JP6042050B2 - 運転負荷予測システム、装置、方法およびプログラム - Google Patents

Description

本発明は、所定の走行経路を走行するときの運転負荷を予測する技術に関する。

従来、車両が所定の走行経路を走行する際の運転者の操作負荷量を予測する機能を備えた走行支援装置が提案されている（例えば、特許文献１参照）。この走行支援装置では、車両情報（車速、加速度、舵角などの車両から得られる情報）を詳細に分析することにより、加減速負荷量や操舵負荷量などの身体負荷量と、前方注視負荷量や確認負荷量などの認知負荷量が計算によって求められ、これらの身体負荷量と認知負荷量から運転者の操作負荷量（運転負荷量）が計算によって求められている。

特開２００３−５１１００号公報

しかしながら、従来の走行支援装置では、運転負荷を予測するために、車両情報の詳細な分析と複雑な計算を行う必要があった。特に、運転負荷の計算による予測は、その演算処理量が膨大であり、通常のコンピュータの処理能力では、高速な処理（例えば、リアルタイムでの処理）をすることが困難であった。

本発明は、上記の課題に鑑みてなされたもので、少ない演算処理量で運転負荷を予測することのできる運転負荷予測システムを提供することを目的とする。

本発明の運転負荷予測システムは、複数の経路区間で構成される所定の走行経路を過去に走行したときに取得された運転負荷のパターンを、運転負荷パターン履歴として蓄積する履歴蓄積部と、前記走行経路を構成する複数の経路区間の中から、運転負荷の予測を行う対象となる対象経路区間と、前記対象経路区間での運転負荷を予測するための基準として用いられる基準経路区間を決定する区間決定部と、新たに前記走行経路を走行するときに前記基準経路区間で取得される運転負荷のパターンである参照運転負荷パターンを、前記履歴蓄積部に蓄積されている前記基準経路区間の運転負荷パターン履歴と比較するパターン比較部と、前記比較の結果、前記履歴蓄積部に蓄積されている複数の運転負荷パターン履歴のうち、前記基準経路区間の前記参照運転負荷パターンと最もパターンが類似する運転負荷パターン履歴に基づいて、前記対象経路区間を新たに走行するときの運転負荷のパターンを予測するパターン予測部と、を備えている。

これにより、走行経路を過去に走行したときの運転負荷のパターン（運転負荷パターン履歴）に基づいて、その走行経路を新たに走行するときの運転負荷のパターンを予測することができる。この場合、新たに走行経路を走行するときに取得される運転負荷のパターン（参照運転負荷パターン）を、過去の運転負荷パターン履歴と比較し、最もパターンが類似する運転負荷パターン履歴を用いて、その走行経路を新たに走行するときの運転負荷のパターンが予測される。具体的には、過去に蓄積しておいた多数の運転負荷パターン履歴の中から、基準経路区間のパターンが最も類似する運転負荷パターン履歴を、比較（パターンマッチング）によって見つけ出し、その運転負荷パターン履歴の対象経路区間の運転負荷パターンが、その走行経路（対象経路区間）を新たに走行するときの運転負荷のパターンとして予測される。このような運転負荷のパターンの比較（パターンマッチング）による予測は、従来のような運転負荷の計算による予測よりも演算処理量が少なくて済み、高速な処理（例えば、リアルタイムでの処理）が可能である。

また、本発明の運転負荷予測システムでは、前記運転負荷のパターンは、前記走行経路を走行したときの距離に対して前記走行経路を走行したときの運転負荷を表したものであってもよい。

このように、運転負荷の予測が「距離」を単位として行われると、「時間」を単位として行われた場合に比べて、運転負荷の予測の精度が高い。例えば、「時間」を単位として、５分後の運転負荷の予測をした場合には、渋滞などの影響を受けて簡単に予測結果が狂ってしまうのに対し、「距離」を単位として、５ｋｍ後の運転負荷を予測した場合には、渋滞などの影響を受けて予測結果が狂うことがない。

また、本発明の運転負荷予測システムでは、前記運転負荷のパターンは、前記走行経路を走行したときの時間に対して前記走行経路を走行したときの運転負荷を表したものであってもよい。

このように、運転負荷の予測が「時間」を単位として行われると、時間に対する予測結果が直接求められる。情報提供タイミングは、時間を基準として決定される。そのため、「距離」を単位として行われた場合には、「距離」から「時間」への変換をしてから情報提供タイミングを決定しなければならない。それに対して、「時間」を単位として行われた場合には、「距離」から「時間」に変換することなく、時間を基準として情報提供タイミングを決定することができる。

また、本発明の運転負荷予測システムでは、前記基準経路区間は、前記対象経路区間の手前の区間であり、前記基準経路区間の長さは、前記対象経路区間の長さに基づいて決定されてもよい。

これにより、基準経路区間の長さが、対象経路区間の長さに基づいて適切に決定される。例えば、対象経路区間の長さが５００ｍである場合には、基準経路区間の適切な長さが３００ｍに決定される。

また、本発明の運転負荷予測システムでは、前記パターン予測部は、前記比較の結果、前記履歴蓄積部に蓄積されている複数の運転負荷パターン履歴のうち、前記基準経路区間について前記参照運転負荷パターンと最も相関係数または類似度が高いとされた運転負荷パターン履歴に基づいて、前記対象経路区間を走行したときの運転負荷のパターンを予測してもよい。

これにより、過去に蓄積しておいた多数の運転負荷パターン履歴の中から、基準経路区間における運転負荷のパターンの相関係数や類似度が最も高い運転負荷パターン履歴を見つけ出し、その運転負荷パターン履歴の対象経路区間の運転負荷パターンが、その走行経路（対象経路区間）を新たに走行するときの運転負荷のパターンとして予測される。

また、本発明の運転負荷予測システムでは、前記履歴蓄積部には、前記走行経路を走行したときの状況ごとに、前記運転負荷パターン履歴が蓄積されており、前記パターン比較部は、前記状況ごとに、前記参照運転負荷パターンと前記運転負荷パターン履歴との比較を行い、前記パターン予測部は、前記状況ごとに、前記運転負荷のパターンを予測してよい。

これにより、走行経路を走行したときの状況に応じて運転負荷のパターンが適切に予測され、運転負荷の予測の精度が高くなる。この状況には、例えば、走行経路を走行したときの時間帯、曜日、月、特定の日、季節、天気、明るさなどが含まれる。

本発明の運転負荷予測装置は、複数の経路区間で構成される所定の走行経路を過去に走行したときに取得された運転負荷のパターンを、運転負荷パターン履歴として蓄積する履歴蓄積部と、前記走行経路を構成する複数の経路区間の中から、運転負荷の予測を行う対象となる対象経路区間と、前記対象経路区間での運転負荷を予測するための基準として用いられる基準経路区間を決定する区間決定部と、新たに前記走行経路を走行するときに前記基準経路区間で取得される運転負荷のパターンである参照運転負荷パターンを、前記履歴蓄積部に蓄積されている前記基準経路区間についての運転負荷パターン履歴と比較するパターン比較部と、前記比較の結果、前記履歴蓄積部に蓄積されている複数の運転負荷パターン履歴のうち、前記基準経路区間の前記参照運転負荷パターンと最もパターンが類似する運転負荷パターン履歴に基づいて、前記対象経路区間を新たに走行するときの運転負荷のパターンを予測するパターン予測部と、を備えている。

この装置によっても、上記のシステムと同様、運転負荷のパターンの比較（パターンマッチング）により運転負荷を予測することができるので、従来のような運転負荷の計算による予測よりも演算処理量が少なくて済み、高速な処理を実現することができる。

本発明の運転負荷予測方法は、複数の経路区間で構成される所定の走行経路を過去に走行したときに取得された運転負荷のパターンを、運転負荷パターン履歴として蓄積し、前記走行経路を構成する複数の経路区間の中から、運転負荷の予測を行う対象となる対象経路区間と、前記対象経路区間での運転負荷を予測するための基準として用いられる基準経路区間を決定し、新たに前記走行経路を走行するときに前記基準経路区間で取得される運転負荷のパターンである参照運転負荷パターンを、前記履歴蓄積部に蓄積されている前記基準経路区間についての運転負荷パターン履歴と比較し、前記比較の結果、前記履歴蓄積部に蓄積されている複数の運転負荷パターン履歴のうち、前記基準経路区間の前記参照運転負荷パターンと最もパターンが類似する運転負荷パターン履歴に基づいて、前記対象経路区間を新たに走行するときの運転負荷のパターンを予測する。

この方法によっても、上記のシステムと同様、運転負荷のパターンの比較（パターンマッチング）により運転負荷を予測することができるので、従来のような運転負荷の計算による予測よりも演算処理量が少なくて済み、高速な処理を実現することができる。

本発明の運転負荷予測プログラムは、コンピュータを、複数の経路区間で構成される所定の走行経路を過去に走行したときに取得された運転負荷のパターンを、運転負荷パターン履歴として蓄積する手段、前記走行経路を構成する複数の経路区間の中から、運転負荷の予測を行う対象となる対象経路区間と、前記対象経路区間での運転負荷を予測するための基準として用いられる基準経路区間を決定する手段、新たに前記走行経路を走行するときに前記基準経路区間で取得される運転負荷のパターンである参照運転負荷パターンを、前記履歴蓄積部に蓄積されている前記基準経路区間の運転負荷パターン履歴と比較する手段、前記比較の結果、前記履歴蓄積部に蓄積されている複数の運転負荷パターン履歴のうち、前記基準経路区間の前記参照運転負荷パターンと最もパターンが類似する運転負荷パターン履歴に基づいて、前記対象経路区間を新たに走行するときの運転負荷のパターンを予測する手段、として機能させる。

このプログラムによっても、上記のシステムと同様、運転負荷のパターンの比較（パターンマッチング）により運転負荷を予測することができるので、従来のような運転負荷の計算による予測よりも演算処理量が少なくて済み、高速な処理を実現することができる。

本発明によれば、運転負荷のパターンの比較（パターンマッチング）を利用することにより、少ない演算処理量で運転負荷を予測することができる。

本発明の第１の実施の形態の運転負荷予測装置の構成を説明するためのブロック図 対象経路区間と基準経路区間の説明図 履歴蓄積部に蓄積される運転負荷パターン履歴の説明図 パターン比較部における比較（パターンマッチング）の説明図 パターン予測部における運転負荷パターンの予測の説明図 区間決定部における対象経路区間と基準経路区間の決定の説明図 本発明の第１の実施の形態の運転負荷予測装置の動作を説明するためのフロー図 本発明の第２の実施の形態の運転負荷予測システムの構成を説明するためのブロック図 本発明の第２の実施の形態の運転負荷予測システムの動作を説明するためのシーケンス図 本発明の第２の実施の形態の運転負荷予測システムの動作を説明するためのシーケンス図 運転負荷パターンの他の例の説明図

以下、本発明の実施の形態の運転負荷予測装置（または運転負荷予測システム）について、図面を用いて説明する。本発明の実施の形態の運転負荷予測装置（または運転負荷予測システム）は、所定の走行経路を走行するときの運転負荷を予測する機能を備えている。この機能は、装置のＨＤＤやメモリ等に格納されたプログラムによって実現されてもよい。

以下の実施の形態では、カーナビゲーションシステム等に適用される車載型の運転負荷予測装置（または、車載装置とセンター装置で構成される運転負荷予測システム）の場合を例示する。本実施の形態の運転負荷予測装置（または運転負荷予測システム）がカーナビゲーションシステムに適用された場合には、例えば、運転負荷が小さい適切なタイミングで、ドライバーへの情報提供（音声案内や画像案内など）が行われる。したがって、運転の安全性が向上するとともに、カーナビゲーションシステムの利便性が向上する。

（第１の実施の形態）
本発明の第１の実施の形態の運転負荷予測装置の構成を、図面を参照して説明する。図１は、本実施の形態の運転負荷予測装置の構成を示すブロック図である。図１に示すように、運転負荷予測装置１は、車両に搭載された車両センサ２や視線カメラ３や生体センサ４から、車両運転中のユーザ（ドライバー）の各種データを取得して、ドライバーの運転負荷を計測する運転負荷測定部５を備えている。なお、ここでは、詳しい説明を省略するが、運転負荷（ワークロード）の測定には、従来から公知の種々の手法を用いることができる。

運転負荷予測装置１は、運転負荷測定部５によって測定された運転負荷のパターンの履歴データを蓄積する履歴蓄積部６を備えている。この履歴蓄積部６には、所定の走行経路を走行したときに取得された運転負荷のパターンが、運転負荷パターン履歴として蓄積される。走行経路は、複数の経路区間で構成されており、例えば、図２の走行経路（地点Ａから地点Ｇまでの走行経路）は、経路区間ＡＢ（地点Ａから地点Ｂまでの区間）、経路区間ＢＣ（地点Ｂから地点Ｃまでの区間）、・・・、経路区間ＦＧ（地点Ｆから地点Ｇまでの区間）という６つの経路区間で構成されている。なお、経路区間の長さは、任意に設定可能である。

また、同じ走行経路を過去に何度も走行した場合には、その走行経路（一つの走行経路）について、複数の（これまで走行した回数分の）運転負荷のパターンが蓄積される。図３は、履歴蓄積部６に蓄積される運転負荷パターン履歴の説明図である。図３の例では、一つの走行経路について１６個の運転負荷パターンが蓄積されている。この場合、運転負荷パターンは、走行経路を走行したときの距離に対して、その走行経路を走行したときの運転負荷のレベルを表したものになっている。つまり、運転負荷パターンは、縦軸が「運転負荷のレベル」であり、横軸が「距離」である。運転負荷のレベルは、運転負荷の高低を表す値であり、運転負荷が低いほどレベルが小さく、運転負荷が高いほどレベルが大きくなる。運転負荷のレベルは、離散値であってもよく、連続値であってもよい。

なお、この履歴蓄積部６には、その走行経路を過去に走行したときの運転負荷パターンだけでなく、その走行経路を現在走行しているときの運転負荷パターンも蓄積されてよい。例えば、図３の「Ｎｏ．１」の運転負荷パターンが現在の運転負荷パターンであり、「Ｎｏ．２〜Ｎｏ．１６」の運転負荷パターンが過去の運転負荷パターンであってもよい。

また、運転負荷予測装置１は、カーナビゲーションシステム等（図示せず）から車両の走行経路（車両が走行する予定の走行経路）の情報を取得する走行経路取得部７と、ＧＰＳシステム等（図示せず）から車両の現在位置の情報を取得する現在位置取得部８を備えている。そして、この運転負荷予測装置１は、車両の走行経路と現在位置の情報に基づいて、その走行経路を構成する複数の経路区間の中から、運転負荷の予測を行う対象となる経路区間（対象経路区間）と、対象経路区間での運転負荷を予測するための基準として用いられる経路区間（基準経路区間）を決定する区間決定部９を備えている。

図２を例にして説明すると、例えば、車両の走行経路が「地点Ａから地点Ｇまで」であり、車両の現在位置が「地点Ｅ」であったとする。この場合、区間決定部９は、地点Ｅから地点Ｆまでの経路区間（区間ＥＦ）を「対象経路区間」と決定し、地点Ｄから地点Ｅまでの経路区間（区間ＤＥ）を「基準経路区間」として決定する。なお、これらの区間の決定の仕方については、後で詳しく説明する。

さらに、運転負荷予測装置１は、この走行経路（地点Ａから地点Ｇまでの経路）を走行しようとするときに基準経路区間（区間ＤＥ）で取得される運転負荷のパターン（参照運転負荷パターン）を、履歴蓄積部６に蓄積されている基準経路区間（区間ＤＥ）の運転負荷パターン履歴と比較（パターンマッチング）するパターン比較部１０を備えている。

図４は、パターン比較部１０における比較（パターンマッチング）の説明図である。図４の例では、基準経路区間（区間ＤＥ）を今回走行したときの「Ｎｏ．１」の運転負荷パターン（参照運転負荷パターン）と、基準経路区間（区間ＤＥ）を以前に走行したときの「Ｎｏ．２」の運転負荷パターン（運転負荷パターン履歴）とが比較され、この場合、比較結果として「相関係数０．５５４」が得られている。相関係数は、二つの運転負荷パターンが類似している程度を表す係数であり、係数の値が１に近いほど両者が類似していることを表すものである。

相関係数としては、例えば、ピアソンの積率相関係数、スピアマンの順位相関係数、ケンドールの順位相関係数などが利用できる。また、相関係数の代わりに、類似度を用いてもよい。類似度としては、例えば、ＤＰマッチングを利用するデータ（時系列データまたは距離系列データ）の類似度などが利用できる。なお、これらの相関係数や類似度は、あくまで例示であり、これら以外の相関係数や類似度を利用してよいことは言うまでもない。

そして、運転負荷予測装置１は、パターン比較部１０による比較の結果、履歴蓄積部６に蓄積されている複数の運転負荷パターン履歴のうち、基準経路区間（区間ＤＥ）の運転負荷パターンが最も類似するものを決定し、その運転負荷パターン履歴における対象経路区間（区間ＥＦ）の運転負荷パターンを、その対象経路区間を新たに走行するときの運転負荷パターン（予測される運転負荷パターン）として決定するパターン予測部１１を備えている。

例えば、図５は、履歴蓄積部６に蓄積されている複数の運転負荷パターン（１６個の運転負荷パターン）のすべての組み合わせについて、パターン比較部１０による比較の結果（相関係数）を示した図である。この場合、基準経路区間（区間ＤＥ）を今回走行したときの「Ｎｏ．１」の運転負荷パターン（参照運転負荷パターン）と、基準経路区間（区間ＤＥ）を以前に走行したときの「Ｎｏ．２〜１６」の運転負荷パターン（運転負荷パターン履歴）との比較結果をみると、「Ｎｏ．９」の運転負荷パターンの相関係数が「０．８４７」であり、「Ｎｏ．２〜Ｎｏ．１６」の中で最も高いことがわかる。したがって、この場合、パターン予測部１１は、「Ｎｏ．９」の運転負荷パターンを、最も類似する運転負荷パターン履歴として決定し、「Ｎｏ．９」の運転負荷パターンにおける対象経路区間（区間ＥＦ）の運転負荷パターンを、予測される運転負荷パターンとして決定する。

なお、パターン予測部１１は、相関係数の平均値を用いて、最も類似する運転負荷パターン履歴を決定してもよい。例えば、図５の例では、「Ｎｏ．１３」の運転負荷パターンが、相関係数の平均値が「０．７５」であり、「Ｎｏ．２〜Ｎｏ．１６」の中で最も高い。したがって、この場合、パターン予測部１１は、「Ｎｏ．１３」の運転負荷パターンを、最も類似する運転負荷パターン履歴として決定してもよく、「Ｎｏ．１３」の運転負荷パターンにおける対象経路区間（区間ＥＦ）の運転負荷パターンを、予測される運転負荷パターンとして決定してもよい。

ここで、基準経路区間と対象経路区間の決定の仕方について、詳しく説明する。まず、対象経路区間の決定の仕方について説明する。対象経路区間の決定には、（１）現在位置から先の一定区間（例えば、現在位置から５００ｍ先までの区間）とする方法、（２）情報提供を行う予定の地点から手前の一定区間（例えば、情報提供を行う予定の地点から５００ｍ前までの区間）とする方法、（３）基準経路区間との最適化問題（基準経路区間と対象経路区間の２パラメータの最適化問題）を解くことにより決める方法、の３通りの方法がある。

図２の例で説明すると、上記（１）の方法では、現在位置が地点Ｅであり、地点Ｅと地点Ｆの間の距離が５００ｍであれば、「地点Ｅから地点Ｆまでの区間」が、対象経路区間として決定される。また、上記（２）の方法では、情報提供（音声案内や画像案内など）を行う予定の地点が地点Ｆであり、地点Ｅと地点Ｆの間の距離が５００ｍであれば、「地点Ｅから地点Ｆまでの区間」が、対象経路区間として決定される。また、上記（３）の方法では、現在位置が地点Ｅであり、地点Ｄと地点Ｅの間の距離が３００ｍであり、地点Ｅと地点Ｆの間の距離が５００ｍであったとして、対象経路区間（現在位置からＸｍ先までの区間）と基準経路区間（現在位置からＹｍ前までの区間）の最適化問題を解くことにより「Ｘ＝５００、Ｙ＝３００」が最適であるされた場合には、「地点Ｅ（現在位置）から地点Ｆ（現在位置から５００ｍ先の地点）までの区間」が、対象経路区間として決定される。なお、上記（３）の方法では、対象経路区間が決定されるのと同時に、基準経路区間が決定されることになる。また、上記（３）の方法は、対象経路区間（情報提供を行う予定の地点からＸｍ手前の区間）と基準経路区間（情報提供を行う予定の地点から（Ｘ＋Ｙ）ｍ手前の区間）の最適化問題を解くことにより、対象経路区間を決定してもよい。

つぎに、基準経路区間の決定の仕方について説明する。基準経路区間は、対象経路区間の手前の区間であり、基準経路区間の長さは、対象経路区間の長さに基づいて決定される。例えば、基準経路区間の長さは、対象経路区間の長さに、所定の係数（例えば、０．８や０．６など）を乗算することにより決定してもよい。また、対象経路区間が、上記（１）または（２）の方法で決定されている場合、その対象経路区間との順位相関係数の平均が最大となる区間を基準経路区間として決定してもよい。例えば、上記（１）または（２）の方法で、対象経路区間が「区間ＥＦ」に決定されており、地点Ｄと地点Ｅの間の距離が３００ｍであったとする。対象経路区間（区間ＥＦ）と基準経路区間（現在位置からＺｍ前までの区間）の最適化問題を解くことにより「Ｚ＝３００」が最適であるされた場合には、「地点Ｄ（現在位置から３００ｍ手前の地点）から地点Ｅ（現在位置）までの区間」が、基準経路区間として決定される。なお、上述のように、対象経路区間が、上記（３）の方法で決定されている場合には、対象経路区間が決定されるのと同時に、基準経路区間が決定されることになる。

ここで、図６を参照しながら、最適化問題の解き方について、より詳しく説明しておく。図６の例では、対象経路区間が「区間ＥＦ」であり、基準経路区間が「区間ＤＥ」である場合が示されている。これは、例えば、対象経路区間の決定（上記（３）の方法）で「Ｘ＝５００、Ｙ＝３００」とした場合に相当し、また、基準経路区間の決定（対象経路区間を上記（１）または（２）で決定した場合の基準経路区間の決定）で「Ｚ＝３００」とした場合に相当する。この場合、図６に示すように、履歴蓄積部６に蓄積されている複数の運転負荷パターン（１６個の運転負荷パターン）のすべての組み合わせについて、基準経路区間の相関係数の順位と対象経路区間の相関係数の順位を求め、それらを用いてスピアマンの順位相関係数を算出する。なお、相関係数の順位は、相関係数が高い順に１、２、３・・・とする。そして、スピアマンの順位相関係数の平均値を算出する。図６の例では、順位相関係数の平均値として「０．３３１」という値が得られている。この値は、「Ｘ＝５００、Ｙ＝３００」あるいは「Ｚ＝３００」としたときの値である。そして、最適化問題を解く場合には、「Ｘ、Ｙ」あるいは「Ｚ」の値を変えて、この順位相関係数の平均値が最大となる「Ｘ、Ｙ」あるいは「Ｚ」の値を求める。例えば、「Ｘ＝５００、Ｙ＝３００」あるいは「Ｚ＝３００」としたときの順位相関係数の平均値が最大であれば、最適な対象経路区間が「区間ＥＦ」として決定され、最適な基準経路区間が「区間ＤＥ」として決定されることになる。

以上のように構成された運転負荷予測装置１について、図７のフロー図を参照してその動作を説明する。

第１の実施の形態の運転負荷予測装置１を用いて運転負荷の予測をするときには、図７に示すように、まず、走行経路取得部７で車両の走行経路の情報を取得するとともに、現在位置取得部８で車両の現在位置の情報を取得する（Ｓ１）。そして、区間決定部９で、走行経路や現在位置の情報に基づいて、対象経路区間（例えば、区間ＥＦ）と基準経路区間（例えば、区間ＤＥ）が決定される（Ｓ２）。その後、パターン比較部１０は、運転負荷測定部５（または履歴蓄積部６）から基準経路区間の運転負荷パターン（参照運転負荷パターン）を取得するとともに（Ｓ３）、履歴蓄積部６から基準経路区間の運転負荷パターン（運転負荷パターン履歴）をすべて取得し（Ｓ４）、運転負荷パターンの比較（相関係数の算出）を行う（Ｓ５）。そして、パターン予測部１１は、その比較結果に基づいて、対象経路区間の運転負荷パターンの予測を行う（Ｓ６）。具体的には、基準経路区間（例えば、区間ＤＥ）の運転負荷パターンが最も類似する運転負荷パターン履歴が決定され、その運転負荷パターン履歴における対象経路区間（区間ＥＦ）の運転負荷パターンが、その対象経路区間を新たに走行するときの運転負荷パターン（予測される運転負荷パターン）として決定される。

このような第１の実施の形態の運転負荷予測装置１によれば、運転負荷のパターンの比較（パターンマッチング）を利用することにより、少ない演算処理量で運転負荷を予測することができる。

すなわち、本実施の形態では、走行経路を過去に走行したときの運転負荷のパターン（運転負荷パターン履歴）に基づいて、その走行経路を新たに走行するときの運転負荷のパターンを予測することができる。この場合、新たに走行経路を走行するときに取得される運転負荷のパターン（参照運転負荷パターン）を、過去の運転負荷パターン履歴と比較し、最もパターンが類似する運転負荷パターン履歴を用いて、その走行経路を新たに走行するときの運転負荷のパターンが予測される。具体的には、過去に蓄積しておいた多数の運転負荷パターン履歴の中から、基準経路区間のパターンが最も類似する運転負荷パターン履歴を、比較（パターンマッチング）によって見つけ出し、その運転負荷パターン履歴の対象経路区間の運転負荷パターンが、その走行経路（対象経路区間）を新たに走行するときの運転負荷のパターンとして予測される。このような運転負荷のパターンの比較（パターンマッチング）による予測は、従来のような運転負荷の計算による予測よりも演算処理量が少なくて済み、高速な処理（例えば、リアルタイムでの処理）が可能である。

また、本実施の形態では、運転負荷の予測が「距離」を単位として行われると、「時間」を単位として行われた場合に比べて、運転負荷の予測の精度が高い。例えば、「時間」を単位として、５分後の運転負荷の予測をした場合には、渋滞などの影響を受けて簡単に予測結果が狂ってしまうのに対し、「距離」を単位として、５ｋｍ後の運転負荷を予測した場合には、渋滞などの影響を受けて予測結果が狂うことがない。

また、本実施の形態では、基準経路区間の長さが、対象経路区間の長さに基づいて適切に決定される。例えば、対象経路区間の長さが５００ｍである場合には、基準経路区間の適切な長さが３００ｍに決定される。

また、本実施の形態では、過去に蓄積しておいた多数の運転負荷パターン履歴の中から、基準経路区間における運転負荷のパターンの相関係数が最も高い運転負荷パターン履歴を見つけ出し、その運転負荷パターン履歴の対象経路区間の運転負荷パターンが、その走行経路（対象経路区間）を新たに走行するときの運転負荷のパターンとして予測される。

（第２の実施の形態）
次に、本発明の第２の実施の形態の運転負荷予測システムについて説明する。ここでは、第２の実施の形態の運転負荷予測システムが、第１の実施の形態と相違する点を中心に説明する。ここで特に言及しない限り、本実施の形態の構成および動作は、第１の実施の形態と同様である。

図８は、本実施の形態の運転負荷予測システムの構成を示すブロック図である。図８に示すように、運転負荷予測システム２０は、車両に搭載される車載装置２１と、外部のセンターなどに設置されるセンター装置２２で構成される。車載装置２１には、第１の実施の形態と同様の運転負荷測定部５と履歴蓄積部６と走行経路取得部７と現在位置取得部８と区間決定部９が備えられている。この場合、車載装置２１には、パターン比較部１０とパターン予測部１１が備えられておらず、代わりに、センター装置２２との通信を行うための通信部２３が備えられている。

センター装置２２は、車載装置２１との通信を行うための通信部２４を備えている。そして、センター装置２２には、区間決定部２５とパターン比較部２６とパターン予測部２７が備えられている。これらの区間決定部２５とパターン比較部２６とパターン予測部２７の機能は、第１の実施の形態と同様である。また、センター装置２２には、大容量の履歴蓄積部２８が備えられてもよい。この履歴蓄積部２８には、運転負荷予測システム２０を利用する全ユーザの運転負荷パターンの履歴データが蓄積されてよい。

以上のように構成された運転負荷予測システム２０について、図９および図１０のシーケンス図を用いてその動作を説明する。

第２の実施の形態の運転負荷予測システム２０を用いて運転負荷の予測をするときに、対象経路区間を上記（１）または（２）の方法で決定する場合には、図９に示すように、まず、車載装置２１で車両の現在位置と走行経路の情報を取得し（Ｓ１０）、現在位置と走行経路の情報に基づいて、対象経路区間（例えば、区間ＥＦ）を決定する（Ｓ１１）。そして、車載装置２１からセンター装置２２へ、現在位置と走行経路と対象経路区間の情報が送信される（Ｓ１２）。センター装置２２では、走行経路や現在位置の情報に基づいて、基準経路区間（例えば、区間ＤＥ）を決定し（Ｓ１３）、その基準経路区間の情報を車載装置２１へ送信する（Ｓ１４）。

車載装置２１では、運転負荷測定部５（または履歴蓄積部６）から基準経路区間の運転負荷パターン（参照運転負荷パターン）を取得し（Ｓ１５）、その運転負荷パターンの情報をセンター装置２２へ送信する（Ｓ１６）。センター装置２２では、履歴蓄積部２８から基準経路区間の運転負荷パターン（運転負荷パターン履歴）をすべて取得し（Ｓ１７）、運転負荷パターンの比較（相関係数の算出）を行う（Ｓ１８）。そして、その比較結果に基づいて、対象経路区間の運転負荷パターンの予測を行って（Ｓ１９）、予測した運転負荷パターンの情報を車載装置２１へ送信する（Ｓ２０）。

また、第２の実施の形態の運転負荷予測システム２０を用いて運転負荷の予測をするときに、対象経路区間を上記（３）の方法で決定する場合には、図１０に示すように、まず、車載装置２１で車両の現在位置と走行経路の情報を取得し（Ｓ３０）、その現在位置と走行経路の情報をセンター装置２２へ送信する（Ｓ３１）。センター装置２２では、現在位置と走行経路の情報に基づいて、対象経路区間（例えば、区間ＥＦ）と基準経路区間（例えば、区間ＤＥ）を決定し（Ｓ３２）、その対象経路区間と基準経路区間の情報を車載装置２１へ送信する（Ｓ３３）。

車載装置２１では、運転負荷測定部５（または履歴蓄積部６）から基準経路区間の運転負荷パターン（参照運転負荷パターン）を取得し（Ｓ３４）、その運転負荷パターンの情報をセンター装置２２へ送信する（Ｓ３５）。センター装置２２では、履歴蓄積部２８から基準経路区間の運転負荷パターン（運転負荷パターン履歴）をすべて取得し（Ｓ３６）、運転負荷パターンの比較（相関係数の算出）を行う（Ｓ３７）。そして、その比較結果に基づいて、対象経路区間の運転負荷パターンの予測を行って（Ｓ３８）、予測した運転負荷パターンの情報を車載装置２１へ送信する（Ｓ３９）。

このような第２の実施の形態の運転負荷予測システム２０によっても、第１の実施の形態と同様の作用効果が奏される。すなわち、運転負荷のパターンの比較（パターンマッチング）を利用することにより、少ない演算処理量で運転負荷を予測することができる。

以上、本発明の実施の形態を例示により説明したが、本発明の範囲はこれらに限定されるものではなく、請求項に記載された範囲内において目的に応じて変更・変形することが可能である。

以上の説明では、運転負荷のパターンが、走行経路を走行したときの「距離」に対して、その走行経路を走行したときの「運転負荷のレベル」を表したものになっている（縦軸が「運転負荷のレベル」で、横軸が「距離」になっている）場合について説明したが、本発明の範囲はこれに限定されるものではない。

例えば、図１１は、運転負荷パターンの他の例の説明図である。図１１に示すように、運転負荷のパターンは、走行経路を走行したときの「時間」に対して、その走行経路を走行したときの「運転負荷のレベル」を表したものになっている（縦軸が「運転負荷のレベル」で、横軸が「時間」になっている）ものでもよい。このように、運転負荷の予測が「時間」を単位として行われると、「距離」を単位として行われた場合に比べて、・・・が高い。例えば、「距離」を単位として、・・・した場合には、・・・してしまうのに対し、「時間」を単位として、・・・した場合には、・・・ことができる。

また、運転負荷のパターンの予測は、走行経路を走行した時間帯や曜日に応じて行われてもよい。この場合、履歴蓄積部６には、走行経路を走行したときの状況（例えば、時間帯、曜日、月、特定の日、季節、天気、明るさなど）ごとに、運転負荷パターン履歴が蓄積され、パターン比較部１０は、それらの状況ごとに、参照運転負荷パターンと運転負荷パターン履歴との比較を行う。そして、パターン予測部１１は、それらの状況ごとに、運転負荷のパターンを予測する。これにより、走行経路を走行したときの状況（例えば、時間帯、曜日、月、特定の日、季節、天気、明るさなど）応じて運転負荷のパターンが適切に予測され、運転負荷の予測の精度が高くなる。

以上のように、本発明にかかる運転負荷予測システムは、運転負荷のパターンの比較（パターンマッチング）を利用することにより、少ない演算処理量で運転負荷を予測することができるという効果を有し、カーナビゲーションシステム等に適用され、有用である。

１ 運転負荷予測装置
２ 車両センサ
３ 視線カメラ
４ 生体センサ
５ 運転負荷測定部
６ 履歴蓄積部
７ 走行経路取得部
８ 現在位置取得部
９ 区間決定部
１０ パターン比較部
１１ パターン予測部
２０ 運転負荷予測システム
２１ 車載装置
２２ センター装置
２３ 通信部
２４ 通信部
２５ 区間決定部
２６ パターン比較部
２７ パターン予測部
２８ 履歴蓄積部

Claims (10)

1. 複数の経路区間で構成される同じ走行経路を過去に走行したときの身体負荷量と認知負荷量から計算によって求められた運転負荷のパターンを、運転負荷パターン履歴として蓄積する履歴蓄積部と、
   前記走行経路を構成する複数の経路区間の中から、運転負荷の予測を行う対象となる対象経路区間を決定し、前記対象経路区間での運転負荷を予測するための基準として用いられる基準経路区間を当該対象経路区間の手前側に連続して決定する区間決定部と、
   新たに前記走行経路を走行するときに前記基準経路区間で取得される運転負荷のパターンである参照運転負荷パターンを、前記履歴蓄積部に蓄積されている前記基準経路区間の運転負荷パターン履歴と比較するパターン比較部と、
   前記パターン比較部の出力を用いることにより、前記履歴蓄積部に蓄積されている複数の運転負荷パターン履歴のうち、前記基準経路区間の前記参照運転負荷パターンと最もパターンが類似する運転負荷パターン履歴を決定し、前記最もパターンが類似する運転負荷パターンにおける前記対象経路区間の運転負荷パターンを、前記対象経路区間を新たに走行するときの運転負荷のパターンとして決定するパターン予測部と、
   を備え、
   前記履歴蓄積部には、複数の運転手の運転負荷パターン履歴が蓄積され、
   前記走行経路を前記運転手が複数回走行した場合には、当該走行経路を前記運転手が走行した回数分の運転負荷パターン履歴が前記履歴蓄積部に蓄積されることを特徴とする運転負荷予測システム。
2. 前記運転負荷のパターンは、前記走行経路を走行したときの距離に対して前記走行経路を走行したときの運転負荷を表したものである、請求項１に記載の運転負荷予測システム。
3. 前記運転負荷のパターンは、前記走行経路を走行したときの時間に対して前記走行経路を走行したときの運転負荷を表したものである、請求項１に記載の運転負荷予測システム。
4. 前記基準経路区間の長さは、前記対象経路区間の長さに基づいて決定されている、請求項１〜請求項３のいずれかに記載の運転負荷予測システム。
5. 前記パターン予測部は、
   前記比較の結果、前記履歴蓄積部に蓄積されている複数の運転負荷パターン履歴のうち、前記基準経路区間について前記参照運転負荷パターンと最も類似度が高いとされた運転負荷パターン履歴に基づいて、前記対象経路区間を走行したときの運転負荷のパターンを予測する、請求項１〜請求項４のいずれかに記載の運転負荷予測システム。
6. 前記パターン予測部は、
   前記比較の結果、前記履歴蓄積部に蓄積されている複数の運転負荷パターン履歴のうち、前記基準経路区間について前記参照運転負荷パターンと最も相関係数が高いとされた運転負荷パターン履歴に基づいて、前記対象経路区間を走行したときの運転負荷のパターンを予測する、請求項１〜請求項４のいずれかに記載の運転負荷予測システム。
7. 前記履歴蓄積部には、前記走行経路を走行したときの状況ごとに、前記運転負荷パターン履歴が蓄積されており、
   前記パターン比較部は、前記状況ごとに、前記参照運転負荷パターンと前記運転負荷パターン履歴との比較を行い、
   前記パターン予測部は、前記状況ごとに、前記運転負荷のパターンを予測する、請求項１〜請求項６のいずれかに記載の運転負荷予測システム。
8. 複数の経路区間で構成される同じ走行経路を過去に走行したときの身体負荷量と認知負荷量から計算によって求められた運転負荷のパターンを、運転負荷パターン履歴として蓄積する履歴蓄積部と、
   前記走行経路を構成する複数の経路区間の中から、運転負荷の予測を行う対象となる対象経路区間を決定し、前記対象経路区間での運転負荷を予測するための基準として用いられる基準経路区間を当該対象経路区間の手前側に連続して決定する区間決定部と、
   新たに前記走行経路を走行するときに前記基準経路区間で取得される運転負荷のパターンである参照運転負荷パターンを、前記履歴蓄積部に蓄積されている前記基準経路区間についての運転負荷パターン履歴と比較するパターン比較部と、
   前記パターン比較部の出力を用いることにより、前記履歴蓄積部に蓄積されている複数の運転負荷パターン履歴のうち、前記基準経路区間の前記参照運転負荷パターンと最もパターンが類似する運転負荷パターン履歴を決定し、前記最もパターンが類似する運転負荷パターンにおける前記対象経路区間の運転負荷パターンを、前記対象経路区間を新たに走行するときの運転負荷のパターンとして決定するパターン予測部と、
   を備え、
   前記走行経路を運転手が複数回走行した場合には、当該走行経路を前記運転手が走行した回数分の運転負荷パターン履歴が前記履歴蓄積部に蓄積されることを特徴とする運転負荷予測装置。
9. 運転負荷予測システムで実行される運転負荷予測方法であって、
   前記運転負荷予測方法は、
   複数の経路区間で構成される同じ走行経路を過去に走行したときの身体負荷量と認知負荷量から計算によって求められた運転負荷のパターンを、運転負荷パターン履歴として履歴蓄積部に蓄積することと、
   前記走行経路を構成する複数の経路区間の中から、運転負荷の予測を行う対象となる対象経路区間を決定し、前記対象経路区間での運転負荷を予測するための基準として用いられる基準経路区間を当該対象経路区間の手前側に連続して決定することと、
   新たに前記走行経路を走行するときに前記基準経路区間で取得される運転負荷のパターンである参照運転負荷パターンを、前記履歴蓄積部に蓄積されている前記基準経路区間についての運転負荷パターン履歴と比較するパターン比較処理を行うことと、
   前記パターン比較処理の結果の出力を用いることにより、前記履歴蓄積部に蓄積されている複数の運転負荷パターン履歴のうち、前記基準経路区間の前記参照運転負荷パターンと最もパターンが類似する運転負荷パターン履歴を決定し、前記最もパターンが類似する運転負荷パターンにおける前記対象経路区間の運転負荷パターンを、前記対象経路区間を新たに走行するときの運転負荷のパターンとして決定することと、
   を含み、
   前記履歴蓄積部には、複数の運転手の運転負荷パターン履歴が蓄積され、
   前記走行経路を前記運転手が複数回走行した場合には、当該走行経路を前記運転手が走行した回数分の運転負荷パターン履歴が前記履歴蓄積部に蓄積されることを特徴とする運転負荷予測方法。
10. 運転負荷予測装置で実行される運転負荷予測プログラムであって、
    前記運転負荷予測プログラムは、前記運転負荷予測装置を、
    複数の経路区間で構成される同じ走行経路を過去に走行したときの身体負荷量と認知負荷量から計算によって求められた運転負荷のパターンを、運転負荷パターン履歴として履歴蓄積部に蓄積する手段、
    前記走行経路を構成する複数の経路区間の中から、運転負荷の予測を行う対象となる対象経路区間を決定し、前記対象経路区間での運転負荷を予測するための基準として用いられる基準経路区間を当該対象経路区間の手前側に連続して決定する手段、
    新たに前記走行経路を走行するときに前記基準経路区間で取得される運転負荷のパターンである参照運転負荷パターンを、前記履歴蓄積部に蓄積されている前記基準経路区間の運転負荷パターン履歴と比較するパターン比較処理を行う手段、
    前記パターン比較処理の結果の出力を用いることにより、前記履歴蓄積部に蓄積されている複数の運転負荷パターン履歴のうち、前記基準経路区間の前記参照運転負荷パターンと最もパターンが類似する運転負荷パターン履歴を決定し、前記最もパターンが類似する運転負荷パターンにおける前記対象経路区間の運転負荷パターンを、前記対象経路区間を新たに走行するときの運転負荷のパターンとして決定する手段、
    として機能させ、
    前記走行経路を運転手が複数回走行した場合には、当該走行経路を前記運転手が走行した回数分の運転負荷パターン履歴が前記履歴蓄積部に蓄積されることを特徴とする運転負荷予測プログラム。
    
    

Images