図面 (/)

技術 運転特性算出装置

出願人 三菱電機株式会社
発明者 岡本翔伍森本卓爾池上季美果
出願日 2015年6月2日 (4年1ヶ月経過) 出願番号 2017-521400
公開日 2017年10月19日 (1年9ヶ月経過) 公開番号 WO2016-194147
状態 特許登録済
技術分野 交通制御システム 駆動装置の関連制御、車両の運動制御
主要キーワード 要素特性 身体センサ 特性算出装置 分散結果 ステアリング情報 分類判定 補正回数 複合回路
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(2017年10月19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 (18)

課題・解決手段

運転特性算出装置は、現在の走行データ分類と同じ分類に属する走行データの個数が予め定められた第1の個数以上存在する場合は当該走行データを選定し、当該走行データの個数が第1の個数未満である場合は現在の走行データの分類に類似した分類に属する走行データを第1の個数以上選定し、選定した走行データを用いて現在走行している道路における運転特性を算出する。

概要

背景

特許文献1,2に係る発明は、車両の運転支援する運転支援装置に関するものである。
特許文献1に記載された運転支援装置は、ステアリングアクセルブレーキおよびウィンカ等の部位に対する運転操作に関する情報を検出し、検出された情報の分布運転者挙動情報として算出する。また、この運転支援装置は、車両の位置と地図データとから、車両周辺道路の種類、幅または形状、交差点の位置等、信号または道路標識の位置と種類、ならびに横断歩道または一時停止線等の道路上に描かれているマーク等を、走行状況として抽出する。さらに、この運転支援装置は、抽出された走行状況に基づいて、運転者が安全運転を行っているかどうかを判定するための基準となる分布を選択し、挙動情報と基準となる分布との差に基づいて、運転者が安全運転を行っているかどうかを判定する。
また、この運転支援装置は、個々の走行状況毎に運転者の挙動情報を履歴として記憶し、進行方向の走行状況と類似している状況における挙動情報を履歴より検索し、検索された挙動情報が安全運転を行っていないと判定されていた場合または安全運転を行っていた頻度が少ない場合に、運転者に安全運転を行うよう通知する。

特許文献2に記載された運転支援装置は、自車両の走行状態を検出する走行状態検出手段と、自車両周囲の状況を検出する周囲状況検出手段と、自車両に対する加減速操作を検出する加減速操作検出手段と、前記加減速操作検出手段によって加減速操作が検出された際の自車両の走行状態と自車両周囲の状況との関係を、複数の要素特性分類して運転特性を把握する運転特性把握手段と、前記運転特性把握手段によって把握された運転特性における少なくとも何れかの要素特性に基づいて、運転者に対する運転支援を行う運転支援手段とを備えている。
前記運転特性把握手段は、複数の要素特性を保持し、保持している複数の要素特性のうち、前記加減速操作検出手段によって加減速操作が検出された際の自車両の走行状態と自車両周囲の状況との関係が最も近似される要素特性を選択する。また、前記運転特性把握手段は、過去の運転において前記加減速操作が検出された際の前記自車両の走行状態と自車両周囲の状況との関係それぞれを、互いの類似度合いによって複数のグループに分類し、分類された各グループの特性を算出することにより前記複数の要素特性とする。前記運転支援手段は、前記運転特性把握手段によって算出された要素特性に基づいて、運転者に対する運転支援を行う。

概要

運転特性算出装置は、現在の走行データの分類と同じ分類に属する走行データの個数が予め定められた第1の個数以上存在する場合は当該走行データを選定し、当該走行データの個数が第1の個数未満である場合は現在の走行データの分類に類似した分類に属する走行データを第1の個数以上選定し、選定した走行データを用いて現在走行している道路における運転特性を算出する。

目的

この発明は、上記のような課題を解決するためになされたもので、現在走行中の道路状況と同じ道路状況を過去に走行した回数が少ない場合または全く走行したことがない場合でも、信憑性の高い運転特性を算出することを目的とする

効果

実績

技術文献被引用数
0件
牽制数
0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

車両が現在走行している道路の状況に関する情報および前記車両の運転操作に関する情報を含む走行データを取得する情報取得部と、前記情報取得部が取得した現在の走行データに含まれる道路の状況に関する情報に基づいて、当該現在の走行データの分類を判定する走行データ分類判定部と、前記走行データ分類判定部が判定した分類を前記現在の走行データに付与して記憶する走行データ記憶部と、前記現在の走行データの分類と同じ分類に属する走行データを前記走行データ記憶部から抽出する走行データ抽出部と、前記現在の走行データの分類に類似した分類に属する走行データを前記走行データ記憶部から抽出する類似走行データ抽出部と、前記走行データ抽出部が抽出した走行データの個数が予め定められた第1の個数以上である場合は当該走行データを選定し、当該走行データの個数が前記第1の個数未満である場合は前記類似走行データ抽出部が抽出した走行データを前記第1の個数以上選定する走行データ選定部と、前記走行データ選定部が選定した走行データを用いて、現在走行している道路における運転特性を算出する運転特性算出部とを備える運転特性算出装置

請求項2

前記走行データ選定部は、前記走行データ抽出部が抽出した走行データの個数が前記第1の個数未満である場合、前記類似走行データ抽出部が抽出した走行データに加え、前記走行データ抽出部が抽出した走行データも選定することを特徴とする請求項1記載の運転特性算出装置。

請求項3

個々の走行データの信頼度を判定する信頼度判定部を備え、前記走行データ選定部は、前記信頼度判定部の判定結果に基づいて信頼度が高い走行データを優先的に選定することを特徴とする請求項1記載の運転特性算出装置。

請求項4

前記類似走行データ抽出部は、前記現在の走行データの分類との類似度が高い分類から順に、各分類に属する走行データを前記走行データ記憶部から抽出し、前記走行データ選定部は、前記走行データ抽出部が抽出した走行データの個数が前記第1の個数未満である場合、前記類似走行データ抽出部が抽出した各分類のうち、前記第1の個数以上の走行データが属し、かつ類似度が最も高い分類の走行データを選定することを特徴とする請求項1記載の運転特性算出装置。

請求項5

前記類似走行データ抽出部は、前記現在の走行データの分類との類似度が高い分類から順に、各分類に属する走行データを前記走行データ記憶部から抽出し、前記走行データ選定部は、前記走行データ抽出部が抽出した走行データの個数が前記第1の個数未満である場合、前記類似走行データ抽出部が抽出した各分類のうち、類似度が高い1つ以上の分類に属する走行データを合計して前記第1の個数以上になるよう走行データを選定することを特徴とする請求項1記載の運転特性算出装置。

請求項6

前記類似走行データ抽出部が抽出した走行データを用いて前記運転特性算出部が現在走行している道路における運転特性を算出した場合に、前記類似走行データ抽出部が抽出した前記走行データが示す道路の状況と前記現在走行している道路の状況との差異を抽出し、抽出した差異の影響を小さくする方向に前記運転特性を補正する運転特性補正部を備えることを特徴とする請求項1記載の運転特性算出装置。

請求項7

前記走行データ選定部は、前記走行データ抽出部が抽出した走行データの個数が前記第1の個数未満である場合、前記類似走行データ抽出部が抽出した走行データの個数が前記第1の個数より小さい予め定められた第2の個数以上であれば当該走行データを選定し、前記第2の個数未満であれば当該走行データを選定せず運転特性の算出を禁止することを特徴とする請求項1記載の運転特性算出装置。

請求項8

前記車両の運転者を特定する運転者特定部を備え、前記運転特性算出部は、前記運転者特定部が特定した運転者ごとに運転特性を算出することを特徴とする請求項1記載の運転特性算出装置。

請求項9

前記車両の運転者の状態を判定する状態判定部を備え、前記運転特性算出部は、前記状態判定部が判定した運転者の状態ごとに運転特性を算出することを特徴とする請求項1記載の運転特性算出装置。

請求項10

前記車両が現在走行している道路の状況が予め定められた条件に該当する場合に、前記状態判定部が判定した運転者の状態に応じて、前記運転特性算出部が算出した運転特性を補正する運転特性補正部を備えることを特徴とする請求項9記載の運転特性算出装置。

