JPWO2016194147A1 - 運転特性算出装置 - Google Patents

Abstract

運転特性算出装置は、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の個数が予め定められた第１の個数以上存在す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第１の個数以上選定し、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。

Description

この発明は、運転支援のために、運転者の運転特性を算出する運転特性算出装置に関するものである。

特許文献１，２に係る発明は、車両の運転を支援する運転支援装置に関するものである。
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。

特許文献２に記載された運転支援装置は、自車両の走行状態を検出する走行状態検出手段と、自車両周囲の状況を検出する周囲状況検出手段と、自車両に対する加減速操作を検出する加減速操作検出手段と、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を、複数の要素特性に分類して運転特性を把握する運転特性把握手段と、前記運転特性把握手段によって把握された運転特性における少なくとも何れかの要素特性に基づいて、運転者に対する運転支援を行う運転支援手段とを備えている。
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。

特開２００６−３４３９０４号公報 特開２００８−１８８７２号公報

上記特許文献１では、運転者が安全運転を行っているかどうかを判定する際に、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て利用するが、履歴より検索した挙動情報の数については言及されておらず、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が少ない場合、前記挙動情報の信憑性が低く、運転者が安全運転を行っているかどうかを適切に判定できないという課題があった。

上記特許文献２では、運転支援を行うために運転特性を算出する際に、過去の運転における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て運転特性の算出に利用するが、現在の運転が属するグループにおける過去の走行回数が少ない場合はグループごとの特性を算出せず、グループに関係なく過去に走行した全ての運転を基に特性を算出するため、運転特性の信憑性が低く、適切な運転支援ができないという課題があった。

この発明は、上記のような課題を解決するためになされたもので、現在走行中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または全く走行したことがない場合でも、信憑性の高い運転特性を算出することを目的とする。

この発明に係る運転特性算出装置は、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、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、走行データ分類判定部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から抽出する走行データ抽出部と、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から抽出する類似走行データ抽出部と、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第１の個数未満である場合は類似走行データ抽出部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と、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ものである。

この発明によれば、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の個数が予め定められた第１の個数以上存在す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第１の個数以上選定し、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ようにしたので、現在走行中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または全く走行したことがない場合でも、現在走行中の道路状況に類似した道路状況の過去の走行データを用いて、信憑性の高い運転特性を算出することができる。

この発明の実施の形態１に係る運転特性算出装置の構成例を示すブロック図である。 実施の形態１に係る運転特性算出装置の処理例を示すフローチャートである。 実施の形態１において、異なる走行データ分類を示すイメージ図である。 実施の形態１において、同一の走行データ分類と判定された複数の走行データを示すイメージ図である。 この発明の実施の形態３に係る運転特性算出装置の構成例を示すブロック図である。 実施の形態３に係る運転特性算出装置の処理例を示すフローチャートである。 図６のステップＳＴ３００についての詳細な処理例を示すフローチャートである。 図６のステップＳＴ３００についての詳細な処理例を示すフローチャートである。 この発明の実施の形態４に係る運転特性算出装置の処理例を示すフローチャートである。 この発明の実施の形態５に係る運転特性算出装置の構成例を示すブロック図である。 実施の形態５に係る運転特性算出装置の処理例を示すフローチャートである。 この発明の実施の形態６に係る運転特性算出装置の処理例を示すフローチャートである。 この発明の実施の形態７に係る運転特性算出装置の構成例を示すブロック図である。 実施の形態７に係る運転特性算出装置の処理例を示すフローチャートである。 この発明の実施の形態８に係る運転特性算出装置の構成例を示すブロック図である。 実施の形態８に係る運転特性算出装置の処理例を示すフローチャートである。 この発明の各実施の形態に係る運転特性算出装置のハードウェア構成図である。

以下、この発明をより詳細に説明するために、この発明を実施するための形態について、添付の図面に従って説明する。
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は、この発明を実施するための実施の形態１における運転特性算出装置１Ａの構成を示すブロック図である。
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。

