運転操作予測装置
【課題】ドライバのハンドル回避操作前の準備操作を検出することにより、限定的な状況下でのドライバのハンドル回避意思を高精度に予測する。
【解決手段】外部環境イベント及び運転操作イベントを検出し（Ｓ２）、外部環境イベントと運転操作イベントとの時間関係にルールが反応したとき、そのルールの結論に応じて重みを加算或いは減算することにより、ハンドル回避意思推定値Ｈを計算する（Ｓ３）。そして、制御介入の必要性を判定し（Ｓ４）、制御介入の必要性がある場合、ハンドル回避意思推定値Ｈの値を参照する（Ｓ５）。その結果、Ｈ＞０の場合には、ドライバのハンドル操作による回避意思が高いものと判断して制御介入しない或いは介入を遅らせる等して制御介入を自重し（Ｓ６）、一方、Ｈ≦０の場合には、ドライバのハンドル操作による回避意思が低いものと判断してシステムによるブレーキ介入を実行させる（Ｓ７）。
【解決手段】外部環境イベント及び運転操作イベントを検出し（Ｓ２）、外部環境イベントと運転操作イベントとの時間関係にルールが反応したとき、そのルールの結論に応じて重みを加算或いは減算することにより、ハンドル回避意思推定値Ｈを計算する（Ｓ３）。そして、制御介入の必要性を判定し（Ｓ４）、制御介入の必要性がある場合、ハンドル回避意思推定値Ｈの値を参照する（Ｓ５）。その結果、Ｈ＞０の場合には、ドライバのハンドル操作による回避意思が高いものと判断して制御介入しない或いは介入を遅らせる等して制御介入を自重し（Ｓ６）、一方、Ｈ≦０の場合には、ドライバのハンドル操作による回避意思が低いものと判断してシステムによるブレーキ介入を実行させる（Ｓ７）。
【発明の詳細な説明】
【技術分野】
【０００１】
本発明は、ドライバのハンドル回避操作を予測する運転操作予測装置に関する。
【背景技術】
【０００２】
一般に、自動車等の車両においては、前方車両との衝突を回避する場合、ブレーキによる回避とハンドルによる回避が考えられ、近年では、衝突の危険を判断して強制的にブレーキ制御を介入させるシステムが開発されている。このようなシステムによる制御介入を行う場合、ドライバの操作との干渉が問題となってくる。干渉のうち一番問題となるのは、ドライバがハンドルによる回避を行っている（もしくは行おうとしている）ときに、システムがブレーキ介入する場合である。
【０００３】
このため、従来から、ドライバの運転操作を予測する技術が種々提案されている。例えば、特許文献１には、運転環境の変動からドライバの運転操作の変化を予測し、ドライバの急な運転操作変動に応答できる制御が開示されている。
【０００４】
また、特許文献２には、検出された交通環境及び交通規則データベースより運転者が交通違反となる運転を行うかを予測する技術が開示されている。更に、また、特許文献３には、ドライバモデルを構築し、入力される外部環境情報に応じたドライバの運転操作を確率的に推定する技術が開示されている。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２００８−２１３６９９号公報
【特許文献２】特開２０１０−６７２３４号公報
【特許文献３】特開２００９−２４５１４７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
従来の技術は、主として外部環境に対してドライバの操作を予測する技術であり、衝突危険時のドライバ操作を予測することは困難である。これは、一般に、ある時刻までの運転操作から未来の操作を予測することは、不確実性が高く、高精度の予測は困難と考えられるためであるが、プリクラッシュブレーキが作動するような限定的な状況に限れば、ドライバの操作予測を行うことは可能である。
【０００７】
本発明は上記事情に鑑みてなされたもので、ドライバのハンドル回避操作前の準備操作を検出することにより、限定的な状況下でのドライバのハンドル回避意思を高精度に予測することのできる運転操作予測装置を提供することを目的としている。
【課題を解決するための手段】
【０００８】
本発明による運転操作予測装置は、ドライバの運転操作情報と車両の外部環境情報とに基づいてドライバのハンドル回避操作を予測する運転操作予測装置であって、前記運転操作情報から運転操作毎の運転操作イベントを検出すると共に、前記外部環境情報から算出される前方車両との衝突予測時間に基づく外部環境イベントを検出するイベント検出部と、前記各イベント間の時間関係から判断されるルールにより、ドライバのハンドル回避意思を推定する予測処理部とを備える。
【発明の効果】
【０００９】
本発明によれば、ドライバのハンドル回避操作前の準備操作を検出することにより、限定的な状況下でのドライバのハンドル回避意思を高精度に予測することができる。
【図面の簡単な説明】
【００１０】
【図１】運転操作予測装置の構成図
【図２】ルールブックの例を示す説明図
【図３】予測処理のフローチャート
【図４】ルールの反応とハンドル回避意思度を示す説明図
【図５】ルール最適化処理のフローチャート
【図６】ルールブック更新処理のフローチャート
【図７】ルールブックの更新例を示す説明図
【発明を実施するための形態】
【００１１】
以下、図面を参照して本発明の実施の形態を説明する。
本実施に形態における運転操作予測装置は、前方車両との衝突危険性が存在する走行状況下でドライバのハンドルによる回避操作を予測し、システムによる強制的な制御介入との干渉を低減するものである。このような運転操作予測装置は、図１に示すように、ＣＡＮ（Controller Area Network；コントローラ・エリア・ネットワーク）等からなる車内ネットワーク１００に接続されるマイクロコンピュータからなる電子制御装置（ＥＣＵ）１０によって構成され、専用の装置、或いは車両制御装置の一部として構成される。
【００１２】
ＥＣＵ１０による運転操作の予測は、ドライバのハンドル回避意思を評価する「ハンドル回避意思推定値Ｈ」を求めることで行い、このハンドル回避意思推定値Ｈに基づいてシステムによる制御介入を判断する。このため、ＥＣＵ１０には、運転操作予測装置の機能として、外部環境情報入力部１１、運転操作情報入力部１２、イベント検出部１３、予測処理部１４、ブレーキ制御介入判断部１５を備え、更に、予測処理部１４を走行経験によって更新するため、事前サンプルデータ保持部１６、追加サンプルデータ保持部１７、予測処理更新部１８を備えている。
【００１３】
ＥＣＵ１０における運転操作予測装置としての処理は、以下の（１）〜（３）に示す処理に大別される。以下では、（１）の運転操作の予測を、外部環境情報入力部１１、運転操作情報入力部１２、イベント検出部１３、予測処理部１４、ブレーキ制御介入判断部１５によるシステム全体での処理、（２）の最適化を、予測処理部１４におけるオフラインでの処理、（３）の更新を、事前サンプルデータ保持部１６、追加サンプルデータ保持部１７、予測処理更新部１８による走行経験に基づく学習処理として、順に説明する。
（１）運転操作情報及び外部環境情報を用いたドライバの運転操作の予測
（２）事前に収集したデータを用いた予測処理の最適化
（３）ドライバの実際の運転データを用いた予測処理の更新
【００１４】
［ドライバの運転操作の予測（システム全体の処理）］
先ず、ＥＣＵ１０による運転操作予測装置としてのシステム全体の処理について説明する。但し、ここでは、事前サンプルデータ保持部１６、追加サンプルデータ保持部１７、予測処理更新部１８による予測更新処理は除く。
【００１５】
外部環境情報入力部１１は、前方車との車間距離や相対速度等の外部環境情報を入力し、自車両が前方車と衝突するまでの予測時間（衝突予測時間）ＴＴＣ（Time To Collision：車間距離／相対速度）を算出する。車間距離や相対速度等は、例えば、車載のカメラやレーザーレーダ等によって検出した外部環境情報から算出され、車内ネットワーク１００を介して入力される。一方、運転操作情報入力部１２は、ドライバの運転操作情報として、ハンドル角、アクセル開度、ブレーキ圧力の各データを車内ネットワーク１００を介して入力する。
【００１６】
外部環境情報入力部１１及び運転操作情報入力部１２で取得した情報は、イベント検出部１３にて以下に説明するイベントを検出するために用いられる。ここでのイベントは、ルールベースでハンドル回避意思推定値Ｈを算出するための時間関係を与えるものであり、運転操作情報から運転操作イベントを検出し、外部環境情報から外部環境イベントを検出する。
【００１７】
運転操作イベントは、以下の（Ａ１−１）〜（Ａ１−５）に示すように、アクセル操作、ブレーキ操作、ハンドル操作のぞれぞれについて設定条件が成立するとき、イベント発生と判断し、各運転操作毎のイベントとして検出する。但し、これらのイベントの検出は、前方車に接近している状況下（本実施の形態においては、衝突予測時間ＴＴＣが１０秒以下）でのみで行い、各イベントは、一回の衝突危険シーンで複数回存在しないよう、一回検出した後は不感時間（例えば３０秒）を設けている。
【００１８】
（Ａ１−１）アクセルゆるめイベント
アクセル開度の時間微分値（アクセル操作速度）が一定値を下回ったとき、アクセルゆるめイベントとして検出する。
【００１９】
（Ａ１−２）アクセルオフイベント
アクセル開度が０より大きい数値から０になったとき、アクセルオフイベントとして検出する。
【００２０】
（Ａ１−３）ブレーキオンイベント
ブレーキ圧力が０から０より大きい数値になったとき、ブレーキオンイベントとして検出する。
【００２１】
（Ａ１−４）ブレーキ圧一定値オーバーイベント
ブレーキ圧力が所定の閾値以下から、それより大きくなったとき、ブレーキ圧一定値オーバーイベントとして検出する。ブレーキ圧力の閾値は、本実施の形態においては、２０，５０，８０ｂａｒの３タイプを用いている。
【００２２】
（Ａ１−５）ハンドル角一定値オーバーイベント
ハンドル角の絶対値が所定の閾値以下から、それより大きくなったとき、ハンドル角一定値オーバーイベントとして検出する。ハンドル角の閾値は、本実施の形態においては、５，１０，４５ｂａｒの３タイプを用いている。
【００２３】
一方、外部環境イベントは、以下の（Ａ２−１）〜（Ａ２−４）に示すように、衝突予測時間ＴＴＣをベースとするイベントとして検出される。但し、ここでの各イベントの発生を判断する衝突予測時間ＴＴＣの限界値（限界ＴＴＣ）は、本実施の形態においては、複数のテストドライバの実際の走行データから実測したデータを用いている。
【００２４】
（Ａ２−１）システムブレーキ介入限界ＴＴＣイベント
車両ブレーキ制御で衝突を回避可能な限界ＴＴＣを下回ったとき、システムブレーキ介入限界ＴＴＣイベントとして検出する。
【００２５】
（Ａ２−２）ハンドル回避限界ＴＴＣイベント
ドライバが自らの操作でハンドル回避をする場合に、ハンドル回避が可能な限界ＴＴＣを下回ったとき、ハンドル回避限界ＴＴＣイベントとして検出する。
【００２６】
（Ａ２−３）ドライバブレーキオン限界ＴＴＣイベント
ドライバが自らの操作でブレーキ回避をする場合にブレーキオフ操作の限界ＴＴＣを下回ったとき、ドライバブレーキオン限界ＴＴＣイベントとして検出する。
【００２７】
（Ａ２−４）ドライバアクセルオフ限界ＴＴＣイベント
ドライバが自らの操作でブレーキ回避をする場合にアクセルオフ操作の限界ＴＴＣを下回ったとき、ドライバアクセルオフ限界ＴＴＣイベントとして検出する。
【００２８】
次に、予測処理部１４は、イベント検出部１３で検出した各イベントの時間関係を用いてif-thenルールベースでの予測処理を行う。この予測処理は、予めオフラインで構築されて最適化された複数のルールの集合を用いて行うが、後述するように、走行中のドライバの運転データを保存しておくことにより、オンラインでルール集合を更新することができる。ここでは、予め最適化されたルール集合を用いた予測処理について説明し、ルール集合の最適化、ルール集合の更新については、後述する。
【００２９】
先ず、予測処理に用いるルールの構造について説明する。このルール構造は、以下の（Ａ３−１），（Ａ３−２）に示すように、運転操作イベントをトリガーとするルールと、外部環境イベントをトリガーとするルールとの２タイプの構造を有している。
【００３０】
（Ａ３−１）運転操作イベントトリガールール
「運転操作イベントがあったとき、外部環境イベントがそれより前に（あれば／なければ）、ハンドル回避意思が（高い／低い）」
【００３１】
（Ａ３−２）外部環境イベントトリガールール
「外部環境イベントがあったとき、運転操作イベントがそれより前に（あれば／なければ）、ハンドル回避意思が（高い／低い）」
【００３２】
このような構造を有するルール集合を用いて、「ハンドル回避意思があるか、ないか」を示すハンドル回避意思推定値Ｈを複数のルールの判定により算出する。本実施の形態においては、予めオフラインで最適化されたルール集合をルールブックとして保有している。このルールブックは、予測に用いるルール情報を登録するリストである。
【００３３】
図２は１０個のルールからなるルールブックの例を示しており、各ルール毎に識別番号（ルールＩＤ）と各ルール自身の重み（ルールの重要度が高い程、大きな値となる）Ｗを有している。尚、図２に示すルール例では、イベントの表記を省略し、ハンドル回避意思の高低をハンドル度の高低で表現している。
【００３４】
各ルールは、衝突予測時間ＴＴＣが設定時間以内のシーンで所定の処理周期毎に判定され、ルールが反応したか（条件に当てはまったか）、そうでないかの２値で処理される。本実施の形態においては、衝突予測時間ＴＴＣが１０秒以内のシーンで１０ｍｓｅｃ毎にルールの判定が行われ、以下の（Ａ４−１）〜（Ａ４−３）に示す処理により、ハンドル回避意思推定値Ｈが計算される。
【００３５】
（Ａ４−１）衝突予測時間ＴＴＣが１０秒以内になったとき、Ｈ＝０に初期化される。また、衝突予測時間ＴＴＣが１０秒以内の範囲を外れた場合もＨ＝０に初期化される。
【００３６】
（Ａ４−２）ルールが反応したとき、そのルールがハンドル操作意思が高いという結論を持つルールであれば、ハンドル回避意思推定値Ｈに重みＷを加算する。ハンドル度が低いという結論を持つルールの場合には、重みＷを減算する。尚、重みＷの設定については後述する。
【００３７】
（Ａ４−３）或る時点のハンドル回避意思推定値Ｈが０より大きい場合は、ドライバのハンドル回避意思が高いと判断し、０以下の場合は、ハンドル回避意思が低いと判断する。ハンドル回避意思推定値Ｈの絶対値が高い程、推定の信頼度が高いとみなすことができる。
【００３８】
尚、システムが別途ドライバ状態の認識（例えば覚醒度推定）を行っている場合には、「低覚醒状態では、ハンドルによる回避意思が低い」という性質を適用することができる。適用方法は、ハンドル回避意思推定値Ｈの初期化を行う際、低覚醒度状態であればＨを０ではなく、Ｈ＝−Ｆとする。ここで、Ｆの値は検出されたドライバ状態の程度により変動させる。例えば居眠り状態であることが検知されていれば、Ｆを充分大きな値とすることで、強制的にハンドル回避意思がないという予測を行うことができる。
【００３９】
予測処理部１４で算出されたハンドル回避意思推定値Ｈは、ブレーキ制御介入判断部１５で参照され、制御介入すべきか否かが判断される。すなわち、ブレーキ制御介入判断部１５は、制御介入すべきか否かを判断する時点で、ハンドル回避意思推定値Ｈの値を参照し、ハンドル回避意思推定値Ｈの値が０以下（ハンドル回避意思が低い）の場合は、ドライバはハンドル回避操作をしないと予測し、システムによるプリクラッシュブレーキの介入を行い、ハンドル回避意思推定値Ｈの値が正であれば、ドライバはハンドル回避操作をすると予測し、システムによる制御介入は行わない（若しくは遅らせる）。
【００４０】
以上の処理は、具体的には、図３のフローチャートに示すプログラム処理によって実施される。次に、これらのプログラム処理の流れを概略的に説明する。
【００４１】
図３のフローチャートはシステム全体の予測処理の流れを示しており、先ず、最初のステップＳ１において、外部環境情報と運転操作情報とを入力する。ここでは、外部環境情報は、前方車との車間距離及び相対速度から求められる衝突予測時間ＴＴＣであり、運転操作情報は、ハンドル、アクセル、ブレーキの各データである。
【００４２】
次に、ステップＳ２へ進んで、外部環境情報に基づく外部環境イベント、運転操作情報に基づく運転操作イベントを検出し、ステップＳ３でハンドル回避意思推定値Ｈを計算する。前述したように、ハンドル回避意思推定値Ｈは、外部環境イベントと運転操作イベントとの時間関係にルールｎが反応したとき（条件が一致したとき）、ルールｎがハンドル操作意思が高いという結論を持つルールであれば、重みＷを加算し、ハンドル操作意思が低いという結論を持つルールである場合には、重みＷを減算する。
【００４３】
すなわち、図４に示すように、衝突予測時間ＴＴＣが１０秒以下になったとき、ハンドル回避意思推定値Ｈが０に初期化され、その後、ハンドル関係のルール１，２，３の反応が調べられる。図４の例では、ルール１が最初に反応し、このルール１がハンドル操作意思が高いという結論を持つルールであるため、ハンドル回避意思推定値Ｈにルール１の持つ重みＷ１が加算される。
【００４４】
次に、ルール２は反応しないため何もせず、ハンドル操作意思が低いという結論を持つルール３が反応して、ハンドル回避意思推定値Ｈからルール３の持つ重みＷ３が減算される。そして、以下に説明するように、最終的に制御介入ポイントに達したときのハンドル回避意思推定値Ｈの正負により制御介入を判断する。
【００４５】
すなわち、ステップＳ３でハンドル回避意思推定値Ｈを計算した後は、ステップＳ４で衝突予測時間ＴＴＣがブレーキ介入限界以下か否かを調べ、制御介入の必要性を判定する。その結果、制御介入の必要性がない場合には、ステップＳ４から本処理を抜け、制御介入の必要性がある場合、ステップＳ４からステップＳ５へ進み、ハンドル回避意思推定値Ｈの値を参照する。
【００４６】
そして、ステップＳ５においてＨ＞０の場合には、ドライバのハンドル操作による回避意思が高いものと判断して、ステップＳ６で、制御介入しない或いは介入を遅らせる等して制御介入を自重する。先の図４の例では、ルール１，３が反応して制御介入ポイントでハンドル回避意思推定値Ｈが正の値となっているため、ドライバのハンドル操作による回避意思が高いものと判断して制御介入を自重する。一方、ステップＳ５においてＨ≦０の場合には、ドライバのハンドル操作による回避意思が低いものと判断して、ステップＳ５からステップＳ７へ進み、システムによるブレーキ介入を実行させて安全を確保する。
【００４７】
［ルールの最適化（オフラインでの予測処理の構築）］
次に、予測処理の基本要素となるルールの最適化に関して説明する。ルールは、実験にて得られる実走行のハンドル回避時のデータと、それ以外の場合のデータとを用いてオフラインで自動的に最適化され、予測処理システムが構築される。本実施の形態では、周知のアダブースト（AdaBoost）の技術をベースにルールブックを最適化する。
【００４８】
アダブーストは、弱識別器の組み合わせにより高精度な２値識別課題を扱うことを可能とする技術であり、各標本に対して弱い識別器を順に適用し、それぞれの識別器が正解したか否かを判断し、間違って識別された標本に対応する重みをより重くする一方、正しく識別された標本に対応する重みを減らし、それらを組合せることで強い（正しい）識別器を迅速に得ることができる。
【００４９】
本実施の形態では、ルールを識別器として扱い、各ルールは、「反応する」、「反応しない」の値を持つものとする。この場合、ルールは学習するのではなく、ルール候補の中から評価値が最大となるものを探索することで、組み合わせを最適化する。
【００５０】
具体的には、図５のフローチャートに示すルール最適化処理により、ルールブック（ルールの組み合わせ）が最適化される。
【００５１】
このルール最適化処理では、先ず、最初のステップＳ１１で初期化を行う。ここでの初期化は、以下の（Ｂ１−１）〜（Ｂ１−３）に示す３点について行う。
【００５２】
（Ｂ１−１）ルールブックの初期化
ルールブックは、予測に用いるルール情報を登録するリストであり、ルール内容及びルール重みＷのデータを持つ。
【００５３】
（Ｂ１−２）ルール候補の作成
ルール候補は、前述したルール構造（運転操作イベントトリガールール、外部環境イベントトリガールール）で表現可能な組み合わせで作成する。本実施の形態では、２１６のルール候補を作成している。
【００５４】
（Ｂ１−３）サンプルデータの重み初期化
サンプルデータの重みＳＷ(n)を初期化する。サンプル数をＮとする場合、基本的には全てのデータで均一の重みＳＷ(n)＝１／Ｎとして初期化する。但し、サンプルデータ中でハンドル回避のデータ数とそれ以外のデータ数とに偏りがある場合は、その比に応じた重みにすることにより、データの偏りを排除することができる。
【００５５】
つまり、ハンドル回避データをＳ＿Ｈ、それ以外のデータをＳ＿Ｏとすると（データ数Ｎ＝Ｓ＿Ｈ＋Ｓ＿Ｏ）、下式に従ってサンプルデータの重みＳＷ(n)を初期化する。
ＳＷ(n)＝０．５／Ｓ＿Ｈ（ハンドル回避データの場合）
ＳＷ(n)＝０．５／Ｓ＿Ｏ（それ以外のデーの場合）
【００５６】
次のステップＳ１２では、各ルール候補の評価値Ｅを計算し、各サンプルを重み付けする。詳細には、先ず、各ルールが制御介入判断が必要な時点までに反応しているかどうかを調べる。ここで、ルールＲのサンプルデータＳにおける反応は、４つに分けることができる。すなわち、ルールＲがサンプルデータと同じ属性を持っている場合を同属性、そうでない場合を異属性と呼ぶことにすると（例えば、ルールがハンドル回避意思が高いという結論を持つ場合、サンプルデータがハンドル回避データであれば同属性、そうでなければ異属性）、属性と反応の有無の組み合わせにより、以下に示すように、反応１〜反応４の４つに分けることができる。
反応１：同属性で反応あり（正解）
反応２：同属性で反応なし（不正解、未検出）
反応３：異属性で反応あり（不正解、誤検出）
反応４：異属性で反応なし（正解）
【００５７】
反応１，４が望ましい場合であり、反応２は未検出、反応３は誤検出と考えることができる。このような条件分けに対して、各ルールの評価値Ｅは、下式に従って計算する。ここで、評価値Ｅは、０〜１の範囲になるようにしており、また、０に近いほど評価が高いことを表す。
Ｅ＝１−（Ｎｗ1／Ｎｗ1,2）×０．５＋（Ｎｗ3／Ｎｗ3,4）×０．５
但し、Ｎｗ1 ：反応１の場合のサンプル重み総数
Ｎｗ1,2：反応１，２の場合のサンプル重み総数
Ｎｗ3 ：反応３の場合のサンプル重み総数
Ｎｗ3,4：反応３，４の場合のサンプル重み総数
【００５８】
続くステップＳ１３の処理では、評価値Ｅを求めたルール候補のうち、ルールブックに登録されておらず、評価値Ｅが最大のルールを抽出し、ステップＳ１４で最適ルールとしてルールブックに登録する。このとき、登録するルールの重みＷは下式により設定し、重みＷが予測正解の評価値を最大化するようにする。
Ｗ＝Log((１−Ｅ)／Ｅ)：Logは自然対数
【００５９】
更に、ステップＳ１５の処理として、ステップＳ１４で求めた登録ルールの重みＷを用いて、登録されたルールのサンプルデータに対する反応によりサンプルデータの重みＳＷ(n)を更新する。すなわち、元の重みＳＷ(n)に対して、更新後の重みをＳＷ'(n)とすると、以下のように更新する。尚、サンプルデータの重みは、全てのサンプルデータで総和が１になるように正規化する。
ＳＷ'(n)＝ＳＷ(n)×ｅｘｐ(-W)：サンプルデータｎが登録ルールで反応１の場合
ＳＷ'(n)＝ＳＷ(n)×ｅｘｐ(W)：サンプルデータｎが登録ルールで反応２，３の場合
ＳＷ'(n)＝ＳＷ(n)×ｅｘｐ(0)：サンプルデータｎが登録ルールで反応４の場合
【００６０】
このサンプルデータの重み更新により、次回の登録ルールは、現在失敗したデータ（不正解のデータ）ほど重みを大きくして評価され、複数のルールでお互いの苦手な部分を補うことが可能になる。
【００６１】
サンプルデータの重みを更新した後は、ステップＳ１６で最適化処理の終了判定を行う。この終了判定は、登録ルール数が規定値を超えた場合（例えば、３０程度）、若しくは最適ルールの評価値が閾値（例えば０．５）を超えた場合、最適化終了と判定する。それ以外の場合はステップＳ１２の処理に戻り、次の登録ルールを求める処理を繰り返す。
【００６２】
［予測処理の更新（オンラインの走行経験による学習）］
上述したルールの最適化は、サンプルデータにより最適なルールの組み合わせを生成する手法であるが、本システムは予測を目的としているため、事後（衝突回避後）に予測が正解したか否かを自律的に判断することが可能である。つまり、走行経験から新たなサンプルデータを生成することができ、生成したサンプルデータに最適化するよう、ルールブックを修正していくことができる。これは、特にドライバの運転の癖等の個人差を吸収していく効果が期待できる。
【００６３】
この場合、前述のオフラインでのルール生成と異なり、得られるデータには偏りが生じる。このため、オフラインでの処理に加え、過学習を防ぐような形で更新処理を行う必要があり、図１に示す事前サンプルデータ保持部１６、追加サンプルデータ保持部１７、予測処理更新部１８にて以下の処理を行う。
【００６４】
すなわち、ユーザの運転から得られるデータだけでは過学習との危険が大きいため、事前サンプルデータ保持部１６に固定の事前サンプルデータを保持しておき、走行中に新たに得られた追加サンプルデータを追加サンプルデータ保持部１７に保持する。そして、予測処理更新部１８にて、固定のサンプルデータと新たに得られた追加サンプルデータとを合わせて各ルールの評価値を再計算し、ルールブックを更新する。この場合、固定のサンプルデータと新たに得られたデータとの比は、一定以上とならないようにする。例えば固定サンプルデータは１００、新たに得られるデータは最大５０とし、５０以上のデータが得られた場合は、古い順に削除する。
【００６５】
図６のフローチャートは、ルールブック更新のプログラム処理を示し、前述した図３の予測処理にてシステムの制御介入が必要と判断されたとき、並列に処理される。
【００６６】
このルールブック更新処理では、最初のステップＳ２１において、ハンドル回避操作が行われた否かを判定する。そして、ハンドル回避操作が行われていない場合、ステップＳ２４で今回の処理を一旦終了し、ハンドル回避操作が行われた場合には、ステップＳ２２で追加サンプルデータとして保存し、ステップＳ２３で、一定数以上のデータが更新されたか（追加されたか）調べる。
【００６７】
ステップＳ２３にて追加データ数が一定数に達していない場合、ステップＳ２４で今回の処理を一旦終了し、追加データ数が一定数以上となった場合、ステップＳ２５でルールブックの更新処理を行う。ルールブックの更新は、基本的にはオフラインでの処理と同様であるが、オフライン処理で得られるルールは重要度が高い順に生成されるので、予め設定した上位Ｍ個のルールは、更新対象にはしないこととする。
【００６８】
更新はサンプルのデータが一定数（例えば１０）追加される毎に、追加データを用いて、Ｍ＋１個目のルールから新たにオフラインでの処理と同様にルール生成処理を行う。この際、サンプルデータの重みは、固定のＭ個のルールを用いてオフラインと同様の重み更新処理を行うことにより決定する。
【００６９】
図７は、図２に例示したルールブックの更新例を示し、ＩＤ＝１〜５の５個の上位ルールは固定され、走行中に取得した追加データを用いてＩＤ＝６〜１０のルールが更新される。更新されるルールは、固定ルールでサンプル重みが変更された状態で評価され、固定ルールを含めたルールブック全体が最適化される。
【００７０】
このように本実施の形態においては、複数のルールの判定により、ハンドル回避意思があるかないかを示すハンドル回避意思推定値Ｈを求め、このハンドル回避意思推定値Ｈの値を参照してブレーキ制御介入すべきかを判断するため、限定的な状況下でのドライバのハンドル回避意思を高精度に予測して制御介入との干渉を低減することができる。
【符号の説明】
【００７１】
１０ 電子制御装置（運転操作予測装置）
１１ 外部環境情報入力部
１２ 運転操作情報入力部
１３ イベント検出部
１４ 予測処理部
１５ プリクラッシュ制御判定部
１６ 事前サンプルデータ保持部
１７ 追加サンプルデータ保持部
１８ 予測処理更新部
【技術分野】
【０００１】
本発明は、ドライバのハンドル回避操作を予測する運転操作予測装置に関する。
【背景技術】
【０００２】
一般に、自動車等の車両においては、前方車両との衝突を回避する場合、ブレーキによる回避とハンドルによる回避が考えられ、近年では、衝突の危険を判断して強制的にブレーキ制御を介入させるシステムが開発されている。このようなシステムによる制御介入を行う場合、ドライバの操作との干渉が問題となってくる。干渉のうち一番問題となるのは、ドライバがハンドルによる回避を行っている（もしくは行おうとしている）ときに、システムがブレーキ介入する場合である。
【０００３】
このため、従来から、ドライバの運転操作を予測する技術が種々提案されている。例えば、特許文献１には、運転環境の変動からドライバの運転操作の変化を予測し、ドライバの急な運転操作変動に応答できる制御が開示されている。
【０００４】
また、特許文献２には、検出された交通環境及び交通規則データベースより運転者が交通違反となる運転を行うかを予測する技術が開示されている。更に、また、特許文献３には、ドライバモデルを構築し、入力される外部環境情報に応じたドライバの運転操作を確率的に推定する技術が開示されている。
【先行技術文献】
【特許文献】
【０００５】
【特許文献１】特開２００８−２１３６９９号公報
【特許文献２】特開２０１０−６７２３４号公報
【特許文献３】特開２００９−２４５１４７号公報
【発明の概要】
【発明が解決しようとする課題】
【０００６】
従来の技術は、主として外部環境に対してドライバの操作を予測する技術であり、衝突危険時のドライバ操作を予測することは困難である。これは、一般に、ある時刻までの運転操作から未来の操作を予測することは、不確実性が高く、高精度の予測は困難と考えられるためであるが、プリクラッシュブレーキが作動するような限定的な状況に限れば、ドライバの操作予測を行うことは可能である。
【０００７】
本発明は上記事情に鑑みてなされたもので、ドライバのハンドル回避操作前の準備操作を検出することにより、限定的な状況下でのドライバのハンドル回避意思を高精度に予測することのできる運転操作予測装置を提供することを目的としている。
【課題を解決するための手段】
【０００８】
本発明による運転操作予測装置は、ドライバの運転操作情報と車両の外部環境情報とに基づいてドライバのハンドル回避操作を予測する運転操作予測装置であって、前記運転操作情報から運転操作毎の運転操作イベントを検出すると共に、前記外部環境情報から算出される前方車両との衝突予測時間に基づく外部環境イベントを検出するイベント検出部と、前記各イベント間の時間関係から判断されるルールにより、ドライバのハンドル回避意思を推定する予測処理部とを備える。
【発明の効果】
【０００９】
本発明によれば、ドライバのハンドル回避操作前の準備操作を検出することにより、限定的な状況下でのドライバのハンドル回避意思を高精度に予測することができる。
【図面の簡単な説明】
【００１０】
【図１】運転操作予測装置の構成図
【図２】ルールブックの例を示す説明図
【図３】予測処理のフローチャート
【図４】ルールの反応とハンドル回避意思度を示す説明図
【図５】ルール最適化処理のフローチャート
【図６】ルールブック更新処理のフローチャート
【図７】ルールブックの更新例を示す説明図
【発明を実施するための形態】
【００１１】
以下、図面を参照して本発明の実施の形態を説明する。
本実施に形態における運転操作予測装置は、前方車両との衝突危険性が存在する走行状況下でドライバのハンドルによる回避操作を予測し、システムによる強制的な制御介入との干渉を低減するものである。このような運転操作予測装置は、図１に示すように、ＣＡＮ（Controller Area Network；コントローラ・エリア・ネットワーク）等からなる車内ネットワーク１００に接続されるマイクロコンピュータからなる電子制御装置（ＥＣＵ）１０によって構成され、専用の装置、或いは車両制御装置の一部として構成される。
【００１２】
ＥＣＵ１０による運転操作の予測は、ドライバのハンドル回避意思を評価する「ハンドル回避意思推定値Ｈ」を求めることで行い、このハンドル回避意思推定値Ｈに基づいてシステムによる制御介入を判断する。このため、ＥＣＵ１０には、運転操作予測装置の機能として、外部環境情報入力部１１、運転操作情報入力部１２、イベント検出部１３、予測処理部１４、ブレーキ制御介入判断部１５を備え、更に、予測処理部１４を走行経験によって更新するため、事前サンプルデータ保持部１６、追加サンプルデータ保持部１７、予測処理更新部１８を備えている。
【００１３】
ＥＣＵ１０における運転操作予測装置としての処理は、以下の（１）〜（３）に示す処理に大別される。以下では、（１）の運転操作の予測を、外部環境情報入力部１１、運転操作情報入力部１２、イベント検出部１３、予測処理部１４、ブレーキ制御介入判断部１５によるシステム全体での処理、（２）の最適化を、予測処理部１４におけるオフラインでの処理、（３）の更新を、事前サンプルデータ保持部１６、追加サンプルデータ保持部１７、予測処理更新部１８による走行経験に基づく学習処理として、順に説明する。
（１）運転操作情報及び外部環境情報を用いたドライバの運転操作の予測
（２）事前に収集したデータを用いた予測処理の最適化
（３）ドライバの実際の運転データを用いた予測処理の更新
【００１４】
［ドライバの運転操作の予測（システム全体の処理）］
先ず、ＥＣＵ１０による運転操作予測装置としてのシステム全体の処理について説明する。但し、ここでは、事前サンプルデータ保持部１６、追加サンプルデータ保持部１７、予測処理更新部１８による予測更新処理は除く。
【００１５】
外部環境情報入力部１１は、前方車との車間距離や相対速度等の外部環境情報を入力し、自車両が前方車と衝突するまでの予測時間（衝突予測時間）ＴＴＣ（Time To Collision：車間距離／相対速度）を算出する。車間距離や相対速度等は、例えば、車載のカメラやレーザーレーダ等によって検出した外部環境情報から算出され、車内ネットワーク１００を介して入力される。一方、運転操作情報入力部１２は、ドライバの運転操作情報として、ハンドル角、アクセル開度、ブレーキ圧力の各データを車内ネットワーク１００を介して入力する。
【００１６】
外部環境情報入力部１１及び運転操作情報入力部１２で取得した情報は、イベント検出部１３にて以下に説明するイベントを検出するために用いられる。ここでのイベントは、ルールベースでハンドル回避意思推定値Ｈを算出するための時間関係を与えるものであり、運転操作情報から運転操作イベントを検出し、外部環境情報から外部環境イベントを検出する。
【００１７】
運転操作イベントは、以下の（Ａ１−１）〜（Ａ１−５）に示すように、アクセル操作、ブレーキ操作、ハンドル操作のぞれぞれについて設定条件が成立するとき、イベント発生と判断し、各運転操作毎のイベントとして検出する。但し、これらのイベントの検出は、前方車に接近している状況下（本実施の形態においては、衝突予測時間ＴＴＣが１０秒以下）でのみで行い、各イベントは、一回の衝突危険シーンで複数回存在しないよう、一回検出した後は不感時間（例えば３０秒）を設けている。
【００１８】
（Ａ１−１）アクセルゆるめイベント
アクセル開度の時間微分値（アクセル操作速度）が一定値を下回ったとき、アクセルゆるめイベントとして検出する。
【００１９】
（Ａ１−２）アクセルオフイベント
アクセル開度が０より大きい数値から０になったとき、アクセルオフイベントとして検出する。
【００２０】
（Ａ１−３）ブレーキオンイベント
ブレーキ圧力が０から０より大きい数値になったとき、ブレーキオンイベントとして検出する。
【００２１】
（Ａ１−４）ブレーキ圧一定値オーバーイベント
ブレーキ圧力が所定の閾値以下から、それより大きくなったとき、ブレーキ圧一定値オーバーイベントとして検出する。ブレーキ圧力の閾値は、本実施の形態においては、２０，５０，８０ｂａｒの３タイプを用いている。
【００２２】
（Ａ１−５）ハンドル角一定値オーバーイベント
ハンドル角の絶対値が所定の閾値以下から、それより大きくなったとき、ハンドル角一定値オーバーイベントとして検出する。ハンドル角の閾値は、本実施の形態においては、５，１０，４５ｂａｒの３タイプを用いている。
【００２３】
一方、外部環境イベントは、以下の（Ａ２−１）〜（Ａ２−４）に示すように、衝突予測時間ＴＴＣをベースとするイベントとして検出される。但し、ここでの各イベントの発生を判断する衝突予測時間ＴＴＣの限界値（限界ＴＴＣ）は、本実施の形態においては、複数のテストドライバの実際の走行データから実測したデータを用いている。
【００２４】
（Ａ２−１）システムブレーキ介入限界ＴＴＣイベント
車両ブレーキ制御で衝突を回避可能な限界ＴＴＣを下回ったとき、システムブレーキ介入限界ＴＴＣイベントとして検出する。
【００２５】
（Ａ２−２）ハンドル回避限界ＴＴＣイベント
ドライバが自らの操作でハンドル回避をする場合に、ハンドル回避が可能な限界ＴＴＣを下回ったとき、ハンドル回避限界ＴＴＣイベントとして検出する。
【００２６】
（Ａ２−３）ドライバブレーキオン限界ＴＴＣイベント
ドライバが自らの操作でブレーキ回避をする場合にブレーキオフ操作の限界ＴＴＣを下回ったとき、ドライバブレーキオン限界ＴＴＣイベントとして検出する。
【００２７】
（Ａ２−４）ドライバアクセルオフ限界ＴＴＣイベント
ドライバが自らの操作でブレーキ回避をする場合にアクセルオフ操作の限界ＴＴＣを下回ったとき、ドライバアクセルオフ限界ＴＴＣイベントとして検出する。
【００２８】
次に、予測処理部１４は、イベント検出部１３で検出した各イベントの時間関係を用いてif-thenルールベースでの予測処理を行う。この予測処理は、予めオフラインで構築されて最適化された複数のルールの集合を用いて行うが、後述するように、走行中のドライバの運転データを保存しておくことにより、オンラインでルール集合を更新することができる。ここでは、予め最適化されたルール集合を用いた予測処理について説明し、ルール集合の最適化、ルール集合の更新については、後述する。
【００２９】
先ず、予測処理に用いるルールの構造について説明する。このルール構造は、以下の（Ａ３−１），（Ａ３−２）に示すように、運転操作イベントをトリガーとするルールと、外部環境イベントをトリガーとするルールとの２タイプの構造を有している。
【００３０】
（Ａ３−１）運転操作イベントトリガールール
「運転操作イベントがあったとき、外部環境イベントがそれより前に（あれば／なければ）、ハンドル回避意思が（高い／低い）」
【００３１】
（Ａ３−２）外部環境イベントトリガールール
「外部環境イベントがあったとき、運転操作イベントがそれより前に（あれば／なければ）、ハンドル回避意思が（高い／低い）」
【００３２】
このような構造を有するルール集合を用いて、「ハンドル回避意思があるか、ないか」を示すハンドル回避意思推定値Ｈを複数のルールの判定により算出する。本実施の形態においては、予めオフラインで最適化されたルール集合をルールブックとして保有している。このルールブックは、予測に用いるルール情報を登録するリストである。
【００３３】
図２は１０個のルールからなるルールブックの例を示しており、各ルール毎に識別番号（ルールＩＤ）と各ルール自身の重み（ルールの重要度が高い程、大きな値となる）Ｗを有している。尚、図２に示すルール例では、イベントの表記を省略し、ハンドル回避意思の高低をハンドル度の高低で表現している。
【００３４】
各ルールは、衝突予測時間ＴＴＣが設定時間以内のシーンで所定の処理周期毎に判定され、ルールが反応したか（条件に当てはまったか）、そうでないかの２値で処理される。本実施の形態においては、衝突予測時間ＴＴＣが１０秒以内のシーンで１０ｍｓｅｃ毎にルールの判定が行われ、以下の（Ａ４−１）〜（Ａ４−３）に示す処理により、ハンドル回避意思推定値Ｈが計算される。
【００３５】
（Ａ４−１）衝突予測時間ＴＴＣが１０秒以内になったとき、Ｈ＝０に初期化される。また、衝突予測時間ＴＴＣが１０秒以内の範囲を外れた場合もＨ＝０に初期化される。
【００３６】
（Ａ４−２）ルールが反応したとき、そのルールがハンドル操作意思が高いという結論を持つルールであれば、ハンドル回避意思推定値Ｈに重みＷを加算する。ハンドル度が低いという結論を持つルールの場合には、重みＷを減算する。尚、重みＷの設定については後述する。
【００３７】
（Ａ４−３）或る時点のハンドル回避意思推定値Ｈが０より大きい場合は、ドライバのハンドル回避意思が高いと判断し、０以下の場合は、ハンドル回避意思が低いと判断する。ハンドル回避意思推定値Ｈの絶対値が高い程、推定の信頼度が高いとみなすことができる。
【００３８】
尚、システムが別途ドライバ状態の認識（例えば覚醒度推定）を行っている場合には、「低覚醒状態では、ハンドルによる回避意思が低い」という性質を適用することができる。適用方法は、ハンドル回避意思推定値Ｈの初期化を行う際、低覚醒度状態であればＨを０ではなく、Ｈ＝−Ｆとする。ここで、Ｆの値は検出されたドライバ状態の程度により変動させる。例えば居眠り状態であることが検知されていれば、Ｆを充分大きな値とすることで、強制的にハンドル回避意思がないという予測を行うことができる。
【００３９】
予測処理部１４で算出されたハンドル回避意思推定値Ｈは、ブレーキ制御介入判断部１５で参照され、制御介入すべきか否かが判断される。すなわち、ブレーキ制御介入判断部１５は、制御介入すべきか否かを判断する時点で、ハンドル回避意思推定値Ｈの値を参照し、ハンドル回避意思推定値Ｈの値が０以下（ハンドル回避意思が低い）の場合は、ドライバはハンドル回避操作をしないと予測し、システムによるプリクラッシュブレーキの介入を行い、ハンドル回避意思推定値Ｈの値が正であれば、ドライバはハンドル回避操作をすると予測し、システムによる制御介入は行わない（若しくは遅らせる）。
【００４０】
以上の処理は、具体的には、図３のフローチャートに示すプログラム処理によって実施される。次に、これらのプログラム処理の流れを概略的に説明する。
【００４１】
図３のフローチャートはシステム全体の予測処理の流れを示しており、先ず、最初のステップＳ１において、外部環境情報と運転操作情報とを入力する。ここでは、外部環境情報は、前方車との車間距離及び相対速度から求められる衝突予測時間ＴＴＣであり、運転操作情報は、ハンドル、アクセル、ブレーキの各データである。
【００４２】
次に、ステップＳ２へ進んで、外部環境情報に基づく外部環境イベント、運転操作情報に基づく運転操作イベントを検出し、ステップＳ３でハンドル回避意思推定値Ｈを計算する。前述したように、ハンドル回避意思推定値Ｈは、外部環境イベントと運転操作イベントとの時間関係にルールｎが反応したとき（条件が一致したとき）、ルールｎがハンドル操作意思が高いという結論を持つルールであれば、重みＷを加算し、ハンドル操作意思が低いという結論を持つルールである場合には、重みＷを減算する。
【００４３】
すなわち、図４に示すように、衝突予測時間ＴＴＣが１０秒以下になったとき、ハンドル回避意思推定値Ｈが０に初期化され、その後、ハンドル関係のルール１，２，３の反応が調べられる。図４の例では、ルール１が最初に反応し、このルール１がハンドル操作意思が高いという結論を持つルールであるため、ハンドル回避意思推定値Ｈにルール１の持つ重みＷ１が加算される。
【００４４】
次に、ルール２は反応しないため何もせず、ハンドル操作意思が低いという結論を持つルール３が反応して、ハンドル回避意思推定値Ｈからルール３の持つ重みＷ３が減算される。そして、以下に説明するように、最終的に制御介入ポイントに達したときのハンドル回避意思推定値Ｈの正負により制御介入を判断する。
【００４５】
すなわち、ステップＳ３でハンドル回避意思推定値Ｈを計算した後は、ステップＳ４で衝突予測時間ＴＴＣがブレーキ介入限界以下か否かを調べ、制御介入の必要性を判定する。その結果、制御介入の必要性がない場合には、ステップＳ４から本処理を抜け、制御介入の必要性がある場合、ステップＳ４からステップＳ５へ進み、ハンドル回避意思推定値Ｈの値を参照する。
【００４６】
そして、ステップＳ５においてＨ＞０の場合には、ドライバのハンドル操作による回避意思が高いものと判断して、ステップＳ６で、制御介入しない或いは介入を遅らせる等して制御介入を自重する。先の図４の例では、ルール１，３が反応して制御介入ポイントでハンドル回避意思推定値Ｈが正の値となっているため、ドライバのハンドル操作による回避意思が高いものと判断して制御介入を自重する。一方、ステップＳ５においてＨ≦０の場合には、ドライバのハンドル操作による回避意思が低いものと判断して、ステップＳ５からステップＳ７へ進み、システムによるブレーキ介入を実行させて安全を確保する。
【００４７】
［ルールの最適化（オフラインでの予測処理の構築）］
次に、予測処理の基本要素となるルールの最適化に関して説明する。ルールは、実験にて得られる実走行のハンドル回避時のデータと、それ以外の場合のデータとを用いてオフラインで自動的に最適化され、予測処理システムが構築される。本実施の形態では、周知のアダブースト（AdaBoost）の技術をベースにルールブックを最適化する。
【００４８】
アダブーストは、弱識別器の組み合わせにより高精度な２値識別課題を扱うことを可能とする技術であり、各標本に対して弱い識別器を順に適用し、それぞれの識別器が正解したか否かを判断し、間違って識別された標本に対応する重みをより重くする一方、正しく識別された標本に対応する重みを減らし、それらを組合せることで強い（正しい）識別器を迅速に得ることができる。
【００４９】
本実施の形態では、ルールを識別器として扱い、各ルールは、「反応する」、「反応しない」の値を持つものとする。この場合、ルールは学習するのではなく、ルール候補の中から評価値が最大となるものを探索することで、組み合わせを最適化する。
【００５０】
具体的には、図５のフローチャートに示すルール最適化処理により、ルールブック（ルールの組み合わせ）が最適化される。
【００５１】
このルール最適化処理では、先ず、最初のステップＳ１１で初期化を行う。ここでの初期化は、以下の（Ｂ１−１）〜（Ｂ１−３）に示す３点について行う。
【００５２】
（Ｂ１−１）ルールブックの初期化
ルールブックは、予測に用いるルール情報を登録するリストであり、ルール内容及びルール重みＷのデータを持つ。
【００５３】
（Ｂ１−２）ルール候補の作成
ルール候補は、前述したルール構造（運転操作イベントトリガールール、外部環境イベントトリガールール）で表現可能な組み合わせで作成する。本実施の形態では、２１６のルール候補を作成している。
【００５４】
（Ｂ１−３）サンプルデータの重み初期化
サンプルデータの重みＳＷ(n)を初期化する。サンプル数をＮとする場合、基本的には全てのデータで均一の重みＳＷ(n)＝１／Ｎとして初期化する。但し、サンプルデータ中でハンドル回避のデータ数とそれ以外のデータ数とに偏りがある場合は、その比に応じた重みにすることにより、データの偏りを排除することができる。
【００５５】
つまり、ハンドル回避データをＳ＿Ｈ、それ以外のデータをＳ＿Ｏとすると（データ数Ｎ＝Ｓ＿Ｈ＋Ｓ＿Ｏ）、下式に従ってサンプルデータの重みＳＷ(n)を初期化する。
ＳＷ(n)＝０．５／Ｓ＿Ｈ（ハンドル回避データの場合）
ＳＷ(n)＝０．５／Ｓ＿Ｏ（それ以外のデーの場合）
【００５６】
次のステップＳ１２では、各ルール候補の評価値Ｅを計算し、各サンプルを重み付けする。詳細には、先ず、各ルールが制御介入判断が必要な時点までに反応しているかどうかを調べる。ここで、ルールＲのサンプルデータＳにおける反応は、４つに分けることができる。すなわち、ルールＲがサンプルデータと同じ属性を持っている場合を同属性、そうでない場合を異属性と呼ぶことにすると（例えば、ルールがハンドル回避意思が高いという結論を持つ場合、サンプルデータがハンドル回避データであれば同属性、そうでなければ異属性）、属性と反応の有無の組み合わせにより、以下に示すように、反応１〜反応４の４つに分けることができる。
反応１：同属性で反応あり（正解）
反応２：同属性で反応なし（不正解、未検出）
反応３：異属性で反応あり（不正解、誤検出）
反応４：異属性で反応なし（正解）
【００５７】
反応１，４が望ましい場合であり、反応２は未検出、反応３は誤検出と考えることができる。このような条件分けに対して、各ルールの評価値Ｅは、下式に従って計算する。ここで、評価値Ｅは、０〜１の範囲になるようにしており、また、０に近いほど評価が高いことを表す。
Ｅ＝１−（Ｎｗ1／Ｎｗ1,2）×０．５＋（Ｎｗ3／Ｎｗ3,4）×０．５
但し、Ｎｗ1 ：反応１の場合のサンプル重み総数
Ｎｗ1,2：反応１，２の場合のサンプル重み総数
Ｎｗ3 ：反応３の場合のサンプル重み総数
Ｎｗ3,4：反応３，４の場合のサンプル重み総数
【００５８】
続くステップＳ１３の処理では、評価値Ｅを求めたルール候補のうち、ルールブックに登録されておらず、評価値Ｅが最大のルールを抽出し、ステップＳ１４で最適ルールとしてルールブックに登録する。このとき、登録するルールの重みＷは下式により設定し、重みＷが予測正解の評価値を最大化するようにする。
Ｗ＝Log((１−Ｅ)／Ｅ)：Logは自然対数
【００５９】
更に、ステップＳ１５の処理として、ステップＳ１４で求めた登録ルールの重みＷを用いて、登録されたルールのサンプルデータに対する反応によりサンプルデータの重みＳＷ(n)を更新する。すなわち、元の重みＳＷ(n)に対して、更新後の重みをＳＷ'(n)とすると、以下のように更新する。尚、サンプルデータの重みは、全てのサンプルデータで総和が１になるように正規化する。
ＳＷ'(n)＝ＳＷ(n)×ｅｘｐ(-W)：サンプルデータｎが登録ルールで反応１の場合
ＳＷ'(n)＝ＳＷ(n)×ｅｘｐ(W)：サンプルデータｎが登録ルールで反応２，３の場合
ＳＷ'(n)＝ＳＷ(n)×ｅｘｐ(0)：サンプルデータｎが登録ルールで反応４の場合
【００６０】
このサンプルデータの重み更新により、次回の登録ルールは、現在失敗したデータ（不正解のデータ）ほど重みを大きくして評価され、複数のルールでお互いの苦手な部分を補うことが可能になる。
【００６１】
サンプルデータの重みを更新した後は、ステップＳ１６で最適化処理の終了判定を行う。この終了判定は、登録ルール数が規定値を超えた場合（例えば、３０程度）、若しくは最適ルールの評価値が閾値（例えば０．５）を超えた場合、最適化終了と判定する。それ以外の場合はステップＳ１２の処理に戻り、次の登録ルールを求める処理を繰り返す。
【００６２】
［予測処理の更新（オンラインの走行経験による学習）］
上述したルールの最適化は、サンプルデータにより最適なルールの組み合わせを生成する手法であるが、本システムは予測を目的としているため、事後（衝突回避後）に予測が正解したか否かを自律的に判断することが可能である。つまり、走行経験から新たなサンプルデータを生成することができ、生成したサンプルデータに最適化するよう、ルールブックを修正していくことができる。これは、特にドライバの運転の癖等の個人差を吸収していく効果が期待できる。
【００６３】
この場合、前述のオフラインでのルール生成と異なり、得られるデータには偏りが生じる。このため、オフラインでの処理に加え、過学習を防ぐような形で更新処理を行う必要があり、図１に示す事前サンプルデータ保持部１６、追加サンプルデータ保持部１７、予測処理更新部１８にて以下の処理を行う。
【００６４】
すなわち、ユーザの運転から得られるデータだけでは過学習との危険が大きいため、事前サンプルデータ保持部１６に固定の事前サンプルデータを保持しておき、走行中に新たに得られた追加サンプルデータを追加サンプルデータ保持部１７に保持する。そして、予測処理更新部１８にて、固定のサンプルデータと新たに得られた追加サンプルデータとを合わせて各ルールの評価値を再計算し、ルールブックを更新する。この場合、固定のサンプルデータと新たに得られたデータとの比は、一定以上とならないようにする。例えば固定サンプルデータは１００、新たに得られるデータは最大５０とし、５０以上のデータが得られた場合は、古い順に削除する。
【００６５】
図６のフローチャートは、ルールブック更新のプログラム処理を示し、前述した図３の予測処理にてシステムの制御介入が必要と判断されたとき、並列に処理される。
【００６６】
このルールブック更新処理では、最初のステップＳ２１において、ハンドル回避操作が行われた否かを判定する。そして、ハンドル回避操作が行われていない場合、ステップＳ２４で今回の処理を一旦終了し、ハンドル回避操作が行われた場合には、ステップＳ２２で追加サンプルデータとして保存し、ステップＳ２３で、一定数以上のデータが更新されたか（追加されたか）調べる。
【００６７】
ステップＳ２３にて追加データ数が一定数に達していない場合、ステップＳ２４で今回の処理を一旦終了し、追加データ数が一定数以上となった場合、ステップＳ２５でルールブックの更新処理を行う。ルールブックの更新は、基本的にはオフラインでの処理と同様であるが、オフライン処理で得られるルールは重要度が高い順に生成されるので、予め設定した上位Ｍ個のルールは、更新対象にはしないこととする。
【００６８】
更新はサンプルのデータが一定数（例えば１０）追加される毎に、追加データを用いて、Ｍ＋１個目のルールから新たにオフラインでの処理と同様にルール生成処理を行う。この際、サンプルデータの重みは、固定のＭ個のルールを用いてオフラインと同様の重み更新処理を行うことにより決定する。
【００６９】
図７は、図２に例示したルールブックの更新例を示し、ＩＤ＝１〜５の５個の上位ルールは固定され、走行中に取得した追加データを用いてＩＤ＝６〜１０のルールが更新される。更新されるルールは、固定ルールでサンプル重みが変更された状態で評価され、固定ルールを含めたルールブック全体が最適化される。
【００７０】
このように本実施の形態においては、複数のルールの判定により、ハンドル回避意思があるかないかを示すハンドル回避意思推定値Ｈを求め、このハンドル回避意思推定値Ｈの値を参照してブレーキ制御介入すべきかを判断するため、限定的な状況下でのドライバのハンドル回避意思を高精度に予測して制御介入との干渉を低減することができる。
【符号の説明】
【００７１】
１０ 電子制御装置（運転操作予測装置）
１１ 外部環境情報入力部
１２ 運転操作情報入力部
１３ イベント検出部
１４ 予測処理部
１５ プリクラッシュ制御判定部
１６ 事前サンプルデータ保持部
１７ 追加サンプルデータ保持部
１８ 予測処理更新部
【特許請求の範囲】
【請求項１】
ドライバの運転操作情報と車両の外部環境情報とに基づいてドライバのハンドル回避操作を予測する運転操作予測装置であって、
前記運転操作情報から運転操作毎の運転操作イベントを検出すると共に、前記外部環境情報から算出される前方車両との衝突予測時間に基づく外部環境イベントを検出するイベント検出部と、
前記各イベント間の時間関係から判断されるルールにより、ドライバのハンドル回避意思を推定する予測処理部と
を備えたことを特徴とする運転操作予測装置。
【請求項２】
前記予測処理部は、推定精度により決定される重みをそれぞれ有する複数のルールを用いて、ドライバのハンドル回避意思を推定することを特徴とする請求項１記載の運転操作予測装置。
【請求項３】
前記各ルールの重みを、事前に用意したハンドル回避操作時とそれ以外の操作時のデータとを用いて、予測正解の評価値を最大化するように生成することを特徴とする請求項２記載の運転操作予測装置。
【請求項４】
前記予測正解の評価値を、ルールの属性と反応とに基づいて算出することを特徴とする請求項３記載の運転操作予測装置。
【請求項５】
前記ルールを、事前に用意したサンプルデータと走行中に得られる追加データとを用いて更新する予測処理更新部を更に備えたことを特徴とする請求項１記載の運転操作予測装置。
【請求項６】
前記予測処理更新部は、重要度の高い一定数のルールは更新対象とせずに複数のルール全体の最適化を行うことを特徴とする請求項５記載の運転操作予測装置。
【請求項７】
前記予測処理部で推定したドライバのハンドル回避意思に基づいて、ブレーキ制御介入の判断を行うブレーキ制御介入判断部を更に備えたことを特徴とする請求項１記載の運転操作予測装置。
【請求項８】
前記予測処理部は、前記ハンドル回避意思の推定における初期値を、ドライバ状態の認識結果により変化させ、ドライバ状態に適応した回避意思を推定することを特徴とする請求項１記載の運転操作予測装置。
【請求項１】
ドライバの運転操作情報と車両の外部環境情報とに基づいてドライバのハンドル回避操作を予測する運転操作予測装置であって、
前記運転操作情報から運転操作毎の運転操作イベントを検出すると共に、前記外部環境情報から算出される前方車両との衝突予測時間に基づく外部環境イベントを検出するイベント検出部と、
前記各イベント間の時間関係から判断されるルールにより、ドライバのハンドル回避意思を推定する予測処理部と
を備えたことを特徴とする運転操作予測装置。
【請求項２】
前記予測処理部は、推定精度により決定される重みをそれぞれ有する複数のルールを用いて、ドライバのハンドル回避意思を推定することを特徴とする請求項１記載の運転操作予測装置。
【請求項３】
前記各ルールの重みを、事前に用意したハンドル回避操作時とそれ以外の操作時のデータとを用いて、予測正解の評価値を最大化するように生成することを特徴とする請求項２記載の運転操作予測装置。
【請求項４】
前記予測正解の評価値を、ルールの属性と反応とに基づいて算出することを特徴とする請求項３記載の運転操作予測装置。
【請求項５】
前記ルールを、事前に用意したサンプルデータと走行中に得られる追加データとを用いて更新する予測処理更新部を更に備えたことを特徴とする請求項１記載の運転操作予測装置。
【請求項６】
前記予測処理更新部は、重要度の高い一定数のルールは更新対象とせずに複数のルール全体の最適化を行うことを特徴とする請求項５記載の運転操作予測装置。
【請求項７】
前記予測処理部で推定したドライバのハンドル回避意思に基づいて、ブレーキ制御介入の判断を行うブレーキ制御介入判断部を更に備えたことを特徴とする請求項１記載の運転操作予測装置。
【請求項８】
前記予測処理部は、前記ハンドル回避意思の推定における初期値を、ドライバ状態の認識結果により変化させ、ドライバ状態に適応した回避意思を推定することを特徴とする請求項１記載の運転操作予測装置。
【図１】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【図２】
【図３】
【図４】
【図５】
【図６】
【図７】
【公開番号】特開２０１２−２３８１６４（Ｐ２０１２−２３８１６４Ａ）
【公開日】平成２４年１２月６日（２０１２．１２．６）
【国際特許分類】
【出願番号】特願２０１１−１０６５２１（Ｐ２０１１−１０６５２１）
【出願日】平成２３年５月１１日（２０１１．５．１１）
【出願人】（０００００５３４８）富士重工業株式会社 (3,010)
【Ｆターム（参考）】
【公開日】平成２４年１２月６日（２０１２．１２．６）
【国際特許分類】
【出願日】平成２３年５月１１日（２０１１．５．１１）
【出願人】（０００００５３４８）富士重工業株式会社 (3,010)
【Ｆターム（参考）】
[ Back to top ]