CN110678914A - 用于自动驾驶车的控制的车辆控制装置及方法 - Google Patents
用于自动驾驶车的控制的车辆控制装置及方法 Download PDFInfo
- Publication number
- CN110678914A CN110678914A CN201780091130.2A CN201780091130A CN110678914A CN 110678914 A CN110678914 A CN 110678914A CN 201780091130 A CN201780091130 A CN 201780091130A CN 110678914 A CN110678914 A CN 110678914A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- value
- vehicle control
- control apparatus
- distribution
- 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
Links
- 238000000034 method Methods 0.000 title claims description 17
- 238000009826 distribution Methods 0.000 claims description 94
- 238000010801 machine learning Methods 0.000 claims description 13
- 230000006870 function Effects 0.000 claims description 10
- 238000001514 detection method Methods 0.000 description 15
- 238000012545 processing Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 206010040007 Sense of oppression Diseases 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
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
- G05D1/02—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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D15/00—Steering not otherwise provided for
- B62D15/02—Steering position indicators ; Steering position determination; Steering aids
- B62D15/025—Active steering aids, e.g. helping the driver by actively influencing the steering system after environment evaluation
-
- 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
-
- 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
-
- 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
- B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
- B60T2220/00—Monitoring, detecting driver behaviour; Signalling thereof; Counteracting thereof
- B60T2220/04—Pedal travel sensor, stroke sensor; Sensing brake request
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60T—VEHICLE BRAKE CONTROL SYSTEMS OR PARTS THEREOF; BRAKE CONTROL SYSTEMS OR PARTS THEREOF, IN GENERAL; ARRANGEMENT OF BRAKING ELEMENTS ON VEHICLES IN GENERAL; PORTABLE DEVICES FOR PREVENTING UNWANTED MOVEMENT OF VEHICLES; VEHICLE MODIFICATIONS TO FACILITATE COOLING OF BRAKES
- B60T7/00—Brake-action initiating means
- B60T7/12—Brake-action initiating means for automatic initiation; for initiation not subject to will of driver or passenger
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D15/00—Steering not otherwise provided for
- B62D15/02—Steering position indicators ; Steering position determination; Steering aids
- B62D15/025—Active steering aids, e.g. helping the driver by actively influencing the steering system after environment evaluation
- B62D15/0265—Automatic obstacle avoidance by steering
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D5/00—Power-assisted or power-driven steering
- B62D5/04—Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear
- B62D5/0457—Power-assisted or power-driven steering electrical, e.g. using an electric servo-motor connected to, or forming part of, the steering gear characterised by control features of the drive means as such
- B62D5/046—Controlling the motor
- B62D5/0463—Controlling the motor calculating assisting torque from the motor based on driver input
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B62—LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
- B62D—MOTOR VEHICLES; TRAILERS
- B62D6/00—Arrangements for automatically controlling steering depending on driving conditions sensed and responded to, e.g. control circuits
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Remote Sensing (AREA)