図１７は、この発明の各実施の形態における運転特性算出装置のハードウェア構成図である。
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。

図１７（ａ）に示すように、処理回路１０１が専用のハードウェアである場合、処理回路１０１は、例えば単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ−Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）、またはこれらを組み合わせたものが該当する。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の機能を複数の処理回路１０１で実現してもよいし、各部の機能をまとめて１つの処理回路１０１で実現してもよい。

図１７（ｂ）に示すように、処理回路１０１がプロセッサ１０４である場合、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の機能は、ソフトウェア、ファームウェア、またはソフトウェアとファームウェアとの組み合わせにより実現される。ソフトウェアまたはファームウェアはプログラムとして記述され、メモリ１０２に格納される。プロセッサ１０４は、メモリ１０２に記憶されたプログラムを読み出して実行することにより、各部の機能を実現する。即ち、運転特性算出装置１Ａは、プロセッサ１０４により実行されるときに、後述する図２のフローチャートにおいて示される各ステップが結果的に実行されることになるプログラムを格納するためのメモリ１０２を備える。また、このプログラムは、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の手順または方法をコンピュータに実行させるものであるともいえる。

ここで、プロセッサ１０４とは、例えば、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、またはＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）などのことである。
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。

なお、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の各機能について、一部を専用のハードウェアで実現し、一部をソフトウェアまたはファームウェアで実現するようにしてもよい。このように、運転特性算出装置１Ａにおける処理回路１０１は、ハードウェア、ソフトウェア、ファームウェア、またはこれらの組み合わせによって、上述の各機能を実現することができる。

本運転特性算出装置１Ａは、走行データがｋ個以上である場合、前記走行データを運転特性の算出に利用可能とする。本実施の形態では、「第１の個数」であるｋを仮にｋ＝５０として説明する。実施の形態２〜８においても同様にｋを仮にｋ＝５０として説明する。

図２は、この発明を実施するための実施の形態１における処理を示すフローチャートである。運転特性算出装置１Ａは、この運転特性算出装置１Ａを搭載した車両のイグニッションキーがオンされてからオフされるまでの間、図２のフローチャートに示した処理を繰り返す。

ステップＳＴ１０１において、情報取得部１は、走行データを取得する。走行データは、車両に設置したセンサなどから取得される、車線数、道路種別、道路形状、または自車両周辺の車両の情報など、自車両が走行している道路の状況に関する情報を含む。また、走行データは、速度、ステアリング情報、またはウィンカ情報など、自車両の運転操作に関する情報を含む。また、走行データは、時刻情報または天候情報などの情報を含んでいてもよい。

ステップＳＴ１０２において、走行データ分類判定部２は、情報取得部１で取得した走行データに含まれる道路状況に関する情報、例えば道路種別、車線数または周辺車両情報などを基に、現在走行している道路状況の走行データ分類を判定する。

図３は、異なる走行データ分類を示すイメージ図である。
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。

本実施の形態では、走行データ分類判定部２は、情報取得部１で取得した現在の走行データを、走行データ分類Ａと判定する（ステップＳＴ１０２）。
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。

図４に、ステップＳＴ１０４で抽出される走行データの例を示す。図４は、同一の走行データ分類と判定された複数の走行データを示すイメージ図である。例えば、現在の走行データが、片側２車線の交差点を示す走行データ分類Ｘと判定されたと仮定する。また、例えば過去に、片側２車線の交差点を図４に示す３種類の矢印の向きに走行したとすると、走行データ記憶部３には、左車線から左車線にカーブした走行データＸ１、右車線から右車線にカーブした走行データＸ２、左車線から右車線にカーブした走行データＸ３の３個の走行データが記憶されていることになる。この場合、走行データ抽出部４は、現在の走行データ分類Ｘに属する走行データとして、走行データ記憶部３の中から走行データＸ１，Ｘ２，Ｘ３を抽出する。

