WO2014083708A1

WO2014083708A1 - 視程不良推定システム及び視程不良推定方法

Info

Publication number: WO2014083708A1
Application number: PCT/JP2012/081207
Authority: WO
Inventors: 智宇野; 卓司山田; 藤井　慎一郎; 和臣太田
Original assignee: トヨタ自動車株式会社
Priority date: 2012-11-30
Filing date: 2012-11-30
Publication date: 2014-06-05
Also published as: US20150330807A1; CN104813381A; JP5949940B2; JPWO2014083708A1; EP2927891A4; EP2927891B1; CN104813381B; EP2927891A1; US9476732B2

Abstract

より簡易な構成によって視程不良の推定を行うことができる視程不良推定システムおよび視程不良推定方法が提供される。センター（２００）は、車両（１００、１１０、１２０）の操作要素の変化量を算出する変化量算出部（２２０）を備える。視程推定部（２３０）は、変化量算出部（２２０）により算出された変化量に基づき視程の不良を推定する。センター（２００）はさらに、視程推定部（２３０）の推定結果を配信する配信部（２５０）を備える。

Description

視程不良推定システム及び視程不良推定方法

　本発明は、視程の不良を推定する視程不良推定システム及び視程不良推定方法に関する。

　一般に車両の走行環境、中でも視程は気象状態によって変化する。このため、車両に搭載されたナビゲーションシステム等では、気象状態を示す情報を外部から取得し、取得した情報を提示することが行われている。

　また、最近では、車両から取得される情報に基づいて気象を観測するシステムの開発が進められている。この種のシステムとしては、例えば特許文献１に見られるように、第１の車両に搭載された気象情報センサにより測定された気象状況変数に基づき気象を観測するシステム（気象情報処理機器）が知られている。このシステムは、気象情報センサとして、雨滴センサ、気圧計、日照センサ、温度計、及び湿度計等を備える。そして、このシステムでは、雨滴センサ、気圧計、日照センサ、温度計、及び湿度計等により降雨量、車両に対する太陽の照度、車両外の気温、湿度等が気象状況変数として測定される。次いで、この測定された気象状況変数と前回測定された気象状況変数との乖離度が所定値以上であるか否かが判定される。乖離度が所定値以上であると判定されると、この乖離度と気象状況変数が測定された第１の車両の現在位置を表わす気象変化位置とを示す気象変化検知情報が生成される。そして、この生成された気象変化検知情報は、第１の車両とは異なる第２の車両に送信され、この第２の車両に搭載された機器を通じてドライバ等に提示される。

特開２０１１－２１５９２９号公報

　ところで、上記特許文献１に記載のシステムでは、気象を観測するための各種センサが必要となる。また、これに伴い各種センサの検出結果を処理するための処理機能を車両制御装置等に設ける必要性も生じる。このため、車載システムの複雑化、ひいては、気象を観測するためのシステムの複雑化やコストの増加が免れない。そして、たとえ特許文献１に記載のシステムを用いて視程の不良の要因となる気象を観測しようとしても、同様にシステムの複雑化やコストの増加が免れない。

　本発明は、このような実情に鑑みてなされたものであり、その目的は、より簡易な構成によって視程不良の推定を行うことのできる視程不良推定システム及び視程不良推定方法を提供することにある。

　以下、上記課題を解決するための手段及びその作用効果について記載する。
　上記課題を解決するため、本発明に従う視程不良推定システムは、視程の不良を推定する視程不良推定システムであって、車両の操作要素の変化量を算出する変化量算出部と、前記算出された変化量に基づき視程の不良を推定する視程推定部と、を備える。

　上記課題を解決するため、本発明に従う視程不良推定方法は、視程の不良を推定する視程不良推定方法であって、車両の操作要素の変化量を算出する算出ステップと、前記算出ステップにて算出した変化量に基づき視程の不良を推定する視程ステップと、を含む。

　気象条件に起因して視程が低下したときには、ドライバが行う車両操作も視程の低下に起因して変化する。そして、こうした変化は、視程の低下すなわち視程不良となる状況下で共通もしくは類似する傾向にある。また、こうした操作要素の変化は、車両に設けられた既存の各種のセンサ等により検出することが可能である。

　そこで、上記構成或いは方法では、車両の操作要素の変化量が算出される。そして、算出された変化量に基づき視程の不良が推定される。このため、車両に設けられた既存の各種のセンサ等により検出可能な操作要素の変化量に基づき視程の不良を推定することが可能となる。これにより、視程の不良の要因となる気象を観測するためのセンサやシステムを車両等に設けることなく、視程の不良を推定することが可能となる。よって、より簡易な構成によって視程不良の推定を行うことが可能となる。

　本発明の一態様では、前記視程推定部は、前記変化量算出部が算出した変化量が視程の良否の基準となる基準変化量以上であることを条件として、前記変化量の算出対象とされた車両の走行地点もしくは走行エリアが「視程不良」である旨判定する。

　視程の不良時における操作要素の変化量は、或る変化量以上となることが多い。逆に、視程の良好時における操作要素の変化量は、或る変化量未満で推移し、或る変化量以上となることは稀である。

　そこで、上記構成によれば、視程の不良を推定するための閾値として基準変化量が設定される。そして、上記算出された変化量が基準変化量以上であるときには、変化量の算出対象とされた車両の走行地点もしくは走行エリアが「視程不良」であると判定される。このため、基準変化量と上記算出された変化量との比較に基づき視程の良否が判定されることとなる。これにより、視程の不良の推定がより簡易に行われることとなる。

　本発明の一態様では、前記視程推定部は、ａ；前記基準変化量以上となる時間が規定の時間以上であること、及びｂ；前記基準変化量以上となった回数が規定の回数以上であること、及びｃ；前記基準変化量以上となる時間が規定の時間以上となった回数が規定の回数以上であること、の少なくとも一つの条件が満たされたことを条件として「視程不良」である旨判定する。

　視程の不良時には、操作要素の変化量が増大する。そして、視程の不良時には、基準変化量以上となる時間が所定以上の時間となる傾向にある。そこで、上記構成では、基準変化量以上となる時間が規定の時間以上であることに基づき視程不良であると判定される。これにより、基準変化量以上となる時間の計測に基づき、視程不良の推定を行うことが可能となる。

　また、視程の不良時には、基準変化量以上となる回数が所定数以上となる傾向にある。そこで、上記構成では、基準変化量以上となる回数が規定の回数以上であることに基づき視程不良であると判定される。これにより、基準変化量以上となる回数の計測に基づき、視程不良の推定を行うことが可能となる。

　さらに、視程の不良時には、基準変化量以上となる時間が所定以上となる回数が所定数以上となることも多い。そこで、上記構成では、基準変化量以上となる時間が規定の時間以上となった回数が規定の回数以上であることに基づき視程不良であると判定される。すなわち、基準変化量以上となる時間が規定の時間以上となり、かつ、その回数が規定の回数以上であることを条件として視程不良であると判定される。よって、視程不良の推定がより厳正な条件に基づき行われる。このため、視程不良の推定結果の信頼性が一層に高められる。

　本発明の一態様では、前記変化量算出部は、前記車両の操作要素の変化量を示すデータの収集単位毎に前記変化量を算出する処理、及び前記車両の所定の走行距離毎に前記変化量を算出する処理、及び前記車両の所定の走行距離を一単位として前記車両の操作要素の変化量を示すデータの収集区間が切り替わる毎に前記変化量を漸次算出する処理、の少なくとも１つの処理を行う。

　車両の操作要素の変化量を示すデータは、車両に搭載された各種のセンサにより取得され、ＣＡＮ等の車両用のネットワークに所定の周期で送信される。そして、車両用のネットワークに接続された保存領域に保存される。つまり、車両用のネットワークの送信周期が車両の操作要素の変化量を示すデータの収集単位となり、データの最小単位ともなる。

　そして、上記構成では、データの収集単位毎に変化量が算出されることで、操作要素の変化量が最小レベルで検出されることとなる。なお、車両の保存領域に保存されたデータが外部の装置に収集されるときには、この収集される単位が上記収集単位として設定されることも可能である。

　また、視程の不良に起因する操作要素の変化は、例えば数十ｍ～数百ｍといった所定の走行距離で顕著に現れる傾向にある。そこで、所定の走行距離毎に操作要素の変化量が算出されることで、視程の不良に起因する操作要素の変化が上記算出される変化量に的確に反映されることとなる。

　さらに、上記構成では、こうした所定の走行距離毎の変化量が、データの収集区間が切り替わる毎に漸次算出されることも可能である。これによれば、変化量の算出単位が所定の走行距離とされつつも、データの収集単位で生じた操作要素の変化も的確に顕在化される。よって、視程不良の発生及び視程不良となっている地点がより高精度に推定されることとなる。

　本発明の一態様では、前記変化量算出部は、車両の操作要素の変化量を示すデータを周波数変換し、前記視程推定部は、前記周波数変換されたデータが、規定の操作量以上であることを示していることを条件として視程不良である旨判定する。

　上記構成によれば、操作要素の変化は、複数の周波数帯に分類されることが可能である。また、視程不良に起因する操作要素の変化は、特定の周波数帯で特に顕著となる。
　この点、上記構成によれば、車両の操作要素の変化量を示すデータが周波数変換される。そして、周波数変換されたデータが、規定の操作量以上であることを示していることを条件として視程不良である旨判定される。よって、視程不良に起因する操作要素の変化が特定の周波数帯で発生したとしても、この変化が的確に検出される。これにより、操作要素の変化量に基づく推定が高精度に行われる。

　本発明の一態様では、前記変化量算出部は、前記周波数変換を、フーリエ変換もしくはウェーブレット変換により行う。
　フーリエ変換もしくはウェーブレット変換によれば、周波数毎の変化量が顕在化され易い。よって、上記構成によるように、操作要素の変化量を示すデータがフーリエ変換もしくはウェーブレット変換によって周波数変換されることで、周波数変換されたデータに基づく視程不良の推定がより高精度に行われる。

　本発明の一態様では、前記視程推定部は、「０．５」～「１．０」Ｈｚの周波数帯の前記周波数変換後のデータに基づき視程の不良の推定を行う。
　視程良好時及び視程不良時の操作要素の各変化量の相違は、「０．５」～「１．０」Ｈｚの周波数帯で特に顕著になる。そこで、上記構成では、「０．５」～「１．０」Ｈｚの周波数帯のデータに基づき視程の不良の推定が行われる。このため、視程の良否が的確に判別可能となる。

　本発明の一態様では、前記視程推定部は、推定の対象となる操作要素の変化量が晴天時における操作要素の変化量の平均値を超えることを条件として「視程不良」である旨判定する。

　晴天時、すなわち視程良好時における操作要素の変化量は、視程不良時における操作要素の変化量よりも相対的に少ない。また、視程良好時における操作要素の変化量は、或る範囲内において変化する傾向にある。よって、視程良好時における操作要素の変化量の範囲を超える変化が生じたときには、視程不良である蓋然性が高い。

　そこで、上記構成では、推定の対象となる操作要素の変化量が晴天時における操作要素の変化量の平均値を超えるときには、視程良好時における操作要素の変化量の範囲を超える変化が生じたとして「視程不良」である旨判定される。このため、晴天時における操作要素の変化量の特性との比較に基づき視程不良が的確に判定される。

　本発明の一態様では、前記操作要素の変化量が、操舵角、操舵角速度、走行速度、加速度、操舵トルク、ヨーレート、アクセルペダルの踏込み量、及びブレーキペダルの踏込み量の少なくとも１つの要素の変化量である。

　視程不良時には、ドライバの視界が低下したことに起因して、視界良好時よりも慎重な車両操作が行われる。このため、ステアリング、アクセルペダル、及びブレーキペダル等の操作態様が変化する。特に、ステアリングの操作頻度や操作量が増大する。また、アクセルペダルの踏込み量の低下やブレーキペダルの踏込み量の増加に伴い、車両の走行速度が低減する。

　この点、上記構成によれば、操舵角、操舵角速度、走行速度、加速度、操舵トルク、ヨーレート、アクセルペダルの踏込み量、及びブレーキペダルの踏込み量の少なくとも１つの要素の変化量が上記操作要素の変化量として算出される。このため、視程不良に起因する影響が生じやすい操作要素の変化量に基づき視程不良の推定が行われる。

　本発明の一態様では、当該視程不良推定システムは、前記操作要素の変化量を示すデータの中から推定の対象外となるデータを選定し、該選定したデータを除外するフィルタ部をさらに備える。

　上記構成によれば、推定の対象外となるデータが選定され、この選定されたデータが除外される。このため、変化量算出部は、フィルタ部にて除外されなかったデータのみを変化量の算出の対象とすればよい。また、視程推定部は、フィルタ部にて除外されなかったデータに基づく変化量のみに基づいて視程不良の推定を行えばよい。これにより、変化量算出部及び視程推定部の処理負荷が軽減され、変化量の算出、及び視程不良の推定がより円滑に行われる。

　本発明の一態様では、前記フィルタ部は、操舵角の反転回数が所定の回数未満となるデータ、及び所定の曲率を有する道路における車両の操作要素の変化量を示すデータの少なくとも１つデータを、除外の対象として選定する。

　視程不良時には、操舵角の反転回数が増加する傾向にあり、操舵角の反転回数が所定の回数以上となることが確認されている。逆に、操舵角の反転回数が所定の回数未満となるときには、視程が良好である可能性が高い。

　この点、上記構成によれば、操舵角の反転回数が所定の回数未満となるデータは、視程良好時に取得された可能性が高いとして、上記フィルタ部により除外の対象とされる。よって、変化量算出部及び視程推定部は、視程不良時に取得された可能性が高いデータに対する処理を行えばよい。これにより、変化量算出部及び視程推定部の処理負荷を軽減しつつも、推定の対象となるデータが的確に絞られることとなる。また、操舵角の反転回数は、操舵角の推移を示すデータ等に基づき容易に特定されることが可能である。よって、上記構成によれば、フィルタ部は、除外の対象とするデータを容易に選定することが可能となる。

　一方、所定の曲率を有する道路では、視程の良否に拘わらず、道路線形に応じた操舵、減速等の車両操作が行われる。このため、所定の曲率を有する道路で取得されるデータには、視程とは異なる要素に起因する変化量が包含される。

　この点、上記構成によれば、所定の曲率を有する道路で取得されたデータが除外の対象として選定されることで、視程とは異なる要素に起因する変化量が検知されたことに基づき視程不良と誤って推定されることもない。

　本発明の一態様では、前記視程推定部は、視程不良となる気象条件として、霧、吹雪、ホワイトアウト、及び規定の雨量以上の雨を対象とする。
　霧、吹雪、ホワイトアウト、及び規定の雨量以上の雨といった気象現象は、視程に対する影響が大きく、これらの気象現象に起因して車両操作も変化する傾向にある。

　この点、上記構成によれば、視程不良となる気象条件として、霧、吹雪、ホワイトアウト、及び規定の雨量以上の雨が対象とされることで、これらの気象条件に起因する視程の良否を推定可能となる。

　本発明の一態様では、前記変化量算出部及び前記視程推定部は、前記車両の操作要素の変化量を示すプローブ情報を前記車両の位置情報とともに収集するセンターに設けられてなる。

