JP7294010B2 - 運転支援装置 - Google Patents

Description

本開示は、運転支援装置に関する。

特許文献１には、運転者の視認行動とは異なる微細な眼球運動であるサッケードの発生頻度に基づいて運転者の運転意図の有無が判定され、運転意図がないと判定された場合、自動運転が実行される運転支援装置が記載されている。この運転支援装置では、サッケードの発生頻度が高い場合、運転意図がないと判定される。

特開２０１７－１８７８２５号公報

しかしながら、発明者の詳細な検討の結果、以下の課題が見出された。すなわち、特許文献１に記載の装置では、運転操作以外の目的で視認行動をしている場合、運転意図の有無を正確に判定しにくい。例えば、ナビゲーション画面への脇見行動など運転者が意図的に運転操作以外において視認行動をしている場合、サッケードの発生頻度は低くなると考えられる。そのため、実際には運転意図がないにもかかわらず、運転意図があると判定されてしまう可能性がある。

本開示の一局面は、運転意図の有無をより正確に判定することができる運転支援装置を提供する。

本発明では、未来予測時間という考え方を新たに提案して運転者の運転意図の有無を捉える装置を提供する。未来予測時間とは運転者がどのくらい先の未来を予測して運転しているのかを示す指標である。運転者は意図を持って運転する場合、数秒先の未来を予測して運転している。例えば、車線変更の場面では、運転者は車線変更後の到達位置の目標を設定し、その目標に到達するための車両軌跡を予測してステアリング操作を行う。また、車両停止の場面では、運転者は停止位置の目標を定め、目標位置で止まるために車両挙動を予測してブレーキ操作を行う。このとき、目標を設定してから目標に到達するまでにかかる時間が未来予測時間に該当する。明示的に目標がない場合でも未来予測時間の考え方があてはまる。例えば、先行車両との車間距離を一定にして走行する場面では、運転者は時々刻々変化する状況（例えば、先行車両の速度や道路勾配など）に対応するため、数秒先の状況変化を予測しながらアクセル操作又はブレーキ操作を行う。このように明示的な目標の有無にかかわらず数秒先を予測して運転者は操作を行っており、運転者が運転意図のある状態で車両を運転操作している状況においては、運転操作量及び車両挙動は規則性をもって変化する。規則性があることで運転者の運転行動を予測することができ、予測結果から未来予測時間を求めることができる。

本開示の一態様は、車両に搭載される運転支援装置であって、未来予測時間算出部（Ｓ１０１～Ｓ１０６）と、運転意図有無判定部（Ｓ１０７，Ｓ１０８）と、を備える。未来予測時間算出部は、運転者の運転操作及び車両の挙動のうち少なくとも一つを表す情報である車両状態情報に基づいて、未来予測時間を算出するように構成される。運転意図有無判定部は、未来予測時間に基づいて、運転者への報知及び運転支援のうち少なくとも一つを行うか否かを判定するように構成される。

このような構成によれば、運転意図の有無をより正確に判定することができる。

運転支援装置の構成を示すブロック図である。 （Ａ）は、運転者が予測する車線変更の軌跡を説明するための図である。（Ｂ）は、車線変更の場面における未来予測時間を説明するための図である。 第１の期間及び第２の期間の時系列を説明するための図である。 運転意図判定処理のフローチャートである。 回避対象物との接触事故が発生した実験試行回数の割合を未来予測時間別に示したグラフである。 回避対象物出現後、即座に回避行動のための運転操作を開始した実験試行回数の割合を未来予測時間別に示したグラフである。

以下、本開示の例示的な実施形態について図面を参照しながら説明する。
［１．構成］
図１に示す運転支援装置１は、自動車などの車両に搭載され、車両を運転する運転者の運転意図の有無に応じて運転を支援するための装置である。以下、運転支援装置１が搭載される車両を自車両という。

