出するものであっても良い。警告出力制御部53は、第3地点P3にて第3警告を出力する制御を実行するものであっても良い。
この場合、警告出力制御部53は、学習済みモデルM1,M2を用いるのに加えて、学習済みモデルM3を用いる。学習済みモデルM3は、学習済みモデルM1,M2に入力される情報と同様の情報の入力を受け付けて、第3要因を示す値(以下「第3要因値」ということがある。)C3を出力するように学習されたものである。学習部73は、モデルM1,M2の学習をするのに加えて、モデルM3の学習をする。モデルM3の学習方法は、モデルM1,M2の学習方法と同様である。このため、詳細な説明は省略する。
また、要因抽出部52は、第1要因、第2要因及び第3要因を抽出するのに加えて、第4要因を抽出するものであっても良い。警告出力制御部53は、第4地点P4にて第4警告を出力する制御を実行するものであっても良い。
この場合、警告出力制御部53は、学習済みモデルM1,M2,M3を用いるのに加えて、学習済みモデルM4を用いる。学習済みモデルM4は、学習済みモデルM1,M2,M3に入力される情報と同様の情報の入力を受け付けて、第4要因を示す値(以下「第4要因値」ということがある。)C4を出力するように学習されたものである。学習部73は、モデルM1,M2,M3の学習をするのに加えて、モデルM4の学習をする。モデルM4の学習方法は、モデルM1,M2,M3の学習方法と同様である。このため、詳細な説明は省略する。
また、要因抽出部52は、第1要因、第2要因及び第3要因を抽出するのに加えて、又は第1要因、第2要因、第3要因及び第4要因を抽出するのに加えて、第5要因を抽出するものであっても良い。警告出力制御部53は、第5地点P5にて第5警告を出力する制御を実行するものであっても良い。
この場合、警告出力制御部53は、学習済みモデルM1,M2,M3又は学習済みモデルM1,M2,M3,M4を用いるのに加えて、学習済みモデルM5を用いる。学習済みモデルM5は、学習済みモデルM1,M2,M3又は学習済みモデルM1,M2,M3,M4に入力される情報と同様の情報の入力を受け付けて、第5要因を示す値(以下「第5要因値」ということがある。)C5を出力するように学習されたものである。学習部73は、モデルM1,M2,M3又はモデルM1,M2,M3,M4の学習をするのに加えて、モデルM5の学習をする。モデルM5の学習方法は、モデルM1,M2,M3又はモデルM1,M2,M3,M4の学習方法と同様である。このため、詳細な説明は省略する。
このように、警告出力制御装置400により実現される警告は、第1警告及び第2警告による2段階の警告に限定されるものではない。警告出力制御装置400は、3段階以上の警告を実現するものであっても良い。すなわち、警告出力制御装置400は、多段階の警告を実現するものであっても良い。
以上のように、実施の形態4に係る警告出力制御装置400は、車両1の走行予定経路Rにおける交通事象の発生予測地点Pを示す事象情報及び交通事象の発生要因を示す要因情報を取得する情報取得部51と、発生要因のうち、発生予測地点Pに対する手前に位置する第1地点P1における第1警告の対象となる第1要因を抽出するとともに、第1地点P1と発生予測地点P間に位置する第2地点P2における第2警告の対象となる第2要因を抽出する要因抽出部52と、第1地点P1にて第1警告を出力する制御を実行するとともに、第2地点P2にて第2警告を出力する制御を実行する警告出力制御部53と、を備え、要因抽出部52は、機械学習による学習済みモデルM1,M2を用いるものであり、学習済みモデルM1,M2は、要因情報の入力を受け付けて、第1要因及び第2要因を示す要因値C1,C2を出力するものである。これにより、車両1が走行する予定の地点において複数個の要因による交通事象の発生が予測されるとき、個々の要因に応じたタイミングにて警告を出力することができる。この結果、個々の要因に応じたタイミングにて運転者に対応を促すことができる。