技術分野

0001

この発明は、運転支援のために、運転者運転特性を算出する運転特性算出装置に関するものである。

背景技術

0002

特許文献1,2に係る発明は、車両の運転支援する運転支援装置に関するものである。
特許文献1に記載された運転支援装置は、ステアリングアクセルブレーキおよびウィンカ等の部位に対する運転操作に関する情報を検出し、検出された情報の分布を運転者の挙動情報として算出する。また、この運転支援装置は、車両の位置と地図データとから、車両周辺道路の種類、幅または形状、交差点の位置等、信号または道路標識の位置と種類、ならびに横断歩道または一時停止線等の道路上に描かれているマーク等を、走行状況として抽出する。さらに、この運転支援装置は、抽出された走行状況に基づいて、運転者が安全運転を行っているかどうかを判定するための基準となる分布を選択し、挙動情報と基準となる分布との差に基づいて、運転者が安全運転を行っているかどうかを判定する。
また、この運転支援装置は、個々の走行状況毎に運転者の挙動情報を履歴として記憶し、進行方向の走行状況と類似している状況における挙動情報を履歴より検索し、検索された挙動情報が安全運転を行っていないと判定されていた場合または安全運転を行っていた頻度が少ない場合に、運転者に安全運転を行うよう通知する。

0003

特許文献2に記載された運転支援装置は、自車両の走行状態を検出する走行状態検出手段と、自車両周囲の状況を検出する周囲状況検出手段と、自車両に対する加減速操作を検出する加減速操作検出手段と、前記加減速操作検出手段によって加減速操作が検出された際の自車両の走行状態と自車両周囲の状況との関係を、複数の要素特性分類して運転特性を把握する運転特性把握手段と、前記運転特性把握手段によって把握された運転特性における少なくとも何れかの要素特性に基づいて、運転者に対する運転支援を行う運転支援手段とを備えている。
前記運転特性把握手段は、複数の要素特性を保持し、保持している複数の要素特性のうち、前記加減速操作検出手段によって加減速操作が検出された際の自車両の走行状態と自車両周囲の状況との関係が最も近似される要素特性を選択する。また、前記運転特性把握手段は、過去の運転において前記加減速操作が検出された際の前記自車両の走行状態と自車両周囲の状況との関係それぞれを、互いの類似度合いによって複数のグループに分類し、分類された各グループの特性を算出することにより前記複数の要素特性とする。前記運転支援手段は、前記運転特性把握手段によって算出された要素特性に基づいて、運転者に対する運転支援を行う。

先行技術

0004

特開2006−343904号公報
特開2008−18872号公報

発明が解決しようとする課題

0005

上記特許文献1では、運転者が安全運転を行っているかどうかを判定する際に、進行方向の走行状況と類似している状況における挙動情報を履歴より検索して利用するが、履歴より検索した挙動情報の数については言及されておらず、進行方向の走行状況と類似している状況における挙動情報が少ない場合、前記挙動情報の信憑性が低く、運転者が安全運転を行っているかどうかを適切に判定できないという課題があった。

0006

上記特許文献2では、運転支援を行うために運転特性を算出する際に、過去の運転における自車両の走行状態と自車両周囲の状況との関係それぞれを、互いの類似度合いによって複数のグループに分類して運転特性の算出に利用するが、現在の運転が属するグループにおける過去の走行回数が少ない場合はグループごとの特性を算出せず、グループに関係なく過去に走行した全ての運転を基に特性を算出するため、運転特性の信憑性が低く、適切な運転支援ができないという課題があった。

0007

この発明は、上記のような課題を解決するためになされたもので、現在走行中の道路状況と同じ道路状況を過去に走行した回数が少ない場合または全く走行したことがない場合でも、信憑性の高い運転特性を算出することを目的とする。

課題を解決するための手段

0008

この発明に係る運転特性算出装置は、車両が現在走行している道路の状況に関する情報および車両の運転操作に関する情報を含む走行データを取得する情報取得部と、情報取得部が取得した現在の走行データに含まれる道路の状況に関する情報に基づいて、当該現在の走行データの分類を判定する走行データ分類判定部と、走行データ分類判定部が判定した分類を現在の走行データに付与して記憶する走行データ記憶部と、現在の走行データの分類と同じ分類に属する走行データを走行データ記憶部から抽出する走行データ抽出部と、現在の走行データの分類に類似した分類に属する走行データを走行データ記憶部から抽出する類似走行データ抽出部と、走行データ抽出部が抽出した走行データの個数が予め定められた第1の個数以上である場合は当該走行データを選定し、当該走行データの個数が第1の個数未満である場合は類似走行データ抽出部が抽出した走行データを第1の個数以上選定する走行データ選定部と、走行データ選定部が選定した走行データを用いて、現在走行している道路における運転特性を算出する運転特性算出部とを備えるものである。

発明の効果

0009

この発明によれば、現在の走行データの分類と同じ分類に属する走行データの個数が予め定められた第1の個数以上存在する場合は当該走行データを選定し、当該走行データの個数が第1の個数未満である場合は現在の走行データの分類に類似した分類に属する走行データを第1の個数以上選定し、選定した走行データを用いて現在走行している道路における運転特性を算出するようにしたので、現在走行中の道路状況と同じ道路状況を過去に走行した回数が少ない場合または全く走行したことがない場合でも、現在走行中の道路状況に類似した道路状況の過去の走行データを用いて、信憑性の高い運転特性を算出することができる。

図面の簡単な説明

0010

この発明の実施の形態1に係る運転特性算出装置の構成例を示すブロック図である。
実施の形態1に係る運転特性算出装置の処理例を示すフローチャートである。
実施の形態1において、異なる走行データ分類を示すイメージ図である。
実施の形態1において、同一の走行データ分類と判定された複数の走行データを示すイメージ図である。
この発明の実施の形態3に係る運転特性算出装置の構成例を示すブロック図である。
実施の形態3に係る運転特性算出装置の処理例を示すフローチャートである。
図6のステップST300についての詳細な処理例を示すフローチャートである。
図6のステップST300についての詳細な処理例を示すフローチャートである。
この発明の実施の形態4に係る運転特性算出装置の処理例を示すフローチャートである。
この発明の実施の形態5に係る運転特性算出装置の構成例を示すブロック図である。
実施の形態5に係る運転特性算出装置の処理例を示すフローチャートである。
この発明の実施の形態6に係る運転特性算出装置の処理例を示すフローチャートである。
この発明の実施の形態7に係る運転特性算出装置の構成例を示すブロック図である。
実施の形態7に係る運転特性算出装置の処理例を示すフローチャートである。
この発明の実施の形態8に係る運転特性算出装置の構成例を示すブロック図である。
実施の形態8に係る運転特性算出装置の処理例を示すフローチャートである。
この発明の各実施の形態に係る運転特性算出装置のハードウェア構成図である。

実施例

0011

以下、この発明をより詳細に説明するために、この発明を実施するための形態について、添付の図面に従って説明する。
実施の形態1.
この発明の実施の形態1に係る運転特性算出装置は、現在の道路状況と同じ道路状況を過去に走行した回数が少ない場合、現在の道路状況に類似した道路状況で、かつ過去に走行した回数が多い走行データを用いて現在の走行における運転特性を算出するものである。

0012

図1は、この発明を実施するための実施の形態1における運転特性算出装置1Aの構成を示すブロック図である。
図1に示す運転特性算出装置1Aは、車両に搭載される。この運転特性算出装置1Aは、車両が現在走行している道路の状況に関する情報および前記車両の運転操作に関する情報を含む走行データを取得する情報取得部1と、情報取得部1が取得した現在の走行データに含まれる道路の状況に関する情報に基づいて当該現在の走行データの分類を判定する走行データ分類判定部2と、走行データ分類判定部2が判定した分類を現在の走行データに付与して記憶する走行データ記憶部3と、現在の走行データの分類と同じ分類に属する走行データを走行データ記憶部3から抽出する走行データ抽出部4と、現在の走行データの分類に類似した分類に属する走行データを走行データ記憶部3から抽出する類似走行データ抽出部7と、走行データ抽出部4が抽出した走行データの個数が予め定められた第1の個数以上である場合は当該走行データを選定し、当該走行データの個数が第1の個数未満である場合は類似走行データ抽出部7が抽出した走行データを第1の個数以上選定する走行データ選定部5と、走行データ選定部5が選定した走行データを用いて現在走行している道路における運転特性を算出する運転特性算出部6とを備えている。

0013

図17は、この発明の各実施の形態における運転特性算出装置のハードウェア構成図である。
運転特性算出装置1Aにおける情報取得部1は受信装置103であり、走行データ記憶部3はメモリ102である。
運転特性算出装置1Aにおける走行データ分類判定部2、走行データ抽出部4、走行データ選定部5、運転特性算出部6および類似走行データ抽出部7の各機能は、処理回路101により実現される。即ち、運転特性算出装置1Aは、後述する図2のフローチャートに示された処理を行うための処理回路101を備える。処理回路101は、図17(a)に示すように専用のハードウェアであってもよいし、図17(b)に示すようにメモリ102に格納されているプログラムを実行するプロセッサ104であってもよい。

