図面 (/)

技術 運転支援装置

出願人 トヨタ自動車株式会社
発明者 宇野智
出願日 2010年5月17日 (10年7ヶ月経過) 出願番号 2012-515655
公開日 2013年7月22日 (7年5ヶ月経過) 公開番号 WO2011-145165
状態 特許登録済
技術分野 駆動装置の関連制御 駆動装置の関連制御、車両の運動制御 交通制御システム
主要キーワード Zより 影響値 推定結果情報 運転状況毎 レーダーセンサー 基準頻度 変化頻度 カメラセンサー
関連する未来課題
重要な関連分野

この項目の情報は公開日時点(2013年7月22日)のものです。
また、この項目は機械的に抽出しているため、正しく解析できていない場合があります

図面 (19)

課題・解決手段

運転支援装置は、自車両の複数の過去の運転状況の各々を複数の運転状況因子の組として格納すると共に、複数の過去の運転状況の各々に対応付けて、過去の運転状況における運転者行動特性を示す行動特性値と、過去の運転状況が発生した頻度を示す運転状況発生頻度とを格納し、且つ、複数の運転状況因子の各々に対応付けて、運転状況因子が行動特性に与える影響の大きさを示す因子影響値と、運転状況因子が変化した頻度を示す因子変化頻度とを格納する格納手段(210)と、複数の過去の運転状況、行動特性値、運転状況発生頻度、因子影響値及び因子変化頻度に基づいて、運転者の未来運転行動推定する推定手段(220)と、この推定された運転行動に応じて運転支援を実施する実施手段(230)とを備える。

概要

背景

この種の運転支援装置として、記憶されている過去の車両状態言い換えれば、過去の車両の運転状況)に基づいて運転支援を行うものが知られている(例えば特許文献1参照)。例えば特許文献1には、車両の現在位置、車両前方カーブ情報及び現在の車両状態に基づいて車両前方のカーブ通過時の車両状態を推定するとともに、記憶されている過去のカーブ通過時の車両状態に基づいて運転者のカーブ通過時の許容車両状態を推定し、車両前方カーブ通過時推定車両状態と運転者のカーブ通過時の許容車両状態とに基づいてカーブにおける運転支援を行うか否かを判定する技術が開示されている。

概要

運転支援装置は、自車両の複数の過去の運転状況の各々を複数の運転状況因子の組として格納すると共に、複数の過去の運転状況の各々に対応付けて、過去の運転状況における運転者の行動特性を示す行動特性値と、過去の運転状況が発生した頻度を示す運転状況発生頻度とを格納し、且つ、複数の運転状況因子の各々に対応付けて、運転状況因子が行動特性に与える影響の大きさを示す因子影響値と、運転状況因子が変化した頻度を示す因子変化頻度とを格納する格納手段(210)と、複数の過去の運転状況、行動特性値、運転状況発生頻度、因子影響値及び因子変化頻度に基づいて、運転者の未来運転行動を推定する推定手段(220)と、この推定された運転行動に応じて運転支援を実施する実施手段(230)とを備える。

目的

本発明は、例えば上述した問題点に鑑みなされたものであり、運転者の未来の運転行動を精度良く推定でき、運転支援を適切に実施することが可能な運転支援装置を提供する

効果

実績

技術文献被引用数
0件
牽制数
1件

この技術が所属する分野

ライセンス契約や譲渡などの可能性がある特許掲載中! 開放特許随時追加・更新中 詳しくはこちら

請求項1

自車両に搭載され、該自車両の運転者に対する運転支援を行う運転支援装置であって、前記自車両の複数の過去の運転状況の各々を複数の運転状況因子の組として格納すると共に、前記複数の過去の運転状況の各々に対応付けて、前記過去の運転状況における前記運転者の行動特性を示す行動特性値と、前記過去の運転状況が発生した頻度を示す運転状況発生頻度とを格納し、且つ、前記複数の運転状況因子の各々に対応付けて、前記運転状況因子が前記行動特性に与える影響の大きさを示す因子影響値と、前記運転状況因子が変化した頻度を示す因子変化頻度とを格納する格納手段と、前記複数の過去の運転状況、前記行動特性値、前記運転状況発生頻度、前記因子影響値及び前記因子変化頻度に基づいて、前記運転者の未来運転行動推定する推定手段と、該推定された運転行動に応じて前記運転支援を実施する実施手段とを備えることを特徴とする運転支援装置。

請求項2

前記格納手段は、前記複数の過去の運転状況、前記行動特性値、前記運転状況発生頻度、前記因子影響値及び前記因子変化頻度を格納する格納先として、前記自車両に搭載された車載データベース、及び前記自車両とは異なる場所に設けられたリモートデータベースを有する請求項1に記載の運転支援装置。

請求項3

前記車載データベースに格納された前記複数の過去の運転状況、前記行動特性値、前記運転状況発生頻度、前記因子影響値及び前記因子変化頻度に係る情報量が、所定の基準情報量以上である場合に、前記車載データベースに格納された前記複数の過去の運転状況のうち前記運転状況発生頻度が所定の第1基準頻度よりも低い過去の運転状況を前記リモートデータベースに移動させる情報移動手段を更に備える請求項2に記載の運転支援装置。

請求項4

前記複数の運転状況因子のうち一の運転状況因子は、前記自車両の周辺走行する他車両から受信した該他車両の未来の運転行動を示す他車両因子であり、該他車両因子の確からしさを示す信頼度を、前記他車両において前記他車両の運転者に対する運転支援が行われているか否かに応じて設定する他車両信頼度設定手段を更に備える請求項1から3のいずれか一項に記載の運転支援装置。

請求項5

前記推定手段は、前記複数の過去の運転状況のうち前記運転状況発生頻度が所定の第2基準頻度よりも低い一の過去の運転状況に基づいて前記運転行動を推定する際には、前記一の過去の運転状況に代えて、前記複数の運転状況因子のうち、前記因子影響値が所定の基準影響値よりも高い運転状況因子が前記一の過去の運転状況と同一であり、且つ、前記運転状況発生頻度が前記所定の第2基準頻度よりも高い他の過去の運転状況に基づいて、前記運転行動を推定する請求項1から4のいずれか一項に記載の運転支援装置。

請求項6

前記推定手段は、前記運転行動として第1の運転行動及び該第1の運転行動の後に行われる第2の運転行動を推定し、前記実施手段は、前記推定された第1及び第2の運転行動に応じて前記運転支援を実施する請求項1から5のいずれか一項に記載の運転支援装置。

請求項7

前記格納手段は、前記行動特性値として、前記自車両が発進加速してから最高車速に到達するまでの時間である最高車速到達時間を格納し、前記推定手段は、前記最高車速到達時間に基づいて、前記自車両が発進加速した後に行われる運転行動を推定する請求項1から6のいずれか一項に記載の運転支援装置。

請求項8

前記自車両の現在の複数の運転状況因子を、該複数の運転状況因子の各々が変化する変化速度に応じた期間毎にそれぞれ取得する取得手段を更に備える請求項1から7のいずれか一項に記載の運転支援装置。

技術分野

0001

本発明は、車両の運転支援を行う運転支援装置の技術分野に関する。

背景技術

0002

この種の運転支援装置として、記憶されている過去の車両状態言い換えれば、過去の車両の運転状況)に基づいて運転支援を行うものが知られている(例えば特許文献1参照)。例えば特許文献1には、車両の現在位置、車両前方カーブ情報及び現在の車両状態に基づいて車両前方のカーブ通過時の車両状態を推定するとともに、記憶されている過去のカーブ通過時の車両状態に基づいて運転者のカーブ通過時の許容車両状態を推定し、車両前方カーブ通過時推定車両状態と運転者のカーブ通過時の許容車両状態とに基づいてカーブにおける運転支援を行うか否かを判定する技術が開示されている。

先行技術

0003

特開2008−74231号公報

発明が解決しようとする課題

0004

上述したような過去の車両状態に基づいて運転支援を行う運転支援装置において、例えば、過去の車両状態に基づいて運転者の未来運転行動を推定し、この推定した運転行動に応じて運転支援を行おうとする場合、例えば過去の車両状態に特殊な車両状態が含まれるために、運転者の未来の運転行動を推定する推定精度が低下してしまうおそれがあるという技術的問題点がある。

0005

本発明は、例えば上述した問題点に鑑みなされたものであり、運転者の未来の運転行動を精度良く推定でき、運転支援を適切に実施することが可能な運転支援装置を提供することを課題とする。

課題を解決するための手段

0006

本発明の運転支援装置は上記課題を解決するために、自車両に搭載され、該自車両の運転者に対する運転支援を行う運転支援装置であって、前記自車両の複数の過去の運転状況の各々を複数の運転状況因子の組として格納すると共に、前記複数の過去の運転状況の各々に対応付けて、前記過去の運転状況における前記運転者の行動特性を示す行動特性値と、前記過去の運転状況が発生した頻度を示す運転状況発生頻度とを格納し、且つ、前記複数の運転状況因子の各々に対応付けて、前記運転状況因子が前記行動特性に与える影響の大きさを示す因子影響値と、前記運転状況因子が変化した頻度を示す因子変化頻度とを格納する格納手段と、前記複数の過去の運転状況、前記行動特性値、前記運転状況発生頻度、前記因子影響値及び前記因子変化頻度に基づいて、前記運転者の未来の運転行動を推定する推定手段と、該推定された運転行動に応じて前記運転支援を実施する実施手段とを備える。

0007

本発明の運転支援装置によれば、その動作時には、自車両の現在の運転状況は、所定期間毎に或いは運転者(ドライバ)の指示に応じて、過去の運転状況として、例えば自車両に搭載された車載データベース或いは自車両とは異なる場所に設置されたリモートデータベースなどである格納先に、格納手段によって格納される。