また、情報取得部51は、車両1の状態を示す情報(車両情報)、車両1の周囲の状態を示す情報(周囲情報)及び車両1の運転者の状態を示す情報(運転者情報)のうちの少なくとも一つを含む状態情報を取得して、学習済みモデルM1,M2は、要因情報及び状態情報の入力を受け付けて、要因値C1,C2を出力するものである。これにより、車両1の状態、車両1の周囲の状態又は車両1の運転者の状態に応じて、不要な警告が出力されるのを回避することができる。
また、情報取得部51は、交通事象を過去に発生させた事象車両の状態を示す情報、事象車両の周囲の状態を示す情報及び事象車両の運転者の状態を示す情報のうちの少なくとも一つを含む付帯情報を取得して、学習済みモデルM1,M2は、要因情報、状態情報及び付帯情報の入力を受け付けて、要因値C1,C2を出力するものである。付帯情報を用いることにより、より適切な要因値C1,C2が出力されるような学習済みモデルM1,M2を実現することができる。
また、要因抽出部52は、発生要因のうち、第1地点P1と第2地点P2間に位置する第3地点P3における第3警告の対象となる第3要因を抽出して、警告出力制御部53は、第3地点P3にて第3警告を出力する制御を実行して、学習済みモデルM1,M2,M3は、第1要因、第2要因及び第3要因を示す要因値C1,C2,C3を出力するものである。これにより、3段階の警告を実現することができる。すなわち、多段階の警告を実現することができる。
また、実施の形態4に係る車両制御装置300は、警告出力制御装置400と、第1警告により未解消の第1要因及び第2警告により未解消の第2要因のうちの少なくとも一方に応じて車両1を操作する制御を実行する車両制御部54と、を備える。これにより、発生予測地点Pにおける交通事象の発生をより確実に防ぐことができる。
実施の形態5.
図30は、実施の形態5に係る警告出力制御装置を含む車両制御装置の要部を示すブロック図である。図30を参照して、実施の形態5に係る警告出力制御装置を含む車両制御装置について説明する。なお、図30において、図23に示すブロックと同様のブロックには同一符号を付して説明を省略する。
図30に示す如く、車両1は、車両制御装置300aを有している。車両制御装置300aは、情報取得部51、要因抽出部52、警告出力制御部53a及び車両制御部54を有している。情報取得部51、要因抽出部52及び警告出力制御部53aにより、警告出力制御装置400aの要部が構成されている。
警告出力制御部53aは、警告出力制御部53に対して、警告出力制御部23aの機能と同様の機能を追加してなるものである。
すなわち、警告出力制御部53aは、第1地点P1にて第1警告が出力された場合、車両1が第1地点P1と第2地点P2間の区間Sを走行しているとき、第1要因が解消されたか否かを判定するようになっている。第1要因が解消されたか否かの判定には、第1情報取得部61により取得された状態情報が用いられる。
警告出力制御部53aは、区間Sにて第1要因が解消されなかったと判定された場合(すなわち第2地点P2にて第1要因が未解消であると判定された場合)、車両1が第2地点P2を通過するとき、第1警告を再度出力する制御を実行するようになっている。これにより、第2地点P2においては、第1警告及び第2警告のうちの少なくとも一方が出力され得るものとなる。
以下、警告出力制御部53aの機能に「F13a」の符号を用いることがある。
車両制御装置300aの要部のハードウェア構成は、実施の形態1にて図5~図7を参照して説明したものと同様である。このため、詳細な説明は省略する。すなわち、車両制御装置300aは、複数個の機能F11,F12,F13a,F14を有している。複数個の機能F11,F12,F13a,F14の各々は、プロセッサ41及びメモリ42により実現されるものであっても良く、又は処理回路43により実現されるものであっても良い。