0014

図17(a)に示すように、処理回路101が専用のハードウェアである場合、処理回路101は、例えば単一回路複合回路プログラム化したプロセッサ、並列プログラム化したプロセッサ、ASIC(Application Specific IntegratedCircuit)、FPGA(Field−Programmable Gate Array)、またはこれらを組み合わせたものが該当する。走行データ分類判定部2、走行データ抽出部4、走行データ選定部5、運転特性算出部6および類似走行データ抽出部7の機能を複数の処理回路101で実現してもよいし、各部の機能をまとめて1つの処理回路101で実現してもよい。

0015

図17(b)に示すように、処理回路101がプロセッサ104である場合、走行データ分類判定部2、走行データ抽出部4、走行データ選定部5、運転特性算出部6および類似走行データ抽出部7の機能は、ソフトウェアファームウェア、またはソフトウェアとファームウェアとの組み合わせにより実現される。ソフトウェアまたはファームウェアはプログラムとして記述され、メモリ102に格納される。プロセッサ104は、メモリ102に記憶されたプログラムを読み出して実行することにより、各部の機能を実現する。即ち、運転特性算出装置1Aは、プロセッサ104により実行されるときに、後述する図2のフローチャートにおいて示される各ステップが結果的に実行されることになるプログラムを格納するためのメモリ102を備える。また、このプログラムは、走行データ分類判定部2、走行データ抽出部4、走行データ選定部5、運転特性算出部6および類似走行データ抽出部7の手順または方法をコンピュータに実行させるものであるともいえる。

0016

ここで、プロセッサ104とは、例えば、CPU(Central Processing Unit)、中央処理装置処理装置演算装置マイクロプロセッサマイクロコンピュータ、またはDSP(Digital Signal Processor)などのことである。
メモリ102は、例えば、RAM(Random Access Memory)、ROM(Read Only Memory)、フラッシュメモリEPROM(Erasable Programmable ROM)、EEPROM(Electrically EPROM)、SSD(Solid State Drive)等の不揮発性または揮発性半導体メモリであってもよいし、ハードディスクフレキシブルディスク等の磁気ディスクであってもよいし、ミニディスク、CD(Compact Disc)、DVD(Digital Versatile Disc)等の光ディスクであってもよい。

0017

なお、走行データ分類判定部2、走行データ抽出部4、走行データ選定部5、運転特性算出部6および類似走行データ抽出部7の各機能について、一部を専用のハードウェアで実現し、一部をソフトウェアまたはファームウェアで実現するようにしてもよい。このように、運転特性算出装置1Aにおける処理回路101は、ハードウェア、ソフトウェア、ファームウェア、またはこれらの組み合わせによって、上述の各機能を実現することができる。

0018

本運転特性算出装置1Aは、走行データがk個以上である場合、前記走行データを運転特性の算出に利用可能とする。本実施の形態では、「第1の個数」であるkを仮にk=50として説明する。実施の形態2〜8においても同様にkを仮にk=50として説明する。

0019

図2は、この発明を実施するための実施の形態1における処理を示すフローチャートである。運転特性算出装置1Aは、この運転特性算出装置1Aを搭載した車両のイグニッションキーオンされてからオフされるまでの間、図2のフローチャートに示した処理を繰り返す。

0020

ステップST101において、情報取得部1は、走行データを取得する。走行データは、車両に設置したセンサなどから取得される、車線数道路種別道路形状、または自車両周辺の車両の情報など、自車両が走行している道路の状況に関する情報を含む。また、走行データは、速度、ステアリング情報、またはウィンカ情報など、自車両の運転操作に関する情報を含む。また、走行データは、時刻情報または天候情報などの情報を含んでいてもよい。

0021

ステップST102において、走行データ分類判定部2は、情報取得部1で取得した走行データに含まれる道路状況に関する情報、例えば道路種別、車線数または周辺車両情報などを基に、現在走行している道路状況の走行データ分類を判定する。

0022

図3は、異なる走行データ分類を示すイメージ図である。
図3(a)では、例えば、走行データ分類は、片側2車線の交差点を示す走行データ分類X、曲率半径R=100のカーブを示す走行データ分類Y、一定区間の直線道路を示す走行データ分類Zとする。
走行データ分類の判定条件は、あらかじめ決めておいても良いし、本運転特性算出装置1Aの動作中に変更しても良い。例えば、図3(b)に示すように、過去に走行データ分類Y,Zと判定していた2つの道路状況がつながったような道路を走行した場合に、走行データ分類判定部2は、新しい走行データ分類Wとその判定条件を生成し、これ以降は生成した判定条件も加えて走行データ分類を判定する。
また、例えば片側3車線の交差点を右折した場合に、走行データ分類判定部2は、走行データ分類X,Y,Zに加えて、片道3車線の交差点を示す新しい走行データ分類と判定条件を生成しても良い。
また、例えば走行データ分類Zの道路が渋滞していた場合に、走行データ分類判定部2は、走行データ分類X,Y,Zに加えて、渋滞している一定区間の直線道路を示す新しい走行データ分類と判定条件を生成しても良い。

0023

本実施の形態では、走行データ分類判定部2は、情報取得部1で取得した現在の走行データを、走行データ分類Aと判定する(ステップST102)。
ステップST103において、走行データ記憶部3は、走行データ分類判定部2で判定した走行データ分類Aを、情報取得部1で取得した走行データに付与して記憶する。
ステップST104において、走行データ抽出部4は、走行データ記憶部3から、走行データ分類判定部2で判定した現在走行している道路状況における走行データ分類Aに属する走行データを抽出する。

0024

図4に、ステップST104で抽出される走行データの例を示す。図4は、同一の走行データ分類と判定された複数の走行データを示すイメージ図である。例えば、現在の走行データが、片側2車線の交差点を示す走行データ分類Xと判定されたと仮定する。また、例えば過去に、片側2車線の交差点を図4に示す3種類の矢印の向きに走行したとすると、走行データ記憶部3には、左車線から左車線にカーブした走行データX1、右車線から右車線にカーブした走行データX2、左車線から右車線にカーブした走行データX3の3個の走行データが記憶されていることになる。この場合、走行データ抽出部4は、現在の走行データ分類Xに属する走行データとして、走行データ記憶部3の中から走行データX1,X2,X3を抽出する。

0025

ステップST105において、走行データ選定部5は、ステップST104で抽出した現在の走行データ分類に属する走行データの個数がk個以上であれば(ステップST105“YES”)、ステップST111の処理を行う。走行データ選定部5は、例えば、走行データ分類Aに属する走行データが60個であれば、ステップST111の処理を行う。
ステップST111において、走行データ選定部5は、ステップST104で抽出したk個以上の走行データを、運転特性算出用の走行データとして選定する。走行データ選定部5は、例えば、ステップST105にて抽出した走行データ分類Aに属する走行データが60個であれば、60個の走行データを選定する。
ステップST112において、運転特性算出部6は、ステップST111で選定した走行データを用いて運転特性を算出する。例えば、ステップST111にて、走行データ選定部5が走行データ分類Aに属する走行データを選定したのであれば、運転特性算出部6は、走行データ分類Aに分類される現在の走行における運転特性を、走行データ分類Aに属する走行データを用いて算出する。

0026

ステップST105において、類似走行データ抽出部7は、ステップST104で抽出した現在の走行データ分類に属する走行データの個数がk個未満であれば(ステップST105“NO”)、ステップST106の処理を行う。例えば、走行データ抽出部4が抽出した走行データ分類Aに属する走行データが5個であれば、類似走行データ抽出部7はステップST106の処理を行う。
ステップST106において、類似走行データ抽出部7は、走行データ記憶部3から、現在の走行データ分類に最も類似している走行データ分類、つまり現在の走行データ分類に対する類似度が一番高い走行データ分類に属する走行データを抽出する。本実施の形態では、走行データ分類Aに対する類似度が一番高い走行データ分類を、走行データ分類Bとし、類似度が二番目に高い走行データ分類を走行データ分類Cとし、三番目に高い走行データ分類を走行データ分類Dとする。