自車両には、運転支援装置１以外に、車両センサ２１と、周辺監視センサ２２と、報知部２３と、操作介入部２４と、が搭載されている。
車両センサ２１は、自車両に対する運転操作の情報や自車両の走行状態に関する情報などの車両情報を検出するためのものである。本実施形態では、車両センサ２１として、舵角センサ２１ａと、アクセル開度センサ２１ｂと、ブレーキペダル操作センサ２１ｃと、車速センサ２１ｄと、が搭載されている。舵角センサ２１ａは、自車両のステアリングの操舵角を検出するためのセンサである。アクセル開度センサ２１ｂは、アクセルペダルの踏み込み量を検出するためのセンサである。ブレーキペダル操作センサ２１ｃは、ブレーキのオンオフ状態を検出するためのセンサである。車速センサ２１ｄは、自車両の走行速度を検出するためのセンサである。

周辺監視センサ２２は、自車両の周辺環境に関する情報などの周辺情報を検出するためのものである。本実施形態では、周辺監視センサ２２として、横位置検出部２２ａと、車間距離検出部２２ｂと、が搭載されている。横位置検出部２２ａは、自車両が走行レーンの中央からどの程度左右にずれて走行しているかを検出するためのものである。本実施形態では、横位置検出部２２ａとして、前方カメラが搭載されている。前方カメラは、自車両の前方の所定範囲を撮像する。前方カメラによる撮像画像は、走行区画線等の路面標示を検出する処理などに用いられる。車間距離検出部２２ｂは、先行車両との車間距離を検出するためのものである。本実施形態では、車間距離検出部２２ｂとして、ミリ波レーダが搭載されている。ミリ波レーダは、自車両の周辺にミリ波を送出し、対象物によって反射された反射波を受信する。対象物には、先行車両などの自車両以外の車両が含まれる。車間距離検出部２２ｂとしては、ソナーやＬＩＤＡＲ等の探査波センサが用いられてもよい。なお、ＬＩＤＡＲとは、Ｌｉｇｈｔ Ｄｅｔｅｃｔｉｏｎ ａｎｄ Ｒａｎｇｉｎｇの略である。以下、車両センサ２１により検出された車両情報及び周辺監視センサ２２により検出された周辺情報を合わせて車両状態情報という。車両センサ２１及び周辺監視センサ２２は、車両状態情報を、運転支援装置１に対し、直接、又は、ＣＡＮ（登録商標）などの車載ネットワークを通じて出力可能に構成されている。

運転支援装置１は、図示しないＣＰＵ、ＲＯＭ、ＲＡＭ、フラッシュメモリ等を有する周知のマイクロコンピュータを中心に構成される。ＣＰＵは、非遷移的実体的記録媒体であるＲＯＭに格納されたプログラムを実行する。当該プログラムが実行されることで、当該プログラムに対応する方法が実行される。具体的には、運転支援装置１は当該プログラムに従い、後述する図４に示す運転意図判定処理を実行する。なお、運転支援装置１は、１つのマイクロコンピュータを備えてもよいし、複数のマイクロコンピュータを備えてもよい。

運転支援装置１は、ＣＰＵがプログラムを実行することで実現される機能ブロック、すなわち、仮想的な構成要素として、未来予測時間算出部１１と、運転意図有無判定部１２と、を備える。運転支援装置１に含まれる各部の機能を実現する手法はソフトウェアに限るものではなく、その一部又は全部の機能は、一つあるいは複数のハードウェアを用いて実現されてもよい。例えば、上記機能がハードウェアである電子回路によって実現される場合、その電子回路は、デジタル回路、又はアナログ回路、あるいはこれらの組合せによって実現されてもよい。

未来予測時間算出部１１は、未来予測時間を算出する。例えば、車線変更の場面では、前述したように、目標を設定してから目標に到達するまでにかかる時間が未来予測時間に該当する。図２の（Ａ）に示すような車線変更の場面では、図２の（Ｂ）に示すように、未来予測時間は、Ｌ［ｍ］／Ｖ［ｍ／ｓ］で表される。未来予測時間算出部１１により算出された未来予測時間は、運転意図有無判定部１２により、運転意図の有無を判定する際に使用される。未来予測時間算出部１１は、類似度算出部１１１と、推定部１１２と、を備える。

