JP6008049B2

JP6008049B2 - 車両用情報提供装置

Info

Publication number: JP6008049B2
Application number: JP2015527151A
Authority: JP
Inventors: 近藤　崇之; 崇之近藤
Original assignee: Nissan Motor Co Ltd
Current assignee: Nissan Motor Co Ltd
Priority date: 2013-07-19
Filing date: 2014-06-05
Publication date: 2016-10-19
Anticipated expiration: 2034-06-05
Also published as: WO2015008418A1; JPWO2015008418A1

Description

本発明は、車両用情報提供装置に関する。

従来、車両用情報提供装置としては、例えば、特許文献１に記載の技術がある。
特許文献１に記載の技術では、ステアリングホイールの操舵角に基づいて、普段の操舵特性に対応する相対的に時間的範囲の長い走行状態分布と、現在の操舵特性に対応する相対的に時間的範囲の短い走行状態分布とを算出する。そして、算出した２つの走行状態分布の分布間の相違量に基づいて運転者の運転状態を推定する。すなわち、走行状態分布、つまり、運転者の操舵特性を統計的に学習し、学習した操舵特性に基づいて運転者の運転状態を推定するようになっていた。これにより、特許文献１に記載の技術では、交通環境の違いによらず、運転の不安定状態を精度よく検出可能となっている。

特開２００９−９４９５号公報

しかしながら、上記特許文献１に記載の技術では、運転者の操舵特性を統計的に学習し、学習した操舵特性に基づいて運転者の運転状態を推定するようになっていた。それゆえ、例えば、操舵特性の学習、つまり、走行状態分布の算出が適切に行われないと、運転者の運転状態の検出精度が低下する可能性があった。
本発明は、上記のような点に着目したもので、運転状態の推定精度を向上可能とすることを目的とする。

上記課題を解決するために、本発明の一態様では、走行状態データに基づいて時間的範囲の異なる複数の走行状態分布を走行状態分布算出部が算出する。続いて、算出した複数の走行状態分布に基づいて運転者の運転状態を推定する。続いて、推定した運転状態に基づいて運転者に呈示情報を呈示する。その際、車両の走行に関する情報に基づいて走行状態分布算出部が算出する走行状態分布を変更する。具体的には、走行状態データに基づいて、予め定めた相対的に時間的範囲の長い第１走行状態分布と、第１走行状態分布よりも時間的範囲が短い第２走行状態分布とを算出する。そして、運転状態の推定に対して外乱となる運転状況にあると判定すると、車両の走行の開始時からの経過時間が設定時間未満である場合に、運転状態の推定に対して外乱となる運転状況にあると判定したときよりも前に算出した第２走行状態分布を選択し、経過時間が設定時間以上である場合に、算出した現在の第２走行状態分布を選択し、選択した第２走行状態分布で第１走行状態分布を置き換える。

本発明の一態様によれば、車両の走行に関する情報に基づいて走行状態分布算出部が算出する走行状態分布を変更する。これによって、走行状態分布をより適切に算出でき、運転状態の推定精度を向上できる。

車両用情報提供装置を搭載した車両の構成を表す図である。車両用情報提供装置のシステム構成例を表すブロック図である。運転支援部１００Ａの構成を表すブロック図である。走行状態分布算出部１３０の構成を表すブロック図である。運転不安定度判定処理を表すフローチャートである。情報呈示オン例を説明するための図である。第１走行状態分布、第２走行状態分布の算出例を表すフローチャートである。相対エントロピーＲＨp算出に用いる記号を説明するための図である。第１走行状態分布および第２走行状態分布の算出方法を説明するための図である。第１走行状態分布および第２走行状態分布の算出方法を説明するための図である。予測誤差区分ｂｉの範囲を表す図である。制御マップＭを表すグラフである。警報の感度を表すグラフである。車両用情報提供装置を搭載した車両の構成を表す図である。運転不安定度判定処理を表すフローチャートである。車両用情報提供装置を搭載した車両の構成を表す図である。

（第１実施形態）
まず、本発明に係る第１実施形態について図面を参照しつつ説明する。
（構成）
図１は、本実施形態の車両用情報提供装置を搭載した車両の構成を表す図である。
図１に示すように、車両は、アクセルペダル開度量センサ１、ブレーキペダル操作量センサ２、操舵角センサ３、車輪速センサ４、ウインカ検出センサ５、およびナビゲーション装置６を備える。また、車両は、Ｇセンサ７、シフトセンサ８、前方車両検出装置９、およびコントローラ１００を備える。

アクセルペダル開度量センサ１は、アクセルペダルの開度量を検出する。そして、アクセルペダル開度量センサ１は、検出した開度量をコントローラ１００に出力する。
ブレーキペダル操作量センサ２は、ブレーキペダルの操作量を検出する。そして、ブレーキペダル操作量センサ２は、検出した操作量をコントローラ１００に出力する。
操舵角センサ３は、ステアリングホイール（不図示）の操舵角を検出する。そして、操舵角センサ３は、検出した操舵角をコントローラ１００に出力する。操舵角センサ３としては、例えば、ステアリングコラムの回転角を検出する角度センサを採用できる。

車輪速センサ４は、車輪の回転数（以下、「車輪速」とも呼ぶ）を検出する。続いて、車輪速センサ４は、検出した車輪速に基づいて車速を算出する。そして、車輪速センサ４は、検出した車輪速および算出した車速のそれぞれをコントローラ１００に出力する。
ウインカ検出センサ５は、ウインカレバー（不図示）の操作状態（以下、「ウインカ操作」とも呼ぶ）を検出する。ウインカ操作としては、例えば、操作の有無がある。そして、ウインカ検出センサ５は、検出したウインカ操作をコントローラ１００に出力する。

シフトセンサ８は、シフトレバー（不図示）の操作状態（以下、「シフト操作」とも呼ぶ）を検出する。シフト操作としては、例えば、Ｐ、Ｄ、Ｒ等のシフトレバーの位置がある。そして、シフトセンサ８は、検出したシフト操作をコントローラ１００に出力する。
情報呈示装置は、コントローラ１００が出力した制御信号（後述）に従って、警報その他の情報を運転者に呈示する。呈示方法としては、音声や画像がある。情報呈示装置としては、例えば、ブザー音や音声により運転者への情報提供を行うスピーカ１０、および画像やテキストの表示により運転者への情報提供を行う表示ユニットを採用できる。表示ユニットとしては、例えば、ナビゲーション装置６の表示モニタを流用してもよい。

ナビゲーション装置６は、ＧＰＳ(Global Positioning System)受信機、地図データベース、および表示モニタを備える。そして、ナビゲーション装置６は、ＧＰＳ受信機および地図データベースから車両の現在位置および道路情報を取得する。続いて、ナビゲーション装置６は、取得した車両の現在位置および道路情報に基づいて車両が走行する道路の種別や道路幅員等の各種情報を取得する。続いて、ナビゲーション装置６は、取得した情報に基づいて経路探索の結果および経路案内の結果等を表示モニタに表示する。
Ｇセンサ７は、車両に発生した前後加速度および横加速度を検出する。そして、Ｇセンサ７は、検出した前後加速度および横加速度をコントローラ１００に出力する。
前方車両検出装置９は、車両の進行方向前方に存在する他の車両その他の障害物の情報（例えば、障害物までの距離）を検出する。そして、前方車両検出装置９は、検出した情報をコントローラ１００に出力する。前方車両検出装置９としては、例えば、車両の進行方向前方にレーザー光を出射して反射光を検出するレーザ距離計を採用できる。