0027

類似度は、情報取得部1で取得した走行データに含まれる、例えば、道路種別、車線数、または道路形状などの道路に関する情報から、走行データ分類同士の類似度合いを表したものである。
類似度を判定する基準は、あらかじめ決定しておいても良いし、本運転特性算出装置1Aの動作中に随時判定基準を変更する構成でも良い。
判定基準は、例えば片側2車線の交差点と片側3車線の交差点、または渋滞している2車線の高速道路と渋滞している2車線の国道を、類似度の高い走行データ分類と判定し、反対に、例えば住宅街の細い道路と高速道路を、類似度の低い走行データ分類と判定するものである。
また、図3(b)において説明したように、走行データ分類とその判定条件が変更された場合、その変更に合わせて類似度の判定基準も変更すればよい。

0028

ステップST107において、走行データ選定部5は、ステップST106で抽出した現在の走行データ分類に対する類似度が一番高い走行データ分類に属する走行データの個数がk個以上であれば(ステップST107“YES”)、ステップST111の処理を行う。例えば、ステップST106で類似走行データ抽出部7が抽出した走行データ分類Bに属する走行データが60個であれば、走行データ選定部5はステップST111の処理を行う。
ステップST111において、走行データ選定部5は、ステップST106で抽出したk個以上の走行データを、運転特性算出用の走行データとして選定する。走行データ選定部5は、例えば、ステップST106にて抽出した走行データ分類Bに属する走行データが60個であれば、60個の走行データを選定する。
ステップST112において、運転特性算出部6は、ステップST111で選定した走行データを用いて運転特性を算出する。例えば、ステップST111にて、走行データ選定部5が走行データ分類Bに属する走行データを選定したのであれば、運転特性算出部6は、走行データ分類Aに分類される現在の走行における運転特性を、走行データ分類Bに属する走行データを用いて算出する。

0029

ステップST107において、類似走行データ抽出部7は、ステップST106で抽出した現在の走行データ分類に対する類似度が一番高い走行データ分類に属する走行データの個数がk個未満であれば(ステップST107“NO”)、ステップST108の処理を行う。類似走行データ抽出部7は、例えば、走行データ分類Bに属する走行データが20個であれば、ステップST108の処理を行う。
ステップST108において、類似走行データ抽出部7は、現在の走行データ分類に対する類似度が二番目に高い走行データ分類に属する走行データを抽出する。類似走行データ抽出部7は、例えば、走行データ分類Aに対する類似度が、走行データ分類Bの次に高い走行データ分類Cに属する走行データを抽出する。

0030

類似走行データ抽出部7は、ステップST108にて走行データ分類の走行データを抽出できなければ、つまり現在の走行データ分類に対する類似度が二番目に高い走行データ分類が走行データ記憶部3に存在しなければ(ステップST109“NO”)、処理を終了する。類似走行データ抽出部7は、例えば、走行データ分類Aに対する類似度が、走行データ分類Bの次に高い走行データ分類Cが存在しなければ、処理を終了する。この場合、運転特性は算出されない。
類似走行データ抽出部7は、ステップST108にて走行データ分類を抽出できれば、つまり現在の走行データ分類に対する類似度が二番目に高い走行データ分類が走行データ記憶部3に存在するならば(ステップST109“YES”)、ステップST110の処理を行う。例えば、走行データ分類Aに対する類似度が、走行データ分類Bの次に高い走行データ分類Cが存在する場合、走行データ選定部5はステップST110の処理を行う。

0031

ステップST110において、走行データ選定部5は、ステップST108で抽出した現在の走行データ分類に対する類似度が二番目に高い走行データ分類に属する走行データの個数がk個以上であれば(ステップST110“YES)、ステップST111の処理を行う。走行データ選定部5は、例えば、走行データ分類Cに属する走行データが60個であれば、ステップST111の処理を行う。
ステップST111において、走行データ選定部5は、ステップST108で抽出したk個以上の走行データを、運転特性算出用の走行データとして選定する。走行データ選定部5は、例えば、ステップST108にて抽出した走行データ分類Cに属する走行データが70個であれば、70個の走行データを選定する。
ステップST112において、運転特性算出部6は、ステップST111で選定した走行データを用いて運転特性を算出する。例えば、ステップST111にて、走行データ選定部5が走行データ分類Cに属する走行データを選定したのであれば、運転特性算出部6は、走行データ分類Aに分類される現在の走行における運転特性を、走行データ分類Cに属する走行データを用いて算出する。

0032

ステップST110において、類似走行データ抽出部7は、ステップST108で抽出した現在の走行データ分類に対する類似度が二番目に高い走行データ分類に属する走行データの個数がk個未満であれば(ステップST110“NO”)、ステップST108の処理を行う。類似走行データ抽出部7は、例えば、抽出した走行データ分類Cに属する走行データが20個であれば、ステップST108の処理を行う。
ステップST108において、類似走行データ抽出部7は、現在の走行データ分類に対する類似度が三番目に高い走行データ分類に属する走行データを抽出する。類似走行データ抽出部7は、例えば、走行データ分類Aに対する類似度が、走行データ分類B,Cの次に高い走行データ分類Dに属する走行データを抽出する。

0033

ステップST108、ステップST109、ステップST110において、類似走行データ抽出部7は、現在の走行データ分類に対する類似度が所定以上の走行データ分類が存在する限り、現在の走行データ分類に対する類似度が高い順に走行データ分類の抽出と走行データの個数の判定を繰り返す。本実施の形態においては、現在の走行データ分類に対する類似度が所定以上の走行データ分類は、信憑性が高い運転特性を算出可能な程度に類似しているものである。一方、現在の走行データ分類に対する類似度が所定未満の走行データ分類は、信憑性が高い運転特性を算出できないので、走行データ選定部5は走行データを選定せず、運転特性算出部6は運転特性を算出しない。

0034

なお、実施の形態2〜8においても、本実施の形態と同様に、仮に現在の走行データを走行データ分類Aと判定し、走行データ分類Aに対する類似度が高いほうから順に、走行データ分類B、走行データ分類C、走行データ分類Dと呼ぶ。

0035

運転特性算出部6は、例えば、走行データ分類Xに属するk個以上の走行データに含まれる、交差点通過時の車速の時系列データを用いて、平均的な交差点通過時の車速の時系列データを算出し、運転者の運転特性とする。
運転特性算出部6が算出した運転特性は、例えば運転支援装置において運転診断に使用される。運転支援装置は、例えば、上記の平均的な交差点通過時の車速の時系列データと、交差点通過時の車速の理想的な時系列データとを比較して、運転者が加減速を行うタイミングが適切であったか等の運転診断を行う。
また、運転特性算出部6が算出した運転特性は、例えば運転支援装置において車両の自動運転に使用される。運転支援装置は、上記の平均的な交差点通過時の車速の時系列データを用いて、運転者が加減速を行うタイミングに合致させて車両の挙動を制御することによって、運転者の好みに合わせた自動運転を実現する。

0036

上より、実施の形態1によれば、運転特性算出装置1Aは、車両が現在走行している道路の状況に関する情報および前記車両の運転操作に関する情報を含む走行データを取得する情報取得部1と、情報取得部1が取得した現在の走行データに含まれる道路の状況に関する情報に基づいて当該現在の走行データの分類を判定する走行データ分類判定部2と、走行データ分類判定部2が判定した分類を現在の走行データに付与して記憶する走行データ記憶部3と、現在の走行データの分類と同じ分類に属する走行データを走行データ記憶部3から抽出する走行データ抽出部4と、現在の走行データの分類に類似した分類に属する走行データを走行データ記憶部3から抽出する類似走行データ抽出部7と、走行データ抽出部4が抽出した走行データの個数が予め定められた第1の個数以上である場合は当該走行データを選定し、当該走行データの個数が第1の個数未満である場合は類似走行データ抽出部7が抽出した走行データを第1の個数以上選定する走行データ選定部5と、走行データ選定部5が選定した走行データを用いて現在走行している道路における運転特性を算出する運転特性算出部6とを備える構成にした。これにより、現在の道路状況を走行した回数が少ない、または全く走行したことがない場合でも、現在の道路状況に類似した道路状況で、かつ走行回数の多い過去の走行データを抽出し、運転特性の算出に利用するため、普段あまり走行しない道路、または初めて訪れる道路においても信憑性の高い運転特性の算出が可能となる。

0037

また、実施の形態1によれば、類似走行データ抽出部7は、情報取得部1が取得した現在の走行データの分類との類似度が高い分類から順に、各分類に属する走行データを走行データ記憶部3から抽出し、走行データ選定部5は、走行データ抽出部4が抽出した走行データの個数が第1の個数未満である場合、類似走行データ抽出部が抽出した各分類のうち、第1の個数以上の走行データが属し、かつ類似度が最も高い分類の走行データを選定する構成にした。これにより、現在の道路状況に最も類似した道路状況、かつ走行回数の多い過去の走行データを運転特性の算出に利用して、運転特性の算出の信憑性を高めることができる。

