CN114348015A - 车辆控制装置和车辆控制方法 - Google Patents

车辆控制装置和车辆控制方法 Download PDF

Info

Publication number
CN114348015A
CN114348015A CN202111190387.8A CN202111190387A CN114348015A CN 114348015 A CN114348015 A CN 114348015A CN 202111190387 A CN202111190387 A CN 202111190387A CN 114348015 A CN114348015 A CN 114348015A
Authority
CN
China
Prior art keywords
vehicle
congestion
situation
determination unit
around
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111190387.8A
Other languages
English (en)
Inventor
黑田龙介
藤木拓也
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Denso Corp
Toyota Motor Corp
Original Assignee
Denso Corp
Toyota Motor Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Denso Corp, Toyota Motor Corp filed Critical Denso Corp
Publication of CN114348015A publication Critical patent/CN114348015A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/14—Adaptive cruise control
    • B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
    • B60W30/162—Speed limiting therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/14—Adaptive cruise control
    • B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/04—Traffic conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • 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
    • B60W40/072—Curvature of the road
    • 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
    • B60W40/076—Slope angle of the road
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • B60W60/0018—Planning or execution of driving tasks specially adapted for safety by employing degraded modes, e.g. reducing speed, in response to suboptimal conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/005—Handover processes
    • B60W60/0053—Handover processes from vehicle to occupant
    • 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
    • B60W60/005—Handover processes
    • B60W60/0059—Estimation of the risk associated with autonomous or manual driving, e.g. situation too complex, sensor failure or driver incapacity
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/15—Road slope, i.e. the inclination of a road segment in the longitudinal direction
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/30—Road curve radius
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/406—Traffic density
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B60W2554/802—Longitudinal distance
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/40—High definition maps

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • General Physics & Mathematics (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Traffic Control Systems (AREA)

Abstract

本发明涉及车辆控制装置和车辆控制方法。在拥堵中对车辆(10)进行自动驾驶控制的车辆控制装置具有：检测状况判定部(32)，判定车辆(10)的周围的状况是否是能够检测状况，该能够检测状况是能够利用搭载于车辆(10)的用于检测车辆(10)的周围的状况的传感器(3)检测在车辆(10)的行进方向的距车辆(10)预定距离以内的道路上行驶的其他车辆的状况；以及拥堵消除判定部(33)，在车辆(10)的周围的状况为能够检测状况的情况下，根据基于由传感器(3)得到的传感器信号检测到的其他车辆的行为，判定在车辆(10)的周围拥堵是否已消除。

Description

车辆控制装置和车辆控制方法
技术领域
本发明涉及对车辆进行自动驾驶控制的车辆控制装置和车辆控制方法。
背景技术
对判定车辆的周围是否拥堵并在车辆的周围拥堵的情况下控制车辆的技术进行了研究(例如，参照日本特开2015-108955号公报和日本特表2009-511357号公报)。
例如，在日本特开2015-108955号公报所记载的技术中，在接收到的道路交通信息为拥堵信息并且本车辆的速度信息为预定速度以下的情况下，驾驶辅助装置判定为道路处于拥堵中。另外，该驾驶辅助装置在判定为道路处于拥堵中之后，在未检测出与前方车辆的距离时，判定为道路的拥堵已消除。
另外，在日本特表2009-511357号公报所记载的技术中，用于车辆的间隔/速度控制装置包括拥堵检测装置，并在检测到的拥堵状况下调整用于控制车辆的速度和/或与前行车辆的间隔的控制参数。并且，在该间隔/速度控制装置中，拥堵检测装置构成为：在传感器系统未测量到作为目标对象物而追随的前行车辆的情况下，决定为不存在拥堵。
发明内容
在上述技术中，在未检测到在本车辆的前方行驶的前行车辆或者未测量出至前行车辆的距离的情况下，判定为不存在拥堵或者拥堵已消除。因而，为了准确地判定拥堵不存在或者拥堵消除，要求精度良好地检测前行车辆。在前行车辆的检测失败的情况下，会误判定为拥堵不存在或者拥堵已消除，作为其结果，有时尽管处于拥堵中，仍对车辆实施应在拥堵已消除时应用的控制。
因此，本发明的目的在于提供一种能够防止误判定为拥堵已消除的车辆控制装置。
根据一个实施方式，提供一种在拥堵中对车辆进行自动驾驶控制的车辆控制装置。该车辆控制装置具有：检测状况判定部，判定车辆的周围的状况是否是能够检测状况，该能够检测状况是能够利用搭载于车辆的用于检测车辆的周围的状况的传感器检测在车辆的行进方向的距车辆预定距离以内的道路上行驶的其他车辆的状况；以及拥堵消除判定部，在车辆的周围的状况为能够检测状况的情况下，根据基于由传感器得到的传感器信号而检测到的其他车辆的行为，判定在车辆的周围拥堵是否已消除。
在该车辆控制装置中，优选的是：检测状况判定部基于存储于存储部的地图信息或者利用传感器拍摄车辆的行进方向而得到的图像，判定在预定距离以内是否存在无法检测其他车辆的盲区，在存在盲区的情况下，判定为不是能够检测状况。
在这种情况下，优选的是：检测状况判定部在基于地图信息和车辆的当前位置、或者基于图像而检测到车辆的行进方向的道路在预定距离以内转弯且道路的弯道的内侧存在遮挡物、并且道路的弯道的曲率为预定的阈值以上的情况下，判定为存在盲区。
或者，优选的是：检测状况判定部在基于地图信息和车辆的当前位置而检测到车辆的当前位置为上坡的中途并且上坡的顶点位于预定距离以内的情况下，判定为存在盲区。
根据另一实施方式，提供一种在拥堵中对车辆进行自动驾驶控制的车辆控制方法。该车辆控制方法包括：判定车辆的周围的状况是否是能够检测状况，该能够检测状况是能够利用搭载于车辆的用于检测车辆的周围的状况的传感器检测在车辆的行进方向的距车辆预定距离以内的道路上行驶的其他车辆的状况；在车辆的周围的状况是能够检测状况的情况下，根据基于由传感器得到的传感器信号检测到的其他车辆的行为，判定在车辆的周围拥堵是否已消除。
本发明的车辆控制装置具有能够防止误判定为拥堵已消除的效果。
附图说明
图1是安装有车辆控制装置的车辆控制系统的概略结构图。
图2是作为车辆控制装置的一个实施方式的电子控制装置的硬件结构图。
图3是与车辆控制处理相关的电子控制装置的处理器的功能框图。
图4A是表示无法检测状况的一个例子的说明图。
图4B是表示能够检测状况的一个例子的说明图。
图5是表示无法检测状况的另一个例子的说明图。
图6是与从手动驾驶模式向自动驾驶模式的切换相关的车辆控制处理的动作流程图。
图7是与从自动驾驶模式向手动驾驶模式的切换相关的车辆控制处理的动作流程图。
具体实施方式
以下，参照附图，对车辆控制装置和在车辆控制装置中实施的车辆控制方法进行说明。该车辆控制装置在拥堵中对车辆进行自动驾驶控制。为此，该车辆控制装置根据基于由搭载于车辆的传感器得到的传感器信号而检测到的其他车辆的行为等，判定车辆的周围是否处于拥堵中。并且，在车辆的周围拥堵消除时，该车辆控制装置使所应用的驾驶模式从由车辆控制装置控制车辆的行驶的自动驾驶模式向由驾驶员控制车辆的行驶的手动驾驶模式转移。此时，该车辆控制装置为了防止误判定为拥堵已消除，判定车辆的周围的状况是否为能够检测状况，该能够检测状况是能够利用搭载于车辆的用于检测车辆的周围的状况的传感器检测在车辆的行进方向的距车辆预定距离以内的道路上行驶的其他车辆的状况。并且，该车辆控制装置仅在是能够检测状况的情况下判定拥堵是否已消除。
图1是安装有车辆控制装置的车辆控制系统的概略结构图。另外图2是作为车辆控制装置的一个实施方式的电子控制装置的硬件结构图。在本实施方式中，搭载于车辆10并且控制车辆10的车辆控制系统1具有GPS接收机2、摄像机3、无线通信器4、储存装置5、用户接口6以及作为车辆控制装置的一个例子的电子控制装置(ECU)7。GPS接收机2、摄像机3、无线通信器4、储存装置5以及用户接口6和ECU7被连接为能够经由遵循控制器区域网络这一标准的车内网络进行通信。需要说明的是，车辆控制系统1也可以还具有LiDAR或者雷达这样的用于测量从车辆10到存在于车辆10的周围的物体的距离的距离传感器(未图示)。这样的距离传感器是用于检测车辆10的周围的状况的传感器的一个例子。而且，车辆控制系统1也可以具有用于检索到目的地的预定行驶路线的导航装置(未图示)。
GPS接收机2每隔预定的周期接收来自GPS卫星的GPS信号，基于接收到的GPS信号对车辆10的自身位置进行定位。并且，GPS接收机2每隔预定的周期，将表示基于GPS信号的车辆10的自身位置的定位结果的定位信息经由车内网络向ECU7输出。需要说明的是，车辆10也可以具有除GPS接收机2之外的基于卫星定位系统的接收机。在这种情况下，该接收机对车辆10的自身位置进行定位即可。
摄像机3是用于检测车辆10的周围的状况的传感器的一个例子，具有由CCD或者C-MOS等对可见光具有灵敏度的光电转换元件的阵列构成的二维检测器和在该二维检测器上对作为拍摄对象的区域的像进行成像的成像光学系统。并且，摄像机3例如以朝向车辆10的前方的方式例如安装于车辆10的车厢内。并且，摄像机3每隔预定的拍摄周期(例如1/30秒～1/10秒)拍摄车辆10的前方区域，生成拍摄有该前方区域的图像。由摄像机3得到的图像是传感器信号的一个例子，既可以是彩色图像，或者也可以是灰度图像。需要说明的是，也可以在车辆10设有拍摄方向或者焦距不同的多个摄像机。
摄像机3在每次生成图像时，将该生成的图像经由车内网络向ECU7输出。
无线通信器4遵循预定的移动通信标准，与无线基站之间进行无线通信。并且，无线通信器4经由无线基站从其他装置接收表示车辆10正在行驶的道路或者其周围的交通状况的交通信息(例如，基于车辆信息通信系统(Vehicle Information and CommunicationSystem,VICS(注册商标)的信息)，将该交通信息经由车内网络向ECU7输出。需要说明的是，交通信息例如包括与有无道路施工、事故或者交通限制以及实施道路施工、发生事故或者实施交通限制的场所及时段相关的信息。另外，无线通信器4也可以经由无线基站从地图服务器接收关于车辆10的当前位置的周围的预定的区域的、用于自动驾驶控制的高精度地图，并向储存装置5输出所接收到的高精度地图。
储存装置5是存储部的一个例子，例如具有硬盘装置、非易失性半导体存储器、或者光记录介质及其存取装置。并且，储存装置5存储作为地图信息的一个例子的高精度地图。高精度地图例如包括关于该高精度地图所表示的预定的区域中包含的各道路的表示诸如车道划分线或者停止线的道路标示的信息、表示道路标识的信息以及表示道路周围的建筑物(例如，隔音壁等)的信息。
而且，储存装置5也可以具有用于执行高精度地图的更新处理和与来自ECU7的高精度地图的读取请求相关的处理等的处理器。并且，例如也可以每当车辆10移动预定距离时，储存装置5将高精度地图的获取请求连同车辆10的当前位置一起经由无线通信器4向地图服务器发送，并经由无线通信器4从地图服务器接收关于车辆10的当前位置的周围的预定的区域的高精度地图。另外，储存装置5在接收到来自ECU7的高精度地图的读取请求时，从所存储的高精度地图中切出表示包含车辆10的当前位置且与上述预定的区域相比相对更窄的范围的高精度地图，经由车内网络向ECU7输出。
用户接口6是通知部的一个例子，例如具有诸如液晶显示器的显示装置或者触摸板显示器。用户接口6在车辆10的车厢内例如仪表板的附近朝向驾驶员设置。并且，用户接口6通过显示从ECU7经由车内网络接收到的各种信息，而向驾驶员通知该信息。用户接口6也可以还具有设于车厢内的扬声器。在这种情况下，用户接口6通过将从ECU7经由车内网络接收到的各种信息输出为声音信号，而向驾驶员通知该信息。
用户接口6向驾驶员通知的信息中例如包括用于通知变更车辆10应用的驾驶模式的信息(例如，用于通知从自动驾驶模式向手动驾驶模式的切换或者相反切换的信息)或者用于通知要求驾驶员保持方向盘或者监视前方的信息。
ECU7判定车辆10的周围是否发生拥堵。并且，在车辆10的周围发生拥堵的情况下，ECU7将车辆10应用的控制的驾驶模式设为自动驾驶模式，控制车辆10的行驶。
如图2所示，ECU7具有通信接口21、存储器22以及处理器23。通信接口21、存储器22以及处理器23既可以分别构成为单独的电路，或者也可以一体地构成为一个集成电路。
通信接口21具有用于将ECU7与车内网络连接的接口电路。并且，通信接口21每当从GPS接收机2接收到定位信息时，将该定位信息向处理器23传递。另外，通信接口21每当从摄像机3接收到图像时，将接收到的图像向处理器23传递。另外，通信接口21将从储存装置5读入的高精度地图向处理器23传递。另一方面，通信接口21在从处理器23接收到通知信息时，将该通知信息向用户接口6输出。
存储器22是存储部的另一个例子，例如具有易失性半导体存储器和非易失性半导体存储器。并且，存储器22存储在由ECU7的处理器23执行的车辆控制处理中使用的各种数据。例如，存储器22存储车辆10的周围的图像、自身位置的定位结果、高精度地图、表示摄像机3的焦距、视场角、拍摄方向以及安装位置等的内部参数、以及用于确定在检测在车辆10的周围行驶的其他车辆等时所使用的物体检测用的识别器的参数集等。而且，存储器22临时存储在车辆控制处理的中途生成的各种数据。
处理器23具有1个或者多个CPU(Central Processing Unit，中央处理单元)及其外围电路。处理器23也可以还具有诸如逻辑运算单元、数值运算单元或者图形处理单元的其他运算电路。并且，处理器23执行针对车辆10的车辆控制处理。
图3是与车辆控制处理相关的处理器23的功能框图。处理器23具有拥堵判定部31、检测状况判定部32、拥堵消除判定部33以及车辆控制部34。处理器23所具有的这些各部例如是通过在处理器23上工作的计算机程序实现的功能模块。或者，处理器23所具有的这些各部也可以是设于处理器23的专用的运算电路。
在此前在车辆10的周围一直没有发生拥堵的情况下，拥堵判定部31每隔预定的周期(例如，0.1秒钟～几秒钟)判定在车辆10的周围是否发生了拥堵。
例如，拥堵判定部31基于利用搭载于车辆10的车速传感器(未图示)测量的车辆10的速度判定在车辆10的周围是否发生了拥堵。在这种情况下，例如在经由通信接口21从车速传感器获取的车辆10的速度的测量值为第1速度阈值(例如，20km/h)以下的状态持续第1期间(例如，5秒钟)以上的情况下，拥堵判定部31判定为在车辆10的周围发生了拥堵。或者，也可以在车辆10的速度的测量值为比第1速度阈值低的第2速度阈值(例如，10km/h)以下的状态持续比第1期间短的第2期间(例如，3秒钟)以上的情况下，拥堵判定部31判定为在车辆10的周围发生了拥堵。再或者，也可以在最近的第1预定期间(例如，3秒钟)中的车辆10的速度的测量值的变化为预定的速度变化幅度(例如，1m/s)以内的情况下，拥堵判定部31判定为在车辆10的周围发生了拥堵。需要说明的是，在这种情况下，也可以仅在第1预定期间中的车辆10的速度的平均值为预定速度以下的情况下，判定为在车辆10的周围发生了拥堵。预定速度例如能够设为从车辆10正在行驶的道路的法定速度或者限制速度减去预定的偏差(例如，20km/h～40km/h)而得到的速度。在这种情况下，拥堵判定部31例如参照由从GPS接收机2接收的定位信息示出的车辆10的当前位置和高精度地图，确定车辆10正在行驶的道路的法定速度或者限制速度即可。需要说明的是，拥堵判定部31也可以通过将由摄像机3得到的图像所表示的地上物和高精度地图进行对照，来推定车辆10的当前位置和姿态。例如，拥堵判定部31假定车辆10的位置和姿态，参照摄像机3的内部参数将由从摄像机3得到的图像检测出的道路上的地上物(例如，诸如车道划分线或者停止线的道路标示)投影到高精度地图上、或者将高精度地图上的车辆10的周围的道路上的地上物投影到图像上。并且，拥堵判定部31将由图像检测出的道路上的地上物和在高精度地图上示出的道路上的地上物最一致时的车辆10的位置和姿态推定为车辆10的当前位置即可。需要说明的是，拥堵判定部31例如可以通过向识别器输入图像而从图像检测地上物。作为这样的识别器，拥堵判定部31例如能够使用诸如Single Shot MultiBox Detector(SSD，单次多框检测器)或者Faster R-CNN的具有卷积神经网络型(CNN)的架构的深度神经网络(DNN)。以从图像检测存在于车辆10的周围的其他物体(例如，其他车辆、车道划分线这样的道路标示、道路标识等)的方式预先学习这样的识别器。
而且，拥堵判定部31也可以在车辆10停车并经过了第2预定期间(例如，1秒钟)以上的情况下，判定为在车辆10的周围发生了拥堵。
或者，拥堵判定部31也可以基于在车辆10的周围行驶的其他车辆的行为来判定在车辆10的周围是否发生了拥堵。例如，每当ECU7从摄像机3获取图像时，拥堵判定部31通过向识别器输入该图像，从而检测在车辆10的周围行驶的其他车辆。此时，如上所述，拥堵判定部31能够使用具有CNN型的架构的DNN作为识别器。
拥堵判定部31对由从摄像机3获取的时间序列的一系列图像分别检测出的其他车辆，执行诸如使用光流的追踪处理的预定的追踪处理，从而追踪其他车辆。并且，拥堵判定部31使用摄像机3的内部参数对各图像执行视点变换处理，将各图像变更为鸟瞰图像，从而计算各图像获取时的、追踪中的其他车辆相对于车辆10的相对位置。此时，推定为示出其他车辆的物体区域的下端表示路面与其他车辆相接的位置。因此，拥堵判定部31也可以基于各图像中与示出其他车辆的物体区域的下端相当的相对于摄像机3的方位和作为摄像机3的内部参数之一的摄像机3距路面的高度，来推定各图像获取时的从车辆10到其他车辆的距离。并且，拥堵判定部31也可以在计算追踪中的其他车辆相对于车辆10的相对位置时利用各图像获取时的、从车辆10到其他车辆的距离的推定值。
拥堵判定部31选择追踪中的其他车辆中的、在车辆10的前方行驶的前行车辆。在存在多个前行车辆的情况下，拥堵判定部31也可以选择多个前行车辆中的最靠近车辆10的前行车辆。并且，拥堵判定部31基于最近的预定期间(例如，3秒钟～5秒钟)中的、到所选择的前行车辆的相对位置的变化，计算最近的预定期间中的车辆10与该前行车辆的相对速度的变化以及车间距离的变化。
或者，在车辆10具有诸如LiDAR或者雷达的距离传感器的情况下，拥堵判定部31也可以在由该距离传感器得到的、在车辆10的前方的预定的角度范围(例如，以车辆10的行进方向为中心，与路面平行的±30°的角度范围)内的距离的测量值为预定值以下的情况下，判定为存在前行车辆。并且，拥堵判定部31也可以基于最近的预定期间内的由距离传感器得到的距离的测量值的变化，计算最近的预定期间内的车辆10与该前行车辆的相对速度的变化以及车间距离的变化。
当在整个最近的预定期间内车辆10与前行车辆的相对速度的绝对值为预定的相对速度阈值(例如，1m/s)以下、并且车辆10与前行车辆的车间距离为预定的距离范围(例如，3m以上25m以下)的情况下，拥堵判定部31判定为在车辆10的周围发生了拥堵。
或者，拥堵判定部31也可以针对追踪中的全部的其他车辆，计算最近的预定期间内的、车辆10与其他车辆的相对速度的变化以及车间距离的变化。并且，也可以当在整个最近的预定期间内追踪中的全部的其他车辆相对于车辆10的相对速度为预定的相对速度阈值(例如，3m/s)以下的情况下，拥堵判定部31判定为在车辆10的周围发生了拥堵。需要说明的是，拥堵判定部31在拥堵判定时也可以仅利用追踪中的其他车辆中的、在与车辆10所行驶的车道相邻的车道(以下，有时简称为相邻车道)上行驶的车辆。在这种情况下，拥堵判定部31例如将追踪中的其他车辆中的、由识别器检测出的车道划分线位于其他车辆与车辆10之间的该其他车辆判定为在相邻车道行驶的车辆即可。或者，拥堵判定部31也可以将追踪中的其他车辆中的、相对于沿着车辆10的行进方向的线的距离离开车道的宽度以上的其他车辆判定为在相邻车道上行驶的车辆。
再或者，拥堵判定部31也可以当在经由无线通信器4接收到的交通信息中示出车辆10正在行驶的道路发生了拥堵的情况下，判定为在车辆10的周围发生了拥堵。需要说明的是，在这种情况下，拥堵判定部31参照车辆10的当前位置和高精度地图来确定车辆10正在行驶的道路即可。
再或者，拥堵判定部31也可以仅在上述的拥堵判定方法中的任两个以上的拥堵判定方法判定为在车辆10的周围发生了拥堵的情况下，判定为在车辆10的周围发生了拥堵。
拥堵判定部31在判定为在车辆10的周围发生了拥堵的情况下，向检测状况判定部32和车辆控制部34通知该判定结果。
在车辆10的周围拥堵的期间，检测状况判定部32每隔预定的周期，判定车辆10的周围的状况是否是能够检测状况，该能够检测状况是能够利用摄像机3或者搭载于车辆10的距离传感器检测在车辆10的行进方向的距车辆10为预定距离以内的道路上行驶的其他车辆的状况。需要说明的是，以下，将无法利用摄像机3或者搭载于车辆10的距离传感器检测到在车辆10的行进方向的距车辆10为预定距离以内的道路上行驶的其他车辆的状况称为无法检测状况。
在车辆10的周围的状况为无法检测状况的情况下判定拥堵是否已消除时，由于无法检测在本车的前方行驶的其他车辆，因此有可能尽管拥堵未消除ECU7也误判定为拥堵已消除。在这种情况下，即使暂时误判定为拥堵已消除，之后再次判定为发生拥堵的可能性也较高。因此，尽管是ECU7能够对车辆10进行自动驾驶控制的状况，仍请求向驾驶员交接车辆10的操作，或者在驾驶员与ECU7之间频繁地发生车辆10的操作的交接。作为其结果，通过自动驾驶控制得到的减轻驾驶员的负担的效果减弱。
因此，根据本实施方式，只有在检测状况判定部32判定为车辆10的周围的状况是能够检测状况的情况下，拥堵消除判定部33才判定拥堵是否已消除，因此防止了尽管拥堵未消除却误判定为拥堵已消除的情况。因此，防止了在ECU7能够对车辆10进行自动驾驶控制的状况下请求向驾驶员交接车辆10的操作以及在驾驶员与ECU7之间频繁地发生车辆的操作的交接。
图4A是表示无法检测状况的一个例子的说明图，图4B是表示能够检测状况的一个例子的说明图。在图4A所示的状况下，在箭头400所示的车辆10的行进方向上，车辆10正在行驶的道路401转弯，在该弯道的内侧存在遮挡物402。因此，由于遮挡物402，在车辆10的前方产生无法利用搭载于车辆10的摄像机3或者距离传感器进行检测的盲区403。并且，在该例中，弯道的曲率较大，因此盲区403在车辆10的前方覆盖道路401的整个宽度方向。因此，在车辆10的前方行驶的其他车辆404有可能整体位于盲区403内。像这样，若其他车辆404整体位于盲区403内，则车辆10无法检测其他车辆404。在该状况下，在ECU7判定拥堵是否已消除时，有可能误判定为拥堵已消除。因而，在车辆10的周围为这样的无法检测状况的情况下，ECU7不判定拥堵是否已消除。
另一方面，在图4B所示的状况下，同样也是在箭头410所示的车辆10的行进方向上，车辆10正在行驶的道路411转弯，在该弯道的内侧存在遮挡物412。然而，在该状况下，由于弯道的曲率较小，因此由于遮挡物412而产生的盲区413仅遮挡住道路411的一部分。因此，在车辆10的前方行驶的其他车辆414并不会整体包含于盲区413。因而，车辆10能够检测其他车辆414，所以ECU7误判定为拥堵已消除的可能性较低。因此，在车辆10的周围的状况为这样的能够检测状况的情况下，ECU7也可以判定拥堵是否已消除。
图5是表示无法检测状况的另一个例子的说明图。在图5所示的状况下，在箭头500所示的车辆10的行进方向上，车辆10正在行驶的道路为上坡，在超过地点501的前方区间为下坡。因此，包括道路的地面本身成为遮挡物，在比地点501靠前的区间产生无法利用搭载于车辆10的摄像机3或者距离传感器进行检测的盲区502。并且，若在车辆10的前方行驶的其他车辆503在比地点501靠前的区间行驶，则其他车辆503整体包含于盲区502，车辆10无法检测其他车辆503。因而，在车辆10的周围为这样的无法检测状况的情况下，ECU7不判定拥堵是否已消除。
如上所述，当在车辆10的前方存在盲区、并且有可能其他车辆整体包含于盲区内的情况下，车辆10有可能无法检测到其他车辆。因而，检测状况判定部32当在车辆10的前方存在盲区并且盲区内有可能包含其他车辆的情况下，判定为车辆10的周围的状况是无法检测状况。
具体而言，检测状况判定部32参照车辆10的当前位置和高精度地图判定在沿着车辆10的行进方向距车辆10为预定距离以内车辆10正在行驶的道路是否转弯并且弯道的内侧存在遮挡物。需要说明的是，车辆10的当前位置例如能够设为由来自GPS接收机2的最新的定位信息表示的位置，或者如关于拥堵判定部31说明的那样，设为通过对由摄像机3得到的图像和高精度地图进行对照而推定出的位置。另外，预定距离例如能够设为从车辆10到判定拥堵是否已消除所利用的其他车辆的距离的最大值。在车辆10正在行驶的道路转弯并且弯道的内侧存在遮挡物的情况下，检测状况判定部32判定该弯道的曲率是否为预定的曲率阈值以上，在为预定的阈值以上的情况下，判定为车辆10的周围的状况是无法检测状况。需要说明的是，预定的阈值设定为诸如由遮挡物产生的盲区包含正在车辆10的前方行驶的其他车辆整体的弯道的最小的曲率，预先存储于存储器22。需要说明的是，车辆10的前方的弯道区间越长，则盲区与道路重叠的范围越大，因此曲率阈值也可以按照弯道区间的长度预先设定，并存储于存储器22。在这种情况下，也可以设定为：车辆10的前方的弯道区间越长，曲率阈值越小。并且，检测状况判定部32参照车辆10的位置和高精度地图，求出车辆10的前方的、车辆10正在行驶的道路的弯道的区间长度，从存储器22读入与该弯道的区间长度相对应的曲率阈值，用于与该弯道的曲率的比较即可。
或者，检测状况判定部32也可以基于由摄像机3得到的图像，判定在车辆10的前方，车辆10正在行驶的道路是否转弯，以及弯道的内侧是否存在遮挡物。在这种情况下，如关于拥堵判定部31说明的那样，也可以通过将由摄像机3得到的图像输入到识别器，从而检测车道划分线或者道路边界线，并基于检测到的车道划分线或者道路边界线计算车辆10正在行驶的道路的曲率。例如，拥堵判定部31能够通过使用摄像机3的内部参数对图像执行视点变换处理，而将图像变换为鸟瞰图像，按照例如最小二乘法计算通过鸟瞰图像上的车道划分线或者道路边界线上的多个点的圆弧的曲率，从而计算道路的曲率。而且，检测状况判定部32也可以通过将由摄像机3得到的图像输入到识别器来检测位于弯道内侧的遮挡物。
另外，检测状况判定部32参照车辆10的当前位置和高精度地图，判定车辆10的当前位置是否为上坡的中途。需要说明的是，车辆10的当前位置能够设为如上所述由来自GPS接收机2的最新的定位信息表示的位置，或者设为如关于拥堵判定部31说明的那样通过对由摄像机3得到的图像和高精度地图进行对照而推定出的位置。在车辆10的当前位置为上坡的中途的情况下，检测状况判定部32参照车辆10的当前位置和高精度地图，判定在沿着车辆10的行进方向距车辆10的当前位置为预定距离以内处是否存在上坡的顶点。并且，当在距车辆10的当前位置为预定距离以内处存在上坡的顶点的情况下，检测状况判定部32判定为车辆10的周围的状况是无法检测状况。需要说明的是，车辆10的当前位置处的上坡的坡度越小，从上坡的顶点向前方，盲区距路面的高度也越低。因此，即使在车辆10的前方行驶的其他车辆位于比上坡的顶点靠前的位置，其他车辆也不易整体包含于盲区。因此，也可以仅在车辆10的当前位置处的上坡的坡度为预定的坡度阈值以上的情况下，检测状况判定部32判定为车辆10的周围的状况是无法检测状况。
而且，检测状况判定部32在车辆10的周围的状况不符合上述的任何无法检测状况的情况下，判定为车辆10的周围的状况是能够检测状况。即，在车辆10的前方不存在盲区、或者虽然存在盲区但其他车辆并未整体包含于盲区内的情况下，检测状况判定部32判定为车辆10的周围的状况是能够检测状况。
检测状况判定部32将车辆10的周围的状况的判定结果通知给拥堵消除判定部33。
拥堵消除判定部33在被通知了车辆10的周围的状况是能够检测状况时，在该通知以后，每隔预定的周期，基于利用由摄像机3得到的图像检测出的、在车辆10的周围行驶的其他车辆的行为，判定在车辆10的周围拥堵是否已消除。
例如，拥堵消除判定部33为了判定由于道路的构造而产生的拥堵是否已消除，判定在车辆10的当前位置的前后是否存在容易发生拥堵的地点(例如，具有合流或者分支的地点)。例如，拥堵消除判定部33参照车辆10的当前位置和高精度地图，判定在车辆10正在行驶的道路中在车辆10的当前位置的前后的第1区间(例如前后1km)以内是否存在道路分支的地点(以下，称为分支点)，或者在车辆10的当前位置的跟前的第2区间(例如，1km)以内是否存在道路合流的地点(以下，称为合流点)。
当在第1区间内具有分支点或者在第2区间内具有合流点的情况下，拥堵消除判定部33计算车辆10的周围的1个以上的其他车辆的平均车速或者平均加速度。需要说明的是，拥堵消除判定部33通过执行与拥堵判定部31同样的处理，即，将由摄像机3得到的时间序列的一系列图像输入到识别器而检测1个以上的其他车辆，并且分别追踪所检测到的其他车辆，从而能够计算各图像获取时的其他车辆各自相对于车辆10的相对速度。并且，拥堵消除判定部33能够基于各图像获取时的车辆10的速度和其他车辆各自的相对速度，计算其他车辆各自的速度的平均值(即，平均车速)或者其他车辆各自的加速度的平均值(即平均加速度)。在其他车辆的平均车速为预定的速度阈值以上或者车辆10的周围的其他车辆的平均加速度为预定的加速度阈值以上的情况下，拥堵消除判定部33判定为拥堵已消除。需要说明的是，预定的速度阈值例如能够设为从车辆10正在行驶的道路的法定速度或者限制速度减去预定的偏差(例如，5km/h～10km/h)后的速度。另外，拥堵消除判定部33通过参照车辆10的当前位置和高精度地图，能够确定车辆10正在行驶的道路的法定速度或者限制速度。像这样，通过基于有无容易产生拥堵的地点和其他车辆的行为判定拥堵是否已消除，关于因车辆10正在行驶的道路的构造引起的拥堵，拥堵消除判定部33能够准确地判定拥堵是否已消除。
另外，拥堵消除判定部33为了判定由于车辆10正在行驶的道路的至少一部分被堵塞的预定的事件而产生的拥堵是否已消除，判定在车辆10的当前位置的前后是否发生了该预定的事件。预定的事件例如包括实施道路施工、发生事故、存在路上停车车辆或者落下物。在这样的情况下，拥堵消除判定部33例如通过将从摄像机3得到的最新的图像输入到识别器，从而判定是否存在用于通知道路施工或者事故的发生的物体，诸如用于通知道路施工的标志牌或者用于通知事故的发生的标志牌。作为这样的识别器，例如与关于拥堵判定部31说明的识别器同样地，使用具有CNN型的架构的DNN。若识别器在所输入的图像中检测到用于通知道路施工或者事故的发生的物体，则拥堵消除判定部33判定为有道路施工或者发生事故。同样地，拥堵消除判定部33也可以将从摄像机3得到的最新的图像输入到识别器，从而在识别器在所输入的图像中检测到道路上的落下物时，拥堵消除判定部33判定为存在道路上的落下物。再或者，拥堵消除判定部33也可以如关于拥堵判定部31说明的那样，通过将从摄像机3得到的时间序列的一系列图像输入到识别器来检测车辆10的周围的其他车辆并追踪所检测到的其他车辆，从而在该追踪中检测在道路上停止的车辆，即路上停车车辆。
拥堵消除判定部33在检测到发生预定的事件时，计算车辆10的周围的其他车辆的平均加速度。需要说明的是，拥堵消除判定部33能够通过如上所述执行其他车辆的检测和追踪，而计算其他车辆的平均加速度。并且，在车辆10的周围的其他车辆的平均加速度为预定的加速度阈值以上的情况下，拥堵消除判定部33判定为拥堵已消除。像这样，通过基于有无可能引发拥堵的道路的至少一部分被堵塞的预定的事件和其他车辆的行为来判定拥堵是否已消除，从而关于由于在车辆10正在行驶的道路上发生的预定的事件而引起的拥堵，拥堵消除判定部33能够准确地判定拥堵是否已消除。
而且，在车辆10的周围的拥堵为所谓的自然拥堵的情况下，拥堵消除判定部33为了判定自然拥堵是否已消除，计算最近的预定期间内的、车辆10的周围的1个以上的其他车辆的平均车速。需要说明的是，拥堵消除判定部33能够通过如上所述地执行其他车辆的检测和追踪，来计算最近的预定期间内的1个以上的其他车辆的平均车速。
例如在下述的(i)～(iii)中的任一条件成立时，拥堵消除判定部33判定为拥堵已消除。
(i)车辆10的周围的其他车辆的平均车速比从车辆10正在行驶的道路的法定速度或者限制速度减去第1偏差(例如，15km/h)后的速度高的情况持续整个第1期间(例如，10秒钟)；
(ii)车辆10的周围的其他车辆的平均车速比从车辆10正在行驶的道路的法定速度或者限制速度减去比第1偏差小的第2偏差(例如，10km/h)后的速度高的情况持续比第1期间短的第2期间(例如，5秒钟)；
(iii)车辆10的周围的其他车辆的平均车速比从车辆10正在行驶的道路的法定速度或者限制速度减去比第2偏差小的第3偏差(例如，5km/h)后的速度高的情况持续比第2期间短的第3期间(例如，1秒钟)。
像这样，通过基于车辆10的周围的其他车辆的平均车速以及该平均车速持续的期间来判定拥堵是否已消除，拥堵消除判定部33能够准确地判定自然拥堵是否已消除。
拥堵消除判定部33在判定为拥堵已消除时，向车辆控制部34通知该判定结果。
在从拥堵判定部31被通知在车辆10的周围发生了拥堵时，车辆控制部34将应用于车辆10的驾驶模式从手动驾驶模式切换为自动驾驶模式。此时，车辆控制部34也可以使用户接口6显示表示将应用于车辆10的驾驶模式从手动驾驶模式切换为自动驾驶模式的消息，或者输出表示该消息的声音，从而向驾驶员通知驾驶模式的切换。然后，在该通知后，车辆控制部34以使车辆10自动驾驶的方式进行控制。
相反，在从拥堵消除判定部33被通知了车辆10的周围的拥堵已消除时，车辆控制部34将应用于车辆10的驾驶模式从自动驾驶模式切换为手动驾驶模式。此时，车辆控制部34使用户接口6显示表示将应用于车辆10的驾驶模式从自动驾驶模式切换为手动驾驶模式的消息，或者输出表示该消息的声音，从而向驾驶员通知驾驶模式的切换。然后，在从该通知起经过预定期间时，车辆控制部34停止车辆10的自动驾驶，之后，按照驾驶员的驾驶操作来控制车辆10的行驶。需要说明的是，车辆控制部34也可以在从设于方向盘的触摸传感器(未图示)接收到表示方向盘被保持的信号之前，继续车辆10的自动驾驶。
在对车辆10应用自动驾驶模式的期间，以车辆10沿着直至目的地为止的行驶线路前进方式生成1条以上的最近的预定的区间(例如，500m～1km)中的车辆10的预定行驶路径(轨迹)。预定行驶路径例如表示为车辆10在预定的区间行驶时的各时刻的车辆10的目标位置的集合。并且，车辆控制部34控制车辆10的各部，以使车辆10沿着该预定行驶路径行驶。
车辆控制部34以从由摄像机3得到的时间序列的一系列图像检测出的、存在于车辆10的周围的物体(例如，其他车辆)与车辆10不碰撞的方式生成预定行驶路径。例如，车辆控制部34通过如关于拥堵判定部31说明的那样将利用摄像机3得到的时间序列的一系列图像输入到识别器来检测物体并且追踪检测到的物体。需要说明的是，在拥堵消除判定部33检测物体并且进行追踪的情况下，车辆控制部34也可以利用拥堵消除判定部33得到的追踪结果。并且，车辆控制部34根据由该追踪结果得到的轨迹，推定物体各自的预定时间后的预测轨迹。此时，车辆控制部34能够根据获取各图像时的车辆10的位置以及姿态、到检测到的物体为止的推定距离、从车辆10朝向该物体的方向，推定获取各图像时的所检测到的物体的位置。需要说明的是，如关于拥堵判定部31说明的那样，各图像获取时的车辆10的位置以及姿态通过对照由摄像机3得到的图像和高精度地图来推定即可。并且，车辆控制部34通过对获取各图像时的所检测到的物体的推定位置执行使用Kalman Filter或者ParticleFilter等的跟踪处理，从而能够推定该检测到的物体的预测轨迹。
车辆控制部34基于追踪中的各物体的预测轨迹，以如下方式生成车辆10的预定行驶路径：对于任何物体，预定时间后的追踪中的物体各自与车辆10之间的距离的预测值都为预定距离以上。
需要说明的是，车辆控制部34也可以生成多个预定行驶路径。在这种情况下，车辆控制部34也可以选择多个预定行驶路径中的车辆10的加速度的绝对值的总和最小的路径。
车辆控制部34在设定了预定行驶路径后，以使车辆10沿着该预定行驶路径行驶的方式控制车辆10的各部。例如，车辆控制部34按照预定行驶路径以及由车速传感器(未图示)测量出的车辆10的当前的车速，求出车辆10的目标加速度，设定加速器开度或者制动量以使得成为该目标加速度。并且，车辆控制部34根据所设定的加速器开度求出燃料喷射量，向车辆10的发动机的燃料喷射装置输出与该燃料喷射量相应的控制信号。或者，车辆控制部34向车辆10的制动器输出与设定的制动量相应的控制信号。
而且，车辆控制部34在为了使车辆10沿着预定行驶路径行驶而变更车辆10的行进道路的情况下，按照该预定行驶路径求出车辆10的转向角，向控制车辆10的转向轮的致动器(未图示)输出与该转向角相应的控制信号。
图6是由处理器23执行的与从手动驾驶模式向自动驾驶模式的切换相关的车辆控制处理的动作流程图。在对车辆10应用手动驾驶模式的期间，处理器23每隔预定的周期，按照以下的动作流程图执行与从手动驾驶模式向自动驾驶模式的切换相关的车辆控制处理即可。
处理器23的拥堵判定部31基于车辆10自身的行为、车辆10的周围的其他车辆的行为或者接收到的交通信息，判定在车辆10的周围是否发生了拥堵(步骤S101)。当车辆10的周围未发生拥堵的情况下(步骤S101-否)，处理器23的车辆控制部34继续应用手动驾驶模式(步骤S102)。另一方面，当车辆10的周围发生了拥堵的情况下(步骤S101-是)，车辆控制部34将所应用的驾驶模式从手动驾驶模式向自动驾驶模式切换(步骤S103)。然后，在该切换以后，车辆控制部34以自动驾驶车辆10的方式进行控制。在步骤S102或者S103之后，处理器23结束与从手动驾驶模式向自动驾驶模式的切换相关的车辆控制处理。
图7是由处理器23执行的与从自动驾驶模式向手动驾驶模式的切换相关的车辆控制处理的动作流程图。在对车辆10应用自动驾驶模式的期间，处理器23每隔预定的周期，按照以下的动作流程图执行与从自动驾驶模式向手动驾驶模式的切换相关的车辆控制处理即可。
处理器23的检测状况判定部32基于车辆10的当前位置、高精度地图或者由摄像机3得到的图像，判定车辆10的周围的状况是否为能够检测状况(步骤S201)。在车辆10的周围的状况为无法检测状况的情况下(步骤S201-否)，处理器23的拥堵消除判定部33不判定拥堵是否已消除，处理器23的车辆控制部34继续应用自动驾驶模式(步骤S202)。
另一方面，在车辆10的周围的状况为能够检测状况的情况下(步骤S201-是)，拥堵消除判定部33基于车辆10的当前位置、高精度地图或者由摄像机3得到的图像，判定车辆10的周围的拥堵是否已消除(步骤S203)。在车辆10的周围的拥堵未消除的情况下(步骤S203-否)，车辆控制部34继续应用自动驾驶模式(步骤S202)。
另一方面，在车辆10的周围的拥堵消除了的情况下(步骤S203-是)，车辆控制部34将所应用的驾驶模式从自动驾驶模式向手动驾驶模式切换(步骤S204)。然后，在该切换以后，车辆控制部34停止车辆10的自动驾驶。在步骤S202或者S204之后，处理器23结束与从自动驾驶模式向手动驾驶模式的切换相关的车辆控制处理。
如以上说明的那样，该车辆控制装置以在车辆的周围拥堵的期间对车辆进行自动驾驶的方式进行控制。并且，当在车辆的周围拥堵消除时，该车辆控制装置将应用于车辆的驾驶模式从自动驾驶模式向手动驾驶模式切换。此时，该车辆控制装置为了防止误判定为拥堵已消除，判定车辆的周围的状况是否是能够检测状况。并且，该车辆控制装置仅在是能够检测状况的情况下，判定拥堵是否已消除。像这样，该车辆控制装置在无法准确地检测车辆周围的其他车辆的行为的状况下不判定拥堵是否已消除，因此能够防止误判定为拥堵已消除。因此，该车辆控制装置能够抑制判定为处于拥堵中的状态和判定为拥堵已消除的状态频繁切换、使自动驾驶控制与手动驾驶控制之间的控制的转移频发。作为其结果，该车辆控制装置能够防止频繁地请求向驾驶员交接车辆的操作，从而减轻驾驶员的负担。
根据变形例，检测状况判定部32也可以根据车辆10的周围的环境来变更是否是能够检测状况的判定基准。例如，除了在上述实施方式中记载的遮挡物之外，在车辆10的前方存在遮挡搭载于车辆10的摄像机3或者距离传感器的检测范围的至少一部分的物体的情况下，检测状况判定部32也可以判定为无法检测状况。这样的物体例如包括隧道等的柱子、表示施工区间的标志牌、停止车辆以及收费站。检测状况判定部32也可以参照车辆10的当前位置和高精度地图，判定在车辆10的前方的预定距离以内是否存在这样的物体，在存在这样的右物体的情况下，判定为无法检测状况。需要说明的是，如上所述，车辆10的当前位置能够设为由来自GPS接收机2的最新的定位信息表示的位置，或者如关于拥堵判定部31说明的那样设为通过对由摄像机3得到的图像和高精度地图进行对照而推定出的位置。或者，检测状况判定部32也可以在通过将从摄像机3得到的图像输入到识别器而检测到这样的物体时，判定为无法检测状况。作为识别器，如关于上述实施方式的拥堵判定部31说明的那样，检测状况判定部32能够使用为了检测这样的物体而预先学习好的具有CNN型的架构的DNN。
另外，检测状况判定部32也可以在由于逆光或者冒烟筒的烟等而造成暂时的视野不良的情况下，判定为无法检测状况。例如，在摄像机3的拍摄条件为逆光条件的情况下，由摄像机3得到的图像的一部区域(例如，表示太阳的区域)的亮度变得非常高。另外，当图像中拍摄到冒烟筒的烟的情况下，拍摄到该烟的区域的亮度大致均匀。因此，检测状况判定部32例如将由摄像机3得到的图像分割为多个部分区域(例如，纵2×横2或者纵3×横3的部分区域)，按每个部分区域计算平均亮度值或者亮度的方差。并且，也可以在存在一个以上的、平均亮度值为预定的亮度阈值(例如，能够取得的亮度的最大值乘以0.95而得到的值)以上或者亮度的方差为预定的方差阈值以下的部分区域的情况下，检测状况判定部32判定为无法检测状况。
而且，根据车辆10的行进道路前方的道路(例如，转弯的地点，或者在沿着预定行驶路线行驶的情况下左转或者右转的交叉路口)的曲率，有时在车辆10的前方行驶的其他车辆会脱离摄像机3或者距离传感器的检测范围。因此，检测状况判定部32也可以在车辆10的行进道路前方的道路的曲率为预定的曲率阈值以上的情况下，判定为无法检测状况。需要说明的是，如在上述的实施方式中说明的那样，检测状况判定部32通过参照车辆10的当前位置和高精度地图，或者通过从由摄像机3得到的图像中检测车道划分线等，能够求出车辆10的行进道路前方的道路的曲率。
根据另一变形例，车辆控制部34也可以使车辆10的周围的拥堵消除了的情况下应用于车辆10的自动驾驶的控制等级比车辆10的周围拥堵的情况下的控制等级低。例如，车辆控制部34也可以在车辆10的周围的拥堵消除了的情况下，以驾驶员正在监视车辆10的前方为条件，继续车辆10的自动驾驶控制。在这种情况下，车辆控制部34例如通过从由设置为在车辆10的车厢内拍摄驾驶员的头部的驾驶员监视器摄像机(未图示)得到的车内图像中检测驾驶员的视线方向，从而判定驾驶员是否正在监视车辆10的前方即可。因此，车辆控制部34例如从车内图像中检测驾驶员的瞳孔和对驾驶员进行照明的光源的角膜反射像(浦肯雅图像)，并基于该瞳孔的重心与浦肯雅图像之间的位置关系检测驾驶员的视线方向即可。
或者，车辆控制部34也可以在车辆10的周围的拥堵已消除的情况下，自动控制车辆10的速度，以使车辆10与在车辆10的前方行驶的其他车辆的车间距离保持恒定。但是，在这种情况下，车辆控制部34按照驾驶员进行的转向操作来控制车辆10的行进方向。
另外，用于实现上述实施方式或者变形例的ECU7的处理器23的功能的计算机程序也可以以记录于诸如半导体存储器、磁记录介质或者光记录介质的计算机可读取的便携式记录介质中的形式提供。
如上所述，本领域技术人员能够在本发明的范围内与所实施的方式相应地进行各种各样的变更。

Claims (5)

1.一种车辆控制装置，在拥堵中对车辆进行自动驾驶控制，其中，
该车辆控制装置具有：
检测状况判定部，判定所述车辆的周围的状况是否是能够检测状况，该能够检测状况是能够利用搭载于所述车辆的用于检测所述车辆的周围的状况的传感器检测在所述车辆的行进方向的距所述车辆预定距离以内的道路上行驶的其他车辆的状况；以及
拥堵消除判定部，在所述车辆的周围的状况为所述能够检测状况的情况下，根据基于由所述传感器得到的传感器信号而检测到的所述其他车辆的行为，判定在所述车辆的周围拥堵是否已消除。
2.根据权利要求1所述的车辆控制装置，其中，
所述检测状况判定部基于存储于存储部的地图信息或者利用所述传感器拍摄所述车辆的行进方向而得到的图像，判定在所述预定距离以内是否存在无法检测所述其他车辆的盲区，在存在所述盲区的情况下，判定为不是能够检测状况。
3.根据权利要求2所述的车辆控制装置，其中，
所述检测状况判定部基于所述地图信息和所述车辆的当前位置、或者基于所述图像，在检测到所述车辆的行进方向的道路在所述预定距离以内转弯且所述道路的弯道的内侧存在遮挡物，并且所述道路的弯道的曲率为预定的阈值以上的情况下，判定为存在所述盲区。
4.根据权利要求2所述的车辆控制装置，其中，
所述检测状况判定部在基于所述地图信息和所述车辆的当前位置而检测到所述车辆的当前位置为上坡的中途并且所述上坡的顶点位于所述预定距离以内的情况下，判定为存在所述盲区。
5.一种车辆控制方法，在拥堵中对车辆进行自动驾驶控制，其中，
该车辆控制方法包括：
判定所述车辆的周围的状况是否是能够检测状况，该能够检测状况是能够利用搭载于所述车辆的用于检测所述车辆的周围的状况的传感器检测在所述车辆的行进方向的距所述车辆预定距离以内的道路上行驶的其他车辆的状况，
在所述车辆的周围的状况是所述能够检测状况的情况下，根据基于由所述传感器得到的传感器信号检测到的所述其他车辆的行为，判定在所述车辆的周围拥堵是否已消除。
CN202111190387.8A 2020-10-14 2021-10-13 车辆控制装置和车辆控制方法 Pending CN114348015A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020173579A JP2022064762A (ja) 2020-10-14 2020-10-14 車両制御装置及び車両制御方法
JP2020-173579 2020-10-14

Publications (1)

Publication Number Publication Date
CN114348015A true CN114348015A (zh) 2022-04-15

Family

ID=81078777

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111190387.8A Pending CN114348015A (zh) 2020-10-14 2021-10-13 车辆控制装置和车辆控制方法

Country Status (3)

Country Link
US (1) US20220111841A1 (zh)
JP (1) JP2022064762A (zh)
CN (1) CN114348015A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114999150A (zh) * 2022-05-23 2022-09-02 雄狮汽车科技(南京)有限公司 路段拥堵判别方法、装置、车辆及存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230211777A1 (en) * 2022-01-05 2023-07-06 GM Global Technology Operations LLC Assistance system with leader determination module for automated vehicle in a merging trajectory

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1044826A (ja) * 1996-08-05 1998-02-17 Toyota Motor Corp 追従走行制御装置
DE102012023108A1 (de) * 2012-11-27 2014-06-12 Audi Ag Verfahren zum Betrieb eines Fahrerassistenzsystems eines Kraftfahrzeugs und Kraftfahrzeug
US20140207307A1 (en) * 2013-01-21 2014-07-24 Volvo Car Corporation Vehicle driver assist arrangement
US20170225567A1 (en) * 2014-10-30 2017-08-10 Mitsubishi Electric Corporation In-vehicle device, autonomous vehicle, autonomous driving assistance system, autonomous driving monitoring device, road management device, and autonomous driving information gathering device
CN108638966A (zh) * 2018-06-11 2018-10-12 南宁学院 一种基于盲区监测的汽车辅助驾驶系统及辅助驾驶方法
US20180326995A1 (en) * 2015-11-04 2018-11-15 Nissan Motor Co., Ltd. Autonomous Vehicle Operating Apparatus and Autonomous Vehicle Operating Method

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4635226B2 (ja) * 2001-05-29 2011-02-23 マツダ株式会社 車両用制御装置
JP3878008B2 (ja) * 2001-12-07 2007-02-07 株式会社日立製作所 車両用走行制御装置及び地図情報データ記録媒体
US7804980B2 (en) * 2005-08-24 2010-09-28 Denso Corporation Environment recognition device
DE102005050277A1 (de) * 2005-10-20 2007-04-26 Robert Bosch Gmbh Abstands- und Geschwindigkeitsregler mit Stauerkennung
JP4295298B2 (ja) * 2006-08-07 2009-07-15 株式会社日立製作所 車両の運転支援制御装置
US8630806B1 (en) * 2011-10-20 2014-01-14 Google Inc. Image processing for vehicle control
JP6898658B2 (ja) * 2018-06-13 2021-07-07 株式会社Ｓｕｂａｒｕ 車両の運転支援装置
CN112689588B (zh) * 2019-12-24 2022-02-18 华为技术有限公司 一种自动驾驶车辆的控制方法及装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1044826A (ja) * 1996-08-05 1998-02-17 Toyota Motor Corp 追従走行制御装置
DE102012023108A1 (de) * 2012-11-27 2014-06-12 Audi Ag Verfahren zum Betrieb eines Fahrerassistenzsystems eines Kraftfahrzeugs und Kraftfahrzeug
US20140207307A1 (en) * 2013-01-21 2014-07-24 Volvo Car Corporation Vehicle driver assist arrangement
US20170225567A1 (en) * 2014-10-30 2017-08-10 Mitsubishi Electric Corporation In-vehicle device, autonomous vehicle, autonomous driving assistance system, autonomous driving monitoring device, road management device, and autonomous driving information gathering device
US20180326995A1 (en) * 2015-11-04 2018-11-15 Nissan Motor Co., Ltd. Autonomous Vehicle Operating Apparatus and Autonomous Vehicle Operating Method
CN108638966A (zh) * 2018-06-11 2018-10-12 南宁学院 一种基于盲区监测的汽车辅助驾驶系统及辅助驾驶方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114999150A (zh) * 2022-05-23 2022-09-02 雄狮汽车科技(南京)有限公司 路段拥堵判别方法、装置、车辆及存储介质

Also Published As

Publication number Publication date
JP2022064762A (ja) 2022-04-26
US20220111841A1 (en) 2022-04-14

Similar Documents

Publication Publication Date Title
US11852498B2 (en) Lane marking localization
US10145692B2 (en) Vehicle position determination apparatus and vehicle position determination method
JP6566132B2 (ja) 物体検出方法及び物体検出装置
US20180037223A1 (en) Autonomous driving assistance system, autonomous driving assistance method, and computer program
EP2269883A1 (en) Lane judgement equipment and navigation system
US11740093B2 (en) Lane marking localization and fusion
JP2021115983A (ja) 自動運転装置
CN114348015A (zh) 车辆控制装置和车辆控制方法
CN113799782B (zh) 车辆控制装置及车辆控制方法
CN114103954B (zh) 行驶车道计划装置、存储介质以及行驶车道计划方法
JP7463997B2 (ja) 車両制御装置、車両制御方法及び車両制御用コンピュータプログラム
JP7484794B2 (ja) 車両制御装置、車両制御用コンピュータプログラム及び車両制御方法
JP7067888B2 (ja) 合流支援装置、合流支援システム、車載器、合流支援方法、及びプログラム
US20240067232A1 (en) Vehicle controller, vehicle control method, and vehicle control computer program for vehicle control
US20230408264A1 (en) Lane marking localization and fusion
US20240067222A1 (en) Vehicle controller, vehicle control method, and vehicle control computer program for vehicle control
US20230080630A1 (en) Traveling lane planning device, storage medium storing computer program for traveling lane planning, and traveling lane planning method
JP2024094695A (ja) 車両制御装置、車両制御方法及び車両制御用コンピュータプログラム
EP3835724B1 (en) Self-location estimation method and self-location estimation device
JP2024030531A (ja) 車両制御装置、車両制御方法及び車両制御用コンピュータプログラム
JP2024031063A (ja) 車両制御装置、車両制御方法及び車両制御用コンピュータプログラム
JP2023104628A (ja) 車両制御装置
JP2023169631A (ja) 車両制御装置、車両制御方法及び車両制御用コンピュータプログラム
CN112477860A (zh) 车辆控制装置
CN116767212A (zh) 车辆控制装置、车辆控制方法以及车辆控制用计算机程序

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