CN112172825A - 车辆控制装置、车辆控制方法及存储介质 - Google Patents

Abstract

提供能够基于车辆的周边环境而进行更适当的车辆控制的车辆控制装置、车辆控制方法及存储介质。实施方式的车辆控制装置具备：识别部，其识别车辆的周边环境；以及驾驶控制部，其基于所述识别部的识别结果，控制所述车辆的转向和速度中的一方或双方来进行所述车辆的驾驶控制，所述识别部识别有可能因所述周边环境中包含的干扰因素而移动的特定物体，所述驾驶控制部基于由所述识别部识别到的所述特定物体来进行所述车辆的驾驶控制。

Description

车辆控制装置、车辆控制方法及存储介质

技术领域

本发明涉及车辆控制装置、车辆控制方法及存储介质。

背景技术

在驾驶辅助系统中，公开了预测交通参加者和交通物体的未来的行为的驾驶辅助系统(例如，参照专利文献1(日本特表2013-503079号公报))。

发明内容

发明要解决的课题

然而，在以往技术中，关于因基于车辆的周边环境的干扰因素而产生的环境的变化未作考虑。因此，有时不会进行相对于车辆的周边环境的适当的车辆控制。

本发明的目的之一在于，提供能够基于车辆的周边环境而进行更适当的车辆控制的车辆控制装置、车辆控制方法及存储介质。

用于解决课题的手段

本发明的车辆控制装置、车辆控制方法及存储介质采用了以下的结构。

(1)：本发明的一方案的车辆控制装置具备：识别部，其识别车辆的周边环境；以及驾驶控制部，其基于所述识别部的识别结果，控制所述车辆的转向和速度中的一方或双方来进行所述车辆的驾驶控制，所述识别部识别有可能因所述周边环境中包含的干扰因素而移动的特定物体，所述驾驶控制部基于由所述识别部识别到的所述特定物体来进行所述车辆的驾驶控制。

(2)：在上述(1)的方案中，所述识别部识别所述车辆的周边的风况，基于识别到的风况来识别所述特定物体。

(3)：在上述(2)的方案中，所述识别部基于所述风况的等级来调整成为所述特定物体的候补的物体的种类。

(4)：在上述(1)～(3)中任一项的方案中，所述驾驶控制部基于由所述识别部识别到的特定物体的位置及所述干扰因素来设定相对于所述特定物体的风险区域，基于设定的风险区域来进行所述车辆的驾驶控制。

(5)：在上述(1)～(4)中任一项的方案中，所述识别部识别所述特定物体的因干扰因素引起的移动状态，所述驾驶控制部基于由所述识别部识别到的所述移动状态来进行所述车辆的驾驶控制。

(6)：在上述(5)的方案中，所述识别部基于所述干扰因素来预测所述特定物体的将来的移动状态，所述驾驶控制部基于预测出的移动状态来进行所述车辆的驾驶控制。

(7)：在上述(1)～(6)中任一项的方案中，所述识别部识别有可能因基于周边车辆的行为产生的干扰因素而移动的特定物体。

(8)：本发明的一方案的车辆控制装置具备：识别部，其识别车辆的周边环境；以及驾驶控制部，其基于所述识别部的识别结果，控制所述车辆的转向和速度中的一方或双方来进行使所述车辆驻车的驾驶控制，所述驾驶控制部使所述车辆向比有可能因所述周边环境中包含的干扰因素而移动的特定物体靠上风处驻车。

(9)：在本发明的一方案的车辆控制方法中，使车载计算机执行以下处理：识别车辆的周边环境；基于识别结果，控制所述车辆的转向和速度中的一方或双方来进行所述车辆的驾驶控制；识别有可能因所述周边环境中包含的干扰因素而移动的特定物体；以及基于识别到的所述特定物体来进行所述车辆的驾驶控制。

(10)：本发明的一方案的存储介质存储有程序，所述程序使车载计算机执行以下处理：识别车辆的周边环境；基于识别结果，控制所述车辆的转向和速度中的一方或双方来进行所述车辆的驾驶控制；识别有可能因所述周边环境中包含的干扰因素而移动的特定物体；以及基于识别到的所述特定物体来进行所述车辆的驾驶控制。

发明效果

根据(1)～(10)，能够基于车辆的周边环境而进行更适当的车辆控制。

附图说明

图1是利用了实施方式的车辆控制装置的车辆系统1的结构图。

图2是第一控制部120及第二控制部160的功能结构图。

图3是用于对识别部130及行动计划生成部140的功能的详情进行说明的图。

图4是示出特定物体候补表194的内容的一例的图。

图5是用于对相对于特定物体的风险区域的第一设定模式进行说明的图。

图6是用于对相对于特定物体的风险区域的第二设定模式进行说明的图。

图7是用于对调整部144的处理进行说明的图。

图8是用于对基于存在于本车辆M的周边的物体的行为进行的目标轨道的调整进行说明的图。

图9是用于对驻车控制部146的处理进行说明的图。

图10是示出由自动驾驶控制装置100执行的处理的流程的一例的流程图。

图11是示出实施方式的自动驾驶控制装置100的硬件结构的一例的图。

附图标记说明：

1…车辆系统，10…相机，12…雷达装置，14…探测器，16…物体识别装置，20…通信装置，30…HMI，40…车辆传感器，42…横摆角速度传感器，44…转向角传感器，50…导航装置，60…MPU，80…驾驶操作件，100…自动驾驶控制装置，120…第一控制部，130…识别部，132…风况识别部，134…特定物体识别部，136…移动状态识别部，140…行动计划生成部，142…风险区域设定部，144…调整部，146…驻车控制部，160…第二控制部，162…取得部，164…速度控制部，166…转向控制部，180…HMI控制部，190…存储部，M…本车辆。

具体实施方式

以下，参照附图来对本发明的车辆控制装置、车辆控制方法及存储介质的实施方式进行说明。实施方式的车辆控制装置例如适用于自动驾驶车辆。自动驾驶例如是指控制车辆的转向和加减速中的一方或双方来执行驾驶控制。在上述的驾驶控制中，例如包括LKAS(Lane Keeping Assistance System)、ACC(Adaptive Cruise Control System)、CMBS(Collision Mitigation Brake System)等驾驶支援控制。另外，自动驾驶车辆也进行相对于乘员(驾驶员)的手动驾驶的控制。另外，以下，将水平方向的某一方向设为X，将另一方的方向设为Y，将相对于X-Y的水平方向正交的铅垂方向设为Z来进行说明。

[整体结构]

图1是利用了实施方式的车辆控制装置的车辆系统1的结构图。搭载车辆系统1的车辆(以下，称作本车辆M)例如是二轮、三轮、四轮等的车辆，其驱动源是柴油发动机、汽油发动机等内燃机、电动机或它们的组合。电动机使用连结于内燃机的发电机的发电电力或二次电池、燃料电池的放电电力来进行动作。

车辆系统1例如具备相机(摄像部的一例)10、雷达装置12、探测器14、物体识别装置16、通信装置20、HMI(Human Machine Interface)30、车辆传感器40、导航装置50、MPU(Map Positioning Unit)60、驾驶操作件80、自动驾驶控制装置100、行驶驱动力输出装置200、制动装置210及转向装置220。这些装置、设备通过CAN(Controller Area Network)通信线等多路通信线、串行通信线、无线通信网等而互相连接。需要说明的是，图1所示的结构只不过是一例，也可以省略结构的一部分，还可以进一步追加别的结构。HMI30是“输出部”的一例。自动驾驶控制装置100是“驾驶控制装置”的一例。

相机10例如是利用了CCD(Charge Coupled Device)、CMOS(Complementary MetalOxide Semiconductor)等固体摄像元件的数码相机。相机10安装于本车辆M的任意部位。例如，在拍摄本车辆M的前方的情况下，相机10安装于前风窗玻璃上部、车室内后视镜背面等。另外，在拍摄本车辆M的后方的情况下，相机10安装于后风窗玻璃上部等。另外，在拍摄本车辆M的右侧方或左侧方的情况下，相机10安装于车身、车门上后视镜的右侧面或左侧面等。相机10例如周期性地反复拍摄本车辆M的周边。相机10也可以是立体相机。

雷达装置12向本车辆M的周边放射毫米波等电波，并且检测由物体反射出的电波(反射波)而至少检测物体的位置(距离及方位)。雷达装置12安装于本车辆M的任意部位。雷达装置12也可以通过FM-CW(Frequency Modulated Continuous Wave)方式来检测物体的位置及速度。

探测器14是LIDAR(Light Detection and Ranging)。探测器14向本车辆M的周边照射光，测定散射光。探测器14基于从发光到受光为止的时间来检测距对象的距离。照射的光例如是脉冲状的激光。探测器14安装于本车辆M的任意部位。

物体识别装置16对由相机10、雷达装置12及探测器14中的一部分或全部检测的检测结果进行传感器融合处理来识别物体的位置、种类、速度等。物体识别装置16将识别结果向自动驾驶控制装置100输出。物体识别装置16可以将相机10、雷达装置12及探测器14的检测结果直接向自动驾驶控制装置100输出。也可以从车辆系统1省略物体识别装置16。

通信装置20例如利用蜂窝网、Wi-Fi网、Bluetooth(注册商标)、DSRC(DedicatedShort Range Communication)等来与存在于本车辆M的周边的其他车辆通信，或者经由无线基站而与各种服务器装置通信。

HMI30对本车辆M的乘员(包括驾驶员)提示各种信息，并且接受乘员的输入操作。HMI30例如包括显示装置、扬声器、蜂鸣器、触摸面板、开关、按键等。

车辆传感器40检测与本车辆M的行为、车载设备的状态相关的信息。车辆传感器40例如具备横摆角速度传感器42和转向角传感器44。横摆角速度传感器42例如检测本车辆M绕铅垂轴的横摆角速度(旋转角速度)。转向角传感器44例如检测后述的转向装置(转向装置的一例)中的转向角度的方向和大小(以下，称作转向角信息)。

另外，在车辆传感器40中也可以包括检测本车辆M的速度的车速传感器、检测加速度的加速度传感器、检测本车辆M的朝向的方位传感器等。另外，在车辆传感器40中还可以包括检测与本车辆M的周围的风况相关的信息的风况传感器(例如，风向计、风速计)。风况是表示特定的地点处的风的吹动方式的信息。在风况中例如包括风的大小(例如，平均风速、最大瞬间风速)、风向等要素和各要素的伴随于时间变化的变化量等。风向可以是以地图信息的方位为基准的风的朝向，也可以是由车辆传感器40检测出的相对于本车辆M的正面方向的风的朝向。

导航装置50例如具备GNSS(Global Navigation Satellite System)接收机51、导航HMI52及路径决定部53。导航装置50在HDD(Hard Disk Drive)、闪存器等存储装置中保持有第一地图信息54。GNSS接收机51基于从GNSS卫星接收到的信号来确定本车辆M的位置。本车辆M的位置也可以由利用了车辆传感器40的输出的INS(Inertial Navigation System)确定或补充。导航HMI52包括显示装置、扬声器、触摸面板、按键等。导航HMI52也可以一部分或全部与前述的HMI30共用化。路径决定部53例如参照第一地图信息54来决定从由GNSS接收机51确定出的本车辆M的位置(或输入的任意的位置)到由乘员使用导航HMI52输入的目的地为止的路径(以下，记为地图上路径)。第一地图信息54例如是通过表示道路的线路和由线路连接的节点而表现了道路形状的信息。第一地图信息54也可以包括道路的曲率、POI(Point Of Interest)信息等。地图上路径向MPU60输出。导航装置50也可以基于地图上路径来进行使用了导航HMI52的路径引导。导航装置50例如也可以由乘员持有的智能手机、平板终端等终端装置的功能来实现。导航装置50也可以经由通信装置20而向导航服务器发送当前位置和目的地，并从导航服务器取得与地图上路径同等的路径。

MPU60例如包括推荐车道决定部61，在HDD、闪存器等存储装置中保持有第二地图信息62。推荐车道决定部61将从导航装置50提供的地图上路径分割为多个区块(例如，在车辆行进方向上每隔100[m]进行分割)，并参照第二地图信息62来针对每个区块决定推荐车道。推荐车道决定部61进行在从左侧起的第几车道上行驶之类的决定。推荐车道决定部61在地图上路径中存在分支部位的情况下，以使本车辆M能够在用于向分支目的地行进的合理的路径上行驶的方式决定推荐车道。

