車両挙動学習装置及び車両挙動学習プログラム
【課題】特定の位置において検出される自車両の挙動を高精度に学習することが可能な車両挙動学習装置及び車両挙動学習プログラムを提供する。
【解決手段】挙動検出手段により検出された自車両Ｃの挙動と、当該挙動の検出より前に画像認識手段により認識された対象地物ｆ１との関係を表す関係情報Ｂｒを取得し、前記挙動検出手段により検出された自車両Ｃの挙動の属性を表す挙動属性情報Ｂａと、当該挙動について取得された関係情報Ｂｒとを含む検出挙動情報Ｂを検出挙動記憶手段に記憶し、前記検出挙動記憶手段に記憶された記検出挙動情報Ｂに基づいて、対象地物と関係付けられた自車両の挙動の学習結果を表す学習挙動情報Ｓを生成する。
【解決手段】挙動検出手段により検出された自車両Ｃの挙動と、当該挙動の検出より前に画像認識手段により認識された対象地物ｆ１との関係を表す関係情報Ｂｒを取得し、前記挙動検出手段により検出された自車両Ｃの挙動の属性を表す挙動属性情報Ｂａと、当該挙動について取得された関係情報Ｂｒとを含む検出挙動情報Ｂを検出挙動記憶手段に記憶し、前記検出挙動記憶手段に記憶された記検出挙動情報Ｂに基づいて、対象地物と関係付けられた自車両の挙動の学習結果を表す学習挙動情報Ｓを生成する。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、自車両の挙動を学習する車両挙動学習装置及び車両挙動学習プログラムに関する。
【背景技術】
【０００２】
自家用車など、特定の運転者が運転する車両が同一の経路を複数回通行する場合、特定の自車位置において高い頻度で特定の挙動を行うことがある。ここで、挙動とは、例えば自宅や職場、店など特定の場所へ向かう際の右折や左折等の進路変更、加速や減速、窓の開閉、ライトのオン／オフ、自動変速装置の変速などである。一方、近年では、多くの車両に経路案内等を行うためのナビゲーション装置が搭載されているが、このナビゲーション装置の精度をさらに向上させることが望まれている。また、ナビゲーション装置が有する諸機能を経路案内等の従来の用途以外に拡大することも種々検討されている。下記に出典を示す特許文献１にはナビゲーション装置を搭載した車両における死角モニタの制御装置に関する発明が記載されている。
【０００３】
この死角モニタの制御装置は、死角モニタを起動する手動スイッチが操作された時、ナビゲーション装置から入力される車両が位置した地点に関するデータを起動情報として記憶する。そして、ナビゲーション装置からの入力情報に対して起動情報を検索、照合して車両が当該地点に位置した時に、死角モニタの起動信号を送出する。このナビゲーション装置は、交差点などの座標点を結ぶ線（リンク）によって道路情報を管理している。手動スイッチが操作された地点がリンクの番号が付された道路である場合には、起動情報は、当該リンクの番号、座標、車両の走行方向を含んで記憶される。当該地点がリンクの番号が付された道路以外である場合には、座標、車両の走行方向を含んで起動情報が記憶される。また、車両が位置する地点は、ＧＰＳ（Global Positioning System：グローバル・ポジショニング・システム）を利用すると共に、車速パルスセンサ等からの車速信号や角速度センサ等からの角速度信号に基づいて自律航法により推定するハイブリッドシステムを用いて求められる。
【０００４】
【特許文献１】特開２００２−２８６４５９号公報
【発明の開示】
【発明が解決しようとする課題】
【０００５】
特許文献１に記載の死角モニタの制御装置は、上記のとおり、ハイブリッドシステムを用いて自車の位置を求める。しかし、特許文献１にも記載されているように、ＧＰＳ測位であれ自律航法による測位であれ、測位値には誤差が含まれ、実際の走行位置からはずれてしまう。そこで、いわゆるマップマッチング処理によって最も確からしい位置が推定される。
【０００６】
ところで、死角モニタの起動操作に限らず、車両における種々の特定の挙動は、特定の地点において実施されることが多い。例えば、大きな道から細街路への右左折や、キックダウンなどは、自宅や職場、店など、特定の場所へのアプローチの際に実施される。大きな道から分岐する細街路は、多くあり、その間隔も狭いことが多い。細街路の間隔が、測位値の誤差よりも小さいような場合には、測位結果から車両の挙動を予測することは困難である。
【０００７】
本発明は、上記の課題に鑑みてなされたものであり、その目的は、特定の位置において検出される自車両の挙動を高精度に学習することが可能な車両挙動学習装置及び車両挙動学習プログラムを提供することにある。
【課題を解決するための手段】
【０００８】
上記目的を達成するための本発明に係る車両挙動学習装置の特徴構成は、自車両の周辺の画像情報を取得する画像情報取得手段と、前記画像情報に含まれる対象地物の画像認識処理を行う画像認識手段と、自車両の挙動を検出する挙動検出手段と、前記挙動検出手段により検出された自車両の挙動と、当該挙動の検出より前に前記画像認識手段により認識された対象地物との関係を表す関係情報を取得する関係情報取得手段と、前記挙動検出手段により検出された自車両の挙動の属性を表す挙動属性情報と、当該挙動について前記関係情報取得手段により取得された前記関係情報とを含む検出挙動情報を記憶する検出挙動記憶手段と、前記検出挙動記憶手段に記憶された前記検出挙動情報に基づいて、対象地物と関係付けられた自車両の挙動の学習結果を表す学習挙動情報を生成する学習挙動情報生成手段と、を備える点にある。
【０００９】
この特徴構成によれば、挙動検出手段により検出された自車両の挙動の属性を表す挙動属性情報と、当該挙動の検出より前に画像認識手段により認識された対象地物との関係を表す関係情報とを含む検出挙動情報に基づいて、自車両の挙動の学習結果を表す学習挙動情報が生成される。すなわち、自車両の挙動は、対象地物の画像認識結果と関連付けられた情報として学習される。したがって、ＧＰＳ測位や自律航法のみにより自車両の挙動を単独で学習する場合と比較して、対象地物の画像認識結果を併せて利用することになり、特定の位置において検出される自車両の挙動を高精度に学習することが可能となる。また、既に生成された学習挙動情報を用いれば、次に同じ対象地物を画像認識した場合に、自車両の挙動を予測することも可能となる。
【００１０】
ここで、前記挙動検出手段により検出される自車両の挙動は、自車両の各部における運転者の操作の受け付け、及び自車両の動作の少なくとも一方を含む構成とすると好適である。
なお、本願において、自車両の動作には、運転者の操作によって生じる自車両の各部や車両全体の動作、或いは、外部から自車両に加わる外的要因によって生じる自車両の各部や車両全体の動作等が含まれる。
【００１１】
自車両の挙動には、運転者の操作に伴って発生するものと、道路の状況や天候などの外的要因によって発生するものとがある。例えば、運転者の操作とは、ステアリング操作、シフト操作、アクセルやブレーキの操作、空調装置の操作、窓の開閉操作、ナビゲーション装置やオーディオの操作などである。そして、このような運転者の操作により生じる自車両の動作として、例えば、ステアリング操作によって生じる自車両の進行方向の変化や横方向加速度の変化、シフト操作やアクセル操作等による変速装置の変速段の変更（キックダウンやシフトダウン等）、ブレーキやアクセルの操作により発生する進行方向加速度の変化などがある。一方、外的要因により生じる自車両の動作として、例えば、カーブを走行することにより発生する横加速度の変化、段差通過により生じる振動・衝撃、坂道を走行する際の進行方向加速度の変化などがある。本発明に係る挙動検出手段は、これら運転者の操作の受け付け、及び運転者の操作や外的要因等による自車両の動作の少なくとも一方を自車両の挙動として検出するので、幅広く自車両の挙動を検出することができる。
【００１２】
また、前記関係情報は、前記画像認識手段により認識された対象地物の認識位置から前記挙動検出手段により検出された自車両の挙動の検出位置までの距離を表す距離情報を含む構成とすると好適である。
【００１３】
この構成によれば、検出挙動記憶手段に記憶される検出挙動情報が、対象地物の認識位置から自車両の挙動の検出位置までの距離情報を含むことになり、当該距離情報が学習挙動情報に反映されることになる。したがって、学習挙動情報に基づいて、対象地物を画像認識してから自車両の挙動が発生するまでの距離を予測することが可能となるので、自車両の挙動を高精度に予測することが可能となる。
【００１４】
また、前記関係情報は、前記画像認識手段により認識された対象地物を特定するための地物特定情報を含む構成とすると好適である。
【００１５】
この構成によれば、検出挙動記憶手段に記憶される検出挙動情報が、例えば対象地物の属性及び認識位置などの対象地物を特定するための地物特定情報を含むことになる。したがって、検出挙動情報及び学習挙動情報を対象地物を特定する情報と関係付けた挙動の情報とすることができる。これにより、各情報が示す挙動と関係付けられた対象地物を容易に特定することができ、対象地物の画像認識結果に基づく自車両の挙動の予測をより高精度に行うことが可能となる。
【００１６】
また、前記関係情報取得手段は、自車両の移動距離を検出する移動距離検出手段、及び自車両の現在位置を表す自車位置情報を取得する自車位置情報取得手段の少なくとも一方からの情報に基づいて前記関係情報を取得する構成とすると好適である。
【００１７】
この構成によれば、少なくとも対象地物の認識位置から自車両の挙動の検出位置までの距離又はそれらの位置関係の情報を含む前記関係情報を取得することができる。
【００１８】
また、前記学習挙動情報は、同じ挙動が複数回検出されることにより前記検出挙動記憶手段に記憶された、同じ挙動についての複数の前記検出挙動情報に基づいて生成され、当該複数の検出挙動情報に示される同じ挙動についての前記挙動属性情報と、当該挙動についての複数の前記関係情報を統計的に処理して求めた統計的関係情報とを含む構成とすると好適である。
【００１９】
この構成によれば、学習挙動情報は、同じ挙動が複数回検出されることにより検出挙動記憶手段に記憶された、同じ挙動についての複数の検出挙動情報に基づいて生成される。したがって、各検出挙動情報に誤差が含まれる場合であっても、複数の検出挙動情報を用いて誤差を平均化し、自車両の挙動の学習結果の精度を高めることが可能となる。また、学習挙動情報が、同じ挙動についての複数の前記関係情報を統計的に処理して求めた統計的関係情報を含むので、検出挙動情報に対して精度の高い関係情報を学習挙動情報に含めることができる。したがって、学習挙動情報に基づいて自車両の挙動を高精度に予測することが可能となる。
【００２０】
また、前記対象地物は、道路の路面に設けられた道路標示である構成とすると好適である。
【００２１】
道路標示は、法令によってその寸法や形状などが規定されている。従って、この構成によれば、対象地物の画像認識処理の負荷を軽減することができると共に、認識精度を高めることが可能となる。したがって、このような対象地物の画像認識結果を利用する自車両の挙動の学習の精度を高めることが可能となる。
【００２２】
また、前記学習挙動情報生成手段により生成された前記学習挙動情報を記憶する学習挙動情報記憶手段を更に備える構成とすると好適である。
【００２３】
この構成によれば、学習挙動情報生成手段により生成された学習挙動情報を、学習挙動情報記憶手段に記憶しておくことができる。したがって、前記検出挙動記憶手段に記憶された検出挙動情報に基づいて、必要に応じて学習挙動情報を生成する場合と比べて、演算処理の負荷を軽減することができ、学習挙動情報を迅速且つ容易に利用することが可能となる。
【００２４】
また、前記学習挙動情報に基づいて、当該学習挙動情報が示す対象地物が画像認識された際に、当該対象地物と関係付けられた自車両の挙動が発生することを予測し、当該挙動の予測結果を出力する挙動予測手段を更に備える構成とすると好適である。
【００２５】
この構成によれば、上記のように高精度な自車両の挙動の学習結果である学習挙動情報を利用して、当該学習挙動情報が示す対象地物が画像認識された際に、当該認識された対象地物を基準として高精度に自車両の挙動を予測することが可能となる。
【００２６】
また、前記画像認識手段による対象地物の認識位置を表す認識位置情報を取得する認識位置情報取得手段と、前記画像認識手段により認識された対象地物の属性を表す地物属性情報と、前記認識位置情報取得手段により取得された前記認識位置情報とを含む認識地物情報を記憶する認識地物記憶手段と、同じ対象地物が複数回画像認識されることにより前記認識地物記憶手段に記憶された、同じ対象地物についての複数の前記認識地物情報に基づいて、当該対象地物の学習結果を表す学習地物情報を生成する学習地物情報生成手段と、を更に備える構成とすると好適である。
【００２７】
この構成によれば、同じ対象地物が複数回画像認識されることにより認識地物記憶手段に記憶された、同じ対象地物についての複数の認識地物情報に基づいて学習地物情報を生成することができる。したがって、自車両の挙動と共に、画像認識された対象地物についても同時に学習することができる。また、この学習地物情報は、同じ対象地物が複数回画像認識されることにより認識地物記憶手段に記憶された、同じ対象地物についての複数の認識地物情報に基づいて生成される。したがって、各認識地物情報に誤差が含まれる場合であっても、複数の認識地物情報を用いて誤差を平均化し、対象地物の学習結果の精度を高めることが可能となる。
【００２８】
また、前記検出挙動記憶手段は、複数の車両と通信可能に接続され、複数の車両による前記検出挙動情報を記憶する構成とすると好適である。
【００２９】
例えば、自車両に加わる外的要因による自車両の動作などのように、複数の別の車両においても共通に生じる挙動については、複数の車両において検出された挙動についての検出挙動情報を収集することにより、特定の位置で生じる車両の挙動をより迅速に学習することが可能となる。この構成によれば、複数の車両により検出した挙動についての検出挙動情報を、複数の車両と通信可能に接続された検出挙動記憶手段に記憶することができる。したがって、多くの検出挙動情報を迅速に認識結果記憶手段に集積することができる。
【００３０】
また、上記のように自車両の挙動を予測する挙動予測手段を備える構成において、前記挙動予測手段は、前記挙動の予測結果を、自車両の案内情報の出力のための演算処理を行うナビゲーション用演算手段に対して出力する構成とすると好適である。
【００３１】
この構成によれば、挙動予測手段による挙動の予測結果に基づいて、ナビゲーション用演算手段が適切な案内情報の出力を行うことが可能となる。例えば、右折や左折等の自車両の挙動を予測して、自車位置表示や経路案内を精度良く行うことが可能となる。
【００３２】
また、上記のように自車両の挙動を予測する挙動予測手段を備える構成において、前記挙動予測手段は、前記挙動の予測結果を、前記運転者の操作を再現する自車両内の制御装置に対して出力する構成とすると好適である。
【００３３】
この構成によれば、挙動予測手段による挙動の予測結果に基づいて、当該制御装置は運転者の操作を再現することができる。つまり、運転者の能動的な操作のアシストを行い、あるいは運転者の能動的な操作に先行して同一の操作を実施したりすることができる。その結果、運転者の利便性を高めることが可能となる。
【００３４】
また、上記のように自車両の挙動を予測する挙動予測手段を備える構成において、前記挙動予測手段は、前記挙動の予測結果を、自車両の動作を最適化する制御装置に対して出力する構成とすると好適である。
【００３５】
この構成によれば、挙動予測手段による挙動の予測結果に基づいて、当該制御装置が自車両の挙動を最適化することができる。例えば、シフト制御装置や、エンジン制御装置、ハイブリッド車両のモータ制御装置、アクティブサスペンションの制御装置などは、挙動予測手段の予測結果に基づいて自車両の挙動を最適化することができる。その結果、乗車中の快適性の向上や、燃費向上などを図ることができる。
【００３６】
また、前記学習地物情報は、複数の前記認識地物情報に示される同じ対象地物についての前記地物属性情報と、当該対象地物についての複数の前記認識位置情報を統計的に処理して求めた推測位置情報とを含む構成とすると好適である。
【００３７】
この構成によれば、学習地物情報が、同じ対象地物についての複数の前記認識位置情報を統計的に処理して求めた推測位置情報を含むので、比較的精度の高い対象地物の認識位置の情報を学習地物情報に含めることができる。したがって、対象地物の画像認識処理を精度良く行うことが可能となる。
【００３８】
また、前記学習地物情報生成手段により生成された前記学習地物情報を記憶する学習地物情報記憶手段を更に備える構成とすると好適である。
【００３９】
この構成によれば、学習地物情報生成手段により生成された学習地物情報を、学習地物情報記憶手段に記憶しておくことができる。したがって、前記認識地物記憶手段に記憶された認識地物情報に基づいて、必要に応じて学習地物情報を生成する場合と比べて、演算処理の負荷を軽減することができ、学習地物情報を迅速且つ容易に利用することが可能となる。
【００４０】
また、前記認識地物記憶手段は、複数の車両と通信可能に接続され、複数の車両による前記認識地物情報を記憶する構成とすると好適である。
【００４１】
この構成によれば、複数の車両により画像認識した対象地物についての認識地物情報を、複数の車両と通信可能に接続された認識地物記憶手段に記憶することができる。したがって、多くの認識地物情報を迅速に認識地物記憶手段に集積することができる。
【００４２】
本発明に係るナビゲーション装置の特徴構成は、上記の各構成を備えた車両挙動学習装置と、地図情報が記憶された地図情報記憶手段と、前記学習挙動情報及び前記地図情報の一方又は双方を参照して動作するアプリケーションプログラムと、前記アプリケーションプログラムに従って動作して案内情報を出力する案内情報出力手段と、を備える点にある。
【００４３】
この特徴構成によれば、アプリケーションプログラムは、高い精度を伴って学習された学習挙動情報を利用して動作することが可能である。よって、より高い精度を有して案内情報を出力することができる。例えば、右折や左折等の自車両の挙動を予測して、実際の自車位置とは異なる道路への誤マッチング等を防止でき、自車位置表示や経路案内を精度良く行うことが可能となる。
【００４４】
本発明に係る車両挙動学習プログラムの特徴構成は、自車両の周辺の画像情報を取得する画像情報取得ステップと、前記画像情報に含まれる対象地物の画像認識処理を行う画像認識ステップと、自車両の挙動を検出する挙動検出ステップと、前記挙動検出ステップにより検出された自車両の挙動と、当該挙動の検出より前に前記画像認識ステップにより認識された対象地物との関係を表す関係情報を取得する関係情報取得ステップと、前記挙動検出ステップにより検出された自車両の挙動の属性を表す挙動属性情報と、当該挙動について前記関係情報取得ステップにより取得された前記関係情報とを含む検出挙動情報を検出挙動記憶手段に記憶する検出挙動記憶ステップと、前記検出挙動記憶手段に記憶された前記検出挙動情報に基づいて、対象地物と関係付けられた自車両の挙動の学習結果を表す学習挙動情報を生成する学習挙動情報生成ステップと、をコンピュータに実行させる点にある。
【００４５】
この特徴構成によれば、挙動検出ステップにより検出された自車両の挙動の属性を表す挙動属性情報と、当該挙動の検出より前に画像認識ステップにより認識された対象地物との関係を表す関係情報とを含む検出挙動情報に基づいて、自車両の挙動の学習結果を表す学習挙動情報が生成される。すなわち、自車両の挙動は、対象地物の画像認識結果と関連付けられた情報として学習される。したがって、ＧＰＳ測位や自律航法のみにより自車両の挙動を単独で学習する場合と比較して、対象地物の画像認識結果を併せて利用することになり、特定の位置において検出される自車両の挙動を高精度に学習することが可能となる。また、既に生成された学習挙動情報を用いれば、次に同じ対象地物を画像認識した場合に、自車両の挙動を予測することも可能となる。
【発明を実施するための最良の形態】
【００４６】
次に、本発明の実施形態について図面に基づいて説明する。図１は、本実施形態に係るナビゲーション装置１の概略構成を示すブロック図である。このナビゲーション装置１は、本発明の実施形態としての車両挙動学習装置２及び自車位置認識装置３を含んで構成されている。このナビゲーション装置１は、自車両Ｃ（図４参照）の挙動を検出し、当該挙動の検出より前に画像認識された対象地物と関係付けて学習する。そして、このような自車両Ｃの挙動の学習結果に基づいて、次に同じ対象地物が画像認識された際に自車両Ｃの挙動を予測して、適切な自車両の制御を行う。更に、このナビゲーション装置１は、対象地物の画像認識結果に基づいて、対象地物の位置や地物属性等も表す地物情報Ｆの学習も行う。
【００４７】
図１に示すナビゲーション装置１の各機能部は、互いに共通の或いはそれぞれ独立のＣＰＵ等の演算処理装置を中核部材として、入力されたデータに対して種々の処理を行うための機能部がハードウェア又はソフトウェア（プログラム）或いはその両方により実装されて構成されている。そして、これらの各機能部は、互いに情報の受け渡しを行うことができるように構成されている。また、ナビゲーション装置１の各データベースＤＢ１〜ＤＢ５は、例えば、ハードディスクドライブ、ＤＶＤ−ＲＯＭを備えたＤＶＤドライブ、ＣＤ−ＲＯＭを備えたＣＤドライブ等のように、情報を記憶可能な記録媒体とその駆動手段とを有する装置をハードウェア構成として備えている。以下、本実施形態に係るナビゲーション装置１の各部の構成について詳細に説明する。
【００４８】
１．地図データベース
地図データベースＤＢ１は、所定の区画毎に分けられた地図情報Ｍが記憶されたデータベースである。図２は、地図データベースＤＢ１に記憶されている地図情報Ｍの構成の例を示す図である。この図に示すように、地図情報Ｍは、交差点に対応する多数のノードｎと、各交差点間を結ぶ道路に対応するリンクｋとの接続関係により道路ネットワークを表す道路情報Ｒａを有している。各ノードｎは、緯度及び経度で表現された地図上の位置（座標）の情報を有している。各リンクｋは、ノードｎを介して接続されている。また、各リンクｋは、その属性情報として、道路種別、リンク長、道路幅、リンク形状を表現するための形状補間点等の情報を有している。ここで、道路種別情報は、例えば、自動車専用道路、市街道路、細街路、山岳路等のように、道路を複数の種別に区分した際の道路種別の情報である。これらのリンクｋの属性情報が、道路属性情報Ｒｂ（図１参照）に相当する。そして、本実施形態においては、この地図データベースＤＢ１が、本発明における地図情報記憶手段に相当する。なお、図２においては、一つの区画の道路情報Ｒａのみを図示し、他の区画の道路情報Ｒａは省略して示している。
【００４９】
２．地物データベース
地物データベースＤＢ２は、道路上や道路周辺に設けられた各種の地物の情報、すなわち地物情報Ｆが記憶されたデータベースである。図１に示すように、本実施形態においては、地物データベースＤＢ２には、初期地物情報Ｆａ及び学習地物情報Ｆｂの２種類の情報が記憶される。ここで、初期地物情報Ｆａとは、地物データベースＤＢ２に予め整備されて記憶されている複数の地物についての地物情報Ｆである。このような初期地物情報Ｆａは、道路情報Ｒａを含む地図情報Ｍが整備されている全ての地域の中で、大都市周辺や幹線道路等の一部の地域についてのみ整備されている。一方、学習地物情報Ｆｂとは、後述するように、画像認識部２４による対象地物の画像認識結果を用いて学習した結果として学習地物情報生成部４４により生成され、地物データベースＤＢ２に記憶される地物情報Ｆである。なお、以下の説明において、単に「地物情報Ｆ」というときは、これら初期地物情報Ｆａ及び学習地物情報Ｆｂを総称するものとする。本実施形態においては、この地物データベースＤＢ２が、本発明における学習地物情報記憶手段に相当する。
【００５０】
この地物データベースＤＢ２に地物情報Ｆが記憶される地物には、道路の路面に設けられた道路標示（ペイント標示）が含まれている。図３は、地物データベースＤＢ２に記憶されている道路標示の地物情報Ｆの例を示す図である。このような道路標示に係る地物としては、例えば、横断歩道、停止線、最高速度等を表す速度標示、ゼブラゾーン、道路に沿って車線を分ける区画線（実線、破線、二重線等の各種区画線を含む。）、各車線の進行方向を指定する進行方向別通行区分標示（矢印標示、例えば、直進矢印、右折矢印等を含む）等が含まれる。なお、地物情報Ｆが記憶される地物としては、このような道路標示のほか、信号機、標識、陸橋、トンネル等の各種の地物も含めることができる。
【００５１】
また、地物情報Ｆは、その内容として各地物の位置情報と、それに関連付けられた地物属性情報とを有している。ここで、位置情報は、道路情報Ｒａを構成するリンクｋ又はノードｎ等と関連付けられた各地物の代表点の地図上の位置（座標）、及び各地物の向きの情報を有している。本例では、代表点は、各地物の長さ方向及び幅方向の中央部付近に設定される。また、地物属性情報は、各地物を他の地物と識別するための識別情報（地物ＩＤ）、各地物の地物種別を表す種別情報、或いは、地物の形状、大きさ、色彩等の地物形態情報等を含んでいる。ここで、地物種別は、具体的には、「横断歩道」、「停止線」、「速度標示（３０ｋｍ／時）」等のような、基本的に同じ形態を有する地物の種別を表す情報である。また、地物情報Ｆは、近接する他の地物との関係を表す地物関係情報や、当該他の地物との間の地物間距離を表す地物間距離情報を有する構成としても好適である。ここで、地物関係情報は、自車両Ｃ（図４参照）が道路に沿って進行中に、一つの地物を画像認識することにより、前方に存在する他の地物を予測できるようにするための情報である。また、地物間距離情報は、そのような前方に存在する地物までの自車両Ｃからの距離を正確に予測するための情報である。
【００５２】
３．地物学習データベース
地物学習データベースＤＢ３は、後述する認識地物情報生成部４２により生成された認識地物情報Ａを記憶するデータベースである。この地物学習データベースＤＢ３内には、画像認識部２４による認識に成功した複数の対象地物のそれぞれについての認識地物情報Ａが記憶される。この地物学習データベースＤＢ３に記憶される認識地物情報Ａの具体的な内容については、後で詳細に説明する。本実施形態においては、この地物学習データベースＤＢ３が、本発明における認識地物記憶手段に相当する。
【００５３】
４．挙動学習データベース
挙動学習データベースＤＢ４は、後述する検出挙動情報生成部４８により生成された検出挙動情報Ｂを記憶するデータベースである。この挙動学習データベースＤＢ４内には、挙動検出部１７により検出された複数の挙動のそれぞれについての検出挙動情報Ｂが記憶される。この挙動学習データベースＤＢ４に記憶される検出挙動情報Ｂの具体的な内容については、後で詳細に説明する。本実施形態においては、この挙動学習データベースＤＢ４が、本発明における検出挙動記憶手段に相当する。
【００５４】
５．挙動データベース
挙動データベースＤＢ５は、後述する学習挙動情報生成部５０により生成された学習挙動情報Ｓを記憶するデータベースである。この挙動データベースＤＢ５内には、学習挙動検出部１７により検出された複数の挙動のそれぞれについての学習挙動情報Ｓが記憶される。この挙動データベースＤＢ５に記憶される学習挙動情報Ｓの具体的な内容については、後で詳細に説明する。本実施形態においては、この挙動データベースＤＢ５が、本発明における学習挙動情報記憶手段に相当する。
【００５５】
６．画像情報取得部
画像情報取得部１２は、撮像装置１１により撮像した自車両の周辺の画像情報Ｇを取得する画像情報取得手段として機能する。ここで、撮像装置１１は、撮像素子を備えた車載カメラ等であって、少なくとも自車両Ｃの周辺の道路の路面を撮像可能な位置に設けられている。このような撮像装置１１としては、例えば、図４に示すような自車両Ｃの後方の路面を撮像するバックカメラを用いると好適である。画像情報取得部１２は、撮像装置１１により撮像した撮像情報をフレームメモリ（不図示）などを介して所定の時間間隔で取り込む。この際の画像情報Ｇの取り込みの時間間隔は、例えば、１０〜５０ｍｓ程度とすることができる。これにより、画像情報取得部１２は、撮像装置１１により撮像した複数フレームの画像情報Ｇを連続的に取得することができる。ここで取得された画像情報Ｇは、画像認識部２４へ出力される。
【００５６】
７．自車位置情報取得部
自車位置情報取得部１６は、自車両Ｃの現在位置を示す自車位置情報Ｐを取得する自車位置情報取得手段として機能する。ここでは、自車位置情報取得部１６は、ＧＰＳ受信機１３、方位センサ１４、及び距離センサ１５と接続されている。ここで、ＧＰＳ受信機１３は、ＧＰＳ（Global Positioning System）衛星からのＧＰＳ信号を受信する装置である。このＧＰＳ信号は、通常１秒おきに受信され、自車位置情報取得部１６へ出力される。自車位置情報取得部１６では、ＧＰＳ受信機１３で受信されたＧＰＳ衛星からの信号を解析し、自車両Ｃの現在位置（座標）、進行方位、移動速度等の情報を取得することができる。方位センサ１４は、自車両Ｃの進行方位又はその進行方位の変化を検出するセンサである。この方位センサ１４は、例えば、ジャイロスコープ、地磁気センサ、ハンドルの回転部に取り付けた光学的な回転センサや回転型の抵抗ボリューム、車輪部に取り付ける角度センサ等により構成される。そして、方位センサ１４は、その検出結果を自車位置情報取得部１６へ出力する。距離センサ１５は、自車両Ｃの車速や移動距離を検出するセンサである。この距離センサ１５は、例えば、車両のドライブシャフトやホイール等が一定量回転する毎にパルス信号を出力する車速パルスセンサ、自車両Ｃの加速度を検知するヨー・Ｇセンサ及び検知された加速度を積分する回路等により構成される。そして、距離センサ１５は、その検出結果としての車速及び移動距離の情報を自車位置情報取得部１６へ出力する。また、本実施形態においては、方位センサ１４及び距離センサ１５は、その検出結果を、挙動検出部１７へも出力する。
【００５７】
自車位置情報取得部１６は、これらのＧＰＳ受信機１３、方位センサ１４及び距離センサ１５からの出力に基づいて、公知の方法により自車位置を特定する演算を行う。また、自車位置情報取得部１６は、地図データベースＤＢ１から抽出された自車位置周辺の道路情報Ｒａを取得し、それに基づいて公知のマップマッチングを行うことにより自車位置を道路情報Ｒａに示される道路上に合わせる補正も行う。このようにして、自車位置情報取得部１６は、座標（緯度及び経度）で表された自車両Ｃの現在位置の情報、及び自車両Ｃの進行方位の情報を含む自車位置情報Ｐを取得する。
【００５８】
８．挙動検出部
挙動検出部１７は、自車両Ｃの挙動を検出する挙動検出手段として機能する。図１に示すように、挙動検出部１７は、自車両Ｃの各部に設けられた各種のセンサやスイッチ等からの信号の入力を受けて自車両Ｃの挙動を検出する。挙動検出部１７に信号を出力する各種センサとしては、上述した方位センサ１４及び距離センサ１５のほか、例えば、振動センサ１９、傾斜センサ２０、加速度センサ２１、アクセルセンサ（不図示）、ブレーキセンサ（不図示）、照度センサ（不図示）等がある。また、挙動検出部１７に信号を出力する各種スイッチとしては、例えば、空調スイッチ２２、ウィンドウスイッチ２３、ヘッドライト操作スイッチ（不図示）、オーディオ操作スイッチ（不図示）、ナビゲーション用のタッチパネルを備えた表示入力装置２９やリモートコントローラ（不図示）等がある。
【００５９】
振動センサ１９は、自車両Ｃの車体に伝わる振動を検出するセンサである。この検出結果は、例えばアクティブサスペンションの制御等に用いられる。傾斜センサ２０は、自車両Ｃの車体の傾斜状態を検出するセンサである。この検出結果により、自車両Ｃが走行中の道路の傾斜状態を知ることができる。加速度センサ２１は、自車両Ｃの加速や減速の加速度を検出するセンサである。アクセルセンサは、運転者によるアクセルペダルの操作量（アクセル開度）を検出するセンサである。ブレーキセンサは、運転者によるブレーキペダルの操作量やブレーキ踏力等を検出するセンサである。照度センサは、ヘッドライトの自動制御等のために自車両Ｃの外部の明るさを検出するセンサである。
【００６０】
空調スイッチ２２は、空調装置の温度設定や外気導入又は室内循環の切り替え等を行うためのスイッチである。ウィンドウスイッチ２３は、窓の開閉を行うためのスイッチである。ヘッドライト操作スイッチは、ヘッドライトの点灯又は消灯やハイビーム又はロービームの切り替え等を行うためのスイッチである。オーディオ操作スイッチは、オーディオの音量設定や再生指示等を行うためのスイッチである。ナビゲーション用の表示入力装置２９やリモートコントローラ（不図示）は、ナビゲーション装置１を構成するナビゲーション用演算部２７に対する指示の入力を行うためのスイッチを備えている。
【００６１】
本実施形態において、挙動検出部１７により検出される自車両Ｃの挙動には、検出可能である特徴的なあらゆる挙動が含まれ、自車両Ｃの各部における運転者の操作の受け付け及び自車両Ｃの動作が含まれる。また、この自車両Ｃの動作には、運転者の操作によって生じる自車両Ｃの各部や車両全体の動作、或いは、外部から自車両Ｃに加わる外的要因によって生じる自車両Ｃの各部や車両全体の動作等が含まれる。例えば、空調スイッチ２２、ウィンドウスイッチ２３、ヘッドライト操作スイッチ（不図示）、オーディオ操作スイッチ（不図示）、ナビゲーション用の表示入力装置２９やリモートコントローラ（不図示）等の各種スイッチの操作、アクセルセンサやブレーキセンサ等の各種センサ等により検出される運転者の操作は、自車両Ｃの各部における運転者の操作の受け付けに係る挙動として、挙動検出部１７により検出される。
【００６２】
また、例えば、運転者のステアリング操作により方位センサ１４が検出する自車両Ｃの進行方位の変化、運転者のアクセルペダルやブレーキペダルの操作により加速度センサ２１が検出する自車両Ｃの加速度の変化、運転者のシフト操作やアクセル操作による変速装置の変速段の変更等、運転者の操作の受け付けの結果として各種センサ等により検出される自車両Ｃの動作は、運転者の操作による自車両Ｃの動作に係る挙動として、挙動検出部１７により検出される。また、例えば、ナビゲーション用の表示入力装置２９が備えるタッチパネルやリモートコントローラ（不図示）等の操作に基づくナビゲーション用演算部２７の動作も、運転者の操作による自車両Ｃの動作に係る挙動として、挙動検出部１７により検出される。このようなナビゲーション用演算部２７の動作としては、例えば、運転者の操作に基づく、渋滞情報の取得、地図表示縮尺の変更、画面表示輝度の変更、案内経路の変更等が含まれる。
【００６３】
また、例えば、段差や荒れた路面を通過することにより振動センサ１９が検出する自車両Ｃの振動や衝撃、坂道を走行することにより傾斜センサ２０及び加速度センサ２１が検出する自車両Ｃの加速度の変化、カーブを走行することにより方位センサ１４が検出する自車両Ｃの進行方位の変化等、外的要因によって生じて各種センサ等により検出される自車両Ｃの動作は、外的要因による自車両Ｃの動作に係る挙動として、挙動検出部１７により検出される。なお、運転者の操作による自車両Ｃの動作と外的要因による自車両Ｃの動作とは、厳密に区別することができるものばかりではなく、いずれにも属する自車両Ｃの動作も存在する。
【００６４】
本実施形態においては、挙動検出部１７は、挙動属性情報生成部１８を備えている。挙動属性情報生成部１８は、挙動検出部１７により自車両Ｃの挙動が検出された場合に、当該挙動の属性を表す挙動属性情報Ｂａ（図７参照）を生成する挙動属性情報生成手段として機能する。この挙動属性情報Ｂａは、後述するように検出挙動情報Ｂ及び学習挙動情報Ｓの一部を構成する。ここで、挙動属性情報Ｂａにより表される挙動の属性は、挙動検出部１７により検出された挙動の内容や種別を、他の挙動に対して識別するための分類を表す情報である。したがって、挙動属性情報Ｂａは、例えば以下のような内容の情報となる。
【００６５】
すなわち、運転者の操作の受け付けに係る挙動に関する挙動属性情報Ｂａとしては、例えば、「空調装置の外気導入から室内循環への切り替え操作」、「運転席側の窓の開操作」、「ヘッドライトのロービームからハイビームへの切り替え操作」、「シフトレバーのシフトダウン操作」等がある。また、運転者の操作による自車両Ｃの動作に係る挙動に関する挙動属性情報Ｂａは、例えば、「左折」、「右折」、「左カーブ」、「右カーブ」、「加速」、「減速」、「停止」、「変速装置のシフトダウン」、「ナビゲーション装置の地図表示縮尺の変更」、「ナビゲーション装置の案内経路の変更」等がある。また、外的要因による自車両Ｃの動作に係る挙動に関する挙動属性情報Ｂａは、例えば、「振動」、「衝撃」、「上り傾斜」、「下り傾斜」等のほか、運転者の操作による自車両Ｃの動作に係る挙動と重複するものとして、「左カーブ」、「右カーブ」、「加速」、「減速」等がある。なお、以上の挙動属性情報Ｂａの内容は単なる一例であり、挙動属性情報Ｂａにより表される挙動の属性の分類のレベルは、識別可能とする挙動をどの程度まで細分化するかに応じて任意に定めることができる。
【００６６】
９．画像認識部
画像認識部２４は、画像情報取得部１２で取得された画像情報Ｇに含まれる対象地物の画像認識処理を行う画像認識手段として機能する。本実施形態においては、画像認識部２４は、道路の路面に設けられた道路標示を対象地物として画像認識処理を行う。具体的には、画像認識部２４は、対象地物の画像認識に際しては、画像情報Ｇに対して二値化処理やエッジ検出処理等を行い、当該画像情報Ｇに含まれている対象地物（道路標示）の輪郭情報を抽出する。その後、画像認識部２４は、抽出された地物の輪郭情報と、対象地物となり得る各種地物の形態の特徴量とのパターンマッチングを行うことにより、画像情報Ｇに含まれる対象地物の画像を抽出する。また、画像認識部２４は、抽出された地物の輪郭情報と特徴量がマッチングする地物の地物種別を、画像情報Ｇに含まれる対象地物の地物種別として認識する。そして、画像認識部２４は、パターンマッチングに成功した場合に対象地物の画像認識に成功したと判定する。一方、画像認識部２４は、画像情報Ｇについて画像認識処理を行った結果、パターンマッチングに失敗した場合には、対象地物の画像認識に失敗したと判定する。
【００６７】
また、本実施形態においては、画像認識部２４は、地物属性情報生成部２５を備えている。地物属性情報生成部２５は、画像認識部２４により認識された対象地物について、当該対象地物の属性を表す地物属性情報を生成する地物属性情報生成手段として機能する。この地物属性情報は、後述するように認識地物情報Ａ及び学習地物情報Ｆｂの一部を構成する。ここで、地物属性情報により表される対象地物の属性は、当該一つの対象地物を他の対象地物と識別できるものであればよい。したがって、例えば、地物属性情報は、当該対象地物の地物種別、当該対象地物の具体的形状や大きさ、当該対象地物が存在するリンクｋのリンクＩＤ、当該対象地物が存在する概略の位置等の中から選択される一又は二以上の情報を有して構成される。このような地物属性情報を構成する情報は、画像認識部２４による当該対象地物の画像認識結果や、当該対象地物が認識された画像情報Ｇの取得時の自車位置情報Ｐ等に基づいて生成される。
【００６８】
１０．自車位置情報補正部
自車位置情報補正部２６は、画像認識部２４による対象地物の画像認識処理の結果と、当該対象地物についての地物データベースＤＢ２に記憶された地物情報Ｆとに基づいて自車位置情報Ｐを補正する自車位置情報補正手段として機能する。本実施形態では、自車位置情報補正部２６は、まず、画像認識部２４による画像認識処理の結果と、撮像装置１１の取付位置、取付角度、及び画角等とに基づいて、対象地物の画像を含む画像情報Ｇの取得時における自車両Ｃと対象地物との位置関係を演算する。次に、自車位置情報補正部２６は、画像認識部２４により認識された対象地物についての地物情報Ｆを地物データベースＤＢ２から抽出する。そして、自車位置情報補正部２６は、この自車両Ｃと対象地物との位置関係の演算結果と、当該対象地物についての地物情報Ｆに含まれる当該対象地物の位置情報とに基づいて、自車両Ｃの進行方向における対象地物の位置情報（地物情報Ｆ）を基準とする高精度な自車両Ｃの位置情報を演算して取得する。そして、自車位置情報補正部２６は、このようにして取得した高精度な自車両Ｃの位置情報に基づいて、自車位置情報取得部１６で取得した自車位置情報Ｐに含まれる、自車両Ｃの進行方向の現在位置の情報を補正する。その結果、自車位置情報取得部１６は、このような補正後の高精度な自車位置情報Ｐを取得する。
【００６９】
１１．ナビゲーション用演算部
ナビゲーション用演算部２７は、自車位置表示、出発地から目的地までの経路探索、目的地までの経路案内、目的地検索等のナビゲーション機能を実行するためにアプリケーションプログラム２８に従って動作する演算処理手段である。ここで、アプリケーションプログラム２８は、自車位置情報Ｐ、地図情報Ｍ、学習挙動情報Ｓ、及び地物情報Ｆ等を参照して、ナビゲーション用演算部２７に各種のナビゲーション機能を実行させる。例えば、ナビゲーション用演算部２７は、自車位置情報Ｐに基づいて地図データベースＤＢ１から自車両Ｃ周辺の地図情報Ｍを取得して表示入力装置２９の表示画面に地図の画像を表示するとともに、当該地図の画像上に、自車位置情報Ｐに基づいて自車位置マークを重ね合わせて表示する処理を行う。この際、アプリケーションプログラム２８は、学習挙動情報Ｓを参照することにより、後述する挙動予測部５１によって右折や左折等の自車両Ｃの挙動を予測し、実際の自車両Ｃの位置とは異なる道路上の位置への誤マッチング等を防止できる。また、ナビゲーション用演算部２７は、地図データベースＤＢ１に記憶された地図情報Ｍに基づいて、所定の出発地から目的地までの経路探索を行う。更に、ナビゲーション用演算部２７は、探索された出発地から目的地までの経路と自車位置情報Ｐとに基づいて、表示入力装置２９及び音声出力装置３０の一方又は双方を用いて、運転者に対する経路案内を行う。表示入力装置２９は、液晶表示装置等の表示装置とタッチパネルや操作スイッチ等の入力装置が一体となったものである。音声出力装置３０は、スピーカ等を有して構成されている。本実施形態においては、ナビゲーション用演算部２７、表示入力装置２９、及び音声出力装置３０が、本発明における案内情報出力手段３１として機能する。
【００７０】
１２．認識位置情報取得部
認識位置情報取得部４１は、画像認識部２４により画像認識に成功した対象地物について、当該対象地物の認識位置を表す認識位置情報を取得する認識位置情報取得手段として機能する。本実施形態においては、認識位置情報取得部４１は、まず、画像認識部２４による画像認識処理において、対象地物の画像認識に成功したか否かを監視する。そして、画像認識部２４により、対象地物の画像認識に成功した場合には、認識位置情報取得部４１は、当該画像認識結果と、自車位置情報取得部１６により取得された自車位置情報Ｐとに基づいて当該対象地物の認識位置を導出する。ここでは、認識位置情報取得部４１は、認識に成功した対象地物の画像を含む画像情報Ｇを取得した際の自車位置情報Ｐを、当該対象地物の認識位置情報として取得する。このように取得される対象地物の認識位置情報は、自車位置情報Ｐを基準として導出されるため、自車位置情報Ｐが有する誤差を反映した位置の情報となる。
【００７１】
１３．認識地物情報生成部
認識地物情報生成部４２は、画像認識部２４により画像認識に成功した対象地物について、地物属性情報生成部２５により生成された当該対象地物の地物属性情報と、認識位置情報取得部４１により取得された当該対象地物の認識位置情報とを含む認識地物情報Ａを生成する認識地物情報生成手段として機能する。そして、認識地物情報生成部４２は、生成した認識地物情報Ａを地物学習データベースＤＢ３に記憶する。以下、認識地物情報生成部４２が行う処理の詳細について、図５及び図６を用いて説明する。図５は、対象地物の画像認識結果に基づく地物情報Ｆの学習処理の概要を説明するための説明図である。そして、図５（ａ）は、自車両Ｃが走行する実際の道路に設けられた道路標示（対象地物）の一例である。この例では、画像認識部２４は、速度標示の「３０」の文字を対象地物ｆ１としての画像認識することになる。図５（ｂ）は、地物学習データベースＤＢ３に記憶された認識地物情報Ａの一例である。図５（ｃ）は、地物学習データベースＤＢ３に記憶された学習結果が反映された地物データベースＤＢ２の一例である。
【００７２】
本実施形態においては、認識地物情報生成部４２は、図５（ｂ）に示すように、各対象地物について認識地物情報Ａを、認識位置情報取得部４１により取得された認識位置情報に基づいて、当該認識位置情報が示す当該対象地物の認識位置が属する所定の位置範囲についての学習値として生成する。そして、認識地物情報生成部４２は、当該対象地物を認識する度に学習値を前記位置範囲毎に加算して記憶することとしている。本例では、所定の位置範囲は、道路を表すリンクｋに沿った方向に一定距離毎に区分され設定された範囲であり、例えば、リンクｋに沿った方向に０．５〔ｍ〕毎に区分された範囲とする。また、学習値は、一つの対象地物の画像認識に成功する毎に、地物学習データベースＤＢ３における当該対象地物の認識位置が属する位置範囲に加算される値であり、例えば、一つの対象地物の画像認識に成功する毎に１点とする。すなわち、本例では、認識地物情報Ａは、対象地物の認識位置情報として、当該対象地物の認識位置が含まれる位置範囲を表す情報と、その学習値「１」の情報を有して構成される。
【００７３】
図６は、図５（ｂ）に示す地物学習データベースＤＢ３に記憶された学習値の対象地物ｆ１に関する部分の拡大図である。例えば、図５（ａ）の例において、対象地物ｆ１の画像認識に成功した場合であって、認識位置情報取得部４１により取得された対象地物ｆ１の認識位置が、図６中に「ａ４」として示される位置範囲であった場合には、この図６中に破線で示すように、当該位置範囲ａ４の学習値に１が加算される。そして、自車両Ｃが同じ道路を複数回通行することにより、同じ対象地物ｆ１が複数回画像認識されると、地物学習データベースＤＢ３には、図５（ｂ）及び図６に示すように、当該対象地物が認識される毎に生成された複数の認識地物情報Ａとしての学習値が、当該対象地物の認識位置を表す位置範囲毎に積算されて蓄積される。そして、後述するように、学習値が所定の学習しきい値Ｔ１以上になると、学習地物情報生成部４４により当該対象地物についての学習地物情報Ｆｂが生成され、地物データベースＤＢ２に記憶される。図５の例では、図５（ｃ）に示すように、対象地物ｆ１に対応する学習地物情報Ｆｂ１が、地物データベースＤＢ２に記憶される。
【００７４】
また、認識地物情報生成部４２は、当該認識地物情報Ａが示す対象地物を他の対象地物に対して識別可能な状態とするため、地物属性情報生成部２５により生成された当該対象地物の地物属性情報を有している。すなわち、地物学習データベースＤＢ３に記憶される認識地物情報Ａは、当該対象地物の認識位置情報としての位置範囲を表す情報及びその学習値「１」の情報を有するとともに、当該対象地物の地物属性を表す地物属性情報が関連付けられて構成されている。上記のとおり、この地物属性情報は、例えば、地物属性情報は、当該対象地物の地物種別、当該対象地物の具体的形状や大きさ、当該対象地物が存在するリンクｋのリンクＩＤ、当該対象地物が存在する概略の位置等の中から選択される一又は二以上の情報を有して構成される。
【００７５】
１４．推測位置判定部
推測位置判定部４３は、地物学習データベースＤＢ３に記憶された各対象地物についての複数の前記認識位置情報を統計的に処理して求めた推測位置情報を取得する推測位置情報取得手段として機能する。そのため、推測位置判定部４３は、同じ対象地物が複数回画像認識されることにより地物学習データベースＤＢ３に記憶された、同じ対象地物についての複数の認識地物情報Ａに基づいて、図５に示すように、当該対象地物についての推測認識位置ｐａを判定し、当該推測認識位置ｐａを当該対象地物の道路上の位置に変換することにより当該対象地物の推測位置ｐｇを判定する処理を行う。本実施形態においては、推測位置判定部４３は、まず、同じ対象地物についての複数の認識地物情報Ａの分布に基づいて、当該分布の代表値を当該対象地物についての推測認識位置ｐａとして判定する。ここでは、分布の代表値として最頻値を用いる。すなわち、推測位置判定部４３は、各対象地物についての認識地物情報Ａとしての学習値が、最初に所定の学習しきい値Ｔ１以上となった位置範囲を代表する位置を、当該対象地物についての推測認識位置ｐａと判定する。一例として、図５の例における対象地物ｆ１の推測認識位置ｐａを判定する場合の判定方法について説明する。図６に示すように、対象地物ｆ１についての認識地物情報Ａとしての学習値は、位置範囲ａ４において最初に学習しきい値Ｔ１以上となっている。したがって、推測位置判定部４３は、位置範囲ａ４を代表する位置、例えば位置範囲ａ４の中央位置ｐａ４を、対象地物ｆ１の推測認識位置ｐａと判定する。
【００７６】
次に、推測位置判定部４３は、上記のようにして判定された対象地物の推測認識位置ｐａを、当該対象地物の道路上の位置に変換して当該対象地物の推測位置ｐｇを判定する。このような変換は、撮像装置１１の取付位置、取付角度、及び画角等から理論上求められる自車両Ｃと画像情報Ｇ中の対象地物との位置関係に基づいて行うことができる。そして、このようにして推測位置判定部４３により求められた対象地物の推測位置ｐｇを表す情報が、当該対象地物の推測位置情報として取得される。
【００７７】
１５．学習地物情報生成部
学習地物情報生成部４４は、同じ対象地物が複数回画像認識されることにより地物学習データベースＤＢ３に記憶された同じ対象地物についての複数の認識地物情報Ａに基づいて、当該対象地物の学習結果を表す学習地物情報Ｆｂを生成する学習地物情報生成手段として機能する。ここで、学習地物情報Ｆｂは、複数の認識地物情報Ａに示される同じ対象地物についての地物属性情報と、推測位置判定部４３により当該対象地物についての複数の認識位置情報Ａを統計的に処理して求めた、当該対象地物の推測位置ｐｇを表す推測位置情報とを含んで構成される。すなわち、学習地物情報生成部４４は、推測位置判定部４３により取得された各対象地物の推測位置ｐｇを表す推測位置情報と、当該対象地物についての認識地物情報Ａに含まれる地物属性情報とを関連付けて学習地物情報Ｆｂを生成する。またこの際、学習地物情報生成部４４は、各学習地物情報Ｆｂの地物属性情報として、各地物を他の地物と識別するための識別情報（地物ＩＤ）を付与する。これにより、学習地物情報Ｆｂは、初期地物情報Ｆａと同様に、位置情報及びそれに関連付けられた地物属性情報を備えた情報として生成される。そして、この学習地物情報生成部４４で生成された学習地物情報Ｆｂは、地物データベースＤＢ２に記憶される。本実施形態においては、図５（ｃ）に示すように、学習地物情報Ｆｂ１が、学習地物情報生成部４４により生成され、地物データベースＤＢ２に記憶されている。なお、この図に表されている黒い四角形「■」は、学習地物情報Ｆｂ１の位置情報が示す対象地物ｆ１の推測位置ｐｇを表している。
【００７８】
１６．関係情報生成部
関係情報生成部４５は、挙動検出部１７により自車両Ｃの挙動が検出された場合に、当該検出された自車両Ｃの挙動と、当該挙動の検出より前に画像認識部２４により認識された対象地物との関係を表す関係情報Ｂｒ（図７参照）を取得する関係情報取得手段として機能する。ここで、関係情報生成部４５は、自車両Ｃの移動距離を検出する移動距離検出手段としての距離センサ１５、及び自車両Ｃの現在位置を表す自車位置情報Ｐを取得する自車位置情報取得部１６の少なくとも一方からの情報に基づいて関係情報Ｂｒを取得する。そのため、本実施形態においては、関係情報生成部４５は、図１に示すように、距離情報生成部４６及び地物特定情報生成部４７を有して構成されている。そこで、以下に、これら距離情報生成部４６及び地物特定情報生成部４７が行う処理の詳細について説明する。
【００７９】
なお、以下の説明においては、自車両Ｃの挙動の具体例に関する検出挙動情報Ｂ及び学習挙動情報Ｓの内容を示す図７を適宜参照する。ここで、図７（ａ）は、自車両Ｃが実際に走行する道路の状況の具体例を示している。この図７（ａ）の例では、自車両Ｃは、速度標示の「３０」の文字の対象地物ｆ１の上を通過した後、距離１００〔ｍ〕進行してから交差点Ｎで左折している。したがって、本例では、画像認識部２４が対象地物ｆ１を画像認識した後に、距離１００〔ｍ〕進行した交差点Ｎにおいて挙動検出部１７が自車両Ｃの「左折」の挙動を検出することになる。図７（ｂ）は、当該挙動についての検出挙動情報Ｂの例を示し、図７（ｃ）は、当該挙動についての学習挙動情報Ｓの例を示している。
【００８０】
１６−１．距離情報生成部
距離情報生成部４６は、画像認識部２４により認識された対象地物の認識位置から挙動検出部１７により検出された自車両Ｃの挙動の検出位置までの距離を表す距離情報Ｂｃ（図７（ｂ）参照）を生成する距離情報生成手段として機能する。すなわち、距離情報生成部４６は、図７（ａ）の例に示すように、画像認識部２４により対象地物ｆ１が認識された後に、挙動検出部１７により自車両Ｃの挙動が検出された場合に、当該対象地物の認識位置から当該挙動の検出位置までの距離である地物−挙動間距離Ｌを検出して距離情報Ｂｃを生成する。そのため、本実施形態においては、距離情報生成部４６は、距離センサ１５により検出される自車両Ｃの移動距離の情報を用いて、地物−挙動間距離Ｌを検出する。
【００８１】
すなわち、距離情報生成部４６は、画像認識部２４により対象地物が認識された際の自車両Ｃの位置を始点とし、自車両Ｃの挙動が検出されるまでの自車両Ｃの移動距離を地物−挙動間距離Ｌとして検出する。このように距離センサ１５からの出力を用いることにより、自車位置情報Ｐとは無関係に地物−挙動間距離Ｌを検出することができる。そして、距離情報生成部４６は、このように検出した地物−挙動間距離Ｌを表す情報を距離情報Ｂｃとする。図７（ａ）に示す例では、実際の地物−挙動間距離Ｌが１００〔ｍ〕である。したがって、当該地物−挙動間距離Ｌの距離センサ１５による検出結果として、図７（ｂ）に示すように、距離センサ１５の検出誤差が含まれた値が、距離情報生成部４６により距離情報Ｂｃとして生成される。
【００８２】
１６−２．地物特定情報生成部
地物特定情報生成部４７は、画像認識部２４により認識された対象地物を特定するための地物特定情報Ｂｂを生成する地物特定情報生成手段として機能する。すなわち、地物特定情報生成部４７は、図７（ａ）の例に示すように、画像認識部２４により対象地物ｆ１が認識された後に、挙動検出部１７により自車両Ｃの挙動が検出された場合に、当該認識された対象地物ｆ１を特定するための地物特定情報Ｂｂを生成する。本実施形態においては、地物特定情報Ｂｂは、地物学習データベースＤＢ３に記憶された認識地物情報Ａを特定するための識別情報（図７（ｂ）の例では地物ＩＤ（ＩＤ＝××××））としている。すなわち、地物特定情報生成部４７は、画像認識部２４により対象地物ｆ１が認識された後、当該認識された対象地物ｆ１についての認識地物情報Ａが認識地物情報生成部４２により生成され、地物学習データベースＤＢ３に記憶される際に、当該認識地物情報Ａを特定するための識別情報を取得する。そして、地物特定情報生成部４７は、当該識別情報を地物特定情報Ｂｂとして生成する。これにより、後述する検出挙動情報Ｂ又は学習挙動情報Ｓに含まれる地物特定情報Ｂｂに基づいて、地物学習データベースＤＢ３に記憶された認識地物情報Ａを参照することにより、検出挙動情報Ｂ又は学習挙動情報Ｓに示される対象地物の地物属性や認識位置を特定することが可能となる。
【００８３】
なお、地物学習データベースＤＢ３に記憶された認識地物情報Ａを特定するための識別情報は、各認識地物情報Ａに付された地物ＩＤに限られるものではなく、例えば、地物学習データベースＤＢ３内の各認識地物情報Ａの格納場所等のような他の情報とすることも可能である。
【００８４】
そして、図７（ｂ）に示すように、本実施形態においては、距離情報生成部４６により生成された距離情報Ｂｃと、地物特定情報生成部４７により生成された地物特定情報Ｂｂとにより、関係情報Ｂｒが構成される。
【００８５】
１７．検出挙動情報生成部
検出挙動情報生成部４８は、挙動検出部１７により検出された自車両Ｃの挙動の属性を表す挙動属性情報Ｂａと、当該挙動について関係情報生成部４５により取得された関係情報Ｂｒとを含む検出挙動情報Ｂを生成する検出挙動生成手段として機能する。本実施形態においては、上記のとおり、挙動属性情報Ｂａは、挙動検出部１７により自車両Ｃの挙動が検出された際に挙動属性情報生成部１８により生成される。また、関係情報Ｂｒを構成する距離情報Ｂｃ及び地物特定情報Ｂｂは、関係情報生成部４５の距離情報生成部４６及び地物特定情報生成部４７により生成される。そこで、検出挙動情報生成部４８は、これらの挙動属性情報Ｂａと関係情報Ｂｒとを関連付けて検出挙動情報Ｂを生成する。そして、検出挙動情報生成部４８は、生成した検出挙動情報Ｂを挙動学習データベースＤＢ４に記憶する。
【００８６】
ここで、ある一つの挙動についての複数の検出挙動情報Ｂでは、当該挙動の挙動属性、及び当該挙動の検出前に画像認識される対象地物は同一となる。したがって、本実施形態においては、検出挙動情報生成部４８は、同じ挙動についての複数の検出挙動情報Ｂについて、挙動属性情報Ｂａ及び地物特定情報Ｂｂを共通とした一まとめの情報として挙動学習データベースＤＢ４に記憶する。図７（ｂ）は、図７（ａ）の例に示される一つの挙動（「左折」）についての複数の検出挙動情報Ｂを一つにまとめて格納した例を示している。この例では、検出挙動情報Ｂは、「左折」の挙動を内容とする一つの挙動属性情報Ｂａと、「ＩＤ＝××××」の識別情報を内容とする地物特定情報Ｂｂとに関連付けられた複数の距離情報Ｂｃにより構成されている。そして、これら複数の距離情報Ｂｃは、距離センサ１５による検出誤差を含むため、実際の地物−挙動間距離Ｌである１００〔ｍ〕に近い値ではあるが、それぞれ若干異なる値となっている。
【００８７】
１８．平均距離判定部
平均距離判定部４９は、同じ挙動についての複数の検出挙動情報Ｂに示される同じ挙動についての複数の距離情報Ｂｃの平均値を判定し、平均距離情報Ｓｃを生成する。本実施形態においては、平均距離判定部４９は、ある一つの挙動について挙動属性情報Ｂａ及び地物特定情報Ｂｂを共通として一つにまとめて記憶された検出挙動情報Ｂの複数の距離情報Ｂｃについて平均値を判定する。そして、判定された同じ挙動についての複数の距離情報Ｂｃの平均値を、平均距離情報Ｓｃとして生成する。図７（ｃ）に示される学習挙動情報Ｓの例では、平均距離情報Ｓｃは、図７（ｂ）の例に示される一つの挙動（「左折」）についての検出挙動情報Ｂの複数の距離情報Ｂｃの全ての値の平均値（「１００．１〔ｍ〕」）となっている。そして、このように平均距離判定部４９により生成される平均距離情報Ｓｃと、同じ挙動についての複数の検出挙動情報Ｂに共通する地物特定情報Ｂｂとにより、本発明における統計的関係情報Ｓｒが構成される。よって、本実施形態においては、平均距離判定部４９は、複数の検出挙動情報Ｂに示される同じ挙動についての複数の関係情報Ｂｒを統計的に処理して求めた統計的関係情報Ｓｒを生成する統計的関係情報生成手段として機能する。
【００８８】
１９．学習挙動情報生成部
学習挙動情報生成部５０は、挙動学習データベースＤＢ４に記憶された検出挙動情報Ｂに基づいて、対象地物と関係付けられた自車両Ｃの挙動の学習結果を表す学習挙動情報Ｓを生成する学習挙動情報生成手段として機能する。本実施形態においては、学習挙動情報生成部５０は、基本的に、同じ挙動が複数回検出されることにより挙動学習データベースＤＢ４に記憶された、同じ挙動についての複数の検出挙動情報Ｂに基づいて学習挙動情報Ｓを生成する。そして、学習挙動情報Ｓは、複数の検出挙動情報Ｂに示される同じ挙動についての挙動属性情報Ｂａと、当該挙動についての複数の関係情報Ｂｒを統計的に処理して求めた統計的関係情報Ｓｒとを含んで構成される。ここでは、統計的関係情報Ｓｒは、平均距離判定部４９により生成される平均距離情報Ｓｃと、同じ挙動についての複数の検出挙動情報Ｂに共通する地物特定情報Ｂｂとにより構成される。したがって、この学習挙動情報Ｓは、ある一つの挙動についての複数の検出挙動情報Ｂについて共通の挙動属性情報Ｂａ及び地物特定情報Ｂｂと、当該挙動についての複数の検出挙動情報Ｂに示される同じ挙動についての複数の距離情報Ｂｃの平均値である平均距離情報Ｓｃとを関連付けた情報として構成される。図７（ｃ）に示される例では、学習挙動情報Ｓは、「左折」の挙動を内容とする一つの挙動属性情報Ｂａと、「ＩＤ＝××××」の識別情報を内容とする地物特定情報Ｂｂと、これらに関連付けられた「１００．１〔ｍ〕」を内容とする平均距離情報Ｓｃとにより構成されている。そして、学習挙動情報生成部５０は、生成した学習挙動情報Ｓを挙動データベースＤＢ５に記憶する。
【００８９】
なお、学習挙動情報生成部５０は、ある一つの挙動について挙動学習データベースＤＢ４に一つの検出挙動情報Ｂしかない場合には、当該一つの検出挙動情報Ｂに基づいて学習挙動情報Ｓを生成する。この場合、学習挙動情報Ｓの統計的関係情報Ｓｒに含まれる平均距離情報Ｓｃが、検出挙動情報Ｂの距離情報Ｂｃと同じになるため、学習挙動情報Ｓの内容は、実質的に検出挙動情報Ｂと同じとなる。以下では、複数の検出挙動情報Ｂに基づいて学習挙動情報Ｓを生成する場合を例として説明する。
【００９０】
２０．挙動予測部
挙動予測部５１は、挙動データベースＤＢ５に記憶された学習挙動情報Ｓに基づいて、当該学習挙動情報Ｓが示す対象地物が画像認識された際に、当該対象地物と関係付けられた自車両Ｃの挙動が発生することを予測し、当該挙動の予測結果を出力する挙動予測手段として機能する。そのために、挙動予測部５１は、画像認識部２４により対象地物が画像認識された際に、当該認識された対象地物に係る学習挙動情報Ｓを、各学習挙動情報Ｓに含まれる地物特定情報Ｂｂを参照することにより挙動データベースＤＢ５から抽出して取得する。そして、当該抽出された学習挙動情報Ｓに含まれる挙動属性情報Ｂａと平均距離情報Ｓｃとに基づいて、自車両Ｃの挙動を予測する。具体的には、挙動予測部５１は、対象地物を画像認識した認識位置から平均距離情報Ｓｃに示される距離を移動した時に、挙動属性情報Ｂａに示される自車両Ｃの挙動が発生するという予測を行う。そして、挙動予測部５１は、当該挙動の予測結果を、自車両Ｃの動作や制御等に反映するために、自車両Ｃの種々の制御手段に対して出力する。このような挙動の予測結果の出力先としては、例えば、自車両Ｃの案内情報の出力のための演算処理を行うナビゲーション用演算部２７や、運転者の操作を再現するため、或いは運転者の操作による自車両の動作又は外的要因による自車両の動作を最適化するための制御装置である車両制御部５２等がある。このような挙動の予測結果に関する具体的な適用例については、後に複数の例を挙げて詳細に説明する。
【００９１】
２１．挙動学習処理
次に、本実施形態に係るナビゲーション装置１に含まれる車両挙動学習装置２において実行される自車両Ｃの挙動の学習処理の手順（車両挙動学習プログラム）について説明する。図８は、本実施形態に係る挙動学習処理の全体の手順を示すフローチャートである。また、図９は、本実施形態において、図８に示す挙動学習処理の一部として含まれる地物学習処理の手順を示すフローチャートである。以下に説明する処理の手順は、上記の各機能部を構成するハードウェア又はソフトウェア（プログラム）或いはその両方により実行される。上記の各機能部がプログラムにより構成される場合には、ナビゲーション装置１が有する演算処理装置が、上記の各機能部を構成する車両挙動学習プログラムを実行するコンピュータとして動作する。以下では、まず、挙動学習処理の全体の手順について説明する。
【００９２】
２１−１．挙動学習処理の全体の手順
図８に示すように、車両挙動学習装置２では、まず、自車位置情報取得部１６により自車位置情報Ｐを取得する（ステップ＃０１）。次に、画像情報取得部１２により、撮像装置１１により撮像した自車両Ｃの周辺の画像情報Ｇを取得する（ステップ＃０２）。その後、画像認識部２４により、画像情報Ｇに含まれる対象地物の画像認識処理を行う（ステップ＃０３）。このステップ＃０３により対象地物が認識されなかった場合には（ステップ＃０４：Ｎｏ）、処理はステップ＃０１へ戻り、再び自車位置情報Ｐ及び画像情報Ｇの取得を行う。そして、ステップ＃０３により画像情報Ｇに含まれる対象地物を認識した場合には（ステップ＃０４：Ｙｅｓ）、地物学習処理を実行する（ステップ＃０５）。この地物学習処理の手順については、後に図９に示すフローチャートに基づいて詳細に説明する。
【００９３】
また、ステップ＃０５の地物学習処理と並行して、関係情報生成部４５の距離情報生成部４６により、地物−挙動間距離Ｌの測定を開始する（ステップ＃０６）。ここで、地物−挙動間距離Ｌは、上記のとおり、ステップ＃０３により認識された対象地物の認識位置から、後述するステップ＃０７により検出される自車両Ｃの挙動の検出位置までの距離である。このステップ＃０６では、ステップ＃０３により対象地物が認識された際の自車両Ｃの位置を始点として距離の測定を開始する。次に、挙動検出部１７により、自車両Ｃの挙動の検出処理を実行する（ステップ＃０７）。このステップ＃０７の挙動検出処理では、挙動検出部１７は自車両Ｃの挙動を検出可能な状態で待機する。そして、自車両Ｃの挙動を検出するまでに（ステップ＃０８：Ｎｏ）、測定中の地物−挙動間距離Ｌが所定の中止しきい値以上となった場合には（ステップ＃１６：Ｙｅｓ）、地物−挙動間距離Ｌの測定を中止し（ステップ＃１７）、処理を終了する。一方、測定中の地物−挙動間距離Ｌが所定の中止しきい値未満の状態で（ステップ＃１６：Ｎｏ）、自車両Ｃの挙動を検出した場合には（ステップ＃０８：Ｙｅｓ）、距離情報生成部４６による地物−挙動間距離Ｌの測定を終了する（ステップ＃０９）。その後、測定された地物−挙動間距離Ｌを表す距離情報Ｂｃと、地物特定情報生成部４７により生成される地物特定情報Ｂｂとにより構成される関係情報Ｂｒを取得する（ステップ＃１０）。
【００９４】
次に、挙動検出情報生成部４８により、ステップ＃０７で検出された自車両Ｃの挙動の属性を表す挙動属性情報Ｂａと、当該挙動についてステップ＃１０で取得された関係情報Ｂｒとを含む検出挙動情報Ｂを生成する（ステップ＃１１）。そして、生成した検出挙動情報Ｂを挙動学習データベースＤＢ４に記憶する（ステップ＃１２）。次に、以上の処理によって挙動学習データベースＤＢ４に記憶された同じ挙動についての複数の検出挙動情報Ｂに基づいて、平均距離判定部４９により、平均距離情報Ｓｃを生成する（ステップ＃１３）。ここで、平均距離情報Ｓｃは、上記のとおり、同じ挙動についての複数の検出挙動情報Ｂに示される同じ挙動についての複数の距離情報Ｂｃの平均値の情報とされる。その後、同じ挙動が複数回検出されることにより挙動学習データベースＤＢ４に記憶された同じ挙動についての複数の検出挙動情報Ｂに基づいて、学習挙動情報生成部５０により、対象地物と関係付けられた自車両Ｃの挙動の学習結果を表す学習挙動情報Ｓを生成する（ステップ＃１４）。そして、生成した学習挙動情報Ｓを挙動データベースＤＢ５に記憶する（ステップ＃１５）。以上で、車両挙動学習装置２における挙動学習処理の全体の手順を終了する。
【００９５】
２１−２．地物学習処理の手順
次に、本実施形態に係る挙動学習処理の一部として含まれる地物学習処理の手順について説明する。図８のステップ＃０５の地物学習処理では、図９に示すように、まず、認識位置情報取得部４１により、図８のステップ＃０３で認識した対象地物の認識位置情報を自車位置情報Ｐに基づいて取得する（ステップ＃２１）。次に、認識地物情報生成部４２により、学習値の情報を有する認識地物情報Ａを生成する（ステップ＃２２）。すなわち、上記のとおり、認識地物情報Ａは、対象地物の認識時に地物属性情報生成部２５により生成された当該対象地物の地物属性情報と、ステップ＃２１で取得された当該対象地物の認識位置情報に基づく位置範囲毎の学習値の情報とが関連付けられて構成される。そして、例えば図５（ｂ）に示すように、このような学習値の情報を有する認識地物情報Ａを地物学習データベースＤＢ３に記憶する（ステップ＃２３）。ここで、地物学習データベースＤＢ３に記憶された当該対象地物についての認識地物情報Ａの学習値が、所定の学習しきい値Ｔ１未満である場合には（ステップ＃２４：Ｎｏ）、処理はそのまま終了する。
【００９６】
一方、地物学習データベースＤＢ３に記憶された当該対象地物についての認識地物情報Ａの学習値が、所定の学習しきい値Ｔ１以上である場合には（ステップ＃２４：Ｙｅｓ）、推測位置判定部４３により、当該対象地物の推測位置ｐｇを判定する（ステップ＃２５）。その後、学習地物情報生成部４４により、当該対象地物についての、ステップ＃２５で判定された推測位置ｐｇと当該対象地物についての認識地物情報Ａに含まれる地物属性情報とを関連付けた学習地物情報Ｆｂを生成する（ステップ＃２６）。そして、生成した学習地物情報Ｆｂを地物データベースＤＢ２に記憶する（ステップ＃２７）。以上で、地物学習処理の手順を終了する。
【００９７】
２２．挙動予測処理
次に、本実施形態に係るナビゲーション装置１に含まれる車両挙動学習装置２において実行される自車両Ｃの挙動予測処理の手順（車両挙動予測プログラム）について説明する。図１０は、本実施形態に係る挙動予測処理の手順を示すフローチャートである。以下に説明する処理の手順は、上記の各機能部を構成するハードウェア又はソフトウェア（プログラム）或いはその両方により実行される。上記の各機能部がプログラムにより構成される場合には、ナビゲーション装置１が有する演算処理装置が、上記の各機能部を構成する車両挙動予測プログラムを実行するコンピュータとして動作する。
【００９８】
図１０に示すように、車両挙動学習装置２における挙動予測処理では、まず、自車位置情報取得部１６により自車位置情報Ｐを取得する（ステップ＃３１）。次に、画像情報取得部１２により、撮像装置１１により撮像した自車両Ｃの周辺の画像情報Ｇを取得する（ステップ＃３２）。その後、画像認識部２４により、画像情報Ｇに含まれる対象地物の画像認識処理を行う（ステップ＃３３）。このステップ＃３３により対象地物が認識されなかった場合には（ステップ＃３４：Ｎｏ）、処理はステップ＃３１へ戻り、再び自車位置情報Ｐ及び画像情報Ｇの取得を行う。そして、ステップ＃３３により画像情報Ｇに含まれる対象地物を認識した場合には（ステップ＃３４：Ｙｅｓ）、挙動予測部５１により、当該対象地物に係る学習挙動情報Ｓを挙動データベースＤＢ５から抽出して取得する（ステップ＃３５）。
【００９９】
そして、ステップ＃３５で取得した学習挙動情報Ｓに基づいて、挙動予測部５１により、自車両Ｃの挙動を予測する（ステップ＃３６）。ここでは、挙動予測部５１は、上記のとおり、学習挙動情報Ｓに含まれる挙動属性情報Ｂａと平均距離情報Ｓｃとに基づいて、対象地物を画像認識した認識位置から平均距離情報Ｓｃに示される距離を移動した時に、挙動属性情報Ｂａに示される自車両Ｃの挙動が発生するという予測を行う。その後、挙動予測部５１は、当該挙動予測結果を、自車両Ｃの動作や制御等に反映するために、自車両Ｃの種々の制御手段に対して出力する（ステップ＃３７）。以上で、車両挙動学習装置２における挙動予測処理の手順を終了する。
【０１００】
２３．適用例１
以下、本発明に係る車両挙動学習装置２の具体的な適用例について説明する。図１１は、自車位置情報取得部１６により取得される自車位置情報Ｐの軌跡に基づいて車両挙動を学習する例を示す説明図である。本例において、自車両Ｃは幹線道路Ｋ１を走行し、別の幹線道路Ｋ２との大きな交差点Ｎ２に至る前に交差点Ｎ３において細街路Ｋ３へと左折する。平行する幹線道路Ｋ２と、細街路Ｋ３とが近い場合、つまり交差点Ｎ２とＮ３との距離が短い場合、自車位置情報取得部１６は自車位置情報Ｐに示される自車両Ｃの現在位置を、誤った道路上にマップマッチングする場合がある。自車両Ｃは、図１１に実線で示すように細街路Ｋ３へ左折して進行しているにも拘わらず、自車位置情報Ｐに示される自車両Ｃの現在位置が、図１１に破線で示すように幹線道路Ｋ２上にマップマッチングされ、当該自車位置情報Ｐに示される自車両Ｃの位置が自車位置マークＰｃとして表示入力装置２９に表示される場合がある。このような誤マッチングは、ナビゲーション用演算部２７により自動で、或いは運転者により手動で、修正されるが、短時間であっても現実とは異なる誤った位置を示す自車位置マークＰｃが表示入力装置２９に表示されることになる。本発明の車両挙動学習装置２を用いることによって、このような誤マッチングを抑制することができる。
【０１０１】
図１１に示す例では、自車両Ｃの運転者は、交差点Ｎ３に至る前に方向指示器を操作し、ブレーキを操作して自車両Ｃを減速させ、交差点Ｎ３においては左折の操舵を行う。このような方向指示器、ブレーキ、ステアリングへの運転者による操作は、挙動検出部１７により車両の挙動として検出される。また、このような自車両Ｃの左折動作に伴い、方位センサ２４により検出される自車両Ｃの進行方位の変化も、運転者の操作の結果生じる自車両Ｃの挙動として挙動検出部１７により検出される。一方、自車両Ｃは、このような自車両Ｃの左折の挙動を検出する前に、交差点Ｎ１を通過している。交差点Ｎ１の前後には、横断歩道の対象地物ｆ２及びｆ３があり、これらは対象地物として画像認識部２４において認識される。したがって、本例では、これらの対象地物ｆ２及びｆ３の一方又は双方と関係付けられた自車両Ｃの挙動についての検出挙動情報Ｂが生成され、挙動学習データベースＤＢ４に記憶される。
【０１０２】
この細街路Ｋ３への左折が例えば自宅への経路であれば、自車両Ｃは、幹線道路Ｋ１から細街路Ｋ３へ至る同じ経路を複数回通行する。したがって、挙動学習データベースＤＢ４には、自車両Ｃの同一の挙動についての複数の検出挙動情報Ｂが記憶される。そして、このような複数の検出挙動情報Ｂに基づいて、対象地物ｆ２、ｆ３と関係付けられた自車両Ｃの挙動の学習結果を表す学習挙動情報Ｓが生成され、挙動データベースＤＢ５に記憶される。この学習挙動情報Ｓには、自車両Ｃの左折の挙動やその際の運転者による方向指示器の操作等の挙動を表す挙動属性情報Ｂａと、対象地物ｆ２及びｆ３の一方又は双方を特定する地物特定情報Ｂｂと、地物−挙動間距離Ｌの平均値を表す平均距離情報Ｓｃとが含まれる。
【０１０３】
図１２は、ナビゲーション用演算部２７による自車位置表示において車両挙動の予測結果を利用する例を示す説明図である。上述したように、自車両Ｃの学習挙動情報Ｓが挙動データベースＤＢ５に記憶された状態で、自車両Ｃが幹線道路Ｋ１を通行する場合を考える。自車両Ｃが交差点Ｎ１を通過すると、画像認識部２４により横断歩道の対象地物ｆ２及びｆ３が認識される。挙動予測部５１は、対象地物ｆ２、ｆ３に関連づけられた学習挙動情報Ｓを挙動データベースＤＢ５から抽出して取得し、交差点Ｎ３において自車両Ｃが左折する可能性が高いことを予測する。また、挙動予測部５１は、このような挙動の予測結果を、ナビゲーション用演算部２７に対して出力する。そして、予測された位置において自車両Ｃが左折すると、ナビゲーション用演算部２７は、自車両Ｃが、幹線道路Ｋ２ではなく細街路Ｋ３に進入したと判定して、自車位置マークＰｃを細街路Ｋ３上に合わせて表示入力装置２９に表示させる。また、この際、挙動予測部５１が、このような挙動の予測結果を自車位置情報取得部１６に対して出力し、自車位置情報Ｐを補正する構成としても好適である。
【０１０４】
このように、本発明に係る車両挙動学習装置２を適用することによって、ナビゲーション装置１における自車位置表示や経路案内の精度を向上させることができる。
【０１０５】
２４．適用例２
上述した適用例１では、自車両Ｃの挙動として、自車両Ｃの各部において受け付けられる運転者の操作、及び当該運転者の操作の結果生じる自車両Ｃの動作を挙動検出部１７が検出する場合の例を示した。本適用例２では、外部から自車両Ｃに加わる外的要因による自車両Ｃの動作が挙動として検出される場合の例について説明する。
【０１０６】
ナビゲーション装置１からの道路情報を元に、自車両Ｃのサスペンションの減衰力を制御し、カーブ走行時の操舵安定性を向上し、或いは段差における振動の減衰力を最適に制御するシステムがある。これらは、サスペンションの制御とナビゲーション装置１とが協調して実施されることから、ナビ協調サスペンションシステムと称される。通常、このナビ協調サスペンションシステムは、主としてナビゲーション装置１がＧＰＳ受信機１３や方位センサ１４、距離センサ１５などを通じて取得する自車位置情報Ｐを用いて実施される。しかし、上述したように、この自車位置情報Ｐは誤差を含むため、サスペンションの制御が最適な位置からずれる場合がある。
【０１０７】
本発明に係る挙動学習装置２を適用すると、振動センサ１９や方位センサ１４、加速度センサ２１等により、カーブ走行や段差通過による自車両Ｃの挙動が、検出挙動情報Ｂとして挙動学習データベースＤＢ４に記憶される。そして、自車両Ｃが同じ経路を複数回通行することにより、挙動学習データベースＤＢ４に記憶される複数の検出挙動情報Ｂに基づいて、当該挙動についての学習挙動情報Ｓが生成され、挙動データベースＤＢ５に記憶される。
【０１０８】
このようにして生成され、記憶された学習挙動情報Ｓに基づいて、該当する対象地物に関連づけられた段差通過やカーブ走行などによる自車両Ｃの挙動が挙動予測部５１によって予測される。そして、この挙動予測結果が、ナビ協調サスペンションシステムの制御装置（車両制御部５２）に出力され、サスペンションの制御が実施される。したがって、例えば、道路の特定の場所に段差が生じている場合に、当該段差の通行時に振動・衝撃を受けることを予測して、最適なサスペンションの制御を行うことが可能となる。その結果、従来に比べてより精密な制御が可能となる。このようなナビ協調サスペンションシステムの制御装置は、本発明における自車両の動作を最適化する制御装置に相当する。
【０１０９】
なお、この適用例２で検出される挙動は、外部から自車両Ｃに加わる外的要因による自車両Ｃの動作に係る挙動である。このため、運転者や車両への依存性が低く、道路自体への依存性が高い。従って、例えば、複数の車両と通信可能なサーバ等に挙動学習データベースＤＢ４や挙動データベースＤＢ５等を設け、複数の車両で検出挙動情報Ｂや学習挙動情報Ｓを共有化することも、本発明の好適な実施形態の一つである。このような構成とすることにより、特定の位置で生じる車両の挙動をより迅速に学習することが可能となる。
【０１１０】
２５．適用例３
本適用例３では、地図データベースＤＢ１に記憶された道路情報Ｒａと運転者の操作の受け付けとに基づいて、自車両Ｃのエンジンや自動変速装置などを最適に制御する例について説明する。これは、自動変速装置などのシフト制御とナビゲーショ装置１とが協調して実施されることから、ナビ協調シフト制御と称される。例えば、上り坂を走行する際、運転者の好みによって、登坂車線などをゆっくりと登ったり、キックダウンを行って高速で登ったりする場合がある。挙動検出部１７は、例えばこのキックダウンの動作を検出挙動情報Ｂとして検出する。この挙動が同じ対象地物を基準として、繰り返し検出された場合には、この運転操作を運転者の癖として学習する。つまり、この挙動は、対象地物と関連付けられて学習挙動情報Ｓとして挙動データベースＤＢ５に記憶される。
【０１１１】
挙動予測部５１は、記憶された学習挙動情報Ｓに基づいて、画像認識部２４により該当する対象地物を認識した際に、シフトダウンが必要であると予測する。この予測結果に基づいて、ナビ協調シフト制御システムは、燃費なども考慮して最適なシフト制御を行う。尚、この制御は、エンジン、変速装置などいわゆるパワートレインの種々の機構に対して実施することができる。また、駆動力源としてエンジンとモータとを有したハイブリッド車両では、各駆動力源の動作状態を最適な状態とするように制御することができる。
【０１１２】
２６．適用例４
運転者の操作の受け付けに係る自車両Ｃの挙動として、運転者によるサンバイザーの操作を検出してもよい。この際、ＧＰＳ受信機１３からは、時刻情報や日付情報も取得可能である。従って、運転者がまぶしさを感じる時間帯、場所、方角と合わせて学習挙動情報Ｓを生成し、記憶することができる。挙動予測部５１が、この学習挙動情報Ｓに基づいて運転者がまぶしさを感じることを予測すると、例えば、表示入力装置２９の表示画面の輝度を高く調整する、電動サンバイザーを駆動する、などの制御を各装置の制御部が実施する。
【０１１３】
２７．適用例５
運転者の操作の受け付けに係る自車両Ｃの挙動として、運転者による空調装置の操作を空調スイッチ２２からの入力に基づいて検出してもよい。例えば、通常は空調装置を外気導入で使用する運転者が、ある地点において繰り返し内気循環に切り替えるという挙動を、学習挙動情報Ｓとして生成し、記憶する。これは、運転者が交通量の多い幹線道路を走行する際に、他の車両の排気ガスが自車両Ｃに浸入しないように、空調スイッチ２２を操作する場合の例である。挙動予測部５１は、学習挙動情報Ｓに基づいて、空調装置が操作されることを予測する。空調装置の制御部は、この予測結果に基づいて、自動的に外気導入から内気循環に切り替える。内気循環への切り替えが遅れ、排気ガスが自車両Ｃにわずかでも浸入すると、不快であるが、このように自動的に切り替わることで、車内の快適性が確保される。
【０１１４】
２８．その他の実施形態
【０１１５】
（１）上記の実施形態では、関係情報生成部４５により生成される関係情報Ｂｒが、距離情報生成部４６により生成された距離情報Ｂｃと、地物特定情報生成部４７により生成された地物特定情報Ｂｂとを有して構成される場合の例について説明した。しかし、関係情報Ｂｒの内容はこのような例に限定されるものではない。したがって、例えば、関係情報Ｂｒが、距離情報Ｂｃ及び地物特定情報Ｂｂのいずれか一方を含む構成とし、或いは、これら以外の、自車両の挙動と当該挙動の検出より前に前記画像認識手段により認識された対象地物との関係を表す情報を含む構成としても好適である。
【０１１６】
（２）上記の実施形態では、図７（ｂ）に示すように、同じ挙動についての複数の検出挙動情報Ｂについて、挙動属性情報Ｂａ及び地物特定情報Ｂｂを共通とした一まとめの情報として挙動学習データベースＤＢ４に記憶する場合の例について説明した。しかし、挙動学習データベースＤＢ４に記憶する際の検出挙動情報Ｂの形式はこのようなものに限定されるものではない。したがって、同じ挙動についての複数の検出挙動情報Ｂを、それぞれ別個に挙動学習データベースＤＢ４に記憶する構成とすることも、本発明の好適な実施形態の一つである。
【０１１７】
（３）上記の実施形態では、複数の検出挙動情報Ｂに示される同じ挙動についての複数の関係情報Ｂｒを統計的に処理して求めた統計的関係情報Ｓｒとして、平均距離判定部４９により、同じ挙動についての複数の距離情報Ｂｃの平均値である平均距離情報Ｓｃを求める場合を例として説明した。しかし、統計的関係情報Ｓｒの内容はこれに限定されるものではない。したがって、例えば、同じ挙動についての複数の距離情報Ｂｃの分布に基づいて、当該分布の最頻値や中央値等の他の代表値を統計的距離情報として判定し、当該統計的距離情報と地物特定情報Ｂｂ等とを含む情報を統計的関係情報Ｓｒとすることも、本発明の好適な実施形態の一つである。
【０１１８】
（４）上記の実施形態では、車両挙動学習装置２が挙動予測部５１を備え、自車両Ｃの挙動の予測結果を車両制御部５２等に出力する構成である場合を例として説明した。しかし、本発明に係る車両挙動学習装置２の構成は、これに限定されるものではなく、挙動予測部５１を備えない構成とすることも、本発明の好適な実施形態の一つである。例えば、車両挙動学習装置２は、右折や左折等の自車両Ｃの進路変更に関わる挙動と、地図情報Ｍに含まれる道路形状等とに基づいて、当該進路変更の挙動が地図上の道路形状に適合するように、自車位置情報取得部１６により取得される自車位置情報Ｐを補正する自車位置情報補正手段を備える構成としても好適である。この場合、本発明に係る車両挙動学習装置２は、自車位置認識装置の一部を構成する。
【０１１９】
（５）上記の実施形態では、認識位置情報取得部４１により取得する認識位置情報を、画像認識に成功した際の自車両Ｃの位置を表す情報とする場合の例について説明した。しかし、対象地物の認識位置を表す認識位置情報として取得する位置情報は、これに限定されるものではない。したがって、例えば、画像認識に成功した対象地物について、自車位置情報Ｐと画像情報Ｇの画像認識結果とに基づいて、自車位置情報Ｐを基準とする当該対象地物の道路上の位置を演算し、当該道路上の対象地物の位置を認識位置情報として認識位置情報取得部４１により取得する構成とすることも、本発明の好適な実施形態の一つである。
【０１２０】
（６）上記の実施形態では、推測位置判定部４３が、同じ対象地物についての複数の認識地物情報Ａの分布に基づいて、当該分布の最頻値を当該対象地物の推測認識位置ｐａとして判定し、当該推測認識位置ｐａを、対象地物の道路上の位置に変換して対象地物の推測位置ｐｇを判定する構成である場合の例について説明した。しかし、推測位置判定部４３による推測位置ｐｇの判定方法はこれに限定されない。したがって、例えば、認識地物情報Ａの分布に基づいて、当該分布の平均値や中央値等の他の代表値を当該対象地物の推測認識位置ｐａとして判定する構成とすることも、本発明の好適な実施形態の一つである。
【０１２１】
（７）上記の実施形態では、道路の路面に設けられた各種の道路標示を対象地物とする場合を例として説明した。しかし、本発明の実施形態はこれに限定されるものではなく、道路の周辺に設けられた様々な地物を対象地物とすることが可能である。したがって、例えば、道路標識、案内標識、看板、信号機、マンホール等の各種の地物を対象地物とすることが可能である。
【０１２２】
（８）上記の実施形態における各データベースＤＢ１〜ＤＢ５の分け方は単なる一例であり、各データベースＤＢ１〜ＤＢ５のハードウェア構成を限定するものではない。したがって、例えば、地物データベースＤＢ２と地物学習データベースＤＢ３とを一つのデータベースとし、挙動学習データベースＤＢ４と挙動データベースＤＢ５とを一つのデータベースとし、或いは、地図データベースＤＢ１と地物データベースＤＢ２とを一つのデータベースとするなど、任意の構成を採用することができる。
【０１２３】
（９）上記の実施形態では、本発明に係る車両挙動学習装置２を含むナビゲーション装置１の全ての構成が自車両Ｃに搭載される場合を例として説明した。しかし、本発明の実施形態はこれに限定されるものではない。すなわち、本発明の認識地物記憶手段としての地物学習データベースＤＢ３及び検出挙動記憶手段としての挙動学習データベースＤＢ４の一方又は双方を含む車両挙動学習装置２の一部の構成が、図１３に示すように、無線通信回線等を介して、複数の車両Ｃと通信可能に接続されたサーバ装置６０に設置された構成とすることも、本発明の好適な実施形態の一つである。車両挙動学習装置２をこのような構成とすれば、複数の車両Ｃによる挙動の学習結果や対象地物の学習結果をサーバ装置６０に設置された挙動学習データベースＤＢ４や地物学習データベースＤＢ３に集積することができる。したがって、より多くの検出挙動情報Ｂや認識地物情報Ａを用いて、迅速に学習挙動情報Ｓや学習地物情報Ｆｂを生成することが可能となる。なお、サーバ装置６０に設置する車両挙動学習装置２の構成は、地物学習データベースＤＢ３や挙動学習データベースＤＢ４に限られず、撮像装置１１や自車位置情報取得部１６等のような、自車両Ｃに搭載する必要がある構成以外の全ての構成を、サーバ装置６０に設置することが可能である。したがって、例えば、地図データベースＤＢ１、地物データベースＤＢ２、及び挙動データベースＤＢ５のいずれか一つ以上を、サーバ装置６０に設置しても好適である。
【０１２４】
（１０）上記の各実施形態では、本発明に係る車両挙動学習装置２をナビゲーション装置１に利用する場合の例について説明した。しかし、本発明の実施形態はこれに限定されるものではない。したがって、例えば、本発明に係る車両挙動学習装置２を、ナビゲーション装置１とは無関係な車両の走行制御装置等に利用する等のように、本発明を上記の実施形態とは異なる他の構成に適用することも当然に可能である。
【産業上の利用可能性】
【０１２５】
本発明は、自車両の挙動を学習する車両挙動学習装置及び車両挙動学習プログラムに好適に利用することが可能である。
【図面の簡単な説明】
【０１２６】
【図１】本発明の実施形態に係る車両挙動学習装置を含むナビゲーション装置の概略構成を示すブロック図
【図２】地図データベースに記憶されている地図情報の構成の例を示す図
【図３】地物データベースに記憶されている道路標示の地物情報の例を示す図
【図４】自車両への撮像装置の配置構成の一例を示す図
【図５】対象地物の画像認識結果に基づく地物情報の学習処理の概要を説明するための説明図
【図６】図５（ｂ）に示す学習データベースに記憶された学習値の要部拡大図
【図７】自車両の挙動の具体例に関する検出挙動情報及び学習挙動情報の内容を示す図
【図８】本発明の実施形態に係る挙動学習処理の全体の手順を示すフローチャート
【図９】本発明の実施形態に係る地物学習処理の手順を示すフローチャート
【図１０】本発明の実施形態に係る挙動予測処理の手順を示すフローチャート
【図１１】自車位置情報取得部により取得される自車位置情報の軌跡に基づいて車両挙動を学習する例を示す説明図
【図１２】ナビゲーション用演算部による自車位置表示において車両挙動の予測結果を利用する例を示す説明図
【図１３】本発明の実施形態に係る車両挙動学習装置の一部の構成がサーバ装置に設置された例を示す図
【符号の説明】
【０１２７】
１：ナビゲーション装置
２：車両挙動学習装置
１２：画像情報取得部（画像情報取得手段）
１５：距離センサ（移動距離検出手段）
１６：自車位置情報取得部（自車位置情報取得手段）
１７：挙動検出部（挙動検出手段）
２４：画像認識部（画像認識手段）
２７：ナビゲーション用演算部（ナビゲーション用演算手段）
２８：アプリケーションプログラム
３１：案内情報出力手段
４１：認識位置情報取得部（認識位置情報取得手段）
４４：学習地物情報生成部（学習地物情報生成手段）
４５：関係情報生成部（関係情報取得手段）
５０：学習挙動情報生成部（学習挙動情報生成手段）
５１：挙動予測部（挙動予測手段）
５２：車両制御部（制御装置）
ＤＢ１：地図データベース（地図情報記憶手段）
ＤＢ２：地物データベース（学習地物情報記憶手段）
ＤＢ３：地物学習データベース（認識地物記憶手段）
ＤＢ４：挙動学習データベース（検出挙動記憶手段）
ＤＢ５：挙動データベース（学習挙動情報記憶手段）
Ｃ：自車両
Ｍ：地図情報
Ｇ：画像情報
Ｐ：自車位置情報
Ａ：認識地物情報
Ｆｂ：学習地物情報
Ｂ：検出挙動情報
Ｂａ：挙動属性情報
Ｂｒ：関係情報
Ｂｂ：地物特定情報
Ｂｃ：距離情報
Ｓ：学習挙動情報
Ｓｒ：統計的関係情報
Ｓｃ：平均距離情報
【技術分野】
【０００１】
本発明は、自車両の挙動を学習する車両挙動学習装置及び車両挙動学習プログラムに関する。
【背景技術】
【０００２】
自家用車など、特定の運転者が運転する車両が同一の経路を複数回通行する場合、特定の自車位置において高い頻度で特定の挙動を行うことがある。ここで、挙動とは、例えば自宅や職場、店など特定の場所へ向かう際の右折や左折等の進路変更、加速や減速、窓の開閉、ライトのオン／オフ、自動変速装置の変速などである。一方、近年では、多くの車両に経路案内等を行うためのナビゲーション装置が搭載されているが、このナビゲーション装置の精度をさらに向上させることが望まれている。また、ナビゲーション装置が有する諸機能を経路案内等の従来の用途以外に拡大することも種々検討されている。下記に出典を示す特許文献１にはナビゲーション装置を搭載した車両における死角モニタの制御装置に関する発明が記載されている。
【０００３】
この死角モニタの制御装置は、死角モニタを起動する手動スイッチが操作された時、ナビゲーション装置から入力される車両が位置した地点に関するデータを起動情報として記憶する。そして、ナビゲーション装置からの入力情報に対して起動情報を検索、照合して車両が当該地点に位置した時に、死角モニタの起動信号を送出する。このナビゲーション装置は、交差点などの座標点を結ぶ線（リンク）によって道路情報を管理している。手動スイッチが操作された地点がリンクの番号が付された道路である場合には、起動情報は、当該リンクの番号、座標、車両の走行方向を含んで記憶される。当該地点がリンクの番号が付された道路以外である場合には、座標、車両の走行方向を含んで起動情報が記憶される。また、車両が位置する地点は、ＧＰＳ（Global Positioning System：グローバル・ポジショニング・システム）を利用すると共に、車速パルスセンサ等からの車速信号や角速度センサ等からの角速度信号に基づいて自律航法により推定するハイブリッドシステムを用いて求められる。
【０００４】
【特許文献１】特開２００２−２８６４５９号公報
【発明の開示】
【発明が解決しようとする課題】
【０００５】
特許文献１に記載の死角モニタの制御装置は、上記のとおり、ハイブリッドシステムを用いて自車の位置を求める。しかし、特許文献１にも記載されているように、ＧＰＳ測位であれ自律航法による測位であれ、測位値には誤差が含まれ、実際の走行位置からはずれてしまう。そこで、いわゆるマップマッチング処理によって最も確からしい位置が推定される。
【０００６】
ところで、死角モニタの起動操作に限らず、車両における種々の特定の挙動は、特定の地点において実施されることが多い。例えば、大きな道から細街路への右左折や、キックダウンなどは、自宅や職場、店など、特定の場所へのアプローチの際に実施される。大きな道から分岐する細街路は、多くあり、その間隔も狭いことが多い。細街路の間隔が、測位値の誤差よりも小さいような場合には、測位結果から車両の挙動を予測することは困難である。
【０００７】
本発明は、上記の課題に鑑みてなされたものであり、その目的は、特定の位置において検出される自車両の挙動を高精度に学習することが可能な車両挙動学習装置及び車両挙動学習プログラムを提供することにある。
【課題を解決するための手段】
【０００８】
上記目的を達成するための本発明に係る車両挙動学習装置の特徴構成は、自車両の周辺の画像情報を取得する画像情報取得手段と、前記画像情報に含まれる対象地物の画像認識処理を行う画像認識手段と、自車両の挙動を検出する挙動検出手段と、前記挙動検出手段により検出された自車両の挙動と、当該挙動の検出より前に前記画像認識手段により認識された対象地物との関係を表す関係情報を取得する関係情報取得手段と、前記挙動検出手段により検出された自車両の挙動の属性を表す挙動属性情報と、当該挙動について前記関係情報取得手段により取得された前記関係情報とを含む検出挙動情報を記憶する検出挙動記憶手段と、前記検出挙動記憶手段に記憶された前記検出挙動情報に基づいて、対象地物と関係付けられた自車両の挙動の学習結果を表す学習挙動情報を生成する学習挙動情報生成手段と、を備える点にある。
【０００９】
この特徴構成によれば、挙動検出手段により検出された自車両の挙動の属性を表す挙動属性情報と、当該挙動の検出より前に画像認識手段により認識された対象地物との関係を表す関係情報とを含む検出挙動情報に基づいて、自車両の挙動の学習結果を表す学習挙動情報が生成される。すなわち、自車両の挙動は、対象地物の画像認識結果と関連付けられた情報として学習される。したがって、ＧＰＳ測位や自律航法のみにより自車両の挙動を単独で学習する場合と比較して、対象地物の画像認識結果を併せて利用することになり、特定の位置において検出される自車両の挙動を高精度に学習することが可能となる。また、既に生成された学習挙動情報を用いれば、次に同じ対象地物を画像認識した場合に、自車両の挙動を予測することも可能となる。
【００１０】
ここで、前記挙動検出手段により検出される自車両の挙動は、自車両の各部における運転者の操作の受け付け、及び自車両の動作の少なくとも一方を含む構成とすると好適である。
なお、本願において、自車両の動作には、運転者の操作によって生じる自車両の各部や車両全体の動作、或いは、外部から自車両に加わる外的要因によって生じる自車両の各部や車両全体の動作等が含まれる。
【００１１】
自車両の挙動には、運転者の操作に伴って発生するものと、道路の状況や天候などの外的要因によって発生するものとがある。例えば、運転者の操作とは、ステアリング操作、シフト操作、アクセルやブレーキの操作、空調装置の操作、窓の開閉操作、ナビゲーション装置やオーディオの操作などである。そして、このような運転者の操作により生じる自車両の動作として、例えば、ステアリング操作によって生じる自車両の進行方向の変化や横方向加速度の変化、シフト操作やアクセル操作等による変速装置の変速段の変更（キックダウンやシフトダウン等）、ブレーキやアクセルの操作により発生する進行方向加速度の変化などがある。一方、外的要因により生じる自車両の動作として、例えば、カーブを走行することにより発生する横加速度の変化、段差通過により生じる振動・衝撃、坂道を走行する際の進行方向加速度の変化などがある。本発明に係る挙動検出手段は、これら運転者の操作の受け付け、及び運転者の操作や外的要因等による自車両の動作の少なくとも一方を自車両の挙動として検出するので、幅広く自車両の挙動を検出することができる。
【００１２】
また、前記関係情報は、前記画像認識手段により認識された対象地物の認識位置から前記挙動検出手段により検出された自車両の挙動の検出位置までの距離を表す距離情報を含む構成とすると好適である。
【００１３】
この構成によれば、検出挙動記憶手段に記憶される検出挙動情報が、対象地物の認識位置から自車両の挙動の検出位置までの距離情報を含むことになり、当該距離情報が学習挙動情報に反映されることになる。したがって、学習挙動情報に基づいて、対象地物を画像認識してから自車両の挙動が発生するまでの距離を予測することが可能となるので、自車両の挙動を高精度に予測することが可能となる。
【００１４】
また、前記関係情報は、前記画像認識手段により認識された対象地物を特定するための地物特定情報を含む構成とすると好適である。
【００１５】
この構成によれば、検出挙動記憶手段に記憶される検出挙動情報が、例えば対象地物の属性及び認識位置などの対象地物を特定するための地物特定情報を含むことになる。したがって、検出挙動情報及び学習挙動情報を対象地物を特定する情報と関係付けた挙動の情報とすることができる。これにより、各情報が示す挙動と関係付けられた対象地物を容易に特定することができ、対象地物の画像認識結果に基づく自車両の挙動の予測をより高精度に行うことが可能となる。
【００１６】
また、前記関係情報取得手段は、自車両の移動距離を検出する移動距離検出手段、及び自車両の現在位置を表す自車位置情報を取得する自車位置情報取得手段の少なくとも一方からの情報に基づいて前記関係情報を取得する構成とすると好適である。
【００１７】
この構成によれば、少なくとも対象地物の認識位置から自車両の挙動の検出位置までの距離又はそれらの位置関係の情報を含む前記関係情報を取得することができる。
【００１８】
また、前記学習挙動情報は、同じ挙動が複数回検出されることにより前記検出挙動記憶手段に記憶された、同じ挙動についての複数の前記検出挙動情報に基づいて生成され、当該複数の検出挙動情報に示される同じ挙動についての前記挙動属性情報と、当該挙動についての複数の前記関係情報を統計的に処理して求めた統計的関係情報とを含む構成とすると好適である。
【００１９】
この構成によれば、学習挙動情報は、同じ挙動が複数回検出されることにより検出挙動記憶手段に記憶された、同じ挙動についての複数の検出挙動情報に基づいて生成される。したがって、各検出挙動情報に誤差が含まれる場合であっても、複数の検出挙動情報を用いて誤差を平均化し、自車両の挙動の学習結果の精度を高めることが可能となる。また、学習挙動情報が、同じ挙動についての複数の前記関係情報を統計的に処理して求めた統計的関係情報を含むので、検出挙動情報に対して精度の高い関係情報を学習挙動情報に含めることができる。したがって、学習挙動情報に基づいて自車両の挙動を高精度に予測することが可能となる。
【００２０】
また、前記対象地物は、道路の路面に設けられた道路標示である構成とすると好適である。
【００２１】
道路標示は、法令によってその寸法や形状などが規定されている。従って、この構成によれば、対象地物の画像認識処理の負荷を軽減することができると共に、認識精度を高めることが可能となる。したがって、このような対象地物の画像認識結果を利用する自車両の挙動の学習の精度を高めることが可能となる。
【００２２】
また、前記学習挙動情報生成手段により生成された前記学習挙動情報を記憶する学習挙動情報記憶手段を更に備える構成とすると好適である。
【００２３】
この構成によれば、学習挙動情報生成手段により生成された学習挙動情報を、学習挙動情報記憶手段に記憶しておくことができる。したがって、前記検出挙動記憶手段に記憶された検出挙動情報に基づいて、必要に応じて学習挙動情報を生成する場合と比べて、演算処理の負荷を軽減することができ、学習挙動情報を迅速且つ容易に利用することが可能となる。
【００２４】
また、前記学習挙動情報に基づいて、当該学習挙動情報が示す対象地物が画像認識された際に、当該対象地物と関係付けられた自車両の挙動が発生することを予測し、当該挙動の予測結果を出力する挙動予測手段を更に備える構成とすると好適である。
【００２５】
この構成によれば、上記のように高精度な自車両の挙動の学習結果である学習挙動情報を利用して、当該学習挙動情報が示す対象地物が画像認識された際に、当該認識された対象地物を基準として高精度に自車両の挙動を予測することが可能となる。
【００２６】
また、前記画像認識手段による対象地物の認識位置を表す認識位置情報を取得する認識位置情報取得手段と、前記画像認識手段により認識された対象地物の属性を表す地物属性情報と、前記認識位置情報取得手段により取得された前記認識位置情報とを含む認識地物情報を記憶する認識地物記憶手段と、同じ対象地物が複数回画像認識されることにより前記認識地物記憶手段に記憶された、同じ対象地物についての複数の前記認識地物情報に基づいて、当該対象地物の学習結果を表す学習地物情報を生成する学習地物情報生成手段と、を更に備える構成とすると好適である。
【００２７】
この構成によれば、同じ対象地物が複数回画像認識されることにより認識地物記憶手段に記憶された、同じ対象地物についての複数の認識地物情報に基づいて学習地物情報を生成することができる。したがって、自車両の挙動と共に、画像認識された対象地物についても同時に学習することができる。また、この学習地物情報は、同じ対象地物が複数回画像認識されることにより認識地物記憶手段に記憶された、同じ対象地物についての複数の認識地物情報に基づいて生成される。したがって、各認識地物情報に誤差が含まれる場合であっても、複数の認識地物情報を用いて誤差を平均化し、対象地物の学習結果の精度を高めることが可能となる。
【００２８】
また、前記検出挙動記憶手段は、複数の車両と通信可能に接続され、複数の車両による前記検出挙動情報を記憶する構成とすると好適である。
【００２９】
例えば、自車両に加わる外的要因による自車両の動作などのように、複数の別の車両においても共通に生じる挙動については、複数の車両において検出された挙動についての検出挙動情報を収集することにより、特定の位置で生じる車両の挙動をより迅速に学習することが可能となる。この構成によれば、複数の車両により検出した挙動についての検出挙動情報を、複数の車両と通信可能に接続された検出挙動記憶手段に記憶することができる。したがって、多くの検出挙動情報を迅速に認識結果記憶手段に集積することができる。
【００３０】
また、上記のように自車両の挙動を予測する挙動予測手段を備える構成において、前記挙動予測手段は、前記挙動の予測結果を、自車両の案内情報の出力のための演算処理を行うナビゲーション用演算手段に対して出力する構成とすると好適である。
【００３１】
この構成によれば、挙動予測手段による挙動の予測結果に基づいて、ナビゲーション用演算手段が適切な案内情報の出力を行うことが可能となる。例えば、右折や左折等の自車両の挙動を予測して、自車位置表示や経路案内を精度良く行うことが可能となる。
【００３２】
また、上記のように自車両の挙動を予測する挙動予測手段を備える構成において、前記挙動予測手段は、前記挙動の予測結果を、前記運転者の操作を再現する自車両内の制御装置に対して出力する構成とすると好適である。
【００３３】
この構成によれば、挙動予測手段による挙動の予測結果に基づいて、当該制御装置は運転者の操作を再現することができる。つまり、運転者の能動的な操作のアシストを行い、あるいは運転者の能動的な操作に先行して同一の操作を実施したりすることができる。その結果、運転者の利便性を高めることが可能となる。
【００３４】
また、上記のように自車両の挙動を予測する挙動予測手段を備える構成において、前記挙動予測手段は、前記挙動の予測結果を、自車両の動作を最適化する制御装置に対して出力する構成とすると好適である。
【００３５】
この構成によれば、挙動予測手段による挙動の予測結果に基づいて、当該制御装置が自車両の挙動を最適化することができる。例えば、シフト制御装置や、エンジン制御装置、ハイブリッド車両のモータ制御装置、アクティブサスペンションの制御装置などは、挙動予測手段の予測結果に基づいて自車両の挙動を最適化することができる。その結果、乗車中の快適性の向上や、燃費向上などを図ることができる。
【００３６】
また、前記学習地物情報は、複数の前記認識地物情報に示される同じ対象地物についての前記地物属性情報と、当該対象地物についての複数の前記認識位置情報を統計的に処理して求めた推測位置情報とを含む構成とすると好適である。
【００３７】
この構成によれば、学習地物情報が、同じ対象地物についての複数の前記認識位置情報を統計的に処理して求めた推測位置情報を含むので、比較的精度の高い対象地物の認識位置の情報を学習地物情報に含めることができる。したがって、対象地物の画像認識処理を精度良く行うことが可能となる。
【００３８】
また、前記学習地物情報生成手段により生成された前記学習地物情報を記憶する学習地物情報記憶手段を更に備える構成とすると好適である。
【００３９】
この構成によれば、学習地物情報生成手段により生成された学習地物情報を、学習地物情報記憶手段に記憶しておくことができる。したがって、前記認識地物記憶手段に記憶された認識地物情報に基づいて、必要に応じて学習地物情報を生成する場合と比べて、演算処理の負荷を軽減することができ、学習地物情報を迅速且つ容易に利用することが可能となる。
【００４０】
また、前記認識地物記憶手段は、複数の車両と通信可能に接続され、複数の車両による前記認識地物情報を記憶する構成とすると好適である。
【００４１】
この構成によれば、複数の車両により画像認識した対象地物についての認識地物情報を、複数の車両と通信可能に接続された認識地物記憶手段に記憶することができる。したがって、多くの認識地物情報を迅速に認識地物記憶手段に集積することができる。
【００４２】
本発明に係るナビゲーション装置の特徴構成は、上記の各構成を備えた車両挙動学習装置と、地図情報が記憶された地図情報記憶手段と、前記学習挙動情報及び前記地図情報の一方又は双方を参照して動作するアプリケーションプログラムと、前記アプリケーションプログラムに従って動作して案内情報を出力する案内情報出力手段と、を備える点にある。
【００４３】
この特徴構成によれば、アプリケーションプログラムは、高い精度を伴って学習された学習挙動情報を利用して動作することが可能である。よって、より高い精度を有して案内情報を出力することができる。例えば、右折や左折等の自車両の挙動を予測して、実際の自車位置とは異なる道路への誤マッチング等を防止でき、自車位置表示や経路案内を精度良く行うことが可能となる。
【００４４】
本発明に係る車両挙動学習プログラムの特徴構成は、自車両の周辺の画像情報を取得する画像情報取得ステップと、前記画像情報に含まれる対象地物の画像認識処理を行う画像認識ステップと、自車両の挙動を検出する挙動検出ステップと、前記挙動検出ステップにより検出された自車両の挙動と、当該挙動の検出より前に前記画像認識ステップにより認識された対象地物との関係を表す関係情報を取得する関係情報取得ステップと、前記挙動検出ステップにより検出された自車両の挙動の属性を表す挙動属性情報と、当該挙動について前記関係情報取得ステップにより取得された前記関係情報とを含む検出挙動情報を検出挙動記憶手段に記憶する検出挙動記憶ステップと、前記検出挙動記憶手段に記憶された前記検出挙動情報に基づいて、対象地物と関係付けられた自車両の挙動の学習結果を表す学習挙動情報を生成する学習挙動情報生成ステップと、をコンピュータに実行させる点にある。
【００４５】
この特徴構成によれば、挙動検出ステップにより検出された自車両の挙動の属性を表す挙動属性情報と、当該挙動の検出より前に画像認識ステップにより認識された対象地物との関係を表す関係情報とを含む検出挙動情報に基づいて、自車両の挙動の学習結果を表す学習挙動情報が生成される。すなわち、自車両の挙動は、対象地物の画像認識結果と関連付けられた情報として学習される。したがって、ＧＰＳ測位や自律航法のみにより自車両の挙動を単独で学習する場合と比較して、対象地物の画像認識結果を併せて利用することになり、特定の位置において検出される自車両の挙動を高精度に学習することが可能となる。また、既に生成された学習挙動情報を用いれば、次に同じ対象地物を画像認識した場合に、自車両の挙動を予測することも可能となる。
【発明を実施するための最良の形態】
【００４６】
次に、本発明の実施形態について図面に基づいて説明する。図１は、本実施形態に係るナビゲーション装置１の概略構成を示すブロック図である。このナビゲーション装置１は、本発明の実施形態としての車両挙動学習装置２及び自車位置認識装置３を含んで構成されている。このナビゲーション装置１は、自車両Ｃ（図４参照）の挙動を検出し、当該挙動の検出より前に画像認識された対象地物と関係付けて学習する。そして、このような自車両Ｃの挙動の学習結果に基づいて、次に同じ対象地物が画像認識された際に自車両Ｃの挙動を予測して、適切な自車両の制御を行う。更に、このナビゲーション装置１は、対象地物の画像認識結果に基づいて、対象地物の位置や地物属性等も表す地物情報Ｆの学習も行う。
【００４７】
図１に示すナビゲーション装置１の各機能部は、互いに共通の或いはそれぞれ独立のＣＰＵ等の演算処理装置を中核部材として、入力されたデータに対して種々の処理を行うための機能部がハードウェア又はソフトウェア（プログラム）或いはその両方により実装されて構成されている。そして、これらの各機能部は、互いに情報の受け渡しを行うことができるように構成されている。また、ナビゲーション装置１の各データベースＤＢ１〜ＤＢ５は、例えば、ハードディスクドライブ、ＤＶＤ−ＲＯＭを備えたＤＶＤドライブ、ＣＤ−ＲＯＭを備えたＣＤドライブ等のように、情報を記憶可能な記録媒体とその駆動手段とを有する装置をハードウェア構成として備えている。以下、本実施形態に係るナビゲーション装置１の各部の構成について詳細に説明する。
【００４８】
１．地図データベース
地図データベースＤＢ１は、所定の区画毎に分けられた地図情報Ｍが記憶されたデータベースである。図２は、地図データベースＤＢ１に記憶されている地図情報Ｍの構成の例を示す図である。この図に示すように、地図情報Ｍは、交差点に対応する多数のノードｎと、各交差点間を結ぶ道路に対応するリンクｋとの接続関係により道路ネットワークを表す道路情報Ｒａを有している。各ノードｎは、緯度及び経度で表現された地図上の位置（座標）の情報を有している。各リンクｋは、ノードｎを介して接続されている。また、各リンクｋは、その属性情報として、道路種別、リンク長、道路幅、リンク形状を表現するための形状補間点等の情報を有している。ここで、道路種別情報は、例えば、自動車専用道路、市街道路、細街路、山岳路等のように、道路を複数の種別に区分した際の道路種別の情報である。これらのリンクｋの属性情報が、道路属性情報Ｒｂ（図１参照）に相当する。そして、本実施形態においては、この地図データベースＤＢ１が、本発明における地図情報記憶手段に相当する。なお、図２においては、一つの区画の道路情報Ｒａのみを図示し、他の区画の道路情報Ｒａは省略して示している。
【００４９】
２．地物データベース
地物データベースＤＢ２は、道路上や道路周辺に設けられた各種の地物の情報、すなわち地物情報Ｆが記憶されたデータベースである。図１に示すように、本実施形態においては、地物データベースＤＢ２には、初期地物情報Ｆａ及び学習地物情報Ｆｂの２種類の情報が記憶される。ここで、初期地物情報Ｆａとは、地物データベースＤＢ２に予め整備されて記憶されている複数の地物についての地物情報Ｆである。このような初期地物情報Ｆａは、道路情報Ｒａを含む地図情報Ｍが整備されている全ての地域の中で、大都市周辺や幹線道路等の一部の地域についてのみ整備されている。一方、学習地物情報Ｆｂとは、後述するように、画像認識部２４による対象地物の画像認識結果を用いて学習した結果として学習地物情報生成部４４により生成され、地物データベースＤＢ２に記憶される地物情報Ｆである。なお、以下の説明において、単に「地物情報Ｆ」というときは、これら初期地物情報Ｆａ及び学習地物情報Ｆｂを総称するものとする。本実施形態においては、この地物データベースＤＢ２が、本発明における学習地物情報記憶手段に相当する。
【００５０】
この地物データベースＤＢ２に地物情報Ｆが記憶される地物には、道路の路面に設けられた道路標示（ペイント標示）が含まれている。図３は、地物データベースＤＢ２に記憶されている道路標示の地物情報Ｆの例を示す図である。このような道路標示に係る地物としては、例えば、横断歩道、停止線、最高速度等を表す速度標示、ゼブラゾーン、道路に沿って車線を分ける区画線（実線、破線、二重線等の各種区画線を含む。）、各車線の進行方向を指定する進行方向別通行区分標示（矢印標示、例えば、直進矢印、右折矢印等を含む）等が含まれる。なお、地物情報Ｆが記憶される地物としては、このような道路標示のほか、信号機、標識、陸橋、トンネル等の各種の地物も含めることができる。
【００５１】
また、地物情報Ｆは、その内容として各地物の位置情報と、それに関連付けられた地物属性情報とを有している。ここで、位置情報は、道路情報Ｒａを構成するリンクｋ又はノードｎ等と関連付けられた各地物の代表点の地図上の位置（座標）、及び各地物の向きの情報を有している。本例では、代表点は、各地物の長さ方向及び幅方向の中央部付近に設定される。また、地物属性情報は、各地物を他の地物と識別するための識別情報（地物ＩＤ）、各地物の地物種別を表す種別情報、或いは、地物の形状、大きさ、色彩等の地物形態情報等を含んでいる。ここで、地物種別は、具体的には、「横断歩道」、「停止線」、「速度標示（３０ｋｍ／時）」等のような、基本的に同じ形態を有する地物の種別を表す情報である。また、地物情報Ｆは、近接する他の地物との関係を表す地物関係情報や、当該他の地物との間の地物間距離を表す地物間距離情報を有する構成としても好適である。ここで、地物関係情報は、自車両Ｃ（図４参照）が道路に沿って進行中に、一つの地物を画像認識することにより、前方に存在する他の地物を予測できるようにするための情報である。また、地物間距離情報は、そのような前方に存在する地物までの自車両Ｃからの距離を正確に予測するための情報である。
【００５２】
３．地物学習データベース
地物学習データベースＤＢ３は、後述する認識地物情報生成部４２により生成された認識地物情報Ａを記憶するデータベースである。この地物学習データベースＤＢ３内には、画像認識部２４による認識に成功した複数の対象地物のそれぞれについての認識地物情報Ａが記憶される。この地物学習データベースＤＢ３に記憶される認識地物情報Ａの具体的な内容については、後で詳細に説明する。本実施形態においては、この地物学習データベースＤＢ３が、本発明における認識地物記憶手段に相当する。
【００５３】
４．挙動学習データベース
挙動学習データベースＤＢ４は、後述する検出挙動情報生成部４８により生成された検出挙動情報Ｂを記憶するデータベースである。この挙動学習データベースＤＢ４内には、挙動検出部１７により検出された複数の挙動のそれぞれについての検出挙動情報Ｂが記憶される。この挙動学習データベースＤＢ４に記憶される検出挙動情報Ｂの具体的な内容については、後で詳細に説明する。本実施形態においては、この挙動学習データベースＤＢ４が、本発明における検出挙動記憶手段に相当する。
【００５４】
５．挙動データベース
挙動データベースＤＢ５は、後述する学習挙動情報生成部５０により生成された学習挙動情報Ｓを記憶するデータベースである。この挙動データベースＤＢ５内には、学習挙動検出部１７により検出された複数の挙動のそれぞれについての学習挙動情報Ｓが記憶される。この挙動データベースＤＢ５に記憶される学習挙動情報Ｓの具体的な内容については、後で詳細に説明する。本実施形態においては、この挙動データベースＤＢ５が、本発明における学習挙動情報記憶手段に相当する。
【００５５】
６．画像情報取得部
画像情報取得部１２は、撮像装置１１により撮像した自車両の周辺の画像情報Ｇを取得する画像情報取得手段として機能する。ここで、撮像装置１１は、撮像素子を備えた車載カメラ等であって、少なくとも自車両Ｃの周辺の道路の路面を撮像可能な位置に設けられている。このような撮像装置１１としては、例えば、図４に示すような自車両Ｃの後方の路面を撮像するバックカメラを用いると好適である。画像情報取得部１２は、撮像装置１１により撮像した撮像情報をフレームメモリ（不図示）などを介して所定の時間間隔で取り込む。この際の画像情報Ｇの取り込みの時間間隔は、例えば、１０〜５０ｍｓ程度とすることができる。これにより、画像情報取得部１２は、撮像装置１１により撮像した複数フレームの画像情報Ｇを連続的に取得することができる。ここで取得された画像情報Ｇは、画像認識部２４へ出力される。
【００５６】
７．自車位置情報取得部
自車位置情報取得部１６は、自車両Ｃの現在位置を示す自車位置情報Ｐを取得する自車位置情報取得手段として機能する。ここでは、自車位置情報取得部１６は、ＧＰＳ受信機１３、方位センサ１４、及び距離センサ１５と接続されている。ここで、ＧＰＳ受信機１３は、ＧＰＳ（Global Positioning System）衛星からのＧＰＳ信号を受信する装置である。このＧＰＳ信号は、通常１秒おきに受信され、自車位置情報取得部１６へ出力される。自車位置情報取得部１６では、ＧＰＳ受信機１３で受信されたＧＰＳ衛星からの信号を解析し、自車両Ｃの現在位置（座標）、進行方位、移動速度等の情報を取得することができる。方位センサ１４は、自車両Ｃの進行方位又はその進行方位の変化を検出するセンサである。この方位センサ１４は、例えば、ジャイロスコープ、地磁気センサ、ハンドルの回転部に取り付けた光学的な回転センサや回転型の抵抗ボリューム、車輪部に取り付ける角度センサ等により構成される。そして、方位センサ１４は、その検出結果を自車位置情報取得部１６へ出力する。距離センサ１５は、自車両Ｃの車速や移動距離を検出するセンサである。この距離センサ１５は、例えば、車両のドライブシャフトやホイール等が一定量回転する毎にパルス信号を出力する車速パルスセンサ、自車両Ｃの加速度を検知するヨー・Ｇセンサ及び検知された加速度を積分する回路等により構成される。そして、距離センサ１５は、その検出結果としての車速及び移動距離の情報を自車位置情報取得部１６へ出力する。また、本実施形態においては、方位センサ１４及び距離センサ１５は、その検出結果を、挙動検出部１７へも出力する。
【００５７】
自車位置情報取得部１６は、これらのＧＰＳ受信機１３、方位センサ１４及び距離センサ１５からの出力に基づいて、公知の方法により自車位置を特定する演算を行う。また、自車位置情報取得部１６は、地図データベースＤＢ１から抽出された自車位置周辺の道路情報Ｒａを取得し、それに基づいて公知のマップマッチングを行うことにより自車位置を道路情報Ｒａに示される道路上に合わせる補正も行う。このようにして、自車位置情報取得部１６は、座標（緯度及び経度）で表された自車両Ｃの現在位置の情報、及び自車両Ｃの進行方位の情報を含む自車位置情報Ｐを取得する。
【００５８】
８．挙動検出部
挙動検出部１７は、自車両Ｃの挙動を検出する挙動検出手段として機能する。図１に示すように、挙動検出部１７は、自車両Ｃの各部に設けられた各種のセンサやスイッチ等からの信号の入力を受けて自車両Ｃの挙動を検出する。挙動検出部１７に信号を出力する各種センサとしては、上述した方位センサ１４及び距離センサ１５のほか、例えば、振動センサ１９、傾斜センサ２０、加速度センサ２１、アクセルセンサ（不図示）、ブレーキセンサ（不図示）、照度センサ（不図示）等がある。また、挙動検出部１７に信号を出力する各種スイッチとしては、例えば、空調スイッチ２２、ウィンドウスイッチ２３、ヘッドライト操作スイッチ（不図示）、オーディオ操作スイッチ（不図示）、ナビゲーション用のタッチパネルを備えた表示入力装置２９やリモートコントローラ（不図示）等がある。
【００５９】
振動センサ１９は、自車両Ｃの車体に伝わる振動を検出するセンサである。この検出結果は、例えばアクティブサスペンションの制御等に用いられる。傾斜センサ２０は、自車両Ｃの車体の傾斜状態を検出するセンサである。この検出結果により、自車両Ｃが走行中の道路の傾斜状態を知ることができる。加速度センサ２１は、自車両Ｃの加速や減速の加速度を検出するセンサである。アクセルセンサは、運転者によるアクセルペダルの操作量（アクセル開度）を検出するセンサである。ブレーキセンサは、運転者によるブレーキペダルの操作量やブレーキ踏力等を検出するセンサである。照度センサは、ヘッドライトの自動制御等のために自車両Ｃの外部の明るさを検出するセンサである。
【００６０】
空調スイッチ２２は、空調装置の温度設定や外気導入又は室内循環の切り替え等を行うためのスイッチである。ウィンドウスイッチ２３は、窓の開閉を行うためのスイッチである。ヘッドライト操作スイッチは、ヘッドライトの点灯又は消灯やハイビーム又はロービームの切り替え等を行うためのスイッチである。オーディオ操作スイッチは、オーディオの音量設定や再生指示等を行うためのスイッチである。ナビゲーション用の表示入力装置２９やリモートコントローラ（不図示）は、ナビゲーション装置１を構成するナビゲーション用演算部２７に対する指示の入力を行うためのスイッチを備えている。
【００６１】
本実施形態において、挙動検出部１７により検出される自車両Ｃの挙動には、検出可能である特徴的なあらゆる挙動が含まれ、自車両Ｃの各部における運転者の操作の受け付け及び自車両Ｃの動作が含まれる。また、この自車両Ｃの動作には、運転者の操作によって生じる自車両Ｃの各部や車両全体の動作、或いは、外部から自車両Ｃに加わる外的要因によって生じる自車両Ｃの各部や車両全体の動作等が含まれる。例えば、空調スイッチ２２、ウィンドウスイッチ２３、ヘッドライト操作スイッチ（不図示）、オーディオ操作スイッチ（不図示）、ナビゲーション用の表示入力装置２９やリモートコントローラ（不図示）等の各種スイッチの操作、アクセルセンサやブレーキセンサ等の各種センサ等により検出される運転者の操作は、自車両Ｃの各部における運転者の操作の受け付けに係る挙動として、挙動検出部１７により検出される。
【００６２】
また、例えば、運転者のステアリング操作により方位センサ１４が検出する自車両Ｃの進行方位の変化、運転者のアクセルペダルやブレーキペダルの操作により加速度センサ２１が検出する自車両Ｃの加速度の変化、運転者のシフト操作やアクセル操作による変速装置の変速段の変更等、運転者の操作の受け付けの結果として各種センサ等により検出される自車両Ｃの動作は、運転者の操作による自車両Ｃの動作に係る挙動として、挙動検出部１７により検出される。また、例えば、ナビゲーション用の表示入力装置２９が備えるタッチパネルやリモートコントローラ（不図示）等の操作に基づくナビゲーション用演算部２７の動作も、運転者の操作による自車両Ｃの動作に係る挙動として、挙動検出部１７により検出される。このようなナビゲーション用演算部２７の動作としては、例えば、運転者の操作に基づく、渋滞情報の取得、地図表示縮尺の変更、画面表示輝度の変更、案内経路の変更等が含まれる。
【００６３】
また、例えば、段差や荒れた路面を通過することにより振動センサ１９が検出する自車両Ｃの振動や衝撃、坂道を走行することにより傾斜センサ２０及び加速度センサ２１が検出する自車両Ｃの加速度の変化、カーブを走行することにより方位センサ１４が検出する自車両Ｃの進行方位の変化等、外的要因によって生じて各種センサ等により検出される自車両Ｃの動作は、外的要因による自車両Ｃの動作に係る挙動として、挙動検出部１７により検出される。なお、運転者の操作による自車両Ｃの動作と外的要因による自車両Ｃの動作とは、厳密に区別することができるものばかりではなく、いずれにも属する自車両Ｃの動作も存在する。
【００６４】
本実施形態においては、挙動検出部１７は、挙動属性情報生成部１８を備えている。挙動属性情報生成部１８は、挙動検出部１７により自車両Ｃの挙動が検出された場合に、当該挙動の属性を表す挙動属性情報Ｂａ（図７参照）を生成する挙動属性情報生成手段として機能する。この挙動属性情報Ｂａは、後述するように検出挙動情報Ｂ及び学習挙動情報Ｓの一部を構成する。ここで、挙動属性情報Ｂａにより表される挙動の属性は、挙動検出部１７により検出された挙動の内容や種別を、他の挙動に対して識別するための分類を表す情報である。したがって、挙動属性情報Ｂａは、例えば以下のような内容の情報となる。
【００６５】
すなわち、運転者の操作の受け付けに係る挙動に関する挙動属性情報Ｂａとしては、例えば、「空調装置の外気導入から室内循環への切り替え操作」、「運転席側の窓の開操作」、「ヘッドライトのロービームからハイビームへの切り替え操作」、「シフトレバーのシフトダウン操作」等がある。また、運転者の操作による自車両Ｃの動作に係る挙動に関する挙動属性情報Ｂａは、例えば、「左折」、「右折」、「左カーブ」、「右カーブ」、「加速」、「減速」、「停止」、「変速装置のシフトダウン」、「ナビゲーション装置の地図表示縮尺の変更」、「ナビゲーション装置の案内経路の変更」等がある。また、外的要因による自車両Ｃの動作に係る挙動に関する挙動属性情報Ｂａは、例えば、「振動」、「衝撃」、「上り傾斜」、「下り傾斜」等のほか、運転者の操作による自車両Ｃの動作に係る挙動と重複するものとして、「左カーブ」、「右カーブ」、「加速」、「減速」等がある。なお、以上の挙動属性情報Ｂａの内容は単なる一例であり、挙動属性情報Ｂａにより表される挙動の属性の分類のレベルは、識別可能とする挙動をどの程度まで細分化するかに応じて任意に定めることができる。
【００６６】
９．画像認識部
画像認識部２４は、画像情報取得部１２で取得された画像情報Ｇに含まれる対象地物の画像認識処理を行う画像認識手段として機能する。本実施形態においては、画像認識部２４は、道路の路面に設けられた道路標示を対象地物として画像認識処理を行う。具体的には、画像認識部２４は、対象地物の画像認識に際しては、画像情報Ｇに対して二値化処理やエッジ検出処理等を行い、当該画像情報Ｇに含まれている対象地物（道路標示）の輪郭情報を抽出する。その後、画像認識部２４は、抽出された地物の輪郭情報と、対象地物となり得る各種地物の形態の特徴量とのパターンマッチングを行うことにより、画像情報Ｇに含まれる対象地物の画像を抽出する。また、画像認識部２４は、抽出された地物の輪郭情報と特徴量がマッチングする地物の地物種別を、画像情報Ｇに含まれる対象地物の地物種別として認識する。そして、画像認識部２４は、パターンマッチングに成功した場合に対象地物の画像認識に成功したと判定する。一方、画像認識部２４は、画像情報Ｇについて画像認識処理を行った結果、パターンマッチングに失敗した場合には、対象地物の画像認識に失敗したと判定する。
【００６７】
また、本実施形態においては、画像認識部２４は、地物属性情報生成部２５を備えている。地物属性情報生成部２５は、画像認識部２４により認識された対象地物について、当該対象地物の属性を表す地物属性情報を生成する地物属性情報生成手段として機能する。この地物属性情報は、後述するように認識地物情報Ａ及び学習地物情報Ｆｂの一部を構成する。ここで、地物属性情報により表される対象地物の属性は、当該一つの対象地物を他の対象地物と識別できるものであればよい。したがって、例えば、地物属性情報は、当該対象地物の地物種別、当該対象地物の具体的形状や大きさ、当該対象地物が存在するリンクｋのリンクＩＤ、当該対象地物が存在する概略の位置等の中から選択される一又は二以上の情報を有して構成される。このような地物属性情報を構成する情報は、画像認識部２４による当該対象地物の画像認識結果や、当該対象地物が認識された画像情報Ｇの取得時の自車位置情報Ｐ等に基づいて生成される。
【００６８】
１０．自車位置情報補正部
自車位置情報補正部２６は、画像認識部２４による対象地物の画像認識処理の結果と、当該対象地物についての地物データベースＤＢ２に記憶された地物情報Ｆとに基づいて自車位置情報Ｐを補正する自車位置情報補正手段として機能する。本実施形態では、自車位置情報補正部２６は、まず、画像認識部２４による画像認識処理の結果と、撮像装置１１の取付位置、取付角度、及び画角等とに基づいて、対象地物の画像を含む画像情報Ｇの取得時における自車両Ｃと対象地物との位置関係を演算する。次に、自車位置情報補正部２６は、画像認識部２４により認識された対象地物についての地物情報Ｆを地物データベースＤＢ２から抽出する。そして、自車位置情報補正部２６は、この自車両Ｃと対象地物との位置関係の演算結果と、当該対象地物についての地物情報Ｆに含まれる当該対象地物の位置情報とに基づいて、自車両Ｃの進行方向における対象地物の位置情報（地物情報Ｆ）を基準とする高精度な自車両Ｃの位置情報を演算して取得する。そして、自車位置情報補正部２６は、このようにして取得した高精度な自車両Ｃの位置情報に基づいて、自車位置情報取得部１６で取得した自車位置情報Ｐに含まれる、自車両Ｃの進行方向の現在位置の情報を補正する。その結果、自車位置情報取得部１６は、このような補正後の高精度な自車位置情報Ｐを取得する。
【００６９】
１１．ナビゲーション用演算部
ナビゲーション用演算部２７は、自車位置表示、出発地から目的地までの経路探索、目的地までの経路案内、目的地検索等のナビゲーション機能を実行するためにアプリケーションプログラム２８に従って動作する演算処理手段である。ここで、アプリケーションプログラム２８は、自車位置情報Ｐ、地図情報Ｍ、学習挙動情報Ｓ、及び地物情報Ｆ等を参照して、ナビゲーション用演算部２７に各種のナビゲーション機能を実行させる。例えば、ナビゲーション用演算部２７は、自車位置情報Ｐに基づいて地図データベースＤＢ１から自車両Ｃ周辺の地図情報Ｍを取得して表示入力装置２９の表示画面に地図の画像を表示するとともに、当該地図の画像上に、自車位置情報Ｐに基づいて自車位置マークを重ね合わせて表示する処理を行う。この際、アプリケーションプログラム２８は、学習挙動情報Ｓを参照することにより、後述する挙動予測部５１によって右折や左折等の自車両Ｃの挙動を予測し、実際の自車両Ｃの位置とは異なる道路上の位置への誤マッチング等を防止できる。また、ナビゲーション用演算部２７は、地図データベースＤＢ１に記憶された地図情報Ｍに基づいて、所定の出発地から目的地までの経路探索を行う。更に、ナビゲーション用演算部２７は、探索された出発地から目的地までの経路と自車位置情報Ｐとに基づいて、表示入力装置２９及び音声出力装置３０の一方又は双方を用いて、運転者に対する経路案内を行う。表示入力装置２９は、液晶表示装置等の表示装置とタッチパネルや操作スイッチ等の入力装置が一体となったものである。音声出力装置３０は、スピーカ等を有して構成されている。本実施形態においては、ナビゲーション用演算部２７、表示入力装置２９、及び音声出力装置３０が、本発明における案内情報出力手段３１として機能する。
【００７０】
１２．認識位置情報取得部
認識位置情報取得部４１は、画像認識部２４により画像認識に成功した対象地物について、当該対象地物の認識位置を表す認識位置情報を取得する認識位置情報取得手段として機能する。本実施形態においては、認識位置情報取得部４１は、まず、画像認識部２４による画像認識処理において、対象地物の画像認識に成功したか否かを監視する。そして、画像認識部２４により、対象地物の画像認識に成功した場合には、認識位置情報取得部４１は、当該画像認識結果と、自車位置情報取得部１６により取得された自車位置情報Ｐとに基づいて当該対象地物の認識位置を導出する。ここでは、認識位置情報取得部４１は、認識に成功した対象地物の画像を含む画像情報Ｇを取得した際の自車位置情報Ｐを、当該対象地物の認識位置情報として取得する。このように取得される対象地物の認識位置情報は、自車位置情報Ｐを基準として導出されるため、自車位置情報Ｐが有する誤差を反映した位置の情報となる。
【００７１】
１３．認識地物情報生成部
認識地物情報生成部４２は、画像認識部２４により画像認識に成功した対象地物について、地物属性情報生成部２５により生成された当該対象地物の地物属性情報と、認識位置情報取得部４１により取得された当該対象地物の認識位置情報とを含む認識地物情報Ａを生成する認識地物情報生成手段として機能する。そして、認識地物情報生成部４２は、生成した認識地物情報Ａを地物学習データベースＤＢ３に記憶する。以下、認識地物情報生成部４２が行う処理の詳細について、図５及び図６を用いて説明する。図５は、対象地物の画像認識結果に基づく地物情報Ｆの学習処理の概要を説明するための説明図である。そして、図５（ａ）は、自車両Ｃが走行する実際の道路に設けられた道路標示（対象地物）の一例である。この例では、画像認識部２４は、速度標示の「３０」の文字を対象地物ｆ１としての画像認識することになる。図５（ｂ）は、地物学習データベースＤＢ３に記憶された認識地物情報Ａの一例である。図５（ｃ）は、地物学習データベースＤＢ３に記憶された学習結果が反映された地物データベースＤＢ２の一例である。
【００７２】
本実施形態においては、認識地物情報生成部４２は、図５（ｂ）に示すように、各対象地物について認識地物情報Ａを、認識位置情報取得部４１により取得された認識位置情報に基づいて、当該認識位置情報が示す当該対象地物の認識位置が属する所定の位置範囲についての学習値として生成する。そして、認識地物情報生成部４２は、当該対象地物を認識する度に学習値を前記位置範囲毎に加算して記憶することとしている。本例では、所定の位置範囲は、道路を表すリンクｋに沿った方向に一定距離毎に区分され設定された範囲であり、例えば、リンクｋに沿った方向に０．５〔ｍ〕毎に区分された範囲とする。また、学習値は、一つの対象地物の画像認識に成功する毎に、地物学習データベースＤＢ３における当該対象地物の認識位置が属する位置範囲に加算される値であり、例えば、一つの対象地物の画像認識に成功する毎に１点とする。すなわち、本例では、認識地物情報Ａは、対象地物の認識位置情報として、当該対象地物の認識位置が含まれる位置範囲を表す情報と、その学習値「１」の情報を有して構成される。
【００７３】
図６は、図５（ｂ）に示す地物学習データベースＤＢ３に記憶された学習値の対象地物ｆ１に関する部分の拡大図である。例えば、図５（ａ）の例において、対象地物ｆ１の画像認識に成功した場合であって、認識位置情報取得部４１により取得された対象地物ｆ１の認識位置が、図６中に「ａ４」として示される位置範囲であった場合には、この図６中に破線で示すように、当該位置範囲ａ４の学習値に１が加算される。そして、自車両Ｃが同じ道路を複数回通行することにより、同じ対象地物ｆ１が複数回画像認識されると、地物学習データベースＤＢ３には、図５（ｂ）及び図６に示すように、当該対象地物が認識される毎に生成された複数の認識地物情報Ａとしての学習値が、当該対象地物の認識位置を表す位置範囲毎に積算されて蓄積される。そして、後述するように、学習値が所定の学習しきい値Ｔ１以上になると、学習地物情報生成部４４により当該対象地物についての学習地物情報Ｆｂが生成され、地物データベースＤＢ２に記憶される。図５の例では、図５（ｃ）に示すように、対象地物ｆ１に対応する学習地物情報Ｆｂ１が、地物データベースＤＢ２に記憶される。
【００７４】
また、認識地物情報生成部４２は、当該認識地物情報Ａが示す対象地物を他の対象地物に対して識別可能な状態とするため、地物属性情報生成部２５により生成された当該対象地物の地物属性情報を有している。すなわち、地物学習データベースＤＢ３に記憶される認識地物情報Ａは、当該対象地物の認識位置情報としての位置範囲を表す情報及びその学習値「１」の情報を有するとともに、当該対象地物の地物属性を表す地物属性情報が関連付けられて構成されている。上記のとおり、この地物属性情報は、例えば、地物属性情報は、当該対象地物の地物種別、当該対象地物の具体的形状や大きさ、当該対象地物が存在するリンクｋのリンクＩＤ、当該対象地物が存在する概略の位置等の中から選択される一又は二以上の情報を有して構成される。
【００７５】
１４．推測位置判定部
推測位置判定部４３は、地物学習データベースＤＢ３に記憶された各対象地物についての複数の前記認識位置情報を統計的に処理して求めた推測位置情報を取得する推測位置情報取得手段として機能する。そのため、推測位置判定部４３は、同じ対象地物が複数回画像認識されることにより地物学習データベースＤＢ３に記憶された、同じ対象地物についての複数の認識地物情報Ａに基づいて、図５に示すように、当該対象地物についての推測認識位置ｐａを判定し、当該推測認識位置ｐａを当該対象地物の道路上の位置に変換することにより当該対象地物の推測位置ｐｇを判定する処理を行う。本実施形態においては、推測位置判定部４３は、まず、同じ対象地物についての複数の認識地物情報Ａの分布に基づいて、当該分布の代表値を当該対象地物についての推測認識位置ｐａとして判定する。ここでは、分布の代表値として最頻値を用いる。すなわち、推測位置判定部４３は、各対象地物についての認識地物情報Ａとしての学習値が、最初に所定の学習しきい値Ｔ１以上となった位置範囲を代表する位置を、当該対象地物についての推測認識位置ｐａと判定する。一例として、図５の例における対象地物ｆ１の推測認識位置ｐａを判定する場合の判定方法について説明する。図６に示すように、対象地物ｆ１についての認識地物情報Ａとしての学習値は、位置範囲ａ４において最初に学習しきい値Ｔ１以上となっている。したがって、推測位置判定部４３は、位置範囲ａ４を代表する位置、例えば位置範囲ａ４の中央位置ｐａ４を、対象地物ｆ１の推測認識位置ｐａと判定する。
【００７６】
次に、推測位置判定部４３は、上記のようにして判定された対象地物の推測認識位置ｐａを、当該対象地物の道路上の位置に変換して当該対象地物の推測位置ｐｇを判定する。このような変換は、撮像装置１１の取付位置、取付角度、及び画角等から理論上求められる自車両Ｃと画像情報Ｇ中の対象地物との位置関係に基づいて行うことができる。そして、このようにして推測位置判定部４３により求められた対象地物の推測位置ｐｇを表す情報が、当該対象地物の推測位置情報として取得される。
【００７７】
１５．学習地物情報生成部
学習地物情報生成部４４は、同じ対象地物が複数回画像認識されることにより地物学習データベースＤＢ３に記憶された同じ対象地物についての複数の認識地物情報Ａに基づいて、当該対象地物の学習結果を表す学習地物情報Ｆｂを生成する学習地物情報生成手段として機能する。ここで、学習地物情報Ｆｂは、複数の認識地物情報Ａに示される同じ対象地物についての地物属性情報と、推測位置判定部４３により当該対象地物についての複数の認識位置情報Ａを統計的に処理して求めた、当該対象地物の推測位置ｐｇを表す推測位置情報とを含んで構成される。すなわち、学習地物情報生成部４４は、推測位置判定部４３により取得された各対象地物の推測位置ｐｇを表す推測位置情報と、当該対象地物についての認識地物情報Ａに含まれる地物属性情報とを関連付けて学習地物情報Ｆｂを生成する。またこの際、学習地物情報生成部４４は、各学習地物情報Ｆｂの地物属性情報として、各地物を他の地物と識別するための識別情報（地物ＩＤ）を付与する。これにより、学習地物情報Ｆｂは、初期地物情報Ｆａと同様に、位置情報及びそれに関連付けられた地物属性情報を備えた情報として生成される。そして、この学習地物情報生成部４４で生成された学習地物情報Ｆｂは、地物データベースＤＢ２に記憶される。本実施形態においては、図５（ｃ）に示すように、学習地物情報Ｆｂ１が、学習地物情報生成部４４により生成され、地物データベースＤＢ２に記憶されている。なお、この図に表されている黒い四角形「■」は、学習地物情報Ｆｂ１の位置情報が示す対象地物ｆ１の推測位置ｐｇを表している。
【００７８】
１６．関係情報生成部
関係情報生成部４５は、挙動検出部１７により自車両Ｃの挙動が検出された場合に、当該検出された自車両Ｃの挙動と、当該挙動の検出より前に画像認識部２４により認識された対象地物との関係を表す関係情報Ｂｒ（図７参照）を取得する関係情報取得手段として機能する。ここで、関係情報生成部４５は、自車両Ｃの移動距離を検出する移動距離検出手段としての距離センサ１５、及び自車両Ｃの現在位置を表す自車位置情報Ｐを取得する自車位置情報取得部１６の少なくとも一方からの情報に基づいて関係情報Ｂｒを取得する。そのため、本実施形態においては、関係情報生成部４５は、図１に示すように、距離情報生成部４６及び地物特定情報生成部４７を有して構成されている。そこで、以下に、これら距離情報生成部４６及び地物特定情報生成部４７が行う処理の詳細について説明する。
【００７９】
なお、以下の説明においては、自車両Ｃの挙動の具体例に関する検出挙動情報Ｂ及び学習挙動情報Ｓの内容を示す図７を適宜参照する。ここで、図７（ａ）は、自車両Ｃが実際に走行する道路の状況の具体例を示している。この図７（ａ）の例では、自車両Ｃは、速度標示の「３０」の文字の対象地物ｆ１の上を通過した後、距離１００〔ｍ〕進行してから交差点Ｎで左折している。したがって、本例では、画像認識部２４が対象地物ｆ１を画像認識した後に、距離１００〔ｍ〕進行した交差点Ｎにおいて挙動検出部１７が自車両Ｃの「左折」の挙動を検出することになる。図７（ｂ）は、当該挙動についての検出挙動情報Ｂの例を示し、図７（ｃ）は、当該挙動についての学習挙動情報Ｓの例を示している。
【００８０】
１６−１．距離情報生成部
距離情報生成部４６は、画像認識部２４により認識された対象地物の認識位置から挙動検出部１７により検出された自車両Ｃの挙動の検出位置までの距離を表す距離情報Ｂｃ（図７（ｂ）参照）を生成する距離情報生成手段として機能する。すなわち、距離情報生成部４６は、図７（ａ）の例に示すように、画像認識部２４により対象地物ｆ１が認識された後に、挙動検出部１７により自車両Ｃの挙動が検出された場合に、当該対象地物の認識位置から当該挙動の検出位置までの距離である地物−挙動間距離Ｌを検出して距離情報Ｂｃを生成する。そのため、本実施形態においては、距離情報生成部４６は、距離センサ１５により検出される自車両Ｃの移動距離の情報を用いて、地物−挙動間距離Ｌを検出する。
【００８１】
すなわち、距離情報生成部４６は、画像認識部２４により対象地物が認識された際の自車両Ｃの位置を始点とし、自車両Ｃの挙動が検出されるまでの自車両Ｃの移動距離を地物−挙動間距離Ｌとして検出する。このように距離センサ１５からの出力を用いることにより、自車位置情報Ｐとは無関係に地物−挙動間距離Ｌを検出することができる。そして、距離情報生成部４６は、このように検出した地物−挙動間距離Ｌを表す情報を距離情報Ｂｃとする。図７（ａ）に示す例では、実際の地物−挙動間距離Ｌが１００〔ｍ〕である。したがって、当該地物−挙動間距離Ｌの距離センサ１５による検出結果として、図７（ｂ）に示すように、距離センサ１５の検出誤差が含まれた値が、距離情報生成部４６により距離情報Ｂｃとして生成される。
【００８２】
１６−２．地物特定情報生成部
地物特定情報生成部４７は、画像認識部２４により認識された対象地物を特定するための地物特定情報Ｂｂを生成する地物特定情報生成手段として機能する。すなわち、地物特定情報生成部４７は、図７（ａ）の例に示すように、画像認識部２４により対象地物ｆ１が認識された後に、挙動検出部１７により自車両Ｃの挙動が検出された場合に、当該認識された対象地物ｆ１を特定するための地物特定情報Ｂｂを生成する。本実施形態においては、地物特定情報Ｂｂは、地物学習データベースＤＢ３に記憶された認識地物情報Ａを特定するための識別情報（図７（ｂ）の例では地物ＩＤ（ＩＤ＝××××））としている。すなわち、地物特定情報生成部４７は、画像認識部２４により対象地物ｆ１が認識された後、当該認識された対象地物ｆ１についての認識地物情報Ａが認識地物情報生成部４２により生成され、地物学習データベースＤＢ３に記憶される際に、当該認識地物情報Ａを特定するための識別情報を取得する。そして、地物特定情報生成部４７は、当該識別情報を地物特定情報Ｂｂとして生成する。これにより、後述する検出挙動情報Ｂ又は学習挙動情報Ｓに含まれる地物特定情報Ｂｂに基づいて、地物学習データベースＤＢ３に記憶された認識地物情報Ａを参照することにより、検出挙動情報Ｂ又は学習挙動情報Ｓに示される対象地物の地物属性や認識位置を特定することが可能となる。
【００８３】
なお、地物学習データベースＤＢ３に記憶された認識地物情報Ａを特定するための識別情報は、各認識地物情報Ａに付された地物ＩＤに限られるものではなく、例えば、地物学習データベースＤＢ３内の各認識地物情報Ａの格納場所等のような他の情報とすることも可能である。
【００８４】
そして、図７（ｂ）に示すように、本実施形態においては、距離情報生成部４６により生成された距離情報Ｂｃと、地物特定情報生成部４７により生成された地物特定情報Ｂｂとにより、関係情報Ｂｒが構成される。
【００８５】
１７．検出挙動情報生成部
検出挙動情報生成部４８は、挙動検出部１７により検出された自車両Ｃの挙動の属性を表す挙動属性情報Ｂａと、当該挙動について関係情報生成部４５により取得された関係情報Ｂｒとを含む検出挙動情報Ｂを生成する検出挙動生成手段として機能する。本実施形態においては、上記のとおり、挙動属性情報Ｂａは、挙動検出部１７により自車両Ｃの挙動が検出された際に挙動属性情報生成部１８により生成される。また、関係情報Ｂｒを構成する距離情報Ｂｃ及び地物特定情報Ｂｂは、関係情報生成部４５の距離情報生成部４６及び地物特定情報生成部４７により生成される。そこで、検出挙動情報生成部４８は、これらの挙動属性情報Ｂａと関係情報Ｂｒとを関連付けて検出挙動情報Ｂを生成する。そして、検出挙動情報生成部４８は、生成した検出挙動情報Ｂを挙動学習データベースＤＢ４に記憶する。
【００８６】
ここで、ある一つの挙動についての複数の検出挙動情報Ｂでは、当該挙動の挙動属性、及び当該挙動の検出前に画像認識される対象地物は同一となる。したがって、本実施形態においては、検出挙動情報生成部４８は、同じ挙動についての複数の検出挙動情報Ｂについて、挙動属性情報Ｂａ及び地物特定情報Ｂｂを共通とした一まとめの情報として挙動学習データベースＤＢ４に記憶する。図７（ｂ）は、図７（ａ）の例に示される一つの挙動（「左折」）についての複数の検出挙動情報Ｂを一つにまとめて格納した例を示している。この例では、検出挙動情報Ｂは、「左折」の挙動を内容とする一つの挙動属性情報Ｂａと、「ＩＤ＝××××」の識別情報を内容とする地物特定情報Ｂｂとに関連付けられた複数の距離情報Ｂｃにより構成されている。そして、これら複数の距離情報Ｂｃは、距離センサ１５による検出誤差を含むため、実際の地物−挙動間距離Ｌである１００〔ｍ〕に近い値ではあるが、それぞれ若干異なる値となっている。
【００８７】
１８．平均距離判定部
平均距離判定部４９は、同じ挙動についての複数の検出挙動情報Ｂに示される同じ挙動についての複数の距離情報Ｂｃの平均値を判定し、平均距離情報Ｓｃを生成する。本実施形態においては、平均距離判定部４９は、ある一つの挙動について挙動属性情報Ｂａ及び地物特定情報Ｂｂを共通として一つにまとめて記憶された検出挙動情報Ｂの複数の距離情報Ｂｃについて平均値を判定する。そして、判定された同じ挙動についての複数の距離情報Ｂｃの平均値を、平均距離情報Ｓｃとして生成する。図７（ｃ）に示される学習挙動情報Ｓの例では、平均距離情報Ｓｃは、図７（ｂ）の例に示される一つの挙動（「左折」）についての検出挙動情報Ｂの複数の距離情報Ｂｃの全ての値の平均値（「１００．１〔ｍ〕」）となっている。そして、このように平均距離判定部４９により生成される平均距離情報Ｓｃと、同じ挙動についての複数の検出挙動情報Ｂに共通する地物特定情報Ｂｂとにより、本発明における統計的関係情報Ｓｒが構成される。よって、本実施形態においては、平均距離判定部４９は、複数の検出挙動情報Ｂに示される同じ挙動についての複数の関係情報Ｂｒを統計的に処理して求めた統計的関係情報Ｓｒを生成する統計的関係情報生成手段として機能する。
【００８８】
１９．学習挙動情報生成部
学習挙動情報生成部５０は、挙動学習データベースＤＢ４に記憶された検出挙動情報Ｂに基づいて、対象地物と関係付けられた自車両Ｃの挙動の学習結果を表す学習挙動情報Ｓを生成する学習挙動情報生成手段として機能する。本実施形態においては、学習挙動情報生成部５０は、基本的に、同じ挙動が複数回検出されることにより挙動学習データベースＤＢ４に記憶された、同じ挙動についての複数の検出挙動情報Ｂに基づいて学習挙動情報Ｓを生成する。そして、学習挙動情報Ｓは、複数の検出挙動情報Ｂに示される同じ挙動についての挙動属性情報Ｂａと、当該挙動についての複数の関係情報Ｂｒを統計的に処理して求めた統計的関係情報Ｓｒとを含んで構成される。ここでは、統計的関係情報Ｓｒは、平均距離判定部４９により生成される平均距離情報Ｓｃと、同じ挙動についての複数の検出挙動情報Ｂに共通する地物特定情報Ｂｂとにより構成される。したがって、この学習挙動情報Ｓは、ある一つの挙動についての複数の検出挙動情報Ｂについて共通の挙動属性情報Ｂａ及び地物特定情報Ｂｂと、当該挙動についての複数の検出挙動情報Ｂに示される同じ挙動についての複数の距離情報Ｂｃの平均値である平均距離情報Ｓｃとを関連付けた情報として構成される。図７（ｃ）に示される例では、学習挙動情報Ｓは、「左折」の挙動を内容とする一つの挙動属性情報Ｂａと、「ＩＤ＝××××」の識別情報を内容とする地物特定情報Ｂｂと、これらに関連付けられた「１００．１〔ｍ〕」を内容とする平均距離情報Ｓｃとにより構成されている。そして、学習挙動情報生成部５０は、生成した学習挙動情報Ｓを挙動データベースＤＢ５に記憶する。
【００８９】
なお、学習挙動情報生成部５０は、ある一つの挙動について挙動学習データベースＤＢ４に一つの検出挙動情報Ｂしかない場合には、当該一つの検出挙動情報Ｂに基づいて学習挙動情報Ｓを生成する。この場合、学習挙動情報Ｓの統計的関係情報Ｓｒに含まれる平均距離情報Ｓｃが、検出挙動情報Ｂの距離情報Ｂｃと同じになるため、学習挙動情報Ｓの内容は、実質的に検出挙動情報Ｂと同じとなる。以下では、複数の検出挙動情報Ｂに基づいて学習挙動情報Ｓを生成する場合を例として説明する。
【００９０】
２０．挙動予測部
挙動予測部５１は、挙動データベースＤＢ５に記憶された学習挙動情報Ｓに基づいて、当該学習挙動情報Ｓが示す対象地物が画像認識された際に、当該対象地物と関係付けられた自車両Ｃの挙動が発生することを予測し、当該挙動の予測結果を出力する挙動予測手段として機能する。そのために、挙動予測部５１は、画像認識部２４により対象地物が画像認識された際に、当該認識された対象地物に係る学習挙動情報Ｓを、各学習挙動情報Ｓに含まれる地物特定情報Ｂｂを参照することにより挙動データベースＤＢ５から抽出して取得する。そして、当該抽出された学習挙動情報Ｓに含まれる挙動属性情報Ｂａと平均距離情報Ｓｃとに基づいて、自車両Ｃの挙動を予測する。具体的には、挙動予測部５１は、対象地物を画像認識した認識位置から平均距離情報Ｓｃに示される距離を移動した時に、挙動属性情報Ｂａに示される自車両Ｃの挙動が発生するという予測を行う。そして、挙動予測部５１は、当該挙動の予測結果を、自車両Ｃの動作や制御等に反映するために、自車両Ｃの種々の制御手段に対して出力する。このような挙動の予測結果の出力先としては、例えば、自車両Ｃの案内情報の出力のための演算処理を行うナビゲーション用演算部２７や、運転者の操作を再現するため、或いは運転者の操作による自車両の動作又は外的要因による自車両の動作を最適化するための制御装置である車両制御部５２等がある。このような挙動の予測結果に関する具体的な適用例については、後に複数の例を挙げて詳細に説明する。
【００９１】
２１．挙動学習処理
次に、本実施形態に係るナビゲーション装置１に含まれる車両挙動学習装置２において実行される自車両Ｃの挙動の学習処理の手順（車両挙動学習プログラム）について説明する。図８は、本実施形態に係る挙動学習処理の全体の手順を示すフローチャートである。また、図９は、本実施形態において、図８に示す挙動学習処理の一部として含まれる地物学習処理の手順を示すフローチャートである。以下に説明する処理の手順は、上記の各機能部を構成するハードウェア又はソフトウェア（プログラム）或いはその両方により実行される。上記の各機能部がプログラムにより構成される場合には、ナビゲーション装置１が有する演算処理装置が、上記の各機能部を構成する車両挙動学習プログラムを実行するコンピュータとして動作する。以下では、まず、挙動学習処理の全体の手順について説明する。
【００９２】
２１−１．挙動学習処理の全体の手順
図８に示すように、車両挙動学習装置２では、まず、自車位置情報取得部１６により自車位置情報Ｐを取得する（ステップ＃０１）。次に、画像情報取得部１２により、撮像装置１１により撮像した自車両Ｃの周辺の画像情報Ｇを取得する（ステップ＃０２）。その後、画像認識部２４により、画像情報Ｇに含まれる対象地物の画像認識処理を行う（ステップ＃０３）。このステップ＃０３により対象地物が認識されなかった場合には（ステップ＃０４：Ｎｏ）、処理はステップ＃０１へ戻り、再び自車位置情報Ｐ及び画像情報Ｇの取得を行う。そして、ステップ＃０３により画像情報Ｇに含まれる対象地物を認識した場合には（ステップ＃０４：Ｙｅｓ）、地物学習処理を実行する（ステップ＃０５）。この地物学習処理の手順については、後に図９に示すフローチャートに基づいて詳細に説明する。
【００９３】
また、ステップ＃０５の地物学習処理と並行して、関係情報生成部４５の距離情報生成部４６により、地物−挙動間距離Ｌの測定を開始する（ステップ＃０６）。ここで、地物−挙動間距離Ｌは、上記のとおり、ステップ＃０３により認識された対象地物の認識位置から、後述するステップ＃０７により検出される自車両Ｃの挙動の検出位置までの距離である。このステップ＃０６では、ステップ＃０３により対象地物が認識された際の自車両Ｃの位置を始点として距離の測定を開始する。次に、挙動検出部１７により、自車両Ｃの挙動の検出処理を実行する（ステップ＃０７）。このステップ＃０７の挙動検出処理では、挙動検出部１７は自車両Ｃの挙動を検出可能な状態で待機する。そして、自車両Ｃの挙動を検出するまでに（ステップ＃０８：Ｎｏ）、測定中の地物−挙動間距離Ｌが所定の中止しきい値以上となった場合には（ステップ＃１６：Ｙｅｓ）、地物−挙動間距離Ｌの測定を中止し（ステップ＃１７）、処理を終了する。一方、測定中の地物−挙動間距離Ｌが所定の中止しきい値未満の状態で（ステップ＃１６：Ｎｏ）、自車両Ｃの挙動を検出した場合には（ステップ＃０８：Ｙｅｓ）、距離情報生成部４６による地物−挙動間距離Ｌの測定を終了する（ステップ＃０９）。その後、測定された地物−挙動間距離Ｌを表す距離情報Ｂｃと、地物特定情報生成部４７により生成される地物特定情報Ｂｂとにより構成される関係情報Ｂｒを取得する（ステップ＃１０）。
【００９４】
次に、挙動検出情報生成部４８により、ステップ＃０７で検出された自車両Ｃの挙動の属性を表す挙動属性情報Ｂａと、当該挙動についてステップ＃１０で取得された関係情報Ｂｒとを含む検出挙動情報Ｂを生成する（ステップ＃１１）。そして、生成した検出挙動情報Ｂを挙動学習データベースＤＢ４に記憶する（ステップ＃１２）。次に、以上の処理によって挙動学習データベースＤＢ４に記憶された同じ挙動についての複数の検出挙動情報Ｂに基づいて、平均距離判定部４９により、平均距離情報Ｓｃを生成する（ステップ＃１３）。ここで、平均距離情報Ｓｃは、上記のとおり、同じ挙動についての複数の検出挙動情報Ｂに示される同じ挙動についての複数の距離情報Ｂｃの平均値の情報とされる。その後、同じ挙動が複数回検出されることにより挙動学習データベースＤＢ４に記憶された同じ挙動についての複数の検出挙動情報Ｂに基づいて、学習挙動情報生成部５０により、対象地物と関係付けられた自車両Ｃの挙動の学習結果を表す学習挙動情報Ｓを生成する（ステップ＃１４）。そして、生成した学習挙動情報Ｓを挙動データベースＤＢ５に記憶する（ステップ＃１５）。以上で、車両挙動学習装置２における挙動学習処理の全体の手順を終了する。
【００９５】
２１−２．地物学習処理の手順
次に、本実施形態に係る挙動学習処理の一部として含まれる地物学習処理の手順について説明する。図８のステップ＃０５の地物学習処理では、図９に示すように、まず、認識位置情報取得部４１により、図８のステップ＃０３で認識した対象地物の認識位置情報を自車位置情報Ｐに基づいて取得する（ステップ＃２１）。次に、認識地物情報生成部４２により、学習値の情報を有する認識地物情報Ａを生成する（ステップ＃２２）。すなわち、上記のとおり、認識地物情報Ａは、対象地物の認識時に地物属性情報生成部２５により生成された当該対象地物の地物属性情報と、ステップ＃２１で取得された当該対象地物の認識位置情報に基づく位置範囲毎の学習値の情報とが関連付けられて構成される。そして、例えば図５（ｂ）に示すように、このような学習値の情報を有する認識地物情報Ａを地物学習データベースＤＢ３に記憶する（ステップ＃２３）。ここで、地物学習データベースＤＢ３に記憶された当該対象地物についての認識地物情報Ａの学習値が、所定の学習しきい値Ｔ１未満である場合には（ステップ＃２４：Ｎｏ）、処理はそのまま終了する。
【００９６】
一方、地物学習データベースＤＢ３に記憶された当該対象地物についての認識地物情報Ａの学習値が、所定の学習しきい値Ｔ１以上である場合には（ステップ＃２４：Ｙｅｓ）、推測位置判定部４３により、当該対象地物の推測位置ｐｇを判定する（ステップ＃２５）。その後、学習地物情報生成部４４により、当該対象地物についての、ステップ＃２５で判定された推測位置ｐｇと当該対象地物についての認識地物情報Ａに含まれる地物属性情報とを関連付けた学習地物情報Ｆｂを生成する（ステップ＃２６）。そして、生成した学習地物情報Ｆｂを地物データベースＤＢ２に記憶する（ステップ＃２７）。以上で、地物学習処理の手順を終了する。
【００９７】
２２．挙動予測処理
次に、本実施形態に係るナビゲーション装置１に含まれる車両挙動学習装置２において実行される自車両Ｃの挙動予測処理の手順（車両挙動予測プログラム）について説明する。図１０は、本実施形態に係る挙動予測処理の手順を示すフローチャートである。以下に説明する処理の手順は、上記の各機能部を構成するハードウェア又はソフトウェア（プログラム）或いはその両方により実行される。上記の各機能部がプログラムにより構成される場合には、ナビゲーション装置１が有する演算処理装置が、上記の各機能部を構成する車両挙動予測プログラムを実行するコンピュータとして動作する。
【００９８】
図１０に示すように、車両挙動学習装置２における挙動予測処理では、まず、自車位置情報取得部１６により自車位置情報Ｐを取得する（ステップ＃３１）。次に、画像情報取得部１２により、撮像装置１１により撮像した自車両Ｃの周辺の画像情報Ｇを取得する（ステップ＃３２）。その後、画像認識部２４により、画像情報Ｇに含まれる対象地物の画像認識処理を行う（ステップ＃３３）。このステップ＃３３により対象地物が認識されなかった場合には（ステップ＃３４：Ｎｏ）、処理はステップ＃３１へ戻り、再び自車位置情報Ｐ及び画像情報Ｇの取得を行う。そして、ステップ＃３３により画像情報Ｇに含まれる対象地物を認識した場合には（ステップ＃３４：Ｙｅｓ）、挙動予測部５１により、当該対象地物に係る学習挙動情報Ｓを挙動データベースＤＢ５から抽出して取得する（ステップ＃３５）。
【００９９】
そして、ステップ＃３５で取得した学習挙動情報Ｓに基づいて、挙動予測部５１により、自車両Ｃの挙動を予測する（ステップ＃３６）。ここでは、挙動予測部５１は、上記のとおり、学習挙動情報Ｓに含まれる挙動属性情報Ｂａと平均距離情報Ｓｃとに基づいて、対象地物を画像認識した認識位置から平均距離情報Ｓｃに示される距離を移動した時に、挙動属性情報Ｂａに示される自車両Ｃの挙動が発生するという予測を行う。その後、挙動予測部５１は、当該挙動予測結果を、自車両Ｃの動作や制御等に反映するために、自車両Ｃの種々の制御手段に対して出力する（ステップ＃３７）。以上で、車両挙動学習装置２における挙動予測処理の手順を終了する。
【０１００】
２３．適用例１
以下、本発明に係る車両挙動学習装置２の具体的な適用例について説明する。図１１は、自車位置情報取得部１６により取得される自車位置情報Ｐの軌跡に基づいて車両挙動を学習する例を示す説明図である。本例において、自車両Ｃは幹線道路Ｋ１を走行し、別の幹線道路Ｋ２との大きな交差点Ｎ２に至る前に交差点Ｎ３において細街路Ｋ３へと左折する。平行する幹線道路Ｋ２と、細街路Ｋ３とが近い場合、つまり交差点Ｎ２とＮ３との距離が短い場合、自車位置情報取得部１６は自車位置情報Ｐに示される自車両Ｃの現在位置を、誤った道路上にマップマッチングする場合がある。自車両Ｃは、図１１に実線で示すように細街路Ｋ３へ左折して進行しているにも拘わらず、自車位置情報Ｐに示される自車両Ｃの現在位置が、図１１に破線で示すように幹線道路Ｋ２上にマップマッチングされ、当該自車位置情報Ｐに示される自車両Ｃの位置が自車位置マークＰｃとして表示入力装置２９に表示される場合がある。このような誤マッチングは、ナビゲーション用演算部２７により自動で、或いは運転者により手動で、修正されるが、短時間であっても現実とは異なる誤った位置を示す自車位置マークＰｃが表示入力装置２９に表示されることになる。本発明の車両挙動学習装置２を用いることによって、このような誤マッチングを抑制することができる。
【０１０１】
図１１に示す例では、自車両Ｃの運転者は、交差点Ｎ３に至る前に方向指示器を操作し、ブレーキを操作して自車両Ｃを減速させ、交差点Ｎ３においては左折の操舵を行う。このような方向指示器、ブレーキ、ステアリングへの運転者による操作は、挙動検出部１７により車両の挙動として検出される。また、このような自車両Ｃの左折動作に伴い、方位センサ２４により検出される自車両Ｃの進行方位の変化も、運転者の操作の結果生じる自車両Ｃの挙動として挙動検出部１７により検出される。一方、自車両Ｃは、このような自車両Ｃの左折の挙動を検出する前に、交差点Ｎ１を通過している。交差点Ｎ１の前後には、横断歩道の対象地物ｆ２及びｆ３があり、これらは対象地物として画像認識部２４において認識される。したがって、本例では、これらの対象地物ｆ２及びｆ３の一方又は双方と関係付けられた自車両Ｃの挙動についての検出挙動情報Ｂが生成され、挙動学習データベースＤＢ４に記憶される。
【０１０２】
この細街路Ｋ３への左折が例えば自宅への経路であれば、自車両Ｃは、幹線道路Ｋ１から細街路Ｋ３へ至る同じ経路を複数回通行する。したがって、挙動学習データベースＤＢ４には、自車両Ｃの同一の挙動についての複数の検出挙動情報Ｂが記憶される。そして、このような複数の検出挙動情報Ｂに基づいて、対象地物ｆ２、ｆ３と関係付けられた自車両Ｃの挙動の学習結果を表す学習挙動情報Ｓが生成され、挙動データベースＤＢ５に記憶される。この学習挙動情報Ｓには、自車両Ｃの左折の挙動やその際の運転者による方向指示器の操作等の挙動を表す挙動属性情報Ｂａと、対象地物ｆ２及びｆ３の一方又は双方を特定する地物特定情報Ｂｂと、地物−挙動間距離Ｌの平均値を表す平均距離情報Ｓｃとが含まれる。
【０１０３】
図１２は、ナビゲーション用演算部２７による自車位置表示において車両挙動の予測結果を利用する例を示す説明図である。上述したように、自車両Ｃの学習挙動情報Ｓが挙動データベースＤＢ５に記憶された状態で、自車両Ｃが幹線道路Ｋ１を通行する場合を考える。自車両Ｃが交差点Ｎ１を通過すると、画像認識部２４により横断歩道の対象地物ｆ２及びｆ３が認識される。挙動予測部５１は、対象地物ｆ２、ｆ３に関連づけられた学習挙動情報Ｓを挙動データベースＤＢ５から抽出して取得し、交差点Ｎ３において自車両Ｃが左折する可能性が高いことを予測する。また、挙動予測部５１は、このような挙動の予測結果を、ナビゲーション用演算部２７に対して出力する。そして、予測された位置において自車両Ｃが左折すると、ナビゲーション用演算部２７は、自車両Ｃが、幹線道路Ｋ２ではなく細街路Ｋ３に進入したと判定して、自車位置マークＰｃを細街路Ｋ３上に合わせて表示入力装置２９に表示させる。また、この際、挙動予測部５１が、このような挙動の予測結果を自車位置情報取得部１６に対して出力し、自車位置情報Ｐを補正する構成としても好適である。
【０１０４】
このように、本発明に係る車両挙動学習装置２を適用することによって、ナビゲーション装置１における自車位置表示や経路案内の精度を向上させることができる。
【０１０５】
２４．適用例２
上述した適用例１では、自車両Ｃの挙動として、自車両Ｃの各部において受け付けられる運転者の操作、及び当該運転者の操作の結果生じる自車両Ｃの動作を挙動検出部１７が検出する場合の例を示した。本適用例２では、外部から自車両Ｃに加わる外的要因による自車両Ｃの動作が挙動として検出される場合の例について説明する。
【０１０６】
ナビゲーション装置１からの道路情報を元に、自車両Ｃのサスペンションの減衰力を制御し、カーブ走行時の操舵安定性を向上し、或いは段差における振動の減衰力を最適に制御するシステムがある。これらは、サスペンションの制御とナビゲーション装置１とが協調して実施されることから、ナビ協調サスペンションシステムと称される。通常、このナビ協調サスペンションシステムは、主としてナビゲーション装置１がＧＰＳ受信機１３や方位センサ１４、距離センサ１５などを通じて取得する自車位置情報Ｐを用いて実施される。しかし、上述したように、この自車位置情報Ｐは誤差を含むため、サスペンションの制御が最適な位置からずれる場合がある。
【０１０７】
本発明に係る挙動学習装置２を適用すると、振動センサ１９や方位センサ１４、加速度センサ２１等により、カーブ走行や段差通過による自車両Ｃの挙動が、検出挙動情報Ｂとして挙動学習データベースＤＢ４に記憶される。そして、自車両Ｃが同じ経路を複数回通行することにより、挙動学習データベースＤＢ４に記憶される複数の検出挙動情報Ｂに基づいて、当該挙動についての学習挙動情報Ｓが生成され、挙動データベースＤＢ５に記憶される。
【０１０８】
このようにして生成され、記憶された学習挙動情報Ｓに基づいて、該当する対象地物に関連づけられた段差通過やカーブ走行などによる自車両Ｃの挙動が挙動予測部５１によって予測される。そして、この挙動予測結果が、ナビ協調サスペンションシステムの制御装置（車両制御部５２）に出力され、サスペンションの制御が実施される。したがって、例えば、道路の特定の場所に段差が生じている場合に、当該段差の通行時に振動・衝撃を受けることを予測して、最適なサスペンションの制御を行うことが可能となる。その結果、従来に比べてより精密な制御が可能となる。このようなナビ協調サスペンションシステムの制御装置は、本発明における自車両の動作を最適化する制御装置に相当する。
【０１０９】
なお、この適用例２で検出される挙動は、外部から自車両Ｃに加わる外的要因による自車両Ｃの動作に係る挙動である。このため、運転者や車両への依存性が低く、道路自体への依存性が高い。従って、例えば、複数の車両と通信可能なサーバ等に挙動学習データベースＤＢ４や挙動データベースＤＢ５等を設け、複数の車両で検出挙動情報Ｂや学習挙動情報Ｓを共有化することも、本発明の好適な実施形態の一つである。このような構成とすることにより、特定の位置で生じる車両の挙動をより迅速に学習することが可能となる。
【０１１０】
２５．適用例３
本適用例３では、地図データベースＤＢ１に記憶された道路情報Ｒａと運転者の操作の受け付けとに基づいて、自車両Ｃのエンジンや自動変速装置などを最適に制御する例について説明する。これは、自動変速装置などのシフト制御とナビゲーショ装置１とが協調して実施されることから、ナビ協調シフト制御と称される。例えば、上り坂を走行する際、運転者の好みによって、登坂車線などをゆっくりと登ったり、キックダウンを行って高速で登ったりする場合がある。挙動検出部１７は、例えばこのキックダウンの動作を検出挙動情報Ｂとして検出する。この挙動が同じ対象地物を基準として、繰り返し検出された場合には、この運転操作を運転者の癖として学習する。つまり、この挙動は、対象地物と関連付けられて学習挙動情報Ｓとして挙動データベースＤＢ５に記憶される。
【０１１１】
挙動予測部５１は、記憶された学習挙動情報Ｓに基づいて、画像認識部２４により該当する対象地物を認識した際に、シフトダウンが必要であると予測する。この予測結果に基づいて、ナビ協調シフト制御システムは、燃費なども考慮して最適なシフト制御を行う。尚、この制御は、エンジン、変速装置などいわゆるパワートレインの種々の機構に対して実施することができる。また、駆動力源としてエンジンとモータとを有したハイブリッド車両では、各駆動力源の動作状態を最適な状態とするように制御することができる。
【０１１２】
２６．適用例４
運転者の操作の受け付けに係る自車両Ｃの挙動として、運転者によるサンバイザーの操作を検出してもよい。この際、ＧＰＳ受信機１３からは、時刻情報や日付情報も取得可能である。従って、運転者がまぶしさを感じる時間帯、場所、方角と合わせて学習挙動情報Ｓを生成し、記憶することができる。挙動予測部５１が、この学習挙動情報Ｓに基づいて運転者がまぶしさを感じることを予測すると、例えば、表示入力装置２９の表示画面の輝度を高く調整する、電動サンバイザーを駆動する、などの制御を各装置の制御部が実施する。
【０１１３】
２７．適用例５
運転者の操作の受け付けに係る自車両Ｃの挙動として、運転者による空調装置の操作を空調スイッチ２２からの入力に基づいて検出してもよい。例えば、通常は空調装置を外気導入で使用する運転者が、ある地点において繰り返し内気循環に切り替えるという挙動を、学習挙動情報Ｓとして生成し、記憶する。これは、運転者が交通量の多い幹線道路を走行する際に、他の車両の排気ガスが自車両Ｃに浸入しないように、空調スイッチ２２を操作する場合の例である。挙動予測部５１は、学習挙動情報Ｓに基づいて、空調装置が操作されることを予測する。空調装置の制御部は、この予測結果に基づいて、自動的に外気導入から内気循環に切り替える。内気循環への切り替えが遅れ、排気ガスが自車両Ｃにわずかでも浸入すると、不快であるが、このように自動的に切り替わることで、車内の快適性が確保される。
【０１１４】
２８．その他の実施形態
【０１１５】
（１）上記の実施形態では、関係情報生成部４５により生成される関係情報Ｂｒが、距離情報生成部４６により生成された距離情報Ｂｃと、地物特定情報生成部４７により生成された地物特定情報Ｂｂとを有して構成される場合の例について説明した。しかし、関係情報Ｂｒの内容はこのような例に限定されるものではない。したがって、例えば、関係情報Ｂｒが、距離情報Ｂｃ及び地物特定情報Ｂｂのいずれか一方を含む構成とし、或いは、これら以外の、自車両の挙動と当該挙動の検出より前に前記画像認識手段により認識された対象地物との関係を表す情報を含む構成としても好適である。
【０１１６】
（２）上記の実施形態では、図７（ｂ）に示すように、同じ挙動についての複数の検出挙動情報Ｂについて、挙動属性情報Ｂａ及び地物特定情報Ｂｂを共通とした一まとめの情報として挙動学習データベースＤＢ４に記憶する場合の例について説明した。しかし、挙動学習データベースＤＢ４に記憶する際の検出挙動情報Ｂの形式はこのようなものに限定されるものではない。したがって、同じ挙動についての複数の検出挙動情報Ｂを、それぞれ別個に挙動学習データベースＤＢ４に記憶する構成とすることも、本発明の好適な実施形態の一つである。
【０１１７】
（３）上記の実施形態では、複数の検出挙動情報Ｂに示される同じ挙動についての複数の関係情報Ｂｒを統計的に処理して求めた統計的関係情報Ｓｒとして、平均距離判定部４９により、同じ挙動についての複数の距離情報Ｂｃの平均値である平均距離情報Ｓｃを求める場合を例として説明した。しかし、統計的関係情報Ｓｒの内容はこれに限定されるものではない。したがって、例えば、同じ挙動についての複数の距離情報Ｂｃの分布に基づいて、当該分布の最頻値や中央値等の他の代表値を統計的距離情報として判定し、当該統計的距離情報と地物特定情報Ｂｂ等とを含む情報を統計的関係情報Ｓｒとすることも、本発明の好適な実施形態の一つである。
【０１１８】
（４）上記の実施形態では、車両挙動学習装置２が挙動予測部５１を備え、自車両Ｃの挙動の予測結果を車両制御部５２等に出力する構成である場合を例として説明した。しかし、本発明に係る車両挙動学習装置２の構成は、これに限定されるものではなく、挙動予測部５１を備えない構成とすることも、本発明の好適な実施形態の一つである。例えば、車両挙動学習装置２は、右折や左折等の自車両Ｃの進路変更に関わる挙動と、地図情報Ｍに含まれる道路形状等とに基づいて、当該進路変更の挙動が地図上の道路形状に適合するように、自車位置情報取得部１６により取得される自車位置情報Ｐを補正する自車位置情報補正手段を備える構成としても好適である。この場合、本発明に係る車両挙動学習装置２は、自車位置認識装置の一部を構成する。
【０１１９】
（５）上記の実施形態では、認識位置情報取得部４１により取得する認識位置情報を、画像認識に成功した際の自車両Ｃの位置を表す情報とする場合の例について説明した。しかし、対象地物の認識位置を表す認識位置情報として取得する位置情報は、これに限定されるものではない。したがって、例えば、画像認識に成功した対象地物について、自車位置情報Ｐと画像情報Ｇの画像認識結果とに基づいて、自車位置情報Ｐを基準とする当該対象地物の道路上の位置を演算し、当該道路上の対象地物の位置を認識位置情報として認識位置情報取得部４１により取得する構成とすることも、本発明の好適な実施形態の一つである。
【０１２０】
（６）上記の実施形態では、推測位置判定部４３が、同じ対象地物についての複数の認識地物情報Ａの分布に基づいて、当該分布の最頻値を当該対象地物の推測認識位置ｐａとして判定し、当該推測認識位置ｐａを、対象地物の道路上の位置に変換して対象地物の推測位置ｐｇを判定する構成である場合の例について説明した。しかし、推測位置判定部４３による推測位置ｐｇの判定方法はこれに限定されない。したがって、例えば、認識地物情報Ａの分布に基づいて、当該分布の平均値や中央値等の他の代表値を当該対象地物の推測認識位置ｐａとして判定する構成とすることも、本発明の好適な実施形態の一つである。
【０１２１】
（７）上記の実施形態では、道路の路面に設けられた各種の道路標示を対象地物とする場合を例として説明した。しかし、本発明の実施形態はこれに限定されるものではなく、道路の周辺に設けられた様々な地物を対象地物とすることが可能である。したがって、例えば、道路標識、案内標識、看板、信号機、マンホール等の各種の地物を対象地物とすることが可能である。
【０１２２】
（８）上記の実施形態における各データベースＤＢ１〜ＤＢ５の分け方は単なる一例であり、各データベースＤＢ１〜ＤＢ５のハードウェア構成を限定するものではない。したがって、例えば、地物データベースＤＢ２と地物学習データベースＤＢ３とを一つのデータベースとし、挙動学習データベースＤＢ４と挙動データベースＤＢ５とを一つのデータベースとし、或いは、地図データベースＤＢ１と地物データベースＤＢ２とを一つのデータベースとするなど、任意の構成を採用することができる。
【０１２３】
（９）上記の実施形態では、本発明に係る車両挙動学習装置２を含むナビゲーション装置１の全ての構成が自車両Ｃに搭載される場合を例として説明した。しかし、本発明の実施形態はこれに限定されるものではない。すなわち、本発明の認識地物記憶手段としての地物学習データベースＤＢ３及び検出挙動記憶手段としての挙動学習データベースＤＢ４の一方又は双方を含む車両挙動学習装置２の一部の構成が、図１３に示すように、無線通信回線等を介して、複数の車両Ｃと通信可能に接続されたサーバ装置６０に設置された構成とすることも、本発明の好適な実施形態の一つである。車両挙動学習装置２をこのような構成とすれば、複数の車両Ｃによる挙動の学習結果や対象地物の学習結果をサーバ装置６０に設置された挙動学習データベースＤＢ４や地物学習データベースＤＢ３に集積することができる。したがって、より多くの検出挙動情報Ｂや認識地物情報Ａを用いて、迅速に学習挙動情報Ｓや学習地物情報Ｆｂを生成することが可能となる。なお、サーバ装置６０に設置する車両挙動学習装置２の構成は、地物学習データベースＤＢ３や挙動学習データベースＤＢ４に限られず、撮像装置１１や自車位置情報取得部１６等のような、自車両Ｃに搭載する必要がある構成以外の全ての構成を、サーバ装置６０に設置することが可能である。したがって、例えば、地図データベースＤＢ１、地物データベースＤＢ２、及び挙動データベースＤＢ５のいずれか一つ以上を、サーバ装置６０に設置しても好適である。
【０１２４】
（１０）上記の各実施形態では、本発明に係る車両挙動学習装置２をナビゲーション装置１に利用する場合の例について説明した。しかし、本発明の実施形態はこれに限定されるものではない。したがって、例えば、本発明に係る車両挙動学習装置２を、ナビゲーション装置１とは無関係な車両の走行制御装置等に利用する等のように、本発明を上記の実施形態とは異なる他の構成に適用することも当然に可能である。
【産業上の利用可能性】
【０１２５】
本発明は、自車両の挙動を学習する車両挙動学習装置及び車両挙動学習プログラムに好適に利用することが可能である。
【図面の簡単な説明】
【０１２６】
【図１】本発明の実施形態に係る車両挙動学習装置を含むナビゲーション装置の概略構成を示すブロック図
【図２】地図データベースに記憶されている地図情報の構成の例を示す図
【図３】地物データベースに記憶されている道路標示の地物情報の例を示す図
【図４】自車両への撮像装置の配置構成の一例を示す図
【図５】対象地物の画像認識結果に基づく地物情報の学習処理の概要を説明するための説明図
【図６】図５（ｂ）に示す学習データベースに記憶された学習値の要部拡大図
【図７】自車両の挙動の具体例に関する検出挙動情報及び学習挙動情報の内容を示す図
【図８】本発明の実施形態に係る挙動学習処理の全体の手順を示すフローチャート
【図９】本発明の実施形態に係る地物学習処理の手順を示すフローチャート
【図１０】本発明の実施形態に係る挙動予測処理の手順を示すフローチャート
【図１１】自車位置情報取得部により取得される自車位置情報の軌跡に基づいて車両挙動を学習する例を示す説明図
【図１２】ナビゲーション用演算部による自車位置表示において車両挙動の予測結果を利用する例を示す説明図
【図１３】本発明の実施形態に係る車両挙動学習装置の一部の構成がサーバ装置に設置された例を示す図
【符号の説明】
【０１２７】
１：ナビゲーション装置
２：車両挙動学習装置
１２：画像情報取得部（画像情報取得手段）
１５：距離センサ（移動距離検出手段）
１６：自車位置情報取得部（自車位置情報取得手段）
１７：挙動検出部（挙動検出手段）
２４：画像認識部（画像認識手段）
２７：ナビゲーション用演算部（ナビゲーション用演算手段）
２８：アプリケーションプログラム
３１：案内情報出力手段
４１：認識位置情報取得部（認識位置情報取得手段）
４４：学習地物情報生成部（学習地物情報生成手段）
４５：関係情報生成部（関係情報取得手段）
５０：学習挙動情報生成部（学習挙動情報生成手段）
５１：挙動予測部（挙動予測手段）
５２：車両制御部（制御装置）
ＤＢ１：地図データベース（地図情報記憶手段）
ＤＢ２：地物データベース（学習地物情報記憶手段）
ＤＢ３：地物学習データベース（認識地物記憶手段）
ＤＢ４：挙動学習データベース（検出挙動記憶手段）
ＤＢ５：挙動データベース（学習挙動情報記憶手段）
Ｃ：自車両
Ｍ：地図情報
Ｇ：画像情報
Ｐ：自車位置情報
Ａ：認識地物情報
Ｆｂ：学習地物情報
Ｂ：検出挙動情報
Ｂａ：挙動属性情報
Ｂｒ：関係情報
Ｂｂ：地物特定情報
Ｂｃ：距離情報
Ｓ：学習挙動情報
Ｓｒ：統計的関係情報
Ｓｃ：平均距離情報
【特許請求の範囲】
【請求項１】
自車両の周辺の画像情報を取得する画像情報取得手段と、
前記画像情報に含まれる対象地物の画像認識処理を行う画像認識手段と、
自車両の挙動を検出する挙動検出手段と、
前記挙動検出手段により検出された自車両の挙動と、当該挙動の検出より前に前記画像認識手段により認識された対象地物との関係を表す関係情報を取得する関係情報取得手段と、
前記挙動検出手段により検出された自車両の挙動の属性を表す挙動属性情報と、当該挙動について前記関係情報取得手段により取得された前記関係情報とを含む検出挙動情報を記憶する検出挙動記憶手段と、
前記検出挙動記憶手段に記憶された前記検出挙動情報に基づいて、対象地物と関係付けられた自車両の挙動の学習結果を表す学習挙動情報を生成する学習挙動情報生成手段と、
を備える車両挙動学習装置。
【請求項２】
前記挙動検出手段により検出される自車両の挙動は、自車両の各部における運転者の操作の受け付け、及び自車両の動作の少なくとも一方を含む請求項１に記載の車両挙動学習装置。
【請求項３】
前記関係情報は、前記画像認識手段により認識された対象地物の認識位置から前記挙動検出手段により検出された自車両の挙動の検出位置までの距離を表す距離情報を含む請求項１又は２に記載の車両挙動学習装置。
【請求項４】
前記関係情報は、前記画像認識手段により認識された対象地物を特定するための地物特定情報を含む請求項１から３のいずれか一項に記載の車両挙動学習装置。
【請求項５】
前記関係情報取得手段は、自車両の移動距離を検出する移動距離検出手段、及び自車両の現在位置を表す自車位置情報を取得する自車位置情報取得手段の少なくとも一方からの情報に基づいて前記関係情報を取得する請求項１から４のいずれか一項に記載の車両挙動学習装置。
【請求項６】
前記学習挙動情報は、同じ挙動が複数回検出されることにより前記検出挙動記憶手段に記憶された、同じ挙動についての複数の前記検出挙動情報に基づいて生成され、当該複数の検出挙動情報に示される同じ挙動についての前記挙動属性情報と、当該挙動についての複数の前記関係情報を統計的に処理して求めた統計的関係情報とを含む請求項１から５のいずれか一項に記載の車両挙動学習装置。
【請求項７】
前記対象地物は、道路の路面に設けられた道路標示である請求項１から６の何れか一項に記載の車両挙動学習装置。
【請求項８】
前記学習挙動情報生成手段により生成された前記学習挙動情報を記憶する学習挙動情報記憶手段を更に備える請求項１から７のいずれか一項に記載の車両挙動学習装置。
【請求項９】
前記学習挙動情報に基づいて、当該学習挙動情報が示す対象地物が画像認識された際に、当該対象地物と関係付けられた自車両の挙動が発生することを予測し、当該挙動の予測結果を出力する挙動予測手段を更に備える請求項１から８の何れか一項に記載の車両挙動学習装置。
【請求項１０】
前記画像認識手段による対象地物の認識位置を表す認識位置情報を取得する認識位置情報取得手段と、
前記画像認識手段により認識された対象地物の属性を表す地物属性情報と、前記認識位置情報取得手段により取得された前記認識位置情報とを含む認識地物情報を記憶する認識地物記憶手段と、
同じ対象地物が複数回画像認識されることにより前記認識地物記憶手段に記憶された、同じ対象地物についての複数の前記認識地物情報に基づいて、当該対象地物の学習結果を表す学習地物情報を生成する学習地物情報生成手段と、
を更に備える請求項１から９の何れか一項に記載の車両挙動学習装置。
【請求項１１】
前記検出挙動記憶手段は、複数の車両と通信可能に接続され、複数の車両による前記検出挙動情報を記憶する請求項１から１０のいずれか一項に記載の車両挙動学習装置。
【請求項１２】
前記挙動予測手段は、前記挙動の予測結果を、自車両の案内情報の出力のための演算処理を行うナビゲーション用演算手段に対して出力する請求項９に記載の車両挙動学習装置。
【請求項１３】
前記挙動予測手段は、前記挙動の予測結果を、運転者の操作を再現する自車両内の制御装置に対して出力する請求項９に記載の車両挙動学習装置。
【請求項１４】
前記挙動予測手段は、前記挙動の予測結果を、自車両の動作を最適化する制御装置に対して出力する請求項９に記載の車両挙動学習装置。
【請求項１５】
前記学習地物情報は、複数の前記認識地物情報に示される同じ対象地物についての前記地物属性情報と、当該対象地物についての複数の前記認識位置情報を統計的に処理して求めた推測位置情報とを含む請求項１０に記載の車両挙動学習装置。
【請求項１６】
前記学習地物情報生成手段により生成された前記学習地物情報を記憶する学習地物情報記憶手段を更に備える請求項１０又は１５に記載の車両挙動学習装置。
【請求項１７】
前記認識地物記憶手段は、複数の車両と通信可能に接続され、複数の車両による前記認識地物情報を記憶する請求項１０、１５、又は１６に記載の車両挙動学習装置。
【請求項１８】
請求項１〜１７の何れか一項に記載の車両挙動学習装置と、
地図情報が記憶された地図情報記憶手段と、
前記学習挙動情報及び前記地図情報の一方又は双方を参照して動作するアプリケーションプログラムと、
前記アプリケーションプログラムに従って動作して案内情報を出力する案内情報出力手段と、
を備えるナビゲーション装置。
【請求項１９】
自車両の周辺の画像情報を取得する画像情報取得ステップと、
前記画像情報に含まれる対象地物の画像認識処理を行う画像認識ステップと、
自車両の挙動を検出する挙動検出ステップと、
前記挙動検出ステップにより検出された自車両の挙動と、当該挙動の検出より前に前記画像認識ステップにより認識された対象地物との関係を表す関係情報を取得する関係情報取得ステップと、
前記挙動検出ステップにより検出された自車両の挙動の属性を表す挙動属性情報と、当該挙動について前記関係情報取得ステップにより取得された前記関係情報とを含む検出挙動情報を検出挙動記憶手段に記憶する検出挙動記憶ステップと、
前記検出挙動記憶手段に記憶された前記検出挙動情報に基づいて、対象地物と関係付けられた自車両の挙動の学習結果を表す学習挙動情報を生成する学習挙動情報生成ステップと、
をコンピュータに実行させる車両挙動学習プログラム。
【請求項１】
自車両の周辺の画像情報を取得する画像情報取得手段と、
前記画像情報に含まれる対象地物の画像認識処理を行う画像認識手段と、
自車両の挙動を検出する挙動検出手段と、
前記挙動検出手段により検出された自車両の挙動と、当該挙動の検出より前に前記画像認識手段により認識された対象地物との関係を表す関係情報を取得する関係情報取得手段と、
前記挙動検出手段により検出された自車両の挙動の属性を表す挙動属性情報と、当該挙動について前記関係情報取得手段により取得された前記関係情報とを含む検出挙動情報を記憶する検出挙動記憶手段と、
前記検出挙動記憶手段に記憶された前記検出挙動情報に基づいて、対象地物と関係付けられた自車両の挙動の学習結果を表す学習挙動情報を生成する学習挙動情報生成手段と、
を備える車両挙動学習装置。
【請求項２】
前記挙動検出手段により検出される自車両の挙動は、自車両の各部における運転者の操作の受け付け、及び自車両の動作の少なくとも一方を含む請求項１に記載の車両挙動学習装置。
【請求項３】
前記関係情報は、前記画像認識手段により認識された対象地物の認識位置から前記挙動検出手段により検出された自車両の挙動の検出位置までの距離を表す距離情報を含む請求項１又は２に記載の車両挙動学習装置。
【請求項４】
前記関係情報は、前記画像認識手段により認識された対象地物を特定するための地物特定情報を含む請求項１から３のいずれか一項に記載の車両挙動学習装置。
【請求項５】
前記関係情報取得手段は、自車両の移動距離を検出する移動距離検出手段、及び自車両の現在位置を表す自車位置情報を取得する自車位置情報取得手段の少なくとも一方からの情報に基づいて前記関係情報を取得する請求項１から４のいずれか一項に記載の車両挙動学習装置。
【請求項６】
前記学習挙動情報は、同じ挙動が複数回検出されることにより前記検出挙動記憶手段に記憶された、同じ挙動についての複数の前記検出挙動情報に基づいて生成され、当該複数の検出挙動情報に示される同じ挙動についての前記挙動属性情報と、当該挙動についての複数の前記関係情報を統計的に処理して求めた統計的関係情報とを含む請求項１から５のいずれか一項に記載の車両挙動学習装置。
【請求項７】
前記対象地物は、道路の路面に設けられた道路標示である請求項１から６の何れか一項に記載の車両挙動学習装置。
【請求項８】
前記学習挙動情報生成手段により生成された前記学習挙動情報を記憶する学習挙動情報記憶手段を更に備える請求項１から７のいずれか一項に記載の車両挙動学習装置。
【請求項９】
前記学習挙動情報に基づいて、当該学習挙動情報が示す対象地物が画像認識された際に、当該対象地物と関係付けられた自車両の挙動が発生することを予測し、当該挙動の予測結果を出力する挙動予測手段を更に備える請求項１から８の何れか一項に記載の車両挙動学習装置。
【請求項１０】
前記画像認識手段による対象地物の認識位置を表す認識位置情報を取得する認識位置情報取得手段と、
前記画像認識手段により認識された対象地物の属性を表す地物属性情報と、前記認識位置情報取得手段により取得された前記認識位置情報とを含む認識地物情報を記憶する認識地物記憶手段と、
同じ対象地物が複数回画像認識されることにより前記認識地物記憶手段に記憶された、同じ対象地物についての複数の前記認識地物情報に基づいて、当該対象地物の学習結果を表す学習地物情報を生成する学習地物情報生成手段と、
を更に備える請求項１から９の何れか一項に記載の車両挙動学習装置。
【請求項１１】
前記検出挙動記憶手段は、複数の車両と通信可能に接続され、複数の車両による前記検出挙動情報を記憶する請求項１から１０のいずれか一項に記載の車両挙動学習装置。
【請求項１２】
前記挙動予測手段は、前記挙動の予測結果を、自車両の案内情報の出力のための演算処理を行うナビゲーション用演算手段に対して出力する請求項９に記載の車両挙動学習装置。
【請求項１３】
前記挙動予測手段は、前記挙動の予測結果を、運転者の操作を再現する自車両内の制御装置に対して出力する請求項９に記載の車両挙動学習装置。
【請求項１４】
前記挙動予測手段は、前記挙動の予測結果を、自車両の動作を最適化する制御装置に対して出力する請求項９に記載の車両挙動学習装置。
【請求項１５】
前記学習地物情報は、複数の前記認識地物情報に示される同じ対象地物についての前記地物属性情報と、当該対象地物についての複数の前記認識位置情報を統計的に処理して求めた推測位置情報とを含む請求項１０に記載の車両挙動学習装置。
【請求項１６】
前記学習地物情報生成手段により生成された前記学習地物情報を記憶する学習地物情報記憶手段を更に備える請求項１０又は１５に記載の車両挙動学習装置。
【請求項１７】
前記認識地物記憶手段は、複数の車両と通信可能に接続され、複数の車両による前記認識地物情報を記憶する請求項１０、１５、又は１６に記載の車両挙動学習装置。
【請求項１８】
請求項１〜１７の何れか一項に記載の車両挙動学習装置と、
地図情報が記憶された地図情報記憶手段と、
前記学習挙動情報及び前記地図情報の一方又は双方を参照して動作するアプリケーションプログラムと、
前記アプリケーションプログラムに従って動作して案内情報を出力する案内情報出力手段と、
を備えるナビゲーション装置。
【請求項１９】
自車両の周辺の画像情報を取得する画像情報取得ステップと、
前記画像情報に含まれる対象地物の画像認識処理を行う画像認識ステップと、
自車両の挙動を検出する挙動検出ステップと、
前記挙動検出ステップにより検出された自車両の挙動と、当該挙動の検出より前に前記画像認識ステップにより認識された対象地物との関係を表す関係情報を取得する関係情報取得ステップと、
前記挙動検出ステップにより検出された自車両の挙動の属性を表す挙動属性情報と、当該挙動について前記関係情報取得ステップにより取得された前記関係情報とを含む検出挙動情報を検出挙動記憶手段に記憶する検出挙動記憶ステップと、
前記検出挙動記憶手段に記憶された前記検出挙動情報に基づいて、対象地物と関係付けられた自車両の挙動の学習結果を表す学習挙動情報を生成する学習挙動情報生成ステップと、
をコンピュータに実行させる車両挙動学習プログラム。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図８】
【図９】
【図１０】
【図１１】
【図１２】
【図１３】
【公開番号】特開２００９−６９４６（Ｐ２００９−６９４６Ａ）
【公開日】平成２１年１月１５日（２００９．１．１５）
【国際特許分類】
【出願番号】特願２００７−１７２１４２（Ｐ２００７−１７２１４２）
【出願日】平成１９年６月２９日（２００７．６．２９）
【出願人】（０００１００７６８）アイシン・エィ・ダブリュ株式会社 (3,717)
【Ｆターム（参考）】
【公開日】平成２１年１月１５日（２００９．１．１５）
【国際特許分類】
【出願日】平成１９年６月２９日（２００７．６．２９）
【出願人】（０００１００７６８）アイシン・エィ・ダブリュ株式会社 (3,717)
【Ｆターム（参考）】
[ Back to top ]