JPWO2016194147A1 - 運転特性算出装置 - Google Patents
運転特性算出装置 Download PDFInfo
- Publication number
- JPWO2016194147A1 JPWO2016194147A1 JP2017521400A JP2017521400A JPWO2016194147A1 JP WO2016194147 A1 JPWO2016194147 A1 JP WO2016194147A1 JP 2017521400 A JP2017521400 A JP 2017521400A JP 2017521400 A JP2017521400 A JP 2017521400A JP WO2016194147 A1 JPWO2016194147 A1 JP WO2016194147A1
- Authority
- JP
- Japan
- Prior art keywords
- travel data
- driving
- unit
- data
- classification
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000004364 calculation method Methods 0.000 title claims abstract description 151
- 238000013075 data extraction Methods 0.000 claims description 91
- 239000000284 extract Substances 0.000 claims description 27
- 238000013500 data storage Methods 0.000 claims description 24
- 238000012937 correction Methods 0.000 claims description 22
- 238000000034 method Methods 0.000 description 55
- 238000012545 processing Methods 0.000 description 40
- 238000010586 diagram Methods 0.000 description 14
- 230000006870 function Effects 0.000 description 11
- 230000006399 behavior Effects 0.000 description 10
- 230000001133 acceleration Effects 0.000 description 8
- 239000006185 dispersion Substances 0.000 description 6
- 206010041349 Somnolence Diseases 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 206010049976 Impatience Diseases 0.000 description 1
- 208000032140 Sleepiness Diseases 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 206010016256 fatigue Diseases 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000007958 sleep Effects 0.000 description 1
- 230000037321 sleepiness Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W40/09—Driving style or behaviour
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
- B60W40/06—Road conditions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
- G06V20/54—Surveillance or monitoring of activities, e.g. for recognising suspicious objects of traffic, e.g. cars on the road, trains or boats
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
- G06V20/597—Recognising the driver's state or behaviour, e.g. attention or drowsiness
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2552/00—Input parameters relating to infrastructure
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/582—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of traffic signs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
Description
特許文献1に記載された運転支援装置は、ステアリング、アクセル、ブレーキおよびウィンカ等の部位に対する運転操作に関する情報を検出し、検出された情報の分布を運転者の挙動情報として算出する。また、この運転支援装置は、車両の位置と地図データとから、車両周辺の道路の種類、幅または形状、交差点の位置等、信号または道路標識の位置と種類、ならびに横断歩道または一時停止線等の道路上に描かれているマーク等を、走行状況として抽出する。さらに、この運転支援装置は、抽出された走行状況に基づいて、運転者が安全運転を行っているかどうかを判定するための基準となる分布を選択し、挙動情報と基準となる分布との差に基づいて、運転者が安全運転を行っているかどうかを判定する。
また、この運転支援装置は、個々の走行状況毎に運転者の挙動情報を履歴として記憶し、進行方向の走行状況と類似している状況における挙動情報を履歴より検索し、検索された挙動情報が安全運転を行っていないと判定されていた場合または安全運転を行っていた頻度が少ない場合に、運転者に安全運転を行うよう通知する。
前記運転特性把握手段は、複数の要素特性を保持し、保持している複数の要素特性のうち、前記加減速操作検出手段によって加減速操作が検出された際の自車両の走行状態と自車両周囲の状況との関係が最も近似される要素特性を選択する。また、前記運転特性把握手段は、過去の運転において前記加減速操作が検出された際の前記自車両の走行状態と自車両周囲の状況との関係それぞれを、互いの類似度合いによって複数のグループに分類し、分類された各グループの特性を算出することにより前記複数の要素特性とする。前記運転支援手段は、前記運転特性把握手段によって算出された要素特性に基づいて、運転者に対する運転支援を行う。
実施の形態1.