0038

実施の形態2.
実施の形態2に係る運転特性算出装置は、現在の道路状況と同じ道路状況における過去の走行データと、現在の道路状況に類似した道路状況における過去の走行データの両方の走行データを用いて、現在の走行における運転特性を算出するものである。

0039

実施の形態2に係る運転特性算出装置の構成は、図1に示した上記実施の形態1に係る運転特性算出装置1Aの構成と図面上は同一であるため、以下では図1を援用する。
また、実施の形態2に係る運転特性算出装置1Aが行う処理は、図2のフローチャートに示した処理のうちのステップST111の処理のみが異なり、他のステップの処理は実施の形態1と同様である。実施の形態1と同様の処理は、説明を省略する。

0040

実施の形態2では、現在走行している道路状況における走行データ分類Aに属する走行データがk個未満であった場合(ステップST105“NO”)、走行データ選定部5は、以下に説明するように、走行データ分類Aに属するk個未満の走行データだけでなく、ステップST106〜ST110にて抽出される走行データ分類Aに類似した走行データ分類に属する走行データも、運転特性算出用に選定する。

0041

図2に示したステップST111において、走行データ選定部5は、走行データ抽出部4がステップST105で抽出した走行データと、類似走行データ抽出部7がステップST106で抽出した走行データとを合わせた、合計k個以上の走行データを選定する。例えば、ステップST105にて走行データ抽出部4が抽出した走行データ分類Aに属する走行データが5個、ステップST106にて類似走行データ抽出部7が抽出した走行データ分類Bに属する走行データが60個であれば、走行データ選定部5は合計65個の走行データを選定する。
ステップST112において、運転特性算出部6は、ステップST111で選定した走行データを用いて運転特性を算出する。例えば、ステップST111にて、走行データ選定部5が走行データ分類Aと走行データ分類Bに属する走行データを選定したのであれば、運転特性算出部6は、走行データ分類Aに分類される現在の走行における運転特性を、走行データ分類Aと走行データ分類Bに属する走行データを用いて算出する。

0042

また、走行データ分類Bに属する走行データがk個未満であった場合(ステップST107“NO”)、以下のように走行データが選定される。
ステップST111において、走行データ選定部5は、走行データ抽出部4がステップST105で抽出した走行データと、類似走行データ抽出部7がステップST108で抽出した走行データとを合わせた、合計k個以上の走行データを選定する。例えば、ステップST105にて走行データ選定部5が抽出した走行データ分類Aに属する走行データが5個、ステップST108にて類似走行データ抽出部7が抽出した走行データ分類Cに属する走行データが70個であれば、走行データ選定部5は合計75個の走行データを選定する。
ステップST112において、運転特性算出部6は、ステップST111で選定した走行データを用いて運転特性を算出する。例えば、ステップST111にて、走行データ選定部5が走行データ分類Aと走行データ分類Cに属する走行データを選定したのであれば、運転特性算出部6は、走行データ分類Aに分類される現在の走行における運転特性を、走行データ分類Aと走行データ分類Cに属する走行データを用いて算出する。

0043

以上より、実施の形態2によれば、走行データ選定部5は、走行データ抽出部4が抽出した走行データの個数が第1の個数未満である場合、類似走行データ抽出部7が抽出した走行データに加え、走行データ抽出部4が抽出した走行データも選定する構成にした。実施の形態1において運転特性の算出に利用した現在の道路状況に類似した道路状況における過去の走行データに加えて、現在の道路状況における過去の走行データを運転特性の算出に利用することで、実施の形態1の運転特性の算出結果に比べ、信憑性を高めることができる。

0044

実施の形態3.
実施の形態3に係る運転特性算出装置は、現在の道路状況と同じ道路状況における過去の走行データ、および現在の道路状況に類似した道路状況における過去の走行データを評価し、評価が高い走行データを優先的に、現在の走行における運転特性の算出に用いるものである。

0045

図5は、この発明を実施するための実施の形態3における運転特性算出装置1Bの構成を示すブロック図である。
図5に示す実施の形態3に係る運転特性算出装置1Bは、図1に示した実施の形態1に係る運転特性算出装置1Aの構成に対して、信頼度判定部8が追加された構成である。信頼度判定部8の機能は、図17(a)に示した処理回路101または図17(b)に示したプロセッサ104により実現される。

0046

図6は、この発明を実施するための実施の形態3における処理を示すフローチャートである。図6は、実施の形態1で示した図2のフローチャートに、ステップST300を付与したものである。実施の形態1と同様の処理は、説明を省略する。

0047

ステップST300において、信頼度判定部8は、運転特性算出用に選定された走行データ1個1個の信頼度を判定し、信頼度の低い走行データを除外することで、運転特性算出に用いる走行データを再選定する。
ステップST112において、運転特性算出部6は、ステップST300で再選定し、信頼度が高い走行データを用いて運転特性を算出する。

0048

図7は、ステップST300の処理の詳細を示すフローチャートである。
ステップST301において、信頼度判定部8は、ステップST111で選定した現在の走行データ分類に属する走行データの個数がk個以上であれば(ステップST301“YES”)、ステップST302の処理を行う。信頼度判定部8は、例えば、走行データ分類Aに属する走行データが60個であれば、ステップST302の処理を行う。
ステップST302において、信頼度判定部8は、ステップST111で選定した現在の走行データ分類に属する走行データの分散を算出する。信頼度判定部8は、例えば、走行データ分類Aに属する走行データの分散を算出する。現在の走行データ分類に属する走行データから算出された分散を、現在の分散結果と呼ぶ。

0049

ステップST303において、信頼度判定部8は、現在の分散結果を用いて信頼度という指標を定め、ステップST111で選定した現在の走行データ分類に属する走行データ1個1個に対して信頼度を判定する。信頼度判定部8は、例えば、走行データ分類Aに属する走行データ60個に対して1個1個の信頼度を判定する。
信頼度は、ステップST302で算出した現在の分散結果に基づき、平均値に近い走行データのほど信頼度が高くなり、平均値から離れた走行データほど信頼度が低くなるような指標とする。

0050

ステップST304において、信頼度判定部8は、現在の走行データ分類に属する走行データのうち、ステップST303で信頼度が閾値以下と判定された走行データを、除外対象とする。信頼度判定部8は、例えば、走行データ分類Aに属する走行データ60個のうち、12個の走行データの信頼度が閾値以下であるとする。本実施の形態においては、信頼度が閾値以下の走行データは、平均値から大きく外れた走行データであり、信頼度が低いため、信憑性が高い運転特性を算出できない。なお、信頼度の閾値は、あらかじめ決定しておいても良いし、本運転特性算出装置の動作中に分散結果に応じて変更する構成でも良い。
ステップST305において、走行データ記憶部3は、ステップST111で選定した現在の走行データ分類に属する走行データの個数から、ステップST304で除外対象とした走行データの個数を引いた値がk個となるまで、信頼度の低い順に除外対象の走行データを削除する。信頼度判定部8は、例えば、走行データ分類Aに属する走行データが60個であり、除外対象の走行データが12個のとき、信頼度の低い順に10個の走行データを削除する。

0051

ステップST306において、走行データ選定部5は、ステップST305で削除した走行データを除いた、k個以上の走行データを選定する。例えば、走行データ分類Aに属する走行データが60個であり、除外対象の走行データが4個のとき、4個の走行データが削除されているため、走行データ選定部5は、走行データ分類Aに属する走行データ56個を選定する。
ステップST112において、運転特性算出部6は、ステップST306で選定した走行データを用いて運転特性を算出する。

0052

ステップST301において、信頼度判定部8は、ステップST111で選定した現在の走行データ分類に属する走行データの個数がk個未満であれば(ステップST301“NO”)、ステップST307の処理を行う。信頼度判定部8は、例えば、走行データ分類Aに属する走行データが5個であれば、ステップST307の処理を行う。
ステップST307において、信頼度判定部8は、ステップST111で選定した現在の走行データ分類に類似した走行データ分類に属する走行データの分散を算出する。信頼度判定部8は、例えば、走行データ分類Bに属する走行データの分散を算出する。現在の走行データ分類に類似した走行データ分類に属する走行データから算出された分散を、類似の分散結果と呼ぶ。

