JP6003349B2

JP6003349B2 - 車両挙動予測装置

Info

Publication number: JP6003349B2
Application number: JP2012167641A
Authority: JP
Inventors: 佐弥香小野
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 2012-07-27
Filing date: 2012-07-27
Publication date: 2016-10-05
Anticipated expiration: 2032-07-27
Also published as: JP2014026539A; US20140032090A1; US9052997B2; DE102013214328A1; DE102013214328B4

Description

本発明は、車両挙動予測装置に関する。

従来、車両挙動を予測する車両挙動予測技術が開発されている。

例えば、特許文献１には、状況別に走行状態情報を学習し、学習データと現状の走行状態情報との比較によって、所定地点の車両挙動を推定する運転支援装置が開示されている。走行状態情報は、例えば、車速、現在位置情報、道路情報、アクセル開度、操舵角等の情報を含む。また、特許文献２には、ドライバのブレーキ操作、アクセル操作、ステアリング操作、ウィンカー操作等の時系列データと、その後の自車の進行方向とから統計的な学習に基づいて運転行動予測モデルを作成し、作成した運転行動予測モデルを用いて車両進路を予測する安全運転支援装置が開示されている。

特開２０１０−９２４２４号公報国際公開第２００８／１２６３８９号

しかしながら、従来技術（特許文献１〜２等）においては、学習データ上で想定する交通状況と、現在の交通状況に差異がある場合、車両挙動の予測精度が悪化してしまうことがあった。

本発明は、上記の事情に鑑みてなされたものであって、車両挙動の予測精度を向上させることができる車両挙動予測装置を提供することを目的とする。

本発明は、所定地点における車両の車両挙動を予測する車両挙動予測装置であって、前記車両の車両挙動と走行状態情報の時系列変化の特徴とが対応付けられた情報である挙動特徴情報を、前記所定地点の前方地点における交通状況ごとに分けて複数パターン記憶する記憶装置と、前記車両の走行状態情報を検出する検出手段と、前記車両が前記前方地点に進入したときに前記検出手段により検出された前記走行状態情報に基づいて、現在の交通状況に対応するパターンの前記挙動特徴情報を、前記記憶装置から選択する選択手段と、前記選択手段により選択された前記挙動特徴情報と、前記検出手段により検出された現時点における前記車両の走行状態情報の時系列変化とを比較して、前記所定地点における前記車両の車両挙動を予測する予測手段と、を備えたことを特徴とする。

上記車両挙動予測装置において、前記交通状況は、前記前方地点における前記車両の巡航速度を含み、前記選択手段は、前記車両が前記前方地点に進入したときに前記検出手段により検出された前記走行状態情報に基づいて前記巡航速度の平均値を算出し、当該算出された平均値が、前記記憶装置に記憶された複数パターンの前記挙動特徴情報にそれぞれ対応付けられた複数の巡航速度の平均値のうちのいずれかに対応するかを判定することで、現在の交通状況に対応するパターンの前記挙動特徴情報を、前記記憶装置から選択することが好ましい。

上記車両挙動予測装置において、前記交通状況は、前記前方地点における路面勾配を含み、前記選択手段は、前記車両が前記前方地点に進入したときに前記検出手段により検出された前記走行状態情報に基づいて前記路面勾配を取得し、当該路面勾配が加速度に対して影響を与える勾配であるか否かを判定し、影響を与える勾配であると判定された場合は、前記路面勾配が、前記記憶装置に記憶された複数パターンの前記挙動特徴情報にそれぞれ対応付けられた複数の路面勾配のうちいずれかに対応するか否かを判定することで、現在の交通状況に対応する前記挙動特徴情報を、前記記憶装置から選択し、影響を与える勾配ではないと判定された場合は、前記車両が前記前方地点に進入したときに前記検出手段により検出された前記走行状態情報に基づいて前記巡航速度の平均値を算出し、当該算出された平均値が、前記記憶装置に記憶された複数パターンの前記挙動特徴情報にそれぞれ対応付けられた複数の巡航速度の平均値のうちのいずれかに対応するかを判定することで、現在の交通状況に対応するパターンの前記挙動特徴情報を、前記記憶装置から選択することが好ましい。

上記車両挙動予測装置において、前記選択手段は、前記記憶装置に記憶された複数の前記挙動特徴情報の間で前記巡航速度の平均値の差が現れる選択地点を決定し、前記車両が前記選択地点に進入したときに前記検出手段により検出された前記走行状態情報に基づいて、前記選択地点における前記車両の前記巡航速度の平均値を算出することが好ましい。

本発明にかかる車両挙動予測装置は、車両挙動の予測精度を向上させることができるという効果を奏する。

図１は、本実施形態にかかる車両挙動予測システムの構成の一例を示すブロック図である。図２Ａは、交差点から所定距離離れた地点における走行速度の確率分布の一例を示すグラフである。図２Ｂは、交差点から所定距離離れた地点における加速度の確率分布の一例を示すグラフである。図３は、交差点手前の所定の走行区間における走行速度の確率分布の一例を示すグラフである。図４は、交差点手前の所定の走行区間における加速度の確率分布の一例を示すグラフである。図５は、走行速度が大きい場合の挙動特徴情報との比較により減速判定を行う一例を示すグラフである。図６は、走行速度が小さい場合の挙動特徴情報との比較により非減速判定を行う一例を示すグラフである。図７は、実施形態１における車両挙動予測処理の一例を示すフローチャートである。図８は、図５の挙動特徴情報の時系列変化のパターンに違いが現れるタイミングの一例を示すグラフである。図９は、図６の挙動特徴情報の時系列変化のパターンに違いが現れるタイミングの一例を示すグラフである。図１０は、実施形態２における車両挙動予測処理の一例を示すフローチャートである。図１１Ａは、予測可能場所が平坦路の場合を示す図である。図１１Ｂは、予測可能場所が強い上り坂勾配路の場合を示す図である。図１１Ｃは、予測可能場所が強い下り坂勾配路の場合を示す図である。図１２は、実施形態３における車両挙動予測処理の一例を示すフローチャートである。

以下、本発明の実施形態にかかる車両挙動予測装置および車両挙動予測方法の実施形態を図面に基づいて詳細に説明する。なお、この実施形態によりこの発明が限定されるものではない。また、下記の実施形態における構成要素には、当業者が容易に想定できるもの、あるいは実質的に同一のものが含まれる。

〔実施形態１〕
本発明の実施形態にかかる車両挙動予測システムの構成について図１を参照しながら説明する。図１は、本実施形態にかかる車両挙動予測システムの構成の一例を示すブロック図である。

図１に示すように、本実施形態にかかる車両挙動予測システムが適用される車両１００は、大別して、車両状態検出部１１０と、走行環境検出部１２０と、前方車両情報取得部１３０と、車載制御部１４０と、分布データベース１５０と、運転支援制御部１６０とを備える。

このうち、車両状態検出部１１０は、走行状態情報のうちの自車両の走行状態を検出する。車両状態検出部１１０は、例えば、車両１００の走行速度を検出する車速センサ１１１、および、車両１００の加速度を検出する加速度センサ１１２等を備える。これら車速センサ１１１および加速度センサ１１２は、例えばＣＡＮ（ＣｏｎｔｒｏｌＡｒｅａＮｅｒｗｏｒｋ）などの車載ネットワークを介して、種々のセンサ等の検出結果が集約される車載制御部（ＥＣＵ）１４０に電気的に接続される。車速センサ１１１は、車輪回転速度を検出し、この検出した回転速度に応じた信号を、車載制御部１４０に出力する。加速度センサ１１２は、車両１００の加速度を検出し、この検出した加速度に応じた信号を車載制御部１４０に出力する。

走行環境検出部１２０は、走行状態情報のうちの自車両または前方車両の走行位置または走行環境を検出する。走行環境検出部１２０は、例えば、衛星信号を受信し、この受信した衛星信号をもとに車両１００または前方車両の絶対位置、すなわち緯度経度を検出するＧＰＳ１２１等を備える。ＧＰＳ１２１は、車両１００または前方車両の移動に伴って変化する車両１００または前方車両の緯度経度、換言すれば、車両１００または前方車両が走行した各地点の緯度経度を検出し、その検出結果を示す緯度経度情報を車載制御部１４０に出力する。

前方車両情報取得部１３０は、走行状態情報のうちの前方車両の走行状態等を示す情報を取得する。前方車両は、車両１００の進行方向前方を走行する車両１００の直前を走行する１台の車両のみならず、車両１００の進行方向前方を走行する複数台の車両も含む。前方車両情報取得部１３０は、例えば、ミリ波帯の電波を用いて車両１００の進行方向前方を走行する前方車両の存在を検知するミリ波レーダ１３１、および、車両１００の周辺を走行する車両との車車間通信または路上に設けられた路側通信機との路車通信機との路車通信を行う車載通信機１３２を備える。ミリ波レーダ１３１は、車両１００の進行方向前方を走行する前方車両の存在を検知すると、その検知結果を示す信号を車載制御部１４０に出力する。車載通信機１３２は、例えば、車両１００の進行方向前方を走行する前方車両との車車間通信を通じて、前方車両の走行速度または加速度等の走行状態を示す情報を取得する。車載通信機１３２は、この取得した情報を車載制御部１４０に出力する。

本実施形態において、車両状態検出部１１０と、走行環境検出部１２０と、前方車両情報取得部１３０とが、検出手段に含まれる。検出手段は、車両（自車両および前方車両を含む）の走行状態情報を検出する。

車載制御部１４０は、システム制御部１４１と、走行環境特定部１４２と、分布演算部１４３と、データベース作成部１４４と、データベース選択部１４５と、車両挙動予測部１４６とを備える。

このうち、システム制御部１４１は、車両状態検出部１１０から各運転操作要素の検出結果が入力されると、その検出結果に基づいて各種車載機器を制御する。具体的には、システム制御部１４１は、車両状態検出部１１０から入力される車速センサ１１１および加速度センサ１１２の検出結果、ならびに、アクセルセンサ、ブレーキセンサ、操舵角センサ等の検出結果に基づき、エンジン、ブレーキ、ターンランプ、および、ステアリング等の各種車載機器を制御する。これにより、例えば、ドライバによりアクセルペダルが踏み込まれたことによってアクセルセンサ等の検出結果が変化すると、この検出結果に応じてエンジンの制御量が算出され、この算出結果に応じてエンジンが制御される。

走行環境特定部１４２は、走行環境検出部１２０または前方車両情報取得部１３０から入力される車両１００または前方車両の緯度経度情報等の情報に基づき、車両１００または前方車両の走行環境を特定する。走行環境特定部１４２は、走行環境検出部１２０から車両１００または前方車両の緯度経度情報が入力されると、この入力された緯度経度情報を分布演算部１４３に出力する。走行環境特定部１４２は、道路線形、交差点形状、および路面勾配等がそれらの位置を示す緯度経度情報とともに予め登録された道路地図データ１４２ａを備える。走行環境特定部１４２は、車両１００または前方車両の緯度経度情報が入力されると、この緯度経度情報をもとに道路地図データ１４２ａを参照し、車両１００または前方車両の走行環境を特定する。走行環境特定部１４２は、例えば、車両１００または前方車両が走行した走行地点の特徴を特定する。走行環境特定部１４２は、この特定結果を分布演算部１４３に出力する。この走行地点の特徴としては、例えば、交差点の形状、道路線形、道路幅、車線数、道路の曲率、路面勾配、信号機等のインフラ機器の有無、一時停止位置等の交通規制の有無、制限速度等のように車両挙動に影響を与える要素が該当する。本実施形態において、車両挙動は、例えば、車両１００または前方車両の減速挙動または非減速挙動を含む。

分布演算部１４３は、予測対象とする車両における車両挙動の発生確率を示す確率分布を演算する。具体的には、分布演算部１４３は、車両状態検出部１１０または前方車両情報取得部１３０から車両１００または前方車両の走行速度および加速度を示す情報が入力されると、それら走行速度および加速度を示す情報に、走行速度および加速度の検出時における車両１００または前方車両の緯度経度もしくは交通要素の中での絶対位置を示す位置情報を関連付ける。分布演算部１４３は、走行速度および加速度を示す情報の取得回数が所定回数を超えると、それら走行速度および加速度を示す情報に基づいて車両挙動の確率分布を作成する。本実施形態において、確率分布の作成に必要な走行速度および加速度を示す情報の取得回数として、例えば、同一もしくは走行環境の類似する地点において約「２０回」程度が規定されている。分布演算部１４３は、この車両挙動の確率分布を、緯度経度に基づき分類される走行地点別、および、走行環境特定部１４２により特定された走行環境別に作成する。分布演算部１４３は、例えば、交差点またはカーブ等、走行速度または加速度の推移パターンが複数のパターンに分かれる走行地点または走行環境における、走行速度および加速度の確率分布を作成する。分布演算部１４３は、走行速度および加速度について確率分布を作成すると、この作成した確率分布を示すデータをデータベース作成部１４４に適宜出力する。分布演算部１４３は、作成した確率分布の信頼区間を規定する信頼区間規定部１４３ａを備える。信頼区間規定部１４３ａは、信頼区間として、例えば、確率分布のうちの中心を含む約「９５％」を信頼区間として規定する。

データベース作成部１４４は、分布演算部１４３が作成した確率分布を示すデータが入力されると、入力されたデータに基づいて、対象とする車両の車両挙動（例えば、減速挙動または非減速挙動等）と、走行状態情報（例えば、走行速度または加速度等）の時系列変化の特徴（例えば、確率分布の平均値、信頼区間等）とが対応付けられた情報である挙動特徴情報を、所定地点の前方地点における交通状況ごとに分けて複数パターン、分布データベース１５０に登録する。本実施形態において、データベース作成部１４４は、これらの複数パターンの挙動特徴情報を分布データベース１５０内に登録してもよいし、各挙動特徴情報をそれぞれ記憶する複数の車両挙動データベース（以下、ＤＢＩ、ＤＢＩＩ、ＤＢＩＩＩと呼ぶことがある）を、分布データベース１５０に複数登録してもよい。また、交通状況は、例えば、前方地点における車両の巡航速度であってもよいし、前方地点における路面勾配であってもよい。巡航速度は、走行速度および加速度を含む。これにより、分布データベース１５０には、車両１００または前方車両の走行する各交通状況ごとに挙動特徴情報が蓄積されることになる。

データベース選択部１４５は、選択タイミング決定部１４５ａと、速度ＤＢ選択部１４５ｂと、加速度ＤＢ選択部１４５ｃとを備える。本実施形態において、データベース選択部１４の選択タイミング決定部１４５ａと、速度ＤＢ選択部１４５ｂと、加速度ＤＢ選択部１４５ｃが、選択手段に含まれる。選択手段は、車両が前方地点に進入したときに検出手段により検出された走行状態情報に基づいて、現在の交通状況に対応するパターンの挙動特徴情報を、分布データベース１５０（記憶装置）から選択する。本実施形態において、選択手段は、分布データベース１５０内に各挙動特徴情報をそれぞれ記憶する複数の車両挙動データベースが登録されている場合は、車両が前方地点に進入したときに検出手段により検出された走行状態情報に基づいて、現在の交通状況に対応するパターンの挙動特徴情報を記憶する車両挙動データベース（例えば、ＤＢＩ、ＤＢＩＩ、ＤＢＩＩＩ等）を、分布データベース１５０から選択してもよい。

選択タイミング決定部１４５ａは、分布データベース１５０に記憶された複数パターンの挙動特徴情報が示す特徴に応じて、適切な挙動特徴情報を選択するタイミングを決定する。本実施形態において、選択タイミング決定部１４５ａは、例えば、分布データベース１５０に記憶された複数の挙動特徴情報の間で巡航速度の平均値の差が現れる選択地点を決定する。本実施形態において、選択タイミング決定部１４５ａは、例えば、分布データベース１５０に記憶された複数の挙動特徴情報の間で巡航速度の平均値の差が現れる選択地点を決定する。なお、選択タイミング決定部１４５ａは、分布データベース１５０内に各挙動特徴情報をそれぞれ記憶する複数の車両挙動データベースが登録されている場合は、分布データベース１５０に複数登録された車両挙動データベースにそれぞれ記憶された複数パターンの挙動特徴情報が示す特徴に応じて、適切な挙動特徴情報を選択するタイミングを決定してもよい。この選択タイミング決定部１４５ａの処理の詳細については後述する。

速度ＤＢ選択部１４５ｂは、対象とする車両の車両挙動に基づき、分布データベース１５０に記憶された、走行速度に関する複数パターンの挙動特徴情報から、適切な挙動特徴情報を選択する。本実施形態において、速度ＤＢ選択部１４５ｂは、例えば、対象とする車両が前方地点に進入したときに検出手段により検出された走行状態情報に基づいて、前方地点における車両の走行速度の平均値を算出する。そして、速度ＤＢ選択部１４５ｂは、当該算出された平均値が、分布データベース１５０に記憶された複数パターンの挙動特徴情報にそれぞれ対応付けられた複数の走行速度の平均値のうちのいずれかに対応するかを判定することで、現在の交通状況に対応するパターンの挙動特徴情報を、分布データベース１５０から選択する。ここで、速度ＤＢ選択部１４５ｂは、選択タイミング決定部１４５ａによって、分布データベース１５０に記憶された複数の挙動特徴情報の間で走行速度の平均値の差が現れる選択地点を決定した場合、対象とする車両が、この選択地点に進入したときに検出手段により検出された走行状態情報に基づいて、選択地点における車両の走行速度の平均値を算出してもよい。この場合、速度ＤＢ選択部１４５ｂは、選択地点において算出された走行速度の平均値が、分布データベース１５０に記憶された複数パターンの挙動特徴情報にそれぞれ対応付けられた複数の走行速度の平均値のうちのいずれかに対応するかを判定することで、現在の交通状況に対応するパターンの挙動特徴情報を、分布データベース１５０から選択する。なお、速度ＤＢ選択部１４５ｂは、分布データベース１５０内に走行速度に関する各挙動特徴情報をそれぞれ記憶する、走行速度に関する複数の車両挙動データベース（以下、速度ＤＢと呼ぶことがある）が登録されている場合は、対象とする車両の車両挙動に基づき、分布データベース１５０に複数登録された速度ＤＢから、適切な挙動特徴情報を選択してもよい。この速度ＤＢ選択部１４５ｂの処理の詳細については後述する。

加速度ＤＢ選択部１４５ｃは、対象とする車両の車両挙動に基づき、分布データベース１５０に記憶された、加速度に関する複数パターンの挙動特徴情報から、適切な挙動特徴情報を選択する。本実施形態において、加速度ＤＢ選択部１４５ｃは、例えば、対象とする車両が前方地点に進入したときに検出手段により検出された走行状態情報に基づいて、前方地点における車両の加速度の平均値を算出する。そして、加速度ＤＢ選択部１４５ｃは、当該算出された平均値が、分布データベース１５０に記憶された複数パターンの挙動特徴情報にそれぞれ対応付けられた複数の加速度の平均値のうちのいずれかに対応するかを判定することで、現在の交通状況に対応するパターンの挙動特徴情報を、分布データベース１５０から選択する。ここで、加速度ＤＢ選択部１４５ｃは、選択タイミング決定部１４５ａによって、分布データベース１５０に記憶された複数の挙動特徴情報の間で加速度の平均値の差が現れる選択地点を決定した場合、対象とする車両が、この選択地点に進入したときに検出手段により検出された走行状態情報に基づいて、選択地点における車両の加速度の平均値を算出してもよい。この場合、加速度ＤＢ選択部１４５ｃは、選択地点において算出された加速度の平均値が、分布データベース１５０に記憶された複数パターンの挙動特徴情報にそれぞれ対応付けられた複数の加速度の平均値のうちのいずれかに対応するかを判定することで、現在の交通状況に対応するパターンの挙動特徴情報を、分布データベース１５０から選択する。

さらに、加速度ＤＢ選択部１４５ｃは、対象とする車両が走行する場所の特徴に応じて、分布データベース１５０に記憶された、加速度に関する複数パターンの挙動特徴情報から、適切な挙動特徴情報を選択する。本実施形態において、加速度ＤＢ選択部１４５ｃは、例えば、対象とする車両が前方地点に進入したときに検出手段により検出された走行状態情報に基づいて、前方地点における路面勾配を取得する。そして、加速度ＤＢ選択部１４５ｃは、当該取得された路面勾配が、分布データベース１５０に記憶された複数パターンの挙動特徴情報にそれぞれ対応付けられた複数の路面勾配のうちいずれかに対応するか否かを判定することで、現在の交通状況に対応する挙動特徴情報を、分布データベース１５０から選択する。なお、加速度ＤＢ選択部１４５ｃは、分布データベース１５０内に加速度に関する各挙動特徴情報をそれぞれ記憶する、加速度に関する複数の車両挙動データベース（以下、加速度ＤＢと呼ぶことがある）が登録されている場合は、対象とする車両の車両挙動に基づき、分布データベース１５０に複数登録された加速度ＤＢから、適切な挙動特徴情報を選択してもよい。この加速度ＤＢ選択部１４５ｃの処理の詳細については後述する。

車両挙動予測部１４６は、選択手段により選択された挙動特徴情報と、検出手段により検出された現時点における車両の走行状態情報の時系列変化とを比較して、所定地点における車両の車両挙動を予測する。

例えば、車両挙動予測部１４６は、前方車両情報取得部１３０から入力される情報に基づいて車両１００の進行方向前方に前方車両が存在していると認識すると、この前方車両の車両挙動を予測する。車両挙動予測部１４６は、車両挙動の予測に際し、車両１００の前方を走行中の前方車両の走行速度および加速度を示す情報を前方車両情報取得部１３０から取得する。車両挙動予測部１４６は、ＧＰＳ１２１により取得される車両１００の緯度経度情報とミリ波レーダ１３１の検出結果とに基づいて前方車両の走行地点を特定する。車両挙動予測部１４６は、この特定した前方車両の走行地点に基づき、緯度経度が共通する地点で作成された走行速度および加速度についての確率分布を分布データベース１５０から抽出する。つまり、この際、車両挙動予測部１４６は、データベース選択部１４５により選択された挙動特徴情報を抽出する。次いで、車両挙動予測部１４６は、この抽出した走行速度および加速度の確率分布に対する前方車両の走行速度および加速度の相対的な位置関係に基づいて前方車両の車両挙動を予測する。車両挙動予測部１４６は、前方車両の車両挙動として、例えば、減速挙動の発生の有無を予測する。車両挙動予測部１４６は、前方車両の減速挙動の発生および非発生のいずれについても高確率で発生することが予測できないとき、前方車両の減速挙動が不定であると識別する。

更に、車両挙動予測部１４６は、予測対象とする前方車両の走行環境と類似する環境のもとで作成された確率分布を分布データベース１５０から抽出する類似地点抽出部１４６ａを備える。類似地点抽出部１４６ａは、緯度経度が共通する地点で作成された走行速度および加速度についての確率分布が分布データベース１５０に存在しないとき、路面勾配、交差点形状、道路線形、カーブの曲率等が類似する環境のもとで作成された走行速度および加速度についての確率分布を分布データベース１５０から抽出する。つまり、この際、類似地点抽出部１４６ａは、データベース選択部１４５により選択された挙動特徴情報を抽出する。本実施形態において、この抽出された走行速度および加速度についての確率分布も、前方車両の車両挙動の予測に用いられる。これにより、本実施形態では、分布データベース１５０に未登録の走行地点を走行している前方車両についても車両挙動を予測することができる。車両挙動予測部１４６は、前方車両の車両挙動を予測すると、この予測結果を、予測結果に基づいて各種運転支援を行う運転支援制御部１６０に出力する。

運転支援制御部１６０は、車両挙動予測部１４６の予測結果に基づいて、各種運転支援に関する制御を行う。運転支援制御部１６０は、支援実施部１６１と、音声部１６２と、表示部１６３とを備える。

支援実施部１６１は、車両挙動予測部１４６から前方車両の車両挙動の予測結果が入力されると、この予測結果に基づいて、例えば、上記システム制御部１４１により制御される各種制御機器の制御量を求め、求めた制御量をシステム制御部１４１に出力する。これにより、例えば、車両挙動予測部１４６の予測結果が前方車両の減速挙動の発生を示しているときは、前方車両が減速するタイミングもしくはこのタイミング以前でのエンジンオフまたはブレーキのオンを実行する。車両１００がハイブリッド自動車であるときは、運転支援部１６１は、前方車両が減速するタイミングもしくはこのタイミング以前でのブレーキ回生を実行する。支援実施部１６１は、例えば、前方車両が減速挙動を行う旨を案内する音声案内または画像案内のための音声データまたは画像データを生成し、これら生成した音声データまたは画像データを、前方車両が減速するタイミングもしくはこのタイミング以前に音声部１６２および表示部１６３に出力する。これにより、音声部１６２および表示部１６３を通じて、前方車両の減速時もしくは減速開始以前に、車両１００の減速を促す案内が車両１００のドライバに対して行われる。

一方、車両挙動予測部１４６の予測結果が前方車両の減速挙動が発生しない、すなわち、前方車両の車両挙動が非減速挙動である旨を示しているときには、支援実施部１６１は、システム制御部１４１、音声部１６２、および表示部１６３を通じた減速支援を実行しない。こことき、支援実施部１６１は、例えば、音声部１６２、および表示部１６３を通じて、前方車両が減速挙動を行わない旨をドライバに案内してもよい。同様に、支援実施部１６１は、車両挙動予測部１４６から前方車両の車両挙動が不定であるとする識別結果が入力されたときにも、システム制御部１４１、音声部１６２、および表示部１６３を通じた減速支援を実行しない。

ここで、本実施形態における車両挙動の予測原理について、図２Ａ〜図４を参照して説明する。図２Ａは、信号機が設けられた交差点の手前約「４０ｍ」における走行速度の確率分布を示す。図２Ｂは、信号機が設けられた交差点の手前約「４０ｍ」における加速度の確率分布を示す。図３は、交差点を走行した車両の走行速度の確率分布を例えば約「１ｍ」毎に示した挙動特徴情報である。図３において、分布Ｒｖｙは、減速挙動の発生時における交差点の手前約「１００ｍ」から交差点までの車両の走行速度の確率分布を示し、分布Ｒｖｎは、減速挙動の非発生時における交差点の手前約「１００ｍ」から交差点までの車両の走行速度の確率分布を示す。図４は、交差点を走行した車両の加速度の確率分布を例えば約「１ｍ」毎に示した挙動特徴情報である。図４において、分布Ｒａｙは、減速挙動の発生時における交差点の手前約「１００ｍ」から交差点までの車両の加速度の確率分布を示し、分布Ｒａｎは、減速挙動の非発生時における交差点の手前約「１００ｍ」から交差点までの車両の加速度の確率分布を示す。

図２Ａに示すように、例えば、交差点の手前から約「４０ｍ」の地点における車両１００または前方車両等の走行速度の確率分布は、この交差点で信号機の赤現示等に起因する減速挙動が行われたときの分布Ｐｖｙと、この交差点で減速挙動が行われなかったときの分布Ｐｖｎとの２つの分布となる。本実施形態では、各分布ＰｖｙおよびＰｖｎの平均値に対する９５％信頼区間として領域ＯｖｙおよびＯｖｎの分布が規定されている。

図２Ｂに示すように、例えば、交差点の手前から約「４０ｍ」の地点における車両１００または前方車両等の加速度の確率分布は、この交差点で信号機の赤現示等に起因する減速挙動が行われたときの分布Ｐａｙと、この交差点で減速挙動が行われなかったときの分布Ｐａｎとの２つの分布となる。本実施形態では、各分布ＰａｙおよびＰａｎの平均値に対する９５％信頼区間として領域ＯａｙおよびＯａｎの分布が規定されている。

図３に示すように、この交差点から所定距離手前の地点から交差点までの９５％信頼区間の走行速度の分布は、車両のドライバが減速操作を行ったことにより減速挙動が発生したときの分布Ｒｖｙと、車両のドライバが減速操作を行わなかったことにおり減速挙動が発生しなかったときの分布Ｒｖｎとに分類される。この２つの分布ＲｖｙおよびＲｖｎは、例えば、交差点の手前約「１００ｍ」の地点においては相違しないものの、交差点に近づくについて異なる推移（すなわち、走行状態情報の時系列変化）を示す。これは、減速操作が行われたときには、交差点に近づくにつれて車両の走行速度が「０」に近づくことに起因する。

例えば、予測対象とする車両の走行速度の推移Ｖ１（すなわち、走行速度の時系列変化）が非減速時の分布Ｒｖｎに包含される一方で減速時の分布Ｒｖｙに包含されないときには、この車両では減速挙動が発生しないと予測することができる。例えば、予測対象とする車両の走行速度の推移Ｖ２が減速時の分布Ｒｖｙに包含される一方で非減速時の分布Ｒｖｎに包含されないときには、この車両では減速挙動が発生すると予測することができる。例えば、予測対象とする車両の走行速度の推移Ｖ３が減速時の分布ＲｖｙおよびＲｖｎのいずれにも包含されるときには、この車両では減速挙動が発生することも発生しないことも起こり得ることから、以後の車両挙動が不定とされる。同様に、減速時の分布ＲｖｙおよびＲｖｎのいずれにも包含されない例外的な推移Ｖ４、Ｖ５についても、以後の車両挙動が不定とされる。

図４に示すように、この交差点から所定距離手前の地点から交差点までの９５％信頼区間の加速度の分布は、車両のドライバが減速操作を行ったことにより減速挙動が発生したときの分布Ｒａｙと、車両のドライバが減速操作を行わなかったことにおり減速挙動が発生しなかったときの分布Ｒａｎとに分類される。加速度についての減速時の分布Ｒａｙが非減速時の分布Ｒａｎと重複する割合は、交差点から離れた例えば手前約「１００ｍ」の地点において、走行速度についての減速時の分布Ｒｖｙが非減速時の分布Ｒｖｎと重複する割合よりも少なくなっている。これは、加速度が走行速度の微分値であることから、減速操作の有無に伴う加速度の変化が減速操作の開始直後に発生することに起因する。

例えば、予測対象とする車両の加速度の推移Ａ１（すなわち、加速度の時系列変化）が非減速時の分布Ｒａｎに包含される一方で減速時の分布Ｒａｙに包含されないときには、この車両では減速挙動が発生しないと予測することができる。例えば、予測対象とする車両の加速度の推移Ａ２が減速時の分布Ｒａｙに包含される一方で非減速時の分布Ｒａｎに包含されないときには、この車両では減速挙動が発生すると予測することができる。例えば、予測対象とする車両の加速度の推移Ａ３が減速時の分布ＲａｙおよびＲａｎのいずれにも包含されるときには、この車両では減速挙動が発生することも発生しないことも起こり得ることから、以後の車両挙動が不定とされる。同様に、減速時の分布ＲａｙおよびＲａｎのいずれにも包含されない例外的な推移Ａ４、Ａ５についても、以後の車両挙動が不定とされる。

このように、本実施形態において、車両挙動予測部１４６は、対象とする車両の車両挙動を予測する際、分布データベース１５０に記憶された挙動特徴情報と、検出手段により検出された現時点における車両の走行状態情報の時系列変化とを比較して、所定地点における車両の車両挙動を予測する。しかし、車両挙動を予測する際、分布データベース１５０に記憶された挙動特徴情報が想定する交通状況（例えば、走行速度または加速度等の巡航速度など）と、現在の交通状況に差異がある場合、車両挙動の予測精度が悪化する可能性がある。例えば、以下の図５および図６に示すように、走行速度の大小に応じて車両挙動の予測結果が異なる場合が考えられる。図５は、走行速度が大きい場合の挙動特徴情報との比較により減速判定を行う一例を示すグラフである。図６は、走行速度が小さい場合の挙動特徴情報との比較により非減速判定を行う一例を示すグラフである。

図５の場合、車両挙動予測部１４６は、走行速度が大きい場合の挙動特徴情報と、検出手段により検出された現時点における車両の走行状態情報の時系列変化（図５において、走行速度の推移Ｖ）とを比較する。図５に示すように、交差点付近において、走行速度の推移Ｖと、挙動特徴情報の減速判定領域とが重なるため、車両挙動予測部１４６は、所定地点における車両の車両挙動は、減速挙動をとると予測する。

一方、図６の場合、車両挙動予測部１４６は、走行速度が小さい場合の挙動特徴情報と、検出手段により検出された現時点における車両の走行状態情報の時系列変化（図６において、走行速度の推移Ｖ）とを比較する。図６に示すように、交差点付近において、走行速度の推移Ｖと、挙動特徴情報の非減速判定領域とが重なるため、車両挙動予測部１４６は、所定地点における車両の車両挙動は、非減速挙動をとると予測する。

そこで、本実施形態では、車両挙動予測部１４６によって対象とする車両の車両挙動を予測する前に、データベース選択部１４５によって、分布データベース１５０に記憶された挙動特徴情報が想定する交通状況と、現在の交通状況とが一致する適切な挙動特徴情報を選択する。以下、本実施形態１における車両挙動予測処理の一例について、図７を参照して説明する。図７に示す例では、各挙動特徴情報をそれぞれ記憶する複数の車両挙動データベース（図７において、ＤＢＩ、ＤＢＩＩ、ＤＢＩＩＩ）が、分布データベース１５０に複数登録された場合を想定している。

図７に示すように、走行環境検出部１２０および前方車両情報取得部１３０等の検出手段は、前方車両の走行状態情報を検出する（ステップＳ１０１）。

そして、走行環境特定部１４２は、前方車両の走行状態情報に含まれる前方車両の緯度経度情報等の情報に基づき、前方車両が、車両１００の車両挙動を予測可能な予測可能場所（以下、区間Ａと呼ぶことがある）へ接近したことを特定する（ステップＳ１０２）。区間Ａは、交差点等の所定地点付近に設定される区間とする。

そして、データベース選択部１４５は、区間Ａへの接近を特定すると、前方車両の巡航速度と同程度の巡航速度を有する、巡航速度（速度または加速度）の平均値がそれぞれ異なった挙動特徴情報を記憶する複数の車両挙動データベースＤＢＩ，ＤＢＩＩ，ＤＢＩＩＩを、分布データベース１５０から取得する（ステップＳ１０３）。本実施形態では、ステップＳ１０３において取得される車両挙動データベースＤＢＩ，ＤＢＩＩ，ＤＢＩＩＩにおける巡航速度の平均値を、μ_１，μ_２，μ_３とする。これらの巡航速度の平均値の大小関係は、μ_１＜μ_２＜μ_３とする。

そして、データベース選択部１４５は、前方車両の走行状態情報に含まれる前方車両の走行速度または加速度等の走行状態を示す情報等に基づき、前方車両が区間Ａに侵入する直前区間（以下、区間Ｂと呼ぶことがある）での前方車両の平均速度ｖを算出する（ステップＳ１０４）。区間Ｂは、交差点等の所定地点よりも手前側の前方地点付近に設定される区間とする。

そして、データベース選択部１４５は、区間Ｂでの前方車両の平均速度ｖに基づいて、以下の数式１が成立するか否かを判定する（ステップＳ１０５）。

データベース選択部１４５は、数式１が成立すると判定した場合（ステップＳ１０５：Ｙｅｓ）、区間Ｂでの前方車両の平均速度ｖが、車両挙動データベースＤＢＩにおける巡航速度の平均値μ_１に対応すると判定して、当該車両挙動データベースＤＢＩを、車両挙動予測部１４６が使用するデータベースとして選択する（ステップＳ１０６）。その後、ステップＳ１１０の処理へ移行する。

一方、データベース選択部１４５は、数式１が成立しないと判定した場合（ステップＳ１０５：Ｎｏ）、区間Ｂでの前方車両の平均速度ｖは、車両挙動データベースＤＢＩＩまたはＤＢＩＩＩにおける巡航速度の平均値μ_２またはμ_３に対応する可能性があるため、区間Ｂでの前方車両の平均速度ｖに基づいて、以下の数式２が成立するか否かを判定する（ステップＳ１０７）。

データベース選択部１４５は、数式２が成立すると判定した場合（ステップＳ１０７：Ｙｅｓ）、区間Ｂでの前方車両の平均速度ｖが、車両挙動データベースＤＢＩＩにおける巡航速度の平均値μ_２に対応すると判定して、当該車両挙動データベースＤＢＩＩを、車両挙動予測部１４６が使用するデータベースとして選択する（ステップＳ１０８）。その後、ステップＳ１１０の処理へ移行する。

一方、データベース選択部１４５は、数式２が成立しないと判定した場合（ステップＳ１０７：Ｎｏ）、区間Ｂでの前方車両の平均速度ｖが、車両挙動データベースＤＢＩＩＩにおける巡航速度の平均値μ_３に対応すると判定して、当該車両挙動データベースＤＢＩＩＩを、車両挙動予測部１４６が使用するデータベースとして選択する（ステップＳ１０９）。その後、ステップＳ１１０の処理へ移行する。

そして、車両挙動予測部１４６は、ステップＳ１０６、ステップＳ１０８、ステップＳ１０９のうちいずれかの処理により選択された、車両挙動データベースＤＢＩ，ＤＢＩＩ，ＤＢＩＩＩのうちのいずれかのデータベースに記憶された挙動特徴情報と、検出手段により検出された現時点における前方車両の走行状態情報の時系列変化とを比較することで、交差点等の所定地点における前方車両の車両挙動を予測する（ステップＳ１１０）。その後、本処理を終了する。このステップＳ１１０の処理により予測された車両挙動の予測結果は、運転支援制御部１６０が運転支援を実施する際に使用される。

このように、本実施形態によれば、所定地点の前方地点での前方車両の巡航速度に合った車両挙動データベースを選択した上で、選択した車両挙動データベースに記憶された挙動特徴情報を使用して前方車両の車両挙動を予測することができる。つまり、本実施形態によれば、車両挙動予測部１４６によって前方車両の車両挙動を予測する前に、データベース選択部１４５によって、分布データベース１５０に記憶された挙動特徴情報が想定する巡航速度と、現在の前方車両の巡航速度とが一致する適切な挙動特徴情報を選択することができるので、前方車両の車両挙動の予測精度を向上させることができる。その結果、現状の交通状況に応じたより適切な運転支援を自車両に対して実施することが可能となるため、車両１００のドライバの運転支援システムに対する信頼度を向上させることができる。

〔実施形態２〕
実施形態２では、実施形態１で説明した車両挙動の予測精度をさらに向上させるために、各車両挙動データベースＤＢＩ，ＤＢＩＩ，ＤＢＩＩＩに記憶された車両挙動特徴がそれぞれ示す巡航速度の平均値の差に基づいて、車両挙動予測に用いる適切な車両挙動データベースを選択する例について、図８〜図１０を参照して説明する。

図８は、図５の挙動特徴情報の時系列変化のパターンに違いが現れるタイミングの一例を示すグラフである。図９は、図６の挙動特徴情報の時系列変化のパターンに違いが現れるタイミングの一例を示すグラフである。図８および図９は、同一場所で異なる速度で走行した場合に記憶された挙動特徴情報の一例を示している。図８は、高い巡航速度で走行した場合の例を示し、図９は、低い巡航速度で走行した場合の例を示している。図８および図９に示すように、巡航速度が異なる場合は、同一場所でも巡航速度の平均値の差が出始める位置（図８において星印が示す位置Ｐａ、および、図９において星印が示す位置Ｐｂ）が異なっている。

そこで、本実施形態では、前方車両の車両挙動の予測に用いる車両挙動データベースＤＢＩ，ＤＢＩＩ，ＤＢＩＩＩを選択する前に、前方車両の巡航速度に合った適切な車両挙動データベースの選択タイミングを大まかに算出してからデータベースを選択する。これは、例えば、データベースの選択タイミングを遅くなると、予測開始タイミングも遅くなると考えられるため、適切な選択タイミングにてデータベースを選択することが車両挙動の予測精度向上にとって有効となると考えられるためである。以下、実施形態１の処理よりも予測精度を向上させるために行う処理について、図１０を参照して説明する。図１０は、実施形態２における車両挙動予測処理の一例を示すフローチャートである。

図１０に示すように、走行環境検出部１２０および前方車両情報取得部１３０等の検出手段は、前方車両の走行状態情報を検出する（ステップＳ２０１）。

そして、走行環境特定部１４２は、前方車両の走行状態情報に含まれる前方車両の緯度経度情報等の情報に基づき、前方車両が、車両１００の車両挙動を予測可能な予測可能場所（区間Ａ）へ接近したことを特定する（ステップＳ２０２）。

そして、データベース選択部１４５は、区間Ａへの接近を特定すると、前方車両の巡航速度と同程度の巡航速度を有する、巡航速度の平均値がそれぞれ異なった挙動特徴情報を記憶する複数の車両挙動データベースＤＢＩ，ＤＢＩＩ，ＤＢＩＩＩを、分布データベース１５０から取得する（ステップＳ２０３）。

そして、選択タイミング決定部１４５ａは、取得した車両挙動データベースＤＢＩ，ＤＢＩＩ，ＤＢＩＩＩにそれぞれ記憶される挙動特徴情報の間で、平均速度の差が出始めるタイミングＰＩ，ＰＩＩ，ＰＩＩＩを取得する（ステップＳ２０４）。つまり、選択タイミング決定部１４５ａは、分布データベース１５０に複数登録された車両挙動データベースＤＢＩ，ＤＢＩＩ，ＤＢＩＩＩにそれぞれ記憶された複数の挙動特徴情報の間で巡航速度の平均値の差が現れる選択地点（ＰＩ，ＰＩＩ，ＰＩＩＩ）を決定する。これらＰＩ，ＰＩＩ，ＰＩＩＩは、交差点等の所定地点からの距離を示しており、所定地点手前では負の値をとるものとする。

そして、選択タイミング決定部１４５ａは、ステップＳ２０４で取得したＰＩ，ＰＩＩ，ＰＩＩＩに基づいて、以下のステップＳ２０５〜２１１の処理を行う。

選択タイミング決定部１４５ａは、以下の数式３が成立するか否かを判定する（ステップＳ２０５）。ステップＳ２０５において、選択タイミング決定部１４５ａは、ＰＩが示す所定地点からの距離が、ＰＩＩが示す所定地点からの距離よりも遠いか否かを判定する。

そして、選択タイミング決定部１４５ａは、数式３が成立すると判定した場合（ステップＳ２０５：Ｙｅｓ）、以下の数式４が成立するか否かを判定する（ステップＳ２０６）。ステップＳ２０６において、選択タイミング決定部１４５ａは、ＰＩが示す所定地点からの距離が、ＰＩＩＩが示す所定地点からの距離よりも遠いか否かを判定する。

そして、選択タイミング決定部１４５ａは、数式４が成立すると判定した場合（ステップＳ２０６：Ｙｅｓ）、ＰＩの選択地点を、車両挙動データベースＤＢＩ，ＤＢＩＩ，ＤＢＩＩＩから適切なデータベースを選択する際のタイミングＰｄｂとして決定する（ステップＳ２０７）。その後、ステップＳ２１１の処理へ移行する。

一方、選択タイミング決定部１４５ａは、数式４が成立しないと判定した場合（ステップＳ２０６：Ｎｏ）、ＰＩＩＩの選択地点を、車両挙動データベースＤＢＩ，ＤＢＩＩ，ＤＢＩＩＩから適切なデータベースを選択する際のタイミングＰｄｂとして決定する（ステップＳ２０８）。その後、ステップＳ２１１の処理へ移行する。

ステップＳ２０５の処理に戻り、選択タイミング決定部１４５ａは、数式３が成立しないと判定した場合（ステップＳ２０５：Ｎｏ）、以下の数式５が成立するか否かを判定する（ステップＳ２０９）。ステップＳ２０９において、選択タイミング決定部１４５ａは、ＰＩＩが示す所定地点からの距離が、ＰＩＩＩが示す所定地点からの距離よりも遠いか否かを判定する。

そして、選択タイミング決定部１４５ａは、数式５が成立しないと判定した場合（ステップＳ２０９：Ｎｏ）、ＰＩＩＩの選択地点を、車両挙動データベースＤＢＩ，ＤＢＩＩ，ＤＢＩＩＩから適切なデータベースを選択する際のタイミングＰｄｂとして決定する（ステップＳ２０８）。その後、ステップＳ２１１の処理へ移行する。

一方、選択タイミング決定部１４５ａは、数式５が成立すると判定した場合（ステップＳ２０９：Ｙｅｓ）、ＰＩＩの選択地点を、車両挙動データベースＤＢＩ，ＤＢＩＩ，ＤＢＩＩＩから適切なデータベースを選択する際のタイミングＰｄｂとして決定する（ステップＳ２１０）。その後、ステップＳ２１１の処理へ移行する。

そして、選択タイミング決定部１４５ａは、前車位置ｘが「Ｐｄｂ−Ｃ≦ｘ≦Ｐｄｂ（Ｃは定数とする）」の時の先行車両の平均速度ｖを算出する（ステップＳ２１１）。つまり、選択タイミング決定部１４５ａは、前方車両が選択地点（Ｐｄｂ）に進入したときに検出手段により検出された走行状態情報に基づいて、選択地点における前方車両の巡航速度の平均値を算出する。

そして、データベース選択部１４５は、ステップＳ２１１で算出した平均速度ｖに基づいて、以下の数式１が成立するか否かを判定する（ステップＳ２１２）。

データベース選択部１４５は、数式１が成立すると判定した場合（ステップＳ２１２：Ｙｅｓ）、選択地点での前方車両の平均速度ｖが、車両挙動データベースＤＢＩにおける巡航速度の平均値μ_１に対応すると判定して、当該車両挙動データベースＤＢＩを、車両挙動予測部１４６が使用するデータベースとして選択する（ステップＳ２１３）。その後、ステップＳ２１７の処理へ移行する。

一方、データベース選択部１４５は、数式１が成立しないと判定した場合（ステップＳ２１２：Ｎｏ）、選択地点での前方車両の平均速度ｖは、車両挙動データベースＤＢＩＩまたはＤＢＩＩＩにおける巡航速度の平均値μ_２またはμ_３に対応する可能性があるため、選択地点での前方車両の平均速度ｖに基づいて、以下の数式２が成立するか否かを判定する（ステップＳ２１４）。

データベース選択部１４５は、数式２が成立すると判定した場合（ステップＳ２１４：Ｙｅｓ）、選択地点での前方車両の平均速度ｖが、車両挙動データベースＤＢＩＩにおける巡航速度の平均値μ_２に対応すると判定して、当該車両挙動データベースＤＢＩＩを、車両挙動予測部１４６が使用するデータベースとして選択する（ステップＳ２１５）。その後、ステップＳ２１７の処理へ移行する。

一方、データベース選択部１４５は、数式２が成立しないと判定した場合（ステップＳ２１４：Ｎｏ）、選択地点での前方車両の平均速度ｖが、車両挙動データベースＤＢＩＩＩにおける巡航速度の平均値μ_３に対応すると判定して、当該車両挙動データベースＤＢＩＩＩを、車両挙動予測部１４６が使用するデータベースとして選択する（ステップＳ２１６）。その後、ステップＳ２１７の処理へ移行する。

そして、車両挙動予測部１４６は、ステップＳ２１３、ステップＳ２１５、ステップＳ２１６のうちいずれかの処理により選択された、車両挙動データベースＤＢＩ，ＤＢＩＩ，ＤＢＩＩＩのうちのいずれかのデータベースに記憶された挙動特徴情報と、検出手段により検出された現時点における前方車両の走行状態情報の時系列変化とを比較することで、交差点等の所定地点における前方車両の車両挙動を予測する（ステップＳ２１７）。その後、本処理を終了する。このステップＳ２１７の処理により予測された車両挙動の予測結果は、運転支援制御部１６０が運転支援を実施する際に使用される。

このように、本実施形態によれば、所定地点の前方地点での前方車両の巡航速度に基づき複数の車両挙動データベースを取得し、取得した複数の車両挙動データベースに記憶された挙動特徴情報の特徴に基づいてデータベースの選択タイミングを決定することができる。そのため、本実施形態によれば、設定したタイミングで、所定地点の前方地点での前方車両の巡航速度に合った車両挙動データベースを選択した上で、選択した車両挙動データベースに記憶された挙動特徴情報を使用して前方車両の車両挙動を予測することができる。これにより、本実施形態では、前方車両の速度変化に柔軟に対応して適切なデータベースを選択することができ、前方車両の車両挙動の予測精度をさらに向上させることができる。

〔実施形態３〕
実施形態３では、実施形態１で説明した車両挙動の予測精度をさらに向上させるために、予測可能場所の特徴に基づき適切な車両挙動データベースを選択する例について、図１１Ａ〜図１２を参照して説明する。

図１１Ａは、予測可能場所が平坦路の場合を示す図である。図１１Ｂは、予測可能場所が強い上り坂勾配路の場合を示す図である。図１１Ｃは、予測可能場所が強い下り坂勾配路の場合を示す図である。例えば、巡航速度が同程度の複数の予測可能場所Ａ〜Ｃを想定する場合、図１１Ａに示すような予測可能場所Ａが平坦路の場合や、図１１Ｂに示すような予測可能場所Ｂが強い上り坂勾配を有する場合や、図１１Ｃに示すような予測可能場所Ｃが強い下り坂勾配を有する場合が考えられる。

ここで、本実施形態の分布データベースには、走行速度に関する挙動特徴データベース（図１２において、ＤＢｖＩ，ＤＢｖＩＩ，ＤＢｖＩＩＩ等の速度ＤＢ）と、加速度に関する挙動特徴データベース（図１２において、ＤＢａＩ，ＤＢａＩＩ，ＤＢａＩＩＩ等の加速度ＤＢ）が登録されているため、車両挙動の予測精度をより一層向上させるためには、予測可能場所の特徴に合った適切な挙動特徴データベースを選択することが望ましい。図１１Ａに示すような予測可能場所Ａでは、速度ＤＢと加速度ＤＢ間で挙動特徴情報に違いが特に見られないが、図１１Ｂおよび図１１Ｃに示すような加速度に影響を与える勾配を有する予測可能場所Ｂおよび予測可能場所Ｃでは、速度ＤＢと加速度ＤＢ間で挙動特徴情報に違いが見られる可能性が高い。例えば、図１１Ｂに示すような予測可能場所Ｂでは、減速時、非減速時ともに坂を上りきるために、車両１００の運転者は交差点等の所定地点付近までしっかりとアクセルを踏む必要があると考えられる。この場合、図１１Ａに示した予測可能場所Ａを想定する走行速度に関する車両挙動データベース（速度ＤＢ）とは異なる加速度に関する車両挙動データベース（加速度ＤＢ）を選択することが望ましい。また、図１１Ｃに示すような予測可能場所Ｃでは、減速時、非減速時ともに、勾配の影響を受けて加速するため、車両１００の運転者はオーバースピードを懸念して減速する必要があると考えられる。この場合、図１１Ａに示した予測可能場所Ａを想定する走行速度に関する車両挙動データベースとは異なる加速度に関する車両挙動データベースを選択することが望ましい。

そこで、本実施形態では、速度ＤＢ（図１２において、ＤＢｖＩ，ＤＢｖＩＩ，ＤＢｖＩＩＩ等の速度ＤＢ）を選択し、選択した速度ＤＢに記憶された挙動特徴情報を使用して前方車両の車両挙動を予測する場合と、加速度ＤＢを選択し、選択した加速度ＤＢ（図１２において、ＤＢａＩ，ＤＢａＩＩ，ＤＢａＩＩＩ等の加速度ＤＢ）に記憶された挙動特徴情報を使用して前方車両の車両挙動を予測する場合とを、使い分けている。以下、実施形態１の処理よりも予測精度をより一層向上させるために行う処理について、図１２を参照して説明する。図１２は、実施形態３における車両挙動予測処理の一例を示すフローチャートである。

図１２に示すように、走行環境検出部１２０および前方車両情報取得部１３０等の検出手段は、前方車両の走行状態情報を検出する（ステップＳ３０１）。

そして、走行環境特定部１４２は、前方車両の走行状態情報に含まれる前方車両の緯度経度情報等の情報に基づき、前方車両が、車両１００の車両挙動を予測可能な予測可能場所（区間Ａ）へ接近したことを特定する（ステップＳ３０２）。

そして、データベース選択部１４５は、区間Ａへの接近を特定すると、走行環境特定部１４２によって区間Ａに加速度に影響を与える勾配ｓがあるか否かを判定する（ステップＳ３０３）。

そして、速度ＤＢ選択部１４５ｂは、区間Ａに加速度に影響を与える勾配ｓがないと判定した場合（ステップＳ３０３：Ｎｏ）、前方車両の走行速度と同程度の走行速度を有する、走行速度の平均値がそれぞれ異なった走行速度に関する挙動特徴情報を記憶する複数の速度ＤＢ（ＤＢｖＩ，ＤＢｖＩＩ，ＤＢｖＩＩＩ）を、分布データベース１５０から取得する（ステップＳ３０４）。本実施形態では、ステップＳ３０４において取得される走行速度に関する車両挙動データベース（速度ＤＢ）ＤＢｖＩ，ＤＢｖＩＩ，ＤＢｖＩＩＩにおける走行速度の平均値を、μ_１，μ_２，μ_３とする。これらの走行速度の平均値の大小関係は、μ_１＜μ_２＜μ_３とする。

そして、速度ＤＢ選択部１４５ｂは、前方車両の走行状態情報に含まれる前方車両の走行速度等の走行状態を示す情報等に基づき、前方車両が区間Ａに侵入する直前区間（区間Ｂ）での前方車両の平均速度ｖを算出する（ステップＳ３０５）。

そして、速度ＤＢ選択部１４５ｂは、区間Ｂでの前方車両の平均速度ｖに基づいて、以下の数式１が成立するか否かを判定する（ステップＳ３０６）。

速度ＤＢ選択部１４５ｂは、数式１が成立すると判定した場合（ステップＳ３０６：Ｙｅｓ）、区間Ｂでの前方車両の平均速度ｖが、車両挙動データベースＤＢｖＩにおける走行速度の平均値μ_１に対応すると判定して、当該車両挙動データベースＤＢｖＩを、車両挙動予測部１４６が使用するデータベースとして選択する（ステップＳ３０７）。その後、ステップＳ３１７の処理へ移行する。

一方、速度ＤＢ選択部１４５ｂは、数式１が成立しないと判定した場合（ステップＳ３０６：Ｎｏ）、区間Ｂでの前方車両の平均速度ｖは、車両挙動データベースＤＢｖＩＩまたはＤＢｖＩＩＩにおける走行速度の平均値μ_２またはμ_３に対応する可能性があるため、区間Ｂでの前方車両の平均速度ｖに基づいて、以下の数式２が成立するか否かを判定する（ステップＳ３０８）。

速度ＤＢ選択部１４５ｂは、数式２が成立すると判定した場合（ステップＳ３０８：Ｙｅｓ）、区間Ｂでの前方車両の平均速度ｖが、車両挙動データベースＤＢｖＩＩにおける走行速度の平均値μ_２に対応すると判定して、当該車両挙動データベースＤＢｖＩＩを、車両挙動予測部１４６が使用するデータベースとして選択する（ステップＳ３０９）。その後、ステップＳ３１７の処理へ移行する。

一方、速度ＤＢ選択部１４５ｂは、数式２が成立しないと判定した場合（ステップＳ３０８：Ｎｏ）、区間Ｂでの前方車両の平均速度ｖが、車両挙動データベースＤＢｖＩＩＩにおける走行速度の平均値μ_３に対応すると判定して、当該車両挙動データベースＤＢｖＩＩＩを、車両挙動予測部１４６が使用するデータベースとして選択する（ステップＳ３１０）。その後、ステップＳ３１７の処理へ移行する。

ステップＳ３０３の処理に戻り、加速度ＤＢ選択部１４５ｃは、区間Ａに加速度に影響を与える勾配ｓがあると判定した場合（ステップＳ３０３：Ｙｅｓ）、勾配が異なる場所で作成された、加速度に関する挙動特徴情報を記憶する複数の加速度ＤＢ（ＤＢａＩ，ＤＢａＩＩ，ＤＢａＩＩＩ）を、分布データベース１５０から取得する（ステップＳ３１１）。本実施形態では、ステップＳ３１１において取得される加速度に関する車両挙動データベース（加速度ＤＢ）ＤＢａＩ，ＤＢａＩＩ，ＤＢａＩＩＩにおける勾配を、ｆ，ｕ，ｄとする。これらの勾配の平均値の大小関係は、ｄ＜ｆ＜ｕとする。

そして、加速度ＤＢ選択部１４５ｃは、ステップＳ３１１で取得したＤＢａＩ，ＤＢａＩＩ，ＤＢａＩＩＩにおける勾配ｆ，ｕ，ｄに基づいて、以下のステップＳ３１２〜３１６の処理を行う。

加速度ＤＢ選択部１４５ｃは、以下の数式６が成立するか否かを判定する（ステップＳ３１２）。ステップＳ３１２において、加速度ＤＢ選択部１４５ｃは、勾配ｓの大きさが、勾配ｄと勾配ｆに基づく平均値の大きさよりも小さいか否かを判定する。

加速度ＤＢ選択部１４５ｃは、数式６が成立すると判定した場合（ステップＳ３１２：Ｙｅｓ）、勾配ｓが、車両挙動データベースＤＢａＩＩＩにおける勾配ｄに対応すると判定して、当該車両挙動データベースＤＢａＩＩＩを、車両挙動予測部１４６が使用するデータベースとして選択する（ステップＳ３１３）。その後、ステップＳ３１７の処理へ移行する。

一方、加速度ＤＢ選択部１４５ｃは、数式６が成立しないと判定した場合（ステップＳ３１２：Ｎｏ）、勾配ｓが、車両挙動データベースＤＢｖＩまたはＤＢｖＩＩにおける勾配ｆまたはｕに対応する可能性があるため、勾配ｓに基づいて、以下の数式７が成立するか否かを判定する（ステップＳ３１４）。ステップＳ３１４において、加速度ＤＢ選択部１４５ｃは、勾配ｓの大きさが、勾配ｆと勾配ｕに基づく平均値の大きさよりも小さいか否かを判定する。

加速度ＤＢ選択部１４５ｃは、数式７が成立すると判定した場合（ステップＳ３１４：Ｙｅｓ）、勾配ｓが、車両挙動データベースＤＢａＩにおける勾配ｆに対応すると判定して、当該車両挙動データベースＤＢａＩを、車両挙動予測部１４６が使用するデータベースとして選択する（ステップＳ３１５）。その後、ステップＳ３１７の処理へ移行する。

一方、加速度ＤＢ選択部１４５ｃは、数式７が成立すると判定した場合（ステップＳ３１４：Ｎｏ）、勾配ｓが、車両挙動データベースＤＢａＩＩにおける勾配ｕに対応すると判定して、当該車両挙動データベースＤＢａＩＩを、車両挙動予測部１４６が使用するデータベースとして選択する（ステップＳ３１６）。その後、ステップＳ３１７の処理へ移行する。

そして、車両挙動予測部１４６は、ステップＳ３０７、ステップＳ３０９、ステップＳ３１０、ステップＳ３１３、ステップＳ３１５、および、ステップＳ３１６のうちいずれかの処理により選択された、車両挙動データベースＤＢｖＩ，ＤＢｖＩＩ，ＤＢｖＩＩＩ等の速度ＤＢ、ならびに、車両挙動データベースＤＢａＩ，ＤＢａＩＩ，ＤＢａＩＩＩ等の加速度ＤＢのうちのいずれかのデータベースに記憶された挙動特徴情報と、検出手段により検出された現時点における前方車両の走行状態情報の時系列変化とを比較することで、交差点等の所定地点における前方車両の車両挙動を予測する（ステップＳ３１７）。その後、本処理を終了する。このステップＳ３１７の処理により予測された車両挙動の予測結果は、運転支援制御部１６０が運転支援を実施する際に使用される。

このように、本実施形態によれば、予測可能場所において加速度に影響を与える勾配等が見られる場合は、場所の特徴に基づいた適切な車両挙動データベースを選択することができるので、前方車両の車両挙動の予測精度をより一層向上させることができる。なお、図１２に示した例では、加速度に影響を与える要素として勾配を一例に説明したが、これに限定されず、加速度の影響を与え得る他の要素であってもよい。例えば、路面勾配以外の他の要素としては、交差点の形状、道路線形、道路幅、車線数、道路の曲率、信号機等のインフラ機器の有無、一時停止位置等の交通規制の有無、制限速度等が挙げられる。

上述した実施形態１〜３に示した車両挙動予測処理は、図７、図１０および図１２に示した例に限定されず、適宜組み合わせて実行してもよい。また、上述した実施形態１〜３では、車両挙動を予測する対象として前方車両を例に説明したが、実施形態１〜３に示した車両挙動予測処理は、自車両の車両挙動を予測する場合も同様に適用できる。この場合、自車両の車両挙動予測結果に基づいて、以下に示すような自車両に対する運転支援を実施してもよい。

例えば、支援実施部１６１は、車両挙動予測部１４６から自車両の車両挙動の予測結果が入力されると、この予測結果に基づいて、例えば、システム制御部１４１により制御される各種制御機器の制御量を求め、求めた制御量をシステム制御部１４１に出力することで、自車両に対する運転支援を実施してもよい。これにより、例えば、車両挙動予測部１４６の予測結果が自車両の減速挙動の発生を示しているときは、自車両が減速するタイミングもしくはこのタイミング以前で、エンジンオフまたはアクセルのオフを実行する。車両１００がハイブリッド自動車であるときは、運転支援部１６１は、自車両が減速するタイミングもしくはこのタイミング以前でのブレーキ回生を実行する。このように、支援実施部１６１は、自車両の減速時もしくは減速開始以前に、車両１００のエネルギーロス低減支援を実施することができる。一方、車両挙動予測部１４６の予測結果が自車両の減速挙動が発生しない、すなわち、自車両の車両挙動が非減速挙動である旨を示しているときには、支援実施部１６１は、システム制御部１４１を通じた減速支援を実行しない。同様に、支援実施部１６１は、車両挙動予測部１４６から前方車両の車両挙動が不定であるとする識別結果が入力されたときにも、システム制御部１４１を通じた減速支援を実行しない。

この他、支援実施部１６１は、車両挙動予測部１４６から入力される前方車両と自車両の車両挙動の予測結果の両方を考慮して、各状況に適切した運転支援を実施してもよい。また、車両挙動は、例えば、車両１００または前方車両の加速挙動または非加速挙動であってもよい。この場合、支援実施部１６１は、前方車両または自車両の車両挙動が加速挙動または非加速挙動であると予測された予測結果に基づいて、各状況に適した運転支援を実施してもよい。

１００車両
１１０車両状態検出部（検出手段）
１１１車速センサ
１１２加速度センサ
１２０走行環境検出部（検出手段）
１２１ＧＰＳ
１３０前方車両情報取得部（検出手段）
１３１ミリ波レーダ
１３２車載通信機
１４０車載制御部
１４１システム制御部
１４２走行環境特定部
１４２ａ道路地図データ
１４３分布演算部
１４３ａ信頼区間規定部
１４４データベース作成部
１４５データベース選択部（選択手段）
１４５ａ選択タイミング決定部
１４５ｂ速度ＤＢ選択部
１４５ｃ加速度ＤＢ選択部
１４６車両挙動予測部（予測手段）
１４６ａ類似地点抽出部
１５０分布データベース（記憶装置）
１６０運転支援制御部
１６１支援実施部
１６２音声部
１６３表示部

Claims

所定地点における車両の車両挙動を予測する車両挙動予測装置であって、
前記車両における車両挙動の発生確率を示す確率分布に基づいて作成された、前記車両の車両挙動と前記確率分布の平均値及び信頼区間に関する情報を含む走行状態情報の時系列変化の特徴とが対応付けられた情報である挙動特徴情報を、前記所定地点の前方地点における交通状況ごとに分けて複数パターン記憶する記憶装置と、
前記車両の走行状態情報を検出する検出手段と、
前記車両が前記前方地点に進入したときに前記検出手段により検出された前記走行状態情報に基づいて、現在の交通状況に対応するパターンの前記挙動特徴情報を、前記記憶装置から選択する選択手段と、
前記選択手段により選択された前記挙動特徴情報と、前記検出手段により検出された現時点における前記車両の走行状態情報の時系列変化とを比較して、前記所定地点における前記車両の車両挙動を予測し、予測された前記車両の車両挙動に基づく予測結果を該予測結果に基づき運転支援を実行する運転支援手段に出力する予測手段と、
を備え、
前記予測手段は、前記所定地点における前記車両の減速挙動の有無又は加速挙動の有無を前記車両の車両挙動として予測することを特徴とする車両挙動予測装置。
前記交通状況は、前記前方地点における前記車両の巡航速度を含み、
前記選択手段は、
前記車両が前記前方地点に進入したときに前記検出手段により検出された前記走行状態情報に基づいて前記巡航速度の平均値を算出し、当該算出された平均値が、前記記憶装置に記憶された複数パターンの前記挙動特徴情報にそれぞれ対応付けられた複数の巡航速度の平均値のうちのいずれかに対応するかを判定することで、現在の交通状況に対応するパターンの前記挙動特徴情報を、前記記憶装置から選択することを特徴とする請求項１に記載の車両挙動予測装置。
前記交通状況は、前記前方地点における路面勾配を含み、
前記選択手段は、
前記車両が前記前方地点に進入したときに前記検出手段により検出された前記走行状態情報に基づいて前記路面勾配を取得し、当該路面勾配が加速度に対して影響を与える勾配であるか否かを判定し、影響を与える勾配であると判定された場合は、前記路面勾配が、前記記憶装置に記憶された複数パターンの前記挙動特徴情報にそれぞれ対応付けられた複数の路面勾配のうちいずれかに対応するか否かを判定することで、現在の交通状況に対応する前記挙動特徴情報を、前記記憶装置から選択し、
影響を与える勾配ではないと判定された場合は、前記車両が前記前方地点に進入したときに前記検出手段により検出された前記走行状態情報に基づいて前記巡航速度の平均値を算出し、当該算出された平均値が、前記記憶装置に記憶された複数パターンの前記挙動特徴情報にそれぞれ対応付けられた複数の巡航速度の平均値のうちのいずれかに対応するかを判定することで、現在の交通状況に対応するパターンの前記挙動特徴情報を、前記記憶装置から選択することを特徴とする請求項２に記載の車両挙動予測装置。
前記選択手段は、
前記記憶装置に記憶された複数の前記挙動特徴情報の間で前記巡航速度の平均値の差が現れる選択地点を決定し、前記車両が前記選択地点に進入したときに前記検出手段により検出された前記走行状態情報に基づいて、前記選択地点における前記車両の前記巡航速度の平均値を算出することを特徴とする請求項３に記載の車両挙動予測装置。