この発明の実施の形態1に係る運転特性算出装置は、現在の道路状況と同じ道路状況を過去に走行した回数が少ない場合、現在の道路状況に類似した道路状況で、かつ過去に走行した回数が多い走行データを用いて現在の走行における運転特性を算出するものである。
図1に示す運転特性算出装置1Aは、車両に搭載される。この運転特性算出装置1Aは、車両が現在走行している道路の状況に関する情報および前記車両の運転操作に関する情報を含む走行データを取得する情報取得部1と、情報取得部1が取得した現在の走行データに含まれる道路の状況に関する情報に基づいて当該現在の走行データの分類を判定する走行データ分類判定部2と、走行データ分類判定部2が判定した分類を現在の走行データに付与して記憶する走行データ記憶部3と、現在の走行データの分類と同じ分類に属する走行データを走行データ記憶部3から抽出する走行データ抽出部4と、現在の走行データの分類に類似した分類に属する走行データを走行データ記憶部3から抽出する類似走行データ抽出部7と、走行データ抽出部4が抽出した走行データの個数が予め定められた第1の個数以上である場合は当該走行データを選定し、当該走行データの個数が第1の個数未満である場合は類似走行データ抽出部7が抽出した走行データを第1の個数以上選定する走行データ選定部5と、走行データ選定部5が選定した走行データを用いて現在走行している道路における運転特性を算出する運転特性算出部6とを備えている。
運転特性算出装置1Aにおける情報取得部1は受信装置103であり、走行データ記憶部3はメモリ102である。
運転特性算出装置1Aにおける走行データ分類判定部2、走行データ抽出部4、走行データ選定部5、運転特性算出部6および類似走行データ抽出部7の各機能は、処理回路101により実現される。即ち、運転特性算出装置1Aは、後述する図2のフローチャートに示された処理を行うための処理回路101を備える。処理回路101は、図17(a)に示すように専用のハードウェアであってもよいし、図17(b)に示すようにメモリ102に格納されているプログラムを実行するプロセッサ104であってもよい。
メモリ102は、例えば、RAM(Random Access Memory)、ROM(Read Only Memory)、フラッシュメモリ、EPROM(Erasable Programmable ROM)、EEPROM(Electrically EPROM)、SSD(Solid State Drive)等の不揮発性または揮発性の半導体メモリであってもよいし、ハードディスク、フレキシブルディスク等の磁気ディスクであってもよいし、ミニディスク、CD(Compact Disc)、DVD(Digital Versatile Disc)等の光ディスクであってもよい。
図3(a)では、例えば、走行データ分類は、片側2車線の交差点を示す走行データ分類X、曲率半径R=100のカーブを示す走行データ分類Y、一定区間の直線道路を示す走行データ分類Zとする。
走行データ分類の判定条件は、あらかじめ決めておいても良いし、本運転特性算出装置1Aの動作中に変更しても良い。例えば、図3(b)に示すように、過去に走行データ分類Y,Zと判定していた2つの道路状況がつながったような道路を走行した場合に、走行データ分類判定部2は、新しい走行データ分類Wとその判定条件を生成し、これ以降は生成した判定条件も加えて走行データ分類を判定する。
また、例えば片側3車線の交差点を右折した場合に、走行データ分類判定部2は、走行データ分類X,Y,Zに加えて、片道3車線の交差点を示す新しい走行データ分類と判定条件を生成しても良い。
また、例えば走行データ分類Zの道路が渋滞していた場合に、走行データ分類判定部2は、走行データ分類X,Y,Zに加えて、渋滞している一定区間の直線道路を示す新しい走行データ分類と判定条件を生成しても良い。
ステップST103において、走行データ記憶部3は、走行データ分類判定部2で判定した走行データ分類Aを、情報取得部1で取得した走行データに付与して記憶する。
ステップST104において、走行データ抽出部4は、走行データ記憶部3から、走行データ分類判定部2で判定した現在走行している道路状況における走行データ分類Aに属する走行データを抽出する。
ステップST111において、走行データ選定部5は、ステップST104で抽出したk個以上の走行データを、運転特性算出用の走行データとして選定する。走行データ選定部5は、例えば、ステップST105にて抽出した走行データ分類Aに属する走行データが60個であれば、60個の走行データを選定する。
ステップST112において、運転特性算出部6は、ステップST111で選定した走行データを用いて運転特性を算出する。例えば、ステップST111にて、走行データ選定部5が走行データ分類Aに属する走行データを選定したのであれば、運転特性算出部6は、走行データ分類Aに分類される現在の走行における運転特性を、走行データ分類Aに属する走行データを用いて算出する。
ステップST106において、類似走行データ抽出部7は、走行データ記憶部3から、現在の走行データ分類に最も類似している走行データ分類、つまり現在の走行データ分類に対する類似度が一番高い走行データ分類に属する走行データを抽出する。本実施の形態では、走行データ分類Aに対する類似度が一番高い走行データ分類を、走行データ分類Bとし、類似度が二番目に高い走行データ分類を走行データ分類Cとし、三番目に高い走行データ分類を走行データ分類Dとする。
類似度を判定する基準は、あらかじめ決定しておいても良いし、本運転特性算出装置1Aの動作中に随時判定基準を変更する構成でも良い。
判定基準は、例えば片側2車線の交差点と片側3車線の交差点、または渋滞している2車線の高速道路と渋滞している2車線の国道を、類似度の高い走行データ分類と判定し、反対に、例えば住宅街の細い道路と高速道路を、類似度の低い走行データ分類と判定するものである。
また、図3(b)において説明したように、走行データ分類とその判定条件が変更された場合、その変更に合わせて類似度の判定基準も変更すればよい。
