车辆用信息提供装置制造方法
【专利摘要】即使在平时的驾驶特性的学习没有完成的情况下也能够向驾驶员呈现驾驶不稳定状态。信息提供部(100A)中的第一驾驶不稳定判定部基于获取到的行驶状态数据，根据时间范围不同的多个行驶状态分布的分布之间的差异量来估计驾驶不稳定性。另外，信息提供部(100A)中的第二驾驶不稳定判定部在与第一驾驶不稳定判定部的估计处理不同的处理中估计驾驶不稳定性。信息提供部(100A)中的学习完成判定部根据由第一行驶状态分布计算部计算出的行驶状态分布与驾驶员的驾驶特性一致的学习程度(SD)来判定为当从开始收集上述行驶状态数据起经过预先设定的学习时间时学习完成。信息提供部(100A)中的不稳定性选择部在学习完成的情况下选择由第一驾驶不稳定判定部估计的不稳定性，在学习未完成的情况下选择由第二驾驶不稳定判定部估计的不稳定性。
【专利说明】车辆用信息提供装置
【技术领域】
[0001]本发明涉及向驾驶员呈现驾驶的不稳定状态的技术。
【背景技术】
[0002]在专利文献I所记载的车辆用驾驶辅助装置中，计算与平时的驾驶特性对应的长时间的行驶状态分布和与当前的驾驶特性对应的短时间的行驶状态分布，根据计算出的这两个分布之间的差异量的大小来判定不稳定驾驶状态。记载有根据该方法能够不依赖于交通环境的差异而高精度地检测不稳定的状态。
[0003]专利文献1:日本特开2009-9495号公报
【发明内容】
_4] 发明要解决的问题
[0005]但是，在专利文献I的技术中，在用于获取可看作能够掌握平时的驾驶特性的长时间的行驶状态分布的学习没有完成的情况下，即在还不能掌握平时的驾驶特性的情况下，对驾驶员的驾驶的不稳定状态的检测精度变差。
[0006]本发明着眼于如上所述的问题，其目的在于即使在平时的驾驶特性的学习没有完成的情况下也能够向驾驶员呈现驾驶不稳定状态。
_7] 用于解决问题的方案
[0008]为了解决上述问题，本发明的一个方式具备第一驾驶不稳定判定部，该第一驾驶不稳定判定部基于获取到的行驶状态数据，根据时间范围不同的多个行驶状态分布的分布之间的差异量来估计驾驶不稳定性。另外，本发明的一个方式具备第二驾驶不稳定判定部，该第二驾驶不稳定判定部利用与第一驾驶不稳定判定部的估计处理不同的处理，基于行驶状态数据估计驾驶不稳定性。而且，关于本发明的一个方式，在从开始收集上述行驶状态数据起经过预先设定的学习时间而判定为学习完成的情况下，选择由第一驾驶不稳定判定部估计的不稳定性，在学习未完成的情况下选择由第二驾驶不稳定判定部估计的不稳定性。而且，关于本发明的一个方式，将基于所选择出的不稳定性的不稳定信息呈现给驾驶员。_9] 发明的效果
[0010]根据本发明的一个方式，即使在获取第一驾驶不稳定判定部所要使用的行驶状态分布的学习在能够掌握平时的驾驶特性之前没有完成的情况下，也能够根据第二驾驶不稳定判定部所估计的驾驶不稳定性来向驾驶员呈现驾驶不稳定状态。
【专利附图】
【附图说明】
[0011]图1是表示基于本发明的实施方式所涉及的车辆结构的图。
[0012]图2是表示基于本发明的第一?第四实施方式所涉及的系统结构例的图。
[0013]图3是说明基于本发明的第一实施方式所涉及的信息提供部的处理的图。
[0014]图4是表示向驾驶员呈现的信息的例子的图。[0015]图5是表示相对熵的计算例的图。
[0016]图6是说明用于相对熵计算的符号的图。
[0017]图7是对根据转动角预测误差数据计算过去或者长时间的分布以及最近的分布的方法进行说明的图。
[0018]图8是说明相对熵计算方法的图。
[0019]图9是表示转动角预测误差的分区的图。
[0020]图10是说明基于本发明的第二实施方式所涉及的信息提供部的处理的图。
[0021]图11是说明基于本发明的第三实施方式所涉及的信息提供部的处理的图。
[0022]图12是说明基于本发明的第四实施方式所涉及的信息提供部的处理的图。
[0023]图13是表示基于本发明的第五实施方式所涉及的系统结构例的图。
[0024]图14是说明基于本发明的第五实施方式所涉及的信息提供部的处理的图。
[0025]图15是表示基于本发明的第六实施方式所涉及的系统结构例的图。
[0026]图16是说明基于本发明的第六实施方式所涉及的信息提供部的处理的图。
【具体实施方式】
[0027]第一实施方式
[0028]首先，一边参照附图一边说明本发明所涉及的第一实施方式。
[0029](结构)
[0030]图1是表示装载有本实施方式所涉及的车辆用信息提供装置的车辆的结构的图。
[0031]如图1所示，本实施方式的车辆具备加速踏板开度传感器1、制动踏板操作量传感器2、转动角传感器3、车速传感器4、闪灯(blinker)检测传感器5、仪表显示器6、导航系统
7、G(加速度)传感器8、前方车辆检测装置9以及控制器100。此外，应用本发明的车辆不需要将以上传感器及其它部件全部配备。一并说明了在其它实施方式中使用的传感器类。
[0032]加速踏板开度传感器I检测加速踏板的开度量(加速指示量)来作为加速指示量。所检测出的开度量被输出到控制器100。
[0033]制动踏板操作量传感器2检测制动踏板的操作量(制动指示量)来作为制动指示量。所检测出的操作量被输出到控制器100。
[0034]转动角传感器3例如是被安装在转向柱或者转向轮(未图示)附近的角度传感器，根据转向轴的转动来检测由驾驶员的转轮产生的转动角。所检测出的转动角被输出到控制器100。
[0035]车速传感器4例如通过检测车轮的转速来检测车速。所检测出的车速被输出到控制器100。车速传感器4也可以基于向仪表显不器6的信号来检测车速。
[0036]闪灯检测传感器5检测闪灯杆的闪灯状态。检测出的闪灯状态被输出到控制器100。
[0037]信息呈现装置与来自控制器100的控制信号相应地通过语音、图像来输出警报及其它呈现。信息呈现装置例如具备:扬声器10，其通过蜂鸣声、语音向驾驶员提供信息；以及显示单元，其通过图像、文本的显示来进行信息提供。显示单元例如可以借用导航系统7的显示监视器。
[0038]导航系统7是具备GPS接收机、地图数据库以及显示监视器等来进行路径搜索和路径引导等的系统。导航系统7能够基于从GPS接收机获得的本车辆的当前位置和地图数据库中存储的道路信息来获取本车辆所要行驶的道路的类型、道路宽度等信息。
[0039]G传感器8检测车辆产生的前后加速度、横向加速度。所检测出的加速度被输出到控制器100。
[0040]前方车辆检测装置9检测存在于车辆的行进方向前方的其它车辆及其它障碍物。在本实施方式中检测至障碍物的距离。前方车辆检测装置9例如由激光测距仪构成。所检测出的距离作为求出行车距离，行车时间、相对速度等的信息而被输出到控制器100。
[0041]控制器100是由CPU以及ROM和RAM等CPU周边部件构成的电子控制单元，具备进行信息提供的控制处理的信息提供部100A。控制器100中的信息提供部100A基于利用加速踏板开度传感器1、制动踏板操作量传感器2、转动角传感器3等检测的信号来分析驾驶员的驾驶特性，判定驾驶员的驾驶操作的紊乱等驾驶不稳定的程度。而且，与驾驶的不稳定的程度相应地向驾驶员呈现警报及其它信息，来唤起驾驶员的注意。
[0042]图2是表示包括本实施方式的信息提供部100A的车辆用信息提供装置的系统结构例的图。
[0043]如图2所示，本实施方式的车辆用信息提供装置将来自转动角传感器3的信息设为行驶状态数据。另外，作为信息呈现装置，例示了视觉信息呈现装置和听觉信息呈现装置。视觉信息呈现装置例如是仪表显示器6、导航系统7的显示部。听觉信息呈现装置例如是扬声器10。
[0044]计时器50用于获得从开始收集行驶信息数据起的行驶时间。
[0045]在此，关于后述的第二?第四实施方式的系统，也与图2所示的系统结构例的结构相同。
[0046]接着，一边参照图3 —边说明上述信息提供部100A的处理。以预先设定的控制周期(例如100msec)来实施信息提供部100A的处理。
[0047]信息提供部100A首先在步骤S1010中获取以下数据来作为车辆信息数据。即，从转动角传感器3获取转动角来作为行驶状态的数据。
[0048]接着，在步骤S1030中，信息提供部100A进行学习状况的判定。在本实施方式中，在学习状况的判定中使用从开始收集数据起的行驶时间。也可以使用所收集到的数据数来求出学习程度SD。
[0049]具体地说，在步骤S1030中，信息提供部100A首先基于以下公式来计算学习程度SD0
[0050]学习程度SD=行驶时间(s)/(时间的范围X系数)
[0051]在此，
[0052]行驶时间:行驶后的时间
[0053]时间的范围:行驶状态分布的时间的范围(例如2000秒)
[0054]系数:与收敛时间有关的系数(例如设为5)。
[0055]上述(时间的范围X系数)对应于预先设定的学习时间。
[0056]基于计时器50求出行驶时间。
[0057]接着，在步骤S1030中，信息提供部100A根据所计算出的学习程度SD判定学习状况。[0058]在本实施方式中，在学习程度SD为“I”以上的情况下，判定为学习状况为学习完成。另一方面，在学习程度SD小于“I”的情况下，判定为学习状况为学习未完成。
[0059]接着，在步骤S1040中，信息提供部100A基于在步骤S1030中判定出的学习状况来判定不稳定性的计算方法。具体地说，在判定为学习状况为学习完成(学习程度SD ^ I)的情况下，信息提供部100A转移到步骤S1050。另一方面，在判定为学习状况为学习未完成(学习程度SD〈1)的情况下，信息提供部100A转移到步骤S1070。
[0060]当判定为学习完成并转移到步骤S1050时，信息提供部100A利用转向熵法来计算多个驾驶行驶状态分布，计算分布间的差异量(相对熵)。之后转移到步骤S1060。
[0061]具体地说，在步骤S1050中，信息提供部100A基于驾驶员进行转向操作时的转动角信号来计算差异量，该差异量用于判定驾驶员的当前的驾驶操作与平时的驾驶操作相比有什么不同、即与平时的驾驶操作相比是否为不稳定的状态。即，在步骤S1050中，计算相对熵(特征量、不稳定性)，作为表示驾驶操作不顺利且紊乱的值。一般地，与驾驶员的注意集中于驾驶的正常驾驶时相比，在驾驶员的注意没有集中于驾驶的状态下不进行转动的时间变长，累积大的转动角的误差。因而，驾驶员的注意返回到驾驶时的校正转动量变大。在本实施方式中，利用该特性来计算相对熵RHp。具体地说，分别计算过去或者比当前靠前的长时间累积的转动误差分布(行驶状态分布)、以及短时间获取到的当前的驾驶员的转动误差分布(行驶状态分布)即时间范围不同的多个行驶状态分布。而且，将看作平时的驾驶特性的长时间的转动误差分布作为比较基准，根据该长时间的转动误差分布和当前的短时间的操作误差分布来计算相对熵RHp。
[0062]在此，相对熵RHp是表示两个转动误差分布的差异量(距离)的物理量，表示两个转动误差分布的不同的程度即两个转动误差分布相差多少。能够利用所计算出的相对熵的值来评价当前的最近的行驶状态相对于过去的长时间的行驶状态(平时的驾驶特性)的稳定性。
[0063]关于长时间累积的转动误差分布、短时间获取到的当前的驾驶员的转动误差分布以及使用它们而得到的分布之间的差异量(相对熵)的计算例，在后文叙述。
[0064]接着，在步骤S1060中，信息提供部100A基于差异量进行不稳定驾驶状态的判定。
[0065]在本实施方式的步骤S1060中，将在步骤S1050中计算出的差异量与预先设定的判定阈值进行比较。而且，在差异量大于判定阈值的情况下，判定为不稳定驾驶状态。之后转移到步骤SI 100。
[0066]另一方面，在步骤S1040中判定为学习未完成的情况下，转移到步骤S1070。
[0067]在步骤S1070中，信息提供部100A使用当前的时间的范围短的转动误差分布来计算当前的特征量(绝对熵)。之后转移到步骤S1080。此外，绝对熵是以设为对象的行驶状态分布来表不的期待值。
[0068]在步骤S1080中，信息提供部100A对过去的驾驶的特征量进行读入。过去的驾驶的特征量是过去行驶时的最终值(绝对熵)。之后转移到步骤S1090。
[0069]在步骤S1090中，信息提供部100A如下式那样将基准特征量与在步骤S1070中计算出的当前的特征量Hp_current进行比较,该基准特征量是将在步骤S1080中读入的过去的驾驶的特征量Hp_old乘以系数k而得到的。而且，在当前的特征量Hp_current大于基准特征量(Hp_old*k)的情况下判定为不稳定状态。之后转移到步骤S1100。[0070] Hp_current/(Hp_oId*k)>I
[0071]在此，例如将系数k设为1.5。
[0072]然后，在步骤SllOO中，信息提供部100A在步骤S1060或者步骤S1090判定为不稳定状态的情况下进行信息呈现的处理。
[0073]图4表示信息呈现的例子。即，在学习程度SD为“I”以上时判定为不稳定状态的情况下，如图4的(a)那样，信息呈现装置进行警告显示，并且以“驾驶紊乱。请谨慎驾驶”等语音进行警告的呈现。
[0074]另一方面，在学习程度SD小于“I”时判定为不稳定状态的情况下，估计精度可能低，因此信息呈现装置利用稍微柔和的表达方式“状态还好吗？请继续安全驾驶。”来实施
语首警告。
[0075]这样，与学习程度SD相应地变更信息提供的内容。
[0076]接着，在步骤SlllO中，进行当前的特征量(绝对熵)的保存。为了与下一次出行(行驶)时作比较而预先保存当前的特征量(在步骤S1070中计算出的特征量)。
[0077]之后结束处理并复原。
[0078]接着，一边参照图5 —边说明长时间累积的转动误差分布(行驶状态分布)、短时间获取到的当前的驾驶员的转动误差分布(行驶状态分布)以及使用它们得到的分布之间的差异量(相对熵)的计算处理的例子。
[0079]每隔固定间隔例如50msec进行本处理内容。
[0080]在步骤SlO中，为了判断是否为能够计算相对熵RHp的行驶场景，对本车辆正在行驶的行驶场景进行估计(检测)。在此，在本车速V处于预先设定的车速范围(例如40km/h~120km/h)内的情况下，设为能够计算相对熵RHp的行驶场景。即，为了使用转动角信号进行有效的相对熵RHp的计算，从能够计算的行驶场景排除车速极慢的情况和极快的情况。
[0081]在步骤S20中，判定利用车速传感器4检测的当前的本车速V是否处于预先设定的车速范围内。当判定为本车速V处于预先设定的车速范围内、是能够计算相对熵RHp的行驶场景时，为了进行相对熵RHp的计算而进入步骤S30。另一方面，在本车速V不在规定范围内的情况下，结束该处理。
[0082]在步骤S30中，作为用于检测驾驶员的驾驶操作的不稳定状态的成为检测对象的驾驶员的驾驶操作量，读入利用转动角传感器检测的当前的转动角信号0。在步骤S31中，根据所读入的转动角9的值来计算转动角预测误差Ge。
[0083]在此，图6表示用于计算相对熵RHp的特殊符号及其名称。转动角顺滑值0n-tilde是降低量化噪声的影响后的转动角。转动角的估计值0n-hat是假设顺利地操作了转向来估计采样时刻的转动角而得到的值。如以下(式I)所示，对转动角顺滑值
0n-tilde实施二阶的泰勒展开式来获得转动角估计值0 n_hat。
[0084][数式I]
[0085]
FORMULA[0086]…(式 I)[0087]在(式I)中，tn是转动角0 n的采样时刻。
[0088]为了降低量化噪声的影响，转动角顺滑值0 n-tilde作为三个相邻的转动角0n的平均值而根据以下(式2)计算出。
[0089][数式2]
[0090]
【权利要求】
1.一种车辆用信息提供装置，其特征在于，具备: 行驶状态获取部，其获取包括驾驶员的驾驶操作以及车辆状态中的至少一个的行驶状态数据； 第一行驶状态分布计算部，其基于由上述行驶状态获取部获取到的行驶状态数据计算多个行驶状态分布，上述多个行驶状态分布包括表示当前的行驶状态的最近的时间范围的行驶状态分布以及时间范围与上述最近的时间范围不同的行驶状态分布； 第一驾驶不稳定判定部，其基于由上述第一行驶状态分布计算部计算出的多个行驶状态分布的分布之间的差异量来估计驾驶不稳定性； 学习完成判定部，其在从开始收集上述行驶状态数据起经过预先设定的学习时间时判定为学习完成； 第二驾驶不稳定判定部，其将最近的时间范围的行驶状态分布与比较用的行驶状态分布进行比较，由此估计驾驶不稳定性，其中，该最近的时间范围的行驶状态分布是基于由上述行驶状态获取部获取到的行驶状态数据求出的并表示当前的行驶状态，该比较用的行驶状态分布是基于与该最近的时间范围的行驶状态数据不同的其它行驶状态数据求出的； 不稳定性选择部，其基于上述学习完成判定部的判定结果，在学习完成的情况下选择由第一驾驶不稳定判定部估计的不稳定性，在学习未完成的情况下选择由第二驾驶不稳定判定部估计的不稳定性；以及 信息呈现部，其将基于由上述不稳定性选择部选择出的不稳定性的不稳定信息呈现给驾驶员。
2.根据权利要求1所述的车辆用信息提供装置，其特征在于， 上述其它行驶状态数据是与上述最近的时间范围相比在过去获取到的行驶状态数据，上述第二驾驶不稳定判定部利用上述最近的时间范围的行驶状态分布的特征量与基准特征量的比来将上述最近的时间范围的行驶状态分布与比较用的行驶状态分布进行比较，估计驾驶不稳定性，该基准特征量是将根据上述其它行驶数据求出的行驶状态分布的特征量乘以预先设定的系数而得到的值。
3.根据权利要求1所述的车辆用信息提供装置，其特征在于， 上述其它行驶状态数据是预先从多个驾驶员获取到的行驶状态数据。
4.根据权利要求1所述的车辆用信息提供装置，其特征在于， 上述其它行驶状态数据是在时间范围与上述最近的时间范围不同的其它时间范围内获取到的行驶状态数据， 上述其它时间范围因学习程度而发生变化，该学习程度越大将上述其它时间范围设得越大，该学习程度是从开始收集上述行驶状态数据到当前的经过时间相对于上述学习时间的比。
5.根据权利要求1所述的车辆用信息提供装置，其特征在于， 上述其它行驶状态数据是多种行驶状态数据， 上述第二驾驶不稳定判定部根据上述多种行驶状态数据求出多个行驶状态分布来分别作为上述比较用的行驶状态分布。
6.一种车辆用信息提供装置，其特征在于，具备: 行驶状态获取部，其获取包括驾驶员的驾驶操作以及车辆状态中的至少一个的行驶状态数据； 第一行驶状态分布计算部，其基于由上述行驶状态获取部获取到的行驶状态数据计算多个行驶状态分布，上述多个行驶状态分布包括表示当前的行驶状态的最近的时间范围的行驶状态分布以及时间范围与上述最近的时间范围不同的行驶状态分布； 第一驾驶不稳定判定部，其基于由上述第一行驶状态分布计算部计算出的多个行驶状态分布的分布之间的差异量来估计驾驶不稳定性； 学习完成判定部，其在从开始收集上述行驶状态数据起经过预先设定的学习时间时判定为学习完成； 第二驾驶不稳定判定部，其求出基于由上述行驶状态获取部获取到的行驶状态数据的、表示当前的行驶状态的最近的时间范围的行驶状态分布的特征量，基于所求出的特征量估计驾驶不稳定性； 不稳定性选择部，其基于上述学习完成判定部的判定结果，在学习完成的情况下选择由第一驾驶不稳定判定部估计的不稳定性，在学习未完成的情况下选择由第二驾驶不稳定判定部估计的不稳定性；以及 信息呈现部，其将基于由上述不稳定性选择部选择出的不稳定性的不稳定信息呈现给驾驶员。
7.根据权利要求6所述的车辆用信息提供装置，其特征在于， 上述第二驾驶不稳定性判定部基于每隔固定间隔获取到的上述特征量的历史记录求出特征量的倾向，根据所求出的该倾向估计驾驶不稳定性。
8.根据权利要求6所述的车辆用信息提供装置，其特征在于， 上述第二驾驶不稳定性判定部具有用于检测特定的驾驶场景的驾驶场景检测部，基于由该驾驶场景检测部检测出的特定的驾驶场景下的行驶状态数据来求出上述特征量。
9.根据权利要求8所述的车辆用信息提供装置，其特征在于， 检测路口处的左右转弯时作为上述特定的驾驶场景，根据此时的驾驶特性求出特征量。
10.根据权利要求9所述的车辆用信息提供装置，其特征在于， 上述左右转弯时的驾驶特性使用横向加速度的大小。
11.根据权利要求8所述的车辆用信息提供装置，其特征在于， 检测前车接近场景作为上述特定的驾驶场景，根据此时的减速操作的驾驶特性求出特征量。
12.根据权利要求11所述的车辆用信息提供装置，其特征在于， 上述减速操作的驾驶特性使用刹车时的撞击余裕时间的大小。
13.根据权利要求8~12中的任一项所述的车辆用信息提供装置，其特征在于， 上述第二驾驶不稳定性判定部在所求出的特征量超过所设定的判定阈值时判定为不稳定。
14.根据权利要求1~13中的任一项所述的车辆用信息提供装置，其特征在于， 根据转向操作的操作量来计算上述行驶状态分布。
15.根据权利要求14所述的车辆用信息提供装置，其特征在于， 根据上述转向操作的操作量进行的计算使用转向熵法。
16.根据权利要求1~13中的任一项所述的车辆用信息提供装置，其特征在于， 上述第二驾驶不稳定判定部使用撞击余裕时间来估计驾驶不稳定性。
17. 根据权利要求1~16中的任一项所述的车辆用信息提供装置，其特征在于， 在学习完成的情况与学习未完成的情况下，上述信息呈现部变更不稳定信息的信息呈现内容。
【文档编号】B60W40/09GK103492252SQ201280019571
【公开日】2014年1月1日 申请日期:2012年3月26日 优先权日:2011年4月20日
【发明者】近藤崇之 申请人:日产自动车株式会社