ステップＳＴ１０５において、走行データ選定部５は、ステップＳＴ１０４で抽出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ＳＴ１０５“ＹＥＳ”）、ステップＳＴ１１１の処理を行う。走行データ選定部５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ＳＴ１１１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ＳＴ１０５において、類似走行データ抽出部７は、ステップＳＴ１０４で抽出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個未満であれば（ステップＳＴ１０５“ＮＯ”）、ステップＳＴ１０６の処理を行う。例えば、走行データ抽出部４が抽出した走行データ分類Ａに属する走行データが５個であれば、類似走行データ抽出部７はステップＳＴ１０６の処理を行う。
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。

類似度は、情報取得部１で取得した走行データに含まれる、例えば、道路種別、車線数、または道路形状などの道路に関する情報から、走行データ分類同士の類似度合いを表したものである。
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ＳＴ１０７において、走行データ選定部５は、ステップＳＴ１０６で抽出した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の個数がｋ個以上であれば（ステップＳＴ１０７“ＹＥＳ”）、ステップＳＴ１１１の処理を行う。例えば、ステップＳＴ１０６で類似走行データ抽出部７が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、走行データ選定部５はステップＳＴ１１１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ＳＴ１０７において、類似走行データ抽出部７は、ステップＳＴ１０６で抽出した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の個数がｋ個未満であれば（ステップＳＴ１０７“ＮＯ”）、ステップＳＴ１０８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Ｂに属する走行データが２０個であれば、ステップＳＴ１０８の処理を行う。
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の走行データを抽出できなければ、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に存在しなければ（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が存在しなければ、処理を終了する。この場合、運転特性は算出されない。
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ＳＴ１１０において、走行データ選定部５は、ステップＳＴ１０８で抽出した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の個数がｋ個以上であれば（ステップＳＴ１１０“ＹＥＳ）、ステップＳＴ１１１の処理を行う。走行データ選定部５は、例えば、走行データ分類Ｃに属する走行データが６０個であれば、ステップＳＴ１１１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ＳＴ１１０において、類似走行データ抽出部７は、ステップＳＴ１０８で抽出した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の個数がｋ個未満であれば（ステップＳＴ１１０“ＮＯ”）、ステップＳＴ１０８の処理を行う。類似走行データ抽出部７は、例えば、抽出した走行データ分類Ｃに属する走行データが２０個であれば、ステップＳＴ１０８の処理を行う。
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。

ステップＳＴ１０８、ステップＳＴ１０９、ステップＳＴ１１０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所定以上の走行データ分類が存在する限り、現在の走行データ分類に対する類似度が高い順に走行データ分類の抽出と走行データの個数の判定を繰り返す。本実施の形態においては、現在の走行データ分類に対する類似度が所定以上の走行データ分類は、信憑性が高い運転特性を算出可能な程度に類似しているものである。一方、現在の走行データ分類に対する類似度が所定未満の走行データ分類は、信憑性が高い運転特性を算出できないので、走行データ選定部５は走行データを選定せず、運転特性算出部６は運転特性を算出しない。

なお、実施の形態２〜８においても、本実施の形態と同様に、仮に現在の走行データを走行データ分類Ａと判定し、走行データ分類Ａに対する類似度が高いほうから順に、走行データ分類Ｂ、走行データ分類Ｃ、走行データ分類Ｄと呼ぶ。

運転特性算出部６は、例えば、走行データ分類Ｘに属するｋ個以上の走行データに含まれる、交差点通過時の車速の時系列データを用いて、平均的な交差点通過時の車速の時系列データを算出し、運転者の運転特性とする。
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。

以上より、実施の形態１によれば、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とを備える構成にした。これにより、現在の道路状況を走行した回数が少ない、または全く走行したことがない場合でも、現在の道路状況に類似した道路状況で、かつ走行回数の多い過去の走行データを抽出し、運転特性の算出に利用するため、普段あまり走行しない道路、または初めて訪れる道路においても信憑性の高い運転特性の算出が可能となる。

