WO2025220145A1

WO2025220145A1 - 運転支援装置、運転支援システムおよび運転支援方法

Info

Publication number: WO2025220145A1
Application number: PCT/JP2024/015230
Authority: WO
Inventors: 悠司濱田; 洋志相澤; 大介鈴木
Original assignee: Mitsubishi Electric Mobility Corp
Current assignee: Mitsubishi Electric Mobility Corp
Priority date: 2024-04-17
Filing date: 2024-04-17
Publication date: 2025-10-23
Anticipated expiration: 2026-10-17

Abstract

二輪車（２０１）が道路上の異常に対して回避行動を取った場合を精度良く検出し、道路上の異常の位置と状態を推定し、他の車両に送信する。運転支援装置（１０１）は、車両の位置、傾斜角、を含む車両情報と、車両が走行する道路の位置、車線幅を含む道路情報と、を受信し車両の傾斜角から傾斜角速度を算出し、道路の位置、車線幅から車両の車線中心線からの距離を算出し、これらから車両の進路変更の有無を判定し、進路変更が有った場合に、車両が回避行動を取ったかどうかを判定し、回避行動を取ったと判定した場合は道路上の異常の位置と状態を推定する。運転支援装置（１０１）と車載装置（１０２、１０３）を含む運転支援システム（１００）、および運転支援方法。

Description

運転支援装置、運転支援システムおよび運転支援方法

　本開示は、運転支援装置、運転支援システムおよび運転支援方法に関するものである。

　車両に搭載されるカメラ、レーザ計測器、ミリ波レーダ等の周辺監視センサによって周囲の状況を把握し、慣性航法装置、ＧＮＳＳ（Global Navigation Satellite System）に代表される測位センサによって車両の位置を検出する車両の実用化が進んでいる。そして、これらの車載センサの情報を無線通信によって共有し、車両の運転支援をする運転支援装置が開発されている。

　これらの車載センサを備える車両として、四輪車が対象として想定されている場合が多かった。車載センサの占める体積、重量とそのコストから、四輪車への適用が優先されてきた。しかしながら、複数の車両の車載センサの情報を共有化して、注意すべき道路の異常に備えるための運転支援装置は、二輪車をも対象にして開発されている。

　二輪車のローリング方向の傾き角情報に基づいて道路の注意個所を特定するとともに、四輪車の走行経路と二輪車の走行経路の差から道路の注意個所を特定する技術が開示されている。（例えば特許文献１）。

特許第７３３７２５１号公報

　特許文献１に開示されている技術では、二輪車のローリング方向の傾斜角が一時的に変化した場所を二輪車が回避行動を実施した注意箇所として特定している。しかし、二輪車の傾斜角と適正な傾斜角との差が所定値以上となることの検出によって、十分な検出精度を伴った回避行動の判定ができない。二輪車は直進しながら傾斜角を変更することが可能である。回避行動を伴わない二輪車の傾斜角は存在し得るので、二輪車の回避行動を誤検出する場合が考えられる。

　また、特許文献１に開示されている技術では、四輪車の走行経路と二輪車の走行経路を比較して道路上の注意箇所を特定している。しかし、四輪車の走行経路を基準とした二輪車の走行経路の差異の検出では、回避行動の検出精度が十分ではない。四輪車が車線変更した場合に、二輪車の回避行動を誤検出する場合が考えられるからである。

　本開示は、このような課題を解決するものである。二輪車が道路上の異常に対して回避行動を取った場合を精度良く検出し、道路上の異常の位置と状態を推定することができる運転支援装置、道路上の異常の位置と状態を他の車両に送信する運転支援システム、および運転支援方法を得ることを目的とする。

　本開示に係る運転支援装置は、
　車両の位置および傾斜角を含む車両情報と、車両が走行する道路の位置および車線幅を含む道路情報と、を受信する受信部、
　受信部を介して受け取った車両情報の車両の傾斜角から傾斜角速度を算出し、車両情報の車両の位置と道路情報の道路の位置と車線幅に基づいて車両の車線中心線からの距離を算出し、車両の傾斜角速度または車両の車線中心線からの距離に基づいて車両の進路変更の有無を判定する進路変更判定部、および、
　進路変更判定部によって進路変更が有ったと判定された場合に、車両の傾斜角速度または車両の車線中心線からの距離に基づいて車両が回避行動を取ったかどうかを判定し、回避行動を取ったと判定した場合は道路上の異常の位置と状態を推定する路面異常推定部、を備えたものである。

　本開示に係る運転支援システムは、
　路面異常推定部によって推定された道路上の異常の位置と状態を他の車両に送信する送信部を備えた運転支援装置と、車両の車両情報と道路情報を運転支援装置の受信部へ送信する車両に搭載された第一の車載装置と、推定された道路上の異常の位置と状態を運転支援装置の送信部から受信する他の車両に搭載された第二の車載装置とを備えたものである。

　本開示に係る運転支援方法は、
　車両の位置および傾斜角を含む車両情報と、車両が走行する道路の位置および車線幅を含む道路情報と、を受信する受信ステップ、
　受信ステップにて受け取った車両情報の車両の傾斜角から傾斜角速度を算出し、車両情報の車両の位置と道路情報の道路の位置と車線幅に基づいて車両の車線中心線からの距離を算出し、車両の傾斜角速度または車両の車線中心線からの距離に基づいて車両の進路変更の有無を判定する進路変更判定ステップ、
　進路変更判定ステップによって進路変更があったと判定された場合に、車両の傾斜角速度または車両の車線中心線からの距離に基づいて車両が回避行動を取ったかどうかを判定し、回避行動を取ったと判定した場合は道路上の異常の位置と状態を推定する道路異常推定ステップ、および、
　道路異常推定ステップによって推定された道路上の異常の位置と状態を他の車両に送信する送信ステップ、を備えたものである。

　本開示に係る運転支援装置、運転支援システム、および運転支援方法によれば、二輪車が道路上の異常に対して回避行動を取った場合を精度良く検出し、道路上の異常の位置と状態を推定することができる。そして、道路上の異常の位置と状態を他の車両に送信することができる。これによって、他の車両に対し適切な運転支援を実施することができる。

実施の形態１に係る運転支援システムの構成図である。実施の形態１に係る運転支援装置と車載装置の構成図である。実施の形態１に係る運転支援装置と車載装置のハードウェア構成図を示す図である。実施の形態１に係る車載装置を搭載した二輪車の傾斜角を示す図である。実施の形態１に係る車載装置を搭載したスクータ型二輪車の傾斜角範囲を示す図である。実施の形態１に係る車載装置を搭載したネイキッド型二輪車の傾斜角範囲を示す図である実施の形態１に係る車載装置を搭載した二輪車の回避行動の例を示す図である。実施の形態１に係る車載装置を搭載した二輪車の回避行動の際の傾斜角度、傾斜角速度を示すタイムチャートである。実施の形態１に係る車載装置を搭載した二輪車の回避行動の際の車線中心線からの距離を示す図である。実施の形態１に係る車載装置を搭載した二輪車の通常走行の際の車線中心線からの距離を示す図である。実施の形態１に係る車載装置を搭載した二輪車の四輪車を追随しつつ回避行動をする例を示す図である。実施の形態１に係る車載装置を搭載した二輪車の四輪車を追随しつつ回避行動をする際の傾斜角度、傾斜角速度を示すタイムチャートである。実施の形態１に係る車載装置を搭載した二輪車の特定区間で挙動が変化しない例を示すタイムチャートである。実施の形態１に係る車載装置を搭載した二輪車の走行位置と傾斜角の関係を示す図である。実施の形態１に係る車載装置を搭載した二輪車の走行位置と確率分布の関係を示す図である。実施の形態１に係る車載装置を搭載した二輪車の傾斜角と走行速度の関係を示す図である。実施の形態１に係る車載装置を搭載した二輪車の回避行動の際の傾斜角度、傾斜角速度、心拍数を示すタイムチャートである。実施の形態１に係る運転支援装置の注意個所に対する支援レベル区間の設定を示す図である。実施の形態１に係る車載装置の送信処理を示すフローチャートである。実施の形態１に係る運転支援装置の運転支援処理を示すフローチャートである。実施の形態１に係る車載装置の受信処理を示すフローチャートである。実施の形態１に係る運転支援装置の道路異常を推定する処理の詳細を示す第一のフローチャートである。実施の形態１に係る運転支援装置の道路異常を推定する処理の詳細を示す第二のフローチャートである。実施の形態１に係る運転支援装置の道路異常を推定する処理の詳細を示す第三のフローチャートである。実施の形態１に係る車載装置の受信した支援情報の処理の詳細を示すフローチャートである。実施の形態２に係る運転支援装置と車載装置の構成図である。実施の形態２に係る車載装置を搭載した二輪車の回避行動の際のユーザデバイスのセンサの信号処理を示すタイムチャートである。

　以下、実施の形態について図面を参照しながら詳細に説明する。なお、図面は概略的に示されるものであり、説明の便宜のため、適宜、構成の省略または構成の簡略化がなされるものである。また、以下に示される説明では、同様の構成要素には同じ符号を付して図示し、それらの名称と機能とについても同様のものとする。したがって、それらについての詳細な説明を、重複を避けるために省略する場合がある。

１．実施の形態１
＜運転支援システム＞
　図１は、実施の形態１に係る運転支援装置１０１を含む運転支援システム１００の構成図である。運転支援システム１００は、車両情報、道路情報を提供する、二輪車２０１、四輪車２０２などの複数の車両の車載装置１０２、１０３などを含んで構成される。運転支援システム１００は、車両情報、道路情報を受取って、運転支援情報を各車両に伝達する運転支援装置１０１を含んで構成される。車両情報、道路情報は、路側装置２０３から提供されてもよく、ネットワークを介して他の装置から提供されてもよい。

　運転支援装置１０１は、その記憶装置、処理装置での処理を、ネットワークを介して他の装置で実行することとしてもよい。それらをクラウド２０４として構築されたサーバのクラウドデータ２０５を用いて実行することとしてもよい。運転支援システム１００は、路側装置２０３、クラウド２０４、およびネットワークで接続された他の装置を構成要素に含んでもよい。

　運転支援装置１０１は、二輪車および四輪車とサーバにネットワークを介して通信してもよいし、路側インフラを介してサーバと通信してもよい。運転支援システム１００としては、図１に示された二輪車、四輪車を接続する構成例に限定したものではなく、ユーザデバイス１０４を所持した運転者および歩行者、電動キックボード、パーソナルモビリティ、シャトルバス、大型車などを接続してもよい。

　二輪車２０１は、オートバイ、原動機付自転車、三輪バイク、キックボードを含むこととしてもよい。四輪車は乗用車、商用車、トラック、バス、多輪装車などを含むこととしてもよい。

＜運転支援装置＞
　図２は、実施の形態１に係る運転支援装置１０１、車載装置１０２、および車載装置１０３の構成図である。運転支援装置１０１は、通信部７、データベース２０、処理装置９から構成される。通信部７は受信部７ａと送信部７ｂから構成される。通信部７によって、ネットワークを介して車載装置１０２、１０３、路側装置２０３、およびクラウド２０４を構成するサーバと通信することができる。運転支援装置１０１は通信部７を介して、車両情報、道路情報を受け取る。

　処理装置９は、データ管理部１、データ分析部２２、情報提供部６から構成される。データ分析部２２は、進路変更判定部２、路面異常推定部２１から構成される。路面異常推定部２１は、車両情報、道路情報に基づいて、車両が進路変更したかどうかを判定する。進路変更したと判断された場合は、路面異常推定部２１は車両が回避行動を取ったかどうか推定し、路面異常の位置と状態を推定する。

　路面異常推定部２１は、路面推定部３、車両挙動推定部４、落下物推定部５、挙動学習部８から構成される。路面推定部３は、進路変更判定部２が算出したデータおよび車両情報、道路情報を受領する。路面推定部３は、特定地点において各データの変化量または変化速度が一定以上の地点を抽出し、道路上のマンホール、グレーチング、凍結などの滑りやすい路面状態、轍掘れ、段差の存在を推定する。路面異常推定部２１によって推定された路面の異常の位置と状態は、送信部から他の車両に通知される。

＜車載装置＞
　車載装置１０２は、車載センサ群３６、処理装置３５、外部インタフェース２４、および車両制御装置１８から構成される。車載センサ群３６は、挙動センサ１３、測位センサ１４、周囲センサ１５、生体センサ１９から構成される。

　挙動センサ１３は、二輪車の速度、加速度、ヨー角、ピッチ角、ロール角、およびそれらの加速度などを検出して二輪車の挙動を把握するためのセンサである。挙動センサ１３は、慣性計測ユニット（ＩＭＵ（Inertial Measurement Unit））に代表される複数のセンサを有してもよい。挙動センサ１３として、車両のステアリング角度、ブレーキ状態、エンジン回転数、シフトポジション、アクセル開度を検出するセンサを加えて車両の姿勢、挙動を認識および予測できるものとしてもよい。挙動センサ１３を用いることによって、衛星が建物、構造物の陰に隠れた場合に信号が受信できなくなる測位センサ１４、砂漠、草原、森林、トンネルなどを走行中に周囲に目印となる地形（ランドスケープ）が存在せず地図情報と照合することができなくなる周囲センサ１５の短所を補うことができる。

　測位センサ１４は、ＧＮＳＳ（Global Navigation Satellite System）に代表される受信器および受信アンテナで構成され、車両の緯度、経度、高度、位置精度などを外部からの信号によって把握することのできる検出器である。周囲センサ１５は、可視光画像センサ、赤外線画像センサ、ミリ波レーダ、ＬｉＤＡＲ（Light Detection and Ranging）、超音波センサなどを用いて車両の外部の物体の位置、形状を把握するためのセンサである。車両の周囲にある建物、標識、信号機などの方向と相対距離を認識することによって、地図データを参照して車両の位置を算出することができる。また、可視光画像センサ、赤外線画像センサによって、道路の白線の相対位置、車線数、車線幅などを読み取ることも可能となる。生体センサ１９は、運転者の心拍数、血圧、体温、視線、酸素飽和度などを検出して、運転者の状態を検出する。

　処理装置３５は、挙動データ算出部１０、送信データ生成部１１、データ処理部１２から構成される。外部インタフェース２４は、通信部１６、表示部１７から構成される。通信部１６は受信部１６ａと送信部１６ｂから構成される。通信部１６によって、ネットワークを介して運転支援装置１０１、車載装置１０３、路側装置２０３、およびクラウド２０４を構成するサーバと通信することができる。

　車載装置１０２は、車載センサ群３６の各センサによって検出された、車両の位置、車両の速度、加速度、傾斜角（ロール角）、傾斜角速度、車両のヨーレートと速度と加速度に基づいて算出した将来の走行軌跡の予測曲率半径、などの情報を車両情報として、運転支援装置１０１に送信することができる。また、道路の車線中心線からの距離などを道路情報として運転支援装置１０１に送信することができる。これらの情報は、データの種類を限定して送信し、運転支援装置１０１側で加工して使用してもよい。そのようにすれば、通信量を削減することができ、通信トラフィックの負荷を削減することに寄与することができる。

　受信部１６ａは、運転支援装置１０１から送信された運転支援情報を受信してデータ処理部１２に伝達する。表示部１７は、データ処理部１２経由で受領した運転支援情報を運転者に表示する。表示部１７は、スマートフォン、スマートウォッチ、スマートヘルメット、タブレット、ウェアラブル端末、仮想現実（ＶＲ(Virtual Reality)）デバイス、拡張現実（ＡＲ（Augmented Reality））デバイスなどを用いてもよい。

　車両制御装置１８は、データ処理部から受領した車両制御情報に基づいて、ブレーキ、アクセル、ハンドルを制御する。車両制御部は、運転支援装置から指示された運転制御情報に従って、エンジンＥＣＵ（Electronic Control Unit）、ブレーキＥＣＵ、ＥＰＳ（Electric Power Steering）用のＥＣＵなどを制御する。

＜運転支援装置と車載装置のハードウェア構成図＞
　図３は、運転支援装置１０１のハードウェア構成図である。本実施の形態では、運転支援装置１０１は、車両の傾斜角から傾斜角速度を算出し、車両が走行する道路の位置、車線幅から車両の車線中心線からの距離を算出し、これらから車両の進路変更の有無と車両が回避行動を取ったかどうかを判定し、道路上の異常の位置と状態を推定し他の車両に送信する電子制御装置である。また、車載装置１０２、１０３は車両に搭載されて、運転支援装置に必要な情報を送信し、運転支援情報を受信する電子制御装置である。

　ここでは、運転支援装置１０１を代表として説明する。運転支援装置１０１の各機能は、運転支援装置１０１が備えた処理回路により実現される。具体的には、運転支援装置１０１は、処理回路として、ＣＰＵ（Central Processing Unit）等の演算処理装置９０（コンピュータ）、演算処理装置９０とデータのやり取りをする記憶装置９１、演算処理装置９０に外部の信号を入力する入力回路９２、および演算処理装置９０から外部に信号を出力する出力回路９３等を備えている。演算処理装置９０、記憶装置９１、入力回路９２、出力回路９３等の各ハードウェアはバスなどの有線ネットワークまたは無線ネットワークによって互いに接続されている。

　演算処理装置９０として、ＡＳＩＣ（Application Specific Integrated Circuit）、ＩＣ（Integrated Circuit）、ＤＳＰ（Digital Signal Processor）、ＧＰＵ（Graphics Processing Unit）、ＦＰＧＡ（Field Programmable Gate Array）、各種の論理回路、および各種の信号処理回路等が備えられてもよい。また、演算処理装置９０として、同じ種類のものまたは異なる種類のものが複数備えられ、各処理が分担して実行されてもよい。記憶装置９１として、演算処理装置９０からデータを読み出しおよび書き込みが可能に構成されたＲＡＭ（Random Access Memory）、演算処理装置９０からデータを読み出し可能に構成されたＲＯＭ（Read only Memory）等が備えられている。

　記憶装置９１としては、フラッシュメモリ、ＳＳＤ（Solid State Drive）、ＥＰＲＯＭ、ＥＥＰＲＯＭ等の、不揮発性または揮発性の半導体メモリ、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、ＤＶＤ等を使用してもよい。入力回路９２は、各種のセンサ、スイッチ、および通信線が接続され、これらセンサ、スイッチの出力信号と通信情報を演算処理装置９０に入力するＡ／Ｄ変換器、通信回路等を備えている。出力回路９３は、演算処理装置９０からの制御信号を出力する駆動回路、通信回路等を備えている。入力回路９２、出力回路９３のインタフェースは、ＣＡＮ（Control Area Network）（登録商標）、イーサネット（Ethernet）（登録商標）、ＬＴＥ（Long Term Evolution）（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）、第５世代移動通信システム（５Ｇ）、車両通信専用のＤＳＲＣ（Dedicated Short Range Communication）（登録商標）、Cellular－V2X（Vehicle-to-x）などの仕様に基づくものであってもよい。また、入力回路９２、出力回路９３は複数設け、データによって使用する入力回路９２、出力回路９３を切替えてもよい。そして、入力回路９２、出力回路９３とは別に、演算処理装置９０から直接通信装置に接続して通信を行ってもよい。

　運転支援装置１０１が備える各機能は、演算処理装置９０が、ＲＯＭ等の記憶装置９１に記憶されたソフトウェア（プログラム）を実行し、記憶装置９１、入力回路９２、および出力回路９３等の運転支援装置１０１の他のハードウェアと協働することにより実現される。なお、運転支援装置１０１が用いる閾値、判定値等の設定データは、ソフトウェア（プログラム）の一部として、ＲＯＭ等の記憶装置９１に記憶されている。運転支援装置１０１の有する各機能は、それぞれソフトウェアのモジュールで構成されるものであってもよいが、ソフトウェアとハードウェアの組み合わせによって構成されるものであってもよい。

＜二輪車の傾斜角＞
　図４は、実施の形態１に係る車載装置１０２を搭載した二輪車２０１の傾斜角θを示す図である。図５、図６には、二輪車の種類に応じた取りうる傾斜角範囲を示す。図５には、スクータ型二輪車の取りうる傾斜角範囲θＲＳＣを示す。図６には、ネイキッド型二輪車の取りうる傾斜角範囲θＲＮＫを示す。ネイキッド型二輪車は、エンジンがカウルなどでカバーされていないむき出しの二輪車を指し、取りうる傾斜角範囲θＲＮＫが大きく操作性が高い二輪車である。

　スクータ型、アメリカン型の二輪車は重心が低いため傾けられる範囲が狭く、ネイキッド型、ロードスポーツ型は重心が高いため傾けられる範囲が広くなるとも言える。このように同じ二輪車であっても、種類によって取りうる傾斜角範囲が異なる。二輪車の種類に応じて、本実施の形態で利用する判定閾値を切り替えて判断することができる。

　図４で示した傾斜角θは、二輪車のローリング方向の傾き角度であって、二輪車の中心線と垂直線とが成す角度である。この角度はバンク角、もしくは傾き角とも称される。また、二輪車の傾斜角のことをリーン角と呼ぶこともある。リーン角は、厳密には、二輪車のタイヤの接地面から運転者を含めた車体の重心を通る線と垂直線との角度を示す。概略的には傾斜角とリーン角とを同じとみなすことができる。傾斜角θは、運転者の右側への傾斜角を正の値、左側への傾斜角を負の値として扱うこととする。

　図４には、垂直状態からの傾斜角θにて二輪車が車体を傾けて走行している状態が輪郭線で示されている。二輪車が、垂直にまっすぐ立って走行している状態では傾斜角θがゼロとなる。

　二輪車の傾斜角θは、二輪車の速度とともに挙動センサ１３によって検出される。挙動センサ１３は、二輪車の速度、ヨー角、ピッチ角、ロール角、およびそれらの加速度などを検出して二輪車の挙動を把握するためのセンサである。

　車載装置１０２は、挙動センサ１３によるデータのうち、位置、速度、傾斜角のデータを運転支援装置１０１に送信すればよい。それらのデータから、加速度、傾斜角速度、予測曲率、曲率変化速度などは、運転支援装置１０１の進路変更判定部２で算出することができる。傾斜角速度θｖは、傾き角速度とも呼ばれる。

　二輪車の位置、速度、加速度、傾斜角、傾斜角速度、予測曲率、曲率変化速度などの挙動データのうち、加速度、傾斜角速度、予測曲率、曲率変化速度などは、車載装置１０２の挙動データ算出部１０で算出することもできる。運転支援装置１０１の進路変更判定部２は、車載装置１０２から送信された車両情報に加速度、傾斜角速度、予測曲率、曲率変化速度など挙動データが含まれている場合は、運転支援装置１０１の進路変更判定部２での算出処理をスキップすることができる。

　車載装置１０２の通信部１６は、ネットワークを介して、運転支援装置１０１に車両情報、道路情報を送信する。車両情報には、車両の位置と傾斜角の情報が含まれる。車両情報としてほかに、車両の、速度、進行方向、加速度、ヨー角、ピッチ角、ロール角、ステアリング角度、それらの角速度、ブレーキ状態、エンジン回転数、シフトポジション、アクセル開度などが含まれてもよい。道路情報には、車両が走行する道路の位置、車線幅の情報が含まれる。道路情報として、道路形状を含む地図情報、車線数、車両の車線中心線からの距離、周辺障害物の相対位置、相対角度、相対速度、障害物種別、などが含まれていてもよい。

　運転支援装置１０１の通信部７に属する受信部７ａは、車載装置１０２から車両情報と道路情報を受信する。データ管理部１は、通信部７から車両情報および道路情報を受信し、データベース２０に保存、蓄積するとともに、データ分析部２２に伝達する。道路情報は、車載装置１０２以外に、路側装置２０３から受信することとしてもよい。また。道路情報に含まれる道路の位置、車線数、車線幅、道路形状などを含む地図情報は、別途他の装置、クラウド２０４上のサーバから受信することとしてもよい。

　データ分析部２２の進路変更判定部２は、受信した車両情報のヨー角、ピッチ角、ロール角、ステアリング角度、加速度、速度の変化に基づいて、車両の挙動変化として車体の急な傾斜、傾斜角速度の変化、急なハンドル変化、急減速、急加速がないかどうかを判定する。進路変更判定部２は、さらに挙動変化が少ない状態として所定時間傾斜に変化がないこと、所定時間加減速がないこと、などの事態が発生しているか否かを判定する。

　また、進路変更判定部２は、ヨーレート、速度、加速度の変化に基づいて、車両の将来走行する軌跡の予測曲率半径を算出する。進路変更判定部２は、データ管理部に蓄積された多数の車両の走行データから各車両の曲率半径を算出し、統計処理して道路の曲率半径を推定することもできる。

　さらに、進路変更判定部２は、前記各データの変化量、変化速度を算出する。進路変更判定部２の挙動変化の判定方法としては、各データ、各データの変化量、各データの変化速度が一定の閾値以上の場合、もしくは閾値Ａ１を超過後に閾値Ｂ１以下に復帰した場合などの地点を抽出する。

　進路変更判定部２は、前述のヨー角、ピッチ角、ロール角、加速度、速度、傾き、ステアリング角度、およびこれらの変化の値、予測曲率半径の値、変化量、変化速度から、所定の閾値Ｃ１以下を一定時間継続して変化していないことを検出する。ここでセンサ信号の種類ごとに設定される閾値Ａ１、Ｂ１、Ｃ１は、センサ信号の種類ごとに同じ値であってもよいし、異なる値であってもよい。（閾値Ａ１、Ｂ１、Ｃ１は不図示）

　進路変更判定部２は、車両と車線中心線の距離を算出する。進路変更判定部２は、車両と区画線（白線）との距離を算出してもよい。進路変更判定部２は、車両と当該距離の確率分布を算出してもよい。進路変更判定部２は、受信した車両情報、道路情報、算出した各データを、路面推定部３、落下物推定部５、車両挙動推定部４に通知する。

　なお、本実施の形態１で利用する閾値は固定値としてもよい。しかし、これらの閾値は走行速度によって変化するものとしてもよい。またこれらの閾値は、各データの統計処理を行った結果算出した値を利用してもよい。さらに、またこれらの閾値は、教師あり学習による機械学習を利用して算出してもよい。そして、これらの閾値は、教師なし学習による機械学習を利用して算出してもよい。また、これらの閾値は、以上の手法に限定したものではなく、動的に閾値を切り替えて判断してもよい。

＜回避行動＞
　図７は、実施の形態１に係る車載装置１０２を搭載した二輪車２０１の回避行動の例を示す図である。図８は、実施の形態１に係る車載装置１０２を搭載した二輪車２０１の回避行動の際の傾斜角θ、傾斜角速度θｖを示すタイムチャートである。

　二輪車２０１が単独走行時に、マンホール３１を回避する際の走行軌跡４１、傾斜角θ、傾斜角速度θｖの変化の例を示す。ここではタイヤとの摩擦係数が路面と大きく変化しスリップの可能性のあるマンホール３１を回避する場合を例示している。回避対象はマンホール３１に限定するものではなく、落下物３３、でもよい。また、回避対象は、路面凍結、水たまりなどでもよく、これらに限定したものではない。

＜傾斜角による回避行動の判定＞
　図７では二輪車２０１は、単独走行しているため、回避すべき事象であるマンホール３１を早めに発見することができる。走行軌跡４１は、マンホール３１まで十分距離を取って、回避していることを示す。このため、図８に示す傾斜角θも回避行動に従って変化している。

　図８において、傾斜角θが正の方向に変化して（運転者の右側へ傾斜して）、傾斜角θの絶対値が判定開始傾斜角θｔｈｓを超過する。進路変更判定部２は、この場合に進路変更があったと判定する。そして、傾斜角θが増加した後に、判定終了傾斜角θｔｈｅ以下となった場合（運転者の右側への傾斜から回復した場合）に、回避行動が発生した可能性があると判断できる。傾斜角θの絶対値が判定開始傾斜角θｔｈｓを超過してから、判定終了傾斜角θｔｈｅ以下となるまでの期間が、回避期間Ｐｅｓｃである。回避期間Ｐｅｓｃが、回避期間閾値Ｐｔｈｅｓｃ以下の場合に、路面異常推定部２１は回避行動が発生したと推定する。（回避期間閾値Ｐｔｈｅｓｃは不図示）

　図８では、判定開始傾斜角θｔｈｓ＜判定終了傾斜角θｔｈｅの場合について示しているが、これに限るものではない。判定開始傾斜角θｔｈｓ＝判定終了傾斜角θｔｈｅとしてもよい。

　また、判定開始傾斜角θｔｈｓ＞判定終了傾斜角θｔｈｅとすることによって判定閾値にヒステリシスを設けることもできる。そうすれば、二輪車２０１の走行振動によって傾斜角θが変動した場合に、路面異常推定部２１は回避行動の推定を短時間に繰り返すことを防止することができる。

　ここで、一定時間以内に傾斜角θの値が急変しても、判定開始傾斜角θｔｈｓ超過後、判定終了傾斜角θｔｈｅ以下とならない場合には回避すべき事象だと判定しない。単なる車線変更、右左折等の場合が、これにあたる。ウィンカ（方向指示器）点灯状態をさらに考慮することによって、車線変更、右左折による傾斜角変化か否かを識別することができる。これによって、路面異常推定部２１による路面異常など回避すべき事象か否かの推定精度を高めることができる。

　図８では、二輪車２０１が、運転者の右側へ傾斜した場合について説明した。マンホール３１を右側の走行軌跡４１にて回避した場合である。これに対し、運転者の左側へ傾斜した場合でも、同様に判定することができる。マンホール３１を左側の走行軌跡４１にて回避した場合である。その場合、傾斜角θ、は負の値を取ることとなるが、傾斜角θの絶対値と、判定開始傾斜角θｔｈｓ、判定終了傾斜角θｔｈｅの関係は図８と同様になる。

＜傾斜角速度による回避行動の判定＞
　図８において、傾斜角速度θｖに基づいて二輪車２０１の回避行動の有無を判定することができる。傾斜角速度θｖの絶対値が、判定開始角速度θｖｔｈｓを越えて上昇した場合に、進路変更判定部２は進路変更があったと判定する。その場合に、傾斜角速度θｖの絶対値が後に減少する。そして、傾斜角速度θｖが０を通過して正負反対方向に増加した後に再び減少する。そして、傾斜角速度θｖの絶対値が判定終了角速度θｖｔｈｅ以下の値に収束した場合に、二輪車２０１が回避行動を実施した可能性があると路面異常推定部２１によって推定される。

　傾斜角速度θｖの絶対値が、判定開始角速度θｖｔｈｓを越えてから、減少し０を通過して正負反対方向に増加した後、回避期間Ｐｅｓｃ後に傾斜角速度θｖの絶対値が判定終了角速度θｖｔｈｅ以下の値に収束する。回避期間Ｐｅｓｃが、回避を実行する期間である。回避期間Ｐｅｓｃが、回避期間閾値Ｐｔｈｅｓｃ以下の場合に、路面異常推定部２１は回避行動が発生したと推定する。

　図８では、判定開始角速度θｖｔｈｓ＜判定終了角速度θｖｔｈｅの場合について示しているが、これに限るものではない。判定開始角速度θｖｔｈｓ＝判定終了角速度θｖｔｈｅとしてもよい。また、判定開始角速度θｖｔｈｓ＞判定終了角速度θｖｔｈｅとしてもよい。

　図８では、二輪車２０１が、運転者の右側へ傾斜した場合について説明した。これに対し、運転者の左側へ傾斜した場合でも、同様に判定することができる。その場合、傾斜角速度θｖは最初に負の値を取ることとなる。そして、傾斜角速度θｖの絶対値が判定開始角速度θｖｔｈｓを越えて上昇した場合に、進路変更判定部２は進路変更があったと判定する。その後に傾斜角速度θｖの絶対値が減少して０を通過し、傾斜角速度θｖは正の値を取って増加してゆく。そして、傾斜角速度θｖが増加した後、判定終了角速度θｖｔｈｅ以下に収束することとなる。路面異常推定部２１によって、回避行動があったと推定される。図８の傾斜角速度θｖのグラフを正負反転した曲線となる。

　傾斜角速度θｖに基づいて二輪車２０１の回避行動の判定をすることによって、車線変更、右左折による傾斜角変化と、比較的急激な進路変更である回避行動を切り分けて判定することができる。すなわち、傾斜角速度θｖに基づいて判定することにより、より急激な細かい進路変更を迅速に判定することが可能となる。

　傾斜角速度θｖが正負どちらかに増加した後低下して０を超えて反対方向に増加し、再度減少して収束したことを確認することで、回避行動特有の傾斜角速度θｖの変化を判定することができる。二輪車２０１の道路の車線における進路変更幅が小さな場合であっても、傾斜角速度θｖを検出して判定することで路面異常推定部２１によって、精度よく回避行動を判定できるので有利である。

　以上のように傾斜角θ、および傾斜角速度θｖを用いることによって、路面異常推定部２１によって、回避行動を検出する場合に、判定開始傾斜角θｔｈｓ、判定終了傾斜角θｔｈｅ、判定開始角速度θｖｔｈｓ、判定終了角速度θｖｔｈｅの値を固定値としてもよいし、車両速度に応じた値としてもよい。車両速度が高い場合は、より小さな傾斜角θ、傾斜角速度θｖによって回避行動が可能となるからである。判定開始傾斜角θｔｈｓ、判定終了傾斜角θｔｈｅ、判定開始角速度θｖｔｈｓ、判定終了角速度θｖｔｈｅの値を車両速度が高いほど小さな値とすることで、誤検出をなくしつつ精度よく回避行動の有無を推定することが可能となる。

　また、回避期間閾値Ｐｔｈｅｓｃについても、固定値としてもよいし、車両速度に応じた値としてもよい。車両速度が高い場合は、より短い時間に回避行動が終了すると考えられるからである。回避期間閾値Ｐｔｈｅｓｃの値を車両速度が高いほど小さな値とすることで、誤検出をなくしつつ精度よく回避行動の有無を推定することが可能となる。

　さらに、路面異常推定部２１によって、回避期間Ｐｅｓｃの長さと、車両の速度に応じて、道路上の異常の大きさを推定することも可能である。回避期間Ｐｅｓｃと車両の速度の積が、道路異常の大きさに対応すると考えられるからである。

　回避期間閾値Ｐｔｈｅｓｃについては、回避期間Ｐｅｓｃがこの値よりも長い場合は、車両の進路変更が、一時的な回避行動によるものではないと推定できる。すなわち、単なる車線変更、右左折などであると推定できる。また、ウィンカ点灯状態をさらに考慮することによって、車線変更、右左折による傾斜角または傾斜角速度の変化か否かを識別することができる。

　回避行動がとられているかどうかの判定において、ウィンカ作動状態であれば、路面異常による回避行動でないと推定することができる。具体的には、図７において、傾斜角θ、または傾斜角速度θｖに基づいて、進路変更を判断した場合であっても、ウィンカ作動状態であれば、路面異常に対する回避行動とは推定しない。この場合、ウィンカ作動の有無に応じて、判定開始傾斜角θｔｈｓ、判定終了傾斜角θｔｈｅ、判定開始角速度θｖｔｈｓ、判定終了角速度θｖｔｈｅ、または、回避期間閾値Ｐｔｈｅｓｃの値を変更することとしてもよい。この時の、各閾値の設定は、機械学習などを用いて決定してもよい。また、車両の前後の挙動も含めて車線変更か否かを判断してもよい。

　図７、図８では、傾斜角θ、傾斜角速度θｖに基づいて、回避行動の有無を推定する例を示している。しかし、回避行動の有無の推定については、これ以外の方法によるものでもよい。

＜車線中心線からの距離による回避行動の判定＞
　図９は、実施の形態１に係る車載装置１０２を搭載した二輪車２０１の回避行動の際の車線中心線ＬＣＬからの距離ＤＬＣＬを示す図である。図１０は、二輪車２０１の通常走行の際の車線中心線ＬＣＬからの距離ＤＬＣＬを示す図である。

　図９に示すように二輪車２０１の車線２９の車線中心線ＬＣＬとの距離ＤＬＣＬが一時的に大きくなり、もとに戻る状況を示している。図１０では二輪車２０１の車線２９の車線中心線ＬＣＬとの距離ＤＬＣＬが変化せず一定距離以内を継続的に走行する例を示している。これにより、回避行動が行われたか否かを判定することができる。

　進路変更判定部２は、二輪車２０１の車線２９の車線中心線ＬＣＬとの距離ＤＬＣＬが、距離変化判定量Ｄｔｈよりも大きく変化した場合は進路変更の可能性があると判断する。進路変更判定部２が、進路変更の可能性があると判断した場合に、路面推定部３によってその後の距離ＤＬＣＬが監視される。

　距離ＤＬＣＬが大きくなり、距離ＤＬＣＬの変化量が再び距離変化判定量Ｄｔｈ以下に戻る場合には、路面異常推定部２１によって回避行動が行われたと判断され、路面異常が推定される。このとき、距離ＤＬＣＬの変化量が距離変化判定量Ｄｔｈを越えた時刻と、その後距離ＤＬＣＬの変化量が距離変化判定量Ｄｔｈ以下となった時刻の差が回避期間Ｐｅｓｃである。回避期間Ｐｅｓｃが、予め定められた回避期間閾値Ｐｔｈｅｓｃ以下の場合のみ、路面異常推定部２１によって回避行動が行われたと推定されることとしてもよい。

　回避期間Ｐｅｓｃが、回避期間閾値Ｐｔｈｅｓｃ以下の場合に、路面異常推定部２１は回避行動が発生したと推定する。回避期間閾値Ｐｔｈｅｓｃについて、固定値としてもよいし、車両速度に応じた値としてもよい。車両速度が高い場合は、より短い時間に回避行動が終了すると考えられるからである。回避期間閾値Ｐｔｈｅｓｃの値を車両速度が高いほど小さな値とすることで、誤検出をなくしつつ精度よく回避行動の有無を推定することが可能となる。

　以上のように二輪車２０１の車線２９の車線中心線ＬＣＬとの距離ＤＬＣＬを用いることによって、路面異常推定部２１によって、回避行動を検出することができる。この場合に、距離変化判定量Ｄｔｈの値を固定値としてもよいし、車両速度に応じた値としてもよい。車両速度が高い場合は、より小さな距離変化判定量Ｄｔｈによって進路変更の開始を判定できるからである。

　以上のように、図７、図８に示すように傾斜角θ、傾斜角速度θｖに基づいて、回避行動の有無を推定する例を示している。そして、図９に示すように二輪車２０１の車線２９の車線中心線ＬＣＬとの距離ＤＬＣＬが一時的に大きくなり、もとに戻る状況から回避行動の有無を推定する例を示した。これらの方法はそれぞれ別個に判定されてもよいが、アンド条件で実施して全て成立する場合のみ、回避行動行われたと推定することとしてもよい。

　もしくは、傾斜角速度θｖに基づいて、回避行動の有無を推定する手法と、二輪車２０１の車線２９の車線中心線ＬＣＬとの距離ＤＬＣＬが一時的に大きくなり、もとに戻る状況から回避行動の有無を推定する手法をアンド条件で使用し、ともに成立するときのみ回避行動行われたと推定することとしてもよい。このようにすることで、回避行動行われたとの推定の信頼性を高めることができるので有利である。

＜傾斜角度と予測曲率、速度による回避行動の判定＞
　二輪車２０１がカーブを走行する際、外側に遠心力が働く。そのため、安定して走行させるには車体を傾斜させる必要がある。低速走行時には遠心力は弱いので傾斜角θは小さくて済むが、高速走行時には遠心力が強いので大きな傾斜角θが必要となる。具体的には、車体の傾斜角θ［ｒａｄ］、重力加速度ｇ［ｍ／ｓ2］、速度Ｖ［ｍ／ｓ］、道路の予測曲率Ｒ［ｍ］とすると、理想的な予測曲率Ｒ［ｍ］と傾斜角θ［ｒａｄ］は、
ｔａｎθ＝Ｖ²／ｇＲ
によって算出される。この予測曲率に対してと地図情報から求めた道路曲率の差分が所定値より大きい場合、道路に沿った走行ではなく急ハンドル等、路面に回避すべき事象があったと推定することができる。

＜予測曲率の変化量による回避行動の判定＞
　回避行動の有無の推定については、これ以外の方法によるものでもよい。予測曲率の変化速度、およびその変化を用いて、回避行動の有無を推定してもよい。道路の予測曲率Ｒ［ｍ］は、速度Ｖ［ｍ／ｓ］とヨーレートＹ［ｒａｄ／ｓｅｃ］に対して、
Ｒ＝Ｖ／Ｙ
によって算出される。通常、道路の曲率は曲率の変化率が一定となるクロソイド曲線により変化していく。そのため、予測曲率と道路曲率との差が所定値より大きい場合には、道路に沿った走行ではなく急ハンドル等、路面に回避すべき事象があったと推定することができる。また、予測曲率と道路曲率の差が所定値より大きい場合であっても、ウィンカ点灯時には車線変更と判定し、差が所定値より小さい場合には予測曲率の誤差、または車線内での移動と推定することができる。

＜四輪車に追従走行中の二輪車の回避行動＞
　図１１は、実施の形態１に係る車載装置１０２を搭載した二輪車２０１の四輪車２０２に追随しつつ回避行動をする例を示す図である。図１２は、二輪車２０１の四輪車２０２に追随しつつ回避行動をする際の傾斜角θ、傾斜角速度θｖを示すタイムチャートである。

　ここではマンホール３１を回避する場合を例示している。回避対象はマンホール３１に限定するものではなく、落下物３３、でもよい。また、回避対象は、路面凍結、水たまりなどでもよく、これらに限定したものではない。図１１、図１２では前方に四輪車２０２が存在するため回避すべき事象の発見が遅くなり、急に傾斜角が変化している例を示している。

　図１２において、傾斜角θの絶対値が判定開始傾斜角θｔｈｓを超過する。そして、傾斜角θが増加した後に、判定終了傾斜角θｔｈｅ以下となった場合に、回避行動が発生した可能性があると推測できる。傾斜角θの絶対値が判定開始傾斜角θｔｈｓを超過してから、判定終了傾斜角θｔｈｅ以下となるまでの期間が、回避期間Ｐｅｓｃである。回避期間Ｐｅｓｃが、回避期間閾値Ｐｔｈｅｓｃ以下の場合に、回避行動が発生したと推定する。

　図１２において、傾斜角速度θｖに基づいて二輪車２０１の回避行動の有無を判定することができる。傾斜角速度θｖの絶対値が、判定開始角速度θｖｔｈｓを越えて上昇した後に減少する。そして、傾斜角速度θｖが０を通過して正負反対方向に増加した後に再び減少する。そして、傾斜角速度θｖの絶対値が判定終了角速度θｖｔｈｅ以下の値に収束した場合に、二輪車２０１が回避行動を実施した可能性があると判定することができる。

　傾斜角が変化して閾値を超過後、一定時間以内に、再度閾値以下のなった場合に、回避すべき事象が発生したと推定できる。そのため、一定時間以内に値が急変化しても、再度閾値を割り込まない場合には回避すべき事象だと判定しない。

　また、ここでは詳細な説明は省くが、四輪車２０２に追従走行中の二輪車２０１においても、図９に示す車線中心線ＬＣＬからの距離ＤＬＣＬによる回避行動の判定が可能である。二輪車２０１の車線２９の車線中心線ＬＣＬとの距離ＤＬＣＬが距離変化判定量Ｄｔｈを越えて大きくなり、距離ＤＬＣＬの変化量が再び距離変化判定量Ｄｔｈ以下に戻る場合には、路面異常推定部２１によって回避行動が行われたと推定され、路面異常が推定される。このとき、距離ＤＬＣＬの変化量が距離変化判定量Ｄｔｈを越えた時刻と、その後距離ＤＬＣＬの変化量が距離変化判定量Ｄｔｈ以下となった時刻の差が回避期間Ｐｅｓｃである。回避期間Ｐｅｓｃが、予め定められた回避期間閾値Ｐｔｈｅｓｃ以下の場合のみ、路面異常推定部２１によって回避行動が行われたと推定されることとしてもよい。

　ここで、回避行動を推定する場合に、判定開始傾斜角θｔｈｓ、判定終了傾斜角θｔｈｅ、判定開始角速度θｖｔｈｓ、判定終了角速度θｖｔｈｅ、距離変化判定量Ｄｔｈ、および、回避期間閾値Ｐｔｈｅｓｃを、前方の四輪車２０２との相対距離、および相対速度に応じて変更してもよい。前方の四輪車２０２との距離が近いほど、二輪車２０１の運転者は道路異常の発見が遅れ、急激な回避行動を要求されるからである。また、相対速度（接近速度）が大きいほど二輪車２０１の運転者は、急激な回避行動を要求されるからである。よって、前方の四輪車２０２との相対距離、および相対速度に応じて前記閾値を変更することで、誤検出をなくしつつ精度よく回避行動の有無を推定することが可能となる。また、これに限定したものではなく、予測曲率およびその変化速度に応じて回避行動の推定を行ってもよい。

＜挙動変化がない注意区間の推定＞
　図１３は、実施の形態１に係る車載装置１０２を搭載した二輪車２０１の特定区間で挙動が変化しない例を示すタイムチャートである。路面異常推定部２１の路面推定部３は、進路変更判定部２が算出したデータおよび車両情報、道路情報を受信する。路面推定部３は、特定地点において各データの変化量または変化速度が一定以下の地点を抽出し、道路上のマンホール、グレーチング、凍結などの滑りやすい路面状態、轍掘れ、段差の存在を推定する。

　図１３には二輪車２０１がマンホール３１上を走行時に挙動変化がない例を示している。図１３には走行位置に対して、傾斜角θの変化、速度Ｖの変化、およびステアリング角度ＡＳＴの時間に応じた変化を示している。

　注意すべき路面の状況において転倒を避けるために挙動変化がないように、各パラメータを一定に保っている状況を示している。マンホール３１が存在する区間の走行において、各データの変化が閾値以下であることが示されている。また、マンホール３１を含んだ区間の前後の区間では、傾斜角θが運転者の右方から左方に一定加速度で変化し、車両速度Ｖが一定加速状態であること等を読み取ることができる。

　図１３では、マンホール３１が存在する区間の走行において、傾斜角θ、傾斜角速度θｖ、車両速度Ｖ、ステアリング角度ＡＳＴが、所定の範囲内に保たれている。具体的には、傾斜角θの変化量が安定走行傾斜角範囲θＲＳＴＢの範囲内に保たれている。そして、傾斜角速度θｖの変化量が安定走行傾斜角速度範囲θｖＲＳＴＢの範囲内に保たれている。図１３では、明記していないが、車両速度Ｖの変化量、およびステアリング角度ＡＳＴの変化量も所定の閾値内に保たれている。この他に、アクセル開度ＡＰＳ（不図示）の変化量も所定の閾値内に保たれていることとしてもよい。

　ここでは、傾斜角θ、傾斜角速度θｖ、車両速度Ｖ、ステアリング角度ＡＳＴ、アクセル開度ＡＰＳについて、変化量が所定範囲内である例を示しているが、予測曲率、加減速度、運転者ーの視線などを用いてもよく、これに限定したものではない。また、これらのデータの複数を同時に利用して判定してもよいし、１つのデータで判定してもよい。このように挙動変化が発生しない区間から、路面上の注意すべき状況を推定することができる。

＜轍掘れの存在領域の推定＞
　図１４は、実施の形態１に係る車載装置１０２を搭載した二輪車２０１の走行位置と傾斜角θの関係を示す図である。図１４では、横軸に車両と車線中心線ＬＣＬとの距離ＤＬＣＬの関係を示している。車線中心線ＬＣＬの左側をマイナス、右側をプラスの距離として扱い、距離ＤＬＣＬがマイナスからプラスに遷移した場合、プラスからマイナスに遷移した場合も車線中心線ＬＣＬからの距離ＤＬＣＬが変化したとして扱う。また、車線中心線ＬＣＬとの距離ＤＬＣＬが、車線幅の１／２よりも大きくなった場合には隣接車線に移動したと扱う。

　図１４は、車両の走行位置と傾斜角θの関係を示し、車線中心線および区画線の位置に対して、当該地点を過去に走行した二輪車の傾斜角θの分布を図示したものである。図１４の例では、傾斜角が０°のときに車線中心線を中心に広くばらついた領域Ｅを走行している。それに対し、傾斜角が±αのときに車線中心線と区画線の間の領域Ａ、領域Ｂ、領域Ｃ、領域Ｄに集中して走行していることが判る。

　路面推定部３は、図１４に示すように傾斜角が±α度のときに車線中心線と区画線の間の領域ＡからＤを走行する確率が高い場合には、これらの二輪車が、四輪車の車輪による轍掘れの中を走行していると推定する。そして、傾斜角０度かつ領域Ｅに分散して走行している場合は、道路に轍掘れがないと推定することができる。

　図１４では、傾斜角と走行位置の関係を示している。しかし、この位置関係および走行領域の遷移の確率分布を用いて、車線中心線ＬＣＬの左側から右側に遷移した二輪車が多い場合には、左側に注意すべき事象が存在すると推定することができる。そして、車線中心線ＬＣＬの右側から左側に遷移した二輪車が多い場合には右側に注意すべき事象が存在すると推定することができる。

＜轍掘れの確率分布＞
　図１４では、轍掘れが存在する場合の、二輪車の走行場所の分散について説明した。これに対し、図１５では二輪車２０１の走行位置と確率分布の関係を示す。

　図１５に轍掘れの有無に対して、車線中心線ＬＣＬとの距離ＤＬＣＬに対する確率分布を示す。路面推定部３は、四輪車のタイヤ位置となる車線中心線ＬＣＬから一定距離離れた地点の走行位置の確率が高くなる傾向がある場合（グラフＦ）、二輪車の走行場所には四輪車の走行による轍掘れがあると推定することができる。

　図１５では、四輪車の車輪による轍堀れの中を二輪車の運転者が好んで走行することによる確率分布ＤＬＣＬが示されている。また、轍堀れを避けて車線中心線付近を走行する二輪車も存在することが判る。他方、路面推定部３は、四輪車のタイヤ位置に限らず、二輪車の走行場所の確率分布が広く分散している場合（グラフＧ）には二輪車の走行場所には轍掘れがないと推定することができる。

　路面推定部３は、四輪車の走行位置の確率分布（平均値、標準偏差）と、二輪車の走行位置の確率分布（平均値、標準偏差）を比較して、標準偏差がともに小さければ、車両によって車線内で走行位置の偏りが発生しているため、路面に轍が生じていると推定することができる。

＜二輪車の速度と傾斜角の相関＞
　図１６は、実施の形態１に係る車載装置１０２を搭載した二輪車２０１の傾斜角θと車両速度Ｖの関係を示す図である。路面推定部３は、曲率半径からカーブ走行を判定し、カーブ走行時の傾斜角分布を統計的に算出することができる。また、路面推定部３は、カーブ走行時の傾斜角θと車両速度Ｖの相関、分布を算出してもよい（例えば領域Ｈ）。統計値を算出後、次に当該地点を走行する際に、統計値との比較を行って、図１６に示すように、傾斜角が所定値よりも小さく、かつ走行速度が所定値よりも小さい場合（例えば領域Ｊに有る場合）、路面がぬれている、凍結している、雪が降っている等、例外的な状態と推定することができる。

＜路面の反射率と傾斜角＞
　路面推定部３は、ＬｉＤＡＲの検知データとして路面の反射率の変化と、傾斜角θの変化を考慮して路面状態を推定してもよい。ＬｉＤＡＲデータを追加で考慮することにより、判定精度の向上が期待できる。路面推定部３は、進路変更判定部２が推定した道路の曲率半径と、処理対象の車両の走行予定曲率半径を比較する。この差分値が閾値以上の場合には、通常の道路形状に沿った走行ができない状態と推定することができる。

　このため、路面に障害物がある、穴がある、摩擦係数が小さくなっているなど、道路の路面異常があると推定することができる。また、路面推定部３は、道路の曲率半径と走行速度に対して最適な傾斜角を算出し、実際の車両の傾斜角と比較してもよい。比較した差分が閾値以上の場合には路面に異常があると推定できる。

　路面推定部３は、路面の轍掘れ、穴、マンホール、グレーチングなど二輪車が回避すべき路面状態を推定すると、当該路面異常の種別、発生地点を含む道路情報を情報提供部６に通知する。

　車両挙動推定部４は、二輪車と四輪車のデータを取得し、速度差の有無を判定することができる。車両挙動推定部４は、四輪車との速度差および二輪車の走行位置に基づいて、二輪車がすり抜け走行して、四輪車を追い抜いているか否かを推定する。すり抜けが推定できる場合には当該すり抜け情報を情報提供部６に通知する。二輪車が渋滞中の四輪車をすり抜けており、渋滞が発生していることが推定できる。また、車両挙動推定部４は、複数の四輪車が低速の場合には渋滞または信号停止などと判断することができる。

　落下物推定部５は、挙動情報の変化量、変化速度から、車両が回避すべき落下物の有無を推定する。落下物推定部５は、傾斜角θの変化量が判定閾値を超過した場合、かつ、所定時間内の過去の履歴において全車両が当該地点を回避した場合には、落下物が存在すると推定する。

＜心拍数のモニタ＞
　図１７は、実施の形態１に係る車載装置１０２を搭載した二輪車２０１の回避行動の際の傾斜角θ、傾斜角速度θｖ、心拍数ＨＲを示すタイムチャートである。図１７に示すように、落下物推定部５は傾斜角θの急激な変化に加えて、運転者の心拍数ＨＲを心拍数閾値ＨＲｔｈと比較して、心拍数閾値ＨＲｔｈを超えた場合は、運転者の緊張、焦りを検出する。運転者の、緊張、焦りは、心拍数の上昇率、血圧の上昇率、瞬き回数によって検出してもよい。運転者の、緊張、焦りから、落下物３３など急回避すべき事象が存在したと推定する。

　落下物推定部５は、前方車両が存在する場合と存在しない場合で心拍数閾値ＨＲｔｈなどの判定閾値を変更してもよい。前方車両が存在する場合には変化量、変化速度の判定閾値を大きく設定して、落下物３３の推定を実施してもよい。四輪車を含めた全車両が回避すべき落下物３３があれば、先行車両が回避行動をとることによって、後続車がこれを知ることができるからである。

　落下物推定部５は、推定した道路上の落下物３３の有無を推定し、落下物３３の位置を含む障害物情報を情報提供部６に通知する。挙動学習部８は、進路変更判定部２の算出した傾斜角θ、傾斜角速度θｖ、予測曲率の範囲を車種ごとに統計処理し、平均値と標準偏差を算出する。挙動学習部８は、車種ごとに算出した取りうる傾斜角、傾斜角速度、予測曲率を判定基準の値として利用する。挙動学習部８は、これらのデータを進路変更判定部２、路面推定部３、車両挙動推定部４、落下物推定部５に通知する。挙動学習部８は、データを受信する毎にデータを更新して基準値を算出してもよい。また、挙動学習部８は一定時間ごとに基準値を更新してもよい。

　進路変更判定部２、路面推定部３、車両挙動推定部４、落下物推定部５、挙動学習部８は、全ての車両の全データを処理することを想定している。しかし、処理負荷を軽減するために、傾斜角θ、予測曲率、車両速度Ｖ、心拍数ＨＲ、血圧、車線中心線ＬＣＬとの距離ＤＬＣＬなどを過去の履歴情報と比較して、異なる場合のみ送信してもよい。

　過去の履歴情報と比較して、所定の閾値以上異なる場合には、当該地点を処理対象と設定して、当該地点の前後区間数十ｍのみを処理対象として扱ってもよい。そうすれば、他の地区に関する情報のやり取りを省略することができるからである。例えば、図１０に示すような二輪車２０１が通常走行時の軌跡をデータベース２０に記録する。

　そして。図９に示すような二輪車２０１の挙動を検出した場合、車線中心線ＬＣＬとの距離ＤＬＣＬが通常の閾値以上離れている場合のみ、処理対象として扱うことになる。閾値以上となった区間の前後５０ｍのみを抽出して、処理することとしてもよい。また、例えばマンホールの設置間隔基準１００ｍを参考に処理区間を設定してもよい。

　情報提供部６は、推定した路面異常、落下物、車両挙動、交通状態から、運転者に対して路面情報、障害物情報、すり抜け情報などの支援情報を他の車両の車載装置１０３に提供する。また、情報提供部６は、支援情報を提供するほかに、支援情報に基づいて、当該地点を走行する際の推奨速度、推奨車線位置、推奨傾斜角を算出して、支援情報に付与して提供してもよい。

＜支援レベル区間＞
　図１８は、実施の形態１に係る運転支援装置１０１の注意個所に対する支援レベル区間の設定を示す図である。情報提供部６は、図１８に示すように支援対象地点の手前に対して、警告区間Ｍ、注意区間Ｌ、情報提供区間Ｋ、ジオフェンス３４の設定をする。そして情報提供部６は、各区間に対して情報提供または制御を指示する。

　警告区間Ｍではエンジンブレーキ、燃料制御（燃料カット）などにより車両の減速、停止制御を車両制御部に指示する。注意区間Ｌでは車両制御装置１８に対して減速準備情報を提供する。情報提供区間Ｋでは表示部に減速指示を通知する。これにより、制動が必要な個所に近い場合には制御により回避を指示し、遠い場合には運転者による回避を促すことができる。

　情報提供部６は、二輪車への支援情報提供、制御の必要性を判定し、支援情報に含めて提供する。情報提供部６は、支援対象地点を起点として回避するための推奨走行車線を算出して支援情報に含めて提供してもよい。推奨走行車線に変更するタイミングは、対象地点から所定の距離で判定してもよいし、到達時間で判定してもよい。

　情報提供部６は、支援情報、制御情報を車載装置１０３の通信部３７に送信する。情報提供部６は、支援対象によって提供する情報を切替えてもよい。自動二輪車、３輪バイク、自転車、電動キックボードなどの種別および、自動二輪車としてスクータ型二輪車、ネイキッド型二輪車などの種別に応じて、情報提供部６は支援情報の内容を切り替えて生成、送信する。例えば、３輪バイク、自転車はマンホール、グレーチングでの転倒リスクは低いため当該情報は配信しない。自動二輪車、キックボードに対してのみマンホール、グレーチングに関する支援情報を配信してもよい。

　情報提供部６からは場所に対する支援情報を配信することとしてもよい。そして、車載装置１０３の側で種別を考慮してフィルタリング、表示判断を実施してもよい。

　運転支援装置１０１の通信部７は、車載装置１０２のデータを受信した場合データ管理部１に通知する。運転支援装置１０１の通信部７は、情報提供部６からデータ送信要求を受ける。その場合、車載装置１０３に直接送信するか、路側装置２０３を介して車載装置１０３に送信する。通信部７は、支援対象の車載装置１０３に個別通信（ユニキャスト）で送信してもよい。また、通信部７は、同報通信（ブロードキャスト）で送信して受信した車載装置１０２、１０３の側で情報の要否の判断をしてもよい。

　データベース２０は、道路形状、車線形状、車線数、車線幅、道路上に存在するランドマークなどを含む地図データを蓄積する。そして、データベース２０は、車載装置から受信した車両情報、道路情報を蓄積する。

　地図データには、高精度地図データと二輪向け地図データがある。高精度地図データには車線中心線、区画線、線種、道路種別、規制速度、車線数、車線幅などの情報が含まれる。二輪向け地図データには、高精度地図データに加えて、二輪車として注意すべき路面情報が含まれる。

　二輪車として注意すべき路面情報として具体的には、段差、グレーチング、マンホールの位置、轍掘れ、穴、路面凍結といった動的に変化する情報で構成される。二輪向け地図データの動的なデータは、データ分析部２２の判定結果により更新される。

＜車載装置の車両情報、道路情報の送信処理＞
　図１９は、実施の形態１に係る車載装置１０２の処理を示すフローチャートである。図１９から図２５を参照して、実施の形態１に係る運転支援システムの動作を説明する。実施の形態１に係る運転支援システムの動作は、実施の形態１に係る運転支援システムまたは運転支援方法に相当する。また、実施の形態１に係る運転支援システムの動作は、実施の形態１に係る運転支援プログラムの処理に相当する。

　図１９を用いて、実施の形態１に係る車載装置１０２の車両情報、道路情報の送信処理を説明する。図１９に示す処理は、車載装置１０２の処理装置３５によって、所定時間毎に実行される（例えば１ｍｓごと）。図１９に示す処理は、所定時間ごとではなく車載センサ群３６の信号入力ごとなど所定のイベント発生ごとに実行することとしてもよい。以下、車載装置１０２による図１９のフローチャートに記載された処理の実施について説明する。

　処理を開始してステップＳ１０１では、車載センサ群３６から情報を取得する。車載装置１０２の挙動データ算出部１０は、挙動センサ１３、測位センサ１４などから取得した車両情報から現在の傾斜角θ、予測曲率を算出してもよい。ステップＳ１０２にて、車載センサ群３６から取得した情報に基づいて、車両情報、道路情報を生成する。このとき、最低限必要な情報は、車両の位置、傾斜角θを含む車両情報と、車両が走行する道路の位置、車線幅を含む道路情報である。

　ステップＳ１１３にて、車載装置１０２は送信部１６ｂを介して、車両情報、道路情報を送信する。車載装置１０２の送信データ生成部１１は、車載装置１０２に搭載される車載センサ群３６から収集した、挙動センサ１３、測位センサ１４、周囲センサ１５、生体センサ１９から取得した各種データもしくはその加工データを、追加的に運転支援装置１０１に送信してもよい。そして処理を終了する。

＜運転支援処理＞
　図２０は、実施の形態１に係る運転支援装置１０１の運転支援処理を示すフローチャートである。図２０に示す処理は、運転支援装置１０１の処理装置９によって、所定時間毎に実行される（例えば１ｍｓごと）。図２０に示す処理は、所定時間ごとではなく車載装置１０２からデータを受信するごとなど所定のイベント発生ごとに実行することとしてもよい。以下、運転支援装置１０１の図２０のフローチャートに記載された処理の実施について説明する。

　処理を開始してステップＳ１０３にて、車載装置１０２から送信された車両情報、道路情報を受信する。具体的には受信レジスタに情報が格納されているかどうか確かめて、最新データが未受信であれば、最新データを受信するまで待機してもよい。

　ステップＳ１０４にて、受信した車両情報、道路情報をデータベース２０に登録するとともに、データ分析部２２に伝達する。具体的には、データ管理部１によって作業が実施される。

　ステップＳ１０５にて、傾斜角θ、傾斜角速度θｖ、車両の車線中心線ＬＣＬからの距離ＤＬＣＬ、予測曲率等を算出する。データ分析部２２は、データベース２０から地図情報を取得し、車載装置の位置に対して、走行車線の車線中心線ＬＣＬとの距離ＤＬＣＬ、当該距離の確率分布、平均値、標準偏差などの統計値を算出してもよい。

　ステップＳ１１４にて、進路変更の有無を判断する。進路変更の有無は、進路変更判定部２によって行われる。データ分析部２２の進路変更判定部２は、車載装置１０２の車両情報のなかの傾斜角θおよび算出した傾斜角速度θｖ、車両の走行車線の車線中心線ＬＣＬとの距離ＤＬＣＬなどの情報に基づいて判定を実施する。

　ステップＳ１１５にて、進路変更があったかどうか判断する。進路変更があった（判断はＹＥＳ）場合は、ステップＳ１０６へ進む。進路変更がなかった（判断はＮＯ）場合は、処理を終了する。

　ステップＳ１０６では、道路上の異常の位置、状態を推定する。具体的には、路面異常推定部２１によって、路面の異常の有無と、異常の場所、状態が推定される。

　ステップＳ１０７では、路面の異常の有無と、異常の場所、状態が情報提供部６に伝達される。ステップＳ１０８にて送信部から支援情報を他の車載装置１０３などに送信する。そして処理を終了する。

＜車載装置の支援情報の受信処理＞
　図２１は、実施の形態１に係る車載装置１０３の受信処理を示すフローチャートである。図２１に示す処理は、車載装置１０３の処理装置によって、所定時間毎に実行される（例えば１ｍｓごと）。図２１に示す処理は、所定時間ごとではなく運転支援装置１０１からのデータ受信ごとなど所定のイベント発生ごとに実行することとしてもよい。以下、車載装置１０３による図２１のフローチャートに記載された処理の実施について説明する。

　処理を開始してステップＳ１０９では、運転支援装置１０１からのデータを受信する。具体的には受信レジスタに運転支援情報が格納されているかどうか確かめて、最新データが未受信であれば、最新データを受信するまで待機してもよい。

　ステップＳ１１０にて、受信した支援情報に基づいて表示部に表示をする。また、必要に応じて、車載装置１０３が備える車両制御装置に制御要求を伝達する。そして処理を終了する。

＜道路異常を推定する処理の詳細＞
　図２２は、実施の形態１に係る運転支援装置１０１の道路異常を推定する処理の詳細を示す第一のフローチャートである。図２３は、運転支援装置１０１の道路異常を推定する処理の詳細を示す第二のフローチャートである。図２４は、運転支援装置１０１の道路異常を推定する処理の詳細を示す第三のフローチャートである。図２３は、図２２の続きを示す。図２４は、図２３の続きを示す。

　図２２から図２４は、図２０のステップＳ１０６の詳細を説明するフローチャートである。処理を開始して、ステップＳ２０３で、車両の車線中心線ＬＣＬからの距離ＤＬＣＬを算出する。また、車両の車線中心線ＬＣＬからの距離ＤＬＣＬの確率分布を算出する。

　ステップＳ２０４にて、閾値超過による進路変更の有無を判定する。具体的には、進路変更判定部２によって、傾斜角θの絶対値が判定開始傾斜角θｔｈｓを超過したか、または、傾斜角速度θｖの絶対値が、判定開始角速度θｖｔｈｓを越えたか、または、車両の車線中心線ＬＣＬとの距離ＤＬＣＬが、距離変化判定量Ｄｔｈよりも大きく変化したかどうかを判断する。

　ステップＳ３０２ａで、上記のいずれかが成立すれば進路変更有として（判定はＹＥＳ）ステップＳ４０３へ進む。上記のいずれもが成立しない場合は進路変更無しとして（判定はＮＯ）ステップＳ３０５へ進む。

　スステップＳ３０５では、路面推定部は、所定時間変化なく一定走行しているかどうか判定する。具体的には、車両速度Ｖの変化が所定の速度範囲内であって、車両の傾斜角θの変化が所定の傾斜角範囲内である状態が、ともに所定の判定時間以上継続したかどうか判定する。

　ステップＳ３０５ａでは、一定走行しているかどうか判断する。具体的には、ステップＳ３０５で説明した条件が全て満足している場合は（判定はＹＥＳ）、一定走行しているとしてステップＳ３０６へ進む。ステップＳ３０５で説明した条件が一部でも不足している場合は（判定はＮＯ）、一定走行していないとしてステップＳ５０１へ進む。

　ステップＳ３０６では、低μ路、または轍割れを走行中かどうか判定する。具体的には、傾斜角θ、傾斜角速度θｖ、車両速度Ｖ、ステアリング角度ＡＳＴ、アクセル開度ＡＰＳについて、所定時間の間、変化量が所定範囲内である場合は、低μ路などの路面上の注意すべき状況を推定することができる。また、走行位置と傾斜角の確率分布から、轍掘れの有無を推定する。また、車線中心線との距離に対する確率分布の平均、標準偏差から、轍掘れを推定することができる。

　ステップＳ４０３では、傾斜角速度θｖに基づいて二輪車２０１の回避行動の有無を判定する。具体的には、傾斜角速度θｖの絶対値が、判定開始角速度θｖｔｈｓを越えてから、減少し０を通過して正負反対方向に増加した後、回避期間Ｐｅｓｃ後に傾斜角速度θｖの絶対値が判定終了角速度θｖｔｈｅ以下の値に収束する。回避期間Ｐｅｓｃが、回避を実行する期間である。回避期間Ｐｅｓｃが、回避期間閾値Ｐｔｈｅｓｃ以下の場合に、路面異常推定部２１は回避行動が発生したと推定する。

　ステップＳ４０３ａでは、ステップＳ４０３で説明したように、傾斜角速度θｖが超過後収束したかどうか判定する。傾斜角速度θｖが超過後収束した場合は（判断はＹＥＳ）ステップＳ４０４へ進む。傾斜角速度θｖが超過後収束した場合以外は（判断はＮＯ）ステップＳ４１２へ進む。

　ステップＳ４０４では、所定期間内の全車両が、同地点で回避行動をしたかどうか確認する。ステップＳ４０４ａでは、所定期間内の全車両が、同地点で回避行動をしたかどうか判定する。全車両が、同地点で回避行動をした場合は（判断はＹＥＳ）、ステップＳ４０５へ進む。同地点で回避行動をしていない車両があった場合は（判断はＮＯ）、ステップＳ４０７へ進む。そして、二輪車が回避すべき落下物があると推定し、ステップＳ５０１へ進む。

ステップＳ４０５では、大きな落下物があると推定する。そして、ステップＳ５０１へ進む。

　ステップＳ４１２では、車両の車線中心線ＬＣＬからの距離ＤＬＣＬが元の距離に対して所定の距離変化判定量Ｄｔｈを超えて変化した後に元の距離に対して距離変化判定量Ｄｔｈ以下の距離となったかどうか判定する。ステップＳ４１３にて、車両の車線中心線ＬＣＬからの距離ＤＬＣＬが元の距離に対して所定の距離変化判定量Ｄｔｈを超えて変化した後に元の距離に対して距離変化判定量Ｄｔｈ以下の距離となった場合（判断はＹＥＳ）はステップＳ４０４へ進む。車両の車線中心線ＬＣＬからの距離ＤＬＣＬが元の距離に対して所定の距離変化判定量Ｄｔｈを超えて変化した後に元の距離に対して距離変化判定量Ｄｔｈ以下の距離とならばかった場合（判断はＮＯ）はステップＳ４１４へ進む。

　ステップＳ４１４では、予測曲率の変化量が閾値を超過したかどうか判定する。ステップＳ４１５で、予測曲率の変化量が閾値を超過した場合は（判断はＹＥＳ）ステップＳ４０４へ進む。予測曲率の変化量が閾値を超過しない場合は（判断はＮＯ）ステップＳ４０７へ進む。

　ステップＳ４０７では、回避不要と推定する。その後ステップＳ５０１へ進む。

　ステップＳ５０１では、二輪車の前方を走る四輪車の車両情報を取得する。ステップＳ５０２にて二輪車の速度Ｖ２ｗｖと四輪車の速度Ｖ４ｗｖを比較する。

　ステップＳ５０２ａでは、二輪車の速度Ｖ２ｗｖ－四輪車の速度Ｖ４ｗｖ＞判定閾値Ｖｔｈかどうか判定する。ステップＳ５０２ａの式が成立する場合（所定の判定閾値を超える速度で二輪車が四輪車に追いついている場合）（判断はＹＥＳ）ステップＳ５０４へ進む。ステップＳ５０２ａの式が成立しない場合（所定の判定閾値を超える速度で二輪車が四輪車に追いついていない場合）（判断はＮＯ）胥吏を終了する。

　ステップＳ５０４では、二輪車が区画線付近を走行しているかどうか判定する。ステップＳ５０４ａにて、二輪車が区画線付近を走行している場合は（判断はＹＥＳ）ステップＳ５０５へ進む。二輪車が区画線付近を走行していない場合は（判断はＮＯ）胥吏を終了する。

　ステップＳ５０５では、二輪車が四輪車の横をすり抜けていると推定する。その後処理を終了する。

＜支援情報の表示と車両制御装置への要求＞
　図２５は、実施の形態１に係る車載装置１０３の受信した支援情報の処理の詳細を示すフローチャートである。図２５は、図２１のステップＳ１１０の詳細を説明したっフローチャートである。

　ステップＳ６０２では、車載装置１０３が搭載されている車両の進路に係る運転支援情報を受領したか確認する。ステップＳ６０２ａにて、車載装置１０３が搭載されている車両の進路に係る運転支援情報を受領した場合は（判定はＹＥＳ）ステップＳ６０３へ進む。車載装置１０３が搭載されている車両の進路に係る運転支援情報を受領していない場合は（判定はＮＯ）処理を終了する。

　ステップＳ６０３では、受信した支援情報の中に、車両制御要求があるかどうか判断する。車両制御要求がある場合（判断はＹＥＳ）、ステップＳ６０７へ進む。車両制御要求がない場合（判断はＮＯ）、ステップＳ６０４へ進む。

　ステップＳ６０７では、走行位置が制動が必要な個所に近い場合は、制動による減速の事前準備をする。エンジンブレーキによる減速実施する。その後処理を終了する。

　ステップＳ６０４では、支援情報を表示部１７に表示する。ステップＳ６０５では、道路異常情報を受信した場合に、自車両が対象車種か確認する。ステップＳ６０５ａにて、自車両が対象車種の場合（判断はＹＥＳ）ステップＳ６０６へ進む。自車両が対象車種でない場合（判断はＮＯ）処理を終了する。

　ステップＳ６０６では。道路異常の意有無を車載制御装置の入手データで確認して対応する。その後処理を終了する。

　以上に述べた、フローチャートの処理は、
　車両の位置および傾斜角を含む車両情報と、車両が走行する道路の位置および車線幅を含む道路情報と、を受信する受信ステップ、
　受信ステップにて受け取った車両情報の車両の傾斜角から傾斜角速度を算出し、車両情報の車両の位置と道路情報の道路の位置と車線幅に基づいて車両の車線中心線からの距離を算出し、車両の傾斜角速度または車両の車線中心線からの距離に基づいて車両の進路変更の有無を判定する進路変更判定ステップ、
　進路変更判定ステップによって進路変更があったと判定された場合に、車両の傾斜角速度または車両の車線中心線からの距離に基づいて車両が回避行動を取ったかどうかを判定し、回避行動を取ったと判定した場合は道路上の異常の位置と状態を推定する道路異常推定ステップ、および、
　道路異常推定ステップによって推定された道路上の異常の位置と状態を他の車両に送信する送信ステップ、を備えた運転支援方法について説明したものである。

　本実施の形態１における車載通信システムは、路面異常などの判定には閾値を用いる例を示しているが、これに限定したものではない。閾値の設定に、過去の履歴を統計的に処理した結果からを用いてもよい。また、実際に車線変更した結果を学習させた教師あり機械学習を用いて判定してもよい、さらに、その他人工知能による学習、アルゴリズムを用いてもよい

　以上のように、本実施の形態１に記載の運転支援装置１０１には、傾斜角θの変化量および傾斜角速度θｖ、予測曲率の変化量および変化速度の急変化を利用しているため、二輪車の運転者が回避すべき事象が存在することを推定することができる。本実施の形態１の運転支援装置１０１によれば、二輪車の種別ごとの傾斜角の取りうる範囲を定義しているため、判定の閾値を二輪車の種別ごとに切り替えて利用することができる。

　本実施の形態１の運転支援装置１０１によれば、各データが閾値を超過した場合にのみ判定処理を開始するため、処理負荷の低減を図ることができる。また、分析を区間ごとに区切って実施するため、処理負荷の低減が期待できる。本実施の形態１の運転支援装置１０１によれば、所定時間以内の判定開始と判定終了で閾値を変更しているため、変化が発生した際に早期に判断できる。

　本実施の形態１の車載装置１０２によれば、生体センサの情報を考慮して、注意すべき事象を推定できるため、運転者のあせり、緊張等を考慮した障害物推定、路面推定を実施することができる。本実施の形態１の運転支援システム１００によれば、車両挙動パラメータの算出を車載装置１０２の挙動データ算出部１０または運転支援装置１０１の進路変更判定部２のいずれかで実施できるので、処理負荷の分散、処理負荷の低減に寄与できる。

　本実施の形態１の運転支援システム１００によれば、優先度が高いデバイスのプロセッサの処理負荷が高い場合は、次に優先度が高いデバイスに送ることで、処理負荷の分散を実現することができる。本実施の形態１の運転支援システム１００によれば、車両の挙動変化を示すパラメータとして、車両の車線中心線ＬＣＬとの距離ＤＬＣＬの変化、走行位置の確率分布、心拍数ＨＲなどから、道路上のマンホール、グレーチングなど路面上の滑りやすい素材、二輪車の転倒につながる落下物、路面の摩耗に起因する轍割れ等、二輪車が走行する際に注意すべき事象を推定することができる。

２．実施の形態２
　図２６は、実施の形態２に係る運転支援装置１０１と車載装置１０２の構成図である。図２７は、実施の形態２に係る車載装置１０２を搭載した二輪車２０１の回避行動の際のユーザデバイスのセンサの信号処理を示すタイムチャートである。

　図２６を用いて、実施の形態２に係る運転支援装置１０１のデータ処理部の処理シーケンスを説明する。実施の形態２に係る運転支援システムは実施の形態１と同一の部位には同一の符号を付与し、重複する詳細な説明は省略する。

　図２６に示すように、実施の形態２は、実施の形態１に対して、運転支援システムとして、センサを有したユーザデバイス１０４をさらに備える点が異なる。

　ユーザデバイス１０４は、スマートフォン、スマートウォッチ、スマートヘルメット、タブレット、ウェアラブル端末などを示し、ユーザデバイスの有するセンサから緯度、経度、高度の位置、速度、方位、加速度、ヨー角、ピッチ角、ロール角、運転者の血圧、脈拍などを取得する。そして、通信部５６から車載装置１０２の通信部１６を介して、挙動データ算出部１０に伝達する。

　図２７に、実施の形態２に係るユーザデバイス１０４のセンサデータを用いた車両挙動の例を示す。図２７ではユーザデバイス１０４のセンサであるジャイロセンサ、加速度センサの値の例を示している。ユーザデバイス１０４の場合、二輪車に設置搭載するため振動による誤差が生じやすい。そのため、所定の誤差範囲内は誤差と判断して、データを使用しない。誤差範囲を超過したデータのみを正しい値と判断して利用する。

　なお、実施の形態２における運転支援システム１００は、ユーザデバイス１０４が１つの例を示しているが、２つ以上のユーザデバイス１０４で構成されてもよい。また、実施の形態２における運転支援システム１００は、車載装置１０２に挙動センサ１３、測位センサ１４などが搭載される例を示しているが、ユーザデバイス１０４のセンサを利用できる場合、車載装置１０２に挙動センサ１３、測位センサ１４、生体センサ１９が含まれていなくてもよい。

　以上のように、実施の形態２に記載の運転支援システム１００には、挙動センサ１３、測位センサ１４、および生体センサ１９の代わりに、ユーザデバイス１０４のセンサの情報を利用することができるので、車載装置１０２に挙動センサ１３、測位センサ１４などが搭載されていない場合でも、車両挙動を用いた注意喚起場所の推定を実施することができる。

　本開示は、様々な例示的な実施の形態および実施例が記載されているが、１つ、または複数の実施の形態に記載された様々な特徴、態様、および機能は特定の実施の形態の適用に限られるのではなく、単独で、または様々な組み合わせで実施の形態に適用可能である。従って、例示されていない無数の変形例が、明細書に開示される技術の範囲内において想定される。例えば、少なくとも１つの構成要素を変形する場合、追加する場合または省略する場合、さらには、少なくとも１つの構成要素を抽出し、他の実施の形態の構成要素と組み合わせる場合が含まれるものとする。

２　進路変更判定部、６　情報提供部、７、１６　通信部、７ａ、１６ａ　受信部、７ｂ、１６ｂ　送信部、１５　周囲センサ、１７　表示部、１８　車両制御装置、１９　生体センサ、２０　データベース、２１　路面異常推定部、２９　車線、３１　マンホール、３３　落下物、１００　運転支援システム、１０１　運転支援装置、１０２、１０３　車載装置、１０４　ユーザデバイス、２０１　二輪車、２０２　四輪車

Claims

　車両の位置および傾斜角を含む車両情報と、前記車両が走行する道路の位置および車線幅を含む道路情報と、を受信する受信部、
　前記受信部を介して受け取った前記車両情報の前記車両の傾斜角から傾斜角速度を算出し、前記車両情報の前記車両の位置と前記道路情報の前記道路の位置と車線幅に基づいて前記車両の車線中心線からの距離を算出し、前記車両の傾斜角速度または前記車両の車線中心線からの距離に基づいて前記車両の進路変更の有無を判定する進路変更判定部、および、
　前記進路変更判定部によって進路変更が有ったと判定された場合に、前記車両の傾斜角速度または前記車両の車線中心線からの距離に基づいて前記車両が回避行動を取ったかどうかを判定し、回避行動を取ったと判定した場合は道路上の異常の位置と状態を推定する路面異常推定部、を備えた運転支援装置。
　前記路面異常推定部によって推定された前記道路上の異常の位置と状態を他の車両に送信する送信部を備えた請求項１に記載の運転支援装置。
　前記進路変更判定部は、算出した前記車両の傾斜角速度の絶対値が予め定められた判定角速度よりも大きい場合、または算出した前記車両の車線中心線からの距離の変化量が予め定められた距離変化判定量よりも大きい場合に、前記車両の進路変更が有ったと判定する請求項１または２に記載の運転支援装置。
　前記受信部は、車両の位置、速度、および傾斜角を含む車両情報と、前記車両が走行する道路の位置、車線幅を含む道路情報と、を受信し、
　前記路面異常推定部は、前記進路変更判定部によって算出された前記車両の傾斜角速度の絶対値が予め定められた判定開始角速度を超えてから減少し前記傾斜角速度が０を通過し正負逆方向に増大して前記傾斜角速度の絶対値が予め定められた判定終了角速度以下に収束した場合に前記車両が回避行動を取ったと判定し傾斜角速度の絶対値が前記判定開始角速度を超えてから収束するまでの時間および前記車両の速度によって前記道路上の異常の大きさを推定し、または前記進路変更判定部によって算出された前記車両の車線中心線からの距離が元の距離に対して予め定められた距離変化判定量を超えて変化した後に元の距離に対して前記距離変化判定量以下の距離になるまでの時間および前記車両の速度から前記道路上の異常の大きさを推定する請求項１または３に記載の運転支援装置。
　前記車両情報と前記道路情報を蓄積するデータベースを備え、
　前記受信部は前記車両の種類、位置、および傾斜角を含む車両情報を受信し、
　前記路面異常推定部は、前記道路上の異常の位置に関する前記データベースの回避行動の履歴の前記車両の種類の割合に応じて、前記道路上の異常が二輪車に限定して回避すべき異常か、二輪車と四輪車がともに回避すべき異常かを推定する請求項１から４のいずれか一項に記載の運転支援装置。
　前記路面異常推定部は、前記道路上の異常の位置に関する前記データベースの回避行動の履歴の前記車両の種類の割合に応じて、前記道路上の異常の大きさを推定する請求項５に記載の運転支援装置。
　前記車両情報と前記道路情報を蓄積するデータベースを備え、
　前記データベースの履歴から、前記進路変更判定部によって算出された前記車両の傾斜角速度の絶対値が予め定められた判定角速度よりも大きい場所、または前記進路変更判定部によって算出された前記車両の車線中心線からの距離の変化量が予め定められた距離変化判定量よりも大きい場所について、前記道路上の異常の状態について推定する路面異常推定部を備えた請求項１から６のいずれか一項に記載の運転支援装置。
　前記路面異常推定部は、前記データベースの履歴に基づいて前記道路上の異常の状態をマンホール、グレーチング、轍割れ、段差、および低摩擦路面のいずれであるか推定する請求項７に記載の運転支援装置。
　前記受信部は前記車両の位置、速度、および傾斜角を含む車両情報を受信し、
　前記進路変更判定部は、前記車両の速度の変化が予め定められた速度範囲内であって、前記車両の傾斜角の変化が予め定められた傾斜角範囲内である状態が、ともに予め定められた判定時間以上継続した場合に、道路上の低摩擦路面を走行中であると推定する請求項１から８のいずれか一項に記載の運転支援装置。
　前記受信部は二輪車の位置、速度、および傾斜角を含む二輪車の車両情報と、四輪車の位置、速度、傾斜角を含む四輪車の車両情報と、前記二輪車と前記四輪車が走行する道路の道路情報を受信し、
　前記進路変更判定部は、前記四輪車の位置および速度と、前記二輪車の位置および速度に基づいて、前記二輪車のすり抜けを推定する請求項１から９のいずれか一項に記載の運転支援装置。
　前記受信部は、前記車両の周囲センサによって検出された路面の反射率データを受信し、
　前記路面異常推定部は、さらに前記路面の反射率データを利用して、前記道路上の異常の状態をマンホール、グレーチング、轍割れ、段差、および低摩擦路面のいずれであるか推定する請求項１から１０のいずれか一項に記載の運転支援装置。
　前記受信部は、前記車両の生体センサによって検出された運転者の脈拍および血圧を受信し、
　前記路面異常推定部は、さらに前記運転者の脈拍または血圧を利用して、前記道路上の異常の状態を推定する請求項１から１１のいずれか一項に記載の運転支援装置。
　前記車両情報と前記道路情報を蓄積するデータベースを備え、
　前記進路変更判定部は、前記車両の傾斜角がデータベースの履歴情報と比較した差分が予め定めた判定傾斜角差よりも大きい場合、または前記車両の車線中心線からの距離がデータベースの履歴情報と比較した差分が予め定めた判定距離差よりも大きい場合に、前記路面異常推定部に道路上の異常の位置と状態を推定させて前記データベースに登録させる請求項１から１２のいずれか一項に記載の運転支援装置。
　前記路面異常推定部によって推定された前記道路上の異常の位置と状態を他の車両に送信する送信部を備え
　前記送信部は、前記路面異常推定部によって道路上の異常が推定された場合に、前記路面異常推定部によって推定された前記道路上の異常の位置と状態、前記道路上の位置を走行する際の推奨速度、前記車線中心線からの推奨走行距離、推奨走行傾斜角を他の車両に送信する請求項１から１３のいずれか一項に記載の運転支援装置。
　前記受信部は、ユーザデバイスの有するユーザセンサによって検出された位置、速度、方位、加速度、ヨー角、ピッチ角、ロール角、運転者の血圧、および脈拍の少なくとも一つのデータを受信し、
　前記進路変更判定部は、前記受信部を介して受け取ったユーザセンサによって検出されたデータは、予め定めた不感帯を超えたデータを利用する請求項１から１４のいずれか一項に記載の運転支援装置。
　前記受信部は前記車両の種類、位置、および傾斜角を含む車両情報を受信し、
　前記進路変更判定部は、前記車両の種類にごとに定められた判定角速度と距離変化判定量を有し、算出した前記車両の傾斜角速度の絶対値が前記車両の種類に応じた判定角速度よりも大きい場合、または算出した前記車両の車線中心線からの距離の変化量が前記車両の種類に応じた距離変化判定量よりも大きい場合に、前記車両の挙動を分析して前記路面異常推定部に判定と推定を実行させる請求項１から１５のいずれか一項に記載の運転支援装置。
　前記路面異常推定部によって推定された前記道路上の異常の位置と状態を他の車両に送信する送信部を備え
　前記受信部は前記車両の種類、位置、および傾斜角を含む車両情報を受信し、
　前記送信部は、前記路面異常推定部によって推定された前記道路上の異常によって前記他の車両が転倒する恐れがある場合は推定された前記道路上の異常の位置と状態を前記他の車両に送信し、前記他の車両が転倒する恐れがない場合は推定された前記道路上の異常の位置と状態を前記他の車両に送信しない請求項１から１６のいずれか一項に記載の運転支援装置。
　前記受信部は、二輪車の車両情報、四輪車の車両情報、および、前記二輪車と前記四輪車が走行する道路の道路情報を受信し、
　前記進路変更判定部は、前記二輪車の前方に前記四輪車が存在する場合は、算出した前記車両の傾斜角速度の絶対値が予め定められた第一の判定角速度よりも大きい場合、または算出した前記車両の車線中心線からの距離の変化量が予め定められた第一の距離変化判定量よりも大きい場合に、前記二輪車の挙動を分析して前記路面異常推定部に第一の判定基準に基づいて前記道路上の異常の状態について推定させ、前記二輪車の前方に前記四輪車が存在しない場合は、算出した前記車両の傾斜角速度の絶対値が予め定められた第二の判定角速度よりも大きい場合、または算出した前記車両の車線中心線からの距離の変化量が予め定められた第二の距離変化判定量よりも大きい場合に、前記二輪車の挙動を分析して前記路面異常推定部に第二の判定基準に基づいて前記道路上の異常の状態について推定させる請求項１から１７のいずれか一項に記載の運転支援装置。
　前記路面異常推定部によって推定された前記道路上の異常の位置と状態を他の車両に送信する送信部を備えた請求項１から１８のいずれか一項に記載の運転支援装置と、前記車両の前記車両情報と前記道路情報を前記運転支援装置の前記受信部へ送信する前記車両に搭載された第一の車載装置と、推定された前記道路上の異常の位置と状態を前記運転支援装置の前記送信部から受信する前記他の車両に搭載された第二の車載装置とを備えた運転支援システム。
　車両の位置および傾斜角を含む車両情報と、前記車両が走行する道路の位置および車線幅を含む道路情報と、を受信する受信ステップ、
　前記受信ステップにて受け取った前記車両情報の前記車両の傾斜角から傾斜角速度を算出し、前記車両情報の前記車両の位置と前記道路情報の前記道路の位置と車線幅に基づいて前記車両の車線中心線からの距離を算出し、前記車両の傾斜角速度または前記車両の車線中心線からの距離に基づいて前記車両の進路変更の有無を判定する進路変更判定ステップ、
　前記進路変更判定ステップによって進路変更があったと判定された場合に、前記車両の傾斜角速度または前記車両の車線中心線からの距離に基づいて前記車両が回避行動を取ったかどうかを判定し、回避行動を取ったと判定した場合は道路上の異常の位置と状態を推定する道路異常推定ステップ、および、
　前記道路異常推定ステップによって推定された前記道路上の異常の位置と状態を他の車両に送信する送信ステップ、を備えた運転支援方法。