CN110239549B - 车辆控制装置、车辆控制方法及存储介质 - Google Patents
车辆控制装置、车辆控制方法及存储介质 Download PDFInfo
- Publication number
- CN110239549B CN110239549B CN201910166993.2A CN201910166993A CN110239549B CN 110239549 B CN110239549 B CN 110239549B CN 201910166993 A CN201910166993 A CN 201910166993A CN 110239549 B CN110239549 B CN 110239549B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- traffic participant
- estimated
- control unit
- recognition
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 19
- 230000001629 suppression Effects 0.000 claims abstract description 61
- 230000001133 acceleration Effects 0.000 claims abstract description 19
- 230000033001 locomotion Effects 0.000 claims description 17
- 230000006399 behavior Effects 0.000 description 51
- 238000012545 processing Methods 0.000 description 29
- 238000010586 diagram Methods 0.000 description 20
- 238000004891 communication Methods 0.000 description 13
- 230000009471 action Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 9
- 238000013459 approach Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 239000000523 sample Substances 0.000 description 5
- 230000005484 gravity Effects 0.000 description 4
- 210000003128 head Anatomy 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000002485 combustion reaction Methods 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 210000001747 pupil Anatomy 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- 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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
- B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- 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
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
-
- 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
- B60W30/18—Propelling 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
- 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
- B60W40/02—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 ambient conditions
- B60W40/04—Traffic 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
- 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/402—Type
- B60W2554/4029—Pedestrians
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Human Computer Interaction (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
提供能够基于交通参加者的状态来执行更适当的超越驾驶控制的车辆控制装置、车辆控制方法及存储介质。在车辆控制装置(100)中,具备:识别车辆的周边状况的识别部(130);和驾驶控制部(140,160),基于由所述识别部识别到的周边状况,来控制所述车辆的转向及加减速,在由所述识别部在所述车辆的行进方向上识别到交通参加者的情况下,所述驾驶控制部基于所述交通参加者对所述车辆的识别程度,以所述交通参加者为基准来设定应避免所述车辆进入的进入抑制区域。
Description
技术领域
本发明涉及车辆控制装置、车辆控制方法及存储介质。
背景技术
以往,已知有检测车辆周边的行人,并向检测到的行人告知本车辆的存在的技术。与此关联,已知如下技术:在检测到车辆周边的行人的情况下,控制发动机的驱动量,使用由驱动引起的发动机的动作音,来向行人告知本车辆的存在(例如,日本特开2009-067382号公报)。
然而,在以往的技术中,在检测到车辆周边的行人的情况下,未考虑如何控制与行人之间的距离。假定在车辆为自动驾驶车辆的情况下,执行一边为了避免与检测到的行人接触而保持一定的间隔、一边超越行人的驾驶控制,但由于没有考虑行人的状态,所以有时需要隔开必要程度以上的间隔,或在间隔不足而超越时吓到行人。
发明内容
本发明的方案是考虑了这样的情况而完成的,其目的之一在于提供能够基于交通参加者的状态来执行更适当的超越驾驶控制的车辆控制装置、车辆控制方法及存储介质。
本发明的车辆控制装置、车辆控制方法及存储介质采用了以下的结构。
(1):本发明的一方案的车辆控制装置具备:识别部,其识别车辆的周边状况;以及驾驶控制部,其基于由所述识别部识别到的周边状况,来控制所述车辆的转向及加减速,在由所述识别部在所述车辆的行进方向识别到交通参加者的情况下,所述驾驶控制部基于所述交通参加者对所述车辆的识别程度,以所述交通参加者为基准来设定应避免所述车辆进入的进入抑制区域。
(2):本发明的一方案的车辆控制装置具备:识别部,其识别车辆的周边状况;以及驾驶控制部,其基于由所述识别部识别到的周边状况,来控制所述车辆的转向及加减速,在由所述识别部在所述车辆的行进方向识别到交通参加者的情况下,所述驾驶控制部基于所述交通参加者对所述车辆的识别程度来设定所述交通参加者与所述车辆之间的距离,并基于所设定的距离来执行超越所述交通参加者的驾驶控制。
(3):在上述(1)的方案中,所述驾驶控制部基于由所述识别部识别到的所述交通参加者的视线和动作中的一方或双方来推定所述识别程度。
(4):在上述(1)的方案中,基于由所述识别部识别到的所述交通参加者的视线和动作中的一方或双方,在推定为所述交通参加者注意到所述车辆的情况下,与推定为所述交通参加者没有注意到所述车辆的情况相比,所述驾驶控制部缩小进入抑制区域。
(5):在上述(4)的方案中,基于所述交通参加者的视线和动作中的一方或双方,在推定为所述交通参加者正在回头的情况下,与推定为所述交通参加者没有注意到所述车辆的情况相比,在从推定为所述交通参加者正在回头起到经过规定时间为止的期间,所述驾驶控制部扩展进入抑制区域。
(6):在上述(5)的方案中,与推定为所述交通参加者没有注意到所述车辆的情况相比,所述驾驶控制部缩小从推定为所述交通参加者正在回头起经过所述规定时间后的进入抑制区域。
(7):在上述(1)的方案中,基于由所述识别部识别到的所述交通参加者的视线和动作中的一方或双方,在推定出所述交通参加者的用于使所述车辆超越的动作的情况下,与推定为所述交通参加者没有注意到所述车辆的情况相比,所述驾驶控制部缩小进入抑制区域。
(8):本发明的一方案的车辆控制装置具备:识别部,其识别车辆的周边状况;以及驾驶控制部,其基于由所述识别部识别到的周边状况,来控制所述车辆的转向及加减速,在由所述识别部在所述车辆的行进方向识别到交通参加者的情况下,所述驾驶控制部将所述交通参加者的行为的模式类型化,并基于类型化后的所述行为的模式,以所述交通参加者为基准来设定应避免所述车辆进入的进入抑制区域。
(9):本发明的一方案的车辆控制方法使车辆控制装置进行如下处理:识别车辆的周边状况;基于识别到的所述周边状况来控制所述车辆的转向及加减速;以及在所述车辆的行进方向识别到交通参加者的情况下,基于所述交通参加者对所述车辆的识别程度,以所述交通参加者为基准来设定应避免所述车辆进入的进入抑制区域。
(10):本发明的一方案的存储介质是存储有程序的存储介质,所述程序使车辆控制装置进行如下处理:识别车辆的周边状况;基于识别到的所述周边状况,来控制所述车辆的转向及加减速;以及在所述车辆的行进方向识别到交通参加者的情况下,基于所述交通参加者对所述车辆的识别程度,以所述交通参加者为基准来设定应避免所述车辆进入的进入抑制区域。
根据上述(1)~(10)的方案,能够基于交通参加者的状态,来执行更适当的超越驾驶控制。
附图说明
图1是利用了第一实施方式的车辆控制装置的车辆系统的结构图。
图2是第一实施方式的第一控制部及第二控制部的功能构成图。
图3是用于说明特定行为识别部的处理的一例的图。
图4是示出识别程度表的内容的一例的图。
图5是用于说明超越驾驶控制部的处理的一例的图。
图6是用于说明推定为行人处于正在回头状态的情况下的超越驾驶控制部的处理的一例的图。
图7是用于说明经过规定时间后的超越驾驶控制部的处理的一例的图。
图8是用于说明行人靠近道路端部的情况下的超越驾驶控制部的处理的一例的图。
图9是示出由第一实施方式的自动驾驶控制装置执行的处理的流程的一例的流程图。
图10是第二实施方式的第一控制部及第二控制部的功能构成图。
图11是示出由第二实施方式的自动驾驶控制装置执行的处理的流程的一例的流程图。
图12是示出自动驾驶控制装置的硬件结构的一例的图。
具体实施方式
以下,参照附图,对本发明的车辆控制装置、车辆控制方法及存储介质的实施方式进行说明。以下,对于适用左侧通行的法规的情况进行说明,但是在适用右侧通行的法规的情况下,将左右对调着阅读即可。
<第一实施方式>
[整体结构]
图1是利用了第一实施方式的车辆控制装置的车辆系统l的结构图。搭载车辆系统1的车辆例如是二轮、三轮、四轮等的车辆,其驱动源是柴油发动机、汽油发动机等内燃机、电动机或者它们的组合。电动机使用连结于内燃机的发电机的发电电力或者二次电池、燃料电池的放电电力来进行动作。
车辆系统1例如具备相机10、雷达装置12、探测器14、物体识别装置16、通信装置20、HMI(Human Machine Interface)30、车辆传感器40、导航装置50、MPU(Map PositioningUnit)60、驾驶操作件80、自动驾驶控制装置100、行驶驱动力输出装置200、制动装置210及转向装置220。这些装置、设备通过CAN(Controller Area Network)通信线等多路通信线、串行通信线、无线通信网等而互相连接。图1所示的结构只是一例,可以省略结构的一部分,也可以再追加别的结构。自动驾驶控制装置100是“车辆控制装置”的一例。
相机10例如是利用了CCD(Charge Coupled Device)、CMOS(Complementary MetalOxide Semiconductor)等固体摄像元件的数码相机。相机10安装于搭载车辆系统1的车辆(以下,称作本车辆M)的任意部位。在对前方进行拍摄的情况下,相机10安装于前风窗玻璃上部、车室内后视镜背面等。相机10例如周期性地反复拍摄本车辆M的周边。相机10也可以是立体摄影机。
雷达装置12向本车辆M的周边放射毫米波等电波,并且检测由物体反射的电波(反射波)来至少检测物体的位置(距离及方位)。雷达装置12安装于本车辆M的任意部位。雷达装置12也可以通过FM-CW(Frequency Modulated Continuous Wave)方式来检测物体的位置及速度。
探测器14是LIDAR(Light Detection and Ranging)。探测器14向本车辆M的周边照射光,测定散射光。探测器14基于从发光到受光为止的时间,来检测到对象为止的距离。照射的光例如是脉冲状的激光。探测器14安装于本车辆M的任意部位。
物体识别装置16对由相机10、雷达装置12及探测器14中的一部分或全部检测的检测结果进行传感器融合处理,识别物体的位置、种类、速度等。物体识别装置16将识别结果向自动驾驶控制装置100输出。物体识别装置16也可以将相机10、雷达装置12及探测器14的检测结果直接向自动驾驶控制装置100输出。也可以从车辆系统1省略物体识别装置16。
通信装置20例如利用蜂窝网、Wi-Fi网、Bluetooth(注册商标),DSRC(DedicatedShort Range Communication)等,来与存在于本车辆M的周边的其他车辆通信,或者经由无线基地站而与各种服务器装置通信。
HMI30对本车辆M的乘客提示各种信息,并且接受乘客的输入操作。HMI30包括各种显示装置、扬声器、蜂鸣器、触摸面板、开关、按键等。
车辆传感器40包括检测本车辆M的速度的车速传感器、检测加速度的加速度传感器、检测绕铅垂轴的角速度的横摆角速度传感器、检测本车辆M的朝向的方位传感器等。在车辆传感器40中也可以包括检测乘客就座的驾驶座的位置的座椅位置检测传感器。
导航装置50例如具备GNSS(Global Navigation Satellite System)接收机51、导航HMl52及路径决定部53。导航装置50在HDD(Hard Disk Drive)、闪存器等存储装置中保持有第一地图信息54。GNSS接收机51基于从GNSS卫星接收到的信号,来确定本车辆M的位置。本车辆M的位置也可以通过利用了车辆传感器40的输出的INS(Inertial NavigationSystem)来进行确定或补充。导航HMI52包括显示装置、扬声器、触摸面板、按键等。导航HMI52也可以与前述的HMI30一部分或全部共用化。路径决定部53例如参照第一地图信息54,来决定从由GNSS接收机51确定出的本车辆M的位置(或者输入的任意的位置)到由乘客使用导航HMI52输入的目的地为止的路径(以下,称作地图上路径)。第一地图信息54例如是通过表示道路的线路和由线路连接而成的节点来表现道路形状的信息。第一地图信息54也可以包括道路的曲率、POI(Point OfInterest)信息等。地图上路径被向MPU60输出。导航装置50也可以基于地图上路径来进行使用了导航HMI52的路径引导。导航装置50例如也可以通过乘客持有的智能手机、平板终端等终端装置的功能来实现。导航装置50也可以经由通信装置20向导航服务器发送当前位置和目的地,从导航服务器取得与地图上路径同等的路径。
MPU60例如包括推荐车道决定部61,在HDD、闪存器等存储装置中保持有第二地图信息62。推荐车道决定部61将从导航装置50提供的地图上路径分割为多个区段(例如,在车辆行进方向上按100[m]进行分割),并参照第二地图信息62按区段决定推荐车道。推荐车道决定部61进行在从左侧起的第几个车道上行驶这一决定。推荐车道决定部61在地图上路径存在分支部位的情况下,以使本车辆M能够在用于向分支目的地行进的合理的路径上行驶的方式决定推荐车道。
第二地图信息62是比第一地图信息54高精度的地图信息。第二地图信息62例如包括车道的中央的信息或者车道的边界的信息等。在第二地图信息62中,也可以包括道路信息、交通限制信息、住所信息(住所/邮政编码)、设施信息、电话号码信息等。第二地图信息62也可以通过通信装置20与其他的装置进行通信,由此随时被更新。
驾驶操作件80例如包括油门踏板、制动踏板、换挡杆、转向盘、异形方向盘、操纵杆以及其他的操作件。在驾驶操作件80上安装有检测操作量或者操作的有无的传感器,其检测结果被向自动驾驶控制装置100、或者行驶驱动力输出装置200、制动装置210及转向装置220中的一部分或全部输出。
自动驾驶控制装置100例如具备第一控制部120、第二控制部160及存储部180。这些构成要素分别例如通过CPU(Central Processing Unit)等硬件处理器执行程序(软件)来实现。这些构成要素中的一部分或全部可以通过LSI(Large Scale Integration)、ASIC(Application Specific Integrated Circuit)、FPGA(Field-Programmable GateArray)、GPU(Graphics Processing Unit)等硬件(包含电路部:circuitry)来实现,也可以通过软件与硬件的协同配合来实现。程序可以预先保存于自动驾驶控制装置100的HDD、闪存器等存储装置,也可以保存于DVD、CD-ROM等能够拆卸的存储介质(例如,计算机可读入的非暂时性存储介质),通过存储介质装配于驱动装置而安装于自动驾驶控制装置100的HDD、闪存器。行动计划生成部140和第二控制部160合起来是“驾驶控制部”的一例。驾驶控制部例如基于由识别部130识别到的周边状况等,来控制本车辆M的转向及加减速。
图2是第一实施方式的第一控制部120及第二控制部160的功能构成图。第一控制部120例如并行地实现基于AI(Artificial Intelligence:人工智能)的功能和基于预先给出的模型的功能。例如,“识别交叉路口”功能可以通过如下方式来实现:并行地执行基于深度学习等的交叉路口的识别和基于预先给出的条件(存在能够模式匹配的信号、道路标识等)的识别,并对双方评分而综合进行评价。由此,保证自动驾驶的可靠性。
识别部130基于从相机10、雷达装置12及探测器14经由物体识别装置16输入的信息,来识别处于本车辆M的周边的物体的位置及速度、加速度等状态。物体中例如包括交通参加者、其他车辆等移动体、施工部位等障碍物。所谓交通参加者,例如是存在于本车辆M所行驶的道路且预测以比本车辆M的行驶速度低的低速进行移动的移动体。交通参加者中例如包括行人、自行车、轮椅。以下,设为对交通参加者中的行人进行说明。物体的位置例如作为以本车辆M的代表点(重心、驱动轴中心等)为原点的绝对坐标上的位置而被识别,并使用于控制。物体的位置可以通过该物体的重心、角部等代表点来表示,也可以通过表现出的区域来表示。在物体为其他车辆的情况下,所谓物体的“状态”,也可以包括物体的加速度、加加速度或者“行动状态”(例如是否正进行车道变更或要进行车道变更)。在物体为行人的情况下,所谓物体的“状态”,也可以包括物体移动的朝向或者“行动状态”(例如,是否正横穿道路或者要横穿道路)。
识别部130例如识别本车辆M正行驶的车道(道路)。例如,识别部130通过将从第二地图信息62得到的道路划分线的图案(例如实线与虚线的排列)与根据由相机10拍摄到的图像而识别出的本车辆M的周边的道路划分线的模式进行比较,由此识别行驶车道。不限于识别道路划分线,识别部130也可以通过识别包括道路划分线、路肩、缘石、中央隔离带、护栏等的行驶路边界(道路边界),来识别行驶车道。识别部130也可以识别能够向同一方向行进的车道数。在这些识别中,也可以加进从导航装置50取得的本车辆M的位置、由INS处理的处理结果。识别部130识别本车辆M行驶的道路的宽度。在该情况下,识别部130可以根据由相机10拍摄到的图像来识别道路宽度,也可以根据从第二地图信息62得到的道路划分线来识别道路宽度。识别部130可以基于由相机10拍摄到的图像,来识别障碍物的宽度(例如,其他车辆的车宽)、高度、车长、形状等。识别部130识别暂时停止线、红灯、道路标识、收费站、其他的道路事项。
识别部130在识别行驶车道时,识别本车辆M相对于行驶车道的位置、姿势。识别部130例如可以将本车辆M的代表点从车道中央的偏离、以及本车辆M的行进方向相对于将车道中央相连而成的线所成的角度作为本车辆M相对于行驶车道的相对位置及姿势来识别。也可以取代于此,识别部130将本车辆M的代表点相对于行驶车道的任一侧端部(道路划分线或道路边界)的位置等作为本车辆M相对于行驶车道的相对位置而识别。识别部130也可以基于第一地图信息54或第二地图信息62,来识别道路上的构造物(例如,电线杆、中央隔离带等)。对于识别部130的特定行为识别部132及识别程度推定部134的功能,在后面叙述。
行动计划生成部140生成本车辆M自动地(不依赖于驾驶员的操作地)将来行驶的目标轨道,以便原则上在由推荐车道决定部61决定出的推荐车道上行驶,而且能够应对本车辆M的周边状况。目标轨道是成为本车辆M的代表点通过的目标的轨道。目标轨道例如包含速度要素。例如,目标轨道表现为将本车辆M应到达的地点(轨道点)依次排列而成的轨道。轨道点是按沿途距离计每隔规定的行驶距离(例如几[m]程度)的本车辆M应到达的地点,相对于此而言另外地,每隔规定的采样时间(例如零点几[sec]程度)的目标速度及目标加速度作为目标轨道的一部分而生成。轨道点也可以是每隔规定的采样时间的在该采样时刻下的本车辆M应到达的位置。在该情况下,目标速度、目标加速度的信息通过轨道点的间隔来表现。
行动计划生成部140也可以在生成目标轨道时,设定自动驾驶的事件。自动驾驶的事件中存在定速行驶事件、低速追随行驶事件、车道变更事件、分支事件、汇合事件、接管事件等。行动计划生成部140生成与使起动的事件相应的目标轨道。对于行动计划生成部140的超越驾驶控制部142的功能,在后面叙述。
第二控制部160以使本车辆M按预定的时刻通过由行动计划生成部140生成的目标轨道的方式,控制行驶驱动力输出装置200、制动装置210及转向装置220。
第二控制部160例如具备取得部162、速度控制部164及转向控制部166。取得部162取得由行动计划生成部140生成的目标轨道(轨道点)的信息,并使存储器(未图示)存储该信息。速度控制部164基于存储于存储器的目标轨道所附带的速度要素,来控制行驶驱动力输出装置200或制动装置210。转向控制部166根据存储于存储器的目标轨道的弯曲情况来控制转向装置220。速度控制部164及转向控制部166的处理例如通过前馈控制与反馈控制的组合来实现。作为一例,转向控制部166将与本车辆M的前方的道路的曲率相应的前馈控制和基于从目标轨道的偏离的反馈控制组合地执行。
存储部180通过HDD、闪存器、RAM(Random Access Memory)、ROM(Read OnlyMemory)等来实现。在存储部180中例如保存识别程度表182及其他的信息。对于识别程度表182的详情,在后面叙述。
行驶驱动力输出装置200将用于使车辆行驶的行驶驱动力(转矩)向驱动轮输出。行驶驱动力输出装置200例如具备内燃机、电动机及变速器等的组合、以及对它们进行控制的ECU。ECU按照从第二控制部160输入的信息或者从驾驶操作件80输入的信息,来控制上述的结构。
制动装置210例如具备制动钳、向制动钳传递液压的液压缸、使液压缸产生液压的电动马达、以及制动ECU。制动ECU按照从第二控制部160输入的信息或者从驾驶操作件80输入的信息来控制电动马达,使得与制动操作相应的制动转矩向各车轮输出。制动装置210也可以具备将通过驾驶操作件80所包含的制动踏板的操作而产生的液压经由主液压缸向液压缸传递的机构作为备用。制动装置210不限于上述说明的结构,也可以是按照从第二控制部160输入的信息来控制致动器,从而将主液压缸的液压向液压缸传递的电子控制式油压制动装置。
转向装置220例如具备转向ECU和电动马达。电动马达例如使力作用于齿条-齿轮机构来变更转向轮的朝向。转向ECU按照从第二控制部160输入的信息或者从驾驶操作件80输入的信息,来驱动电动马达,使转向轮的朝向变更。
[特定行为识别部的功能]
特定行为识别部132识别由识别部130识别到的行人的特定行为。所谓特定行为,例如是用于推定行人的视线方向的头部或眼睛的行为、或行人的动作。图3是用于说明特定行为识别部132的处理的一例的图。在图3的例子中,设为在由左右的道路划分线LL、LR划分出的道路R1上行驶的本车辆M的行进方向存在在与本车辆M同样的行进方向上步行的行人P1。
特定行为识别部132识别由识别部130识别到的存在于本车辆M的周围的行人中存在于本车辆M的行进方向的行人P1的特定行为。具体而言,特定行为识别部132例如解析由相机10拍摄到的图像,基于解析出的图像的亮度信息及形状信息,来识别行人P1的头部的位置及朝向。特定行为识别部132也可以识别行人P1的上半身的姿势,基于识别出的上半身的姿势来识别头部的位置、朝向。由此,能够提高头部的位置、朝向的准确度。特定行为识别部132也可以在通过图像的解析结果而成功地识别到行人的脸部的情况下,根据脸部的特征信息来确定眼睛的区域,根据确定出的眼睛的区域中的虹膜或瞳孔的位置来识别行人P1的视线方向。
特定行为识别部132例如也可以对于由相机10、雷达装置12及探测器14中的一部分或全部检测的检测结果,来识别行人P1的规定的动作。所谓规定的动作,例如是回头动作、站住动作、行人P1自已向道路端侧靠近来避开本车辆M的动作、行人P1用于使本车辆M超越的身姿、手势等姿态。作为姿态,例如是以朝向道路R1的中央侧的状态站住的身姿、用手或手指指示本车辆M的行进方向的手势。
[识别程度推定部的功能]
识别程度推定部134基于由特定行为识别部132识别到的行人P1的行为和存储于存储部180的识别程度表182,来推定对于行人P1而言的本车辆M的识别程度。
图4是示出识别程度表182的内容的一例的图。识别程度表182中,识别程度与交通参加者识别状态建立起对应关系。所谓交通参加者识别状态,例如是行人对本车辆M的识别状态。在交通参加者识别状态中,例如包括行人“没有注意到本车辆M”、“回头”、“注意到本车辆M”、“在回头后站住”、或者“在回头后向道路端部靠近”。在交通参加者识别状态中,也可以包括正摆出规定的姿态的状态。所谓识别程度,例如是表示行人已能够以何种程度识别到本车辆M正接近或本车辆M正要超越的指标值。在图4的例子中,设为识别程度的值越高,则越推定为行人P1已能够识别出本车辆M正接近或本车辆M正要超越。识别程度也可以取代图4所示的数值,而是基于A、B、C等文字的指标值。
例如,识别程度推定部134判定行人P1的脸部的朝向是否包含于以将脸部的位置与本车辆M的基准点(例如,重心G)连结的线为中心的第一角度θ1的范围内。识别程度推定部134在判定为脸部的朝向包含于第一角度θ1的范围内的情况下,推定为行人P1处于回头的状态。另一方面,识别程度推定部134在判定为没有包含于第一角度θ1的范围内的情况下,推定为行人P1处于没有回头的状态。
识别程度推定部134在判定为行人P1的脸部的朝向包含于以将脸部的位置与本车辆M的基准点连结的线为中心的第二角度θ2的范围内的情况下,推定为行人P1注意到本车辆M。识别程度推定部134在行人P1的脸部的朝向不包含于第二角度θ2的范围内,而包含于第一角度θ1的范围内的情况下,判定为行人P1没有注意到本车辆M。第一角度θ1及第二角度θ2可以根据行人P1的位置、步行速度、行进方向而变更。
识别程度推定部134也可以在通过特定行为识别部132识别到规定的姿态的情况下,推定为行人P1处于注意到本车辆M的状态。识别程度推定部134也可以通过特定行为识别部132持续地识别行人P1的行为的变化,基于识别到的行为的变化,来推定行人P1处于在回头后站住的状态、在回头后向道路端部靠近的状态、或者正摆出规定的姿态的状态。
然后,识别程度推定部134将推定出的结果与存储于存储部180的识别程度表182的交通参加者识别状态进行对照,取得与符合的交通参加者识别状态对应的识别程度。
[超越驾驶控制部的功能]
在由识别部130识别出在本车辆M的行进方向存在的行人P1的情况下,超越驾驶控制部142生成用于使本车辆M超越行人P的目标轨道。图5是用于说明超越驾驶控制部142的处理的一例的图。
超越驾驶控制部142基于由识别部130识别到的行人P的轮廓信息,来设定推定为行人P1所占的区域的行人区域Pa1。在图5的例子中,设为以矩形表示行人区域Pa1,但也可以取代于此,由以行人P1的位置为基准的圆形、椭圆形等形状来表示,还可以以三维的立体形状来表示。超越驾驶控制部142基于由识别程度推定部134推定出的识别程度,来设定以行人P1为基准的应避免本车辆M进入的进入抑制区域Pb1。
在图5的例子中,行人P1设为向与本车辆M的行进方向相同方向行进,且没有注意到本车辆M。在该情况下,基于识别程度推定部134得出的识别程度为零(0),所以超越驾驶控制部142考虑到受到本车辆M的惊吓而改变行为的可能性、未注意到本车辆M而直接横穿道路R1的可能性,而以行人P1为基准,设定将行人区域Pa1扩展了的进入抑制区域Pb1。所谓将行人区域Pa1扩展,例如是包含行人区域Pa1的至少一部分且相比行人区域Pa1而扩大。
然后,超越驾驶控制部142假定地设定本车辆M的重心G通过的目标轨道K1,生成将假定设定的目标轨道K1向横向(道路宽度方向:图中Y方向)偏移了到本车辆M的左端部为止的距离D1而得到的偏移轨道KL1。然后,超越驾驶控制部142在从右侧超越行人P的情况下,以使偏移轨道KL1不进入进入抑制区域Pb1的方式,生成目标轨道K1。超越驾驶控制部142例如也可以在无法以偏移轨道KL1不进入进入抑制区域Pb1且本车辆M的至少一部分不超出道路R1的方式超越行人P1的情况下,生成追随行人P1的目标轨道。以下,对于超越驾驶控制部142在进入抑制区域的调整后基于调整了的进入抑制区域来生成本车辆M的目标轨道的部分,是与上述的处理同样的,所以省略说明。
超越驾驶控制部142在由识别程度推定部134推定为行人P1处于正在回头状态的情况下,根据基于推定出的状态得到的识别程度,来调整进入抑制区域。图6是用于说明推定为行人P1处于正在回头状态的情况下的超越驾驶控制部142的处理的一例的图。超越驾驶控制部142在由识别程度推定部134推定为行人P1处于正在回头状态的情况下,在到经过规定时间为止的期间,设定相比进入抑制区域Pb1而扩展了的进入抑制区域Pb2。所谓经过规定时间为止期间,例如是从推定为行人P1处于正在回头状态的时间起经过几[秒]程度为止的期间。在该情况下,超越驾驶控制部142例如可以将进入抑制区域Pb2以进入抑制区域Pb1为基准而乘以1以上的规定的倍率来进行扩展,也可以使用识别程度的值来进行扩展。超越驾驶控制部142也可以在进入抑制区域Pb1的纵向(道路R1的延伸方向:图中x方向)和横向上使扩展的区域不同。超越驾驶控制部142也可以将道路R1的中央侧的区域(即,本车辆M超越行人P1一侧的区域)相比另一侧的区域更加扩展。
在上述那样的行人P1处于正在回头状态下,行人P1有可能以目视本车辆M的目的以外的目的而回头。因此,超越驾驶控制部142通过到经过规定时间为止的期间,将进入抑制区域扩展,从而即便在行人P1一边进行回头动作一边向道路R1的中央靠近、或者儿童、老年人等由于回头动作而体态失稳或跌倒了的情况下,也能够实施保持余裕地避免与行人的接触的驾驶控制。
超越驾驶控制部142在经过上述的规定时间后,设定相比进入抑制区域Pb1缩小了的进入抑制区域Pb3。所谓相比进入抑制区域Pb1缩小,例如使得包含进入抑制区域Pb1的至少一部分且并不变得比行人区域Pa1小。
图7是用于说明经过规定时间后的超越驾驶控制部142的处理的一例的图。超越驾驶控制部142例如可以将进入抑制区域Pb3以进入抑制区域Pb1为基准而乘以小于1的规定的倍率来进行缩小,也可以使用识别程度的值来进行缩小,还可以在进入抑制区域Pb1的纵向和横向上使缩小的区域不同。超越驾驶控制部142也可以将道路中央侧的区域(即,本车辆M超越行人P1一侧的区域)相比另一侧的区域更加缩小。
这样,在推定为行人P1处于正在回头状态的情况下,在到经过规定时间为止的期间,超越驾驶控制部142设定比进入抑制区域Pb1宽的进入抑制区域Pb2,然后设定比进入抑制区域Pb1窄的进入抑制区域Pb2,由此能够执行更加没有浪费的驾驶控制。这是因为,预想行人P1即使在由于回头动作而体态失稳了的情况下,也能够在几[秒]程度内使体态复原。
超越驾驶控制部142也可以在由识别程度推定部134推定出行人P1在回头后站住的情况、在回头后靠近了道路端部的情况下,基于与之分别对应的识别程度,来调整进入抑制区域。图8是用于说明行人靠近了道路端部的情况下的超越驾驶控制部142的处理的一例的图。超越驾驶控制部142在通过特定行为识别部132识别到行人P1正靠近道路R1的端部(例如,图中道路划分线LL侧)的情况下,推定为行人P1注意到本车辆M而进行了用于使本车辆M超越的行为,设定相比没有注意到本车辆M时的进入抑制区域Pb1缩小了的进入抑制区域Pb4。进入抑制区域Pb4也可以是比进入抑制区域Pb3窄的区域。
超越驾驶控制部142也可以取代基于行人P1对本车辆M的识别程度来设定进入抑制区域,而设定本车辆M与行人P1之间的距离。在该情况下,超越驾驶控制部142进行一边在本车辆M与行人P1之间保持设定了的距离以上的间隔一边超越行人P1的驾驶控制。由此,本车辆M能够一边保持与行人的状态相应的适当的距离一边超越行人。
[处理流程]
图9是示出由第一实施方式的自动驾驶控制装置100执行的处理的流程的一例的流程图。本流程图的处理例如可以以规定的周期或者规定的时机反复执行。
在图9的例子中,识别部130识别本车辆M的周边状况(步骤S100)。接着,特定行为识别部132通过识别部130判定在本车辆M的行进方向是否存在交通参加者(步骤S102)。在判定为在本车辆M的行进方向存在行人的情况下,特定行为识别部132识别交通参加者的特定行为(步骤S104)。接着,识别程度推定部134基于由特定行为识别部132识别到的交通参加者的特定行为,来推定交通参加者对本车辆M的识别程度(步骤S106)。
接着,超越驾驶控制部142基于推定出的识别程度,来设定进入抑制区域(步骤S108)。接着,超越驾驶控制部142判定是否能够进行交通参加者的超越(步骤S109)。具体而言,超越驾驶控制部142如上所述,判定是否能够以本车辆M的偏移轨道不进入进入抑制区域且本车辆M的至少一部分不超出道路的方式超越交通参加者。在判定为能够超越交通参加者的情况下,超越驾驶控制部142生成超越交通参加者的目标轨道(步骤S110)。在判定为无法超越交通参加者的情况下,超越驾驶控制部142生成追随交通参加者的目标轨道(步骤S111)。在步骤S102的处理中判定为在本车辆M的行进方向不存在交通参加者的情况下,行动计划生成部140基于本车辆M的周边状况来生成目标轨道(步骤S112)。接着,第二控制部160使本车辆M沿着通过步骤S110、步骤S111或步骤S112生成的目标轨道行驶(步骤S114)。由此,本流程图的处理结束。
在图9的例子中,也可以取代步骤S108的处理,而附加基于推定出的识别程度来设定车辆M与交通参加者之间的距离的处理。在该情况下,超越驾驶控制部142在步骤S110的处理中,在车辆M与交通参加者之间的间隔成为所设定的距离以上的状态下,生成超越交通参加者的目标轨道。
根据上述的第一实施方式,具备识别本车辆M的周边状况的识别部130和基于由识别部130识别到的周边状况来控制本车辆M的转向及加减速的驾驶控制部(140,160),在由识别部130在本车辆M的行进方向识别到超越对象的交通参加者的情况下,驾驶控制部基于交通参加者对本车辆M的识别程度,以交通参加者为基准来设定应避免本车辆M进入的进入抑制区域,从而能够基于交通参加者的状态来执行适当的驾驶控制。
具体而言,根据第一实施方式,在交通参加者对本车辆M的识别程度高的情况下向道路的中央靠近的可能性低,所以缩小进入抑制区域,相反在识别程度低的情况下向道路中央靠近的可能性高,所以扩展进入抑制区域。由此,能够以降低本车辆M与交通参加者的接触可能性且不进行本车辆M的多余的转向控制的方式超越交通参加者。因此,即使在本车辆M在窄路上行驶的情况下、在本车辆M的行进方向存在电线杆、施工部位、相向车辆等障碍物的情况下,也能够基于周边状况等来执行适当的驾驶控制。
<第二实施方式>
以下,对第二实施方式进行说明。在第二实施方式中,取代车辆系统1的自动驾驶控制装置100,而具备自动驾驶控制装置100A。自动驾驶控制装置100A与自动驾驶控制装置100相比较,取代识别程度推定部134而具备行为模式类型化部135。在自动驾驶控制装置100A的存储部180中未存储识别程度表182。以下,以与第一实施方式的不同点为中心进行说明。
图10是第二实施方式的第一控制部120A及第二控制部160的功能构成图。第一控制部120A例如具备识别部130A和行动计划生成部140。识别部130A的行为模式类型化部135基于由特定行为识别部132识别到的在本车辆M的行进方向存在的交通参加者的特定行为,来将交通参加者的行为模式类型化。在行为模式中,例如包括交通参加者“没有注意到本车辆M”、“回头”、“注意到本车辆M”、“在回头后站住”及“在回头后向道路端部靠近”。例如,行为模式类型化部135选择上述的多个行为模式中与由特定行为识别部132识别到的交通参加者的特定行为类似度最高的行为模式。
超越驾驶控制部142基于通过行为模式类型化部135而类型化后的行为模式,来可变地设定应避免本车辆M进入的进入抑制区域Pb,基于所设定的进入抑制区域Pb来生成用于超越交通参加者的目标轨道,使本车辆M沿生成的目标轨道行驶。超越驾驶控制部142也可以取代基于类型化后的行为模式来设定应抑制本车辆进入的进入抑制区域Pb,而设定本车辆M与交通参加者之间的距离。
[处理流程]
图11是示出由第二实施方式的自动驾驶控制装置100A执行的处理的流程的一例的流程图。本流程图的处理例如可以以规定的周期或者规定的时机反复执行。图11所示的处理与上述的图9所示的处理相比较,取代步骤S104~S108而包含步骤S105及步骤S107。因此,以下,以步骤S105及步骤S107的处理为中心进行说明。
在步骤S102的处理中,在本车辆M的行进方向存在交通参加者的情况下,行为模式类型化部135基于由特定行为识别部132识别到的交通参加者的特定行为,来将交通参加者的行为模式类型化(步骤S105)。接着,超越驾驶控制部142基于类型化后的行为模式,来设定进入抑制区域(步骤S107)。
根据上述的第二实施方式,除了起到与第一实施方式同样的效果之外,还能够基于行为模式来调整进入抑制区域或本车辆M与交通参加者之间的距离。第一及第二实施方式各自也可以组合其他的实施方式的一部分或全部。在第一及第二实施方式中,在本车辆M的行进方向存在多个交通参加者的情况下,超越驾驶控制部142例如以距本车辆M最近的交通参加者为对象来执行上述的驾驶控制。
[硬件结构]
图12是示出自动驾驶控制装置100、100A的硬件结构的一例的图。如图所示,自动驾驶控制装置100、100A成为通信控制器100-1、CPU100-2、作为工作存储器而使用的RAM100-3、保存引导程序等的ROM100-4、闪存器、HDD等存储装置100-5、驱动装置100-6等通过内部总线或者专用通信线而相互连接的结构。通信控制器100-1进行与自动驾驶控制装置100、100A以外的构成要素之间的通信。在驱动装置100-6中,装配光盘等可移动型存储介质(例如,计算机能够读入的非暂时性存储介质)。在存储装置100-5中保存有CPU100-2要执行的程序100-5a。该程序通过DMA(Direct Memory Access)控制器(未图示)等而展开到RAM100-3,由CPU100-2执行。另外,CPU100-2参照的程序100-5a可以保存于装配于驱动装置100-6的可移动型存储介质,也可以经由网络而从其他的装置下载。由此,实现自动驾驶控制装置100,100A的第一控制部120、第二控制部160及存储部180中的一部分或全部。
上述说明的实施方式能够如以下那样来表现。
一种车辆控制装置,构成为具备:
存储有程序的存储装置;和
硬件处理器,
所述硬件处理器通过执行存储于所述存储装置的程序而进行如下处理:
识别车辆的周边状况;
基于识别到的所述周边状况,来控制所述车辆的转向及加减速;以及
在所述车辆的行进方向识别到交通参加者的情况下,基于所述交通参加者对所述车辆的识别程度,以所述交通参加者为基准来设定应避免所述车辆进入的进入抑制区域。
以上,对于本具体实施方式使用实施方式进行了说明,但本发明完全不限定于这样的实施方式,能够在不脱离本发明的主旨的范围内施加各种变形及置换。例如,在上述的实施方式中,作为交通参加者以行人为例进行了说明,但交通参加者也可以是自行车。在该情况下,对于自行车的识别信息的判断等,进行与行人的情况同样的处理。
Claims (8)
1.一种车辆控制装置,其中,
所述车辆控制装置具备:
识别部,其识别车辆的周边状况;以及
驾驶控制部,其基于由所述识别部识别到的周边状况,来控制所述车辆的转向及加减速,
在由所述识别部在所述车辆的行进方向识别到交通参加者的情况下,所述驾驶控制部基于所述交通参加者对所述车辆的识别程度,以所述交通参加者为基准来设定应避免所述车辆进入的进入抑制区域,
基于所述交通参加者的视线和动作中的一方或双方,在推定为所述交通参加者正在回头的情况下,与推定为所述交通参加者没有注意到所述车辆的情况相比,在从推定为所述交通参加者正在回头起到经过规定时间为止的期间,所述驾驶控制部扩展进入抑制区域。
2.根据权利要求1所述的车辆控制装置,其中,
所述驾驶控制部基于由所述识别部识别到的所述交通参加者的视线和动作中的一方或双方来推定所述识别程度。
3.根据权利要求1所述的车辆控制装置,其中,
基于由所述识别部识别到的所述交通参加者的视线和动作中的一方或双方,在推定为所述交通参加者注意到所述车辆的情况下,与推定为所述交通参加者没有注意到所述车辆的情况相比,所述驾驶控制部缩小进入抑制区域。
4.根据权利要求1所述的车辆控制装置,其中,
与推定为所述交通参加者没有注意到所述车辆的情况相比,所述驾驶控制部缩小从推定为所述交通参加者正在回头起经过所述规定时间后的进入抑制区域。
5.根据权利要求1所述的车辆控制装置,其中,
基于由所述识别部识别到的所述交通参加者的视线和动作中的一方或双方,在推定出所述交通参加者的用于使所述车辆超越的动作的情况下,与推定为所述交通参加者没有注意到所述车辆的情况相比,所述驾驶控制部缩小进入抑制区域。
6.一种车辆控制装置,其中,
所述车辆控制装置具备:
识别部,其识别车辆的周边状况;以及
驾驶控制部,其基于由所述识别部识别到的周边状况,来控制所述车辆的转向及加减速,
在由所述识别部在所述车辆的行进方向识别到交通参加者的情况下,所述驾驶控制部将所述交通参加者的行为的模式类型化,并基于类型化后的所述行为的模式,以所述交通参加者为基准来设定应避免所述车辆进入的进入抑制区域,
基于所述交通参加者的视线和动作中的一方或双方,在推定为所述交通参加者正在回头的情况下,与推定为所述交通参加者没有注意到所述车辆的情况相比,在从推定为所述交通参加者正在回头起到经过规定时间为止的期间,所述驾驶控制部扩展进入抑制区域。
7.一种车辆控制方法,其中,
所述车辆控制方法使车辆控制装置进行如下处理:
识别车辆的周边状况;
基于识别到的所述周边状况,来控制所述车辆的转向及加减速;以及
在所述车辆的行进方向识别到交通参加者的情况下,基于所述交通参加者对所述车辆的识别程度,以所述交通参加者为基准来设定应避免所述车辆进入的进入抑制区域,
基于所述交通参加者的视线和动作中的一方或双方,在推定为所述交通参加者正在回头的情况下,与推定为所述交通参加者没有注意到所述车辆的情况相比,在从推定为所述交通参加者正在回头起到经过规定时间为止的期间,扩展进入抑制区域。
8.一种存储介质,其中,
所述存储介质存储有程序,所述程序使车辆控制装置进行如下处理:
识别车辆的周边状况;
基于识别到的所述周边状况,来控制所述车辆的转向及加减速;以及
在所述车辆的行进方向识别到交通参加者的情况下,基于所述交通参加者对所述车辆的识别程度,以所述交通参加者为基准来设定应避免所述车辆进入的进入抑制区域,
基于所述交通参加者的视线和动作中的一方或双方,在推定为所述交通参加者正在回头的情况下,与推定为所述交通参加者没有注意到所述车辆的情况相比,在从推定为所述交通参加者正在回头起到经过规定时间为止的期间,扩展进入抑制区域。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018-042330 | 2018-03-08 | ||
JP2018042330A JP7100998B2 (ja) | 2018-03-08 | 2018-03-08 | 車両制御装置、車両制御方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110239549A CN110239549A (zh) | 2019-09-17 |
CN110239549B true CN110239549B (zh) | 2022-07-01 |
Family
ID=67843871
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910166993.2A Active CN110239549B (zh) | 2018-03-08 | 2019-03-05 | 车辆控制装置、车辆控制方法及存储介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11099564B2 (zh) |
JP (1) | JP7100998B2 (zh) |
CN (1) | CN110239549B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7355580B2 (ja) * | 2019-10-01 | 2023-10-03 | 清水建設株式会社 | 車両制御情報処理システム、車両制御情報処理装置、車両制御情報処理方法、及びプログラム |
JP7232166B2 (ja) * | 2019-10-18 | 2023-03-02 | 本田技研工業株式会社 | 予測装置、車両システム、予測方法、およびプログラム |
JP7275001B2 (ja) * | 2019-10-18 | 2023-05-17 | 本田技研工業株式会社 | 車両制御装置、車両制御方法、およびプログラム |
JP7136761B2 (ja) * | 2019-11-12 | 2022-09-13 | 本田技研工業株式会社 | リスク推定装置及び車両制御装置 |
JP7414612B2 (ja) | 2020-03-26 | 2024-01-16 | 本田技研工業株式会社 | 車両制御装置、車両制御方法、およびプログラム |
US20230242139A1 (en) * | 2020-07-02 | 2023-08-03 | Volvo Truck Corporation | Alert output method, alert output device, computer program, computer readable medium, vehicle alert output system, and vehicle |
US11904906B2 (en) * | 2021-08-05 | 2024-02-20 | Argo AI, LLC | Systems and methods for prediction of a jaywalker trajectory through an intersection |
CN114475587B (zh) * | 2022-01-30 | 2024-04-30 | 重庆长安汽车股份有限公司 | 引入目标行为及碰撞概率的风险评估算法 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102765365A (zh) * | 2011-05-06 | 2012-11-07 | 香港生产力促进局 | 基于机器视觉的行人检测方法及行人防撞预警系统 |
WO2016027347A1 (ja) * | 2014-08-21 | 2016-02-25 | 日産自動車株式会社 | 車両の走行制御装置及び方法 |
KR20160056189A (ko) * | 2014-11-11 | 2016-05-19 | 경희대학교 산학협력단 | 보행자 검출 경보 장치 및 방법 |
WO2017030493A1 (en) * | 2015-08-20 | 2017-02-23 | Scania Cv Ab | Method, control unit and system for avoiding collision with vulnerable road users |
KR20170052713A (ko) * | 2015-11-03 | 2017-05-15 | 현대자동차주식회사 | 보행자 시선을 고려한 차량의 자동긴급제동 시스템 및 방법 |
WO2017102298A1 (de) * | 2015-12-16 | 2017-06-22 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und steuereinheit zur vermeidung von gefahrensituation im strassenverkehr |
DE102016204877A1 (de) * | 2016-03-23 | 2017-09-28 | Ford Global Technologies, Llc | Verfahren zum Betreiben eines Fahrassistenzsystems zur Durchführung eines autonomen oder teilautonomen Fahrmanövers eines Fahrzeugs und derartiges Fahrassistenzsystem |
TWM550244U (zh) * | 2017-05-24 | 2017-10-11 | 南開科技大學 | 具app之車用超音波裝置 |
WO2017183072A1 (ja) * | 2016-04-18 | 2017-10-26 | 本田技研工業株式会社 | 車両制御システム、車両用通信システム、車両制御方法、および車両制御プログラム |
JP2018005793A (ja) * | 2016-07-07 | 2018-01-11 | 株式会社デンソー | 歩行者検出装置、歩行者検出方法 |
Family Cites Families (29)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1081462A4 (en) * | 1998-05-15 | 2003-08-27 | Hitachi Ltd | DATA PROCESSING DEVICE AND PEDESTRIAN NAVIGATION SYSTEM THAT THE DEVICE USES |
US6223125B1 (en) * | 1999-02-05 | 2001-04-24 | Brett O. Hall | Collision avoidance system |
JP2005254935A (ja) | 2004-03-10 | 2005-09-22 | Fujitsu Ten Ltd | 自車両存在報知装置 |
JP2007257519A (ja) | 2006-03-24 | 2007-10-04 | Mazda Motor Corp | 車両用走行支援装置 |
US7671725B2 (en) * | 2006-03-24 | 2010-03-02 | Honda Motor Co., Ltd. | Vehicle surroundings monitoring apparatus, vehicle surroundings monitoring method, and vehicle surroundings monitoring program |
JP2009012521A (ja) | 2007-07-02 | 2009-01-22 | Nissan Motor Co Ltd | 車両の走行支援システム及び走行支援方法 |
JP5109714B2 (ja) | 2008-02-26 | 2012-12-26 | トヨタ自動車株式会社 | 車両用走行支援装置 |
JP5372680B2 (ja) * | 2009-09-24 | 2013-12-18 | 日立オートモティブシステムズ株式会社 | 障害物検知装置 |
JP5640788B2 (ja) | 2011-02-09 | 2014-12-17 | トヨタ自動車株式会社 | 移動者警報装置 |
JP5692024B2 (ja) * | 2011-11-28 | 2015-04-01 | トヨタ自動車株式会社 | 対象物変化検出装置および対象物変化検出方法 |
WO2013099391A1 (ja) * | 2011-12-27 | 2013-07-04 | 本田技研工業株式会社 | 運転支援システム |
JP2014059841A (ja) | 2012-09-19 | 2014-04-03 | Daimler Ag | 運転支援装置 |
DE102013205147A1 (de) * | 2013-03-22 | 2014-05-15 | Robert Bosch Gmbh | Verfahren, Steuergerät und Fahrerassistenzsystem zur seitlichen Überwachung von Fahrzeugen |
US9947215B2 (en) | 2014-09-26 | 2018-04-17 | Harman International Industries, Incorporated | Pedestrian information system |
WO2016098238A1 (ja) | 2014-12-19 | 2016-06-23 | 株式会社日立製作所 | 走行制御装置 |
US9994434B2 (en) * | 2015-03-06 | 2018-06-12 | Wal-Mart Stores, Inc. | Overriding control of motorize transport unit systems, devices and methods |
JP6446732B2 (ja) * | 2015-08-06 | 2019-01-09 | 本田技研工業株式会社 | 車両制御装置、車両制御方法、および車両制御プログラム |
US9604639B2 (en) * | 2015-08-28 | 2017-03-28 | Delphi Technologies, Inc. | Pedestrian-intent-detection for automated vehicles |
US9840254B2 (en) * | 2015-12-31 | 2017-12-12 | Sony Corporation | Method and system for adaptive detection and application of horn for an autonomous vehicle |
JP2017199317A (ja) * | 2016-04-28 | 2017-11-02 | 本田技研工業株式会社 | 車両制御システム、車両制御方法、および車両制御プログラム |
DE102016212700A1 (de) * | 2016-07-13 | 2018-01-18 | Robert Bosch Gmbh | Verfahren und System zur Steuerung eines Fahrzeugs |
US9881503B1 (en) * | 2016-09-08 | 2018-01-30 | GM Global Technology Operations LLC | Vehicle-to-pedestrian-communication systems and methods for using the same |
US10394245B2 (en) * | 2016-11-22 | 2019-08-27 | Baidu Usa Llc | Method and system to predict vehicle traffic behavior for autonomous vehicles to make driving decisions |
US10730531B1 (en) * | 2017-02-02 | 2020-08-04 | Uatc, Llc | Machine-learning based vehicle motion control system |
US10796580B2 (en) * | 2017-08-22 | 2020-10-06 | Ford Global Technologies, Llc | Vehicular image projection |
JP6768974B2 (ja) * | 2017-10-05 | 2020-10-14 | 本田技研工業株式会社 | 車両制御装置、車両制御方法、およびプログラム |
US10782138B2 (en) * | 2017-10-06 | 2020-09-22 | Here Global B.V. | Method, apparatus, and computer program product for pedestrian behavior profile generation |
US10635109B2 (en) * | 2017-10-17 | 2020-04-28 | Nio Usa, Inc. | Vehicle path-planner monitor and controller |
CN110716552A (zh) * | 2019-11-11 | 2020-01-21 | 朱云 | 汽车,火车,地铁以及飞机新型驾驶系统 |
-
2018
- 2018-03-08 JP JP2018042330A patent/JP7100998B2/ja active Active
-
2019
- 2019-03-04 US US16/290,985 patent/US11099564B2/en active Active
- 2019-03-05 CN CN201910166993.2A patent/CN110239549B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102765365A (zh) * | 2011-05-06 | 2012-11-07 | 香港生产力促进局 | 基于机器视觉的行人检测方法及行人防撞预警系统 |
WO2016027347A1 (ja) * | 2014-08-21 | 2016-02-25 | 日産自動車株式会社 | 車両の走行制御装置及び方法 |
KR20160056189A (ko) * | 2014-11-11 | 2016-05-19 | 경희대학교 산학협력단 | 보행자 검출 경보 장치 및 방법 |
WO2017030493A1 (en) * | 2015-08-20 | 2017-02-23 | Scania Cv Ab | Method, control unit and system for avoiding collision with vulnerable road users |
KR20170052713A (ko) * | 2015-11-03 | 2017-05-15 | 현대자동차주식회사 | 보행자 시선을 고려한 차량의 자동긴급제동 시스템 및 방법 |
WO2017102298A1 (de) * | 2015-12-16 | 2017-06-22 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und steuereinheit zur vermeidung von gefahrensituation im strassenverkehr |
DE102016204877A1 (de) * | 2016-03-23 | 2017-09-28 | Ford Global Technologies, Llc | Verfahren zum Betreiben eines Fahrassistenzsystems zur Durchführung eines autonomen oder teilautonomen Fahrmanövers eines Fahrzeugs und derartiges Fahrassistenzsystem |
WO2017183072A1 (ja) * | 2016-04-18 | 2017-10-26 | 本田技研工業株式会社 | 車両制御システム、車両用通信システム、車両制御方法、および車両制御プログラム |
JP2018005793A (ja) * | 2016-07-07 | 2018-01-11 | 株式会社デンソー | 歩行者検出装置、歩行者検出方法 |
TWM550244U (zh) * | 2017-05-24 | 2017-10-11 | 南開科技大學 | 具app之車用超音波裝置 |
Also Published As
Publication number | Publication date |
---|---|
JP7100998B2 (ja) | 2022-07-14 |
JP2019156008A (ja) | 2019-09-19 |
US20190278270A1 (en) | 2019-09-12 |
CN110239549A (zh) | 2019-09-17 |
US11099564B2 (en) | 2021-08-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110001634B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN110239549B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN110281941B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
JP6768974B2 (ja) | 車両制御装置、車両制御方法、およびプログラム | |
CN110053617B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
JP7101001B2 (ja) | 車両制御装置、車両制御方法、およびプログラム | |
JP2019089516A (ja) | 車両制御装置、車両制御方法、およびプログラム | |
JP2019108103A (ja) | 車両制御装置、車両制御方法、およびプログラム | |
CN110254427B (zh) | 车辆控制装置、车辆控制方法以及存储介质 | |
CN110116726B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN110194166B (zh) | 车辆控制系统、车辆控制方法及存储介质 | |
JP7112374B2 (ja) | 車両制御装置、車両制御方法、およびプログラム | |
US20190283802A1 (en) | Vehicle control device, vehicle control method, and storage medium | |
JP2019131077A (ja) | 車両制御装置、車両制御方法、およびプログラム | |
CN110281934B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN111527532A (zh) | 车辆控制系统、车辆控制方法及程序 | |
JP2020147139A (ja) | 車両制御装置、車両制御方法、およびプログラム | |
US20190286137A1 (en) | Vehicle control device, vehicle control method and storage medium | |
JP2021068015A (ja) | 車両制御装置、車両制御方法、およびプログラム | |
CN110949376A (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
JP6990675B2 (ja) | 車両制御装置、車両制御方法、およびプログラム | |
US20220315053A1 (en) | Vehicle control device, vehicle control method, and storage medium | |
CN111731281A (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN112172805A (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN112141097A (zh) | 车辆控制装置、车辆控制方法及存储介质 |
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 |