CN110949375A - 信息处理***以及服务器 - Google Patents

Abstract

本发明涉及信息处理***以及服务器，所述信息处理***具备：对象车辆数据取得部，取得包括对象车辆的行驶状态、对象车辆的驾驶操作信息以及对象车辆在地图上的位置信息的对象车辆数据；举动产生位置识别部，基于对象车辆数据来识别对象车辆成为不稳定举动的地图上的位置亦即举动产生位置；起因判定部，基于对象车辆的行驶状态以及对象车辆的驾驶操作信息中的至少一方来对举动产生位置处的不稳定举动是否是驾驶员原因进行判定；以及存储处理部，将起因判定部的判定结果和与举动产生位置处的不稳定举动相关的不稳定举动信息建立关联地存储于存储数据库。

Description

信息处理***以及服务器

技术领域

本发明涉及信息处理***以及服务器。

背景技术

关于与车辆的行驶相关的信息的处理，例如公知有日本特表2013-544695号公报。在该公报中示出了在自动驾驶车辆的行驶中将驾驶员感觉为自动行驶不安全的区域通报给附近的其他车辆的处理。

专利文献1：日本特表2013-544695号公报

另外，可考虑作为与车辆的行驶相关的信息而收集车辆进行了不稳定的举动的位置信息。但是，车辆的不稳定的举动的原因有各种各样的种类。因此，不能说总是一样地处理车辆进行了不稳定的举动的位置信息是适当的。

发明内容

鉴于此，在本技术领域中，期望将车辆成为不稳定举动的举动产生位置和与不稳定举动的起因相关的信息建立关联地存储。

为了解决上述课题，本发明的一个方式所涉及的信息处理***具备：对象车辆数据取得部，取得包括对象车辆的行驶状态、对象车辆的驾驶操作信息、对象车辆的外部环境以及对象车辆在地图上的位置信息的对象车辆数据；举动产生位置识别部，基于对象车辆数据来识别对象车辆成为不稳定举动的地图上的位置亦即举动产生位置；起因判定部，基于对象车辆的行驶状态以及对象车辆的驾驶操作信息中的至少一方对举动产生位置处的不稳定举动是否是驾驶员原因进行判定；以及存储处理部，将起因判定部的判定结果和与举动产生位置处的不稳定举动相关的不稳定举动信息建立关联地存储于存储数据库。

在本发明的一个方式所涉及的信息处理***中，根据对象车辆数据来识别对象车辆成为不稳定举动的举动产生位置，并且对举动产生位置处的不稳定举动是否是驾驶员原因进行判定，将起因判定部的判定结果和与举动产生位置处的不稳定举动相关的不稳定举动信息建立关联地存储于存储数据库。因此，根据该信息处理***，能够将不稳定举动是否是驾驶员原因的判定结果与对象车辆成为不稳定举动的举动产生位置处的不稳定举动信息建立关联地进行存储。

在本发明的一个方式所涉及的信息处理***中，不稳定举动为对象车辆的打滑，在对象车辆的打滑的举动产生位置处的对象车辆的加速度为加速度阈值以上的情况下，起因判定部可以判定为对象车辆的打滑是驾驶员原因。

在本发明的一个方式所涉及的信息处理***中，不稳定举动为对象车辆的打滑，对象车辆的驾驶操作信息包括对象车辆的驾驶员的加速操作量、制动操作量以及转向操纵角中的至少一个，起因判定部至少基于上述对象车辆的驾驶操作信息来对上述对象车辆的打滑是否是驾驶员原因进行判定。

在本发明的一个方式所涉及的信息处理***中，不稳定举动为对象车辆的打滑，对象车辆的行驶状态包括驾驶员所驾驶的对象车辆的加速度以及车速中的至少一个，起因判定部至少基于对象车辆的行驶状态来对对象车辆的打滑是否是驾驶员原因进行判定。

在本发明的一个方式所涉及的信息处理***中，不稳定举动为对象车辆的打滑，在打滑判定中的对象车辆的车速的增加量为车速增加阈值以上的情况下，起因判定部判定为打滑是驾驶员原因。

在本发明的一个方式所涉及的信息处理***中，对象车辆数据包括对象车辆的车辆状态，起因判定部基于对象车辆的车辆状态来对举动产生位置处的不稳定举动是否是车辆原因进行判定，在由起因判定部判定了举动产生位置处的不稳定举动是否是车辆原因的情况下，存储处理部将起因判定部的判定结果和与举动产生位置处的不稳定举动相关的不稳定举动信息建立关联地存储于存储数据库。

在本发明的一个方式所涉及的信息处理***中，还具备能够与多个对象车辆通信的服务器，服务器具有起因判定部，在基于举动产生位置确定出对象车辆成为不稳定举动的次数为次数阈值以上的举动原因地点的情况下，起因判定部将举动原因地点处的不稳定举动判定为不是驾驶员原因。

在本发明的一个方式所涉及的信息处理***中，还具备：信息取得部，基于在自动驾驶车辆中预先设定的自动驾驶的行驶路线与存储于数据库的不稳定举动信息，来取得与在自动驾驶的行驶路线上存在的举动产生位置对应的不稳定举动信息；和不稳定抑制举动运算部，基于信息取得部所取得的不稳定举动信息来运算用于避免自动驾驶车辆成为不稳定举动的不稳定抑制举动，在不稳定举动为驾驶员原因时，与不稳定举动不是驾驶员原因时相比，不稳定抑制举动运算部将自动驾驶中的不稳定抑制举动的控制量设定得小，或者在不稳定举动是驾驶员原因时不稳定抑制举动运算部不运算不稳定抑制举动。

在本发明的一个方式所涉及的信息处理***中，对象车辆数据取得部、举动产生位置识别部以及起因判定部被搭载于对象车辆，所述信息处理***还具备搭载于对象车辆并对是否将不稳定举动信息发送至服务器进行判定的发送需要与否判定部，在由起因判定部判定为不稳定举动是驾驶员原因的情况下，发送需要与否判定部判定为不将不稳定举动信息从对象车辆发送至服务器。

在本发明的一个方式所涉及的信息处理***中，在由起因判定部判定为不稳定举动不是驾驶员原因的情况下，上述发送需要与否判定部可以判定为将不稳定举动信息从对象车辆发送至服务器。

本发明的其他方式是一种服务器，具备：对象车辆数据取得部，取得包括对象车辆的行驶状态、对象车辆的驾驶操作信息以及对象车辆在地图上的位置信息的对象车辆数据；举动产生位置识别部，基于对象车辆数据来识别对象车辆成为不稳定举动的地图上的位置亦即举动产生位置；起因判定部，基于对象车辆的行驶状态以及对象车辆的驾驶操作信息中的至少一方来对举动产生位置处的不稳定举动是否是驾驶员原因进行判定；以及存储处理部，将起因判定部的判定结果和与举动产生位置处的不稳定举动相关的不稳定举动信息建立关联地存储于存储数据库。

根据本发明的各方式，能够将不稳定举动是否是驾驶员原因的判定结果与对象车辆成为不稳定举动的举动产生位置处的不稳定举动信息建立关联地进行存储。

附图说明

图1是表示第一实施方式所涉及的信息处理***的图。

图2是用于说明信息处理的一个例子的图。

图3是表示服务器的结构的一个例子的框图。

图4是表示对象车辆的结构的一个例子的框图。

图5是表示自动驾驶车辆的结构的一个例子的框图。

图6的(a)是表示对象车辆的ECU中的不稳定举动信息的存储处理的一个例子的流程图。图6的(b)是表示对象车辆的ECU中的发送需要与否判定处理的一个例子的流程图。

图7的(a)是表示不稳定举动为打滑的情况下的驾驶员原因的判定处理的一个例子的流程图。图7的(b)是表示不稳定举动为打滑的情况下的驾驶员原因的判定处理的其他例的流程图。图7的(c)是表示自动驾驶车辆的自动驾驶ECU中的不稳定抑制举动的运算处理的一个例子的流程图。

图8是表示第二实施方式所涉及的信息处理***的图。

图9是表示第二实施方式所涉及的服务器的结构的一个例子的框图。

图10是表示第二实施方式所涉及的自动驾驶车辆的结构的一个例子的框图。

图11是表示第二实施方式所涉及的举动原因地点的确定处理的一个例子的流程图。

图12的(a)是表示第二实施方式所涉及的不稳定抑制举动的运算处理的一个例子的流程图。图12的(b)是表示第二实施方式所涉及的不稳定抑制举动的运算处理的其他例的流程图。

附图标记说明：

2A－2Z、8A－8Z…对象车辆；5、9…自动驾驶车辆；10、70…服务器；11、71…处理器；12、72…存储部；13…通信部；14…用户界面；31、71a…对象车辆数据取得部；32、71b…举动产生位置识别部；33、71c…起因判定部；34、71e…存储处理部；35…发送需要与否判定部；30…ECU；21…GPS接收部；22…外部传感器；23…内部传感器；24…驾驶操作检测部；25…地图数据库；26…通信部；27…存储数据库；31a…车辆位置取得部；31b…外部环境识别部；31c…行驶状态识别部；31d…驾驶操作信息取得部；31e…车辆状态识别部；60、90…自动驾驶ECU；64…信息取得部；65、91…不稳定抑制举动运算部；100、200…信息处理***。

具体实施方式

以下，参照附图对本发明的实施方式进行说明。

[第一实施方式]

图1是表示第一实施方式所涉及的信息处理***100的图。如图1所示，在信息处理***100中，对象车辆2A～2Z以及自动驾驶车辆5相对于服务器10连接为能够经由网络N进行通信。网络N为无线通信网络。对象车辆2A～2Z是信息收集对象的车辆，自动驾驶车辆5是信息提供对象的车辆。

图2是用于说明信息处理的一个例子的图。如图2所示，在因路面结冰等而产生了对象车辆2A的打滑的情况下，对象车辆2A将包括产生打滑的位置亦即举动产生位置D在内的不稳定举动信息发送至服务器10。服务器10例如向在对象车辆2A的后方行驶的自动驾驶车辆5提供不稳定举动信息。由此，在自动驾驶车辆5中，能够以抑制举动产生位置D处的自动驾驶车辆5的打滑的方式进行自动驾驶。关于举动产生位置以及不稳定举动信息将在后面详细叙述。

[第一实施方式所涉及的信息处理***的结构]

以下，对第一实施方式所涉及的信息处理***100的结构进行说明。如图1所示，第一实施方式所涉及的信息处理***100构成为包括服务器10、对象车辆2A～2Z中的至少一台的ECU[Electronic Control Unit]、以及自动驾驶车辆5的自动驾驶ECU。

〈服务器的结构〉

服务器10被设置于信息管理中心等设施，构成为能够与对象车辆2A～2Z以及自动驾驶车辆5通信。图3是表示服务器10的结构的一个例子的框图。图3所示的服务器10构成为具备处理器11、存储部12、通信部13以及用户界面14的一般计算机。

