CN104054119A - 车辆行为预测装置及车辆行为预测方法、以及驾驶支援装置 - Google Patents

Abstract

为了提供能够进行车辆行为的高精度的预测的车辆行为预测装置及车辆行为预测方法、以及使用了该车辆行为预测装置的驾驶支援装置，而在车辆(100)上搭载车载控制装置(140)。车载控制装置(140)具备分布运算部(143)、车辆行为预测部(145)，分布运算部(143)基于所收集到的行驶状态信息求出减速行为的发生时及不发生时的概率分布。车辆行为预测部(145)求出与该概率分布对应的前车的行驶速度及加速度的相对位置关系，并基于该求出的相对位置关系来预测作为预测对象的车辆的车辆行为。

Description

车辆行为预测装置及车辆行为预测方法、以及驾驶支援装置

技术领域

本发明涉及适用于车辆行为的预测而有益的车辆行为预测装置及车辆行为预测方法、以及使用了该车辆行为预测装置的驾驶支援装置。

背景技术

近年来的导航***等例如对于在设有信号机的交叉点或弯路等交通要素处行驶的车辆的驾驶员，进行以减速支援为首的各种驾驶支援。这样的导航***例如从由设于道路的基础设施通信机或道路交通信息中心等发送的基础设施信息或道路交通信息等，来取得表示需要减速操作等的交通要素的存在或信号机的显示循环的信息，并基于该取得的信息进行减速支援等驾驶支援。

另外，例如专利文献1记载的装置将在道路上行驶的车辆的行驶模式预先分类成信号机为红色显示时的速度变化模式、信号机为绿色显示时的速度变化模式，并将这些分类后的速度变化模式保持在搭载于车辆的存储装置中。而且，该装置取得表示在作为驾驶支援的对象的车辆的行进方向前方行驶的前车的速度等的信息，并确定该取得的信息所表示的前车的速度的推移与存储于存储装置的速度变化模式中的哪一个速度变化模式相对应。并且，该装置在确定为例如前车的速度变化模式是信号机的绿色显示的速度变化模式时，认为减速或停止的必要性低而抑制减速支援的执行。由此，专利文献1所记载的装置不使用与信号机的显示循环相关的信息地进行与信号机的显示对应的驾驶支援。

专利文献1：日本特开2011-192177号公报

发明内容

然而，专利文献1所记载的装置在前车的速度的推移与例如信号机的红色显示的速度模式一致时，一律预测为前车按照红色显示进行减速。反之，该装置在前车的速度的推移与存储于存储装置的任一速度模式都不一致时，一律预测为前车未进行减速。

但是，实际的车辆的速度模式即便在同一车辆中也会因驾驶员或车辆行驶时的周边环境的差异等而不同。因此，车辆的速度模式自身包含变动。因此，即使作为预测对象的车辆的行驶速度的推移与特定速度模式一致，作为预测对象的车辆也不一定会出现与该一致的速度模式相同的行为。同样地，即使作为预测对象的车辆的行驶速度的推移出现与特定速度模式不一致的推移，作为预测对象的车辆有时也会出现与该特定速度模式相同的行为。

如此，专利文献1所记载的装置通过与预先规定的速度模式的匹配，难以预测作为预测对象的车辆的行为，在提高车辆行为的预测精度方面还有改善的余地。

本发明鉴于这样的实际情况而作出，其目的在于提供一种能够进行车辆行为的高精度的预测的车辆行为预测装置及车辆行为预测方法、以及使用了该车辆行为预测装置的驾驶支援装置。

以下，记载用于解决上述问题的方案及其作用效果。

为了解决上述问题，本发明的车辆行为预测装置基于表示车辆的行驶状态的行驶状态信息来预测车辆行为，该车辆行为预测装置具备：分布运算部，收集所述行驶状态信息并基于所收集到的该行驶状态信息来求出表示车辆行为的发生概率的多种概率分布；及车辆行为预测部，求出与作为预测对象的车辆的车辆行为的所述多种概率分布对应的相对位置关系，并基于所求出的该相对位置关系来预测作为预测对象的车辆的车辆行为。

为了解决上述问题，本发明的车辆行为预测方法基于表示车辆的行驶状态的行驶状态信息来预测车辆行为，该车辆行为预测方法包括：分布运算步骤，收集所述行驶状态信息，并基于所收集到的该行驶状态信息来求出表示车辆行为的发生概率的多种概率分布；及预测步骤，求出与作为预测对象的车辆的车辆行为的所述多种概率分布对应的相对位置关系，并基于所求出的该相对位置关系来预测作为预测对象的车辆的车辆行为。

根据上述结构或方法，生成多种表示车辆行为的发生概率的概率分布。并且，该概率分布表示规定的车辆行为的发生容易度或发生困难度，若基于与该概率分布对应的作为预测对象的车辆的车辆行为的相对位置关系，则能够预测该车辆会出现的车辆行为。而且，在上述结构或方法中，在车辆行为的预测时，使用多种概率分布。由此，能够使用多种概率分布从多个观点来预测车辆行为，能够高精度地进行车辆行为的预测。

此外，根据上述结构，若能够检测作为预测对象的车辆的车辆行为，则能够预测该车辆的以后的车辆行为。由此，通过与作为预测对象的车辆的通信，即使未从该车辆取得表示该车辆的行驶状态的信息，也能够进行车辆行为的预测。

在本发明的一方式中，所述多种概率分布由发生特定车辆行为时的概率分布和不发生该特定车辆行为时的概率分布构成。

在本发明的一方式中，作为所述多种概率分布，使用发生特定车辆行为时的概率分布和不发生该特定车辆行为时的概率分布。

本发明如上述结构或方法那样，作为多种概率分布，使用发生特定车辆行为时的概率分布和不发生该特定车辆行为时的概率分布特别有效。即，通过使用关于相同的车辆行为的相反的概率分布，能够基于发生特定车辆行为的概率及不发生该特定车辆行为的概率这双方来预测车辆行为。由此，能够更高精度地预测作为预测对象的车辆的车辆行为。

在本发明的一方式中，在所述作为预测对象的车辆的车辆行为的相对位置关系属于不发生所述特定车辆行为时的概率分布、且不属于发生所述特定车辆行为时的概率分布时，所述车辆行为预测部预测为所述作为预测对象的车辆不出现相应的车辆行为。

在本发明的一方式中，在所述预测步骤中，在所述作为预测对象的车辆的车辆行为的相对位置关系属于不发生所述特定车辆行为时的概率分布、且不属于发生所述特定车辆行为时的概率分布时，预测为所述作为预测对象的车辆不出现相应的车辆行为。

在作为预测对象的车辆的车辆行为属于不发生特定车辆行为时的概率分布时，该车辆具有不出现特定车辆行为的倾向。此外，在作为预测对象的车辆的车辆行为不属于发生特定车辆行为时的概率分布时，该车辆出现该特定车辆行为的可能性低。即，该车辆不出现该特定车辆行为的可能性高。

因此，如上述结构或方法那样，以作为预测对象的车辆的车辆行为的相对位置关系属于不发生特定车辆行为时的概率分布、且不属于发生该特定车辆行为时的概率分布的情况为条件，预测为作为预测对象的车辆不出现相应的车辆行为。由此，基于相反的概率分布，能够高精度地进行关于作为预测对象的车辆不出现相应的车辆行为的预测。

在本发明的一方式中，在所述作为预测对象的车辆的车辆行为的相对位置关系不属于不发生所述特定车辆行为时的概率分布时、或者同时属于不发生所述特定车辆行为时的概率分布和发生该特定车辆行为时的概率分布时，所述车辆行为预测部判断为是否不出现所述作为预测对象的车辆的车辆行为不确定。

在本发明的一方式中，在所述预测步骤中，在所述作为预测对象的车辆的车辆行为的相对位置关系不属于不发生所述特定车辆行为时的概率分布时、或者同时属于不发生所述特定车辆行为时的概率分布和发生该特定车辆行为时的概率分布时，判断为是否不出现所述作为预测对象的车辆的车辆行为不确定。

在作为预测对象的车辆的车辆行为不属于不发生特定车辆行为时的概率分布时，该车辆不出现特定车辆行为的可能性低，难以预测为该车辆不出现特定车辆行为。而且，即使作为预测对象的车辆的车辆行为属于不发生特定车辆行为时的概率分布，在该车辆行为也属于发生该特定车辆行为时的概率分布时，既会想到出现该车辆行为又会想到不出现该车辆行为，难以预测为该车辆不出现特定车辆行为。

因此，如上述结构或方法那样，在作为预测对象的车辆的车辆行为的相对位置关系不属于不发生特定车辆行为时的概率分布时，判断为该车辆是否不出现特定车辆行为不确定。同样地，即使同时属于不发生特定车辆行为时的概率分布和发生该特定车辆行为时的概率分布时，也判断为该车辆是否不出现特定车辆行为不确定。由此，对于作为预测对象的车辆不出现特定车辆行为有疑问的状况下，判断为该车辆不出现特定车辆行为不确定，能够提供除了出现、不出现车辆行为这样的预测结果以外的信息。

在本发明的一方式中，在所述作为预测对象的车辆的车辆行为的相对位置关系属于发生所述特定车辆行为时的概率分布、且不属于不发生所述特定车辆行为时的概率分布时，所述车辆行为预测部预测为所述作为预测对象的车辆出现相应的车辆行为。

在本发明的一方式中，在所述预测步骤中，在所述作为预测对象的车辆的车辆行为的相对位置关系属于发生所述特定车辆行为时的概率分布、且不属于不发生所述特定车辆行为时的概率分布时，预测为所述作为预测对象的车辆出现相应的车辆行为。

在作为预测对象的车辆的车辆行为属于发生特定车辆行为时的概率分布时，该车辆具有出现特定车辆行为的倾向。而且，在作为预测对象的车辆的车辆行为不属于不发生特定车辆行为时的概率分布时，该车辆不出现该特定车辆行为的可能性低。即，该车辆出现该特定车辆行为的可能性高。

因此，如上述结构或方法那样，以作为预测对象的车辆的车辆行为的相对位置关系属于发生特定车辆行为时的概率分布，且不属于不发生该特定车辆行为时的概率分布的情况为条件，预测为作为预测对象的车辆出现相应的车辆行为。由此，基于相反的概率分布能够高精度地进行关于作为预测对象的车辆出现相应的车辆行为的预测。

在本发明的一方式中，在所述作为预测对象的车辆的车辆行为的相对位置关系属于发生所述特定车辆行为时的概率分布时、或者同时属于发生所述特定车辆行为时的概率分布和不发生该特定车辆行为时的概率分布时，所述车辆行为预测部判断为所述作为预测对象的车辆是否出现相应的车辆行为不确定。

在本发明的一方式中，在所述预测步骤中，在所述作为预测对象的车辆的车辆行为的相对位置关系属于发生所述特定车辆行为时的概率分布时，或者同时属于发生所述特定车辆行为时的概率分布和不发生该特定车辆行为时的概率分布时，判断为所述作为预测对象的车辆是否出现相应的车辆行为不确定。

在作为预测对象的车辆的车辆行为不属于发生特定车辆行为时的概率分布时，该车辆出现特定车辆行为的可能性低，难以预测为该车辆出现特定车辆行为。而且，即使作为预测对象的车辆的车辆行为属于发生特定车辆行为时的概率分布，在该车辆行为也属于不发生该特定车辆行为时的概率分布时，既会想到出现该车辆行为又会想到不出现该车辆行为，难以预测为该车辆出现特定车辆行为。