0008

格納手段は、過去の運転状況を例えば制限速度路面状況信号灯色等の複数の運転状況因子の組として格納する。更に、格納手段は、過去の運転状況に対応付けて行動特性値及び運転状況発生頻度を格納する。行動特性値は、過去の運転状況における運転者の行動特性(例えば自車両を加速させる動作を行う傾向があるという特性や、右折させる動作を行うという特性など)を示す値である。運転状況発生頻度は、過去の運転状況が発生した頻度(言い換えれば、該過去の運転状況に遭遇した回数)を示す値であり、該過去の運転状況が発生した日付などを含んだ値であってもよい。加えて、格納手段は、運転状況因子に対応付けて因子影響値及び因子変化頻度を格納する。因子影響値は、運転状況因子が運転者の行動特性に与える影響の大きさを示す値であり、運転状況因子が変化した場合に、運転者の行動がどのように変化したかに応じて決定することができる。例えば、運転状況因子としての信号灯色が赤信号から青信号へ変化した場合に運転者が自車両を停止状態から加速させる動作を行うことから、運転状況因子としての信号灯色に対応する因子影響値は相対的に高く設定してもよい。因子変化頻度は、運転状況因子が変化した頻度(言い換えれば、運転状況因子の変化に遭遇した回数)を示す値であり、運転状況因子が変化した日付などを含んだ値であってもよい。

0009

推定手段は、格納手段によって格納された複数の過去の運転状況、行動特性値、運転状況発生頻度、因子影響値及び因子変化頻度に基づいて、運転者の未来の運転行動を推定する。よって、例えば、複数の過去の運転状況のうち運転状況発生頻度の低い特殊な運転状態(例えば停止車両が存在することにより生じた運転状態や、歩行者の飛び出しにより生じた運転状態など)を除外して、運転者の未来の運転行動を推定するなど、運転状況発生頻度、因子影響値及び因子変化頻度を考慮して運転者の未来の運転行動を推定できるので、運転者の未来の運転行動を精度良く推定できる。

0010

実施手段は、推定手段によって推定された運転行動に応じて運転支援を実施する。よって、運転者の未来の運転行動に適した運転支援を実施することができる。

0011

以上説明したように、本発明の運転支援装置によれば、運転者の未来の運転行動を、複数の過去の運転状況、行動特性値、運転状況発生頻度、因子影響値及び因子変化頻度に基づいて、精度良く推定でき、運転支援を適切に実施することが可能である。

0012

本発明の運転支援装置の一態様では、前記格納手段は、前記複数の過去の運転状況、前記行動特性値、前記運転状況発生頻度、前記因子影響値及び前記因子変化頻度を格納する格納先として、前記自車両に搭載された車載データベース、及び前記自車両とは異なる場所に設けられたリモートデータベースを有する。

0013

この態様によれば、複数の過去の運転状況を、車載データベース及びリモートデータベースに分散して格納することができる。例えば、運転状況発生頻度が高い過去の運転状況を車載データベースに格納し、運転状況発生頻度が低い過去の運転状況をリモートデータベースに格納することで、運転状況発生頻度が高い過去の運転状況を推定手段が迅速に参照することができる(即ち、運転状況発生頻度が高い過去の運転状況に推定手段がアクセスするのに必要なアクセス時間を短くすることができる)と共に、車載データベースに格納された情報が多くなりすぎて過去の運転状況を追加できなくなってしまう事態を回避できる。

0014

上述した格納手段が車載データベース及びリモートデータベースを有する態様では、前記車載データベースに格納された前記複数の過去の運転状況、前記行動特性値、前記運転状況発生頻度、前記因子影響値及び前記因子変化頻度に係る情報量が、所定の基準情報量以上である場合に、前記車載データベースに格納された前記複数の過去の運転状況のうち前記運転状況発生頻度が所定の第1基準頻度よりも低い過去の運転状況を前記リモートデータベースに移動させる情報移動手段を更に備えてもよい。

0015

この場合には、複数の過去の運転状況を、情報移動手段によって車載データベース及びリモートデータベースに確実に分散して格納することができる。

0016

本発明の運転支援装置の他の態様では、前記複数の運転状況因子のうち一の運転状況因子は、前記自車両の周辺走行する他車両から受信した該他車両の未来の運転行動を示す他車両因子であり、該他車両因子の確からしさを示す信頼度を、前記他車両において前記他車両の運転者に対する運転支援が行われているか否かに応じて設定する他車両信頼度設定手段を更に備える。

0017

この態様によれば、例えば、推定手段は、他車両信頼度手段によって設定された信頼度に基づいて、運転者の未来の運転行動を推定でき、運転者の未来の行動をより一層精度良く推定することが可能となる。即ち、例えば、信頼度が所定の基準信頼度よりも低い他車両因子を含む過去の運転状況を除外して、信頼度が所定の基準信頼度よりも高い他車両因子を含む過去の運転状況に基づいて運転者の未来の運転行動を推定することにより、運転者の未来の運転行動をより一層精度良く推定できる。

0018

本発明の運転支援装置の他の態様では、前記推定手段は、前記複数の過去の運転状況のうち前記運転状況発生頻度が所定の第2基準頻度よりも低い一の過去の運転状況に基づいて前記運転行動を推定する際には、前記一の過去の運転状況に代えて、前記複数の運転状況因子のうち、前記因子影響値が所定の基準影響値よりも高い運転状況因子が前記一の過去の運転状況と同一であり、且つ、前記運転状況発生頻度が前記所定の基準発生頻度よりも高い他の過去の運転状況に基づいて、前記運転行動を推定する。

0019

この態様によれば、推定手段は、運転状況発生頻度が所定の第2基準頻度よりも低いため特殊な(或いは稀な)運転状況であると予測される一の過去の運転状況に代えて、該一の過去の運転状況に類似し且つ運転状況発生頻度が高い他の過去の運転状況に基づいて運転行動を推定するので、運転者の未来の運転行動をより一層精度良く推定できる。

0020

本発明の運転支援装置の他の態様では、前記推定手段は、前記運転行動として第1の運転行動及び該第1の運転行動の後に行われる第2の運転行動を推定し、前記実施手段は、前記推定された第1及び第2の運転行動に応じて前記運転支援を実施する。

0021

この態様によれば、第1の運転行動に応じた運転支援を実施する際に、第1の運転行動の後に行われると推定される第2の運転行動にも応じて運転支援が実施されるので、第1及び第2の運転行動からなる運転者の未来の一連の運転行動により適した運転支援を実施することができる。

0022

本発明の運転支援装置の他の態様では、前記格納手段は、前記行動特性値として、前記自車両が発進加速してから最高車速に到達するまでの時間である最高車速到達時間を格納し、前記推定手段は、前記最高車速到達時間に基づいて、前記自車両が発進加速した後に行われる運転行動を推定する。

0023

この態様によれば、例えば、自車両が第1の交差点から第2の交差点に向かって発進加速してからの最高車速到達時間に基づいて、該発進加速した後に例えば第2の交差点付近で行われる運転行動が推定手段によって推定される。ここで、本願発明者の研究によれば、例えば、自車両が第1の交差点から第2の交差点に向かって発進加速した後に行われる運転行動は最高車速到達時間と関係が強い傾向があること、即ち、最高車速到達時間は、自車両が第1の交差点から第2の交差点に向かって発進加速した後に行われる運転行動を推定する際の好適な根拠となり得ることが判明している。よって、この態様によれば、自車両が発進加速した後に行われる運転行動を精度良く推定できる。

0024

本発明の運転支援装置の他の態様では、前記自車両の現在の複数の運転状況因子を、該複数の運転状況因子の各々が変化する変化速度に応じた期間毎にそれぞれ取得する取得手段を更に備える。

0025

この態様によれば、取得手段は、例えば、複数の運転状況因子のうち変化速度が比較的低い運転状況因子(例えば天候など)を比較的長い期間毎に取得し、複数の運転状況因子のうち変化速度が比較的高い運転状況因子(例えば車速など)を比較的短い期間毎に取得する。よって、変化速度が比較的低い運転状況因子(即ち、比較的長い期間ほとんど或いは全く変化しない運転状況因子)を無駄に取得することを低減できると共に、変化速度が比較的高い運転状況因子(即ち、比較的短い時間で変化する運転状況因子)を確実に取得できる。従って、この態様によれば、現在の運転状況因子の無駄な取得を低減しつつ、運転行動を精度良く推定できる。

0026

尚、取得手段が、各運転状況因子を取得する時間間隔(即ち、運転状況因子を取得してから該運転状況因子を再び取得するまでの期間)は、因子影響値に基づいて調整されてもよい。例えば、変化速度が比較的高い運転状況因子であっても、その運転状況因子の因子影響値が比較的小さい(即ち、その運転状況因子が運転者の行動特性に与える影響が比較的小さい)場合には、その運転状況因子を取得する時間間隔が比較的長くなるように構成してもよい。このように構成することで、運転状況因子の無駄な取得をより低減できる。

