驾驶不稳定性判断装置

摘要

本发明的目的是提高驾驶不稳定性程度的检测精度。驾驶状态判断单元(120)判断驾驶状态是否是判断为与驾驶操作控制的操作状态和车辆状态有关的信息受到干扰的特定驾驶状态，其中所述信息用作行驶状态数据。行驶状态分布计算单元(130)基于用于检测驾驶员的不稳定状态的行驶状态数据，排除驾驶状态被判断为特定驾驶状态的时间段内的行驶状态数据并且计算时间范围不同的第一行驶状态分布和第二行驶状态分布。驾驶不稳定性判断单元(140)根据所计算出的两个行驶状态分布之间的差异量来判断驾驶的不稳定性程度。

权利要求

1.一种驾驶不稳定性判断装置，包括：

行驶状态获取部，其根据驾驶员能够操作的驾驶操作单元的操作状态和车辆状态至少之一获取行驶状态数据；

行驶状态分布计算部，其基于所述行驶状态获取部获取到的行驶状态数据来计算预先设置的第二时间范围的第二行驶状态分布和第一时间范围的第一行驶状态分布，其中所述第一时间范围长于所述第二时间范围；

驾驶不稳定性判断部，其对所述行驶状态分布计算部计算出的所述第一行驶状态分布和所述第二行驶状态分布进行比较，以判断驾驶不稳定性；以及驾驶状态判断部，其基于驾驶员能够操作的所述驾驶操作单元的操作状态、所述车辆状态和车辆周围信息至少之一，来判断当前驾驶状态是否是被判断为所述行驶状态获取部获取到的行驶状态数据的可靠性差的特定驾驶状态，在所述驾驶状态判断部将当前驾驶状态判断为所述特定驾驶状态的情况下，所述行驶状态分布计算部排除被判断为所述特定驾驶状态的时间段内的行驶状态数据，并且计算所述第一行驶状态分布和所述第二行驶状态分布中的至少所述第二行驶状态分布。

2.根据权利要求1所述的驾驶不稳定性判断装置，其中，在判断为所述特定驾驶状态结束之后经过了所述第二时间范围之前，所述行驶状态分布计算部根据在判断为所述特定驾驶状态之前的时间范围内的行驶状态数据和在判断为所述特定驾驶状态结束之后的时间范围内的行驶状态数据这两者来计算所述第二行驶状态分布，并且所述行驶状态分布计算部将判断为所述特定驾驶状态之前的时间范围与判断为所述特定驾驶状态结束之后的时间范围的总和的时间设置为等于所述第二时间范围的时间。

3.根据权利要求2所述的驾驶不稳定性判断装置，其中，所述驾驶状态判断部在检测到在预先设置的特定道路环境下行驶的情况下，将驾驶状态判断为与所述特定驾驶状态相对应。

4.根据权利要求1所述的驾驶不稳定性判断装置，其中，所述行驶状态分布计算部根据判断为所述特定驾驶状态之后的时间范围内的行驶状态数据来计算所述第二行驶状态分布，并且将判断为所述特定驾驶状态结束之后的时间范围设置为等于所述第二时间范围的时间。

5.根据权利要求4所述的驾驶不稳定性判断装置，其中，所述驾驶状态判断部在检测到针对预先设置的特定驾驶操作单元的操作的情况下，将驾驶状态判断为所述特定驾驶状态。

6.根据权利要求1所述的驾驶不稳定性判断装置，其中，所述驾驶状态判断部在检测到在预先设置的特定道路环境下行驶的情况下将驾驶状态判断为第一特定驾驶状态，并且在检测到针对预先设置的特定驾驶操作单元的操作的情况下将驾驶状态判断为第二特定驾驶状态；

在判断为驾驶状态是所述第一特定驾驶状态的情况下，在判断为所述第一特定驾驶状态结束之后经过了所述第二时间范围之前的时间段内，所述行驶状态分布计算部根据判断为所述第一特定驾驶状态之前的时间范围内的行驶状态数据和判断为所述第一特定驾驶状态之后的时间范围内的行驶状态数据这两者来计算所述第二行驶状态分布，并且所述行驶状态分布计算部将判断为所述第一特定驾驶状态之前的时间范围与判断为所述第一特定驾驶状态结束之后的时间范围的总和的时间设置为等于所述第二时间范围的时间；

在判断为驾驶状态是所述第二特定驾驶状态的情况下，根据判断为所述第二特定驾驶状态之后的时间范围内的行驶状态数据来计算所述第二行驶状态分布，并且将判断为所述第二特定驾驶状态结束之后的时间范围设置为等于所述第二时间范围的时间。

7.根据权利要求5或6所述的驾驶不稳定性判断装置，其中，针对所述特定驾驶操作单元的操作是指车道改变操作、加速操作、制动操作、换挡操作和导航系统的操作中的至少一种操作。

8.根据权利要求3或6所述的驾驶不稳定性判断装置，其中，所述特定道路环境对应于路面形状、隧道内、道路的合并/分支部分、弯曲道路、收费站附近、其它车辆在本车辆前方的插入、高速公路的类型和交通拥堵状态中的至少一种道路环境。

9.根据权利要求1至6中任一项所述的驾驶不稳定性判断装置，其中，行驶状态分布是通过计算转向操作的操作量作为行驶状态数据来获得的。

10.根据权利要求9所述的驾驶不稳定性判断装置，其中，所述转向操作的操作量之间的差异量的计算是通过使用转向熵法来实现的。

11.根据权利要求1至6中任一项所述的驾驶不稳定性判断装置，其中，行驶状态分布是通过计算相对于前方车辆的车间信息作为行驶状态数据来获得的。

12.根据权利要求11所述的驾驶不稳定性判断装置，其中，所述车间信息之间的差异量的计算是通过计算预先设置的车间时间的比例的大小来实现的。

说明书

驾驶不稳定性判断装置

技术领域

[0001] 本发明涉及一种用于判断与驾驶员的驾驶操作的不稳定状态有关的驾驶不稳定性的技术。

背景技术

[0002] 专利文献1描述了一种车辆驾驶支持系统，其中：基于转向操作，计算与整体驾驶特性相对应的长时间行驶状态分布和与当前驾驶特性相对应的短时间行驶状态分布；根据所计算出的这两个分布之间的差异量的大小来判断驾驶状态的不稳定性。根据专利文献1的描述，该系统可以与周围交通无关地以高精度检测驾驶状态的不稳定性。

[0003] 现有技术文献

[0004] 专利文献

[0005] 专利文献1：日本特开2009-9495

发明内容

[0006] 发明要解决的问题

[0007] 然而，根据专利文献1所述的方案，仅对驾驶员的驾驶状态不稳定的转向操作进行检测，然而转向操作的干扰还可能由于不同于驾驶操作的不稳定性的其它因素而发生。在这些情况下，不稳定驾驶状态的检测精度劣化。

[0008] 本发明的一个目的是提供一种用以通过提高驾驶不稳定性的检测精度来解决该问题的方案。

[0009] 用于解决问题的方案

[0010] 为了实现上述目的，本发明的实施例具有：行驶状态分布计算部，其基于行驶状态数据来计算第一时间范围内的第一行驶状态分布和第二时间范围内的第二行驶状态分布，其中该第一行驶状态分布长于该第二行驶状态分布；以及驾驶不稳定性判断部，其对该行驶状态分布计算部所计算出的第一行驶状态分布和第二行驶状态分布进行比较，以判断驾驶不稳定性。该行驶状态分布计算部排除被判断为驾驶状态是预先设置的特定驾驶状态(被估计为从行驶状态获取部获取到的行驶状态数据的可靠性差的当前驾驶状态)的时间段内的行驶状态数据，并且计算该第一行驶状态分布和第二行驶状态分布中的至少第二行驶状态分布。

[0011] 发明的效果

[0012] 根据本发明的实施例，基于排除了特定驾驶状态的驾驶状态下的行驶状态数据来计算至少第二行驶状态分布。结果，可以提高驾驶不稳定性的检测精度。

附图说明

[0013] 图1是示出与本发明实施例有关的车辆的结构的图。

[0014] 图2是示出车辆信息提供装置的结构的示例的图。

[0015] 图3是示出驾驶支持部的结构的图。

[0016] 图4是示出驾驶状态和分布的选择之间的关系的图。

[0017] 图5是示出行驶状态分布计算部的结构的图。

[0018] 图6是示出与本发明的第一实施例有关的驾驶支持部所执行的处理的图。

[0019] 图7是示出信息显示的示例的图。

[0020] 图8是示出使用相对熵来计算行驶状态分布的示例的图。

[0021] 图9是示出计算相对熵时采用的符号的图。

[0022] 图10是示出用于根据转向角预测误差数据来计算过去分布或长时间分布和最近分布的方法的图。

[0023] 图11是示出用于计算相对熵的方法的图。

[0024] 图12是示出转向角预测误差的分类的图。

[0025] 图13是示出本发明的第二变形例中的驾驶状态和分布的选择之间的关系的图。

[0026] 图14是示出与本发明的第三变形例有关的驾驶支持部的处理的图。

[0027] 图15是示出本发明的第三变形例中的驾驶状态和分布的选择之间的关系的图。

具体实施方式

[0028] 第一实施例

[0029] 首先，将参考附图来说明本发明的第一实施例。

[0030] 第一实施例的结构

[0031] 图1是示出配备有与本发明的本实施例有关的车辆信息提供装置的车辆的结构的图。

[0032] 如图1所示，本实施例中的车辆具有加速踏板开度传感器1、制动踏板操作量传感器2、转向角传感器3、车轮速度传感器4、闪光信号灯检测传感器5、仪表显示器6、导航系统7、G传感器8、换挡传感器12、前方车辆检测装置9和控制器100。对于采用本发明的车辆，无需使该车辆配备有上述所有传感器。这里的传感器是还考虑到其它实施例而呈现的。

[0033] 加速踏板开度传感器1检测加速踏板的开度量(加速指示量)。将检测到的开度量输出至控制器100。

[0034] 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)。将检测到的制动踏板的操作量输出至控制器100。

[0035] 转向角传感器3例如是安装在转向柱或方向盘(图中未示出)附近的角度传感器。根据转向轴的旋转来检测由于驾驶员对方向盘的转动所引起的转向角。将检测到的转向角输出至控制器100。

[0036] 车轮速度传感器4例如通过检测车轮的转数来检测车速。将检测到的车速输出至控制器100。车轮速度传感器4还可以基于发送至仪表显示器6的信号来检测车速。

[0037] 闪光信号灯检测传感器7检测闪光信号灯杆的闪光信号灯状态。将检测到的闪光信号灯状态输出至控制器100。

[0038] 换挡传感器12配置在换挡杆或变速器上，并且该换挡传感器检测换挡位置信息(变速信息)。将检测到的换挡位置信息输出至控制器。

[0039] 信息显示装置利用语音或图像来显示与控制器100的控制信号相对应的警报。例如，该信息显示装置具有通过蜂鸣声或语音来向驾驶员提供信息的扬声器10、以及通过图像或文本来提供信息的显示单元。该显示单元可以是同时使用的导航系统7的显示单元。

[0040] 导航系统7具有GPS接收器、地图数据库、显示单元等。该导航系统是用于进行路线搜索和路线引导等的系统。导航系统7基于GPS接收器所获得的本车辆的当前位置和存储在地图数据库中的道路信息来获取与本车辆行驶的道路类型和道路宽度等有关的信息。

[0041] G传感器8检测车辆中产生的纵向加速度和横向加速度。将检测到的加速度输出至控制器100。

[0042] 前方车辆检测装置9检测存在于车辆的前进方向上的前方的其它车辆和其它障碍物的信息。根据本实施例，检测相对于障碍物的距离。前方车辆检测装置9例如由激光测距仪构成。将检测到的距离作为车间距离、车间时间、相对速度等的信息输出至控制器100。

[0043] 控制器100是包括CPU、ROM、RAM和其它CPU外围部件的电子控制器。控制器100具有执行驾驶不稳定性判断处理以向驾驶员提供信息的驾驶支持部100A。在控制器100所进行的处理中，驾驶支持部100A执行以下处理：基于加速踏板开度传感器1、制动踏板操作量传感器2和转向角传感器3等检测到的信号，分析驾驶员的驾驶特性并且判断诸如驾驶员的驾驶操作的干扰等的驾驶不稳定的程度。然后，根据驾驶不稳定的程度来向驾驶员显示警报或其它信息以引起驾驶员的注意。

[0044] 图2是示出本实施例中的包含驾驶支持部100A的车辆信息提供装置的系统的结构的示例的图。这里，如图2所示，本实施例的车辆信息提供装置将行驶状态数据视为来自转向角传感器3的信息。作为信息显示装置，例示出视觉信息显示装置和听觉信息显示装置。例如，视觉信息显示装置是仪表显示器6或导航系统7的显示部。听觉信息显示装置例如是扬声器10。

[0045] 如图3所示，驾驶支持部100A具有行驶状态获取部110、驾驶状态判断部120、行驶状态分布计算部130、驾驶不稳定性判断部140和信息显示部150。

[0046] 这里，行驶状态获取部110获取包括驾驶员能够操作的驾驶操作单元的驾驶状态和/或车辆状态的行驶状态数据。根据本实施例，将说明如下示例：采用转向信息、即驾驶员能够操作的驾驶操作单元的操作状态的信息作为为了判断驾驶特性而要检测的行驶状态数据。也就是说，根据本实施例的行驶状态获取部110通过使用转向角信息作为行驶状态数据来计算行驶状态数据。

[0047] 这里，作为可以获得行驶状态数据的信息，除了转向信息以外，还存在后面将说明的诸如相对于前方车辆的车间信息(车间距离或车间时间)、基于对加速踏板或制动踏板的操作的加速/减速信息等的其它类型的信息。为了使用这些行驶状态数据来计算行驶状态分布和这些分布之间的差异量，可以采用例如国际专利公开号WO2009/013815(日本特愿2009-524342)中所述的众所周知的方法等。

[0048] 驾驶状态判断部120判断正在驾驶的车辆的驾驶状态。更具体地，驾驶状态判断部120判断作为具有除转向角信息以外的信息作为行驶状态数据的操作单元的驾驶员能够操作的驾驶操作单元的操作状态以及来自道路环境的驾驶状态。驾驶状态判断部120判断车辆状态和导航系统的信息中的至少一个。导航系统获取车辆周围的信息。这里，可以利用摄像机来收集车辆周围的信息。

[0049] 另外，驾驶状态判断部120判断所判断的当前驾驶状态是否是在作为上述行驶状态数据的驾驶操作单元的操作状态和车辆状态的信息中发生干扰的特定驾驶状态、即判断为上述行驶状态数据的信息发生干扰的特定驾驶状态。本实施例的驾驶状态判断部120判断驾驶状态是否是转向角信息存在干扰的特定驾驶状态。

[0050] 根据本实施例，将第一驾驶状态和第二驾驶状态设置为“判断为转向角信息存在干扰的特定驾驶状态”。第一驾驶状态是指在车辆在预先设置的特定道路环境下行驶的情况下发生的驾驶状态。第二驾驶状态是指在驾驶员操作预先设置的特定驾驶操作单元的情况下发生的驾驶状态。

[0051] 可以作为上述第二驾驶状态发生的特定驾驶操作单元的操作是指车道改变操作、加速操作、制动操作、换挡操作和导航操作的这些操作至少之一。可以使上述第一驾驶状态发生的特定道路环境是指路面形状、隧道内、行驶道路的合并/分支部分、弯曲道路、收费站附近、有无其它车辆相对于本车辆前方的超车、高速公路的类型和交通拥堵状态的这些道路环境至少之一。

[0052] 如图4所示，驾驶状态判断部120获取诸如车道改变操作、制动踏板踩踏操作、闪光信号灯操作、导航系统操作和音频系统操作等的特定驾驶操作单元的操作信息。另外，如图4所示，驾驶状态判断部120获取如下的特定道路环境的信息：诸如粗糙路面等的比预先设置的路面状态差的路面的输入、隧道内、交汇点(JCT)或其它合并/分支道路(合并/分支点前后的预先设置的距离内的区段)、弯曲道路、包括收费站的预先设置的区域和预先设置的斜率以上的坡道。

[0053] 基于特定驾驶操作的操作信息和特定道路环境的信息，本实施例中的驾驶状态判断部120判断该状态是否是作为行驶状态数据的转向角信息受到除转向角自身的操作以外的因素干扰的特定驾驶状态。也就是说，驾驶状态判断部判断该驾驶状态的作为行驶状态数据的转向信息是否存在可靠性劣化。这里，转向角信息的干扰是指由于转向操作因除驾驶不稳定性以外的因素而发生干扰所引起的转向角信息(行驶状态数据)的精度劣化。

[0054] 这里，在车道改变操作中，通过闪光信号灯操作、并且通过检测车道线位置以及本车辆位置和本车辆的移动方向，来检测本车辆是否处于车道改变操作中。

[0055] 在加速踏板操作中，基于加速踏板开度传感器的检测值来进行判断。

[0056] 在制动踏板操作中，基于制动踏板操作量传感器的检测值来进行判断。

[0057] 在闪光信号灯操作中，基于闪光信号灯检测传感器5的检测来进行判断。

[0058] 在导航系统的操作中，基于来自导航系统的信号来进行判断。

[0059] 在音频操作中，基于来自音频装置的信号来进行判断。

[0060] 基于车轮速度传感器的检测值来判断比预先设置的路面状态差的路面状态的输入的有无。例如，基于车轮速度传感器的检测值的干扰度来进行判断。更具体地，对于路面状态的输入，一旦经过了预先设置的特定时间(例如，10ms)则测量车轮速度，并且将当前值与先前值进行比较；在差变为预先设置的阈值以上的情况下，判断为存在比预先设置的阈值差的路面状态的输入。比预先设置的阈值差的路面状态的有无还可以通过除利用车速传感器的检测以外的众所周知的处理来判断。例如，还可以采用如下方案：基于诸如配置在车体上的加速度传感器或检测悬架减震器的伸缩量的传感器等的用于检测上侧机壳运行状况的传感器的检测值，来检测发生预先设置的阈值以上的弹起的情况以检测路面状态的输入。

[0061] 与隧道内状态、合并/分支点、或接近收费站有关的信息是从导航系统获取的。

[0062] 弯曲道路是利用导航系统或者根据转向角来检测的。例如，在发现转向角为预先设置的值以上的持续时间为预先设置的时间以上的情况下，判断为道路是弯曲道路。

[0063] 坡道是根据G传感器检测到的路面斜率来检测的。

[0064] 这里，如上所述，根据本实施例，将第一驾驶状态和第二驾驶状态设置为特定驾驶状态、即向驾驶的不稳定状态的测量输入了外部干扰的驾驶状态、即转向角信息的精度劣化的驾驶状态。根据第一驾驶状态，在该状态是转向角信息存在干扰的特定驾驶状态的情况下，即使在该特定驾驶状态消失之后，驾驶状态也仍假定保持在发生该特定驾驶状态之前的驾驶员的驾驶状态。根据第二驾驶状态，根据转向角信息存在干扰的特定驾驶状态，假定在该特定驾驶状态消失之后的驾驶员的驾驶状态不同于发生该特定驾驶状态之前的驾驶员的驾驶状态。如图4所示，第一驾驶状态是指基于道路环境系统所判断的特定驾驶状态，并且第二驾驶状态是指基于操作系统所判断的特定驾驶状态。原因如下。

[0065] 在通过基于转向角确定行驶状态分布来判断不稳定性的情况下、以及在驾驶员进行具有不同的转向角的任何积极操作的情况下，将此后的状态视为驾驶员的驾驶状态的改变。例如，考虑执行车道改变操作的情况。在这种情况下，在车道改变操作期间，可能发生除驾驶员的不安程度(不知所措)以外的因素。另外，很可能由于除原来检测到的不稳定性以外的因素而导致紧挨车道改变操作之前的转向操作信息的值出现变化量。也就是说，在进行车道改变操作的情况下，驾驶员观看后视镜以检查后方和侧方，或者驾驶员转动他/她的身体以直接观看后方和侧方。这种行为对转向操作产生不利影响。结果，在车道改变操作之前的检查时间段内，转向操作信息的可靠性降低。结果，除了执行车道改变操作的特定驾驶状态的时间段以外，优选还去除紧挨车道改变操作之前的该时间段内的转向操作信息。然而，难以检测驾驶员何时将环顾四周以进行车道改变，因而难以正确地进行检测。结果，也难以预先确定在车道改变操作之前发生的检查时间段的开始。结果，在基于转向信息来判断第二驾驶状态的情况下，在判断为第二驾驶状态之前的转向操作信息的可靠性可能下降。

[0066] 在由于道路环境而发生特定驾驶状态的情况下，假定驾驶状态临时改变；在该特定驾驶状态结束之后，假定保持由于道路环境所引起的该特定驾驶状态之前的驾驶员的驾驶状态。在基于道路环境来判断第一驾驶状态的情况下，假定在判断为该特定驾驶状态之前的转向操作信息的可靠性高。

[0067] 基于行驶状态获取部110获取到的行驶状态数据和驾驶状态判断部120所判断的驾驶状态，行驶状态分布计算部130计算时间范围不同的多个行驶状态分布。根据本实施例，行驶状态分布计算部130计算根据在预先设置的相对较长的第一时间范围内获取的转向角信息所确定的第一行驶状态分布以及在与第一行驶状态分布相比时间较短的第二时间范围内的第二行驶状态分布。

[0068] 在这种情况下，对于本实施例中的行驶状态分布计算部130，基于驾驶状态判断部120所判断的驾驶状态，排除被判断为驾驶状态是特定驾驶状态的时间段内的行驶状态数据并且计算上述第二行驶状态分布。本实施例的行驶状态分布计算部130还可以具有如下结构：该行驶状态分布计算部排除被判断为特定驾驶状态的时间段内的行驶状态数据，并且该行驶状态分布计算部计算第一行驶状态分布。这里，优选以下方案：即使在排除了驾驶状态被判断为特定驾驶状态的时间段的行驶状态数据的情况下，用于确定第二行驶状态分布的时间范围的长度也将与第二时间范围相同。这里，还可以采用以下方案：在排除了驾驶状态被判断为特定驾驶状态的时间段的行驶状态数据的情况下，确定第二行驶状态分布的时间范围的长度不同于第二时间范围的长度；例如，优选设置比第二时间范围长的时间范围。

[0069] 这里，预先设置的相对较长的第一时间范围是可以实现作为对象的驾驶员的正常驾驶特性的时间范围，并且例如被设置为30分钟以上的值。第二行驶状态分布的第二时间范围是能够判断当前驾驶特性(最近的驾驶特性)的时间范围，并且例如被设置为相对于当前时间点提前了3分钟的时间范围。上述各时间范围仅是示例，并且应当基于转向信息的获取周期来根据实验或理论设置这些时间范围。根据本实施例，针对每个预先设置的采样间隔(100msec)获取转向角信息。

[0070] 对于各行驶状态分布，每次获取到作为行驶状态数据的转向角时，行驶状态分布计算部130更新为了计算各行驶状态分布(频率分布等)所存储的数据；同时更新(计算)各行驶状态分布。这里，排除判断为驾驶状态是特定驾驶状态的时间段内的行驶状态数据，并且计算第一行驶状态分布和第二行驶状态分布中的至少第二行驶状态分布。如下执行用于排除驾驶状态被判断为特定驾驶状态的时间段内的上述行驶状态数据的处理：如后面所述，利用判断为特定驾驶状态前的数据来覆盖判断为特定驾驶状态的情况下的数据，或者在判断为特定驾驶状态的情况下，停止上述数据的更新。

[0071] 这里，作为驾驶状态判断部120所判断的驾驶状态，存在第一驾驶状态、第二驾驶状态和作为不同于第一驾驶状态和第二驾驶状态的正常驾驶状态的第三驾驶状态这三种驾驶状态。第一驾驶状态和第二驾驶状态是如上所述的特定驾驶状态。

[0072] 如图5所示，行驶状态分布计算部130具有第一行驶状态分布计算部130A、第二行驶状态分布计算部130B、分布存储部130C、分布选择部130D和分布设置部130E。

[0073] 基于如上所述顺次更新的数据，第一行驶状态分布计算部130A计算如上所述相对较长的第一时间范围的第一行驶状态分布。

[0074] 基于如上所述顺次更新的数据，第二行驶状态分布计算部130B计算如上所述相对较短的第二时间范围的第二行驶状态分布。

[0075] 分布存储部130C重复计算针对预先设置的各第三时间范围的时间间隔(例如，5秒的间隔)内的第三行驶状态分布，并且该分布存储部将所计算出的第三行驶状态分布存储在存储部中。

[0076] 在驾驶状态判断部120判断为该状态是第一驾驶状态和第二驾驶状态的特定驾驶状态之一的情况下，基于所判断的特定驾驶状态是第一驾驶状态还是第二驾驶状态，分布选择部130D选择在驾驶状态的检测之前存储的第三行驶状态分布或第一行驶状态分布。

[0077] 利用作为分布选择部130D所选择的行驶状态分布的第三行驶状态分布或第一行驶状态分布，分布设置部130E改变上述的第二行驶状态分布。更具体地，在所判断的特定驾驶状态是第一驾驶状态的情况下，分布设置部130E以第一行驶状态分布覆盖第二行驶状态分布。在所判断的特定驾驶状态是第二驾驶状态的情况下，该分布设置部利用上述第三行驶状态分布替换上述第二行驶状态分布。

[0078] 在第二行驶状态分布被第三行驶状态分布所替换的情况下，行驶状态分布计算部10使判断为第二驾驶状态期间的时间范围内的行驶状态数据被判断为第二驾驶状态之前的最近的具有相同长度的时间范围内确定的行驶状态数据所替换。这里，代替行驶状态数据的替换，还可以采用如下方案：执行处理，以使得在判断为第二驾驶状态的时间段内禁止更新为了计算第二行驶状态分布(频率分布等)所存储的数据。利用该处理，在判断为第二驾驶状态结束并且经过了第二时间范围的时间之前，根据判断为第二驾驶状态之前的时间范围内的行驶状态数据和该判断之后的时间范围的行驶状态数据这两者来计算第二行驶状态分布；将判断为上述特定驾驶状态之前的时间范围与该判断之后的时间范围的总和时间设置为等于上述第二时间范围的时间。

[0079] 基于行驶状态分布计算部130所计算的第一行驶状态分布和第二行驶状态分布之间的差异量，驾驶不稳定性判断部140判断驾驶的不稳定性。

[0080] 基于驾驶不稳定性判断部140所判断的驾驶的不稳定性，信息显示部150执行用于向驾驶员显示信息的处理。

[0081] 以下将参考图6来说明上述驾驶支持部100A的处理。这里，按预先设置的控制周期(例如，针对每100msec)执行驾驶支持部100A的处理。

[0082] 在步骤S1010中，驾驶支持部100A获取以下数据作为车辆信息数据。

[0083] 也就是说，作为驾驶员的驾驶操作单元的操作信息，如上所述，获取针对转向角、加速踏板和制动踏板的操作、闪光信号灯操作、换挡操作以及导航系统和音频系统的操作的信息。此外，作为表示车辆状态的车辆数据系统，获取针对车速、纵向G、横向G和车轮速度的信息。

[0084] 然后，在步骤S1020中，驾驶支持部100A从导航系统获取与收费站、隧道、合并/分叉道路、弯曲道路和倾斜道路有关的信息作为用作车辆周围的信息的交通环境信息和其它道路环境信息。作为这些信息，可以采用导航系统的地图数据库信息。

[0085] 然后，在步骤S1030中，驾驶状态判断部120判断驾驶状态。

[0086] 作为驾驶状态的判断，判断路面状态输入、隧道、道路的合并/分支、弯曲道路、收费站、倾斜道路(纵向G)、车道改变操作、加速踏板或制动踏板的操作、闪光信号灯操作和导航/音频操作的有无。在判断结果为“是”的情况下，选择不稳定性计算方法。更具体地，基于图4来判断驾驶状态是第一驾驶状态、第二驾驶状态还是正常驾驶状态。这里，在第一驾驶状态和第二驾驶状态这两者同时被检测为特定驾驶状态的情况下，优先第二驾驶状态。

[0087] 然后，在步骤S1040中，分布存储部130C执行用于计算第三行驶状态分布的处理和用于存储的处理。也就是说，分布存储部130C具有计数器，以使得每次执行步骤S1040的处理时，该计数值计数，并且存储用于准备行驶信息分布的行驶状态数据。然后，在计数器达到预先设置的计数值的情况下，利用当前的计数器计数时存储的行驶状态数据，准备并存储第三行驶状态分布，并且同时清除该计数器。

[0088] 这样，在步骤S1030中，针对预先设置的各第三时间范围(例如，5秒)计算以第三时间范围作为时间间隔的第三行驶状态分布，并且执行用以将所计算出的第三行驶状态分布存储在存储部中的处理。

[0089] 然后，在步骤S1050中，基于驾驶状态判断部120所判断的驾驶状态，分布选择部130D选择所采用的行驶状态分布。更具体地，在步骤S1050中，判断驾驶状态是正常驾驶状态、第一驾驶状态还是第二驾驶状态。这里，在判断为该状态是正常驾驶状态的情况下，该操作进入步骤S1060。在判断为该状态是第一驾驶状态的情况下，该操作进入步骤S1080。
在判断为该状态时第二驾驶状态的情况下，该操作进入步骤S1070。

[0090] 这里，在无法检测预先设置的时间范围的第一行驶状态分布和第二行驶状态分布的情况下，该状态恢复原样。

[0091] 然后，在步骤S1060中，选择如上所述的第一行驶状态分布计算部130A所计算出的第一行驶状态分布和第二行驶状态分布计算部130B所计算出的第二行驶状态分布。然后，该操作进入步骤S1090。

[0092] 然后，在步骤S1070中，将第二行驶状态分布覆盖在第一行驶状态分布上，由此替换成第二行驶状态分布。然后，该操作进入步骤S1090。

[0093] 在步骤S1080中，第二行驶状态分布被存储有第二行驶状态分布的第三行驶状态分布所替换。然后，该操作进入步骤S1090。

[0094] 这里，如上所述，每次获取作为行驶状态数据的转向角信息时，第一行驶状态分布计算部130A和第二行驶状态分布计算部130B更新第一行驶状态分布和第二行驶状态分布。

[0095] 在步骤S1090中，采用转向熵法来计算第一行驶状态分布和第二行驶状态分布(在执行替换的情况下为替换之后的第二行驶状态分布)的这些分布之间的差异量(相对熵)。然后，该操作进入步骤S1100。

[0096] 更具体地，在步骤S1090中，基于驾驶员执行转向操作时的转向角信号，计算用于判断驾驶员的当前驾驶操作是否不同于正常驾驶操作、即该状态与正常驾驶操作相比是否更加不稳定的差异量。也就是说，在步骤S1090中，计算相对熵(特征量和不稳定性)来作为表示干扰而不是平滑驾驶操作的值。通常，在驾驶员的注意没有集中于驾驶操作的状态下，与注意集中于驾驶的正常驾驶操作的时间相比，无法执行转向的时间较长，并且累积了显著的转向角误差。结果，在驾驶员的注意返回驾驶时的修正转向量变大。根据本实施例，利用该特性来计算相对熵RHp。更具体地，分别计算时间范围不同的多个行驶状态分布、即过去或当前时间之前的长时间内所累积的转向误差分布(行驶状态分布)以及当前驾驶员的转向误差分布(行驶状态分布)。这里，采用被视为正常驾驶特性的长时间转向误差分布作为比较基准，并且根据长时间转向误差分布和当前短时间转向误差分布来计算相对熵RHp。

[0097] 这里，相对熵RHp是表示2个转向误差分布(行驶状态分布)之间的差异量(距离)的物理量，并且该相对熵示出2个转向误差分布之间的差异程度、即2个转向误差分布之间的差异。根据所计算出的相对熵的值，可以评价当前状态附近的行驶状态相对于过去长时间行驶状态(正常驾驶特性)的稳定性。

[0098] 后面将说明计算在相对长的时间内累积的第一行驶状态分布(转向误差分布)、在相对短的时间内获取的当前驾驶员的第二行驶状态分布(转向误差分布)以及使用这两者的分布之间的差异量(相对熵)的示例。

[0099] 然后，在步骤S1100中，基于差异量来判断不稳定驾驶状态。在本实施例的步骤S1100中，将步骤S1090中计算出的差异量与预先设置的判断阈值进行比较。这里，在该差异量大于判断阈值的情况下，判断为该状态是不稳定驾驶状态。然后，该操作进入步骤S1110。

[0100] 在步骤S1110中，在步骤S1100中对不稳定驾驶状态进行判断的状态持续了预先设置的不稳定判断阈值(例如，5秒)以上的时间的情况下，执行信息显示处理。在判断为该状态是特定驾驶状态的时间段内，信息显示可能被中断。

[0101] 图7是示出信息显示的示例的图。在该示例中，连同警告显示一起播放说明“驾驶受到干扰。请小心驾驶”等的警告语音。

[0102] 以下参考图8来说明计算长时间累积的转向误差分布(行驶状态分布)、短时间获取的当前驾驶员的转向误差分布(行驶状态分布)和这些分布之间的差异量(相对熵)的处理的示例。

[0103] 针对例如50msec的预定间隔连续执行该处理。

[0104] 在步骤S10中，通过估计(检测)车辆的行驶场景来判断该行驶场景是否使得能够计算相对熵RHp。这里，在车速V在预先设置的车速范围(例如，40～120km/h)内的情况下，该场景被视为使得能够计算相对熵RHp的场景。也就是说，为了使用转向角信号来有效地计算相对熵RHp，从使得能够进行计算操作的行驶场景中排除车速非常低的情况和车速非常高的情况。

[0105] 在步骤S20中，判断车轮速度传感器4所检测到的当前车速V是否在预先设置的车速范围内。在车速V在预先设置的车速范围内的情况下，判断为行驶场景使得能够计算相对熵RHp，并且该操作进入步骤S30以计算相对熵RHp。另一方面，在车速V不在预定范围内的情况下，该处理结束。

[0106] 在步骤S30中，读取转向角传感器所检测到的当前转向角信号θ，作为成为用于检测驾驶员的驾驶操作的不稳定状态的检测对象的驾驶员的驾驶操作量。在步骤S31中，根据所读取的转向角信号θ的值来计算转向角预测误差θe。

[0107] 这里，图9示出为了计算相对熵RHp所采用的特殊符号和名称。转向角平滑值θn–tilde是降低量化噪声的影响的转向角。转向角的估计值θn–hat是假定平滑地执行转向的情况下采样时的转向角的估计值。如以下等式1所示，可以通过对转向角平滑值θn–tilde进行二次Taylor(泰勒)展开来获得转向角的估计值θn–hat。

[0108] 数学式1

[0109]

[0110] ...(等式1)

[0111] 在等式1中，tn表示转向角θn的采样时刻。

[0112] 使用以下等式2来计算转向角平滑值θn–tilde，作为用于降低量化噪声的影响的3个相邻转向角θn的平均值。

[0113] 数学式2

[0114] ...(等式2)

[0115] 在等式2中，l表示在转向角平滑值θn–tilde的计算时间间隔为150msec、即将θn–tilde视为使得人能够进行间歇手动操作的最小时间间隔的情况下、包含在该150msec内的转向角θn的采样数。

[0116] 假定转向角θn的采样间隔是Ts，则通过以下等式3来表示采样数l。

[0117] I＝round(O.15/Ts) ...(等式3)

[0118] 利用等式3，可以分别基于根据(k×l)间隔为150msec的转向角及与其相邻的总共3个转向角θn来确定转向角平滑值θn–tilde，其中k=1、2或3。结果，基于转向角平滑值θn–tilde所计算的转向角的估计值θn–hat是根据基本按150msec的间隔获得的转向角信号θ计算出的。

[0119] 在采样时刻处，根据假定平滑地执行转向操作的情况下的转向角的估计值θn–hat与实际转向角θn之间的差，可以使用以下等式(4)来计算转向角预测误差θe。

[0120] 数学式3

[0121] ...(等式4)

[0122] 这里，针对作为使得能够进行间歇手动操作的最小时间间隔的每150msec所获取的转向角θn来计算转向角预测误差θe。

[0123] 以下将说明用于计算转向角预测误差θe的具体方法。这里，作为转向角信号θ的采样间隔Ts，例如采用50msec。首先，采用彼此间隔为150msec的3个相邻转向角θn以使用上述等式2计算3个转向角平滑值θn–tilde。通过以下等式5来表示这3个转向角平滑值θn–tilde。

[0124] 数学式4

[0125] ...(等式5)

[0126] 然后，使用所计算出的3个转向角平滑值θn–tilde，利用上述等式1来计算转向角的估计值θn–hat。这里，通过以下等式6来表示转向角的估计值θn–hat。

[0127] 数学式5

[0128] ...(等式6)

[0129] 然后，使用所计算出的转向角的估计值θn–hat和实际的转向角信号θn来根据上述等式4计算转向角预测误差θe。

[0130] 然后，在步骤S40中，将直到当前时刻为止所计算出的累积在控制器100的存储器中的预定时间T内的转向角预测误差θe的数据加到步骤S31中所计算出的转向角预测误差θe的当前值上，由此更新该值。也就是说，在如此累积的转向角预测误差θe的数据中，在T秒之前获得的最早数据被丢弃，并且代替这些数据，使用步骤S31中所计算出的当前值作为转向角预测误差θe的最新数据。结果，累积了从当前值起直到T秒之前所获得的值的转向角预测误差θe的数据。这里，例如选择预定时间T为T等于3600秒(=1小时)，由此可以在足够长的时间段内累积数据，以计算作为判断当前驾驶操作的不稳定状态所用的比较基准的长时间误差分布。

[0131] 在步骤S50中，计算过去或长时间内的转向角预测误差分布1。这里，如图10所示，在计算过去的转向角预测误差分布时使用从T秒前的数据起的180分钟的数据。更具体地，将所累积的过去的转向角预测误差数据θe分类成9个预测误差类b1～b9，并且针对包含在各类bi中的转向角预测误差θe的所有度数确定概率pi(=p1～p9)。然后，采用所计算出的过去分布作为转向预测误差分布的比较基准。这里，预先设置预测误差类bi的范围，以使得这些值对于所有类b1～b9都是恒定的。

[0132] 在计算长时间的转向角预测误差分布的情况下，采用从T秒前的时刻到当前时刻的360秒的时间段的所有数据。更具体地，将所累积的长时间的转向角预测误差θe分类成9个预测误差类b1～b9，并且针对包含在各预测误差类bi中的转向角预测误差θe的所有度数确定概率pi(=p1～p9)。将所计算出的过去分布(或长时间分布)视为作为比较基准的过去(或长时间)的转向角预测误差分布1。

[0133] 在步骤S51中，计算当前的转向角预测误差分布2。这里，如图10所示，采用从当前时刻到前180秒的时间段内的数据来计算当前的转向角预测误差分布2。更具体地，将前180秒的转向角预测误差的数据分类成9个预测误差类b1～b9，并且针对包含在各预测误差类bi中的转向角预测误差θe的所有度数确定概率qi(=q1～q9)。

[0134] 重复执行上述操作以使得能够顺次更新。

[0135] 上述是用于计算作为行驶状态分布的转向角预测误差分布的方法。

[0136] 另外，如下计算分布之间的差异量。

[0137] 也就是说，根据过去(或长时间)的转向角预测误差分布1和当前的转向角预测误差分布2来确定相对熵RHp。如图11所示，相对熵RHp是当前的转向角预测误差分布2和过去(或长时间)的转向角预测误差分布1之间的差异量(距离)。使用以下的计算等式(等式7)来计算相对熵RHp。

[0138] 数学式6

[0139] ...(等式7)

[0140] 这里，在过去(或长时间)的转向角预测误差分布1的概率pi等于当前的转向角预测误差分布2的概率qi的情况下，RHp等于0，并且随着概率pi和概率qi之间的差变得越来越大，RHp变得越来越大。

[0141] 用于计算过去(或长时间)的转向角预测误差分布1或当前的转向角预测误差分布2的预测误差类bi的范围可以基于计算表示转向误差分布的模糊性(不确定性)的转向熵值Hp时采用的α的值来设置。这里，如下确定α值：基于转向角的时序数据，确定预定时间内的转向误差、即假定平滑地执行转向的情况下的转向角的估计值与实际转向角之间的差，并且测量转向误差的分布(分散)，之后计算90百分位值(包含转向误差的90%的分布范围)。

[0142] 这里，基于过去或长时间的转向误差分布来计算α值；根据所计算出的α值，针对过去(或长时间)的转向角预测误差分布1和当前的转向角预测误差分布2设置相同的预测误差类bi的范围。图9是示出使用α值所设置的预测误差类bi的转向角预测误差θe的范围的图。

[0143] 操作等

[0144] 在可以基于从开始数据收集起的行驶时间来实现驾驶员的正常驾驶特性的情况下，采用转向熵方法来计算不稳定性。

[0145] 在这种情况下，计算表示正常情况下驾驶员的驾驶特性的第一行驶状态分布和表示最近的驾驶特性的第二行驶状态分布之间的差异量；根据该差异量的大小来判断不稳定驾驶状态。结果，可以与交通环境的差异无关地以高精度检测不稳定的行驶状态。也就是说，可以与交通环境的差异无关地根据个人的正常特性来对不稳定状态进行高精度检测。

[0146] 在这种情况下，尽管仅要检测用于评价由于驾驶员的操作所引起的驾驶员的不稳定性的转向角信息(行驶状态数据)，但在由于驾驶员的有意转向或道路环境而导致转向状态出现变化的驾驶状态下，转向操作可能发生干扰。在采用包含这种干扰的转向角信息来判断所使用的行驶状态分布的情况下，驾驶不稳定性的检测精度可能劣化。特别地，第二行驶状态分布的时间范围短，由此该时间范围易受上述驾驶状态所影响。

[0147] 另一方面，对于本实施例的行驶状态分布计算部130，在驾驶状态判断部120判断为驾驶状态是特定驾驶状态的情况下，在无需使用判断为特定驾驶状态时的行驶状态数据的情况下计算上述第二行驶状态分布。更具体地，在判断为该状态是特定驾驶状态的情况下，根据该驾驶状态来利用第一行驶状态分布或者利用不包含判断上述特定驾驶状态时的行驶状态数据的第三行驶状态分布来覆盖即替换第二行驶状态分布，并且判断为驾驶不稳定。结果，可以防止受特定驾驶状态的影响而误检测到驾驶不稳定状态。

[0148] 根据本实施例，基于特定驾驶状态，在第二驾驶状态下采用第一行驶状态分布，并且在第一驾驶状态下采用第三行驶状态分布来替换第二行驶状态。这样，可以根据驾驶状态来改变行驶状态分布。

[0149] 也就是说，在检测到的驾驶状态是第一驾驶状态的情况下，即在假定在判断为特定驾驶状态的时间段前后驾驶员的驾驶状态保持不变的情况下，利用发生该第一驾驶状态之前的第三时间范围内确定的第三行驶状态分布来替换第二行驶状态。结果，可以判断为发生第一驾驶状态之前的状态是不稳定状态。在这种情况下，通过利用第一驾驶状态之前的行驶状态数据替换发生第一驾驶状态发生时的行驶状态数据，可以去除造成误检测的行驶状态数据。更具体地，以第三时间范围为单位来执行数据交换。

[0150] 另一方面，在检测到的驾驶状态是第二驾驶状态的情况下，即在假定在判断为驾驶状态是特定驾驶状态的时间段前后驾驶员的驾驶状态改变的情况下，无法采用在发生第二驾驶状态之前所获取的第二行驶状态分布。结果，利用时间范围相对长的第一行驶状态分布来替换第二行驶状态分布，并且第二行驶状态分布被重置。在这种情况下，由于第一行驶状态分布和第二行驶状态分布彼此一致，因此相对熵变为“0”。在这种情况下，还可以采用如下方案：在第二驾驶状态的发生结束之后的下一第三时间范围开始起，新开始第二行驶状态分布所用的数据收集。

[0151] 在从判断为特定驾驶状态中的第一驾驶状态结束起经过了第二时间范围的时间段内，根据判断为第一驾驶状态之前的时间范围内的行驶状态数据和判断为第一驾驶状态结束之后的时间范围内的行驶状态数据这两者来计算第二行驶状态分布。判断为特定驾驶状态之前的时间范围与判断为特定驾驶状态之后的时间范围的总和等于上述第二时间范围的时间。

[0152] 对于由于特定道路环境下的驾驶而发生的特定驾驶状态(第一驾驶状态)，即使在发生转向角信息被干扰的特定驾驶状态的情况下，也假定在发生特定驾驶状态之前的驾驶员的驾驶状态在该特定驾驶状态消失之后保持不变。结果，可以紧挨在判断为第一驾驶状态之后根据第一驾驶状态的发生前后的数据来正确地确定第二行驶状态。

[0153] 另一方面，在判断为驾驶状态是特定驾驶状态中的第二驾驶状态的情况下，在判断为第二驾驶状态之前的转向操作信息的可靠性很可能也低，由此在无需使用判断为第二驾驶状态之前的信息的情况下对信息进行重置，并且在第二驾驶状态结束之后对计时器执行计时。仅在经过了第二时间范围的时间之后才可以对第二行驶状态数据分布执行高精度计算。

[0154] 此外，在实际发生特定驾驶状态的情况下，在对该特定驾驶状态进行判断(检测)之前存在时滞。考虑到该时滞，根据本实施例，仅在驾驶不稳定性判断部140判断为驾驶不稳定的状态保持了预先设置的时间的情况下才执行信息显示。结果，可以抑制由于特定驾驶状态的检测滞后所引起的误检测。可以将上述保持的时间设置为比驾驶状态的检测滞后长的时间。

[0155] 变形例

[0156] 第一变形例

[0157] 以下将说明第一变形例。

[0158] 在以上第一实施例的说明中，作为示例，采用转向角信息作为行驶状态数据，并且采用转向角预测误差分布作为行驶状态分布。然而，行驶状态数据和行驶状态分布不限于上述例示。如日本特愿2009-524342所述，还可以采用行驶状态数据和行驶状态部分。这里，将驾驶状态数据视为表示操作特性的指标。

[0159] 也就是说，驾驶支持部100A检测加速踏板操作量作为行驶状态数据；使用检测到的加速踏板操作量来计算表示上述驾驶员所进行的加速踏板操作的不稳定性的加速踏板开度熵。

[0160] 还可以采用如下方案：驾驶支持部100A采用加速踏板被释放的情况下本车辆与前方车辆之间的容许时间作为行驶状态数据。

[0161] 作为可以采用的另一方案，驾驶支持部100A采用执行修正转向操作的情况下本车辆偏离当前行驶车道时的车道改变时间作为行驶状态数据。

[0162] 作为可以采用的另一方案，驾驶支持部100A采用该驾驶支持部单独运行的情况下的车速作为行驶状态数据。

[0163] 作为可以采用的另一方案，驾驶支持部100A采用车辆前进移动的情况下的最高加速度作为行驶状态数据。

[0164] 作为可以采用的另一方案，驾驶支持部100A采用执行制动操作的情况下本车辆和前方车辆之间的最短容许时间作为行驶状态数据。

[0165] 作为可以采用的另一方案，驾驶支持部100A采用超车期间本车辆和前方车辆之间的最短车间距离作为行驶状态数据。

[0166] 第二变形例

[0167] 以下将说明第二变形例。

[0168] 第二变形例的基本结构与上述第一实施例的基本结构相同。

[0169] 然而，在该变形例中，驾驶支持部100A采用驾驶时本车辆跟随前方车辆的情况下本车辆和前方车辆之间的车间信息(车间时间或车间距离)作为行驶状态数据。

[0170] 在这种情况下，通过根据车间距离的分布计算行驶状态分布，可以计算驾驶不稳定性。

[0171] 在这种情况下的计算方法如下。根据两个不同时间范围的车间距离的平均值和标准偏差，准备假定高斯分布的车间距离的分布，并且计算预先设置的车间距离比例(诸如左外侧的1σ)的比例作为差异量。对于该计算方法，可以采用如日本特愿2009-524342中所述的众所周知的计算方案。

[0172] 在差异量超过预先设置的阈值的状态持续了预先设置的时间以上的情况下，可以发出警告或其它信息显示。

[0173] 根据第二变形例，驾驶状态判断部120获取以预先设置的速度以上执行加速踏板操作时的加速踏板操作、以预先设置的速度以上执行制动踏板操作时的制动踏板操作和闪光信号灯操作作为操作信息。另外，驾驶状态判断部120获取其它车辆相对于本车辆前方的超车、高速公路类型的改变、包含收费站的预先设置的区段以及交通拥堵信息作为道路环境信息。

[0174] 另外，在第二变形例中，驾驶状态判断部120通过检测以预先设置的速度以上执行的加速踏板操作、以预先设置的速度以上执行的制动踏板操作、其它车辆相对于本车辆前方的超车、高速公路类型的改变、包含收费站的预先设置的区段以及交通拥堵信息来判断特定驾驶状态。

[0175] 在采用车间时间作为行驶状态数据的情况下，如图13所示，驾驶状态判断部120设置第一驾驶状态和第二驾驶状态。

[0176] 这里，根据加速踏板开度传感器1和制动踏板操作量传感器2的检测值的微分值来判断以预先设置的速度以上执行的加速踏板操作或制动踏板操作。

[0177] 通过利用前方车辆检测装置9检测前方车辆来判断其它车辆相对于本车辆前方的超车。在这种情况下，本车辆配备有用于对前方摄像的摄像机作为前方车辆检测装置9。

[0178] 根据来自例如“车辆位置信息和导航系统”的道路信息来判断高速公路类型的改变。此外，可以通过基于转向角等检测车道的改变来判断高速公路类型的改变。

[0179] 通过例如道路-车辆通信来判断交通拥堵信息。

[0180] 如图13所示，将基于以预先设置的速度以上执行的加速踏板操作、以预先设置的速度以上执行的制动踏板操作和闪光信号灯操作的操作信息视为第二驾驶状态。另一方面，将其它车辆相对于本车辆前方的超车、高速公路类型的改变、包含收费站的预先设置的区段以及作为交通拥堵信息的道路环境信息视为第一驾驶状态。

[0181] 第三变形例

[0182] 以下将说明第三变形例。

[0183] 第三变形例的基本结构与上述第一实施例的基本结构相同。

[0184] 图14是示出第三变形例中的驾驶支持部100A所执行的处理的图。如图14所示，驾驶支持部100A的处理与图3所示的第一实施例中的驾驶支持部100A的处理相同。

[0185] 更具体地，操作S3010～S3030的步骤的处理与操作S1010～S1030的步骤的处理相同。操作S3040～S3110的步骤的处理与操作S1040～S1110的步骤的处理基本相同。

[0186] 然而，根据本变形例，添加了步骤S3035的处理。

[0187] 在步骤S3035中，在步骤S3030中判断为驾驶状态是第一驾驶状态或第二驾驶状态的情况下，针对计时器开始时间测量。另一方面，在步骤S3030中没有检测到驾驶状态是第一驾驶状态或第二驾驶状态的情况下，将计时器重置为0。

[0188] 在计时器计时得到的时间长于预先设置的时间、并且正保持的驾驶状态是第一驾驶状态的情况下，如图15的改变栏所示，将第一驾驶状态视为第二驾驶状态。在步骤S3050等中也执行该判断。

[0189] 即使在假定保持第一驾驶状态前后的驾驶员的驾驶特性的情况下，如果第一驾驶状态持续得长于预先设置的时间，则在第一驾驶状态前后驾驶员的驾驶特性很可能改变。结果，在第一驾驶状态持续得长于预先设置的时间的情况下，将该状态视为第二驾驶状态。

[0190] 这里，在第二驾驶状态持续得短于预先设置的时间的情况下，还可以将第二驾驶状态视为第一驾驶状态。在短时间的操作的情况下，驾驶员可能进行误操作。在这种情况下，假定第二驾驶状态前后的驾驶员的驾驶特性保持不变。

[0191] 实施例的效果

[0192] 以下说明上述实施例及其变形例的效果。

[0193] (1)行驶状态获取部110获取包括驾驶员能够操作的驾驶操作单元的操作状态和/或车辆状态的行驶状态数据。基于行驶状态获取部110获取到的行驶状态数据，行驶状态分布计算部130计算预先设置的第二时间范围的第二行驶状态分布和比该第二时间范围长的预先设置的第一时间范围的第一行驶状态分布。驾驶不稳定性判断部140对上述行驶状态分布计算部所计算出的第一行驶状态分布和第二行驶状态分布进行比较，从而判断驾驶状态的不稳定性。基于驾驶员能够操作的驾驶操作单元的操作状态、车辆状态和/或车辆周围的信息，驾驶状态判断部120判断当前驾驶状态是否是作为由于预先设置的特定驾驶操作单元的操作而发生的驾驶状态和/或由于在预先设置的特定道路环境下的驾驶而发生的驾驶状态的特定驾驶状态。在上述驾驶状态判断部120将该状态判断为特定驾驶状态的情况下，行驶状态分布计算部130排除判断为该特定驾驶状态的时间段内的上述行驶状态数据，并且计算上述第一行驶状态分布和第二行驶状态分布中的至少第二行驶状态分布。

[0194] 利用该结构，没有采用精度低的行驶状态数据。结果，可以提高无不稳定性驾驶的检测精度。

[0195] (2)在从判断为第二驾驶状态结束起经过了第二时间范围之前的时间段内，行驶状态分布计算部130根据判断为特定驾驶状态之前的时间间隔内的行驶状态数据和判断为特定驾驶状态结束之后的行驶状态数据这两个行驶状态数据来计算第二行驶状态分布。判断为特定驾驶状态之前的时间范围与判断为特定驾驶状态结束之后的时间范围的总和等于上述第二时间范围的时间。

[0196] 利用该结构，可以在特定驾驶状态结束之后高精度地确定第二行驶状态分布。

[0197] (3)在上述驾驶状态判断部120判断为由于在特定道路环境下驾驶而导致发生特定驾驶状态的情况下，行驶状态分布计算部130排除被判断为具有该特定驾驶状态的时间段内的上述行驶状态数据，并且计算上述第二行驶状态分布。

[0198] 利用该结构，时间范围较短的第二行驶状态分布易受驾驶状态的影响。然而，这样，通过考虑驾驶状态，可以提高第二行驶状态分布的精度。

[0199] (4)行驶状态分布计算部130根据特定判断为驾驶状态之后的时间范围内的行驶状态数据来计算第二行驶状态分布，并且判断为该特定驾驶状态之后的时间范围等于上述第二时间范围。

[0200] 利用该结构，可以在无需使用特定驾驶状态时的数据的情况下计算第二行驶状态分布。

[0201] (5)在驾驶状态判断部判断为该状态是由于操作了特定驾驶操作单元而发生的驾驶状态的情况下，行驶状态分布计算部130排除判断为特定驾驶状态的时间段内的行驶状态数据，并且计算上述第二行驶状态分布。

[0202] 利用该结构，尽管时间范围较短的第二行驶状态分布易受驾驶状态的影响，但确定没有使用特定驾驶状态的数据，由此可以提高第二行驶状态分布的精度。

[0203] (6)在驾驶状态判断部120判断为由于在特定道路环境下驾驶而发生特定驾驶状态的情况下，行驶状态分布计算部130在判断为第二驾驶状态结束之后经过了第二时间范围的时间之前的时间段内，根据判断为特定驾驶状态之前的时间范围内的行驶状态数据和判断为特定驾驶状态结束之后的时间范围内的行驶状态数据这两者来计算第二行驶状态分布；然后，该行驶状态分布计算部将判断为特定驾驶状态之前的时间范围与判断为特定驾驶状态之后的时间范围的总和设置为等于上述第二时间范围的时间。在驾驶状态判断部判断为由于特定驾驶操作单元的操作而发生特定驾驶状态的情况下，驾驶状态判断部120根据判断为特定驾驶状态之后的时间范围内的行驶状态数据来计算第二行驶状态分布，并且将判断为特定驾驶状态之后的时间范围设置为等于第二时间范围的时间。

[0204] 利用该结构，可以根据特定驾驶状态来适当计算第二行驶状态。

[0205] (7)特定驾驶操作单元的操作是车道改变操作、加速操作、制动操作、换挡操作和导航系统的操作中的至少一个操作。结果，可以基于驾驶操作来判断特定驾驶状态。

[0206] (8)上述特定道路环境是指路面形状、隧道内、道路的合并/分支、弯曲道路、收费站附近、其它车辆相对于本车辆前方的超车、高速公路的类型和交通拥堵等的至少一种道路环境。

[0207] 结果，可以基于道路环境来判断特定驾驶状态。

[0208] (9)对于行驶状态分布，计算转向操作的操作量作为行驶状态数据。

[0209] 由于根据需要连续操作的转向操作进行检测，因此可以以高精度检测驾驶者状态。

[0210] (10)使用转向熵法来执行根据上述转向操作的操作量的差异量的计算。

[0211] 通过使用转向熵，可以期望提高检测性能。

[0212] (11)对于上述行驶状态分布，计算相对于前方车辆的车间信息作为行驶状态数据。

[0213] 通过根据可以连续获取到信息的车辆检测时间的变化进行检测，可以以高精度检测驾驶者状态。

[0214] (12)对于根据上述车间信息的差异量的计算，根据预先设置的车间时间的比例的大小来计算该差异量。

[0215] 通过使用车间时间的比例的大小，可以期望提高检测性能。

[0216] 本专利申请的优先权所要求的(2011年5月18日提交的)日本特愿2011-111914的全部内容通过引用而被包含于此。

[0217] 这里，已经说明了有限数量的实施例。然而，权利要求书的范围不限于此。本领域技术人员将明白所公开的实施例的各种变形例。

[0218] 附图标记说明

[0219] 100 控制器

[0220] 100A 驾驶支持部

[0221] 110 行驶状态获取部

[0222] 120 驾驶状态判断部

[0223] 130 行驶状态分布计算部

[0224] 130A 第一行驶状态分布计算部

[0225] 130B 第二行驶状态分布计算部

[0226] 130C 分布存储部

[0227] 130D 分布选择部

[0228] 130E 分布设置部

[0229] 140 驾驶不稳定性判断部

[0230] 150 信息显示部