特開 2024-146312 運転支援装置、運転支援システム、プログラム、および運転支援方法

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024146312

(43)【公開日】2024-10-15

(54)【発明の名称】運転支援装置、運転支援システム、プログラム、および運転支援方法

(51)【国際特許分類】

   G08G 1/16 20060101AFI20241004BHJP

【ＦＩ】

G08G1/16 F

【審査請求】未請求

【請求項の数】13

【出願形態】ＯＬ

(21)【出願番号】P 2023059128

(22)【出願日】2023-03-31

(71)【出願人】

【識別番号】322003857

【氏名又は名称】パナソニックオートモーティブシステムズ株式会社

(74)【代理人】

【識別番号】110002147

【氏名又は名称】弁理士法人酒井国際特許事務所

(72)【発明者】

【氏名】中嶋 悠

【テーマコード（参考）】

5H181

【Ｆターム（参考）】

5H181AA01

5H181BB04

5H181BB13

5H181CC04

5H181FF10

5H181FF13

5H181FF25

5H181FF27

5H181FF33

5H181FF35

5H181LL07

5H181LL08

5H181LL20

(57)【要約】

【課題】適切な運転支援を実現できる運転支援装置、運転支援システム、プログラム、および運転支援方法を提供する。
【解決手段】本開示に係る運転支援装置は、操作ログ取得部と、身体能力取得部と、推定部と、支援部と、を備える。操作ログ取得部は、車両の操作ログを取得する。身体能力取得部は、車両の運転者の身体能力を取得する。推定部は、操作ログおよび身体能力に基づいて、運転者の知能状態を推定する。支援部は、推定した知能状態に基づいて、運転者による車両の運転を支援する。
【選択図】図１

【特許請求の範囲】

【請求項1】

車両の操作ログを取得する操作ログ取得部と、
前記車両の運転者の身体能力を取得する身体能力取得部と、
前記操作ログおよび前記身体能力に基づいて、前記運転者の知能状態を推定する推定部と、
推定した前記知能状態に基づいて、前記運転者による前記車両の運転を支援する支援部と、
を備える運転支援装置。

【請求項2】

前記車両が走行している道路の道路情報を取得する道路情報取得部をさらに備え、
前記推定部は、前記道路情報、前記操作ログ、および前記身体能力に基づいて、前記知能状態を推定する、請求項１に記載の運転支援装置。

【請求項3】

前記推定部は、前記道路情報と前記操作ログに基づいて、前記知能状態を推定し、当該推定した知能状態を前記身体能力に基づいて補正する、請求項２に記載の運転支援装置。

【請求項4】

前記推定部は、前記身体能力が低くなるに従って、前記知能状態を、前記道路情報および前記操作ログに基づく知能状態の推定結果より良い知能状態に補正する、請求項３に記載の運転支援装置。

【請求項5】

前記身体能力取得部は、
前記車両の車室外から前記身体能力を得る場合には、腕時計型のウェアラブルデバイスまたはスマートフォンから得られる活動量に基づいて、前記身体能力を算出し、
前記車両の車室内から前記身体能力を得る場合には、前記車両の停車時のハンドル操作およびブレーキ操作の少なくとも一方の応答に基づいて、前記身体能力を算出する、請求項１から４のいずれか一に記載の運転支援装置。

【請求項6】

前記支援部は、ドライバモニタリングまたはウェアラブルデバイスから前記運転者を識別可能とする識別情報を受け取り、当該識別情報に基づいて前記運転者を特定し、当該特定した運転者の過去の前記知能状態の推定結果の経時変化を算出して表示する、請求項１から４のいずれか一に記載の運転支援装置。

【請求項7】

前記推定部は、前記知能状態としてＴＭＴ－ＡおよびＴＭＴ-Ｂの少なくとも１つを算出する、請求項１から４のいずれか一に記載の運転支援装置。

【請求項8】

前記支援部は、前記知能状態の推定結果を外部装置に出力する、請求項１から４のいずれか一に記載の運転支援装置。

【請求項9】

前記支援部は、前記知能状態が予め設定された知能状態より低い場合、前記車両の運転を簡単にするモードに切り替える、請求項１から４のいずれか一に記載の運転支援装置。

【請求項10】

前記支援部は、前記知能状態が予め設定された知能状態より低い場合、運転中における音声アシストを強化するモードに切り替える、請求項１から４のいずれか一に記載の運転支援装置。

【請求項11】

車両の操作ログを取得する操作ログ取得部と、
前記車両の運転者の身体能力を取得する身体能力取得部と、
前記操作ログおよび前記身体能力に基づいて、前記運転者の知能状態を推定する推定部と、
推定した前記知能状態に基づいて、前記運転者による前記車両の運転を支援する支援部と、
を備える運転支援システム。

【請求項12】

運転支援装置で実行される運転支援方法であって、
操作ログ取得部が、車両の操作ログを取得する工程と、
身体能力取得部が、前記車両の運転者の身体能力を取得する工程と、
推定部が、前記操作ログおよび前記身体能力に基づいて、前記運転者の知能状態を推定する工程と、
支援部が、推定した前記知能状態に基づいて、前記運転者による前記車両の運転を支援する工程と、
を含む運転支援方法。

【請求項13】

コンピュータを、
車両の操作ログを取得する操作ログ取得部と、
前記車両の運転者の身体能力を取得する身体能力取得部と、
前記操作ログおよび前記身体能力に基づいて、前記運転者の知能状態を推定する推定部と、
推定した前記知能状態に基づいて、前記運転者による前記車両の運転を支援する支援部と、
して機能させるためのプログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、運転支援装置、運転支援システム、プログラム、および運転支援方法に関する。

【背景技術】

【0002】

注意機能の測定等に用いられる認知機能検査の一つとして、ＴＭＴ-Ａ（Trail Making Test Part A）がある。ＴＭＴは、２５の数字を小さい方から順に線で結び、数字を結び終えるまでに要した時間（秒数）をスコアとし、当該スコアが大きい程、認知機能が低下していると評価する。また、ＴＭＴでは、空間性注意に基盤を置く視覚性探査能力、ペンを紙から離さずに持続して課題を遂行する持続性注意能力、これらの能力を素早く行う認知的処理速度等が要求される。

【0003】

例えば、特許文献１には、ＴＭＴ－Ａおよび歩行データを用いて認知症を検知する技術が開示されている。また、特許文献２には、運転行動から認知機能低下を算出する技術が開示されている。特許文献３には、ステアリングブレ量を用いてドライバの認知機能を推定する技術が開示されている。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特許第６２０７５４７号公報

【特許文献2】特開２０２１－１６３２０１号公報

【特許文献3】特開２０２２－１４７４８２号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

しかしながら、特許文献１記載の技術では、ＴＭＴ－Ａを普段から個人的に毎日実施することは現実的ではない。また、特許文献２，３記載の技術は、運転中の行動から認知低下を算出するが、ハンドルやアクセルブレーキ等の操作には力が必要なため、身体的（筋肉的）な低下でＴＭＴ－Ａの算出結果が変わってしまう可能性がある。

【0006】

本開示は、適切な運転支援を実現できる運転支援装置、運転支援システム、プログラム、および運転支援方法を提供する。

【課題を解決するための手段】

【0007】

本開示に係る運転支援装置は、操作ログ取得部と、身体能力取得部と、推定部と、支援部と、を備える。操作ログ取得部は、車両の操作ログを取得する。身体能力取得部は、車両の運転者の身体能力を取得する。推定部は、操作ログおよび身体能力に基づいて、運転者の知能状態を推定する。支援部は、推定した知能状態に基づいて、運転者による車両の運転を支援する。