处理器11例如使操作***动作来控制服务器10。处理器11是包括控制装置、运算装置以及寄存器等的CPU[Central Processing Unit]等运算器。处理器11总括存储部12、通信部13以及用户界面14。存储部12构成为包括存储器(memory)以及储存器(storage)中的至少一方。存储器是ROM[Read Only Memory]、RAM[Random Access Memory]等记录介质。储存器是HDD[Hard Disk Drive]等记录介质。

通信部13是用于经由网络N进行通信的通信设备。通信部13能够使用网络设备、网络控制器、网卡等。用户界面14是包括显示器、扬声器等输出器以及触摸面板等输入器的设备。此外，服务器10不需要必须设置于设施，也可以搭载于车辆、船舶等移动体。

〈对象车辆的结构〉

对象车辆2A～2Z是提供成为信息处理***100的信息处理的对象的数据的车辆。向对象车辆2A～2Z分配了用于识别车辆的ID[identification]信息(例如车辆识别编号)。对象车辆也可以为一台。对象车辆2A～2Z不需要是具有相同结构的车辆，车型等可以不同。本实施方式所涉及的对象车辆2A～2Z只要具有信息处理***100所涉及的功能结构(后述的对象车辆数据取得部31、举动产生位置识别部32、起因判定部33、存储处理部34以及发送需要与否判定部35)即可。

以下，参照图4对对象车辆2A～2Z进行说明。图4是表示对象车辆2A的结构的一个例子的框图。

如图4所示，对象车辆2A具备ECU30。ECU30是具有CPU、ROM、RAM等的电子控制单元。在ECU30中，例如将存储于ROM的程序加载至RAM，利用CPU执行加载至RAM的程序，由此实现各种功能。ECU30也可以由多个电子单元构成。

ECU30与GPS[Global Positioning System]接收部21、外部传感器22、内部传感器23、驾驶操作检测部24、地图数据库25、通信部26以及存储数据库27连接。

GPS接收部21通过从三个以上GPS卫星接收信号来测定对象车辆2A的位置(例如对象车辆2A的纬度以及经度)。GPS接收部21将测定出的对象车辆2A的位置信息向ECU30发送。

外部传感器22是检测对象车辆2A的外部环境的检测设备。外部传感器22包括照相机、雷达传感器中的至少一个。

照相机是拍摄对象车辆2A的外部环境的拍摄设备。照相机设置于对象车辆2A的前风挡玻璃的里侧，拍摄车辆前方。照相机将与对象车辆2A的外部环境相关的拍摄信息向ECU30发送。照相机可以为单眼照相机，也可以为立体照相机。

雷达传感器是利用电波(例如毫米波)或者光来检测对象车辆2A的周边的物体的检测设备。雷达传感器例如包括毫米波雷达或者激光雷达[LIDAR：Light Detection andRanging]。雷达传感器通过将电波或者光向对象车辆2A的周边发送并接收被物体反射后的电波或者光来检测物体。雷达传感器将检测到的物体信息向ECU30发送。物体除了包括护栏、建筑物等固定物之外，还包括行人、自行车、其他车辆等移动物。外部传感器22也可以包括检测对象车辆2A的外部气温的外部气温传感器。外部传感器22还可以包括检测对象车辆2A的外部的亮度的照度传感器。

内部传感器23是检测对象车辆2A的状态的检测设备。内部传感器23包括车速传感器、加速度传感器以及横摆率传感器中的至少一个作为检测对象车辆2A的行驶状态的传感器。车速传感器是检测对象车辆2A的速度的检测器。作为车速传感器，能够使用设置于对象车辆2A的车轮或者与车轮一体旋转的驱动轴等并检测各车轮的旋转速度的车轮速传感器。车速传感器将检测出的车速信息(车轮速信息)发送至ECU30。

加速度传感器是检测对象车辆2A的加速度的检测器。加速度传感器例如包括检测对象车辆2A的前后方向的加速度的前后加速度传感器。加速度传感器可以包括检测对象车辆2A的横向加速度的横向加速度传感器。加速度传感器例如将对象车辆2A的加速度信息发送至ECU30。横摆率传感器是检测对象车辆2A的重心绕铅垂轴的横摆率(旋转角速度)的检测器。作为横摆率传感器，例如能够使用陀螺仪传感器。横摆率传感器将检测出的对象车辆2A的横摆率信息向ECU30发送。

内部传感器23可以检测轮胎气压、刮水器动作状态以及灯具状态中的至少一个作为对象车辆2A的车辆状态。轮胎气压是指对象车辆2A的轮胎的气压。刮水器动作状态可以不仅包括刮水器动作的有无还包括刮水器的动作速度。灯具状态包括方向指示器的点亮状态。灯具状态可以包括头灯的点亮的有无以及雾灯的点亮的有无。

另外，内部传感器23可以从制动压传感器检测液压制动***的制动压作为对象车辆2A的车辆状态，也可以检测行驶辅助(例如后述的车辆稳定控制***)的接通状态/断开状态作为对象车辆2A的车辆状态。内部传感器23可以从车轮载荷传感器检测各车轮的载荷状态作为对象车辆2A的车辆状态。除此之外，内部传感器23也可以具有检测对象车辆2A的各种故障的故障检测部。

驾驶操作检测部24检测驾驶员对对象车辆2A的操作部的操作。驾驶操作检测部24例如包括转向操纵传感器、加速传感器以及制动传感器。对象车辆2A的操作部是供驾驶员输入用于驾驶车辆的操作的设备。对象车辆2A的操作部包括转向操纵部、加速操作部以及制动操作部中的至少一个。转向操纵部例如为方向盘。转向操纵部并不局限于为轮状的情况，只要是作为手柄发挥功能的结构即可。加速操作部例如是加速踏板。制动操作部例如为制动踏板。加速操作部以及制动操作部不需要必须为踏板，只要是驾驶员能够实现加速或减速的操作输入的结构即可。

转向操纵传感器检测驾驶员对转向操纵部的操作量。转向操纵部的操作量包括转向操纵角。转向操纵部的操作量也可以包括转向操纵转矩。加速传感器检测驾驶员对加速操作部的操作量。加速操作部的操作量例如包括加速踏板的踩踏量。制动传感器检测驾驶员对制动操作部的操作量。制动操作部的操作量例如包括制动踏板的踩踏量。制动传感器可以是检测液压制动***的主缸压的方式。加速操作部以及制动操作部的操作量可以包括踩踏速度。驾驶操作检测部24将与检测出的驾驶员的操作量相关的操作量信息发送至ECU30。

地图数据库25是存储地图信息的数据库。地图数据库25例如形成在搭载于对象车辆2A的HDD等存储装置内。地图信息包括道路的位置信息、道路形状的信息(例如曲率信息)、交叉路口以及分支点的位置信息等。地图信息也可以包括与位置信息建立了关联的法定速度等交通管制信息。地图信息也可以包括对象车辆2A在地图上的位置识别所利用的物标信息。物标能够包括车道的划分线、信号灯、护栏、路面标识等。地图数据库25可以构成于能够与对象车辆2A通信的服务器(并不局限于服务器10)。

通信部26是控制与对象车辆2A的外部的无线通信的通信设备。通信部26经由网络N进行各种信息的发送以及接收。通信部26根据来自ECU30的信号将各种信息发送至服务器10。

存储数据库27例如构成在被搭载于对象车辆2A的HDD等存储装置内，来存储对象车辆2A的不稳定举动信息。不稳定举动信息将后述。存储数据库27可以根据来自ECU30的信号而进行不稳定举动信息的编辑。此外，存储装置不限定于HDD。存储装置也可以使用SSD[Solid State drive]、光盘、半导体存储器、闪存等。

接下来，对ECU30的功能结构进行说明。如图4所示，ECU30具有对象车辆数据取得部31、举动产生位置识别部32、起因判定部33、存储处理部34以及发送需要与否判定部35。此外，也可以是以下说明的ECU30的功能的一部分在能够与对象车辆2A通信的服务器(不局限于服务器10)中执行的方式。

对象车辆数据取得部31取得与对象车辆2A相关的数据亦即对象车辆数据。对象车辆数据例如包括对象车辆2A在地图上的位置信息、对象车辆2A的外部环境、对象车辆2A的行驶状态、驾驶员对对象车辆2A的驾驶操作信息以及对象车辆2A的车辆状态。

对象车辆数据取得部31具有车辆位置取得部31a、外部环境识别部31b、行驶状态识别部31c、驾驶操作信息取得部31d以及车辆状态识别部31e。

车辆位置取得部31a基于GPS接收部21的位置信息以及地图数据库25的地图信息来取得对象车辆2A在地图上的位置信息。另外，车辆位置取得部31a可以利用地图数据库25的地图信息所包括的物标信息以及外部传感器22的检测结果，通过SLAM[SimultaneousLocalization and Mapping]技术来取得对象车辆2A的位置信息。车辆位置取得部31a可以根据车道的划分线与对象车辆2A的位置关系来识别对象车辆2A相对于车道的横向位置(车道宽度方向上的对象车辆2A的位置)并使之包括于位置信息。除此之外，车辆位置取得部31a也可以通过公知的方法来取得对象车辆2A在地图上的位置信息。

外部环境识别部31b基于外部传感器22的检测结果来识别对象车辆2A的外部环境。外部环境包括周围的物体相对于对象车辆2A的相对位置。外部环境可以包括周围的物体相对于对象车辆2A的相对速度以及移动方向。外部环境可以包括其他车辆、行人、自行车等物体的种类。物体的种类能够通过模版匹配等公知的方法进行识别。外部环境可以包括对象车辆2A的周围的划分线识别(白线识别)的结果。外部环境可以包括外部气温，也可以包括天气。

行驶状态识别部31c基于内部传感器23的检测结果来识别对象车辆2A的行驶状态。行驶状态包括对象车辆2A的车速、对象车辆2A的加速度、对象车辆2A的横摆率中的至少一个。具体而言，行驶状态识别部31c能够基于车速传感器的车速信息来识别对象车辆2A的车速。行驶状态识别部31c能够基于加速度传感器的车速信息来识别对象车辆2A的加速度。行驶状态识别部31c能够基于横摆率传感器的横摆率信息来识别对象车辆2A的朝向。

驾驶操作信息取得部31d基于驾驶操作检测部24的检测结果来取得对象车辆2A的驾驶操作信息。驾驶操作信息例如包括驾驶员的加速操作量、制动操作量、以及转向操纵量中的至少一个。

另外，驾驶操作信息取得部31d将驾驶操作信息的历史记录作为驾驶操作历史记录存储于预先准备的驾驶员数据库。驾驶员数据库可以与存储数据库27一体，也可以独立，也可以形成于能够与对象车辆2A通信的服务器(不局限于服务器10)。

在对象车辆2A具有个人认证功能的情况下，驾驶操作信息取得部31d针对进行过个人认证的每个驾驶员存储驾驶操作历史记录。驾驶操作历史记录可以关联有对象车辆2A的外部环境以及行驶状态。

车辆状态识别部31e基于内部传感器23的检测结果来识别对象车辆2A的车辆状态。车辆状态例如包括轮胎气压。车辆状态可以包括刮水器工作状态、灯具状态，也可以包括对象车辆2A的故障状态。

举动产生位置识别部32基于对象车辆数据取得部31所取得的对象车辆数据来识别对象车辆2A成为不稳定举动的地图上的位置亦即举动产生位置。不稳定举动是使车辆的行驶不稳定那样的车辆的举动。不稳定举动至少包括打滑。不稳定举动也可以包括紧急减速或者紧急的舵角变化。不稳定举动可以包括对象车辆2A脱离车道，也可以包括对象车辆2A向物体过度接近。

首先，对不稳定举动的判定进行说明。举动产生位置识别部32基于对象车辆数据来对对象车辆2A是否成为不稳定举动进行判定。举动产生位置识别部32例如基于加速度传感器检测出的加速度(前后加速度以及横向加速度)、车轮速传感器检测出的各车轮的车轮速、横摆率传感器检测出的横摆率、转向操纵传感器检测出的驾驶员的转向操纵角、制动传感器检测出的驾驶员的制动操作量、以及制动压传感器的制动压中的至少一个来对对象车辆2A成为打滑的情况进行判定。也可以代替制动传感器的制动操作量而使用液压制动***的主缸压。

作为打滑的判定，举动产生位置识别部32可以使用公知的防抱死制动***[ABS：Antilock Brake System]的工作开始条件。在防抱死制动***中，作为一个例子，在将各车轮的车轮速与推断车身速度进行比较而确定出可认为锁定了的车轮的情况下工作。推断车身速度可以根据打滑之前的各车轮的车轮速求出，也可以根据打滑之前的加速度的变化求出。

另外，作为打滑的判定，举动产生位置识别部32也可以使用公知的车辆稳定控制***[VSC:Vehicle Stability Control]的工作开始条件，还可以使用公知的牵引力控制[TRC:Traction Control System]的工作开始条件。牵引力控制也能够在将各车轮的车轮速与推断车身速度进行比较而确定出空转的车轮的情况下工作。举动产生位置识别部32还可以通过其他公知的手法来判定对象车辆2A的打滑。

举动产生位置识别部32可以基于加速度传感器检测出的减速度而判定对象车辆2A是否成为紧急减速作为不稳定举动。该情况下，例如在减速度的绝对值成为紧急减速阈值以上时，举动产生位置识别部32判定为对象车辆2A成为紧急减速。紧急减速阈值为预先设定的值的阈值。

举动产生位置识别部32可以基于横摆率传感器检测出的横摆率而判定对象车辆2A是否产生了紧急的舵角变化作为不稳定举动。该情况下，例如在横摆率成为舵角变化阈值以上时，举动产生位置识别部32判定为对象车辆2A产生了紧急的舵角变化。舵角变化阈值是预先设定的值的阈值。此外，也可以代替横摆率而使用轮胎转角。

在方向指示器未点亮的情况下，举动产生位置识别部32可以基于对象车辆2A的横向位置或者对象车辆2A的外部环境而判定对象车辆2A是否成为脱离车道作为不稳定举动。该情况下，举动产生位置识别部32例如根据对象车辆2A的横向位置来判定脱离车道。或者，在根据对象车辆2A的外部环境识别为对象车辆2A跨着车道的划分线的情况下，举动产生位置识别部32可以判定为脱离车道。

举动产生位置识别部32可以基于对象车辆2A的行驶状态与对象车辆2A的外部环境而判定对象车辆2A是否向物体过度接近作为不稳定举动。该情况下，由于在对象车辆2A为低速的情况下，即便与物体的间隔小也不是不稳定的举动，所以在对象车辆2A的车速为车速阈值以上且对象车辆2A与物体的碰撞剩余时间[TTC：Time To Collision]为TTC阈值以下的情况下，举动产生位置识别部32判定为对象车辆2A向物体过度接近。也可以代替碰撞剩余时间而使用车间时间[THW：Time Headway]或者距离。TTC阈值为预先设定的值的阈值。

对于对象车辆2A是否成为不稳定举动的判定而言，可以每当取得对象车辆数据时进行，也可以按一定时间进行或者每隔一定期间集中进行。对象车辆2A是否成为不稳定举动的判定也可以是在对象车辆2A的停车中进行的方式。

接着，对举动产生位置的识别进行说明。举动产生位置是对象车辆2A成为不稳定举动时的对象车辆2A在地图上的位置。在判定为对象车辆2A成为不稳定举动的情况下，举动产生位置识别部32识别举动产生位置。

举动产生位置识别部32基于判定为对象车辆2A成为不稳定举动时的对象车辆2A在地图上的位置信息来识别举动产生位置。针对每条车道区别识别举动产生位置。在不稳定举动为脱离车道的情况下，举动产生位置可以为脱离车道前的行驶车道上的位置，也可以为划分线上的位置。

此外，举动产生位置可以不被识别为地图上的点，而被识别为区间。在对象车辆2A一边打滑一边滑行的情况下，举动产生位置识别部32可以将打滑的开始位置作为举动产生位置，也可以将对象车辆2A在被判定为打滑的状态下移动的全部区间识别为举动产生位置。在其他不稳定举动中也同样。

在由举动产生位置识别部32识别到举动产生位置的情况下，起因判定部33对举动产生位置处的不稳定举动的起因进行判定。作为不稳定举动的起因，起因判定部33至少对驾驶员原因以及车辆原因进行判定。驾驶员原因是指主要因驾驶员的操作而成为不稳定举动。车辆原因是指主要因车辆状态而成为不稳定举动。

首先，对起因判定部33中的驾驶员原因的判定进行说明。起因判定部33基于对象车辆2A的行驶状态以及对象车辆2A的驾驶操作信息中的至少一方来对不稳定举动是否是驾驶员原因进行判定。驾驶员原因的判定内容根据不稳定举动的内容而变更。

例如在判定为对象车辆2A成为打滑的情况下，当驾驶员所驾驶的打滑判定时的对象车辆2A的加速度为加速度阈值以上时，起因判定部33判定为打滑是驾驶员原因。加速度阈值为预先设定的值的阈值。加速度阈值例如可设为0.15G。

在判定为对象车辆2A成为打滑的情况下，当驾驶员所驾驶的打滑判定时的对象车辆2A的车速为车速阈值以上时，起因判定部33可以判定为打滑是驾驶员原因。车速阈值为预先设定的值的阈值。车速阈值例如能够为对象车辆2A所行驶的车道的法定速度。

在判定为对象车辆2A成为打滑的情况下，当打滑判定中的对象车辆2A的车速的增加量为车速增加阈值以上时，起因判定部33可以判定为打滑是驾驶员原因。打滑判定中是指对象车辆2A成为打滑这一判定继续的状态。车速的增加量例如是打滑开始时的车速与打滑判定中的车速的最大值的差量的绝对值。车速增加阈值是预先设定的值的阈值。车速增加阈值例如可设为0.55km/h。在打滑判定中不需要驾驶员进行驾驶操作。

在判定为对象车辆2A成为打滑的情况下，当基于加速传感器检测出的驾驶员的加速操作量，打滑判定时的对象车辆2A的加速操作量为加速阈值以上时，起因判定部33可以判定为打滑是驾驶员原因。加速阈值为预先设定的值的阈值。起因判定部33也可以使用打滑判定之前的一定时间内的驾驶员的加速操作量的最大值来进行判定。

在判定为对象车辆2A成为打滑的情况下，当基于制动传感器检测出的驾驶员的制动操作量，打滑判定时的对象车辆2A的制动操作量为制动阈值以上时，起因判定部33可以判定为打滑是驾驶员原因。制动阈值为预先设定的值的阈值。可以代替制动操作量而使用液压制动***的主缸压。该情况下的制动阈值也为预先设定的值的阈值。制动阈值例如能够设为1.77MPa。起因判定部33可以使用打滑判定之前的一定时间内驾驶员的制动操作量的最大值来进行判定。

在判定为对象车辆2A成为打滑的情况下，当基于转向操纵传感器检测出的驾驶员的转向操纵角，打滑判定时的对象车辆2A的转向操纵角为转向操纵角阈值以上时，起因判定部33可以判定为打滑是驾驶员原因。转向操纵角阈值为预先设定的值的阈值。转向操纵角阈值例如能够设为180deg。起因判定部33可以使用打滑判定之前的一定时间内的驾驶员的转向操纵角的最大值来进行判定。此外，起因判定部33也可以使用转向操纵角速度来代替转向操纵角进行判定。该情况下，使用转向操纵角速度阈值代替转向操纵角阈值。转向操纵角速度阈值也为预先设定的值的阈值，例如能够设为75deg/s。

起因判定部33也可以基于对象车辆2A的行驶状态以及对象车辆2A的驾驶操作信息双方来对不稳定举动的起因进行判定。具体而言，在判定为对象车辆2A成为打滑的情况下，当对象车辆2A的车速为车速阈值以上且驾驶员的制动操作量为制动阈值以上时，起因判定部33可以判定为打滑是驾驶员原因。在这种情况下，当对象车辆2A的车速小于车速阈值或者驾驶员的制动操作量小于制动阈值时，起因判定部33可以判定为打滑不是驾驶员原因。

在判定为对象车辆2A成为打滑的情况下，当对象车辆2A的车速为车速阈值以上且打滑判定时的对象车辆2A的转向操纵角为转向操纵角阈值以上时，起因判定部33可以判定为打滑是驾驶员原因。在这种情况下，当对象车辆2A的车速小于车速阈值或者驾驶员的转向操纵角小于转向操纵角阈值时，起因判定部33可以判定为打滑不是驾驶员原因。也可以使用转向操纵角速度代替转向操纵角来进行判定。

除此之外，在判定为对象车辆2A成为打滑的情况下，当对象车辆2A的防抱死制动***或者车辆稳定控制***的工作时间小于工作时间阈值时，起因判定部33可以判定为打滑是设想以外的状况原因。工作时间阈值为预先设定的值的阈值。在防抱死制动***等的工作时间(判定为打滑的时间)异常短的情况下，由于可认为不是场所原因而是设想以外的状况原因(隧道出口处的横风等)的可能性较高，所以可以判定为打滑是设想以外的状况原因。此时，起因判定部33的判定结果可以不存储于存储数据库27。起因判定部33的判定结果也可以存储于存储数据库27。

起因判定部33可以基于对象车辆2A的外部环境来变更各阈值。由于在对象车辆2A的外部气温小于结冰阈值的情况下，不是驾驶员原因而因路面结冰等产生打滑的可能性升高，所以起因判定部33可以变更各阈值以便难以判定为驾驶员原因。结冰阈值为预先设定的值的阈值。例如在对象车辆2A的外部气温小于结冰阈值的情况下，与外部气温为结冰阈值以上的情况相比，起因判定部33可以将加速度阈值、车速阈值、车速增加阈值、加速阈值、制动阈值、转向操纵角阈值中的至少一个变更为大的值。

同样，在对象车辆2A的外部的天气为雨或者雪的情况下，与天气不是雨的情况(例如晴天的情况)相比，起因判定部33可以将加速度阈值等变更为大的值。天气是否为雨例如能够根据刮水器工作状态或者照相机的拍摄信息来判定。另外，在对象车辆2A的外部的天气为暴雨的情况下，与天气不是暴雨的情况相比，起因判定部33可以将加速度阈值等变更为大的值。例如能够在刮水器工作速度成为与暴雨对应的速度的情况下判定天气为暴雨。天气为暴雨也可以根据照相机的拍摄信息来判定。也可以从通信网络取得天气为暴雨。

在判定出对象车辆2A的紧急减速作为不稳定举动的情况下，起因判定部33可以基于驾驶员的驾驶操作趋势来对紧急减速是否为驾驶员原因进行判定。该情况下，起因判定部33可以根据存储于驾驶员数据库的驾驶操作历史记录来识别驾驶员的驾驶操作趋势。

在作为驾驶员的驾驶操作趋势是紧急的制动操作的频度为紧急制动频度阈值以上的情况下，起因判定部33可以判定为紧急减速是驾驶员原因。紧急制动频度阈值为预先设定的值的阈值。能够根据制动传感器检测出的驾驶员的制动操作量(或者主缸压)来判定紧急的制动操作。频度是一定时间内的次数。一定时间并不特别限定，可以为几个小时，也可以为一天，还可以为一周。

在判定出对象车辆2A的紧急的舵角变化作为不稳定举动的情况下，起因判定部33可以基于驾驶员的驾驶操作趋势来对紧急的舵角变化是否是驾驶员原因进行判定。在作为驾驶员的驾驶操作趋势是紧急的转向操纵的频度为紧急转向操纵频度阈值以上的情况下，起因判定部33判定为紧急的舵角变化是驾驶员原因。紧急转向操纵频度阈值为预先设定的值的阈值。能够根据转向操纵传感器检测出的驾驶员的转向操纵角来判定紧急转向操纵。

在判定出对象车辆2A脱离车道作为不稳定举动的情况下，起因判定部33可以基于驾驶员的驾驶操作趋势来对脱离车道是否是驾驶员原因进行判定。在驾驶员引起的脱离车道的频度为脱离车道频度阈值以上的情况下，起因判定部33判定为脱离车道是驾驶员原因。脱离车道频度阈值为预先设定的值的阈值。

在判定出对象车辆2A向物体过度接近作为不稳定举动的情况下，起因判定部33可以基于驾驶员的驾驶操作趋势来对向物体过度接近是否是驾驶员原因进行判定。在驾驶员引起的向物体过度接近的频度为过度接近频度阈值以上的情况下，起因判定部33判定为向物体过度接近是驾驶员原因。过度接近频度阈值为预先设定的值的阈值。

接下来，对起因判定部33中的车辆原因的判定进行说明。起因判定部33基于对象车辆2A的车辆状态来对不稳定举动是否是车辆原因进行判定。

在判定为对象车辆2A成为打滑的情况下，起因判定部33基于对象车辆2A的车辆状态对打滑是否是车辆原因进行判定。例如在对象车辆2A的任一个车辆的轮胎气压小于气压阈值时，起因判定部33判定为打滑是车辆原因。气压阈值为预先设定的值的阈值。气压阈值例如能够设为46kpa。

在通过驾驶员的操作使车辆稳定控制***(VSC)为断开状态时，起因判定部33可以判定为打滑是车辆原因。可以使用防抱死制动***(ABS)或者牵引力控制(TRC)代替车辆稳定控制***(VSC)。或者，也可以在车辆稳定控制***(VSC)、防抱死制动***(ABS)以及牵引力控制(TRC)中的任一个为断开状态时，起因判定部33都判定为打滑是车辆原因。

在判定为对象车辆2A成为打滑的情况下，当对象车辆2A的各车轮的载荷状态不平衡时，起因判定部33可以判定为打滑是车辆原因。车轮的载荷状态不平衡例如是各车轮的载荷差(最大载荷的车轮与最小载荷的车轮的载荷差)为载荷阈值以上的情况。载荷阈值为预先设定的值的阈值。

此外，起因判定部33也可以具有对象车辆2A的车身的大小等车辆规格数据作为对象车辆2A的车辆状态。例如在判定为对象车辆2A成为打滑的情况下，当对象车辆2A为小型车、对象车辆2A的车速小于车速阈值且为小型车用车速阈值以上的情况下，可认为不是因驾驶员的操作而是因对象车辆2A为对高速行驶的耐性低的小型车所以产生了打滑，因而起因判定部33可以判定为打滑是车辆原因。小型车用车速阈值为预先设定的值的阈值，是比车速阈值小的值的阈值。

在判定为对象车辆2A成为不稳定举动的情况下，当检测到对象车辆2A的故障(对行驶有大的影响的故障)时，起因判定部33可以判定为不稳定举动是车辆原因。对行驶有大的影响的故障例如是转向操纵***的故障、行驶控制功能的故障等。

即使满足了判定为不稳定举动是驾驶员原因的条件，在满足了判定为不稳定举动是车辆原因的条件的情况下，起因判定部33也可以将不稳定举动判定为车辆原因。

此外，当判定为不是驾驶员原因以及车辆原因中的任一个的不稳定举动在相同的举动产生位置重复发生、不稳定举动的重复次数成为重复次数阈值以上的情况下，起因判定部33可以将该举动产生位置处的不稳定举动判定为是场所原因。

在由起因判定部33判定出不稳定举动的起因的情况下，存储处理部34将起因判定部33的判定结果与不稳定举动信息建立关联地存储于存储数据库27。除了由起因判定部33判定为不稳定举动是驾驶员原因或者车辆原因的情况以外，在判定为不稳定举动不是驾驶员原因以及车辆原因中的任一个的情况下，存储处理部34也将该判定结果与不稳定举动信息建立关联地存储于存储数据库27。

不稳定举动信息是与举动产生位置处的不稳定举动相关的信息。不稳定举动信息至少包括举动产生位置以及不稳定举动的内容(打滑等)。不稳定举动信息可以包括对象车辆2A的车辆规格数据的至少一部分(大型车、小型车的区分等)。另外，不稳定举动信息可以包括成为不稳定举动时的对象车辆2A的外部环境，也可以包括成为不稳定举动时的对象车辆2A的行驶状态。对象车辆2A的外部环境可以包括对象车辆2A的外部气温，也可以包括对象车辆2A的外部的天气。不稳定举动信息可以包括成为不稳定举动时的对象车辆2A的车辆状态。

在由起因判定部33判定为不稳定举动是驾驶员原因的情况下，存储处理部34将不稳定举动信息与起因判定部33的判定结果(驾驶员原因)建立关联地存储于存储数据库27。在由起因判定部33判定为不稳定举动是车辆原因的情况下，存储处理部34将不稳定举动信息与起因判定部33的判定结果(车辆原因)建立关联地存储于存储数据库27。在由起因判定部33判定为不稳定举动是场所原因的情况下，存储处理部34将不稳定举动信息与起因判定部33的判定结果(场所原因)建立关联地存储于存储数据库27。

发送需要与否判定部35对是否将不稳定举动信息发送至服务器10进行判定。在由起因判定部33判定为不稳定举动不是驾驶员原因的情况下，发送需要与否判定部35判定为将不稳定举动信息从对象车辆2A发送至服务器10。该情况下，发送需要与否判定部35可以将与不稳定举动信息建立了关联的不稳定举动的起因的判定结果(例如不是驾驶员原因这一判定结果)一同发送。发送需要与否判定部35通过通信部26进行对于服务器10的不稳定举动信息的发送。

在由起因判定部33判定为不稳定举动是驾驶员原因的情况下，发送需要与否判定部35判定为不将不稳定举动信息从对象车辆2A发送至服务器10。由此，能够抑制发送需要与否判定部35将不能说其他车辆遭遇的可能性高的与不稳定举动相关的信息发送至服务器10。

此外，也可以在由起因判定部33判定为不稳定举动是车辆原因的情况下，发送需要与否判定部35判定为不将不稳定举动信息从对象车辆2A发送至服务器10。该情况下，也能够抑制发送需要与否判定部35将因不能说其他车辆遭遇的可能性高的对象车辆2A的车辆状态引起的与不稳定举动相关的信息发送至服务器10。

〈自动驾驶车辆的结构〉

自动驾驶车辆5是信息处理***100中的信息提供对象的车辆。对自动驾驶车辆5分配了用于识别车辆的ID信息(例如车辆识别编号)。自动驾驶车辆5不限于一台，能够为多台。多台自动驾驶车辆5不需要为相同结构的车辆，车型等可以不同。本实施方式所涉及的自动驾驶车辆5只要具有自动驾驶功能并且具有信息处理***100所涉及的功能结构(后述的信息取得部64以及不稳定抑制举动运算部65)即可。

以下，参照图5对自动驾驶车辆5进行说明。图5是表示自动驾驶车辆5的结构的一个例子的框图。自动驾驶是使自动驾驶车辆5自动朝向预先设定的目的地行驶的车辆控制。在自动驾驶中，不需要驾驶员进行驾驶操作，自动驾驶车辆5自动地进行行驶。

如图5所示，自动驾驶车辆5具备自动驾驶ECU60。自动驾驶ECU60是具有CPU、ROM、RAM等的电子控制单元。在自动驾驶ECU60中，例如将存储于ROM的程序加载至RAM，由CPU执行加载至RAM的程序，由此实现各种功能。自动驾驶ECU60也可以由多个电子单元构成。

自动驾驶ECU60与GPS接收部51、外部传感器52、内部传感器53、驾驶操作检测部54、地图数据库55、通信部56、以及促动器57连接。

关于GPS接收部51、外部传感器52、内部传感器53、驾驶操作检测部54、地图数据库55、通信部56，能够成为与对象车辆2A中的GPS接收部21、外部传感器22、内部传感器23、驾驶操作检测部24、地图数据库25、通信部26同样的结构而省略详细的说明。此外，在自动驾驶车辆5为完全自动驾驶用的车辆的情况下，不需要必须搭载驾驶操作检测部54。另外，假设地图数据库55具有能够执行自动驾驶的精度的地图信息。

促动器57是在自动驾驶车辆5的控制中使用的设备。促动器57至少包括驱动促动器、制动促动器、以及转向操纵促动器。驱动促动器根据来自自动驾驶ECU60的控制信号来控制对于发动机的空气的供给量(节气门开度)，控制自动驾驶车辆5的驱动力。此外，在自动驾驶车辆5为混合动力车的情况下，除了对于发动机的空气的供给量之外，还向作为动力源的马达输入来自自动驾驶ECU60的控制信号来控制该驱动力。在自动驾驶车辆5为电动汽车的情况下，向作为动力源的马达输入来自自动驾驶ECU60的控制信号来控制该驱动力。这些情况下的作为动力源的马达构成促动器57。

制动促动器根据来自自动驾驶ECU60的控制信号来控制制动***，控制向自动驾驶车辆5的车轮施加的制动力。作为制动***，例如能够使用液压制动***。转向操纵促动器根据来自自动驾驶ECU60的控制信号来对电动助力转向***中的控制转向操纵转矩的辅助马达的驱动进行控制。由此，转向操纵促动器控制自动驾驶车辆5的转向操纵转矩。

接下来，对自动驾驶ECU60的功能结构进行说明。自动驾驶ECU60具有车辆位置取得部61、外部环境识别部62、行驶状态识别部63、信息取得部64、不稳定抑制举动运算部65、行进路生成部66以及自动驾驶控制部67。此外，也可以是以下说明的自动驾驶ECU60的功能的一部分在能够与自动驾驶车辆5通信的服务器(不局限于服务器10)中执行的方式。

车辆位置取得部61、外部环境识别部62以及行驶状态识别部63能够成为与图4所示的对象车辆2A的车辆位置取得部31a、外部环境识别部31b以及行驶状态识别部31c同样的结构，省略详细的说明。

信息取得部64通过通信部56从服务器10取得不稳定举动信息。信息取得部64基于在自动驾驶车辆5中预先设定的自动驾驶的行驶路线与不稳定举动信息(至少一次存储于存储数据库27的不稳定举动信息)来取得与在自动驾驶的行驶路线上存在的举动产生位置对应的不稳定举动信息。

信息取得部64例如通过将自动驾驶车辆5的行驶路线发送至服务器10，来在服务器10中提取与在自动驾驶车辆5的行驶路线上存在的举动产生位置对应的不稳定举动信息。信息取得部64通过从服务器10接收与存在于行驶路线上的举动产生位置对应的不稳定举动信息来取得该不稳定举动信息。此外，也可以是信息取得部64自身从由服务器10发送的不稳定举动信息中提取与在自动驾驶车辆5的行驶路线上存在的举动产生位置对应的不稳定举动信息的方式。

不稳定抑制举动运算部65基于信息取得部64所取得的不稳定举动信息来运算不稳定抑制举动。不稳定抑制举动是用于避免自动驾驶车辆5成为不稳定举动的举动。不稳定抑制举动例如包括自动驾驶车辆5的车速抑制以及转向操纵规避等。车速抑制是指为了规避打滑等不稳定举动而抑制自动驾驶的车速。转向操纵规避是指以避免举动产生位置的方式按照车道的端部进行行驶。转向操纵规避也可以包括自动驾驶车辆5的一部分暂时脱离车道的方式。当存在与举动产生位置所处的车道并行的邻接车道的情况下，不稳定抑制举动也可以包括车道变更。

例如在不稳定举动为打滑的情况下，不稳定抑制举动运算部65运算自动驾驶车辆5的车速抑制作为不稳定抑制举动。作为一个例子，不稳定抑制举动运算部65运算在接近举动产生位置时进行减速的车速抑制。或者，不稳定抑制举动运算部65也可以运算在接近举动产生位置时与通常的自动驾驶相比将自动驾驶的车速上限变更为较低的值的车速抑制。

例如在不稳定举动为打滑、举动产生位置靠近车道的右侧的情况下，不稳定抑制举动运算部65运算自动驾驶车辆5的转向操纵规避作为不稳定抑制举动。作为一个例子，不稳定抑制举动运算部65运算使自动驾驶车辆5靠向车道的左侧以规避举动产生位置的转向操纵规避。

此外，自动驾驶车辆5是否接近举动产生位置的判定可以基于自动驾驶车辆5与举动产生位置的距离来进行，也可以基于直到到达举动产生位置为止的自动驾驶车辆5的抵达剩余时间来进行。

行进路生成部66生成在自动驾驶车辆5的自动驾驶中利用的行进路[trajectory]。行进路生成部66基于预先设定的行驶路线、地图信息、自动驾驶车辆5在地图上的位置、自动驾驶车辆5的外部环境以及自动驾驶车辆5的行驶状态来生成自动驾驶的行进路。

行驶路线是在自动驾驶中自动驾驶车辆5所行驶的路线。行进路生成部66例如基于目的地、地图信息以及自动驾驶车辆5在地图上的位置来求出自动驾驶的行驶路线。行驶路线可以通过公知的导航***来设定。目的地可以由自动驾驶车辆5的乘员设定，也可以通过自动驾驶ECU60或者导航***等自动地提议。

行进路包括车辆通过自动驾驶所行驶的路径[path]与自动驾驶中的车速曲线(profile)。路径是自动驾驶中的车辆在行驶路线上行驶的预定的轨迹。路径例如能够为与行驶路线上的位置对应的自动驾驶车辆5的转向操纵角变化的数据(转向操纵角曲线)。行驶路线上的位置例如是在行驶路线的行进方向上每隔规定间隔(例如1m)设定的设定纵向位置。转向操纵角曲线成为针对每个设定纵向位置关联了目标转向操纵角的数据。

行进路生成部66例如基于行驶路线、地图信息、自动驾驶车辆5的外部环境以及自动驾驶车辆5的行驶状态来生成供车辆行驶的路径。行进路生成部66例如以自动驾驶车辆5通过行驶路线所包括的车道的中央(车道宽度方向上的中央)的方式生成路径。

此外，也可以代替转向操纵角曲线而使用针对每个设定纵向位置关联了目标转向操纵转矩的转向操纵转矩曲线。另外，也可以代替转向操纵角曲线而使用针对每个设定纵向位置关联了目标横向位置的横向位置曲线。目标横向位置是指车道的宽度方向上的目标的位置。该情况下，设定纵向位置以及目标横向位置可以一并设定为一个位置坐标。

车速曲线例如是针对每个设定纵向位置关联了目标车速的数据。此外，设定纵向位置可以不以距离为基准而以车辆的行驶时间为基准来设定。设定纵向位置可以被设定为车辆的1秒后的到达位置、车辆的2秒后的到达位置。设定纵向位置可以利用地图信息所包括的路面标识等来设定。该情况下的路面标识能够包括划分线(包括虚线的划分线)、临时停止线、车道行进方向的箭头等中的至少一个。

行进路生成部66例如基于路径和地图信息所包括的法定速度等速度相关信息来生成车速曲线。也可以代替法定速度而使用对于地图上的位置或者区间预先设定的设定速度。行进路生成部66根据路径以及车速曲线来生成自动驾驶的路径。此外，行进路生成部66中的路径的生成方法并不限定于上述的内容，也能够采用其他公知的方法。

行进路生成部66还基于不稳定抑制举动运算部65运算出的不稳定抑制举动来生成路径。例如在运算出车速抑制作为不稳定抑制举动时，行进路生成部66以自动驾驶车辆5接近举动产生位置时进行车速抑制的方式预先生成路径。

自动驾驶控制部67执行自动驾驶车辆5的自动驾驶。自动驾驶控制部67例如基于自动驾驶车辆5的外部环境、自动驾驶车辆5的行驶状态、以及行进路生成部66所生成的行进路来执行自动驾驶车辆5的自动驾驶。在行进路包括不稳定抑制举动的情况下，自动驾驶控制部67按照行进路来执行不稳定抑制举动。自动驾驶控制部67通过向促动器57发送控制信号来进行自动驾驶车辆5的自动驾驶。

此外，在自动驾驶车辆5中，信息取得部64以及不稳定抑制举动运算部65也可以设置于与自动驾驶ECU60不同的ECU。

[第一实施方式所涉及的信息处理***的处理]

接下来，参照附图对第一实施方式所涉及的信息处理***100的处理进行说明。

图6的(a)是表示对象车辆2A的ECU30中的不稳定举动信息的存储处理的一个例子的流程图。不稳定举动信息的存储处理在对象车辆2A的ECU30的启动中进行。不稳定举动信息的存储处理也可以对于累积的对象车辆数据一并进行。不稳定举动信息的存储处理能够在对象车辆2A以外的对象车辆2B～2Z的ECU中也同样执行。

如图6的(a)所示，作为S10，对象车辆2A的ECU30通过对象车辆数据取得部31进行对象车辆数据的取得。对象车辆数据取得部31基于各种传感器的检测结果来取得包括对象车辆2A在地图上的位置信息、对象车辆2A的外部环境、对象车辆2A的行驶状态、对象车辆2A的驾驶员的驾驶操作信息以及对象车辆2A的车辆状态在内的对象车辆数据。然后，ECU30移至S12。

在S12中，ECU30通过举动产生位置识别部32来判定对象车辆2A是否成为不稳定举动。举动产生位置识别部32基于对象车辆数据来判定对象车辆2A是否成为不稳定举动。举动产生位置识别部32例如根据对象车辆2A的各车轮的车轮速对对象车辆2A是否成为作为不稳定举动的打滑进行判定。在判定为对象车辆2A未成为不稳定举动的情况下(S12：否)，ECU30结束本次的处理。在判定为对象车辆2A成为不稳定举动的情况下(S12：是)，ECU30移至S14。

在S14中，ECU30通过举动产生位置识别部32识别举动产生位置。举动产生位置识别部32基于判定为对象车辆2A成为不稳定举动时的对象车辆2A在地图上的位置信息来识别举动产生位置。然后，ECU30移至S16。

在S16中，ECU30通过起因判定部33进行不稳定举动的起因判定。起因判定部33基于对象车辆2A的行驶状态以及对象车辆2A的驾驶操作信息中的至少一方来对不稳定举动的起因是否是驾驶员原因进行判定。另外，起因判定部33基于对象车辆2A的车辆状态来对不稳定举动是否是车辆原因进行判定。然后，ECU30移至S18。

在S18中，ECU30进行通过存储处理部34存储不稳定举动信息的存储处理。在通过起因判定部33判定出不稳定举动的起因的情况下，存储处理部34将起因判定部33的判定结果与不稳定举动信息建立关联地存储于存储数据库27。然后，ECU30结束本次的处理。

图6的(b)是表示对象车辆2A的ECU30中的发送需要与否判定处理的一个例子的流程图。在上述的存储处理中存储了新的不稳定举动信息的情况下执行发送需要与否判定处理。此外，发送需要与否判定处理也可以在S16的起因判定之后、比S18的存储处理靠前执行。

如图6的(b)所示，作为S20，ECU30通过发送需要与否判定部35对不稳定举动信息中的不稳定举动是否是驾驶员原因进行判定。发送需要与否判定部35基于起因判定部33的判定结果来对不稳定举动是否是驾驶员原因进行判定。在判定为不稳定举动信息中的不稳定举动是驾驶员原因的情况下(S20：是)，ECU30移至S22。在判定为不稳定举动信息中的不稳定举动不是驾驶员原因的情况下(S20：否)，ECU30移至S24。

在S22中，ECU30通过发送需要与否判定部35判定为将不稳定举动信息发送至服务器10。然后，ECU30结束本次的处理。在S24中，ECU30通过发送需要与否判定部35判定为不将不稳定举动信息发送至服务器10。然后，ECU30结束本次的处理。此外，ECU30可以将判定为不发送至服务器10的不稳定举动信息从存储数据库27删除。

图7的(a)是表示不稳定举动为打滑的情况下的驾驶员原因的判定处理的一个例子的流程图。驾驶员原因的判定处理例如在图6的(b)的S20中执行。这里将不稳定举动为对象车辆2A的打滑的情况作为一个例子来进行说明。

如图7的(a)所示，作为S30，ECU30通过起因判定部33对驾驶员所驾驶的对象车辆2A的打滑的举动产生位置处的对象车辆2A的加速度是否为加速度阈值以上进行判定。起因判定部33基于加速度传感器检测出的加速度来对打滑的举动产生位置处的对象车辆2A的加速度(打滑判定时的对象车辆2A的加速度)是否为加速度阈值以上进行判定。

ECU30在判定为对象车辆2A的加速度为加速度阈值以上的情况下(S30：是)，移至S32。ECU30在判定为对象车辆2A的加速度不是加速度阈值以上的情况下(S30：否)，移至S34。

在S32中，ECU30通过起因判定部33判定为打滑是驾驶员原因。然后，结束本次的驾驶员原因的判定处理。在S34中，ECU30通过起因判定部33判定为打滑不是驾驶员原因。然后，结束本次的驾驶员原因的判定处理。此外，在打滑的举动产生位置处的对象车辆2A的加速度不是加速度阈值以上的情况下，起因判定部33不需要必须判定为打滑不是驾驶员原因。

图7的(b)是表示不稳定举动为打滑的情况下的驾驶员原因的判定处理的其他例的流程图。

如图7的(b)所示，作为S40，自动驾驶ECU60通过起因判定部33对打滑判定中的对象车辆2A的车速的增加量是否为车速增加阈值以上进行判定。起因判定部33基于举动产生位置识别部32中的打滑的判定结果与车速传感器检测出的车速来对打滑判定中的对象车辆2A的车速的增加量是否为车速增加阈值以上进行判定。

自动驾驶ECU60在判定为打滑判定中的对象车辆2A的车速的增加量为车速增加阈值以上的情况下(S40：是)，移至S42。自动驾驶ECU60在判定为打滑判定中的对象车辆2A的车速的增加量不是车速增加阈值以上的情况下(S40：否)，移至S44。

在S42中，自动驾驶ECU60通过起因判定部33判定为打滑是驾驶员原因。然后，结束本次的驾驶员原因的判定处理。在S44中，自动驾驶ECU60通过起因判定部33判定为打滑不是驾驶员原因。然后，结束本次的驾驶员原因的判定处理。此外，在打滑判定中的对象车辆2A的车速的增加量不是车速增加阈值以上的情况下，起因判定部33不需要必须判定为打滑不是驾驶员原因。

图7的(c)是表示自动驾驶车辆5的自动驾驶ECU60中的不稳定抑制举动的运算处理的一个例子的流程图。不稳定抑制举动的运算处理在自动驾驶的执行时进行。这里，说明到不稳定抑制举动的运算为止，未言及到自动驾驶中的不稳定抑制举动的执行。

如图7的(c)所示，作为S50，自动驾驶ECU60通过信息取得部64从服务器10取得不稳定举动信息。信息取得部64例如通过将自动驾驶车辆5的行驶路线发送至服务器10，来在服务器10中提取与在自动驾驶车辆5的行驶路线上存在的举动产生位置对应的不稳定举动信息。信息取得部64通过从服务器10接收与在行驶路线上存在的举动产生位置对应的不稳定举动信息，来取得该不稳定举动信息。然后，自动驾驶ECU60移至S52。

在S52中，自动驾驶ECU60通过不稳定抑制举动运算部65运算不稳定抑制举动。不稳定抑制举动运算部65基于信息取得部64所取得的不稳定举动信息来运算车速抑制、转向操纵规避等不稳定抑制举动。然后，自动驾驶ECU60将不稳定抑制举动的运算结果用于自动驾驶。

在以上说明的第一实施方式所涉及的信息处理***100中，根据对象车辆数据来识别对象车辆成为不稳定举动的举动产生位置，并且对举动产生位置处的不稳定举动是否为驾驶员原因进行判定，将起因判定部的判定结果和与举动产生位置处的不稳定举动相关的不稳定举动信息建立关联地存储于存储数据库27。因此，根据信息处理***100，能够将不稳定举动是否为驾驶员原因的判定结果与对象车辆2A(在对象车辆2B～2Z的情况下也相同)成为不稳定举动的举动产生位置处的不稳定举动信息建立关联地进行存储。

根据信息处理***100，例如在不稳定举动为对象车辆的打滑的情况下，能够基于驾驶员所驾驶的对象车辆的加速度以及车速中的至少一个来对打滑是否是驾驶员原因进行判定。

具体而言，在信息处理***100中，由于在驾驶员所驾驶的对象车辆2A的加速度大的情况下，与加速度小的情况相比，能够说是因驾驶员的驾驶操作引起的打滑的可能性较高，所以在打滑的举动产生位置处的对象车辆2A的加速度为加速度阈值以上时能够判定为不稳定举动是驾驶员原因，能够将打滑为驾驶员原因与不稳定举动信息建立关联地进行存储。另外，在信息处理***100中，由于在不稳定举动为对象车辆的打滑的情况下，在打滑判定中的对象车辆的车速的增加量大的情况下，与车速的增加量小的情况相比，能够说是因驾驶员的驾驶操作引起的打滑的可能性较高，所以也能够成为在打滑判定中的对象车辆的车速的增加量为车速增加阈值以上时判定为打滑是驾驶员原因的构成。

或者，根据信息处理***100，在不稳定举动为对象车辆的打滑的情况下，可以基于对象车辆的驾驶员的加速操作量、制动操作量以及转向操纵角中的至少一个来对打滑是否是驾驶员原因进行判定。

另外，根据信息处理***100，由于存在因轮胎气压等车辆状态而产生不稳定举动的情况，所以通过基于车辆状态对不稳定举动是否是车辆原因进行判定，能够将不稳定举动是否是车辆原因的判定结果与不稳定举动信息建立关联地存储。

并且，在信息处理***100中，由于在判定为不稳定举动是驾驶员原因的情况下，可认为与对象车辆2A相同的不稳定举动在其他车辆再现的可能性不高，所以通过判定为不将不稳定举动信息发送至服务器10，从而与不管起因如何均将全部的不稳定举动信息发送至服务器10的情况相比，能够有效降低对象车辆2A的通信量。另外，信息处理***100也能够通过在判定为不稳定举动不是驾驶员原因的情况下，将不稳定举动信息从对象车辆发送至服务器，由此将在其他车辆中存在再现可能性的不稳定举动信息积存于服务器。

[第二实施方式]

接下来，对第二实施方式所涉及的信息处理***200进行说明。第二实施方式所涉及的信息处理***200与第一实施方式相比，在对象车辆中不进行不稳定举动的判定、不稳定举动的起因判定以及与不稳定举动的起因对应的发送需要与否判定而在服务器中进行不稳定举动的判定等这一点上大不相同。

[第二实施方式所涉及的信息处理***的结构]

图8是表示第二实施方式所涉及的信息处理***的图。图8所示的信息处理***200构成为包括服务器70和自动驾驶车辆9的自动驾驶ECU。以下，对与第一实施方式相同的构成要素标注相同的附图标记，省略重复的说明。

信息处理***200不包括对象车辆8A～8Z的ECU。第二实施方式中的对象车辆8A～8Z不将不稳定举动信息发送至服务器70而将对象车辆数据发送至服务器70。该情况下的对象车辆8A～8Z的ECU例如只要具有图4所示的车辆位置取得部31a、外部环境识别部31b、行驶状态识别部31c、驾驶操作信息取得部31d以及车辆状态识别部31e即可。对象车辆8A～8Z的ECU不需要具有举动产生位置识别部32、起因判定部33、存储处理部34以及发送需要与否判定部35。另外，对象车辆8A～8Z不需要具备存储不稳定举动信息的存储数据库27。

[服务器的结构]

服务器70被设置于信息管理中心等设施，构成为能够与对象车辆8A～8Z以及自动驾驶车辆9通信。图9是表示服务器70的结构的一个例子的框图。图9所示的服务器70构成为具备处理器71、存储部72、通信部13以及用户界面14的一般计算机。

处理器71例如使操作***动作来控制服务器70。处理器71是包括控制装置、运算装置、寄存器等的CPU等运算器。处理器71总括存储部72、通信部13以及用户界面14。

存储部72构成为包括存储器以及储存器中的至少一方。本实施方式中的存储部72作为存储不稳定举动信息的存储数据库发挥功能。存储部72也可以存储地图信息而作为地图数据库发挥功能。通信部13以及用户界面14的功能与第一实施方式同样，因而标注相同的附图标记。此外，服务器70不需要必须设置于设施，也可以搭载于车辆、船舶等移动体。

如图9所示，处理器71具有对象车辆数据取得部71a、举动产生位置识别部71b、起因判定部71c、风险判定部71d以及存储处理部71e。

对象车辆数据取得部71a通过通信部13从对象车辆8A～8Z取得对象车辆数据。对象车辆数据取得部71a集中取得一定时间的对象车辆数据。可以对对象车辆数据赋予ID信息(例如车辆识别编号)。

举动产生位置识别部71b基于对象车辆数据取得部71a所取得的对象车辆数据，来识别对象车辆成为不稳定举动的地图上的位置亦即举动产生位置。举动产生位置识别部71b能够与第一实施方式的举动产生位置识别部32同样地对对象车辆成为不稳定举动的情况进行判定，识别举动产生位置。

在由举动产生位置识别部71b识别出举动产生位置的情况下，起因判定部71c对举动产生位置处的不稳定举动的起因进行判定。作为不稳定举动的起因，起因判定部71c至少对驾驶员原因以及车辆原因进行判定。

起因判定部71c基于对象车辆数据所包含的对象车辆的行驶状态以及对象车辆的驾驶操作信息中的至少一方，来对不稳定举动是否是驾驶员原因进行判定。起因判定部71c基于对象车辆数据所包含的对象车辆的车辆信息，来对不稳定举动是否是车辆原因进行判定。起因判定部71c能够与第一实施方式的起因判定部33同样地对不稳定举动的起因进行判定。

另外，在基于对象车辆数据与举动产生位置确定出举动原因地点的情况下，本实施方式中的起因判定部71c判定为举动原因地点处的不稳定举动不是驾驶员原因。举动原因地点例如是对象车辆成为不稳定举动的次数为次数阈值以上的地图上的地点(位置)。次数阈值为预先设定的值的阈值。举动原因地点也可以被判定为一定距离的区间。

起因判定部71c基于举动产生位置识别部71b识别出的举动产生位置来确定举动原因地点。起因判定部71c例如通过将针对每个不稳定举动识别出的举动产生位置重复的次数计数为对象车辆成为不稳定举动的次数，来确定举动原因地点。此外，举动原因地点不需要必须为地图上的一个地点，也可以为一定范围的区间。

起因判定部71c可以在一定期间内对象车辆成为不稳定举动的次数(即频度)为次数阈值以上的情况下确定为举动原因地点。一定期间并不特别限定，可以是几小时，也可以是一天。此外，起因判定部71c可以将举动原因地点处的不稳定举动判定为是场所原因。

即使基于对象车辆的行驶状态以及对象车辆的驾驶操作信息中的至少一方判定完不稳定举动的起因，起因判定部71c也使使用了举动原因地点的判定结果(不是驾驶员原因)优先。

除此之外，起因判定部71c也可以针对每个不稳定举动的内容区别计数次数。起因判定部71c例如将打滑的次数为次数阈值以上的地图上的位置确定为举动原因地点。起因判定部71c可以将紧急减速的次数为次数阈值以上的地图上的位置确定为举动原因地点。次数阈值可以按每个不稳定举动的内容为不同的值。

在按每个不稳定举动的内容计数次数的情况下，起因判定部71c可以按每个不稳定举动的内容确定举动原因地点。起因判定部71c判定为在打滑的举动原因地点产生的打滑不是驾驶员原因。起因判定部71c不需要判定为在打滑的举动原因地点产生的紧急减速一定不是驾驶员原因。

风险判定部71d基于起因判定部71c判定出的不稳定举动的起因，来进行每个举动产生位置的不稳定举动的风险判定。风险判定部71d将被判定为场所原因的不稳定举动的风险判定为High、将被判定为驾驶员原因或者车辆原因的不稳定举动的风险判定为Middle或者Low。

即便是风险被判定为Low的不稳定举动，在相同的举动产生位置重复不稳定举动的情况下，风险判定部71d也可以变更为Middle或者High。从Middle到High也同样。风险判定部71d也可以基于不稳定举动的内容而将容易导致自动驾驶的中断的不稳定举动的风险判定得高。

在由起因判定部71c判定出不稳定举动的起因的情况下，存储处理部71e将起因判定部71c的判定结果与不稳定举动信息建立关联地存储于存储部72。除了由起因判定部71c判定为不稳定举动是驾驶员原因或者车辆原因的情况以外，在判定为不稳定举动不是驾驶员原因以及车辆原因中的任一个的情况下，存储处理部71e也将该判定结果与不稳定举动信息建立关联地存储于存储部72。另外，存储处理部71e将风险判定部71d的风险判定结果与不稳定举动信息建立关联地存储于存储部72。

〈自动驾驶车辆的结构〉

第二实施方式中的自动驾驶车辆9的自动驾驶ECU90与第一实施方式相比，根据不稳定举动的起因来变更不稳定抑制举动的控制量这一点不同。自动驾驶ECU90的信息取得部64从服务器70不仅取得被判定为不是驾驶员原因的不稳定举动信息，还取得被判定为驾驶员原因的不稳定举动信息。信息取得部64的功能与第一实施方式同样，因而标注相同的附图标记。

在不稳定举动是驾驶员原因时，与不稳定举动不是驾驶员原因时相比，自动驾驶ECU90的不稳定抑制举动运算部91将自动驾驶中的不稳定抑制举动的控制量设定得较小。不稳定抑制举动的控制量例如是不稳定抑制举动为基于减速的车速抑制的情况下的减速量。不稳定抑制举动的控制量在不稳定抑制举动为基于车速上限的降低的车速抑制的情况下能够为车速上限的降低量。在不稳定抑制举动为转向操纵规避的情况下，不稳定抑制举动的控制量能够为转向操纵规避的转向操纵量。

具体而言，例如在不稳定举动是驾驶员原因时，不稳定抑制举动运算部91将驾驶员原因用的减速量设定为作为不稳定抑制举动的车速抑制的减速量。在不稳定举动不是驾驶员原因时，不稳定抑制举动运算部91将通常用的减速量设定为车速抑制的减速。驾驶员原因用的减速量小于通常用的减速量。同样，例如在不稳定举动是驾驶员原因时，不稳定抑制举动运算部91将驾驶员原因用的转向操纵量设定为作为不稳定抑制举动的转向操纵规避的转向操纵量。在不稳定举动不是驾驶员原因时，不稳定抑制举动运算部91将通常用的转向操纵量设定为作为转向操纵规避的转向操纵量。驾驶员原因用的转向操纵量小于通常用的转向操纵量。

在不稳定举动是车辆原因时，与不稳定举动不是车辆原因时相比，不稳定抑制举动运算部91可以将自动驾驶中的不稳定抑制举动的控制量设定得较小。在不稳定举动是场所原因时，不稳定抑制举动运算部91不减小不稳定抑制举动的控制量。此外，也可以是在不稳定举动为驾驶员原因时不稳定抑制举动运算部91不运算不稳定抑制举动的方式。

[第二实施方式所涉及的信息处理***的处理]

接下来，参照附图对第二实施方式所涉及的信息处理***200的处理进行说明。首先，服务器70的处理器71与第一实施方式的对象车辆2A的ECU30同样能够执行图6的(a)所示的不稳定举动信息的存储处理。这里，图11是表示第二实施方式所涉及的举动原因地点的确定处理的一个例子的流程图。服务器70例如在积累了一定量的对象车辆数据的情况下定期地进行举动原因地点的确定处理。

如图11所示，作为S60，服务器70的处理器71通过起因判定部71c对是否存在对象车辆成为不稳定举动的次数为次数阈值以上的地图上的地点进行判定。起因判定部71c例如通过将针对每个不稳定举动识别出的举动产生位置重复的次数计数为对象车辆成为不稳定举动的次数来进行判定。

当判定为不存在对象车辆成为不稳定举动的次数为次数阈值以上的地图上的地点的情况下(S60：否)，处理器71结束本次的处理。当判定为存在对象车辆成为不稳定举动的次数为次数阈值以上的地图上的地点的情况下(S60：是)，处理器71移至S62。

在S62中，处理器71通过起因判定部71c确定举动原因地点。起因判定部71c将成为不稳定举动的次数为次数阈值以上的地图上的地点确定为举动原因地点。然后，处理器71移至S64。

在S64中，处理器71通过起因判定部71c将举动原因地点处的不稳定举动判定为不是驾驶员原因。即使基于对象车辆的行驶状态以及对象车辆的驾驶操作信息中的至少一方判定完不稳定举动的起因，起因判定部71c也使使用了举动原因地点的判定结果优先。然后，处理器71移至S66。

在S66中，处理器71通过存储处理部71e进行存储处理。存储处理部71e将起因判定部71c的判定结果与不稳定举动信息建立关联地存储于存储部72。在风险判定部71d进行风险判定的情况下，存储处理部71e可以将风险判定部71d的风险判定结果与不稳定举动信息建立关联地存储于存储部72。然后，处理器71结束本次的处理。

接下来，对第二实施方式的自动驾驶车辆9中的自动驾驶ECU90的处理进行说明。图12的(a)是表示第二实施方式所涉及的不稳定抑制举动的运算处理的一个例子的流程图。在自动驾驶的执行时进行不稳定抑制举动的运算处理。

如图12的(a)所示，作为S70，自动驾驶ECU90通过信息取得部64从服务器70取得不稳定举动信息。S70的处理与图7的(c)中的S50的处理相同。信息取得部64例如通过将自动驾驶车辆5的路径发送至服务器70，从而在服务器70中提取与存在于自动驾驶车辆5的路径上的举动产生位置对应的不稳定举动信息。信息取得部64通过从服务器70接收与存在于路径上的举动产生位置对应的不稳定举动信息来取得该不稳定举动信息。然后，自动驾驶ECU90移至S72。

在S72中，自动驾驶ECU90通过不稳定抑制举动运算部91对不稳定举动是否是驾驶员原因进行判定。不稳定抑制举动运算部91基于信息取得部64所取得的不稳定举动信息来对不稳定举动是否是驾驶员原因进行判定。在判定为不稳定举动不是驾驶员原因的情况下(S72：否)，自动驾驶ECU90移至S74。在判定为不稳定举动是驾驶员原因的情况下(S72：是)，自动驾驶ECU90移至S76。

在S74中，自动驾驶ECU90通过不稳定抑制举动运算部91以通常用的控制量来运算不稳定抑制举动。不稳定抑制举动运算部91例如将通常用的减速量设定为作为不稳定抑制举动的车速抑制的减速量。然后，自动驾驶ECU90将不稳定抑制举动的运算结果用于自动驾驶。

在S76中，自动驾驶ECU90通过不稳定抑制举动运算部91以驾驶员原因用的控制量来运算不稳定抑制举动。驾驶员原因用的控制量是比通常用的控制量小的控制量。不稳定抑制举动运算部91例如将驾驶员原因用的减速量设定为作为不稳定抑制举动的车速抑制的减速量。然后，自动驾驶ECU90将不稳定抑制举动的运算结果用于自动驾驶。

图12的(b)是表示第二实施方式所涉及的不稳定抑制举动的运算处理的其他例的流程图。如图12的(b)所示，作为S80，自动驾驶ECU90通过信息取得部64从服务器70取得不稳定举动信息。S80的处理与图12的(a)所示的S70的处理同样。另外，接下来的S82的处理也与S72的处理同样。

在S82中，自动驾驶ECU90通过不稳定抑制举动运算部91对不稳定举动是否是驾驶员原因进行判定。在判定为不稳定举动是驾驶员原因的情况下(S82：是)，自动驾驶ECU90结束本次的处理。即，在不稳定举动是驾驶员原因的情况下，不稳定抑制举动运算部91不运算不稳定抑制举动。在判定为不稳定举动不是驾驶员原因的情况下(S82：否)，自动驾驶ECU90移至S84。

在S84中，自动驾驶ECU90通过不稳定抑制举动运算部91进行不稳定抑制举动的运算。该情况下，不稳定抑制举动运算部91以通常用的控制量运算不稳定抑制举动。然后，自动驾驶ECU90将不稳定抑制举动的运算结果用于自动驾驶。

根据以上说明的第二实施方式所涉及的信息处理***200，能够与第一实施方式同样将不稳定举动是否是驾驶员原因的判定结果与对象车辆成为不稳定举动的举动产生位置处的不稳定举动信息建立关联地进行存储。另外，在信息处理***200中，由于在相同的地点重复对象车辆的不稳定举动的情况下，是不因驾驶员而因场所引起的不稳定举动的可能性高，所以能够确定出对象车辆成为不稳定举动的次数为次数阈值以上的举动原因地点并判定为不稳定举动是驾驶员原因。

并且，根据信息处理***200，在自动驾驶ECU90中，当不稳定举动是驾驶员原因时，与不稳定举动不是驾驶员原因时相比，将自动驾驶中的不稳定抑制举动的控制量设定得较小，或者不运算不稳定抑制举动。因此，根据信息处理***200，由于能够避免在被判定为因场所引起的可能性不高的驾驶员原因的不稳定举动的举动产生位置过度进行减速等不稳定抑制举动，所以能够抑制因不稳定抑制举动给自动驾驶车辆9的驾驶员带来不适感。

以上，对本发明的实施方式进行了说明，但本发明并不限定于上述的实施方式。本发明能够通过以上述的实施方式为基础而基于本领域技术人员的知识实施了各种变更、改进的各种方式来实施。

信息处理***100不需要必须包括服务器10以及自动驾驶ECU60，也可以由对象车辆2A的ECU30构成。该情况下，信息处理***100可以将不稳定举动信息与不稳定举动的起因建立关联地从对象车辆2A不经由服务器10地向周围的自动驾驶车辆5提供。

另外，信息处理***100可以由服务器10以及对象车辆2A的ECU30构成而不包括自动驾驶车辆5的自动驾驶ECU60。

或者，信息处理***100可以由对象车辆2A的ECU30以及自动驾驶车辆5的自动驾驶ECU60构成而不包括服务器10。该情况下，信息处理***100也能够将不稳定举动信息与不稳定举动的起因建立关联地从对象车辆2A不经由服务器10地向周围的自动驾驶车辆5提供。

对象车辆2A的ECU30不需要必须具有发送需要与否判定部35，判定为驾驶员原因的不稳定举动信息也可以发送至服务器10。此时，存储数据库27不需要搭载于对象车辆2A，可以形成于服务器10。

第二实施方式所涉及的信息处理***200可以由服务器70构成而不包括自动驾驶车辆9的自动驾驶ECU90。

另外，信息处理***200也能够成为通过使自动驾驶车辆9的自动驾驶ECU90具有服务器70的功能来由自动驾驶ECU90构成而不包括服务器70的方式。即，在图10所示的自动驾驶车辆9的结构中，可以使自动驾驶ECU90具有图9所示的对象车辆数据取得部71a、举动产生位置识别部71b以及起因判定部71c，将图4所示的对象车辆2A的存储数据库27搭载于自动驾驶车辆9。

对于第二实施方式所涉及的信息处理***200而言，信息收集对象可以不仅包括对象车辆8A～8Z还包括第一实施方式的对象车辆2A～2Z。此时，信息处理***200的服务器70可以从对象车辆2A～2Z不仅取得与不稳定举动的起因建立了关联的不稳定举动信息还可以取得对象车辆数据。服务器70通过基于对象车辆数据判定不稳定举动的起因，能够在对象车辆2A～2Z侧与服务器70侧双重判定不稳定举动的起因，能够提高不稳定举动的起因的判定精度。

在信息处理***100、200中，信息收集对象的车辆可以兼作信息提供对象的车辆。例如，在图5所示的自动驾驶车辆5的自动驾驶ECU60中，通过具有图4所示的对象车辆2A的ECU30的功能，能够兼作信息收集对象以及信息提供对象双方。也可以代替图5所示的自动驾驶车辆5的自动驾驶ECU60，而成为图10所示的自动驾驶车辆9的自动驾驶ECU90。此外，在对象车辆具有自动驾驶功能的情况下，可以是仅对于对象车辆处于驾驶员的手动驾驶中时的不稳定举动进行是否是驾驶员原因的判定的方式。在对象车辆2A未被自动驾驶的情况下，信息处理***100、200能够视为驾驶员进行驾驶。

信息处理***100、200中的信息提供对象的车辆并不限定于自动驾驶车辆。可以将不稳定举动信息与不稳定举动的起因建立关联地对于不具有自动驾驶功能的车辆提供。在不具有自动驾驶功能的车辆中，例如能够向驾驶员通知不稳定举动信息来唤起注意。对于信息处理***100、200而言，信息收集对象以及信息提供对象均能够是不具有自动驾驶功能的车辆。

起因判定部33、71c不需要必须进行不稳定举动是否是车辆原因的判定。此时，对象车辆数据不需要包含车辆信息。图4所示的对象车辆2A的对象车辆数据取得部31不需要具有车辆状态识别部31e。另外，对象车辆数据不需要必须包括对象车辆的外部环境。

信息处理***100、200可以不在自动驾驶车辆5、9而在服务器10、70侧进行不稳定抑制举动的运算。即，在服务器10、70中，可以通过从自动驾驶车辆5、9取得自动驾驶的行驶路线的信息来取得与行驶路线上的举动产生位置对应的不稳定举动信息，运算不稳定抑制举动。在服务器10、70中，能够通过具有图5所示的信息取得部64、不稳定抑制举动运算部65(或者图10所示的信息取得部64、不稳定抑制举动运算部91)的功能来实现。

在信息处理***200中，起因判定部71c不需要必须进行举动原因地点的确定。另外，服务器70不需要必须具有风险判定部71d，不需要将风险判定的信息与不稳定举动信息建立关联。

在自动驾驶ECU60、90中，不稳定抑制举动不需要必须包括在行进路，也可以是与行进路独立并在自动驾驶车辆5、9接近举动产生位置时执行不稳定抑制举动的方式。另外，自动驾驶ECU60、90不需要必须具有不稳定抑制举动运算部65、91。自动驾驶ECU60、90可以仅在路径生成中利用不稳定举动信息，也可以仅向驾驶员提供不稳定举动信息。另外，自动驾驶ECU60、90可以基于自动驾驶车辆5、6的周围的不稳定举动信息以避开举动产生位置的方式检索行驶路线。自动驾驶ECU60、90也可以以优先避开被判定为不是驾驶员原因的不稳定举动的举动产生位置的方式检索行驶路线。

除此之外，驾驶操作信息取得部31d不需要必须进行驾驶操作历史记录的存储。起因判定部33、71c不需要必须识别驾驶员的驾驶操作趋势。

Claims (11)

1.一种信息处理***，其中，具备：

对象车辆数据取得部，取得包括对象车辆的行驶状态、所述对象车辆的驾驶操作信息以及所述对象车辆在地图上的位置信息的对象车辆数据；

举动产生位置识别部，基于所述对象车辆数据来识别所述对象车辆成为不稳定举动的地图上的位置亦即举动产生位置；

起因判定部，基于所述对象车辆的行驶状态以及所述对象车辆的驾驶操作信息中的至少一方来对所述举动产生位置处的所述不稳定举动是否是驾驶员原因进行判定；以及

存储处理部，将所述起因判定部的判定结果和与所述举动产生位置处的所述不稳定举动相关的不稳定举动信息建立关联地存储于存储数据库。

2.根据权利要求1所述的信息处理***，其中，

所述不稳定举动为所述对象车辆的打滑，

在驾驶员所驾驶的所述对象车辆的打滑的所述举动产生位置处的所述对象车辆的加速度为加速度阈值以上的情况下，所述起因判定部判定为所述对象车辆的打滑是驾驶员原因。

3.根据权利要求1所述的信息处理***，其中，

所述不稳定举动为所述对象车辆的打滑，

所述对象车辆的所述驾驶操作信息包括所述对象车辆的驾驶员的加速操作量、制动操作量以及转向操纵角中的至少一个，

所述起因判定部至少基于所述对象车辆的驾驶操作信息来对所述对象车辆的打滑是否是驾驶员原因进行判定。

4.根据权利要求1所述的信息处理***，其中，

所述不稳定举动为所述对象车辆的打滑，

所述对象车辆的所述行驶状态包括驾驶员所驾驶的所述对象车辆的加速度以及车速中的至少一个，

所述起因判定部至少基于所述对象车辆的行驶状态来对所述对象车辆的打滑是否是驾驶员原因进行判定。

5.根据权利要求1所述的信息处理***，其中，

所述不稳定举动为所述对象车辆的打滑，

在打滑判定中的所述对象车辆的车速的增加量为车速增加阈值以上的情况下，所述起因判定部判定为所述打滑是驾驶员原因。

6.根据权利要求1～5中任一项所述的信息处理***，其中，

所述对象车辆数据包括所述对象车辆的车辆状态，

所述起因判定部基于所述对象车辆的车辆状态来对所述举动产生位置处的所述不稳定举动是否是车辆原因进行判定，

在由所述起因判定部对所述举动产生位置处的所述不稳定举动是否是车辆原因进行了判定的情况下，所述存储处理部将所述起因判定部的判定结果和与所述举动产生位置处的所述不稳定举动相关的不稳定举动信息建立关联地存储于所述存储数据库。

7.根据权利要求1～6中任一项所述的信息处理***，其中，

所述信息处理***还具备能够与多个所述对象车辆通信的服务器，

所述服务器具有所述起因判定部，

在基于所述举动产生位置识别部识别出的所述举动产生位置确定出所述对象车辆成为所述不稳定举动的次数为次数阈值以上的举动原因地点的情况下，所述起因判定部将所述举动原因地点处的所述不稳定举动判定为不是驾驶员原因。

8.根据权利要求1～7中任一项所述的信息处理***，其中，还具备：

信息取得部，基于在自动驾驶车辆中预先设定的自动驾驶的行驶路线和存储于所述存储数据库的所述不稳定举动信息，来取得与在所述自动驾驶的行驶路线上存在的所述举动产生位置对应的所述不稳定举动信息；和

不稳定抑制举动运算部，基于所述信息取得部所取得的所述不稳定举动信息来运算用于避免所述自动驾驶车辆成为所述不稳定举动的不稳定抑制举动，

在所述不稳定举动是驾驶员原因时，与所述不稳定举动不是驾驶员原因时相比，所述不稳定抑制举动运算部将所述自动驾驶中的所述不稳定抑制举动的控制量设定得小，或者在所述不稳定举动是驾驶员原因时所述不稳定抑制举动运算部不运算所述不稳定抑制举动。

9.根据权利要求1～6中任一项所述的信息处理***，其中，

所述对象车辆数据取得部、所述举动产生位置识别部以及所述起因判定部被搭载于所述对象车辆，

所述信息处理***还具备搭载于所述对象车辆并对是否将所述不稳定举动信息发送至服务器进行判定的发送需要与否判定部，

在由所述起因判定部判定为所述不稳定举动是驾驶员原因的情况下，所述发送需要与否判定部判定为不将所述不稳定举动信息从所述对象车辆发送至所述服务器。

10.根据权利要求9所述的信息处理***，其中，

在由所述起因判定部判定为所述不稳定举动不是驾驶员原因的情况下，所述发送需要与否判定部判定为将所述不稳定举动信息从所述对象车辆发送至所述服务器。

11.一种服务器，其中，具备：

对象车辆数据取得部，取得包括对象车辆的行驶状态、所述对象车辆的驾驶操作信息以及所述对象车辆在地图上的位置信息的对象车辆数据；

举动产生位置识别部，基于所述对象车辆数据来识别所述对象车辆成为不稳定举动的地图上的位置亦即举动产生位置；

起因判定部，基于所述对象车辆的行驶状态以及所述对象车辆的驾驶操作信息中的至少一方来对所述举动产生位置处的所述不稳定举动是否是驾驶员原因进行判定；以及

存储处理部，将所述起因判定部的判定结果和与所述举动产生位置处的所述不稳定举动相关的不稳定举动信息建立关联地存储于存储数据库。

Images