CN104334431B - 驾驶特性推定装置及驾驶支援*** - Google Patents
驾驶特性推定装置及驾驶支援*** Download PDFInfo
- Publication number
- CN104334431B CN104334431B CN201280073692.1A CN201280073692A CN104334431B CN 104334431 B CN104334431 B CN 104334431B CN 201280073692 A CN201280073692 A CN 201280073692A CN 104334431 B CN104334431 B CN 104334431B
- Authority
- CN
- China
- Prior art keywords
- desired value
- period
- probability density
- driver
- relative
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000008093 supporting effect Effects 0.000 claims description 33
- 230000001133 acceleration Effects 0.000 claims description 30
- 230000006870 function Effects 0.000 description 45
- 238000001514 detection method Methods 0.000 description 14
- 238000013507 mapping Methods 0.000 description 11
- 230000006399 behavior Effects 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 9
- 238000003860 storage Methods 0.000 description 7
- 206010041349 Somnolence Diseases 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 238000009826 distribution Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000000034 method Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000035807 sensation Effects 0.000 description 2
- 108091092568 Alarmone Proteins 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000747 cardiac effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003467 diminishing effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 230000004936 stimulating effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W40/09—Driving style or behaviour
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/12—Brake pedal position
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/30—Driving style
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Regulating Braking Force (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Auxiliary Drives, Propulsion Controls, And Safety Devices (AREA)
Abstract
一种驾驶特性推定装置,设置有:操作开始指标值算出部(1a),其算出与驾驶车辆的驾驶员的操作内容相应的操作开始时期的指标值;和驾驶特性推定部(1b),其基于相对于操作开始时期的指标值的该操作开始时期的每个状态的各概率密度函数和操作开始指标值算出部(1a)算出的操作开始时期的指标值,求出该算出的指标值下的各概率密度函数的概率密度相对于合计值的比,对该各概率密度相对于合计值的比进行加权来推定驾驶员的驾驶特性。
Description
技术领域
本发明涉及进行驾驶员的驾驶特性的推定的驾驶特性推定装置和进行与该驾驶特性相应的驾驶支援的驾驶支援***。
背景技术
以往,已知有根据使车辆行驶的驾驶员的驾驶特性来进行驾驶支援的驾驶支援***。例如,在下述的专利文献1中,公开了如下的技术:一种向本车的驾驶员发出进行制动操作以免与前车等目标物追尾的警报的装置,基于对于该目标物的本车的驾驶员的制动定时,调整追尾警报的报知定时、即发出追尾警报的与目标物的相对距离(警报距离)。该警报距离基于对于目标物的驾驶员的制动操作时的本车速度和与目标物相对于本车的相对速度来进行调整。
此外,在下述的专利文献2中,公开了如下的技术:基于本车与察觉对象物之间的实际相对距离算出本车与察觉对象物之间的察觉相对距离的技术、基于本车与察觉对象物之间的实际相对速度算出本车与察觉对象物之间的察觉相对速度的技术、以及算出该察觉相对距离与察觉相对速度的比(察觉相对比),在该察觉相对比超过阈值的情况下进行车辆控制的技术。该察觉对象物是指,驾驶期间的驾驶员通过自身的察觉识别到的物体。察觉相对距离是指,与驾驶员识别到的察觉对象物之间的相对距离。察觉相对速度是指,与驾驶员识别到的察觉对象物之间的相对速度。另外,在下述的专利文献3中,公开了如下技术:积蓄本车与前车的相对距离成为了预定距离时的由驾驶员进行的制动操作定时和转向操作定时的履历并算出各自的平均值,若与前车的相对速度为预定值以下,则将与制动操作定时相关的驾驶员的实际的数值与平均值进行比较而发出警报,若与前车的相对速度大于预定值,则将与转向操作定时相关的驾驶员的实际的数值与平均值进行比较而发出警报。
现有技术文献
专利文献
专利文献1:日本特开昭59-105587号公报
专利文献2:日本特开2011-006038号公报
专利文献3:日本特开2012-008696号公报
发明内容
发明要解决的问题
另外,在以往的驾驶支援***中,根据本车和/或目标物的状态、本车的周边环境如何,追尾警报的报知定时有可能会偏离驾驶员所希望的定时。并且,由此,以往,制动定时早的驾驶员会感觉追尾警报的发布晚,制动定时晚的驾驶员会感觉追尾警报的发布早。
因此,本发明的目的在于,提供一种驾驶特性推定装置及驾驶支援***,能够改善所述以往例所具有的不合适并高精度地推定驾驶员的驾驶特性。
用于解决问题的手段
为了达成上述目的,本发明的驾驶特性推定装置的特征在于,设置有:操作开始指标值算出部,其算出与驾驶车辆的驾驶员的操作内容相应的操作开始时期的指标值;和驾驶特性推定部,其基于相对于所述操作开始时期的指标值的该操作开始时期的每个状态的各概率密度函数和所述操作开始指标值算出部算出的所述操作开始时期的指标值,求出该算出的指标值下的所述各概率密度函数的概率密度相对于合计值的比,对该各概率密度的相对于合计值的比进行加权来推定驾驶员的驾驶特性。