【発明の効果】

【0008】

本開示に係る運転支援装置、運転支援システム、プログラム、および運転支援方法によれば、適切な運転支援を実現できる。

【図面の簡単な説明】

【0009】

【図1】図１は、本実施形態にかかる運転支援装置が適用された運転支援システムの概略的な構成の一例を示す図である。

【図2】図２は、本実施形態にかかる運転支援システムにおける知能状態の推定処理の流れの一例を示すフローチャートである。

【図3】図３は、本実施形態にかかる運転支援システムにおける運転支援処理の一例を説明するための図である。

【図4】図４は、本実施形態にかかる運転支援システムにおける身体情報の取得処理の一例を説明するための図である。

【図5】図５は、本実施形態にかかる運転支援システムにおける知能状態の推定処理の一例を説明するための図である。

【発明を実施するための形態】

【0010】

以下、図面を参照しながら、本開示に係る運転支援装置、運転支援システム、プログラム、および運転支援方法の実施形態について説明する。

【0011】

まず、図１を用いて、本実施形態にかかる運転支援システム１００の構成の一例について説明する。図１は、本実施形態にかかる運転支援装置が適用された運転支援システムの概略的な構成の一例を示す図である。

【0012】

図１に示すように、運転支援システム１００は、車両特性取得部１０１、ハンドル１０２、ブレーキ１０３、アクセル１０４、ドライビングモニタ（以下、ドラモニと言う）１０５、ＩＶＩ（In-Vehicle Infotainment）１０６、身体能力取得部１０７、ＴＭＴ－Ａ推定装置１０８、ＩＶＩ制御部１０９、支援出力部１１０、スマートフォン（以下、スマホと言う）１１１、ウェアラブルデバイス１１２、および認知支援装置出力部１１３を有する。

【0013】

本実施形態では、車両特性取得部１０１、ハンドル１０２、ブレーキ１０３、アクセル１０４、ドラモニ１０５、ＩＶＩ１０６、身体能力取得部１０７、ＴＭＴ－Ａ推定装置１０８、およびＩＶＩ制御部１０９は、運転支援システム１００により運転を支援する車両の車室内に設けられている。また、本実施形態では、スマホ１１１、およびウェアラブルデバイス１１２は、当該車両の車室外に設けられている。

【0014】

車両特性取得部１０１は、車両の特性を取得する。ここで、車両の特性は、フルブレーキする際に必要なペダル踏力、ハンドルの操作に必要な腕力、アクセルの操作に必要なペダル踏力等、車両固有の特性である。

【0015】

ハンドル１０２は、当該ハンドル１０２の操作ログをＴＭＴ－Ａ推定装置１０８に通知する。ブレーキ１０３は、当該ブレーキ１０３の操作ログをＴＭＴ－Ａ推定装置１０８に通知する。アクセル１０４は、当該アクセル１０４の操作ログをＴＭＴ－Ａ推定装置１０８に通知する。

【0016】

ドラモニ１０５は、車両の運転手の運転動作、わき見運転やながら運転等の不注意運転等を監視する。また、ドラモニ１０５は、運転動作および不注意運転等の監視結果をＴＭＴ－Ａ推定装置１０８に通知する。

【0017】

ＩＶＩ１０６は、地図情報等の各種情報の表示等を行う。

【0018】

身体能力取得部１０７は、車両の車室内から、ハンドル１０２を操作する運転者の腕力、運転者がブレーキ１０３を踏む圧力（以下、ペダル踏力という）等を、運転者の身体能力として取得する。ここで、運転者の身体能力は、運転者の筋肉（筋力）、関節の可動域等、運転者の物理的な動きの能力を含む。すなわち、車両の車室内から身体能力を得る場合には、身体能力取得部１０７は、車両の停車時のハンドル１０２の操作およびブレーキ１０３の操作の少なくとも一方の応答に基づいて、身体能力を算出しても良い。

【0019】

また、身体能力取得部１０７は、スマホ１１１を介して、車両の車室外から、運転者の活動量を取得し、当該活動量に基づいて身体能力を算出しても良い。または、身体能力取得部１０７は、腕時計型のウェアラブルデバイス１１２により計測される運転者の活動量、家電等により計測される運転者の家での活動量を取得し、当該取得した活動量に基づいて、身体能力を算出しても良い。すなわち、身体能力取得部１０７は、車両の車室外から身体能力を得る場合には、腕時計型のウェアラブルデバイス１１２またはスマートフォン１１１から得られる活動量に基づいて、身体能力を算出しても良い。

【0020】

スマホ１１１は、ウェアラブルデバイス１１２や家電等により計測される運転者の活動量を身体能力取得部１０７に送信する。また、スマホ１１１は、ＴＭＴ－Ａ推定装置１０８によるＴＭＴ－Ａの推定結果を認知支援装置出力部１１３に送信する。認知支援装置出力部１１３は、ＴＭＴ－Ａの推定結果と、ウェアラブルデバイス１１２や家での活動データと、に基づいて、認知機能の支援を行う。

【0021】

ＴＭＴ－Ａ推定装置１０８は、ハンドル１０２、ブレーキ１０３、アクセル１０４等の運転者による操作ログを、車両の操作ログとして取得する操作ログ取得部の一例として機能する。また、ＴＭＴ－Ａ推定装置１０８は、ＩＶＩ１０６等から、車両が走行する道路の道路情報（例えば、カーブを走っていること、直線を走っていること）を取得する道路情報取得部の一例として機能する。

【0022】

また、ＴＭＴ－Ａ推定装置１０８は、操作ログ、道路情報、および身体能力取得部１０７により取得される身体能力に基づいて、運転者のＴＭＴ－Ａ等の知能（心理）状態を推定する推定部の一例として機能する。本実施形態では、ＴＭＴ－Ａ推定装置１０８は、運転者の知能状態としてＴＭＴ－Ａを推定するが、これに限定するものではなく、ＴＭＴ－Ｂ等であっても良い。また、本実施形態では、ＴＭＴ－Ａ推定装置１０８は、操作ログ、道路情報、および身体能力に基づいて、運転者の知能状態を推定しているが、少なくとも、操作ログおよび身体能力に基づいて、運転者の知能状態を推定するものであれば良い。

【0023】

具体的には、ＴＭＴ－Ａ推定装置１０８は、道路情報および操作ログに基づいて、運転者の一般的な知能状態を推定する。ここで、一般的な知能状態とは、運転者の身体能力を考慮せず、道路情報および操作ログに基づいて推定する知能状態である。次いで、ＴＭＴ－Ａ推定装置１０８は、当該推定した一般的な知能状態を、身体能力に基づいて補正する。例えば、ＴＭＴ－Ａ推定装置１０８は、身体能力が低くなるに従って、運転者の知能状態を、道路情報および操作ログに基づく一般的な知能状態より良い知能状態に補正する。

【0024】

ＩＶＩ制御部１０９は、スマホ１１１や支援出力部１１０等に対して各種情報を表示する。具体的には、ＩＶＩ制御部１０９は、運転者のＴＭＴ－Ａ等の知能状態の推定結果に基づいて、運転者による車両の運転を支援する支援部の一例として機能する。本実施形態では、ＩＶＩ制御部１０９は、知能状態の推定結果をスマホ１１１や、支援出力部１１０、認知支援装置出力部１１３等の外部装置に出力する。

【0025】

また、本実施形態では、ＩＶＩ制御部１０９は、車両の運転前後等において、ドラモニ１０５またはウェアラブルデバイス１１２から運転者を識別可能とする識別情報（例えば、ドラモニ１０５等のカメラにより撮影した運転者の画像）を受け取り、当該識別情報に基づいて運転者を特定し、当該特定した運転者の過去の知能状態の推定結果の経時変化を算出して表示しても良い。

【0026】

また、本実施形態では、ＩＶＩ制御部１０９は、ＴＭＴ－Ａ推定装置１０８により推定される知能状態が予め設定される知能状態より低い場合、運転前に、車両の運転を簡単にする簡単運転モードに切り替えても良い。また、本実施形態では、ＩＶＩ制御部１０９は、ＴＭＴ－Ａ推定装置１０８により推定される知能状態が予め設定された知能状態より低い場合、車両の運転中、音声アシストを強化する音声アシスト強化モードに切り替えても良い。

【0027】

次に、図２を用いて、本実施形態にかかる運転支援システム１００における知能状態の推定処理の流れの一例について説明する。図２は、本実施形態にかかる運転支援システムにおける知能状態の推定処理の流れの一例を示すフローチャートである。

【0028】

まず、ドラモニ１０５は、車室内に設置されたカメラ（例えば、ドラモニ１０５のカメラ）によって運転者の顔情報を解析し、運転者を識別する個人識別処理を実行する（ステップＳ２０１）。ＩＶＩ制御部１０９は、ドラモニ１０５により識別された運転者の前回までの運転結果に基づくＴＭＴ－Ａ等の知能状態の推定結果を取得する。

【0029】

次いで、ＩＶＩ制御部１０９は、当該取得した知能状態に基づいて、現在から所定期間前（例えば、この３か月）までに注意力の低下がみられるか否かを判断する。そして、注意力の低下がみられる場合、ＩＶＩ制御部１０９は、ＩＶＩ１０６に対して、識別した運転者に注意力の低下がみられることを表示等して、注意喚起を行う（ステップＳ２０２）。

【0030】

また、身体能力取得部１０７は、ドラモニ１０５による運転者の識別結果に基づいて、車室外および車室内から、識別した運転者の身体能力を取得する（ステップＳ２０３）。また、ＴＭＴ－Ａ推定装置１０８は、ＩＶＩ１０６により表示される地図情報から、車両が走行している道路の道路情報を取得する（ステップＳ２０４）。さらに、ＴＭＴ－Ａ推定装置１０８は、ハンドル１０２、ブレーキ１０３、およびアクセル１０４の操作ログを含む運転行動を取得する（ステップＳ２０５）。

【0031】

次に、ＴＭＴ－Ａ推定装置１０８は、道路情報、運転行動、および身体能力取得部１０７により取得される身体能力に基づいて、ＴＭＴ－Ａ等の運転者の知能状態を推定する（ステップＳ２０６）。例えば、ＴＭＴ－Ａ推定装置１０８は、車両の運転に必要な力（例えば、アクセル１０４の踏力）を表す自動車情報と、身体情報が表す筋力に基づく踏力と、を比較する。ここで、自動車情報は、車両特性取得部１０１により取得される車両の特性であっても良い。

【0032】

そして、自動車情報が表す力が身体能力より大きい場合、ＴＭＴ－Ａ推定装置１０８は、道路情報および運動行動に基づく一般的な知能状態を、より良い知能状態に補正する。

【0033】

ＩＶＩ制御部１０９は、運転者の知能状態の推定結果が予め設定された知能状態より低い場合、ＩＶＩ１０６等に対して運転者に注意力の低下がみられることを表示等して、注意喚起を行う（ステップＳ２０７）。

【0034】

次に、図３を用いて、本実施形態にかかる運転支援システム１００における運転支援処理の一例を説明するための図である。図３は、本実施形態にかかる運転支援システムにおける運転支援処理の一例を説明するための図である。

【0035】

ＩＶＩ制御部１０９は、運転者に注意力の低下がみられる場合、すなわち、運転者の知能状態の推定結果が予め設定された知能状態より低い場合、図３（ａ）に示すように、車両の運転の前後において、ＩＶＩ１０６およびスマホ１１１等に対して、注意力の低下がみられることを示すグラフ等を表示して、注意喚起を行っても良い。

【0036】

また、ＩＶＩ制御部１０９は、運転者の知能状態の推定結果が予め設定された知能状態より低い場合、図３（ｂ）に示すように、運転前においては、車両のルートの選択を簡単運転モードに切り替えても良い。ここで、簡単運転モードは、運転者による車両の運転を簡単にするモードであり、例えば、交差点の少ないルートで案内したり、右折の少ないルートで案内したりするモードである。

【0037】

また、ＩＶＩ制御部１０９は、運転者の知能状態の推定結果が予め設定された知能状態より低い場合、図３（ｃ）に示すように、運転中においては、音声アシスト強化モードに設定しても良い。ここで、音声アシスト強化モードは、運転者の知能状態の推定結果が予め設定された知能状態以上である場合よりも、音声アシストを強化するモードである。

【0038】

例えば、音声アシスト強化モードは、標識の内容を伝えるメッセージを出力したり、詳細なルートガイダンスを行ったり、早めのブレーキを推奨するメッセージを出力したり、運転環境または運転行動に係るガイダンスを出力したり、休憩を促すメッセージを出力したりする。運転環境または運転行動に係るガイダンスは、図３（ｃ）に示すように、「車間距離をもう少しとりましょう」、「まもなく交差点です。もう少し速度を落として下さい」、「ウィンカーを忘れずに」等であっても良い。

【0039】

次に、図４を用いて、本実施形態にかかる運転支援システム１００における身体情報の取得処理の一例を説明するための図である。図４は、本実施形態にかかる運転支援システムにおける身体情報の取得処理の一例を説明するための図である。

【0040】

身体能力取得部１０７は、スマホ１１１または腕時計型のウェアラブルデバイス１１２により計測される活動量を取得し、当該活動量に基づいて、運転者の筋力等の身体能力を算出しても良い。また、身体能力取得部１０７は、停車時における、ハンドル１０２およびブレーキ１０３の操作の少なくとも一方に基づいて、ハンドル１０２を操作する腕力およびブレーキ１０３の踏力等の身体能力を算出しても良い。

【0041】

例えば、身体能力取得部１０７は、ブレーキ１０３に設けられるブレーキ圧センサを用いて、ブレーキ１０３の踏力を算出しても良い。その際、ＩＶＩ制御部１０９は、図４に示すように、ＩＶＩ１０６に対して、「ハンドルを回して下さい」、「ブレーキを踏みこんでください」等のメッセージを表示しても良い。

【0042】

次に、図５を用いて、本実施形態にかかる運転支援システム１００における知能状態の推定処理の一例について説明する。図５は、本実施形態にかかる運転支援システムにおける知能状態の推定処理の一例を説明するための図である。図５において、縦軸は、運転者の知能状態の一例であるＴＭＴ－Ａを表し、横軸は、運転者の操作ログの一例である、単位時間当たりのブレーキ踏み量を表す。

【0043】

本実施形態では、ＴＭＴ－Ａ推定装置１０８は、下記の式（１）に従って、ＴＭＴ－Ａを算出しても良い。
ＴＭＴ－Ａ＝道路条件係数×単位時間当たりのブレーキ踏み量×自動車情報と身体能力の比較結果・・・（１）
ここで、道路条件係数は、取得した道路情報に基づく係数である。操作ログの一例である、単位時間当たりのブレーキ踏み量は、運転者がブレーキ１０３の操作が急激に変化したか否かを表すものである。ここでは、操作ログの一例として単位時間当たりのブレーキ踏み量を用いているが、取得した道路情報に応じて、車両の運転に必要な運動行動が変わるため、当該道路情報に応じてＴＭＴ－Ａの推定に用いる操作ログを切り替えても良い。例えば、道路情報がカーブである場合、操作ログとして、ハンドル操作のブレ量を用いても良い。自動車情報と身体能力の比較結果は、自動車情報と身体能力の比較結果に基づく係数である。

【0044】

例えば、ブレーキ１０３をフルブレーキする時に必要な踏力が、運転者のブレーキ１０３のペダル踏力より小さい場合、ＴＭＴ－Ａ推定装置１０８は、運転者はブレーキ１０３を十分に押せる力があると判断して、自動車情報と身体能力の比較結果として「１」を用いる。

【0045】

また、例えば、ブレーキ１０３をフルブレーキする時に必要な踏力が、運転者のブレーキ１０３のペダル踏力を１．５倍した値より大きい場合、ＴＭＴ－Ａ推定装置１０８は、運転者はブレーキ１０３を押せる力が少し足らないと判断して、自動車情報と身体能力の比較結果として「０．７５」を用いる。

【0046】

また、例えば、ブレーキ１０３をフルブレーキする時に必要な踏力が、運転者のブレーキ１０３のペダル踏力を２倍した値より大きい場合、ＴＭＴ－Ａ推定装置１０８は、運転者はブレーキ１０３を押せる力が足らないと判断して、自動車情報と身体能力の比較結果として「０．５」を用いる。

【0047】

このように、ブレーキ１０３をフルブレーキする時に必要な踏力に対して、運転者のブレーキ１０３のペダル踏力が足らない場合、ＴＭＴ－Ａ推定装置１０８は、図５に示すように、一般的な知能状態の推定結果より、より良い知能状態となるように知能状態の推定結果に補正をかけることができる。これにより、運転者の身体能力の低下を考慮して知能状態を推定することができるので、運転者の知能状態に基づいて適切な運転支援を実現することができる。

【0048】

このように、本実施形態にかかる運転支援システム１００によれば、操作ログ、道路情報、および運転者の身体能力に基づいて、運転者のＴＭＴ－Ａ等の知能状態を推定することにより、転者の身体能力の低下を考慮して知能状態を推定することができるので、運転者の知能状態に基づいて適切な運転支援を実現することができる。

【0049】

本実施形態の運転支援システム１００で実行されるプログラムは、ＲＯＭ（Read Only Memory）等に予め組み込まれて提供される。本実施形態の運転支援システム１００で実行されるプログラムは、インストール可能な形式又は実行可能な形式のファイルでＣＤ－ＲＯＭ、フレキシブルディスク（ＦＤ）、ＣＤ－Ｒ、ＤＶＤ（Digital Versatile Disk）等のコンピュータで読み取り可能な記録媒体に記録して提供するように構成してもよい。

【0050】

さらに、本実施形態の運転支援システム１００で実行されるプログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成しても良い。また、本実施形態の運転支援システム１００で実行されるプログラムをインターネット等のネットワーク経由で提供または配布するように構成しても良い。

【0051】

また、本実施形態では、車両のＥＣＵ（Engine Control Unit）において、ＣＰＵ（Central Processing Unit）等のプロセッサの一例が、ＲＡＭ（Random Access Memory）等を作業領域として、ＲＯＭ等に記憶される各種プログラムを実行することにより、車両特性取得部１０１、身体能力取得部１０７、ＴＭＴ－Ａ推定装置１０８、およびＩＶＩ制御部１０９により実現しているが、これに限定するものではなく、複数の装置により、車両特性取得部１０１、身体能力取得部１０７、ＴＭＴ－Ａ推定装置１０８、およびＩＶＩ制御部１０９を実現することも可能である。

【0052】

例えば、車両のＥＣＵと外部サーバとにより、車両特性取得部１０１、身体能力取得部１０７、ＴＭＴ－Ａ推定装置１０８、およびＩＶＩ制御部１０９により実現しても良い。または、例えば、車両のＥＣＵとスマホ１１１等の外部端末とにより、車両特性取得部１０１、身体能力取得部１０７、ＴＭＴ－Ａ推定装置１０８、およびＩＶＩ制御部１０９により実現しても良い。または、例えば、車両のＥＣＵと外部サーバと外部端末とにより、車両特性取得部１０１、身体能力取得部１０７、ＴＭＴ－Ａ推定装置１０８、およびＩＶＩ制御部１０９により実現しても良い。

【0053】

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これらの実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これらの実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

【符号の説明】

【0054】

１００ 運転支援システム
１０１ 車両特性取得部
１０２ ハンドル
１０３ ブレーキ
１０４ アクセル
１０５ ドラモニ
１０６ ＩＶＩ
１０７ 身体能力取得部
１０８ ＴＭＴ－Ａ推定装置
１０９ ＩＶＩ制御部
１１０ 支援出力部
１１１ スマホ
１１２ ウェアラブルデバイス
１１３ 認知支援装置出力部

【図1】

【図2】

【図3】

【図4】

【図5】