0027

本発明の作用及び他の利得は次に説明する発明を実施するための形態から明らかにされる。

図面の簡単な説明

0028

第1実施形態に係る運転支援装置の構成を示すブロック図である。
第1実施形態に係る運転支援装置の主な動作の流れを示すフローチャートである。
第1実施形態に係る運転支援装置による因子情報取得処理の流れを示すフローチャートである。
第1実施形態に係る運転支援装置における行動特性管理表の構造を示す模式図である。
第1実施形態に係る運転支援装置による信頼度設定処理の流れを示すフローチャートである。
行動特性管理表に因子情報として格納された他車両推定結果情報の一例を示す模式図である。
第1実施形態に係る運転支援装置による運転支援処理の流れを示すフローチャートである。
第1実施形態に係る運転支援装置による因子影響値反映処理の流れを示すフローチャートである。
行動特性管理表に格納された行動特性値、遭遇頻度、因子影響値、及び因子影響頻度の一例を示す模式図(その1)である。
第1実施形態に係る運転支援装置による蓄積処理の流れを示すフローチャートである。
第1実施形態に係る運転支援装置による更新処理の流れを示すフローチャートである。
第1実施形態に係る運転支援装置による蓄積情報整理処理の流れを示すフローチャートである。
行動特性管理表に格納された行動特性値、遭遇頻度、因子影響値、及び因子影響頻度の一例を示す模式図(その2)である。
一時停止標識のある交差点における運転支援を説明するための模式図である。
第2の動作例における行動特性管理表を示す模式図である。
自車両が第1の交差点から第2の交差点に向かって走行する場合における運転支援を説明するための模式図である。
第3の動作例における行動特性管理表を示す模式図である。
第4の動作例における行動特性管理表を示す模式図である。

実施例

0029

以下では、本発明の実施形態について図を参照しつつ説明する。

0030

<第1実施形態>
第1実施形態に係る運転支援装置について、図1から図13を参照して説明する。

0031

先ず、本実施形態に係る運転支援装置の全体構成について、図1を参照して説明する。

0032

図1は、本実施形態に係る運転支援装置の構成を示すブロック図である。

0033

図1において、本実施形態に係る運転支援装置1は、自車両に搭載され、自車両の運転者(ドライバ)に対する運転支援(例えば、自車両のアクセルブレーキステアリングなどの制御)を行う装置である。運転支援装置1は、因子情報取得部100及び運転支援部200を備えている。

0034

因子情報取得部100は、自車両の運転状況に関する情報を取得することが可能に構成されており、ドライバ情報取得部110、車両情報取得部120、道路構造物情報取得部130及び走行環境情報取得部140を備えている。

0035

ドライバ情報取得部110は、例えば、運転者の属性(例えば年齢性別身長、体重など)を入力することが可能な入力装置や、運転者の意識或いは状態を検出することが可能なセンサーなどを含んで構成され、運転者に関する情報(例えば運転者の属性や意識或いは状態などを示す情報)を取得することが可能に構成されている。尚、以下では、運転者に関する情報を「ドライバ情報」と適宜称する。

0036

車両情報取得部120は、例えば、自車両に搭載されたカーナビゲーションシステムや自車両のエンジン制御装置などに接続されており、自車両の車両状態に関する情報(例えば自車両の現在位置や、アクセル開度ブレーキ圧シフトポジションなど)を取得することが可能に構成されている。尚、以下では、自車両の車両状態に関する情報を「車両情報」と適宜称する。

0037

道路・構造物情報取得部130は、例えば、自車両に搭載されたカーナビゲーションシステムに接続されると共に、レーダーセンサーカメラセンサーなどを含んで構成され、自車両が走行する道路やその周辺の構造物に関する情報(例えば道路の種別や制限速度、ガードレールの有無、路面状態など)を取得することが可能に構成されている。尚、以下では、自車両が走行する道路やその周辺の構造物に関する情報を「道路・構造物情報」と適宜称する。

0038

走行環境情報取得部140は、例えば、レーダーセンサー、カメラセンサー、車車間通信機歩車間通信機などを含んで構成され、自車両が走行する環境に関する情報(例えば、自車両の周辺を走行する他車両の数や、他車両との車間距離、更に天候や、自車両の周辺を歩行している歩行者の状態など)を取得することが可能に構成されている。尚、以下では、自車両が走行する環境に関する情報を「走行環境情報」と適宜称する。

0039

このように、因子情報取得部100は、自車両に搭載されたカーナビゲーションシステムや各種センサーによって、上述したドライバ情報、車両情報、道路・構造物情報及び走行環境情報を含む自車両の運転状況に関する情報を取得することが可能に構成されている。

0040

運転支援部200は、CPU(Central Processing Unit)、ROM(Read Only Memory)、RAM(Random Access Memory)、HDD(Hard Disk Drive)等を含んで構成され、因子情報格納部210、運転行動推定部220、運転支援実施部230、蓄積処理部240及び信頼度設定部250を備えている。

0041

因子情報格納部210は、自車両に搭載された車載データベース211と、自車両とは異なる場所に設置されたセンター施設)に設けられたセンター側データベース212とを有しており、因子情報取得部100によって取得された運転状況に関する情報を車載データベース211或いはセンター側データベース212に格納することが可能に構成されている。車載データベース211及びセンター側データベース212の各々には、因子情報取得部100によって取得された運転状況に関する情報を格納するための、図4を参照して後述する行動特性管理表900が定義されている。因子情報格納部210は、因子情報取得部100によって取得された運転状況に関する情報を、行動特性管理表900の一部として車載データベース211或いはセンター側データベース212に格納する。尚、図4を参照して後述するが、因子情報格納部210は、過去の運転状況における運転者の行動特性を示す行動特性値と、過去の運転状況が発生した頻度を示す、本発明に係る「運転状況発生頻度」の一例である遭遇頻度と、運転状況因子が行動特性に与える影響の大きさを示す因子影響値と、運転状況因子が変化した頻度を示す、本発明に係る「因子変化頻度」の一例である因子影響頻度とを、行動特性管理表900の一部として格納する。

0042

運転行動推定部220は、車載データベース211或いはセンター側データベース212に、行動特性管理表900(図4参照)の一部として格納された複数の過去の運転状況に関する情報と、行動特性値と、遭遇頻度と、因子影響値と、因子影響頻度とに基づいて、自車両の運転者の未来の運転行動を推定する。

0043

運転支援実施部230は、運転行動推定部220によって推定された運転行動に応じて、自車両の運転者に対する運転支援を実施する。運転支援実施部230は、運転支援として、例えば、運転行動推定部220によって推定された運転行動が行われた場合における自車両の挙動が実現されるように、自車両を制御する。或いは、運転支援実施部230は、運転支援として、例えば、運転行動推定部220によって運転行動として推定されたアクセルのオフタイミングよりも早めにアクセルがオフになるように運転者を誘導するエコ運転支援を行う。

0044

蓄積処理部240は、行動特性管理表900(図4参照)における例えば行動特性値、遭遇頻度等を更新する更新処理や、車載データベース211に蓄積された情報を整理する蓄積情報整理処理を含む蓄積処理を行う。尚、蓄積処理、更新処理、蓄積情報整理処理については、それぞれ、図10図11及び図12を参照して後に詳細に説明する。尚、蓄積処理部240は、本発明に係る「情報移動手段」の一例である。

0045

信頼度設定部250は、本発明に係る「他車両信頼度設定手段」の一例であり、因子情報取得部100(より具体的には、走行環境情報取得部140)によって取得された他車両推定結果情報に対して、この他車両推定結果情報の確からしさを示す信頼度を設定する信頼度設定処理を行う。他車両推定結果情報は、本発明に係る「他車両因子」の一例であり、自車両の周辺を走行する他車両から走行環境情報取得部140(より具体的には、走行環境情報取得部140に含まれる車車間通信機)によって受信された、他車両の未来の運転行動(即ち、他車両がとりうると推定される運転行動)を示す情報である。尚、信頼度設定部250による信頼度設定処理については、図5を参照して後に詳細に説明する。

0046

<第1の動作例>
次に、本実施形態に係る運転支援装置の第1の動作例について、図2から図13を参照して説明する。

0047

図2は、本実施形態に係る運転支援装置の主な動作の流れを示すフローチャートである。

0048

図2において、運転支援装置1の動作時には、先ず、因子情報取得処理が行われる(ステップS100)。

0049

図3は、本実施形態に係る運転支援装置による因子情報取得処理の流れを示すフローチャートである。

0050

図3に示すように、因子情報取得処理では、ドライバ情報がドライバ情報取得部110(図1参照)によって取得される(ステップS110)。また、このドライバ情報の取得処理(即ち、ステップS110に係る処理)と並行して或いは相前後して、車両情報が車両情報取得部120(図1参照)によって取得され(ステップS120)、道路・構造物情報が道路構造物情報取得部130(図1参照)によって取得され(ステップS130)、走行環境情報が走行環境情報取得部140(図1参照)によって取得される(ステップS140)。取得されたドライバ情報、車両情報、道路・構造物情報及び走行環境情報は、因子情報格納部210(図1参照)によって車載データベース211に行動特性管理表900(図4参照)の一部として格納される。尚、以下では、ドライバ情報、車両情報、道路・構造物情報及び走行環境情報を区別して説明する必要がない場合には、ドライバ情報、車両情報、道路・構造物情報及び走行環境情報をまとめて「運転状況に関する情報」と称して説明する。

0051

図4は、本実施形態に係る運転支援装置における行動特性管理表の構造を示す模式図である。

0052

図4において、車載データベース211(図1参照)では、行動特性管理表900を用いて、運転状況に関する情報、並びに後述する行動特性値、遭遇頻度、因子影響値及び因子影響頻度が管理される。

0053

行動特性管理表900では、ひとつの運転状況(言い換えれば、複数の過去の運転状況の各々)に関する情報は、複数の因子情報の組として格納される(或いは管理される)。ここで、因子情報とは、図1を参照して上述した因子情報取得部100によって取得される各種情報の各々を意味し、ひとつの運転状況を規定する複数の因子の各々を示す情報である。図4に示す例では、因子情報として、制限速度に関する情報、ガードレールに関する情報、路面状態に関する情報、信号灯色に関する情報が示されており、ひとつの運転状況に関する情報は、制限速度に関する情報、ガードレールに関する情報、路面状態に関する情報及び信号灯色に関する情報を含む複数の因子情報の組として格納されている。図4の例では、道路の制限速度が時速50kmであり、道路にガードレールがなく、路面状態がドライであり、信号灯色が青信号である第1の運転状況と、道路の制限速度が時速50kmであり、道路にガードレールがなく、路面状態がドライであり、信号灯色が赤信号である第2の運転状況と、道路の制限速度が時速50kmであり、道路にガードレールがなく、路面状態がウェットであり、信号灯色が青信号である第3の運転状況と、道路の制限速度が時速50kmであり、道路にガードレールがなく、路面状態がウェットであり、信号灯色が赤信号である第4の運転状況との各々に関する情報が行動特性管理表900に格納されている。尚、制限速度に関する情報、ガードレールに関する情報、路面状態に関する情報、信号灯色に関する情報は、いずれも道路・構造物情報取得部130によって取得される情報(即ち、道路・構造物情報)である。行動特性管理表900では、ドライバ情報、車両情報、道路・構造物情報及び走行環境情報の別が「分類」として管理される。

0054

更に、行動特性管理表900では、ひとつの運転状況に対応付けて行動特性値及び遭遇頻度が格納される。行動特性値は、当該行動特性値が対応付けられた運転状況における運転者の行動特性(例えば自車両を加速させる動作を行う傾向があるという特性や、右折させる動作を行うという特性など)を示す値である。遭遇頻度は、当該遭遇頻度が対応付けられた運転状況が発生した頻度(言い換えれば、該運転状況に遭遇した回数)を示す値であり、該運転状況が発生した日付などを含んだ値であってもよい。行動特性値及び遭遇頻度は、因子情報格納部210によって格納され、それぞれの初期値は例えばゼロ(0)に設定される。行動特性値及び遭遇頻度は、図11を参照して後述する更新処理によって更新される。尚、図4の例では、説明の便宜上、第1の運転状況に対応する行動特性値を「A1」として、第2の運転状況に対応する行動特性値を「A2」として、第3の運転状況に対応する行動特性値を「A3」として、第4の運転状況に対応する行動特性値を「A4」として示している。また、図4の例では、説明の便宜上、第1の運転状況に対応する遭遇頻度は「Ac1」として、第2の運転状況に対応する遭遇頻度を「Ac2」として、第3の運転状況に対応する遭遇頻度を「Ac3」として、第4の運転状況に対応する遭遇頻度を「Ac4」として示している。

0055

加えて、行動特性管理表900では、ひとつの因子情報(即ち、複数の因子情報の各々)に対応付けて因子影響値及び因子影響頻度が格納される。因子影響値は、当該因子影響値が対応付けられた因子情報が運転者の行動特性に与える影響の大きさを示す値であり、因子情報が変化した場合に、運転者の行動がどのように変化したかに応じて決定される。例えば、信号灯色が赤信号から青信号へ変化した場合に運転者が自車両を停止状態から加速させる動作を行うことから、因子情報としての「信号灯色」に対応する因子影響値を相対的に高く設定してもよい。因子影響頻度は、因子情報が変化した頻度(言い換えれば、因子情報の変化に遭遇した回数、例えば信号灯色が変化した回数)を示す値であり、因子情報が変化した日付などを含んだ値であってもよい。因子影響値及び因子影響頻度は、因子情報格納部210によって格納される。因子影響値は、例えば、当該因子影響値が対応づけられた因子情報の変化に対する行動特性値の変化に応じて更新される。因子影響頻度は、因子情報が変化した場合に更新される(具体的には、例えば1ずつカウントアップされる)。尚、図4の例では、説明の便宜上、因子情報としての「制限速度」に対応する因子影響値を「E1」として、因子情報としての「ガードレール」に対応する因子影響値を「E2」として、因子情報としての「路面状態」に対応する因子影響値を「E3」として、因子情報としての「信号灯色」に対応する因子影響値を「E4」として示している。また、図4の例では、説明の便宜上、因子情報としての「制限速度」に対応する因子影響頻度を「Ec1」として、因子情報としての「ガードレール」に対応する因子影響頻度を「Ec2」として、因子情報としての「路面状態」に対応する因子影響頻度を「Ec3」として、因子情報としての「信号灯色」に対応する因子影響頻度を「Ec4」として示している。

0056

再び図3において、走行環境情報の取得処理(即ち、ステップS140に係る処理)の後には、他車両が存在するか否かが判定される(ステップS150)。具体的には、自車両の周辺に他車両が存在することが走行環境取得部140(図1参照)に含まれるレーダーセンサー、カメラセンサー或いは車車間通信機によって検出されたか否かが運転支援部200(図1参照)によって判定される。

0057

他車両が存在しないと判定された場合には(ステップS150:No)、因子情報取得処理は終了される。

0058

他車両が存在すると判定された場合には(ステップS150:Yes)、信頼度設定処理が行われる(ステップS160)。

0059

図5は、本実施形態に係る運転支援装置による信頼度設定処理の流れを示すフローチャートである。

0060

図5に示すように、信頼度設定処理では、先ず、他車両が運転支援中か否かが判定される(ステップS161)。即ち、他車両において当該他車両の運転者に対する運転支援が行われているか否かが信頼度設定部250によって判定される。

0061

他車両が運転支援中でないと判定された場合には(ステップS161:No)、信頼度設定処理は終了される。

0062

他車両が運転支援中であると判定された場合には(ステップS161:Yes)、信頼度設定部250は、他車両推定結果情報の信頼度を上げる(ステップS162)。尚、上述したように、他車両推定結果情報は、自車両の周辺を走行する他車両から走行環境情報取得部140(より具体的には、走行環境情報取得部140に含まれる車車間通信機)によって受信された、他車両の未来の運転行動(即ち、他車両がとりうると推定される運転行動)を示す情報である。

0063

図6は、行動特性管理表に因子情報として格納された他車両推定結果情報の一例を示す模式図である。

0064

図6において、因子情報としての他車両推定結果情報(即ち「他車両推定結果」)が、行動特性管理表900の欄L1に格納されている。図6の例では、第1の運転状況についての他車両推定結果情報は「行動α」であり、第2の運転状況についての他車両推定結果情報は「行動β」であり、第3の運転状況についての他車両推定結果情報は「行動α」であり、第4の運転状況についての他車両推定結果情報を「行動β」である。つまり、図6の例では、第1の運転状況についての他車両推定結果情報と第3の運転状況についての他車両推定結果情報とは互いに同じであり、第2の運転状況についての他車両推定結果情報と第4の運転状況についての他車両推定結果情報とは互いに同じである。

0065

尚、図6において、因子情報として天候情報(即ち「天候」)が、行動特性管理表900の一部に格納されている。図6の例では、第1の運転状況についての天候情報は「晴れ」であり、第2の運転状況についての天候情報は「晴れ」であり、第3の運転状況についての天候情報は「雨」であり、第4の運転状況についての天候情報を「雨」である。また、図6の例では、説明の便宜上、因子情報としての「天候」に対応する因子影響値を「E5」として、因子情報としての「他車両推定結果」に対応する因子影響値を「E6」として示している。また、図6の例では、説明の便宜上、因子情報としての「天候」に対応する因子影響頻度を「Ec5」として、因子情報としての「他車両推定結果」に対応する因子影響頻度を「Ec6」として示している。

0066

図5及び図6において、上述したように、他車両が運転支援中であると判定された場合には(ステップS161:Yes)、信頼度設定部250は、他車両推定結果情報の信頼度を上げる(ステップS162)。ここで、他車両推定結果情報の信頼度は、他車両推定結果情報の確からしさを示す値として、他車両推定結果情報毎に(即ち運転状況毎に)信頼度設定部250によって設定される。各運転状況の他車両推定結果情報の信頼度の初期値は、例えばゼロ(0)に設定される。

0067

即ち、他車両が運転支援中であると判定された場合には(ステップS161:Yes)、信頼度設定部250は、その時点で取得された他車両推定結果情報は信頼できる度合が高いとして、他車両推定結果情報の信頼度を上げる或いは高める(ステップS162)。例えば、図6の例において、第1の運転状況についての他車両推定結果情報である「行動α」が、他車両が運転支援中であるときに走行環境情報取得部140によって取得されたものである場合には、第1の運転状況についての他車両推定結果情報である「行動α」の信頼度が信頼度設定部250によって高められる。

0068

このように本実施形態では特に、他車両推定結果情報に対して信頼度が信頼度設定部250によって設定されるので、運転行動推定部220(図1参照)は、この信頼度に基づいて、運転者の未来の運転行動を精度良く推定することが可能となる。即ち、例えば、この信頼度が所定の基準信頼度よりも低い「他車両推定結果」を含む運転状況を除外して、信頼度が所定の基準信頼度よりも高い「他車両推定結果」を含む運転状況に基づいて運転者の未来の運転行動を推定することにより、運転者の未来の運転行動を精度良く推定できる。

0069

再び図2において、因子情報取得処理(ステップS100)の後には、運転支援を行うか否かが運転支援部200によって判定される(ステップS200)。具体的には、運転支援部200は、運転支援を行うべき旨の指示が自車両の運転者によってなされたか否かに応じて、運転支援を行うか否かを判定する。つまり、運転支援部200は、運転支援を行うべき旨の指示がある場合には、運転支援を行うと判定し、運転支援を行うべき旨の指示がない場合には、運転支援を行わないと判定する。

0070

尚、本動作例では、因子情報取得処理(ステップS100)の後に、後述する運転支援処理(ステップS300)及び蓄積処理(ステップS400)が順に行われる場合を例に挙げて説明するが、蓄積処理(ステップS400)は、因子情報取得処理(ステップS100)の後に、運転支援処理(ステップS300)が行われるか否かにかかわらず、所定のタイミングで(例えば定期的に)行われてもよい。

