JPWO2011145165A1 - 運転支援装置 - Google Patents

Abstract

運転支援装置は、自車両の複数の過去の運転状況の各々を複数の運転状況因子の組として格納すると共に、複数の過去の運転状況の各々に対応付けて、過去の運転状況における運転者の行動特性を示す行動特性値と、過去の運転状況が発生した頻度を示す運転状況発生頻度とを格納し、且つ、複数の運転状況因子の各々に対応付けて、運転状況因子が行動特性に与える影響の大きさを示す因子影響値と、運転状況因子が変化した頻度を示す因子変化頻度とを格納する格納手段（２１０）と、複数の過去の運転状況、行動特性値、運転状況発生頻度、因子影響値及び因子変化頻度に基づいて、運転者の未来の運転行動を推定する推定手段（２２０）と、この推定された運転行動に応じて運転支援を実施する実施手段（２３０）とを備える。

Description

本発明は、車両の運転支援を行う運転支援装置の技術分野に関する。

この種の運転支援装置として、記憶されている過去の車両状態（言い換えれば、過去の車両の運転状況）に基づいて運転支援を行うものが知られている（例えば特許文献１参照）。例えば特許文献１には、車両の現在位置、車両前方のカーブ情報及び現在の車両状態に基づいて車両前方のカーブ通過時の車両状態を推定するとともに、記憶されている過去のカーブ通過時の車両状態に基づいて運転者のカーブ通過時の許容車両状態を推定し、車両前方カーブ通過時の推定車両状態と運転者のカーブ通過時の許容車両状態とに基づいてカーブにおける運転支援を行うか否かを判定する技術が開示されている。

特開２００８−７４２３１号公報

上述したような過去の車両状態に基づいて運転支援を行う運転支援装置において、例えば、過去の車両状態に基づいて運転者の未来の運転行動を推定し、この推定した運転行動に応じて運転支援を行おうとする場合、例えば過去の車両状態に特殊な車両状態が含まれるために、運転者の未来の運転行動を推定する推定精度が低下してしまうおそれがあるという技術的問題点がある。

本発明は、例えば上述した問題点に鑑みなされたものであり、運転者の未来の運転行動を精度良く推定でき、運転支援を適切に実施することが可能な運転支援装置を提供することを課題とする。

本発明の運転支援装置は上記課題を解決するために、自車両に搭載され、該自車両の運転者に対する運転支援を行う運転支援装置であって、前記自車両の複数の過去の運転状況の各々を複数の運転状況因子の組として格納すると共に、前記複数の過去の運転状況の各々に対応付けて、前記過去の運転状況における前記運転者の行動特性を示す行動特性値と、前記過去の運転状況が発生した頻度を示す運転状況発生頻度とを格納し、且つ、前記複数の運転状況因子の各々に対応付けて、前記運転状況因子が前記行動特性に与える影響の大きさを示す因子影響値と、前記運転状況因子が変化した頻度を示す因子変化頻度とを格納する格納手段と、前記複数の過去の運転状況、前記行動特性値、前記運転状況発生頻度、前記因子影響値及び前記因子変化頻度に基づいて、前記運転者の未来の運転行動を推定する推定手段と、該推定された運転行動に応じて前記運転支援を実施する実施手段とを備える。

本発明の運転支援装置によれば、その動作時には、自車両の現在の運転状況は、所定期間毎に或いは運転者（ドライバ）の指示に応じて、過去の運転状況として、例えば自車両に搭載された車載データベース或いは自車両とは異なる場所に設置されたリモートデータベースなどである格納先に、格納手段によって格納される。

格納手段は、過去の運転状況を例えば制限速度、路面状況、信号灯色等の複数の運転状況因子の組として格納する。更に、格納手段は、過去の運転状況に対応付けて行動特性値及び運転状況発生頻度を格納する。行動特性値は、過去の運転状況における運転者の行動特性（例えば自車両を加速させる動作を行う傾向があるという特性や、右折させる動作を行うという特性など）を示す値である。運転状況発生頻度は、過去の運転状況が発生した頻度（言い換えれば、該過去の運転状況に遭遇した回数）を示す値であり、該過去の運転状況が発生した日付などを含んだ値であってもよい。加えて、格納手段は、運転状況因子に対応付けて因子影響値及び因子変化頻度を格納する。因子影響値は、運転状況因子が運転者の行動特性に与える影響の大きさを示す値であり、運転状況因子が変化した場合に、運転者の行動がどのように変化したかに応じて決定することができる。例えば、運転状況因子としての信号灯色が赤信号から青信号へ変化した場合に運転者が自車両を停止状態から加速させる動作を行うことから、運転状況因子としての信号灯色に対応する因子影響値は相対的に高く設定してもよい。因子変化頻度は、運転状況因子が変化した頻度（言い換えれば、運転状況因子の変化に遭遇した回数）を示す値であり、運転状況因子が変化した日付などを含んだ値であってもよい。

推定手段は、格納手段によって格納された複数の過去の運転状況、行動特性値、運転状況発生頻度、因子影響値及び因子変化頻度に基づいて、運転者の未来の運転行動を推定する。よって、例えば、複数の過去の運転状況のうち運転状況発生頻度の低い特殊な運転状態（例えば停止車両が存在することにより生じた運転状態や、歩行者の飛び出しにより生じた運転状態など）を除外して、運転者の未来の運転行動を推定するなど、運転状況発生頻度、因子影響値及び因子変化頻度を考慮して運転者の未来の運転行動を推定できるので、運転者の未来の運転行動を精度良く推定できる。

実施手段は、推定手段によって推定された運転行動に応じて運転支援を実施する。よって、運転者の未来の運転行動に適した運転支援を実施することができる。

以上説明したように、本発明の運転支援装置によれば、運転者の未来の運転行動を、複数の過去の運転状況、行動特性値、運転状況発生頻度、因子影響値及び因子変化頻度に基づいて、精度良く推定でき、運転支援を適切に実施することが可能である。

本発明の運転支援装置の一態様では、前記格納手段は、前記複数の過去の運転状況、前記行動特性値、前記運転状況発生頻度、前記因子影響値及び前記因子変化頻度を格納する格納先として、前記自車両に搭載された車載データベース、及び前記自車両とは異なる場所に設けられたリモートデータベースを有する。

この態様によれば、複数の過去の運転状況を、車載データベース及びリモートデータベースに分散して格納することができる。例えば、運転状況発生頻度が高い過去の運転状況を車載データベースに格納し、運転状況発生頻度が低い過去の運転状況をリモートデータベースに格納することで、運転状況発生頻度が高い過去の運転状況を推定手段が迅速に参照することができる（即ち、運転状況発生頻度が高い過去の運転状況に推定手段がアクセスするのに必要なアクセス時間を短くすることができる）と共に、車載データベースに格納された情報が多くなりすぎて過去の運転状況を追加できなくなってしまう事態を回避できる。

上述した格納手段が車載データベース及びリモートデータベースを有する態様では、前記車載データベースに格納された前記複数の過去の運転状況、前記行動特性値、前記運転状況発生頻度、前記因子影響値及び前記因子変化頻度に係る情報量が、所定の基準情報量以上である場合に、前記車載データベースに格納された前記複数の過去の運転状況のうち前記運転状況発生頻度が所定の第１基準頻度よりも低い過去の運転状況を前記リモートデータベースに移動させる情報移動手段を更に備えてもよい。

この場合には、複数の過去の運転状況を、情報移動手段によって車載データベース及びリモートデータベースに確実に分散して格納することができる。

本発明の運転支援装置の他の態様では、前記複数の運転状況因子のうち一の運転状況因子は、前記自車両の周辺を走行する他車両から受信した該他車両の未来の運転行動を示す他車両因子であり、該他車両因子の確からしさを示す信頼度を、前記他車両において前記他車両の運転者に対する運転支援が行われているか否かに応じて設定する他車両信頼度設定手段を更に備える。

この態様によれば、例えば、推定手段は、他車両信頼度手段によって設定された信頼度に基づいて、運転者の未来の運転行動を推定でき、運転者の未来の行動をより一層精度良く推定することが可能となる。即ち、例えば、信頼度が所定の基準信頼度よりも低い他車両因子を含む過去の運転状況を除外して、信頼度が所定の基準信頼度よりも高い他車両因子を含む過去の運転状況に基づいて運転者の未来の運転行動を推定することにより、運転者の未来の運転行動をより一層精度良く推定できる。

本発明の運転支援装置の他の態様では、前記推定手段は、前記複数の過去の運転状況のうち前記運転状況発生頻度が所定の第２基準頻度よりも低い一の過去の運転状況に基づいて前記運転行動を推定する際には、前記一の過去の運転状況に代えて、前記複数の運転状況因子のうち、前記因子影響値が所定の基準影響値よりも高い運転状況因子が前記一の過去の運転状況と同一であり、且つ、前記運転状況発生頻度が前記所定の基準発生頻度よりも高い他の過去の運転状況に基づいて、前記運転行動を推定する。

この態様によれば、推定手段は、運転状況発生頻度が所定の第２基準頻度よりも低いため特殊な（或いは稀な）運転状況であると予測される一の過去の運転状況に代えて、該一の過去の運転状況に類似し且つ運転状況発生頻度が高い他の過去の運転状況に基づいて運転行動を推定するので、運転者の未来の運転行動をより一層精度良く推定できる。

本発明の運転支援装置の他の態様では、前記推定手段は、前記運転行動として第１の運転行動及び該第１の運転行動の後に行われる第２の運転行動を推定し、前記実施手段は、前記推定された第１及び第２の運転行動に応じて前記運転支援を実施する。

この態様によれば、第１の運転行動に応じた運転支援を実施する際に、第１の運転行動の後に行われると推定される第２の運転行動にも応じて運転支援が実施されるので、第１及び第２の運転行動からなる運転者の未来の一連の運転行動により適した運転支援を実施することができる。

本発明の運転支援装置の他の態様では、前記格納手段は、前記行動特性値として、前記自車両が発進加速してから最高車速に到達するまでの時間である最高車速到達時間を格納し、前記推定手段は、前記最高車速到達時間に基づいて、前記自車両が発進加速した後に行われる運転行動を推定する。

この態様によれば、例えば、自車両が第１の交差点から第２の交差点に向かって発進加速してからの最高車速到達時間に基づいて、該発進加速した後に例えば第２の交差点付近で行われる運転行動が推定手段によって推定される。ここで、本願発明者の研究によれば、例えば、自車両が第１の交差点から第２の交差点に向かって発進加速した後に行われる運転行動は最高車速到達時間と関係が強い傾向があること、即ち、最高車速到達時間は、自車両が第１の交差点から第２の交差点に向かって発進加速した後に行われる運転行動を推定する際の好適な根拠となり得ることが判明している。よって、この態様によれば、自車両が発進加速した後に行われる運転行動を精度良く推定できる。

本発明の運転支援装置の他の態様では、前記自車両の現在の複数の運転状況因子を、該複数の運転状況因子の各々が変化する変化速度に応じた期間毎にそれぞれ取得する取得手段を更に備える。

この態様によれば、取得手段は、例えば、複数の運転状況因子のうち変化速度が比較的低い運転状況因子（例えば天候など）を比較的長い期間毎に取得し、複数の運転状況因子のうち変化速度が比較的高い運転状況因子（例えば車速など）を比較的短い期間毎に取得する。よって、変化速度が比較的低い運転状況因子（即ち、比較的長い期間ほとんど或いは全く変化しない運転状況因子）を無駄に取得することを低減できると共に、変化速度が比較的高い運転状況因子（即ち、比較的短い時間で変化する運転状況因子）を確実に取得できる。従って、この態様によれば、現在の運転状況因子の無駄な取得を低減しつつ、運転行動を精度良く推定できる。

尚、取得手段が、各運転状況因子を取得する時間間隔（即ち、運転状況因子を取得してから該運転状況因子を再び取得するまでの期間）は、因子影響値に基づいて調整されてもよい。例えば、変化速度が比較的高い運転状況因子であっても、その運転状況因子の因子影響値が比較的小さい（即ち、その運転状況因子が運転者の行動特性に与える影響が比較的小さい）場合には、その運転状況因子を取得する時間間隔が比較的長くなるように構成してもよい。このように構成することで、運転状況因子の無駄な取得をより低減できる。

本発明の作用及び他の利得は次に説明する発明を実施するための形態から明らかにされる。

第１実施形態に係る運転支援装置の構成を示すブロック図である。 第１実施形態に係る運転支援装置の主な動作の流れを示すフローチャートである。 第１実施形態に係る運転支援装置による因子情報取得処理の流れを示すフローチャートである。 第１実施形態に係る運転支援装置における行動特性管理表の構造を示す模式図である。 第１実施形態に係る運転支援装置による信頼度設定処理の流れを示すフローチャートである。 行動特性管理表に因子情報として格納された他車両推定結果情報の一例を示す模式図である。 第１実施形態に係る運転支援装置による運転支援処理の流れを示すフローチャートである。 第１実施形態に係る運転支援装置による因子影響値反映処理の流れを示すフローチャートである。 行動特性管理表に格納された行動特性値、遭遇頻度、因子影響値、及び因子影響頻度の一例を示す模式図（その１）である。 第１実施形態に係る運転支援装置による蓄積処理の流れを示すフローチャートである。 第１実施形態に係る運転支援装置による更新処理の流れを示すフローチャートである。 第１実施形態に係る運転支援装置による蓄積情報整理処理の流れを示すフローチャートである。 行動特性管理表に格納された行動特性値、遭遇頻度、因子影響値、及び因子影響頻度の一例を示す模式図（その２）である。 一時停止標識のある交差点における運転支援を説明するための模式図である。 第２の動作例における行動特性管理表を示す模式図である。 自車両が第１の交差点から第２の交差点に向かって走行する場合における運転支援を説明するための模式図である。 第３の動作例における行動特性管理表を示す模式図である。 第４の動作例における行動特性管理表を示す模式図である。

以下では、本発明の実施形態について図を参照しつつ説明する。

＜第１実施形態＞
第１実施形態に係る運転支援装置について、図１から図１３を参照して説明する。

先ず、本実施形態に係る運転支援装置の全体構成について、図１を参照して説明する。

図１は、本実施形態に係る運転支援装置の構成を示すブロック図である。

図１において、本実施形態に係る運転支援装置１は、自車両に搭載され、自車両の運転者（ドライバ）に対する運転支援（例えば、自車両のアクセル、ブレーキ、ステアリングなどの制御）を行う装置である。運転支援装置１は、因子情報取得部１００及び運転支援部２００を備えている。

因子情報取得部１００は、自車両の運転状況に関する情報を取得することが可能に構成されており、ドライバ情報取得部１１０、車両情報取得部１２０、道路・構造物情報取得部１３０及び走行環境情報取得部１４０を備えている。

ドライバ情報取得部１１０は、例えば、運転者の属性（例えば年齢、性別、身長、体重など）を入力することが可能な入力装置や、運転者の意識或いは状態を検出することが可能なセンサーなどを含んで構成され、運転者に関する情報（例えば運転者の属性や意識或いは状態などを示す情報）を取得することが可能に構成されている。尚、以下では、運転者に関する情報を「ドライバ情報」と適宜称する。

車両情報取得部１２０は、例えば、自車両に搭載されたカーナビゲーションシステムや自車両のエンジン制御装置などに接続されており、自車両の車両状態に関する情報（例えば自車両の現在位置や、アクセル開度、ブレーキ圧、シフトポジションなど）を取得することが可能に構成されている。尚、以下では、自車両の車両状態に関する情報を「車両情報」と適宜称する。

道路・構造物情報取得部１３０は、例えば、自車両に搭載されたカーナビゲーションシステムに接続されると共に、レーダーセンサーやカメラセンサーなどを含んで構成され、自車両が走行する道路やその周辺の構造物に関する情報（例えば道路の種別や制限速度、ガードレールの有無、路面状態など）を取得することが可能に構成されている。尚、以下では、自車両が走行する道路やその周辺の構造物に関する情報を「道路・構造物情報」と適宜称する。

走行環境情報取得部１４０は、例えば、レーダーセンサー、カメラセンサー、車車間通信機、歩車間通信機などを含んで構成され、自車両が走行する環境に関する情報（例えば、自車両の周辺を走行する他車両の数や、他車両との車間距離、更に天候や、自車両の周辺を歩行している歩行者の状態など）を取得することが可能に構成されている。尚、以下では、自車両が走行する環境に関する情報を「走行環境情報」と適宜称する。

このように、因子情報取得部１００は、自車両に搭載されたカーナビゲーションシステムや各種センサーによって、上述したドライバ情報、車両情報、道路・構造物情報及び走行環境情報を含む自車両の運転状況に関する情報を取得することが可能に構成されている。

運転支援部２００は、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、ＨＤＤ（Hard Disk Drive）等を含んで構成され、因子情報格納部２１０、運転行動推定部２２０、運転支援実施部２３０、蓄積処理部２４０及び信頼度設定部２５０を備えている。

因子情報格納部２１０は、自車両に搭載された車載データベース２１１と、自車両とは異なる場所に設置されたセンター（施設）に設けられたセンター側データベース２１２とを有しており、因子情報取得部１００によって取得された運転状況に関する情報を車載データベース２１１或いはセンター側データベース２１２に格納することが可能に構成されている。車載データベース２１１及びセンター側データベース２１２の各々には、因子情報取得部１００によって取得された運転状況に関する情報を格納するための、図４を参照して後述する行動特性管理表９００が定義されている。因子情報格納部２１０は、因子情報取得部１００によって取得された運転状況に関する情報を、行動特性管理表９００の一部として車載データベース２１１或いはセンター側データベース２１２に格納する。尚、図４を参照して後述するが、因子情報格納部２１０は、過去の運転状況における運転者の行動特性を示す行動特性値と、過去の運転状況が発生した頻度を示す、本発明に係る「運転状況発生頻度」の一例である遭遇頻度と、運転状況因子が行動特性に与える影響の大きさを示す因子影響値と、運転状況因子が変化した頻度を示す、本発明に係る「因子変化頻度」の一例である因子影響頻度とを、行動特性管理表９００の一部として格納する。

運転行動推定部２２０は、車載データベース２１１或いはセンター側データベース２１２に、行動特性管理表９００（図４参照）の一部として格納された複数の過去の運転状況に関する情報と、行動特性値と、遭遇頻度と、因子影響値と、因子影響頻度とに基づいて、自車両の運転者の未来の運転行動を推定する。

運転支援実施部２３０は、運転行動推定部２２０によって推定された運転行動に応じて、自車両の運転者に対する運転支援を実施する。運転支援実施部２３０は、運転支援として、例えば、運転行動推定部２２０によって推定された運転行動が行われた場合における自車両の挙動が実現されるように、自車両を制御する。或いは、運転支援実施部２３０は、運転支援として、例えば、運転行動推定部２２０によって運転行動として推定されたアクセルのオフタイミングよりも早めにアクセルがオフになるように運転者を誘導するエコ運転支援を行う。

蓄積処理部２４０は、行動特性管理表９００（図４参照）における例えば行動特性値、遭遇頻度等を更新する更新処理や、車載データベース２１１に蓄積された情報を整理する蓄積情報整理処理を含む蓄積処理を行う。尚、蓄積処理、更新処理、蓄積情報整理処理については、それぞれ、図１０、図１１及び図１２を参照して後に詳細に説明する。尚、蓄積処理部２４０は、本発明に係る「情報移動手段」の一例である。

信頼度設定部２５０は、本発明に係る「他車両信頼度設定手段」の一例であり、因子情報取得部１００（より具体的には、走行環境情報取得部１４０）によって取得された他車両推定結果情報に対して、この他車両推定結果情報の確からしさを示す信頼度を設定する信頼度設定処理を行う。他車両推定結果情報は、本発明に係る「他車両因子」の一例であり、自車両の周辺を走行する他車両から走行環境情報取得部１４０（より具体的には、走行環境情報取得部１４０に含まれる車車間通信機）によって受信された、他車両の未来の運転行動（即ち、他車両がとりうると推定される運転行動）を示す情報である。尚、信頼度設定部２５０による信頼度設定処理については、図５を参照して後に詳細に説明する。

＜第１の動作例＞
次に、本実施形態に係る運転支援装置の第１の動作例について、図２から図１３を参照して説明する。

図２は、本実施形態に係る運転支援装置の主な動作の流れを示すフローチャートである。

図２において、運転支援装置１の動作時には、先ず、因子情報取得処理が行われる（ステップＳ１００）。

図３は、本実施形態に係る運転支援装置による因子情報取得処理の流れを示すフローチャートである。

図３に示すように、因子情報取得処理では、ドライバ情報がドライバ情報取得部１１０（図１参照）によって取得される（ステップＳ１１０）。また、このドライバ情報の取得処理（即ち、ステップＳ１１０に係る処理）と並行して或いは相前後して、車両情報が車両情報取得部１２０（図１参照）によって取得され（ステップＳ１２０）、道路・構造物情報が道路構造物情報取得部１３０（図１参照）によって取得され（ステップＳ１３０）、走行環境情報が走行環境情報取得部１４０（図１参照）によって取得される（ステップＳ１４０）。取得されたドライバ情報、車両情報、道路・構造物情報及び走行環境情報は、因子情報格納部２１０（図１参照）によって車載データベース２１１に行動特性管理表９００（図４参照）の一部として格納される。尚、以下では、ドライバ情報、車両情報、道路・構造物情報及び走行環境情報を区別して説明する必要がない場合には、ドライバ情報、車両情報、道路・構造物情報及び走行環境情報をまとめて「運転状況に関する情報」と称して説明する。

図４は、本実施形態に係る運転支援装置における行動特性管理表の構造を示す模式図である。

図４において、車載データベース２１１（図１参照）では、行動特性管理表９００を用いて、運転状況に関する情報、並びに後述する行動特性値、遭遇頻度、因子影響値及び因子影響頻度が管理される。

行動特性管理表９００では、ひとつの運転状況（言い換えれば、複数の過去の運転状況の各々）に関する情報は、複数の因子情報の組として格納される（或いは管理される）。ここで、因子情報とは、図１を参照して上述した因子情報取得部１００によって取得される各種情報の各々を意味し、ひとつの運転状況を規定する複数の因子の各々を示す情報である。図４に示す例では、因子情報として、制限速度に関する情報、ガードレールに関する情報、路面状態に関する情報、信号灯色に関する情報が示されており、ひとつの運転状況に関する情報は、制限速度に関する情報、ガードレールに関する情報、路面状態に関する情報及び信号灯色に関する情報を含む複数の因子情報の組として格納されている。図４の例では、道路の制限速度が時速５０ｋｍであり、道路にガードレールがなく、路面状態がドライであり、信号灯色が青信号である第１の運転状況と、道路の制限速度が時速５０ｋｍであり、道路にガードレールがなく、路面状態がドライであり、信号灯色が赤信号である第２の運転状況と、道路の制限速度が時速５０ｋｍであり、道路にガードレールがなく、路面状態がウェットであり、信号灯色が青信号である第３の運転状況と、道路の制限速度が時速５０ｋｍであり、道路にガードレールがなく、路面状態がウェットであり、信号灯色が赤信号である第４の運転状況との各々に関する情報が行動特性管理表９００に格納されている。尚、制限速度に関する情報、ガードレールに関する情報、路面状態に関する情報、信号灯色に関する情報は、いずれも道路・構造物情報取得部１３０によって取得される情報（即ち、道路・構造物情報）である。行動特性管理表９００では、ドライバ情報、車両情報、道路・構造物情報及び走行環境情報の別が「分類」として管理される。

更に、行動特性管理表９００では、ひとつの運転状況に対応付けて行動特性値及び遭遇頻度が格納される。行動特性値は、当該行動特性値が対応付けられた運転状況における運転者の行動特性（例えば自車両を加速させる動作を行う傾向があるという特性や、右折させる動作を行うという特性など）を示す値である。遭遇頻度は、当該遭遇頻度が対応付けられた運転状況が発生した頻度（言い換えれば、該運転状況に遭遇した回数）を示す値であり、該運転状況が発生した日付などを含んだ値であってもよい。行動特性値及び遭遇頻度は、因子情報格納部２１０によって格納され、それぞれの初期値は例えばゼロ（０）に設定される。行動特性値及び遭遇頻度は、図１１を参照して後述する更新処理によって更新される。尚、図４の例では、説明の便宜上、第１の運転状況に対応する行動特性値を「Ａ１」として、第２の運転状況に対応する行動特性値を「Ａ２」として、第３の運転状況に対応する行動特性値を「Ａ３」として、第４の運転状況に対応する行動特性値を「Ａ４」として示している。また、図４の例では、説明の便宜上、第１の運転状況に対応する遭遇頻度は「Ａｃ１」として、第２の運転状況に対応する遭遇頻度を「Ａｃ２」として、第３の運転状況に対応する遭遇頻度を「Ａｃ３」として、第４の運転状況に対応する遭遇頻度を「Ａｃ４」として示している。

加えて、行動特性管理表９００では、ひとつの因子情報（即ち、複数の因子情報の各々）に対応付けて因子影響値及び因子影響頻度が格納される。因子影響値は、当該因子影響値が対応付けられた因子情報が運転者の行動特性に与える影響の大きさを示す値であり、因子情報が変化した場合に、運転者の行動がどのように変化したかに応じて決定される。例えば、信号灯色が赤信号から青信号へ変化した場合に運転者が自車両を停止状態から加速させる動作を行うことから、因子情報としての「信号灯色」に対応する因子影響値を相対的に高く設定してもよい。因子影響頻度は、因子情報が変化した頻度（言い換えれば、因子情報の変化に遭遇した回数、例えば信号灯色が変化した回数）を示す値であり、因子情報が変化した日付などを含んだ値であってもよい。因子影響値及び因子影響頻度は、因子情報格納部２１０によって格納される。因子影響値は、例えば、当該因子影響値が対応づけられた因子情報の変化に対する行動特性値の変化に応じて更新される。因子影響頻度は、因子情報が変化した場合に更新される（具体的には、例えば１ずつカウントアップされる）。尚、図４の例では、説明の便宜上、因子情報としての「制限速度」に対応する因子影響値を「Ｅ１」として、因子情報としての「ガードレール」に対応する因子影響値を「Ｅ２」として、因子情報としての「路面状態」に対応する因子影響値を「Ｅ３」として、因子情報としての「信号灯色」に対応する因子影響値を「Ｅ４」として示している。また、図４の例では、説明の便宜上、因子情報としての「制限速度」に対応する因子影響頻度を「Ｅｃ１」として、因子情報としての「ガードレール」に対応する因子影響頻度を「Ｅｃ２」として、因子情報としての「路面状態」に対応する因子影響頻度を「Ｅｃ３」として、因子情報としての「信号灯色」に対応する因子影響頻度を「Ｅｃ４」として示している。

再び図３において、走行環境情報の取得処理（即ち、ステップＳ１４０に係る処理）の後には、他車両が存在するか否かが判定される（ステップＳ１５０）。具体的には、自車両の周辺に他車両が存在することが走行環境取得部１４０（図１参照）に含まれるレーダーセンサー、カメラセンサー或いは車車間通信機によって検出されたか否かが運転支援部２００（図１参照）によって判定される。

他車両が存在しないと判定された場合には（ステップＳ１５０：Ｎｏ）、因子情報取得処理は終了される。

他車両が存在すると判定された場合には（ステップＳ１５０：Ｙｅｓ）、信頼度設定処理が行われる（ステップＳ１６０）。

図５は、本実施形態に係る運転支援装置による信頼度設定処理の流れを示すフローチャートである。

図５に示すように、信頼度設定処理では、先ず、他車両が運転支援中か否かが判定される（ステップＳ１６１）。即ち、他車両において当該他車両の運転者に対する運転支援が行われているか否かが信頼度設定部２５０によって判定される。

他車両が運転支援中でないと判定された場合には（ステップＳ１６１：Ｎｏ）、信頼度設定処理は終了される。

他車両が運転支援中であると判定された場合には（ステップＳ１６１：Ｙｅｓ）、信頼度設定部２５０は、他車両推定結果情報の信頼度を上げる（ステップＳ１６２）。尚、上述したように、他車両推定結果情報は、自車両の周辺を走行する他車両から走行環境情報取得部１４０（より具体的には、走行環境情報取得部１４０に含まれる車車間通信機）によって受信された、他車両の未来の運転行動（即ち、他車両がとりうると推定される運転行動）を示す情報である。

図６は、行動特性管理表に因子情報として格納された他車両推定結果情報の一例を示す模式図である。

図６において、因子情報としての他車両推定結果情報（即ち「他車両推定結果」）が、行動特性管理表９００の欄Ｌ１に格納されている。図６の例では、第１の運転状況についての他車両推定結果情報は「行動α」であり、第２の運転状況についての他車両推定結果情報は「行動β」であり、第３の運転状況についての他車両推定結果情報は「行動α」であり、第４の運転状況についての他車両推定結果情報を「行動β」である。つまり、図６の例では、第１の運転状況についての他車両推定結果情報と第３の運転状況についての他車両推定結果情報とは互いに同じであり、第２の運転状況についての他車両推定結果情報と第４の運転状況についての他車両推定結果情報とは互いに同じである。

尚、図６において、因子情報として天候情報（即ち「天候」）が、行動特性管理表９００の一部に格納されている。図６の例では、第１の運転状況についての天候情報は「晴れ」であり、第２の運転状況についての天候情報は「晴れ」であり、第３の運転状況についての天候情報は「雨」であり、第４の運転状況についての天候情報を「雨」である。また、図６の例では、説明の便宜上、因子情報としての「天候」に対応する因子影響値を「Ｅ５」として、因子情報としての「他車両推定結果」に対応する因子影響値を「Ｅ６」として示している。また、図６の例では、説明の便宜上、因子情報としての「天候」に対応する因子影響頻度を「Ｅｃ５」として、因子情報としての「他車両推定結果」に対応する因子影響頻度を「Ｅｃ６」として示している。

図５及び図６において、上述したように、他車両が運転支援中であると判定された場合には（ステップＳ１６１：Ｙｅｓ）、信頼度設定部２５０は、他車両推定結果情報の信頼度を上げる（ステップＳ１６２）。ここで、他車両推定結果情報の信頼度は、他車両推定結果情報の確からしさを示す値として、他車両推定結果情報毎に（即ち運転状況毎に）信頼度設定部２５０によって設定される。各運転状況の他車両推定結果情報の信頼度の初期値は、例えばゼロ（０）に設定される。

即ち、他車両が運転支援中であると判定された場合には（ステップＳ１６１：Ｙｅｓ）、信頼度設定部２５０は、その時点で取得された他車両推定結果情報は信頼できる度合が高いとして、他車両推定結果情報の信頼度を上げる或いは高める（ステップＳ１６２）。例えば、図６の例において、第１の運転状況についての他車両推定結果情報である「行動α」が、他車両が運転支援中であるときに走行環境情報取得部１４０によって取得されたものである場合には、第１の運転状況についての他車両推定結果情報である「行動α」の信頼度が信頼度設定部２５０によって高められる。

このように本実施形態では特に、他車両推定結果情報に対して信頼度が信頼度設定部２５０によって設定されるので、運転行動推定部２２０（図１参照）は、この信頼度に基づいて、運転者の未来の運転行動を精度良く推定することが可能となる。即ち、例えば、この信頼度が所定の基準信頼度よりも低い「他車両推定結果」を含む運転状況を除外して、信頼度が所定の基準信頼度よりも高い「他車両推定結果」を含む運転状況に基づいて運転者の未来の運転行動を推定することにより、運転者の未来の運転行動を精度良く推定できる。

再び図２において、因子情報取得処理（ステップＳ１００）の後には、運転支援を行うか否かが運転支援部２００によって判定される（ステップＳ２００）。具体的には、運転支援部２００は、運転支援を行うべき旨の指示が自車両の運転者によってなされたか否かに応じて、運転支援を行うか否かを判定する。つまり、運転支援部２００は、運転支援を行うべき旨の指示がある場合には、運転支援を行うと判定し、運転支援を行うべき旨の指示がない場合には、運転支援を行わないと判定する。

尚、本動作例では、因子情報取得処理（ステップＳ１００）の後に、後述する運転支援処理(ステップＳ３００）及び蓄積処理（ステップＳ４００）が順に行われる場合を例に挙げて説明するが、蓄積処理（ステップＳ４００）は、因子情報取得処理（ステップＳ１００）の後に、運転支援処理（ステップＳ３００）が行われるか否かにかかわらず、所定のタイミングで（例えば定期的に）行われてもよい。

運転支援を行うと判定された場合には（ステップＳ２００：Ｙｅｓ）、運転支援処理が行われる（ステップＳ３００）。

図７は、本実施形態に係る運転支援装置による運転支援処理の流れを示すフローチャートである。

図７に示すように、運転支援処理では、先ず、運転状況が判定される（ステップＳ３１０）。即ち、因子情報取得部１００によって取得された情報（即ち、ドライバ情報、車両情報、道路・構造物情報及び走行環境情報）に基づいて、自車両の現在の運転状況が、行動特性管理表９００（図４参照）に格納されている複数の運転状況（即ち、複数の過去の運転状況）のいずれであるかが運転行動推定部２２０によって判定される。つまり、行動特性管理表９００に格納されている複数の運転状況のうち、自車両の現在の運転状況に一致する運転状況が運転行動推定部２２０によって選択される。

次に、選択された運転状況の遭遇頻度が閾値Ｙ以上であるか否かが判定される（ステップＳ３２０）。即ち、行動特性管理表９００に格納されている複数の運転状況から自車両の現在の運転状況に一致する運転状況として選択された運転状況に対応付けられている遭遇頻度が、閾値Ｙ（例えば１０回など）以上であるか否かが、運転行動推定部２２０によって判定される。図４に示す例では、例えば、自車両の現在の運転状況に一致する運転状況として第３の運転状況が選択された場合には、この第３の運転状況に対応付けられている遭遇頻度である「Ａｃ３」が閾値Ｙ以上であるか否かが判定される。

遭遇頻度が閾値Ｙ以上であると判定された場合には（ステップＳ３２０：Ｙｅｓ）、運転行動が推定される（ステップＳ３３０）。即ち、自車両の未来の運転行動が運転行動推定部２２０によって推定される。具体的には、運転行動推定部２２０は、行動特性管理表９００において自車両の現在の運転状況に一致する運転状況として選択された運転状況に対応付けられている行動特性値に基づいて、自車両の運転者の未来の運転行動を推定する。ここで、上述したように、行動特性値は、当該行動特性値が対応付けられた運転状況における運転者の行動特性（例えば自車両を加速させる動作を行う傾向があるという特性や、右折させる動作を行うという特性など）を示す値である。よって、運転行動推定部２２０は、自車両の現在の運転状況に一致する運転状況として選択された運転状況に対応付けられている行動特性値に基づいて運転者の未来の運転行動を精度良く推定できる。言い換えれば、運転行動推定部２２０は、行動特性管理表９００に格納されている複数の行動特性値のうち現在の運転状況に適合する行動特性値に基づいて、運転者の未来の運転行動を推定するので、運転者の未来の運転行動を精度良く推定できる。図４に示す例では、例えば、自車両の現在の運転状況に一致する運転状況として第３の運転状況が選択された場合には、この第３の運転状況に対応付けられている行動特性値である「Ａ３」に基づいて、運転者の未来の運転行動が運転行動推定部２２０によって推定される。尚、閾値Ｙは、本発明に係る「所定の第２基準頻度」の一例である。

一方、遭遇頻度が閾値Ｙ以上でない（即ち、閾値Ｙより小さい）と判定された場合には（ステップＳ３２０：Ｎｏ）、因子影響値反映処理が行われる。

図８は、本実施形態に係る運転支援装置による因子影響値反映処理の流れを示すフローチャートである。図９は、行動特性管理表に格納された行動特性値、遭遇頻度、因子影響値、及び因子影響頻度の一例を示す模式図である。

図８に示すように、因子影響値反映処理では、先ず、運転状況の因子のひとつが選択される（ステップＳ３４１）。即ち、行動特性管理表９００に格納された複数の因子情報のうち一の因子情報が運転行動推定部２２０によって選択される。

次に、選択された因子情報の因子影響値が閾値Ｋ未満か否かが判定される（ステップＳ３４２）。即ち、行動特性管理表９００において、選択された一の因子情報に対応付けられている因子影響値が閾値Ｋ未満であるか否かが運転行動推定部２２０によって判定される。

因子影響値が閾値Ｋ未満であると判定された場合には（ステップＳ３４２：Ｙｅｓ）、運転状況の因子がすべてチェックされたか否かが判定される（ステップＳ３４４）。即ち、行動特性管理表９００に格納されている複数の因子情報のすべてについて、上述したステップＳ３４１に係る処理（及びステップＳ３４２に係る処理）が行われたか否かが運転行動推定部２２０によって判定される。尚、閾値Ｋは、本発明に係る「所定の基準影響値」の一例である。

運転状況の因子がすべてチェックされていないと判定された場合には（ステップＳ３４４：Ｎｏ）、再びステップＳ３４１に係る処理が行われる。つまり、ステップＳ３４１に係る処理及びステップ３４２に係る処理は、行動特性管理表９００に格納された複数の因子情報のすべてについて１つずつ順番に行われる。

一方、因子影響値が閾値Ｋ未満でない（即ち、閾値Ｋ以上である）と判定された場合には（ステップＳ３４２：Ｎｏ）、選択された一の因子情報は反映因子としてチェックされる（ステップＳ３４３）。即ち、ステップＳ３４１に係る処理によって選択された一の因子情報に対応付けられている因子影響値が閾値Ｋ以上である場合には、その一の因子情報は反映因子として運動行動推定部２２０によって選択される。図９の例では、例えば、閾値Ｋが「高」に設定されており、ステップＳ３４１に係る処理によって一の因子情報として「制限速度」が選択された場合には、一の因子情報としての「制限速度」に対応付けられている因子影響値が「中（初期値）」であり、閾値Ｋ未満であるため、一の因子情報としての「制限速度」は、反映因子として選択されない。また、図９の例では、例えば、閾値Ｋが「高」に設定されており、ステップＳ３４１に係る処理によって一の因子情報として「信号灯色」が選択された場合には、一の因子情報としての「信号灯色」に対応付けられている因子影響値が「高」であり、閾値Ｋ以上であるため、一の因子情報としての「信号灯色」は反映因子として選択される。尚、図９の例では、因子影響値は、「低」、「中」及び「高」のいずれかをとり、「低」よりも「中」のほうがその値が高く、「中」よりも「高」のほうがその値が高い。

次に、図８において、運転状況の因子がすべてチェックされたと判定された場合には（ステップＳ３４４：Ｙｅｓ）、反映因子が存在するか否かが判定される（ステップＳ３４５）。即ち、行動特性管理表９００に格納された複数の因子情報のうちのいずれかが、上述したステップＳ３４３に係る処理において反映因子として選択されたか否かが運転行動推定部２２０によって判定される。

反映因子が存在すると判定された場合には（ステップＳ３４５：Ｙｅｓ）、反映因子が現在の運転状況と同一の運転状況に基づいて、運転行動が運転行動推定部２２０によって推定される（ステップＳ３４７）。即ち、運転行動推定部２２０は、現在の運転状況の遭遇頻度が閾値Ｙより小さい場合には（ステップＳ３２０：Ｎｏ）、ステップＳ３４３に係る処理において反映因子として選択した因子情報が現在の運転状況と同一である運転状況の行動特性値に基づいて、運転者の未来の運転行動を推定する。

図９の例では、例えば、自車両の現在の運転状況に一致する運転状況として第４の運転状況（即ち、「制限速度」が時速５０ｋｍであり、「ガードレール」が無く、「路面状態」がウェットであり、「信号灯色」が赤信号である運転状況）が選択された場合には、この第４の運転状況に対応付けられている遭遇頻度は「０回」であるため、例えば１０回である閾値Ｙよりも小さい。このため、因子影響値反映処理が行われる（ステップＳ３４０）。図９の例では、因子影響値反映処理（より具体的には図８を参照して上述したステップＳ３４３に係る処理）において、上述したように因子影響値に基づいて（即ち、因子影響値が閾値Ｋ以上であることにより）、因子情報である「信号灯色」が反映因子として選択される。運転行動推定部２２０は、反映因子としての「信号灯色」が、現在の運転状況としての第４の運転状況と同一である第２の運転状況の行動特性値に基づいて、運転者の未来の運転行動を推定する。尚、図９の例では、第２の運転状況及び第４の運転状況の各々についての「信号灯色」は、いずれも「赤信号」であり、互いに同一である。また、第２の運転状況の遭遇頻度は「２０回」であり、例えば１０回である閾値Ｙ以上である。

即ち、本実施形態では特に、現在の運転状況（図９の例では、第４の運転状況）の遭遇頻度が閾値Ｙ（例えば１０回）よりも小さい場合には、運転行動推定部２２０は、現在の運転状況に代えて、因子影響値が閾値Ｋ以上である反映因子（図９の例では、「信号灯色」）が、現在の運転状況と同一であり、且つ、遭遇頻度が閾値Ｙ（例えば１０回）以上である運転状況（図９の例では、第２の運転状況）の行動特性値に基づいて、運転者の未来の運転行動を推定する。

よって、運転行動推定部２２０は、遭遇頻度が低い特殊な（或いは稀な）運転状況であると予測される現在の運転状況（図９の例では、第４の運転状況）に代えて、現在の運転状況に類似し且つ遭遇頻度が高い他の運転状況（図９の例では、例えば、第２の運転状況）に基づいて運転行動を推定するので、運転者の未来の運転行動をより一層精度良く推定できる。

一方、反映因子が存在しないと判定された場合には（ステップＳ３４５：Ｎｏ）、因子影響頻度の高い因子が現在の運転状況と同一の運転状況に基づいて、運転行動が運転行動推定部２２０によって推定される（ステップＳ３４６）。即ち、運転行動推定部２２０は、因子影響頻度が所定の閾値（例えば１５回）よりも高い因子情報が現在の運転状況と同一である運転状況の行動特性値に基づいて、運転者の未来の運転行動を推定する。

図９の例において、「信号灯色」の因子影響値が「中」であり、行動特性管理表９００に格納されている複数の因子情報に対応付けられている因子影響値のいずれもが閾値Ｋ未満であると仮定すると、いずれの因子情報も反映因子として選択されず、反映因子は存在しないと判定される（ステップＳ３４５：Ｎｏ）。この場合、運転行動推定部２２０は、因子影響頻度が所定の閾値（例えば１５回）よりも高い因子情報である「信号灯色」が現在の運転状況（図９の例では、例えば第４の運転状況）と同一である運転状況（図９の例では、例えば第２の運転状況）の行動特性値に基づいて、運転者の未来の運転行動を推定する。

よって、運転行動推定部２２０は、遭遇頻度が低い特殊な（或いは稀な）運転状況であると予測される現在の運転状況（図９の例では、第４の運転状況）に代えて、現在の運転状況に類似し且つ遭遇頻度が高い他の運転状況（図９の例では、例えば、第２の運転状況）に基づいて運転行動を推定するので、運転者の未来の運転行動をより一層精度良く推定できる。

再び図７において、ステップＳ３３０に係る処理或いはステップＳ３４０に係る処理（即ち、因子影響値反映処理）によって運転者の未来の運転行動が推定された後には、推定された運転行動に基づいて運転支援が実施される（ステップＳ３５０）。即ち、運転行動推定部２２０によって推定された運転行動に基づいて、運転支援実施部２３０によって運転支援が実施される。よって、自車両の運転者の未来の行動に適した運転支援を実施することができる。

再び図２において、運転支援処理（ステップＳ３００）の後には、蓄積処理が行われる（ステップＳ４００）。

図１０は、本実施形態に係る運転支援装置による蓄積処理の流れを示すフローチャートである。

図１０に示すように、蓄積処理では、先ず、更新処理が行われる（ステップＳ４１０）。

図１１は、本実施形態に係る運転支援装置による更新処理の流れを示すフローチャートである。

図１１に示すように、更新処理では、先ず、運転状況が判定される（ステップＳ４１１）。即ち、因子情報取得部１００によって取得された情報（即ち、ドライバ情報、車両情報、道路・構造物情報及び走行環境情報）に基づいて、自車両の現在の運転状況が、行動特性管理表９００に格納されている複数の運転状況（即ち、複数の過去の運転状況）のいずれであるかが蓄積処理部２４０によって判定される。つまり、行動特性管理表９００に格納されている複数の運転状況のうち、自車両の現在の運転状況に一致する運転状況が蓄積処理部２４０によって選択される。

次に、行動特性値が更新される（ステップＳ４１２）。即ち、選択された運転状況に対応付けられている行動特性値が、蓄積処理部２４０によって更新される。具体的には、蓄積処理部２４０は、選択した運転状況に対応付けられている行動特性値を、因子情報取得部１００によって取得された現在の運転状況に関する情報（より具体的には、例えば、現在の運転状況における自車両の速度、加減速度、アクセル開度、ブレーキ圧、操舵角などの運転者の運転行動に関する情報）に基づいて更新（或いは変更）する。つまり、蓄積処理部２４０は、現在の運転状況における運転者の行動特性を、行動特性管理表９００における行動特性値に反映させる。

次に、遭遇頻度が更新される（ステップＳ４１３）。即ち、選択された運転状況に対応付けられている遭遇頻度が、蓄積処理部２４０によって更新される。具体的には、蓄積処理部２４０は、選択された運転状況に対応付けられている遭遇頻度を例えば１回分だけ高める（即ち、カウントアップする）。

次に、因子影響値が更新される（ステップＳ４１４）。即ち、行動特性管理表９００に格納されている因子影響値が、蓄積処理部２４０によって更新される。具体的には、蓄積処理部２４０は、因子影響値を、因子情報取得部１００によって取得された現在の運転状況に関する情報に基づいて更新する。例えば、蓄積処理部２４０は、現在の運転状況と過去の運転状況との間で変化した因子情報について、この因子情報が変化したことによる運転者の運転行動の変化を、因子情報取得部１００によって取得された情報に基づいて特定し、この特定した運転行動の変化に応じて因子影響値を変更する。

次に、因子影響頻度が更新される（ステップＳ４１５）。即ち、行動特性管理表９００に格納されている因子影響頻度が、蓄積処理部２４０によって更新される。具体的には、蓄積処理部２４０は、因子影響頻度を、因子情報取得部１００によって取得された現在の運転状況に関する情報に基づいて更新する。例えば、蓄積処理部２４０は、現在の運転状況と過去の運転状況との間で変化した因子情報について、この因子情報が変化したことによって運転者の運転行動に変化があったか否かを判定し、変化があったと判定した場合に、因子影響頻度を例えば１回分だけ高める（即ち、カウントアップする）。

このように、更新処理では、因子情報取得部１００によって取得された現在の運転状況に関する情報に基づいて、行動特性値、遭遇頻度、因子影響値及び因子影響頻度が更新される。

再び図１０において、更新処理（ステップＳ４１０）の後には、車載データベース２１１（図１参照）の使用量が閾値Ｘ以上であるか否かが判定される（ステップＳ４２０）。即ち、車載データベース２１１に格納された情報（例えば運転状況に関する情報など）によって使用される車載データベース２１１の使用量（言い換えれば、車載データベース２１１に格納された情報の情報量）が閾値Ｘ以上であるか否かが蓄積処理部２４０によって判定される。尚、閾値Ｘは、本発明に係る「所定の基準情報量」の一例である。

車載データベース２１１の使用量が閾値Ｘ以上でない（即ち、閾値Ｘより小さい）と判定された場合には（ステップＳ４２０：Ｎｏ）、蓄積処理は終了する。

車載データベース２１１の使用量が閾値Ｘ以上であると判定された場合には（ステップＳ４２０：Ｙｅｓ）、蓄積情報整理処理が行われる（ステップＳ４３０）。

図１２は、本実施形態に係る運転支援装置による蓄積情報整理処理の流れを示すフローチャートである。図１３は、行動特性管理表に格納された行動特性値、遭遇頻度、因子影響値、及び因子影響頻度の一例を示す模式図である。

図１２に示すように、蓄積情報整理処理では、先ず、運転状況のひとつが選択される（ステップＳ４３１）。即ち、行動特性管理表９００に格納された複数の運転状況のうち一の運転状況が蓄積処理部２４０によって選択される。

次に、選択された運転状況の遭遇頻度が閾値Ｚ以上であるか否かが判定される（ステップＳ４３２）。即ち、選択された運転状況に対応付けられている遭遇頻度が、閾値Ｚ（例えば１０回など）以上であるか否かが、蓄積処理部２４０によって判定される。尚、閾値Ｚは、本発明に係る「所定の第１基準頻度」の一例である。

遭遇頻度が閾値Ｚ以上であると判定された場合には(ステップＳ４３２：Ｙｅｓ）、すべての運転状況がチェックされたか否かが判定される（ステップＳ４３４）。即ち、行動特性管理表９００に格納されている複数の運転状況のすべてについて、上述したステップＳ４３１に係る処理（及びステップＳ４３２に係る処理）が行われたか否かが蓄積処理部２４０によって判定される。

すべての運転状況がチェックされていないと判定された場合には（ステップＳ４３４：Ｎｏ）、再びステップＳ４３１に係る処理が行われる。つまり、ステップＳ４３１に係る処理及びステップＳ４３２に係る処理は、行動特性管理表９００に格納された複数の運転状況のすべてについて１つずつ順番に行われる。

一方、遭遇頻度が閾値Ｚ以上でない（即ち、閾値Ｚよりも小さい）と判定された場合には（ステップＳ４３２：Ｎｏ）、選択された一の運転状況はセンター側データベース格納対象としてチェックされる。即ち、ステップＳ４３１に係る処理によって選択された一の運転状況に対応付けられている遭遇頻度が閾値Ｚ以上である場合には、その一の運転状況はセンター側データベース格納対象として蓄積処理部２４０によって選択される。図１３の例では、例えば、閾値Ｚが「１０回」に設定されており、ステップＳ４３１に係る処理によって一の運転状況として第１の運転状況が選択された場合には、第１の運転状況に対応付けられている遭遇頻度が「３０回」であり、閾値Ｚ以上であるため、第１の運転状況は、センター側データベース格納対象として選択されない。閾値Ｚが「１０回」に設定されている場合、第２の運転状況及び第３の運転状況も同様にセンター側データベース格納対象として選択されない。また、図１３の例では、閾値Ｚが「１０回」に設定されており、ステップＳ４３１に係る処理によって一の運転状況として第４の運転状況が選択された場合には、第４の運転状況に対応付けられている遭遇頻度が「０回」であり、閾値Ｋ以上でないため、第４の運転状況はセンター側データベース格納対象として選択される。

次に、すべての運転状況がチェックされたと判定された場合には（ステップＳ４３４：Ｙｅｓ）、センター側データベース格納対象として選択された運転状況に関する情報を、車載データベース２１１からセンター側データベース２１２（図１参照）に移動した場合に車載データベース２１１の使用量が閾値Ｙ未満になるか否かが蓄積処理部２４０によって判定される（ステップＳ４３５）。

車載データベース２１１の使用量が閾値Ｙ未満にならないと判定された場合には（ステップＳ４３５：Ｎｏ）、閾値Ｙが調整される（ステップＳ４３６）。具体的には、閾値Ｙが現在の値よりも大きな値となるように蓄積処理部２４０によって調整される。例えば、センター側データベース格納対象として選択された運転状況に関する情報を、車載データベース２１１からセンター側データベース２１２（図１参照）に移動した場合における車載データベース２１１の使用量が例えば３．５ギガバイトであり、閾値Ｙの現在の値が例えば３．０ギガバイトである場合には、閾値Ｙは、現在の値である例えば３．５ギガバイトよりも大きな値である例えば４．０ギガバイトに蓄積処理部２４０によって変更される。尚、この際、閾値Ｚも蓄積処理部２４０によって調整されてもよい。

ステップＳ４３６に係る処理の後、再びステップＳ４３１に係る処理が行われる。

一方、車載データベース２１１の使用量が閾値Ｙ未満になると判定された場合には（ステップＳ４３５：Ｙｅｓ）、センター側データベース格納対象として選択されている運転状況に関する情報が、車載データベース２１１からセンター側データベース２１２に蓄積処理部２４０によって移動される（ステップＳ４３７）。

このように、本実施形態では特に、複数の運転状況に係る情報を、車載データベース２１１及びセンター側データベース２１２に分散して格納することができる。更に、遭遇頻度が閾値Ｚよりも高い運転状況に関する情報を車載データベース２１１に格納し、遭遇頻度が閾値Ｚよりも低い運転状況をセンター側データベース２１２に格納するので、遭遇頻度が高い運転状況に関する情報を運転行動推定部２２０等が迅速に参照することができる（即ち、遭遇頻度が高い運転状況に関する情報に運転行動推定部２２０等がアクセスするのに必要なアクセス時間を短くすることができる）と共に、車載データベース２１１に格納された情報が多くなりすぎて、因子情報取得部１００によって定期的或いは不定期に取得される運転状況に関する情報を追加できなくなってしまう事態を回避できる。

尚、本実施形態では、因子情報取得部１００によって取得された運転状況に関する情報を、先ず、車載データベース２１１に格納し、上述した蓄積情報整理処理によって、車載データベース２１１に格納されていた情報のうち、遭遇頻度が閾値Ｚよりも低い運転状況に関する情報をセンター側データベース２１２に格納するように構成したが、変形例として、例えば、因子情報取得部１００によって取得された運転状況に関する情報を、先ず、センター側データベース２１２に格納し、センター側データベース２１２に格納された情報のうち、遭遇頻度が所定の閾値よりも高い運転状況を車載データベース２１１に格納するように構成してもよい。この場合にも、複数の運転状況に係る情報を、車載データベース２１１及びセンター側データベース２１２に分散して格納することができる。

再び図１０において、蓄積情報整理処理（ステップＳ４３０）が終了すると、蓄積処理が終了する。

再び図２において、蓄積処理（ステップＳ４００）の後には、運転支援を終了するか否かが判定される（ステップＳ５００）。即ち、自車両の運転者に対する運転支援を終了するか否かが運転支援部２００によって判定される。

運転支援を終了すると判定された場合には（ステップＳ５００：Ｙｅｓ）、運転支援装置１による運転支援が終了される。

運転支援を終了しない（即ち、運転支援を継続する）と判定された場合には（ステップＳ５００：Ｎｏ）、因子情報取得処理（ステップＳ１００）が再び行われる。

以上説明したように、本実施形態に係る運転支援装置１によれば、運転者の未来の運転行動を運転行動推定部２２０によって精度良く推定でき、運転行動実施部２３０によって運転支援を適切に実施することができる。更に、本実施形態に係る運転支援装置１によれば、蓄積情報整理処理によって、遭遇頻度が高い運転状況に関する情報にアクセスするのに必要なアクセス時間を短くすることができると共に、車載データベース２１１に格納された情報が多くなりすぎて、因子情報取得部１００によって取得される運転状況に関する情報を車載データベース２１１に追加できなくなってしまう事態を回避できる。加えて、本実施形態に係る運転支援装置１によれば、他車両推定結果情報に対して信頼度が信頼度設定部２５０によって設定されるので、運転者の未来の運転行動を運転行動推定部２２０によって、より一層精度良く推定することが可能となる。

＜第２の動作例＞
次に、本実施形態に係る運転支援装置の第２の動作例について、図１４及び図１５を参照して説明する。以下では、本実施形態に係る運転支援装置の第２の動作例として、一時停止標識のある交差点における運転支援について説明する。

図１４は、一時停止標識のある交差点における運転支援を説明するための模式図である。

図１４は、自車両Ｃ１が一時停止標識５００のある交差点Ｑに向かって走行している運転状況において、交差点Ｑの停止線から距離Ａ１だけ手前で自車両Ｃ１の運転者がアクセルをオフ（ＯＦＦ）にした場合を示している。尚、図１４では、時間帯が昼間（例えば１０時から１７時の間）であり、天候が晴れである。図１４は、後述する図１５に示された行動特性管理表９００に格納された第１の運転状況を模式的に示している。

図１５は、本実施形態に係る運転支援装置の第２の動作例における行動特性管理表を示す模式図である。

図１５の例では、因子情報として、交差点に関する情報、時間帯に関する情報、及び天候に関する情報が示されており、ひとつの運転状況に関する情報は、交差点に関する情報、時間帯に関する情報、天候に関する情報を含む複数の因子情報の組として行動特性管理表９００に格納されている。図１５の例では、自車両Ｃ１が向かっている交差点が交差点Ｑであり、時間帯が昼間であり、天候が晴れである第１の運転状況（即ち、図１４に示された運転状況）と、自車両Ｃ１が向かっている交差点が交差点Ｑであり、時間帯が昼間であり、天候が雨である第２の運転状況と、自車両Ｃ１が向かっている交差点が交差点Ｑであり、時間帯が夜間（例えば１７時から２４時或いは０時から３時）であり、天候が晴れである第３の運転状況と、自車両Ｃ１が向かっている交差点が交差点Ｑであり、時間帯が夜間であり、天候が雨である第４の運転状況との各々に関する情報が行動特性管理表９００に格納されている。ここで、図１５の例では、行動特性値として、交差点Ｑの停止線から自車両Ｃ１の運転者がアクセルをオフにした位置までの距離（以下、「アクセルＯＦＦ残距離」と適宜称する）が格納されている。図１５の例では、第１の運転状況に対応する行動特性値Ａ１として１００ｍが格納されており（即ち、第１の運転状況に対応するアクセルＯＦＦ残距離は１００ｍであり）、第２の運転状況に対応する行動特性値Ａ２として１０５ｍが格納されており（即ち、第２の運転状況に対応するアクセルＯＦＦ残距離は１０５ｍであり）、第３の運転状況に対応する行動特性値Ａ３として１５０ｍが格納されており（即ち、第３の運転状況に対応するアクセルＯＦＦ残距離は１５０ｍであり）、第４の運転状況に対応する行動特性値として初期値であるゼロ（０）が格納されている（即ち、第４の運転状況の遭遇頻度は０回である）。

ここで、運転行動推定部２２０は、運転状況の判定（図７のステップＳ３１０参照）において、自車両Ｃ１の現在の運転状況が、図１５に示された遭遇頻度が０回である第４の運転状況に一致すると判定した場合には、以下のように自車両Ｃ１の運転者の未来の行動を推定してもよい。

即ち、運転行動推定部２２０は、先ず、図１５に示した行動特性管理表９００に格納された複数の過去の運転状況（即ち、第１、第２及び第３の運転状況）に関する情報、行動特性値、遭遇頻度、因子影響値及び因子影響頻度に基づいて、複数の因子情報の中から、自車両Ｃ１の運転者の行動を決定づけている行動決定因子情報（言い換えれば、自車両Ｃ１の運転者の行動の根拠となっている根拠因子情報）を特定する。具体的には、例えば、運転行動推定部２２０は、因子影響値が最も大きい因子情報（図１５の例では、時間帯に関する情報）を行動決定因子として特定する。或いは、例えば、運転行動推定部２２０は、複数の過去の運転状況（即ち、第１、第２及び第３の運転状況）に関する情報と各運転状況に対応する行動特性値とに基づいて、行動決定因子情報を特定する。例えば、図１５に示されるように、時間帯のみが互いに異なる第１及び第３の運転状況にそれぞれ対応する行動特性値の差（或いは、時間帯のみが互いに異なる第２及び第４の運転状況にそれぞれ対応する行動特性値の差）が、天候のみが互いに異なる第１及び第２の運転状況にそれぞれ対応する行動特性値の差よりも大きい場合には、時間帯に関する情報を行動決定因子情報として特定する。或いは、天候のみが互いに異なる第１及び第２の運転状況にそれぞれ対応する行動特性値の差（或いは、天候のみが互いに異なる第３及び第４の運転状況にそれぞれ対応する行動特性値の差）が、時間帯のみが互いに異なる第１及び第３の運転状況にそれぞれ対応する行動特性値の差（或いは、時間帯のみが互いに異なる第２及び第４の運転状況にそれぞれ対応する行動特性値の差）よりも大きい場合には、天候に関する情報を行動決定因子情報として特定する。

次に、運転行動推定部２２０は、図１５に示した行動特性管理表９００に格納された複数の過去の運転状況（即ち、第１、第２及び第３の運転状況）に関する情報、行動特性値及び特定した行動決定因子情報に基づいて、自車両Ｃ１の現在の運転状況が第４の運転状況（遭遇頻度が０回である運転状況）である場合の運転者の未来の行動（本動作例では、アクセルＯＦＦ残距離）を推定する。即ち、運転行動推定部２２０は、行動決定因子情報が時間帯に関する情報であることに基づいて、時間帯に関する情報が第４の運転状況と同じである第３の運転状況に対応する行動特性値を、第４の運転状況における自車両Ｃ１の未来の運転行動として推定する。つまり、運転行動推定部２２０は、行動決定因子情報である時間帯に関する情報が第３及び第４の運転状況で互いに同じであることに基づいて、第４の運転状況では、アクセルＯＦＦ残距離が第３の運転状況と殆ど同じあると推定する。よって、自車両Ｃ１の現在の運転状況が、遭遇頻度が０回である運転状況である場合の運転者の未来の行動を精度良く推定できる。

このように推定された運転行動に応じて、自車両Ｃ１の運転者に対する運転支援が運転支援実施部２３０によって実施される。よって、遭遇頻度が０回である運転状況において運転者の未来の運転行動により適した運転支援を実施することができる。

＜第３の動作例＞
次に、本実施形態に係る運転支援装置の第３の動作例について、図１６及び図１７を参照して説明する。以下では、本実施形態に係る運転支援装置の第３の動作例として、自車両が第１の交差点から第２の交差点に向かって走行する場合における運転支援について説明する。

図１６は、自車両が第１の交差点から第２の交差点に向かって走行する場合における運転支援を説明するための模式図である。

図１６は、第１の交差点Ｐにおいて停止していた自車両Ｃ１が第２の交差点Ｑに向かって発進する際の様子を示している。

図１７は、本実施形態に係る運転支援装置の第３の動作例における行動特性管理表を示す模式図である。

図１７の例では、因子情報として、制限速度に関する情報、交差点間距離に関する情報、路面状態に関する情報、信号灯色に関する情報、天候に関する情報、及び他車両に関する情報が示されており、ひとつの運転状況に関する情報は、制限速度に関する情報、交差点間距離に関する情報、路面状態に関する情報、信号灯色に関する情報、天候に関する情報、及び他車両に関する情報を含む複数の因子情報の組として行動特性管理表９００に格納されている。ここで、交差点間距離は、第１の交差点Ｐと第２の交差点Ｑとの間の距離（即ち、自車両Ｃ１が現在停止している交差点と次の交差点との間の距離）である（図１６参照）。

図１７に示す行動特性管理表９００には、道路の制限速度が時速６０ｋｍであり、交差点間距離が１００ｍであり、路面状態がドライであり、信号灯色が赤信号であり、天候が晴れであり、他車両がいない第１の運転状況と、道路の制限速度が時速６０ｋｍであり、交差点間距離が２００ｍであり、路面状態がドライであり、信号灯色が赤信号であり、天候が晴れであり、他車両がいない第２の運転状況と、道路の制限速度が時速６０ｋｍであり、交差点間距離が４００ｍであり、路面状態がドライであり、信号灯色が赤信号であり、天候が晴れであり、他車両がいない第３の運転状況と、道路の制限速度が時速６０ｋｍであり、交差点間距離が６００ｍであり、路面状態がドライであり、信号灯色が赤信号であり、天候が晴れであり、他車両がいない第４の運転状況との各々に関する情報が格納されている。ここで、図１７の例では、行動特性値として、自車両Ｃ１が第１の交差点Ｐから発進加速した後の行動である遷移先行動が格納されている。図１７の例では、第１の運転状況に対応する行動特性値として、自車両Ｃ１が減速停止すること（以下、「減速停止行動」と適宜称する）が格納されており、第２の運転状況に対応する行動特性値として、減速停止行動が格納されており、第３の運転状況に対応する行動特性値として、自車両Ｃ１が巡航すること（即ち、一定速度で走行すること、以下、「巡航行動」と適宜称する）が格納されており、第４の運転状況に対応する行動特性値として、巡航行動が格納されている。

ここで、運転支援実施部２３０は、自車両Ｃ１が交差点Ｐから発進加速するための運転支援を実施する際、行動特性値として格納されている遷移先行動にも応じて運転支援を実施してもよい。即ち、運転行動推定部２２０によって推定された、自車両Ｃ１が交差点Ｐから発進加速する第１の運転行動（以下、「発進加速行動」と適宜称する）に応じて運転支援実施部２３０が運転支援を実施する際、運転支援実施部２３０は、第１の運転行動の後に行われると運転行動推定部２２０によって推定される第２の運転行動（即ち、遷移先行動）にも応じて、運転支援を実施してもよい。つまり、図１７の例では、例えば、自車両Ｃ１の現在の運転状況が第１の運転状況である場合には、運転行動推定部２２０は、遷移先行動として減速停止行動を推定し、運転支援実施部２３０は、発進加速行動に加えて減速停止行動に応じて、運転支援を実施する。よって、第１の交差点Ｐから第２の交差点Ｑまでの間で行われる、発進加速行動及び減速停止行動からなる運転者の一連の運転行動により適した運転支援を実施することができる。

＜第４の動作例＞
次に、本実施形態に係る運転支援装置の第４の動作例について、図１６及び図１８を参照して説明する。以下では、本実施形態に係る運転支援装置の第４の動作例として、自車両が第１の交差点から第２の交差点に向かって走行する場合における運転行動の推定の一例について説明する。

図１８は、本実施形態に係る運転支援装置の第４の動作例における行動特性管理表を示す模式図である。

図１８の例では、因子情報として、制限速度に関する情報、交差点間距離に関する情報、路面状態に関する情報、信号灯色に関する情報、天候に関する情報、及び時間帯に関する情報が示されており、ひとつの運転状況に関する情報は、制限速度に関する情報、交差点間距離に関する情報、路面状態に関する情報、信号灯色に関する情報、天候に関する情報、及び時間帯に関する情報を含む複数の因子情報の組として行動特性管理表９００に格納されている。ここで、交差点間距離は、第１の交差点Ｐと第２の交差点Ｑとの間の距離である（図１６参照）。

図１８に示す行動特性管理表９００には、道路の制限速度が時速６０ｋｍであり、交差点間距離が６００ｍであり、路面状態がドライであり、信号灯色が赤信号であり、天候が晴れであり、時間帯が昼間である第１の運転状況と、道路の制限速度が時速６０ｋｍであり、交差点間距離が４００ｍであり、路面状態がドライであり、信号灯色が赤信号であり、天候が晴れであり、時間帯が昼間である第２の運転状況と、道路の制限速度が時速６０ｋｍであり、交差点間距離が２００ｍであり、路面状態がドライであり、信号灯色が赤信号であり、天候が晴れであり、時間帯が昼間である第３の運転状況と、道路の制限速度が時速６０ｋｍであり、交差点間距離が１００ｍであり、路面状態がドライであり、信号灯色が赤信号であり、天候が晴れであり、時間帯が昼間である第４の運転状況との各々に関する情報が格納されている。ここで、図１８の例では、行動特性値として、自車両Ｃ１が第１の交差点Ｐから発進加速した後の最高車速特性（即ち、最高車速、最高車速に到達するまでに自車両Ｃ１が走行した距離である最高車速到達距離、及び最高車速に到達するまでの時間である最高車速到達時間）が格納されている。図１８の例では、第１の運転状況に対応する行動特性値として、最高車速が時速５５ｋｍであり、最高車速到達距離が１２０〜４４０ｍであり、最高車速到達時間が１７〜３６秒であることが格納されており、第２の運転状況に対応する行動特性値として、最高車速が時速５５ｋｍであり、最高車速到達距離が１３５〜２５０ｍであり、最高車速到達時間が１４〜２１秒であることが格納されており、第３の運転状況に対応する行動特性値として、最高車速が時速４４ｋｍであり、最高車速到達距離が６６〜１１０ｍであり、最高車速到達時間が１０〜１２秒であることが格納されており、第４の運転状況に対応する行動特性値として、最高車速が時速３４ｋｍであり、最高車速到達距離が３６〜５０ｍであり、最高車速到達時間が８〜９秒であることが格納されている。

ここで、運転行動推定部２２０は、図１８に示す行動特性管理表９００に行動特性値として格納された最高車速到達時間に基づいて、自車両Ｃ１が第１の交差点Ｐで発進加速した後に行われる運転行動を推定してもよい。ここで、本願発明者の研究によれば、例えば、自車両Ｃ１が第１の交差点Ｐから第２の交差点Ｑに向かって発進加速した後に行われる運転行動は最高車速到達時間と関係が強い傾向があること、即ち、最高車速到達時間は、自車両Ｃ１が第１の交差点Ｐから第２の交差点Ｑに向かって発進加速した後に行われる運転行動を推定する際の好適な根拠となり得ることが判明している。例えば、自車両Ｃ１が第１の交差点Ｐから第２の交差点Ｑに向かって発進加速した後に行われる運転行動は、最高車速到達時間が長いほど巡航行動である傾向が強く、最高車速到達時間が短いほど減速停止行動である傾向が強いことが判明している。よって、自車両Ｃ１が第１の交差点Ｐで発進加速した後に行われる運転行動を、最高車速到達時間に基づいて運転行動推定部２２０によって推定することにより、該発進加速した後に行われる運転行動を精度良く推定できる。

＜第５の動作例＞
次に、本実施形態に係る運転支援装置の第５の動作例について、図１を参照して説明する。以下では、本実施形態に係る運転支援装置の第５の動作例として、自車両の現在の運転状況に関する情報の取得について説明する。

図１を参照して上述したように、因子情報取得部１００は、自車両の運転状況に関する情報（言い換えれば、複数の因子情報）を取得することが可能に構成されている。尚、因子情報取得部１００は、本発明に係る「取得手段」の一例である。

ここで、因子情報取得部１００は、自車両の現在の複数の因子情報を、該複数の因子情報の各々が変化する変化速度に応じた期間毎にそれぞれ取得してもよい。即ち、因子情報取得部１００は、例えば、複数の因子情報のうち変化速度が比較的低い因子情報（例えば天候に関する情報など）を比較的長い期間毎に取得し、複数の因子情報のうち変化速度が比較的高い運転状況因子（例えば車速に関する情報など）を比較的短い期間毎に取得する。よって、変化速度が比較的低い因子情報（即ち、比較的長い期間ほとんど或いは全く変化しない因子情報）を無駄に取得することを低減できると共に、変化速度が比較的高い因子情報（即ち、比較的短い時間で変化する因子情報）を確実に取得できる。従って、現在の因子情報の無駄な取得を低減しつつ、運転行動を精度良く推定することが可能となる。

尚、因子情報取得部１００が、各因子情報を取得する時間間隔（即ち、因子情報を取得してから該因子情報を再び取得するまでの期間）は、因子影響値に基づいて調整されてもよい。例えば、変化速度が比較的高い因子情報であっても、その因子情報の因子影響値が比較的小さい（即ち、運転者の行動特性に与える影響が比較的小さい）場合には、その因子情報を取得する時間間隔が比較的長くなるように構成してもよい。このように構成することで、因子情報の無駄な取得をより低減できる。

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

１ 運転支援装置
１００ 因子情報取得部
１１０ ドライバ情報取得部
１２０ 車両情報取得部
１３０ 道路・構造物情報取得部
１４０ 走行環境情報取得部
２００ 運転支援部
２１０ 因子情報格納部
２１１ 車載データベース
２１２ センター側データベース
２２０ 運転行動推定部
２３０ 運転支援実施部
２４０ 蓄積処理部
２５０ 信頼度設定部

Claims (8)

1. 自車両に搭載され、該自車両の運転者に対する運転支援を行う運転支援装置であって、
   前記自車両の複数の過去の運転状況の各々を複数の運転状況因子の組として格納すると共に、前記複数の過去の運転状況の各々に対応付けて、前記過去の運転状況における前記運転者の行動特性を示す行動特性値と、前記過去の運転状況が発生した頻度を示す運転状況発生頻度とを格納し、且つ、前記複数の運転状況因子の各々に対応付けて、前記運転状況因子が前記行動特性に与える影響の大きさを示す因子影響値と、前記運転状況因子が変化した頻度を示す因子変化頻度とを格納する格納手段と、
   前記複数の過去の運転状況、前記行動特性値、前記運転状況発生頻度、前記因子影響値及び前記因子変化頻度に基づいて、前記運転者の未来の運転行動を推定する推定手段と、
   該推定された運転行動に応じて前記運転支援を実施する実施手段と
   を備えることを特徴とする運転支援装置。
2. 前記格納手段は、前記複数の過去の運転状況、前記行動特性値、前記運転状況発生頻度、前記因子影響値及び前記因子変化頻度を格納する格納先として、前記自車両に搭載された車載データベース、及び前記自車両とは異なる場所に設けられたリモートデータベースを有する請求項１に記載の運転支援装置。
3. 前記車載データベースに格納された前記複数の過去の運転状況、前記行動特性値、前記運転状況発生頻度、前記因子影響値及び前記因子変化頻度に係る情報量が、所定の基準情報量以上である場合に、前記車載データベースに格納された前記複数の過去の運転状況のうち前記運転状況発生頻度が所定の第１基準頻度よりも低い過去の運転状況を前記リモートデータベースに移動させる情報移動手段を更に備える請求項２に記載の運転支援装置。
4. 前記複数の運転状況因子のうち一の運転状況因子は、前記自車両の周辺を走行する他車両から受信した該他車両の未来の運転行動を示す他車両因子であり、
   該他車両因子の確からしさを示す信頼度を、前記他車両において前記他車両の運転者に対する運転支援が行われているか否かに応じて設定する他車両信頼度設定手段を更に備える
   請求項１から３のいずれか一項に記載の運転支援装置。
5. 前記推定手段は、前記複数の過去の運転状況のうち前記運転状況発生頻度が所定の第２基準頻度よりも低い一の過去の運転状況に基づいて前記運転行動を推定する際には、前記一の過去の運転状況に代えて、前記複数の運転状況因子のうち、前記因子影響値が所定の基準影響値よりも高い運転状況因子が前記一の過去の運転状況と同一であり、且つ、前記運転状況発生頻度が前記所定の第２基準頻度よりも高い他の過去の運転状況に基づいて、前記運転行動を推定する請求項１から４のいずれか一項に記載の運転支援装置。
6. 前記推定手段は、前記運転行動として第１の運転行動及び該第１の運転行動の後に行われる第２の運転行動を推定し、
   前記実施手段は、前記推定された第１及び第２の運転行動に応じて前記運転支援を実施する
   請求項１から５のいずれか一項に記載の運転支援装置。
7. 前記格納手段は、前記行動特性値として、前記自車両が発進加速してから最高車速に到達するまでの時間である最高車速到達時間を格納し、
   前記推定手段は、前記最高車速到達時間に基づいて、前記自車両が発進加速した後に行われる運転行動を推定する
   請求項１から６のいずれか一項に記載の運転支援装置。
8. 前記自車両の現在の複数の運転状況因子を、該複数の運転状況因子の各々が変化する変化速度に応じた期間毎にそれぞれ取得する取得手段を更に備える請求項１から７のいずれか一項に記載の運転支援装置。

Images