次に、図31のフローチャートを参照して、警告出力制御装置400aの動作について、要因抽出部52及び警告出力制御部53aの動作を中心に説明する。なお、図31において、図28に示すステップと同様のステップには同一符号を付して説明を省略する。
図31におけるステップST31~ST37の処理は、図28におけるステップST31~ST37の処理とそれぞれ同様のものである。ただし、ステップST34の処理が実行されたとき、警告出力制御装置400aの処理は、ステップST51に進む。
すなわち、要因抽出部52は、第2要因を抽出する処理を実行する(ステップST51)。かかる処理には、第1情報取得部61により取得された状態情報並びに第2情報取得部62により取得された要因情報及び付帯情報が用いられる。
少なくとも1個の第2要因が抽出された場合(ステップST52“YES”)、警告出力制御部53aは、第1要因が解消されたか否かを判定する(ステップST53)。かかる判定には、区間Sにて第1情報取得部61により取得された状態情報が用いられる。第1要因が未解消であると判定された場合(ステップST53“YES”)、警告出力制御部53aは、第2地点P2にて第1警告及び第2警告を出力する制御を実行する(ステップST54)。他方、第1要因が解消済みであると判定された場合(ステップST53“NO”)、警告出力制御部53aは、第2地点P2にて第2警告を出力する制御を実行する(ステップST55)。これらの制御には、第1情報取得部61により取得された車両情報及び第2情報取得部62により取得された事象情報などが用いられる。
第2要因が1個も抽出されなかった場合(ステップST52“NO”)、警告出力制御部53aは、第1要因が解消されたか否かを判定する(ステップST56)。かかる判定には、区間Sにて第1情報取得部61により取得された状態情報が用いられる。第1要因が未解消であると判定された場合(ステップST56“YES”)、警告出力制御部53aは、第2地点P2にて第1警告を出力する制御を実行する(ステップST57)。
次に、車両制御装置300aの変形例について説明する。また、警告出力制御装置400aの変形例について説明する。
車両制御装置300aは、実施の形態1にて説明したものと同様の種々の変形例を採用することができる。また、警告出力制御装置400aは、実施の形態1にて説明したものと同様の種々の変形例を採用することができる。
例えば、車載情報機器5により車両制御装置300aの要部が構成されているものであっても良い。または、車載情報機器5及び携帯情報端末6により車両制御装置300aの要部が構成されているものであっても良い。または、車載情報機器5及びサーバ7により車両制御装置300aの要部が構成されているものであっても良い。または、車載情報機器5、携帯情報端末6及びサーバ7により車両制御装置300aの要部が構成されているものであっても良い。
また、例えば、複数個の機能F11,F12,F13aは、サーバ7にて実現されるものであっても良い。すなわち、サーバ7により警告出力制御装置400aの要部が構成されているものであっても良い。
次に、車両制御装置300aの他の変形例について説明する。また、警告出力制御装置400aの他の変形例について説明する。
車両制御装置300aは、実施の形態4にて説明したものと同様の種々の変形例を採用することができる。また、警告出力制御装置400aは、実施の形態4にて説明したものと同様の種々の変形例を採用することができる。
以上のように、実施の形態5に係る警告出力制御装置400aにおいて、警告出力制御部53aは、第1地点P1における第1警告により第1要因が未解消である場合、第2地点P2にて第1警告及び第2警告を出力する制御を実行する。これにより、第1要因をより確実に解消することができる。この結果、発生予測地点Pにおける交通事象の発生確率をより低減することができる。
実施の形態6.
