JP5854133B2 - 運転特性推定装置及び運転支援システム - Google Patents

Description

本発明は、運転者の運転特性の推定を行う運転特性推定装置と、その運転特性に応じた運転支援を行う運転支援システムと、に関する。

従来、車両を走行させている運転者の運転特性に応じて運転支援を行う運転支援システムが知られている。例えば、下記の特許文献１には、先行車等の目標物に追突しないようにブレーキ操作を行うことを自車の運転者に警報する装置であり、その目標物に対する自車の運転者のブレーキタイミングに基づいて、追突警報の報知タイミング、つまり追突警報を発する目標物との相対距離（警報距離）を調整する技術が開示されている。その警報距離は、目標物に対する運転者のブレーキ操作時における自車速度と自車に対する目標物との相対速度とに基づいて調整している。

尚、下記の特許文献２には、自車と知覚対象物との間の実相対距離に基づいて自車と知覚対象物との間の知覚相対距離を算出する技術、自車と知覚対象物との間の実相対速度に基づいて自車と知覚対象物との間の知覚相対速度を算出する技術、その知覚相対距離と知覚相対速度との比（知覚相対比）を算出し、この知覚相対比が閾値を超える場合に車両制御を行う技術が開示されている。その知覚対象物とは、運転中の運転者が自らの知覚により認識した物体のことである。知覚相対距離とは、運転者が認識している知覚対象物との間の相対距離のことである。知覚相対速度とは、運転者が認識している知覚対象物との間の相対速度のことである。また、下記の特許文献３には、自車と先行車との相対距離が所定距離になった際の運転者によるブレーキ操作タイミングとステアリング操作タイミングの履歴を蓄積して夫々の平均値を算出し、先行車との相対速度が所定値以下であればブレーキ操作タイミングに関する運転者の実際の数値と平均値とを比較して警報を行い、先行車との相対速度が所定値より大きければステアリング操作タイミングに関する運転者の実際の数値と平均値とを比較して警報を行う技術が開示されている。

特開昭５９−１０５５８７号公報 特開２０１１−００６０３８号公報 特開２０１２−００８６９６号公報

ところで、従来の運転支援システムでは、自車や目標物の状態、自車の周辺環境如何で、追突警報の報知タイミングが運転者の望むものに対してずれる虞がある。そして、これにより、従来、ブレーキタイミングが早めの運転者は追突警報の発報が遅いと感じたり、ブレーキタイミングが遅めの運転者は追突警報の発報が早いと感じたりする。

そこで、本発明は、かかる従来例の有する不都合を改善し、運転者の運転特性を精度良く推定可能な運転特性推定装置及び運転支援システムを提供することを、その目的とする。

上記目的を達成する為、本発明に係る運転特性推定装置は、車両を運転する運転者の操作内容に応じた操作開始時期の指標値を算出する操作開始指標値算出部と、前記操作開始時期の指標値に対する当該操作開始時期の状態毎の各確率密度関数と前記操作開始指標値算出部の算出した前記操作開始時期の指標値とに基づいて、該算出された指標値での前記各確率密度関数における確率密度の合計値に対する比を求め、該各確率密度の合計値に対する比に重み付けをして運転者の運転特性を推定する運転特性推定部と、を設けたことを特徴としている。

また、上記目的を達成する為、本発明に係る運転支援システムは、車両を運転する運転者の操作内容に応じた操作開始時期の指標値を算出する操作開始指標値算出部と、前記操作開始時期の指標値に対する当該操作開始時期の状態毎の各確率密度関数と前記操作開始指標値算出部の算出した前記操作開始時期の指標値とに基づいて、該算出された指標値での前記各確率密度関数における確率密度の合計値に対する比を求め、該各確率密度の合計値に対する比に重み付けをして運転者の運転特性を推定する運転特性推定部と、推定された前記運転特性に応じた運転支援を行う運転支援制御部と、を設けたことを特徴としている。

ここで、取得した複数の前記操作開始時期の指標値に対する当該操作開始時期の頻度分布を運転者による複数の当該操作開始時期の状態毎に分け、該夫々の頻度分布毎に前記操作開始時期の指標値に対する当該操作開始時期の状態毎の前記確率密度関数を各々算出する確率密度関数算出部を設けることが望ましい。

また、前記操作開始指標値算出部は、運転者のブレーキ操作開始時期の指標値を算出し、前記運転特性推定部は、該ブレーキ操作開始時期の指標値に対する当該ブレーキ操作開始時期の状態毎の各確率密度関数と前記操作開始指標値算出部の算出した前記ブレーキ操作開始時期の指標値とに基づいて、該算出された指標値での前記各確率密度関数における確率密度の合計値に対する比を求め、該各確率密度の合計値に対する比に重み付けをして、運転者における先行車との車間距離傾向を運転特性として推定することが望ましい。

また、前記操作開始指標値算出部は、運転者の複数の操作内容に応じた操作開始時期の指標値を算出し、前記運転特性推定部は、前記操作内容毎に、該操作開始時期の指標値に対する当該操作開始時期の状態毎の各確率密度関数と前記操作開始指標値算出部の算出した前記操作開始時期の指標値とに基づいて、該算出された指標値での前記各確率密度関数における確率密度の合計値に対する比を求め、該各確率密度の合計値に対する比に重み付けをして、運転者における先行車との車間距離傾向を運転特性として推定することが望ましい。

本発明に係る運転特性推定装置及び運転支援システムは、運転者の運転特性を精度良く推定できるので、その運転特性に応じた運転支援を実施することで、その運転支援についても運転者の運転操作の傾向に合わせて高精度に実施されることになる。

図１は、本発明に係る運転特性推定装置及び運転支援システムの構成を示すブロック図である。 図２は、ブレーキ操作開始時期の指標値の算出過程を説明する図である。 図３−１は、ブレーキ操作開始時期が早い場合の頻度分布図である。 図３−２は、ブレーキ操作開始時期が普通の場合の頻度分布図である。 図３−３は、ブレーキ操作開始時期が遅い場合の頻度分布図である。 図４は、図３−１から図３−３の頻度分布を一纏めにした図である。 図５は、図４の頻度分布を正規分布の確率密度関数の形で表した図である。 図６は、或るブレーキ操作開始時期の指標値に対する夫々の確率密度について説明する図である。 図７は、或るブレーキ操作開始時期の指標値に対する車間距離傾向について説明する図である。 図８は、運転特性推定について説明するフローチャートである。 図９は、試験結果の一例である。 図１０は、試験結果の一例である。