- Mechanical Engineering (AREA)
- Transportation (AREA)
- Artificial Intelligence (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Human Computer Interaction (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
一种车辆控制装置,其进行车辆的自动驾驶的控制,其中,获取与车辆的周围的状况相关的信息,基于信息获取针对多个位置的、与在将来的时间点存在于周围的物体所存在的概率相关的第一值、和基于规定的驾驶员的行驶数据的第二值,基于第一值与第二值的组合,从多个位置选择在多个将来的时间点中的使车辆存在的位置来决定使车辆移动的轨道。
Description
技术领域
本发明涉及一种用于自动驾驶车的控制的车辆控制装置及方法,具体而言,涉及车辆的控制技术。
背景技术
通过对车辆的周围的环境进行认知,基于该认知结果来决定车辆的行进轨道,进而利用使车辆实际地向该轨道行进的转向控制来实现车辆的自动驾驶。在此,在决定轨道时,对路上或者其周边的移动物体以及静止物体的位置进行确定,并且推断移动物体在将来的一个以上的时间点下的预想位置,根据上述确定以及推断的结果来决定车辆在将来的各时间点下应存在的位置。例如,决定在各时间点下车辆应存在的位置以使车辆存在于不存在物体的区域。
发明内容
发明所要解决的问题
在上述那样的轨道的决定中,例如在存在多个移动物体的情况下,某个时间点的物体的预想位置分布广泛,其结果是,在该时间点没有能够供车辆存在的位置,可能无法确立轨道。
本发明至少解决该问题,其目的在于能够在自动驾驶车辆中根据状况来决定适当的轨道。
用于解决问题的方法
本发明的一个方式所涉及的车辆控制装置是进行车辆的自动驾驶的控制的车辆控制装置,其特征在于,所述车辆控制装置构成为,获取与所述车辆的周围的状况相关的信息,基于所述信息获取针对多个位置的、与在将来的时间点存在于所述周围的物体所存在的概率相关的第一值、和基于规定的驾驶员的行驶数据的第二值,基于所述第一值与所述第二值的组合,从所述多个位置选择在多个将来的时间点中的使所述车辆存在的位置来决定使所述车辆移动的轨道。
发明效果
根据本发明,能够在自动驾驶车辆中根据状况来决定适当的轨道。
通过以附图为参照的以下的说明来明确本发明的其他特征及优点。此外,在附图中,对相同或者同样的构成标注相同的附图标记。
附图说明
附图包含于说明书中且构成其一部分,表示本发明的实施方式并与其记述一起用于说明本发明的原理。
图1是车辆控制装置的框图。
图2是表示假定存在移动物体的范围的例子的图。
图3是表示计算基于规定的驾驶员的行驶数据的值的位置的例子的图。
图4是示出与物体相关的值与基于规定的驾驶员的行驶数据的值的分布、和所决定的车辆的位置的关系的例子的图。
图5是表示所决定的轨道的例子的图。
图6是表示处理的流程的例子的流程图。
具体实施方式
以下,参照附图对本发明的实施方式进行说明。
(车辆控制装置的构成)
图1表示用于控制车辆1的、本实施方式所涉及的车辆控制装置的框图。在图1中,用俯视图和侧视图表示车辆1的概略。作为一个例子,车辆1是轿车型的四轮的乘用车。
图1的控制装置包括控制单元2。控制单元2包括通过车内网络而连接为能够通信的多个ECU20~ECU29。各ECU(Electronic Control Unit)包括以CPU(Central ProcessingUnit)为代表的处理器、半导体存储器等存储设备、以及与外部设备的接口等。在存储设备中储存有处理器所执行的程序、处理器在处理中所使用的数据等。各ECU可以具备多个处理器、存储设备以及接口等。
以下,对各ECU20~ECU29负责的功能等进行说明。此外,关于ECU的数量、负责的功能,能够进行车辆1的适当设计,能够比本实施方式细化或者整合。
ECU20执行与车辆1的自动驾驶相关的控制。在自动驾驶中,对车辆1的转向和加速减速中的至少任一者进行自动控制。
ECU21控制电动动力转向装置3。电动动力转向装置3包括根据驾驶员对方向盘31的驾驶操作(转向操作)来对前轮进行转向的机构。另外,电动动力转向装置3包括发挥辅助转向操作、或者用于使前轮自动转向的驱动力的马达、检测转向角的传感器等。在车辆1的驾驶状态为自动驾驶的情况下,ECU21与来自ECU20的指示对应地自动控制电动动力转向装置3,控制车辆1的行进方向。
ECU22以及ECU23进行对车辆的周围状况进行检测的检测单元41~43的控制以及检测结果的信息处理。检测单元41是对车辆1的前方进行拍摄的摄像机(以下,有时表述为摄像机41),在本实施方式的情况下,在车辆1的车顶前部设置有两个。通过对摄像机41拍摄到的图像进行分析,能够提取目标的轮廓、道路上的车道的划分线(白线等)。
检测单元42是光学雷达(激光雷达)(以下,有时表述为光学雷达42),对车辆1的周围的目标进行检测,或者对与目标之间的距离进行测距。在本实施方式的情况中,设置有五个光学雷达42,在车辆1的前部的各角部各设置有一个,在后部中央设置有一个,在后部各侧方各设置有一个。检测单元43是毫米波雷达(以下,有时表述为雷达43),对车辆1的周围的目标进行检测,或者对与目标之间的距离进行测距。在本实施方式的情况下,雷达43设置有五个,在车辆1的前部中央设置一个,在前部各角部各设置一个,在后部各角部各设置一个。
ECU22进行对一方的摄像机41和各光学雷达42的控制以及检测结果的信息处理。ECU23进行对另一方的摄像机42和各雷达43的控制以及检测结果的信息处理。通过具备两组检测车辆的周围状况的装置,能够提高检测结果的可靠性,另外,通过具备摄像机、激光雷达、雷达这样的不同种类的检测单元,能够多方面地进行车辆的周边环境的分析。
ECU24进行对陀螺仪传感器5、GPS传感器24b、通信装置24c的控制以及检测结果或通信结果的信息处理。陀螺仪传感器5检测车辆1的旋转运动。能够根据陀螺仪传感器5的检测结果、车轮速度等来判断车辆1的行进路线。GPS传感器24b检测车辆1的当前位置。通信装置24c与提供地图信息、交通信息的服务器进行无线通信,获取这些信息。ECU24能够访问在存储设备中构建的地图信息的数据库24a,ECU24进行从当前位置到目的地的路径探索等。
ECU25具备车与车之间通信用的通信装置25a。通信装置25a与周边的其他车辆进行无线通信,并进行车辆间的信息交换。
ECU26对动力装置6进行控制。动力装置6是输出使车辆1的驱动轮旋转的驱动力的机构,例如包括发动机和变速器。ECU26例如与由设置于油门踏板7A上的操作检测传感器7a所检测到的驾驶员的驾驶操作(油门操作或者加速操作)对应地控制发动机的输出,或者基于车速传感器7c所检测到的车速等信息来切换变速器的变速挡。在车辆1的驾驶状态为自动驾驶的情况下,ECU26与来自ECU20的指示对应地对动力装置6进行自动控制,并控制车辆1的加速减速。
ECU27控制包括方向指示器8在内的照明器件(前照灯、尾灯等)。在图1的例子的情况下,方向指示器8设置于车辆1的前部、车门镜以及后部。
ECU28进行对输入输出装置9的控制。输入输出装置9进行对驾驶员的信息的输出、和对来自驾驶员的信息的输入的接受。语音输出装置91通过语音向驾驶员报告信息。显示装置92通过图像的显示对驾驶员报告信息。显示装置92例如配置于驾驶席前面,并构成仪表盘等。另外,在此举例示出了语音和显示,但是也可以通过振动、光来报告信息。另外,还可以通过组合语音、显示、振动或者光中的多个来报告信息。进一步地,可以根据待报告的信息的等级(例如紧急度)使组合不同或者使报告方式不同。
输入装置93是配置于驾驶员能够操作的位置并对车辆1进行指示的开关组,但是输入装置93也可以包括语音输入装置。
ECU29控制制动装置10、驻车制动器(未图示)。制动装置10例如是盘式制动器装置,设置于车辆1的各车轮中,并通过对车轮的旋转施加阻力来使车辆1减速或者停止。ECU29例如与由设置于制动踏板7B上的操作检测传感器7b所检测到的驾驶员的驾驶操作(制动操作)对应地控制制动装置10的动作。在车辆1的驾驶状态为自动驾驶的情况下,ECU29与来自ECU20的指示对应地对制动装置10进行自动控制,控制车辆1的减速以及停止。制动装置10、驻车制动器能够为了维持车辆1的停止状态而进行动作。另外,在动力装置6的变速器具备驻车锁止机构的情况下,还能够为了维持车辆1的停止状态而进行动作。
(处理的概要)
在本实施方式中,ECU20执行与车辆1的自动驾驶相关的控制。若由驾驶员指示了目的地和自动驾驶,则ECU20按照由ECU24探索到的引导路径而朝向目的地对车辆1的行驶进行自动控制。在进行自动控制时,ECU20从ECU22和ECU23获取与车辆1的周围状况相关的信息,并基于所获取的信息,在较短期间(例如5秒钟)内确定车辆1应行驶的轨道。通过以规定时间(例如0.1秒)为间隔来决定车辆1的位置来进行该轨道的确定。例如,在以0.1秒为间隔来确定5秒钟量的轨道的情况下,分别决定从0.1秒后到5.0秒后的50个时间点的车辆1的位置,将连接该50个点而得的轨道决定为车辆1应行进的轨道。此外,这里的“较短期间”是大幅地短于车辆1行驶的全部行程的期间,例如,基于检测单元能够对周围的环境进行检测的范围、车辆1的制动所需要的时间等来决定“较短期间”。另外,“规定时间”被设定为车辆1能够适应周围的环境的变化那样的较短程度。ECU20按照这样确定的轨道,指示ECU21、ECU26及ECU 29来控制车辆1的转向、驱动、制动。
在此,对ECU20所执行的车辆1的较短期间的轨道的确定进行说明。图2是对某个瞬间下的车辆1行驶中的路上及其周围的状态、和用于预测将来的状态而使用的预想将来存在物体的范围进行表示的图。车辆1在由线201以及线202(例如与车道外侧线、路侧带、护栏、路缘石等对应的线)示出的车辆能够行驶的范围中的、由中央线203划分出的左侧的车道上(在图2中为从下侧向上侧)行驶。在车辆1的行进方向上存在行人204和其他车辆205。此外,在图2中,为了简单起见,仅示出了一台其他车辆和一个行人,但是在路上或其周围可能存在例如自行车或二轮车等其他交通参与者、障碍物等非交通参与者。另外,也可以假定存在两台以上的其他车辆、两人以上的行人的情况。
在图2中,由包围行人204的单点划线211、虚线212以及双点划线213表示假定将来存在行人204的范围。在此,虚线212的范围是假定为在比单点划线211的范围靠后的时间点存在行人204的范围,同样地,双点划线213的范围是假定为在比虚线212的范围靠后的时间点存在行人204的范围。此外,各区域中的行人204的存在概率例如能够遵循以圆的中心为中心的二维正态分布。此外,例如在划分线202的附近存在护栏的情况等、行人难以向车道侧移动的状况下,假定为将来存在行人的范围不呈正圆形。例如,仅图2的范围被线202截取后的左侧的部分或者与其接近的形状可能成为假定为将来存在行人204的范围。另外,根据行人204的面部的朝向而假定行人204向其面部的方向行进,因此假定为将来存在行人204的范围可能成为向面部朝向的方向大幅扩展的椭圆形。此外,对行人204的将来的存在范围的推断方法不限于这些方法,能够通过其他任意的方式推断存在范围以及存在概率。另外,在任一情况下,不仅确定范围,还获取第一分布,在该第一分布中,对范围内的各地点标注与存在行人204的概率相对应的得分,得分越高,表示该位置存在行人204的概率越高。此外,对于范围可以不明确地进行获取,可以仅获取第一分布。
同样地,也对其他车辆205获取关于假定为将来存在的范围(单点划线214、虚线215以及双点划线216所示的范围)的第一分布。在此,虚线215的范围是假定为在比单点划线214的范围靠后的时间点存在其他车辆205的范围,同样地,双点划线216的范围是假定为在比虚线215的范围靠后的时间点存在其他车辆205的范围。这样,ECU20若从ECU22以及ECU23获取与车辆1的周围状况相关的信息,则基于该信息,例如通过执行规定的处理来获取与关于各个移动物体的将来的存在位置的概率相对应的第一分布。
关于静止物体,由于该物体不会移动,因此没有随时刻推移的变动,且假定为该物体也不会消失,因此确定出该物体存在的位置在各时间点相同的第一分布。例如,在沿着线202配置有护栏、路缘石的情况下,物体所存在的范围成为沿着线202上的形式的第一分布被确定为用于该护栏、路缘石的第一分布。ECU20将按照每个位置对关于各物体的第一分布进行合计而得到的值获取为总的第一分布。
在一个例子中,ECU20确定在各时间点不存在物体的区域,并决定轨道以使车辆1进入该位置。由此,能够以车辆1不与物体干扰的方式选择轨道。此外,对于例如护栏、路缘石等静止物体,也可以通过将从其实际的位置向车道侧离开一定距离的范围包含在内的方式来决定与第一分布相关的范围。由此,能够防止车辆1过度接近静止物体而使乘坐在车辆1上的人感到压迫感。另一方面,在像这样基于不存在物体的区域来决定车辆1的轨道的方法中,例如在大量存在行人的环境中,可能形成在一定期间后没有不存在物体的区域或者不足以配置车辆1的状况。在该情况下,ECU20无法决定直至一定期间后的轨道,作为结果,车辆1停止,有时会形成无法进行自动驾驶的状态。
对此,在本实施方式中,ECU20在各种状况下例如进一步考虑规定的驾驶员的行驶和此时检测到的车辆1的周围状况的组合的数据,从而决定车辆1的轨道。规定的驾驶员例如可以是无事故驾驶员、出租车驾驶员、接受了认定的驾驶熟练者等。例如,ECU20获取第二分布,该第二分布关于在同样的状况下规定的驾驶员进行了怎样的行驶、或者表示如果是规定的驾驶员则使车辆1向哪个位置移动。该第二分布是在车辆1所处的状况下规定的驾驶员使车辆1向其移动的概率越高的位置则具有越高的值、且规定的驾驶员使车辆1向其移动的概率越低的位置则具有越低的值的分布。此外,这里的“规定的驾驶员”例如可以是专业的驾驶员、优良驾驶员等。另外,也可以从多个车辆收集行驶数据,从中提取满足不进行突然起动、紧急制动、急转弯、或者行驶速度稳定等规定的基准的行驶数据,并将其作为规定的驾驶员的行驶数据进行处理。
通过针对车辆1周围的一定范围内所包含的多个地点确定值来获取第二分布。例如,如图3所示,针对车辆1的周围的一定范围以一定间隔画出直行方向及与其垂直的方向的直线,对这些直线的每个交点确定上述的值。例如,针对表示从ECU22以及ECU23获取的与车辆1的周围状况相关的信息的图3那样的图像的各像素所对应的地点(即,图3的格子的交点与各像素对应),确定上述的值。此外,图3只不过是一个例子,例如也可以针对以车辆1为中心的多个圆弧与从车辆1放射状地画出的直线的每个交点计算上述的值。
另外,针对较短期间(例如5秒钟)量,以规定间隔(例如0.1秒)获取第二分布。即,例如针对图3的格子的各交点的值的二维分布为以0.1秒为单位生成5秒钟量的50个。此时,例如,至少无法在不久之后的时间点(例如0.1秒后)移动到与车辆1的正侧面对应的区域,这样的行驶即使通过规定的驾驶员也无法进行,因此该区域中的地点处的上述的值必然为0。另一方面,在一定期间后(例如5秒后),通过规定的驾驶员进行后退操作等而车辆1有可能会存在于当前时间点的车辆1的位置的正侧方的区域。因此,一定期间后的正侧面的地点中的上述的值可能是不为0的值。另外,在图3中,在车辆1的直行方向上,在左侧存在行人,在右侧存在其他车辆。因此,例如在规定的驾驶员平均地与人留出距离并靠近中央线进行驾驶的情况下,右前方向上的地点处的上述的值变高。另一方面,在与行人、其他车辆的距离较远的情况下,直接进行直行的方向的地点处的上述的值变高。这样,在多个时间点以及多个地点,确定基于驾驶熟练者的驾驶的第二分布。
就第二分布而言,作为一个例子,在绝大多数的状况下,获取多个由规定的驾驶员实现的行驶数据,第二分布表现为在车辆1当前所处的状况下规定的驾驶员实际采取过的行为的分布。即,可以将在与车辆1当前所处的状况完全或者几乎相同的状况下规定的驾驶员所进行过的行驶中在之后的各时间点在各位置存在车辆的频率、概率获取为第二分布。由此,获取越是多个规定的驾驶员实际通过的轨道就具有越高的值那样的第二分布。该第二分布例如能够在移动物体较少的状况下顺道路行驶的情况下等特别有用。
另外,能够使用将规定的驾驶员实际驾驶车辆时的车辆的行驶轨道的数据与当时检测到的车辆的周围状况的数据的组合作为示教数据(teaching data)而执行机器学习的结果来获取第二分布。即,ECU20根据事先使用基于规定的驾驶员的多个示教数据来进行机器学习的结果,输入从ECU22和ECU23获取的与车辆1的周围状况相关的信息来计算各地点中的上述的值,从而获取第二分布。此外,机器学习的算法能够使用通用的算法,在此没有特别限定。
ECU20若获取第二分布,则在各时间点从各地点处的第一分布的值中减去第二分布的值,确定其结果的值为最小或规定的阈值以下的地点。图4是表示例如在某个时间点的、到图3的A~A’以及B~B’为止的位置处的第一分布和第二分布的图。在图4中,在A~A’以及B~B’的轴的上侧示出第一分布,在A~A’以及B~B’的轴的下侧示出第二分布。即,图4示出了第一分布和正负反转的第二分布。在第一分布中,曲线401和曲线411是与行人204相关的第一分布,曲线402和曲线412是与其他车辆205相关的第一分布。另外,矩形的曲线404以及曲线414是与未图示的路缘石等静止物体相关的第一分布。关于静止物体,由于确信物体不移动而停留在该位置,因此形成在该位置高而在其他位置为零或具有充分小的值那样的矩形或大致矩形的第一分布。这样,在静止物体和移动物体中,第一分布的底部的形状可能不同。曲线403及曲线413表示第二分布,该第二分布例如通过将从ECU22以及ECU23获取的与车辆1的周围状况相关的信息作为自变量而输入到从机器学习完成的结果得到的函数中得到的结果而得。ECU20在A~A’的轴的各位置上对曲线401~404的各值进行相加,在B~B’的轴的各位置上对曲线411~414的各值进行相加。另外,ECU20也能够在A~A’以及B~B’的轴以外的各位置上对相同的值进行计算。这样,ECU20在各地点计算从第一分布的值减去第二分布的值而得到的值,并选择其结果为最小的位置(根据情况为阈值以下的位置)。在图4的例子中,作为一个例子,ECU20选择地点C。
ECU20在多个时间点执行同样的计算,决定按照时间序列对在各时间点选择出的地点进行连接那样的轨道。将该例子示于图5。在图5中,在车辆1的行进方向上标绘的点501表示,分别针对多个时间点如上述那样基于第一分布和第二分布而决定的、车辆1所应配置的位置。在这些点501中,例如包含如图4那样决定的地点C。此外,图5的点501是在时间序列上越靠后的将来的位置被越向上方绘制而成的点。ECU20通过确定这些点501,将车辆1应行驶的轨道决定为连接这些点501的线502。
关于上述的处理,总结处理的流程的概要。图6是表示上述的处理的流程的例子的流程图。若开始本处理,则首先,ECU20从ECU22以及ECU23获取与周围状况相关的信息(S601)。ECU20在该时间点例如获取从上方观察车辆1及其周围的状况那样的图像、即映射有车辆1的周围的物体的图像。然后,ECU20基于所获取的信息,针对多个地点(例如以上述的各图像中的像素为单位)获取与周围的物体在将来的时间点存在的概率相对应的第一分布(S602)。另外,ECU20例如将获取的信息输入到基于规定的驾驶员的行驶数据和获取到该数据的时间点的车辆周围的状况并通过机器学习而得到的函数中,由此获取第二分布(S603)。第二分布可以是在规定的驾驶员面对步骤S601中获取的信息所表示的周围状况之时使车辆向其移动的概率越高的位置取得越高的值那样的分布。但是,需要注意的是,机器学习的结果是通过对函数输入表示周围的状况的信息而得到的值,并非一定计算为概率值。此外,S602和S603可以并行地进行,也可以顺序相反地进行。之后,ECU20基于分别针对多个时间点获取的第一分布以及第二分布,分别选择在该多个时间点下车辆1应移动的位置(S604)。然后,ECU20通过按照时间序列对在多个时间点分别选择的车辆1应移动的位置进行连接,由此决定车辆1应行进的轨道(S605)。ECU20反复执行这一系列的处理,一边逐次更新轨道一边使车辆1行驶。
由此,不仅考虑假定存在物体的位置,还考虑基于规定的驾驶员的行驶数据的积存来决定轨道,因此提高了能够决定直至一定期间后的轨道的概率。另外,由此,即使在市区等移动物体较多的环境下,也能够降低无法继续自动驾驶的概率。进一步地,由于基于规定的驾驶员实际采取的行动来决定轨道,因此车辆1依照周围的环境来采取如果是规定的驾驶员则会采取的行动或与其接近的行动。其结果是,进行与行人或其他车辆等交通参与者的动作相应的自然的行驶。
此外,ECU20能够例如以0.1秒为单位的较短的周期从ECU22以及ECU23反复获取与车辆1的周围状况相关的信息,基于该获取的信息而反复执行上述的轨道的决定。由此,能够根据状况的变化来进行轨道的调整。
另外,ECU20可以将与第二分布相关的值的计算限定于作为车辆1能够通行的范围的路面。即,可以针对图3的格子的全部交点计算第二分布,但是也可以仅针对线202以及线203之间的区域所包含的交点来计算与第二分布相关的值。此外,ECU20可以仅对目标行驶路径上进行与第二分布相关的值的计算。例如,在交叉路口中,在目标行驶路径为直行的情况下,对于仅在左右转弯的情况下车辆1才会通过的区域可以不计算与第二分布相关的值。另外,ECU20也可以基于车辆1在该时间点的速度、行进方向来进一步限定进行与第二分布相关的值的计算的范围。例如,针对车辆1的正侧方的区域、或根据速度与经过时间的关系可知其尽管在行进方向上但无法到达的较远的区域等,可以不计算与第二分布相关的值。这是因为,即使计算出这些值,在该处设定轨道的概率也为零或非常低。由此,能够大幅抑制与第二分布相关的计算的次数,因此能够降低处理的复杂性。
此外,静止物体的第一分布例如可以是存在如下的底部的分布:不是当从非车道侧观察而超过实际存在物体的位置时急剧变成零,而是在车道侧的一定范围内逐渐向零衰减。另外,静止物体的第一分布也可以是如下矩形的分布:从非车道侧观察而自实际存在物体的位置起到向车道侧往里一定距离的范围为止具有较高的值,之后急剧变为零。这样,以使在超过了实际存在静止物体的位置的范围中具有非零的值的方式设计第一分布,由此能够防止车辆1过于接近静止物体。
例如能够使用与车辆1存在于直线道路的情况、进入交叉点的情况、临近合流或分支的情况等状况相对应的模型来确定第二分布。即,虽然规定的驾驶员在使车辆行驶时要进行适当的注意,但是一般每个场景下应注意的点不同。因此,通过对每个场景变更模型,可以确定能够使车辆1适当地进行行驶的第二分布。此外,例如针对交叉路口模型,可以形成交叉路口直行模型、交叉路口右转模型、交叉路口左转模型等多个模型。例如,在使用机器学习来确定第二分布的情况下,根据各种状况下的基于规定的驾驶员的行驶数据和其行驶时的周围的状况的数据来进行学习,对每个模型进行该学习。ECU20例如根据车辆1的当前位置和由ECU24探索到的引导路线来确定在该时间点车辆1应遵循的模型。然后,ECU20可以在与该模型对应地通过机器学习而得到的函数中输入从ECU22以及ECU23获取的与车辆1的周围状况相关的信息,从而决定与该模型对应的第二分布。
进一步地,例如可以对第二分布进行加权,以使其峰值的大小不超过第一分布的峰值的值。即,可以调整第二分布,以使与周围的物体相关的第一分布比基于规定的驾驶员的行驶数据的第二分布更受重视。例如,可以对第二分布的值进行正态化,使得以第一分布中能够取得的值的最大值为基准而第二分布的最大值不超过第一分布的最大值。例如,可以对第二分布的各个值进行缩放,以使在第一分布中能够取得的值的最大值为1的情况下而第二分布中能够取得的值的最大值为0.5等。由此,能够优先避免车辆1对周围的物体的干扰,并通过基于规定的驾驶员的行驶数据而使车辆1不存在于周围的物体所存在的概率较高的区域。
此外,虽然对基于规定的驾驶员的行驶数据来确定第二分布的情况进行了说明,但是这里的“规定的驾驶员”也可以被划分为多个种类。例如,可以设置有较快到达目的地的倾向的、有进行油耗较好的行驶的倾向的、擅长运动驾驶的、擅长在市区的驾驶等的规定的驾驶员的类别。而且,可以构成为能够针对每个类别确定不同的第二分布。这能够通过例如对从每个规定的驾驶员收集到的行驶数据进行分类并例如基于其进行机器学习来准备多个函数而得到实现。而且,例如车辆1的乘员经由车辆1的输入输出装置9输入希望进行怎样的驾驶,ECU20能够根据该输入来选择规定的驾驶员的类别,并决定与该选择结果对应的第二分布。由此,能够实现考虑了车辆1的乘员的嗜好的自动驾驶。
此外,在上述的说明中,使用了“第一分布”以及“第二分布”这样的用语,但是实际上针对各地点所确定的“第一值”以及“第二值”被使用在决定行驶轨道之时,因此也可以不一定对“分布”进行确定。
<实施方式的总结>
1.上述实施方式的车辆控制装置是进行车辆的自动驾驶的控制的车辆控制装置,其特征在于,所述车辆控制装置构成为,
获取与所述车辆的周围的状况相关的信息,
基于所述信息获取针对多个位置的、与在将来的时间点存在于所述周围的物体所存在的概率相关的第一值、和基于规定的驾驶员的行驶数据的第二值,
基于所述第一值与所述第二值的组合,从所述多个位置选择在多个将来的时间点中的使所述车辆存在的位置来决定使所述车辆移动的轨道。
根据该实施方式,不仅基于与周围的物体可能存在的范围相关的信息,还基于规定的驾驶员的行驶数据(行驶历史)来控制车辆的行进方向,由此能够以更接近人工驾驶的感觉来使车辆行驶。另外,即使在周围存在多个物体的情况下,也能够基于规定的驾驶员的行驶数据来设定适当的轨道。
2.上述实施方式的车辆控制装置的特征在于,
针对存在于所述周围的每个物体获取关于所述多个位置的所述第一值,
基于按照每个位置对该第一值进行合计而得到的值与所述第二值的组合,决定所述轨道。
根据该实施方式,通过针对存在于周围的一个以上的物体各自分别获取第一值,能够适当地评估作为整体状况的第一值。而且,能够降低车辆与这些物体中的任一个发生干扰的概率。
3.上述实施方式的车辆控制装置的特征在于,
根据存在于所述周围的物体是移动物体还是静止物体,所述第一值的分布的底部的形状不同。
根据该实施方式,针对存在于周围的物体各自,能够根据其特性来获取适当的第一值。
4.上述实施方式的车辆控制装置的特征在于,
在将规定的驾驶员使车辆行驶时的该车辆的行驶轨道的数据、与当时检测到的该车辆的周围的状况的数据的组合作为示教数据并进行机器学习而得到的函数中输入所述信息,由此获取所述第二值。
根据该实施方式,即使在规定的驾驶员实际上没有遇到过的状况下,也能够使用基于过去的行驶数据的各种状况下的机器学习的结果来获取第二值。
5.上述实施方式的车辆控制装置的特征在于,
针对所述车辆无法通行的范围,不获取所述第二值。
根据该实施方式,对于车辆不会通行的区域,不会不必要地获取第二值,通过不进行这样的不必要的值的获取处理,能够降低车辆控制装置的处理负荷。
6.上述实施方式的车辆控制装置的特征在于,
针对从用于供所述车辆朝向目的地的目标行驶路径偏离的区域,不获取所述第二值。
根据该实施方式,针对朝向车辆不应行进的方向的区域,不会不必要地获取第二值,通过不进行这样的不必要的值的获取处理,能够降低车辆控制装置的处理负荷。
7.上述实施方式的车辆控制装置的特征在于,
针对基于所述车辆的速度和行进方向中的至少任一者而该车辆无法到达的区域,不获取所述第二值。
根据该实施方式,对于车辆在物理上无法到达的区域,也不会不必要地取得第二值,通过不进行这样的不必要的值的获取处理,能够降低车辆控制装置的处理负荷。
8.上述实施方式的车辆控制装置的特征在于,
基于所述车辆所行驶的场景,使用不同的模型获取所述第二值。
根据该实施方式,能够针对直线道路、交叉路口等即使在同样的状况下也有可能做出不同判断的每个场景来进行适当的自动驾驶。
9.上述实施方式的车辆控制装置的特征在于,
存在于所述周围的物体所存在的概率越高,所述第一值取得越高的值,
在规定的驾驶员面对所述状况的情况下使车辆移动到所述多个位置各自的概率越高,所述第二值取得越高的值,
所述车辆控制装置从所述多个位置选择使从所述第一值减去所述第二值而得的值的大小为最小或是规定的阈值以下的位置,从而决定所述轨道。
根据该实施方式,能够决定用于使车辆向不存在周围的物体且规定的驾驶员使车辆向其移动的概率较高的位置进行移动的轨道。
10.上述实施方式的车辆控制装置的特征在于,
对所述第二值进行正态化,以使该第二值的最大值不超过所述第一值的最大值。
根据该实施方式,在周围的物体所存在的概率变高的位置中,即使规定的驾驶员使车辆移动到该位置的概率较高,也能够设为不选择使车辆向该位置移动的轨迹。由此,能够降低物体与车辆发生干扰的概率。
11.上述实施方式的车辆控制装置的特征在于,
针对基于所述车辆能够对周围的状况进行检测的范围和所述车辆的制动所需的时间中的至少任一者而确定的期间,决定所述轨道。
根据该实施方式,通过不超过车辆能够对周围的状况进行检测的范围来决定轨道,能够防止控制变得不稳定,或者通过在能够使车辆停止的范围内决定轨道,能够进行自动驾驶的稳定运用。
12.上述实施方式的车辆的特征在于,其具有上述的车辆控制装置。
由此,通过在车辆内部迅速地执行上述的处理,能够实时地执行适当的控制。
13.上述实施方式的方法是为了进行车辆的自动驾驶的控制而通过车辆控制装置执行的方法,其特征在于,其包括:
获取与所述车辆的周围的状况相关的信息;
基于所述信息获取针对多个位置的、与在将来的时间点存在于所述周围的物体所存在的概率相关的第一值、和基于规定的驾驶员的行驶数据的第二值;以及
基于所述第一值与所述第二值的组合,从所述多个位置选择在多个将来的时间点中的使所述车辆存在的位置来决定使所述车辆移动的轨道。
根据该实施方式,不仅基于与周围的物体可能存在的范围相关的信息,还基于规定的驾驶员的行驶数据(行驶历史)来控制车辆的行进方向,由此能够以更接近人工驾驶的感觉来使车辆行驶。另外,即使在周围存在多个物体的情况下,也能够基于规定的驾驶员的行驶数据来设定适当的轨道。
本发明并不受限于上述实施方式,可以不脱离本发明的精神及范围地进行各种变更及变形。因此,为了公开本发明的范围,附上以下的权利要求。
权利要求书(按照条约第19条的修改)
1.(修改后)一种车辆控制装置,其进行车辆的自动驾驶的控制,其特征在于,所述车辆控制装置构成为,
获取与所述车辆的周围的状况相关的信息,
基于所述信息获取针对多个位置的、与在将来的时间点存在于所述周围的物体所存在的概率相关的第一值、和基于规定的驾驶员的行驶数据的第二值,存在于所述周围的物体所存在的概率越高,所述第一值取得越高的值,在规定的驾驶员面对所述状况的情况下使所述车辆移动到所述多个位置各自的概率越高,所述第二值取得越高的值,
基于所述第一值与所述第二值的组合,从所述多个位置选择使从所述第一值减去所述第二值而得的值的大小为最小或是规定的阈值以下的位置,由此从所述多个位置选择在多个将来的时间点中的使所述车辆存在的位置来决定使所述车辆移动的轨道。
2.(修改后)根据权利要求1、14、15中任一项所述的车辆控制装置,其特征在于,
针对存在于所述周围的每个物体获取关于所述多个位置的所述第一值,
基于按照每个位置对该第一值进行合计而得到的值与所述第二值的组合,决定所述轨道。
3.(修改后)根据权利要求1、2、14、15中任一项所述的车辆控制装置,其特征在于,
根据存在于所述周围的物体是移动物体还是静止物体,所述第一值的分布的底部的形状不同。
4.(修改后)根据权利要求1至3、14中任一项所述的车辆控制装置,其特征在于,
在将规定的驾驶员使车辆行驶时的该车辆的行驶轨道的数据、与当时检测到的该车辆的周围的状况的数据的组合作为示教数据并进行机器学习而得到的函数中输入所述信息,由此获取所述第二值。
5.(修改后)根据权利要求1至4、14、15中任一项所述的车辆控制装置,其特征在于,
针对所述车辆无法通行的范围,不获取所述第二值。
6.(修改后)根据权利要求1至5、14、15中任一项所述的车辆控制装置,其特征在于,
针对从用于供所述车辆朝向目的地的目标行驶路径偏离的区域,不获取所述第二值。
7.(修改后)根据权利要求1至6、14、15中任一项所述的车辆控制装置,其特征在于,
针对基于所述车辆的速度和行进方向中的至少任一者而该车辆无法到达的区域,不获取所述第二值。
8.(修改后)根据权利要求1至7、14、15中任一项所述的车辆控制装置,其特征在于,
基于所述车辆所行驶的场景,使用不同的模型获取所述第二值。
9.(修改后)根据权利要求14或15所述的车辆控制装置,其特征在于,
存在于所述周围的物体所存在的概率越高,所述第一值取得越高的值,
在规定的驾驶员面对所述状况的情况下使所述车辆移动到所述多个位置各自的概率越高,所述第二值取得越高的值,
所述车辆控制装置从所述多个位置选择使从所述第一值减去所述第二值而得的值的大小为最小或是规定的阈值以下的位置,从而决定所述轨道。
10.(修改后)根据权利要求1至8、15中任一项所述的车辆控制装置,其特征在于,
对所述第二值进行正态化,以使该第二值的最大值不超过所述第一值的最大值。
11.(修改后)根据权利要求1至10、14、15中任一项所述的车辆控制装置,其特征在于,
针对基于所述车辆能够对周围的状况进行检测的范围和所述车辆的制动所需的期间中的至少任一者而确定的期间,决定所述轨道。
12.(修改后)一种车辆,其具有权利要求1至11、14、15中任一项所述的车辆控制装置。
13.(修改后)一种方法,其是为了进行车辆的自动驾驶的控制而通过车辆控制装置执行的方法,其特征在于,其包括:
获取与所述车辆的周围的状况相关的信息;
基于所述信息获取针对多个位置的、与在将来的时间点存在于所述周围的物体所存在的概率相关的第一值、和基于规定的驾驶员的行驶数据的第二值,存在于所述周围的物体所存在的概率越高,所述第一值取得越高的值,在规定的驾驶员面对所述状况的情况下使所述车辆移动到所述多个位置各自的概率越高,所述第二值取得越高的值;以及
基于所述第一值与所述第二值的组合,从所述多个位置选择使从所述第一值减去所述第二值而得的值的大小为最小或是规定的阈值以下的位置,由此从所述多个位置选择在多个将来的时间点中的使所述车辆存在的位置来决定使所述车辆移动的轨道。
14.(追加)一种车辆控制装置,其进行车辆的自动驾驶的控制,其特征在于,所述车辆控制装置构成为,
获取与所述车辆的周围的状况相关的信息,
基于所述信息获取针对多个位置的、与在将来的时间点存在于所述周围的物体所存在的概率相关的第一值、和基于规定的驾驶员的行驶数据的第二值,对所述第二值进行正态化,以使该第二值的最大值不超过所述第一值的最大值,
基于所述第一值与所述第二值的组合,从所述多个位置选择在多个将来的时间点中的使所述车辆存在的位置来决定使所述车辆移动的轨道。
15.(追加)一种车辆控制装置,其进行车辆的自动驾驶的控制,其特征在于,所述车辆控制装置构成为,
获取与所述车辆的周围的状况相关的信息,
基于所述信息获取针对多个位置的、与在将来的时间点存在于所述周围的物体所存在的概率相关的第一值、和基于规定的驾驶员的行驶数据的第二值,所述第二值呈如下分布,在车辆所处的状况下所述规定的驾驶员使车辆向其移动的概率越高的位置则具有越高的值,所述规定的驾驶员使车辆向其移动的概率越低的位置则具有越低的值,
基于所述第一值与所述第二值的组合,从所述多个位置选择在多个将来的时间点中的使所述车辆存在的位置来决定使所述车辆移动的轨道。
16.(追加)一种方法,其是为了进行车辆的自动驾驶的控制而通过车辆控制装置执行的方法,其特征在于,其包括:
获取与所述车辆的周围的状况相关的信息;
基于所述信息获取针对多个位置的、与在将来的时间点存在于所述周围的物体所存在的概率相关的第一值、和基于规定的驾驶员的行驶数据的第二值,所述第二值被进行正态化以使该第二值的最大值不超过所述第一值的最大值;以及
基于所述第一值与所述第二值的组合,从所述多个位置选择在多个将来的时间点中的使所述车辆存在的位置来决定使所述车辆移动的轨道。
17.(追加)一种方法,其是为了进行车辆的自动驾驶的控制而通过车辆控制装置执行的方法,其特征在于,其包括:
获取与所述车辆的周围的状况相关的信息;
基于所述信息获取针对多个位置的、与在将来的时间点存在于所述周围的物体所存在的概率相关的第一值、和基于规定的驾驶员的行驶数据的第二值,所述第二值呈如下分布,在车辆所处的状况下所述规定的驾驶员使车辆向其移动的概率越高的位置则具有越高的值,所述规定的驾驶员使车辆向其移动的概率越低的位置则具有越低的值;以及
基于所述第一值与所述第二值的组合,从所述多个位置选择在多个将来的时间点中的使所述车辆存在的位置来决定使所述车辆移动的轨道。
Claims (13)
1.一种车辆控制装置,其进行车辆的自动驾驶的控制,其特征在于,所述车辆控制装置构成为,
获取与所述车辆的周围的状况相关的信息,
基于所述信息获取针对多个位置的、与在将来的时间点存在于所述周围的物体所存在的概率相关的第一值、和基于规定的驾驶员的行驶数据的第二值,
基于所述第一值与所述第二值的组合,从所述多个位置选择在多个将来的时间点中的使所述车辆存在的位置来决定使所述车辆移动的轨道。
2.根据权利要求1所述的车辆控制装置,其特征在于,
针对存在于所述周围的每个物体获取关于所述多个位置的所述第一值,
基于按照每个位置对该第一值进行合计而得到的值与所述第二值的组合,决定所述轨道。
3.根据权利要求1或2所述的车辆控制装置,其特征在于,
根据存在于所述周围的物体是移动物体还是静止物体,所述第一值的分布的底部的形状不同。
4.根据权利要求1至3中任一项所述的车辆控制装置,其特征在于,
在将规定的驾驶员使车辆行驶时的该车辆的行驶轨道的数据、与当时检测到的该车辆的周围的状况的数据的组合作为示教数据并进行机器学习而得到的函数中输入所述信息,由此获取所述第二值。
5.根据权利要求1至4中任一项所述的车辆控制装置,其特征在于,
针对所述车辆无法通行的范围,不获取所述第二值。
6.根据权利要求1至5中任一项所述的车辆控制装置,其特征在于,
针对从用于供所述车辆朝向目的地的目标行驶路径偏离的区域,不获取所述第二值。
7.根据权利要求1至6中任一项所述的车辆控制装置,其特征在于,
针对基于所述车辆的速度和行进方向中的至少任一者而该车辆无法到达的区域,不获取所述第二值。
8.根据权利要求1至7中任一项所述的车辆控制装置,其特征在于,
基于所述车辆所行驶的场景,使用不同的模型获取所述第二值。
9.根据权利要求1至8中任一项所述的车辆控制装置,其特征在于,
存在于所述周围的物体所存在的概率越高,所述第一值取得越高的值,
在规定的驾驶员面对所述状况的情况下使所述车辆移动到所述多个位置各自的概率越高,所述第二值取得越高的值,
所述车辆控制装置从所述多个位置选择使从所述第一值减去所述第二值而得的值的大小为最小或是规定的阈值以下的位置,从而决定所述轨道。
10.根据权利要求1至9中任一项所述的车辆控制装置,其特征在于,
对所述第二值进行正态化,以使该第二值的最大值不超过所述第一值的最大值。
11.根据权利要求1至10中任一项所述的车辆控制装置,其特征在于,
针对基于所述车辆能够对周围的状况进行检测的范围和所述车辆的制动所需的期间中的至少任一者而确定的期间,决定所述轨道。
12.一种车辆,其具有权利要求1至11中任一项所述的车辆控制装置。
13.一种方法,其是为了进行车辆的自动驾驶的控制而通过车辆控制装置执行的方法,其特征在于,其包括:
获取与所述车辆的周围的状况相关的信息;
基于所述信息获取针对多个位置的、与在将来的时间点存在于所述周围的物体所存在的概率相关的第一值、和基于规定的驾驶员的行驶数据的第二值;以及
基于所述第一值与所述第二值的组合,从所述多个位置选择在多个将来的时间点中的使所述车辆存在的位置来决定使所述车辆移动的轨道。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2017/020693 WO2018220851A1 (ja) | 2017-06-02 | 2017-06-02 | 自動運転車の制御のための車両制御装置及び方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110678914A true CN110678914A (zh) | 2020-01-10 |
Family
ID=64454527
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780091130.2A Pending CN110678914A (zh) | 2017-06-02 | 2017-06-02 | 用于自动驾驶车的控制的车辆控制装置及方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11300961B2 (zh) |
JP (1) | JP6792704B2 (zh) |
CN (1) | CN110678914A (zh) |
DE (1) | DE112017007600T5 (zh) |
WO (1) | WO2018220851A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE112017007600T5 (de) | 2017-06-02 | 2020-02-20 | Honda Motor Co., Ltd. | Fahrzeug-Steuervorrichtung und Verfahren zum Steuern eines automatisiert fahrenden Fahrzeugs |
CN110692094B (zh) | 2017-06-02 | 2022-02-01 | 本田技研工业株式会社 | 用于自动驾驶车的控制的车辆控制装置及方法 |
DE102019105547A1 (de) * | 2019-03-05 | 2020-09-10 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren und Steuereinheit zur Erkennung eines ein- bzw. ausscherenden Fahrzeugs |
EP3753808B1 (en) * | 2019-06-17 | 2023-08-09 | Volvo Car Corporation | Dynamic end-stops for electric power steering |
US20200406894A1 (en) * | 2019-06-28 | 2020-12-31 | Zoox, Inc. | System and method for determining a target vehicle speed |
JP7136054B2 (ja) * | 2019-08-29 | 2022-09-13 | トヨタ自動車株式会社 | 車両制御システム |
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 (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11337643A (ja) * | 1998-05-27 | 1999-12-10 | Mitsubishi Motors Corp | 車両用後方モニタシステム |
JP2006154967A (ja) * | 2004-11-25 | 2006-06-15 | Nissan Motor Co Ltd | リスク最小軌跡生成装置およびこれを用いた危険状況警報装置 |
JP2009176288A (ja) * | 2008-01-24 | 2009-08-06 | Nec Lab America Inc | 運転監視方法および運転監視装置 |
CN102439645A (zh) * | 2009-05-21 | 2012-05-02 | 日产自动车株式会社 | 驾驶辅助装置和驾驶辅助方法 |
US20170088136A1 (en) * | 2015-09-24 | 2017-03-30 | Hyundai Mobis Co.,Ltd. | Apparatus and method of controlling automatic driving of vehicle |
Family Cites Families (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0913751B1 (de) * | 1997-11-03 | 2003-09-03 | Volkswagen Aktiengesellschaft | Autonomes Fahrzeug und Verfahren zur Steuerung eines autonomen Fahrzeuges |
JP3902543B2 (ja) | 2002-12-17 | 2007-04-11 | 本田技研工業株式会社 | 道路交通シミュレーション装置 |
US7233861B2 (en) | 2003-12-08 | 2007-06-19 | General Motors Corporation | Prediction of vehicle operator destinations |
JP4254844B2 (ja) | 2006-11-01 | 2009-04-15 | トヨタ自動車株式会社 | 走行制御計画評価装置 |
JP5407764B2 (ja) | 2009-10-30 | 2014-02-05 | トヨタ自動車株式会社 | 運転支援装置 |
JP5429234B2 (ja) | 2011-03-23 | 2014-02-26 | トヨタ自動車株式会社 | 車両用情報処理装置 |
DE102013213339A1 (de) | 2013-07-08 | 2015-01-08 | Ford Global Technologies, Llc | Steuereinrichtung für ein autonomes Landfahrzeug |
CN103646561B (zh) | 2013-12-24 | 2016-03-02 | 重庆大学 | 基于道路异常区域评估的路径选择方法及系统 |
DE102014205014A1 (de) | 2014-03-18 | 2015-09-24 | Ford Global Technologies, Llc | Verfahren und Vorrichtung zum Erfassen von bewegten Objekten in der Umgebung eines Fahrzeugs |
EP2950294B1 (en) | 2014-05-30 | 2019-05-08 | Honda Research Institute Europe GmbH | Method and vehicle with an advanced driver assistance system for risk-based traffic scene analysis |
CN104260725B (zh) | 2014-09-23 | 2016-09-14 | 北京理工大学 | 一种含有驾驶员模型的智能驾驶系统 |
CN104590274A (zh) | 2014-11-26 | 2015-05-06 | 浙江吉利汽车研究院有限公司 | 一种驾驶行为自适应系统及驾驶行为自适应方法 |
CN105808314B (zh) | 2014-12-30 | 2019-05-10 | 中国移动通信集团公司 | 一种交通仿真的方法及装置 |
JP6581379B2 (ja) | 2015-03-31 | 2019-09-25 | 株式会社デンソー | 車両制御装置、及び車両制御方法 |
EP3091509A1 (en) | 2015-05-04 | 2016-11-09 | Honda Research Institute Europe GmbH | Method for improving performance of a method for computationally predicting a future state of a target object, driver assistance system, vehicle including such driver assistance system and respective program storage medium and program |
US9934688B2 (en) * | 2015-07-31 | 2018-04-03 | Ford Global Technologies, Llc | Vehicle trajectory determination |
CN105574537B (zh) | 2015-11-23 | 2018-12-28 | 北京高科中天技术股份有限公司 | 基于多传感器的危险驾驶行为检测和评估方法 |
US9493158B2 (en) | 2015-12-14 | 2016-11-15 | Thomas Danaher Harvey | Methods and devices for safe operation of undersize autonomous vehicles on public roads |
EP4248726A3 (en) | 2016-03-09 | 2023-10-25 | Yanmar Power Technology Co., Ltd. | Work vehicle |
GB201608233D0 (en) | 2016-05-04 | 2016-06-22 | Tomtom Navigation Bv | Methods and systems for determining safe return range |
WO2017208296A1 (ja) | 2016-05-30 | 2017-12-07 | 日産自動車株式会社 | 物体検出方法及び物体検出装置 |
JP6622148B2 (ja) | 2016-06-17 | 2019-12-18 | 日立オートモティブシステムズ株式会社 | 周辺環境認識装置 |
CN105892471B (zh) | 2016-07-01 | 2019-01-29 | 北京智行者科技有限公司 | 汽车自动驾驶方法和装置 |
EP3418151B1 (en) | 2016-08-29 | 2023-04-19 | Mazda Motor Corporation | Vehicle control device |
JP6756661B2 (ja) | 2017-04-28 | 2020-09-16 | 日立オートモティブシステムズ株式会社 | 車両電子制御装置 |
DE112017007600T5 (de) | 2017-06-02 | 2020-02-20 | Honda Motor Co., Ltd. | Fahrzeug-Steuervorrichtung und Verfahren zum Steuern eines automatisiert fahrenden Fahrzeugs |
CN110692094B (zh) | 2017-06-02 | 2022-02-01 | 本田技研工业株式会社 | 用于自动驾驶车的控制的车辆控制装置及方法 |
-
2017
- 2017-06-02 DE DE112017007600.5T patent/DE112017007600T5/de active Pending
- 2017-06-02 CN CN201780091130.2A patent/CN110678914A/zh active Pending
- 2017-06-02 WO PCT/JP2017/020693 patent/WO2018220851A1/ja active Application Filing
- 2017-06-02 JP JP2019521926A patent/JP6792704B2/ja active Active
-
2019
- 2019-11-15 US US16/685,020 patent/US11300961B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11337643A (ja) * | 1998-05-27 | 1999-12-10 | Mitsubishi Motors Corp | 車両用後方モニタシステム |
JP2006154967A (ja) * | 2004-11-25 | 2006-06-15 | Nissan Motor Co Ltd | リスク最小軌跡生成装置およびこれを用いた危険状況警報装置 |
JP2009176288A (ja) * | 2008-01-24 | 2009-08-06 | Nec Lab America Inc | 運転監視方法および運転監視装置 |
CN102439645A (zh) * | 2009-05-21 | 2012-05-02 | 日产自动车株式会社 | 驾驶辅助装置和驾驶辅助方法 |
US20170088136A1 (en) * | 2015-09-24 | 2017-03-30 | Hyundai Mobis Co.,Ltd. | Apparatus and method of controlling automatic driving of vehicle |
Also Published As
Publication number | Publication date |
---|---|
JPWO2018220851A1 (ja) | 2020-04-02 |
WO2018220851A1 (ja) | 2018-12-06 |
DE112017007600T5 (de) | 2020-02-20 |
US20200081441A1 (en) | 2020-03-12 |
JP6792704B2 (ja) | 2020-11-25 |
US11300961B2 (en) | 2022-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110692094B (zh) | 用于自动驾驶车的控制的车辆控制装置及方法 | |
US10589752B2 (en) | Display system, display method, and storage medium | |
CN110678914A (zh) | 用于自动驾驶车的控制的车辆控制装置及方法 | |
JP6592074B2 (ja) | 車両制御装置、車両制御方法、プログラム、および情報取得装置 | |
US8234009B2 (en) | Autonomous mobile apparatus and method of mobility | |
US20190077419A1 (en) | Autonomous driving control apparatus, driving information output apparatus, autonomous driving control method, and driving information output method | |
JP2020064402A (ja) | 表示装置 | |
CN109421712B (zh) | 车辆控制装置、车辆、车辆控制方法以及存储介质 | |
CN109383367B (zh) | 车辆外部通知装置 | |
WO2019106789A1 (ja) | 処理装置及び処理方法 | |
US11377150B2 (en) | Vehicle control apparatus, vehicle, and control method | |
CN111731295B (zh) | 行驶控制装置、行驶控制方法以及存储程序的存储介质 | |
KR101832224B1 (ko) | 주차 난이도를 기초로 운전자를 지원하는 장치 및 방법 | |
CN111532267A (zh) | 车辆及其控制装置以及控制方法 | |
CN112428988A (zh) | 驾驶辅助装置、车辆的控制方法、以及存储介质 | |
CN114126940A (zh) | 电子控制装置 | |
CN111731294A (zh) | 行驶控制装置、行驶控制方法以及存储程序的存储介质 | |
CN113401056B (zh) | 显示控制装置、显示控制方法以及计算机可读取存储介质 | |
US11254326B2 (en) | Automatic comfort score system based on human driving reference data | |
US20220306142A1 (en) | Driving assistance device, driving assistance method, and storage medium | |
JP2022058592A (ja) | 自律運転車両のための音源の検出及び位置特定 | |
CN113815526A (zh) | 用于自动驾驶车辆的早期制动灯警告系统 | |
CN113496189B (zh) | 基于静态障碍物地图的感知方法及系统 | |
US20230294702A1 (en) | Control device, control method, and storage medium | |
CN109649398B (zh) | 导航辅助系统和方法 |
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 | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200110 |