0053

ステップST308において、信頼度判定部8は、類似の分散結果を用いて、ステップST111で選定した現在の走行データ分類に属する走行データ1個1個に対して信頼度を判定する。信頼度判定部8は、例えば、走行データ分類Bの分散結果を用いて、走行データ分類Aに属する走行データ5個に対して1個1個の信頼度を判定する。
信頼度は、ステップST307で算出した類似の分散結果に基づき、平均値に近い走行データのほど信頼度が高くなり、平均値から離れた走行データほど信頼度が低くなるような指標とする。

0054

ステップST309において、信頼度判定部8は、現在の走行データ分類に属する走行データのうち、ステップST308で信頼度が閾値以下と判定された走行データを、除外対象とする。信頼度判定部8は、例えば、走行データ分類Aに属する走行データ5個のうち、2個の走行データの信頼度が閾値以下であるとする。
ステップST306において、走行データ選定部5は、ステップST309で除外対象とした走行データを除いた、k個以上の走行データを選定する。例えば、走行データ分類Aに属する走行データが5個であり、走行データ分類Aに属する走行データのうち除外対象となる走行データが2個、かつ走行データ分類Bに属する走行データが60個であるとき、走行データ選定部5は、走行データ分類Aに属する走行データ3個と、走行データ分類Bに属する走行データ60個の、合計63個の走行データを選定する。

0055

図7では、現在の走行データ分類に類似した走行データ分類に属する走行データの信頼度は判定しなかったが、判定してもよい。この場合のフローチャートを、図8に示す。なお、図8におけるステップST301〜ST309の処理は、図7と同様の処理であるため説明を省略する。

0056

ステップST310において、信頼度判定部8は、ステップST307で算出した類似の分散結果を用いて、ステップST111で選定した現在の走行データ分類に類似した走行データ分類に属する走行データ1個1個に対して信頼度を判定する。信頼度判定部8は、例えば、走行データ分類Bに属する走行データ60個に対して1個1個の信頼度を判定する。
ステップST311において、信頼度判定部8は、現在の走行データ分類に類似した走行データに属する走行データのうち、ステップST310で信頼度が閾値以下と判定された走行データを、除外対象とする。信頼度判定部8は、例えば、走行データ分類Bに属する走行データ60個のうち、8個の走行データの信頼度が閾値以下であるとする。
ステップST312において、信頼度判定部8は、ステップST111で選定した現在の走行データ分類に類似した走行データ分類に属する走行データの個数から、ステップST311で除外対象とした走行データの個数を引いた値がk個となるまで、信頼度の高い順に除外対象の走行データを削除する。信頼度判定部8は、例えば、走行データ分類Bに属する走行データが60個であり、除外対象の走行データが8個のとき、8個の走行データを削除する。

0057

ステップST306において、走行データ選定部5は、ステップST309で除外対象とした走行データを除いた、現在の走行データ分類に属する走行データと、ステップST312で削除した走行データを除いた、現在の走行データ分類に類似した走行データ分類に属する走行データの、合計k個以上の走行データを選定する。例えば、走行データ分類Aに属する走行データが5個であり、走行データ分類Aに属する走行データのうち除外対象となる走行データが2個、かつ走行データ分類Bに属する走行データが60個であり、走行データ分類Bに属する走行データのうち削除した走行データが8個であるとき、走行データ選定部5は、走行データ分類Aに属する走行データ3個と、走行データ分類Bに属する走行データ52個の、合計55個の走行データを選定する。

0058

なお、上記説明において、ステップST111で選定された現在の走行データ分類に類似した走行データ分類として、ステップST106で抽出された走行データ分類Bに属するk個以上の走行データを用いる例を示したが、走行データ分類Bに属する走行データがk個未満である場合にはステップST108で抽出された走行データ分類C等を用いることになる。

0059

また、上記説明において、走行データの評価に用いる信頼度を、走行データの分散結果に基づいて決定したが、標準偏差など別の算術結果に基づいて決定しても良い。

0060

以上より、実施の形態3によれば、運転特性算出装置1Bは、個々の走行データの信頼度を判定する信頼度判定部8を備え、走行データ選定部5は、信頼度判定部8の判定結果に基づいて信頼度が高い走行データを優先的に選定する構成にした。実施の形態2において運転特性の算出に利用した現在の道路状況における過去の走行データから、信頼度の低い走行データを除外することで、実施の形態2の運転特性の算出結果に比べ、信憑性を高めることができる。

0061

実施の形態4.
実施の形態4に係る運転特性算出装置は、現在の道路状況と同じ道路状況を過去に走行した回数が少なく、かつ現在の道路状況に類似した道路状況を過去に走行した回数も少ない場合、その次に類似した道路状況における過去の走行データも現在の走行における運転特性の算出に利用するというものである。

0062

実施の形態4に係る運転特性算出装置の構成は、図1に示した上記実施の形態1に係る運転特性算出装置1Aの構成と図面上は同一であるため、以下では図1を援用する。

0063

図9は、この発明を実施するための実施の形態3における処理を示すフローチャートである。図9は、実施の形態1において図2に示したステップST110をステップST400に置き換えたものである。実施の形態1と同様の処理は、説明を省略する。

0064

ステップST400において、走行データ選定部5は、ステップST106で抽出した走行データの個数と、ステップST108で抽出した走行データの個数の合計がk個以上であれば(ステップST400“YES”)、ステップST111の処理を行う。走行データ選定部5は、例えば、走行データ分類Bに属する走行データが30個、走行データ分類Cに属する走行データが40個の、合計70個であれば、ステップST111の処理を行う。
ステップST111において、走行データ選定部5は、ステップST106で抽出した走行データとステップST108で抽出した走行データの、合計k個以上の走行データを選定する。走行データ選定部5は、例えば、ステップST106にて抽出した走行データ分類Bに属する走行データが30個、ステップST108にて抽出した走行データ分類Cに属する走行データが40個であれば、合計70個の走行データを選定する。
ステップST112において、運転特性算出部6は、ステップST111で選定した走行データを用いて運転特性を算出する。例えば、ステップST111にて走行データ選定部5が、走行データ分類Bと走行データ分類Cに属する走行データを選定したのであれば、運転特性算出部6は、走行データ分類Aに分類される現在の走行における運転特性を、走行データ分類Bと走行データ分類Cに属する走行データを用いて算出する。

0065

ステップST400において、類似走行データ抽出部7は、ステップST106で抽出した走行データの個数と、ステップST108で抽出した走行データの個数の合計がk個未満であれば(ステップST400“NO”)、ステップST108の処理を行う。類似走行データ抽出部7は、例えば、走行データ分類Bに属する走行データが10個、走行データ分類Cに属する走行データが20個の、合計30個であれば、ステップST108の処理を行う。
類似走行データ抽出部7は、ステップST108にて走行データ分類を抽出できなければ(ステップST109“NO”)、処理を終了する。類似走行データ抽出部7は、例えば、走行データ分類Dを抽出できなかった場合、処理を終了する。
一方、類似走行データ抽出部7は、ステップST108にて走行データ分類を抽出できれば(ステップST109“YES”)、ステップST400の処理を行う。類似走行データ抽出部7は、例えば、走行データ分類Dを抽出した場合、ステップST400の処理を行う。

0066

ステップST400において、走行データ選定部5は、ステップST106で抽出した走行データの個数と、ステップST108で抽出した走行データの個数の合計がk個以上であれば(ステップST400“YES”)、ステップST111の処理を行う。走行データ選定部5は、例えば、走行データ分類Bに属する走行データが10個、走行データ分類Cに属する走行データが20個、走行データ分類Dに属する走行データが30個の、合計60個であれば、ステップST111の処理を行う。
ステップST111において、走行データ選定部5は、ステップST106で抽出した走行データとステップST108で抽出した走行データの、合計k個以上の走行データを選定する。走行データ選定部5は、例えば、ステップST106にて抽出した走行データ分類Bに属する走行データが10個、ステップST108にて抽出した走行データ分類Cに属する走行データが20個、ステップST108にて抽出した走行データ分類Dに属する走行データが30個であれば、合計60個の走行データを選定する。
ステップST112において、運転特性算出部6は、ステップST111で選定した走行データを用いて運転特性を算出する。例えば、ステップST111にて走行データ選定部5が、走行データ分類Bと走行データ分類Cと走行データ分類Dに属する走行データを選定したのであれば、運転特性算出部6は、走行データ分類Aに分類される現在の走行における運転特性を、走行データ分類Bと走行データ分類Cと走行データ分類Dに属する走行データを用いて算出する。

0067

以上より、実施の形態4によれば、類似走行データ抽出部7は、情報取得部1が取得した現在の走行データの分類との類似度が高い分類から順に、各分類に属する走行データを走行データ記憶部3から抽出し、走行データ選定部5は、走行データ抽出部4が抽出した走行データの個数が第1の個数未満である場合、類似走行データ抽出部7が抽出した各分類のうち、類似度が高い1つ以上の分類に属する走行データを合計して第1の個数以上になるよう走行データを選定する構成にした。現在の道路状況に類似した複数種の道路状況の走行データを利用することで、現在の走行における運転特性の算出に利用する走行データの個数を多くすることが可能で、かつ運転特性の算出結果の信憑性を高めることができる。

0068

実施の形態5.
実施の形態5に係る運転特性算出装置は、現在の道路状況と、現在の道路状況に類似した道路状況の差異を抽出し、その差異の影響を小さくする方向に運転特性を補正するというものである。

0069

図10は、この発明を実施するための実施の形態5における運転特性算出装置1Cの構成を示すブロック図である。
図10に示す実施の形態5に係る運転特性算出装置1Cは、図1に示した実施の形態1に係る運転特性算出装置1Aの構成に対して、運転特性補正部9が追加された構成である。運転特性補正部9の機能は、図17(a)に示した処理回路101または図17(b)に示したプロセッサ104により実現される。

0070

図11は、この発明を実施するための実施の形態5における処理を示すフローチャートである。図11は、実施の形態1で示した図2のフローチャートに、ステップST500を付与したものである。実施の形態1と同様の処理は、説明を省略する。

0071

ステップST500において、運転特性補正部9は、走行データ分類判定部2で判定した現在の走行データ分類Aと、運転特性算出部6で利用した走行データ分類の差異に基づき、運転特性算出部6の算出結果を補正する。

0072

本実施の形態では、走行データ分類Aと走行データ分類Bについて、道路形状が同じで、制限速度のみ異なる道路とする。走行データ分類Aは制限速度が50km/hの道路、走行データ分類Bは制限速度が60km/hの道路とする。
補正方法について、例えば、走行データ分類Bの道路を55km/hで走行しても荒い運転とみなされないが、走行データ分類Aの道路を55km/hで走行した場合は荒い運転とみなされるべきである。しかし、走行データ分類Aの運転特性を走行データ分類Bに属する走行データを用いて算出した場合は、55km/hで走行していても荒い運転とみなされないため、走行データ分類Aの運転特性として不適切である。
そのため、運転特性補正部9は、例えば、走行データ分類Bにおける運転特性の算出結果を厳しい方向に傾斜をかけるなどして、走行データ分類Aに合わせるように運転特性の算出結果を補正する。上記の例であれば、運転特性補正部9は、走行データ分類Bの運転特性の補正として、車速を高い方向に補正する。例えば、走行データ分類Aの道路を55km/hで走行している場合、プラス10km/hを補正して、65km/hで走行しているという運転特性にする。そうすることで、走行データ分類B(制限速度60km/h)の走行データを用いて運転特性が算出された走行データ分類A(制限速度50km/h)の道路を、現在55km/hで走行している場合でも、65km/hで走行しているとして荒い運転と見なされ、走行データ分類Aに適した運転特性とすることができる。
なお、制限速度の情報は、情報取得部1が、車載カメラから標識が写った撮像画像を取得してその標識に記された制限速度を認識する、またはナビゲーション装置から地図情報を取得して制限速度を抽出するなどして得る。

0073

本実施の形態では、走行データ分類の差異として制限速度の例を示したが、補正すべき差異は制限速度情報に限らない。補正方法は、補正すべき差異の種類ごとに予め決定しておけば良い。
例えば、走行データ分類Aと走行データ分類Bについて、道路形状が同じで、自車両周辺の車両の有無のみ異なる道路とする。走行データ分類Aは他車両がいる道路、走行データ分類Bは他車両がいない道路とする。
補正方法について、例えば、走行データ分類Bの右折地点直前でウィンカを点灯しても、他車両がいないので荒い運転とみなされないが、走行データ分類Aの右折地点の直前でウィンカを点灯した場合は荒い運転とみなされるべきである。しかし、走行データ分類Aの運転特性を走行データ分類Bに属する走行データを用いて算出した場合は、ウィンカを点灯するタイミングが遅くても荒い運転とみなされないため、走行データ分類Aの運転特性として不適切である。
そのため、運転特性補正部9は、走行データ分類Bの運転特性の補正として、ウィンカを点灯するタイミングを遅い方向、つまりウィンカを点灯する地点を右折地点に近い方向に補正する。例えば、走行データ分類Aの右折地点の30m手前でウィンカを点灯した場合、マイナス10mを補正して、20m手前でウィンカを点灯したという運転特性にする。そうすることで、走行データ分類B(他車両がいない道路)の走行データを用いて運転特性が算出された走行データ分類A(他車両がいる道路)を、右折地点の30m手前でウィンカを点灯した場合でも、20m手前でウィンカを点灯したとして荒い運転と見なされ、走行データ分類Aに適した運転特性とすることができる。
なお、ウィンカ点灯タイミングの情報は、情報取得部1が、ナビゲーション装置から地図情報を取得して右折地点を抽出するなどして得る。

0074

以上より、実施の形態5によれば、運転特性算出装置1Cは、類似走行データ抽出部7が抽出した走行データを用いて運転特性算出部6が現在走行している道路における運転特性を算出した場合に、類似走行データ抽出部7が抽出した走行データが示す道路の状況と現在走行している道路の状況との差異を抽出し、抽出した差異の影響を小さくする方向に運転特性を補正する運転特性補正部9を備える構成にした。現在の道路状況と、運転特性の算出に用いる道路状況に差異がある場合に、前記差異の影響を少なくするように運転特性の算出結果を補正することで、現在の道路状況において最適な運転特性とすることができる。

0075

実施の形態6.
実施の形態6に係る運転特性算出装置は、現在の道路状況に類似した全ての道路状況において、過去の走行回数が運転特性の算出に少なくとも必要な所定数とならない場合、運転特性の算出を禁止するというものである。

0076

実施の形態6に係る運転特性算出装置の構成は、図1に示した上記実施の形態1に係る運転特性算出装置1Aの構成と図面上は同一であるため、以下では図1を援用する。
実施の形態6の運転特性算出装置1Aでは、運転特性の算出に少なくとも必要な走行データの所定数をn(n<k)個とし、類似走行データ抽出部7で抽出した全走行データがn個未満である場合、前記走行データを用いた運転特性の算出を禁止する。実施の形態1の運転特性算出装置1Aでは、仮に、k個以上の走行データを適当な運転特性を算出できる個数の走行データと定めていたが、本実施の形態6では、少なくともn個以上の走行データがあれば、k個の走行データで算出した結果よりも信憑性は多少低くなるが運転特性を算出しても良いものとする。
本実施の形態では、「第1の個数」であるkを仮にk=50、「第2の個数」であるnを仮にn=30として説明する。

0077

図12は、この発明を実施するための実施の形態6における処理を示すフローチャートである。図12は、実施の形態1で示した図2のフローチャートに、ステップST600を付与したものである。実施の形態1と同様の処理は、説明を省略する。

0078

ステップST600において、走行データ選定部5は、ステップST106で抽出した走行データの個数と、ステップST108で抽出した走行データの個数とを合わせた、合計個数がn個未満であれば(ステップST600“NO”)、処理を終了する。
一方、ステップST600において、走行データ選定部5は、ステップST106で抽出した走行データの個数と、ステップST108で抽出した走行データの個数とを合わせた、合計個数がn個以上であれば(ステップST600“YES”)、ステップST111の処理を行う。

0079

ステップST111において、走行データ選定部5は、ステップST106で抽出した走行データとステップST108で抽出した走行データとを合わせた、合計n個以上の走行データを選定する。

0080

以上より、実施の形態6によれば、走行データ選定部5は、走行データ抽出部4が抽出した走行データの個数が第1の個数未満である場合、類似走行データ抽出部7が抽出した走行データの個数が第1の個数より小さい予め定められた第2の個数以上であれば当該走行データを選定し、第2の個数未満であれば当該走行データを選定せず運転特性の算出を禁止する構成にした。運転特性の算出に少なくとも必要な走行データの個数nを設定し、運転特性の算出に利用する走行データがn個に満たなければ運転特性の算出を禁止することで、信憑性の低い運転特性の算出を防ぐことができる。