図32は、実施の形態6に係る警告出力制御装置を含む車両制御装置の要部を示すブロック図である。図33は、実施の形態6に係る警告出力制御装置用の学習装置の要部を示すブロック図である。図32を参照して、実施の形態6に係る警告出力制御装置を含む車両制御装置について説明する。また、図33を参照して、実施の形態6に係る警告出力制御装置用の学習装置について説明する。なお、図32において、図23に示すブロックと同様のブロックには同一符号を付して説明を省略する。
図32に示す如く、車両1は、車両制御装置300bを有している。車両制御装置300bは、情報取得部51a、要因抽出部52a、警告出力制御部53及び車両制御部54を有している。情報取得部51aは、第1情報取得部61、第2情報取得部62及び第3情報取得部63を有している。情報取得部51a、要因抽出部52a及び警告出力制御部53により、警告出力制御装置400bの要部が構成されている。
第3情報取得部63は、第3情報取得部33と同様のものである。すなわち、情報取得部51aは、情報取得部21aと同様のものである。このため、情報取得部51aについての詳細な説明は省略する。
要因抽出部52aは、第1情報取得部61により取得された状態情報、第2情報取得部62により取得された要因情報及び付帯情報、並びに第3情報取得部63により取得された運転傾向情報を用いて、第1要因を抽出する処理を実行するものである。また、要因抽出部52aは、これらの情報を用いて、第2要因を抽出する処理を実行するものである。
ここで、要因抽出部52aは、機械学習による学習済みモデルM1a,M2aを用いるものである。学習済みモデルM1a,M2aは、例えば、ニューラルネットワークにより構成されている。学習済みモデルM1a,M2aは、要因情報、状態情報、付帯情報及び運転傾向情報の入力を受け付けるものである。学習済みモデルM1aは、これらの入力に対して、第1要因値C1を出力するものである。学習済みモデルM2aは、これらの入力に対して、第2要因値C2を出力するものである。
学習済みモデルM1aは、これらの入力に対して、以下のような第1要因値C1を出力するように学習されたものである。すなわち、学習済みモデルM1aは、状態情報が示す状態(車両1の状態、車両1の周囲の状態、車両1の運転者の状態)と付帯情報が示す状態(事象車両の状態、事象車両の周囲の状態、事象車両の運転者の状態)との相関に応じた要否を考慮するとともに、車両1の運転者による運転傾向及び当該運転傾向の変動要因に応じた要否も考慮したうえで、第1地点P1にて警告されるべき第1要因を示す第1要因値C1を出力するように学習されたものである。これにより、警告出力制御部53において、状態判定に基づく第1警告の要否の判定を不要とすることができるのはもちろんのこと、確率X1に基づく第1警告の要否の判定も不要とすることができる。
また、学習済みモデルM2aは、これらの入力に対して、以下のような第2要因値C2を出力するように学習されたものである。すなわち、学習済みモデルM2aは、状態情報が示す状態(車両1の状態、車両1の周囲の状態、車両1の運転者の状態)と付帯情報が示す状態(事象車両の状態、事象車両の周囲の状態、事象車両の運転者の状態)との相関に応じた要否を考慮するとともに、車両1の運転者による運転傾向及び当該運転傾向の変動要因に応じた要否も考慮したうえで、第2地点P2にて警告されるべき第2要因を示す第2要因値C2を出力するように学習されたものである。これにより、警告出力制御部53において、状態判定に基づく第2警告の要否の判定を不要とすることができるのはもちろんのこと、確率X2に基づく第2警告の要否の判定も不要とすることができる。
図33に示す如く、記憶装置8aは、学習用情報記憶部12aを有している。記憶装置8aは、メモリにより構成されている。また、学習装置500aは、学習用情報取得部71a、要因抽出部72a及び学習部73aを有している。
学習用情報記憶部12aは、学習用情報を記憶するものである。学習用情報は、複数個の学習用データセットを含むものである。個々の学習用データセットは、要因抽出部72aによる第1要因及び第2要因の抽出に用いられる情報に相当する学習用データを含むものである。すなわち、個々の学習用データセットは、例えば、要因情報に相当する学習用データ、状態情報に相当する学習用データ、付帯情報に相当する学習用データ、及び運転傾向情報に相当する学習用データを含むものである。運転傾向情報に相当する学習用データは、第1運転傾向情報に相当する学習用データ、及び第2運転傾向情報に相当する学習用データを含むものである。