　いわゆるプローブ情報には、車両に搭載された各種センサにより検出されるデータが含まれており、このデータに基づけば車両の操作要素の変化量が特定されることが可能である。また、プローブ情報の収集源となる車両とその走行エリアが多様なほど、視程不良となっている地点もしくはエリアで取得されたプローブ情報が収集される可能性も高まる。

　この点、上記構成によれば、複数の車両にて取得された複数のプローブ情報がセンターに一括して集約される。このため、センターは、広範囲かつ複数の道路で取得されたプローブ情報を用いて視程不良の推定を行うことが可能となる。これにより、視程不良の推定範囲が拡大され、より多くのエリアが視程不良の推定対象とされることが可能となる。

　本発明の一態様では、前記センターは、視程不良となる地点もしくはエリアを前記視程推定部の推定結果と前記位置情報とに基づいて特定し、該特定した地点に存在する車両及び前記特定した地点を目的地とする車両及び前記特定した地点を目的地までの推奨経路に含む車両及び前記特定した地点を中心とした所定範囲内に存在する車両の少なくとも１つの車両内で利用される情報端末に前記推定結果を示す情報を配信する。

　上記構成によれば、視程不良となる地点もしくはエリアが、視程推定部の推定結果と位置情報とに基づいて特定される。そして、特定された地点に存在する車両、及び特定された地点を目的地とする車両、及び特定された地点を中心とした所定範囲内に存在する車両の少なくとも１つの車両内で利用される情報端末に、推定結果を示す情報が配信される。これにより、センターで推定された推定結果が、センターから情報端末へと能動的に提供される。

　また、上記構成によれば、視程不良と推定された地点を目的地とする車両内で利用される情報端末や、該目的地までの経路に視程不良と推定された地点を含む車両内で利用される情報端末に推定結果が配信される。このため、設定された目的地や推奨経路が特定されると、この目的地や推奨経路に視程不良となる地点が存在すると、その旨を示す情報が能動的に情報端末に配信される。よって、情報端末の利用者は、目的地や推奨経路中の視程の良否を事前に把握することが可能となる。また、これにより、情報端末は、視程不良の推定結果を踏まえた目的地の設定や経路探索を行うことが可能ともなる。

　また一方、上記構成によれば、特定された地点を中心とした所定範囲内に存在する車両内で利用される情報端末に推定結果が配信されることで、該車両の周辺に視程不良となる領域が存在することを上記情報端末の利用者に報知することが可能となる。

　なお、情報端末は、例えば車両に搭載されたナビゲーションシステムやスマートフォン等の多機能電話機器により構成される。
　本発明の一態様では、前記車両の操作要素の変化量を示すデータが、車両に搭載された車載情報端末と通信可能な多機能電話機器を通じて取得されるものであって、
　前記多機能電話機器は、前記取得したデータを前記センターとの通信を通じて該センターに送信する。

　近年のスマートフォン等の多機能電話機器は、車両に搭載された情報端末との通信を通じて、車両用のネットワークを流れるデータを取得することが可能である。また、こうした多機能電話機器は、その通信機能を通じて外部のネットワークとも通信を行うことが可能である。

　そこで、上記構成によれば、車両の操作要素の変化量を示すデータが多機能電話機器を通じて取得される。そして、この取得されたデータがセンターに送信される。これにより、車両の操作要素の変化量を示すデータの取得態様の多様化が高められ、上記視程不良推定システムとしての汎用性が高められることとなる。

本発明にかかる視程不良推定システム及び視程不良推定方法の第１の実施の形態について、視程不良推定システム及び視程不良推定方法が適用されるセンター、及び該センターの通信対象の概略構成を示すブロック図。（ａ）は、視程良好時（晴天時）における操舵角の推移を示すグラフ。（ｂ）は、視程不良時における操舵角の推移を示すグラフ。データの分類態様を示す図。（ａ）は、視程良好時（晴天時）における操舵角速度の推移を示すグラフ。（ｂ）は、視程不良時における操舵角速度の推移を示すグラフ。同実施の形態の視程不良推定システム及び視程不良推定方法による視程の推定処理の一例を示すフローチャート。視程不良の推定結果を示す図であり、車両の現在地から目的地までの推奨経路中に存在する視程不良の地点の案内画面を示す図。視程不良の推定結果を示す図であり、視程不良となる地点を回避した経路の案内画面を示す図。視程不良の推定結果を示す図であり、車両の周辺に存在する待機もしくは休憩が可能な地点の案内画面を示す図。視程不良の推定結果を示す図であり、車両を中心とした所定範囲内の存在する視程不良となる地点及びエリアの案内画面を示す図。本発明にかかる視程不良推定システム及び視程不良推定方法の第２の実施の形態について、視程不良推定システム及び視程不良推定方法が適用されるセンター及び該センターとの通信対象の概略構成を示すブロック図。視程良好時に取得された所定の走行距離における操舵角のデータの推移と視程不良時に取得された所定の走行距離における操舵角のデータの推移とを示すグラフ。同実施の形態の晴天時データ定義処理の一例を示すフローチャート。同実施の形態の視程不良推定システム及び視程不良推定方法による視程の推定処理の一例を示すフローチャート。本発明にかかる視程不良推定システム及び視程不良推定方法の第３の実施の形態について、視程不良推定システム及び視程不良推定方法が適用されるセンター及び該センターとの通信対象の概略構成を示すブロック図。所定の曲率を有する道路で取得された操舵角の変化量を示す図。直線の道路で取得された操舵角の変化量を示す図。所定の曲率を有する道路と該道路に侵入する車両との関係を示す図。（ａ）は、視界良好時において、直線の道路とカーブとを繋ぐ或る区間を走行した車両にて取得された操舵角速度の推移を示す図。（ｂ）は、視界不良時において、直線の道路を走行した車両にて取得された操舵角速度の推移を示す図。（ａ）は、視界良好時において、直線の道路とカーブとを繋ぐ或る区間を走行した車両にて取得された操舵角の推移を示す図。（ｂ）は、視界不良時において、直線の道路を走行した車両にて取得された操舵角の推移を示す図。操舵角及び操舵角速度に基づくフィルタ処理の一例を示すフローチャート。本発明にかかる視程不良推定システム及び視程不良推定方法の第４の実施の形態について、視程不良推定システム及び視程不良推定方法が適用されるセンター及び該センターとの通信対象の概略構成を示すブロック図。本発明にかかる視程不良推定システム及び視程不良推定方法の第５の実施の形態について、視程不良推定システム及び視程不良推定方法が適用されるセンター及び該センターとの通信対象の概略構成を示すブロック図。走行環境毎のふらつき判定閾値及び視程不良推定閾値の一例を示す図。同実施の形態の視程不良推定システム及び視程不良推定方法による視程の推定処理の一例を示すフローチャート。本発明にかかる視程不良推定システム及び視程不良推定方法の第６の実施の形態について、視程不良推定システム及び視程不良推定方法が適用されるセンター及び該センターとの通信対象の概略構成を示すブロック図。走行環境毎のふらつき判定閾値及びスペクトル面積の平均値の一例を示す図。同実施の形態の晴天時データ定義処理の一例を示すフローチャート。同実施の形態の視程不良推定システム及び視程不良推定方法による視程の推定処理の一例を示すフローチャート。本発明にかかる視程不良推定システム及び視程不良推定方法の第７の実施の形態について、視程不良推定システム及び視程不良推定方法が適用されるセンター及び該センターとの通信対象の概略構成を示すブロック図。同実施の形態の視程不良推定システム及び視程不良推定方法による視程の推定処理の一例を示すフローチャート。本発明にかかる視程不良推定システム及び視程不良推定方法の第８の実施の形態について、視程不良推定システム及び視程不良推定方法が適用されるセンター及び該センターとの通信対象の概略構成を示すブロック図。同実施の形態の視程不良推定システム及び視程不良推定方法による視程の推定処理の一例を示すフローチャート。本発明にかかる視程不良推定システム及び視程不良推定方法の第９の実施の形態について、視程不良推定システム及び視程不良推定方法が適用されるセンター及び該センターとの通信対象の概略構成を示すブロック図。同実施の形態の視程不良推定システム及び視程不良推定方法による視程の推定処理の一例を示すフローチャート。本発明にかかる視程不良推定システム及び視程不良推定方法の第１０の実施の形態について、視程不良推定システム及び視程不良推定方法による視程の推定処理の一例を示すフローチャート。本発明にかかる視程不良推定システム及び視程不良推定方法の第１１の実施の形態について、視程不良推定システム及び視程不良推定方法が適用されるセンター及び該センターとの通信対象の概略構成を示すブロック図。本発明にかかる視程不良推定システム及び視程不良推定方法の第１２の実施の形態について、視程不良推定システム及び視程不良推定方法が適用されるセンター及び該センターとの通信対象の概略構成を示すブロック図。本発明にかかる視程不良推定システム及び視程不良推定方法の第１３の実施の形態について、視程不良推定システム及び視程不良推定方法が適用されるセンター及び該センターとの通信対象の概略構成を示すブロック図。本発明にかかる視程不良推定システム及び視程不良推定方法の他の実施の形態について、視程不良推定システム及び視程不良推定方法による視程の推定処理の一例を示すフローチャート。

　（第１の実施の形態）
　以下、本発明にかかる視程不良推定システム及び視程不良推定方法を具体化した第１の実施の形態について図１～図９を参照して説明する。

　図１に示すように、本実施の形態の視程不良推定システム及び視程不良推定方法が適用されるセンター２００は、車両１００と通信可能な通信部２０１を有している。通信部２０１は、車両１００に設けられた通信部１０１との通信を通じて、車両１００で行われた各種の操作要素の変化量を示すデータを取得する。

　車両１００には、例えば、操舵角センサ１０２、角速度センサ１０３、及びＧＰＳ１０４が設けられている。
　操舵角センサ１０２は、車両１００の操舵角を検出し、検出した操舵角を示す信号をデータ保存領域１０５に出力する。角速度センサ１０３は、操舵角速度を検出し、検出した操舵角速度を示す信号をデータ保存領域１０５に出力する。

　本実施の形態では、操舵角センサ１０２及び角速度センサ１０３により、車両１００の操舵、すなわちステアリングホイールといった操作要素の変化量が検出される。なお、操作要素の変化量とは、車両を操作するための操作要素が操作されることにより変化するものである。

　また、ＧＰＳ１０４は、車両１００の絶対位置を検出するためのＧＰＳ衛星信号を受信し、受信したＧＰＳ衛星信号に基づき車両１００の緯度経度を検出する。ＧＰＳ１０４は、検出した車両１００の緯度経度を示す緯度経度データを位置情報としてデータ保存領域１０５に出力する。

　データ保存領域１０５には、操舵角センサ１０２、角速度センサ１０３、及びＧＰＳ１０４から入力された信号が随時保存される。これにより、データ保存領域１０５には、ドライバによる操作に応じて変化する操舵角、操舵トルク、及び緯度経度を示す複数のデータが時系列的に保存される。

　なお、操舵角センサ１０２、角速度センサ１０３、及びＧＰＳ１０４の検出結果は、通信規定に基づき規定された周期でデータが送受信される車両用のネットワークを介して収集され、データ保存領域１０５に保存される。すなわち、本実施の形態では、通信規定に基づき規定された周期が、車両１００の操作要素の推移等を示すデータの収集単位として規定されている。

　通信部１０１は、例えば、車両１００のアクセサリーポジションがオフからオンに切り換えられたことを条件として、データ保存領域１０５に保存されたデータをセンター２００に送信する。

　同様に、センター２００には、車両１００とは異なる車両１１０、１２０等からも、各車両１１０、１２０で保存された操作要素の推移等を示すデータが送信される。
　センター２００を構成する通信部２０１は、各車両１００、１１０、１２０等から送信されたデータを受信すると、受信したデータをセンター２００のデータ保存領域２０２に出力する。

　データ保存領域２０２には、車両１００、１１０、１２０等の複数種の車両から送信されたデータが随時保存される。なお、データ保存領域２０２には、操舵角、操舵角速度、及び緯度経度を示す各データが、取得対象となった車両を単位として関連付けされて保存される。

　センター２００は、データ保存領域２０２に保存されたデータのうち、視程不良の推定の対象外となるデータを選定し、該選定したデータを除外するフィルタ部２１０を有している。また、センター２００は、データ保存領域２０２に保存されたデータに基づき、車両の操作要素の変化量を算出する変化量算出部２２０、及び算出された変化量に基づき視程の不良を推定する視程推定部２３０を有している。さらに、センター２００は、推定結果を示すデータが保存される不良地点保存領域２４０、及び推定結果に関する情報を配信する配信部２５０を有している。なお、不良地点保存領域２４０、配信部２５０、認証データ生成部２１０は、センター２００以外の所定の機器に設けることも可能である。

　本実施の形態のフィルタ部２１０は、操舵角の左右間での反転の回数に基づき車両のふらつきの有無を判定するふらつき判定部２１１を有している。ふらつき判定部２１１は、データ保存領域２０２に保存されたデータを抽出し、抽出したデータのうちの操舵角の左右間での反転の回数が所定の回数未満となるデータを、操舵角のデータに基づき選定する。また、ふらつき判定部２１１は、選定した操舵角のデータを破棄する。さらに、ふらつき判定部２１１は、選定した操舵角のデータに関連付けされている操舵角速度のデータ及び緯度経度データを破棄する。これにより、操舵角の左右間での反転の回数が所定の回数未満となるデータ群が、変化量算出部２２０による変化量の算出対象及び視程推定部２３０による視程不良の推定の対象から除外される。

　ふらつき判定部２１１は、選定しなかったデータ、すなわち除外しなかった操舵角のデータに関連付けされている操舵角速度のデータと緯度経度データとを変化量算出部２２０に出力する。

　変化量算出部２２０は、各データが入力されると、操舵角速度のデータが示す操作要素の変化量を算出する処理を行う。
　本実施の形態の変化量算出部２２０は、操作要素の変化量の算出にあたりデータを所定のルールに基づき分類するデータ分類部２２１を有している。また、本実施の形態の変化量算出部２２０は、変化量を算出する処理として、データの操作要素の変化回数をカウントする処理を行うカウント部２２２を有している。

　データ分類部２２１は、データの収集単位毎に取得された操舵角速度のデータを、データの収集された車両の所定の走行距離を一単位とした纏まりのあるデータに分類する。そして、データ分類部２２１は、こうした分類を、データの収集単位毎に漸次シフトして行う。なお、走行距離は、操舵角速度のデータに関連付けされている緯度経度データの推移に基づき算出される。

　カウント部２２２は、データ分類部２２１により分類された所定の走行距離を単位としたデータを解析することにより、視程の良否の基準となる基準変化量以上となった時間と回数とをカウントする。本実施の形態のカウント部２２２は、例えば、角速度センサ１０３により検出された操舵角速度の例えば約６［ｄｅｇ／ｓｅｃ］以上が約２秒以上となった回数をカウントする。そして、カウント部２２２は、カウント結果を視程推定部２３０に出力する。

　視程推定部２３０は、カウント結果が入力されると、約６［ｄｅｇ／ｓｅｃ］以上が約２秒以上となった回数が規定の回数となった所定の走行距離におけるデータを、視程不良となった地点で取得されたデータであると推定する。なお、視程不良時には、ドライバの視界が低下するために、操舵の切り返し速度が高まったり、切り返し回数が増加したりする傾向にある。この結果、視程不良時におけるステアリングの操作量を示す操舵角速度の推移は、約２秒以上継続する約６［ｄｅｇ／ｓｅｃ］の変化を含んだものとなる。よって、本実施の形態では、操舵角速度が約２秒以上継続する約６［ｄｅｇ／ｓｅｃ］以上を含むか否かに基づき、視程不良の推定が行われる。

　また、視程推定部２３０は、推定したデータの取得地点を、対応する緯度経度データに基づき特定する。これにより、視程推定部２３０は、視程不良が推定される地点もしくはエリアを特定する。視程推定部２３０は、推定結果と視程不良が推定される地点もしくはエリアを示す緯度経度データとを不良地点保存領域２４０に出力する。これにより、不良地点保存領域２４０には、視程推定部２３０により視程不良となった地点で取得されたデータと推定されたデータが蓄積される。

　なお、本実施の形態の視程推定部２３０は、視程不良となる気象条件として、霧、吹雪、ホワイトアウト、及び規定の雨量以上の雨の発生の有無を推定する。また、本実施の形態において視程不良とは、例えば、視程が数十ｍ～数百ｍとなったことにより気象条件が車両操作に影響を与える状態をいう。すなわち、霧、吹雪、ホワイトアウト、及び規定の雨量以上の雨等が発生したときには、視程が低下するために、ドライバによる車両操作が変化する。そして、本実施の形態では、こうした変化に基づき視程不良の推定が行われる。

　センター２００の配信部２５０は、例えば、ナビゲーションシステム１３２が搭載された車両１３０から該車両１３０の通信部１３１を介して、視程に関する情報の提供要求があると、要求のあった地点もしくはエリアにおける情報を車両１３０に配信する。なお、配信部２５０は、例えば、要求のあった地点もしくはエリアが、不良地点保存領域２４０に保存された推定結果に基づき視程不良ではないと判定したとき、要求のあった地点もしくはエリアが視程良好である旨を示す情報を車両１３０に配信する。

　また、配信部２５０は、スマートフォン等によって構成される多機能電話機器３００、各種の道路交通情報を提供する道路交通情報センター４００、気象会社等に設けられた気象会社サーバ５００等にも、視程に関する情報を配信する。

　なお、本実施の形態の配信部２５０は、例えば、車両１３０から該車両１３０の緯度経度データが送信されたとき、該緯度経度データが示す地点の視程に関する情報や、該地点を包含する所定範囲における視程に関する情報を車両１３０に配信する。また、配信部２５０は、ナビゲーションシステム１３２に設定されている目的地や目的地までの推奨経路を示す情報が車両１３０から送信されると、目的地や推奨経路の周辺における視程に関する情報を車両１３０に配信する。

　同様に、本実施の形態の配信部２５０は、例えば、多機能電話機器３００から該多機能電話機器３００の緯度経度データが送信されたとき、該緯度経度データが示す地点の視程に関する情報や、該地点を包含する所定範囲における視程に関する情報を多機能電話機器３００に配信する。また、配信部２５０は、多機能電話機器３００のナビゲーション機能に設定されている目的地や目的地までの推奨経路を示す情報が多機能電話機器３００から送信されると、目的地や推奨経路の周辺における視程に関する情報を多機能電話機器３００に配信する。

　次に、図２を参照して本実施の形態のフィルタ部２１０によるデータの選定態様を説明する。なお、図２（ａ）及び（ｂ）に示す推移は、直線の道路を所定距離走行した車両の操舵角の推移を示したものである。

　図２（ａ）に示すように、視界良好時、すなわち晴天時における操舵角の推移は、タイミングｔ１にて、ステアリングが例えば左操舵から右操舵に切り換えられたことにより操舵角が反転している。同様に、タイミングｔ２、ｔ３、ｔ４、ｔ５にて操舵角が反転し、図２（ａ）に示す走行区間では、合計５回の切り返しが行われている。

　一方、図２（ｂ）に示すように、視程不良時、例えば霧の発生時における操舵角の推移では、視程不良の影響により操舵角の切り返し回数が増加し、図２（ｂ）に示す走行区間では、例えば合計１７回の切り返しが行われている。

　こうした傾向に鑑み、本実施の形態では、例えば数十ｍ～数百ｍの中から任意に選定された走行距離における視程不良時の操舵角の切り返し回数の平均値が算出される。この算出された平均値は、視程不良時に取得されたデータを含むデータ群と視程良好時に取得されたデータ群とを選別するための選別用の閾値として用いられる。

　そして、本実施の形態のフィルタ部２１０は、データ保存領域２０２に蓄積されたデータ群を抽出すると、抽出したデータ群の所定の走行距離における操舵角の切り返し回数が、選別用の閾値以上であるか否かを判定する。フィルタ部２１０は、選別用の閾値以上であると判定した操舵角のデータ群が霧等の視程不良時に取得されたデータを含むデータ群であるとして、変化量算出部２２０に出力する。

　一方、フィルタ部２１０は、選別用の閾値未満であると判定したデータ群には霧等の視程不良時に取得されたデータが含まれていないとして、該データ群を破棄する。これにより、視程不良時に取得されたデータが含まれていないとされるデータ群が、変化量算出の対象及び視程推定の対象から予め除外される。よって、変化量算出部２２０は、視程不良時に取得されたデータを含むデータ群のみの変化量を算出することが可能となる。このため、本実施の形態では、変化量算出部２２０による変化量の算出負荷が低減されることとなる。

　次に、図３を参照して本実施の形態のデータ分類部２２１によるデータの分類態様を説明する。
　図３に示すように、視界良好時における操舵角速度のデータＬ１、及び霧等の発生による視界不良時における操舵角速度のデータＬ２は、例えば、データの収集単位を最小単位とした時系列のデータとなっている。

　本実施の形態のデータ分類部２２１は、或る車両で取得された操舵角速度のデータＬ１、Ｌ２及び緯度経度データが入力されると、例えば緯度経度データに基づき操舵角速度のデータＬ１、Ｌ２をデータの収集単位を最小単位としたデータに分類する。次いで、データ分類部２２１は、分類したデータを所定の走行距離を単位としたデータとして統括する。なお、所定の走行距離は、例えば、数十ｍ～数百ｍの範囲内の距離で規定されている。

　これにより、図３に例示するように、操舵角速度のデータＬ１、Ｌ２は、データの収集単位を最小単位としたデータＤ１～Ｄ２２．．．に分類される。そして、データの収集単位を最小単位とする連続するデータ群Ｄ１～Ｄ１６が、所定の走行距離を単位としたデータＳ１として統括される。なお、データＤ１～Ｄ２２．．．のそれぞれの間の境界が、データの収集区間が切り替わる位置となる。

　次いで、データの統括範囲の始点が、データＳ１の始点となるデータＤ１に後続するデータＤ２とされる。そして、データの収集単位だけシフトされた連続するデータ群Ｄ２～Ｄ１７が、所定の走行距離を単位としたデータＳ２とされる。こうして、連続するデータ群Ｄ１～Ｄ２２．．．は、データの収集単位だけ漸次シフトされる態様で所定の走行距離を単位として統括されたデータＳ１～Ｓ９とされる。データ分類部２２１は、こうして分類、統括したデータをカウント部２２２に出力する。

　次に、図４を参照して、視程不良の推定態様を説明する。なお、図４（ａ）及び（ｂ）に示す推移は、直線の道路を所定距離走行した車両の操舵角速度の推移を示したものである。

　図４（ａ）に示すように、視界良好時、すなわち晴天時における操舵角速度の推移は、大部分が約６［ｄｅｇ／ｓｅｃ］未満となっている。
　また、操舵角速度が約６［ｄｅｇ／ｓｅｃ］以上となる上位の３つの期間Ｔ１、Ｔ２、Ｔ３では、約６［ｄｅｇ／ｓｅｃ］以上となる時間はそれぞれ約１．０秒（期間Ｔ１）、約１．０秒（期間Ｔ２）、約１．２秒（期間Ｔ３）となっている。すなわち、視界良好時において、約６［ｄｅｇ／ｓｅｃ］以上となる時間のひとまとまりは約１秒前後となる。

　一方、図４（ｂ）に示すように、霧の発生時等、視界不良時における操舵角速度の推移は、視界良好時における操舵角速度の推移よりも平均的に高い値を示している。
　また、操舵角速度が約６［ｄｅｇ／ｓｅｃ］以上となる時間が長い上位の３つの期間Ｔ４、Ｔ５、Ｔ６では、約６［ｄｅｇ／ｓｅｃ］以上となる時間はそれぞれ約２．６秒（期間Ｔ４）、約２．０秒（期間Ｔ５）、約３．６秒（期間Ｔ６）となっている。すなわち、視界不良時には、操舵角速度が約６［ｄｅｇ／ｓｅｃ］以上となる時間のひとまとまりが約２秒以上となる期間が存在する。また、視界不良時に操舵角速度が約６［ｄｅｇ／ｓｅｃ］以上となる回数は、視界良好時に操舵角速度が約６［ｄｅｇ／ｓｅｃ］以上となる回数よりも多くなっている。

　そこで、本実施の形態のカウント部２２２は、操舵角速度が約６［ｄｅｇ／ｓｅｃ］以上となる時間が約２秒以上となった回数を、データ分類部２２１により分類された所定の走行距離を単位としたデータ毎にカウントする。

　そして、カウント部２２２は、例えば、カウントした回数が１回以上であるとき、カウントの対象とされた操舵角速度のデータが取得された地点もしくは該地点を含む所定範囲のエリアで霧等が発生しており、視程不良であると推定する。

　このように、カウント部２２２は、データ分類部２２１により分類された所定の走行距離を単位としたデータを解析することにより、視程の良否の基準となる基準変化量以上となった時間と回数とをカウントする。本実施の形態のカウント部２２２は、例えば、角速度センサ１０３により検出された操舵角速度が例えば約６［ｄｅｇ／ｓｅｃ］以上が約２秒以上となった回数をカウントする。

　そして、カウント部２２２は、例えば、カウントした回数が１回以上であるとき、カウントの対象とされた操舵角速度のデータが取得された地点もしくは該地点を含む所定範囲のエリアで霧等が発生しており、視程不良であると推定する。なお、操舵角速度のデータが取得された地点は、この操舵角速度のデータに関連付けされている緯度経度データに基づき特定される。

　以下、図５を参照して本実施の形態の視程不良推定システム及び視程不良推定方法による視程の推定手順を説明する。
　図５に示すように、データ保存領域２０２に保存されたデータが抽出されると（ステップＳ１００）、抽出されたデータのうちの操舵角を示すデータに基づき、例えば数十ｍ～数百ｍとして規定された所定の走行距離における操舵の切り返し回数がカウントされる（ステップＳ１０１）。

　次いで、切り返し回数が選別用の閾値以上であるか否かが判定される（ステップＳ１０２）。切り返し回数が選別用の閾値以上であると判定されると、判定の対象とされた操舵角のデータに関連付けされている操舵角速度のデータ及び緯度経度データが除外の対象外として選定される（ステップＳ１０２：ＹＥＳ）。

　次いで、この選定された操舵角速度のデータが、図３に例示した態様で、所定の走行距離単位毎のデータに分類及び統括される（ステップＳ１０３）。そして、こうした分類が、データの収集単位毎に漸次シフトする態様で行われる。

　次いで、漸次算出された所定の走行距離単位毎の操舵角速度のデータに基づき、操舵角速度６［ｄｅｇ／ｓｅｃ］以上が２秒以上となった回数Ｎがカウントされる（ステップＳ１０４）。なお、本実施の形態では、ステップＳ１０４が、変化量の算出ステップに相当する。

　そして、カウントされた回数Ｎが、視程の良否を判定するための基準変化量として規定された規定数Ｎｓ以上であるか否かが判定される（ステップＳ１０５）。
　そして、回数Ｎが規定数Ｎｓ以上であると判定されると（ステップＳ１０５：ＹＥＳ）、判定の対象とされた操舵角速度のデータに関連付けされている緯度経度データに基づき、操舵角速度のデータの取得された地点もしくは該地点を包含する所定範囲のエリアが特定される。そして、特定された地点もしくはエリアが、視程不良であると推定される（ステップＳ１０６）。なお、本実施の形態では、ステップＳ１０５、Ｓ１０６が推定ステップに相当する。

　一方、ステップＳ１０２にて、切り返し回数が選別用の閾値未満であると判定されたときには（ステップＳ１０２：ＮＯ）、判定の対象とされた操舵角のデータに関連付けされている操舵角速度データ及び緯度経度データが除外の対象として選定される。そして、この対象外とされた各データが破棄される。

　また、ステップＳ１０５にて、規定数Ｎｓ未満であると判定されると（ステップＳ１０５：ＮＯ）、判定に用いられた操舵角速度データが取得された地点が視程不良ではない、すなわち視程良好であると判定される。

　次に、図６～図９を参照して、センター２００から配信される情報の利用態様を説明する。
　まず、ナビゲーションシステム１３２は、車両１３０の現在地Ｐｓから目的地Ｐｇまでの経路を探索すると、探索した経路に視程不良となる地点もしくはエリアが存在するか否かを、センター２００の配信部２５０から配信された情報に基づき判定する。

　そして、図６に例示するように、ナビゲーションシステム１３２は、探索した経路に視程不良となる地点Ｐ１が存在すると判定したとき、例えば、「視程１００ｍ程度」、視程１００ｍとなっている区間を示す「区間距離１．５ｋｍ」といった内容を示す情報を経路の案内画面１３４に表示する。

　また、図７に例示するように、ナビゲーションシステム１３２は、探索した経路Ｒ１に視程不良となる地点Ｐ２、Ｐ３が存在し、走行が困難であると判定したとき、地点Ｐ２、Ｐ３を回避した経路Ｒ２を探索する。そして、ナビゲーションシステム１３２は、探索した経路Ｒ２の案内を行う。

　また一方、図８に例示するように、探索した経路Ｒ３に視程不良となる地点Ｐ４、Ｐ５Ｐ６が存在し、他の経路によっても視程不良となる地点を回避できないとき、車両１３０の現在地Ｐｓの周辺に存在する待機もしくは休憩が可能な地点Ｐａ、Ｐｂの案内を行う。

　さらに、図９に例示するように、目的地の設定が行われていないときであっても、車両１３０の現在地Ｐｓを中心とした所定エリアα９内に、視程不良となる複数の地点Ｐ７、Ｐ８、Ｐ９が存在するときは、各地点Ｐ７、Ｐ８、Ｐ９が視程不良である旨が案内される。また、例えば地点Ｐ１０を中心とした所定エリアβ９が視程不良であると推定されるときには、所定エリアβ９が視程不良である旨が案内される。