另外,为了达成上述目的,本发明的驾驶支援***的特征在于,设置有:操作开始指标值算出部,其算出与驾驶车辆的驾驶员的操作内容相应的操作开始时期的指标值;驾驶特性推定部,其基于相对于所述操作开始时期的指标值的该操作开始时期的每个状态的各概率密度函数和所述操作开始指标值算出部算出的所述操作开始时期的指标值,求出该算出的指标值下的所述各概率密度函数的概率密度相对于合计值的比,对该各概率密度相对于合计值的比进行加权来推定驾驶员的驾驶特性;以及驾驶支援控制部,其进行与推定出的所述驾驶特性相应的驾驶支援。
在此,优选,设置有概率密度函数算出部,其将与所取得的所述操作开始时期的多个指标值相对的该操作开始时期的频度分布按由驾驶员实现的多个该操作开始时期的状态进行区分,按该各个频度分布分别算出相对于所述操作开始时期的指标值的该操作开始时期的每个状态的所述概率密度函数。
另外,优选,所述操作开始指标值算出部算出驾驶员的制动操作开始时期的指标值,所述驾驶特性推定部,基于相对于该制动操作开始时期的指标值的该制动操作开始时期的每个状态的各概率密度函数和所述操作开始指标值算出部算出的所述制动操作开始时期的指标值,求出该算出的指标值下的所述各概率密度函数的概率密度相对于合计值的比,对该各概率密度相对于合计值的比进行加权,推定驾驶员的与前车的车间距离倾向来作为驾驶特性。
另外,优选,所述操作开始指标值算出部算出与驾驶员的多个操作内容相应的操作开始时期的指标值,所述驾驶特性推定部按每个所述操作内容,基于相对于该操作开始时期的指标值的该操作开始时期的每个状态的各概率密度函数和所述操作开始指标值算出部算出的所述操作开始时期的指标值,求出该算出的指标值下的所述各概率密度函数的概率密度相对于合计值的比,对该各概率密度相对于合计值的比进行加权,推定驾驶员的与前车的车间距离倾向来作为驾驶特性。
发明的效果
本发明的驾驶特性推定装置及驾驶支援***,能够高精度地推定驾驶员的驾驶特性,因此,通过实施与该驾驶特性相应的驾驶支援,关于该驾驶支援也可以使其符合驾驶员的驾驶操作的倾向而高精度地实施。
附图说明
图1是表示本发明的驾驶特性推定装置及驾驶支援***的结构的框图。
图2是对制动操作开始时期的指标值的算出过程进行说明的图。
图3-1是制动操作开始时期早的情况下的频度分布图。
图3-2是制动操作开始时期为普通的情况下的频度分布图。
图3-3是制动操作开始时期晚的情况下的频度分布图。
图4是将图3-1~图3-3的频度分布总括到一起的图。
图5是用正态分布的概率密度函数的形式来表示图4的频度分布的图。
图6是对相对于某个制动操作开始时期的指标值的各个概率密度进行说明的图。
图7是对相对于某个制动操作开始时期的指标值的车间距离倾向进行说明的图。
图8是对驾驶特性推定进行说明的流程图。
图9是试验结果的一例。
图10是试验结果的一例。
具体实施方式
以下,基于附图对本发明的驾驶特性推定装置及驾驶支援***的实施例详细地进行说明。此外,并不通过该实施例来限定本发明。
[实施例]
基于图1~图10,对本发明的驾驶特性推定装置及驾驶支援***的实施例进行说明。
驾驶特性推定装置,基于车辆的行驶状态的信息和/或使车辆行驶的驾驶员的操作状态的信息等,推定该驾驶员的驾驶特性。车辆的行驶状态是指,例如,加速行驶状态、减速行驶状态、恒速行驶状态、直线行进行驶状态、转弯行驶状态等。驾驶员的操作状态是指,例如,制动操作状态、加速操作状态、转向(steering)操作状态等。驾驶员的驾驶特性是指,被驾驶员的嗜好所左右的驾驶形态的特性,驾驶员的与前车的车间距离的喜好的大小(以下,称为“车间距离倾向”)等。另外,驾驶支援***是对驾驶期间的本车的驾驶员进行支援的***。该例示的驾驶支援***具有驾驶特性推定装置和驾驶支援装置,基于由该驾驶特性推定装置推定出的驾驶员的驾驶特性来执行驾驶支援。作为驾驶支援控制,例如,有前车追随行驶控制、防撞支援控制、车道脱离警报控制(LDW:Lane Departure Warning)、车道维持支援控制(LKA:Lane Keeping Assist)、摇晃警报(漫不经心、瞌睡驾驶警报)控制、弯道车速警报控制、弯道车速减速控制、驾驶员的漫不经心、瞌睡推定控制以及驾驶诊断等。
在该例示中,对如下的驾驶特性推定装置及驾驶支援***进行说明:基于制动操作状态来进行驾驶员的车间距离倾向的推定,在与前车的车间距离缩小时,通过在与该车间距离倾向相应的车间距离发出警告声,促使驾驶员进行为了避免与前车碰撞的制动操作。
在具有该驾驶特性推定装置及驾驶支援装置的驾驶支援***中,其动作由进行车辆控制等的电子控制装置(以下,称为“车辆ECU”)1控制。如图1所示,该车辆ECU1连接有:车速检测装置2、距离检测装置3、制动装置4、制动操作检测装置5以及警报装置6。
车速检测装置2是用于检测本车的车速Vs〔m/s〕的车速传感器。作为该车速检测装置2,例如,使用检测变速器等动力传递装置的输出轴的旋转角的旋转角传感器、检测各车轮的车轮速的车轮速传感器等即可。该车速检测装置2的检测信号向车辆ECU1输出。在车辆ECU1中,基于该检测信号进行本车的车速Vs的运算。
距离检测装置3是用于检测本车与本车的前方的对象物(前车)之间的实际的相对距离(以下,称为“实际相对距离”)Dr〔m〕的距离传感器。作为该距离检测装置3,使用毫米波雷达即可。该毫米波雷达例如安装于本车的前面部的中央部(前格栅内等)。该毫米波雷达向本车的前方的预定范围射出毫米波,接收由存在于本车的前方的对象物反射得到的毫米波。该毫米波雷达计测从其射出到接收为止的时间,算出从本车(毫米波雷达配置部位)到前方的对象物为止的距离,由此检测实际相对距离Dr。另外,该毫米波雷达也能够检测本车与前方的对象物(前车)之间的实际的相对速度(以下,称为“实际相对速度”)Vr。在该毫米波雷达中,使用多普勒效应算出本车的车速Vs与前方的对象物的速度(前车的车速)的速度差,由此检测实际相对速度Vr。该毫米波雷达向车辆ECU1输出检测到的实际相对距离Dr和实际相对速度Vr。
另外,该距离检测装置3也可以使用使用了雷达和/或红外线等的雷达、CCD(charge coupled device电荷耦合元件)相机等摄像装置等。例如,这种情况下的车辆ECU1进行由摄像装置拍摄到的前方的摄像图像数据的图像处理,算出实际相对距离Dr。另外,在该距离检测装置3是无法直接检测实际相对速度Vr的装置的情况下,车辆ECU1例如基于伴随时间经过的实际相对距离Dr的变化来算出实际相对速度Vr即可。
制动装置4是通过驾驶员的制动踩踏操作而在各车轮产生制动力的装置,也是根据车辆ECU1的指令而在各车轮内的控制对象的车轮产生制动力的装置。该制动装置4具备能够按每个车轮对向制动部(制动钳等)供给的供给液压进行控制的致动器(执行器)。该致动器也能够直接输出与由驾驶员实现的制动踏板的操作量相应的主缸压,也能够根据车辆ECU1的指令而使该主缸压增减后输出。
制动操作检测装置5是检测驾驶员的制动踩踏操作的装置。例如,作为该制动操作检测装置5,利用与驾驶员的制动踩踏操作联动的停车灯的输入开关(所谓停车灯开关)即可。该停车灯开关伴随着驾驶员的制动踩踏操作,点亮停车灯并且向车辆ECU1输出接通信号。因此,车辆ECU1能够根据该接通信号来检测驾驶员的制动踩踏操作。另外,作为该制动操作检测装置5,可以利用对由驾驶员实现的制动踏板的操作量(踏板开度等踩踏操作量和/或踏板操作速度)进行检测的传感器。
警报装置6通过刺激驾驶员的听觉和/或视觉,向驾驶员发出警报。例如,作为该警报装置6,有利用声音向驾驶员传递警报的声音产生装置。作为产生的声音,考虑哔(beep)声等各种警报声、报知内容的声音信息等。另外,作为该警报装置6,有通过向监视器等显示装置的显示来向驾驶员传递警报的装置。作为该显示内容,考虑闪烁显示和/或点亮显示、报知内容的文字信息等。
驾驶特性推定装置算出与驾驶车辆的驾驶员的操作内容相应的操作开始时期的指标值。并且,该驾驶特性推定装置基于相对于该操作开始时期的指标值的该操作开始时期的每个状态的各概率密度函数和算出的操作开始时期的指标值,求出该算出的指标值下的各概率密度函数的概率密度相对于合计值的比,对该各概率密度相对于合计值的比进行加权来推定驾驶员的驾驶特性。车辆ECU1设置有:算出该操作开始时期的指标值的操作开始指标值算出部1a和如此推定驾驶员的驾驶特性的驾驶特性推定部1b。
在该例示中,算出驾驶员的制动操作中的制动踩踏操作的开始时期(以下,也称为“制动操作开始时期”)的指标值。另外,在该例示中,基于相对于该制动操作开始时期的指标值的该制动操作开始时期的每个状态(早、晚等)的各概率密度函数和算出的制动操作开始时期的指标值,求出该算出的指标值下的各概率密度函数的概率密度相对于合计值的比,对该各概率密度相对于合计值的比进行加权来推定驾驶员的驾驶特性。
操作开始指标值算出部1a基于下述的式1来算出制动操作开始时期的指标值PRE(BRK)。
[数1]
该式1的分母是与驾驶员识别到的对象物(前车)之间的相对距离(察觉相对距离),是基于驾驶员的感觉(错觉)而对实际相对距离Dr进行了修正后的距离。本车的驾驶员会产生本车的车速Vs越快,则相对速度越比实际相对速度Vr快的错觉。例如,在本车以中低速行驶于一般道路的情况和以高速行驶于高速道路的情况下,当实际相对距离Dr相同时,驾驶员会有高速道路行驶时的相对速度比一般道路行驶时的相对速度快的错觉。另一方面,分子是与驾驶员识别到的对象物(前车)之间的相对速度(察觉相对速度),是基于驾驶员的感觉(错觉)而对实际相对速度Vr进行了修正后的速度。本车的驾驶员会产生实际相对距离Dr越远,则相对距离越比实际相对距离Dr近的错觉。例如,在观察在本车的行进方向上等间隔地排列的电线杆时,电线杆越位于远处,则电线杆的间隔看起来越窄,驾驶员会有远处的电线杆的位置比实际的位置近的错觉。也就是说,该式1是将制动操作开始时期的推定模型模型化后的式子,以察觉相对距离和察觉相对速度的比来表示。
如前所述,“Vs”、“Vr”及“Dr”分别是本车的车速、实际相对速度及实际相对距离。“Ax”是本车与前车之间的实际的相对加速度(以下,称为“实际相对加速度”)。该实际相对速度Vr和实际相对加速度Ax在本车与前车远离时为正。另外,“α”、“β”及“n”是根据情况决定的参数。例如,“α”设定在0~1的范围内(0<α<1)。“β”设定在0~3的范围内(0<β<3)。“n”设定在0~1的范围内(0<n<1)。
本车越远离前车,则该制动操作开始时期的指标值PRE(BRK)的数值越小。也就是说,该指标值PRE(BRK)表示,该数值越小,则成为制动操作开始时期越早的状态。另一方面,本车越靠近前车,则该指标值PRE(BRK)的数值越大。也就是说,该指标值PRE(BRK)表示,该数值越大,则成为制动操作开始时期越晚的状态。
驾驶特性推定部1b基于该操作开始指标值算出部1a算出的制动操作开始时期的指标值PRE(BRK)和相对于制动操作开始时期的指标值PRE(BRK)的该制动操作开始时期的每个状态的各概率密度函数,对算出了该指标值PRE(BRK)的驾驶员的驾驶特性进行推定。
在此,关于相对于该制动操作开始时期的指标值PRE(BRK)的该制动操作开始时期的每个状态的各概率密度函数,例如,解析多个行驶模式下的多个驾驶员的行驶数据,作为映射而预先进行准备即可。该每个状态的各概率密度函数可以伴随驾驶员的行驶而对最初登录的映射进行更新。为此,在车辆ECU1设置有进行该每个状态的各概率密度函数的算出和/或更新的概率密度函数算出部1c。该概率密度函数算出部1c将与所取得的操作开始时期的多个指标值相对的该操作开始时期的频度分布按由驾驶员实现的多个该操作开始时期的状态进行区分,按该各个频度分布分别算出相对于操作开始时期的指标值的该操作开始时期的每个状态的概率密度函数。在该例示中,将与所取得的驾驶员的制动操作开始时期的多个指标值PRE(BRK)相对的该制动操作开始时期的多个频度分布按由驾驶员实现的多个该制动操作开始时期的状态(早、晚等)进行区分,按该各个频度分布分别算出相对于制动操作开始时期的指标值PRE(BRK)的该制动操作开始时期的每个状态的概率密度函数。
具体而言,例如如图2的左侧的图所示,基于所取得的行驶数据,按行驶数据来求出制动操作开始时期的指标值PRE(BRK)的平均值,按制动操作开始时期的状态对各个平均值进行分类。在此,分为制动操作开始时期早的状态的组、普通的状态的组、晚的状态的组这3个组。此外,制动操作开始时期为普通的状态的情况是指,例如当将多个驾驶员进行制动踩踏操作的与前车的车间距离的平均值作为基准车间距离时,在该基准车间距离时开始了制动踩踏操作的状态。基于此,制动操作开始时期早的状态的情况是指,与普通的状态的情况相比,制动操作开始时期早,也就是说在本车与前车的车间距离比基准车间距离大时开始了制动踩踏操作的状态。另外,制动操作开始时期晚的状态的情况是指,与普通的状态的情况相比,制动操作开始时期晚,也就是说在本车与前车的车间距离比基准车间距离小时开始了制动踩踏操作的状态。
概率密度函数算出部1c如图2的右侧的图所示那样将该各组频度分布图化。图3-1~图3-3分别是该各组的频度分布图。图4是将该各组的频度分布总括到一起进行表示的图。在该图3-1~图4中,横轴表示制动操作开始时期的指标值PRE(BRK),纵轴表示检测到制动踩踏操作的次数。
概率密度函数算出部1c根据该制动操作开始时期的每个状态的频度分布(图4)分别算出该每个状态的概率密度函数。具体而言,按该各个频度分布(正态分布)来分别算出相对于制动操作开始时期的指标值PRE(BRK)的该制动操作开始时期的每个状态的概率密度函数。也就是说,如图5所示,各组的频度分布(正态分布)以正态分布的概率密度函数的形式表示。存储装置将该各概率密度函数作为映射而存储。在图5中,横轴表示制动操作开始时期的指标值PRE(BRK),纵轴表示概率密度。
此外,正态分布的概率密度函数如下述的式2。“σ”表示概率密度函数的标准差,“σ2”表示概率密度函数的方差,“μ”表示概率密度函数的均值。
[数2]
在此,在该例示中,使上述的概率密度函数的映射存储于车辆的存储装置,但该映射除了车内的存储装置之外还可以存储于车外的服务器等存储装置。该情况下,优选使用移动电话和/或搭载于车辆的通信设备将车内与车外的各个存储装置的映射同步为最新的映射。该同步可以以驾驶员等的指令为契机而执行,也可以在伴随行驶而更新映射时执行。作为具体例,可以利用云计算技术等。例如,该车外的存储装置所存储的映射的信息既可以仅适用于该驾驶员,也可以作为用于将各种驾驶员的驾驶特性统计化的数据库来利用。前者的情况下,不限于做成了该映射的车辆,即使该驾驶员因买换车辆和/或租车等而乘坐了其他车辆时,通过利用通信从车外的存储装置读取该驾驶员的最新的映射,也能够在其他车辆立即利用该驾驶员的驾驶特性的信息。另外,后者的情况下,由于用于数据库化的驾驶员的人数和/或行驶模式增加,所以例如能够提高最初登录于车辆的映射的信息的精度。
驾驶特性推定部1b从上述映射读取与上述操作开始指标值算出部1a算出的制动操作开始时期的指标值PRE(BRK)符合的制动操作开始时期的各状态的概率密度函数的数值。例如,图6示出指标值PRE(BRK)为0.2时的制动操作开始时期的各状态下的数值a、b、c。数值a表示制动操作开始时期早的状态时的概率密度。数值b表示制动操作开始时期为普通的状态时的概率密度。数值a表示制动操作开始时期早的状态时的概率密度。数值b表示制动操作开始时期为普通的状态时的概率密度。数值c表示制动操作开始时期晚的状态时的概率密度。在该图6的例示中,“a=1.21”、“b=0.80”、“0.38”。
驾驶特性推定部1b基于该各数值a、b、c,算出其合计值。该合计值是所算出的指标值PRE(BRK)下的各概率密度函数(制动操作开始时期的各状态下的概率密度函数)的概率密度a、b、c的合计值。驾驶特性推定部1b求出制动操作开始时期早的状态时的相对于概率密度a、b、c的合计值的比(a/a+b+c)、制动操作开始时期为普通的状态时的相对于概率密度a、b、c的合计值的比(b/a+b+c)、制动操作开始时期晚的状态时的相对于概率密度a、b、c的合计值的比(c/a+b+c)。驾驶特性推定部1b通过对该各个比进行加权,推定驾驶员的驾驶特性(车间距离倾向)。
该加权后的驾驶特性的指标值(B-on,PRE(BRK))能够利用下述的式3求出。此外,该括弧内的“B-on,PRE(BRK)”表示在制动操作开始时且制动操作开始时期的指标值PRE(BRK)为某个数值(例如前述的0.2等)时的驾驶特性(车间距离倾向)的指标值
[数3]
“p1”、“p2”、“p3”分别表示制动操作开始时期早的状态时的加权系数、制动操作开始时期为普通的状态时的加权系数、制动操作开始时期晚的状态时的加权系数。这些加权系数p1、p2、p3既可以是固定值,也可以是根据行驶状况可变的值。例如,在拥堵的交通状况下,与不拥堵的交通状况相比,车速低且与前车的车间距离缩小。因此,在拥堵的交通状况下,减小制动操作开始时期早的状态时的权重(加权系数p1),另一方面,增大制动操作开始时期晚的状态时的权重(加权系数p3)。而在不拥堵的交通状况下,增大制动操作开始时期早的状态时的权重(加权系数p1),另一方面,减小使制动操作开始时期晚的状态时的权重(加权系数p3)。与该例相同,在一般道路上,与高速道路相比,车速低且与前车的车间距离缩小。因此,在一般道路上,减小制动操作开始时期早的状态时的权重(加权系数p1),另一方面,增大制动操作开始时期晚的状态时的权重(加权系数p3)。而在高速道路上,增大制动操作开始时期早的状态时的权重(加权系数p1),另一方面,减小制动操作开始时期晚的状态时的权重(加权系数p3)。
驾驶特性推定部1b基于该指标值来推定驾驶员的驾驶特性(车间距离倾向)。该指标值与其数值的大小相应地,有级地或无级地示出驾驶特性(车间距离倾向)。例如,在该例示中,设定有开始制动踩踏操作的车间距离长、普通、短这3阶段的驾驶特性(车间距离倾向)。在该例示中,表现出如下的车间距离倾向:相对于在普通的车间距离开始制动踩踏操作时的指标值指标值越小,则开始制动踩踏操作的车间距离越比普通时的车间距离长,制动操作开始时期越比普通时的早。另外,在该例示中,表现出如下的车间距离倾向:相对于该指标值指标值越大,则开始制动踩踏操作的车间距离越比普通时的车间距离短,制动操作开始时期越比普通时的晚。图7是图示出图5及图6中每个制动操作开始时期的指标值PRE(BRK)的指标值的运算结果。根据该图7可知,在指标值PRE(BRK)为0.2时,表现出如下的车间距离倾向:开始制动踩踏操作的车间距离比普通时的车间距离长,制动操作开始时期比普通时的早。另外,可知,在指标值PRE(BRK)为0.7时,表现出如下的车间距离倾向:开始制动踩踏操作的车间距离、也就是说制动操作开始时期为普通。
在此,该图7也可以代替指标值的运算结果而将该运算结果替换为与制动操作开始时期的各状态(早、普通、晚)或车间距离的各状态(长、普通、短)相应的1次元的标量(1、2、3等)。
车辆ECU1设置有执行驾驶支援控制的驾驶支援控制部1d。该驾驶支援控制部1d基于该驾驶特性(车间距离倾向)来进行驾驶支援控制。例如,在该驾驶员表现出在普通的制动操作开始时期进行制动操作这一车间距离倾向的情况下,该驾驶支援控制部1d在本车与前车接近到基准车间距离时使警报装置6工作,唤起驾驶员注意。另外,在该驾驶员表现出在早于普通的制动操作开始时期进行制动操作这一车间距离倾向的情况下,该驾驶支援控制部1d在本车与前车到达基准车间距离之前使警报装置6工作,唤起驾驶员注意。该情况下,例如优选,上述的指标值越小,则在本车越比基准车间距离远离前车的状态下使警报装置6工作。另一方面,在该驾驶员表现出在晚于普通的制动操作开始时期进行制动操作这一车间距离倾向的情况下,该驾驶支援控制部1d在本车与前车的车间距离比基准车间距离短时使警报装置6工作,唤起驾驶员注意。该情况下,例如优选,上述的指标值越大,则在本车越比基准车间距离靠近前车的状态下使警报装置6工作。但是,优选,在本车靠近前车至预定的车间距离时,为了避免追尾,与指标值的大小无关而使警报装置6工作。
在此,该驾驶支援控制部1d也可以代替由该警报装置6实现的警报或与该警报一起进行如下的驾驶支援:使制动装置4进行动作而在各车轮产生制动力或增加辅助由驾驶员的制动操作实现的各车轮的制动力。
这样,本实施例的驾驶特性推定装置及驾驶支援***能够高精度地推定即使在一次行驶中也会因行驶环境和/或情绪等而变化的驾驶员的驾驶特性,因此,能够实施与该驾驶特性一致的合适的驾驶支援。例如,在该驾驶特性推定装置及驾驶支援***中,与驾驶员的制动操作开始时期的倾向相应的与前车的车间距离倾向相一致地进行警报等驾驶支援,因此,不会给驾驶员带来警报等的介入早或晚等的违和感、因警报等的介入相对于自身的驾驶特性较早而带来的警报等的不必要感。也就是说,根据该驾驶特性推定装置及驾驶支援***,即使警报等的介入时期比普通(通常控制时)早,若该驾驶员具有制动操作开始时期早的车间距离倾向,则该驾驶员也不会对该警报等的介入感到违和感。另外,该驾驶支援***在推定驾驶员的驾驶特性时使用本车的车速Vs和/或实际相对车速Vr等,考虑了本车和/或前车的加减速,因此,在这一点上也能谋求警报等的介入时期的合理化。
此外,式3也能够基于将式2替换为制动操作开始时期的各状态的下述式4-6而如下述式7那样展开。
[数4]
[数5]
[数6]
[数7]
“σ(a)”、“σ(b)”、“σ(c)”分别表示制动操作开始时期早的状态时的方差、制动操作开始时期为普通的状态时的方差、制动操作开始时期晚的状态时的方差。“μ(a)”、“μ(b)”、“μ(c)”表示制动操作开始时期早的状态时的平均值、制动操作开始时期为普通的状态时的平均值、制动操作开始时期晚的状态时的平均值。
另外,在本实施例中,例示了在与车间距离倾向相应的车间距离发出警告声的情况,但驾驶支援***也可以在与车间距离倾向相应的车间距离执行减速控制。另外,该驾驶支援***也可以使发出警告声和进行减速控制一起执行。该减速控制是指从驾驶员未进行制动操作的状态起使车辆减速的控制、或者从驾驶员进行了制动操作的状态起使车辆进一步减速的控制。
另外,制动操作开始时期的指标值PRE(BRK)可以说是表示该驾驶员的驾驶特性的值。因此,驾驶支援装置例如也可以在该制动操作开始时期的指标值PRE(BRK)超过预定的阈值而变大时,判断为制动操作开始时期晚而进行驾驶支援。
[变形例]
前述的实施例的驾驶特性推定装置及驾驶支援***,为了推定驾驶员的驾驶特性(车间距离倾向)而利用了相对于前车的制动操作开始时期的倾向这一参数。本变形例的驾驶特性推定装置及驾驶支援***代替基于该制动操作开始时期的倾向的驾驶特性(车间距离倾向)的推定或者与该推定一起进行如下的推定:基于与该制动操作开始时期的倾向不同的相对于前车的驾驶员的操作倾向的参数、行驶环境(行驶道路的坡度等)的参数和/或车辆行驶状态(车辆横向加速度等)的参数等,推定驾驶特性(车间距离倾向)。
例如,作为该驾驶员的操作倾向的参数,考虑有相对于前车的加速关闭操作开始时期的倾向等。该参数可主要利用于在上坡路和/或高速道路上的推定学习。该情况下,算出驾驶员的加速关闭操作开始时期的指标值PRE(ACC)。该指标值PRE(ACC)能够通过与前述的式1同等的运算式求出,将该式1的本车的车速Vs等的各参数替换为加速关闭操作开始时的信息而算出。另外,该情况下,使用该加速关闭操作开始时期的各状态(早、普通、晚)下的概率密度函数。该各个概率密度函数与前述的图5所示的概率密度函数同样地求出即可。
另外,该情况下,基于该各个概率密度函数和指标值PRE(ACC),读取与通过操作开始指标值算出部1a算出的指标值PRE(ACC)符合的加速关闭操作开始时期的各状态的概率密度函数的数值a、b、c。驾驶特性推定部1b基于该各数值a、b、c,求出加速关闭操作开始时期早的状态时的相对于概率密度a、b、c的合计值的比(a/a+b+c)、加速关闭操作开始时期为普通的状态时的相对于概率密度a、b、c的合计值的比(b/a+b+c)、加速关闭操作开始时期晚的状态时的相对于概率密度a、b、c的合计值的比(c/a+b+c)。
基于加速关闭操作的驾驶特性的指标值(ACC-on,PRE(ACC))使用与前述的式3同等的运算式而求出。此时,“p1”、“p2”、“p3”分别成为加速关闭操作开始时期早的状态时的加权系数、加速关闭操作开始时期为普通的状态时的加权系数、加速关闭操作开始时期晚的状态时的加权系数。如前所述,该指标值的运算结果优选替换为与加速关闭操作开始时期的各状态(早、普通、晚)或车间距离的各状态(长、普通、短)相应的1次元的标量(1、2、3等)。这是因为,能够将基于加速关闭操作的驾驶员的驾驶特性(车间距离倾向)的推定结果作为与基于制动踩踏操作的驾驶员的驾驶特性(车间距离倾向)的推定结果同一性质的结果来进行处理。
另外,驾驶特性推定部1b也可以基于驾驶员通过自身驾驶而跟随前车时的与前车的平均车间时间(以下,称为“跟随时平均车间时间”)的倾向这一参数来推定驾驶员的驾驶特性(车间距离倾向)。此时,例如,求出该跟随行驶持续了预定距离以上或预定时间以上时的该期间内的跟随时平均车间时间。该情况下,也优选将该推定结果替换为与车间距离的各状态(长、普通、短)相应的1次元的标量(1、2、3等)。该参数可主要利用于在高速道路上的推定学习。
在此,在这些例示中,若不存在前车,则无法推定驾驶员的驾驶特性(车间距离倾向)。因此,构成为即使不存在前车也能够推定驾驶员的驾驶特性(车间距离倾向)。例如,车辆具有在制动踏力大时车辆减速度变大、在制动踏力小时车辆减速度变小的倾向。并且,制动踏力大的驾驶员与制动踏力小的驾驶员相比,例如存在在进行为了保持与前车的车间距离的制动踩踏操作时,与前车的车间距离变短的倾向。因此,驾驶特性推定部1b可以基于制动操作时的平均车辆减速度的倾向这一参数来推定驾驶员的驾驶特性(车间距离倾向)。该情况下,也优选将该推定结果替换为与车间距离的各状态(长、普通、短)相应的1次元的标量(1、2、3等)。该参数能够获得比刚才所例示的参数多的采样数据,因此能够提高推定学习的执行频度。
基于图8的流程图对该驾驶特性推定装置及驾驶支援***的动作进行说明。
在该驾驶特性推定装置及驾驶支援***中,操作开始指标值算出部1a算出与驾驶员的多个操作内容(制动踩踏操作和/或加速关闭操作等)相应的操作开始时期的指标值。然后,驾驶特性推定部1b按该操作内容,基于相对于操作开始时期的指标值的该操作开始时期的每个状态的各概率密度函数和操作开始指标值算出部1a算出的操作开始时期的指标值,求出该算出的指标值下的各概率密度函数的概率密度相对于合计值的比,对该各概率密度相对于合计值的比进行加权,将驾驶员的与前车的车间距离倾向作为驾驶特性而进行推定。在该驾驶特性推定装置及驾驶支援***中,在与某一种操作内容相应的驾驶特性被推定了预定次数的情况下,求出其移动平均值而判断为最终的驾驶员的驾驶特性,将该最终判断作为驾驶特性的推定学习结果进行学习(更新)。
车辆ECU1判定本车是否处于巡航控制期间(步骤ST1)。若本车未处于巡航控制期间,则该车辆ECU1开始推定本车的驾驶员的驾驶特性(车间距离倾向)。
首先,操作开始指标值算出部1a判定本车是否符合预定条件(步骤ST2)。符合该预定条件是指例如,驾驶员为了保持与前车的车间距离而进行了加速关闭操作时、驾驶员为了保持与前车的车间距离而进行了制动踩踏操作时、驾驶员通过自身的驾驶而跟随前车时、虽然不存在前车但通过驾驶员的制动踩踏操作而发生了车辆减速度时。若不符合该预定条件,则操作开始指标值算出部1a反复执行该步骤ST2的判定。
操作开始指标值算出部1a在加速关闭操作的情况下,算出加速关闭操作开始时期的指标值PRE(ACC),在制动踩踏操作的情况下,算出制动操作开始时期的指标值PRE(BRK)(步骤ST3)。此外,在驾驶员通过自身的驾驶而跟随前车时、或者虽然不存在前车但通过驾驶员的制动踩踏操作而发生了车辆减速度时,不进行该步骤ST3,前进至下一步骤ST4。
接下来,驾驶特性推定部1b判定能否执行利用了前车的存在的驾驶特性(车间距离倾向)的推定学习(步骤ST4)。在此,若本车的车速Vs为预定车速以上且与前车的车间距离为预定距离以下,则判定为能够执行利用了前车的存在的驾驶特性(车间距离倾向)的推定学习。该预定车速和/或预定距离例如通过驾驶员的加速关闭操作和/或制动踩踏操作是否成为了受到前车的影响的操作等来决定即可。例如,预定车速设定为缓行速度。这是因为,在本车的车速Vs比缓行速度低的情况下,已经执行了加速关闭操作的可能性高。预定距离设定为数百米等不能说是受到了前车的影响的加速关闭操作和/或制动踩踏操作的距离。
驾驶特性推定部1b在判定为能够执行驾驶特性(车间距离倾向)的推定学***均车间时间的倾向,推定驾驶员的驾驶特性(车间距离倾向)。
驾驶特性推定部1b判定是否执行了制动踩踏操作,也就是是否基于制动踩踏操作而进行了推定(步骤ST6)。
该驾驶特性推定部1b在执行了制动踩踏操作的情况下,执行基于制动操作时的平均车辆减速度的倾向的驾驶员的驾驶特性(车间距离倾向)的推定(步骤ST7)。另一方面,在没有执行制动踩踏操作的情况下,驾驶特性推定部1b返回步骤ST1。
另外,在步骤ST4中判定为无法执行利用了前车的存在的驾驶特性(车间距离倾向)的推定学***均车辆减速度的倾向的驾驶员的驾驶特性(车间距离倾向)的推定、即不存在前车时的驾驶特性(车间距离倾向)的推定。
在该例示中,反复进行步骤ST1~步骤ST7,直到执行了预定次数(例如5次)的各个推定中的至少1个推定为止:{基于加速关闭操作的驾驶员的驾驶特性(车间距离倾向)的推定、基于制动踩踏操作的驾驶员的驾驶特性(车间距离倾向)的推定、基于跟随时平均车间时间的倾向的驾驶员的驾驶特性(车间距离倾向)的推定、基于制动操作时的平均车辆减速度的倾向的驾驶员的驾驶特性(车间距离倾向)的推定}。在执行了预定次之后,前进至下一步骤ST8。
驾驶特性推定部1b算出最近的预定次数的推定结果的移动平均值(步骤ST8)。在此,将该移动平均值的结果作为最终的驾驶员的驾驶特性(车间距离倾向)进行推定。这样,求出移动平均值,求出与驾驶期间的一系列的时序的操作相应的驾驶特性(车间距离倾向),从而即使驾驶员分别对加速关闭操作和/或制动踩踏操作等感到不一致,也能够获得精度高的驾驶特性(车间距离倾向)。在该步骤ST8中,按基于加速关闭操作等的各个推定结果来求出移动平均值。
此外,在巡航控制期间(例如自适应巡航控制执行期间),例如,判断为是预先决定的预定的驾驶特性(车间距离倾向)即可(步骤ST9)。
这样,本变形例的驾驶特性推定装置及驾驶支援***不仅能够获得与前述的实施例同样的效果,由于基于加速关闭操作等各种条件来推定驾驶员的驾驶特性(车间距离倾向),所以还能够获知精度更高的驾驶员的驾驶特性(车间距离倾向)。
在此,对应用了该驾驶支援***的试验车的不必要警报的产生状态的试验结果进行说明。在图9中示出该试验结果。
该试验是,使该实验车在预定的警报产生条件下行驶预定距离,调查驾驶员感到不必要的警报的产生次数。作为警报产生条件,不仅有进行本实施例及本变形例的推定学***均车速低的A国相当的道路环境(行驶距离:11,625km)和与平均车速比A国高的B国相当的道路环境(行驶距离:3,452km)进行了试验。
根据该试验结果,以往,车间距离倾向越长,则产生不必要的警报的次数越多,不必要的警报的产生频度越高,因此判断为,若在到达基准车间距离前发出警报,则感到该警报不必要的厌烦的可能性高。而在本实施例及本变形例中,进行了前述的推定学习,因此可知,不必要的警报的产生次数变少,不必要的警报的产生频度变低。该不必要的警报的产生频度将预定行驶距离(A国:11,625km、B国:3,452km)除以不必要的警报的产生次数而得到。
另外,在该试验中,将设为车间距离倾向长而在到达基准车间距离前提早产生警报的情况、设为车间距离倾向普通而在到达基准车间距离时产生警报的情况、设为车间距离倾向短而在到达基准车间距离后延迟产生警报的情况设定为预定的比率,对在行驶了预定行驶距离(A国:11,625km、B国:3,452km)时驾驶员感到不必要的警报的产生次数进行了调查。在这3个车间距离倾向设定为预定比率(长:普通:早=30%:58%:12%)时可知,与本实施例及本变形例相比,不必要的警报的产生次数果然多,不必要的警报的产生频度果然高。
图10是该试验结果之一,表示通过推定学习而在推定为车间距离倾向长的情况、推定为车间距离倾向为普通的情况下、推定为车间距离倾向短的情况下的警报的产生频度。根据该图10可知,在各个车间距离倾向的推定的学习结果中,不存在大的偏差,以大致同等的产生频度发出警报。