因此，如上述结构或方法那样，在作为预测对象的车辆的车辆行为的相对位置关系不属于发生特定车辆行为时的概率分布时，判断为该车辆出现特定车辆行为不确定。同样地，在同时属于发生特定车辆行为时的概率分布和不发生该特定车辆行为时的概率分布时，也判断为该车辆出现特定车辆行为不确定。由此，对于作为预测对象的车辆出现特定车辆行为有疑问的状况下，判断为该车辆出现特定车辆行为不确定，能够提供除了出现、不出现车辆行为这样的预测结果以外的信息。

在本发明的一方式中，所述车辆行为是车辆的减速行为，所述分布运算部收集所述车辆的表示行驶速度及加速度的信息作为所述行驶状态信息，并按照所收集到的该车辆的行驶速度及加速度分别求出多种概率分布，所述车辆行为预测部使用基于所述行驶速度的概率分布来进行关于所述车辆行为未被执行的预测，并使用基于所述加速度的概率分布来进行关于所述车辆行为被执行的预测。

在本发明的一方式中，选定车辆的减速行为作为所述车辆行为，在所述分布运算步骤中，收集表示所述车辆的行驶速度及加速度的信息作为所述行驶状态信息，并按照所收集到的该车辆的行驶速度及加速度分别求出多种概率分布，在所述预测步骤中，使用基于所述行驶速度的概率分布来进行关于所述车辆行为未被执行的预测，并使用基于所述加速度的概率分布来进行关于所述车辆行为被执行的预测。

在某车辆中发生减速行为时，例如，在该车辆的行进方向前方存在交叉点、弯路、临时停止位置等需要特定驾驶操作的交通要素，或者发生拥堵的可能性高。并且，在这样的状况下，根据需要减速的交通要素，为了顺畅地使车辆的行驶速度下降或维持与前车之间的车间距离，对预测出减速行为的发生的车辆的后续车辆的驾驶员催促进行减速操作的必要性高。即，在实现顺畅的减速操作，或执行燃油经济性提高用的减速支援的基础上，预测作为预测对象的车辆的减速行为的必要性高。而且，减速行为与行驶速度及加速度的关联性特别强，若基于行驶速度或加速度的概率分布，则能够进行关于减速行为的发生等的预测。

关于这一点，根据上述结构或方法，基于行驶速度及加速度的概率分布来进行关于减速行为的发生等的预测，由此能够对预测必要性高的减速行为高精度地进行预测。

在本发明的一方式中，所述分布运算部还具备可靠区间规定部，该可靠区间规定部将距表示所述车辆行为的平均值的所述概率分布的中央的规定区间规定为关于该车辆行为的发生概率的可靠区间，所述车辆行为预测部使用所述可靠区间内的概率分布来预测作为预测对象的车辆的车辆行为。

在本发明的一方式中，还包括将距表示所述车辆行为的平均值的所述概率分布的中央的规定区间规定为关于该车辆行为的发生概率的可靠区间的规定步骤，在所述预测步骤中，使用所述可靠区间内的概率分布作为所述概率分布来预测所述车辆行为。

即使某车辆的行为属于关于特定车辆行为的概率分布，根据该概率分布与某车辆的行为的相对位置关系，而该车辆行为的发生概率不同，对于预测结果的可靠度也不同。

因此，如上述结构或方法那样，若预先规定概率分布的可靠区间、并使用可靠区间内的概率分布来预测作为预测对象的车辆的车辆行为，则能够进一步提高对于预测结果的可靠度。而且，通过使用预先规定的可靠区间内的概率分布，在车辆行为的预测时，只要判断作为预测对象的车辆的行为是否属于可靠区间内的概率分布即可。由此，能够更容易地进行车辆行为的预测。

在本发明的一方式中，所述分布运算部还具备可靠区间规定部，该可靠区间规定部将距表示所述车辆行为的平均值的所述概率分布的中央的规定区间规定为关于该车辆行为的发生概率的可靠区间，所述车辆行为预测部基于所述作为预测对象的车辆的车辆行为是否属于所述概率分布中的所述可靠区间来进行该车辆行为是否属于所述概率分布的判断。

在本发明的一方式中，还包括将距表示所述车辆行为的平均值的所述概率分布的中央的规定区间规定为关于该车辆行为的发生概率的可靠区间的规定步骤，在所述预测步骤中，基于所述作为预测对象的车辆的车辆行为是否属于所述概率分布中的所述可靠区间来进行该车辆行为是否属于所述概率分布的判断。

即使某车辆的行为属于关于特定车辆行为的概率分布，根据该概率分布与某车辆的行为的相对位置关系，该车辆行为的发生的概率也不同，对于预测结果的可靠度也不同。而且，即使作为预测对象的车辆的行为包含于概率分布，在该行为不属于该概率分布的可靠区间时，在作为预测对象的车辆中发生该概率分布表示的车辆行为的可能性低。

因此，如上述结构或方法那样，规定关于上述求出的概率分布的可靠区间，基于作为预测对象的车辆的车辆行为是否属于上述求出的概率分布中的可靠区间来预测作为预测对象的车辆的车辆行为。由此，预测结果与作为预测对象的车辆的行为一致的概率得以良好地提高，对于预测结果的可靠度也得以良好地提高。而且，由此，不用对上述求出的概率分布特别进行加工，仅通过事后地对该概率分布规定可靠区间，就能实现可靠度高的预测。

在本发明的一方式中，所述行驶状态信息中包含表示车辆的行驶地点及该行驶地点的特征中的至少一个的信息，所述分布运算部按照所述行驶地点或该行驶地点的特征而分别求出所述多种概率分布，在进行所述车辆行为的预测时，所述车辆行为预测部识别作为预测对象的车辆的行驶地点或该行驶地点的特征，将所述分布运算部针对与该识别结果相同的行驶地点或该行驶地点的特征而求出的多种概率分布用于所述车辆行为的预测。

在本发明的一方式中，作为所述行驶状态信息，选定表示车辆的行驶地点及该行驶地点的特征中的至少一个的信息，在所述分布运算步骤中，按照所述行驶地点或该行驶地点的特征而分别求出所述多种概率分布，所述预测步骤还包括：识别步骤，识别作为预测对象的车辆的行驶地点或该行驶地点的特征；选定步骤，从所述分布运算步骤所求出的概率分布中选定针对与该识别步骤的识别结果相同的关于行驶地点或该行驶地点的特征的多种概率分布；并且，所述预测步骤将由该选定步骤选定的概率分布用于所述车辆行为的预测。

车辆行为大多起因于由道路上存在的交叉点或弯路等交通要素，因此在特定行驶地点具有发生特定车辆行为的倾向。由此，只要能够确定作为预测对象的车辆的行驶地点，就能够预先确定该行驶地点的车辆行为的发生概率。

因此，如上述结构或方法那样，将表示行驶地点的信息一并收集，并将该收集到的表示行驶地点的信息与相应的概率分布建立关联。而且，在进行车辆行为的预测时，识别作为预测对象的车辆的行驶地点，并确定与该识别出的行驶地点相同的地点的概率分布。并且，基于该确定的概率分布和作为预测对象的车辆的行为来预测车辆行为，由此使用与相应的行驶地点的关联性高的概率分布来进行车辆行为的预测，使用了概率分布的预测精度进一步提高。而且，这样一来，通过将概率分布与行驶地点或其特征建立关联，能够一并预测车辆行为是起因于行驶地点或其特征而发生的行为、或是起因于与行驶地点或其特征不同的例如车辆的行驶状态等而发生的行为等。

另外，即使行驶地点不同，在交叉点的形状、道路线性、道路宽度、车道数量、道路的曲率、道路坡度、信号机等的基础设施设备的有无、临时停止位置等交通限制的有无、限制速度等对车辆行为造成能够影响的要素相同或类似时，具有发生相同或类似的车辆行为的倾向。

因此，如上述结构或方法那样，将表示行驶地点的特征的信息与概率分布适当建立关联。而且，在进行车辆行为的预测时，识别作为预测对象的车辆的行驶地点的特征，并确定在与该行驶地点的特征相同的行驶地点的基础上生成的概率分布，使用该确定的概率分布来预测作为预测对象的车辆的行为。由此，即使不存在与作为预测对象的车辆的行驶地点一致的地点的概率分布，只要有在与该地点的特征相同或类似的地点的基础上生成的概率分布，就可以利用该概率分布来预测车辆行为。由此，能够预测出车辆行为的情况飞跃地增多，能够在更多的情况下进行车辆行为的预测。

在本发明的一方式中，所述行驶状态信息是基于是从具有无线通信功能的多台车辆向探测信息通信***的管理中心所传送的信息而取得的，所述分布运算部及所述车辆行为预测部中的至少一个搭载于所述管理中心，表示所述概率分布及所述作为预测对象的车辆行为的预测结果中的至少一方的信息是根据要求而由所述管理中心提供的。

通常，在上述探测信息通信***的管理中心中，从在道路上行驶的多台车辆收集有表示各车辆的行驶状态或行驶位置等的信息。即，在管理中心收集有为了生成概率分布所需的充分的信息。

因此，根据上述结构，若基于向上述管理中心传送的信息来取得行驶状态信息，则能够从多台车辆容易地收集车辆行为的预测所需的信息，能够实现广域的区域中的概率分布的生成、及车辆行为的预测。由此，能够使用丰富的概率分布进行车辆行为的预测，能够预测出车辆行为的情况增多。

另外，根据上述结构，分布运算部及车辆行为预测部中的至少一个搭载于管理中心。因此，在管理中心能够专属地进行概率分布的生成或车辆行为的预测，容易将高功能的运算处理装置或大容量的数据库设于管理中心。由此，能够更高速且高精度地进行概率分布的生成或车辆行为的预测，关于所生成的概率分布也能够大量地登记于数据库。

为了实现上述问题，本发明的驾驶支援装置基于车辆行为的预测结果对驾驶员的驾驶进行支援，所述驾驶支援装置具备驾驶支援部，该驾驶支援部使用技术方案方案1～11中任一项所记载的车辆行为预测装置，来预测作为驾驶支援对象的车辆或在该车辆的行进方向前方行驶的前车的车辆行为，并基于所预测出的该车辆行为来执行驾驶支援。

本发明如上述方式那样地预测作为驾驶支援的对象的车辆的行进方向前方，并适用于进行基于该预测结果的驾驶支援的驾驶支援装置特别有效。即，例如，在预测出前车的减速时，进行基于声音通知或图像通知、制动再生等的减速支援，而在未预测出前车的减速时，不进行减速支援。由此，进行基于高精度的预测结果的驾驶支援，能实现与作为预测对象的车辆的行为或行驶环境对应的可靠的驾驶支援。

为了解决上述问题，本发明的车辆行为预测装置基于表示车辆的行驶状态的行驶状态信息来预测车辆行为，该车辆行为预测装置具备：运算部，收集所述行驶状态信息，并基于所收集的该行驶状态信息，进行生成表示相反的车辆行为的两个车辆行为模式的运算；及车辆行为预测部，通过作为预测对象的车辆的车辆行为与所述两个车辆行为模式的模式匹配来预测作为预测对象的车辆的车辆行为。

根据上述结构，车辆行为的预测通过与相反的两个车辆行为模式的匹配来进行。由此，能够从相反的两个车辆行为模式这样的两个观点预测车辆行为，能够高精度地进行基于各车辆行为模式的车辆行为的预测。

在本发明的一方式中，所述车辆行为预测部在a.所述作为预测对象的车辆的车辆行为与特定车辆行为的车辆行为模式匹配、且和与该特定车辆行为的相反的车辆行为模式不匹配时，预测为作为预测对象的车辆出现追随所匹配的所述车辆行为模式的车辆行为，在b.所述作为预测对象的车辆的车辆行为与所述相反的两个车辆行为模式同时匹配时，判断为该车辆的车辆行为不确定。