ステップST111において、走行データ選定部5は、ステップST106で抽出したk個以上の走行データを、運転特性算出用の走行データとして選定する。走行データ選定部5は、例えば、ステップST106にて抽出した走行データ分類Bに属する走行データが60個であれば、60個の走行データを選定する。
ステップST112において、運転特性算出部6は、ステップST111で選定した走行データを用いて運転特性を算出する。例えば、ステップST111にて、走行データ選定部5が走行データ分類Bに属する走行データを選定したのであれば、運転特性算出部6は、走行データ分類Aに分類される現在の走行における運転特性を、走行データ分類Bに属する走行データを用いて算出する。
ステップST108において、類似走行データ抽出部7は、現在の走行データ分類に対する類似度が二番目に高い走行データ分類に属する走行データを抽出する。類似走行データ抽出部7は、例えば、走行データ分類Aに対する類似度が、走行データ分類Bの次に高い走行データ分類Cに属する走行データを抽出する。
類似走行データ抽出部7は、ステップST108にて走行データ分類を抽出できれば、つまり現在の走行データ分類に対する類似度が二番目に高い走行データ分類が走行データ記憶部3に存在するならば(ステップST109“YES”)、ステップST110の処理を行う。例えば、走行データ分類Aに対する類似度が、走行データ分類Bの次に高い走行データ分類Cが存在する場合、走行データ選定部5はステップST110の処理を行う。
ステップST111において、走行データ選定部5は、ステップST108で抽出したk個以上の走行データを、運転特性算出用の走行データとして選定する。走行データ選定部5は、例えば、ステップST108にて抽出した走行データ分類Cに属する走行データが70個であれば、70個の走行データを選定する。
ステップST112において、運転特性算出部6は、ステップST111で選定した走行データを用いて運転特性を算出する。例えば、ステップST111にて、走行データ選定部5が走行データ分類Cに属する走行データを選定したのであれば、運転特性算出部6は、走行データ分類Aに分類される現在の走行における運転特性を、走行データ分類Cに属する走行データを用いて算出する。
ステップST108において、類似走行データ抽出部7は、現在の走行データ分類に対する類似度が三番目に高い走行データ分類に属する走行データを抽出する。類似走行データ抽出部7は、例えば、走行データ分類Aに対する類似度が、走行データ分類B,Cの次に高い走行データ分類Dに属する走行データを抽出する。
運転特性算出部6が算出した運転特性は、例えば運転支援装置において運転診断に使用される。運転支援装置は、例えば、上記の平均的な交差点通過時の車速の時系列データと、交差点通過時の車速の理想的な時系列データとを比較して、運転者が加減速を行うタイミングが適切であったか等の運転診断を行う。
また、運転特性算出部6が算出した運転特性は、例えば運転支援装置において車両の自動運転に使用される。運転支援装置は、上記の平均的な交差点通過時の車速の時系列データを用いて、運転者が加減速を行うタイミングに合致させて車両の挙動を制御することによって、運転者の好みに合わせた自動運転を実現する。
実施の形態2に係る運転特性算出装置は、現在の道路状況と同じ道路状況における過去の走行データと、現在の道路状況に類似した道路状況における過去の走行データの両方の走行データを用いて、現在の走行における運転特性を算出するものである。
また、実施の形態2に係る運転特性算出装置1Aが行う処理は、図2のフローチャートに示した処理のうちのステップST111の処理のみが異なり、他のステップの処理は実施の形態1と同様である。実施の形態1と同様の処理は、説明を省略する。
ステップST112において、運転特性算出部6は、ステップST111で選定した走行データを用いて運転特性を算出する。例えば、ステップST111にて、走行データ選定部5が走行データ分類Aと走行データ分類Bに属する走行データを選定したのであれば、運転特性算出部6は、走行データ分類Aに分類される現在の走行における運転特性を、走行データ分類Aと走行データ分類Bに属する走行データを用いて算出する。
ステップST111において、走行データ選定部5は、走行データ抽出部4がステップST105で抽出した走行データと、類似走行データ抽出部7がステップST108で抽出した走行データとを合わせた、合計k個以上の走行データを選定する。例えば、ステップST105にて走行データ選定部5が抽出した走行データ分類Aに属する走行データが5個、ステップST108にて類似走行データ抽出部7が抽出した走行データ分類Cに属する走行データが70個であれば、走行データ選定部5は合計75個の走行データを選定する。
ステップST112において、運転特性算出部6は、ステップST111で選定した走行データを用いて運転特性を算出する。例えば、ステップST111にて、走行データ選定部5が走行データ分類Aと走行データ分類Cに属する走行データを選定したのであれば、運転特性算出部6は、走行データ分類Aに分類される現在の走行における運転特性を、走行データ分類Aと走行データ分類Cに属する走行データを用いて算出する。
実施の形態3に係る運転特性算出装置は、現在の道路状況と同じ道路状況における過去の走行データ、および現在の道路状況に類似した道路状況における過去の走行データを評価し、評価が高い走行データを優先的に、現在の走行における運転特性の算出に用いるものである。
図5に示す実施の形態3に係る運転特性算出装置1Bは、図1に示した実施の形態1に係る運転特性算出装置1Aの構成に対して、信頼度判定部8が追加された構成である。信頼度判定部8の機能は、図17(a)に示した処理回路101または図17(b)に示したプロセッサ104により実現される。
ステップST112において、運転特性算出部6は、ステップST300で再選定し、信頼度が高い走行データを用いて運転特性を算出する。