另外,在驾驶支援为前述的车道脱离警报控制、车道维持支援控制、失稳警报(漫不经心·瞌睡驾驶警报)控制的情况下,基于通常驾驶时的白线水平位置、偏航率、操舵角速度、操舵转矩及它们的标准差等,求出在驾驶员的通常驾驶时的失稳程度(驾驶员的驾驶特性),调整车道脱离警报等的控制介入时期即可。另外,在进行弯道车速警报控制和/或弯道车速减速控制的情况下,基于转弯期间及非转弯期间的通常驾驶时的车辆前后加速度、车辆横向加速度、偏航率、制动踩踏操作开始位置及它们的标准差等,求出驾驶员的通常驾驶时的转弯特性的倾向(驾驶员的驾驶特性),调整弯道车速警报等的控制介入时期即可。另外,在进行驾驶员的漫不经心、瞌睡推定控制的情况下,基于通常驾驶时的驾驶员的重心位置和/或头部位置的位移及它们的标准差等,求出驾驶员的漫不经心、瞌睡倾向(驾驶员的驾驶特性),推定驾驶员是否处于漫不经心、瞌睡的驾驶状态,唤起驾驶员的注意和/或进行减速控制等即可。另外,在进行驾驶诊断的情况下,基于暂时停止位置(本车距暂时停止线的距离)、车辆前后加速度、车辆横向加速度、车速(与行驶道路的限制速度的差量)等及它们的标准差等,判定驾驶员的规范驾驶(安全驾驶)的倾向(驾驶员的驾驶特性)即可。
此外,本实施例及本变形例的驾驶特性推定装置及驾驶支援***考虑各自不同的人的技能和/或身体状况等的偏差,推定该人的特性,进行与该特性相应的支援控制。因此,该驾驶特性推定装置及驾驶支援***的技术例如也能够利用于在工厂等进行流水作业和/或进行重复运动等的人的作业特性和/或运动特性的推定,也能够利用于与该推定结果相应的人的作业负荷和/或运动负荷的调整。
标号说明
1 车辆ECU
1a 操作开始指标值算出部
1b 驾驶特性推定部
1c 概率密度函数算出部
1d 驾驶支援控制部
2 车速检测装置
3 距离检测装置
4 制动装置
5 制动操作检测装置
6 警报装置
Claims (8)
1.一种驾驶特性推定装置,其特征在于,设置有:
操作开始指标值算出部,其算出驾驶车辆的驾驶员的制动操作的操作开始时期的指标值;和
驾驶特性推定部,其基于相对于所述操作开始时期的指标值的该操作开始时期的每个状态的各概率密度函数和所述操作开始指标值算出部算出的所述操作开始时期的指标值,求出该算出的指标值下的所述各概率密度函数的概率密度相对于合计值的比,对该各概率密度相对于合计值的比进行加权来推定驾驶员的驾驶特性。
2.根据权利要求1所述的驾驶特性推定装置,其中,
还设置有概率密度函数算出部,所述概率密度函数算出部将与所取得的所述操作开始时期的多个指标值相对的该操作开始时期的频度分布按由驾驶员实现的多个该操作开始时期的状态进行区分,按该各个频度分布分别算出相对于所述操作开始时期的指标值的该操作开始时期的每个状态的所述概率密度函数。
3.一种驾驶特性推定装置,其特征在于,设置有:
操作开始指标值算出部,其算出驾驶车辆的驾驶员的加速关闭操作的操作开始时期的指标值;和
驾驶特性推定部,其基于相对于所述操作开始时期的指标值的该操作开始时期的每个状态的各概率密度函数和所述操作开始指标值算出部算出的所述操作开始时期的指标值,求出该算出的指标值下的所述各概率密度函数的概率密度相对于合计值的比,对该各概率密度相对于合计值的比进行加权,推定驾驶员的与前车的车间距离倾向来作为驾驶特性。
4.一种驾驶特性推定装置,其特征在于,设置有:
操作开始指标值算出部,其算出驾驶车辆的驾驶员的制动操作以及加速关闭操作的操作开始时期的指标值;和
驾驶特性推定部,其按所述制动操作以及所述加速关闭操作这两个操作的每个操作,基于相对于所述操作开始时期的指标值的该操作开始时期的每个状态的各概率密度函数和所述操作开始指标值算出部算出的所述操作开始时期的指标值,求出该算出的指标值下的所述各概率密度函数的概率密度相对于合计值的比,对该各概率密度相对于合计值的比进行加权,推定驾驶员的与前车的车间距离倾向来作为驾驶特性。
5.一种驾驶支援***,其特征在于,设置有:
操作开始指标值算出部,其算出驾驶车辆的驾驶员的制动操作的操作开始时期的指标值;
驾驶特性推定部,其基于相对于所述操作开始时期的指标值的该操作开始时期的每个状态的各概率密度函数和所述操作开始指标值算出部算出的所述操作开始时期的指标值,求出该算出的指标值下的所述各概率密度函数的概率密度相对于合计值的比,对该各概率密度相对于合计值的比进行加权来推定驾驶员的驾驶特性;以及
驾驶支援控制部,其进行与推定出的所述驾驶特性相应的驾驶支援。
6.根据权利要求5所述的驾驶支援***,其中,
还设置有概率密度函数算出部,所述概率密度函数算出部将与所取得的所述操作开始时期的多个指标值相对的该操作开始时期的频度分布按由驾驶员实现的多个该操作开始时期的状态进行区分,按该各个频度分布分别算出相对于所述操作开始时期的指标值的该操作开始时期的每个状态的所述概率密度函数。
7.一种驾驶支援***,其特征在于,设置有:
操作开始指标值算出部,其算出驾驶车辆的驾驶员的加速关闭操作的操作开始时期的指标值;
驾驶特性推定部,其基于相对于所述操作开始时期的指标值的该操作开始时期的每个状态的各概率密度函数和所述操作开始指标值算出部算出的所述操作开始时期的指标值,求出该算出的指标值下的所述各概率密度函数的概率密度相对于合计值的比,对该各概率密度相对于合计值的比进行加权,推定驾驶员的与前车的车间距离倾向来作为驾驶特性;以及
驾驶支援控制部,其进行与推定出的所述驾驶特性相应的驾驶支援。
8.一种驾驶支援***,其特征在于,设置有:
操作开始指标值算出部,其算出驾驶车辆的驾驶员的制动操作以及加速关闭操作的操作开始时期的指标值;
驾驶特性推定部,其按所述制动操作以及所述加速关闭操作这两个操作的每个操作,基于相对于所述操作开始时期的指标值的该操作开始时期的每个状态的各概率密度函数和所述操作开始指标值算出部算出的所述操作开始时期的指标值,求出该算出的指标值下的所述各概率密度函数的概率密度相对于合计值的比,对该各概率密度相对于合计值的比进行加权,推定驾驶员的与前车的车间距离倾向来作为驾驶特性;以及
驾驶支援控制部,其进行与推定出的所述驾驶特性相应的驾驶支援。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2012/064470 WO2013183117A1 (ja) | 2012-06-05 | 2012-06-05 | 運転特性推定装置及び運転支援システム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104334431A CN104334431A (zh) | 2015-02-04 |
CN104334431B true CN104334431B (zh) | 2017-09-29 |
Family
ID=49711536
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201280073692.1A Active CN104334431B (zh) | 2012-06-05 | 2012-06-05 | 驾驶特性推定装置及驾驶支援*** |
Country Status (5)
Country | Link |
---|---|
US (1) | US10518782B2 (zh) |
JP (1) | JP5854133B2 (zh) |
CN (1) | CN104334431B (zh) |
DE (1) | DE112012006465B4 (zh) |
WO (1) | WO2013183117A1 (zh) |
Families Citing this family (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102012112141A1 (de) * | 2012-12-12 | 2014-06-12 | Scania Cv Ab | Verfahren und Vorrichtung zur Regelung einer Längsbeschleunigung eines Fahrzeugs |
US10115164B1 (en) * | 2013-10-04 | 2018-10-30 | State Farm Mutual Automobile Insurance Company | Systems and methods to quantify and differentiate individual insurance risk based on actual driving behavior and driving environment |
JP2015219830A (ja) * | 2014-05-20 | 2015-12-07 | トヨタ自動車株式会社 | 運転支援装置 |
KR101601104B1 (ko) * | 2014-09-22 | 2016-03-08 | 현대자동차주식회사 | G센서를 이용한 도로 구배 연산 장치 및 방법 |
JP2016081359A (ja) * | 2014-10-20 | 2016-05-16 | クラリオン株式会社 | 情報提示装置 |
JP2016224615A (ja) * | 2015-05-28 | 2016-12-28 | 株式会社デンソー | 警報制御装置 |
JP2017043268A (ja) * | 2015-08-28 | 2017-03-02 | 修一 田山 | 自動車ユーザ情報管理システム |
JP6565615B2 (ja) * | 2015-11-06 | 2019-08-28 | 株式会社デンソー | 車両制御装置 |
DE102016216745A1 (de) * | 2015-12-18 | 2017-06-22 | Ford Global Technologies, Llc | Verfahren zum Betrieb eines Kraftfahrzeugs |
JP6477529B2 (ja) * | 2016-02-02 | 2019-03-06 | 株式会社デンソー | 走行支援装置 |
CN105487075B (zh) * | 2016-02-17 | 2018-07-17 | 宁夏中科天际防雷股份有限公司 | 一种具有识别功能的智能防撞报警装置 |
JP6436116B2 (ja) * | 2016-03-08 | 2018-12-12 | トヨタ自動車株式会社 | 運転支援装置 |
KR20180051273A (ko) * | 2016-11-08 | 2018-05-16 | 현대자동차주식회사 | 차량의 주행 정보를 이용한 차량의 주행 제어 방법 및 그 방법을 이용하는 차량 |
JP6772775B2 (ja) * | 2016-11-18 | 2020-10-21 | トヨタ自動車株式会社 | 運転支援装置および運転支援方法 |
KR102382185B1 (ko) * | 2016-12-02 | 2022-04-04 | 팅크웨어(주) | 서버, 차량용 단말 및 이를 이용한 긴급 상황 알림 방법 |
KR20180072139A (ko) * | 2016-12-21 | 2018-06-29 | 현대자동차주식회사 | 차량 및 그 제어 방법 |
JP6631585B2 (ja) * | 2017-04-21 | 2020-01-15 | 株式会社デンソー | 提示制御装置、自動運転制御装置、提示制御方法及び自動運転制御方法 |
CN111108539A (zh) * | 2017-09-20 | 2020-05-05 | 日产自动车株式会社 | 行驶支持方法以及行驶支持装置 |
JP6981235B2 (ja) * | 2017-12-22 | 2021-12-15 | いすゞ自動車株式会社 | 操舵制御装置及び操舵制御方法 |
EP3826895A4 (en) * | 2018-06-26 | 2022-03-02 | PSA Automobiles SA | METHODS FOR DRIVER DETECTION BASED ON CAR FOLLOWING MODELING |
KR102492637B1 (ko) * | 2018-10-08 | 2023-01-30 | 주식회사 에이치엘클레무브 | 주행 성향 분석 방법, 주행 성향 분석 장치 및 차량 제어 시스템 |
DE102018126832A1 (de) * | 2018-10-26 | 2020-04-30 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und Steuereinheit zur Querführung eines Fahrzeugs bei einer Folgefahrt |
CN111483460B (zh) * | 2019-01-09 | 2021-06-01 | 广州汽车集团股份有限公司 | 一种车辆辅助驾驶控制方法、装置、设备及存储介质 |
JP6726778B1 (ja) * | 2019-02-06 | 2020-07-22 | アビームコンサルティング株式会社 | 運転権限管理サーバ及び運転権限管理プログラム |
JP7470510B2 (ja) * | 2019-12-02 | 2024-04-18 | ダイムラー トラック エージー | 車両制御装置、車両制御方法、及び車両制御プログラム |
CN111696349B (zh) * | 2020-06-10 | 2022-02-11 | 长威信息科技发展股份有限公司 | 基于路段实时通行状况的疲劳驾驶判别方法 |
JP2022178811A (ja) * | 2021-05-21 | 2022-12-02 | マツダ株式会社 | 車両制御装置 |
CN114030476B (zh) * | 2021-10-27 | 2023-06-20 | 东风汽车集团股份有限公司 | 一种车辆加速度控制方法及相关设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6044321A (en) * | 1996-06-07 | 2000-03-28 | Hitachi, Ltd. | Intelligent cruise control system for moving body |
CN101778741A (zh) * | 2007-07-24 | 2010-07-14 | 日产自动车株式会社 | 车辆驾驶辅助***、方法以及装备该车辆驾驶辅助***的车辆 |
JP2010198120A (ja) * | 2009-02-23 | 2010-09-09 | Nissan Motor Co Ltd | 運転状態判定装置及び運転状態判定方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS59105587A (ja) | 1982-12-09 | 1984-06-18 | Fujitsu Ten Ltd | 車両衝突警報装置 |
JP3357159B2 (ja) * | 1993-08-10 | 2002-12-16 | 三菱自動車工業株式会社 | 車両運転操作状態の推定方法および車両運転特性制御方法 |
JPH07101272A (ja) * | 1993-08-10 | 1995-04-18 | Mitsubishi Motors Corp | 車両運転操作状態の推定方法および車両運転特性制御方法 |
US6445287B1 (en) * | 2000-02-28 | 2002-09-03 | Donnelly Corporation | Tire inflation assistance monitoring system |
US7389178B2 (en) * | 2003-12-11 | 2008-06-17 | Greenroad Driving Technologies Ltd. | System and method for vehicle driver behavior analysis and evaluation |
US20060011399A1 (en) * | 2004-07-15 | 2006-01-19 | International Business Machines Corporation | System and method for controlling vehicle operation based on a user's facial expressions and physical state |
JP4812343B2 (ja) * | 2005-06-30 | 2011-11-09 | トヨタ自動車株式会社 | 運転傾向推定装置及び運転支援装置 |
JP4297132B2 (ja) * | 2006-05-12 | 2009-07-15 | トヨタ自動車株式会社 | 車両用警報装置 |
US20100209887A1 (en) * | 2009-02-18 | 2010-08-19 | Gm Global Technology Operation, Inc. | Vehicle stability enhancement control adaptation to driving skill based on vehicle backup maneuver |
JP5195672B2 (ja) | 2009-05-29 | 2013-05-08 | トヨタ自動車株式会社 | 車両制御装置、車両および車両制御方法 |
JP5644206B2 (ja) | 2010-06-23 | 2014-12-24 | トヨタ自動車株式会社 | 車両支援装置 |
DE102011082480A1 (de) | 2011-09-12 | 2013-03-14 | Robert Bosch Gmbh | Verfahren und Kontrollsystem zum Ermitteln eines Lenkmomentes für einen automatischen Eingriff in eine Querführung eines Fahrzeuges |
JP4978747B2 (ja) * | 2011-11-16 | 2012-07-18 | 日産自動車株式会社 | 車両用運転支援装置および車両用運転支援方法 |
-
2012
- 2012-06-05 DE DE112012006465.8T patent/DE112012006465B4/de active Active
- 2012-06-05 US US14/405,537 patent/US10518782B2/en active Active
- 2012-06-05 CN CN201280073692.1A patent/CN104334431B/zh active Active
- 2012-06-05 JP JP2014519725A patent/JP5854133B2/ja active Active
- 2012-06-05 WO PCT/JP2012/064470 patent/WO2013183117A1/ja active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6044321A (en) * | 1996-06-07 | 2000-03-28 | Hitachi, Ltd. | Intelligent cruise control system for moving body |
CN101778741A (zh) * | 2007-07-24 | 2010-07-14 | 日产自动车株式会社 | 车辆驾驶辅助***、方法以及装备该车辆驾驶辅助***的车辆 |
JP2010198120A (ja) * | 2009-02-23 | 2010-09-09 | Nissan Motor Co Ltd | 運転状態判定装置及び運転状態判定方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2013183117A1 (ja) | 2013-12-12 |
JP5854133B2 (ja) | 2016-02-09 |
CN104334431A (zh) | 2015-02-04 |
DE112012006465B4 (de) | 2021-08-05 |
US10518782B2 (en) | 2019-12-31 |
DE112012006465T5 (de) | 2015-03-05 |
US20150183441A1 (en) | 2015-07-02 |
JPWO2013183117A1 (ja) | 2016-01-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104334431B (zh) | 驾驶特性推定装置及驾驶支援*** | |
CN108248609B (zh) | 混合动力车辆和在混合动力车辆中预测驾驶样式的方法 | |
US20200031371A1 (en) | Driver Behavior Learning and Driving Coach Strategy Using Artificial Intelligence | |
CN106233355B (zh) | 驾驶辅助装置及驾驶辅助方法 | |
CN107368069B (zh) | 基于车联网的自动驾驶控制策略的生成方法与生成装置 | |
CN103221665B (zh) | 驾驶支持***和驾驶支持管理设备 | |
CN102834852B (zh) | 车辆行驶辅助装置 | |
EP2766231B1 (en) | System and method for optimal deceleration of a vehicle using regenerative braking | |
CN106515733B (zh) | 车辆的控制装置 | |
US9437110B2 (en) | Drive assisting apparatus | |
CN105579320A (zh) | 一种用于优化驾驶员辅助***的方法和设备 | |
CN109866770A (zh) | 一种车辆自适应巡航控制方法、装置、***及汽车 | |
US9751516B2 (en) | Informational based engine stop/start sensitivity control for micro-HEV | |
JP2015219830A (ja) | 運転支援装置 | |
CN106143490A (zh) | 车辆自适应巡航控制方法及装置 | |
CN104149786A (zh) | 车辆控制装置、车辆以及车辆控制方法 | |
CN103918018A (zh) | 驾驶支援装置 | |
CN103153677A (zh) | 安装在车辆或车辆组中的车辆控制*** | |
CN103079917A (zh) | 车辆控制装置 | |
CN106965810B (zh) | 车辆的控制装置 | |
CN111768616A (zh) | 混合交通场景下基于车路协同的车队一致性控制方法 | |
CN109204297B (zh) | 车速控制方法及装置 | |
JP2010052652A (ja) | ハイブリッド車両の制御装置および車両のエネルギー演算装置 | |
CN108275150A (zh) | 用于提高cacc***中的燃料效率的控制装置和方法 | |
KR20200070518A (ko) | 차량 및 그 제어 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |