JP2014125162A

JP2014125162A - 車両用走行環境推定装置

Info

Publication number: JP2014125162A
Application number: JP2012284952A
Authority: JP
Inventors: Yasushi Takada; 裕史高田
Original assignee: Nissan Motor Co Ltd
Current assignee: Nissan Motor Co Ltd
Priority date: 2012-12-27
Filing date: 2012-12-27
Publication date: 2014-07-07

Abstract

【課題】ドライバが主観的・感覚的に感じている走行環境を推定するのに好適な車両用走行環境推定装置を提供することを目的としている。
【解決手段】第１設定時間ｔ１におけるアクセルペダル８及びハンドル１０ａの操作量の時間変化の変曲点を検出し、検出した変曲点に基づき、時系列に隣り合う各２つの変曲点に対応する操作量の差分値であるピーク間振幅と、該各２つの変曲点の時間間隔であるピーク間時間とを算出する。更に、これらの散布度である振幅散布度と時間散布度とを算出し、これらの組を特徴情報として記憶する。第２設定時間ｔ２おいて記憶した特徴情報を複数種類のグループに分類し、この分類した各グループの重心値を算出し、算出した各グループの重心値を予め設定した走行環境に対応付けて記憶する。そして、算出された特徴情報に最も近い重心値に対応する走行環境を、自動車１のドライバに対する走行環境と推定する。
【選択図】図６

Description

本発明は、ドライバに固有の車両の走行環境を推定する技術に関する。

従来、ドライバに固有の車両の走行環境を推定する技術として、例えば、特許文献１に記載の技術がある。かかる技術では、道路交通状況（市街地，渋滞，山間路）を操作履歴及び車両運動の状態から推定し、推定された環境の中で、きびきび運転しているかそうでないかを判定する。そして、この判定結果を踏まえて、車両運転状態を可変制御する。

特開平７−１０１２７１号公報

しかしながら、上記特許文献１では、道路交通状況の推定を、車速及びハンドル角の平均値を用いて、ファジー推定により行っている。ここで、ファジー推定で用いられるルールは、一般的な走行ルールに則るものであり、言い換えれば、客観的なルールである。一方で、本来、道路交通状況の認識は、個々のドライバにとって主観的なものであり、各ドライバの状況の変化やドライバの周囲環境の変化等に応じて変化するものである。従って、客観的な環境カテゴリと主観的な環境カテゴリとは、必ずしも一致しない場合があり、ドライバの認識と一致しない推定結果となる場合がある。
本発明は、上記課題を鑑みてなされたものであり、ドライバが主観的・感覚的に感じている走行環境の推定精度を向上するのに好適な車両用走行環境推定装置を提供することを目的としている。

上記課題を解決するために、本発明の一態様である車両用走行環境推定装置は、ドライバが運転のために操作する運転操作子の運転操作量を検出し、検出した運転操作量を記憶する。一方、予め設定した第１設定時間毎に、その第１設定時間に記憶した運転操作量に基づき、運転操作量の時間変化の変曲点を検出する。更に、検出した変曲点に基づき、時系列に隣り合う各２つの変曲点に対応する各２つの運転操作量の差分値であるピーク間振幅と、該各２つの変曲点の時間間隔であるピーク間時間とを算出する。これら算出した、ピーク間振幅の散布度である振幅散布度と、ピーク間時間の散布度である時間散布度とを算出し、この振幅散布度及び時間散布度の組である特徴情報を記憶する。更に、予め設定した第１設定時間よりも長い第２設定時間に記憶した特徴情報を、各特徴情報間の類似度に基づき複数種類の走行環境のグループに分類する。更に、この分類した各グループの重心値を算出し、算出した各グループの重心値を予め設定した走行環境に係る情報に対応付けて記憶する。そして、特徴情報と、記憶された各グループの重心値とに基づき、該特徴情報に最も近い重心値に対応する走行環境を、自車両のドライバに対する走行環境と推定する。

本発明によれば、ドライバの運転操作量の履歴に基づき該運転操作量の散布度からなる特徴情報を算出し、算出した特徴情報を複数種類のグループに分類し、分類した各グループの重心値を予め設定した走行環境に係る情報に対応付けて記憶する。そして、算出した特徴情報に最も近い重心値に対応する走行環境を、ドライバ個人に対する走行環境と推定するようにした。これにより、ドライバ個人が主観的・感覚的に感じている走行環境の推定精度を向上することができるという効果が得られる。

第１実施形態の全体構成を示す図である。第１実施形態の全体的な機能構成を示すブロック図である。（ａ）は、第１設定時間ｔ１における操舵角θの測定値の時間変化を示す図であり、（ｂ）は、第１設定時間ｔ１におけるアクセル開度Ａの測定値の時間変化を示す図である。操舵角θの離散成分に基づく時間変化曲線と、該時間変化曲線における、変曲点θｐ、ピーク間時間θｔ及びピーク間振幅θａの一例を示す図である。主観走行環境推定用データベース作成処理の処理手順の一例を示すフローチャートである。主観走行環境推定処理及び支援制御処理の処理手順の一例を示すフローチャートである。（ａ）は、操舵角θに対応する特徴情報δθをクラスター分析した結果の一例を示す図であり、（ｂ）はアクセル開度Ａに対応する特徴情報δＡをクラスター分析した結果の一例を示す図である。走行環境の一例を示す図である。図８の走行環境に対応する支援制御内容の一例を示す図である。第２実施形態の全体的な機能構成を示すブロック図である。道路属性判定処理及び情報表示処理の処理手順の一例を示すフローチャートである。第２実施形態の走行環境の一例を示す図である。図１２の走行環境に対応する支援制御内容の一例を示す図である。

（第１実施形態）
（構成）
図１は、本発明の第１実施形態の全体構成を示す図であり、本発明に係る車両用走行環境推定装置を適用した自動車１のモデルを示す概念図である。
本実施形態における自動車１は、電動モータ２を駆動源とした電気自動車を例として説明する。この自動車１は、電動モータ２から出力された駆動力が入力される変速機３と、その変速機３の出力側に連結され車両幅方向に延びるドライブシャフト４と、そのドライブシャフト４の両端に設けられた左右の駆動輪５、５と、を備えている。かかる構成によって、ドライブシャフト４に変速機３を介して伝達された電動モータ２の駆動力が駆動輪５、５に伝達されるようになっている。

また、この自動車１は、ドライバが加速指示のために踏み込み操作を行うアクセルペダル８と、そのアクセルペダル８の踏み込み量（アクセル開度Ａ）を検出するアクセル開度センサ９と、を備えている。そして、コントローラ６及びアクセル操作支援装置１４には、アクセル開度センサ９が出力するアクセル開度Ａに対応するアクセル開度検出信号Ａｄが供給されるようになっている。

また、この自動車１は、ステアリングコラム１０に設けられた操舵角センサ１１を備えている。その操舵角センサ１１は、ドライバがハンドル１０ａを操舵することで生じるステアリングコラム１０の回転角（操舵角θ）に対応した操舵角検出信号θｄをコントローラ６及び操舵支援装置１２に供給するようになっている。
コントローラ６は、図示しないＣＰＵ（Central Processing Unit）やドライバ回路などを備えて構成されている。コントローラ６は、供給されるアクセル開度検出信号Ａｄ及び操舵角検出信号θｄに基づき、後述する演算処理を実行して、ドライバ個人の主観的な走行環境を推定するための主観走行環境判定用データベースを作成するようになっている。

なお、本実施形態では、電動モータ２は、自動車１の駆動力を生成するとともに、回生による制動力を発生するようにもなっている。つまり、電動モータ２は、制駆動アクチュエータとして機能するものであるが、回生による制動力とは別に、駆動輪５や図示しない従動輪に対して摩擦による制動力を発生する機械的なブレーキ装置を設け、電動モータ２による回生ブレーキと機械的なブレーキ装置とを併用するようにしてもよい。

また、この自動車１は、ハンドル１０ａに操舵支援トルクを出力可能な電動モータ１３と、アクセルペダル８に反力を付与する反力発生装置１５とを備えている。
操舵支援装置１２は、図示しないＣＰＵやドライバ回路などを備えて構成されていて、供給される操舵角検出信号θｄに基づき、後述する演算処理を実行して、電動モータ１３を制御する。これにより、電動モータ１３を介して、操舵支援トルクを、ハンドル１０ａに出力する。

具体的に、本実施形態の操舵支援装置１２は、電動モータ１３に供給する電流を制御することによって、電動モータ１３の制御を行い、操舵支援トルクをハンドル１０ａに出力する。
アクセル操作支援装置１４は、図示しないＣＰＵやドライバ回路などを備えて構成されていて、供給されるアクセル開度Ａに基づき、反力発生装置１５の制御を行い、アクセルペダル８に反力を付与する。

図２は、第１実施形態の全体的な機能構成を示すブロック図である。
即ち、図２に示すように、コントローラ６は、運転操作量記憶部２０と、タイミング制御部２１と、変曲点検出部２２と、ピーク間時間算出部２３と、時間散布度算出部２４と、ピーク間振幅算出部２５と、振幅散布度算出部２６と、特徴情報記憶部２７と、を備えている。
運転操作量記憶部２０は、予め設定したサンプリング周期で、運転操作量として、アクセル開度センサ９から供給されるアクセル開度検出信号Ａｄと、操舵角センサ１１から供給される操舵角検出信号θｄとを取得する。そして、取得したアクセル開度検出信号Ａｄの示すアクセル開度Ａ及び操舵角検出信号θｄの示す操舵角θを、時系列にバッファメモリ１７に記憶するようになっている。

タイミング制御部２１は、ＲＴＣ（ＲｅａｌＴｉｍｅＣｌｏｃｋ）１６からの時間情報に基づき、予め設定した第１設定時間ｔ１の経過タイミングと、予め設定した第２設定時間ｔ２（ｔ１＜ｔ２）の経過タイミングとを検出する。そして、検出した第１設定時間ｔ１の経過タイミング及びそのときの時刻情報を変曲点検出部２２に通知し、検出した第２設定時間ｔ２の経過タイミングを分類部２８に通知するようになっている。
ここで、ＲＴＣとは、計時専用のＩＣチップであり、電源が切られている間も内蔵電池から電源供給を受けて動作を行う。

また、第１設定時間ｔ１は、例えば、１分〜数分などの比較的短い時間であり、第２設定時間ｔ２は、例えば、数時間〜２４時間などの比較的長い時間である。
変曲点検出部２２は、タイミング制御部２１からの第１設定時間ｔ１の経過タイミングの通知に応じて、第１設定時間ｔ１においてバッファメモリ１７に蓄積されたアクセル開度Ａに基づき、アクセル開度Ａの時間変化に対する変曲点である変曲点Ａｐを検出する。
更に、変曲点検出部２２は、第１設定時間ｔ１においてバッファメモリ１７に蓄積された操舵角θに基づき、操舵角θの時間変化に対する変曲点である変曲点θｐを検出する。

ここで、図３（ａ）は、第１設定時間ｔ１における操舵角θの測定値の時間変化を示す図であり、（ｂ）は、第１設定時間ｔ１におけるアクセル開度Ａの測定値の時間変化を示す図である。
変曲点検出部２２は、まず、バッファメモリ１７に蓄積された操舵角θ及びアクセル開度Ａの測定値、即ち、図３（ａ）及び（ｂ）に示す、操舵角θ及びアクセル開度Ａの測定値から離散成分を抽出する。そして、抽出した離散成分に基づき、操舵角θの時間変化に対する変曲点θｐと、アクセル開度Ａの時間変化に対する変曲点Ａｐとを検出する。
具体的に、変曲点検出部２２は、アクセル開度Ａ及び操舵角θの離散成分から構成される時間変化の曲線における曲がる方向が変化する点を変曲点として検出する。

図４は、操舵角θの離散成分に基づく時間変化曲線と、該時間変化曲線における、変曲点θｐ、ピーク間時間θｔ及びピーク間振幅θａの一例を示す図である。
具体的に、変曲点検出部２２は、曲線の曲がる方向が変化する点を変曲点として検出する。図４に示す例では、図中「×」印で示した、曲線の頂点θｐ１、操舵角θが下降状態から一定状態へと変化する点θｐ２、一定状態から上昇状態へと変化する点θｐ３、上昇状態から一定状態へと変化する点θｐ４、一定状態から下降状態へと変化する点θｐ５など、１１個の変曲点θｐ１〜θｐ１１が検出される。
なお、図示しないが、アクセル開度Ａについても同様となる。