0081

実施の形態7.
実施の形態7に係る運転特性算出装置は、運転者に応じて運転特性を算出するというものである。

0082

図13は、この発明を実施するための実施の形態7における運転特性算出装置1Dの構成を示すブロック図である。
図13に示す実施の形態7に係る運転特性算出装置1Dは、図1に示した実施の形態1に係る運転特性算出装置1Aの構成に対して、運転者特定部10が追加された構成である。運転者特定部10の機能は、図17(a)に示した受信装置103と処理回路101、または図17(b)に示した受信装置103とプロセッサ104により実現される。

0083

図14は、この発明を実施するための実施の形態7における処理を示すフローチャートである。図14は、実施の形態1で示した図2のフローチャートの冒頭にステップST700を付与し、ステップST101をステップST701に置き換えたものである。

0084

ステップST700において、運転者特定部10は、現在の運転者を特定し、特定した運転者毎に任意のIDを割り振る。特定方法は、運転者が入力した、現在の運転者の性別および名前などのユーザ情報を取得して特定する方法、またはセンサもしくはカメラで検出した顔もしくは体重などの情報を取得して特定する方法などがある。
ステップST701において、情報取得部1は、走行データを取得し、運転者特定部10で特定した運転者の情報を当該走行データに付与する。

0085

運転特性算出装置1Dは、以降の処理において、現在走行している運転者の情報が付与された走行データを利用する。
例えば、ステップST103において、走行データ記憶部3は、走行データ分類と運転者の情報を付与した走行データを記憶する。
また、例えばステップST104において、走行データ抽出部4は、現在の走行データ分類に属する走行データのうち、現在の運転者の走行データを抽出する。ステップST106,ST108において、類似走行データ抽出部7は、現在の走行データ分類に類似した走行データ分類に属する走行データのうち、現在の運転者の走行データを抽出する。
これら以外の処理は、実施の形態1と同様の処理とし、説明を省略する。

0086

以上より、実施の形態7によれば、運転特性算出装置1Dは、車両の運転者を特定する運転者特定部10を備え、運転特性算出部6は、運転者特定部10が特定した運転者ごとに運転特性を算出する構成にしたので、運転者ごとに信憑性の高い運転特性の算出ができる。

0087

実施の形態8.
実施の形態8に係る運転特性算出装置は、所定条件下において、運転者の状態に応じて運転特性を補正するというものである。

0088

図15は、この発明を実施するための実施の形態8における運転特性算出装置1Eの構成を示すブロック図である。
図15に示す実施の形態8に係る情報取得部1は、図1に示した実施の形態1に係る運転特性算出装置1Aの構成に対して、運転特性補正部9および状態判定部11が追加された構成である。運転特性補正部9の機能は、図17(a)に示した処理回路101または図17(b)に示したプロセッサ104により実現される。状態判定部11の機能は、図17(a)に示した受信装置103と処理回路101、または図17(b)に示した受信装置103とプロセッサ104により実現される。

0089

図16は、この発明を実施するための実施の形態8における処理を示すフローチャートである。図16は、実施の形態1で示した図2のフローチャートの冒頭にステップST800、末尾にステップST802を付加し、ステップST101をステップST801に置き換えたものである。

0090

ステップST800において、状態判定部11は、運転者の状態を判定する。運転者の状態は、眠気疲れ、または焦りなどである。運転者の状態の判定方法は、運転者が入力した、現在の状態を示す情報を取得して判定する方法、または心拍等を測定する身体センサから測定結果を取得して判定する方法などがある。
ステップST801において、情報取得部1は、走行データを取得し、状態判定部11で判定した運転者の状態情報を当該走行データに付与する。

0091

運転特性算出装置1Eは、以降の処理において、現在走行している運転者の状態情報が付与された走行データを利用する。
例えば、ステップST103において、走行データ記憶部3は、走行データ分類と運転者の状態情報を付与した走行データを記憶する。
また、例えばステップST104において、走行データ抽出部4は、現在の走行データ分類に属する走行データのうち、現在の運転者の状態と同じ状態情報が付与された走行データを抽出する。ステップST106,ST108において、類似走行データ抽出部7は、現在の走行データ分類に類似した走行データ分類に属する走行データのうち、現在の運転者の状態と同じ状態情報が付与された走行データを抽出する。

0092

ステップST802において、運転特性補正部9は、情報取得部1で取得した走行データから所定条件下かどうかを判定し、所定条件下を走行している場合、前記走行データに付与されている運転者の状態情報に応じて運転特性算出部6の算出結果を補正する。
なお、本実施の形態においてステップST802の処理を省略してもよい。

0093

本実施の形態では、所定条件を、例えば、高速道路を走行中、進行方向にサービスエリアまたはパーキングエリア等の休憩ポイントしばらく存在しない状況、つまりすぐに停止できない状況とする。また、所定条件を、例えば山道を走行している状況、夜間に走行している状況、または降雨もしくは降雪などの悪天候の中を走行している状況、つまり通常より運転に注意が必要とされる状況とする。
所定条件は、あらかじめ決定しておいても良いし、本運転特性算出装置の動作中に随時条件を更新する構成でも良い。例えば、運転者が頻繁にくなるエリアを記憶しておき、該エリア走行時を所定条件にする、または、クラウドコンピューティングを利用して複数の運転者が運転特性を補正されるエリアもしくは状況を収集し、補正回数の多いエリアもしくは状況を所定条件とするなどがある。

0094

本実施の形態では、運転特性補正部9は、所定条件下において運転者の状態が眠気状態である場合、例えば、速度超過の判定を厳しくするといったように、運転者の状態に応じて運転特性の算出結果を補正する。補正方法は、運転者の状態ごとにあらかじめ決定しておけば良い。

0095

これら以外の処理は、実施の形態1と同様の処理とし、説明を省略する。

0096

以上より、実施の形態8によれば、運転特性算出装置1Eは、車両の運転者の状態を判定する状態判定部11を備え、運転特性算出部6は、状態判定部11が判定した運転者の状態ごとに運転特性を算出する構成にしたので、運転者の状態ごとに信憑性の高い運転特性の算出ができる。

0097

また、実施の形態8によれば、運転特性算出装置1Eは、車両が現在走行している道路の状況が予め定められた条件に該当する場合に、状態判定部11が判定した運転者の状態に応じて、運転特性算出部6が算出した運転特性を補正する運転特性補正部9を備える構成にした。走行中に運転者が疲労または眠気等の身体の異常を感じているにも関わらず、道路の状況からすぐに停止できない等の特別な状況にあるとき、運転者の状態に合わせて最適な運転特性を算出することができる。

0098

なお、本発明はその発明の範囲内において、各実施の形態の自由な組み合わせ、各実施の形態の任意の構成要素の変形、または各実施の形態の任意の構成要素の省略が可能である。

0099

この発明に係る運転特性算出装置は、現在走行中の道路状況に類似した道路状況を過去に走行した回数が少ない場合または全く走行したことがない場合でも、信憑性の高い運転特性を算出するようにしたので、運転者の運転特性に基づいた運転支援を行う運転支援装置などに用いるのに適している。

0100

1A〜1E運転特性算出装置、1情報取得部、2走行データ分類判定部、3 走行データ記憶部、4 走行データ抽出部、5 走行データ選定部、6 運転特性算出部、7 類似走行データ抽出部、8信頼度判定部、9 運転特性補正部、10運転者特定部、11状態判定部、101処理回路、102メモリ、103受信装置、104プロセッサ。

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

  • 株式会社デンソーの「 車両用制御装置」が 公開されました。( 2019/05/23)

    【課題】車両が設定された予定ルートを走行する際に、極力、ユーザの手間をかけずに、予定ルートの状況に適した態様で車載装備を制御することが可能な車両用制御装置を提供する。【解決手段】予定ルートが決定される... 詳細

  • 株式会社デンソーの「 状態改善装置、状態改善方法、及び制御プログラム」が 公開されました。( 2019/05/23)

    【課題】作業者の状態推定の自信度に応じた刺激を可能にする。【解決手段】ドライバ状態を推定する状態推定部202と、状態推定部202で推定するドライバ状態の自信度を算出する自信度算出部203と、状態推定部... 詳細

  • 株式会社豊田中央研究所の「 電力供給システム」が 公開されました。( 2019/05/23)

    【課題】再生可能エネルギーを用いて発電された電力を適切な価格で、かつ、効率的に車両に供給する。【解決手段】電力供給システム1は、再生可能エネルギーを用いて発電する複数の発電装置2と、無線方式によって車... 詳細

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