また、実施の形態１によれば、類似走行データ抽出部７は、情報取得部１が取得した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走行データ記憶部３から抽出し、走行データ選定部５は、走行データ抽出部４が抽出した走行データの個数が第１の個数未満である場合、類似走行データ抽出部が抽出した各分類のうち、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構成にした。これにより、現在の道路状況に最も類似した道路状況、かつ走行回数の多い過去の走行データを運転特性の算出に利用して、運転特性の算出の信憑性を高めることができる。

実施の形態２．
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。

実施の形態２に係る運転特性算出装置の構成は、図１に示した上記実施の形態１に係る運転特性算出装置１Ａの構成と図面上は同一であるため、以下では図１を援用する。
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。

実施の形態２では、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がｋ個未満であった場合（ステップＳＴ１０５“ＮＯ”）、走行データ選定部５は、以下に説明するように、走行データ分類Ａに属するｋ個未満の走行データだけでなく、ステップＳＴ１０６〜ＳＴ１１０にて抽出される走行データ分類Ａに類似した走行データ分類に属する走行データも、運転特性算出用に選定する。

図２に示したステップ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ＳＴ１０６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にて走行データ抽出部４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ＳＴ１０６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Ｂに属する走行データが６０個であれば、走行データ選定部５は合計６５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。

また、走行データ分類Ｂに属する走行データがｋ個未満であった場合（ステップＳＴ１０７“ＮＯ”）、以下のように走行データが選定される。
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。

以上より、実施の形態２によれば、走行データ選定部５は、走行データ抽出部４が抽出した走行データの個数が第１の個数未満である場合、類似走行データ抽出部７が抽出した走行データに加え、走行データ抽出部４が抽出した走行データも選定する構成にした。実施の形態１において運転特性の算出に利用した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に加えて、現在の道路状況における過去の走行データを運転特性の算出に利用することで、実施の形態１の運転特性の算出結果に比べ、信憑性を高めることができる。

実施の形態３．
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は、この発明を実施するための実施の形態３における運転特性算出装置１Ｂの構成を示すブロック図である。
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。

図６は、この発明を実施するための実施の形態３における処理を示すフローチャートである。図６は、実施の形態１で示した図２のフローチャートに、ステップＳＴ３００を付与したものである。実施の形態１と同様の処理は、説明を省略する。

ステップＳＴ３００において、信頼度判定部８は、運転特性算出用に選定された走行データ１個１個の信頼度を判定し、信頼度の低い走行データを除外することで、運転特性算出に用いる走行データを再選定する。
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。

図７は、ステップＳＴ３００の処理の詳細を示すフローチャートである。
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。

ステップＳＴ３０３において、信頼度判定部８は、現在の分散結果を用いて信頼度という指標を定め、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１個１個に対して信頼度を判定する。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６０個に対して１個１個の信頼度を判定する。
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ＳＴ３０４において、信頼度判定部８は、現在の走行データ分類に属する走行データのうち、ステップＳＴ３０３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Ａに属する走行データ６０個のうち、１２個の走行データの信頼度が閾値以下であるとする。本実施の形態においては、信頼度が閾値以下の走行データは、平均値から大きく外れた走行データであり、信頼度が低いため、信憑性が高い運転特性を算出できない。なお、信頼度の閾値は、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分散結果に応じて変更する構成でも良い。
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ＳＴ３０６において、走行データ選定部５は、ステップＳＴ３０５で削除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６０個であり、除外対象の走行データが４個のとき、４個の走行データが削除されているため、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５６個を選定する。
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個未満であれば（ステップＳＴ３０１“ＮＯ”）、ステップＳＴ３０７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５個であれば、ステップＳＴ３０７の処理を行う。
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。

ステップＳＴ３０８において、信頼度判定部８は、類似の分散結果を用いて、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１個１個に対して信頼度を判定する。信頼度判定部８は、例えば、走行データ分類Ｂの分散結果を用いて、走行データ分類Ａに属する走行データ５個に対して１個１個の信頼度を判定する。
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ＳＴ３０９において、信頼度判定部８は、現在の走行データ分類に属する走行データのうち、ステップＳＴ３０８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Ａに属する走行データ５個のうち、２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。

図７では、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信頼度は判定しなかったが、判定してもよい。この場合のフローチャートを、図８に示す。なお、図８におけるステップＳＴ３０１〜ＳＴ３０９の処理は、図７と同様の処理であるため説明を省略する。

ステップＳＴ３１０において、信頼度判定部８は、ステップＳＴ３０７で算出した類似の分散結果を用いて、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１個１個に対して信頼度を判定する。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個に対して１個１個の信頼度を判定する。
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。

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、現在の走行データ分類に属する走行データと、ステップＳＴ３１２で削除した走行データを除いた、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、合計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個であり、走行データ分類Ｂに属する走行データのうち削除した走行データが８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５２個の、合計５５個の走行データを選定する。

なお、上記説明において、ステップＳＴ１１１で選定された現在の走行データ分類に類似した走行データ分類として、ステップＳＴ１０６で抽出された走行データ分類Ｂに属するｋ個以上の走行データを用いる例を示したが、走行データ分類Ｂに属する走行データがｋ個未満である場合にはステップＳＴ１０８で抽出された走行データ分類Ｃ等を用いることになる。

また、上記説明において、走行データの評価に用いる信頼度を、走行データの分散結果に基づいて決定したが、標準偏差など別の算術結果に基づいて決定しても良い。

以上より、実施の形態３によれば、運転特性算出装置１Ｂは、個々の走行データの信頼度を判定する信頼度判定部８を備え、走行データ選定部５は、信頼度判定部８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構成にした。実施の形態２において運転特性の算出に利用した現在の道路状況における過去の走行データから、信頼度の低い走行データを除外することで、実施の形態２の運転特性の算出結果に比べ、信憑性を高めることができる。

実施の形態４．
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。

実施の形態４に係る運転特性算出装置の構成は、図１に示した上記実施の形態１に係る運転特性算出装置１Ａの構成と図面上は同一であるため、以下では図１を援用する。

図９は、この発明を実施するための実施の形態３における処理を示すフローチャートである。図９は、実施の形態１において図２に示したステップＳＴ１１０をステップＳＴ４００に置き換えたものである。実施の形態１と同様の処理は、説明を省略する。

ステップＳＴ４００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の合計がｋ個以上であれば（ステップＳＴ４００“ＹＥＳ”）、ステップＳＴ１１１の処理を行う。走行データ選定部５は、例えば、走行データ分類Ｂに属する走行データが３０個、走行データ分類Ｃに属する走行データが４０個の、合計７０個であれば、ステップＳＴ１１１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。

ステップＳＴ４００において、類似走行データ抽出部７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の合計がｋ個未満であれば（ステップＳＴ４００“ＮＯ”）、ステップＳＴ１０８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Ｂに属する走行データが１０個、走行データ分類Ｃに属する走行データが２０個の、合計３０個であれば、ステップＳＴ１０８の処理を行う。
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ＳＴ４００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の合計がｋ個以上であれば（ステップＳＴ４００“ＹＥＳ”）、ステップＳＴ１１１の処理を行う。走行データ選定部５は、例えば、走行データ分類Ｂに属する走行データが１０個、走行データ分類Ｃに属する走行データが２０個、走行データ分類Ｄに属する走行データが３０個の、合計６０個であれば、ステップＳＴ１１１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。

以上より、実施の形態４によれば、類似走行データ抽出部７は、情報取得部１が取得した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走行データ記憶部３から抽出し、走行データ選定部５は、走行データ抽出部４が抽出した走行データの個数が第１の個数未満である場合、類似走行データ抽出部７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第１の個数以上になるよう走行データを選定する構成にした。現在の道路状況に類似した複数種の道路状況の走行データを利用することで、現在の走行における運転特性の算出に利用する走行データの個数を多くすることが可能で、かつ運転特性の算出結果の信憑性を高めることができる。

