CN110155040A - 停车辅助装置 - Google Patents

停车辅助装置 Download PDF

Info

Publication number
CN110155040A
CN110155040A CN201910047655.7A CN201910047655A CN110155040A CN 110155040 A CN110155040 A CN 110155040A CN 201910047655 A CN201910047655 A CN 201910047655A CN 110155040 A CN110155040 A CN 110155040A
Authority
CN
China
Prior art keywords
vehicle
path
parking
driving path
way point
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.)
Granted
Application number
CN201910047655.7A
Other languages
English (en)
Other versions
CN110155040B (zh
Inventor
山田彩
中村弘
丸岩修嗣
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 CN110155040A publication Critical patent/CN110155040A/zh
Application granted granted Critical
Publication of CN110155040B publication Critical patent/CN110155040B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B62LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62DMOTOR VEHICLES; TRAILERS
    • B62D15/00Steering not otherwise provided for
    • B62D15/02Steering position indicators ; Steering position determination; Steering aids
    • B62D15/027Parking aids, e.g. instruction means
    • B62D15/0285Parking performed automatically
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W30/00Purposes 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
    • B60W30/06Automatic manoeuvring for parking
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W30/00Purposes 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
    • B60W30/08Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095Predicting travel path or likelihood of collision
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W40/00Estimation 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
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W10/00Conjoint control of vehicle sub-units of different type or different function
    • B60W10/04Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W10/00Conjoint control of vehicle sub-units of different type or different function
    • B60W10/18Conjoint control of vehicle sub-units of different type or different function including control of braking systems
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W10/00Conjoint control of vehicle sub-units of different type or different function
    • B60W10/20Conjoint control of vehicle sub-units of different type or different function including control of steering systems
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2420/00Indexing codes relating to the type of sensors based on the principle of their operation
    • B60W2420/40Photo or light sensitive means, e.g. infrared sensors
    • B60W2420/403Image sensing, e.g. optical camera
    • B60W2420/408

Abstract

本发明涉及停车辅助装置,能使车辆在恰当的行驶路径行驶而停车在目标位置。停车辅助装置具备:学习构件,在由驾驶员进行停车操作的期间中学习车辆(1)的举动满足了特定条件的时刻下的车辆的位置亦即特定位置(WP_shift);设定构件,在包括学习构件学习到的特定位置的第一规定范围(CA)内设定经由位置(WP_transit);以及生成构件,将经由设定构件所设定的经由位置到达目标位置(WP_end)的第一行驶路径生成为目标路径(TR_target),设定构件基于第一行驶路径的第一评价得分(SC2)来设定经由位置,至少根据第一行驶路径的曲率变化率和/或第一行驶路径与第一障碍物之间的距离来决定该第一评价得分。

Description

停车辅助装置
技术领域
本发明涉及能够进行用于使车辆自动地停车到目标位置的停车辅助的停车辅助装置的技术领域。
背景技术
专利文献1中记载了停车辅助装置的一个具体例。具体而言,专利文献1中记载的停车辅助装置能够以学习模式以及动作模式这两个模式进行动作。以学习模式进行动作的停车辅助装置在通过驾驶员的操作而将车辆停到停车空间(例如车库)的期间学习在从车辆开始运动的基准开始位置到车辆停车的停车位置为止的期间车辆所行驶的基准路径。以动作模式下进行动作的停车辅助装置使用学习模式下的学习结果,使车辆自动地停到在学习模式下车辆停车的停车空间。其结果是,车辆被停到与在学习模式下车辆在停车空间内停车的停车位置相同的停车位置。
另外,作为与本发明相关的背景技术文献,还能够举出专利文献2以及3。
专利文献1:日本特开2013-530867号公报
专利文献2:日本特开2011-141854号公报
专利文献3:日本特开2008-536734号公报
专利文献1中记载的停车辅助装置为了使车辆自动地停到停车空间,而学习在从车辆开始运动的基准开始位置到车辆停车的停车位置为止的期间车辆行驶过的基准路径。然而,驾驶员的操作中可能包括无用的操作(例如将转向轮过度转向的操作)。因此,学习模式下停车辅助装置学习到的基准路径中可能反映了驾驶员的无用的操作。因此,专利文献1中记载的停车辅助装置在使车辆自动地停到停车空间时,可能将车辆控制为在不恰当的行驶路径行驶。即,专利文献1中记载的停车辅助装置可能无法使车辆在恰当的行驶路径行驶而停车到停车空间。
发明内容
本发明的课题在于,提供能够使车辆在恰当的行驶路径行驶而停车到目标位置的停车辅助装置。
本发明的停车辅助装置的一个方式具备:学习构件,在由驾驶员进行用于将车辆停车的停车操作的期间中学习上述车辆的举动满足了特定条件的时刻下的上述车辆的位置亦即特定位置;设定构件,在包括上述学习构件学习到的上述特定位置的第一规定范围内设定经由位置;以及生成构件,将经由上述设定构件所设定的上述经由位置到达上述车辆应该结束停车的目标位置的第一行驶路径生成为使上述车辆自动地停到上述目标位置时上述车辆应该通过的目标路径,上述设定构件基于上述第一行驶路径的第一评价得分来设定上述经由位置,至少根据上述第一行驶路径的曲率变化率以及/或者上述第一行驶路径与在上述第一行驶路径的周边存在的第一障碍物之间的距离来决定上述第一行驶路径的第一评价得分。
附图说明
图1是表示本实施方式的车辆的结构的框图。
图2是表示本实施方式的学习动作的流程的流程图。
图3是表示行驶路径与障碍物的距离的俯视图。
图4是表示行驶路径与障碍物的距离的积分值和得分分量的关系的映射。
图5中的(a)以及图5中的(b)分别是表示通过驾驶员的停车操作而将车辆停车到停车空间的情况下车辆实际行驶过的行驶路径的俯视图。
图6是表示本实施方式的停车辅助动作的流程的流程图。
图7是表示多个候补航向点(Waypoint)的俯视图。
图8是表示通过驾驶员的停车操作将车辆停车到停车空间的情况下车辆实际行驶过的行驶路径的俯视图。
图9是表示由本实施方式的停车辅助单元生成的目标路径的俯视图。
图10是表示第一变形例中的学习动作的流程的流程图。
图11是表示确定直行开始航向点以及直行结束航向点的动作的流程的流程图。
图12中的(a)至图12中的(e)分别是表示通过驾驶员的停车操作将车辆停车到停车空间的情况下车辆实际行驶过的行驶路径的曲率的图表。
图13是将直行开始航向点以及直行结束航向点与通过驾驶员的停车操作而将车辆停车到停车空间的情况下车辆实际行驶过的行驶路径建立对应而示出的俯视图。
图14是表示第一变形例中的停车辅助动作的流程的流程图。
图15中的(a)是表示脱离目标路径而行驶的车辆的俯视图,图15中的(b)是表示新生成的目标路径的俯视图。
附图标记说明:
1…车辆;11…外界检测装置;12…内界检测装置;13…ECU;131…学习单元;1311…WP学习部;1312…WP存储部;132…停车辅助单元;1321…信息取得部;1322…路径生成部;1323…车辆控制部;TR_actual、TR_candidate…行驶路径;TR_target…目标路径;WP…航向点;WP_start…开始航向点;WP_shift…换挡航向点;WP_end…完成航向点;WP_st1…直行开始航向点;WP_st2…直行结束航向点;WP_transit…经由航向点;WP_candidate…候补航向点;SP…停车空间。
具体实施方式
以下,参照附图对停车辅助装置的实施方式进行说明。以下,使用搭载了停车辅助装置的实施方式的车辆1来进行说明。
(1)车辆1的结构
首先,参照图1对本实施方式的车辆1的结构进行说明。如图1所示,车辆1具备外界检测装置11、内界检测装置12、以及作为后述的附录中的“停车辅助装置”的一个具体例的ECU(Electrical Control Unit:电子控制单元)13。
外界检测装置11是检测车辆1的外部状况的检测装置。外部状况例如可以包括车辆1的周围的状况(所谓的行驶环境)。外界检测装置11例如包括照相机、雷达以及激光雷达(LIDAR:Light Detection and Ranging)中的至少一个。
内界检测装置12是检测车辆1的内部状况的检测装置。内部状况例如可以包括车辆1的行驶状态。内部状况例如也可以包括车辆1所具备的各种设备的动作状态。内界检测传感器12例如包括检测车辆1的车速的车速传感器、检测车辆1的排挡(即挡位)的挡位传感器、检测车辆1所具备的方向盘的转向操纵角的转向操纵角传感器、检测车辆1所具备的转向轮的转向角的转向角传感器、以及检测车辆1的位置的位置传感器(例如GPS(GlobalPositioning System:全球定位系统)传感器)中的至少一个。
ECU13控制车辆1的整体的动作。在本实施方式中,特别在驾驶员对于所希望的停车空间SP正将车辆1停车的情况下,ECU13进行将车辆1的举动满足了特定条件的时刻下的车辆1的位置学习为航向点(Way Point)WP的学习动作。并且,ECU13基于通过学习动作而学习到的航向点WP来进行用于使车辆1自动地停车到所希望的停车空间SP的停车辅助动作。
为了进行学习动作,ECU13具备后述的附录中的“学习构件”的一个具体例的学习单元131作为在ECU13的内部逻辑地实现的处理块。学习单元131具备航向点学习部1311(以后,将航向点学习部1311称为“WP学习部1311”)与航向点存储部1312(以后,将航向点存储部1312称为“WP存储部1312”)作为在学习单元131的内部逻辑地实现的处理块。并且,为了进行停车辅助动作,ECU13具备停车辅助单元132作为在ECU13的内部逻辑地实现的处理块。停车辅助单元132具备信息取得部1321、后述的附录中的“设定构件”以及“生成构件”各自的一个具体例的路径生成部1322、以及车辆控制部1323作为在停车辅助单元132的内部逻辑地实现的处理块。其中,稍后将参照图2等对学习单元131以及停车辅助单元132各自的动作进行详述。
(2)ECU13的动作
接着,对ECU13所进行的学习动作以及停车辅助动作依次进行说明。
(2-1)学习动作的流程
首先,参照图2对本实施方式的学习动作的流程进行说明。图2是表示本实施方式的学习动作的流程的流程图。
如图2所示,学习单元131对驾驶员是否要求学习动作的执行进行判定(步骤S11)。具体而言,学习单元131对驾驶员是否正操作车辆1所具备的操作装置(特别是为了要求执行学习动作而能够由驾驶员操作的操作装置)进行判定。在驾驶员正操作操作装置的情况下,学习单元131判定为驾驶员要求执行学习动作。此外,学习动作在驾驶员正进行用于对所希望的停车空间SP停放车辆1的停车操作的情况下进行。因此,典型的是驾驶员在开始停车操作之前要求学习动作的执行。
在步骤S11的判定的结果是判定为驾驶员未要求学习动作的执行的情况下(步骤S11:否),学习单元131结束图2所示的学习动作。在图2所示的学习动作结束的情况下,学习单元131在经过了第一规定期间之后再次开始图2所示的学习动作。
另一方面,在步骤S11的判定的结果是判定为驾驶员要求学习动作的执行的情况下(步骤S11:是),WP学习部1311在正通过驾驶员的停车操作对车辆1停车的期间,取得外界检测装置11以及内界检测装置12的检测结果亦即检测信息(步骤S12)。此外,若考虑在正通过驾驶员的停车操作对车辆1停车的期间进行学习动作,则步骤S12的处理与后述的步骤S13至步骤S15的处理并行被反复进行。
然后,WP学习部1311基于在步骤S12中取得的检测信息,将驾驶员开始了停车操作的停车开始定时下的车辆1的位置(即停车开始位置)学习为开始航向点WP_start(步骤S13)。停车开始定时也可以是驾驶员要求了执行学习动作的定时。或者,停车开始定时也可以是车辆1开始了运动的定时(即车辆1的车速从零变为大于零的值的定时)。或者,停车开始定时也可以是车辆1的排挡从车辆1停止的情况下所使用的挡(例如P挡或N挡)切换为车辆1行驶的情况下所使用的挡(例如D挡或R挡)的定时。此外,为了便于说明,在本实施方式中,假设停车开始定时是车辆1的排挡从P挡或N挡切换为D挡的定时。即,在本实施方式中,假设驾驶员通过使车辆1从停车开始位置前进来使车辆1停到停车空间SP。
并且,WP学习部1311基于步骤S12中取得的检测信息,将驾驶员在开始了停车操作后为了改变车辆1的行进方向而切换排挡的换挡定时下的车辆1的位置(即换挡位置)学习为换挡航向点WP_shift(步骤S14)。换挡定时是排挡被从使车辆1前进的挡(例如D挡)向使车辆1后退的挡(例如R挡)切换的定时或从使车辆1后退的挡向使车辆1前进的挡切换的定时。此外,为了便于说明,在本实施方式中,假设换挡定时是车辆1的排挡从D挡切换为R挡的定时。即,在本实施方式中,假设驾驶员使车辆1从停车开始位置前进而向恰当的位置移动,然后使车辆1后退而使车辆1停到停车空间SP。
并且,WP学习部1311基于步骤S12中取得的检测信息,将驾驶员完成了停车操作的停车完成定时下的车辆1的位置(即停车完成位置)学习为完成航向点WP_end(步骤S15)。停车完成定时可以是驾驶员要求了结束学习动作的定时。或者,停车完成定时也可以是车辆1停止之后经过了一定时间的定时(即,车辆1的车速从大于零的值变为零之后经过了一定时间的定时)。或者,停车完成定时也可以是车辆1的排挡从车辆1行驶的情况下所使用的挡被切换为车辆1停止的情况下所使用的挡的定时。此外,为了便于说明,在本实施方式中,假设停车完成定时是车辆1的排挡从R挡切换为P挡的定时。
然后,WP学习部1311将包括学习到的开始航向点WP_start、换挡航向点WP_shift以及完成航向点WP_end这一信息组的航向点信息(以后,将航向点信息称为“WP信息”)存储在WP存储部1312。为了使WP信息存储于WP存储部1322,WP学习部1311首先对过去已取得完毕的WP信息是否已经存储于WP存储部1312进行判定(步骤S16)。具体而言,WP学习部1311对包括与在本次进行的学习动作中新取得的开始航向点WP_start以及完成航向点WP_end分别一致或接近的开始航向点WP_start以及完成航向点WP_end的WP信息是否已经存储于WP存储部1312进行判定。当包括与在本次进行的学习动作中新取得的开始航向点WP_start以及完成航向点WP_end分别一致或接近的开始航向点WP_start以及完成航向点WP_end的WP信息已经存储于WP存储部1312的情况下,WP学习部1311判定为过去取得完毕的WP信息被存储于WP存储部1312。
在步骤S16的判定的结果是判定为过去取得完毕的WP信息未被存储于WP存储部1312的情况下(步骤S16:否),WP学习部1311使包括在本次进行的学习动作中新取得的开始航向点WP_start、换挡航向点WP_shift以及完成航向点WP_end的新的WP信息存储于WP存储部1312(步骤S18)。
另一方面,在判定为过去取得完毕的WP信息被存储于WP存储部1312的情况下(步骤S16:是),WP学习部1311使已经存储完毕的WP信息(以后,适当地称为“旧WP信息”)以及在本次进行的学习动作中新取得的WP信息(以后,称为“新WP信息”)中的任一个存储于WP存储部1312(步骤S17)。为了决定将旧WP信息以及新WP信息中的哪一个存储于WP存储部1312,WP学习部1311分别以旧WP信息以及新WP信息为对象来计算评价得分SC1。
评价得分SC1是对车辆1根据停车操作而实际行驶的行驶路径TR_actual的最佳度(换言之,良好度或恰当度)进行表示的定量的指标值。在行驶路径TR_actual恰当的情况下,停车操作恰当的可能性相对高。因此,评价得分SC1也可以说是对驾驶员进行了的停车操作的最佳度加以表示的定量的指标值。此外,在以下的说明中,为了便于说明,假设将评价得分SC1定义为行驶路径TR_actual越恰当则评价得分SC1越小。
评价得分SC1是根据行驶路径TR_actual的曲率变化率而决定的指标值。具体而言,评价得分SC1例如是根据行驶路径TR_actual的曲率变化率越小、则行驶路径TR_actual越恰当这一观点而决定的指标值。这是因为可推断为曲率变化率越小、则驾驶员的转向操纵越顺畅(其结果是,通过停车辅助动作实现这样的顺畅的转向操纵的情况下的转向促动器的负荷越小)。在本实施方式中,假设评价得分SC1包括行驶路径TR_actual的曲率变化率越小则越小的得分分量SC1a。为了计算得分分量SC1a,WP学习部1311基于在步骤S12中取得的检测信息来计算每单位时间或每单位行驶距离的曲率变化率。例如,WP学习部1311可以根据检测信息确定行驶路径TR_actual,并且根据确定出的行驶路径TR_actual计算曲率变化率。或者,WP学习部1311也可以基于与曲率变化率具有相关性的车辆1的参数(例如方向盘的转向操纵角、转向轮的转向角、车辆1的偏转角以及车辆1的横摆率中的至少一个)来计算曲率变化率。然后,WP学习部1311遍及行驶路径TR_actual的整体来对计算出的曲率变化率(特别是其绝对值或平方值)进行积分。这样计算出的曲率变化率的积分值成为得分分量SC1a。其中,使用曲率变化率的绝对值或平方值的理由之一是为了排除因曲率变化率的符号的不同带来的影响。但是,只要能够计算出曲率变化率越小则越小的得分分量SC1a,则WP学习部1311也可以通过其他方法来计算得分分量SC1a。
评价得分SC1例如是根据行驶路径TR_actual与在行驶路径TR_actual的周边存在的障碍物(即,对车辆1的行驶而言成为障碍的物体)之间的距离而决定的指标值。具体而言,评价得分SC1例如是根据行驶路径TR_actual与障碍物之间的距离越大、则行驶路径TR_actual越恰当这一观点决定的指标值。这是因为可推断为行驶路径TR_actual与障碍物之间的距离越大、则车辆1与障碍物接触的可能性越小。在本实施方式中,假设评价得分SC1包括行驶路径TR_actual与障碍物之间的距离越大则越小的得分分量SC1b。为了计算得分分量SC1b,WP学习部1311基于在步骤S12中取得的检测信息来计算行驶路径TR_actual上的特定地点P与障碍物之间的距离D_P。特定地点P与障碍物之间的距离D_P是指位于特定地点P的车辆1的多个端点j与障碍物之间的距离D的总和。例如,如图3所示,作为车辆1的端点j,在设定了8个端点j(1)~j(8)的情况下,WP学习部1311对端点j(1)与障碍物之间的距离D(1)、端点j(2)与障碍物之间的距离D(2)、……、以及端点j(8)与障碍物之间的距离D(8)的总和进行计算。在障碍物存在多个的情况下,WP学习部1311将特定地点P与多个障碍物各自之间的距离的总和计算为距离D_P。然后,WP学习部1311遍及行驶路径TR_actual的整体对计算出的距离D_P进行积分。即,WP学习部1311一边使特定地点P沿着行驶路径TR_actual移动一边计算距离D_P,并且对该计算出的距离D_P进行积分。然后,WP学习部1311基于距离D_P的积分值来计算得分分量SC1b。例如,如图4所示,WP学习部1311基于对距离D_P的积分值与得分分量SC1b的关系进行规定的映射来计算得分分量SC1b。其中,图4表示了如下的映射:(i)在距离D_P的积分值为阈值Dismin以上且阈值Dismax(其中,阈值Dismax>阈值Dismin)以下的情况下,距离D_P的积分值越大则得分分量SC1b越小,(ii)在距离D_P的积分值小于阈值Dismin的情况下,无论距离D_P的积分值如何,得分分量SC1b都一定(具体而言,被固定为距离D_P的积分值与阈值Dismin一致的情况下的得分分量SC1b),(iii)在距离D_P的积分值大于阈值Dismax的情况下,无论距离D_P的积分值如何,得分分量SC1b都一定(具体而言,被固定为距离D_P的积分值与阈值Dismax一致的情况下的得分分量SC1b)。但是,只要能够计算出行驶路径TR_actual与障碍物之间的距离越大则越小的得分分量SC1b,那么WP学习部1311也可以通过其他方法来计算得分分量SC1b。
评价得分SC1例如是根据车辆1在行驶路径TR_actual行驶的期间中进行的连续转换次数(即驾驶员连续转换方向盘的次数)而决定的指标值。具体而言,评价得分SC1例如是根据连续转换次数越少、则行驶路径TR_actual越恰当这一观点决定的指标值。这是因为可推断为连续转换次数越小、则车辆1的停车所需的时间越短(即,能够将车辆1顺畅(换言之高效)地停车)。并且,还是因为可推断为连续转换次数越小、则驾驶员的转向操纵越顺畅(其结果是,通过停车辅助动作实现这样的顺畅的转向操纵的情况下的转向促动器的负荷越小)。在本实施方式中,假设评价得分SC1包括连续转换次数越少则越小的得分分量SC1c。为了计算得分分量SC1c,WP学习部1311基于在步骤S12中取得的检测信息来计算车辆1在行驶路径TR_actual行驶的期间中的连续转换次数。例如,WP学习部1311可以基于转向轮的转向角以及方向盘的转向操纵角中的至少一者来计算连续转换次数。计算出的连续转换次数可以直接作为得分分量SC1c使用。
评价得分SC1例如是根据行驶路径TR_actual的长度(即,车辆1向停车空间SP的停车完成为止所行驶的距离)而决定的指标值。具体而言,评价得分SC1例如是根据行驶路径TR_actual越短、则行驶路径TR_actual越恰当这一观点决定的指标值。这是因为可推断为行驶路径TR_actual越短、则车辆1的停车所需的时间越短。在本实施方式中,假设评价得分SC1包括行驶路径TR_actual越短则越小的得分分量SC1d。为了计算得分分量SC1d,WP学习部1311基于在步骤S12中取得的检测信息来计算行驶路径TR_actual的长度(即,车辆1行驶过的距离)。例如,WP学习部1311可以基于车辆1的车速来计算行驶路径TR_actual的长度。计算出的行驶路径TR_actual的长度可以直接作为得分分量SC1d使用。
WP学习部1311通过将计算出的得分分量SC1a~SC1d分别与加权系数w1a~w1d相乘之后进行相加来计算评价得分SC1。即,WP学习部1311基于SC1=SC1a×w1a+SC1b×w1b+SC1c×w1c+SC1d×w1d这个公式来计算评价得分SC1。加权系数w1a~w1d根据在判定行驶路径TR_actual的最佳度时重视行驶路径TR_actual的曲率变化率、行驶路径TR_actual与障碍物之间的距离、连续转换次数以及行驶路径TR_actual的长度中的哪一个的观点来设定。典型的是,与所重视的参数对应的加权系数被设定成相对大的值。例如,在重视行驶路径TR_actual的曲率变化率的情况下,将加权系数w1a设定成相对大的值。加权系数w1a~w1d可以在ECU13的组装时预先设定,也可以由ECU13设定,还可以由驾驶员设定。但是,也可以不使用加权系数w1a~w1d。
WP学习部1311这样针对与旧WP信息对应的行驶路径TR_actual以及与新WP信息对应的行驶路径TR_actual计算评价得分SC1。但是,旧WP信息中可以包括与旧WP信息对应的行驶路径TR_actual的评价得分SC1,此时,WP学习部1311可以代替重新计算与旧WP信息对应的行驶路径TR_actual的评价得分SC1而从旧WP信息取得。
然后,WP学习部1311对与新WP信息对应的行驶路径TR_actual的评价得分SC1以及与旧WP信息对应的行驶路径TR_actual的评价得分SC1中的哪一个较小(即最小)进行判定。在与新WP信息对应的行驶路径TR_actual的评价得分SC1小于与旧WP信息对应的行驶路径TR_actual的评价得分SC1的情况下,WP学习部1311使新WP信息存储于WP存储部1312。另一方面,在与新WP信息对应的行驶路径TR_actual的评价得分SC1大于与旧WP信息对应的行驶路径TR_actual的评价得分SC1的情况下,WP学习部1311使旧WP信息继续存储于WP存储部1312。即,WP学习部1311使评价得分SC1较小(即最小)的WP信息存储于WP存储部1312。此时,WP学习部1311可以将还包括计算出的评价得分SC1的WP信息存储于WP存储部1312。
在图5中的(a)以及图5中的(b)示出了行驶路径TR_actual的一个例子。图5中的(a)表示了曲率变化率相对大、连续转换次数相对多且其长度相对长的行驶路径TR_actual#1。另一方面,图5中的(b)表示了与图5中的(a)所示的行驶路径TR_actual#1相比曲率变化率相对小、连续转换次数相对少且其长度相对短的行驶路径TR_actual#2。在该情况下,行驶路径TR_actual#2的评价得分SC1小于行驶路径TR_actual#1的评价得分SC1。其结果是,在新WP信息以及旧WP信息中的任一个是与行驶路径TR_actual#1对应的WP信息、且新WP信息以及旧WP信息中的任一另一个是与行驶路径TR_actual#2对应的WP信息的情况下,WP学习部1311使与行驶路径TR_actual#2对应的WP信息存储于WP存储部1312。即,WP学习部1311使包括与行驶路径TR_actual#2对应的开始航向点WP_start#2、换挡航向点WP_shift#2以及完成航向点WP_end#2的WP信息存储于WP存储部1312。
(2-2)停车辅助动作的流程
接着,参照图6对本实施方式的停车辅助动作的流程进行说明。图6是表示本实施方式的停车辅助动作的流程的流程图。
如图6所示,停车辅助单元132对驾驶员是否要求停车辅助动作的执行进行判定(步骤S21)。具体而言,停车辅助单元132对驾驶员是否正操作车辆1所具备的操作装置(特别是为了要求停车辅助动作的执行而能够供驾驶员操作的操作装置)进行判定。在驾驶员正操作操作装置的情况下,停车辅助单元132判定为驾驶员要求了停车辅助动作的执行。
在步骤S21的判定的结果是判定为驾驶员未要求停车辅助动作的执行的情况下(步骤S21:否),停车辅助单元132结束图6所示的停车辅助动作。在图6所示的停车辅助动作结束的情况下,停车辅助单元132在经过了第二规定期间之后再次开始图6所示的停车辅助动作。
另一方面,在步骤S21的判定的结果是判定为驾驶员要求了停车辅助动作的执行的情况下(步骤S21:是),信息取得部1321取得WP存储部1312所存储的WP信息(步骤S22)。特别是,信息取得部1321取得包括与应该通过本次进行的停车辅助动作来对车辆1进行停放的停车空间SP的位置一致或接近的完成航向点WP_end的WP信息。
然后,路径生成部1322基于在步骤S22中取得的WP信息所包含的换挡航向点WP_shift,来对借助停车辅助动作进行行驶的车辆1应该经由的经由航向点WP_transit进行设定(步骤S23)。具体而言,如图7所示,路径生成部1322在包括通过步骤S22取得的WP信息所包含的换挡航向点WP_shift的规定区域CA内,对成为经由航向点WP_transit的候补的多个候补航向点WP_candidate进行设定。此时,路径生成部1322可以设定在规定区域CA内均等分布的多个候补航向点WP_candidate。或者,路径生成部1322可以在规定区域CA内设定位于或分布在设想为后述的目标路径TR_target变良好(例如后述的评价得分SC2相应变小)的局部或随机的区域的多个候补航向点WP_candidate。路径生成部1322将该多个候补航向点WP_candidate中的任一个选择为经由航向点WP_transit。
规定区域CA越宽广,则在规定区域CA能够设定越多的多个候补航向点WP_candidate。因此,能够设定最佳的经由航向点WP_transit的可能性相对变高。另一方面,规定区域CA越宽广,则用于将多个候补航向点WP_candidate中的任一个选择为经由航向点WP_transit的路径生成部1322的处理负荷越大。因此,可以考虑设定最佳的经由航向点WP_transit的优点与路径生成部1322的处理负荷增大这一缺点之间的权衡,来将规定区域CA设定成恰当的大小。
为了将多个候补航向点WP_candidate中的任一个选择为经由航向点WP_transit,路径生成部1322以多个候补航向点WP_candidate分别为对象来计算评价得分SC2。评价得分SC2是对从在步骤S22中取得的WP信息所包含的开始航向点WP_start或车辆1的当前位置经由候补航向点WP_candidate到达在步骤S22中取得的WP信息所包含的完成航向点WP_end的行驶路径TR_candidate的最佳度(换言之,良好度或恰当度)进行表示的定量的指标值。如后所述,路径生成部1322将从开始航向点WP_start或车辆1的当前位置起经过经由航向点WP_transit到达完成航向点WP_end的行驶路径生成为目标路径TR_target。因此,行驶路径TR_candidate相当于目标路径TR_target的候补。
评价得分SC2在是对行驶路径TR_candidate的最佳度进行表示的指标值这一点与是对行驶路径TR_actual的最佳度进行表示的指标值的上述评价得分SC1不同。评价得分SC2的其他特征与上述的评价得分SC1的其他特征相同。即,若将“行驶路径TR_actual”这一用语置换为“行驶路径TR_candidate”这一用语,则上述的评价得分SC1所涉及的说明实际上成为评价得分SC2所涉及的说明。因此,路径生成部1322例如基于行驶路径TR_candidate的曲率变化率越小则越小的得分分量SC2a、行驶路径TR_candidate与在行驶路径TR_candidate的周边存在的障碍物之间的距离越大则越小的得分分量SC2b、在行驶路径TR_candidate行驶的车辆1中的连续转换次数越少则越小的得分分量SC2c以及行驶路径TR_candidate越短则越小的得分分量SC2d、以及加权系数w2a~w2d,来计算评价得分SC2。即,路径生成部1322基于SC2=SC2a×w2a+SC2b×w2b+SC2c×w2c+SC2d×w2d这个公式来计算评价得分SC2。此外,停车辅助动作中使用的加权系数w2a~w2d分别与上述的学习动作中使用的加权系数w1a~w1d相同,但也可以不同。
此外,观察图7可知,行驶路径TR_candidate被设定于行驶路径TR_actual的周边。因此,在行驶路径TR_actual的周边存在的障碍物与在行驶路径TR_candidate的周边存在的障碍物一致的可能性相对高。结果,在行驶路径TR_actual的周边存在的障碍物与在目标路径TR_target周边存在的障碍物一致的可能性相对高。因此,基于行驶路径TR_actual与在行驶路径TR_actual的周边存在的障碍物之间的距离所对应的评价得分SC1而选择为了生成目标路径TR_target所参照的WP信息能够有助于将目标路径TR_target生成为目标路径TR_target与在目标路径TR_target的周边存在的障碍物之间的距离相对变大。其中,在障碍物是建造物等固定物的情况下,在行驶路径TR_actual的周边存在的障碍物与在行驶路径TR_candidate的周边存在的障碍物应该一致。另一方面,在障碍物是其他车辆等移动体的情况下,还存在在行驶路径TR_actual的周边存在的障碍物与在行驶路径TR_candidate的周边存在的障碍物不一致的可能性。
然后,路径生成部1322将多个候补航向点WP_candidate中的评价得分SC2最小的一个候补航向点WP_candidate选择为经由航向点WP_transit。即,路径生成部1322将经由航向点WP_transit设定成从开始航向点WP_start或车辆1的当前位置起经过经由航向点WP_transit到达完成航向点WP_end的目标路径TR_target的评价得分SC2为最小。换言之,路径生成部1322将经由航向点WP_transit设定为评价得分SC2最小的行驶路径TR_candididate被设定为目标路径TR_target。
然后,路径生成部1322将经由在步骤S23中设定的经由航向点WP_transit到达在步骤S22中取得的航向点信息所包含的完成航向点WP_end的行驶路径生成为车辆1应该移动的目标路径TR_target(步骤S24)。此时,当在判定为驾驶员要求了停车辅助动作的执行的时刻车辆1位于或接近开始航向点WP_start的情况下,路径生成部1322将从在步骤S22中取得的航向点信息所包含的开始航向点WP_start起经过经由航向点WP_transit到达完成航向点WP_end的行驶路径生成为目标路径TR_target。另一方面,当在判定为驾驶员要求了停车辅助动作的执行的时刻车辆1未接近开始航向点WP_start(例如远离规定距离以上)的情况下,路径生成部1322将从车辆1的当前位置起经过经由航向点WP_transit到达完成航向点WP_end的行驶路径生成为目标路径TR_target。其中,生成车辆1应该经由特定的地点而移动的行驶路径的动作本身由于可以采用现有的动作,所以为了说明的简化而省略其详细的动作。
然后,车辆控制部1323通过对车辆1的驱动源(例如发动机)、车辆1的制动装置、车辆1的转向操纵装置以及车辆1的齿轮机构中的至少一个进行控制,来使车辆1沿着在步骤S24中生成的目标路径TR_target自动地移动(步骤S25)。即,车辆控制部1323以车辆1从开始航向点WP_start或车辆1的当前位置起经过经由航向点WP_transit到达完成航向点WP_end的方式使车辆1自动地移动。此外,在本实施方式中,为了便于说明,假设在判定为驾驶员要求了停车辅助动作的执行的时刻,车辆1位于开始航向点WP_start。其结果是,车辆1不需要驾驶员进行的加速踏板、制动踏板、方向盘以及变速杆的操作就能够自动地停到停车空间SP。
(3)技术效果
如以上说明那样,在本实施方式中,为了使车辆1自动地停到停车空间SP,学习单元131只要学习开始航向点WP_start、换挡航向点WP_shift以及完成航向点WP_end即可。即,学习单元131可以不学习驾驶员正操作车辆1的期间车辆1实际行驶的行驶路径TR_actual的整体。因此,与基于车辆1实际行驶的行驶路径TR_actual本身的学习结果来生成目标路径TR_target的比较例的停车辅助单元相比,停车辅助单元132能够生成反映了驾驶员的无用操作的可能性相对低的目标路径TR_target。
具体而言,图8是表示通过驾驶员的停车操作将车辆1停到停车空间SP的情况下车辆1实际行驶过的行驶路径TR_actual的俯视图。如图8所示,行驶路径TR_actual中反映了驾驶员的无用操作的可能性相对高。驾驶员的无用操作例如包括使车辆1的转向轮转向的转向操作中的无益于车辆1的停车的转向操作。无益于车辆1的停车的转向操作相当于即便不存在该转向操作也能够使车辆恰当地停到停车空间的转向操作。无益于车辆1的停车的转向操作例如包括使车辆1的转向轮过多地过度转向的转向操作以及使过度转向后的转向轮返回的转向操作中的至少一方。并且,在进行这样的无益于车辆1的停车的转向操作的情况下,驾驶员切换排挡的位置(换言之定时)未必是最佳的。若这样的驾驶员的无用操作反映于行驶路径TR_actual,则驾驶员的无用操作也被反映到比较例的停车辅助单元所生成的目标路径TR_target。因此,比较例的停车辅助单元可能无法生成能够使车辆1更高效地停到停车空间SP的恰当的目标路径TR_target。
另一方面,图9是表示由本实施方式的停车辅助单元132生成的目标路径TR_target的俯视图。在本实施方式中,如上所述,停车辅助单元132基于开始航向点WP_start、经由航向点WP_transit以及完成航向点WP_end生成目标路径TR_target。即,停车辅助单元132不基于行驶路径TR_actual(特别是其线形形状)来生成目标路径TR_target。并且,停车辅助单元132代替直接使用学习到的换挡航向点WP_shift而使用基于挡切换航向点WP_shift设定的经由航向点WP_transit来生成目标路径TR_target。即,停车辅助单元132并不限于生成在驾驶员切换了排挡的位置切换排挡的目标路径TR_target。因此,与比较例的停车辅助单元所生成的目标路径TR_target相比,停车辅助单元132所生成的目标路径TR_target反映驾驶员的无用操作的可能性较低。因此,与比较例的停车辅助单元相比,停车辅助单元132可生成能够使车辆1更高效地停到停车空间SP的恰当的目标路径TR_target。其结果是,停车辅助单元132能够使车辆1在恰当的行驶路径行驶而停到停车空间SP。
除此之外,学习单元131学习与评价得分SC1为最小的行驶路径TR_actual对应的开始航向点WP_start、换挡航向点WP_shift以及完成航向点WP_end。即,学习单元131学习曲率变化率相对小、与障碍物之间的距离相对大、连续转换次数相对少以及/或者相对短的行驶路径TR_actual上的航向点WP。并且,停车辅助单元132在基于曲率变化率相对小、与障碍物之间的距离相对大、连续转换次数相对少以及/或者相对短的行驶路径TR_actual上的航向点WP的学习结果来将经由航向点WP_transit新设定成目标路径TR_target的评价得分SC2最小之后,使用该经由航向点WP_transit来生成目标路径TR_target。因此,停车辅助单元132能够生成曲率变化率相对小、与障碍物之间的距离相对大、连续转换次数相对少以及/或者相对短的目标路径TR_target。从而,与比较例的停车辅助单元相比,停车辅助单元132能够生成可使车辆1更高效地停到停车空间SP的恰当的目标路径TR_target。其结果是,停车辅助单元132能够使车辆1在恰当的行驶路径行驶而停到停车空间SP。
并且,在本实施方式中,学习单元131可以不存储行驶路径TR_actual本身的学习结果所涉及的信息。即,学习单元131只要存储开始航向点WP_start、换挡航向点WP_shift以及完成航向点WP_end的学习结果所涉及的信息即可。因此,在本实施方式中,与比较例相比,学习单元131所存储的信息量变少。因此,学习单元131对信息的存储所需的负荷能够减少。
(4)变形例
以下,对学习动作以及停车辅助动作的变形例进行说明。
(4-1)第一变形例
(4-1-1)第一变形例中的学习动作
首先,参照图10对第一变形例中的学习动作进行说明。图10是表示第一变形例中的学习动作的流程的流程图。
如图10所示,在第一变形例中,学习单元131也进行步骤S11至步骤S15的处理。在第一变形例中,学习单元131还基于在步骤S12中检测到的检测信息来确定直行开始航向点WP_st1以及直行结束航向点WP_st2(步骤S31)。直行开始航向点WP_st1相当于由驾驶员进行了有助于车辆1的停车的直行操作的期间所开始的定时下的车辆1的位置。即,直行开始航向点WP_st1相当于驾驶员开始了有助于车辆1的停车的直行操作的定时下的车辆1的位置。直行结束航向点WP_st2相当于由驾驶员进行了有助于车辆1的停车的直行操作的期间结束了的定时下的车辆1的位置。即,直行结束航向点WP_st2相当于驾驶员结束了有助于车辆1的停车的直行操作的定时下的车辆1的位置。
直行操作是用于使车辆1直行的操作。直行操作典型的是用于一边使转向轮稍微转向至使车辆1以转向轮处于中立状态的状态直行的程度(即,将转向角微调至使车辆1在转向角实际处于零的状态下直行的程度)一边使车辆1前进或后退的操作。有助于车辆1的停车的直行操作相当于若不进行该直行操作则无法使车辆1恰当地停到停车空间SP的直行操作。即,有助于车辆的停车的直行操作相当于若不进行该直行操作则为了使车辆1停到停车空间SP需要通过不恰当的行驶路径(例如,额外长的行驶路径以及额外弯曲的行驶路径中的至少一方)的直行操作。因此,有助于车辆1的停车的直行操作实际上相当于为了使车辆1恰当地停到停车空间SP所需的直行操作。反过来说,有助于车辆1的停车的直行操作相当于无益于车辆1的停车的直行操作以外的直行操作。无益于车辆1的停车的直行操作相当于即便不进行该直行操作也能够使车辆1恰当地停到停车空间SP的直行操作。即,无益于车辆1的停车的直行操作相当于实际上为了使车辆1恰当地停到停车空间SP所不需要的直行操作(换言之,无用的直行操作)。
此外,正进行直行操作的期间不包括正进行转向操作的期间。即,在正进行转向操作的情况下,在转向操作结束之后进行直行操作。同样,在正进行直行操作的情况下,在直行操作结束之后进行转向操作。因此,直行开始航向点WP_st1与由驾驶员进行了转向操作的期间结束的定时下的车辆1的位置等效。同样,直行结束航向点WP_st2与由驾驶员进行了转向操作的期间开始的定时下的车辆1的位置等效。
以下,参照图11以及图12中的(a)~图12中的(e)对确定这样的直行开始航向点WP_st1以及直行结束航向点WP_st2的动作进行说明。图11是表示确定直行开始航向点WP_st1以及直行结束航向点WP_st2的动作的流程的流程图。图12中的(a)~图12中的(e)分别是表示行驶路径TR_actual的曲率的图表。
如图11所示,WP学习部1311从行驶路径TR_actual提取曲率的绝对值小于规定的阈值TH1(其中,TH1为正数)的路径部分TR1(步骤S311)。例如,在行驶路径TR_actual的曲率如图12中的(a)所示那样变化的情况下,如图12中的(b)中用粗实线所示,WP学习部1311提取曲率小于+TH1且大于-TH1的多个路径部分TR1(具体而言,路径部分TR1-1~路径部分TR1-8)。此外,图12中的(b)表示了提取多个路径部分TR1的例子,但也有时提取单一个路径部分TR1,也能不提取路径部分TR1。
在曲率的绝对值大于阈值TH1(即相对大)的情况下,与曲率的绝对值小于阈值TH1(即相对小)的情况相比,正进行有助于车辆1的停车的转向操作的可能性较高。因此,在曲率的绝对值大于阈值TH1的期间,由驾驶员进行了有助于车辆1的停车的转向操作的可能性相对高。其中,有助于车辆1的停车的转向操作是转向操作中的无益于上述车辆1的停车的转向操作以外的转向操作。反过来说,在曲率的绝对值小于阈值TH1的期间,由驾驶员进行了有助于车辆1的停车的直行操作的可能性相对高。因此,WP学习部1311能够基于曲率恰当地确定(换言之,区分出)直行操作与转向操作。
此外,若考虑对这样的阈值TH1与行驶路径TR_actual的曲率的大小关系进行判定的理由,则优选阈值TH1被设定为能够根据车辆1的行驶路径的曲率来区别直行操作与转向操作的恰当的值。
另一方面,即便是曲率的绝对值小于阈值TH1的路径部分TR1,在其长度相对短的情况下,在该路径部分TR1中,也是在转向轮的不必要的反复转向的过程中仅进行了欲使转向轮返回到中立状态的转向操作的可能性相对高。即,在曲率的绝对值小于阈值TH1但长度相对短的路径部分TR1中,由驾驶员进行了无益于车辆1的停车的直行操作的可能性相对高。
鉴于此,WP学习部1311将通过步骤S311提取出的路径部分TR1中的、其长度比规定的阈值TH2短的路径部分TR1除去(步骤S312)。例如,当在步骤S311中提取出图12中的(b)中用粗实线所示的路径部分TR1-1~路径部分TR1-8的情况下,如图12中的(c)所示,WP学习部1311将长度比阈值TH2短的4个路径部分TR1-2、TR1-3、TR1-6以及TR1-8除去。进行了步骤S312的结果是,WP学习部1311提取出曲率的绝对值小于阈值TH1且长度比阈值TH2长的路径部分TR1。其结果是,WP学习部1311能够不仅基于曲率还基于长度来恰当地确定与进行了有助于车辆1的停车的直行操作的期间对应的路径部分TR1。
此外,若考虑对这样的阈值TH2与路径部分TR1的长度的大小关系进行判定的理由,则优选阈值TH2被设定为能够根据路径部分TR1的长度来区别有助于车辆1的停车的直行操作和无益于车辆1的停车的直行操作的恰当的值。
然后,WP学习部1311对在通过步骤S311提取出的路径部分TR1(其中,不包括在步骤S312中被排除的路径部分TR1)之中是否存在隔着长度小于规定的阈值TH3(其中,阈值TH3为正数)的间隔而相邻的两个路径部分TR1进行判定(步骤S313)。即,在将行驶路径TR_actual区分为路径部分TR1与路径部分TR1以外的路径部分TR2(即曲率的绝对值是否大于阈值TH1,或者长度小于阈值TH2的路径部分TR2)的情况下,WP学习部1311对是否存在之间隔着长度小于阈值TH3的路径部分TR2而相邻的两个路径部分TR1进行判定(步骤S313)。
在步骤S313的判定结果是判定为存在之间隔着长度小于阈值TH3的路径部分TR2而相邻的两个路径部分TR1(以下,称为一个路径部分TR1以及另一个路径部分TR1)的情况下(步骤S313:是),推断为在一个路径部分TR1进行的有助于车辆1的停车的直行操作与在另一个路径部分TR1中进行的有助于车辆1的停车的直行操作未空开很多时间进行。此时,在一个路径部分TR1中进行的直行操作与在另一个路径部分TR1中进行的直行操作即使被作为有助于车辆1的停车的一系列直行操作来对待也应该基本不产生问题。鉴于此,WP学习部1311将通过使该两个路径部分TR1与夹在它们之间的路径部分TR2一起整合而获得的路径部分设定为新的一个路径部分TR1(步骤S314)。例如,在剩余有图12的(c)中用粗实线所示的路径部分TR1-1、TR1-4、TR1-5以及TR1-7的情况下,如图12中的(c)以及(d)所示,WP学习部1311将路径部分TR1-4以及路径部分TR1-5与位于路径部分TR1-4与路径部分TR1-5之间的路径部分TR2一起整合而设定为新的路径部分TR1-9。
然后,WP学习部1311将与最终剩余的路径部分TR1的始端相当的位置确定为直行开始航向点WP_st1(步骤S315)。WP学习部1311将与提取出的路径部分TR1的终端相当的位置确定为直行结束航向点WP_st2(步骤S315)。例如,在剩余有图12的(e)中用粗实线所示的路径部分TR1-1、TR1-7以及TR1-9的情况下,WP学习部1311将与路径部分TR1-1、TR1-7以及TR1-9各自的始端相当的位置确定为直行开始航向点WP_st1。并且,WP学习部1311将与路径部分TR1-1、TR1-7以及TR1-9各自的终端相当的位置确定为直行结束航向点WP_st2。其中,在图13中示出了图12中的(e)所示的直行开始航向点WP_st1以及直行结束航向点WP_st2与行驶路径TR_actual的关系的一个例子。
再次在图10中,WP学习部1311使包含学习到的开始航向点WP_start、换挡航向点WP_shift、完成航向点WP_end、直行开始航向点WP_st1以及直行结束航向点WP_st2这一信息组的WP信息存储于WP存储部1312(步骤S18)。但是,在判定为过去取得完毕的WP信息已经存储于WP存储部1312的情况下(步骤S16:是),WP学习部1311使新WP信息以及旧WP信息中的评价得分SC1较小(即最小)的WP信息存储于WP存储部1312(步骤S17)。
(4-1-2)第一变形例中的停车辅助动作
接着,参照图14对第一变形例中的停车辅助动作进行说明。图14是表示第一变形例中的停车辅助动作的流程的流程图。
如图14所示,在第一变形例中,停车辅助单元132也进行步骤S21~步骤S22的处理。
然后,路径生成部1322基于在步骤S22中取得的WP信息所包含的换挡航向点WP_shift、直行开始航向点WP_st1以及直行结束航向点WP_st2来设定经由航向点WP_transit(步骤S43)。具体而言,路径生成部1322基于换挡航向点WP_shift来设定第一经由航向点WP_transit1。并且,路径生成部1322使用与基于换挡航向点WP_shift设定第一经由航向点WP_transit1的方法同样的方法,来基于直行开始航向点WP_st1设定第二经由航向点WP_transit2。并且,路径生成部1322使用与基于换挡航向点WP_shift设定第一经由航向点WP_transit1的方法同样的方法,来基于直行结束航向点WP_st2设定第三经由航向点WP_transit3。即,路径生成部1322将第一经由航向点WP_transit1至第三经由航向点WP_transit3设定为评价得分SC2最小。其中,在第一变形例中,评价得分SC2成为对从开始航向点WP_start或车辆1的当前位置起经由成为第一经由航向点WP_transit1至第三经由航向点WP_transit3的候补的第一候补航向点WP_candidate1至第三候补航向点WP_candidate3到达完成航向点WP_end的行驶路径TR_candidate的最佳度进行表示的定量的指标值。
然后,路径生成部1322将从在步骤S22中取得的航向点信息所包含的开始航向点WP_start或车辆1的当前位置起经由在步骤S43中设定的第一经由航向点WP_transit1至第三经由航向点WP_transit3到达在步骤S22中取得的航向点信息所包含的完成航向点WP_end的行驶路径生成为车辆1应该移动的目标路径TR_target(步骤S24)。然后,车辆控制部1323使车辆1沿着在步骤S24中生成的目标路径TR_target自动地移动(步骤S25)。
(4-1-3)第一变形例的技术效果
根据以上说明的第一变形例中的学习动作以及停车辅助动作,能够获得与通过上述本实施方式的学习动作以及停车辅助动作而能够获得的效果同样的效果。
并且,在第一变形例中,为了使进行了有助于车辆1的停车的直行操作的路径部分TR1反映于目标路径TR_target,而在生成目标路径TR_target时使用直行开始航向点WP_st1以及直行结束航向点WP_st2。因此,路径生成部1322能够生成考虑了有助于车辆1的停车的直行操作的更恰当的目标路径TR_target(特别是排除了无用的转向操作的影响的恰当的目标路径TR_target)。
并且,若将之间隔着长度小于阈值TH3的路径部分TR2而相邻的两个路径部分TR1整合,则最终剩余的路径部分TR1的数量减少。因此,直行开始航向点WP_st1以及直行结束航向点WP_st2的总数也减少。因此,路径生成部1322能够生成将无用的转向操作的影响进一步排除了的更高效的目标路径TR_target。
(4-2)第二变形例
如上所述,在生成了目标路径TR_target之后,车辆控制部1323使车辆1沿着目标路径TR_target自动地移动。即,车辆控制部1323根据目标路径TR_target将车辆1自动地停到停车空间SP。然而,如图15中的(a)所示,存在在车辆控制部1323的控制下行驶的车辆1因某些因素而脱离目标路径TR_target的可能性。即,存在在车辆控制部1323的控制下行驶的车辆1的实际的行驶路径TR_assist从目标路径TR_target偏离的可能性。该情况下,存在车辆1无法恰当地停到停车空间SP的可能性。
鉴于此,在第二变形例中,路径生成部1322对在车辆控制部1323的控制下行驶的车辆1是否从目标路径TR_target脱离了规定量以上进行判定。即,路径生成部1322对行驶路径TR_assist是否从目标路径TR_target偏离了规定量以上进行判定。在判定为行驶路径TR_assist从目标路径TR_target偏离了规定量以上的情况下,如图15中的(b)所示,路径生成部1322生成新的目标路径TR_target’。具体而言,路径生成部1322基于已经设定完毕的经由航向点WP_transit来设定新的目标路径TR_target’应该经由的新的经由航向点WP_transit’。基于已经设定完毕的经由航向点WP_transit来设定新的经由航向点WP_transit’的动作与基于换挡航向点WP_shift来设定经由航向点WP_transit的动作相同,因而省略其详细的说明。然后,路径生成部1322将从车辆1的当前位置起经由新的经由航向点WP_transit’到达完成航向点WP_end的行驶路径生成为新的目标路径TR_target’。其结果是,即便是在车辆控制部1323的控制下行驶的车辆1从目标路径TR_target脱离了规定量以上的情况,停车辅助单元132也能够使车辆1在恰当的行驶路径行驶而停到停车空间SP。
(4-3)其它的变形例
在上述的说明中,在图6的步骤S23中,路径生成部1322在规定区域CA内设定了多个候补航向点WP_candidate之后,将多个候补航向点WP_candidate中的任一个选择为经由航向点WP_transit。然而,路径生成部1322可以除了设定多个候补航向点WP_candidate之外或者取而代之,在规定区域CA内使用非线形最小法等探索评价得分SC2为最小的经由航向点WP_transit。
在上述的说明中,在图6的步骤S23中,路径生成部1322将经由航向点WP_transit设定成评价得分SC2为最小。然而,若评价得分SC2某种程度地缩小,则经由与该评价得分SC2对应的经由航向点WP_transit的目标路径TR_target可能相应地恰当(即,若使车辆1沿着目标路径TR_target停到停车空间SP,则无用的行驶相对变少)。因此,路径生成部1322可以将经由航向点WP_transit设定为评价得分SC2成为能够根据评价得分SC2区别目标路径TR_target恰当的状态与目标路径TR_target不恰当的状态的规定的第一阈值以下。
在上述的说明中,在图2的步骤S17中,WP学习部1311使评价得分SC1较小(即最小)的仅一个WP信息存储于WP存储部1312。然而,WP学习部1311也可以使多个WP信息存储于WP存储部1312。例如,若评价得分SC1某种程度地缩小,则与该评价得分SC1对应的行驶路径TR_actual可能相应地恰当(即,可以在停车辅助动作中计算目标路径TR_target时进行参照)。因此,WP学习部1311可以使评价得分SC1成为能够根据评价得分SC1对行驶路径TR_actual恰当的状态与行驶路径TR_actual不恰当的状态进行区别的规定的第二阈值以下的多个WP信息存储于WP存储部1312。在多个WP信息被存储于WP存储部1312的情况下,在图6的步骤S23中,路径生成部1322可以在包括多个WP信息所包含的多个换挡航向点WP_shift的规定区域CA内设定多个候补航向点WP_candidate。
在上述的说明中,将评价得分SC2定义为行驶路径TR_candidate越恰当则评价得分SC2越变小。然而,也可以将评价得分SC2定义为行驶路径TR_candidate越恰当则评价得分SC2越大。此时,在图6的步骤S23中,路径生成部1322可以将经由航向点WP_transit设定成评价得分SC2变大(即最大)。或者,路径生成部1322可以将经由航向点WP_transit设定成评价得分SC2成为能够根据评价得分SC2对目标路径TR_target恰当的状态与目标路径TR_target不恰当的状态进行区别的规定的第三阈值以上。
同样,在上述的说明中,将评价得分SC1定义成行驶路径TR_actual越恰当则评价得分SC1越小。然而,也可以将评价得分SC1定义成行驶路径TR_actual越恰当则评价得分SC1越大。此时,在图2的步骤S17中,WP学习部1311可以使评价得分SC1大(即最大)的WP信息存储于WP存储部1312。或者,WP学习部1311可以使评价得分SC1成为能够根据评价得分SC1对行驶路径TR_actual恰当的状态与行驶路径TR_actual不恰当的状态进行区别的规定的第四阈值以上的多个WP信息存储于WP存储部1312。
在上述的说明中,在学习动作中,WP学习部1311计算评价得分SC1,并且使评价得分SC1为最小(或者为第一阈值以下)的WP信息存储于WP存储部1322。然而,WP学习部1311也可以不计算评价得分SC1,而使所取得的WP信息存储于WP存储部1322。该情况下,在停车辅助动作中,路径生成部1322可以对与WP存储部1322所存储的WP信息对应的评价得分SC1进行计算,并且基于计算出的评价得分SC1从WP存储部1322所存储的WP信息中选择为了生成目标路径TR_target而应该参照的至少一个WP信息。例如,路径生成部1322可以选择评价得分SC1为最小的WP信息。
在上述的说明中,学习单元131为了设定经由航向点WP_transit而学习换挡航向点WP_shift、直行开始航向点WP_st1以及直行结束航向点WP_st2中的至少一个。换挡航向点WP_shift是驾驶员为了使车辆1停车而切换了排挡的换挡定时(即,车辆1的行进方向切换了的定时)下的车辆1的位置。直行开始航向点WP_st1以及直行结束航向点WP_st2分别是驾驶员为了使车辆1停车而进行直行操作的期间开始了的定时以及结束了的定时(即,车辆1直行的期间开始了的定时以及结束了的定时)下的车辆1的位置。因此,为了设定经由航向点WP_transit而使用的上述航向点WP均与车辆1的举动变为有助于车辆1的停车的规定举动的时刻下的车辆1的位置相当。该情况下,学习单元131可以除了上述的换挡航向点WP_shift、直行开始航向点WP_st1以及直行结束航向点WP_st2的至少一个以外或者取而代之,将车辆1的举动变为有助于车辆1的停车的规定举动的时刻下的车辆1的位置学习为用于设定经由航向点WP_transit的航向点WP。并且,路径生成部1322也可以通过与基于换挡航向点WP_shift等设定经由航向点WP_transit的动作同样的方法,来基于学习到的航向点WP设定经由航向点WP_transit。
在上述的说明中,评价得分SC1是根据行驶路径TR_actual的曲率变化率、行驶路径TR_actual与障碍物之间的距离、在行驶路径TR_actual行驶的车辆1的连续转换次数以及行驶路径TR_actual的长度而决定的指标值。然而,评价得分SC1也可以是和行驶路径TR_actual的曲率变化率、行驶路径TR_actual与障碍物之间的距离、在行驶路径TR_actual行驶的车辆1的连续转换次数以及行驶路径TR_actual的长度中的至少一个无关系的指标值。例如,评价得分SC1可以是根据行驶路径TR_actual的曲率变化率以及行驶路径TR_actual与障碍物之间的距离而决定、但与在行驶路径TR_actual行驶的车辆1的连续转换次数以及行驶路径TR_actual的长度无关系的指标值。评价得分SC2也同样。
评价得分SC1可以是除了行驶路径TR_actual的曲率变化率、行驶路径TR_actual与障碍物之间的距离、在行驶路径TR_actual行驶的车辆1的连续转换次数以及行驶路径TR_actual的长度中的至少一个之外或者取而代之,根据其他的参数而决定的指标值。例如,评价得分SC1可以是根据车辆1为了在行驶路径TR_actual行驶所需的时间而决定的指标值。具体而言,评价得分SC1例如可以是根据车辆1为了在行驶路径TR_actual行驶所需的时间越短则行驶路径TR_actual越恰当这一观点而决定的指标值。或者,例如评价得分SC1也可以是根据在行驶路径TR_actual行驶的车辆1的车速而决定的指标值。具体而言,评价得分SC1例如可以是根据车速越慢则行驶路径TR_actual越恰当这一观点而决定的指标值。或者,例如评价得分SC1可以是根据停车完成时的车辆1的姿势(例如,相对于停车空间SP的角度)而决定的指标值。具体而言,评价得分SC1例如也可以是根据停车完成时的车辆1的姿势越接近与停车空间SP一致的姿势则行驶路径TR_actual越恰当这一观点而决定的指标值。评价得分SC2也同样。
为了计算评价得分SC1以及SC2而使用的加权系数w1a~w1d以及w2a~w2d可以基于针对路径生成部1322所生成的目标路径TR_target的来自驾驶员的评价而设定。例如,若累积针对目标路径TR_target的来自驾驶员的评价,则能够根据该累积的评价来判别驾驶员是重视目标路径TR_target的曲率变化率、还是重视目标路径TR_target与障碍物之间的距离、还是重视连续转换次数、以及/或者还是重视目标路径TR_target的长度的趋势。因此,学习单元131以及/或者停车辅助单元132可以基于针对目标路径TR_target的来自驾驶员的评价来判别驾驶员处于重视哪个参数的趋势,并增大与所重视的参数对应的加权系数。
(5)附录
关于以上说明的实施方式,还公开以下的附录。
(5-1)附录1
附录1中记载的停车辅助装置的特征在于,具备:学习构件,在由驾驶员进行用于将车辆停车的停车操作的期间中,学习上述车辆的举动满足了特定条件的时刻下的上述车辆的位置亦即特定位置;设定构件,在包括上述学习构件学习到的上述特定位置的第一规定范围内设定经由位置;以及生成构件,将经由上述设定构件所设定的上述经由位置到达上述车辆应该结束停车的目标位置的第一行驶路径生成为使上述车辆自动地停到上述目标位置时上述车辆应该通过的目标路径,上述设定构件基于上述第一行驶路径的第一评价得分来设定上述经由位置,至少根据上述第一行驶路径的曲率变化率以及/或者上述第一行驶路径与在上述第一行驶路径的周边存在的第一障碍物之间的距离来决定上述第一行驶路径的第一评价得分。
根据附录1所记载的停车辅助装置,学习构件只要学习特定位置即可。即,学习构件可以不学习在由驾驶员进行停车操作的期间车辆实际行驶了的行驶路径本身。除此之外,设定构件能够基于第一评价得分将实际的目标路径应该经由的经由位置设定在包括特定位置的第一规定范围内。因此,与基于在由驾驶员进行停车操作的期间中车辆实际行驶了的行驶路径本身的学习结果来生成目标路径的比较例的停车辅助装置相比,附录1中记载的停车辅助装置能够生成反映了驾驶员的无用操作的可能性相对低的目标路径。即,与比较例的停车辅助装置相比,附录1中记载的停车辅助装置能够生成可使车辆更高效地停到停车空间的恰当的目标路径。其结果是,附录1中记载的停车辅助装置能够使车辆在恰当的行驶路径行驶而停到停车空间。
(5-2)附录2
附录2中记载的停车辅助装置在附录1所记载的停车辅助装置的基础上,其特征在于,上述第一行驶路径的曲率变化率越小则上述第一评价得分越小以及/或者上述第一行驶路径与上述第一障碍物之间的距离越大则上述第一评价得分越小,上述设定构件将上述经由位置设定成上述第一评价得分为规定的第一阈值以下或最小。
根据附录2中记载的停车辅助装置,设定构件能够将经由位置设定成目标路径的曲率变化率相对变小以及/或者目标路径与第一与障碍物之间的距离相对变大。
此外,也可以上述第一行驶路径的曲率变化率越小则上述第一评价得分越大以及/或者上述第一行驶路径与上述第一障碍物之间的距离越大则上述第一评价得分越大,上述设定构件可以将上述经由位置设定成上述第一评价得分为规定的第三阈值以上或最大。该情况下,设定构件也能够将经由位置设定成目标路径的曲率变化率相对变小以及/或者目标路径与第一与障碍物之间的距离相对变大。
(5-3)附录3
附录3中记载的停车辅助装置在附录1或2所记载的停车辅助装置的基础上,其特征在于,上述特定位置包括上述车辆的排挡被切换的时刻下的上述车辆的位置、作为上述停车操作的一部分进行了为了有助于上述车辆的停车而使上述车辆直行的直行操作的期间的开始时刻时的上述车辆的位置、以及作为上述停车操作的一部分进行了上述直行操作的期间的结束时刻时的上述车辆的位置中的至少一个。
根据附录3中记载的停车辅助装置,设定构件能够基于与车辆的举动成为有助于车辆的停车的规定举动的时刻时的车辆的位置相当的这些特定位置来设定经由位置。
(5-4)附录4
附录4中记载的停车辅助装置在附录1~3中任一项所记载的停车辅助装置的基础上,其特征在于,在由上述驾驶员进行了至少两次上述停车操作的情况下,上述设定构件在包括与上述至少两次上述停车操作分别对应的至少两个上述特定位置中的、基于第二评价得分而选择的所希望的特定位置的上述第一规定范围内设定上述经由位置,上述第二评价得分是至少根据上述车辆通过各停车操作而行驶过的第二行驶路径的曲率变化率以及/或者上述第二行驶路径与在上述第二行驶路径的周边存在的第二障碍物之间的距离而针对每个停车操作决定的得分。
根据附录4中记载的停车辅助装置,设定构件在由驾驶员进行了至少两次停车操作的情况下,也能够恰当地设定经由位置。
(5-5)附录5
附录5中记载的停车辅助装置在附录4所记载的停车辅助装置的基础上,其特征在于,上述第二行驶路径的曲率变化率越小则上述第二评价得分越小以及/或者上述第二行驶路径与上述第二障碍物之间的距离越大则上述第二评价得分越小,上述所希望的特定位置是与上述至少两次停车操作分别对应的至少两个上述第二行驶路径中的、上述第二评价得分为规定的第二阈值以下或者最小的所希望的第二行驶路径对应的上述特定位置。
根据附录5中记载的停车辅助装置,若使用第二行驶路径的曲率变化率相对小的第二行驶路径来设定经由位置,则目标路径的曲率变化率也相对变小的可能性较高。并且,到达目标位置之前车辆实际行驶过的第二行驶路径的周边所存在的第二障碍物与生成构件为了生成到达目标位置的目标路径而生成的第一行驶路径的周边所存在的第一障碍物至少部分一致的可能性较高。因此,若使用第二行驶路径与第二与障碍物之间的距离相对变大的第二行驶路径来设定经由位置,则目标路径与第一障碍物之间的距离也相对变大的可能性较高。因此,设定构件能够将经由位置设定成目标路径的曲率变化率相对变小以及/或者目标路径与第一障碍物之间的距离相对变大。
此外,可以上述第二行驶路径的曲率变化率越小则上述第二评价得分越大以及/或者上述第二行驶路径与第二障碍物之间的距离越大则上述第二评价得分越大,上述设定构件可以在包括与上述车辆通过上述至少两次停车操作分别行驶过的至少两个第二行驶路径中的、上述第二评价得分为规定的第四阈值以上或者最大的一个第二行驶路径对应的上述特定位置的上述第一规定范围内设定上述经由位置。该情况下,设定构件也能够将经由位置设定成目标路径的曲率变化率相对变小以及/或者目标路径与第一障碍物之间的距离相对变大。
(5-6)附录6
附录6中记载的停车辅助装置在附录1~5中任一项所记载的停车辅助装置的基础上,其特征在于,上述设定构件以在按照上述生成构件所生成的上述目标路径使上述车辆自动地停车的期间中上述车辆从上述目标路径脱离了规定量以上为条件,基于上述第一评价得分在包括已经设定完毕的经由位置的第二规定范围内设定新的经由位置,在上述设定构件设定了上述新的经由位置的情况下,上述生成构件将经由上述设定构件所设定的上述新的经由位置到达上述目标位置的上述第一行驶路径生成为新的上述目标路径。
根据附录6中记载的停车辅助装置,在车辆从目标路径脱离了规定量以上的情况下,生成构件能够恰当地生成曲率变化率相对变小以及/或者与第一障碍物之间的距离相对变大的新的目标路径。
本发明可以在不违反从技术方案以及说明书整体能够读取的发明主旨或思想范围内恰当地变更,伴有这样的变更的停车辅助装置也包括在本发明的技术思想内。

Claims (6)

1.一种停车辅助装置,其特征在于,具备:
学习构件,在由驾驶员进行用于将车辆停车的停车操作的期间中学习所述车辆的举动满足了特定条件的时刻下的所述车辆的位置亦即特定位置;
设定构件,在包括所述学习构件学习到的所述特定位置的第一规定范围内设定经由位置;以及
生成构件,将经由所述设定构件所设定的所述经由位置到达所述车辆应该结束停车的目标位置的第一行驶路径生成为使所述车辆自动地停车在所述目标位置时所述车辆应该通过的目标路径,
所述设定构件基于所述第一行驶路径的第一评价得分来设定所述经由位置,至少根据所述第一行驶路径的曲率变化率以及/或者所述第一行驶路径与在所述第一行驶路径的周边存在的第一障碍物之间的距离来决定所述第一行驶路径的第一评价得分。
2.根据权利要求1所述的停车辅助装置,其中,
所述第一行驶路径的曲率变化率越小则所述第一评价得分越小以及/或者所述第一行驶路径与所述第一障碍物之间的距离越大则所述第一评价得分越小,
所述设定构件将所述经由位置设定成所述第一评价得分为规定的第一阈值以下或最小。
3.根据权利要求1或2所述的停车辅助装置,其中,
所述特定位置包括所述车辆的排挡被切换的时刻下的所述车辆的位置、作为所述停车操作的一部分进行了为了有助于所述车辆的停车而使所述车辆直行的直行操作的期间的开始时刻时的所述车辆的位置、以及作为所述停车操作的一部分而进行了所述直行操作的期间的结束时刻时的所述车辆的位置中的至少一个。
4.根据权利要求1~3中任一项所述的停车辅助装置,其中,
在由所述驾驶员进行了至少两次所述停车操作的情况下,所述设定构件在包括与所述至少两次所述停车操作分别对应的至少两个所述特定位置中的、基于第二评价得分而选择的所希望的特定位置的所述第一规定范围内设定所述经由位置,所述第二评价得分是至少根据所述车辆通过各停车操作而行驶过的第二行驶路径的曲率变化率以及/或者所述第二行驶路径与在所述第二行驶路径的周边存在的第二障碍物之间的距离而针对每个停车操作决定的得分。
5.根据权利要求4所述的停车辅助装置,其中,
所述第二行驶路径的曲率变化率越小则所述第二评价得分越小以及/或者所述第二行驶路径与所述第二障碍物之间的距离越大则所述第二评价得分越小,
所述所希望的特定位置是与所述车辆通过所述至少两次停车操作分别行驶过的至少两个第二行驶路径中的、所述第二评价得分为规定的第二阈值以下或最小的所希望的第二行驶路径对应的所述特定位置。
6.根据权利要求1~5中任一项所述的停车辅助装置,其中,
所述设定构件以在按照所述生成构件所生成的所述目标路径使所述车辆自动地停车的期间中所述车辆从所述目标路径脱离了规定量以上为条件,基于所述第一评价得分在包括已经设定完毕的经由位置的第二规定范围内设定新的经由位置,
在所述设定构件设定了所述新的经由位置的情况下,所述生成构件将经由所述设定构件所设定的所述新的经由位置到达所述目标位置的所述第一行驶路径生成为新的所述目标路径。
CN201910047655.7A 2018-02-16 2019-01-18 停车辅助装置 Active CN110155040B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018-026254 2018-02-16
JP2018026254A JP6897597B2 (ja) 2018-02-16 2018-02-16 駐車支援装置

Publications (2)

Publication Number Publication Date
CN110155040A true CN110155040A (zh) 2019-08-23
CN110155040B CN110155040B (zh) 2022-03-01

Family

ID=67481745

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910047655.7A Active CN110155040B (zh) 2018-02-16 2019-01-18 停车辅助装置

Country Status (4)

Country Link
US (1) US20190256144A1 (zh)
JP (1) JP6897597B2 (zh)
CN (1) CN110155040B (zh)
DE (1) DE102019102664A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113753028A (zh) * 2020-06-05 2021-12-07 松下知识产权经营株式会社 驾驶辅助装置、驾驶辅助方法及电脑可读取记录介质

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102592825B1 (ko) * 2018-08-31 2023-10-23 현대자동차주식회사 충돌 회피 제어 장치 및 그 방법
CN111976717B (zh) * 2019-11-29 2022-07-08 长城汽车股份有限公司 一种智能泊车方法和装置
CN110901632B (zh) * 2019-11-29 2021-04-06 长城汽车股份有限公司 一种自动泊车控制方法及装置
CN111674465B (zh) * 2020-05-25 2022-01-04 长城汽车股份有限公司 一种倒车控制方法、系统及车辆
US11814075B2 (en) * 2020-08-26 2023-11-14 Motional Ad Llc Conditional motion predictions
JP2022133181A (ja) * 2021-03-01 2022-09-13 パナソニックIpマネジメント株式会社 駐車支援装置および駐車支援方法
EP4137386A1 (en) * 2021-08-17 2023-02-22 Harman Becker Automotive Systems GmbH Visual guidance system for parking assistance
JP2023097732A (ja) * 2021-12-28 2023-07-10 パナソニックIpマネジメント株式会社 駐車支援装置および駐車支援方法

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050057374A1 (en) * 2003-08-29 2005-03-17 Aisin Seiki Kabushiki Kaisha Parking assist device
WO2007116650A1 (ja) * 2006-03-27 2007-10-18 Pioneer Corporation 経路探索装置、経路探索方法、経路探索プログラムおよび記録媒体
WO2009138942A2 (en) * 2008-05-12 2009-11-19 Iveco S.P.A. Vehicle driving aid system for lane changing assistance
JP2010195266A (ja) * 2009-02-26 2010-09-09 Nissan Motor Co Ltd 駐車支援装置及び駐車支援方法
JP2010208545A (ja) * 2009-03-11 2010-09-24 Aisin Seiki Co Ltd 駐車支援装置
CN101959653A (zh) * 2008-07-09 2011-01-26 松下电器产业株式会社 路径危险性评价装置
US20110148663A1 (en) * 2008-09-02 2011-06-23 Valeo Schalter Und Sensoren Gmbh Method and apparatus for supporting a parking process of a vehicle
GB201110265D0 (en) * 2010-06-17 2011-08-03 Bosch Gmbh Robert Parking assistance system for transverse parking spaces
DE102010023162A1 (de) * 2010-06-09 2011-12-15 Valeo Schalter Und Sensoren Gmbh Verfahren zum Unterstützen eines Fahrers eines Kraftfahrzeugs beim Einparken in eine Parklücke, Fahrerassistenzeinrichtung und Kraftfahrzeug
US20120147189A1 (en) * 2010-12-08 2012-06-14 GM Global Technology Operations LLC Adaptation for clear path detection using reliable local model updating
CN103350698A (zh) * 2012-02-27 2013-10-16 罗伯特·博世有限公司 用于运行车辆的方法和设备
CN103373349A (zh) * 2012-04-19 2013-10-30 现代摩比斯株式会社 自动泊车辅助系统的障碍物避碰装置及方法
CN103889825A (zh) * 2011-10-21 2014-06-25 罗伯特·博世有限公司 用于支持机动车驾驶员的方法和设备
CN103918018A (zh) * 2011-11-14 2014-07-09 丰田自动车株式会社 驾驶支援装置
CN104512414A (zh) * 2013-10-04 2015-04-15 爱信精机株式会社 停车辅助装置
CN105109482A (zh) * 2015-08-24 2015-12-02 奇瑞汽车股份有限公司 停车入库方法及装置
DE102015115209A1 (de) * 2014-09-12 2016-03-17 Aisin Seiki Kabushiki Kaisha Parkassistenzsystem und pfadbestimmungsverfahren
US20170108865A1 (en) * 2015-10-20 2017-04-20 Robert Bosch Gmbh Method for selecting an optimized trajectory
US20170225679A1 (en) * 2014-08-08 2017-08-10 Daimler Ag Method and device for moving a vehicle into a target position

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006298115A (ja) * 2005-04-19 2006-11-02 Aisin Aw Co Ltd 運転支援方法及び運転支援装置
JP4926413B2 (ja) * 2005-05-17 2012-05-09 富士重工業株式会社 車両の走行軌跡生成方法、及びそれを利用した駐車支援装置
JP2008236734A (ja) 2007-02-19 2008-10-02 Sharp Corp データ受信装置、その制御プログラムおよび該制御プログラムを記録したコンピュータ読取り可能な記録媒体、データ送受信システムならびに制御方法
JP5471462B2 (ja) 2010-01-11 2014-04-16 株式会社デンソーアイティーラボラトリ 自動駐車装置
DE102012220052A1 (de) * 2012-11-02 2013-10-24 Robert Bosch Gmbh Verfahren zur Unterstützung eines Fahrers eines Fahrzeugs bei einem wiederkehrenden Fahrmanöver
US9701305B2 (en) * 2015-03-10 2017-07-11 GM Global Technology Operations LLC Automatic valet parking
JP6517561B2 (ja) * 2015-03-27 2019-05-22 クラリオン株式会社 車両制御装置
WO2016203643A1 (ja) * 2015-06-19 2016-12-22 日産自動車株式会社 駐車支援装置及び駐車支援方法
US10392009B2 (en) * 2015-08-12 2019-08-27 Hyundai Motor Company Automatic parking system and automatic parking method
US20170253237A1 (en) * 2016-03-02 2017-09-07 Magna Electronics Inc. Vehicle vision system with automatic parking function
JP6556674B2 (ja) 2016-08-10 2019-08-07 株式会社東芝 酸化物超電導体及びその製造方法
BR112019007398B1 (pt) * 2016-10-13 2022-12-20 Renault S.A.S. Método de assistência ao estacionamento e dispositivo de assistência ao estacionamento
CN107702716B (zh) * 2017-08-31 2021-04-13 广州小鹏汽车科技有限公司 一种无人驾驶路径规划方法、系统和装置

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050057374A1 (en) * 2003-08-29 2005-03-17 Aisin Seiki Kabushiki Kaisha Parking assist device
WO2007116650A1 (ja) * 2006-03-27 2007-10-18 Pioneer Corporation 経路探索装置、経路探索方法、経路探索プログラムおよび記録媒体
WO2009138942A2 (en) * 2008-05-12 2009-11-19 Iveco S.P.A. Vehicle driving aid system for lane changing assistance
CN101959653A (zh) * 2008-07-09 2011-01-26 松下电器产业株式会社 路径危险性评价装置
US20110148663A1 (en) * 2008-09-02 2011-06-23 Valeo Schalter Und Sensoren Gmbh Method and apparatus for supporting a parking process of a vehicle
JP2010195266A (ja) * 2009-02-26 2010-09-09 Nissan Motor Co Ltd 駐車支援装置及び駐車支援方法
JP2010208545A (ja) * 2009-03-11 2010-09-24 Aisin Seiki Co Ltd 駐車支援装置
DE102010023162A1 (de) * 2010-06-09 2011-12-15 Valeo Schalter Und Sensoren Gmbh Verfahren zum Unterstützen eines Fahrers eines Kraftfahrzeugs beim Einparken in eine Parklücke, Fahrerassistenzeinrichtung und Kraftfahrzeug
GB201110265D0 (en) * 2010-06-17 2011-08-03 Bosch Gmbh Robert Parking assistance system for transverse parking spaces
US20120147189A1 (en) * 2010-12-08 2012-06-14 GM Global Technology Operations LLC Adaptation for clear path detection using reliable local model updating
CN103889825A (zh) * 2011-10-21 2014-06-25 罗伯特·博世有限公司 用于支持机动车驾驶员的方法和设备
CN103918018A (zh) * 2011-11-14 2014-07-09 丰田自动车株式会社 驾驶支援装置
CN103350698A (zh) * 2012-02-27 2013-10-16 罗伯特·博世有限公司 用于运行车辆的方法和设备
CN103373349A (zh) * 2012-04-19 2013-10-30 现代摩比斯株式会社 自动泊车辅助系统的障碍物避碰装置及方法
CN104512414A (zh) * 2013-10-04 2015-04-15 爱信精机株式会社 停车辅助装置
US20170225679A1 (en) * 2014-08-08 2017-08-10 Daimler Ag Method and device for moving a vehicle into a target position
DE102015115209A1 (de) * 2014-09-12 2016-03-17 Aisin Seiki Kabushiki Kaisha Parkassistenzsystem und pfadbestimmungsverfahren
CN105109482A (zh) * 2015-08-24 2015-12-02 奇瑞汽车股份有限公司 停车入库方法及装置
US20170108865A1 (en) * 2015-10-20 2017-04-20 Robert Bosch Gmbh Method for selecting an optimized trajectory

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张琳等: "未知环境下智能汽车轨迹规划滚动窗口优化", 《吉林大学学报(工学版)》 *
李爱娟等: "基于ACT-R的智能车动态优化方法", 《吉林大学学报(工学版)》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113753028A (zh) * 2020-06-05 2021-12-07 松下知识产权经营株式会社 驾驶辅助装置、驾驶辅助方法及电脑可读取记录介质
CN113753028B (zh) * 2020-06-05 2024-04-19 松下汽车电子系统株式会社 驾驶辅助装置、驾驶辅助方法及电脑可读取记录介质

Also Published As

Publication number Publication date
JP6897597B2 (ja) 2021-06-30
CN110155040B (zh) 2022-03-01
US20190256144A1 (en) 2019-08-22
DE102019102664A1 (de) 2019-08-22
JP2019142286A (ja) 2019-08-29

Similar Documents

Publication Publication Date Title
CN110155040A (zh) 停车辅助装置
CN109583151B (zh) 车辆的行驶轨迹预测方法及装置
CN108791278B (zh) 侧方位泊车控制系统及其控制方法
EP3579211B1 (en) Method and vehicle for assisting an operator of an ego-vehicle in controlling the ego-vehicle by determining a future behavior and an associated trajectory for the ego-vehicle
CN109895784A (zh) 驻车辅助装置
JP3714258B2 (ja) 車両用推奨操作量生成装置
US20190100211A1 (en) Vehicle lane-changing control method, vehicle lanechanging control device and related equipment
JP5303356B2 (ja) 車両の駐車支援システム
CN105365819B (zh) 驾驶辅助装置和驾驶辅助方法
JP4400418B2 (ja) 車間距離制御装置及び車間距離制御方法並びに運転操作支援装置及び運転操作支援方法
JP5407764B2 (ja) 運転支援装置
CN108202743A (zh) 车辆控制装置
CN107901909B (zh) 一种车道自动更换的控制方法、装置及控制器
CN106338988A (zh) 自动驾驶车辆的控制装置
KR20090062176A (ko) 차량용 자동주차 시스템
CN109426244A (zh) 自动驾驶装置
CN109844670A (zh) 用于在导航环境中运行机动车的方法和机动车
CN107792176A (zh) 出库辅助装置
CN110447057A (zh) 车辆控制装置
CN109641617A (zh) 出库辅助装置
CN106564493A (zh) 自动停车辅助系统和用于操作该系统的方法
CN110494903A (zh) 车辆控制装置和车辆控制方法
CN110667581A (zh) 一种车辆的自动变道控制系统以及自动变道控制方法
CN110641459A (zh) 泊车辅助方法、泊车辅助系统和车辆
CN109791736B (zh) 车辆控制装置

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