JP6958255B2 - 情報処理装置及び情報処理方法 - Google Patents

Description

本発明は、情報処理装置及び情報処理方法に関する。

従来、車両の同乗者の属性に基づいて、当該車両の運転支援を行う技術が提案されている（例えば、特許文献１参照）。当該技術によれば、同乗者に快適な乗車感覚を与えることができるとしている。

特開２０１５−１２１８４２号公報

しかしながら、上記の技術では、ドライバと同乗者との関係性が考慮されていない。したがって、例えば、ドライバと同乗者とが友人の場合、家族の場合、仕事仲間の場合等に応じて、車両の走行制御を変えることができない。

本発明は、上記の点に鑑みてなされたものであって、運転者と同乗者との関係性に基づく車両の走行制御を可能とすることを目的とする。

本発明の実施の形態の情報処理装置は、
車両の搭乗者に同乗者が含まれるか否かを推定する第１の推定部と、
前記搭乗者に同乗者が含まれる場合に、前記車両の運転者に関する情報と、前記同乗者に関する情報とを取得し、取得された情報に基づいて、前記運転者と前記同乗者との関係性を推定する第２の推定部と、
前記関係性に応じて前記車両の走行に関する制御方法を選択する選択部と、
を有する。

このため、同乗者が居る場合には、運転者と同乗者との関係性に基づいて車両の走行に関する制御が行われる。

したがって、運転者と同乗者との関係性に基づく車両の走行制御を可能とすることができる。

本発明の他の実施の形態の情報処理装置では、
前記車両に搭載される車載器から前記車両の位置情報を受信する第１の受信部と、
複数の携帯端末から、当該携帯端末の位置情報を受信する第２の受信部とを有し、
前記第１の推定部は、前記車両の位置情報と、前記携帯端末の位置情報とに基づいて、前記搭乗者を推定する。

このため、同乗者の有無を自動的に推定することができる。

したがって、運転者と同乗者との関係性に基づく車両の走行制御を可能とすることができる。

本発明の他の実施の形態の情報処理装置では、
前記車両に関する運転特性と、前記搭乗者ごとに運転特性を示す情報を記憶した記憶部とに基づいて、前記搭乗者の中から運転者を推定する第３の推定部を有する。

このため、搭乗者のうちのいずれが運転者であるかについての推定精度を高めることができる。

したがって、運転者と同乗者との関係性に基づく車両の走行制御を可能とすることができる。

本発明の他の実施の形態の情報処理装置では、
前記第２の推定部は、前記運転者に関する個人情報と前記同乗者に関する個人情報との共通性に基づいて、又は前記運転者及び前記同乗者のそれぞれの携帯端末に記憶されているアドレス帳の内容に基づいて、前記運転者と前記同乗者との関係性を推定する。

このため、アドレス帳に基づいて、運転者と同乗者との関係性の推定精度を高めることができる。

したがって、運転者と同乗者との関係性に基づく車両の走行制御を可能とすることができる。

本発明の他の実施の形態の情報処理装置では、
前記関係性は、家族、友人、交際相手、及び仕事仲間のいずれかである。

このため、運転者と同乗者との関係性が、家族、友人、交際相手、及び仕事仲間のいずれであるかに応じて車両の走行制御を変えることができる。

したがって、運転者と同乗者との関係性に基づく車両の走行制御を可能とすることができる。

本発明の他の実施の形態の情報処理装置では、
前記選択部は、前記関係性が、家族である場合、前記同乗者に幼児又は高齢者が含まれるかに基づいて、前記車両の制御方法を選択する。

このため、幼児又は高齢者が同乗している場合には、幼児又は高齢者に適した走行制御を行うことができる。

したがって、運転者と同乗者との関係性に基づく車両の走行制御を可能とすることができる。

本発明の他の実施の形態の情報処理装置では、
前記選択部は、前記関係性が友人又は交際相手である場合、前記運転者と前記同乗者との親密度に基づいて、前記車両の制御方法を選択する。

このため、運転者と同乗者との親密度に応じて走行制御を行うことができる。

したがって、運転者と同乗者との関係性に基づく車両の走行制御を可能とすることができる。

本発明の他の実施の形態の情報処理装置では、
前記選択部は、前記関係性が仕事仲間である場合、前記運転者と前記同乗者との上下関係に基づいて、前記車両の制御方法を選択する。

このため、運転者と同乗者との上下関係に応じて走行制御を行うことができる。

したがって、運転者と同乗者との関係性に基づく車両の走行制御を可能とすることができる。

本発明の実施の形態の情報処理方法は、
車両の搭乗者に同乗者が含まれるか否かを推定する第１の推定手順と、
前記搭乗者に同乗者が含まれる場合に、前記車両の運転者に関する情報と、前記同乗者に関する情報とを取得し、取得された情報に基づいて、前記運転者と前記同乗者との関係性を推定する第２の推定手順と、
前記関係性に応じて前記車両の走行に関する制御方法を選択する選択手順と、
をコンピュータが実行することを特徴とする情報処理方法。

このため、同乗者が居る場合には、運転者と同乗者との関係性に基づいて車両の走行に関する制御が行われる。

したがって、運転者と同乗者との関係性に基づく車両の走行制御を可能とすることができる。

運転者と同乗者との関係性に基づく車両の走行制御を可能とすることができる。

第１の実施の形態におけるシステム構成例を示す図である。 第１の実施の形態におけるセンタ１０のハードウェア構成例を示す図である。 第１の実施の形態における各装置の機能構成例を示す図である。 車両位置情報又は端末位置情報の受信に応じてセンタ１０が実行する処理手順の一例を説明するためのフローチャートである。 車両３０の搭乗者の関係性の推定処理の処理手順の一例を説明するためのフローチャートである。 運転特性ステータスを構成するパラメータを説明するための図である。 アクセル操作特性ステータスを説明するための図である。 車速維持特性ステータスを説明するための図である。 ブレーキ操作特性を説明するための図である。 車両情報の構成例を示す図である。 個人情報の構成例を示す図である。 ＳＮＳから取得可能な交際状況の一例を示す図である。 車両情報記憶部１５４の構成例を示す図である。 次回トリップの走行モードの設定処理の処理手順の一例を説明するためのフローチャートである。 学習結果記憶部１５５の構成例を示す図である。 走行パターンの学習処理の処理手順の一例を説明するためのフローチャートである。 第１の実施の形態における走行モードの選択処理の処理手順の一例を説明するためのフローチャートである。 第２の実施の形態における走行モードの選択処理の処理手順の一例を説明するためのフローチャートである。 第３の実施の形態における各装置の機能構成例を示す図である。 第３の実施の形態において配車の予約時にセンタ１０が実行する処理手順の一例を説明するためのフローチャートである。 予約情報の構成例を示す図である。 第３の実施の形態における配車車両制御部１３２が実行する処理手順の一例を説明するためのフローチャートである。 第４の実施の形態における各装置の機能構成例を示す図である。 第４の実施の形態においてセンタ１０が実行する処理手順の一例を説明するためのフローチャートである。

以下、図面に基づいて第１の実施の形態を説明する。図１は、第１の実施の形態におけるシステム構成例を示す図である。図１において、車載器４０及び携帯端末５０とセンタ１０とは、多数の基地局を末端とする無線通信網である移動体通信網やインターネット網等を含む所定の通信ネットワークＮＷ１を介して通信可能である。

車載器４０は、自動車である車両３０に搭載され、情報処理機能及び通信機能を有する装置である。例えば、車載器４０は、ナビゲーションシステムを含んでもよい。本実施の形態において、車載器４０は、車両３０の現在位置の位置情報や、車両３０のセンサから収集されるパラメータ群を含む車両情報や、ドライバ（運転者）による車両３０の運転の特性を示す情報である運転特性ステータス等をセンタ１０へ送信する。車載器４０は、また、センタ１０から送信される走行モード情報を受信し、当該走行モード情報が示す走行モードに従った走行制御を走行制御部３１に実行させる。

走行制御部３１は、車両３０の走行を制御するコンピュータ群である。本実施の形態において、走行制御部３１は、走行モードに従った走行制御を行う。

本実施の形態において、走行モードとは、車両３０の走行制御の方法の一例であり、例えば、「燃費優先モード」、「快適性優先モード」、「５０・５０モード」、「充電モード」等に分類される。「燃費優先モード」は、燃費を優先させる制御方法である。「快適性優先モード」は、搭乗者の快適性を優先させる制御方法である。「５０・５０モード」は、「燃費優先モード」と「快適性優先モード」との中間の制御方法である。「充電モード」は、バッテリへの充電を優先させる制御方法である。なお、本実施の形態における走行モードは、車両３０内のスイッチ類を操作することで変更可能なものではなく、車載器４０による走行制御部３１に対する設定によって変更される。但し、車両３０内のスイッチ類等を操作することで変更可能な走行モードが、制御の対象とされてもよい。

携帯端末５０は、ドライバや同乗者等（すなわち、車両３０の各搭乗者）が携帯する端末である。例えば、スマートフォンや携帯電話等が携帯端末５０として利用されてもよい。各携帯端末５０は、現在の携帯端末５０の位置情報等をセンタ１０へ送信する。

なお、図１では、１台の車両３０のみが示されているが、複数の車両３０のそれぞれに搭載される車載器４０や、各車両３０の搭乗者の携帯端末５０がセンタ１０と通信可能とされる。

センタ１０は、１以上のコンピュータ（情報処理装置）の集合である。本実施の形態において、センタ１０は、車両３０のドライバと同乗者との関係性に基づいて当該車両３０に適した走行モードを判定し、当該走行モードを含む走行モード情報を当該車両３０へ送信するといったサービス（以下、「走行モード最適化サービス」という。）を提供する。

図１において、センタ１０は、インターネット等のネットワークを介して外部サーバ６０と接続される。外部サーバ６０は、携帯端末５０の各ユーザの個人情報等を保有するコンピュータ群である。例えば、ＳＮＳ（Social Networking Service）を提供するサーバが外部サーバ６０として利用されてもよい。当該サーバには、ＳＮＳのユーザの個人情報が管理されているからである。

図２は、第１の実施の形態におけるセンタ１０のハードウェア構成例を示す図である。図２のセンタ１０は、それぞれバスＢで相互に接続されているドライブ装置１００、補助記憶装置１０２、メモリ装置１０３、ＣＰＵ１０４、及びインタフェース装置１０５等を有する。

センタ１０での処理を実現するプログラムは、ＣＤ−ＲＯＭ等の記録媒体１０１によって提供される。プログラムを記憶した記録媒体１０１がドライブ装置１００にセットされると、プログラムが記録媒体１０１からドライブ装置１００を介して補助記憶装置１０２にインストールされる。但し、プログラムのインストールは必ずしも記録媒体１０１より行う必要はなく、ネットワークを介して他のコンピュータよりダウンロードするようにしてもよい。補助記憶装置１０２は、インストールされたプログラムを格納すると共に、必要なファイルやデータ等を格納する。

メモリ装置１０３は、プログラムの起動指示があった場合に、補助記憶装置１０２からプログラムを読み出して格納する。ＣＰＵ１０４は、メモリ装置１０３に格納されたプログラムに従ってセンタ１０に係る機能を実行する。インタフェース装置１０５は、ネットワークに接続するためのインタフェースとして用いられる。

図３は、第１の実施の形態における各装置の機能構成例を示す図である。図３において、車載器４０は、車両位置送信部４１、運転特性算出部４２、車両情報送信部４３及び走行モード受信部４４等を有する。これら各部は、車載器４０にインストールされた１以上のプログラムが、車載器４０のＣＰＵに実行させる処理により実現される。

車両位置送信部４１は、車両３０のイグニッションのＯＮ／ＯＦＦ時（又はアクセサリ電源のＯＮ／ＯＦＦ時）に、車両３０の位置情報（緯度及び経度）をセンタ１０へ送信する。車両３０の位置情報を、以下「車両位置情報」ともいう。車両位置情報は、例えば、車載器４０が有するＧＰＳ（Global Positioning System）機能により測定される。車両位置情報には、更に、各車両３０（又は各車載器４０）の識別情報である車載器ＩＤと、車両位置情報が測定された日時とが含まれる。

運転特性算出部４２は、車両３０の走行中のドライバによる運転操作に基づいて、当該ドライバの運転の特定又は特徴（以下「運転特性」という。）を示す数値である運転特性ステータスを算出する。

車両情報送信部４３は、センタ１０からの要求に応じ、車両３０が有する各種センサ等によって計測されるパラメータ群と、運転特性算出部４２によって算出された運転特性ステータスとを含む車両情報をセンタ１０へ送信する。

走行モード受信部４４は、センタ１０において選択された走行モードを示す情報を受信し、当該走行モードに応じた制御を走行制御部３１に要求する。

携帯端末５０は、端末位置送信部５１を有する。端末位置送信部５１は、携帯端末５０にインストールされた１以上のプログラムが、携帯端末５０のＣＰＵに実行させる処理により実現される。端末位置送信部５１は、一定時間間隔又は携帯端末５０の位置が一定量変化するたびに、携帯端末５０の位置情報（緯度及び経度）をセンタ１０へ送信する。携帯端末５０の位置情報を、以下「端末位置情報」ともいう。端末位置情報は、例えば、携帯端末５０が有するＧＰＳ（Global Positioning System）機能により測定される。端末位置情報には、更に、各携帯端末５０のユーザをセンタ１０側で識別するための識別情報と、端末位置情報が測定された日時とが含まれる。本実施の形態では、当該識別情報として、走行モード最適化サービスに対する会員ＩＤが利用される。すなわち、各携帯端末５０のユーザは、予め、走行モード最適化サービスの利用契約を行うことで、会員ＩＤが与えられている。当該会員ＩＤは、携帯端末５０に記憶されている。

センタ１０は、車両位置情報受信部１２１、端末位置情報受信部１２２、搭乗者推定部１２３、車両情報取得部１２４、ドライバ推定部１２５、関係性推定部１２６、学習部１２７、走行モード選択部１２８及び走行モード送信部１２９等を有する。これら各部は、センタ１０にインストールされた１以上のプログラムが、ＣＰＵ１０４に実行させる処理により実現される。センタ１０は、また、車両位置記憶部１５１、端末位置記憶部１５２、会員情報記憶部１５３、車両情報記憶部１５４及び学習結果記憶部１５５等を利用する。これら各記憶部は、例えば、補助記憶装置１０２、又はセンタ１０にネットワークを介して接続可能な記憶装置等を用いて実現可能である。

車両位置情報受信部１２１は、車両位置送信部４１から送信された車両位置情報を受信し、車両位置情報に含まれている車載器ＩＤ別に、受信した車両位置情報を車両位置記憶部１５１に記憶する。したがって、車両位置記憶部１５１には、車載器ＩＤごとに、当該車載器ＩＤに係る車両３０の車両位置情報の履歴が記憶される。

端末位置情報受信部１２２は、端末位置送信部５１から送信された端末位置情報を受信し、端末位置情報に含まれている会員ＩＤ別に、受信した端末位置情報を端末位置記憶部１５２に記憶する。したがって、端末位置記憶部１５２には、会員ＩＤごとに、当該会員ＩＤに係る携帯端末５０の端末位置情報の履歴が記憶される。

搭乗者推定部１２３は、車両３０ごとに車両位置記憶部１５１に記憶されている車両位置情報の履歴と、携帯端末５０ごと（会員ＩＤごと）に端末位置記憶部１５２に記憶されている端末位置情報の履歴とに基づいて、各車両３０の搭乗者を推定する。

車両情報取得部１２４は、各車両３０から車両情報取得する。取得された車両情報は、車載器ＩＤ別に車両情報記憶部１５４に記憶される。

ドライバ推定部１２５は、各車両３０について搭乗者推定部１２３によって推定された搭乗者の中からドライバを推定する。或る車両３０について推定されたドライバの会員ＩＤは、当該車両３０の車両情報に関連付けられて車両情報記憶部１５４に記憶される。或る車両３０のドライバの推定には、当該車両３０に関する運転特性ステータスが利用される。すなわち、車両情報取得部１２４によって当該車両３０の車載器４０から取得された車両情報に含まれている運転特性ステータスと、当該車両３０について推定された各搭乗者に関して会員情報記憶部１５３に記憶されている過去の運転特性ステータスとを比較することでドライバが推定される。なお、会員情報記憶部１５３には、走行モード最適化サービスの各会員に関する情報（以下、「会員情報」という。）が記憶されている。運転特性ステータスは、会員情報の一部を構成する。

関係性推定部１２６は、各車両３０のドライバとドライバ以外の搭乗者（すなわち、同乗者）との関係性（又は関係）を推定する。ここでいう関係性とは、例えば、家族、友人、交際相手、仕事仲間等である。関係性の推定は、ドライバ及び各同乗者のそれぞれの個人情報に基づいて行われる。個人情報は、会員情報に含まれていてもよいし、外部サーバ６０から取得されてもよい。或る車両３０について推定された関係性は、当該車両３０の車両情報に関連付けられて車両情報記憶部１５４に記憶される。

なお、車両情報の取得、ドライバの推定、関係性の推定は、各車両３０についてトリップごとに行われる。したがって、車両情報記憶部１５４には、車載器ＩＤ別に、車両情報、ドライバの会員ＩＤ、関係性がトリップごとに記憶される。ここで、トリップとは、出発地から目的地までの車両３０の走行単位をいい、基本的には、イグニッションのＯＮ（又はアクセサリ電源のＯＮ）からイグニッションのＯＦＦ（又はアクセサリ電源のＯＦＦ）までの期間である。但し、例えば、目的地までの途中でコンビニエンスストアやサービスエリア等で寄り道が発生した場合、当該寄り道のための駐車によってトリップの単位は区切られない。目的地における駐車であるか、寄り道での駐車であるかは、駐車時間に基づいて判定されてもよい。すなわち、駐車時間が所定時間未満であれば、寄り道での駐車であると判定されてもよい。

学習部１２７は、各車両３０について、車両情報記憶部１５４に記憶された情報に基づいて、車両３０の走行パターンを学習する。車両３０の走行パターンとは、平日及び休日別の各時間帯における推定目的地、ドライバと同乗者との関係性、車両情報を構成する一部のパラメータの値の平均値等によって構成される情報である。学習部１２７は、学習結果（走行パターン）を学習結果記憶部１５５に記憶する。

走行モード選択部１２８は、各車両３０について、学習結果記憶部１５５に記憶された走行パターンに基づいて、平日及び休日別の各時間帯において、当該車両３０に適した走行モードを選択する。

走行モード送信部１２９は、走行モード選択部１２８による選択結果に基づき、平日及び休日別の各時間帯の走行モードを示す走行モード情報を、各車両３０に送信する。当該走行モード情報は、各車両３０において、次回以降のトリップに利用される。

以下、センタ１０が実行する処理手順について説明する。図４は、車両位置情報又は端末位置情報の受信に応じてセンタ１０が実行する処理手順の一例を説明するためのフローチャートである。

ステップＳ１０１において、車両位置情報受信部１２１又は端末位置情報受信部１２２は、いずれかの車載器４０の車両位置送信部４１又はいずれかの携帯端末５０の端末位置送信部５１から送信された位置情報を受信する。

車両位置情報受信部１２１が、車両位置情報を受信した場合（Ｓ１０１）、車両位置情報受信部１２１は、当該車両位置情報を当該車両位置情報に含まれている車載器ＩＤ別に車両位置記憶部１５１に記憶する（Ｓ１０２）。なお、各車載器４０は、車両３０のイグニッションがＯＮ又はＯＦＦにされた際に、当該車載器４０（当該車両３０）の位置情報をセンタ１０へ送信する。したがって、車両位置記憶部１５１には、各車両３０について、トリップの開始地点の車両位置情報と、トリップの終了地点の車両位置情報とが時系列に記憶される。以下、開始地点の車両位置情報と終了地点の車両位置情報とを区別する場合、前者を「開始位置情報」といい、後者を「終了位置情報」という。

一方、端末位置情報受信部１２２が、端末位置情報を受信した場合（Ｓ１０１）、端末位置情報受信部１２２は、当該端末位置情報を当該端末位置情報に含まれている会員ＩＤ別に端末位置記憶部１５２に記憶する（Ｓ１０２）。なお、各携帯端末５０は、定期的（例えば、１分ごと等）又は一定の距離以上移動するたびに端末位置情報を送信する。したがって、端末位置記憶部１５２には、各携帯端末５０の端末位置情報の履歴が記憶される。

図５は、車両３０の搭乗者の関係性の推定処理の処理手順の一例を説明するためのフローチャートである。図５では、図４において開始位置情報が受信された各車両３０について実行される。例えば、開始位置情報の受信から一定時間経過後に、当該開始位置情報の送信元の車両３０（車載器４０）に関して実行される。図５において着目される車両３０を、以下、「対象車両３０」といい、対象車両３０から送信された開始位置情報を「対象開始位置情報」という。

ステップＳ２０１において、車両情報取得部１２４は、対象車両３０から車両情報を取得する。具体的には、車両情報取得部１２４は、対象車両３０の車載器４０（以下、「対象車載器４０」という。）に対して車両情報の取得要求を送信する。対象車載器４０の運転特性算出部４２は、当該取得要求に応じ、今回のトリップについての運転特性ステータスを算出する。