実施の形態５．
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は、この発明を実施するための実施の形態５における運転特性算出装置１Ｃの構成を示すブロック図である。
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。

図１１は、この発明を実施するための実施の形態５における処理を示すフローチャートである。図１１は、実施の形態１で示した図２のフローチャートに、ステップＳＴ５００を付与したものである。実施の形態１と同様の処理は、説明を省略する。

ステップＳＴ５００において、運転特性補正部９は、走行データ分類判定部２で判定した現在の走行データ分類Ａと、運転特性算出部６で利用した走行データ分類の差異に基づき、運転特性算出部６の算出結果を補正する。

本実施の形態では、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、制限速度のみ異なる道路とする。走行データ分類Ａは制限速度が５０ｋｍ／ｈの道路、走行データ分類Ｂは制限速度が６０ｋｍ／ｈの道路とする。
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。

本実施の形態では、走行データ分類の差異として制限速度の例を示したが、補正すべき差異は制限速度情報に限らない。補正方法は、補正すべき差異の種類ごとに予め決定しておけば良い。
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。

以上より、実施の形態５によれば、運転特性算出装置１Ｃは、類似走行データ抽出部７が抽出した走行データを用いて運転特性算出部６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、類似走行データ抽出部７が抽出した走行データが示す道路の状況と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運転特性を補正する運転特性補正部９を備える構成にした。現在の道路状況と、運転特性の算出に用いる道路状況に差異がある場合に、前記差異の影響を少なくするように運転特性の算出結果を補正することで、現在の道路状況において最適な運転特性とすることができる。

実施の形態６．
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に係る運転特性算出装置の構成は、図１に示した上記実施の形態１に係る運転特性算出装置１Ａの構成と図面上は同一であるため、以下では図１を援用する。
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。

図１２は、この発明を実施するための実施の形態６における処理を示すフローチャートである。図１２は、実施の形態１で示した図２のフローチャートに、ステップＳＴ６００を付与したものである。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個未満であれば（ステップＳＴ６００“ＮＯ”）、処理を終了する。
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。

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とを合わせた、合計ｎ個以上の走行データを選定する。

以上より、実施の形態６によれば、走行データ選定部５は、走行データ抽出部４が抽出した走行データの個数が第１の個数未満である場合、類似走行データ抽出部７が抽出した走行データの個数が第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、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構成にした。運転特性の算出に少なくとも必要な走行データの個数ｎを設定し、運転特性の算出に利用する走行データがｎ個に満たなければ運転特性の算出を禁止することで、信憑性の低い運転特性の算出を防ぐことができる。

実施の形態７．
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は、この発明を実施するための実施の形態７における運転特性算出装置１Ｄの構成を示すブロック図である。
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。

図１４は、この発明を実施するための実施の形態７における処理を示すフローチャートである。図１４は、実施の形態１で示した図２のフローチャートの冒頭にステップＳＴ７００を付与し、ステップＳＴ１０１をステップＳＴ７０１に置き換えたものである。

ステップＳＴ７００において、運転者特定部１０は、現在の運転者を特定し、特定した運転者毎に任意のＩＤを割り振る。特定方法は、運転者が入力した、現在の運転者の性別および名前などのユーザ情報を取得して特定する方法、またはセンサもしくはカメラで検出した顔もしくは体重などの情報を取得して特定する方法などがある。
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。

運転特性算出装置１Ｄは、以降の処理において、現在走行している運転者の情報が付与された走行データを利用する。
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。

以上より、実施の形態７によれば、運転特性算出装置１Ｄは、車両の運転者を特定する運転者特定部１０を備え、運転特性算出部６は、運転者特定部１０が特定した運転者ごとに運転特性を算出する構成にしたので、運転者ごとに信憑性の高い運転特性の算出ができる。

実施の形態８．
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は、この発明を実施するための実施の形態８における運転特性算出装置１Ｅの構成を示すブロック図である。
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。

図１６は、この発明を実施するための実施の形態８における処理を示すフローチャートである。図１６は、実施の形態１で示した図２のフローチャートの冒頭にステップＳＴ８００、末尾にステップＳＴ８０２を付加し、ステップＳＴ１０１をステップＳＴ８０１に置き換えたものである。

ステップＳＴ８００において、状態判定部１１は、運転者の状態を判定する。運転者の状態は、眠気、疲れ、または焦りなどである。運転者の状態の判定方法は、運転者が入力した、現在の状態を示す情報を取得して判定する方法、または心拍等を測定する身体センサから測定結果を取得して判定する方法などがある。
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。

運転特性算出装置１Ｅは、以降の処理において、現在走行している運転者の状態情報が付与された走行データを利用する。
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。

ステップＳＴ８０２において、運転特性補正部９は、情報取得部１で取得した走行データから所定条件下かどうかを判定し、所定条件下を走行している場合、前記走行データに付与されている運転者の状態情報に応じて運転特性算出部６の算出結果を補正する。
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。

本実施の形態では、所定条件を、例えば、高速道路を走行中、進行方向にサービスエリアまたはパーキングエリア等の休憩ポイントがしばらく存在しない状況、つまりすぐに停止できない状況とする。また、所定条件を、例えば山道を走行している状況、夜間に走行している状況、または降雨もしくは降雪などの悪天候の中を走行している状況、つまり通常より運転に注意が必要とされる状況とする。
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。

本実施の形態では、運転特性補正部９は、所定条件下において運転者の状態が眠気状態である場合、例えば、速度超過の判定を厳しくするといったように、運転者の状態に応じて運転特性の算出結果を補正する。補正方法は、運転者の状態ごとにあらかじめ決定しておけば良い。

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。

以上より、実施の形態８によれば、運転特性算出装置１Ｅは、車両の運転者の状態を判定する状態判定部１１を備え、運転特性算出部６は、状態判定部１１が判定した運転者の状態ごとに運転特性を算出する構成にしたので、運転者の状態ごとに信憑性の高い運転特性の算出ができる。

また、実施の形態８によれば、運転特性算出装置１Ｅは、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、状態判定部１１が判定した運転者の状態に応じて、運転特性算出部６が算出した運転特性を補正する運転特性補正部９を備える構成にした。走行中に運転者が疲労または眠気等の身体の異常を感じているにも関わらず、道路の状況からすぐに停止できない等の特別な状況にあるとき、運転者の状態に合わせて最適な運転特性を算出することができる。

なお、本発明はその発明の範囲内において、各実施の形態の自由な組み合わせ、各実施の形態の任意の構成要素の変形、または各実施の形態の任意の構成要素の省略が可能である。

この発明に係る運転特性算出装置は、現在走行中の道路状況に類似した道路状況を過去に走行した回数が少ない場合または全く走行したことがない場合でも、信憑性の高い運転特性を算出するようにしたので、運転者の運転特性に基づいた運転支援を行う運転支援装置などに用いるのに適している。

１Ａ〜１Ｅ 運転特性算出装置、１ 情報取得部、２ 走行データ分類判定部、３ 走行データ記憶部、４ 走行データ抽出部、５ 走行データ選定部、６ 運転特性算出部、７ 類似走行データ抽出部、８ 信頼度判定部、９ 運転特性補正部、１０ 運転者特定部、１１ 状態判定部、１０１ 処理回路、１０２ メモリ、１０３ 受信装置、１０４ プロセッサ。

Claims (10)

1. 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。
2. 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。
3. 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。
4. 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。
5. 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。
6. 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。
7. 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。
8. 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。
9. 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。
10. 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。

Images