CN110494340A - 车辆的数据存储装置 - Google Patents
车辆的数据存储装置 Download PDFInfo
- Publication number
- CN110494340A CN110494340A CN201880023738.6A CN201880023738A CN110494340A CN 110494340 A CN110494340 A CN 110494340A CN 201880023738 A CN201880023738 A CN 201880023738A CN 110494340 A CN110494340 A CN 110494340A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- storage medium
- automatic pilot
- control unit
- data
- 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
Links
- 238000013500 data storage Methods 0.000 title claims abstract description 83
- 238000003860 storage Methods 0.000 claims abstract description 269
- 238000001514 detection method Methods 0.000 claims abstract description 84
- 230000005856 abnormality Effects 0.000 claims abstract description 48
- 230000002159 abnormal effect Effects 0.000 claims description 90
- 238000005070 sampling Methods 0.000 claims description 24
- 238000012217 deletion Methods 0.000 claims description 16
- 230000037430 deletion Effects 0.000 claims description 16
- 238000012360 testing method Methods 0.000 claims description 11
- 230000008859 change Effects 0.000 claims description 10
- 238000004321 preservation Methods 0.000 description 97
- 238000012545 processing Methods 0.000 description 78
- 230000002045 lasting effect Effects 0.000 description 73
- 238000010586 diagram Methods 0.000 description 19
- 238000000034 method Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 12
- 230000019771 cognition Effects 0.000 description 11
- 230000000694 effects Effects 0.000 description 11
- 238000012544 monitoring process Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 238000011156 evaluation Methods 0.000 description 10
- 239000000446 fuel Substances 0.000 description 9
- 230000001133 acceleration Effects 0.000 description 7
- 238000007726 management method Methods 0.000 description 7
- 238000012546 transfer Methods 0.000 description 7
- 238000010276 construction Methods 0.000 description 6
- 238000000151 deposition Methods 0.000 description 6
- 208000003443 Unconsciousness Diseases 0.000 description 5
- 230000009471 action Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 5
- 230000006855 networking Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000004888 barrier function Effects 0.000 description 4
- 238000007689 inspection Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 4
- 208000010877 cognitive disease Diseases 0.000 description 3
- 238000011109 contamination Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 239000003517 fume Substances 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 230000032683 aging Effects 0.000 description 2
- 230000036760 body temperature Effects 0.000 description 2
- 230000003920 cognitive function Effects 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005183 dynamical system Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 208000024756 faint Diseases 0.000 description 1
- 238000007710 freezing Methods 0.000 description 1
- 230000008014 freezing Effects 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 230000036316 preload Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000004080 punching Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000007665 sagging Methods 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- GOLXNESZZPUPJE-UHFFFAOYSA-N spiromesifen Chemical compound CC1=CC(C)=CC(C)=C1C(C(O1)=O)=C(OC(=O)CC(C)(C)C)C11CCCC1 GOLXNESZZPUPJE-UHFFFAOYSA-N 0.000 description 1
- 206010042772 syncope Diseases 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0841—Registering performance data
- G07C5/085—Registering performance data using electronic data carriers
-
- 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
-
- 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
- B60W40/08—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 drivers or passengers
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- 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
- B60W40/06—Road conditions
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/0088—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
- G06F3/0601—Interfaces specially adapted for storage systems
- G06F3/0628—Interfaces specially adapted for storage systems making use of a particular technique
- G06F3/0653—Monitoring storage devices or systems
Abstract
数据存储装置(90)装设于由自动驾驶控制装置执行自动驾驶控制的车辆。数据存储装置包括异常检测部(910)和控制部(911)。异常检测部对包括车辆的乘员的异常和车辆的周边环境的异常中的至少一个的异常状态进行检测。在由异常检测部检测出异常状态时,控制部使能对车辆主体是否是自动驾驶装置进行判断的判断信息存储于存储介质(92、93)。判断信息包括自动驾驶控制的控制量、控制量的基础信息、车辆的操作量以及实际的车辆的输出信息、直接表示是否是自动驾驶的信息中的至少一个。
Description
相关申请的援引
本申请基于2017年4月11日申请的日本专利申请2017-078138号,主张其优先权,并将该专利申请的全部内容以参照的形式纳入本说明书。
技术领域
本发明涉及一种车辆的数据存储装置。
背景技术
以往,存在一种专利文献1中记载的车载装置。当基于传感器的检测结果检测出车辆的动作异常时,专利文献1所记载的车载装置向车辆的外部发送紧急拍摄请求信号。此外,车载装置将由车载相机拍摄到的图像数据存储于存储器,并且,当从车辆外部接收到紧急拍摄请求信号时,车载装置将信号接收前后的一定期间内存储的图像数据向事故解析服务器发送。由此,即使在装设有车载装置的车辆发生了事故的情况下,只要发送了紧急拍摄请求信号,就能从装设有车载装置的其他车辆向事故解析服务器发送图像数据。
现有技术文献
专利文献
专利文献1:日本专利特开2009-205368号公报。
发明内容
在能进行自动驾驶的车辆中,当车辆产生了某些异常时,存在事后对该异常的原因进行解析的情况。另外,不仅是车辆的实质性异常,车辆的异常还包括驾驶员感觉是异常那样的车辆的动作。在能自动驾驶的车辆中,驾驶主体切换为控制装置或人。例如,在允许自动驾驶的情况下驾驶主体为控制装置,在不允许自动驾驶情况下驾驶主体为人。因此,作为异常原因的解析事项之一,需要对产生异常时的驾驶主体是控制装置还是人进行解析。
在专利文献1所记载的车载装置中,当车辆产生了某些异常时,由车载相机拍摄的图像数据被存储于存储器并且该图像数据被发送到事故解析服务器。然而,仅通过对存储于存储器的图像数据、发送到事故解析服务器的图像数据进行解析来认定产生异常时的驾驶主体是人还是控制装置是困难的。
本发明的目的在于,提供一种车辆的数据存储装置,可以在能自动驾驶的车辆中,对产生异常时的驾驶主体是人还是控制装置进行解析。
本发明的一方式的数据存储装置装设于由自动驾驶控制装置执行自动驾驶控制的车辆。数据存储装置包括异常检测部和控制部。异常检测部对包括车辆的乘员的异常和车辆的周边环境的异常中的至少一个的异常状态进行检测。在由异常检测部检测出异常状态时,控制部使能对车辆主体是否是自动驾驶装置进行判断的判断信息存储于存储介质。判断信息包括自动驾驶控制的控制量、控制量的基础信息、车辆的操作量以及实际的车辆的输出信息、直接表示是否是自动驾驶的信息中的至少一个。
或者,异常检测部对车辆的异常进行推定。在由异常检测部推定出会产生异常状态时,控制部使能对车辆的驾驶主体是否是自动驾驶装置进行判断的判断信息存储于存储介质。
根据上述结构,当车辆产生了某些异常时、或者推定出会产生异常时,判断信息被存储于存储介质。因此,通过对存储于存储介质的判断信息进行解析,能对产生异常时的驾驶主体是人还是自动驾驶控制装置进行解析。
附图说明
图1是表示第一实施方式的车辆的示意结构的框图。
图2是表示第一实施方式的数据存储装置的示意结构的框图。
图3是表示由第一实施方式的控制部执行的处理的步骤的流程图。
图4是表示与第一实施方式的自动驾驶关联的信息的具体内容的图表。
图5是表示与第一实施方式的手动驾驶关联的信息的具体内容的图表。
图6是表示第一实施方式的管理信息的具体内容的图表。
图7是表示第一实施方式的车辆的行驶模式的信息的具体内容的图表。
图8的(A)、(B)是表示存储于第一实施方式的持续存储介质和保存用存储介质的数据的推移的时序图。
图9的(A)、(B)是表示存储于第一实施方式的持续存储介质和保存用存储介质的数据的推移的时序图。
图10是表示第一实施方式的第一变形例的数据存储装置的示意结构的框图。
图11是表示第一实施方式的第二变形例的数据存储装置的示意结构的框图。
图12的(A)、(B)是表示存储于第一实施方式的第三变形例的持续存储介质和保存用存储介质的数据的推移的时序图。
图13的(A)、(B)是表示存储于第一实施方式的第四变形例的持续存储介质和保存用存储介质的数据的推移的时序图。
图14的(A)、(B)是表示存储于第一实施方式的第五变形例的持续存储介质和保存用存储介质的数据的推移的时序图。
图15的(A)~(C)是表示存储于第一实施方式的第六变形例的持续存储介质、第一保存用存储介质和第二保存用存储介质的数据的推移的时序图。
图16的(A)、(B)是表示存储于第一实施方式的第七变形例的持续存储介质和保存用存储介质的数据的推移的时序图。
图17的(A)、(B)是表示存储于第一实施方式的第八变形例的持续存储介质和保存用存储介质的数据的推移的时序图。
图18的(A)、(B)是表示存储于第一实施方式的第八变形例的持续存储介质和保存用存储介质的数据的推移的时序图。
图19是表示第一实施方式的第九变形例的数据存储装置的示意结构的框图。
图20是表示存储于第一实施方式的第九变形例的持续存储介质的数据的推移的时序图。
图21的(A)、(B)是表示存储于第一实施方式的第十变形例的持续存储介质和保存用存储介质的数据的推移的时序图。
图22的(A)、(B)是表示存储于第一实施方式的第十一变形例的持续存储介质和保存用存储介质的数据的推移的时序图。
图23是表示第一实施方式的第十二变形例中实际的车辆的输出信息的内容的图表。
图24的(A)、(B)是表示存储于第一实施方式的第十三变形例的持续存储介质和保存用存储介质的数据的推移的时序图。
图25的(A)、(B)是表示存储于第一实施方式的第十三变形例的持续存储介质和保存用存储介质的数据的推移的时序图。
图26是表示第一实施方式的第十三变形例中异常的种类与异常的部位、假设的控制的示例、直到控制稳定的时间的示例、采样期间的示例的对应关系的图表。
图27是表示第一实施方式的第十三变形例中异常的种类与异常的部位、假设的控制的示例、直到控制稳定的时间的示例、采样期间的示例的对应关系的图表。
图28是表示由第二实施方式的控制部执行的处理的步骤的流程图。
图29是示意地表示第二实施方式的车辆的动作例的图。
图30是示意地表示第二实施方式的车辆的动作例的图。
图31是表示由第二实施方式的第二变形例的控制部执行的处理的步骤的流程图。
图32是示意地表示第二实施方式的第二变形例的车辆的动作例的图。
图33是表示由第三实施方式的控制部执行的处理的步骤的流程图。
图34是表示由第四实施方式的控制部执行的处理的步骤的流程图。
具体实施方式
以下参照附图,对车辆的数据存储装置的实施方式进行说明。为了便于理解说明,在各图中对同一构成要素尽可能标注同一符号,并省略重复说明。
(第一实施方式)
首先,对装设有本实施方式的数据存储装置的车辆的示意结构进行说明。如图1所示,本实施方式的车辆10中,作为用于执行车辆的各种控制的控制装置,包括发动机ECU(Electronic Control Unit:电子控制单元)20、电子控制制动系统30、电动动力转向系统40、气囊ECU50、车载ECU60以及自动驾驶ECU70等。上述ECU主要由具有CPU、ROM、RAM等的微型计算机构成。此外,上述ECU经由车载网络80连接为能彼此通信。另外,以下将电子控制制动系统30简写为“ECB30”,将电动动力转向系统40简写为“EPS40”。
发动机ECU20是执行所谓的发动机控制的部分,对生成车辆10的行驶用的动力的发动机21进行综合控制。具体而言,发动机系统传感器组22的输出信号输入发动机ECU20。发动机系统传感器组22对为了执行发动机控制所需要的车辆状态量进行检测,并且将与检测到的车辆状态量对应的信号向发动机ECU20输出。为了执行发动机控制所需要的车辆状态量包括车辆的行驶速度、发动机冷却水的温度、油门踏板的踩下量以及吸入空气量等。发动机ECU20基于发动机系统传感器组22的输出信号检测各种车辆状态量,并且基于检测出的车辆状态量执行燃料喷射控制、点火时期控制等发动机21的各种控制。
ECB30综合控制车辆的制动系统。例如ECB30执行所谓的防抱死刹车控制,在防抱死刹车控制中,根据驾驶员踩下刹车踏板时车辆10的前轮和后轮各自的转速、转动状态而最佳地分配施加于各车轮的制动力。此外,ECB30基于经由车载网络80传递来的自动驾驶ECU70的要求执行自动刹车控制。自动刹车控制是不依赖于驾驶员的刹车踏板的踩下操作而将制动力自动施加于车辆的各车轮的控制。
EPS40执行所谓的辅助控制,通过将与施加于车辆10的方向盘的转向转矩相应的辅助转矩施加于方向盘,从而对驾驶员的转向进行辅助。此外,EPS40基于经由车载网络80传递来的自动驾驶ECU70的要求执行自动转向控制。自动转向控制是通过对车辆的转向轴等施加转矩,以不依赖于驾驶员对方向盘的转向的方式使车辆10的转向角自动变化的控制。
气囊ECU50对装设于车辆的气囊装置51进行控制。具体而言,安全带传感器52、冲击检测传感器53以及预碰撞传感器54的各自的输出信号输入气囊ECU50。安全带传感器52对车辆10的乘员是否系安全带进行检测,并输出与其检测结果相应的信号。冲击检测传感器53由加速度传感器等构成,对车辆碰撞时施加于车辆10的冲击力进行检测并且将与检测出的冲击力相应的信号输出。预碰撞传感器54由相机、雷达传感器等构成,对车辆10和障碍物的碰撞迫在眉睫的情况进行检测,并且输出与其检测结果相应的信号。气囊ECU50基于上述的传感器52~54各自的输出信号来判断是否处于应该使气囊装置51动作的情况,并且当判断为处于应该使气囊装置51动作的情况时,通过驱动气囊装置51来使袋体膨胀。由此,保护车辆10的乘员免于冲击。
车载ECU60一并示出ECU20、30、40、50、70之外的多个ECU,控制各种车载设备61。乘员监视传感器62的输出信号输入车载ECU60。乘员监视传感器62对车室内的乘员的状态进行检测并且将与检测出的乘员的状态相关的信息向车载ECU60发送。由乘员监视传感器62检测出的信息包括:例如驾驶员是否处于酩酊大醉的状态这样的信息、以及驾驶员是否处于丧失意识的状态这样的信息等。作为上述乘员监视传感器62,可以使用对车室内进行拍摄的相机、能检测乘员的体温的红外线传感器、获取车室内的声音的话筒等。车载ECU60根据来自其他ECU20、30、40、50、70的要求,将与由乘员监视传感器62检测出的乘员的状态相关的信息向上述ECU发送。
自动驾驶ECU70是执行所谓的自动驾驶控制的部分,对车辆10的自动驾驶进行综合控制。根据本实施方式,自动驾驶ECU70相当于自动驾驶控制装置。自动驾驶ECU70经由车载网络80与发动机ECU20、ECB30、EPS40、气囊ECU50等通信,从而能够得到上述ECU所获取的信息。
此外,周边认知传感器71、输入装置72以及行驶信息传感器73各自的输出信号输入自动驾驶ECU70。
周边认知传感器71对在车辆10的前方的规定范围、车辆10的后方的规定范围等、设定于车辆10的周边的规定范围内存在的物体进行检测,并且将与检测出的物体相应的信号向自动驾驶ECU70输出。周边认知传感器71由例如相机、雷达装置构成。自动驾驶ECU70基于周边认知传感器71的输出信号对存在于车辆10的周边的物体进行检测。
输入装置72是由车辆10的驾驶员操作的部分。输入装置72包括开始或停止自动驾驶时操作的操作开关等。输入装置72将与驾驶员的操作相应的信号向自动驾驶ECU70输出。自动驾驶ECU70基于输入装置72的输出信号对驾驶员对输入装置72进行的操作进行检测。
行驶信息传感器73是检测车辆10的行驶状态的传感器。行驶信息传感器73包括检测车辆的行驶速度的车速传感器、检测车辆的角速度的角速度传感器等。行驶信息传感器73对车辆10的行驶状态量进行检测,并且将与检测出的车辆10的行驶状态量相应的信号向自动驾驶ECU70输出。
此外,自动驾驶ECU70连接为能与车辆10的车载导航装置78通信。自动驾驶ECU70能从车载导航装置78获取与车辆10将来可能行驶的道路的坡度、曲率等与行驶道路相关的信息。
自动驾驶ECU70基于从各ECU20、30、40、50、60、周边认知传感器71、输入装置72、行驶信息传感器73、车载导航装置78等获取的各种信息执行自动驾驶控制。具体而言,自动驾驶ECU70在基于输入装置72的输出信号检测到由驾驶员进行了自动驾驶的开始操作时,开始自动驾驶控制。本实施方式的自动驾驶ECU70作为自动驾驶控制,对包括了发动机21、传动装置等的车辆10的动力系统、包括了ECB30等的车辆10的制动系统、以及包括了EPS40等的车辆的转向系统进行自动控制。以下,将利用自动驾驶ECU70执行自动驾驶控制的车辆10的状态称为“自动驾驶模式”。并且,将不利用自动驾驶ECU70执行自动驾驶控制的车辆10的状态、换言之由驾驶员对车辆10进行手动操作的车辆10的状态称为“手动驾驶模式”。
例如,自动驾驶ECU70利用周边认知传感器71对车辆前方的车道边界线、前方车辆、对车辆10的行驶构成障碍的障碍物等进行检测。此外,自动驾驶ECU70利用行驶信息传感器73检测车辆的行驶状态。自动驾驶ECU70基于检测到的车辆前方的车道边界线、前方车辆、障碍物、行驶状态等信息来设定车辆10的目标行驶路线,并且对与该目标行驶路线相应的目标转向角进行运算。自动驾驶ECU70通过将运算出的目标转向角发送到EPS40来使EPS40执行基于目标转向角的自动转向控制。由此,车辆10的实际的转向角根据目标动作角发生变化,因此,车辆10沿着目标行驶路线自动行驶。并且,自动驾驶ECU70通过与EPS40的控制一并地也对发动机21、传动装置等进行自动控制,从而也使车辆10的行驶速度、变速档等自动发生变化。
此外,自动驾驶ECU70基于前方车辆、障碍物的位置对是否存在车辆10与前方车辆、障碍物碰撞的可能性进行判断,在存在碰撞的可能性的情况下,使电子控制刹车系统30执行自动刹车控制。由此,即使在执行自动驾驶控制时也能预先避免车辆10的碰撞。
此外,自动驾驶ECU70基于能从各ECU20、30、40、50、60获取的车辆状态对车辆10是否产生异常进行监视。车辆10的异常是指例如行驶信息传感器73的输出异常。当行驶信息传感器73的输出产生异常时,难以继续进行自动驾驶控制,因此,自动驾驶ECU70将上述情况检测为车辆的异常。
自动驾驶ECU70在检测到车辆10的异常时,执行用于确保车辆10的安全的安全确保控制。作为安全确保控制,自动驾驶ECU70首先执行将车辆10的驾驶权限从自动驾驶ECU70向乘员转让的权限转让控制。在权限转让控制中,利用车辆10的警告等的亮灯、来自车辆10的扬声器的声音等进行权限转让通知,通知将车辆10的驾驶权限从自动驾驶ECU70向乘员转让的消息。当乘员基于上述权限转让通知对输入装置72进行规定的操作时,该操作由自动驾驶ECU70检测。自动驾驶ECU70基于上述规定的操作的检测,判断为乘员已准备好能开始车辆10的手动操作,从而将车辆10的驾驶模式从自动驾驶模式切换为手动驾驶模式。由此,乘员能进行车辆10的手动操作。以下,将权限转让控制简写为“TOR(Take OverRequest:接管请求)”。
另一方面,当在从进行了权限转让通知的时刻到经过规定时间的期间未对输入装置72进行规定的操作时,自动驾驶ECU70判断为乘员未作好能手动操作车辆10的准备。在这种情况下,自动驾驶ECU70进行故障安全行驶控制。具体而言,自动驾驶ECU70在继续进行自动驾驶控制的基础上,一边使车辆10减速一边使车辆10自动行驶到路边等,使车辆10在行驶到路边的时刻停车。以下,将故障安全行驶控制简写为“MRM(Minimum Risk Maneuver:最小风险操作)”。
另外,作为安全确保控制,自动驾驶ECU70还能不进行权限转让通知而立刻进行MRM。
车辆10还装设有数据存储装置90。数据存储装置90在车辆10产生某些异常时,将产生该异常时的车辆10的各种状态量存储。由此,通过对存储于数据存储装置90的信息进行解析,能查明产生异常的原因。
如图2所示,行驶信息传感器73、车辆10的各种开关74、点火开关75、附件开关76、以及电压传感器77等的输出信号输入数据存储装置90。电压传感器77对装设于车辆的电池的端子间电压进行检测,并且输出与检测到的电压相应的信号。
数据存储装置90包括运算处理部91、持续存储介质92、至少一个以上的保存用存储介质93以及检测电路97。
检测电路97中输入有行驶信息传感器73、开关74、点火开关75、附件开关76、以及电压传感器77等的输出信号,并且将输入的信号向运算处理部91发送。
运算处理部91由CPU等构成。运算处理部91具有异常检测部910和控制部911。
异常检测部910基于经由车载网络80从各ECU20、30、40、50、60、70获取的信息检测异常状态。具体而言,各ECU20~70分别对与之对应的控制系统的异常进行监视。各ECU20~70基于来自异常检测部910的请求,将每次的控制系统的异常检测结果通知到异常检测部910。异常检测部910基于从各ECU20~70发送的异常检测结果、传感器73、77以及开关74~76各自的输出值等检测异常状态。由异常检测部910检测的异常状态包括车辆10的异常、乘员的异常、车辆10的周边环境的异常等。
另外,作为乘员的异常,存在例如车辆没有问题地行驶但驾驶员打瞌睡等的情况。此外,车辆10的异常包括由自动驾驶控制进行控制的车载设备或者车载系统的异常、车辆10的动作的异常、以及车载设备或者车载系统的冗余系统的异常等。车辆10的动作的异常是指,车辆10进行与通常的行驶不同的蜿蜒驾驶等情况、与车辆10是否故障无关而急加速的情况等。即,作为异常状态不局限于车辆10实际产生了的异常,异常检测部910还对车辆进行与通常的行驶不同的蜿蜒驾驶的情况等、存在车辆的一部分设备发生故障的可能性但是车辆10的行驶没有问题的状态进行检测。此外,作为异常状态,异常检测部910还对与车辆是否故障无关而急加速的情况等、今后车辆10可能会引起问题的状态进行检测。
具体而言,异常检测部910基于通过乘员监视传感器62由车载ECU60检测出的乘员的状态,对乘员的异常进行检测。在处于例如无法将驾驶权限转让给乘员的状态的情况下,异常检测部910判断为乘员处于异常的状态。异常检测部910基于属于例如以下的(a1)~(a5)所示的事项的情况,判断为处于无法将驾驶权限转让给乘员的状态。
(a1)利用乘员监视传感器62所包含的臭味传感器等检测出乘员喝酒的情况。
(a2)利用乘员监视传感器62所包含的相机等检测出乘员意识不清的情况。乘员意识不清的情况具体指乘员处于睡眠状态的情况、乘员昏昏欲睡的情况、乘员昏厥或者丧失意识的情况、乘员死亡的情况。
(a3)利用乘员监视传感器62所包含的落座传感器等检测出乘员未在驾驶座位落座的情况。
(a4)利用乘员监视传感器62所包含的装拆传感器等检测出乘员拆下安全带等安全装置的情况。
此外,异常检测部910基于属于例如以下的(b1)~(b9)所示的事项的情况,对车载设备或者车载系统的异常进行检测。
(b1)认知功能的异常。该异常包括周边认知传感器71所包含的相机、雷达装置等的异常。此外,上述异常还包括雨刮器装置、照明装置等的控制所需要的传感器的异常。当雨刮器装置产生异常时,存在雨刮器以遮挡了周边认知传感器71的视野的形态停止的可能性,因此,也检测为认知功能的异常。
(b2)判断功能的异常。该异常包括各ECU20~70的异常。
(b3)操作功能的异常。该异常包括发动机系统、ECB30以及EPS40的致动器、泵等的异常。
(b4)电源系统的异常。该异常包括断路、短路、DDC、电压电流、IG开关、就绪开关等的异常。
(b5)燃料系统的异常。该异常包括燃料不足、燃料泄漏等。
(b6)安全系统的异常。该异常包括气囊装置的异常、包括预紧的安全带装置的异常。
(b7)驾驶支援系统的异常。驾驶支援系统是指与安全尤其相关并以自动驾驶为前提的支援系统。该异常包括ABS、VSC、碰撞减轻刹车等的异常。
(b8)乘员的指示系统的异常。该异常包括车载导航装置、刹车踏板的传感器、油门踏板的传感器、转向的传感器等的异常。
(b9)状况显示系统的异常。该异常包括车载导航装置、仪表板、挡位显示、燃料显示等的异常。
此外,异常检测部910基于属于例如以下的(c1)和(c2)所示的事项的情况,对周边环境的异常进行检测。
(c1)处于下陷、雪、集中大雨(疾风骤雨)等无法利用自动驾驶对应的环境的情况。
(c2)由于其他的环境原因在自动驾驶ECU70中无法认知障碍物等的情况。例如超过了自动驾驶ECU70的认知界限的情况。
此外,基于车辆10中产生外部环境因素导致的意想不到的横向加速度、急加速、急减速的情况,异常检测部910对异常状态进行检测。外部环境因素包括例如与其他车辆的接触、地震等导致的振动、下陷等导致的急剧下落等。例如,基于车辆10的实际加速度和在自动驾驶控制中设定的车辆10的目标加速度的偏差为规定值以上的情况,异常检测部910检测出基于外部环境因素的异常状态。
控制部911使传感器73、77以及开关74~76各自的输出值、从各ECU20~70获取的信息持续存储于持续存储介质92。此外,当利用异常检测部910检测出异常状态时,控制部911将存储于持续存储介质92的数据复制到至少一个以上的各保存用存储介质93。持续存储介质92由例如非易失性或者易失性的存储介质构成。保存用存储介质93由非易失性的存储介质构成。
接下来,参照图3,对由控制部911执行的处理的具体步骤进行说明。另外,控制部911以规定的周期反复执行图3所示的处理。
如图3所示,首先,作为步骤S10的处理,控制部911使传感器73、77和开关74~76的输出值、以及从各ECU20~70获取的信息存储于持续存储介质92。
控制部911从各ECU20~70获取的信息大体上能分类为图4所示的与自动驾驶关联的信息、图5所示的与手动驾驶关联的信息、图6所示的管理信息。如图4所示,自动驾驶的关联信息包括“自动驾驶控制的基础信息”和“自动驾驶控制的控制量”。“自动驾驶控制的控制量”包括例如从自动驾驶ECU70向各ECU20~60发送的控制量等。“自动驾驶控制的基础信息”表示作为从自动驾驶ECU70向各ECU20~60发送的控制量的依据的信息。“自动驾驶控制的基础信息”中,不仅有车辆的状态还有人的状态。如图5所示,手动驾驶的关联信息包括“车辆的操作量”和“实际的车辆10的输出信息”。“车辆的操作量”是从乘员向车辆输入的输入信息,相当于乘员操作了车辆的操作量。与自动驾驶关联的信息、与手动驾驶关联的信息、以及管理信息各自的具体内容如图4~图6的“项目”一栏所记载的那样。
另外,各项目所记载的信息和信号也可以不是其本身,而是为了计算上述信息和信号所需要的传感器值、信息、信号等。
控制部911使属于图4~图6所示的与自动驾驶关联的信息、与手动驾驶关联的信息以及管理信息的各项目中的、能对驾驶主体是否是自动驾驶ECU70进行解析的至少一个信息存储于持续存储介质92。在本实施方式中,图4~图6所示的各项目所记载的信息以及传感器73、77和开关74~76的输出值相当于能对在由异常检测部910检测出异常状态时车辆10的驾驶主体是否是自动驾驶ECU70进行判断的判断信息。
另外,控制部911至少获取以下(α)的信息,较为理想的是获取以下(β)所示的信息,更理想的是获取以下(γ)所示的信息。
(α)能对驾驶主体是否是自动驾驶ECU70进行解析的信息。
(β)能对自动驾驶ECU70的处理的妥当性进行解析的信息。
(γ)能对作为自动驾驶时的各种控制的触发的车辆、人的正常、异常进行解析的信息。
作为上述(α)的信息,控制部911使至少以下(α1)和(α2)的任一个存储于持续存储介质92。
(α1)“是否处于自动驾驶的标志等信号”。本实施方式中,上述标志相当于直接表示是否是自动驾驶的信息。
(α2)“从自动驾驶功能向车辆输入的驱动、转向、制动、挡位的请求值的输入信息”以及“来自乘员的驱动、转向、制动、挡位的请求值的输入信息”。
此外,作为上述(β)的信息,控制部911使至少以下(β1)~(β3)的任一个存储于持续存储介质92。
(β1)作为自动驾驶控制的控制量的“从自动驾驶功能向车辆输入的驱动、转向、制动、挡位的请求值的输入信息”。
(β2)作为自动驾驶控制的基础信息的“本车、其他车和周边的情况”。
(β3)作为实际的车辆的输出信息的“驱动、转向、制动、挡位的控制值”。
此外,作为上述(γ)的信息,控制部911使至少以下(γ1)存储于持续存储介质92。
(γ1)作为能对成为自动驾驶时的各种控制的触发的现象进行解析的信息的“异常信息”、“驾驶员的状态”。
另外,存储于持续存储介质92的信息中,存在仅(α)、“(α)+(β)”以及“(α)+(β)+(γ)”这三个组合的信息。
如图3所示,在控制部911执行了步骤S10的处理后,作为步骤S11的处理,异常检测部910从各ECU20~70获取异常检测结果,并且使与获取的异常检测结果相应的信息存储于持续存储介质92。此外,异常检测部910使属于图7所示的车辆10的行驶模式的信息的各项目中的至少一个信息存储于持续存储介质92。在本实施方式中,上述车辆10的行驶模式的信息也包含于判断信息。
另外,关于图7的车辆10的行驶模式的信息中的“是否处于异常产生?&是否处于MRM?”,由于还可以用从异常产生后经过的时间来判断是否处于MRM,因此也可以用从异常产生后经过的时间来代替是否处于MRM的标志。此外,由于在异常产生后向MRM转移,因此只要从异常产生到转移至MRM的时间等确定,也可以仅判断是否处于异常产生。
如图3所示,接着步骤S11的处理,作为步骤S12的处理,控制部911基于从各ECU20~70获取的异常检测结果对车辆10是否产生异常进行判断。当在步骤S12的处理作出肯定判断时,即当车辆10产生异常时,作为步骤S13的处理,控制部911将存储于持续存储介质92的数据复制到至少一个以上的各保存用存储介质93并保存。具体而言,如图8的(A)、(B)所示,控制部911将从检测出异常的时刻t10往前规定时间Ta的时刻t20设定为基准时刻,并且将在从上述基准时刻t20到经过了规定时间Tb的时刻t21的期间存储于持续存储介质92的数据复制到至少一个以上的各保存用存储介质93。
另外,如图9的(A)、(B)所示,控制部911还可以并行地执行在检测出异常的时刻t10以后使各种信息存储于持续存储介质92的处理以及将存储于持续存储介质92的数据复制到至少一个以上的保存用存储介质93的处理。
如图3所示,控制部911在执行了步骤S13的情况下,暂时结束一系列的处理。此外,当在步骤S12的处理作出否定判断时,即车辆10未产生异常时,控制部911暂时结束一系列的处理。
根据以上说明的本实施方式的数据存储装置90,能够得到以下(1)和(2)所示的作用和效果。
(1)当车辆10产生某些异常时,图4~图7所示的判断信息存储于保存用存储介质93。因此,通过对存储于保存用存储介质93的判断信息进行解析,能对产生异常时的驾驶主体是人还是自动驾驶ECU70进行解析。
(2)在从基于由异常检测部910检测出异常状态的时刻t10设定的基准时刻t20到经过了规定时间Tb的期间,控制部911使判断信息存储于保存用存储介质93。由此,通过对存储于保存用存储介质93的判断信息进行解析,能容易地对在从基准时刻t20到经过了规定时间Tb的期间,驾驶主体是人还是自动驾驶ECU70进行解析。
(第一变形例)
接下来,对第一实施方式的数据存储装置90的第一变形例进行说明。另外,以下,为了便于说明,将存储于第一实施方式的持续存储介质92的各种数据称为“持续存储数据”,将存储于第一实施方式的保存用存储介质93的各种数据称为“保存用存储数据”。
如图10所示,本变形例的数据存储装置90包括一个存储介质94代替持续存储介质92和保存用存储介质93。存储介质94由非易失性的存储介质构成。存储介质94设有持续存储区域940和至少一个以上的保存用存储区域941。控制部911使持续存储数据存储于持续存储区域940并且使保存用存储数据存储于各保存用存储区域941。
(第二变形例)
接下来,对第一实施方式的数据存储装置90的第二变形例进行说明。
如图11所示,本变形例的数据存储装置90包括第一存储介质95和第二存储介质96代替持续存储介质92和保存用存储介质93。第一存储介质95和第二存储介质96由非易失性的存储介质构成。
第一存储介质95设有持续存储区域950和至少一个以上的保存用存储区域951。当由异常检测部910检测出异常状态时,控制部911使持续存储数据存储于第一存储介质95的持续存储区域960并且使保存用存储数据存储于第一存储介质95的至少一个以上的各保存用存储区域961。
第二存储介质96也设有持续存储区域960和至少一个以上的保存用存储区域961。在车辆10的驾驶模式从手动驾驶模式切换为自动驾驶模式时,控制部911使持续存储数据存储于第二存储介质96的持续存储区域960并且使保存用存储数据存储于第二存储介质96的至少一个以上的各保存用存储区域961。
(第三变形例)
接下来,对第一实施方式的数据存储装置90的第三变形例进行说明。
如图12的(A)、(B)所示,本变形例的控制部911将由异常检测部910检测出异常状态的时刻t10作为基准时刻,在从上述基准时刻t10直到经过了规定时间Tb的期间,使保存用存储数据存储于保存用存储介质93。
(第四变形例)
接下来,对第一实施方式的数据存储装置90的第四变形例进行说明。
如图13的(A)、(B)所示,当在时刻t10由异常检测部910检测出异常状态时,本变形例的控制部911使在从该时刻到往前规定时间Ta的时刻t20的期间存储于持续存储介质92的数据存储于至少一个以上的保存用存储介质93。此外,控制部911在时刻t10以后中断向持续存储介质92存储数据,并且使判断信息等数据存储于保存用存储介质93。控制部911在时刻t12以后中断向保存用存储介质93存储数据,并且再次开始向持续存储介质92存储数据。
根据上述结构,能够削减从持续存储介质92向保存用存储介质93复制数据时消耗的电力。
(第五变形例)
接下来,对第一实施方式的数据存储装置90的第五变形例进行说明。
如图14的(A)、(B)所示,当在时刻t10由异常检测部910检测出异常状态时,本变形例的控制部911使保存用存储数据和第一异常产生标志一起存储于保存用存储介质93。此外,当在从基准时刻t20到经过了规定时间Tb的时刻t21的期间内在时刻t11再次由异常检测部910检测出异常状态时,控制部911使第二异常产生标志存储于保存用存储数据,并且将保存用存储数据存储于至少一个以上的保存用存储介质93的期间延长规定时间Te。
根据上述结构,即使在产生了多种异常的情况下,也能通过对存储于保存用存储介质93的判断信息进行解析来对产生异常时的驾驶主体是人还是自动驾驶ECU70进行解析。此外,能基于异常产生标志容易地对存储于保存用存储介质93的数据和异常的对应关系进行判断。
另外,不局限于异常状态的产生,在产生规定的触发时,控制部911也可以改变规定时间Tb、延长时间Te。规定的触发是指例如以下的(d1)~(d6)所示的项目中的至少一个。
(d1)向自动驾驶模式转移的情况。例如在车辆10产生异常后,驾驶员指示向自动驾驶模式转移的情况。
(d2)产生了对自动驾驶产生阻碍的异常的情况。例如,产生了设备的异常、雪等不能认知等的情况。
(d3)在自动驾驶ECU70中不能认知障碍物等的情况。例如超过了自动驾驶ECU70的认知界限的情况。
(d4)检测出车辆10的横向加速度的异常值、意想不到的车辆10的急加速、急减速等的情况。
(d5)向乘员转让驾驶权限的情况。
(d6)驾驶员产生异常的情况。例如驾驶员处于意识不清、沾染酒气、解除安全带的状态的情况。
此外,控制部911还可以使上述触发信息存储于保存用存储介质93。
(第六变形例)
接下来,对第一实施方式的数据存储装置90的第六变形例进行说明。
本变形例中包括多个保存用存储介质93。
如图15的(A)~(C)所示,当在时刻t30由异常检测部910检测出异常状态时,本变形例的控制部911使保存用存储数据存储于多个保存用存储介质93中的第一保存用存储介质。此外,当在时刻t30以后的时刻t31检测出相同的异常时,控制部911使保存用存储数据存储于第一保存用存储介质。此外,当在时刻t31以后的时刻t32检测出其他异常时,控制部911使保存用存储数据存储于与第一保存用存储介质不同的第二保存用存储介质。如上所述,本变形例的控制部911根据异常的种类切换保存用存储介质。另外,还可以采用切换存储介质内的存储区域这样的方法来代替切换保存用存储介质这样的方法。
(第七变形例)
接下来,对第一实施方式的数据存储装置90的第七变形例进行说明。
如图16的(A)、(B)所示,在从基准时刻t20到车辆10的驾驶模式从自动驾驶模式切换到手动驾驶模式的时刻t22的期间,本变形例的控制部911将存储于持续存储介质92的数据复制到至少一个以上的各保存用存储介质93。另外,时刻t22相当于车辆10的驾驶权限从自动驾驶ECU70转让给乘员的时刻。此外,控制部911在时刻t22以后中断向保存用存储介质93复制数据。即,当乘员有驾驶权限时,即使在包括自动驾驶ECU70等的自动驾驶系统产生了异常的情况下,该异常也不会存储于保存用存储介质93。
另外,时刻t22不局限于车辆10的驾驶权限从自动驾驶ECU70转让给乘员的时刻。例如,还可以将向乘员转让了驾驶权限后进行了车辆10的停止操作的时刻设定为时刻t22。此外,还可以将消除了异常状态的时刻设定为时刻t22。
根据上述结构,由于判断信息等数据仅在车辆10的驾驶模式是自动驾驶模式的期间存储于保存用存储介质93,因此,能够避免过度增加保存用存储介质93的使用数据量。
(第八变形例)
接下来,对第一实施方式的数据存储装置90的第八变形例进行说明。
如图17的(A)、(B)所示,当在时刻t30由异常检测部910检测出异常状态时,本变形例的控制部911将在时刻t30前后的期间存储于持续存储介质92的数据复制到至少一个以上的各保存用存储介质93。此外,当在时刻t31车辆10的驾驶模式从自动驾驶模式切换为手动驾驶模式时,控制部911将在时刻t23的前后期间存储于持续存储介质92的数据复制到至少一个以上的各保存用存储介质93。
另外,如图18所示,控制部911还可以将在从时刻t30到经过了规定时间的期间存储于持续存储介质92的数据复制到至少一个以上的各保存用存储介质93。另外,控制部911还可以将从时刻t31到经过了规定时间的期间存储于持续存储介质92的数据复制到至少一个以上的各保存用存储介质93。
(第九变形例)
接下来,对第一实施方式的数据存储装置90的第九变形例进行说明。
如图19所示,本变形例的数据存储装置90仅具有持续存储介质92。控制部911使一次行程量的判断信息存储于持续存储介质92。一次行程是指从车辆10开始行驶的时刻直到车辆10结束行驶的期间。
具体而言,如图20所示,本变形例的控制部911在相当于一次行程的从时刻t40到时刻t44的期间使判断信息等数据存储于持续存储介质92。另外,时刻t40表示车辆10开始行驶的时刻。另外,时刻t44表示车辆10结束行驶的时刻。由此,当车辆10的驾驶模式在时刻t41切换为自动驾驶模式后,车辆10在时刻t42、t43产生了异常时,使这些时刻的判断信息等数据存储于持续存储介质92。因此,通过对存储于持续存储介质92的数据进行解析,能对产生了异常时的驾驶主体是人还是自动驾驶ECU70进行解析。
此外,在由于异常产生使车辆在时刻t44暂时停止后,车辆10在时刻t45开始行驶。在上述情况下,控制部911也在从时刻t45到经过了一次行程的时刻t48的期间,使判断信息等数据存储于持续存储介质92。因此,当车辆10的驾驶模式在之后的时刻t46切换为自动驾驶模式后,车辆10的驾驶权限在时刻t47转让给乘员时,也使这些时刻的判断信息等数据存储于持续存储介质92。因此,即使在车辆10产生了异常的情况下,也能通过对存储于持续存储介质92的数据进行解析来对产生了异常时的驾驶主体是人还是自动驾驶ECU70进行解析。
另外,当持续存储介质92的使用数据量达到了存储容量的上限值时,控制部911从旧数据开始按顺序删除。
(第十变形例)
接下来,对第一实施方式的数据存储装置90的第十变形例进行说明。
如图21的(A)、(B)所示,本变形例的控制部911在相当于一次行程的从时刻t40到时刻t44的期间以及从时刻t45到时刻t48的期间,使判断信息存储于持续存储介质92。此外,当车辆10的驾驶模式在时刻t41、时刻t46切换到自动驾驶模式时,控制部911将之后存储于持续存储介质92的数据复制到保存用存储介质93。
(第十一变形例)
接下来,对第一实施方式的数据存储装置90的第十一变形例进行说明。
如图22的(A)、(B)所示,本变形例的控制部911使存储于持续存储介质92的一次行程量的数据在一次行程结束后、或者下次行程以后存储于保存用存储介质93。另外,也可以是,在几次行程结束后,车辆10到达公司或者家等特定的场所时,控制部911使存储于持续存储介质92的数据存储于保存用存储介质93。
(第十二变形例)
接下来,对第一实施方式的数据存储装置90的第十二变形例进行说明。
如图23所示,本变形例的控制部911根据由异常检测部910检测出的异常的种类来改变存储于持续存储介质92和保存用存储介质93的数据。另外,在图23中标注圆圈的数据表示可能被选择为存储于持续存储介质92和保存用存储介质93的数据的数据。未标注圆圈的数据表示不会存储于持续存储介质92和保存用存储介质93的数据。此外,在图23中仅对与“实际车辆10的输出信息”相关的信息进行了示例,但是对于图4所示的与自动驾驶关联的信息、图5所示的与手动驾驶关联的信息以及图6所示的管理信息,同样也设定有根据异常的种类应选择的数据。控制部911使与由异常检测部910检测出的异常的种类相对应的至少一个数据存储于持续存储介质92和保存用存储介质93。
另外,当伴随异常的产生而将数据存储于持续存储介质92和保存用存储介质93时产生了其他不同的异常时,控制部911使与各异常对应的项目的逻辑或运算所对应的数据存储于持续存储介质92和保存用存储介质93。例如,当在与一方的异常对应的项目上未标注圆圈,并且在与另一方的异常对应的项目上标注圆圈时,属于上述项目的数据存储于持续存储介质92和保存用存储介质93。
(第十三变形例)
接下来,对第一实施方式的数据存储装置90的第十三变形例进行说明。
当由异常检测部910检测出异常状态时以及产生了规定的触发现象时,本变形例的控制部911使判断信息等数据存储于保存用存储介质93的时间间隔变短。以下,将存储于保存用存储介质93的数据的时间间隔称为“采样间隔”。此外,将存储于保存用存储介质93的数据的时间期间称为“采样期间”。
作为触发现象,可以使用例如上述(d1)~(d6)所示的现象。此外,作为触发现象,可以使用从手动驾驶模式向自动驾驶模式的切换、TOR的执行、MRM的执行以及驾驶权限从自动驾驶ECU70向乘员的转让等。
例如,作为触发现象,使用从自动驾驶ECU70向乘员转让驾驶权限的现象。并且,如图24的(A)所示,控制部911以第一存储间隔T1将数据存储于持续存储介质92。另外,在图24的(A)、(B)中倒三角的标记表示数据的存储时刻。在这种情况下,如图24的(B)所示,当在时刻t50、t51、t53由异常检测部910检测出异常状态并且在时刻t52产生了从自动驾驶ECU70向乘员转让驾驶权限的现象时,在时刻t50~时刻t53各自的前后规定期间,控制部911使存储于持续存储介质92的数据存储于保存用存储介质93。此外,在时刻t50~时刻t53各自的前后规定期间以外的期间,控制部911使用比第一存储间隔T1长的第二存储间隔T2,使存储于持续存储介质92的数据存储于保存用存储介质93。根据上述结构,当由异常检测部910检测出异常状态以及产生了触发现象时,可以使保存用存储介质93中的数据的采样间隔变短。
或者,如图25的(A)所示,在时刻t50~时刻t53各自的前后规定期间,控制部911以第一存储间隔T1将数据存储于持续存储介质92,并且在除此之外的期间以第二存储间隔T2将判断信息存储于持续存储介质92。在这种情况下,如图25的(B)所示,控制部911使存储于持续存储介质92的数据保持原样地存储于保存用存储介质93。根据上述结构,当由异常检测部910检测出异常状态以及产生了触发现象时,可以使保存用存储介质93中的数据的采样间隔变短。
根据本变形例的数据存储装置90,能够提高产生异常前后以及产生触发现象前后的驾驶主体的解析精度。此外,由于能使保存用存储介质93中的使用数据量减少,因此能够更长时间地向保存用存储介质93存储判断信息。
(第十四变形例)
接下来,对第一实施方式的数据存储装置90的第十四变形例进行说明。
当从手动驾驶模式切换到自动驾驶模式、执行TOR、执行MRM以及从自动驾驶ECU70向乘员转让驾驶权限等时,上述控制的直到稳定的时间分别不同。因此,在产生了上述触发现象的时刻,本变形例的控制部911使持续存储介质92和保存用存储介质93中的数据的采样间隔和采样期间的至少一方发生变化。
另外,直到控制稳定的时间根据车辆10产生的异常的种类、产生异常的部位而不同。因此,控制部911也可以根据异常的种类、异常的部位来使持续存储介质92和保存用存储介质93中的数据的采样间隔和采样期间的至少一方发生变化。
具体而言,假设当产生了图26和图27的“异常的种类”和“异常的部位”的栏所记载那样的异常时,在车辆10中进行“假设的控制的示例”的栏所记载那样的控制。此时,直到上述控制稳定需要“直到控制稳定的时间的示例”的栏所记载那样的时间。在此处列举事例的情况下,在直到“采样期间的示例”的栏所记载的期间,控制部911使采样间隔比通常更短。
此外,当车辆10产生的异常是车辆10动作的异常、为了执行自动驾驶所需要的设备的异常时,为了确认自动驾驶控制是否产生异常,使持续存储介质92和保存用存储介质93中的数据的采样间隔变短。例如当认知系统的周边认知传感器71、操作系统的EPS40产生了异常时等、产生了可能立刻影响自动驾驶控制的异常的情况下,使持续存储介质92和保存用存储介质93中的数据的采样间隔变短。即,使数据密集地存储于持续存储介质92和保存用存储介质93。
另一方面,人自身的状态异常、用于人进行操作的设备异常时不是自动驾驶控制的问题,使持续存储介质92和保存用存储介质93中的数据的采样间隔变长。例如当驾驶员睡着、燃料系统的燃料不足、挡位显示异常、雨刮器异常等时,当前能正常地保持自动驾驶控制,因此,使持续存储介质92和保存用存储介质93中的数据的采样间隔变长。即,使数据稀疏地存储于持续存储介质92和保存用存储介质93。
(第十五变形例)
接下来,对第一实施方式的数据存储装置90的第十五变形例进行说明。
如图2的虚线所示,运算处理部91还包括行驶状况检测部912。行驶状况检测部912基于从各ECU20~70获取的各种信息,对车辆10行驶的车道、行驶路面的状态等车辆的行驶状况进行检测。
当判断为由行驶状况检测部912检测出的车辆10的行驶状况处于解析需求较高的状况时,本变形例的控制部911使持续存储介质92和保存用存储介质93中的数据的采样间隔变短,或者使采样期间变长。
另外,解析需求较高的状况是指,车辆10行驶会阻挡周围的车流的状况、车辆10在路面状态较差的道路上行驶的状况。车辆10行驶会阻挡周围的车流的状况是指,车辆10进行变道的状况、车辆10行驶的车道与其他的车道合流的状况、车辆10在十字路口行驶的状况、车辆左转或者右转的状况等。此外,车辆10在路面状态较差的道路上行驶的状况是指,车辆10在雪道行驶的状况、气温在冰点以下且路面可能冻结时车辆10行驶的状况、降雨时车辆10行驶的状况、车辆10在水坑行驶的状况、车辆10在凹凸路面行驶的状况等。此外,解析需求较高的状况还包括例如车辆10在高速道路上行驶的状况。
(第二实施方式)
接下来,对第二实施方式的数据存储装置90进行说明。以下,以与第一实施方式的数据存储装置90的不同点为中心进行说明。
如图1的虚线所示,本实施方式的车辆10设有通信装置100,该通信装置100能与其他车辆110和管理中心120中的至少一方通信。
管理中心120是与本车辆10分开地能提供存储数据的服务的机构。管理中心120中,能存储多个车辆的数据,或者能长时间地存储数据。管理中心120包含公共管理中心、私人管理中心。公共管理中心是指没有车辆种类、用途的限制,能传输通信数据的机构、或者仅服务加入者能利用的机构。私人管理中心是指以公司等的特定的车辆为对象的机构或者存储于个人所有的PC等。
另外,向管理中心120的通信方法是无线通信。此外,向管理中心120的通信方法也可以使用经由个人电脑等从车辆向管理中心120发送这样的方法。
通信装置100连接为能够经由车载网络80与各ECU20~70以及数据存储装置90通信。因此,各ECU20~70以及数据存储装置90能够通过通信装置100向其他车辆110和管理中心120中的至少一方发送数据。
如图28所示,当执行了步骤S13的处理后或者当步骤S12的处理作出否定判断时,作为步骤S14的处理,控制部911通过通信装置100将存储于持续存储介质92或者保存用存储介质93的数据向其他车辆110和管理中心120中的至少一方发送。上述数据包括车辆10的判断信息。由此,能够在其他车辆110和管理中心120保存本车辆10的判断信息。
另外,从控制部911向其他车辆110和管理中心120中的至少一方发送的判断信息中包括图6所示的管理信息的车辆识别信息。由此,当其他车辆110和管理中心120中的至少一方接收了判断信息时,能确定与接收到的判断信息对应的车辆。
根据以上说明的本实施方式的数据存储装置90,能够得到以下(3)和(4)所示的作用和效果。
(3)即使当保存用存储介质93产生了异常时或者当保存用存储介质93的使用数据量达到了存储容量的上限值时,也能在其他车辆110、管理中心120中保存本车辆的判断信息。此外,通过在管理中心120保存本车辆的判断信息能够在管理中心120立刻解析判断信息,因此容易确认异常状态。此外,还考虑了无法向管理中心120发送判断信息的情况,因此,能够通过向其他车辆110发送判断信息来进一步可靠地保存判断信息。
(4)如图29所示,当车辆10产生了异常时,判断信息与车辆识别信息一起从车辆10向其他车辆110发送,因此,在其他车辆110中能够容易地确定与接收到的判断信息对应的车辆。同样地,如图30所示,当车辆10产生了异常时,判断信息与车辆识别信息也一起从车辆10向管理中心120发送,因此,在管理中心120中也能够容易地确定与接收到的判断信息对应的车辆。
(第一变形例)
接下来,对第二实施方式的数据存储装置90的第一变形例进行说明。
本变形例的控制部911根据数据的发送目的地使持续存储介质92或者保存用存储介质93中的数据的采样间隔发生变化。例如也可以是,当由于向发送目的地的发送速度、发送量的限制导致发送判断信息等数据需要较长时间时、或者当发送目的地的存储容量的上限值较小时,控制部911使持续存储介质92或者保存用存储介质93中的数据的采样间隔变长。
(第二变形例)
接下来,对第二实施方式的数据存储装置90的第二变形例进行说明。
在本变形例中,接收从车辆10发送的判断信息等数据的其他车辆110的控制部911执行图31所示的处理。另外,其他车辆110的控制部911以规定的周期执行图31所示的处理。
如图31所示,首先,作为步骤S20的处理,控制部911对周边车辆的异常进行检测。具体而言,控制部911经由V2V、管理中心120接收异常信号,从而对周边车辆的异常进行检测。或者,控制部911通过自动驾驶ECU70的周边认知传感器71、话筒等传感器对周边的异常行驶车辆进行检测,从而对周边车辆的异常进行检测。异常行驶的周边车辆是指,例如危险警报灯等表示异常的灯亮灯的车辆、与其他前后车辆相比速度较慢的车辆、在路边行驶的车辆。
作为步骤S21的处理,控制部911基于步骤S20的检测结果对周边是否存在异常车辆进行判断。即,当通过步骤S20的处理检测出异常车辆时,控制部911判断为周边存在异常车辆。此外,当通过步骤S20的处理未检测出异常车辆时,控制部911判断为周边不存在异常车辆。当在步骤S21的处理作出了肯定判断时,即当周边存在异常车辆时,作为步骤S22的处理,控制部911从该异常车辆获取数据。上述数据包括异常车辆的判断信息。
在执行了步骤S22的处理后,作为步骤S23的处理,控制部911对是否存在未向管理中心120发送的异常车辆的数据进行判断。此外,当在步骤S21的处理作出否定判断时,即未检测出周边车辆的异常时,控制部911也执行步骤S23的处理。
当在步骤S23的处理作出了肯定判断时,即当存在未向管理中心120发送的异常车辆的数据时,作为步骤S24的处理,控制部911对是否处于能和管理中心120通信的状况进行判断。当在步骤S24的处理作出了肯定判断时,即当处于能和管理中心120通信的状况时,作为步骤S25的处理,控制部911将异常车辆的数据向管理中心120发送后暂时结束一系列的处理。
当在步骤S23的处理作出了否定判断时或者当在步骤S24的处理作出了否定判断时,控制部911也结束一系列的处理。
根据上述结构,如图32所示,从产生了异常的车辆10发送的判断信息等数据经由其他车辆110向管理中心120发送。由此,即使在车辆10在深山行驶的情况下、或者在因存储介质92、93的异常无法进行通信、存储数据的情况下,也能够在移动到能和周边行驶的其他车辆110通信的位置时向管理中心120发送判断信息等数据。此外,通过利用多个其他车辆110部分保持判断信息等数据,并且将上述信息发送到管理中心120后进行统合,能够使容量较大的判断信息等数据存储于外部。
(第三变形例)
接下来,对第二实施方式的数据存储装置90的第三变形例进行说明。
本变形例的数据存储装置90具有与图19所示的数据存储装置90相同的结构。即,数据存储装置90仅具有持续存储介质92。控制部911使一次行程或者数次行程量的判断信息等数据存储于持续存储介质92。此外,控制部911在结束了向持续存储介质92存储数据后,将一次行程或者数次行程量的判断信息等数据全部或者部分地向管理中心120发送。
(第三实施方式)
接下来,对第三实施方式的数据存储装置90进行说明。以下,以与第一实施方式的数据存储装置90的不同点为中心进行说明。
本实施方式的控制部911以规定的周期反复执行图33所示的处理。另外,在图33所示的处理中,通过对与图3所示的处理相同的处理标注相同的符号来省略重复的说明。
如图33所示,在作为步骤S10的处理使判断信息存储于持续存储介质92后,作为步骤S30的处理,控制部911获取输入装置72的输出信号。接着,作为步骤S31的处理,控制部911基于输入装置72的输出信号对是否已进行自动驾驶的开始操作进行判断。
作为步骤S11的处理,当在步骤S31的处理作出了肯定判断时,控制部911从各ECU20~70获取异常检测结果,并且使与获取到的异常检测结果相应的信息存储于持续存储介质92。之后,作为步骤S12的处理,控制部911基于从各ECU20~70获取到的异常检测结果对车辆10是否产生异常进行判断。当在步骤S12的处理作出了肯定判断时,即当车辆10产生异常时,作为步骤S13的处理,控制部911将存储于持续存储介质92的数据复制到至少一个以上的各保存用存储介质93。具体而言,将从进行自动驾驶的开始操作的时刻往前规定时间的时刻作为基准时刻,在从上述基准时刻直到经过了规定时间的期间,控制部911将存储于持续存储介质92的数据复制到至少一个以上的各保存用存储介质93。
控制部911执行了步骤S13后暂时结束一系列的处理。当在步骤S31的处理作出了否定判断时或者当在步骤S12的处理作出了否定判断时,控制部911也暂时结束一系列的处理。
根据以上说明的本实施方式的数据存储装置90,除了第一实施方式的(1)所示的作用和效果,还能够得到以下的(5)所示的作用和效果。
(5)当车辆10的驾驶模式从手动驾驶模式切换为自动驾驶模式时由异常检测部910检测出异常状态时,控制部911使判断信息存储于保存用存储介质93。由此,即使在车辆10的驾驶模式从手动驾驶模式切换为自动驾驶模式时车辆10产生了异常的情况下,也能容易地对产生异常时的驾驶主体是人还是自动驾驶控制装置进行解析。
(第四实施方式)
接下来,对第四实施方式的数据存储装置90进行说明。以下,以与第一实施方式的数据存储装置90的不同点为中心进行说明。
本实施方式的控制部911以规定的周期反复执行图34所示的处理。如图34所示,首先,作为步骤S40的处理检测出能存储于存储介质92、93的数据量后,作为步骤S41的处理,控制部911对该数据量是否低于规定的阈值进行判断。当在步骤S41的处理作出了肯定判断时,即当能存储于存储介质92、93的数据量低于阈值时,作为步骤S42,控制部911限制车辆10的自动驾驶的功能。例如,作为自动驾驶的功能的限制,控制部911执行以下的(e1)~(e3)所示的项目中的至少一个。
(e1)自动驾驶的禁止。
(e)乘员未乘坐的状态下的自动驾驶的禁止。
(e3)仅允许驾驶员的操作需要部分的自动驾驶。例如,控制部911允许车道保持、牵引力控制、巡航定速、自动刹车中的至少一个。
当在步骤S41的处理作出了否定判断时,即当能存储于存储介质92、93的数据量在阈值以上时,作为步骤S43的处理,控制部911对存储介质92、93是否正在存储数据进行判断。当在步骤S43的处理作出了否定判断时,即当存储介质92、93未进行数据的存储时,作为步骤S46的处理,控制部911不限制自动驾驶的功能。
当在步骤S43的处理作出了肯定判断时,即当存储介质92、93正在存储数据时,作为步骤S44的处理,控制部911检查存储介质92、93的状态。具体而言,控制部911检查以下的(f1)~(f3)所示的项目。
(f1)RAM和ROM检查。
(f2)对持续存储介质92和保存用存储介质93进行文本写入和文本写出,检查是否能存储数据。
(f3)在车辆10起动时检查持续存储介质92,在停止存储数据时定期检查保存用存储介质93。
接着,作为步骤S45的处理,控制部911基于步骤S44的检查结果,对存储介质92、93是否产生异常进行判断。当在步骤S45的处理作出了肯定判断时,即当存储介质92、93产生异常时,作为步骤S42的处理,控制部911限制自动驾驶的功能。此外,当在步骤S45的处理作出了否定判断时,即当存储介质92、93未产生异常时,作为步骤S46的处理,控制部911不限制自动驾驶的功能。
根据以上说明的本实施方式的数据存储装置90,能够进而得到以下(6)所示的作用和效果。
(6)当存储介质92、93产生异常时,控制部911限制车辆10的自动驾驶的功能。此外,当能存储于存储介质92、93的数据量低于规定的阈值时,控制部911也限制车辆10的自动驾驶的功能。由此,在难以使判断信息存储于存储介质92、93的情况下,使车辆10以更安全的方式行驶。
(第五实施方式)
接下来,对第五实施方式的数据存储装置90进行说明。以下,以与第一实施方式的数据存储装置90的不同点为中心进行说明。
当将判断信息全部留在保存用存储介质93中时,若车辆10继续行驶,则存储介质92、93的使用数据量达到存储容量的上限值,因此需要删除存储于存储介质92、93的数据。因此,本实施方式的控制部911在以下的(g1)~(g5)所示的删除时刻,删除存储于存储介质92、93的数据的一部分或者全部。
(g1)经过了规定时间时。
(g2)使用数据量超过了规定的阈值时。
(g3)由乘员或者经销商指示删除时。
(g4)进行车辆10的供油或者供电时。
(g5)车辆10在上次的删除时刻以后行驶了多次行程时。
另外,也可以在上述的删除时刻设定为可删除,当存储介质92、93的使用数据量达到了存储容量的上限值时,控制部911基于规定的优先顺序进行删除。以例如以下的(h1)~(h5)所示的方式确定规定的优先顺序。
(h1)从较早的行程的数据开始删除。
(h2)从已向车外传送的数据开始删除。
(h3)根据开始留下记录的触发来设定优先顺序。
(h1)从周边车辆的数据开始删除。
(h5)当有必要删除存储于保存用存储介质93的数据时,将该消息通知给乘员,基于乘员的允许进行删除。另外,乘员也可以选择删除的数据。
此外,上述的(h3)所记载的触发是例如以下的(i1)~(i6)所示的现象。
(i1)向乘员转让驾驶权限的情况。
(i2)向自动驾驶模式转移的情况。例如在车辆10产生异常后,驾驶员指示向自动驾驶模式转移的情况。
(i3)在自动驾驶ECU70中不能认知障碍物等的情况。例如超过了自动驾驶ECU70的认知界限的情况。
(i4)出现了对自动驾驶产生阻碍的异常的情况。例如,产生了设备的异常、雪等不能认知等的情况。
(i5)驾驶员产生异常的情况。例如驾驶员处于意识不清、沾染酒气、解除安全带的状态的情况。
(i6)检测出车辆10的横向加速度的异常值、意想不到的车辆10的急加速、急减速等的情况。
此外,控制部911也可以在对存储于存储介质92、93的数据标注优先顺序后,从优先顺序较低的数据开始进行删除。作为标注优先顺序的方法,例如存在如下的方法:按照车辆动作的异常、最开始的异常、中途的异常这样的顺位,顺位越靠前优先级越高的方式对优先顺序进行标注。此外,还可以用以下的(j1)~(j3)所示的方法标注优先顺序。
(j1)以优先顺序较低的顺序给分。
(j2)根据存储后经过的时间给分。
(j3)将优先顺序和经过天数相乘来标注优先顺序。
另一方面,存储介质92、93对基于来自外部的指令的数据删除进行限制。外部是指乘员、管理中心120以及经销商中的至少一个。此外,作为对存储于存储介质92、93的数据删除进行限制的方法,使用例如以下的(k1)~(k3)中的至少一个方法。
(k1)禁止删除全部数据。
(k2)禁止删除一部分的数据。
(k3)仅允许删除持续存储介质92的数据。禁止删除保存用存储介质93的数据。
此外,作为上述(k2)所示的一部分的数据的删除,可以采用以下方法:例如根据开始存储数据的触发来禁止删除。用例如以下的(m1)和(m2)所示的方法进行一部分的数据的删除。
(m1)禁止将根据规定的触发而存储的判断信息删除。例如,禁止将基于第一实施方式的第五变形例的(d1)~(d6)所示的触发而存储的判断信息删除。
(m2)禁止将产生了规定的触发的行程的数据、或者从产生触发以后到行程结束的数据删除。例如,禁止将与后面需要解析的可能性较高的触发对应的判断信息删除。后面需要解析的可能性较高的触发是指例如以下的(n1)和(n2)所示的现象。
(n1)检测出车辆10的横向加速度的异常值、意想不到的车辆10的急加速、急减速等的情况。
(n2)驾驶员产生异常的情况。例如驾驶员处于意识不清、沾染酒气、解除安全带的状态的情况。
此外,还可以将能对存储于存储介质92、93的数据进行删除的人限制为例如经销商、管理中心120。
此外,还可以对存储于存储介质92、93的数据的删除方法进行限制。在例如能删除来自外部的数据的情况下,可以采用以下的(p1)~(p3)所示那样的方法。
(p1)额外需要用于删除的装置。
(p2)删除时需要密码、关键硬件、或者这两者。
(p3)在经过了规定的时间以前的期间,不允许删除。
此外,当不能删除来自外部的数据时,可以采用以下方法:例如对数据存储装置90不设置数据消除用的按钮、信号。
根据以上说明的本实施方式的数据存储装置90,能够进而得到以下(7)和(8)所示的作用和效果。
(7)通过对存储于存储介质92、93的数据进行删除,能够增加它们的使用数据量,并且留下对驾驶主体解析时需要的重要的数据。
(8)存储介质92、93对基于来自外部的指令的数据删除进行限制。由此,能够预先防止重要数据的丧失。
(第六实施方式)
接下来,对第六实施方式的数据存储装置90进行说明。以下,以与第一实施方式的数据存储装置90的不同点为中心进行说明。
代替对车辆10的异常、乘员的异常以及车辆10的周边环境的异常等进行检测这样的方法,本实施方式的异常检测部910对是否产生上述的异常进行推定。具体而言,异常检测部910基于传感器73、77以及开关74~76各自的输出值、能从各ECU20~70获取的信息,对车辆10是否产生异常进行推定。当由异常检测部910推定出车辆10中产生异常时,控制部911将存储于持续存储介质92的判断信息复制到保存用存储介质93。
例如,异常检测部910基于通过乘员监视传感器62由车载ECU60检测出的乘员的状态,对是否存在乘员产生异常的可能性进行推定。乘员的状态包括例如乘员的体温、脸部识别、视线识别、通过语音的车辆10的对话等。
此外,对于数值像老化等那样逐渐变化的数值,当使用时间、产生频度等超过了规定的阈值时,异常检测部910推定为车载设备和车载系统可能产生异常。例如当检测出轮胎的气压因爆胎或者自然老化而降低时,异常检测部910推定为在规定时间内驾驶可能会遇到阻碍。此外,当检测出燃料不足时,异常检测部910推定为在规定时间内驾驶可能会遇到阻碍。
此外,当通过V2V、V2X、气象信息、紧急信息等判断出会发生降雨、降雪、地震时,异常检测部910推定为周边环境可能会产生异常。
此外,异常检测部910基于预碰撞传感器54、由相机、雷达装置等构成的周边认知传感器71、V2V通信等推定车辆10的异常动作,或者判断为不能避免车辆10的异常动作。
根据以上说明的本实施方式的数据存储装置90,能够得到以下(9)所示的作用和效果。
(9)异常检测部910对车辆10是否产生异常进行推定。当由异常检测部910推定出车辆10中产生异常时,控制部911将存储于持续存储介质92的判断信息等数据复制到保存用存储介质93。由此,在根据车辆10的异常动作等自动驾驶ECU70推定车辆10可能产生异常从而开始了MRM这样的情况下,也在之后车辆10产生异常时,使判断信息存储于保存用存储介质93。在上述情况下,由于驾驶员可能将车辆10的故障安全行驶误认为是车辆10的异常,因此,通过将进行MRM的根据和上述动作的记录留在保存用存储介质93中作为判断信息,能对实际上车辆10是否产生异常进行解析。
<其它实施方式>
另外,也能够以如下方式实施各实施方式。
·车辆10不局限于仅以发动机21为动力源的车辆,还可以是以电动发电机为动力源的车辆、例如混合动力车、电动汽车、燃料电池车等。如图1的虚线所示,上述车辆10装设有控制电动发电机131的电动发电机ECU130。
·第一实施方式的各变形例所记载的数据存储装置90的结构能够应用于第二~第六实施方式的各数据存储装置90。
·能够通过存储于实体的存储介质的软件及执行该软件的计算机、仅软件、仅硬件或它们的组合来实现运算处理部91所提供的方法和/或功能。例如,在通过作为硬件的电子电路提供运算处理部91的情况下,能够由包含大量逻辑电路的数字电路或模拟电路提供。
·本发明并不限定于上述具体例。即使本领域技术人员对上述具体例做了适当的设计变更,只要包括本发明的特征,就包含于本发明的范围内。上述各具体例所包括的各要素及其配置、条件、形状等并不限定于例示的情况,能够进行适当变更。只要不产生技术上的矛盾,可以对上述各具体例所包括的各要素进行适当的组合改变。
Claims (14)
1.一种车辆的数据存储装置,
数据存储装置(90)装设于由自动驾驶控制装置(70)执行自动驾驶控制的车辆(10),其特征在于,包括:
异常检测部(910),所述异常检测部对包括所述车辆的异常、所述车辆的乘员的异常以及所述车辆的周边环境的异常中的至少一个的异常状态进行检测;以及
控制部(911),在由所述异常检测部检测出所述异常状态时,所述控制部使能对所述车辆的驾驶主体是否是所述自动驾驶控制装置进行判断的判断信息存储于存储介质(92、93、94、95、96),
所述判断信息包括所述自动驾驶控制的控制量、所述控制量的基础信息、所述车辆的操作量以及实际的所述车辆的输出信息、直接表示是否是自动驾驶的信息中的至少一个。
2.如权利要求1所述的车辆的数据存储装置,其特征在于,
所述控制部使在从基准时刻到经过了规定时间的期间获取到的所述判断信息存储于所述存储介质,所述基准时刻是基于由所述异常检测部检测出所述异常状态的时刻而设定的。
3.如权利要求2所述的车辆的数据存储装置,其特征在于,
在从由所述异常检测部检测出所述异常状态的时刻经过所述规定时间之前的期间、由所述异常检测部再次检测出异常时,所述控制部延长所述规定时间。
4.如权利要求1~3中任一项所述的车辆的数据存储装置,其特征在于,
在由所述异常检测部检测出所述异常状态后,所述车辆的驾驶模式从自动驾驶模式切换为手动驾驶模式时,所述控制部中断向所述存储介质存储所述判断信息。
5.如权利要求1~4中任一项所述的车辆的数据存储装置,其特征在于,
当使在从基准时刻到经过了规定时间的期间获取到的所述判断信息存储于所述存储介质时,所述控制部使在所述存储介质存储所述判断信息的时间性的采样间隔比从所述基准时刻到经过了所述规定时间的期间以外的期间的采样间隔短,所述基准时刻是基于由所述异常检测部检测出所述异常状态的时刻而设定的。
6.如权利要求1~5中任一项所述的车辆的数据存储装置,其特征在于,
在执行车辆的自动驾驶的情况下检测出所述异常状态时,所述异常检测部根据检测出的异常的种类,改变在所述存储介质存储所述判断信息的时间性的采样间隔和采样期间中的至少一方。
7.如权利要求1~6中任一项所述的车辆的数据存储装置,其特征在于,
还包括行驶状况检测部(912),所述行驶状况检测部检测车辆的行驶状况,
所述异常检测部基于由所述行驶状况检测部检测出的车辆的行驶状况,改变在所述存储介质存储所述判断信息的时间性的采样间隔和采样期间。
8.如权利要求1所述的车辆的数据存储装置,其特征在于,
在所述车辆的驾驶模式从手动驾驶模式切换为自动驾驶模式时、由所述异常检测部检测出所述异常状态的情况下,所述控制部使所述判断信息存储于所述存储介质。
9.如权利要求1~8中任一项所述的车辆的数据存储装置,其特征在于,
当所述存储介质产生异常时,所述控制部限制所述车辆的自动驾驶的功能。
10.如权利要求1~8中任一项所述的车辆的数据存储装置,其特征在于,
当所述存储介质的使用数据量低于规定的阈值时,所述控制部限制所述车辆的自动驾驶的功能。
11.如权利要求1~10中任一项所述的车辆的数据存储装置,其特征在于,
所述控制部将存储于所述存储介质的所述判断信息向车辆外的存储介质发送。
12.如权利要求1~11中任一项所述的车辆的数据存储装置,其特征在于,
作为所述车辆的异常,所述异常检测部对由自动驾驶控制进行控制的车载设备和车载系统的异常、所述车辆的动作的异常以及所述车载设备或者所述车载系统的冗余系统的异常中的至少一个进行检测。
13.一种数据存储装置,
所述数据存储装置(90)装设于由自动驾驶控制装置(70)执行自动驾驶控制的车辆(10),其特征在于,包括:
异常检测部(910),所述异常检测部对包括所述车辆的异常、所述车辆的乘员的异常以及所述车辆的周边环境的异常中的至少一个的异常状态的产生进行推定;以及
控制部(911),在由所述异常检测部推定出会产生所述异常状态时,所述控制部使能对所述车辆的驾驶主体是否是所述自动驾驶控制装置进行判断的判断信息存储于存储介质(92、93),
所述判断信息包括所述自动驾驶控制的控制量、所述控制量的基础信息、所述车辆的操作量以及实际的所述车辆的输出信息、直接表示是否是自动驾驶的信息中的至少一个。
14.如权利要求1~13中任一项所述的车辆的数据存储装置,其特征在于,
所述存储介质对基于来自外部的指令的数据删除进行限制。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017-078138 | 2017-04-11 | ||
JP2017078138A JP6790977B2 (ja) | 2017-04-11 | 2017-04-11 | 車両のデータ記憶装置 |
PCT/JP2018/008114 WO2018190024A1 (ja) | 2017-04-11 | 2018-03-02 | 車両のデータ記憶装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110494340A true CN110494340A (zh) | 2019-11-22 |
CN110494340B CN110494340B (zh) | 2022-10-11 |
Family
ID=63792633
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880023738.6A Active CN110494340B (zh) | 2017-04-11 | 2018-03-02 | 车辆的数据存储装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20200043254A1 (zh) |
JP (1) | JP6790977B2 (zh) |
CN (1) | CN110494340B (zh) |
DE (1) | DE112018001965T5 (zh) |
WO (1) | WO2018190024A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112213117A (zh) * | 2020-10-15 | 2021-01-12 | 北京百度网讯科技有限公司 | 一种车辆测试的方法、装置、设备以及存储介质 |
CN113187612A (zh) * | 2020-01-29 | 2021-07-30 | 丰田自动车株式会社 | 车辆用控制装置、车辆用控制系统、车辆用控制方法及车辆用控制系统的控制方法 |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6915476B2 (ja) * | 2017-09-25 | 2021-08-04 | トヨタ自動車株式会社 | 情報提供システム、車載装置、情報提供方法、及びプログラム |
US10882449B2 (en) * | 2017-10-03 | 2021-01-05 | Ford Global Technologies, Llc | Vehicle light platoon |
JP6926957B2 (ja) * | 2017-11-02 | 2021-08-25 | トヨタ自動車株式会社 | 車線変更支援装置 |
US20190351914A1 (en) * | 2018-05-15 | 2019-11-21 | Pony.ai, Inc. | System and method for identifying suspicious points in driving records and improving driving |
JP7210906B2 (ja) * | 2018-05-31 | 2023-01-24 | 株式会社デンソー | 車両の自動運転制御装置及びプログラム |
JP6761002B2 (ja) * | 2018-07-23 | 2020-09-23 | ファナック株式会社 | データ管理装置、データ管理プログラム及びデータ管理方法 |
CN111216792B (zh) * | 2018-11-26 | 2021-07-30 | 广州汽车集团股份有限公司 | 一种自动驾驶车辆状态监测系统及方法、汽车 |
JP7156148B2 (ja) * | 2019-04-11 | 2022-10-19 | トヨタ自動車株式会社 | 車載記録装置 |
JP7222339B2 (ja) * | 2019-10-25 | 2023-02-15 | トヨタ自動車株式会社 | 自動駐車システム |
JP7367495B2 (ja) * | 2019-11-29 | 2023-10-24 | 富士通株式会社 | 情報処理装置および通信ケーブルログ情報採取方法 |
JP7298469B2 (ja) | 2019-12-18 | 2023-06-27 | 株式会社デンソー | 車両用制御システム |
WO2021152985A1 (ja) * | 2020-01-31 | 2021-08-05 | 株式会社Jvcケンウッド | 記録制御装置、記録制御方法、及びプログラム |
JP7348700B2 (ja) * | 2020-02-13 | 2023-09-21 | 株式会社デンソー | 無線通信装置及びサーバ装置 |
JP7404143B2 (ja) | 2020-04-17 | 2023-12-25 | 株式会社東海理化電機製作所 | 操作装置 |
JP7380409B2 (ja) * | 2020-04-29 | 2023-11-15 | 株式会社デンソー | 車両用記録装置、情報記録方法 |
KR102264692B1 (ko) * | 2020-11-24 | 2021-06-15 | 한방유비스 주식회사 | 재난 발생 시 자율 대피 가능한 재난 취약 계층용 이동식 탑승 수단 |
CN112751910A (zh) * | 2020-12-14 | 2021-05-04 | 北京小马慧行科技有限公司 | 一种信息收集方法和装置 |
US11970162B2 (en) | 2020-12-28 | 2024-04-30 | Honda Motor Co., Ltd. | Vehicle control device, vehicle control method, and program |
WO2022144963A1 (ja) * | 2020-12-28 | 2022-07-07 | 本田技研工業株式会社 | 車両制御装置、車両制御システム、車両制御方法、およびプログラム |
JP7223914B2 (ja) * | 2020-12-28 | 2023-02-16 | 本田技研工業株式会社 | 車両制御装置、および車両システム |
EP4113973A4 (en) * | 2021-03-05 | 2023-11-01 | JVCKenwood Corporation | VEHICLE RECORDING CONTROL DEVICE AND RECORDING CONTROL METHOD |
CN113428169B (zh) * | 2021-06-22 | 2022-04-08 | 广汽埃安新能源汽车有限公司 | 一种车辆监控方法、装置及电子设备 |
CN113696903A (zh) * | 2021-09-28 | 2021-11-26 | 国汽(北京)智能网联汽车研究院有限公司 | 一种车辆控制方法、装置、电子设备及存储介质 |
KR102614325B1 (ko) * | 2021-11-22 | 2023-12-19 | 주식회사 넥스트칩 | 차량의 사고 이벤트를 분석하기 위한 전자 장치 및 그 동작방법 |
CN115019525A (zh) * | 2022-06-20 | 2022-09-06 | 杭州海康威视数字技术股份有限公司 | 行程时间数据的筛选方法和交通信号控制方法 |
CN114997756B (zh) * | 2022-08-03 | 2022-12-20 | 成都智暄科技有限责任公司 | 基于座舱数据的车辆残值评估系统及方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002042288A (ja) * | 2000-07-26 | 2002-02-08 | Yazaki Corp | 運行状態記録装置及びそれを利用した運行管理システム |
JP2007122515A (ja) * | 2005-10-28 | 2007-05-17 | Pioneer Electronic Corp | 情報記録装置、情報記録方法、情報記録プログラムおよびコンピュータに読み取り可能な記録媒体 |
CN105460008A (zh) * | 2014-09-29 | 2016-04-06 | 富士重工业株式会社 | 车辆的行驶控制装置 |
CN105564440A (zh) * | 2014-10-31 | 2016-05-11 | 富士重工业株式会社 | 车辆的行驶控制装置 |
WO2016080070A1 (ja) * | 2014-11-17 | 2016-05-26 | 日立オートモティブシステムズ株式会社 | 自動運転システム |
JP2016115356A (ja) * | 2014-12-12 | 2016-06-23 | ソニー株式会社 | 自動運転制御装置および自動運転制御方法、並びにプログラム |
JP2016212807A (ja) * | 2015-05-13 | 2016-12-15 | 株式会社デンソー | 車両用データ記録装置 |
CN106240559A (zh) * | 2015-06-10 | 2016-12-21 | 富士重工业株式会社 | 车辆的行驶控制装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009205368A (ja) * | 2008-02-27 | 2009-09-10 | Denso Corp | 事故通報システム、及び、車載装置 |
US8543280B2 (en) * | 2011-04-29 | 2013-09-24 | Toyota Motor Engineering & Manufacturing North America, Inc. | Collaborative multi-agent vehicle fault diagnostic system and associated methodology |
JP6510954B2 (ja) | 2015-10-22 | 2019-05-08 | Jxtgエネルギー株式会社 | 潤滑油組成物 |
US9805527B2 (en) * | 2016-01-13 | 2017-10-31 | Volkswagen Ag | Intelligent logging |
-
2017
- 2017-04-11 JP JP2017078138A patent/JP6790977B2/ja active Active
-
2018
- 2018-03-02 WO PCT/JP2018/008114 patent/WO2018190024A1/ja active Application Filing
- 2018-03-02 DE DE112018001965.9T patent/DE112018001965T5/de active Pending
- 2018-03-02 CN CN201880023738.6A patent/CN110494340B/zh active Active
-
2019
- 2019-10-11 US US16/599,225 patent/US20200043254A1/en not_active Abandoned
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002042288A (ja) * | 2000-07-26 | 2002-02-08 | Yazaki Corp | 運行状態記録装置及びそれを利用した運行管理システム |
US20020035422A1 (en) * | 2000-07-26 | 2002-03-21 | Yazaki Corporation | Operational condition recording apparatus and operating control system utilizing it |
JP2007122515A (ja) * | 2005-10-28 | 2007-05-17 | Pioneer Electronic Corp | 情報記録装置、情報記録方法、情報記録プログラムおよびコンピュータに読み取り可能な記録媒体 |
CN105460008A (zh) * | 2014-09-29 | 2016-04-06 | 富士重工业株式会社 | 车辆的行驶控制装置 |
CN105564440A (zh) * | 2014-10-31 | 2016-05-11 | 富士重工业株式会社 | 车辆的行驶控制装置 |
WO2016080070A1 (ja) * | 2014-11-17 | 2016-05-26 | 日立オートモティブシステムズ株式会社 | 自動運転システム |
JP2016115356A (ja) * | 2014-12-12 | 2016-06-23 | ソニー株式会社 | 自動運転制御装置および自動運転制御方法、並びにプログラム |
JP2016212807A (ja) * | 2015-05-13 | 2016-12-15 | 株式会社デンソー | 車両用データ記録装置 |
CN106240559A (zh) * | 2015-06-10 | 2016-12-21 | 富士重工业株式会社 | 车辆的行驶控制装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113187612A (zh) * | 2020-01-29 | 2021-07-30 | 丰田自动车株式会社 | 车辆用控制装置、车辆用控制系统、车辆用控制方法及车辆用控制系统的控制方法 |
CN112213117A (zh) * | 2020-10-15 | 2021-01-12 | 北京百度网讯科技有限公司 | 一种车辆测试的方法、装置、设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110494340B (zh) | 2022-10-11 |
US20200043254A1 (en) | 2020-02-06 |
JP6790977B2 (ja) | 2020-11-25 |
DE112018001965T5 (de) | 2019-12-24 |
WO2018190024A1 (ja) | 2018-10-18 |
JP2018180843A (ja) | 2018-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110494340A (zh) | 车辆的数据存储装置 | |
CN104903172B (zh) | 用于评估在交叉路口的碰撞风险的方法 | |
US9529361B2 (en) | Apparatus and method for managing failure in autonomous navigation system | |
CN101568948B (zh) | 车辆根据地点对危险情况报警的方法 | |
US7973653B2 (en) | Vehicular abnormality notification system, method and apparatus, and vehicle-mounted apparatus | |
CN109813320A (zh) | 车辆维护操作 | |
CN203020082U (zh) | 一种车载酒精监控装置 | |
CN105121249B (zh) | 移动体状态通知装置 | |
WO2017105755A1 (en) | Managing autonomous vehicles | |
CN109830002A (zh) | 行车事件数据记录方法、装置及事件数据记录器 | |
US20070260375A1 (en) | Real-time vehicle management and monitoring system | |
CN106458222A (zh) | 用于自动存入日志数据的驾驶员辅助系统和方法 | |
JP6796527B2 (ja) | 車両状態監視装置、車両状態監視システム及び車両状態監視方法 | |
CN110015289A (zh) | 用于带有数据库的机动车辆的控制系统和控制方法 | |
CN107848550B (zh) | 控制列车运营自动化等级的方法和系统 | |
US20180029607A1 (en) | Vehicle user-communication system and method | |
US20160090090A1 (en) | Guidance control system for vehicle driving operation | |
US11126871B2 (en) | Advanced warnings for drivers of vehicles for upcoming signs | |
CN109421734A (zh) | 用于驾驶员参与评估的系统和方法 | |
CN111923913A (zh) | 车辆行驶控制方法、系统即及车辆 | |
CN109177983A (zh) | 车辆运行状态监测方法、装置及设备 | |
CN107074195A (zh) | 用于运行车辆的方法和设备 | |
EP4261717A2 (en) | Systems and methods for communicating with third parties external to autonomous vehicles | |
CN107599965A (zh) | 用于车辆的电子控制装置及方法 | |
CN109398366A (zh) | 一种驾驶员时间压力状态的预警系统和方法 |
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 |