以下に、本発明に係る運転特性推定装置及び運転支援システムの実施例を図面に基づいて詳細に説明する。尚、この実施例によりこの発明が限定されるものではない。

［実施例］
本発明に係る運転特性推定装置及び運転支援システムの実施例を図１から図１０に基づいて説明する。

運転特性推定装置は、車両の走行状態の情報や車両を走行させている運転者の操作状態の情報等に基づいて、その運転者の運転特性を推定するものである。車両の走行状態とは、例えば、加速走行状態、減速走行状態、定速走行状態、直進走行状態、旋回走行状態等のことである。運転者の操作状態とは、例えば、ブレーキ操作状態、アクセル操作状態、ステアリング操作状態等のことである。運転者の運転特性とは、運転者の嗜好に左右される運転形態の特性のことであり、運転者による先行車との車間距離の好みの大きさ（以下、「車間距離傾向」と云う。）等のことである。また、運転支援システムは、運転中の自車の運転者に対して支援を行うものである。この例示の運転支援システムは、運転特性推定装置と運転支援装置とを有し、その運転特性推定装置で推定された運転者の運転特性に基づいて運転支援を実行する。運転支援制御としては、例えば、先行車追従走行制御、衝突回避支援制御、車線逸脱警報制御（ＬＤＷ：Lane Depa-rture Warning）、車線維持支援制御（ＬＫＡ：Lane Keeping Assist）、ふらつき警報（漫然・居眠り運転警報）制御、カーブ車速警報制御、カーブ車速減速制御、運転者の漫然・居眠り推定制御、運転診断等がある。

この例示では、ブレーキ操作状態に基づいて運転者の車間距離傾向の推定を行い、先行車との車間距離が縮まった際に、その車間距離傾向に応じた車間距離で警告音を発報させることで、運転者に先行車への衝突回避の為のブレーキ操作を促す運転特性推定装置及び運転支援システムについて説明する。

この運転特性推定装置及び運転支援装置を有する運転支援システムにおいては、その動作が車両制御等を行う電子制御装置（以下、「車両ＥＣＵ」と云う。）１によって制御される。その車両ＥＣＵ１には、図１に示すように、車速検出装置２と、距離検出装置３と、ブレーキ装置４と、ブレーキ操作検出装置５と、警報装置６と、が接続されている。

車速検出装置２は、自車の車速Ｖｓ〔ｍ／ｓ〕を検出する為の車速センサである。この車速検出装置２としては、例えば、変速機等の動力伝達装置の出力軸の回転角を検出する回転角センサ、各車輪の車輪速を検出する車輪速センサ等を用いればよい。この車速検出装置２の検出信号は、車両ＥＣＵ１に出力される。車両ＥＣＵ１では、その検出信号に基づいて自車の車速Ｖｓの演算を行う。

距離検出装置３は、自車と自車の前方の対象物（先行車）との間における実際の相対距離（以下、「実相対距離」と云う。）Ｄｒ〔ｍ〕を検出する為の距離センサである。この距離検出装置３としては、ミリ波レーダを用いればよい。このミリ波レーダは、例えば自車の前面部の中央部（フロントグリル内など）に取り付ける。このミリ波レーダは、ミリ波を自車の前方の所定の範囲に出射し、自車の前方に存在する対象物で反射したミリ波を受信する。このミリ波レーダは、その出射から受信までの時間を計測し、自車（ミリ波レーダ配置部位）から前方の対象物までの距離を算出することによって、実相対距離Ｄｒを検出するものである。また、このミリ波レーダは、自車と前方の対象物（先行車）との間における実際の相対速度（以下、「実相対速度」と云う。）Ｖｒを検出することも可能である。このミリ波レーダにおいては、ドップラー効果を用いて自車の車速Ｖｓと前方の対象物の速度（先行車の車速）との速度差を算出することで、実相対速度Ｖｒを検出する。このミリ波レーダは、検出した実相対距離Ｄｒと実相対速度Ｖｒを車両ＥＣＵ１に出力する。

また、この距離検出装置３には、レーザや赤外線等を用いたレーダ、ＣＣＤ（charge coupled device）カメラ等の撮像装置などを用いてもよい。例えば、この場合の車両ＥＣＵ１は、撮像装置で撮像された前方の撮像画像データの画像処理を行い、実相対距離Ｄｒを算出する。また、この距離検出装置３が実相対速度Ｖｒを直接検出できないものの場合、車両ＥＣＵ１は、例えば、時間経過に伴う実相対距離Ｄｒの変化に基づいて実相対速度Ｖｒの算出を行えばよい。

ブレーキ装置４は、運転者のブレーキ踏み込み操作によって各車輪に制動力を発生させるものでもあり、車両ＥＣＵ１の指令によって各車輪の内の制御対象の車輪に制動力を発生させるものでもある。このブレーキ装置４は、制動部（キャリパ等）への供給油圧を車輪毎に制御可能なアクチュエータを備えている。そのアクチュエータは、運転者によるブレーキペダルの操作量に応じたマスタシリンダ圧をそのまま出力することも可能であり、そのマスタシリンダ圧を車両ＥＣＵ１の指令に応じて増減させて出力することも可能である。

ブレーキ操作検出装置５は、運転者のブレーキ踏み込み操作を検出するものである。例えば、このブレーキ操作検出装置５としては、運転者のブレーキ踏み込み操作に連動するストップランプの入力スイッチ（所謂ストップランプスイッチ）を利用すればよい。そのストップランプスイッチは、運転者のブレーキ踏み込み操作に伴い、ストップランプを点灯させると共にオン信号を車両ＥＣＵ１に出力する。従って、車両ＥＣＵ１は、そのオン信号によって運転者のブレーキ踏み込み操作を検出することができる。また、このブレーキ操作検出装置５としては、運転者によるブレーキペダルの操作量（ペダル開度等の踏み込み操作量やペダル操作速度）を検出するセンサを利用してもよい。

警報装置６は、運転者の聴覚や視覚を刺激することで、運転者に警報を行うものである。例えば、この警報装置６としては、音で運転者に警報を伝える音発生装置がある。発する音としては、ビープ音等の様な警報音、報知内容の音声情報等が考えられる。また、この警報装置６としては、モニタ等の表示装置への表示により運転者に警報を伝えるものもある。その表示内容としては、点滅表示や点灯表示、報知内容の文字情報等が考えられる。

運転特性推定装置は、車両を運転する運転者の操作内容に応じた操作開始時期の指標値を算出する。そして、この運転特性推定装置は、その操作開始時期の指標値に対する当該操作開始時期の状態毎の各確率密度関数と算出した操作開始時期の指標値とに基づいて、その算出された指標値での各確率密度関数における確率密度の合計値に対する比を求め、この各確率密度の合計値に対する比に重み付けをして運転者の運転特性を推定する。車両ＥＣＵ１には、その操作開始時期の指標値を算出する操作開始指標値算出部１ａと、その様にして運転者の運転特性を推定する運転特性推定部１ｂと、が設けられている。