根据上述结构，将作为车辆行为的预测对象的车辆的行驶速度与表示发生特定车辆行为的车辆行为模式匹配、且和与该车辆行为模式的相反的车辆行为模式即表示不发生特定车辆行为的车辆行为模式不匹配时，预测为该车辆发生特定车辆行为。同样地，根据上述结构，在作为车辆行为的预测对象的车辆的行驶速度与表示不发生特定车辆行为的车辆行为模式匹配、且和与该车辆行为模式的相反的车辆行为模式即表示发生特定车辆行为的车辆行为模式不匹配时，预测为该车辆不发生特定车辆行为。因此，仅通过作为预测对象的车辆的行为与相反的两个车辆行为模式中的一个车辆行为模式进行匹配，无法预测该车辆的行为与所匹配的车辆行为一致。由此，能够可靠地进行使用了两个车辆行为模式的车辆行为的预测。

此外，根据上述结构，在作为车辆行为的预测对象的车辆的行驶速度与相反的两个车辆行为模式均匹配时，判断为该车辆的行为与任一车辆行为模式都一致的可能性高而该车辆的行为不确定。由此，能够以发生及不发生特定车辆行为、以及不确定这三个层面进行车辆行为的预测。

附图说明

图1是关于本发明的车辆行为预测装置及车辆行为预测方法、以及驾驶支援装置的第一实施方式，表示适用了上述车辆行为预测装置及车辆行为预测方法、以及驾驶支援装置的车辆的简要结构的框图。

图2中，(a)是表示关于与交叉点相距规定距离的地点处的行驶速度的概率分布的一例的曲线图；(b)是表示关于与交叉点相距规定距离的地点处的加速度的概率分布的一例的曲线图。

图3是表示关于交叉点近前的规定行驶区间的行驶速度的概率分布的一例的曲线图。

图4是表示关于交叉点近前的规定行驶区间的加速度的概率分布的一例的曲线图。

图5是表示该实施方式的数据库生成处理的一例的流程图。

图6是表示该实施方式的预测信息取得处理及车辆行为预测处理的一例的流程图。

图7是表示该实施方式的行驶速度标志处理及加速度标志处理的一例的流程图。

图8是表示该实施方式的车辆行为的预测次序的流程图。

图9是关于本发明的车辆行为预测装置及车辆行为预测方法、以及驾驶支援装置的第二实施方式，表示车辆行为预测处理的一例的流程图。

图10是将关于与交叉点相距规定距离的地点的减速时及非减速时的行驶速度的概率分布的一例与可靠区间一起表示的曲线图。

图11是将关于与交叉点相距规定距离的地点的减速时及非减速时的行驶速度的概率分布的一例与可靠区间一起表示的曲线图。

图12是将关于与交叉点相距规定距离的地点的减速时及非减速时的行驶速度的概率分布的一例与可靠区间一起表示的曲线图。

图13是将关于与交叉点相距规定距离的地点的减速时及非减速时的行驶速度的概率分布的一例与可靠区间一起表示的曲线图。

图14是关于本发明的车辆行为预测装置及车辆行为预测方法、以及驾驶支援装置的第三实施方式，表示适用了上述车辆行为预测装置及车辆行为预测方法、以及驾驶支援装置的车辆及管理中心的简要结构的框图。

图15是关于本发明的车辆行为预测装置及车辆行为预测方法、以及驾驶支援装置的另一实施方式，表示适用了上述车辆行为预测装置及车辆行为预测方法、以及驾驶支援装置的车辆及管理中心以及信息终端的简要结构的框图。

图16是关于本发明的车辆行为预测装置及车辆行为预测方法、以及驾驶支援装置的另一实施方式，表示适用了上述车辆行为预测装置及车辆行为预测方法、以及驾驶支援装置的车辆及管理中心以及信息终端的简要结构的框图。

图17是关于本发明的车辆行为预测装置及车辆行为预测方法、以及驾驶支援装置的另一实施方式，表示基于表示一种车辆行为的要素的车辆行为预测处理的一例的流程图。

图18是关于本发明的车辆行为预测装置及车辆行为预测方法、以及驾驶支援装置的另一实施方式，其中，(a)是表示规定的车辆行为发生的行驶地点的图，(b)是表示基于相反的两个车辆行为模式的车辆行为的预测方式的曲线图。

具体实施方式

(第一实施方式)

以下，关于将本发明的车辆行为预测装置及车辆行为预测方法、以及驾驶支援装置具体化的第一实施方式，参照图1～图8进行说明。

如图1所示，在适用了本实施方式的车辆行为预测装置及车辆行为预测方法、以及驾驶支援装置的车辆100上搭载有检测行驶状态信息中的本车100的行驶状态的车辆状态检测部110。

车辆状态检测部110例如由检测车辆100的行驶速度的车速传感器111及检测该车辆100的加速度的加速度传感器112等构成。上述车速传感器111及加速度传感器112经由例如CAN(Control AreaNetwork：控制区域网络)等车载网络，与汇集各种传感器等的检测结果的车载控制装置140电连接。

车速传感器111检测车轮旋转速度，并将与该检测出的旋转速度对应的信号向车载控制装置140输出。加速度传感器112检测车辆100的加速度，并将与该检测出的加速度对应的信号向车载控制装置140输出。

另外，在车辆100上搭载有检测行驶状态信息中的本车100的行驶位置或行驶环境的行驶环境检测部120。本实施方式的行驶环境检测部120例如由GPS121构成，该GPS121接收卫星信号，并以该接收到的卫星信号为基础来检测车辆100的绝对位置即纬度经度。GPS121检测伴随车辆100的移动而变化的车辆100的纬度经度，换言之，检测车辆100所行驶的各地点的纬度经度，并将表示其检测结果的纬度经度信息向车载控制装置140输出。

而且，在车辆100上搭载有前车信息取得部130，该前车信息取得部130取得表示在该车辆100的行进方向前方行驶的前车的行驶状态等的信息。本实施方式的前车信息取得部130例如具备毫米波雷达131，该毫米波雷达131使用毫米波带的电波来检测在车辆100的行进方向前方行驶的前车的存在。而且，前车信息取得部130例如具备车辆用通信机132，该车辆用通信机132进行与在车辆100的周边行驶的车辆之间的车车间通信、或与设于路上的路侧通信机之间的路车间通信。此外，在前车中，不仅包括在车辆100的正前方行驶的一台车辆，而且包括在车辆100的行进方向前方行驶的多台车辆。

当检测出在车辆100的行进方向前方行驶的前车的存在时，毫米波雷达131将表示其检测结果的信号向车载控制装置140输出。而且，车辆用通信机132例如通过与在车辆100的行进方向前方行驶的前车之间的车车间通信，来取得表示该前车的行驶速度或加速度等行驶状态的信息。并且，车辆用通信机132将该取得的信息向车载控制装置140输出。

车载控制装置140具备***控制部141，该***控制部141基于从车辆状态检测部110输入的车速传感器111及加速度传感器112的检测结果、以及油门传感器、制动传感器、转向传感器等的检测结果，来控制发动机、制动器、转向灯及转向器等各种车载设备。而且，本实施方式的车载控制装置140具备行驶环境确定部142，该行驶环境确定部142基于从行驶环境检测部120或前车信息取得部130输入的车辆100的纬度经度信息，来确定车辆100或前车的行驶环境。而且，本实施方式的车载控制装置140具备用于作为预测对象的车辆的车辆行为的预测的分布运算部143、数据库生成部144及车辆行为预测部145。

其中，在从车辆状态检测部110被输入各驾驶操作要素的检测结果时，***控制部141基于该检测结果来控制各种车载设备。由此，例如，当因驾驶员踏下油门踏板而使油门传感器等的检测结果发生变化时，根据该检测结果来算出发动机的控制量，按照该算出结果来控制发动机。

另外，当从行驶环境检测部120或前车信息取得部130被输入车辆100的纬度经度信息时，本实施方式的行驶环境确定部142将该输入的纬度经度信息向分布运算部143输出。此外，本实施方式的行驶环境确定部142保有将道路线性、交叉点形状、及道路坡度与表示它们的纬度的纬度经度信息一起预先登记的道路地图数据142a。并且，行驶环境确定部142当被输入车辆100或前车的纬度经度信息时，以该纬度经度信息为基础参照道路地图数据142a来确定车辆100或前车的行驶环境。本实施方式的行驶环境确定部142例如确定车辆100或前车行驶的行驶地点的特征。并且，行驶环境确定部142将其确定结果向分布运算部143输出。此外，作为该行驶地点的特征，对应地包括交叉点的形状、道路线性、道路宽度、车道数量、道路的曲率、道路坡度、信号机等基础设施设备的有无、临时停止位置等交通限制的有无、限制速度等那样影响车辆行为的要素。

当从车辆状态检测部110及前车信息取得部130被输入表示车辆100、前车信息取得部130的行驶速度及加速度的信息时，分布运算部143将表示上述行驶速度及加速度的信息与行驶速度及加速度的检测时的车辆100的纬度经度或表示在交通要素中的绝对位置的位置信息建立关联。并且，当表示行驶速度及加速度的信息的取得次数超过规定次数时，分布运算部143基于表示上述行驶速度及加速度的信息来生成车辆行为的概率分布。此外，在本实施方式中，作为表示概率分布的生成所需的行驶速度及加速度的信息的取得次数，例如在相同或行驶环境类似的地点规定约“20次”左右。而且，本实施方式的分布运算部143将这样的车辆行为的概率分布按照基于纬度经度而分类的行驶地点及按照通过行驶环境确定部142而确定的行驶环境分别生成。

本实施方式的分布运算部143具备对所生成的概率分布的可靠区间进行规定的可靠区间规定部143a。本实施方式的可靠区间规定部143a例如将概率分布中的包含中心的约“95％”规定为可靠区间。

而且，本实施方式的分布运算部143例如仅在交叉点或弯路等、行驶速度或加速度的推移模式分为多个模式的地点或行驶环境中，生成行驶速度及加速度的概率分布。

当如此地生成关于行驶速度及加速度的概率分布时，分布运算部143将表示该生成的概率分布的数据向数据库生成部144适当输出。

当被输入分布运算部143所生成的表示概率分布的数据时，数据库生成部144将各概率分布按照行驶地点及行驶环境分别登记到分布数据库150中。由此，在分布数据库150中蓄积有关于车辆100或前车的行驶的各地点或各行驶环境的表示概率分布的数据。

车辆行为预测部145例如在基于从前车信息取得部130输入的信息而识别出在车辆100的行进方向前方存在前车时预测该前车的车辆行为。本实施方式的车辆行为预测部145在进行车辆行为的预测时从前车信息取得部130取得表示在车辆100的前方行驶中的前车的行驶速度及加速度的信息。而且，车辆行为预测部145基于通过GPS121取得的车辆100的纬度经度信息和毫米波雷达131的检测结果来确定前车的行驶地点。并且，车辆行为预测部145基于该确定的前车的行驶地点，从分布数据库150提取在纬度经度相同的地点处生成的关于行驶速度及加速度的概率分布。接着，车辆行为预测部145基于与该提取到的行驶速度及加速度的概率分布对应的前车的行驶速度及加速度的相对位置关系来预测前车的车辆行为。本实施方式的车辆行为预测部145例如预测减速行动的发生的有无作为前车的车辆行为。而且，在对于前车的减速行动的发生及不发生的任一者都无法预测高概率地发生时，本实施方式的车辆行为预测部145识别为前车的减速行动不确定。