ステップST301において、信頼度判定部8は、ステップST111で選定した現在の走行データ分類に属する走行データの個数がk個以上であれば(ステップST301“YES”)、ステップST302の処理を行う。信頼度判定部8は、例えば、走行データ分類Aに属する走行データが60個であれば、ステップST302の処理を行う。
ステップST302において、信頼度判定部8は、ステップST111で選定した現在の走行データ分類に属する走行データの分散を算出する。信頼度判定部8は、例えば、走行データ分類Aに属する走行データの分散を算出する。現在の走行データ分類に属する走行データから算出された分散を、現在の分散結果と呼ぶ。
信頼度は、ステップST302で算出した現在の分散結果に基づき、平均値に近い走行データのほど信頼度が高くなり、平均値から離れた走行データほど信頼度が低くなるような指標とする。
ステップST305において、走行データ記憶部3は、ステップST111で選定した現在の走行データ分類に属する走行データの個数から、ステップST304で除外対象とした走行データの個数を引いた値がk個となるまで、信頼度の低い順に除外対象の走行データを削除する。信頼度判定部8は、例えば、走行データ分類Aに属する走行データが60個であり、除外対象の走行データが12個のとき、信頼度の低い順に10個の走行データを削除する。
ステップST112において、運転特性算出部6は、ステップST306で選定した走行データを用いて運転特性を算出する。
ステップST307において、信頼度判定部8は、ステップST111で選定した現在の走行データ分類に類似した走行データ分類に属する走行データの分散を算出する。信頼度判定部8は、例えば、走行データ分類Bに属する走行データの分散を算出する。現在の走行データ分類に類似した走行データ分類に属する走行データから算出された分散を、類似の分散結果と呼ぶ。
信頼度は、ステップST307で算出した類似の分散結果に基づき、平均値に近い走行データのほど信頼度が高くなり、平均値から離れた走行データほど信頼度が低くなるような指標とする。
ステップST306において、走行データ選定部5は、ステップST309で除外対象とした走行データを除いた、k個以上の走行データを選定する。例えば、走行データ分類Aに属する走行データが5個であり、走行データ分類Aに属する走行データのうち除外対象となる走行データが2個、かつ走行データ分類Bに属する走行データが60個であるとき、走行データ選定部5は、走行データ分類Aに属する走行データ3個と、走行データ分類Bに属する走行データ60個の、合計63個の走行データを選定する。
ステップST311において、信頼度判定部8は、現在の走行データ分類に類似した走行データに属する走行データのうち、ステップST310で信頼度が閾値以下と判定された走行データを、除外対象とする。信頼度判定部8は、例えば、走行データ分類Bに属する走行データ60個のうち、8個の走行データの信頼度が閾値以下であるとする。
ステップST312において、信頼度判定部8は、ステップST111で選定した現在の走行データ分類に類似した走行データ分類に属する走行データの個数から、ステップST311で除外対象とした走行データの個数を引いた値がk個となるまで、信頼度の高い順に除外対象の走行データを削除する。信頼度判定部8は、例えば、走行データ分類Bに属する走行データが60個であり、除外対象の走行データが8個のとき、8個の走行データを削除する。
実施の形態4に係る運転特性算出装置は、現在の道路状況と同じ道路状況を過去に走行した回数が少なく、かつ現在の道路状況に類似した道路状況を過去に走行した回数も少ない場合、その次に類似した道路状況における過去の走行データも現在の走行における運転特性の算出に利用するというものである。
ステップST111において、走行データ選定部5は、ステップST106で抽出した走行データとステップST108で抽出した走行データの、合計k個以上の走行データを選定する。走行データ選定部5は、例えば、ステップST106にて抽出した走行データ分類Bに属する走行データが30個、ステップST108にて抽出した走行データ分類Cに属する走行データが40個であれば、合計70個の走行データを選定する。
ステップST112において、運転特性算出部6は、ステップST111で選定した走行データを用いて運転特性を算出する。例えば、ステップST111にて走行データ選定部5が、走行データ分類Bと走行データ分類Cに属する走行データを選定したのであれば、運転特性算出部6は、走行データ分類Aに分類される現在の走行における運転特性を、走行データ分類Bと走行データ分類Cに属する走行データを用いて算出する。
類似走行データ抽出部7は、ステップST108にて走行データ分類を抽出できなければ(ステップST109“NO”)、処理を終了する。類似走行データ抽出部7は、例えば、走行データ分類Dを抽出できなかった場合、処理を終了する。
一方、類似走行データ抽出部7は、ステップST108にて走行データ分類を抽出できれば(ステップST109“YES”)、ステップST400の処理を行う。類似走行データ抽出部7は、例えば、走行データ分類Dを抽出した場合、ステップST400の処理を行う。
ステップST111において、走行データ選定部5は、ステップST106で抽出した走行データとステップST108で抽出した走行データの、合計k個以上の走行データを選定する。走行データ選定部5は、例えば、ステップST106にて抽出した走行データ分類Bに属する走行データが10個、ステップST108にて抽出した走行データ分類Cに属する走行データが20個、ステップST108にて抽出した走行データ分類Dに属する走行データが30個であれば、合計60個の走行データを選定する。
ステップST112において、運転特性算出部6は、ステップST111で選定した走行データを用いて運転特性を算出する。例えば、ステップST111にて走行データ選定部5が、走行データ分類Bと走行データ分類Cと走行データ分類Dに属する走行データを選定したのであれば、運転特性算出部6は、走行データ分類Aに分類される現在の走行における運転特性を、走行データ分類Bと走行データ分類Cと走行データ分類Dに属する走行データを用いて算出する。
実施の形態5に係る運転特性算出装置は、現在の道路状況と、現在の道路状況に類似した道路状況の差異を抽出し、その差異の影響を小さくする方向に運転特性を補正するというものである。
図10に示す実施の形態5に係る運転特性算出装置1Cは、図1に示した実施の形態1に係る運転特性算出装置1Aの構成に対して、運転特性補正部9が追加された構成である。運転特性補正部9の機能は、図17(a)に示した処理回路101または図17(b)に示したプロセッサ104により実現される。
補正方法について、例えば、走行データ分類Bの道路を55km/hで走行しても荒い運転とみなされないが、走行データ分類Aの道路を55km/hで走行した場合は荒い運転とみなされるべきである。しかし、走行データ分類Aの運転特性を走行データ分類Bに属する走行データを用いて算出した場合は、55km/hで走行していても荒い運転とみなされないため、走行データ分類Aの運転特性として不適切である。
そのため、運転特性補正部9は、例えば、走行データ分類Bにおける運転特性の算出結果を厳しい方向に傾斜をかけるなどして、走行データ分類Aに合わせるように運転特性の算出結果を補正する。上記の例であれば、運転特性補正部9は、走行データ分類Bの運転特性の補正として、車速を高い方向に補正する。例えば、走行データ分類Aの道路を55km/hで走行している場合、プラス10km/hを補正して、65km/hで走行しているという運転特性にする。そうすることで、走行データ分類B(制限速度60km/h)の走行データを用いて運転特性が算出された走行データ分類A(制限速度50km/h)の道路を、現在55km/hで走行している場合でも、65km/hで走行しているとして荒い運転と見なされ、走行データ分類Aに適した運転特性とすることができる。
なお、制限速度の情報は、情報取得部1が、車載カメラから標識が写った撮像画像を取得してその標識に記された制限速度を認識する、またはナビゲーション装置から地図情報を取得して制限速度を抽出するなどして得る。
例えば、走行データ分類Aと走行データ分類Bについて、道路形状が同じで、自車両周辺の車両の有無のみ異なる道路とする。走行データ分類Aは他車両がいる道路、走行データ分類Bは他車両がいない道路とする。
補正方法について、例えば、走行データ分類Bの右折地点の直前でウィンカを点灯しても、他車両がいないので荒い運転とみなされないが、走行データ分類Aの右折地点の直前でウィンカを点灯した場合は荒い運転とみなされるべきである。しかし、走行データ分類Aの運転特性を走行データ分類Bに属する走行データを用いて算出した場合は、ウィンカを点灯するタイミングが遅くても荒い運転とみなされないため、走行データ分類Aの運転特性として不適切である。
そのため、運転特性補正部9は、走行データ分類Bの運転特性の補正として、ウィンカを点灯するタイミングを遅い方向、つまりウィンカを点灯する地点を右折地点に近い方向に補正する。例えば、走行データ分類Aの右折地点の30m手前でウィンカを点灯した場合、マイナス10mを補正して、20m手前でウィンカを点灯したという運転特性にする。そうすることで、走行データ分類B(他車両がいない道路)の走行データを用いて運転特性が算出された走行データ分類A(他車両がいる道路)を、右折地点の30m手前でウィンカを点灯した場合でも、20m手前でウィンカを点灯したとして荒い運転と見なされ、走行データ分類Aに適した運転特性とすることができる。
なお、ウィンカ点灯タイミングの情報は、情報取得部1が、ナビゲーション装置から地図情報を取得して右折地点を抽出するなどして得る。
実施の形態6に係る運転特性算出装置は、現在の道路状況に類似した全ての道路状況において、過去の走行回数が運転特性の算出に少なくとも必要な所定数とならない場合、運転特性の算出を禁止するというものである。
実施の形態6の運転特性算出装置1Aでは、運転特性の算出に少なくとも必要な走行データの所定数をn(n<k)個とし、類似走行データ抽出部7で抽出した全走行データがn個未満である場合、前記走行データを用いた運転特性の算出を禁止する。実施の形態1の運転特性算出装置1Aでは、仮に、k個以上の走行データを適当な運転特性を算出できる個数の走行データと定めていたが、本実施の形態6では、少なくともn個以上の走行データがあれば、k個の走行データで算出した結果よりも信憑性は多少低くなるが運転特性を算出しても良いものとする。
本実施の形態では、「第1の個数」であるkを仮にk=50、「第2の個数」であるnを仮にn=30として説明する。
一方、ステップST600において、走行データ選定部5は、ステップST106で抽出した走行データの個数と、ステップST108で抽出した走行データの個数とを合わせた、合計個数がn個以上であれば(ステップST600“YES”)、ステップST111の処理を行う。
実施の形態7に係る運転特性算出装置は、運転者に応じて運転特性を算出するというものである。
図13に示す実施の形態7に係る運転特性算出装置1Dは、図1に示した実施の形態1に係る運転特性算出装置1Aの構成に対して、運転者特定部10が追加された構成である。運転者特定部10の機能は、図17(a)に示した受信装置103と処理回路101、または図17(b)に示した受信装置103とプロセッサ104により実現される。
ステップST701において、情報取得部1は、走行データを取得し、運転者特定部10で特定した運転者の情報を当該走行データに付与する。
例えば、ステップST103において、走行データ記憶部3は、走行データ分類と運転者の情報を付与した走行データを記憶する。