この例示では、運転者のブレーキ操作におけるブレーキ踏み込み操作の開始時期（以下、「ブレーキ操作開始時期」とも云う。）の指標値を算出する。また、この例示では、そのブレーキ操作開始時期の指標値に対する当該ブレーキ操作開始時期の状態（早い、遅い等）毎の各確率密度関数と算出したブレーキ操作開始時期の指標値とに基づいて、その算出された指標値での各確率密度関数における確率密度の合計値に対する比を求め、この各確率密度の合計値に対する比に重み付けをして運転者の運転特性を推定する。

操作開始指標値算出部１ａは、下記の式１に基づいてブレーキ操作開始時期の指標値ＰＲＥ（ＢＲＫ）の算出を行う。

この式１の分母は、運転者が認識している対象物（先行車）との間の相対距離（知覚相対距離）のことであり、運転者の感覚（錯覚）に基づいて実相対距離Ｄｒを補正したものである。自車の運転者は、自車の車速Ｖｓが速いほど、相対速度が実相対速度Ｖｒよりも速いと錯覚する。例えば、自車が一般道路を中低速で走行している場合と高速道路を高速で走行している場合とでは、実相対距離Ｄｒが同一であれば、運転者は高速道路走行時の方が一般道路走行時よりも相対速度が速いと錯覚する。一方、分子は、運転者が認識している対象物（先行車）との間の相対速度（知覚相対速度）のことであり、運転者の感覚（錯覚）に基づいて実相対速度Ｖｒを補正したものである。自車の運転者は、実相対距離Ｄｒが遠いほど、相対距離が実相対距離Ｄｒよりも近いと錯覚する。例えば、自車の進行方向に等間隔に並んでいる電柱を見たとき、電柱が遠方に位置するほど電柱の間隔が狭く見える為、運転者は、遠方の電柱の位置を実際の位置よりも近くにあると錯覚する。つまり、この式１は、ブレーキ操作開始時期の推定モデルをモデル化したものであり、これを知覚相対距離と知覚相対速度との比で表している。

「Ｖｓ」、「Ｖｒ」及び「Ｄｒ」は、前述したように、各々自車の車速、実相対速度及び実相対距離である。「Ａｘ」は、自車と先行車との間の実際の相対加速度（以下、「実相対加速度」と云う。）である。その実相対速度Ｖｒと実相対加速度Ａｘは、自車と先行車とが離れていくときを正にしている。また、「α」、「β」及び「ｎ」は、適合によって決められるパラメータである。例えば、「α」は、０から１の範囲内とする（０＜α＜１）。「β」は、０から３の範囲内とする（０＜β＜３）。「ｎ」は、０から１の範囲内とする（０＜ｎ＜１）。

このブレーキ操作開始時期の指標値ＰＲＥ（ＢＲＫ）は、自車が先行車から離れているほど、その数値が小さくなる。つまり、この指標値ＰＲＥ（ＢＲＫ）は、その数値が小さいほど、ブレーキ操作開始時期が早い状態になっていることを示している。一方、この指標値ＰＲＥ（ＢＲＫ）は、自車が先行車に近づくほど、その数値が大きくなる。つまり、この指標値ＰＲＥ（ＢＲＫ）は、その数値が大きいほど、ブレーキ操作開始時期が遅い状態になっていることを示している。

運転特性推定部１ｂは、その操作開始指標値算出部１ａが算出したブレーキ操作開始時期の指標値ＰＲＥ（ＢＲＫ）と、ブレーキ操作開始時期の指標値ＰＲＥ（ＢＲＫ）に対する当該ブレーキ操作開始時期の状態毎の各確率密度関数と、に基づいて、その指標値ＰＲＥ（ＢＲＫ）が算出された運転者の運転特性を推定する。

ここで、そのブレーキ操作開始時期の指標値ＰＲＥ（ＢＲＫ）に対する当該ブレーキ操作開始時期の状態毎の各確率密度関数については、例えば、複数の走行パターンにおける複数の運転者の走行データを解析し、予めマップとして用意しておけばよい。その状態毎の各確率密度関数は、運転者の走行に伴い最初に登録されたマップが更新されるものであってもよい。これが為、車両ＥＣＵ１には、その状態毎の各確率密度関数の算出や更新を行う確率密度関数算出部１ｃを設けている。その確率密度関数算出部１ｃは、取得した複数の操作開始時期の指標値に対する当該操作開始時期の頻度分布を運転者による複数の当該操作開始時期の状態毎に分け、その夫々の頻度分布毎に操作開始時期の指標値に対する当該操作開始時期の状態毎の確率密度関数を各々算出する。この例示では、取得した複数の運転者のブレーキ操作開始時期の指標値ＰＲＥ（ＢＲＫ）に対する当該ブレーキ操作開始時期の頻度分布を運転者による複数の当該ブレーキ操作開始時期の状態（早い、遅い等）毎に分け、その夫々の頻度分布毎にブレーキ操作開始時期の指標値ＰＲＥ（ＢＲＫ）に対する当該ブレーキ操作開始時期の状態毎の確率密度関数を各々算出する。

具体的には、例えば図２の左側の図に示すように、取得した走行データに基づいて、ブレーキ操作開始時期の指標値ＰＲＥ（ＢＲＫ）の平均値を走行データ毎に求め、夫々の平均値をブレーキ操作開始時期の状態毎に分類する。ここでは、ブレーキ操作開始時期が早い状態の群、普通の状態の群、遅い状態の群の３つに分けている。尚、ブレーキ操作開始時期が普通の状態の場合とは、例えば多くの運転者がブレーキ踏み込み操作を行う先行車との車間距離の平均値を基準車間距離とすると、その基準車間距離のときにブレーキ踏み込み操作が開始された状態のことを云う。これに基づき、ブレーキ操作開始時期が早い状態の場合とは、普通の状態の場合と比べてブレーキ操作開始時期が早いときのこと、つまり自車と先行車との車間距離が基準車間距離よりも大きいときにブレーキ踏み込み操作が開始された状態のことを云う。また、ブレーキ操作開始時期が遅い状態の場合とは、普通の状態の場合と比べてブレーキ操作開始時期が遅いときのこと、つまり自車と先行車との車間距離が基準車間距離よりも小さいときにブレーキ踏み込み操作が開始された状態のことを云う。

確率密度関数算出部１ｃは、その各群について、図２の右側の図に示すように頻度分布図化する。図３−１から図３−３は、夫々に、その各群の頻度分布図である。図４は、その各群の頻度分布を一纏めにして表した図である。この図３−１から図４において、横軸はブレーキ操作開始時期の指標値ＰＲＥ（ＢＲＫ）を表しており、縦軸はブレーキ踏み込み操作が検出された回数を表している。

確率密度関数算出部１ｃは、そのブレーキ操作開始時期の状態毎の頻度分布（図４）から当該状態毎の確率密度関数を各々算出する。具体的には、その夫々の頻度分布（正規分布）毎にブレーキ操作開始時期の指標値ＰＲＥ（ＢＲＫ）に対する当該ブレーキ操作開始時期の状態毎の確率密度関数を各々算出する。つまり、各群の頻度分布（正規分布）は、図５に示すように、正規分布の確率密度関数の形で表される。記憶装置には、この各確率密度関数をマップとして記憶させておく。図５において、横軸はブレーキ操作開始時期の指標値ＰＲＥ（ＢＲＫ）を表しており、縦軸は確率密度を表している。

尚、正規分布の確率密度関数は、下記の式２の通りである。「σ」は確率密度関数の標準偏差、「σ^２」は確率密度関数の分散、「μ」は確率密度関数の平均を表している。

ここで、この例示では上記の確率密度関数のマップを車両の記憶装置に記憶させるが、そのマップは、車内の記憶装置に加えて、車外のサーバ等の記憶装置に記憶させてもよい。この場合には、携帯電話や車両に搭載した通信機器を用いて、車内と車外の夫々の記憶装置のマップを最新のものに同期させることが望ましい。その同期は、運転者等の指令を契機にして実行するものであってもよく、走行に伴いマップが更新された際に実行されるものであってもよい。具体例としては、クラウドコンピューティング技術等を利用することができる。例えば、その車外の記憶装置に記憶されたマップの情報は、その運転者のみに適用されるものであってもよく、様々な運転者の運転特性を統計化する為のデータベースとしても利用可能である。前者の場合には、そのマップが作成された車両だけに限らず、その運転者が車両の買い替えやレンタル等で別の車両に乗ったとしても、この運転者の最新のマップを車外の記憶装置から通信で読み込むことで、この運転者の運転特性の情報を別の車両でも直ぐに利用することができる。また、後者の場合には、データベース化する為の運転者の人数や走行パターンが増えていくので、例えば車両に最初に登録されるマップの情報の精度を上げていくことができる。

運転特性推定部１ｂは、上記の操作開始指標値算出部１ａが算出したブレーキ操作開始時期の指標値ＰＲＥ（ＢＲＫ）に該当するブレーキ操作開始時期の各状態の確率密度関数の数値を上記のマップから読み込む。例えば、図６は、指標値ＰＲＥ（ＢＲＫ）が０．２のときのブレーキ操作開始時期の各状態における数値ａ，ｂ，ｃを表している。数値ａは、ブレーキ操作開始時期が早い状態のときの確率密度を示す。数値ｂは、ブレーキ操作開始時期が普通の状態のときの確率密度を示す。数値ａは、ブレーキ操作開始時期が早い状態のときの確率密度を示す。数値ｂは、ブレーキ操作開始時期が普通の状態のときの確率密度を示す。数値ｃは、ブレーキ操作開始時期が遅い状態のときの確率密度を示す。この図６の例示では、「ａ＝１．２１」、「ｂ＝０．８０」、「０．３８」になっている。

運転特性推定部１ｂは、その各数値ａ，ｂ，ｃに基づいて、その合計値を算出する。その合計値は、算出された指標値ＰＲＥ（ＢＲＫ）での各確率密度関数（ブレーキ操作開始時期の各状態における確率密度関数）における確率密度ａ，ｂ，ｃの合計値である。運転特性推定部１ｂは、ブレーキ操作開始時期が早い状態のときの確率密度ａ，ｂ，ｃの合計値に対する比（ａ／ａ＋ｂ＋ｃ）、ブレーキ操作開始時期が普通の状態のときの確率密度ａ，ｂ，ｃの合計値に対する比（ｂ／ａ＋ｂ＋ｃ）、ブレーキ操作開始時期が遅い状態のときの確率密度ａ，ｂ，ｃの合計値に対する比（ｃ／ａ＋ｂ＋ｃ）を求める。運転特性推定部１ｂは、その夫々の比に重み付けをすることで、運転者の運転特性（車間距離傾向）を推定する。

その重み付けされた運転特性の指標値φ（Ｂ−ｏｎ，ＰＲＥ（ＢＲＫ））は、下記の式３で求めることができる。尚、その括弧内の「Ｂ−ｏｎ，ＰＲＥ（ＢＲＫ）」は、ブレーキ操作開始時で且つブレーキ操作開始時期の指標値ＰＲＥ（ＢＲＫ）が或る数値（例えば前述した０．２等）のときの運転特性（車間距離傾向）の指標値φであることを表している。

「ｐ_１」、「ｐ_２」、「ｐ_３」は、各々、ブレーキ操作開始時期が早い状態のときの重み係数、ブレーキ操作開始時期が普通の状態のときの重み係数、ブレーキ操作開始時期が遅い状態のときの重み係数を表している。これらの重み係数ｐ_１、ｐ_２、ｐ_３は、固定値であってもよく、走行状況に応じて可変させる値であってもよい。例えば、混雑している交通状況においては、混雑していない交通状況と比べて、車速が低く且つ先行車との車間距離も縮まっている。これが為、混雑している交通状況では、ブレーキ操作開始時期が早い状態のときの重み（重み係数ｐ_１）を小さくする一方で、ブレーキ操作開始時期が遅い状態のときの重み（重み係数ｐ_３）を大きくする。これに対して、混雑していない交通状況では、ブレーキ操作開始時期が早い状態のときの重み（重み係数ｐ_１）を大きくする一方で、ブレーキ操作開始時期が遅い状態のときの重み（重み係数ｐ_３）を小さくする。この例と同じように、一般道では、高速道路と比べて、車速が低く且つ先行車との車間距離も縮まっている。これが為、一般道では、ブレーキ操作開始時期が早い状態のときの重み（重み係数ｐ_１）を小さくする一方で、ブレーキ操作開始時期が遅い状態のときの重み（重み係数ｐ_３）を大きくする。これに対して、高速道路では、ブレーキ操作開始時期が早い状態のときの重み（重み係数ｐ_１）を大きくする一方で、ブレーキ操作開始時期が遅い状態のときの重み（重み係数ｐ_３）を小さくする。

運転特性推定部１ｂは、その指標値φに基づいて運転者の運転特性（車間距離傾向）を推定する。その指標値φは、その数値の大小に応じて、有段階又は無段階で運転特性（車間距離傾向）を示している。例えば、この例示では、ブレーキ踏み込み操作を始める車間距離が長い、普通、短いの３段階の運転特性（車間距離傾向）が設定されている。この例示では、普通の車間距離でブレーキ踏み込み操作を始めるときの指標値φ０に対して、指標値φが小さいほど、ブレーキ踏み込み操作を始める車間距離が普通のときの車間距離よりも長く、ブレーキ操作開始時期が普通のときよりも早い、と云う車間距離傾向を示している。また、この例示では、その指標値φ０に対して、指標値φが大きいほど、ブレーキ踏み込み操作を始める車間距離が普通のときの車間距離よりも短く、ブレーキ操作開始時期が普通のときよりも遅い、と云う車間距離傾向を示している。図７は、図５及び図６におけるブレーキ操作開始時期の指標値ＰＲＥ（ＢＲＫ）毎の指標値φの演算結果を図示したものである。この図７に依れば、指標値ＰＲＥ（ＢＲＫ）が０．２のときに、ブレーキ踏み込み操作を始める車間距離が普通のときの車間距離よりも長く、ブレーキ操作開始時期が普通のときよりも早い、と云う車間距離傾向を示していることが判る。また、指標値ＰＲＥ（ＢＲＫ）が０．７のときに、ブレーキ踏み込み操作を始める車間距離、つまりブレーキ操作開始時期が普通である、と云う車間距離傾向を示していることが判る。

