JPWO2006059765A1 - 運転行動モデルとその構築方法及び構築システム - Google Patents

Abstract

実際の人間による運転操作と同様な挙動を示し、個人毎に異なる運転行動を正確に解析することが出来る様なモデルと、その様なモデルを構築或いは決定することが出来る様な方法及びシステムを提供するために、運転行動モデルを、出力成分にフィードフォワード制御による成分（フィードフォワード項）とフィードバック制御による成分（フィードバック項）とを有し、フィードフォワード制御による成分及びフィードバック制御による成分は、運転者（例えば、自動車のドライバ）による運転行動の結果の測定値に基いて決定されている。

Description

本発明は、ドライバの運転行動を解析する手法を確立するための前段階として、ドライバが情報をどの様に処理して運転行動として出力するのかを解析するモデルの構築に関する。

自動車の運転に際して、ドライバは自車の位置や道路の曲率その他の情報を取り込んで、ハンドルの操舵角を変更する等の操作を行っている。運転操作（運転行動）をドライバによる制御と考え、係る制御系を数式や関数等でモデル化（モデリング）することが出来れば、個人差や状況毎の差異が激しく解析が困難な「ドライバの運転行動」について、当該モデルを用いて、正確な解析を行うことが出来る。
そして、個々のドライバの運転行動を正確に解析することが出来れば、個々のドライバに対応して最も適切な運転支援システムを提供することが可能となる。ここで、先進国を中心として高齢化が進む中で、特に高齢者に対して適切な運転支援を行うシステムの早期の実現は、非常に重要な問題に位置付けされている。

従来は、係るドライバモデルは、架空の人物としてソフトウェア上で設計されており、実在の人間と同じ挙動を示すか否かについて、信頼性が低かった。そのため、実際の人間による運転操作の実験結果と合致する様なドライバのモデルを構築したいという要請が存在する。
実際の人間による運転操作の実験結果に基いてドライバのモデルを構築した従来技術も存在するが、当該従来技術では、車両の安定化のために行う操作の成分のみでドライバのモデルを作成している。そのため、実際の人間による運転操作と、当該従来技術により構築された運転操作モデルとでは、無視出来ない程度の差異が生じてしまう。

その他の従来技術として、車速と操舵角と車両の運転行動モデルを用いて、ドライバが車両の軌道修正操舵を行っていると判定する操舵制御装置が存在する（特許文献１参照）。
しかし、係る技術は操舵制御に関する技術であって、操舵を行うドライバのモデルを構築する技術ではない。
特開２００４−３０６７２７号公報

本発明は上述した従来技術の問題点に鑑みて提案されたものであり、実際の人間による運転操作と同様な挙動を示し、個人毎に異なる運転行動を正確に解析することが出来る様な運転行動モデルと、その様なモデルを構築或いは決定することが出来る様な方法及びシステムの提供を目的としている。

本発明のその他の目的は、係る運転行動モデルが適用されており、運転者個々に対し適切に運転支援をする事が出来る運転支援システムの提供である。

本発明の運転行動モデル（例えば、ドライバモデル）は、出力成分にフィードフォワード制御による成分（フィードフォワード項）とフィードバック制御による成分（フィードバック項）とを有し、フィードフォワード制御による成分及びフィードバック制御による成分は、運転者（例えば、自動車のドライバ）による運転行動の結果の測定値に基いて決定されていることを特徴としている（請求項１）。

本発明の運転行動モデル（例えば、ドライバモデル）において、出力成分に安定化制御による成分（安定化項）をも有しており、安定化制御による成分も運転者（例えば、自動車のドライバ）による運転行動の結果の測定値に基いて決定されているのが好ましい（請求項２）。

また、本発明の運転行動モデルの構築方法（決定方法）は、フィードフォワード制御における制御パラメータ（例えば、道路のヨー角の微分値θ_Ｒ’）を選択する工程と、フィードフォワード制御による成分（フィードフォワード項）を決定する工程と、フィードバック制御における制御パラメータ（例えば、道路センターラインとの相対ヨー角θ_ｒと、道路センターラインからの相対横変位ｙと、道路センターラインからの横方向相対速度ｙ’と、道路センターラインとの相対ヨー角の角速度θ_ｒ’）を選択する工程と、フィードバック制御による成分（フィードバック項）を決定する工程、とを有することを特徴としている（請求項３）。

本発明の運転行動モデルの構築方法（決定方法）において、安定化制御における制御パラメータ（例えば、ヨーレイトω及びヨー角加速度ω’）を選択する工程と、安定化制御による成分（安定化項）を決定する工程、とを有することが好ましい（請求項４）。

本発明の運転行動モデルの構築システム（決定システム）は、フィードフォワード制御における制御パラメータ（例えば、制御パラメータである道路のヨー角の微分値θ_Ｒ’）と、フィードバック制御における制御パラメータ（例えば、道路センターラインとの相対ヨー角θ_ｒと、道路センターラインからの相対横変位ｙと、道路センターラインからの横方向相対速度ｙ’と、道路センターラインとの相対ヨー角の角速度θ_ｒ’）とを選択する様に構成されている制御パラメータを決定する装置（パラメータ決定装置７８）と、フィードフォワード制御による成分（フィードフォワード項）を決定する装置（フィードフォワード項決定装置７６）と、フィードバック制御による成分（フィードバック項）を決定する装置（フィードバック項決定装置８２）、とを有することを特徴としている（請求項５）。

本発明の運転行動モデルの構築システム（決定システム）において、前記制御パラメータを決定する装置（パラメータ決定装置７８）は安定化制御における制御パラメータ（例えば、ヨーレイトω及びヨー角加速度ω’）をも選択する様に構成されており、安定化制御による成分（安定化項）を決定する装置（安定化項決定装置８４）を備えていることが好ましい（請求項６）。

本発明において、フィードフォワード項と、フィードバック項を決定するに際して、統計処理の手法である最大傾斜法で重回帰分析を行って、フィードフォワード項とフィードバック項（におけるゲインや遅れ、重み付け等）を同時に決定することも出来る。

ここで、フィードフォワード項、フィードバック項に加えて、安定化項も数式モデル（ドライバモデル）に包含させる場合には、フィードフォワード項、フィードバック項、安定化項を求めるに際して、最大傾斜法で重回帰分析を行って、フィードフォワード項、フィードバック項、安定化項（のゲインや遅れ等）を一度に決定しても良い。

なお、本発明において、制御パラメータを決定する装置（パラメータ決定装置７８）と、フィードフォワード制御による成分（フィードフォワード項）を決定する装置（フィードフォワード項決定装置７６）と、フィードバック制御による成分（フィードバック項）を決定する装置（フィードバック項決定装置８２）を、或いは、それに加えて安定化制御による成分（安定化項）を決定する装置（安定化項決定装置８４）をコンピュータ（ＰＣ等）で構成しても良い。その場合、上記各々の装置は、コンピュータ内の機能ブロックとして構成される。

本発明の運転支援システムは、自動車（１１０）に搭載される運転支援システムにおいて、ハンドル（１１２）の操舵角を検出する手段（ハンドル角・トルク計測センサ１１４）と、ブレーキペダル及び／又はアクセルペダル（１１６）の踏み代を計測する手段（ペダルセンサ１１８）と、車速を計測する手段（車速計１２０）と、道路形状認識手段（ＣＣＤカメラ１２２）と、自動車（１１０）の位置を検出する手段（ＧＰＳアンテナ１２４及びＧＰＳコントローラ１２６で構成された位置計測用のＧＰＳ）と、加速度計（３軸ジャイロ加速度計１２８）と、ハンドル（１１２）の操舵角を制御する手段（ハンドルアクチュエータ１３０）と、制御手段（コントローラ１００）とが設けられており、該制御手段（コントローラ１００）は、ハンドルの操舵角を検出する手段（１１４）、ブレーキペダル及び／又はアクセルペダルの踏み代を計測する手段（１１８）、車速を計測する手段（１２０）、道路形状認識手段（１２２）、自動車の位置を検出する手段（１２４、１２６）、及び、加速度計（１２８）の計測結果或いは検出結果に基いて、自動車のヨー角（θ_Ｖ）と自動車の相対横方向変位（Ｙ_Ｖ）とを決定し、ハンドルの操舵角を制御する手段（１３０）へ制御信号を出力する様に構成されていることを特徴としている（請求項７）。

本発明の運転支援システムにおいて、自動車（１１０）の制動力を制御する手段（フロントブレーキアクチュエータ１３２、リアブレーキアクチュエータ１３４）が設けられており、前記制御手段（コントローラ１００）は、道路のセンターラインと直交する方向の加速度（横向き加速度Ｙ_Ｇ）を演算し、当該加速度が大きい場合には自動車（１１０）の制動力を制御する手段（１３２、１３４）を作動して車速を減じる制御を行う様に構成されているのが好ましい（請求項８）。

発明者は、ドライバが車両を運転する運転行動を解析した結果、フィードフォワード制御による影響が非常に大きく、フィードフォワード制御では行い得ない位置に対する修正動作についてはフィードバック制御による影響が非常に大きいことに着目した。
上述する構成を具備する本発明の運転行動モデル（例えば、ドライバモデル）では、出力成分にフィードフォワード制御による成分（フィードフォワード項）とフィードバック制御による成分（フィードバック項）とを有しており、実際のドライバによる運転と同様な出力或いは挙動となる。そして、本発明では、フィードフォワード制御による成分及びフィードバック制御による成分は、運転者（例えば、自動車のドライバ）による運転行動の結果の測定値に基いて決定されているので、当該運転者と同じ様な行動或いは挙動を示すモデルを提供することが出来るのである。

本発明の運転行動モデルを構築するに際しては、実際の運転（シミュレーションによる実験を含む）の結果を処理することにより、ドライバ毎に、当該運転行動をフィードフォワード成分とフィードバック成分とを因子とする数式（或いは関数）でモデル化する。

また、本発明では、フィードフォワード成分とフィードバック成分とに加えて、安定化制御成分を因子として包含する数式（或いは関数）でモデル化することが出来る（請求項２、４、６参照）。安定化制御成分を因子として包含する、或いは、安定化項を包含する数式モデルを得る場合において、ドライバによる出力としてハンドルの操舵角を選択するのであれば、当該操舵角を、フィードフォワード成分の第１項と、フィードバック成分の第２項と、車両の安定化のために行う操作の成分である第３項との和として、求めることになる。

本発明において、運転行動モデルの出力成分（例えば、操舵角成分）をフィードフォワード項、フィードバック項（及び安定化項）に分けて求めることが出来る。そして、フィードフォワード項、フィードバック項（及び安定化項）に分けて求めた出力成分を比較することにより、個々の運転者毎に、最も必要とする運転支援項目を解析することが出来る。
そして、個々の運転者毎に、差異的な運転支援システムを設計することが可能となる。

本発明の運転支援システムによれば、上述した運動行動モデルに従って、ハンドルの操舵角を適正に制御する事が出来る。
また、速度制御も可能に構成すれば、車速が早くなり過ぎて、道路のセンターラインに直交する方向への加速度が大きくなった際に、その旨を検知して、車速を減じる制御を行うことも可能となる。

以下、添付図面を参照して、本発明の実施形態について説明する。
最初に、図１を参照して、本発明に係るドライバモデルを説明する。

図１は、本発明に係るドライバモデルを、ブロック図として表現したものである。
図１において、符号１０で示す系全体から、自動車を示すブロック１２を除いたものが、本発明に係るドライバモデルである。
図１のドライバモデルは、例えば高速道路等の直線路が多い道路走行時のモデル構築により得られたものである。

本発明に係るドライバモデルは、フィードフォワード制御ブロック１４と、フィードバック制御ブロック１６と、安定化制御ブロック１８とを備えている。なお、符号２０は、各種の「外乱（Ｒｅｍｎａｎｔ）」を示す要素である。
ここで「安定化制御」とは、自動車の挙動変化に対するものであり、凍結路等におけるスリップ時のカウンターステアが、その代表的な操舵である。

図１のドライバモデルにおいて、入力される情報（モデルへの環境情報）は、道路のセンターラインのヨー角θ_Ｒと、道路のセンターラインに直交する方向の変位（横方向変位）Ｙ_Ｒである。
そして、図１のドライバモデルによる出力は操舵角であるが、具体的には、自動車のヨー角θ_Ｖと、自動車の横方向変位Ｙ_Ｖである。
なお、フィードバック制御ブロック１６において、ヨー角θ_Ｖに関連する成分を処理する部分を符号１６−θで示し、横方向変位Ｙ_Ｖに関連する成分を処理する部分を符号１６−Ｙで示している。

フィードフォワード制御ブロック１４における伝達要素２２の伝達関数「Ｋ_０ｓｅ^−τ０ｓ」は、詳細を後述する数式モデルにおけるフィードフォワード項
ａ_１θ_Ｒ’（ｔ＋Δｔ_１）
但し、ａ_１はフィードフォワード項のゲイン、θ_Ｒ’（＝ｄθ_Ｒ／ｄｔ）は道路のヨー角（θ_Ｒ）の微分値、Δｔ_１はフィードフォワード項の遅れ時間である、
に対応している。

フィードバック制御ブロック１６において、ヨー角θ_Ｖに関連する成分を処理する部分を符号１６−θの伝達要素２４の伝達関数「（Ｋ_１＋Ｋ_２ｓ）ｅ^−τ１ｓ」は、詳細を後述する数式モデルにおけるフィードバック項
ａ_２｛ε_１ｙ’（ｔ＋Δｔ_２）＋ε_２ｙ（ｔ＋Δｔ_２）＋ε_３θ_ｒ（ｔ＋Δｔ_２）＋ε_４θ_ｒ’（ｔ＋Δｔ_２）｝
但し、ａ_２はフィードバック項のゲイン、ε_１〜ε_４は重回帰分析を行うための重み付け、ｙ’は道路センターラインからの（横方向）相対速度、Δｔ_２はフィードバック項の遅れ時間、ｙは道路センターラインからの相対横変位、θ_ｒ’（＝ｄθ_ｒ／ｄｔ）は道路センターラインとの相対ヨー角（θ_ｒ）の角速度、θ_ｒは道路センターラインとの相対ヨー角である、
における
ａ_２｛ε_３θ_ｒ（ｔ＋Δｔ_２）＋ε_４θ_ｒ’（ｔ＋Δｔ_２）｝
に対応している。

そして、フィードバック制御ブロック１６において、横方向変位Ｙ_Ｖに関連する成分を処理する部分１６−Ｙの伝達要素２６の伝達関数「（Ｋ_３＋Ｋ_４ｓ）ｅ^−τ１ｓ」は、係るフィードバック項における
ａ_２｛ε_１ｙ’（ｔ＋Δｔ_２）＋ε_２ｙ（ｔ＋Δｔ_２）｝
に対応している。

安定化制御ブロック１８において、伝達要素２８の伝達関数「（Ｋ_５＋Ｋ_６ｓ）ｅ^−τ２ｓ」は、詳細を後述する数式モデルにおける安定化項
ａ_３｛ε_５ω（ｔ＋Δｔ_３）＋ε_６ω’（ｔ＋Δｔ_３）｝
但し、ａ_３は安定化項のゲイン、ωはヨーレイト、Δｔ_３は安定化項の遅れ時間、ω’はヨー角加速度である、
に対応している。

安定化制御ブロック１８において、伝達要素２８は後述する数式モデルの安定化項に対応しており、該安定化項ではヨーレイトω及びヨー角加速度ω’をパラメータとしている。そのため図１のモデルの出力であるヨー角θ_Ｖを微分して処理しなければならない。そのため、安定化制御ブロック１８の伝達要素３０の伝達関数ｓは、微分機能を有している。

ここで、走行中の自動車は直進している状態が最も安定しているので、安定化制御ブロック１８が伝達要素２８しか有さない場合には、当該モデルでは走行中の自動車が曲がったり、車線変更をすることが困難になってしまう。そのため、安定化制御以前の段階における操舵角度を考慮した制御を行う必要がある。安定化制御ブロック１８の伝達要素３２（伝達関数Ｋ_５）は、係る趣旨に基いて設けられている。

図１で示すドライバモデルにおける情報の伝達について説明する。
道路のセンターラインのヨー角θ_Ｒと、道路のセンターラインに直交する方向の変位（横方向変位）Ｙ_Ｒが、各々、信号Ｉ１−１、Ｉ１−２として、図１のドライバモデルに入力される。
信号Ｉ１−１は、引出し点４２で信号Ｏ−４２−１、Ｏ−４２−２に分岐する。信号Ｏ−４２−１は、フィードフォワード制御ブロック１４の伝達要素２２に入力され、上述した伝達関数により処理されて、信号Ｏ−２２として出力され、加え合わせ点３４に送出される。

引出し点４２で分岐した他方の信号Ｏ−４２−２は、フィードバック制御ブロック１６におけるヨー角θ_Ｖに関連する成分を処理する部分１６−θの加え合わせ点４４に送られ、後述するフィードバック信号が加算され、信号Ｏ−４４として伝達要素２４に送られる。
伝達要素２４で処理された出力信号Ｏ−２４は、加え合わせ点３４に送出される。

道路のセンターラインに直交する方向の変位（横方向変位）Ｙ_Ｒに関する信号Ｉ１−２は、フィードバック制御ブロック１６における横方向変位Ｙ_Ｖに関連する成分を処理する部分１６−Ｙの加え合わせ点４６に送られ、後述するフィードバック信号が加算され、信号Ｏ−４６として伝達要素２６に送られる。
伝達要素２６で処理された出力信号Ｏ−２６は、加え合わせ点３４に送出される。

加え合わせ点３４で、信号Ｏ−２２、Ｏ−２４、Ｏ−２６が重畳されて信号Ｏ−３４として出力され、当該出力信号Ｏ−３４は、引出し３６で、加え合わせ点３８に送出される信号Ｏ−３６−１と、安定化制御ブロック１８へ向う信号Ｏ−３６−２とに分岐される。

信号Ｏ−３６−２は、直前の操舵角がキャンセルされないように伝達要素３２で処理され、信号Ｏ−３２として加え合わせ点４０へ出力される。
加え合わせ点４０では、伝達要素３２の出力信号Ｏ−３２と、伝達要素３０の出力信号Ｏ−３０とが加算され、信号Ｏ−４０として、伝達要素２８へ入力される。そして、伝達要素２８において、前述した伝達関数によって処理が為され、信号Ｏ−２８として加え合わせ点３８に送出される。

加え合わせ点３８では、当該信号Ｏ−２８と、引出し点３６で分岐した一方の信号である前記信号Ｏ−３６−１とが加算される。それに加えて、要素２０から外乱に関する情報が、信号Ｏ−２０として加え合わせ点３８へ送出される。
加え合わせ点３８では、信号Ｏ−３６−１、Ｏ−２８、Ｏ−２０とが加算されて、信号Ｏ−３８として自動車ブロック１２に送られる。

自動車ブロック１２の引出し点４８において、信号Ｏ−３８は、信号Ｏ−４８−１、Ｏ−４８−２に分岐する。
一方の信号Ｏ−４８−１は、自動車における要素５０においてヨー角θ_Ｖ決定に関する処理が為され、ヨー角θ_Ｖを示す信号Ｏ−５０として出力される。
この信号Ｏ−５０は、引出し点５４で出力信号Ｏ−５４−１と、フィードバック信号Ｏ−５４−２とに分岐する。そして、フィードバック信号Ｏ−５４−２は、フィードバック制御ブロック１６における部分１６−θの引出し点５８で信号Ｏ−５８−１、Ｏ−５８−２に分岐し、信号Ｏ−５８−１はフィードバック信号として加え合わせ点４４に送られ、信号Ｏ−５８−２は安定化制御ブロック１８の伝達要素３０に入力される。

自動車ブロック１２の引出し点４８で分岐した他方の信号Ｏ−４８−２は、自動車における要素５２で横方向変位Ｙ_Ｖ決定に関する処理が為され、変位Ｙ_Ｖを示す信号Ｏ−５２として出力される。
この信号Ｏ−５２は、引出し点５６で出力信号Ｏ−５６−１と、フィードバック信号Ｏ−５６−２とに分岐する。そして、フィードバック信号Ｏ−５６−２は、フィードバック制御ブロック１６における部分１６−Ｙの加え合わせ点４６に送られる。

ここで、図１のブロック図で表現されたドライバモデルを数式として表現する場合について説明する。
図１のブロック図で表現されたドライバモデルを数式で表現したものが、次式（１）である。
δ（ｔ）＝ａ_０＋ａ_１θ_Ｒ’（ｔ＋Δｔ_１）＋ａ_２｛ε_１ｙ’（ｔ＋Δｔ_２）＋ε_２ｙ（ｔ＋Δｔ_２）＋ε_３θ_ｒ（ｔ＋Δｔ_２）＋ε_４θ_ｒ’（ｔ＋Δｔ_２）｝＋ａ_３｛ε_５ω（ｔ＋Δｔ_３）＋ε_６ω’（ｔ＋Δｔ_３）｝＋Ｎ ・・・・（１）
この式（１）において、
ａ_１θ_Ｒ’（ｔ＋Δｔ_１）はフィードフォワード項、
ａ_２｛ε_１ｙ’（ｔ＋Δｔ_２）＋ε_２ｙ（ｔ＋Δｔ_２）＋ε_３θ_ｒ（ｔ＋Δｔ_２）＋ε_４θ_ｒ’（ｔ＋Δｔ_２）｝はフィードバック項、
ａ_３｛ε_５ω（ｔ＋Δｔ_３）＋ε_６ω’（ｔ＋Δｔ_３）｝は安定化項、
Ｎは外乱である。

そして、
δ（ｔ）はその時点における操舵角、
ａ_０はスライドオフセット（ｄｅｇｒｅｅ）、
ａ_１はフィードフォワード項のゲイン、
ａ_２はフィードバック項のゲイン、
ａ_３は安定化項のゲイン、
Δｔ_１はフィードフォワード項の遅れ時間、
Δｔ_２はフィードバック項の遅れ時間、
Δｔ_３は安定化項の遅れ時間、
θ_Ｒ’（＝ｄθ_Ｒ／ｄｔ）は道路（センターライン）のヨー角（θ_Ｒ）の微分値、
θ_ｒは道路センターラインとの相対ヨー角、
ｙは道路センターラインからの相対横変位、
ｙ’（＝ｄｙ／ｄｔ）は道路センターラインからの（横方向）相対速度、
θ_ｒ’（＝ｄθ_ｒ／ｄｔ）は道路センターラインとの相対ヨー角（θ_ｒ）の角速度、
ωはヨーレイト、
ω’（＝ｄω／ｄｔ）はヨー角加速度、
ε_１〜ε_５は重回帰分析を行うための重み付けである。

スライドオフセットａ_０と、フィードフォワード項のゲインａ_１とは、以下の様に決定する。
先ず、ドライバによるフィードフォワード制御において、入力される情報から、実際のドライバによる運転の感覚に近しいであろう情報を選択する。例えば、フィードフォワード制御において入力される情報として、道路のヨー角（θ_Ｒ）、道路の曲率、道路のヨー角の変化率（微分値：θ_Ｒ’）がある。
ここで、道路のヨー角の変化によって自動車が進行するべき方向を予測して操舵角を調節することが、ドライバによる実際の運転と感覚的に近い。また、図２で示す様に、実験値から道路のヨー角の微分値と操舵角との特性においては、相関係数が０．８以上であり、相関性が良好である。
従って、図示の例では、道路のヨー角の微分値（θ_Ｒ’）を選択する。

次に、選択された情報（図示の例では、ヨー角の微分値θ_Ｒ’）と操舵角との特性について検討する。そして、両者を単回帰分析して回帰式を決定する。
図示の例では、図２で示す道路のヨー角の微分値と操舵角との特性から、道路のヨー角の微分値θ_Ｒ’と操舵角δ（ｔ）との回帰式（図３の符号「α」で示す直線参照）を求める。
単回帰分析により得られた回帰式は δ（ｔ）＝ａ_１θ_Ｒ’＋ａ_０ なる形となるので、その縦軸の切片及び傾きから、スライドオフセットａ_０と、フィードフォワード項のゲインａ_１とが求まる。例えば、図３における直線αの傾きからフィードフォワード項のゲインａ_１を求めることが出来て、図３における直線αの縦軸（操舵角軸）の切片からスライドオフセットａ_０が求まる。
なお、図３は回帰式を示す直線αを記入した点以外は、図２と同一である。

フィードフォワード項として選択された情報（図示の例では、ヨー角の微分値θ_Ｒ’）と操舵角との特性図からスライドオフセットａ_０と、フィードフォワード項のゲインａ_１とが求まったならば、フィードフォワード項の遅れ時間Δｔ_１を求める。
この遅れ時間Δｔ_１を求めるには、スライドオフセットａ_０とフィードフォワード項のゲインａ_１とを求めるのに用いたパラメータ（情報：図示の例では、ヨー角の微分値θ_Ｒ’）の遅れ（或いは進み）とドライバによるアウトプットである操舵角との相関を、例えば図４で示す様に求める。

図４は、ヨー角の微分値θ_Ｒ’の遅れ（或いは進み）と、相関係数（ヨー角の微分値θ_Ｒ’と操舵角δ（ｔ）との相関係数）との特性を示している。
そして、フィードフォワード項の遅れ時間Δｔ_１としては、相関係数が最も大きくなる値、図４の例では−０．４ｓｅｃ．を採用する。なお、図４において、プラスは「進み」を示し、マイナスは「遅れ」を意味している。
ゲインａ_１と、遅れ時間Δｔ_１とが決定すれば、操舵角δ（ｔ）の内のフィードフォワード項により制御される部分が決定する。

ここで、フィードフォワード項（或いは、スライドオフセットとフィードフォワード項による操舵成分）のみでは、車両の位置に対する修正動作が出来ない。係る修正動作を行うためにはフィードバック制御が必要である。そのため、位置規定のフィードバック項を決定するためには、操舵角δ（ｔ）（ｄｅｇｒｅｅ）から、スライドオフセットａ_０及びフィードフォワード項ａ_１θ_Ｒ’（ｔ＋Δｔ_１）を除去或いは減算し（スライドオフセットａ_０及びフィードフォワード項は、共にｄｅｇｒｅｅ）、その除去或いは減算した結果を用いて行う。
すなわち、操舵角δ（ｔ）から、スライドオフセット及びフィードフォワードを減算した結果から、前述したフィードバック項ａ_２｛ε_１ｙ’（ｔ＋Δｔ_２）＋ε_２ｙ（ｔ＋Δｔ_２）＋ε_３θ_ｒ（ｔ＋Δｔ_２）＋ε_４θ_ｒ’（ｔ＋Δｔ_２）｝を決定する。

フィードバック制御におけるパラメータ（フィードバック制御を行うドライバに入力される情報：フィードバック要素）として、道路センターラインとの相対ヨー角θ_ｒ、道路センターラインからの相対横変位ｙ、一次予測偏差、二次予測偏差があるが、発明者がドライビングシミュレータ或いは実際の車両を用いて行った実験結果を解析した結果、フィードバックパラメータとフィードバック成分の操舵角との相関は比較的低い（相関係数が小さい）事が分かっている。そのため、重回帰分析を行う。なお、重回帰分析自体は公知の手法であるため、説明は省略する。

最も基本的な情報である道路センターラインとの相対ヨー角θ_ｒと、道路センターラインからの相対横変位ｙと、各々の微分値（道路センターラインからの横方向相対速度ｙ’、道路センターラインとの相対ヨー角の角速度θ_ｒ’）をフィードバックパラメータとして採用し、この４つの項目について、重回帰分析を行えば、比較的高い相関係数を得る事が出来た。
図５は、発明者が行った実験結果から求めた相関、すなわち、道路センターラインとの相対ヨー角θ_ｒ、道路センターラインからの相対横変位ｙ、道路センターラインからの横方向相対速度ｙ’、道路センターラインとの相対ヨー角の角速度θ_ｒ’の４項目を用いた重相関解析の結果と、フィードバック成分の操舵角との相関を示している。

図５で示す様な高い相関が得られた場合における（重回帰分析で行った）重み付けがε_１〜ε_４である。ここで、ε_１が横方向相対速度ｙ’についての重み付け、ε２が相対横変位ｙについての重み付け、ε_３が相対ヨー角θ_ｒについての重み付け、ε_４が相対ヨー角の角速度θ_ｒ’についての重み付けである。
さらに、図５で示す様な高い相関が得られた場合において、図３で示す回帰式αの様な直線を求めれば、その傾きがフィードバック項におけるゲインとなる。

フィードバック項における遅れ時間Δｔ_２は、フィードフォワード項における遅れ時間Δｔ_１と同様に決定する。
すなわち、フィードバック項における遅れ時間Δｔ_２を変化させて、道路センターラインとの相対ヨー角θ_ｒ、道路センターラインからの相対横変位ｙ、道路センターラインからの横方向相対速度ｙ’、道路センターラインとの相対ヨー角の角速度θ_ｒ’の４項目を用いた重相関解析の結果とフィードバック成分の操舵角との相関係数の変化特性を求める。発明者による実験結果からは、例えば、図６で示す様な特性が得られた。
そして、図６で示す特性において、ピークの箇所（最も相関係数が高い箇所）の時間をフィードバック項における遅れ時間Δｔ_２に決定するのである。
以上により、フィードバック項（或いは位置制御のためのフィードバック操舵成分）ａ_２｛ε_１ｙ’（ｔ＋Δｔ_２）＋ε_２ｙ（ｔ＋Δｔ_２）＋ε_３θ_ｒ（ｔ＋Δｔ_２）＋ε_４θ_ｒ’（ｔ＋Δｔ_２）｝が決定する。

次に、操舵角δ（ｔ）から、スライドオフセット、フィードフォワード項、フィードバック項を減算した結果から、安定化項ａ_３｛ε_５ω（ｔ＋Δｔ_３）＋ε_６ω’（ｔ＋Δｔ_３）｝を決定する。
ここで、安定化項において、ヨーレイトωと、ヨー角加速度ω’（＝ｄω／ｄｔ）をパラメータとして採用しているのは、発明者が幾つかの状態量について検討した結果、操舵角との相関が高いパラメータであることによる。すなわち、ヨーレイトωと、ヨー角加速度ω’とをフィードバックすることにより、自動車走行の安定について有効であることが、発明者の検討結果より判明したからである。

安定化項におけるゲインａ_３は、フィードバック項のゲインａ_２を決定したのと同様な手法により求める。
すなわち、ヨーレイトωによる応答及びヨー角加速度ω’による応答に対する安定化による操舵角の重相関を取り、図５で示す様な高い相関係数が得られた場合における重み付けをε_５（ヨーレイトωにおける重み付け）、ε_６（ヨー角加速度ω’における重み付け）とする。
そして、高い相関が得られた場合における線形関数（図３における直線α参照）を求め、その傾きを、安定化項におけるゲインａ_３として決定する。

遅れ時間Δｔ_３については、遅れ時間を変化させて、ヨーレイトωによる応答及びヨー角加速度ω’による応答に対する安定化による操舵角の重相関における相関係数の変化特性を求める。発明者による実験結果の場合、例えば、図７で示す様な、遅れ時間と相関係数との特性が得られた。
そして、相関係数がピークとなった時間を、安定化項における遅れ時間Δｔ_３に決定する。
ここで、発明者による実験結果から得られた図７では、遅れ時間（進み時間）がゼロ近傍の箇所と、進み側に０．１秒〜０．２秒の箇所の２箇所に、ピーク（極大値）が存在している。しかし、進み側のピークは操舵に対するヨーレイト等の応答を表しているものと考えられるので、図７では、遅れ時間として、ゼロ近傍の数値を採用する。
以上により、安定化項が決定する。

この様にして、数式モデルが決定する。
ここで、式（１）の数式モデルも、図１のブロック図も、共に、同一のドライバモデルを表現している。換言すれば、式（１）と図１は、同一のモデルを異なる形式で表現しているのである。

次に、上述した式（１）を決定する手順を、図８、図９のフローチャートを参照して説明する。
先ず、実際の自動車或いはドライビングシミュレータ等を用いて、種々の条件下、或いは入力された情報に対して、ドライバが運転行動の結果として行ったハンドル操作の操舵角を計測する（ステップＳ１）。
そして、自動車或いはドライビングシミュレータで与えられた各種条件、或いは入力された情報（環境情報）と、操舵角との関係或いは特性を実験結果としてまとめる（ステップＳ２）。
ステップＳ２で求めた各種特性に基いて、数式（１）におけるフィードフォワード項、フィードバック項、安定化項を決定する。

先ず、ステップＳ２及びＳ３により、数式（１）におけるフィードフォワード項を決定する作業を行う。
最初に、ステップＳ２において、フィードフォワード項におけるパラメータを決定する。上述した様に、図示の例では、ドライバによる実際の運転と感覚的に近い結果が得られ、且つ、操舵角と相関が良好なパラメータである「道路のヨー角の微分値（θ_Ｒ’）」を、フィードフォワード項におけるパラメータとして選択している。

ここで、パラメータの決定は、人為的に選択しても良いし、一定の手順に従って自動的に選択するか、或いは、常に特定のパラメータだけを選択するように構成することが可能である。このことは、ステップＳ３のフィードフォワード制御のパラメータ決定のみならず、後述するフィードバック制御のパラメータの決定（ステップＳ６）や、安定化制御のパラメータ決定（ステップＳ９）でも同様である。

なお、図８、図９では、フィードフォワード項の決定、フィードバック項の決定、安定化項の決定の各々において、制御パラメータの選択を行っているが、ステップＳ３の段階で、全ての制御パラメータを決定しても良い。

次に、フィードフォワード項を決定するのに必要なゲイン（ａ_１）、時間遅れ（Δｔ_１）と、フィードフォワード制御直前の操舵角であるスライドオフセット（ａ_０）を決定する（ステップＳ４）。
具体的には、上述した様に、選択されたパラメータ（図示の例では、ヨー角の微分値θ_Ｒ’）と操舵角との特性を単回帰分析して回帰式（図３の直線α）を決定し、その傾き（図３の直線αの傾き）からゲイン（ａ_１）を求め、回帰式（図３の直線α）の縦軸の切片から、スライドオフセットａ_０を求め、ヨー角の微分値θ_Ｒ’の遅れ（或いは進み）と相関係数（ヨー角の微分値θ_Ｒ’と操舵角δ（ｔ）との相関係数）との特性から、相関が最も良好となる遅れ（進み）時間を時間遅れ（Δｔ_１）に決定する。

スライドオフセット（ａ_０）とフィードフォワード項で求まる操舵成分とでは、操舵角を全て特定することは出来ず、自動車（車両）の位置に対する修正動作を行うフィードバック制御が必要となる。そのために、フィードバック制御項を決定するためには、操舵角からスライドオフセット（ａ_０）とフィードフォワード項で求まる操舵成分とを除去或いは減算し（ステップＳ５）、除去或いは減算した残りの成分を用いて、フィードバック項を決定するのに必要な各種係数（ａ_２、Δｔ_２、ε_１〜ε_４）を求める（ステップＳ６、Ｓ７）。

具体的には、先ず、フィードバック制御におけるパラメータ（フィードバック制御を行うドライバに入力される情報：フィードバック要素）を選択する（ステップＳ６）。図示の例では、最も基本的な情報である道路センターラインとの相対ヨー角θ_ｒと、道路センターラインからの相対横変位ｙと、各々の微分値（道路センターラインからの横方向相対速度ｙ’、道路センターラインとの相対ヨー角の角速度θ_ｒ’）をフィードバックパラメータとして採用した。
そして、フィードバックパラメータについて、重回帰分析を行い、図５で示す様な高い相関が得られた場合における（重回帰分析で行った）重み付けをε_１〜ε_４として決定し、その様な高い相関が得られた場合における回帰式の傾きをフィードバック項におけるゲインａ_２とし、重相関解析の結果とフィードバック成分の操舵角との相関係数が最も高くなる遅れ時間をフィードバック項における遅れ時間Δｔ_２に決定する（ステップＳ７）。
フィードバック項が決定したならば（ステップＳ７が完了）、図９のステップＳＡに進む。

そして、図９のステップＳＡからステップＳ８に進み、操舵角からスライドオフセット（ａ_０）とフィードフォワード項で求まる操舵成分とフィードバック項で求まる操舵成分とを除去或いは減算し（ステップＳ８）、除去或いは減算した残りの成分を用いて、安定化項を決定するのに必要な各種係数（ａ_３、Δｔ_３、ε_５、ε_６）を求める（ステップＳ９、Ｓ１０）。

図示の例では、安定化項において、ヨーレイトωと、ヨー角加速度ω’（＝ｄω／ｄｔ）をパラメータとして採用している（ステップＳ９）。
そして、ステップＳ１０で、ａ_３、Δｔ_３、ε_５、ε_６を決定する。
すなわち、ヨーレイトωによる応答及びヨー角加速度ω’による応答に対する安定化による操舵角の重相関を取り、高い相関係数が得られた場合における重み付けをε_５、ε_６とする。
そして、高い相関が得られた場合における線形関数を求め、その傾きを、安定化項におけるゲインａ_３と決定する。
また、遅れ時間を変化させて、相関係数が最も良い遅れ時間を安定化制御の遅れ時間Δｔ_３に決定する。

次に、図１０を参照して、上述したドライバモデルを決定するためのシステムについて説明する。
図１０において、全体を符号７０で示すシステムは、図８、図９で示す手法により、ドライバモデルを決定するためのシステムである。

図１０のドライバモデル決定システムは、ドライバが運転行動の結果として行ったハンドル操作の操舵角を計測（実測）する計測装置７２を有している。この計測装置７２は、例えば、ドライビングシミュレータや、実際の自動車に各種の計測用センサを取り付けて構成されており、図８のステップＳ１に相当する処理を実行する。
図１０において、ドライビングシミュレータ或いは自動車等で運転操作をしているドライバに対して与えられる各種情報（環境情報）は、ラインＬ１を介して計測装置７２に入力される信号として表現されており、ドライバの運転行動の結果である操舵角（実験結果）は、計測装置７２からラインＬ２へ出力される信号として表現されている。

ラインＬ１から分岐したラインＬ１−２を介して伝達される環境情報（自動車或いはドライビングシミュレータのドライバに与えられた各種条件）と、ラインＬ２に出力された操舵角とは、特性解析装置７４に送られる。
特性解析装置７４は、入力された環境情報の各々と操舵角（実験結果）との関係或いは特性を作成し、例えば各種特性図（図２参照）の形式で整理して、出力する（図８のステップＳ２に相当する処理）。
システム７０では、特性解析装置７４で作成された関係或いは特性に基いて、数式（１）におけるフィードフォワード項、フィードバック項、安定化項を決定するのである。

特性解析装置７４で作成された関係或いは特性の情報は、ラインＬ３、Ｌ３−１を介してフィードフォワード項決定装置７６に送られる。特性解析装置７４で作成された関係或いは特性の情報は、ラインＬ４を介して、パラメータ決定装置７８に送られる。
そして、フィードフォワード項決定装置７６では、特性解析装置７４で作成された関係或いは特性に基いて、上述したフィードフォワード項と、スライドオフセットとを決定する。

フィードフォワード制御項と、スライドオフセットとを決定するにあたって、先ず、フィードフォワード項におけるパラメータを決定する必要がある。パラメータ決定装置７８では、特性解析装置７４で作成された関係或いは特性に基いて、フィードフォワード項の制御パラメータとして好適なパラメータ（例えば、道路のヨー角の微分値θ_Ｒ’）を決定する。すなわち、図８のステップＳ３に相当する処理を実行する。

上述した様に、制御パラメータの決定は、オペレータによる手作業で人為的に選択しても良いし、自動制御により一定の手順に従って選択しても良いし、或いは、例えば記憶装置１００に記憶された特定のパラメータだけを選択しても良い。
従って、パラメータ決定装置７８は、制御パラメータが手作業に選択されるのであればキーボードその他の入力手段により構成され、自動制御により一定の手順に従って選択されるのであれば係る自動制御を実行する様に構成され、そして、特定のパラメータだけが選択されるのであれば図示しない記憶手段（メモリ等）で構成される。

なお、図１０では、フィードフォワード制御のパラメータ決定のみならず、後述するフィードバック制御のパラメータの決定や、安定化制御のパラメータ決定が、同一のパラメータ決定装置７８で行われているが、各々のパラメータの決定を対応するパラメータ決定装置で行う様に構成することも可能である。

パラメータ決定装置７８からラインＬ５を介して、どのパラメータを選択するべきであるか（例えば、道路のヨー角の微分値θ_Ｒ’）について、フィードフォワード項決定装置７６に伝達されると共に、特性解析装置７４から選択されたパラメータ（例えば、道路のヨー角の微分値θ_Ｒ’）と、操舵角との情報がフィードフォワード項決定装置７６に伝達される。

フィードフォワード項決定装置７６で、図８のステップＳ４に相当する処理を実行する。すなわち、フィードフォワード項を決定するのに必要なゲイン（ａ_１）、時間遅れ（Δｔ_１）と、フィードフォワード制御直前の操舵角であるスライドオフセット（ａ_０）を決定するにあたって、選択されたパラメータ（図示の例では、ヨー角の微分値θ_Ｒ’）と操舵角との特性を単回帰分析して回帰式（図３の直線α）を決定する。
そして、当該回帰式の傾き（図３の直線αの傾き）からゲイン（ａ_１）を求め、回帰式（図３の直線α）の縦軸の切片から、スライドオフセットａ_０を求める。
さらに、フィードフォワード項決定装置７６では、ヨー角の微分値θ_Ｒ’の遅れ（或いは進み）と相関係数（ヨー角の微分値θ_Ｒ’と操舵角δ（ｔ）との相関係数）との特性から、相関が最も良好となる遅れ（進み）時間を時間遅れ（Δｔ_１）に決定する。
この様にして、フィードフォワード決定装置７６では、フィードフォワード項ａ_１θ_Ｒ’（ｔ＋Δｔ_１）と、スライドオフセットａ_０とを決定する。

フィードフォワード項決定装置７６では、決定されたフィードフォワード項ａ_１θ_Ｒ’（ｔ＋Δｔ_１）による操舵各成分と、スライドオフセットａ_０の角度（ｄｅｇｒｅｅ）を演算し、ラインＬ６を介して係る演算結果を減算機構８０へ出力する。
同時に、決定されたフィードフォワード項ａ_１θ_Ｒ’（ｔ＋Δｔ_１）と、スライドオフセットａ_０とが、ラインＬ７に出力される。

減算機構８０には、ラインＬ２−２を介して操舵角が入力されている。そして、減算機構８０から、ラインＬ８を介して、操舵角からフィードフォワード項ａ_１θ_Ｒ’（ｔ＋Δｔ_１）による操舵各成分と、スライドオフセットａ_０とが減算された「差」（操舵角−スライドオフセット−フィードフォワード）が、フィードバック項決定装置８２へ送出される。すなわち、図８のステップＳ５に相当する処理が行われる。
フィードバック制御は、スライドオフセット（ａ_０）とフィードフォワード項で求まる操舵成分とでは特定することが出来ない成分、すなわち自動車（車両）の位置に対する修正動作に関するものである。そのため、フィードバック項決定装置８２は、操舵角からスライドオフセット（ａ_０）とフィードフォワード項で求まる操舵成分とを除去或いは減算した残りの成分を用いて、フィードバック項を決定する。

フィードバック項を決定するにあたって、先ず、フィードバック制御におけるパラメータ（フィードバック制御を行うドライバに入力される情報：フィードバック要素）を選択する必要がある。
そのため、パラメータ決定装置７８からラインＬ９を介して、どのパラメータを選択するべきであるかがフィードバック項決定装置８２に入力される（図８のステップＳ６に相当する処理）。
図示の例では、最も基本的な情報である道路センターラインとの相対ヨー角θ_ｒと、道路センターラインからの相対横変位ｙと、各々の微分値（道路センターラインからの横方向相対速度ｙ’、道路センターラインとの相対ヨー角の角速度θ_ｒ’）がフィードバックパラメータとして採用される。
選択されたフィードバックパラメータに関するデータは、ラインＬ３、Ｌ３−２を介して、特性解析装置７４からフィードバック項決定装置８２へ伝達される。

フィードバック項決定装置８２は、図８のステップＳ７に相当する処理を実行する。すなわち、フィードバック項ａ_２｛ε_１ｙ’（ｔ＋Δｔ_２）＋ε_２ｙ（ｔ＋Δｔ_２）＋ε_３θ_ｒ（ｔ＋Δｔ_２）＋ε_４θ_ｒ’（ｔ＋Δｔ_２）｝を決定するに際しては、図５で示す様な高い相関が得られる様に、減算機構からラインＬ８を介して伝達された操舵角に関するデータ（フィードフォワード項による成分を除去したデータ）と、選択されたフィードバックパラメータとを用いて、重回帰分析を行う。

重回帰分析の結果、図５で示す様な高い相関が得られたならば、その場合における（重回帰分析で行った）重み付けをε_１〜ε_４として決定し、その様な高い相関が得られた場合における回帰式の傾きをフィードバック項におけるゲインａ_２とし、重相関解析の結果とフィードバック成分の操舵角との相関係数が最も高くなる遅れ時間をフィードバック項における遅れ時間Δｔ_２に決定する。
この様にして、フィードバック項決定装置８２では、フィードバック項を決定する。

フィードバック項決定装置８２では、決定されたフィードバック項による操舵各成分を演算し、ラインＬ１０を介して係る演算結果を減算機構８０へ出力する。
同時に、決定されたフィードバックがラインＬ１１に出力される。

安定化項を決定するに際しても、パラメータを決定する必要がある。そのため、パラメータ決定装置７８から、ラインＬ１３を介して、どのパラメータを選択するべきかが伝達される（図９のステップＳ９に相当）。
図示の例では、ヨーレイトωと、ヨー角加速度ω’（＝ｄω／ｄｔ）をパラメータとして採用している。

安定化項決定装置８４には、特性解析装置７４からラインＬ３、Ｌ３−３を介して、選択されたフィードバックパラメータに関するデータが送られ、減算機構８０からは、ラインＬ１２を介して、操舵角からフィードフォワード項の成分と、スライドオフセットと、フィードバック項の成分とが減算された「差」（操舵角−スライドオフセット−フィードフォワード−フィードバック）（図９のステップＳ８に相当）が送出される。

図１０の例では、操舵角からフィードフォワード項の成分と、スライドオフセットとを減算する機構と、操舵角からフィードフォワード項の成分と、スライドオフセットと、フィードバック項の成分とを減算する機構とが、同一の減算機構８０として表現されているが、別途の機構で構成しても良い。

安定化項決定装置８４では、図９のステップＳ１０に相当する処理が実行される。すなわち、安定化項を決定するのに必要な重み付け（ε_５、ε_６）、ゲイン（ａ_３）、時間遅れ（Δｔ_３）を求めるに際しては、先ず、ヨーレイトωによる応答及びヨー角加速度ω’による応答に対する安定化による操舵角の重相関を取り、高い相関係数が得られた場合における重み付け（ε_５、ε_６）を選択する。
そして、高い相関（が得られた場合）における線形関数を求め、その傾きを、安定化項におけるゲイン（ａ_３）に決定する。
さらに、遅れ時間を変化させて各々の遅れ時間における相関を求め、最も良好な相関における時間遅れを、安定化項の時間遅れ（Δｔ_３）として決定する。
この様にして、安定化項決定装置８４で、安定化項ａ_３｛ε_５ω（ｔ＋Δｔ_３）＋ε_６ω’（ｔ＋Δｔ_３）｝を決定したならば、ラインＬ１４に出力する。

ラインＬ７に出力されたスライドオフセットとフィードフォワード項、ラインＬ１１に出力されたフィードバック項、ラインＬ１４に出力された安定化項の３者を合成すれば、ドライバモデル（数式（１）或いは図１のブロック図で表現されるモデル）が構築される。
係るドライバモデルについては、例えばディスプレイ等の表示手段（図示せず）で表示することも可能であるし、記憶手段１００（データベース等）に格納する事も可能である。

図１０において、計測装置７２以外の装置は、コンピュータで構成することが出来る。その場合、図１０の計測装置７２以外の表示は、いわゆる機能ブロックとなる。
すなわち、計測装置７２以外をコンピュータで構成する場合、符号７４は入力された環境情報の各々と操舵角（実験結果）との関係或いは特性を作成する機能を有するブロックを示し、符号７６はフィードフォワード項を決定する機能を有するブロックを示し、符号７８は制御パラメータを決定する機能を有するブロックであり、符号８０は減算機能を有するブロックであり、符号８２はフィードバック項を決定する機能を有するブロックであり、符号８４は安定項決定機能を有するブロックであり、符号１００はコンピュータ内のメモリ部分となる。

図１１は、この様にして求められたドライバモデルにより求めた操舵角（図１１の太い線）と、実際のドライバの操舵角（図１１の細い線）とを比較して示している。
図１１において、横軸は、車量の位置（運転時間の経過に対応）で、縦軸が操舵角である。ここで、横軸の「１６００」、「１７００」というのは、車両走行距離（ｍ）である。実際のデータは、図１１で示すよりも長距離（長時間）に及んでいるため、図１１では、走行距離が１６００ｍ〜１７００ｍの比較データのみを示している。
太い線（ドライバモデルにより求めた操舵角）と細い線（実際のドライバの操舵角）とは良く一致しており、図示の実施形態で求めたドライバモデルが、実際のドライバの運転行動を正確に表現可能であることが理解される。

図１０では、決定されたドライバモデルを表示するのに加えて、ラインＬ７、Ｌ１１、Ｌ１４で送出されるデータをそれぞれ記憶手段１００で記憶して、フィードフォワード構成分、フィードバック構成分、安定化項成分を、それぞれ別個に求めて、表示することが可能である。
図１２は、フィードフォワード構成分、フィードバック構成分、安定化項成分を、それぞれ別個に求めて、表示している。

図１２において、運転初期（図１２において、横軸左側の領域）には操舵角におけるフィードフォワード項成分（縦軸）の値が小さいのに対して、運転時間が経過すると、フィードフォワード項成分が増加することが理解される。これは、ドライバが運転に慣れていない内はフィードフォワード成分が小さく、運転に慣れると、フィードフォワード成分が大きくなる、という傾向を示している。
このことから、運転初心者に対する支援システム（サポートシステム）は、フィードフォワード項に関連する情報処理について、支援することが効果的であることが予想される。

この様に、図示の例のようにドライバモデルを求め、図１２で示す様に各成分の比較を行えば、ドライバモデルを構築した個々のドライバ毎に、最も有効な支援システムを提案することが可能となる。

ここで、図８、図９、図１０を参照して説明した手法では、数式モデルである式（１）を決定するのに、フィードフォワード項、フィードバック項、安定化項の順にゲインや遅れ等を求めているが、統計処理の手法である最大傾斜法で重回帰分析を行えば、フィードフォワード項、フィードバック項、安定化項のゲインや遅れ等を一度に決定することが出来る。
換言すれば、最大傾斜法で重回帰分析を行えば、フィードフォワード項、フィードバック項、安定化項の順番に処理するのではなく、同時にゲインや遅れ等を決定することが出来るのである。
図１３は、係る変形例を説明するためのフローチャートである。

図１３において、ステップＳ１、Ｓ２は、図８と同様である。
しかし、図１３においては、フィードフォワード項、フィードバック項、安定化項の各々における制御パラメータは、同時に決定される（ステップＳ１３）。
そして、制御パラメータが決定したら（ステップＳ１３が完了）、最大傾斜法で重回帰分析を行うことにより、フィードフォワード項、フィードバック項、安定化項のゲイン、遅れ時間等が同時に決定される（ステップＳ１４）。

図１４は、図１３の変形例を実行するためのシステムを説明するためのブロック図である。
図１４のドライバモデル決定システムにおいて、計測装置７２と特性解析装置７４については、図１０と同様である。
しかし、図１４のドライバモデル決定システムにおいては、パラメータ決定手段９２は、フィードフォワード項の制御パラメータ、フィードバック項の制御パラメータ、安定化項の制御パラメータを同時に決定する処理（図１３のステップＳ１３に相当する処理）を行う様に結成されている。

また、モデル決定装置９０は、最大傾斜法で重回帰分析を行うことにより、フィードフォワード項、フィードバック項、安定化項のゲインや遅れ、重み付けを一度に決定する処理（図１３のステップＳ１４に相当する処理）を実行する様に構成されている。

なお、図１４においても、計即装置７２以外をコンピュータで構成することが出来、その場合、図１４の符号７４は入力された環境情報の各々と操舵角（実験結果）との関係或いは特性を作成する機能を有するブロックを示し、符号９０はフィードフォワード項、フィードバック項、安定化項を決定する機能を有するブロックであり、符号９２は制御パラメータを決定する機能を有するブロックである。

その他については、図１３、図１４の変形例は、図８、図９、図１０を参照して説明した実施形態と同様である。

図１〜図１４の実施形態では、ドライバモデルとして、フィードフォワード制御、フィードバック制御、安定化制御を組み合わせたモデルを構築する場合について説明しているが、フィードフォワード制御とフィードバック制御のみでモデルを構築しても良い。
係る場合においては、上述の説明から、安定化制御項に関する部分を省略すれば良い。

次に、図１〜図１４で説明したドライバモデルを適用した運転支援システム、或いは、図１〜図１４で説明したドライバモデルのドライバ特性を用いた運転支援システムについて、図１５〜図１９を参照して説明する。
図１５の運転支援システムにおいて、全体を符号１１０で示す自動車は、ドライバＤにより運転されている。

自動車１１０において、ドライバＤにより操舵されるハンドル１１２には、その操舵角を検出するためのハンドル角・トルク計測センサ１１４が設けられており、ハンドル角・トルク計測センサ１１４による計測結果は、伝達ラインＣＬ１１を介して、コントローラ（制御手段）１００に伝達される。
ドライバＤの足元にはブレーキペダル及びアクセルペダルが配置されている。図１５においては、図示の簡略化のため、ブレーキペダル及びアクセルペダルの双方を表示することはせずに、単一のペダル１１６のみを示している。係るペダル１１６には、当該ペダル１１６の踏み代を計測するペダルセンサ１１８が設けられており、ペダルセンサ１１８の出力（計測結果）は伝達ラインＣＬ１２を介してコントローラ１００に伝達される。

自動車１１０の前輪ＦＷまたは後輪ＲＷには車速を計測する車速計１２０が設けられており、車速計１２０の計測結果（自動車１１０の速度）は、伝達ラインＣＬ１３を介してコントローラ１００に伝達される。
ドライバＤの前方には、ドライバＤと同等の視野を有する様にＣＣＤカメラ１２２が配置されている。後述する様に、ＣＣＤカメラ１２２は道路形状認識用のセンサとして機能する。その計測結果（画像データ）は、伝達ラインＣＬ１４を介して、コントローラ１００に伝達される。

自動車１１０には、ＧＰＳアンテナ１２４及びＧＰＳコントローラ１２６で構成された位置計測用のＧＰＳ（位置計測手段）が設けられており、ＧＰＳアンテナ１２４とＧＰＳコントローラ１２６とは、伝達ラインＣＬ１５により、情報的に接続されている。ここで、ＧＰＳアンテナ１２４及びＧＰＳコントローラ１２６については、公知・市販のものをそのまま適用することが出来る。そして、ＧＰＳコントローラ１２６により演算された自動車１１０の位置情報は、伝達ラインＣＬ１２６を介して、コントローラ１００に伝達される。
さらに自動車１１０には３軸ジャイロ加速度計１２８が設けられており、３軸ジャイロ加速度計１２８の計測結果は、伝達ラインＣＬ１７を介して、コントローラ１００に伝達される。

ハンドル１１２には、ハンドル１１２の操舵角または操舵トルクを制御するためのハンドルアクチュエータ１３０が設けられている。ハンドルアクチュエータ１３０は、伝達ラインＣＬ１８を介してコントローラ１００に接続しており、後述する態様でコントローラ１００から出力されたハンドル操舵角信号またはハンドル操舵トルク信号に対応してハンドル１１２を回転し、以って、操舵角または操舵トルクを制御する様に構成されている。

自動車１１０の前輪ＦＷ及び後輪ＲＷの各々には、フロントブレーキアクチュエータ１３２、リアブレーキアクチュエータ１３４が設けられている。
フロントブレーキアクチュエータ１３２は、伝達ラインＣＬ１９を介して、コントローラ１００から出力されるフロントブレーキ制御信号を受信し、所定の制動力を発揮するように構成されている。
一方、リアブレーキアクチュエータ１３４は、伝達ラインＣＬ２０を介して、コントローラ１００からのリアブレーキ制御信号を受信して、所定の制動力を発揮するように構成されている。

次に、自動車１１０のコントローラ１００について、図１６を参照して説明する。
図１６において、ＧＰＳアンテナ１２４及びＧＰＳコントローラ１２６の出力情報は、伝達ラインＣＬ１６を介してコントローラ１００に伝達され、ラインＬ２１を介してヨー角θ_Ｒ決定手段１４２に伝達される。
ＣＣＤカメラ１２２の計測結果（画像データ）は、伝達ラインＣＬ１４を介してコントローラ１００に伝達され、ラインＬ２２を介してヨー角θ_Ｒ決定手段１４２に伝達されると共に、ラインＬ２３を介して横方向偏差ΔＹ_Ｒ決定手段１４４に伝達される。

さらに横方向偏差ΔＹ_Ｒ決定手段１４４には、伝達ラインＣＬ１７を介してコントローラ１００に伝達された３軸ジャイロ加速度計１２８の計測結果が、ラインＬ２４を介して伝達され、且つ、伝達ラインＣＬ１３を介してコントローラ１００に伝達される車速計１２０の計測結果（自動車１１０の速度）が、ラインＬ２５を介して伝達される。

ヨー角θ_Ｒ決定手段１４２は、ＧＰＳアンテナ１２４及びＧＰＳコントローラ１２６から伝達された自動車１１０の位置情報と、ＣＣＤカメラ１２２の画像データから、道路のセンターラインのヨー角θ_Ｒを決定し、ラインＬ２６を介して、決定された道路のセンターラインのヨー角θ_Ｒをフィードフォワード制御手段１４６に送出する機能を有するように構成されている。
横方向偏差ΔＹ_Ｒ決定手段１４４は、ＣＣＤカメラ１２２の画像データと、３軸ジャイロ加速度計１２８の計測結果と、車速計１２０の計測結果（自動車１１０の速度）とから、道路のセンターラインの直行する方向の変異に関する偏差である横方向偏差ΔＹ_Ｒを決定し、ラインＬ２７を介して、決定した横方向偏差ΔＹ_Ｒを後述する横方向変位Ｙ_Ｖ決定手段１５０に送出する機能を有するように構成されている。

フィードフォワード制御手段１４６は、ヨー角θ_Ｒ決定手段１４２で決定された道路のセンターラインのヨー角θ_Ｒと、横方向偏差ΔＹ_Ｒ決定手段１４４で決定された横方向偏差ΔＹ_Ｒ（道路のセンターラインの直行する方向の変異に関する偏差）とから、図１〜図１４に関連して説明した様なドライバモデルと同様に、自動車のヨー角θ_Ｖを決定する。
そしてフィードフォワード制御手段１４６は、決定された道路のヨー角θ_Ｒから道路のヨー角速度を計算し，これを用い自動車の操舵角を決定し、伝達ラインＣＬ１８を介して操舵角信号をハンドルアクチュエータ１３０へ送出する

一方、フィードフォワード制御手段１４６の制御結果はラインＬ２８を介して比較手段１４８Ａに送られる。
比較手段１４８Ａは、フィードフォワード操舵成分が大きいか否かを決定する機能を有している。具体的には比較手段１４８Ａは、図示しない記憶手段に記憶された第１の閾値とフィードフォワード操舵成分とを比較するように構成されている。
そして、フィードフォワード操舵成分が第１の閾値よりも小さい場合（フィードフォワード操舵成分が大きくない場合）には、コントローラ１００からの操舵角信号にフィードバック操舵成分を付加するべく、フィードフォワード操舵成分が第１の閾値よりも小さい旨の比較結果を、ラインＬ２９、ラインＬ３０を介して、自動車のヨー角θ_Ｖ決定手段１４８と、自動車の横方向変位Ｙ_Ｖ決定手段１５０とに、それぞれ伝達する。

自動車のヨー角θ_Ｖ決定手段１４８は、ラインＬ３１を介してＣＣＤカメラ１２２の画像データを受信し、ラインＬ３２を介してＧＰＳアンテナ１２４及びＧＰＳコントローラ１２６からの位置情報を受信して、その時点における自動車のヨー角θ_Ｖを決定すると共に、フィードフォワード制御の結果である自動車のヨー角θ_Ｖ（ラインＬ２８、Ｌ２９を介してフィードフォワード制御手段１４６から伝達される）との偏差（θ_Ｖ偏差）を求める様に構成されている。
決定された偏差（θ_Ｖ偏差）は、ラインＬ３６を介して、フィードバック制御手段１５２に伝達される。

自動車の横方向変位Ｙ_Ｖ決定手段１５０は、ラインＬ３３を介してＣＣＤカメラ１２２の画像データを受信し、ラインＬ３４を介して３軸ジャイロ加速度計１２８の計測結果を受信し、ラインＬ３５を介して車速計１２０の計測結果（自動車１１０の速度）を受信して、その時点における自動車の横方向変位Ｙ_Ｖを決定すると共に、フィードフォワード制御の結果である自動車の横方向変位Ｙ_Ｖ（ラインＬ２８、Ｌ３０を介してフィードフォワード制御手段１４６から伝達される）との偏差（Ｙ_Ｖ偏差）を求める様に構成されている。
決定された偏差（Ｙ_Ｖ偏差）は、ラインＬ３７を介して、フィードバック制御手段１５２に伝達される。

フィードバック制御手段１５２では、偏差（θ_Ｖ偏差、Ｙ_Ｖ偏差）が小さくなる様にフィードバック制御を行って、フィードバック操舵成分を求め、且つ、フィードフォワード操舵成分に付加するべく、伝達ラインＣＬ１８を介して操舵角信号をハンドルアクチュエータ１３０へ出力する様に構成されている。

図１５〜図１９の運転支援システムでは、速度制御をも行う様に構成されている。
係る速度制御においては、横向き加速度を決定して、それが所定の数値以上になるとブレーキによる制動を行って、車速を抑制している。
次に、図１６を参照して、速度制御に関連する構成を説明する。

図１６において、速度Ｖ決定手段１５４は、伝達ラインＣＬ１３を介して伝達される車速計１２０の計測結果より速度Ｖを決定する様に構成されており、決定された速度ＶはラインＬ３８を介して横向き加速度Ｙ_Ｇ決定手段１５６へ送られる。
上述したヨー角θ_Ｒ決定手段１４２で決定された道路のセンターラインのヨー角θ_Ｒは、ラインＬ３９を介して、ヨー角速度ω決定手段１５８へ送られる。ヨー角速度ω決定手段１５８は、ヨー角θ_Ｒ決定手段１４２で決定された道路のセンターラインのヨー角θ_Ｒを微分してセンターラインのヨー角θ_Ｒの角速度（ヨー角速度ω）を求めると共に、ラインＬ４０を介して当該角速度（ヨー角速度ω）を横向き加速度Ｙ_Ｇ決定手段１５６へ送る様に構成されている。

横向き加速度Ｙ_Ｇ決定手段１５６では、速度Ｖとヨー角速度ωから、横向き加速度Ｙ_Ｇを演算する（Ｙ_Ｇ＝ω・Ｖ）様に構成されている。求められた横向き加速度Ｙ_Ｇは、ラインＬ４１を介して第２の比較手段１６０に送られる。
比較手段１６０は、横向き加速度Ｙ_Ｇ決定手段１５６で求められた横向き加速度Ｙ_Ｇが大きいか否かを決定する。具体的には、図示しない記憶手段から呼び出した第２の閾値と、求められた横向き加速度Ｙ_Ｇとを比較し、横向き加速度Ｙ_Ｇが第２の閾値よりも大きい場合には、「横向き加速度Ｙ_Ｇ決定手段１５６で求められた横向き加速度Ｙ_Ｇが大きい」と判定する。

比較手段１６０は、係る場合（「横向き加速度Ｙ_Ｇ決定手段１５６で求められた横向き加速度Ｙ_Ｇが大きい」と判定された場合）には、ラインＬ４を介して、その旨（横向き加速度Ｙ_Ｇが大きい旨）を速度制御手段１６２に伝達される様に構成されている。
そして、速度制御手段１６２は、比較手段１６０から「横向き加速度Ｙ_Ｇが大きい旨」が伝達された場合には、伝達ラインＣＬ１９或いはＣＬ２０を介して、フロントブレーキアクチュエータ１３２或いはリアブレーキアクチュエータ１３４に作動信号を出力して、制動を行わせる様に構成されている。以って、自動車１１０を減速させるのである。

次に、図１７〜図１９を主として参照して、図示の運転支援システムの作動について説明する。
最初に、図１７及び図１８を参照して、図示の運転支援システムにおけるメインの制御である自動車のヨー角θ_Ｖ及び自動車の横方向変位Ｙ_Ｖを決定する制御について、説明する。

伝達ラインＣＬ１６を介してコントローラ１００に伝達されたＧＰＳアンテナ１２４及びＧＰＳコントローラ１２６の出力情報を読み込み、伝達ラインＣＬ１４を介して伝達されたＣＣＤカメラ１２２の計測結果（画像データ）を読み込み（図１７のステップＳ２１）、自動車１１０の走行しているコースを決定する（ステップＳ２２）。
そして、ヨー角θ_Ｒ決定手段１４２によって、道路のセンターラインのヨー角θ_Ｒを決定する（ステップＳ２３）。

一方、ＣＣＤカメラ１２２の計測結果（画像データ）と、ＣＣＤカメラ１２２の画像データと、車速計１２０の計測結果（自動車１１０の速度）とを受信して（ステップＳ２４）、自動車の横方向変位Ｙ_Ｖ決定手段１５０により、道路の横方向変位Ｙ_Ｒに関する偏差（道路のセンターラインに直交する方向に関する制御結果と実測値との差異）ΔＹ_Ｒを決定する（ステップＳ２５）。