此外，本实施方式的车辆行为预测部145具备类似地点提取部145a，该类似地点提取部145a从分布数据库150提取在与作为预测对象的前车的行驶环境类似的环境下生成的概率分布。在纬度经度相同的地点处生成的关于行驶速度及加速度的概率分布不存在于分布数据库150中时，类似地点提取部145a从分布数据库150提取在交叉点形状、道路线性、弯路的曲率等类似的环境下生成的关于行驶速度及加速度的概率分布。并且，在本实施方式中，该提取的关于行驶速度及加速度的概率分布也用于前车的车辆行为的预测。由此，在本实施方式中，即使对于未登记于分布数据库150内的行驶地点所行驶的前车，也能够预测车辆行为。在如此地预测出前车的车辆行为时，车辆行为预测部145将其预测结果向基于该预测结果进行各种驾驶支援的驾驶支援部160输出。

本实施方式的驾驶支援部160例如具备驾驶支援部161，该驾驶支援部161基于由车辆行为预测部145产生的预测结果来运算用于控制搭载于车辆100的发动机或制动器等各种控制设备、声音装置162及设于车厢内的显示装置163的控制量。

当从车辆行为预测部145被输入前车的车辆行为的预测结果时，驾驶支援部161基于该预测结果，例如求出由上述***控制部141控制的各种控制设备的控制量，并将该求出的控制量向***控制部141输出。由此，例如，在车辆行为预测部145的预测结果表示前车发生减速行动时，执行前车减速的时机或该时机以前的发动机的切断或制动器的接通。此外，在车辆100为混合动力汽车时，驾驶支援部161执行前车减速的时机或该时机以前的制动再生。而且，驾驶支援部161例如生成对前车进行减速行动进行通知的声音通知或图像通知用的声音数据或图像数据，并将上述生成的声音数据及图像数据在前车减速的时机或该时机以前向声音装置162及显示装置163输出。由此，通过声音装置162及显示装置163，在前车的减速时或减速开始以前，对车辆100的驾驶员进行催促该车辆100的减速的通知。

反之，在车辆行为预测部145的预测结果表示前车的减速行动不发生时，驾驶支援部161不执行通过***控制部141、声音装置162及显示装置163的减速支援。并且，驾驶支援部161例如通过声音装置162及显示装置163向驾驶员通知前车不进行减速行动。同样地，在从车辆行为预测部145被输入了前车的车辆行为不确定的识别结果时，本实施方式的驾驶支援部161也不执行通过***控制部141、声音装置162及显示装置163的减速支援。

这样一来，在本实施方式中，仅在前车进行减速行动的可能性高时，进行对驾驶员的减速支援。而且，这样一来，在本实施方式中，在前车不进行减速行动的可能性高时，例如向驾驶员通知前车不进行减速行动。由此，仅在必要性高的状况下进行对驾驶员的减速支援，并且在前车不进行减速行动的可能性高时，进行前车的行驶继续的通知。

以下，参照图2～图4，说明本实施方式的车辆行为预测装置及车辆行为预测方法、以及驾驶支援装置进行的车辆行为的预测原理。此外，图2(a)示出例如设有信号机的交叉点的近前约“40m”处的行驶速度的概率分布，图2(b)示出例如交叉点的近前约“40m”处的加速度的概率分布。而且，图3例如约每隔“1m”地示出在某交叉点行驶的车辆的行驶速度的概率分布，图4例如约每隔“1m”地示出在该交叉点行驶的车辆的加速度的概率分布。而且，在图3中，分布Rvy表示从发生减速行为时的交叉点的近前约“100m”到交叉点的车辆的行驶速度的概率分布，分布Rvn表示从不发生减速行为时的交叉点的近前约“100m”到交叉点的车辆的行驶速度的概率分布。同样地，在图4中，分布Ray表示从发生减速行为时的交叉点的近前约“100m”到交叉点的车辆的加速度的概率分布，分布Ran表示从不发生减速行为时的交叉点的近前约“100m”到交叉点的车辆的加速度的概率分布。

如图2(a)所示，例如，距交叉点的近前约为“40m”的地点处的车辆100或前车等的行驶速度的概率分布成为在该交叉点进行了起因于信号机的红色显示等的减速行动时的分布Pvy和在该交叉点处未进行减速行动时的分布Pvn这两个分布。并且，在本实施方式中，规定了区域Ovy及Ovn的分布作为相对于各分布Pvy及Pvn的平均值的95％可靠区间。

另外，如图2(b)所示，例如，距某交叉点的近前约为“40m”的地点处的车辆100或前车等的加速度的概率分布成为在该交叉点进行了起因于信号机的红色显示等的减速行动时的分布Pay和在该交叉点未进行减速行动时的分布Pan这两个分布。并且，在本实施方式中，规定了区域Oay及Oan的分布作为相对于各分布Pay及Pan的平均值的95％可靠区间。

另一方面，如图3所示，这样的从距交叉点为规定距离近前的地点到该交叉点的95％可靠区间的行驶速度的分布大致分类成：由于车辆的驾驶员进行了减速操作而发生了减速行为时的分布Rvy和由于车辆的驾驶员未进行减速操作而未发生减速行为时的分布Rvn。这样的两个分布Rvy及Rvn例如表示虽然在交叉点的近前约“100m”的地点处没有差异、但随着接近交叉点而不同的推移。这是由于在进行了减速操作时、随着接近交叉点而车辆的行驶速度接近于“0”所引起的。

并且，例如，在作为预测对象的车辆的行驶速度的推移V1包含于非减速时的分布Rvn而不包含于减速时的分布Rvy时，能够预测为在该车辆中不发生减速行为。

而且，例如，在作为预测对象的车辆的行驶速度的推移V2包含于减速时的分布Rvy而不包含于非减速时的分布Rvn时，能够预测为在该车辆中发生减速行为。

另一方面，例如，在作为预测对象的车辆的行驶速度的推移V3既包含于减速时的分布Rvy又包含于减速时的Rvn时，在该车辆中减速行为既可能发生又可能不发生，因此将以后的车辆行为作为不确定。同样地，关于既不包含于减速时的分布Rvy又不包含于减速时的Rvn的例外的推移V4、V5，将以后的车辆行为也作为不确定。

另一方面，如图4所示，这样的从距交叉点为规定距离近前的地点到该交叉点的95％可靠区间的加速度的分布也大致分类成由于车辆的驾驶员进行了减速操作而发生了减速行为时的分布Ray和由于车辆的驾驶员未进行减速操作而未发生减速行为时的分布Ran。此外，关于加速度的减速时的分布Ray与非减速时的分布Ran重复的比例即使在与交叉点相距例如近前约“100m”的地点处也少于关于行驶速度的减速时的分布Rvy与非减速时的分布Rvn重复的比例。这是由于，加速度是行驶速度的微分值，因此与减速操作的有无相伴的加速度的变化是在减速操作的刚开始之后发生的。

并且，例如，在作为预测对象的车辆的行驶速度的推移A1包含于非减速时的分布Ran而不包含于减速时的分布Ray时，能够预测为在该车辆中不发生减速行为。

另外，例如，在作为预测对象的车辆的行驶速度的推移A2包含于减速时的分布Ray而不包含于非减速时的分布Ran时，能够预测为在该车辆中发生减速行为。

另一方面，例如，在作为预测对象的车辆的行驶速度的推移A3既包含于减速时的分布Ray又包含于减速时的Ran时，在该车辆中减速行为既可能发生也可能不发生，因此将以后的车辆行作为不确定。同样地，关于既不包含于减速时的分布Ray又不包含于减速时的Ran时的例外的推移A4，A5，将以后的车辆行为也作为不确定。

此外，如该图4所示，就加速度的分布而言，在从交叉点的近前约“100m”至约“70m”附近，非减速时的分布Ran的大多数包含于减速时的分布Ray，而从约“70m”到交叉点的减速时的分布Ray与非减速时的分布Ran不重复的比例升高。并且，关于加速度的减速时的分布Ray与非减速时的分布Ran不重复的比例高于先前的图3所示的关于行驶速度的减速时的分布Rvy与非减速时的分布Rvn不重复的比例。由此，在本实施方式中，使用图4例示的加速度的分布来进行关于减速行为发生的预测。

相对于此，如先前的图3所示，就行驶速度的分布而言，虽然从交叉点的近前约“100m”到约“70m”附近，减速时的分布Rvy与非减速时的分布Rvn重复的比例高，但是从约“70m”到交叉点反映了交叉点处的停止的有无，因此特别是仅非减速时的分布Rvn的区域扩大。

并且，关于行驶速度的非减速时的分布Rvn与减速时的分布Rvy不重复的区域(面积)大于图4所示的关于加速度的非减速时的分布Ran与减速时的分布Ray不重复的区域(面积)。由此，在本实施方式中，使用图3例示的行驶速度的分布来进行关于不发生减速行为的预测。

此外，如图3及图4例示那样，关于加速度的分布与关于行驶速度的分布相比，在距交叉点的近前较远的阶段，减速时与非减速时的差异显著。由此，通过使用关于加速度的分布，在与交叉点的近前相距规定距离以上的阶段能够高精度地预测车辆行为。

接下来，参照图5及图6，说明本实施方式的车辆行为预测装置及车辆行为预测方法、以及驾驶支援装置的作用。

如图5所示，首先，根据车载控制装置140，为了生成用于车辆行为的预测的数据库，例如，取得车辆100或该车辆100的前车的行驶时的表示车辆行为的与行驶速度或加速度相关的信息(步骤S100)。接着，取得与该每次车辆行为对应的表示行驶地点的纬度经度信息(步骤S101)。在此处的例子中，前车的纬度经度是相对于车辆100的纬度经度而基于根据毫米波雷达131的检测结果而求出的车辆100与前车的车间距离来算出的，该车辆100的纬度经度是基于搭载于车辆100的GPS121的检测结果而得到的。而且，基于该取得的纬度经度信息和上述道路地图数据142a来确定与该每次的车辆行为对应的行驶地点的特征(步骤S102)。并且，将上述检测出的车辆行为与对应的纬度经度信息及所确定的表示行驶地点的特征的信息建立关联(步骤S103)。这样一来，反复进行车辆行为及发生过该车辆行为的行驶地点的检测、以及该行驶地点的特征的确定，由此，当某行驶地点或关于行驶地点的特征的信息量超过规定数量时(步骤S104为“是”)，生成信息量超过了规定数量的行驶地点或行驶地点的特征下的车辆行为的概率分布(步骤S105)。由此，先前的图3及图4所例示的关于行驶速度或加速度的概率分布按照进行特定驾驶操作的交叉点或弯路、临时停止位置这样的各交通要素而生成，并将该生成后的概率分布向上述分布数据库150登记。

并且，例如在进行车辆行为的预测时，在图6中作为步骤S106所示，例如检测对预测对象信息进行提示的在车辆100的行进方向前方行驶的前车的行驶速度及加速度以及行驶地点。接着，当与该检测出的行驶地点相同的地点的概率分布存在于分布数据库150时(步骤S107为“是”)，从分布数据库150中提取该概率分布。另一方面，与前车的行驶地点相同的地点的概率分布不存在于分布数据库150时(步骤S107为“否”)，判断与前车的行驶地点的特征相同的地点的概率分布是否存在于分布数据库150中(步骤S111)。并且，在与前车的行驶地点的特征相同的地点的概率分布存在于分布数据库150时(步骤S111为“是”)，从分布数据库150中提取该地点的概率分布(步骤S112)。

这样一来，当从分布数据库150提取作为车辆行为的预测对象的前车的行驶地点或与该地点的特征相同的地点的概率分布时，以先前的图3及图4例示的方式求出该提取的概率分布中的前车的车辆行为的相对位置关系(步骤S109)。

并且，基于该相对位置关系，以如下的方式来预测前车的车辆行为(步骤S110、S113、S114)：前车

a.进行例如特定车辆行为即减速行为，

b.不进行该减速行为，

c.是否进行该减速行为不确定。

这样，当预测出前车的车辆行为时，根据该预测结果来执行驾驶支援。由此，例如，在预测为朝向交叉点的前车进行减速行为时，进行对该前车的后续车辆100的驾驶员的减速通知或制动再生等。另一方面，在预测为朝向交叉点的前车不进行减速行为、或该前车的车辆行为不确定时，将该情况向车辆100的驾驶员通知且不进行减速支援。

