JP7273745B2 - 警告出力制御装置、車両制御装置及び警告出力制御方法 - Google Patents

Description

本開示は、警告出力制御装置、車両制御装置及び警告出力制御方法に関する。

従来、車両が走行する予定の地点における交通事象の発生が予測されるとき、車両が当該地点に到達するよりも先に運転者に対する警告を出力する技術が開発されている（例えば、特許文献１参照。）。

特開２０１８－１２８７１０号公報

車両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ことがある。この場合、運転者による個々の要因に対する対応は、個々の要因に応じたタイミングにてなされるのが好適である。かかる対応を実現する観点から、個々の要因に対する警告は、個々の要因に応じたタイミングにて出力されるのが好適である。しかしながら、特許文献１記載の技術においては、かかるタイミングが考慮されていない。このため、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ない問題があった。

例えば、地点「交差点」において、第１の要因「自車両による速度超過」及び第２の要因「自車両の運転者による周囲確認不足」による事象「自車両及び他車両による衝突事故」の発生が予測されるものとする。この場合、周囲確認に係る警告は、自車両が交差点に接近したとき、自車両が交差点に進入するよりも先に出力されるのが好適である。これに対して、速度超過に係る警告は、自車両が交差点に接近するよりも先に出力されるのが好適である。しかしながら、特許文献１記載の技術においては、これらの要因に係る警告が同時に出力される。すなわち、例えば、「この先、出会い頭事故のおそれがあります。速度を落とし、右から飛び出す車両に注意しましょう。」という警告が出力される（特許文献１の段落［０１４７］参照。）。

本開示は、上記のような課題を解決するためになされたものであり、車両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運転者に対応を促すことを目的とする。

本開示に係る警告出力制御装置は、車両の走行予定経路における交通事象の発生予測地点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と、発生要因のうち、発生予測地点に対する手前に位置する第１地点における第１警告の対象となる第１要因を抽出するとともに、第１地点と発生予測地点間に位置する第２地点における第２警告の対象となる第２要因を抽出する要因抽出部と、前記要因抽出部が前記第１要因を抽出した場合、第１地点にて第１警告を出力する制御を実行するとともに、前記要因抽出部が前記第２要因を抽出した場合、第２地点にて第２警告を出力する制御を実行する警告出力制御部と、を備えるものである。

本開示によれば、上記のように構成したので、車両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運転者に対応を促すことができる。

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。 第１地点、第２地点及び発生予測地点の例を示す説明図である。 交通事象の例を示す説明図である。 第１警告及び第２警告の例を示す説明図である。 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のハードウェア構成を示すブロック図である。 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の他のハードウェア構成を示すブロック図である。 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の他のハードウェア構成を示すブロック図である。 実施の形態１に係る警告出力制御装置の動作を示すフローチャートである。 実施の形態１に係る警告出力制御装置の動作を示すフローチャートである。 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おける車両制御部の動作を示すフローチャートである。 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のシステム構成を示すブロック図である。 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の他のシステム構成を示すブロック図である。 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の他のシステム構成を示すブロック図である。 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の他のシステム構成を示すブロック図である。 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の他のシステム構成を示すブロック図である。 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の他のシステム構成を示すブロック図である。 実施の形態１に係る警告出力制御装置の要部のシステム構成を示すブロック図である。 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。 第１地点、第２地点、発生予測地点及び区間の例を示す説明図である。 実施の形態２に係る警告出力制御装置の動作を示すフローチャートである。 実施の形態２に係る警告出力制御装置の動作を示すフローチャートである。 実施の形態２に係る警告出力制御装置の動作を示すフローチャートである。 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。 第１地点、第２地点及び発生予測地点の例を示す説明図である。 実施の形態３に係る警告出力制御装置の動作を示すフローチャートである。 実施の形態３に係る警告出力制御装置の動作を示すフローチャートである。 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。 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。 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のハードウェア構成を示すブロック図である。 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の他のハードウェア構成を示すブロック図である。 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の他のハードウェア構成を示すブロック図である。 実施の形態４に係る警告出力制御装置の動作を示すフローチャートである。 実施の形態４に係る警告出力制御装置用の学習装置の動作を示すフローチャートである。 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。 実施の形態５に係る警告出力制御装置の動作を示すフローチャートである。 実施の形態５に係る警告出力制御装置の動作を示すフローチャートである。 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。 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。 実施の形態６に係る警告出力制御装置の動作を示すフローチャートである。 実施の形態６に係る警告出力制御装置用の学習装置の動作を示すフローチャートである。

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。

１ 車両、２ 情報源、３ 出力装置、４ 記憶装置、５ 車載情報機器、６ 携帯情報端末、７ サーバ、８，８ａ 記憶装置、１１ データベース記憶部、１２，１２ａ 学習用情報記憶部、２１，２１ａ 情報取得部、２２ 要因抽出部、２３，２３ａ，２３ｂ 警告出力制御部、２４ 車両制御部、３１ 第１情報取得部、３２ 第２情報取得部、３３ 第３情報取得部、４１ プロセッサ、４２ メモリ、４３ 処理回路、５１，５１ａ 情報取得部、５２，５２ａ 要因抽出部、５３，５３ａ 警告出力制御部、５４ 車両制御部、６１ 第１情報取得部、６２ 第２情報取得部、６３ 第３情報取得部、７１，７１ａ 学習用情報取得部、７２，７２ａ 要因抽出部、７３，７３ａ 学習部、８１ プロセッサ、８２ メモリ、８３ 処理回路、１００，１００ａ，１００ｂ 車両制御装置、２００，２００ａ，２００ｂ 警告出力制御装置、３００，３００ａ，３００ｂ 車両制御装置、４００，４００ａ，４００ｂ 警告出力制御装置、５００，５００ａ 学習装置。

Claims (23)

1. 車両の走行予定経路における交通事象の発生予測地点を示す事象情報及び前記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と、
   前記発生要因のうち、前記発生予測地点に対する手前に位置する第１地点における第１警告の対象となる第１要因を抽出するとともに、前記第１地点と前記発生予測地点間に位置する第２地点における第２警告の対象となる第２要因を抽出する要因抽出部と、
   前記要因抽出部が前記第１要因を抽出した場合、前記第１地点にて前記第１警告を出力する制御を実行するとともに、前記要因抽出部が前記第２要因を抽出した場合、前記第２地点にて前記第２警告を出力する制御を実行する警告出力制御部と、
   を備える警告出力制御装置。
2. 前記警告出力制御部は、前記第１地点における前記第１警告により前記第１要因が未解消である場合、前記第２地点にて前記第１警告及び前記第２警告を出力する制御を実行することを特徴とする請求項１記載の警告出力制御装置。
3. 前記情報取得部は、前記車両の運転者による運転傾向を示す情報を含む運転傾向情報を取得して、
   前記警告出力制御部は、前記運転傾向に基づき前記第１要因が解消される確率を演算することにより前記第１警告の要否を判定する
   ことを特徴とする請求項１記載の警告出力制御装置。
4. 前記情報取得部は、前記車両の運転者による運転傾向を示す情報を含む運転傾向情報を取得して、
   前記警告出力制御部は、前記運転傾向に基づき前記第２要因が解消される確率を演算することにより前記第２警告の要否を判定する
   ことを特徴とする請求項１記載の警告出力制御装置。
5. 前記運転傾向情報は、前記運転傾向の変動要因を示す情報を含み、
   前記警告出力制御部は、前記運転傾向及び前記変動要因に基づき前記確率を演算する
   ことを特徴とする請求項３記載の警告出力制御装置。
6. 前記運転傾向情報は、前記運転傾向の変動要因を示す情報を含み、
   前記警告出力制御部は、前記運転傾向及び前記変動要因に基づき前記確率を演算する
   ことを特徴とする請求項４記載の警告出力制御装置。
7. 前記情報取得部は、前記車両の状態を示す情報、前記車両の周囲の状態を示す情報及び前記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状態情報を取得して、
   前記警告出力制御部は、前記状態情報が示す状態が前記第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前記第１警告の要否を判定する
   ことを特徴とする請求項１記載の警告出力制御装置。
8. 前記情報取得部は、前記車両の状態を示す情報、前記車両の周囲の状態を示す情報及び前記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状態情報を取得して、
   前記警告出力制御部は、前記状態情報が示す状態が前記第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前記第２警告の要否を判定する
   ことを特徴とする請求項１記載の警告出力制御装置。
9. 前記情報取得部は、前記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、前記事象車両の周囲の状態を示す情報及び前記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、
   前記警告出力制御部は、前記状態情報が示す状態を前記付帯情報が示す状態と比較することにより前記状態情報が示す状態が前記第１要因に対応する状態であるか否かを判定する
   ことを特徴とする請求項７記載の警告出力制御装置。
10. 前記情報取得部は、前記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、前記事象車両の周囲の状態を示す情報及び前記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、
    前記警告出力制御部は、前記状態情報が示す状態を前記付帯情報が示す状態と比較することにより前記状態情報が示す状態が前記第２要因に対応する状態であるか否かを判定する
    ことを特徴とする請求項８記載の警告出力制御装置。
11. 当該警告出力制御装置は、前記車両と通信自在なサーバにより構成されており、
    前記第１警告及び前記第２警告は、前記サーバによる制御の下、前記車両にて出力されるものである
    ことを特徴とする請求項１記載の警告出力制御装置。
12. 前記要因抽出部は、前記発生要因のうち、前記第１地点と前記第２地点間に位置する第３地点における第３警告の対象となる第３要因を抽出して、
    前記警告出力制御部は、前記第３地点にて前記第３警告を出力する制御を実行する
    ことを特徴とする請求項１記載の警告出力制御装置。
13. 請求項１記載の警告出力制御装置と、
    前記第１警告により未解消の前記第１要因及び前記第２警告により未解消の前記第２要因のうちの少なくとも一方に応じて前記車両を操作する制御を実行する車両制御部と、
    を備える車両制御装置。
14. 情報取得部が、車両の走行予定経路における交通事象の発生予測地点を示す事象情報及び前記交通事象の発生要因を示す要因情報を取得して、
    要因抽出部が、前記発生要因のうち、前記発生予測地点に対する手前に位置する第１地点における第１警告の対象となる第１要因を抽出するとともに、前記第１地点と前記発生予測地点間に位置する第２地点における第２警告の対象となる第２要因を抽出して、
    警告出力制御部が、前記要因抽出部が前記第１要因を抽出した場合、前記第１地点にて前記第１警告を出力する制御を実行するとともに、前記要因抽出部が前記第２要因を抽出した場合、前記第２地点にて前記第２警告を出力する制御を実行する
    ことを特徴とする警告出力制御方法。
15. 車両の走行予定経路における交通事象の発生予測地点を示す事象情報及び前記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と、
    前記発生要因のうち、前記発生予測地点に対する手前に位置する第１地点における第１警告の対象となる第１要因を抽出するとともに、前記第１地点と前記発生予測地点間に位置する第２地点における第２警告の対象となる第２要因を抽出する要因抽出部と、
    前記要因抽出部が前記第１要因を抽出した場合、前記第１地点にて前記第１警告を出力する制御を実行するとともに、前記要因抽出部が前記第２要因を抽出した場合、前記第２地点にて前記第２警告を出力する制御を実行する警告出力制御部と、を備え、
    前記要因抽出部は、機械学習による学習済みモデルを用いるものであり、
    前記学習済みモデルは、前記要因情報の入力を受け付けて、前記第１要因及び前記第２要因を示す要因値を出力するものであり、
    前記要因情報は、値である
    ことを特徴とする警告出力制御装置。
16. 前記警告出力制御部は、前記第１地点における前記第１警告により前記第１要因が未解消である場合、前記第２地点にて前記第１警告及び前記第２警告を出力する制御を実行することを特徴とする請求項１５記載の警告出力制御装置。
17. 前記情報取得部は、前記車両の運転者による運転傾向を示す情報を含む運転傾向情報を取得して、
    前記学習済みモデルは、前記要因情報及び前記運転傾向情報の入力を受け付けて、前記要因値を出力するものである
    ことを特徴とする請求項１５記載の警告出力制御装置。
18. 前記運転傾向情報は、前記運転傾向の変動要因を示す情報を含むことを特徴とする請求項１７記載の警告出力制御装置。
19. 前記情報取得部は、前記車両の状態を示す情報、前記車両の周囲の状態を示す情報及び前記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状態情報を取得して、
    前記学習済みモデルは、前記要因情報及び前記状態情報の入力を受け付けて、前記要因値を出力するものである
    ことを特徴とする請求項１５記載の警告出力制御装置。
20. 前記情報取得部は、前記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、前記事象車両の周囲の状態を示す情報及び前記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、
    前記学習済みモデルは、前記要因情報、前記状態情報及び前記付帯情報の入力を受け付けて、前記要因値を出力するものである
    ことを特徴とする請求項１９記載の警告出力制御装置。
21. 当該警告出力制御装置は、前記車両と通信自在なサーバにより構成されており、
    前記第１警告及び前記第２警告は、前記サーバによる制御の下、前記車両にて出力されるものである
    ことを特徴とする請求項１５記載の警告出力制御装置。
22. 前記要因抽出部は、前記発生要因のうち、前記第１地点と前記第２地点間に位置する第３地点における第３警告の対象となる第３要因を抽出して、
    前記警告出力制御部は、前記第３地点にて前記第３警告を出力する制御を実行して、
    前記学習済みモデルは、前記第１要因、前記第２要因及び前記第３要因を示す前記要因値を出力するものである
    ことを特徴とする請求項１５記載の警告出力制御装置。
23. 請求項１５記載の警告出力制御装置と、
    前記第１警告により未解消の前記第１要因及び前記第２警告により未解消の前記第２要因のうちの少なくとも一方に応じて前記車両を操作する制御を実行する車両制御部と、
    を備える車両制御装置。

Images