ここで、ステップＳ２１〜Ｓ２３の処理（道路のセンターラインのヨー角θ_Ｒを決定）とステップＳ２４、Ｓ２５の処理（道路の横方向変位Ｙ_Ｒに対する自動車の偏差ΔＹ_Ｒを決定）とは並列の関係にあり、何れか一方を実行した後に他方を実行しても良いし、或いは、双方の処理を同時に実行しても良い。換言すれば、ステップＳ２１〜Ｓ２３の処理を実行した後にステップＳ２４、Ｓ２５の処理を実行しても良いし、ステップＳ２４、Ｓ２５の処理を実行した後にステップＳ２１〜Ｓ２３の処理を実行しても良いし、ステップＳ２１〜Ｓ２３の処理とステップＳ２４、Ｓ２５の処理とを同時に実行しても良い。

ステップＳ２１〜Ｓ２５の処理により、道路のセンターラインのヨー角θ_Ｒと道路の横方向変位Ｙ_Ｒに対する自動車の偏差ΔＹ_Ｒを決定したならば、図１〜図１４で説明したのと同様に、自動車のヨー角θ_Ｖと自動車の横方向変位Ｙ_Ｖを決定する（ステップＳ２７）。そして、図８のステップＳ２８に進む（図７及び図８の符号Ａを経由）。
図８のステップＳ２８では、図７のステップＳ２７で決定された自動車のヨー角θ_Ｖ及び自動車の横方向変位Ｙ_Ｖのフィードフォワード操舵成分を決定する。決定されたフィードフォワード操舵成分は、図示しない記憶手段に記憶された第１の閾値と比較される（ステップＳ２９）。

フィードフォワード操舵成分が第１の閾値以上である場合（ステップＳ２９がＹｅｓ）には、自動車１１０の操舵制御はフィードフォワード制御で十分であると判断して、図７のステップＳ２７で決定された自動車のヨー角θ_Ｖ及び自動車の相対横方向変位ΔＹ_Ｒにより自動車１１０の操舵がフィードフォワード制御で行われる旨が決定され、操舵角信号がハンドルアクチュエータ１３０へ送出され（ステップＳ３０）、自動車１１０の操舵が決定される（ステップＳ３１）。

フィードフォワード操舵成分が第１の閾値よりも小さい場合（ステップＳ２９がＮｏ）には、自動車１１０の操舵制御はフィードフォワード制御のみでは不充分であると判断して、フィードバック制御が行われる（ステップＳ３２、Ｓ３３）。すなわち、ステップＳ２７で決定された道路のヨー角θ_Ｒ及び道路の横方向変位Ｙ_Ｒと、その時点における自動車のヨー角θ_Ｖ及び自動車の横方向変位Ｙ_Ｖとの偏差が求められ（ステップＳ３２）、当該偏差が小さくなる様に、自動車１１０の操舵制御におけるフィードバック成分が決定される（ステップＳ３３）。
決定されたフィードバック成分は、フィードフォワード成分に加算され（図１８における連結点ＢＰ）、自動車１１０の操舵が決定される（ステップＳ３１）。

図１〜図１４のドライバモデルとは異なり、図示の運転支援システムでは、速度制御も行われる。
図１９は、その様な速度制御を示している。
車速計１２０の計測結果から速度Ｖを決定し、ヨー角θ_Ｒ決定手段１４２で決定された道路のセンターラインのヨー角θ_Ｒを微分することによりヨー角速度ωを決定する（図１９のステップＳ４１）。

次に、自動車１１０が走行している道路の曲率ρ（＝ω／Ｖ）を求める（ステップＳ４２）。但し、このステップＳ４２は省略可能である。
図９で示す速度制御における支配的なパラメータである横向き加速度Ｙ_Ｇは、曲率ρを求めなくても演算できるからである（Ｙ_Ｇ＝ω・Ｖ）。

次に、横向き加速度Ｙ_Ｇ決定手段１５６により、横向き加速度Ｙ_Ｇを求め（ステップＳ４３）、図示しない記憶手段に記憶されている第２の閾値と比較する（ステップＳ４４）。
横向き加速度Ｙ_Ｇが第２の閾値以上であれば（ステップＳ４４がＹｅｓ）、自動車１１０の速度が速すぎると判断して、ブレーキアクチュエータ１３２、１３４を作動して制動を掛ける（ステップＳ４５）。
一方、横向き加速度Ｙ_Ｇが第２の閾値よりも小さければ（ステップＳ４４がＮｏ）、自動車１１０の速度が速すぎることはないと判断し、ブレーキアクチュエータ１３２、１３４は作動しない。すなわち、速度制御を行わない（ステップＳ４６）。

この様に、図示の運転支援システムによれば、ハンドル操舵、ブレーキ作動について、適切に制御を行い、運転者Ｄを補助する事が出来るのである。

図示の実施形態はあくまでも例示であり、本発明の技術的範囲を限定する趣旨の記述ではない。それ故に、図示の実施形態の変更、変形にかかるものであっても、本発明の技術的範囲に属する技術が多々存在するのである。

産業上の利用分野

図示の実施形態では、自動車を運転するドライバのモデルを構築しているが、本発明においては、制御パラメータを適宜選定することにより、例えば、オートバイの運転者、船舶の操舵者、飛行機のパイロットなど、種々の乗物の運転者のモデルを構築することが出来る。

本発明の実施形態に係るドライバモデルを示すブロック図。 道路のヨー角の微分値と操舵角との関係を示す特性図。 回帰式を示す直線を図２に記入した図。 フィードフォワード項の遅れと操舵角の関係を示す特性図。 相対ヨー角と相対横変位と各々の微分値を重回帰分析した結果とフィードバックの操舵角との関係を示す特性図。 フィードバック項の遅れと操舵角の関係を示す特性図。 安定化項の遅れと操舵角の関係を示す特性図。 本発明の実施形態に係るドライバモデルの数式を特定する手順をフローチャートで示す図。 ドライバモデルの数式を特定するフローチャートであって、図８とは別の段階の手順を示す図。 ドライバモデルの数式を特定するシステムを示すブロック図。 特定されたドライバモデルの精度に係る実験結果を示す図。 フィードフォワード項、フィードバック項、安定化項の各々の操舵成分の変化を示す図。 ドライバモデルの数式を特定するフローチャートの変形例を示す図。 ドライバモデルの数式を特定するシステムの変形例を示すブロック図。 図１〜図１４のドライバモデルを適用した運転支援システムのブロック図。 図１５の運転支援システムにおけるコントローラの機能ブロック図。 図１５の運転支援システムにおけるメイン制御のフローチャート。 図１７のフローチャートに連続するメイン制御を示すフローチャート。 図１５の運転支援システムにおける速度制御を示すフローチャート。

符号の説明

１４・・・フィードフォワード制御ブロック
１６・・・フィードバック制御ブロック
１８・・・安定化制御ブロック
７０・・・ドライバモデル決定システム
７２・・・計測装置
７４・・・特性解析装置
７６・・・フィードフォワード項決定装置
７８、９２・・・パラメータ決定装置
８０・・・減算機構
８２・・・フィードバック項決定装置
８４・・・安定化項決定装置
９０・・・モデル決定装置
１００・・・記憶手段

Claims (8)

1. 出力成分にフィードフォワード制御による成分とフィードバック制御による成分とを有し、フィードフォワード制御による成分及びフィードバック制御による成分は、運転者による運転行動の結果の測定値に基いて決定されていることを特徴とする運転行動モデル。
2. 出力成分に安定化制御による成分をも有しており、安定化制御による成分も運転者による運転行動の結果の測定値に基いて決定されている請求項１の運転行動モデル。
3. フィードフォワード制御における制御パラメータを選択する工程と、フィードフォワード制御による成分を決定する工程と、フィードバック制御における制御パラメータを決定する工程と、フィードバック制御による成分を決定する工程、とを有することを特徴とする運転行動モデルの構築方法。
4. 安定化制御における制御パラメータを選択する工程と、安定化制御による成分を決定する工程、とを有する請求項３の運転行動モデルの構築方法。
5. フィードフォワード制御における制御パラメータと、フィードバック制御における制御パラメータとを選択する様に構成されている装置と、フィードフォワード制御による成分を決定する装置と、フィードバック制御による成分を決定する装置、とを有することを特徴とする運転行動モデルの構築システム。
6. 制御パラメータを選択する装置は安定化制御における制御パラメータをも選択する様に構成されており、安定化制御による成分を決定する装置を備えている請求項５の運転行動モデルの構築システム。
7. 自動車に搭載される運転支援システムにおいて、ハンドルの操舵角を検出する手段と、ブレーキペダル及び／又はアクセルペダルの踏み代を計測する手段と、車速を計測する手段と、道路形状認識手段と、自動車の位置を検出する手段と、加速度計と、ハンドルの操舵角を制御する手段と、制御手段とが設けられており、該制御手段は、ハンドルの操舵角を検出する手段、ブレーキペダル及び／又はアクセルペダルの踏み代を計測する手段、車速を計測する手段、道路形状認識手段、自動車の位置を検出する手段及び加速度計の計測結果或いは検出結果に基いて、自動車のヨー角と自動車の相対横方向変位とを決定し、ハンドルの操舵角を制御する手段へ制御信号を出力する様に構成されていることを特徴とする運転支援システム。
8. 自動車の制動力を制御する手段が設けられており、前記制御手段は、曲線部道路のセンターラインと直交する方向の加速度を演算し、当該加速度が大きい場合には自動車の制動力を制御する手段を作動して車速を減じる制御を行う様に構成されている請求項７の運転支援システム。
   

Images