WO2019021430A1 - 走行制御方法及び走行制御装置 - Google Patents

走行制御方法及び走行制御装置 Download PDF

Info

Publication number
WO2019021430A1
WO2019021430A1 PCT/JP2017/027295 JP2017027295W WO2019021430A1 WO 2019021430 A1 WO2019021430 A1 WO 2019021430A1 JP 2017027295 W JP2017027295 W JP 2017027295W WO 2019021430 A1 WO2019021430 A1 WO 2019021430A1
Authority
WO
WIPO (PCT)
Prior art keywords
driving
vehicle
driver
driving characteristic
characteristic
Prior art date
Application number
PCT/JP2017/027295
Other languages
English (en)
French (fr)
Inventor
根本　英明
寸田　剛司
Original Assignee
日産自動車株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 日産自動車株式会社 filed Critical 日産自動車株式会社
Priority to PCT/JP2017/027295 priority Critical patent/WO2019021430A1/ja
Publication of WO2019021430A1 publication Critical patent/WO2019021430A1/ja

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W40/09—Driving style or behaviour

Definitions

  • the present invention relates to a travel control method and device for learning driving characteristics of a driver at the time of manual driving and executing automatic driving based on the learned driving characteristics.
  • Patent Document 1 is disclosed as a driving control device that learns a driving operation by a driver during manual driving in order to enable automatic driving in which the driver's discomfort is suppressed.
  • the driving control apparatus disclosed in Patent Document 1 sets environmental items such as the number of lanes and weather, specifies the driving environment from the environmental items during manual driving, and correlates the driving environment with the driving environment to learn the driver's driving operation. It was
  • this invention is proposed in view of the situation mentioned above, and it aims at providing a run control method and its device which can prevent a crew member from feeling discomfort.
  • a travel control method and device detect driving characteristics of a surrounding vehicle traveling around the host vehicle. Then, when there is a deviation between the detected driving characteristic of the surrounding vehicle and the driving characteristic of the driver, there is a deviation between the driving characteristic of the surrounding vehicle and the driving characteristic of the driver To the driver.
  • FIG. 1 is a block diagram showing a configuration of a traveling control system including a traveling control device according to an embodiment of the present invention.
  • FIG. 2 is a view for explaining a method of adjusting driving characteristics by the travel control device according to the embodiment of the present invention.
  • FIG. 3 is a view for explaining a method of adjusting driving characteristics by the travel control device according to the embodiment of the present invention.
  • FIG. 4 is a view showing an example of driving characteristics of surrounding vehicles or areas calculated by the driving control system according to the embodiment of the present invention.
  • FIG. 5 is a diagram for explaining the area division method by the travel control system according to the embodiment of the present invention.
  • FIG. 6 is a flowchart showing the processing procedure of driving characteristic learning processing by the travel control device according to the embodiment of the present invention.
  • FIG. 7 is a diagram showing an example of data input in the driving characteristic learning process according to the embodiment of the present invention.
  • FIG. 8 is a diagram for explaining the coefficients of the multiple regression analysis performed in the driving characteristic learning process according to the embodiment of the present invention.
  • FIG. 9 is a diagram showing an example of data input in the driving characteristic learning process according to the embodiment of the present invention.
  • FIG. 10 is a diagram for explaining the coefficients of the multiple regression analysis performed in the driving characteristic learning process according to the embodiment of the present invention.
  • FIG. 11 is a flowchart showing a processing procedure of an automatic driving control process by the traveling control device according to the embodiment of the present invention.
  • FIG. 12 is a view for explaining a method of adjusting the driving characteristic of the automatic driving according to the driving characteristic of the surrounding vehicle in the automatic driving control process according to the embodiment of the present invention.
  • FIG. 1 is a block diagram showing a configuration of a traveling control system including a traveling control device according to the present embodiment.
  • the travel control system 100 according to the present embodiment is mounted on an autonomous driving vehicle capable of switching between manual driving and automatic driving by a driver.
  • the traveling control system 100 includes the traveling control device 1, the traveling state detecting unit 3, the traveling environment detecting unit 5, the driving changeover switch 7, the input device 9, and the control state presenting unit And 11 are provided.
  • the traveling control system 100 is connected to an actuator 13 mounted on a vehicle, and connected to the management server 15 via a communication network.
  • the travel control device 1 is a controller that learns the driving characteristic of the driver at the time of manual driving, and executes the automatic driving based on the learned driving characteristic.
  • the traveling control device 1 detects the driving characteristics of the surrounding vehicle traveling around the host vehicle, and when there is a deviation between the detected driving characteristics of the surrounding vehicle and the driving characteristics of the driver. The driver is informed that a deviation has occurred between the driving characteristic of the surrounding vehicle and the driving characteristic of the driver.
  • the traveling control device 1 includes a learning data storage unit 21, a driving characteristic learning unit 23, a surrounding vehicle driving characteristic detecting unit 25, a regional setting unit 27, a driving characteristic presenting unit 29, and driving characteristic adjustment.
  • a unit 30 and an automatic operation control execution unit 31 are provided.
  • the manual driving in the present embodiment is driving in which the vehicle travels in accordance with the operation of the driver.
  • the automatic driving in this embodiment is that a vehicle runs by intervention other than a driver to steering, an accelerator, and a brake.
  • This automatic driving includes vehicle speed maintenance control, lane departure prevention control, and preceding vehicle follow-up control, in addition to automatic operation control for causing the vehicle to travel without the driver's operation.
  • control that allows a passenger to perform driving intervention is also included.
  • VDC vehicle dynamics control
  • EPS electric power steering
  • manual operation may be performed or manual operation may not be performed.
  • the driving characteristic of the driver or the control command value based on the driving amount of the driver is used as the driving characteristic of the driver. It is also good.
  • an operation amount by assisting the driving operation and a control command value may be used as the driving characteristic of the driver.
  • an operation amount obtained by combining the assistance of the driver with the driving operation, a control command value, and a driving characteristic of the vehicle may be learned as the driving characteristic of the driver.
  • the traveling state detection unit 3 includes the vehicle speed, steering angle, acceleration, inter-vehicle distance with the preceding vehicle, relative speed with the preceding vehicle, current position, lighting state of the headlights, display state of the direction indicator, operating state of the wiper, etc.
  • the traveling data indicating the traveling state of the vehicle is detected.
  • the traveling state detection unit 3 is an in-vehicle network such as CAN (Controller Area Network), a navigation device, a laser radar, a camera or the like.
  • the traveling environment detection unit 5 detects the number of lanes of the road on which the vehicle travels, the speed limit, the road slope, the display state of the traffic light ahead of the vehicle, the distance to the intersection ahead of the vehicle, the number of vehicles traveling ahead of the vehicle, the intersection ahead of the vehicle Environment information representing an environment in which the vehicle is traveling, such as a planned route of The environmental information may include road curvature and the presence or absence of temporary stop regulation. Furthermore, the traveling environment detection unit 5 also detects information for detecting driving characteristics of a surrounding vehicle traveling around the host vehicle. For example, the information includes the vehicle speed, steering angle, acceleration, deceleration, inter-vehicle distance, relative speed, current position, and brake timing at an intersection of surrounding vehicles.
  • the traveling environment detection unit 5 is, for example, a camera mounted on a vehicle, a laser radar, or a navigation device.
  • the planned route of the intersection ahead of the vehicle is acquired from the display state of the navigation device or the turn indicator.
  • the illuminance around the vehicle, the air temperature, and the weather condition are acquired from the illuminance sensor, the outside air temperature sensor, and the wiper switch, respectively.
  • the illuminance may be obtained from the switch of the headlight.
  • the driving switching switch 7 is a switch that is mounted on a vehicle and switches between automatic driving and manual driving when operated by an occupant of the vehicle.
  • the driving changeover switch 7 is installed in the steering of the vehicle.
  • the input device 9 is an input interface that receives an input from an occupant of the vehicle to adjust the driving characteristic.
  • the input device 9 can be configured as a touch panel installed on a display or a display screen of a navigation device.
  • the input screen as shown in FIGS. 2 and 3 is displayed on the input device 9, and the driver operates the touch panel to adjust the driving characteristics to be applied to the automatic driving.
  • the input screen shown in FIGS. 2 and 3 may be displayed on a portable device such as a smartphone to allow input from the portable device.
  • the control state presentation unit 11 displays the current control state of the host vehicle on the display screen of the meter display unit, the navigation device, the head-up display, or the like. In addition, a notification sound notifying the start and end of the automatic driving is also output, and it is presented whether or not the learning of the driving characteristic is ended.
  • the actuator 13 receives an execution command from the travel control device 1 and drives each part such as an accelerator, a brake, and a steering of the vehicle.
  • the management server 15 is a probe server installed in a data center of a probe car system, collects probe data from many vehicles, and calculates and accumulates driving characteristics of the vehicles.
  • the management server 15 includes a data collection unit 41, a driving characteristic calculation unit 43, and a database 45.
  • the data collection unit 41 collects probe data from many vehicles via a communication network. At this time, since the data collection unit 41 detects the area of the data to be collected, the data can be classified by area and collected. Also, the data collection unit 41 can acquire position information of the host vehicle, and collect data of surrounding vehicles traveling around the host vehicle based on the position information.
  • the driving characteristic calculation unit 43 uses the data collected by the data collection unit 41 to calculate driving characteristics of surrounding vehicles traveling around the host vehicle and driving characteristics of each area.
  • the driving characteristic calculation unit 43 calculates an average value and a standard deviation of each parameter such as an inter-vehicle distance, a brake timing (braking distance), a speed, an acceleration, a deceleration, and a gap time from data collected for surrounding vehicles and regions.
  • Calculate the statistical value of The driving characteristics of the surrounding vehicles and the area are represented by probability distributions as shown in FIG. 4 and calculated for each parameter. For example, the driving characteristic of FIG.
  • the driving characteristic when the parameter is speed is the driving characteristic when the parameter is speed
  • the range of ⁇ 1 ⁇ is a normal range
  • the range of rapid tendency of +1 ⁇ or more is the slow range of ⁇ 1 ⁇ or less.
  • Regional division may be made using administrative units. For example, countries, states, prefectures, municipalities, etc.
  • areas with similar driving characteristics may be classified as one area.
  • an area which tends to perform impatient driving may be set as one area.
  • the database 45 accumulates the collected probe data, and stores the driving characteristic calculated by the driving characteristic calculation unit 43.
  • the learning data storage unit 21 acquires traveling data related to the traveling state of the vehicle and environmental information related to the traveling environment around the vehicle from the traveling state detection unit 3 and the traveling environment detection unit 5 and stores data necessary for the driving characteristic learning process. Do. At this time, the learning data storage unit 21 stores traveling data in association with the traveling state of the vehicle and the traveling environment. As the traveling data to be stored, in addition to the speed and the inter-vehicle distance, the current position, the relative speed with the preceding vehicle, the steering angle, the acceleration, the deceleration, the continuous time following the preceding vehicle, the deceleration start speed, the braking distance , The amount of operation of the brake pedal or the accelerator pedal, the distance to the stop line, etc.
  • the learning data storage unit 21 also stores environmental information. As environmental information, the number of lanes of the road on which the vehicle travels, the speed limit, the display state of the road slope or traffic light, the distance from the vehicle to the intersection, the number of vehicles ahead of the vehicle, the display state of the turn signal, road curvature, temporary stop With or without regulation, weather around the vehicle, temperature or illuminance, etc. Furthermore, the learning data storage unit 21 acquires information such as the vehicle speed, steering angle, acceleration, deceleration, inter-vehicle distance, relative speed, current position, and brake timing at intersections of surrounding vehicles from the traveling environment detection unit 5 Remember.
  • the driving characteristic learning unit 23 reads the traveling data and the environmental information acquired by the learning data storage unit 21 and learns the driving characteristic in the manual driving of the driver in consideration of the traveling state and the degree of influence from the traveling environment. .
  • the driving characteristic to be learned is constituted by a plurality of parameters, and the parameters include speed, acceleration, deceleration, etc., in addition to the inter-vehicle distance with the preceding vehicle and the brake timing (braking distance).
  • the learning result thus calculated is stored in the driving characteristic learning unit 23 as needed.
  • the surrounding vehicle driving characteristic detection unit 25 detects driving characteristics of a surrounding vehicle traveling around the host vehicle.
  • the driving characteristic of the surrounding vehicle is represented by a probability distribution as shown in FIG. 4 described above, and is calculated for each parameter.
  • the driving characteristic of the surrounding vehicle is constituted by a plurality of parameters, and the parameters include speed, acceleration, deceleration, etc. in addition to the inter-vehicle distance to the preceding vehicle and the brake timing (braking distance).
  • the driving characteristics of the surrounding vehicle detected in this manner are stored in the surrounding vehicle driving characteristics detection unit 25 as needed.
  • the driving characteristic of the surrounding vehicle may be detected using a sensor installed in the host vehicle, or may be detected by communicating with the host vehicle's surroundings.
  • the driving characteristics of surrounding vehicles are detected using data detected by the traveling environment detection unit 5 configured by a camera mounted on the vehicle and a laser radar. Do.
  • data may be acquired from the surrounding vehicles through inter-vehicle communication etc. and the driving characteristics of the surrounding vehicles may be detected, or it is calculated by the management server 15 Driving characteristics of surrounding vehicles may be acquired.
  • the surrounding vehicle driving characteristic detection unit 25 may detect the regionality of the surrounding vehicle as the driving characteristic of the surrounding vehicle traveling around the host vehicle. In this case, the surrounding vehicle driving characteristic detection unit 25 acquires the driving characteristic of the area calculated by the management server 15.
  • the regional setting unit 27 sets the regionality of the driver based on the registration information of the driver. For example, the regionality of the driver is set in accordance with the registration information of the driver's birthplace and address. In addition, regions other than the place of birth or the place of address may be set in the area where the driver has input by himself.
  • the regionality setting unit 27 sets regionality of the host vehicle by a preset method.
  • regionality may be set in the region where the vehicle is registered, or regionality may be set in the region where the distribution of traveling coordinates of the vehicle is the largest.
  • regional characteristics may be set in an area where the travel distance of the vehicle is the largest or an area where the travel characteristics are close.
  • the timing of setting the regional characteristics of the driver and the host vehicle is set before the host vehicle starts traveling. It is because it becomes unnecessary to set regionality while driving, and regionality can be determined accurately.
  • areas to be set may be classified using administrative units. For example, countries, states, prefectures, municipalities, etc. In particular, changing the country at the border may change the speed limit. In such a case, there is a high possibility that operating characteristics will change from country to country, so it is effective to classify countries as one area in areas where several countries are in contact. Also, areas with similar driving characteristics may be classified as one area. For example, in the case of Japan, as shown in FIG. 5, a Kanto area, a Nagoya area, a Kansai area or the like may be set as one area. In this classification method, as a result of learning the driving characteristics, areas where there is no difference in the distribution of driving behavior are classified as one area.
  • the driving characteristic presentation unit 29 presents the driving characteristic of the surrounding vehicle and the driving characteristic of the driver to the driver.
  • the driver is considered to have a deviation between the driving characteristic of the surrounding vehicle and the driving characteristic of the driver.
  • the driving characteristic presenting unit 29 indicates that there is a divergence between the driving characteristic of the surrounding vehicle and the driving characteristic of the driver. Do.
  • both a display area 201 described as "you” indicating the driving characteristic of the driver and a display area 203 described as “everyone” indicating the driving characteristic of the surrounding vehicle are presented.
  • the display areas 201 and 203 represent probability distributions of the respective driving characteristics
  • the widths of the display areas 201 and 203 represent standard deviation, for example, a range of ⁇ 1 ⁇
  • the horizontal center of the display areas 201 and 203 is an average Represents a value.
  • the display areas 201 and 203 representing the probability distributions of the driving characteristics are displayed adjacent to each other as described above, it is clearly indicated that there is a divergence between the driving characteristics of the surrounding vehicle and the driving characteristics of the driver. can do. Further, the color of the display areas 201 and 203 may be changed according to the degree of deviation between the driving characteristic of the surrounding vehicle and the driving characteristic of the driver. For example, when the divergence is large, the display areas 201 and 203 are displayed in red, and when the divergence is small, it is displayed in green. Further, it may be presented by voice or warning sound.
  • the indicator 205 which shows the driving
  • the indicator 205 is located to the right of the center of the display area 201. Therefore, the driving characteristic of the inter-vehicle distance applied to the present automatic driving is longer than the average inter-vehicle distance of the driver. And if the indicator 205 is moved to the right side, the inter-vehicle distance applied to automatic driving will become long, and if it is moved to the left side, the inter-vehicle distance applied to automatic driving will become short.
  • the driver makes an input for the presented content, and in accordance with this input, the driving characteristic of the automatic driving is adjusted.
  • the adjustment of the driving characteristics may be performed by moving the position of the indicator 205 to the left and right by pressing the move buttons 207 and 209. Furthermore, the position of the indicator 205 may be moved to the left and right by voice input.
  • the driving characteristic of the surrounding vehicle and the driving characteristic of the driver are constituted by a plurality of parameters such as an inter-vehicle distance, a brake timing, an acceleration, a deceleration, etc. Can be input.
  • the risk index, the operation amount and the number of operations of the accelerator pedal or the brake pedal may be included in the parameters.
  • the width L of the outer frame 211 surrounding the periphery of the display areas 201 and 203 is set based on the distribution of data of all the vehicles that can be acquired by the management server 15.
  • the width L may be set to include 95% of the inter-vehicle distance data of all the vehicles.
  • the width L is set in accordance with this distribution.
  • the display area 201 indicating the driving characteristic of the host vehicle is in the range of 3 m to 7 m
  • the display area 201 may be displayed at a position corresponding to 3 m to 7 m in the width L. Therefore, by displaying display regions 201 and 203 in outer frame 211 having width L set in this manner, the driving characteristics of the own vehicle and surrounding vehicles in the distribution of the driving characteristics of all the vehicles can be obtained. You can know the position.
  • the driving characteristic presentation unit 29 detects the regionality of the surrounding vehicle as the driving characteristic of the surrounding vehicle, and the driver's driving is performed.
  • the regional characteristics of the driver or the vehicle may be detected as a characteristic and these may be compared.
  • the driving characteristics presentation unit 29 acquires the regional characteristics of the surrounding vehicles from the surrounding vehicle driving characteristics detection unit 25. Further, the regional characteristics of the driver or the host vehicle are acquired from the management server 15 about the driving characteristics of the region set by the regionality setting unit 27.
  • the driving characteristic presenting unit 29 determines whether the regionality of the surrounding vehicle and the regionality of the driver or the own vehicle are different. Present the driver that there is a gap between them. Then, in this case, the input screen shown in FIG. 2 may be displayed to cause the driver to adjust the driving characteristics, but the input screen shown in FIG. It may be adapted to the regionality of the vehicle.
  • the driving characteristic presentation unit 29 sets the timing of presenting the occurrence of the divergence between the regionality of the surrounding vehicle and the regionality of the driver or the host vehicle based on the boundary of the regionality. For example, it is indicated that there is a divergence between the regionality of the surrounding vehicle and the regionality of the driver or the own vehicle before, after, or at the timing of passing through the border or prefectural border. Also, it may be presented when a surrounding vehicle appears after passing the regional boundary, or after the own vehicle shifts to steady driving after passing the regional boundary or after stopping. May be presented. At this time, the driving characteristic presenting unit 29 sets the timing for presenting the occurrence of the divergence based on the travel plan route of the host vehicle.
  • the driving characteristic adjusting unit 30 adjusts the driving characteristic to be applied to the automatic driving in accordance with the driver's input for the content presented by the driving characteristic presenting unit 29. For example, on the input screen shown in FIG. 2, both the display area 201 described as "you" indicating the driving characteristic of the driver and the display area 203 described as "everyone” indicating the driving characteristic of the surrounding vehicle are presented. It is done. Since the driver moves the indicator 205 to the left and right, the driving characteristic applied to automatic driving is adjusted according to the movement. In addition, the driving characteristic adjusting unit 30 may adjust the learning result of the driving characteristic learned by the driving characteristic learning unit 23 according to the regionality of the driver or the own vehicle set by the locality setting unit 27. . For example, when a predetermined divergence occurs between the regionality and the learning result, the learning result of the driving characteristic is adjusted to be closer to the regionality.
  • the automatic driving control execution unit 31 executes the automatic driving when it is in the automatic driving section or when the driver selects the automatic driving by the driving switch 7. At this time, when the driving characteristic is adjusted through the input screens shown in FIGS. 2 and 3, the automatic driving control execution unit 31 executes the automatic driving based on the adjusted driving characteristic.
  • the travel control device 1 is composed of a microcomputer, a microprocessor, a general-purpose electronic circuit including a CPU, and peripheral devices such as a memory. Then, by executing a specific program, the learning data storage unit 21, the driving characteristic learning unit 23, the surrounding vehicle driving characteristic detection unit 25, the regional setting unit 27, the driving characteristic presentation unit 29, and the driving characteristic adjustment unit 30, operates as an automatic operation control execution unit 31.
  • Each function of such a travel control device 1 can be implemented by one or more processing circuits.
  • the processing circuitry comprises a programmed processing device such as, for example, a processing device including an electrical circuit, and an application specific integrated circuit (ASIC) or conventional circuitry arranged to perform the functions described in the embodiments. It also includes devices such as parts.
  • ASIC application specific integrated circuit
  • step S101 the learning data storage unit 21 determines whether or not the vehicle is in the manual operation based on the state of the operation switching switch 7. If the vehicle is in the manual operation, the process proceeds to step S103. If the vehicle is in the automatic operation, the operation characteristic learning process is ended and the automatic operation control is executed.
  • the learning data storage unit 21 detects traveling data related to the traveling state of the vehicle and environmental information related to the traveling environment around the vehicle from the traveling state detection unit 3 and the traveling environment detection unit 5.
  • the travel data to be detected includes vehicle speed, steering angle, acceleration, deceleration, inter-vehicle distance with the preceding vehicle, relative velocity with the preceding vehicle, current position, planned route of the front intersection, operation amount of brake pedal and accelerator pedal, The duration of time following the preceding vehicle, the operating state of the wiper, etc.
  • the vehicle Detect the surrounding weather, temperature or illuminance.
  • information such as the vehicle speed, steering angle, acceleration, deceleration, inter-vehicle distance, relative speed, current position, and brake timing at intersections of surrounding vehicles is detected.
  • step S105 the learning data storage unit 21 stores the traveling data and the environment information detected in step S103 as learning data.
  • FIG. 7 an example of the learning data stored by the learning data storage unit 21 is shown in FIG.
  • data for learning data of inter-vehicle distance D, vehicle speed V, x1 to x6, y1 are recorded.
  • x1 to x6 and y1 are data set based on the environment information, and a value of 0 or 1 is set according to the setting method shown in FIG.
  • x1 is set to 1 when the vehicle is traveling on a road with two or more lanes on one side when acquiring the data of the inter-vehicle distance D and the velocity V shown in FIG. Is set to 0 when traveling.
  • x2 is set to 1 when the vehicle is traveling uphill, and 0 in the other cases (flat roads and downhills), and x3 is set when the traffic light ahead of the vehicle is a red light. Is set to 1 and otherwise 0 (no green light or no traffic light). However, the red light may include the yellow light.
  • x4 is set to 1 if the distance from the vehicle to the intersection is less than the predetermined value J [m], 0 is set to the predetermined value J [m] or more, and x5 is L [m in front of the vehicle] If there is a vehicle having a predetermined value N or more within the range, 1 is set, and if it is the predetermined value N-1 or less, 0 is set.
  • x6 is set to 1 when the turn indicator for turning the vehicle left or right is ON, and 0 when it is OFF.
  • y1 is set to 1 when the distance to the stop line is equal to or greater than a predetermined value K [m] while the vehicle is at a stop, and 0 is set if the distance is less than the predetermined value K [m].
  • the traveling data of the inter-vehicle distance D and the vehicle speed V is associated with the environment information of x1 to x6 and y1.
  • FIG. 9 Another example of the data for learning memorize
  • FIG. 9 in the data for learning, data of the braking distance Db and the deceleration start speeds Vb and x1 to x6 are recorded.
  • the braking distance Db is a braking distance when the vehicle stops at an intersection
  • the deceleration start speed Vb is a deceleration start speed when the vehicle stops at an intersection.
  • x1 to x6 in FIG. 9 are data set based on the environment information, and a value of 0 or 1 is set according to the setting method shown in FIG.
  • x1 is set to 1 when the curvature of the road on which the vehicle is traveling is equal to or greater than a predetermined value when acquiring the data of the braking distance Db and the deceleration start speed Vb shown in FIG. It is set to 0 if it is less than the value.
  • x2 is set to 1 when the vehicle is traveling downhill, and 0 otherwise (flat road and uphill), and x3 is set when the traffic light ahead of the vehicle is a red light. Is set to 1 and otherwise 0 (no green light or no traffic light). However, the red light may include the yellow light.
  • x4 is set to 1 if it is nighttime, and 0 if it is otherwise. It may be determined based on the lighting state of the headlights whether or not it is nighttime.
  • x5 is set to 1 when the weather around the vehicle is bad weather, and 0 when not bad weather.
  • x6 is set to 1 when the turn indicator is ON for turning the vehicle left or right, and 0 when the direction indicator is OFF.
  • environment information of x1 to x6 is associated with traveling data of the braking distance Db and the braking start speed Vb.
  • step S107 the learning data storage unit 21 determines whether or not a predetermined amount of learning data can be stored. If the amount is less than the predetermined amount, the process returns to step S103. The process proceeds to step S109.
  • step S109 the driving characteristic learning unit 23 learns the driving characteristic in the manual driving of the driver.
  • a multiple regression model shown in the following equation (1) is created and learned using a data set as shown in FIG. [Equation 1]
  • Df (a0 + a1 x 1 + a2 x 2 + a3 x 3 + a4 x 4 + a5 x 5 + a6 x 6)
  • Vf (b0 + b1 y1)
  • Vf is the current vehicle speed
  • Df is the distance between the vehicle and the preceding vehicle calculated from the model.
  • x1 to x6 and y1 are environmental factors
  • a0 to a6, b0 and b1 are coefficients obtained by learning.
  • the terms (a0 to a6x6) in the formula (1) are the time to the leading vehicle while traveling (car head time, but the time to the position obtained by subtracting the stop inter-vehicle distance).
  • the term (b0 + b1y1) is the distance between the vehicles at rest, which is the distance between the vehicle and the preceding vehicle when the vehicle speed becomes zero.
  • the multiple regression model shown in the equation (1) indicates that the inter-vehicle distance to the preceding vehicle and the inter-vehicle distance at the time of stop vary depending on environmental factors.
  • a0 is a reference value set for each trip, and the average value of the head time within the trip when the values of x1 to x6 are 0 It is.
  • b0 is a reference value set for each driver, and is an inter-vehicle distance at the time of stopping when the value of y1 is zero.
  • the average value of the inter-vehicle distance at the time of stopping may be used.
  • the driving characteristic learning unit 23 performs multiple regression analysis using learning data as shown in FIG. 7 to calculate the coefficients a0 to a6, b0, and b1 of the equation (1).
  • a multiple regression model represented by the following equation (2) is created and learned using a data set as shown in FIG. [Equation 2]
  • Db (c0 + c1 x 1 + c2 x 2 + c3 x 3 + c4 x 4 + c5 x 5 + c6 x 6)
  • Vb 2 + dVb (c0 + c1 x 1 + c2 x 2 + c3 x 3 + c4 x 4 + c5 x 5 + c6 x 6)
  • Vb is the deceleration start speed
  • Db is the braking distance calculated from the model.
  • x1 to x6 are environmental factors
  • c0 to c6 and d are coefficients obtained by learning.
  • the multiple regression model shown in the equation (2) indicates that the braking distance in the case where the vehicle stops at the intersection fluctuates due to environmental factors.
  • Equation (2) can be represented like Formula (3) and can be represented like Formula (2) and Formula (3)-Formula (4).
  • Db Vb 2 / 2a + dVb (3)
  • a 1/2 (c0 + c1 x 1 + c2 x 2 + c3 x 3 + c4 x 4 + c5 x 5 + c6 x 6) (4)
  • c0 and d are reference values set for each individual.
  • c0 is the average value of the deceleration when the values of x1 to x6 are 0, and d is the degree of dependence on TTI (that is, the degree of change of the deceleration according to the speed).
  • the value d is closer to 1 as the degree of dependence on TTI is higher.
  • the driving characteristic learning unit 23 performs multiple regression analysis using learning data as shown in FIG. 9 to calculate the coefficients of c0 to c6 and d in equation (2). In addition, the driving characteristic learning unit 23 calculates a standard deviation or an average value for each parameter to obtain a probability distribution.
  • step S111 the driving characteristic learning unit 23 uses the calculated coefficients of a0 to a6, b0, and b1 of Equation (1) or the coefficients of c0 to c6 and d of Equation (2) and the probability distribution of each parameter as a calculation result It memorize
  • the surrounding vehicle driving characteristics detection unit 25 detects the driving characteristics of the surrounding vehicles. For example, a standard deviation and an average value are calculated from data acquired by communicating with a sensor installed in the host vehicle and the surroundings of the host vehicle, and a probability distribution as shown in FIG. 4 is obtained. Also, the driving characteristic of the surrounding vehicle calculated by the management server 15 may be acquired. Furthermore, the surrounding vehicle driving characteristic detection unit 25 may detect the regionality of the surrounding vehicle as the driving characteristic of the surrounding vehicle. In this case, the driving characteristic of the area calculated by the management server 15 is acquired.
  • step S203 the driving characteristics presentation unit 29 compares the driving characteristics of the surrounding vehicle detected in step S201 with the driving characteristics of the driver to determine whether or not a predetermined deviation occurs.
  • the driver's driving characteristic is a learning result of the driving characteristic learning process of FIG.
  • the process proceeds to step S205, and if the deviation does not occur, the process proceeds to step S215.
  • the driving characteristic presenting unit 29 detects the regionality of the driver or the own vehicle as the driving characteristic of the driver, and It is determined whether there is a divergence between the regionality and the regionality of the driver or the vehicle.
  • the regional characteristics of the driver or the host vehicle may be acquired from the management server 15 about the driving characteristics of the region set by the regionality setting unit 27.
  • step S205 the driving characteristic presenting unit 29 detects traveling data related to the traveling state of the vehicle and environment information related to the traveling environment around the vehicle from the traveling state detection unit 3 and the traveling environment detection unit 5.
  • step S207 the driving characteristic presentation unit 29 presents both the driving characteristic of the surrounding vehicle and the driving characteristic of the driver, and indicates that there is a divergence between the driving characteristic of the surrounding vehicle and the driving characteristic of the driver.
  • the driving characteristic presentation unit 29 presents both the driving characteristic of the surrounding vehicle and the driving characteristic of the driver, and indicates that there is a divergence between the driving characteristic of the surrounding vehicle and the driving characteristic of the driver.
  • Present to the driver For example, an input screen as shown in FIG. 2 is displayed on the input device 9.
  • FIG. 12 the probability distribution of the driving characteristic of the surrounding vehicle and the probability distribution of the driving characteristic of the driver may be displayed.
  • X indicates the driving characteristic of the surrounding vehicle
  • Y indicates the driving characteristic of the driver.
  • step S209 the driving characteristic adjusting unit 30 adjusts the driving characteristic to be applied to the automatic driving in accordance with the driver's input with respect to the content presented in step S207.
  • the display area 201 described as "you” indicating the driving characteristic of the driver and the display area 203 described as "everyone” indicating the driving characteristic of the surrounding vehicle are presented. It is done.
  • the display area 201 represents the probability distribution of the driving characteristic of the driver, the width of which represents a range of standard deviation ⁇ 1 ⁇ , and the center in the lateral direction represents an average value.
  • the display area 203 represents the probability distribution of driving characteristics of surrounding vehicles, the width of which represents a range of standard deviation ⁇ 1 ⁇ , and the center in the lateral direction represents an average value. Therefore, the display area 201 corresponds to Y in FIG. 12, and the display area 203 corresponds to X in FIG.
  • the driver can adjust the driving characteristic of automatic driving by moving the indicator 205 left and right.
  • Y in FIG. 12 approaches X, so that the driving characteristic of automatic driving becomes similar to the driving characteristic of the surrounding vehicle.
  • Y in FIG. 12 is moved away from X, so that the driving characteristic of the autonomous driving becomes different from the driving characteristic of the surrounding vehicle.
  • step S211 the automatic driving control execution unit 31 executes the automatic driving control with the driving characteristic adjusted by the driver. Specifically, the automatic driving control execution unit 31 transmits a control execution command to the actuator 13 to execute an operation such as an accelerator, a brake, a steering, etc. necessary for the automatic driving.
  • step S213 the automatic driving control execution unit 31 determines whether or not the automatic driving has ended. If the automatic driving has not ended, the processing returns to step S205 and continues the automatic driving control. On the other hand, when the automatic driving is switched to the manual driving and the automatic driving is finished, the automatic driving control process according to the present embodiment is finished.
  • step S215 the automatic driving control execution unit 31 sets the driving characteristic of the driver calculated in the driving characteristic learning process as the driving characteristic to be applied to the automatic driving.
  • step S217 the automatic driving control execution unit 31 executes the automatic driving control using the set driving characteristic of the driver. Specifically, the automatic driving control execution unit 31 transmits a control execution command to the actuator 13 to execute an operation such as an accelerator, a brake, a steering, etc. necessary for the automatic driving.
  • step S219 the automatic driving control execution unit 31 determines whether or not the automatic driving has ended. If the automatic driving has not ended, the processing returns to step S215 and continues the automatic driving. On the other hand, when the automatic driving is switched to the manual driving and the automatic driving is finished, the automatic driving control process according to the present embodiment is finished.
  • the driving characteristic of the surrounding vehicle traveling around the host vehicle is detected. Then, when there is a deviation between the detected driving characteristic of the surrounding vehicle and the driving characteristic of the driver, there is a deviation between the driving characteristic of the surrounding vehicle and the driving characteristic of the driver To the driver. As a result, the occupant can be made aware that a deviation has occurred between the driving characteristic of the driver and the driving characteristic of the surrounding vehicle, so that the occupant can be prevented from feeling discomfort.
  • the driving characteristic of the surrounding vehicle and the driving characteristic of the driver are presented, and the driving characteristic of the automatic driving is adjusted according to the driver's input with respect to the presented content.
  • the difference between the driving characteristic of the surrounding vehicle and the driving characteristic of the driver can be clearly presented, and the adjustment of the occupant can urge the driving characteristic of the automatic driving to match the driving characteristic of the surrounding vehicle.
  • the driving characteristic of the surrounding vehicle and the driving characteristic of the driver are configured by a plurality of parameters, and the driver can input each of the plurality of parameters.
  • the driver's intention can be reflected for each of the plurality of parameters, it is possible to adjust to the driving characteristic according to the driver's intention.
  • the driving characteristic of the surrounding vehicle and the driving characteristic of the driver are displayed adjacent to each other, the difference between the driving characteristic of the surrounding vehicle and the driving characteristic of the driver is clearly presented. can do.
  • the regionality of the surrounding vehicle and the regionality of the driver or the host vehicle when there is a divergence between the regionality of the surrounding vehicle and the regionality of the driver or the host vehicle, the regionality of the surrounding vehicle and the driver or the host vehicle Present the driver that there is a divergence between the
  • the driver can be made aware that the regional characteristics are different, so that the passenger can be prevented from feeling discomfort.
  • the regional characteristics of the driver are set based on the registration information of the driver. As a result, it becomes unnecessary to set the regionality while traveling, and the regionality can be determined accurately.
  • the timing of presenting the occurrence of the divergence between the regionality of the surrounding vehicle and the regionality of the driver or the host vehicle is set based on the boundary of the regionality. Do. As a result, it is possible to present that there is a divergence in regionality at the timing when the regionality changes, so it is possible to prevent the occupant from feeling discomfort.
  • the driving characteristic of the surrounding vehicle is detected by communicating with the surroundings of the host vehicle. Therefore, since the driving characteristic of the surrounding vehicle can be acquired by communication, the calculation load on the own vehicle can be reduced.
  • the driving characteristic of the surrounding vehicle is detected using a sensor installed in the own vehicle.
  • data can be acquired from the surrounding vehicle traveling in the detection range of the sensor installed in the host vehicle, so that the driving characteristics of the surrounding vehicle can be accurately detected.
  • the present invention is not limited to the above-mentioned embodiment, and even if it is a form other than this embodiment, according to design etc., if it is a range which does not deviate from the technical idea concerning the present invention.
  • various modifications are possible.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

本発明の走行制御方法は、手動運転時の運転者の運転特性を学習し、学習した運転特性に基づいて自動運転を実行するものであり、運転者が運転する自車両の周囲を走行する周囲車両の運転特性を検出し、検出された周囲車両の運転特性と運転者の運転特性との間に乖離が生じている場合には、周囲車両の運転特性と運転者の運転特性との間に乖離が生じていることを運転者に提示する。

Description

走行制御方法及び走行制御装置
　本発明は、手動運転時の運転者の運転特性を学習し、学習した運転特性に基づいて自動運転を実行する走行制御方法及びその装置に関する。
　従来では、運転者の違和感を抑制した自動運転を可能にするために、手動運転中の運転者による運転操作を学習する運転制御装置として、特許文献１が開示されている。特許文献１に開示された運転制御装置では、車線数や天候等の環境項目を設定し、手動運転時には環境項目から運転環境を特定し、運転環境と対応付けて運転者の運転操作を学習していた。
特開２０１５－８９８０１号公報
　しかしながら、上述した従来の運転制御装置では、運転者の学習結果をそのまま自動運転制御に適用していたので、周囲の車両の運転特性を考慮していなかった。そのため、学習結果の運転特性が周囲の車両の運転特性と異なる場合には、自動運転を実行したときに自車両が周囲の車両と異なる挙動をとることになり、車両の乗員が違和感を覚えるという問題点があった。
　そこで、本発明は、上述した実情に鑑みて提案されたものであり、乗員が違和感を覚えることを防止することのできる走行制御方法及びその装置を提供することを目的とする。
　上述した課題を解決するために、本発明の一態様に係る走行制御方法及びその装置は、自車両の周囲を走行する周囲車両の運転特性を検出する。そして、検出された周囲車両の運転特性と運転者の運転特性との間に乖離が生じている場合には、周囲車両の運転特性と運転者の運転特性との間に乖離が生じていることを運転者に提示する。
　本発明によれば、乗員が違和感を覚えることを防止することができる。
図１は、本発明の一実施形態に係る走行制御装置を含む走行制御システムの構成を示すブロック図である。 図２は、本発明の一実施形態に係る走行制御装置による運転特性の調整方法を説明するための図である。 図３は、本発明の一実施形態に係る走行制御装置による運転特性の調整方法を説明するための図である。 図４は、本発明の一実施形態に係る走行制御システムにより算出された周囲車両または地域の運転特性の一例を示す図である。 図５は、本発明の一実施形態に係る走行制御システムによる地域の区分方法を説明するための図である。 図６は、本発明の一実施形態に係る走行制御装置による運転特性学習処理の処理手順を示すフローチャートである。 図７は、本発明の一実施形態に係る運転特性学習処理で入力されるデータの一例を示す図である。 図８は、本発明の一実施形態に係る運転特性学習処理で実行される重回帰分析の係数を説明するための図である。 図９は、本発明の一実施形態に係る運転特性学習処理で入力されるデータの一例を示す図である。 図１０は、本発明の一実施形態に係る運転特性学習処理で実行される重回帰分析の係数を説明するための図である。 図１１は、本発明の一実施形態に係る走行制御装置による自動運転制御処理の処理手順を示すフローチャートである。 図１２は、本発明の一実施形態に係る自動運転制御処理において自動運転の運転特性を周囲車両の運転特性に応じて調整する方法を説明するための図である。
　以下、本発明を適用した一実施形態について図面を参照して説明する。
　［走行制御システムの構成］
　図１は、本実施形態に係る走行制御装置を含む走行制御システムの構成を示すブロック図である。本実施形態に係る走行制御システム１００は、運転者による手動運転と自動運転とを切り替え可能な自動運転車両に搭載されている。そして、図１に示すように、走行制御システム１００は、走行制御装置１と、走行状態検出部３と、走行環境検出部５と、運転切替スイッチ７と、入力装置９と、制御状態呈示部１１とを備えている。さらに、走行制御システム１００は、車両に搭載されたアクチュエータ１３に接続され、通信網を介して管理サーバ１５に接続されている。
　走行制御装置１は、手動運転時の運転者の運転特性を学習し、学習した運転特性に基づいて自動運転を実行するコントローラである。特に、走行制御装置１は、自車両の周囲を走行する周囲車両の運転特性を検出し、検出された周囲車両の運転特性と運転者の運転特性との間に乖離が生じている場合には、周囲車両の運転特性と運転者の運転特性との間に乖離が生じていることを運転者に提示する。ここで、走行制御装置１は、学習用データ記憶部２１と、運転特性学習部２３と、周囲車両運転特性検出部２５と、地域性設定部２７と、運転特性提示部２９と、運転特性調整部３０と、自動運転制御実行部３１とを備えている。
　尚、本実施形態における手動運転とは、運転者の操作に合わせて車両が走行する運転である。また、本実施形態における自動運転とは、ステアリング、アクセル、ブレーキに対して、運転者以外の介入により、車両が走行することである。この自動運転には、運転者の操作なしに走行させる自動運転制御に加え、車速維持制御、車線逸脱防止制御、先行車追従制御も含まれる。また、自動運転においては、乗員による運転介入（オーバーライド）を許容する制御も含まれる。
　また、ＶＤＣ（ビークルダイナミクスコントロール）、ＥＰＳ（電動パワーステアリング）により、運転操作を補助する機能が作動している場合は、手動運転中としてもよいし、手動運転中としなくてもよい。ＶＤＣ、ＥＰＳにより、運転操作を補助する機能が作動している場合を手動運転中とする場合は、運転者の操作量や、運転者の操作量に基づく制御指令値を運転者の運転特性としてもよい。逆に、運転操作の補助による操作量、制御指令値を運転者の運転特性としてもよい。また、運転者と運転操作の補助を合わせた操作量、制御指令値、車両の運転特性を、運転者の運転特性として学習するようにしてもよい。それに対して、運転操作を補助する機能が作動している場合を手動運転中としない場合には、運転操作を補助する機能が働いていない場合を分離して学習できるので、安定して学習することのできるシーンを選択することになる。したがって、運転者の運転特性を正確に学習できるようになる。
　走行状態検出部３は、車速や操舵角、加速度、先行車との車間距離、先行車との相対速度、現在位置、ヘッドライトの点灯状態、方向指示器の表示状態、ワイパーの作動状態等の車両の走行状態を示す走行データを検出する。例えば、走行状態検出部３は、ＣＡＮ（Controller Area Network）のような車載ネットワークやナビゲーション装置、レーザレーダ、カメラ等である。
　走行環境検出部５は、車両が走行する道路の車線数、制限速度、道路勾配、車両前方の信号機の表示状態、車両前方の交差点までの距離、車両前方を走行する車両台数、車両前方の交差点の予定進路等の車両が走行している環境を表す環境情報を検出する。尚、環境情報には、道路曲率や一時停止規制の有無等が含まれていてもよい。さらに、走行環境検出部５は、自車両の周囲を走行する周囲車両の運転特性を検出するための情報も検出する。例えば、周囲車両の車速や操舵角、加速度、減速度、車間距離、相対速度、現在位置、交差点でのブレーキタイミング等の情報である。したがって、走行環境検出部５は、例えば車両に搭載されたカメラやレーザレーダ、ナビゲーション装置である。尚、車両前方の交差点の予定進路はナビゲーション装置や方向指示器の表示状態等から取得する。また、車両周囲の照度、気温、天候状態は、照度センサ、外気温センサ、ワイパースイッチからそれぞれ取得する。ただし、照度はヘッドライトのスイッチから取得してもよい。
　運転切替スイッチ７は、車両に搭載され、車両の乗員が操作することによって自動運転と手動運転の切り替えを行うスイッチである。例えば、運転切替スイッチ７は、車両のステアリングに設置されている。
　入力装置９は、運転特性を調整するために車両の乗員から入力を受け付ける入力インターフェースである。例えば、入力装置９は、ディスプレイやナビゲーション装置の表示画面に設置されたタッチパネルとして構成することができる。入力装置９に、図２、３に示すような入力画面を表示し、乗員がタッチパネルを操作することによって、自動運転に適用する運転特性を調整する。尚、図２、３に示す入力画面をスマートフォン等の携帯デバイスに表示して、携帯デバイスから入力できるようにしてもよい。
　制御状態呈示部１１は、自車両の現在の制御状態をメータ表示部やナビゲーション装置の表示画面、ヘッドアップディスプレイ等に表示する。また、自動運転の開始、終了を伝える報知音も出力し、運転特性の学習が終了したか否かも呈示する。
　アクチュエータ１３は、走行制御装置１からの実行指令を受信して、車両のアクセルやブレーキ、ステアリング等の各部を駆動する。
　管理サーバ１５は、プローブカーシステムのデータセンターに設置されたプローブサーバであり、多くの車両からプローブデータを収集し、車両の運転特性を算出して蓄積する。
　管理サーバ１５は、データ収集部４１と、運転特性算出部４３と、データベース４５を備えている。データ収集部４１は、多くの車両から通信網を介してプローブデータを収集する。このとき、データ収集部４１は、収集されるデータの地域を検出しているので、地域毎に分類してデータを収集することができる。また、データ収集部４１は、自車両の位置情報を取得し、その位置情報に基づいて自車両の周囲を走行している周囲車両のデータを収集することもできる。
　運転特性算出部４３は、データ収集部４１で収集されたデータを用いて、自車両の周囲を走行する周囲車両の運転特性と各地域の運転特性を算出する。運転特性算出部４３は、周囲車両や各地域について、収集されたデータから、車間距離やブレーキタイミング（制動距離）、速度、加速度、減速度、ギャップ時間等の各パラメータの平均値及び標準偏差等の統計値を算出する。周囲車両及び地域の運転特性は、図４に示すように確率分布で表され、パラメータ毎に算出されている。例えば、図４の運転特性は、パラメータが速度の場合の運転特性であり、±１σの範囲が通常の範囲で、＋１σ以上が急ぎ傾向の範囲、－１σ以下がゆっくり傾向の範囲である。尚、地域の区分は、行政上の単位を用いて区分すればよい。例えば、国、州、県、市町村等である。さらに、運転特性が類似する地域を１つの地域として区分してもよい。例えば、運転特性を算出した結果、せっかちな運転をする傾向のある地域を１つの地域としてもよい。
　データベース４５は、収集されたプローブデータを蓄積するとともに、運転特性算出部４３で算出された運転特性を格納する。
　次に、走行制御装置１を構成する各部について説明する。学習用データ記憶部２１は、走行状態検出部３及び走行環境検出部５から車両の走行状態に関する走行データや車両周囲の走行環境に関する環境情報を取得し、運転特性学習処理に必要なデータを記憶する。このとき、学習用データ記憶部２１は、車両の走行状態や走行環境と関連付けて走行データを記憶する。記憶される走行データとしては、速度や車間距離の他に、現在位置、先行車との相対速度、操舵角、加速度、減速度、先行車に追従している継続時間、減速開始速度、制動距離、ブレーキペダルやアクセルペダルの操作量、停止線までの距離等である。また、学習用データ記憶部２１は、環境情報についても記憶する。環境情報としては、車両が走行する道路の車線数、制限速度、道路勾配または信号機の表示状態、車両から交差点までの距離、車両前方の車両台数、方向指示器の表示状態、道路曲率、一時停止規制の有無、車両の周辺の天候、気温または照度等である。さらに、学習用データ記憶部２１は、走行環境検出部５から周囲車両の車速や操舵角、加速度、減速度、車間距離、相対速度、現在位置、交差点でのブレーキタイミング等の情報も取得して記憶する。
　運転特性学習部２３は、学習用データ記憶部２１で取得された走行データと環境情報を読み出し、走行状態及び走行環境からの影響度合いを考慮して、運転者の手動運転における運転特性を学習する。学習される運転特性は複数のパラメータによって構成され、パラメータとしては先行車との車間距離やブレーキタイミング（制動距離）の他に、速度、加速度、減速度等がある。こうして算出された学習結果は、運転特性学習部２３に随時記憶される。
　周囲車両運転特性検出部２５は、自車両の周囲を走行する周囲車両の運転特性を検出する。周囲車両の運転特性は、上述した図４に示すように確率分布で表され、パラメータ毎に算出されている。周囲車両の運転特性は複数のパラメータによって構成され、パラメータとしては先行車との車間距離やブレーキタイミング（制動距離）の他に、速度、加速度、減速度等がある。こうして検出された周囲車両の運転特性は、周囲車両運転特性検出部２５に随時記憶される。
　また、周囲車両の運転特性は、自車両に設置されたセンサを用いて検出してもよいし、自車両の周囲と通信することによって検出してもよい。自車両に設置されたセンサを用いて検出する場合には、車両に搭載されたカメラやレーザレーダで構成されている走行環境検出部５で検出されたデータを用いて周囲車両の運転特性を検出する。また、自車両の周囲と通信することによって検出する場合には、周囲車両から車車間通信等によってデータを取得して周囲車両の運転特性を検出してもよいし、管理サーバ１５で算出された周囲車両の運転特性を取得してもよい。
　さらに、周囲車両運転特性検出部２５は、自車両の周囲を走行する周囲車両の運転特性として周囲車両の地域性を検出してもよい。この場合に、周囲車両運転特性検出部２５は、管理サーバ１５で算出された地域の運転特性を取得する。
　地域性設定部２７は、運転者の登録情報に基づいて運転者の地域性を設定する。例えば、運転者の出身地や住所地等の登録情報にしたがって運転者の地域性を設定する。また、出身地や住所地以外でも運転者が自ら入力した地域に地域性を設定してもよい。
　また、地域性設定部２７は、予め設定された方法で自車両の地域性を設定する。例えば、車両が登録されている地域に地域性を設定してもよいし、車両の走行座標の分布が最も多い地域に地域性を設定してもよい。さらに、車両の走行距離が最も多い地域や走行特性の近い地域に地域性を設定してもよい。尚、運転者及び自車両の地域性を設定するタイミングは、自車両が走行を開始する前に設定することが好ましい。走行中に地域性を設定することが不要となり、地域性を正確に判定できるためである。
　さらに、設定される地域は、行政上の単位を用いて区分すればよい。例えば、国、州、県、市町村等である。特に、国境で国が変わることにより、制限速度が変わる場合がある。そのような場合には、国ごとに運転特性が変化する可能性が高いので、複数の国が接している地域では国を１つの地域として区分すると効果的である。また、運転特性が類似する地域を１つの地域として区分してもよい。例えば、日本の場合では、図５に示すように、関東圏や名古屋圏、関西圏等を１つの地域としてもよい。この区分方法では、運転特性を学習した結果、運転行動の分布に差がない地域を１つの地域として区分する。
　運転特性提示部２９は、運転者に対して周囲車両の運転特性と運転者の運転特性とを提示する。特に、周囲車両の運転特性と運転者の運転特性との間に乖離が生じている場合には、周囲車両の運転特性と運転者の運転特性との間に乖離が生じていることを運転者に提示する。例えば、運転特性提示部２９は、入力装置９に図２に示すような入力画面を表示することによって、周囲車両の運転特性と運転者の運転特性との間に乖離が生じていることを提示する。
　図２に示す入力画面では、運転者の運転特性を示す「あなた」と記載された表示領域２０１と、周囲車両の運転特性を示す「みんな」と記載された表示領域２０３の両方を提示している。表示領域２０１、２０３は各運転特性の確率分布を表しており、表示領域２０１、２０３の幅は標準偏差、例えば±１σの範囲を表しており、表示領域２０１、２０３の横方向の中央は平均値を表している。
　このように運転特性の確率分布を表す表示領域２０１、２０３を隣接して表示しているので、周囲車両の運転特性と運転者の運転特性との間に乖離が生じていることを明確に提示することができる。また、周囲車両の運転特性と運転者の運転特性との間の乖離の大きさに応じて、表示領域２０１、２０３の色を変化させてもよい。例えば、乖離が大きい場合には、表示領域２０１、２０３を赤く表示し、乖離が小さい場合には緑に表示する。さらに、音声や警告音で呈示するようにしてもよい。
　そして、図２の入力画面では、現在の自動運転に適用されている運転特性を示すインジケータ２０５が表示されており、乗員はインジケータ２０５を左右に移動させることによって自動運転の運転特性を調整することができる。例えば、図２ではインジケータ２０５が表示領域２０１の中央より右側に位置している。したがって、現在の自動運転に適用されている車間距離の運転特性は、運転者の平均の車間距離より長くなっている。そして、インジケータ２０５を右側に移動させれば、自動運転に適用される車間距離は長くなり、左側に移動させれば、自動運転に適用される車間距離は短くなる。したがって、提示された内容に対して運転者が入力を行い、この入力に応じて自動運転の運転特性が調整される。尚、運転特性の調整は、移動ボタン２０７、２０９を押してインジケータ２０５の位置を左右に移動させて行ってもよい。さらに、音声入力によってインジケータ２０５の位置を左右に移動させてもよい。
　また、図２に示すように、周囲車両の運転特性と運転者の運転特性は、車間距離やブレーキタイミング、加速度、減速度等の複数のパラメータによって構成され、複数のパラメータに対してそれぞれ運転者が入力可能である。図２に示すパラメータの他に、リスク感指標やアクセルペダルまたはブレーキペダルの操作量や操作回数をパラメータに含んでいてもよい。
　さらに、表示領域２０１、２０３の周囲を囲む外枠２１１の幅Ｌは、管理サーバ１５で取得できるすべての車両のデータの分布に基づいて設定されている。例えば、すべての車両の車間距離のデータの９５％を含むように幅Ｌを設定すればよい。この場合、車間距離のデータの９５％が２ｍから１０ｍの範囲に分布している場合には、この分布にしたがって幅Ｌを設定する。そして、自車両の運転特性を示す表示領域２０１が３ｍから７ｍの範囲である場合には、幅Ｌのうち３ｍから７ｍに対応する位置に表示領域２０１を表示すればよい。したがって、このように設定された幅Ｌを有する外枠２１１の中に、表示領域２０１、２０３を表示することによって、すべての車両の運転特性の分布の中における自車両や周囲車両の運転特性の位置を把握することができる。
　また、図２では周囲車両の運転特性と運転者の運転特性とを比較していたが、運転特性提示部２９は、周囲車両の運転特性として周囲車両の地域性を検出し、運転者の運転特性として運転者または自車両の地域性を検出して、これらを比較してもよい。この場合に、運転特性提示部２９は、周囲車両運転特性検出部２５から周囲車両の地域性を取得する。また、運転者または自車両の地域性は、地域性設定部２７によって設定された地域の運転特性を管理サーバ１５から取得する。運転特性提示部２９は、周囲車両の地域性と運転者または自車両の地域性との間に乖離が生じている場合には、周囲車両の地域性と運転者または自車両の地域性との間に乖離が生じていることを運転者に提示する。そして、この場合に、図２に示す入力画面を表示して運転者に運転特性を調整させてもよいが、図３に示す入力画面を表示して、運転者または自車両の地域性を周囲車両の地域性に合わせるようにしてもよい。
　さらに、運転特性提示部２９は、周囲車両の地域性と運転者または自車両の地域性との間に乖離が生じていることを提示するタイミングを、地域性の境界に基づいて設定する。例えば、国境や県境を通過する前後または通過したタイミングで、周囲車両の地域性と運転者または自車両の地域性との間に乖離が生じていることを提示する。また、地域性の境界を通過した後の周囲車両が現れたときに提示してもよいし、地域性の境界を通過した後で自車両が定常走行に移行してから、あるいは停止してから提示してもよい。このとき、運転特性提示部２９は、自車両の走行計画ルートに基づいて、乖離が生じていることを提示するタイミングを設定する。