接下来，参照图7及图8，详细叙述本实施方式的车辆行为预测装置及车辆行为预测方法、以及驾驶支援装置进行的预测对象的车辆行为的预测次序。即，反复进行图5及图6所示的数据库生成处理和预测信息取得处理，并同时详细叙述车辆行为预测处理。

如图7所示，通过先前的图5的步骤S100～S105进行的数据库生成处理的执行，生成了用于车辆行为的预测的概率分布(步骤S200)。而且，通过先前的图5的步骤S106～S108、S111、S112的预测信息取得处理的执行，例如，取得表示作为预测对象的前车的行驶速度及加速度、以及行驶地点的信息，从而取得该行驶地点或与该行驶地点的特征相同的地点的概率分布(步骤S201)。

于是，如图7中作为步骤S202所示，从分布数据库150提取登记于分布数据库150内的概率分布中的、例如先前的图3所例示的某交叉点的减速时及非减速时的行驶速度的例如95％可靠区间的概率分布。接着，求出与该提取出的减速时及非减速时的行驶速度的概率分布对应的前车的行驶速度的相对位置关系，即相对位置(步骤S203)。并且，判断前车的行驶速度是否包含于非减速时的行驶速度的概率分布(步骤S204)。此外，在进行这样的判断时，例如，使用交叉点的近前约“40m”至约“20m”之间的行驶速度的概率分布及前车的行驶速度。

并且，在前车的行驶速度包含于非减速时的行驶速度的概率分布时(步骤S204为“是”)，进一步判断前车的行驶速度是否不包含于减速时的行驶速度的概率分布(步骤S205)。该判断的结果是判断为前车的行驶速度仅包含于非减速时的行驶速度的概率分布时(步骤S205为“是”)，预测为在前车所朝向的交叉点处该前车不发生减速行为，将行驶速度标志设为“1”(步骤S206)。

另一方面，在前车的行驶速度不包含于非减速时的行驶速度的概率分布时(步骤S204为“否”)，在前车是否不发生减速行为不确定而将行驶速度标志设为“0”(步骤S207)。同样地，在前车的行驶速度包含于非减速时及减速时的任一概率分布时(步骤S204为“是”、S205为“否”)，也是在前车中是否不发生减速行为不确定而将减速标志设为“0”(步骤S207)。

这样一来，当决定行驶速度标志时，将该决定的行驶速度标志的结果进行统计(步骤S208)。

接着，如作为步骤S209所示，从分布数据库150提取登记于分布数据库150内的概率分布中的、例如先前的图4例示的某交叉点的减速时及非减速时的加速度的例如约95％可靠区间的概率分布。接着，求出与该提取的减速时及非减速时的加速度的概率分布对应的前车的加速度的相对位置关系(步骤S210)。并且，判断前车的加速度是否包含于减速时的加速度的概率分布(步骤S211)。此外，在进行这样的判断时，例如，使用交叉点的近前约“40m”之约“20m”之间的行驶速度的概率分布及前车的加速度。

并且，在前车的加速度包含于减速时的加速度的概率分布时(步骤S211为“是”)，进一步判断前车的加速度是否不包含于非减速时的加速度的概率分布(步骤S212)。该判断的结果是判断为前车的加速度仅包含于减速时的加速度的概率分布时(步骤S212为“是”)，预测为在前车朝向的交叉点处该前车发生减速行为，将加速度标志设为“-1”(步骤S213)。

另一方面，在前车的加速度不包含于减速时的加速度的概率分布时(步骤S211为“否”)，前车的减速行为的发生不确定而将加速度标志设为“0”(步骤S214)。同样地，在前车的加速度包含于非减速时及减速时的任一概率分布时(步骤S211为“是”、S212为“否”)，也是前车的减速行为的发生不确定而将减速标志设为“0”(步骤S214)。

这样一来，当决定加速度标志时，对该决定的加速度标志的结果进行统计(步骤S215)。

并且，如图8所示，接着在步骤S216中，将行驶速度标志的统计结果与加速度标志的统计结果相加，由此求出表示作为预测对象的前车的车辆行为的预测值的对象车辆减速标志。其结果是，在对象车辆减速标志为“1”时，判断为前车不出现减速行为(步骤S217为“是”、S218)。

相对于此，在对象车辆减速标志为“-1”时，判断为前车出现减速行为(步骤S219为“是”、S220)。

另一方面，在对象车辆减速标志为“0”时，判断为前车的减速行为的发生的有无不确定(步骤S219为“否”、S221)。

如以上说明那样，根据本实施方式的车辆行为预测装置及车辆行为预测方法、以及驾驶支援装置，可获得以下的效果。

(1)收集车辆100或前车的行驶状态信息，并基于该收集到的行驶状态信息来求出表示车辆行为的发生概率的多种概率分布。而且，求出与作为预测对象的车辆(前车)的车辆行为的多种概率分布对应的相对位置关系，基于该求出的相对位置关系来预测作为预测对象的车辆的车辆行为。由此，能够使用多种概率分布从多个观点来预测车辆行为，能够高精度地进行车辆行为的预测。

(2)作为上述多种概率分布，选定发生特定车辆行为时的概率分布和不发生该特定车辆行为时的概率分布。因此，通过使用关于相同的车辆行为的相反的概率分布，能够基于发生特定车辆行为的概率及不发生该特定车辆行为的概率这双方来预测车辆行为。由此，能够更高精度地预测作为预测对象的车辆的车辆行为。

(3)在作为预测对象的车辆的车辆行为的相对位置关系属于不发生特定车辆行为时的概率分布且不属于发生该特定车辆行为时的概率分布时，预测为作为预测对象的车辆不出现相应的车辆行为。由此，能够基于相反的概率分布高精度地进行关于作为预测对象的车辆不出现相应的车辆行为的预测。

(4)在作为预测对象的车辆的车辆行为的相对位置关系不属于不发生特定车辆行为时的概率分布时、或者同时属于不发生特定车辆行为时的概率分布和发生该特定车辆行为时的概率分布时，判断为是否不出现作为预测对象的车辆的车辆行为不确定。由此，对于作为预测对象的车辆不出现特定车辆行为有疑问的状况下，判断为该车辆是否不出现特定车辆行为不确定，能够提供除了出现、不出现车辆行为这样的预测结果以外的信息。

(5)在作为预测对象的车辆的车辆行为的相对位置关系属于发生特定车辆行为时的概率分布且不属于不发生该特定车辆行为时的概率分布时，预测为作为预测对象的车辆出现相应的车辆行为。由此，能够基于相反的概率分布高精度地进行关于作为预测对象的车辆出现相应的车辆行为的预测。

(6)在作为预测对象的车辆的车辆行为的相对位置关系不属于发生特定车辆行为时的概率分布时、或同时属于发生特定车辆行为时的概率分布和不发生该特定车辆行为时的概率分布时，判断为作为预测对象的车辆是否出现相应的车辆行为不确定。由此，对于作为预测对象的车辆出现特定车辆行为有疑问的状况下，判断为该车辆出现特定车辆行为不确定，能够提供除了出现、不出现车辆行为这样的预测结果以外的信息。

(7)上述车辆行为选定了车辆的减速行为。而且，收集表示车辆100或前车的行驶速度及加速度的信息作为上述行驶状态信息，并按照该收集到的车辆的行驶速度及加速度而分别求出多种概率分布。并且，使用基于行驶速度的概率分布来进行关于车辆行为未被执行的预测，使用基于加速度的概率分布来进行关于车辆行为被执行的预测。由此，能够高精度地进行关于预测必要性高的减速行为的发生或不发生等的预测。

(8)规定了距表示车辆行为的平均值的概率分布的中央的规定区间来作为关于该车辆行为的发生概率的可靠区间。并且，使用该可靠区间内的概率分布而预测了作为预测对象的车辆的车辆行为。由此，能够进一步提高对于预测结果的可靠度。而且，通过使用预先规定的可靠区间内的概率分布，在进行车辆行为的预测时，只要判断作为预测对象的车辆的行为是否属于可靠区间内的概率分布即可。由此，能够更容易地进行车辆行为的预测。

(9)上述行驶状态信息中包含表示车辆的行驶地点及该行驶地点的特征的至少一个的信息。而且，按照行驶地点或该行驶地点的特征而分别求出上述多种概率分布。并且，在进行车辆行为的预测时，识别作为预测对象的车辆的行驶地点或该行驶地点的特征，关于与该识别结果相同的行驶地点或该行驶地点的特征，将分布运算部所求出的多种概率分布用于车辆行为的预测。由此，能够使用与相应的行驶地点的关联性高的概率分布来进行车辆行为的预测，从而进一步提高使用了概率分布的预测精度。而且，这样一来，通过将概率分布与行驶地点或其特征建立关联，能够一并预测车辆行为是起因于行驶地点或其特征而发生的行为、或是起因于与行驶地点或其特征不同的例如车辆的行驶状态等而发生的行为等。

(10)在作为预测对象的车辆的行驶地点的概率分布不存在于分布数据库150时，使用与该行驶地点的特征类似的地点而生成的概率分布进行了车辆行为的预测。由此，即使不存在与作为预测对象的车辆的行驶地点一致的地点处的概率分布，只要存在有在与该地点的特征相同或类似的地点下生成的概率分布，就可以使用该概率分布来预测车辆行为。由此，能够预测出车辆行为的情况飞跃地增多，能够在更多的情况下进行车辆行为的预测。

(第二实施方式)

接下来，以与第一实施方式的差异点为中心，参照与先前的图6对应的图9、及图10～图13来说明本发明的车辆行为预测装置及车辆行为预测方法、以及驾驶支援装置的第二实施方式。此外，本实施方式的车辆行为预测装置及车辆行为预测方法、以及驾驶支援装置的基本的结构与第一实施方式相同，在图9～图13中对于与第一实施方式实质上相同的要素分别标注同一附图标记表示，省略重复的说明。

如图9所示，在进行车辆行为的预测时，执行数据库生成处理及预测信息取得处理(步骤S200、S201)。

并且，在本实施方式中，首先，例如，从分布数据库150提取前车所朝向的交叉点或与该交叉点的交叉点形状或道路形状等类似的交叉点处的行驶速度的概率分布、即先前的图2(a)所例示的概率分布(步骤S202A)。

接着，当通过预测信息取得处理而取得例如交叉点处的前车的行驶速度时，求出与行驶速度的减速时及非减速时的各概率分布对应的前车的行驶速度的相对位置关系(步骤S203A)。

并且，如图10例示那样，例如，距交叉点为约“40m”近前处的前车的行驶速度为与非减速时的行驶速度的平均值相差规定速度以上的速度Vs1时，前车的非减速行为的发生概率成为约“3％”。并且，该前车的行驶速度Vs1如该图10所示，不包含于非减速时的概率分布的例如95％可靠区间，该行驶速度Vs1仅属于非可靠区间。由此，在前车的行驶速度Vs1不包含于非减速时的概率分布的可靠区间时(图9步骤S204A为“否”)，在前车中不发生减速行为不确定，将行驶速度标志设为“0”(步骤S207)。

相对于此，如图11例示那样，例如，距交叉点为约“40m”近前处的前车的行驶速度为近似于非减速时的行驶速度的平均值的速度Vs2时，前车的非减速行为的发生概率成为约“60％”。并且，该前车的行驶速度Vs2如该图11所示，包含于非减速时的概率分布的例如95％可靠区间(图9步骤S204A为“是”)。而且，如图12例示那样，该前车的行驶速度Vs2与减速时的概率分布的平均值相差规定速度以上，且不包含于减速时的概率分布的例如95％可靠区间(图9步骤S205A为“是”)。并且，这样一来，在前车的行驶速度Vs2仅包含于非减速时的可靠区间时，作为在该前车中不发生减速行为而将行驶速度标志设为“1”(步骤S206)。此外，前车的行驶速度接近非减速时的概率分布的平均值而非减速行为的发生概率越高，则在前车中不发生减速行为的预测结果的可靠度越高。同样地，前车的行驶速度接近减速时的概率分布的平均值而减速行为的发生概率越高，在前车中发生减速行为的预测结果的可靠度越高。

另一方面，如图13例示那样，例如，距交叉点为约“40m”近前的前车的行驶速度为与非减速时及减速时的各平均值相差规定速度以上的速度Vs3时，前车的行驶速度同时包含于非减速时及减速时的各概率分布的例如95％可靠区间(图9步骤S204A为“是”、S205A为“否”)。此时，在前车中发生减速行为的概率及不发生减速行为的概率都高，将行驶速度标志设为“0”(步骤S207)。

这样一来，如图9中作为步骤S206所示那样，当统计行驶速度标志时，例如，从分布数据库150提取前车所朝向的交叉点或与该交叉点的交叉点形状或道路形状等类似的交叉点处的加速度的概率分布、即先前的图2(b)所例示的概率分布(步骤S209A)。

并且，在图9～图13所例示的方式中，基于例如关于前车所朝向的交叉点处的加速度的非减速时及减速时的概率分布和该前车的加速度，求出减速概率及非减速概率(步骤S210A)。

接着，在前车的加速度包含于减速时的加速度分布的例如95％可靠区间(步骤S211A为“是”)且不包含于非减速时的例如95％可靠区间时(步骤S212A为“是”)，作为在前车所朝向的交叉点处产生该前车的减速行为而将加速度标志设为“-1”。

另一方面，在前车的加速度不包含于减速时的加速度分布的例如95％可靠区间时(步骤S211A为“否”)，前车的减速行为的发生不确定而将行驶速度标志设为“0”(步骤S214)。同样地，在不包含于前车的加速度非减速时及减速时的任一概率分布时(步骤S212A为“否”)，也是前车的减速行为的发生不确定而将减速标志设为“0”(步骤S214)。

这样一来，当决定加速度标志时，对该决定的加速度标志的结果进行统计(步骤S215)。

然后，通过执行先前的图8所示的步骤S216～S221，判断为在前车中发生减速行为、不发生减速行为、及减速行为的发生的有无不确定。

如以上说明那样，根据本实施方式的车辆行为预测装置及车辆行为预测方法、以及驾驶支援装置，能获得上述(1)～(7)、(9)、(10)的效果，并且能取代上述(8)能获得以下的(8A)效果，并且还能进一步获得以下的(11)的效果。

(8A)规定了距表示车辆行为的平均值的上述概率分布的中央的规定区间作为关于该车辆行为的发生概率的可靠区间。并且，基于作为预测对象的车辆的车辆行为是否属于该概率分布中的可靠区间来进行该车辆行为是否属于上述概率分布的判断。由此，预测结果与作为预测对象的车辆的行为一致的概率得以良好地提高，从而对于预测结果的可靠度得以良好地提高。而且，由此，对于上述求出的概率分布不用特别加工，仅通过事后在该概率分布中规定可靠区间，就能实现高可靠度的预测。

(11)求出作为预测对象的车辆的车辆行为的概率分布的相对位置关系来作为车辆行为的发生概率及不发生概率。因此，不仅是车辆行为的发生的预测，而且还能够基于车辆行为的发生概率来一并判定车辆行为的预测结果的可靠度。由此，例如，在车辆行为的发生概率及不发生概率例如为约“60”％时，能够评价为预测结果与作为预测对象的车辆的车辆行为一致的可能性高。而且，虽然属于可靠区间，但是在车辆行为的发生概率及不发生概率例如小于约“30”％时，能够评价为预测结果与作为预测对象的车辆的车辆行为一致的可能性低。这样一来，通过求出车辆行为的发生概率及不发生概率，能够进行对预测结果的加权。

(第三实施方式)

接下来，以与第一实施方式的差异点为中心，参照与先前的图1对应的图14来说明本发明的车辆行为预测装置及车辆行为预测方法、以及驾驶支援装置的第三实施方式。此外，本实施方式的车辆行为预测装置及车辆行为预测方法、以及驾驶支援装置的基本的结构也与第一实施方式相同，在图14中也是对于与第一实施方式实质上相同的要素分别标注相同的附图标记来表示，省略重复的说明。

如图14所示，搭载于本实施的车辆100的车载控制装置140A成为省略了上述行驶环境确定部142、分布运算部143、数据库生成部144、车辆行为预测部145及分布数据库150的结构。而且，在本实施方式的车辆100上搭载有车辆用通信机170，该车辆用通信机170具有与设于探测信息通信***的管理中心200的中心通信机201进行通信的通信功能。

另一方面，在管理中心200搭载有执行各种运算处理的运算处理装置210。在本实施方式的运算处理装置210上设有与上述行驶环境确定部142、分布运算部143、数据库生成部144及车辆行为预测部145相当的行驶环境确定部211、分布运算部212、数据库生成部213及车辆行为预测部214。其中，行驶环境确定部211具有与上述道路地图数据142a相当的道路地图数据211a。而且，分布运算部212具有与上述可靠区间规定部143a相当的可靠区间规定部212a。而且，车辆行为预测部214具有与上述类似地点提取部145a相当的类似地点提取部214a。而且，在管理中心200设有与上述分布数据库150相当的分布数据库220。

接下来，说明本实施方式的车辆行为预测装置及车辆行为预测方法、以及驾驶支援装置的作用。

首先，管理中心200通过与以车辆100为首的多台车辆的通信，来取得表示各车辆的行驶速度或加速度等的车辆状态的车辆状态信息和表示相应的行驶地点的纬度经度的位置信息。

运算处理装置210基于汇集于管理中心200的车辆状态信息及位置信息来确定各车辆的行驶环境，适当生成关于所确定的地点处的车辆行为的概率分布。而且，运算处理装置210将所生成的概率分布适当登记于分布数据库220。

并且，运算处理装置210例如从车辆100接收在该车辆100的行进方向前方行驶的前车的车辆行为的预测要求、并通过与车辆100或前车的通信而取得从车辆100发送的前车的车辆状态信息及位置信息时，基于该取得的信息来预测前车的车辆行为。接着，管理中心200将预测结果向车辆100发送。

在车辆100中，当车辆用通信机170接收到预测结果时，将该预测结果向驾驶支援部160输入。并且，在驾驶支援部160中，基于该预测结果进行各种驾驶支援。

如以上说明那样，根据本实施方式的车辆行为预测装置及车辆行为预测方法、以及驾驶支援装置，能获得上述(1)～(10)的效果，并且能够进一步获得以下的效果。

(12)使车辆行为的预测所需的信息汇集于管理中心200，在该管理中心200中进行了概率分布的生成及车辆行为的预测。因此，能够从多台车辆容易地收集车辆行为的预测所需的信息，能够实现广域的区域的概率分布的生成、及车辆行为的预测。由此，能够使用丰富的概率分布进行车辆行为的预测，能够预测出车辆行为的情况增多。而且，在上述结构中，能够通过管理中心200专属地进行概率分布的生成及车辆行为的预测，容易将高功能的运算处理装置或大容量的数据库设于管理中心200。由此，能够更高速且高精度地进行概率分布的生成或车辆行为的预测，关于所生成的概率分布也能够大量地登记于分布数据库220。

(另一实施方式)

此外，上述各实施方式能够凭借以下的方式来实施。

·在上述第三实施方式中，采用了将前车信息取得部130设于车辆100的结构。并不局限于此，例如基于车辆100的纬度经度信息来确定在成为车辆行为的预测结果的提供对象的车辆100的行进方向前方行驶的前车。并且，也可以通过该确定的前车与管理中心200的通信使管理中心200取得车辆行为的预测所需的表示前车的行驶速度或加速度的信息。由此，在车辆100中，无需检测前车的行驶速度或加速度，因此能够省略搭载于该车辆100的前车信息取得部130。

·在上述各实施方式中，基于搭载于前车的后续车辆100上的GPS121及毫米波雷达131的检测结果来取得该前车的纬度经度。并不局限于此，也可以通过车辆100与前车的车车间通信来取得前车的纬度经度信息。

·在上述各实施方式中，由毫米波雷达131及车辆用通信机132构成前车信息取得部130。并不局限于此，也可以仅由毫米波雷达131或车辆用通信机132的一方来构成前车信息取得部130。而且，也可以通过对车辆100的周边环境进行拍摄的车辆用相机来构成前车信息取得部130。总之，前车信息取得部130只要是能够取得行驶速度或加速度等的表示车辆行为的变化的要素的单元即可。

·在上述第一及第三各实施方式中，在进行车辆行为的预测时，使用了减速时及非减速时的概率分布的差异显著的交叉点近前约“40m”～约“20m”处的前车的行驶速度及加速度。并且，如图3及图4例示那样，基于前车的行驶速度及加速度的推移是否包含于该行驶区间的概率分布，预测了前车的车辆行为。并不局限于此，例如基于前车的行驶速度或加速度的推移是否例如约60％以上属于例如图3、图4例示的减速时或非减速时的概率分布，判断为前车的行驶速度或加速度包含于减速时或非减速时的概率分布。而且，例如，与上述第二实施方式同样地，例如，可以使用与交叉点的近前相距规定距离的一地点的行驶速度及减速度、以及它们的概率分布来进行车辆行为的预测。

·在上述第二实施方式中，作为一例，基于交叉点的近前约“40m”处的前车的行驶速度及加速度和概率分布来预测该前车的行为。并不局限于此，用于车辆行为的预测的预测对象车辆的行驶速度及加速度、以及概率分布只要是产生减速时及非减速时的概率分布的差异的地点即可。即，无论是距交叉点的近前约“40m”的近的地点，还是距交叉点的近前约“40m”的远的地点，都能够使用于车辆行为的预测。而且，与上述第一及第三各实施方式同样地，例如，也可以基于交叉点近前的规定行驶区间中的前方的行驶速度及加速度的推移、以及该行驶区间的行驶速度及加速度的概率分布来进行车辆行为的预测。

·在上述各实施方式中，基于车辆100及该车辆100的前车的行驶速度及加速度而生成了关于行驶速度及加速度的概率分布。并不局限于此，也可以仅基于车辆100的行驶速度及加速度或仅基于前车的行驶速度及加速度来生成上述的概率分布。

·在上述各实施方式中，将行驶速度的概率分布用于关于预测对象车辆不减速的预测，将加速度的概率分布用于关于预测对象车辆减速的预测。反之，也可以将加速度的概率分布用于关于预测对象车辆不减速的预测，而将行驶速度的概率分布用于关于预测对象车辆减速的预测。另一方面，如先前的图3及图4例示那样，在距交叉点等的减速地点较远的地点，加速度的概率分布与行驶速度的概率分布相比，减速时及非减速时的差异显著，距交叉点等的减速地点越近，行驶速度的概率分布与加速度的概率分布相比，减速时及非减速时的差异越显著。由此，立足于这样的特性，例如，在与交叉点等的减速地点相距规定距离以上的地点的车辆行为的预测中，可以使用关于预测对象车辆的加速度和该地点的加速度的概率分布，来预测减速行为的发生的有无。而且，例如，在与交叉点等的减速地点靠近了规定距离以上的地点的车辆行为的预测中，可以使用关于预测对象车辆的行驶速度和该地点的行驶速度的概率分布，来预测减速行为的发生的有无。这样一来，根据在距减速地点近前的规定区间中进行变化的行驶速度及加速度的概率分布的特性，能够进行使用了行驶速度及加速度的各概率分布的车辆行为的预测。由此，实现车辆行为的预测精度的提高。