0071

運転支援を行うと判定された場合には(ステップS200:Yes)、運転支援処理が行われる(ステップS300)。

0072

図7は、本実施形態に係る運転支援装置による運転支援処理の流れを示すフローチャートである。

0073

図7に示すように、運転支援処理では、先ず、運転状況が判定される(ステップS310)。即ち、因子情報取得部100によって取得された情報(即ち、ドライバ情報、車両情報、道路・構造物情報及び走行環境情報)に基づいて、自車両の現在の運転状況が、行動特性管理表900(図4参照)に格納されている複数の運転状況(即ち、複数の過去の運転状況)のいずれであるかが運転行動推定部220によって判定される。つまり、行動特性管理表900に格納されている複数の運転状況のうち、自車両の現在の運転状況に一致する運転状況が運転行動推定部220によって選択される。

0074

次に、選択された運転状況の遭遇頻度が閾値Y以上であるか否かが判定される(ステップS320)。即ち、行動特性管理表900に格納されている複数の運転状況から自車両の現在の運転状況に一致する運転状況として選択された運転状況に対応付けられている遭遇頻度が、閾値Y(例えば10回など)以上であるか否かが、運転行動推定部220によって判定される。図4に示す例では、例えば、自車両の現在の運転状況に一致する運転状況として第3の運転状況が選択された場合には、この第3の運転状況に対応付けられている遭遇頻度である「Ac3」が閾値Y以上であるか否かが判定される。

0075

遭遇頻度が閾値Y以上であると判定された場合には(ステップS320:Yes)、運転行動が推定される(ステップS330)。即ち、自車両の未来の運転行動が運転行動推定部220によって推定される。具体的には、運転行動推定部220は、行動特性管理表900において自車両の現在の運転状況に一致する運転状況として選択された運転状況に対応付けられている行動特性値に基づいて、自車両の運転者の未来の運転行動を推定する。ここで、上述したように、行動特性値は、当該行動特性値が対応付けられた運転状況における運転者の行動特性(例えば自車両を加速させる動作を行う傾向があるという特性や、右折させる動作を行うという特性など)を示す値である。よって、運転行動推定部220は、自車両の現在の運転状況に一致する運転状況として選択された運転状況に対応付けられている行動特性値に基づいて運転者の未来の運転行動を精度良く推定できる。言い換えれば、運転行動推定部220は、行動特性管理表900に格納されている複数の行動特性値のうち現在の運転状況に適合する行動特性値に基づいて、運転者の未来の運転行動を推定するので、運転者の未来の運転行動を精度良く推定できる。図4に示す例では、例えば、自車両の現在の運転状況に一致する運転状況として第3の運転状況が選択された場合には、この第3の運転状況に対応付けられている行動特性値である「A3」に基づいて、運転者の未来の運転行動が運転行動推定部220によって推定される。尚、閾値Yは、本発明に係る「所定の第2基準頻度」の一例である。

0076

一方、遭遇頻度が閾値Y以上でない(即ち、閾値Yより小さい)と判定された場合には(ステップS320:No)、因子影響値反映処理が行われる。

0077

図8は、本実施形態に係る運転支援装置による因子影響値反映処理の流れを示すフローチャートである。図9は、行動特性管理表に格納された行動特性値、遭遇頻度、因子影響値、及び因子影響頻度の一例を示す模式図である。

0078

図8に示すように、因子影響値反映処理では、先ず、運転状況の因子のひとつが選択される(ステップS341)。即ち、行動特性管理表900に格納された複数の因子情報のうち一の因子情報が運転行動推定部220によって選択される。

0079

次に、選択された因子情報の因子影響値が閾値K未満か否かが判定される(ステップS342)。即ち、行動特性管理表900において、選択された一の因子情報に対応付けられている因子影響値が閾値K未満であるか否かが運転行動推定部220によって判定される。

0080

因子影響値が閾値K未満であると判定された場合には(ステップS342:Yes)、運転状況の因子がすべてチェックされたか否かが判定される(ステップS344)。即ち、行動特性管理表900に格納されている複数の因子情報のすべてについて、上述したステップS341に係る処理(及びステップS342に係る処理)が行われたか否かが運転行動推定部220によって判定される。尚、閾値Kは、本発明に係る「所定の基準影響値」の一例である。

0081

運転状況の因子がすべてチェックされていないと判定された場合には(ステップS344:No)、再びステップS341に係る処理が行われる。つまり、ステップS341に係る処理及びステップ342に係る処理は、行動特性管理表900に格納された複数の因子情報のすべてについて1つずつ順番に行われる。

0082

一方、因子影響値が閾値K未満でない(即ち、閾値K以上である)と判定された場合には(ステップS342:No)、選択された一の因子情報は反映因子としてチェックされる(ステップS343)。即ち、ステップS341に係る処理によって選択された一の因子情報に対応付けられている因子影響値が閾値K以上である場合には、その一の因子情報は反映因子として運動行動推定部220によって選択される。図9の例では、例えば、閾値Kが「高」に設定されており、ステップS341に係る処理によって一の因子情報として「制限速度」が選択された場合には、一の因子情報としての「制限速度」に対応付けられている因子影響値が「中(初期値)」であり、閾値K未満であるため、一の因子情報としての「制限速度」は、反映因子として選択されない。また、図9の例では、例えば、閾値Kが「高」に設定されており、ステップS341に係る処理によって一の因子情報として「信号灯色」が選択された場合には、一の因子情報としての「信号灯色」に対応付けられている因子影響値が「高」であり、閾値K以上であるため、一の因子情報としての「信号灯色」は反映因子として選択される。尚、図9の例では、因子影響値は、「低」、「中」及び「高」のいずれかをとり、「低」よりも「中」のほうがその値が高く、「中」よりも「高」のほうがその値が高い。

0083

次に、図8において、運転状況の因子がすべてチェックされたと判定された場合には(ステップS344:Yes)、反映因子が存在するか否かが判定される(ステップS345)。即ち、行動特性管理表900に格納された複数の因子情報のうちのいずれかが、上述したステップS343に係る処理において反映因子として選択されたか否かが運転行動推定部220によって判定される。

0084

反映因子が存在すると判定された場合には(ステップS345:Yes)、反映因子が現在の運転状況と同一の運転状況に基づいて、運転行動が運転行動推定部220によって推定される(ステップS347)。即ち、運転行動推定部220は、現在の運転状況の遭遇頻度が閾値Yより小さい場合には(ステップS320:No)、ステップS343に係る処理において反映因子として選択した因子情報が現在の運転状況と同一である運転状況の行動特性値に基づいて、運転者の未来の運転行動を推定する。

0085

図9の例では、例えば、自車両の現在の運転状況に一致する運転状況として第4の運転状況(即ち、「制限速度」が時速50kmであり、「ガードレール」が無く、「路面状態」がウェットであり、「信号灯色」が赤信号である運転状況)が選択された場合には、この第4の運転状況に対応付けられている遭遇頻度は「0回」であるため、例えば10回である閾値Yよりも小さい。このため、因子影響値反映処理が行われる(ステップS340)。図9の例では、因子影響値反映処理(より具体的には図8を参照して上述したステップS343に係る処理)において、上述したように因子影響値に基づいて(即ち、因子影響値が閾値K以上であることにより)、因子情報である「信号灯色」が反映因子として選択される。運転行動推定部220は、反映因子としての「信号灯色」が、現在の運転状況としての第4の運転状況と同一である第2の運転状況の行動特性値に基づいて、運転者の未来の運転行動を推定する。尚、図9の例では、第2の運転状況及び第4の運転状況の各々についての「信号灯色」は、いずれも「赤信号」であり、互いに同一である。また、第2の運転状況の遭遇頻度は「20回」であり、例えば10回である閾値Y以上である。

0086

即ち、本実施形態では特に、現在の運転状況(図9の例では、第4の運転状況)の遭遇頻度が閾値Y(例えば10回)よりも小さい場合には、運転行動推定部220は、現在の運転状況に代えて、因子影響値が閾値K以上である反映因子(図9の例では、「信号灯色」)が、現在の運転状況と同一であり、且つ、遭遇頻度が閾値Y(例えば10回)以上である運転状況(図9の例では、第2の運転状況)の行動特性値に基づいて、運転者の未来の運転行動を推定する。

0087

よって、運転行動推定部220は、遭遇頻度が低い特殊な(或いは稀な)運転状況であると予測される現在の運転状況(図9の例では、第4の運転状況)に代えて、現在の運転状況に類似し且つ遭遇頻度が高い他の運転状況(図9の例では、例えば、第2の運転状況)に基づいて運転行動を推定するので、運転者の未来の運転行動をより一層精度良く推定できる。

0088

一方、反映因子が存在しないと判定された場合には(ステップS345:No)、因子影響頻度の高い因子が現在の運転状況と同一の運転状況に基づいて、運転行動が運転行動推定部220によって推定される(ステップS346)。即ち、運転行動推定部220は、因子影響頻度が所定の閾値(例えば15回)よりも高い因子情報が現在の運転状況と同一である運転状況の行動特性値に基づいて、運転者の未来の運転行動を推定する。

0089

図9の例において、「信号灯色」の因子影響値が「中」であり、行動特性管理表900に格納されている複数の因子情報に対応付けられている因子影響値のいずれもが閾値K未満であると仮定すると、いずれの因子情報も反映因子として選択されず、反映因子は存在しないと判定される(ステップS345:No)。この場合、運転行動推定部220は、因子影響頻度が所定の閾値(例えば15回)よりも高い因子情報である「信号灯色」が現在の運転状況(図9の例では、例えば第4の運転状況)と同一である運転状況(図9の例では、例えば第2の運転状況)の行動特性値に基づいて、運転者の未来の運転行動を推定する。