　以上説明したように、本実施の形態にかかる視程不良推定システム及び視程不良推定方法によれば、以下の効果が得られるようになる。
　（１）変化量算出部２２０が、複数の車両１００、１１０、１２０等の操作要素の変化量を算出した。また、視程推定部２３０が、この変化量算出部２２０により算出された変化量に基づき視程の不良を推定した。このため、視程推定部２３０は、１乃至複数の車両１００等に設けられた既存の操舵角センサ１０２、角速度センサ１０３等により検出可能な操作要素の変化量に基づき視程の不良を推定することが可能となる。これにより、視程の不良の要因となる気象を観測するためのセンサやシステムを車両１００等に設けることなく、視程の不良を推定することが可能となる。よって、より簡易な構成によって視程不良の推定を行うことが可能となる。

　（２）視程推定部２３０は、変化量算出部２２０が算出した操作要素の変化量が、視程の良否の基準となる基準変化量以上であることを条件として、変化量の算出対象とされた各車両１００、１１０、１２０等の走行地点もしくは走行エリアが「視程不良」である旨判定した。視程推定部２３０は、基準変化量と上記算出された変化量との比較に基づき視程の良否を判定することができ、視程の不良の推定がより簡易な処理を通じて行われることとなる。

　（３）視程推定部２３０は、基準変化量以上となる時間が規定の時間以上となった回数が規定の回数以上であることを条件として「視程不良」である旨判定した。よって、視程不良の推定がより厳正な条件に基づき行われる。このため、視程不良の推定結果の信頼性が一層高められる。

　（４）変化量算出部２２０は、各車両１１０、１２０、１３０の所定の走行距離を一単位として、操作要素の変化量を示すデータの収集区間が切り替わる毎に変化量を漸次算出する処理を行った。このため、変化量の算出単位が所定の走行距離とされつつも、データの収集単位で生じた操作要素の変化も的確に顕在化される。これにより、視程不良の発生及び視程不良となっている地点がより高精度に推定されることとなる。

　（５）操作要素の変化量として、操舵角速度の変化量が用いられた。視程不良に起因してステアリングの操作量が変化すると、この変化が的確に検知される。そして、こうした変化が反映される操舵角速度の変化量に基づき視程不良の推定が行われることで、その推定精度が高められることとなる。

　（６）フィルタ部２１０が、データ保存領域２０２に保存されたデータの中から推定の対象外となるデータを選定し、該選定したデータを除外した。このため、変化量算出部２２０は、フィルタ部２１０にて除外されなかったデータのみを変化量の算出の対象とすればよい。また、視程推定部２３０は、フィルタ部２１０にて除外されなかったデータに基づく変化量のみに基づいて視程不良の推定を行えばよい。これにより、変化量算出部２２０及び視程推定部２３０の処理負荷が軽減され、操作要素の変化量の算出、及び視程不良の推定がより円滑に行われる。

　（７）フィルタ部２１０が、操舵角の反転回数に基づき車両のふらつきの有無を判定するするふらつき判定部２１１を備えた。そして、フィルタ部２１０が、操舵角の反転回数が所定の回数未満となるデータを、除外の対象として選定した。このため、変化量算出部２２０及び視程推定部２３０は、視程不良時に取得された可能性が高いデータに対する処理を行えばよい。これにより、変化量算出部２２０及び視程推定部２３０の処理負荷を軽減しつつも、推定の対象となるデータが的確に絞られることとなる。また、ふらつき判定部２１１は、操舵角の反転回数を、操舵角の推移を示すデータ等に基づき容易にカウントすることができる。よって、フィルタ部２１０は、除外の対象とするデータを容易に選定することが可能となる。

　（８）視程推定部２３０は、視程不良となる気象条件として、霧、吹雪、ホワイトアウト、及び規定の雨量以上の雨を対象とした。これにより、視程推定部２３０は、霧、吹雪、ホワイトアウト、及び規定の雨量以上の雨に起因する視程の良否を推定することが可能となる。

　（９）変化量算出部２２０及び視程推定部２３０が、各車両１１０、１１０、１２０の操作要素の変化量を示すプローブ情報を収集するセンター２００に設けられた。また、センター２００は、プローブ情報と各車両１１０、１１０、１２０の緯度経度データである位置情報とを収集した。このため、センター２００は、広範囲かつ複数の道路で取得されたプローブ情報を用いて視程不良の推定を行うことが可能となる。これにより、視程不良の推定範囲が拡大され、より多くのエリアが視程不良の推定対象とされることが可能となる。

　（１０）センター２００は、視程不良となる地点もしくはエリアを視程推定部２３０の推定結果と緯度経度データとに基づいて特定した。また、センター２００は、特定した地点に存在する車両、特定した地点を目的地とする車両、特定した地点を目的地までの推奨経路に含む車両、及び特定した地点を中心とした所定範囲内に存在する車両を特定した。そして、センター２００は、特定した車両で利用されるナビゲーションシステム１３２に推定結果を配信した。これにより、センター２００で推定された推定結果が、ナビゲーションシステム１３２等へと能動的に提供される。また、これにより、ナビゲーションシステム１３２に設定された目的地や推奨経路に視程不良となる地点が存在すると、その旨を示す情報がナビゲーションシステム１３２に配信される。よって、ナビゲーションシステム１３２の利用者は、目的地や推奨経路中の視程の良否を事前に把握することが可能となる。また、これにより、ナビゲーションシステム１３２は、視程不良の推定結果を踏まえた目的地の設定や経路探索を行うことが可能ともなる。また、これにより、車両１３０の周辺に視程不良となる領域が存在することをナビゲーションシステム１３２の利用者に報知することが可能となる。

　（１１）センター２００は、視程不良となる地点もしくはエリアを視程推定部２３０の推定結果と緯度経度データとに基づいて特定した。また、センター２００は、特定した地点に存在する多機能電話機器３００、特定した地点が目的地として設定された多機能電話機器３００、特定した地点を推奨経路として選定した多機能電話機器３００、及び特定した地点を中心とした所定範囲内に存在する多機能電話機器３００を特定した。そして、センター２００は、特定した多機能電話機器３００に推定結果を配信した。これにより、センター２００で推定された推定結果が、多機能電話機器３００へと能動的に提供される。また、これにより、多機能電話機器３００に設定された目的地や推奨経路に視程不良となる地点が存在すると、その旨を示す情報が多機能電話機器３００に配信される。よって、多機能電話機器３００の利用者は、目的地や推奨経路中の視程の良否を事前に把握することが可能となる。また、これにより、多機能電話機器３００は、視程不良の推定結果を踏まえた目的地の設定や経路探索を行うことが可能ともなる。また、これにより、多機能電話機器３００の周辺に視程不良となる領域が存在することを多機能電話機器３００の利用者に報知することが可能となる。

　（１２）配信部２５０は、多機能電話機器３００、道路交通情報センター４００、及び気象会社サーバ５００にも推定結果を配信した。これにより、各車両１００、１１０、１２０等で取得されたデータに基づく推定結果が、幅広く利用されることになる。よって、視程不良推定システム及び視程不良推定方法としての汎用化が図られる。

　（第２の実施の形態）
　次に、本発明にかかる視程不良推定システム及び視程不良推定方法の第２の実施の形態を、第１の実施の形態との相違点を中心に、図１０～図１３を参照して説明する。なお、本実施の形態にかかる視程不良推定システム及び視程不良推定方法も、その基本的な構成は第１の実施の形態と同等であり、図１０～図１３においても第１の実施の形態と実質的に同一の要素にはそれぞれ同一の符号を付して示し、重複する説明は割愛する。

　図１０に示すように、本実施の形態のセンター２００は、データ保存領域２０２に保存されたデータの中から晴天時に取得されたデータを抽出する晴天時データ抽出部２６０を有している。また、センター２００は、晴天時データ抽出部２６０が抽出した晴天時のデータに基づき、晴天時に行われる通常の運転操作に基づき取得される操作要素の変化量を定義する晴天時運転定義部２６１を有している。

　晴天時データ抽出部２６０は、例えば、外部のインターネットワーク等を通じて提供される気象情報を、通信部２０１を介して取得する。気象情報には、晴天となるエリアを示す情報と日時を示す情報とが含まれる。

　そして、晴天時データ抽出部２６０は、データ保存領域２０２に保存されている緯度経度データが示す地点のうち、気象情報が示す晴天のエリアに包含されている緯度経度データを特定する。さらに、晴天時データ抽出部２６０は、特定した緯度経度データのうち、晴天の時間帯に包含される日時に取得された緯度経度データを特定する。そして、晴天時データ抽出部２６０は、特定した緯度経度データに関連付けされている操舵角を示すデータを晴天時運転定義部２６１に出力する。

　晴天時運転定義部２６１は、操舵角を示すデータが入力されると、このデータを例えばフーリエ変換することにより周波数変換する。ここで、本実施の形態の晴天時運転定義部２６１は、晴天時と視程不良時とのスペクトル面積の差分が０．５～１．０Ｈｚの周波数帯で相対的に大きくなることになることに鑑み、０．５～１．０Ｈｚの周波数帯のデータを切り出す。晴天時運転定義部２６１は、切り出した周波数変換後のデータに基づき、操舵角のスペクトル面積を算出する。そして、晴天時運転定義部２６１は、算出したスペクトル面積の平均値を、晴天時に行われる車両操作に基づく操舵角の変化量であると定義する。次いで、晴天時運転定義部２６１は、定義した平均値を示す情報を視程推定部２３０に出力する。

　また、本実施の形態のフィルタ部２１０は、除外しなかった操舵角のデータに関連付けされている操舵角のデータと緯度経度データとを変化量算出部２２０Ａに出力する。
　本実施の形態の変化量算出部２２０Ａは、フィルタ部２１０から入力される操舵角のデータを周波数変換する周波数変換部２２３を上記カウント部２２２に代えて有している。本実施の形態の周波数変換部２２３は、周波数変換として例えばフーリエ変換を行う。

　本実施の形態のデータ分類部２２１は、操舵角のデータを、例えば数十ｍ～数百ｍの範囲内の所定の走行距離毎に分類する。
　また、周波数変換部２２３は、除外の対象外とされた操舵角のデータが入力されると、このデータをフーリエ変換する。また、視程推定部２３０は、視程不良時のスペクトル面積の特徴量が０．５～１．０Ｈｚの周波数帯で顕著になることに鑑み、０．５～１．０Ｈｚの周波数帯のデータを切り出す。そして、周波数変換部２２３は、切り出したフーリエ変換後のデータに基づき、操舵角のスペクトル面積を算出する。次いで、周波数変換部２２３は、算出したスペクトル面積を示す情報を視程推定部２３０に出力する。

　視程推定部２３０は、周波数変換部２２３からスペクトル面積が入力されると、このスペクトル面積と晴天時運転定義部２６１から入力された平均値とを比較する。そして、視程推定部２３０は、周波数変換部２２３から入力されたスペクトル面積が上記平均値を超えるとき、周波数変換部２２３により周波数変化された操舵角のデータが霧等の発生時に伴う視程不良時に取得されたデータであると推定する。視程推定部２３０は、推定した操舵角のデータに関連付けされている緯度経度のデータを、視程不良となっていた地点を示すデータとして不良地点保存領域２４０に出力する。

　次に、図１１を参照して本実施の形態の視程推定部２３０による視程不良の推定態様を説明する。
　図１１に示すように、晴天時、すなわち視程良好時に取得された所定の走行距離における操舵角のデータの推移は、例えば推移Ｌａをなす。

　これに対し、霧の発生時等の視程不良時に取得された所定の走行距離における操舵角のデータの推移Ｌｂは、周波数帯において推移Ｌａよりも大きい値を示す。また、視程不良時の操舵角のデータの推移Ｌｂは、視程良好時の推移Ｌａよりも、各周波数における変化が顕著になっている。

　さらに、視程不良時の操舵角のデータの推移Ｌｂと視程良好時の推移Ｌａとの差分は、０．５～１．０Ｈｚの周波数帯で特に顕著となっている。そこで、本実施の形態では、０．５～１．０Ｈｚの周波数帯のスペクトル面積に基づき、視程不良の推定が行われる。

　視程不良の推定に際してはまず、視程良好時の推移Ｌａの０．５～１．０Ｈｚの周波数帯のスペクトル面積Ｓａが算出される。スペクトル面積Ｓａは、０．５～１．０Ｈｚの周波数帯の極値で区画される各領域Ｓａ１、Ｓａ２、Ｓａ３、Ｓａ４の合計値に基づき算出される。そして、こうした合計値の算出が視程良好時の複数種の推移毎に行われ、各々算出された合計値が平均化される。本実施の形態では、この平均化された合計値が、視程不良の推定に用いられる基準変化量として用いられる。

　また、視程不良の推定に用いられる推移Ｌｂの０．５～１．０Ｈｚの周波数帯のスペクトル面積Ｓｂが算出される。スペクトル面積Ｓｂは、０．５～１．０Ｈｚの周波数帯の極値で区画される各領域Ｓｂ１、Ｓｂ２、Ｓｂ３、Ｓｂ４の合計値に基づき算出される。

　そして、本実施の形態では、推定の対象となる操舵角のデータに基づき算出されたスペクトル面積Ｓｂが、基準変化量として規定された晴天時のスペクトル面積Ｓａを超えることを条件として、推定の対象となる操舵角のデータＬｂが取得された地点もしくは該地点を包含する所定範囲のエリアが視程不良であると推定される。

　次に、図１２を参照して本実施の形態の晴天時データ定義処理を説明する。
　図１２に示すように、まず、晴天となっているエリア及び時間帯を特定するための気象情報が取得される（ステップＳ２００）。そして、取得された気象情報に基づき、晴天時に取得された複数の操舵角データ及び緯度経度データがデータ保存領域２０２に保存されているデータの中から特定される（ステップＳ２０１）。

　次いで、特定された複数の操舵角データが周波数変換され、変換されたデータのスペクトル面積が算出される（ステップＳ２０２、Ｓ２０３）。そして、算出された複数の操舵角データに基づく複数のスペクトル面積の平均値が算出される（ステップＳ２０４）。こうして平均値が算出されると、算出された平均値が、晴天時の車両操作に基づく操舵角の変化量であると定義される。

　以下、図１３を参照して本実施の形態の視程不良推定システム及び視程不良推定方法の作用を説明する。
　図１３に示すように、データ保存領域２０２に保存されたデータが抽出されると（ステップＳ３００）、抽出されたデータのうちの操舵角を示すデータが規定の走行単位毎のデータに分類及び統括される（ステップＳ３０１）。

　次いで、分類された操舵角のデータが例えばフーリエ変換されることによって周波数変換される（ステップＳ３０２）。そして、周波数変換されたデータのうちの０．５～１．０Ｈｚの周波数帯のデータが切り出される（ステップＳ３０３）。

　こうしてデータが切り出されと、切り出された周波数帯のデータのスペクトル面積が算出される（ステップＳ３０４）。次いで、算出されたスペクトル面積Ｓｂと晴天時におけるスペクトル面積の平均値Ｓａとが比較される。

　算出されたスペクトル面積Ｓｂが晴天時におけるスペクトル面積の平均値Ｓａを超えるとき（ステップＳ３０５：ＹＥＳ）、操舵角の変化量が視程不良を推定するための基準変化量以上の変化を示していると判定される。そして、スペクトル面積Ｓｂの算出の対象となった操舵角のデータの取得された地点もしくは該地点を包含する所定範囲のエリアが特定される。次いで、特定された地点もしくはエリアが、視程不良であると推定される（ステップＳ３０６）。

　一方、ステップＳ３０５にてスペクトル面積Ｓｂが晴天時におけるスペクトル面積の平均値Ｓａ以下であると判定されると（ステップＳ３０５：ＮＯ）、判定に用いられた操舵角速度データが取得された地点が視程不良ではない、すなわち視程良好であると判定される。

　以上説明したように、本実施の形態にかかる視程不良推定システム及び視程不良推定方法によれば、前記（１）～（３）、（６）～（１２）の効果が得られるとともに、前記（４）、（５）に代えて以下の効果が得られるようになる。

　（４Ａ）変化量算出部２２０は、各車両１１０、１２０、１３０の所定の走行距離を一単位として操作要素の変化量を算出する処理を行った。これにより、視程の不良に起因する操作要素の変化が上記算出される変化量に的確に反映されることとなる。

　（５Ａ）変化量算出部２２０Ａは、操作要素の変化量を示すデータを周波数変換する周波数変換部２２３を備えた。視程推定部２３０は、周波数変換されたデータが、規定の操作量以上であることを示していることを条件として視程不良である旨判定した。よって、視程不良に起因する操作要素の変化が特定の周波数帯で発生したとしても、この変化が的確に検出される。これにより、操作要素の変化量に基づく推定が高精度に行われる。

　（６Ａ）周波数変換部２２３は、操作要素の変化量を示すデータをフーリエ変換により周波数変換した。これにより、周波数変換されたデータに基づく視程不良の推定がより高精度に行われる。

　（７Ａ）周波数変換されたデータのうちの０．５～１．０Ｈｚの周波数帯のスペクトル面積に基づき、視程不良の推定が行われた。このため、晴天時と悪天時との差分が特に顕著になるデータに基づき、視程不良の推定が行われる。これにより、視程不良の推定がより高精度に行われる。また、０．５～１．０Ｈｚの周波数帯のデータは全体のデータのうちのごく一部のデータである。よって、こうした一部のデータの対比に基づき視程不良の推定が行われることで、視程不良の推定にかかる処理負荷が大幅に低減されることとなる。

　（８Ａ）視程推定部２３０は、推定の対象となる操作要素の変化量を示すスペクトル面積が、晴天時におけるスペクトル面積の平均値を超えることを条件として「視程不良」である旨判定した。このため、晴天時における操作要素の変化量の特性との比較に基づき視程不良が判定される。

　（第３の実施の形態）
　次に、本発明にかかる視程不良推定システム及び視程不良推定方法の第３の実施の形態を、第１の実施の形態との相違点を中心に、図１４～図２０を参照して説明する。なお、本実施の形態にかかる視程不良推定システム及び視程不良推定方法も、その基本的な構成は第１の実施の形態と同等であり、図１４～図２０においても第１の実施の形態と実質的に同一の要素にはそれぞれ同一の符号を付して示し、重複する説明は割愛する。

　図１４に示すように、本実施の形態のセンター２００を構成するフィルタ部２１０Ａは、所定の曲率を有する道路、すなわちカーブで取得されたデータを除外の対象として選定するカーブ判定部２１２をさらに有している。

　カーブ判定部２１２は、地図データ保存領域２０３に保存されている地図データとデータ保存領域２０２に保存されている緯度経度データとに基づき、データ保存領域２０２に保存されているデータが、緯度経度データの取得されたカーブで取得されたデータであるか否かを判定する。そして、カーブ判定部２１２は、カーブで取得されたデータを除外の対象として選定する。

　さらに、カーブ判定部２１２は、所定の曲率以上の道路で取得されたデータを除外した操舵角のデータの推移に基づき、近似直線を算出する。そして、カーブ判定部２１２は、算出した近似直線の傾きが所定の傾き以上であるデータを除外の対象として選定する。

　カーブ判定部２１２は、除外の対象としなかった操舵角のデータに関連付けされている操舵角速度のデータと該操舵角速度のデータに関連付けされている緯度経度データとを、変化量算出部２２０に出力する。

　地図データ保存領域２０３に保存されている地図データは、地図に関する情報であり、道路線形や各種の交通要素、及びそれらの緯度経度を示すデータ等の情報を含む。
　変化量算出部２２０は、カーブ判定部２１２により除外されなかった操舵角速度のデータ、すなわち直線で取得されたデータの変化量を算出する。そして、視程推定部２３０は、直線で取得された操舵角速度のデータに基づき視程不良の推定を行う。

　次に、図１５及び図１６を参照して道路線形毎の操舵角の特徴を説明する。なお、図１５は、所定の曲率を有する道路で取得された操舵角の変化量を示している。図１５においてそれぞれ破線で示す推移Ｌｃｘ１、Ｌｃｘ２は、晴天時、すなわち視程良好時に取得された操舵角のデータのフーリエ変換された推移の絶対値を示すものである。また、図１５において推移Ｌｃｙ１、Ｌｃｙ２、Ｌｃｙ３は、視程不良時に取得された操舵角のデータのフーリエ変換された推移の絶対値を示すものである。

　図１６は、直線の道路で取得された操舵角の変化量を示している。図１６においてそれぞれ破線で示す推移Ｌｓｘ１、Ｌｓｘ２は、晴天時、すなわち視程良好時に取得された操舵角のデータのフーリエ変換された絶対値の推移を示すものである。また、図１５においてそれぞれ実線で示す推移Ｌｓｙ１、Ｌｓｙ２、Ｌｓｙ３は、視程不良時に取得された操舵角のデータのフーリエ変換された絶対値の推移を示すものである。

　図１５に示すように、所定の曲率を有する道路（カーブ）においては、視程良好時の推移Ｌｃｘ１、Ｌｃｘ２と、視程不良時の推移Ｌｃｙ１、Ｌｃｙ２、Ｌｃｙ３とは、各周波数帯において差分を有するものの、カーブに倣って行われる操舵の操作量が反映された分だけ差分が低下する。

　一方、図１６に示すように、直線の道路においては、視程良好時の推移Ｌｓｘ１、Ｌｓｘ２と、視程不良時の推移Ｌｓｙ１、Ｌｓｙ２、Ｌｓｙ３とは、道路線形に倣った操舵が含まれない分、各周波数帯における差分が増大する。

　よって、本実施の形態では、視程良好時と視程不良時とにおける各操舵角のデータ及び各操舵角速度のデータの変化量の各差分がカーブで低下する傾向に伴い、カーブで取得された操舵角のデータ及び操舵角速度のデータがフィルタ部２１０Ａによる除外の対象として選定される。なお、本実施の形態では、例えば、所定の走行距離における操舵角の変化が約「３０ｄｅｇ」以上である操舵角のデータが、所定の曲率を有する道路を走行した車両から取得されたデータであるとして除外の対象とされる。

　この結果、図１７に例示するように、所定の曲率を有する区間Ｓｅｃ１で取得された操舵角のデータ及び操舵角速度のデータが、視程不良の推定に用いられる対象から除外される。これにより、視程推定部２３０は、視程良好時と視程不良時とにおける差分が的確に反映されたデータに基づき、視程の良否を推定することが可能となる。

　また、図１７に示すカーブの直前の区間Ｓｅｃ２では、カーブに侵入するための操作が行われる。このため、区間Ｓｅｃ２では、曲率が所定の曲率以下、すなわち一般的なカーブと判定されない区間であるものの、視程不良の要因とならない道路線形が反映された変化量が操舵角のデータ及び操舵角速度のデータに含まれることとなる。

　そこで、本実施の形態のカーブ判定部２１２は、近似直線を用いて、道路線形が反映された操舵角のデータ及び操舵角のデータを除外の対象として選定する。
　ここで、図１８（ａ）及び（ｂ）に、操舵角速度が６［ｄｅｇ／ｓｅｃ］以上が２秒以上検出されたときのデータをそれぞれ示す。なお、図１８（ａ）に示す推移は、晴天時において、例えば図１７の区間Ｓｅｃ２を走行した車両にて取得された該区間Ｓｅｃ２における操舵角速度のデータに基づくものである。一方、図１８（ｂ）に示す推移は、視程不良時において、例えば図１７の区間Ｓｅｃ３等の直線の道路を走行した車両にて取得された該区間Ｓｅｃ３における操舵角速度のデータに基づくものである。

　図１８（ａ）に示すように、例えば図１７の区間Ｓｅｃ２を走行した車両にて取得された該区間Ｓｅｃ２における操舵角速度の推移は、視程良好時であっても約６［ｄｅｇ／ｓｅｃ］～２６［ｄｅｇ／ｓｅｃ］の範囲で変化する。このため、図１８（ａ）に示す操舵角速度の推移を示すデータのみに基づけば、該データが視程不良時に取得されたデータであると誤認される可能性がある。

　また、図１８（ｂ）に示すように、例えば図１７の区間Ｓｅｃ３を走行した車両にて取得された該区間Ｓｅｃ３における操舵角速度の推移は、視程不良に伴う変化を含んだものとなっている。そして、図１８（ａ）及び（ｂ）に示す推移は、視程の良否に拘わらず、操舵角速度が共に所定以上、例えば、概ね約６［ｄｅｇ／ｓｅｃ］以上となっている。

　一方、図１９（ａ）に示すように、例えば図１７の区間Ｓｅｃ２を走行した車両にて取得された該区間Ｓｅｃ２における操舵角の推移Ｌｃ１は、一定の傾きをもって変化する。すなわち、区間Ｓｅｃ２で行われるカーブに進入するための車両操作が反映されたものとなっている。そして、この操舵角の推移Ｌｃ１の近似直線Ｌｃ２は、一定の傾きをもって右肩上がりに変化し、所定の走行距離において約「－２０ｄｅｇ」から約「＋２０ｄｅｇ」まで変化する。

　これに対し、図１９（ｂ）に示すように、視程不良時に直線（区間Ｓｅｃ３）の道路を走行した車両にて取得された操舵角の推移Ｌｓ１の近似直線Ｌｓ２は、所定の走行距離において約「＋１０ｄｅｇ」から約「０ｄｅｇ」まで変化する。つまり、直線の道路における近似直線Ｌｓ２は、カーブの侵入直前の区間Ｓｅｃ２における近似直線Ｌｃ２よりも傾きの絶対値が小さくなっている。

　そこで、本実施の形態では、所定の走行距離における近似直線の傾きの絶対値が例えば約６「ｄｅｇ／ｓｅｃ」以上であるときは、カーブに進入するための車両操作が反映された変化量を含むデータであるとして、推定の対象から除外される。

　なお、こうした近似直線の特徴は、カーブの退出直後においても同様のものとなっている。
　以下、図２０を参照して本実施の形態のフィルタ部２１０Ａによるフィルタ処理を説明する。

　図２０にステップＳ４００として示すように、データ保存領域２０２に保存された操舵角のデータが抽出されると、この抽出されたデータのうち、操舵角の変化が例えば３０［ｄｅｇ］以上となる推移を示すデータが選定される。そして、選定されたデータが破棄されることにより、このデータが視程不良の推定の対象から除外される（ステップＳ４０１）。

　次いで、例えば約２秒の期間における操舵角速度のデータに基づき、近似直線が算出される（ステップＳ４０２）。そして、算出された近似直線の傾きの絶対値が例えば６［ｄｅｇ／ｓｅｃ］以上であるデータが選定され、選定された操舵角速度のデータが視程不良の推定の対象から除外される（ステップＳ４０３）。

　こうして、変化量算出部２２０には、カーブに伴う車両操作の変化を含まない操舵角速度のデータが入力される。そして、視程推定部２３０では、この操舵角速度のデータに基づく視程不良の推定が行われる。

　以上説明したように、本実施の形態にかかる視程不良推定システム及び視程不良推定方法によれば、前記（１）～（１２）の効果が得られるとともに、さらに以下の効果が得られるようになる。

　（１３）フィルタ部２１０Ａが、カーブに伴う変化量を含んだデータを除外するカーブ判定部２１２をさらに備えた。カーブ判定部２１２は、所定の曲率以上を有する道路で取得されたデータを視程不良時の対象から除外した。このため、カーブを走行する際に行われた車両操作の影響が反映されたデータが推定の対象から除外される。よって、道路の線形、すなわち視程不良とは異なる要素に基づく変化量を含むデータが予め推定の対象から除外される。これにより、操作要素の変化量に基づく推定の精度が高められる。

　（１４）カーブ判定部２１２は、操舵角の推移の近似直線を算出し、近似直線が所定の傾きを有する操舵角速度のデータを推定の対象から除外した。このため、操舵角速度のデータに、カーブの侵入の直前で行われる車両操作やカーブの退出直後で行われる車両操作による影響が含まれていたとしても、この影響を含む箇所のデータが推定の対象から除外される。これにより、カーブの侵入に伴う車両操作が行われた地点やカーブの退出に伴う車両操作が行われた地点が、視程不良であると誤認されることもない。よって、視程不良の推定の精度がさらに高められる。

　（第４の実施の形態）
　次に、本発明にかかる視程不良推定システム及び視程不良推定方法の第４の実施の形態を、第２の実施の形態との相違点を中心に、図２１を参照して説明する。なお、本実施の形態にかかる視程不良推定システム及び視程不良推定方法も、その基本的な構成は第２の実施の形態と同等であり、図２１においても第２の実施の形態と実質的に同一の要素にはそれぞれ同一の符号を付して示し、重複する説明は割愛する。

　図２１に示すように、本実施の形態のフィルタ部２１０Ａは、上記第３の実施の形態と同様にカーブ判定部２１２を有している。カーブ判定部２１２は、操舵角の変化に基づき、所定の曲率以上の道路で取得されたデータを除外する。また、カーブ判定部２１２は、操舵角速度に基づく近似直線を算出することにより、カーブの前後で取得されたデータを除外する。そして、カーブ判定部２１２は、カーブ及びカーブの前後で取得されたデータを除いたデータを変化量算出部２２０Ａに出力する。

　そして、カーブの影響が除外されたデータが、先の第２の実施の形態と同様に周波数変換され、視程不良の推定が行われることとなる。
　以上説明したように、本実施の形態にかかる視程不良推定システム及び視程不良推定方法によれば、前記（１）～（６）、（８）～（１２）の効果が得られるとともに、前記（７）に代えて以下の効果が得られるようになる。

　（７Ｂ）フィルタ部２１０Ａが、カーブに伴う変化量を含んだデータを除外するカーブ判定部２１２をさらに備えた。カーブ判定部２１２は、所定の曲率以上を有する道路で取得されたデータを視程不良時の対象から除外した。このため、カーブを走行する際に行われた車両操作の影響が反映されたデータが推定の対象から除外される。よって、道路の線形、すなわち視程不良とは異なる要素に基づく変化量を含むデータが予め推定の対象から除外される。これにより、操作要素の変化量に基づく推定の精度が高められることとなる。

