驾驶支援系统的制作方法

本发明涉及进行车辆的驾驶支援的驾驶支援系统。

背景技术：

近年来，作为对车辆的驾驶支援之一，例如在日本特开2009－64088号公报公开了通过搭载于本车辆的照相机、传感器等检测位于本车辆的周边的其它车辆的位置、移动速度等，基于其检测结果预测其它车辆的今后的路线，并显示有其它车辆以超过规定值的概率取为路线的可能性的区域的驾驶支援系统。

专利文献1：日本特开2009－64088号公报(第7－10页、图5)

然而，在上述专利文献1中，虽然在实景上显示预测为其它车辆今后进行移动的区域(以下，称为移动预测区域)，但基于其它车辆的今后的移动的概率预测成为候补的多个移动预测区域，并显示预测出的多个移动预测区域。另外，由于不考虑对本车辆的影响而显示移动预测区域，所以也显示不影响本车辆的行驶的其它车辆的移动预测区域，必须由驾驶员根据显示的图像判断其它车辆是否影响本车辆。

技术实现要素：

本发明是为了消除上述以往的问题点而完成的，目的在于提供能够进行使用了实景的重叠显示的更适当的驾驶支援的驾驶支援系统。

为了实现上述目的本发明所涉及的驾驶支援系统具有：行动预测单元，基于分别在本车辆和其它车辆中获取的车辆信息，对上述本车辆和上述其它车辆的各个车辆的今后的行动进行预测；影响判定单元，基于通过上述行动预测单元预测出的上述本车辆和上述其它车辆的今后的行动，判定上述其它车辆的今后的行动是否影响上述本车辆的今后的行动；以及行动显示单元，与实景重叠地显示通过上述影响判定单元判定为影响上述本车辆的今后的行动的上述其它车辆的今后的行动。

另外，“本车辆”以及“其它车辆”并不指特定的车辆，各车辆相当于驾驶支援系统所包含的车辆的任意一个。另外，也有“其它车辆”相当于多个车辆的情况。

根据具有上述构成的本发明所涉及的驾驶支援系统，基于各个车辆预测出的自身的行动预测确定影响本车辆的今后的行动的其它车辆的今后的行动，并与实景重叠地显示影响本车辆的今后的行动的其它车辆的今后的行动，所以能够提供能够消除显示不影响本车辆的行驶的其它车辆的预测的问题，进行更适当的驾驶支援的驾驶支援系统。

附图说明

图1是表示本实施方式所涉及的驾驶支援系统的概略结构图。

图2是表示本实施方式所涉及的驾驶支援系统的构成的框图。

图3是表示存储于行动预测信息db的行动预测信息的一个例子的图。

图4是示意地表示本实施方式所涉及的导航装置的控制系统的框图。

图5是本实施方式所涉及的驾驶支援处理程序的流程图。

图6是表示其它车辆的今后的行动的引导例的图。

图7是影响度判定处理的子处理程序的流程图。

图8是表示影响度判定表格的图。

图9是说明基于其它车辆的今后的行动预测出的路线与基于本车辆的今后的行动预测出的路线重叠的情况的图。

具体实施方式

以下，基于具体化后的一实施方式并参照附图对本发明所涉及的驾驶支援系统进行详细说明。首先，使用图1以及图2对本实施方式所涉及的驾驶支援系统1的概略结构进行说明。图1是表示本实施方式所涉及的驾驶支援系统1的概略结构图。图2是表示本实施方式所涉及的驾驶支援系统1的构成的框图。

如图1所示，本实施方式所涉及的驾驶支援系统1基本而言具有信息分发中心2具备的服务器装置3和搭载于车辆4的通信终端亦即导航装置5。另外，服务器装置3与导航装置5构成为能够经由通信网络6相互发送接收电子数据。另外，也可以代替导航装置5，而使用其它的车载设备、与车辆连接的移动电话机、智能手机、平板型终端、个人计算机等。

这里，信息分发中心2具备的服务器装置3是按照国单位或者对国进行划分的区划单位(例如市区镇村单位)进行设置，从在成为对象的区域行驶的各车辆收集在各车辆预测出的确定本车的今后的行动的信息(以下，称为行动预测信息)，使用收集的行动预测信息确定其它车辆的今后的行动影响本车辆的今后的行动的车辆，并对该车辆分发判定为行动造成影响的其它车辆的行动预测信息的信息分发服务器。

但是，对于上述处理来说并不一定需要全部由服务器装置3进行，也可以由导航装置5进行其一部分。例如，也可以是导航装置5通过利用车间的通信直接地或者经由服务器装置3获取其它车辆的行动预测信息，并与本车辆的行动预测信息进行比较，来判定其它车辆的今后的行动是否影响本车辆的今后的行动。

另一方面，导航装置5是搭载于车辆4，基于储存的地图数据显示本车位置周边的地图，或者在地图图像上显示车辆的当前位置，并进行沿着设定的引导路径的移动引导的车载机。特别是在本实施方式中也与实景重叠地显示判定为对本车辆的今后的行动造成影响的其它车辆的今后的行动。另外，后述导航装置5的详细。

另外，通信网络6包含配置在全国各地的许多的基站和对各基站进行管理以及控制的通信公司，并通过以有线(光纤、isdn等)或者无线相互连接基站以及通信公司来构成。这里，基站具有进行与导航装置5的通信的收发机(发送接收机)和天线。而且，基站具有在通信公司之间进行无线通信，另一方面成为通信网络6的末端，在与服务器装置3之间中继处于基站的电波能够到达的范围(小区)的导航装置5的通信的作用。

接着，使用图2对驾驶支援系统1中的服务器装置3的构成进行详细说明。服务器装置3如图2所示具备服务器控制ecu11、与服务器控制ecu11连接的作为信息记录单元的行动预测信息db12、服务器侧地图db13、以及服务器侧通信装置14。

服务器控制ecu11(电子控制单元)是进行服务器装置3的整体的控制的电子控制单元，具备作为运算装置以及控制装置的cpu21、在cpu21进行各种运算处理时作为工作存储器使用的ram22、除了控制用的程序之外，还记录了后述的驾驶支援处理程序(图5)等的rom23、以及存储从rom23读出的程序的闪存24等内部存储装置。另外，服务器控制ecu11具有与后述的导航装置5的ecu一起作为处理算法的各种单元。例如，行动预测单元基于在本车辆和其它车辆中分别获取的车辆信息，预测本车辆和其它车辆的各个车辆的今后的行动。影响判定单元基于通过行动预测单元预测出的本车辆与其它车辆的今后的行动，判定其它车辆的今后的行动是否影响本车辆的今后的行动。行动显示单元与实景重叠地显示通过影响判定单元判定为影响本车辆的今后的行动的其它车辆的今后的行动。

另外，行动预测信息db12是累积地存储从在对象区域行驶的各车辆4收集来的行动预测信息的存储单元。另外，行动预测信息是各车辆基于自己获取的本车的车辆信息预测出的确定本车的今后的行动的信息。在本实施方式中特别是确定规定时间后(例如3秒后)的本车的今后的行动的信息，包含规定时间后的车辆的位置、车速、以及预测在规定时间后在车辆进行的具体的行动内容(例如左右转、直行、车道移动)。另外，如后述那样在各车辆进行今后的行动的预测时，在本实施方式中特别使用利用了多层结构的卷积神经网络的机械学习(deeplearning：深度学习)。

例如图3是存储于行动预测信息db12的行动预测信息的一个例子。如图3所示行动预测信息db12以与识别车辆的车辆id建立对应关系的方式存储车辆的规定时间后的位置、车速、以及预测进行的行动内容。例如，车辆id“abc123”的车辆的规定时间后的位置为(x1，y1)，规定时间后的车速为45km/h，并预测为在规定时间后向右侧的车道移动。

然后，服务器装置3通过在车辆间比较存储于行动预测信息db12的行动预测信息，确定其它车辆的今后的行动影响本车辆的今后的行动的车辆。然后，对确定出的车辆分发判定为行动造成影响的其它车辆的行动预测信息。

另一方面，服务器侧地图db13是存储基于来自外部的输入数据、输入操作登记的最新的版本的地图信息亦即服务器侧地图信息25的存储单元。这里，服务器侧地图信息25基本而言与储存于导航装置5的地图信息具有相同的构成，以道路网为首由路径搜索、路径引导以及地图显示所需要的各种信息构成。例如，由与道路(路线)相关的路线数据、与节点相关的节点数据、与各交叉点相关的交叉点数据、与设施等地点相关的地点数据、用于显示地图的地图显示数据、用于搜索路径的搜索数据、以及用于检索地点的检索数据等构成。

另一方面，服务器侧通信装置14是用于经由通信网络6与成为行动预测信息的收集对象的各车辆4、导航装置5进行通信的通信装置。另外，除了导航装置5以外也能够进行从因特网、交通信息中心例如vics(注册商标：vehicleinformationandcommunicationsystem：道路交通信息通信系统)中心等发送来的由交通拥堵信息、限制信息、交通事故信息等各信息构成的交通信息的接收。

接下来，使用图4对导航装置5的概略结构进行说明。图4是示意地表示本实施方式所涉及的导航装置5的控制系统的框图。

如图4所示，本实施方式所涉及的导航装置5具有检测搭载了导航装置5的车辆4的当前位置的当前位置检测部31、记录了各种数据的数据记录部32、基于输入的信息进行各种运算处理的导航ecu33、受理来自用户的操作的操作部34、对用户显示地图或者到目的地为止的引导路径的液晶显示器35、输出与路径引导相关的声音指导的扬声器36、读取作为存储介质的dvd的dvd驱动器37、以及在与服务器装置3、vics中心等之间进行通信的通信模块38。另外，导航装置5经由can等车载网络连接车辆ecu39、hud40以及前照相机41等。

以下，依次对构成导航装置5的各构成要素进行说明。

当前位置检测部31由gps42、车速传感器43、转向传感器44、陀螺仪传感器45等构成，能够检测当前的车辆的位置、方位、车辆的行驶速度、当前时刻等。这里，特别是车速传感器43是用于检测车辆的移动距离、车速的传感器，根据车辆的驱动轮的旋转使脉冲产生，并将脉冲信号输出到导航ecu33。然后，导航ecu33通过对产生的脉冲进行计数来计算驱动轮的旋转速度、移动距离。另外，导航装置5不需要具备全部的上述四种传感器，也可以构成为导航装置5仅具备这些传感器中的一种或者多种传感器。

另外，数据记录部32具备作为外部存储装置以及记录介质的硬盘(未图示)和用于读出记录于硬盘的终端侧地图db46、分发信息db47以及规定的程序等并且向硬盘写入规定的数据的驱动器亦即记录头(未图示)。另外，也可以代替硬盘而通过非易失性存储器、存储卡、cd或者dvd等光盘来构成数据记录部32。

这里，终端侧地图db46是存储导航装置5中的路径搜索、行驶引导所使用的地图信息的存储单元。另外，在从外部的服务器获取地图信息的情况下并不一定需要终端侧地图db46。

另外，分发信息db47是存储从服务器装置3分发的分发信息(与道路相关的支援信息)的存储单元。特别是在本实施方式中，在判定为其它车辆的今后的行动影响本车辆的今后的行动的情况下，从服务器装置3分发判定为影响本车辆的今后的行动的其它车辆的行动预测信息，并储存于分发信息db47。

另一方面，导航ecu(电子控制单元)33是进行导航装置5的整体的控制的电子控制单元，具备作为运算装置以及控制装置的cpu51、在cpu51进行各种运算处理时作为工作存储器使用并且存储搜索到路径时的路径数据等的ram52、除了控制用的程序之外还记录了后述的驾驶支援处理程序(图5)等的rom53、以及存储从rom53读出的程序的闪存54等内部存储装置。

在输入作为行驶开始地点的出发地以及作为行驶结束地点的目的地时等操作操作部34，该操作部具有各种按键、按钮等多个操作开关(未图示)。而且，导航ecu33基于通过各开关的按下等输出的开关信号，进行为了执行对应的各种动作的控制。另外，操作部34也可以具有设置在液晶显示器35的前面的触摸面板。另外，也可以具有麦克和声音识别装置。

另外，在液晶显示器35显示包含道路的地图图像、交通信息、操作引导、操作菜单、按键的引导、从出发地到目的地为止的引导路径、沿着引导路径的引导信息、新闻、天气预报、时刻、邮件、电视节目等。

另外，扬声器36基于来自导航ecu33的指示输出引导沿着引导路径的行驶的声音指导、交通信息的引导。

另外，dvd驱动器37是能够读取记录于dvd、cd等记录介质的数据的驱动器。而且，基于读取的数据进行音乐、影像的播放、终端侧地图db46的更新等。另外，也可以代替dvd驱动器37而设置用于对存储卡进行读写的卡插口。

另外，通信模块38例如是用于接收从服务器装置3、vics中心、地图分发中心等发送来的地图更新信息、支援信息、交通信息等各信息的通信装置，例如相当于移动电话机、dcm。

另外，车辆ecu39是进行发动机、制动器等的与车辆相关的各种控制的控制单元。在本实施方式中导航装置5从车辆ecu39获取成为用于预测今后的本车辆的行动的材料的车辆信息。

另一方面，hud40设置在车辆4的仪表盘内部，在内部具有作为显示影像的影像显示面的液晶显示器或者屏幕。而且，构成为经由hud40具备的凹面镜等使显示于液晶显示器或者屏幕的影像进一步向驾驶席的前方的前窗反射使车辆4的乘客视觉确认。而且，构成为在前窗进行反射而乘客视觉确认了显示于液晶显示器或者屏幕的影像的情况下，乘客不在前窗的位置，而在前窗的前面的远方的位置视觉确认显示于液晶显示器或者屏幕的影像作为虚像。其结果，能够使乘客与实景重叠地视觉确认虚像。

另外，作为显示于液晶显示器或者屏幕的影像，有与车辆相关的信息、为了乘客的驾驶的支援所使用的各种信息。特别是在本实施方式中，显示判定为影响本车辆的今后的行动的其它车辆的今后的行动。

另外，前照相机41是设置在车辆的前保险杠的上方、后视镜的里侧等，例如使用了ccd等固体拍摄元件的拍摄装置。另外，设置为光轴方向朝向车辆的行进方向前方。而且，通过对通过前照相机41拍摄到的拍摄图像进行图像处理，检测通过前窗被乘客视觉确认的前方环境(即重叠虚像的环境)的状况等。另外，也可以代替前照相机41使用毫米波雷达等传感器。

接着，基于图5对在具有上述构成的本实施方式所涉及的驾驶支援系统1中，由服务器装置3以及导航装置5执行的驾驶支援处理程序进行说明。图5是本实施方式所涉及的驾驶支援处理程序的流程图。这里，驾驶支援处理程序是在车辆的acc(accessorypowersupply：辅助电源)接通后以规定间隔(例如1秒间隔)执行，预测各车辆的今后的行动，并且进行基于预测出的车辆的今后的行动的各种引导的程序。另外，在以下的图5以及图7利用流程图示出的程序存储于服务器装置3具备的ram22、rom23或者导航装置5具备的ram52、rom53等，并由cpu21或者cpu51执行。另外，实施s1～s4的处理的导航装置5与实施s21以及s22的处理的导航装置5既可以是同一导航装置，也可以是不同的导航装置5。

首先，基于图5对导航装置5执行的驾驶支援处理程序进行说明。首先，在机械学习处理程序中，在步骤(以下，简写为s)1中，cpu51从车辆ecu39获取本车辆的车辆信息。具体而言，获取“当前的车速”、“舵角(转向角)”、“当前位置”。另外，并不一定需要获取全部的上述三个车辆信息，也可以仅获取一个或者两个车辆信息。另外，也可以获取上述三个车辆信息以外的车辆信息(例如加速度、引导路径)等。

接下来，在s2中cpu51获取由设置在车辆内的照相机拍摄驾驶员的拍摄图像，并根据获取的拍摄图像获取驾驶员的当前的动作。特别是在本实施方式中将进行车辆的今后的行动之前的预备动作作为获取对象。例如，在车辆进行车道移动时，一般而言驾驶员预先视觉确认右后方或者左后方，或者进行侧视镜的视觉确认。因此，视觉确认右后方或者左后方，或者进行侧视镜的视觉确认的动作相当于预备动作。除此之外，能够列举制动器操作、加速器操作、变速杆的操作、转向灯的操作、后视镜的视觉确认、以及右侧方或者左侧方的视觉确认等作为预备动作。另外，也能够从车辆ecu39获取进行了制动器操作、加速器操作等情况。

接着，在s3中cpu51基于在上述s1获取的本车辆的车辆信息以及在s2获取的驾驶员的预备动作，预测今后的本车辆的行动。具体而言，预测规定时间后(例如3秒后)的本车的今后的行动。特别是在本实施方式中，优选使用利用了多层结构的卷积神经网络的机械学习(deeplearning)预测车辆的今后的行动。通过使用上述机械学习，能够随着学习阶段发展进行车辆的更准确的行动预测。

另外，在上述s2的本车辆的行动预测中，具体而言对规定时间后的车辆的位置、车速、预测在规定时间后在车辆进行的具体的行动内容进行预测。另外，作为行动内容预测左右转、直行以及车道移动的至少一个行动。然后，生成表示预测出的结果的信息作为行动预测信息(参照图3)，并暂时储存于闪存54等。

在s4中cpu51对服务器装置3发送在上述s3生成的行动预测信息。另外，在行动预测信息包含有用于识别发送源的车辆的车辆id。另外，也与行动预测信息一起发送车辆的当前位置、当前的速度相关的信息。另外，在全国行驶的各车辆的导航装置5中以规定时间间隔反复实施上述s1～s4的处理，并依次向服务器装置3发送生成的行动预测信息。

接下来，基于图5对服务器装置3执行的驾驶支援处理程序进行说明。首先，在s11中cpu21接收从在对象区域行驶的各车辆发送的行动预测信息。然后，如图3所示以与车辆id建立对应关系的方式将接收的行动预测信息依次储存到行动预测信息db12。另外，对象区域也可以是全国，也可以是特定的地图区划(例如市区镇村)。

接下来，在s12中cpu21进行后述的影响度判定处理(图7)。另外，影响度判定处理是基于在上述s11从各车辆获取的行动预测信息，对对象区域内的各车辆判定其它车辆的今后的行动是否影响本车辆的今后的行动的处理。具体而言，针对对象区域内的各车辆计算其它车辆的今后的行动影响本车辆的今后的行动的影响程度(以下，称为影响度)。例如，在本车辆中被迫执行用于避开其它车辆的驾驶操作(减速操作、旋转操作等)的情况下、在预测到本车辆与其它车辆接近到规定距离以内，或者以规定速度以上接近的情况下、在本车辆与其它车辆的路线重叠的情况下等，对对象的车辆(并不限定于两台也有三台以上的情况)计算出较高的影响度。

其后，在s13中cpu21对在上述s12判定出的影响度在阈值以上(例如50以上)的各车辆，即判定为其它车辆的今后的行动影响本车辆的今后的行动的车辆，分发判定为该行动造成影响的其它车辆(并不限定于一台也有两台以上的情况)的行动预测信息。

接下来，基于图5再次对导航装置5执行的驾驶支援处理程序进行说明。另外，仅在上述s13中分发了行动预测信息的导航装置5进行s21以及s22的处理。

首先，在s21中cpu51接收从服务器装置3发送的行动预测信息。

接下来，在s22中cpu51基于在上述s21接收到的行动预测信息，与实景重叠地显示判定为影响本车辆的今后的行动的其它车辆的今后的行动。具体而言，显示其它车辆的规定时间后(例如3秒后)的预测位置、行进方向的至少一个。

例如，图6是表示在上述s22中对其它车辆的今后的行动进行引导时的引导方式的一个例子的图。例如，在图6所示的例子中是表示预测为在由单侧多车道构成的道路中在车辆的前方在车辆的右侧的车道向与本车辆同方向行驶的其它车辆61在规定时间后向左侧(即向本车辆行驶的车道)进行车道移动的情况的图。在这种情况下，由于本车辆的路线与其它车辆的路线重叠所以判定为其它车辆61的今后的行动影响本车辆的今后的行动，而对其它车辆61的今后的行动进行引导。具体而言，如图6所示分别生成表示其它车辆61的规定时间后的位置的位置标记的虚像62和表示行进方向的箭头的虚像63。而且，对预计其它车辆61在规定时间后实际所在的路面重叠显示位置标记的虚像62。另外，对其它车辆61的当前位置附近的路面重叠显示表示行进方向的箭头的虚像63。其结果，乘客能够与实景对应地更准确地掌握其它车辆的今后的行动。

接下来，基于图7对在上述s12中执行的影响度判定处理的子处理进行说明。图7是影响度判定处理的子处理程序的流程图。

首先，在s31中，cpu21基于在上述s11接收的各车辆的行动预测信息，在地图上映射接收了行动预测信息的各车辆的今后的预测出的位置。另外，如上述那样行动预测信息是预测规定时间后(例如3秒后)的本车的今后的行动的信息，然而优选通过与当前的车辆的位置、车速相关的信息组合，不仅映射规定时间后的位置信息也映射从当前时刻到规定时间为止的期间的位置信息(即预计到的行驶轨迹、位置坐标列)。

对每个在上述s31中接收了行动预测信息的车辆进行以后的s32～s35的处理。然后，在对接收了行动预测信息的全部的车辆进行了s32～s35的处理之后移至s13。

在s32中cpu21通过对处理对象的车辆与其它的车辆的被映射的位置信息、行动预测信息进行比较，判定处理对象的车辆是否需要进行用于避开其它车辆的驾驶操作。例如，在处理对象的车辆与其它车辆的预测的位置在相同时刻重叠的情况下，或者在接近到前后方向的规定距离以内(例如3m以内)的情况下，判定为处理对象的车辆需要进行用于避开其它车辆的驾驶操作。另外，作为用于避开其它车辆的驾驶操作，包含以比规定的减速度大的减速度进行减速的减速操作和规定量以上的方向盘操作(更具体而言是用于变更车道的操作)。

接着，在s33中cpu21通过对处理对象的车辆与其它的车辆的被映射的位置信息、行动预测信息进行比较，获取处理对象的车辆在规定时间以内最接近其它车辆的距离(最短距离)。

然后，在s34中cpu21通过对处理对象的车辆与其它的车辆的被映射的位置信息、行动预测信息进行比较，获取处理对象的车辆与在距离该车辆最近的位置行驶的其它车辆的接近(相对)速度。

其后，在s35中cpu21基于在上述s31～s34获取的各信息，计算处理对象的车辆的影响度。具体而言，使用储存于闪存24等的影响度判定表格计算影响度。这里，图8是表示影响度判定表格的一个例子的图。

如图8所示，影响度判定表格分别与在上述s32判定出的是否需要用于避开的驾驶操作、在上述s33计算出的与其它车辆的最短距离、在上述s34计算出的与其它车辆的接近速度对应地设定影响度。并且，也对基于其它车辆的今后的行动预测出的路线是否与基于本车辆的今后的行动预测出的路线重叠设定影响度。另外，“基于其它车辆的今后的行动预测出的路线与基于本车辆的今后的行动预测出的路线重叠”的情况有本车辆与其它车辆的从当前时刻到规定时间后为止的行驶轨迹至少一部分重合或者相交(不管重合或者相交时的车辆的位置关系如何)的情况、在从当前时刻到规定时间后为止的期间本车辆与其它车辆的行驶车道为同一车道的情况等。另外，也可以从对象排除在当前时刻本车辆与其它车辆已经在同一车道进行行驶的情况、本车辆与其它车辆的间的距离足够远的情况。

例如如图9所示在本车辆71和其它车辆72在单侧两车道的道路行驶的情况下，在预测本车辆71维持当前行驶的车道73行驶，并预测其它车辆72从当前行驶的车道74进行车道变更至左侧的车道73的情况下，判定为本车辆71的路线与其它车辆72的路线重叠。另外，虽然在图9未图示，但例如在本车辆71和其它车辆72在单侧两车道的道路行驶的情况下，在预测为本车辆71从当前行驶的车道73进行车道变更至右侧的车道74行驶，并预测为其它车辆72维持当前行驶的车道74进行行驶的情况下，也判定为本车辆71的路线与其它车辆72的路线重叠。并且，例如在本车辆71和其它车辆72在单侧两车道的道路行驶的情况下，在预测为本车辆71从当前行驶的车道73进行车道变更至右侧的车道74行驶，并预测为其它车辆72从当前行驶的车道74进行车道变更至左侧的车道73的情况下，也判定为本车辆71的路线与其它车辆72的路线重叠。

另外，在影响度判定表格中，其它车辆的今后的行动影响本车辆的今后的行动的程度越高的状况与越高的影响度建立对应关系。例如，在为了使本车辆避开其它车辆而被迫执行以比规定的减速度大的减速度进行减速的操作或者规定量以上的方向盘操作的情况下，与不被迫执行那样的操作的情况相比明显其它车辆的行动造成影响的程度较高，所以影响度也与更高的值建立对应关系。另外，本车辆与其它车辆之间的距离越窄，其它车辆的行动造成影响的程度越高，所以影响度也与更高的值建立对应关系。另外，本车辆与其它车辆的接近速度越快，其它车辆的行动造成影响的程度越高，所以影响度也与更高的值建立对应关系。并且，在基于其它车辆的今后的行动预测出的路线与基于本车辆的今后的行动预测出的路线重叠的情况下，与路线不重叠的情况相比其它车辆的行动造成影响的程度较高，所以影响度也与更高的值建立对应关系。

而且，在上述s35中按照影响度判定表格所包含的四个重要因素的每一个对处理对象的车辆确定影响度，并计算其中最高的影响度作为该车辆的影响度。例如，在不被迫执行用于避开其它车辆的驾驶操作，与其它车辆的最短距离为25m，与其它车辆的接近速度为5km/h，没有路线的重叠的情况下，影响度为“30”。另外，也可以计算将每个重要因素的影响度相加的值或者平均值作为最终的影响度。其后，移至s13，对计算出的影响度在阈值以上(例如50以上)的车辆分发判定为行动造成影响的其它车辆(即，需要本车辆避开的车辆、接近的车辆、路线重叠的车辆等)的行动预测信息。

如以上所详细说明的那样，在本实施方式所涉及的驾驶支援系统1中，基于在本车辆和其它车辆中分别获取的车辆信息，预测本车辆与其它车辆的各个车辆的今后的行动(s3)，基于预测出的本车辆和其它车辆的今后的行动，判定其它车辆的今后的行动是否影响本车辆的今后的行动(s13)，并与实景重叠地显示判定为影响本车辆的今后的行动的其它车辆的今后的行动(s22)，所以能够提供能够消除显示不影响本车辆的行驶的其它车辆的预测的问题，进行更适当的驾驶支援的驾驶支援系统。

另外，本发明并不限定于上述实施方式，当然能够在不脱离本发明的主旨的范围内进行各种改进、变形。

例如，虽然在本实施方式中，在预测车辆的今后的行动的(s3)处理中，预测规定时间后(例如3秒后)的本车的今后的行动，但也可以预测从当前时刻到规定时间后为止的期间内的本车的今后的行动。或者，也可以预测如1秒后、2秒后、3秒后、···那样的多个时刻的行动。

另外，虽然在本实施方式中，在预测车辆的今后的行动的(s3)处理中，基于本车辆的车辆信息以及驾驶员的预备动作，预测今后的本车辆的行动，但也能够仅基于本车辆的车辆信息或者仅基于驾驶员的预备动作进行预测。

另外，在本实施方式中，如图8所示考虑(1)是否需要用于避开其它车辆的驾驶操作、(2)与其它车辆的最短距离、(3)与其它车辆的接近速度、(4)本车辆与其它车辆的路线是否重叠的全部，判定其它车辆的今后的行动是否影响本车辆的今后的行动，但不一定需要考虑上述(1)～(4)的全部也可以仅考虑一部分进行判定。例如，在仅考虑(1)，被迫执行用于避开其它车辆的驾驶操作的情况下，也能够判定为其它车辆的今后的行动影响本车辆的今后的行动。或者，在仅考虑(4)，本车辆与其它车辆的路线重叠的情况下，也能够判定为其它车辆的今后的行动影响本车辆的今后的行动。

另外，虽然在本实施方式中，通过hud与实景重叠地显示其它车辆的今后的行动，但作为使其与实景重叠的引导方法，除此之外也能够使用挡风玻璃显示器。

另外，虽然在本实施方式中，在预测车辆的今后的行动的(s3)处理中，作为机械学习特别使用利用了多层结构的卷积神经网络的机械学习(deeplearning)，但也能够使用其它的机械学习。另外，也能够不使用机械学习进行预测。

另外，虽然在本实施方式中在驾驶支援程序(图5)中，由导航装置5实施s1～s3、s21、s22的处理，并由服务器装置3实施s11～s13的处理，但也可以由服务器装置3实施s3的处理。在该情况下，服务器装置3实施本发明的“行动预测单元”，收集了处于对象区域内的各车辆的车辆信息的服务器装置3基于收集的各车辆的车辆信息预测各车辆的今后的行动。

另外，也可以由导航装置5实施s12以及s13的处理。在该情况下，由导航装置5实施本发明的“影响判定单元”，基于在本车辆预测出的今后的行动和从其它车辆获取的其它车辆的今后的行动，判定其它车辆的今后的行动是否影响本车辆的今后的行动。另外，其它车辆的今后的行动相关的行动预测信息既可以利用车间通信直接获取，也可以经由服务器装置3获取。特别是若利用车间通信获取行动预测信息，则在驾驶支援系统1中服务器装置3并不是必需的。

并且，也可以构成为不由导航装置而由导航装置以外的车载设备实施s1～s3、s21、s22的处理。例如也可以由车辆ecu实施。

另外，在上述对将本发明所涉及的驾驶支援系统具体化的实施例进行了说明，但驾驶支援系统也能够具有以下的构成，在该情况下起到以下的效果。

例如，第一构成如以下那样。

具有：行动预测单元(21、51)，基于分别在本车辆和其它车辆中获取的车辆信息，对上述本车辆和上述其它车辆的各个车辆的今后的行动进行预测；影响判定单元(21、51)，基于通过上述行动预测单元预测出的上述本车辆和上述其它车辆的今后的行动，判定上述其它车辆的今后的行动是否影响上述本车辆的今后的行动；以及行动显示单元(51)，与实景重叠地显示通过上述影响判定单元判定为影响上述本车辆的今后的行动的上述其它车辆的今后的行动。

根据具有上述构成的驾驶支援系统，基于各个车辆预测出的自身的行动预测确定影响本车辆的今后的行动的其它车辆的今后的行动，并与实景重叠地显示影响本车辆的今后的行动的其它车辆的今后的行动，所以能够提供能够消除显示不影响本车辆的行驶的其它车辆的预测的问题，进行更适当的驾驶支援的驾驶支援系统。

另外，第二构成如以下那样。

上述影响判定单元(21、51)基于上述本车辆与上述其它车辆之间的距离或者接近速度判定上述行动的影响。

根据具有上述构成的驾驶支援系统，通过考虑车间距离、相对速度能够正确地判定其它车辆的今后的行动是否影响本车辆的今后的行动。

另外，第三构成如以下那样。

上述影响判定单元(21、51)在上述本车辆被迫执行用于避开上述其它车辆的驾驶操作的情况下，判定为上述其它车辆的今后的行动影响上述本车辆的今后的行动。

根据具有上述构成的驾驶支援系统，通过考虑是否需要用于避开其它车辆的驾驶操作而能够正确地判定其它车辆的今后的行动是否影响本车辆的今后的行动。

另外，第四构成如以下那样。

上述影响判定单元(21、51)在为了使上述本车辆避开上述其它车辆而上述本车辆被迫执行以比规定的减速度大的减速度进行减速的减速操作的情况下，判定为上述其它车辆的今后的行动影响上述本车辆的今后的行动。

根据具有上述构成的驾驶支援系统，通过考虑是否需要用于避开其它车辆的减速操作而能够正确地判定其它车辆的今后的行动是否影响本车辆的今后的行动。

另外，第五构成如以下那样。

上述影响判定单元(21、51)在为了使上述本车辆避开上述其它车辆而上述本车辆被迫执行规定量以上的方向盘操作的情况下，判定为上述其它车辆的今后的行动影响上述本车辆的今后的行动。

根据具有上述构成的驾驶支援系统，通过考虑是否需要用于避开其它车辆的方向盘操作而能够正确地判定其它车辆的今后的行动是否影响本车辆的今后的行动。

另外，第六构成如以下那样。

上述影响判定单元(21、51)在基于上述其它车辆的今后的行动预测出的路线与基于上述本车辆的今后的行动预测出的路线重叠的情况下，判定为上述其它车辆的今后的行动影响上述本车辆的今后的行动。

根据具有上述构成的驾驶支援系统，通过考虑本车辆与其它车辆的路线的重叠能够正确地判定其它车辆的今后的行动是否影响本车辆的今后的行动。

另外，第七构成如以下那样。

上述车辆信息是车速、转向角、位置信息中的至少一个信息，上述行动预测单元(21、51)基于上述车辆信息预测左右转、直行以及车道移动中的至少一个行动，作为上述本车辆和上述其它车辆的行动。

根据具有上述构成的驾驶支援系统，能够使用左右转、直行以及车道移动的候补明确地确定今后本车辆进行何种行动。因此，也能够容易地进行其它车辆的今后的行动是否影响本车辆的今后的行动的判定。

另外，第八构成如以下那样。

除了在上述本车辆和上述其它车辆的各个车辆获取的车辆信息之外还获取驾驶各个车辆的驾驶员的动作，上述行动预测单元(21、51)基于上述车辆信息和上述驾驶员的动作，预测上述本车辆和上述其它车辆的各个车辆的今后的行动。

根据具有上述构成的驾驶支援系统，通过也考虑驾驶员的动作能够更正确地进行车辆的今后的行动的预测。

另外，第九构成如以下那样。

对上述车辆进行驾驶的驾驶员的动作是进行各个车辆的今后的行动之前的预备动作，通过拍摄驾驶员来获取。

根据具有上述构成的驾驶支援系统，通过作为驾驶员的动作特别地将预备动作作为对象，能够更正确地进行车辆的今后的行动的预测。

另外，第十构成如以下那样。

通过上述行动显示单元(51)与实景重叠地显示的上述其它车辆的今后的行动是上述其它车辆的预测位置、行进方向中的至少一个。

根据具有上述构成的驾驶支援系统，通过与实景重叠地引导其它车辆的预测位置或者行进方向，本车辆的驾驶员能够在视觉上更容易地掌握其它车辆的预测位置、行进方向。

另外，第十一构成如以下那样。

上述行动预测单元通过使用了多层结构的神经网络的机械学习预测上述本车辆和上述其它车辆的各个车辆的今后的行动。

根据具有上述构成的驾驶支援系统，通过使用了多层结构的神经网络的机械学习，能够对车辆的今后的行动进行更正确的预测。

另外，第十二构成如以下那样。

对于上述行动预测单元而言，是载置于上述本车辆和上述其它车辆的各车载设备(5)基于各个车辆的车辆信息预测今后的行动。

根据具有上述构成的驾驶支援系统，能够在车载设备中预测本车辆、其它车辆的今后的行动。

另外，第十三构成如以下那样。

对于上述影响判定单元(21、51)而言，是从上述本车辆和上述其它车辆收集了在各车辆预测出的今后的行动的服务器装置(3)基于上述本车辆和上述其它车辆的今后的行动，判定上述其它车辆的今后的行动是否影响上述本车辆的今后的行动。

根据具有上述构成的驾驶支援系统，能够在服务器装置中判定其它车辆的今后的行动是否影响本车辆的今后的行动。

另外，第十四构成如以下那样。

对于上述影响判定单元(21、51)而言，是载置于上述本车辆的各车载设备(5)基于在本车辆预测出的今后的行动和从其它车辆获取的其它车辆的今后的行动，判定上述其它车辆的今后的行动是否影响上述本车辆的今后的行动。

根据具有上述构成的驾驶支援系统，能够在车载设备中判定其它车辆的今后的行动是否影响本车辆的今后的行动。

另外，第十五构成如以下那样。

对于上述行动预测单元(21、51)而言，是从上述本车辆和上述其它车辆收集了各车辆的车辆信息的服务器装置(3)基于收集到的各车辆的车辆信息预测上述本车辆和上述其它车辆的今后的行动。

根据具有上述构成的驾驶支援系统，能够在服务器装置中预测本车辆、其它车辆的今后的行动。

另外，第十六构成如以下那样。

对于上述影响判定单元(21、51)而言，是上述服务器装置(3)基于预测出的上述本车辆和上述其它车辆的今后的行动，判定上述其它车辆的今后的行动是否影响上述本车辆的今后的行动。

根据具有上述构成的驾驶支援系统，能够在服务器装置中判定其它车辆的今后的行动是否影响本车辆的今后的行动。

另外，第十七构成如以下那样。

对于上述影响判定单元(21、51)而言，是载置于上述本车辆的各车载设备(5)基于在本车辆预测出的今后的行动和从上述服务器装置(3)获取的其它车辆的今后的行动，判定上述其它车辆的今后的行动是否影响上述本车辆的今后的行动。

根据具有上述构成的驾驶支援系统，能够在车载设备中判定其它车辆的今后的行动是否影响本车辆的今后的行动。

附图标记说明

1…驾驶支援系统，2…信息分发中心，3…服务器装置，4…车辆，5…导航装置，12…行动预测信息db，21…cpu，22…ram，23…rom，39…车辆ecu，40…hud，41…前照相机，51…cpu，52…ram，53…rom，62、63…虚像。