前车确定装置制造方法

前车确定装置制造方法
【专利摘要】本发明的一个实施方式的前车确定装置为了从多个其他车辆中确定本车的前车而具备数据取得部和确定部。数据取得部使用本车的检测装置取得在与本车紧挨着的前方行驶的其他车辆的运行状态量数据(ps(n)，pp(n))，使用车车间通信取得多个其他车辆k的各个其他车辆k的运行状态量数据(tsk(n)，tpk(n))(步骤205)。确定部取得表示这些数据间的类似性的统计量(A1～A7)(步骤210，220，230等)，基于统计量(A1～A7)的各个统计量和预定的关系取得前车概率(α1～α7)(步骤215，225，235等)。然后，确定装置基于多个前车概率(α1～α7)算出各其他车辆k的最终前车概率αk(步骤280)，基于该最终前车概率αk确定所述前车(步骤290、294)。
【专利说明】前车确定装置

【技术领域】
[0001] 本发明涉及一种前车确定装置，其从在本车（自己的车辆）的附近行驶的其他车 辆中，确定在与本车紧挨着的前方行驶的其他车辆（前车）。

【背景技术】
[0002] 现有的前车确定装置之一（现有装置）求出使用搭载于本车的传感器（本车传感 器）取得的其他车辆的速度与使用车车间通信（一辆车与其他车辆之间的无线通信）取得 的其他车辆的速度的速度差A V。接着，现有装置将速度的一致度Mv作为速度差AV的函 数而求出。进而，现有装置提取一致度Mv成为阈值以上的其他车辆作为第1候补前车。
[0003] 在存在多个第1候补前车的情况下，现有装置对所述第1候补前车的各个第1候 补前车求出使用本车传感器取得的这些其他车辆的大小（面积）与使用车车间通信取得的 这些其他车辆的大小（面积）之差A S。接着，现有装置将大小的一致度Ms作为差A S的 函数而求出。进而，现有装置从第1候补前车中提取一致度Ms成为阈值以上的其他车辆作 为第2候补前车。
[0004] 在存在多个第2候补前车的情况下，现有装置对所述第2候补前车的每一个求出 使用本车传感器取得的这些其他车辆的位置与使用车车间通信取得的这些其他车辆的位 置之间的距离I。接着，现有装置将位置的一致度Mp作为距离I的函数而求出。进而，现有 装置从第2候补前车中提取一致度Mp成为阈值以上的其他车辆作为第3候补前车。并且， 在第3候补前车为一台的情况下，现有装置将该一台车辆决定为通过本车传感器检测速度 等的车辆（即，前车或通信前车）（例如，参照专利文献1。）。
[0005] 现有技术文献 [0006] 专利文献
[0007] 专利文献1 :日本特开2010-86269号公报


【发明内容】

[0008] 然而，根据上述现有技术，由于对速度的一致度Mv、大小的一致度Ms以及位置的 一致度Mp分别设定有阈值，所以由于以下所述理由，结果存在无法高精度地确定前车这样 的问题。
[0009] 例如，在谈到速度时，因为不可避免地存在各传感器的检测误差及因通信的延迟 等引起的误差等（以下，统称为"检测误差"），所以需要将相对于速度的一致度Mv的阈值 设定为考虑了该检测误差的值。因此，基于速度的一致度Mv提取的第1候补前车很有可能 成为多个其他车辆。
[0010] 同样，关于车辆的大小，也需要考虑检测误差。除此之外，存在多个大小大致相同 的乘用车在本车的附近行驶的情况。因此，多数情况下难以通过大小的一致度Ms从第1候 补前车中进行缩减（提取第2候补前车）。
[0011] 同样，关于车辆的位置，也需要考虑检测误差。而且，使用GPS的定位的精度相对 不高。其结果，难以通过位置的一致度Mp从第2候补前车进一步进行缩减（提取第3候补 前车）。
[0012] 本发明是鉴于上述问题而完成的发明。即，本发明的目的在于，提供一种前车确定 装置，其取得多种表示基于本车的检测装置得到的数据与基于车车间通信得到的数据的类 似性的统计量，从该多种统计量中求出相对于各个统计量的前车概率，基于该多个前车概 率算出各其他车辆的最终前车概率并且使用该算出的最终前车概率，由此能够高精度地且 在短时间内确定前车。
[0013] 本发明的前车确定装置是从在本车的附近行驶的多个其他车辆中确定在与该本 车紧挨着的前方行驶的前车的装置。本发明的前车确定装置包括数据取得部和确定部。
[0014] 所述数据取得部，
[0015] 使用本车的检测装置取得"包含表示在与所述本车紧挨着的前方行驶的其他车辆 的运行状态量的多个数据的第1数据组"，并且，
[0016] 使用"所述本车与所述多个其他车辆的各个其他车辆的车车间通信"取得"包含表 示所述多个其他车辆的各个其他车辆的运行状态量的多个数据的第2数据组"。此时，所述 数据取得部也使用车车间通信取得确定正在发送所述第2数据组的其他车辆的数据。
[0017] 取得的运行状态量例如是速度和位置等。
[0018] 所述确定部取得多种表示所述第1数据组与所述多个其他车辆的各个其他车辆 的所述第2数据组之间的数据的类似性的统计量。也就是说，对多个其他车辆的各个其他 车辆取得多种统计量。
[0019] 进而，所述确定部对于所述多个其他车辆的任意一个，
[0020] 基于所述取得的多种统计量的各种统计量和对所述多种统计量的各种统计量预 先设定的预定的关系，取得相对于所述取得的多种统计量的各种统计量的前车概率（a 1， a 2，".，an)。
[0021] 除此之外，所述确定部对于所述多个其他车辆的任意一个，基于所述取得的多个 前车概率算出最终前车概率。并且，所述确定部基于关于各个其他车辆的最终前车概率来 确定所述前车。
[0022] 由此，根据各个统计量的种类取得相对于所取得的多种统计量的各种统计量的前 车概率。
[0023] 因此，例如，能够根据统计量之一（后述的最大速度差及相关系数等）是否符合以 下情况等的任一者，来取得相对于该统计量的合适的前车概率。
[0024] ?在大部分的交通环境下仅前车的统计量能够满足的范围内的情况，
[0025] ?在考虑数据的平均误差（例如，车车间通信的延迟及本车的检测装置的检测误 差等）时前车的统计量能够满足的范围内的情况，
[0026] ?在考虑数据的最大误差时前车的统计量能够满足的范围内的情况，以及，
[0027] ?在即使考虑数据的误差，前车的统计量也无法满足的范围内的情况。
[0028] 并且，关于某其他车辆k，基于关于该其他车辆k取得的多个前车概率算出最终前 车概率（a k)，基于关于各个其他车辆的最终前车概率来确定所述前车。即，不是按统计量 缩减前车的候补，而是基于相对于各个统计量合适地求出的反映出前车概率的最终前车概 率来综合地确定前车。因此，本发明的前车确定装置能够高精度地且在短时间内确定前车。
[0029] 该情况下，所述第1数据组所包含的所述多个数据可以包含与在与所述本车紧挨 着的前方行驶的其他车辆的速度相关联的数据的时序数据，所述第2数据组所包含的所述 多个数据可以包含与所述多个其他车辆的各个其他车辆的速度相关联的数据的时序数据。
[0030] 与速度有关的数据通常精度比由GPS装置等取得的与位置有关的数据高。除此之 夕卜，位置的数据在GPS装置无法接收信号的状况下（例如，隧道内）无法使用，但与速度有 关的数据在那样的状况下也能够使用。因此，根据上述结构，能够更高精度地确定前车。
[0031] 所述第1数据组所包含的所述多个数据可以仅包含与在与所述本车紧挨着的前 方行驶的其他车辆的速度相关联的数据的"时序数据"，所述第2数据组所包含的所述多个 数据可以仅包含与所述多个其他车辆的各个其他车辆的速度相关联的数据的"时序数据"。
[0032] 该情况下，所述确定部优选构成为，
[0033] 基于所述第1数据组所包含的与所述其他车辆的速度相关联的数据的时序数据 和所述第2数据组所包含的与所述多个其他车辆的各个其他车辆的速度相关联的数据的 时序数据，取得2种以上的与速度相关联的统计量作为表示所述数据的类似性（同时刻的 第1数据组内的数据与第2数据组内的数据的类似性）的统计量。
[0034] 如前所述，与速度相关联的数据通常精度比与位置相关联的数据高。因此，根据上 述结构，使用"精度高的与速度相关联的数据"能够多方面地进行评价。其结果，能够更高 精度地确定前车。
[0035] 例如，所述确定部可以构成为，
[0036] 基于所述第1数据组所包含的与所述其他车辆的速度相关联的数据的时序数据 和所述第2数据组所包含的与所述多个其他车辆的各个其他车辆的速度相关联的数据的 时序数据，按时序取得如下值，并且取得所述按时序取得的值中的最大值作为所述2种以 上的与速度相关联的统计量之一，所述值是，所述第1数据组所包含的所述时序数据与所 述第2数据组所包含的所述多个其他车辆的各个其他车辆的所述时序数据的类似性越高， 则所述值的绝对值越小的值。该统计量的代表例为，最大速度差（速度差的绝对值的最大 值）及最大速度均方误差（速度的均方误差的最大值）等。
[0037] 例如，存在使用本车的检测装置取得的其他车辆的速度和由车车间通信取得的 "非前车的其他车辆"的速度取瞬间极度接近的值的情况。即，存在这些数据的类似度瞬间 变高的情况。然而，当在某种程度的长度的期间内观察这些速度时，存在具有大的差的时 亥IJ。而使用本车的检测装置取得的其他车辆的速度和由车车间通信取得的"作为真正的前 车的其他车辆"的速度一般具有相同的倾向而变化，因此，在某种程度的长度的期间内观察 这些速度的情况下，大的背离的可能性小。由以上可知，根据上述结构，能够通过简单的方 法取得有意的统计量以确定前车。
[0038] 进而，基于上述事实，所述确定部可以构成为，
[0039] 基于所述第1数据组所包含的与所述其他车辆的速度相关联的数据的时序数据 和所述第2数据组所包含的与所述多个其他车辆的各个其他车辆的速度相关联的数据的 时序数据，按时序算出所述第1数据组所包含的所述时序数据和所述第2数据组所包含的 所述多个其他车辆的各个其他车辆的所述时序数据之间的相关系数，并且取得所述按时序 算出的相关系数的最小值（速度的相关系数最小值）作为所述2种以上的与速度相关联的 统计量之一。据此，也能够通过简单的方法取得有意的统计量以确定前车。
[0040] 在本发明的前车确定装置的方式中，所述确定部可以构成为，
[0041] 算出基于对所述多个其他车辆的各个其他车辆取得的所述多个前车概率之积的 值作为该多个其他车辆的各个其他车辆的最终前车概率，在所述最终前车概率比预定阈值 小的情况下，判定为与该最终前车概率对应的其他车辆不是所述前车。
[0042] 在本发明的前车确定装置的方式中，所述确定部可以构成为，
[0043] 算出基于对所述多个其他车辆的各个其他车辆取得的所述多个前车概率之积的 值作为该多个其他车辆的各个其他车辆的最终前车概率，在所述多个最终前车概率中仅有 一个比预定阈值大时，确定为与比所述预定阈值大的最终前车概率对应的其他车辆为所述 前车。由此，能够极容易地根据获得的数据取得用于综合地确定前车的参数（即，最终前车 概率），能够基于该最终前车概率高精度地确定前车。
[0044] 在本发明的前车确定装置的方式中，所述确定部可以构成为，
[0045] 根据所述其他车辆的各个其他车辆的所述时序数据所包含的同一种数据的数量 来补正对于该多个其他车辆的各个其他车辆的所述多个前车概率之积，从而算出该多个其 他车辆的各个其他车辆的所述最终前车概率。
[0046] 时序数据的数量越多，则各前车概率的精度越高，因此最终前车概率的精度也越 高。因此，根据上述结构，能够更提前地高精度地确定前车。
[0047] 进而，也可以代替根据时序数据的数量来补正最终前车概率，而根据时序数据的 数量来补正所述预定阈值。即，所述确定部可以构成为，根据对于所述多个其他车辆的各个 其他车辆的所述时序数据所包含的同一种数据的数量来补正对于该多个其他车辆的各个 其他车辆的所述预定阈值。
[0048] 进而，所述确定部可以构成为，
[0049] 基于所述第1数据组所包含的与所述其他车辆的速度相关联的数据的时序数据， 算出在与该本车紧挨着的前方行驶的其他车辆的速度的预定时间内的变动量，根据所述算 出的变动量来补正对于所述多个其他车辆的各个其他车辆的所述最终前车概率或所述预 定阈值。
[0050] 在与所述本车紧挨着的前方行驶的其他车辆的速度的预定时间内的变动量越大， 则用于确定前车的有意的信息的量实质上越增大。因此，根据上述结构，能够更提前地高精 度地确定前车。
[0051 ] 进而，所述数据取得部可以构成为，
[0052] 使用所述本车的检测装置取得在与该本车紧挨着的前方行驶的其他车辆的速度 的每预定时间的变动量，所述变动量越大，则越增加所述第1数据组及所述第2数据组的取 得频率。
[0053] 在与所述本车紧挨着的前方行驶的其他车辆的速度的预定时间内的变动量越大， 则用于确定前车的有意的信息的量实质上越增大。因此，该情况下进一步增大数据取得频 率。由此，能够更加提前地取得有意的数据，因此能够更提前地高精度地确定前车。
[0054] 本发明的其他的目的、其他的特征及附带的益处，根据参照以下的附图的同时对 所记载的本发明的实施方式的说明能够容易地理解。

【专利附图】

【附图说明】
[0055] 图1是搭载有本发明的第1实施方式的前车确定装置的车辆及该前车确定装置的 简要结构图。
[0056] 图2是表示图1所示的车辆控制E⑶的CPU(以下，称为"CPU"。）所执行的例程 的流程图。
[0057] 图3是用于对前车确定装置取得的数据进行说明的图。
[0058] 图4是表示由本车传感器取得的前车的速度及其他车辆的速度的时间的变化的 图。
[0059] 图5是CPU所参照的查找表。
[0060] 图6是将CPU所参照的查找表一般化后的表。
[0061] 图7是CPU所参照的查找表。
[0062] 图8是CPU所参照的查找表。
[0063] 图9是CPU所参照的查找表。
[0064] 图10是本发明的第2实施方式的前车确定装置所参照的查找表。
[0065] 图11是表示本发明的第2实施方式的前车确定装置的CPU所执行的例程的一部 分的流程图。
[0066] 图12是表示本发明的第3实施方式的前车确定装置的CPU所执行的例程的一部 分的流程图。
[0067] 图13是用于对本发明的第4实施方式的前车确定装置的工作进行说明的图。

【具体实施方式】
[0068] 以下，针对本发明的各实施方式的前车确定装置，一边参照附图一边进行说明。此 夕卜，在本说明书、附图及权利要求书等中，本车意味着"自身的车辆（所着眼的车辆）"，其他 车辆意味着"本车以外的车辆"。进而，前车意味着"在与本车紧挨着的前方行驶的车辆、且 是可以基于由车车间通信从该车辆取得的信息来变更本车的行驶控制的车辆"。换言之，前 车是"本车所搭载的后述的传感器（本车传感器）正在捕捉的其他车辆"。
[0069](第1实施方式）
[0070] 如图1所示，本发明的实施方式的前车确定装置搭载于车辆（本车）10。本车10 包含车辆控制ECU20、传感器ECU30、本车传感器31、GPS装置40、车速传感器50、无线控制 E⑶60、无线天线61、发动机控制E⑶70、制动控制E⑶80及转向控制E⑶90。其他车辆11? 13也具备同样的结构。此外，其他车辆的数量没有限制，其他车辆11?13作为存在于能够 与本车10进行车车间通信的范围内的车辆的例子而进行图示。
[0071] 车辆控制EQJ20构成为能够经由通信、传感器系统CAN(Controller Area Network 控制器区域网络）101与传感器E⑶30、GPS装置40、车速传感器50及无线控制E⑶60交换 数据（能够进行通信）。进而，车辆控制ECU20构成为能够经由控制系统CAN102而与发动 机控制ECU70、制动控制ECU80及转向控制ECU90交换数据。此外，ECU是电子控制单元的简 称，是具有包含CPU、ROM、RAM及接口等的微型计算机作为主要构成部件的电子控制电路。
[0072] 传感器E⑶30与本车传感器31连接。在此，本车传感器31是周知的微波雷达传 感器。本车传感器31向本车10的前方发送微波。该微波被前车反射。本车传感器31接 收该反射波。传感器ECU30基于从本车传感器31发送来的微波和接收到的反射波的相位 差、反射波的衰减等级及反射波的检测时间等，每经过预定的时间按时序取得前车的相对 速度、与前车的车间距离、前车的相对方位等。
[0073] GPS装置40是周知的，基于从人工卫星发送来的GPS信号，取得本车10正在行驶 的地点的纬度、经度。
[0074] 车速传感器50检测本车10的速度。车速传感器50既可以是检测车轮的转速的 传感器，也可以是检测传动轴的转速的传感器。
[0075] 此外，传感器E⑶30、本车传感器31、GPS装置40及车速传感器50构成搭载于本 车10的检测装置。
[0076] 无线控制E⑶60与用于进行车车间通信的无线天线61连接。无线控制E⑶60能 够将表示本车10的运行状态量的多种数据和识别本车10的数据一并向其他车辆11?13 发送。表示运行状态量的数据，例如包括由车速传感器50检测到的本车10的速度及由GPS 装置40取得的本车10的位置等。进而，无线控制E⑶60能够将从其他车辆11?13中的 任意的车辆（为了方便，称为"确定车辆"。）发送来的表示确定车辆的运行状态量的多种 数据和识别确定车辆的数据一并接收并且进行保持。
[0077] 发动机控制ECU70是周知的，控制未图示的内燃机。发动机控制ECU70从检测各 种内燃机运行状态量的传感器取得检测信号，并且驱动未图示的内燃机致动器（促动器）。
[0078] 制动控制ECU80是周知的，控制未图示的制动装置。制动控制ECU80从检测各种 车辆运行状态量的传感器取得检测信号，并且驱动未图示的制动致动器。
[0079] 转向控制ECU90是周知的，控制未图示的转向装置。转向控制ECU90从检测各种 车辆运行状态量的传感器取得检测信号，并且驱动未图示的转向致动器。
[0080] 基于发动机控制E⑶70、制动控制E⑶80及转向控制E⑶90等所取得的传感器信号 的数据、以及各致动器的状态等中的几个作为表示本车10的运行状态量的数据而根据需 要通过无线控制E⑶60发送至外部。因此，本车10能够通过无线控制E⑶60取得确定车辆 的所述数据。
[0081] 接下来，对本实施方式的前车确定装置的工作进行说明。车辆控制E⑶20的CPU 为了实现前车确定装置的功能，每经过预定时间（采样时间cyctime)，执行由图2的流程图 表示的"前车判定例程"。因此，CPU在合适的定时从步骤200开始处理而进入步骤205,取 得各种数据（ps(n)、ts k(n)、pp(n)及tpk(n))和确定通过车车间通信正在发送数据过来的 其他车辆k的数据。这些数据如下所示（参照图3。）。
[0082] ps (n):使用本车传感器31取得的前车速度
[0083] tsk(n):使用车车间通信取得的其他车辆k的速度
[0084] pp (n):使用本车传感器31及GPS装置40取得的前车位置
[0085] tpk(n):使用车车间通信取得的其他车辆k的位置
[0086] 在此，括号内的"n"表示是最新的数据。因此，括号内的数值为"n-l"、"n-2"、 "n-3"这样越小，则表示是越旧的数据。例如，ps(n)意味着由本车传感器31等取得的最新 的前车速度，ps (n-q)意味着从当前时刻向前"q ? cyctime"时由本车传感器31等取得的 前车速度。这些数据只要车车间通信从开始起持续进行，就被保存于存储器。添标"k"是 确定存在于本车10的周边的（在能够与本车10进行车车间通信的范围内行驶的）其他车 辆的识别符号。此外，在以下的说明中，"m"是各统计量的计算所使用的要素数。在关于一 种数据总共获得L个数据的情况下，"m"为"L"以下。
[0087] 此外，对这些取得的数据附加说明。
[0088] 前车速度ps (n)通过在"由本车传感器31取得的前车的相对速度"上加上"由本 车10的车速传感器50取得的本车速度"而取得。
[0089] 其他车辆k的速度tsk (n)是由其他车辆k所搭载的车速传感器取得的其他车辆k 的速度，并且是通过车车间通信向本车10发送来的其他车辆k的速度。
[0090] 前车位置PP (n)通过以本车10的GPS装置40所取得的本车10的位置为基准、考 虑由本车传感器31取得的到前车的车间距离及相对方位等而取得。
[0091] 其他车辆k的位置tpk (n)是其他车辆k所搭载的GPS装置所取得的其他车辆k的 位置，并且是通过车车间通信向本车10发送来的其他车辆k的位置。
[0092] 因此，前车速度ps (n)及前车位置pp (n)是能够使用本车的检测装置（S卩，本车传 感器31、GPS装置40及车速传感器50)取得的表示前车的运行状态量的数据。另外，其他 车辆k的速度ts k(n)及其他车辆k的位置tpk(n)是能够使用车车间通信取得的表示其他 车辆k的运行状态量的数据。
[0093] 接下来，CPU进入步骤210,按照下述（1)式算出关于其他车辆k的最大速度差A1。
[0094] [数 1]
[0095] 最大速度差Al
[0096]Al = max (I ps (n) _tsk(n) I，prenum) ... (I)
[0097] 在此，prenum表示从与其他车辆k的车车间通信的开始时刻t0到刚到当前时刻 tnow之前为止获得的最大速度差A1。即，最大速度差Al是前车速度ps (i)与其他车辆k 的速度tsk(i)之差的绝对值的从车车间通信开始时刻t0到当前时刻tnow为止的最大值。
[0098] 通常，本车10存在追随前车行驶的倾向。因此，例如，在图3所示的行驶状况下，多 数情况下本车10的速度与前车11的速度的类似性高。因此，在由本车传感器31取得的前 车的速度如图4的线ps所示那样变化时，多数情况下作为本车10的前车的其他车辆11的 速度如线ts n所示那样变化。另一方面，多数情况下非前车的其他车辆12的速度如线ts12 所示那样以与由本车传感器31取得的前车的速度ps的类似性低的状态推移。但是，如现 有装置那样，当着眼于当前时刻tnow的速度差的绝对值时，其他车辆12的速度ts 12比其他 车辆11的速度tSll接近前车的速度ps。因此，若仅使用当前时刻tnow的速度差的绝对值 来判定本车10的前车，则有可能做出本车10的前车为12这样的误判定。
[0099] 与此相对，关于其他车辆11的最大速度差Al(Il)是在时刻t2获得的小的值，关 于其他车辆12的最大速度差Al (12)是在时刻tl获得的大的值。从以上可知，最大速度差 Al可以说是，作为"其他车辆k的速度"与"由本车10的检测装置算出的前车的速度"的类 似性越高则越小的值而获得的统计量。
[0100] 再次参照图2,CPU进入步骤215,基于关于其他车辆k的最大速度差Al取得前车 概率a 1(其他车辆k是前车的可能性）。更具体而言，CPU通过将最大速度差Al应用于图 5所示的查找表（映射）Map a I (Al)来取得前车概率a 1。
[0101] 如前所述，最大速度差Al是"其他车辆k的速度"与"由本车10的检测装置算出 的前车的速度"的类似性越高则越小的统计量。因此，根据表Map a I(Al)，在最大速度差Al 为第1阈值Althl以下时，前车概率a 1成为100%。换言之，最大速度差Al为第1阈值 Althl以下的条件，是在大部分的交通环境下仅前车能够满足的条件。
[0102] 进而，根据表Map a I (Al)，最大速度差Al为"比第1阈值Althl大且为第2阈值 Alth2以下"时，前车概率a 1成为随着最大速度差Al变大而从100%向90%逐渐降低的 值。第2阈值Alth2比第1阈值Althl大。换言之，最大速度差Al比第1阈值Althl大且 为第2阈值Alth2以下的条件，是考虑了数据的平均误差（例如，因车车间通信的延迟及本 车传感器31的个体差等所引起的误差的平均值）时，前车能够满足的条件。因此，非前车 的其他车辆，也具有某概率（相对低的概率）而能够满足该条件。
[0103]除此之外，根据表Map a I(Al)，在最大速度差Al为"比第2阈值Alth2大且为第 3阈值Alth3以下"时，前车概率a 1成为随着最大速度差Al变大而从90%向80%逐渐降 低的值。第3阈值Alth3比第2阈值Alth2大。换言之，最大速度差Al比第2阈值Alth2 大且为第3阈值Alth3以下的条件，是考虑了数据的最大误差（例如，因车车间通信的延迟 及本车传感器31的个体差等所引起的误差的最大值）时，前车能够满足的条件。因此，非 前车的其他车辆，也具有相对高的概率而能够满足该条件。
[0104]进而，根据表Map a I(Al)，在最大速度差Al比第3阈值Alth3大时，前车概率a 1 成为随着最大速度差Al变大而从80%急剧降低的值。换言之，最大速度差Al比第3阈值 Alth3大这一条件，是前车极少会满足的条件。
[0105] 如此，CPU取得表示使用本车的检测装置取得的表示前车的运行状态量的多个时 序数据（例如，ps(n)、ps(n-l)、ps(n-2)…）和使用车车间通信取得的表示其他车辆k的 运行状态量的多个时序数据（例如，ts k(n)、tsk(n-l)、tsk(n-2)…）之间的类似性的统计量 Ax (根据类似性而变化的统计量，例如，最大速度差Al)。
[0106] 进而，CPU将该统计量Ax应用于例如图6中一般化表不的前车概率变换表 Map a X (Ax)，关于该统计量Ax算出其他车辆k是前车的概率（前车概率）a x。前车概率变 换表Map a X (Ax)与图5所示的表同样，将统计量Ax分类成以下所述的4个区域，根据各个 区域来确定前车概率ax。此外，关于该概率a X的算出的想法如以下所述，关于其他统计 量也同样适用。
[0107] 区域I (AxthO?Axthl):为在大部分的交通环境下仅前车的统计量Ax能够满足 的区域。在统计量Ax处于区域1内的情况下，前车概率ax决定为100%。
[0108] 区域2(Axthl?Axth2):为在考虑了数据的平均误差（例如，因车车间通信的延 迟及本车的检测装置的个体差等所引起的误差的平均值）时，前车的统计量Ax能够满足的 区域。在统计量Ax处于区域2内的情况下，前车概率a X决定为第1概率?100 %内的预 定值。第1概率例如为90%。
[0109] 区域3(Axth2?Axth3):为考虑了数据的最大误差（例如，因车车间通信的延迟 及本车的检测装置的个体差等所引起的误差的最大值）时，前车的统计量Ax能够满足的 区域。在统计量Ax处于区域3内的情况下，前车概率a X决定为"比第1概率小的第2概 率"?"第1概率"内的预定值。第2概率例如为80%。
[0110]区域4 (Axth3?）：为前车的统计量Ax极少满足的区域。因此，在统计量Ax处于 区域4内的情况下，前车概率a X决定为比第2概率还小的概率。而且，随着统计量Ax远 离区域3与区域4的边界值（Axth3)，前车概率a X急剧变小。
[0111] 接下来，CPU进入图2的步骤220,按照下述（2)式算出关于其他车辆k的最大速 度均方误差A2。
[0112] [数 2]
[0113] 最大速度均方误差A2

【权利要求】
1. 一种前车确定装置，其从在本车的附近行驶的多个其他车辆中确定在与该本车紧挨 着的前方行驶的前车，所述前车确定装置具备： 数据取得部，其使用本车的检测装置取得第1数据组，并且，使用所述本车与所述多个 其他车辆的各个其他车辆的车车间通信取得第2数据组和确定正在发送该第2数据组的其 他车辆的数据，所述第1数据组包含表示在与该本车紧挨着的前方行驶的其他车辆的运行 状态量的多个数据，所述第2数据组包含表示所述多个其他车辆的各个其他车辆的运行状 态量的多个数据；和 确定部，其取得多种统计量，基于所述取得的多种统计量的各种统计量和对所述多种 统计量的各种统计量预先设定的预定的关系，取得相对于所述取得的多种统计量的各种统 计量的前车概率，基于所述取得的多个前车概率算出所述多个其他车辆的各个其他车辆的 最终前车概率，基于所述最终前车概率确定所述前车，所述统计量表示所述第1数据组与 所述多个其他车辆的各个其他车辆的所述第2数据组之间的数据的类似性。
2. 根据权利要求1所述的前车确定装置，其特征在于， 所述第1数据组所包含的所述多个数据，包含与在与所述本车紧挨着的前方行驶的其 他车辆的速度相关联的数据的时序数据，所述第2数据组所包含的所述多个数据，包含与 所述多个其他车辆的各个其他车辆的速度相关联的数据的时序数据。
3. 根据权利要求2所述的前车确定装置，其中， 所述确定部构成为， 基于所述第1数据组所包含的与所述其他车辆的速度相关联的数据的时序数据和所 述第2数据组所包含的与所述多个其他车辆的各个其他车辆的速度相关联的数据的时序 数据，取得2种以上的与速度相关联的统计量作为表示所述数据的类似性的统计量。
4. 根据权利要求3所述的前车确定装置，其中， 所述确定部构成为， 基于所述第1数据组所包含的与所述其他车辆的速度相关联的数据的时序数据和所 述第2数据组所包含的与所述多个其他车辆的各个其他车辆的速度相关联的数据的时序 数据，按时序取得如下值，并且取得所述按时序取得的值中的最大值作为所述2种以上的 与速度相关联的统计量之一，所述值是，所述第1数据组所包含的所述时序数据与所述第2 数据组所包含的所述多个其他车辆的各个其他车辆的所述时序数据的类似性越高，则所述 值的绝对值越小的值。
5. 根据权利要求3或4所述的前车确定装置，其中， 所述确定部构成为， 基于所述第1数据组所包含的与所述其他车辆的速度相关联的数据的时序数据和所 述第2数据组所包含的与所述多个其他车辆的各个其他车辆的速度相关联的数据的时序 数据，按时序算出所述第1数据组所包含的所述时序数据和所述第2数据组所包含的所述 多个其他车辆的各个其他车辆的所述时序数据之间的相关系数，并且取得所述按时序算出 的相关系数的最小值作为所述2种以上的与速度相关联的统计量之一。
6. 根据权利要求1?5中任一项所述的前车确定装置，其中， 所述确定部构成为， 算出基于对所述多个其他车辆的各个其他车辆取得的所述多个前车概率之积的值作 为该多个其他车辆的各个其他车辆的最终前车概率，在所述最终前车概率比预定阈值小的 情况下，判定为与该最终前车概率对应的其他车辆不是所述前车。
7. 根据权利要求1?5中任一项所述的前车确定装置，其中， 所述确定部构成为， 算出基于对所述多个其他车辆的各个其他车辆取得的所述多个前车概率之积的值作 为该多个其他车辆的各个其他车辆的最终前车概率，在所述多个最终前车概率中仅有一个 比预定阈值大时，确定为与比所述预定阈值大的最终前车概率对应的其他车辆为所述前 车。
8. 根据权利要求6或7所述的前车确定装置，其中， 所述确定部构成为， 根据所述其他车辆的各个其他车辆的所述时序数据所包含的同一种数据的数量来补 正对于该多个其他车辆的各个其他车辆的所述多个前车概率之积，从而算出该多个其他车 辆的各个其他车辆的所述最终前车概率。
9. 根据权利要求6或7所述的前车确定装置，其中， 所述确定部构成为， 根据对于所述多个其他车辆的各个其他车辆的所述时序数据所包含的同一种数据的 数量来补正对于该多个其他车辆的各个其他车辆的所述预定阈值。
10. 根据权利要求6或7所述的前车确定装置，其中， 所述确定部构成为， 基于所述第1数据组所包含的与所述其他车辆的速度相关联的数据的时序数据，算出 在与该本车紧挨着的前方行驶的其他车辆的速度的预定时间内的变动量，根据所述算出的 变动量来补正对于所述多个其他车辆的各个其他车辆的所述多个前车概率之积，从而算出 该多个其他车辆的各个其他车辆的所述最终前车概率。
11. 根据权利要求6或7所述的前车确定装置，其中， 所述确定部构成为， 基于所述第1数据组所包含的与所述其他车辆的速度相关联的数据的时序数据，算出 在与该本车紧挨着的前方行驶的其他车辆的速度的预定时间内的变动量，根据所述算出的 变动量来补正对于所述多个其他车辆的各个其他车辆的所述预定阈值。
12. 根据权利要求1?11中任一项所述的前车确定装置，其中， 所述数据取得部构成为， 使用所述本车的检测装置取得在与该本车紧挨着的前方行驶的其他车辆的速度的每 预定时间的变动量，所述变动量越大，则越增加所述第1数据组及所述第2数据组的取得频 率。
【文档编号】G08G1/16GK104246851SQ201380021810
【公开日】2014年12月24日 申请日期:2013年3月22日 优先权日:2012年4月24日
【发明者】木下充广, 根本雄介 申请人:丰田自动车株式会社