TW202037514A - 傾斜車輛行車資料分析方法、傾斜車輛行車資料分析裝置、使用分析資料之資訊處理方法及使用分析資料之資訊處理裝置 - Google Patents

Abstract

本發明提供一種傾斜車輛行車資料分析方法，其能夠於提高硬體資源之設計自由度之同時，輸出基於傾斜車輛之行車資料之傾斜車輛特有之分析資料。本發明之傾斜車輛行車資料分析方法具有：傾斜車輛行車基準資料獲取步驟，其係獲取傾斜車輛行車基準資料；分析用傾斜車輛行車資料獲取步驟，其係獲取分析用傾斜車輛行車資料；及分析資料獲取步驟，其係獲取分析資料。上述傾斜車輛行車基準資料係基於基準生成用傾斜車輛行車資料而生成，該基準生成用傾斜車輛行車資料相比傾斜車輛以低密度範圍及高密度範圍於公共道路上行車之行車資料，包含更多傾斜車輛以中密度範圍於公共道路行車之行車資料。上述分析用傾斜車輛行車資料包含分析用行車密度相關資料，該分析用行車密度相關資料與由分析對象者駕駛，利用分析對象傾斜車輛於公共道路上行車時之分析對象傾斜車輛之密度相關。

Description

傾斜車輛行車資料分析方法、傾斜車輛行車資料分析裝置、使用分析資料之資訊處理方法及使用分析資料之資訊處理裝置

本發明係關於一種對傾斜車輛之傾斜車輛行車資料進行分析之傾斜車輛行車資料分析方法、傾斜車輛行車資料分析裝置、使用分析資料之資訊處理方法及使用分析資料之資訊處理裝置。

已知有一種判定騎乘者之駕駛技能之裝置。作為判定騎乘者之駕駛技能之裝置，例如已知有專利文獻1所揭示之構成。

於專利文獻1中，揭示有一種能夠評價車輛之駕駛技能之評價裝置。該專利文獻1係使用傾斜車輛之行車資料來分析騎乘者之騎行技能。 先前技術文獻 專利文獻

專利文獻1：國際公開WO2015/050038號公報

[發明所欲解決之問題]

傾斜車輛由於機動性及便利性高，故可於多種場景中利用。因此，要求進行考慮到多種利用場景之傾斜車輛特有之分析。

當欲獲得與行車環境等各種狀況相關之資料，以考慮並分析傾斜車輛之多種使用場景時，由資訊處理裝置處理之資料量變得龐大，上述裝置之硬體之負荷變高。因此，資訊處理裝置所需之硬體資源增加，故對硬體資源之設計產生制約。因此，資訊處理裝置之硬體資源之設計自由度降低。

本發明之目的在於提供一種傾斜車輛行車資料分析方法，其能夠於提高硬體資源之設計自由度之同時，輸出基於傾斜車輛之行車資料的傾斜車輛特有之分析資料。 [解決問題之技術手段]

本發明者等人於對傾斜車輛之行車資料進行分析之過程中發現，傾斜車輛之行車資料與非傾斜車輛之行車資料大不相同。所謂傾斜車輛，係指於右迴轉時向右傾斜且於左迴轉時向左傾斜之車輛。

傾斜車輛之車體尺寸小於非傾斜車輛之車體尺寸。即，與非傾斜車輛相比，傾斜車輛之車體之前後方向及/或左右方向之尺寸較小。又，傾斜車輛之轉向之旋轉操作量小於360度，故與非傾斜車輛相比，傾斜車輛之轉向之旋轉操作量少。進而，與非傾斜車輛不同，傾斜車輛係駕駛者能夠主動操作之騎乘者主動型車輛。因此，傾斜車輛之駕駛與非傾斜車輛之駕駛不同。如此，駕駛上與非傾斜車輛不同之傾斜車輛之行車資料和非傾斜車輛、即例如四輪車之行車資料大不相同。

本發明者等人對傾斜車輛之行車狀況進行了更詳細之研究，發現與非傾斜車輛相比，傾斜車輛根據駕駛者之想法之行車自由度非常高。

因此，於駕駛者駕駛傾斜車輛時，與駕駛者駕駛非傾斜車輛之情形相比，有駕駛者之判斷次數及判斷之選項較多之傾向。

又，駕駛者於駕駛傾斜車輛時，與駕駛非傾斜車輛之情形相比，更容易遭受來自外部之壓力。進而，對駕駛傾斜車輛之駕駛者施加之來自外部之壓力非常多樣。

又，傾斜車輛較非傾斜車輛輕。因此，與非傾斜車輛相比，傾斜車輛之機動性及便利性高。傾斜車輛之利用目的多樣，具有利用頻率變高之傾向。因此，傾斜車輛係於多種場景中利用。

本發明者等人於詳細研究傾斜車輛之多種利用場景之過程中發現，傾斜車輛之基於駕駛者之想法行車自由度與於公共道路上行車之傾斜車輛之密度具有反相關之關係。即，於公共道路上行車之傾斜車輛之密度低之情形時，傾斜車輛之基於駕駛者之想法之行車自由度高，於公共道路上行車之傾斜車輛之密度高之情形時(例如參照印度尼西亞之傾斜車輛之行車狀況等，https：//www.youtube.com/watch？v＝0A1jYWojQXk、https：//www.youtube.com/watch？v＝NqgDE－XqDVc)，傾斜車輛之基於駕駛者之想法之行車自由度低。

再者，由於四輪車與傾斜車輛相比較大，故根據四輪車之駕駛者之想法行車自由度受到限制。因此，即便於公共道路上行車之四輪車之密度變化，根據四輪車駕駛者之想法行車自由度亦不變化或僅稍微變化。即，於公共道路上行車之四輪車雖然於同一車道內在前後方向上具有行車自由度，但與傾斜車輛相比，車輛之寬度相對於車道寬度而言較大，因此左右方向之行車自由度較低。因此，即便四輪車之密度變化，行車自由度亦幾乎不變化。因此，於四輪車之情形時，根據四輪車駕駛者之想法行車自由度與於公共道路上行車之四輪車之密度之間之相關關係極弱。再者，四輪車之密度意指位於公共道路之車道之規定長度內的四輪車之輛數。

如此，本發明者等人注意到以下方面，於傾斜車輛之情形時，根據傾斜車輛之駕駛者之想法行車自由度與於公共道路上行車之傾斜車輛之密度具有反相關之關係，因此於考慮根據傾斜車輛之駕駛者之想法行車自由度時，只要考慮於公共道路上行車之傾斜車輛之密度即可。

進而，本發明者等人使用行車於公共道路上之傾斜車輛之行車資料，考慮根據駕駛者之想法之行車自由度之程度來分析駕駛者之駕駛技能之過程中，注意到以下方面。

可知藉由使用考慮了根據駕駛者之想法之行車自由度的傾斜車輛行車資料，能夠輸出目前為止難以輸出之傾斜車輛特有之分析資料，比如考慮到多種利用場景之駕駛傾斜車輛之技能等。例如，於使用了自由度高之狀態下之傾斜車輛行車資料之分析中，能夠更高精度且更詳細地分析駕駛者駕駛傾斜車輛之技能。又，例如，於使用自由度受到某種程度限制之狀態下的傾斜車輛行車資料之分析中，能夠更高精度且更詳細地分析駕駛者預測周圍車輛之運動等行車環境之預測技能。

並且，由於對考慮到根據駕駛者之想法之行車自由度之程度的傾斜車輛行車資料進行分析，故與未考慮該狀態而利用所有行車資料進行分析之情形相比，能夠限定要處理之資料。藉此，可知能夠減少對系統之硬體資源之負荷，提高硬體資源之設計自由度。

根據以上所述，本發明者等人想出一種傾斜車輛行車資料分析方法，其能夠於提高硬體資源之設計自由度之同時，輸出基於傾斜車輛之行車資料之傾斜車輛特有之分析資料。

進而，本發明者等人發現，於考慮了根據駕駛者之想法之行車自由度之程度來分析於公共道路上行車之傾斜車輛之行車資料的過程中，能夠向因業務用途而駕駛傾斜車輛之駕駛者提供更佳之分析資料。其原因在於，藉由使用考慮了根據駕駛者之想法之行車自由度的傾斜車輛行車資料，能夠輸出目前為止難以輸出之傾斜車輛特有之分析資料，比如考慮了多種利用場景之駕駛傾斜車輛之技能等。

例如，想到了決定傾斜車輛之車輛保險費之系統。關於該系統，想到了遠距處理電腦等，其具備：移動終端，其具備自動收集傾斜車輛之行車資料之感測器；伺服器，其接收上述移動終端收集到之傾斜車輛行車資料；資料庫，其儲存上述收集到之傾斜車輛行車資料；及評價引擎，其基於上述收集到之傾斜車輛行車動作資料來決定傾斜車輛之保險費。

上述評價引擎能夠基於從上述收集到之傾斜車輛行車資料求出之駕駛者之駕駛評分，決定保險風險及保險費。

本發明者等人發現，藉由如此於駕駛傾斜車輛之駕駛者之風險評價中使用該駕駛者之駕駛技能，能夠簡化上述駕駛者之風險之分析，因此能夠減少資料處理對系統之硬體資源之負荷，提高硬體資源之設計自由度。

尤其是，本發明者等人發現，從風險評價之觀點出發，藉由考慮根據駕駛者之想法之行車自由度之程度，分析駕駛者之駕駛技能，能夠輸出對使用傾斜車輛之業務之風險評價的適用性高之資料。進而，本發明者等人發現，藉由考慮根據傾斜車輛之駕駛者之想法行車自由度之程度，能夠進一步簡化分析對象之資料，因此能夠進一步減少資料處理對系統之硬體資源之負荷，進一步提高硬體資源之設計自由度。

再者，所謂駕駛技能之分析不僅包含駕駛傾斜車輛之技能，還包含與駕駛傾斜車輛時之預測相關之技能(預測技能)。該駕駛技能包含於分析資料中，該分析資料係藉由基於下述傾斜車輛行車基準資料對分析對象者作為駕駛者於公共道路上駕駛傾斜車輛時所獲得之傾斜車輛之傾斜車輛行車資料進行分析而獲得。

本發明之一實施形態之傾斜車輛行車資料分析方法具有：傾斜車輛行車基準資料獲取步驟，其係獲取於右迴轉時向右傾斜且於左迴轉時向左傾斜地行車之傾斜車輛之行車基準資料即傾斜車輛行車基準資料；分析用傾斜車輛行車資料獲取步驟，其係獲取分析用傾斜車輛行車資料，該分析用傾斜車輛行車資料係分析對象之傾斜車輛即分析對象傾斜車輛之行車資料；分析資料獲取步驟，其係基於上述獲取之傾斜車輛行車基準資料，分析上述獲取之分析用傾斜車輛行車資料，藉此獲取分析對象之駕駛者即分析對象者及上述分析對象傾斜車輛中之至少一者之分析資料；輸出資料生成步驟，其係使用上述分析資料生成輸出用輸出資料；及輸出步驟，其係將上述輸出資料輸出。上述傾斜車輛行車基準資料係基於基準生成用傾斜車輛行車資料而生成，該基準生成用傾斜車輛行車資料係當將於公共道路上行車之傾斜車輛之最低密度與最高密度之間之密度範圍劃分為4個密度範圍時，相比傾斜車輛以上述4個密度範圍中密度最低之低密度範圍及密度最高之高密度範圍於公共道路上行車之行車資料，包含更多傾斜車輛以上述4個密度範圍中其餘之2個密度範圍即中密度範圍於公共道路上行車之行車資料。上述分析用傾斜車輛行車資料包含分析用行車密度相關資料，該分析用行車密度相關資料與由上述分析對象者駕駛，利用上述分析對象傾斜車輛於公共道路上行車時之傾斜車輛之密度相關。傾斜車輛行車資料分析方法係對上述分析對象傾斜車輛之傾斜車輛行車資料進行分析。

與非傾斜車輛相比，傾斜車輛根據駕駛者之想法之行車自由度高。因此，駕駛者於駕駛傾斜車輛時，從多個選項中進行多種判斷。又，傾斜車輛之駕駛者容易遭受來自外部之壓力。進而，與非傾斜車輛之行車相比，傾斜車輛之行車受到駕駛者之駕駛之影響較大。

又，傾斜車輛較非傾斜車輛輕。因此，與非傾斜車輛相比，傾斜車輛之機動性及便利性高。又，傾斜車輛之利用目的多樣，有利用頻率變高之傾向。因此，傾斜車輛係於多種場景中利用。

如上所述，由於利用傾斜車輛之利用場景多樣，故傾斜車輛相應於根據駕駛者之想法之行車自由度之程度，傾斜車輛之行車資料不同。

又，於傾斜車輛之情形時，根據駕駛者之想法之行車自由度相應於在公共道路上行車之傾斜車輛之密度而不同。具體而言，傾斜車輛之根據駕駛者之想法之行車自由度與於公共道路上行車之傾斜車輛之密度具有反相關之關係。例如，當於公共道路上行車之傾斜車輛之密度低時，傾斜車輛根據駕駛者之想法之行車自由度高，當於公共道路上行車之傾斜車輛之密度高時，傾斜車輛根據駕駛者之想法之行車自由度低。因此，於考慮傾斜車輛之根據駕駛者之想法之行車自由度時，只要考慮於公共道路上行車之傾斜車輛之密度即可。

基於如上所述之狀況，如上述構成，藉由使用考慮了根據駕駛者之想法之行車自由度之傾斜車輛行車資料，能夠輸出目前為止難以輸出之傾斜車輛特有之分析資料，比如考慮了多種利用場景之駕駛傾斜車輛之技能等。例如，於使用了自由度高之狀態下之傾斜車輛行車資料之分析中，能夠更高精度且更詳細地分析駕駛者駕駛傾斜車輛之技能。又，例如，於使用自由度受到某種程度限制之狀態下的傾斜車輛行車資料之分析中，能夠更高精度且更詳細地分析駕駛者預測周圍車輛之運動等行車環境之預測技能。

並且，由於對考慮到根據駕駛者之想法之行車自由度之程度的傾斜車輛行車資料進行分析，故與未考慮該狀態而利用所有行車資料進行分析之情形相比，能夠限定要處理之資料。藉此，能夠減少對系統之硬體資源之負荷，提高硬體資源之設計自由度。

藉此，能夠減少利用分析傾斜車輛行車資料之裝置處理之資料之種類，能夠減少上述裝置之硬體之負荷。又，由於能夠減少上述裝置所需之硬體資源，故能夠提高上述裝置之硬體資源之設計自由度。

因此，能夠提供如下傾斜車輛行車資料分析方法，其能夠減少對分析傾斜車輛行車資料之裝置之硬體資源的負荷，提高上述裝置之硬體資源之設計自由度，並且能夠輸出基於傾斜車輛之行車資料之傾斜車輛特有之分析資料。

根據另一觀點，本發明之傾斜車輛行車資料分析方法較佳為包含以下構成。上述基準生成用傾斜車輛行車資料包含用於將駕駛者及傾斜車輛中之至少一者加以分類之分類相關資料。上述分析用傾斜車輛行車資料包含分析用分類相關資料，該分析用分類相關資料係用於分類上述分析對象者及上述分析對象傾斜車輛中之至少一者。於上述分析資料獲取步驟中，根據基於上述基準生成用傾斜車輛行車資料而生成之上述傾斜車輛行車基準資料，對上述分析用傾斜車輛行車資料進行分析，藉此獲取使用上述分析用分類相關資料加以分類之上述分析對象者及上述分析對象傾斜車輛中之至少一者之分析資料。

藉此，於分析傾斜車輛行車資料之裝置中，能夠按駕駛者及傾斜車輛中之至少一者之每種分類進行處理。因此，能夠減少上述裝置之硬體之負荷。又，由於能夠減少上述裝置所需之硬體資源，故能夠提高上述裝置之硬體資源之設計自由度。

根據另一觀點，本發明之傾斜車輛行車資料分析方法較佳為包含以下構成。上述分析資料係使用上述分析用傾斜車輛行車資料相對於傾斜車輛行車基準資料的同步性之分析結果而獲得，該傾斜車輛行車基準資料係上述傾斜車輛行車基準資料中包含密度與上述分析用行車密度相關資料相似之資料者。

藉此，例如於分析對象者即駕駛者以與其他傾斜車輛密集之狀態駕駛分析對象傾斜車輛時，藉由評價該分析對象傾斜車輛之行車資料與上述其他傾斜車輛之行車資料之同步性，能夠關於上述分析對象者及上述分析對象傾斜車輛中之至少一者獲得傾斜車輛特有之分析資料。

因此，能夠實現如下傾斜車輛行車資料分析方法，其能夠減少對分析傾斜車輛行車資料之裝置之硬體資源之負荷，提高上述裝置之硬體資源之設計自由度，並且能夠輸出基於傾斜車輛之行車資料之傾斜車輛特有之分析資料。

根據另一觀點，本發明之傾斜車輛行車資料分析方法較佳為包含以下構成。上述分析資料包含與上述分析對象者利用上述分析對象傾斜車輛於公共道路上行車時之駕駛預測技能的評價結果相關之資料。

藉此，獲得分析資料，該分析資料包含與分析對象者之駕駛預測技能之評價結果相關之資料。於駕駛傾斜車輛之情形時，與駕駛非傾斜車輛之情形相比，駕駛預測技能較為重要。藉由使上述分析資料中包含與駕駛預測技能之評價結果相關之資料，可獲得傾斜車輛特有之分析資料。

因此，能夠實現如下傾斜車輛行車資料分析方法，其能夠減少對分析傾斜車輛行車資料之裝置之硬體資源之負荷，提高上述裝置之硬體資源之設計自由度，並且能夠輸出基於傾斜車輛之行車資料之傾斜車輛特有之分析資料。

根據另一觀點，本發明之傾斜車輛行車資料分析方法較佳為包含以下構成。上述基準生成用傾斜車輛行車資料包含如下資料中之至少一個，即，基準生成用傾斜車輛駕駛輸入資料，其與上述駕駛者對上述傾斜車輛之駕駛輸入相關；基準生成用傾斜車輛位置資料，其與於公共道路上行車之傾斜車輛之行車位置相關；及基準生成用傾斜車輛行動資料，其與上述傾斜車輛之行動相關。上述分析用傾斜車輛行車資料包含如下資料中之至少一個，即，分析用傾斜車輛駕駛輸入資料，其與上述分析對象者對上述分析對象傾斜車輛之駕駛輸入相關；分析用傾斜車輛位置資料，其與於公共道路上行車之上述分析對象傾斜車輛之行車位置相關；及分析用傾斜車輛行動資料，其與上述分析對象傾斜車輛之行動相關。

藉此，對分析用傾斜車輛行車資料進行分析時使用之傾斜車輛行車資料包含進一步反映出駕駛者之傾斜車輛之駕駛技能之資料。

即，與分析對象傾斜車輛之行車位置相關之分析用傾斜車輛位置資料例如用於在分析對象者駕駛之分析對象傾斜車輛以規定之密度行車之情形時，特定出與其他傾斜車輛之位置關係。又，與分析對象傾斜車輛之行動相關之分析用傾斜車輛行動資料例如用於在分析對象者駕駛之分析對象傾斜車輛以規定之密度行車之情形時，根據分析對象者駕駛之分析對象傾斜車輛之分析用傾斜車輛行動，檢測分析對象者之駕駛技能。

根據該構成，能夠基於傾斜車輛行車基準資料，更高精度地對分析用傾斜車輛行車資料進行分析。又，藉由使用特定了資料之種類之分析用傾斜車輛行車資料，能夠減少由分析傾斜車輛行車資料之裝置處理之資料之種類，能夠進一步減少上述裝置之硬體之負荷。又，由於能夠減少上述裝置所需之硬體資源，故能夠進一步提高上述裝置之硬體資源之設計自由度。

因此，能夠實現如下傾斜車輛行車資料分析方法，其能夠進一步提高分析傾斜車輛行車資料之裝置之硬體資源之設計自由度，且能夠輸出基於傾斜車輛之行車資料之傾斜車輛特有之分析資料。

根據另一觀點，本發明之傾斜車輛行車資料分析方法較佳為包含以下構成。上述基準生成用傾斜車輛行車資料進而包含與上述傾斜車輛行車之行車環境相關之基準生成用傾斜車輛行車環境資料。上述分析用傾斜車輛行車資料進而包含與上述分析對象傾斜車輛行車之行車環境相關之分析用傾斜車輛行車環境資料。

傾斜車輛行車環境資料例如包含地圖資料。該地圖資料例如可與如下資訊等建立關聯，即，與道路狀況相關之資訊、信號及設備等與道路交通環境相關之資訊、以及與道路之行車相關之限制資訊。上述傾斜車輛行車環境資料可與上述傾斜車輛行動資料及上述傾斜車輛位置資料一起用於傾斜車輛行車資料之分析。

根據該構成，能夠使用傾斜車輛行車基準資料，更高精度地對由分析對象者駕駛之分析對象傾斜車輛於公共道路上行車時獲得之分析用傾斜車輛行車資料進行分析。又，藉由使用特定了資料之種類之傾斜車輛行車資料，能夠減少由分析傾斜車輛行車資料之裝置處理之資料之種類，能夠進一步減少上述裝置之硬體之負荷。又，由於能夠減少上述裝置所需之硬體資源，故能夠進一步提高上述裝置之硬體資源之設計自由度。

因此，能夠實現如下傾斜車輛行車資料分析方法，其進一步提高硬體資源之設計自由度，且能夠輸出基於傾斜車輛之行車資料之傾斜車輛特有之分析資料。

根據另一觀點，本發明之傾斜車輛行車資料分析方法較佳為包含以下構成。上述基準生成用傾斜車輛行車資料包含駕駛者之判斷之選項受到上述傾斜車輛周圍之車輛之限制，但仍保留有複數個之狀態下之資料。上述分析用傾斜車輛行車資料包含分析對象者之判斷之選項受到上述分析對象傾斜車輛周圍之車輛之限制，但仍保留有複數個之狀態下之資料。

關於駕駛者之判斷之選項受到限制但仍保留有複數個之狀態下的傾斜車輛行車資料，與駕駛者之判斷之選項未保留之狀態下之傾斜車輛行車資料相比，包含傾斜車輛特有之資料。因此，能夠使用駕駛者之判斷之選項受到限制但仍保留有複數個之狀態下之傾斜車輛行車資料，獲得傾斜車輛特有之分析資料。又，藉由使用特定了資料之種類之傾斜車輛行車資料，能夠減少由分析傾斜車輛行車資料之裝置處理之資料之種類，能夠進一步減少上述裝置之硬體之負荷。又，由於能夠減少上述裝置所需之硬體資源，故能夠進一步提高上述裝置之硬體資源之設計自由度。

因此，能夠實現如下傾斜車輛行車資料分析方法，其能夠進一步提高分析傾斜車輛行車資料之裝置之硬體資源之設計自由度，且能夠輸出基於傾斜車輛之行車資料之傾斜車輛特有之分析資料。

根據另一觀點，本發明之傾斜車輛行車資料分析方法較佳為包含以下構成。上述基準生成用傾斜車輛行車資料包含搭載有同乘者及貨物中之至少一者之狀態之資料。上述分析用傾斜車輛行車資料包含搭載有同乘者及貨物中之至少一者之狀態之資料。

搭載有同乘者及貨物中之至少一者之狀態之傾斜車輛相比未搭載有同乘者及貨物中之任一者之狀態，表現出傾斜車輛特有之行動。因此，能夠使用包含搭載有同乘者及貨物中之至少一者之狀態之資料的傾斜車輛行車資料，更高精度地對駕駛者即分析對象者之傾斜車輛行車資料進行分析。又，藉由使用特定了資料之種類之傾斜車輛行車資料，能夠減少由分析傾斜車輛行車資料之裝置處理之資料之種類，能夠進一步減少上述裝置之硬體之負荷。又，由於能夠減少上述裝置所需之硬體資源，故能夠進一步提高上述裝置之硬體資源之設計自由度。

因此，能夠實現如下傾斜車輛行車資料分析方法，其能夠進一步提高分析傾斜車輛行車資料之裝置之硬體資源之設計自由度，且能夠輸出基於傾斜車輛之行車資料之傾斜車輛特有之分析資料。

根據另一觀點，本發明之傾斜車輛行車資料分析方法較佳為包含以下構成。上述傾斜車輛行車資料分析方法係記憶上述獲取之分析資料。使用上述經記憶之複數個分析資料，生成上述輸出資料。

藉由使用複數個分析資料，能夠更高精度地對分析對象者之分析用傾斜車輛行車資料進行分析。

因此，能夠實現如下傾斜車輛行車資料分析方法，其能夠提高分析傾斜車輛行車資料之裝置之硬體資源之設計自由度，且能夠輸出基於傾斜車輛之行車資料之傾斜車輛特有之分析資料。

根據另一觀點，本發明之傾斜車輛行車資料分析方法較佳為包含以下構成。上述輸出資料係作為進而用於資訊處理之資訊處理用分析資料而生成。

藉此，能夠進而於資訊處理裝置中使用分析資料，該分析資料係使用分析對象者駕駛之分析對象傾斜車輛之分析用傾斜車輛行車資料，藉由傾斜車輛行車資料分析方法而獲得。

因此，能夠提高分析傾斜車輛行車資料之裝置之硬體資源之設計自由度，且能夠獲取可進而用於資訊處理之分析資料。

本發明之一實施形態之傾斜車輛行車資料分析裝置具備：傾斜車輛行車基準資料獲取部，其獲取傾斜車輛之行車基準資料即傾斜車輛行車基準資料，該傾斜車輛係於右迴轉時向右傾斜且於左迴轉時向左傾斜地行車；分析用傾斜車輛行車資料獲取部，其獲取分析用傾斜車輛行車資料，該分析用傾斜車輛行車資料係分析對象之傾斜車輛即分析對象傾斜車輛之行車資料；分析資料獲取部，其基於上述獲取之傾斜車輛行車基準資料，對上述獲取之分析用傾斜車輛行車資料進行分析，從而獲取分析對象之駕駛者即分析對象者及上述分析對象傾斜車輛中之至少一者之分析資料；輸出資料生成部，其使用上述分析資料生成輸出用輸出資料；及資料輸出部，其輸出上述輸出資料。上述傾斜車輛行車基準資料係基於基準生成用傾斜車輛行車資料而生成，該基準生成用傾斜車輛行車資料係當將於公共道路上行車之傾斜車輛之最低密度與最高密度之間之密度範圍劃分為4個密度範圍時，相比傾斜車輛以上述4個密度範圍中密度最低之低密度範圍及密度最高之高密度範圍於公共道路上行車之行車資料，包含更多傾斜車輛以上述4個密度範圍中其餘之2個密度範圍即中密度範圍於公共道路上行車之行車資料。上述分析用傾斜車輛行車資料包含分析用行車密度相關資料，該分析用行車密度相關資料與由上述分析對象者駕駛，利用上述分析對象傾斜車輛於公共道路上行車時之傾斜車輛之密度相關。傾斜車輛行車資料分析裝置對上述分析對象傾斜車輛之傾斜車輛行車資料進行分析。

根據另一觀點，本發明之傾斜車輛行車資料分析裝置較佳為包含以下構成。上述基準生成用傾斜車輛行車資料包含用於將駕駛者及傾斜車輛中之至少一者加以分類之分類相關資料。上述分析用傾斜車輛行車資料包含分析用分類相關資料，該分析用分類相關資料係用於分類上述分析對象者及上述分析對象傾斜車輛中之至少一者。上述分析資料獲取部根據基於上述基準生成用傾斜車輛行車資料而生成之上述傾斜車輛行車基準資料，對上述分析用傾斜車輛行車資料進行分析，藉此獲取使用上述分析用分類相關資料加以分類之上述分析對象者及上述分析對象傾斜車輛中之至少一者之分析資料。

根據另一觀點，本發明之傾斜車輛行車資料分析裝置較佳為包含以下構成。上述分析資料係使用上述分析用傾斜車輛行車資料相對於傾斜車輛行車基準資料的同步性之分析結果而獲得，該傾斜車輛行車基準資料係上述傾斜車輛行車基準資料中包含密度與上述分析用行車密度相關資料相似之資料者。

根據另一觀點，本發明之傾斜車輛行車資料分析裝置較佳為包含以下構成。上述分析資料包含與上述分析對象者利用分析對象傾斜車輛行車於公共道路時之駕駛預測技能之評價結果相關之資料。

根據另一觀點，本發明之傾斜車輛行車資料分析裝置較佳為包含以下構成。上述基準生成用傾斜車輛行車資料包含如下資料中之至少一個，即，基準生成用傾斜車輛駕駛輸入資料，其與上述駕駛者對上述傾斜車輛之駕駛輸入相關；基準生成用傾斜車輛位置資料，其與於公共道路上行車之傾斜車輛之行車位置相關；及基準生成用傾斜車輛行動資料，其與上述傾斜車輛之行動相關。上述分析用傾斜車輛行車資料包含如下資料中之至少一個，即，分析用傾斜車輛駕駛輸入資料，其與上述分析對象者對上述分析對象傾斜車輛之駕駛輸入相關；分析用傾斜車輛位置資料，其與於公共道路上行車之上述分析對象傾斜車輛之行車位置相關；及分析用傾斜車輛行動資料，其與上述分析對象傾斜車輛之行動相關。

根據另一觀點，本發明之傾斜車輛行車資料分析裝置較佳為包含以下構成。上述基準生成用傾斜車輛行車資料進而包含與上述傾斜車輛行車之行車環境相關之基準生成用傾斜車輛行車環境資料。上述分析用傾斜車輛行車資料進而包含與上述分析對象傾斜車輛行車之行車環境相關之分析用傾斜車輛行車環境資料。

根據另一觀點，本發明之傾斜車輛行車資料分析裝置較佳為包含以下構成。上述輸出資料係作為進而用於資訊處理之資訊處理用分析資料而生成。

本發明之一實施形態之使用分析資料之資訊處理方法係使用上述輸出資料之資訊處理方法，上述輸出資料係藉由上述傾斜車輛行車資料分析方法作為資訊處理分析資料而生成。該資訊處理方法係獲取上述輸出資料，獲取與上述輸出資料不同之第1資料，使用上述輸出資料及上述第1資料，生成與上述輸出資料及上述第1資料不同之第2資料，並輸出上述第2資料。

使用分析資料之資訊處理方法只要為使用對傾斜車輛行車資料進行分析後獲得之分析資料的資訊處理方法，則可為任一資訊處理方法。例如，第1資料及第2資料可為於傾斜車輛之共享、傾斜車輛之租賃、傾斜車輛之出租、傾斜車輛之車輛保險等業務中使用之與市場、商品、服務、環境或顧客相關之資料。

藉此，使用利用分析資料而輸出之輸出資料、及與上述經輸出之輸出資料不同之第1資料，生成並輸出與上述獲取之輸出資料及第1資料不同之第2資料，上述分析資料係對分析用傾斜車輛行車資料進行分析而獲得且經分類之分析對象者及分析對象傾斜車輛中之至少一者之分析資料。因此，能夠生成並輸出更高精度之第2資料。

因此，能夠提高執行使用分析資料之資訊處理方法之裝置之硬體資源之設計自由度，且能夠使用分析資料生成並輸出更高精度之第2資料。

本發明之一實施形態之使用分析資料之資訊處理裝置係使用藉由上述傾斜車輛行車資料分析裝置作為上述資訊處理用分析資料而生成之上述輸出資料者。該資訊處理裝置具備：輸出資料獲取部，其獲取上述輸出資料；第1資料獲取部，其獲取與上述輸出資料不同之第1資料；第2資料生成部，其使用上述輸出資料以及上述第1資料，生成與上述輸出資料以及上述第1資料不同之第2資料；及第2資料輸出部，其輸出上述第2資料。

本說明書中所使用之術語僅用於定義特定之實施例，並不意在利用上述術語限制發明。

本說明書中所使用之「及/或」包含一個或複數個關聯列舉之構成物之全部組合。

於本說明書中，「包含、具備(including)」「包含、具備(comprising)」或「具有(having)」及其等之變化之使用特定出所記載之特徵、步驟、要素、成分及/或其等之等效物之存在，可包含步驟(step)、動作、要素、組件、及/或其等之群中之1個或複數個。

於本說明書中，「經安裝」、「經連接」、「經結合」及/或其等之等效物被廣泛地使用，包含直接及間接之安裝、連接及結合之兩者。進而，「經連接」及「經結合」不限於物理或機械之連接或結合，可包含直接或間接之連接或結合。

只要未被另外定義，則本說明書中使用之全部用語(包含技術用語及科學用語)具有與本發明所屬領域之技術人員通常所理解之含義相同之含義。

通常使用之辭典中所定義之用語應被解釋為具有與相關技術及本揭示之上下文中之含義一致之含義，只要於本說明書未被明確地定義，則無需以理想化或過度形式化之含義加以解釋。

於本發明之說明中，理解為揭示有若干個技術及步驟。該等分別具有個別之利益，亦可與其他所揭示之一個以上之技術一起使用，或視情形與全部技術一起使用。

因此，為了明確說明，於本發明之說明中，避免不必要地重複各個步驟之所有可能之組合。然而，應理解並解讀為，本說明書及申請專利範圍之所有此種組合均處於本發明之範圍內。

於本說明書中，對本發明之傾斜車輛行車資料分析方法、傾斜車輛行車資料分析裝置、使用分析資料之資訊處理方法及使用分析資料之資訊處理裝置之實施形態進行說明。

於以下之說明中，為了提供本發明之完整之理解，敍述多個具體之示例。然而，本領域技術人員瞭解即便無該等具體之示例亦能夠實施本發明。

因此，以下之揭示應被考慮為本發明之例示，並不意圖將本發明限定於以下之圖式或說明所示之特定之實施形態。

[傾斜車輛] 於本說明書中，所謂傾斜車輛係以傾斜姿勢迴轉之車輛。具體而言，傾斜車輛係於車輛之左右方向上，向左迴轉時向左傾斜且向右迴轉時向右傾斜之車輛。並且，傾斜車輛係寬度較四輪車寬度之一半窄之車輛，或寬度較四輪車行車之車道寬度之一半窄之車輛。傾斜車輛可為單人乘坐之車輛，亦可為能供多人乘坐之車輛。再者，傾斜車輛不僅包含二輪車，亦包含三輪車或四輪車等以傾斜姿勢迴轉之所有車輛。

[傾斜車輛之密度] 於本說明書中，所謂傾斜車輛之密度，例如意指於供1輛四輪車行車之道路寬度內行車之傾斜車輛之輛數。所謂傾斜車輛之密度，例如意指2輛四輪車保持規定之車間距離行車時，於上述2輛四輪車之從前端至後端之前後長度內行車之傾斜車輛之輛數。所謂傾斜車輛之密度，例如意指於具有供1輛四輪車行車之道路寬度、及2輛四輪車保持規定之車間距離行車時的上述2輛四輪車之從前端至後端之前後長度的區域內，行車之傾斜車輛之輛數。

所謂傾斜車輛之密度為低密度，意指於將在公共道路上行車之傾斜車輛之最低密度與最高密度之間之密度範圍劃分為4個密度範圍之情形時，該4個密度範圍中最小之密度範圍。所謂傾斜車輛之密度為高密度，意指於將在公共道路上行車之傾斜車輛之最低密度與最高密度之間之密度範圍劃分為4個密度範圍之情形時，該4個密度範圍中最高之密度範圍。所謂傾斜車輛之密度為中等密度，意指於將在公共道路上行車之傾斜車輛之最低密度與最高密度之間之密度範圍劃分為4個密度範圍之情形時，該4個密度範圍中其餘之2個密度範圍。

所謂傾斜車輛之最低密度意指傾斜車輛之密度最低之狀態。最低密度係例如於考慮傾斜車輛之密度時之規定之區域內，除自身之傾斜車輛以外無其他傾斜車輛之狀態。

所謂傾斜車輛之最高密度意指傾斜車輛之密度最高之狀態。最高密度係例如於考慮傾斜車輛之密度時之規定之區域內，最多輛數之傾斜車輛以能夠相互行車之距離行車之狀態。

[行車自由度] 於本說明書中，所謂行車自由度意指於駕駛者駕駛傾斜車輛時，駕駛者選擇駕駛之自由程度。駕駛之判斷之選擇中例如包含傾斜車輛之行車路徑之選擇、加減速之選擇、傾斜車輛中之機器之操作之選擇等。

傾斜車輛之根據駕駛者之想法之行車自由度與於公共道路上行車之傾斜車輛之密度具有反相關之關係。即，當於公共道路上行車之傾斜車輛之密度為低密度時，傾斜車輛根據駕駛者之想法之行車自由度高。當於公共道路上行車之傾斜車輛之密度為中密度時，傾斜車輛根據駕駛者之想法之行車自由度中等。當於公共道路上行車之傾斜車輛之密度高時，傾斜車輛根據駕駛者之想法之行車自由度低。

所謂根據駕駛者之想法之行車自由度低，意指於將上述行車自由度最低之情形與最高之情形之間之範圍劃分為4個範圍之情形時，該4個範圍中之行車自由度最低之範圍。所謂根據駕駛者之想法之行車自由度高，意指於將上述行車自由度最低之情形與最高之情形之間之範圍劃分為4個範圍之情形時，該4個範圍中之行車自由度最高之範圍。所謂根據駕駛者之想法之行車自由度高，意指於將上述行車自由度最低之情形與最高之情形之間之範圍劃分為4個範圍之情形時，該4個範圍中其餘之2個範圍。

再者，於四輪車之情形時，當於公共道路上行車之四輪車之密度為低密度時，四輪車之根據駕駛者之想法之行車自由度中等。當於公共道路上行車之四輪車之密度為中密度及高密度之情形時，四輪車之根據駕駛者之想法之行車自由度低。

[自由度相關資料] 於本說明書中，所謂自由度相關資料係與行車自由度相關之資料，該行車自由度意指於駕駛者駕駛傾斜車輛時，駕駛者選擇駕駛之自由程度。上述自由度相關資料包含與傾斜車輛之行車路徑之選擇自由度相關之資料、與加減速之選擇自由度相關之資料、與傾斜車輛之機器操作之選擇自由度相關之資料等。

[分類相關資料] 於本說明書中，所謂分類相關資料係指用於將駕駛者及傾斜車輛中之至少一者加以分類之資料。上述分類相關資料包含對駕駛者個人進行分類之資料、對駕駛者性別進行分類之資料、對駕駛者年齡層進行分類之資料、對車輛製造商進行分類之資料、對車型進行分類之資料、對車輛性能(例如驅動源之類別及輸出、懸架之性能等)進行分類之資料等。

[公共道路] 於本說明書中，所謂公共道路係指可供一般車輛通行之公共用道路，而非模擬及環形之行車道路。上述公共道路亦包含可供一般車輛通行之私人道路。

[駕駛技能] 於本說明書中，所謂駕駛技能意指駕駛傾斜車輛之駕駛者之駕駛相關之技能。上述駕駛技能不僅包含駕駛傾斜車輛之技能，亦包含與駕駛傾斜車輛時之預測相關之預測技能。

[傾斜車輛行車資料] 於本說明書中，所謂傾斜車輛行車資料係與傾斜車輛之行車相關之資料。具體而言，上述傾斜車輛行車資料包含如下資料等中之至少一者，即，傾斜車輛駕駛輸入資料，其與駕駛者對傾斜車輛之駕駛輸入相關；傾斜車輛行動資料，其與傾斜車輛之行動相關；傾斜車輛位置資料，其與傾斜車輛之行車位置相關；及傾斜車輛行車環境資料，其與傾斜車輛行車之行車環境相關。又，上述傾斜車輛行車資料可包含對傾斜車輛行動資料、傾斜車輛位置資料及傾斜車輛行車環境資料等進行加工所得之加工資料。上述傾斜車輛行車資料亦可包含使用傾斜車輛行動資料、傾斜車輛位置資料及傾斜車輛行車環境資料等、以及其他資料進行加工所得之加工資料。

[傾斜車輛駕駛輸入資料] 於本說明書中，傾斜車輛駕駛輸入資料係與駕駛者駕駛傾斜車輛時進行之駕駛者之操作輸入相關之資料。具體而言，上述傾斜車輛駕駛輸入資料可包含與加速器操作、刹車操作、因轉向或駕駛者之姿勢變化引起之重心位置之變更等相關之資料。又，具體而言，上述傾斜車輛駕駛輸入資料亦可包含與喇叭開關、轉向燈開關、照明開關等各種開關之操作等相關之資料。上述傾斜車輛駕駛輸入資料係與駕駛者之駕駛輸入相關之資料，故進一步反映出駕駛者之駕駛技能等。於傾斜車輛中，駕駛者之操作之種類較多，於駕駛時駕駛者之選擇自由度亦較高，因此有強烈地反映出駕駛者之駕駛技能等之傾向。又，上述傾斜車輛駕駛輸入資料亦可包含對從感測器等獲取之資料進行加工所得之加工資料。上述傾斜車輛駕駛輸入資料亦可包含使用從感測器等獲取之資料及其他資料進行加工所得之加工資料。

[傾斜車輛行動資料] 於本說明書中，所謂傾斜車輛行動資料係指與由駕駛者駕駛傾斜車輛時，藉由駕駛者之操作輸入而產生之傾斜車輛之行動相關之資料。具體而言，上述傾斜車輛行動資料例如包含分析對象者即駕駛者駕駛時發生變化之傾斜車輛之加速度、速度、角度。即，上述傾斜車輛行動資料係如下資料，即，表示於分析對象者即駕駛者進行加速器操作或刹車操作而使傾斜車輛加減速之情形、及進行包含傾斜車輛之轉向或重心位置之變更之姿勢變化之情形時等產生之傾斜車輛的行動。

又，如上所述，上述傾斜車輛行動資料不僅包含與傾斜車輛之加速度、速度、角度相關之資料，亦可包含因分析對象者即駕駛者對傾斜車輛進行之開關操作等而使傾斜車輛產生之動作。即，上述傾斜車輛行動資料包含與藉由喇叭開關、轉向燈開關、照明開關等各種開關之操作等而使傾斜車輛產生之動作相關之資料。上述傾斜車輛行動資料強烈地反映出駕駛者之駕駛輸入之結果。因此，上述傾斜車輛行動資料亦有強烈地反映出駕駛者之傾斜車輛駕駛技能之傾向。又，上述傾斜車輛行動資料可包含對從感測器等獲取之資料進行加工所得之加工資料。上述傾斜車輛行動資料亦可包含使用從感測器等獲取之資料及其他資料進行加工所得之加工資料。

[傾斜車輛位置資料] 於本說明書中，傾斜車輛位置資料係與傾斜車輛之位置相關之資料。例如，上述傾斜車輛位置資料可基於GPS(Global Positioning System，全球定位系統)、通信移動終端之通信基站之資訊來檢測。再者，上述傾斜車輛位置資料可藉由各種定位技術、SLAM(Simultaneous Localization and Mapping，同步定位與地圖構建)等計算出。上述傾斜車輛位置資料強烈地反映出駕駛者之駕駛輸入之結果。因此，上述傾斜車輛位置資料亦包含傾斜車輛特有之資料。又，上述傾斜車輛位置資料亦可包含對從感測器等獲取之資料進行加工所得之加工資料。上述傾斜車輛位置資料可包含使用從感測器等獲取之資料及其他資料進行加工所得之加工資料。

[傾斜車輛行車環境資料] 於本說明書中，傾斜車輛行車環境資料例如包含地圖資料。地圖資料例如可與如下資訊等建立關聯，上述資訊係指與道路狀況相關之資訊、信號及設備等與道路交通環境相關之資訊、及與道路之行車相關之限制資訊。又，地圖資料亦可與天氣、氣溫或濕度等環境資料等建立關聯。上述傾斜車輛行車環境資料可與上述傾斜車輛行動資料及上述傾斜車輛位置資料一起用於傾斜車輛行車資料之分析。

上述與道路狀況相關之資訊包含與頻繁發生堵塞、路上停車車輛較多等處於擁擠環境下之道路(地域)相關之資訊。該資訊藉由與時間段組合，資訊之精度進一步提高。又，上述與道路狀況相關之資訊包含有驟雨時容易淹水之道路相關之資訊。

認為上述傾斜車輛行車環境資料係影響傾斜車輛行車之因素之一例。上述傾斜車輛行車環境資料對駕駛者之判斷、駕駛及傾斜車輛之行車帶來影響。因此，藉由使用上述傾斜車輛行車環境資料，對傾斜車輛之行車資料進行分析而獲得之資料中更容易包含傾斜車輛特有之資料。又，藉由使用上述傾斜車輛行車環境資料，傾斜車輛之利用目的及利用頻率受到影響，因此對傾斜車輛之行車資料進行分析而獲得之資料中更容易包含傾斜車輛特有之資料。

上述傾斜車輛行車環境資料可從各種機構獲取。獲取上述傾斜車輛行車環境資料之機構不限於某一機構。例如，獲取上述傾斜車輛行車環境資料之機構係搭載於傾斜車輛之外部環境識別裝置。更具體而言，獲取上述傾斜車輛行車環境資料之機構存在照相機、雷達等。又，例如，獲取上述傾斜車輛行車環境資料之機構係通信裝置。更具體而言，獲取上述傾斜車輛行車環境資料之機構係車輛間通信裝置、路車間通信裝置。上述傾斜車輛行車環境資料例如亦可經由網際網路獲得。

[傾斜車輛行車資料之同步性] 於本說明書中，所謂傾斜車輛行車資料之同步性，意指上述分析對象者駕駛之傾斜車輛之傾斜車輛行車資料相對於包含複數輛傾斜車輛之傾斜車輛行車資料之群行動的背離程度，上述複數輛傾斜車輛中包含由分析對象者駕駛之傾斜車輛。該背離程度越低，則分析對象者之同步性越高。上述群行動例如可包含根據上述複數輛傾斜車輛之傾斜車輛行車資料求出之平均值或行動頻率之資料。即，上述背離程度可為根據上述分析對象者駕駛之傾斜車輛之傾斜車輛行車資料求出之行動頻率相對於根據上述複數輛傾斜車輛之傾斜車輛行車資料求出之群行動頻率的背離程度。

[相比A，包含更多B] 於本說明書中，所謂「相比A，包含更多B」係指可完全不包含A。所謂「相比A，包含更多B」係指亦可包含一部分A。

例如，於將在公共道路上行車之傾斜車輛之最低密度與最高密度之間之密度範圍劃分為4個密度範圍之情形時，所謂相比傾斜車輛以上述4個密度範圍中密度最低之低密度範圍及密度最高之高密度範圍於公共道路上行車之行車資料，包含更多傾斜車輛以上述4個密度範圍中其餘之2個密度範圍即中密度範圍於公共道路上行車之行車資料，亦可完全不包含傾斜車輛於低密度範圍及高密度範圍內在公共道路上行車之行車資料。例如，於將在公共道路上行車之傾斜車輛之最低密度與最高密度之間之密度範圍劃分為4個密度範圍之情形時，所謂相比傾斜車輛以上述4個密度範圍中密度最低之低密度範圍及密度最高之高密度範圍於公共道路上行車之行車資料，包含更多傾斜車輛以上述4個密度範圍中其餘之2個密度範圍即中密度範圍於公共道路上行車之行車資料，亦可包含一部分傾斜車輛於低密度範圍及高密度範圍內在公共道路上行車之行車資料。 [發明之效果]

根據本發明之一實施形態，能夠提供一種傾斜車輛行車資料分析方法，其能夠減少對硬體資源之負荷，提高硬體資源之設計自由度，且能夠輸出基於傾斜車輛之行車資料之傾斜車輛特有之分析資料。

以下，參照圖式對各實施形態進行說明。再者，各圖中之構成構件之尺寸並未如實表現出實際之構成構件之尺寸及各構成構件之尺寸比率等。

＜實施形態1＞ (傾斜車輛行車資料分析裝置) 圖1及圖9中示出本發明之實施形態之傾斜車輛行車資料分析裝置1之概略構成。傾斜車輛行車資料分析裝置1係對分析對象者於公共道路上駕駛傾斜車輛X時之傾斜車輛行車資料進行分析之裝置。本實施形態之傾斜車輛行車資料分析裝置1係對分析對象者於公共道路上駕駛傾斜車輛X時所獲得之傾斜車輛X(分析對象傾斜車輛)之行車資料(分析對象傾斜車輛行車資料)進行分析，並輸出其分析結果。

本實施形態之傾斜車輛行車資料係與傾斜車輛之行車相關之資料。上述傾斜車輛行車資料意指於求出分析資料時使用之資料，該分析資料包含駕駛者駕駛傾斜車輛時所獲得之與傾斜車輛之行車相關之資料中之、與上述駕駛者之駕駛技能等相關之資料。

具體而言，上述傾斜車輛行車資料包含：與駕駛者對傾斜車輛之駕駛輸入相關之傾斜車輛駕駛輸入資料、與傾斜車輛之行動相關之傾斜車輛行動資料、與傾斜車輛之行車位置相關之傾斜車輛位置資料、及與傾斜車輛行車之行車環境相關之傾斜車輛行車環境資料等。再者，上述傾斜車輛行車資料亦可包含除上述傾斜車輛駕駛輸入資料、上述傾斜車輛行動資料、上述傾斜車輛位置資料及傾斜車輛行車環境資料以外之資料。又，上述傾斜車輛行車資料亦可僅包含上述傾斜車輛駕駛輸入資料、上述傾斜車輛行動資料、上述傾斜車輛位置資料及傾斜車輛行車環境資料中之一個或複數個資料。

例如，於傾斜車輛係分析對象之傾斜車輛即傾斜車輛X之情形時，上述傾斜車輛行車資料係分析用傾斜車輛行車資料，上述傾斜車輛駕駛輸入資料係分析用傾斜車輛駕駛輸入資料，上述傾斜車輛行動資料係分析用傾斜車輛行動資料，上述傾斜車輛位置資料係分析用傾斜車輛位置資料，上述傾斜車輛行車環境資料係分析用傾斜車輛行車環境資料。

再者，上述傾斜車輛行車資料可包含對傾斜車輛駕駛輸入資料、傾斜車輛行動資料、傾斜車輛位置資料及傾斜車輛行車環境資料等進行加工所得之加工資料。又，上述車輛行車資料亦可包含使用傾斜車輛駕駛輸入資料、傾斜車輛行動資料、傾斜車輛位置資料及傾斜車輛行車環境資料等、以及其他資料進行加工所得之加工資料。

上述傾斜車輛駕駛輸入資料係與駕駛者駕駛傾斜車輛時進行之駕駛者之操作輸入相關之資料。具體而言，上述傾斜車輛駕駛輸入資料可包含與加速器操作、刹車操作、因轉向或駕駛者之姿勢變化引起之重心位置之變更等相關之資料。又，具體而言，上述傾斜車輛駕駛輸入資料可包含喇叭開關、轉向燈開關、照明開關等各種開關之操作等。上述傾斜車輛駕駛輸入資料係與駕駛者之駕駛輸入相關之資料，故進一步反映出駕駛者之駕駛技能等。於傾斜車輛中，駕駛者之操作之種類較多，於駕駛時駕駛者之選擇自由度亦較高，因此有強烈地反映出駕駛者之駕駛技能等之傾向。又，上述傾斜車輛駕駛輸入資料亦可包含對從感測器等獲取之資料進行加工所得之加工資料。上述傾斜車輛駕駛輸入資料亦可包含使用從感測器等獲取之資料及其他資料進行加工所得之加工資料。

上述傾斜車輛行動資料係與由駕駛者駕駛傾斜車輛時，藉由駕駛者之駕駛輸入而產生之傾斜車輛之行動相關之資料。具體而言，上述傾斜車輛行動資料例如包含駕駛者駕駛時發生變化之傾斜車輛之加速度、速度、角度。即，上述傾斜車輛行動資料係如下資料，即，表示駕駛者進行加速器操作或刹車操作而使傾斜車輛加減速之情形、及進行包含傾斜車輛之轉向或重心位置之變更之姿勢變化之情形時等產生之傾斜車輛之行動。

如上所述，上述傾斜車輛行動資料不僅包含與傾斜車輛之加速度、速度、角度相關之資料，亦可包含因駕駛者對傾斜車輛進行之開關操作等而使傾斜車輛產生之動作。即，上述傾斜車輛行動資料包含與藉由喇叭開關及轉向燈開關、照明開關等各種開關之操作等而使傾斜車輛產生之動作相關之資料。上述傾斜車輛行動資料強烈地反映出駕駛者之駕駛技能等。因此，上述傾斜車輛行動資料亦有強烈地反映出駕駛者之駕駛技能等之傾向。又，上述傾斜車輛行動資料可包含對從感測器等獲取之資料進行加工所得之加工資料。上述傾斜車輛行動資料亦可包含使用從感測器等獲取之資料及其他資料進行加工所得之加工資料。

上述傾斜車輛位置資料係與傾斜車輛之行車位置相關之資料。例如，上述傾斜車輛位置資料可基於GPS、通信移動終端之通信基站之資訊等來檢測。再者，上述傾斜車輛位置資料可藉由各種定位技術、SLAM等計算出。上述傾斜車輛位置資料強烈地反映出駕駛者之駕駛技能等。因此，上述傾斜車輛位置資料亦有強烈地反映出駕駛者之駕駛技能等之傾向。又，上述傾斜車輛位置資料亦可包含對從感測器等獲取之資料進行加工所得之加工資料。上述傾斜車輛位置資料可包含使用從感測器等獲取之資料及其他資料進行加工所得之加工資料。

上述傾斜車輛行車環境資料例如包含地圖資料。該地圖資料例如可與如下資訊等建立關聯，即，與道路狀況相關之資訊、信號及設備等與道路交通環境相關之資訊、以及與道路之行車相關之限制資訊。又，上述地圖資料亦可與天氣、氣溫或濕度等環境資料等建立關聯。上述傾斜車輛行車環境資料能夠與上述傾斜車輛駕駛輸入資料、上述傾斜車輛行動資料及上述傾斜車輛位置資料一起用於傾斜車輛行車資料之分析。

上述與道路狀況相關之資訊包含與頻繁發生堵塞、路上停車車輛較多等處於擁擠環境下之道路(地域)相關之資訊。該資訊藉由與時間段組合，資訊之精度進一步提高。又，上述與道路狀況相關之資訊包含有驟雨時容易淹水之道路相關之資訊。

認為上述傾斜車輛行車環境資料係駕駛者受到之來自外部之壓力之一例。上述傾斜車輛行車環境資料對駕駛者之駕駛帶來影響。因此，藉由使用上述傾斜車輛行車環境資料，傾斜車輛之行車資料更容易強烈地顯現駕駛者之駕駛技能等。又，藉由使用上述傾斜車輛行車環境資料，傾斜車輛之利用目的及利用頻率受到影響，因此傾斜車輛之行車資料中更容易包含傾斜車輛特有之資料。

傾斜車輛行車資料分析裝置1具備傾斜車輛行車基準資料獲取部10、分析用傾斜車輛行車資料獲取部20、分析資料獲取部30、輸出資料生成部40、資料輸出部50及資料記憶部60。於本實施形態中，傾斜車輛行車資料分析裝置1例如為分析對象者所持有之移動終端。再者，傾斜車輛行車資料分析裝置1亦可為經由通信獲取資料並進行運算處理之運算處理裝置。

分析用傾斜車輛行車資料獲取部20獲取分析用傾斜車輛行車資料，該分析用傾斜車輛行車資料包含分析對象者即駕駛者於公共道路上駕駛傾斜車輛X時之行車資料。

具體而言，分析用傾斜車輛行車資料獲取部20係於分析對象者駕駛傾斜車輛X時，獲取傾斜車輛X之傾斜車輛行車資料中所包含之資料、即分析對象之傾斜車輛駕駛輸入資料、分析用傾斜車輛行動資料、分析用傾斜車輛位置資料及分析用傾斜車輛行車環境資料等。

分析用傾斜車輛行車資料獲取部20例如亦可藉由獲取分析對象者對傾斜車輛X之駕駛作為操作信號，而獲取上述分析用傾斜車輛駕駛輸入資料。具體而言，分析用傾斜車輛行車資料獲取部20亦可獲取傾斜車輛X之與駕駛者之操作輸入相關之資料、即、與加速器操作、刹車操作、轉向或駕駛者之姿勢變化引起之重心位置之變更等相關之資料、與喇叭開關、轉向燈開關、照明開關等各種開關之操作等相關之資料等。該等資料係從傾斜車輛X發送。

分析用傾斜車輛行車資料獲取部20例如亦可獲取包含分析對象者即駕駛者駕駛傾斜車輛X時發生變化之傾斜車輛X之加速度、速度、角度之資料作為分析用傾斜車輛行動資料。分析用傾斜車輛行車資料獲取部20例如藉由陀螺儀感測器等來獲取上述分析用傾斜車輛行動資料。上述分析用傾斜車輛行動資料係表示於分析對象者即駕駛者進行加速器操作或刹車操作而使傾斜車輛X加減速之情形、及進行了包含傾斜車輛X之轉向或重心位置之變更之姿勢變化之情形時等產生之傾斜車輛X之行動的資料。

又，分析用傾斜車輛行車資料獲取部20亦可獲取藉由分析對象者即駕駛者對傾斜車輛X進行之開關操作等而使傾斜車輛X產生之動作，作為上述傾斜車輛行動資料。即，分析用傾斜車輛行車資料獲取部20亦可獲取與藉由喇叭開關及轉向燈開關、照明開關等各種開關之操作等而使傾斜車輛X產生之動作相關之資料，作為上述分析用傾斜車輛行動資料。該等資料從傾斜車輛X發送至傾斜車輛行車資料分析裝置1。

分析用傾斜車輛行車資料獲取部20例如亦可基於GPS、通信移動終端之通信基站之資訊，獲取與傾斜車輛X之行車位置相關之分析用傾斜車輛位置資料。再者，上述分析用傾斜車輛位置資料可藉由各種定位技術、SLAM等計算出。

分析用傾斜車輛行車資料獲取部20例如可根據地圖資料，獲取上述分析用傾斜車輛行車環境資料。該地圖資料可與例如與道路狀況相關之資訊、信號及設備等與道路交通環境相關之資訊、或與道路之行車相關之限制資訊等建立關聯。又，上述地圖資料亦可與天氣、氣溫或濕度等環境資料等建立關聯。上述地圖資料亦可包含將道路資訊及與道路交通環境相關之資訊(信號等附隨於道路之資訊)和與道路之行車相關之規則資訊建立關聯所得的資訊。

分析用傾斜車輛行車資料獲取部20例如可藉由搭載於傾斜車輛X之外部環境識別裝置，獲取上述分析用傾斜車輛行車環境資料。更具體而言，分析用傾斜車輛行車資料獲取部20亦可從照相機或雷達等獲取上述分析用傾斜車輛行車環境資料。又，分析用傾斜車輛行車資料獲取部20例如亦可藉由通信裝置獲取上述分析用傾斜車輛行車環境資料。更具體而言，分析用傾斜車輛行車資料獲取部20亦可藉由車輛間通信裝置、路車間通信裝置獲取上述分析用傾斜車輛行車環境資料。分析用傾斜車輛行車資料獲取部20例如亦可經由網際網路獲取上述分析用傾斜車輛行車環境資料。如此，上述分析用傾斜車輛行車環境資料能夠從各種機構獲取。獲取上述分析用傾斜車輛行車環境資料之機構不限於某一機構。

於本實施形態中，分析用傾斜車輛行車資料獲取部20例如亦可一併獲取與分析對象者及傾斜車輛X相關之資訊(例如分類相關資料等)。分析用傾斜車輛行車資料獲取部20可從儲存有經輸入之資料之資料記憶部60獲取該資料，亦可獲取直接輸入至傾斜車輛行車資料分析裝置1之資料。分析用傾斜車輛行車資料獲取部20亦可從傾斜車輛X獲取資訊。

再者，分析用傾斜車輛行車資料獲取部20亦可從設置於傾斜車輛X之陀螺儀感測器、GPS、檢測各種開關之操作信號之檢測部等接收並獲取檢測信號。

上述分析用傾斜車輛行車資料包含與於公共道路上行車之傾斜車輛X之密度相關之分析用行車密度相關資料。上述分析用傾斜車輛行車資料可包含用以將上述分析對象者加以分類之分析用分類相關資料。

所謂傾斜車輛之密度例如意指於供1輛四輪車行車之道路寬度內行車之傾斜車輛之輛數。所謂傾斜車輛之密度，例如意指2輛四輪車保持規定之車間距離行車時，於上述2輛四輪車之從前端至後端之前後長度內行車之傾斜車輛之輛數。所謂傾斜車輛之密度，例如意指於具有供1輛四輪車行車之道路寬度、及2輛四輪車保持規定之車間距離行車時的上述2輛四輪車之從前端至後端之前後長度的區域內，行車之傾斜車輛之輛數。

圖6係為了說明於公共道路上行車之傾斜車輛X之密度而從上方觀察傾斜車輛X所得之圖。圖6(A)模式性地表示傾斜車輛X之密度低之情形，圖6(B)模式性地表示傾斜車輛X之密度高之情形，圖6(C)模式性地表示四輪車P之密度高之情形。再者，於圖6中，粗實線係公共道路之車道邊界線L。上述道路寬度意指一對車道邊界線L之間隔。

於圖6中，位於一對單點劃線之間之傾斜車輛X之輛數係於公共道路上行車之傾斜車輛X之密度。如圖6所示，於公共道路上行車之四輪車P，必須確保如能夠維持適當之車間距離之距離來作為前後之距離，因此，位於一對單點劃線之間之四輪車P之輛數幾乎未大幅變化。與此相對，於公共道路上行車之傾斜車輛X與四輪車相比寬度尺寸小，因此傾斜車輛X之密度容易大幅變化。

圖7係表示於公共道路上行車之傾斜車輛X之密度與根據駕駛者之想法之行車自由度之關係的圖。如此，傾斜車輛X之根據駕駛者之想法之行車自由度與於公共道路上行車之傾斜車輛X之密度具有反相關之關係。

即，於公共道路上行車之傾斜車輛X之密度為低密度時，傾斜車輛X之基於駕駛者之想法之行車自由度高。於公共道路上行車之傾斜車輛X之密度為中密度時，傾斜車輛X之基於駕駛者之想法之行車自由度中等。於公共道路上行車之傾斜車輛X之密度高時，傾斜車輛X根據駕駛者之想法之行車自由度低。

圖8係表示四輪車P之密度(輛數)與根據駕駛者之想法之行車自由度之關係的圖。如此，於公共道路上行車之四輪車P之密度與根據駕駛者之想法之行車自由度之間，無如傾斜車輛之情形時之較強之反相關之關係。

所謂傾斜車輛之密度為低密度，意指於將在公共道路上行車之傾斜車輛之最低密度與最高密度之間之密度範圍劃分為4個密度範圍之情形時，該4個密度範圍中最小之密度範圍。所謂傾斜車輛之密度為高密度，意指於將在公共道路上行車之傾斜車輛之最低密度與最高密度之間之密度範圍劃分為4個密度範圍之情形時，該4個密度範圍中最高之密度範圍。所謂傾斜車輛之密度為中等密度，意指於將在公共道路上行車之傾斜車輛之最低密度與最高密度之間之密度範圍劃分為4個密度範圍之情形時，該4個密度範圍中其餘之2個密度範圍。

行車密度相關資料係當駕駛者於公共道路上駕駛傾斜車輛時，還包含行車於公共道路上之其他傾斜車輛之與密度相關之資料。

上述行車自由度意指於分析對象者駕駛傾斜車輛時，分析對象者選擇判斷之自由程度。駕駛之判斷之選擇例如包含傾斜車輛X之行車路徑之選擇、加減速之選擇、傾斜車輛之機器操作之選擇等。

自由度相關資料係與行車自由度關聯之資料，該行車自由度係指於駕駛者駕駛傾斜車輛時駕駛者選擇駕駛之自由程度。因此，上述自由度相關資料包含與傾斜車輛之行車路徑之選擇自由度相關之資料、與加減速之選擇自由度相關之資料、與傾斜車輛之機器操作之選擇自由度相關之資料等。

上述自由度相關資料係例如使用傾斜車輛位置資料及傾斜車輛行車環境資料等生成。上述自由度相關資料亦可使用傾斜車輛駕駛輸入資料及傾斜車輛行動資料中之至少一者來生成。

分類相關資料係用於將駕駛者及傾斜車輛中之至少一者加以分類之資料。上述分類相關資料包含對駕駛者個人進行分類之資料、對駕駛者性別進行分類之資料、對駕駛者年齡層進行分類之資料、對車輛製造商進行分類之資料、對車型進行分類之資料、對車輛性能(例如驅動源之類別及輸出、懸架之性能等)進行分類之資料等。

例如，於傾斜車輛係作為分析對象傾斜車輛之傾斜車輛X之情形時，上述行車密度相關資料係分析用行車密度相關資料，上述自由度相關資料係分析用自由度相關資料，上述分類相關資料係分析用分類相關資料。

傾斜車輛行車資料分析裝置1藉由於對分析用傾斜車輛行車資料進行分析而生成分析資料時，考慮上述分析用行車密度相關資料，能夠輸出目前為止難以輸出之傾斜車輛特有之分析資料，比如考慮了多種利用場景之駕駛傾斜車輛X之技能等。傾斜車輛行車資料分析裝置1例如於傾斜車輛之密度較低之狀態、即、駕駛者之駕駛自由度較高之狀態下的使用傾斜車輛行車資料之分析中，能夠更高精度且更詳細地對分析對象者駕駛傾斜車輛X之技能進行分析。又，傾斜車輛行車資料分析裝置1例如於傾斜車輛之密度為中等程度之狀態、即、駕駛者之駕駛自由度被某種程度限制之狀態下之使用傾斜車輛行車資料之分析中，能夠更高精度且更詳細地對分析對象者預測周圍車輛之運動等行車環境之預測技能進行分析。

上述分析用行車密度相關資料亦可於對分析用傾斜車輛行車資料進行分析而生成分析資料時，從下述傾斜車輛行車基準資料中限定為傾斜車輛之密度所相似之資料時使用。藉由如此使用分析用行車密度相關資料，能夠限定對分析用傾斜車輛行車資料進行分析而生成分析資料時所處理之資料，能夠減少對硬體資源之負荷。

上述分析用分類相關資料係於對分析用傾斜車輛行車資料進行分析而生成分析資料時，從下述傾斜車輛行車基準資料中限定為與分析對象者之屬性(性別、年齡等)、製造商及車型等之分類對應之資料時使用。藉由使用該分析用分類相關資料，能夠限定於對分析用傾斜車輛行車資料進行分析而生成分析資料時處理之資料，能夠減少對硬體資源之負荷。

傾斜車輛行車基準資料獲取部10獲取傾斜車輛行車基準資料，該傾斜車輛行車基準資料係於對分析用傾斜車輛行車資料進行分析時使用。該傾斜車輛行車基準資料係基於基準生成用傾斜車輛行車資料而生成。

關於上述基準生成用傾斜車輛行車資料，於將在公共道路上行車之傾斜車輛之最低密度與最高密度之間之密度範圍劃分為4個密度範圍之情形時，相比傾斜車輛以上述4個密度範圍中密度最低之低密度範圍及密度最高之高密度範圍於公共道路上行車之行車資料，包含更多傾斜車輛以上述4個密度範圍中其餘2個密度範圍即中密度範圍在公共道路上行車之行車資料。又，上述基準生成用傾斜車輛行車資料亦可包含用於將駕駛者及傾斜車輛中之至少一者加以分類之分類相關資料。進而，上述基準生成用傾斜車輛行車資料還可包含分類不同之複數輛傾斜車輛之傾斜車輛行車資料。

上述基準生成用傾斜車輛行車資料包含如下資料等，即，基準生成用傾斜車輛駕駛輸入資料，其與不同駕駛者對傾斜車輛之駕駛輸入相關；基準生成用傾斜車輛位置資料，其與不同駕駛者進行駕駛並於複數條公共道路上行車之傾斜車輛之行車位置相關；基準生成用傾斜車輛行動資料，其與不同駕駛者進行駕駛並於複數條公共道路上行車之傾斜車輛之行動相關；及基準生成用傾斜車輛行車環境資料，其與傾斜車輛行車之行車環境相關。

再者，上述基準生成用傾斜車輛行車資料可包含除上述基準生成用傾斜車輛駕駛輸入資料、上述基準生成用傾斜車輛行動資料、上述基準生成用傾斜車輛位置資料及基準生成用傾斜車輛行車環境資料以外之資料。又，上述基準生成用傾斜車輛行車資料亦可僅包含上述基準生成用傾斜車輛駕駛輸入資料、上述基準生成用傾斜車輛行動資料、上述基準生成用傾斜車輛位置資料及基準生成用傾斜車輛行車環境資料中之一個或複數個資料。

於傾斜車輛由不同駕駛者駕駛並於複數條道路上行車之傾斜車輛之情形時，已述之傾斜車輛行車資料係基準生成用傾斜車輛行車資料，已述之傾斜車輛駕駛輸入資料係基準生成用傾斜車輛駕駛輸入資料，已述之傾斜車輛行動資料係基準生成用傾斜車輛行動資料，已述之傾斜車輛位置資料係基準生成用傾斜車輛位置資料，已述之傾斜車輛行車環境資料係基準生成用傾斜車輛行車環境資料。

上述基準生成用傾斜車輛行車資料包含行車密度相關資料。上述基準生成用傾斜車輛行車資料可包含分類相關資料。

於對分析用傾斜車輛行車資料進行分析而生成分析資料時，考慮上述行車密度相關資料。藉此，能夠輸出至今難以輸出之傾斜車輛特有之分析資料，比如考慮了多種利用場景之駕駛傾斜車輛X之技能等。例如，於傾斜車輛之密度較低之狀態、即駕駛者之駕駛自由度較高之狀態下之使用傾斜車輛行車資料之分析中，能夠更高精度且更詳細地對分析對象者駕駛傾斜車輛X之技能進行分析。又，例如，於傾斜車輛之密度為中等程度之狀態、即駕駛者之駕駛自由度被某種程度限制之狀態下之使用傾斜車輛行車資料之分析中，能夠更高精度且更詳細地對分析對象者預測周圍車輛之運動等行車環境之預測技能進行分析。

上述行車密度相關資料亦可於對分析用傾斜車輛行車資料進行分析而生成分析資料時，從下述傾斜車輛行車基準資料中限定為傾斜車輛之密度所相似之資料時使用。藉由如此使用行車密度相關資料，能夠限定對分析用傾斜車輛行車資料進行分析而生成分析資料時處理之資料，能夠減少對硬體資源之負荷。

上述分類相關資料亦可用於在對分析用傾斜車輛行車資料進行分析時，與駕駛者之屬性(性別、年齡等)、製造商及車型等之分類對應地生成分析資料。藉由使用該分類相關資料，能夠限定於生成分析資料時處理之資料，能夠減少對硬體資源之負荷。

上述傾斜車輛行車基準資料係於對上述分析用傾斜車輛行車資料進行分析時使用。上述傾斜車輛行車基準資料例如用作用以將分析對象者即駕駛者之傾斜車輛駕駛技能之基準加以分類之基準。上述傾斜車輛行車基準資料係例如基於上述基準生成用傾斜車輛行車資料而生成，儲存於資料記憶部60中。

分析資料獲取部30基於藉由傾斜車輛行車基準資料獲取部10獲得之傾斜車輛行車基準資料，獲取分析資料，該分析資料係藉由對利用分析用傾斜車輛行車資料獲取部20獲得之分析用傾斜車輛行車資料進行分析而獲得。該分析資料亦可為使用上述分析用分類相關資料加以分類之分析對象者及傾斜車輛X中之至少一者之分析資料。

上述分析資料例如包含與分析對象者之傾斜車輛之駕駛技能相關之資料。上述駕駛技能意指與駕駛傾斜車輛之駕駛者之駕駛相關之技能。上述駕駛技能不僅包含駕駛傾斜車輛之技能，亦包含與駕駛傾斜車輛時之預測相關之預測技能。又，上述分析資料例如包含與傾斜車輛X之行車相關之資料。該資料係例如與駕駛者即分析對象者之駕駛技能相關之資料。

輸出資料生成部40根據上述分析資料生成用於輸出之輸出資料。例如，輸出資料生成部40使用資料記憶部60中所記憶之複數個分析資料來生成輸出資料。藉此，能夠生成高精度之輸出資料。再者，輸出資料生成部40亦可直接生成分析資料作為輸出資料。

資料輸出部50從傾斜車輛行車資料分析裝置1輸出由輸出資料生成部40生成之輸出資料。

根據以上構成，能夠藉由傾斜車輛行車資料分析裝置1，基於傾斜車輛行車基準資料，對分析對象者駕駛之傾斜車輛X之傾斜車輛行車資料進行分析，將該分析資料作為輸出資料輸出。

(傾斜車輛行車資料分析方法) 其次，使用圖2說明由具有上述構成之傾斜車輛行車資料分析裝置1執行之傾斜車輛行車資料分析方法。圖2係表示傾斜車輛行車資料分析方法之流程圖。

首先，傾斜車輛行車基準資料獲取部10獲取基於基準生成用傾斜車輛行車資料而生成之傾斜車輛行車基準資料(步驟SA1)。傾斜車輛行車基準資料係基於基準生成用傾斜車輛行車資料而生成，預先記憶於資料記憶部60中。

關於上述基準生成用傾斜車輛行車資料，於將在公共道路上行車之傾斜車輛之最低密度與最高密度之間之密度範圍劃分為4個密度範圍之情形時，相比傾斜車輛以上述4個密度範圍中密度最低之低密度範圍及密度最高之高密度範圍於公共道路上行車之行車資料，包含更多傾斜車輛以上述4個密度範圍中其餘2個密度範圍即中密度範圍在公共道路上行車之行車資料。再者，上述基準生成用傾斜車輛行車資料亦可包含用於將駕駛者及傾斜車輛中之至少一者加以分類之分類相關資料。進而，上述基準生成用傾斜車輛行車資料還可包含分類不同之複數輛傾斜車輛之傾斜車輛行車資料。

其次，分析用傾斜車輛行車資料獲取部20獲取分析用傾斜車輛行車資料(步驟SA2)，該分析用傾斜車輛行車資料係藉由分析對象者之駕駛而於公共道路上行車之傾斜車輛X之行車資料。

上述分析用傾斜車輛行車資料包含分析用行車自由度相關資料，該分析用行車自由度相關資料與利用傾斜車輛X於公共道路上行車時之根據分析對象者之想法之行車自由度相關。上述分析用傾斜車輛行車資料亦可包含用於將上述分析對象者及傾斜車輛X中之至少一者加以分類之分析用分類相關資料。

又，上述分析用傾斜車輛行車資料包含：分析用傾斜車輛駕駛輸入資料，其與分析對象者對傾斜車輛之駕駛輸入相關；分析用傾斜車輛位置資料，其與於公共道路上行車之傾斜車輛X之行車位置相關；分析用傾斜車輛行動資料，其與於公共道路上行車之傾斜車輛X之行動相關；及分析用傾斜車輛行車環境資料，其與於公共道路上行車之傾斜車輛X之行車環境相關。

分析用傾斜車輛行車資料獲取部20例如包含：資訊獲取部，其獲取與分析對象者及傾斜車輛X相關之資訊；及檢測感測器，其包含陀螺儀感測器、GPS等。分析用傾斜車輛行車資料獲取部20例如根據上述檢測感測器之輸出，獲取上述分析用傾斜車輛位置資料及上述分析用傾斜車輛行動資料。分析用傾斜車輛行車資料獲取部20例如從由上述資訊獲取部獲取之資料中獲取分析用分類相關資料。上述分析用行車自由度相關資料係例如使用從上述檢測感測器之輸出獲得之上述分析用傾斜車輛位置資料等獲取。

其後，分析資料獲取部30基於上述傾斜車輛行車基準資料對上述分析用傾斜車輛行車資料進行分析，藉此獲取分析資料(步驟SA3)。

上述分析資料例如包含與於公共道路上行車之分析對象者之傾斜車輛之駕駛技能相關之資料等。再者，上述分析資料亦可為經分類之分析對象者及傾斜車輛X中之至少一者之分析資料。

輸出資料生成部40根據上述分析資料生成用於輸出之輸出資料(步驟SA4)。其後，資料輸出部50輸出上述輸出資料(步驟SA5)。結束該流程(End)。

根據以上構成，對藉由分析對象者即駕駛者之駕駛而於公共道路上行車之傾斜車輛X之傾斜車輛行車資料進行分析，藉此能夠獲取分析資料。

因此，如上述構成般，藉由使用考慮了於公共道路上行車之傾斜車輛之密度之傾斜車輛行車資料，能夠目前為止難以輸出之傾斜車輛特有之分析資料，比如考慮了多種利用場景之駕駛傾斜車輛之技能等。例如，於傾斜車輛之密度較低之情形時、即於駕駛者駕駛之自由度較高之狀態下使用傾斜車輛行車資料之分析中，能夠更高精度且更詳細地對駕駛者駕駛傾斜車輛之技能進行分析。又，例如於傾斜車輛之密度為中等程度之情形時、即於駕駛者駕駛之自由度被某種程度限制之狀態下使用傾斜車輛行車資料之分析中，能夠更高精度且更詳細地對駕駛者預測周圍車輛之運動等行車環境之預測技能進行分析。

並且，由於對考慮了於公共道路上行車之傾斜車輛之密度的傾斜車輛行車資料進行分析，故與未考慮該狀態而利用所有行車資料進行分析之情形相比，能夠限定要處理之資料。藉此，能夠減少對傾斜車輛行車資料分析裝置1之硬體資源之負荷，提高硬體資源之設計自由度。

藉此，能夠減少利用傾斜車輛行車資料分析裝置1處理之資料之種類，能夠減少上述裝置之硬體之負荷。又，由於能夠減少上述裝置所需之硬體資源，故能夠提高上述裝置之硬體資源之設計自由度。

因此，能夠於提高硬體資源之設計自由度之同時，獲取基於傾斜車輛之行車資料之傾斜車輛特有之分析資料。

本實施形態係對傾斜車輛行車資料進行分析之傾斜車輛行車資料分析方法之一例。本實施形態之傾斜車輛行車資料分析方法包含以下步驟。

於本實施形態之傾斜車輛行車資料分析方法中，獲取基於基準生成用傾斜車輛行車資料而生成之傾斜車輛行車基準資料。關於該基準生成用傾斜車輛行車資料，於將在公共道路上行車之傾斜車輛之最低密度與最高密度之間之密度範圍劃分為4個密度範圍之情形時，相比傾斜車輛以上述4個密度範圍中密度最低之低密度範圍及密度最高之高密度範圍於公共道路上行車之行車資料，包含更多傾斜車輛以上述4個密度範圍中其餘2個密度範圍即中密度範圍在公共道路上行車之行車資料。

再者，上述基準生成用傾斜車輛行車資料意指複數名駕駛者之傾斜車輛行車資料。又，上述傾斜車輛係於右迴轉時向右傾斜且於左迴轉時向左傾斜之車輛。

例如，上述基準生成用傾斜車輛行車資料可藉由設置於上述傾斜車輛之各種感測器獲取。又，上述基準生成用傾斜車輛行車資料亦可藉由以容易裝卸之方式設置於上述傾斜車輛之各種感測器獲取。上述基準生成用傾斜車輛行車資料還可藉由為了收集資料而暫時設置於上述傾斜車輛之各種感測器獲取。

於傾斜車輛行車資料分析方法中，獲取分析用傾斜車輛行車資料，其與分析對象者駕駛作為分析對象傾斜車輛之傾斜車輛X時所獲得之傾斜車輛X之行車資料相關。

再者，上述分析用傾斜車輛行車資料意指上述分析對象者駕駛之傾斜車輛X之傾斜車輛行車資料。上述分析對象傾斜車輛意指作為獲取分析用傾斜車輛行車資料之對象之上述分析對象者所駕駛之傾斜車輛X。

上述分析對象者可包含於上述複數名駕駛者中。上述分析對象者亦可不包含於上述複數名駕駛者中。上述分析對象傾斜車輛可包含於獲取上述基準生成用傾斜車輛行車資料之傾斜車輛中。上述分析對象傾斜車輛亦可不包含於獲取上述基準生成用傾斜車輛行車資料之傾斜車輛中。上述分析對象傾斜車輛資料可包含於上述基準生成用傾斜車輛行車資料中。上述分析用傾斜車輛行車資料亦可不包含於上述基準生成用傾斜車輛行車資料中。

例如，上述分析用傾斜車輛行車資料可藉由設置於上述分析對象傾斜車輛之各種感測器獲取。又，上述分析用傾斜車輛行車資料亦可藉由以容易裝卸之方式設置於上述分析對象傾斜車輛之各種感測器獲取。上述分析用傾斜車輛行車資料亦可藉由為了收集資料而暫時設置於上述分析對象傾斜車輛之各種感測器獲取。

再者，用於收集上述分析用傾斜車輛行車資料之各種感測器之檢測精度可低於用於收集上述基準生成用傾斜車輛行車資料之各種感測器之檢測精度。

再者，用於收集上述分析用傾斜車輛行車資料之各種感測器亦可與用於收集上述基準生成用傾斜車輛行車資料之各種感測器相同。

再者，上述分析用傾斜車輛行車資料所包含之資料之種類可少於上述基準生成用傾斜車輛行車資料所包含之資料之種類。上述分析用傾斜車輛行車資料所包含之資料之種類亦可與上述基準生成用傾斜車輛行車資料所包含之資料之種類相同。

傾斜車輛行車資料分析裝置1基於上述獲取之傾斜車輛行車基準資料來分析上述獲取之分析用傾斜車輛行車資料，藉此獲取分析資料。

傾斜車輛行車資料分析裝置1使用上述分析資料，生成輸出用輸出資料。

傾斜車輛行車資料分析裝置1輸出上述輸出資料。

根據另一觀點，上述傾斜車輛行車資料分析方法較佳為包含以下構成。上述基準生成用傾斜車輛行車資料包含如下資料中之至少一個，即，傾斜車輛駕駛輸入資料，其與上述駕駛者對上述傾斜車輛之駕駛輸入相關；基準生成用傾斜車輛位置資料，其與於公共道路上行車之傾斜車輛之行車位置相關；及基準生成用傾斜車輛行動資料，其與上述傾斜車輛之行動相關。上述分析用傾斜車輛行車資料包含如下資料中之至少一個，即，分析用傾斜車輛駕駛輸入資料，其與上述分析對象者對上述分析對象傾斜車輛之駕駛輸入相關；分析用傾斜車輛位置資料，其與於公共道路上行車之上述分析對象傾斜車輛之行車位置相關；及分析用傾斜車輛行動資料，其與上述分析對象傾斜車輛之行動相關。

傾斜車輛駕駛輸入資料係與駕駛者之駕駛輸入相關之資料。就傾斜車輛而言，駕駛者之操作之種類較多，於駕駛時駕駛者之選擇自由度亦較高，因此有上述傾斜車輛駕駛輸入資料強烈地反映出駕駛者之駕駛技能等之傾向。

傾斜車輛行動資料強烈地反映出駕駛者之駕駛輸入之結果，該駕駛者之駕駛輸入之結果強烈地反映出駕駛者之駕駛技能等。因此，上述傾斜車輛行動資料亦有強烈地反映出駕駛者之駕駛技能等之傾向。

傾斜車輛位置資料強烈地反映出駕駛者之駕駛輸入之結果，該駕駛者之駕駛輸入之結果強烈地反映出駕駛者之駕駛技能等。因此，上述傾斜車輛位置資料亦有強烈地反映出駕駛者之駕駛技能等之傾向。

藉此，生成分析資料時使用之傾斜車輛行車資料包含進一步反映駕駛者即分析對象者之駕駛技能等之資料。

根據另一觀點，上述傾斜車輛行車資料分析方法較佳為包含以下構成。上述基準生成用傾斜車輛行車資料進而包含與上述傾斜車輛行車之行車環境相關之基準生成用傾斜車輛行車環境資料。上述分析用傾斜車輛行車資料進而包含與上述分析對象傾斜車輛行車之行車環境相關之分析用傾斜車輛行車環境資料。

傾斜車輛行車環境資料例如包含地圖資料。該地圖資料例如可與如下資訊等建立關聯，即，與道路狀況相關之資訊、信號及設備等與道路交通環境相關之資訊、以及與道路之行車相關之限制資訊。傾斜車輛行車環境資料能夠與上述傾斜車輛行動資料及上述傾斜車輛位置資料一起用於傾斜車輛行車資料之分析。

根據該構成，能夠使用傾斜車輛行車基準資料，更高精度地對由分析對象者駕駛之分析對象傾斜車輛於公共道路上行車時獲得之分析用傾斜車輛行車資料進行分析。又，藉由使用特定了資料之種類之傾斜車輛行車資料，能夠減少由分析傾斜車輛行車資料之裝置處理之資料之種類，能夠進一步減少上述裝置之硬體之負荷。又，由於能夠減少上述裝置所需之硬體資源，故能夠進一步提高上述裝置之硬體資源之設計自由度。

因此，能夠實現如下傾斜車輛行車資料分析方法，其進一步提高硬體資源之設計自由度，且能夠輸出基於傾斜車輛之行車資料之傾斜車輛特有之分析資料。

根據另一觀點，上述傾斜車輛行車資料分析方法較佳為包含以下構成。上述基準生成用傾斜車輛行車資料包含駕駛者之判斷之選項受到上述傾斜車輛周圍之車輛之限制，但仍保留有複數個之狀態下之資料。上述分析用傾斜車輛行車資料包含分析對象者之判斷之選項受到上述分析對象傾斜車輛周圍之車輛之限制，但仍保留有複數個之狀態下之資料。

例如，因傾斜車輛周圍之車輛而導致駕駛者之判斷之選項受到限制，但仍保留有複數個選項之狀態亦可根據傾斜車輛位置資料及傾斜車輛行車環境資料來判別。更具體而言，亦可根據傾斜車輛行車之日期、時間、場所來推定狀態。若為於市區行車時之傾斜車輛行車資料，則包含因傾斜車輛周圍之車輛導致駕駛者之判斷之選項受到限制，但仍保留有複數個選項之狀態下之資料。又，亦可獲取與傾斜車輛實際之周圍狀況相關之資料，來推定狀態。亦可將複數個推定狀態之方法組合。

再者，所謂駕駛者之判斷之選項受到傾斜車輛周圍之車輛之限制但仍保留有複數個之狀態，係指於包含傾斜車輛之複數個車輛之群組中，上述傾斜車輛之駕駛者進行駕駛判斷時，雖選項受限但仍保留有複數個選項時之上述傾斜車輛之行車狀態。

根據另一觀點，上述傾斜車輛行車資料分析方法較佳為包含以下構成。上述基準生成用傾斜車輛行車資料包含搭載有同乘者及貨物中之至少一者之狀態之資料。上述分析用傾斜車輛行車資料包含搭載有同乘者及貨物中之至少一者之狀態之資料。

例如，亦可由各種感測器來判別是否為搭載有同乘者及貨物中之至少一者之狀態。又，亦可基於駕駛者之申報進行判別。

根據另一觀點，上述傾斜車輛行車資料分析方法較佳為包含以下構成。於上述傾斜車輛行車資料分析方法中，記憶上述獲取之分析資料。於上述傾斜車輛行車資料分析方法中，使用上述經記憶之複數個分析資料，生成上述輸出資料。

再者，所謂記憶不僅包含用於儲存器之記憶，亦包含結果之暫時記憶。例如，亦可於記憶中使用儲存器中所記憶之分析資料及暫時記憶體中所記憶之分析資料。亦可使用其等來更新儲存器中所記憶之分析資料。亦可使用其等生成新的分析資料。亦可使用其等進行統計處理。亦可使用其等來更新儲存器中所記憶之分析資料。

藉由如上所述使用複數個分析資料，例如能夠統計地進行處理，能夠更高精度地對分析用傾斜車輛行車資料進行分析。更具體而言，能夠使用舊的分析資料及新的分析資料，更高精度地對分析對象者駕駛之傾斜車輛X之傾斜車輛行車資料進行分析。

本實施形態係分析傾斜車輛行車資料之傾斜車輛行車資料分析裝置之一例。本實施形態之傾斜車輛行車資料分析裝置包含以下構成。

本實施形態之傾斜車輛行車資料分析裝置係對傾斜車輛之傾斜車輛行車資料進行分析者，該傾斜車輛係於右迴轉時向右傾斜且於左迴轉時向左傾斜地行車。

本實施形態之傾斜車輛行車資料分析裝置1具備：傾斜車輛行車基準資料獲取部10，其獲取傾斜車輛之行車基準資料即傾斜車輛行車基準資料，該傾斜車輛係於右迴轉時向右傾斜且於左迴轉時向左傾斜地行車；分析用傾斜車輛行車資料獲取部20，其獲取分析用傾斜車輛行車資料，該分析用傾斜車輛行車資料係分析對象之傾斜車輛即分析對象傾斜車輛之行車資料；分析資料獲取部30，其基於上述獲取之傾斜車輛行車基準資料，對上述獲取之分析用傾斜車輛行車資料進行分析，藉此獲取分析對象之駕駛者即分析對象者及上述分析對象傾斜車輛中之至少一者之分析資料；輸出資料生成部40，其使用上述分析資料生成輸出用輸出資料；及資料輸出部50，其輸出上述輸出資料。

上述傾斜車輛行車基準資料係基於基準生成用傾斜車輛行車資料而生成，該基準生成用傾斜車輛行車資料係當將於公共道路上行車之傾斜車輛之最低密度與最高密度之間之密度範圍劃分為4個密度範圍時，相比傾斜車輛以上述4個密度範圍中密度最低之低密度範圍及密度最高之高密度範圍於公共道路上行車之行車資料，包含更多傾斜車輛以上述4個密度範圍中其餘之2個密度範圍即中密度範圍於公共道路上行車之行車資料。

上述分析用傾斜車輛行車資料包含分析用行車密度相關資料，該分析用行車密度相關資料與由上述分析對象者駕駛，利用上述分析對象傾斜車輛於公共道路上行車時之傾斜車輛之密度相關。

傾斜車輛行車資料分析裝置1對上述分析對象傾斜車輛之傾斜車輛行車資料進行分析。

根據另一觀點，傾斜車輛行車資料分析裝置1較佳為包含以下構成。上述基準生成用傾斜車輛行車資料包含用於將駕駛者及傾斜車輛中之至少一者加以分類之分類相關資料。上述分析用傾斜車輛行車資料包含分析用分類相關資料，該分析用分類相關資料係用以將分析對象者及上述分析對象傾斜車輛中之至少一者加以分類。分析資料獲取部係根據基於上述基準生成用傾斜車輛行車資料而生成之上述傾斜車輛行車基準資料，對上述分析用傾斜車輛行車資料進行分析，藉此獲取使用上述分析用分類相關資料加以分類之上述分析對象者及上述分析對象傾斜車輛中之至少一者之分析資料。

根據另一觀點，傾斜車輛行車資料分析裝置1較佳為包含以下構成。上述分析資料係使用上述分析用傾斜車輛行車資料相對於傾斜車輛行車基準資料的同步性之分析結果而獲得，該傾斜車輛行車基準資料係上述傾斜車輛行車基準資料中包含密度與上述分析用行車密度相關資料相似之資料者。

根據另一觀點，傾斜車輛行車資料分析裝置1較佳為包含以下構成。上述分析資料包含與上述分析對象者利用傾斜車輛X於公共道路行車時之駕駛預測技能之評價結果相關的資料。

根據另一觀點，傾斜車輛行車資料分析裝置1較佳為包含以下構成。上述基準生成用傾斜車輛行車資料包含如下資料中之至少一個，即，基準生成用傾斜車輛駕駛輸入資料，其與上述駕駛者對上述傾斜車輛之駕駛輸入相關；基準生成用傾斜車輛位置資料，其與於公共道路上行車之傾斜車輛之行車位置相關；及基準生成用傾斜車輛行動資料，其與上述傾斜車輛之行動相關。上述分析用傾斜車輛行車資料包含如下資料中之至少一個，即，分析用傾斜車輛駕駛輸入資料，其與上述分析對象者對傾斜車輛X之駕駛輸入相關；分析用傾斜車輛位置資料，其與於公共道路上行車之傾斜車輛X之行車位置相關；及分析用傾斜車輛行動資料，其與傾斜車輛X之行動相關。

根據另一觀點，傾斜車輛行車資料分析裝置1較佳為包含以下構成。上述基準生成用傾斜車輛行車資料進而包含與上述傾斜車輛行車之行車環境相關之基準生成用傾斜車輛行車環境資料。上述分析用傾斜車輛行車資料進而包含分析用傾斜車輛行車環境資料，該分析用傾斜車輛行車環境資料係與傾斜車輛行車之行車環境相關。

根據另一觀點，傾斜車輛行車資料分析裝置1較佳為包含以下構成。上述基準生成用傾斜車輛行車資料包含駕駛者之判斷之選項受到上述傾斜車輛周圍之車輛之限制，但仍保留有複數個之狀態下之資料。上述分析用傾斜車輛行車資料包含分析對象者之判斷之選項受到上述分析對象傾斜車輛周圍之車輛之限制，但仍保留有複數個之狀態下之資料。

根據另一觀點，傾斜車輛行車資料分析裝置1較佳為包含以下構成。上述基準生成用傾斜車輛行車資料包含搭載有同乘者及貨物中之至少一者之狀態之資料。上述分析用傾斜車輛行車資料包含搭載有同乘者及貨物中之至少一者之狀態之資料。

根據另一觀點，傾斜車輛行車資料分析裝置1較佳為包含以下構成。傾斜車輛行車資料分析裝置1具有記憶上述獲取之分析資料之資料記憶部60。輸出資料生成部40使用資料記憶部60中所記憶之複數個分析資料，生成上述輸出資料。

根據另一觀點，傾斜車輛行車資料分析裝置1較佳為包含以下構成。上述輸出資料係作為進而用於資訊處理之資訊處理用分析資料而生成。

＜實施形態2＞ 圖3中示出傾斜車輛行車資料分析裝置100之一例。該傾斜車輛行車資料分析裝置100係藉由對分析對象者駕駛之傾斜車輛X與於其周圍行車之其他傾斜車輛Y之同步性進行分析，而評價上述分析對象者之駕駛之預測技能，將其評價結果作為分析資料輸出。

具體而言，傾斜車輛行車資料分析裝置100具備群行動計算部110、分析用傾斜車輛行車資料獲取部120、同步性分析部130、預測技能評價部140及評價輸出部150。

分析用傾斜車輛行車資料獲取部120獲取分析對象者駕駛之傾斜車輛X之行車資料即分析用傾斜車輛行車資料。該分析用傾斜車輛行車資料包含傾斜車輛X之分析用傾斜車輛位置資料及分析用傾斜車輛行動資料。

群行動計算部110於包含傾斜車輛X及其他傾斜車輛Y之群組(以下稱為群)中，獲取基準生成用傾斜車輛資料。該基準生成用傾斜車輛資料包含複數輛傾斜車輛之傾斜車輛位置資料及傾斜車輛行動資料。再者，關於是否為屬於群之傾斜車輛，係獲取傾斜車輛X及其他傾斜車輛Y之各傾斜車輛位置資料，根據其他傾斜車輛Y是否位於距傾斜車輛X規定之範圍內來判定。屬於同一群之傾斜車輛以相似之密度、即行車自由度相似之狀態於公共道路上行車。

群行動計算部110使用獲取之基準生成用傾斜車輛行車資料，求出與群行動相關之行車資料。於本實施形態中，與該群行動相關之行車資料係構成群之複數輛傾斜車輛之傾斜車輛行車資料之平均值。與上述群行動相關之行車資料對應於傾斜車輛行車基準資料。

同步性分析部130使用由分析用傾斜車輛行車資料獲取部120獲取之分析用傾斜車輛行車資料、及由群行動計算部110獲得之與群行動相關之行車資料，進行同步性分析。

上述同步性意指上述分析對象者駕駛之傾斜車輛X之分析用傾斜車輛行車資料相對於複數輛傾斜車輛之包含傾斜車輛行車資料之群行動之背離程度，上述複數輛傾斜車輛中包含分析對象者駕駛之傾斜車輛X。該背離程度越低，則分析對象者之同步性越高。上述群行動例如可包含根據上述複數輛傾斜車輛中之傾斜車輛行車資料求出之上述複數輛傾斜車輛之行動之平均值或行動頻率之資料。即，上述背離程度可為根據上述分析對象者駕駛之傾斜車輛X之分析用傾斜車輛行車資料求出之行動頻率相對於使用上述複數輛傾斜車輛之傾斜車輛行車資料之平均值求出之群行動頻率的背離程度。

於本實施形態中，從同步性分析部130輸出之同步性分析之結果對應於實施形態1中之分析資料。

預測技能評價部140使用同步性分析部130之同步性分析之結果，進行與分析對象者於公共道路上駕駛傾斜車輛X時之預測相關之駕駛預測技能之評價。即，預測技能評價部140基於同步性分析之結果，對分析對象者之駕駛預測技能進行等級劃分。藉由預測技能評價部140獲得之駕駛預測技能之評價結果例如可為將上述同步性之分析結果根據閾值進行了等級劃分之結果，亦可為根據上述同步性之分析結果獲得之數值或與其對應之評價值。

評價輸出部150將藉由預測技能評價部140獲得之駕駛技能預測之評價結果作為輸出資料輸出。再者，該輸出資料可從傾斜車輛行車資料分析裝置100直接輸出。又，上述輸出資料亦可於儲存在傾斜車輛行車資料分析裝置100之未圖示之記憶部後，利用評價輸出部150對輸出資料進行運算處理時使用。

再者，上述分析資料可從上述同步性之分析結果以外求出。又，上述分析資料亦可包含從上述同步性之分析結果以外求出之預測技能之評價結果。

於本實施形態之傾斜車輛行車資料分析裝置100中，群行動計算部110與實施形態之傾斜車輛行車資料分析裝置1之傾斜車輛行車基準資料獲取部10對應，分析用傾斜車輛行車資料獲取部120與實施形態1之傾斜車輛行車資料分析裝置1之分析用傾斜車輛行車資料獲取部20對應，同步性分析部130與實施形態1之傾斜車輛行車資料分析裝置1之分析資料獲取部30對應，預測技能評價部140與實施形態1之傾斜車輛行車資料分析裝置1之輸出資料生成部40對應，評價輸出部150與實施形態1之傾斜車輛行車資料分析裝置1之資料輸出部50對應。

於本實施形態中，分析資料係使用分析用傾斜車輛行車資料相對於傾斜車輛行車基準資料之同步性之分析結果而獲得，該傾斜車輛行車基準資料包含傾斜車輛行車基準資料中之自由度與分析用自由度相關資料相似之資料。

藉此，例如於分析對象者即駕駛者以與其他傾斜車輛密集之狀態駕駛分析對象傾斜車輛時，藉由評價該分析對象傾斜車輛之行車資料與上述其他傾斜車輛之行車資料之同步性，能夠關於上述分析對象者及上述分析對象傾斜車輛中之至少一者獲得傾斜車輛特有之分析資料。

因此，能夠實現如下傾斜車輛行車資料分析方法，其能夠減少對分析傾斜車輛行車資料之裝置之硬體資源之負荷，提高上述裝置之硬體資源之設計自由度，並且能夠輸出基於傾斜車輛之行車資料之傾斜車輛特有之分析資料。

本實施形態係對傾斜車輛行車資料進行分析之傾斜車輛行車資料分析方法之一例。本實施形態之傾斜車輛行車資料分析方法包含以下步驟。

於本實施形態之傾斜車輛行車資料分析方法中，上述分析資料係使用上述分析用傾斜車輛行車資料相對於傾斜車輛行車基準資料之同步性之分析結果而獲得，上述傾斜車輛行車基準資料包含上述傾斜車輛行車基準資料中之自由度與上述分析用自由度相關資料相似之資料。

所謂行車自由度相似不僅包含行車自由度完全一致之情形，亦包含如對傾斜車輛行車資料進行分析而獲得之分析資料處於規定之範圍內之行車自由度。

根據另一觀點，上述傾斜車輛行車資料分析方法較佳為包含以下構成。上述分析資料包含與上述分析對象者利用上述分析對象傾斜車輛於公共道路上行車時之駕駛預測技能的評價結果相關之資料。

於駕駛傾斜車輛之情形時，與駕駛非傾斜車輛之情形相比，重要的是駕駛者之駕駛預測技能。藉由分析資料中包含與駕駛預測技能之評價結果相關之資料，可獲得傾斜車輛特有之分析資料。

＜實施形態3＞ 圖4中示出包含實施形態1之傾斜車輛行車資料分析裝置1之傾斜車輛行車資料分析系統200之一例。以下，對與實施形態1之構成相同之構成附上相同之符號並省略說明，僅對與實施形態1不同之構成進行說明。

傾斜車輛行車資料分析系統200具備傾斜車輛行車資料分析裝置1、生成傾斜車輛行車基準資料之傾斜車輛行車基準資料生成裝置201。

傾斜車輛行車基準資料生成裝置201係例如能夠與傾斜車輛行車資料分析裝置1進行通信且具有處理器之資訊處理運算裝置。再者，於傾斜車輛行車資料分析裝置1為具有處理器之資訊處理運算裝置之情形時，傾斜車輛行車基準資料生成裝置201亦可為與傾斜車輛行車資料分析裝置1相同之資訊處理運算裝置。

傾斜車輛行車基準資料生成裝置201獲取傾斜車輛行車資料及分類相關資料，基於包含該等資料之基準生成用傾斜車輛行車資料而生成傾斜車輛行車基準資料。

詳細而言，傾斜車輛行車基準資料生成裝置201具有資料記憶部211及傾斜車輛行車基準資料生成部212。再者，雖未特別圖示，但傾斜車輛行車基準資料生成裝置201具有獲取傾斜車輛行車資料及分類相關資料之獲取部。又，雖未特別圖示，但傾斜車輛行車基準資料生成裝置201具有輸出生成之傾斜車輛行車基準資料之輸出部。

資料記憶部211儲存基準生成用傾斜車輛行車資料及傾斜車輛行車基準資料。具體而言，資料記憶部211儲存有基準生成用傾斜車輛行車資料，該基準生成用傾斜車輛行車資料包含複數名駕駛者駕駛傾斜車輛Y時分別獲得之傾斜車輛行車資料及分類相關資料。又，資料記憶部211儲存有由下述傾斜車輛行車基準資料生成部212生成之傾斜車輛行車基準資料。

上述傾斜車輛行車資料例如包含傾斜車輛Y之傾斜車輛駕駛輸入資料、傾斜車輛Y之傾斜車輛行動資料、傾斜車輛Y之傾斜車輛位置資料及傾斜車輛Y之傾斜車輛行車環境資料等。

傾斜車輛行車基準資料生成部212基於資料記憶部211中所儲存之基準生成用傾斜車輛行車資料，生成傾斜車輛行車基準資料。由傾斜車輛行車基準資料生成部212生成之傾斜車輛行車基準資料儲存於資料記憶部211中。

資料記憶部211中所儲存之傾斜車輛行車基準資料係於利用傾斜車輛行車資料分析裝置1對傾斜車輛X(分析用傾斜車輛)之傾斜車輛行車資料(分析用傾斜車輛行車資料)進行分析時使用。於傾斜車輛行車資料分析裝置1中分析傾斜車輛行車資料之方法與實施形態1相同，因此省略詳細說明。

即，傾斜車輛行車資料分析裝置1係藉由基於上述傾斜車輛行車基準資料分析傾斜車輛X之傾斜車輛行車資料，而獲取經分類之分析對象者及傾斜車輛X中之至少一者之分析資料，輸出根據該分析資料生成之輸出資料。傾斜車輛行車資料分析裝置1之構成與實施形態1相同，因此省略傾斜車輛行車資料分析裝置1之詳細說明。再者，亦可如實施形態2之傾斜車輛行車資料分析裝置100般對傾斜車輛行車資料進行分析。

從傾斜車輛行車資料分析裝置1輸出之輸出資料例如可輸入至資訊處理裝置202。於此情形時，上述輸出資料於傾斜車輛行車資料分析裝置1中作為於資訊處理裝置202中用於資訊處理之資訊處理用資料而生成。

資訊處理裝置202例如可為如下裝置，即，進行傾斜車輛之共享、傾斜車輛之租賃、傾斜車輛之出租、傾斜車輛之車輛保險等業務中使用之與保險、市場、商品、服務、環境或顧客相關之資料之處理。於傾斜車輛行車資料分析裝置1為資訊處理運算裝置之情形時，資訊處理裝置202亦可為與傾斜車輛行車資料分析裝置1相同之裝置。資訊處理裝置202亦可為與傾斜車輛行車基準資料生成裝置201相同之資訊處理運算裝置。

資訊處理裝置202例如具有輸出資料獲取部221、第1資料獲取部222、第2資料生成部223、第2資料輸出部224及資料記憶部225。

輸出資料獲取部221獲取從傾斜車輛行車資料分析裝置1輸出之上述輸出資料。

第1資料獲取部222獲取與上述輸出資料不同之第1資料。該第1資料於資訊處理裝置202中為資訊處理對象之資料。上述第2資料係例如傾斜車輛之共享、傾斜車輛之租賃、傾斜車輛之出租、傾斜車輛之車輛保險等業務中使用之與保險、市場、商品、服務、環境或顧客相關之資料。上述第1資料儲存於資料記憶部225中。

第2資料生成部223使用上述輸出資料及上述第1資料，生成與上述輸出資料及上述第1資料不同之第2資料。該第2資料亦與上述第1資料同樣，例如係傾斜車輛之共享、傾斜車輛之租賃、傾斜車輛之出租、傾斜車輛之車輛保險等業務中使用之與保險、市場、商品、服務、環境或顧客相關之資料。

第2資料輸出部224輸出由第2資料生成部223生成之第2資料。

(使用分析資料之資訊處理方法) 其次，使用圖5所示之流程圖對藉由具有上述構成之資訊處理裝置202，使用輸出資料進行資訊處理之資訊處理方法進行說明。圖5係表示資訊處理機器202之資訊處理之動作之流程圖。

如圖5所示，首先，資訊處理裝置202之輸出資料獲取部221獲取從傾斜車輛行車資料分析裝置1輸出之輸出資料(步驟SB1)。

其次，資訊處理機器202之第1資料獲取部222獲取資料記憶部225中所儲存之第1資料(步驟SB2)。該第1資料係與上述輸出資料不同之資料。

其後，資訊處理裝置202之第2資料生成部223使用上述獲取之輸出資料及上述獲取之第1資料來生成第2資料(步驟SB3)。該第2資料係與上述輸出資料及上述第1資料不同之資料。

繼而，資訊處理裝置202之第2資料輸出部224輸出上述生成之第2資料(步驟SB4)。

如此從傾斜車輛行車資料分析裝置1輸出之輸出資料例如能夠於傾斜車輛之共享、傾斜車輛之租賃、傾斜車輛之出租、傾斜車輛之車輛保險等領域中，於由資訊處理裝置對信用風險或信用評分進行運算處理時利用。即，可將對傾斜車輛行車資料進行分析而獲得之分析資料用於傾斜車輛之共享、傾斜車輛之租賃、傾斜車輛之出租、傾斜車輛之車輛保險等領域中之資訊處理裝置之運算處理。

具體而言，於傾斜車輛之共享、傾斜車輛之租賃、傾斜車輛之出租、傾斜車輛之車輛保險等領域中，資訊處理裝置可獲取經輸出之輸出資料，使用該獲取之輸出資料，藉由運算處理輸出信用風險或信用評分。

於傾斜車輛之共享、傾斜車輛之租賃、傾斜車輛之出租、傾斜車輛之車輛保險等領域中，資訊處理方法可包含如下步驟：獲取從傾斜車輛行車資料分析裝置1輸出之輸出資料；使用該獲取之輸出資料，輸出與信用風險相關之信用風險資料或與信用評分相關之信用評分資料。

於傾斜車輛之共享、傾斜車輛之租賃、傾斜車輛之出租、傾斜車輛之車輛保險等領域中，資訊處理裝置可包含：輸出資料獲取部，其獲取從傾斜車輛行車資料分析裝置1輸出之輸出資料；信用風險輸出部，其使用上述獲取之輸出資料，輸出與信用風險相關之信用風險資料；或信用評分輸出部，其使用上述獲取之輸出資料，輸出與信用評分相關之信用評分資料。

於上述資訊處理方法及資訊處理裝置中，亦可為於經輸出之信用風險低之情形時或信用評分高之情形時，例如分析對象者容易借用傾斜車輛，或於分析對象者借用傾斜車輛之情形時可對費用予以優惠，或分析對象者可享受保險費優惠等。

上述各實施形態之傾斜車輛行車資料分析方法係對分析對象者之傾斜車輛行車資料進行分析之傾斜車輛行車資料分析方法之一例。

再者，本發明之傾斜車輛行車資料分析方法較佳為包含以下構成。輸出資料作為進而於資訊處理中使用之資訊處理用資料而生成。

例如，作為上述進而資訊處理，可為傾斜車輛之共享、傾斜車輛之租賃、傾斜車輛之出租、傾斜車輛之車輛保險等業務中使用之與保險、市場、商品、服務、環境或顧客相關之資料之處理。

根據另一觀點，藉由本發明之傾斜車輛行車資料分析方法輸出之輸出資料較佳為用於使用以下分析資料之資訊處理方法。於該資訊處理方法中，獲取上述經輸出之輸出資料。於上述資訊處理方法中，獲取與上述輸出資料不同之第1資料。於上述資訊處理方法中，使用上述輸出資料及上述獲取之第1資料，生成與上述輸出資料及上述獲取之第1資料不同之第2資料。於上述資訊處理方法中，輸出上述生成之第2資料。

上述資訊處理方法只要為使用藉由對傾斜車輛行車資料進行分析而獲得之分析資料，則可為任一資訊處理方法。例如，上述第1資料及上述第2資料可為傾斜車輛之共享、傾斜車輛之租賃、傾斜車輛之出租、傾斜車輛之車輛保險等業務中使用之與保險、市場、商品、服務、環境或顧客相關之資料。

根據本實施形態之構成，能夠藉由傾斜車輛行車資料分析裝置1及傾斜車輛行車資料分析方法，獲取可於資訊處理裝置202中加以利用之分析資料。又，如實施形態1中所作說明，對傾斜車輛行車資料進行分析而獲得上述分析資料，藉此能夠減少於系統中處理之資料之種類，能夠減少傾斜車輛行車資料分析裝置1之硬體之負荷。

因此，能夠於提高硬體資源之設計自由度之同時，獲取能夠於資訊處理裝置中加以利用之分析資料。

再者，於上述各實施形態中，使用傾斜車輛行車資料來生成傾斜車輛行車基準資料，但亦可不僅使用傾斜車輛行車資料，亦使用傾斜車輛行車資料以外之資料來生成傾斜車輛行車基準資料。

又，於上述各實施形態中，獲取傾斜車輛行車資料作為分析用傾斜車輛行車資料，基於傾斜車輛行車基準資料，對上述分析用傾斜車輛行車資料進行分析，藉此獲取分析資料。然而，亦可獲取除傾斜車輛行車資料以外之資料用於分析，並對該資料及傾斜車輛行車資料進行分析，藉此獲取分析資料。

又，亦可將輸出資料與傾斜車輛行車資料以外之資料組合而利用。

如此，亦可將於上述各實施形態中說明之各資料與除傾斜車輛行車資料以外之資料組合。 [產業上之可利用性]

本發明可用於對分析對象者之傾斜車輛行車資料進行分析之傾斜車輛行車資料分析方法及傾斜車輛行車資料分析裝置，並且亦可用於使用藉由該等方法及裝置獲得之分析資料之資訊處理方法及資訊處理裝置。

1:斜車輛行車資料分析裝置 10:傾斜車輛行車基準資料獲取部 20:傾斜車輛行車資料分析裝置 30:分析資料獲取部 40:輸出資料生成部 50:資料輸出部 60:資料記憶部 100:傾斜車輛行車資料分析裝置 110:群行動計算部 120:分析用傾斜車輛行車資料獲取部 130:同步性分析部 140:預測技能評價部 150:評價輸出部 200:傾斜車輛行車資料分析系統 201:傾斜車輛行車基準資料生成裝置 202:資訊處理裝置 211:資料記憶部 212:傾斜車輛行車基準資料生成部 221:輸出資料獲取部 222:第1資料獲取部 223:第2資料生成部 224:第2資料輸出部 225:資料記憶部 L:車道邊界線 P:四輪車 X:傾斜車輛(分析對象傾斜車輛) Y:傾斜車輛

圖1係表示本發明之實施形態之傾斜車輛行車資料分析裝置之概略構成的圖。 圖2係表示傾斜車輛行車資料分析裝置之動作之一例之流程圖。 圖3係表示實施形態2之傾斜車輛行車資料分析裝置之概略構成之圖。 圖4係表示實施形態3之傾斜車輛行車資料分析系統之概略構成之圖。 圖5係表示資訊處理裝置之動作之一例之流程圖。 圖6(A)～(C)係為了說明於公共道路上行車之傾斜車輛之密度而從上方觀察傾斜車輛所得之圖。 圖7係表示於公共道路上行車之傾斜車輛之密度與根據駕駛者之想法之行車自由度之關係的圖。 圖8係表示於公共道路行車之四輪車之密度與根據駕駛者之想法之行車自由度之關係的圖。 圖9係表示傾斜車輛行車資料分析裝置之概略構成及於公共道路上行車之傾斜車輛之密度、與根據駕駛者之想法之行車自由度之關係之圖。

1:傾輛行車資料分析裝置

10:傾斜車輛行車基準資料獲取部

20:傾斜車輛行車資料分析裝置

30:分析資料獲取部

40:輸出資料生成部

50:資料輸出部

60:資料記憶部

L:車道邊界線

X:傾斜車輛(分析對象傾斜車輛)

Claims (19)

1. 一種傾斜車輛行車資料分析方法，其具有： 傾斜車輛行車基準資料獲取步驟，其係獲取於右迴轉時向右傾斜且於左迴轉時向左傾斜地行車之傾斜車輛之行車基準資料即傾斜車輛行車基準資料； 分析用傾斜車輛行車資料獲取步驟，其係獲取分析用傾斜車輛行車資料，該分析用傾斜車輛行車資料係分析對象之傾斜車輛即分析對象傾斜車輛之行車資料； 分析資料獲取步驟，其係基於上述獲取之傾斜車輛行車基準資料，分析上述獲取之分析用傾斜車輛行車資料，藉此獲取分析對象之駕駛者即分析對象者及上述分析對象傾斜車輛中之至少一者之分析資料； 輸出資料生成步驟，其係使用上述分析資料生成輸出用輸出資料；及 輸出步驟，其係將上述輸出資料輸出；且 上述傾斜車輛行車基準資料係基於基準生成用傾斜車輛行車資料而生成，該基準生成用傾斜車輛行車資料係當將於公共道路上行車之傾斜車輛之最低密度與最高密度之間之密度範圍劃分為4個密度範圍時，相比傾斜車輛以上述4個密度範圍中密度最低之低密度範圍及密度最高之高密度範圍於公共道路上行車之行車資料，包含更多傾斜車輛以上述4個密度範圍中其餘之2個密度範圍即中密度範圍於公共道路上行車之行車資料， 上述分析用傾斜車輛行車資料包含分析用行車密度相關資料，該分析用行車密度相關資料與由上述分析對象者駕駛，利用上述分析對象傾斜車輛於公共道路上行車時之傾斜車輛之密度相關， 上述傾斜車輛行車資料分析方法係對上述分析對象傾斜車輛之傾斜車輛行車資料進行分析。
2. 如請求項1之傾斜車輛行車資料分析方法，其中 上述基準生成用傾斜車輛行車資料包含用於將駕駛者及傾斜車輛中之至少一者加以分類之分類相關資料， 上述分析用傾斜車輛行車資料包含分析用分類相關資料，該分析用分類相關資料係用於將上述分析對象者及上述分析對象傾斜車輛中之至少一者加以分類， 於上述分析資料獲取步驟中，根據基於上述基準生成用傾斜車輛行車資料而生成之上述傾斜車輛行車基準資料，對上述分析用傾斜車輛行車資料進行分析，藉此獲取使用上述分析用分類相關資料加以分類之上述分析對象者及上述分析對象傾斜車輛中之至少一者之分析資料。
3. 如請求項1或2之傾斜車輛行車資料分析方法，其中 上述分析資料係使用上述分析用傾斜車輛行車資料相對於基準生成用傾斜車輛行車基準資料之同步性之分析結果而獲得，該基準生成用傾斜車輛行車基準資料包含上述分析用傾斜車輛行車資料中，密度與上述分析用行車密度相關資料相似之資料。
4. 如請求項1至3中任一項之傾斜車輛行車資料分析方法，其中 上述分析資料包含與上述分析對象者利用上述分析對象傾斜車輛於公共道路上行車時之駕駛預測技能的評價結果相關之資料。
5. 如請求項1至4中任一項之傾斜車輛行車資料分析方法，其中 上述基準生成用傾斜車輛行車資料包含如下資料中之至少一個：基準生成用傾斜車輛駕駛輸入資料，其與上述駕駛者對上述傾斜車輛之駕駛輸入相關；基準生成用傾斜車輛位置資料，其與於公共道路上行車之傾斜車輛之行車位置相關；及基準生成用傾斜車輛行動資料，其與上述傾斜車輛之行動相關； 上述分析用傾斜車輛行車資料包含如下資料中之至少一個：分析用傾斜車輛駕駛輸入資料，其與上述分析對象者對上述分析對象傾斜車輛之駕駛輸入相關；分析用傾斜車輛位置資料，其與於公共道路上行車之上述分析對象傾斜車輛之行車位置相關；及分析用傾斜車輛行動資料，其與上述分析對象傾斜車輛之行動相關。
6. 如請求項1至5中任一項之傾斜車輛行車資料分析方法，其中 上述基準生成用傾斜車輛行車資料進而包含與上述傾斜車輛行車之行車環境相關之基準生成用傾斜車輛行車環境資料， 上述分析用傾斜車輛行車資料進而包含與上述分析對象傾斜車輛行車之行車環境相關之分析用傾斜車輛行車環境資料。
7. 如請求項1至6中任一項之傾斜車輛行車資料分析方法，其中 上述基準生成用傾斜車輛行車資料包含駕駛者之判斷之選項受到上述傾斜車輛周圍之車輛之限制，但仍保留有複數個之狀態下之資料， 上述分析用傾斜車輛行車資料包含上述分析對象者之判斷之選項受到上述分析對象傾斜車輛周圍之車輛之限制，但仍保留有複數個之狀態下之資料。
8. 如請求項1至7中任一項之傾斜車輛行車資料分析方法，其中 上述基準生成用傾斜車輛行車資料包含搭載有同乘者及貨物中之至少一者之狀態之資料， 上述分析用傾斜車輛行車資料包含搭載有同乘者及貨物中之至少一者之狀態之資料。
9. 如請求項1至8中任一項之傾斜車輛行車資料分析方法，其 記憶上述獲取之分析資料， 使用上述記憶之複數個分析資料，生成上述輸出資料。
10. 如請求項1至9中任一項之傾斜車輛行車資料分析方法，其中 上述輸出資料係作為進而用於資訊處理之資訊處理用分析資料而生成。
11. 一種傾斜車輛行車資料分析裝置，其具備： 傾斜車輛行車基準資料獲取部，其獲取傾斜車輛之行車基準資料即傾斜車輛行車基準資料，該傾斜車輛係於右迴轉時向右傾斜且於左迴轉時向左傾斜地行車； 分析用傾斜車輛行車資料獲取部，其獲取分析用傾斜車輛行車資料，該分析用傾斜車輛行車資料係分析對象之傾斜車輛即分析對象傾斜車輛之行車資料； 分析資料獲取部，其基於上述獲取之傾斜車輛行車基準資料，對上述獲取之分析用傾斜車輛行車資料進行分析，從而獲取分析對象之駕駛者即分析對象者及上述分析對象傾斜車輛中之至少一者之分析資料； 輸出資料生成部，其使用上述分析資料生成輸出用輸出資料；及 資料輸出部，其將上述輸出資料輸出；且 上述傾斜車輛行車基準資料係基於基準生成用傾斜車輛行車資料而生成，該基準生成用傾斜車輛行車資料係當將於公共道路上行車之傾斜車輛之最低密度與最高密度之間之密度範圍劃分為4個密度範圍時，相比傾斜車輛以上述4個密度範圍中密度最低之低密度範圍及密度最高之高密度範圍於公共道路上行車之行車資料，包含更多傾斜車輛以上述4個密度範圍中其餘之2個密度範圍即中密度範圍於公共道路上行車之行車資料， 上述分析用傾斜車輛行車資料包含分析用行車密度相關資料，該分析用行車密度相關資料與由上述分析對象者駕駛，利用上述分析對象傾斜車輛於公共道路上行車時之傾斜車輛之密度相關， 上述傾斜車輛行車資料分析方法係對上述分析對象傾斜車輛之傾斜車輛行車資料進行分析。
12. 如請求項11之傾斜車輛行車資料分析裝置，其中 上述基準生成用傾斜車輛行車資料包含用於將駕駛者及傾斜車輛中之至少一者加以分類之分類相關資料， 上述分析用傾斜車輛行車資料包含分析用分類相關資料，該分析用分類相關資料係用於將上述分析對象者及上述分析對象傾斜車輛中之至少一者加以分類， 上述分析資料獲取部根據基於上述基準生成用傾斜車輛行車資料而生成之上述傾斜車輛行車基準資料，對上述分析用傾斜車輛行車資料進行分析，藉此獲取使用上述分析用分類相關資料加以分類之上述分析對象者及上述分析對象傾斜車輛中之至少一者之分析資料。
13. 如請求項11或12之傾斜車輛行車資料分析裝置，其中 上述分析資料係使用上述分析用傾斜車輛行車資料相對於傾斜車輛行車基準資料的同步性之分析結果而獲得，該傾斜車輛行車基準資料係上述傾斜車輛行車基準資料中包含密度與上述分析用行車密度相關資料相似之資料者。
14. 如請求項11至13中任一項之傾斜車輛行車資料分析裝置，其中 上述分析資料包含與上述分析對象者利用上述分析對象傾斜車輛於公共道路上行車時之駕駛預測技能的評價結果相關之資料。
15. 如請求項11至14中任一項之傾斜車輛行車資料分析裝置，其中 上述基準生成用傾斜車輛行車資料包含如下資料中之至少一個：基準生成用傾斜車輛駕駛輸入資料，其與上述駕駛者對上述傾斜車輛之駕駛輸入相關；基準生成用傾斜車輛位置資料，其與於公共道路上行車之傾斜車輛之行車位置相關；及基準生成用傾斜車輛行動資料，其與上述傾斜車輛之行動相關； 上述分析用傾斜車輛行車資料包含如下資料中之至少一個：分析用傾斜車輛駕駛輸入資料，其與上述分析對象者對上述分析對象傾斜車輛之駕駛輸入相關；分析用傾斜車輛位置資料，其與於公共道路上行車之上述分析對象傾斜車輛之行車位置相關；及分析用傾斜車輛行動資料，其與上述分析對象傾斜車輛之行動相關。
16. 如請求項11至15中任一項之傾斜車輛行車資料分析裝置，其中 上述基準生成用傾斜車輛行車資料進而包含與上述傾斜車輛行車之行車環境相關之基準生成用傾斜車輛行車環境資料， 上述分析用傾斜車輛行車資料進而包含與上述分析對象傾斜車輛行車之行車環境相關之分析用傾斜車輛行車環境資料。
17. 如請求項11至16中任一項之傾斜車輛行車資料分析裝置，其中 上述輸出資料係作為進而用於資訊處理之資訊處理用分析資料而生成。
18. 一種資訊處理方法，其使用上述輸出資料，上述上述輸出資料係藉由如請求項10之傾斜車輛行車資料分析方法作為上述資訊處理用分析資料而生成，該資訊處理方法係 獲取上述輸出資料， 獲取與上述輸出資料不同之第1資料， 使用上述輸出資料及上述第1資料，生成與上述輸出資料及上述第1資料不同之第2資料， 輸出上述第2資料。
19. 一種使用分析資料之資訊處理裝置，其使用上述輸出資料，上述輸出資料係藉由如請求項17之傾斜車輛行車資料分析裝置作為上述資訊處理用分析資料而生成，該資訊處理裝置具備： 輸出資料獲取部，其獲取上述輸出資料； 第1資料獲取部，其獲取與上述輸出資料不同之第1資料； 第2資料生成部，其使用上述輸出資料以及上述第1資料，生成與上述輸出資料以及上述第1資料不同之第2資料；及 第2資料輸出部，其輸出上述第2資料。

Images