　運転特性調整部３０は、運転特性提示部２９によって提示された内容に対する運転者の入力に応じて、自動運転に適用する運転特性を調整する。例えば、図２に示す入力画面では、運転者の運転特性を示す「あなた」と記載された表示領域２０１と、周囲車両の運転特性を示す「みんな」と記載された表示領域２０３の両方が提示されている。運転者はインジケータ２０５を左右に移動させるので、その移動に応じて自動運転に適用する運転特性を調整する。また、運転特性調整部３０は、地域性設定部２７により設定された運転者または自車両の地域性に応じて、運転特性学習部２３で学習された運転特性の学習結果を調整してもよい。例えば、地域性と学習結果との間に所定の乖離が生じた場合には、運転特性の学習結果を地域性に近づけるように調整する。
　自動運転制御実行部３１は、自動運転区間になった場合や運転者が運転切替スイッチ７により自動運転を選択した場合に、自動運転を実行する。このとき、自動運転制御実行部３１は、図２、３に示す入力画面を介して運転特性が調整されている場合には、調整された運転特性に基づいて自動運転を実行する。
　尚、走行制御装置１は、マイクロコンピュータ、マイクロプロセッサ、ＣＰＵを含む汎用の電子回路とメモリ等の周辺機器から構成されている。そして、特定のプログラムを実行することにより、上述した学習用データ記憶部２１、運転特性学習部２３、周囲車両運転特性検出部２５、地域性設定部２７、運転特性提示部２９、運転特性調整部３０、自動運転制御実行部３１として動作する。このような走行制御装置１の各機能は、１または複数の処理回路によって実装することができる。処理回路は、例えば電気回路を含む処理装置等のプログラムされた処理装置を含み、また実施形態に記載された機能を実行するようにアレンジされた特定用途向け集積回路（ＡＳＩＣ）や従来型の回路部品のような装置も含んでいる。
　［運転特性学習処理の手順］
　次に、本実施形態に係る走行制御装置１による運転特性学習処理の手順を図６のフローチャートを参照して説明する。図６に示す運転特性学習処理は、車両のイグニッションがオンされると開始する。
　図６に示すように、まずステップＳ１０１において、学習用データ記憶部２１は、運転切替スイッチ７の状態により車両が手動運転であるか否かを判定する。車両が手動運転である場合にはステップＳ１０３に進み、自動運転である場合には運転特性学習処理を終了して自動運転制御を実行する。
　ステップＳ１０３において、学習用データ記憶部２１は、走行状態検出部３及び走行環境検出部５から車両の走行状態に関する走行データと車両周囲の走行環境に関する環境情報を検出する。検出される走行データとしては、車速、操舵角、加速度、減速度、先行車との車間距離、先行車との相対速度、現在位置、前方交差点の予定進路、ブレーキペダル及びアクセルペダルの操作量、先行車に追従している継続時間、ワイパーの作動状態等である。また、環境情報としては、車両が走行する道路の車線数、制限速度、道路勾配または信号機の表示状態、車両から交差点までの距離、車両前方の車両台数、車両の方向指示器の表示状態、車両周辺の天候、気温または照度等を検出する。また、周囲車両の車速や操舵角、加速度、減速度、車間距離、相対速度、現在位置、交差点でのブレーキタイミング等の情報を検出する。
　ステップＳ１０５において、学習用データ記憶部２１は、ステップＳ１０３で検出された走行データと環境情報を学習用データとして記憶する。
　ここで、学習用データ記憶部２１によって記憶される学習用データの一例を図７に示す。図７に示すように、学習用データには、車間距離Ｄ、車速Ｖ、ｘ１～ｘ６、ｙ１のデータが記録されている。ｘ１～ｘ６、ｙ１は環境情報に基づいて設定されたデータであり、図８に示す設定方法にしたがって０または１の値が設定される。例えば、ｘ１は、図７に示す車間距離Ｄと速度Ｖのデータを取得したときに、車両が片側２車線以上の道路を走行している場合には１が設定され、片側１車線以下の道路を走行している場合には０が設定される。
　また、ｘ２は、車両が上り坂を走行している場合には１、それ以外（平坦路と下り坂）の場合には０が設定され、ｘ３は、車両前方の信号機が赤信号の場合には１、それ以外の場合（青信号または信号機なし）には０が設定される。ただし、赤信号に黄信号を含めてもよい。ｘ４は、車両から交差点までの距離が所定値Ｊ［ｍ］未満である場合には１、所定値Ｊ［ｍ］以上である場合には０が設定され、ｘ５は、車両前方のＬ［ｍ］以内に所定値Ｎ台以上の車両がある場合には１、所定値Ｎ－１台以下である場合には０が設定される。また、ｘ６は、車両の右左折のための方向指示器がＯＮの場合には１、ＯＦＦである場合には０が設定される。さらに、ｙ１は、車両が停止中に停止線までの距離が所定値Ｋ［ｍ］以上である場合には１、所定値Ｋ［ｍ］未満である場合には０が設定される。このように図７に示す学習用データでは、車間距離Ｄと車速Ｖの走行データに、ｘ１～ｘ６、ｙ１の環境情報が関連付けられている。
　また、学習用データ記憶部２１によって記憶される学習用データの別の一例を図９に示す。図９に示すように、学習用データには、制動距離Ｄｂ、減速開始速度Ｖｂ、ｘ１～ｘ６のデータが記録されている。制動距離Ｄｂは車両が交差点で停止する場合の制動距離であり、減速開始速度Ｖｂは車両が交差点で停止する場合の減速開始速度である。
　また、図９のｘ１～ｘ６は環境情報に基づいて設定されたデータであり、図１０に示す設定方法にしたがって０または１の値が設定される。例えば、ｘ１は、図９に示す制動距離Ｄｂと減速開始速度Ｖｂのデータを取得したときに、車両が走行している道路の曲率が所定値以上である場合に１が設定され、曲率が所定値未満である場合に０が設定される。
　さらに、ｘ２は、車両が下り坂を走行している場合には１、それ以外（平坦路と上り坂）の場合には０が設定され、ｘ３は、車両前方の信号機が赤信号の場合には１、それ以外の場合（青信号または信号機なし）には０が設定される。ただし、赤信号に黄信号を含めてもよい。また、ｘ４は、夜間である場合には１、それ以外である場合には０が設定される。夜間であるか否かの判定は、ヘッドライトの点灯状態によって判定すればよい。さらに、ｘ５は、車両周囲の天候が悪天候である場合には１、悪天候でない場合には０が設定される。悪天候であるか否かの判定方法としては、車両のワイパーがＯＦＦまたは間欠に設定されている場合には悪天候ではないと判定し、ＯＮの場合には悪天候であると判定する。また、ｘ６は、車両の右左折のために方向指示器がＯＮの場合には１、ＯＦＦである場合には０が設定される。このように図９に示す学習用データでは、制動距離Ｄｂと制動開始速度Ｖｂの走行データに、ｘ１～ｘ６の環境情報が関連付けられている。
　ステップＳ１０７において、学習用データ記憶部２１は、所定量の学習用データを記憶できたか否かを判定し、所定量に満たない場合にはステップＳ１０３に戻り、所定量以上蓄積できた場合にはステップＳ１０９に進む。
　ステップＳ１０９において、運転特性学習部２３は、運転者の手動運転における運転特性を学習する。例えば、車間距離の学習では、図７で示したようなデータセットを用いて、以下の式（１）に示す重回帰モデルを作成して学習する。
［数１］
　Ｄf＝（a0＋a1x1＋a2x2＋a3x3＋a4x4＋a5x5＋a6x6）Ｖf＋（b0＋b1y1）　　　（１）
　式（１）において、Ｖｆは現在の車速、Ｄｆはモデルから計算された先行車との車間距離である。ｘ１～ｘ６、ｙ１は環境要因であり、ａ０～ａ６、ｂ０、ｂ１は学習によって得られた係数である。式（１）の（ａ０～ａ６ｘ６）の項は、走行中の先行車までの時間（車頭時間、但し停止車間距離を引いた位置までの時間）である。また、（ｂ０＋ｂ１ｙ１）の項は、停止中の車間距離であり、車両と先行車の車速がゼロになったときの車間距離である。このように式（１）に示す重回帰モデルは、環境要因によって先行車との車間距離、停止時の車間距離が変動することを示している。
　式（１）の係数のうち、図８に示すように、ａ０は、トリップ毎に設定される基準値であり、ｘ１～ｘ６の値が０である場合のトリップ内での車頭時間の平均値である。また、ｂ０は、運転者毎に設定される基準値であり、ｙ１の値が０である場合の停止時の車間距離である。例えば、停止時の車間距離の平均値を用いればよい。
　このようにして、運転特性学習部２３は、図７に示すような学習用データを用いて重回帰分析を行い、式（１）のａ０～ａ６、ｂ０、ｂ１の係数を算出する。
　また、制動距離の学習では、図９で示したようなデータセットを用いて、以下の式（２）に示す重回帰モデルを作成して学習する。
［数２］
　Ｄｂ＝（c0＋c1x1＋c2x2＋c3x3＋c4x4＋c5x5＋c6x6）Ｖｂ２＋ｄＶｂ　　　（２）
　式（２）において、Ｖｂは減速開始速度、Ｄｂはモデルから計算された制動距離である。ｘ１～ｘ６は環境要因であり、ｃ０～ｃ６、ｄは学習によって得られた係数である。このように式（２）に示す重回帰モデルは、環境要因によって車両が交差点で停止する場合の制動距離が変動することを示している。
　また、式（２）の重回帰モデルは、減速開始行動の異なるタイプにも対応している。以下に示すように、式（２）は式（３）のように表すことができ、式（２）と式（３）から式（４）のように表すことができる。
［数３］
　Ｄｂ＝Ｖｂ２／２ａ＋dＶｂ　（３）
［数４］
　ａ＝１／２（c0＋c1x1＋c2x2＋c3x3＋c4x4＋c5x5＋c6x6）　（４）
　式（３）、（４）において、ａは平均減速度（ｍ/ｓ２）、式（２）、（３）において、ｄはＴＴＩ（Time to intersection：制動開始時の速度でそのまま進むと仮定した場合の交差点までの到達時間）を示す。
　式（２）の係数のうち、図１０に示すように、ｃ０、ｄは、個人別に設定される基準値である。ｃ０はｘ１～ｘ６の値が０である場合の減速度の平均値であり、ｄはＴＴＩへの依存度合い（すなわち、速度に応じた減速度の変更度合い）である。ｄは、ＴＴＩへの依存度が高いほど１に近い値となる。
　このようにして、運転特性学習部２３は、図９に示すような学習用データを用いて重回帰分析を行い、式（２）のｃ０～ｃ６、ｄの係数を算出する。また、運転特性学習部２３は、各パラメータについて標準偏差や平均値を算出して確率分布を求める。
　ステップＳ１１１において、運転特性学習部２３は、算出した式（１）のａ０～ａ６、ｂ０、ｂ１の係数または式（２）のｃ０～ｃ６、ｄの係数と各パラメータの確率分布を算出結果として記憶し、本実施形態に係る運転特性学習処理を終了する。
　［自動運転制御処理の手順］
　次に、本実施形態に係る走行制御装置１による自動運転制御処理の手順を図１１のフローチャートを参照して説明する。
　図１１に示すように、ステップＳ２０１において、周囲車両運転特性検出部２５は、周囲車両の運転特性を検出する。例えば、自車両に設置されたセンサや自車両の周囲と通信することによって取得したデータから標準偏差や平均値を算出して、図４に示すような確率分布を求める。また、管理サーバ１５で算出された周囲車両の運転特性を取得してもよい。さらに、周囲車両運転特性検出部２５は、周囲車両の運転特性として周囲車両の地域性を検出してもよい。この場合には、管理サーバ１５で算出された地域の運転特性を取得する。
　ステップＳ２０３において、運転特性提示部２９は、ステップＳ２０１で検出された周囲車両の運転特性と運転者の運転特性とを比較して、所定の乖離が生じているか否かを判定する。運転者の運転特性は、図６の運転特性学習処理の学習結果である。ここで、所定の乖離が生じている場合にはステップＳ２０５に進み、乖離が生じていない場合にはステップＳ２１５に進む。
　また、周囲車両の運転特性として周囲車両の地域性が検出されている場合には、運転特性提示部２９は、運転者の運転特性として運転者または自車両の地域性を検出し、周囲車両の地域性と運転者または自車両の地域性との間に乖離が生じているか否かを判定する。運転者または自車両の地域性は、地域性設定部２７によって設定された地域の運転特性を管理サーバ１５から取得すればよい。
　まず、所定の乖離が生じている場合について説明する。ステップＳ２０５において、運転特性提示部２９は、走行状態検出部３及び走行環境検出部５から車両の走行状態に関する走行データと車両周囲の走行環境に関する環境情報を検出する。
　ステップＳ２０７において、運転特性提示部２９は、周囲車両の運転特性と運転者の運転特性とを両方提示し、周囲車両の運転特性と運転者の運転特性との間に乖離が生じていることを運転者に提示する。例えば、図２に示すような入力画面を入力装置９に表示する。また、図１２に示すように、周囲車両の運転特性の確率分布と運転者の運転特性の確率分布を表示してもよい。図１２のＸは周囲車両の運転特性を示し、Ｙは運転者の運転特性を示している。
　ステップＳ２０９において、運転特性調整部３０は、ステップＳ２０７で提示された内容に対する運転者の入力に応じて、自動運転に適用する運転特性を調整する。例えば、図２に示す入力画面では、運転者の運転特性を示す「あなた」と記載された表示領域２０１と、周囲車両の運転特性を示す「みんな」と記載された表示領域２０３の両方が提示されている。表示領域２０１は運転者の運転特性の確率分布を表しており、その幅は標準偏差±１σの範囲を表し、横方向の中央は平均値を表している。同様に、表示領域２０３は周囲車両の運転特性の確率分布を表しており、その幅は標準偏差±１σの範囲を表し、横方向の中央は平均値を表している。したがって、表示領域２０１は図１２のＹに対応し、表示領域２０３は図１２のＸに対応している。
　図２において、運転者はインジケータ２０５を左右に移動させることによって自動運転の運転特性を調整することができる。運転者がインジケータ２０５を右方向に移動させると、図１２のＹをＸに近づけることになるので、自動運転の運転特性は周囲車両の運転特性に近いものとなる。逆に、運転者がインジケータ２０５を左方向に移動させると、図１２のＹをＸから遠ざけることになるので、自動運転の運転特性は周囲車両の運転特性と異なるものになる。
　ステップＳ２１１において、自動運転制御実行部３１は、運転者によって調整された運転特性で自動運転制御を実行する。具体的に、自動運転制御実行部３１は、制御実行指令をアクチュエータ１３に送信して、自動運転に必要なアクセルやブレーキ、ステアリング等の操作を実行する。
　ステップＳ２１３において、自動運転制御実行部３１は、自動運転が終了したか否かを判定し、終了していない場合にはステップＳ２０５に戻って自動運転制御を継続する。一方、自動運転が手動運転に切り替わって自動運転が終了している場合には、本実施形態に係る自動運転制御処理を終了する。
　次に、ステップＳ２０３において、所定の乖離が生じていないと判定された場合について説明する。ステップＳ２１５において、自動運転制御実行部３１は、運転特性学習処理で算出された運転者の運転特性を、自動運転に適用する運転特性として設定する。
　ステップＳ２１７において、自動運転制御実行部３１は、設定された運転者の運転特性を用いて自動運転制御を実行する。具体的に、自動運転制御実行部３１は、制御実行指令をアクチュエータ１３に送信して、自動運転に必要なアクセルやブレーキ、ステアリング等の操作を実行する。
　ステップＳ２１９において、自動運転制御実行部３１は、自動運転が終了したか否かを判定し、終了していない場合にはステップＳ２１５に戻って自動運転を継続する。一方、自動運転が手動運転に切り替わって自動運転が終了している場合には、本実施形態に係る自動運転制御処理を終了する。
　［実施形態の効果］
　以上詳細に説明したように、本実施形態に係る走行制御方法では、自車両の周囲を走行する周囲車両の運転特性を検出する。そして、検出された周囲車両の運転特性と運転者の運転特性との間に乖離が生じている場合には、周囲車両の運転特性と運転者の運転特性との間に乖離が生じていることを運転者に提示する。これにより、運転者の運転特性と周囲車両の運転特性との間に乖離が生じていることを乗員に認知させることができるので、乗員が違和感を覚えることを防止することができる。
　また、本実施形態に係る走行制御方法では、周囲車両の運転特性と運転者の運転特性とを提示し、提示された内容に対する運転者の入力に応じて自動運転の運転特性を調整する。これにより、周囲車両の運転特性と運転者の運転特性との違いを明確に提示することができ、乗員の調整によって自動運転の運転特性を周囲車両の運転特性に合わせるように促すことができる。
　さらに、本実施形態に係る走行制御方法では、周囲車両の運転特性と運転者の運転特性が複数のパラメータによって構成され、複数のパラメータに対してそれぞれ運転者が入力可能とする。これにより、複数のパラメータについて、それぞれ運転者の意向を反映させることができるので、運転者の意向に沿った運転特性に調整することができる。
　また、本実施形態に係る走行制御方法では、周囲車両の運転特性と運転者の運転特性とを隣接して表示するので、周囲車両の運転特性と運転者の運転特性との違いを明確に提示することができる。
　さらに、本実施形態に係る走行制御方法では、周囲車両の地域性と運転者または自車両の地域性との間に乖離が生じている場合には、周囲車両の地域性と運転者または自車両の地域性との間に乖離が生じていることを運転者に提示する。これにより、地域性が相違していることを運転者に認知させることができるので、乗員が違和感を覚えることを防止することができる。
　また、本実施形態に係る走行制御方法では、自車両が走行を開始する前に、運転者の登録情報に基づいて運転者の地域性を設定する。これにより、走行中に地域性を設定することが不要となり、地域性を正確に判定することができる。
　さらに、本実施形態に係る走行制御方法では、自車両が走行を開始する前に、予め設定された方法で自車両の地域性を設定する。これにより、走行中に地域性を設定することが不要となり、地域性を正確に判定することができる。
　また、本実施形態に係る走行制御方法では、周囲車両の地域性と運転者または自車両の地域性との間に乖離が生じていることを提示するタイミングを、地域性の境界に基づいて設定する。これにより、地域性が変化するタイミングで地域性に乖離があることを提示できるので、乗員が違和感を覚えることを防止することができる。
　さらに、本実施形態に係る走行制御方法では、周囲車両の運転特性を、自車両の周囲と通信することによって検出する。これにより、周囲車両の運転特性を通信により取得できるので、自車両における演算負荷を軽減することができる。
　また、本実施形態に係る走行制御方法では、周囲車両の運転特性を、自車両に設置されたセンサを用いて検出する。これにより、自車両に設置されたセンサの検出範囲内を走行する周囲車両からデータを取得できるので、正確な周囲車両の運転特性を検出することができる。
　なお、上述の実施形態は本発明の一例である。このため、本発明は、上述の実施形態に限定されることはなく、この実施形態以外の形態であっても、本発明に係る技術的思想を逸脱しない範囲であれば、設計などに応じて種々の変更が可能であることは勿論である。
　１　走行制御装置
　３　走行状態検出部
　５　走行環境検出部
　７　運転切替スイッチ
　９　入力装置
　１１　制御状態呈示部
　１３　アクチュエータ
　１５　管理サーバ
　２１　学習用データ記憶部
　２３　運転特性学習部
　２５　周囲車両運転特性検出部
　２７　地域性設定部
　２９　運転特性提示部
　３０　運転特性調整部
　３１　自動運転制御実行部
　４１　データ収集部
　４３　運転特性算出部
　４５　データベース
　１００　走行制御システム

Claims (11)

  1. 　手動運転時の運転者の運転特性を学習し、学習した運転特性に基づいて自動運転を実行する走行制御装置の走行制御方法であって、
    　前記運転者が運転する自車両の周囲を走行する周囲車両の運転特性を検出し、
    　検出された前記周囲車両の運転特性と前記運転者の運転特性との間に乖離が生じている場合には、前記周囲車両の運転特性と前記運転者の運転特性との間に乖離が生じていることを前記運転者に提示することを特徴とする走行制御方法。
  2. 　前記周囲車両の運転特性と前記運転者の運転特性とを提示し、提示された内容に対する前記運転者の入力に応じて前記自動運転の運転特性を調整することを特徴とする請求項１に記載の走行制御方法。
  3. 　前記周囲車両の運転特性と前記運転者の運転特性は複数のパラメータによって構成され、前記複数のパラメータに対してそれぞれ前記運転者が入力可能であることを特徴とする請求項２に記載の走行制御方法。
  4. 　前記周囲車両の運転特性と前記運転者の運転特性とを隣接して表示することを特徴とする請求項１～３のいずれか１項に記載の走行制御方法。
  5. 　前記周囲車両の運転特性として前記周囲車両の地域性を検出し、前記運転者の運転特性として前記運転者または前記自車両の地域性を検出し、
    　検出された前記周囲車両の地域性と前記運転者または前記自車両の地域性との間に乖離が生じている場合には、前記周囲車両の地域性と前記運転者または前記自車両の地域性との間に乖離が生じていることを前記運転者に提示することを特徴とする請求項１～４のいずれか１項に記載の走行制御方法。
  6. 　前記自車両が走行を開始する前に、前記運転者の登録情報に基づいて、前記運転者の地域性を設定することを特徴とする請求項５に記載の走行制御方法。
  7. 　前記自車両が走行を開始する前に、予め設定された方法で前記自車両の地域性を設定することを特徴とする請求項５に記載の走行制御方法。
  8. 　前記周囲車両の地域性と前記運転者または前記自車両の地域性との間に乖離が生じていることを提示するタイミングは、前記地域性の境界に基づいて設定されることを特徴とする請求項５～７のいずれか１項に記載の走行制御方法。
  9. 　前記周囲車両の運転特性は、前記自車両の周囲と通信することによって検出されることを特徴とする請求項１～８のいずれか１項に記載の走行制御方法。
  10. 　前記周囲車両の運転特性は、前記自車両に設置されたセンサを用いて検出されることを特徴とする請求項１～８のいずれか１項に記載の走行制御方法。
  11. 　手動運転時の運転者の運転特性を学習し、学習した運転特性に基づいて自動運転を実行する走行制御装置であって、
    　前記運転者が運転する自車両の周囲を走行する周囲車両の運転特性を検出し、
    　検出された前記周囲車両の運転特性と前記運転者の運転特性との間に乖離が生じている場合には、前記周囲車両の運転特性と前記運転者の運転特性との間に乖離が生じていることを前記運転者に提示することを特徴とする走行制御装置。
PCT/JP2017/027295 2017-07-27 2017-07-27 走行制御方法及び走行制御装置 WO2019021430A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2017/027295 WO2019021430A1 (ja) 2017-07-27 2017-07-27 走行制御方法及び走行制御装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2017/027295 WO2019021430A1 (ja) 2017-07-27 2017-07-27 走行制御方法及び走行制御装置

Publications (1)

Publication Number Publication Date
WO2019021430A1 true WO2019021430A1 (ja) 2019-01-31

Family

ID=65040483

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/027295 WO2019021430A1 (ja) 2017-07-27 2017-07-27 走行制御方法及び走行制御装置

Country Status (1)

Country Link
WO (1) WO2019021430A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3744602A1 (en) * 2019-05-29 2020-12-02 Zenuity AB Method for controlling an autonomous driving configuration or driving assistance configuration

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0558200A (ja) * 1991-09-03 1993-03-09 Mazda Motor Corp 学習制御自動車
JP2002137649A (ja) * 2000-10-31 2002-05-14 Mitsubishi Motors Corp 車両の走行制御装置
JP2003211999A (ja) * 2001-11-15 2003-07-30 Denso Corp 車両の走行制御装置
JP2005075303A (ja) * 2003-09-03 2005-03-24 Denso Corp 車両運行装置
JP2009237937A (ja) * 2008-03-27 2009-10-15 Equos Research Co Ltd ドライバモデル処理装置
JP2010112798A (ja) * 2008-11-05 2010-05-20 Toyota Motor Corp 運転行動報知装置
JP2012043094A (ja) * 2010-08-17 2012-03-01 Toyota Motor Corp 交通制御システムおよび車両制御システム
JP2012164289A (ja) * 2011-02-09 2012-08-30 Horiba Ltd 保険料算出システム及び運行配置決定システム
JP2013178827A (ja) * 2013-06-03 2013-09-09 Denso Corp 運転状況推定装置，運転支援装置
JP2016216029A (ja) * 2015-04-21 2016-12-22 パナソニックＩｐマネジメント株式会社 運転支援方法およびそれを利用した運転支援装置、自動運転制御装置、車両、プログラム

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0558200A (ja) * 1991-09-03 1993-03-09 Mazda Motor Corp 学習制御自動車
JP2002137649A (ja) * 2000-10-31 2002-05-14 Mitsubishi Motors Corp 車両の走行制御装置
JP2003211999A (ja) * 2001-11-15 2003-07-30 Denso Corp 車両の走行制御装置
JP2005075303A (ja) * 2003-09-03 2005-03-24 Denso Corp 車両運行装置
JP2009237937A (ja) * 2008-03-27 2009-10-15 Equos Research Co Ltd ドライバモデル処理装置
JP2010112798A (ja) * 2008-11-05 2010-05-20 Toyota Motor Corp 運転行動報知装置
JP2012043094A (ja) * 2010-08-17 2012-03-01 Toyota Motor Corp 交通制御システムおよび車両制御システム
JP2012164289A (ja) * 2011-02-09 2012-08-30 Horiba Ltd 保険料算出システム及び運行配置決定システム
JP2013178827A (ja) * 2013-06-03 2013-09-09 Denso Corp 運転状況推定装置，運転支援装置
JP2016216029A (ja) * 2015-04-21 2016-12-22 パナソニックＩｐマネジメント株式会社 運転支援方法およびそれを利用した運転支援装置、自動運転制御装置、車両、プログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3744602A1 (en) * 2019-05-29 2020-12-02 Zenuity AB Method for controlling an autonomous driving configuration or driving assistance configuration

Similar Documents

Publication Publication Date Title
JP6551604B2 (ja) 運転制御方法及び運転制御装置
US11731632B2 (en) Vehicle travel control method and travel control device
KR102215704B1 (ko) 표시 제어 방법 및 표시 제어 장치
WO2018163288A1 (ja) 走行支援方法及び運転制御装置
JP6897773B2 (ja) 運転支援方法及び運転支援装置
JP6489084B2 (ja) 自動運転システム
US20130179023A1 (en) Methods for informing a motor vehicle driver of a driving maneuver, a driver assistance system for a motor vehicle that utilizes the method, and a motor vehicle having the driver assistance system
US11021103B2 (en) Method for enriching a field of view of a driver of a transportation vehicle with additional information, device for use in an observer transportation vehicle, device for use in an object, and transportation vehicle
US11964668B2 (en) Vehicle travel control method and travel control device
JP6871397B2 (ja) 車両制御装置、車両および車両制御方法
JP2018181269A (ja) 提示制御装置、自動運転制御装置、提示制御方法及び自動運転制御方法
CN111149138B (zh) 行驶特性学习方法及行驶辅助装置
JPWO2019003280A1 (ja) 車両の走行支援方法及び走行支援装置
JP2024091729A (ja) 表示制御装置、表示装置、表示制御方法及びプログラム
JP2018024351A (ja) 自動運転システム
WO2018138767A1 (ja) 走行特性学習方法及び運転制御装置
CN110774894B (zh) 车辆用显示装置
WO2019021430A1 (ja) 走行制御方法及び走行制御装置
JP6756402B2 (ja) 走行制御方法及び運転制御装置
JP2017182429A (ja) 車両用表示方法及び車両用表示装置
JP7484959B2 (ja) 車両用報知制御装置及び車両用報知制御方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17919351

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17919351

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP