危险驾驶警告装置、危险驾驶警告系统以及危险驾驶警告方法与流程

1.本公开涉及危险驾驶警告装置、危险驾驶警告系统以及危险驾驶警告方法。


背景技术：

2.在自身车辆的驾驶时，从在周边行驶的其他车辆受到突然的超车、急剧的减速、异常接近等危险行为(以下，称为“牵累行为”)的情况成为社会问题。在确保自身车辆的安全驾驶方面，期望迅速地向自身车辆的驾驶员通知正在受到这样的牵累行为。另一方面，由于自身车辆的驾驶员无意识或者情绪亢奋等，有时会对其他车辆进行牵累行为。在这样的情况下，也期望向自身车辆的驾驶员进行警告。
3.作为与这样的技术关联的发明，在专利文献1中公开了综合地判断驾驶员的心理状态，并实施基于该判断结果的车辆控制的技术。但是，专利文献1所公开的技术并不对自身车辆或者其他车辆正在进行牵累行为的情况进行警告。
4.现有技术文献
5.专利文献
6.专利文献1：日本特开2008-70965号公报


技术实现要素：

7.如上所述，在专利文献1中公开了综合地判断驾驶员的心理状态来实施车辆控制的技术，但并不对自身车辆或者其他车辆正在进行牵累行为的情况进行警告。
8.实施方式的目的在于提供一种危险驾驶警告装置、危险驾驶警告系统以及危险驾驶警告方法，能够通知自身车辆正在从其他车辆受到牵累行为、自身车辆正在对其他车辆进行牵累行为、或者自身车辆和其他车辆双方正在相互进行牵累行为。
9.作为最初的实施方式，提供一种危险驾驶警告装置，其警告自身车辆正在从其他车辆受到牵累行为，具备：自身车辆信息获取部，其获取包含所述自身车辆的行驶信息、所述自身车辆的驾驶员的生物体信息、所述自身车辆的驾驶员的表情中的至少一个的自身车辆信息；通信部，其通过无线通信，获取表示所述其他车辆正在对所述自身车辆进行牵累行为的程度的牵累度；被牵累度计算部，其根据所述自身车辆信息，计算表示所述自身车辆正在从所述其他车辆受到牵累行为的程度的被牵累度；危险度判断部，其根据所述被牵累度和所述牵累度，求出包含所述自身车辆是否正在从所述其他车辆受到牵累行为的危险度；以及提示部，其在判断为正在受到所述牵累行为时，警告所述危险度。
10.作为另一实施方式，提供一种危险驾驶警告装置，其警告自身车辆正在从其他车辆受到牵累行为，具备：自身车辆信息获取部，其获取包含所述自身车辆的行驶信息、所述自身车辆的驾驶员的生物体信息、所述自身车辆的驾驶员的表情中的至少一个的自身车辆信息；通信部，其通过无线通信，获取包含所述其他车辆的行驶信息、所述其他车辆的驾驶员的生物体信息、所述其他车辆的驾驶员的表情中的至少一个的其他车辆信息；被牵累度
计算部，其根据所述自身车辆信息，计算表示所述自身车辆正在从所述其他车辆受到所述牵累行为的程度的被牵累度；牵累度计算部，其根据所述其他车辆信息，计算表示所述其他车辆正在对所述自身车辆进行所述牵累行为的程度的牵累度；危险度判断部，其根据所述被牵累度和所述牵累度，求出包含所述自身车辆是否正在从所述其他车辆受到所述牵累行为的危险度；以及提示部，其在判断为正在受到所述牵累行为时，警告所述危险度。
11.作为另一实施方式，提供一种危险驾驶警告系统，其具备搭载于自身车辆的自身车辆装置、搭载于其他车辆的其他车辆装置、以及经由网络与所述自身车辆装置和所述其他车辆装置连接的服务器，所述危险驾驶警告系统警告所述自身车辆正在从所述其他车辆受到牵累行为，所述自身车辆装置具备：自身车辆信息获取部，其获取包含所述自身车辆的行驶信息、所述自身车辆的驾驶员的生物体信息、所述自身车辆的驾驶员的表情中的至少一个的自身车辆信息；以及自身车辆侧通信部，其经由网络进行与所述服务器之间的通信，所述自身车辆装置和所述服务器中的至少一方具备：被牵累度计算部，其根据所述自身车辆信息，计算表示所述自身车辆正在从所述其他车辆受到牵累行为的程度的被牵累度，所述其他车辆装置具备：其他车辆信息获取部，其获取包含所述其他车辆的行驶信息、所述其他车辆的驾驶员的生物体信息、所述其他车辆的驾驶员的表情中的至少一个的其他车辆信息；以及其他车辆侧通信部，其经由所述网络进行与所述自身车辆装置之间的通信，所述其他车辆装置和所述服务器中的至少一方具备：牵累度计算部，其根据所述其他车辆信息，计算表示所述其他车辆正在对所述自身车辆进行牵累行为的程度的牵累度，所述自身车辆装置还具备：危险度判断部，其根据所述被牵累度和牵累度，求出包含所述自身车辆是否正在从所述其他车辆受到牵累行为的危险度；以及提示部，其在判断为正在受到所述牵累行为时，通过所述自身车辆和所述其他车辆中的至少一方来警告所述危险度。
12.作为另一实施方式，提供一种危险驾驶警告方法，其警告自身车辆正在从其他车辆受到牵累行为，该危险驾驶警告方法包括如下步骤：获取包含自身车辆的行驶信息、所述自身车辆的驾驶员的生物体信息、所述自身车辆的驾驶员的表情中的至少一个的自身车辆信息；根据所述自身车辆信息，计算表示所述自身车辆正在从所述其他车辆受到牵累行为的程度的被牵累度；获取包含所述其他车辆的行驶信息、所述其他车辆的驾驶员的生物体信息、所述其他车辆的驾驶员的表情中的至少一个的其他车辆信息；根据所述其他车辆信息，计算表示所述其他车辆正在对所述自身车辆进行牵累行为的程度的牵累度；根据所述被牵累度和牵累度，求出包含所述自身车辆是否正在从所述其他车辆受到牵累行为的危险度；以及在判断为正在受到所述牵累行为时，通过所述自身车辆和所述其他车辆中的至少一方警告所述危险度。
13.作为另一实施方式，提供一种危险驾驶警告装置，其警告自身车辆正在对其他车辆进行牵累行为，该危险驾驶警告装置具备：自身车辆信息获取部，其获取包含所述自身车辆的行驶信息、所述自身车辆的驾驶员的生物体信息、所述自身车辆的驾驶员的表情中的至少一个的自身车辆信息；通信部，其通过无线通信，获取表示所述其他车辆正在从所述自身车辆受到牵累行为的程度的被牵累度；牵累度计算部，其根据所述自身车辆信息，计算表示所述自身车辆正在对所述其他车辆进行牵累行为的程度的牵累度；危险度判断部，其根据所述被牵累度和所述牵累度，求出包含所述自身车辆是否正在对所述其他车辆进行牵累行为的危险度；以及提示部，其在判断为正在进行所述牵累行为时，警告所述危险度。
14.作为另一实施方式，提供一种危险驾驶警告装置，其警告自身车辆正在对其他车辆进行牵累行为，该危险驾驶警告装置具备：自身车辆信息获取部，其获取包含所述自身车辆的行驶信息、所述自身车辆的驾驶员的生物体信息、所述自身车辆的驾驶员的表情中的至少一个的自身车辆信息；通信部，其通过无线通信，获取包含所述其他车辆的行驶信息、所述其他车辆的驾驶员的生物体信息、所述其他车辆的驾驶员的表情中的至少一个的其他车辆信息；牵累度计算部，其根据所述自身车辆信息，计算表示所述自身车辆正在对所述其他车辆进行所述牵累行为的程度的牵累度；被牵累度计算部，其根据所述其他车辆信息，计算表示所述其他车辆正在从所述自身车辆受到所述牵累行为的程度的被牵累度；危险度判断部，其根据所述被牵累度和所述牵累度，求出包含所述自身车辆是否正在对所述其他车辆进行所述牵累行为的危险度；以及提示部，其在判断为正在进行所述牵累行为时，警告所述危险度。
15.作为另一实施方式，提供一种危险驾驶警告系统，其具备搭载于自身车辆的自身车辆装置、搭载于其他车辆的其他车辆装置、以及经由网络与所述自身车辆装置和所述其他车辆装置连接的服务器，所述危险驾驶警告系统警告所述自身车辆正在对所述其他车辆进行牵累行为，所述自身车辆装置具备：自身车辆信息获取部，其获取包含所述自身车辆的行驶信息、所述自身车辆的驾驶员的生物体信息、所述自身车辆的驾驶员的表情中的至少一个的自身车辆信息；以及自身车辆侧通信部，其经由网络进行与所述服务器之间的通信，所述自身车辆装置和所述服务器中的至少一方具备：牵累度计算部，其根据所述自身车辆信息，计算表示所述自身车辆正在对所述其他车辆进行牵累行为的程度的牵累度，所述其他车辆装置具备：其他车辆信息获取部，其获取包含所述其他车辆的行驶信息、所述其他车辆的驾驶员的生物体信息、所述其他车辆的驾驶员的表情中的至少一个的其他车辆信息；以及其他车辆侧通信部，其经由所述网络进行与所述自身车辆装置之间的通信，所述其他车辆装置和所述服务器中的至少一方具备：被牵累度计算部，其根据所述其他车辆信息，计算表示所述其他车辆正在从所述自身车辆受到牵累行为的程度的被牵累度，所述自身车辆装置还具备：危险度判断部，其根据所述牵累度和被牵累度，求出包含所述自身车辆是否正在对所述其他车辆进行牵累行为的危险度；以及提示部，其在判断为正在进行所述牵累行为时，通过所述自身车辆和所述其他车辆中的至少一方来警告所述危险度。
16.作为另一实施方式，提供一种危险驾驶警告方法，其警告自身车辆正在对其他车辆进行牵累行为，所述危险驾驶警告方法包括如下步骤：在所述自身车辆中，获取包含自身车辆的行驶信息、所述自身车辆的驾驶员的生物体信息、所述自身车辆的驾驶员的表情中的至少一个的自身车辆信息；根据所述自身车辆信息，计算表示所述自身车辆正在对所述其他车辆进行牵累行为的程度的牵累度；获取包含所述其他车辆的行驶信息、所述其他车辆的驾驶员的生物体信息、所述其他车辆的驾驶员的表情中的至少一个的其他车辆信息；根据所述其他车辆信息，计算表示所述其他车辆正在从所述自身车辆受到牵累行为的程度的被牵累度；根据所述牵累度和所述被牵累度，求出包含所述自身车辆是否正在对所述其他车辆进行牵累行为的危险度；以及在判断为正在进行所述牵累行为时，通过所述自身车辆和所述其他车辆中的至少一方来警告所述危险度。
17.作为另一实施方式，提供一种危险驾驶警告装置，其警告自身车辆正在对其他车辆进行牵累行为，该危险驾驶警告装置具备：自身车辆信息获取部，其获取包含所述自身车
辆的行驶信息、所述自身车辆的驾驶员的生物体信息、所述自身车辆的驾驶员的表情中的至少一个的自身车辆信息；第一牵累度计算部，其根据所述自身车辆信息，计算表示所述自身车辆正在对所述其他车辆进行牵累行为的程度的第一牵累度；通信部，其通过无线通信，获取表示所述其他车辆正在对所述自身车辆进行牵累行为的程度的第二牵累度；危险度判断部，其根据所述第一牵累度和所述第二牵累度，求出包含所述自身车辆是否正在对所述其他车辆进行所述牵累行为的危险度；以及提示部，其在判断为正在进行所述牵累行为时，警告所述危险度。
18.作为另一实施方式，提供一种危险驾驶警告装置，其警告自身车辆正在对其他车辆进行牵累行为，该危险驾驶警告装置具备：自身车辆信息获取部，其获取包含所述自身车辆的行驶信息、所述自身车辆的驾驶员的生物体信息、所述自身车辆的驾驶员的表情中的至少一个的自身车辆信息；通信部，其通过无线通信，获取包含所述其他车辆的行驶信息、所述其他车辆的驾驶员的生物体信息、所述其他车辆的驾驶员的表情中的至少一个的其他车辆信息；牵累度计算部，其根据所述自身车辆信息，计算表示所述自身车辆正在对所述其他车辆进行所述牵累行为的程度的第一牵累度，根据所述其他车辆信息，计算表示所述其他车辆正在对所述自身车辆进行所述牵累行为的程度的第二牵累度；危险度判断部，其根据所述第一牵累度和所述第二牵累度，求出包含所述自身车辆是否正在对所述其他车辆进行所述牵累行为的危险度；以及提示部，其在判断为正在进行所述牵累行为时，警告所述危险度。
19.作为另一实施方式，提供一种危险驾驶警告系统，其具备搭载于自身车辆的自身车辆装置、搭载于其他车辆的其他车辆装置、以及经由网络与所述自身车辆装置和所述其他车辆装置连接的服务器，所述危险驾驶警告系统警告所述自身车辆和所述其他车辆相互正在进行牵累行为，所述自身车辆装置具备：自身车辆信息获取部，其获取包含所述自身车辆的行驶信息、所述自身车辆的驾驶员的生物体信息、所述自身车辆的驾驶员的表情中的至少一个的自身车辆信息；以及自身车辆侧通信部，其经由网络进行与所述服务器之间的通信，所述自身车辆装置和所述服务器中的至少一方具备：第一牵累度计算部，其根据所述自身车辆信息，计算表示所述自身车辆正在对所述其他车辆进行牵累行为的程度的第一牵累度，所述其他车辆装置具备：其他车辆信息获取部，其获取包含所述其他车辆的行驶信息、所述其他车辆的驾驶员的生物体信息、所述其他车辆的驾驶员的表情中的至少一个的其他车辆信息；以及其他车辆侧通信部，其经由所述网络进行与所述自身车辆装置之间的通信，所述其他车辆装置和所述服务器中的至少一方具备：第二牵累度计算部，其根据所述其他车辆信息，计算表示所述其他车辆正在对所述自身车辆进行牵累行为的程度的第二牵累度，所述自身车辆装置还具备：危险度判断部，其根据所述第一牵累度和第二牵累度，求出包含所述自身车辆和所述其他车辆是否相互正在进行牵累行为的危险度；以及提示部，其在判断为正在进行所述牵累行为时，通过所述自身车辆和所述其他车辆中的至少一方来警告所述危险度。
20.作为另一实施方式，提供一种危险驾驶警告方法，其警告自身车辆和其他车辆相互正在进行牵累行为，所述危险驾驶警告方法包括如下步骤：获取包含所述自身车辆的行驶信息、所述自身车辆的驾驶员的生物体信息、所述自身车辆的驾驶员的表情中的至少一个的自身车辆信息；根据所述自身车辆信息，计算表示所述自身车辆正在对所述其他车辆
进行牵累行为的程度的第一牵累度；获取包含所述其他车辆的行驶信息、所述其他车辆的驾驶员的生物体信息、所述其他车辆的驾驶员的表情中的至少一个的其他车辆信息；根据所述其他车辆信息，计算表示所述其他车辆正在对所述自身车辆进行牵累行为的程度的第二牵累度；根据所述第一牵累度和所述第二牵累度，求出包含所述自身车辆和所述其他车辆是否相互正在进行牵累行为的危险度；以及在判断为正在进行所述牵累行为时，通过所述自身车辆和所述其他车辆中的至少一方来警告所述危险度。
21.根据实施方式，能够通知自身车辆正在从其他车辆受到牵累行为、自身车辆正在对其他车辆进行牵累行为、或者自身车辆和其他车辆双方正在相互进行牵累行为。
附图说明
22.图1是表示实施方式的危险驾驶警告系统的结构的框图。
23.图2是表示搭载于实施方式的危险驾驶警告系统的自身车辆装置的详细结构的框图。
24.图3是表示搭载于实施方式的危险驾驶警告系统的其他车辆装置的详细结构的框图。
25.图4是表示搭载于实施方式的危险驾驶警告系统的服务器的详细结构的框图。
26.图5a是表示在被牵累度对应表tb1中设定的生物体信息表的图。
27.图5b是表示在被牵累度对应表tb1中设定的车辆信息表的图。
28.图6a是表示在牵累度对应表tb2中设定的生物体信息表的图。
29.图6b是表示在牵累度对应表tb2中设定的车辆信息表的图。
30.图7a是表示第一评价值表的图，该第一评价值表表示被牵累度与评价值的关系。
31.图7b是表示第二评价值表的图，该第二评价值表表示牵累度与评价值的关系。
32.图8a是表示向正在受到牵累行为的车辆警告的内容与评价值的对应的图。
33.图8b是表示向正在进行牵累行为的车辆警告的内容与评价值的对应的图。
34.图9是表示第一实施方式的危险驾驶警告系统的处理步骤的流程图。
35.图10是表示第一实施方式的第二变形例的危险驾驶警告系统的处理步骤的流程图。
36.图11是表示第二实施方式的危险驾驶警告系统的处理步骤的流程图。
37.图12是表示第二实施方式的第二变形例的危险驾驶警告系统的处理步骤的流程图。
38.图13是表示第三实施方式的危险驾驶警告系统的处理步骤的流程图。
39.图14是表示第三实施方式的第二变形例的危险驾驶警告系统的处理步骤的流程图。
具体实施方式
40.以下，参照附图对实施方式进行说明。
41.[第一实施方式的说明]
[0042]
图1是表示实施方式的危险驾驶警告系统的结构的框图。如图1所示，实施方式的危险驾驶警告系统101是在自身车辆va的行驶中，对正在从其他车辆vb受到牵累行为或者
正在对其他车辆vb进行牵累行为的情况进行警告的系统。危险驾驶警告系统101具备搭载于自身车辆va的自身车辆装置1a(危险驾驶警告装置)、搭载于在自身车辆va的前后、左右等周边行驶的一个或多个其他车辆vb的其他车辆装置1b、以及在自身车辆装置1a及其他车辆装置1b之间经由网络4连接的服务器3。自身车辆装置1a和其他车辆装置1b经由服务器3通过无线通信而连接。
[0043]
图2是表示自身车辆装置1a的详细结构的框图。以下，参照图2对自身车辆装置1a的结构进行说明。如图2所示，自身车辆装置1a具备控制器11a、相机部12a、生物体信息传感器13a、行驶信息传感器14a、激光雷达15a。
[0044]
相机部12a具备拍摄自身车辆va的周围图像的车外相机121a、拍摄自身车辆va的驾驶员的脸部图像的车内相机122a。
[0045]
车外相机121a例如设置于自身车辆va的前部、后部以及左右的侧部，对自身车辆va的周围进行拍摄。车外相机121a将拍摄到的图像数据发送到控制器11a。作为车外相机121a，能够使用光学相机、ccd(charge-coupled device：电荷耦合器件)、cmos(complementary metal oxide semiconductor：互补金属氧化物半导体)等。在自身车辆va为自动驾驶车辆的情况下，也可以将车外相机121a兼用为在自动驾驶中使用的用于拍摄周围图像的相机。
[0046]
车内相机122a设置在例如自身车辆va的前玻璃上部或仪表板附近，拍摄驾驶员的面部图像。车内相机122a将拍摄到的图像数据发送到控制器11a。作为车内相机122a，能够使用光学相机、ccd、cmos等。
[0047]
生物体信息传感器13a检测自身车辆的驾驶员的各种生物体信息。作为生物体信息传感器13a的具体例子，能够使用测定驾驶员的每单位时间的心率的心率传感器、测定每单位时间的呼吸数的呼吸数传感器、以及测定驾驶员的血压的血压传感器。由生物体信息传感器13a测定出的信息即心率、呼吸数、血压的信息被发送到控制器11a。心率、呼吸数、血压的测定例如使用埋入车辆的座位的传感器，以非接触的方式检测驾驶员的人体。
[0048]
行驶信息传感器14a例如是搭载于自身车辆va的速度传感器以及加速度传感器，将检测出的速度、加速度的信息发送至控制器11a。行驶信息传感器14a还从搭载于自身车辆va的gps接收机获取自身车辆va所行驶的行驶道路的信息、车道的信息。具体而言，在自身车辆va在2车道以上的行驶道路上行驶的情况下，获取自身车辆va行驶的车道是行驶车道还是超车车道的信息。行驶信息传感器14a将行驶的车道的信息发送至控制器11a。
[0049]
车外相机121a、车内相机122a、生物体信息传感器13a、行驶信息传感器14a、以及激光雷达15a是获取自身车辆信息的自身车辆信息获取部的一例。
[0050]
激光雷达15a例如是安装于自身车辆的前侧、后侧的激光雷达(laser imaging detection and ranging：激光成像探测和测距)。激光雷达15a向自身车辆va的前方及后方照射激光，接收由前方车辆、后方车辆反射后的激光，测定与前行车辆的车间距离以及与后续车辆的车间距离。激光雷达15a将检测到的车间距离的信息发送到控制器11a。
[0051]
控制器11a具备运算处理部31a、通信部32a(自身车辆侧通信部)以及提示部33a。控制器11a例如能够构成为由中央运算单元(cpu)、ram、rom、硬盘等存储单元构成的一体型的计算机。
[0052]
运算处理部31a具备图像识别部311a、危险度判断部312a、被牵累度计算部313a、
牵累度计算部314a、存储部315a。
[0053]
图像识别部311a基于由车外相机121a拍摄到的自身车辆va的周围图像，识别存在于自身车辆va的前侧、后侧、右侧、左侧的各方向的其他车辆vb的动作。
[0054]
图像识别部311a还获取由车内相机122a拍摄到的驾驶员的脸部图像，对获取到的脸部图像进行解析来检测自身车辆va的驾驶员的表情。具体而言，将驾驶员的表情分类为愤怒、惊讶、害怕、悲伤、疲劳、享受、厌恶等。关于解析面部图像的方法，能够采用公知的技术。
[0055]
存储部315a存储上述的驾驶员的表情、由生物体信息传感器13a检测出的各种生物体信息、由行驶信息传感器14a检测出的车辆的行驶信息(速度、加速度的信息)、行驶的车道的信息、由激光雷达15a检测出的车间距离的信息。另外，存储部315a存储自身车辆va的车型的信息。“车型”是指包括乘用车和轻型车辆的区分、排气量的区分、国产车辆与外国车辆的区分、具体的车型名称、具体的车辆编号的概念。
[0056]
而且，存储部315a存储用于基于自身车辆va的驾驶员的表情、驾驶员的生物体信息、自身车辆va的行驶信息、行驶的车道的信息、车间距离的信息、以及自身车辆va的车型的信息，将自身车辆va正从在其周围行驶的其他车辆vb受到牵累行为的程度数值化的被牵累度对应表tb1。
[0057]
被牵累度对应表tb1还在如下时候使用：基于其他车辆vb的驾驶员的表情、驾驶员的生物体信息、其他车辆vb的行驶信息、行驶的车道的信息、车间距离的信息、以及其他车辆vb的车型的信息，将其他车辆vb正在从自身车辆va受到牵累行为的程度数值化。
[0058]
此外，存储部315a存储用于基于自身车辆va的驾驶员的表情、驾驶员的生物体信息、自身车辆va的行驶信息、行驶的车道的信息、车间距离的信息、以及自身车辆va的车型的信息，将自身车辆va正在对其他车辆vb进行牵累行为的程度数值化的牵累度对应表tb2。
[0059]
牵累度对应表tb2还在如下时候使用：基于其他车辆vb的驾驶员的表情、驾驶员的生物体信息、其他车辆vb的行驶信息、行驶的车道的信息、车间距离的信息、以及其他车辆vb的车型的信息，将其他车辆vb正在对自身车辆va进行牵累行为的程度数值化。
[0060]
后面参照图5a、图5b、图6a、图6b，对被牵累度对应表tb1以及牵累度对应表tb2的详细内容进行叙述。
[0061]
存储部315a还存储有第一评价值表tb1、第二评价值表tb2，该第一评价值表tb1、第二评价值表tb2设定将自身车辆va正在从周围行驶的其他车辆vb受到牵累行为的程度(以下，称为“被牵累度”)、以及自身车辆va正在对周围行驶的其他车辆vb进行牵累行为的程度(以下，称为“牵累度”)划分为4个等级而得到的评价值。关于各评价值表tb1、tb2的详细情况，参照图7a、图7b在后面叙述。
[0062]
被牵累度计算部313a基于由自身车辆装置1a的生物体信息传感器13a检测出的各种生物体信息、由行驶信息传感器14a检测出的各种车辆信息、行驶的车道的信息、以及由激光雷达15a检测出的车间距离，参照被牵累度对应表tb1，计算自身车辆va从其他车辆vb受到的牵累行为的程度即被牵累度。
[0063]
被牵累度计算部313a还基于由其他车辆装置1b的生物体信息传感器13b检测出的各种生物体信息、由行驶信息传感器14b检测出的各种车辆信息、行驶的车道的信息、以及由激光雷达15b检测出的车间距离，参照被牵累度对应表tb1，计算其他车辆vb从自身车辆
va受到的牵累行为的程度即被牵累度。
[0064]
牵累度计算部314a基于自身车辆va的驾驶员的生物体信息、自身车辆va的车辆信息、行驶的车道的信息以及车间距离的信息，计算自身车辆va对其他车辆vb进行的牵累行为的程度即牵累度。
[0065]
在从其他车辆vb发送了该其他车辆vb的驾驶员的生物体信息、其他车辆vb的车辆信息、行驶的车道的信息以及车间距离的信息时，牵累度计算部314a还基于这些信息计算其他车辆vb对自身车辆va进行的牵累行为的程度即牵累度。关于被牵累度、牵累度以及它们的计算方法将在后面叙述。
[0066]
危险度判断部312a基于牵累度和被牵累度，判断自身车辆va正在从其他车辆vb受到牵累行为的程度(后述的第一评价值xp)、以及自身车辆va正在对其他车辆vb进行牵累行为的程度(后述的第二评价值yp)。
[0067]
通信部32a经由网络4进行与服务器3之间的通信。具体而言，向服务器3发送由图像识别部311a识别出的自身车辆va的驾驶员的表情的信息、由生物体信息传感器13a检测出的各种生物体信息、由行驶信息传感器14a检测出的自身车辆va的行驶信息、由激光雷达15a检测出的车间距离的信息、行驶的车道的信息。另外，接收从服务器3的通信部22(后述)发送的数据。
[0068]
通信部32a还经由服务器3以及网络4获取表示其他车辆vb正在对自身车辆va进行牵累行为的程度的牵累度。
[0069]
提示部33a例如是搭载于车内的显示器，在通过危险度判断部312a判断为自身车辆va正在从其他车辆vb受到牵累行为时，判断为自身车辆va正在对其他车辆vb进行牵累行为时，判断为自身车辆va和其他车辆vb相互正在进行牵累行为时，显示表示警告的图像。另外，除了显示图像以外，还能够通过声音、光、振动等来通知警告。
[0070]
即，在判断为自身车辆va正在从其他车辆vb受到牵累行为时，提示部33a在自身车辆va中警告因受到牵累行为而引起的危险度。例如，如“正在从后方的车辆受到牵累行为”那样，具体而言，通过声音或者文字来提示表示危险的状况并警告。或者，以10等级的数值划分危险度，提示当前的危险度处于哪个等级并警告。或者，通过在“蓝色”～“红色”之间使显示颜色连续地变化来警告危险度。
[0071]
图3是表示其他车辆装置1b的详细结构的框图。如图3所示，其他车辆装置1b具备控制器11b、具有车外相机121b以及车内相机122b的相机部12b、生物体信息传感器13b、行驶信息传感器14b以及激光雷达15b。另外，控制器11b具备运算处理部31b、通信部32b(其他车辆侧通信部)以及提示部33b。
[0072]
车外相机121b、车内相机122b、生物体信息传感器13b、行驶信息传感器14b以及激光雷达15b是获取其他车辆信息的其他车辆信息获取部的一例。
[0073]
其他车辆装置1b具有与上述的自身车辆装置1a相同的结构。因此，将各构成要素的后缀“a”表示为“b”，省略详细的说明。
[0074]
图4是表示图1的服务器3的结构的框图。如图3所示，服务器3具备控制部21、通信部22以及存储部23。
[0075]
通信部22经由网络4与自身车辆装置1a以及至少一个其他车辆装置1b连接。通信部22经由网络4在与自身车辆装置1a以及至少一个其他车辆装置1b之间进行通信。
[0076]
存储部23存储由自身车辆装置1a的通信部32a以及其他车辆装置1b的通信部32b发送的各种数据。具体而言，存储从自身车辆装置1a发送的驾驶员的表情、各种生物体信息、自身车辆va的行驶信息、车间距离的信息、自身车辆va的车型的信息等。而且，存储从其他车辆装置1b发送的驾驶员的表情、各种生物体信息、其他车辆vb的行驶信息、车间距离的信息、其他车辆vb的车型的信息等。
[0077]
控制部21接收从自身车辆装置1a以及其他车辆装置1b发送的各种信息。另外，进行将接收到的各种信息向自身车辆装置1a及其他车辆装置1b发送的控制。另外，在后述的第一实施方式的第二变形例、第二实施方式的第二变形例、第三实施方式的第二变形例中，执行与上述的危险度判断部312a、被牵累度计算部313a、牵累度计算部314a同样的处理。
[0078]
控制部21例如能够构成为由中央运算单元(cpu)、ram、rom、硬盘等存储单元构成的一体型的计算机。
[0079]
[被牵累度对应表tb1的说明]
[0080]
接着，参照图5a、图5b，对存储部315a中存储的被牵累度对应表tb1进行说明。
[0081]
图5a、图5b是表示为了将自身车辆va(或者其他车辆vb)正在从其他车辆vb(或者自身车辆va)受到牵累行为的程度即被牵累度数值化而使用的被牵累度对应表tb1的图。图5a表示设定了基于驾驶员的生物体信息的数值的生物体信息表，图5b表示设定了基于自身车辆va的信息的数值的车辆信息表。
[0082]
如图5a所示，在生物体信息表中设定有心率[次/分钟]、呼吸数[次/分钟]、血压(上侧)[mmhg]、表情(愤怒、悲伤、疲劳)的可靠度[％]、各个数值的点数以及系数。例如，在自身车辆va的驾驶员的心率为75～80[次/分钟]的范围的情况下，点数为“1”，系数为“2”。另外，在呼吸数为40[次/分钟]以上的情况下，点数为“5”，系数为“1.5”。
[0083]
另一方面，如图5b的(a)所示，在车辆信息表中设定有自身车辆的速度[km/h]、每单位时间(在此为10秒钟)的急加速的次数、急加速的程度(在此为1秒钟内的速度的变化量[％])、旁视驾驶的频率(在此为1分钟内视线从前方向前后、左右偏离30度以上的时间的比例[％])、急转向的次数(在此为1分钟内的次数[次/分钟])、各自的数值的点数及系数。例如，在速度为40～60[km/h]的情况下，认为正在以标准的速度行驶，因此从其他车辆vb受到牵累行为的可能性低，点数为“0”。
[0084]
另外，在速度为30～40[km/h]的情况下，由于速度低而容易受到牵累行为，因此将点数设为“4”，在速度为30[km/h]以下的情况下，由于更容易受到牵累行为，因此将点数设为“5”。另外，将系数设定为“1.5”。
[0085]
而且，每单位时间(例如10秒钟)中的急加速的次数越多，则将点数设定得越高。例如，在急加速的次数为10秒内5次以上的情况下，将点数设定为“5”。另外，系数为“2”。另外，旁视驾驶的频率越高则点数越高，急转向的次数越多则点数越高。
[0086]
如图5b的(b)所示，在车辆信息表中，对应于自身车辆va的车型信息的乘法系数被设定为“1”～“1.5”的范围。而且，对应于行驶的车道信息的乘法系数被设定为“1”以及“2.25”中的某一个。乘法系数是后述的“α”、“γ”，是在计算被牵累度时使用的系数。因此，乘法系数越大，被牵累度成为越大的数值。
[0087]
作为自身车辆va的车型信息，例如如上所述，能够通过车辆的排气量的大小、以及国产车辆和外国车辆来划分。作为一例，在外国车辆且排气量为2000[cc]以上的情况下设
为“a”，小于2000[cc]的情况下设为“b”。另外，在国产车辆且排气量为3000[cc]以上的情况下设为“c”，2000～3000[cc]的情况下设为“d”，1000～2000[cc]的情况下设为“e”，1000[cc]以下的情况下设为“f”。
[0088]
即，认为如轻型车辆那样排气量小的车辆容易受到牵累行为，因此将乘法系数设定得高，认为排气量大的外国车辆难以受到牵累行为，因此将乘法系数设定得低。
[0089]
车道信息是自身车辆va是在行驶车道上行驶还是在超车车道上行驶的信息。在自身车辆va持续在行驶车道上行驶的情况下，将乘法系数设为“1”，例如在回溯5分钟的时间内超过30秒以上地在超车车道上行驶的情况下，将乘法系数设为“2.25”。即，在自身车辆va在超车车道上行驶的情况下，从其他车辆vb受到牵累行为的可能性提高，因此将乘法系数设定得高。在自身车辆va在单侧1车道道路上行驶的情况下，将乘法系数设为“1”。
[0090]
上述的点数、系数、乘法系数在计算被牵累度和牵累度的运算式(后述)中使用。
[0091]
此外，在上述的说明中，对搭载于自身车辆装置1a的存储部315a中存储的被牵累度对应表tb1进行了说明，但关于搭载于其他车辆装置1b的存储部315b也存储有同样的被牵累度对应表tb1。
[0092]
[牵累度对应表tb2的说明]
[0093]
接着，参照图6a、图6b，对存储部315a中存储的牵累度对应表tb2进行说明。
[0094]
图6a、图6b是表示为了将自身车辆va(或者其他车辆vb)正在对其他车辆vb(或者自身车辆)进行牵累行为的程度即牵累度数值化而使用的牵累度对应表tb2的图。图6a表示设定了基于驾驶员的生物体信息的数值的生物体信息表，图6b表示设定了基于自身车辆的信息的数值的车辆信息表。
[0095]
如图6a所示，在生物体信息表中设定有心率[次/分钟]、呼吸数[次/分钟]、血压(上侧)[mmhg]、表情(愤怒)的可靠度[％]、各个数值的点数以及系数。例如，在心率为75～80[次/分钟]的范围的情况下，点数为“1”，系数为“2”。另外，在呼吸数为40[次/分钟]以上的情况下，点数为“5”，系数为“1.5”。
[0096]
另一方面，如图6b的(a)所示，在车辆信息表中设定有自身车辆的速度[km/h]、每单位时间(在此为10秒钟)的急加速的次数、急加速的程度(在此为1秒钟内的速度的变化量[％])、旁视驾驶的频率(在此为1分钟内视线从前方向前后、左右偏离30度以上的时间的比例[％])、急转向的次数(在此为1分钟内的次数[次/分钟])、各自的数值的点数及系数。例如，在速度为60～70[km/h]的情况下，点数为“1”，系数为“1.5”。另外，在急加速的次数为10秒内5次以上的情况下，设定为点数“5”。另外，系数为“2”。
[0097]
另外，如图6b的(b)所示，在车辆信息表中，分别在“1”～“1.5”的范围内设定了对应于自身车辆va的车型信息以及车体信息的乘法系数。作为自身车辆va的车型信息，能够通过车辆的排气量的大小、以及国产车辆和外国车辆来划分。作为一例，在国产车辆且排气量为1000[cc]以下的情况下设为“a”，1000～2000[cc]的情况下设为“b”，2000～3000[cc]的情况下设为“c”，3000[cc]以上的情况下设为“d”。另外，在外国车辆且排气量为2000[cc]以下的情况下设为“e”，2000[cc]以上的情况下设为“f”。
[0098]
即，认为排气量大的车辆或外国车辆容易进行牵累行为，因此将乘法系数设定得高，认为如轻型车辆那样排气量小的国产车辆难以进行牵累行为，因此将乘法系数设定得低。
[0099]
车体信息是过去的违章历史、事故历史的信息。并且，将过去的违章次数、事故次数为零的情况设为“a”，次数越多则设为“b”、“c”、“d”、“e”、“f”。即，认为过去违章次数、事故次数多的车辆容易牵累其他车辆，因此违章次数、事故次数越多，将乘法系数设定得越高。例如，过去违章、事故多的车型将乘法系数设定得高。另外，过去违章、事故多的车辆编号的车辆将乘法系数设定得高。
[0100]
车道信息是自身车辆va是在行驶车道上行驶还是在超车车道上行驶的信息。在自身车辆va持续在行驶车道上行驶的情况下，将乘法系数设为“1”，例如在回溯5分钟的时间段中30秒以上地在超车车道上行驶的情况下，将乘法系数设为“1.5”。即，在自身车辆va在超车车道上行驶的情况下，对其他车辆vb进行牵累行为的可能性提高，因此将乘法系数设定得高。在自身车辆va在单侧1车道道路上行驶的情况下，将乘法系数设为“1”。另外，存在于周围的其他车辆的数量越多，则也可以将乘法系数设定得越高。
[0101]
上述的点数、系数、乘法系数在计算被牵累度和牵累度的运算式(后述)中使用。
[0102]
此外，在上述的说明中，对搭载于自身车辆装置1a的存储部315a中存储的牵累度对应表tb2进行了说明，但关于搭载于其他车辆装置1b的存储部315b也存储有同样的牵累度对应表tb2。
[0103]
而且，在第一实施方式中，使用图5a、图5b所示的被牵累度对应表tb1，计算出自身车辆va正在从其他车辆vb受到牵累行为时的被牵累度(将其设为“q1”)。并且，使用图6a、图6b所示的牵累度对应表tb2，计算出其他车辆vb正在对自身车辆va进行牵累行为时的牵累度(将其设为“q2”)。基于计算出的被牵累度q1和牵累度q2，计算出自身车辆va正在从其他车辆vb受到的牵累行为所引起的危险度的评价值、以及其他车辆vb对自身车辆va进行的牵累行为所引起的危险度的评价值，将与各评价值对应的警告提示给自身车辆va的驾驶员。关于“评价值”的详细情况在后面叙述。
[0104]
另外，在第二实施方式中，使用被牵累度对应表tb1，计算出其他车辆vb正在从自身车辆va受到牵累行为时的被牵累度q1。并且，使用牵累度对应表tb2，计算出自身车辆va正在对其他车辆vb进行牵累行为时的牵累度q2。基于计算出的被牵累度q1和牵累度q2，计算出其他车辆vb正在从自身车辆va受到的牵累行为所引起的危险度的评价值、以及自身车辆va正在对其他车辆vb进行的牵累行为所引起的危险度的评价值，将与各评价值对应的警告提示给自身车辆va的驾驶员。
[0105]
而且，在第三实施方式中，使用牵累度对应表tb2，计算出自身车辆va正在对其他车辆vb进行牵累行为时的牵累度q2(第一牵累度)、以及其他车辆vb正在对自身车辆va进行牵累行为时的牵累度q2’(第二牵累度)。基于计算出的第一牵累度q2和第二牵累度q2’，计算出其他车辆vb正在对自身车辆va进行的牵累行为所引起的危险度的评价值、以及自身车辆va正在对其他车辆vb进行的牵累行为所引起的危险度的评价值，将与各评价值对应的警告提示给自身车辆va的驾驶员。
[0106]
[被牵累度的计算方法的说明]
[0107]
接下来，对被牵累度计算部313a参照上述的被牵累度对应表tb1来计算自身车辆va正在从其他车辆vb受到牵累行为时的被牵累度q1的方法进行说明。
[0108]
被牵累度计算部313a基于由自身车辆装置1a检测出的各种信息，基于图5a、图5b所示的各项目的点数和系数，使用以下的式(1)来计算参数q1。
[0109]
q1＝(心率的点数)*2+(呼吸数的点数)*1.5+(血压的点数)*2
[0110]
+(表情的点数)*1.5+(速度的点数)*1.5+(急加速次数的点数)*2+(急加速程度的点数)*1.5+(旁视驾驶的频率)*1.5+(急转向的次数)*2
…
(1)
[0111]
在式(1)中，在点数全部为最大值即“5”的情况下，q1＝77.5。
[0112]
而且，在参数q1上乘以与自身车辆va的车型信息对应的乘法系数(将该乘法系数设为“α”)、与车道信息对应的点数(将该点数设为“γ”)，通过以下所示的式(2)，计算出被牵累度q1。α为1～1.5的数值、γ为1或2.25的数值。
[0113]
q1＝α*γ*q1
…
(2)
[0114]
在式(2)中，被牵累度q1为0～261.6之间的数值。
[0115]
[牵累度的计算方法的说明]
[0116]
接着，对牵累度计算部314a参照图6a、图6b所示的牵累度对应表tb2来计算自身车辆va正在对其他车辆vb进行牵累行为时的牵累度q2的方法进行说明。
[0117]
牵累度计算部314a基于自身车辆va的驾驶员的表情、驾驶员的生物体信息、自身车辆va的驾驶信息，基于图6a、图6b所示的点数和系数，使用以下的式(3)来计算参数q2。
[0118]
q2＝(心率的点数)*2+(呼吸数的点数)*1.5+(血压的点数)*2+(表情的点数)*1.5+(速度的点数)*1.5+(急加速次数的点数)*2+(急加速程度的点数)*1.5+(旁视驾驶的频率)*1.5+(急转向的次数)*2
…
(3)
[0119]
在式(3)中，在点数全部为最大值即“5”的情况下，q2＝77.5。
[0120]
而且，在参数q2上乘以与自身车辆va的车型信息对应的点数(将该点数设为“α”)、与车体信息对应的点数(将该点数设为“β”)、与车道信息对应的点数(将该点数设为“γ”)，通过以下所示的式(4)计算出牵累度q2。α、β为1～1.5的数值，γ为1或1.5的数值。
[0121]
q2＝α*β*γ*q2
…
(4)
[0122]
在式(4)中，牵累度q2为0～261.6之间的数值。
[0123]
[评价值表的说明]
[0124]
接着，说明评价值表。在图2所示的存储部315a中存储有第一评价值表和第二评价值表，该第一评价值表表示与将自身车辆va从其他车辆vb受到的被牵累度q1划分为4个等级而设定的评价值的对应，该第二评价值表表示与将自身车辆va对其他车辆vb进行牵累行为的牵累度q2划分为4个等级而设定的评价值的对应。
[0125]
图7a是表示第一评价值表tb1的图。如图7a所示，在第一评价值表tb1中设定有在“0～202.5”的范围内变化的被牵累度q1与评价值xp的关系。具体而言，将被牵累度q1划分为4个等级，作为各个评价值xp，设定x0～x3。例如，若被牵累度q1为0～50的范围，则评价值xp为x0。
[0126]
图7b是表示第二评价值表tb2的图。如图7b所示，在第二评价值表tb2中设定有在“0～202.5”的范围内变化的牵累度q2与评价值yp的关系。具体而言，将牵累度q2划分为4个等级，作为各个评价值yp，设定y0～y3。例如，若牵累度q2为150以上，则评价值yp为y3。
[0127]
危险度判断部312a基于被牵累度q1，参照第一评价值表tb1来决定评价值xp(将其设为第一评价值xp)。另外，基于牵累度q2，参照第二评价值表tb2来决定评价值yp(将其设为第二评价值yp)。
[0128]
危险度判断部312a还基于决定出的第一评价值xp和第二评价值yp，对自身车辆va
的驾驶员决定警告的内容(参照图8a、图8b)并向提示部33a输出。
[0129]
[第一实施方式的作用的说明]
[0130]
接着，参照图9所示的流程图对第一实施方式的作用进行说明。图9是表示第一实施方式的危险驾驶警告系统101的处理步骤的流程图。首先，在图9的步骤s11中，控制器11a获取由搭载于自身车辆装置1a的相机部12a、生物体信息传感器13a、行驶信息传感器14a以及激光雷达15a检测出的各信息。
[0131]
在步骤s12中，控制器11a将在步骤s11的处理中获取到的各信息存储于存储部315a。
[0132]
在步骤s13中，被牵累度计算部313a参照被牵累度对应表tb1将上述的各信息数值化。例如，如图5b所示，在自身车辆va的行驶速度为60～70[km/h]的情况下，点数为“1”。
[0133]
在步骤s14中，被牵累度计算部313a计算出被牵累度q1。具体而言，被牵累度计算部313a通过前述的式(2)来计算自身车辆va正在从其他车辆vb受到牵累行为的程度即被牵累度q1。被牵累度q1能够使用判定时刻(瞬时)的数值来计算。另外，除此以外，例如也可以设定从判定时刻回溯预定时间(例如10秒钟)的时间段，使用该时间段中的被牵累度q1的平均值、峰值、中央值等代表值。另外，也可以将上述时间段中的峰值保持预定时间(例如10秒钟)并设为被牵累度q1。
[0134]
在步骤s15中，通信部32a获取由其他车辆装置1b计算出的牵累度q2的数据。如上所述，在其他车辆装置1b中，通过牵累度计算部314b计算出其他车辆vb正在对自身车辆va进行牵累行为时的牵累度q2。具体而言，通过前述的式(4)来计算牵累度q2。该牵累度q2的数据经由网络4发送至服务器3，并且发送至自身车辆装置1a。通信部32a接收该牵累度q2的数据。牵累度q2与前述的被牵累度q1同样地，能够使用判定时刻(瞬时)的数值来计算。另外，除此以外，也可以设定从判定时刻回溯预定时间(例如10秒钟)的时间段，使用该时间段中的牵累度q2的平均值、峰值、中央值等代表值。另外，也可以将上述时间段的峰值保持预定时间(例如10秒钟)并设为牵累度q2。
[0135]
在步骤s16中，危险度判断部312a基于在步骤s14的处理中计算出的被牵累度q1，设定第一评价值xp。具体而言，将图7a所示的x0～x3中的任一个设定为第一评价值xp。
[0136]
在步骤s17中，危险度判断部312a基于在步骤s15的处理中获取的牵累度q2，设定第二评价值yp。具体而言，将图7b所示的y0～y3中的任一个设定为第二评价值yp。
[0137]
在步骤s18中，危险度判断部312a基于自身车辆va与其他车辆vb之间的车间距离，判断车间距离是否为预先设定的阈值距离lth以下。在为阈值距离lth以下的情况下(s18：是)，使处理进入步骤s21，否则(s18：否)，使处理进入步骤s19。
[0138]
在步骤s19中，危险度判断部312a基于第一评价值xp和第二评价值yp，对自身车辆va的驾驶员设定警告内容。例如，以第二评价值yp为y1以上为条件，根据第一评价值xp来决定警告内容。
[0139]
图8a是表示自身车辆va正在从其他车辆vb受到牵累行为时的警告的内容的图。如图8a所示，在第一评价值xp为x0的情况下，设为“无警告”。另外，在第一评价值xp为x1～x3的情况下，设定与各评价值对应的警告的内容。
[0140]
在步骤s20中，危险度判断部312a判断是否对自身车辆va的驾驶员警告正在受到牵累行为的情况。在第二评价值yp为y0的情况下，或者在第一评价值xp为x0的情况下不进
行警告(s20：否)，因此结束本处理。
[0141]
另一方面，在第二评价值yp为y1以上且第一评价值xp为x1以上的情况下，在步骤s21中，危险度判断部312a通过提示部33a提示与第一评价值xp对应的警告。
[0142]
如果以提示部33a是显示器的情况为例，则在第一评价值xp为x1时，例如显示“请注意安全驾驶”这样的文字。在第一评价值xp为x2时，例如显示“请注意行驶”这样的文字。在第一评价值xp为x3时，例如显示“检测到危险驾驶，请注意周边车辆”这样的文字。即，第一评价值xp越高，则进行更强的注意提醒。
[0143]
而且，在车间距离为阈值距离以下的情况下(s18：是)，例如提示“有异常接近的车辆，请注意”等文字、或者声音。即，在车间距离短、其他车辆vb相对于自身车辆va异常接近的情况下，与被牵累度q1的大小无关地显示警告。然后，结束本处理。
[0144]
这样，能够基于与自身车辆va相关的各种信息以及与其他车辆vb相关的各种信息，判断自身车辆va是否正在从其他车辆vb受到牵累行为，并将与被牵累度q1对应的内容的警告提示给自身车辆va的驾驶员。
[0145]
[第一实施方式的效果的说明]
[0146]
这样，在第一实施方式的危险驾驶警告系统101中，能够实现以下所示的效果。
[0147]
(1)计算表示自身车辆va正在从其他车辆vb受到牵累行为的程度的被牵累度q1，而且计算表示其他车辆vb正在对自身车辆va进行牵累行为的程度的牵累度q2。并且，基于被牵累度q1和牵累度q2，警告自身车辆va的驾驶员受到了牵累行为。因此，自身车辆va的驾驶员能够立即识别自身车辆va正在受到牵累行为，能够迅速采取躲避危险的应对。
[0148]
(2)其他车辆vb正在对自身车辆va进行牵累行为时的牵累度q2由其他车辆vb的牵累度计算部314b计算，通过经由网络4的通信而由自身车辆装置1a获取，因此能够降低自身车辆装置1a中的运算负荷。
[0149]
(3)作为自身车辆va的信息，包含车型的信息以及行驶的车道信息。例如，在自身车辆va为轻型车辆的情况下，在自身车辆va在超车车道上行驶等情况下，判断为容易受到牵累行为，因此将计算被牵累度q1时的乘法系数设定为更高的数值。因此，能够以更高的精度计算被牵累度q1。
[0150]
(4)作为其他车辆vb的信息，包括车型信息、车体信息以及行驶的车道信息。例如，在其他车辆vb为大型车辆的情况下、在超车车道上行驶的情况下，判断为容易进行牵累行为，因此将计算牵累度q2时的乘法系数设定为更高的数值。而且，在其他车辆vb过去发生了较多的事故或违章的情况下，判断为容易进行牵累行为，因此将计算牵累度q2时的乘法系数设定为更高的数值。因此，能够以更高的精度计算牵累度q2。
[0151]
(5)作为车辆信息，使用车辆的行驶速度、急加速的次数、加速的程度、旁视驾驶的频率、以及急转向的次数来计算被牵累度q1和牵累度q2。在行驶速度高、急加速的次数多、或者加速的程度大的情况下，判断为受到牵累行为或者进行牵累行为的可能性高，因此将计算被牵累度q1和牵累度q2时的点数设定得高。因此，能够高精度地计算被牵累度q1和牵累度q2。
[0152]
(6)作为生物体信息，使用驾驶员的心率、呼吸数以及血压来计算被牵累度q1和牵累度q2。在驾驶员的心率高、呼吸数多、以及血压高的情况下，判断为受到牵累行为或者进行牵累行为的可能性高，因此将计算被牵累度q1和牵累度q2时的点数设定得高。因此，能够
高精度地计算被牵累度q1和牵累度q2。
[0153]
[第一实施方式的第一变形例的说明]
[0154]
接着，对上述的第一实施方式的第一变形例进行说明。在第一变形例中构成为，图4所示的服务器3的控制部21具备与危险度判断部312a同样的危险度判断部。另外，在服务器3的存储部23中存储被牵累度对应表tb1、牵累度对应表tb2、第一评价值表tb1、第二评价值表tb2，这一点与前述的第一实施方式不同。
[0155]
在第一变形例中，将在自身车辆装置1a中检测出的各种信息(生物体信息、行驶信息、图像、激光雷达的信息等)从通信部32a经由网络4发送到服务器3，在服务器3的控制部21中计算被牵累度q1。另外，将在其他车辆装置1b中检测出的各种信息从通信部32b经由网络4向服务器3发送，在服务器3的控制部21中计算牵累度q2。除此以外的结构与上述的第一实施方式相同。
[0156]
这样，在第一变形例的危险驾驶警告系统101中，在服务器3中设置被牵累度对应表tb1以及牵累度对应表tb2，在服务器3中计算被牵累度q1和牵累度q2。因此，能够降低搭载于自身车辆装置1a以及其他车辆装置1b的存储部315a、315b的存储容量以及运算负荷。
[0157]
[第一实施方式的第二变形例的说明]
[0158]
接着，对上述的第一实施方式的第二变形例进行说明。装置结构与上述图1～图4相同，因此省略结构说明。
[0159]
在上述的第一实施方式中，构成为通过搭载于其他车辆vb的牵累度计算部314b计算该其他车辆vb对于自身车辆va的牵累度q2，并将计算出的牵累度q2经由网络4发送到自身车辆va。与此相对，在第二变形例中，将在其他车辆装置1b中检测出的各种信息经由网络4发送到自身车辆装置1a。而且，不同点在于，通过搭载于自身车辆装置1a的牵累度计算部314a，计算其他车辆vb的牵累度q2。
[0160]
以下，参照图10所示的流程图对第二变形例的危险驾驶警告系统101的处理步骤进行说明。
[0161]
首先，在图10的步骤s31中，搭载于自身车辆装置1a的控制器11a获取由相机部12a、生物体信息传感器13a、行驶信息传感器14a以及激光雷达15a检测出的各信息。
[0162]
在步骤s32中，控制器11a将在步骤s31的处理中获取到的各信息存储于存储部315a。
[0163]
在步骤s33中，被牵累度计算部313a参照被牵累度对应表tb1将上述的各信息数值化。
[0164]
在步骤s34中，自身车辆装置1a的控制器11a获取由搭载于其他车辆装置1b的相机部12b、生物体信息传感器13b、行驶信息传感器14b以及激光雷达15b检测出的各信息。具体而言，通过自身车辆装置1a的通信部32a接收从其他车辆装置1b的通信部32b发送的各种数据。
[0165]
在步骤s35中，控制器11a将在步骤s34的处理中获取到的各信息存储于存储部315a。
[0166]
在步骤s36中，牵累度计算部314a参照牵累度对应表tb2，将上述的各信息数值化。
[0167]
在步骤s37中，被牵累度计算部313a计算被牵累度q1。具体而言，被牵累度计算部313a通过前述的式(2)来计算自身车辆va正在从其他车辆vb受到牵累行为的程度即被牵累
度q1。被牵累度q1能够使用判定时刻(瞬时)的数值来计算。另外，除此以外，也可以设定从判定时刻回溯预定时间(例如10秒钟)的时间段，使用该时间段中的被牵累度q1的平均值、峰值、中央值等代表值。另外，也可以将上述时间段的峰值保持预定时间(例如10秒钟)并设为被牵累度q1。
[0168]
在步骤s38中，牵累度计算部314a计算牵累度q2。具体而言，牵累度计算部314a通过前述的式(4)计算其他车辆vb正在对自身车辆va进行牵累行为时的牵累度q2。牵累度q2能够使用判定时刻(瞬时)的数值来计算。另外，除此以外，也可以设定从判定时刻回溯预定时间(例如10秒钟)的时间段，使用该时间段中的牵累度q2的平均值、峰值、中央值等代表值。另外，也可以将上述时间段的峰值保持预定时间(例如10秒钟)并设为牵累度q2。
[0169]
在步骤s39中，危险度判断部312a基于在步骤s37的处理中计算出的被牵累度q1，设定第一评价值xp。具体而言，将图7a所示的x0～x3中的任一个评价值设定为第一评价值xp。
[0170]
在步骤s40中，危险度判断部312a基于在步骤s38的处理中获取到的牵累度q2，设定第二评价值yp。具体而言，将图7b所示的y0～y3中的任一个评价值设定为第二评价值yp。
[0171]
步骤s41～s44与图9所示的步骤s18～s21的处理相同，因此省略说明。
[0172]
这样，在第一实施方式的第二变形例的危险驾驶警告系统101中，通过自身车辆装置1a的被牵累度计算部313a来计算自身车辆va正在从其他车辆vb受到牵累行为时的被牵累度q1。另外，从其他车辆vb获取该其他车辆vb的各种信息，通过牵累度计算部314a，使用获取到的信息来计算其他车辆vb正在对自身车辆va进行牵累行为时的牵累度q2。
[0173]
因此，能够通过自身车辆装置1a来计算被牵累度q1和牵累度q2，因此能够降低其他车辆vb中的运算负荷。
[0174]
[第二实施方式的说明]
[0175]
接着，对第二实施方式进行说明。第二实施方式的危险驾驶警告系统101与前述的图1～图4所示的危险驾驶警告系统101相同，因此省略结构说明。在第二实施方式中，在自身车辆va正在对其他车辆vb进行牵累行为的情况下，对自身车辆va的驾驶员警告正在进行牵累行为所引起的危险度。
[0176]
以下，参照图11所示的流程图对第二实施方式的危险驾驶警告系统101的处理步骤进行说明。首先，在图11的步骤s51中，控制器11a获取由搭载于自身车辆装置1a的相机部12a、生物体信息传感器13a、行驶信息传感器14a以及激光雷达15a检测出的各信息。
[0177]
在步骤s52中，控制器11a将在步骤s51的处理中获取到的各信息存储于存储部315a。
[0178]
在步骤s53中，牵累度计算部314a参照牵累度对应表tb2，将上述的各信息数值化。例如，如图6b所示，在自身车辆va的加速度的次数为10秒内5次以上的情况下，点数为“5”。
[0179]
在步骤s54中，牵累度计算部314a计算牵累度q2。具体而言，牵累度计算部314a通过前述的式(4)来计算自身车辆va正在对其他车辆vb进行牵累行为时的牵累度q2。牵累度q2能够使用判定时刻(瞬时)的数值来计算。另外，除此以外，也可以设定从判定时刻回溯预定时间(例如10秒钟)的时间段，使用该时间段中的牵累度q2的平均值、峰值、中央值等代表值。另外，也可以将上述时间段的峰值保持预定时间(例如10秒钟)并设为牵累度q2。
[0180]
在步骤s55中，通信部32a获取由其他车辆装置1b计算出的被牵累度q1的数据。如
上所述，在其他车辆装置1b中，通过被牵累度计算部313b计算出其他车辆vb正在从自身车辆va受到牵累行为时的被牵累度q1。具体而言，通过前述的式(2)来计算被牵累度q1。该被牵累度q1的数据经由网络4发送至服务器3，而且发送至自身车辆装置1a。通信部32a接收该被牵累度q1的数据。被牵累度q1能够使用判定时刻(瞬时)的数值来计算。另外，除此以外，也可以设定从判定时刻回溯预定时间(例如10秒钟)的时间段，使用该时间段中的被牵累度q1的平均值、峰值、中央值等代表值。另外，也可以将上述时间段的峰值保持预定时间(例如10秒钟)并设为被牵累度q1。
[0181]
在步骤s56中，危险度判断部312a基于在步骤s55的处理中获取到的被牵累度q1来设定第一评价值xp。具体而言，将图7a所示的x0～x3中的任一个评价值设定为第一评价值xp。
[0182]
在步骤s57中，危险度判断部312a基于在步骤s54的处理中计算出的牵累度q2来设定第二评价值yp。具体而言，将图7b所示的y0～y3中的任一个评价值设定为第二评价值yp。
[0183]
在步骤s58中，危险度判断部312a基于自身车辆va与其他车辆vb之间的车间距离，判断车间距离是否为预先设定的阈值距离lth以下。在为阈值距离lth以下的情况下(s58：是)，使处理进入步骤s61，在不是的情况下(s58：否)，使处理进入步骤s59。
[0184]
在步骤s59中，危险度判断部312a基于第一评价值xp和第二评价值yp，设定针对自身车辆va的驾驶员的警告内容。例如，以第一评价值xp为x1以上为条件，根据第二评价值yp来决定警告内容。
[0185]
图8b是表示自身车辆va正在对其他车辆vb进行牵累行为时的警告的内容的图。如图8b所示，在第二评价值yp为y0的情况下，设为“无警告”。另外，在第二评价值yp为y1～y3的情况下，设定与各评价值对应的警告的内容。
[0186]
在步骤s60中，危险度判断部312a判断是否对自身车辆va的驾驶员发出正在进行牵累行为的警告。在第一评价值xp为x0的情况下，或者在第二评价值yp为y0的情况下不警告(s60：否)，因此结束本处理。
[0187]
另一方面，在第一评价值xp为x1以上(即，识别为其他车辆vb的驾驶员被牵累的状况下)，且第二评价值yp为y1以上的情况下，在步骤s61中，危险度判断部312a通过提示部33a提示与第二评价值yp对应的警告。
[0188]
如果以提示部33a是显示器的情况为例，则如图8b所示，在第二评价值yp为y1时，例如显示“请注意安全驾驶”这样的文字。在第二评价值yp为y2时，例如显示“请注意行驶”这样的文字。在第二评价值yp为y3时，例如显示“检测到危险驾驶，请留出车距”这样的文字。
[0189]
而且，在车间距离成为阈值距离lth以下的情况下(s58：是)，例如提示“正在异常接近前行车辆。请留出足够的车间距离来驾驶”等文字，或者提示声音。即，在车间距离短、自身车辆va正在异常接近其他车辆vb的情况下，与牵累度q2的大小无关地显示警告。然后，结束本处理。
[0190]
这样，能够基于与自身车辆va相关的各种信息以及与其他车辆vb相关的各种信息，判断自身车辆va是否正在对其他车辆vb进行牵累行为，并将与牵累行为的程度对应的内容的警告提示给自身车辆va的驾驶员。
[0191]
这样，在第二实施方式的危险驾驶警告系统101中，能够实现以下所示的效果。
[0192]
(1)计算表示自身车辆va正在对其他车辆vb进行牵累行为的程度的牵累度q2，而且计算表示其他车辆vb正在从自身车辆va受到牵累行为的程度的被牵累度q1。然后，基于牵累度q2和被牵累度q1，在自身车辆va对正在进行牵累行为的情况进行警告。因此，在自身车辆va的驾驶员无意识中正在对其他车辆vb进行牵累行为等情况下，能够立即识别正在进行牵累行为，能够迅速地采取针对安全驾驶的应对。
[0193]
(2)由于其他车辆vb正在从自身车辆va受到牵累行为时的被牵累度q1通过其他车辆vb的被牵累度计算部313b计算出，通过经由网络4的通信而被自身车辆装置1a获取，所以能够降低自身车辆装置1a中的运算负荷。
[0194]
(3)作为自身车辆va的信息，包含车型的信息、违章次数和事故次数等车体信息以及行驶的车道信息。例如，在自身车辆va为大型车辆的情况下、或在超车车道上行驶等情况下，判断为容易进行牵累行为，因此将计算牵累度q2时的乘法系数设定为更高的数值。另外，在自身车辆va过去发生了较多的事故、违章的情况下，判断为容易进行牵累行为，因此将计算牵累度q2时的乘法系数设定为更高的数值。而且，在自身车辆va在超车车道上行驶的情况下，判断为容易对其他车辆vb进行牵累行为，因此将计算牵累度q2时的乘法系数设定为高的数值。因此，能够以更高的精度计算牵累度q2。
[0195]
(4)作为其他车辆vb的信息，包含车型的信息以及行驶的车道信息。例如，在其他车辆vb为轻型车辆的情况下、或在超车车道上行驶的情况下，判断为容易受到牵累行为，因此将计算被牵累度q1时的乘法系数设定为更高的数值。因此，能够以更高的精度计算被牵累度q1。
[0196]
(5)作为车辆信息，使用车辆的行驶速度、急加速的次数、加速的程度、旁视驾驶的频率、以及急转向的次数来计算牵累度q2和被牵累度q1。在行驶速度高、急加速的次数多、或者加速的程度大的情况下，判断为进行牵累行为或者受到牵累行为的可能性高，所以将计算牵累度q2和被牵累度q1时的点数设定得高。因此，能够高精度地计算牵累度q2和被牵累度q1。
[0197]
(6)作为生物体信息，使用驾驶员的心率、呼吸数以及血压来计算牵累度q2和被牵累度q1。在驾驶员的心率高、呼吸数多、以及血压高的情况下，判断为进行牵累行为或者受到牵累行为的可能性高，因此将计算牵累度q2和被牵累度q1时的点数设定得高。因此，能够高精度地计算牵累度q2和被牵累度q1。
[0198]
[第二实施方式的第一变形例的说明]
[0199]
接着，对上述的第二实施方式的第一变形例进行说明。在第一变形例中，构成为图4所示的服务器3的控制部21具备危险度判断部。另外，在服务器3的存储部23中存储被牵累度对应表tb1、牵累度对应表tb2、第一评价值表tb1、第二评价值表tb2，这一点与前述的第二实施方式不同。
[0200]
在第一变形例中，将在自身车辆装置1a中检测出的各种信息(生物体信息、行驶信息、图像、激光雷达的信息等)从通信部32a经由网络4向服务器3发送，在服务器3的控制部21中计算牵累度q2。另外，将在其他车辆装置1b中检测出的各种信息从通信部32b经由网络4发送到服务器3，在服务器3的控制部21中计算被牵累度q1。除此以外的结构与上述的第二实施方式相同。
[0201]
这样，在第一变形例的危险驾驶警告系统101中，在服务器3中设置被牵累度对应
表tb1和牵累度对应表tb2，在服务器3中计算牵累度q2和被牵累度q1。因此，能够降低搭载于自身车辆装置1a以及其他车辆装置1b的存储部315a、315b的存储容量以及运算负荷。
[0202]
[第二实施方式的第二变形例的说明]
[0203]
接着，对上述的第二实施方式的第二变形例进行说明。装置结构与上述图1～图4相同，因此省略结构说明。
[0204]
在上述的第二实施方式中，构成为通过搭载于其他车辆vb的被牵累度计算部313b计算出该其他车辆vb从自身车辆va受到的被牵累度q1，将计算出的被牵累度q1经由网络4发送到自身车辆va。与此相对，在第二变形例中，将在其他车辆装置1b中检测出的各种信息经由网络4发送到自身车辆装置1a。而且，不同点在于，通过搭载于自身车辆装置1a的运算处理部31a来计算其他车辆vb受到的被牵累度q1。
[0205]
以下，参照图12所示的流程图对第二变形例的危险驾驶警告系统101的处理步骤进行说明。首先，在图12的步骤s71中，控制器11a获取由搭载于自身车辆装置1a的相机部12a、生物体信息传感器13a、行驶信息传感器14a以及激光雷达15a检测出的各信息。
[0206]
在步骤s72中，控制器11a将在步骤s71的处理中获取到的各信息存储于存储部315a。
[0207]
在步骤s73中，被牵累度计算部313a参照被牵累度对应表tb1将上述的各信息数值化。
[0208]
在步骤s74中，控制器11a获取由搭载于其他车辆装置1b的相机部12b、生物体信息传感器13b、行驶信息传感器14b以及激光雷达15b检测出的各信息。具体而言，通过自身车辆装置1a的通信部32a接收从其他车辆装置1b的通信部32b发送的各种数据。
[0209]
在步骤s75中，控制器11a将在步骤s74的处理中获取到的各信息存储于存储部315a。
[0210]
在步骤s76中，牵累度计算部314a参照牵累度对应表tb2，将上述的各信息数值化。
[0211]
在步骤s77中，牵累度计算部314a计算牵累度q2。具体而言，牵累度计算部314a通过前述的式(4)来计算自身车辆va正在对其他车辆vb进行牵累行为时的牵累度q2。牵累度q2能够使用判定时刻(瞬时)的数值来计算。另外，除此以外，也可以设定从判定时刻回溯预定时间(例如10秒钟)的时间段，使用该时间段中的牵累度q2的平均值、峰值、中央值等代表值。另外，也可以将上述时间段的峰值保持预定时间(例如10秒钟)并设为牵累度q2。
[0212]
在步骤s78中，被牵累度计算部313a计算被牵累度q1。具体而言，被牵累度计算部313a通过前述的式(2)计算出其他车辆vb正在从自身车辆va受到牵累行为时的被牵累度q1。被牵累度q1能够使用判定时刻(瞬时)的数值来计算。另外，除此以外，也可以设定从判定时刻回溯预定时间(例如10秒钟)的时间段，使用该时间段中的被牵累度q1的平均值、峰值、中央值等代表值。另外，也可以将上述时间段的峰值保持预定时间(例如10秒钟)并设为被牵累度q1。
[0213]
在步骤s79中，危险度判断部312a基于在步骤s78的处理中获取到的被牵累度q1来设定第一评价值xp。具体而言，将图7a所示的x0～x3中的任一个评价值设定为第一评价值xp。
[0214]
在步骤s80中，危险度判断部312a基于在步骤s77的处理中计算出的牵累度q2来设定第二评价值yp。具体而言，将图7b所示的y0～y3中的任一个评价值设定为第二评价值yp。
[0215]
步骤s81～s84的处理与图11所示的步骤s58～s61的处理相同，因此省略说明。
[0216]
这样，在第二实施方式的第二变形例的危险驾驶警告系统101中，计算自身车辆va正在对其他车辆vb进行牵累行为时的牵累度q2。而且，从其他车辆vb获取该其他车辆vb的各种信息，并使用获取到的信息来计算其他车辆vb正在从自身车辆va受到牵累行为时的被牵累度q1。
[0217]
因此，能够通过自身车辆装置1a来计算牵累度q2和被牵累度q1，因此能够降低其他车辆装置1b的运算负荷。
[0218]
[第三实施方式的说明]
[0219]
接着，对第三实施方式进行说明。第三实施方式的危险驾驶警告系统101与前述的图1～图4所示的危险驾驶警告系统101相同，因此省略结构说明。
[0220]
但是，图2所示的牵累度计算部314a是计算表示自身车辆va正在对其他车辆vb进行牵累行为的程度的牵累度q2(第一牵累度)的第一牵累度计算部。另外，图3所示的牵累度计算部314b是计算表示其他车辆vb正在对自身车辆va进行牵累行为的程度的牵累度q2’(第二牵累度)的第二牵累度计算部。在第三实施方式中，在自身车辆va和其他车辆vb双方相互正在进行牵累行为的情况下，对自身车辆va和其他车辆vb中的至少一方的驾驶员警告正在进行牵累行为所引起的危险度。
[0221]
即，在上述的第一实施方式中，示出了自身车辆va正在从其他车辆vb受到牵累行为时的应对，在第二实施方式中示出了自身车辆va正在对其他车辆vb进行牵累行为时的应对。与此相对，在第三实施方式中，在自身车辆va和其他车辆vb相互正在进行牵累行为时，实施对自身车辆va和其他车辆vb中的至少一方的驾驶员进行警告的处理。
[0222]
以下，参照图13所示的流程图说明第三实施方式的危险驾驶警告系统101的处理步骤。首先，在图13的步骤s91中，控制器11a获取由搭载于自身车辆装置1a的相机部12a、生物体信息传感器13a、行驶信息传感器14a以及激光雷达15a检测出的各信息。
[0223]
在步骤s92中，控制器11a将在步骤s91的处理中获取到的各信息存储于存储部315a。
[0224]
在步骤s93中，牵累度计算部314a(第一牵累度计算部)参照牵累度对应表tb2将上述的各信息数值化。例如，如图6b所示，在自身车辆va的加速度的次数为10秒内5次以上的情况下，点数为“5”。
[0225]
在步骤s94中，牵累度计算部314a计算牵累度q2(第一牵累度)。具体而言，牵累度计算部314a通过前述的式(4)来计算自身车辆va正在对其他车辆vb进行牵累行为的程度即第一牵累度q2。第一牵累度q2能够使用判定时刻(瞬时)的数值来计算。另外，除此以外，也可以设定从判定时刻回溯预定时间(例如10秒钟)的时间段，使用该时间段中的第一牵累度q2的平均值、峰值、中央值等代表值。另外，也可以将上述时间段的峰值保持预定时间(例如10秒钟)并设为第一牵累度q2。
[0226]
在步骤s95中，通信部32a获取由其他车辆装置1b的牵累度计算部314b(第二牵累度计算部)计算出的牵累度(第二牵累度；将其称为“q2
’”
)的数据。如上所述，在其他车辆装置1b中，通过牵累度计算部314b计算其他车辆vb正在对自身车辆va进行牵累行为时的第二牵累度q2’。具体而言，通过前述的式(4)来计算第二牵累度q2’。该第二牵累度q2’的数据经由网络4发送至服务器3，而且发送至自身车辆装置1a。通信部32a接收该第二牵累度q2’的
数据。第二牵累度q2’能够使用判定时刻(瞬时)的数值来计算。另外，除此以外，也可以设定从判定时刻回溯预定时间(例如10秒钟)的时间段，使用该时间段中的第二牵累度q2’的平均值、峰值、中央值等代表值。另外，也可以将上述时间段的峰值保持预定时间(例如10秒钟)并设为第二牵累度q2’。
[0227]
在步骤s96中，危险度判断部312a基于在步骤s94的处理中计算出的第一牵累度q2，设定自身车辆va的第二评价值(将其设为“yp1”)。具体而言，将图7b所示的y0～y3中的任一个设定为自身车辆va的第二评价值yp1。
[0228]
在步骤s97中，危险度判断部312a基于在步骤s95的处理中获取到的第二牵累度q2’，设定其他车辆vb的第二评价值(将其设为“yp2”)。具体而言，将图7b所示的y0～y3中的任一个设定为其他车辆vb的第二评价值yp2。
[0229]
在步骤s98中，危险度判断部312a基于自身车辆va与其他车辆vb之间的车间距离，判断车间距离是否为预先设定的阈值距离lth以下。在为阈值距离lth以下的情况下(s98：是)，使处理进入步骤s101，在不是的情况下(s98：否)，使处理进入步骤s99。
[0230]
在步骤s99中，危险度判断部312a基于自身车辆va的第二评价值yp1以及其他车辆vb的第二评价值yp2，设定针对自身车辆va的驾驶员的警告内容。例如，以其他车辆vb的第二评价值yp2为y1以上为条件，根据自身车辆va的第二评价值yp1来决定警告内容。
[0231]
如图8b所示，在自身车辆va的第二评价值yp1为y0的情况下，设为“无警告”。另外，在自身车辆va的第二评价值yp1为y1～y3的情况下，设定与各评价值对应的警告的内容。
[0232]
在步骤s100中，危险度判断部312a判断是否对自身车辆va的驾驶员发出正在进行牵累行为的警告。在其他车辆vb的第二评价值yp2为y0的情况下，或者在自身车辆va的第二评价值yp1为y0的情况下不进行警告(s100：否)，因此结束本处理。
[0233]
另一方面，在其他车辆vb的第二评价值yp2为y1以上(即，其他车辆vb的驾驶员正在进行牵累驾驶)、且自身车辆va的第二评价值yp1为y1以上的情况下，在步骤s101中，危险度判断部312a通过提示部33a提示与自身车辆va的第二评价值yp1对应的警告。
[0234]
如果以提示部33a是显示器的情况为例，则如图8b所示，在自身车辆va的第二评价值yp1为y1时，例如显示“请注意安全驾驶”这样的文字。在第二评价值yp1为y2时，例如显示“请注意行驶”这样的文字。在第二评价值yp1为y3时，例如显示“检测到危险驾驶，请留出车距”这样的文字。
[0235]
而且，在车间距离成为阈值距离lth以下的情况下(s98：是)，例如提示“正在异常接近前行车辆。请留出足够的车间距离来驾驶”等文字，或者提示声音。然后，结束本处理。
[0236]
这样，能够基于与自身车辆va相关的各种信息以及与其他车辆vb相关的各种信息，判断自身车辆va与其他车辆vb是否相互正在进行牵累行为，并将与牵累行为的程度对应的内容的警告提示给自身车辆va的驾驶员。
[0237]
这样，在第三实施方式的危险驾驶警告系统101中，能够实现以下所示的效果。
[0238]
(1)计算表示自身车辆va正在对其他车辆vb进行牵累行为的程度的第一牵累度q2，而且，计算表示其他车辆vb正在对自身车辆va进行牵累行为的程度的第二牵累度q2’。并且，基于各牵累度q2、q2’，警告自身车辆va和其他车辆vb相互正在进行牵累行为。因此，自身车辆va的驾驶员能够即时地识别自身车辆va与其他车辆vb相互正在进行牵累行为，能够迅速采取躲避危险的应对。
[0239]
(2)其他车辆vb正在对自身车辆va进行牵累行为时的第二牵累度q2’通过其他车辆vb的牵累度计算部314b来计算，通过通信而被自身车辆装置1a获取，因此能够降低自身车辆va的运算负荷。
[0240]
(3)作为自身车辆va和其他车辆vb的信息，包含车型的信息、车体信息以及行驶的车道信息。例如，在自身车辆va或其他车辆vb为大型车辆的情况下、或在超车车道上行驶的情况下，判断为容易进行牵累行为，因此将计算各牵累度q2、q2’时的乘法系数设定为更高的数值。而且，在自身车辆va、其他车辆vb是过去发生了较多的违章、事故的车辆的情况下，判断为容易进行牵累行为，因此将计算各牵累度q2、q2’时的乘法系数设定为更高的数值。因此，能够以更高的精度计算各牵累度q2、q2’。
[0241]
(4)作为车辆信息，使用车辆的行驶速度、急加速的次数、加速的程度、旁视驾驶的频率、以及急转向的次数来计算各牵累度q2、q2’。在行驶速度高、急加速的次数多、或者加速的程度大的情况下，判断为进行牵累行为的可能性高，因此将计算各牵累度q2、q2’时的点数设定得高。因此，能够高精度地计算各牵累度q2、q2’。
[0242]
(5)作为生物体信息，使用驾驶员的心率、呼吸数以及血压来计算各牵累度q2、q2’。在驾驶员的心率高、呼吸数多、以及血压高的情况下，判断为进行牵累行为的可能性高，因此将计算各牵累度q2、q2’时的点数设定得高。因此，能够高精度地计算各牵累度q2、q2’。
[0243]
[第三实施方式的第一变形例的说明]
[0244]
接着，对上述的第三实施方式的第一变形例进行说明。在第一变形例中，构成为图4所示的服务器3的控制部21具备危险度判断部。另外，在服务器3的存储部23中存储被牵累度对应表tb1、牵累度对应表tb2、第一评价值表tb1、第二评价值表tb2，这一点与前述的第三实施方式不同。
[0245]
在第一变形例中，将在自身车辆装置1a中检测出的各种信息(生物体信息、行驶信息、图像、激光雷达的信息等)从通信部32a经由网络4发送到服务器3，在服务器3的控制部21中计算自身车辆va的第一牵累度q2。另外，将在其他车辆装置1b中检测出的各种信息从通信部32b经由网络4发送到服务器3，在服务器3的控制部21中，计算其他车辆vb的第二牵累度q2’。除此以外的结构与上述的第二实施方式相同。
[0246]
这样，在第一变形例的危险驾驶警告系统101中，在服务器3中设置被牵累度对应表tb1和牵累度对应表tb2，在服务器3中计算自身车辆va的第一牵累度q2以及其他车辆vb的第二牵累度q2’。因此，能够降低搭载于自身车辆装置1a以及其他车辆装置1b的存储部315a、315b的存储容量以及运算负荷。
[0247]
[第三实施方式的第二变形例的说明]
[0248]
接着，对上述的第三实施方式的第二变形例进行说明。装置结构与上述图1～图4相同，因此省略结构说明。
[0249]
在上述的第三实施方式中，构成为利用搭载于其他车辆vb的牵累度计算部314b计算该其他车辆vb正在对自身车辆va进行的牵累行为的第二牵累度q2’，将计算出的第二牵累度q2’经由网络4发送到自身车辆va。与此相对，在第二变形例中，将在其他车辆装置1b中检测出的各种信息经由网络4发送到自身车辆装置1a。并且，不同点在于，通过搭载于自身车辆装置1a的运算处理部31a来计算其他车辆vb正在对自身车辆va进行的牵累行为的第二
牵累度q2’。
[0250]
以下，参照图14所示的流程图说明第二变形例的危险驾驶警告系统101的处理步骤。首先，在图14的步骤s111中，控制器11a获取由搭载于自身车辆装置1a的相机部12a、生物体信息传感器13a、行驶信息传感器14a以及激光雷达15a检测出的各信息。
[0251]
在步骤s112中，控制器11a将在步骤s111的处理中获取到的各信息存储于存储部315a。
[0252]
在步骤s113中，牵累度计算部314a参照牵累度对应表tb2，将上述的各信息数值化。
[0253]
在步骤s114中，获取由搭载于其他车辆装置1b的相机部12b、生物体信息传感器13b、行驶信息传感器14b以及激光雷达15b检测出的各信息。具体而言，通过自身车辆装置1a的通信部32a接收从其他车辆装置1b的通信部32b发送的各种数据。
[0254]
在步骤s115中，控制器11a将在步骤s114的处理中获取到的各信息存储于存储部315a。
[0255]
在步骤s116中，牵累度计算部314a参照牵累度对应表tb2，将上述的各信息数值化。
[0256]
在步骤s117中，牵累度计算部314a计算自身车辆va的第一牵累度q2。具体而言，牵累度计算部314a通过前述的式(4)来计算自身车辆va正在对其他车辆vb进行牵累行为的程度即第一牵累度q2。第一牵累度q2能够使用判定时刻(瞬时)的数值来计算。另外，除此以外，也可以设定从判定时刻回溯预定时间(例如10秒钟)的时间段，使用该时间段中的第一牵累度q2的平均值、峰值、中央值等代表值。另外，也可以将上述时间段的峰值保持预定时间(例如10秒钟)并设为第一牵累度q2。
[0257]
在步骤s118中，牵累度计算部314a计算其他车辆vb的第二牵累度q2’。具体而言，牵累度计算部314a通过前述的式(4)计算其他车辆vb正在对自身车辆va进行的牵累行为的程度即第二牵累度q2’。第二牵累度q2’能够使用判定时刻(瞬时)的数值来计算。另外，除此以外，也可以设定从判定时刻回溯预定时间(例如10秒钟)的时间段，使用该时间段中的第二牵累度q2’的平均值、峰值、中央值等代表值。另外，也可以将上述时间段的峰值保持预定时间(例如10秒钟)并设为第二牵累度q2’。
[0258]
在步骤s119中，危险度判断部312a基于在步骤s117的处理中计算出的第一牵累度q2，设定自身车辆va的第二评价值yp1。具体而言，将图7a所示的y0～y3中的任一个设定为自身车辆va的第二评价值yp1。
[0259]
在步骤s120中，危险度判断部312a基于在步骤s118的处理中计算出的其他车辆vb的第二牵累度q2’，设定其他车辆的第二评价值yp2。具体而言，将图7b所示的y0～y3中的任一个设定为其他车辆vb的第二评价值yp2。
[0260]
步骤s121～s124的处理与图13所示的步骤s98～s101的处理相同，因此省略说明。
[0261]
这样，在第三实施方式的第二变形例的危险驾驶警告系统101中，计算自身车辆va正在对其他车辆vb进行牵累行为时的第一牵累度q2。而且，从其他车辆vb获取该其他车辆vb的各种信息，并使用获取到的信息来计算其他车辆vb正在对自身车辆va进行牵累行为时的第二牵累度q2’。
[0262]
因此，能够通过自身车辆装置1a计算各牵累度q2、q2’，因此能够降低其他车辆装
置1b的运算负荷。
[0263]
以上，记载了本发明的实施方式，但构成该公开的一部分的论述以及附图不应该理解为限定本发明。根据该公开，本领域技术人员能够明确各种代替实施方式、实施例及运用技术。
[0264]
本技术主张基于在2020年3月24日在日本专利局申请的日本特愿2020-052863号、日本特愿2020-052864号、日本特愿2020-052866号的优先权，其全部公开内容通过引用而在此引入。