·在上述各实施方式中，生成根据交叉点的减速行为而进行变化的行驶速度及加速度的概率分布，预测了交叉点处的预测对象车辆的车辆行为。并不局限于此，例如，可以生成在临时停止位置、道口、设于高速道路等的收费所、多个道路的合流地点、弯路等、起因于特定驾驶操作而产生的特定车辆行为的行驶地点处的概率分布，基于该生成的概率分布来进行该行驶地点的车辆行为的预测。

·在上述各实施方式中，规定了95％作为概率分布的可靠区间。并不局限于此，可靠区间可以是96％以上，也可以是94％以下。而且，作为可靠区间，也可以设定100％。

·在上述第三实施方式中，将在管理中心200中生成的概率分布和所预测出的车辆行为的预测结果向存在要求的车辆100发送。并不局限于此，作为与先前的图14对应的图，例如图15所示，也可以将在管理中心200生成的驾驶模型或驾驶技能的评价结果向由以智能手机等为首的便携信息终端或由个人计算机构成的信息终端300发送。在该结构中，例如通过搭乘于车辆100的信息终端300的用户经由信息终端300进行车辆行为的预测要求时，将要求信息从终端通信机301向管理中心200发送。并且，作为该要求信息的响应，例如将在车辆100的行进方向前方行驶的前车的预测结果向信息终端300发送。而且，在信息终端300中，通过由具有以上述驾驶支援部161为准的功能的驾驶支援部302所进行的规定的运算，将预测结果作为由搭载于信息终端300的声音装置303或显示装置304所进行的声音通知或图像通知而向信息终端300的用户报知。而且，这种情况下，如该图15例示那样，也可以省略车辆100的驾驶支援部160。

·另外，作为与该图15对应的图，如图16例示那样，可以将车辆100收集到的车辆100或前车的车辆状态信息或位置信息通过终端通信机301与车辆100的车辆用通信机170的有线通信或无线通信而暂时保有于信息终端300。并且，可以将该信息终端300所保有的信息通过信息终端300的终端通信机301与管理中心200的中心通信机201的无线通信，而从信息终端300向管理中心200发送。而且，也可以利用信息终端300作为预测结果的中继器，将从管理中心200发送给信息终端300的预测结果向车辆100传送，并使车辆100利用该预测结果。这样一来，利用已有通信功能的信息终端300，能够将车辆行为的预测所需的信息汇集于管理中心200，能够实现驾驶模型的生成所需的信息的收集源的扩充。此外，此外，在信息终端300上设有GPS等时，也可以基于该GPS的检测结果来取得车辆100的行驶位置、行驶速度、加速度等。同样地，在信息终端300上设有行驶速度传感器或加速度传感器等时，也可以基于上述各传感器的检测结果来取得车辆100的行驶位置、行驶速度、加速度等。并且，也可以将该信息终端300取得的车辆100的表示行驶位置、行驶速度、加速度等的信息作为上述行驶状态信息而用于概率分布的算出等。这样一来，通过信息终端300单体就能够取得行驶状态信息，并将该信息终端300取得的行驶状态信息从该信息终端300向管理中心200直接发送。而且，也可以采用将上述分布运算部143、车辆行为预测部145、分布数据库150等设于信息终端300的结构。这样一来，即使未从车辆100取得行驶状态信息，也能够通过信息终端300单体进行行驶状态信息的取得或概率分布的生成，并通过信息终端300单体进行车辆行为的预测等。

·在上述各实施方式中，在发生了基于特定驾驶操作的车辆行为时，按照行驶地点或行驶地点的特征而分别生成了概率分布。并不局限于此，例如，也可以预先规定需要车辆行为的预测的行驶地点或行驶地点的特征，并仅生成该规定的行驶地点或行驶地点的特征下的概率分布。这样一来，不用生成无数个概率分布，而仅生成用于车辆行为的预测的利用可能性高的概率分布。由此，能实现分布数据库150、220的容量的减少，能实现概率分布的生成所花费的运算负载的减轻。

·在上述各实施方式中，按照行驶地点的纬度经度或行驶地点的特征而分别生成概率分布。并且，在进行车辆行为的预测时，确定作为预测对象的行驶地点的纬度经度或行驶地点的特征，使用与所确定的纬度经度或行驶地点的特征相同的概率分布进行了车辆行为的预测。并不局限于此，也可以采用省略具备上述道路地图数据142a及211a的行驶环境确定部142及行驶环境确定部211的结构，仅按照行驶地点的纬度经度而分别生成概率分布。并且，也可以基于作为预测对象的车辆的纬度经度和该度经度下的概率分布来进行车辆行为的预测。反之，也可以仅按照行驶地点的特征来生成概率分布。并且，可以基于与作为预测对象的车辆的行驶地点的特征相同的地点的概率分布来进行车辆行为的预测。而且，可以在上述行驶状态信息中不包含表示车辆的行驶地点及该行驶地点的特征的信息，不将适当生成的概率分布按照行驶地点或行驶地点的特征而分别进行分类，就登记于上述分布数据库150、220中。这种情况下，在进行车辆行为的预测时，例如，从分布数据库150、220提取以与作为预测对象的车辆的行驶速度或加速度相同或类似的行驶速度或加速度为基础而生成的概率分布。

·在上述各实施方式中，基于行驶速度及加速度的变化这两个要素的概率分布进行了车辆行为的预测。并不局限于此，车辆行为的预测也可以基于行驶速度及加速度中的任一要素的概率分布来进行。即，作为与先前的图7及图8对应的图，如图17例示那样，例如，生成行驶速度的减速时及非减速时的概率分布(步骤S300)。接着，例如，当取得表示作为预测对象的前车的行驶速度和该车辆的行驶地点的信息时(步骤S301)，从分布数据库150、220提取该前车的行驶地点或与该行驶地点的特征相同的地点的关于行驶速度的减速时及非减速时的各概率分布(步骤S302)。并且，求出与该提取的各概率分布相对的前车的行驶速度的相对位置关系(步骤S303)。其结果是，在前车的行驶速度仅包含于非减速时的概率分布的可靠区间时(步骤S304为“是”)，预测为前车不发生减速行为(步骤S305)。另一方面，在前车的行驶速度仅包含于减速时的概率分布的可靠区间时(步骤S304为“否”、S306为“是”)，预测为前车不发生减速行为(步骤S307)。而且，另一方面，在前车的行驶速度同时包含于减速时及非减速时的概率分布的可靠区间时，或者不包含于任一概率分布的可靠区间时(步骤S306为“否”)，判断为前车的车辆行为不确定(步骤S308)。并且，在用于用于车辆行为的预测的要素为加速度时，通过执行步骤S301～步骤S308，也进行基于加速度的车辆行为的预测。这样一来，只要生成关于行驶速度或加速度的概率分布，仅取得作为预测对象的车辆的行驶速度或加速度即可。由此，通过更简易的处理能进行作为预测对象的车辆的预测。

·在上述第三实施方式中，将分布运算部212、车辆行为预测部214、及分布数据库220设于管理中心200。并不局限于此，例如，也可以将分布运算部212及分布数据库220设于管理中心200，并将车辆行为预测部145设于车辆100。在此结构中，在进行车辆行为的预测时，车辆行为预测部145从管理中心200取得车辆行为的预测所需的概率分布。并且，车辆行为预测部145使用该取得的概率分布来预测作为预测对象的车辆的车辆行为。由此，在车辆100中，不仅进行作为预测对象的车辆的预测处理，而且减轻车辆行为的预测所花费的运算负载，减轻车载控制装置140等的处理负载。而且，在上述各实施方式中，可以使车辆100仅保有车辆100行驶的频度高的行驶地点或与该行驶地点的特征类似的地点的概率分布。这样一来，在车辆100中，只要仅保有利用频度高的概率分布即可，能实现用于登记概率分布的存储区域的缩小化。

·在上述各实施方式中，预测了减速地点的减速行为的发生的有无。并不局限于此，例如，也可以基于交叉点处的右转弯、左转弯及直行时所取得的车辆的行驶状态、起步时的车辆的行驶状态来生成上述概率分布，并基于该生成的概率分布来预测作为预测对象的车辆的右转弯、左转弯及直行、以及起步等。而且，此外，只要是根据存在于道路上的交通要素而产生的车辆行为，就可以使用上述概率分布进行预测。

·在上述各实施方式中，使用发生特定车辆行为时的概率分布和不发生该特定车辆行为时的概率分布而进行了车辆行为的预测。并不局限于此，只要使用多种概率分布来预测车辆行为即可，例如，可以基于与减速时的行驶速度的概率分布相同的减速时的加速度的概率分布来进行车辆行为的预测。同样地，例如，可以基于与非减速时的行驶速度的概率分布相同的减速时的非加速度的概率分布来进行车辆行为的预测。这样一来，例如，在作为预测对象的车辆的行驶速度及加速度包含于减速时的关于行驶速度及加速度的各概率分布时，预测为该车辆出现特定车辆行为。同样地，在作为预测对象的车辆的行驶速度及加速度包含于非减速时的关于行驶速度及加速度的各概率分布时，预测为该车辆不出现特定车辆行为。而且，例如，在作为预测对象的车辆的行驶速度包含于减速时的关于行驶速度的概率分布、但作为预测对象的车辆的加速度不包含于减速时的关于行驶速度的概率分布时，判断为该车辆的车辆行为不确定。而且，另一方面，例如，在作为预测对象的车辆的行驶速度包含于非减速时的关于行驶速度的概率分布、但作为预测对象的车辆的加速度不包含于非减速时的关于行驶速度的概率分布时，也判断为该车辆的车辆行为不确定。

·在上述各实施方式中，使用基于表示车辆行为的变化的要素而生成的概率分布进行了车辆行为的预测。并不局限于此，例如图18(a)及(b)例示那样，例如，也可以基于在交叉点SC等的特定交通要素处行驶的车辆100等的例如行驶速度或加速度等，来生成减速时的车辆行为模式Ly与非减速时的车辆行为模式Ln的相反的车辆行为模式。并且，例如，作为车辆行为的预测对象的车辆的行驶速度为推移L1，该推移L1与减速时的车辆行为模式Ly匹配、且与非减速时的车辆行为模式Ln不匹配时，可以预测为该车辆发生减速行为。例如，作为车辆行为的预测对象的车辆的行驶速度为推移L2，该推移L2与非减速时的车辆行为模式Ln匹配、且与减速时的车辆行为模式Ly不匹配时，可以预测为该车辆不发生减速行为。另一方面，作为车辆行为的预测对象的车辆的行驶速度为推移L3，该推移L3与减速时的车辆行为模式Ly和非减速时的车辆行为模式Ln均匹配时，可以判断为该车辆的行为不确定。这样一来，通过作为预测对象的车辆的车辆行为模式与减速时的车辆行为模式Ly及非减速时的车辆行为模式Ln这双方的匹配来预测车辆行为，不是仅通过与减速时的车辆行为模式Ly及非减速时的车辆行为模式Ln中的任一模式匹配来预测车辆行为的发生及不发生。由此，使用相反的两个车辆行为的模式来预测车辆行为，从而能实现车辆行为的预测精度的提高。而且，由此，在减速行为的发生及不发生均可能发生时，判断为车辆行为不确定，由此能够在发生特定车辆行为及不发生、以及不确定这样的三个层面上进行将车辆行为的预测。此外，这种情况下，上述分布运算部143、212相当于上述运算部。

·在上述各实施方式中，作为预测对象的车辆，预测了在车辆100的行进方向前方行驶的前车的车辆行为。并不局限于此，例如，也可以取得表示车辆100的行驶状态的信息，并基于该取得的信息和概率分布来预测该车辆100的车辆行为。这样一来，例如，在基于该预测结果来预测车辆100的减速行为时，基于该预测结果来执行减速支援。而且，例如，车辆行为的预测对象可以是车辆100的后续车辆或与车辆100并排行驶的车辆。

·在上述各实施方式中，在车辆100上设置驾驶支援部161，并执行了基于该驾驶支援部161的驾驶支援。并不局限于此，也可以省略驾驶支援部161，不进行基于车辆行为的预测结果的驱动***的驾驶支援。在该结构中，例如，车辆行为的预测结果通过声音通知或图像通知来向驾驶员报知。

附图标记说明

100…车辆，110…车辆状态检测部，111…车速传感器，112…加速度传感器，120…行驶环境检测部，121…GPS，130…前车信息取得部，131…毫米波雷达，132…车辆用通信机，140…车载控制装置，140A…车载控制装置，141…***控制部，142…行驶环境确定部，142a…道路地图数据，143…分布运算部，143a…可靠区间规定部，144…数据库生成部，145…车辆行为预测部，145a…类似地点提取部，150…分布数据库，160…驾驶支援部，161…驾驶支援部，162…声音装置，163…显示装置，170…车辆用通信机，200…管理中心，201…中心通信机，210…运算处理装置，211…行驶环境确定部，211a…道路地图数据，212…分布运算部，212a…可靠区间规定部，213…数据库生成部，214…车辆行为预测部，214a…类似地点提取部，220…分布数据库，300…信息终端，301…终端通信机，302…驾驶支援部，303…声音装置，304…显示装置。

Claims (24)

1.一种车辆行为预测装置，基于表示车辆的行驶状态的行驶状态信息来预测车辆行为，所述车辆行为预测装置的特征在于，具备：

分布运算部，收集所述行驶状态信息并基于所收集到的该行驶状态信息来求出表示车辆行为的发生概率的多种概率分布；及

车辆行为预测部，求出与作为预测对象的车辆的车辆行为的所述多种概率分布对应的相对位置关系，并基于所求出的该相对位置关系来预测作为预测对象的车辆的车辆行为。

2.根据权利要求1所述的车辆行为预测装置，其中，

所述多种概率分布由发生特定车辆行为时的概率分布和不发生该特定车辆行为时的概率分布构成。

3.根据权利要求2所述的车辆行为预测装置，其中，

在所述作为预测对象的车辆的车辆行为的相对位置关系属于不发生所述特定车辆行为时的概率分布、且不属于发生所述特定车辆行为时的概率分布时，所述车辆行为预测部预测为所述作为预测对象的车辆不出现相应的车辆行为。

4.根据权利要求2或3所述的车辆行为预测装置，其中，

在所述作为预测对象的车辆的车辆行为的相对位置关系不属于不发生所述特定车辆行为时的概率分布时、或者同时属于不发生所述特定车辆行为时的概率分布和发生该特定车辆行为时的概率分布时，所述车辆行为预测部判断为是否不出现所述作为预测对象的车辆的车辆行为不确定。

5.根据权利要求2～4中任一项所述的车辆行为预测装置，其中，

在所述作为预测对象的车辆的车辆行为的相对位置关系属于发生所述特定车辆行为时的概率分布、且不属于不发生所述特定车辆行为时的概率分布时，所述车辆行为预测部预测为所述作为预测对象的车辆出现相应的车辆行为。

6.根据权利要求2～5中任一项所述的车辆行为预测装置，其中，

在所述作为预测对象的车辆的车辆行为的相对位置关系不属于发生所述特定车辆行为时的概率分布时、或者同时属于发生所述特定车辆行为时的概率分布和不发生该特定车辆行为时的概率分布时，所述车辆行为预测部判断为所述作为预测对象的车辆是否出现相应的车辆行为不确定。

7.根据权利要求2～6中任一项所述的车辆行为预测装置，其中，

所述车辆行为是车辆的减速行为，

所述分布运算部收集表示所述车辆的行驶速度及加速度的信息作为所述行驶状态信息，并按照所收集到的该车辆的行驶速度及加速度而分别求出多种概率分布，

所述车辆行为预测部使用基于所述行驶速度的概率分布来进行关于所述车辆行为未被执行的预测，并使用基于所述加速度的概率分布来进行关于所述车辆行为被执行的预测。

8.根据权利要求1～7中任一项所述的车辆行为预测装置，其中，

所述分布运算部还具备可靠区间规定部，该可靠区间规定部将距表示所述车辆行为的平均值的所述概率分布的中央的规定区间规定为关于该车辆行为的发生概率的可靠区间，

所述车辆行为预测部使用所述可靠区间内的概率分布来预测作为预测对象的车辆的车辆行为。

9.根据权利要求2～7中任一项所述的车辆行为预测装置，其中，

所述分布运算部还具备可靠区间规定部，该可靠区间规定部将距表示所述车辆行为的平均值的所述概率分布的中央的规定区间规定为关于该车辆行为的发生概率的可靠区间，

所述车辆行为预测部基于所述作为预测对象的车辆的车辆行为是否属于所述概率分布中的所述可靠区间来进行该车辆行为是否属于所述概率分布的判断。

10.根据权利要求1～9中任一项所述的车辆行为预测装置，其中，

所述行驶状态信息中包括表示车辆的行驶地点及该行驶地点的特征中的至少一个的信息，

所述分布运算部按照所述行驶地点或该行驶地点的特征而分别求出所述多种概率分布，

在进行所述车辆行为的预测时，所述车辆行为预测部识别作为预测对象的车辆的行驶地点或该行驶地点的特征，将所述分布运算部针对与该识别结果相同的行驶地点或该行驶地点的特征而求出的多种概率分布用于所述车辆行为的预测。

11.根据权利要求1～10中任一项所述的车辆行为预测装置，其中，

所述行驶状态信息是基于从具有无线通信功能的多台车辆向探测信息通信***的管理中心所传送的信息而取得的，

所述分布运算部及所述车辆行为预测部中的至少一个搭载于所述管理中心，表示所述概率分布及所述作为预测对象的车辆行为的预测结果中的至少一方的信息是根据要求而由所述管理中心提供的。

12.一种驾驶支援装置，基于车辆行为的预测结果对驾驶员的驾驶进行支援，所述驾驶支援装置的特征在于，

所述驾驶支援装置具备驾驶支援部，该驾驶支援部使用权利要求1～11中任一项所述的车辆行为预测装置来预测作为驾驶支援对象的车辆或在该车辆的行进方向前方行驶的前车的车辆行为，并基于所预测出的该车辆行为来执行驾驶支援。

13.一种车辆行为预测方法，基于表示车辆的行驶状态的行驶状态信息来预测车辆行为，所述车辆行为预测方法的特征在于，包括：

分布运算步骤，收集所述行驶状态信息，并基于所收集到的该行驶状态信息来求出表示车辆行为的发生概率的多种概率分布；及

预测步骤，求出与作为预测对象的车辆的车辆行为的所述多种概率分布对应的相对位置关系，基于所求出的该相对位置关系来预测作为预测对象的车辆的车辆行为。

14.根据权利要求13所述的车辆行为预测方法，其中，

作为所述多种概率分布，使用发生特定车辆行为时的概率分布和不发生该特定车辆行为时的概率分布。

15.根据权利要求14所述的车辆行为预测方法，其中，

在所述预测步骤中，在所述作为预测对象的车辆的车辆行为的相对位置关系属于不发生所述特定车辆行为时的概率分布、且不属于发生所述特定车辆行为时的概率分布时，预测为所述作为预测对象的车辆不出现相应的车辆行为。

16.根据权利要求14或15所述的车辆行为预测方法，其中，

在所述预测步骤中，在所述作为预测对象的车辆的车辆行为的相对位置关系不属于不发生所述特定车辆行为时的概率分布时、或者同时属于不发生所述特定车辆行为时的概率分布和发生该特定车辆行为时的概率分布时，判断为是否不出现所述作为预测对象的车辆的车辆行为不确定。

17.根据权利要求14～16中任一项所述的车辆行为预测方法，其中，

在所述预测步骤中，在所述作为预测对象的车辆的车辆行为的相对位置关系属于发生所述特定车辆行为时的概率分布、且不属于不发生所述特定车辆行为时的概率分布时，预测为所述作为预测对象的车辆出现相应的车辆行为。

18.根据权利要求14～17中任一项所述的车辆行为预测方法，其中，

在所述预测步骤中，在所述作为预测对象的车辆的车辆行为的相对位置关系不属于发生所述特定车辆行为时的概率分布时、或者同时属于发生所述特定车辆行为时的概率分布和不发生该特定车辆行为时的概率分布时，判断为所述作为预测对象的车辆是否出现相应的车辆行为不确定。

19.根据权利要求14～18中任一项所述的车辆行为预测方法，其中，

选定车辆的减速行为作为所述车辆行为，

在所述分布运算步骤中，收集表示所述车辆的行驶速度及加速度的信息作为所述行驶状态信息，并按照所收集到的该车辆的行驶速度及加速度而分别求出多种概率分布，

在所述预测步骤中，使用基于行驶速度的概率分布来进行关于所述车辆行为未被执行的预测，并使用基于加速度的概率分布来进行关于所述车辆行为被执行的预测。

20.根据权利要求13～19中任一项所述的车辆行为预测方法，其中，

还包括将距表示所述车辆行为的平均值的所述概率分布的中央的规定区间规定为关于该车辆行为的发生概率的可靠区间的规定步骤，

在所述预测步骤中，使用所述可靠区间内的概率分布作为所述概率分布来预测所述车辆行为。

21.根据权利要求14～19中任一项所述的车辆行为预测方法，其中，

还包括将距表示所述车辆行为的平均值的所述概率分布的中央的规定区间规定为关于该车辆行为的发生概率的可靠区间的规定步骤，

在所述预测步骤中，基于作为预测对象的车辆的车辆行为是否属于所述概率分布中的所述可靠区间来进行该车辆行为是否属于所述概率分布的判断。

22.根据权利要求13～21中任一项所述的车辆行为预测方法，其中，

作为所述行驶状态信息，选定表示车辆的行驶地点及该行驶地点的特征中的至少一个的信息，

在所述分布运算步骤中，按照所述行驶地点或该行驶地点的特征而分别求出所述多种概率分布，

所述预测步骤还包括：识别步骤，识别作为预测对象的车辆的行驶地点或该行驶地点的特征；及选定步骤，从由所述分布运算步骤所求出的概率分布中选定针对与该识别步骤的识别结果相同的行驶地点或该行驶地点的特征的多种概率分布；并且，所述预测步骤将由该选定步骤选定的概率分布用于所述车辆行为的预测。

23.一种车辆行为预测装置，基于表示车辆的行驶状态的行驶状态信息来预测车辆行为，所述车辆行为预测装置的特征在于，具备：

运算部，收集所述行驶状态信息，并基于所收集到的该行驶状态信息来进行生成表示相反的车辆行为的两个车辆行为模式的运算；及

车辆行为预测部，通过作为预测对象的车辆的车辆行为与所述两个车辆行为模式的模式匹配来预测作为预测对象的车辆的车辆行为。

24.根据权利要求23所述的车辆行为预测装置，其中，

a.在所述作为预测对象的车辆的车辆行为与特定车辆行为的车辆行为模式匹配、且和与该特定车辆行为相反的车辆行为模式不匹配时，所述车辆行为预测部预测为作为预测对象的车辆出现追随所匹配的所述车辆行为模式的车辆行为，

b.在所述作为预测对象的车辆的车辆行为与所述相反的两个车辆行为模式同时匹配时，所述车辆行为预测部判断为该车辆的车辆行为不确定。