また、例えばステップST104において、走行データ抽出部4は、現在の走行データ分類に属する走行データのうち、現在の運転者の走行データを抽出する。ステップST106,ST108において、類似走行データ抽出部7は、現在の走行データ分類に類似した走行データ分類に属する走行データのうち、現在の運転者の走行データを抽出する。
これら以外の処理は、実施の形態1と同様の処理とし、説明を省略する。
実施の形態8に係る運転特性算出装置は、所定条件下において、運転者の状態に応じて運転特性を補正するというものである。
図15に示す実施の形態8に係る情報取得部1は、図1に示した実施の形態1に係る運転特性算出装置1Aの構成に対して、運転特性補正部9および状態判定部11が追加された構成である。運転特性補正部9の機能は、図17(a)に示した処理回路101または図17(b)に示したプロセッサ104により実現される。状態判定部11の機能は、図17(a)に示した受信装置103と処理回路101、または図17(b)に示した受信装置103とプロセッサ104により実現される。
ステップST801において、情報取得部1は、走行データを取得し、状態判定部11で判定した運転者の状態情報を当該走行データに付与する。
例えば、ステップST103において、走行データ記憶部3は、走行データ分類と運転者の状態情報を付与した走行データを記憶する。
また、例えばステップST104において、走行データ抽出部4は、現在の走行データ分類に属する走行データのうち、現在の運転者の状態と同じ状態情報が付与された走行データを抽出する。ステップST106,ST108において、類似走行データ抽出部7は、現在の走行データ分類に類似した走行データ分類に属する走行データのうち、現在の運転者の状態と同じ状態情報が付与された走行データを抽出する。
なお、本実施の形態においてステップST802の処理を省略してもよい。
所定条件は、あらかじめ決定しておいても良いし、本運転特性算出装置の動作中に随時条件を更新する構成でも良い。例えば、運転者が頻繁に眠くなるエリアを記憶しておき、該エリア走行時を所定条件にする、または、クラウドコンピューティングを利用して複数の運転者が運転特性を補正されるエリアもしくは状況を収集し、補正回数の多いエリアもしくは状況を所定条件とするなどがある。
Claims (10)
- 車両が現在走行している道路の状況に関する情報および前記車両の運転操作に関する情報を含む走行データを取得する情報取得部と、
前記情報取得部が取得した現在の走行データに含まれる道路の状況に関する情報に基づいて、当該現在の走行データの分類を判定する走行データ分類判定部と、
前記走行データ分類判定部が判定した分類を前記現在の走行データに付与して記憶する走行データ記憶部と、
前記現在の走行データの分類と同じ分類に属する走行データを前記走行データ記憶部から抽出する走行データ抽出部と、
前記現在の走行データの分類に類似した分類に属する走行データを前記走行データ記憶部から抽出する類似走行データ抽出部と、
前記走行データ抽出部が抽出した走行データの個数が予め定められた第1の個数以上である場合は当該走行データを選定し、当該走行データの個数が前記第1の個数未満である場合は前記類似走行データ抽出部が抽出した走行データを前記第1の個数以上選定する走行データ選定部と、
前記走行データ選定部が選定した走行データを用いて、現在走行している道路における運転特性を算出する運転特性算出部とを備える運転特性算出装置。 - 前記走行データ選定部は、前記走行データ抽出部が抽出した走行データの個数が前記第1の個数未満である場合、前記類似走行データ抽出部が抽出した走行データに加え、前記走行データ抽出部が抽出した走行データも選定することを特徴とする請求項1記載の運転特性算出装置。
- 個々の走行データの信頼度を判定する信頼度判定部を備え、
前記走行データ選定部は、前記信頼度判定部の判定結果に基づいて信頼度が高い走行データを優先的に選定することを特徴とする請求項1記載の運転特性算出装置。 - 前記類似走行データ抽出部は、前記現在の走行データの分類との類似度が高い分類から順に、各分類に属する走行データを前記走行データ記憶部から抽出し、
前記走行データ選定部は、前記走行データ抽出部が抽出した走行データの個数が前記第1の個数未満である場合、前記類似走行データ抽出部が抽出した各分類のうち、前記第1の個数以上の走行データが属し、かつ類似度が最も高い分類の走行データを選定することを特徴とする請求項1記載の運転特性算出装置。 - 前記類似走行データ抽出部は、前記現在の走行データの分類との類似度が高い分類から順に、各分類に属する走行データを前記走行データ記憶部から抽出し、
前記走行データ選定部は、前記走行データ抽出部が抽出した走行データの個数が前記第1の個数未満である場合、前記類似走行データ抽出部が抽出した各分類のうち、類似度が高い1つ以上の分類に属する走行データを合計して前記第1の個数以上になるよう走行データを選定することを特徴とする請求項1記載の運転特性算出装置。 - 前記類似走行データ抽出部が抽出した走行データを用いて前記運転特性算出部が現在走行している道路における運転特性を算出した場合に、前記類似走行データ抽出部が抽出した前記走行データが示す道路の状況と前記現在走行している道路の状況との差異を抽出し、抽出した差異の影響を小さくする方向に前記運転特性を補正する運転特性補正部を備えることを特徴とする請求項1記載の運転特性算出装置。
- 前記走行データ選定部は、前記走行データ抽出部が抽出した走行データの個数が前記第1の個数未満である場合、前記類似走行データ抽出部が抽出した走行データの個数が前記第1の個数より小さい予め定められた第2の個数以上であれば当該走行データを選定し、前記第2の個数未満であれば当該走行データを選定せず運転特性の算出を禁止することを特徴とする請求項1記載の運転特性算出装置。
- 前記車両の運転者を特定する運転者特定部を備え、
前記運転特性算出部は、前記運転者特定部が特定した運転者ごとに運転特性を算出することを特徴とする請求項1記載の運転特性算出装置。 - 前記車両の運転者の状態を判定する状態判定部を備え、
前記運転特性算出部は、前記状態判定部が判定した運転者の状態ごとに運転特性を算出することを特徴とする請求項1記載の運転特性算出装置。 - 前記車両が現在走行している道路の状況が予め定められた条件に該当する場合に、前記状態判定部が判定した運転者の状態に応じて、前記運転特性算出部が算出した運転特性を補正する運転特性補正部を備えることを特徴とする請求項9記載の運転特性算出装置。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2015/065926 WO2016194147A1 (ja) | 2015-06-02 | 2015-06-02 | 運転特性算出装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2016194147A1 true JPWO2016194147A1 (ja) | 2017-10-19 |
JP6494753B2 JP6494753B2 (ja) | 2019-04-03 |
Family
ID=57440841
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017521400A Active JP6494753B2 (ja) | 2015-06-02 | 2015-06-02 | 運転特性算出装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10160458B2 (ja) |
JP (1) | JP6494753B2 (ja) |
WO (1) | WO2016194147A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7290678B2 (ja) | 2021-01-29 | 2023-06-13 | 矢崎エナジーシステム株式会社 | 運転評価装置および運転評価プログラム |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002319087A (ja) * | 2001-04-18 | 2002-10-31 | Mazda Motor Corp | 車両運転特性診断方法、車両運転特性診断システム、車両運転特性診断装置、車両制御用装置及びそのコンピュータ・プログラム |
JP2007213324A (ja) * | 2006-02-09 | 2007-08-23 | Nissan Motor Co Ltd | 運転評価サポートシステムおよび運転評価データ算出方法 |
JP2010152497A (ja) * | 2008-12-24 | 2010-07-08 | Toyota Motor Corp | 運転特性取得装置及び交通シミュレーションシステム |
JP2010230377A (ja) * | 2009-03-26 | 2010-10-14 | Denso Corp | 車両用運転診断装置、車両用運転診断可否判定方法および運転診断用プログラム |
JP2011085431A (ja) * | 2009-10-14 | 2011-04-28 | Clarion Co Ltd | 走行特性データ生成装置,車載装置及び車載情報システム |
JP2013190963A (ja) * | 2012-03-13 | 2013-09-26 | Nissan Motor Co Ltd | 道路情報作成・配信装置、車載装置、道路情報作成・配信システム、道路情報作成・配信方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008018872A (ja) | 2006-07-13 | 2008-01-31 | Nissan Motor Co Ltd | 運転支援装置、自動車及び運転支援方法 |
KR101254957B1 (ko) * | 2011-07-18 | 2013-04-16 | 이흥수 | 교통 신호 제어 장치 및 방법 |
US9014955B2 (en) * | 2011-07-20 | 2015-04-21 | Sumitomo Electric Industries, Ltd. | Traffic evaluation device non-transitory recording medium and traffic evaluation method |
JP5459276B2 (ja) * | 2011-08-24 | 2014-04-02 | トヨタ自動車株式会社 | 運転支援装置 |
US9183743B2 (en) * | 2013-10-31 | 2015-11-10 | Bayerische Motoren Werke Aktiengesellschaft | Systems and methods for estimating traffic signal information |
JP6012643B2 (ja) * | 2014-01-31 | 2016-10-25 | 三菱電機株式会社 | 車両用運転支援装置、サーバ、車両運転支援システム、および、車両用運転支援プログラム |
JP6048421B2 (ja) * | 2014-01-31 | 2016-12-21 | トヨタ自動車株式会社 | 信号機のサイクル長推定装置 |
JP6324546B2 (ja) | 2015-01-27 | 2018-05-16 | 三菱電機株式会社 | 運転情報提示システム |
-
2015
- 2015-06-02 JP JP2017521400A patent/JP6494753B2/ja active Active
- 2015-06-02 US US15/578,916 patent/US10160458B2/en active Active
