CN110390831A - 行进路线决定装置 - Google Patents

行进路线决定装置 Download PDF

Info

Publication number
CN110390831A
CN110390831A CN201910303612.0A CN201910303612A CN110390831A CN 110390831 A CN110390831 A CN 110390831A CN 201910303612 A CN201910303612 A CN 201910303612A CN 110390831 A CN110390831 A CN 110390831A
Authority
CN
China
Prior art keywords
mentioned
travelling route
vehicle
driving
information
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.)
Pending
Application number
CN201910303612.0A
Other languages
English (en)
Inventor
岩本贵之
郑好政
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 CN110390831A publication Critical patent/CN110390831A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • B60W30/02—Control of vehicle driving stability
    • B60W30/025—Control of vehicle driving stability related to comfort of drivers or passengers
    • 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
    • B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
    • 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
    • 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
    • B60W60/0013—Planning or execution of driving tasks specially adapted for occupant comfort
    • 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
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • 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
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0289—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling with means for avoiding collisions between vehicles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • G08G1/096838—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route where the user preferences are taken into account or the user selects one route out of a plurality
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/0969—Systems involving transmission of navigation instructions to the vehicle having a display in the form of a map
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • 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
    • B60W2540/00—Input parameters relating to occupants
    • B60W2540/221—Physiology, e.g. weight, heartbeat, health or special needs
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Business, Economics & Management (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Resources & Organizations (AREA)
  • Game Theory and Decision Science (AREA)
  • Mathematical Physics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)
  • Instructional Devices (AREA)
  • Navigation (AREA)

Abstract

本发明提供能够决定考虑到驾驶舒适性的行进路线的行进路线决定装置。行进路线决定装置具备：位置估计部，估计车辆的位置；获取部，获取与车辆的驾驶环境相关的驾驶环境信息；生成部，基于车辆的位置和地图信息来生成车辆的多个行进路线候补；评价部，基于由获取部获取到的驾驶环境信息和由生成部生成的多个行进路线候补来评价每个行进路线候补的驾驶舒适性；以及选择部，基于由评价部评价出的每个行进路线候补的驾驶舒适性，从多个行进路线候补中选择用于通过自动驾驶行驶的一个行进路线。

Description

行进路线决定装置
技术领域
本公开涉及行进路线决定装置。
背景技术
专利文献1公开了进行车辆的自动驾驶的装置。该装置基于特定的个人的固有的驾驶风格(driving profile)来进行车辆的自动驾驶。
专利文献1：美国专利申请公开第2016/0026182号说明书
另外，通过自动驾驶行驶的车辆选择确保行驶的安全的行进路线。然而，即使是确保行驶的安全的行进路线，驾驶员也有时对驾驶环境感到不安。这样的情况下，驾驶员视为心理负担较大的驾驶，而有可能使车辆的自动驾驶结束。本公开提供能够决定考虑到驾驶舒适性的行进路线的技术。
发明内容
本公开的一个方式是决定通过自动驾驶行驶的车辆的行进路线的行进路线决定装置。该装置具备位置估计部、获取部、生成部、评价部以及选择部。位置估计部估计车辆的位置。获取部获取与车辆的驾驶环境相关的驾驶环境信息。生成部基于车辆的位置和地图信息来生成车辆的多个行进路线候补。评价部基于由获取部获取到的驾驶环境信息和由生成部生成的多个行进路线候补来评价每个行进路线候补的驾驶舒适性。选择部基于由评价部评价出的每个行进路线候补的驾驶舒适性，从多个行进路线候补中选择用于通过自动驾驶行驶的一个行进路线。
根据该行进路线决定装置，由评价部基于驾驶环境信息和行进路线候补来评价每个行进路线候补的驾驶舒适性。而且，基于每个行进路线候补的驾驶舒适性从多个行进路线候补中选择用于通过自动驾驶行驶的一个行进路线。因此，该装置能够考虑针对每个行进路线候补所评价出的驾驶舒适性从多个行进路线候补中决定用于通过自动驾驶行驶的行进路线。
在一个实施方式中，也可以，评价部基于将驾驶环境信息、行进路线以及表示驾驶舒适性的程度的评价值建立关联的舒适性数据库、由获取部获取到的驾驶环境信息、和由生成部生成的多个行进路线候补，针对每个行进路线候补输出评价值。该情况下，该装置能够使用舒适性数据库中储存的驾驶环境信息、行进路线以及评价值的关系来评价行进路线候补的驾驶舒适性。
在一个实施方式中，也可以，评价部基于将驾驶环境信息、行进路线以及表示驾驶舒适性的程度的评价值建立关联的教师数据，按照将驾驶环境信息和行进路线作为输入并输出评价值的方式进行机器学习，基于由获取部获取到的驾驶环境信息和由生成部生成的多个行进路线候补，针对每个行进路线候补输出评价值。该情况下，该装置能够基于学习驾驶环境信息、行进路线以及评价值的关系的结果来评价行进路线候补的驾驶舒适性。
在一个实施方式中，也可以，行进路线决定装置具备：受理部，受理与车辆的乘客的驾驶舒适性相关的输入操作；以及第一收集部，生成第一收集数据，第一收集数据将与由受理部受理的乘客的输入操作相关的信息、受理输入操作时的车辆的行进路线以及受理输入操作时的驾驶环境信息建立关联。该情况下，该装置能够生成将与乘客的输入操作对应的信息作为评价值的第一收集数据。第一收集数据例如可以作为评价部的教师数据来利用，另外，可以储存至舒适性数据库。
在一个实施方式中，也可以，具备：传感器，获取车辆的乘客的生物体信息；以及第二收集部，生成第二收集数据，第二收集数据将与由传感器获取到的乘客的生物体信息相关的信息、获取生物体信息时的车辆的行进路线以及获取生物体信息时的驾驶环境信息建立关联。该情况下，该装置能够生成将与生物体信息对应的信息作为评价值的第二收集数据。第二收集数据例如可以作为评价部的教师数据来利用，另外，可以储存至舒适性数据库。
在一个实施方式中，也可以，评价值的值越大则驾驶舒适性越优异，选择部从多个行进路线候补中选择评价值最高的行进路线候补，作为用于通过自动驾驶行驶的行进路线。该情况下，该装置能够从行进路线候补中选择给乘客带来的不安最小的行进路线。
在一个实施方式中，也可以，驾驶环境信息包括车辆的周边车辆的台数、与周边车辆的碰撞剩余时间以及周边车辆的存在密度中的至少一个。车辆与周边车辆的相关关系是给乘客带来不安的重要因素之一。该装置通过将上述列举的要素的至少一个包含在驾驶环境信息中，能够使行进路线、驾驶舒适性以及驾驶环境信息的关系性变得清楚。
根据本公开的各种方式，决定考虑到驾驶舒适性的行进路线。
附图说明
图1是表示具备实施方式所涉及的行进路线决定部的车辆的结构的一个例子的框图。
图2是表示行进路线决定部的一个例子的框图。
图3是表示驾驶场景的一个例子的图。
图4是表示处理对象的信息的一个例子的图。
图5是表示第一收集数据的生成处理的一个例子的流程图。
图6是表示第二收集数据的生成处理的一个例子的流程图。
图7是表示行进路线决定处理的一个例子的流程图。
图8是表示行进路线决定部的其它例子的框图。
附图标记的说明
1、1A…行进路线决定部(行进路线决定装置的一个例子)，11…位置估计部，12…获取部，13…生成部，14…评价部，15…选择部，16…受理部，17…第一收集部，18…第二收集部，2…车辆，3…自动驾驶系统，20…GPS接收部，21…外部传感器，22…内部传感器，23…生物体传感器，24…地图数据库，25…ECU，26…HMI，27…促动器，140…舒适性数据库，160…第一收集数据，180…第二收集数据。
具体实施方式
以下，参照附图，对例示的实施方式进行说明。此外，在以下的说明中，对同一或者相当要素标注同一附图标记，不反复重复的说明。
[第一实施方式]
(自动驾驶系统的构成)
图1是表示具备第一实施方式所涉及的行进路线决定部1(行进路线决定装置的一个例子)的车辆2的结构的一个例子的框图。如图1所示，在乘用车等车辆2上搭载自动驾驶系统3。行进路线决定部1构成为自动驾驶系统3的一部分。行进路线决定部1是决定车辆2的自动驾驶的行进路线的装置。车辆2的自动驾驶的行进路线(trajectory)包括车辆2行驶的路径(path)和车辆2的速度。自动驾驶的行进路线也可以是车辆2在数秒～数分钟期间中行驶的行进路线。
自动驾驶系统3执行车辆2的自动驾驶。自动驾驶是指自动使车辆2朝向预先设定的目的地行驶的车辆控制。目的地可以由驾驶员等乘客设定，也可以由自动驾驶系统3自动设定。在自动驾驶中，无需驾驶员进行驾驶操作，车辆2自动行驶。
自动驾驶系统3具备GPS接收部20、外部传感器21、内部传感器22、生物体传感器23、地图数据库24、ECU(Electronic Control Unit：电子控制单元)25、HMI(Human MachineInterface：人机接口)26以及促动器27。ECU是具有CPU(Central Processing Unit：中央处理器)、ROM(Read Only Memory：只读存储器)、RAM(Random Access Memory：随机存取存储器)、CAN(Controller Area Network：控制器局域网络)通信电路等的电子控制单元。
GPS接收部20通过从三个以上的GPS卫星接收信号来测量车辆2的位置(例如车辆2的纬度以及经度)。
外部传感器21是检测车辆2的周边的状况的检测设备。外部传感器21包括相机以及雷达传感器中的至少一个。相机是拍摄车辆2的外部状况的拍摄设备。作为一个例子，相机被设置在车辆2的挡风玻璃的里侧。相机可以是单眼相机，也可以是立体相机。立体相机具有被配置为再现两眼视差的两个拍摄部。
雷达传感器是利用电波(例如毫米波)或者光来检测车辆2的周边的物体的检测设备。雷达传感器通过向车辆2的周边发送电波或者光并接收被物体反射的电波或者光来检测物体。作为一个例子，雷达传感器包括毫米波雷达以及激光雷达(LIDAR：LightDetection and Ranging)中的至少一个。
也可以按照每个检测对象准备外部传感器21。例如，外部传感器21也可以具备物体检测用的传感器、和为了检测特定的物体而准备的专用传感器。作为一个例子，专用传感器是用于检测信号灯的相机。该情况下，通过使用了由相机获取到的图像的色信息(例如亮度)以及/或者图像的形状(例如利用霍夫变换等)的模板匹配来检测信号灯以及信号状态。为了提高信号灯的检测精度，也可以利用后述的地图信息。
内部传感器22是检测车辆2的行驶状态的检测设备。内部传感器22包括车速传感器、加速度传感器以及横摆率传感器。车速传感器是检测车辆2的速度的检测器。作为车速传感器，例如使用针对车辆2的车轮或者与车轮一体旋转的驱动轴等设置并检测车轮的旋转速度的车轮速传感器。
加速度传感器是检测车辆2的加速度的检测器。加速度传感器可以包括检测车辆2的前后方向的加速度的前后加速度传感器、和检测车辆2的加速度的横向加速度传感器。横摆率传感器是检测绕车辆2的重心的铅垂轴的横摆率(旋转角速度)的检测器。作为横摆率传感器，能够使用例如陀螺仪传感器。
生物体传感器23获取车辆2的乘客的生物体信息。生物体信息是指与乘客的生物体相关的信息。生物体信息的一个例子是心率、血压、体温、方向盘把持压力、发汗量等。作为一个例子，生物体传感器23被设置于与人体接触的车辆构成要素。车辆构成要素例如是座席或者操作方向盘(包括转向盘)。
地图数据库24是存储地图信息的存储装置。地图数据库24例如储存至在车辆2上搭载的HDD(Hard Disk Drive：硬盘驱动器)内。地图数据库24能够包括多个地图，作为地图信息。例示的地图是交通规则图(Traffic Rule Map)。交通规则图是将交通规则和地图上的位置信息建立关联的三维数据库。交通规则图包括车道的位置以及车道的连接方式，将交通规则与各车道建立关联。交通规则包括与速度相关的限制。换句话说，交通规则图是将与速度相关的限制和位置建立关联的数据库。交通规则也可以包括优先道路、临时停止、禁止驶入、单行道等其它一般的规则。
地图信息也可以包含包括外部传感器21的输出信号的地图，以使用SLAM(Simultaneous Localization and Mapping：同步定位与建图)技术。例示的地图信息是利用于车辆2的位置识别的位置确认信息(Localization Knowledge)。位置确认信息是将特征点和位置坐标建立关联的三维数据。特征点是指激光雷达等的检测结果中表示高的反射率的点、生出特征性边缘的形状的构造物(例如标志的外形、触电杆、路缘石)等。
地图信息也可以包括背景信息(Background Knowledge)。背景信息是用体素表现出作为地图上的位置没有变化的静止的物体(静止物体)而存在的三维物体的地图。
地图信息也可以包括信号灯的三维的位置数据，即，信号灯位置(Traffic LightLocation)。地图信息也可以包括与地面的高低等相关的地面数据，即，地表信息(SurfaceKnowledge)。地图信息也可以包括表现出在道路上定义的优选的行驶轨迹的数据，即，轨迹信息(Path Knowledge)。
地图数据库24所包含的地图信息的一部分也可以存储至与存储有地图数据库24的HDD不同的存储装置。地图数据库24所包含的地图信息的一部分或者全部也可以存储至车辆2具备的存储装置以外的存储装置。地图信息也可以是二维信息。
HMI26是用于在自动驾驶系统3与乘客之间进行信息的输入输出的接口。作为一个例子，HMI26具备显示器以及扬声器等。HMI26根据来自ECU25的控制信号来进行显示器的图像输出以及从扬声器的声音输出。显示器也可以是平视显示器。作为一个例子，HMI26具备用于受理来自乘客的输入的输入设备(按钮、触摸面板、声音输入器等)。
促动器27是使用于车辆2的控制的设备。促动器27至少包括节气门促动器、制动促动器以及转向操纵促动器。
节气门促动器通过根据来自ECU25的控制信号来控制空气对发动机的供给量(节气门开度)，从而控制车辆2的驱动力。此外，在车辆2为混合动力车的情况下，除了空气对发动机的供给量之外，还向作为动力源的马达输入来自ECU25的控制信号来控制车辆2的驱动力。在车辆2为电动汽车的情况下，代替节气门促动器而向作为动力源的马达输入来自ECU25的控制信号来控制车辆2的驱动力。这些情况下的作为动力源的马达构成促动器27。
制动促动器根据来自ECU25的控制信号来控制制动系统，对向车辆2的车轮赋予的制动力进行控制。作为制动系统，能够使用例如液压制动系统。
转向操纵促动器根据来自ECU25的控制信号来控制电动动力转向系统中控制转向操纵扭矩的辅助马达的驱动。由此，转向操纵促动器控制车辆2的转向操纵扭矩。
ECU25是统一管理自动驾驶系统3的硬件，是运算设备。ECU25与例如使用CAN通信电路进行通信的网络连接，与上述的车辆2的构成要素以能够进行通信的方式连接。换句话说，ECU25能够参照GPS接收部20的测定结果、外部传感器21、内部传感器22以及生物体传感器23的检测结果、及地图数据库24的地图信息。ECU25能够参照输入到HMI26的信息。ECU25能够向HMI26以及促动器27输出信号。
ECU25例如通过将ROM中存储的程序加载至RAM，并由CPU执行加载到RAM的程序来实现后述的自动驾驶的各功能。ECU25也可以由多个ECU构成。
ECU25在功能方面具备行进路线决定部1以及行驶控制部250。行进路线决定部1决定通过自动驾驶行驶的车辆2的行进路线。行驶控制部250基于由行进路线决定部1决定的行进路线来使车辆2通过自动驾驶行驶。
(行进路线决定部的详情)
图2是表示行进路线决定部的一个例子的框图。如图2所示，行进路线决定部1在功能方面具备位置估计部11、获取部12、生成部13、评价部14、选择部15、受理部16、第一收集部17以及第二收集部18。行进路线决定部1具备舒适性数据库140、第一收集数据160以及第二收集数据180，作为信息。舒适性数据库140、第一收集数据160以及第二收集数据180也可以存在在行进路线决定部1的外部例如搭载在车辆2上的HDD(Hard Disk Drive)内。
位置估计部11估计车辆2的位置。作为一个例子，位置估计部11基于由GPS接收部20接收到的车辆2的位置信息、以及地图数据库24的地图信息来识别地图上的车辆2的位置。位置估计部11也可以通过上述以外的手法来识别车辆2在地图上的位置。例如，位置估计部11也可以利用地图数据库24的位置确认信息以及外部传感器21的检测结果通过SLAM技术来识别车辆2的位置。在利用通过设在道路等外部的传感器测量车辆2的位置的情况下，位置估计部11也可以通过与该传感器的通信来识别车辆2的位置。
获取部12获取与车辆2的驾驶环境相关的驾驶环境信息。驾驶环境信息包括与外部状况相关的信息、和与行驶状态相关的信息。获取部12具有识别车辆2的外部状况的外部状况识别部121、和识别车辆2的行驶状态的行驶状态识别部122。
作为一个例子，外部状况识别部121基于外部传感器21的检测结果以及地图数据库24的地图信息来识别车辆2的周围的物体。在地图信息包括地表信息的情况下，从与地面的偏离检测物体。外部状况识别部121也可以在外部传感器21的检测结果中应用地面估计模型，从与地面的偏离检测物体。外部状况识别部121也可以基于通信结果来识别物体。
除了电线杆、护栏、树木、建筑物等不移动的静止物体之外，物体还包括行人、自行车、其它车辆等移动物体。例如在每次从外部传感器21获取检测结果时，外部状况识别部121进行物体的识别。
作为一个例子，外部状况识别部121利用背景信息从识别出的物体中检测移动物体。外部状况识别部121也可以通过其它的手法检测移动物体。外部状况识别部121通过对检测到的移动物体应用卡尔曼滤波器、粒子滤波器等来检测该时刻中的移动物体的移动量。移动量包括移动物体的移动方向以及移动速度。移动量也可以包括移动物体的旋转速度。另外，外部状况识别部121也可以进行移动量的误差估计。
外部状况识别部121也可以通过相机的图像识别处理(与物体的图像模型的比较处理)等来确定移动物体的种类。外部状况识别部121在能够确定移动物体的种类的情况下，基于移动物体的种类来对移动物体的移动量以及移动的误差进行修正。
此外，移动物体可以包括停车中的其它车辆、停止的行人等，也可以不包括停车中的其它车辆、停止的行人等。速度为零的其它车辆的移动方向通过例如利用相机的图像处理检测车头可以估计。停止的行人也是同样的，通过检测脸的朝向可以估计移动方向。
外部状况识别部121基于外部传感器21的检测结果来进行车辆2行驶的车道的分界线的识别。
外部状况识别部121也可以计算与周边车辆的碰撞剩余时间。碰撞剩余时间是将车辆2的行进方向上的车辆2与周边车辆的相对距离除以该行进方向上的车辆2与周边车辆的相对速度而获得的时间。外部状况识别部121针对每个周边车辆计算碰撞剩余时间。
外部状况识别部121也可以计算周边车辆的存在密度。周边车辆的存在密度是将包含车辆2的位置的规定的区域内的周边车辆的台数除以该规定的区域的面积而获得的值。
行驶状态识别部122基于内部传感器22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、横摆率传感器的横摆率信息等)来识别车辆2的行驶状态。车辆2的行驶状态例如包括车速、加速度以及横摆率。
获取部12获取将由外部状况识别部121识别出的车辆2的外部状况和由行驶状态识别部122识别出的车辆2的行驶状态建立关联的信息，作为驾驶环境信息。作为一个例子，驾驶环境信息包括车辆2的周边车辆的台数、上述的与周边车辆的碰撞剩余时间以及上述的周边车辆的存在密度中的至少一个。换句话说，驾驶环境信息可以包括台数、碰撞剩余时间、以及存在密度的全部，或可以包括台数、碰撞剩余时间以及存在密度中的任意一个。驾驶环境信息也可以包括车辆2的周边车辆的举动(例如每单位时间的移动量的变化)。
图3是表示驾驶场景的一个例子的图。图3的(A)是一台周边车辆200正在车辆2的右前方行驶的驾驶场景。如图3的(A)所示，周边车辆200以与车辆2的车间距离充分的状态稳定行驶。假设与周边车辆的碰撞剩余时间为X1秒，存在密度为Y1。该情况下，获取部12将台数、碰撞剩余时间以及存在密度的组合(1、X1、Y1)包含在驾驶环境信息中。
图3的(B)是六台周边车辆200正在车辆2的周围行驶的驾驶场景。如图3的(B)所示，六台周边车辆200以与车辆2的车间距离并不充分的状态稳定行驶。假设存在密度为Y2，相对于各个周边车辆200的碰撞剩余时间为X2～X7秒。该情况下，获取部12将台数、碰撞剩余时间以及存在密度的组合(6、X2～X7、Y2)包含在驾驶环境信息中。
图3的(C)是二台周边车辆200正在车辆2的周围行驶的驾驶场景。如图3的(C)所示，二台周边车辆200是并排行驶在车辆2的旁边的车辆、和在车辆2的前方一边摇晃一边行驶的车辆。假设存在密度为Y3，相对于各个周边车辆200的碰撞剩余时间为X8～X9秒。该情况下，获取部12将台数、碰撞剩余时间以及存在密度的组合(2、X8～X9、Y3)包含在驾驶环境信息中。在车辆2的前方一边摇晃一边行驶的车辆的每单位时间的移动量的变化为M的情况下，获取部12将台数、碰撞剩余时间以及存在密度以及移动量的变化的组合(2、X8～X9、Y3、M)包含在驾驶环境信息中。
生成部13基于车辆2的位置和地图信息来生成车辆2的多个行进路线候补。生成部13也可以基于车辆2的位置、地图信息以及驾驶环境信息来生成车辆2的多个行进路线候补。作为更具体的一个例子，生成部13基于外部传感器21的检测结果、地图数据库24的地图信息、由位置估计部11估计出的车辆2在地图上的位置、由外部状况识别部121识别出的物体(包括分界线)的信息以及由行驶状态识别部122识别出的车辆2的行驶状态等来生成车辆2的多个行进路线候补。
作为一个例子，生成部13假设车辆2的周围的物体的举动，以生成车辆2的多个行进路线候补。作为物体的举动的假设的例子，列举车辆2的周围的物体全部为静止物体的假设、移动物体独立移动的假设、移动物体一边与其它物体以及车辆2的至少一方相互作用一边移动的假设等。行进路线候补也可以包括至少一个车辆2避开物体而行驶的行进路线。
评价部14基于由获取部12获取到的驾驶环境信息和由生成部13生成的多个行进路线候补来评价每个行进路线候补的驾驶舒适性。驾驶舒适性是表示乘客对驾驶的满足度的指标。驾驶舒适性的优劣可以用评价值的大小表现。换句话说，评价值是表示驾驶舒适性的程度的值。作为一个例子，评价值的值越大则表示驾驶舒适性越优异。评价部14通过针对每个行进路线候补输出评价值，从而针对每个行进路线候补评价驾驶舒适性。
评价部14基于舒适性数据库140、由获取部12获取到的驾驶环境信息以及由生成部13生成的多个行进路线候补，针对每个行进路线候补输出评价值。舒适性数据库140是将驾驶环境信息、行进路线以及评价值建立关联地进行存储的存储装置。
评价部14参照舒适性数据库140。评价部14将由获取部12获取到的驾驶环境信息和由生成部13生成的行进路线候补的组合作为检索关键字，并参照舒适性数据库140。由此，评价部14能够决定与驾驶环境信息和行进路线候补的组合对应的评价值。
图4是表示处理对象的信息的一个例子的图。图4的(A)是储存至舒适性数据库140中的信息的一个例子。如图4的(A)所示，在舒适性数据库140中，将行进路线、驾驶环境信息以及评价值建立关联。例如，将“行进路线TR1”、“驾驶环境EB1”以及评价值的“0.5”建立关联。评价值的一个例子是0～1的值，1表示最舒适。评价值并不限于上述形式，只要能够使用数值来表现大小则可以是任何值。同样地，将“行进路线TR2”、“驾驶环境EB2”以及评价值的“0.3”建立关联。同样地，将“行进路线TR3”、“驾驶环境EB3”以及评价值的“0.8”建立关联。作为一个例子，在由生成部13生成的行进路线为“行进路线TR2”，由获取部12获取到的驾驶环境信息为“驾驶环境EB2”的情况下，评价部14将“行进路线TR2”和“驾驶环境EB2”的组合作为检索关键字并参照舒适性数据库140，将评价值输出为“0.3”。
评价部14在作为检索关键字的驾驶环境信息未被储存到舒适性数据库140中的情况下，也可以以舒适性数据库140内所包含的类似的驾驶环境信息为参考来决定评价值。评价部14在作为检索关键字的行进路线候补未被储存到舒适性数据库140中的情况下，也可以以舒适性数据库140内所包含的类似的驾驶环境信息为参考来决定评价值。
评价部14也可以基于作为检索关键字的驾驶环境信息与舒适性数据库140内所包含的驾驶环境信息的差异来决定驾驶环境信息的类似度。例如，差异越小，则评价部14决定越大的类似度。评价部14也可以基于作为检索关键字的行进路线候补与舒适性数据库140内所包含的驾驶环境信息的差异来决定行进路线候补的类似度。例如，差异越小，则评价部14决定越大的类似度。评价部14也可以将驾驶环境信息的类似度和行进路线候补的类似度的平均值设为最终类似度，并获取与最终类似度最高的组合建立关联的评价值。评价部14可以保持原样地输出获取到的评价值作为评价值，或可以输出对获取到的评价值乘以与最终类似度对应的系数而或获得的值，作为评价值。
选择部15基于由评价部14评价出的每个行进路线候补的驾驶舒适性从多个行进路线候补中选择用于通过自动驾驶行驶的一个行进路线。作为一个例子，选择部15从多个行进路线候补中选择评价值最高的行进路线候补，作为用于通过自动驾驶行驶的行进路线。这样，决定考虑到驾驶舒适性的行进路线。
(舒适性数据库的充实的一个例子)
储存到舒适性数据库140中的数据的数量越多，则评价部14越有可能能够准确地输出评价值。因此，行进路线决定部1具备受理部16、第一收集部17以及第二收集部18，以构建舒适性数据库140。
受理部16受理与车辆2的乘客的驾驶舒适性相关的输入操作。与驾驶舒适性相关的输入操作是指由乘客进行的驾驶舒适性的评价行为。输入操作是根据在自动驾驶中或手动驾驶中车辆2的乘客感觉到的心理负担而由乘客对输入接口进行的行为。作为一个例子，输入操作是车辆2的乘客对HMI26的操作。例如，HMI26具备乘客感觉到驾驶舒适性优异(心理负担较小)的驾驶场景中由乘客操作的舒适按钮、乘客感觉到驾驶舒适性较差(心理负担较大)的驾驶场景中由乘客操作的不安按钮。受理部16经由HMI26受理乘客对舒适按钮以及不安按钮的输入操作。HMI26可以具备能够分阶段地评价驾驶舒适性那样的阶段输入按钮。HMI26也可以具备获取通过乘客的声音的输入操作的接口。
例如，图3的(A)所示的驾驶场景中，周边车辆200的台数较少、车辆2与周边车辆200的车间距离也充分。在这样的驾驶场景中，由于乘客对驾驶的心理负担较小，所以乘客按下舒适按钮。例如，图3的(B)所示的驾驶场景是周边车辆200的台数较多、车辆2与周边车辆200的车间距离也短。在这样的驾驶场景中，由于乘客对驾驶的心理负担较大，所以乘客按下不安按钮。例如，图3的(C)所示的驾驶场景是前行的周边车辆200的举动不稳定。在这样的驾驶场景中，由于乘客对驾驶的心理负担较大，所以乘客按下不安按钮。
由于按下不安按钮的时机是心理负担较大的驾驶场景，所以对驾驶员来说容易理解。另一方面，由于按下舒适按钮的时机是心理负担较小的驾驶场景，所以有可能没有积极地按下。因此，受理部16也可以在规定的周期或者规定的驾驶场景中向乘客报告提示输入操作的消息。
第一收集部17生成第一收集数据160，该第一收集数据160将与由受理部16受理的乘客的输入操作相关的信息、受理输入操作时的车辆2的行进路线以及受理输入操作时的驾驶环境信息建立关联。第一收集部17基于由受理部16受理的乘客的输入操作来生成与输入操作相关的信息。例如，第一收集部17根据输入操作来生成在舒适按钮被按下的情况下进行递增计数，在不舒适按钮被按下的情况下进行递减计数的得分(与输入操作相关的信息的一个例子)。第一收集部17也可以基于阶段输入按钮的输入操作来生成得分。
在不安按钮未被按下的期间持续了规定期间的情况下，第一收集部17可以视为在该期间中按下了舒适按钮。另外，作为与乘客的输入操作相关的信息，第一收集部17也可以将基于得分而决定的评价值包含在第一收集数据160中。例如，第一收集部17可以将得分标准化为评价值。第一收集部17也可以基于得分和评价值的对应表并根据得分来导出评价值。第一收集部17还可以基于将得分作为变量的数式来计算评价值。
在受理部16受理了乘客的输入操作的情况下，第一收集部17生成第一收集数据160，该第一收集数据160将与输入操作相关的信息、由获取部12获取到的驾驶环境信息以及由选择部15选择出的车辆2的行进路线建立关联。
图4的(B)是第一收集数据160的一个例子。如图4的(B)所示，在第一收集数据160中，将行进路线、驾驶环境信息以及得分(与输入操作相关的信息的一个例子)建立关联。第一收集数据160还可以对评价值(与输入操作相关的信息的一个例子)进行关联。例如，将“行进路线TR1”、“驾驶环境EB1”、得分“0”以及评价值的“0.5”建立关联。评价值的一个例子是0～1的值，1表示最舒适。评价值并不限于上述形式，只要能够使用数值来表现大小则可以是任何的值。同样地，将“行进路线TR4”、“驾驶环境EB4”、得分“－1”以及评价值的“0.4”建立关联。同样地，将“行进路线TR3”、”驾驶环境EB6”、得分“+3”以及评价值的“0.8”建立关联。
第一收集数据160也可以储存至舒适性数据库140。例如，行进路线决定部1在每次生成第一收集数据160时将第一收集数据160储存至舒适性数据库140。在满足规定条件的情况下，第一收集部17也可以将第一收集数据160储存至舒适性数据库140。作为一个例子，行进路线决定部1在舒适性数据库140中储存的数据与第一收集数据160的类似度小于阈值的情况下，判定为满足规定条件。可以通过与在评价部14中所计算的类似度相同的手法计算类似度。
第二收集部18生成第二收集数据180，该第二收集数据180将与由生物体传感器23获取到的驾驶员(乘客的一个例子)的生物体信息相关的信息、获取生物体信息时的车辆2的行进路线以及获取生物体信息时的驾驶环境信息建立关联。
生物体传感器23的检测结果为反映出乘客的心理负担的内容。例如，图3的(A)所示的驾驶场景是周边车辆200的台数较少，车辆2与周边车辆200的车间距离也充分。在这样的驾驶场景中，由于乘客对驾驶的心理负担较小，所以由生物体传感器23检测的生物体信息稳定。例如，心率、血压、体温、方向盘把持压力以及发汗量在每单位时间不会变动较大。例如，图3的(B)所示的驾驶场景是周边车辆200的台数较多，车辆2与周边车辆200的车间距离也短。在这样的驾驶场景中，由于乘客对驾驶的心理负担较大，所以由生物体传感器23检测的生物体信息变得不稳定。例如，心率、血压、体温、方向盘把持压力以及发汗量每单位时间的变动量变大，或每单位时间的变动次数增加。例如，图3的(C)所示的驾驶场景是前行的周边车辆200的举动不稳定。在这样的驾驶场景中，由于乘客对驾驶的心理负担较大，与图3的(B)所示的驾驶场景的情况同样地，由生物体传感器23检测的生物体信息变得不稳定。
第二收集部18基于由生物体传感器23获取到的乘客的生物体信息来生成与生物体信息相关的信息。例如，在满足规定条件的情况下，第二收集部18生成与生物体信息相关的信息。规定条件可以是时间条件。例如，第二收集部18也可以在经过了预先设定的时间时生成与生物体信息相关的信息。规定条件是与生物体信息的变动相关的条件。例如，第二收集部18也可以在每单位时间的变动量超过阈值时，或者，每单位时间的变动次数超过阈值时生成与生物体信息相关的信息。
例如，规定期间中的每单位时间的变动量越大，则第二收集部18根据乘客的生物体信息来生成越小的得分(与输入操作相关的信息的一个例子)。例如，方向盘把持压力的每单位时间的变动量越大，则第二收集部18越小地生成得分。也可以规定期间中的每单位时间的变动次数越大，则第二收集部18根据乘客的生物体信息来生成越小的得分。例如，心率越大，则第二收集部18越小地生成得分。
第二收集部18将基于得分所决定的评价值包含在第二收集数据180，作为与乘客的生物体信息相关的信息。例如，第二收集部18也可以将得分标准化为评价值。第二收集部18也可以基于得分和评价值的对应表并根据得分导出评价值。第二收集部18也可以基于将得分作为变量的数式来计算评价值。
第二收集部18生成第二收集数据180，该第二收集数据180将与生成的生物体信息相关的信息、由获取部12获取到的驾驶环境信息以及由选择部15选择出的车辆2的行进路线建立关联。
图4的(C)是第二收集数据180的一个例子。如图4的(C)所示，在第二收集数据180中，将行进路线、驾驶环境信息以及得分(与生物体信息相关的信息的一个例子)建立关联。第二收集数据180还对评价值(与生物体信息相关的信息的一个例子)进行关联。例如，将“行进路线TR1”、“驾驶环境EB1”、得分“－1”以及评价值的“0.5”建立关联。评价值的一个例子是0～1的值，1表示最舒适。评价值并不限于上述形式，只要能够使用数值来表现大小则可以是任何值。同样地，将“行进路线TR3”、“驾驶环境EB3”、得分“－5”以及评价值的“0.1”建立关联。同样地，将“行进路线TR6”、“驾驶环境EB6”、得分“0”以及评价值的“0.8”建立关联。
第二收集数据180也可以储存至舒适性数据库140。例如，第二收集部18在每次生成第二收集数据180时将第二收集数据180储存至舒适性数据库140。在满足规定条件的情况下，第二收集部18可以将第二收集数据180储存至舒适性数据库140。作为一个例子，第二收集部18在储存到舒适性数据库140中的数据与第二收集数据180的类似度小于阈值的情况下，判定为满足规定条件。可以通过与在评价部14中所计算的类似度相同的手法计算类似度。
接着，对行进路线决定部1的处理的详情进行说明。
(第一收集数据的生成处理)
图5是表示第一收集数据的生成处理的一个例子的流程图。由行进路线决定部1的第一收集部17执行图5所示的流程图。
第一收集部17获取由选择部15选择出的行进路线，作为获取处理(S10)。接着，第一收集部17获取由获取部12获取到的驾驶环境信息，作为获取处理(S12)。
第一收集部17判定受理部16是否受理了输入操作，作为判定处理(S14)。在判定为受理了输入操作的情况下(S14：“是”)，第一收集部17基于乘客的输入操作来计算得分，作为计算处理(S16)。接着，第一收集部17通过将在获取处理(S10)中获取到的行进路线、在获取处理(S12)中获取到的驾驶环境信息、以及在计算处理(S16)中计算出的得分建立关联来生成第一收集数据160，作为生成处理(S18)。
在判定为未受理输入操作的情况下(S14：“否”)，或者，生成处理(S18)结束的情况下，第一收集部17结束图5所示的流程图的处理。第一收集部17从最初执行图5所示的流程图，直到满足结束条件为止。结束条件例如在有乘客的结束指示的情况下满足。
(第二收集数据的生成处理)
图6是表示第二收集数据的生成处理的一个例子的流程图。由行进路线决定部1的第二收集部18执行图6所示的流程图。
第二收集部18获取由选择部15选择出的行进路线，作为获取处理(S20)。接着，第二收集部18获取由获取部12获取到的驾驶环境信息，作为获取处理(S22)。
第二收集部18判定是否满足规定条件，作为判定处理(S24)。作为一个例子，规定条件在经过了预先设定的时间时满足。在判定为满足规定条件的情况下(S24：“是”)，第二收集部18基于生物体信息来计算得分，作为计算处理(S26)。接着，第二收集部18通过将在获取处理(S20)中获取到的行进路线、在获取处理(S22)中获取到的驾驶环境信息以及在计算处理(S26)中计算出的得分建立关联来生成第二收集数据180，作为生成处理(S28)。
在判定为不满足规定条件的情况下(S44：“否”)，或者，生成处理(S28)结束的情况下，第二收集部18结束图6所示的流程图的处理。第二收集部18从最初执行图6所示的流程图，直到满足结束条件为止。结束条件例如在有乘客的结束指示的情况下满足。
(行进路线的决定处理)
图7是表示行进路线决定处理的一个例子的流程图。由行进路线决定部1执行图7所示的流程图。
行进路线决定部1的位置估计部11估计车辆2的位置，作为位置估计处理(S30)。作为一个例子，位置估计部11基于由GPS接收部20接收到的车辆2的位置信息、以及地图数据库24的地图信息来估计地图上的车辆2的位置。
接着，行进路线决定部1的获取部12获取道路环境信息，作为获取处理(S32)。获取部12基于外部传感器21以及内部传感器22的检测结果来获取道路环境信息。
接着，行进路线决定部1的生成部13生成行进路线候补，作为生成处理(S34)。作为一个例子，生成部13假设车辆2的周围的物体的举动，以生成车辆2的多个行进路线候补。
接着，行进路线决定部1的评价部14基于在获取处理(S32)中获取到的驾驶环境信息和在生成处理(S34)中生成的多个行进路线候补，针对每个行进路线候补，输出评价值，作为评价处理(S36)。评价部14参照舒适性数据库140，针对每个行进路线候补输出评价值。
接着，行进路线决定部1的选择部15基于在评价处理(36)中输出的每个行进路线候补的评价值，从多个行进路线候补中选择用于通过自动驾驶行驶的一个行进路线，作为选择处理(S38)。
在选择处理(S38)结束的情况下，行进路线决定部1结束图7所示的流程图的处理。行进路线决定部1从最初执行图7所示的流程图，直到满足结束条件为止。结束条件例如在有乘客的结束指示的情况下满足。
(第一实施方式的作用效果)
在第一实施方式所涉及的行进路线决定部1中，由评价部14基于驾驶环境信息和行进路线候补来评价每个行进路线候补的驾驶舒适性。而且，基于每个行进路线候补的驾驶舒适性从多个行进路线候补中选择用于通过自动驾驶行驶的一个行进路线。因此，行进路线决定部1能够考虑针对每个行进路线候补所评价出的驾驶舒适性而从多个行进路线候补中决定用于通过自动驾驶行驶的行进路线。
第一实施方式所涉及的行进路线决定部1能够使用舒适性数据库140中储存的驾驶环境信息、行进路线以及评价值的关系来评价行进路线候补的驾驶舒适性。
第一实施方式所涉及的行进路线决定部1能够生成第一收集数据160，该第一收集数据160将与乘客的输入操作对应的信息作为评价值。第一收集数据160可以储存至舒适性数据库140。
第一实施方式所涉及的行进路线决定部1能够生成第二收集数据180，该第二收集数据180将与生物体信息对应的信息作为评价值。第二收集数据180可以储存至舒适性数据库140。
由于第一实施方式所涉及的行进路线决定部1从多个行进路线候补中选择评价值最高的行进路线候补，作为用于通过自动驾驶行驶的行进路线，所以能够从行进路线候补中选择给乘客带来的不安最小的行进路线。
第一实施方式所涉及的行进路线决定部1通过将车辆2的周边车辆200的台数、周边车辆200的碰撞剩余时间以及周边车辆200的存在密度中的至少一个包含在驾驶环境信息中，能够使行进路线、驾驶舒适性以及驾驶环境信息的关系性变得清楚。
[第二实施方式]
第二实施方式所涉及的行进路线决定部1A的结构与第一实施方式所涉及的行进路线决定部1的结构相比较，区别在于不具备评价部的功能、受理部16、第一收集部17、第二收集部18、舒适性数据库140、第一收集数据160以及第二收集数据180，其它相同。以下不反复重复的说明。
图8是表示行进路线决定部的其它例子的框图。如图8所示，行进路线决定部1A具备位置估计部11、获取部12、生成部13、评价部14A以及选择部15。
评价部14A基于将驾驶环境信息、行进路线以及表示驾驶舒适性的程度的评价值建立关联的教师数据190，以将驾驶环境信息和行进路线作为输入并输出评价值的方式进行机器学习。教师数据190是在监督机器学习中所使用的数据。教师数据190与舒适性数据库140中储存的数据相同，是将驾驶环境信息、行进路线以及评价值建立关联的数据。教师数据190将与驾驶环境信息和行进路线的组合对应的评价值提供给评价部14A。
作为一个例子，评价部14A具有由节点和参数确定的神经网络。通过基于教师数据190的机器学习来构建神经网络。例如，将参照教师数据190而获得的驾驶环境信息和行进路线的组合输入至评价部14A的神经网络。而且，调整神经网络的参数，以使得神经网络的输出成为参照教师数据190而获得的评价值。这样，评价部14A进行机器学习，以将驾驶环境信息和行进路线作为输入并输出评价值。换句话说，评价部14A被构建为针对输入输出评价值的识别器。
行进路线决定部1A的位置估计部11、获取部12、生成部13以及选择部15与行进路线决定部1的位置估计部11、获取部12、生成部13以及选择部15相同。另外，行进路线决定部1A的动作与行进路线决定部1相同。
(第二实施方式的作用效果)
根据第二实施方式所涉及的行进路线决定部1A，能够基于学习驾驶环境信息、行进路线以及评价值的关系的结果来评价行进路线候补的驾驶舒适性。
上述的实施方式能够以基于本领域技术人员的知识实施了各种变更、改进后的各种方式实施。
例如，行进路线决定部1可以不具备受理部16、第一收集部17以及第二收集部18。另外，车辆2也可以不具备生物体传感器23。
在图5中，获取处理(S10)以及获取处理(S12)的执行顺序可以相反。在图5中，可以在判定处理(S14)之后执行获取处理(S10)以及获取处理(S12)。
在图6中，获取处理(S20)以及获取处理(S22)的执行顺序可以相反。在图6中，可以在判定处理(S24)之后执行获取处理(S20)以及获取处理(S22)。
在图7中，位置估计处理(S30)以及获取处理(S32)的执行顺序也可以相反。

Claims (7)

1.一种行进路线决定装置，是决定通过自动驾驶行驶的车辆的行进路线的行进路线决定装置，具备：
位置估计部，估计上述车辆的位置；
获取部，获取与上述车辆的驾驶环境相关的驾驶环境信息；
生成部，基于上述车辆的位置和地图信息来生成上述车辆的多个行进路线候补；
评价部，基于由上述获取部获取到的上述驾驶环境信息和由上述生成部生成的上述多个行进路线候补来评价每个上述行进路线候补的驾驶舒适性；以及
选择部，基于由上述评价部评价出的每个上述行进路线候补的驾驶舒适性，从上述多个行进路线候补中选择用于通过自动驾驶行驶的一个行进路线。
2.根据权利要求1所述的行进路线决定装置，其中，
上述评价部基于将上述驾驶环境信息、上述行进路线以及表示驾驶舒适性的程度的评价值建立关联的舒适性数据库、由上述获取部获取到的上述驾驶环境信息、和由上述生成部生成的上述多个行进路线候补，针对每个上述行进路线候补输出评价值。
3.根据权利要求1所述的行进路线决定装置，其中，
上述评价部基于将上述驾驶环境信息、上述行进路线以及表示驾驶舒适性的程度的评价值建立关联的教师数据，按照将上述驾驶环境信息和上述行进路线作为输入并输出上述评价值的方式进行机器学习，
上述评价部基于由上述获取部获取到的上述驾驶环境信息和由上述生成部生成的上述多个行进路线候补，针对每个上述行进路线候补输出上述评价值。
4.根据权利要求2或者3所述的行进路线决定装置，其中，具备：
受理部，受理与上述车辆的乘客的驾驶舒适性相关的输入操作；以及
第一收集部，生成第一收集数据，上述第一收集数据将与由上述受理部受理的上述乘客的上述输入操作相关的信息、受理上述输入操作时的上述车辆的行进路线以及受理上述输入操作时的上述驾驶环境信息建立关联。
5.根据权利要求2或者3所述的行进路线决定装置，其中，具备：
传感器，获取上述车辆的乘客的生物体信息；以及
第二收集部，生成第二收集数据，上述第二收集数据将与由上述传感器获取到的上述乘客的上述生物体信息相关的信息、获取上述生物体信息时的上述车辆的行进路线以及获取上述生物体信息时的上述驾驶环境信息建立关联。
6.根据权利要求2或者3所述的行进路线决定装置，其中，
上述评价值的值越大则驾驶舒适性越优异，
上述选择部从上述多个行进路线候补中选择评价值最高的行进路线候补，作为用于通过自动驾驶行驶的行进路线。
7.根据权利要求1或者2所述的行进路线决定装置，其中，
上述驾驶环境信息包括上述车辆的周边车辆的台数、与上述周边车辆的碰撞剩余时间以及上述周边车辆的存在密度中的至少一个。
CN201910303612.0A 2018-04-19 2019-04-16 行进路线决定装置 Pending CN110390831A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2018-080680 2018-04-19
JP2018080680A JP7073880B2 (ja) 2018-04-19 2018-04-19 進路決定装置

Publications (1)

Publication Number Publication Date
CN110390831A true CN110390831A (zh) 2019-10-29

Family

ID=68237739

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910303612.0A Pending CN110390831A (zh) 2018-04-19 2019-04-16 行进路线决定装置

Country Status (3)

Country Link
US (1) US11163304B2 (zh)
JP (1) JP7073880B2 (zh)
CN (1) CN110390831A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113406951A (zh) * 2020-03-16 2021-09-17 株式会社东芝 行驶控制装置、行驶控制方法以及计算机程序

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11874120B2 (en) 2017-12-22 2024-01-16 Nissan North America, Inc. Shared autonomous vehicle operational management
US11718300B2 (en) * 2019-02-27 2023-08-08 Zf Automotive Germany Gmbh Method and control unit for a system for controlling a motor vehicle
US11899454B2 (en) 2019-11-26 2024-02-13 Nissan North America, Inc. Objective-based reasoning in autonomous vehicle decision-making
US11635758B2 (en) * 2019-11-26 2023-04-25 Nissan North America, Inc. Risk aware executor with action set recommendations
CN111559388B (zh) * 2020-03-26 2022-07-12 吉利汽车研究院（宁波）有限公司 一种目标车辆筛选方法、装置、设备及存储介质
CN112668153B (zh) * 2020-12-11 2024-03-22 国汽(北京)智能网联汽车研究院有限公司 一种自动驾驶仿真场景生成的方法、装置及设备
CN113212454B (zh) * 2021-05-20 2023-05-12 中国第一汽车股份有限公司 车辆行驶状态的调整方法、装置、计算机设备和存储介质

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101769759A (zh) * 2008-12-31 2010-07-07 深圳易拓科技有限公司 一种车辆实时路径优选的方法及车载终端
CN102119320A (zh) * 2008-08-28 2011-07-06 爱信艾达株式会社 行驶路线评价系统及行驶路线评价程序
CN105138733A (zh) * 2015-07-30 2015-12-09 河北工业大学 基于驾驶舒适性的双车道公路交通安全评价方法
DE102015209575A1 (de) * 2014-06-17 2015-12-17 Robert Bosch Engineering and Business Solutions Ltd. Navigationsvorrichtung und -verfahren
CN105579320A (zh) * 2013-09-05 2016-05-11 李斯特内燃机及测试设备公司 一种用于优化驾驶员辅助系统的方法和设备
CN102765422B (zh) * 2011-05-05 2016-09-14 通用汽车环球科技运作有限责任公司 用于调节车道居中转向控制的平滑度的系统和方法
US20160288788A1 (en) * 2015-03-31 2016-10-06 Toyota Motor Engineering & Manufacturing North America, Inc. Gap-based speed control for automated driving system
CN106338988A (zh) * 2015-07-06 2017-01-18 丰田自动车株式会社 自动驾驶车辆的控制装置
JP2017072440A (ja) * 2015-10-06 2017-04-13 クラリオン株式会社 運転快適度算出装置、運転快適度算出方法、および運転快適度算出システム
US20170285646A1 (en) * 2016-03-30 2017-10-05 Patrick L. Connor Comfort ride vehicle control system
CN107274719A (zh) * 2016-03-31 2017-10-20 株式会社斯巴鲁 显示装置
US20180022361A1 (en) * 2016-07-19 2018-01-25 Futurewei Technologies, Inc. Adaptive passenger comfort enhancement in autonomous vehicles
CN107745710A (zh) * 2017-09-12 2018-03-02 南京航空航天大学 一种基于机器视觉与机器学习的自动泊车方法及系统

Family Cites Families (40)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6324453B1 (en) * 1998-12-31 2001-11-27 Automotive Technologies International, Inc. Methods for determining the identification and position of and monitoring objects in a vehicle
US5822707A (en) * 1992-05-05 1998-10-13 Automotive Technologies International, Inc. Automatic vehicle seat adjuster
JPH07108849A (ja) 1993-10-13 1995-04-25 Hitachi Ltd 車の自動走行制御装置
JP3544577B2 (ja) * 1995-03-30 2004-07-21 株式会社日立製作所 経路選択装置
US6007095A (en) * 1997-02-05 1999-12-28 Automotive Systems Laboratory, Inc. Vehicle occupant position sensor
US5983147A (en) * 1997-02-06 1999-11-09 Sandia Corporation Video occupant detection and classification
US6043743A (en) * 1997-02-26 2000-03-28 Nec Corporation Passenger detecting system and passenger detecting method
US6459974B1 (en) * 2001-05-30 2002-10-01 Eaton Corporation Rules-based occupant classification system for airbag deployment
JP4780454B2 (ja) 2006-01-31 2011-09-28 株式会社エクォス・リサーチ 経路探索装置
JP5663942B2 (ja) 2010-05-11 2015-02-04 トヨタ自動車株式会社 走行軌道作成装置
JP6011756B2 (ja) 2011-09-01 2016-10-19 セイコーエプソン株式会社 ナビゲーションシステム、プログラム、記録媒体及びナビゲーション方法
DE112013006943B4 (de) 2013-04-12 2022-08-11 Toyota Jidosha Kabushiki Kaisha Fahrumgebungsbewertungssystem, Fahrumgebungsbewertungsverfahren, Fahrerassistenzvorrichtung und Fahrumgebungsanzeigevorrichtung
JP6467773B2 (ja) 2014-02-25 2019-02-13 アイシン・エィ・ダブリュ株式会社 経路探索システム、経路探索方法及びコンピュータプログラム
US9766625B2 (en) 2014-07-25 2017-09-19 Here Global B.V. Personalized driving of autonomously driven vehicles
GB201602440D0 (en) * 2016-02-11 2016-03-30 Jaguar Land Rover Ltd Improvements in vehicle speed control
US20210192956A1 (en) 2016-03-15 2021-06-24 Honda Motor Co., Ltd. Vehicle control system, vehicle control method, and vehicle control program
JP6780006B2 (ja) * 2016-09-30 2020-11-04 本田技研工業株式会社 車両制御装置
US9796303B1 (en) * 2016-10-07 2017-10-24 Lizbeth Schonfeld Integrated child safety seat
DE102016222782A1 (de) * 2016-11-18 2018-05-24 Audi Ag Autonomes Steuern eines Kraftfahrzeugs anhand von Spurdaten; Kraftfahrzeug
US10449958B2 (en) * 2017-02-15 2019-10-22 Ford Global Technologies, Llc Feedback-based control model generation for an autonomous vehicle
EP4357869A3 (en) * 2017-03-20 2024-06-12 Mobileye Vision Technologies Ltd. Trajectory selection for an autonomous vehicle
CN110678372B (zh) * 2017-05-24 2022-11-11 本田技研工业株式会社 车辆控制装置
US10429846B2 (en) * 2017-08-28 2019-10-01 Uber Technologies, Inc. Systems and methods for communicating intent of an autonomous vehicle
US10782694B2 (en) * 2017-09-07 2020-09-22 Tusimple, Inc. Prediction-based system and method for trajectory planning of autonomous vehicles
US10649458B2 (en) * 2017-09-07 2020-05-12 Tusimple, Inc. Data-driven prediction-based system and method for trajectory planning of autonomous vehicles
US10452070B2 (en) * 2017-09-15 2019-10-22 Uber Technologies, Inc. Context-specific tolerance for motion control in autonomous vehicles
WO2019053695A1 (en) * 2017-09-18 2019-03-21 Telefonaktiebolaget L M Ericsson (Publ) SYSTEM AND METHOD FOR PROVIDING ACCURATE DRIVING RECOMMENDATIONS BASED ON NETWORK-ASSISTED SCAN OF AN AMBIENT ENVIRONMENT
US10214118B1 (en) * 2017-12-01 2019-02-26 GM Global Technology Operations LLC Systems, methods and apparatuses are provided for automated passenger seat adjustments in a vehicle
US10671075B1 (en) * 2017-12-15 2020-06-02 Zoox, Inc. Trajectory generation using curvature segments
US11099017B2 (en) * 2018-02-13 2021-08-24 Baidu Usa Llc Determining driving paths for autonomous driving vehicles based on offset points
US10678248B2 (en) * 2018-02-15 2020-06-09 GM Global Technology Operations LLC Fast trajectory planning via maneuver pattern selection
US10782699B2 (en) * 2018-03-10 2020-09-22 Baidu Usa Llc Real-time perception adjustment and driving adaption based on surrounding vehicles' behavior for autonomous driving vehicles
US20190286151A1 (en) * 2018-03-14 2019-09-19 GM Global Technology Operations LLC Automated driving systems and control logic for cloud-based scenario planning of autonomous vehicles
WO2019180919A1 (ja) * 2018-03-23 2019-09-26 三菱電機株式会社 経路生成装置、および、車両制御システム
US10824153B2 (en) * 2018-04-16 2020-11-03 Baidu Usa Llc Cost design for path selection in autonomous driving technology
US10884422B2 (en) * 2018-04-16 2021-01-05 Baidu Usa Llc Method for generating trajectories for autonomous driving vehicles (ADVS)
US10996679B2 (en) * 2018-04-17 2021-05-04 Baidu Usa Llc Method to evaluate trajectory candidates for autonomous driving vehicles (ADVs)
US20200103902A1 (en) * 2018-10-01 2020-04-02 GM Global Technology Operations LLC Comfortable ride for autonomous vehicles
JP7361775B2 (ja) * 2018-12-10 2023-10-16 ホアウェイ クラウド コンピューティング テクノロジーズ カンパニー リミテッド 自律運転のための個人運転スタイル学習
US10643085B1 (en) * 2019-01-30 2020-05-05 StradVision, Inc. Method and device for estimating height and weight of passengers using body part length and face information based on human's status recognition

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102119320A (zh) * 2008-08-28 2011-07-06 爱信艾达株式会社 行驶路线评价系统及行驶路线评价程序
CN101769759A (zh) * 2008-12-31 2010-07-07 深圳易拓科技有限公司 一种车辆实时路径优选的方法及车载终端
CN102765422B (zh) * 2011-05-05 2016-09-14 通用汽车环球科技运作有限责任公司 用于调节车道居中转向控制的平滑度的系统和方法
CN105579320A (zh) * 2013-09-05 2016-05-11 李斯特内燃机及测试设备公司 一种用于优化驾驶员辅助系统的方法和设备
DE102015209575A1 (de) * 2014-06-17 2015-12-17 Robert Bosch Engineering and Business Solutions Ltd. Navigationsvorrichtung und -verfahren
US20160288788A1 (en) * 2015-03-31 2016-10-06 Toyota Motor Engineering & Manufacturing North America, Inc. Gap-based speed control for automated driving system
CN106338988A (zh) * 2015-07-06 2017-01-18 丰田自动车株式会社 自动驾驶车辆的控制装置
CN105138733A (zh) * 2015-07-30 2015-12-09 河北工业大学 基于驾驶舒适性的双车道公路交通安全评价方法
JP2017072440A (ja) * 2015-10-06 2017-04-13 クラリオン株式会社 運転快適度算出装置、運転快適度算出方法、および運転快適度算出システム
US20170285646A1 (en) * 2016-03-30 2017-10-05 Patrick L. Connor Comfort ride vehicle control system
CN107274719A (zh) * 2016-03-31 2017-10-20 株式会社斯巴鲁 显示装置
US20180022361A1 (en) * 2016-07-19 2018-01-25 Futurewei Technologies, Inc. Adaptive passenger comfort enhancement in autonomous vehicles
CN107745710A (zh) * 2017-09-12 2018-03-02 南京航空航天大学 一种基于机器视觉与机器学习的自动泊车方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113406951A (zh) * 2020-03-16 2021-09-17 株式会社东芝 行驶控制装置、行驶控制方法以及计算机程序

Also Published As

Publication number Publication date
US20190324457A1 (en) 2019-10-24
JP2019191694A (ja) 2019-10-31
US11163304B2 (en) 2021-11-02
JP7073880B2 (ja) 2022-05-24

Similar Documents

Publication Publication Date Title
CN110390831A (zh) 行进路线决定装置
US11060874B2 (en) Map information update system and map information update server
CN105807764B (zh) 自动驾驶车辆系统
CN105807763B (zh) 车辆系统
CN109426260A (zh) 自动驾驶装置
CN105936276B (zh) 行驶控制装置
CN106043306A (zh) 车辆控制装置
CN109426261A (zh) 自动驾驶装置
CN107117166A (zh) 自主危险控制
CN107117179A (zh) 基于乘员注意的自主控制
CN107121979A (zh) 自主置信控制
CN110126731A (zh) 显示装置
JP7059888B2 (ja) 支援制御システム
JP6811335B2 (ja) 自動運転シミュレータ及び自動運転シミュレータ用地図生成方法
CN106960589A (zh) 用于反向垂直停车的系统和方法
US20130197736A1 (en) Vehicle control based on perception uncertainty
CN109405841A (zh) 用于参与地图异常检测和校正的方法和设备
CN107176169A (zh) 车辆的自动驾驶控制系统
CN108240819A (zh) 驾驶辅助装置和驾驶辅助方法
CN109426244A (zh) 自动驾驶装置
CN112046501A (zh) 自动驾驶装置和方法
CN107664504A (zh) 一种路径规划装置
CN107657825A (zh) 泊车方法及装置
CN108466621A (zh) 有效滚动半径
CN112539943B (zh) 超车能力的测试方法和系统、测试管理中心及存储介质

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20191029