Устройство предоставления информации для использования в транспортном средстве

Устройство предоставления информации для использования в транспортном средстве

Иллюстрации

Показать все

Реферат

ОБЛАСТЬ ТЕХНИКИ, К КОТОРОЙ ОТНОСИТСЯ ИЗОБРЕТЕНИЕ

[0001] Настоящее изобретение относится к технологии представления состояния нестабильного вождения водителю.

УРОВЕНЬ ТЕХНИКИ

[0002] В устройстве поддержки вождения для транспортного средства, описанном в патентном документе 1, вычисляется долговременное распределение состояний движения, соответствующее характеристикам вождения в нормальном режиме, и кратковременное распределение состояний движения, соответствующее текущим характеристикам вождения, и состояние нестабильного вождения определяется на основе абсолютной величины разности между вычисленными двумя распределениями. Следует указать, что можно точно определять нестабильное состояние независимо от изменения окружающей обстановки дорожного движения согласно этому способу.

ДОКУМЕНТЫ ПРЕДШЕСТВУЮЩЕГО УРОВНЯ ТЕХНИКИ

ПАТЕНТНЫЕ ДОКУМЕНТЫ

[0003] Патентный документ 1. JP 2009-9495 A

СУЩНОСТЬ ИЗОБРЕТЕНИЯ

ЗАДАЧА ДЛЯ РЕШЕНИЯ

[0004] Тем не менее, в технологии, раскрытой в патентном документе 1, когда обучение для получения долговременного распределения состояний движения не завершено до такой степени, что характеристики вождения в нормальном режиме считаются понимаемыми, т.е. когда характеристики вождения в нормальном режиме не понимаются, точность определения состояния нестабильного вождения водителя понижается.

Настоящее изобретение осуществлено с учетом вышеуказанных обстоятельств, и его цель заключается в том, чтобы представлять состояние нестабильного вождения водителю, даже когда обучение по характеристикам вождения в нормальном режиме не завершено.

РЕШЕНИЕ ЗАДАЧИ

[0005] Чтобы достичь вышеуказанной цели, согласно аспекту настоящего изобретения, предоставляется первый модуль определения нестабильности вождения для оценки нестабильности вождения на основе разности между множественными распределениями состояний движения для различных диапазонов времени на основе полученных данных состояний движения. Согласно аспекту настоящего изобретения, предоставляется второй модуль определения нестабильности вождения для оценки нестабильности вождения на основе данных состояний движения с помощью процесса, отличающегося от процесса оценки первого модуля определения нестабильности вождения. Согласно аспекту настоящего изобретения, выбирается нестабильность, оцененная посредством первого модуля определения нестабильности вождения, когда предварительно определенное время обучения истекает от начала сбора данных состояний движения, и определяется то, что обучение завершено, и нестабильность, оцененная посредством второго модуля определения нестабильности вождения, когда определяется то, что обучение не завершено. Согласно аспекту настоящего изобретения, информация нестабильности на основе выбранной нестабильности представляется водителю.

ПРЕИМУЩЕСТВА ИЗОБРЕТЕНИЯ

[0006] Согласно аспекту настоящего изобретения, можно представлять состояние нестабильного вождения водителю в зависимости от нестабильности вождения, оцененной посредством второго модуля определения нестабильности вождения, даже когда обучение для получения распределений состояний движения, используемых посредством первого модуля определения нестабильности вождения, не завершено до такой степени, что характеристики вождения в нормальном режиме рассматриваются как понятные.

КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ

[0007] Фиг. 1 является схемой, иллюстрирующей конфигурацию транспортного средства согласно вариантам осуществления настоящего изобретения;

Фиг. 2 является схемой, иллюстрирующей пример конфигурации системы согласно первому-четвертому вариантам осуществления настоящего изобретения;

Фиг. 3 является схемой, иллюстрирующей процесс в модуле представления информации согласно первому варианту осуществления настоящего изобретения;

Фиг. 4A и 4B являются схемами, иллюстрирующими пример информации, представленной водителю;

Фиг. 5 является схемой, иллюстрирующей пример вычисления относительной энтропии;

Фиг. 6 является схемой, иллюстрирующей обозначения, используемые для того, чтобы вычислять относительную энтропию;

Фиг. 7 является схемой, иллюстрирующей способ вычисления предыдущего или долговременного распределения и непосредственно предшествующего распределения на основе данных ошибок прогнозирования угла поворота при рулении;

Фиг. 8 является схемой, иллюстрирующей способ вычисления относительной энтропии;

Фиг. 9 является схемой, иллюстрирующей секции ошибки прогнозирования угла поворота при рулении;

Фиг. 10 является схемой, иллюстрирующей процесс в модуле представления информации согласно второму варианту осуществления настоящего изобретения;

Фиг. 11 является схемой, иллюстрирующей процесс в модуле представления информации согласно третьему варианту осуществления настоящего изобретения;

Фиг. 12 является схемой, иллюстрирующей процесс в модуле представления информации согласно четвертому варианту осуществления настоящего изобретения;

Фиг. 13 является схемой, иллюстрирующей пример конфигурации системы согласно пятому варианту осуществления настоящего изобретения;

Фиг. 14 является схемой, иллюстрирующей процесс в модуле представления информации согласно пятому варианту осуществления настоящего изобретения;

Фиг. 15 является схемой, иллюстрирующей пример конфигурации системы согласно шестому варианту осуществления настоящего изобретения; и

Фиг. 16 является схемой, иллюстрирующей процесс в модуле представления информации согласно шестому варианту осуществления настоящего изобретения.

ПОДРОБНОЕ ОПИСАНИЕ ВАРИАНТОВ ОСУЩЕСТВЛЕНИЯ

[0008] Первый вариант осуществления

Сначала описывается первый вариант осуществления настоящего изобретения со ссылкой на прилагаемые чертежи.

Конфигурация

Фиг. 1 является схемой, иллюстрирующей конфигурацию транспортного средства, имеющего смонтированное устройство предоставления информации для использования в транспортном средстве согласно этому варианту осуществления.

Как показано на фиг. 1, транспортное средство этого варианта осуществления включает в себя датчик 1 степени открытия педали акселератора, датчик 2 рабочей величины нажатия педали тормоза, датчик 3 угла поворота при рулении, датчик 4 скорости транспортного средства, датчик 5 определения состояния указателя поворота, приборную панель 6, навигационную систему 7, G-датчик 8, устройство 9 определения едущих впереди транспортных средств и контроллер 100. Транспортное средство, к которому применяется настоящее изобретение, не обязательно должно включать в себя вышеуказанные датчики и другое комплексное оборудование. Датчики, используемые в других вариантах осуществления, описываются совместно.

[0009] Датчик 1 степени открытия педали акселератора определяет степень открытия (инструктированное значение ускорения) педали акселератора в качестве инструктированного значения ускорения. Определенная степень открытия выводится в контроллер 100.

Датчик 2 рабочей величины нажатия педали тормоза определяет рабочую величину (инструктированное тормозное усилие) педали тормоза в качестве инструктированного тормозного усилия. Определенная рабочая величина выводится в контроллер 100.

Датчик 3 угла поворота при рулении представляет собой, например, датчик угла поворота, прикрепленный около рулевой колонки или руля (не показан), и определяет угол поворота при рулении согласно операции руления водителя на основе вращения рулевого вала. Определенный угол поворота при рулении выводится в контроллер 100.

[0010] Датчик 4 скорости транспортного средства определяет скорость транспортного средства, например, посредством определения числа оборотов колеса транспортного средства. Определенная скорость транспортного средства выводится в контроллер 100. Датчик 4 скорости транспортного средства может определять скорость транспортного средства на основе сигнала в приборную панель 6.

Датчик 5 определения состояния указателя поворота определяет состояние указателя поворота для ручки включения указателя поворота. Определенное состояние указателя поворота выводится в контроллер 100.

[0011] Устройство предоставления информации выводит сигнал оповещения или другие представления в качестве звука или изображения в ответ на управляющий сигнал из контроллера 100. Устройство предоставления информации включает в себя динамик 10, который предоставляет информацию водителю, например, с использованием звукового сигнала или речи, и модуль отображения, который предоставляет информацию через отображение изображения или текстов. Монитор навигационной системы 7 может быть использован, в общем, в качестве модуля отображения.

[0012] Навигационная система 7 включает в себя приемное GPS-устройство, картографическую базу данных и монитор и представляет собой систему, которая выполняет поиск маршрута, навигацию на основе инструкций по маршруту и т.п. Навигационная система 7 допускает получение такой информации, как тип дороги, по которой движется транспортное средство, или ширина дороги, на основе текущей позиции транспортного средства, полученной из приемного GPS-устройства, и информации дороги, сохраненной в картографической базе данных.

[0013] G-датчик 8 определяет продольное ускорение или поперечное ускорение, сформированное в транспортном средстве. Определенное ускорение выводится в контроллер 100.

Устройство 9 определения едущих впереди транспортных средств определяет другие транспортные средства и другие объекты, присутствующие впереди в направлении движения транспортного средства. В этом варианте осуществления, определяется расстояние до объекта. Устройство 9 определения едущих впереди транспортных средств включает в себя, например, лазерный дальномер. Определенное расстояние выводится в контроллер 100 в качестве информации для вычисления расстояния между транспортными средствами, времени между транспортными средствами, относительной скорости и т.п.

[0014] Контроллер 100 является электронным модулем управления, включающим в себя CPU и периферийные компоненты CPU, такие как ROM и RAM, и включает в себя модуль 100A представления информации, который выполняет процесс управления предоставлением информации. Модуль 100A представления информации контроллера 100 анализирует характеристики вождения водителя на основе сигналов, определенных посредством датчика 1 степени открытия педали акселератора, датчика 2 рабочей величины нажатия педали тормоза, датчика 3 угла поворота при рулении и т.п., и определяет степень нестабильности вождения, к примеру, некорректную операцию вождения водителя. Модуль 100A представления информации представляет сигнал оповещения или другую информацию водителю в зависимости от степени нестабильности вождения, чтобы привлекать внимание водителя.

[0015] Фиг. 2 является схемой, иллюстрирующей пример конфигурации системы устройства предоставления информации для использования в транспортном средстве, включающего в себя модуль 100A представления информации согласно этому варианту осуществления.

Устройство предоставления информации для использования в транспортном средстве согласно этому варианту осуществления использует информацию из датчика 3 угла поворота при рулении в качестве данных состояний движения, как показано на фиг. 2. Устройство предоставления визуальной информации и устройство предоставления звуковой информации иллюстрируются в качестве устройства представления информации. Устройство предоставления визуальной информации представляет собой, например, приборную панель 6 или модуль отображения навигационной системы 7. Устройство предоставления звуковой информации представляет собой, например, динамик 10.

Таймер 50 используется для того, чтобы получать время движения от начала сбора данных состояний движения.

Конфигурация, идентичная конфигурации системы, показанной на фиг. 2, используется посредством систем согласно второму-четвертому вариантам осуществления, которые описываются ниже.

[0016] Процесс модуля 100A представления информации описывается со ссылкой на фиг. 3. Процесс модуля 100A представления информации выполняется в предварительно определенном цикле управления (например, 100 мс).

Во-первых, на этапе S1010, модуль 100A представления информации получает следующие данные в качестве информационных данных касательно транспортного средства. Иными словами, модуль 100A представления информации получает угол поворота при рулении в качестве данных состояний движения из датчика 3 угла поворота при рулении.

[0017] На этапе S1030, модуль 100A представления информации определяет состояние обучения. В этом варианте осуществления, время движения от начала сбора данных используется для того, чтобы определять состояние обучения. Степень SD обучения может быть вычислена с использованием числа собранных фрагментов данных.

В частности, на этапе S1030, модуль 100A представления информации вычисляет степень SD обучения на основе следующего выражения.

Степень SD обучения = время(-ена) движения/(диапазон времени * коэффициент)

Время движения: время после начала движения

Диапазон времени: диапазон времени (например, 2000 секунд) распределения состояний движения

Коэффициент: коэффициент (например, 5), ассоциированный со временем сходимости

Значение (диапазон времени * коэффициент) соответствует предварительно определенному времени обучения.

Время движения получается из таймера 50.

[0018] На этапе S1030, модуль 100A представления информации затем определяет состояние обучения из вычисленной степени SD обучения.

В этом варианте осуществления, когда степень SD обучения равна или более "1", определяется то, что состояние обучения является состоянием завершенного обучения. С другой стороны, когда степень SD обучения меньше "1", определяется то, что состояние обучения является состоянием незавершенного обучения.

На этапе S1040, модуль 100A представления информации определяет способ вычисления нестабильности на основе состояния обучения, определенного на этапе S1030. В частности, модуль 100A представления информации выполняет процесс этапа S1050, когда определяется то, что состояние обучения является состоянием завершенного обучения (степень SD обучения≥1). С другой стороны, модуль 100A представления информации выполняет процесс этапа S1070, когда определяется то, что состояние обучения является состоянием незавершенного обучения (степень SD обучения<1).

[0019] Когда определяется то, что обучение завершено, и процесс переходит к этапу S1050, модуль 100A представления информации вычисляет множественные распределения состояний движения при вождении с использованием способа на основе энтропии руления и вычисляет значение разности (относительную энтропию) между распределениями. После этого, процесс переходит к этапу S1060.

[0020] В частности, на этапе S1050, модуль 100A представления информации вычисляет значение разности для определения того, насколько текущая операция вождения водителя отличается от операции вождения в нормальном режиме, т.е. того, является или нет текущая операция вождения нестабильной по сравнению с операцией вождения в нормальном режиме, на основе угла поворота при рулении, когда водитель выполняет операцию руления. Иными словами, на этапе S1050, относительная энтропия (характерный количественный показатель, нестабильность) вычисляется как значение, указывающее некорректную операцию, т.е. операцию неплавного вождения. В общем, в состоянии, в котором водитель не обращает внимание на операцию вождения, время, в которое не выполняется руление, превышает время операции вождения в нормальном режиме, при которой водитель обращает внимание на вождение, и в силу этого большая ошибка угла поворота при рулении накапливается. Следовательно, скорректированная величина руления, когда водитель обращает внимание на вождение, снова увеличивается. В этом варианте осуществления, относительная энтропия RHp вычисляется с использованием этой характеристики. В частности, вычисляется распределение ошибок при рулении (распределение состояний движения), накопленное в прошлом или в течение длительного времени до текущего момента, и распределение ошибок при рулении (распределение состояний движения) водителя в текущее время, полученное в течение короткого времени, т.е. множественные распределения состояний движения для различных диапазонов времени. С помощью распределения ошибок при рулении в течение длительного времени, которое рассматривается в качестве характеристик вождения в нормальном режиме в качестве опорного значения для сравнения, относительная энтропия RHp вычисляется на основе долговременного распределения ошибок при рулении и текущего кратковременного распределения ошибок при рулении.

[0021] Здесь, относительная энтропия RHp является физической величиной, указывающей значение разности (расстояние) между двумя распределениями ошибок при рулении, и представляет степень разности между двумя распределениями ошибок при рулении, т.е. то, насколько эти два распределения ошибок при рулении отклоняются друг от друга. Стабильность текущего непосредственно предшествующего состояния движения относительно предыдущего долговременного состояния движения (характеристик вождения в нормальном режиме) может быть оценена с использованием вычисленного значения относительной энтропии.

Пример вычисления распределения ошибок при рулении, накопленного в течение длительного времени, текущего распределения ошибок при рулении водителя, полученного в течение короткого времени, и значения разности (относительной энтропий) между распределениями описывается ниже.

[0022] На этапе S1060, модуль 100A представления информации определяет состояние нестабильного вождения на основе значения разности.

На этапе S1060 этого варианта осуществления, значение разности, вычисленное на этапе S1050, сравнивается с предварительно определенным пороговым значением для определения. Когда значение разности превышает пороговое значение для определения, определяется то, что состояние вождения является нестабильным. После этого, процесс переходит к этапу S1100.

[0023] С другой стороны, когда на этапе S1040 определено то, что обучение не завершено, процесс переходит к этапу S1070.

На этапе S1070, модуль 100A представления информации вычисляет текущий характерный количественный показатель (абсолютную энтропию) с использованием текущего распределения ошибок при рулении для более короткого диапазона времени. После этого, процесс переходит к этапу S1080. Абсолютная энтропия является ожидаемым значением, возникающим в рассматриваемом распределении состояний движения.

На этапе S1080, модуль 100A представления информации считывает характерный количественный показатель предшествующего вождения. Характерный количественный показатель предшествующего вождения является конечным значением (абсолютной энтропией) во время движения в прошлом. После этого, процесс переходит к этапу S1090.

[0024] На этапе S1090, модуль 100A представления информации сравнивает текущий характерный количественный показатель Hp_current, вычисленный на этапе S1070, с опорным характерным количественным показателем, полученным посредством умножения характерного количественного показателя Hp_old предшествующего вождения, считанного на этапе S1080, на коэффициент k, как выражается в следующем выражении. Когда текущий характерный количественный показатель Hp_current превышает опорный характерный количественный показатель (Hp_old*k), определяется то, что состояние движения является нестабильным. После этого, процесс переходит к этапу S1100.

Hp_current/(Hp_old*k)>1

Здесь, коэффициент k задается равным, например, 1,5.

[0025] На этапе S1100, модуль 100A представления информации выполняет процесс представления информации, когда на этапе S1060 или на этапе S1090 определено то, что состояние движения является нестабильным.

Пример информации, которая должна быть представлена, показывается на фиг. 4A и 4B. Иными словами, когда степень SD обучения равна или более "1", и определяется то, что состояние движения является нестабильным, устройство предоставления информации отображает предупреждение, как показано на фиг. 4A, и представляет предупреждающее голосовое сообщение, такое как "Вождение слишком нервное. Ведите автомобиль аккуратнее!".

[0026] С другой стороны, когда степень SD обучения меньше "1", и определяется то, что состояние движения является нестабильным, точность оценки может быть низкой, и в силу этого устройство предоставления информации представляет предупреждающее голосовое сообщение в форме вежливого оборота, к примеру "Как Ваше самочувствие? Соблюдайте осторожность при вождении".

Таким образом, информация, которая должна быть предоставлена, изменяется в зависимости от степени SD обучения.

На этапе S1110 сохраняется текущий характерный количественный показатель (абсолютная энтропия). Текущий характерный количественный показатель (характерный количественный показатель, вычисленный на этапе S1070) сохраняется для сравнения при следующей поездке (движении).

После этого, процесс завершается и возвращается.

[0027] Пример процесса вычисления распределения ошибок при рулении (распределения состояний движения), накопленного в течение длительного времени, текущего распределения ошибок при рулении (распределения состояний движения) водителя, полученного в течение короткого времени, и значения разности (относительной энтропии) между распределениями описывается со ссылкой на фиг. 5.

Подробности этого процесса непрерывно выполняются с постоянным интервалом, например, каждые 50 мс.

[0028] На этапе S10 сценарий движения транспортного средства оценивается (определяется), чтобы определять то, является или нет сценарий движения сценарием движения, в котором может вычисляться относительная энтропия RHp. Здесь, когда скорость V транспортного средства находится в предварительно определенном диапазоне скоростей транспортного средства (например, 40-120 км/ч), определяется то, что сценарий движения является сценарием движения, в котором может вычисляться относительная энтропия RHp. Иными словами, случай, в котором скорость транспортного средства является чрезмерно малой, и случай, в котором скорость транспортного средства является чрезмерно большой, исключаются из вычисляемого сценария движения, с тем чтобы эффективно вычислять относительную энтропию RHp с использованием сигнала угла поворота при рулении.

[0029] На этапе S20 определяется то, находится или нет текущая скорость V транспортного средства, определенная посредством датчика 4 скорости транспортного средства, в предварительно определенном диапазоне скоростей транспортного средства. Когда определяется то, что скорость V транспортного средства находится в предварительно определенном диапазоне скоростей транспортного средства, и сценарий движения является сценарием движения, в котором может вычисляться относительная энтропия RHp, процесс переходит к этапу S30 с тем, чтобы вычислять относительную энтропию RHp. С другой стороны, когда определяется то, что скорость V транспортного средства не находится в предварительно определенном диапазоне, процесс завершается.

[0030] На этапе S30, текущий сигнал θ угла поворота при рулении, определенный посредством датчика угла поворота при рулении, считывается в качестве рабочей величины вождения водителя, которая должна быть определена для того, чтобы определять состояние нестабильного вождения водителя. На этапе S31, ошибка θe прогнозирования угла поворота при рулении вычисляется на основе считанного значения сигнала θ угла поворота при рулении.

Здесь, специальные обозначения и названия, используемые для того, чтобы вычислять относительную энтропию RHp, показаны на фиг. 6. Сглаженное значение θn-tilde угла поворота при рулении является углом поворота при рулении, начиная с которого уменьшается влияние шума квантования. Оцененное значение θn-hat угла поворота при рулении является значением, полученным посредством оценки угла поворота при рулении во время дискретизации при условии, что руление выполняется плавно. Как выражается посредством выражения 1, оцененное значение θn-hat угла поворота при рулении получается посредством выполнения процесса разложения в ряд Тейлора второго порядка для сглаженного значения θn-tilde угла поворота при рулении.

[0031] "Математическое выражение 1"

(выражение 1)

[0032] В выражении 1, tn представляет время дискретизации угла θn поворота при рулении.

Сглаженное значение θn-tilde угла поворота при рулении вычисляется как среднее значение трех соседних углов θn поворота при рулении в соответствии с выражением 2, с тем чтобы уменьшать влияние шума квантования.

[0033] "Математическое выражение 2"

(выражение 2)

[0034] В выражении 2, l представляет число выборок углов θn поворота при рулении, включенных в 150 мс, когда временной интервал вычисления сглаженного значения θn-tilde угла поворота при рулении задается равным 150 мс, т.е. минимальному временному интервалу, в котором человек может периодически осуществлять манипуляции в ручном режиме.

Когда интервал дискретизации угла θn поворота при рулении задается как Ts, число l выборок выражается посредством выражения 3.

l=round(0,15/Ts) (выражение 3)

[0035] В выражении 2, k имеет значения 1, 2 и 3, и сглаженное значение θn-tilde может быть вычислено с использованием (k*l) на основе трех углов θn поворота при рулении в качестве суммы углов поворота при рулении с интервалами в 150 мс и соседних углов поворота при рулении, смежных с ними. Следовательно, оцененное значение θn-hat, вычисленное на основе сглаженного значения θn-tilde, вычисляется фактически на основе угла θ поворота при рулении, полученного с интервалами в 150 мс.

Ошибка θe прогнозирования угла поворота при рулении во время дискретизации может быть вычислена посредством выражения 4 в качестве разности между оцененным значением θn-hat угла поворота при рулении, когда предполагается, что операция руления выполняется плавно, и фактическим значением θn угла поворота при рулении.

[0036] "Математическое выражение 3"

(выражение 4)

[0037] Здесь, ошибка θe прогнозирования угла поворота при рулении вычисляется для угла θn поворота при рулении через каждый минимальный временной интервал, т.е. 150 мс, в котором человек может периодически осуществлять манипуляции.

Ниже описывается конкретный способ вычисления ошибки θe прогнозирования угла поворота при рулении. Интервал Ts дискретизации сигнала θ угла поворота при рулении задается равным, например, 50 мс. Во-первых, три сглаженных значения θn-tilde угла поворота при рулении вычисляются в соответствии с выражением 2 с использованием трех соседних углов θn поворота при рулении с интервалом 150 мс. Три сглаженных значения θn-tilde угла поворота при рулении выражаются посредством выражения 5.

[0038] "Математическое выражение 4"

(выражение 5)

[0039] Оцененные значения θn-hat угла поворота при рулении вычисляются в соответствии с выражением 1 с использованием вычисленных трех сглаженных значений θn-tilde угла поворота при рулении. Оцененные значения θn-hat выражаются посредством выражения 6.

[0040] "Математическое выражение 5"

(выражение 6)

[0041] Ошибка θe прогнозирования при рулении вычисляется в соответствии с выражением 4 с использованием вычисленных оцененных значений θn-hat угла поворота при рулении и фактического угла θn поворота при рулении.

На этапе S40, данные ошибки θe прогнозирования угла поворота при рулении в течение предварительно определенного времени в T секунд, которые вычислены до настоящего времени и сохранены в запоминающем устройстве контроллера 100, обновляются посредством суммирования текущего значения ошибки θe прогнозирования угла поворота при рулении, вычисленного на этапе S31, с ними. Иными словами, самые первые данные за T секунд из накопленных данных ошибки θe прогнозирования угла поворота при рулении удаляются, и текущее значение, вычисленное на этапе S31, вводится вместо них в качестве самых последних данных ошибки θe прогнозирования угла поворота при рулении. Соответственно, данные ошибки θe прогнозирования угла поворота при рулении за T секунд от текущего значения накапливаются. Предварительно определенное время T задается равным, например, T=3600 секунд (=1 час), с тем, чтобы накапливать данные за длительный период, достаточные для того, чтобы вычислять долговременное распределение ошибок, которое является опорным значением для сравнения для определения нестабильного состояния текущей операции вождения.

[0042] На этапе S50 вычисляется предыдущее или долговременное распределение 1 ошибок прогнозирования угла поворота при рулении, которое служит в качестве опорного значения для сравнения распределения ошибок прогнозирования угла поворота при рулении. Здесь, как показано на фиг. 7, предыдущее распределение ошибок прогнозирования угла поворота при рулении вычисляется, например, с использованием данных в 180 секунд на основе данных за T секунд. В частности, накопленная предыдущая ошибка θe прогнозирования угла поворота при рулении классифицируется на девять секций b1-b9 ошибки прогнозирования, и вычисляется вероятность pi (=p1-p9) частоты ошибки θe прогнозирования угла поворота при рулении, включенной в каждую секцию bi относительно совокупной частоты. Вычисленное предыдущее распределение используется в качестве опорного значения для сравнения распределения ошибок прогнозирования угла поворота при рулении. Диапазон секции bi ошибки прогнозирования задается заранее таким образом, что он является постоянным во всех секциях b1-b9.

[0043] Когда вычисляется долговременное распределение ошибок прогнозирования угла поворота при рулении, используются все данные в 3600 секунд от момента за T секунд до текущего времени. В частности, накопленная долговременная ошибка θe прогнозирования угла поворота при рулении классифицируется на девять секций b1-b9 ошибки прогнозирования, и вычисляется вероятность pi (=p1-p9) частоты ошибки θe прогнозирования угла поворота при рулении, включенной в каждую секцию bi относительно совокупной частоты. Вычисленное предыдущее распределение (или долговременное распределение) используется в качестве предыдущего (или долговременного) распределения 1 ошибок прогнозирования угла поворота при рулении, служащего в качестве опорного значения для сравнения.

[0044] На этапе S51 вычисляется текущее распределение 2 ошибок прогнозирования угла поворота при рулении. Здесь, как показано на фиг. 7, текущее распределение 2 ошибок прогнозирования угла поворота при рулении вычисляется с использованием непосредственно предшествующих данных в 180 секунд с текущего времени. В частности, данные ошибки θe прогнозирования угла поворота при рулении за непосредственно предшествующих 180 секунд классифицируются на девять секций b1-b9 ошибки прогнозирования, и вычисляется вероятность qi (=q1-q9) частоты ошибки θe прогнозирования угла поворота при рулении, включенной в каждую секцию bi относительно совокупной частоты.

[0045] На этапе S70, относительная энтропия RHp вычисляется с использованием предыдущего (или долговременного) распределения 1 ошибок прогнозирования угла поворота при рулении и текущего распределения 2 ошибок прогнозирования угла поворота при рулении. Как показано на фиг. 8, относительная энтропия RHp является значением разности (расстоянием) между текущим распределением 2 ошибок прогнозирования угла поворота при рулении и предыдущим (или долговременным) распределением 1 ошибок прогнозирования угла поворота при рулении в качестве опорного значения для сравнения. Относительная энтропия RHp может быть вычислена с использованием выражения 7.

[0046] "Математическое выражение 6"

(выражение 7)

[0047] Относительная энтропия RHp становится равной RHp=0, когда вероятность pi предыдущего (или долговременного) распределения 1 ошибок прогнозирования угла поворота при рулении и вероятность qi текущего распределения 2 ошибок прогнозирования угла поворота при рулении равны друг другу, и значение RHp увеличивается, когда вероятности pi и qi все в большей степени отличаются друг от друга.

После чего процесс завершается. Вышеуказанный процесс выполняется многократно.

[0048] Диапазон секции bi ошибки прогнозирования для вычисления предыдущего (или долговременного) распределения 1 ошибок прогнозирования угла поворота при рулении и текущего распределения 2 ошибок прогнозирования угла поворота при рулении может задаваться на основе значения α, используемого для того, чтобы вычислять энтропию Hp руления, указывающую неоднозначность (неопределенность) в распределении ошибок при рулении. Здесь, значение α вычисляется как 90 процентилей (диапазон распределения, включающий в себя 90% ошибки при рулении) посредством вычисления ошибки при рулении в пределах постоянного времени, т.е. разности между оцененным значением угла поворота при рулении и фактическим углом поворота при рулении, когда предполагается, что операция руления выполняется плавно на основе данных временных рядов угла поворота при рулении, и измерения распределения (отклонения) ошибки при рулении.

[0049] Следовательно, значение α вычисляется на основе предыдущего (или долговременного) распределения ошибок прогнозирования угла поворота при рулении, и идентичный диапазон секций bi ошибки прогнозирования задается для предыдущего (или долговременного) распределения 1 ошибок прогнозирования угла поворота при рулении и текущего распределения 2 ошибок прогнозирования угла поворота при рулении с использованием вычисленного значения α. Фиг. 9 показывает диапазоны ошибки θe прогнозирования угла поворота при рулении секций bi, заданные с использованием значения α.

[0050] Работа и другие аспекты

Когда состояние обучения может рассматриваться как состояние завершенного обучения (в котором могут быть получены характеристики вождения в нормальном режиме водителя) на основе времени движения после того, как начинается сбор данных, устройство предоставления информации для использования в транспортном средстве вычисляет нестабильность с использованием способа на основе энтропии руления с помощью процессов этапов S1050 и S1060.

[0051] В это время, устройство предоставления информации для использования в транспортном средстве вычисляет значение разности между вычисленными множественными распределениями состояний движения и определяет состояние нестабильного вождения на основе абсолютной величины значения разности. Соответственно, можно точно определять состояние нестабильного движения независимо от изменения окружающей обстановки дорожного движения. Иными словами, можно точно определять нестабильное состояние в зависимости от обычных характеристик водителя независимо от изменения окружающей обстановки дорожного движения.

[0052] В это время, устройство предоставления информации для использования в транспортном средстве вычисляет множественные распределения состояний движения для различных диапазонов времени в качестве множественных распределений состояний движения. Например, устройство предоставления информации для использования в транспортном средстве вычисляет распределение состояний движения, включающее в себя предыдущие данные состояний движения, и распределение состояний движения, включающее в себя непосредственно предшествующие данные состояний движения, и напрямую вычисляет разность непосредственно предшествующего распределения состояний движения на основе предыдущего распределения состояний движения. Как результат, можно оценивать стабильность непосредственно предшествующего состояния при непрерывном обновлении опорных данных. Таким образом, можно точно определять нестабильное состояние движения независимо от изменения окружающей обстановки дорожного движения.

[0053] С другой стороны, когда определяется то, что состояние обуче