- 2015-06-02 WO PCT/JP2015/065926 patent/WO2016194147A1/ja active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002319087A (ja) * | 2001-04-18 | 2002-10-31 | Mazda Motor Corp | 車両運転特性診断方法、車両運転特性診断システム、車両運転特性診断装置、車両制御用装置及びそのコンピュータ・プログラム |
JP2007213324A (ja) * | 2006-02-09 | 2007-08-23 | Nissan Motor Co Ltd | 運転評価サポートシステムおよび運転評価データ算出方法 |
JP2010152497A (ja) * | 2008-12-24 | 2010-07-08 | Toyota Motor Corp | 運転特性取得装置及び交通シミュレーションシステム |
JP2010230377A (ja) * | 2009-03-26 | 2010-10-14 | Denso Corp | 車両用運転診断装置、車両用運転診断可否判定方法および運転診断用プログラム |
JP2011085431A (ja) * | 2009-10-14 | 2011-04-28 | Clarion Co Ltd | 走行特性データ生成装置,車載装置及び車載情報システム |
JP2013190963A (ja) * | 2012-03-13 | 2013-09-26 | Nissan Motor Co Ltd | 道路情報作成・配信装置、車載装置、道路情報作成・配信システム、道路情報作成・配信方法 |
Also Published As
Publication number | Publication date |
---|---|
JP6494753B2 (ja) | 2019-04-03 |
US10160458B2 (en) | 2018-12-25 |
WO2016194147A1 (ja) | 2016-12-08 |
US20180148066A1 (en) | 2018-05-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9076333B2 (en) | Driving support device, driving support method, and driving support program | |
US11231294B2 (en) | Enabling alert messages in a vehicle | |
US11328606B2 (en) | Hazardous vehicle prediction device, hazardous vehicle warning system, and hazardous vehicle prediction method | |
US9436879B2 (en) | Method for recognizing traffic signs | |
JP4859760B2 (ja) | カーナビゲーション装置、道路標識認識方法およびプログラム | |
CN105359200A (zh) | 用于处理车辆的测量数据以用于确定开始寻找停车位的方法 | |
JP6303362B2 (ja) | マップマッチング装置及びこれを備えたナビゲーション装置 | |
JP5834826B2 (ja) | 運転評価システム、及び運転評価装置 | |
JP2016122320A (ja) | 走行区画線認識装置 | |
JP2020173730A5 (ja) | ||
CN110140158A (zh) | 行驶路径识别装置及行驶路径识别方法 | |
CN110940982B (zh) | 一种车辆前方目标识别方法以及相应的设备 | |
JP6494753B2 (ja) | 運転特性算出装置 | |
CN108622092B (zh) | 驾驶支持系统 | |
US8185289B2 (en) | Vehicle driving support apparatus | |
JP2012175483A (ja) | 車線認識装置及び車線認識方法 | |
CN110940981B (zh) | 一种用于判断车辆前方目标的位置是否处于本车道内的方法 | |
JP4111015B2 (ja) | 道路形状認識装置 | |
JP2014106675A (ja) | 所要時間算出装置及び所要時間算出方法 | |
US10618524B2 (en) | Method for determining a reference driving class | |
JP5978481B2 (ja) | 充電要否判定システム | |
JP6766775B2 (ja) | レーン閉鎖報知装置 | |
JP6250120B1 (ja) | 車線維持支援装置および車線維持支援方法 | |
JP6958535B2 (ja) | プローブデータ評価装置、プローブデータ評価プログラム | |
CN110662682B (zh) | 移动体控制装置、移动体控制方法以及计算机可读存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170704 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180710 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180904 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190205 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190305 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6494753 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |