特許 6587529 運転支援装置及び運転支援方法

(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】6587529

(24)【登録日】2019年9月20日

(45)【発行日】2019年10月9日

(54)【発明の名称】運転支援装置及び運転支援方法

(51)【国際特許分類】

   G08G 1/16 20060101AFI20191001BHJP

   B60R 21/00 20060101ALI20191001BHJP

【ＦＩ】

   G08G1/16 D

   B60R21/00 992

【請求項の数】7

【全頁数】24

(21)【出願番号】特願2015-237801(P2015-237801)

(22)【出願日】2015年12月4日

(65)【公開番号】特開2017-102852(P2017-102852A)

(43)【公開日】2017年6月8日

【審査請求日】2018年10月1日

【国等の委託研究の成果に係る記載事項】（出願人による申告）平成２７年度、国立研究開発法人科学技術振興機構研究成果展開事業 センター・オブ・イノベーションプログラム「多様化・個別化社会イノベーションデザイン拠点」委託研究開発、産業技術力強化法第１９条の適用を受ける特許出願

(73)【特許権者】

【識別番号】504132881

【氏名又は名称】国立大学法人東京農工大学

(74)【代理人】

【識別番号】100079049

【弁理士】

【氏名又は名称】中島 淳

(74)【代理人】

【識別番号】100084995

【弁理士】

【氏名又は名称】加藤 和詳

(74)【代理人】

【識別番号】100099025

【弁理士】

【氏名又は名称】福田 浩志

(72)【発明者】

【氏名】ラクシンチャラーンサク ポンサトーン

(72)【発明者】

【氏名】赤木 康宏

【審査官】 上野 博史

(56)【参考文献】

【文献】 特開２０１１−０７０３５６（ＪＰ，Ａ）

【文献】 特開２０１２−１３７９９９（ＪＰ，Ａ）

【文献】 塩川 裕介 Yusuke SHIOKAWA Yusuke SHIOKAWA，無信号交差点通過時における規範ドライバモデルの構築と規範速度制御系の開発 Development of Velocity Control System and Modeling of Expert Driver in Unsignalized Intersection，ロボティクス・メカトロニクス 講演会２０１５ 講演論文集 Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ ２０１５ ＪＳＭＥ Ｃｏｎｆｅｒｅｎｃｅ ｏｎ Ｒｏｂｏｔｉｃｓ ａｎｄ Ｍｅｃｈａｔｒｏｎｉｃｓ，一般社団法人日本機械学会，２０１５年 ５月１６日

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｇ０８Ｇ １／００−９９／００

Ｇ０１Ｃ ２１／００−２１／３６

２３／００−２５／００

(57)【特許請求の範囲】

【請求項1】

既に通過した無信号の第１の交差点の道路環境情報と、前記第１の交差点における各位置での危険度合いの大きさを示すモデル関数に基づいて算出した、前記第１の交差点を通過する車両の運転者における運転行動の特性を示すパラメータと、を対応付けた運転行動データの中から、前記車両が通過する無信号の第２の交差点の道路環境情報と類似する道路環境情報に対応した類似パラメータを複数取得し、前記類似パラメータの各々の重要度に応じて設定したパラメータを前記第２の交差点における推定パラメータとし、前記推定パラメータと前記モデル関数とに基づいて、前記車両が前記第２の交差点を通過する場合の各時刻における速度情報を、前記車両が前記第２の交差点を通過する前に予め生成する生成部
を備えた運転支援装置。

【請求項2】

前記生成部は、前記類似パラメータの各々のうち何れか１つのパラメータと、前記何れか１つのパラメータとは異なる前記類似パラメータの残りのパラメータを補間して得た前記何れか１つのパラメータに対応する補間結果と、の誤差を、複数の補間手法毎に前記類似パラメータに含まれる全てのパラメータについて算出し、前記複数の補間手法のうち、前記類似パラメータの各々について最も前記誤差が小さい補間手法であると判定された数が最も多い補間手法を用いて前記重要度を決定する
請求項１記載の運転支援装置。

【請求項3】

前記複数の補間手法は、逆距離荷重法およびKriging法を含む
請求項２記載の運転支援装置。

【請求項4】

前記車両の制動装置を制御する制動制御部を更に備え、
前記制動制御部は、前記第２の交差点を通過する場合の速度が前記速度情報で表される速度となるように前記各時刻における前記車両の減速量を算出し、前記車両の減速量が前記算出した減速量に近づくように、前記制動装置を制御する
請求項１〜請求項３の何れか１項に記載の運転支援装置。

【請求項5】

前記生成部は、前記運転行動データに含まれるパラメータのうち、対応する前記第１の交差点の道路環境情報によって表されるデータ空間上の第１の座標と、前記第２の交差点の道路環境情報によって表される前記データ空間上の第２の座標とのデータ間距離が短い方から順に取得した予め定めた数のパラメータを、前記類似パラメータとする
請求項１〜請求項４の何れか１項に記載の運転支援装置。

【請求項6】

前記運転行動データに含まれる前記道路環境情報は、前記第１の交差点の道路幅、制限速度および見通し距離の少なくとも１つを含む
請求項１〜請求項５の何れか１項に記載の運転支援装置。

【請求項7】

コンピュータに、
既に通過した無信号の第１の交差点の道路環境情報と、前記第１の交差点における各位置での危険度合いの大きさを示すモデル関数に基づいて算出した、前記第１の交差点を通過する車両の運転者における運転行動の特性を示すパラメータと、を対応付けた運転行動データの中から、前記車両が通過する無信号の第２の交差点の道路環境情報と類似する道路環境情報に対応した類似パラメータを複数取得し、前記類似パラメータの各々の重要度に応じて設定したパラメータを前記第２の交差点における推定パラメータとし、前記推定パラメータと前記モデル関数とに基づいて、前記車両が前記第２の交差点を通過する場合の各時刻における速度情報を、前記車両が前記第２の交差点を通過する前に予め生成する
処理を実行させる運転支援方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、運転支援装置及び運転支援方法に関する。

【背景技術】

【0002】

従来より、リスク要因から受けるリスクの大きさを定量的に解析する手段であるリスクポテンシャルモデル（ＲＰＭ：Risk Potential Model）を用いて、運転時に発生するリスクが低減するように運転者の運転を補助する運転支援装置が知られている（例えば特許文献１及び非特許文献１、２参照）。

【0003】

こうした運転支援装置では、道路形状及び制限速度等といった道路に関する様々な情報を含む高精度道路地図（例えば特許文献２参照）を用いて車両の通過位置を把握し、信号の設置されていない交差点（以降、「無信号交差点」という）を通過する場合に、安全に無信号交差点を通過できる通過速度を計算する。

【0004】

そして、運転者の頭の動き及びアクセル等のペダル操作量に基づいて、運転者が危険な運転を行っていると判定される場合や、或いは無信号交差点を減速せずに通過しようと判定される場合に運転者に警告を通知する（例えば特許文献３、４参照）。

【0005】

また、無信号交差点を通過する場合に対向車等と遭遇する確率を計算し、当該確率が所定の確率以上となる場合に運転者に警告を通知することで、車両の運転を支援する運転支援装置が知られている（例えば特許文献５参照）。

【先行技術文献】

【特許文献】

【0006】

【特許文献1】特開２００４−１７５２０６号公報

【特許文献2】再表００／０４３９５３号公報

【特許文献3】特開２０１３−２３９１９１号公報

【特許文献4】特開２００５−２３４７７８号公報

【特許文献5】特開２００４−５４８２１号公報

【非特許文献】

【0007】

【非特許文献1】M.T.Wolf, J.W.Burdick,“Artificial potential functions for highway driving with collision avoidance,”IEEE International Conference on Robotics and Automation ICRA 2008,pp.3731-3736,2008.

【非特許文献2】Y.Akagi and R.Pongsathorn,“Stochastic driver speed control behavior modeling in urban intersections using risk potential-based motion planning framework”,IEEE Intelligent Vehicles Symposium, 2015.

【発明の概要】

【発明が解決しようとする課題】

【0008】

しかしながら、従来の運転支援装置では、無信号交差点において衝突等の危険に遭遇する可能性があることを運転者に警告するにとどまり、具体的に無信号交差点をどのような速度で通過すれば、危険に遭遇する可能性を低減することができるのか運転者に知らせることができないという問題がある。

【0009】

非特許文献２には、既に通過したことのある無信号交差点について、前回の走行時の運転に関する情報を記憶したデータベースの内容に基づいて、当該無信号交差点を安全に通過することができる速度を通知する技術が開示されている。しかし、当該開示技術は、車両がまだ通過したことがない未知の無信号交差点に対して適用することができない。

【0010】

本発明は、未知の無信号交差点を車両で通過する場合であっても、通過に伴う危険度を低減する通過速度を算出することができる運転支援装置及び運転支援方法を提供することを目的とする。

【課題を解決するための手段】

【0011】

上記課題を解決するため、請求項１記載の発明の運転支援装置は、既に通過した無信号の第１の交差点の道路環境情報と、前記第１の交差点における各位置での危険度合いの大きさを示すモデル関数に基づいて算出した、前記第１の交差点を通過する車両の運転者における運転行動の特性を示すパラメータと、を対応付けた運転行動データの中から、前記車両が通過する無信号の第２の交差点の道路環境情報と類似する道路環境情報に対応した類似パラメータを複数取得し、前記類似パラメータの各々の重要度に応じて設定したパラメータを前記第２の交差点における推定パラメータとし、前記推定パラメータと前記モデル関数とに基づいて、前記車両が前記第２の交差点を通過する場合の各時刻における速度情報を、前記車両が前記第２の交差点を通過する前に予め生成する生成部を備える。

【0012】

請求項２記載の発明は、前記生成部は、前記類似パラメータの各々のうち何れか１つのパラメータと、前記何れか１つのパラメータとは異なる前記類似パラメータの残りのパラメータを補間して得た前記何れか１つのパラメータに対応する補間結果と、の誤差を、複数の補間手法毎に前記類似パラメータに含まれる全てのパラメータについて算出し、前記複数の補間手法のうち、前記類似パラメータの各々について最も前記誤差が小さい補間手法であると判定された数が最も多い補間手法を用いて前記重要度を決定する。

【0013】

請求項３記載の発明は、前記複数の補間手法は、逆距離荷重法およびKriging法を含む。

【0014】

請求項４記載の発明は、前記車両の制動装置を制御する制動制御部を更に備え、前記制動制御部は、前記第２の交差点を通過する場合の速度が前記速度情報で表される速度となるように前記各時刻における前記車両の減速量を算出し、前記車両の減速量が前記算出した減速量に近づくように、前記制動装置を制御する。

【0015】

請求項５記載の発明は、前記生成部は、前記運転行動データに含まれるパラメータのうち、対応する前記第１の交差点の道路環境情報によって表されるデータ空間上の第１の座標と、前記第２の交差点の道路環境情報によって表される前記データ空間上の第２の座標とのデータ間距離が短い方から順に取得した予め定めた数のパラメータを、前記類似パラメータとする。

【0016】

請求項６記載の発明は、前記運転行動データに含まれる前記道路環境情報は、前記第１の交差点の道路幅、制限速度および見通し距離の少なくとも１つを含む。

【0017】

請求項７記載の発明の運転支援方法は、コンピュータに、既に通過した無信号の第１の交差点の道路環境情報と、前記第１の交差点における各位置での危険度合いの大きさを示すモデル関数に基づいて算出した、前記第１の交差点を通過する車両の運転者における運転行動の特性を示すパラメータと、を対応付けた運転行動データの中から、前記車両が通過する無信号の第２の交差点の道路環境情報と類似する道路環境情報に対応した類似パラメータを複数取得し、前記類似パラメータの各々の重要度に応じて設定したパラメータを前記第２の交差点における推定パラメータとし、前記推定パラメータと前記モデル関数とに基づいて、前記車両が前記第２の交差点を通過する場合の各時刻における速度情報を、前記車両が前記第２の交差点を通過する前に予め生成する処理を実行させる。

【発明の効果】

【0018】

本発明によれば、未知の無信号交差点を車両で通過する場合であっても、通過に伴う危険度を低減する通過速度を算出することができる、という効果を有する。

【図面の簡単な説明】

【0019】

【図1】運転支援装置の構成例を示す図である。

【図2】道路環境計測部の構成例を示す図である。

【図3】道路環境計測データのフォーマット例を示す図である。

【図4】道路接続情報を説明する模式図である。

【図5】道路接続情報に含まれる情報のデータ構造例を示す図である。

【図6】道路付加情報を説明する模式図である。

【図7】道路付加情報に含まれる情報のデータ構造例を示す図である。

【図8】運転行動解析部の構成例を示す図である。

【図9】無信号交差点を通過する車両周辺の状況例を示す図である。

【図10】無信号交差点におけるリスクポテンシャル関数の一例を示す図である。

【図11】運転行動データベースに記録される運転行動データのデータ構造例を示す図である。

【図12】最適運転行動生成部の構成例を示す図である。

【図13】交差点近傍走行速度列の一例を示す図である。

【図14】ブレーキ制御部の構成例を示す図である。

【図15】運転支援装置をコンピュータで実現するための構成例を示す図である。

【図16】運転支援処理の流れの一例を示すフローチャートである。

【発明を実施するための形態】

【0020】

以下、図面を参照して本発明の実施の形態の一例を詳細に説明する。なお、機能が同じ働きを担う構成要素及び処理には全図面を通して同じ符号を付与し、重複する説明を適宜省略する場合がある。

【0021】

図１は、実施の形態に係る運転支援装置１のブロック図である。図１に示すように、運転支援装置１は、道路環境計測部１０、高精度道路地図情報２０、運転行動解析部３０、運転行動データベース４０、最適運転行動生成部５０及びブレーキ制御部６０を含む。

【0022】

道路環境計測部１０は、後述する各種センサを用いて、車両の状態情報及び車両周辺の道路情報を表す道路環境計測データを生成する。

【0023】

高精度道路地図情報２０は、道路の接続形態及び位置等を表す道路接続情報、並びに道路を構成する各種要素に関する情報を表す道路付加情報を含み、車両の位置に応じた道路地図情報を提供する。

【0024】

運転行動解析部３０は、道路環境計測データ及び高精度道路地図情報２０を入力として、無信号交差点の各位置における危険度合いを予め定式化したリスクポテンシャルモデル（ＲＰＭ：Risk Potential Model）に基づいて運転者の運転行動を解析し、無信号交差点における運転者の運転行動の特性を示すＲＰＭパラメータを生成する。

【0025】

そして、運転行動解析部３０は、生成したＲＰＭパラメータと、当該ＲＰＭパラメータを生成した無信号交差点に関する道路情報である道路環境情報と、を対応付けた運転行動データを生成し、運転行動データベース４０に記憶する。

【0026】

最適運転行動生成部５０は、道路環境計測データ、高精度道路地図情報２０及び運転行動データを入力として、ＲＰＭに基づいて車両がこれから通過しようとしている無信号交差点（以降、「通過予定無信号交差点」という）を通過する前に、車両が当該通過予定無信号交差点を通過した場合に得られるであろうＲＰＭパラメータを推定する。そして、最適運転行動生成部５０は、推定したＲＰＭパラメータ（以降、「推定ＲＰＭパラメータ」という）及びＲＰＭに基づいて、通過予定無信号交差点の通過に伴う危険度を低減する速度、すなわち、車両が通過予定無信号交差点を安全に通過することができる速度を算出する。

【0027】

ブレーキ制御部６０は、車両が通過予定無信号交差点を通過する場合の速度が、最適運転行動生成部５０によって算出された速度となるように減速量を算出し、当該減速量に合わせてブレーキ等の制動装置を制御する。

【0028】

次に、図１に示した各ブロックの詳細について説明する。

【0029】

図２は、道路環境計測部１０の構成例を示す図である。道路環境計測部１０は、道路環境計測用センサ群１１０及びセンサデータ処理部１２０を含み、道路環境計測用センサ群１１０とセンサデータ処理部１２０は、ＣＡＮ(Controller Area Network)１３１、ＬＡＮ(Local Area Network)１３１及びＩＥＥＥ(Institute of Electrical and Electronics Engineers)１３９４（以下、「シリアル回線１３３」という）といった通信規格の異なる複数の接続バスで接続される。なお、道路環境計測用センサ群１１０及びセンサデータ処理部１２０の接続形態は一例であり、前述した通信規格とは異なる通信規格に準拠した接続バスで接続してもよく、また、単一の通信規格を用いて接続してもよい。

【0030】

道路環境計測用センサ群１１０は、車速センサ１１１、３軸加速度センサ１１２、ハンドル角センサ１１３、ブレーキペダル操作量センサ１１４、アクセルペダル操作量センサ１１５、ＧＮＳＳ(Global Navigation Satellite Systems)受信機１１６、３次元レーザー距離センサ１１７及びカラー画像カメラ群１１８を含む。

【0031】

車速センサ１１１は、車両の速度を計測するセンサである。

【0032】

３軸加速度センサ１１２は、例えば車両の進行方向、車両の進行方向と直交する方向（以降、「車両の幅方向」という場合がある）及び車両の上下方向の各方向における加速度を計測するセンサである。

【0033】

ハンドル角センサ１１３は、例えば車両が直進するハンドル位置に対するハンドルの回転量を角度として出力するセンサである。

【0034】

ブレーキペダル操作量センサ１１４は、ブレーキペダルの踏み込み量を計測するセンサであり、例えばブレーキペダルの踏み込み量が“０”であれば、運転者はブレーキをかけていない状態を示し、ブレーキペダルの踏み込み量が大きくなるにしたがって、車両の減速量が増加していることを示す。

【0035】

アクセルペダル操作量センサ１１５は、アクセルペダルの踏み込み量を計測するセンサであり、例えばアクセルペダルの踏み込み量が“０”であれば、運転者はアクセルを踏んでいない状態を示し、アクセルペダルの踏み込み量が大きくなるにしたがって、エンジンへの燃料の供給量が増加していることを示す。

【0036】

ＧＮＳＳ受信機１１６は、ＧＰＳ(Global Positioning System)等の人工衛星を利用した全地球測位システムが出力する情報を受信する機器であり、例えば車両の経緯度、地球の重心を座標系の原点として空間の位置を規定する世界測地系座標における車両の座標点及び時刻情報等をＧＰＳから受信する。

【0037】

３次元レーザー距離センサ１１７は、例えば照射したレーザーが物体で反射して戻ってくるまでの時間差を計測することで、３次元レーザー距離センサ１１７から物体までの距離を計測するセンサである。３次元レーザー距離センサ１１７は、車両を中心に３６０度にわたってレーザーを照射することで、車両周辺の例えば縁石或いは電柱といった、車両の走行を妨げる障害物までの距離を計測する。

【0038】

カラー画像カメラ群１１８は、例えば車両進行方向の画像を撮影する。なお、カラー画像カメラ群１１８が撮影する画像の種類は、動画であっても静止画であってもよい。また、カラー画像カメラ群１１８は、車両進行方向の画像に加えて、例えば車両の後方や車両の幅方向の画像等、車両を中心に３６０度にわたる画像を撮影してもよい。

【0039】

なお、道路環境計測用センサ群１１０のうち、車速センサ１１１、３軸加速度センサ１１２、ハンドル角センサ１１３、ブレーキペダル操作量センサ１１４及びアクセルペダル操作量センサ１１５は、センサ値をＣＡＮ１３１経由でセンサデータ処理部１２０に送信する。

【0040】

また、ＧＮＳＳ受信機１１６及び３次元レーザー距離センサ１１７は、センサ値をＬＡＮ１３２経由でセンサデータ処理部１２０に送信する。

【0041】

更に、カラー画像カメラ群１１８は、撮影した画像データ列をシリアル回線１３３経由でセンサデータ処理部１２０に送信する。ここで画像データ列とは、カラー画像カメラ群１１８の画素毎の画素値を並べたデータ列であり、画像データ列からカラー画像カメラ群１１８で撮影した画像を再現することができる。

【0042】

なお、道路環境計測用センサ群１１０に含まれる各センサは、例えばセンサ毎に予め定められた時間間隔でセンサ値をセンサデータ処理部１２０に送信するが、これに限らず、例えばセンサデータ処理部１２０によって指定されたタイミングで、センサ値をセンサデータ処理部１２０に送信してもよい。

【0043】

一方、センサデータ処理部１２０は、センサデータ受信部１２１、時刻同期処理部１２２、データ統合部１２３及び歩行者車両認識部１２４を含む。

【0044】

センサデータ受信部１２１は、道路環境計測用センサ群１１０に含まれるカラー画像カメラ群１１８以外の各センサと接続され、道路環境計測用センサ群１１０から受信した各センサ値を記憶する。

【0045】

時刻同期処理部１２２は、センサデータ受信部１２１及びデータ統合部１２３と接続され、センサデータ受信部１２１が記憶したセンサ値の中から、ＧＮＳＳ受信機１１６が受信した時刻情報を取得する。そして、時刻同期処理部１２２は、センサデータ受信部１２１が記憶したセンサ値の各々が同じ時刻に計測されたセンサ値であることを示すため、取得した時刻情報をセンサ値の各々に対応付け、時刻情報が対応付けられたセンサ値をデータ統合部１２３に出力する。

【0046】

一方、歩行者車両認識部１２４は、道路環境計測用センサ群１１０のカラー画像カメラ群１１８及びデータ統合部１２３と接続され、カラー画像カメラ群１１８から画像データ列を受信する。そして、歩行者車両認識部１２４は、受信した画像データ列から歩行者及び他の車両を抽出して、車両から歩行者までの距離（以降、「歩行者位置」という）及び車両から他の車両までの距離（以降、「他車両位置」という）を算出し、画像データ列と共に、データ統合部１２３に出力する。

【0047】

なお、画像データ列から歩行者及び他の車両を抽出する手法には公知の技術が利用できる。例えば、画像の中の抽出対象であるパーツ（この場合、歩行者及び他の車両）の位置ずれ及びパーツの変形に対するコストを評価することにより、移動するパーツを画像から精度よく抽出することができるDeformable Part Modelを適用することができる。

【0048】

データ統合部１２３は、時刻情報が対応付けられたセンサ値の各々を時刻同期処理部１２２から受信すると共に、画像データ列、歩行者位置及び他車両位置を歩行者車両認識部１２４から受信する。そして、データ統合部１２３は、各種センサ値、画像データ列、歩行者位置及び他車両位置を統合して、図３に示すデータを含む道路環境計測データ１３０を生成し、生成した道路環境計測データ１３０を出力する。

【0049】

なお、図３において、「周辺３次元点群」の次元数が“６９１２０”となっているが、これは、３次元レーザー距離センサ１１７は、一例として３２個のレーザー送受信機を内蔵し、レーザー送受信機の各々は、３６０度回転しながら２１６０地点の距離、すなわち、全体として６９１２０地点の距離を計測できるためである。

【0050】

また、「画像データ列」の次元数が“９２１６００”となっている理由は、カラー画像カメラ群１１８に含まれる画素数が９２１６００個あるためである。

【0051】

このように周辺３次元点群及び画像データ列の次元数は、使用する３次元レーザー距離センサ１１７及びカラー画像カメラ群１１８の仕様によって変化するため、図３に示す次元数の値は一例である。

【0052】

次に、高精度道路地図情報２０について説明する。高精度道路地図情報２０は、道路接続情報２１０及び道路付加情報２２０を含む。

【0053】

図４は、道路接続情報２１０を説明するための模式図である。図４に示すように、道路接続情報２１０は、世界測地系座標における３次元空間座標の座標点として表される地点（ノード２０１Ａ〜ノード２０１Ｉ）と、２つのノード２０１を端点とする線であるリンク２０２との組み合わせによって表される。なお、ノード２０１とは、ノード２０１Ａ〜ノード２０１Ｉの総称である。

【0054】

ノード２０１は交差点の中心の他、例えば予め定めた曲率半径以上の値を有するカーブ等、実際の道路形状に応じて交差点以外の道路上の地点にも配置することができる。また、リンク２０２は、一方のノード２０１と他方のノード２０１を繋ぐ道路の有無を表す。

【0055】

図４に示す道路接続情報２１０からは、例えばノード２０１Ａからノード２０１Ｂへ行く経路として、ノード２０１Ａ→ノード２０１Ｃ→ノード２０１Ｂの経路と、ノード２０１Ａ→ノード２０１Ｄ→ノード２０１Ｅ→ノード２０１Ｂの経路とがあることがわかる。

【0056】

図５は、道路接続情報２１０に含まれる情報のデータ構造の一例を示した図である。図５に示すように、道路接続情報２１０は、各ノード２０１の座標値と、リンク２０２によるノード２０１間の接続情報を含む。

【0057】

このように道路接続情報２１０は、道路の位置及び道路間の接続状況を表すことを目的とする情報である。一方、道路付加情報２２０は、道路を構成する各種要素に関する情報を表すことを目的とする情報である。

【0058】

図６は、道路付加情報２２０を説明するための模式図である。図６に示すように、道路付加情報２２０は、車両通行帯と歩道との境界である道路端の位置、車両が通行する車線位置及び進行方向、一方の道路端から他方の道路端までの距離である道路幅、車両通行帯に設定されている車両の制限速度及び停止線の位置に関する情報が含まれる。なお、道路付加情報２２０に含まれる情報は一例であり、例えば道路名称や中央分離帯の有無など、他の情報を含んでもよい。

【0059】

図７は、道路付加情報２２０に含まれる情報のデータ構造の一例を示した図である。ここで、車線位置及び進行方向、並びに停止線情報の次元数がＮ（Ｎは自然数）となっているのは、任意の本数の車線及び停止線に関する情報が含まれるためである。

【0060】

このように高精度道路地図情報２０は、例えば実際の道路を測量することによって予め作成される情報である。

【0061】

図８は、運転行動解析部３０の構成例を示す図である。運転行動解析部３０は、予め定められたＲＰＭ３０１及びＲＰＭパラメータ推定アルゴリズム３０２を含み、道路環境計測部１０が生成した道路環境計測データ１３０及び高精度道路地図情報２０を入力として、ＲＰＭパラメータ推定アルゴリズム３０２を実行することで、無信号交差点におけるＲＰＭ３０１のＲＰＭパラメータを生成する。

【0062】

ここで、ＲＰＭ３０１について説明する。ＲＰＭ３０１は、何らかのリスク要因から受けるリスク感を数式で表現したモデルであり、例えばロボットが障害物を回避する経路を決定したり、車両が交差点等の比較的危険性の高い地点を通過する場合の通過速度を決定したりする際に、リスク要因から斥力を計算する算出モデルとして広く用いられている。

【0063】

図９は、無信号交差点を通過する車両周辺の状況を表す図である。

【0064】

図９において、車両７０は運転行動の解析対象の車両であり、他車両７１は道路上の障害物となる車両を表す。また、点Ｏは、道路幅がＷ_ｒで表される優先道路７３と非優先道路７４とが交差する無信号交差点の中心位置を表し、車両７０の進行方向における優先道路７３上には、歩行者７２が存在する。なお、以降では点Ｏを、中心点Ｏという。

【0065】

ここで、車両７０の進行方向における各位置を“ｘ”とした場合の位置ｘにおけるリスクポテンシャル関数をＵ(ｘ)とすれば、無信号交差点におけるリスクポテンシャル関数から受ける斥力Ｆ(ｘ)は（１）式で表される。

【0066】

【数1】

【0067】

なお、位置ｘは、車両７０が中心点Ｏを通過するまでは負の値をとり、中心点Ｏで“ｘ＝０”となり、中心点Ｏを通過した後は正の値となる。そして、車両７０が中心点Ｏに近い位置にいるほど、位置ｘの絶対値は小さい値をとるように定義される。換言すれば、位置ｘは、中心点Ｏからの距離を表す。

【0068】

一方、車両７０が斥力Ｆ(ｘ)を受けながら無信号交差点に接近する場合の各時刻ｔにおける車両速度ｖ(ｔ)は、運動方程式にしたがって（２）式で表される。

【0069】

【数2】

【0070】

ここで、ｖ_０は車両７０が無信号交差点に接近した際の車両７０の速度（初期速度）であり、ｍは車両７０の車体重量である。なお、車両７０が無信号交差点に接近するとは、例えば、車両７０が無信号交差点の中心点Ｏから無信号交差点の近傍として予め定めた距離だけ離れた位置まで来たことをいう。

【0071】

（２）式において、斥力Ｆ(ｘ)は位置ｘの関数であるのに対して、車両速度ｖ(ｔ)は時刻ｔの関数であるため、（３）式のように（１）式の変数を変換して、（２）式に対して（３）式を代入することで（４）式を得る。

【0072】

【数3】

【0073】

（４）式の右辺第３項において、一般的に車両７０の車体重量ｍを平方した値ｍ^２は分子の値に比べて大きい値になるため、当該第３項は無視できる程度に小さい値となる。したがって、（４）式の右辺第３項を“０”として、（４）式を車両速度ｖ(ｔ)について解けば（５）式が得られる。

【0074】

【数4】

【0075】

（５）式は、時刻ｔにおけるリスクポテンシャル関数Ｕ(ｘ)と車両速度ｖ(ｔ)との関係を表す式である。

【0076】

次に、本実施の形態で用いる無信号交差点におけるＲＰＭ３０１を具体的に説明する。

【0077】

（１）式で示したＲＰＭは、１つのリスク要因を考慮したＲＰＭの一例である。しかしながら、実際に無信号交差点を通過する場合には、複数のリスク要因が存在すると考えられる。したがって、リスクポテンシャル関数Ｕ(ｘ)を拡張し、複数のリスク要因を考慮したリスクポテンシャル関数Ｕ(Ｐ,Ｏ(ｘ))を（６）式に示す。

【0078】

【数5】

【0079】

ここで、Ｗ_ｉ（ｉは自然数）は個々のリスク要因に対するリスクポテンシャル関数Ｕ_ｉ(Ｐ_ｉ,Ｏ(ｘ))を結合する重み係数である。また、Ｐ_ｉは個々のリスク要因に対するリスクポテンシャル関数Ｕ_ｉ(Ｐ_ｉ,Ｏ(ｘ))で用いられるパラメータである。

【0080】

本実施の形態の場合、重み係数Ｗ_ｉ及びパラメータＰ_ｉをＲＰＭパラメータとする。また、Ｏ(ｘ)は、位置ｘにおける道路環境計測データ１３０を表している。

【0081】

一方、発明者は、無信号交差点を車両７０で通過する際のリスク要因について検討した結果、２つのリスク要因が存在するとの知見を得た。１つ目のリスク要因は、無信号交差点の存在であり、２つ目のリスク要因は、他車両７１及び歩行者７２といった道路上に存在する交通参加者の存在である。

【0082】

こうしたリスク要因の存在により、例えば、優先道路７３を走行する車両７０の運転者は、無信号交差点で非優先道路７４から出てくる他の車両と衝突しないよう車両速度ｖ(ｘ)を下げる傾向が見られる。また、車両７０の運転者は、交通参加者の横を走行する場合にも、交通参加者との接触の可能性を低減するため車両速度ｖ(ｘ)を下げる傾向にある。

【0083】

そこで、まず、無信号交差点に対して定義したリスクポテンシャル関数Ｕ_１(Ｐ_１,Ｏ(ｘ))を（７）式に示す。

【0084】

【数6】

【0085】

ここで、ＲＰＭパラメータ“μ”は、車両７０が無信号交差点を通過する際に車両速度ｖ(ｘ)が最も遅くなる位置ｘ_１と中心点Ｏとの距離を表す。また、ＲＰＭパラメータ“σ”は、車両速度ｖ(ｘ)の減速度合いを表し、例えば、“σ”の値が小さいほど減速度合いが大きいことを示す。

【0086】

次に交通参加者に対して定義したリスクポテンシャル関数Ｕ_２(Ｐ_２,Ｏ(ｘ))を（８）式及び（９）式に示す。

【0087】

【数7】

【0088】

ここで、ＲＰＭパラメータ“μ_１”は、車両７０が交通参加者の横を通過する際に車両速度ｖ(ｘ)が最も遅くなる位置ｘ_２と中心点Ｏとの距離を表す。また、ＲＰＭパラメータ“σ_１”及び“σ_２”はＲＰＭパラメータ“σ”と同様に、それぞれ距離ｄ(ｘ)及び幅ｓ(ｘ)に応じた車両速度ｖ(ｘ)の減速度合いを表すパラメータである。なお、ＥＸＰ(ａ)は指数関数を表す表記（ｅ^ａ）である。

【0089】

図９に示すように、距離ｄ(ｘ)とは、車両７０から交通参加者（例えば他車両７１）までの距離を表し、幅ｓ(ｘ)は、道路端から交通参加者までの距離、すなわち、車両７０が交通参加者の横を走行する際に、実際に車両７０が走行可能な道路幅を表す。

【0090】

したがって、本実施の形態で用いる無信号交差点におけるＲＰＭ３０１は、（６）式に基づいて（１０）式のように表される。

【0091】

【数8】

【0092】

図１０は、無信号交差点におけるリスクポテンシャル関数Ｕ(Ｐ,Ｏ(ｘ))を示すグラフ７７の一例である。

【0093】

図１０に示すように、リスクポテンシャル関数Ｕ(Ｐ,Ｏ(ｘ))の値は、車両７０が無信号交差点に近づくにしたがって大きくなり、無信号交差点の中心点Ｏ付近で最大値となる。そして、車両７０が無信号交差点を通り過ぎていくにしたがって、リスクポテンシャル関数Ｕ(Ｐ,Ｏ(ｘ))の値が小さくなる傾向を示す。

【0094】

（１０）式で表される無信号交差点におけるリスクポテンシャル関数Ｕ(Ｐ,Ｏ(ｘ))に対して適切なＲＰＭパラメータが与えられた場合、リスクポテンシャル関数Ｕ(Ｐ,Ｏ(ｘ))と、位置ｘにおける車両７０の車両速度ｖ(ｔ)との関係を示す（５）式を用いることで、車両７０が無信号交差点を通過する際の各時刻ｔにおける車両速度ｖ(ｔ)を算出することができる。

【0095】

しかし、予め適切なＲＰＭパラメータを準備することは困難であるため、図８に示すＲＰＭパラメータ推定アルゴリズム３０２は、実際に車両７０で無信号交差点を通過した際の道路環境計測データ１３０及び高精度道路地図情報２０から、ＲＰＭパラメータを生成する。

【0096】

具体的には、ＲＰＭパラメータ推定アルゴリズム３０２は、仮に設定したＲＰＭパラメータを用いて計算した車両７０の車両速度ｖ(ｘ)と、実際に車両７０で無信号交差点を通過した際に計測した道路環境計測データ１３０に含まれる車両７０の車両速度Ｏ_ｖ(ｘ)との差分を最小化する最小二乗問題を解くことにより、無信号交差点を通過した際に計測された道路環境計測データ１３０に対応するＲＰＭパラメータを生成する。

【0097】

すなわち、ＲＰＭパラメータ推定アルゴリズム３０２は、（１１）式を満たす重み係数Ｗ及びパラメータＰを、無信号交差点を通過した際に計測された道路環境計測データ１３０に対応するＲＰＭパラメータとして生成する。

【0098】

【数9】

【0099】

そして、運転行動解析部３０は、車両７０が無信号交差点を通過する毎にＲＰＭパラメータ推定アルゴリズム３０２で生成されるＲＰＭパラメータと、当該ＲＰＭパラメータの生成に用いた道路環境計測データ１３０が計測された無信号交差点の道路環境情報とを対応付けた運転行動データを、運転行動データベース４０に記憶する。

【0100】

ここで、道路環境情報とは、無信号交差点を通過する際の車両速度に影響を与えると考えられる情報であり、例えば車両７０が走行している道路の道路幅、制限速度及び見通し距離を含む。

【0101】

なお、見通し距離とは、車両７０の運転者における視界の広さを表す指標であり、図９において、例えば無信号交差点の角Ｑから道路沿いに設置されている建物または看板等の遮蔽物７５までの距離Ｖ_ｒによって表される。見通し距離Ｖ_ｒが長いほど無信号交差点の見通しがよいことを示し、見通し距離Ｖ_ｒが短いほど無信号交差点の見通しが悪いことを示す。

【0102】

運転行動解析部３０は、車両７０が走行している道路の道路幅及び制限速度を高精度道路地図情報２０から取得する。また、運転行動解析部３０は、車両７０が走行している道路の見通し距離を、例えば道路環境計測データ１３０に含まれる図３に示した周辺３次元点群の情報から算出して取得する。

【0103】

図１１は、運転行動データベース４０に記録される運転行動データのデータ構造の一例を示す図である。図１１に示すように、車両７０が通過した無信号交差点毎に、当該無信号交差点の道路環境情報とＲＰＭパラメータとが対応付けられて、運転行動データベース４０に記憶される。

【0104】

なお、ＲＰＭパラメータに対応付けられる道路環境情報のデータは一例であり、道路幅、制限速度及び見通し距離以外のデータを含めるようにしてもよい。例えば、走行時の天候に関するデータ、日中の走行なのか夜間の走行なのかを識別するための走行時刻、優先道路および非優先道路の何れを走行しているのかを示す優先情報等を含めてもよい。更に、運転者の年齢によって運転行動が変化する傾向があると考えられるため、道路環境情報に車両７０の運転者の年齢を含めるようにしてもよい。

【0105】

図１２は、最適運転行動生成部５０の構成例を示す図である。最適運転行動生成部５０は、類似事例検索アルゴリズム５０１及び最適運転行動生成アルゴリズム５０２を含み、道路環境計測部１０が生成した道路環境計測データ１３０、高精度道路地図情報２０及び運転行動データベース４０に記憶される運転行動データを入力として、車両７０が通過予定無信号交差点を安全に通過することができる速度の情報（以降、「交差点近傍走行速度列」という）を生成する。

【0106】

具体的には、最適運転行動生成部５０は、類似事例検索アルゴリズム５０１を用いて、通過予定無信号交差点の道路環境情報と類似する複数の道路環境情報を運転行動データベース４０から検索し、類似する複数の道路環境情報の各々に対応付けられたＲＰＭパラメータを類似ＲＰＭパラメータ群として取得する。

【0107】

そして、最適運転行動生成部５０は、最適運転行動生成アルゴリズム５０２を用いて、類似ＲＰＭパラメータ群に対応する各道路環境情報と、通過予定無信号交差点の道路環境情報との類似度に基づいて、類似ＲＰＭパラメータ群に含まれる各ＲＰＭパラメータの重要度を決定する。

【0108】

更に、最適運転行動生成部５０は、類似ＲＰＭパラメータ群に含まれる各ＲＰＭパラメータの重要度を用いて、通過予定無信号交差点における推定ＲＰＭパラメータを生成する。

【0109】

そして、最適運転行動生成部５０は、推定ＲＰＭパラメータを用いて、（１０）式で示した無信号交差点におけるＲＰＭ３０１を構築することで、（５）式から通過予定無信号交差点を通過する場合の各時刻ｔにおける車両７０の車両速度ｖ(ｔ)、すなわち、交差点近傍走行速度列を算出することができる。

【0110】

なお、最適運転行動生成部５０での通過予定信号交差点に対する交差点近傍走行速度列の算出方法については、後ほど詳細に説明する

【0111】

図１３は、最適運転行動生成部５０で算出される交差点近傍走行速度列の一例を示す図である。図１３に示すように、最適運転行動生成部５０は、例えば交差点近傍走行速度列を算出した時点の時刻（算出時刻）を“０．０ｍｓ”として、算出時刻からの経過時刻毎の目標車両速度を算出する。

【0112】

図１４は、ブレーキ制御部６０の構成例を示す図である。ブレーキ制御部６０は、目標減速度計算部６０１、ブレーキ機構モデル６０２及びブレーキ制御システム６０３を含み、最適運転行動生成部５０で算出される交差点近傍走行速度列、車速センサ１１で計測される車両速度及びブレーキペダル操作量センサ１１４で計測されるブレーキペダル操作量を入力として、通過予定無信号交差点を通過する場合の各時刻における車両７０の車両速度が交差点近傍走行速度列で示される目標車両速度となるように、ブレーキの制御を行う。

【0113】

具体的には、まず、目標減速度計算部６０１は、交差点近傍走行速度列で示される目標車両速度となるように、交差点近傍走行速度列及び車速センサ１１１で計測された車両速度を入力として、車両７０の減速量を計算する。時刻ｔでの目標車両速度をＶ_ｔａｒ(ｔ)、車速センサ１１１で計測された車両速度をＶ_ｅｇｏ(ｔ)とすれば、目標減速量Ａ_ｔ(ｔ)は（１２）式に示すＶ_ｄ(ｔ)の値に応じて、（１３）式で算出できる。

【0114】

【数10】

【0115】

ここで、ｍは（２）式で説明したように、通過予定無信号交差点を通過する車両７０の車体重量であり、Ｆ(ｘ)は（１）式で説明したように、無信号交差点におけるリスクポテンシャル関数Ｕ(ｘ)から受ける斥力である。

【0116】

そして、目標減速度計算部６０１は、（１３）式に基づいて算出した目標減速量Ａ_ｔ(ｔ)をブレーキ機構モデル６０２に出力する。

【0117】

ブレーキ機構モデル６０２は、目標減速度計算部６０１から目標減速量Ａ_ｔ(ｔ)を受け付けると、車両７０の車両速度とブレーキペダル操作量に基づいて、目標減速量Ａ_ｔ(ｔ)を実現するための制御指令値Ｇ_ｔ(ｔ)を算出し、算出した制御指令値Ｇ_ｔ(ｔ)をブレーキ制御システム６０３に出力する。

【0118】

なお、目標減速量Ａ_ｔ(ｔ)を実現するための制御指令値Ｇ_ｔ(ｔ)は（１４）式で示される。

【0119】

【数11】

【0120】

ここで、関数Ｆ_Ｇは、車両速度ｖ(ｔ)、ブレーキペダル操作量ｋ(ｔ)及び目標減速量Ａ_ｔ(ｔ)が与えられた場合に、目標減速量Ａ_ｔ(ｔ)を実現するための制御指令値Ｇ_ｔ(ｔ)を算出する関数モデルである。

【0121】

ブレーキ機構モデル６０２は、（１４）式で算出した制御指令値Ｇ_ｔ(ｔ)をブレーキ制御システム６０３に出力する。

【0122】

ブレーキ制御システム６０３は、ブレーキ等の制動装置を制御するシステムであり、ブレーキ機構モデル６０２から受け付けた制御指令値Ｇ_ｔ(ｔ)に応じた制動処理を実施して、車両７０の車両速度ｖ(ｔ)を目標車両速度Ｖ_ｔａｒ(ｔ)に近づける制御を行う。

【0123】

図１５は、図１に示した運転支援装置１をコンピュータで実現するための構成の一例を示す図である。図１５に示すように、コンピュータ１００は、ＣＰＵ１０１、メモリ１０２および不揮発性の記憶部１０３を含む。ＣＰＵ１０１、メモリ１０２および記憶部１０３は、バス１０４を介して互いに接続される。また、コンピュータ１００は、通信装置１０６、入出力装置１０７及び道路環境計測用センサ群１１０とコンピュータ１００とを接続するＩ／Ｏ（Input/Output）１０５を備え、Ｉ／Ｏ１０５はバス１０４に接続される。

【0124】

ここで、入出力装置１０７は、例えばボタン及びスイッチ等の入力デバイス、並びに、液晶モニタ等の表示装置を含む。また、入出力装置１０７は、例えばＣＤ(Compact Disc)、ＤＶＤ(Digital Versatile Disk)またはメモリカード等の記録媒体に記録されるプログラム等のデータを読み取る読み取り装置を含む。

【0125】

通信装置１０６は、例えばインターネットに接続する通信プロトコルを含み、インターネット上のコンピュータとコンピュータ１００とを接続してデータ通信を行う。なお、通信装置１０６は、運転支援装置１に必ずしも必要な装置ではないが、例えばインターネット経由で高精度道路地図情報２０の更新等を行うことができるため、運転支援装置１は通信装置１０６を備えることが好ましい。

【0126】

なお、記憶部１０３は、フラッシュメモリまたはＨＤＤ（Hard Disk Drive）等によって実現できる。

【0127】

記憶部１０３には、コンピュータ１００を図１に示す運転支援装置１として機能させるための運転支援プログラム１４０と、高精度道路地図情報２０が記憶される。ＣＰＵ１０１は、運転支援プログラム１４０を記憶部１０３から読み出してメモリ１０２に展開し、メモリ１０２に展開された運転支援プログラム１４０を実行することで、コンピュータ１００を図１に示す運転支援装置１として動作させる。また、ＣＰＵ１０１は、高精度道路地図情報２０を記憶部１０３から読み出してメモリ１０２に展開する。

【0128】

なお、コンピュータ１００は、例えば半導体集積回路、より詳しくはＡＳＩＣ(Application Specific Integrated Circuit)等で実現することも可能である。

【0129】

次に、車両７０が無信号交差点を通過する場合の、本実施の形態に係る運転支援処理について説明する。なお、この場合、運転行動データベース４０には、複数の無信号交差点における運転行動データが記憶されているものとする。

【0130】

図１６は、本実施の形態に係る運転支援処理の流れの一例を示すフローチャートである。

【0131】

まず、ステップＳ１０において、最適運転行動生成部５０は、道路環境計測データ１３０を道路環境計測部１０から取得する。

【0132】

ステップＳ２０において、最適運転行動生成部５０は、ステップＳ１０で取得した道路環境計測データ１３０に含まれる経緯度及び世界測地系座標を用いて、車両７０の走行位置を高精度道路地図情報２０から特定する。そして、最適運転行動生成部５０は、複数のリンク２０２が交差するノード２０１を高精度道路地図情報２０から探索することにより、車両７０の進行方向に対して最も近い無信号交差点（以降、「最近傍無信号交差点」という、）を高精度道路地図情報２０から特定する。

【0133】

最適運転行動生成部５０は、特定した最近傍無信号交差点の道路幅Ｗ_ｒ及び制限速度Ｖ_ｌｉｍを高精度道路地図情報２０から取得すると共に、ステップＳ１０で取得した道路環境計測データ１３０に含まれる、３次元レーザー距離センサ１１７によって取得した周辺３次元点群を用いて見通し距離Ｖ_ｒを算出する。すなわち、最適運転行動生成部５０は、これから通過しようとする最近傍無信号交差点の道路環境情報を取得する。

【0134】

ステップＳ３０において、最適運転行動生成部５０は、ステップＳ２０で取得した最近傍無信号交差点の道路環境情報と類似する道路環境情報に対応付けられた類似ＲＰＭパラメータ群を、運転行動データベース４０から取得する。

【0135】

具体的には、最適運転行動生成部５０は、運転行動データベース４０に記憶されている運転行動データに含まれる各道路環境情報の中から、ステップＳ２０で取得した最近傍無信号交差点の道路幅Ｗ_ｒ、制限速度Ｖ_ｌｉｍ及び見通し距離Ｖ_ｒとのデータ間距離Ｄ_ｉ(Ｗ_ｒ,Ｖ_ｌｉｍ,Ｖ_ｒ)が短い順にＪ個の道路環境情報を抽出する。ここではＪ＝１０として１０個の道路環境情報を抽出するが、これは一例であり、状況に応じてＪの値を１０以外に設定してもよいことは言うまでもない。なお、データ間距離Ｄ_ｉ(Ｗ_ｒ,Ｖ_ｌｉｍ,Ｖ_ｒ)は（１５）式で算出可能である。

【0136】

【数12】

【0137】

ここで、ＤＢＷ_ｒ、ＤＢＶ_ｌｉｍ及びＤＢＶ_ｒは、それぞれ運転行動データベース４０に含まれる各運転行動データの道路幅、制限速度及び見通し距離である。

【0138】

そして、最適運転行動生成部５０は、抽出した道路環境情報に対応付けられたＪ個のＲＰＭパラメータを、類似ＲＰＭパラメータ群として運転行動データベース４０から取得する。

【0139】

このようにして取得された類似ＲＰＭパラメータ群は、これから通過しようとする最近傍無信号交差点のＲＰＭパラメータと類似するＲＰＭパラメータと考えることができる。

【0140】

したがって、類似ＲＰＭパラメータ群に含まれるＪ個の類似ＲＰＭパラメータをそれぞれＰ_ｉ（ｉ＝１〜Ｊ）とすれば、最適運転行動生成部５０は、類似ＰＲＭパラメータＰ_ｉに対応する道路環境情報のデータ間距離Ｄ_ｉ(Ｗ_ｒ,Ｖ_ｌｉｍ,Ｖ_ｒ)を用いて、類似ＲＰＭパラメータＰ_ｉの重要度を表す重み係数Ｗ_ｉを決定し、これから通過しようとする最近傍無信号交差点の推定ＲＰＭパラメータＰ_ｏｐｔを（１６）式のように算出することができる。

【0141】

【数13】

【0142】

しかしながら、（１６）式よって算出される推定ＲＰＭパラメータＰ_ｏｐｔは、重み係数Ｗ_ｉによって変化するため、重み係数Ｗ_ｉの決定方法が推定ＲＰＭパラメータＰ_ｏｐｔの算出精度に影響を与える。

【0143】

したがって、図１６に示す本実施の形態に係る運転支援処理では、類似ＲＰＭパラメータＰ_ｉのような離散データを補間する複数の補間手法のうち、類似ＲＰＭパラメータＰ_ｉの各々を最も精度よく補間する補間手法を用いて、重み係数Ｗ_ｉを決定する。

【0144】

そのため、ステップＳ４０において、最適運転行動生成部５０は、離散データに対する公知の補間手法である逆距離荷重法を用いた場合の類似ＲＰＭパラメータＰ_ｉの補間精度を、一個抜き交差検証法によって算出する。

【0145】

具体的には、最適運転行動生成部５０は、まずステップＳ３０で取得したＪ個の類似ＲＰＭパラメータＰ_ｉから何れか１つの類似ＲＰＭパラメータを取り去る。そして、最適運転行動生成部５０は、逆距離荷重法を用いて、残りの（Ｊ−１）個の類似ＲＰＭパラメータから、取り去った類似ＲＰＭパラメータに対応する推定ＲＰＭパラメータＰ_ｏｐｔを（１６）式に基づいて算出し、算出した推定ＲＰＭパラメータＰ_ｏｐｔと取り去った類似ＲＰＭパラメータの差分、すなわちＲＰＭパラメータの推定誤差（推定誤差１）を、取り去った類似ＲＰＭパラメータと対応付けて記録する。

【0146】

なお、取り去った類似ＲＰＭパラメータＰ_ｉに対する逆距離荷重法による重み係数Ｗｉ_ｉは、（１７）式で表される。

【0147】

【数14】

【0148】

ここで、Ｄ_ｉは、データ間距離Ｄ_ｉ(Ｗ_ｒ,Ｖ_ｌｉｍ,Ｖ_ｒ)を表す。そして、最適運転行動生成部５０は、前述したＲＰＭパラメータの推定誤差をステップＳ３０で取得したＪ個の類似ＲＰＭパラメータＰ_ｉの各々に対して算出し、類似ＲＰＭパラメータＰ_ｉと逆距離荷重法による当該類似ＲＰＭパラメータの推定誤差とを対応付ける。

【0149】

一方、ステップＳ５０において、最適運転行動生成部５０は、離散データに対する公知の補間手法であるKriging法を用いた場合の類似ＲＰＭパラメータＰ_ｉの補間精度を、一個抜き交差検証法によって算出する。

【0150】

Kriging法を用いた場合の類似ＲＰＭパラメータＰ_ｉの補間精度は、ステップＳ４０と同様に、まずステップＳ３０で取得したＪ個の類似ＲＰＭパラメータＰ_ｉから何れか１つの類似ＲＰＭパラメータを取り去り、Kriging法を用いて、残りの（Ｊ−１）個の類似ＲＰＭパラメータから、取り去った類似ＲＰＭパラメータに対応する推定ＲＰＭパラメータＰ_ｏｐｔを（１６）式に基づいて算出する。そして、算出した推定ＲＰＭパラメータＰ_ｏｐｔと取り去った類似ＲＰＭパラメータとの推定誤差（推定誤差２）を、取り去った類似ＲＰＭパラメータと対応付けて記録する処理を、Ｊ個の類似ＲＰＭパラメータＰ_ｉの各々に対して行う。

【0151】

なお、取り去った類似ＲＰＭパラメータＰ_ｉに対するKriging法による重み係数Ｗｋ_ｉは、（１８）式で表される。

【0152】

【数15】

【0153】

ステップＳ６０において、最適運転行動生成部５０は、ステップＳ３０で取得したＪ個の類似ＲＰＭパラメータＰ_ｉの各々について、ステップＳ４０で対応付けた逆距離荷重法による類似ＲＰＭパラメータの推定誤差１と、ステップＳ５０で対応付けたKriging法による類似ＲＰＭパラメータの推定誤差２と比較し、推定誤差が小さい方の補間手法を、比較先の類似ＲＰＭパラメータＰ_ｉにおける補間手法として記録する。なお、推定誤差１と推定誤差２が同じ場合には、何れの補間手法を比較先の類似ＲＰＭパラメータＰ_ｉに対応付けてもよい。

【0154】

ステップＳ７０において、最適運転行動生成部５０は、Ｊ個の類似ＲＰＭパラメータＰ_ｉのうち、Kriging法が対応付けられた類似ＲＰＭパラメータＰ_ｉの数が、逆距離荷重法が対応付けられた類似ＲＰＭパラメータＰ_ｉの数以上である場合、すなわち、Kriging法による類似ＲＰＭパラメータＰ_ｉの補間精度の方が、逆距離荷重法による類似ＲＰＭパラメータＰ_ｉの補間精度に比べてよい場合にはステップＳ８０に移行し、重み係数Ｗ_ｉの決定方法に用いる補間手法としてKriging法を選択する。

【0155】

一方、Ｊ個の類似ＲＰＭパラメータＰ_ｉのうち、Kriging法が対応付けられた類似ＲＰＭパラメータＰ_ｉの数が、逆距離荷重法が対応付けられた類似ＲＰＭパラメータＰ_ｉの数未満である場合、すなわち、逆距離荷重法による類似ＲＰＭパラメータＰ_ｉの補間精度の方が、Kriging法による類似ＲＰＭパラメータＰ_ｉの補間精度に比べてよい場合にはステップＳ９０に移行し、最適運転行動生成部５０は、重み係数Ｗ_ｉの決定方法に用いる補間手法として逆距離荷重法を選択する。

【0156】

ステップＳ１００において、最適運転行動生成部５０は、ステップＳ３０で取得したＪ個の類似ＲＰＭパラメータＰ_ｉを用いて、ステップＳ８０又はＳ９０で選択した補間手法に対応する（１７）式又は（１８）式によって重み係数Ｗ_ｉを決定し、これから通過しようとする最近傍無信号交差点の推定ＲＰＭパラメータＰ_ｏｐｔを（１６）式から算出する。

【0157】

ステップＳ１１０において、最適運転行動生成部５０は、算出した推定ＲＰＭパラメータＰ_ｏｐｔによって、（１０）式で示した無信号交差点におけるＲＰＭ３０１を構築し、（５）式に基づいて最近傍無信号交差点を通過する場合の各時刻における車両７０の交差点近傍走行速度列を算出する。

【0158】

ステップＳ１２０において、ブレーキ制御部６０は、すでに説明した目標減速度計算部６０１、ブレーキ機構モデル６０２及びブレーキ制御システム６０３の処理によって、最近傍無信号交差点を通過する場合の各時刻における車両７０の車両速度が、ステップＳ１１０で算出した交差点近傍走行速度列で示される目標車両速度となるように、ブレーキの制御を行う。

【0159】

以上により、図１６に示した運転支援処理を終了する。

【0160】

なお、図１６の運転支援処理では、ステップＳ４０及びＳ５０において、それぞれ逆距離荷重法及びKriging法による類似ＲＰＭパラメータＰ_ｉの補間精度を、一個抜き交差検証法によって算出した。

【0161】

しかし、図１６の運転支援処理を実行する前に、運転行動データベース４０に含まれる全てのＲＰＭパラメータから何れか１つのＲＰＭパラメータを取り去り、残りのＲＰＭパラメータから、取り去ったＲＰＭパラメータに対応する推定ＲＰＭパラメータＰ_ｏｐｔをそれぞれ逆距離荷重法とKriging法とを用いて（１６）式から算出し、取り去ったＲＰＭパラメータにより近い値を示す推定ＲＰＭパラメータＰ_ｏｐｔが得られる補間手法を表す情報を、当該取り去ったＲＰＭパラメータと予め対応付ける処理を繰り返すことで、運転行動データベース４０に含まれる全てのＲＰＭパラメータの各々に、他の補間手法に比べて補間精度が高い補間手法の情報を予め対応付けておくようにしてもよい。

【0162】

この場合、図１６のステップＳ４０、Ｓ５０及びＳ６０の処理は不要となり、ステップＳ７０において、Ｊ個の類似ＲＰＭパラメータＰ_ｉの各々に対応付けられている補間手法の数を比較すればよいため、図１６の運転支援処理に要する処理時間を短縮することができる。

【0163】

また、図１６の運転支援処理では、類似ＲＰＭパラメータＰ_ｉを最も精度よく補間する補間手法として、逆距離荷重法又はKriging法を用いる例を示したが、これらの補間手法以外の補間手法を用いてもよいことは言うまでもない。

【0164】

また、本実施の形態では車両７０を例にした運転支援装置１の説明を行ったが、運転支援装置１は、例えばオートバイ等の自動二輪車、或いは電動立ち乗り二輪車等の移動体にも適用することができる。

【0165】

このように本実施の形態によれば、運転支援装置１は、運転行動データベース４０から通過予定無信号交差点の道路環境情報と類似する道路環境情報と対応付けられた類似ＲＰＭパラメータＰ_ｉを複数取得し、類似ＲＰＭパラメータＰ_ｉと類似ＲＰＭパラメータＰ_ｉの重み係数Ｗ_ｉから、通過予定無信号交差点に対応する推定ＲＰＭパラメータＰ_ｏｐｔを取得する。そして、運転支援装置１は、推定ＲＰＭパラメータＰ_ｏｐｔをＲＰＭに適用することで、車両７０が通過予定無信号交差点を通過する場合の交差点近傍走行速度列を生成する。

【0166】

したがって、運転支援装置１は、未知の無信号交差点を車両で通過する場合であっても、通過に伴う危険度を低減する通過速度を算出することができる。

【0167】

逆距離荷重法は、ＲＰＭパラメータの距離が近いほど相関が強いものとして補間を行う補間手法であるため、そうした前提が成り立たない状況では補間精度が落ちる場合がある。また、Kriging法は、ＲＰＭパラメータの値が局所的に大きく変化するような分布状況では補間精度が落ちる場合がある。したがって、予め定めた１つの補間手法で、類似ＲＰＭパラメータＰ_ｉの各々を毎回精度よく補間することは困難である場合が多い。

【0168】

しかし、運転支援装置１は、複数の補間手法のうち、類似ＲＰＭパラメータＰ_ｉの各々を最も精度よく補間する補間手法を用いて、類似ＲＰＭパラメータＰ_ｉの重み係数Ｗ_ｉを決定する。

【0169】

したがって、予め定めた１つの補間手法で重み係数Ｗ_ｉを決定する場合と比較して、通過予定無信号交差点のＲＰＭパラメータを精度よく推定することができる。

【0170】

また、運転支援装置１は、一個抜き交差検証法を用いて、複数の補間手法の中から、類似ＲＰＭパラメータＰ_ｉの各々を最も精度よく補間する補間手法を選択する。

【0171】

逆距離荷重法は、ＲＰＭパラメータの距離が近いほど相関が強いものとして補間を行う補間手法であるため、そのような前提が成り立たない状況では補間精度が落ちる場合がある。また、Kriging法は、ＲＰＭパラメータの値が局所的に大きく変化するような分布状況では補間精度が落ちる。したがって、予め定めた１つの補間手法で、類似ＲＰＭパラメータＰ_ｉの各々を毎回精度よく補間することは困難である場合が多い。

【0172】

したがって、類似ＲＰＭパラメータＰ_ｉの分布状況に応じた補間手法を選択することができる。

【0173】

また、運転支援装置１は、車両７０が通過予定無信号交差点を通過する場合の各時刻における車両速度ｖ(ｔ)が、交差点近傍走行速度列で示される目標車両速度となるように目標減速量Ａ_ｔ(ｔ)を算出すると共に、車両７０の減速量が目標減速量Ａ_ｔ(ｔ)に近づくように制動装置を制御する。したがって、運転支援装置１は、通過予定無信号交差点での車両７０の車両速度ｖ(ｔ)を、通過に伴う危険度を低減する速度まで減速することができるため、単に運転者に通過予定無信号交差点の存在を警告する場合と比較して、通過予定無信号交差点における安全性を向上させることができる。

【0174】

以上、実施の形態を用いて本発明を説明したが、本発明は実施の形態に記載の範囲には限定されない。本発明の要旨を逸脱しない範囲で実施の形態に多様な変更又は改良を加えることができ、当該変更又は改良を加えた形態も本発明の技術的範囲に含まれる。例えば、本発明の要旨を逸脱しない範囲で図１６に示した運転支援処理の順序を変更してもよい。

【符号の説明】

【0175】

１・・・運転支援装置、１０・・・道路環境計測部、１１・・・車速センサ、２０・・・高精度道路地図情報、３０・・・運転行動解析部、４０・・・運転行動データベース、５０・・・最適運転行動生成部、６０・・・ブレーキ制御部、７０・・・車両、７１・・・他車両、７２・・・歩行者、７３・・・優先道路、７４・・・非優先道路、７５・・・遮蔽物、７７・・・グラフ、１００・・・コンピュータ、１０１・・・ＣＰＵ、１０２・・・メモリ、１０３・・・記憶部、１０４・・・バス、１０６・・・通信装置、１０７・・・入出力装置、１１０・・・道路環境計測用センサ群、１１１・・・車速センサ、１１２・・・３軸加速度センサ、１１３・・・ハンドル角センサ、１１４・・・ブレーキペダル操作量センサ、１１５・・・アクセルペダル操作量センサ、１１６・・・ＧＮＳＳ受信機、１１７・・・３次元レーザー距離センサ、１１８・・・カラー画像カメラ群、１２０・・・センサデータ処理部、１２１・・・センサデータ受信部、１２２・・・時刻同期処理部、１２３・・・データ統合部、１２４・・・歩行者車両認識部、１３０・・・道路環境計測データ、１３３・・・シリアル回線、１４０・・・運転支援プログラム、２１０・・・道路接続情報
２２０・・・道路付加情報、３０２・・・パラメータ推定アルゴリズム、５０１・・・類似事例検索アルゴリズム、５０２・・・最適運転行動生成アルゴリズム、６０１・・・目標減速度計算部、６０２・・・ブレーキ機構モデル、６０３・・・ブレーキ制御システム

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】