CN108693878B - 前进路线设定装置以及前进路线设定方法 - Google Patents

前进路线设定装置以及前进路线设定方法 Download PDF

Info

Publication number
CN108693878B
CN108693878B CN201810308289.1A CN201810308289A CN108693878B CN 108693878 B CN108693878 B CN 108693878B CN 201810308289 A CN201810308289 A CN 201810308289A CN 108693878 B CN108693878 B CN 108693878B
Authority
CN
China
Prior art keywords
route
reliability
host vehicle
path
course
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201810308289.1A
Other languages
English (en)
Other versions
CN108693878A (zh
Inventor
金道敏树
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Toyota Motor Corp
Original Assignee
Toyota Motor Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Toyota Motor Corp filed Critical Toyota Motor Corp
Publication of CN108693878A publication Critical patent/CN108693878A/zh
Application granted granted Critical
Publication of CN108693878B publication Critical patent/CN108693878B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/10—Path keeping
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/0097—Predicting future conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/082—Selecting or switching between different modes of propelling
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/08—Interaction between the driver and the control system
    • B60W50/14—Means for informing the driver, warning the driver or prompting a driver intervention
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/005—Handover processes
    • B60W60/0053—Handover processes from vehicle to occupant
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40—Photo or light sensitive means, e.g. infrared sensors
    • B60W2420/403—Image sensing, e.g. optical camera
    • B60W2420/408—
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B60W2520/105—Longitudinal acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/12—Lateral speed
    • B60W2520/125—Lateral acceleration
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/14—Yaw
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/28—Wheel speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/50—Barriers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/20—Static objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/402—Type
    • B60W2554/4026—Cycles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/402—Type
    • B60W2554/4029—Pedestrians
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/406—Traffic density
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/10—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to vehicle motion
    • B60W40/107—Longitudinal acceleration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • G05D1/243—
    • G05D1/247—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads

Abstract

本发明提供一种设定本车辆的前进路线的前进路线路线设定装置，其具备：第一路径生成部，其假定本车辆周围的障碍物全部为静止障碍物而生成本车辆的第一路径；第二路径生成部，其生成在假定移动障碍物是独立地进行移动的情况下的、本车辆的第二路径；第三路径生成部，其生成在假定移动障碍物与其他障碍物以及本车辆的至少其中一者一边相互作用一边进行移动的情况下的、本车辆的第三路径；可靠度计算部，其计算第二路径的可靠度以及第三路径的可靠度；以及前进路线设定部，其基于第二路径的可靠度以及第三路径的可靠度，从第一路径、第二路径、以及第三路径中设定本车辆所行驶的前进路线。

Description

前进路线设定装置以及前进路线设定方法
技术领域
本发明涉及前进路线设定装置以及前进路线设定方法。
背景技术
在相关技术中，对于进行本车辆的自动驾驶的装置，例如已知有日本特开平11-9139号公报。日本特开平11-91397号公报中，示出了基于本车辆的外部环境的检测结果而进行本车辆的自动驾驶(自动行驶)的自动行驶车辆控制装置。
可是，为了进行本车辆的自动驾驶，需要利用预先设定在本车辆的控制装置等中的方法生成本车辆能获取的路径的候选，考虑到行驶效率等而从所生成的路径中设定本车辆所行驶的前进路线。然而，根据本车辆的状况不同，有可能存在预先设定在控制装置等中的路径生成的方法不恰当的情况。这种情况下，有可能导致利用所述方法生成的所有路径都不合适，无法从路径中恰当地设定本车辆所行驶的前进路线。
发明内容
对于本技术领域而言，期望提供一种能够从利用互不相同的多种方法生成的路径中恰当地设定本车辆所行驶的前进路线的前进路线设定装置以及前进路线设定方法。
本发明的第一方式所涉及的前进路线设定装置，是设定本车辆所行驶的前进路线的前进路线设定装置，其具有：障碍物识别部，其识别车辆周围的障碍物；第一路径生成部，其假定障碍物全部为静止障碍物而生成本车辆的第一路径；移动障碍物检测部，其从障碍物中检测移动障碍物；第二路径生成部，其生成在假定移动障碍物是独立地进行移动的情况下的、本车辆的第二路径；第三路径生成部，其生成在假定移动障碍物是与其他障碍物及本车辆的至少其中一者一边相互作用一边进行移动的情况下的、本车辆的第三路径；可靠度计算部，其计算第二路径的可靠度及第三路径的可靠度；以及前进路线设定部，其基于第二路径的可靠度以及第三路径的可靠度，从第一路径、第二路径、以及第三路径中设定本车辆所行驶的前进路线。
根据本发明的第一方式所涉及的前进路线设定装置，生成在假定障碍物全部为静止障碍物的情况下的本车辆的第一路径；在假定移动障碍物是独立地进行移动的情况下的本车辆的第二路径；以及在假定移动障碍物与其他的障碍物及本车辆的至少其中一者一边相互作用一边进行移动的情况下的本车辆的第三路径。根据所述前进路线设定装置，由于计算第二路径的可靠度以及第三路径的可靠度，并基于第二路径的可靠度以及第三路径的可靠度而从第一路径、第二路径、以及第三路径中设定本车辆所行驶的前进路线，所以能够从利用互不相同的多种方法生成的路径中恰当地设定本车辆所行驶的前进路线。
本发明的第一方式所涉及的前进路线设定装置中，也可以在第三路径的可靠度为第三可靠度阈值以上的情况下，前进路线设定部从第三路径中设定本车辆所行驶的前进路线，在第三路径的可靠度小于第三可靠度阈值且第二路径的可靠度为第二可靠度阈值以上的情况下，前进路线设定部从第二路径中设定本车辆所行驶的前进路线，在第三路径的可靠度小于第三可靠度阈值且第二路径的可靠度小于第二可靠度阈值的情况下，前进路线设定部从第一路径中设定本车辆所行驶的前进路线。根据所述前进路线设定装置，在可靠度足够高的情况下，能够按第三路径、第二路径的顺序采用车辆所行驶的前进路线。所述前进路线设定装置中，由于在第二路径的可靠度以及第三路径的可靠度不足的情况下，从第一路径中设定本车辆所行驶的前进路线，所以能够更好得避免由于第二路径的可靠度以及第三路径的可靠度不足而无法设定本车辆所行驶的前进路线的情况。
本发明的第一方式所涉及的前进路线设定装置中，也可以是可靠度计算部基于本车辆的传感可靠度、和在假定移动障碍物是独立地进行移动的情况下移动障碍物的路径候选的预测可靠度，计算第二路径的可靠度。根据所述前进路线设定装置，通过基于根据本车辆的传感器状态等获得的本车辆的传感可靠度、和在假定移动障碍物是独立地进行移动的情况下移动障碍物的路径候选的预测可靠度进行计算，从而与仅基于其中一个进行计算的情况相比，能够更恰当地求出第二路径的可靠度。
本发明的第一方式所涉及的前进路线设定装置中，也可以是可靠度计算部基于本车辆的传感可靠度、和在假定移动障碍物与其他障碍物及本车辆的至少其中一者一边相互作用一边进行移动的情况下移动障碍物的路径候选的预测可靠度，计算第三路径的可靠度。根据所述前进路线设定装置，通过基于根据本车辆的传感器状态等获得的本车辆的传感可靠度、和在假定移动障碍物与其他障碍物以及本车辆的至少其中一者一边相互作用一边进行移动的情况下移动障碍物的路径候选的预测可靠度进行计算，从而与仅基于其中一个进行计算的情况相比，能够更恰当地求出第三路径的可靠度。
本发明的第二方式的前进路线设定装置，是设定本车辆所行驶的前进路线的前进路线设定装置，具有：障碍物识别部，其识别本车辆周围的障碍物；移动障碍物检测部，其从障碍物中检测移动障碍物；第二路径生成部，其生成在假定移动障碍物是独立地进行移动的情况下的、本车辆的第二路径；第三路径生成部，其生成在假定移动障碍物是与其他障碍物及本车辆的至少其中一者一边相互作用一边进行移动的情况下的、本车辆的第三路径；可靠度计算部，其计算第二路径的可靠度及第三路径的可靠度；以及前进路线设定部，其基于第二路径的可靠度以及第三路径的可靠度，从第二路径及第三路径中设定本车辆所行驶的前进路线。
根据本发明的第二方式所涉及的前进路线设定装置，生成在假定移动障碍物是独立地进行移动的情况下的本车辆的第二路径；以及在假定移动障碍物与其他障碍物及本车辆的至少其中一者一边相互作用一边进行移动的情况下的本车辆的第三路径。根据所述前进路线设定装置，通过计算第二路径的可靠度以及第三路径的可靠度，并基于第二路径的可靠度以及第三路径的可靠度而从第二路径以及第三路径中设定本车辆所行驶的前进路线，因此能够从利用互不相同的多种方法生成的路径中恰当地设定本车辆所行驶的前进路线。
本发明的第三方式所涉及的前进路线设定方法，是以避开障碍物的形式设定本车辆的前进路线的前进路线设定方法，其包括以下步骤：第一路径生成步骤，在该步骤中，假定本车辆周围的障碍物全部为静止障碍物而生成本车辆的第一路径；第二路径生成步骤，在该步骤中，生成在假定从障碍物中检测出的移动障碍物是独立地进行移动的情况下的、本车辆的第二路径；第三路径生成步骤，在该步骤中，生成在假定移动障碍物与其他障碍物及本车辆的至少其中一者一边相互作用一边进行移动的情况下的、本车辆的第三路径；可靠度计算步骤，在该步骤中，计算第二路径的可靠度以及第三路径的可靠度；前进路线设定步骤，在该步骤中，基于第二路径的可靠度以及第三路径的可靠度，从第一路径、第二路径、以及第三路径中设定本车辆的前进路线。
根据本发明的第三方式所涉及的前进路线设定方法，生成在假定障碍物全部为静止障碍物的情况下的本车辆的第一路径；在假定移动障碍物是独立地进行移动的情况下的本车辆的第二路径；以及在假定移动障碍物与其他障碍物及本车辆的至少其中一者一边相互作用一边进行移动的情况下的本车辆的第三路径。根据所述前进路线设定方法，通过至少计算第二路径的可靠度以及第三路径的可靠度，并基于第二路径的可靠度以及第三路径的可靠度而从第一路径、第二路径、以及第三路径中设定本车辆所行驶的前进路线，因此能够从利用互不相同的多种方法生成的路径中恰当地设定本车辆所行驶的前进路线。
本发明的第三方式所所涉及的前进路线设定方法中，也可以是在前进路线设定步骤中，在第三路径的可靠度为第三可靠度阈值以上的情况下，从第三路径中设定本车辆所行驶的前进路线；在第三路径的可靠度小于第三可靠度阈值且第二路径的可靠度为第二可靠度阈值以上的情况下，从第二路径中设定本车辆所行驶的前进路线；在第三路径的可靠度小于第三可靠度阈值且第二路径的可靠度小于第二可靠度阈值的情况下，从第一路径中设定本车辆所行驶的前进路线。根据所述前进路线设定方法，在可靠度足够高的情况下，能够按第三路径、第二路径的顺序采用车辆所行驶的前进路线。所述前进路线设定装置中，由于在第二路径的可靠度以及第三路径的可靠度不足的情况下，从第一路径中设定本车辆所行驶的前进路线，所以能够更好得避免由于第二路径的可靠度以及第三路径的可靠度不足而无法设定本车辆所行驶的前进路线的情况。
本发明的第三方式涉及的前进路线设定方法中，也可以是在可靠度计算步骤中，基于本车辆的传感可靠度、和在假定移动障碍物是独立地进行移动的情况下移动障碍物的路径候选的预测可靠度，计算第二路径的可靠度。根据所述前进路线设定方法，基于根据本车辆的传感器状态等获得的本车辆的传感可靠度、和在假定移动障碍物是独立地进行移动的情况下移动障碍物的路径候选的预测可靠度进行计算，从而与仅基于其中一个进行计算的情况相比，能够更恰当地求出第二路径的可靠度。
本发明的第三方式所涉及的前进路线设定方法中，也可以是在可靠度计算步骤中，基于本车辆的传感可靠度、和在假定移动障碍物与其他障碍物以及本车辆的至少其中一者一边相互作用一边进行移动的情况下移动障碍物的路径候选的预测可靠度，计算第三路径的可靠度。根据所述前进路线设定方法，通过基于根据本车辆的传感器状态等获得的本车辆的传感可靠度、和在假定移动障碍物与其他障碍物以及本车辆的至少其中一者一边相互作用一边进行移动的情况下移动障碍物的路径候选的预测可靠度进行计算，从而与仅基于其中一个进行计算的情况相比，能够更恰当地求出第三路径的可靠度。
如以上说明所示，根据本发明的方式，能够从利用互不相同的多种方法生成的路径中恰当地设定本车辆所行驶的前进路线。
附图说明
下面，参照附图对本发明所示例的实施例的特征、优点、技术上及工业上的意义进行记述，附图中的相同标号表示同一部件，其中：
图1是表示本实施方式所涉及的自动驾驶系统的图。
图2是表示前进路线设定方法的流程图。
图3是表示第三路径生成处理的流程图。
图4是表示路径候选选择处理的流程图。
具体实施方式
以下参照附图说明本发明的实施方式。本实施方式所涉及的前进路线设定装置构成自动驾驶系统的一部分。
图1是表示本实施方式所涉及的自动驾驶系统的图。图1所示的自动驾驶系统100执行乘用车等车辆的自动驾驶。自动驾驶是指使车辆朝向预先设定的目的地自动行驶的车辆控制。目的地可以是驾驶员等乘客设定的，也可以是自动驾驶系统100自动设定的。自动驾驶中，驾驶员无需进行驾驶操作，车辆自动行驶。以下，将自动驾驶系统100中作为自动驾驶的对象的车辆称为本车辆。
[自动驾驶系统的结构]
如图1所示，自动驾驶系统100配置为包括前进路线设定装置101。前进路线设定装置101是对在自动驾驶等中本车辆所行驶的前进路线进行设定的装置。
自动驾驶系统100具有集中管理系统的ECU(Electronic Control Unit)10。ECU10是具有CPU(Central Processing Unit)、ROM(Read Only Memory)、RAM(Random AccessMemory)、CAN(Controller Area Network)通信电路等的电子控制单元。ECU 10中，例如通过CAN通信电路将存储在ROM中的程序加载到RAM中，并利用CPU执行加载到RAM中的程序，从而实现各种功能。ECU 10也可以由多个电子单元构成。ECU 10与GPS接收部1、外部传感器2、内部传感器3、地图数据库4、HMI 5、以及致动器6连接。
GPS接收部1通过从三个以上的GPS卫星接收信号，从而测定本车辆的位置(例如本车辆的纬度及经度)。GPS接收部1向ECU 10发送测定出的本车辆的位置信息。
外部传感器2是检测本车辆周边状况的检测仪器。外部传感器2含有照相机、雷达传感器中的至少一个。照相机是对本车辆的外部状况进行拍摄的拍摄仪器。照相机设置于本车辆的挡风玻璃的内侧。照相机向ECU 10发送与本车辆的外部状况相关的拍摄信息。照相机可以是单镜头照相机，也可以是立体照相机。立体照相机具有以再现双眼视差的的方式配置的两个拍摄部。
雷达传感器是利用电波(例如毫米波)或光检测本车辆周边的障碍物的检测仪器。雷达传感器中含有毫米波雷达或光学雷达(LIDAR：Light Detection and Ranging)。雷达传感器通过将电波或光向本车辆周边发送，并接收被障碍物反射的电波或光而检测出障碍物。雷达传感器向ECU 10发送检测出的障碍物信息。雷达传感器也可以含有毫米波雷达及光学雷达这两者。
也可以是利用照相机检测信号灯，利用光学雷达检测外部障碍物。这种情况下，也可以基于由照相机获取的图像的色彩信息(例如辉度)或图像形状(例如霍夫变换的利用等)的至少其中一个而通过模板匹配(template matching)检测出信号灯。也可以利用后述的地图信息以用于提高信号灯的检测准确度。
内部传感器3是检测本车辆的行驶状态的检测仪器。内部传感器3包括车速传感器、加速度传感器以及偏航角速度传感器。车速传感器是检测本车辆速度的检测器。作为车速传感器，例如使用设置于本车辆的车轮或与车轮一体旋转的驱动轴等上的、检测车轮的转速的车轮转速传感器。车速传感器将检测出的车速信息(车轮转速信息)发送至ECU 10。
加速度传感器是检测本车辆的加速度的检测器。加速度传感器包含例如前后加速度传感器，其检测本车辆的前后方向的加速度；以及横向加速度传感器，其检测本车辆的横向加速度。加速度传感器例如将本车辆的加速度信息发送至ECU 10。偏航角速度传感器是检测绕本车辆重心的铅垂轴的偏航角速度(旋转角速度)的检测器。作为偏航角速度传感器，例如可以使用陀螺仪传感器。偏航角速度传感器向ECU 10发送检测出的本车辆的偏航角速度信息。
地图数据库4是存储地图信息的存储装置。地图数据库4例如在搭载于本车辆的HDD(Hard Disk Drive)内形成。地图信息中含有交通规则地图。交通规则地图是将交通规则与地图上的位置信息相关联的地图。交通规则地图中含有车道、车道的连接信息。
地图信息中可以包括外部传感器2的输出信号以使用SLAM(SimultaneousLocalization and Mapping)技术。即，地图信息中含有在本车辆的位置识别中所使用的本地信息。本地信息是将特征点与坐标相关联而生成的三维位置数据。所谓特征点是在光学雷达等的检测结果中表示较高反射率的点，是生成特征性边缘形状的构造物(例如交通标志的外形、杆、路缘石)等。
地图信息中也可以含有背景信息。背景信息是将在地图上以位置不变化即静止的障碍物(静止障碍物)存在的三维物体通过体素表现的图。此外，地图信息也可以含有信号灯的三维位置数据即信号灯位置。
地图信息中也可以含有与地面的高低等相关的地面数据即地面信息。地图信息中也可以含有轨迹信息。轨迹信息是表示在道路上进行定义的优选行驶轨迹的数据。本地信息、背景信息、信号灯位置、地面信息、以及轨迹信息也可以存储在地图数据库4之外的存储装置中。
HMI 5是用于在自动驾驶系统100和乘客之间进行信息的输入输出的界面。HMI 5例如具有显示器、扬声器等。HMI 5与来自ECU 10的控制信号对应地，进行显示器的图像输出及来自扬声器的声音输出。显示器也可以是抬头显示器。HMI 5例如具有用于接收来自乘客的输入的输入仪器(按钮、触摸屏、声音输入设备等)。
致动器6是用于车辆控制的仪器。致动器6至少包括节气门致动器、制动致动器以及转向致动器。节气门致动器与来自ECU 10的控制信号对应而控制对发动机的空气供给量(节气门开度)，从而控制车辆的驱动力。此外，在车辆为混合动力车辆的情况下，除了控制对发动机的空气供给量之外，还向作为动力源的电动机输入来自ECU 10的控制信号而控制所述驱动力。在车辆为电动车的情况下，不向节气门致动器输入而是向作为动力源的电动机输入来自ECU 10的控制信号，控制所述驱动力。上述情况下的作为动力源的电动机构成致动器6。
制动致动器与来自ECU 10的控制信号对应地控制制动系统，控制向车辆的车轮施加的制动力。作为制动系统，例如可以使用液压制动系统。转向致动器与来自ECU 10的控制信号对应地，对用于控制电动转向系统中的转向扭矩的辅助电动机的驱动进行控制。由此，转向致动器控制车辆的转向扭矩。
说明ECU 10的功能性结构。ECU 10具有：车辆位置识别部11、障碍物识别部12、移动障碍物检测部13、行驶状态识别部14、第一路径生成部15、第二路径生成部16、第三路径生成部17、可靠度计算部18、前进路线设定部19、行驶计划生成部20、以及行驶控制部21。此外，ECU 10的功能的一部分也可以在能够与本车辆通信的服务器中执行。
车辆位置识别部11基于GPS接收部1接收到的本车辆的位置信息、以及地图数据库4的地图信息，识别(推定本车位置：定位)本车辆在地图上的位置。具体地说，车辆位置识别部11利用地图数据库4的本地信息以及外部传感器2的检测结果，通过SLAM技术识别本车辆的位置。另外，车辆位置识别部11也可以通过其他公知的方法识别本车辆在地图上的位置。也可以在由设置在道路等外部的传感器能够测定本车辆的位置的情况下，车辆位置识别部11通过与所述传感器之间的通信而识别本车辆的位置。
障碍物识别部12基于外部传感器2的检测结果以及地图数据库4的地图信息，识别本车辆周围的障碍物(包括障碍物的位置)。在地图信息中含有地面信息(地面数据)的情况下，障碍物识别部12根据与地面之间的偏差而检测障碍物。障碍物识别部12也可以将地面推定模式应用于外部传感器2的检测结果中，根据与地面之间的偏差而检测障碍物。障碍物识别部12也可以通过其他公知的方法识别障碍物。
障碍物除了电线杆、护栏、树木、建筑物等固定的静止障碍物之外，还包括行人、自行车、其他车辆等移动障碍物。障碍物识别部12例如在每次从外部传感器2获取检测结果时进行障碍物的识别。
移动障碍物检测部13从障碍物识别部12识别出的障碍物中检测移动障碍物。移动障碍物检测部13利用背景信息而从障碍物中检测移动障碍物。移动障碍物检测部13也可以通过其他公知的方法检测移动障碍物。
移动障碍物检测部13针对检测出的移动障碍物推定该时刻的移动障碍物的移动量。移动量含有移动障碍物的移动方向以及移动速度。移动量也可以含有移动障碍物的旋转速度。移动障碍物检测部13也可以进行移动量的误差推定。
移动障碍物检测部13也可以利用通过外部传感器2获取到的信息而确定移动障碍物的种类。也可以在确定了移动障碍物的种类的情况下，移动障碍物检测部13基于移动障碍物的种类而校正移动障碍物的移动量以及移动的误差。
行驶状态识别部14基于内部传感器3的检测结果(例如车速传感器的车速信息、加速度传感器的加速度信息、偏航角速度传感器的偏航角速度信息等)，识别本车辆的行驶状态。本车辆的行驶状态包括例如车速、加速度、以及偏航角速度。
第一路径生成部15假定本车辆周围的障碍物全部为静止障碍物而生成本车辆的第一路径。第一路径是指通过假定障碍物全部为静止障碍物的方法而生成的避开静止障碍物路径。第一路径中包括至少一个用于使本车辆避开障碍物行驶的路径候选。以下将假定障碍物全部为静止障碍物这一假定称为静止障碍物假定。
第一路径生成部15基于外部传感器20的检测结果、地图数据库4的地图信息、车辆位置识别部11识别出的本车辆在地图上的位置、障碍物识别部12识别出的障碍物的信息、以及行驶状态识别部14识别出的本车辆的行驶状态等，生成第一路径。第一路径生成部15也可以通过其他公知的方法生成第一路径。
第二路径生成部16生成在假定移动障碍物是独立地进行移动的情况下的、本车辆的第二路径。移动障碍物独立地进行移动这一情况，表示移动障碍物与其它障碍物以及本车辆是否存在无关而独立地进行移动。例如，假定正在从本车辆的侧向接近本车辆的其他车辆并没有由于本车辆存在产生影响而减速(没有相互作用)，而是维持当前其他车辆的朝向以及速度。以下，将假定移动障碍物是独立地进行移动这一情况称为独立移动假定。
第二路径是指通过独立移动假定的方法生成的避开独立移动障碍物路径。第二路径中包括至少一个用于使本车辆避开障碍物行驶的路径候选。
第二路径生成部16基于外部传感器2的检测结果、地图数据库4的地图信息、车辆位置识别部11识别出的本车辆在地图上的位置、障碍物识别部12识别出的障碍物的信息、以及行驶状态识别部14识别出的本车辆的行驶状态等，通过独立移动假定而生成第二路径。
具体地，第二路径生成部16通过独立移动假定而预测移动障碍物的路径候选。在移动障碍物处于车道内的情况下，第二路径生成部16能够预测移动障碍物沿着车道行驶的路径候选。在车道中途存在分支的情况下，移动障碍物的路径候选也分支为两个或两个以上。第二路径生成部16通过公知的方法预测本车辆能获取的路径候选。本车辆能获取的路径候选是指，在不考虑移动障碍物存在的影响的情况下本车辆能获取的路径候选。作为本车辆的能获取的路径候选，也可以使用由第一生成部15生成的第一路径中包含的路径候选。
在独立移动假定的前提下，第二路径生成部16判定移动障碍物能获取的候选路径和本车辆能获取的路径候选是否重合。第二路径生成部16判定移动障碍物与其他障碍物以及本车辆存在无关而独立地进行移动的路径候选、与本车辆能获取的路径候选是否重合(是否相交)。第二路径生成部16将本车辆能获取的路径候选中的、与独立移动假定的移动障碍物的路径候选不发生重合的路径候选，生成为第二路径的路径候选。
在不存在与独立移动假定的移动障碍物的路径候选不发生重合的本车辆的路径候选的情况下，第二路径生成部16计算通过调整本车辆的车速(速度曲线)避免碰撞。第二路径生成部16将通过本车辆的车速调整能够避免碰撞的本车辆的路径候选，生成为第二路径的路径候选。第二路径生成部16也可以通过其他公知的方法生成第二路径。
第二路径生成部16在生成第二路径时无需考虑全部障碍物(包括移动障碍物在内)。第二路径生成部16也可以仅考虑对生成本车辆的路径的影响相对较大的障碍物而生成第二路径。由于位于本车辆附近的障碍物对生成本车辆的路径的影响相对较大，位于本车辆远处的障碍物对生成本车辆的路径的影响相对较小(或没有)，所以第二路径生成部16可以仅考虑位于本车辆一定距离内的障碍物而生成第二路径。上述方面在后述的生成第三路径时也相同。
第三路径生成部17生成在假定移动障碍物与其他障碍物及本车辆的至少其中一者一边相互作用一边进行移动的情况下的本车辆的第三路径。移动障碍物与其他障碍物及本车辆一边相互作用一边进行移动的情况，表示移动障碍物为了避开与其他障碍物或本车辆的接触而一边根据需要减速等一边进行移动的情况。移动障碍物也可以为了避开与其他障碍物或本车辆的接触而暂时停止。此外，也可以在移动障碍物的路径候选分支为多个的情况下，利用外部传感器2的检测结果缩减移动障碍物的路径候选。以下，将移动障碍物在一边与其他障碍物及本车辆的至少其中一者相互作用或缩减移动障碍物的路径、一边进行移动的假定称为相互作用假定。
第三路径是指通过相互作用假定的方法生成的避开相互作用移动障碍物路径。第三路径中包括至少一个用于使本车辆避开障碍物行驶的路径候选。
第三路径生成部17基于外部传感器2的检测结果、地图数据库4的地图信息、车辆位置识别部11识别出的本车辆在地图上的位置、障碍物识别部12识别出的障碍物的信息、以及行驶状态识别部14识别出的本车辆的行驶状态等，通过相互作用假定生成第三路径。第三路径生成部17考虑移动障碍物由于与其他障碍物及本车辆的至少其中一者相互作用而减速或暂时停止的情况而生成第三路径。换言之，考虑移动障碍物的影响消失的可能性而生成更高效的本车辆的路径。通过相互作用假定生成第三路径的内容在后面详细描述。
可靠度计算部18计算第二路径的可靠度以及第三路径的可靠度。第二路径的可靠度是指第二路径的适合性的评价结果。第三路径的可靠度是指第三路径的适合性的评价结果。关于第二路径的可靠度以及第三路径的可靠度的计算在后面详细描述。
前进路线设定部19基于第二路径的可靠度以及第三路径的可靠度，从第一路径、第二路径、以及第三路径中设定本车辆所行驶的前进路线。在第三路径的可靠度为第三可靠度阈值以上的情况下，前进路线设定部19从第三路径中设定本车辆所行驶的前进路线。第三可靠度阈值是预先设定的阈值。这里，前进路线是指最终本车辆行驶时所使用的路径。路径是在前进路线设定时使用的前进路线的候选。在第三路径中包含的路径候选为一个的情况下，前进路线设定部19将所述路径候选设定为本车辆所行驶的前进路线。在第三路径中存在多个路径候选的情况下，路线设定部19将例如从行驶效率的角度出发选择的一个路径候选设定为本车辆所行驶的前进路线。前进路线设定部19可以将到达目的地距离最短的路径候选设定为本车辆所行驶的前进路线，也可以将考虑拥堵等得到的到达目的地时间最短的路径候选设定为本车辆所行驶的前进路线。
在第三路径的可靠度小于第三可靠度阈值，且第二路径的可靠度为第二可靠度阈值以上时，路线设定部19从第二路径中设定本车辆所行驶的前进路线。第二可靠度阈值是预先设定的阈值。在第二路径中包含的路径候选为一个的情况下，前进路线设定部19将所述路径候选设定为本车辆所行驶的前进路线。在第二路径中存在多个路径候选的情况下，与上述第三路径的情况同样地，前进路线设定部19将其中一个路径候选设定为本车辆所行驶的前进路线。
在第三路径的可靠度小于第三可靠度阈值且第二路径的可靠度也小于第二可靠度阈值的情况下，前进路线设定部19从第一路径中设定本车辆所行驶的前进路线。在第一路径中包含的路径候选为一个的情况下，前进路线设定部19将所述路径候选设定为本车辆所行驶的前进路线。在第一路径中存在多个路径候选的情况下，与上述第三路径的情况同样地，路线设定部19将其中一个路径候选设定为本车辆所行驶的前进路线。
前进路线设定部19构成本实施方式所涉及的前进路线设定装置101。如图1所示，在自动驾驶系统100中，车辆位置识别部11、障碍物识别部12、移动障碍物检测部13、行驶状态识别部14、第一路径生成部15、第二路径生成部16、第三路径生成部17、可靠度计算部18、前进路线设定部19构成设定本车辆的前进路线的前进路线设定装置101。
行驶计划生成部20生成与前进路线设定部19所设定的前进路线相应的行驶计划。行驶计划生成部20至少基于外部传感器2的检测结果以及地图数据4的地图信息，生成与本车辆的前进路线相应的行驶计划。
对于行驶计划生成部20没有特别限定，优选将所生成的行驶计划以将本车辆的前进路线用固定于本车辆上的坐标系表示的目标位置p、以及各目标点的速度v这两个要素构成的组、即具有多个配置坐标(p,v)的方式输出。此处，各个目标位置p至少具有固定于本车辆上的坐标系下的坐标x、坐标y的位置、或者具有与坐标x、坐标y的位置等价的信息。行驶计划只要是记载本车辆的行为的内容即可，并不特别限定。行驶计划也可以使用例如目标时刻t代替速度v，也可以添加目标时刻t和该时刻的本车辆的方位。
一般行驶计划具有大致从当前时刻开始数秒后的未来的数据就足够，但根据在交叉路口右转、本车辆被超车等情况的变化，有时需要几十秒的数据。因此，虽然没有特别限定，但优选行驶计划的配置坐标的数量可以改变，并且配置坐标间的距离也可以改变。此外，也可以将配置坐标相连而成的曲线经由样条函数等进行近似并将所述曲线的参数作为行驶计划。在生成行驶计划时，只要是能够记载本车辆的行为的方法即可，可以使用任意的公知方法。
行驶计划也可以是表示本车辆行驶于前进路线时的本车辆的车速、加速度/减速度以及转向扭矩等随时间变化的数据。行驶计划也可以包括本车辆的速度模式、加速度/减速度模式以及转向模式。此处的行驶计划生成部20也可以以使得旅行时间(本车辆到达目的地所需要的所需时间)最小的方式生成行驶计划。
所谓速度模式，是指例如对于前进路线上以规定间隔(例如1m)设定的目标控制位置，在各个目标控制位置处与时间关联而设定的目标车速所构成的数据。所谓加速度/减速度模式，是指例如对于前进路线上以规定间隔(例如1m)设定的目标控制位置，在各个目标控制位置处与时间关联而设定的目标加速度/减速度所构成的数据。所谓转向模式，是指例如对于前进路线上以规定间隔(例如1m)设定的目标控制位置，在各个目标控制位置处与时间关联而设定的目标转向扭矩所构成的数据。
行驶控制部21基于由行驶计划生成部20生成的行驶计划，自动控制本车辆的行驶。行驶控制部21将与行驶计划相应的控制信号输出至致动器6。由此，行驶控制部21以本车辆按照行驶计划自动行驶的方式控制本车辆的行驶。行驶控制部21可以通过公知的方法执行本车辆的自动驾驶。
[自动驾驶系统的处理]
接下来，说明自动驾驶系统100的处理(前进路线设定装置101的处理)。首先，说明自动驾驶系统100进行的识别。为了提高自动驾驶系统100的识别精度，有可能优选考虑与其他车辆之间的相互作用。换言之，识别与判断相互关联。所以，自动驾驶系统100中，与识别的种类不同而相应地存在多个判断(规划)。即，自动驾驶系统100与识别的等级对应而判断(规划)也存在一些计算的层级。该层级对应于第一路径、第二路径、以及第三路径。
<前进路线设定方法>
图2是表示自动驾驶系统100的前进路线设定方法的流程图。图2所示的流程图的处理是在自动驾驶的控制中根据需要执行的。
如图2所示，作为S10，自动驾驶系统100的ECU 10通过第一路径生成部15生成本车辆的第一路径(第一路径生成步骤)。第一路径生成部15基于地图信息、本车辆在地图上的位置、障碍物的信息、以及本车辆的行驶状态等，生成在假定本车辆周围的障碍物全部为静止障碍物的情况(静止障碍物假定的情况)下的本车辆的第一路径。
S12中，ECU 10通过前进路线设定部19将第一路径设定为输出对象。
S14中，ECU 10判定是否由移动障碍物检测部13从障碍物中检测出移动障碍物(移动障碍物判定步骤)。移动障碍物检测部13利用背景信息而从障碍物中检测移动障碍物。在判定为没有从障碍物中检测出移动障碍物的情况下(S14：否)，ECU 10跳转至S12。在判定为从障碍物中检测出移动障碍物的情况下(S14：是)，ECU 10跳转至S16。
S16中，ECU 10通过第二路径生成部16生成本车辆的第二路径(第二路径生成步骤)。第二路径生成部16基于地图信息、本车辆在地图上的位置、障碍物的信息、以及本车辆的行驶状态等，生成在假定移动障碍物是独立地进行移动的情况(独立移动假定的情况)下的第二路径。
S18中，ECU 10通过可靠度计算部18计算第二路径的可靠度(第二路径可靠度计算步骤)。关于第二路径的可靠度的计算在后面详细描述。
S20中，ECU 10通过前进路线设定部19判定第二路径的可靠度是否为第二可靠度阈值以上。在判定为第二路径的可靠度为第二可靠度阈值以上的情况下(S20：是)，ECU 10跳转至S22。在判定为第二路径的可靠度小于第二可靠度阈值的情况下(S20：否)，ECU 10跳转至S24。
S22中，ECU 10通过前进路线设定部19将第二路径替换为输出对象。即，输出对象由第一路径变更为第二路径。然后，ECU 10跳转至S24。
S24中，ECU 10通过第三路径生成部17生成本车辆的第三路径(第三路径生成步骤)。第三路径生成部17基于地图信息、本车辆在地图上的位置、障碍物的信息、以及本车辆的行驶状态等，生成在假定移动障碍物与其他障碍物及本车辆的至少其中一者一边相互作用一边进行移动的情况(相互作用假定的情况)下的第三路径。关于第三路径的生成在后面详细描述。
S26中，ECU 10通过可靠度计算部18计算第三路径的可靠度(第三路径可靠度计算步骤)。关于第三路径的可靠度的计算也在后面详细描述。
S28中，ECU 10通过前进路线设定部19判定第三路径的可靠度是否为第三可靠度阈值以上。在判定为第三路径的可靠度为第三可靠度阈值以上的情况下(S28：是)，ECU 10跳转至S30。在判定为第三路径的可靠度小于第三可靠度阈值的情况下(S28：否)，ECU 10跳转至S32。
S30中，ECU 10通过前进路线设定部19将第三路径替换为输出对象。即，输出对象由第一路径或第二路径变更为第三路径。然后，ECU 10跳转至S32。
S32中，ECU 10通过前进路线设定部19从输出对象中设定本车辆所行驶的前进路线(前进路线设定步骤)。在输出对象是第一路径的情况下，前进路线设定部19将第一路径包含的其中一个路径候选设定为本车辆所行驶的前进路线。在输出对象是第二路径的情况下，前进路线设定部19将第二路径包含的其中一个路径候选设定为本车辆所行驶的前进路线。
在输出对象是第三路径的情况下，前进路线设定部19将第三路径包含的其中一个路径候选设定为本车辆所行驶的前进路线。在存在多个路径候选的情况下，前进路线设定部19例如将行驶效率最高的路径候选设定为本车辆所行驶的前进路线。在设定了本车辆所行驶的前进路线的情况下，ECU 10结束本次处理。
即，计算与三种识别(静止障碍物假定、独立移动假定、相互作用假定)对应的判断(第一路径、第二路径、第三路径)。ECU 10也可以在上述前进路线设定方法中省略S14的处理。这种情况下，在S12的处理之后开始S16的处理。
<第三路径的生成处理>
说明自动驾驶系统100中的第三路径生成处理。图3是表示第三路径生成处理的流程图。第三路径生成处理对应于图2的S26的处理。
如图3所示，作为S40，ECU 10通过第三路径生成部17计算移动障碍物的路径候选。第三路径生成部17利用移动障碍物检测部13的检测结果和交通规则地图，对各个移动障碍物分别计算路径候选(移动障碍物能获取的路径候选)。
作为S42，ECU 10通过第三路径生成部17获得本车辆以及移动障碍物的路径候选矩阵R。首先，作为前提而记述自动驾驶系统100中的自动驾驶的判断/规划(生成包括前进路线设定在内的行驶计划)。自动驾驶的判断/规划由对解的分支的处理和、对所选择的分支中的适当轨迹进行计算这两个处理构成。此处，将前者称为目的确定，将后者称为行为确定。此处，如果将不发生接触的轨迹形成的情况下的分支点(奇异点)认为是表示风险，则可以说目的确定主要是处理风险回避。在这里，先期判断是重要的。行为确定是指在由目的确定而限定的范围内计算出兼顾安全和效率的轨迹。在这里，判断延后是重要的。关于判断延后在后面描述。
此处，将处在道路网络上的本车辆以及移动障碍物记为a＝1、2…，将本车辆a能获取的路径候选记为α＝1、2，从而将本车辆a能获取的路径候选矩阵记为Raα。考虑到各车辆无法在车道内并排行驶，则在研究目的确定问题后能获取的路径候选paα可以是将车道中心连接而成的线即RNDF(Route and Navigation Definition File)的一部分(或者与其连接)。由此，当本车辆a位于道路上的点(某一条车道的中心)xa的情况下，沿着位于本车辆a前方的道路中心分支的线成为路径候选。
如果在本车辆a能够获取路径候选的情况下赋值为1，在无法获取路径候选的情况下赋值为0，则本车辆a能获取的路径候选矩阵的各成分Raα可以以下述式(1)表示。
[算式1]
Figure BDA0001621641230000091
这样的路径候选矩阵R并不限于本车辆a，也可以针对各个移动障碍物分别求出该矩阵。
作为S44，ECU 10通过第三路径生成部17求出表现出路径候选存在重合的重合矩阵O。此处，如果取得本车辆a的路径候选α和移动障碍物b的路径候选β，则存在两个路径候选α、β有重合的情况和没有重合的情况。在没有重合的情况下，两个移动障碍物不会碰撞，在有重合的情况下，有可能发生碰撞。表现上述情况的对称矩阵(重合矩阵)Oaα，bβ可以通过下述式(2)求出。
[算式2]
Figure BDA0001621641230000092
此处，针对本车辆和移动障碍物这一组合进行了说明，但在为两个移动障碍物的情况下也能够同样地求出路径候选的重合矩阵。对于其后描述的各种矩阵，也同样地可以针对两个移动障碍物的情况。
作为S46，ECU 10通过第三路径生成部17求出碰撞可能性矩阵H。本车辆a和移动障碍物b的碰撞可能性矩阵Hab可以作为下述式(3)求出。
[算式3]
Figure BDA0001621641230000093
如果本车辆a以及移动障碍物b能够选择使得所述碰撞可能性矩阵H变成零矩阵(H＝0)的路径候选Ra，则能够使碰撞的可能性变成0。由于各移动障碍物选择朝向各自的目的地的路径，所以并不一定始终能够选择使H＝0的路径候选矩阵R。在无法选择使H＝0的路径候选R的情况下，可以考虑以使得碰撞可能性矩阵H的非零成分数量最少的方式使各移动障碍物选择路径候选矩阵R。这种情况下，由于本车辆a的路径候选α和移动障碍物b的路径候选β之间重合的情况没有消除，所以可以进行结合移动障碍物的移动速度的碰撞可能性判定，并通过从时间角度调整(调整速度曲线)本车辆a而避开碰撞。此时的速度曲线调整中，可以从“由于大多希望移动障碍物在本车辆前方行驶，所以使移动障碍物先行通过会容易避开碰撞”的角度出发，进行速度曲线的调整。
作为S48，ECU 10通过第三路径生成部17求出时间矩阵T。这里，首先针对仅一个点重合的情况讨论路径候选发生重合的情况下的碰撞可能性判定。将路径候选重合的点设为Oaα，bβ将l(naα，bβ，xa)设为沿着路径候选paα测量到的从xa到naα，bβ为止的长度。此时，如果移动体是已知的，则能够由下述式(4)估算本车辆a到达点naα，bβ所需要的时间taα。
[算式4]
Figure BDA0001621641230000094
同样地，能够求出移动障碍物b到达点naα，bβ所需要的时间tbβ。所述时间满足下述式(5)的情况下，本车辆a和移动障碍物b在点naα，bβ接触，满足下述式(6)的情况表示本车辆a比移动障碍物b更先通过点naα，bβ。
[算式5]
taα＝tbβ···(5)
taα＜tbβ···(6)
这种情况下，能够如下述式(7)所示求出时间矩阵T。
[算式6]
Figure BDA0001621641230000101
作为S50，ECU 10通过第三路径生成部17获得冲突张量C。此处，由于时间矩阵T表示本车辆a以及移动障碍物b的哪一个先通过关注点naα，bβ，所以满足下述式(8)。
[算式7]
T(naα，bβ)＝-tT(naα，bβ)…(8)
为了使本车辆a以及移动障碍物b安全地进行移动，考虑通过点naα，bβ的时间需要存在规定程度的时间差δt，从而如下述式(9)进行校正后，时间矩阵T具有反对称成分和对称成分。
[算式8]
Figure BDA0001621641230000102
这种情况下，可利用下述式(10)获得冲突张量(冲突矩阵)C。
[算式9]
Figure BDA0001621641230000103
构成对称矩阵的冲突矩阵C的非零成分表示通过点naα，bβ的时间之差为δt以下的移动障碍物和规划的组合、即有可能接触的组合。
接下来，对于路径候选在一定区间内重合的情况也可以同样地进行论述。对于存在重合的区间，如果考虑两个端点nn aα，bβ、n1 aα，bβ，则“有可能接触”表现为满足本车辆a以及移动障碍物b在两个端点处的到达顺序不同的条件即第一条件、以及任一个端点处的C(naα,bβ)为1的条件即第二条件中的任一个。在从本车辆a的角度下作为远侧的端点并不一定必须为路径候选不重合的点，可以是T秒后的本车辆a的位置。这一设定对于移动障碍物b也同样。
由于第一条件可记述为下述式(11)，所以下述式(12)的非零成分示出有可能接触。此处，式(12)的point包括区间的端点，[nn aα，bβ，n1 aα，bβ]表示线段。
[算式10]
Figure BDA0001621641230000104
Figure BDA0001621641230000105
此处，在求取信息Caα，bβ时，路径候选paα可以从地图信息中得到。其结果是，作为必须通过观测或推定而获得的量，如果设为a＝1,2,…，则仅仅为本车辆及各移动障碍物的位置xa和本车辆及各移动障碍物的速度va。此处，δt是为了避开碰撞而设定的设计参数，其他量是通过传感器测量或通过推定模型而确定的。作为速度，针对本车辆可以对于各个路径候选而不同的值任意分配给va，但如果考虑到对于其他车辆是分配测量结果或推定模型的值而不存在任意性，则可以仅使冲突张量C中与本车辆相关的成分具有依存于本车辆速度规划的特性。如果以算式进行记述，则表示为下述式(13)。下述算式(13)中，a为本车辆。
[算式11]
Caα、bβ＝Caα、bβ(xa，vaα，xb，vb，δt)···(13)
作为S52，ECU 10通过第三路径生成部17获得干涉矩阵D。从包括通过本车辆a的速度调整而避开碰撞在内的目的确定问题的角度出发，干涉矩阵D作为将重合矩阵O置换为冲突张量C而得到的矩阵，通过下述式(14)求出。
[算式12]
Figure BDA0001621641230000111
也可以认为是将包括通过本车辆a的速度调整而避开碰撞在内的目的确定问题回归为下述问题：以使得上述式(14)表示的干涉矩阵D变为零矩阵的方式，通过本车辆a以及移动障碍物b选择路径候选Raα及速度规划而调整冲突张量C的问题。
S54中，ECU 10通过第三路径生成部17判定与本车辆相关的干涉矩阵D是否为零矩阵。在判定为与本车辆相关的干涉矩阵D为零矩阵的情况下(S54：是)，ECU 10跳转至S68。在没有判定出与本车辆相关的干涉矩阵D为零矩阵的情况下(S54：否)，ECU 10跳转至S56。
S56中，ECU 10通过第三路径生成部17缩减本车辆的路径候选。第三路径生成部17假定各移动障碍物遵守预先设定的交通规则，而缩减本车辆的路径候选。交通规则是与地图上的位置信息相关联地存储在地图数据库4的交通规则地图中的。
此处，在上述目的确定问题中，有时并不适合考虑其他移动障碍物可采取的所有行为。例如，在由本车辆的行驶车道和对向车道这两条车道构成的道路中，如果对所有对向车辆都考虑脱离车道而出现在本车辆正面的可能性，则本车辆有可能不得不一直停到没有对向车辆为止。因为通常驾驶员不会使本车辆一直停到没有对向车辆为止，所以假定驾驶员在实际环境中进行的驾驶判断是基于某种社会性契约(社会性期待)产生的。以下，将上述内容分为与路径候选矩阵Ra相关的目的确定等级、以及与冲突张量C相关的行为确定等级进行研究。
首先，作为目的确定方针而示出称为“避开路径重合假定”的假定。干涉矩阵的成分有可能为1的情况(有可能碰撞的情况)是指本车辆和移动障碍物(或两个移动障碍物)的路径重合的情况。即，如果全部移动障碍物都选择与其他移动障碍物及本车辆的路径不重合的规划，则能够使碰撞可能性变得最小。在不会妨碍各个移动障碍物朝向所述移动障碍物的目的地移动的前提下，选择不会与其他障碍物及本车辆的路径重合的规划并维持所选择的规划这一情况，认为对各移动障碍物来说是合理的规划选择。将如上所述的各移动障碍物选择规划的情况称为“避开路径重合假定”。
具体描述几个避开路径重合假定，第一个是所谓“不选择在对向车道行驶等违反交通规则的规划”的假定。第二个是所谓“不选择产生不必要的车道变更的规划”的假定。第三个为，在不知道移动障碍物的目的地的情况下，在交叉路口等道路分支处仅考虑与分支数相应的规划。对于移动障碍物的目的地，可以在例如移动障碍物为其他车辆的情况下通过车辆间通信等获取。第三路径生成部17利用避开路径重合假定，通过公知的方法缩减本车辆的路径候选。
S58中，ECU 10通过第三路径生成部17再次求出干涉矩阵D。S60中，ECU 10通过第三路径生成部17再次判定与本车辆相关的干涉矩阵D是否为零矩阵。在判定为与本车辆相关的干涉矩阵D为零矩阵的情况下(S60：是)，ECU 10跳转至S68。在没有判定出与本车辆相关的干涉矩阵D为零矩阵的情况下(S60：否)，ECU 10跳转至S62。
S62中，ECU 10通过第三路径生成部17，利用利他战略而对干涉矩阵的每一个非零成分以使得非零成分为零的方式计算本车辆的车速(速度曲线)。此处，作为使冲突张量变成零矩阵的次序确定方针而示出利他战略。冲突张量的成分Caα，bβ不为零的情况是指，本车辆a到达路径重合点的时刻和移动障碍物b到达路径重合点的时刻之差的绝对值可能为δt以下(可能接触)的情况。本车辆a避开接触的条件可以由下述式(15)表示。
[算式13]
|taα-tbβ|＞δt···(15)
这种情况下，能够使用上述式(4)求出下述式(16)、(17)。
[算式14]
Figure BDA0001621641230000121
Figure BDA0001621641230000122
根据上述式(16)、(17)，能够将使移动障碍物b先行通过的条件记述为下述式(18)。能够将本车辆a先行通过的条件记述为下述式(19)。
[算式15]
Figure BDA0001621641230000123
Figure BDA0001621641230000124
在通过使移动障碍物比本车辆更先通过而避开碰撞的情况下，对本车辆的速度进行调整以满足上述式(18)。将使移动障碍物比本车辆更先通过而避开碰撞的情况称为通过利他战略实现的冲突消除。如果在相互作用的范围中只有本车辆和一个移动障碍物，则即使在移动障碍物以超过限速的速度行驶的情况下，也能够通过使移动障碍物比本车辆更先通过而创造出整体上稳定的交通状况。在使本车辆比移动障碍物更先通过的情况也是同样的情况。因此，如上述所示的利他战略也可以作为一个方案。
S64中，ECU 10通过第三路径生成部17判定是否存在使干涉矩阵D变成零矩阵的本车辆的车速(速度曲线)。在没有判定出存在使干涉矩阵D变成零矩阵的本车辆的车速的情况下(S64：否)，ECU 10跳转至S66。在判定为存在使干涉矩阵D变成零矩阵的本车辆的车速的情况下(S64：是)，ECU 10跳转至S68。
S66中，ECU 10经由HMI 5请求驾驶员介入。ECU 10通过向HMI 5发送控制信号而发出请求驾驶接管(从自动驾驶切换为手动驾驶)的通知。
作为如上述那样的请求驾驶员介入的情况，可以是在本车辆的相互作用的范围内存在两个以上的移动障碍物的情况。这种情况下，有可能在本车辆a以及移动障碍物b处于前后连贯行驶的状态下，第三移动障碍物c请求本车辆a让路而导致移动障碍物b请求先行通过的情况。如上述那样的情况下很难在利他战略的范围内确定移动障碍物c自身应该采取的状态。具体情景的一个示例为，在本车辆a从非优先道路进入优先道路的情况下，优先道路上存在与本车辆a发生干涉的其他车辆b，并且本车辆a的后方存在速度较快的其他车辆c的情况。这种情况下，仅通过本车辆a让路这一利他战略无法消除目的对立的情况，为了在遵守交通规则的同时消除目的对立而不得不将期待后方的其他车辆c进行减速(规划修正或者将急于前行目的逆转为让先目的)作为一个方案进行考虑。
更复杂的情况是落入在统计物理学中以挫折(frustration)这一名字而熟知的不稳定状态的情况。该状态不仅包括上述情况，还存在于移动障碍物b的目的逆转而使得本车辆a的目的逆转的情况。这种情况下，需要研究使本车辆a和移动障碍物b、c之间的相互作用逐渐降低等能够实现彼此认同的战略。在自动驾驶的情况下，使自身速度降低等而有效扩大车间距离是降低相互作用的方法之一。
在相互作用的范围内除了本车辆之外还存在两个移动障碍物时，有可能存在仅靠本车辆不足以消除整体冲突的窘境。如上述那样的情况下，可以考虑请求驾驶员介入。本车辆a与其他移动障碍物b、c形成窘境是指任意的(α，vaα)都使得下述式(20)成立情况，所以有可能基于冲突张量C检测到。
[算式16]
Figure BDA0001621641230000131
或
Figure BDA0001621641230000132
S68中，ECU 10通过第三路径生成部17将剩余的路径候选生成为本车辆的第三路径。然后，ECU 10结束本次处理。
以上，说明了第三路径的生成处理，但是与第二路径生成处理重复的部分也可以用于第二路径生成处理。
<进入环岛>
对于上述第三路径的生成处理，将本车辆进入环岛作为例示。对于本车辆a＝1的路径候选，设为进入环岛的路径候选α＝1、在进入环岛前等待的路径候选α＝2。如果其他车辆b(移动障碍物b)正在环岛内行驶，则其他车辆b的路径候选β设为从环岛退出的路径候选β＝1、继续留在环岛的路径候选β＝2。
此时，仅本车辆a的路径候选α＝1与其他车辆b的继续留在环岛的路径候选β＝2存在重合。此处，重合矩阵O记述为下述式(21)、(22)。
[算式17]
Figure BDA0001621641230000133
Figure BDA0001621641230000134
同样地，时间矩阵T记述为下述式(23)。将式(23)中的τ12表示为式(24)，τ21表示为(25)。括号外的下标是为了方便明确示出括号内的参数是什么而导入的记号法。
[算式18]
Figure BDA0001621641230000135
τ12＝sgn(t22-t11-δt)…(24)
τ21＝sgn(t11-t22-δt)…(25)
以下示出其他车辆b采用的路径候选未缩减且假定本车辆a要进入环岛的情况。首先，其他车辆b采用的路径候选未缩减的情况由下述式(26)表示。本车辆a要进入环岛的情况由下述式(27)表示。
[算式19]
R2β＝(1 1)β…(26)
R1α＝(1 0)α…(27)
这种情况下，干涉矩阵D为下述式(28)～(30)。
[算式20]
Figure BDA0001621641230000141
为了使干扰矩阵D成为零矩阵以使得本车辆a和其他车辆b避开接触，必须调整本车辆a的速度曲线以使得本车辆a＝1成为τ12＝0。
如果利用此前的表述举出在通过环岛时干涉矩阵D成为零矩阵的全部情况，则由以下三种情况：(A)本车辆a采取不进入环岛的路径候选R1α＝(0，1)α的情况；(B)本车辆a进入环岛的情况下推定其他车辆b＝2采取路径候选R2β＝(1，0)β的情况；(C)本车辆a进入环岛且调整本车辆a的速度曲线以使得c＝0的情况。
其中(B)的情况下，干涉矩阵D为下述式(31)～(33)，接触可能性为零，所以能够立刻进入环岛。
[算式21]
Figure BDA0001621641230000142
此处，在进行(C)的情况中的速度曲线的计算之前，先推定与该路径的分支对应的(B)中的其他车辆b＝2采用的路径候选β。其结果，能够实现在其他车辆b退出的情况下迅速进入环岛这一功能。也可以追加导入其他车辆(移动障碍物)b的朝向hb。
<时间偏移处理>
此处，记述时间偏移处理。自动驾驶系统100的传感器测量车外环境，其结果，直至致动器6开始工作为止存在时间延迟Δt。考虑到本车辆开始移动是与传感器进行测量的时刻相比Δt之后发生的，由此将车外的移动体的位置以及本车辆的位置xa偏移至xa+vaΔt而以所述Δt时间进行了预测校正的空间中，进行本车辆的规划。
<判断的延后>
说明判断的延后。在将路径候选的探索范围设为D＝{p(τ)}时，从安全和行驶效率的角度出发，能够将路径候选以下述式(34)、(35)进行定义。这种情况下，很容易成为下述式(36)的状态。
[算式22]
重视安全路径候选{ps(τ)}args＞θs{S(p(τ)，E(s))|D}…(34)
重视效率路径候选{pe(τ)}＝argS＞θe{E(p(τ)，E(s))|D}…(35)
{ps(τ)}∩{pe(τ)}…(36)
此处，S(p(τ)，E(s))是安全评价系数，E(p(τ)，E(s))是行驶效率评价系数。
此处，基于“即使作为时刻t的路径候选而选择了行驶效率优先的路径候选，在时刻t+δt也切换为安全优先的路径候选”，能够得到平滑的路径候选。
以道路旁边存在行人的状况为例具体说明。这种情况下，判断的延后可以是如下所述的情况下。(A)如果施加紧急制动，则即使行人进入本车辆所行驶的前进路线也有足够的时间停车。(B)如果本车辆停车的时间足够，则考虑到“行人可能不会进入本车辆所行驶的前进路线”而暂时以效率优先的方式行驶。(C)如果行人消失，则继续行驶。(D)如果“行人进入本车辆所行驶的前进路线”这一可能性没有消失，则返回(A)的判断。
具体地，首先确定相对于行人的最终停止位置。接着，求出使用“紧急制动”能够停在最终停止位置的紧急制动开始位置。从当前位置至紧急制动开始位置采用效率优先的规划(例如维持当前的速度)。<可靠度的计算>
说明可靠度计算部18进行的第二路径可靠度以及第三路径可靠度的计算。可靠度大致分为本车辆的传感可靠度、和基于传感结果进行的信号处理的结果的可靠度。
<本车辆的传感可靠度>
本车辆的传感可靠度是利用所谓“事先了解使用本车辆的外部传感器2观察车外环境的方法”这一方式，计算本车辆的外部传感器2能够以哪种程度检测出车外环境以作为可靠度。本实施方式中，本车辆的传感可靠度表示自动驾驶的传感可靠度。
可靠度计算部18通过比较地图数据库4的地图信息和外部传感器2的检测结果，计算自动驾驶的传感可靠度。在将与坐标相关联的已知信息/地图M(s,x)用于识别的情况下，考虑导入将外部传感器2的信号s(t)和已知信息/地图M(s,x)相结合的下述式(37)。
[算式23]
Figure BDA0001621641230000151
此处，s(x)是被期待能够基于已知信息/地图M(s,x)得到的位置x处获取的传感器信号，虽然没有特别限定，但优选位置x根据需要而包括本车辆的方位h。此外，d(·,·)是传感器信号之间的距离。
自动驾驶系统100中，在对车外环境进行传感后，进行本车辆位置推定(定位)。本车辆位置推定是通过车辆位置识别部11比较外部传感器2的检测结果和内部的本地信息而进行的。进行本车辆位置推定时，需要由外部传感器2对存储在本地信息中的特征点进行检测。可靠度计算部18使用检测出特征点的比例、以及下述式(38)示出的传感信号之差Δs(t,x)等计算自动驾驶的传感可靠度。
[算式24]
Figure BDA0001621641230000152
自动驾驶系统100通过将基于结构把握层的检测结果(对外界即车外环境结构的把握结果)和已知信息之间的差异(结构把握误差)与异常相关联，从而能够评价(由外部传感器2或本地信息引起的)自动驾驶的传感可靠度。对结构把握误差可以进行多种定义，如果简单地作为从设计角度确定的阈值设定为
Figure BDA0001621641230000153
则可以以下述式(39)、(40)表示。
[算式25]
Figure BDA0001621641230000154
Figure BDA0001621641230000155
ΔS2(t)是误差为θε以下的反射点的距离误差的累积值，Ns(t)是误差超过θε的反射点的数量。上述数值在传感器信号和存储在本地信息中的特征点全部都完全一致时为零，距离误差越大，即一致的特征点越少，则其值越大。可以将上述两个量组合并导入估算结构把握误差的量。对信号灯位置也能够采用相同的方法。这些值在使用结构把握层的自我监控功能中与位置相关联。
以上说明的本车辆的传感可靠度(自动驾驶的传感可靠度)用于第二路径可靠度的计算以及第三路径可靠度的计算这两者。作为一个示例，本车辆的传感可靠度越低，可靠度计算部18就越将第二路径的可靠度以及第三路径的可靠度计算为较低的值。
<基于传感结果进行信号处理的结果的可靠度>
自动驾驶系统100配置为，以循迹为起点对障碍物进行一定的推定或预测。具体为从本车辆a的角度下的移动障碍物b的目的推定、以及移动障碍物b的力学上的预测、特征预测这三个。
与预测移动障碍物的位置等记述移动障碍物的运动的诸元相关的特征预测和力学上的预测这两者，被分类在独立移动假定中对移动障碍物的路径候选的预测的可靠度中。以下，将独立移动假定中对移动障碍物的路径候选的预测称为独立移动障碍物预测。
另一方面，预测移动障碍物采取怎样的前进路线的目的推定预测被分类在相互作用假定中对移动障碍物的路径候选的预测的可靠度中。以下，将相互作用假定中对移动障碍物的路径候选的预测称为相互作用移动障碍物预测。
《独立移动障碍物预测的可靠度》
独立移动障碍物预测的可靠度影响第二路径的可靠度。在从本车辆a的角度下的移动障碍物b的目的推定中，对于使用推定结果的可靠度而对从本车辆a的角度下的移动障碍物b的记述Xa进行的预测，可以使用下述式(41)示出的预测误差δXab(t)进行可靠度的计算以及自我监控。此处，
Figure BDA0001621641230000161
是对δt之后的将来进行预测的运算符。
[算式26]
Figure BDA0001621641230000162
如果更详细地记述，则在可靠度的计算以及利用可靠度进行的自我监控中，对于各种推定·预测使用下述量。特征预测是基于各个移动障碍物是车还是行人这一识别结果进行的预测，因此这一层的预测精度较高也可以说是“清楚看到”周围的动作。基本上，通过将移动障碍物的宏观推定量(位置x、方位h、速度v)通过以“车”等为对象的模型限制条件M进行推定、即通过
Figure BDA0001621641230000163
推定，从而能够计算出所述预测误差δXab(t)。
力学上的预测是最基本的预测，需要了解其并不与“看懂”等人类意识水平相关。基本上，移动障碍物的宏观推定量(位置x、方位h、速度v)可以通过卡尔曼滤波器、粒子滤波器计算、即通过
Figure BDA0001621641230000164
推定，从而计算出所述预测误差δXab(t)以及似然性。优选根据例如上述误差及似然性的大小，评价特征预测和力学上的预测的可靠性的高低。
可靠度计算部18能够基于例如对判定为光学雷达产生的来自移动障碍物的反射点的反射点分布变化进行预测的粒子滤波器的似然性等，计算独立移动障碍物预测的可靠度。可靠度计算部18也可以将所述粒子滤波器的似然性作为独立移动障碍物预测的可靠度。另外也可以以利用卡尔曼滤波器的误差协方差矩阵的方法计算。
可靠度计算部18基于独立移动障碍物预测的可靠度和上述本车辆的传感可靠度，计算第二路径(避开独立移动障碍物路径)的可靠度。作为一个示例，独立移动障碍物预测的可靠度越高，可靠度计算部18就越将第二路径的可靠度计算为更高的值。
当进行使用模型的预测时，也可以根据识别到移动障碍物时的似然性或类似于似然性的统计量而评价模型的可靠度，并使用基于所述模型预测出力学上的随时间变化时预测出的将来位置的方差，方差越大则独立移动障碍物预测的可靠度越低。
《相互作用移动障碍物预测的可靠度》
相互作用移动障碍物预测的可靠度影响第三路径的可靠度。作为一个示例，自动驾驶系统100中的相互作用可以作为用于避免车辆间碰撞的行为变化进行捕捉。更严格地说，是用于尽量减少车辆间碰撞的可能性的行为变化。一般地，如果能够高精度地推定车辆将来的行为(提高预测的可靠性)，则能够容易地降低车辆间碰撞的可能性。
另一方面，在基本不知道车辆的未来行为的情况下，可认为降低车辆间碰撞的可能性有限度。用于避免在交通环境中车辆间碰撞的行为变化仅通过物理规则无法记述，需要考虑记述包括道路结构及交通法规在内的环境下的移动物体的行为这一框架，在所述框架的基础上提供可靠性的计算方法。作为记述用于避免在交通环境中的车辆间碰撞的行为变化的框架，使用上述的<进入环岛>。
相互作用移动障碍物预测的可靠度的计算是从得到干涉矩阵Dab的过程中的推定计算产生的。具体地，是用于计算冲突张量C而推定本车辆a及移动障碍物b的位置、推定速度以及推定缩减路径候选矩阵R的路径。
上述冲突张量C为下述式(42)。a为本车辆。
[算式27]
Caα、bβ＝Caα、bβ(xa，vaα，Xb，Vb，δt)···(42)
其他车辆b的速度vb是测量值。如果进行现在的多次测量，则能够计算速度vb的方差δvb。此时，对于每一条其他车辆b能获取的路径候选β，到达本车辆a与路径候选重合的点的时间tbβ由下述式(43)、(44)表示。
[算式28]
Figure BDA0001621641230000171
因此，可求出时间tbβ的方差l(naα，bβ，xb)σvb/vb本车辆a先行通过位置naα，bβ的情况下，其他车辆b通过位置naα，bβ的时间差的分布ρ(t)是以(tbβ-taα)为中心的所述方差的分布。
此时，本车辆a和其他车辆b通过位置naα，bβ的时间差为δt以下的概率Paα，bβ由下述式(45)表示。[算式29]
Figure BDA0001621641230000172
将所述概率与阈值θc相比，能够推定出如下述式(46)所示的接触可能性。
[算式30]
Figure BDA0001621641230000173
此时，作为概率Paα，bβ和阈值θc之比的下述指标(47)是一个接触可能性的推定可靠度的优选指标。[算式31]
Figure BDA0001621641230000174
在无法测量其他车辆b的速度的情况下，也可考虑将法定速度(与本车辆a在地图上的位置对应的法定速度)代入vb。该情况下，优选在Caα，bβ的可靠度中代入例如预先规定的较低的可靠度。这里所提及的Caα，bβ的可靠度是相互作用移动障碍物预测的可靠度的一个示例。另外，来自支持向量机的分离平面的偏移量也可以作为一个示例。
可靠度计算部18基于相互作用移动障碍物预测的可靠度和上述本车辆的传感可靠度，计算第三路径(避开相互作用移动障碍物路径)的可靠度。作为一个示例，相互作用移动障碍物预测的可靠度越高，可靠度计算部18就越将第三路径的可靠度计算为更高的值。
<路径候选矩阵的可靠度>
为了使用避开路径重合假定得到路径候选矩阵所需的信息仅为移动障碍物的位置。在路径候选中包括交叉路口等路径分支点的情况下，使用避开路径重合假定得到的路径候选矩阵对多个路径候选分配1。其中一个示例是前述对于环岛的讨论，可以如下述式(48)那样缩减路径候选矩阵R。
[算式32]
R2β＝(1 1)β→R2β＝(1 0)β…(48)
即，从基于避开路径重合假定进行的推定得到的含有两种可能性的路径候选矩阵中，通过详细观察移动障碍物而缩减为含有两种可能性的路径候选矩阵。通过所述路径候选缩减，可以使自动驾驶车辆高效行驶。
此处，路径候选矩阵根据其定义而具有下述式(49)的关系。
[算式33]
Figure BDA0001621641230000181
该关系为，其值越小则移动障碍物b的目的(所选择的路径)就越容易看出来。
实际环境中，在分支点附近，为了看出移动障碍物b选择哪一条从分支处分出的路径候选的目的，需要考虑与本车辆a之间的相互作用。此时，移动障碍物b选择路径候选β的概率ρ(a，b，β)不仅需要移动障碍物b的宏观测量值，还需要本车辆a的宏观测量值。有代表性的宏观的测量值是从移动障碍物b的位置到分支点为止的距离d、移动障碍物b的速度v、移动障碍物b的车身的方向h。即，本车辆a的角度下的移动障碍物b选择路径β的概率ρ(a，b，β)为下述式(50)。
[算式34]
ρ(a、b，β)＝ρ(a、b，β：da，va，ha，db，vb，hb)…(50)
如果具有在分支点附近的足够的数据，则上述概率函数能够以高精度进行再现。求出概率函数并将概率函数与阈值θ相比，从而进行下述式(51)所示的处理。
[算式35]
Figure BDA0001621641230000182
通过进行上述处理，能够缩减从本车辆a的角度下的移动障碍物b的目的(所选择的路径)。此时，作为概率ρ(a，b，β：da，va，ha，db，vb，hb)和阈值θ之比的下述式(52)，是上述进行缩减的优选可靠度的一个示例。
[算式36]
Figure BDA0001621641230000183
如果有从移动障碍物b的位置到分支点为止的距离d、移动障碍物b的速度v、移动障碍物b的车身的方向h这些数据，则上述函数能够由支持向量机等实现。使用支持向量机的情况下，数据点和支持向量机的识别平面之间的距离、与支持向量机的边界尺寸之比，成为缩减从本车辆a的角度下的移动障碍物b的目的(所选择的路径)的优选可靠度。所示例的移动障碍物b是任意的移动障碍物，上述内容可适用于各种移动障碍物中。
以上，以针对冲突张量而进行概率的阈值处理，针对路径候选矩阵缩减而进行概率的阈值处理及使用支持向量机的处理为例，示例出了可靠度的求取方法，但是并不限定于此，也可以通过其他适当的方法求出可靠度。
上述阈值θ本身也可以作为可靠度的指标进行处理。具体地，如果作为预设值而赋予阈值θ较大的值，则冲突张量的计算中判定为有可能碰撞的可能性降低，路径候选的缩减变宽松，所以从避开碰撞的角度出发能够进行相对简单的目的确定以及行为确定。即，对于本车辆而言进行了高效的路径选择。即使在所述路径选择的情况下，也同样地对直至即将进行阈值处理为止的其他车辆的行为进行概率上的推定，所以将计算中出现的最小可靠度分配为所述路径选择的可靠度变得容易。在此基础上，在所述可靠度比原本的可靠度足够高的情况下，如果选择所述比较容易的目的确定及行为确定，则可以认为自动驾驶系统100能够进行恰当且高效的自动行驶。在所述可靠度与原本的可靠度相比并不足够高的情况下，自动驾驶系统100放弃对其他移动障碍物的路径候选的缩减等，基于预想了多个路径候选的独立移动障碍物预测，从避开碰撞的角度出发选择相对严格的目的确定以及行为确定。由此，自动驾驶系统100能够进行可靠性更高的自动行驶。
<路径候选矩阵的缩减处理>
图4是表示路径候选矩阵的缩减处理的流程图。此处，针对以移动障碍物b为路径推定的对象的情况进行说明。
如图4所示，作为S80，ECU 10通过第三路径生成部17求出移动障碍物b采取路径候选β的概率ρ。概率ρ的求取方法如上所述。
S82中，ECU 10通过第三路径生成部17判定移动障碍物b选择路径候选β的概率ρ是否为阈值以下。阈值是预先设定的值。在判定为移动障碍物b选择路径候选β的概率ρ为阈值以下的情况下(S82：是)，ECU 10跳转至S84。在没有判定移动障碍物b选择路径候选β的概率ρ为阈值以下的情况下(S82：否)，ECU 10跳转至S86。
S84中，ECU 10通过第三路径生成部17将0代入路径候选矩阵R中的Rbβ。然后，ECU10结束本次处理。S86中，ECU 10通过第三路径生成部17将1代入路径候选矩阵R中的Rbβ。然后，ECU 10结束本次处理。
<影响较大的移动障碍物的检测>
以下，研究对路径生成影响较大的移动障碍物的检测。由自动驾驶系统100观测到的移动障碍物很多。在进行自动驾驶时，对远处的移动障碍物存在预测误差变大的趋势。因此，虽然没有特别限定，但是优选将远处的移动障碍物的存在这一情况并不直接反映在自动驾驶系统100的控制中。为了实现实用的自动驾驶系统100，优选建立从多个移动障碍物中选择影响相对较大的移动障碍物的方法。
对于重新构成的车外环境E(s)，从数学角度以下述式(53)表示。
[算式37]
Figure BDA0001621641230000191
此处，p(τ)是路径候选，E(s)是根据传感器信号s而在四维的时空间中重新构成的车外环境。
Figure BDA0001621641230000192
是本车辆的姿势(方向)的推定值。
将本车辆设为a，考虑从车外环境E(s)除去其所包含的移动障碍物Ob(s)后的环境(E(s)θOb(s))，则与上述环境相对的路径候选以下述式(54)求出。
[算式38]
Figure BDA0001621641230000193
此时，如果满足下述式(55)，则即使认为移动障碍物Ob(s)不存在，自动驾驶系统100的输出也不会变化，所以可以认为移动障碍物Ob(s)对自动驾驶系统100的影响相对较小。
[算式39]
Figure BDA0001621641230000194
通过下述式(56)评价两个路径候选的差异，进而考虑下述式(57)。
[算式40]
Figure BDA0001621641230000201
Figure BDA0001621641230000202
将其称为自动驾驶系统的环境依赖度。
此外，在移动障碍物的数量为n的情况下，将路径候选的差异的方差定义为下述式(58)，将表示移动障碍物b对本车辆a的影响的相对值的相对影响度定义为下述式(59)。
[算式41]
Figure BDA0001621641230000203
Figure BDA0001621641230000204
上述量是利用移动障碍物存在而求出的量。对于上述量，即使细分/循迹的性能较低而将一个物体分成两个，由此导致p* a(τ)大幅变化的可能性也较小。因此，能够期待自动驾驶系统100得到稳定的结果。
对于自动驾驶系统100难以获取车外环境的程度，例如可以考虑使用后述的相对影响度FN ab而以下述式(60)所示进行估算。
[算式42]
Figure BDA0001621641230000205
可以通过下述式(61)求出本车辆a最应该注意的移动障碍物αa。
[算式43]
Figure BDA0001621641230000206
[自动驾驶系统(前进路线设定装置)的作用效果]
根据以上说明的本实施方式所涉及的自动驾驶系统100(前进路线设定装置101)，生成在假定障碍物全部为静止障碍物的情况下的本车辆的第一路径、在假定移动障碍物是独立地进行移动的情况下的本车辆的第二路径、以及在假定移动障碍物是与其他障碍物及本车辆的至少其中一者一边相互作用一边进行移动的情况下的本车辆的第三路径。由自动驾驶系统100计算第二路径的可靠度以及第三路径的可靠度，并基于第二路径的可靠度以及第三路径的可靠度，从第一路径、第二路径、以及第三路径中设定本车辆所行驶的前进路线，因此能够从利用互不相同的多种方法所生成的路径中恰当地设定本车辆所行驶的前进路线。
根据自动驾驶系统100，在第三路径的可靠度为第三可靠度阈值以上的情况下，前进路线设定部19从第三路径中设定本车辆所行驶的前进路线；在第三路径的可靠度小于第三可靠度阈值且第二路径的可靠度为第二可靠度阈值以上的情况下，前进路线设定部19从第二路径中设定本车辆所行驶的前进路线；在第三路径的可靠度小于第三可靠度阈值且第二路径的可靠度小于第二可靠度阈值的情况下，前进路线设定部19从第一路径中设定本车辆所行驶的前路线。由此，在自动驾驶系统100中，在可靠度足够的情况下，能够以第三路径、第二路径的顺序采用车辆所行驶的前进路线。在自动驾驶系统100中，在第二路径的可靠度以及第三路径的可靠度不足的情况下，从第一路径中设定本车辆所行驶的前进路线，因此能够更好地避免由于第二路径的可靠度以及第三路径的可靠度不足而无法设定本车辆所行驶的前进路线的情况。
根据自动驾驶系统100，可靠度计算部18基于本车辆的传感可靠度、和在假定移动障碍物是独立地进行移动的情况下移动障碍物的路径候选的预测可靠度，计算第二路径的可靠度，因此，与仅基于其中一者进行计算的情况相比，能够更恰当地求出第二路径的可靠度。
同样地，根据自动驾驶系统100，可靠度计算部18基于本车辆的传感可靠度、和在假定移动障碍物是与其他障碍物及本车辆的至少其中一者一边相互作用一边进行移动的情况下移动障碍物的路径候选的预测可靠度，计算第三路径的可靠度，因此，与仅基于其中一者进行计算的情况相比，能够更恰当地求出第三路径的可靠度。
以上说明了本发明的优选的实施方式，但本发明并不限定于上述实施方式。本发明能够以上述实施方式为基础，以基于本领域技术人员的知识而施加各种变更、改良得到的各种方式实施。
本实施方式中，说明了构成自动驾驶系统100的一部分的前进路线设定装置101，但是前进路线设定装置101并不一定必须构成自动驾驶系统的一部分。前进路线设定装置101也可以构成对驾驶员的驾驶操作进行辅助的驾驶辅助系统的一部分。前进路线设定装置101也可以用于导航系统中生成引导驾驶员的前进路线。即，前进路线设定装置101生成的前进路线的使用方法没有特别限定。
在由障碍物识别部12识别出多个障碍物的情况下，第三路径生成部17也可以针对每一条生成为第三路径的路径候选，生成假定为多个障碍物中的某一个障碍物不存在时的路径候选即比较用路径候选。这种情况下，前进路线设定部19禁止将生成为第三路径的路径候选中与比较用路径候选之间的横向间隔程度为间隔程度阈值以上的路径候选，设定为本车辆所行驶的前进路线。在假定某一个障碍物不存在时路径候选在横向上大幅变化的情况可以想到路径候选的生成是不稳定的，因此前进路线设定部19禁止将所述路径候选设定为本车辆所行驶的前进路线。
路径候选和比较用路径候选之间的横向间隔程度可以设为在行驶车道的每一个纵向位置上对路径候选和比较用路径候选之间的横向距离(行驶车道的宽度方向上的距离)进行比较而得到最大横向距离。横向间隔程度也可以是本车辆前方一定数量的纵向位置处的横向距离的积分值。间隔程度阈值是预先设定的值。
由可靠度计算部18进行的可靠度的计算不限于上述内容。可靠度计算部18也可以仅基于本车辆的传感可靠度计算第二路径的可靠度及第三路径的可靠度。可靠度计算部18也可以不计算本车辆的传感可靠度。可靠度计算部18可以仅基于独立移动障碍物预测的可靠度计算第二路径的可靠度，仅基于相互作用移动障碍物预测的可靠度计算第三路径的可靠度。
可靠度计算部18也可以基于本车辆的传感可靠度计算第一路径的可靠度。例如在第二路径的可靠度小于第二可靠度阈值且第三路径的可靠度也小于第三可靠度阈值的情况下，第一路径的可靠度小于第一可靠度阈值时，前进路线设定部19也可以请求驾驶员介入。第一可靠度阈值是预先设定的阈值。
前进路线设定装置101也可以不生成第一路径。即，也可以是前进路线设定装置101不具有第一路径生成部15，而仅具有第二路径生成部16以及第三路径生成部17的方式。这种情况下，前进路线设定装置101生成在假定移动障碍物是独立地进行移动的情况下的本车辆的第二路径、在假定移动障碍物是与其他障碍物及本车辆的至少其中一者一边相互作用一边进行移动的情况下的本车辆的第三路径。根据所述前进路线设定装置101，由于计算第二路径的可靠度以及第三路径的可靠度，并基于第二路径的可靠度以及第三路径的可靠度从第二路径以及第三路径中设定本车辆所行驶的前进路线，所以能够从利用互不相同的多种方法生成的路径中恰当地设定本车辆所行驶的前进路线。
上述情况中，前进路线设定装置101也可以是在第二路径的可靠度小于第二可靠度阈值且第三路径的可靠度也小于第三可靠度阈值时请求驾驶员介入的方式。

Claims (9)

1.一种前进路线设定装置，其设定本车辆行驶的前进路线，其特征在于，
包括：
障碍物识别部，其识别所述本车辆周围的障碍物；
第一路径生成部，其假定所述障碍物全部为静止障碍物而生成所述本车辆的第一路径；
移动障碍物检测部，其从所述障碍物中检测移动障碍物；
第二路径生成部，其生成在假定所述移动障碍物是独立地进行移动的情况下的、所述本车辆的第二路径；
第三路径生成部，其生成在假定所述移动障碍物是与其他所述障碍物及所述本车辆的至少其中一者一边相互作用一边进行移动的情况下的、所述本车辆的第三路径；
可靠度计算部，其计算所述第二路径的可靠度及所述第三路径的可靠度；以及
前进路线设定部，其基于所述第二路径的可靠度以及第三路径的可靠度，从所述第一路径、所述第二路径、以及所述第三路径中设定所述本车辆所行驶的前进路线。
2.根据权利要求1所述的前进路线设定装置，其特征在于，
在所述第三路径的可靠度为第三可靠度阈值以上的情况下，所述前进路线设定部从所述第三路径中设定所述本车辆所行驶的前进路线，
在所述第三路径的可靠度小于所述第三可靠度阈值且所述第二路径的可靠度为第二可靠度阈值以上的情况下，所述前进路线设定部从所述第二路径中设定所述本车辆所行驶的前进路线，
在所述第三路径的可靠度小于所述第三可靠度阈值且所述第二路径的可靠度小于所述第二可靠度阈值的情况下，所述前进路线设定部从所述第一路径中设定所述本车辆所行驶的前进路线。
3.根据权利要求1或2所述的前进路线设定装置，其特征在于，
所述可靠度计算部基于所述本车辆的传感可靠度、和在假定所述移动障碍物是独立地进行移动的情况下所述移动障碍物的路径候选的预测可靠度，计算所述第二路径的可靠度。
4.根据权利要求1或2所述的前进路线设定装置，其特征在于，
所述可靠度计算部基于所述本车辆的传感可靠度、和在假定所述移动障碍物与其他所述障碍物及所述本车辆的至少其中一者一边相互作用一边进行移动的情况下所述移动障碍物的路径候选的预测可靠度，计算所述第三路径的可靠度。
5.一种前进路线设定装置，其设定本车辆行驶的前进路线，其特征在于，
包括：
障碍物识别部，其识别所述本车辆周围的障碍物；
移动障碍物检测部，其从所述障碍物中检测移动障碍物；
第二路径生成部，其生成在假定所述移动障碍物是独立地进行移动的情况下的、所述本车辆的第二路径；
第三路径生成部，其生成在假定所述移动障碍物是与其他所述障碍物及所述本车辆的至少其中一者一边相互作用一边进行移动的情况下的、所述本车辆的第三路径；
可靠度计算部，其计算所述第二路径的可靠度及所述第三路径的可靠度；以及
前进路线设定部，其基于所述第二路径的可靠度以及第三路径的可靠度，从所述第二路径及所述第三路径中设定所述本车辆所行驶的前进路线。
6.一种前进路线设定方法，其以避开障碍物的形式设定本车辆的前进路线，其特征在于，包括以下步骤：
第一路径生成步骤，在该步骤中，假定所述本车辆周围的障碍物全部为静止障碍物而生成所述本车辆的第一路径；
第二路径生成步骤，在该步骤中，生成在假定从所述障碍物中检测出的移动障碍物是独立地进行移动的情况下的、所述本车辆的第二路径；
第三路径生成步骤，在该步骤中，生成在假定所述移动障碍物与其他所述障碍物及所述本车辆的至少其中一者一边相互作用一边进行移动的情况下的、所述本车辆的第三路径；
可靠度计算步骤，在该步骤中，计算所述第二路径的可靠度以及所述第三路径的可靠度；
前进路线设定步骤，在该步骤中，基于所述第二路径的可靠度以及第三路径的可靠度，从所述第一路径、所述第二路径、以及所述第三路径中设定所述本车辆的前进路线。
7.根据权利要求6所述的前进路线设定方法，其特征在于，
在所述前进路线设定步骤中，在所述第三路径的可靠度为第三可靠度阈值以上的情况下，从所述第三路径中设定所述本车辆所行驶的前进路线，
在所述第三路径的可靠度小于所述第三可靠度阈值且所述第二路径的可靠度为第二可靠度阈值以上的情况下，所述前进路线设定部从所述第二路径中设定所述本车辆所行驶的前进路线，
在所述第三路径的可靠度小于所述第三可靠度阈值且所述第二路径的可靠度小于所述第二可靠度阈值的情况下，所述前进路线设定部从所述第一路径中设定所述本车辆所行驶的前进路线。
8.根据权利要求6或7所述的前进路线设定方法，其特征在于，
在所述可靠度计算步骤中，基于所述本车辆的传感可靠度、和在假定所述移动障碍物是独立地进行移动的情况下所述移动障碍物的路径候选的预测可靠度，计算所述第二路径的可靠度。
9.根据权利要求6或7所述的前进路线设定方法，其特征在于，
在所述可靠度计算步骤中，基于所述本车辆的传感可靠度、和在假定所述移动障碍物与其他所述障碍物及所述本车辆的至少其中一者一边相互作用一边进行移动的情况下所述移动障碍物的路径候选的预测可靠度，计算所述第三路径的可靠度。
CN201810308289.1A 2017-04-06 2018-04-08 前进路线设定装置以及前进路线设定方法 Active CN108693878B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017076069A JP6558393B2 (ja) 2017-04-06 2017-04-06 進路設定装置及び進路設定方法
JP2017-076069 2017-04-06

Publications (2)

Publication Number Publication Date
CN108693878A CN108693878A (zh) 2018-10-23
CN108693878B true CN108693878B (zh) 2021-06-29

Family

ID=63588266

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810308289.1A Active CN108693878B (zh) 2017-04-06 2018-04-08 前进路线设定装置以及前进路线设定方法

Country Status (4)

Country Link
US (4) US10877482B2 (zh)
JP (1) JP6558393B2 (zh)
CN (1) CN108693878B (zh)
DE (1) DE102018108036B4 (zh)

Families Citing this family (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102014221888A1 (de) * 2014-10-28 2016-04-28 Robert Bosch Gmbh Verfahren und Vorrichtung zur Lokalisierung eines Fahrzeugs in seinem Umfeld
JP6558393B2 (ja) * 2017-04-06 2019-08-14 トヨタ自動車株式会社 進路設定装置及び進路設定方法
US11697211B2 (en) * 2017-06-30 2023-07-11 Lg Electronics Inc. Mobile robot operation method and mobile robot
KR20190014871A (ko) * 2017-08-04 2019-02-13 삼성전자주식회사 차량의 후방에 위치한 응급 차량에 기초하여 상기 차량의 주행 경로를 변경하는 장치 및 방법
JP6574224B2 (ja) * 2017-08-30 2019-09-11 本田技研工業株式会社 車両制御装置、車両、車両制御方法およびプログラム
US10606277B2 (en) * 2017-09-18 2020-03-31 Baidu Usa Llc Speed optimization based on constrained smoothing spline for autonomous driving vehicles
US10836379B2 (en) 2018-03-23 2020-11-17 Sf Motors, Inc. Multi-network-based path generation for vehicle parking
CN111868801B (zh) * 2018-03-23 2023-06-06 三菱电机株式会社 路径生成装置及车辆控制系统
JP6715899B2 (ja) * 2018-09-05 2020-07-01 三菱電機株式会社 衝突回避装置
JP6628843B1 (ja) * 2018-09-05 2020-01-15 三菱電機株式会社 障害物回避装置および障害物回避経路生成装置
DE102018008624A1 (de) * 2018-10-31 2020-04-30 Trw Automotive Gmbh Steuerungssystem und Steuerungsverfahren zum samplingbasierten Planen möglicher Trajektorien für Kraftfahrzeuge
DE102018220775A1 (de) * 2018-12-03 2020-06-04 Robert Bosch Gmbh Leitvorrichtung für wenigstens ein Fahrzeug
US11104332B2 (en) * 2018-12-12 2021-08-31 Zoox, Inc. Collision avoidance system with trajectory validation
US20200211379A1 (en) * 2018-12-27 2020-07-02 Continental Automotive Systems Inc. Roundabout assist
CN109885943B (zh) * 2019-02-26 2023-05-16 百度在线网络技术（北京）有限公司 行车决策的预测方法、装置、存储介质和终端设备
CN109910880B (zh) * 2019-03-07 2021-06-29 百度在线网络技术（北京）有限公司 车辆行为规划的方法、装置、存储介质和终端设备
JP7131441B2 (ja) * 2019-03-08 2022-09-06 マツダ株式会社 自動車用演算システム
JP7147651B2 (ja) 2019-03-22 2022-10-05 トヨタ自動車株式会社 物体認識装置及び車両制御システム
JP2020158047A (ja) * 2019-03-28 2020-10-01 本田技研工業株式会社 車両制御システム
JP7207099B2 (ja) * 2019-03-29 2023-01-18 マツダ株式会社 自動車走行制御用の演算装置及びそれを用いた走行制御システム
JP7207098B2 (ja) * 2019-03-29 2023-01-18 マツダ株式会社 自動車用走行制御システム
KR20200133858A (ko) * 2019-05-20 2020-12-01 현대모비스 주식회사 자율 주행 장치 및 방법
JP7285705B2 (ja) * 2019-06-18 2023-06-02 株式会社日立製作所 自動運転システム
CN110497909B (zh) * 2019-07-17 2021-06-29 百度在线网络技术（北京）有限公司 应用于车辆的碰撞检测和避免方法及装置
US11292457B2 (en) 2019-07-31 2022-04-05 Toyota Research Institute, Inc. Autonomous vehicle user interface with predicted trajectories
US11328593B2 (en) 2019-07-31 2022-05-10 Toyota Research Institute, Inc. Autonomous vehicle user interface with predicted trajectories
US11292458B2 (en) 2019-07-31 2022-04-05 Toyota Research Institute, Inc. Autonomous vehicle user interface with predicted trajectories
CN110488816B (zh) * 2019-08-06 2021-12-31 华为技术有限公司 自动驾驶纵向规划方法及相关设备
JP7259697B2 (ja) * 2019-10-15 2023-04-18 トヨタ自動車株式会社 車両制御システム
JP7215392B2 (ja) * 2019-10-15 2023-01-31 トヨタ自動車株式会社 車両制御システム
US11651261B2 (en) * 2019-10-29 2023-05-16 The Boeing Company Hyperdimensional simultaneous belief fusion using tensors
JP7140092B2 (ja) * 2019-11-07 2022-09-21 トヨタ自動車株式会社 運転支援装置
US10928820B1 (en) * 2019-11-12 2021-02-23 Baidu Usa Llc Confidence levels along the same predicted trajectory of an obstacle
US11860634B2 (en) * 2019-12-12 2024-01-02 Baidu Usa Llc Lane-attention: predicting vehicles' moving trajectories by learning their attention over lanes
JP7316386B2 (ja) * 2020-01-17 2023-07-27 日立Astemo株式会社 電子制御装置および車両制御システム
JP7279659B2 (ja) * 2020-02-12 2023-05-23 トヨタ自動車株式会社 自動バレー駐車システム及びサービス提供方法
CN113799794B (zh) * 2020-06-16 2023-05-09 华为技术有限公司 车辆纵向运动参数的规划方法和装置
CN113903184A (zh) * 2020-06-22 2022-01-07 奥迪股份公司 车辆状态显示方法、装置、车载电子设备及车辆
US11407429B2 (en) * 2020-06-23 2022-08-09 Ford Global Technologies, Llc Road resource conflict resolution algorithm
CN113156933B (zh) * 2020-12-30 2022-05-03 徐宁 一种机器人行进控制系统和方法
DE102021201512A1 (de) 2021-02-17 2022-08-18 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren zur Modellierung der Umgebung eines automatisierten Fahrzeugs
CN115230688B (zh) * 2021-12-07 2023-08-25 上海仙途智能科技有限公司 障碍物轨迹预测方法、系统和计算机可读存储介质
CN114834382B (zh) * 2022-04-22 2023-06-27 神龙汽车有限公司 一种车辆碰撞安全防护系统和方法
WO2023209942A1 (ja) * 2022-04-28 2023-11-02 株式会社Subaru 運転支援システム及び車両並びにコンピュータプログラムを記録した記録媒体
FR3138400A1 (fr) * 2022-08-01 2024-02-02 Psa Automobiles Sa Procédé et dispositif de sécurisation d’une fonctionnalité de conduite autonome fournie par un système d’aide à la conduite d’un véhicule automobile
CN116203964B (zh) * 2023-03-13 2024-02-09 阿波罗智联(北京)科技有限公司 一种控制车辆行驶的方法、设备和装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2169502A1 (en) * 2008-09-25 2010-03-31 Honeywell International Inc. System for integrating dynamically observed and static information for route planning in a graph based planner
JP2011156955A (ja) * 2010-01-29 2011-08-18 Equos Research Co Ltd 走行制御装置および走行制御方法
CN105151044A (zh) * 2015-08-24 2015-12-16 奇瑞汽车股份有限公司 车辆辅助驾驶方法及装置
KR20160088099A (ko) * 2015-01-15 2016-07-25 한국전자통신연구원 차량의 충돌 회피 경로 설정 방법
CN106598055A (zh) * 2017-01-19 2017-04-26 北京智行者科技有限公司 一种智能车局部路径规划方法及其装置、车辆
CN107480638A (zh) * 2017-08-16 2017-12-15 北京京东尚科信息技术有限公司 车辆避障方法、控制器、装置和车辆

Family Cites Families (106)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH02191893A (ja) * 1989-01-20 1990-07-27 Matsushita Refrig Co Ltd 回転式圧縮機
JP2853077B2 (ja) * 1993-09-17 1999-02-03 本田技研工業株式会社 自動走行車両
FR2756996A1 (fr) * 1996-12-10 1998-06-12 Philips Electronics Nv Systeme et procede de transmission numerique comportant un code produit combine a une modulation multidimensionnelle
JPH1191397A (ja) 1997-09-22 1999-04-06 Toyota Motor Corp 自動走行車両制御装置
DE19831071C2 (de) * 1998-07-10 2000-10-05 Daimler Chrysler Ag Lenksystem für Kraftfahrzeuge
US6481526B1 (en) * 2000-11-13 2002-11-19 Delphi Technologies, Inc. Steer-by-wire handwheel actuator incorporating mechanism for variable end-of-travel
JP4453217B2 (ja) 2001-04-11 2010-04-21 日産自動車株式会社 車間距離制御装置
US6817437B2 (en) * 2001-06-19 2004-11-16 Delphi Technologies, Inc. Steer-by wire handwheel actuator
US6737828B2 (en) * 2001-07-19 2004-05-18 Matsushita Electric Industrial Co., Ltd. Washing machine motor drive device
US6588540B2 (en) * 2001-07-26 2003-07-08 Delphi Technologies, Inc. Steer-by-wire redundant handwheel control
KR100449578B1 (ko) * 2001-09-14 2004-09-21 한국전자통신연구원 3차원 이상의 블럭터보 부호에 대한 반복 복호 방법
KR100456474B1 (ko) * 2001-12-08 2004-11-09 한국전자통신연구원 블록터보 부호의 반복 복호 방법 및 블록터보 부호의 반복복호 프로그램을 저장한 기록매체
WO2003065199A1 (fr) * 2002-01-29 2003-08-07 Matsushita Electric Industrial Co., Ltd. Procede de transmission de donnees d'impression, systeme d'impression et imprimante
JP3714258B2 (ja) 2002-02-01 2005-11-09 日産自動車株式会社 車両用推奨操作量生成装置
JP2004187329A (ja) * 2002-10-11 2004-07-02 Yamaha Motor Co Ltd 電動車両
JP2004298977A (ja) * 2003-03-28 2004-10-28 Sony Corp 行動制御装置、行動制御方法及び行動制御プログラム、並びに移動型ロボット装置
EP1486397B1 (en) * 2003-06-11 2010-01-13 Nissan Motor Company, Limited Fail-safe steering system for a vehicle
US20050128060A1 (en) * 2003-11-19 2005-06-16 Mark Rennick Universally usable object detection system and method
US7154385B2 (en) * 2004-11-12 2006-12-26 General Motors Corporation Vehicle-trailer backing up system using active front steer
JP3724501B1 (ja) * 2004-11-30 2005-12-07 三菱電機株式会社 復調装置、ダイバーシチ受信装置および復調方法
US7299057B2 (en) * 2005-02-23 2007-11-20 Deere & Company Vehicular navigation based on site specific sensor quality data
WO2007102367A1 (ja) 2006-02-28 2007-09-13 Toyota Jidosha Kabushiki Kaisha 物体進路予測方法、装置、プログラム、および自動運転システム
JP4730137B2 (ja) 2006-03-01 2011-07-20 トヨタ自動車株式会社 移動体安全性評価方法および移動体安全性評価装置
US8457892B2 (en) * 2006-03-01 2013-06-04 Toyota Jidosha Kabushiki Kaisha Own-vehicle-path determining method and own-vehicle-path determining apparatus
US7734387B1 (en) * 2006-03-31 2010-06-08 Rockwell Collins, Inc. Motion planner for unmanned ground vehicles traversing at high speeds in partially known environments
JP5082295B2 (ja) * 2006-05-19 2012-11-28 株式会社デンソー 地図データ提供装置
JP4893118B2 (ja) * 2006-06-13 2012-03-07 日産自動車株式会社 回避制御装置、この回避制御装置を備える車両および回避制御方法
JP4254844B2 (ja) 2006-11-01 2009-04-15 トヨタ自動車株式会社 走行制御計画評価装置
US7865277B1 (en) * 2007-05-07 2011-01-04 The United States Of America As Represented By The Secretary Of The Navy Obstacle avoidance system and method
FR2917201B1 (fr) * 2007-06-05 2009-09-25 Airbus France Sa Procede et dispositif de gestion,de traitement et de controle de parametres utilises a bord d'aeronefs
JP4416020B2 (ja) 2007-08-03 2010-02-17 トヨタ自動車株式会社 走行計画生成装置
JP4985388B2 (ja) * 2007-12-25 2012-07-25 トヨタ自動車株式会社 運転支援装置及び運転支援システム
US8605947B2 (en) * 2008-04-24 2013-12-10 GM Global Technology Operations LLC Method for detecting a clear path of travel for a vehicle enhanced by object detection
JP4623145B2 (ja) * 2008-06-16 2011-02-02 トヨタ自動車株式会社 運転支援装置
JP4876147B2 (ja) * 2009-06-30 2012-02-15 クラリオン株式会社 車線判定装置及びナビゲーションシステム
JP4784659B2 (ja) * 2009-02-16 2011-10-05 トヨタ自動車株式会社 車両用周辺監視装置
JP4973687B2 (ja) * 2009-05-13 2012-07-11 トヨタ自動車株式会社 走行支援装置
JP4877360B2 (ja) 2009-06-12 2012-02-15 トヨタ自動車株式会社 進路評価装置および進路評価方法
JP4957752B2 (ja) * 2009-06-12 2012-06-20 トヨタ自動車株式会社 進路評価装置
JP4877364B2 (ja) * 2009-07-10 2012-02-15 トヨタ自動車株式会社 物体検出装置
US20110158163A1 (en) * 2009-12-28 2011-06-30 University Of Calcutta Energy efficient integrated routing protocol
US8890716B2 (en) * 2010-06-11 2014-11-18 Nissan Motor Co., Ltd. Parking assist apparatus and method
WO2011158347A1 (ja) * 2010-06-16 2011-12-22 トヨタ自動車株式会社 運転支援装置
DE112011103155T5 (de) * 2010-09-21 2013-07-18 Toyota Jidosha Kabushiki Kaisha Beweglicher Körper
CN102446413A (zh) * 2010-09-30 2012-05-09 西门子公司 一种基于移动终端切换信息获取路径信息方法和装置
US8509982B2 (en) 2010-10-05 2013-08-13 Google Inc. Zone driving
JP5626015B2 (ja) 2011-02-28 2014-11-19 トヨタ自動車株式会社 進路評価装置
US9937953B2 (en) * 2011-04-19 2018-04-10 Ford Global Technologies, Llc Trailer backup offset determination
JP2012236244A (ja) * 2011-05-10 2012-12-06 Sony Corp ロボット装置、ロボット装置の制御方法、並びにロボット装置制御用プログラム
US9495873B2 (en) * 2011-06-09 2016-11-15 Toyota Jidosha Kabushiki Kaisha Other-vehicle detection device and other-vehicle detection method
KR101522970B1 (ko) * 2011-07-15 2015-05-26 가부시키가이샤 히타치세이사쿠쇼 자율 이동 장치 및 그 제어 방법
CN103781685B (zh) * 2011-08-25 2016-08-24 日产自动车株式会社 车辆用自主行驶控制系统
US9318023B2 (en) * 2011-08-31 2016-04-19 GM Global Technology Operations LLC System and method for collision avoidance maneuver path determination with jerk limit
EP2759997B1 (en) * 2011-09-20 2020-05-06 Toyota Jidosha Kabushiki Kaisha Object change detection system and object change detection method
EP2759998B1 (en) * 2011-09-20 2018-11-28 Toyota Jidosha Kabushiki Kaisha Pedestrian action prediction device and pedestrian action prediction method
US8935088B2 (en) * 2011-10-03 2015-01-13 Toyota Jidosha Kabushiki Kaisha Driving assistance system for vehicle
KR101703144B1 (ko) * 2012-02-09 2017-02-06 한국전자통신연구원 차량의 자율주행 장치 및 그 방법
US8457827B1 (en) 2012-03-15 2013-06-04 Google Inc. Modifying behavior of autonomous vehicle based on predicted behavior of other vehicles
US9446711B2 (en) * 2012-05-09 2016-09-20 Toyota Jidosha Kabushiki Kaisha Driving assist device
CN202748951U (zh) * 2012-09-20 2013-02-20 曾志明 基于wmn组网技术的智能车辆管理系统
US8473144B1 (en) 2012-10-30 2013-06-25 Google Inc. Controlling vehicle lateral lane positioning
JP2014158162A (ja) * 2013-02-15 2014-08-28 Canon Inc 画像処理装置、画像処理方法およびプログラム
US20140257686A1 (en) * 2013-03-05 2014-09-11 GM Global Technology Operations LLC Vehicle lane determination
EP2863177A1 (en) * 2013-10-18 2015-04-22 AEVO GmbH Method of calculation a path for use in a vehicle
CN104943684B (zh) * 2014-03-31 2017-09-29 比亚迪股份有限公司 无人驾驶汽车控制系统和具有其的汽车
US9335917B2 (en) * 2014-06-09 2016-05-10 Honeywell International Inc. System and method for providing enhanced HMI navigation
JP6251940B2 (ja) * 2014-06-30 2017-12-27 日立オートモティブシステムズ株式会社 駐車軌跡算出装置および駐車軌跡算出方法
CN104089623A (zh) * 2014-07-14 2014-10-08 上海海事大学 一种用于运载车行驶状态及路径的生成系统及方法
CN105517028B (zh) * 2014-10-17 2020-03-24 电信科学技术研究院 一种触发和配置传输路径的方法及设备
CN104378180B (zh) * 2014-10-20 2017-09-05 浙江工业大学 基于二进制分子通信模型的多播可靠性确定方法
KR101664582B1 (ko) * 2014-11-12 2016-10-10 현대자동차주식회사 자율주행차량의 주행경로 생성장치 및 방법
JP6356586B2 (ja) * 2014-11-28 2018-07-11 株式会社デンソー 車両の走行制御装置
CN104506230B (zh) * 2014-12-19 2017-08-01 南京邮电大学 一种适用于卫星网络的多路径并行可靠传输方法
JP6237656B2 (ja) * 2015-01-19 2017-11-29 トヨタ自動車株式会社 車両システム
JP6176264B2 (ja) * 2015-01-19 2017-08-09 トヨタ自動車株式会社 自動運転車両システム
US9649979B2 (en) 2015-01-29 2017-05-16 Toyota Motor Engineering & Manufacturing North America, Inc. Autonomous vehicle operation in view-obstructed environments
JP6137212B2 (ja) * 2015-02-02 2017-05-31 トヨタ自動車株式会社 運転支援装置
US20160231746A1 (en) * 2015-02-06 2016-08-11 Delphi Technologies, Inc. System And Method To Operate An Automated Vehicle
JP6304086B2 (ja) * 2015-03-23 2018-04-04 トヨタ自動車株式会社 自動運転装置
JP6269546B2 (ja) * 2015-03-23 2018-01-31 トヨタ自動車株式会社 自動運転装置
US9616928B2 (en) * 2015-03-25 2017-04-11 Ford Global Technologies, Llc Steering angle control for multiple features
JP6791616B2 (ja) * 2015-04-27 2020-11-25 トヨタ自動車株式会社 自動運転車両システム
JP6365390B2 (ja) * 2015-04-27 2018-08-01 トヨタ自動車株式会社 車線変更支援装置
JP6361567B2 (ja) * 2015-04-27 2018-07-25 トヨタ自動車株式会社 自動運転車両システム
WO2016183074A1 (en) * 2015-05-10 2016-11-17 Mobileye Vision Technologies Ltd. Road profile along a predicted path
CN104933228B (zh) * 2015-05-27 2018-03-02 西安交通大学 基于速度障碍的无人车实时轨迹规划方法
US9884631B2 (en) * 2015-06-04 2018-02-06 Toyota Motor Engineering & Manufacturing North America, Inc. Transitioning between operational modes of an autonomous vehicle
CN112187645B (zh) * 2015-06-30 2021-12-03 华为技术有限公司 一种路由的方法、相关设备及系统
US9511767B1 (en) 2015-07-01 2016-12-06 Toyota Motor Engineering & Manufacturing North America, Inc. Autonomous vehicle action planning using behavior prediction
JP6376059B2 (ja) * 2015-07-06 2018-08-22 トヨタ自動車株式会社 自動運転車両の制御装置
CN204904493U (zh) * 2015-07-30 2015-12-23 上海松江飞繁电子有限公司 一种火灾声光警报器电路
CN105107203A (zh) * 2015-08-18 2015-12-02 武汉大学 一种应用于空间视频定位的几何逻辑区域校验方法
JP6308186B2 (ja) * 2015-08-28 2018-04-11 トヨタ自動車株式会社 衝突回避支援装置
US9840278B2 (en) * 2015-10-27 2017-12-12 Ford Global Technologies, Llc Illuminated vehicle control management pushbutton knob
CN105549597B (zh) * 2016-02-04 2018-06-26 同济大学 一种基于环境不确定性的无人车动态路径规划方法
JP6424848B2 (ja) * 2016-02-17 2018-11-21 トヨタ自動車株式会社 自動運転車両の制御装置
JP6308233B2 (ja) * 2016-02-29 2018-04-11 トヨタ自動車株式会社 車両制御装置及び車両制御方法
CN105928531B (zh) * 2016-04-13 2019-04-26 浙江合众新能源汽车有限公司 一种适用于无人驾驶汽车的行进路线精准生成方法
JP6305484B2 (ja) * 2016-09-12 2018-04-04 本田技研工業株式会社 車両制御装置
US10173722B2 (en) * 2016-11-04 2019-01-08 GM Global Technology Operations LLC System and method for determining a hitch angle based on an input from a sensor and a kinematic model of a vehicle and a trailer, and for controlling the vehicle based on the hitch angle
CN106527452B (zh) * 2016-12-30 2019-11-05 广州汽车集团股份有限公司 一种无人驾驶汽车遇障时运动路径规划方法及系统
JP6614178B2 (ja) * 2017-02-16 2019-12-04 トヨタ自動車株式会社 車両通信システム及び車両制御装置
CN110462544A (zh) * 2017-03-20 2019-11-15 御眼视觉技术有限公司 自主车辆的轨迹选择
JP6558393B2 (ja) 2017-04-06 2019-08-14 トヨタ自動車株式会社 進路設定装置及び進路設定方法
KR102383436B1 (ko) * 2017-12-01 2022-04-07 현대자동차주식회사 군집주행 제어 장치 및 방법
US11328610B2 (en) * 2018-07-24 2022-05-10 Honeywell International Inc. Custom search queries for flight data

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP2169502A1 (en) * 2008-09-25 2010-03-31 Honeywell International Inc. System for integrating dynamically observed and static information for route planning in a graph based planner
JP2011156955A (ja) * 2010-01-29 2011-08-18 Equos Research Co Ltd 走行制御装置および走行制御方法
KR20160088099A (ko) * 2015-01-15 2016-07-25 한국전자통신연구원 차량의 충돌 회피 경로 설정 방법
CN105151044A (zh) * 2015-08-24 2015-12-16 奇瑞汽车股份有限公司 车辆辅助驾驶方法及装置
CN106598055A (zh) * 2017-01-19 2017-04-26 北京智行者科技有限公司 一种智能车局部路径规划方法及其装置、车辆
CN107480638A (zh) * 2017-08-16 2017-12-15 北京京东尚科信息技术有限公司 车辆避障方法、控制器、装置和车辆

Also Published As

Publication number Publication date
US20230114047A1 (en) 2023-04-13
US20180292834A1 (en) 2018-10-11
US11932284B2 (en) 2024-03-19
CN108693878A (zh) 2018-10-23
JP2018176879A (ja) 2018-11-15
US11204607B2 (en) 2021-12-21
DE102018108036A1 (de) 2018-10-11
DE102018108036B4 (de) 2021-06-24
US10877482B2 (en) 2020-12-29
US20220066457A1 (en) 2022-03-03
US20200241540A1 (en) 2020-07-30
JP6558393B2 (ja) 2019-08-14
US11662733B2 (en) 2023-05-30

Similar Documents

Publication Publication Date Title
CN108693878B (zh) 前进路线设定装置以及前进路线设定方法
JP6308233B2 (ja) 車両制御装置及び車両制御方法
US10754347B2 (en) Vehicle control device
CN108688660B (zh) 运行范围确定装置
US11625038B2 (en) Autonomous driving device
CN111497834B (zh) 驾驶辅助系统
US11485360B2 (en) Dynamic speed limit adjustment system based on perception results
US20200074851A1 (en) Control device and control method
US11225228B2 (en) Method for enhancing in-path obstacle detection with safety redundancy autonomous system
JP2021018744A (ja) 画像表示装置
US11661085B2 (en) Locked pedestrian detection and prediction for autonomous vehicles
JP2021062780A (ja) 車両制御システム
JP7379033B2 (ja) 運転支援方法及び運転支援装置
US10845814B2 (en) Host vehicle position confidence degree calculation device
US11567506B2 (en) Speed planning guidance line for mild slow down
EP3925844B1 (en) Relative speed based speed planning for buffer area
US20230053243A1 (en) Hybrid Performance Critic for Planning Module&#39;s Parameter Tuning in Autonomous Driving Vehicles
JP2021018743A (ja) 画像表示装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant