WO2010032522A1

WO2010032522A1 - 運転操作支援装置、及び運転操作支援方法

Info

Publication number: WO2010032522A1
Application number: PCT/JP2009/060728
Authority: WO
Inventors: 伸友久家; 一人佐藤; 博文橋口
Original assignee: 日産自動車株式会社
Priority date: 2008-09-18
Filing date: 2009-06-12
Publication date: 2010-03-25
Also published as: JP2010072953A; EP2328133A1; CN102160100B; EP2328133A4; CN102160100A; US20110153532A1; JP5272605B2; US8788435B2

Abstract

所定期間に渡って運転者の運転行動パターンを学習する学習部と、該学習部で学習した運転行動パターンと比較して、現在の運転行動パターンがどれほど異なっているかを表す非定常度合を算出する非定常度合算出部と、前記学習部での学習度合を算出する学習度合算出部と、前記非定常度合算出部で算出した非定常度合が閾値を超えたときに、前記学習部で学習した運転行動パターンを促すための操作支援情報を、前記学習度合算出部で算出した学習度合に応じて運転者に報知する報知部と、を備え、前記報知部は、前記学習度合算出部で算出した学習度合が高いほど前記操作支援情報の提供内容を詳細にする、運転操作支援装置。

Description

運転操作支援装置、及び運転操作支援方法

　本発明は、車両の走行状態に応じて運転者に操作支援情報を与える運転操作支援装置、及び運転操作支援方法に関するものである。

　運転者によって異なる固有の運転行動パターンを予め学習しておくことで、現在の運転行動パターンが普段と異なっているか否かを判断し、必要な操作支援情報を出力するものがあった（特許文献１参照）。
特開２００５－３０１８３２号公報

　しかしながら、上記特許文献１に記載された従来技術にあっては、運転行動パターンを学習している過程では、現在の運転行動パターンが普段と異なっているか否かの判断精度が低くなってしまい、不適当な操作支援情報によって運転者に違和感を与える可能性がある。

　本発明の課題は、運転者の運転行動パターンを学習している過程であっても、運転者に的確な操作支援情報を与えることである。

　本発明に係る運転操作支援装置の1つの態様は、所定期間に渡って運転者の運転行動パターンを予め学習しておき、学習しておいた運転行動パターンと比較して、現在の運転行動パターンがどれほど異なっているかを表す非定常度合を算出すると共に、算出した非定常度合が閾値を超えたときに、学習しておいた運転行動パターンを促すための操作支援情報を運転者に報知するものであって、運転者の運転行動パターンを学習している過程では、その学習度合に応じて操作支援情報を変更する。

本発明の概略構成である。本発明の概略構成を示すブロック図である。第１実施形態の操作支援処理を示すフローチャートである。車間時間の頻度分布図である。学習度合ＰＬの算出に用いるマップである。学習度合ＰＬの算出に用いるマップである。情報提供レベルの設定に用いるテーブルである。車間時間に関する操作支援情報の一例である。ステアリング操作に関する操作支援情報の一例である。第２実施形態の操作支援処理を示すフローチャートである。閾値Ｓｆｏの算出に用いるマップである。閾値Ｓｓｏの算出に用いるマップである。第３実施形態の操作支援処理を示すフローチャートである。所定値Ｌｏの算出に用いるマップである。第４実施形態のシステム構成を示すブロック図である。第４実施形態の操作支援処理を示すフローチャートである。環境フラグの設定に用いるテーブルである。環境フラグの設定に用いるテーブルである。環境フラグの設定に用いるテーブルである。学習度合ＰＬの算出に用いるマップである。学習度合ＰＬの算出に用いるマップである。第５実施形態の操作支援処理を示すフローチャートである。閾値Ｓｆｏの算出に用いるマップである。閾値Ｓｓｏの算出に用いるマップである。第６実施形態の操作支援処理を示すフローチャートである。所定値Ｌoの算出に用いるマップである。第７実施形態の操作支援処理を示すフローチャートである。所定値Ｃ１及びＣ２の算出に用いるマップである。第８実施形態のシステム構成を示すブロック図である。第８実施形態の操作支援処理を示すフローチャートである。

　以下、本発明の実施形態を図面に基づいて説明する。
《第１実施形態》
　《構成》
　図１は、運転操作支援装置の概略構成であり、図２は、そのブロック図である。レーザレーダ１０は、車両の前方グリルやバンパ等に設けられ、水平方向に赤外光パルスを照射して自車両の前方領域を走査する。レーザレーダ１０は、前方にある複数の反射物（通常、先行車の後端）で反射された赤外光パルスの反射波を計測し、反射波の到達時間より、複数の障害物までの車間距離Ｄ及び相対速度Ｖｒを検出する。検出した車間距離Ｄ及び相対速度Ｖｒはコントローラ４０へ出力される。レーザレーダ１０によりスキャンされる前方の領域は、自車正面に対して例えば±６deg程度であり、この範囲内に存在する前方物体が検出される。

　車速センサ２０は、車輪の回転数や変速機の出力側の回転数を計測することにより自車両の車速Ｖを検出し、検出した車速Ｖはコントローラ４０に出力される。舵角センサ３０は、ステアリングの操舵角θを検出し、検出した操舵角θはコントローラ４０に出力される。コントローラ４０は、ＣＰＵと、ＲＯＭおよびＲＡＭ等のＣＰＵ周辺部品とから構成され、入力される各種信号に基づいて運転者の運転特性を分析し、運転診断を行う。この診断結果に基づいて、表示ユニット５０やスピーカ６０を介して警報やアドバイスなどの操作支援情報を運転者に提供する。表示ユニット５０は、例えばナビゲーションシステムの表示モニタやコンビネーションメータなどを利用する。

　次に、コントローラ４０で所定時間（例えば５０msec）毎に実行される操作支援処理を、図３のフローチャートに従って説明する。先ずステップＳ１では、各種データを読込む。続くステップＳ２では、下記（１）式に示すように、自車両と先行車両との車間時間ＴＨＷを算出する。車間時間ＴＨＷとは、車間距離Ｄを車速Ｖで除したものであり、先行車両の現在位置に自車両が到達するまでの所要時間を指す。
　ＴＨＷ＝Ｄ／Ｖ ………（１）

　続くステップＳ３では、車間時間ＴＨＷの頻度分布を演算する。車間時間ＴＨＷの頻度分布は、異なる二つの所定期間ＴＬ１及びＴＬ２における車間時間ＴＨＷの累積頻度分布である。但し、自車両及び先行車両の何れか一方が加速するなどして相対速度Ｖｒが変化しているような状況を除外するために、相対速度Ｖｒが例えば±５ｋｍ／ｈ以内で、且つ車間時間ＴＨＷが例えば４sec以内となるような条件でサンプリングを行う。所定期間ＴＬ１は、普段の運転行動パターンを把握（学習）するのに必要な期間であり、例えば２１６０secに設定される。所定期間ＴＬ２は、直近の運転行動パターンを把握するのに必要な期間であり、例えば６０secに設定される。

　頻度分布は、車間時間ＴＨＷの新しいデータを取得する度に更新する。例えば、０～４secの全区間を、０.２sec毎の小区間ｍ１～ｍ２０に細分化し、新しいデータを取得した際に、各小区間の頻度ｔｐ１～ｔｐ２０を更新して行う。先ず、全体のサンプル数をＮｔとしたとき、新しいデータが該当する小区間ｍｉの頻度ｔｐｉは、下記（２）式で算出する。
　ｔｐｉ＝（ｔｐｉ＋１／Ｎｔ）÷（１＋１／Ｎｔ） ………（２）
　また、新しいデータが入らない小区間ｍｉの頻度ｔｐｉは、下記（３）式で算出する。
　ｔｐｉ＝ｔｐｉ÷（１＋１／Ｎｔ） ………（３）
　なお、平均的な運転者の頻度分布データを初期値として設定し、車間時間ＴＨＷの平均値を１.４sec程度、分散を０.５sec程度とした正規分布とする。

　続くステップＳ４では、車間時間ＴＨＷの頻度分布に基づき、現在の運転行動パターンが普段（通常状態）と比べて、どれほど異なっているかを表す非定常度合ＤＤｆを算出する。先ず、図４に示すように、異なる所定期間ＴＬ１及びＴＬ２の夫々で、車間時間ＴＨＷが所定値Ｌｏ以下の累積頻度Ｓ１及びＳ２を算出する。そして、下記（４）式に示すように、累積頻度Ｓ１及びＳ２の差分を、非定常度合ＤＤｆとして算出する。下記（４）式によれば、車間時間ＴＨＷが所定値Ｌｏ以下となる累積頻度Ｓ２が大きいほど、非定常度合ＤＤｆが大きくなる。
　ＤＤｆ＝Ｓ２－Ｓ１ ………（４）

　続くステップＳ５では、ステアリング操作が滑らかに行われると仮定したときに、操舵角の直近の変化状態に基づいて現在の操舵角を推定し、この推定値と検出値との差分、つまり推定誤差を算出する。続くステップＳ６では、異なる二つの所定期間ＴＬ１及びＴＬ２における推定誤差の頻度分布を演算する。頻度分布は、推定誤差の大きさに応じて例えばｍ１～ｍ９に分けた区間頻度であり、区間幅を規定するα値は、一般的なドライバの平均値を用いて設定する。

　頻度分布は、推定誤差の新しいデータを取得する度に更新する。先ず、全体のサンプル数をＮｐとしたとき、新しいデータが該当する小区間ｍｉの頻度ｐｉは、下記（５）式で算出する。
　ｐｉ＝（ｐｉ＋１／Ｎｐ）÷（１＋１／Ｎｐ） ………（５）
　また、新しいデータが入らない小区間ｍｉの頻度ｔｐｉは、下記（６）式で算出する。
　ｐｉ＝ｐｉ÷（１＋１／Ｎｐ） ………（６）

　続くステップＳ７では、推定誤差の頻度分布に基づいて、ステアリング操作の不安定さを定量化したステアリング・エントロピーＲＨｐを演算し、このステアリング・エントロピーＲＨｐを、現在の運転行動パターンが普段（通常状態）と比べて、どれほど異なっているかを表す非定常度合ＤＤｓとして算出する。先ず、下記（７）式に示すように、ステアリング・エントロピーＲＨｐを演算する。
　ＲＨｐ＝Σｑｉ・log₉（ｑｉ／ｐｉ） ………（７）

　ここで、ｐｉは所定期間ＴＬ１における推定誤差分布、ｑｉは所定期間ＴＬ２における推定誤差分布である。なお、平均的な運転者の推定誤差分布データを初期値として設定しておく。そして、下記（８）式に示すように、ステアリング・エントロピーＲＨｐを、非定常度合ＤＤｓとして算出する。
　ＤＤｓ＝ＲＨｐ ………（８）

　続くステップＳ８では、下記の１～３の何れかの方法で、運転者ごとに異なる運転行動パターンの学習度合ＰＬを算出する。
　１．データ取得率ｐｍに応じて算出する。
　先ず、下記（９）式に示すように、普段の運転行動パターンを把握するのに必要な所定期間ＴＬ１に含まれる全体のサンプル数と、そのうち運転者の運転行動パターンとして取得したデータ数とに基づいて、データ取得率ｐｍを算出する。運転者から取得するデータとは、運転者の運転行動パターン、つまり車間時間ＴＨＷの頻度分布や、推定誤差の頻度分布を指す。ここで、ｓｒはサンプリング周波数である。
　ｐｍ＝ｍ／（ＴＬ１×ｓｒ） ………（９）
　そして、図５のマップを参照し、データ取得率ｐｍに応じて運転行動パターンの学習度合ＰＬを算出する。このマップは、横軸をデータ取得率ｐｍ、縦軸を学習度合ＰＬとし、データ取得率ｐｍが大きいほど、学習度合ＰＬが大きくなるように設定されている。

　２．時間経過率ｐｔに応じて算出する。先ず、下記（１０）式に示すように、普段の運転行動パターンを把握するのに必要な所定期間ＴＬ１と、運転者の運転行動パターンに関するデータ取得を開始してからの経過時間とに基づいて、時間経過率ｐｔを算出する。
　ｐｔ＝ｍｔ／ＴＬ１ ………（１０）
　そして、図６のマップを参照し、時間経過率ｐｔに応じて運転行動パターンの学習度合ＰＬを算出する。このマップは、横軸を時間経過率ｐｔ、縦軸を学習度合ＰＬとし、時間経過率ｐｔが大きいほど、学習度合ＰＬが大きくなるように設定されている。

　３．上記１及び２複合する。例えば、平均値を算出したり、セレクトローしたり、重み付けして加算したりする。続くステップＳ９では、非定常度合ＤＤｆが所定の閾値Ｓｆｏを上回るか否か、又は非定常度合ＤＤｓが所定の閾値Ｓｓｏを上回るか否かを判定する。この判定結果が、ＤＤｆ≦Ｓｆｏであり、且つＤＤｓ≦Ｓｓｏであるときには、現在の運転行動パターンが普段どおりであると判断し、そのまま所定のメインプログラムに復帰する。一方、判定結果がＤＤｆ＞Ｓｆｏである、又はＤＤｓ＞Ｓｓｏであるときには、現在の運転行動パターンが普段と比べて大きく異なっていると判断してステップＳ１０に移行する。

　ステップＳ１０では、図７のテーブルを参照し、学習度合ＰＬに応じて運転者に操作支援情報を提供するための情報提供レベルを設定する。このテーブルによれば、学習度合ＰＬが０から所定値Ｃ１の間にあるときには（０≦ＰＬ＜Ｃ１）、情報提供レベルがＬ０に設定され、学習度合ＰＬが所定値Ｃ１から所定値Ｃ２の間にあるときには（Ｃ１≦ＰＬ＜Ｃ２）、情報提供レベルがＬ１に設定され、学習度合ＰＬが所定値Ｃ２から１の間にあるときには（Ｃ２≦ＰＬ＜１）、情報提供レベルがＬ２に設定され、学習度合ＰＬが１のときには（ＰＬ＝１）、情報提供レベルがＬ３に設定される。つまり、学習度合ＰＬが大きくなるほど、情報提供レベルが大きくなるように設定されている。

　続くステップＳ１１では、前記ステップＳ６の判定結果と情報提供レベルとに応じて操作支援情報を決定し、これを表示ユニット５０やスピーカ６０を介して運転者に提供してから所定のメインプログラムに復帰する。先ず、判定結果がＤＤｆ＞Ｓｆｏであるときには、車間時間ＴＨＷについての操作支援情報を提供するものとし、図８のテーブルを参照し、情報提供レベルに応じて操作支援情報を決定する。このテーブルによれば、情報提供レベルがＬ０であるときには、情報提供はしない。また、情報提供レベルがＬ１であるときには、例えば「先行車両に注意」などと、注意内容について報知する。また、情報提供レベルがＬ２であるときには、例えば「車間時間がいつもより短くなっています」などと、車両の走行状態について事実を報知する。また、情報提供レベルがＬ３であるときには、例えば「車間時間がいつもより短くなっています、注意して運転しましょう」などと、車両の走行状態について事実を報知すると共に、注意勧告を行う。

　また、判定結果がＤＤｓ＞Ｓｓｏであるときには、ステアリング操作についての操作支援情報を提供するものとし、図９のテーブルを参照し、情報提供レベルに応じて操作支援情報を決定する。このテーブルによれば、情報提供レベルがＬ０であるときには、情報提供はしない。また、情報提供レベルがＬ１であるときには、例えば「ふらつきに注意」などと、注意内容について報知する。また、情報提供レベルがＬ２であるときには、例えば「ハンドル操作がいつもより乱れています」などと、車両の走行状態について事実を報知する。また、情報提供レベルがＬ３であるときには、例えば「ハンドル操作がいつもより乱れています、注意して運転しましょう」などと、車両の走行状態について事実を報知すると共に、注意勧告を行う。

　《作用》
　先ず、運転者の普段の運転行動パターンを予め学習しておき、現在の運転行動パターンが普段と異なっているときに、運転者に必要な操作支援情報を与える。ここでは、運転者の運転行動パターンとして、先行車両との車間距離や相対速度に関する習慣、つまり先行車両に対する車間の取り方や接近の仕方を、車間時間ＴＨＷの頻度分布として学習し（ステップＳ２、Ｓ３）、さらにステアリング操作に関する習慣、つまり操作の滑らかさを、推定誤差の頻度分布として学習する（ステップＳ５、Ｓ６）。また、普段の運転行動パターンについては、ある程度の長さとなる所定期間ＴＬ１に渡ってサンプリングしたデータに基づいて把握し、現在の運転行動パターンについては、直近の所定期間ＴＬ２に渡ってサンプリングしたデータに基づいて把握する。

　そして、現在の運転行動パターンが普段と比べて、どれほど異なっているかを判断するために、前記（４）式に従って、車間時間ＴＨＷの頻度分布に基づいて非定常度合ＤＤｆを算出し（ステップＳ４）、さらに前記（７）及び（８）式に従って、推定誤差の頻度分布に基づいて非定常度合ＤＤｓを算出する（ステップＳ７）。ここで、非定常度合ＤＤｆが閾値Ｓｆｏを超えていれば（ステップＳ９の判定が“Yes”）、先行車両との車間距離や相対速度に関する現在の運転行動パターンが普段と異なっていると判断して、先行車両に対する注意を喚起するための操作支援情報を提供する（ステップＳ１１）。また、非定常度合ＤＤｓが閾値Ｓｓｏを超えていれば（ステップＳ９の判定が“Yes”）、ステアリング操作に関する現在の運転行動パターンが普段と異なっていると判断して、ステアリング操作に関する注意を喚起するための操作支援情報を提供する（ステップＳ１１）。

　ところで、運転行動パターンを学習している過程では、そのデータ数が不十分であり、その不足分は、平均的な運転者のデータ（初期値）を代用せざるを得ないので、非定常度合ＤＤｆ及びＤＤｓの判断精度が低くなってしまい、不適当な操作支援情報によって運転者に違和感を与える可能性がある。そこで、本実施形態では、データ取得率ｐｍ及び時間経過率ｐｔの少なくとも一方に基づいて、運転行動パターンの学習度合ＰＬを算出し（ステップＳ８）、この学習度合ＰＬに応じて情報提供レベルをＬ０～Ｌ３に設定することで操作支援情報の提供内容を変更する（ステップＳ１０）。すなわち、学習度合ＰＬが低いほど、不適当な操作支援情報を提供する可能性が高くなるので、その分、操作支援情報の提供内容を控え目にする。

　先ず、情報提供レベルがＬ０のときには、学習度合ＰＬが最も低く、学習開始直後の状態にあるので、操作支援情報の提供を控える。また、情報提供レベルがＬ１のときには、まだ学習度合ＰＬが不十分な状態にあるので、「先行車両に注意」や「ふらつきに注意」などと、注意内容のみを提供する。また、情報提供レベルがＬ２のときには、学習度合ＰＬが高まっている状態にあるので、「車間時間がいつもより短くなっています」や「ハンドル操作がいつもより乱れています」などと、車両の走行状態について具体的な事実を提供する。そして、情報提供レベルがＬ３のときには、学習度合ＰＬが最も高く、ほぼ学習完了の状態にあるので、「車間時間がいつもより短くなっています、注意して運転しましょう」や「ハンドル操作がいつもより乱れています、注意して運転しましょう」などと、車両の走行状態について具体的な事実を提供すると共に、注意勧告も提供する。このように、学習度合ＰＬに応じて操作支援情報の内容を変更することで、運転行動パターンを学習している過程であっても、運転者に的確な操作支援情報を与えることができる。

　《応用例》
　なお、本実施形態では、先行車両との車間距離や相対速度に関する習慣を学習すると共に、ステアリング操作に関する習慣を学習しているが、これに限定されるものではなく、何れか一方だけでもよい。また、本実施形態では、操作支援情報の一例について説明したが、これに限定されるものではなく、本発明の主旨を逸脱しない範囲で、他の内容に変更してもよい。

　《効果》
　以上より、ステップＳ２、Ｓ３、Ｓ５、Ｓ６の処理が「学習部又は学習手段」に対応し、ステップＳ４、Ｓ７の処理が「非定常度合算出部又は手段」に対応し、ステップＳ８の処理が「学習度合算出部又は手段」に対応し、ステップＳ９～Ｓ１１の処理が「報知部又は手段」に対応する。
（１）所定期間に渡って運転者の運転行動パターンを学習する学習部と、学習部で学習した運転行動パターンと比較して、現在の運転行動パターンがどれほど異なっているかを表す非定常度合を算出する非定常度合算出部と、学習部での学習度合を算出する学習度合算出部と、非定常度合算出部で算出した非定常度合が閾値を超えたときに、学習部で学習した運転行動パターンを促すための操作支援情報を、学習度合算出部で算出した学習度合に応じて運転者に報知する報知部と、を備える。これにより、運転者の運転行動パターンを学習している過程では、その学習度合に応じて操作支援情報を変更するので、運転者に的確な操作支援情報を与えることができる。

（２）学習度合算出部は、学習部が運転者の運転行動パターンとして取得したデータ数に応じて、学習部での学習度合を算出する。これにより、学習度合を容易に且つ的確に算出することができる。
（３）学習度合算出部は、学習部が運転者の運転行動パターンとしてデータの取得を開始してからの経過時間に応じて、学習部での学習度合を算出する。これにより、学習度合を容易に且つ的確に算出することができる。

（４）報知部は、学習度合算出部で算出した学習度合に応じて、操作支援情報の提供内容を変更する。これにより、運転者に不適当な操作支援情報を報知してしまうことを回避できる。
（５）報知部は、学習度合算出部で算出した学習度合が高いほど、操作支援情報の提供内容を詳細にする。これにより、運転者に不適当な操作支援情報を報知してしまうことを回避できる。

（６）所定期間に渡って運転者の運転行動パターンを予め学習しておき、学習しておいた運転行動パターンと比較して、現在の運転行動パターンがどれほど異なっているかを表す非定常度合を算出すると共に、算出した非定常度合が閾値を超えたときに、学習しておいた運転行動パターンを促すための操作支援情報を運転者に報知し、運転者の運転行動パターンを学習している過程では、学習度合に応じて前記操作支援情報を変更する。運転者の運転行動パターンを学習している過程では、その学習度合に応じて操作支援情報を変更するので、運転者に的確な操作支援情報を与えることができる。

《第２実施形態》
　《構成》
　第２実施形態は、学習度合ＰＬに応じて閾値Ｓｆｏ及びＳｓｏを変更するものであり、図１０の操作支援処理を実行する。これは、前述した第１実施形態において、前記ステップＳ８とＳ９との間に、新たなステップＳ２１を追加したものである。ステップＳ２１では、学習度合ＰＬに応じて、閾値Ｓｆｏ及びＳｓｏを算出する。先ず、図１１のマップを参照し、学習度合ＰＬに応じて閾値Ｓｆｏを算出する。このマップは、学習度合ＰＬが低いほど、閾値Ｓｆｏが大きくなるように設定されている。また、図１２のマップを参照し、学習度合ＰＬに応じて閾値Ｓｓｏを算出する。このマップは、学習度合ＰＬが低いほど、閾値Ｓｓｏが大きくなるように設定されている。

　《作用》
　本実施形態では、学習度合ＰＬが低いほど、閾値Ｓｆｏ及びＳｓｏを小さくする（ステップＳ２１）。したがって、学習度合ＰＬが低いときほど、非定常度合ＤＤｆが閾値Ｓｆｏを超えにくくなると共に、非定常度合ＤＤｓが閾値Ｓｓｏを超えにくくなる。これにより、学習度合ＰＬが低いときには、操作支援情報の提供を抑制し、運転者に不適格な操作支援情報を報知してしまうことを回避できる。その他の作用効果は、前述した第１実施形態と同様である。

　《効果》
　以上より、ステップＳ２１の処理が「第一の変更部又は手段」に対応する。
（１）学習度合算出部で算出した学習度合が低いほど、非定常度合算出部で算出した非定常度合が閾値を超えにくくなるように、閾値及び非定常度合の少なくとも一方を変更する第一の変更部を備える。これにより、学習度合が低いときには、操作支援情報の提供を抑制し、運転者に不適格な操作支援情報を報知してしまうことを回避できる。
（２）第一の変更部は、学習度合算出部で算出した学習度合が低いほど、閾値を増加させる。これにより、学習度合が低いときには、操作支援情報の提供を抑制し、運転者に不適格な操作支援情報を報知してしまうことを回避できる。

《第３実施形態》
　《構成》
　第３実施形態は、学習度合ＰＬに応じて所定値Ｌｏを変更するものであり、図１３の操作支援処理を実行する。これは、前述した第１実施形態において、前記ステップＳ８とＳ９の間に、新たなステップＳ３１、Ｓ３２を追加したものである。ステップＳ３１では、図１４のマップを参照し、学習度合ＰＬに応じて所定値Ｌｏを算出する。このマップは、学習度合ＰＬが低いほど、所定値Ｌｏが小さくなるように設定されている。ステップＳ３２では、上記ステップＳ３１で設定された所定値Ｌｏを用いて、前記ステップＳ４を再処理して、非定常度合ＤＤｆを修正する。

　《作用》
　本実施形態では、学習度合ＰＬが低いほど、所定値Ｌｏを小さくする（ステップＳ３１）。したがって、学習度ＰＬが低いときほど、累積頻度Ｓ１及びＳ２の差分が小さくなり（図４参照）、非定常度合ＤＤｆが小さくなる（ステップＳ３２）。つまり、非定常度合ＤＤｆが閾値Ｓｆｏを超えにくくなる。これにより、学習度合ＰＬが低いときには、操作支援情報の提供を抑制し、運転者に不適格な操作支援情報を報知してしまうことを回避できる。その他の作用効果は、前述した第１実施形態と同様である。

　《応用例》
　なお、本実施形態では、学習度合ＰＬに応じて所定値Ｌｏを変更することで、非定常度合ＤＤｆを補正しているが、これに限定されるものではなく、学習度合ＰＬが低いほど、１よりも小さくなる補正係数ｋを算出し、この補正係数ｋを非定常度合ＤＤｆに乗じることで、直接、非定常度合ＤＤｆを補正してもよい。

　《効果》
　以上より、ステップＳ３１、Ｓ３２の処理が「第一の変更部又は手段」に対応する。
（１）学習度合算出部で算出した学習度合が低いほど、非定常度合算出部で算出した非定常度合が閾値を超えにくくなるように、閾値及び非定常度合の少なくとも一方を変更する第一の変更部を備える。これにより、学習度合が低いときには、操作支援情報の提供を抑制し、運転者に不適格な操作支援情報を報知してしまうことを回避できる。
（２）第一の変更部は、学習度合算出部で算出した学習度合が低いほど、非定常度合を減少させる。これにより、学習度合が低いときには、操作支援情報の提供を抑制し、運転者に不適格な操作支援情報を報知してしまうことを回避できる。

《第４実施形態》
　《構成》
　第４実施形態は、車両周囲の走行環境を検出し、検出した走行環境に応じて学習度合ＰＬを補正するものである。図１５はシステム構成であり、第１実施形態において、ライトスイッチ７０、ワイパスイッチ８０、ナビゲーションシステム９０を追加したものである。なお、ナビゲーションシステム９０は、道路交通情報通信システム（ＶＩＣＳ：Vehicle Information and Communication System）を利用してＦＭ多重放送や光・電波ビーコンから車両周囲の交通情報を受信する。

　図１６は、操作支援処理であり、前述した第１実施形態において、前記ステップＳ８とＳ９の間に、新たなステップＳ４１、Ｓ４２を追加したものである。ステップＳ４１では、現在の走行環境に応じて環境フラグＦを設定する。先ず、ライトスイッチ７０の作動状態に応じて、車両周囲の明るさを検出し、図１７に示すように、ライトスイッチ７０がＯＦＦであれば、基準環境にあると判断して環境フラグをＦ＝０にリセットする。一方、ライトスイッチ７０がＯＮであれば、基準環境とは異なっていると判断して環境フラグをＦ＝１にセットする。

　また、ワイパスイッチ８０の作動状態に応じて、車両周囲の気象状態を検出し、図１８に示すように、ワイパスイッチ８０がＯＦＦであれば、基準環境にあると判断して環境フラグをＦ＝０にリセットする。一方、ワイパスイッチ８０がＯＮであれば、基準環境とは異なっている判断して環境フラグをＦ＝１にセットする。また、交通情報に応じて、車両周囲の交通量を検出し、図１９に示すように、交通量が少なければ、基準環境にあると判断して環境フラグをＦ＝０にリセットし、交通量が多ければ、基準環境とは異なっていると判断して環境フラグをＦ＝１にセットする。

　続くステップＳ４２では、環境フラグＦに応じて学習度合ＰＬを補正する。
　先ず、データ取得率ｐｍに応じて学習度合ＰＬを算出する場合には、図２０のマップを参照し、環境フラグＦに応じて学習度合ＰＬを補正する。このマップは、データ取得率ｐｍが大きいほど、学習度合ＰＬが大きくなり、且つ環境フラグがＦ＝１のときには、Ｆ＝０のときよりも、学習度合ＰＬが小さくなるように設定されている。また、時間経過率ｐｔに応じて学習度合ＰＬを算出する場合には、図２１のマップを参照し、環境フラグＦに応じて学習度合ＰＬを補正する。このマップは、時間経過率ｐｔが大きいほど、学習度合ＰＬが大きくなり、且つ環境フラグがＦ＝１のときには、Ｆ＝０のときよりも、学習度合ＰＬが小さくなるように設定されている。

　《作用》
　本実施形態では、現在の走行環境を検出し（ステップＳ４１）、検出した走行環境が所定の基準環境と異なっているときに、学習度合ＰＬを小さくする（ステップＳ４２）。これにより、情報提供レベルを小さくし、操作支援情報の提供内容を控え目にする。すなわち、夜間・悪天候・渋滞など、走行環境が通常でないときには、運転者の運転行動パターンが普段とは異なる傾向が高いので、不必要な操作支援情報の提供を抑制することで、運転者に違和感を与えることを防げる。その他の作用効果は、前述した第１実施形態と同様である。

　《応用例》
　なお、本実施形態では、ライトスイッチ７０の作動状態に応じて、車両周囲の明るさを検出しているが、これに限定されるものではなく、車外照度を検出する受光センサによって周囲の明るさを検出してもよい。また、本実施形態では、ワイパスイッチ８０の作動状態に応じて、車両周囲の気象状態を検出しているが、これに限定されるものではなく、雨滴感知センサによって周囲の気象状態を検出してもよい。また、ヘッドランプよりも幅広く光が届き対向車や歩行者からの視認性に優れていることから、霧などで視界が悪くなった時に使用されるフォグランプの作動状態、またエアコンからの乾いた温風を窓ガラスに吹き付けて、内面の曇りや露を蒸発させたり、ガラス内に配線した抵抗線に電気を通し、ガラスを温めて外側に付着した霜や氷を溶かしたりするデフォッガ（デフロスタ）の作動状態などに応じて、周囲の気象状態を検出してもよい。また、本実施形態では、車両周囲の走行環境として、明るさ、気象状態、及び交通量を検出しているが、これに限定されるものではなく、少なくとも一つだけを検出するようにしてもよい。

　《効果》
　以上より、ステップＳ４１の処理が「判断部又は手段」に対応し、ステップＳ４２の処理が「第二の変更部又は手段」に対応する。
（１）車両周囲の走行環境を検出し、検出した現在の走行環境が所定の基準環境と異なっているか否かを判断する判断部と、判断部が現在の走行環境が所定の基準環境と異なっていると判断したときに、学習度合算出部で算出した学習度合を減少させる第二の変更部と、を備える。これにより、走行環境が通常でないときには、不必要な操作支援情報の提供を抑制し、運転者に違和感を与えることを防げる。
（２）判断部は、車両周囲の明るさを検出し、検出した現在の明るさが所定の基準状態よりも低下したときに、現在の走行環境が所定の基準環境と異なっていると判断する。これにより、昼間であるか夜間であるかに基づいて、現在の走行環境が所定の基準環境と異なっていることを的確に判断することができる。

（３）判断部は、車両周囲の気象状態を検出し、検出した現在の気象状態が所定の基準状態よりも悪化したときに、現在の走行環境が所定の基準環境と異なっていると判断する。これにより、天候が良いか悪いかに基づいて、現在の走行環境が所定の基準環境と異なっていることを的確に判断することができる。
（４）判断部は、車両周囲の交通量を検出し、検出した現在の交通量が所定の基準状態よりも多いときに、現在の走行環境が所定の基準環境と異なっていると判断する。これにより、交通量が少ないか多いかに基づいて、現在の走行環境が所定の基準環境と異なっていることを的確に判断することができる。

《第５実施形態》
　《構成》
　第５実施形態は、車両周囲の走行環境を検出し、検出した走行環境に応じて閾値Ｓｆｏ及びＳｓｏを変更するものであり、図２２の操作支援処理を実行する。これは、前述した第４実施形態において、前記ステップＳ４２の処理を、新たなステップＳ５１に変更したものである。ステップＳ５１では、学習度合ＰＬ及び環境フラグＦに応じて、閾値Ｓｆｏ及びＳｓｏを算出する。

　先ず、図２３のマップを参照し、学習度合ＰＬ及び環境フラグＦに応じて閾値Ｓｆｏを算出する。このマップは、学習度合ＰＬが低いほど、閾値Ｓｆｏが大きくなり、且つ環境フラグがＦ＝１のときには、Ｆ＝０のときよりも、閾値Ｓｆｏが大きくなるように設定されている。また、図２４のマップを参照し、学習度合ＰＬ及び環境フラグＦに応じて閾値Ｓｓｏを算出する。このマップは、学習度合ＰＬが低いほど、閾値Ｓｓｏが大きくなり、且つ環境フラグがＦ＝１のときには、Ｆ＝０のときよりも、閾値Ｓｓｏが大きくなるように設定されている。

　《作用》
　本実施形態では、現在の走行環境を検出し（ステップＳ４１）、検出した走行環境が所定の基準環境と異なっているときに、閾値Ｓｆｏ及びＳｓｏを大きくする（ステップＳ５１）。これにより、非定常度合ＤＤｆが閾値Ｓｆｏを超えにくくなると共に、非定常度合ＤＤｓが閾値Ｓｓｏを超えにくくなる。すなわち、夜間・悪天候・渋滞など、走行環境が通常でないときには、運転者の運転行動パターンが普段と異なる傾向が高いので、不必要な操作支援情報の提供を抑制することで、運転者に違和感を与えることを防げる。その他の作用効果は、前述した第４実施形態と同様である。

　《効果》
　以上より、ステップＳ４１の処理が「判断部又は手段」に対応し、ステップＳ５１の処理が「第三の変更部又は手段」に対応する。
（１）車両周囲の走行環境を検出し、検出した現在の走行環境が所定の基準環境と異なっているか否かを判断する判断部と、判断部が現在の走行環境が所定の基準環境と異なっていると判断したときに、非定常度合算出部で算出した非定常度合が閾値を超えにくくなるように、閾値及び非定常度合の少なくとも一方を変更する第三の変更部と、を備える。これにより、走行環境が通常でないときには、不必要な操作支援情報の提供を抑制し、運転者に違和感を与えることを防げる。

《第６実施形態》
　《構成》
　第６実施形態は、車両周囲の走行環境を検出し、検出した走行環境に応じて所定値Ｌｏを変更するものであり、図２５の操作支援処理を実行する。これは、前述した第４実施形態において、前記ステップＳ４２の処理を、新たなステップＳ６１、Ｓ６２に変更したものである。ステップＳ６１では、図２６のマップを参照し、学習度合ＰＬ及び環境フラグＦに応じて所定値Ｌｏを算出する。このマップは、学習度合ＰＬが低いほど、所定値Ｌｏが小さくなり、環境フラグがＦ＝１であるときには、Ｆ＝０であるときよりも所定値Ｌｏが小さくなるように設定されている。ステップＳ６２では、上記ステップＳ６１で設定された所定値Ｌｏを用いて、前記ステップＳ４を再処理して、非定常度合ＤＤｆを修正する。

　《作用》
　本実施形態では、現在の走行環境を検出し（ステップＳ４１）、検出した走行環境が所定の基準環境と異なっているときに、所定値Ｌｏを小さくする（ステップＳ６１）。これにより、累積頻度Ｓ１及びＳ２の差分が小さくなり（図４参照）、非定常度合ＤＤｆが小さくなる（ステップＳ６２）。つまり、非定常度合ＤＤｆが閾値Ｓｆｏを超えにくくなる。すなわち、夜間・悪天候・渋滞など、走行環境が通常でないときには、運転者の運転行動パターンが普段と異なる傾向が高いので、不必要な操作支援情報の提供を抑制することで、運転者に違和感を与えることを防げる。その他の作用効果は、前述した第４実施形態と同様である。

　《効果》
　以上より、ステップＳ４１の処理が「判断部又は手段」に対応し、ステップＳ６１、Ｓ６２の処理が「第三の変更部又は手段」に対応する。
（１）車両周囲の走行環境を検出し、検出した現在の走行環境が所定の基準環境と異なっているか否かを判断する判断部と、判断部が現在の走行環境が所定の基準環境と異なっていると判断したときに、非定常度合算出部で算出した非定常度合が閾値を超えにくくなるように、閾値及び非定常度合の少なくとも一方を変更する第三の変更部と、を備える。これにより、走行環境が通常でないときには、不必要な操作支援情報の提供を抑制し、運転者に違和感を与えることを防げる。

《第７実施形態》
　《構成》
　第７実施形態は、車両周囲の走行環境を検出し、検出した走行環境に応じて操作支援情報の提供内容を変更するものであり、図２７の操作支援処理を実行する。これは、前述した第４実施形態において、前記ステップＳ４２の処理を、新たなステップＳ７１に変更したものである。ステップＳ７１では、図２７のマップを参照し、環境フラグＦに応じて所定値Ｃ１及びＣ２を算出する。所定値Ｃ１及びＣ２とは、前記ステップＳ１０で用いられる。このマップによれば、Ｆ＝０のときには、所定値Ｃ１及びＣ２となり、Ｆ＝１のときには、夫々、より大きな所定値Ｃ１′及びＣ２′となるように設定されている。

　《作用》
　本実施形態では、現在の走行環境を検出し（ステップＳ４１）、検出した走行環境が所定の基準環境と異なっているときに、所定値Ｃ１及びＣ２を大きくする（ステップＳ７１）。これにより、情報提供レベルを小さくし、操作支援情報の提供内容を控え目にする。すなわち、夜間・悪天候・渋滞など、走行環境が通常でないときには、運転者の運転行動パターンが普段とは異なる傾向が高いので、不必要な操作支援情報の提供を抑制することで、運転者に違和感を与えることを防げる。その他の作用効果は、前述した第４実施形態と同様である。

　《効果》
　以上より、ステップＳ４１の処理が「判断部又は手段」に対応し、ステップＳ７１、Ｓ１０の処理が「報知部又は手段」に対応する。
（１）車両周囲の走行環境を検出し、検出した現在の走行環境が所定の基準環境と異なっているか否かを判断する判断部を備え、報知部は、判断部が現在の走行環境が所定の基準環境と異なっていると判断したときに、操作支援情報の提供を抑制する。これにより、走行環境が通常でないときには、不必要な操作支援情報の提供を抑制し、運転者に違和感を与えることを防げる。

《第８実施形態》
　《構成》
　第８実施形態は、運転中の運転者に応じて個別に学習度合を算出し、操作支援情報の提供を行うものである。図２９に第８実施形態のシステム構成ブロック図を示す。これは、前述した第１実施形態にたいして、ドライバ選択スイッチ１００を追加したものである。ドライバ選択スイッチ１００は、例えばインスツルメントパネルに設置され、運転者は本人用に割当てられたスイッチを選択することで、コントローラ４０は学習度合や頻度分布を計算する運転者のデータを設定する。図３０に第８実施形態の操作支援処理のフローチャートを示す。これは、前述した第１実施形態において、前記ステップＳ３をＳ８２に、Ｓ４をＳ８３に、Ｓ６をＳ８４に、Ｓ７をＳ８５に、Ｓ８をＳ８６、Ｓ９をＳ８７の新たな処理にそれぞれ変更し、運転者判定を行うステップＳ８１を追加したものである。ここで、ｄｉは、可能なｎ人のなかから選択設定されるドライバの番号（ｄｉ：ｄ１，…，ｄｉ，…，ｄｎ）を示す。ステップＳ８１では、運転者ｄｉを判定する。ステップＳ８２では、判定されたドライバｄｉの車間時間頻度分布Ｄｆ（ｄｉ）を更新する。ステップＳ８３では、判定されたドライバｄｉの車間時間に関する非定常度合ＤＤｆ（ｄｉ）を算出する。ステップＳ８４では、判定されたドライバｄｉの操舵角推定誤差頻度分布Ｄｓ（ｄｉ）を更新する。ステップＳ８５では、判定されたドライバｄｉの操舵角推定誤差に関する非定常度合ＤＤｓ（ｄｉ）を算出する。ステップＳ８６では、ドライバｄｉの学習度合ＰＬ（ｄｉ）を更新する。ステップＳ８７では、ドライバｄｉに対して計算された非定常度合ＤＤｆ（ｄｉ）またはＤＤｓ（ｄｉ）のいずれかが判定閾値より大きいかどうかを判断し、ステップＳ１０、Ｓ１１にて操作支援を実行する。これらのステップで計算されたＤｆ（ｄｉ）、ＤＤｆ（ｄｉ）、Ｄｓ（ｄｉ）、ＤＤｓ（ｄｉ）は運転終了後またはドライバ選択スイッチで別の運転者に設定変更時、メモリに記憶保持され、次回当該のドライバが選択されたときに再設定される。

　《作用》
　本実施形態では、判定された運転者に応じて、個別に頻度分布を更新し（ステップＳ８１、Ｓ８３）、非定常度合を算出し（ステップＳ８２、Ｓ８４）、学習度合を計算する（ステップＳ８５）。これにより、運転頻度が異なる複数の運転者が本装置を共用する際に、個別に操作支援処理を行う。これにより、学習度合が進行している運転者の後で、別の運転者が初めて本装置を使用する際などにおいて、不必要な操作支援情報の提供を抑制することで、運転者に違和感を与えることを防げる。また、前回運転時の学習度合を保持することで、次回の運転開始直後において、普段の運転行動パターンが普段と異なる場合に、早い段階で操作支援を実行する。

　《効果》
　以上より、ステップＳ８１の処理が「運転者判定部又は手段」に対応し、ステップＳ８７、Ｓ１０の処理が「報知部又は手段」に対応する。
運転中の運転者を判定する手段を備え、報知部は、判定された運転者の学習度合に応じて、操作支援情報の提供を実行する。これにより、学習度合が異なる運転者が入替わったときに、不必要な操作支援情報の提供を抑制し、運転者に違和感を与えることを防げる。

　《応用例》
　運転者を判定するための手段としては、前記の選択スイッチのほか、個人識別情報を内蔵したリモートエントリーキー、運転者が設定したシートやステアリング位置を保持するためのオートドライビングポジションシステムの運転者設定番号情報、等が利用可能である。

Claims

　所定期間に渡って運転者の運転行動パターンを学習する学習部と、
該学習部で学習した運転行動パターンと比較して、現在の運転行動パターンがどれほど異なっているかを表す非定常度合を算出する非定常度合算出部と、
前記学習部での学習度合を算出する学習度合算出部と、
前記非定常度合算出部で算出した非定常度合が閾値を超えたときに、前記学習部で学習した運転行動パターンを促すための操作支援情報を、前記学習度合算出部で算出した学習度合に応じて運転者に報知する報知部と、を備え、
　前記報知部は、前記学習度合算出部で算出した学習度合が高いほど、前記操作支援情報の提供内容を詳細にする、
運転操作支援装置。
　前記学習度合算出部は、前記学習部が運転者の運転行動パターンとして取得したデータ数に応じて、当該学習部での学習度合を算出する、請求項１に記載の運転操作支援装置。
　前記学習度合算出部は、前記学習部が運転者の運転行動パターンとしてデータの取得を開始してからの経過時間に応じて、当該学習部での学習度合を算出する、請求項１又は２に記載の運転操作支援装置。
　前記報知部は、前記学習度合算出部で算出した学習度合に応じて、前記操作支援情報の提供内容を変更する、請求項１～３の何れか一項に記載の運転操作支援装置。
少なくとも２名の運転者のうち運転中の運転者を判定する運転者判定部を有し、前記学習度合算出部は該運転者判定部で判定された運転者の学習度合を算出し、前記報知部は、該運転者判定部で判定された運転者の学習度合に応じて、操作支援情報を放置する、請求項１～４の何れか一項に記載の運転支援装置。
　前記学習度合算出部で算出した学習度合が低いほど、前記非定常度合算出部で算出した非定常度合が閾値を超えにくくなるように、前記閾値及び前記非定常度合の少なくとも一方を変更する第一の変更部を備える、請求項１～５の何れか一項に記載の運転操作支援装置。
　前記第一の変更部は、前記学習度合算出部で算出した学習度合が低いほど、前記閾値を増加させる、請求項６に記載の運転操作支援装置。
　前記第一の変更部は、前記学習度合算出部で算出した学習度合が低いほど、前記非定常度合を減少させる、請求項６又は７に記載の運転操作支援装置。
　車両周囲の走行環境を検出し、検出した現在の走行環境が所定の基準環境と異なっているか否かを判断する判断部と、該判断部が現在の走行環境が所定の基準環境と異なっていると判断したときに、前記学習度合算出部で算出した学習度合を減少させる第二の変更部と、を備える、請求項１～８の何れか一項に記載の運転操作支援装置。
　車両周囲の走行環境を検出し、検出した現在の走行環境が所定の基準環境と異なっているか否かを判断する判断部と、該判断部が現在の走行環境が所定の基準環境と異なっていると判断したときに、前記非定常度合算出部で算出した非定常度合が閾値を超えにくくなるように、前記閾値及び前記非定常度合の少なくとも一方を変更する第三の変更部と、を備える請求項１～９の何れか一項に記載の運転操作支援装置。
　車両周囲の走行環境を検出し、検出した現在の走行環境が所定の基準環境と異なっているか否かを判断する判断部を備え、
　前記報知部は、前記判断部が現在の走行環境が所定の基準環境と異なっていると判断したときに、前記操作支援情報の提供を抑制する、請求項１～１０の何れか一項に記載の運転操作支援装置。
　前記判断部は、車両周囲の明るさを検出し、検出した現在の明るさが所定の基準状態よりも低下したときに、現在の走行環境が所定の基準環境と異なっていると判断する、請求項９～１１の何れか一項に記載の運転操作支援装置。
　前記判断部は、車両周囲の気象状態を検出し、検出した現在の気象状態が所定の基準状態よりも悪化したときに、現在の走行環境が所定の基準環境と異なっていると判断する、請求項９～１２の何れか一項に記載の運転操作支援装置。
　前記判断部は、車両周囲の交通量を検出し、検出した現在の交通量が所定の基準状態よりも多いときに、現在の走行環境が所定の基準環境と異なっていると判断する、請求項９～１２の何れか一項に記載の運転操作支援装置。
　所定期間に渡って運転者の運転行動パターンを予め学習しておき、学習しておいた運転行動パターンと比較して、現在の運転行動パターンがどれほど異なっているかを表す非定常度合を算出すると共に、算出した非定常度合が閾値を超えたときに、学習しておいた運転行動パターンを促すための操作支援情報を運転者に報知し、
　運転者の運転行動パターンを学習している過程では、学習度合に応じて前記操作支援情報を変更する、
運転操作支援方法。