0090

よって、運転行動推定部220は、遭遇頻度が低い特殊な(或いは稀な)運転状況であると予測される現在の運転状況(図9の例では、第4の運転状況)に代えて、現在の運転状況に類似し且つ遭遇頻度が高い他の運転状況(図9の例では、例えば、第2の運転状況)に基づいて運転行動を推定するので、運転者の未来の運転行動をより一層精度良く推定できる。

0091

再び図7において、ステップS330に係る処理或いはステップS340に係る処理(即ち、因子影響値反映処理)によって運転者の未来の運転行動が推定された後には、推定された運転行動に基づいて運転支援が実施される(ステップS350)。即ち、運転行動推定部220によって推定された運転行動に基づいて、運転支援実施部230によって運転支援が実施される。よって、自車両の運転者の未来の行動に適した運転支援を実施することができる。

0092

再び図2において、運転支援処理(ステップS300)の後には、蓄積処理が行われる(ステップS400)。

0093

図10は、本実施形態に係る運転支援装置による蓄積処理の流れを示すフローチャートである。

0094

図10に示すように、蓄積処理では、先ず、更新処理が行われる(ステップS410)。

0095

図11は、本実施形態に係る運転支援装置による更新処理の流れを示すフローチャートである。

0096

図11に示すように、更新処理では、先ず、運転状況が判定される(ステップS411)。即ち、因子情報取得部100によって取得された情報(即ち、ドライバ情報、車両情報、道路・構造物情報及び走行環境情報)に基づいて、自車両の現在の運転状況が、行動特性管理表900に格納されている複数の運転状況(即ち、複数の過去の運転状況)のいずれであるかが蓄積処理部240によって判定される。つまり、行動特性管理表900に格納されている複数の運転状況のうち、自車両の現在の運転状況に一致する運転状況が蓄積処理部240によって選択される。

0097

次に、行動特性値が更新される(ステップS412)。即ち、選択された運転状況に対応付けられている行動特性値が、蓄積処理部240によって更新される。具体的には、蓄積処理部240は、選択した運転状況に対応付けられている行動特性値を、因子情報取得部100によって取得された現在の運転状況に関する情報(より具体的には、例えば、現在の運転状況における自車両の速度、加減速度、アクセル開度、ブレーキ圧、操舵角などの運転者の運転行動に関する情報)に基づいて更新(或いは変更)する。つまり、蓄積処理部240は、現在の運転状況における運転者の行動特性を、行動特性管理表900における行動特性値に反映させる。

0098

次に、遭遇頻度が更新される(ステップS413)。即ち、選択された運転状況に対応付けられている遭遇頻度が、蓄積処理部240によって更新される。具体的には、蓄積処理部240は、選択された運転状況に対応付けられている遭遇頻度を例えば1回分だけ高める(即ち、カウントアップする)。

0099

次に、因子影響値が更新される(ステップS414)。即ち、行動特性管理表900に格納されている因子影響値が、蓄積処理部240によって更新される。具体的には、蓄積処理部240は、因子影響値を、因子情報取得部100によって取得された現在の運転状況に関する情報に基づいて更新する。例えば、蓄積処理部240は、現在の運転状況と過去の運転状況との間で変化した因子情報について、この因子情報が変化したことによる運転者の運転行動の変化を、因子情報取得部100によって取得された情報に基づいて特定し、この特定した運転行動の変化に応じて因子影響値を変更する。

0100

次に、因子影響頻度が更新される(ステップS415)。即ち、行動特性管理表900に格納されている因子影響頻度が、蓄積処理部240によって更新される。具体的には、蓄積処理部240は、因子影響頻度を、因子情報取得部100によって取得された現在の運転状況に関する情報に基づいて更新する。例えば、蓄積処理部240は、現在の運転状況と過去の運転状況との間で変化した因子情報について、この因子情報が変化したことによって運転者の運転行動に変化があったか否かを判定し、変化があったと判定した場合に、因子影響頻度を例えば1回分だけ高める(即ち、カウントアップする)。

0101

このように、更新処理では、因子情報取得部100によって取得された現在の運転状況に関する情報に基づいて、行動特性値、遭遇頻度、因子影響値及び因子影響頻度が更新される。

0102

再び図10において、更新処理(ステップS410)の後には、車載データベース211(図1参照)の使用量が閾値X以上であるか否かが判定される(ステップS420)。即ち、車載データベース211に格納された情報(例えば運転状況に関する情報など)によって使用される車載データベース211の使用量(言い換えれば、車載データベース211に格納された情報の情報量)が閾値X以上であるか否かが蓄積処理部240によって判定される。尚、閾値Xは、本発明に係る「所定の基準情報量」の一例である。

0103

車載データベース211の使用量が閾値X以上でない(即ち、閾値Xより小さい)と判定された場合には(ステップS420:No)、蓄積処理は終了する。

0104

車載データベース211の使用量が閾値X以上であると判定された場合には(ステップS420:Yes)、蓄積情報整理処理が行われる(ステップS430)。

0105

図12は、本実施形態に係る運転支援装置による蓄積情報整理処理の流れを示すフローチャートである。図13は、行動特性管理表に格納された行動特性値、遭遇頻度、因子影響値、及び因子影響頻度の一例を示す模式図である。

0106

図12に示すように、蓄積情報整理処理では、先ず、運転状況のひとつが選択される(ステップS431)。即ち、行動特性管理表900に格納された複数の運転状況のうち一の運転状況が蓄積処理部240によって選択される。

0107

次に、選択された運転状況の遭遇頻度が閾値Z以上であるか否かが判定される(ステップS432)。即ち、選択された運転状況に対応付けられている遭遇頻度が、閾値Z(例えば10回など)以上であるか否かが、蓄積処理部240によって判定される。尚、閾値Zは、本発明に係る「所定の第1基準頻度」の一例である。

0108

遭遇頻度が閾値Z以上であると判定された場合には(ステップS432:Yes)、すべての運転状況がチェックされたか否かが判定される(ステップS434)。即ち、行動特性管理表900に格納されている複数の運転状況のすべてについて、上述したステップS431に係る処理(及びステップS432に係る処理)が行われたか否かが蓄積処理部240によって判定される。

0109

すべての運転状況がチェックされていないと判定された場合には(ステップS434:No)、再びステップS431に係る処理が行われる。つまり、ステップS431に係る処理及びステップS432に係る処理は、行動特性管理表900に格納された複数の運転状況のすべてについて1つずつ順番に行われる。

0110

一方、遭遇頻度が閾値Z以上でない(即ち、閾値Zよりも小さい)と判定された場合には(ステップS432:No)、選択された一の運転状況はセンター側データベース格納対象としてチェックされる。即ち、ステップS431に係る処理によって選択された一の運転状況に対応付けられている遭遇頻度が閾値Z以上である場合には、その一の運転状況はセンター側データベース格納対象として蓄積処理部240によって選択される。図13の例では、例えば、閾値Zが「10回」に設定されており、ステップS431に係る処理によって一の運転状況として第1の運転状況が選択された場合には、第1の運転状況に対応付けられている遭遇頻度が「30回」であり、閾値Z以上であるため、第1の運転状況は、センター側データベース格納対象として選択されない。閾値Zが「10回」に設定されている場合、第2の運転状況及び第3の運転状況も同様にセンター側データベース格納対象として選択されない。また、図13の例では、閾値Zが「10回」に設定されており、ステップS431に係る処理によって一の運転状況として第4の運転状況が選択された場合には、第4の運転状況に対応付けられている遭遇頻度が「0回」であり、閾値K以上でないため、第4の運転状況はセンター側データベース格納対象として選択される。

0111

次に、すべての運転状況がチェックされたと判定された場合には(ステップS434:Yes)、センター側データベース格納対象として選択された運転状況に関する情報を、車載データベース211からセンター側データベース212(図1参照)に移動した場合に車載データベース211の使用量が閾値Y未満になるか否かが蓄積処理部240によって判定される(ステップS435)。

0112

車載データベース211の使用量が閾値Y未満にならないと判定された場合には(ステップS435:No)、閾値Yが調整される(ステップS436)。具体的には、閾値Yが現在の値よりも大きな値となるように蓄積処理部240によって調整される。例えば、センター側データベース格納対象として選択された運転状況に関する情報を、車載データベース211からセンター側データベース212(図1参照)に移動した場合における車載データベース211の使用量が例えば3.5ギガバイトであり、閾値Yの現在の値が例えば3.0ギガバイトである場合には、閾値Yは、現在の値である例えば3.5ギガバイトよりも大きな値である例えば4.0ギガバイトに蓄積処理部240によって変更される。尚、この際、閾値Zも蓄積処理部240によって調整されてもよい。

0113

ステップS436に係る処理の後、再びステップS431に係る処理が行われる。

0114

一方、車載データベース211の使用量が閾値Y未満になると判定された場合には(ステップS435:Yes)、センター側データベース格納対象として選択されている運転状況に関する情報が、車載データベース211からセンター側データベース212に蓄積処理部240によって移動される(ステップS437)。

0115

このように、本実施形態では特に、複数の運転状況に係る情報を、車載データベース211及びセンター側データベース212に分散して格納することができる。更に、遭遇頻度が閾値Zよりも高い運転状況に関する情報を車載データベース211に格納し、遭遇頻度が閾値Zよりも低い運転状況をセンター側データベース212に格納するので、遭遇頻度が高い運転状況に関する情報を運転行動推定部220等が迅速に参照することができる(即ち、遭遇頻度が高い運転状況に関する情報に運転行動推定部220等がアクセスするのに必要なアクセス時間を短くすることができる)と共に、車載データベース211に格納された情報が多くなりすぎて、因子情報取得部100によって定期的或いは不定期に取得される運転状況に関する情報を追加できなくなってしまう事態を回避できる。

0116

尚、本実施形態では、因子情報取得部100によって取得された運転状況に関する情報を、先ず、車載データベース211に格納し、上述した蓄積情報整理処理によって、車載データベース211に格納されていた情報のうち、遭遇頻度が閾値Zよりも低い運転状況に関する情報をセンター側データベース212に格納するように構成したが、変形例として、例えば、因子情報取得部100によって取得された運転状況に関する情報を、先ず、センター側データベース212に格納し、センター側データベース212に格納された情報のうち、遭遇頻度が所定の閾値よりも高い運転状況を車載データベース211に格納するように構成してもよい。この場合にも、複数の運転状況に係る情報を、車載データベース211及びセンター側データベース212に分散して格納することができる。

0117

再び図10において、蓄積情報整理処理(ステップS430)が終了すると、蓄積処理が終了する。

0118

再び図2において、蓄積処理(ステップS400)の後には、運転支援を終了するか否かが判定される(ステップS500)。即ち、自車両の運転者に対する運転支援を終了するか否かが運転支援部200によって判定される。

0119

運転支援を終了すると判定された場合には(ステップS500:Yes)、運転支援装置1による運転支援が終了される。

0120

運転支援を終了しない(即ち、運転支援を継続する)と判定された場合には(ステップS500:No)、因子情報取得処理(ステップS100)が再び行われる。

0121

以上説明したように、本実施形態に係る運転支援装置1によれば、運転者の未来の運転行動を運転行動推定部220によって精度良く推定でき、運転行動実施部230によって運転支援を適切に実施することができる。更に、本実施形態に係る運転支援装置1によれば、蓄積情報整理処理によって、遭遇頻度が高い運転状況に関する情報にアクセスするのに必要なアクセス時間を短くすることができると共に、車載データベース211に格納された情報が多くなりすぎて、因子情報取得部100によって取得される運転状況に関する情報を車載データベース211に追加できなくなってしまう事態を回避できる。加えて、本実施形態に係る運転支援装置1によれば、他車両推定結果情報に対して信頼度が信頼度設定部250によって設定されるので、運転者の未来の運転行動を運転行動推定部220によって、より一層精度良く推定することが可能となる。

0122

<第2の動作例>
次に、本実施形態に係る運転支援装置の第2の動作例について、図14及び図15を参照して説明する。以下では、本実施形態に係る運転支援装置の第2の動作例として、一時停止標識のある交差点における運転支援について説明する。

0123

図14は、一時停止標識のある交差点における運転支援を説明するための模式図である。

0124

図14は、自車両C1が一時停止標識500のある交差点Qに向かって走行している運転状況において、交差点Qの停止線から距離A1だけ手前で自車両C1の運転者がアクセルをオフ(OFF)にした場合を示している。尚、図14では、時間帯が昼間(例えば10時から17時の間)であり、天候が晴れである。図14は、後述する図15に示された行動特性管理表900に格納された第1の運転状況を模式的に示している。

0125

図15は、本実施形態に係る運転支援装置の第2の動作例における行動特性管理表を示す模式図である。

0126

図15の例では、因子情報として、交差点に関する情報、時間帯に関する情報、及び天候に関する情報が示されており、ひとつの運転状況に関する情報は、交差点に関する情報、時間帯に関する情報、天候に関する情報を含む複数の因子情報の組として行動特性管理表900に格納されている。図15の例では、自車両C1が向かっている交差点が交差点Qであり、時間帯が昼間であり、天候が晴れである第1の運転状況(即ち、図14に示された運転状況)と、自車両C1が向かっている交差点が交差点Qであり、時間帯が昼間であり、天候が雨である第2の運転状況と、自車両C1が向かっている交差点が交差点Qであり、時間帯が夜間(例えば17時から24時或いは0時から3時)であり、天候が晴れである第3の運転状況と、自車両C1が向かっている交差点が交差点Qであり、時間帯が夜間であり、天候が雨である第4の運転状況との各々に関する情報が行動特性管理表900に格納されている。ここで、図15の例では、行動特性値として、交差点Qの停止線から自車両C1の運転者がアクセルをオフにした位置までの距離(以下、「アクセルOFF残距離」と適宜称する)が格納されている。図15の例では、第1の運転状況に対応する行動特性値A1として100mが格納されており(即ち、第1の運転状況に対応するアクセルOFF残距離は100mであり)、第2の運転状況に対応する行動特性値A2として105mが格納されており(即ち、第2の運転状況に対応するアクセルOFF残距離は105mであり)、第3の運転状況に対応する行動特性値A3として150mが格納されており(即ち、第3の運転状況に対応するアクセルOFF残距離は150mであり)、第4の運転状況に対応する行動特性値として初期値であるゼロ(0)が格納されている(即ち、第4の運転状況の遭遇頻度は0回である)。

0127

ここで、運転行動推定部220は、運転状況の判定(図7のステップS310参照)において、自車両C1の現在の運転状況が、図15に示された遭遇頻度が0回である第4の運転状況に一致すると判定した場合には、以下のように自車両C1の運転者の未来の行動を推定してもよい。

0128

即ち、運転行動推定部220は、先ず、図15に示した行動特性管理表900に格納された複数の過去の運転状況(即ち、第1、第2及び第3の運転状況)に関する情報、行動特性値、遭遇頻度、因子影響値及び因子影響頻度に基づいて、複数の因子情報の中から、自車両C1の運転者の行動を決定づけている行動決定因子情報(言い換えれば、自車両C1の運転者の行動の根拠となっている根拠因子情報)を特定する。具体的には、例えば、運転行動推定部220は、因子影響値が最も大きい因子情報(図15の例では、時間帯に関する情報)を行動決定因子として特定する。或いは、例えば、運転行動推定部220は、複数の過去の運転状況(即ち、第1、第2及び第3の運転状況)に関する情報と各運転状況に対応する行動特性値とに基づいて、行動決定因子情報を特定する。例えば、図15に示されるように、時間帯のみが互いに異なる第1及び第3の運転状況にそれぞれ対応する行動特性値の差(或いは、時間帯のみが互いに異なる第2及び第4の運転状況にそれぞれ対応する行動特性値の差)が、天候のみが互いに異なる第1及び第2の運転状況にそれぞれ対応する行動特性値の差よりも大きい場合には、時間帯に関する情報を行動決定因子情報として特定する。或いは、天候のみが互いに異なる第1及び第2の運転状況にそれぞれ対応する行動特性値の差(或いは、天候のみが互いに異なる第3及び第4の運転状況にそれぞれ対応する行動特性値の差)が、時間帯のみが互いに異なる第1及び第3の運転状況にそれぞれ対応する行動特性値の差(或いは、時間帯のみが互いに異なる第2及び第4の運転状況にそれぞれ対応する行動特性値の差)よりも大きい場合には、天候に関する情報を行動決定因子情報として特定する。

0129

次に、運転行動推定部220は、図15に示した行動特性管理表900に格納された複数の過去の運転状況(即ち、第1、第2及び第3の運転状況)に関する情報、行動特性値及び特定した行動決定因子情報に基づいて、自車両C1の現在の運転状況が第4の運転状況(遭遇頻度が0回である運転状況)である場合の運転者の未来の行動(本動作例では、アクセルOFF残距離)を推定する。即ち、運転行動推定部220は、行動決定因子情報が時間帯に関する情報であることに基づいて、時間帯に関する情報が第4の運転状況と同じである第3の運転状況に対応する行動特性値を、第4の運転状況における自車両C1の未来の運転行動として推定する。つまり、運転行動推定部220は、行動決定因子情報である時間帯に関する情報が第3及び第4の運転状況で互いに同じであることに基づいて、第4の運転状況では、アクセルOFF残距離が第3の運転状況と殆ど同じあると推定する。よって、自車両C1の現在の運転状況が、遭遇頻度が0回である運転状況である場合の運転者の未来の行動を精度良く推定できる。

0130

このように推定された運転行動に応じて、自車両C1の運転者に対する運転支援が運転支援実施部230によって実施される。よって、遭遇頻度が0回である運転状況において運転者の未来の運転行動により適した運転支援を実施することができる。

0131

<第3の動作例>
次に、本実施形態に係る運転支援装置の第3の動作例について、図16及び図17を参照して説明する。以下では、本実施形態に係る運転支援装置の第3の動作例として、自車両が第1の交差点から第2の交差点に向かって走行する場合における運転支援について説明する。

0132

図16は、自車両が第1の交差点から第2の交差点に向かって走行する場合における運転支援を説明するための模式図である。

0133

図16は、第1の交差点Pにおいて停止していた自車両C1が第2の交差点Qに向かって発進する際の様子を示している。

0134

図17は、本実施形態に係る運転支援装置の第3の動作例における行動特性管理表を示す模式図である。

0135

図17の例では、因子情報として、制限速度に関する情報、交差点間距離に関する情報、路面状態に関する情報、信号灯色に関する情報、天候に関する情報、及び他車両に関する情報が示されており、ひとつの運転状況に関する情報は、制限速度に関する情報、交差点間距離に関する情報、路面状態に関する情報、信号灯色に関する情報、天候に関する情報、及び他車両に関する情報を含む複数の因子情報の組として行動特性管理表900に格納されている。ここで、交差点間距離は、第1の交差点Pと第2の交差点Qとの間の距離(即ち、自車両C1が現在停止している交差点と次の交差点との間の距離)である(図16参照)。

0136

図17に示す行動特性管理表900には、道路の制限速度が時速60kmであり、交差点間距離が100mであり、路面状態がドライであり、信号灯色が赤信号であり、天候が晴れであり、他車両がいない第1の運転状況と、道路の制限速度が時速60kmであり、交差点間距離が200mであり、路面状態がドライであり、信号灯色が赤信号であり、天候が晴れであり、他車両がいない第2の運転状況と、道路の制限速度が時速60kmであり、交差点間距離が400mであり、路面状態がドライであり、信号灯色が赤信号であり、天候が晴れであり、他車両がいない第3の運転状況と、道路の制限速度が時速60kmであり、交差点間距離が600mであり、路面状態がドライであり、信号灯色が赤信号であり、天候が晴れであり、他車両がいない第4の運転状況との各々に関する情報が格納されている。ここで、図17の例では、行動特性値として、自車両C1が第1の交差点Pから発進加速した後の行動である遷移先行動が格納されている。図17の例では、第1の運転状況に対応する行動特性値として、自車両C1が減速停止すること(以下、「減速停止行動」と適宜称する)が格納されており、第2の運転状況に対応する行動特性値として、減速停止行動が格納されており、第3の運転状況に対応する行動特性値として、自車両C1が巡航すること(即ち、一定速度で走行すること、以下、「巡航行動」と適宜称する)が格納されており、第4の運転状況に対応する行動特性値として、巡航行動が格納されている。

0137

ここで、運転支援実施部230は、自車両C1が交差点Pから発進加速するための運転支援を実施する際、行動特性値として格納されている遷移先行動にも応じて運転支援を実施してもよい。即ち、運転行動推定部220によって推定された、自車両C1が交差点Pから発進加速する第1の運転行動(以下、「発進加速行動」と適宜称する)に応じて運転支援実施部230が運転支援を実施する際、運転支援実施部230は、第1の運転行動の後に行われると運転行動推定部220によって推定される第2の運転行動(即ち、遷移先行動)にも応じて、運転支援を実施してもよい。つまり、図17の例では、例えば、自車両C1の現在の運転状況が第1の運転状況である場合には、運転行動推定部220は、遷移先行動として減速停止行動を推定し、運転支援実施部230は、発進加速行動に加えて減速停止行動に応じて、運転支援を実施する。よって、第1の交差点Pから第2の交差点Qまでの間で行われる、発進加速行動及び減速停止行動からなる運転者の一連の運転行動により適した運転支援を実施することができる。

0138

<第4の動作例>
次に、本実施形態に係る運転支援装置の第4の動作例について、図16及び図18を参照して説明する。以下では、本実施形態に係る運転支援装置の第4の動作例として、自車両が第1の交差点から第2の交差点に向かって走行する場合における運転行動の推定の一例について説明する。

0139

図18は、本実施形態に係る運転支援装置の第4の動作例における行動特性管理表を示す模式図である。

0140

図18の例では、因子情報として、制限速度に関する情報、交差点間距離に関する情報、路面状態に関する情報、信号灯色に関する情報、天候に関する情報、及び時間帯に関する情報が示されており、ひとつの運転状況に関する情報は、制限速度に関する情報、交差点間距離に関する情報、路面状態に関する情報、信号灯色に関する情報、天候に関する情報、及び時間帯に関する情報を含む複数の因子情報の組として行動特性管理表900に格納されている。ここで、交差点間距離は、第1の交差点Pと第2の交差点Qとの間の距離である(図16参照)。

0141

図18に示す行動特性管理表900には、道路の制限速度が時速60kmであり、交差点間距離が600mであり、路面状態がドライであり、信号灯色が赤信号であり、天候が晴れであり、時間帯が昼間である第1の運転状況と、道路の制限速度が時速60kmであり、交差点間距離が400mであり、路面状態がドライであり、信号灯色が赤信号であり、天候が晴れであり、時間帯が昼間である第2の運転状況と、道路の制限速度が時速60kmであり、交差点間距離が200mであり、路面状態がドライであり、信号灯色が赤信号であり、天候が晴れであり、時間帯が昼間である第3の運転状況と、道路の制限速度が時速60kmであり、交差点間距離が100mであり、路面状態がドライであり、信号灯色が赤信号であり、天候が晴れであり、時間帯が昼間である第4の運転状況との各々に関する情報が格納されている。ここで、図18の例では、行動特性値として、自車両C1が第1の交差点Pから発進加速した後の最高車速特性(即ち、最高車速、最高車速に到達するまでに自車両C1が走行した距離である最高車速到達距離、及び最高車速に到達するまでの時間である最高車速到達時間)が格納されている。図18の例では、第1の運転状況に対応する行動特性値として、最高車速が時速55kmであり、最高車速到達距離が120〜440mであり、最高車速到達時間が17〜36秒であることが格納されており、第2の運転状況に対応する行動特性値として、最高車速が時速55kmであり、最高車速到達距離が135〜250mであり、最高車速到達時間が14〜21秒であることが格納されており、第3の運転状況に対応する行動特性値として、最高車速が時速44kmであり、最高車速到達距離が66〜110mであり、最高車速到達時間が10〜12秒であることが格納されており、第4の運転状況に対応する行動特性値として、最高車速が時速34kmであり、最高車速到達距離が36〜50mであり、最高車速到達時間が8〜9秒であることが格納されている。

0142

ここで、運転行動推定部220は、図18に示す行動特性管理表900に行動特性値として格納された最高車速到達時間に基づいて、自車両C1が第1の交差点Pで発進加速した後に行われる運転行動を推定してもよい。ここで、本願発明者の研究によれば、例えば、自車両C1が第1の交差点Pから第2の交差点Qに向かって発進加速した後に行われる運転行動は最高車速到達時間と関係が強い傾向があること、即ち、最高車速到達時間は、自車両C1が第1の交差点Pから第2の交差点Qに向かって発進加速した後に行われる運転行動を推定する際の好適な根拠となり得ることが判明している。例えば、自車両C1が第1の交差点Pから第2の交差点Qに向かって発進加速した後に行われる運転行動は、最高車速到達時間が長いほど巡航行動である傾向が強く、最高車速到達時間が短いほど減速停止行動である傾向が強いことが判明している。よって、自車両C1が第1の交差点Pで発進加速した後に行われる運転行動を、最高車速到達時間に基づいて運転行動推定部220によって推定することにより、該発進加速した後に行われる運転行動を精度良く推定できる。

0143

<第5の動作例>
次に、本実施形態に係る運転支援装置の第5の動作例について、図1を参照して説明する。以下では、本実施形態に係る運転支援装置の第5の動作例として、自車両の現在の運転状況に関する情報の取得について説明する。

0144

図1を参照して上述したように、因子情報取得部100は、自車両の運転状況に関する情報(言い換えれば、複数の因子情報)を取得することが可能に構成されている。尚、因子情報取得部100は、本発明に係る「取得手段」の一例である。

0145

ここで、因子情報取得部100は、自車両の現在の複数の因子情報を、該複数の因子情報の各々が変化する変化速度に応じた期間毎にそれぞれ取得してもよい。即ち、因子情報取得部100は、例えば、複数の因子情報のうち変化速度が比較的低い因子情報(例えば天候に関する情報など)を比較的長い期間毎に取得し、複数の因子情報のうち変化速度が比較的高い運転状況因子(例えば車速に関する情報など)を比較的短い期間毎に取得する。よって、変化速度が比較的低い因子情報(即ち、比較的長い期間ほとんど或いは全く変化しない因子情報)を無駄に取得することを低減できると共に、変化速度が比較的高い因子情報(即ち、比較的短い時間で変化する因子情報)を確実に取得できる。従って、現在の因子情報の無駄な取得を低減しつつ、運転行動を精度良く推定することが可能となる。

0146

尚、因子情報取得部100が、各因子情報を取得する時間間隔(即ち、因子情報を取得してから該因子情報を再び取得するまでの期間)は、因子影響値に基づいて調整されてもよい。例えば、変化速度が比較的高い因子情報であっても、その因子情報の因子影響値が比較的小さい(即ち、運転者の行動特性に与える影響が比較的小さい)場合には、その因子情報を取得する時間間隔が比較的長くなるように構成してもよい。このように構成することで、因子情報の無駄な取得をより低減できる。

0147

本発明は、上述した実施形態に限られるものではなく、特許請求の範囲及び明細書全体から読み取れる発明の要旨或いは思想に反しない範囲で適宜変更可能であり、そのような変更を伴う運転支援装置もまた本発明の技術的範囲に含まれるものである。

0148

1運転支援装置
100因子情報取得部
110ドライバ情報取得部
120車両情報取得部
130道路・構造物情報取得部
140走行環境情報取得部
200運転支援部
210 因子情報格納部
211車載データベース
212センター側データベース
220運転行動推定部
230運転支援実施部
240蓄積処理部
250信頼度設定部

ページトップへ

この技術を出願した法人

この技術を発明した人物

ページトップへ

関連する挑戦したい社会課題

関連する公募課題

該当するデータがありません

ページトップへ

技術視点だけで見ていませんか?

この技術の活用可能性がある分野

分野別動向を把握したい方- 事業化視点で見る -

(分野番号表示ON)※整理標準化データをもとに当社作成

ページトップへ

おススメ サービス

おススメ astavisionコンテンツ

新着 最近 公開された関連が強い技術

この 技術と関連性が強い技術

関連性が強い 技術一覧

この 技術と関連性が強い人物

関連性が強い人物一覧

この 技術と関連する社会課題

関連する挑戦したい社会課題一覧

この 技術と関連する公募課題

該当するデータがありません

astavision 新着記事

サイト情報について

本サービスは、国が公開している情報(公開特許公報、特許整理標準化データ等)を元に構成されています。出典元のデータには一部間違いやノイズがあり、情報の正確さについては保証致しかねます。また一時的に、各データの収録範囲や更新周期によって、一部の情報が正しく表示されないことがございます。当サイトの情報を元にした諸問題、不利益等について当方は何ら責任を負いかねることを予めご承知おきのほど宜しくお願い申し上げます。

主たる情報の出典

特許情報…特許整理標準化データ(XML編)、公開特許公報、特許公報、審決公報、Patent Map Guidance System データ