ここで、その図７は、指標値φの演算結果に替えて、この演算結果をブレーキ操作開始時期の各状態（早い、普通、遅い）又は車間距離の各状態（長い、普通、短い）に応じた１次元のスカラー量（１，２，３等）に置き換えてもよい。

車両ＥＣＵ１には、運転支援制御を実行する運転支援制御部１ｄが設けられている。この運転支援制御部１ｄは、その運転特性（車間距離傾向）に基づいて運転支援制御を行う。例えば、この運転支援制御部１ｄは、この運転者は普通のブレーキ操作開始時期にブレーキ操作を行うとの車間距離傾向を示している場合、基準車間距離まで自車と先行車とが近づいたときに警報装置６を作動させ、運転者に注意を喚起する。また、この運転支援制御部１ｄは、この運転者は普通よりも早いブレーキ操作開始時期にブレーキ操作を行うとの車間距離傾向を示している場合、自車と先行車とが基準車間距離に到達する前に警報装置６を作動させ、運転者に注意を喚起する。この場合には、例えば、上記の指標値φが小さくなるほど、自車が基準車間距離よりも先行車から離れた状態で警報装置６を作動させることが望ましい。一方、この運転支援制御部１ｄは、この運転者は普通よりも遅いブレーキ操作開始時期にブレーキ操作を行うとの車間距離傾向を示している場合、自車と先行車との車間距離が基準車間距離よりも短くなったときに警報装置６を作動させ、運転者に注意を喚起する。この場合には、例えば、上記の指標値φが大きくなるほど、自車が基準車間距離よりも先行車に近づいた状態で警報装置６を作動させることが望ましい。但し、自車が所定の車間距離まで先行車に近づいたときには、追突を回避すべく、指標値φの大きさに拘わらず警報装置６を作動させることが望ましい。

ここで、この運転支援制御部１ｄは、その警報装置６による警報に替えて又は当該警報と共にブレーキ装置４を動作させ、各車輪に制動力を発生させる又は運転者のブレーキ操作による各車輪の制動力を増加アシストさせると云う運転支援を行ってもよい。

この様に、本実施例の運転特性推定装置及び運転支援システムは、一走行内でも走行環境や気分等で変化する運転者の運転特性を精度良く推定できるので、その運転特性に合わせた適切な運転支援の実施が可能になる。例えば、この運転特性推定装置及び運転支援システムでは、運転者のブレーキ操作開始時期の傾向に応じた先行車との車間距離傾向に合わせて警報等の運転支援を行うので、警報等の介入が早い又は遅い等の違和感、警報等の介入が自らの運転特性に対して早いことによる警報等の不要感を運転者に与えなくなる。つまり、この運転特性推定装置及び運転支援システムに依れば、警報等の介入時期を普通（通常制御時）より早めたとしても、その運転者がブレーキ操作開始時期の早い車間距離傾向であるならば、その運転者は、その警報等の介入に対する違和感を覚えない。また、この運転支援システムは、運転者の運転特性を推定する際に自車の車速Ｖｓや実相対車速Ｖｒ等を用いており、自車や先行車の加減速が考慮されているので、この点でも警報等の介入時期の適正化が図れている。

尚、式３は、式２をブレーキ操作開始時期の各状態に置き換えた下記の式４−６に基づいて、下記の式７の様に展開することができる。

「σ（ａ）」、「σ（ｂ）」、「σ（ｃ）」は、各々、ブレーキ操作開始時期が早い状態のときの分散、ブレーキ操作開始時期が普通の状態のときの分散、ブレーキ操作開始時期が遅い状態のときの分散を表している。「μ（ａ）」、「μ（ｂ）」、「μ（ｃ）」は、ブレーキ操作開始時期が早い状態のときの平均、ブレーキ操作開始時期が普通の状態のときの平均、ブレーキ操作開始時期が遅い状態のときの平均を表している。

ところで、本実施例では車間距離傾向に応じた車間距離で警告音を発報させるものとして例示したが、運転支援システムは、車間距離傾向に応じた車間距離で減速制御を実行するものであってもよい。また、この運転支援システムは、警告音の発報と減速制御を共に実行するものであってもよい。その減速制御とは、運転者がブレーキ操作していない状態から車両を減速させる制御、又は、運転者がブレーキ操作している状態から車両を更に減速させる制御のことである。

また、ブレーキ操作開始時期の指標値ＰＲＥ（ＢＲＫ）は、その運転者の運転特性を表したものと云える。従って、運転支援装置は、例えば、そのブレーキ操作開始時期の指標値ＰＲＥ（ＢＲＫ）が所定の閾値を超えて大きくなったときに、ブレーキ操作開始時期が遅いと判断して、運転支援を行ってもよい。

［変形例］
前述した実施例の運転特性推定装置及び運転支援システムは、運転者の運転特性（車間距離傾向）を推定する為に、先行車に対するブレーキ操作開始時期の傾向と云うパラメータを利用している。本変形例の運転特性推定装置及び運転支援システムは、そのブレーキ操作開始時期の傾向に基づいた運転特性（車間距離傾向）の推定に替えて又は当該推定と共に、これとは別の先行車に対する運転者の操作傾向のパラメータ、走行環境（走行路の勾配等）のパラメータや車両走行状態（車両横加速度等）のパラメータ等に基づいて、運転特性（車間距離傾向）の推定を行う。

例えば、その運転者の操作傾向のパラメータとしては、先行車に対するアクセルオフ操作開始時期の傾向などが考えられる。このパラメータは、主に登坂路や高速道路での推定学習に利用される。この場合には、運転者のアクセルオフ操作開始時期の指標値ＰＲＥ（ＡＣＣ）を算出する。この指標値ＰＲＥ（ＡＣＣ）は、前述した式１と同等の演算式で求めることができ、その式１の自車の車速Ｖｓ等の各パラメータをアクセルオフ操作開始時の情報に置き換えて算出する。また、この場合には、このアクセルオフ操作開始時期の各状態（早い、普通、遅い）における確率密度関数を用いる。その夫々の確率密度関数は、前述した図５に示す確率密度関数と同じようにして求めておけばよい。

また、この場合には、その夫々の確率密度関数と指標値ＰＲＥ（ＡＣＣ）とに基づいて、操作開始指標値算出部１ａによって算出された指標値ＰＲＥ（ＡＣＣ）に該当するアクセルオフ操作開始時期の各状態の確率密度関数の数値ａ，ｂ，ｃを読み込む。運転特性推定部１ｂは、その各数値ａ，ｂ，ｃに基づいて、アクセルオフ操作開始時期が早い状態のときの確率密度ａ，ｂ，ｃの合計値に対する比（ａ／ａ＋ｂ＋ｃ）、アクセルオフ操作開始時期が普通の状態のときの確率密度ａ，ｂ，ｃの合計値に対する比（ｂ／ａ＋ｂ＋ｃ）、アクセルオフ操作開始時期が遅い状態のときの確率密度ａ，ｂ，ｃの合計値に対する比（ｃ／ａ＋ｂ＋ｃ）を求める。

アクセルオフ操作に基づいた運転特性の指標値φ（ＡＣＣ−ｏｎ，ＰＲＥ（ＡＣＣ））は、前述した式３と同等の演算式を用いて求める。その際、「ｐ_１」、「ｐ_２」、「ｐ_３」は、各々、アクセルオフ操作開始時期が早い状態のときの重み係数、アクセルオフ操作開始時期が普通の状態のときの重み係数、アクセルオフ操作開始時期が遅い状態のときの重み係数となる。この指標値φの演算結果は、前述したように、アクセルオフ操作開始時期の各状態（早い、普通、遅い）又は車間距離の各状態（長い、普通、短い）に応じた１次元のスカラー量（１，２，３等）に置き換えることが望ましい。アクセルオフ操作に基づいた運転者の運転特性（車間距離傾向）の推定結果を、ブレーキ踏み込み操作に基づいた運転者の運転特性（車間距離傾向）の推定結果と同質のものとして扱えるからである。

また、運転特性推定部１ｂには、運転者が自らの運転で先行車に追従しているときの先行車との平均車間時間（以下、「追従時平均車間時間」と云う。）の傾向と云うパラメータに基づいて、運転者の運転特性（車間距離傾向）を推定させてもよい。その際には、例えば、その追従走行が所定距離以上又は所定時間以上続いたときの当該期間内の追従時平均車間時間を求める。この場合も、その推定結果は、車間距離の各状態（長い、普通、短い）に応じた１次元のスカラー量（１，２，３等）に置き換えることが望ましい。このパラメータは、主に高速道路での推定学習に利用される。

ここで、これらの例示では、先行車が存在しなければ、運転者の運転特性（車間距離傾向）を推定することができない。そこで、先行車が存在していなくても運転者の運転特性（車間距離傾向）を推定できるように構成する。例えば、車両は、ブレーキ踏力が大きいときには車両減速度が大きくなり、ブレーキ踏力が小さいときには車両減速度が小さくなる傾向にある。そして、ブレーキ踏力が大きい運転者は、ブレーキ踏力が小さい運転者と比べて、例えば先行車との車間距離を保つべくブレーキ踏み込み操作を行う際に、先行車との車間距離が短くなる傾向にある。これが為、運転特性推定部１ｂには、ブレーキ操作時の平均車両減速度の傾向と云うパラメータに基づいて、運転者の運転特性（車間距離傾向）を推定させてもよい。この場合も、その推定結果は、車間距離の各状態（長い、普通、短い）に応じた１次元のスカラー量（１，２，３等）に置き換えることが望ましい。このパラメータは、先に例示したパラメータよりも多くのサンプリングデータを得ることができるので、推定学習の実行頻度を上げることができる。

この運転特性推定装置及び運転支援システムの動作説明を図８のフローチャートに基づいて説明する。

この運転特性推定装置及び運転支援システムにおいて、操作開始指標値算出部１ａは、運転者の複数の操作内容（ブレーキ踏み込み操作やアクセルオフ操作等）に応じた操作開始時期の指標値を算出する。そして、運転特性推定部１ｂは、その操作内容毎に、操作開始時期の指標値に対する当該操作開始時期の状態毎の各確率密度関数と操作開始指標値算出部１ａの算出した操作開始時期の指標値とに基づいて、この算出された指標値での各確率密度関数における確率密度の合計値に対する比を求め、この各確率密度の合計値に対する比に重み付けをして、運転者における先行車との車間距離傾向を運転特性として推定する。この運転特性推定装置及び運転支援システムにおいては、或る１種類の操作内容に応じた運転特性が所定回数推定された場合に、その移動平均を求めて最終的な運転者の運転特性と判断し、この最終判断を運転特性の推定学習結果として学習（更新）する。

車両ＥＣＵ１は、自車がクルーズ制御中であるのか否かを判定する（ステップＳＴ１）。この車両ＥＣＵ１は、自車がクルーズ制御中でなければ、自車の運転者の運転特性（車間距離傾向）の推定を始める。

先ず、操作開始指標値算出部１ａは、自車が所定条件に該当しているのか否かを判定する（ステップＳＴ２）。その所定条件に該当するとは、例えば、運転者が先行車との車間距離を保つべくアクセルオフ操作を行ったとき、運転者が先行車との車間距離を保つべくブレーキ踏み込み操作を行ったとき、運転者が自らの運転で先行車に追従しているとき、先行車は存在しないが運転者のブレーキ踏み込み操作により車両減速度が発生しているときのことである。操作開始指標値算出部１ａは、この所定条件に該当しなければ、このステップＳＴ２の判定を繰り返す。

操作開始指標値算出部１ａは、アクセルオフ操作の場合、アクセルオフ操作開始時期の指標値ＰＲＥ（ＡＣＣ）を算出し、ブレーキ踏み込み操作の場合、ブレーキ操作開始時期の指標値ＰＲＥ（ＢＲＫ）を算出する（ステップＳＴ３）。尚、運転者が自らの運転で先行車に追従しているとき、又は、先行車は存在しないが運転者のブレーキ踏み込み操作により車両減速度が発生しているときには、このステップＳＴ３を行わず、次のステップＳＴ４に進む。

次に、運転特性推定部１ｂは、先行車の存在を利用した運転特性（車間距離傾向）の推定学習が実行可能か否かを判定する（ステップＳＴ４）。ここでは、自車の車速Ｖｓが所定車速以上であり、且つ、先行車との車間距離が所定距離以下であれば、先行車の存在を利用した運転特性（車間距離傾向）の推定学習が実行可能と判定する。その所定車速や所定距離は、例えば、運転者のアクセルオフ操作やブレーキ踏み込み操作が先行車の影響を受ける操作となるのか否か等で決めればよい。例えば、所定車速は、徐行速度に設定する。自車の車速Ｖｓが徐行速度よりも低速の場合には、既にアクセルオフ操作が実行されている可能性が高いからである。所定距離は、数百メートル等、先行車の影響を受けたアクセルオフ操作やブレーキ踏み込み操作とは云えない距離とする。

運転特性推定部１ｂは、運転特性（車間距離傾向）の推定学習が実行できると判定した場合、先行車が存在しているときの運転特性（車間距離傾向）を推定する（ステップＳＴ５）。このステップＳＴ５では、運転者が先行車との車間距離を保つべくアクセルオフ操作を行った場合、そのアクセルオフ操作に基づいた運転者の運転特性（車間距離傾向）の推定を実行する。また、運転者が先行車との車間距離を保つべくブレーキ踏み込み操作を行った場合には、そのブレーキ踏み込み操作に基づいた運転者の運転特性（車間距離傾向）の推定を実行する。また、運転者が自らの運転で先行車に追従している場合には、追従時平均車間時間の傾向に基づいて、運転者の運転特性（車間距離傾向）を推定する。

運転特性推定部１ｂは、ブレーキ踏み込み操作が実行されたのか否か、つまりブレーキ踏み込み操作に基づいて推定が行われたのか否かを判定する（ステップＳＴ６）。

この運転特性推定部１ｂは、ブレーキ踏み込み操作が実行された場合、ブレーキ操作時の平均車両減速度の傾向に基づいた運転者の運転特性（車間距離傾向）の推定を実行する（ステップＳＴ７）。一方、ブレーキ踏み込み操作が実行されていない場合、運転特性推定部１ｂは、ステップＳＴ１に戻る。

また、ステップＳＴ４で先行車の存在を利用した運転特性（車間距離傾向）の推定学習が実行できないと判定した場合、運転特性推定部１ｂは、ステップＳＴ７に進み、ブレーキ操作時の平均車両減速度の傾向に基づいた運転者の運転特性（車間距離傾向）の推定、つまり先行車が存在していないときの運転特性（車間距離傾向）の推定を行う。

この例示では、夫々の推定｛アクセルオフ操作に基づいた運転者の運転特性（車間距離傾向）の推定、ブレーキ踏み込み操作に基づいた運転者の運転特性（車間距離傾向）の推定、追従時平均車間時間の傾向に基づいた運転者の運転特性（車間距離傾向）の推定、ブレーキ操作時の平均車両減速度の傾向に基づいた運転者の運転特性（車間距離傾向）の推定｝の内の少なくとも１つが所定回数（例えば５回）実行されるまで、ステップＳＴ１からステップＳＴ７を繰り返す。所定回数実行されたものについては、次のステップＳＴ８に進む。

運転特性推定部１ｂは、直近の所定回数分の推定結果の移動平均を算出する（ステップＳＴ８）。ここでは、その移動平均の結果を最終的な運転者の運転特性（車間距離傾向）と推定する。この様に移動平均を求め、運転中の一連の時系列的な操作に応じた運転特性（車間距離傾向）を求めることで、アクセルオフ操作やブレーキ踏み込み操作等、夫々に運転者の感覚が一致するものでなくても、精度の高い運転特性（車間距離傾向）を得ることができる。このステップＳＴ８では、アクセルオフ操作に基づいたもの等、夫々の推定結果毎に移動平均を求めている。

尚、クルーズ制御中（例えばアダプティブクルーズコントロール実行中）のときには、例えば、予め決めておいた所定の運転特性（車間距離傾向）であると判断させればよい（ステップＳＴ９）。

この様に、本変形例の運転特性推定装置及び運転支援システムは、前述した実施例と同様の効果が得られるのみならず、アクセルオフ操作等の様々な条件に基づいて運転者の運転特性（車間距離傾向）が推定されるので、より精度の高い運転者の運転特性（車間距離傾向）を知ることができる。

ここで、この運転支援システムが適用された実験車による不要警報の発生状態の試験結果について説明する。その試験結果を図９に示す。

この試験は、その実験車を所定の警報発生条件の下で所定距離走行させ、運転者が不要と感じた警報の発生回数を調べたものである。警報発生条件としては、本実施例及び本変形例の推定学習が行われて警報を発生させる場合のみならず、従来に相当する車間距離傾向が長い（つまりブレーキ操作開始時期が早い、アクセルオフ操作開始時期が早い）ものとして警報設定を固定し、基準車間距離到達前に早出しで警報を発生させる場合、車間距離傾向が普通（つまりブレーキ操作開始時期が普通、アクセルオフ操作開始時期が普通）であるとして警報設定を固定し、基準車間距離到達時に警報を発生させる場合、車間距離傾向が短い（つまりブレーキ操作開始時期が遅い、アクセルオフ操作開始時期が遅い）ものとして警報設定を固定し、基準車間距離到達後に遅出しで警報を発生させる場合についても含んでいる。ここでは、例えば道路が混雑し易く平均車速の低いＡ国相当の道路環境（走行距離：１１，６２５ｋｍ）とＡ国よりも平均車速の高いＢ国相当の道路環境（走行距離：３，４５２ｋｍ）とにおいて試験を行った。

この試験結果に依れば、従来は、車間距離傾向が長くなるほど不要な警報の発生回数が多くなり、不要な警報の発生頻度が高くなるので、警報を基準車間距離へと到達する前に発報させると、この警報が不要な煩わしいものと感じられてしまう可能性が高いことが判る。これに対して、本実施例及び本変形例は、前述した推定学習を行っているので、不要な警報の発生回数が少なくなり、不要な警報の発生頻度が低くなることが判る。その不要な警報の発生頻度は、所定走行距離（Ａ国：１１，６２５ｋｍ、Ｂ国：３，４５２ｋｍ）を不要な警報の発生回数で除算したものである。

また、この試験では、車間距離傾向が長いものとして基準車間距離到達前に早出しで警報を発生させる場合と、車間距離傾向が普通であるとして基準車間距離到達時に警報を発生させる場合と、車間距離傾向が短いものとして基準車間距離到達後に遅出しで警報を発生させる場合と、を所定の比率に設定して、所定走行距離（Ａ国：１１，６２５ｋｍ、Ｂ国：３，４５２ｋｍ）を走行させた際に運転者が不要と感じた警報の発生回数も調べている。この３つの車間距離傾向が所定比率（長い：普通：早い＝３０％：５８％：１２％）に設定された際には、やはり、本実施例及び本変形例と比べて、不要な警報の発生回数が多く、不要な警報の発生頻度が高いことが判る。

図１０は、この試験結果の１つであり、推定学習によって、車間距離傾向が長いと推定された場合、車間距離傾向が普通と推定された場合、車間距離傾向が短いと推定された場合の警報の発生頻度を表したものである。この図１０に依れば、夫々の車間距離傾向の推定の学習結果において、大きな偏りも無く、略同等の発生頻度で警報が発報されることが判る。

ところで、運転支援が前述した車線逸脱警報制御、車線維持支援制御、ふらつき警報（漫然・居眠り運転警報）制御の場合には、通常運転時の白線横位置、ヨーレート、操舵角速度、操舵トルク及びこれらの標準偏差等に基づいて、運転者の通常運転時におけるふらつき程度（運転者の運転特性）を求め、車線逸脱警報等の制御介入時期を調整すればよい。また、カーブ車速警報制御やカーブ車速減速制御を行う場合には、旋回中及び非旋回中における通常運転時の車両前後加速度、車両横加速度、ヨーレート、ブレーキ踏み込み操作開始位置及びこれらの標準偏差等に基づいて、運転者の通常運転時における旋回特性の傾向（運転者の運転特性）を求め、カーブ車速警報等の制御介入時期を調整すればよい。また、運転者の漫然・居眠り推定制御を行う場合には、通常運転時の運転者の重心位置や頭部位置の変位及びこれらの標準偏差等に基づいて、運転者の漫然・居眠り傾向（運転者の運転特性）を求め、運転者が漫然・居眠り運転状態であるのか否か推定して、運転者への注意喚起や減速制御等を行えばよい。また、運転診断を行う場合には、一時停止位置（一時停止線からの自車の距離）、車両前後加速度、車両横加速度、車速（走行路の制限速度との差分）等及びこれらの標準偏差等に基づいて、運転者による規範運転（安全運転）の傾向（運転者の運転特性）を判定すればよい。

尚、本実施例及び本変形例の運転特性推定装置及び運転支援システムは、夫々に異なる人の技倆や体調等のばらつきを考慮して、その人の特性を推定し、その特性に応じた支援制御を行うものである。これが為、この運転特性推定装置及び運転支援システムに係る技術は、例えば、工場等での流れ作業や繰り返し運動等を行う人の作業特性や運動特性の推定にも利用可能であり、その推定結果に応じた人の作業負荷や運動負荷の調整にも利用することができる。

１ 車両ＥＣＵ
１ａ 操作開始指標値算出部
１ｂ 運転特性推定部
１ｃ 確率密度関数算出部
１ｄ 運転支援制御部
２ 車速検出装置
３ 距離検出装置
４ ブレーキ装置
５ ブレーキ操作検出装置
６ 警報装置

Claims (8)

1. 車両を運転する運転者のブレーキ操作の操作開始時期の指標値を算出する操作開始指標値算出部と、
   前記操作開始時期の指標値に対する当該操作開始時期の状態毎の各確率密度関数と前記操作開始指標値算出部の算出した前記操作開始時期の指標値とに基づいて、該算出された指標値での前記各確率密度関数における確率密度の合計値に対する比を求め、ブレーキ操作開始時期または交通状況に応じて、該各確率密度の合計値に対する比に重み付けをして運転者の運転特性を推定する運転特性推定部と、
   を設けたことを特徴とする運転特性推定装置。
2. 取得した複数の前記操作開始時期の指標値に対する当該操作開始時期の頻度分布を運転者による複数の当該操作開始時期の状態毎に分け、該夫々の頻度分布毎に前記操作開始時期の指標値に対する当該操作開始時期の状態毎の前記確率密度関数を各々算出する確率密度関数算出部を設けた請求項１記載の運転特性推定装置。
3. 車両を運転する運転者のアクセルオフ操作の操作開始時期の指標値を算出する操作開始指標値算出部と、
   前記操作開始時期の指標値に対する当該操作開始時期の状態毎の各確率密度関数と前記操作開始指標値算出部の算出した前記操作開始時期の指標値とに基づいて、該算出された指標値での前記各確率密度関数における確率密度の合計値に対する比を求め、アクセルオフ操作開始時期に応じて、該各確率密度の合計値に対する比に重み付けをして運転者の運転特性を推定する運転特性推定部と、
   を設けたことを特徴とする運転特性推定装置。
4. 車両を運転する運転者のブレーキ操作およびアクセルオフ操作の操作開始時期の指標値を算出する操作開始指標値算出部と、
   前記操作開始時期の指標値に対する当該操作開始時期の状態毎の各確率密度関数と前記操作開始指標値算出部の算出した前記操作開始時期の指標値とに基づいて、該算出された指標値での前記各確率密度関数における確率密度の合計値に対する比を求め、ブレーキ操作開始時期およびアクセルオフ操作開始時期に応じて、該各確率密度の合計値に対する比に重み付けをして運転者の運転特性を推定する運転特性推定部と、
   を設けたことを特徴とする運転特性推定装置。
5. 車両を運転する運転者のブレーキ操作の操作開始時期の指標値を算出する操作開始指標値算出部と、
   前記操作開始時期の指標値に対する当該操作開始時期の状態毎の各確率密度関数と前記操作開始指標値算出部の算出した前記操作開始時期の指標値とに基づいて、該算出された指標値での前記各確率密度関数における確率密度の合計値に対する比を求め、ブレーキ操作開始時期または交通状況に応じて、該各確率密度の合計値に対する比に重み付けをして運転者の運転特性を推定する運転特性推定部と、
   推定された前記運転特性に応じた運転支援を行う運転支援制御部と、
   を設けたことを特徴とする運転支援システム。
6. 取得した複数の前記操作開始時期の指標値に対する当該操作開始時期の頻度分布を運転者による複数の当該操作開始時期の状態毎に分け、該夫々の頻度分布毎に前記操作開始時期の指標値に対する当該操作開始時期の状態毎の前記確率密度関数を各々算出する確率密度関数算出部を設けた請求項５記載の運転支援システム。
7. 車両を運転する運転者のアクセルオフ操作の操作開始時期の指標値を算出する操作開始指標値算出部と、
   前記操作開始時期の指標値に対する当該操作開始時期の状態毎の各確率密度関数と前記操作開始指標値算出部の算出した前記操作開始時期の指標値とに基づいて、該算出された指標値での前記各確率密度関数における確率密度の合計値に対する比を求め、アクセルオフ操作開始時期に応じて、該各確率密度の合計値に対する比に重み付けをして運転者の運転特性を推定する運転特性推定部と、
   推定された前記運転特性に応じた運転支援を行う運転支援制御部と、
   を設けたことを特徴とする運転支援システム。
8. 車両を運転する運転者のブレーキ操作およびアクセルオフ操作の操作開始時期の指標値を算出する操作開始指標値算出部と、
   前記操作開始時期の指標値に対する当該操作開始時期の状態毎の各確率密度関数と前記操作開始指標値算出部の算出した前記操作開始時期の指標値とに基づいて、該算出された指標値での前記各確率密度関数における確率密度の合計値に対する比を求め、ブレーキ操作開始時期およびアクセルオフ操作開始時期に応じて、該各確率密度の合計値に対する比に重み付けをして運転者の運転特性を推定する運転特性推定部と、
   推定された前記運転特性に応じた運転支援を行う運転支援制御部と、
   を設けたことを特徴とする運転支援システム。

Images