コントローラ１００は、ＣＰＵ(Central Processing Unit)、並びにＲＯＭ(Read Only Memory)、ＲＡＭ(Random Access Memory)およびＡ/Ｄ(Analog to Digital)変換回路等のＣＰＵ周辺部品を備える。そして、コントローラ１００（ＣＰＵ、ＣＰＵ周辺部品）は、運転不安定度判定処理を行う運転支援部１００Ａを備える。運転不安定度判定処理では、運転支援部１００Ａは、アクセルペダル開度量センサ１およびブレーキペダル操作量センサ２等が出力した検出結果に基づいて、運転者が操作可能な運転操作子の操作状態、および車両状態の少なくとも一方を含む走行状態データを取得する。運転操作子としては、例えば、ステアリングホイール、アクセルペダル、およびブレーキペダルがある。車両状態としては、前方車両に対する車間情報がある。本実施形態では、走行状態データとして、操舵角センサ３が出力した操舵角の情報（以下、「操舵角情報」とも呼ぶ）を採用する。

続いて、運転支援部１００Ａは、取得した走行状態データ（操舵角情報）に基づいて時間的範囲の異なる複数の走行状態分布（第１走行状態分布（後述）、第２走行状態分布（後述））を算出する。続いて、運転支援部１００Ａは、算出した複数の走行状態分布（第１走行状態分布、第２走行状態分布）の分布間の相違量（相対エントロピーＲＨp（後述））に基づいて運転者の運転状態（運転の不安定度（後述））を推定する。そして、運転支援部１００Ａは、推定した運転状態（運転の不安定度）に基づいて警報その他の情報（以下、「呈示情報」とも呼ぶ）を運転者に呈示させる制御信号を情報呈示装置に出力する。これにより、運転支援部１００Ａは、運転者に呈示情報を呈示し、運転の不安定度（運転の不安定状態）について注意を喚起する。

なお、走行状態データとしては、前方車両に対する車間情報（車間距離、車間時間）や、アクセルペダルやブレーキペダルの操作に基づく加減速情報等を採用してもよい。車間情報（車間距離、車間時間）や、加減速情報等を採用した場合、走行状態分布（第１走行状態分布、第２走行状態分布）および分布間の相違量（相対エントロピーＲＨp）の算出は、例えば、国際公開番号ＷＯ２００９／０１３８１５（特願２００９−５２４３４２号）の公報等に記載しているような公知の方法によって算出すればよい。

図２は、本実施形態の車両用情報提供装置のシステム構成例を表すブロック図である。
図２に示すように、本実施形態では、情報呈示装置として、視覚情報呈示装置、および聴覚情報呈示装置を例示している。また、視覚情報呈示装置としては、ナビゲーション装置６の表示モニタ、聴覚情報呈示装置としては、スピーカ１０を例示している。
図３は、本実施形態の運転支援部１００Ａの構成を表すブロック図である。
図３に示すように、運転支援部１００Ａは、走行状態データ取得部１１０、運転状況判定部１２０、走行状態分布算出部１３０、運転不安定度判定部１４０、および情報呈示部１５０を備える。
走行状態データ取得部１１０は、操舵角センサ３が出力した検出結果を取得する。そして、走行状態データ取得部１１０は、取得した検出結果を走行状態データとする。

運転状況判定部１２０は、アクセルペダル開度量センサ１、およびブレーキペダル操作量センサ２等が出力した検出結果に基づいて、現在の車両の運転状況（外乱運転状況（後述）、通常運転状況（後述））を判定する。具体的には、運転状況判定部１２０は、アクセルペダル開度量センサ１、およびブレーキペダル操作量センサ２等が出力した検出結果に基づいて、運転者が操作可能な運転操作子の操作状態および走行環境を検出する。続いて、運転状況判定部１２０は、検出した運転操作子の操作状態が設定操作状態であるか、または走行環境が設定走行環境であるかを判定する。

設定操作状態としては、例えば、カーブ動作、車線変更操作、車両の加減速、アクセルペダル（不図示）の操作、ブレーキペダル（不図示）の操作、ウインカ操作、ナビゲーション装置６の操作、およびオーディオ装置（不図示）の操作がある。カーブ動作は、例えば、操舵角センサ３の検出結果に基づき検出する。具体的には、カーブ動作は、設定操舵角以上の状態が設定時間以上継続した場合にカーブ動作があると判定する。車線変更操作は、例えば、ウインカ操作、車線位置、自車位置、および自車の進行方向等に基づき検出する。車両の加減速は、例えば、Ｇセンサ７の検出結果に基づき検出する。アクセルペダルの操作は、例えば、アクセルペダル開度量センサ１の検出結果に基づき検出する。ブレーキペダルの操作は、例えば、ブレーキペダル操作量センサ２の検出結果に基づき検出する。ウインカ操作は、ウインカ検出センサ５の検出結果に基づき検出する。ナビゲーション装置６の操作は、ナビゲーション装置６からの信号に基づき検出する。オーディオ装置（不図示）の操作は、オーディオ装置（不図示）からの信号に基づき検出する。

また、設定走行環境としては、例えば、不整路、うねり、トンネル、分合流、料金所、および坂道がある。不整路およびうねりは、例えば、車輪速センサ４の検出結果に基づき検出する。具体的には、不整路は、設定時間毎に計測した車輪速の今回値と前回値との差異を算出し、算出した差異が設定閾値以上の場合に不整路があると判定する。トンネル、分合流および料金所は、ナビゲーション装置６からの信号に基づき検出する。坂道は、Ｇセンサ７の検出結果に基づき検出する。また、運転状況判定部１２０は、運転操作子の操作状態が設定操作状態であると判定した場合、または走行環境が設定走行環境であると判定した場合には、運転の不安定度の判定に対して、外乱となる運転状況（以下、「外乱運転状況」とも呼ぶ）にあると判定する。一方、運転状況判定部１２０は、設定操作状態および設定走行環境のいずれでもないと判定した場合には、運転の不安定度の判定に対して、外乱となる運転状況にない（以下、「通常運転状況」とも呼ぶ）と判定する。

走行状態分布算出部１３０は、走行状態データ取得部１１０が取得した走行状態データ（操舵角情報）に基づいて時間的範囲の異なる複数の走行状態分布（第１走行状態分布、第２走行状態分布）を算出する。具体的には、走行状態分布算出部１３０は、走行状態データ取得部１１０が取得した走行状態データに基づき、予め定めた相対的に長い時間的範囲で取得した操舵角情報で求めた第１走行状態分布と、第１走行状態分布よりも短い時間的範囲で取得した操舵角情報で求めた第２走行状態分布とを算出する。

ここで、予め定めた相対的に長い時間的範囲（第１走行状態分布の時間的範囲）は、普段の操舵特性を取得可能な時間的範囲である。例えば、トリップの開始時から予め定めた設定時間（例えば、２１６０秒）が経過していない場合には、現在から１８０秒前までの時間範囲を第１走行状態分布の時間的範囲とする。トリップとしては、例えば、イグニッションスイッチ（不図示）をオン状態としてからオフ状態とするまでの期間、或いはナビゲーション装置６が経路案内を開始してから終了するまでの期間がある。一方、トリップの開始時から設定時間（２１６０秒）が経過している場合には、現在から設定時間（２１６０秒）前までの時間範囲を第１走行状態分布の時間的範囲とする。

また、第１走行状態分布よりも短い時間的範囲（第２走行状態分布の時間的範囲）は、現在の操舵特性（直近の運転特性）を判定可能な時間的範囲である。例えば、トリップの開始時から設定時間（２１６０秒）が経過していない場合には、現在から１２０秒前までの時間範囲を第２走行状態分布の時間的範囲とする。一方、トリップの開始時から設定時間（２１６０秒）が経過している場合には、現在から９０秒前までの時間的範囲を第２走行状態分布の時間的範囲とする。第１走行状態分布および第２走行状態分布は、走行状態データ取得部１１０が走行状態データ（操舵角情報）を取得するたびに算出する。第１走行状態分布および第２走行状態分布の算出例については、後述する。

図４は、本実施形態の走行状態分布算出部１３０の構成を表すブロック図である。
図４に示すように、走行状態分布算出部１３０は、第１走行状態分布算出部１３０Ａ、第２走行状態分布算出部１３０Ｂ、分布蓄積部１３０Ｃ、分布選択部１３０Ｄ、および分布設定部１３０Ｅを備える。
第１走行状態分布算出部１３０Ａは、第１走行状態分布を算出する。
第２走行状態分布算出部１３０Ｂは、第２走行状態分布を算出する。
分布蓄積部１３０Ｃは、第２走行状態分布算出部１３０Ｂが算出した第２走行状態分布を取得する。そして、分布蓄積部１３０Ｃは、取得した第２走行状態分布を蓄積する。

分布選択部１３０Ｄは、車両の走行に関する情報に基づいて第１走行状態分布算出部１３０Ａが算出する走行状態分布（第１走行状態分布）を変更する。車両の走行に関する情報としては、例えば、トリップの開始時からの経過時間がある。具体的には、分布選択部１３０Ｄは、運転状況判定部１２０が外乱運転状況を検出したか否かを判定する。そして、分布選択部１３０Ｄは、運転状況判定部１２０が外乱運転状況を検出したと判定した場合には、トリップの開始時からの経過時間が設定時間（例えば、２１６０秒）未満であるか否かを判定する。設定時間としては、例えば、第１走行状態分布の時間的範囲を採用できる。そして、分布選択部１３０Ｄは、トリップの開始時からの経過時間が設定時間（例えば、２１６０秒）未満であると判定すると、分布蓄積部１３０Ｃに蓄積している第２走行状態分布のうちから、外乱運転状況の検出時よりも前に算出・蓄積した第２走行状態分布（過去の第２走行状態分布）を選択する。
一方、分布選択部１３０Ｄは、トリップの開始時からの経過時間が設定時間（例えば、２１６０秒）以上であると判定すると、第２走行状態分布算出部１３０Ｂが検出した現在の第２走行状態分布を選択する。これにより、分布設定部１３０Ｅは、後述するように、選択した第２走行状態分布で第１走行状態分布算出部１３０Ａが算出した第１走行状態分布を置き換える（変更する）。

分布設定部１３０Ｅは、分布選択部１３０Ｄが第２走行状態分布を選択したか否かを判定する。そして、分布設定部１３０Ｅは、分布選択部１３０Ｄが第２走行状態分布を選択したと判定した場合には、選択した第２走行状態分布を第１走行状態分布算出部１３０Ａが算出した第１走行状態分布とする（第１走行状態分布を置き換える）。
運転不安定度判定部１４０は、走行状態分布算出部１３０が算出した第１走行状態分布（第２走行状態分布で置き換えた場合には、置き換え後の第１走行状態分布）および第２走行状態分布に基づいて運転者の運転状態（運転の不安定度）を推定する。
情報呈示部１５０は、運転不安定度判定部１４０が推定した運転者の運転状態（運転の不安定度）に基づいて運転者に呈示情報を呈示する処理（以下、「情報呈示処理」とも呼ぶ）を行う。情報呈示処理では、情報呈示部１５０は、呈示情報（運転者に呈示する警報その他の情報）を運転者に呈示させる制御信号を情報呈示装置に出力する。

（運転不安定度判定処理）
次に、運転支援部１００Ａが実行する運転不安定度判定処理について説明する。運転不安定度判定処理は、予め設定した制御周期（例えば、１００ミリ秒毎）で実施する。
図５は、運転不安定度判定処理を表すフローチャートである。
図５に示すように、まず、ステップＳ１０１では、運転支援部１００Ａ（走行状態データ取得部１１０、運転状況判定部１２０）は、車両情報を取得する。車両情報としては、例えば、走行状態データ（操舵角情報）、および運転操作子の操作状態の情報がある。
続いてステップＳ１０２に移行して、運転支援部１００Ａ（運転状況判定部１２０）は、交通環境情報を取得する。交通環境情報としては、例えば、走行環境の情報がある。

続いてステップＳ１０３に移行して、運転支援部１００Ａ（運転状況判定部１２０）は、ステップＳ１０１で取得した車両情報、およびステップＳ１０２で取得した交通環境情報に基づいて、現在の車両の運転状況（外乱運転状況、通常運転状況）を判定する。具体的には、運転支援部１００Ａ（運転状況判定部１２０）は、ステップＳ１０１で取得した車両情報、およびステップＳ１０２で取得した交通環境情報に基づいて、運転操作子の操作状態または走行環境がカーブ動作、車線変更操作、車両の加減速、アクセルペダル（不図示）の操作、ブレーキペダル（不図示）の操作、ウインカ操作、ナビゲーション装置６の操作、オーディオ装置（不図示）の操作、不整路、うねり、トンネル、分合流、料金所、および坂道の少なくともいずれかに該当するか否かを判定する。そして、運転支援部１００Ａ（運転状況判定部１２０）は、少なくともいずれかに該当すると判定した場合には、現在の車両の運転状況が外乱運転状況にあると判定する。一方、運転支援部１００Ａ（運転状況判定部１２０）は、いずれにも該当しないと判定した場合には、現在の車両の運転状況が通常運転状況にあると判定する。

次いてステップＳ１０４に移行して、運転支援部１００Ａ（第１走行状態分布算出部１３０Ａ、第２走行状態分布算出部１３０Ｂ）は、第１走行状態分布および第２走行状態分布を算出する。続いて、運転支援部１００Ａ（分布蓄積部１３０Ｃ）は、算出した第２走行状態分布を分布蓄積部１３０Ｃに蓄積する（記憶する）。
続いてステップＳ１０５に移行して、運転支援部１００Ａ（分布選択部１３０Ｄ）は、ステップＳ１０３の判定結果に基づいて、現在の車両の運転状況が通常運転状況、および外乱運転状況のいずれに該当するのかを判定する。そして、運転支援部１００Ａ（分布選択部１３０Ｄ）は、通常運転状況に該当すると判定した場合には、ステップＳ１０６に移行する。一方、運転支援部１００Ａ（分布選択部１３０Ｄ）は、外乱運転状況に該当すると判定した場合には、トリップの開始時からの経過時間が設定時間（例えば、２１６０秒）未満であるか否かを判定する。そして、分布選択部１３０Ｄは、トリップの開始時からの経過時間が設定時間（２１６０秒）未満であると判定した場合には、ステップＳ１０７に移行する。一方、分布選択部１３０Ｄは、トリップの開始時からの経過時間が設定時間（２１６０秒）以上であると判定した場合には、ステップＳ１０８に移行する。

ステップＳ１０６では、運転支援部１００Ａ（分布設定部１３０Ｅ）は、ステップＳ１０４で算出した第１走行状態分布を第２走行状態分布で置き換えることなく（リセット（後述）、リストア（後述）を行うことなく）、ステップＳ１０９に移行する。
一方、ステップＳ１０７では、運転支援部１００Ａ（分布設定部１３０Ｅ）は、ステップＳ１０４で算出した第１走行状態分布を、ステップＳ１０４で算出した第２走行状態分布で置き換えた後（以下、「リセット」とも呼ぶ）、ステップＳ１０９に移行する。
一方、ステップＳ１０８では、運転支援部１００Ａ（分布設定部１３０Ｅ）は、ステップＳ１０４で算出した第１走行状態分布を、分布蓄積部１３０Ｃが蓄積している第２走行状態分布のうち、外乱運転状況の検出時よりも前に算出・蓄積した第２走行状態分布で置き換えた後（以下、「リストア」とも呼ぶ）、ステップＳ１０９に移行する。

ステップＳ１０９では、運転支援部１００Ａ（運転不安定度判定部１４０）は、ステアリングエントロピー法によって、ステップＳ１０４で算出した第１走行状態分布（第２走行状態分布で置き換えた場合には、置き換え後の第１走行状態分布）および第２走行状態分布の分布間の相違量（相対エントロピーＲＨp）を算出する。なお、分布間の相違量（相対エントロピーＲＨp）の算出例については、後述する。これにより、運転支援部１００Ａ（運転不安定度判定部１４０）は、第１走行状態分布および第２走行状態分布に基づいて、運転者の現在の運転操作が普段の運転操作と比べてどう違うか、つまり、普段の運転操作と比べて不安定な状態であるか否かを判定するための相違量（相対エントロピーＲＨp）を算出する。すなわち、運転支援部１００Ａ（運転不安定度判定部１４０）は、運転操作の滑らかでない乱雑さを表す値として、相対エントロピーＲＨpを算出する。一般的に、運転者の注意が運転に集中していない状態では、操舵が行われない時間が運転に集中した正常運転時よりも長くなり、大きな操舵角の誤差が蓄積する。したがって、運転者の注意が運転に戻ったときの修正操舵量が大きくなるという傾向がある。

続いてステップＳ１１０に移行して、運転支援部１００Ａ（運転不安定度判定部１４０）は、ステップＳ１０９で算出した分布間の相違量（相対エントロピーＲＨp）に基づいて運転者の運転状態を推定する（運転者の運転状態が不安定状態にあるか否かを判定する）。具体的には、運転支援部１００Ａ（運転不安定度判定部１４０）は、ステップＳ１０９で算出した分布間の相違量（相対エントロピーＲＨp）が予め定めた判定閾値よりも大きいか否かを判定する。そして、運転支援部１００Ａ（運転不安定度判定部１４０）は、分布間の相違量（相対エントロピーＲＨp）が判定閾値よりも大きいと判定した場合には、運転者の運転状態が不安定状態にあると判定する。一方、運転支援部１００Ａ（運転不安定度判定部１４０）は、分布間の相違量（相対エントロピーＲＨp）が判定閾値以下であると判定した場合には、運転者の運転状態が不安定状態にないと判定する。

続いてステップＳ１１１に移行して、運転支援部１００Ａ（情報呈示部１５０）は、ステップＳ１１０で推定した運転状態に基づいて運転者に呈示情報（運転者に呈示する警報その他の情報）を呈示する処理（情報呈示処理）を行う。具体的には、運転支援部１００Ａ（情報呈示部１５０）は、ステップＳ１１０で不安定状態と判定した状態が予め定めた不安定判定閾値（例えば、５秒）以上継続したか否かを判定する。そして、運転支援部１００Ａ（情報呈示部１５０）は、不安定状態と判定した状態が不安定判定閾値（例えば、５秒）以上継続したと判定した場合には、情報呈示処理を行う。一方、運転支援部１００Ａ（情報呈示部１５０）は、不安定状態と判定した状態が不安定判定閾値（例えば、５秒）以上継続していないと判定した場合には、情報呈示処理を行わない。
情報呈示処理の例を、図６に示す。この例では、警告表示を行うとともに、「ピー！！そろそろ休憩しませんか。」等と音声で警告の呈示を行う。

（第１走行状態分布、第２走行状態分布の算出例）
次に、第１走行状態分布、第２走行状態分布の算出例について説明する。
図７は、第１走行状態分布、第２走行状態分布の算出例を表すフローチャートである。
図７に示すように、まず、ステップＳ２０１では、走行状態分布算出部１３０（第１走行状態分布算出部１３０Ａ、第２走行状態分布算出部１３０Ｂ）は、相対エントロピーＲＨpを算出可能な走行場面であるか否かを判定する。具体的には、走行状態分布算出部１３０（第１走行状態分布算出部１３０Ａ、第２走行状態分布算出部１３０Ｂ）は、車速が予め定めた車速範囲（例えば、４０〜１２０km/h）内にあるか否かを判定する。そして、走行状態分布算出部１３０は、車速が予め定めた車速範囲（４０km/h〜１２０km/h）内にあると判定した場合には（Ｙｅｓ）、相対エントロピーＲＨpを算出可能な走行場面であると判定し、ステップＳ２０２に移行する。

一方、走行状態分布算出部１３０（第１走行状態分布算出部１３０Ａ、第２走行状態分布算出部１３０Ｂ）は、車速が予め定めた車速範囲（４０km/h〜１２０km/h）外にあると判定した場合には（Ｎｏ）、相対エントロピーＲＨpを算出可能な走行場面ではないと判定し、この演算処理を終了する。これにより、走行状態分布算出部１３０（第１走行状態分布算出部１３０Ａ、第２走行状態分布算出部１３０Ｂ）は、車速が極端に遅い場合および極端に速い場合（４０km/h未満、または１２０km/h以上）を、相対エントロピーＲＨpを算出可能な走行場面から除外する。

ステップＳ２０２では、走行状態分布算出部１３０（第１走行状態分布算出部１３０Ａ、第２走行状態分布算出部１３０Ｂ）は、操舵角センサ３が出力した操舵角θを取得する。続いて、走行状態分布算出部１３０（第１走行状態分布算出部１３０Ａ、第２走行状態分布算出部１３０Ｂ）は、取得した操舵角θに基づいて操舵角予測誤差θeを算出する。ここで、図８に、相対エントロピーＲＨpを算出するために用いる特殊記号および該特殊記号の名称を示す。操舵角円滑値θn-tildeは、量子化ノイズの影響を低減した操舵角θである。また、操舵角の推定値θn-hatは、ステアリングホイールを滑らかに操作したと仮定してサンプリング時点における操舵角θを推定した値である。操舵角推定値θn-hatは、以下の（式１）に示すように、操舵角円滑値θn-tildeに対して二次のテイラー展開を施して得る。

（式１）において、ｔnは操舵角θnのサンプリング時刻である。
操舵角円滑値θn-tildeは、量子化ノイズの影響を低減するために、３個の隣接した操舵角θnの平均値として以下の（式２）から算出する。

（式２）において、ｌは、操舵角円滑値θn-tildeの算出時間間隔を１５０ミリ秒、すなわち、手動操作において人間が断続的に操作可能な最小時間間隔とした場合に、１５０ミリ秒内に含まれる操舵角θnのサンプル数を表す。
操舵角θnのサンプリング間隔をＴsとすると、サンプル数ｌは、以下の（式３）で表しる。
ｌ＝round（０．１５／Ｔs）・・・（式３）
（式３）において、ｋ＝１、２、３の値をとり、（ｋ＊１）により１５０ミリ秒間隔の操舵角とそれに隣接する合計３個の操舵角θnに基づいて、円滑値θn-tildeを求めることができる。したがって、このような円滑値θn-tildeに基づいて算出する推定値θn-hatは、実質的に１５０ミリ秒間隔で得た操舵角θにより算出したことになる。
サンプリング時点における操舵角予測誤差θeは、ステアリングホイールが滑らかに操作したと仮定した場合のサンプリング時点における操舵角推定値θn-hatと実際の操舵角θnとの差として、以下の（式４）から算出できる。

ただし、操舵角予測誤差θeは、手動操作において人間が断続的に操作可能な最小時間間隔、すなわち、１５０ミリ秒毎の操舵角θnに対してのみ算出するものとする。
以下に、操舵角予測誤差θeの具体的な算出方法を説明する。なお、操舵角θのサンプリング間隔Ｔsは、例えば、５０ミリ秒とする。まず、１５０ミリ秒間隔の隣接する３個の操舵角θnを用いて、上記（式２）から３個の操舵角円滑値θn-tildeを算出する。３個の操舵角円滑値θn-tildeは、以下の（式５）で表す。

次に、算出した３個の操舵角円滑値θn-tildeを用いて、上記（式１）から操舵角の推定値θn-hatを算出する。推定値θn-hatは、以下の（式６）で表す。

そして、算出した操舵角推定値θn-hatと実際の操舵角θnとを用いて、上記（式４）から操舵角予測誤差θeを算出する。
続いてステップＳ２０３に移行して、走行状態分布算出部１３０（第１走行状態分布算出部１３０Ａ、第２走行状態分布算出部１３０Ｂ）は、現時点までに算出し、コントローラ１００のメモリに蓄積している設定時間Ｔ秒（例えば、２１６０秒）間の操舵角予測誤差θeを、ステップＳ２０２で算出した操舵角予測誤差θeの現在値を加えて更新する。すなわち、走行状態分布算出部１３０（第１走行状態分布算出部１３０Ａ、第２走行状態分布算出部１３０Ｂ）は、コントローラ１００のメモリに蓄積している操舵角予測誤差θeのうち最も古いＴ秒（２１６０秒）前のデータを捨てて、代わりに最新の操舵角予測誤差θeとして、ステップＳ２０２で算出した操舵角予測誤差θeの現在値を蓄積する。これにより、走行状態分布算出部１３０（第１走行状態分布算出部１３０Ａ、第２走行状態分布算出部１３０Ｂ）は、コントローラ１００のメモリに現在値からＴ秒（２１６０秒前）前までの操舵角予測誤差θeを蓄積する。

図９、図１０は、第１走行状態分布および第２走行状態分布の算出方法を説明するための図である。図１１は、予測誤差区分ｂｉの範囲を表す図である。
続いてステップＳ２０４に移行して、走行状態分布算出部１３０（第１走行状態分布算出部１３０Ａ）は、コントローラ１００のメモリに蓄積している操舵角予測誤差θeに基づいて第１走行状態分布を算出する。具体的には、走行状態分布算出部１３０（第１走行状態分布算出部１３０Ａ）は、図９、図１０、図１１に示すように、コントローラ１００のメモリに蓄積している操舵角予測誤差θeのうち、設定時間Ｔ秒（例えば、２１６０秒）前（トリップの開始時から設定時間（２１６０秒）が経過していない場合には、１８０秒前）から現在までの２１６０秒分の操舵角予測誤差θeを９個の予測誤差区分ｂi（＝ｂ１、ｂ２、ｂ３、ｂ４、ｂ５、ｂ６、ｂ７、ｂ８、ｂ９）に分類する。

予測誤差区分ｂｉの範囲は、ステアリングエントロピーの算出に用いるα値に基づいて設定する。α値としては、例えば、操舵角θの時系列データに基づいて一定時間内の操舵角予測誤差θe、すなわち、ステアリングホイールを滑らかに操作したと仮定した場合の操舵角推定値θn-hatと実際の操舵角θnとの差を求め操舵角予測誤差θeの分布（ばらつき）を測定して９０パーセントタイル値（操舵角予測誤差θeの９０％が含まれる分布の範囲）を算出したものがある。すなわち、α値は、操舵角予測誤差θeの９０％が区間[−α、α]の中に含まれるように設定する。

具体的には、予測誤差区分ｂ１は５α未満とし、予測誤差区分ｂ２は−５α以上で且つ−２．５α未満とし、予測誤差区分ｂ３は−２．５α以上で且つ−α未満とし、予測誤差区分ｂ４は−α以上で且つ−０．５α未満とし、予測誤差区分ｂ５は−０．５α以上で且つ０．５α未満とする。また、予測誤差区分ｂ６は０．５α以上で且つα未満とし、予測誤差区分ｂ７はα以上で且つ２．５α未満とし、予測誤差区分ｂ８は２．５α以上で且つ５α未満とし、予測誤差区分ｂ９は５α以上とする。予測誤差区分ｂｉ（＝ｂ１〜ｂ９）の範囲は、第１走行状態分布および第２走行状態分布について同じものを用いる。続いて、走行状態分布算出部１３０（第１走行状態分布算出部１３０Ａ）は、各予測誤差区分ｂｉに含まれる操舵角予測誤差θeの度数の全度数に対する確率ｐi（＝ｐ１、ｐ２、ｐ３、ｐ４、ｐ５、ｐ６、ｐ７、ｐ８、ｐ９）を求める。

続いてステップＳ２０５に移行して、走行状態分布算出部１３０（第２走行状態分布算出部１３０Ｂ）は、コントローラ１００のメモリに蓄積している操舵角予測誤差θeに基づいて第２走行状態分布を算出した後、この演算処理を終了する。具体的には、走行状態分布算出部１３０（第２走行状態分布算出部１３０Ｂ）は、コントローラ１００のメモリに蓄積している操舵角予測誤差θeのうち、現在から直近の９０秒前（トリップの開始時から設定時間（２１６０秒）が経過していない場合には、１２０秒前）までの操舵角予測誤差θeを９個の予測誤差区分ｂi（＝ｂ１〜ｂ９）に分類する。続いて、走行状態分布算出部１３０（第２走行状態分布算出部１３０Ｂ）は、各予測誤差区分ｂｉに含まれる操舵角予測誤差θeの度数の全度数に対する確率ｑi（＝ｑ１、ｑ２、ｑ３、ｑ４、ｑ５、ｑ６、ｑ７、ｑ８、ｑ９）を求める。
（相対エントロピーＲＨpの算出例）
相対エントロピーＲＨpの算出例について説明する。
相対エントロピーＲＨpは、ステップＳ２０４で算出した確率ｐiおよびステップＳ２０５で算出した確率ｑiに基づき、以下の（式７）から算出する。

上記（式７）より、相対エントロピーＲＨpは、第１走行状態分布の確率ｐi（＝ｐ１〜ｐ９）と第２走行状態分布の確率ｑi（＝ｑ１〜ｑ９）とが等しい場合には０になる。一方、相対エントロピーＲＨpは、第１走行状態分布の確率ｐiと第２走行状態分布の確率ｑiとがずれている場合にはずれが大きくなるほど大きな値になる。

（動作その他）
次に、本実施形態の車両用情報提供装置を搭載した車両の動作について説明する。
運転者が、イグニッションスイッチ（不図示）をオン状態とし、トリップを開始したとする。そして、トリップの開始時からの経過時間が設定時間（例えば、２１６０秒）未満であるときに、車両がカーブに進入したとする。すると、運転支援部１００Ａ（運転状況判定部１２０）が、カーブ動作が行われたと判定し、現在の車両の運転状況が外乱運転状況にあると判定する（図５のステップＳ１０３）。続いて、運転支援部１００Ａ（第１走行状態分布算出部１３０Ａ、第２走行状態分布算出部１３０Ｂ）が、第１走行状態分布（予め定めた相対的に長い時間的範囲で取得した操舵角情報で求めた走行状態分布）および第２走行状態分布（第１走行状態分布よりも短い時間的範囲で取得した走行状態分布）を算出する（図５のステップＳ１０４）。続いて、運転支援部１００Ａ（第１走行状態分布算出部１３０Ａ、第２走行状態分布算出部１３０Ｂ）が、算出した第２走行状態分布を分布蓄積部１３０Ｃに蓄積する（図５のステップＳ１０４）。

続いて、運転支援部１００Ａ（分布選択部１３０Ｄ）が、ステップＳ１０３の判定結果に基づき現在の車両の運転状況が外乱運転状況にあると判定する（図５のステップＳ１０５）。続いて、運転支援部１００Ａ（分布選択部１３０Ｄ）が、トリップの開始時からの経過時間が設定時間（２１６０秒）未満であると判定する（図５のステップＳ１０５）。続いて、運転支援部１００Ａ（分布設定部１３０Ｅ）が、ステップＳ１０４で算出した第１走行状態分布をステップＳ１０４で算出した第２走行状態分布で置き換える（リセットする）（図３のステップＳ１０７）。これにより、運転支援部１００Ａが、第１走行状態分布の確率ｐi（＝ｐ１〜ｐ９）と第２走行状態分布の確率ｑi（＝ｑ１〜ｑ９）とを等しくする。

続いて、運転支援部１００Ａ（運転不安定度判定部１４０）が、置き換えた第１走行状態分布、および第２走行状態分布の分布間の相違量（相対エントロピーＲＨp＝０）を算出する（図５のステップＳ１０９）。続いて、運転支援部１００Ａ（運転不安定度判定部１４０）は、相対エントロピーＲＨp（＝０）が判定閾値以下であると判定し、運転状態を推定する（不安定状態にはないと判定する。図５のステップＳ１１０）。続いて、運転支援部１００Ａ（情報呈示部１５０）は、ステップＳ１１０で不安定状態と判定した状態が不安定判定閾値（例えば、５秒）以上継続していないと判定し、情報呈示処理を行わない（図５のステップＳ１１０）。ここで、運転支援部１００Ａは、第１走行状態分布、および第２走行状態分布を、操舵角情報（走行状態データ）に基づき算出している（図５のステップＳ１０４）。それゆえ、運転支援部１００Ａは、運転の不安定度を判定（運転の不安定状態を計測）するための操舵角情報（走行状態データ）だけを取得したい。

しかしながら、運転支援部１００Ａは、運転操作子の操作状態や走行環境に起因する操舵変化等が発生する運転状況（外乱運転状況）でステアリングホイールの操作に乱れが発生する場合がある。それゆえ、運転支援部１００Ａは、ステアリングホイールの操作の乱れによる操舵角を含んだ操舵角情報を使用した走行状態分布（第１走行状態分布）を使用すると、運転の不安定状態の検出精度が悪くなる可能性がある。これに対し、本実施形態の運転支援部１００Ａは、運転の不安定状態に対して外乱となる運転状況（外乱運転状況）を検出すると、トリップの開始時からの経過時間が設定時間（例えば、２１６０秒）未満である場合、外乱運転状況を検出しているときの走行状態データによる第１走行状態分布を第２走行状態分布で置き換える（図５のステップＳ１０５、Ｓ１０７）。これにより、本実施形態の運転支援部１００Ａは、運転の不安定度の判定（運転の不安定状態の計測）において、不安定状態にあると誤検知することを防止できる。

また、上記カーブを走行中に、トリップの開始時からの経過時間が設定時間（例えば、２１６０秒）以上になったとする。すると、運転支援部１００Ａ（分布選択部１３０Ｄ）が、トリップの開始時からの経過時間が設定時間（例えば、２１６０秒）以上であると判定する（図５のステップＳ１０５）。続いて、運転支援部１００Ａ（分布設定部１３０Ｅ）が、ステップＳ１０４で算出した第１走行状態分布を、分布蓄積部１３０Ｃに蓄積している第２走行状態分布のうちから、外乱運転状況の検出時よりも前に算出・蓄積し第２走行状態分布で置き換える（リストアする）（図３のステップＳ１０８）。

続いて、運転支援部１００Ａ（運転不安定度判定部１４０）が、置き換えた第１走行状態分布、および第２走行状態分布の分布間の相違量（相対エントロピーＲＨp）を算出する（図５のステップＳ１０９）。続いて、運転支援部１００Ａ（運転不安定度判定部１４０）は、相対エントロピーＲＨpに基づき、運転状態を推定する（不安定状態であるか否かを判定する。図５のステップＳ１１０）。続いて、運転支援部１００Ａ（情報呈示部１５０）は、ステップＳ１１０で不安定状態と判定した状態が不安定判定閾値（例えば、５秒）以上継続しているか否かを判定し、判定結果に基づき情報呈示処理を判定する（図５のステップＳ１１０）。ここで、本実施形態の運転支援部１００Ａは、運転の不安定状態に対して外乱となる運転状況（外乱運転状況）を検出すると、トリップの開始時からの経過時間が設定時間（例えば、２１６０秒）以上である場合、外乱運転状況を検出しているときの走行状態データによる第１走行状態分布を、外乱運転状況の検出時よりも前に算出・蓄積し第２走行状態分布で置き換える（図５のステップＳ１０５、Ｓ１０８）。これにより、本実施形態の運転支援部１００Ａは、運転の不安定度の判定（運転の不安定状態の計測）において、不安定状態にあると誤検知することを防止できる。

本実施形態では、図３の走行状態データ取得部１１０、図５のステップＳ１０１が走行状態データ取得部を構成する。以下同様に、図３の走行状態分布算出部１３０、図４の第１走行状態分布算出部１３０Ａ、第２走行状態分布算出部１３０Ｂ、図５のステップＳ１０４が走行状態分布算出部を構成する。また、図３の走行状態分布算出部１３０、図４の分布選択部１３０Ｄ、分布設定部１３０Ｅ、図５のステップＳ１０５、Ｓ１０７、Ｓ１０８が設定変更部を構成する。さらに、図３の運転不安定度判定部１４０、図５のステップＳ１１０が運転状態推定部を構成する。また、図３の情報呈示部１５０、図５のステップＳ１１１が情報呈示部を構成する。さらに、図３の運転状況判定部１２０、図５のステップＳ１０３が運転状況判定部を構成する。

（本実施形態の効果）
本実施形態は、次のような効果を奏する。
（１）運転支援部１００Ａは、走行状態データ（例えば、操舵角情報）に基づいて時間的範囲の異なる複数の走行状態分布（例えば、第１走行状態分布、第２走行状態分布）を算出する。続いて、運転支援部１００Ａは、算出した複数の走行状態分布（例えば、第１走行状態分布、第２走行状態分布）に基づいて運転者の運転状態を推定する（例えば、不安定状態にあるか否かを判定する）。その際、運転支援部１００Ａは、車両の走行に関する情報（例えば、トリップの開始時からの経過時間）に基づいて運転支援部１００Ａが算出する走行状態分布（例えば、第１走行状態分布）を変更する。
このような構成により、車両の走行に関する情報（例えば、トリップの開始時からの経過時間）に基づいて運転支援部１００Ａが算出する走行状態分布（例えば、第１走行状態分布）を変更する。これによって、走行状態分布（例えば、第１走行状態分布）をより適切に算出でき、運転状態（例えば、不安定状態にあるか否か）の推定精度を向上できる。

（２）運転支援部１００Ａは、トリップの開始時からの経過時間に基づいて運転支援部１００Ａが算出する走行状態分布（例えば、第１走行状態分布）を変更する。
このような構成により、例えば、トリップの開始時からの経過時間が短く、取得した走行状態データが少ない場合に、少ない走行状態データに応じた算出方法を設定できる。
（３）運転支援部１００Ａは、運転状態の推定（例えば、運転の不安定状態の計測）に対して外乱となる運転状況（例えば、外乱運転状況）を検出すると、トリップの開始時からの経過時間が設定時間（例えば、２１６０秒）未満である場合に、運転状態の推定（例えば、運転の不安定状態の計測）に対して外乱となる運転状況（例えば、外乱運転状況）を検出したときよりも前に算出した第２走行状態分布を選択し、トリップの開始時からの経過時間が設定時間（例えば、２１６０秒）以上である場合に、現在の第２走行状態分布を選択し、選択した第２走行状態分布で第１走行状態分布を置き換える。
このような構成により、運転状態の推定精度をより適切に向上できる。

（第２実施形態）
次に、本発明に係る第２実施形態について図面を参照しつつ説明する。
なお、上記第１実施形態と同様な構成等については同一の符号を使用する。
本実施形態は、運転支援部１００Ａ（運転不安定度判定部１４０）が、運転の不安定度の判定（運転の不安定状態の計測）に対して、外乱となる運転状況にあると判定した時間の累積値Ｔ_Aとトリップの開始時からの経過時間の累積値Ｔ_Bとの比率Ｔ_A／Ｔ_Bを算出し、算出した比率Ｔ_A／Ｔ_Bに基づいて運転支援部１００Ａが算出する走行状態分布（第１走行状態分布、第２走行状態分布）を変更する点が第１実施形態と異なる。具体的には、本実施形態は、第１実施形態とは、図５のステップＳ１０９の内容が異なっている。

ステップＳ１０９では、運転支援部１００Ａ（運転不安定度判定部１４０）は、ステアリングエントロピー法によって、ステップＳ１０４で算出した第１走行状態分布（第２走行状態分布で置き換えた場合には、置き換え後の第１走行状態分布）および第２走行状態分布の分布間の相違量（相対エントロピーＲＨp）を算出する。その際、運転支援部１００Ａ（運転不安定度判定部１４０）は、運転の不安定度の判定（運転の不安定状態の計測）に対して、外乱となる運転状況にあると判定した時間の累積値Ｔ_Aとトリップの開始時からの経過時間の累積値Ｔ_Bとの比率Ｔ_A／Ｔ_B（以下、「マスク割合」とも呼ぶ）を算出する。続いて、運転支援部１００Ａ（運転不安定度判定部１４０）は、算出したマスク割合Ｔ_A／Ｔ_Bに対応したα値を制御マップＭから読み出す。これにより、運転支援部１００Ａ（運転不安定度判定部１４０）は、算出した比率Ｔ_A／Ｔ_Bに基づいて運転支援部１００Ａ（第１走行状態分布算出部１３０Ａ、第２走行状態分布算出部１３０Ｂ）が算出する走行状態分布（第１走行状態分布、第２走行状態分布）を変更する。

図１２は、制御マップＭを表すグラフである。
図１２に示すように、制御マップＭは、マスク割合Ｔ_A／Ｔ_Bが第１設定値Ｔ_A／Ｔ_B1（例えば、０．２）以上で且つ第２設定値Ｔ_A／Ｔ_B2（＞Ｔ_A／Ｔ_B1。例えば、０．８）未満の範囲では、マスク割合Ｔ_A／Ｔ_Bの大きさにかかわらず、α値を予め定めた設定値に設定する。また、制御マップＭは、マスク割合Ｔ_A／Ｔ_Bが第１設定値Ｔ_A／Ｔ_B1未満の範囲では、マスク割合Ｔ_A／Ｔ_Bの減少に応じてα値を設定値から直線的に減少させる。さらに、制御マップＭは、マスク割合Ｔ_A／Ｔ_Bが第２設定値Ｔ_A／Ｔ_B2以上の範囲では、マスク割合Ｔ_A／Ｔ_Bの増加に応じてα値を設定値から直線的に増加させる。

図１３は、警報の感度を表すグラフである。
これにより、運転不安定度判定部１４０は、マスク割合Ｔ_A／Ｔ_Bが第１設定値Ｔ_A／Ｔ_B1未満である場合には、マスク割合Ｔ_A／Ｔ_Bが小さくなるほどα値が小さくなる。それゆえ、運転不安定度判定部１４０は、図１３に示すように、マスク割合Ｔ_A／Ｔ_Bが小さくなるほど警報（情報呈示処理）の感度が高くなる（警報（情報呈示処理）が実行しやすくなる）。また、運転不安定度判定部１４０は、マスク割合Ｔ_A／Ｔ_Bが第２設定値Ｔ_A／Ｔ_B2以上である場合には、マスク割合Ｔ_A／Ｔ_Bが大きくなるほどα値が大きくなる。それゆえ、運転不安定度判定部１４０は、マスク割合Ｔ_A／Ｔ_Bが大きくなるほど警報（情報呈示処理）の感度が低くなる（警報（情報呈示処理）が実行し難くなる）。

（本実施形態の効果）
（１）運転支援部１００Ａは、車両の運転状況（例えば、外乱運転状況、通常運転状況）を検出する。続いて、運転支援部１００Ａは、検出した運転状況（例えば、外乱運転状況、通常運転状況）に基づいて運転支援部１００Ａが算出する走行状態分布（例えば、第１走行状態分布、第２走行状態分布）を変更する。
このような構成によれば、例えば、車両の運転状況に応じた走行状態分布（例えば、第１走行状態分布、第２走行状態分布）を算出できる。

（２）運転支援部１００Ａは、運転状態の推定（例えば、運転の不安定度の判定）に対して外乱となる運転状況（例えば、外乱運転状況）にあると判定した時間の累積値Ｔ_Aとトリップの開始時からの経過時間の累積値Ｔ_Bとの比率Ｔ_A／Ｔ_Bに基づいて運転支援部１００Ａが算出する走行状態分布（例えば、第１走行状態分布、第２走行状態分布）を変更する。
このような構成によれば、例えば、運転状態の推定（例えば、運転の不安定度の判定）に対して外乱となる運転状況（例えば、外乱運転状況）の発生に応じた走行状態分布（第１走行状態分布、第２走行状態分布）を算出できる。

（３）運転支援部１００Ａは、カーブ動作、車線変更、および車両の加減速の少なくとも１つに基づいて運転状況（例えば、外乱運転状況、通常運転状況）を判定する。
このような構成によれば、運転状態の推定に対し外乱となる運転状況（例えば、外乱運転状況）を比較的容易に判定できる。
（４）運転支援部１００Ａは、不整路、およびうねりの少なくとも１つに基づいて運転状況（外乱運転状況）を判定する。
このような構成によれば、運転状態の推定に対し外乱となる運転状況（例えば、外乱運転状況）を比較的容易に判定できる。

（第３実施形態）
次に、本発明に係る第３実施形態について図面を参照しつつ説明する。
なお、上記各実施形態と同様な構成等については同一の符号を使用する。
図１４は、本実施形態の車両用情報提供装置を搭載した車両の構成を表す図である。図１５は、運転不安定度判定処理を表すフローチャートである。
本実施形態は、運転席のシートベルトが取り外すまたは取り付ける（以下、「単に着脱」とも呼ぶ）と、コントローラ１００のメモリに蓄積している設定時間Ｔ秒（例えば、２１６０秒）間の操舵角予測誤差θeを初期化する点が第１実施形態と異なる。
具体的には、図１５に示すように、本実施形態は、第１実施形態とは、図７のステップＳ２０１とステップＳ２０２との間にステップＳ２０６を設けた点が異なっている。

また、車両は、図１４に示すように、シートベルトセンサ１１を備える。
シートベルトセンサ１１は、運転席のシートベルト（不図示）の着脱状態（取り外すまたは取り付ける）を検出する。続いて、シートベルトセンサ１１は、検出した着脱状態をコントローラ１００に出力する。
ステップＳ２０６では、運転支援部１００Ａは、シートベルトセンサ１１が出力した着脱状態に基づき、運転席のシートベルト（不図示）を着脱（取り外すまたは取り付ける）したかを判定する。そして、運転支援部１００Ａは、運転席のシートベルト（不図示）を着脱したと判定すると（Ｙｅｓ）、コントローラ１００のメモリに蓄積している設定時間Ｔ秒（例えば、２１６０秒）間の操舵角予測誤差θeを初期化した後、この演算処理を終了する。一方、運転支援部１００Ａは、運転席のシートベルト（不図示）を着脱していないと判定すると（Ｎｏ）、ステップＳ２０３に移行する。

（本実施形態の効果）
（１）シートベルトセンサ１１は、運転席のシートベルトの着脱状態を検出する。続いて、運転支援部１００Ａは、検出した着脱状態に基づいて運転支援部１００Ａが算出する走行状態分布（例えば、第１走行状態分布、第２走行状態分布）を変更する。
このような構成によれば、例えば、運転者が交代し、シートベルトを着脱した場合に、走行状態分布（第１走行状態分布、第２走行状態分布）を変更できる。

（２）運転支援部１００Ａは、走行状態データ（例えば、操舵角情報）に基づいて複数の走行状態分布（第１走行状態分布、第２走行状態分布）を算出するための分布データ（例えば、操舵角予測誤差θe）をコントローラ１００のメモリに蓄積する。また、運転支援部１００Ａは、コントローラ１００のメモリが蓄積している分布データ（例えば、操舵角予測誤差θe）に基づいて運転者の運転状態を推定する。その際、運転支援部１００Ａは、運転席のシートベルトを着脱したと判定すると、コントローラ１００のメモリが蓄積している分布データ（例えば、操舵角予測誤差θe）を初期化する。
このような構成によれば、例えば、運転者が交代し、シートベルトを着脱した場合に、走行状態分布（第１走行状態分布、第２走行状態分布）を初期化できる。

（変形例）
なお、本実施形態では、シートベルト（不図示）を着脱（取り外すまたは取り付ける）したと判定した場合に、コントローラ１００のメモリに蓄積している設定時間Ｔ秒（例えば、２１６０秒）間の操舵角予測誤差θeを初期化する例を示したが、他の構成を採用することもできる。例えば、運転席のドアを開放または閉止した（以下、「単に開閉」とも呼ぶ）と判定した場合に、コントローラ１００のメモリに蓄積している設定時間Ｔ秒（例えば、２１６０秒）間の操舵角予測誤差θeを初期化してもよい。

図１６は、本実施形態の車両用情報提供装置を搭載した車両の構成を表す図である。
具体的には、図１６に示すように、車両は、ドア開閉センサ１２を備える。
ドア開閉センサ１２は、運転席のドアの開閉状態（開放または閉止した）を検出する。続いて、ドア開閉センサ１２は、検出した開閉状態をコントローラ１００に出力する。
ステップＳ２０６では、運転支援部１００Ａは、ドア開閉センサ１２が出力した開閉状態に基づき、運転席のドアを開閉したか否かを判定する。そして、運転支援部１００Ａは、運転席のドアを開閉したと判定すると（Ｙｅｓ）、コントローラ１００のメモリに蓄積している設定時間Ｔ秒（例えば、２１６０秒）間の操舵角予測誤差θeを初期化した後、この演算処理を終了する。一方、運転支援部１００Ａは、運転席のドアを開閉していないと判定すると（Ｎｏ）、ステップＳ２０３に移行する。
本実施形態では、図１６のドア開閉センサ１２が開閉状態検出部を構成する。

（本変形例の効果）
（１）ドア開閉センサ１２は、運転席のドアの開閉状態を検出する。続いて、運転支援部１００Ａは、検出した開閉状態に基づいて運転支援部１００Ａが算出する走行状態分布（例えば、第１走行状態分布、第２走行状態分布）を変更する。
このような構成によれば、例えば、運転者が交代し、ドアを開閉した場合に、走行状態分布（第１走行状態分布、第２走行状態分布）を変更できる。

（２）運転支援部１００Ａは、走行状態データ（例えば、操舵角情報）に基づいて複数の走行状態分布（第１走行状態分布、第２走行状態分布）を算出するための分布データ（例えば、操舵角予測誤差θe）を生成する。続いて、運転支援部１００Ａは、生成した分布データ（例えば、操舵角予測誤差θe）をコントローラ１００のメモリに蓄積する。また、運転支援部１００Ａは、コントローラ１００のメモリが蓄積している分布データ（例えば、操舵角予測誤差θe）に基づいて運転者の運転状態を推定する。その際、運転支援部１００Ａは、運転席のドアを開閉したと判定すると、コントローラ１００のメモリが蓄積している分布データ（例えば、操舵角予測誤差θe）を初期化する。

このような構成によれば、例えば、運転者が交代し、ドアを開閉した場合に、走行状態分布（第１走行状態分布、第２走行状態分布）を初期化できる。
以上、本願が優先権を主張する日本国特許出願２０１３−１５０７２４（２０１３年７月１９日出願）の全内容は、参照により本開示の一部をなす。
ここでは、限られた数の実施形態を参照しながら説明したが、権利範囲はそれらに限定されるものではなく、上記の開示に基づく各実施形態の改変は当業者にとって自明なことである。

１１シートベルトセンサ（着脱状態検出部）
１１０走行状態データ取得部（走行状態データ取得部）
１２０運転状況判定部（運転状況判定部）
１３０走行状態分布算出部（走行状態分布算出部、設定変更部）
１３０Ａ第１走行状態分布算出部（走行状態分布算出部）
１３０Ｂ第２走行状態分布算出部（走行状態分布算出部）
１３０Ｄ分布選択部（設定変更部）
１３０Ｅ分布設定部（設定変更部）
１４０運転不安定度判定部（運転状態推定部）
１５０情報呈示部（情報呈示部）
ステップＳ１０１（走行状態データ取得部）
ステップＳ１０３（運転状況判定部）
ステップＳ１０５、Ｓ１０７、Ｓ１０８（設定変更部）
ステップＳ１１０（運転状態推定部）
ステップＳ１１１（情報呈示部）

Claims

運転者が操作可能な運転操作子の操作状態および車両状態の少なくとも一方を含む走行状態データを取得する走行状態データ取得部と、
前記走行状態データ取得部が取得した前記走行状態データに基づいて時間的範囲の異なる複数の走行状態分布を算出する走行状態分布算出部と、
車両の走行に関する情報に基づいて前記走行状態分布算出部が算出する前記走行状態分布を変更する設定変更部と、
前記走行状態分布算出部が算出した複数の前記走行状態分布に基づいて前記運転者の運転状態を推定する運転状態推定部と、
前記運転状態推定部が推定した前記運転状態に基づいて前記運転者に呈示情報を呈示する情報呈示部と、
前記車両の走行に関する情報として、前記車両の走行の開始時からの経過時間を検出する経過時間検出部と、を備え、
前記設定変更部は、前記経過時間検出部が検出した前記経過時間に基づいて前記走行状態分布算出部が算出する前記走行状態分布を変更し、
前記車両の運転状況を判定する運転状況判定部を備え、
前記走行状態分布算出部は、前記走行状態データ取得部が取得した前記走行状態データに基づいて、予め定めた相対的に時間的範囲の長い第１走行状態分布と、前記第１走行状態分布よりも時間的範囲が短い第２走行状態分布とを算出し、
前記設定変更部は、前記運転状況判定部が運転状態の推定に対して外乱となる運転状況にあると判定すると、前記経過時間検出部が検出した前記経過時間が設定時間未満である場合に、前記運転状況判定部が運転状態の推定に対して外乱となる運転状況にあると判定したときよりも前に算出した第２走行状態分布を選択し、前記経過時間検出部が検出した前記経過時間が設定時間以上である場合に、前記走行状態分布算出部が算出した現在の前記第２走行状態分布を選択し、選択した前記第２走行状態分布で前記第１走行状態分布を置き換えることを特徴とする車両用情報提供装置。
前記運転状況判定部は、前記車両の走行に関する情報として、前記車両の運転状況を判定し、
前記設定変更部は、前記運転状況判定部が判定した前記運転状況に基づいて前記走行状態分布算出部が算出する前記走行状態分布を変更することを特徴とする請求項１に記載の車両用情報提供装置。
前記設定変更部は、前記運転状況判定部で外乱となる前記運転状況にあると判定した時間の累積値と前記車両の走行の開始時からの経過時間の累積値との比率に基づいて前記走行状態分布算出部が算出する前記走行状態分布を変更することを特徴とする請求項２に記載の車両用情報提供装置。
前記運転状況判定部は、カーブ動作、車線変更、および前記車両の加減速の少なくとも１つに基づいて前記運転状況を判定することを特徴とする請求項２または３に記載の車両用情報提供装置。
前記運転状況判定部は、不整路、およびうねりの少なくとも１つに基づいて前記運転状況を判定することを特徴とする請求項２または３に記載の車両用情報提供装置。
前記車両の走行に関する情報として、運転席のシートベルトの着脱状態を検出する着脱状態検出部を備え、
前記設定変更部は、前記着脱状態検出部が検出した前記着脱状態に基づいて前記走行状態分布算出部が算出する前記走行状態分布を変更することを特徴とする請求項１から５のいずれか１項に記載の車両用情報提供装置。
前記設定変更部は、前記走行状態データ取得部が取得した前記走行状態データに基づき、複数の前記走行状態分布を算出するための分布データを蓄積し、蓄積している前記分布データに基づいて複数の前記走行状態分布を算出するとともに、前記着脱状態検出部で前記運転席のシートベルトを着脱したと検出した場合に、蓄積している前記分布データを初期化することを特徴とする請求項６に記載の車両用情報提供装置。
前記車両の走行に関する情報として、運転席のドアの開閉状態を検出する開閉状態検出部を備え、
前記設定変更部は、前記開閉状態検出部が検出した前記開閉状態に基づいて前記走行状態分布算出部が算出する前記走行状態分布を変更することを特徴とする請求項１から７のいずれか１項に記載の車両用情報提供装置。
前記設定変更部は、前記走行状態データ取得部が取得した前記走行状態データに基づき、複数の前記走行状態分布を算出するための分布データを蓄積し、蓄積している前記分布データに基づいて複数の前記走行状態分布を算出するとともに、前記開閉状態検出部で前記運転席のシートベルトを開閉したと検出した場合に、蓄積している前記分布データを初期化することを特徴とする請求項８に記載の車両用情報提供装置。