[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

WO2013018220A1 - 車両用情報処理装置及び車両用情報処理方法 - Google Patents

車両用情報処理装置及び車両用情報処理方法 Download PDF

Info

Publication number
WO2013018220A1
WO2013018220A1 PCT/JP2011/067835 JP2011067835W WO2013018220A1 WO 2013018220 A1 WO2013018220 A1 WO 2013018220A1 JP 2011067835 W JP2011067835 W JP 2011067835W WO 2013018220 A1 WO2013018220 A1 WO 2013018220A1
Authority
WO
WIPO (PCT)
Prior art keywords
learning
information
vehicle
operation information
information processing
Prior art date
Application number
PCT/JP2011/067835
Other languages
English (en)
French (fr)
Inventor
智 宇野
Original Assignee
トヨタ自動車 株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by トヨタ自動車 株式会社 filed Critical トヨタ自動車 株式会社
Priority to EP11870185.3A priority Critical patent/EP2741268B1/en
Priority to RU2014103620/11A priority patent/RU2560960C1/ru
Priority to BR112014002502-9A priority patent/BR112014002502B1/pt
Priority to JP2013526699A priority patent/JP5776775B2/ja
Priority to US14/236,262 priority patent/US9573597B2/en
Priority to PCT/JP2011/067835 priority patent/WO2013018220A1/ja
Priority to CN201180072642.7A priority patent/CN103718221B/zh
Publication of WO2013018220A1 publication Critical patent/WO2013018220A1/ja

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • B60W40/09Driving style or behaviour
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/08Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062Adapting control system settings
    • B60W2050/0075Automatic parameter input, automatic initialising or calibrating means
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00Input parameters relating to data
    • B60W2556/10Historical data
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00Input parameters relating to data
    • B60W2556/45External transmission of data to or from the vehicle
    • B60W2556/50External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data

Definitions

  • the present invention relates to a vehicle information processing apparatus and a vehicle information processing method for processing operation information acquired based on a vehicle operation of a driver driving a vehicle.
  • the apparatus described in Patent Document 1 includes a driver operation change detection unit that detects a change in a driver operation (vehicle operation) of a driver who drives the vehicle, and a driver operation change detection unit that detects a change in the driver operation when the driver operation change detection unit detects a change in the driver operation.
  • Position information acquisition means for acquiring position information is provided.
  • map information creating means for associating and storing the change of the driver operation and the position information when the driver operation is changed. That is, in this apparatus, when a change in driver operation is detected, map information is created by associating the change in driver operation with the position information at that time.
  • the storage capacity of the map information can be reduced as compared with the case where the map information is created by automatically storing the information related to the driver operation every predetermined time.
  • the position information corresponding to the new driver operation change information is within the predetermined position range from the position information corresponding to the existing driver operation change information, and the driver operation change information is
  • the change information is of the same type
  • a function of updating the position information corresponding to the change information of the existing driver operation with the position information corresponding to the change information of the new driver operation is also included. That is, only one change information of the same type of driver operation is stored in the map information within the range of the predetermined position, and even if the vehicle operation by the driver is repeated, the capacity of the map information can be reduced. The increase will be suppressed.
  • the new operation information fails.
  • the operation information that is different from the operation information as a learning result is often operation information based on vehicle operation that has been appropriately changed in accordance with changes in driver habits, changes in road shapes, and the like.
  • driving assistance based on such vehicle operation learning the time required for such new driver operation information to be reflected in the existing driver operation information from which the learning results are derived cannot be ignored. It has become.
  • the present invention has been made in view of such circumstances, and an object thereof is to provide a vehicle information processing apparatus and a vehicle information processing method capable of more smoothly linking driver operation information to a learning result. There is to do.
  • the vehicle information processing apparatus is for a vehicle that learns operation information acquired corresponding to each vehicle operation by a driver in association with each point where the vehicle operation occurs.
  • the information processing apparatus learns the reproducibility of the type of operation information at the point according to the number of times the same type of operation information is continuously acquired at the same point.
  • the vehicle information processing method provided by the present invention is for a vehicle that learns the operation information acquired corresponding to each vehicle operation by the driver in association with each point where the vehicle operation occurs.
  • the number of times that the same type of operation information is continuously acquired at the same point where the reproducibility of the operation information is obtained that is, the same type of operation information is continuously acquired at the same point. Since learning is performed based on the number of acquisitions, the number of pieces of operation information required for learning at the same point can be set to a number corresponding to the number of continuous acquisitions. For example, if the vehicle operation by the driver is properly changed by changing the driver's habits or changing the road shape, it is learned that it is an effective vehicle operation, that is, until the vehicle operation becomes a learning result.
  • the required number of acquisitions of operation information is the number of continuous acquisitions.
  • the number of acquisitions of operation information required for learning changed operation information can be made smaller than in the case of learning based on the ratio to the accumulation of operation information acquired in the past. It becomes like this. As a result, the reflection of the appropriately changed operation information in the learning result is prevented from being delayed due to the influence of the operation information accumulated so far.
  • the vehicle information processing apparatus shortens the period required to start driving support for the operation information acquired for the first time or appropriately changed operation information, and makes it possible to provide smooth driving support.
  • operation information is more important because it shows the actual situation more accurately as it is newer, and it is considered that the importance of operation information decreases because it is likely to deviate from the actual situation as it gets older.
  • the more reproducible operation information the higher the possibility that the operation information is continuously obtained from the beginning when the operation information is acquired. For these reasons, even if old operation information is not used or its influence is reduced by learning reproducibility based on the number of consecutive acquisitions, the reproducibility learning result is appropriately maintained.
  • the reproducibility can be learned when the number of continuous acquisitions is reached. For example, by setting the number of consecutive acquisitions to “the number of times that a predetermined number is estimated to reach a ratio used as a criterion if learning is performed based on a ratio”, the number of pieces of operation information is smaller than the predetermined number. Based on this, reproducibility can be learned.
  • the operation information required for learning can be suppressed to the number of continuous acquisitions, the amount of information required for the learning can be reduced.
  • the point is set as a point including a predetermined range including the same point when the operation information is first acquired at the point.
  • the point is a predetermined value including the same point when the operation information is first acquired at the point.
  • the method further includes the step of setting the point as a range.
  • the point setting is performed based on the operation information, it is possible to increase the flexibility in setting the point for learning reproducibility.
  • the point is set as a point including a predetermined range including the point where the operation information is acquired, it is preferable to cope with a positional deviation of the vehicle due to a road condition or a positional deviation caused by the position detection accuracy. Can do.
  • a predetermined range is handled as the same point, it is possible to prevent a large number of points where learning of reproducibility is set in a range close to each other, and thus an increase in information is also suppressed.
  • the point is a place where a specific vehicle operation is required
  • the same operation information used for learning reproducibility of the same type of operation information as the specific vehicle operation is continuously acquired. The number of times is changed.
  • the same operation information for learning the reproducibility of the same type of operation information as the specific vehicle operation is continuously obtained on the condition that the point is a place where the specific vehicle operation is required.
  • the method further includes a step of changing the number of times of acquisition.
  • the reproducibility of the operation information is learned based on the ratio of the number of times of acquisition of the same type of operation information to the latest number of times of passage of the predetermined number of times.
  • the learning step on the condition that the number of times of passage of the same point exceeds a predetermined number of times, based on the ratio of the number of acquisition times of the same type of operation information to the latest number of times of passage of the predetermined number of times Learn the reproducibility of operation information.
  • the operation information is information acquired based on a vehicle deceleration operation by a driver.
  • a vehicle deceleration operation by a driver is acquired as the operation information.
  • the vehicle information processing apparatus is mounted on the vehicle.
  • the above steps are performed by a vehicle.
  • an information processing apparatus for a vehicle provided by the present invention is an information processing apparatus for a vehicle that provides information required for driving support based on a driver's vehicle operation.
  • a type of vehicle operation is continuously executed at a predetermined number of times or more at the same point, information required for the driving support is provided.
  • the driving assistance for the appropriately changed vehicle operation can be performed in a short period of time even if the vehicle operation is acquired for the first time or the vehicle operation is appropriately changed.
  • vehicle operation is more important because it shows the actual situation more accurately as it is newer, and it is considered that the importance of vehicle operation decreases as it becomes older. Further, the higher the reproducibility of the vehicle operation, the higher the possibility that the vehicle operation is continuously executed from the beginning of the vehicle operation. For these reasons, the provision of appropriate driving support information is maintained even if information about old vehicle operations is not used for driving support or the influence thereof is reduced.
  • driving support information when driving support information is provided based on a ratio, a predetermined number of vehicle operations are required as a parameter. Whether or not a predetermined number of vehicle operations have been executed by using the number of continuous executions as a criterion. Regardless, the driving support information can be provided when the number of continuous executions is reached. For example, the driving support information can be provided based on the number of vehicle operations smaller than the predetermined number by setting the number of continuous executions to a number estimated to reach the ratio used as a criterion for the predetermined number. It becomes like this.
  • the number of vehicle operations reaches the predetermined number by determining the necessity of driving support based on the number of continuous executions, as compared to estimating the ratio based on the total number up to that point.
  • the accuracy which has reached the ratio used as a judgment standard improves.
  • the number of vehicle operations required for providing driving support information is suppressed to the number of continuous executions, the number of information relating to vehicle operations to be stored can be reduced.
  • the block diagram which shows the schematic structure about one Embodiment which actualized the information processing apparatus for vehicles which concerns on this invention.
  • the graph for demonstrating learning by the information processing apparatus for vehicles shown in FIG. The graph for demonstrating learning by the information processing apparatus for vehicles shown in FIG.
  • the graph for demonstrating learning by the information processing apparatus for vehicles shown in FIG. The graph for demonstrating learning by the information processing apparatus for vehicles shown in FIG.
  • the graph for demonstrating learning by the information processing apparatus for vehicles shown in FIG. The graph for demonstrating learning by the information processing apparatus for vehicles shown in FIG.
  • the flowchart which shows a part of procedure of the process which concerns on the information processing apparatus for vehicles shown in FIG.
  • the flowchart which shows the procedure of the other part of the process which concerns on the learning shown in FIG. It is a figure explaining the transition of a learning state by the information processing apparatus for vehicles shown in FIG.
  • a vehicle 10 includes an information processing electronic control unit (information processing ECU) 11 as a vehicle information processing device and an external storage device 12 connected to the information processing ECU 11 so as to be communicable. ing.
  • an engine electronic control unit (engine ECU) 13 a steering electronic control unit (steering ECU) 14, and a brake electronic control unit (brake ECU) 15 are connected to the vehicle 10 so as to communicate with the information processing ECU 11. It is mounted in the mode.
  • the external storage device 12 is composed of an HDD (Hard Disk Drive), which is a nonvolatile storage device.
  • the external storage device 12 is provided with a database 12A, and various information used for information processing by the information processing ECU 11 is registered in the database 12A.
  • “operation information” which is information registered based on the driver's vehicle operation
  • “learning area” which is information in which a predetermined range including the position where the vehicle operation is executed is registered. Are registered in association with each other.
  • “specific position information” registered as a position where a stop operation or deceleration operation by a driver such as a temporary stop, a railroad crossing, or a sharp curve is required is a so-called “deceleration target area”. Is registered together with “specific operation information” which is a vehicle operation required in the above. In the database 12A, specific position information for which a stop operation is required may be registered separately from a “stop target area”, and specific position information for which a deceleration operation is required may be registered separately from a “deceleration target area”.
  • the engine ECU 13 is an ECU that controls the operation of the engine of the vehicle 10.
  • the engine ECU 13 is connected to an accelerator pedal sensor 22 that detects an accelerator depression amount, a sensor that detects an intake air amount, and the like, and a throttle valve. These are also connected to drive circuits of various devices such as a drive circuit and a fuel injection valve drive circuit. And engine ECU13 grasps
  • the engine ECU 13 executes control for supporting deceleration including stopping of the vehicle 10 when a deceleration assistance signal is transmitted as a driving assistance signal from the information processing ECU 11.
  • the engine ECU 13 can perform control for suppressing engine speed, control for stopping fuel supply to the engine (fuel cut), and the like as control for supporting deceleration.
  • the steering ECU 14 is an ECU that performs control to assist steering through power steering control or the like, and is connected to a steering angle sensor, a speed sensor 20, and the like, and a steering assist device such as a power steering device. . Then, the steering ECU 14 grasps the steering angle based on detection signals input from each sensor and outputs a command signal to the steering assist device. At this time, the steering ECU 14 may consider the speed of the vehicle 10 when outputting the command signal. Thus, the steering assist control is performed through the steering ECU 14. In the present embodiment, the steering ECU 14 executes control for supporting deceleration including stopping of the vehicle 10 when a deceleration assistance signal is transmitted as a driving assistance signal from the information processing ECU 11. The steering ECU 14 can perform steering assistance during braking on a slippery road surface as control for assisting deceleration.
  • the brake ECU 15 is an ECU that controls the brake device of the vehicle 10, and various sensors such as a speed sensor 20 and a brake pedal sensor 23 are connected to the brake ECU 15.
  • the brake ECU 15 generates a braking force on the vehicle 10 through control of a brake device of the vehicle 10 based on signals from various sensors. Specifically, the brake ECU 15 calculates the required braking force based on the speed of the vehicle 10 grasped based on the signal from the speed sensor 20, the brake depression amount signal from the brake pedal sensor 23, etc. Control the device.
  • the brake ECU 15 executes control for supporting deceleration including stopping of the vehicle 10 when a deceleration assistance signal is transmitted as a driving assistance signal from the information processing ECU 11, for example.
  • the brake ECU 15 can perform control such as preliminary braking or assist braking as control for assisting deceleration.
  • the information processing ECU 11 is electrically connected to a speaker 16 and a monitor 17 as an output device (user interface) that outputs driving support information and the like to the driver.
  • the monitor 17 has a display screen composed of a liquid crystal display or the like.
  • the monitor 17 displays an image corresponding to data input from the information processing ECU 11.
  • the information processing ECU 11 can output the driving support information via the monitor 17 as an image for alerting the driver such as a warning display or a warning display.
  • the speaker 16 is a device that generates sound and sound, and outputs sound and sound corresponding to the data input from the information processing ECU 11. As a result, the information processing ECU 11 can output the driving support information via the speaker 16 as a sound for alerting the driver, such as a warning voice or an alarm sound.
  • the information processing ECU 11 includes a speed sensor 20 that detects the speed of the vehicle 10, a GPS 21 that detects the position of the vehicle 10, an accelerator pedal sensor 22 that outputs an operation amount of the accelerator pedal, and an operation amount of the brake pedal.
  • the brake pedal sensor 23 for outputting is electrically connected to each other.
  • the speed sensor 20 is a sensor used for detecting the vehicle speed, and detects, for example, the rotational speed of an axle or a wheel, and outputs a signal corresponding to the detected rotational speed to the information processing ECU 11. As a result, the information processing ECU 11 can grasp the current speed and moving distance of the vehicle 10.
  • the speed of the vehicle 10 is used to detect “latest operation information” based on the driver's current vehicle operation. For example, acceleration is used for detecting an acceleration operation, and deceleration is used for detecting a deceleration operation.
  • the GPS 21 receives a GPS satellite signal to detect the position of the vehicle 10, and detects the current position based on the received GPS satellite signal.
  • the GPS 21 outputs information on the detected current position to the information processing ECU 11.
  • the information processing ECU 11 can grasp the current position of the vehicle 10. Further, the information processing ECU 11 can also detect the traveling direction of the vehicle 10 based on the time change of the current position detected by the GPS 21.
  • the current position of the vehicle 10 is used as “operation position information” when the driver's current vehicle operation is executed.
  • the accelerator pedal sensor 22 detects whether or not the accelerator pedal is operated by the driver and the amount of depression of the accelerator pedal, and outputs a signal corresponding to the presence or absence of the detected operation and the amount of depression to the information processing ECU 11.
  • the amount of depression of the accelerator pedal is used to detect “latest operation information” based on the driver's current vehicle operation. For example, depression of an accelerator pedal is used for detecting an acceleration operation.
  • the brake pedal sensor 23 detects the presence or absence of the brake pedal operation by the driver and the depression amount of the brake pedal, and outputs a signal corresponding to the presence or absence of the detected operation and the depression amount to the information processing ECU 11.
  • the amount of depression of the brake pedal is used as “latest operation information” based on the driver's current vehicle operation.
  • the depression amount of the brake pedal is used for detection of a deceleration operation.
  • the information processing ECU 11 is mainly configured by a microcomputer having an arithmetic device and an internal storage device.
  • various information processing based on various data and programs stored in the internal storage device or the external storage device 12 is executed by the microcomputer.
  • the information processing ECU 11 executes a program (learning program) for learning the reproducibility of “latest operation information”. That is, the information processing ECU 11 includes the “operation position information” based on the “latest operation information” and the “operation position information” indicating the position where the vehicle operation corresponding to the information is executed by the learning program. The reproducibility of “latest operation information” in the “learning area” is learned.
  • the information processing ECU 11 includes an operation information extraction unit 31 that detects “latest operation information” and “operation position information” and a “learning area” based on the execution of the learning program in the arithmetic device.
  • a position information processing unit 32 to be set is provided.
  • the information processing ECU 11 includes an operation information learning unit 33 that learns the reproducibility of the “latest operation information” in the “learning area” based on the execution of the learning program in the arithmetic unit, and the current position.
  • a support information output unit 34 that outputs driving support information based on the learning result corresponding to the “learning area” is provided.
  • the operation information extraction unit 31 detects “latest operation information” based on signals from various sensors. For example, the acceleration operation is detected (acquired) as “latest operation information” based on detecting “acceleration” from the signal of the speed sensor 20 and detecting “depression” of the pedal from the signal of the accelerator pedal sensor 22. To do. Further, for example, based on detecting “deceleration” from the signal of the speed sensor 20 and detecting “depression” of the pedal from the signal of the brake pedal sensor 23, the deceleration operation is detected (acquired) as “latest operation information”. ) Furthermore, when the operation information extraction unit 31 detects these “latest operation information”, the “operation position information”, which is information on the position where the vehicle operation corresponding to the operation information has been performed, is based on the GPS 21 signal. get.
  • the position information processing unit 32 acquires “latest operation information” and “operation position information” from the operation information extraction unit 31.
  • the position information processing unit 32 detects whether or not the “operation position information” is included in the “deceleration target area” registered in the database 12A. That is, the position information processing unit 32 compares the position indicated by the “operation position information” with the range indicated by the “deceleration target area” registered in the database 12A, and the position indicated by the “operation position information” is the “deceleration target area”. If it is included in the range indicated by “Area”, “preferential” is set as the value of “determination information” used for level determination of learning.
  • the position information processing unit 32 sets “normal” as the value of the “determination information”. That is, when the types of information that can be used for learning are only “latest operation information” and “operation position information”, “normal” is set in “determination information”, while the information type that can be used for learning is set. When “deceleration target area” or the like is added, “preferential treatment” is set in “determination information”.
  • the position information processing unit 32 associates “learning area” including the position indicated by “operation position information” with “latest operation information”. That is, the position information processing unit 32 compares the position indicated by the “operation position information” with the range of the “learning area” registered in the database 12A, and the position indicated by the “operation position information” is the “learning area”. If it is included in the range, the “learning area” is associated as the “learning area” of the “latest operation information”.
  • the position information processing unit 32 based on the “operation position information”, A “learning area” composed of a predetermined range including the “operation position information” is created, and the created “learning area” is associated as a “learning area” of “latest operation information”.
  • the operation information learning unit 33 acquires “latest operation information”, “learning area”, and “determination information” from the position information processing unit 32, and also acquires the acquired “latest operation information”, “learning area”, and “ Based on the “determination information”, the reproducibility of “latest operation information” in the “learning area” is learned. Since the “latest operation information” is based on the driver's current vehicle operation, this learning is equivalent to learning the reproducibility of the driver's current vehicle operation.
  • the operation information learning unit 33 performs “learning start processing”, “learning continuation processing”, “learning” according to the learning state in the “learning area” corresponding to “latest operation information”. “Process to execute” and “Process to stop learning” are performed.
  • the “learning start process” is a process performed when the “learning area” does not match any of the “learning areas” registered in the database 12A.
  • an area in which the “learning area” associated with the “latest operation information” and the “registered operation information” corresponding to the “learning area” can be registered in the database 12A.
  • the “learning area” and the “latest operation information” are registered in the reserved area.
  • a storage area corresponding to the new “learning area” is secured in the database 12A, and a new “learning area” and “latest operation information” are registered in the secured area. Is done.
  • the “registration operation information” a plurality of “operation information” can be registered in chronological order, and each time the vehicle 10 passes through the “learning area” associated therewith, “the latest operation information”. Operation information "is accumulated. Therefore, the “registered operation information” is configured by one “latest operation information”, or by one “latest operation information” and one or more “past operation information”. become.
  • the “process for continuing learning” is a process performed when the “learning area” matches the “learning area” registered in the database 12A.
  • “latest operation information” is additionally registered in “registered operation information” corresponding to “learning area” registered in the database 12A. That is, “latest operation information” is additionally registered in the existing “learning area”. If “latest operation information” is additionally registered in the existing “learning area”, the existing “latest operation information” that was the latest before the registration will become one old in time series. It is managed as the oldest “past operation information”. In this way, each time “latest operation information” is added, the existing one or more “past operation information” is managed as older information.
  • the operation information learning unit 33 exceeds the upper limit number of “past operation information” each time “latest operation information” is additionally registered. Is to be erased.
  • the “learning process” is based on the “registration operation information” corresponding to the “learning area”, and the reproducibility of the “support candidate operation” as the vehicle operation to be a support target in the “learning area”. Is a process of learning.
  • “operation information” includes a plurality of types of operation information such as a deceleration operation and an acceleration operation, and among these, the same type of operation information is one type selected from a plurality of types. For example, “deceleration operation” or “acceleration operation”. It should be noted that such classification of the type of “operation information” can be arbitrarily classified according to the point of view.
  • the “deceleration operation” can be subdivided based on the speed region, for example.
  • “support candidate operation” is an operation selected from the most same type of operation information among “latest operation information” and “past operation information” registered in “registered operation information”. is there.
  • the “support candidate operation” in the “learning area” is highly reproducible
  • the “support candidate operation” is supported in the “learning area” in the “learning execution process”. It is registered in the database 12A as “support target operation” as an operation.
  • the operation information learning unit 33 also learns the “support target operation” corresponding to the “learning area”.
  • the information processing ECU 11 refers to the “learning area” searched as the “learning area” corresponding to the current position of the vehicle 10, and the “support target operation” corresponding to the “learning area” is retrieved from the database 12A. It will be obtained.
  • the reproducibility learning of “support candidate operation” is performed based on “operation information” registered in “registered operation information”. That is, the operation information learning unit 33 selects “support candidate operation” from the “registration operation information” corresponding to the “learning area” in the “learning area” that is the subject of reproducibility learning.
  • the operation information learning unit 33 learns whether or not the selected “support candidate operation” has reproducibility.
  • the operation information learning unit 33 performs at least one of two learnings, so-called “learning based on a ratio” and “learning based on a continuous number”, for the presence or absence of reproducibility.
  • the operation information learning unit 33 learns “learning based on a ratio” based on the ratio of the number of operation information corresponding to “support candidate operation” to the total number of operation information registered in “registered operation information”. . That is, the “support candidate operation” is learned to have reproducibility when the number of vehicle operations corresponding to the “support candidate operation” is equal to or greater than a predetermined ratio, while the vehicle operation corresponding to the “support candidate operation” is When the number is less than a predetermined ratio, it is learned that there is no reproducibility.
  • the reproducibility learning is performed based on the ratio of the number of pieces of operation information corresponding to the “support candidate operation” in the ten pieces of operation information. For example, when the ratio of the number of pieces of operation information corresponding to “support candidate operation” in 10 pieces of operation information is “80%” or more, the operation information learning unit 33 has reproducibility in the “support candidate operation”. On the other hand, when the ratio of the number of the operation information is less than “80%”, it is learned that the “support candidate operation” has no reproducibility. The operation information learning unit 33 does not perform “learning based on a ratio” when the number of operation information registered in the “registered operation information” is less than 10. On the other hand, when the number of operation information registered in the “registered operation information” exceeds 10, “learning based on the ratio” is performed based on the latest 10 pieces of operation information.
  • the operation information learning unit 33 performs “learning based on the continuous number” as the number of continuously registered operation information corresponding to “support candidate operation” in the operation information registered in “registered operation information”, that is, Learning is performed based on the number of times operation information is acquired (detected) continuously.
  • the “operation information” registered in the “registered operation information” is based on the number of consecutive vehicle operations corresponding to the “support candidate operation” registered there. The presence or absence of reproducibility is learned.
  • the reproducibility of the “support candidate operation” is such that the continuous number of vehicle operations corresponding to the “support candidate operation” compared to the “predetermined continuous number” for reproducibility learning is equal to or greater than the “predetermined continuous number”. If it is less than the “predetermined number of consecutive”, it is learned that there is not.
  • the “predetermined continuous number” for reproducibility learning is a continuous number used for determining whether or not learning is completed in reproducibility learning, and the number of consecutive operation information of the same type ( Continuous number).
  • the operation information learning unit 33 sets, for example, “predetermined continuous number” for reproducibility learning to 3 times for this “support candidate operation” (“stop operation”) whose number of consecutive times is 3 times. If the “predetermined continuous number” is set to 4 times, for example, it is learned that there is no reproducibility.
  • the “predetermined continuous number” for reproducibility learning when “normal” is set in the “determination information” of the position information processing unit 32, the “continuous number for normal determination” is applied, and the position information processing unit When “preferential treatment” is set in the “determination information” of 32, “continuous number for preferential determination” is applied.
  • the “continuous number for normal determination” and “continuous number for preferential determination” used for reproducibility learning are set in advance in the external storage device 12 or the like, but are calculated based on a program or the like. Also good.
  • “learning based on the number of consecutive” is performed when the operation information included in the “registered operation information” registered corresponding to the “learning area” is less than 10, “Learning based on the continuous number” may be performed instead of “learning based on the ratio” when the number of pieces of operation information included in the “registered operation information” is ten or more.
  • “Processing to stop learning” is processing for determining (learning) whether or not to continue reproducibility learning in the “learning area” and performing necessary processing according to the determination.
  • the determination in this process can also be expressed as learning.
  • the operation information learning unit 33 determines that the reproducibility learning in the “learning area” is not continued in the “learning stop process”, that is, the learning is stopped, the “learning area” secured in the database 12A is determined.
  • the area for ".” That is, the operation information learning unit 33 stores the “learning area” determined to stop learning and “registration operation information”, “support candidate operation”, “determination information”, and the like associated with the “learning area”. Delete from 12A.
  • the operation information learning unit 33 determines that the reproducibility learning in the “learning area” is to be continued in the “processing to stop learning”, the operation information learning unit 33 for the “learning area” secured in the database 12A. Maintain area.
  • the operation information learning unit 33 determines (learns) whether to continue or stop learning for the “learning area”.
  • the operation information learning unit 33 performs at least one of two determinations (learning), so-called “determination based on a ratio” and “determination based on a continuous number”, as a determination to stop learning (learning).
  • the operation information learning unit 33 learns “determination based on a ratio” based on the ratio of the number of operation information corresponding to “support candidate operation” to the total number of operation information registered in “registered operation information”. .
  • the number of operation information registered in the “registered operation information” is ten.
  • learning of the presence / absence of reproducibility is performed based on the ratio of the number of operation information corresponding to the “support candidate operation” to the ten operation information.
  • the operation information learning unit 33 determines that the learning for the “learning area” is continued when the number of vehicle operations corresponding to the “support candidate operation” is equal to or greater than a predetermined ratio.
  • a predetermined ratio it is determined that the learning for the “learning area” is to be stopped.
  • the ratio of the number of operation information corresponding to “support candidate operation” in 10 pieces of operation information is “80%” or more, the operation information learning unit 33 determines to continue learning of the “learning area”.
  • the ratio of the number of the operation information is less than “80%”, it is determined that the learning of the “learning area” is to be stopped.
  • the operation information learning unit 33 does not perform “learning based on a ratio” when the number of operation information registered in the “registered operation information” is less than 10. On the other hand, when the number of operation information registered in the “registered operation information” exceeds 10, “learning based on the ratio” is performed based on the latest 10 pieces of operation information.
  • the operation information learning unit 33 performs “judgment based on the number of continuations” in order to make the “support candidate operation” a predetermined ratio with respect to the operation information registered in “registered operation information”. This is performed based on the continuous number of operation information corresponding to “candidate operation”.
  • the “learning maintenance ratio”, which is a reference for continuing learning is the ratio of operation information corresponding to “support candidate operation” with respect to “registered operation information”, and the value is set to “80%” or more. More specifically, in this “determination based on the number of consecutive”, when the ratio of operation information corresponding to “support candidate operation” is less than “80%” in “registration operation information”, it is less than “80%”.
  • the operation information learning unit 33 compares the continuous number of the operation information that causes the ratio of the operation information corresponding to the “support candidate operation” to be “80%” or more with the “predetermined continuous number” for determining cancellation. If it is equal to or less than the “predetermined continuous number” for canceling determination, it is determined that the learning is to be continued.
  • the operation information learning unit 33 determines that the learning in the “learning area” in which the necessary number of consecutive times is 5 is continued if, for example, the “predetermined number of continuous” is 5 times, For example, if the “predetermined continuous number” for determining whether to stop is four, it is determined to cancel.
  • the “predetermined continuous number” for determining cancellation when “normal” is set in the “determination information” of the position information processing unit 32, the “continuous number for normal determination” is applied, and the position information processing is performed.
  • “preferential treatment” is set in the “determination information” of the unit 32, “continuous number for preferential determination” is applied.
  • the “continuous number for normal determination” and “continuous number for preferential determination” used for determining whether to stop learning are set in advance in the external storage device 12 or the like, but are calculated based on a program or the like. May be.
  • the “determination based on the number of consecutive” is performed when the operation information included in the “registered operation information” registered corresponding to the “learning area” is less than 10,
  • the “determination based on the continuous number” may be performed instead of the “determination based on the ratio” when the operation information included in the “registered operation information” is 10 or more.
  • the support information output unit 34 outputs driving support information corresponding to the current position of the vehicle 10 according to the contents registered in the database 12A.
  • the support information output unit 34 includes the current position of the vehicle 10. Are sequentially input. Then, when the current position of the vehicle 10 is input, the support information output unit 34 searches the database 12A for the presence / absence of the “learning area” including the current position. When the “learning area” including the current position is not registered in the database 12A, the support information output unit 34 does not output the driving support information corresponding to the current position. On the other hand, when the “learning area” including the current position is registered in the database 12A, the “support target operation” set in the “support target operation” corresponding to the “learning area” is referred to. Output as driving support information.
  • the support information output unit 34 outputs a deceleration support signal as a driving support signal corresponding to the deceleration operation, while setting “support target operation”.
  • an acceleration support signal is output as a driving support signal corresponding to the acceleration operation.
  • the support signal is not output.
  • the support information output unit 34 has a “learning area” including the current position of the vehicle 10 in the database 12A, and the operation information extraction unit 31 does not detect “latest operation information” for the “learning area”.
  • the operation information learning unit 33 is provided with information indicating that “operation information” has not been detected in the “learning area”, for example, “no operation”. That is, when the vehicle 10 passes through the “learning area” without performing the acceleration operation or the deceleration operation, the operation information extraction unit 31 cannot detect “operation information” in the “learning area”. Therefore, the support information output unit 34 provides the “latest operation information” for the “learning area” as “no operation”, so that the operation information learning unit 33 allows the “latest operation information” in the existing “learning area”. "Can be learned as” no operation ".
  • “latest operation information” is classified into two types: “stop operation” information and other operation information. .
  • the “support candidate operation” is assumed to be a “stop operation”.
  • the number of “operation information” used by the operation information learning unit 33 for learning reproducibility is the latest 10 times.
  • the “stop operation” is reproduced based on the maximum number of consecutive “stop operations” in the latest 10 operation information registered in the “registered operation information” corresponding to the “learning area”. The presence or absence of sex is learned.
  • “learning based on ratio” when “stop operation” is a ratio of “80%” or more with respect to 10 times of operation information, it is learned that “stop operation” has reproducibility, and “stop operation” "Is set as” supported operation ".
  • the “stop operation” is less than “80%”, it is learned that the “stop operation” is not reproducible, and the “stop operation” is not set in the “support target operation”.
  • FIG. 2 is a tabular graph, in which the number of passes of the vehicle 10 is shown in the column, the number of stops of the number of passes, that is, the number of “stop operations” is shown in the row, and the columns and rows are shown. It is divided by.
  • the graph 40 is divided substantially left and right by thick lines, with the left side being the A side and the right side being the B side. That is, in this graph 40, the ratio of the “stop operation” to the number of times of passing the “learning area” of the vehicle 10 is shown, and the portion where the ratio is less than “80%” is the A side, and the ratio is “ The portion of “80%” or more is the B side.
  • the ratio of “stop operation” in “registered operation information” is “80%” or more. Is when the number of times of passing through the “learning area” is 1 and the “stop operation” is 1 time. Similarly, the number of “stop operation” in which the ratio of “stop operation” in the “registration operation information” is “80%” or more is 2 when the number of passages is 2, and when the number of passages is 3 3 times, 4 times when the number of times of passage is 4, 4 times or more when the number of times of passage is 5, and 5 times or more when the number of times of passage is 6.
  • the number of “stop operations” in which the ratio of “stop operation” in the “registration operation information” is “80%” or more is 6 or more when the number of passes is 7, and the number of passes is 8 7 times or more in the case, and 8 times or more in the case of 9 passes.
  • the ratio “80%” is used for learning whether there is reproducibility. Then, after learning that the “stop operation” has reproducibility, other information is registered in the “registration operation information”, so that the ratio of the “stop operation” is less than “80%”, and the learning result is There may be a case where the learning result is not good, for example, the “stop operation” may change if there is no reproducibility.
  • the first of the other operations occurs for the third time, the second of the other operations occurs for the fourth time in the pattern “9”, and the subsequent patterns are sequentially performed once. It occurs later.
  • the patterns “16” to “21” the first of the other operations occurs for the fourth time, the second of the other operations occurs for the fifth time in the pattern “16”, and the subsequent patterns are sequentially performed once. It occurs later.
  • the patterns “22” to “26” the first of the other operations occurs at the fifth time, the second of the other operations occurs at the sixth time in the pattern “22”, and the subsequent patterns are sequentially performed once. It occurs later.
  • the first of the other operations occurs at the sixth time, the second of the other operations occurs at the seventh time in the pattern “27”, and the subsequent patterns are sequentially performed once. It occurs later.
  • the first of the other operations occurs at the sixth time, the second of the other operations occurs at the seventh time in the pattern “27”, and the subsequent patterns are sequentially performed once. It occurs later.
  • the patterns “31” to “33” the first of the other operations occurs at the seventh time, the second of the other operations occurs at the eighth time in the pattern “31”, and the subsequent patterns are sequentially performed once. It occurs later.
  • the first of the other operations occurs at the eighth time, the second of the other operations occurs at the ninth time in the pattern “34”, and the tenth time in the pattern “34”.
  • the first of the other operations occurs at the ninth time, and the second of the other operations occurs at the tenth time.
  • the breakdown of the number of appearances of the maximum number of consecutive is 1 pattern for 8 times, 4 patterns for 7 times, Six consecutive times are 7 patterns, 5 consecutive times are 10 patterns, 4 consecutive times are 11 patterns, and 3 consecutive times are 3 patterns. That is, as the number of consecutive “stop operations”, 8 is the maximum number of continuous times, 4 is the most frequent number of continuous times, and 3 is the minimum number of continuous times.
  • any one of the above-described 8 to 3 times is set as the “predetermined continuous number” for reproducibility learning and the “predetermined continuous number” for cancellation determination.
  • the “predetermined continuous number” for reproducibility learning the “continuous number for preferential determination” is set to a value equal to or less than the “continuous number for normal determination”, and the learning result that there is reproducibility is Equivalent or easy to obtain.
  • the “preferential determination continuous number (N2)” for reproducibility learning is 3 times (minimum continuous number), and the “normal determination continuous number (N1)” is 4 times (most frequent continuous). Times).
  • continuous number for preferential determination is set to a value equal to or greater than “continuous number for normal determination”, and it is equivalent to obtain a determination to cancel learning. Or it becomes difficult.
  • continuous number for preferential determination (M2)” for stop determination is 8 times (maximum continuous number)
  • continuous number for normal determination (M1)” is 4 times (most frequent continuous number).
  • the vehicle 10 passes through the “learning area”.
  • a learning result is not set when the number of times is three or less.
  • the “learning area” is obtained when four “stop operations” are obtained continuously from the first to the fourth time as in the pattern “22” in FIG. It is learned that there is reproducibility of the “stop operation”. Then, as in the pattern “22”, the other operations are obtained twice in succession, whereby the ratio of the fourth to sixth times changes to “100%”, “80%”, “67%”, and 6 Even if it becomes less than “80%” for the second time, it does not change that “stop operation” has been performed four times in succession. In other words, the learning result that “stop operation” has reproducibility is maintained regardless of the fluctuation of the ratio in the middle because it is already estimated that “the ratio at the tenth time is likely to be“ 80% ”or higher”. Is done.
  • the second and third operations are other operations, but when “stop operation” is obtained four times continuously from the fourth to seventh times, the seventh operation is performed.
  • the ratio of “stop operation” is “71%”. However, since it is estimated that “the ratio at the 10th time is“ 80% ”or higher” because 4 consecutive times are detected, it is learned that the “stop operation” is reproducible at the 7th time. Is done.
  • the “stop operation” is obtained except for the fourth time, and even if it becomes “86%” in the seventh time, the number of consecutive is still four in the seventh time. It is not estimated that there is a high possibility that the ratio at the 10th time will be “80%” or more because it does not become a time. For this reason, even if learning is still continued at the end of the seventh time, no learning result is obtained.
  • the ratio of “stop operation” that is less than “80%” in the “registered operation information” of the “learning area” will be “ Based on how many consecutive “stop operations” are necessary to reach “80%” or more, it is determined whether to stop learning. That is, the number of consecutive “stop operations” is equal to the number of “stop operations” that are further required in order to make the ratio that is currently less than “80%” “80%” or more.
  • a graph 41 in FIG. 3 is a tabular graph, in which the number of passes of the vehicle 10 is shown in the column, the number of stops, that is, the number of “stop operation” is shown in the row, and is divided into columns and rows. .
  • the graph 41 is divided substantially left and right by thick lines, with the left side being the A side and the right side being the B side.
  • the graph 41 shows the number of “stop operations” with respect to the number of times the vehicle 10 has passed through the “learning area”.
  • the ratio of “stop operations” is “80%” or more.
  • the number of “stop operations” that will be required in the future, that is, the number of continuous operations is shown.
  • the B side of the graph 41 shows the number of “other operations” that can occur from now on, and when other operations occur continuously for that number of times, the ratio of “stop operation” is set to “80%”. It cannot be maintained above.
  • the A side of the graph 41 will be described in detail.
  • the operation information necessary for setting the current “stop operation” ratio to “80%” is shown on the A side of the graph 41, and the number of continuous times on the indicated A side is shown.
  • a realistic value as the number of consecutive “stop operations” required to set the current “stop operation” ratio to “80%” or more is shown as a “predetermined number of consecutive” for canceling determination. 5 based on the list 43.
  • the realistic number of consecutive times can be set to four times (the most frequent number of consecutive times).
  • the operation information learning unit 33 has more than four consecutive “stop operations” required to set the current “stop operation” ratio to “80%”. It can be determined that the learning in the “learning area” is to be stopped. As long as it is based on the list 43, it is not appropriate to select a number greater than 8 or a value smaller than 3 as the “predetermined continuous number” for canceling determination.
  • the operation information extraction unit 31 detects “latest operation information” and acquires “operation position information”
  • the information processing ECU 11 performs “learning start processing” or “learning” by the operation information learning unit 33. “Latest operation information” is registered for the “learning area” identified in “continuing process”. Then, the information processing ECU 11 performs “a process of executing learning”. That is, the information processing ECU 11 determines whether or not the position indicated by the “operation position information” is included in the “deceleration target area” (step S1 in FIG. 6).
  • the “determination information” set by the position information processing unit 32 is “normal”, it is determined that it is not included in the “deceleration target area”, and when it is “preferential”, the “deceleration target area” Is determined to be included.
  • the information processing ECU 11 determines whether to learn whether the “latest operation information” is reproducible as “normal determination” or “preferential determination”.
  • the “normal determination” process in FIG. 6 and the “preferential determination” process in FIG. 7 are different in “predetermined continuous number” for reproducibility determination and “predetermined continuous number” for stop determination. However, the processing flow (flow chart) is the same.
  • 10 is the maximum number of operation information used for learning
  • only the latest 10 operation information in the “learning area” is used for reproducibility learning.
  • the information processing ECU 11 learns that the “latest operation information” is “reproducible” and the learning is performed. As a result, “support target operation” is set (step S13 in FIG. 6). Then, the information processing ECU 11 is set so that the learning result can be used for “eco-driving support” as a vehicle operation for reducing fuel consumption, that is, driving support for the same “learning area” is based on the learning result. (Step S20 in FIG. 6).
  • the information processing ECU 11 determines that the “latest operation information” is “not reproducible” ( Together with step S15 in FIG. 6, the learning result for the “learning area” is cleared, and new learning is resumed.
  • the information processing ECU 11 performs a so-called “learning stop process” and then a “learning start process”. Based on the “latest operation information” and “operation position information” detected this time, A “learning area” is set, and “latest operation information” is registered in “registration operation information” corresponding to the “learning area”.
  • the information processing ECU 11 performs “latest operation information” and “registration”. Based on the “operation information”, it is determined whether or not “stop operation” more than four times is required in order to satisfy the stop rate “80%” (step S14 in FIG. 6). When it is determined that more than four “stop operations” are required for the stop rate to be equal to or higher than “80%” (YES in step S14 in FIG. 6), the previous “NO in step S12” Similarly, the information processing ECU 11 determines that the “latest operation information” is “not reproducible” (step S15 in FIG. 6).
  • step S21 of FIG. 6 information processing ECU11 clears the learning result with respect to the said "learning area", and restarts new learning (step S21 of FIG. 6).
  • step S14 in FIG. 6 when it is determined that “stop operation” more than four times is not necessary to make the stop rate “80%” or more, that is, “stop operation” of four times or less is sufficient (in step S14 in FIG. 6). NO), the information processing ECU 11 determines to continue the reproducibility learning for the “learning area” (step S16 in FIG. 6). That is, in the “learning area”, since the “support target operation” is not set, a signal for driving support or the like cannot be obtained, but the information processing ECU 11 continues the learning for the “learning area” (FIG. 6 step S22).
  • the information processing ECU 11 determines whether or not the number of times the vehicle 10 has passed through the “learning area” is less than 10 (step S30 in FIG. 7), as in the previous step S10.
  • the number of times that the vehicle 10 has passed the “learning area” is 10 or more (NO in step S30 in FIG. 7).
  • the information processing ECU 11 determines whether or not the stop rate is “80%” or more as in the previous step S12 (step S32 in FIG. 7).
  • step S32 in FIG. 7 the information processing ECU 11 determines that the operation information is “reproducible” as in the previous “step S13”. In addition to learning (step S33 in FIG. 7), the learning result is set so as to be used for “eco-driving support” (step S20 in FIG. 6).
  • step S32 in FIG. 7 the information processing ECU 11 determines that the operation information is “reproducible” as in the previous “step S15”. At the same time, the learning result is cleared and new learning is resumed (step S21 in FIG. 6).
  • step S34 of FIG. 7 the information processing ECU 11 determines to continue the reproducibility learning for the “learning area” (step S36 in FIG. 7). Thereby, the information processing ECU 11 continues the learning for the “learning area” (step S22 in FIG. 6). Then, the learning process is terminated.
  • FIG. 8A is a diagram showing a state where the “learning area A1” is not set because the vehicle 10 passes for the first time
  • FIG. 8B is a diagram where learning for the “learning area A1” is performed
  • FIG. 8C is a diagram showing a state in which learning for “learning area A1” is being performed and driving support is also being performed.
  • the information processing ECU 11 detects the executed “deceleration operation” and the “operation position P1” at that time, and the “operation position P1”. "Learning area” including "is searched from the database 12A.
  • the information processing ECU 11 performs “operation position P1” as shown in FIG. 8B.
  • a new “learning area A1” is set, and “learning area A1” and “deceleration operation” are associated and registered in the database 12A.
  • the information processing ECU 11 searches the “learning operation” as the “latest operation information” in the “learning area A1” obtained by the search. "And register. At this time, the information processing ECU 11 learns the reproducibility of the “deceleration operation” based on the predetermined continuous number for reproducibility determination. If it is determined that there is reproducibility, the “learning area A1” has “ “Support target operation” is set, and “learning area A1” is determined as the support target area as shown in FIG.
  • the “support target operation” is set in the corresponding “learning area A1”.
  • Information required for driving support is provided to the vehicle 10. That is, the vehicle 10 acquires driving support information from the “learning area A1” detected based on the current position, and driving support based on the driving support information is performed. That is, in the present embodiment, since the continuous number is used for the reproducibility determination, the learning result can be output even when the number of times of passage through the “learning area A1” is small.
  • the learning is preferably determined to be stopped even when the number of times of passing through “learning area A1” is small. Will be able to. Further, the usage amount of the database 12A can be reduced.
  • the vehicle information processing apparatus and the vehicle information processing method according to the present embodiment have the effects listed below.
  • the reproducibility of “operation information” is the number of times the same type of operation information (for example, “stop operation”) is continuously acquired at the same point (“learning area”), that is, “learning area”. For example, since learning is performed based on the number of consecutive acquisitions (continuous number) of “stop operation”, the number of operation information required for learning in the “learning area” can be set to a number corresponding to the continuous number. For example, if the vehicle operation by the driver is appropriately changed by changing the driver's habits or changing the road shape, it is learned that this is an effective vehicle operation, that is, the vehicle operation ("stop operation”) is The number of acquisitions of operation information required until the learning result (“support target operation”) is reached is a continuous number.
  • the number of acquisitions of operation information required for learning changed operation information can be made smaller than in the case of learning based on the ratio to the accumulation of operation information acquired in the past. It becomes like this. As a result, the reflection of the appropriately changed operation information in the learning result is prevented from being delayed due to the influence of the operation information accumulated so far.
  • the information processing ECU 11 can provide smooth driving support because the time required for starting the driving support for the operation information acquired for the first time or appropriately changed operation information is shortened.
  • the continuous number is used instead of the ratio affected by the accumulation of operation information.
  • operation information is more important because it indicates the actual situation more accurately as it is newer, and is less important because there is a higher possibility that it will deviate from the actual situation as it becomes older.
  • the more reproducible operation information the higher the possibility that the operation information is continuously obtained from the beginning when the operation information is acquired. For these reasons, even if old operation information is not used or the influence is reduced in the reproducibility learning based on the number of continuous operations, the reproducibility learning result is appropriately maintained.
  • the determination criterion is based on the ratio based on the total number up to that point. The accuracy of reaching a certain percentage is improved.
  • the “learning area” is set based on the operation information, it is possible to increase the flexibility of setting the “learning area” for learning reproducibility. Further, since the “learning area” is set as a “learning area” including a predetermined range including the position indicated by the “operation position information” from which the operation information has been acquired, the positional deviation of the vehicle 10 due to road conditions and position detection It is possible to suitably cope with a positional deviation caused by accuracy. In addition, since a predetermined range as a “learning area” is handled as the same point, it is possible to prevent a large number of points where learning of reproducibility is set in a range close to each other, so that an increase in information is also suppressed. Become.
  • a vehicle operation of the same type as a vehicle operation for example, “stop operation”
  • a specific vehicle operation for example, “deceleration target area”
  • the driving assistance for the appropriately changed vehicle operation can be performed in a short period of time even if the vehicle operation is acquired for the first time or the vehicle operation is appropriately changed.
  • the continuous number is used instead of the ratio of being affected by the accumulated past vehicle operation.
  • vehicle operation is more important because it shows the actual situation more accurately as it is newer, and it is considered that the importance of vehicle operation decreases because it becomes more likely to deviate from the actual situation as it gets older.
  • the higher the reproducibility of the vehicle operation the higher the possibility that the vehicle operation is continuously executed from the beginning of the vehicle operation. For these reasons, even if information related to old vehicle operation is not used for driving support based on the continuous number or the influence thereof is reduced, provision of appropriate driving support information is maintained.
  • the driving support information when driving support information is provided based on a ratio, a predetermined number (for example, 10 times) of vehicle operation is necessary as a parameter, but by using a continuous number (for example, 4 times) as a criterion. Regardless of whether or not a predetermined number of vehicle operations have been executed, the driving support information can be provided when the continuous number is reached. For example, by setting the continuous number to “the number of times that the predetermined number is estimated to reach the ratio used as the determination criterion” (for example, four times), the driving support information is based on the number of vehicle operations smaller than the predetermined number. Will also be able to provide.
  • the predetermined number is not reached, the number of vehicle operations has reached the predetermined number by determining whether driving assistance is necessary based on the continuous number, or estimating the ratio based on the total number up to that point. When this happens, the accuracy of reaching the ratio used as the criterion for driving assistance is improved.
  • the deceleration target area is registered in the database 12A.
  • the present invention is not limited to this, and the deceleration target area may be acquired from a navigation system or an external infrastructure device.
  • the navigation system 25 when the navigation system 25 is connected to the information processing ECU 11 of the vehicle 10, the information processing ECU 11 is based on road data included in road map information mounted on the navigation system 25.
  • a temporary stop, an intersection, a railroad crossing, a curve, etc. may be acquired as the “deceleration target area”.
  • the “deceleration target area” is acquired based on information on the road transmitted from the external infrastructure device 50 installed on the road. May be.
  • the “deceleration target area” is registered in the database 12A in advance, and the trouble of managing the latest state is reduced.
  • the “deceleration target area” can be set for points not included in the database 12A, the convenience as the vehicle information processing apparatus is improved.
  • the present invention is not limited to this, and the reproducibility of the vehicle operation in the “learning area” may be performed by a device outside the vehicle.
  • the vehicle 10 is provided with an information transmission unit 35 and an information reception unit 36 in an information processing ECU 11 without an operation information learning unit, and a communication device 26 connected to the information processing ECU 11.
  • an information processing center 51 is provided outside the vehicle 10, and the information processing center 51 includes a communication device 52 that can communicate with the vehicle 10 and a position information processing unit corresponding to the position information processing unit 32 of the above embodiment.
  • the information processing ECU 11 transmits “operation position information” and “latest operation information” detected by the operation information extraction unit 31 to the information processing center 51.
  • the “learning area” is created and acquired based on “,” the latest operation information in the “learning area” is registered, and reproducibility learning is performed.
  • the support information output unit 34 searches the individual database 57 of the information processing center 51 based on the current position to acquire the presence / absence of a “learning area” and “support target operation”.
  • the support information output unit 34 displays information such as “no operation”.
  • the processing center 51 is notified.
  • the learning of the reproducibility of the operation information for the “learning area” can be performed by the external device. Thereby, the freedom degree of the system configuration
  • driving support for “stop operation” and “deceleration operation” by the driver is illustrated, but the present invention is not limited to this, and driving support for “acceleration operation” and “steering operation” by the driver. It may be aimed at. Even if “acceleration operation” or “steering operation” is selected as a “support target operation” in the “learning area”, a driving support signal for the operation can be output. For this reason, driving assistance can be performed for the above-described driving assistance signal by performing control according to each driving assistance signal acquired by the engine ECU, the steering ECU, and the brake ECU.
  • the “latest operation information” is illustrated as being roughly divided into two types of information based on the “stop operation” of the driver and other information. May be divided into a large number. Even in the case of being divided into a large number, the same and the same type of vehicle operation may be targeted for driving support by selecting the largest number of the same type of operation information as the “support candidate operation”. become able to.
  • the present invention is not limited to this, and the “support candidate operation” may be determined in advance. Thereby, the design freedom degree of the information processing apparatus for vehicles is raised.
  • the “registered operation information” used for learning by the operation information learning unit 33 is exemplified only for the latest ten operation information at the maximum.
  • the maximum number of “operation information”, the so-called upper limit number, may be less than 10 times or more than 10 times.
  • the present invention is not limited to this, and “learning based on the continuous number” and “determination based on the continuous number” may be performed when the operation information included in the “registered operation information” is 10 times or more than 10 times. Good. Thereby, the design freedom as an information processing apparatus for vehicles comes to improve.
  • the case where the “deceleration target area” is set is illustrated, but the present invention is not limited to this, and other target areas may be set.
  • an “acceleration target area” may be set.
  • “acceleration target area” is applied instead of “deceleration target area”
  • “acceleration operation” is applied instead of “deceleration operation”. Good. Thereby, the design freedom as an information processing apparatus for vehicles comes to improve.
  • the present invention is not limited to this, and it is not necessary to confirm whether or not it is the “deceleration target area”.
  • reproducibility learning by “normal determination” or the like may be performed for any “learning area”.
  • DESCRIPTION OF SYMBOLS 10 ... Vehicle, 11 ... Information processing ECU (information processing electronic control unit), 12 ... External storage device, 12A ... Database, 13 ... Engine ECU (engine electronic control unit), 14 ... Steering ECU (steering electronic control unit), 15 ... brake ECU (brake electronic control unit), 16 ... speaker, 17 ... monitor, 20 ... speed sensor, 21 ... GPS, 22 ... accelerator pedal sensor, 23 ... brake pedal sensor, 24 ... infrastructure coordination device, 25 ... navigation system, DESCRIPTION OF SYMBOLS 26 ... Communication apparatus, 31 ... Operation information extraction part, 32 ... Position information processing part, 33 ... Operation information learning part, 34 ... Support information output part, 35 ... Information transmission part, 36 ... Information reception part, 40, 41 ... Graph , 42, 43 ... list, 50 ... external infrastructure device, 51 ... information processing center, 52 Communication device, 55 ... position information processing unit, 56 ... operation information learning unit, 57 ... individually database.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Regulating Braking Force (AREA)
  • Instructional Devices (AREA)
  • Navigation (AREA)

Abstract

ドライバ操作情報をより円滑に学習結果に結び付けるために車両用情報処理装置は、ドライバによる各車両操作に対応して取得される操作情報を、それら車両操作の生じた各地点に関連付けて学習する。車両用情報処理装置は、同一の地点にて同一の種類の操作情報が連続して取得された回数に応じて、当該地点における前記種類の操作情報の再現性を学習する。

Description

車両用情報処理装置及び車両用情報処理方法
 本発明は、車両を運転するドライバの車両操作に基づき取得された操作情報を処理する車両用情報処理装置、及び車両用情報処理方法に関する。
 ドライバの車両操作を学習して、その結果を様々に利用する技術が知られている。そして、このような技術を利用した装置の一例として特許文献1に記載の装置がある。
 特許文献1に記載の装置には、車両を運転するドライバのドライバ操作(車両操作)の変化を検出するドライバ操作変化検出手段と、ドライバ操作変化検出手段がドライバ操作の変化を検出したとき車両の位置情報を取得する位置情報取得手段とが設けられている。また同装置には、ドライバ操作の変化とそのドライバ操作の変化があったときの位置情報とを関連づけて記憶する地図情報作成手段が設けられている。すなわちこの装置では、ドライバ操作の変化を検出したとき、ドライバ操作の変化とそのときの位置情報とを関連付けて地図情報を作成する。これにより、ドライバ操作に関する情報を所定時間毎に自動的に記憶して地図情報を作成するような場合に比べ、地図情報の記憶容量を小さくすることができるようになる。また、この装置には、新たなドライバ操作の変化情報に対応する位置情報が既存のドライバ操作の変化情報に対応する位置情報から所定の位置の範囲内にあるとともに、それらドライバ操作の変化情報が同一種の変化情報であるときには、その新たなドライバ操作の変化情報に対応する位置情報によって既存のドライバ操作の変化情報に対応する位置情報を更新する機能も含まれている。つまり、地図情報には、同一種のドライバ操作の変化情報が所定の位置の範囲内で1つだけ記憶されることになり、ドライバによる車両操作が繰り返される場合であれ、地図情報としての容量の増加は抑制されるようになる。
特開2009-103570号公報
 ところで、ドライバの車両操作に関する学習を終えると、新たに取得されたドライバの車両操作に基づく操作情報が、同じ位置における学習結果としての操作情報と相違していた場合、その新たな操作情報は失敗例として扱われることが普通である。しかしながら、現実には、学習結果としての操作情報に相違する操作情報がドライバの習慣の変化や道路形状の変化などに応じて適正に変更された車両操作に基づく操作情報であることも少なくない。そして、特にこうした車両操作の学習に基づく運転支援では、このような新たなドライバ操作情報が学習結果を導出させた既存のドライバ操作情報に反映されるようになるまでに要する時間が無視できないものとなっている。
 本発明は、このような実情に鑑みてなされたものであり、その目的は、ドライバ操作情報をより円滑に学習結果に結び付けることのできる車両用情報処理装置、及び、車両用情報処理方法を提供することにある。
 以下、上記課題を解決するための手段及びその作用効果を記載する。
 上記目的を達成するために本発明が提供する車両用情報処理装置は、ドライバによる各車両操作に対応して取得される操作情報を、それら車両操作の生じた各地点に関連付けて学習する車両用情報処理装置であって、同一の地点にて同一の種類の操作情報が連続して取得された回数に応じて、当該地点における前記種類の操作情報の再現性を学習する。
 上記目的を達成するために本発明が提供する車両用情報処理方法は、ドライバによる各車両操作に対応して取得される操作情報を、それら車両操作の生じた各地点に関連付けて学習する車両用情報処理方法であって、同一の地点にて同一の種類の操作情報が連続して取得された回数を計数する工程と、前記計算された回数に応じて当該地点における当該種類の操作情報の再現性を学習する工程と、を備える。
 このような構成もしくは方法によれば、操作情報の再現性が同一の地点での同一の種類の操作情報が連続して取得された回数、すなわち同一の地点での同一の種類の操作情報の連続取得回数に基づいて学習されるため、同一の地点にて学習に要する操作情報の数を連続取得回数に応じた数にすることができる。例えば、ドライバによる車両操作がドライバの習慣の変更や道路形状の変更などにより適正に変更された場合、それが有効な車両操作であると学習される、つまりその車両操作が学習結果となるまでに必要とされる操作情報の取得数が連続取得回数になる。このため、変更された操作情報の学習に必要とされる操作情報の取得数を、過去に取得された操作情報の累積に対する割合に基づいて学習する場合に比べて、少ない数にすることができるようになる。これにより、適正に変更された操作情報の学習結果への反映が、これまでに累積された操作情報の影響により遅延することが防止されるようになる。このように、連続取得回数に基づく学習によれば、初めて取得された操作情報や適正に変更された操作情報であれ、適正な操作情報はその再現性が円滑に短期間で学習される。つまり、車両用情報処理装置は、初めて取得された操作情報や適正に変更された操作情報に対する運転支援の開始までに要する期間が短くなり、円滑な運転支援の提供が可能とする。
 通常、操作情報は、新しいほど実情を正確に示しているため重要性が高く、古くなるほど実情から乖離するおそれが高まるため重要性が低下すると考えられる。また、再現性の高い操作情報ほど、当該操作情報が取得された当初から同操作情報が連続して得られる可能性が高くなる。これらのことから、連続取得回数に基づく再現性の学習によって、古い操作情報が用いられなかったり、その影響が減らされたりしても、再現性の学習結果は適切に維持される。
 また、割合に基づいて学習する場合、母数として所定数の操作情報の累積が必要であるが、連続取得回数を判断基準にすることで、所定数の操作情報が累積したかどうかにかかわらず、連続取得回数に達した時点で再現性を学習することができるようにもなる。例えば、上記連続取得回数を、“割合に基づく学習をすれば、所定数において判断基準とする割合に達すると推測される回数”にしておくことで、前記所定数よりも少ない数の操作情報に基づいて再現性を学習することができるようになる。なお、所定数に達しない場合、連続取得回数に基づいて判断するようにすることで、そこまでの総数に基づく割合にて判断することに比べ、操作情報が所定数に達したときに判断基準である割合に到達している確度が向上する。
 さらに、学習に必要な操作情報を連続取得回数に抑制することができるため、同学習に要する情報量を減少させることもできる。
 好ましい構成として、前記地点が、当該地点にて最初に操作情報が取得されたときに同地点を含む所定の範囲からなる地点として設定されたものである。
 好ましい方法として、前記同一の種類の操作情報が連続して取得された回数を計数する工程に先立ち、前記地点を、当該地点にて最初に操作情報が取得されたときに同地点を含む所定の範囲からなる地点として設定する工程をさらに備える。
 このような構成もしくは方法によれば、地点の設定が操作情報に基づいて行われるため、再現性を学習する地点の設定にかかる柔軟性を高くすることができる。また、地点が操作情報が取得された地点を含む所定の範囲からなる地点として設定されるため、道路状況による車両の位置ずれや、位置検出精度に起因する位置ずれなどにも好適に対応することができる。さらに、所定の範囲を同一の地点として扱うため、再現性を学習する地点が互いに近い範囲に多数設定されることが防止されるため、情報の増加も抑制されるようになる。
 好ましい構成として、前記地点が特定の車両操作の要求される場所であるとき、当該特定の車両操作と同一の種類の操作情報の再現性の学習に用いられる同操作情報の連続して取得される回数が変更される。
 好ましい方法として、前記地点が特定の車両操作の要求される場所であることを条件に、当該特定の車両操作と同一の種類の操作情報の再現性を学習するための同操作情報が連続して取得される回数を変更する工程をさらに備える。
 このような構成もしくは方法によれば、特定の車両操作の要求される場所で要求される車両操作と同一の種類の車両操作を学習する場合、当該操作情報の再現性の学習に用いられる連続取得回数が変更される。例えば、ドライバが停止操作をしなければならない一時停止が要求される場所の場合、停止操作の再現性の学習に用いる連続取得回数を少なくするようにしてもよい。
 好ましい構成として、同一の地点の通過回数が所定回数を超えるとき、所定回数分の最新の通過回数に対する同一の種類の操作情報の取得回数の割合に基づいて前記操作情報の再現性を学習する。
 好ましい方法として、前記学習する工程では、同一の地点の通過回数が所定回数を超えることを条件に、所定回数分の最新の通過回数に対する同一の種類の操作情報の取得回数の割合に基づいて前記操作情報の再現性を学習する。
 このような構成もしくは方法によれば、同一地点の通過回数が割合による学習が可能である所定回数に到達したとき、所定回数分の最新の通過回数に基づいて操作情報の再現性を学習する。これにより、割合に基づく学習であっても、学習が所定回数分の操作情報に基づいて行われるため、学習に使用する操作情報の数が抑制されるようになる。
 好ましい構成として、前記操作情報は、ドライバによる車両の減速操作に基づき取得される情報である。
 好ましい方法として、前記操作情報として、ドライバによる車両の減速操作を取得する。
 このような構成もしくは方法によれば、車両操作として必須の操作である減速操作に対する支援を行なうための情報を提供できるようになる。特に、ハイブリッド車やEV車などは、減速支援に基づいて電力を回生する期間を延ばすことにより回生する電力量を増加させることが可能であるためエネルギーの利用効率を向上させることが可能にもなる。
 好ましい構成として、当該車両用情報処理装置が車両に搭載されている。
 好ましい方法として、前記各工程を車両にて行う。
 このような構成もしくは方法によれば、車両用情報処理装置により提供される支援情報を、当該装置の搭載されている車両において利用することが容易になる。
 上記目的を達成するために本発明が提供する車両用情報処理装置は、ドライバの車両操作に基づいて運転支援に必要とされる情報を提供する車両用情報処理装置であって、ドライバによる同一の種類の車両操作が同一の地点において所定回数以上連続して実行されたとき、前記運転支援に必要とされる情報を提供する。
 このような構成によれば、同一地点における同一種類の車両操作が連続して所定回数以上実行されたとき、すなわち同一の地点での同一の種類の車両操作の連続実行回数に基づいて、運転支援に必要とされる情報が提供されるようになる。例えば、ドライバの車両操作がドライバの習慣の変更や道路形状の変更などにより適正に変更された場合、その変更された車両操作が連続して所定回数以上実行されることで運転支援が行われるようになる。このため、運転支援を開始するまでに要する車両操作の取得数を、過去の情報の累積に対する割合に基づいて比較するような場合に比較して、少ない数にすることができるようになる。これにより、適正に変更された車両操作に対する運転支援が、これまでに累積された車両操作の影響などにより遅延することが防止されるようになる。このように、連続実行回数に基づく運転支援によれば、初めて取得された車両操作や適正に変更された車両操作であれ、そうした適正な車両操作に対する運転支援を短期間で可能とする。
 通常、車両操作は、新しいほど実情を正確に示しているため重要性が高く、古くなるほど実情から乖離するおそれが高まるため重要性が低下すると考えられる。また、再現性の高い車両操作ほど、当該車両操作が開始された当初から同車両操作が連続して実行される可能性が高くなる。これらのことから、運転支援に、古い車両操作に関する情報を用いなかったり、その影響を減らしたりしても、適切な運転支援情報の提供が維持される。
 また、割合に基づいて運転支援情報を提供する場合、母数として所定数の車両操作が必要であるが、連続実行回数を判断基準にすることで、所定数の車両操作が実行されたか否かにかかわらず、連続実行回数に達した時点で運転支援情報を提供することができるようにもなる。例えば、上記連続実行回数を、所定数において判断基準とする割合に達すると推測される回数にしておくことで、所定数よりも少ない数の車両操作に基づいて運転支援情報を提供することができるようになる。なお、所定数に達しない場合、連続実行回数に基づいて運転支援の要否を判断することにより、そこまでの総数に基づいて割合を推定することに比べ、車両操作の回数が所定数に達したとき、判断基準とする割合に到達している確度が向上する。
 さらに、運転支援情報の提供に必要な車両操作の実行回数を連続実行回数に抑制するため、蓄積しておく車両操作に関する情報数を減少させることもできる。
本発明に係る車両用情報処理装置を具体化した一実施形態について、その概略構成を示すブロック図。 図1に示す車両用情報処理装置による学習について説明するためのグラフ。 図1に示す車両用情報処理装置による学習について説明するためのグラフ。 図1に示す車両用情報処理装置による学習について説明するためのグラフ。 図1に示す車両用情報処理装置による学習について説明するためのグラフ。 図1に示す車両用情報処理装置による学習に係る処理の一部の手順を示すフローチャート。 図6に示す学習に係る処理のその他の部分の手順を示すフローチャート。 図1に示す車両用情報処理装置による学習状態の遷移を説明する図であって、(a)は学習を開始する若しくは終了する状態を概念的に示す概念図、(b)は学習中である状態を概念的に示す概念図、(c)は学習が完了した状態を概念的に示す概念図。 本発明に係る車両用情報処理装置を具体化したその他の実施形態について、その概略構成を示すブロック図。 本発明に係る車両用情報処理装置を具体化したさらに他の実施形態について、その概略構成を示すブロック図。
 本発明に係る車両用情報処理装置を具体化した一実施形態について、図1に従って説明する。
 図1に示すように、車両10には、車両用情報処理装置としての情報処理電子制御ユニット(情報処理ECU)11と、情報処理ECU11に通信可能に接続された外部記憶装置12とが搭載されている。また、車両10には、エンジン電子制御ユニット(エンジンECU)13と、ステアリング電子制御ユニット(ステアリングECU)14と、ブレーキ電子制御ユニット(ブレーキECU)15とがそれぞれ情報処理ECU11に通信可能に接続された態様で搭載されている。
 外部記憶装置12は、不揮発性の記憶装置であるHDD(Hard Disk Drive)などから構成されている。この外部記憶装置12には、データベース12Aが設けられており、そのデータベース12Aには、情報処理ECU11による情報処理に用いられる各種情報が登録されている。例えば、データベース12Aには、ドライバの車両操作に基づき登録された情報である「操作情報」と、その車両操作の実行された位置を含む所定の範囲が登録された情報である「学習エリア」とが相互に関連付けられて登録されている。また、データベース12Aには、一時停止や、踏切や、急カーブなどドライバによる停止操作や減速操作が要求される位置として登録された「特定位置情報」が、いわゆる「減速目処エリア」として、その位置で要求される車両操作である「特定操作情報」とともに登録されている。なお、データベース12Aには、停止操作が要求される特定位置情報が「停止目処エリア」、減速操作が要求される特定位置情報が「減速目処エリア」とそれぞれ区別されて登録されてもよい。
 エンジンECU13は、車両10のエンジンの運転制御を行うECUであり、エンジンECU13には、アクセル踏込量を検出するアクセルペダルセンサ22や、吸入空気量を検出するセンサ等が接続されるとともに、スロットルバルブの駆動回路、燃料噴射弁の駆動回路等の各種機器の駆動回路も接続されている。そしてエンジンECU13は、上記各センサから入力された検出信号に基づいてエンジンの運転状態等を把握するとともに、上記各種機器の駆動回路に指令信号を出力する。こうしてエンジン運転制御が、エンジンECU13を通じて実施される。なお本実施形態ではエンジンECU13は、情報処理ECU11から運転支援信号として、例えば減速支援信号が伝達されると、車両10の停止を含む減速を支援する制御を実行する。エンジンECU13は、減速を支援する制御として、エンジン回転数を抑制する制御や、エンジンへの燃料供給を停止(フューエルカット)する制御などを行なうことができる。
 ステアリングECU14は、パワーステアリング制御などを介して操舵を補助する制御を行うECUであり、ステアリング角センサや速度センサ20等が接続されているとともに、パワーステアリング装置などの操舵補助装置も接続されている。そして、ステアリングECU14は、各センサなどから入力された検出信号に基づいて操舵角を把握するとともに、操舵補助装置に指令信号を出力する。このときステアリングECU14は、指令信号の出力に際し、車両10の速度を考慮してもよい。こうして操舵補助制御が、ステアリングECU14を通じて実施される。なお本実施形態ではステアリングECU14は、情報処理ECU11から運転支援信号として、例えば減速支援信号が伝達されると、車両10の停止を含む減速を支援する制御を実行する。ステアリングECU14は、減速を支援する制御として、滑りやすい路面に対する制動中の操舵補助などを行うことができる。
 ブレーキECU15は、車両10のブレーキ装置の制御を行うECUであり、ブレーキECU15には速度センサ20やブレーキペダルセンサ23などの各種センサが接続されている。ブレーキECU15は、各種センサからの信号に基づいて、車両10のブレーキ装置の制御を通じて当該車両10に制動力を発生させる。具体的にはブレーキECU15は、速度センサ20からの信号に基づいて把握される車両10の速度、ブレーキペダルセンサ23からのブレーキ踏込量の信号等に基づいて要求される制動力を算出し、ブレーキ装置を制御する。なお本実施形態ではブレーキECU15は、情報処理ECU11から運転支援信号として、例えば減速支援信号が伝達されると、車両10の停止を含む減速を支援する制御を実行する。ブレーキECU15は、減速を支援する制御として、予備制動やアシストブレーキを行う制御などを行なうことができる。
 また、情報処理ECU11には、運転支援情報などを運転者に対して出力する出力装置(ユーザインターフェース)としてのスピーカ16及びモニタ17とが電気的に接続されていている。
 モニタ17は、液晶ディスプレイなどによって表示用画面が構成される。このモニタ17は、情報処理ECU11から入力されるデータに対応した画像を表示する。これによって情報処理ECU11は、運転支援情報を、注意表示や警告表示などの運転者の注意を喚起する画像としてモニタ17を介して出力することができる。
 スピーカ16は、音や音声を発生する装置であり、情報処理ECU11から入力されたデータに対応した音や音声を出力する。これによって情報処理ECU11は運転支援情報を、注意音声や警報音などの運転者への注意を喚起するための音としてスピーカ16を介して出力することができる。
 さらに、情報処理ECU11には、車両10の速度を検出する速度センサ20と、車両10の位置を検出するGPS21と、アクセルペダルの操作量を出力するアクセルペダルセンサ22と、ブレーキペダルの操作量を出力するブレーキペダルセンサ23とがそれぞれ電気的に接続されている。
 速度センサ20は、車両速度の検出に用いるセンサであって、例えば車軸や車輪の回転速度を検出するとともに、当該検出された回転速度に応じた信号を情報処理ECU11に出力する。これによって情報処理ECU11は、車両10の現在速度や移動距離を把握することができる。本実施形態では、車両10の速度は、ドライバの今回の車両操作に基づく「最新の操作情報」の検出に用いられる。例えば、加速は加速操作の検出に、減速は減速操作の検出にそれぞれ用いられる。
 GPS21は、車両10の位置を検出するためにGPS衛星信号を受信するとともに、受信されたGPS衛星信号に基づき現在の位置を検出する。GPS21は検出された現在位置の情報を情報処理ECU11に出力する。これによって情報処理ECU11は、車両10の現在位置を把握することができる。また、情報処理ECU11は、GPS21にて検出される現在位置の時間変化に基づき、車両10の進行方向を検出することもできる。本実施形態では、車両10の現在位置は、ドライバの今回の車両操作が実行されたときの「操作位置情報」として用いられる。
 アクセルペダルセンサ22は、ドライバによるアクセルペダルの操作の有無やアクセルペダルの踏込量を検出するとともに、当該検出された操作の有無や踏込量に応じた信号を情報処理ECU11に出力する。本実施形態では、アクセルペダルの踏込量は、ドライバの今回の車両操作に基づく「最新の操作情報」の検出に用いられる。例えば、アクセルペダルの踏込は、加速操作の検出に用いられる。
 ブレーキペダルセンサ23は、ドライバによるブレーキペダルの操作の有無やプレーキペダルの踏込量を検出するとともに、当該検出された操作の有無や踏込量に応じた信号を情報処理ECU11に出力する。本実施形態では、ブレーキペダルの踏込量は、ドライバの今回の車両操作に基づく「最新の操作情報」として用いられる。例えば、ブレーキペダルの踏込量は、減速操作の検出に用いられる。
 また、情報処理ECU11は、演算装置や内部記憶装置などを有するマイクロコンピュータを中心に構成されている。情報処理ECU11では、内部記憶装置や外部記憶装置12に格納されている各種データ及びプログラムに基づく各種情報処理がマイクロコンピュータにより実行される。本実施形態では、情報処理ECU11では、「最新の操作情報」の再現性を学習するプログラム(学習用プログラム)が実行される。つまり、情報処理ECU11は学習用プログラムにより、「最新の操作情報」と、それに対応する車両操作の実行された位置を示す「操作位置情報」とに基づいて、当該「操作位置情報」を含む「学習エリア」における「最新の操作情報」の再現性を学習する。
 詳述すると、情報処理ECU11には、演算装置での学習用プログラムの実行に基づいて、「最新の操作情報」及び「操作位置情報」を検出する操作情報抽出部31と、「学習エリア」を設定する位置情報処理部32とがそれぞれ設けられている。また、情報処理ECU11には、演算装置での学習用プログラムの実行に基づいて、「学習エリア」における「最新の操作情報」の再現性を学習する操作情報学習部33と、現在位置を含む「学習エリア」に対応する学習結果に基づいて運転支援情報を出力する支援情報出力部34とがそれぞれ設けられている。
 操作情報抽出部31は、「最新の操作情報」を各種センサからの信号に基づいて検出する。例えば、速度センサ20の信号から「加速」を検出するとともに、アクセルペダルセンサ22の信号からペダルの「踏込み」を検出することに基づいて、「最新の操作情報」として加速操作を検出(取得)する。また例えば、速度センサ20の信号から「減速」を検出するとともに、ブレーキペダルセンサ23の信号からペダルの「踏込み」を検出することに基づいて、「最新の操作情報」として減速操作を検出(取得)する。さらに、操作情報抽出部31は、それら「最新の操作情報」を検出するとき、当該操作情報に対応する車両操作が行われた位置の情報である「操作位置情報」をGPS21の信号に基づいて取得する。
 位置情報処理部32は、操作情報抽出部31から「最新の操作情報」及び「操作位置情報」を取得する。そして位置情報処理部32は、「操作位置情報」がデータベース12Aに登録されている「減速目処エリア」に含まれるか否かを検出する。つまり、位置情報処理部32は、「操作位置情報」の示す位置とデータベース12Aに登録されている「減速目処エリア」の示す範囲とを比較し、「操作位置情報」の示す位置が「減速目処エリア」の示す範囲に含まれている場合、学習のレベル判断に用いられる「判定情報」の値に“優遇”を設定する。一方、位置情報処理部32は「操作地点位置」の示す位置が「減速目処エリア」の示す範囲に含まれていない場合、「判定情報」の値に“通常”を設定する。つまり、学習に利用できる情報の種類が「最新の操作情報」及び「操作位置情報」のみである場合、「判定情報」には“通常”が設定される一方、学習に利用できる情報の種類に「減速目処エリア」などが追加される場合、「判定情報」には“優遇”が設定される。
 また、位置情報処理部32は、「最新の操作情報」に「操作位置情報」の示す位置を含む「学習エリア」を対応付ける。つまり、位置情報処理部32は、「操作位置情報」の示す位置とデータベース12Aに登録されている「学習エリア」の範囲とを比較し、「操作位置情報」の示す位置が「学習エリア」の範囲に含まれている場合、その「学習エリア」を「最新の操作情報」の「学習エリア」として対応付ける。一方、位置情報処理部32は、「操作位置情報」の示す位置がデータベース12Aに登録されているいずれの「学習エリア」の範囲にも含まれない場合、その「操作位置情報」に基づいて、当該「操作位置情報」を含む所定の範囲からなる「学習エリア」を作成し、その作成した「学習エリア」を「最新の操作情報」の「学習エリア」として対応付ける。
 操作情報学習部33は、位置情報処理部32から「最新の操作情報」、「学習エリア」及び「判定情報」を取得するとともに、それら取得した「最新の操作情報」、「学習エリア」及び「判定情報」に基づいて、当該「学習エリア」における「最新の操作情報」の再現性を学習する。なお、「最新の操作情報」はドライバの今回の車両操作に基づくものであるため、この学習は、ドライバの今回の車両操作の再現性を学習することに等しい。
 詳述すると、操作情報学習部33では、「最新の操作情報」に対応する「学習エリア」における学習状態に応じて、“学習を開始する処理”、“学習を継続する処理”、“学習を実行する処理”、及び、“学習を中止する処理”が行われる。
 (学習を開始する処理)
 “学習を開始する処理”は、「学習エリア」がデータベース12Aに登録されている「学習エリア」のいずれにも一致しない場合に行われる処理である。“学習を開始する処理”では、「最新の操作情報」に対応付けられた「学習エリア」と、該「学習エリア」に対応する「登録操作情報」とを登録できる領域をデータベース12Aに確保するとともに、当該確保した領域に該「学習エリア」と該「最新の操作情報」とを登録する。これにより、データベース12Aには、新たな「学習エリア」に対応する記憶領域が確保されることとなるとともに、その確保された領域に新たな「学習エリア」と「最新の操作情報」とが登録される。なお、「登録操作情報」には、複数の「操作情報」を時系列に沿って登録することができるようになっており、車両10が対応付けられた「学習エリア」を通過する都度「最新の操作情報」が蓄積されるようになっている。このため、「登録操作情報」は、1つの「最新の操作情報」により構成されるか、又は、1つの「最新の操作情報」及び1つ以上の「過去の操作情報」により構成されるようになる。
 (学習を継続する処理)
 “学習を継続する処理”は、「学習エリア」がデータベース12Aに登録されている「学習エリア」と一致する場合に行なわれる処理である。“学習を継続する処理”では、データベース12Aに登録されている「学習エリア」に対応する「登録操作情報」に、「最新の操作情報」が追加登録される。すなわち、既存の「学習エリア」に「最新の操作情報」が追加登録される。なお、既存の「学習エリア」に「最新の操作情報」が追加登録されると、その登録前には最新であった既存の「最新の操作情報」は時系列で一つ古くなるため、一つ古い「過去の操作情報」として管理されるようになる。このように、「最新の操作情報」が追加される都度、既存の1又は複数の「過去の操作情報」はより1つ古い情報としてそれぞれ管理されるようになる。なお、本実施形態では、「登録操作情報」に蓄積する「操作情報」の数に上限を設けている、すなわち、1つの「学習エリア」に対応する「最新の操作情報」及び「過去の操作情報」の合計数を10個に制限としている。このため、操作情報学習部33は、「過去の操作情報」の数が上限に達している場合、「最新の操作情報」が追加登録される都度、上限数を超えた「過去の操作情報」を消去するようにしている。
 (学習を実行する処理)
 “学習を実行する処理”は、「学習エリア」に対応する「登録操作情報」に基づいて、当該「学習エリア」における、支援対象にしようとする車両操作としての「支援候補操作」の再現性を学習する処理である。ところで、「操作情報」には、減速操作や加速操作など複数の種類の操作情報が含まれており、このうち、同一の種類の操作情報とは、複数の種類の中から選択された1種類の操作情報、例えば「減速操作」又は「加速操作」である。なお、このような「操作情報」の種類の分類は、着目する観点によって任意に分類することができる。例えば、「減速操作」を、例えば速度領域を基準により細分化することも可能である。また、「支援候補操作」は、「登録操作情報」の中に登録されている「最新の操作情報」及び「過去の操作情報」のうち最多の同一の種類の操作情報から選択される操作である。
 そして、「学習エリア」における「支援候補操作」の再現性が高いと学習された場合、“学習を実行する処理”では、その「支援候補操作」が、当該「学習エリア」において支援される車両操作としての「支援対象操作」であるとしてデータベース12Aに登録される。このようにして、操作情報学習部33は、「学習エリア」に対応する「支援対象操作」も学習する。これにより、情報処理ECU11では、車両10の現在位置に対応する「学習エリア」として検索された「学習エリア」を参照して、同「学習エリア」に対応する「支援対象操作」がデータベース12Aより得られるようになる。
 逆に、「学習エリア」における「支援候補操作」の再現性が低いと学習された場合、“学習を実行する処理”では、データベース12Aには「支援対象操作」が設定されない。もしも既に、データベース12Aに「支援対象操作」が設定されていた場合、その設定されていた「支援対象操作」は同データベース12Aから削除される。このようにして、操作情報学習部33は、「学習エリア」に対応する「支援対象操作」が無いことも学習する。これにより、情報処理ECU11では、車両10の現在位置に対応する「学習エリア」として検索された「学習エリア」を参照して、同「学習エリア」に対応する「支援対象操作」が無いことがデータベース12Aより得られるようになる。
 「支援候補操作」の再現性の学習は、「登録操作情報」に登録されている「操作情報」に基づいて行われる。すなわち、操作情報学習部33は、再現性の学習対象とする「学習エリア」において、同「学習エリア」に対応する「登録操作情報」から「支援候補操作」を選択する。
 そして、操作情報学習部33は、その選択した「支援候補操作」について再現性の有無を学習する。本実施形態では、操作情報学習部33は、再現性の有無について、2つの学習、いわゆる“割合に基づく学習”及び“連続数に基づく学習”の少なくとも一方を行う。
 [割合に基づく学習]
 操作情報学習部33は、“割合に基づく学習”を、「登録操作情報」に登録されている操作情報の全数に対する、「支援候補操作」に対応する操作情報の数の割合に基づいて学習する。つまり、「支援候補操作」は、「支援候補操作」に対応する車両操作の数が所定の割合以上の場合、再現性が有ると学習される一方、「支援候補操作」に対応する車両操作の数が所定の割合未満の場合、再現性が無いと学習される。すなわち本実施形態の“割合に基づく学習”では、再現性の有無の学習が、10個の操作情報における「支援候補操作」に対応する操作情報の数の割合に基づいて行われる。例えば、操作情報学習部33は、10個の操作情報における「支援候補操作」に対応する操作情報の数の割合が「80%」以上である場合、当該「支援候補操作」には再現性が有ると学習する一方、同操作情報の数の割合が「80%」未満である場合、当該「支援候補操作」には再現性が無いと学習する。なお、操作情報学習部33では、「登録操作情報」に登録されている操作情報の数が10個未満の場合、“割合に基づく学習”が行われない。逆に、「登録操作情報」に登録されている操作情報の数が10個を超える場合、最新の10個の操作情報に基づいて“割合に基づく学習”が行われる。
 [連続数に基づく学習]
 操作情報学習部33は、“連続数に基づく学習”を、「登録操作情報」に登録されている操作情報における「支援候補操作」に対応する操作情報の連続して登録されている数、つまり、操作情報が連続して取得(検出)された回数に基づいて学習する。換言すると、“連続数に基づく学習”では、「登録操作情報」に登録されている「操作情報」において、そこに登録された「支援候補操作」に対応する車両操作が連続する回数に基づいて再現性の有無が学習される。つまり、「支援候補操作」の再現性は、再現性学習用の「所定の連続数」と比較した当該「支援候補操作」に対応する車両操作の連続数が、「所定の連続数」以上の場合、有ると学習される一方、「所定の連続数」未満の場合、無いと学習される。ここで、再現性学習用の「所定の連続数」とは、再現性の学習において学習が完了したか否かの判断に用いられる連続数であり、同一の種類の操作情報の連続する回数(連続数)である。
 例えば、「登録操作情報」に5回分の操作情報として、“停止操作”、“停止操作”、“停止操作”、“操作なし”、“停止操作”とが登録されていた場合、「支援候補操作」は“停止操作”であり、その車両操作(“停止操作”)の連続する回数は3回である。すなわち、操作情報学習部33は、連続する回数が3回であるこの「支援候補操作」(“停止操作”)について、例えば、再現性学習用の「所定の連続数」が3回に設定されている場合、再現性が有ると学習する一方、例えば、同「所定の連続数」が4回に設定されている場合、再現性が無いと学習する。
 再現性学習用の「所定の連続数」は、位置情報処理部32の「判定情報」に“通常”が設定されている場合、「通常判定用の連続数」が適用され、位置情報処理部32の「判定情報」に“優遇”が設定されている場合、「優遇判定用の連続数」が適用される。再現性の学習に用いられる「通常判定用の連続数」や「優遇判定用の連続数」は、外部記憶装置12などに予め設定されているが、プログラムなどに基づいてそれぞれ算出するようにしてもよい。
 なお、“連続数に基づく学習”は、「学習エリア」に対応して登録されている「登録操作情報」に含まれている操作情報が10個未満の場合に行われるようにしているが、“連続数に基づく学習”を、「登録操作情報」に含まれている操作情報が10個以上のとき、“割合に基づく学習”に代えて行ってもよい。
 (学習を中止する処理)
 “学習を中止する処理”は、「学習エリア」における再現性の学習を継続するか否かを判断(学習)するとともに、判断に応じた必要な処理を行う処理である。なお、この処理における判断は、学習と表現することもできる。操作情報学習部33は、“学習を中止する処理”にて、「学習エリア」における再現性の学習を継続しない、つまり学習を中止すると判断した場合、データベース12Aに確保されている当該「学習エリア」のための領域を開放する。つまり、操作情報学習部33は、学習を中止すると判断した「学習エリア」と、該「学習エリア」に関連付けられている「登録操作情報」、「支援候補操作」、「判定情報」などをデータベース12Aから削除する。一方、操作情報学習部33は、“学習を中止する処理”にて、「学習エリア」における再現性の学習を継続すると判断した場合、データベース12Aに確保されている当該「学習エリア」のための領域を維持する。
 このように、操作情報学習部33は、「学習エリア」に対する学習を継続するか、中止するかについて判断(学習)する。本実施形態では、操作情報学習部33は、学習の中止の判断(学習)を、2つの判断(学習)、いわゆる“割合に基づく判断”及び“連続数に基づく判断”の少なくとも一方を行う。
 [割合に基づく判断]
 操作情報学習部33は、“割合に基づく判断”を、「登録操作情報」に登録されている操作情報の全数に対する、「支援候補操作」に対応する操作情報の数の割合に基づいて学習する。なお、本実施形態では、「登録操作情報」に登録されている操作情報の数を10個としている。これにより、“割合に基づく判断”では、再現性の有無の学習が、10個の操作情報に対する、「支援候補操作」に対応する操作情報の数の割合に基づいて行われる。これにより、操作情報学習部33は、「支援候補操作」に対応する車両操作の数が所定の割合以上の場合、その「学習エリア」に対する学習を継続すると判断する一方、「支援候補操作」に対応する車両操作の数が所定の割合未満の場合、その「学習エリア」に対する学習を中止すると判断する。例えば、操作情報学習部33は、10個の操作情報における「支援候補操作」に対応する操作情報の数の割合が「80%」以上である場合、当該「学習エリア」の学習を継続すると判断する一方、同操作情報の数の割合が「80%」未満である場合、当該「学習エリア」の学習を中止すると判断する。なお、操作情報学習部33では、「登録操作情報」に登録されている操作情報の数が10個未満の場合、“割合に基づく学習”が行われない。逆に、「登録操作情報」に登録されている操作情報の数が10個を超える場合、最新の10個の操作情報に基づいて“割合に基づく学習”が行われる。
 [連続数に基づく判断]
 操作情報学習部33は、“連続数に基づく判断”を、「登録操作情報」に登録されている操作情報に対して「支援候補操作」を所定の割合にするために必要である同「支援候補操作」に対応する操作情報の連続数に基づいて行う。なお、学習を継続するための基準である「学習維持割合」を、「登録操作情報」に対する「支援候補操作」に対応する操作情報の割合とし、その値を「80%」以上とする。詳述すると、この“連続数に基づく判断”では、「登録操作情報」において、「支援候補操作」に対応する操作情報の割合が「80%」未満である場合、同「80%」未満の割合を「80%」以上にさせるために今後必要な「支援候補操作」に対応する操作情報の最小連続数に基づいて「学習エリア」における学習を継続するか否かを判断する。つまり、操作情報学習部33は、「支援候補操作」に対応する操作情報の割合を「80%」以上にさせる同操作情報の連続数を、中止判断用の「所定の連続数」と比較し、中止判断用の「所定の連続数」以下の場合、学習を継続すると判断する一方、中止判断用の「所定の連続数」よりも多い場合、学習を中止すると判断する。例えば、「登録操作情報」に“停止操作”、“停止操作”、“停止操作”、“操作なし”、“操作なし”と5回分の操作情報が登録されていた場合、「支援候補操作」は“停止操作”であり、その“停止操作”の現在の割合は「60%」である。このとき、この現在の割合を「80%」にするために今後必要な“停止操作”の連続数は5回(=8/10)である。すなわち、操作情報学習部33は、必要な連続数が5回であるこの「学習エリア」における学習を、例えば、中止判断用の「所定の連続数」が5回であれば継続すると判断し、例えば、中止判断用の「所定の連続数」が4回であれば中止すると判断する。
 ところで、中止判断用の「所定の連続数」は、位置情報処理部32の「判定情報」に“通常”が設定されている場合、「通常判定用の連続数」が適用され、位置情報処理部32の「判定情報」に“優遇”が設定されている場合、「優遇判定用の連続数」が適用される。学習の中止判断用に用いられる「通常判定用の連続数」や「優遇判定用の連続数」は、外部記憶装置12などに予め設定されているが、プログラムなどに基づいてそれぞれ算出するようにしてもよい。
 なお、“連続数に基づく判断”は、「学習エリア」に対応して登録されている「登録操作情報」に含まれている操作情報が10個未満の場合に行われるようにしているが、“連続数に基づく判断”を、「登録操作情報」に含まれている操作情報が10個以上のとき、“割合に基づく判断”に代えて行ってもよい。
 支援情報出力部34は、車両10の現在位置に対応する運転支援情報をデータベース12Aに登録されている内容に応じて出力するものであって、支援情報出力部34には、車両10の現在位置が逐次入力されるようになっている。そして、支援情報出力部34は、車両10の現在位置が入力されると、現在位置の含まれる「学習エリア」の有無をデータベース12Aを検索して確認する。現在位置の含まれる「学習エリア」がデータベース12Aに登録されていない場合、支援情報出力部34は、現在位置に対応する運転支援情報を出力しない。一方、現在位置の含まれる「学習エリア」がデータベース12Aに登録されている場合、当該「学習エリア」に対応する「支援対象操作」を参照してそこに設定されている「支援対象操作」を運転支援情報として出力する。例えば、支援情報出力部34は、「支援対象操作」に「減速操作」が設定されている場合、減速操作に対応する運転支援信号として、減速支援信号を出力する一方、「支援対象操作」に「加速操作」が設定されている場合、加速操作に対応する運転支援信号として、加速支援信号を出力する。また、学習の途中(学習中)であるなどのため、「支援対象操作」に車両操作が設定されていない場合、支援信号を出力しない。
 なお、支援情報出力部34は、車両10の現在位置を含む「学習エリア」がデータベース12Aにあるとともに、操作情報抽出部31にて当該「学習エリア」に対する「最新の操作情報」が検出されなかった場合、操作情報学習部33に、当該「学習エリア」では「操作情報」が検出されなかった旨の情報、例えば“操作なし”との情報を提供する。つまり、車両10が加速操作や減速操作も行われずに「学習エリア」を通過した場合、操作情報抽出部31は、当該「学習エリア」で「操作情報」を検出できない。そこで、支援情報出力部34は、「学習エリア」に対する「最新の操作情報」を“操作無し”として提供することにより、操作情報学習部33は、既存の「学習エリア」における「最新の操作情報」を「操作なし」と学習できるようになる。
 次に、操作情報学習部33による「支援候補操作」の再現性の学習、及び、学習の中止判断について、図2~5に従って説明する。なお、本実施形態では、“停止操作”に対する運転支援を目的とするため、「最新の操作情報」は、“停止操作”の情報と、それ以外の操作の情報との2つに区別している。そして「支援候補操作」は“停止操作”であるものとする。また、操作情報学習部33が再現性の学習に用いる「操作情報」の数は、最大で最新の10回分とする。
 “学習を実行する処理”では、「学習エリア」に対応する「登録操作情報」に登録された最新の10回分の操作情報における“停止操作”の最大連続数に基づいて“停止操作”の再現性の有無が学習される。なお、“割合に基づく学習”では、10回分の操作情報に対し、“停止操作”が「80%」以上の割合である場合、“停止操作”は再現性が有ると学習され、“停止操作”が「支援対象操作」として設定される。一方、“停止操作”が「80%」未満である場合、“停止操作”には再現性が無いと学習され、「支援対象操作」に“停止操作”は設定されない。

 図2のグラフ40は、表形式のグラフであり、縦列に車両10の通過回数が示され、横行にその通過回数のうちの停止回数、つまり“停止操作”の回数が示され、縦列と横行とにより区画されている。またこのグラフ40は、太線により略左右に区画されており、左側がA側、右側がB側となっている。つまりこのグラフ40には、車両10の「学習エリア」の通過回数に対する“停止操作”の割合が示されており、その割合が「80%」未満の部分がA側であり、その割合が「80%」以上である部分がB側である。
 つまり、このグラフ40に示すように、「登録操作情報」に含まれる操作情報の数が10回未満の場合、「登録操作情報」における“停止操作”の割合が「80%」以上になるのは、「学習エリア」の通過回数が1回の場合、“停止操作”が1回のときである。同様に、「登録操作情報」における“停止操作”の割合が「80%」以上になる“停止操作”の回数は、通過回数が2回の場合は2回、通過回数が3回の場合は3回、通過回数が4回の場合は4回、通過回数が5回の場合は4回以上、通過回数が6回の場合は5回以上である。さらに同様に、「登録操作情報」における“停止操作”の割合が「80%」以上になる“停止操作”の回数は、通過回数が7回の場合は6回以上、通過回数が8回の場合は7回以上、通過回数が9回の場合は8回以上である。
 例えば、「登録操作情報」に含まれる操作情報の数が10回未満の場合、再現性の有無の学習に割合「80%」を用いたとする。すると、“停止操作”に再現性が有ると学習された後、その他の情報が「登録操作情報」に登録されることで“停止操作”の割合が「80%」未満になり、学習結果が“停止操作”に再現性が無いと変化してしまうおそれがあるなど、学習結果として良好であると言えないこともある。
 そこで、図4に示すように、「登録操作情報」に含まれる操作情報の数が10個である場合について、“停止操作”の割合が「80%」になる場合における“停止操作”の発生パターンについて検討した。図4のリスト42には、“停止操作”の割合が「80%」となる36通りの組み合わせがパターン「1」~「36」として示されている。なお、同リスト42には、“停止操作”を白抜きの丸印(「○」印)で示し、その他の操作をばつ印(「×」印)で示しているとともに、“停止操作”の連続する回数、つまり「○」印の連続する回数を最大連続数として示している。なお1回目の“停止操作”、つまり「○」印が学習開始(学習スタート)であり、それ以前の情報は学習や判断に利用されない。
 図4に示すように、“停止操作”の割合が「80%」となる36通りのパターンには、それぞれ“停止操作”が連続する場合がある。つまり、10回目までの操作情報のうち、8回が“停止操作”で2回だけがその他の操作であるとすると、“停止操作”の最大連続数は、最高8回(パターン「36」)から最低3回(パターン「12」,「18」,「19」)までのいずれかの回数となる。詳述すると、パターン「1」~「8」では、その他の操作の1つ目は2回目に生じ、その他の操作の2つ目はパターン「1」では3回目に生じ、それ以降のパターンでは、順次1回分ずつ後にずれて生じる。パターン「9」~「15」では、その他の操作の1つ目は3回目に生じ、その他の操作の2つ目はパターン「9」では4回目に生じ、それ以降のパターンでは、順次1回分ずつ後にずれて生じる。パターン「16」~「21」では、その他の操作の1つ目は4回目に生じ、その他の操作の2つ目はパターン「16」では5回目に生じ、それ以降のパターンでは、順次1回分ずつ後にずれて生じる。パターン「22」~「26」では、その他の操作の1つ目は5回目に生じ、その他の操作の2つ目はパターン「22」では6回目に生じ、それ以降のパターンでは、順次1回分ずつ後にずれて生じる。パターン「27」~「30」では、その他の操作の1つ目は6回目に生じ、その他の操作の2つ目はパターン「27」では7回目に生じ、それ以降のパターンでは、順次1回分ずつ後にずれて生じる。パターン「27」~「30」では、その他の操作の1つ目は6回目に生じ、その他の操作の2つ目はパターン「27」では7回目に生じ、それ以降のパターンでは、順次1回分ずつ後にずれて生じる。パターン「31」~「33」では、その他の操作の1つ目は7回目に生じ、その他の操作の2つ目はパターン「31」では8回目に生じ、それ以降のパターンでは、順次1回分ずつ後にずれて生じる。パターン「34」及び「35」では、その他の操作の1つ目は8回目に生じ、その他の操作の2つ目はパターン「34」では9回目に生じ、パターン「34」では10回目に生じる。パターン「36」では、その他の操作の1つ目は9回目に生じ、その他の操作の2つ目は10回目に生じる。
 36通りのパターンにおける“停止操作”の連続数をまとめると、図5のリスト43に示すように、最大連続数の出現回数の内訳は、8回連続が1パターン、7回連続が4パターン、6回連続が7パターン、5回連続が10パターン、4回連続が11パターン、3回連続が3パターンである。つまり、“停止操作”の連続数としては、8回が最大連続回数であり、4回が最頻連続回数であり、3回が最小連続回数である。また、36パターン中で含まれるパターンの割合は、8回連続は「1/36」であり、4回連続は「33/36」であり、3回連続は「36/36」(1+4+7+10+11=33パターン)である。なお「80%/10回」以上を満足する組み合わせには、連続数が3回未満となる組み合わせはない。
 そこで、本実施形態では、“連続数に基づく学習”において、最新の10回の操作情報に含まれている“停止操作”の最大連続数に基づいて「操作情報が10回になったとき、“停止操作”の割合が「80%」以上となると予測される場合」を推定する。このとき、「80%」以上になる確率は、最大連続数が小さくなるにつれて低下するようになっており、最大連続数が8回のとき最大であり、最大連続数が3回のとき最低であり、最大連続数が4回のときは最大連続数が3回のときよりも高くなる。その一方、最大連続数に含まれるパターンの数は、最大連続数が8回のとき最少(1/36)であり、最大連続数が3回のとき最大(36/36=100%)であり、最大連続数が4回のときも比較的多い(33/36≒92%)。つまり、これらのことを考慮して、推定に適した最大連続数が選択される。
 本実施形態では、再現性学習用の「所定の連続数」や中止判断用の「所定の連続数」として、上述の8回から3回までいずれかの最大連続数が設定されている。なお、再現性学習用の「所定の連続数」の場合、「優遇判定用の連続数」が「通常判定用の連続数」以下の値にされており、再現性が有るとの学習結果が同等もしくは容易に得られるようになっている。例えば、本実施形態では、再現性学習用における「優遇判定用の連続数(N2)」は3回(最小連続回数)、「通常判定用の連続数(N1)」は4回(最頻連続回数)にされている。また、中止判断用の「所定の連続数」の場合、「優遇判定用の連続数」が「通常判定用の連続数」以上の値にされており、学習を中止する判断を得ることが同等もしくは難くなるようになっている。例えば、本実施形態では、中止判断用における「優遇判定用の連続数(M2)」は8回(最大連続回数)、「通常判定用の連続数(M1)」は4回(最頻連続回数)にされている。
 これらをふまえ、まず、操作情報学習部33の“学習を実行する処理”について説明する。
 操作情報学習部33の“学習を実行する処理”における“連続数に基づく学習”において、再現性学習用の「所定の連続数」を4回とする場合、車両10による「学習エリア」の通過回数が3回以下のときに学習結果が設定されることはない。
 その一方、通過回数が4回以上の場合、図4におけるパターン「22」のように、1回目から4回目まで連続して4回の“停止操作”が得られた時点で、「学習エリア」における“停止操作”の再現性が有ると学習される。そしてその後、パターン「22」のように、2回続けてその他の操作が得られることで、4~6回目の割合が「100%」、「80%」、「67%」と変化し、6回目に「80%」未満となったとしても、4回連続の“停止操作”があったことは変化しない。すなわち、既に「10回目における割合が「80%」以上になる可能性が高い」と推定されているため途中の割合の変動にかかわらず“停止操作”に再現性が有るとの学習結果が維持される。
 また例えば、図4におけるパターン「1」のように、2,3回目はその他の操作であったが、4~7回目まで4回連続して“停止操作”が得られた場合、7回目で“停止操作”の割合は「71%」である。しかし、4回連続が検出されたことから「10回目における割合が「80%」以上になる可能性が高い」と推定されるため、7回目で“停止操作”の再現性が有るものと学習される。
 その一方、例えば、図4におけるパターン「19」のように、4回目以外は“停止操作”が得られ、7回目には「86%」になったとしても、7回目ではまだ連続数が4回にならないことから「10回目における割合が「80%」以上になる可能性が高い」と推定されない。このため、7回目終了時点ではまだ学習は継続されるとしても、学習結果は得られない。
 次に、操作情報学習部33の“学習を中止する処理”について説明する。
 操作情報学習部33の“学習を中止する処理”における“連続数に基づく判断”では、「学習エリア」の「登録操作情報」において「80%」未満である“停止操作”の割合が今後「80%」以上になるために必要な“停止操作”の連続数はいくつであるかに基づいて、学習の中止が判断される。つまり“停止操作”の連続数は、現在「80%」未満である割合を「80%」以上にするために、さらに必要とされる“停止操作”の数に等しい。
 図3のグラフ41は、表形式のグラフであり、縦列に車両10の通過回数が示され、横行に停止回数、つまり“停止操作”の回数が示され、縦列と横行とにより区画されている。またこのグラフ41は、太線により略左右に区画されており、左側がA側、右側がB側とされている。つまりこのグラフ41には、車両10の「学習エリア」の通過回数に対する“停止操作”の回数が示されており、グラフ41のA側には、“停止操作”の割合を「80%」以上にするために今後必要とされる“停止操作”の回数、すなわち連続数が示されている。なお、グラフ41のB側には、これから生じうる「その他の操作」の回数が示されており、その回数だけ連続してその他の操作が生じると、“停止操作”の割合を「80%」以上に維持することができない。
 グラフ41のA側について詳述すると、例えば、通過回数が2回、停止回数(“停止操作”)が1回で“停止操作”の割合が「50%」(=1/2)のとき、“停止操作”の割合を「80%」以上にするには、あと3回の“停止操作”が必要であることを示している(4/5=80%)。また、例えば、通過回数が6回、停止回数が2回で“停止操作”の割合が「33%」(=2/6)のとき、“停止操作”の割合を「80%」にするには、あと14回の“停止操作”が連続して必要であることを示している(16/20=80%)。
 このように、現在の“停止操作”の割合を「80%」にするために必要とされる操作情報がグラフ41のA側に示されているが、その示されているA側の連続回数が現実的ではないほど大きな値もある。現実的な値としては、例えば、上述の通過回数が2回、その通過回数のうち停止回数が1回の場合、「登録操作情報」の上限数である10回よりも少ない5回目で「80%」に到達する可能性がある。この場合、当該「学習エリア」における学習を継続すれば学習結果が得られる可能性もあることから、学習の継続が有意であると判断できる。
 一方、例えば、上述の通過回数が6回、停止回数が2回の場合、「登録操作情報」の上限数である10回よりも多い20回目に至るまで「80%」に到達することが不可能である。また、少なくとも14回の“停止操作”、それも連続した“停止操作”が今後必要となることも現実的ではない。この場合、当該「学習エリア」における学習を継続しても学習結果が得られる可能性はほとんど無いため、学習の継続が無意味であると判断できる。つまり、当該「学習エリア」における学習を中止するように判断する。
 そして、現在の“停止操作”の割合を「80%」以上にするために必要とされる“停止操作”の連続数として現実的な値が、中止判断用の「所定の連続数」として図5のリスト43に基づいて定められる。例えば、リスト43に基づいて、現実的な連続数を4回(最頻連続回数)とすることができる。そうすると操作情報学習部33は、図3のグラフ41において、現在の“停止操作”の割合を「80%」にするために必要とされる“停止操作”の連続数が4回よりも多い場合、当該「学習エリア」における学習を中止すると判断することができる。なお、リスト43に基づく限り、中止判断用の「所定の連続数」として8より大きい数を選択したり、3より小さい値を選択することは適切とは言えない。
 続いて、操作情報の学習について、図6及び図7に従って説明する。
 情報処理ECU11は、操作情報抽出部31にて「最新の操作情報」の検出及び「操作位置情報」の取得がされると、操作情報学習部33による“学習を開始する処理”もしくは“学習を継続する処理”にて特定された「学習エリア」に対して「最新の操作情報」を登録する。そして情報処理ECU11は、“学習を実行する処理”を行う。つまり、情報処理ECU11は、「操作位置情報」の示す位置が「減速目処エリア」に含まれているか否かを判断する(図6のステップS1)。すなわち、位置情報処理部32にて設定された「判定情報」が“通常”である場合、「減速目処エリア」に含まれていないと判断し、“優遇”である場合、「減速目処エリア」に含まれていると判断する。これにより、情報処理ECU11は、「最新の操作情報」の再現性の有無の学習を「通常判定」として行うか、「優遇判定」として行うかを判断する。なお、図6の「通常判定」の処理と図7の「優遇判定」の処理とは、再現性判断用の“所定の連続数”や中止判断用の“所定の連続数”の値が相違するものの、処理の流れ(フローチャート)は同様である。
 「判定情報」に“通常”が設定されているため、「操作位置情報」の示す位置が「減速目処エリア」に含まれていないと判断された場合(図6のステップS1でNO)、情報処理ECU11は、「通常判定」処理を行う。これにより、再現性判断用の“所定の連続数”と、中止判断用の“所定の連続数”とが、それぞれ「通常判定用の連続数(N1,M1)」に設定される。なおこのとき、再現性判断用の「所定の連続数」であるN1には4回、中止判断用の「所定の連続数」であるM1には4回がそれぞれ設定される。
 それから、情報処理ECU11は、車両10が「操作位置情報」に基づいて得られた「学習エリア」を通過した回数が10回未満(Y=10)であるか否かを判断する(図6のステップS10)。本実施形態では、10回は学習に用いる操作情報の最大数であることから、再現性の学習には、当該「学習エリア」における最新の10回の操作情報のみが用いられる。
 「学習エリア」を通過した回数が10回未満ではない、つまり10回以上であると判断された場合(図6のステップS10でNO)、情報処理ECU11は、“停止操作”の割合としての停止率が「80%」(X=80)以上か否か判定する(図6のステップS12)。停止率は、「最新の操作情報」と「登録操作情報」に含まれる操作情報からなる最新の10回の操作情報の中に、8回以上の“停止操作”が含まれているか否かにより判断される。
 停止率が「80%」以上であると判断された場合(図6のステップS12でYES)、情報処理ECU11は、当該「最新の操作情報」は「再現性が有る」と学習し、その学習結果として「支援対象操作」を設定する(図6のステップS13)。そして情報処理ECU11は、当該学習結果を、より低燃費にする車両操作としての「エコ運転支援」に用いることができるように設定、つまり同一の「学習エリア」に対する運転支援が当該学習結果に基づいて可能になるようにする(図6のステップS20)。
 一方、停止率が「80%」未満であると判断された場合(図6のステップS12でNO)、情報処理ECU11は、当該「最新の操作情報」は「再現性が無い」と判定する(図6のステップS15)とともに、当該「学習エリア」に対する学習結果をクリアし、新たな学習を再開する。情報処理ECU11は、いわゆる、“学習を中止する処理”を行ってから“学習を開始する処理”を行い、今回検出された「最新の操作情報」及び「操作位置情報」に基いて、新たな「学習エリア」を設定し、当該「学習エリア」に対応する「登録操作情報」に「最新の操作情報」を登録するようにする。
 また、「学習エリア」の通過回数が10回未満であると判断された場合(図6のステップS10でYES)、情報処理ECU11は、“停止操作”の連続数が4回(N1=4)であるか否かを判断する(図6のステップS11)。“停止操作”が連続して4回以上であると判断された場合(図6のステップS11でYES)、情報処理ECU11は、先の「ステップS12でYES」の場合と同様、当該「最新の操作情報」は「再現性が有る」と判定し、その学習結果として「支援対象操作」を設定する(図6のステップS13)。これにより、情報処理ECU11は、当該学習結果を「エコ運転支援」に用いることができるように設定する(図6のステップS20)。
 一方、“停止操作”が連続して4回以上ない、つまり4回未満であると判断された場合(図6のステップS11でNO)、情報処理ECU11は、「最新の操作情報」と「登録操作情報」とに基づいて、停止率「80%」を満足するには今後4回より多い“停止操作”が必要か否かを判断する(図6のステップS14)。そして、停止率が「80%」以上になるには4回より多い“停止操作”が必要であると判断された場合(図6のステップS14でYES)、先の「ステップS12でNO」の場合と同様、情報処理ECU11は、当該「最新の操作情報」は「再現性が無い」と判定する(図6のステップS15)。そして、情報処理ECU11は、当該「学習エリア」に対する学習結果をクリアし、新たな学習を再開する(図6のステップS21)。他方、停止率を「80%」以上にするために4回より多い“停止操作”は不要である、つまり4回以下の“停止操作”で済むと判断された場合(図6のステップS14でNO)、情報処理ECU11は、当該「学習エリア」に対する再現性の学習を継続すると判定する(図6のステップS16)。つまり、当該「学習エリア」では「支援対象操作」が設定されていないため運転支援用の信号などが得られないものの、情報処理ECU11は、「学習エリア」に対する学習を継続するようにする(図6のステップS22)。
 他方、「判定情報」に“優遇”が設定されているため、「操作位置情報」の示す位置が「減速目処エリア」に含まれていると判断された場合(図6のステップS1でYES)、情報処理ECU11は、「優遇判定」処理を行う。これにより、再現性判断用の“所定の連続数”と、中止判断用の“所定の連続数”とが、それぞれ「優遇判定用の連続数(N2,M2)」に設定される。なお、このとき再現性判断用の「所定の連続数」であるN2には3回、中止判断用の「所定の連続数」であるM2には8回がそれぞれ設定される。
 それから、情報処理ECU11は、先のステップS10と同様に、車両10が「学習エリア」を通過した回数が10回未満であるか否かを判定する(図7のステップS30)。
 車両10が「学習エリア」を通過した回数が10回未満ではない、つまり車両10が「学習エリア」を通過した回数が10回以上であると判断した場合(図7のステップS30でNO)、情報処理ECU11は、先のステップS12と同様に、停止率が「80%」以上か否か判断する(図7のステップS32)。
 停止率が「80%」以上であると判断した場合(図7のステップS32でYES)、情報処理ECU11は、先の「ステップS13」と同様に、当該操作情報は「再現性が有る」と学習する(図7のステップS33)とともに、当該学習結果を「エコ運転支援」に用いることができるように設定する(図6のステップS20)。
 一方、停止率が「80%」未満であると判断された場合(図7のステップS32でNO)、情報処理ECU11は、先の「ステップS15」と同様に、当該操作情報は「再現性が無い」と判定する(図7のステップS35)とともに、当該学習結果をクリアし、新たな学習を再開する(図6のステップS21)。
 また、通過した回数が10回未満であると判断した場合(図7のステップS30でYES)、情報処理ECU11は、“停止操作”の連続数が3回(N2=3)あるか否かを判断する(図7のステップS31)。“停止操作”が連続して3回以上であると判断された場合(図7のステップS31でYES)、情報処理ECU11は、先の「ステップS32でYES」の場合と同様、当該操作情報は「再現性が有る」と判定する(図7のステップS33)とともに、当該学習結果を「エコ運転支援」に用いることができるように設定する(図6のステップS20)。
 一方、減速行動が連続して3回以上ないと判断された場合(図7のステップS31でNO)、情報処理ECU11は、停止率を満足するには今後8回(M2=8)より多い“停止操作”が必要か否かを判断する(図7のステップS34)。そして、停止率を「80%」以上にするには今後8回より多い“停止操作”が必要であると判断された場合(図7のステップS34でYES)、先の「ステップS32でNO」の場合と同様、情報処理ECU11は、当該操作情報は「再現性が無い」と判定する(図7のステップS35)とともに、当該学習結果をクリアし、新たな学習を再開する。一方、停止率を「80%」以上にするために8回より多い“停止操作”は不要である、つまり8回以下の“停止操作”で済むと判断された場合(図7のステップS34でNO)、情報処理ECU11は、当該「学習エリア」に対する再現性の学習を継続すると判定する(図7のステップS36)。これにより、情報処理ECU11は、当該「学習エリア」に対する学習を継続するようにする(図6のステップS22)。そして学習処理は終了される。
 (作用)
 次に、本実施形態の車両用情報処理装置の作用について、図8に従って説明する。ここでは、車両10が曲線道路を通過する場合を例にして、当該曲線道路で行われる“減速操作”についての学習と運転支援について説明する。また、図8(a)は車両10が初めて通過するなどのため「学習エリアA1」が設定さていない状態を示す図であり、図8(b)は「学習エリアA1」に対する学習が行われているが運転支援は行われていない状態を示す図であり、図8(c)は「学習エリアA1」に対する学習が行われているとともに運転支援も行われる状態を示す図である。
 一定速度で走行していた車両10が「減速操作」を実行すると、情報処理ECU11が、その実行された「減速操作」と、そのときの「操作位置P1」を検出するとともに、「操作位置P1」を含む「学習エリア」をデータベース12Aから検索する。
 このとき、図8(a)に示すように、初めて通過する地点である場合、「学習エリア」が検索されないため、情報処理ECU11は、図8(b)に示すように、「操作位置P1」を含む新たな「学習エリアA1」を設定するとともに、「学習エリアA1」と「減速操作」とを関連付けてデータベース12Aに登録する。
 他方、図8(b)に示すように、以前に通過した地点である場合、情報処理ECU11は、「最新の操作情報」としての「減速操作」を、検索にて得られた「学習エリアA1」に関連付けて登録する。このとき、情報処理ECU11では、再現性判定用の所定の連続数に基づいて「減速操作」の再現性の学習が行われ、再現性が有ると判断されると、「学習エリアA1」に「支援対象操作」を設定して、図8(c)に示すように、「学習エリアA1」が支援対象エリアとして確定される。換言すると、車両10が「減速操作」を連続して実行した回数が、再現性判定用の所定の連続数以上である場合、対応する「学習エリアA1」に「支援対象操作」が設定され、車両10に運転支援に必要とされる情報が提供されるようになる。つまり、車両10は、現在位置に基づいて検出した「学習エリアA1」から運転支援情報を取得して、当該運転支援情報に基づく運転支援が行われるようになる。すなわち、本実施形態では、再現性判定に連続数を用いるため、「学習エリアA1」の通過回数が少ない場合であっても学習結果を出力することができるようになる。
 しかし、情報処理ECU11による「減速操作」の再現性の学習で、再現性が無いと判断されると、「学習エリアA1」に「支援候補操作」を設定して、「学習エリアA1」における学習を継続する。このときには、車両10は、現在情報に基づいて検出した「学習エリアA1」から運転支援情報が得られない。本実施形態では、再現性判定に連続数を用いるため、「学習エリアA1」の通過回数が少ない場合であっても学習結果を出力することができるため、運転支援情報の得られない期間は短くなる。
 ところで、図8(b)に示すように、「学習エリアA1」が設定されて再現性の学習が開始されたもの、その後、「学習エリアA1」にて「減速操作」が検出されないような場合、中止判定用の所定の連続数に基づいて学習の中止が判断される。これにより、学習の中止が判断され、図8(a)に示すように、「学習エリアA1」が削除される。つまり、車両10における「学習エリアA1」に対する再現性の学習が中止されるとともに、「学習エリアA1」に関する情報が削除されて、データベース12Aに確保されていた「学習エリアA1」の学習に関する領域が開放される。なお、本実施形態では、中止判定用の所定の連続数に基づいて学習の中止が判断されるため、「学習エリアA1」の通過回数が少ない場合であっても好適に学習の中止を判断することができるようになる。また、データベース12Aの使用量を少なくすることができる。
 また、図8(c)に示すように、「学習エリアA1」における運転支援が開始されたものの、その後、「学習エリアA1」にて「減速操作」が検出されないような場合、中止判定用の所定の連続数に基づいて学習の中止が判断される。なお、本実施形態では、情報処理ECU11は、過去の通過回数が多くても、最新の10回分の操作情報を用いて学習の中止の判断をする。このため、情報処理ECU11は、「学習エリアA1」における車両操作が変更された場合、その変更された車両操作が中止判断用の「所定の連続数」だけ連続すれば、過去の通過回数にかかわらず、図8(a)や(b)に示すように、学習を早期に中止することができる。
 以上説明したように、本実施形態に係る車両用情報処理装置及び車両用情報処理方法は、以下に列記する効果を有する。
 (1)「操作情報」の再現性が、同一の地点(「学習エリア」)での同一の種類の操作情報(例えば「停止操作」)が連続して取得された回数、すなわち「学習エリア」での例えば「停止操作」の連続取得回数(連続数)に基づいて学習されるため、「学習エリア」にて学習に要する操作情報の数を連続数に応じた数にすることができる。例えば、ドライバによる車両操作がドライバの習慣の変更や道路形状の変更などにより適正に変更された場合、それが有効な車両操作であると学習される、つまりその車両操作(「停止操作」)が学習結果(「支援対象操作」)となるまでに必要となる操作情報の取得数が連続数になる。このため、変更された操作情報の学習に必要とされる操作情報の取得数を、過去に取得された操作情報の累積に対する割合に基づいて学習する場合に比べて、少ない数にすることができるようになる。これにより、適正に変更された操作情報の学習結果への反映が、これまでに累積された操作情報の影響により遅延することが防止されるようになる。このように、連続取得回数に基づく学習によれば、初めて取得された操作情報や適正に変更された操作情報であれ、適正な操作情報はその再現性が円滑に短期間で学習される。つまり、情報処理ECU11は、初めて取得された操作情報や適正に変更された操作情報に対する運転支援の開始までに要する期間が短くなり、円滑な運転支援の提供が可能となる。
 (2)学習や判断に、操作情報の累積の影響を受ける割合ではなく、連続数を利用するようにしている。通常、操作情報は、新しいほど実情を正確に示しているため重要性が高く、古くなるほど実情から乖離するおそれが高まるため重要性が低下すると考えられる。また、再現性の高い操作情報ほど、当該操作情報が取得された当初から同操作情報が連続して得られる可能性が高くなる。これらのことから、連続数に基づく再現性の学習に、古い操作情報が用いられなかったり、その影響が減らされたりしても、再現性の学習結果は適切に維持される。
 (3)また、割合に基づいて学習する場合、母数として所定数の操作情報の累積(例えば10回)が必要であるが、連続数(例えば4回)を判断基準にすることで、所定数の操作情報が累積したかどうかにかかわらず、連続数に達した時点で再現性を学習することができるようにもなる。例えば、上記連続数を、“割合に基づく学習をすれば、所定数において判断基準とする割合に達すると推測される回数”(例えば4回)にしておくことで、前記所定数よりも少ない数の操作情報に基づいて再現性を学習することができるようにもなる。なお、所定数に達しない場合、連続数に基づいて判断するようにすることで、そこまでの総数に基づく割合にて判断することに比べ、操作情報が所定数に達したときに判断基準である割合に到達している確度が向上する。
 (4)さらに、学習に必要な操作情報を連続数に抑制することができるため、同学習に要する情報量を減少させることもできる。つまり、データベース12Aの使用容量を減らすことができるようになる。
 (5)「学習エリア」の設定が操作情報に基づいて行われるため、再現性を学習する「学習エリア」の設定にかかる柔軟性を高くすることができる。また、「学習エリア」が操作情報の取得された「操作位置情報」の示す位置を含む所定の範囲からなる「学習エリア」として設定されるため、道路状況による車両10の位置ずれや、位置検出精度に起因する位置ずれなどにも好適に対応することができる。さらに、「学習エリア」となる所定の範囲を同一の地点として扱うため、再現性を学習する地点が互いに近い範囲に多数設定されることが防止されるため、情報の増加も抑制されるようになる。
 (6)特定の車両操作の要求される場所(例えば「減速目処エリア」)で要求される車両操作(例えば「停止操作」)と同一の種類の車両操作を学習する場合、当該操作情報の再現性の学習に用いられる連続数(再現性学習用の「所定の連続数」)を変更してもよい。例えば、ドライバが停止操作をしなければならない一時停止が要求される「減速目処エリア」の場合、「停止操作」の再現性の学習に用いる再現性学習用の「所定の連続数」(N2=3回)を、「減速目処エリア」以外の場所における再現性学習用の「所定の連続数」(N1=4回)比べて、少なくすることができる。
 (7)同一地点(「学習エリア」)の通過回数が割合による学習が可能である所定回数(例えば10回)に到達したとき、所定回数分の最新の通過回数に基づいて操作情報の再現性を学習する。これにより、割合に基づく学習であっても、学習が所定回数分の操作情報に基づいて行われるため、学習に使用する操作情報の数が抑制されるようになる。
 (8)車両操作として必須の操作である「減速操作」に対する支援を行なうための情報を提供できるようになる。特に、ハイブリッド車やEV車などは、減速支援に基づいて電力を回生する期間を延ばすことにより回生する電力量を増加させることが可能であるためエネルギーの利用効率を向上させることが可能にもなる。
 (9)車両用情報処理装置を車両10に搭載したことから、車両用情報処理装置により提供される支援情報を、車両10において利用することが容易になる。
 (10)同一地点(「学習エリア」)における同一種類の車両操作(例えば「減速操作」)が連続して所定回数以上実行されたとき、すなわち同一の地点での同一の種類の車両操作の連続数に基づいて、運転支援に必要とされる情報が提供される。例えば、ドライバの車両操作がドライバの習慣の変更や道路形状の変更などにより適正に変更された場合、その変更された車両操作が連続して所定回数以上実行されることで運転支援が行われるようになる。このため、運転支援を開始するまでに要する車両操作の取得数を、過去の情報の累積に対する割合に基づいて比較するような場合に比較して、少ない数にすることができるようになる。これにより、適正に変更された車両操作に対する運転支援が、これまでに累積された車両操作の影響などにより遅延することが防止されるようになる。このように、連続実行回数に基づく運転支援によれば、初めて取得された車両操作や適正に変更された車両操作であれ、そうした適正な車両操作に対する運転支援を短期間で可能とする。
 (11)学習や判断に、累積された過去の車両操作の影響を受ける割合ではなく、連続数を利用するようにしている。通常、車両操作は、新しいほど実情を正確に示しているため重要性が高く、古くなるほど実情から乖離するおそれが高まるため重要性が低下すると考えられる。また、再現性の高い車両操作ほど、当該車両操作が開始された当初から同車両操作が連続して実行される可能性が高くなる。これらのことから、連続数に基づく運転支援に、古い車両操作に関する情報を用いなかったり、その影響を減らしたりしても、適切な運転支援情報の提供が維持される。
 (12)また、割合に基づいて運転支援情報を提供する場合、母数として所定数(例えば10回)の車両操作が必要であるが、連続数(例えば4回)を判断基準にすることで、所定数の車両操作が実行されたか否かにかかわらず、連続数に達した時点で運転支援情報を提供することができるようにもなる。例えば、上記連続数を、“所定数において判断基準とする割合に達すると推測される回数”(例えば4回)にしておくことで、所定数よりも少ない数の車両操作に基づいて運転支援情報を提供することができるようにもなる。なお、所定数に達しない場合、連続数に基づいて運転支援の要否を判断することにより、そこまでの総数に基づいて割合を推定することに比べ、車両操作の回数が所定数に達したとき、運転支援をする判断基準とする割合に到達している確度が向上する。
 (13)さらに、運転支援情報の提供に必要な車両操作の実行数を連続数に抑制するため、蓄積しておく車両操作に関する情報数を減少させることもできる。
 (その他の実施形態)
 なお上記実施形態は、以下の態様で実施することもできる。
 ・上記実施形態では、「減速目処エリア」がデータベース12Aに登録されている場合について例示した。しかしこれに限らず、減速目処エリアを、ナビゲーションシステムや外部インフラ装置から取得してもよい。例えば、図9に示すように、車両10の情報処理ECU11にナビゲーションシステム25が接続されている場合、情報処理ECU11はナビゲーションシステム25に搭載されている道路地図情報に含まれている道路データに基づいて、一時停止、交差点、踏切、カーブなどを「減速目処エリア」として取得してもよい。また、車両10に情報処理ECU11に接続されたインフラ協調装置24が搭載されている場合、道路に設置された外部インフラ装置50から送信される道路に関する情報などに基づいて「減速目処エリア」を取得してもよい。これらにより、「減速目処エリア」を予めデータベース12Aに登録しておくとともに、最新の状態に管理しておく手間が軽減される。また、データベース12Aに含まれていない地点に対しても「減速目処エリア」を設定することができるようになるため、車両用情報処理装置としての利便性が向上されるようになる。
 ・上記実施形態では、車両10の情報処理ECU11にて「学習エリア」における車両操作の再現性が学習される場合について例示した。しかしこれに限らず、「学習エリア」における車両操作の再現性が車両外の装置にて行われてもよい。例えば、図10に示すように、車両10には、操作情報学習部のない情報処理ECU11に情報送信部35及び情報受信部36を設けるとともに、情報処理ECU11に接続された通信装置26を設ける。また、車両10外部には、情報処理センタ51を設け、当該情報処理センタ51には、車両10と通信可能な通信装置52と、上記実施形態の位置情報処理部32に相当する位置情報処理部55と、上記実施形態の操作情報学習部33に相当する操作情報学習部56と、データベース12Aに相当する個別データベース57とを設ける。このとき、情報処理ECU11は、操作情報抽出部31にて検出した「操作位置情報」及び「最新の操作情報」を情報処理センタ51に送信することで、情報処理センタ51では、「操作位置情報」に基づく「学習エリア」の作成や取得、当該「学習エリア」における「最新の操作情報」の登録や再現性の学習などが行われる。支援情報出力部34は、情報処理センタ51の個別データベース57を、現在位置に基づいて検索することにより「学習エリア」の有無、及び「支援対象操作」を取得する。また、支援情報出力部34は、「学習エリア」を検出したにもかかわらず、操作情報抽出部31から「最新の操作位置情報」が通知されていない場合、「操作なし」等の情報を情報処理センタ51に通知する。このように、「学習エリア」に対する操作情報の再現性の学習を、外部装置で行うこともできる。これにより、車両用情報処理装置のシステム構成の自由度が向上するようになる。
 ・上記実施形態では、ドライバによる“停止操作”や“減速操作”に対する運転支援を目的とする場合について例示したが、これに限らず、ドライバによる“加速操作”や“ステアリング操作”などに対する運転支援を目的としてもよい。“加速操作”や“ステアリング操作”であっても、「学習エリア」における「支援対象操作」として選択されることで当該操作に対する運転支援信号を出力することができる。このため、エンジンECUや、ステアリングECUや、ブレーキECUが取得した各運転支援信号に応じた制御を行うことで上述の運転支援信号に対しても運転支援を行うことができる。
 ・上記実施形態では、「最新の操作情報」は、ドライバの“停止操作”に基づく情報と、それ以外の情報との2つに大別する場合について例示したが、これに限らず、操作情報は多数に区分されてもよい。多数に区分された場合であっても、最多数の同一の種類の操作情報が「支援候補操作」として選択されることにより、特定の同一の種類の車両操作を運転支援の対象とすることができるようになる。
 ・上記実施形態では、「登録操作情報」に基づいて「支援候補操作」を選択する場合について例示したが、これに限らず、「支援候補操作」を予め定めていてもよい。これにより、車両用情報処理装置の設計自由度が高められる。
 ・上記実施形態では、上限数(10個)を超えた「過去の操作情報」は「登録操作情報」から消去される場合について例示した。しかしこれに限らず、上限数を超えた「過去の操作情報」を消去しなくてもよい。これにより、学習に用いる「操作情報」の数が大きい値に変更されるようなことなどがあっても、その変更に対応することができるようになる。
 ・上記実施形態では、操作情報学習部33が学習に用いる「登録操作情報」は、最大で最新の10回分の操作情報のみである場合について例示したが、これに限らず、学習に用いる「登録操作情報」の最多数、いわゆる上限数は10回より少なくても、10回より多くてもよい。
 ・上記実施形態では、“割合に基づく学習”や“割合の基づく判断”を「登録操作情報」に含まれる操作情報が10回未満である場合には行わない態様について例示した。しかしこれに限らず、“割合に基づく学習”や“割合の基づく判断”を「登録操作情報」に含まれる操作情報が10回未満である場合に行ってもよい。この場合、“連続数に基づく学習”や“連続数に基づく判断”を行う場合の操作情報の数を、“割合に基づく学習”や“割合の基づく判断”を行う場合の操作情報の数に合わせて調整すればよい。これにより、車両用情報処理装置としての設計自由度が向上するようになる。
 ・上記実施形態では、“連続数に基づく学習”や“連続数に基づく判断”を「登録操作情報」に含まれる操作情報が10回未満である場合に行う場合について例示した。しかしこれに限らず、“連続数に基づく学習”や“連続数に基づく判断”を「登録操作情報」に含まれる操作情報が10回である場合や、10回よりも多い場合に行ってもよい。これにより、車両用情報処理装置としての設計自由度が向上するようになる。
 ・上記実施形態では、「減速目処エリア」を設定している場合について例示したがこれに限らず、その他の目処エリアが設定されていてもよい。例えば、「加速目処エリア」を設定してもよく、この場合、「減速目処エリア」に代えて「加速目処エリア」を、「減速操作」に代えて「加速操作」を適用するようにすればよい。これにより、車両用情報処理装置としての設計自由度が向上するようになる。
 ・上記実施形態では、「減速目処エリア」であるか否かを確認する場合について例示した、しかしこれに限らず、「減速目処エリア」であるかを確認しなくてもよい。この場合、どの「学習エリア」に対しても「通常判定」による再現性の学習などをするようにすればよい。これにより、車両用情報処理装置としての設計自由度が向上するようになる。
 ・上記実施形態では、“学習を実行する処理”と、“学習を中止する処理”とが設けられている場合について例示した。しかしこれに限らず、“学習を実行する処理”、又は、“学習を中止する処理”のいずれか一方のみが設けられていてもよい。これにより、車両用情報処理装置としての構成の自由度が向上するようになる。
 10…車両、11…情報処理ECU(情報処理電子制御ユニット)、12…外部記憶装置、12A…データベース、13…エンジンECU(エンジン電子制御ユニット)、14…ステアリングECU(ステアリング電子制御ユニット)、15…ブレーキECU(ブレーキ電子制御ユニット)、16…スピーカ、17…モニタ、20…速度センサ、21…GPS、22…アクセルペダルセンサ、23…ブレーキペダルセンサ、24…インフラ協調装置、25…ナビゲーションシステム、26…通信装置、31…操作情報抽出部、32…位置情報処理部、33…操作情報学習部、34…支援情報出力部、35…情報送信部、36…情報受信部、40,41…グラフ、42,43…リスト、50…外部インフラ装置、51…情報処理センタ、52…通信装置、55…位置情報処理部、56…操作情報学習部、57…個別データベース。

Claims (13)

  1.  ドライバによる各車両操作に対応して取得される操作情報を、それら車両操作の生じた各地点に関連付けて学習する車両用情報処理装置であって、
     同一の地点にて同一の種類の操作情報が連続して取得された回数に応じて、当該地点における前記種類の操作情報の再現性を学習する
     ことを特徴とする車両用情報処理装置。
  2.  前記地点が、当該地点にて最初に操作情報が取得されたときに同地点を含む所定の範囲からなる地点として設定されたものである
     請求項1に記載の車両用情報処理装置。
  3.  前記地点が特定の車両操作の要求される場所であるとき、当該特定の車両操作と同一の種類の操作情報の再現性の学習に用いられる同操作情報の連続して取得される回数が変更される
     請求項1又は2に記載の車両用情報処理装置。
  4.  同一の地点の通過回数が所定回数を超えるとき、所定回数分の最新の通過回数に対する同一の種類の操作情報の取得回数の割合に基づいて前記操作情報の再現性を学習する
     請求項1~3のいずれか一項に記載の車両用情報処理装置。
  5.  前記操作情報は、ドライバによる車両の減速操作に基づき取得される情報である
     請求項1~4のいずれか一項に記載の車両用情報処理装置。
  6.  当該車両用情報処理装置が車両に搭載されている
     請求項1~5のいずれか一項に記載の車両用情報処理装置。
  7.  ドライバの車両操作に基づいて運転支援に必要とされる情報を提供する車両用情報処理装置であって、
     ドライバによる同一の種類の車両操作が同一の地点において所定回数以上連続して実行されたとき、前記運転支援に必要とされる情報を提供する
     ことを特徴とする車両用情報処理装置。
  8.  ドライバによる各車両操作に対応して取得される操作情報を、それら車両操作の生じた各地点に関連付けて学習する車両用情報処理方法であって、
     同一の地点にて同一の種類の操作情報が連続して取得された回数を計数する工程と、
     前記計算された回数に応じて当該地点における当該種類の操作情報の再現性を学習する工程と、を備える
     ことを特徴とする車両用情報処理方法。
  9.  前記同一の種類の操作情報が連続して取得された回数を計数する工程に先立ち、前記地点を、当該地点にて最初に操作情報が取得されたときに同地点を含む所定の範囲からなる地点として設定する工程をさらに備える
     請求項8に記載の車両用情報処理方法。
  10.  前記地点が特定の車両操作の要求される場所であることを条件に、当該特定の車両操作と同一の種類の操作情報の再現性を学習するための同操作情報が連続して取得される回数を変更する工程をさらに備える
     請求項8又は9に記載の車両用情報処理方法。
  11.  前記学習する工程では、同一の地点の通過回数が所定回数を超えることを条件に、所定回数分の最新の通過回数に対する同一の種類の操作情報の取得回数の割合に基づいて前記操作情報の再現性を学習する
     請求項8~10のいずれか一項に記載の車両用情報処理方法。
  12.  前記操作情報として、ドライバによる車両の減速操作を取得する
     請求項8~11のいずれか一項に記載の車両用情報処理方法。
  13.  前記各工程を車両にて行う
     請求項8~12のいずれか一項に記載の車両用情報処理方法。
PCT/JP2011/067835 2011-08-04 2011-08-04 車両用情報処理装置及び車両用情報処理方法 WO2013018220A1 (ja)

Priority Applications (7)

Application Number Priority Date Filing Date Title
EP11870185.3A EP2741268B1 (en) 2011-08-04 2011-08-04 Vehicle information processing apparatus and vehicle information processing method
RU2014103620/11A RU2560960C1 (ru) 2011-08-04 2011-08-04 Устройство обработки информации транспортного средства и способ обработки информации транспортного средства
BR112014002502-9A BR112014002502B1 (pt) 2011-08-04 2011-08-04 Aparelhagem de processamento de informação de veículo e método de processamento de informação de veículo
JP2013526699A JP5776775B2 (ja) 2011-08-04 2011-08-04 車両用情報処理装置及び車両用情報処理方法
US14/236,262 US9573597B2 (en) 2011-08-04 2011-08-04 Vehicle information processing apparatus and vehicle information processing method
PCT/JP2011/067835 WO2013018220A1 (ja) 2011-08-04 2011-08-04 車両用情報処理装置及び車両用情報処理方法
CN201180072642.7A CN103718221B (zh) 2011-08-04 2011-08-04 车辆用信息处理装置及车辆用信息处理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2011/067835 WO2013018220A1 (ja) 2011-08-04 2011-08-04 車両用情報処理装置及び車両用情報処理方法

Publications (1)

Publication Number Publication Date
WO2013018220A1 true WO2013018220A1 (ja) 2013-02-07

Family

ID=47628782

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2011/067835 WO2013018220A1 (ja) 2011-08-04 2011-08-04 車両用情報処理装置及び車両用情報処理方法

Country Status (7)

Country Link
US (1) US9573597B2 (ja)
EP (1) EP2741268B1 (ja)
JP (1) JP5776775B2 (ja)
CN (1) CN103718221B (ja)
BR (1) BR112014002502B1 (ja)
RU (1) RU2560960C1 (ja)
WO (1) WO2013018220A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019010967A (ja) * 2017-06-30 2019-01-24 株式会社 日立産業制御ソリューションズ 自動制御装置およびその制御方法

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2013030927A1 (ja) * 2011-08-29 2013-03-07 トヨタ自動車 株式会社 車両用情報処理装置及び車両用情報処理方法
KR101526732B1 (ko) * 2013-12-10 2015-06-10 현대자동차주식회사 주차 브레이크 원격 제어 시스템
CN105270298B (zh) * 2014-06-09 2017-11-21 源捷公司 车辆学习界面
US10504068B2 (en) * 2015-07-14 2019-12-10 Omnitracs, Llc Driver log analytics system
US10583826B2 (en) 2016-11-17 2020-03-10 Cummins Inc. Hybrid vehicle drive cycle optimization based on route identification
CN106740868B (zh) * 2016-12-30 2019-03-29 东软集团股份有限公司 一种车速规划的方法、装置和设备
CN110709911B (zh) * 2017-05-24 2022-01-11 日产自动车株式会社 行驶辅助装置的行驶辅助方法以及行驶辅助装置
US11827503B2 (en) 2020-03-18 2023-11-28 Crown Equipment Corporation Adaptive acceleration for materials handling vehicle
JP7363676B2 (ja) * 2020-06-16 2023-10-18 トヨタ自動車株式会社 ハイブリッド車両の制御システム及び制御方法
WO2022098402A1 (en) 2020-11-03 2022-05-12 Crown Equipment Corporation Adaptive acceleration for materials handling vehicle

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0558200A (ja) * 1991-09-03 1993-03-09 Mazda Motor Corp 学習制御自動車
JPH06208699A (ja) * 1993-01-11 1994-07-26 Mitsubishi Electric Corp 車両用経路案内装置
JP2009103570A (ja) 2007-10-23 2009-05-14 Denso Corp 地図情報作成装置及び車両の操作特性変更システム

Family Cites Families (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5521823A (en) * 1991-09-03 1996-05-28 Mazda Motor Corporation Learning control vehicle
US6205374B1 (en) * 1993-07-01 2001-03-20 Mazda Motor Corporation Vehicle characteristic change system and method
US8140358B1 (en) * 1996-01-29 2012-03-20 Progressive Casualty Insurance Company Vehicle monitoring system
US7268700B1 (en) * 1998-01-27 2007-09-11 Hoffberg Steven M Mobile communication device
DE10037575A1 (de) * 2000-08-02 2002-02-14 Bayerische Motoren Werke Ag Elektronische Einheit zum automatischen Aktivieren einer Parksperre und Verfahren zur Verhinderung der automatischen Aktivierung der Parksperre in Kraftfahrzeugen
US7761238B2 (en) * 2003-10-03 2010-07-20 Allan Robert Moser Method and apparatus for discovering patterns in binary or categorical data
US7233861B2 (en) * 2003-12-08 2007-06-19 General Motors Corporation Prediction of vehicle operator destinations
JP2005178628A (ja) * 2003-12-19 2005-07-07 Toyota Motor Corp 車両の統合制御システム
JP4911453B2 (ja) * 2006-08-03 2012-04-04 トヨタ自動車株式会社 運転支援装置
US8155826B2 (en) * 2007-03-30 2012-04-10 Aisin Aw Co., Ltd. Vehicle behavior learning apparatuses, methods, and programs
JP4453046B2 (ja) 2007-03-30 2010-04-21 アイシン・エィ・ダブリュ株式会社 車両挙動学習装置及び車両挙動学習プログラム
JP4427759B2 (ja) * 2007-06-29 2010-03-10 アイシン・エィ・ダブリュ株式会社 車両挙動学習装置及び車両挙動学習プログラム
EP2174838B1 (en) * 2007-07-24 2020-09-23 Nissan Motor Co., Ltd. Drive assistance apparatus for vehicle and vehicle equipped with the apparatus
JP2009053731A (ja) 2007-08-23 2009-03-12 Nissan Motor Co Ltd 停止目標位置検出装置及び停止目標位置検出方法
JP2009075010A (ja) * 2007-09-21 2009-04-09 Denso It Laboratory Inc 経路長算出装置、経路長算出方法、経路長算出プログラム及び車両用空調装置ならびに移動物体搭載機器の制御装置
US7954579B2 (en) * 2008-02-04 2011-06-07 Illinois Institute Of Technology Adaptive control strategy and method for optimizing hybrid electric vehicles
JP2009276293A (ja) 2008-05-16 2009-11-26 Toyota Motor Corp 走行情報記録装置、メータコンピュータ
RU81691U1 (ru) * 2008-12-22 2009-03-27 Дмитрий Юрьевич Манин Устройство оценки качества вождения автомобиля
EP2468599B1 (en) * 2009-08-18 2015-01-14 Toyota Jidosha Kabushiki Kaisha Vehicle control device
DE102009045511A1 (de) * 2009-10-09 2011-04-14 Robert Bosch Gmbh Erlernen einer Bedienhilfefunktion
US8686845B2 (en) * 2010-02-25 2014-04-01 Ford Global Technologies, Llc Automotive vehicle and method for advising a driver therein
WO2011113022A1 (en) * 2010-03-11 2011-09-15 Inrix, Inc. Learning road feature delay times based on aggregate driver behavior
US8190319B2 (en) * 2010-06-08 2012-05-29 Ford Global Technologies, Llc Adaptive real-time driver advisory control for a hybrid electric vehicle to achieve fuel economy improvement
US9336183B2 (en) 2010-10-15 2016-05-10 Toyota Jidosha Kabushiki Kaisha Vehicle information processing system and driving assistance system
US9266533B2 (en) * 2010-12-30 2016-02-23 Institute Of Automation, Chinese Academy Of Sciences Adaptive cruise control system and method for vehicle
US8543135B2 (en) * 2011-05-12 2013-09-24 Amit Goyal Contextually aware mobile device
BR112014002298B1 (pt) * 2011-08-02 2021-05-18 Toyota Jidosha Kabushiki Kaisha aparelho de assistência à condução
WO2013030927A1 (ja) * 2011-08-29 2013-03-07 トヨタ自動車 株式会社 車両用情報処理装置及び車両用情報処理方法
EP2782083B1 (en) * 2011-11-14 2017-06-14 Toyota Jidosha Kabushiki Kaisha Driving assistance device
US9979202B2 (en) * 2012-01-17 2018-05-22 Ecamion Inc. Control, protection and power management system for an energy storage system
US20150213555A1 (en) * 2014-01-27 2015-07-30 Hti Ip, Llc Predicting driver behavior based on user data and vehicle data
US9377314B2 (en) * 2014-04-02 2016-06-28 Ford Global Technologies, Llc Reduced network flow and computational load using a spatial and temporal variable scheduler
US10002470B2 (en) * 2014-04-30 2018-06-19 Ford Global Technologies, Llc Method and apparatus for predictive driving demand modeling
US20160123752A1 (en) * 2014-10-30 2016-05-05 Microsoft Corporation Estimating and predicting fuel usage with smartphone
US9969403B2 (en) * 2014-10-31 2018-05-15 Ford Global Technologies, Llc Method and apparatus for predictive driving-mode learning and enablement

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0558200A (ja) * 1991-09-03 1993-03-09 Mazda Motor Corp 学習制御自動車
JPH06208699A (ja) * 1993-01-11 1994-07-26 Mitsubishi Electric Corp 車両用経路案内装置
JP2009103570A (ja) 2007-10-23 2009-05-14 Denso Corp 地図情報作成装置及び車両の操作特性変更システム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2019010967A (ja) * 2017-06-30 2019-01-24 株式会社 日立産業制御ソリューションズ 自動制御装置およびその制御方法

Also Published As

Publication number Publication date
CN103718221A (zh) 2014-04-09
US20140244103A1 (en) 2014-08-28
RU2560960C1 (ru) 2015-08-20
US9573597B2 (en) 2017-02-21
JPWO2013018220A1 (ja) 2015-03-05
EP2741268A1 (en) 2014-06-11
BR112014002502A2 (pt) 2017-03-01
EP2741268B1 (en) 2019-05-08
CN103718221B (zh) 2016-08-17
EP2741268A4 (en) 2016-08-03
BR112014002502B1 (pt) 2021-06-15
JP5776775B2 (ja) 2015-09-09

Similar Documents

Publication Publication Date Title
JP5776775B2 (ja) 車両用情報処理装置及び車両用情報処理方法
JP5700131B2 (ja) 車両用情報処理装置及び車両用情報処理方法
JP2011039621A (ja) 車両操作診断装置、車両操作診断方法及びコンピュータプログラム
JPWO2011145165A1 (ja) 運転支援装置
US20130332054A1 (en) Stop/start vehicle and method for controlling engine of same
JP2009289080A (ja) 運転評価装置および運転評価方法
CN104134361A (zh) 驾驶状况反馈方法、系统及内置所述系统的车载装置
CN105009180B (zh) 减速结束地点存储系统、驾驶辅助系统及驾驶辅助方法
JP2017117096A (ja) 車両の運転操作監視装置
CN108162978A (zh) 车辆控制装置
JP2015063220A (ja) 走行支援装置
JP5253891B2 (ja) 運転評価装置、運転評価方法および運転評価プログラム
JP2013101426A (ja) 車載通信装置
JP2011204120A (ja) 情報提供装置
JP5387152B2 (ja) 車両走行制御装置
JP2018081357A (ja) 運転支援装置
JP2012133623A (ja) アイドリングストップ支援装置
JP5803400B2 (ja) ナビゲーションシステム、ナビゲーション方法、及びナビゲーションプログラム
JP2010253964A (ja) 車両の走行制御装置
JP2010280318A (ja) スロットル制御装置
JP2013161177A (ja) 運転支援装置
JP2010018072A (ja) 運転者支援装置、運転者支援方法および運転者支援処理プログラム
JP2010152687A (ja) 車両運転ログ処理システムと車両運転ログ処理プログラム
JP2009134552A (ja) 運転支援装置、運転支援方法及びコンピュータプログラム
JP2007078116A (ja) 自動変速機制御システム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 11870185

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2013526699

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 14236262

Country of ref document: US

WWE Wipo information: entry into national phase

Ref document number: 2011870185

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2014103620

Country of ref document: RU

Kind code of ref document: A

REG Reference to national code

Ref country code: BR

Ref legal event code: B01A

Ref document number: 112014002502

Country of ref document: BR

ENP Entry into the national phase

Ref document number: 112014002502

Country of ref document: BR

Kind code of ref document: A2

Effective date: 20140131