车辆状态推定系统、车辆状态推定方法及驾驶支援系统的制作方法

车辆状态推定系统、车辆状态推定方法及驾驶支援系统的制作方法
【专利摘要】搭载于车辆(1)的状态推定控制装置(100)对通过以多个车辆数据为条件属性并以车辆(1)的状态为决策属性的粗糙集理论而定义的定义规则的集合体即规则集进行管理。而且，状态推定控制装置(100)取得作为推定对象的车辆的车辆数据而通过基于该取得的车辆数据对规则集进行参照来推定车辆的状态。
【专利说明】车辆状态推定系统、车辆状态推定方法及驾驶支援系统

【技术领域】
[0001]本发明涉及适用于汽车等车辆的状态的推定而有益的车辆状态推定系统及车辆状态推定方法、以及使用了该车辆状态推定的驾驶支援系统。

【背景技术】
[0002]近年来，根据汽车等车辆的状态、车辆的行驶环境，进行搭载于车辆的各种车载设备的控制等的驾驶支援系统的开发不断发展。这样的驾驶支援系统基于通过搭载于车辆的各种传感器而取得的信号等来识别车辆的状态、行驶环境，并基于该识别结果来进行各种车载设备的控制等。
[0003]例如，专利文献I所记载的驾驶支援系统从搭载于车辆的钥匙开关、换档杆、车速传感器、气囊及防盗装置等取得表示车辆的状态的信息。而且，该驾驶支援系统具有将钥匙开关、换档杆、车速传感器、气囊及防盗装置等的信息内容与预先定义的车辆状况(车辆的状态)建立对应的车辆状况定义表。在该车辆状况定义表中，例如作为车辆状况，定义有“驻车中”、“停止中”、“行驶(前进)”、“后退”、“碰撞时”及“失盗受害时”等状况。具备这样的车辆状况定义表而构成的驾驶系统例如在钥匙开关表示“0FF”，换档杆表示“P”，车速表示“时速0km”时，通过车辆状况定义表的参照而判别为车辆状况是“驻车中”。而且，驾驶支援系统基于判别出的车辆状况，决定搭载于车辆的各种车载设备的动作的优先级。并且，驾驶支援系统例如在判别出的车辆状况为“驻车中”时，认为在驻车时动作优先级高的无钥匙进入以外的车载设备的优先级低，进行降低对无钥匙进入以外的车载设备的电力供给量的控制。由此，根据每次的车辆状况来控制对车载设备的电力供给量，可实现车辆内的电力消耗量的减少。
[0004]专利文献1:日本特开2007-237913号公报


【发明内容】

[0005]然而，车辆的状态根据驾驶员进行的车辆操作、行驶环境而逐渐变化。并且，最近，为了实现更高度的驾驶支援等，希望不仅将车辆的状态仅仅设为“行驶中”或“停车中”等状态，而是即使设为行驶中的车辆的一个状态但也如车辆运行情况较少的稳定的行驶状态或车辆运行情况较多的不稳定的行驶状态这样更详细地定义。
[0006]另一方面，当要详细地定义车辆的状态时，车辆的状态的定义所需的信息量也自然增大。因此，不仅是应登记于车辆状况定义表的信息量增大，而且为了判别车辆的状态而应处理的信息量也膨胀。其结果是，对这样的信息进行处理的控制装置等的处理负载的增大、与该信息的收发相伴的通信数据量的增大无法忽视。
[0007]本发明鉴于这样的实际情况而作出，其目的在于提供减少车辆的状态推定的车辆数据的处理负载并能够进行车辆的状态的详细定义的车辆状态推定系统及车辆状态推定方法、以及使用了该车辆状态推定的驾驶支援系统。
[0008]以下，记载用于解决上述课题的方案及其作用效果。
[0009]为了实现上述课题，本发明的车辆状态推定系统基于多个车辆数据来推定车辆的状态，该车辆状态推定系统具备:管理部，对通过以上述多个车辆数据为条件属性并以上述车辆的状态为决策属性的粗糙集理论而定义的定义规则的集合体即规则集进行管理；及状态推定部，取得作为推定对象的车辆的车辆数据，通过基于该取得的车辆数据对上述规则集进行参照来推定车辆的状态。
[0010]为了实现上述课题，本发明的车辆状态推定方法基于多个车辆数据来推定车辆的状态，该车辆状态推定方法包括:管理步骤，对通过以上述多个车辆数据为条件属性并以上述车辆的状态为决策属性的粗糙集理论而定义的定义规则的集合体即规则集进行管理；及推定步骤，取得作为推定对象的车辆的车辆数据，通过基于该取得的车辆数据对上述规则集进行参照来推定车辆的状态。
[0011]例如，向在车辆网络内流动的车辆数据反映各种车辆的状态，并对该车辆数据进行解析，由此能够推定车辆的状态。然而，在车辆网络内存在无数的车辆数据，与特定车辆状态对应的车辆数据的模式无数地存在。由此，当要基于车辆数据来定义特定规则时，表示该定义的规则的车辆数据膨胀。而且，当要基于该特定规则和在车辆网络内流动的车辆数据来推定车辆状态时，推定所需的车辆数据的个数膨胀，这样的车辆数据的处理量、通信量也膨胀。
[0012]关于这一点，根据上述结构或方法，通过粗糙集理论来定义表示无数存在的车辆数据与特定车辆状态的相关关系的定义规则的集合体即规则集。因此，仅通过基于粗糙集理论来解析车辆数据和取得该车辆数据时的车辆状态，就能够选定无数存在的车辆数据中的与特定车辆状态相同的特定车辆数据。并且，若定义以该特定车辆数据为条件属性并以对应的特定车辆状态为决策属性的定义规则，则只要从作为车辆状态的推定对象的车辆取得定义规则表示的车辆数据，就能够推定该车辆的状态。由此，通过特定车辆数据能够定义与无数的车辆数据具有相关关系的各种车辆状态，能够基于该定义的规则和必要最小限度的车辆数据来推定车辆状态。由此，能实现用于定义车辆状态的定义规则的数据量的大幅减少和使用了该定义规则的车辆状态的推定所需的负载的大幅减少。因此，能够基于更高的实时性进行逐渐变化的车辆状态的推定。
[0013]在本发明的一形态中，在作为推定对象的车辆的车辆数据中包含除了关于由上述定义规则所定义的特定决策属性的条件属性以外的未定义的车辆数据时，上述管理部执行将该特定决策属性所对应的条件属性作为子集的处理即约简处理，将向该约简后的条件属性附加了未定义的车辆数据的数据设为数据的管理单位。
[0014]在本发明的一形态中，上述管理步骤还包括约简步骤，上述约简步骤为，在作为推定对象的车辆的车辆数据中包含除了关于由上述定义规则所定义的特定决策属性的条件属性以外的未定义的车辆数据时，进行将该特定决策属性所对应的条件属性作为子集的约简，将向该约简后的条件属性附加了未定义的车辆数据的数据设为数据的管理单位。
[0015]车辆数据存在无数，即便是同一车辆状态，也存在一部分的车辆数据的数据内容变化的情况、新包含一部分的车辆数据的情况。并且，此时变化的车辆数据、新包含的车辆数据是在车辆向特定状态转移时作为可能性包含的车辆数据。另一方面，在车辆向特定的状态转移时，也存在必然包含的车辆数据。由此，上述定义规则由在车辆状态处于特定状态时同样包含的条件属性所构成的下近似集合和在车辆状态处于特定状态时作为可能性而包含的条件属性所构成的上近似集合表示。因此，为了基于这样的定义规则和从车辆取得的车辆数据来推定车辆状态，某定义规则的下近似集合和上近似集合需要包含于作为推定对象的车辆的车辆数据。由此，即使构成某定义规则的下近似集合的条件属性包含于作为推定对象的车辆的车辆数据，在构成该定义规则的上近似集合的条件属性未包含于该车辆数据时，基于该取得的车辆数据也难以推定车辆状态。而且，也考虑了使用全部该车辆数据来新定义如此用于根据包含一部分未知的车辆数据的车辆数据来定义车辆状态的定义规则的情况。然而，当使用包含一部分未知的车辆数据的全部车辆数据来新定义定义规则时，也存在该定义规则的数据量的增大、该车辆数据的处理负载的增大以及在该车辆数据的处理时用于收发该车辆数据的通信负载的增大的可能性。
[0016]关于这一点，根据上述结构或方法，从作为推定对象的车辆取得的车辆数据中虽然存在由定义规则所定义的下近似集合中包含的条件属性、但是不存在该定义规则的上近似集合中包含的条件属性时，由下近似集合构成的条件属性被约简。而且，向该约简后的下近似集合附加了表示上近似集合中未定义的车辆数据的条件属性的数据被定义为数据的管理单位。并且，基于该管理单位，进行与新的条件属性的模式对应的定义规则的定义、表示车辆数据的数据的收发等，由此能实现用于规定定义规则的数据量的减少以及定义定义规则、推定车辆状态时的通信量的减少。
[0017]尤其是本发明如车辆数据那样在适用于作为条件属性的采样数据流动时有效。即，由于车辆数据反映各种主要原因，因此即使车辆的状态为相同的状态且下近似集合相同，车辆数据的上近似集合也能流动地变化。关于这一点，根据上述结构或方法，即使如此作为条件属性的采样数据是流动的车辆数据，也能实现最小限度的数据量的车辆状态(决策属性)的定义、车辆状态的推定。
[0018]在本发明的一形态中，该车辆状态推定系统通过车辆用信息终端与外部终端的协作来推定车辆的状态，该车辆用信息终端具备上述管理部及上述状态推定部并被用在车辆内，该外部终端具有基于根据多种车辆操作所取得的车辆数据而定义的规则集组，在能够推定车辆的状态的定义规则不存在、或者能够推定车辆的状态的定义规则存在多个时，上述车辆用信息终端对上述外部终端进行基于作为上述推定对象的车辆的车辆数据的查询，上述外部终端从自身具有的规则集组之中选择所查询到的车辆数据所对应的定义规则，并将所选择的该定义规则向上述车辆用信息终端发送。
[0019]在本发明的一形态中，使被用在车辆内的车辆用信息终端执行上述管理步骤及上述推定步骤，并且在上述推定步骤中，通过外部终端与上述车辆用信息终端的协作来进行车辆的状态的推定，上述外部终端具有基于根据多种车辆操作所取得的车辆数据而定义的规则集组，上述车辆状态推定方法还具备以下步骤:要求步骤，在能够推定车辆的状态的定义规则不存在于上述车辆用信息终端、或者能够推定车辆的状态的定义规则在上述车辆用信息终端中存在多个时，从上述车辆用信息终端对上述外部终端要求进行基于作为上述推定对象的车辆的车辆数据的查询；及发送步骤，从上述外部终端自身具有的规则集组之中选择所查询到的车辆数据所对应的规则集，并将所选择的该规则集从上述外部终端向上述车辆用信息终端发送。
[0020]在粗糙集理论中，作为采样数据的车辆数据越丰富，则越能够定义更多的定义规贝1J，能够详细地推定车辆状态，或者多种多样地推定车辆状态。
[0021]关于这一点，根据上述结构或方法，基于多种车辆操作而得到的车辆数据即虽然是同一车辆但在多个驾驶员的车辆操作下得到的车辆数据、从不同车辆得到的车辆数据由外部终端收集。并且，基于这样的车辆数据对定义规则进行定义，由此外部终端能够具有能够更详细地定义车辆状态的定义规则或能够多种多样地推定车辆状态的定义规则。因此，外部终端也能够具有车辆用信息终端未具有的定义规则，即便是在车辆用信息终端中无法推定的状态，也能够推定车辆状态。由此，车辆用信息终端能够基于从外部终端发送的定义规则来推定车辆状态，通过与外部终端的协作，即便是在车辆用信息终端自身具有的定义规则中无法推定的车辆状态，也能够进行推定。由此，能够更详细且多样地进行车辆的状态推定。
[0022]而且，也设想了为了使车辆数据包含各种条件属性，在车辆用信息终端存在多个能够基于该条件属性来推定车辆状态的定义规则的情况。关于这一点，根据上述结构或方法，能够使外部终端具有基于丰富的条件属性而定义的丰富的定义规则。由此，在车辆用信息终端即使难以约简车辆状态所用的定义规则，利用外部终端也能约简车辆状态所用的定义规则。由此，能够更高精度地进行车辆的状态推定。
[0023]而且，根据上述结构或方法，通过车辆用信息终端与外部终端的协同配合，能够实现详细的车辆状态的推定或多样的车辆状态的推定，并能够将车辆用信息终端具有的定义规则形成为必要最小限度。
[0024]在本发明的一形态中，在上述车辆用信息终端自身的管理部所管理的规则集中不存在作为推定对象的车辆的车辆数据所对应的条件属性时，作为上述查询，上述车辆用信息终端执行将该车辆数据向上述外部终端发送的处理，上述外部终端执行如下处理:从上述外部终端自身具有的规则集之中选择以从上述车辆用信息终端接收到的车辆数据为条件属性而定义的定义规则，并将所选择的该定义规则向上述车辆用信息终端发送。
[0025]在作为推定对象的车辆的车辆数据所对应的条件属性不存在于车辆用信息终端的管理部所管理的规则集时，对于车辆用信息终端来说，该条件属性未知。由此，在上述结构或方法中，将车辆用信息终端表示未知的条件属性的车辆数据从车辆用信息终端向外部终端发送。并且，在包含该车辆数据作为条件属性的定义规则存在于外部终端时，将该定义规则从外部终端向车辆用信息终端发送。由此，即使对于车辆用信息终端而言是未知的条件属性，也能够在车辆用信息终端后发性地具有能够基于该条件属性来推定车辆状态的定义规则。
[0026]在本发明的一形态中，在作为推定对象的车辆的车辆数据同时包含下近似集合和在上近似集合中未定义的条件属性时，上述车辆用信息终端将关于该定义规则的下近似集合和上述上近似集合中未定义的条件属性向上述外部终端发送，上述下近似集合是表示特定决策属性的可靠性的基本集合，上述上近似集合是在包含该下近似集合的定义规则中与该下近似集合对应的存在发生可能性的条件属性的基本集合。
[0027]在车辆用信息终端具有的定义规则中的表示该定义规则所表示的决策属性的可靠性的下近似集合包含的条件属性虽然包含于车辆数据、但是该定义规则中的上近似集合包含的条件属性不包含于该车辆数据时，难以将该车辆数据确定为与定义规则对应的数据。即，此时，车辆数据包含车辆用信息终端具有的定义规则中的上近似集合中未定义的车辆数据，车辆用信息终端基于该车辆数据难以推定车辆状态。
[0028]关于这一点，根据上述结构，对于车辆用信息终端而言，未知的上近似集合和与该上近似集合对应的下近似集合从车辆用信息终端向外部终端发送。此时，从车辆用信息终端向外部终端发送的数据不是表示下近似集合包含的全部条件属性的全部车辆数据，而成为能表示该全部车辆数据的与下近似集合相关的数据和与未定义的上近似集合相关的数据。即，在作为下近似集合的变量“c*l”包含的条件属性例如“a”?“h”存在多个时，通过变量“C*l”也能够表示多个条件属性“a”?“h”。由此，车辆用信息终端无需将下近似集合包含的全部数据向外部终端发送，只要将可表示下近似集合的一个数据和车辆数据中的未定义的上近似集合相关的数据向外部终端发送即可。由此，车辆用信息终端向外部终端发送的数据量大幅减少。
[0029]在本发明的一形态中，在上述外部终端自身具有的规则集存在包含从上述车辆用信息终端接收到的下近似集合所包含的条件属性和上述未定义的条件属性的定义规则时，上述外部终端执行将该定义规则向上述外部终端发送的处理，在上述外部终端自身具有的规则集不存在包含从上述车辆用信息终端接收到的下近似集合所包含的条件属性和上述未定义的条件属性在内的定义规则时，上述外部终端执行如下处理:新定义向上述外部终端自身具有的定义规则中作为发生可能性而包含的子集即上近似集合附加了上述未定义的条件属性的规则。
[0030]根据上述结构，在从车辆用信息终端接受查询的外部终端具有能够推定车辆用信息终端未具有的车辆状态的定义规则时，将该定义规则向车辆用信息终端发送。由此，车辆用信息终端能够基于从外部终端发送的定义规则来推定车辆状态。
[0031]另外，根据上述结构，在车辆用信息终端能够包含未定义的条件属性的定义规则也不存在于外部终端时，外部终端向包含从车辆数据发送的下近似集合的定义规则的上近似集合追加从车辆用信息终端发送的未定义的条件属性。因此，以后，外部终端能够基于包含未定义的条件属性这样的条件属性的车辆数据来推定车辆状态。由此，实现能够定义车辆状态的定义规则的扩充。
[0032]在本发明的一形态中，在作为推定对象的车辆的车辆数据同时包含表示特定决策属性的可靠性的基本集合即下近似集合和包含该下近似集合的定义规则中未定义的条件属性、且包含该下近似集合的定义规则在上述车辆用信息终端自身的管理部所管理的规则集存在多个时，上述车辆用信息终端将关于该多个定义规则的多个下近似集合和上述未定义的条件属性向上述外部终端发送。
[0033]在车辆用信息终端具有的定义规则中的表示该定义规则所表示的决策属性的可靠性的下近似集合包含的条件属性虽然包含于车辆数据、但是该定义规则中的上近似集合包含的条件属性不包含于该车辆数据时，难以将该车辆数据确定为与定义规则对应的数据。即，此时，车辆数据包含车辆用信息终端具有的定义规则中的上近似集合中未定义的车辆数据，车辆用信息终端基于该车辆数据难以推定车辆状态。而且，车辆用信息终端在具有能够包含车辆数据的一部分的下近似集合的定义规则存在多个时，难以确定使用哪一定义规则推定车辆状态为好。
[0034]关于这一点，根据上述结构，对于车辆用信息终端而言，未知的上近似集合和与该上近似集合对应的多个下近似集合从车辆用信息终端向外部终端发送。此时，从车辆用信息终端向外部终端发送的数据不是表示多个下近似集合包含的全部条件属性的全部车辆数据，而成为能表示该全部车辆数据的与多个下近似集合相关的数据和与未定义的上近似集合相关的数据。由此，车辆用信息终端无需将下近似集合包含的全部数据向外部终端发送，只要将能表示下近似集合的一个数据和车辆数据中的与未定义的上近似集合相关的数据向外部终端发送即可。由此，能大幅减少从车辆用信息终端向外部终端发送的数据量。
[0035]在本发明的一形态中，在上述外部终端自身具有的规则集存在包含从上述车辆用信息终端接收到的多个下近似集合中的任一下近似集合所包含的条件属性和上述未定义的条件属性的一个定义规则时，上述外部终端执行将该一个定义规则向上述车辆用信息终端发送的处理，在上述外部终端自身具有的规则集不存在包含从上述车辆用信息终端接收到的多个下近似集合中的任一下近似集合所包含的条件属性和上述未定义的条件属性的一个定义规则时，上述外部终端执行如下处理:新定义向上述外部终端自身具有的定义规则中作为发生可能性而包含的子集即上近似集合附加了上述未定义的条件属性的规则。
[0036]根据上述结构，从车辆用信息终端接受查询的外部终端从自身具有的规则集组之中确定从车辆用信息终端发送的具有多个下近似集合的定义规则中的、通过车辆用信息终端具有包含了未定义的条件属性的上近似集合的定义规则。并且，外部终端将该特定定义规则向车辆用信息终端发送。由此，车辆用信息终端能够基于从外部终端发送的定义规则来推定车辆状态。
[0037]另外，根据上述结构，在能够包含未定义的条件属性的定义规则不存在于外部终端时，外部终端向从车辆用信息终端发送的包含多个下近似集合的各定义规则的各上近似集合中追加从车辆用信息终端发送的未定义的条件属性。由此，以后，外部终端能够基于包含未定义的条件属性这样的条件属性的车辆数据来推定车辆状态，从而实现能够定义车辆数据的定义规则的扩充。
[0038]在本发明的一形态中，上述外部终端按照作为车辆数据的取得源的车辆的类别、取得车辆数据时的时间段及行驶环境中的至少一个要素来分别管理上述外部终端自身具有的规则集，在存在来自上述车辆用信息终端的查询时，在选定上述规则集之前，对利用该车辆用信息终端的车辆的类别、取得车辆数据时的时间段及行驶环境中的至少一个要素进行确定，并从所确定的该要素的相同或类似的规则集之中选定应向上述车辆用信息终端发送的规则集。
[0039]车辆数据的数据形式、特性处于按照各车型不同的趋势。因此，从车型相同或类似的车辆取得的车辆数据越近似，而且，基于根据该车辆数据而定义的定义规则的车辆状态的推定精度也提高。
[0040]同样地，即使在取得车辆数据时的时间段相同时，也处于该时间段特有的道路状况等反映于车辆状态的趋势。而且同样地，取得车辆数据时的车辆的行驶环境例如道路宽度、车道数、一般道路、高速道路、斜度、道路线性、有无拥堵及行驶区域这样的要素越相同，则越处于车辆状态近似的趋势。因此，使用与作为推定对象的车辆的车辆数据的取得时间段或行驶环境的相同或类似的状况下取得的定义规则来推定车辆状态，由此能够使用与作为推定对象的车辆的方面适合的定义规则来进行车辆状态的推定。由此，能实现车辆状态的推定精度的提闻。
[0041]这样一来，根据上述结构，使用基于与车型、取得车辆数据时的时间段、行驶环境这样的要素为推定对象的车辆的车辆数据相同或类似的车辆数据而定义的车辆数据，由此，使用基于根据多种车辆操作定义的不确定多个车辆数据而定义的定义规则，并能提高基于该定义规则的车辆状态的推定精度。
[0042]在本发明的一形态中，上述车辆数据包含表示车辆的物理量的推移的多个时序数据，上述管理部将分级地评价上述时序数据的物理量的评价项规定为上述条件属性，上述状态推定部将特定期间的多个时序数据所属的评价项的组合用作关于作为推定对象的车辆的条件属性。
[0043]在车辆内流动的车辆网络中，如车辆的行驶速度、加速度、转向装置的转向角、各种传感器的检测结果等那样，流动有表示车辆的物理量的推移的多个时序数据。并且，这样的时序数据的物理量与车辆状态的相关性强。而且，在车辆状态处于特定状态时，多个时序数据的分级的物理量的组合成立的情况多。由此，基于这样的多个时序数据的分级的物理量的组合的模式，能够推定特定车辆状态。
[0044]因此，根据上述结构，将对时序数据表示的物理量进行分级评价的评价项规定为构成定义规则的条件属性。并且，通过将时序数据所属的评价项的组合用作关于作为推定对象的车辆的条件属性，能够定义基于具有与车辆状态的因果关系的多个时序数据的物理量的定义规则。由此，通过将作为车辆数据而占据大多数的时序数据的物理量的组合，对定义规则进行定义，从而能够通过该时序数据的取得对车辆状态进行推定。
[0045]在本发明的一形态中，上述状态推定部执行以下处理中的至少一个处理:a.每当经过预先规定的数据收集期间时，收集上述车辆数据并基于所收集到的该车辆数据来推定车辆的状态，b.依次算出连续的特定期间的多个车辆数据之差，以该算出的差值超过了预先规定的差阈值、或算出的差值为该差阈值以下为条件来推定车辆的状态。
[0046]根据上述结构，通过上述“a”的处理，基于定期收集的车辆数据，能定期地推定车辆状态。因此，能够定期地收集逐渐变化的车辆数据，从而能够基于所收集到的该车辆数据来定期地推定逐渐变化的车辆状态。
[0047]另外，例如，车辆数据的数据内容变化，或新的车辆数据向车辆网络内发送，或向车辆网络内发送的特定车辆数据中断时，连续的特定期间的车辆数据产生差。并且，在这样的车辆数据的变化等发生时，与该车辆数据相关的车辆状态也发生变化的概率高。因此，根据上述结构，通过上述“b”的处理，以连续的特定期间的车辆数据的差超过差阈值为条件，来推定车辆状态。因此，在车辆数据发生变化时，换言之，仅在通过车辆数据表示的车辆状态发生变化的概率高时，进行车辆状态的推定。由此，能够将车辆状态的推定限定为预测到车辆状态的变化时进行。
[0048]另外,在车辆数据的差为差阈值以下时,换言之，当逐渐变化的车辆状态向特定状态转移时，向车辆网络内发送的车辆数据的种类、数据内容处于稳定的趋势。即，当向车辆网络内发送的车辆数据的种类、数据内容稳定时，能够推定为车辆状态稳定成一定的状态。因此，根据上述结构，通过上述“b”的处理，以车辆数据的差为差阈值以下为条件，进行车辆状态的推定。由此，能够减少逐渐变动的车辆状态的推定频度，能实现与车辆状态的推定相伴的运算负载的减少。
[0049]为了实现上述课题，本发明的驾驶支援系统根据基于多个车辆数据而推定的车辆的状态来对车辆的驾驶员的驾驶进行支援，上述驾驶支援系统具备:推荐行动数据库，登记有根据车辆的状态而应推荐的推荐行动信息；及驾驶支援部，从上述推荐行动数据库提取由上述车辆状态推定系统推定的车辆的状态所对应的推荐行动信息，并执行基于所提取出的该推荐行动信息的驾驶支援。
[0050]也存在根据车辆状态如何而希望将车辆状态变更为不同的状态的状况。S卩，例如，在油门踏板的踏下量过度而车辆的加速度、行驶速度增大为必要以上时，希望促进油门踏板的踏下量的缓和，使车辆的加速度、行驶速度稳定。而且，例如，在由于转向装置的转向角不稳定而产生车辆振动时，希望将转向装置的操作量抑制在一定范围内，并减少车辆振动的发生量。并且，这样的应推荐的车辆状态虽然在各种方面下存在多个，但是作为对这样的应推荐的车辆状态进行引导的前提，需要推定作为支援对象的车辆的状态。另外，这样的支援由于车辆状态进行逐渐变动，因此车辆状态的推定要求高的实时性。
[0051]关于这一点，根据上述结构，在驾驶支援时，首先，通过上述车辆状态推定系统，推定作为支援对象的车辆的状态。并且，驾驶支援部从推荐行动数据库提取与所推定出的该车辆状态对应的推荐行动信息，并基于所提取出的该推荐行动信息来执行驾驶支援。由此，能够实时地推定车辆的状态，并逐渐执行与所推定出的该车辆状态对应的驾驶支援。

【专利附图】

【附图说明】
[0052]图1是关于本发明的车辆状态推定系统、车辆状态推定方法及驾驶支援系统的一实施方式表示车辆状态推定系统、车辆状态推定方法及适用驾驶支援系统的车辆和外部终端的简要结构的框图。
[0053]图2是表示搭载于车辆的状态推定控制装置和外部终端的简要结构的框图。
[0054]图3是作为车辆数据的一例表示转向角数据、车速数据及踏下数据的推移例的时间图。而且，是作为车辆数据的一例表示头灯的通/断状态的数据、表示导航系统的动作状态的数据、纬度经度数据及表示时刻的数据的推移例的时间图。
[0055]图4是与车辆数据的推移例一起表示对该车辆数据进行评价的评价项的一例的图。
[0056]图5是表示基于评价项而符号化的车辆数据的一例的映射。
[0057]图6(a)是表示包含转向角数据、车速数据及踏下数据作为条件属性中的下近似集合的车辆数据的推移例的坐标图。(b)是表示数据的各收集期间的车辆状态即决策属性的一例的图。
[0058]图7是表示定义规则的定义形态的图，是表示各定义规则的下近似集合及上近似集合以及对应的决策属性及车辆状态的一例的映射。
[0059]图8是表示将条件属性与决策属性建立对应关系的定义规则的集合体构成的规则集的一例的映射。
[0060]图9是表示通过状态推定控制装置单体进行的车辆状态的推定步骤及推荐行动的选定步骤的一例的流程图。
[0061]图10是表示通过状态推定控制装置与外部终端的协作而进行的车辆状态的推定步骤的一例的流程图。
[0062]图11是表示通过状态推定控制装置与外部终端的协作而进行的车辆状态的推定步骤的一例的流程图。
[0063]图12(a)是表示作为推定对象的车辆的车辆数据的条件属性的一例的映射。(b)是表示登记在本车规则集数据库中的规则集的一例的映射。
[0064]图13是表示推荐行动数据库、登记在推荐行动数据库中的推荐行动信息的一例的映射。
[0065]图14(a)是表示作为推定对象的车辆的车辆数据的条件属性的一例的映射。(b)是表不基于Cl值的定义规则的选定形态的一例的映射。
[0066]图15(a)及(b)是表示作为推定对象的车辆的车辆数据的条件属性的一例的映射。(C)是表示基于状态推定控制装置的向本车规则集数据库登记完的定义规则的选定形态的一例的映射。
[0067]图16(a)及(b)是表示作为推定对象的车辆的车辆数据的条件属性的一例的映射。(C)是表示基于外部终端的向综合规则集数据库登记完的定义规则的选定形态的一例的映射。
[0068]图17(a)及(b)是表示作为推定对象的车辆的车辆数据的条件属性的一例的映射。(C)是表示基于外部终端的包含新的条件属性的模式的定义规则的追加形态的一例的映射。
[0069]图18(a)及(b)是表示作为推定对象的车辆的车辆数据的条件属性的一例的映射。(C)是表示基于状态推定控制装置的向本车规则集数据库登记完的定义规则的选定形态的一例的映射。
[0070]图19(a)及(b)是表示作为推定对象的车辆的车辆数据的条件属性的一例的映射。(C)是表示基于外部终端的向综合规则集数据库登记完的定义规则的选定形态的一例和基于外部终端的包含新的条件属性的模式的定义规则的追加形态的一例的映射。
[0071]图20是关于本发明的车辆状态推定系统、车辆状态推定方法及驾驶支援系统的另一实施方式表示取得动态地变化的数据收集期间作为单位的车辆数据的推移例的坐标图。
[0072]图21是关于本发明的车辆状态推定系统、车辆状态推定方法及驾驶支援系统的另一实施方式表示利用动态地变化的评价项进行评价的车辆数据的推移例的坐标图。
[0073]图22是关于本发明的车辆状态推定系统、车辆状态推定方法及驾驶支援系统的另一实施方式表示利用动态地变化的评价项进行评价的车辆数据的推移例的坐标图。

【具体实施方式】
[0074]以下，关于将本发明的车辆状态推定系统、车辆状态推定方法及驾驶支援系统进行了具体化的一实施方式，参照图1?图19进行说明。
[0075]如图1所示，本实施方式的车辆状态推定系统、车辆状态推定方法及适用驾驶支援系统的车辆I具有对应在车辆内供给接收的车辆数据进行收发的车辆用网络2。在车辆用网络2上连接有例如信息系统控制装置10、控制系统控制装置20、传感器系统控制装置30及车身系统控制装置40。
[0076]信息系统控制装置10例如是对导航系统等信息系统的设备进行控制的装置，连接有取得表示车辆I的行驶位置的纬度经度数据的GPS等。信息系统控制装置10例如依次取得表示车辆I的纬度经度的纬度经度数据，并将该取得的纬度经度数据向车辆用网络2发送。而且，信息系统控制装置10例如以国、州、省、市、镇、村及门牌号这样的单位来确定车辆I的行驶区域，并将表示该确定的行驶区域的数据向车辆用网络2发送。而且，信息系统控制装置10例如将表示导航系统的动作的通/断的数据向车辆用网络2发送。
[0077]控制系统控制装置20例如是对搭载于车辆的发动机等的驱动机构进行控制的装置，并将表示各驱动机构的控制量的控制数据等向车辆用网络2发送。
[0078]传感器系统控制装置30例如取得油门传感器、制动器传感器、转向角传感器、车速传感器、加速度传感器及陀螺仪传感器等的检测结果，并将表示该取得的检测结果的数据向车辆用网络2发送。而且，传感器系统控制装置30例如检测对搭载于车辆I的前灯、信号灯等亮灯设备进行操作的各种开关的通/断状态，将表示该检测内容的数据向车辆用网络2发送。
[0079]车身系统控制装置40例如是对座椅位置、转向装置的位置、空气调节器及门锁等车身系统的设备进行控制的装置。车身系统控制装置40例如将表示座椅位置的设定值、转向装置的位置、空气调节器的设定温度及门锁的锁定状态等的数据向车辆用网络2发送。
[0080]另外，在本实施方式的车辆I上搭载有推定该车辆I的状态的状态推定控制装置100。另外，在本实施方式中，由状态推定控制装置100构成上述车辆用信息终端。
[0081]本实施方式的状态推定控制装置100例如取得信息系统控制装置10、控制系统控制装置20、传感器系统控制装置30及车身系统控制装置40等发送到车辆用网络2的数据即车辆数据。而且，状态推定控制装置100基于取得的车辆数据而执行预定的运算，由此来推定车辆I的状态。而且，本实施方式的状态推定控制装置100根据推定结果来决定应向车辆I推荐的推荐行动。而且，状态推定控制装置100将表示所决定的推荐行动的数据经由车辆用网络2向对车辆I的驾驶员的驾驶进行支援的支援系统控制装置50发送。另外，本实施方式的状态推定控制装置100在基于自身具有的数据等无法确定车辆I的状态时，通过与经由车辆用通信机60及外部网络3进行访问的外部终端200的协作，进行确定车辆
I的状态的处理。而且，外部网络3例如由3G、3.9G及4G等基于广域无线通信的便携电话网(WAN)或WiF1、WiMax等线路网构成。
[0082]支援系统控制装置50例如具备根据状态推定控制装置100发送出的表示推荐行动的数据而控制车辆I的驱动系统的设备等的驱动控制部51。驱动控制部51当接收到状态推定控制装置100发送出的促进减速行动的数据时，例如，进行为了对车辆I的驾驶员促进减速而使转向装置产生振动的控制。而且，驱动控制部51当接收到促进减速行动的数据时，例如，进行使车辆I的行驶速度减速的控制。另一方面，驱动控制部51当从状态推定控制装置100接收到执行车辆I的自转回避控制的数据时，对制动器、发动机等进行控制，进行使车辆I的运行情况稳定化的控制。
[0083]另外，支援系统控制装置50例如具备将状态推定控制装置100发送出的表示推荐行动的数据的内容通过图像及声音向驾驶员进行引导的显示控制部52及声音控制部53。显示控制部52例如当接收到状态推定控制装置100发送出的促进油门踏板的踏下量的减少的数据时，将促进油门踏板断开的图像向设于车辆I内的显示装置输出。而且，声音控制部53例如当接收到状态推定控制装置100发送出的促进减速和变速的数据时，基于该数据来控制声音装置，由此进行促进减速及变速的声音引导。
[0084]接下来，参照图2，说明上述状态推定控制装置100及外部终端200的结构。
[0085]如图2所示，本实施方式的状态推定控制装置100具备取得向车辆用网络2发送的车辆数据的车辆数据取得部110。本实施方式的车辆数据取得部110例如每当经过预先规定的数据收集期间时，取得向车辆用网络2发送的车辆数据。而且，车辆数据取得部110例如每当取得车辆数据时，将表示该车辆数据的取得日期和时间的时间戳向该车辆数据赋予。并且，车辆数据取得部110将附加了时间戳的车辆数据向对该车辆数据进行处理的车辆数据处理部120输出。
[0086]车辆数据处理部120当被输入车辆数据时，进行例如将车辆数据符号化的处理作为在推定车辆状态之前的事前处理。并且，车辆数据处理部120将实施了事前处理的车辆数据向规则集检索部130输出，该规则集检索部130检索用于定义车辆I的状态的多个定义规则所构成的规则集。
[0087]规则集检索部130当从车辆数据处理部120被输入实施了事前处理的车辆数据时，将该车辆数据作为检索关键字，从规则集管理部140所管理的本车规则集数据库150中检索出与该车辆数据相关的表示车辆I的状态的I个或多个定义规则。
[0088]规则集管理部140例如对在车辆I出厂时预先登记于本车规则集数据库150中的规则集进行管理。该规则集管理部140掌握了例如车辆I的车型、向车辆用网络2发送的车辆数据的类别。
[0089]另外，规则集管理部140在规则集检索部130对定义规则进行检索时，在能够定义车辆I的定义规则不存在于本车规则集数据库150时，对外部终端200进行能够定义车辆I的定义规则的查询。另外，规则集管理部140在查询时，将表示车辆I的类别、行驶区域的数据向外部终端200提供。
[0090]并且，规则集管理部140经由构成状态推定控制装置100的通信部160、上述车辆用通信机60及外部网络3，对外部终端200进行查询。并且，规则集管理部140在根据查询而从外部终端200发送与车辆I的车型、行驶区域对应的能够定义该车辆I的状态的定义规则时，将该发送出的定义规则向规则集检索部130输出。
[0091]规则集检索部130当取得能够定义车辆I的状态的多个定义规则时，将该取得的各定义规则和作为检索关键字而使用的车辆数据向基于该定义规则来推定车辆I的状态的状态推定部170输出。
[0092]本实施方式的状态推定部170在多个定义规则和车辆数据被输入时，通过基于粗糙集理论的运算来推定车辆I的状态。而且，本实施方式的状态推定部170当推定车辆I的状态时，参照预先登记有可设想的车辆I的状态和表示对应于各状态而应推荐的车辆I的推荐行动的信息的推荐行动数据库190。并且，参照了推荐行动数据库190的状态推定部170依赖于推荐信息选择部180而选择与所推定的车辆I的状态建立对应关系的推荐行动信息。推荐信息选择部180从该推荐行动数据库190取得与状态推定部170所推定出的车辆状态对应的推荐行动信息。当状态推定部170取得推荐行动信息时，将该取得的推荐行动状信息例如经由车辆用网络2向上述支援系统控制装置50发送。于是，支援系统控制装置50执行与车辆I的状态对应的驾驶支援。另外，在本实施方式中，由该支援系统控制装置50构成上述驾驶支援部。而且，在本实施方式中，由推荐信息选择部180、推荐行动数据库190及支援系统控制装置50构成上述驾驶支援系统。
[0093]另一方面，外部终端200具备数据接收部210，该数据接收部210设于例如能够与多种车辆进行通信的中心，并接收从车辆I等发送的数据。数据接收部210当从状态推定控制装置100接收到表示查询内容和车辆I的车型的数据时，将该接收到的数据向综合规则集管理部220输出，该综合规则集管理部220对用于确定多种车辆的状态的规则集组进行管理。
[0094]本实施方式的综合规则集管理部220具备规则集生成部221，该规则集生成部221通过使用了例如从以车辆I为首的车辆发送出的车辆数据的粗糙集理论来生成用于定义各车辆的状态的规则集。规则集生成部221将生成的规则集按照例如车型类别、取得车辆数据时的时间段及行驶环境而分别登记在综合规则集数据库230中。另外，作为行驶环境，规定了例如作为车辆数据的取得源的车辆所行驶的道路的宽度、车道数、行驶区域及纬度经度等。本实施方式的综合规则集管理部220例如基于从车辆I发送的车辆数据中的纬度经度数据、表示头灯的使用状态的数据等来确定车辆I的行驶环境。
[0095]另外，本实施方式的综合规则集管理部220具有规则集检索部222，该规则集检索部222在表示查询内容和车辆I的车型的数据从数据接收部210被输入时，从综合规则集数据库230中选定能够确定车辆I的状态的定义规则。另外，本实施方式的综合规则集管理部220选定基于从车型与车辆I相同或类似的车辆取得的车辆数据而生成的定义规则作为定义规则。而且，本实施方式的综合规则集管理部220例如选定取得了作为自身管理的定义规则的定义源的车辆数据时的时间段及行驶环境与车辆I相同或近似的定义规则作为定义规则。另外，车辆数据的时间段的确定例如基于向车辆数据赋予的时间戳来进行。而且，行驶环境的确定例如基于车辆数据中的纬度经度数据来进行。
[0096]另外，在基于从车型相同或类似的车辆取得的车辆数据而定义的定义规则不存在于综合规则集数据库230时，综合规则集管理部220从综合规则集数据库230中选定基于从车型与车辆I不同的车辆取得的车辆数据而定义的定义规则。同样地，在取得了车辆数据时的时间段及行驶环境与车辆I相同或近似的定义规则不存在于综合规则集数据库230时，综合规则集管理部220选定出这些要素不同的定义规则。
[0097]并且，综合规则集管理部220将选定出的规则集经由规则发送部250向存在查询的车辆I发送。
[0098]另外，在能够推定车辆I的状态的定义规则不存在于综合规则集数据库230时，综合规则集管理部220通过规则集生成部221新定义以从车辆I取得的车辆数据为条件属性的定义规则。而且，此时，规则集生成部221例如通过从车辆I取得的车辆数据的解析、之后的车辆I的状态转移的监控来决定新定义的决策属性即车辆I的状态。
[0099]这样一来，从外部终端200发送出的规则集由车辆I的状态推定控制装置100取得，并用于该状态推定控制装置100进行的车辆I的状态推定。
[0100]以下，关于本实施方式的车辆状态推定系统、车辆状态推定方法及驾驶支援系统进行的车辆状态的定义形态，参照图3?图8详细说明。
[0101]如图3所示，例如，车辆数据取得部110取得的车辆数据包含多种时序数据。在这里的例子中，时序数据包括例如表示车辆I的转向装置的转向角的推移的转向角数据L1、表示车辆I的行驶速度的推移的车速数据L2及表示车辆I的油门踏板的踏下量的推移的踏下数据L3这样的数量上变化的数据。
[0102]另外，如图3所示，时序数据包括例如车辆I的头灯的通/断、及导航系统进行的引导的有无这样的离散变化的数据。而且,时序数据包括例如车辆I的纬度经度数据及表示年月日、时刻的数据等。
[0103]因此，如图4所示，本实施方式的车辆数据处理部120对于数量上变化的转向角数据L1、车速数据L2及踏下数据L3等，根据物理量来规定用于进行分级评价的评价项“a”?
?“k”。另外，在本实施方式中，各评价项“a”?“f”、“g”?“k”如图4例示那样例如等间隔地划分。
[0104]另外，本实施方式的车辆数据处理部120如该图4所示，向表示头灯的动作状态的数据及表示导航系统进行的引导的有无的数据分别分配变量“I”及“m”。而且，同样地，车辆数据处理部120向纬度经度数据及表示年月日、时刻的数据分别分配变量“η”及“O”。
[0105]并且，本实施方式的车辆数据处理部120以预定的时间间隔等间隔地划分图4例示的各时序数据，对应该划分的各时间间隔对各时序数据进行解析。在该解析时，例如，在期间to-tl，转向角数据LI属于评价项“C”的区域，车速数据L2属于评价项“g”?“i”的区域，踏下数据L3属于评价项“h”的区域。
[0106]因此，车辆数据处理部120如图5例示那样，在期间tO-tl，将数量上变化的时序数据的评价项中的“c”、“g”?“i”设定为“1”，由此将数量上(连续)变化的时序数据符号化。反之,车辆数据处理部120关于数量上变化的时序数据的评价项中的“d”?“f”、“a”、
及“k”，不属于各数据LI?L3中的任一个而设定“0”，由此将时序数据符号化。
[0107]另外，如图4所示，在期间tO-tl，头灯被接通，而不进行导航系统的引导。
[0108]因此，车辆数据处理部120如图5例示那样，在期间tO-tl，对与头灯相关的变量“I”设定“1”，并对与导航系统相关的变量“m”设定“O”。另外，关于纬度经度数据及表示时间的数据，由于始终存在，因此对所对应的变量“η”及“ο”设定“I”。
[0109]并且，通过进行这样的符号化，例如将在时刻t0?tl2的各期间的数量上变化的时序数据和离散变化的时序数据分别符号化。
[0110]另外，本实施方式的车辆数据处理部120规定各时序数据作为基于粗糙集理论而推定车辆I的状态时的属性值，并将评价项“a”?“f ”及“g”?“k”以及变量“ I ”?“O”规定为条件属性。
[0111]另外，如图5中作为状态Cl?状态Cll例示那样，在时刻to?tl2的各期间，由于行驶环境、车速或转向角等发生变化，而车辆I的状态动态地变化。并且，这样的车辆I的状态与例如各数据LI?L3、根据车辆I的行驶环境而动作的头灯及导航系统的动作状态等这样的属性值存在相关关系。另外，在期间t2-t3及期间t3-t4，车辆I的状态为“状态C3”，在该期间将各数据LI?L3等符号化所得的值也相同。
[0112]因此，本实施方式的车辆数据处理部120将各期间t0_tl2的车辆I的状态规定为与条件属性对应的决策属性Si?sll。顺便提及，例如，在期间t2-t3和期间t3-t4，条件属性相同，车辆状态相同，因此表示车辆I的状态的决策属性均为“S3”。
[0113]并且，鉴于这样的特性，本实施方式的状态推定部170基于通过向车辆用网络2发送的车辆数据的符号化而得到的条件属性来推定车辆I的状态。
[0114]S卩，作为与前面的图4对应的图，如图6(a)例示那样，即使车辆I的状态相同，车辆数据也包括例如表示陀螺仪传感器的检测结果的陀螺仪数据L4、表示空气调节器的动作状态的空调数据L5及表示搭载于车辆I的温度传感器的检测结果的温度数据L6。并且，例如，期间t0-tl的条件属性中包含“c”、“g”、“h”、“i”及“1”，并且还包含“f”及“j”。
[0115]另一方面，各期间t0?tl2的转向角数据L1、车速数据L2及踏下数据L3、头灯的通/断及导航系统的动作状态在前面的图4例示的推移和图6中相同。并且，此时的车辆I的各期间t0?tl2的状态如图6(b)所示那样为状态Cl?C11，与图4及图5例示的车辆I的状态相同。由此，在这里的例子中，图4例示的各车辆数据为在车辆I的状态分别为状态Cl?Cll时可靠地包含的数据。
[0116]反之，关于图4例示的各车辆数据以外的数据，例如图6 (a)例示的陀螺仪数据L4、空调数据L5及温度数据L6等其他数据，在车辆I的状态分别处于状态Cl?CU时，成为存在包含于在车内网络2中流动的车辆数据的可能性的数据。
[0117]并且，如图7例示那样，例如，在以车辆I为首的各种车辆的状态为状态Cl时收集的车辆数据如作为模式al?模式al2所示那样，相同地包含“c”、“g”、“h”、“i”及“I”。而且，在模式a I?模式a 12中，与上述“ c ”、“ g ”、“ h ”、“ i ”及“ I ”不同地包含“ a ”、“ b ”及“ d ”
坐寸ο
[0118]另外，当车辆I的状态从状态Cl变化为状态Cn时，例如作为模式bl?模式b3例示那样，在状态Cl中包含的条件属性“I”欠缺。并且，在状态Cn中，例如，相同地包含“C”、“g”、“h”及“i”。
[0119]由此，在本实施方式中，基于粗糙集理论，将“c”、“g”、“h”、“i”及“I”定义为决定车辆的状态为状态Cl的情况、换言之为决策属性Si的情况的条件属性的集合构成的下近似集合。即，下近似集合是表示特定决策属性的可靠性的基本集合。反之，“c”、“g”、“h”、“i”及“I”以外的条件属性定义为在车辆的状态为状态Cl时能包含的条件属性构成的上近似集合。即，上近似集合是与近似集合对应的存在发生可能性的条件属性的基本集合。而且，这样的下近似集合及上近似集合构成的条件属性与对应于该条件属性的决策属性的组合被定义为与车辆的状态相关的定义规则。
[0120]并且，在本实施方式中，如图8例示那样，基于从车辆I或以该车辆I为首的各种车辆取得的车辆数据，生成将表示车辆数据的条件属性与表示对应的车辆的状态的决策属性Si?sn建立关联的定义规则的列表即规则集。顺便提及，决策属性Si?sn表示车辆的状态，例如，表示“油门踏板的踏下量过度的状态”、“ 60km以上的行驶状态”、“存在自转的发生可能性的行驶状态”、“交叉点进入用的减速状态”及“驻车中”这样的各种状态。
[0121]另外，在本实施方式中，决策属性Si?sn所对应的条件属性的下近似集合分别定义为C*1?C*n。即，在本实施方式中，例如，通过表示C*1的一个数据，表示“c”、“g”、“h”、“ i ”及“ I ”所对应的多个车辆数据。
[0122]并且，在搭载于本实施方式的车辆I的状态推定控制装置100的本车规则集数据库150中登记有例如图8例示的规则集。
[0123]另外，本实施方式的外部终端200具备的规则集生成部221从以车辆I为首的多台车辆来收集车辆数据，并基于收集到的车辆数据而逐渐生成图8例示的规则集。并且，规则集生成部221将生成的规则集按照车型及时间段而分别追加登记到综合规则集数据库230 中。
[0124]由此，在本实施方式中，与登记在搭载于车辆I的本车规则集数据库150中的规则集相比，搭载于外部终端200的综合规则集数据库230的变化数增多。
[0125]并且，在本实施方式中，基于这样登记在本车规则集数据库150或综合规则集数据库230中的规则集和在作为车辆状态的推定对象的车辆I取得的车辆数据，来推定车辆I的状态。另外，在这样的车辆I的状态推定时，也执行基于粗糙集理论的运算。
[0126]以下，关于本实施方式的车辆状态推定系统、车辆状态推定方法及驾驶支援系统的车辆状态的作用，参照图9?图19详细叙述。
[0127]如图9所示，在推定车辆状态时，首先作为步骤SlOO所示，在作为车辆状态的推定对象的车辆I中，取得向车辆用网络2发送的车辆数据。由此，如前面的图4等例示那样，例如，取得期间tO-tl这样的预定期间的车辆数据。另外，这样的车辆数据的取得例如每当经过预先规定的数据收集期间时被执行，例如，在图4等的例子中，以期间tO-tl、期间
这样的期间为单位进行。
[0128]接下来，通过进行该取得的数据的事前处理，在前面的图4例示的形态中，对应预先规定的各时间间隔将车辆数据符号化(步骤S101)。由此，在数据收集期间取得的车辆数据被符号化，算出数据收集期间的条件属性。
[0129]这样一来，当算出条件属性时，基于该条件属性，来检索登记在本车规则集数据库150中的定义规则(步骤S102)。在该检索时，首先，判断转换了车辆数据的条件属性中是否包含登记于本车规则集数据库150的定义规则中的“下近似集合”(步骤S103)。
[0130]在这里的例子中，如图12(a)例示那样，当作为推定对象的车辆I的车辆数据的条件属性设为例如“c”、“g”、“h”及“f”时，该条件属性中的“c”、“g”及“h”与向本车规则集数据库150登记完的定义规则6的下近似集合C*6 —致(图9中的步骤S103为“是”)。由此，作为推定对象的车辆I的车辆数据的条件属性中的“c”、“g”及“h”为下近似集合，剩余的“f”被确定为上近似集合。
[0131]接下来，判断该定义规则6的上近似集合即“a”、“b”、“d”、“e”、“f”、“i”、“ j”、“k”、
“I”及“m”是否包含作为推定对象的车辆I的车辆数据的上近似集合即“f”(步骤S104)。另外，在作为推定对象的车辆I的车辆数据的上近似集合为多个条件属性的组合时，判断该多个条件属性是否包含于构成定义规则6的上近似集合的条件属性。
[0132]在这里的例子中，如图12(b)所示，向本车规则集数据库150登记完的定义规则6的上近似集合中包含条件属性“f” (图9中的步骤S104为“是”)。
[0133]另外，如该图12(b)所示，作为推定对象的车辆I的车辆数据的包含条件属性(“c”、“g”及“h”)的下近似集合仅是该定义规则6的下近似集合C*6(图9中的步骤S105为“是”)。由此，在推定对象数据为“c”、“g”、“h”及“f”时，选择定义规则6作为用于定义车辆I的状态的定义规则。
[0134]接下来，基于该选定的定义规则6，来推定车辆I的状态(步骤S106)。S卩，由于定义规则6的决策属性为“s6”，因此例如将车辆I的状态推定为“油门踏板的踏下量过度的状态”。
[0135]接下来，根据所推定的车辆的状态来选定登记于推荐行动数据库190的推荐行动(步骤S107)。在这里的例子中，例如，在图13例示的映射登记于推荐行动数据库190时，选定与决策属性“s6”对应的推荐行动即“油门踏下的缓和”。
[0136]并且，如图9中作为步骤S108所示那样，将表示该选定的推荐行动的信息从状态推定控制装置100向支援系统控制装置50输出。由此，例如，对于车辆I的驾驶员进行促进“油门踏下的缓和”的声音引导或图像引导。而且，由此，例如，进行使转向装置、座椅产生振动的控制、缓和油门踏板的踏下的控制，从而实现车辆I的加速度的减小。这样一来，根据所推定的车辆I的状态，进行与该车辆I的状态对应的推荐行动，并将车辆I的状态引导成应推荐状态。
[0137]另一方面，作为与前面的图12(a)对应的图而如图14(a)例示那样，作为推定对象的车辆数据的条件属性为“b”、“c”、“d”、“e”、“g”、“h”、“l”及“m”。并且，该车辆数据的条件属性如图14(b)例示那样，成为包含定义规则1、定义规则5、定义规则6及定义规则8的多个下近似集合01、05、06、08及Ol I的条件属性(图9中的步骤S105为“否”)。
[0138]因此，这样一来，与车辆数据的条件属性对应的下近似集合存在多个时，如图14(b)例示那样，选定各定义规则中的下近似集合所占的比例即Cl值高的定义规则、即Cl值为例如约“0.385”的定义规则I (步骤S109)。
[0139]另一方面，作为与前面的图12(a)对应的图而如图15(a)例示那样，作为推定对象的车辆数据的条件属性为“a”、“b”、“c”、“m”及“I”。并且，该车辆数据的条件属性“a”、“b”、“c”、“m”及“I”如图15(c)例示那样，在登记于本车规则集数据库150的定义规则中的任一下近似集合中均未包含(图9中的步骤S103为“否”)。即，该车辆数据表示的车辆I的状态成为在车辆I的状态推定控制装置100中无法推定的未知的状态。
[0140]因此，在本实施方式中，在作为推定对象的车辆数据的变化的条件属性中不包含向本车规则集数据库150定义完的下近似集合时，未知的条件属性的组合的“a”、“b”、“c”、“m”及“I”从车辆I向外部终端200发送(图10中的步骤SI 10)。
[0141]并且，首先在步骤Slll中，判断从车辆I发送的包含条件属性的一部分的下近似集合是否存在于外部终端200具有的综合规则集数据库230。
[0142]在这里的例子中，例如，在图16(c)所示的规则集登记于综合规则集数据库230时，登记于该综合规则集数据库230的定义规则12的下近似集合C*12包含从车辆I发送的条件属性中的“a”、“b”、“m”及“I” (图10中的步骤Slll为“是”)。由此，在这里的例子中，将从车辆I发送的条件属性中的“a”、“b”、“m”及“I”作为下近似集合进行处理，并且将不包含于下近似集合C*12的“c”作为上近似集合进行处理。即，下近似集合成为数据的管理单位。
[0143]另外，如图16(c)所示，登记于综合规则集数据库230的定义规则12的上近似集合包含从车辆I发送的条件属性中的上近似集合“c” (图10中的步骤S112为“是”)。
[0144]由此，选定定义规则12作为用于推定车辆I的状态的定义规则，从综合规则集数据库230提取该定义规则12，并从推荐行动数据库240提取与该定义规则12对应的推荐行动信息(步骤S113)。并且，上述提取的定义规则12及推荐行动信息从外部终端200向车辆I发送。
[0145]这样一来，在车辆I的状态推定控制装置100中，基于该发送的定义规则12及推荐行动信息，推定车辆I的状态，进行基于推荐行动信息的驾驶支援(步骤S106?S108)。而且，从外部终端200发送的定义规则12及推荐行动信息通过规则集管理部140分别向本车规则集数据库150及推荐行动数据库190追加登记。由此，以后，搭载于车辆I的状态推定控制装置100能够基于该追加登记的定义规则12进行车辆I的状态推定。由此，不进行与外部终端200的通信，而能够进行基于该定义规则12的车辆的状态推定。
[0146]另外，在图10所示的步骤S112中，判定为表示从车辆I发送的车辆数据的包含条件属性的一部分的下近似集合虽然存在于综合规则集数据库230，但是对应的上近似集合不存在于综合规则集数据库230。在这种情况下，新生成具有可包含该上近似集合的模式的定义规则(步骤S112为“否”，S114)。
[0147]S卩，例如如图16(b)例示那样，在车辆I (状态推定控制装置100)中表示无法定义的车辆数据的条件属性为“a”、“b”、“m”、“l”及“X”。这些条件属性“a”、“b”、“m”、“l”及“X”中的“a”、“b”、“m”及“I”如图16(c)所示，与向外部终端200的综合规则集数据库230登记完的定义规则12的下近似集合C*12包含的C*12相同。然而，从车辆I发送的车辆数据中的条件属性“X”不包含于向外部终端200的综合规则集数据库230登记完的定义规则12的上近似集合(图10中的步骤S112为“否”)。
[0148]因此，在本实施方式中，不是将未登记的模式即条件属性“a”、“b”、“m”、“l”及“X”的组合其本身作为新的定义规则而登记于综合规则集数据库230，而是新登记向条件属性“a”、“b”、“m”及“I”构成的下近似集合C*12附加了“x”的模式。其结果是，作为与前面的图16(c)对应的图而如图17(c)所示，向定义规则12的上近似集合新追加条件属性“X”，由此来更新定义规则12(图9中的步骤S114)。由此，在本实施方式中，无需新生成用于引导条件属性“a”、“b”、“m”、“l”及“X”的决策属性的定义规则，通过向已经定义的下近似集合012附加了条件属性“X”的模式，能够表示条件属性“a”、“b”、“m”、“l”及“X”。由此，与将条件属性“a”、“b”、“m”、“l”及“X”的模式其本身新登记于综合规则集数据库230的情况相比，能实现登记所需的数据量的削减。另外，这样的条件属性的模式的登记例如通过规则集生成部221进行。而且，在本实施方式中，这样一来，以由多个条件属性构成的已知的下近似集合为数据的管理单位，进行收发车辆数据、生成定义规则的处理即约简处理。
[0149]另一方面，如图10所示，在步骤Slll中，在判断为从车辆I发送的车辆数据表示的条件属性所对应的下近似集合不存在时，将该条件属性的模式作为未定义的模式而向综合规则集数据库230追加登记(步骤S115)。而且，此时的车辆I的状态(决策属性)例如基于从车辆I发送的车辆数据的解析结果、在取得该车辆数据后推移的车辆I的状态来定义。并且，新生成与该状态对应的推荐行动信息，并将该生成的推荐行动信息向推荐行动数据库240追加登记(步骤S116)。然后，将新定义的定义规则及推荐行动信息从外部终端200向车辆I发送。接下来，在车辆I中，将该发送的定义规则向本车规则集数据库150追加登记。
[0150]另一方面，在步骤S104中，判断为虽然在车辆I取得的车辆数据的条件属性所对应的下近似集合存在于车辆I的本车规则集数据库150，但是车辆数据的条件属性所对应的上近似集合不存在于本车规则集数据库150。
[0151]S卩，如图18(a)例示那样，表示车辆I的车辆数据的条件属性为例如“c”、“g”、“h”及“X”。于是，搭载于车辆I的本车规则集数据库150的一例如图18(c)例示那样，车辆数据的条件属性中的“c”、“g”及“h”与定义规则6的下近似集合C*6相同。另一方面，车辆数据的条件属性中的“X”不存在于本车规则集数据库150的定义规则6的上近似集合。另夕卜，此时，对应的下近似集合成为登记于本车规则集数据库150的下近似集合中的定义规则6的下近似集合C*6之一(图11中的步骤S120为“是”)。
[0152]并且，在本实施方式中，车辆数据的条件属性中的表示多个数据“c”、“g”及“h”的一个下近似集合C*6和未登记在本车规则集数据库150的定义规则6的上近似集合内的条件属性“X”从车辆I向外部终端200发送(图11中的步骤S121)。即，在本实施方式中，车辆数据的条件属性“c”、“g”、“h”及“X”不是全部从车辆I向外部终端200发送，而是取代“c”、“g”及“h”，将表示这些“c”、“g”及“h”的下近似集合C*6和未登记的条件属性“X”发送。由此，从车辆I向外部终端200发送的车辆数据的数据量减少。
[0153]接下来，在图11的步骤S122中，判断包含下近似集合C*6和条件属性“x”的模式的定义规则是否存在于综合规则集数据库230。
[0154]在此，例如，如图19(c)所示，在登记于综合规则集数据库230的定义规则6的上近似集合中，登记有本车规则集数据库150包含未定义的条件属性“X”的模式(图11中的步骤S122为“是”)。由此，从外部终端200向车辆I发送与包含该模式的定义规则6对应的推荐行动信息(步骤S123)。接下来，在车辆I中，将该发送的定义规则6置换成向本车规则集数据库150登记完的定义规则6。由此，以后，通过车辆I单体就能够进行包含下近似集合C*6和作为上近似集合的条件属性“X”的车辆数据的状态推定。
[0155]另一方面，如图18(b)所示，从车辆I发送的车辆数据的条件属性为“c”、“g”、“h”、“i”及“z”。此时，各条件属性中的“c”、“g”、“h”及“i”与向本车规则集数据库150登记完的定义规则11的下近似集合C*ll相同。然而，条件属性“z”不包含于本车规则集数据库150的定义规则11的上近似集合。
[0156]另一方面，如图19(c)所示，在外部终端200的综合规则集数据库230中，也是在定义规则11的上近似集合未定义条件属性“Z” (图11中的S122为“否”)。因此，在本实施方式中，在前面的图17(c)例示的形态下，向综合规则集数据库230的定义规则11的上近似集合追加条件属性“z”，并向定义规则11新追加包含下近似集合C*ll和上近似集合“z”的模式(步骤S124)。由此，对登记于综合规则集数据库230的定义规则11进行更新。并且，将在该综合规则集数据库230中更新后的定义规则11和对应的推荐行动信息从外部终端200向状态推定控制装置100发送。接下来，在车辆I中，将该发送的定义规则11置换为向本车规则集数据库150登记完的定义规则11。由此，以后，通过车辆I单体就能够进行包含下近似集合C*ll和作为上近似集合的条件属性“z”的车辆数据的状态推定。另外，图11的步骤S124的处理也相当于约简处理。
[0157]另外，与车辆数据的条件属性对应的上近似集合不存在(图9中的步骤S104为“否”)，在图11所示的步骤S120中，判断为包含车辆数据的条件属性的一部分的下近似集合在本车规则集数据库150内存在多个(步骤S120为“否”)。此时，例如，存在于本车规则集数据库150的多个下近似集合C*20、C*21及C*22从车辆I向外部终端200发送(步骤S125)。而且同时，将车辆数据的一部分的条件属性即未包含于下近似集合C*20、C*21及022的条件属性即车辆数据的上近似集合的例如“z”从车辆I向外部终端200发送。此时，在本实施方式中，不将下近似集合C*20、C*21及C*22表示的条件属性全部从车辆I向外部终端200发送，仅发送表示下近似集合C*20、C*21及C*22的数据。由此，与将表示下近似集合C*20、C*21及022的条件属性从车辆I向外部终端200发送时相比，能大幅减少数据的发送量。
[0158]接下来，在外部终端200中，参照综合规则集数据库230，判断从车辆I发送的包含下近似集合C*20、C*21及C*22的例如定义规则20?22的上近似集合内是否存在“z”(步骤 S126)。
[0159]并且，在例如定义规则20的上近似集合内存在条件属性“z”时(步骤S126为“是”)，将该定义规则20和对应的推荐行动信息从外部终端200向车辆I发送(步骤S127)。接下来，在车辆I中，将该发送的定义规则20?22置换成向本车规则集数据库150登记完的定义规则20?22。由此，以后，通过车辆I单体就能够进行包含下近似集合C*20和作为上近似集合的条件属性“z”的车辆数据的状态推定。
[0160]另一方面，在向综合规则集数据库230登记的所有定义规则20?22的上近似集合中均不存在条件属性“z”时(步骤S126为“否”)，向定义规则20?22的上近似集合的模式追加条件属性“z”(步骤S128)。S卩，步骤S128的处理也是约简处理。由此，以后，在外部终端200，能够将包含下近似集合C*20?22和作为上近似集合的条件属性“z”的车辆数据识别为与追加了新模式的定义规则20?22对应的数据。
[0161]并且，将追加了新模式的定义规则20?22和对应的推荐行动信息从外部终端200向车辆I发送。接下来，在车辆I中，将该发送的定义规则20?22置换为向本车规则集数据库150登记完的定义规则20?22。由此，以后，通过车辆I单体就能够进行包含下近似集合C*20?22和作为上近似集合的条件属性“z”的车辆数据的状态推定(步骤S125)。
[0162]如以上说明那样，根据本实施方式的车辆状态推定系统、车辆状态推定方法及驾驶支援系统，能得到以下的效果。
[0163](I)通过以多个车辆数据为条件属性并以车辆的状态为决策属性的粗糙集理论，定义了用于定义车辆状态的定义规则。并且，基于该定义的定义规则的集合体即规则集和从作为推定对象的车辆I取得的车辆数据，推定了该车辆I的状态。由此，与无数的车辆数据具有相关关系的各种车辆状态能够通过特定车辆数据进行定义，基于该定义的规则和必要最小限度的车辆数据，能够推定车辆状态。由此，能实现用于定义车辆状态的定义规则的数据量的大幅减少和使用了该定义规则的车辆状态的推定所需的负载的大幅减少。因此，能够基于更高的实时性进行逐渐变化的车辆状态的推定。
[0164](2)在作为推定对象的车辆I的车辆数据中包含除了关于定义规则所定义的特定决策属性的条件属性以外的未定义的车辆数据时，执行将该特定决策属性所对应的多个条件属性处理为子集的处理即约简处理。并且，将向该约简后的条件属性附加了未定义的车辆数据的数据作为数据的管理单位。由此，能实现用于规定定义规则的数据量的减少、定义规则的定义、推定车辆状态时的通信量的减少。而且，由此，即便是如此作为条件属性的采样逐渐变化的车辆数据，也能实现最小限度的数据量的车辆状态的定义、推定。
[0165](3)通过搭载于车辆I的状态推定控制装置100和能够与该状态推定控制装置100进行通信的外部终端200的协作进行了车辆状态的推定。并且，在能够推定车辆I的状态的定义规则不存在于本车规则集数据库150时，状态推定控制装置100对外部终端200进行了基于作为推定对象的车辆的车辆数据的查询。并且，外部终端200将所查询到的车辆数据所对应的定义规则约简，并将该约简后的定义规则发送到状态推定控制装置100。因此，状态推定控制装置100基于从外部终端200发送的定义规则，能够推定车辆状态，即便是在状态推定控制装置100具有的定义规则下无法推定的车辆状态也能够进行推定。由此，能够更详细且多样地进行车辆I的状态推定。而且，在能够推定车辆I的状态的定义规则在本车规则集数据库150中存在多个时，从状态推定控制装置100对外部终端200进行基于作为推定对象的车辆的车辆数据的查询。并且，将所查询到的车辆数据所对应的定义规则从外部终端200发送到状态推定控制装置100。由此，即使在状态推定控制装置100单体中难以约简用于车辆状态的定义规则的情况下，在外部终端200中也能够约简用于车辆状态的定义规则。由此，能够更高精度地进行车辆I的状态推定。而且，由此，通过状态推定控制装置100与外部终端200的协同配合，能够实现车辆状态的详细推定、车辆状态的多种多样的推定，并能够将状态推定控制装置100具有的定义规则设为必要最小限度。
[0166](4)在作为推定对象的车辆I的车辆数据所对应的条件属性不存在于本车规则集数据库150时，作为上述查询，状态推定控制装置100将该车辆数据发送到外部终端200。而且，作为查询的响应，外部终端200从综合规则集数据库230之中选择将从状态推定控制装置100接收到的车辆数据定义为条件属性的定义规则，并将该选择的定义规则发送到状态推定控制装置100。由此，对于状态推定控制装置100来说即便是未知的条件属性，也能够推定车辆状态，并且能够使状态推定控制装置100后发性地具有能够基于该条件属性来推定车辆状态的定义规则。
[0167](5)也设想了在车辆I中取得的车辆数据包含登记于本车规则集数据库150的定义规则中的下近似集合所对应的条件属性、且包含该定义规则的上近似集合中未定义的条件属性的情况。此时，状态推定控制装置100将表示该下近似集合的数据和表示上近似集合中未定义的条件属性的数据发送到外部终端200。由此，状态推定控制装置100无需将下近似集合包含的全部数据向外部终端200发送，只要将能表示下近似集合的一个数据和与车辆数据中的未定义的上近似集合相关的数据向外部终端200发送即可。由此，能大幅减少状态推定控制装置100向外部终端200发送的数据量。
[0168](6)在包含从状态推定控制装置100接收到的下近似集合所包含的条件属性和本车规则集数据库150中未定义的条件属性的定义规则存在于综合规则集数据库230时，夕卜部终端200执行将该定义规则向状态推定控制装置100发送的处理。由此，状态推定控制装置100能够基于从外部终端200发送的定义规则来推定车辆状态。而且，设想了包含从状态推定控制装置100接收到的下近似集合所包含的条件属性和本车规则集数据库150中未定义的条件属性的定义规则不存在于外部终端200的综合规则集数据库230的情况。此时，外部终端200执行如下处理:新定义向登记于综合规则集数据库230的定义规则中作为具有发生可能性而包含的子集即上近似集合附加了上述未定义的条件属性的规则。由此，以后，外部终端200能够基于包含未定义的条件属性这样的条件属性的车辆数据来推定车辆状态，实现能够定义车辆数据的定义规则的扩充。而且，在综合规则集数据库230中，在将上述未定义的条件属性附加到已存的定义规则的下近似集合的形态下，定义能够包含新条件属性的模式的定义规则。由此，能够通过更少的数据量来定义可包含新条件属性的模式的定义规则，能实现综合规则集数据库230的数据量的减少。
[0169](7)在车辆I的车辆数据同时包含下近似集合和包含该下近似集合的定义规则中未定义的条件属性、且包含该下近似集合的定义规则在本车规则集数据库150内存在多个时，将该多个下近似集合和未定义的条件属性从状态推定控制装置100发送到外部终端200。由此，状态推定控制装置100无需将下近似集合包含的全部数据向外部终端200发送，只要将能表示下近似集合的一个数据和与车辆数据中的未定义的上近似集合相关的数据向外部终端200发送即可。由此，能大幅减少状态推定控制装置100向外部终端200发送的数据量。
[0170](8)在外部终端200自身具有包含从状态推定控制装置100发送的多个下近似集合中的任一下近似集合所包含的条件属性和本车规则集数据库150中未定义的条件属性的一个定义规则时，将该一个定义规则从外部终端200发送到状态推定控制装置100。由此，状态推定控制装置100即使在自身无法将车辆状态的推定所用的定义规则约简的情况下，也能够基于由外部终端200确定并发送的定义规则来推定车辆状态。而且，也设想了外部终端200自身未具有能够包含本车规则集数据库150中未定义的条件属性的定义规则的情况。此时，使外部终端200确定了该外部终端200具有的定义规则中的包含从状态推定控制装置100发送的多个下近似集合的各定义规则。并且，向所确定的各定义规则的各上近似集合追加上述未定义的条件属性而使外部终端200定义了能够包含新条件属性的模式的定义规则。因此，以后，外部终端200能够基于包含未定义的条件属性这样的条件属性的车辆数据来推定车辆状态。由此，实现了能够定义车辆数据的定义规则的扩充。
[0171](9)在外部终端200的综合规则集管理部220中，按照作为车辆数据的取得源的车辆的类别、取得车辆数据时的时间段及行驶环境的至少一个要素来分别管理规则集。并且，在外部终端200存在来自状态推定控制装置100的查询时，在选定应发送的定义规则之前，确定了车辆I的类别、取得车辆数据时的时间段及行驶环境的至少一个要素。而且，外部终端200从所确定的要素的相同或类似的规则集之中，选定了应向状态推定控制装置100发送的定义规则。由此，能使用基于根据多种车辆操作定义的不确定多个车辆数据而定义的定义规则，并提高基于该定义规则的车辆状态的推定精度。
[0172](10)使状态推定控制装置100规定了对表示车辆的物理量的推移的多个时序数据的物理量分级地进行了评价的评价项作为上述条件属性。并且，使状态推定控制装置100利用了特定期间的多个时序数据所属的评价项的组合作为关于作为推定对象的车辆I的条件属性。由此，通过作为车辆数据而占据大多数的时序数据的物理量的组合来对定义规则进行定义，能够通过该时序数据的取得进行车辆状态的推定。
[0173](11)状态推定控制装置100每当经过预先规定的数据收集期间时，收集车辆数据，并基于该收集到的车辆数据来推定车辆的状态。因此，状态推定控制装置100能够定期地收集逐渐变化的车辆数据，并能够基于该收集到的车辆数据定期地推定逐渐变化的车辆状态。
[0174](12)车辆I的状态推定控制装置100具有登记了根据车辆I的状态应推荐的推荐行动信息的推荐行动数据库190。而且，构成驾驶支援部的支援系统控制装置50基于由推荐信息选择部180选择的推荐行动信息而执行了驾驶支援。由此，能够实时地推定车辆的状态，并逐渐执行与该推定的车辆状态对应的驾驶支援。
[0175]另外，上述实施方式也可以利用以下的方式来实施。
[0176]?作为基于车辆数据处理部120的事前处理，仅进行了车辆数据的符号化。并不局限于此，例如，可以在车辆数据的符号化之前，进行该车辆数据的标准化或平均化等的处理作为上述事前处理。由此，例如，基于标准化所得的车辆数据的中央值、车辆数据的平均值是否属于上述分级评价的评价项，将车辆数据转换为条件属性。
[0177].将车辆数据的数据收集单位如图4例示那样以预定的时间间隔等间隔地划分各时序数据，对应该划分的各时间间隔求出了各时序数据的条件属性。并不局限于此，例如，如作为与前面的图4对应的图而如图20例示那样，例如，在车速数据L2表示的车辆I的行驶速度处于预先规定的高速区域内的期间Ta，可以缩短各车辆数据的收集期间。并且，在车辆I的行驶速度处于预先规定的低速区域内的期间Tb，可以延长各车辆数据的收集期间。由此，根据车辆I的行驶速度而动态地变更车辆数据的收集期间，进而，能动态地变更基于该收集到的车辆数据的车辆状态的推定周期。由此，能够更灵活地进行车辆数据的收集及基于收集到的车辆数据的车辆状态的推定。另外，并不局限于车速数据L2，例如，在转向角数据L1、踏下数据L3的变化量超过了预定的变化量时、表示加速度等其他要素的时序数据的变化量超过了预定的变化量时，同样也能够变更车辆数据的收集期间。
[0178].作为构成上述下近似集合的车辆数据，规定了转向角数据L1、车速数据L2、踏下数据L3、表示头灯的通/断的数据及表示有无导航系统的动作的数据。并不局限于此，构成下近似集合的车辆数据也可以是例如表示加速度的推移的数据、用于控制对发动机的燃料供给量的控制数据、温度数据及表示刮水器的动作状态的数据等。总之，构成下近似集合的车辆数据只要是向车辆用网络2内发送的数据，即通过基于粗糙集理论的解析而与车辆的状态处于特定状态时同样包含的数据即可。
[0179].每当以预先规定的数据的收集单位取得车辆数据时，周期性地进行车辆状态的推定。并不局限于此，例如，也可以将以数据的收集单位取得的车辆数据的差值超过了预先规定的差阈值作为条件，进行车辆状态的推定。由此，例如在前面的图4例示的车辆数据中，在期间tO-tl及期间tl-t2这两个连续的期间，在例如转向角数据L1、车速数据L2及踏下数据L3中的至少一个数据的差超过了差阈值时，进行车辆状态的推定。由此，仅在车辆数据发生了变化时，换言之，仅在通过车辆数据表示的车辆状态发生了变化的概率高时，进行车辆状态的推定。由此，限定为预测到车辆状态的变化时能够进行车辆状态的推定。而且反之，也可以将连续的车辆数据的差为差阈值以下作为条件进行车辆状态。由此，仅在车辆数据的差为差阈值以下且通过该车辆数据表示的车辆状态稳定的概率高时，进行车辆状态的推定。由此，能够减少逐渐变动的车辆状态的推定频率，能实现与车辆状态的推定相伴的运算负载的减少。而且，例如，也可以在预先规定的期间，收集多个车辆数据，推定在此期间收集到的多个车辆数据中的特定的车辆数据的物理量为最小时的车辆状态。由此，将设想了车辆状态的转换作为条件，能够进行车辆状态的推定。
[0180]?用于将表示车辆状态的物理量的车辆数据转换成条件属性的评价项“a”?“f”、“g”?“k”等间隔地划分。并不局限于此，作为与前面的图4对应的图而例如如图21所示，在某决策属性的构成下近似集合的数据Lx存在时，例如，在期间Tc数据Lx的变化量超过了预先规定的阈值时，可以动态地扩大包含数据Lx的例如评价项“a”及“b”的区域。由此，在数据Lx产生急剧的变动时，能抑制通过该数据Lx表示的条件属性的个数不必要地增大，而将该条件属性所对应的决策属性即车辆状态细分化。反之，作为与前面的图4对应的图而例如如图22所示，在某决策属性的构成下近似集合的数据Lx存在时，例如，在期间Tc数据Lx的变化量超过了预先规定的阈值时，可以将包含数据Lx的例如评价项“a”等的区域以“al”及“a2”这样的形态进行细分化。由此，在数据Lx产生急剧的变动时，能够详细地规定表示车辆I的状态的条件属性。由此，在预测到车辆I的状态的急剧变化时，详细地生成与该条件属性对应的决策属性的模式，进而，能够更详细地推定车辆状态。
[0181].基于上述车辆数据是否属于与评价项“a”?“f”、“g”?“k”对应的区域，而将该车辆数据符号化为“O”及“I”。并不局限于此，例如如前面的图4所示，在期间t2-t3，在车速数据L2以例如5对5的比率横跨评价项“a”及“b”时，可以通过模糊隶属函数，将车速数据L2以关于评价项(条件属性)“a”为约“0.5”、关于评价项“b”为约“0.5”的形态进行转换。由此，能够更精密地进行从车辆数据向条件属性的转换，能够更详细地规定与该条件属性对应的决策属性，进而，能够更详细地进行车辆状态的推定。另外，关于使用了模糊隶属函数的车辆数据的解析手法，在日本特开2005-283239号公报(非专利文献)中有记载，因此省略详细说明。
[0182].在综合规则集数据库230中，按照行驶环境、时间段及车型分别管理了定义规贝U。并不局限于此，也可以按照行驶环境、时间段及车型中的至少一个要素分别管理定义规贝U。而且，也可以不加入行驶环境、时间段及车型来管理定义规则。
[0183].如图10及图11所示的步骤S113、S123、S127那样，在从外部终端200向车辆I发送定义规则时，同时将该定义规则表示的车辆状态所对应的推荐行动信息从外部终端200发送到车辆I。并不局限于此，在图10及图11所示的步骤S113、S123、S127中，也可以仅将定义规则从外部终端200向车辆I发送。由此，车辆I的推荐信息选择部180当接收到发送出的定义规则时，从推荐行动数据库190中选定该定义规则表示的车辆状态所对应的推荐行动信息。并且，推荐信息选择部180将该选定的推荐行动信息向支援系统控制装置50输出。这样一来，若仅将定义规则从外部终端200向车辆I发送，则进一步减少车辆I与外部终端200之间的通信量。
[0184]?如图11中作为步骤S120及步骤S125?S128所示那样，在判断为车辆数据的条件属性所对应的上近似集合不存在、且包含车辆数据的条件属性的一部分的下近似集合在本车规则集数据库150存在多个时，将多个下近似集合C*20?C*22和未登记的条件属性“z”从车辆I发送到外部终端200。并不局限于此，也可以将多个下近似集合C*20?C*22中的一个下近似集合和本车规则集数据库150中未登记的条件属性“z”从车辆I向外部终端200发送。在这种情况下，在外部终端200中，基于从车辆I发送的一个下近似集合和条件属性“z”，进行与图11的步骤S121?123同样的处理。由此，能实现车辆I与外部终端200之间的通信量的进一步减少。
[0185].在图9的步骤S103中，判断在车辆I中取得的车辆数据的条件属性所对应的下近似集合是否存在于本车规则集数据库150。而且，在图9的步骤S104中，判断在车辆I中取得的车辆数据的条件属性所对应的上近似集合是否存在于本车规则集数据库150。并不局限于此，也可以省略步骤S104的处理，仅判断车辆数据的条件属性所对应的下近似集合是否存在于本车规则集数据库150。由此，在车辆数据的条件属性所对应的下近似集合不存在于本车规则集数据库150时，例如，将车辆数据表示的全部条件属性从车辆I向外部终端200发送。并且，利用外部终端200进行图10的步骤SllO?S113所例示的处理。
[0186].在上述结构中，进行将新的条件属性的模式向定义规则追加或新生成定义规则的规则集生成部221设于外部终端200。并不局限于此，也可以将规则集生成部221设于在车辆I上搭载的状态推定控制装置100等。在该结构中，例如，在图9所示的步骤S103中在判断为与车辆数据对应的下近似集合不存在时，基于车辆数据，在车辆I中新生成以该车辆数据为条件属性的定义规则。接下来，例如，对之后的车辆I的状态进行监控，或者对该车辆数据进行解析，由此来规定取得该车辆数据时的车辆I的状态即决策属性。并且，通过将该规定的决策属性与条件属性建立对应关系，来生成新的定义规则，并将该生成的定义规则追加登记于本车规则集数据库150。由此，以后，通过车辆I单体能够引导以该车辆数据为条件属性时的该条件属性所对应的决策属性即车辆状态。而且，在图9的步骤S104中，判断为虽然车辆数据的条件属性所对应的下近似集合存在于本车规则集数据库150，但是车辆数据的条件属性即例如“z”所对应的上近似集合不存在于本车规则集数据库150。于是，在该变形例中，向具有登记于本车规则集数据库150的车辆数据的条件属性所对应的下近似集合的定义规则的上近似集合中新追加例如条件属性“z”的处理不是由外部终端200而是由车辆I单体进行。由此，以后，即使取得的车辆数据中包含条件属性“z”作为上近似集合，通过车辆I单体也能够引导与该车辆数据对应的决策属性。并且，这样一来，每当取得本车规则集数据库150中未登记的车辆数据时，适当进行定义规则的生成、新的上近似集合的追加，由此能扩充登记于本车规则集数据库150的规则集。由此，能实现状态推定控制装置100可推定的车辆状态的充足的变化。而且，在该结构中，也可以通过车辆I与其他车辆的车车间通信，使车辆I收集基于由其他车辆取得的多种车辆操作的车辆数据。并且,可以通过搭载于车辆I的规则集生成部,基于从其他车辆收集到的车辆数据生成定义规则或者将条件属性的模式在车辆I内生成。由此，在车辆I内，基于不仅从该车辆I而且从多个车辆收集到的车辆数据，能够生成更多的模式的定义规则，进而，能实现可推定的车辆状态的多样化。
[0187].在可推定车辆状态的定义规则不存在于本车规则集数据库150时，状态推定控制装置100向外部终端200查询对应的定义规则。并且，作为对查询的响应，外部终端200将能够推定车辆状态的定义规则发送到车辆I。并不局限于此，在能够推定车辆状态的定义规则不存在于本车规则集数据库150时，状态推定控制装置100可以向外部终端200查询车辆状态的推定结果。由此，状态推定控制装置100将表示本车规则集数据库150中未定义的条件属性、下近似集合、上近似集合的数据等向外部终端200发送。并且，外部终端200基于从车辆I接收到的数据来推定车辆I的状态，并将推定结果、对应的推荐行动信息向车辆I的状态推定控制装置100发送。由此，能实现状态推定控制装置100的运算负载的进一步减少。
[0188].以向已经定义完的定义规则的条件属性追加新的上近似集合的条件属性的形态进行了新的条件属性的模式的登记(约简处理)。并不局限于此，例如，对于新的条件属性的模式的登记，也可以向已知的下近似集合追加新的上近似集合的条件属性，通过这些下近似集合和上近似集合，来定义新的定义规则。即，在上述实施方式中，在向定义规则登记完的下近似集合虽然包含于从车辆I取得的车辆数据但其余的车辆数据不存在于该定义规则的上近似集合时，追加了以该其余的车辆数据为条件属性的上近似集合的模式。取而代之，例如，向车辆状态的推定提供的车辆数据为“c”、“g”、“h”及“X”，定义规则6的下近似集合通过由条件属性“c”、“g”及“h”构成的C*6表示。而且，在定义规则6的上近似集合中，未定义条件属性“X”。此时，在本变形例中，将下近似集合C*6约简，新定义了将条件属性“h”作为上近似集合与该下近似集合C*6建立对应关系的例如定义规则6’。由此，即使如此新定义定义规则，通过将未知的条件属性与表示示出多个条件属性的下近似集合的数据建立对应关系，由此也能够新定义定义规则。由此，无需使用构成下近似集合的全部条件属性来新定义定义规则，能实现表示定义规则的数据的数据量的减少。而且，并不局限于此，也可以通过表示构成下近似集合的全部条件属性的数据和表示新的上近似集合的条件属性的数据，新生成新的条件属性的模式、新的定义规则。
[0189].作为推定车辆状态所用的定义规则，选定了包含车辆数据的条件属性的一部分作为上近似集合的定义规则。并不局限于此，作为推定车辆状态所用的定义规则，可以选定包含车辆数据的全部条件属性作为下近似集合的定义规则。并且，可以基于该选定的定义规则来推定车辆状态。
[0190].由装入到车辆I的状态推定控制装置100构成了上述车辆用信息终端。并不局限于此，例如，也可以由智能电话或平板终端等信息终端构成车辆用信息终端。在该结构中，例如，该信息终端具有与状态推定控制装置100具备的车辆数据取得部110、车辆数据处理部120、规则集检索部130及规则集管理部140相同的功能。而且，在该结构中，信息终端具有与本车规则集数据库150、通信部160、状态推定部170、推荐信息选择部180及推荐行动数据库190相同的功能。并且，信息终端通过与设于车辆I内的车辆用网络2的无线通信、经由数据链路连接器(DLC)的有线通信等，取得向车辆用网络2内发送的车辆数据。接下来，信息终端基于该取得的车辆数据进行车辆状态的推定，将推荐行动信息经由该信息终端具备的声音装置、显示装置向驾驶员引导。而且，信息终端在基于车辆数据无法推定车辆状态时，将表示下近似集合、上近似集合的车辆数据向外部终端200发送。由此，能得到与上述(I)?(12)相同的效果，并且能够基于更高的自由度进行车辆I的状态推定。
[0191].通过车辆用信息终端与外部终端200的协作进行了车辆状态的推定。并不局限于此，也可以通过车辆用信息终端单体或外部终端200单体进行车辆状态的推定。由此，车辆用信息终端、外部终端200取得作为推定对象的车辆的车辆数据，并基于该取得的车辆数据来推定车辆状态。
[0192].将车辆状态的推定结果用于支援系统控制装置50的驾驶支援。并不局限于此，例如，也可以将车辆状态的推定结果用于车辆的故障诊断等。由此，例如，取代推荐行动数据库190、推荐行动数据库240，将预先规定的各种车载设备、各种车载控制装置等有无故障与对应于决策属性的车辆状态建立对应关系的数据库搭载于状态推定控制装置100、外部终端200。并且，每当推定车辆状态时，可以诊断各种车载设备、各种车载控制装置等有无故障。或者也可以将转移到设想车辆状态发生异常的状态作为条件，来诊断各种车载设备、各种车载控制装置等有无故障。
[0193]?每当取得车辆数据时进行了车辆状态的推定。并不局限于此，车辆状态的推定可以每当取得车辆数据时不实时地进行。即，例如，将在车辆I等取得的车辆数据蓄积于特定数据库等，以该蓄积的车辆数据为条件属性，来推定过去的车辆状态。由此，即使在事后推定车辆状态时，也能够基于简易处理进行车辆状态的推定。
[0194]附图标记说明
[0195]I...车辆，2...车辆用网络，3...外部网络，10...信息系统控制装置，20...控制系统控制装置，30…传感器系统控制装置，40…车身系统控制装置，50…支援系统控制装置，5L...驱动控制部，52...显示控制部,53...声音控制部,60…车辆用通信机,100…状态推定控制装置，110...车辆数据取得部，120...车辆数据处理部，130...规则集检索部，140...规则集管理部，150...本车规则集数据库，160...通信部，170...状态推定部，180...推荐信息选择部，190…推荐行动数据库，200…外部终端，210…数据接收部，220…综合规则集管理部，221...规则集生成部，230…综合规则集数据库，240…推荐行动数据库，250…规则发送部，LI...转向角数据，L2…车速数据，L3…踏下数据，Cl-Cll…车辆状态。
【权利要求】
1.一种车辆状态推定系统，基于多个车辆数据来推定车辆的状态，所述车辆状态推定系统的特征在于，具备: 管理部，对通过以所述多个车辆数据为条件属性并以所述车辆的状态为决策属性的粗糙集理论而定义的定义规则的集合体即规则集进行管理；及 状态推定部，取得作为推定对象的车辆的车辆数据，通过基于所取得的该车辆数据对所述规则集进行参照，来推定车辆的状态。
2.根据权利要求1所述的车辆状态推定系统，其中， 在作为推定对象的车辆的车辆数据中包含除了关于由所述定义规则所定义的特定决策属性的条件属性以外的未定义的车辆数据时，所述管理部执行将所述特定决策属性所对应的条件属性作为子集的处理即约简处理，将向该约简后的条件属性附加了未定义的车辆数据的数据作为数据的管理单位。
3.根据权利要求1或2所述的车辆状态推定系统，其特征在于， 所述车辆状态推定系统通过车辆用信息终端与外部终端的协作来推定车辆的状态，所述车辆用信息终端具备所述管理部及所述状态推定部并被用在车辆内，所述外部终端具有基于根据多种车辆操作所取得的车辆数据而定义的规则集组， 在能够推定车辆的状态的定义规则不存在、或者能够推定车辆的状态的定义规则存在多个时，所述车辆用信息终端对所述外部终端进行基于作为所述推定对象的车辆的车辆数据的查询， 所述外部终端从自身具有的规则集组之中选择所查询到的车辆数据所对应的定义规贝U，并将所选择的该定义规则向所述车辆用信息终端发送。
4.根据权利要求3所述的车辆状态推定系统，其中， 在所述车辆用信息终端自身的管理部所管理的规则集之中不存在作为推定对象的车辆的车辆数据所对应的条件属性时，作为所述查询，所述车辆用信息终端执行将该车辆数据向所述外部终端发送的处理， 所述外部终端执行如下处理:从所述外部终端自身所具有的规则集之中选择以从所述车辆用信息终端接收到的车辆数据为条件属性而定义的定义规则，并将所选择的该定义规则向所述车辆用信息终端发送。
5.根据权利要求3或4所述的车辆状态推定系统，其中， 在作为推定对象的车辆的车辆数据同时包含下近似集合和在上近似集合中未定义的条件属性时，所述车辆用信息终端将关于该定义规则的下近似集合和所述上近似集合中未定义的条件属性向所述外部终端发送，所述下近似集合是表示特定决策属性的可靠性的基本集合，所述上近似集合是在包含该下近似集合的定义规则中与该下近似集合对应的存在发生可能性的条件属性的基本集合。
6.根据权利要求5所述的车辆状态推定系统，其中， 在所述外部终端自身具有的规则集之中存在包含从所述车辆用信息终端接收到的下近似集合所包含的条件属性和所述未定义的条件属性的定义规则时，所述外部终端执行将该定义规则向所述外部终端发送的处理， 在所述外部终端自身具有的规则集之中不存在包含从所述车辆用信息终端接收到的下近似集合所包含的条件属性和所述未定义的条件属性的定义规则时，所述外部终端执行如下处理:新定义向所述外部终端自身具有的定义规则中作为发生可能性而包含的子集即上近似集合附加了所述未定义的条件属性的规则。
7.根据权利要求3?6中任一项所述的车辆状态推定系统，其中， 在作为推定对象的车辆的车辆数据同时包含表示特定决策属性的可靠性的基本集合即下近似集合和包含该下近似集合的定义规则中未定义的条件属性、且包含该下近似集合的定义规则在所述车辆用信息终端自身的管理部所管理的规则集之中存在多个时，所述车辆用信息终端将关于多个该定义规则的多个下近似集合和所述未定义的条件属性向所述外部终端发送。
8.根据权利要求7所述的车辆状态推定系统，其中， 在所述外部终端自身具有的规则集之中存在包含从所述车辆用信息终端接收到的多个下近似集合中的任一下近似集合所包含的条件属性和所述未定义的条件属性的一个定义规则时，所述外部终端执行将该一个定义规则向所述车辆用信息终端发送的处理， 在所述外部终端自身具有的规则集之中不存在包含从所述车辆用信息终端接收到的多个下近似集合中的任一下近似集合所包含的条件属性和所述未定义的条件属性的一个定义规则时，所述外部终端执行如下处理:新定义向所述外部终端自身具有的定义规则中作为发生可能性而包含的子集即上近似集合附加了所述未定义的条件属性的规则。
9.根据权利要求3?8中任一项所述的车辆状态推定系统，其中， 所述外部终端按照作为车辆数据的取得源的车辆的类别、取得车辆数据时的时间段和行驶环境中的至少一个要素来分别管理所述外部终端自身具有的规则集，在存在来自所述车辆用信息终端的查询时，在选定所述规则集之前，先确定利用所述车辆用信息终端的车辆的类别、取得车辆数据时的时间段和行驶环境中的至少一个要素，并从所确定的该要素相同或类似的规则集之中选定应向所述车辆用信息终端发送的规则集。
10.根据权利要求1?9中任一项所述的车辆状态推定系统，其中， 所述车辆数据包含表示车辆的物理量的推移的多个时序数据， 所述状态推定部规定分级地评价所述时序数据的物理量的评价项而作为所述条件属性，并将特定期间的多个时序数据所属的评价项的组合用作关于作为推定对象的车辆的条件属性。
11.根据权利要求1?10中任一项所述的车辆状态推定系统，其中， 所述状态推定部执行以下处理中的至少一个处理: a.每当经过预先规定的数据收集期间时,收集所述车辆数据并基于所收集到的该车辆数据来推定车辆的状态， b.依次算出连续的特定期间的多个车辆数据之差，以算出的差值超过了预先规定的差阈值、或算出的差值为所述差阈值以下为条件来推定车辆的状态。
12.—种驾驶支援系统，根据基于多个车辆数据而推定的车辆的状态来对车辆驾驶员的驾驶进行支援，所述驾驶支援系统的特征在于，具备: 推荐行动数据库，登记有根据车辆的状态而应推荐的推荐行动信息；及 驾驶支援部，从所述推荐行动数据库提取与由权利要求1?10所述的车辆状态推定系统所推定的车辆的状态对应的推荐行动信息，并执行基于所提取出的该推荐行动信息的驾驶支援。
13.一种车辆状态推定方法，基于多个车辆数据并通过计算机支援来推定车辆的状态，所述车辆状态推定方法的特征在于，包括以下步骤: 管理步骤，对通过以所述多个车辆数据为条件属性并以所述车辆的状态为决策属性的粗糙集理论而定义的定义规则的集合体即规则集进行管理；及 推定步骤，取得作为推定对象的车辆的车辆数据，通过基于所取得的该车辆数据对所述规则集进行参照来推定车辆的状态。
14.根据权利要求13所述的车辆状态推定系统，其中， 所述管理步骤还包括约简步骤，所述约简步骤为，在作为推定对象的车辆的车辆数据中包含除了关于由所述定义规则定义的特定决策属性的条件属性以外的未定义的车辆数据时，进行将该特定决策属性所对应的条件属性作为子集的约简，将向该约简后的条件属性附加了未定义的车辆数据的数据作为数据的管理单位。
15.根据权利要求13或14所述的车辆状态推定方法，其特征在于， 使被用在车辆内的车辆用信息终端执行所述管理步骤及所述推定步骤，并且在所述推定步骤中，通过外部终端与所述车辆用信息终端的协作来进行车辆的状态的推定，所述外部终端具有基于根据多种车辆操作所取得的车辆数据而定义的规则集组； 所述车辆状态推定方法还具备以下步骤: 要求步骤，在能够推定车辆的状态的定义规则不存在于所述车辆用信息终端、或者能够推定车辆的状态的定义规则在所述车辆用信息终端中存在多个时，从所述车辆用信息终端对所述外部终端进行基于作为所述推定对象的车辆的车辆数据的查询；及 发送步骤，从所述外部终端自身具有的规则集组之中选择所查询到的车辆数据所对应的规则集，并将所选择的该规则集从所述外部终端向所述车辆用信息终端发送。
【文档编号】G06N5/02GK104137126SQ201280070252
【公开日】2014年11月5日 申请日期:2012年2月24日 优先权日:2012年2月24日
【发明者】广木大介 申请人:丰田自动车株式会社