第二地图信息62是比第一地图信息54高精度的地图信息。第二地图信息62例如包括车道的中央的信息或车道的边界的信息等。另外，在第二地图信息62中可以包括道路形状(例如，倾斜、曲率、凹凸等)、道路信息、交通限制信息、住所信息(住所·邮政编码)、设施信息、停车场信息、电话号码信息等。另外，在第二地图信息62中也可以包括与道路附近的区域(例如，从道路起的规定距离以内的区域)的形状(例如，倾斜、曲率、凹凸等)相关的信息。第二地图信息62可以通过通信装置20与外部装置通信而随时被更新。

驾驶操作件80例如包括油门踏板、制动踏板、换挡杆、转向盘、异形方向盘、操纵杆及其他操作件。在驾驶操作件80安装有检测操作量或操作的有无的传感器，其检测结果向自动驾驶控制装置100、或者行驶驱动力输出装置200、制动装置210及转向装置220中的一部分或全部输出。

自动驾驶控制装置100例如具备第一控制部120、第二控制部160、HMI控制部180及存储部190。第一控制部120、第二控制部160及HMI控制部180分别例如通过CPU(CentralProcessing Unit)等硬件处理器执行程序(软件)而实现。另外，这些构成要素中的一部分或全部也可以由LSI(Large Scale Integration)、ASIC(Application SpecificIntegrated Circuit)、FPGA(Field-Programmable Gate Array)、GPU(GraphicsProcessing Unit)等硬件(电路部；包括circuitry)实现，也可以通过软件与硬件的协同配合来实现。程序可以预先保存于自动驾驶控制装置100的HDD、闪存器等存储装置(具备非暂时性的存储介质的存储装置)，也可以保存于DVD、CD-ROM等能够装卸的存储介质，并通过存储介质(非暂时性的存储介质)向驱动装置装配而向自动驾驶控制装置100的HDD、闪存器安装。HMI控制部180是“输出控制部”的一例。

存储部190可以由上述的各种存储装置或者EEPROM(Electrically ErasableProgrammable Read Only Memory)、(Read Only Memory)或RAM(Random Access Memory)等实现。在存储部190中例如保存物体信息192、特定物体候补表194、程序及其他各种信息等。在物体信息192中，用于确定物体的特征信息与物体建立了对应关系。

图2是第一控制部120及第二控制部160的功能结构图。第一控制部120例如具备识别部130和行动计划生成部140。将行动计划生成部140和第二控制部160组合而成的结构是“驾驶控制部”的一例。第一控制部120例如并行实现基于AI(Artificial Intelligence；人工智能)的功能和基于预先给出的模型的功能。例如，“识别交叉路口”的功能可以通过“并行执行基于深度学习等的交叉路口的识别和基于预先给出的条件(存在能够图案匹配的信号、道路标示等)的识别，并对双方评分而综合性地评价”来实现。由此，可确保自动驾驶的可靠性。

识别部130识别本车辆M的周边环境。例如，识别部130基于从相机10、雷达装置12及探测器14经由物体识别装置16而输入的信息来识别处于本车辆M的周边的物体的位置及速度、加速度、行进方向等状态。识别部130例如通过与预先存储于存储部190的物体信息192中包含的每个物体的特征信息之间的图案匹配等来识别物体。物体信息可以从经由通信装置20而连接的外部装置取得，也可以由识别部130通过机器学习等而生成。物体的位置例如作为以本车辆M的代表点(重心、驱动轴中心等)为原点的绝对坐标上的位置来识别，在控制中使用。物体的位置可以由该物体的重心、中心、角部等代表点表示，也可以由表现出的区域表示。在物体是车辆的情况下，在物体的“状态”中也可以包括物体的加速度、加加速度或“行动状态”(例如是否正在进行或将要进行车道变更)。另外，识别部130也可以识别物体的形状、大小、朝向(例如，相对于本车辆M的朝向)等。在物体的形状中也可以包括车轮的有无、空气阻力所引起的影响的大小等信息。

另外，识别部130例如识别本车辆M正在行驶的车道(行驶车道)。例如，识别部130通过将从第二地图信息62得到的道路划分线的图案(例如实线和虚线的排列)与根据由相机10拍摄到的图像而识别出的本车辆M的周边的道路划分线的图案进行比较来识别行驶车道。需要说明的是，识别部130不限于道路划分线，也可以通过识别道路划分线、包括路肩、缘石、中央隔离带、护栏等的行驶路边界(道路边界)来识别行驶车道。在该识别中，也可以考虑从导航装置50取得的本车辆M的位置、INS的处理结果。另外，识别部130识别暂时停止线、障碍物、驻车空间、红灯、收费站及其他道路现象。

识别部130在识别行驶车道时，识别本车辆M相对于行驶车道的位置、姿态。识别部130例如可以将本车辆M的基准点从车道中央的偏离及本车辆M的行进方向相对于将车道中央相连而得到的线所成的角度作为本车辆M相对于行驶车道的相对位置及姿态来识别。取代于此，识别部130也可以将本车辆M的基准点相对于行驶车道的任意侧端部(道路划分线或道路边界)的位置等作为本车辆M相对于行驶车道的相对位置来识别。

识别部130基于根据由相机10拍摄到的图像而识别出的本车辆M的周边车辆和由相机10拍摄到的图像、由导航装置50取得的本车辆M的周边的拥堵信息或从第二地图信息62得到的位置信息，来识别与周边车辆的位置相关的信息。需要说明的是，识别部130也可以经由通信装置20而取得通过车车间通信而从在本车辆M的周围行驶的车辆等接收到的各种信息，基于该信息来识别本车辆M的周边。

另外，识别部130例如具备风况识别部132、特定物体识别部134及移动状态识别部136。关于这些功能的详情，见后述。

行动计划生成部140以原则上在由推荐车道决定部61决定出的推荐车道上行驶而且能够应对本车辆M的周边状况的方式，生成本车辆M自动地(不依赖于驾驶员的操作地)将来行驶的目标轨道。目标轨道例如包括速度要素。例如，目标轨道表现为将本车辆M应该到达的地点(轨道点)依次排列而得到的轨道。轨道点是按沿途距离计每隔规定的行驶距离(例如几[m]程度)的本车辆M应该到达的地点，与此相独立地，每隔规定的采样时间(例如零点几[sec]程度)的目标速度及目标加速度作为目标轨道的一部分而生成。另外，轨道点也可以是每隔规定的采样时间的该采样时刻下的本车辆M应该到达的位置。在该情况下，目标速度、目标加速度的信息由轨道点的间隔表现。

行动计划生成部140在生成目标轨道时，可以设定自动驾驶的事件。在自动驾驶的事件中，存在定速行驶事件、低速追随行驶事件、车道变更事件、分支事件、汇合事件、接管事件、在代客泊车等中进行无人行驶或有人行驶并驻车的自动泊车事件等。行动计划生成部140生成与起动后的事件相应的目标轨道。

另外，行动计划生成部140例如具备风险区域设定部142、调整部144及驻车控制部146。关于这些功能的详情，见后述。

第二控制部160控制行驶驱动力输出装置200、制动装置210及转向装置220，以使本车辆M按照预定的时刻通过由行动计划生成部140生成的目标轨道。

第二控制部160例如具备取得部162、速度控制部164及转向控制部166。取得部162取得由行动计划生成部140生成的目标轨道(轨道点)的信息，并向存储器(未图示)存储。速度控制部164基于向存储于存储器的目标轨道随附的速度要素来控制行驶驱动力输出装置200或制动装置210。转向控制部166根据存储于存储器的目标轨道的弯曲状况来控制转向装置220。速度控制部164及转向控制部166的处理例如通过前馈控制与反馈控制的组合来实现。作为一例，转向控制部166将与本车辆M的前方的道路的曲率相应的前馈控制和基于从目标轨道的偏离的反馈控制组合而执行。

返回图2，HMI控制部180通过HMI30来向乘员通知规定的信息。在规定的信息中，例如包括与本车辆M的状态相关的信息、驾驶控制信息等与本车辆M的行驶存在关联的信息。在与本车辆M的状态相关的信息中，例如包括本车辆M的速度、发动机转速、挡位、风况等。另外，在驾驶控制信息中，例如包括与自动驾驶的执行的有无、用于开始自动驾驶的事先设定相关的信息、询问是否开始自动驾驶的信息、与自动驾驶的驾驶支援的程度相关的信息等。另外，在规定的信息中，也可以包括电视节目、存储于DVD等存储介质的条目(例如，电影)等不与本车辆M的行驶相关联的信息。另外，在规定的信息中，例如还可以包括和本车辆M与终端装置300的通信状态、自动驾驶中的当前位置、目的地、本车辆M的燃料余量相关的信息。HMI控制部180也可以将通过HMI30而接受到的信息向通信装置20、导航装置50、第一控制部120等输出。

行驶驱动力输出装置200将用于供车辆行驶的行驶驱动力(转矩)向驱动轮输出。行驶驱动力输出装置200例如具备内燃机、电动机及变速器等的组合和控制它们的ECU(Electronic Control Unit)。ECU按照从第二控制部160输入的信息或从驾驶操作件80输入的信息来控制上述的结构。

制动装置210例如具备制动钳、向制动钳传递液压的液压缸、使液压缸产生液压的电动马达及制动ECU。制动ECU按照从第二控制部160输入的信息或从驾驶操作件80输入的信息来控制电动马达，使得与制动操作相应的制动转矩向各车轮输出。制动装置210可以具备将通过驾驶操作件80中包含的制动踏板的操作而产生的液压经由主液压缸而向液压缸传递的机构作为备用件。需要说明的是，制动装置210不限于上述说明的结构，也可以是按照从第二控制部160输入的信息来控制致动器从而将主液压缸的液压向液压缸传递的电子控制式液压制动装置。

转向装置220例如具备转向ECU和电动马达。另外，转向装置220例如具备电动助力转向(EPS)等功能。电动马达例如使力作用于齿条-小齿轮机构来变更转向轮的朝向。转向ECU按照从第二控制部160输入的信息或从驾驶操作件80输入的信息来驱动电动马达，使转向轮的朝向变更。

[识别部130及行动计划生成部140的功能的详情]

以下，对实施方式的识别部130及行动计划生成部140的功能的详情进行说明。图3是用于对识别部130及行动计划生成部140的功能的详情进行说明的图。在图3中，示出了本车辆M在Y轴方向上延伸的道路R1上正以速度VM在Y轴方向上行驶的例子。道路R1由划分线LL及划分线LR划分。在图3的例子中，作为车辆的周边环境的一例，示意性地示出了风WND的朝向。另外，图3所示的物体OB1～OB9是由识别部130识别到的本车辆M的周边环境中包含的物体。

[风况识别部的功能]

风况识别部132识别基于本车辆M的周边环境的周围的风况。风况识别部132例如基于由相机10等拍摄到的图像(以下，称作相机图像)的解析结果，根据物体的形状等来识别存在于本车辆M的周边的风况识别用物体。风况识别用物体例如是设置于道路附近的风向袋、旗子等。风向袋例如是将布状的筒从高处悬吊而用于目视确认风向、风速的设备。另外，在风况识别用物体中，也可以包括在空中飞翔或在路上滚动的纸、布、塑料袋、气球、落叶、空罐、空的塑料瓶及其他物体等。另外，在风况识别用物体中还可以包括风向计、风速计。另外，在风况识别用物体中还可以包括存在于本车辆M的周边的树木、上空的云、雨滴。相对于风况识别用物体的特征信息可以预先包含于物体信息192。在该情况下，风况识别部132基于相机10的解析结果来参照物体信息192，识别风况识别用物体。在图3的例子中，风况识别部132将风向袋即物体OB1、在本车辆M1的前方的纸即物体OB2识别为风况识别用物体。

另外，风况识别部132也可以基于识别到的风况识别用物体在规定时间内的变化量、移动量来识别风况等级的预测值。风况等级例如是与风况中包含的风速的强度建立了对应关系的指标值。风况识别部132例如识别相对于物体OB1的布状的筒飘动的方向及布状的筒相对于与地面垂直的方向(Z方向)的角度，基于识别到的角度来识别风况等级的预测值。另外，风况识别部132也可以基于物体OB2在规定时间内的移动量、变化量来识别风况等级的预测值。

另外，风况识别部132例如基于物体OB1的布状的筒飘动的方向来识别风向，或者基于物体OB2在规定时间内的移动方向来识别风向。

另外，风况识别部132也可以基于本车辆M的位置来参照地图信息(第一地图信息54、第二地图信息62)，基于参照的地图信息来取得地形信息、地域信息，识别相对于当前位置及行进方向的风向、风况等级的预测值。例如，在本车辆M行驶的道路是沿海的情况下，预测会从海侧吹来强风，因此基于本车辆M的当前位置、行进方向及海的位置来预测风向，并且识别高的风况等级的预测值。另外，风况识别部132也可以基于季节、时期来识别风况、风况等级的预测值，还可以基于从能够经由通信装置20而通信的外部装置得到的天气预报来识别风况、风况等级的预测值。

另外，风况识别部132也可以基于识别到的风向和行进方向来判定风WND相对于本车辆M的行进方向(或车身)是否是横风。例如，风况识别部132识别风况识别用物体，在识别出所识别到的风况识别用物体的伴随于时间经过的移动至少包括向与本车辆M的行进方向正交的方向的移动的情况下，识别为风WND相对于本车辆M的行进方向(或车身)是横风。

另外，风况识别部132也可以识别从横摆角速度传感器42得到的与本车辆M的横摆角速度相关的信息和从转向角传感器44得到的转向装置220的转向角信息，根据从识别到的横摆角速度得到的角度(横摆角速度角)与转向角的误差来识别正在接受横风这一情况、横风的风况等级。由此，能够基于横摆角速度传感器42、转向角传感器44的检测结果来判定本车辆M是否正在接受横风，识别风况等级的预测值。

另外，风况识别部132也可以基于存在于本车辆M的周边的物体(例如，其他车辆)等的行为来识别至少一部分区域的风况。

[特定物体识别部的功能]

特定物体识别部134基于识别到的本车辆M的周边环境来识别存在于本车辆M的周边的物体中的特定物体。特定物体例如是通常被识别为静止物体但有可能因干扰因素而移动的物体。干扰因素例如是基于风况、坡道等的倾斜、暴雨、塌方等的因素。特定物体例如是带有车轮的无行驶驱动力的推车(例如，购物车、婴儿车、轮椅)、比较轻量而容易受到基于风的空气阻力的影响的物体(例如，撑开的伞)、是圆形、圆筒或球体形状而容易通过旋转而移动的物体(例如，球、圆筒型塑料瓶)等。另外，“因干扰因素而移动”是指因干扰因素而物体自身移动规定距离以上，例如是通过强风而伞、纸被吹飞、购物车移动、屋顶或屋顶瓦被吹飞。另外，在“因干扰因素而移动”中，例如也可以包括从通常的状态变化。从通常的状态变化例如是种植于地面的树木倒下等变化。而且，特定物体识别部134也可以将因干扰因素而有可能向本车辆M的行进方向移动的物体识别为特定物体。另外，特定物体识别部134也可以包括保持或把持特定物体的人(例如，打着伞的人、用手推着购物车的人等)而识别为特定物体。

另外，特定物体识别部134也可以基于由风况识别部132识别到的风况等级的预测值等来调整成为特定物体的候补的物体的种类。在该情况下，特定物体识别部134使用风况等级来参照存储于存储部190的特定物体候补表194，调整对应的特定物体的种类。

图4是示出特定物体候补表194的内容的一例的图。在特定物体候补表194中，特定物体与风况等级建立了对应关系。图4所示的风况等级“A”～“D”是表示分别不同的风况等级的标识信息的一例，关于等级的大小，“A＜B＜C＜D”的关系成立。另外，图4所示的标志“1”、“0”是表示是否将图4所示的各个物体设为特定物体的候补的标识信息的一例。标志“1”是表示设为特定物体的候补的标志，标志“0”是表示不设为特定物体的候补的标志。也可以取代这些标识信息而使用其他标识信息。特定物体候补表194例如可以经由通信装置20而从外部装置取得，也可以预先在出货时等存储于存储部190。

在图4的例子中，特定物体识别部134在风况等级“A”的情况下，将撑开的伞(仅伞)识别为成为特定物体的候补的物体。“仅伞”例如表示伞不是由人把持的状态而是单纯放置于地面的状态。另外，特定物体识别部134在风况等级“B”的情况下，将撑开的伞(仅伞)及购物车识别为成为特定物体的候补的物体。另外，特定物体识别部134在风况等级“C”的情况下，将撑开的伞(仅伞)、购物车及撑开的伞(由人把持)识别为成为特定物体的候补的物体。另外，特定物体识别部134在风况等级“D”的情况下，将撑开的伞(仅伞)、购物车、撑开的伞(由人把持)及树木识别为成为特定物体的候补的物体。这样，通过根据风况等级而调整成为特定物体的候补的物体的种类，能够使特定物体的识别精度提高，能够对特定物体进行更适当的驾驶控制。

特定物体识别部134例如将周边环境中包含的物体OB1～OB9中的通过特定物体候补表194而识别为特定物体的候补的物体且有可能向本车辆M的行进方向移动的物体识别为特定物体。在图3的例子中，特定物体识别部134在风况等级“A”的情况下，不将物体OB1～OB9识别为特定物体。另外，特定物体识别部134在风况等级“B”的情况下，将购物车即物体OB3～OB5中的处于比道路R1靠上风处的归还空间SP1的物体OB3及物体OB4识别为特定物体，不将处于比道路R1靠下风处的归还空间SP2的物体OB5识别为特定物体。另外，特定物体识别部134在风况等级“C”的情况下，除了物体OB3及物体OB4之外，还将撑开的伞即物体OB6和把持撑开的伞的人即物体OB7识别为特定物体。另外，特定物体识别部在风况等级“D”的情况下，除了物体OB3、OB4、OB6、OB7之外，还将树木即物体OB8及物体OB9中的有可能向本车辆M的行进方向倒下的(移动)的物体OB8识别为特定物体。

[移动状态识别部的功能]

移动状态识别部136针对由特定物体识别部134识别到的每个特定物体，识别规定时间内的当前的移动量和将来的移动量中的一方或双方。例如，移动状态识别部136基于风况、特定物体的形状及道路形状等来识别移动状态。例如，在特定物体是购物车的情况下，移动状态识别部136识别规定时间内的移动量及移动方向。移动状态识别部136根据由识别部130识别出的购物车的大小、形状、货物的有无、空气阻力所引起的影响的大小、地面的状态(例如，是否是坡道)等来预测规定时间后的将来的移动状态。例如，在受到风的影响而购物车开始在坡道中下坡的情况(开始移动的情况)下，移动状态识别部136推定为之后的购物车会加速移动因此移动量变大。另外，移动状态识别部136也可以预测在规定时间后或因风的大小而购物车倒下来预测移动状态。另外，移动状态识别部136例如还可以根据作为特定物体的拿着撑开的伞的人的特征信息(例如，人是大人还是孩子)等而预测特定物体的将来的移动状态。在该情况下，移动状态识别部136在拿着撑开的伞的人是孩子的情况下，预测为与是大人的情况相比被风吹动而从上风向下风移动的量变大，从而来识别移动状态。

[风险区域设定部的功能]

风险区域设定部142设定相对于特定物体的风险区域。风险区域是指从当前起将来具有存在本车辆M的行进方向的周边的特定物体的可能性(概率)的区域、或者本车辆M不应该行驶的区域等。风险区域设定部142例如基于由移动状态识别部136得到的当前或将来(规定时间后)的特定物体的移动量来设定相对于特定物体的风险区域。

图5是用于对相对于特定物体的风险区域的第一设定模式进行说明的图。在图5的例子中，作为特定物体的一例而示出了物体(购物车)OB3。第一设定模式例如表示物体OB3静止于水平的地面G上的情况且吹着风况等级“B”的风WND的情况下的设定模式。在该情况下，风险区域设定部142设定相对于物体OB3的形状的基本风险区域RA1，对于设定的基本风险区域RA1，基于由移动状态识别部136识别到的由干扰因素(在图5的例子中是风WND)引起的将来的移动量，设定向有可能移动的方向(例如，从上风向下风的方向)扩展了第一规定量的风险区域RA2。第一规定量例如基于风的朝向、强度、风对物体OB3的影响的大小等而设定。

图6是用于对相对于特定物体的风险区域的第二设定模式进行说明的图。第二设定模式例如表示物体OB3受到风WND的影响而正在相对于水平方向具有角度θ1的倾斜的坡道(地面G)中下坡的情况下的设定模式。在该情况下，风险区域设定部142设定相对于物体OB3的形状的基本风险区域RA1，对于设定的基本风险区域RA1，基于由移动状态识别部136识别到的由干扰因素(在图6的例子中是风WND及坡道)引起的将来的移动量，设定向有可能移动的方向扩展了第二规定量的风险区域RA3。第二规定量例如基于风的朝向、强度、风对物体OB3的影响的大小、地面G的倾斜角度θ1等而设定。在图5及图6的例子中，风险区域RA3成为比上述的风险区域RA2大的值。需要说明的是，在图6的例子中，在识别为物体OB3正在从坡道的下坡侧向上坡方向接受风的情况下，风险区域设定部142设定也设想了根据风的大小而物体OB3在坡道中下坡的移动量被抑制或者在坡道中停止或者在坡道中上坡的风险区域。

相对于特定物体的风险区域的设定模式并不限定于上述的例子。例如，在存在地面G的凹凸、限制购物车的移动的止动构件等的情况下，即使购物车移动，在该位置处停止或倒下的可能性也高。因此，在识别到凹凸、止动件等的情况下，风险区域设定部142也可以基于识别到的位置来调整风险区域的大小。关于凹凸、止动件等地面的形状，可以从相机10等的拍摄图像的解析结果取得，也可以通过基于本车辆M的位置、朝向等信息参照地图信息(第一地图信息54、第二地图信息62)而取得。

[调整部的功能]

调整部144基于由风险区域设定部142设定的风险区域来调整目标轨道。图7是用于对调整部144的处理进行说明的图。在图7的例子中，对本车辆M通过物体OB3及物体OB4的旁边的情况进行说明。另外，在图7的例子中，假设物体OB3及物体OB4未移动。

行动计划生成部140例如在物体OB3及物体OB4在道路R1外处于静止的情况下，生成本车辆M在道路R1的中央(宽度方向的中央)行驶的目标轨道K1。调整部144基于由风险区域设定部142设定的相对于物体OB3及物体OB4的风险区域，生成以使本车辆M能够以不与风险区域接触的路径在道路R1上行驶的方式调整目标轨道K1而得到的目标轨道K2。例如，调整部144生成在道路R1上且远离物体OB3及物体OB4的位置行驶的目标轨道K2。由此，即使在物体OB3及物体OB4因干扰因素而实际从归还空间SP1开始移动的情况下，也能够具有余裕地避开。因此，能够基于周边环境而进行更适当的驾驶控制。需要说明的是，目标轨道K2也可以取代通过远离特定物体的位置的轨道，而是基于风险区域而使本车辆M停止的轨道或通过车道变更来避免接触的轨道。

另外，调整部144例如也可以在预测特定物体会以因存在于本车辆M的周边的物体的行为而产生的风为干扰因素而移动的情况下，调整本车辆M的目标轨道。图8是用于对基于存在于本车辆M的周边的物体的行为进行的目标轨道的调整进行说明的图。在图8的例子中，示出了在同一方向(图中轴向)上延伸的两个车道L1、L2。车道L1由划分线LL及划分线CL划分，车道L2由划分线CL及划分线LR划分。划分线CL是允许车道L1与L2之间的车道变更的划分线。另外，在图8的例子中，本车辆M沿着目标轨道K1而在车道L1上以速度VM向行进方向行驶。其他车辆m1是在车道L1的相邻车道(车道L2)上以速度Vm1向与本车辆M相同的行进方向行驶的相邻车辆。

在上述的例子中，识别部130识别在本车辆M的相邻车道的前方行驶的其他车辆m1和存在于车道L1与车道L2之间的物体OB10。需要说明的是，假设物体OB10是纸等物体，在其他车辆m1通过旁边之前是静止状态。风况识别部132基于其他车辆m1的当前位置及速度Vm1来预测其他车辆m1的将来的行为，并且识别因将来的行为而产生的暂时的风况。暂时的风况例如是基于因其他车辆m1在车道L2上行驶而产生的其他车辆m1的周边气流得到的一部分区域的暂时的风的强度、朝向。

特定物体识别部134判定物体OB10是否有可能以因其他车辆m1的行为而产生的风为干扰因素而移动，在判定为有可能移动的情况下，将物体OB10识别为特定物体。移动状态识别部136基于物体OB10的大小、形状等来识别由其他车辆m1的行为引起的物体OB10的移动量。风险区域设定部142基于由移动状态识别部136识别到的物体OB10的移动量来设定风险区域RA4。调整部144基于设定的风险区域RA4来调整已经生成的目标轨道。

在图8的例子中，假设由行动计划生成部140基于直到本车辆M的目的地为止的路径等而生成了目标轨道K1。在该情况下，由于风险区域RA4向车道L1的横向(图中-X方向)扩展，所以调整部144生成不在车道L1上行驶而向其他车辆m1行驶的车道L2进行车道变更并追随其他车辆m1的目标轨道K3，沿着生成的目标轨道K3而使本车辆M行驶。由此，在预测为处于静止的物体有可能因由周边车辆的行为引起的干扰因素而移动的情况下，通过向避免与物体的接触的方向调整目标轨道，能够基于周边环境而进行更适当的驾驶控制。需要说明的是，在图8的例子中，识别了基于能够向同一方向行进的在相邻车道上行驶的其他车辆的行为得到的特定物体，但也可以取代于此(或在其基础上)，基于能够向与本车辆M的行进方向相反的方向行驶的相向车道上行驶的车辆(相向车辆)的行为来识别特定物体，基于识别到的特定物体来进行相对于本车辆M的驾驶控制。

[驻车控制部的功能]

另外，实施方式的自动驾驶控制装置100也可以取代上述的通过特定物体的情况下的驾驶控制(或在其基础上)，在使本车辆M向停车场等停车的情况且在停车场内存在特定物体或预测为将来有可能存在特定物体的情况下，基于特定物体所在的位置(区域)和干扰来调整驻车的位置。

图9是用于对驻车控制部146的处理进行说明的图。在图9的例子中，示出了使本车辆M向存在于商场、购物中心等访问目的地设施FA的室外的停车场PA驻车的场景。假设在停车场PA中除了其他车辆m2～m6之外还存在归还购物车(例如，物体OB11)的归还空间SP3。另外，风WND示意性地示出了相对于停车场PA的风况。另外，在图9的例子中，具备管理停车场PA的停车场管理装置PM。停车场管理装置PM是管理停车场PA的空闲状况(驻车状况)且针对来自要向停车场PA驻车的车辆的询问而将停车场的布局和最新的空闲状况向车辆提供的装置。

驻车控制部146例如在停车场PA的入口附近通过乘员的操作等而接受了自动泊车事件的执行指示的情况下，与停车场管理装置PM进行通信，基于从停车场管理装置PM取得的停车场的空闲状况来执行使本车辆M向空闲的空间驻车的驾驶控制。在该情况下，驻车控制部146根据从停车场管理装置PM取得的停车场PA的布局而取得放置可能成为特定物体的物体的归还空间SP3的位置，执行使本车辆M向存在于比归还空间SP3靠上风处的驻车空间PP1驻车的驾驶控制。

需要说明的是，驻车控制部146例如也可以取代“通过与驻车管理装置PM进行通信来掌握空闲状况、归还空间SP3的位置”而基于由识别部130识别的周边环境来设定驻车位置，执行向设定的驻车位置驻车的驾驶控制。另外，驻车控制部146也可以在从入口到驻车空间PP1为止的路径上以不通过归还空间SP3附近的方式使本车辆M行驶。

由此，即使在放置于归还空间SP3或将来向归还空间SP3放置的可能性高的特定物体因风WND的影响而进行了移动的情况下，也能够通过向上风驻车而抑制在驻车后与特定物体接触。

[处理流程]

图10是示出由自动驾驶控制装置100执行的处理的流程的一例的流程图。以下，假设根据行动计划生成部140基于直到预先设定的目的地为止的路径而生成的目标轨道而执行着本车辆M的自动驾驶控制。另外，以下，假设使用风况作为干扰因素的一例。

首先，识别部130识别本车辆M的周边环境(步骤S100)。接着，风况识别部132识别本车辆M的周边的风况(步骤S102)。接着，特定物体识别部134判定是否识别到有可能因识别到的风况而移动的特定物体(步骤S104)。

在判定为识别到特定物体的情况下，移动状态识别部136识别特定物体的移动状态(步骤S106)。接着，风险区域设定部142基于特定物体的移动状态来设定每个特定物体的风险区域(步骤S108)。接着，调整部144基于针对每个特定物体设定的风险区域来调整由行动计划生成部140生成的目标轨道(步骤S110)。第二控制部160以使本车辆M沿着调整后的目标轨道行驶的方式进行驾驶控制(步骤S112)。另外，在步骤S104的处理中判定为未识别到特定物体的情况下，第二控制部160以使本车辆M沿着由行动计划生成部140生成的目标轨道行驶的方式进行驾驶控制(步骤S114)。

在步骤S112或步骤S114的处理后，自动驾驶控制装置100判定基于自动驾驶控制的处理是否结束(步骤S116)。例如，在本车辆M抵达了目的地或者通过乘员的指示而从自动驾驶切换为手动驾驶的情况下，判定为处理已结束，结束上述的本流程图的处理。另外，在判定为不结束处理的情况下，返回步骤S100的处理，使处理继续。

[变形例]

在上述的实施方式中，也可以取代基于识别到的特定物体的移动量、风险区域来进行本车辆M的驾驶控制(或在其基础上)，将与特定物体的存在、特定物体的移动状态、相对于特定物体的避开路径相关的信息向乘员通知。在该情况下，HMI控制部180在由特定物体识别部134识别到特定物体的情况、由移动状态识别部136识别到特定物体的移动量的情况、由风险区域设定部142识别到风险区域的情况下，生成使从各部得到的信息向HMI30的显示装置输出的图像、从HMI30的扬声器输出的声音，通过将生成的图像、声音向HMI30输出来向乘员进行通知。另外，HMI控制部180也可以在由驻车控制部146确定了驻车位置的情况下，将与驻车位置相关的信息通过上述的图像、声音而向乘员通知。

另外，HMI控制部180例如也可以在本车辆M正在执行自动驾驶的情况下不进行上述的通知，在乘员正在执行手动驾驶的情况下进行通知。由此，能够对手动驾驶中的乘员(驾驶员)通知虽然当前是静止状态但有可能因干扰因素而移动的特定物体的存在、设想了特定物体实际移动的基础上的避开路径。因此，能够使乘员进行具有余裕的驾驶。需要说明的是，是否进行上述的通知也可以由乘员设定。

根据以上说明的实施方式，自动驾驶控制装置100具备：识别部130，其识别本车辆M的周边环境；以及驾驶控制部(行动计划生成部140、第二控制部160)，其基于识别部130的识别结果，控制本车辆M的转向和速度中的一方或双方来进行所述车辆的驾驶控制，识别部130识别有可能因周边环境中包含的干扰因素而移动的特定物体，驾驶控制部基于由识别部130识别到的特定物体来进行本车辆M的驾驶控制，由此，能够基于本车辆M的周边环境而进行更适当的车辆控制。

另外，根据实施方式，能够将通常视为静止物的物体识别为有可能因风的强度、路面的倾斜等干扰因素而移动的特定物体，进行增大了相对于识别到的特定物体的接触避免的驾驶控制。由此，即使在特定物体实际进行了移动的情况下，也不会进行突然的行为变化，能够更安全地进行相对于特定物体的接触避免。

另外，根据实施方式，通过根据风况等级来调整(增减)成为特定物体的候补的物体的种类，能够更适当地识别特定物体。另外，根据实施方式，通过基于风况来设定相对于特定物体的风险区域，能够实现更适当的驾驶控制(接触避免控制)。另外，根据实施方式，通过根据风况来预测特定物体的将来的动作，能够进行更适当的驾驶控制。另外，根据实施方式，通过向比放置特定物体的场所靠上风处驻车，能够抑制驻车中与特定物体的接触。另外，根据实施方式，通过根据基于周边车辆的行为产生的干扰因素来识别特定物体，能够进行更能避免与特定物体的接触的驾驶控制。

[硬件结构]

图11是示出实施方式的自动驾驶控制装置100的硬件结构的一例的图。如图所示，与自动驾驶控制装置100对应的车载计算机成为了通信控制器100-1、CPU100-2、作为工作存储器使用的RAM(Random Access Memory)100-3、保持引导程序等的ROM(Read OnlyMemory)100-4、闪存器、HDD等存储装置100-5、驱动装置100-6等通过内部总线或专用通信线而相互连接的结构。通信控制器100-1进行与自动驾驶控制装置100以外的构成要素的通信。在存储装置100-5中保存有CPU100-2执行的程序100-5a。该程序由DMA(Direct MemoryAccess)控制器(未图示)等向RAM100-3展开，由CPU100-2执行。由此，实现自动驾驶控制装置100的各构成要素中的一部分或全部。

上述说明的实施方式能够如以下这样表述。

一种车辆控制装置，其具备：

存储装置，存储有程序；以及

硬件处理器，

构成为通过所述硬件处理器执行存储于所述存储装置的程序而执行以下处理：

识别车辆的周边环境；

基于识别结果，控制所述车辆的转向和速度中的一方或双方来进行所述车辆的驾驶控制；以及

识别有可能因所述周边环境中包含的干扰因素而移动的特定物体，基于识别到的所述特定物体来进行所述车辆的驾驶控制。

以上使用实施方式说明了本发明的具体实施方式，但本发明丝毫不被这样的实施方式限定，在不脱离本发明的主旨的范围内能够施加各种变形及替换。

Claims (10)

1.一种车辆控制装置，其中，

所述车辆控制装置具备：

识别部，其识别车辆的周边环境；以及

驾驶控制部，其基于所述识别部的识别结果，控制所述车辆的转向和速度中的一方或双方来进行所述车辆的驾驶控制，

所述识别部识别有可能因所述周边环境中包含的干扰因素而移动的特定物体，

所述驾驶控制部基于由所述识别部识别到的所述特定物体来进行所述车辆的驾驶控制。

2.根据权利要求1所述的车辆控制装置，其中，

所述识别部识别所述车辆的周边的风况，基于识别到的风况来识别所述特定物体。

3.根据权利要求2所述的车辆控制装置，其中，

所述识别部基于所述风况的等级来调整成为所述特定物体的候补的物体的种类。

4.根据权利要求1～3中任一项所述的车辆控制装置，其中，

所述驾驶控制部基于由所述识别部识别到的特定物体的位置及所述干扰因素来设定相对于所述特定物体的风险区域，基于设定的风险区域来进行所述车辆的驾驶控制。

5.根据权利要求1～3中任一项所述的车辆控制装置，其中，

所述识别部识别所述特定物体的因干扰因素引起的移动状态，

所述驾驶控制部基于由所述识别部识别到的所述移动状态来进行所述车辆的驾驶控制。

6.根据权利要求5所述的车辆控制装置，其中，

所述识别部基于所述干扰因素来预测所述特定物体的将来的移动状态，

所述驾驶控制部基于预测出的移动状态来进行所述车辆的驾驶控制。

7.根据权利要求1～3中任一项所述的车辆控制装置，其中，

所述识别部识别有可能因基于周边车辆的行为产生的干扰因素而移动的特定物体。

8.一种车辆控制装置，其中，

所述车辆控制装置具备：

识别部，其识别车辆的周边环境；以及

驾驶控制部，其基于所述识别部的识别结果，控制所述车辆的转向和速度中的一方或双方来进行使所述车辆驻车的驾驶控制，

所述驾驶控制部使所述车辆向比有可能因所述周边环境中包含的干扰因素而移动的特定物体靠上风处驻车。

9.一种车辆控制方法，其中，

所述车辆控制方法使车载计算机执行以下处理：

识别车辆的周边环境；

基于识别结果，控制所述车辆的转向和速度中的一方或双方来进行所述车辆的驾驶控制；

识别有可能因所述周边环境中包含的干扰因素而移动的特定物体；以及

基于识别到的所述特定物体来进行所述车辆的驾驶控制。

10.一种存储介质，存储有程序，其中，

所述程序使车载计算机执行以下处理：

识别车辆的周边环境；

基于识别结果，控制所述车辆的转向和速度中的一方或双方来进行所述车辆的驾驶控制；

识别有可能因所述周边环境中包含的干扰因素而移动的特定物体；以及

基于识别到的所述特定物体来进行所述车辆的驾驶控制。

Images