類似度算出部１１１は、現時点を基準とする過去の期間であって長さが段階的に異なる複数の期間を設定する。次に、類似度算出部１１１は、設定した複数の期間のそれぞれを、所定の基準時点の前の期間である第１の期間と、当該基準時点の後の期間である第２の期間と、に分割する。本実施形態では、複数の期間のそれぞれについて共通の基準時点が用いられる。つまり、第２の期間は、現時点の直近の期間であって長さが一定である一方、第１の期間は、第２の期間以前の期間であって長さが段階的に異なる。次に、類似度算出部１１１は、複数の第１の期間のそれぞれについて、第１の期間における車両状態情報に基づき、第２の期間における車両状態情報を予測した予測情報を算出する。そして、類似度算出部１１１は、算出された複数の予測情報のそれぞれと、第２の期間における実測された車両状態情報である実測情報と、の類似度をそれぞれ算出する。

予測情報を算出する方法としては、例えば、音声認識等で用いられるＮグラムモデルの技術が利用可能である。すなわち、運転者が運転意図のある状態で車両を運転操作している状況においては、発進や車線変更などの運転シーンの類型に応じて、車両状態情報が規則性を持って変化する。したがって、車両状態情報の時系列的な変化をＮグラムモデルの技術を用いて統計処理することで、ある車両状態情報から次の車両状態情報へ遷移する確率を求めることができる。例えば、車両を発進させる際の運転シーンである発進シーンにおいて、運転者は、アクセルペダルを踏み始め、アクセルペダルをさらに踏み、アクセルペダルの踏み込み量をしばらく一定に保持し、アクセルペダルを少し戻す、という運転操作をする。このとき、車両状態情報のうちアクセル開度は、０％から徐々に大きくなり、一定時間同開度を保持した後、小さくなる、という規則性を持つ。したがって、車両状態情報の時系列的な変化に基づき、発進シーンにどの程度当てはまるかを統計処理することで、あるアクセル開度の状態から次のアクセル開度の状態へ遷移する確率を求めることが可能となる。本実施形態では、第１の期間における車両状態情報に基づき予測される第２の期間における複数とおりの車両状態情報と、それぞれの車両状態情報へ遷移する生起確率とによって、予測情報が表される。アクセル開度を例にとると、アクセル開度が０％から徐々に大きくなる状態へ遷移する生起確率、アクセル開度が一定時間同開度を保持する状態へ遷移する生起確率、アクセル開度が小さくなる状態へ遷移する生起確率、などが予測情報として算出される。また、本実施形態では、第１の期間における車両状態情報から実測情報へ遷移する生起確率が、類似度として算出される。アクセル開度を例にとると、アクセル開度が０％から徐々に大きくなる状態が実測情報であった場合、予測情報として算出された複数の生起確率のうちアクセル開度が０％から徐々に大きくなる状態へ遷移する生起確率が、類似度として算出される。

推定部１１２は、類似度算出部１１１により算出された類似度に基づき、未来予測時間を推定する。推定部１１２は、複数の予測情報のうち、類似度が最も高いと算出された予測情報に対応する第１の期間の長さを未来予測時間と推定する。

ここで、図３を用いて、類似度算出部１１１及び推定部１１２における処理の一例について説明する。図３の例では、説明を簡単にするために、算出する予測情報を３つにしている。すなわち、現時点を基準とする過去の期間として、第１の時点ｔ２から現時点ｔ０までの期間Ｔ２０と、第１の時点ｔ３から現時点ｔ０までの期間Ｔ３０と、第１の時点ｔ４から現時点ｔ０までの期間Ｔ４０と、が設定されている。なお、この例では、時点ｔ４、時点ｔ３、時点ｔ２、時点ｔ１、時点ｔ０が、この順序で時系列的に一定の間隔に設定されている。

まず、類似度算出部１１１は、所定期間Ｔ２０を、第２の時点ｔ１を基準時点として、第１の時点ｔ２から第２の時点ｔ１までの第１の期間３０２ａと第２の時点ｔ１から現時点ｔ０までの第２の期間３０２ｂとに分割する。類似度算出部１１１は、所定期間Ｔ３０についても同様に、第２の時点ｔ１を基準時点として、第１の時点ｔ３から第２の時点ｔ１までの第１の期間３０３ａと第２の時点ｔ１から現時点ｔ０までの第２の期間３０３ｂとに分割する。類似度算出部１１１は、所定期間Ｔ４０についても同様に、第２の時点ｔ１を基準時点として、第１の時点ｔ４から第２の時点ｔ１までの第１の期間３０４ａと第２の時点ｔ１から現時点ｔ０までの第２の期間３０４ｂとに分割する。

次に、類似度算出部１１１は、第１の期間３０２ａにおける車両状態情報に基づいて予測される第２の期間３０２ｂにおける車両状態情報である予測情報Ａを算出する。同様に、類似度算出部１１１は、第１の期間３０３ａにおける車両状態情報に基づいて予測される第２の期間３０３ｂにおける車両状態情報である予測情報Ｂ、及び、第１の期間３０４ａにおける車両状態情報に基づいて予測される第２の期間３０４ｂにおける車両状態情報である予測情報Ｃを算出する。

ここで、実測情報となる生起確率が、予測情報Ａでは０．２、予測情報Ｂでは０．５、予測情報Ｃでは０．７、と算出されたとする。この場合、推定部１１２は、実測情報となる生起確率が最も高いと算出された予測情報Ｃに対応する第１の期間３０４aの長さを未来予測時間と推定する。

運転意図有無判定部１２は、運転者への報知及び運転支援を行うか否かの判定を行う。この判定を行うにあたり、運転意図有無判定部１２は、未来予測時間算出部１１により算出された未来予測時間に基づき、運転者の運転意図の有無を判定する。運転意図がある状態とは、運転者が運転操作に集中できている状態のことをいう。運転意図がない状態とは、例えば、運転者が眠気を感じているときや脇見をしているときなど、運転者が運転操作に集中できていない状態のことをいう。運転意図有無判定部１２は、未来予測時間が所定の範囲内に収まるか否かを判定することによって、運転意図の有無を判定する。これは、本発明者が見出した、運転意図と未来予測時間との関係に基づくものである。

本発明者は、ドライビングシミュレータ実験により、運転意図と未来予測時間との関係を調べた。その結果から、後述する考え方に基づき、運転者に運転意図がある状態での未来予測時間の範囲を定めた。実験結果である、図５及び図６を用いて、上記所定の範囲を説明する。当実験は運転中に回避対象物をＴＴＣ（Time-To-Collision：自車両と回避対象物との距離を相対速度で除した値）基準で数段階のタイミングで出現させた。各試行の出現タイミングが未来予測時間に対応すると考える。例えばＴＴＣ＝２．０秒で回避対象物が出現し即座に回避行動を開始し、回避が成功したなら未来予測時間２．０秒の行動に相当する。図５は回避対象物との接触事故が発生した実験試行回数の割合を未来予測時間別に示したグラフである。自車両が回避対象物と衝突するまでの時間よりも運転者の未来予測時間が長くなったため当該事故は発生しており、未来予測時間１秒にてほぼ全ての試行で事故が発生していることから、本実施形態では未来予測時間１．５秒を下限値として定めた。また、図６は、回避対象物出現後、即座に回避行動のための運転操作を開始した実験試行回数の割合を未来予測時間別に示したグラフである。システムへの実装を鑑みて、未来予測における冗長性の観点で上限を設定した。図６に示すように、未来予測時間が４．５秒以上（見落とし等のエラーを考慮）の領域においては、一部試行において即座に運転行動を開始していない。これは、回避までの時間的余裕が残されているため直近の運転行動として運転者は回避操作を実行しなかった、ということであり、未来予測時間として冗長であることを示している。このことから、本実施形態では４．５秒を上限値として定めた。

本実施形態の運転支援装置１は、このような知見に基づき、未来予測時間が所定の範囲内の場合、運転者に運転意図があると判定し、運転者への報知及び運転支援を行わないと判定する。また、運転支援装置１は、未来予測時間が所定の範囲の下限値よりも短い場合又は上限値よりも長い場合、運転者に運転意図がないと判定し、運転者への報知及び運転支援を行うと判定する。

報知部２３は、運転意図有無判定部１２の判定に基づき、運転者への報知を行うように構成されている。例えば、音声又は画面表示などを用いて、運転者への注意喚起が行われる。報知部２３は、運転シーンに応じて適切な報知を実行する。

操作介入部２４は、運転意図有無判定部１２の判定に基づき、運転支援を行うように構成されている。例えば、ＡＣＣ機能やＬＫＡ機能などを用いて、運転操作が支援される。操作介入部２４は、運転シーンに応じて適切な運転支援を実行する。なお、ＡＣＣとは、Ａｄａｐｔｉｖｅ Ｃｒｕｉｓｅ Ｃｏｎｔｒｏｌの略である。また、ＬＫＡとは、Ｌａｎｅ Ｋｅｅｐｉｎｇ Ａｓｓｉｓｔの略である。

［２．処理］
運転支援装置１が実行する運転意図判定処理について、図４のフローチャートを用いて説明する。運転意図判定処理は、自車両のイグニッションスイッチがオンされた後、所定の周期で繰り返し実行される。

まず、Ｓ１０１で、運転支援装置１は、現時点を基準とするｎ番目の過去の期間を設定する。なお、本実施形態では、ｎの初期値は１である。本実施形態では、運転支援装置１は、０．５×（ｎ＋１）秒前から現時点までの期間をｎ番目の過去の期間として設定する。例えば、ｎ＝３の場合、運転支援装置１は、２秒前から現時点までの期間を３番目の過去の期間として設定する。

続いて、Ｓ１０２で、運転支援装置１は、Ｓ１０１で設定した期間を、前述したように、第１の期間と第２の期間とに分割する。本実施形態では、第１の期間と第２の期間とに分割する基準時点は、現時点から０．５秒前の時点とする。例えば、ｎ＝３の場合、運転支援装置１は、３番目の過去の期間を、２秒前から０．５秒前までの期間である第１の期間と、０．５秒前から現時点までの期間である第２の期間と、に分割する。

続いて、Ｓ１０３で、運転支援装置１は、第１の期間における車両状態情報に基づき予測される第２の期間における車両状態情報である予測情報を算出する。
続いて、Ｓ１０４で、運転支援装置１は、所定の回数だけＳ１０１～Ｓ１０３の処理を実行したか否かを判定する。本実施形態では、運転支援装置１は、所定の回数を１０とする。

運転支援装置１は、Ｓ１０４で所定の回数だけＳ１０１～Ｓ１０３の処理を実行していないと判定した場合には、ｎに１を加算しＳ１０１に戻る。
一方、運転支援装置１は、Ｓ１０４で所定の回数だけＳ１０１～Ｓ１０３の処理を実行したと判定した場合には、Ｓ１０５へ移行し、予測情報のそれぞれと実測情報との類似度を算出する。なお、Ｓ１０１～Ｓ１０５が、類似度算出部１１１としての処理に相当する。

続いて、Ｓ１０６で、運転支援装置１は、類似度のそれぞれを比較して、類似度が最も高いと算出された予測情報に対応する第１の期間を未来予測時間と推定する。なお、Ｓ１０６が、推定部１１２としての処理に相当する。

続いて、Ｓ１０７で、運転支援装置１は、未来予測時間が所定の範囲内に収まるか否かを判定する。
運転支援装置１は、Ｓ１０７で未来予測時間が所定の範囲内に収まらないと判定した場合には、Ｓ１０８へ移行し、報知及び運転支援を実施すると判定した後、図４の運転意図判定処理を終了する。

一方、運転支援装置１は、Ｓ１０７で未来予測時間が所定の範囲内に収まると判定した場合には、図４の運転意図判定処理を終了する。なお、Ｓ１０７，Ｓ１０８が、運転意図有無判定部１２としての処理に相当する。

［３．効果］
以上詳述した本実施形態によれば、以下の効果が得られる。
（３ａ）運転支援装置１は、運転者の運転操作及び車両の挙動のうち少なくとも一つを表す情報である車両状態情報に基づいて未来予測時間を算出する。そして、運転支援装置１は、未来予測時間に基づいて、運転意図の有無を判定する。一方、サッケードの発生頻度に基づいて運転意図の有無を判定する場合、前述したように、運転意図かその他の意図かを切り分けられないという問題が生じる可能性がある。サッケードの発生頻度以外にも、運転者の身体の状態に基づいた尺度を用いて運転意図の有無を判定する場合、同様の問題が生じ得る。本実施形態の構成によれば、サッケードの発生頻度など運転者の身体の状態に基づいた尺度を用いて運転意図の有無を判定する場合に生じる運転意図かその他の意図かを切り分けられないという問題が生じにくい。よって、運転者の身体の状態に基づいた尺度を用いて運転意図の有無を判定する場合と比較して、運転意図の有無をより正確に判定することができる。

（３ｂ）運転支援装置１は、未来予測時間が所定の範囲内の場合、運転者に運転意図があると判定する。これは、運転者に運転意図がある状態では、運転者は所定の範囲内の未来を予測し運転している、という知見に基づくものである。また、運転者が予測できる時間は、運転シーンの違いによらず同じであるという知見にも基づいている。したがって、特定の運転シーンごとに異なるロジックを用いて運転意図の有無を求めるような処理が不要となる。よって、特定の運転シーンごとに異なるロジックを用いて運転意図の有無を判定する場合と比較して、汎用的に運転意図の有無を判定することができる。

（３ｃ）運転支援装置１は、未来予測時間が所定の範囲の下限値よりも短い場合、運転者に運転意図がないと判定する。このような構成によれば、先を予見できていない咄嗟の行動に当てはまる場合を排除できる。

（３ｄ）運転支援装置１は、未来予測時間が所定の範囲の上限値よりも長い場合、運転者に運転意図がないと判定する。このような構成によれば、人の処理能力を超えるような先の未来にもかかわらず、たまたま予測情報と実測情報との類似度が高くなった場合を排除できる。

［４．他の実施形態］
以上、本開示の実施形態について説明したが、本開示は、上記実施形態に限定されることなく、種々の形態を採り得ることは言うまでもない。

（４ａ）上記実施形態では、操作介入部２４は、運転支援機能としてＡＣＣ機能やＬＫＡ機能を実行する。しかし、例えば、運転支援機能に代えて、操作介入部２４は、自動運転機能を実行するように構成されていてもよい。

（４ｂ）上記実施形態では、推定部１１２は、類似度が最も高いと算出された予測情報に対応する第１の期間を未来予測時間と推定する。しかし、例えば、類似度が最も高いと算出された予測情報に対応する第１の期間と第２の期間とを足した期間を未来予測時間と推定することとしてもよい。

（４ｃ）上記実施形態では、類似度算出部１１１は、第１の期間における車両状態情報に基づき予測される第２の期間における複数とおりの車両状態情報と、それぞれの車両状態情報へ遷移する生起確率とによって、予測情報を表す。しかし、例えば、第１の期間における車両状態情報に基づき予測される第２の期間における車両状態情報に基づき識別される運転シーンによって、予測情報を表してもよい。この場合、類似度算出部１１１は、実測情報も運転シーンによって表し、運転シーン同士を比較することで類似度を算出する。また、類似度算出部１１１は、自車両のステアリングの操舵角、自車両のアクセル開度、自車両が走行レーンの中央からどの程度左右にずれて走行しているかなどの各状態の組み合わせに基づいて車両状態情報を運転シーンに変換する処理を実施する。

（４ｄ）上記実施形態では、予測情報を算出する方法としてＮグラムモデルの技術を利用した。しかし、他の方法を利用し予測情報を算出してもよい。例えば、隠れマルコフモデルなどが利用可能である。

（４ｅ）上記実施形態における１つの構成要素が有する機能を複数の構成要素として分散させたり、複数の構成要素が有する機能を１つの構成要素に統合したりしてもよい。また、上記実施形態の構成の一部を省略してもよい。また、上記実施形態の構成の少なくとも一部を、他の上記実施形態の構成に対して付加、置換等してもよい。

１…運転支援装置、１１…未来予測時間算出部、１２…運転意図有無判定部。

Claims (4)

1. 車両に搭載される運転支援装置であって、
   運転者の運転操作及び前記車両の挙動のうち少なくとも一つを表す情報である車両状態情報に基づいて、前記運転者がどのくらい先の未来を予測して運転しているのかを示す指標である未来予測時間を算出するように構成された未来予測時間算出部（Ｓ１０１～Ｓ１０６）と、
   前記未来予測時間に基づいて、前記運転者への報知及び運転支援のうち少なくとも一つを行うか否かを判定するように構成された運転意図有無判定部（Ｓ１０７，Ｓ１０８）と、
   を備え、
   前記未来予測時間算出部は、
   過去の複数の第１の時点から現時点よりも前の第２の時点までの期間である複数の第１の期間それぞれにおける前記車両状態情報に基づき予測される前記第２の時点から前記現時点までの期間である第２の期間における前記車両状態情報である複数の予測情報それぞれと、前記第２の期間における実測された前記車両状態情報である実測情報と、の類似度を算出するように構成された類似度算出部（Ｓ１０１～Ｓ１０５）と、
   前記複数の予測情報のうち前記実測情報と最も高い前記類似度が算出された予測情報に対応する前記第１の期間の長さに応じて前記未来予測時間を推定するように構成された推定部（Ｓ１０６）と、を備える、運転支援装置。
2. 請求項１に記載の運転支援装置であって、
   前記類似度算出部は、前記複数の予測情報それぞれに基づき識別される前記車両状態情報の規則性をもった時系列的な変化の類型である運転シーンそれぞれと、前記実測情報に基づき識別される前記運転シーンと、の類似度を算出する、運転支援装置。
3. 請求項１又は請求項２に記載の運転支援装置であって、
   前記運転意図有無判定部は、前記未来予測時間が所定の範囲の下限値よりも短い又は前記所定の範囲の上限値よりも長い場合、前記運転者への報知及び運転支援のうち少なくとも一つを行うと判定する、運転支援装置。
4. 車両に搭載される運転支援装置であって、
   運転者の運転操作及び前記車両の挙動のうち少なくとも一つを表す情報である車両状態情報に基づいて、前記運転者がどのくらい先の未来を予測して運転しているのかを示す指標である未来予測時間を算出するように構成された未来予測時間算出部（Ｓ１０１～Ｓ１０６）と、
   前記未来予測時間に基づいて、前記運転者への報知及び運転支援のうち少なくとも一つを行うか否かを判定するように構成された運転意図有無判定部（Ｓ１０７，Ｓ１０８）と、
   を備え、
   前記運転意図有無判定部は、前記未来予測時間が所定の範囲の下限値よりも短い又は前記所定の範囲の上限値よりも長い場合、前記運転者への報知及び運転支援のうち少なくとも一つを行うと判定する、運転支援装置。

Images