変曲点検出部２２は、検出した変曲点Ａｐ１〜ＡｐＮ（Ｎは２以上の自然数）及びθｐ１〜θｐＮと、タイミング制御部から通知された時刻情報とを、ピーク間時間算出部２３と、ピーク間振幅算出部２５とにそれぞれ出力するようになっている。
ピーク間時間算出部２３は、時系列に隣り合う各２つの変曲点Ａｐ（ｎ−１）及びＡｐｎ（ｎは、２≦ｎ≦Ｎの自然数）の時間間隔であるピーク間時間Ａｔ（ｎ−１）〜Ａｔ（Ｎ−１）を算出する。更に、ピーク間時間算出部２３は、時系列に隣り合う各２つの変曲点θｐ（ｎ−１）及びθｐｎの時間間隔であるピーク間時間θｔ（ｎ−１）〜θｔ（Ｎ−１）を算出する。

ピーク間時間算出部２３は、例えば、図４に示す例では、変曲点θｐ１とθｐ２との時間間隔θｔ１、変曲点θｐ２とθｐ３との時間間隔θｔ２、・・・、変曲点θｐ９とθｐ１０との時間間隔θｔ９、変曲点θｐ１０とθｐ１１との時間間隔θｔ１０を算出する。
ピーク間時間算出部２３は、算出したピーク間時間Ａｔ（ｎ−１）〜Ａｔ（Ｎ−１）及びθｔ（ｎ−１）〜θｔ（Ｎ−１）と、変曲点検出部２２から取得した時刻情報とを時間散布度算出部２４に出力する。

時間散布度算出部２４は、ピーク間時間算出部２３から取得した各２つの変曲点Ａｐに対応するピーク間時間Ａｔ（ｎ−１）〜Ａｔ（Ｎ−１）の散布度を算出する。更に、時間散布度算出部２４は、ピーク間時間算出部２３から取得した各２つの変曲点θｐに対応するピーク間時間θｔ（ｎ−１）〜θｔ（Ｎ−１）の散布度を算出する。具体的に、本実施形態では、ピーク間時間Ａｔ（ｎ−１）〜Ａｔ（Ｎ−１）の標準偏差である時間偏差δＡｔと、ピーク間時間θｔ（ｎ−１）〜θｔ（Ｎ−１）の標準偏差である時間偏差δθｔを算出する。

なお、ピーク間時間の標準偏差に限らず、ピーク間時間の分散、平均偏差など他の散布度を算出する構成としてもよい。
時間散布度算出部２４は、算出した時間偏差δＡｔ及びδθｔと時刻情報とを、特徴情報記憶部２７に出力し、算出した時間偏差δＡｔ及びδθｔを主観運転環境推定部３０に出力する。
ピーク間振幅算出部２５は、時系列に隣り合う各２つの変曲点Ａｐ（ｎ−１）及びＡｐｎに対応する各２つのアクセル開度Ａ（ｎ−１）及びＡｎの差分値であるピーク間振幅Ａａ（ｎ−１）〜Ａａ（Ｎ−１）を算出する。更に、ピーク間振幅算出部２５は、時系列に隣り合う各２つの変曲点θｐ（ｎ−１）及びθｐｎに対応する各２つの操舵角θ（ｎ−１）及びθｎの差分値であるピーク間振幅θａ（ｎ−１）〜θａ（Ｎ−１）を算出する。

ピーク間振幅算出部２５は、例えば、図４に示す例では、変曲点θｐ１とθｐ２とに対応する操舵角θ１及びθ２の差分値θａ１（θ２−θ１）、変曲点θｐ２とθｐ３とに対応する操舵角θ２及びθ３の差分値θａ２（θ３−θ２）を算出する。同様に、ピーク間振幅算出部２５は、θａ３（θ４−θ３）、θａ４（θ５−θ４）、・・・、θａ９（θ１０−θ９）、θａ１０（θ１１−θ１０）を算出する。
ピーク間振幅算出部２５は、算出したピーク間振幅Ａａ（ｎ−１）〜Ａａ（Ｎ−１）及びθａ（ｎ−１）〜θａ（Ｎ−１）と、変曲点検出部２２から取得した時刻情報とを振幅散布度算出部２６に出力する。

振幅散布度算出部２６は、ピーク間振幅算出部２５から取得した各２つの変曲点Ａｐ（ｎ−１）及びＡｐｎに対応するピーク間振幅Ａａ（ｎ−１）〜Ａａ（Ｎ−１）の散布度を算出する。更に、振幅散布度算出部２６は、ピーク間振幅算出部２５から取得した各２つの変曲点θｐ（ｎ−１）及びθｐｎに対応するピーク間振幅θａ（ｎ−１）〜θａ（Ｎ−１）の散布度を算出する。具体的に、本実施形態では、ピーク間振幅Ａａ（ｎ−１）〜Ａａ（Ｎ−１）の標準偏差である振幅偏差δＡａと、ピーク間振幅θａ（ｎ−１）〜θａ（Ｎ−１）の標準偏差である振幅偏差δθａを算出する。なお、ピーク間振幅の標準偏差に限らず、分散、平均偏差など他の散布度を算出する構成としてもよい。

振幅散布度算出部２６は、算出した振幅偏差δＡａ及びδθａと時刻情報とを、特徴情報記憶部２７に出力し、算出した振幅偏差δＡａ及びδθａを、主観運転環境推定部３０に出力する。
特徴情報記憶部２７は、時間散布度算出部２４からの時間偏差δＡｔ及びδθｔと、振幅散布度算出部２６からの振幅偏差δＡａ及びδθａとを時刻情報に対応付けて、記憶装置１８に記憶するようになっている。

なお、本実施形態において、変曲点検出部２２、ピーク間時間算出部２３、時間散布度算出部２４、ピーク間振幅算出部２５、振幅散布度算出部２６及び特徴情報記憶部２７において行われる上記一連の処理は、第１設定時間が経過する毎に繰り返し実行される。
また、本実施形態において、特徴情報記憶部２７は、各第１設定時間ｔ１における時間偏差δＡｔ及び振幅偏差δＡａとの組を、特徴情報δＡとして時刻情報に対応付けて記憶装置１８に記憶するようになっている。更に、特徴情報記憶部２７は、各第１設定時間ｔ１における時間偏差δθｔ及び振幅偏差δθａとの組を、特徴情報δθとして時刻情報と対応付けて記憶装置１８に記憶するようになっている。

コントローラ６は、更に、分類部２８と、重心算出部２９と、主観走行環境推定用情報記憶部３０と、主観走行環境推定部３１と、運転支援制御部３２と、を備えている。
分類部２８は、タイミング制御部２１からの第２設定時間ｔ２の経過タイミングの通知に応じて、記憶装置１８に記憶された特徴情報δＡ及びδθを複数種類の走行環境のグループに分類するようになっている。なお、分類に用いる特徴情報は、記憶装置１８に記憶された全ての特徴情報でもよいし、予め設定した期間に対応する特徴情報でもよい。

本実施形態において、分類部２８は、記憶装置１８に記憶された特徴情報δＡの情報群を、公知のクラスター分析（クラスタリングともいう）によって、複数種類（ここではｉ種類）のグループ（クラス）Ａｇ１〜Ａｇｉ（ｉは、２以上の自然数）に分類する。また、分類部２８は、記憶装置１８に記憶された特徴情報δθの情報群を、公知のクラスター分析によって、複数種類（ここではｊ種類）のグループθｇ１〜θｇｊ（ｊは、２以上の自然数）に分類する。そして、分類部２８は、これらの分類結果を重心算出部２９に出力する。

分類部２８は、例えば、最短距離法、最長距離法、重心値法、メディアン法、群平均法、ウォード法などの公知のクラスター分析手法を用いて、２次元の特徴情報群を複数種類のグループ（クラス）に分類する。
重心算出部２９は、分類部２８からの分類結果に基づき、特徴情報δＡの各グループの重心値（δＡｔｇ１，δＡａｇ１）〜（δＡｔｇｉ，δＡａｇｉ）と、特徴情報δθの各グループの重心値（δθｔｇ１，δθａｇ１）〜（δθｔｇｊ，δθａｇｊ）とを算出する。本実施形態では、具体的に、各グループの特徴情報の平均値を重心値として算出する。

重心算出部２９は、これら算出した重心値を主観走行環境推定用情報記憶部３０に出力する。
主観走行環境推定用情報記憶部３０は、予め設定した走行環境の対応付けのルールに基づき、特徴情報δＡの各グループの重心値と、特徴情報δθの各グループの重心値との組を対応付けのルールに対応する走行環境に対応付けて記憶部１６に記憶する。
例えば、各グループに属する特徴情報に対応付けられた時刻情報に基づき、時刻の連続性に基づいて走行環境を対応付ける。つまり、各グループの特徴情報δＡとδθとの間で、時刻の連続性が最も類似する組み合わせに対して、１つの走行環境を対応付ける。例えば、重心値（δＡｔｇ１，δＡａｇ１）と重心値（δθｔ３，δθａ３）との組、重心値（δＡｔ３，δＡａ２）と重心値（δθｔ２，δθａ２）との組といったように、他の組との間で同じ重心値が重複しないように組み合わせを決定する。

主観走行環境推定部３１は、第１設定時間ｔ１の経過タイミング毎に、時間散布度算出部２４で算出された時間散布度と、振幅散布度算出部２６で算出された振幅散布度とに基づき、記憶装置１８に記憶された重心値の組の群から、算出された時間散布度及び振幅散布度の組に最も近い重心値の組を検出する。そして、検出した重心値の組に対応する走行環境を、自動車１のドライバに対する現在の主観的な走行環境と推定（同定）する。

本実施形態では、記憶装置１８に記憶された重心値の組の群の中から、時間偏差δＡｔ及び振幅偏差δＡａに最も近い重心値と、時間偏差δθｔ及び振幅偏差δθａに最も近い重心値との組を検出する。そして、検出した重心値の組に対応する走行環境を、現在の走行環境と推定し、推定した走行環境の情報を運転支援制御部３２に出力する。

ここで、本実施形態の操舵支援装置１２は、目標操舵角θ＊と現在操舵角θとの乖離度である操舵角偏差Δθを算出し、この操舵角偏差Δθを縮小させるための操舵支援トルクＴｓを算出する。更に、この算出した操舵支援トルクＴｓを、電動モータ１３を介してハンドル１０ａへ出力するようになっている。
具体的に、操舵支援装置１２は、供給される操舵角θに基づき、下式（１）に従って、操舵支援トルクＴｓを算出する。
Ｔｓ＝Ｋｓ×Δθ＝Ｋｓ×（θ−θ＊） …（１）

運転支援制御部３２は、主観走行環境推定部３１からの走行環境の推定結果に基づき、各走行環境に対して予め設定した制御内容で操舵支援装置１２の制御を行うようになっている。具体的に、本実施形態の運転支援制御部３２は、支援制御処理として、操舵支援装置１２の操舵支援トルクＴｓの算出に用いる上式（１）のパラメータＫｓを、推定結果に対応する予め設定した調整量で調整する処理を実施する。
一般に、上式（１）のＫｓを小さくすることで、操舵アシスト力を小さくして操舵を重くすることができる。逆に、上式（１）のＫｓを大きくすることで、操舵アシスト力を大きくして操舵を軽くすることができる。

従って、例えば、現在の推定結果に対応する操舵角θの振幅偏差δθａ及び時間偏差δθｔが他の走行環境に対して相対的に小さいほど、操舵を重く（Ｋｓを小さく）することによって、安定した操舵感を提供することが可能となる。逆に、現在の操舵角θの標準偏差δθが他の走行環境に対して相対的に大きいほど、操舵を軽く（Ｋｓを大きく）することによって、素早い操舵を可能とする操舵感を提供することが可能となる。

また、本実施形態のアクセル操作支援装置１４は、アクセル開度Ａ及びアクセル開度Ａの変化率に基づき、アクセルペダル８の反力指令値Ｔａを算出する。更に、この算出した反力指令値Ｔａを、反力発生装置１５を介してアクセルペダル８へ出力するようになっている。
具体的に、アクセル操作支援装置１４は、供給されるアクセル開度Ａに基づき、下式（２）に従って、反力指令値Ｔａを算出する。下式（１）において、ηは基準のペダル反力であり、Ｋａはペダル反力の特性を調整するためのパラメータである。なお、基準ペダル反力ηは、アクセル開度Ａに対するマップデータとして予め用意されている。
Ｔａ＝Ｋａ×η …（２）

運転支援制御部３２は、主観走行環境推定部３１からの走行環境の推定結果に基づき、各走行環境に対して予め設定した制御内容でアクセル操作支援装置１４の制御を行うようになっている。具体的に、本実施形態の運転支援制御部３２は、支援制御処理として、アクセル操作支援装置１４の反力指令値Ｔａの算出に用いる上式（２）のパラメータＫａを、推定結果に対応する予め設定した調整量で調整する処理を実施する。

一般に、上式（２）のＫａを大きくすることで、反力指令値Ｔａを大きくしてペダル反力を重くすることができる。逆に、上式（２）のＫａを小さくすることで、反力指令値Ｔａを小さくしてペダル反力を軽くすることができる。
従って、例えば、現在の推定結果に対応するアクセル開度Ａの標準偏差δＡが他の走行環境に対して相対的に小さいほど、ペダル反力を重く（Ｋａを大きく）することによって、安定したペダル操作感を提供することが可能となる。逆に、現在のアクセル開度Ａの標準偏差δＡが他の走行環境に対して相対的に大きいほど、ペダル反力を軽く（Ｋａを小さく）することによって、素早いペダル操作を可能とする操作感を提供することが可能となる。

（主観走行環境推定用データベース作成処理）
次に、図５に基づき、コントローラ６の機能構成部において行われる主観走行環境推定用データベース作成処理の処理手順を説明する。
図５は、主観走行環境推定用データベース作成処理の処理手順の一例を示すフローチャートである。なお、図５の処理は、予め設定した周期で繰り返し実行される。
コントローラ６において、主観走行環境推定用データベース作成処理が開始されると、図５に示すように、まず、ステップＳ１００に移行する。

ステップＳ１００では、変曲点検出部２２において、タイミング制御部２１からの通知に基づき、第１設定時間ｔ１が経過したか否かを判定する。そして、経過したと判定した場合（Ｙｅｓ）は、ステップＳ１０２に移行し、そうでないと判定した場合（Ｎｏ）は、ステップＳ１１８に移行する。
ステップＳ１０２に移行した場合は、変曲点検出部２２において、バッファメモリ１７から、第１設定時間ｔ１の計測データ（アクセル開度Ａ、操舵角θ）をＲＡＭ等のワークメモリに読み込んで、ステップＳ１０４に移行する。

ステップＳ１０４では、変曲点検出部２２において、ステップＳ１０２で読み込んだデータから離散成分を抽出して、ステップＳ１０６に移行する。例えば、予め設定した離散時間の間隔でデータを抽出する。
ステップＳ１０６では、変曲点検出部２２において、ステップＳ１０４で抽出した離散成分に基づき、第１設定時間ｔ１におけるアクセル開度Ａの時間変化の変曲点Ａｐ１〜ＡｐＮと、第１設定時間ｔ１における操舵角θの時間変化の変曲点θｐ１〜θｐＮとを検出する。そして、検出した変曲点Ａｐ１〜ＡｐＮ、θｐ１〜θｐＮ及び時間情報を、ピーク間時間算出部２３及びピーク間振幅算出部２５にそれぞれ出力する。その後、ステップＳ１０８に移行する。

ステップＳ１０８では、ピーク間時間算出部２３において、時系列に隣り合う各２つの変曲点Ａｐ（ｎ−１）及びＡｐｎの時間間隔であるピーク間時間Ａｔ１〜Ａｔ（Ｎ−１）を算出する。更に、時系列に隣り合う各２つの変曲点θｐ（ｎ−１）及びθｐｎの時間間隔であるピーク間時間θｔ１〜θｔ（Ｎ−１）を算出する。その後、算出したピーク間時間Ａｔ１〜Ａｔ（Ｎ−１）と、ピーク間時間θｔ１〜θｔ（Ｎ−１）とを、時間散布度算出部２４に出力する。その後、ステップＳ１１０に移行する。

ステップＳ１１０では、ピーク間振幅算出部２５において、時系列に隣り合う各２つの変曲点Ａｐ（ｎ−１）及びＡｐｎに対応するアクセル開度Ａ（ｎ−１）及びＡｎの差分値であるピーク間振幅Ａａ１〜Ａａ（Ｎ−１）を算出する。更に、時系列に隣り合う各２つの変曲点θｐ（ｎ−１）及びθｐｎに対応する操舵角θ（ｎ−１）及びθｎの差分値であるピーク間振幅θａ１〜θａ（Ｎ−１）を算出する。その後、算出したピーク間振幅Ａａ１〜Ａａ（Ｎ−１）と、ピーク間振幅θａ１〜θａ（Ｎ−１）とを、振幅散布度算出部２６に出力する。その後、ステップＳ１１２に移行する。

ステップＳ１１２では、時間散布度算出部２４において、ピーク間時間Ａｔ１〜ＡｔＮの散布度である散布度δＡｔと、ピーク間時間θｔ１〜θｔＮの散布度である散布度δθｔとを算出する。そして、算出した散布度δＡｔ及びδθｔと時間情報とを、特徴情報記憶部２７に出力すると共に、算出した散布度δＡｔ及びδθｔを、主観走行環境推定部３１に出力する。その後、ステップＳ１１４に移行する。

ステップＳ１１４では、振幅散布度算出部２６において、ピーク間振幅Ａａ１〜ＡａＮの散布度である散布度δＡａと、ピーク間振幅θａ１〜θａ２の散布度である散布度δθａとを算出する。そして、算出した散布度δＡａ及びδθａと時間情報とを、特徴情報記憶部２７に出力すると共に、算出した散布度δＡａ及びδθａを、主観走行環境推定部３１に出力する。その後、ステップＳ１１６に移行する。

ステップＳ１１６では、特徴情報記憶部２７において、散布度δＡｔ及びδＡａの組を特徴情報δＡとして時間情報と対応付けて記憶装置１８に記憶すると共に、散布度δθｔ及びδθａの組を特徴情報δθとして時間情報と対応付けて記憶装置１８に記憶する。その後、一連の処理を終了する。
一方、ステップＳ１００において、第１設定時間が経過していないと判定されてステップＳ１１８に移行した場合は、分類部２８において、タイミング制御部２１からの通知に基づき、第２設定時間ｔ２が経過したか否かを判定する。そして、経過したと判定した場合（Ｙｅｓ）は、ステップＳ１２０に移行し、そうでないと判定した場合（Ｎｏ）は、一連の処理を終了する。

ステップＳ１２０に移行した場合は、分類部２８において、記憶装置１８に記憶された特徴情報δＡの情報群をクラスター分析して複数種類のグループ（クラス）に分類すると共に、記憶装置１８に記憶された特徴情報δθの情報群をクラスター分析して複数種類のグループ（クラス）に分類する。そして、分類結果を、重心算出部２９に出力して、ステップＳ１２０に移行する。

ステップＳ１２０では、重心算出部２９において、ステップＳ１１８で分類された特徴情報δＡに対応する各グループの重心値（δＡｔｇ１，δＡａｇ１）〜（δＡｔｇｉ，δＡａｇｉ）を算出する。更に、特徴情報δθに対応する各グループの重心値（δθｔｇ１，δθａｇ１）〜（δθｔｇｊ，δθａｇｊ）を算出する。なお、ｉ，ｊは、２以上の自然数である。そして、算出した各グループの重心値を、主観走行環境推定用情報記憶部３０に出力する。その後、ステップＳ１２４に移行する。以下、区別しない場合に、単に、重心値（δＡｔｇ，δＡａｇ）及び（δθｔｇ，δθａｇ）と称する場合がある。

ステップＳ１２４では、主観走行環境推定用情報記憶部３０において、特徴情報δＡに対応する各グループの重心値と、特徴情報δθに対応する各グループの重心値とを、予め設定した走行環境の対応付けルールに基づき、該ルールに対応する走行環境に対応付ける。本実施形態では、各重心値に対応するグループに属する特徴情報に対応付けられた時刻情報に基づき、重心値（δＡｔｇ１，δＡａｇ１）〜（δＡｔｇｉ，δＡａｇｉ）と、重心値（δθｔｇ１，δθａｇ１）〜（δθｔｇｊ，δθａｇｊ）とについて、特徴情報δＡに対応する１の重心値と、特徴情報δθに対応する１の重心値との各組み合わせを選定し、選定した各組に走行環境を対応付ける。そして、走行環境を対応付けた重心値の各組を記憶装置１８に記憶することで主観走行環境推定用データベースを構築する。なお、既に主観走行環境推定用データベースが構築されている場合は、該データベースを更新する。その後、一連の処理を終了する。

ここで、走行環境は、各環境を識別する識別情報と、各環境に対応する各グループの特徴情報の特性を示す情報（以下、特性情報と称す）とが対応付けられた情報となる。具体的に、識別情報は、例えば、環境１、環境２といった識別番号、道路の属性（高速道路、市街路等）、道路の名称（関越自動車道、国道○号、△県道○号等）などが該当する。また、特性情報は、例えば、特徴情報δＡ、特徴情報δθの相対的な大きさを示す「小」、「大」といった情報などが該当する。この相対的な大小は、主観走行環境推定用データベースを更新する毎に、そのときの特徴情報相互間の数値の比較によって決める。

（主観走行環境推定処理及び支援制御処理）
次に、図６に基づき、コントローラ６の機能構成部において行われる主観走行環境推定処理及び支援制御処理の処理手順を説明する。
図６は、主観走行環境推定処理及び支援制御処理の処理手順の一例を示すフローチャートである。なお、図６の処理は、予め設定した周期で繰り返し実行される。
コントローラ６において、主観走行環境推定処理及び支援制御処理が開始されると、図６に示すように、まず、ステップＳ２００に移行する。
ステップＳ２００では、主観走行環境推定部３１において、時間散布度算出部２４からの時間散布度δＡｔ及びδθｔと、振幅散布度算出部２６からの振幅散布度δＡａ及びδθａとを受信したか否かを判定する。そして、受信したと判定した場合（Ｙｅｓ）は、ステップＳ２０２に移行し、そうでないと判定した場合（Ｎｏ）は、一連の処理を終了する。

ステップＳ２０２に移行した場合は、主観走行環境推定部３１において、記憶装置１８に構築された主観走行環境推定用データベースを参照して、受信した時間散布度δＡｔ及びδθｔと受信した振幅散布度δＡａ及びδθａとに最も近い重心値の組を検出する処理を実行する。即ち、主観走行環境推定用データベースから、受信した特徴情報（δＡｔ，δＡａ）及び（δθｔ，δθａ）の組と最も近い重心値の組を検出する。その後、ステップＳ２０４に移行する。

本実施形態において、検出処理は、まず、受信した特徴情報（δＡｔ，δＡａ）と、主観走行環境推定用データベースに登録された各重心値（δＡｔｇ１〜δＡｔｇｉ，δＡａｇ１〜δＡａｇｉ）との距離δＡｄ１〜δＡｄｉを算出する。例えば、ユークリッド距離「δＡｄ＝（（δＡｔｇ−δＡｔ）²＋（δＡａｇ−δＡａ）²）^1/2」を算出する。更に、特徴情報δθ（δθｔ，δθａ）と、主観走行環境推定用データベースに登録された各重心値（δθｔｇ１〜δθｔｇｊ，δθａｇ１〜δθａｇｊ）との距離δθｄ１〜δθｄｉを算出する。例えば、ユークリッド距離「δθｄ＝（（δθｔｇ−δθｔ）²＋（δθａｇ−δθａ）²）^1/2」を算出する。次に、これら差分値（δＡｄ１，δθｄ１）〜（δＡｄｉ，δθｄｊ）の各組のうち最も小さい重心値の組を、最も近い重心値の組として検出する。具体的に、例えば、差分値の和（δＡｄ＋δθｄ）が最も小さくなる組を最も近い重心値の組として検出する。

ここで、上記検出処理において、一例として、ユークリッド距離を用いる構成を説明したが、この構成に限らない。例えば、マハラノビスの汎距離、バタチャリヤ（Bhattacharrya）距離、平方ユークリッド距離、コサイン距離、ピアソンの相関、チェビシェフ、都市ブロック距離（あるいはマンハッタン距離）、ミンコウスキー和、カルバック情報量、チェルノフ距離のうちいずれかを用いる構成としてもよい。なお、距離と称しているが、類似度を示すものであれば何でも良い。

ステップＳ２０４では、主観走行環境推定部３１において、ステップＳ２０２の検索処理によって検索された重心値に対応する走行環境を、自動車１のドライバに対する現在の走行環境と推定する。そして、推定結果を運転支援制御部３２に出力して、ステップＳ２０６に移行する。
ステップＳ２０６では、運転支援制御部３２において、主観走行環境推定部３１からの推定結果に基づき、操舵支援装置１２及びアクセル操作支援装置１４の支援処理を制御する。その後、一連の処理を終了する。

本実施形態において、運転支援制御部３２は、推定結果に含まれる特徴情報の相対的な特性に基づき、操舵支援装置１２の操舵支援トルクＴｓを算出する算出式のパラメータＫｓを調整する。更に、運転支援制御部３２は、アクセル操作支援装置１４の反力指令値Ｔａを算出する算出式のパラメータＫａを調整する。例えば、特徴情報δＡの特性情報が「小」であれば、アクセルペダル８に付与するペダル反力が大きくなるようにパラメータＫａを調整する。また、例えば、特徴情報δθの特性情報が「大」であれば、ハンドル１０ａに付与する操舵支援トルクＴｓが大きくなるようにパラメータＫｓを調整する。
ここで、標準偏差が相対的に小さいということは、ハンドル操作（操舵）やペダル操作のばらつき（変化）が小さいことを意味する。
また、標準偏差が相対的に大きいということは、ハンドル操作（操舵）やペダル操作のばらつき（変化）が大きいことを意味する。

（動作）
次に、図７〜図９に基づき、本実施形態の車両用走行環境推定装置の動作を説明する。図７（ａ）は、操舵角θに対応する特徴情報δθをクラスター分析した結果の一例を示す図であり、（ｂ）はアクセル開度Ａに対応する特徴情報δＡをクラスター分析した結果の一例を示す図である。図８は、クラスター分析結果に対応する走行環境の一例を示す図である。図９は、図８の走行環境に対応する支援制御内容の一例を示す図である。

自動車１を構成する各種センサや各種コントローラ等に電源が供給されると、アクセル開度センサ９、操舵角センサ１１等の各種センサが駆動する。これにより、アクセル開度センサ９の検出したアクセル開度検出信号Ａｄと、操舵角センサ１１の検出した操舵角検出信号θｄとがコントローラ６に供給される。
以降は、自動車１のドライバが運転を開始することで、ドライバの運転操作に応じたアクセル開度検出信号Ａｄ及び操舵角検出信号θｄがコントローラ６に供給される。

コントローラ６は、運転操作量記憶部２０において、供給されたアクセル開度検出信号Ａｄの示すアクセル開度Ａ及び操舵角検出信号θｄの示す操舵角θと、を順次バッファメモリ１７に記憶する。
一方、コントローラ６のタイミング制御部２１では、ＲＴＣ１６からの時間情報に基づき、第１設定時間ｔ１及び第２設定時間ｔ２の計測が開始される。タイミング制御部２１は、第１設定時間ｔ１が経過したと判定すると、該経過したことを示す情報と経過時の時刻情報とを変曲点検出部２２に通知する。

変曲点検出部２２は、タイミング制御部２１からの通知を受けると（ステップＳ１００のＹｅｓ）、バッファメモリ１７から、第１設定時間ｔ１に記憶された操舵角θ及びアクセル開度Ａを読み込む（ステップＳ１０２）。
変曲点検出部２２は、読み込んだ操舵角θ及びアクセル開度Ａから離散成分を抽出して（ステップＳ１０４）、抽出した離散成分の時間変化における変曲点を検出する。変曲点検出部２２は、検出したアクセル開度に対応する変曲点Ａｐ１〜ＡｐＮの情報と、検出した操舵角θに対応する変曲点θｐ１〜θｐＮの情報とを、ピーク間時間算出部２３と、ピーク間振幅算出部２５とにそれぞれ出力する（ステップＳ１０６）。

ピーク間時間算出部２３は、変曲点検出部２２からの変曲点Ａｐ１〜ＡｐＮの情報に基づき、時系列に隣り合う各２つの変曲点Ａｐ（ｎ−１）及びＡｐｎの時間間隔であるピーク間時間Ａｔ１〜Ａｔ（Ｎ−１）を算出する。更に、ピーク間時間算出部２３は、変曲点検出部２２からの変曲点θｐ１〜θｐＮに基づき、時系列に隣り合う各２つの変曲点θｐ（ｎ−１）及びθｐｎの時間間隔であるピーク間時間θｔ１〜θｔ（Ｎ−１）を算出する。ピーク間時間算出部２３は、算出したピーク間時間Ａｔ１〜Ａｔ（Ｎ−１）と、ピーク間時間θｔ１〜θｔ（Ｎ−１）とを、時間散布度算出部２４に出力する（ステップＳ１０８）。

一方、ピーク間振幅算出部２５は、変曲点検出部２２からの変曲点Ａｐ１〜ＡｐＮに基づき、時系列に隣り合う各２つの変曲点Ａｐ（ｎ−１）及びＡｐｎに対応する各２つのアクセル開度Ａ（ｎ−１）及びＡｎの差分値であるピーク間振幅Ａａ１〜Ａａ（Ｎ−１）を算出する。更に、ピーク間振幅算出部２５は、変曲点検出部２２からの変曲点θｐ１〜θｐＮに基づき、時系列に隣り合う各２つの変曲点θｐ（ｎ−１）及びθｐｎに対応する各２つの操舵角θ（ｎ−１）及びθｎの差分値であるピーク間振幅θａ１〜θａ（Ｎ−１）を算出する。ピーク間振幅算出部２５は、算出したピーク間振幅Ａａ１〜Ａａ（Ｎ−１）と、ピーク間振幅θａ１〜θａ（Ｎ−１）とを、振幅散布度算出部２６に出力する（ステップＳ１１０）。

時間散布度算出部２４は、ピーク間時間算出部２３からのピーク間時間Ａｔ１〜Ａｔ（Ｎ−１）に基づき、ここでは、該ピーク間時間Ａｔ１〜Ａｔ（Ｎ−１）の標準偏差δＡｔを算出する。更に、時間散布度算出部２４は、ピーク間時間算出部２３からのピーク間時間θｔ１〜θｔ（Ｎ−１）に基づき、ここでは、該ピーク間時間θｔ１〜θｔ（Ｎ−１）の標準偏差δθｔを算出する。そして、算出した標準偏差δＡｔ及びδθｔとこれらに対応する時刻情報とを、特徴情報記憶部２７に出力し、算出した標準偏差δＡｔ及びδθｔを主観走行環境推定部３１に出力する（ステップＳ１１２）。

振幅散布度算出部２６は、ピーク間振幅算出部２５からのピーク間振幅Ａａ１〜Ａａ（Ｎ−１）に基づき、ここでは、該ピーク間振幅Ａａ１〜Ａａ（Ｎ−１）の標準偏差δＡａを算出する。更に、振幅散布度算出部２６は、ピーク間振幅算出部２５からのピーク間振幅θａ１〜θａ（Ｎ−１）に基づき、ここでは、該ピーク間振幅θａ１〜θａ（Ｎ−１）の標準偏差δθａを算出する。そして、算出した標準偏差δＡａ及びδθａとこれらに対応する時刻情報とを、特徴情報記憶部２７に出力し、算出した標準偏差δＡａ及びδθａを主観走行環境推定部３１に出力する（ステップＳ１１４）。

特徴情報記憶部２７は、時間散布度算出部２４からの標準偏差δＡｔ及びδθｔと、振幅散布度算出部２６からの標準偏差δＡａ及びδθａとに基づき、標準偏差δＡｔ及びδＡａの組を特徴情報δＡとし、標準偏差δθｔ及びδθａの組を特徴情報δθとして、これら特徴情報を時刻情報と対応付けて記憶装置１８に記憶する。
上記一連の処理は、第１設定時間ｔ１が経過する毎に繰り返し実行される。

一方、タイミング制御部２１は、第２設定時間ｔ２が経過したと判定すると、該経過したことを分類部２８に通知する。
分類部２８は、タイミング制御部２１からの第２設定時間ｔ２の経過通知を受けると（ステップＳ１１８のＹｅｓ）、記憶装置１８に記憶された特徴情報δＡの情報群に対してクラスター分析を実施して、該情報群を複数のグループ（クラス）に分類する。更に、分類部２８は、記憶装置１８に記憶された特徴情報δθの情報群に対してクラスター分析を実行して、該情報群を複数のグループ（クラス）に分類する。そして、分類結果の情報を、重心算出部２９に出力する（ステップＳ１２０）。

重心算出部２９は、分類部２８からの分類結果の情報に基づき、特徴情報δＡのグループ数ｉの各グループの重心値（δＡｔｇ１，δＡａｇ１）〜（δＡｔｇｉ，δＡａｇｉ）を算出する。更に、重心算出部２９は、特徴情報δθのグループ数ｊの各グループの重心値（δθｔｇ１，δθａｇ１）〜（δθｔｇｊ，δθａｇｊ）を算出する。そして、算出した重心値の情報と分類結果の情報とを、主観走行環境推定用情報記憶部３０に出力する（ステップＳ１２２）。

主観走行環境推定用情報記憶部３０は、重心算出部２９からの重心値の情報と分類結果の情報と走行環境の対応付けルールとに基づき、特徴情報δＡに対応する重心値と特徴情報δθに対応する重心値との各組を選定し、選定した各組を走行環境に対応付けて記憶装置１８に記憶する。これにより、主観走行環境推定用データベースを作成又は更新する（ステップＳ１２４）。

例えば、図７（ａ）は、操舵角θに対応する特徴情報δθをクラスター分析して４つのクラス２０１〜２０４に分類した結果の一例を示している。図７（ａ）において、横軸がピーク間時間の標準偏差δθｔであり、縦軸がピーク間振幅の標準偏差δθａである。また、図７（ａ）において、破線で囲まれた領域が各クラスを示し、括弧書きされた数値は、各クラスの重心値を示す。つまり、クラス２０１の重心値は（２．３，１２．８）、クラス２０２の重心値は（５．６，１４．０）、クラス２０３の重心値は（５．６，４３．０）、クラス２０４の重心値は（８．５，４２．０）となる。

また、例えば、図７（ｂ）は、アクセル開度Ａに対応する特徴情報δＡをクラスター分析して４つのクラス３０１〜３０４に分類した結果の一例を示している。図７（ｂ）において、横軸がピーク間時間の標準偏差δＡｔであり、縦軸がピーク間振幅の標準偏差δＡａである。また、図７（ｂ）において、破線で囲まれた領域が各クラスを示し、括弧書きされた数値は、各クラスの重心値を示す。つまり、クラス３０１の重心値は（３．０，２．１）、クラス３０２の重心値は（２．１，７．８）、クラス３０３の重心値は（６．２，７．９）、クラス３０４の重心値は（８．５，４２．０）となる。

本実施形態では、例えば、各クラスを構成する各特徴情報に対応付けられた時刻情報に基づき、操舵角θに対応する重心値と、アクセル開度Ａに対応する重心値との組み合わせを選定する。例えば、同じ高速道路を走行していたときの運転操作量に対応するクラス２０２とクラス３０２は、各特徴情報に対応付けられた時刻情報が重なるものが多くなるため、この場合に、クラス２０２の重心値と、クラス３０２の重心値との組を１つの走行環境に対応付ける。このとき、重心値が、他のクラスの重心値と比較して相対的に小さな値となっているため、特徴情報δθ、即ち操舵角θに対する標準偏差の特性情報を「小」とする。同様に、アクセル開度Ａに対応する特徴情報δＡ、即ちアクセル開度Ａに対する標準偏差の特性情報を「小」とする。そして、図８に示すように、クラス２０２の重心値（５．６，１４．０）と、クラス３０２の重心値（２．１，７．８）の組を、環境１、操舵角に対する標準偏差の特性情報「小」、アクセル開度に対する標準偏差の特性情報「小」に対応付けて記憶装置１８に記憶する。

また、例えば、同じ市街地の道路を走行していたときの運転操作量に対応するクラス２０４とクラス３０４とについても時刻情報が重なるものが多くなるため、この場合に、クラス２０４の重心値と、クラス３０４の重心値との組を１つの走行環境に対応付ける。このとき、クラス２０４の重心値が、他のクラス２０１〜２０３の重心値と比較して、相対的に標準偏差が大きな値となっているため、特徴情報δθ、即ち操舵角θに対する標準偏差の特性情報を「大」とする。また、クラス３０４の重心値が、他のクラス３０１〜３０３の重心値と比較して、相対的に標準偏差が大きな値となっているため、特徴情報δＡ、即ちアクセル開度Ａに対する標準偏差の特性情報を「大」とする。そして、図８に示すように、クラス２０４の重心値（８．５，４２．０）と、クラス３０４の重心値（８．３，５．７）の組を、環境４、操舵角に対する標準偏差の特性情報「大」、アクセル開度に対する標準偏差の特性情報「大」に対応付けて記憶装置１８に記憶する。

同様に、例えば、真っ直ぐなアップダウン路を走行していたときの運転操作量に対応するクラス２０１の重心値（２．３，１２．８）と、クラス３０３（６．２，７．９）の重心値との組を、図８に示すように、環境２、操舵角に対する標準偏差の特性情報「小」、アクセル開度に対する標準偏差の特性情報「大」に対応付けて記憶装置１８に記憶する。
また、同様に、例えば、下りのワインディング路を走行していたときの運転操作量に対応するクラス２０３の重心値（５．６，４３．０）と、クラス３０１（３．０，２．１）の重心値との組を、図８に示すように、環境３、操舵角に対する標準偏差の特性情報「大」、アクセル開度に対する標準偏差の特性情報「小」に対応付けて記憶装置１８に記憶する。

なお、ここでは、「大」、「小」で特性情報を設定する構成としているが、この構成に限らず、例えば「大」、「中」、「小」などもっと細かく設定する構成としてもよい。
このようにして、主観走行環境推定用データベースを作成する。なお、自動車１が、新たな道路を走行することによって、新たなクラスが発生し、新たな走行環境がデーベースに追加される。また、同じ道路でも何度も走行することによってデータベースが更新されていくため、自動車１を運転するドライバ個人に対して、より精度の高い主観的な走行環境を有するデータベースを構築することができる。

一方、主観走行環境推定部３１は、時間散布度算出部２４からの標準偏差δＡｔ及びδθｔと、振幅散布度算出部２６からの標準偏差δＡａ及びδθａとに基づき、自動車１のドライバの現在の主観的な走行環境を推定する。具体的に、主観走行環境推定部３１は、受信した標準偏差δＡｔ及びδＡａの組と、受信した標準偏差δθｔ及びδθａの組とに最も近い重心値の組を記憶装置１８に構築された主観走行環境推定用データベースから検出する。そして、検出した重心値に対応する走行環境を、自動車１を運転するドライバ個人の現在の主観的な走行環境と推定（同定）する。主観走行環境推定部３１は、推定結果の情報を運転支援制御部３２に出力する（ステップＳ２０４）。

運転支援制御部３２は、主観走行環境推定部３１からの推定結果に基づき、操舵支援装置１２及びアクセル操作支援装置１４の支援動作を制御する支援制御処理を実施する（ステップＳ２０６）。
具体的に、本実施形態では、図９の支援制御内容に示すように、各環境に対して、操舵反力を通常よりも重くするか又は軽くするか、ペダル反力を通常よりも重くするか又は軽くするかを決定する情報が予め設定されている。

運転支援制御部３２は、例えば、推定結果が環境１であると判定すると、操舵反力を通常よりも重くするように操舵支援装置１２の操舵支援トルクＴｓの算出式におけるパラメータＫｓの値を調整する。つまり、パラメータＫｓを通常よりも小さな値である予め設定した値へと調整することで、操舵支援トルクＴｓを通常よりも小さくして、操舵反力を通常よりも重くする。

また、運転支援制御部３２は、アクセルペダル８のペダル反力を通常よりも重くするようにアクセル操作支援装置１４の反力指令値Ｔａの算出式におけるパラメータＫａの値を調整する。つまり、パラメータＫａを通常よりも大きな値である予め設定した値へと調整することで、反力指令値Ｔａを通常よりも大きくして、ペダル反力を通常よりも重くする。

つまり、標準偏差が相対的に小さく、ハンドル操作（操舵）やペダル操作のばらつき（変化）が小さい。そのため、ドライバがこのような運転操作を行う走行環境下にいると推定された場合は、運転操作のばらつきを抑える支援を行うことによって、自動車１のドライバに対して、安定した操作感を提供することが可能となる。
また、支援制御装置３２は、例えば、推定結果が環境４であると判定すると、操舵反力を通常よりも軽くするようにパラメータＫｓを通常よりも大きな値である予め設定した値へと調整する。つまり、操舵支援トルクＴｓを通常よりも大きくして、操舵反力を通常よりも軽くする。

また、支援制御装置３２は、アクセルペダル８のペダル反力を通常よりも軽くするようにパラメータＫａを通常よりも小さな値である予め設定した値へと調整する。つまり、反力指令値Ｔａを通常よりも小さくして、ペダル反力を通常よりも軽くする。
つまり、標準偏差が相対的に大きく、ハンドル操作（操舵）やペダル操作のばらつき（変化）が大きい。そのため、ドライバがこのような運転操作を行う走行環境下にいると推定された場合は、アクティブな運転操作を行いやすくなる支援を行うことによって、自動車１のドライバに対して、より素早い操作を可能とする（軽快な）操作感を提供することが可能となる。

ここで、上記説明において、アクセルペダル８が、運転操作子の１つである加速操作子に対応し、ハンドル１０ａが、運転操作子の１つである操舵操作子に対応する。
また、アクセル開度センサ９が、運転操作量検出部の１つである加速操作量検出センサに対応し、操舵角センサ１１が、運転操作量検出部の１つである操舵角センサに対応する。
また、運転操作量記憶部２０が、運転操作量記憶部に対応し、変曲点検出部２２が、変曲点検出部に対応する。

また、ピーク間振幅算出部２５が、ピーク間振幅算出部に対応し、ピーク間時間算出部２３が、ピーク間時間算出部に対応し、振幅散布度算出部２６が、振幅散布度算出部に対応し、時間散布度算出部２４が、時間散布度算出部に対応する。
また、特徴情報記憶部２７が、特徴情報記憶部に対応し、分類部２８が、分類部に対応し、重心算出部２９が、重心値算出部に対応し、主観走行環境推定用情報記憶部３０が、走行環境推定用情報記憶部に対応する。
また、主観走行環境推定部３１が、走行環境推定部に対応し、運転支援制御部３２が、運転支援制御部に対応する。

（第１実施形態の効果）
第１実施形態は、次のような効果を奏する。
（１）アクセル開度センサ９及び操舵角センサ１１が、ドライバが加速指示をするために踏み込み操作するアクセルペダル８の操作量（アクセル開度Ａ）及びドライバが操舵をするために操作するハンドル１０ａの操作量（操舵角θ）を検出する。バッファメモリ１７が、運転操作量記憶部２０を介して、予め設定したサンプリング周期でアクセル開度センサ９及び操舵角センサ１１で検出したアクセル開度Ａ及び操舵角θを記憶する。変曲点検出部２２が、予め設定した第１設定時間ｔ１が経過する毎に、その第１設定時間ｔ１にバッファメモリ１７に記憶したアクセル開度Ａに基づき、時間変化に伴うアクセル開度Ａの変曲点Ａｐ１〜ＡｐＮを検出する。変曲点検出部２２が、予め設定した第１設定時間ｔ１毎に、その第１設定時間ｔ１にバッファメモリ１７に記憶した操舵角θに基づき、時間変化に伴う操舵角θの変曲点θｐ１〜θｐＮを検出する。ピーク間振幅算出部２５が、変曲点検出部２２で検出した変曲点Ａｐ１〜ＡｐＮに基づき、時系列に隣り合う各２つの変曲点に対応する各２つのアクセル開度Ａの差分値であるピーク間振幅Ａａ１〜Ａａ（Ｎ−１）を算出する。ピーク間振幅算出部２５が、変曲点検出部２２で検出した変曲点θｐ１〜θｐＮに基づき、時系列に隣り合う各２つの変曲点に対応する各２つの操舵角θの差分値であるピーク間振幅θａ１〜θａ（Ｎ−１）を算出する。ピーク間時間算出部２３が、変曲点検出部２２で検出した変曲点Ａｐ１〜ＡｐＮに基づき、時系列に隣り合う各２つの変曲点の時間間隔であるピーク間時間Ａｔ１〜Ａｔ（Ｎ−１）を算出する。ピーク間時間算出部２３が、変曲点検出部２２で検出した変曲点θｐ１〜θｐＮに基づき、時系列に隣り合う各２つの変曲点の時間間隔であるピーク間時間θｔ１〜θｔ（Ｎ−１）を算出する。振幅散布度算出部２６が、第１設定時間ｔ１に対応する変曲点Ａｐ１〜ＡｐＮに基づきピーク間振幅算出部２５で算出した、ピーク間振幅Ａａ１〜Ａａ（Ｎ−１）の散布度である振幅散布度δＡａを算出する。振幅散布度算出部２６が、第１設定時間ｔ１に対応する変曲点θｐ１〜θｐＮに基づきピーク間振幅算出部で算出した、ピーク間振幅θａ１〜θａ（Ｎ−１）の散布度である振幅散布度δθａを算出する。時間散布度算出部２４が、第１設定時間ｔ１に対応する変曲点Ａｐ１〜ＡｐＮに基づきピーク間時間算出部２３で算出した、ピーク間時間Ａｔ１〜Ａｔ（Ｎ−１）の散布度である時間散布度δＡｔを算出する。時間散布度算出部２４が、第１設定時間ｔ１に対応する変曲点Ａｐ１〜ＡｐＮに基づきピーク間時間算出部２３で算出した、ピーク間時間θｔ１〜θｔ（Ｎ−１）の散布度である時間散布度δθｔを算出する。記憶装置１８が、特徴情報記憶部２７を介して、振幅散布度算出部２６で算出した振幅散布度δＡａと時間散布度算出部２４で算出した時間散布度δＡｔとの組である特徴情報δＡを記憶する。記憶装置１８が、特徴情報記憶部２７を介して、振幅散布度算出部２６で算出した振幅散布度δθａと時間散布度算出部２４で算出した時間散布度δθｔとの組である特徴情報δθを記憶する。分類部２８が、予め設定した第２設定時間ｔ２に特徴情報記憶部２７を介して記憶装置１８に記憶された特徴情報δＡ及びδθを、各特徴情報間の類似度に基づき複数種類のグループに分類する。重心算出部２９が、分類部２８で分類した各グループの重心値を算出する。主観走行環境推定用情報記憶部３０が、重心算出部２９で算出した各グループの重心値を、予め設定した走行環境に係る情報に対応付けて記憶する。主観走行環境推定部３１が、特徴情報δＡ及びδθと、主観走行環境推定用情報記憶部３０を介して記憶装置１８に記憶された重心値とに基づき、特徴情報δＡ及びδθに最も近い重心値に対応する走行環境を、自動車１のドライバ個人に対する走行環境と推定する。

コントローラ６は、自動車１のドライバの運転操作に応じたアクセル開度Ａ及び操舵角θを順次記憶していき、第１設定時間ｔ１毎に、蓄積されたアクセル開度Ａ及び操舵角θの時間変化における変曲点Ａｐ及びθｐをそれぞれ検出する。更に、検出した変曲点Ａｐ及びθｐについて、時系列に隣り合う各２つの変曲点Ａｐの時間間隔であるピーク間時間Ａｔ及び各２つの変曲点θｐの時間間隔であるピーク間時間θｔを算出する。更に、各２つの変曲点Ａｐに対応する各２つのアクセル開度Ａの差分値であるピーク間振幅Ａａ及び各２つの変曲点θｐに対応する各２つの操舵角θの差分値であるピーク間振幅θａを算出する。加えて、第１設定時間ｔ１に対応する変曲点Ａｐに基づき算出したピーク間振幅Ａａの散布度である振幅散布度δＡａ及び第１設定時間ｔ１に対応する変曲点θｐに基づき算出したピーク間振幅θａの散布度である振幅散布度δθａを算出する。更に、第１設定時間ｔ１に対応する変曲点Ａｐに基づき算出したピーク間時間Ａｔの散布度である時間散布度δＡｔ及び第１設定時間ｔ１に対応する変曲点θｐに基づき算出したピーク間時間θｔの散布度である時間散布度δθｔを算出する。そして、算出した時間散布度δＡｔ及び振幅散布度δＡａの組である特徴情報δＡと、算出した時間散布度δθｔ及び振幅散布度δθａの組である特徴情報δθと、を記憶する。

一方、第２設定時間ｔ２が経過する毎に記憶装置１８に記憶された特徴情報δＡの情報群を、これらの類似度に基づき複数のグループに分類する。更に、第２設定時間ｔ２が経過する毎に記憶装置１８に記憶された特徴情報δθの情報群を、これらの類似度に基づき複数のグループに分類する。更に、分類した各グループの重心値を算出し、算出した重心値を予め設定した走行環境に対応付けて記憶する。そして、最新の特徴情報に最も近い重心値に対応する走行環境を、自動車１のドライバの現在の走行環境と推定する。

ここで、ドライバの運転操作量に対する散布度は、走行環境に対するドライバ個人の特徴が値に出やすく、例えば、走行している道路の種別（例えば、高速道路、市街路、ワインディング路、山坂路など）等によって値が大きく異なる。このことに基づき、ドライバ個人の特徴が出やすい情報を、その類似度に基づき複数のグループに分類することで、各グループは、各走行環境に応じたドライバ固有の特徴情報のグループとなる。つまり、このようにして分類した各グループの重心値の中から、ドライバの運転操作量に基づく特徴情報と最も近い重心値を検出する。これにより、ドライバ個人が主観的・感覚的に感じている走行環境の推定精度を向上することができるという効果が得られる。

（２）振幅散布度算出部２６が、振幅散布度δＡａ及びδθａとして、第１設定時間ｔ１に対応する変曲点Ａｐ１〜ＡｐＮ及びθｐ１〜θｐＮに基づき算出した、ピーク間振幅Ａａ１〜Ａａ（Ｎ−１）及びθａ１〜θａ（Ｎ−１）の分散値又は標準偏差値を算出する。時間散布度算出部２４が、時間散布度δＡｔ及びδθｔとして、第１設定時間ｔ１に対応する変曲点Ａｐ１〜ＡｐＮ及びθｐ１〜θｐＮに基づき算出した、ピーク間時間Ａｔ１〜Ａｔ（Ｎ−１）及びθｔ１〜θｔ（Ｎ−１）の分散値又は標準偏差値を算出する。

ドライバ個人の運転操作量に対する分散値や標準偏差値は、走行環境の変化に対するドライバ個人の特徴が値に出やすく、例えば、走行している道路の種別（例えば、高速道路、市街路、ワインディング路、山坂路など）等によって値が大きく異なる。
このことに基づき、ドライバ個人の特徴が出やすい情報を、その類似度に基づき複数のグループに分類することで、各グループは、各走行環境に応じたドライバ固有の特徴情報のグループとなる。つまり、このようにして分類した各グループの重心値の中から、ドライバの運転操作量に基づく特徴情報と最も近い重心値を検出する。これにより、ドライバ個人が主観的・感覚的に感じている走行環境の推定精度を向上することができるという効果が得られる。

（３）運転支援制御部３２が、主観走行環境推定部３１で推定した走行環境に基づき、自動車１の備える操舵支援装置１２及びアクセル操作支援装置１４の動作を制御する。
これにより、自動車１を運転するドライバ個人が主観的・感覚的に感じている走行環境に応じた運転支援を行うことができるので、ドライバ個人に対して、より適切な運転支援を提供することができるという効果が得られる。

（４）運転操作子は、ドライバが操舵角θを指示するために操作するハンドル１０ａを備える。運転操作量検出部として、ハンドル１０ａの操舵角θを検出する操舵角センサ１１を備える。操舵支援装置１２が、ハンドル１０ａの操作を支援するための操舵支援トルクＴｓを該ハンドル１０ａに付与する。運転支援制御部３２が、各グループの重心値に対応する振幅散布度δθａ及び時間散布度δθｔが比較的小さい程、操舵反力が通常よりも大きくなるように操舵支援装置１２の動作を制御し、各グループの重心値に対応する振幅散布度δθａ及び時間散布度δθｔが比較的大きい程、操舵反力を通常よりも小さくするように操舵支援装置１２の動作を制御する。
これにより、自動車１を運転するドライバ個人が主観的・感覚的に感じている走行環境に応じた操舵支援を行うことができるので、ドライバ個人に対して、より適切な操舵支援を提供することができるという効果が得られる。

（５）運転操作子として、ドライバが加速指示をするために操作するアクセルペダル８を備える。運転操作量検出部として、アクセルペダル８の操作量であるアクセル開度Ａを検出するアクセル開度センサ９を備える。アクセル操作支援装置１４が、アクセルペダル８のペダル反力を制御することでアクセル操作を支援する。運転支援制御部３２が、各グループの重心値に対応する振幅散布度δＡａ及び時間散布度δＡｔが比較的小さい程、ペダル反力を通常よりも大きくするようにアクセル操作支援装置１４の動作を制御し、各グループの重心値に対応する振幅散布度δＡａ及び時間散布度δＡｔが比較的大きい程、ペダル反力を通常よりも小さくするようにアクセル操作支援装置１４の動作を制御する。
これにより、自動車１を運転するドライバ個人が主観的・感覚的に感じている走行環境に応じたアクセル操作支援を行うことができるので、ドライバ個人に対して、より適切なアクセル操作支援を提供することができるという効果が得られる。

（６）分類部２８が、予め設定した第２設定時間ｔ２に記憶装置１８に記憶した特徴情報δＡの情報群及び特徴情報δθの情報群を、クラスター分析によって複数種類のグループ（クラス）に分類する。
ここで、クラスター分析は、分類対象となる集合を、内的結合 (internal cohesion) と外的分離 (external isolation) とが達成されるような部分集合に分類することができるデータ解析手法である。従って、クラスター分析を用いて、特徴情報δＡの情報群及び特徴情報δθの情報群を分類することで、これら情報群を、ドライバ個人が主観的・感覚的に感じている各走行環境に対応する特徴情報のグループへと精度良く分類することができるという効果が得られる。

（第２実施形態）
（構成）
次に、図１０乃至図１２に基づき、本発明の第２実施形態を説明する。図１０乃至図１２は、本発明の第２実施形態を示す図である。なお、上記第１実施形態と同様の構成には同じ符号を付し、その重複する説明は省略する。
上記第１実施形態では、第１設定時間ｔ１が経過時の時刻情報を測定し、算出した特徴情報（時間散布度及び振幅散布度）に対応する時刻情報に基づき、分類した各グループの重心値の組を選定する。そして、該選定した各組に対して１つの走行環境（識別情報）を対応付けるようにしていた。これに対して、本実施形態では、運転操作量を検出時の自動車１の位置情報を測定し、道路地図情報と位置情報とに基づき検出される道路属性を各運転操作量に対応付けて記憶する。そして、道路属性の対応付けられた運転操作量の情報に基づき特徴情報を算出し、該特徴情報の情報群を複数のグループに分類する。更に、この分類した各グループを構成する特徴情報に対応する道路属性に基づき、各グループに対して平均的な道路属性を対応付けるようにした点が異なる。更に、推定された走行環境に対応する道路属性と、実際に自動車１が走行している道路の道路属性とが一致しているか否かを判定し、判定結果に応じた情報を表示するようにした点も異なる。

図１０は、第２実施形態の全体的な機能構成を示すブロック図である。
本実施形態の自動車１は、上記第１実施形態の構成に加えて、表示装置１９と、ナビゲーション装置４０と、を備えている。
表示装置１９は、ナビゲーション装置４０からの地図情報や、コントローラ６からの後述する一致表示画像及び不一致表示画像等を表示するようになっている。
ナビゲーション装置４０は、ＧＰＳ（Global Positioning System ）受信機を有する測位部と、道路地図データベースと、を備えている。
更に、ナビゲーション装置４０は、図示しないが、ＣＰＵと、ＲＯＭ（Read Only Memory）及びＲＡＭ（Random Access Memory）等のＣＰＵ周辺部品とを備えている。

ナビゲーション装置４０は、測位部によってＧＰＳ衛星より受信した信号に基づき測位した自動車１の現在位置（緯度，経度）と道路地図データベースに格納された道路地図情報とに基づいて、自動車１の進行方向、自動車１周辺の道路形状情報、現在位置に応じた道路地図情報、交差点情報等を検出することができる。ナビゲーション装置４０は、自動車１の現在位置の情報、道路地図情報等の検出情報を、コントローラ６に供給するようになっている。

本実施形態のコントローラ６は、図１０に示すように、上記第１実施形態の構成に加えて、道路属性検出部３３と、道路属性判定部３４と、情報表示部３５とを備えている。
道路属性検出部３３は、変曲点検出部２２からの各変曲点に対応する位置情報に基づき、各変曲点に対応する位置情報の道路地図情報をナビゲーション装置４０から取得する。道路属性検出部３３は、取得した道路地図情報に基づき、第１設定時間ｔ１が経過する毎に自動車１が走行していた道路属性を検出する。そして、検出した道路属性の情報（以下、道路属性情報と称す）を、ピーク間時間算出部２３、ピーク間振幅算出部２５及び道路属性判定部３４にそれぞれ出力する。

ここで、道路属性は、高速道路、国道、県道などの大まかな属性としてもよいし、高速道路の具体的な名称（例えば、首都高速、関越自動車道等）、国道の具体的な名称（例えば、国道１号、国道１６号等）、県道の具体的な名称（例えば、栃木県道２５０号、神奈川県道３１１号等）などの細かい属性としてもよい。
道路属性判定部３４は、主観走行環境推定部３１からの推定結果に対応する道路属性情報と、道路属性検出部３３からの道路属性情報とが一致しているか否かを判定する。そして、一致していると判定した場合は、一致していることを示す情報を情報表示部３５に出力し、一致していないと判定した場合は、一致していないことを示す情報を情報表示部３５に出力する。

情報表示部３５は、道路属性判定部３４から一致していることを示す情報を取得した場合は、一致していることを視覚表示する画像（以下、一致表示画像と称す）の画像表示信号を表示装置１９に出力する。一方、情報表示部３５は、道路属性判定部３４から一致していないことを示す情報を取得した場合は、一致していないことを視覚表示する画像（以下、不一致表示画像と称す）の画像表示信号を表示装置１９に出力する。

また、本実施形態の運転操作量記憶部２０は、予め設定したサンプリング周期で、アクセル開度センサ９から供給されるアクセル開度検出信号Ａｄと、操舵角センサ１１から供給される操舵角検出信号θｄと、ナビゲーション装置４０から供給される自動車１の位置情報と、を取得する。そして、取得したアクセル開度検出信号Ａｄの示すアクセル開度Ａ及び操舵角検出信号θｄの示す操舵角θを、自動車１の位置情報に対応付けて、時系列にバッファメモリ１７に記憶するようになっている。

また、本実施形態の変曲点検出部２２は、上記第１実施形態の機能に加えて、抽出した変曲点Ａｐ及びθｐと、道路属性検出部３３からの該変曲点に対応する道路属性情報と、時刻情報とを、ピーク間時間算出部２３及びピーク間振幅算出部２５に出力するようになっている。
また、本実施形態のピーク間時間算出部２３は、上記第１実施形態の機能に加えて、算出した各ピーク間時間Ａｔ及びθｔと、道路属性検出部３３からの該各Ａｔ及びθｔに対応する道路属性情報と、時刻情報とを、時間散布度算出部２４に出力するようになっている。

また、本実施形態のピーク間振幅算出部２５は、上記第１実施形態の機能に加えて、算出した各ピーク間振幅Ａａ及びθａと、該各Ａａ及びθａに対応する道路属性情報と、時刻情報とを、振幅散布度算出部２６に出力するようになっている。
また、本実施形態の時間散布度算出部２４は、上記第１実施形態の機能に加えて、算出した時間散布度δＡｔ及びδθｔと、該δＡｔ及びδθｔに対応する道路属性情報と、時刻情報とを、特徴情報記憶部２７に出力する。加えて、算出した時間散布度δＡｔ及びδθｔと、該δＡｔ及びδθｔに対応する道路属性情報とを、主観走行環境推定部３１に出力するようになっている。
また、本実施形態の特徴情報記憶部２７は、特徴情報δＡ及び特徴情報δθを、該δＡ及びδθに対応する道路属性情報及び時刻情報と対応付けて、記憶装置１８に記憶するようになっている。

また、本実施形態の主観走行環境推定用情報記憶部３０は、分類された各グループに属する特徴情報に対応する道路属性情報に基づき、各グループの重心値に対応する道路属性を決定するようになっている。例えば、各グループ中で最も多い道路属性情報を、該各グループの重心値に対応する道路属性に決定する。また、各重心値に対応する道路属性情報に基づき、同じ道路属性情報を有する、特徴情報δＡのグループに対応する重心値と、特徴情報δθのグループに対応する重心値との組を選定する。そして、選定した重心値の組を、該組に対応する道路属性情報を走行環境として対応付けて記憶装置１８に記憶するようになっている。
また、本実施形態の主観走行環境推定部３１は、上記第１実施形態の機能に加えて、推定結果を、運転支援制御部３２及び道路属性判定部３４にそれぞれ出力するようになっている。

（道路属性判定処理及び情報表示処理）
次に、図１１に基づき、コントローラ６の機能構成部において行われる道路属性判定処理及び情報表示処理の処理手順を説明する。
図１１は、道路属性判定処理及び情報表示処理の処理手順の一例を示すフローチャートである。なお、図１１の処理は、予め設定した周期で繰り返し実行される。
コントローラ６において、道路属性判定処理及び情報表示処理が開始されると、図１１に示すように、まず、ステップＳ３００に移行する。
ステップＳ３００では、道路属性判定部３４において、主観走行環境推定部３１からの推定結果に対応する道路属性情報を取得したか否かを判定する。そして、取得したと判定した場合（Ｙｅｓ）は、ステップＳ３０２に移行し、そうでないと判定した場合（Ｎｏ）は、一連の処理を終了する。

ステップＳ３０２に移行した場合は、道路属性判定部３４において、道路属性検出部３３からの最新（現在）の道路属性情報を取得したか否かを判定する。そして、取得したと判定した場合（Ｙｅｓ）は、ステップＳ３０４に移行し、そうでないと判定した場合（Ｎｏ）は、一連の処理を終了する。
ステップＳ３０４に移行した場合は、道路属性判定部３４において、推定結果に対応する道路属性が、現在の道路属性と一致しているか否かを判定する。そして、一致していると判定した場合（Ｙｅｓ）は、ステップＳ３０６に移行し、一致していないと判定した場合（Ｎｏ）は、ステップＳ３０８に移行する。

ステップＳ３０６に移行した場合は、道路属性判定部３４において、一致していることを示す情報を、情報表示部３５に出力して、ステップＳ３０８に移行する。
ステップＳ３０８では、情報表示部３５において、予めＲＯＭ等の記憶媒体に記憶された一致表示画像に基づき、該一致表示画像の画像表示信号を表示装置１９に出力して、一連の処理を終了する。

これにより、表示装置１９には、一致表示画像が表示される。
一方、ステップＳ３１０に移行した場合は、道路属性判定部３４において、一致していないことを示す情報を、情報表示部３５に出力して、ステップＳ３１２に移行する。
ステップＳ３１２では、情報表示部３５において、予めＲＯＭ等の記憶媒体に記憶された不一致表示画像に基づき、該不一致表示画像の画像表示信号を表示装置１９に出力して、一連の処理を終了する。
これにより、表示装置１９には、不一致表示画像が表示される。

（動作）
次に、図１２〜図１３に基づき、本実施形態の車両用走行環境推定装置の動作を説明する。図１２は、本実施形態の走行環境の一例を示す図である。図１３は、図１２の走行環境に対応する支援制御内容の一例を示す図である。
自動車１を構成する各種センサや各種コントローラ等に電源が供給されると、アクセル開度センサ９、操舵角センサ１１等の各種センサが駆動する。これにより、アクセル開度センサ９の検出したアクセル開度検出信号Ａｄと、操舵角センサ１１の検出した操舵角検出信号θｄとがコントローラ６に供給される。加えて、ナビゲーション装置４０が駆動して、自動車１の現在位置が測位され、この位置情報がコントローラ６に供給される。

コントローラ６は、運転操作量記憶部２０において、供給されたアクセル開度検出信号Ａｄの示すアクセル開度Ａ及び操舵角検出信号θｄの示す操舵角θと、を供給される位置情報に対応付けて順次バッファメモリ１７に記憶する。
一方、コントローラ６のタイミング制御部２１では、ＲＴＣ１６からの時間情報に基づき、第１設定時間ｔ１及び第２設定時間ｔ２の計測が開始される。タイミング制御部２１は、第１設定時間ｔ１が経過したと判定すると、該経過したことを示す情報と経過時の時刻情報とを変曲点検出部２２に通知する。

変曲点検出部２２は、タイミング制御部２１からの通知を受けると（ステップＳ１００のＹｅｓ）、バッファメモリ１７から、第１設定時間ｔ１に記憶された操舵角θ及びアクセル開度Ａと、これらに対応付けられた位置情報とを読み込む（ステップＳ１０２）。
変曲点検出部２２は、読み込んだ操舵角θ及びアクセル開度Ａから離散成分を抽出して（ステップＳ１０４）、抽出した離散成分の時間変化における変曲点を検出する。変曲点検出部２２は、検出したアクセル開度に対応する変曲点Ａｐ１〜ＡｐＮの情報と、検出した操舵角θに対応する変曲点θｐ１〜θｐＮの情報とを、ピーク間時間算出部２３と、ピーク間振幅算出部２５とにそれぞれ出力する。更に、変曲点検出部２２は、変曲点Ａｐ１〜ＡｐＮに対応する位置情報と、変曲点θｐ１〜θｐＮに対応する位置情報とを、道路属性検出部３３に出力する（ステップＳ１０６）。

道路属性検出部３３は、変曲点検出部２２から取得した変曲点Ａｐ１〜ＡｐＮに対応する位置情報と、変曲点θｐ１〜θｐＮに対応する位置情報とに基づき、ナビゲーション装置４０から、これら位置情報に対応する道路地図情報を取得する。道路属性検出部３３は、取得した道路地図情報に基づき、第１設定時間ｔ１における自動車１の走行していた道路の属性を検出する。本実施形態では、具体的に、同じ名称の道路に対応する位置情報が最も多いものを採用し、採用した道路の名称を、第１設定時間ｔ１に走行していた道路の道路属性として検出する。例えば、関越自動車道に対応する位置情報が最も多い場合は、道路属性は関越自動車道となる。

道路属性検出部３３は、検出した道路属性の道路属性情報を、ピーク間時間算出部２３、ピーク間振幅算出部２５及び道路属性判定部３４にそれぞれ出力する。
ピーク間時間算出部２３は、変曲点検出部２２からの変曲点Ａｐ１〜ＡｐＮの情報に基づき、ピーク間時間Ａｔ１〜Ａｔ（Ｎ−１）を算出する。更に、ピーク間時間算出部２３は、変曲点検出部２２からの変曲点θｐ１〜θｐＮに基づき、ピーク間時間θｔ１〜θｔ（Ｎ−１）を算出する。ピーク間時間算出部２３は、算出したピーク間時間Ａｔ１〜Ａｔ（Ｎ−１）と、ピーク間時間θｔ１〜θｔ（Ｎ−１）と、道路属性情報とを、時間散布度算出部２４に出力する（ステップＳ１０８）。

一方、ピーク間振幅算出部２５は、変曲点検出部２２からの変曲点Ａｐ１〜ＡｐＮに基づき、ピーク間振幅Ａａ１〜Ａａ（Ｎ−１）を算出する。更に、ピーク間振幅算出部２５は、変曲点検出部２２からの変曲点θｐ１〜θｐＮに基づき、ピーク間振幅θａ１〜θａ（Ｎ−１）を算出する。ピーク間振幅算出部２５は、算出したピーク間振幅Ａａ１〜Ａａ（Ｎ−１）と、ピーク間振幅θａ１〜θａ（Ｎ−１）と、道路属性情報とを、振幅散布度算出部２６に出力する（ステップＳ１１０）。

時間散布度算出部２４は、ピーク間時間算出部２３からのピーク間時間Ａｔ１〜Ａｔ（Ｎ−１）に基づき、該ピーク間時間Ａｔ１〜Ａｔ（Ｎ−１）の標準偏差δＡｔを算出する。更に、時間散布度算出部２４は、ピーク間時間算出部２３からのピーク間時間θｔ１〜θｔ（Ｎ−１）に基づき、該ピーク間時間θｔ１〜θｔ（Ｎ−１）の標準偏差δθｔを算出する。そして、算出した標準偏差δＡｔ及びδθｔとこれらに対応する時刻情報及び道路属性情報とを、特徴情報記憶部２７に出力し、算出した標準偏差δＡ及びδθとこれらに対応する道路属性情報とを主観走行環境推定部３１に出力する（ステップＳ１１２）。

振幅散布度算出部２６は、ピーク間振幅算出部２５からのピーク間振幅Ａａ１〜Ａａ（Ｎ−１）に基づき、該ピーク間振幅Ａａ１〜Ａａ（Ｎ−１）の標準偏差δＡａを算出する。更に、振幅散布度算出部２６は、ピーク間振幅算出部２５からのピーク間振幅θａ１〜θａ（Ｎ−１）に基づき、該ピーク間振幅θａ１〜θａ（Ｎ−１）の標準偏差δθａを算出する。そして、算出した標準偏差δＡａ及びδθａとこれらに対応する時刻情報及び道路属性情報とを、特徴情報記憶部２７に出力し、算出した標準偏差δＡａ及びδθａとこれらに対応する道路属性情報とを主観走行環境推定部３１に出力する（ステップＳ１１４）。

特徴情報記憶部２７は、時間散布度算出部２４からの標準偏差δＡｔ及びδθｔと、振幅散布度算出部２６からの標準偏差δＡａ及びδθａとに基づき、標準偏差δＡｔ及びδＡａの組を特徴情報δＡとし、標準偏差δθｔ及びδθａの組を特徴情報δθとして、これら特徴情報を時刻情報及び道路属性情報と対応付けて記憶装置１８に記憶する。
上記一連の処理は、第１設定時間ｔ１が経過する毎に繰り返し実行される。

一方、タイミング制御部２１は、第２設定時間ｔ２が経過したと判定すると、該経過したことを示す情報を分類部２８に通知する。
分類部２８は、タイミング制御部２１からの第２設定時間ｔ２の経過通知を受けると（ステップＳ１１８のＹｅｓ）、記憶装置１８に記憶された特徴情報δＡの情報群に対してクラスター分析を実施して、該情報群を複数のグループ（クラス）に分類する。更に、分類部２８は、記憶装置１８に記憶された特徴情報δθの情報群に対してクラスター分析を実行して、該情報群を複数のグループ（クラス）に分類する。そして、分類結果の情報を、重心算出部２９に出力する（ステップＳ１２０）。

主観走行環境推定用情報記憶部３０は、重心算出部２９からの重心値の情報と、分類結果の情報と、各重心値に対応するグループの各特徴情報に対応付けられた道路属性情報とに基づき、各重心値に対応する道路属性を決定する。具体的に、各グループに属する特徴情報に対応する道路属性のうち最も多い道路属性を、各グループの重心値に対応する道路属性に決定する。

主観走行環境推定用情報記憶部３０は、各重心値に対応する道路属性に基づき、特徴情報δＡに対応する重心値と特徴情報δθに対応する重心値との各組を選定する。具体的に、同じ道路属性を有する重心値の組を選定する。そして、重心値の各組を、該各組に対応する道路属性を走行環境として対応付けて、記憶装置１８に記憶する。これにより、主観走行環境推定用データベースを作成又は更新する（ステップＳ１２４）。

例えば、図１２に示すように、１つ目の重心値の組に対して、走行環境として関越自動車道が、操舵角に対する標準偏差の特性「小」が、アクセル開度に対する標準偏差の特性「小」が、それぞれ対応付けられて記憶装置１８に記憶される。
同様に、例えば、図１２に示すように、２つ目の重心値の組に対して、走行環境として国道Ｘ号が、操舵角に対する標準偏差の特性「小」が、アクセル開度に対する標準偏差の特性「大」が、それぞれ対応付けられて記憶装置１８に記憶される。

同様に、例えば、図１２に示すように、３つ目の重心値の組に対して、走行環境として○△県道Ｙ号が、操舵角に対する標準偏差の特性「大」が、アクセル開度に対する標準偏差の特性「小」が、それぞれ対応付けられて記憶装置１８に記憶される。
同様に、例えば、図１２に示すように、４つ目の重心値の組に対して、走行環境として国道Ｚ号が、操舵角に対する標準偏差の特性「大」が、アクセル開度に対する標準偏差の特性「大」が、それぞれ対応付けられて記憶装置１８に記憶される。

一方、主観走行環境推定部３１は、時間散布度算出部２４からの標準偏差δＡｔ及びδθｔと、振幅散布度算出部２６からの標準偏差δＡａ及びδθａとに基づき、自動車１のドライバに対する現在の主観的な走行環境を推定する。具体的に、主観走行環境推定部３１は、受信した標準偏差δＡｔ及びδＡａの組と、受信した標準偏差δθｔ及びδθａの組とに最も近い重心値の組を記憶装置１８に構築された主観走行環境推定用データベースから検出する。そして、検出された重心値に対応する走行環境を、自動車１のドライバの現在の主観的な走行環境と推定（同定）する。主観走行環境推定部３１は、推定結果の情報を運転支援制御部３２及び道路属性判定部３４にそれぞれ出力する（ステップＳ２０４）。

道路属性判定部３４は、主観走行環境推定部３１からの推定結果を取得し（ステップＳ３００のＹｅｓ）、かつ、道路属性検出部３３からの道路属性情報を取得すると（ステップＳ３０２のＹｅｓ）、両者の道路属性が一致しているか否かを判定する（ステップＳ３０４）。
道路属性判定部３４は、両者の道路属性が一致していると判定した場合（ステップＳ３０４のＹｅｓ）は、一致していることを示す情報を情報表示部３５に出力する（ステップＳ３０６）。一方、道路属性判定部３４は、両者の道路属性が一致していないと判定した場合（ステップＳ３０４のＮｏ）は、一致していないことを示す情報を情報表示部３５に出力する（ステップＳ３１０）。

情報表示部３５は、道路属性判定部３４から、一致していることを示す情報を取得した場合は、一致表示画像の画像表示信号を表示装置１９に出力する（ステップＳ３０８）。これにより、表示装置１９に、自動車１が現在走行している道路の道路属性と、推定結果に対応する道路属性とが一致していることを示す一致表示画像が表示される。
一方、情報表示部３５は、道路属性判定部３４から、一致していないことを示す情報を取得した場合は、不一致表示画像の画像表示信号を表示装置１９に出力する（ステップＳ３１２）。これにより、表示装置１９に、自動車１が現在走行している道路の道路属性と、推定結果の道路属性とが一致していないことを示す不一致表示画像が表示される。

例えば、不一致表示画像を表示することによって、自動車１のドライバに対して、普段とは異なる運転をしていることを知らせる（あるいは注意喚起する）ことが可能である。また、例えば、不一致表示画像を表示することによって、ドライバは、不適切な運転支援装置の動作制御が行われたとしても、そのことを認識することが可能となる。これにより、ドライバは、主観的な走行環境に基づく運転支援装置の動作制御の機能をオフにする等の対応をすることが可能となる。

なお、運転支援制御部３２の動作は、上記第１実施形態と同様となるので説明を省略する。
ここで、上記説明において、アクセルペダル８が、運転操作子の１つである加速操作子に対応し、ハンドル１０ａが、運転操作子の１つである操舵操作子に対応する。
また、アクセル開度センサ９が、運転操作量検出部の１つである加速操作量検出センサに対応し、操舵角センサ１１が、運転操作量検出部の１つである操舵角センサに対応する。
また、運転操作量記憶部２０が、運転操作量記憶部に対応し、変曲点検出部２２が、変曲点検出部に対応する。
また、ピーク間振幅算出部２５が、ピーク間振幅算出部に対応し、ピーク間時間算出部２３が、ピーク間時間算出部に対応し、振幅散布度算出部２６が、振幅散布度算出部に対応し、時間散布度算出部２４が、時間散布度算出部に対応する。

また、特徴情報記憶部２７が、特徴情報記憶部に対応し、分類部２８が、分類部に対応し、重心算出部２９が、重心値算出部に対応し、主観走行環境推定用情報記憶部３０が、走行環境推定用情報記憶部に対応する。
また、主観走行環境推定部３１が、走行環境推定部に対応し、運転支援制御部３２が、運転支援制御部に対応する。
また、ナビゲーション装置４０の測位部が、位置情報測定部に対応し、ナビゲーション装置４０の道路地図データベースが、道路地図情報記憶部に対応する。
また、道路属性検出部３３が、道路属性検出部に対応し、道路属性判定部３４が、道路属性判定部に対応し、情報表示部３５が、情報表示部に対応する。

（第２実施形態の効果）
本実施形態は、上記第１実施形態の効果に加えて、以下の効果を奏する。
（１）ナビゲーション装置４０の測位部が、自動車１の位置情報を測定する。運転操作量記憶部２０が、測位部で測定した、アクセル開度Ａ及び操舵角θを検出時の位置情報を、該アクセル開度Ａ及び操舵角θに対応付けてバッファメモリ１７に記憶する。道路属性検出部３３が、アクセル開度Ａ及び操舵角θに対応付けられた位置情報とナビゲーション装置４０の道路地図データベースの道路地図情報とに基づき、第１設定時間ｔ１において自動車１が走行していた道路の属性を検出する。主観走行環境推定用情報記憶部３０が、道路属性検出部３３で検出した道路の属性に基づき、各グループの重心値に対応する道路の属性を決定し、各グループに対応する重心値を、該決定した道路の属性に対応付けて記憶装置１８に記憶する。道路属性判定部３４が、主観走行環境推定部３１で推定した走行環境に対応する道路の属性と、道路属性検出部３３で検出した第１設定時間ｔ１に対応する道路の属性とが一致しているか否かを判定する。情報表示部３５が、道路属性判定部３４の判定結果に基づく情報（一致表示画像又は不一致表示画像）を表示する。

つまり、特徴情報δＡ及びδθを分類してなる各グループに対応する重心値を、各グループに属する特徴情報に対応する道路の属性に基づいて決定し、決定した道路の属性でラベリングするようにした。更に、推定結果に対応するラベリングした道路の属性と、自動車１が現在走行している道路の属性とが一致しているか否かを判定し、この判定結果に基づく情報を表示するようにした。

これにより、例えば、一致していると判定した場合にそのことを示す画像を表示し、一致していないと判定した場合にそのことを示す画像を表示することとする。この場合に、一致することを示す画像が表示された場合、ドライバはいつも通りの運転を行うことで、適切な運転支援装置の動作制御を受けることが可能となる。また、一致していないことを示す画像を表示することによって、例えば、ドライバに、普段とは異なる運転をしていることを知らせる（あるいは注意喚起する）ことが可能である。また、例えば、一致していないことを示す画像が表示された場合は、ドライバは、不適切な運転支援装置の動作制御が行われたとしても、そのことを認識することが可能となる。これにより、ドライバは、例えば、主観的な走行環境に基づく運転支援装置の動作制御の機能をオフにする等の対応をすることが可能となる。つまり、ドライバが、推定された走行環境に対して、適切な対応をすることができるという効果が得られる。

（変形例）
（１）上記各実施形態では、本発明に係る車両用走行環境推定装置を、電動モータ２を動力源とするいわゆる電気自動車に適用した場合について説明しているが、これに限定されるものではなく、内燃機関を動力源とする自動車や、内燃機関と電動モータとを備えたハイブリッド車両であっても、本願発明は適用可能である。

（２）上記第２実施形態では、主観走行環境推定部３１の推定結果の道路の属性と、道路属性検出部３３の検出結果の道路の属性とが一致していないと判定された場合に、情報表示部３５において、不一致表示画像を表示装置１９に表示する構成とした。この構成に限らず、例えば、不一致の判定結果を運転支援制御部３２に出力し、不一致の場合に、操舵支援装置１２及びアクセル操作支援装置１４等の運転支援装置の動作制御を実施しない構成とするなど他の構成としてもよい。

（３）上記各実施形態は、本発明の好適な具体例であり、技術的に好ましい種々の限定が付されているが、本発明の範囲は、上記の説明において特に本発明を限定する旨の記載がない限り、これらの形態に限られるものではない。また、上記の説明で用いる図面は、図示の便宜上、部材ないし部分の縦横の縮尺は実際のものとは異なる模式図である。
また、本発明は上記各実施形態に限定されるものではなく、本発明の目的を達成できる範囲での変形、改良、均等物等は本発明に含まれるものである。

１自動車
２電動モータ
３変速機
４ドライブシャフト
５駆動輪
６コントローラ
９アクセル開度センサ
１１操舵角センサ
１２操舵支援装置
１３電動モータ
１４アクセル操作支援装置
１５反力発生装置
１６ＲＴＣ
１７バッファメモリ
１８記憶装置
１９表示装置
２０運転操作量記憶部
２１タイミング制御部
２２変曲点検出部
２３ピーク間時間算出部
２４時間散布度算出部
２５ピーク間振幅算出部
２６振幅散布度算出部
２７特徴情報記憶部
２８分類部
２９重心算出部
３０主観走行環境推定用情報記憶部
３１主観走行環境推定部
３２運転支援制御部
３３道路属性検出部
３４道路属性判定部
３５情報表示部

Claims

ドライバが運転のために操作する運転操作子の運転操作量を検出する運転操作量検出部と、
前記運転操作量検出部で検出した前記運転操作量を記憶する運転操作量記憶部と、
予め設定した第１設定時間が経過する毎に、その第１設定時間で前記運転操作量記憶部に記憶した前記運転操作量に基づき、該運転操作量の時間変化の変曲点を検出する変曲点検出部と、
前記変曲点検出部で検出した前記変曲点に基づき、時系列に隣り合う各２つの変曲点に対応する各２つの前記運転操作量の差分値であるピーク間振幅を算出するピーク間振幅算出部と、
前記変曲点検出部で検出した前記変曲点に基づき、時系列に隣り合う各２つの変曲点の時間間隔であるピーク間時間を算出するピーク間時間算出部と、
前記第１設定時間に対応する前記変曲点に基づき前記ピーク間振幅算出部で算出した前記ピーク間振幅の散布度である振幅散布度を算出する振幅散布度算出部と、
前記第１設定時間に対応する前記変曲点に基づき前記ピーク間時間算出部で算出した前記ピーク間時間の散布度である時間散布度を算出する時間散布度算出部と、
前記振幅散布度算出部で算出した前記振幅散布度と前記時間散布度算出部で算出した前記時間散布度との組である特徴情報を記憶する特徴情報記憶部と、
予め設定した前記第１設定時間よりも長い第２設定時間が経過する毎に、その第２設定時間に前記特徴情報記憶部に記憶した前記特徴情報の情報群を、各特徴情報間の類似度に基づき複数種類のグループに分類する分類部と、
前記分類部で分類した各グループの重心値を算出する重心値算出部と、
前記重心値算出部で算出した前記各グループの重心値を、予め設定した走行環境に係る情報と対応付けて記憶する走行環境推定用情報記憶部と、
前記特徴情報と、前記走行環境推定用情報記憶部に記憶した前記重心値とに基づき、該特徴情報に最も近い重心値に対応する走行環境を、自車両のドライバ個人に対する走行環境と推定する走行環境推定部と、を備えることを特徴とする車両用走行環境推定装置。
前記振幅散布度算出部は、前記振幅散布度として、前記第１設定時間に対応する前記変曲点に基づき前記ピーク間振幅算出部で算出した前記ピーク間振幅の分散値又は標準偏差値を算出し、
前記時間散布度算出部は、前記時間散布度として、前記第１設定時間に対応する前記変曲点に基づき前記ピーク間時間算出部で算出した前記ピーク間時間の分散値又は標準偏差値を算出することを特徴とする請求項１に記載の車両用走行環境推定装置。
前記走行環境推定部で推定した前記走行環境に基づき、自車両の備える運転支援装置の動作を制御する運転支援制御部を備えることを特徴とする請求項１又は２に記載の車両用走行環境推定装置。
前記運転操作子は、ドライバが操舵角を指示するために操作する操舵操作子を含み、
前記運転操作量検出部は、前記操舵操作子の操舵角を検出する操舵角センサを備え、
前記運転支援装置は、前記操舵操作子の操舵を支援するための操舵支援トルクを該操舵操作子に付与する操舵支援装置を備え、
前記運転支援制御部は、前記各グループの重心値に対応する前記振幅散布度及び前記時間散布度が比較的小さい程、操舵反力が通常よりも大きくなるように前記操舵支援装置の動作を制御し、前記各グループの重心値に対応する前記振幅散布度及び前記時間散布度が比較的大きい程、前記操舵反力が通常よりも小さくなるように前記操舵支援装置の動作を制御することを特徴とする請求項３に記載の車両用走行環境推定装置。
前記運転操作子は、ドライバが加速指示をするために操作する加速操作子を含み、
前記運転操作量検出部は、前記加速操作子の操作量を検出する加速操作量検出センサを備え、
前記運転支援装置は、前記加速操作子の操作反力を制御することで加速操作子の操作を支援する加速操作支援装置を備え、
前記運転支援制御部は、前記各グループの重心値に対応する前記振幅散布度及び前記時間散布度が比較的小さい程、前記操作反力を通常よりも大きくするように前記加速操作支援装置の動作を制御し、前記各グループの重心値に対応する前記振幅散布度及び前記時間散布度が比較的大きい程、前記操作反力を通常よりも小さくするように前記加速操作支援装置の動作を制御することを特徴とする請求項３又は４に記載の車両用走行環境推定装置。
前記分類部は、前記第２設定時間に前記特徴情報記憶部に記憶した前記特徴情報の情報群を、クラスター分析によって前記複数種類のグループに分類することを特徴とする請求項１乃至請求項５のいずれか１項に記載の車両用走行環境推定装置。
自車両の位置情報を測定する位置情報測定部と、
道路地図情報の記憶された道路地図情報記憶部と、を更に備え、
前記運転操作量記憶部は、前記位置情報測定部で測定した、前記運転操作量検出部で前記運転操作量を検出時の位置情報を該運転操作量に対応付けて記憶し、
前記運転操作量に対応付けられた位置情報と前記道路地図情報とに基づき、前記第１設定時間において自車両が走行していた道路の属性を検出する道路属性検出部を更に備え、
前記走行環境推定用情報記憶部は、前記道路属性検出部で検出した前記道路の属性に基づき、前記各グループの重心値に対応する前記道路の属性を決定し、前記各グループに対応する重心値を、該決定した道路の属性に対応付けて記憶し、
前記走行環境推定部で推定した前記走行環境に対応する前記道路の属性と、前記道路属性検出部で検出した前記第１設定時間に対応する前記道路の属性とが一致しているか否かを判定する道路属性判定部と、
前記道路属性判定部の判定結果に基づく情報を表示する情報表示部と、を更に備えることを特徴とする請求項１乃至６のいずれか１項に記載の車両用走行環境推定装置。