学習用情報取得部71aは、学習用情報を取得するものである。より具体的には、学習用情報取得部71aは、個々の学習用データセットを取得するものである。個々の学習用データセットは、学習用情報記憶部12aから取得される。
要因抽出部72aは、要因抽出部52aと同様のものである。すなわち、要因抽出部72aは、機械学習により学習自在なモデルM1a,M2aを有している。モデルM1a,M2aは、学習用情報取得部71aにより取得された学習用データセットの入力を受け付けるものである。モデルM1aは、かかる入力に対して、第1要因値C1を出力するものである。モデルM2aは、かかる入力に対して、第2要因値C2を出力するものである。
学習部73aは、機械学習によるモデルM1a,M2aの学習をするものである。具体的には、例えば、学習部73aは、教師あり学習によるモデルM1a,M2aの学習をするものである。
学習部73aによるモデルM1aの学習方法は、学習部73によるモデルM1の学習方法と同様である。すなわち、第1正解データと第1要因値C1との比較によるものである。このため、詳細な説明は省略する。また、学習部73aによるモデルM2aの学習方法は、学習部73によるモデルM2の学習方法と同様である。すなわち、第2正解データと第2要因値C2との比較によるものである。このため、詳細な説明は省略する。
ここで、第1正解データが示す正解は、状態情報に相当する学習用データが示す状態(車両1の状態、車両1の周囲の状態、車両1の運転者の状態)と付帯情報に相当する学習用データが示す状態(事象車両の状態、事象車両の周囲の状態、事象車両の運転者の状態)との相関に応じた要否を考慮するとともに、車両1の運転者による運転傾向及び当該運転傾向の変動傾向に応じた要否も考慮したうえで、第1地点P1にて警告されるべき要因を示すものである。また、第2正解データが示す正解は、かかる相関に応じた要否を考慮するとともに、車両1の運転者による運転傾向及び当該運転傾向の変動要因に応じた要否も考慮したうえで、第2地点P2にて警告されるべき要因を示すものである。
このため、学習部73aによる学習が複数回実行されることにより(すなわち複数個の学習用データセットを用いた学習が順次実行されることにより)、上記のような学習済みモデルM1a,M2aが生成される。すなわち、要因情報、状態情報、付帯情報及び運転傾向情報の入力を受け付けて、第1地点にて警告されるべき要因を示す第1要因値C1を出力するような学習済みモデルM1aが生成される。また、要因情報、状態情報、付帯情報及び運転傾向情報の入力を受け付けて、第2地点にて警告されるべき要因を示す第2要因値C2を出力するような学習済みモデルM2aが生成される。当該生成された学習済みモデルM1a,M2aが警告出力制御装置400bに用いられる。
以下、情報取得部51aの機能に「F11a」の符号を用いることがある。また、要因抽出部52aの機能に「F12a」の符号を用いることがある。
以下、学習用情報取得部71aの機能に「F21a」の符号を用いることがある。また、要因抽出部72aの機能に「F22a」の符号を用いることがある。また、学習部73aの機能に「F23a」の符号を用いることがある。
車両制御装置300bの要部のハードウェア構成は、実施の形態1にて図5~図7を参照して説明したものと同様である。このため、詳細な説明は省略する。すなわち、車両制御装置300bは、複数個の機能F11a,F12a,F13,F14を有している。複数個の機能F11a,F12a,F13,F14の各々は、プロセッサ41及びメモリ42により実現されるものであっても良く、又は処理回路43により実現されるものであっても良い。
学習装置500aの要部のハードウェア構成は、実施の形態4にて図25~図27を参照して説明したものと同様である。このため、詳細な説明は省略する。すなわち、学習装置500aは、複数個の機能F21a,F22a,F23aを有している。複数個の機能F21a,F22a,F23aの各々は、プロセッサ81及びメモリ82により実現されるものであっても良く、又は処理回路83により実現されるものであっても良い。
次に、図34のフローチャートを参照して、警告出力制御装置400bの動作について、要因抽出部52a及び警告出力制御部53の動作を中心に説明する。なお、図34において、図28に示すステップと同様のステップには同一符号を付して説明を省略する。
まず、ステップST31の処理が実行される。走行予定経路Rに発生予測地点Pが含まれると判定された場合(ステップST31“YES”)、要因抽出部52aは、第1要因を抽出する処理を実行する(ステップST32a)。かかる処理には、第1情報取得部61により取得された状態情報、第2情報取得部62により取得された要因情報及び付帯情報、並びに第3情報取得部63により取得された運転傾向情報が用いられる。すなわち、学習済みモデルM1aは、これらの情報の入力を受け付けて、第1要因値C1を出力する。次いで、ステップST33,ST34の処理が実行される。
次いで、要因抽出部52aは、第2要因を抽出する処理を実行する(ステップST35a)。かかる処理には、第1情報取得部61により取得された状態情報、第2情報取得部62により取得された要因情報及び付帯情報、並びに第3情報取得部63により取得された運転傾向情報が用いられる。すなわち、学習済みモデルM2aは、これらの情報の入力を受け付けて、第2要因値C2を出力する。次いで、ステップST36,ST37の処理が実行される。
次に、図35のフローチャートを参照して、学習装置500aの動作について、要因抽出部72a及び学習部73aの動作を中心に説明する。図35に示す処理は、学習用情報取得部71aにより学習用情報が取得されたときに実行される。
まず、要因抽出部72aは、第1要因を抽出する処理を実行する(ステップST41a)。次いで、要因抽出部72aは、第2要因を抽出する処理を実行する(ステップST42a)。これらの処理には、学習用情報取得部71aにより取得された学習用情報が用いられる。すなわち、モデルM1aは、当該取得された学習用情報の入力を受け付けて、第1要因値C1を出力する。また、モデルM2aは、当該取得された学習用情報の入力を受け付けて、第2要因値C2を出力する。
次いで、学習部73aは、モデルM1a,M2aの各々について、パラメータの更新の要否を判定する(ステップST43a)。
すなわち、学習部73aは、第1正解データを取得する。学習部73aは、当該取得された第1正解データとステップST41aにて出力された第1要因値C1とを比較することにより、モデルM1aにおけるパラメータの更新の要否を判定する。また、学習部73aは、第2正解データを取得する。学習部73aは、当該取得された第2正解データとステップST42aにて出力された第2要因値C2とを比較することにより、モデルM2aにおけるパラメータの更新の要否を判定する。
モデルM1aにおけるパラメータの更新が要であると判定された場合(ステップST43a“YES”)、学習部73aは、モデルM1aにおけるパラメータを更新する(ステップST44a)。また、モデルM2aにおけるパラメータの更新が要であると判定された場合(ステップST43a“YES”)、学習部73aは、モデルM2aにおけるパラメータを更新する(ステップST44a)。
次に、車両制御装置300bの変形例について説明する。また、警告出力制御装置400bの変形例について説明する。
車両制御装置300bは、実施の形態1にて説明したものと同様の種々の変形例を採用することができる。また、警告出力制御装置400bは、実施の形態1にて説明したものと同様の種々の変形例を採用することができる。
例えば、車載情報機器5により車両制御装置300bの要部が構成されているものであっても良い。または、車載情報機器5及び携帯情報端末6により車両制御装置300bの要部が構成されているものであっても良い。または、車載情報機器5及びサーバ7により車両制御装置300bの要部が構成されているものであっても良い。または、車載情報機器5、携帯情報端末6及びサーバ7により車両制御装置300bの要部が構成されているものであっても良い。
また、例えば、複数個の機能F11a,F12a,F13は、サーバ7にて実現されるものであっても良い。すなわち、サーバ7により警告出力制御装置400bの要部が構成されているものであっても良い。
次に、警告出力制御装置400bの他の変形例について説明する。また、学習装置500aの変形例について説明する。
車両1が複数人のユーザにより共用されるものである場合(すなわち複数人のユーザのうちの選択された1人のユーザにより車両1が運転されるものである場合)、運転傾向情報は、ユーザ毎に用意されるものであっても良い。これに対して、第3情報取得部63は、車両1を現在運転しているユーザに対応する運転傾向情報を取得するものであっても良い。
この場合、運転傾向情報に相当する学習用データも、ユーザ毎に用意されるものであっても良い。すなわち、学習部73aによるモデルM1a,M2aの学習は、ユーザ毎に実行されるものであっても良い。これにより、ユーザ毎の学習済みモデルM1a,M2aが生成される。要因抽出部52aは、車両1を現在運転しているユーザに対応する学習済みモデルM1a,M2aを用いるものであっても良い。
次に、警告出力制御装置400bの他の変形例について説明する。また、学習装置500aの他の変形例について説明する。
学習済みモデルM1aには、第2運転傾向情報が入力されないものであっても良い。すなわち、学習済みモデルM1aは、要因情報、状態情報、付帯情報及び第1運転傾向情報の入力を受け付けて、第1要因値C1を出力するものであっても良い。また、学習済みモデルM2aには、第2運転傾向情報が入力されないものであっても良い。すなわち、学習済みモデルM2aは、要因情報、状態情報、付帯情報及び第1運転傾向情報の入力を受け付けて、第2要因値C2を出力するものであっても良い。
すなわち、運転傾向情報は、第2運転傾向情報を含まないものであっても良い。換言すれば、運転傾向情報は、第1運転傾向情報及び第2運転傾向情報のうちの第1運転傾向情報のみを含むものであっても良い。この場合、個々の学習用データセットは、第2運転傾向情報に相当する学習用データを含まないものであっても良い。
学習済みモデルM1aには、付帯情報が入力されないものであっても良い。すなわち、学習済みモデルM1aは、要因情報、状態情報及び運転傾向情報の入力を受け付けて、第1要因値C1を出力するものであっても良い。または、学習済みモデルM1aには、状態情報及び付帯情報が入力されないものであっても良い。すなわち、学習済みモデルM1aは、要因情報及び運転傾向情報の入力を受け付けて、第1要因値C1を出力するものであっても良い。
学習済みモデルM2aには、付帯情報が入力されないものであっても良い。すなわち、学習済みモデルM2aは、要因情報、状態情報及び運転傾向情報の入力を受け付けて、第2要因値C2を出力するものであっても良い。または、学習済みモデルM2aには、状態情報及び付帯情報が入力されないものであっても良い。すなわち、学習済みモデルM2aは、要因情報及び運転傾向情報の入力を受け付けて、第2要因値C2を出力するものであっても良い。
これらの場合において、個々の学習用データセットは、学習済みモデルM1a,M2aに入力されない情報に相当する学習用データを含まないものであっても良い。すなわち、個々の学習用データセットは、付帯情報に相当する学習用データを含まないものであっても良い。または、個々の学習用データセットは、状態情報に相当する学習用データ及び付帯情報に相当する学習用データを含まないものであっても良い。
次に、警告出力制御装置400bの他の変形例について説明する。また、学習装置500aの他の変形例について説明する。
警告出力制御装置400bは、実施の形態4にて説明したものと同様の種々の変形例を採用することができる。また、学習装置500aは、実施の形態4にて説明したものと同様の種々の変形例を採用することができる。
次に、警告出力制御装置400bの他の変形例について説明する。
警告出力制御装置400bは、警告出力制御部53に代えて警告出力制御部53aを有するものであっても良い。すなわち、第1地点P1にて第1警告が出力された場合において、区間Sにて第1要因が解消されなかったとき、第2地点P2にて第1警告が再度出力されるものであっても良い。
以上のように、実施の形態6に係る警告出力制御装置400bにおいて、情報取得部51aは、車両1の運転者による運転傾向を示す情報(第1運転傾向情報)を含む運転傾向情報を取得して、学習済みモデルM1a,M2aは、要因情報及び運転傾向情報の入力を受け付けて、要因値C1,C2を出力するものである。これにより、車両1の運転者による運転傾向に応じて、不要な警告が出力されるのを回避することができる。
また、運転傾向情報は、運転傾向の変動要因を示す情報(第2運転傾向情報)を含む。これにより、車両1の運転者による運転傾向に応じて、不要な警告が出力されるのをより確実に回避することができる。
なお、本願開示はその開示の範囲内において、各実施の形態の自由な組み合わせ、あるいは各実施の形態の任意の構成要素の変形、もしくは各実施の形態において任意の構成要素の省略が可能である。