特許 6443323 運転支援装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6443323

(24)【登録日】2018年12月7日

(45)【発行日】2018年12月26日

(54)【発明の名称】運転支援装置

(51)【国際特許分類】

   G08G 1/16 20060101AFI20181217BHJP

   G08G 1/09 20060101ALI20181217BHJP

   G08G 1/00 20060101ALI20181217BHJP

   B60W 50/14 20120101ALI20181217BHJP

【ＦＩ】

   G08G1/16 A

   G08G1/09 H

   G08G1/00 D

   B60W50/14

【請求項の数】1

【全頁数】11

(21)【出願番号】特願2015-254762(P2015-254762)

(22)【出願日】2015年12月25日

(65)【公開番号】特開2017-117367(P2017-117367A)

(43)【公開日】2017年6月29日

【審査請求日】2017年12月21日

(73)【特許権者】

【識別番号】000003207

【氏名又は名称】トヨタ自動車株式会社

(74)【代理人】

【識別番号】100105957

【弁理士】

【氏名又は名称】恩田 誠

(74)【代理人】

【識別番号】100068755

【弁理士】

【氏名又は名称】恩田 博宣

(72)【発明者】

【氏名】山田 卓司

【審査官】 黒嶋 慶子

(56)【参考文献】

【文献】 特開２０１５−１０３０７０（ＪＰ，Ａ）

【文献】 特開２００５−２２２３２５（ＪＰ，Ａ）

【文献】 特開２００８−１２０２８８（ＪＰ，Ａ）

【文献】 特開２０１５−２１５３１９（ＪＰ，Ａ）

【文献】 特開２００５−１２１３８２（ＪＰ，Ａ）

【文献】 特開２００７−１４８９１７（ＪＰ，Ａ）

【文献】 特開２０１０−００６２７１（ＪＰ，Ａ）

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０８Ｇ １／００−９９／００

Ｇ０１Ｃ ２１／００−２５／００

Ｂ６０Ｗ １０／００，３０／００−５０／００

Ｂ６０Ｒ ２１／００

(57)【特許請求の範囲】

【請求項1】

車両の操作履歴に基づき車両の車線変更の実行の有無を運転特性として学習する機能と当該運転特性の学習結果に基づき車両の車線変更の実行の有無を予測する機能とを有する複数の車両が無線通信により相互に通信可能に構成された車車間通信システムを用いて自車両及び周辺車両の運転行動の予測結果に基づく運転支援情報を提示する運転支援装置であって、
自車両の周辺環境、同乗者の有無、目的地に到着する希望時刻と現在時刻との乖離度合い、同一の道路の走行回数、及び自車両と周辺車両との位置関係を要素として含んで車両状態を定義し、当該定義した車両状態ごとの自車両の車線変更の有無を車両の操作履歴に基づき運転特性として学習する運転特性学習部と、
前記運転特性学習部による自車両の運転特性の学習結果を参照しつつ現在の車両状態における自車両の車線変更の実行の有無を運転行動として予測する自車両運転行動予測部と、
周辺車両において予測される車線変更の実行の有無を前記無線通信により取得して自車両を視点とした周辺車両の運転行動として予測する周辺車両運転行動予測部と、
前記自車両運転行動予測部により予測される自車両の運転行動及び前記周辺車両運転行動予測部により予測される周辺車両の運転行動に基づいて自車両の運転者に対する運転支援情報の提示を行う支援情報提示部とを備える
ことを特徴とする運転支援装置。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、自車両及び周辺車両を含む複数の車両の車線変更の有無を予測し、その予測結果に基づき減速や車線変更の是否等を運転支援情報として自車両の運転者に対して提示する運転支援装置に関する。

【背景技術】

【0002】

従来、この種の運転支援装置として、例えば特許文献１に記載の装置が知られている。この装置では、運転者の運転技量を「初心者レベル」、「中級レベル」、「上級レベル」といったかたちで階層化して評価し、運転者の運転技量の評価結果が低いほど隣車線を走行している後方車両が接近する度合いを高く見積もって予測するようにしている。これにより、隣車線への車線変更に際し、運転者の運転技量が「初心者レベル」に該当するようなときには運転者の注意を強く喚起するような走行支援情報（運転支援情報）が広範囲に亘る車両の走行エリアにて提示される一方で、運転者の運転技量が「上級レベル」に該当するようなときには走行支援情報が提示されるエリアが過剰に広い範囲となって注意を喚起することが抑制されるようになっている。また、この装置では、車両の周囲が暗かったり、雨が降っている等、車両の周辺環境が運転者の運転負荷を高める傾向にあるときには、隣車線を走行している後方車両が接近する度合いを増加補正するようにしている。これにより、運転者の運転に負荷がかかる運転環境下では走行支援情報が提示される車両の走行エリアが広範囲に亘るように走行支援情報の提示態様が変更されるようになっている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１５−１０３０７０号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

ところで、運転者が運転支援情報を的確に認識できるか否かは運転者の運転技量や車両の周辺環境以外にも、様々な要因によって影響を受ける。そのため、上述した運転者の運転技量や周辺環境を考慮しつつ運転支援情報を提示するだけでは、必ずしも十分とは言えない。

【0005】

本発明は、こうした実情に鑑みてなされたものであり、その目的は、より現実的な状況に即した信頼性の高い運転支援情報を運転者に提示することのできる運転支援装置を提供することにある。

【課題を解決するための手段】

【0006】

上記課題を解決する運転支援装置は、車両の操作履歴に基づき車両の車線変更の実行の有無を運転特性として学習する機能と当該運転特性の学習結果に基づき車両の車線変更の実行の有無を予測する機能とを有する複数の車両が無線通信により相互に通信可能に構成された車車間通信システムを用いて自車両及び周辺車両の運転行動の予測結果に基づく運転支援情報を提示する運転支援装置であって、自車両の周辺環境、同乗者の有無、目的地に到着する希望時刻と現在時刻との乖離度合い、同一の道路の走行回数、及び自車両と周辺車両との位置関係を要素として含んで車両状態を定義し、当該定義した車両状態ごとの自車両の車線変更の有無を車両の操作履歴に基づき運転特性として学習する運転特性学習部と、前記運転特性学習部による自車両の運転特性の学習結果を参照しつつ現在の車両状態における自車両の車線変更の実行の有無を運転行動として予測する自車両運転行動予測部と、周辺車両において予測される車線変更の実行の有無を前記無線通信により取得して自車両を視点とした周辺車両の運転行動として予測する周辺車両運転行動予測部と、前記自車両運転行動予測部により予測される自車両の運転行動及び前記周辺車両運転行動予測部により予測される周辺車両の運転行動に基づいて自車両の運転者に対する運転支援情報の提示を行う支援情報提示部とを備える。

【0007】

上記構成によれば、自車両の周辺環境、同乗者の有無、目的地に到着する希望時刻と現在時刻との乖離度合い、同一の道路の走行回数、及び自車両と周辺車両との位置関係等、自車両の運転特性に影響を及ぼす車両状態の各要素について考慮しつつ、自車両の車線変更の有無を運転特性として学習している。また、周辺車両においても同様に、周辺車両の運転特性に影響を及ぼす車両状態の各要素について考慮しつつ、周辺車両の車線変更の有無を運転特性として学習している。そのため、個々の車両状態に応じて自車両及び周辺車両の車線変更の有無を高い信頼性をもって予測することが可能となる。そして、こうした信頼性の高い車線変更の有無に関する予測結果を自車両と他車両との間で相互に通信することにより、自車両及び他車両の双方が互いの運転行動を正確に予測し、その予測結果に基づきより現実的な状況に即した信頼性の高い運転支援情報を運転者に対して提示することが可能となる。

【図面の簡単な説明】

【0008】

【図1】運転支援装置の一実施の形態及び同実施の形態の運転支援装置が適用される車両の概略構成を示すブロック図。

【図2】車両状態を定義する各種の要素を示す図。

【図3】（ａ）は追い越し行動に伴う車線変更を説明するための図、（ｂ）は後方車接近による譲り行動に伴う車線変更を説明するための図。

【図4】運転特性学習処理の処理手順を示すフローチャート。

【図5】運転行動予測処理の処理手順を示すフローチャート。

【図6】支援情報提案処理の処理手順を示すフローチャート。

【発明を実施するための形態】

【0009】

以下、運転支援装置の一実施の形態について説明する。
本実施の形態の運転支援装置は、各々の車両の運転者による車線変更の操作の頻度を、車両のその都度の車両状態ごとに分類しつつ、運転者の運転特性として学習する。そして、車両の現在の車両状態に対応する車両の車線変更の頻度が高いときには、当該車両状態において車線変更が実行される可能性が高いものとして予測する。なお、こうした車線変更の予測は、車車間通信システムを利用して、自車両に限らず周辺車両においても実行される。そして、自車両では、車両の進行が周辺車両によって妨げられるおそれがあると判断したときには、必要に応じて減速や車線変更の提案を運転支援情報として自車両の運転者に対して提示する。

【0010】

はじめに、本実施の形態の装置の構成について図面を参照して説明する。
図１に示すように、運転支援装置１００は、自車両Ｃ１及び周辺車両Ｃ２の運転者の運転特性を学習する上での評価項目となる情報の一例として、周辺環境情報Ｄ１、道路情報Ｄ２、同乗者情報Ｄ３、周辺車両情報Ｄ４、スケジュール情報Ｄ５を取得する。ここで、周辺環境情報Ｄ１とは、車両外部の明るさや天候等に関する情報であり、車両外部の環境光の照度を検出する照度センサ１０、及び道路交通情報や気象情報を管理する道路交通情報センター（登録商標）１１を通じて取得される。また、道路情報Ｄ２とは、同一の道路を走行した回数に関する情報であり、車両の走行履歴をログとして記録する機能を有するナビゲーションシステム１２を通じて取得される。また、同乗者情報Ｄ３とは、同乗者の有無に関する情報であり、車室内カメラ１３を通じて撮影された画像に対して画像認識処理を行ったり、着座センサ１４を通じて車両の各座席に加わる圧力を検出したりすることにより取得される。また、周辺車両情報Ｄ４とは、自車両と周辺車両との位置関係及び距離に関する情報であり、波長が数百ｎｍから千数百ｎｍのレーザ光を用いつつ検出範囲にある車両や障害物等の位置及び距離を検出するレーザレーダ１５、及び波長が１〜１０ｎｍの電波を用いつつ検出範囲にある車両や障害物等の位置及び距離を検出するミリ波レーダ１６を通じて取得される。また、スケジュール情報Ｄ５とは、目的地に到着する希望時刻（スケジュール時刻）と現在の時刻との乖離度合いに関する情報であり、例えば携帯情報端末等のスケジュール管理機能を有する外部機器１７を通じて取得される。そして、これら評価項目となる各種の情報Ｄ１〜Ｄ５は運転特性学習部１０１に送られ、自車両Ｃ１の現在の車両状態の分類に用いられる。

【0011】

ここで、図２に示す例では、車両状態の分類に用いる要素として、「悪天候」、「明るさ」、「走行回数」、「同乗者」、「前方車両との車間距離」、「後方車両との車間距離」、「隣車線を走行する車両との車間距離」、「乖離時間」が規定されている。なお、同図に示す例では、これら要素のうち「悪天候」については、雨であれば高速道路を走行中に降水量が１５［ｍｍ／ｈ］であったときに悪天候であるものとして判定し、雪であれば降雪量に関係なく悪天候であるものとして判定する。また、「明るさ」については、例えば照度センサ１０により検出される照度値が１０００ルクス以上であるときに明とし、逆に照度値が１０００ルクス未満であるときに暗として判定する。また、「走行回数」については、５回以上であるときに多とし、逆に５回未満であるときに少として判定する。また、「同乗者」については、同乗者が１人でもいれば同乗者ありとして判定する。また、「前方車両との車間距離」、「後方車両との車間距離」及び「隣車線を走行する車両との車間距離」については、１００〜２００ｍの範囲にあるときに「遠」とし、５０〜１００ｍの範囲にあるときに「中」とし、１〜５０ｍの範囲にあるときに「近」として判定する。また、「乖離時間」については、現在の時刻が希望時刻よりも１５分以上遅ければ「多」とし、逆に現在の時刻が希望時刻よりも１５分以上遅れていなければ「少」として判定する。そして、各要素の判定結果の組み合わせごとに車両状態Ｐ１〜Ｐｎが個別に定義されている。

【0012】

運転特性学習部１０１は、例えば車両の速度、アクセル開度、ブレーキ状態、操舵角、方向指示器の状態等、各種の車両の操作履歴に基づき、自車両Ｃ１の車線変更の実行の有無を判断する。ここで、判断の対象となる車線変更には、図３（ａ）に矢印Ａ１で示す追い越し行動（左へ車線変更）、同じく図３（ａ）に矢印Ａ２で示す追い越し行動（右へ車線変更）、図３（ｂ）に矢印Ａ３で示す後方車接近による譲り行動が含まれる。そして、追い越し行動に伴う車線変更は、「前方車両に接近⇒車線変更（左・右）⇒加速」といった一連の流れが上述した車両の操作履歴に基づき検出されたときに車線変更ありと判断される。一方、後方車接近によるゆずり行動に伴う車線変更は、「後方車両が接近⇒追越車線から走行車線へ車線変更」といった一連の流れがこれも上述した車両の操作履歴に基づき検出されたときに車線変更ありと判断される。そして、運転特性学習部１０１は、車線変更ありと判断したときには、図２に示した定義に基づく車両のその都度の車両状態ごとに車線変更の頻度を累積加算する。

【0013】

こうした運転特性学習部１０１による運転特性の学習結果は、自車両のイグニッションスイッチがオンになっている間は運転特性学習部１０１が有するメモリに蓄積され、自車両のイグニッションスイッチがオフとなった時点で運転特性記憶部１０２に書き込まれて自車両運転行動予測部１０３による自車両Ｃ１の運転行動の予測に用いられる。

【0014】

具体的には、自車両運転行動予測部１０３はまず、例えば車両の速度、アクセル開度、ブレーキ状態、操舵角、方向指示器の状態等、各種の車両の操作履歴に基づき、自車両Ｃ１が行う可能性のある車線変更の種類（追い越し行動（左・右）、後方車接近による譲り行動）を特定する。また、自車両運転行動予測部１０３は、特定した車線変更の種類についての車線変更の頻度を運転特性記憶部１０２から読み出すとともに、全ての車両状態における車線変更の頻度に対する自車両Ｃ１の現在の車両状態における車線変更の頻度の比率を頻度率として算出する。そして、自車両運転行動予測部１０３は、算出した頻度率に基づき、現在の車両状態において対象とする車線変更が実行されるか否かを予測する。また、自車両運転行動予測部１０３は、車両の操作履歴としてその他にも自車両Ｃ１の作動機能状態（例えば、レーダークルーズコントロールやレーンキーピングアシスト等）まで考慮して、自車両Ｃ１の車線変更を含めた運転行動を予測する。

【0015】

なお、こうした運転行動の予測は、自車両Ｃ１に限らず、本実施の形態の運転支援装置を搭載した周辺車両Ｃ２においても同様に行われる。そして、自車両Ｃ１は、周辺車両Ｃ２による運転行動の予測結果を通信部１０４を通じて受信して周辺車両運転行動予測部１０５に送る。周辺車両運転行動予測部１０５は、周辺車両Ｃ２から受信した運転行動の予測結果を周辺車両情報Ｄ４に含まれる自車両Ｃ１と周辺車両Ｃ２との位置関係及び距離と関連付けする。これにより、周辺車両運転行動予測部１０５は、例えば後方車両の追い越し、前方車両の減速、隣車線からの割り込み等、自車両Ｃ１を視点とした周辺車両Ｃ２の運転行動を予測し、その予測結果を自車両運転行動予測部１０３に送る。

【0016】

自車両運転行動予測部１０３は、周辺車両運転行動予測部１０５による周辺車両Ｃ２の運転行動の予測結果を参照しつつ、自身による自車両Ｃ１の運転行動の予測結果を更に組み合わせることにより、現時点から所定時間の経過後（例えば５秒後）の自車両Ｃ１と周辺車両Ｃ２との位置関係を予測する。この自車両運転行動予測部１０３による予測結果は提示内容選択部１０６に送られ、提示内容選択部１０６による運転支援情報の提示内容の選択に用いられる。

【0017】

具体的には、提示内容選択部１０６は、自車両Ｃ１の運転者に対して運転支援情報として提案する可能性のある提示内容の一覧を示す提示内容リスト１０６Ａを有している。そして、提示内容選択部１０６は、上述した自車両Ｃ１及び周辺車両Ｃ２の位置関係の予測結果に基づき、周辺車両Ｃ２の運転行動が自車両Ｃ１の運転行動の妨げとなる可能性を考慮しつつ自車両Ｃ１にとって必要とされる提示内容を必要に応じて提示内容リスト１０６Ａから選択する。また、こうして選択された提示内容は提示内容選択部１０６からＨＭＩ（ヒューマン・マシン・インターフェース）制御部１０７に送られ、例えばスピーカを通じた警告音声や車載ディスプレイを通じた警告表示等、ＨＭＩ２０を通じた運転者に対する運転支援情報の提案に用いられる。なお、提示内容リスト１０６Ａに登録されている提示内容としては、例えば「減速提案」に関するもの、あるいは「車線変更提案」に関するものなどがある。

【0018】

次に、上記実施の形態の運転支援装置１００が実行する運転特性学習処理について、その具体的な処理手順を説明する。ここで、運転支援装置１００は、車両のイグニッションスイッチがオンとなったことを条件に、図４に示す運転特性学習処理を開始する。

【0019】

図４に示すように、この運転特性学習処理ではまず、車両外部の明るさや天候等に関する情報である周辺環境情報Ｄ１を照度センサ１０及び道路交通情報センター１１を通じて取得する（ステップＳ１０）。また、同一の道路を走行した回数に関する情報である道路情報Ｄ２をナビゲーションシステム１２を通じて取得する（ステップＳ１１）。また、同乗者の有無に関する情報である同乗者情報Ｄ３を車室内カメラ１３及び着座センサ１４を通じて取得する（ステップＳ１２）。また、自車両Ｃ１と周辺車両Ｃ２との位置関係及び距離に関する情報である周辺車両情報Ｄ４をレーザレーダ１５及びミリ波レーダ１６を通じて取得する（ステップＳ１３）。また、目的地に到着する希望時刻と現在の時刻との乖離度合いに関する情報であるスケジュール情報Ｄ５を外部機器１７を通じて取得する（ステップＳ１４）。なお、ステップＳ１０〜ステップＳ１４に係る各情報の取得順序は適宜に入れ替え可能である。

【0020】

続いて、例えば車両の速度、アクセル開度、ブレーキ状態、操舵角、方向指示器の状態等、車両の操作履歴に基づき、自車両Ｃ１の車線変更の実行の有無を運転特性学習部１０１を通じて運転行動として判定する（ステップＳ１５）。そして、こうして判定された車線変更の種類を、先のステップＳ１０〜ステップＳ１４において取得した各種の情報Ｄ１〜Ｄ５に基づき定義される車両のその都度の車両状態ごとに関連付けして当該車線変更の頻度を累積加算して運転者の運転特性を学習する（ステップＳ１６）。この運転特性の学習結果は、運転特性学習部１０１が有するメモリに蓄積される。

【0021】

そして、車両のイグニッションスイッチがオンである間は（ステップＳ１７＝ＮＯ）、その処理をステップＳ１０に戻し、ステップＳ１０〜ステップＳ１６の処理を所定の周期で繰り返す。一方、車両のイグニッションスイッチがオフとなったときには（ステップＳ１７＝ＹＥＳ）、運転特性の学習が一旦完了したものとして、その時点で運転特性学習部１０１のメモリに蓄積されていた運転特性の学習結果を運転特性記憶部１０２に格納（書き込み）した上で、図４に示す運転特性学習処理を終了する。

【0022】

次に、上記実施の形態の運転支援装置１００が実行する運転行動予測処理について、その具体的な処理手順を説明する。ここで、運転支援装置１００は、車両のイグニッションスイッチがオンとなっている条件で、図５に示す運転行動予測処理を所定の周期で実行する。

【0023】

図５に示すように、この運転行動予測処理ではまず、運転特性記憶部１０２に格納される運転特性の学習結果を自車両運転行動予測部１０３を通じて収集する（ステップＳ２０）。そして、運転特性記憶部１０２に運転特性の学習結果が格納されていたときには（ステップＳ２１＝ＹＥＳ）、すなわち、図４に示した運転特性学習処理が事前に実行されていたときには、その時点における車両状態を把握するべく、図４に示したステップＳ１０〜ステップＳ１４と同様の処理を経て各種の情報Ｄ１〜Ｄ５を取得する（ステップＳ２２〜ステップＳ２６）。

【0024】

また、自車両Ｃ１が行う可能性のある車線変更の種類（追い越し行動（左・右）、後方車接近による譲り行動）を自車両運転行動予測部１０３を通じて特定するべく、例えば車両の速度、アクセル開度、ブレーキ状態、操舵角、方向指示器の状態等、運転行動に関連する各種の車両の操作履歴を収集する（ステップＳ２７）。そして、こうして特定した車線変更の種類について、先のステップＳ２２〜ステップＳ２６において取得した各種の情報Ｄ１〜Ｄ５に基づき定義される車両状態における車線変更の頻度を運転特性記憶部１０２から読み出す。また、全ての車両状態における車線変更の頻度に対する自車両Ｃ１の現在の車両状態における車線変更の頻度の比率を頻度率として算出する。

【0025】

そして、算出した頻度率に基づき、現在の車両状態において対象とする車線変更が実行されるか否かを自車両運転行動予測部１０３を通じて予測する（ステップＳ２８）。また、先のステップＳ２８において算出した頻度率を運転行動の予測精度とみなし、その予測精度が閾値となる８０％以上であるか否か、すなわち、現在の車両状態において対象となる車線変更を行う確率が８０％以上であってその可能性が極めて高い車両状態に該当するか否かを判定する（ステップＳ２９）。そして、運転行動の予測精度が８０％以上であるときには（ステップＳ２９＝ＹＥＳ）、現在の車両状態における運転行動の予測結果が得られたものとして判定し（ステップＳ３０）、その判定結果を自車両運転行動予測部１０３が有するメモリに格納した上で、図５に示す運転行動予測処理を終了する。

【0026】

一方、運転行動の予測精度が８０％未満であるときには（ステップＳ２９＝ＮＯ）、現在の車両状態における運転行動の予測結果が得られなかったものとして判定し、その判定結果を自車両運転行動予測部１０３が有するメモリに格納した上で（ステップＳ３１）、図５に示す運転行動予測処理を終了する。なお、先のステップＳ２１において運転特性記憶部１０２に運転特性の学習結果が格納されていなかったときにも（ステップＳ２１＝ＮＯ）、現在の車両状態における運転行動の予測ができないものとして判定し（ステップＳ３１）、その判定結果を自車両運転行動予測部１０３が有するメモリに格納した上で、図５に示す運転行動予測処理を終了する。

【0027】

次に、上記実施の形態の運転支援装置１００が実行する支援情報提案処理について、その具体的な処理手順を説明する。ここで、運転支援装置１００は、車両のイグニッションスイッチがオンとなっている条件で、図６に示す支援情報提案処理を所定の周期で実行する。

【0028】

図６に示すように、この支援情報提案処理ではまず、周辺車両Ｃ２の運転行動の予測結果を通信部１０４を通じて受信して収集する（ステップＳ４０）。続いて、周辺車両の運転行動の予測結果が得られているか否か、すなわち、図５に示したステップＳ３０において周辺車両Ｃ２において予測結果ありとして判定されているか否かを判定する（ステップＳ４１）。そして、周辺車両Ｃ２の運転行動の予測結果が得られているときには（ステップＳ４１＝ＹＥＳ）、先のステップＳ４０において周辺車両Ｃ２から収集した運転行動の予測結果を周辺車両運転行動予測部１０５を通じて参照する（ステップＳ４２）。続いて、自車両の運転行動の予測結果を自車両運転行動予測部１０３が有するメモリから読み出し、この読み出した予測結果に対して自車両Ｃ１の作動機能状態（例えば、レーダークルーズコントロールやレーンキーピングアシスト等）まで加味して、自車両Ｃ１の車線変更を含めた運転行動を予測する（ステップＳ４３）。そして、先のステップＳ４２において参照された周辺車両の運転行動の予測結果に対し、先のステップＳ４３において予測された自車両の運転行動の予測結果を更に組み合わせることにより、現時点から所定時間の経過後（例えば５秒後）の自車両Ｃ１と周辺車両Ｃ２との位置関係を予測する。また、こうして予測した自車両Ｃ１と周辺車両Ｃ２との位置関係に基づき、周辺車両Ｃ２の運転行動が自車両Ｃ１の運転行動の妨げとなる可能性があるか否かを提示内容選択部１０６を通じて判定する（ステップＳ４４）。

【0029】

そして、周辺車両Ｃ２の運転行動が自車両Ｃ１の運転行動の妨げとなる可能性があって、自車両Ｃ１の運転者に対して運転支援情報を提案すべき車両状態にあるときには（ステップＳ４５＝ＹＥＳ）、当該車両状態に適した運転支援情報を提示内容選択部１０６を通じて提示内容リスト１０６Ａから選択する（ステップＳ４６）。その後、選択した提示内容をＨＭＩ２０を通じて運転者に対して運転支援情報として出力（提案）した上で（ステップＳ４７）、図６に示す支援情報提案処理を終了する。

【0030】

一方、先のステップＳ４５において自車両Ｃ１の運転者に対して運転支援情報を提案すべき車両状態にはないときには（ステップＳ４５＝ＮＯ）、提示内容選択部１０６によるＨＭＩ２０を通じた運転支援情報の提案を行うことなく図６に示す支援情報提案処理を終了する。また、先のステップＳ４１において周辺車両Ｃ２の運転行動の予測結果が得られていないときにも（ステップＳ４１＝ＮＯ）、自車両Ｃ１と周辺車両Ｃ２との位置関係の予測が困難となることから、提示内容選択部１０６によるＨＭＩ２０を通じた運転支援情報の提案を行うことなく図６に示す支援情報提案処理を終了する。

【0031】

以上説明したように、本実施の形態によれば、以下に示す効果を得ることができる。
（１）運転特性学習部１０１は、自車両Ｃ１の周辺環境、同乗者の有無、目的地に到着する希望時刻と現在時刻との乖離度合い、同一の道路の走行回数、及び自車両と周辺車両との位置関係等、自車両の運転特性に影響を及ぼす車両状態の各要素について考慮しつつ、自車両Ｃ１の車線変更の有無を運転特性として学習する。また、周辺車両Ｃ２においても同様に、運転特性学習部１０１は、周辺車両Ｃ２の運転特性に影響を及ぼす車両状態の各要素について考慮しつつ、周辺車両Ｃ２の車線変更の有無を運転特性として学習する。そのため、自車両運転行動予測部１０３は、個々の車両状態に応じて自車両Ｃ１及び周辺車両Ｃ２の車線変更の有無を高い信頼性をもって予測することが可能となる。そして、こうした信頼性の高い車線変更の有無に関する予測結果を自車両Ｃ１と周辺車両Ｃ２との間で車車間通信システムを用いて相互に通信することにより、自車両Ｃ１及び周辺車両Ｃ２の双方が互いの運転行動を正確に予測し、その予測結果に基づき現実的な状況に即した信頼性の高い運転支援情報を提示内容選択部１０６を通じて運転者に対して提示することが可能となる。

【0032】

なお、上記実施の形態は、以下のような形態にて実施することもできる。
・上記実施の形態においては、図５のステップＳ２７において示したように、自車両の運転行動の予測に先立ち、例えば車両の速度、アクセル開度、ブレーキ状態、操舵角、方向指示器の状態等、各種の車両の操作履歴に基づき、自車両Ｃ１が行う可能性のある車線変更の種類（追い越し行動（左・右）、後方車接近による譲り行動）を特定するようにした。これに代えて、車線変更の種類を事前に特定することなく、対象とする全ての種類の車線変更について、自車両Ｃ１の現在の車両状態における車線変更の頻度率を求め、頻度率が最も高い車線変更の種類を自車両Ｃ１が行う可能性のあるものとして判断するようにしてもよい。この場合、頻度率が最も高いとされた運転行動の種類について、必ずしもその予測精度（車線変更の頻度率）を所定の閾値（例えば、８０％以上）と比較する必要はない。

【0033】

・上記実施の形態においては、図６のステップＳ４３において示したように、自車両Ｃ１の作動機能状態（例えば、レーダークルーズコントロールやレーンキーピングアシスト等）まで考慮して、自車両Ｃ１の車線変更を含めた運転行動を予測するようにした。これに代えて、自車両Ｃ１の車線変更の実行の有無のみを対象として運転行動の予測を行うようにしてもよい。

【0034】

・上記実施の形態においては、運転支援情報の提示を提示内容リスト１０６Ａの中から選択して行うようにした。これに代えて、例えば周辺車両Ｃ２の運転行動が自車両Ｃ１の運転行動の妨げとなる可能性があると判断する都度、そのときの自車両Ｃ１と周辺車両Ｃ２との車間距離等に基づき、提示すべき運転支援情報を生成するようにしてもよい。

【符号の説明】

【0035】

１０…照度センサ、１１…道路交通情報センター、１２…ナビゲーションシステム、１３…車室内カメラ、１４…着座センサ、１５…レーザレーダ、１６…ミリ波レーダ、１７…外部機器、２０…ＨＭＩ、１００…運転支援装置、１０１…運転特性学習部、１０２…運転特性記憶部、１０３…自車両運転行動予測部、１０４…通信部、１０５…周辺車両運転行動予測部、１０６…提示内容選択部、１０６Ａ…提示内容リスト、１０７…ＨＭＩ制御部、Ｃ１…自車両、Ｃ２…周辺車両。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】