図６は、運転特性ステータスを構成するパラメータを説明するための図である。図６では、運転特性ステータスが、アクセル操作特性ステータス、車速維持特性ステータス及びブレーキ操作ステータスの３つのパラメータ（特性）によって構成されることが示されている。また、各ステータスは、「Ｖｅｒｙ Ｓａｆｅｔｙ」〜「Ｖｅｒｙ Ｂｕｓｙ」までの５ランク（５段階）で評価されることが示されている。

図７は、アクセル操作特性ステータスを説明するための図である。アクセル操作特性ステータスは、発車時のアクセル操作の特性を示すパラメータであり、例えば、発車から所定時間（例えば、５秒間）の加速度に基づいて５ランクに分類される。当該加速度は、発車から所定時間経過後の車速を当該所定時間で除することにより求めることができる。図７では、一例として、当該加速度が０．５ｍ／Ｓ^２以下であれば、アクセル操作特性ステータスが「Ｖｅｒｙ Ｓａｆｅｔｙ」（＝ランク５）であり、１．１ｍ／ｓ^２以下であれば、アクセル操作特性ステータスが「Ｓａｆｅｔｙ」（＝ランク４）であり、１．６６ｍ／ｓ^２以下であれば、アクセル操作特性ステータスが「Ｎｏｒｍａｌ」（＝ランク３）であり、２．２２ｍ／ｓ^２以下であれば、アクセル操作特性ステータスが「Ｂｕｓｙ」（＝ランク２）であり、２．２２ｍ／ｓ^２より大きければ、アクセル操作特性ステータスが「Ｖｅｒｙ Ｂｕｓｙ」（＝ランク１）であることが示されている。

なお、車載器４０には、車速の履歴が記憶されているため、運転特性算出部４２は、当該履歴に基づいて当該加速度を算出し、アクセル操作特性ステータスを求めることができる。対象車両３０の今回のトリップにおいて、複数回の発車が発生している場合には、複数回の発車時の加速度の平均値に基づいて、アクセル操作特性ステータスが求められてもよい。

図８は、車速維持特性ステータスを説明するための図である。車速維持特性ステータスは、走行時における車速のばらつきの程度を示すパラメータである。ここでの走行時には、発車時からの所定期間と、停車までの所定期間とは含まれない。当該期間では、車速が大きく変化するのが当然だからである。すなわち、ここでの走行時は、略一定速度で走行することが期待される期間（以下、「車速維持特評価期間」という。）をいう。

図８では、車速維持特評価期間の車速が±３ｋｍ以内のばらつきであれば、車速維持特性ステータスが「Ｖｅｒｙ Ｓａｆｅｔｙ」（＝ランク５）であり、±５ｋｍ以内のばらつきであれば、車速維持特性ステータスが「Ｓａｆｅｔｙ」（＝ランク４）であり、±８ｋｍ以内のばらつきであれば、車速維持特性ステータスが「Ｎｏｍａｌ」（＝ランク３）であり、±１０ｋｍ以内のばらつきであれば、車速維持特性ステータスが「Ｂｕｓｙ」（＝ランク２）であり、±１０ｋｍよりばらつきが大きければ、車速維持特性ステータスが「Ｖｅｒｙ Ｂｕｓｙ」（＝ランク１）であることが示されている。

上記したように、車載器４０には、車速の履歴が記憶されているため、運転特性算出部４２は、当該履歴に基づいて車速維持特評価期間の車速のばらつき（最大値と最小値との差）を算出し、車速維持特性ステータスを求めることができる。対象車両３０の今回のトリップにおいて、複数の車速維持特評価期間が有る場合には、各車速維持特評価期間における車速のばらつきの平均値に基づいて、車速維持特性ステータスが求められてもよい。

図９は、ブレーキ操作特性を説明するための図である。ブレーキ操作特性は、ブレーキ操作の特性を示すパラメータであり、例えば、制動開始時の車速と、制動距離とに基づいて評価される。本実施の形態では、図９に示されるグラフが示す車速と制動距離との関係に基づいて、ブレーキ操作特性が５ランクに分類される。車載器４０においては、制動開始のタイミング（ブレーキが踏まれたタイミング）と、車速の履歴とが記録されているため、運転特性算出部４２は、制動開始時の車速と制動距離とを求めることができる。運転特性算出部４２は、当該車速と当該制動距離とを、図９に示されるグラフに当てはめることで、ブレーキ操作特性を求めることができる。対象車両３０の今回のトリップにおいて、複数回の停止が発生している場合には、各停止時における制動開始時の車速の平均値と制動距離の平均値とに基づいて、ブレーキ操作特性が求められてもよい。

対象車載器４０の車両情報送信部４３は、上記のように求められた運転特性ステータス（アクセル操作特性ステータス，車速維持特性ステータス，ブレーキ操作特性）と、対象車両３０の各種のセンサによって検知等されるパラメータ群とを含む車両情報をセンタ１０の車両情報取得部１２４へ送信する。その結果、車両情報取得部１２４は、対象車両３０の車両情報（以下、「対象車両情報」という。）を取得することができる。

図１０は、車両情報の構成例を示す図である。図１０において、車両情報は、「車両位置」、「車両日時」、「イグニッションＳＷ」、「Ｓ＆Ｓ率」、「ＥＮＧ再始動要因履歴」、「走行モード」、「アクセル操作ステータス」、「車速維持ステータス」及び「ブレーキ特性ステータス」等を含む。

「車両位置」は、ＧＰＳによって計測された対象車載器４０（対象車両３０）の現在位置を示す情報である。「車両日時」は、ＧＰＳによって計測された現在日時を示す情報である。「イグニッションＳＷ」は、現時点における対象車両３０のイグニッションスイッチの状態（ＯＮ又はＯＦＦ）を示す情報である。「Ｓ＆Ｓ率」は、今回のトリップにおけるアイドリングストップ率をいい、例えば、「（今回のトリップにおけるＳ＆Ｓ停車時間／（今回のトリップにおけるＳ＆Ｓ停車時間＋今回のトリップにおけるアイドリング時間））×１００）」によって算出される値である。「ＥＮＧ再始動要因履歴」は、今回のトリップにおける各アイドリングストップについて、エンジンの再始動の要因（以下、単に「再始動要因」という。）の履歴である。再始動要因としては、例えば、「バッテリ要因」、「ブレーキ要因」、「エアコン要因」、「その他」等が有る。

走行モードは、現在の走行モードである。当該走行モードは、例えば、前回以前のトリップに基づいてセンタ１０から設定された走行モードである。

「アクセル操作ステータス」、「車速維持ステータス」及び「ブレーキ特性ステータス」は、今回のトリップに関して評価された運転特性ステータスを構成する各パラメータである。なお、対象車両情報に含まれる運転特性ステータスを、以下「運転特性ステータスＸ」という。

ステップＳ２０１に続いて、搭乗者推定部１２３は、対象車両３０が走行中であるか否かを判定する（Ｓ２０２）。この判定は、例えば、対象車両３０の終了位置情報が、車両位置記憶部１５１に記憶されているか否かに基づいて行うことが可能である。すなわち、走行中とは、トリップが継続している状態をいい、例えば、信号待ちや踏切待ち等による停車の状態も、走行中に含まれる。対象車両３０が走行中でない場合（Ｓ２０２でＮｏ）、以降の処理手順は実行されない。

対象車両３０が走行中である場合（Ｓ２０２でＹｅｓ）、搭乗者推定部１２３は、対象車両情報に含まれている「車両位置」と、端末位置記憶部１５２に記憶されている端末位置情報とに基づいて、対象車両３０の搭乗者を推定する（Ｓ２０３）。例えば、搭乗者推定部１２３は、「車両位置」が示す位置から半径α（例えば、１００）ｍ以内の位置を示す端末位置情報であって、対象車両情報の「車両日時」との差がβ秒以内の日時を含む端末位置情報を端末位置記憶部１５２から抽出する。該当する端末位置情報の数が所定値以内（例えば、４以内）であれば、搭乗者推定部１２３は、抽出された各端末位置情報に付与されている会員ＩＤに係る会員を、対象車両３０の搭乗者として推定する。なお、例えば、直近の過去数分間において対象車両３０とほぼ同じ軌跡で移動している携帯端末５０に係る会員が対象車両３０の搭乗者として推定されてもよい。この場合、車載器４０は、定期的に車両位置情報をセンタへ送信すればよい。

搭乗者推定部１２３によって、対象車両３０の搭乗者が一人も推定されなかった場合（Ｓ２０４でＮｏ）、図５の処理手順は終了する。

搭乗者推定部１２３によって、１以上の搭乗者が推定された場合（Ｓ２０４でＹｅｓ）、ドライバ推定部１２５は、ステップＳ２０３において推定された搭乗者が、複数であるか否かを判定する（Ｓ２０５）。すなわち、同乗者の有無が自動的に判定される。搭乗者が複数でない場合（すなわち、搭乗者が一人である場合）（Ｓ２０５でＮｏ）、ドライバ推定部１２５は、当該一人の搭乗者をドライバとして推定し、運転特性ステータスＸを、当該搭乗者に係る会員ＩＤに関連付けて会員情報記憶部１５３に記憶する（Ｓ２０６）。また、ドライバ推定部１２５は、ドライバとして推定された搭乗者の会員ＩＤを、ドライバの会員ＩＤ（以下、「ドライバＩＤ」という。）として、対象車両情報に関連付ける。

続いて、関係性推定部１２６は、ドライバと同乗者との関係性ステータスを「シングル」と推定する（Ｓ２０７）。関係性推定部１２６は、関係性ステータスの値として「シングル」を、対象車両情報に関連付ける。関係性ステータスとは、ドライバと同乗者との関係性を示す指標をいう。本実施の形態において、「関係性ステータス」は、「シングル」、「ファミリ」、「フレンド」、「パートナ」、「ビジネス」等に分類される。「シングル」は、同乗者が居ないことを示す。「ファミリ」は、ドライバと同乗者とが家族であることを示す。「フレンド」は、同乗者がドライバの友人であることを示す。「パートナ」は、同乗者がドライバの交際相手であることを示す。「ビジネス」は、同乗者がドライバの仕事仲間（職場の同僚、上司、又は部下）であることを示す。なお、その他の関係性ステータスが定義されてもよい。

一方、対象車両３０の搭乗者が複数である場合（Ｓ２０５でＹｅｓ）、ドライバ推定部１２５は、各搭乗者の会員ＩＤに関連付けられている運転特性ステータスを会員情報記憶部１５３から取得する（Ｓ２０６）。なお、会員情報記憶部１５３には、会員ごとに、当該会員がドライバである場合に最後に推定された運転特性ステータス（すなわち、運転特性ステータスの最新の値）が記憶されるようにしてもよいし、運転特性ステータスの履歴が記憶されるようにしてもよい。前者の場合、搭乗者ごとに１つの運転特性ステータスが取得される。後者の場合、搭乗者ごとに１以上の運転特性ステータスが取得される。いずれの場合であっても、各搭乗者について会員情報記憶部１５３から取得された運転特性ステータスを、以下「運転特性ステータスＹ」という。なお、過去にドライバであることが推定されたことが無い搭乗者については、運転特性ステータスが会員情報記憶部１５３に記憶されていない。したがって、当該搭乗者の運転特性ステータスＹは取得されない。

続いて、ドライバ推定部１２５は、運転特性ステータスＸと、各運転特性ステータスＹとを比較することにより、対象車両３０の搭乗者のうちの一人を対象車両３０の現在のドライバとして推定し、ドライバとして推定された搭乗者の会員ＩＤに関連付けて運転特性ステータスＸを会員情報記憶部１５３に記憶する（Ｓ２０９）。すなわち、運転の特性（癖）の共通性に基づいてドライバが推定される。なお、ドライバ推定部１２５は、ドライバとして推定された搭乗者の会員ＩＤを、ドライバＩＤとし、ドライバと推定されなかった搭乗者の会員ＩＤを同乗者のＩＤ（以下、「同乗者ＩＤ」という。）として、当該ドライバＩＤ及び当該同乗者ＩＤを対象車両情報に関連付ける。

運転特性ステータスＸと運転特性ステータスＹとの比較方法は、特定のものに限定されない。例えば、運転特性ステータスを構成する３つのステータスの全てについて、運転特性ステータスＸと各運転特性ステータスＹとの差分を求め、当該差分が最も小さい運転特性ステータスＹに対応する搭乗者がドライバとして推定されてもよい。又は、運転特性ステータスを、３つのステータスを各次元とするベクトルとして扱い、運転特性ステータスＸと各運転特性ステータスＹとのベクトルの距離を求め、当該距離が最小である運転特性ステータスＹに対応する搭乗者がドライバとして推定されてもよい。複数の運転特性ステータスＹの履歴が取得された搭乗者については、当該履歴の平均値が用いられてもよい。

なお、ドライバごと（個人ごと）に、運転には癖が有ると考えられる。したがって、運転特性ステータスに基づいてドライバが推定されることにより、搭乗者のうちのいずれがドライバであるかについての推定精度を高めることができる。

続いて、関係性推定部１２６は、対象車両３０の各搭乗者（ドライバ及び同乗者）の個人情報を取得する（Ｓ２１０）。

図１１は、個人情報の構成例を示す図である。図１１には、個人情報が、「会員ＩＤ」、「性別」、「年齢」、「誕生日」、「住所」、「世帯構成」、「職業」、「勤務地」、「入社年度」、「電話番号」及び「メールアドレス」等を含む例が示されている。

なお、個人情報を構成する全項目は、予め、会員情報記憶部１５３に記憶されていてもよい。又は、一部の項目については、ステップＳ２１０の時点において、関係性推定部１２６が、各搭乗者の携帯端末５０から取得してもよいし、外部サーバ６０から取得してもよい。外部サーバ６０から取得する場合、外部サーバ６０における会員ＩＤと、センタ１０における会員ＩＤとの対応情報が予め補助記憶装置１０２等に記憶されていればよい。

続いて、関係性推定部１２６は、ドライバの個人情報と、同乗者の個人情報とを照合することで、ドライバと同乗者との関係性ステータスを推定し、推定された関係性ステータスを、対象車両情報に関連付ける（Ｓ２１１）。

例えば、「ファミリ」については、ドライバ及び同乗者それぞれの個人情報の「住所」の共通性に基づいて推定することができる。すなわち、ドライバと同乗者との「住所」が一致する場合、関係性推定部１２６は、関係性ステータスとして「ファミリ」を推定する。

また、「フレンド」については、図１１に示した個人情報のみでの推定は困難であるため、例えば、ドライバ及び各同乗者の携帯端末５０に記憶されているアドレス帳や、外部サーバ６０等を利用して「フレンド」の関係性が推定精度の向上が図られてもよい。

具体的には、関係性推定部１２６は、ドライバ及び各同乗者の携帯端末５０からアドレス帳を取得し、互いの連絡先の登録状況を確認する。ドライバの携帯端末５０のアドレス帳に同乗者の連絡先が登録されており、かつ、同乗者の携帯端末５０にドライバの連絡先が登録されている場合、関係性推定部１２６は、ドライバと同乗者とが「フレンド」の関係性を有すると推定する。

アドレス帳に基づいて「フレンド」の関係性が推定される場合、関係性推定部１２６は、例えば、ＳＮＳを提供する外部サーバ６０から「友達リスト」を取得し、フォロー状況に基づいて、「フレンド」の関係性を、単なる知人（「フレンド（知人）」、親友（「フレンド（親友）」）、大親友（「フレンド（大親友）」）に細分化してもよい。

例えば、ドライバ及び同乗者の少なくともいずれか一方が他方をフォローしており、フォロー年月が１年未満であれば「フレンド（知人）」に分類され、１年以上３年未満であれば「フレンド（親友）」に分類され、３年以上であれば「フレンド（大親友）」に分類されてもよい。

なお、ドライバと同乗者とが異性である場合には、後述の「パートナ」に関する推定を実施し、「パートナ」で無い場合に、「フレンド」に関する推定が行われてもよい。

「パートナ」についても、図１１に示した個人情報のみでの推定は困難であるため、例えば、ドライバ及び各同乗者の携帯端末５０に記憶されているアドレス帳や、外部サーバ６０等を利用して「パートナ」の関係性が推定されてもよい。

具体的には、関係性推定部１２６は、「フレンド」の場合と同様に、ドライバ及び同乗者のそれぞれの携帯端末５０のアドレス帳の登録状況を確認する。お互いの連絡先がそれぞれのアドレス帳に登録されていれば、関係性推定部１２６は、ＳＮＳを提供する外部サーバ６０から交際状況を取得し、交際状況を比較する。

図１２は、ＳＮＳから取得可能な「交際状況」の一例を示す図である。図１２では、交際状況を構成する項目として、「交際ステータス」及び「交際中」が取得可能である例が示されている。なお、図１２において、一方のレコードは、ドライバに対応するレコードを示し、他方のレコードは、同乗者に対応するレコードを示す。

例えば、関係性推定部１２６は、ドライバ及び同乗者のそれぞれの「交際ステータス」が「交際中」であり、「交際開始年月日」が一致すれば、ドライバ及び同乗者を「パートナ」であると推定する。「パートナ」でない場合、「フレンド」についての推定を行う。

「パートナ」の関係性が推定される場合、関係性推定部１２６は、「交際開始年月日」から現在の件月日までの経過期間（すなわち、交際期間）に応じて、「パートナ」の関係性を、「パートナ（初期）」、「パートナ（中期）」、「パートナ（長期）」に細分化してもよい。例えば、交際期間が１年未満であれば「パートナ（初期）」に分類され、交際期間が３年未満であれば「パートナ（中期）」に分類され、交際期間が３年以上であれば「パートナ（長期）」に分類されてもよい。

「ビジネス」については、ドライバ及び同乗者それぞれの個人情報の「勤務地」の共通性に基づいて推定することができる。すなわち、ドライバと同乗者との「勤務地」が一致する場合、関係性推定部１２６は、関係性ステータスとして「ビジネス」を推定する。「ビジネス」の関係性が推定される場合、関係性推定部１２６は、更に、ドライバ及び同乗者それぞれの個人情報の「入社年度」に基づいて、「ビジネス」の関係性を「ビジネス（同僚）」、「ビジネス（部下×上司）」、「ビジネス（上司×部下）」に細分化する。

例えば、ドライバ及び同乗者の「入社年度」が一致すれば「ビジネス（同僚）」に分類され、同乗者の「入社年度」がドライバの「入社年度」より前であれば「ビジネス（部下×上司）」され、同乗者の「入社年度」がドライバの「入社年度」より後であれば「ビジネス（上司×部下）」に分類されてもよい。

ステップＳ２０７又はＳ２１１に続いて、学習部１２７は、対象車両情報、対象開始位置情報、及び対象車両情報に関連付けられた情報を含む１つのレコードを、車両情報記憶部１５４に記憶（追加登録）する（Ｓ２１２）。

図１３は、車両情報記憶部１５４の構成例を示す図である。図１３に示されるように、車両情報記憶部１５４には、トリップごとに、「車両情報」、「開始位置情報」、「ドライバＩＤ」、「同乗者ＩＤ」、及び「関係性ステータス」を含むレコードが記憶される。なお、「車両情報」は、図１０に示した構成を有する。また、「開始位置情報」には、対象開始位置情報が記憶される。また、同乗者が居ないトリップに対応するレコードの同乗者ＩＤの項目の値は空である。

続いて、学習部１２７は、対象車両３０について、車両情報記憶部１５４にＮ個以上のレコードが記憶されたか否かを判定する（Ｓ２１３）。Ｎは、対象車両３０の走行パターンの学習に十分な数を示す値である。対象車両３０のレコードがＮ個以上である場合（Ｓ２１３でＹｅｓ）、センタ１０は、対象車両３０に関して、次回トリップの走行モードの設定処理を実行する（Ｓ２１４）。対象車両３０のレコードがＮ個未満である場合、ステップＳ２１４は実行されない。なお、ステップＳ２１３以降は、それ以前のステップとは非同期に実行されてもよい。例えば、各車両３０についてバッチ的にステップＳ２１３以降が実行されてもよい。

続いて、図５のステップＳ２１４の詳細について説明する。図１４は、次回トリップの走行モードの設定処理の処理手順の一例を説明するためのフローチャートである。

ステップＳ３０１において、学習部１２７は、対象車両３０に関して車両情報記憶部１５４に記憶されているレコード群に基づいて、対象車両３０の走行パターンの学習処理を実行する。当該学習処理の詳細については後述されるが、学習処理の結果として、以下のような学習結果が学習結果記憶部１５５に記憶される。

図１５は、学習結果記憶部１５５の構成例を示す図である。図１５に示される表は、１つの車両３０（対象車両３０）に関する学習結果を示す。図１５に示されるように、学習結果記憶部１５５は、「曜日種（平日又は休日）」別、かつ、「時間帯」別にレコードを記憶する。各レコードは、「開始位置情報」、「終了位置情報」、「ＥＮＧ再始動要因回数」、「推定目的地」、「Ｓ＆Ｓ率」、「ドライバＩＤ」、「同乗者ＩＤ」、「関係性ステータス」、「走行モード（現在トリップ）」、「走行モード（次回トリップ）」等の項目を有する。

「開始位置情報」は、当該時間帯において代表的な（頻度の高い）トリップの開始位置の緯度及び経度である。「終了位置情報」は、当該トリップの終了位置の緯度及び経度である。「ＥＮＧ再始動要因回数」は、当該時間帯における各種のＥＮＧ再始動要因の回数の代表値である。「Ｓ＆Ｓ率」は、当該時間帯におけるＳ＆Ｓ率の代表値である。「ドライバＩＤ」は、当該時間帯における代表的なトリップのドライバのドライバＩＤ（会員ＩＤ）である。同乗者ＩＤは、当該トリップの同乗者の同乗者ＩＤ（会員ＩＤ）である。「関係性ステータス」は、「ドライバＩＤ」に係る会員と「同乗者ＩＤ」に係る会員との関係性ステータスである。「走行モード（現在トリップ）」は、現時点において当該時間帯に関して対象車両３０に対して設定されている走行モードである。「走行モード（次回トリップ）」は、次回のトリップに関して対象車両３０に設定される走行モードである。

続いて、走行モード選択部１２８は、学習結果記憶部１５５に記憶された学習結果に基づいて、走行モードの選択処理を実行する（Ｓ３０２）。走行モードの選択処理では、曜日種（平日又は休日）」別、かつ、時間帯別に対象車両３０の走行パターンに適した走行モードが選択され、選択された走行モードが、学習結果記憶部１５５の「走行モード（次回トリップ）」に記憶される。なお、走行モードの選択処理の詳細については後述される。

続いて、走行モード送信部１２９は、学習結果記憶部１５５の「走行モード（次回トリップ）」に記憶された値、すなわち、平日及び休日別、かつ、時間帯ごとの走行モードの選択結果（以下、「走行モードスケジュール」という。）を、対象車両３０の車載器４０に送信する（Ｓ３０３）。

車載器４０の走行モード受信部４４は、ステップＳ３０３において送信された走行モードスケジュールを受信すると、当該走行モードスケジュールに応じた制御を走行制御部３１に要求する。走行制御部３１は、次回のトリップが開始されると、当該開始時（例えば、次回のイグニッションがＯＮの際）に応じた時間帯に対して設定されている走行モード（以下、「対象走行モード」という。）に応じた制御を行う。すなわち、当該時間帯では、対象車両３０が過去における当該時間帯と同様の使われ方（目的地や同乗者が同じ）で使用されるとの想定に基づいて、過去における当該時間帯の使用実績に基づいて選択された走行モードに応じた制御が行われる。

例えば、対象走行モードが「燃費優先モード」であれば、走行制御部３１は、「Ｓ＆Ｓ率」が一定値以上（例：７０％以上）に達するように、「アイドリングストップ」の作動頻度を上げる。具体的には、走行制御部３１は、エアコンのコンプレッサをＯＦＦにしたり、Ａ／Ｃ風量Ｈｉ／ＭｉｄをＬｏにするなど快適性を犠牲にして、アイドリングストップ時間が長くなるように制御する。

また、対象走行モードが「快適性優先モード」であれば、走行制御部３１は、「Ｓ＆Ｓ率」を犠牲にして、快適性の確保を優先させる。具体的には、走行制御部３１は、対象車両３０のユーザの操作を優先とし、エアコンのコンプレッサのＯＮや、Ａ／Ｃ風量の設定等について対象車両３０のユーザによる操作を優先させる。また、走行制御部３１は、アイドリングストップ状態に遷移しても、短時間でエンジンを再始動させる。

また、対象走行モードが「５０・５０モード」であれば、走行制御部３１は、燃費及び快適性の両方を優先させる。具体的には、走行制御部３１は、「Ｓ＆Ｓ率」が一定値（例えば、５０％）にとどまるように制御し、当該一定値を超えた場合又は「アイドリングストップ時間」が所定時間を超えた場合、エアコンの作動頻度を上げて快適性が確保されるように制御する。

また、対象走行モードが「充電モード」であれば、走行制御部３１は、アイドリングストップの作動を禁止し、バッテリ充電に徹するように制御する。例えば、走行制御部３１は、「Ｓ＆Ｓ」の機会が多いが、渋滞発生でスタータの作動頻度が高く、燃費寄与が低い場合に、回生充電の頻度が上がるように制御する。

続いて、図１４のステップＳ３０１の詳細について説明する。図１６は、走行パターンの学習処理の処理手順の一例を説明するためのフローチャートである。

ステップＳ４０１において、学習部１２７は、対象車両３０に関するレコード群（以下「対象レコード群」という。）を、車両情報記憶部１５４（図１３）から時系列順に取得する。続いて、学習部１２７は、対象レコード群に含まれるレコードごとに、当該レコードに対応する終了位置情報を車両位置記憶部１５１から取得して、取得された終了位置情報を当該レコードに付与する（Ｓ４０２）。当該レコードに対応する終了位置情報とは、当該レコードの「開始位置情報」が含む日時と、当該レコードの次のレコードの「開始位置情報」が含む日時との間の日時を含む終了位置情報をいう。なお、図１６の処理手順が、図５のステップＳ２１２に続いて同期的に実行される場合（すなわち、車両情報の送信元の対象車両３０が走行中に図１６の処理手順が実行される場合）、対象レコード群のうちの最後のレコードについては、対応する終了位置情報が車両位置記憶部１５１に記憶されていないため、当該レコードには終了位置情報は付与されなくてよい。

続いて、学習部１２７は、対象レコード群のうち、同じトリップに関する可能性が高い２以上のレコードを１つのレコードに統合する（Ｓ４０３）。その結果、対象レコード群に含まれるレコード数が減少する可能性が有る。すなわち、或るトリップについて、真の目的地までの途中でコンビニエンスストアやサービスエリア等で寄り道が発生した場合、当該寄り道のための駐車によって、当該トリップに関するレコードが２つに分割されて車両情報記憶部１５４に記憶されている。そこで、このようなレコードが統合される。例えば、或るレコードと次のレコードとの「ドライバＩＤ」、「同乗者ＩＤ」及び「関係性ステータス」が同じであり、かつ、当該或るレコードに付与された終了位置情報に含まれている日時と、当該次のレコードの「開始位置情報」に含まれている日時との差（すなわち、駐車時間）が閾値（例えば、３０分等）以下である場合、当該或るレコードと当該次のレコードとが１つのレコードに統合されてもよい。当該閾値は、例えば、前後レコード間の「終了位置情報」の日時と「開始位置情報」の日時との差の分布等に基づいて算出されてもよい。斯かる処理が再帰的に行われることで、３つ以上のレコードが統合されてもよい。統合後のレコードの「開始位置情報」には、統合前のレコードの時系列順において先頭のレコードの「開始位置情報」が採用される。

続いて、学習部１２７は、対象レコード群に含まれる各レコードを、平日又は休日別、かつ、時間帯別の集合に分類する（Ｓ４０４）。

続いて、学習部１２７は、集合ごとに、トリップの開始位置情報及び終了位置情報の代表値を特定する（Ｓ４０５）。例えば、或る集合に含まれる各レコードの開始位置情報及び終了位置情報の組のうち、最も出現回数が高い組の開始位置情報及び終了位置情報が、当該集合の開始位置情報及び終了位置情報の代表値とされてもよい。学習部１２７は、各集合について特定された開始位置情報の代表値を、学習結果記憶部１５５（図１５）において各集合に係る時間帯に対応するレコードの「開始位置情報」に記憶し、各集合について特定された終了位置情報の代表値を、学習結果記憶部１５５（図１５）において各集合に係る時間帯に対応するレコードの「終了位置情報」に記憶する。

なお、各レコードの終了位置情報は、ステップＳ４０２において各レコードに付与された終了位置情報が利用されてもよいし、次のレコードの「開始位置情報」が利用されてもよい。或るトリップの終了位置は、次のトリップの開始位置だからである。

続いて、学習部１２７は、集合ごとに、各ＥＮＧ再始動要因（「バッテリ要因」、「ブレーキ要因」、「エアコン要因」）の回数の代表値を算出する（Ｓ４０６）。例えば、或る集合のバッテリ要因の回数の代表値は、当該集合に属する各レコードの「車両情報」の「ＥＮＧ再始動要因履歴」に含まれる「バッテリ要因」の回数の平均を算出することによって得られてもよい。この際、対象とするレコードは、当該集合に関する「開始位置情報」及び「終了位置情報」の代表値に対応するレコードに限定されてもよい。「ブレーキ要因」の回数、及び「エアコン要因」の回数の代表値も同様に算出可能である。学習部１２７は、各集合について算出された「バッテリ要因」、「ブレーキ要因」、「エアコン要因」のそれぞれの回数の代表値を、学習結果記憶部１５５（図１５）において各集合に係る時間帯に対応するレコードの「ＥＮＧ再始動要因回数」に記憶する。

続いて、学習部１２７は、集合ごとに、Ｓ＆Ｓ率の代表値を算出する（Ｓ４０７）。例えば、或る集合のＳ＆Ｓ率の代表値は、当該集合に属する各レコードの「車両情報」の「Ｓ＆Ｓ率」の平均を算出することによって得られてもよい。この際、対象とするレコードは、当該集合に関する「開始位置情報」及び「終了位置情報」に対応するレコードに限定されてもよい。学習部１２７は、各集合について算出されたＳ＆Ｓ率の代表値を、学習結果記憶部１５５（図１５）において各集合に係る時間帯に対応するレコードの「Ｓ＆Ｓ率」に記憶する。

続いて、学習部１２７は、集合ごとに、ドライバＩＤ、同乗者ＩＤ及び関係性ステータスの代表値を特定する（Ｓ４０８）。例えば、或る集合に属する各レコードの「ドライバＩＤ」、「同乗者ＩＤ」及び「関係性ステータス」の組のうち、最も出現頻度が高い組の「ドライバＩＤ」、「同乗者ＩＤ」及び「関係性ステータス」が、当該集合についてのこれらの代表値とされてもよい。この際、対象とするレコードは、当該集合に関する「開始位置情報」及び「終了位置情報」の代表値に対応するレコードに限定されてもよい。学習部１２７は、各集合について特定されたドライバＩＤ、同乗者ＩＤ及び関係性ステータスを、学習結果記憶部１５５（図１５）において各集合に係る時間帯に対応するレコードの「ドライバＩＤ」、「同乗者ＩＤ」、「関係性ステータス」のそれぞれに記憶する。

続いて、学習部１２７は、集合ごとに、当該集合に対応するトリップの推定目的地を特定する（Ｓ４０９）。或る集合の推定目的地は、当該集合に係る時間帯に対して特定された「終了位置情報」に基づいて特定可能である。例えば、当該「終了位置情報」に対応するＰＯＩ（Point Of Interest）を、地図データから検索し、検索結果に基づいて、推定目的地が「ショッピングセンタ」や「ランチ」であることを特定可能である。また、当該検索結果と、個人情報（図１１）とを照合することで、「自宅」や「職場」等を推定目的地として特定可能である。また、上記によっても推定目的地が特定されない時間帯について、「関係性ステータス」が「ビジネス」又は「シングル」である平日の時間帯の推定目的地が「出張先」とされてもよい。なお、その他の方法によって推定目的地が特定されてもよい。学習部１２７は、各集合について特定された推定目的地を、学習結果記憶部１５５（図１５）において各集合に係る時間帯に対応するレコードの「推定目的地」に記憶する。

上記の処理の結果、図１５に示したような学習結果が生成される。

続いて、図１４のステップＳ３０２の詳細について説明する。図１７は、第１の実施の形態における走行モードの選択処理の処理手順の一例を説明するためのフローチャートである。図１４のステップＳ３０２では、図１７に示される処理手順が、学習結果記憶部１５５（図１５）の各「曜日種」の各「時間帯」について実行される。ここでは、処理対象とされている「曜日種」及び「時間帯」を「対象時間帯」という。

ステップＳ５０１において、走行モード選択部１２８は、対象車両３０に対応する学習結果記憶部１５５において、対象時間帯の「関係性ステータス」が「シングル」であるか否かを判定する。「関係性ステータス」が「シングル」である場合（Ｓ５０２でＹｅｓ）、走行モード選択部１２８は、シングルの場合の走行モードの選択処理を実行する（Ｓ５０３）。シングルの場合の走行モードの選択処理では、主に、「推定目的地」に基づいて走行モードが選択される。

例えば、対象時間帯が平日の朝の通勤の時間帯であって「推定目的地」が、「職場」の場合（すなわち、自宅から職場への往路の場合）、対象時間帯の「Ｓ＆Ｓ率」が低く、「ブレーキ要因」の回数が多ければ、渋滞発生の可能性が推定される。そこで、走行モード選択部１２８は、対象時間帯の走行モードとして、「充電モード」を選択する。

また、対象時間帯が平日の夜の帰宅の時間帯であって「推定目的地」が、「自宅」の場合（すなわち、職場から自宅への復路の場合）、「Ｓ＆Ｓ率」が５０％程度であり、「ブレーキ要因」の回数が少なく、「空調要因」の回数が少なければ、走行モード選択部１２８は、「Ｓ＆Ｓ率」の上昇を期待して、対象時間帯の走行モードとして「燃費優先モード」を選択してもよい。

また、対象時間帯が、平日の通勤又は帰宅の時間帯以外の時間帯である場合、走行モード選択部１２８は、次のように対象時間帯の走行モードを選択してもよい。例えば、「推定目的地」が「出張先」（すなわち、職場から出張先への往路）又は「職場」（すなわち、出張先から職場への復路）であり、「Ｓ＆Ｓ率」が低く、「空調要因」の回数が多い場合、走行モード選択部１２８は、経費節減のため対象時間帯の走行モードとして「燃費優先モード」を選択して、「Ｓ＆Ｓ率」を上昇させてもよい。又は、職場への復路（ランチからの復路も含む）の場合、走行モード選択部１２８は、対象時間帯の走行モードとして「充電モード」を選択してもよい。また、「推定目的地」が「ランチ」のようなショートトリップの場合、走行モード選択部１２８は、対象時間帯の走行モードとして「充電モード」を選択し、「Ｓ＆Ｓ率」を上昇させてもよい。

また、対象時間帯が「休日」のいずれかの時間帯である場合、走行モード選択部１２８は、次のように対象時間帯の走行モードを選択してもよい。例えば、「推定目的地」が「ショッピングセンタ」である場合（すなわち、自宅からショッピングセンタへの往路の場合）、「Ｓ＆Ｓ率」が低く、「ブレーキ要因」の回数が多ければ、渋滞の発生が推定される。そこで、走行モード選択部１２８は、対象時間帯の走行モードとして、「充電モード」を選択し、対象車両３０におけるＳ＆Ｓの作動を抑止し、バッテリの充電に徹するようにしてもよい。また、「推定目的地」が「自宅」である場合（すなわち、ショッピングセンタから自宅への復路の場合）、「Ｓ＆Ｓ率」が５０％程度であり、「ブレーキ要因」の回数が少なく、「空調要因」の回数も少なければ、走行モード選択部１２８は、対象時間帯の走行モードとして「燃費優先モード」を選択し、「Ｓ＆Ｓ率」を上昇させてもよい。

一方、「関係性ステータス」が「シングル」ではなく（Ｓ５０２でＮｏ）、「ファミリ」である場合（Ｓ５０４でＹｅｓ）、走行モード選択部１２８は、ファミリの場合の走行モードの選択処理を実行する（Ｓ５０５）。ファミリの場合の走行モードの選択処理では、主に、同乗者に幼児又は高齢者が含まれている可能性に基づいて走行モードが選択される。なお、幼児又は高齢者が含まれている可能性は、対象車両３０のドライバの個人情報（図１１）の「世帯構成」を参照して特定されてもよい。「世帯構成」に「子ども」が含まれており、ドライバの「年齢」が一定以下である場合は、同乗者に幼児が含まれている可能性が高いと判定されてもよい。同様に、「世帯構成」に「父親又は母親」が含まれおり、ドライバの「年齢」が一定以上である場合は、同乗者に高齢者が含まれている可能性が高いと判定されてもよい。同乗者に幼児が含まれている可能性が低い場合、家計を節約しつつも快適性を確保するために、走行モード選択部１２８は、対象時間帯の走行モードとして「５０・５０モード」を選択してもよい。一方、同乗者に幼児又は高齢者が含まれている可能性が高い場合、揺れや振動等に敏感な幼児又は高齢者を優先し、走行モード選択部１２８は、対象時間帯の走行モードとして「快適性優先モード」を選択してもよい。

一方、「関係性ステータス」が「ファミリ」ではなく（Ｓ５０４でＮｏ）、「フレンド」又は「パートナ」である場合（Ｓ５０６でＹｅｓ）、走行モード選択部１２８は、フレンドの場合の走行モードの選択処理を実行する（Ｓ５０７）。フレンドの場合の走行モードの選択処理では、主に、ドライバと同乗者との親密度に応じて走行モードが選択される。

例えば、「関係性のステータス」が「フレンド（知人）」である場合、交際期間が短いため、走行モード選択部１２８は、快適性を優先して、対象時間帯の走行モードとして「快適性優先モード」を選択してもよい。

また、「関係性のステータス」が「フレンド（親友）」である場合、交際期間が少し長いため、走行モード選択部１２８は、燃費及び快適性の両方を優先して、対象時間帯の走行モードとして「５０・５０モード」を選択してもよい。

また、「関係性のステータス」が「フレンド（大親友）」である場合、「交際期間」も長く、お互いを理解している可能性が高いため、走行モード選択部１２８は、「燃費優先モード」を選択してもよい。

なお、「関係性のステータス」が「パートナ」である場合も、上記と同様の考え方で走行モードが選択されてもよい。すなわち、「パートナ（初期）」は、「フレンド（知人）」と同様とされ、「パートナ（中期）」は、「フレンド（親友）」と同様とされ、「パートナ（長期）」は、「フレンド（大親友）」同様とされてもよい。

一方、「関係性ステータス」が「フレンド」及び「パートナ」のいずれでもなく（Ｓ５０６でＮｏ）、「ビジネス」である場合（Ｓ５０８でＹｅｓ）、走行モード選択部１２８は、ビジネスの場合の走行モードの選択処理を実行する（Ｓ５０９）。ビジネスの場合の走行モードの選択処理では、主に、ドライバと同乗者との上下関係に応じて走行モードが選択される。

例えば、「関係性のステータス」が「ビジネス（同僚）」である場合、走行モード選択部１２８は、対象時間帯の走行モードとして「燃費優先モード」を選択することで、経費節減を優先してもよい。

また、「関係性のステータス」が「ビジネス（部下×上司）」である場合、走行モード選択部１２８は、対象時間帯の走行モードとして「快適性優先モード」を選択することで、同乗者（上司）の快適性を優先してもよい。

また、「関係性のステータス」が「ビジネス（上司×部下）」である場合、走行モード選択部１２８は、対象時間帯の走行モードとして「燃費優先モード」を選択してもよい。

ステップＳ５０３、Ｓ５０５、Ｓ５０７又はＳ５０９に続いて、走行モード選択部１２８は、学習結果記憶部１５５（図１５）において対象時間帯に対応するレコードの「走行モード（次回トリップ）」に、選択した走行モードを記憶する。

なお、上記における走行モードの選択方法は一例であり、他の方法によって走行モードが選択されてもよい。

図１７の処理手順が各時間帯について実行されることで、学習結果記憶部１５５（図１５）において「関係性ステータス」が記憶されている各時間帯に対応する「走行モード（次回トリップ）」が学習結果記憶部１５５に記憶される。図１４のステップＳ３０３では、対象車両３０に対応する学習結果記憶部１５５の「曜日種」、「時間帯」及び「走行モード（次回トリップ）」の列が、走行モードスケジュールとして対象車載器４０へ送信される。

なお、学習結果記憶部１５５（図１５）において、「走行モード（次回トリップ）」の列の値は、例えば、対象車載器４０から次の開始位置情報が受信された際（すなわち、対象車両３０の次のトリップが開始された際）に、「走行モード（現在トリップ）」の列に転記されてもよい。

上述したように、第１の実施の形態によれば、ドライバと同乗者との関係性に基づいて走行モードが選択される。したがって、ドライバと同乗者との関係性に基づく車両３０の走行制御を可能とすることができる。その結果、車両３０のユーザに適した運転支援を行うことができる。

次に、第２の実施の形態について説明する。第２の実施の形態では第１の実施の形態と異なる点について説明する。したがって、特に言及されない点については、第１の実施の形態と同様でもよい。

第２の実施の形態では、図１４のステップＳ３０２において図１８に示される処理手順が実行される。すなわち、図１７の処理手順の代わりに図１８の処理手順が実行される。

図１８は、第２の実施の形態における走行モードの選択処理の処理手順の一例を説明するためのフローチャートである。図１４のステップＳ３０２では、図１８に示される処理手順が、学習結果記憶部１５５（図１５）の各「曜日種」の各「時間帯」について実行される。ここでは、処理対象とされている「曜日種」及び「時間帯」を「対象時間帯」という。

ステップＳ６０１において、走行モード選択部１２８は、対象車両３０について、他車との走行モードの連携が許可されているか否かを判定する。例えば、予め、対象車両３０のユーザ（会員）の携帯端末５０から当該連携の許可が受信され、当該許可を示す情報（以下「許可情報」という。）が、当該会員の会員情報に追加されてもよい。この場合、ステップＳ６０１では、当該会員の会員情報に許可情報が含まれているか否かが判定されてもよい。なお、第２の実施の形態では、各会員ＩＤと各車両３０（各車載器ＩＤ）とは対応付けられて管理されている（例えば、会員ＩＤ車載器ＩＤとの対応情報が補助記憶装置１０２等に記憶されている）とする。

当該会員の会員情報に許可情報が含まれていない場合（Ｓ６０１でＮｏ）、ステップＳ６０２以降は実行されない。当該会員の会員情報に許可情報が含まれている場合（Ｓ６０１でＹｅｓ）、走行モード選択部１２８は、対象車両３０に対応する学習結果記憶部１５５において、対象時間帯の「関係性ステータス」が「フレンド」又は「パートナ」であるか否かを判定する（Ｓ６０２）。当該「関係性ステータス」が、「フレンド」及び「パートナ」のいずれでも無い場合（Ｓ６０２でＮｏ）、ステップＳ６０３以降は実行されない。

当該「関係性ステータス」が、「フレンド」又は「パートナ」である場合（Ｓ６０２でＹｅｓ）、走行モード選択部１２８は、対象車両３０に対応する学習結果記憶部１５５において対象時間帯に関して記憶されている「同乗者ＩＤ」を取得する（Ｓ６０３）。すなわち、対象車両３０のドライバの「フレンド」又は「パートナ」の会員ＩＤが取得される。

続いて、走行モード選択部１２８は、取得した会員ＩＤに対応する車両３０に係る学習結果記憶部１５５における対象時間帯の「推定目的地」を取得する（Ｓ６０４）。

続いて、走行モード選択部１２８は、対象車両３０に対応する学習結果記憶部１５５における対象時間帯の「推定目的地」と、ステップＳ６０４において取得された「推定目的地」とが同じであるか否かを判定する（Ｓ６０５）。比較された「推定目的地」が異なる場合（Ｓ６０５でＮｏ）、ステップＳ６０６は実行されない。

比較された「推定目的地」が同じである場合（Ｓ６０５でＹｅｓ）、走行モード選択部１２８は、ステップＳ６０３において取得した会員ＩＤに対応する車両３０に係る学習結果記憶部１５５における対象時間帯の「走行モード（現在トリップ）」の値を、対象車両３０に係る学習結果記憶部１５５（図１５）における対象時間帯の「走行モード（次回トリップ）」にコピーする（Ｓ６０６）。すなわち、友人又は交際相手の車両３０の「走行モード（現在トリップ）」が、対象車両３０の「走行モード（次回トリップ）」にコピーされる。

なお、第２の実施の形態において、対象車両３０に関して「走行モード（次回トリップ）」の値（走行モード）が選択されなかった時間帯については、第１の実施の形態によって走行モードが選択されてもよい。

上述したように、第２の実施の形態によれば、或る車両のユーザは、友人又は交際相手の車両３０の走行モードを自車に流用することができる。その結果、友人又は交際相手が対象車両３０の同乗者である時間帯において、自車の走行モードを、友人又は交際相手の車両３０の走行モードと同じ走行モードで制御することができる。すなわち、友人又は交際相手が同乗者である可能性が高い期間において、当該友人又は交際相手に会った走行モードで車両３０を走行させることができる。

次に、第３の実施の形態について説明する。第３の実施の形態では第１の実施の形態と異なる点について説明する。第３の実施の形態において特に言及されない点については、第１の実施の形態と同様でもよい。第３の実施の形態では、第１の実施の形態の全て又は第２の実施の形態の全てに対して、以下の内容が追加されてもよい。

第３の実施の形態では、カーシェアサービスにおいて配車される車両３０の走行モードを制御する例について説明する。

図１９は、第３の実施の形態における各装置の機能構成例を示す図である。図１９中、図３と同一部分には同一符号を付し、その説明は省略する。図１９において、携帯端末５０は、予約要求部５２を更に有する。予約要求部５２は、例えば、携帯端末５０にインストールされたプログラム（例えば、カーシェアサービスのアプリ等）が携帯端末５０のＣＰＵに実行させる処理により実現される。予約要求部５２は、携帯端末５０のユーザによる操作に応じ、配車の予約要求（以下、「配車予約要求」という。）をセンタ１０へ送信する。配車予約要求には、携帯端末５０のユーザの会員ＩＤ及び配車の予約時間帯（開始日時、終了日時）等が含まれる。

一方、センタ１０は、予約受信部１３１及び配車車両制御部１３２等を更に有する。これら各部は、センタ１０にインストールされた１以上のプログラムが、ＣＰＵ１０４に実行させる処理により実現される。センタ１０は、また、予約情報記憶部１６１を更に利用する。予約情報記憶部１６１は、例えば、補助記憶装置１０２、又はセンタ１０にネットワークを介して接続可能な記憶装置等を用いて実現可能である。

予約受信部１３１は、配車予約要求に応じ、配車対象の車両３０を決定すると共に、当該車両３０に対す予約情報を予約情報記憶部１６１に記憶する。予約受信部１３１は、また、配車予約要求に含まれる会員ＩＤに係る車両３０に対応する学習結果記憶部１５５において予約時間帯に対応する「走行モード（現在トリップ）」を、配車予定の車両３０に対する予約情報に設定する。したがって、予約情報記憶部１６１には、配車対象の車両３０ごとに、予約のスケジュール情報と、各予約の時間帯に対応する走行モードとが記憶される。

配車車両制御部１３２は、予約情報記憶部１６１に記憶されている予約情報に基づいて、配車対象の各車両３０の走行モードを制御する。

図２０は、第３の実施の形態において配車の予約時にセンタ１０が実行する処理手順の一例を説明するためのフローチャートである。

ステップＳ７０１において、予約受信部１３１は、配車予約要求の受信を待機している。予約受信部１３１は、いずれかの会員の携帯端末５０の予約要求部５２から送信された配車予約要求を受信すると（Ｓ７０１でＹｅｓ）、配車対象の車両３０（配車車両）を決定する（Ｓ７０２）。配車車両の決定ロジックは、所定のものに限定されない。例えば、予約情報記憶部１６１が参照されて、予約時間帯に予約情報が記憶されていない（すなわち、予約されていない）車両３０が配車対象として決定されてもよい。

続いて、予約受信部１３１は、配車対象として決定された車両３０に関する予約情報を予約情報記憶部１６１に記憶する（Ｓ７０３）。

図２１は、予約情報の構成例を示す図である。図２１には、或る一台の配車車両の予約情報を示す。図２１に示されるように、予約情報は、予約時間帯ごとに走行モードを含む。なお、ステップＳ７０３の段階において記憶される予約情報については、この時点では走行モードは不定である。

続いて、予約受信部１３１は、配車予約要求に含まれている会員ＩＤに係る会員について、他車との走行モードの連携が許可されているか否かを判定する（Ｓ７０４）。当該判定は、図１８のステップＳ６０１と同様に行われてもよい。

他車との走行モードの連携が許可されている場合（Ｓ７０４でＹｅｓ）、予約受信部１３１は、当該会員に対応する車両３０に係る学習結果記憶部１５５において、予約時間帯に対応する時間帯の「走行モード（現在トリップ）」を、ステップＳ７０３において記憶された予約情報の「走行モード」へコピーする（Ｓ６０６）。この際、予約時間帯と学習結果記憶部１５５における時間帯との期間が完全に一致しない場合には、予約時間帯が学習結果記憶部１５５における時間帯の粒度で分割されて、分割後の各予約時間帯に対して学習結果記憶部１５５において対応する時間帯の「走行モード（現在トリップ）」がコピーされてもよい。すなわち、１つの予約情報が、複数の時間帯に分割されてもよい。

図２２は、第３の実施の形態における配車車両制御部１３２が実行する処理手順の一例を説明するためのフローチャートである。図２２では、或る一台の配車車両（以下、「対象車両３０」という。）に関する或る一つの予約情報（以下、「対象予約情報」という。）について説明するが、各配車車両の予約情報ごとに図２２の処理手順が実行される。

ステップＳ７１１において、配車車両制御部１３２は、対象予約情報（図２１）の予約時間帯の開始時刻から所定時間前（例えば、１０分前等）になるまで待機する。当該開始時刻の所定時間前になると（Ｓ７１１でＹｅｓ）、配車車両制御部１３２は、対象予約情報の「走行モード」（以下、「予約走行モード」という。）と、時系列順において対象予約情報の前の予約情報の走行モード（すなわち、現時点において対象車両３０に設定されている走行モード（以下、「現走行モード」という。））とを比較する（Ｓ７１２）。

予約走行モードと現走行モードとが異なる場合（Ｓ７１２でＹｅｓ）、配車車両制御部１３２は、対象車両３０の車載器４０へ予約走行モードへの切り替え指示を送信する（Ｓ７１３）。当該切り替え指示に応じ、対象車両３０の走行制御部３１は、対象車両３０の走行モードを予約走行モードへ直ちに切り替える。

上述したように、第３の実施の形態によれば、カーシェアサービスを介して複数のユーザによって利用される（共用される）車両３０を、各ユーザは、自らの車両３０と同様の使い方（すなわち、走行モード）で利用することができる。また、予約時間帯の開始前に走行モードが切り替えられることで、前後のユーザ間において走行モードのスムーズな移行を実現することができる。

次に、第４の実施の形態について説明する。第４の実施の形態では第１の実施の形態と異なる点について説明する。第４の実施の形態において特に言及されない点については、第１の実施の形態と同様でもよい。

第４の実施の形態では、宅配便に利用される車両３０（トラック等）のような輸送車両の走行モードを制御する例について説明する。

図２３は、第４の実施の形態における各装置の機能構成例を示す図である。図２３において、センタ１０は、更に、配達情報受信部１４１及び輸送車両制御部１４２等を有する。これら各部は、センタ１０にインストールされた１以上のプログラムが、ＣＰＵ１０４に実行させる処理により実現される。センタ１０は、また、荷物情報記憶部１７１を更に利用する。荷物情報記憶部１７１は、例えば、補助記憶装置１０２、又はセンタ１０にネットワークを介して接続可能な記憶装置等を用いて実現可能である。

配達情報受信部１４１は、輸送車両のドライバが有する端末から配達情報を受信する。配達情報とは、ドライバの識別情報（以下、「担当者ＩＤ」という。）と、配達された荷物の識別情報（以下、「荷物ＩＤ」という。）とを含む情報をいう。すなわち、ドライバは、荷物を配達するたびに、当該荷物の配達が済んだ旨を端末に入力する。端末は、当該荷物の荷物ＩＤ及び担当者ＩＤを配達情報受信部１４１へ送信する。配達情報受信部１４１は、配達情報を受信すると、当該配達情報に含まれている担当者ＩＤに対応付けられて荷物情報記憶部１７１に記憶されている荷物情報に対して、当該配達情報に含まれている荷物ＩＤに係る荷物が配達済みであることを示す情報を記録する。すなわち、荷物情報記憶部１７１には、担当者ＩＤごとに荷物情報が記憶されている。荷物情報とは、ドライバの輸送車両に積まれている全ての荷物のそれぞれについて、荷物ＩＤ及び属性情報等を含む情報をいう。荷物の属性情報には、重量や冷凍品であるか否かを示す情報等が含まれる。

輸送車両制御部１４２は、輸送車両に積まれている荷物の状況に応じて、輸送車両の走行モードをリアルタイムで制御する。

図２４は、第４の実施の形態においてセンタ１０が実行する処理手順の一例を説明するためのフローチャートである。

配達情報受信部１４１が、いずれかの輸送車両（以下「対象車両３０」という。）のドライバが有する端末から配達情報を受信すると（Ｓ８０１でＹｅｓ）、当該配達情報に含まれている担当者ＩＤに対応付けられて荷物情報記憶部１７１に記憶されている荷物情報を更新する（Ｓ８０２）。すなわち、配達情報受信部１４１は、当該配達情報に含まれている荷物ＩＤに係る荷物が配達済みであることを示す情報を、当該荷物情報において当該荷物ＩＤに対応するレコードに記録する。その結果、荷物情報に含まれる各荷物ＩＤのうち、未配達の荷物に荷物ＩＤを特定することが可能となる。

続いて、輸送車両制御部１４２は、当該荷物情報を参照して、未配達の荷物に冷凍品が有るか、又は未配達の荷物の総重量が３ｔより多く４ｔ以下であるか否かを判定する（Ｓ８０３）。未配達の荷物に冷凍品が有る場合、又は未配達の荷物の総重量が３ｔより多く４ｔ以下である場合（Ｓ８０３でＹｅｓ）、輸送車両制御部１４２は、対象車両３０の車載器４０へ、「快適性優先モード」への切り替え指示を送信する（Ｓ８０４）。

一方、未配達の荷物に冷凍品がなく、かつ、未配達の荷物の総重量が３ｔ以下である場合（Ｓ８０３でＮｏ）、輸送車両制御部１４２は、未配達の荷物の総重量が２．２５ｔより多いか否かを判定する（Ｓ８０５）。未配達の荷物の総重量が２．２５ｔより多い場合（Ｓ８０５でＹｅｓ）、輸送車両制御部１４２は、対象車両３０の車載器４０へ、「５０・５０モード」への切り替え指示を送信する（Ｓ８０６）。

一方、未配達の荷物の総重量が２．２５ｔ以下である場合（Ｓ８０５でＮｏ）、輸送車両制御部１４２は、対象車両３０の車載器４０へ、「燃費優先モード」への切り替え指示を送信する（Ｓ８０７）。

なお、輸送車両制御部１４２から送信された切り替え指示を受信した車載器４０を搭載する輸送車両の走行制御部３１は、当該切り替え指示に応じて直ちに走行モードを切り替える。

上述したように、第４の実施の形態によれば、車両３０に積載されている荷物の状況に応じて当該車両３０の走行モードをリアルタイムで切り替えることができる。その結果、積載状況に適した走行モードで車両３０を走行させることができる。

なお、図２４に示した、荷物の状況と走行モードとの対応は一例に過ぎない。

なお、第４の実施の形態は、第１〜第３の実施の形態と組み合わされて実施されてもよい。

また、上記各実施の形態では、アイドリングストップ機能を前提に説明されているが、ハイブリッド車、電気自動車、水素燃料車等の走行モードの制御について上記各実施の形態が適用されてもよい。

なお、上記各実施の形態において、センタ１０は、情報処理装置の一例である。ドライバ推定部１２５は、第１の推定部及び第３の推定部の一例である。関係性推定部１２６は、第２の推定部の一例である。走行モード選択部１２８は、選択部の一例である。車両情報取得部１２４は、第１の受信部の一例である。端末位置情報受信部１２２は、第２の受信部の一例である。会員情報記憶部１５３は、記憶部の一例である。

以上、本発明の実施の形態について詳述したが、本発明は斯かる特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。

１０ センタ
３０ 車両
３１ 走行制御部
４０ 車載器
４１ 車両位置送信部
４２ 運転特性算出部
４３ 車両情報送信部
４４ 走行モード受信部
５０ 携帯端末
５１ 端末位置送信部
５２ 予約要求部
６０ 外部サーバ
１００ ドライブ装置
１０１ 記録媒体
１０２ 補助記憶装置
１０３ メモリ装置
１０４ ＣＰＵ
１０５ インタフェース装置
１２１ 車両位置情報受信部
１２２ 端末位置情報受信部
１２３ 搭乗者推定部
１２４ 車両情報取得部
１２５ ドライバ推定部
１２６ 関係性推定部
１２７ 学習部
１２８ 走行モード選択部
１２９ 走行モード送信部
１３１ 予約受信部
１３２ 配車車両制御部
１４１ 配達情報受信部
１４２ 輸送車両制御部
１５１ 車両位置記憶部
１５２ 端末位置記憶部
１５３ 会員情報記憶部
１５４ 車両情報記憶部
１５５ 学習結果記憶部
１６１ 予約情報記憶部
１７１ 荷物情報記憶部
Ｂ バス

Claims (10)

1. 車両に搭載される車載器から前記車両の位置情報を受信する第１の受信部と、
   複数の携帯端末から、当該携帯端末の位置情報を受信する第２の受信部と
   前記車両の位置情報と、前記携帯端末の位置情報とに基づいて、前記車両の搭乗者に同乗者が含まれるか否かを推定する第１の推定部と、
   前記搭乗者に同乗者が含まれる場合に、前記車両の運転者に関する情報と、前記同乗者に関する情報とを取得し、取得された情報に基づいて、前記運転者と前記同乗者との関係性を推定する第２の推定部と、
   前記関係性に応じて前記車両の走行に関する制御方法を選択する選択部と、
   を有することを特徴とする情報処理装置。
2. 車両の搭乗者に同乗者が含まれるか否かを推定する第１の推定部と、
   前記搭乗者に同乗者が含まれる場合に、前記車両の運転者に関する情報と、前記同乗者に関する情報とを取得し、取得された情報に基づいて、前記運転者と前記同乗者との関係性を推定する第２の推定部と、
   前記関係性に応じて前記車両の走行に関する制御方法を選択する選択部と、
   前記車両から取得される運転特性を示す情報と、前記搭乗者ごとに運転特性を示す情報を記憶した記憶部とに基づいて、前記搭乗者の中から運転者を推定する第３の推定部と、
   を有することを特徴とする情報処理装置。
3. 車両の搭乗者に同乗者が含まれるか否かを推定する第１の推定部と、
   前記搭乗者に同乗者が含まれる場合に、前記車両の運転者に関する情報と、前記同乗者に関する情報とを取得し、取得された情報に基づいて、前記運転者と前記同乗者との関係性を推定する第２の推定部と、
   前記関係性に応じて前記車両の走行に関する制御方法を選択する選択部と、
   を有し、
   前記第２の推定部は、前記運転者に関する個人情報と前記同乗者に関する個人情報との共通性に基づいて、又は前記運転者及び前記同乗者のそれぞれの携帯端末に記憶されているアドレス帳の内容に基づいて、前記運転者と前記同乗者との関係性を推定する、
   ことを特徴とする情報処理装置。
4. 前記関係性は、家族、友人、交際相手、及び仕事仲間のいずれかである、
   ことを特徴とする請求項１乃至３いずれか一項記載の情報処理装置。
5. 前記選択部は、前記関係性が家族である場合、前記同乗者に幼児又は高齢者が含まれるかに基づいて、前記車両の制御方法を選択する、
   ことを特徴とする請求項４記載の情報処理装置。
6. 前記選択部は、前記関係性が友人又は交際相手である場合、前記運転者と前記同乗者との親密度に基づいて、前記車両の制御方法を選択する、
   ことを特徴とする請求項４記載の情報処理装置。
7. 前記選択部は、前記関係性が仕事仲間である場合、前記運転者と前記同乗者との上下関係に基づいて、前記車両の制御方法を選択する、
   ことを特徴とする請求項４記載の情報処理装置。
8. 車両に搭載される車載器から前記車両の位置情報を受信する第１の受信手順と、
   複数の携帯端末から、当該携帯端末の位置情報を受信する第２の受信手順と、
   前記車両の位置情報と、前記携帯端末の位置情報とに基づいて、前記車両の搭乗者に同乗者が含まれるか否かを推定する第１の推定手順と、
   前記搭乗者に同乗者が含まれる場合に、前記車両の運転者に関する情報と、前記同乗者に関する情報とを取得し、取得された情報に基づいて、前記運転者と前記同乗者との関係性を推定する第２の推定手順と、
   前記関係性に応じて前記車両の走行に関する制御方法を選択する選択手順と、
   をコンピュータが実行することを特徴とする情報処理方法。
9. 車両の搭乗者に同乗者が含まれるか否かを推定する第１の推定手順と、
   前記搭乗者に同乗者が含まれる場合に、前記車両の運転者に関する情報と、前記同乗者に関する情報とを取得し、取得された情報に基づいて、前記運転者と前記同乗者との関係性を推定する第２の推定手順と、
   前記関係性に応じて前記車両の走行に関する制御方法を選択する選択手順と、
   前記車両から取得される運転特性を示す情報と、前記搭乗者ごとに運転特性を示す情報を記憶した記憶部とに基づいて、前記搭乗者の中から運転者を推定する第３の推定手順と、
   をコンピュータが実行することを特徴とする情報処理方法。
10. 車両の搭乗者に同乗者が含まれるか否かを推定する第１の推定手順と、
    前記搭乗者に同乗者が含まれる場合に、前記車両の運転者に関する情報と、前記同乗者に関する情報とを取得し、取得された情報に基づいて、前記運転者と前記同乗者との関係性を推定する第２の推定手順と、
    前記関係性に応じて前記車両の走行に関する制御方法を選択する選択手順と、
    をコンピュータが実行し、
    前記第２の推定手順は、前記運転者に関する個人情報と前記同乗者に関する個人情報との共通性に基づいて、又は前記運転者及び前記同乗者のそれぞれの携帯端末に記憶されているアドレス帳の内容に基づいて、前記運転者と前記同乗者との関係性を推定する、
    ことを特徴とする情報処理方法。

Images