　（８Ｂ）カーブ判定部２１２は、操舵角の推移の近似直線を算出し、近似直線が所定の傾きを有する操舵角速度のデータを推定の対象から除外した。このため、操舵角速度のデータに、カーブの侵入の直前で行われる車両操作やカーブの退出直後で行われる車両操作による影響が含まれていたとしても、この影響を含む箇所のデータが推定の対象から除外される。これにより、カーブの侵入に伴う車両操作が行われた地点やカーブの退出に伴う車両操作が行われた地点が、視程不良であると誤認されることもない。よって、視程不良の推定の精度がさらに高められる。

　（第５の実施の形態）
　次に、本発明にかかる視程不良推定システム及び視程不良推定方法の第５の実施の形態を、第１の実施の形態との相違点を中心に、図２２～図２４を参照して説明する。なお、本実施の形態にかかる視程不良推定システム及び視程不良推定方法も、その基本的な構成は第１の実施の形態と同等であり、図２２～図２４においても第１の実施の形態と実質的に同一の要素にはそれぞれ同一の符号を付して示し、重複する説明は割愛する。

　図２２に示すように、本実施の形態のセンター２００は、データ保存領域２０２に保存された緯度経度データに基づき、該緯度経度データ等が取得された車両の走行環境を識別する走行環境識別部２７０を有している。また、センター２００は、走行環境に関する情報が保存されている環境情報保存領域２７１、走行環境毎の閾値が対応付けされている走行環境対応マップ２７２を有している。

　環境情報保存領域２７１には、交差点、道路勾配、各エリアの時期毎の平均気温、気候等が緯度経度と対応付けされて保存されている。また、環境情報保存領域２７１には、通信部２０１と各車両１００、１１０、１２０、道路交通情報センター４００等との通信を通じて取得される交通情報が保存されている。交通情報には、乾燥、湿潤、シャーベット、積雪、アイスバーン等の道路の路面状況と対応する緯度経度とを示す情報が含まれる。

　走行環境対応マップ２７２は、図２３に示すように、ふらつき判定部２１１が用いる切り返し回数の選別用の閾値Ｘ１～Ｘ７等が走行環境毎に対応付けされたデータである。また、走行環境対応マップ２７２は、図２３に示すように、視程推定部２３０が視程の良否を判別するための上記規定数Ｎｓとして用いられる閾値Ｙ１～Ｙ７等が走行環境毎に対応付けされたデータである。

　走行環境識別部２７０は、緯度経度データをデータ保存領域２０２から抽出すると、抽出した緯度経度データと環境情報保存領域２７１に保存された環境情報とに基づき、緯度経度データが取得された地点の走行環境を特定する。

　そして、走行環境識別部２７０は、特定した走行環境に基づき、選別用の閾値Ｘ１～Ｘ７を選定する。走行環境識別部２７０は、選定した閾値をふらつき判定部２１１に出力する。

　また、走行環境識別部２７０は、特定した走行環境に基づき、上記規定数Ｎｓとして用いられる閾値Ｙ１～Ｙ７を選定する。走行環境識別部２７０は、選定した閾値を視程推定部２３０に出力する。

　ふらつき判定部２１１は、走行環境識別部２７０が特定した閾値が入力されると、この閾値に基づいて車両のふらつきの有無を判定する。
　視程推定部２３０は、走行環境識別部２７０が特定した閾値が入力されると、この閾値に基づいて視程不良の推定を行う。

　以下、図２４を参照して本実施の形態の視程不良推定システム及び視程不良推定方法による視程の推定手順を説明する。
　図２４に示すように、データ保存領域２０２に保存されたデータが抽出されると（ステップＳ１１０）、抽出されたうちの緯度経度データに基づき、操舵角及び操舵角速度のデータが取得された走行環境が特定される（ステップＳ１１１）。次いで、特定された走行環境に応じた選別用の閾値及び視程不良の推定用の閾値が選定される（ステップＳ１１２）。

　そして、抽出されたデータのうちの操舵角を示すデータに基づき、例えば数十ｍ～数百ｍとして規定された所定の走行距離における操舵の切り返し回数がカウントされる（ステップＳ１１３）。

　次いで、切り返し回数が、上記選定された選別用の閾値以上であるか否かが判定される（ステップＳ１１４）。切り返し回数が選別用の閾値以上であると判定されると、判定の対象とされた操舵角のデータに関連付けされている操舵角速度のデータ及び緯度経度データが除外の対象外として選定される（ステップＳ１１４：ＹＥＳ）。

　次いで、この選定された操舵角速度のデータが、先の図３に例示した態様で、所定の走行距離単位毎のデータに分類及び統括される（ステップＳ１１５）。そして、こうした分類が、データの収集単位毎に漸次シフトする態様で算出される。

　次いで、漸次算出された所定の走行距離単位毎の操舵角速度のデータに基づき、操舵角速度６［ｄｅｇ／ｓｅｃ］以上が２秒以上となった回数Ｎが、ステップＳ１１２にて選定された閾値に基づく規定数Ｎｓ以上であるか否かが判定される（ステップＳ１１６、Ｓ１１７）。

　そして、規定数Ｎｓ以上であると判定されると（ステップＳ１１７：ＹＥＳ）、判定の対象とされた操舵角速度のデータに関連付けされている緯度経度データに基づき、操舵角速度のデータの取得された地点もしくは該地点を包含する所定範囲のエリアが特定される。そして、特定された地点もしくはエリアが、視程不良であると推定される（ステップＳ１１８）。

　一方、ステップＳ１１４にて、切り返し回数が選別用の閾値未満であると判定されたときには（ステップＳ１１４：ＮＯ）、判定の対象とされた操舵角のデータに関連付けされている操舵角速度データ及び緯度経度データが除外の対象として選定される。そして、この対象外とされた各データが破棄される。

　また、ステップＳ１１６にて、規定数Ｎｓ未満であると判定されると（ステップＳ１１６：ＮＯ）、判定に用いられた操舵角速度データが取得された地点が視程不良ではない、すなわち視程良好であると判定される。

　（１５）操舵角速度のデータに基づく視程不良の判定が、走行環境毎に行われた。このため、視程不良とは異なる要素、例えば路面の状態に起因して操舵角や操舵角速度が変化したとしても、路面の状態が視程不良の推定結果に影響を及ぼすことが抑制される。これにより、視程が良好であるにも拘わらず、路面の状態に起因して視程不良と推定されることもなく、推定精度がさらに高められることとなる。

　（１６）操舵の切り返し回数の判定が、走行環境毎に行われた。このため、視程不良とは異なる要素に起因して操舵の切り返し回数が変化したとしても、この変化に応じた判定が行われる。このため、車両のふらつきの有無を精度よく判定することが可能となる。

　（第６の実施の形態）
　次に、本発明にかかる視程不良推定システム及び視程不良推定方法の第６の実施の形態を、第２の実施の形態との相違点を中心に、図２５～図２７を参照して説明する。なお、本実施の形態にかかる視程不良推定システム及び視程不良推定方法も、その基本的な構成は第２の実施の形態と同等であり、図２５～図２７においても第２の実施の形態と実質的に同一の要素にはそれぞれ同一の符号を付して示し、重複する説明は割愛する。

　図２５に示すように、本実施の形態のセンター２００は、上記走行環境識別部２７０、環境情報保存領域２７１、及び走行環境対応マップ２７３を有している。
　また、本実施の形態の晴天時運転定義部２６１は、晴天時運転を走行環境毎に定義する。そして、晴天時運転定義部２６１は、定義した晴天時運転に関する情報を走行環境対応マップ２７３に出力する。

　図２６に示すように、本実施の形態の走行環境対応マップ２７３は、ふらつき判定部２１１が用いる切り返し回数の選別用の閾値Ｘ１～Ｘ７等が走行環境毎に対応付けされたデータを有する。

　また、図２６に示すように、走行環境対応マップ２７３は、晴天時運転定義部２６１により定義された晴天時運転を示す平均値Ｚ１～Ｚ７等が、走行環境毎に対応付けされたデータを有する。

　そして、本実施の形態のふらつき判定部２１１、及び視程推定部２３０も、走行環境識別部２７０が選定した閾値に基づき、ふらつきの判定、及び視程不良の推定を行う。
　次に、図２７を参照して本実施の形態の晴天時データ定義処理を説明する。

　図２７に示すように、まず、晴天となっているエリア及び時間帯を特定するための気象情報が取得される（ステップＳ２１０）。
　次いで、データ保存領域２０２に保存されている緯度経度データに基づき、操舵角及び操舵角速度のデータが取得された走行環境が特定される（ステップＳ２１１）。そして、特定された走行環境毎に、操舵角及び操舵角速度のデータが分類される（ステップＳ２１２）。

　次いで、取得された気象情報に基づき、データ保存領域２０２に保存されているデータのうちの晴天時に取得された複数の操舵角データ及び緯度経度データが特定される（ステップＳ２１３）。

　次いで、特定された複数の操舵角データが周波数変換され、変換されたデータのスペクトル面積が算出される（ステップＳ２１４、Ｓ２１５）。そして、算出された複数の操舵角データに基づく複数のスペクトル面積の平均値が算出される（ステップＳ２１６）。こうして平均値が算出されると、算出された平均値が、晴天時の車両操作に基づく操舵角の変化量であると定義される。

　以下、図２８を参照して本実施の形態の視程不良推定システム及び視程不良推定方法の作用を説明する。
　図２８に示すように、データ保存領域２０２に保存されたデータが抽出されると（ステップＳ３１０）、抽出されたデータのうちの操舵角を示すデータが規定の走行単位毎のデータに分類及び統括される（ステップＳ３１１）。

　次いで、分類された操舵角のデータが例えばフーリエ変換されることによって周波数変換される（ステップＳ３１２）。そして、周波数変換されたデータのうちの０．５～１．０Ｈｚの周波数帯のデータが切り出される（ステップＳ３１３）。こうしてデータが切り出されと、切り出された周波数帯のデータのスペクトル面積が算出される（ステップＳ３１４）。

　次いで、スペクトル面積の算出対象となった操舵角のデータの走行環境が、該操舵角のデータに関連付けされている緯度経度データに基づき特定される（ステップＳ３１５）。次いで、特定された走行環境と共通もしくは類似する走行環境で取得されたスペクトル面積の平均値Ｓａが、先の図２６に示した閾値Ｚ１～Ｚ７等の中から選定される（ステップＳ３１６）。

　そして、選定された閾値Ｚ１～Ｚ７による平均値ＳａとステップＳ３１４にて算出されたスペクトル面積Ｓｂとが比較される（ステップＳ３１７）。
　この結果、算出されたスペクトル面積Ｓｂが晴天時におけるスペクトル面積の平均値Ｓａを超えるとき（ステップＳ３１７：ＹＥＳ）、操舵角の変化量が視程不良を推定するための基準変化量以上の操舵角の変化を示していると判定される。そして、スペクトル面積Ｓｂの算出の対象となった操舵角のデータの取得された地点もしくは該地点を包含する所定範囲のエリアが特定される。次いで、特定された地点もしくはエリアが、視程不良であると推定される（ステップＳ３１８）。

　一方、ステップＳ３１７にてスペクトル面積Ｓｂが晴天時におけるスペクトル面積の平均値Ｓａ以下であると判定されると（ステップＳ３１７：ＮＯ）、判定に用いられた操舵角速度データが取得された地点が視程不良ではない、すなわち視程良好であると判定される。

　以上説明したように、本実施の形態にかかる視程不良推定システム及び視程不良推定方法によれば、前記（１）～（３）、（６）～（１２）、（４Ａ）～（８Ａ）の効果が得られるとともに、さらに以下の効果が得られるようになる。

　（１７）操舵角速度のデータに基づく視程不良の判定が、走行環境毎に行われた。このため、視程不良とは異なる要素、例えば路面の状態に起因して操舵角や操舵角速度が変化したとしても、路面の状態が視程不良の推定結果に影響を及ぼすことが抑制される。これにより、視程が良好であるにも拘わらず、路面の状態に起因して視程不良と推定されることもなく、推定精度がさらに高められることとなる。

　（１８）操舵の切り返し回数の判定が、走行環境毎に行われた。このため、視程不良とは異なる要素に起因して操舵の切り返し回数が変化したとしても、この変化に応じた判定が行われる。このため、車両のふらつきの有無を精度よく判定することが可能となる。

　（第７の実施の形態）
　次に、本発明にかかる視程不良推定システム及び視程不良推定方法の第７の実施の形態を、第１の実施の形態との相違点を中心に、図２９及び図３０を参照して説明する。なお、本実施の形態にかかる視程不良推定システム及び視程不良推定方法も、その基本的な構成は第１の実施の形態と同等であり、図２９及び図３０においても第１の実施の形態と実質的に同一の要素にはそれぞれ同一の符号を付して示し、重複する説明は割愛する。

　図２９に示すように、本実施の形態のセンター２００は、車両１００に搭載されて該車両１００の走行速度を検出する車速センサ１０６により取得された車速データも収集する。

　また、本実施の形態のセンター２００を構成するフィルタ部２１０Ｂは、車速データが示す走行速度が規定の走行速度以下であるか否かに基づき、除外の対象とするデータを選定する車速判定部２１３をさらに有している。規定の走行速度としては、例えば、晴天時に取得された車速データが示す走行速度よりも約「２５％」以上低速となる速度が規定されている。

　そして、本実施の形態のフィルタ部２１０Ｂは、ふらつき判定部２１１及び車速判定部２１３により共に除外されなかったデータを変化量算出部２２０に出力する。
　以下、図３０を参照して本実施の形態の視程不良推定システム及び視程不良推定方法による視程の推定手順を説明する。

　図３０に示すように、図５のステップＳ１００～Ｓ１０３が実行されると、ステップＳ１０３で分類された操舵角速度のデータに関連付けされている車速データが示す車両の走行速度が、規定の走行速度以下であるか否かが判定される（ステップＳ１０３Ａ）。

　そして、車速データが示す車両の走行速度が規定の走行速度以下であるとき（ステップＳ１０３Ａ：ＹＥＳ）、該車速データが視程不良となっていた地点で取得された可能性が高いとして、ステップＳ１０４によるカウントの対象とされる。

　一方、車速データが示す車両の走行速度が規定の走行速度を超えるとき（ステップＳ１０３Ａ：ＮＯ）、視程が良好であり通常の走行速度で車両が走行可能な状況であった可能性が高いとして、車速データに関連付けされている操舵角速度のデータが除外の対象とされる。

　（１９）フィルタ部２１０Ｂが、車両の走行速度に基づき、視程不良の推定に供さないデータを選定した。このため、規定の速度を超える走行速度のもとで取得された操舵角速度のデータについては、視程良好な可能性が高いとして、変化量算出部２２０及び視程推定部２３０による処理の対象から予め除外される。これにより、変化量算出部２２０及び視程推定部２３０は、視程不良であった可能性の高い地点で取得されたデータを処理対象とすることが可能となる。よって、変化量算出部２２０及び視程推定部２３０の処理負荷の低減、ひいては、視程不良の推定の円滑化が図られることとなる。

　（第８の実施の形態）
　次に、本発明にかかる視程不良推定システム及び視程不良推定方法の第８の実施の形態を、第２の実施の形態との相違点を中心に、図３１及び図３２を参照して説明する。なお、本実施の形態にかかる視程不良推定システム及び視程不良推定方法も、その基本的な構成は第２の実施の形態と同等であり、図３１及び図３２においても第２の実施の形態と実質的に同一の要素にはそれぞれ同一の符号を付して示し、重複する説明は割愛する。

　図３１に示すように、本実施の形態のセンター２００は、車両１００に搭載されて該車両１００の走行速度を検出する車速センサ１０６により取得された車速データも収集する。

　また、本実施の形態のセンター２００を構成するフィルタ部２１０Ｂは、車速データが示す走行速度が規定の走行速度以下であるか否かに基づき、除外の対象とするデータを選定する車速判定部２１３をさらに有している。

　そして、本実施の形態のフィルタ部２１０Ｂは、ふらつき判定部２１１及び車速判定部２１３により共に除外されなかったデータを変化量算出部２２０に出力する。
　また、本実施の形態の晴天時データ抽出部２６０は、晴天時に取得された車速データもデータ保存領域２０２から抽出する。そして、晴天時データ抽出部２６０は、抽出した車速データを晴天時運転定義部２６１に出力する。

　晴天時運転定義部２６１は、車速データが所定数以上入力されると、各車速データが示す走行速度の平均値を算出する。そして、晴天時運転定義部２６１は、この平均値が晴天時における通常の走行速度であるとして車速判定部２１３に出力する。

　車速判定部２１３は、走行速度の平均値が入力されると、この平均値よりも例えば約「２５％」以上低速となる速度を、除外の対象とするデータを選定するための規定の走行速度として設定する。

　以下、図３２を参照して本実施の形態の視程不良推定システム及び視程不良推定方法の作用を説明する。
　図３２に示すように、データ保存領域２０２に保存されたデータが抽出されると（ステップＳ３００）、抽出されたデータのうちの操舵角を示すデータが規定の走行単位毎のデータに分類及び統括される（ステップＳ３０１）。

　次いで、分類された操舵角を示すデータに関連付けされている車速データが示す走行速度が規定の走行速度以下であるか否かが判定される（ステップＳ３０１Ａ）。
　そして、車速データの示す車両の走行速度が規定の走行速度以下であるとき（ステップＳ３０１Ａ：ＹＥＳ）、該車速データに関連付けされている操舵角のデータが周波数変換の対象とされる（ステップＳ３０２）。こうして周波数変換された操舵角のデータに基づき視程不良の推定が行われる（ステップＳ３０２～Ｓ３０６）。

　一方、車速データが示す車両の走行速度が規定の走行速度を超えるとき（ステップＳ３０１Ａ：ＮＯ）、視程が良好であり通常の走行速度で車両が走行可能な状況であった可能性が高いとして、車速データに関連付けされている操舵角速度のデータが除外の対象とされる。

　（２０）フィルタ部２１０Ｂが、車両の走行速度に基づき、視程不良の推定に供さないデータを選定した。このため、規定の速度を超える走行速度のもとで取得された操舵角のデータについては、視程良好な可能性が高いとして、変化量算出部２２０Ａ及び視程推定部２３０による処理の対象から予め除外される。これにより、変化量算出部２２０Ａ及び視程推定部２３０は、視程不良であった可能性の高い地点で取得されたデータを処理対象とすることが可能となる。よって、変化量算出部２２０Ａ及び視程推定部２３０の処理負荷の低減、ひいては、視程不良の推定の円滑化が図られる。

　（第９の実施の形態）
　次に、本発明にかかる視程不良推定システム及び視程不良推定方法の第９の実施の形態を、第１の実施の形態との相違点を中心に、図３３及び図３４を参照して説明する。なお、本実施の形態にかかる視程不良推定システム及び視程不良推定方法も、その基本的な構成は第１の実施の形態と同等であり、図３３及び図３４においても第１の実施の形態と実質的に同一の要素にはそれぞれ同一の符号を付して示し、重複する説明は割愛する。

　図３３に示すように、本実施の形態のセンター２００は、上記晴天時データ抽出部２６０、晴天時運転定義部２６１をさらに備える。
　また、本実施の形態のセンター２００を構成する変化量算出部２２０Ｂは、上記データ分類部２２１、上記カウント部２２２、及び周波数変換部２２３を備える。

　本実施の形態の視程推定部２３０は、データ分類部２２１及び周波数変換部２２３の双方の推定結果、もしくはいずれか一方の推定結果に基づき視程不良の推定を行う。
　以下、図３４を参照して本実施の形態の視程不良推定システム及び視程不良推定方法による視程の推定手順を説明する。

　図３４に示すように、まずステップＳ４００において、先の図５のステップＳ１００～Ｓ１０６に相当する処理である操舵角速度の変化回数に基づく推定処理が行われる。
　次いで、操舵角速度の変化回数に基づく推定結果が視程不良であると判定されたとき（ステップＳ４０１：ＹＥＳ）、先の図１３のステップＳ３０１～Ｓ３０６に相当する処理である操舵角の周波数変換に基づく推定処理が行われる（ステップＳ４０２）。

　そして、操舵角の周波数変換に基づく推定結果が視程不良であると判定されたとき（ステップＳ４０３：ＹＥＳ）、視程不良であると推定される（ステップＳ４０４）。
　一方、操舵角速度の変化回数に基づく推定結果が視程不良ではないと判定されたとき（ステップＳ４０１：ＮＯ）、視程不良の条件を満たさないとして本処理が終了される。同様に、操舵角速度の変化回数に基づく推定結果が視程不良であると判定されたとしても（ステップＳ４０１：ＹＥＳ）、操舵角の周波数変換に基づく推定結果が視程不良ではないと判定されたときにも（ステップＳ４０３：ＮＯ）、視程不良の条件を満たさないとして本処理が終了される。

　（２１）変化量算出部２２０Ｂが、カウント部２２２及び周波数変換部２２３を備えた。視程推定部２３０は、カウント部２２２及び周波数変換部２２３の処理結果が共に視程不良となる基準変化量を満たすことを条件として、視程不良であると推定した。よって、操舵角及び操舵角速度の双方の変化量に基づき、視程の良否の推定が行われる。これにより、視程不良の推定結果の信頼性がさらに高められる。

　（２２）操舵角速度の変化回数に基づく推定結果が視程不良であると判定されることを条件として、操舵角の周波数変換に基づく推定処理が行われた。よって、操舵角の周波数変換に基づく推定処理が条件的に行われる。これにより、操舵角の周波数変換を行う処理負荷の低減が図られる。

　（第１０の実施の形態）
　次に、本発明にかかる視程不良推定システム及び視程不良推定方法の第１０の実施の形態を、第９の実施の形態との相違点を中心に、図３５を参照して説明する。なお、本実施の形態にかかる視程不良推定システム及び視程不良推定方法も、その基本的な構成は第９の実施の形態と同等であり、図３５においても第９の実施の形態と実質的に同一の要素にはそれぞれ同一の符号を付して示し、重複する説明は割愛する。

　図３５に示すように、本実施の形態の形態では、ステップＳ５００において、先の図５のステップＳ１００～Ｓ１０６に相当する処理である操舵角速度の変化回数に基づく推定処理が行われる。

　次いで、操舵角速度の変化回数に基づき視程不良であると判定されたとき（ステップＳ５０１：ＹＥＳ）、視程不良であると推定される（ステップＳ５０２）。
　一方、操舵角速度の変化回数に基づき視程不良ではないと判定されると（ステップＳ５０１：ＮＯ）、先の図１３のステップＳ３０１～Ｓ３０６に相当する処理である操舵角の周波数変換に基づく推定処理がさらに行われる（ステップＳ５０３）。

　そして、操舵角の周波数変換に基づき視程不良であると判定されたとき（ステップＳ５０４：ＹＥＳ）、視程不良であると推定される（ステップＳ５０２）。
　これに対し、操舵角速度の変化回数に基づく判定結果、及び操舵角の周波数変換に基づく判定結果が共に視程不良ではないと判定されたとき（ステップＳ５０１：ＮＯ、Ｓ５０４：ＮＯ）、視程不良ではないと推定される。

　（２３）変化量算出部２２０Ｂが、カウント部２２２及び周波数変換部２２３を備えた。視程推定部２３０は、カウント部２２２及び周波数変換部２２３のいずれかの処理結果が視程不良となる基準変化量を満たすことを条件として、視程不良であると推定した。よって、操舵角及び操舵角速度のいずれかの観点から視程不良と判定されたときには、視程が不良であると推定される。これにより、視程不良である蓋然性が高いときには、視程不良と推定され易くなり、推定結果のフエールセーフ性が高められることとなる。

　（２４）操舵角速度の変化回数に基づく推定結果が視程不良ではないと判定されることを条件として、操舵角の周波数変換に基づく推定処理が行われた。よって、操舵角速度の変化回数及び操舵角の周波数変換に基づく推定を行いつつも、操舵角の周波数変換に基づく推定処理が条件的に行われることとなる。これにより、操舵角の周波数変換を行う処理負荷の低減が図られる。

　（第１１の実施の形態）
　次に、本発明にかかる視程不良推定システム及び視程不良推定方法の第１１の実施の形態を、第１の実施の形態との相違点を中心に、図３６を参照して説明する。なお、本実施の形態にかかる視程不良推定システム及び視程不良推定方法も、その基本的な構成は第１の実施の形態と同等であり、図３６においても第１の実施の形態と実質的に同一の要素にはそれぞれ同一の符号を付して示し、重複する説明は割愛する。

　図３６に示すように、本実施の形態では、各車両１００、１１０、１２０で取得されたデータが、スマートフォン等の多機能電話機器６００に送信される。
　多機能電話機器６００は、通信部６０１、データ保存領域６０２、ふらつき判定部６１１を有するフィルタ部６１０、データ分類部６２１及びカウント部６２２を有する変化量算出部６２０、視程推定部６３０、並びに不良地点保存領域６４０を有している。

　また、多機能電話機器６００は、視程推定部６３０が推定した推定結果を表示する表示部６５０を有している。
　このように構成される多機能電話機器６００は、各車両１００、１１０、１２０等から送信される各種のデータを、通信部６０１を介して取得する。そして、多機能電話機器６００は、取得したデータに基づき視程不良の推定を行う。多機能電話機器６００は、推定結果を表示部６５０に表示する。

　（２５）多機能電話機器６００が、変化量算出部６２０及び視程推定部６３０を備えた。このため、多機能電話機器６００は単体で視程不良の推定を行うことが可能となる。
　（第１２の実施の形態）
　次に、本発明にかかる視程不良推定システム及び視程不良推定方法の第１２の実施の形態を、第１の実施の形態との相違点を中心に、図３７を参照して説明する。なお、本実施の形態にかかる視程不良推定システム及び視程不良推定方法も、その基本的な構成は第１の実施の形態と同等であり、図３７においても第１の実施の形態と実質的に同一の要素にはそれぞれ同一の符号を付して示し、重複する説明は割愛する。

　図３６に示すように、本実施の形態の視程不良推定システム及び視程不良推定方法が適用される車両７００には、通信部７０１、データ保存領域７０２、操舵角センサ７０３、及び角速度センサ７０４が設けられている。

　また、車両７００には、ふらつき判定部７１１を備えたフィルタ部７１０、データ分類部７２１及びカウント部７２２を備えた変化量算出部７２０、視程推定部７３０、不良地点保存領域７４０が設けられている。また、車両７００には、視程推定部７３０の推定結果が表示される表示部７５０が設けられている。

　このように構成される車両７００では、操舵角センサ７０３、角速度センサ７０４、及びＧＰＳ７０５の検出結果を示すデータがデータ保存領域７０２に保存される。また、通信部７０１と他の車両１１０、１２０との車車間通信や、路車間通信を通じて、他の車両１１０、１２０等で取得されたデータが取得される。そして、この取得されたデータがデータ保存領域７０２に保存される。

　フィルタ部７１０は、ナビゲーションシステム等により目的地までの経路が探索されると、探索された経路に含まれる地点もしくはエリアで取得されたデータをデータ保存領域７０２から取得する。

　フィルタ部７１０は、フィルタリングしたデータを変化量算出部７２０に出力する。そして、変化量算出部７２０が算出した操作要素の変化量に基づき視程不良の推定が行われる。こうして推定された視程不良の結果は、目的地までの経路を案内する画面等と共に表示部７５０に表示される。

　（２６）車両７００が、変化量算出部７２０及び視程推定部７３０を備えた。これにより、車両７００では、自車両７００で取得されたデータや車車間等を通じて取得されたデータに基づき、単体で視程不良の推定を行うことが可能となる。

　（第１３の実施の形態）
　次に、本発明にかかる視程不良推定システム及び視程不良推定方法の第１３の実施の形態を、第１の実施の形態との相違点を中心に、図３８を参照して説明する。なお、本実施の形態にかかる視程不良推定システム及び視程不良推定方法も、その基本的な構成は第１の実施の形態と同等であり、図３８においても第１の実施の形態と実質的に同一の要素にはそれぞれ同一の符号を付して示し、重複する説明は割愛する。

　図３８に示すように、本実施の形態では、車両１００で取得されたデータが、該車両１００の搭乗者が利用するスマートフォン等の多機能電話機器８００の通信部８０１と通信部１０１との通信を通じて多機能電話機器８００に保有される。

　多機能電話機器８００は、通信部１０１との通信を通じて取得したデータが保存されるデータ保存領域８０２を有している。多機能電話機器８００は、例えば、規定された時間が経過したこと、データ保存領域８０２に保存されたデータの量が規定の量を超えたこと、及び車両１００の走行の終了が検知されたこと等の少なくとも１つを条件として、データ保存領域８０２に保存されたデータをセンター２００に送信する。

　こうしてセンター２００には、複数種の多機能電話機器８００、８１０、８２０等からデータが送信される。そして、センター２００では、この収集されたデータに基づき視程不良の推定が行われる。

　（２７）車両１００で取得されたデータが、多機能電話機器８００、８１０、８２０を介してセンター２００に送信された。このため、車両１００で取得されたデータの収集源の多様化が図られることとなる。

　（他の実施の形態）
　なお、上記各実施の形態は、以下のような形態をもって実施することもできる。
　・上記第３、及び第４の各実施の形態では、フィルタ部２１０Ａがふらつき判定部２１１及びカーブ判定部２１２によって構成された。これに限らず、フィルタ部２１０Ａがカーブ判定部２１２のみによって構成されてもよい。また、上記第１、第２、第５～第１０の各実施の形態においても、フィルタ部がカーブ判定部のみによって構成されてもよい。さらに、上記各実施の形態において、フィルタ部は、ふらつき判定部、カーブ判定部、及び車速判定部のいずれによって構成されてもよい。また、ふらつき判定部、カーブ判定部、及び車速判定部を適宜組み合わせてフィルタ部が構成されてもよい。

　・上記第１～第１０、第１３の各実施の形態では、センター２００がフィルタ部２１０を備えた。これに限らず、各種のデータが取得される車両１００等がフィルタ部２１０を備えてもよい。

　・上記第１～第１０、第１３の各実施の形態では、センター２００がフィルタ部２１０を備えた。これに限らず、センター２００がフィルタ部２１０を有さない構成であってもよい。また、上記第１１の実施の形態では、多機能電話機器６００がフィルタ部６１０を備えたが、多機能電話機器６００がフィルタ部６１０を有さない構成であってもよい。さらに、上記第１２の実施の形態では、車両７００がフィルタ部７１０を備えたが、車両７００がフィルタ部７１０を有さない構成であってもよい。

　・上記第１、第３、第５、第７、第９～第１３の各実施の形態では、操舵角速度のデータが示す変化量に基づき視程不良の推定が行われた。これに限らず、操舵角のデータが示す変化量に基づき視程不良の推定が行われてもよい。これによれば、例えば、操舵角のデータが示す操舵角の単位時間当たりの変化量が規定の変化量以上となったことを条件として、視程不良であると推定される。また、これによれば、例えば、操舵角のデータが示す操舵角の切り返し回数が規定の回数以上となったことを条件として、視程不良であると推定される。

　・上記第１、第３、第５、第７、第９～第１３の各実施の形態では、図５等のステップＳ１０２にて切り返し回数に基づくフィルタリングが行われたのちに、所定の走行距離を単位としてデータが分類された（ステップＳ１０２、Ｓ１０３等）。これに限らず、図３９に例示するように、各実施の形態において、所定の走行距離を単位としてデータが分類された後に、この分類された単位毎に切り返し回数に基づくフィルタリングが行われてもよい（図３９　ステップＳ１２１～Ｓ１２３）。

　・上記第１、第３、第５、第７、第９～第１３の各実施の形態では、約６［ｄｅｇ／ｓｅｃ］以上が約２秒以上となった回数が１回以上であるときに、視程不良と推定された。これに限らず、視程不良と推定されるときに基準とされる回数は２回以上の回数であってもよい。また、約６［ｄｅｇ／ｓｅｃ］以上が継続される時間は、２秒未満であってもよく、２秒を超える時間であってもよい。さらに、操舵角速度は、約６［ｄｅｇ／ｓｅｃ］未満であっても、約６［ｄｅｇ／ｓｅｃ］を超えてもよい。また、基準変化量以上となる時間が規定の時間以上であること、及び基準変化量以上となった回数が規定の回数以上であること、及び基準変化量以上となる時間が規定の時間以上となった回数が規定の回数以上であることの少なくとも一つであれば、視程不良と推定するための条件とされることが可能である。この他、例えば、平均化された操舵角速度の値が規定の閾値以上であることを条件として視程不良と推定されてもよい。また、例えば、基準変化量以上となる時間とは、算出された変化量が基準変化量以上となった時間の所定の期間における合計時間であってもよい。

　・上記第５の実施の形態では、切り返し回数の選別用の閾値、及び視程不良の推定用の閾値が、走行環境毎に選定された。この他、第１、第３、第５、第７、第９～第１３の各実施の形態において、切り返し回数の選別用の閾値、及び視程不良の推定用の閾値が走行環境毎に選定されてもよい。

　・上記第６の実施の形態では、晴天時運転が走行環境毎に定義された。そして、推定対象となるデータが取得された走行環境と共通もしくは類似する走行環境の平均値が、視程不良の推定に用いられた。この他、上記第２、第４、第６、第８の各実施の形態において、晴天時運転が走行環境毎に定義されてもよい。そして、推定対象となるデータが取得された走行環境と共通もしくは類似する走行環境の平均値が、視程不良の推定に用いられてもよい。

　・上記第１、第３、第５、第７、第９～第１３の各実施の形態では、図３に例示した態様で、所定の走行距離単位毎のデータに分類された、そして、所定の走行距離単位に分類されたデータが示す操作要素の変化量が、データの収集単位毎に漸次シフトする態様で算出された。これに限らず、例えば数十ｍ～数百ｍといった所定の走行距離を単位として操作要素の変化量が算出されてもよい。また、データの収集単位毎に操作要素の変化量が算出されてもよい。なお、データの収集単位とは、車両用ネットワークの周期に限らず、各種センサの分解能に基づき定まる単位であってもよい。

　・上記第２、第４、第６、第８の各実施の形態では、変化量算出部２２０Ａが、各車両１１０、１２０、１３０の所定の走行距離を一単位として変化量を算出する処理を行った。これに限らず、変化量算出部２２０Ａは、各車両１１０、１２０、１３０の所定の走行距離を一単位として、操作要素の変化量を示すデータの収集区間が切り替わる毎に変化量を漸次算出する処理を行ってもよい。これによっても、上記（４）に準じた効果を得ることは可能である。

　・上記第２、第４、第６、第８の各実施の形態では、センター２００が晴天時データ抽出部２６０及び晴天時運転定義部２６１を備えた。これに限らず、センター２００が晴天時データ抽出部２６０及び晴天時運転定義部２６１を有さない構成とされてもよい。これによれば、視程推定部２３０は、晴天時に取得された操舵角のデータのスペクトル面積の平均値を示すデータを予め保有する。そして、視程推定部２３０は、この平均値を示すデータに基づき視程不良の推定を行う。

　・上記第２、第４、第６、第８の各実施の形態では、基準変化量として、晴天時に取得された操舵角のスペクトル面積の平均値が用いられた。これに限らず、基準変化量として、晴天時に取得された操舵角のスペクトル面積の最小値もしくは最大値が用いられてもよい。また、晴天時に取得された操舵角のスペクトル面積の平均値に所定の係数が乗算された値が基準変化量として用いられてもよい。さらに、晴天時に取得された操舵角のスペクトル面積の平均値との差分が規定の値以上であることを条件として視程不良であると推定されてもよい。

　・上記第２、第４、第６、第８の各実施の形態では、操舵角のデータのスペクトル面積に基づき視程不良の推定が行われた。これに限らず、操舵角速度のデータのスペクトル面積に基づき視程不良の推定が行われてもよい。

　・上記第２、第４、第６、第８の各実施の形態では、０．５～１．０Ｈｚの周波数帯の周波数の変換後のデータが視程不良の推定に用いられた。これに限らず、０．５Ｈｚ以下、もしくは１．０Ｈｚ以上の周波数帯の周波数の変換後のデータが視程不良の推定に用いられてもよい。

　・上記第２、第４、第６、第８の各実施の形態では、操作要素の変化量を示すデータがフーリエ変換された。これに限らず、例えば、操作要素の変化量を示すデータがウェーブレット変換されてもよい。この他、操作要素の変化量を示すデータが周波数変換されることにより、周波数毎の変化量を対比可能なデータに変換できる手法であれば、変換手法として用いることが可能である。

　・上記各実施の形態では、操作要素の変化量を示すデータと共に、位置情報を示す緯度経度データが収集された。これに限らず、操作要素の変化量を示すデータのみが収集されてもよい。これによれば、例えば、住所等を示す情報に基づき、操作要素の変化量を示すデータの取得地点が特定される。また、この他、操作要素の変化量を示すデータが視程不良を示すものであるか否かのみを推定する場合には、視程不良となる地点もしくはエリアの特定は不要であり、緯度経度データ（位置情報）が取得されなくてもよい。

　・上記各実施の形態では、推定の対象となる気象条件として、霧、吹雪、ホワイトアウト、及び規定の雨量以上の雨の発生の有無が推定された。これに限らず、視程に影響を及ぼすために車両の操作要素の操作態様に影響を及ぼす気象条件であれば、視程不良の要因として推定されることが可能となる。なお、視程不良の要因が霧、吹雪、ホワイトアウト、及び規定の雨量以上の雨のいずれであるかは、例えば、霧、吹雪、ホワイトアウト、及び規定の雨量毎に規定された閾値と、操作要素の変化量との比較に基づき判別される。また、視程不良の要因が霧、吹雪、ホワイトアウト、及び規定の雨量以上の雨のいずれであるかは、例えば、外部から取得される気象情報に基づき判別される。

　・上記各実施の形態では、操作要素の変化量として、ステアリングの操舵角及び操舵角速度が用いられた。これに限らず、操舵トルクが視程不良の推定に用いられてもよい。これによれば、例えば操舵トルクセンサにより操舵トルクが検出される。なお、操舵トルクには、ステアリングの変化量が精度よく反映される。このため、操舵トルクの変化量によっても、視程不良の推定が高精度に行われることとなる。この他、走行速度、加速度、操舵トルク、ヨーレート、アクセルペダルの踏込み量、及びブレーキペダルの踏込み量の少なくとも１つの要素の変化量が、視程不良の推定に用いられてもよい。また、操作要素の変化量とは、視程不良に起因する車両操作が反映される変化量であればよい。

　・上記各実施の形態では、操作要素の変化量が基準変化量以上であるか否かに基づいて視程不良の推定が行われた。これに限らず、推定対象となる操作要素の変化量と、晴天時すなわち視程良好時における操作要素の変化量との差分や比率等、各変化量の比較に基づき視程不良の推定が行われてもよい。

　・上記各実施の形態は、適宜組み合わされて構成されてもよい。

　１００…車両、１０１…通信部、１０２…操舵角センサ、１０３…角速度センサ、１０４…ＧＰＳ、１０５…データ保存領域、１０６…車速センサ、１１０、１２０、１３０…車両、１３１…通信部、１３２…ナビゲーションシステム、２００、２００Ｂ…センター、２０１…通信部、２０２…データ保存領域、２０３…地図データ保存領域、２１０、２１０Ａ、２１０Ｂ…フィルタ部、２１１…ふらつき判定部、２１２…カーブ判定部、２１３…車速判定部、２２０、２２０Ａ、２２０Ｂ…変化量算出部、２２１…データ分類部、２２２…カウント部、２２３…周波数変換部、２３０…視程推定部、２４０…不良地点保存領域、２５０…配信部、２６１…晴天時運転定義部、２７０…走行環境識別部、２７１…環境情報保存領域、２７２、２７３…走行環境対応マップ、３００…多機能電話機器、４００…道路交通情報センター、５００…気象会社サーバ、６００…多機能電話機器、６０１…通信部、６０２…データ保存領域、６１０…フィルタ部、６１１…ふらつき判定部、６２０…変化量算出部、６２１…データ分類部、６２２…カウント部、６３０…視程推定部、６４０…不良地点保存領域、６５０…表示部、７００…車両、７０１…通信部、７０２…データ保存領域、７０３…操舵角センサ、７０４…角速度センサ、７０５…ＧＰＳ、７１０…フィルタ部、７１１…ふらつき判定部、７２０…変化量算出部、７２１…データ分類部、７２２…カウント部、７３０…視程推定部、７４０…不良地点保存領域、７５０…表示部、８００…多機能電話機器、８０１…通信部、８０２…データ保存領域、８１０、８２０…多機能電話機器。

Claims

　視程の不良を推定する視程不良推定システムであって、
　車両の操作要素の変化量を算出する変化量算出部と、
　前記算出された変化量に基づき視程の不良を推定する視程推定部と、を備える
　ことを特徴とする視程不良推定システム。
　前記視程推定部は、前記変化量算出部が算出した変化量が視程の良否の基準となる基準変化量以上であることを条件として、前記変化量の算出対象とされた車両の走行地点もしくは走行エリアが「視程不良」である旨判定する
　請求項１に記載の視程不良推定システム。
　前記視程推定部は、
ａ；前記基準変化量以上となる時間が規定の時間以上であること、及び
ｂ；前記基準変化量以上となった回数が規定の回数以上であること、及び
ｃ；前記基準変化量以上となる時間が規定の時間以上となった回数が規定の回数以上であること、
の少なくとも一つの条件が満たされたことを条件として「視程不良」である旨判定する
　請求項２に記載の視程不良推定システム。
　前記変化量算出部は、前記車両の操作要素の変化量を示すデータの収集単位毎に前記変化量を算出する処理、及び前記車両の所定の走行距離毎に前記変化量を算出する処理、及び前記車両の所定の走行距離を一単位として前記車両の操作要素の変化量を示すデータの収集区間が切り替わる毎に前記変化量を漸次算出する処理、の少なくとも１つの処理を行う
　請求項１～３のいずれか一項に記載の視程不良推定システム。
　前記変化量算出部は、車両の操作要素の変化量を示すデータを周波数変換し、
　前記視程推定部は、前記周波数変換されたデータが、規定の操作量以上であることを示していることを条件として視程不良である旨判定する
　請求項１～４のいずれか一項に記載の視程不良推定システム。
　前記変化量算出部は、前記周波数変換を、フーリエ変換もしくはウェーブレット変換により行う
　請求項５に記載の視程不良推定システム。
　前記視程推定部は、「０．５」～「１．０」Ｈｚの周波数帯の前記周波数変換後のデータに基づき視程の不良の推定を行う
　請求項５または６に記載の視程不良推定システム。
　前記視程推定部は、推定の対象となる操作要素の変化量が晴天時における操作要素の変化量の平均値を超えることを条件として「視程不良」である旨判定する
　請求項１～７のいずれか一項に記載の視程不良推定システム。
　前記操作要素の変化量が、操舵角、操舵角速度、走行速度、加速度、操舵トルク、ヨーレート、アクセルペダルの踏込み量、及びブレーキペダルの踏込み量の少なくとも１つの要素の変化量である
　請求項１～８のいずれか一項に記載の視程不良推定システム。
　請求項１～９のいずれか一項に記載の視程不良推定システムにおいて、
　当該視程不良推定システムは、前記操作要素の変化量を示すデータの中から推定の対象外となるデータを選定し、該選定したデータを除外するフィルタ部をさらに備える
　ことを特徴とする視程不良推定システム。
　前記フィルタ部は、操舵角の反転回数が所定の回数未満となるデータ、及び所定の曲率を有する道路における車両の操作要素の変化量を示すデータの少なくとも１つデータを、除外の対象として選定する
　請求項１０に記載の視程不良推定システム。
　前記視程推定部は、視程不良となる気象条件として、霧、吹雪、ホワイトアウト、及び規定の雨量以上の雨を対象とする
　請求項１～１１のいずれか一項に記載の視程不良推定システム。
　前記変化量算出部及び前記視程推定部は、前記車両の操作要素の変化量を示すプローブ情報を前記車両の位置情報とともに収集するセンターに設けられてなる
　請求項１～１２のいずれか一項に記載の視程不良推定システム。
　前記センターは、視程不良となる地点もしくはエリアを前記視程推定部の推定結果と前記位置情報とに基づいて特定し、該特定した地点に存在する車両及び前記特定した地点を目的地とする車両及び前記特定した地点を目的地までの推奨経路に含む車両及び前記特定した地点を中心とした所定範囲内に存在する車両の少なくとも１つの車両内で利用される情報端末に前記推定結果を示す情報を配信する
　請求項１３に記載の視程不良推定システム。
　前記車両の操作要素の変化量を示すデータが、車両に搭載された車載情報端末と通信可能な多機能電話機器を通じて取得されるものであって、
　前記多機能電話機器は、前記取得したデータを前記センターとの通信を通じて該センターに送信する
　請求項１３または１４に記載の視程不良推定システム。
　視程の不良を推定する視程不良推定方法であって、
　車両の操作要素の変化量を算出する算出ステップと、
　前記算出ステップにて算出した変化量に基づき視程の不良を推定する視程ステップと、を含む
　ことを特徴とする視程不良推定方法。