[发明专利]车辆驾驶支援系统

说明书

本发明提供一种车辆驾驶支援系统，在个人驾驶员模型与一般驾驶员模型的制作中，能够实现数据处理负荷的降低。车辆驾驶支援系统具备：一般驾驶员模型学习部(1)，基于多个驾驶者的驾驶数据，学习用于对上述多个驾驶者进行应用的一般驾驶员模型(Ma)；个人驾驶员模型学习部(3)，基于特定驾驶者的驾驶数据，学习上述特定驾驶者所固有的个人驾驶员模型(Mb)；以及第1同步引擎(40)，将对上述个人驾驶员模型学习部(3)从上述特定驾驶者的特定车辆(A)接收到的上述特定驾驶者的驾驶数据执行第1数据转换处理而得到的驾驶数据向上述一般驾驶员模型学习部提供。

技术领域

本发明涉及一种车辆驾驶支援系统，尤其涉及利用了驾驶员模型的车辆驾驶支援系统。

背景技术

近年来，为了对车辆控制进行支援，而提出了利用驾驶员模型(例如参照专利文献1)。专利文献1特别记载了与驾驶操作相关的驾驶员模型。在专利文献1的驾驶员模型处理装置中，使用为了该车辆用而制作的个人驾驶员模型、以及通过车外的驾驶员模型服务器制作的最佳驾驶员模型。在该装置中，以基于来自多台车辆的数据制作的最佳驾驶员模型为基准，在个人驾驶员模型与最佳驾驶员模型之间产生差分的情况下，与差分对应地向驾驶者提供建议。

专利文献1：日本特开2009-237937号公报

基于1台特定车辆的数据来制作个人驾驶员模型。另一方面，基于多台车辆的数据来制作一般驾驶员模型。因此，需要在个人驾驶员模型学习部与一般驾驶员模型学习部之间共有数据。

此外，一般驾驶员模型是基于多台车辆的数据而制作的，由此能够期待作为模型的精度提高。然而，由于对大容量的车辆的数据进行处理，因此存在一般驾驶员模型学习部需要处理速度较快的高性能的计算机系统这样的问题。

发明内容

本发明是为了解决这样的课题而进行的，其目的在于提供一种车辆驾驶支援系统，在个人驾驶员模型以及一般驾驶员模型的制作中，能够实现数据处理负荷的降低。

为了实现上述目的，本发明的车辆驾驶支援系统具备：一般驾驶员模型学习部，基于多个驾驶者的驾驶数据，学习用于对多个驾驶者进行应用的一般驾驶员模型；个人驾驶员模型学习部，基于特定驾驶者的驾驶数据，学习特定驾驶者所固有的个人驾驶员模型；以及第1同步引擎，将对个人驾驶员模型学习部从特定驾驶者的特定车辆接收到的特定驾驶者的驾驶数据执行第1数据转换处理而得到的驾驶数据，向一般驾驶员模型学习部提供。

根据如此构成的本发明，个人驾驶员模型学习部对特定车辆的驾驶数据进行学习而构建个人驾驶员模型，而一般驾驶员模型学习部对包括特定车辆在内的多个驾驶数据进行学习而构建一般驾驶员模型。因此，与个人驾驶员模型学习部相比，一般驾驶员模型学习部需要对更大容量的数据进行处理。因此，一般驾驶员模型学习部要求能够进行更高速计算的计算处理装置。但是，采用能够进行更高速计算的计算处理装置会导致成本升高，不是实用的解决方法。因此，在本发明中，通过第1同步引擎，将对个人驾驶员模型学习部从特定驾驶者的特定车辆接收到的特定驾驶者的驾驶数据执行第1数据转换处理而得到的驾驶数据向一般驾驶员模型学习部提供，由此能够实现一般驾驶员模型学习部中的计算处理的减轻化。由此，能够抑制一般驾驶员模型学习部中的处理速度的恶化、以及对一般驾驶员模型学习部要求的计算处理能力的增大。

此外，在本发明中优选为，第1数据转换处理执行第1数据量降低处理，该第1数据量降低处理对从特定车辆接收到的驾驶数据进行处理，以使向一般驾驶员模型学习部提供的驾驶数据的数据量小于从特定车辆接收到的驾驶数据的数据量。

根据如此构成的本发明，通过第1同步引擎，将以缩小数据量的方式进行数据转换而得到的驾驶数据从个人驾驶员模型学习部向一般驾驶员模型学习部提供，由此能够实现一般驾驶员模型学习部中的计算处理的减轻化。

此外，在本发明中优选为，第1数据转换处理执行第1关联性转换处理，该第1关联性转换处理对构成从特定车辆接收到的驾驶数据的多个个别数据间的关联性进行变更。