CN117916786A - 车载装置、车载系统、控制方法及计算机程序 - Google Patents

Abstract

本发明提供车载装置，所述车载装置是搭载于具有自动驾驶功能的车辆的车载装置，包括：容许延迟推定部，将车辆到达动态物体为止的时间推定为容许延迟；传送延迟推定部，基于车辆中的信息处理及信息传输的负荷状态，将车载装置从车辆的外部接收到数据起到车载装置将该数据传送到自动驾驶功能的执行部为止的时间推定为传送延迟；判定部，基于容许延迟及传送延迟的差量，在用于分析从外部接收到的数据的多个分析处理中选择特定的分析处理；以及驾驶辅助信息生成部，执行由判定部选择的特定的分析处理，生成驾驶辅助信息，从外部接收到的数据包括与动态物体相关的信息，驾驶辅助信息被传送到自动驾驶功能的执行部。

Description

车载装置、车载系统、控制方法及计算机程序

技术领域

本公开涉及车载装置、车载系统、控制方法及计算机程序。本申请主张以2021年10月6日申请的日本申请第2021-164872号为基础的优先权，并引用所述日本申请中记载的所有记载内容。

背景技术

关于汽车及摩托车等(以下，称为车辆)，提出了辅助驾驶员的各种系统。例如，还提出了从在道路及其周边设定的具备各种传感器设备(例如照相机、雷达等)的路侧装置收集传感器信息，并对其进行分析，将与交通相关的信息(例如事故、拥堵等)作为动态的驾驶辅助信息提供给车辆。另外，还提出了随着移动通信线路的高速化，不仅限于路侧装置所装备的传感器设备，还收集来自搭载于车辆的传感器设备的信息，并经由服务器计算机进行通信、或者在车车间直接进行通信，从而有效地用于驾驶辅助。

插电式混合动力车(PHEV：Plug-in Hybrid Electric Vehicle)及电动汽车(EV：Electric Vehicle)等的导入正在推进，包括这些在内，在近年来的车辆中装备有各种电子设备，并搭载有对其进行控制的ECU(Electric Control Unit：电子控制单元)。例如，在能够自动驾驶的车辆中搭载有自动驾驶用ECU。自动驾驶用ECU适当与外部进行通信，获取必要的信息(例如道路交通信息、动态的驾驶辅助信息)。除此之外，还存在发动机控制ECU、启停控制ECU、变速器控制ECU、安全气囊控制ECU、动力转向控制ECU、混合动力控制ECU等。

在下述专利文献1中，虽然不与驾驶辅助信息相关，但公开了基于与两个用户终端间的位置关系(例如距离)及移动状态(例如加速度)相应的判定结果，来控制分级的信息向用户终端的发送的技术。

现有技术文献

专利文献

专利文献1：国际公开第2014/038323号

发明内容

本公开的一方面所涉及的车载装置是搭载于具有自动驾驶功能的车辆的车载装置，包括：容许延迟推定部，将车辆到达动态物体为止的时间推定为容许延迟；传送延迟推定部，基于车辆中的信息处理及信息传输的负荷状态，将车载装置从车辆的外部接收到数据起到车载装置将该数据传送到自动驾驶功能的执行部为止的时间推定为传送延迟；判定部，基于容许延迟及传送延迟的差量，在用于分析从外部接收到的数据的多个分析处理中选择特定的分析处理；以及驾驶辅助信息生成部，执行由判定部选择的特定的分析处理，生成驾驶辅助信息，从外部接收到的数据包括与动态物体相关的信息，驾驶辅助信息被传送到自动驾驶功能的执行部。

本公开的另一方面所涉及的车载系统是搭载于具有自动驾驶功能的车辆的车载系统，包括：自动驾驶功能的执行部；通信部，获取包括与动态物体相关的信息的数据；以及上述车载装置。

本公开的又一方面所涉及的控制方法是辅助车辆的自动驾驶功能的控制方法，包括：容许延迟推定步骤，将车辆到达动态物体为止的时间推定为容许延迟；传送延迟推定步骤，基于车辆中的信息处理及信息传输的负荷状态，将搭载于车辆的车载装置从车辆的外部接收到数据起到车载装置将该数据传送到自动驾驶功能的执行部为止的时间推定为传送延迟；判定步骤，基于容许延迟及传送延迟的差量，在用于分析从外部接收到的数据的多个分析处理中选择特定的分析处理；以及驾驶辅助信息生成步骤，执行通过判定步骤选择的特定的分析处理，生成驾驶辅助信息，从外部接收到的数据包括与动态物体相关的信息，驾驶辅助信息被传送到自动驾驶功能的执行部。

本公开的又一方面所涉及的计算机程序是用于使搭载于车辆的计算机实现如下功能的计算机程序：容许延迟推定功能，将车辆到达动态物体为止的时间推定为容许延迟；传送延迟推定功能，基于车辆中的信息处理及信息传输的负荷状态，将计算机从车辆的外部接收到数据起到计算机将该数据传送到自动驾驶功能的执行部为止的时间推定为传送延迟；判定功能，基于容许延迟及传送延迟的差量，在用于分析从外部接收到的数据的多个分析处理中选择特定的分析处理；以及驾驶辅助信息生成功能，执行通过判定功能选择的特定的分析处理，生成驾驶辅助信息，从外部接收到的数据包括与动态物体相关的信息，驾驶辅助信息被传送到自动驾驶功能的执行部。

附图说明

图1是示出本公开的实施方式所涉及的车载系统的利用形态的示意图。

图2是示出图1所示的车载系统的硬件结构的框图。

图3是示出图2所示的车载网关的硬件结构的框图。

图4是示出图2所示的车载网关的功能结构的框图。

图5是示出基于图4所示的功能的处理状况的示意图。

图6是示出由车载网关执行的与分级信息的生成及传送相关的处理的流程图。

图7是示出依次执行各追加处理的情况下的处理的流程图。

图8是示出在一台相同的车辆的车载系统中，提供给自动驾驶ECU的数据根据从本车辆到动态物体的距离而变化的状况的示意图。

图9是随着时间经过而示出接近交叉路口的车辆和交叉路口的交通状况的俯视图。

图10是示出在车辆内提示的信息的一例的图。

图11是接着图10而示出在车辆内提示的信息的一例的图。

图12是接着图11而示出在车辆内提示的信息的一例的图。

图13是接着图12而示出在车辆内提示的信息的一例的图。

图14是示出变形例所涉及的车载系统的结构的框图。

图15是示出图14所示的扩展装置的硬件结构的框图。

具体实施方式

[本公开要解决的技术问题]

通过获取传感器数据，并对其进行分析，生成与检测物体(即，人、车辆等动态物体)相关的动态信息并进行整合，能够提高驾驶辅助信息的详细度及准确度等的质量。另一方面，传感器数据等的收发及分析处理等需要时间，这些时间成为延迟时间。驾驶辅助信息的质量与延迟时间处于折中关系，驾驶辅助信息能够应用于车辆行驶的控制的时间范围根据交通状况而变化。例如，在从服务器计算机等向车辆提供驾驶辅助信息的情况下，在车辆与动态物体的距离比较大的情况下，能够在分析处理中花费时间来生成详细的信息，并提供给车辆。但是，在车辆与动态物体的距离比较小的情况下，即使在分析处理中花费时间来生成详细的信息并提供给车辆，在车辆中也没有时间来有效利用，导致浪费。另外，根据车辆的状态，从接收到驾驶辅助信息起到实际利用为止有时会花费时间(例如，存在车辆内的延迟时间)。因此，在将动态信息作为驾驶辅助信息提供给车辆的情况下，要求也考虑车辆内的延迟时间，在能够有效利用的定时提供适当的驾驶辅助信息。

根据专利文献1，无法应对该要求。在专利文献1中，由于无法根据延迟来控制分级信息的输出，因此难以应用于车辆的驾驶辅助及自动驾驶等实时性高的服务。

因此，本公开的目的在于提供能够根据本车辆到达动态物体为止的预测时间，在本车辆内适当地生成分级的驾驶辅助信息，能够将驾驶辅助信息用于本车辆的行驶控制的车载装置、车载系统、控制方法及计算机程序。

[本公开的效果]

根据本公开，能够提供能够根据本车辆到达动态物体为止的预测时间，在本车辆内适当地生成分级的驾驶辅助信息，能够将驾驶辅助信息用于本车辆的行驶控制的车载装置、车载系统、控制方法及计算机程序。

[本公开的实施方式的说明]

列出本公开的实施方式的内容进行说明。也可以将以下记载的实施方式的至少一部分任意组合。

(1)本公开的第一方面所涉及的车载装置是搭载于具有自动驾驶功能的车辆的车载装置，包括：容许延迟推定部，将车辆到达动态物体为止的时间推定为容许延迟；传送延迟推定部，基于车辆中的信息处理及信息传输的负荷状态，将车载装置从车辆的外部接收到数据起到车载装置将该数据传送到自动驾驶功能的执行部为止的时间推定为传送延迟；判定部，基于容许延迟及传送延迟的差量，在用于分析从外部接收到的数据的多个分析处理中选择特定的分析处理；以及驾驶辅助信息生成部，执行由判定部选择的特定的分析处理，生成驾驶辅助信息，从外部接收到的数据包括与动态物体相关的信息，驾驶辅助信息被传送到自动驾驶功能的执行部。由此，能够根据本车辆到达动态物体为止的时间、即本车辆与动态物体的距离，在本车辆内生成分级为适当的级别的驾驶辅助信息，能够将驾驶辅助信息用于本车辆的行驶控制。需要说明的是，车载装置并不限于作为标准装置而搭载于具有自动驾驶功能的车辆的装置，还包括能够作为扩展装置而之后搭载的装置。优选自动驾驶包括后述的等级1(即驾驶辅助)以上的全部等级。

(2)在上述(1)中，也可以是，从外部接收到的数据进一步包括传感器数据，与动态物体相关的信息也可以包括动态物体的位置信息及简易属性信息，驾驶辅助信息生成部也可以生成包括执行特定的分析处理的结果、以及位置信息及简易属性信息作为各级别的分级的驾驶辅助信息。由此，能够将从车外提供的动态物体的位置信息及简易属性信息作为驾驶辅助信息有效利用。另外，如果分析传感器数据，则能够生成包括动态物体的详细属性等的驾驶辅助信息。如果分析动态物体的位置信息及简易属性信息，则能够生成包括动态物体的移动预测等的驾驶辅助信息。

(3)在上述(2)中，也可以是，驾驶辅助信息包括：第一层，包括以传感器数据为处理对象的特定的分析处理的分析结果；以及第二层，包括不以传感器数据为处理对象的特定的分析处理的分析结果。由此，能够生成包括动态物体的详细属性等和动态物体的移动预测等作为不同级别的驾驶辅助信息，在驾驶辅助信息被提供给自动驾驶的执行部(即自动驾驶ECU)的情况下，能够高效地利用。

(4)在上述(2)或(3)中，也可以是，不以传感器数据为处理对象的特定的分析处理将以传感器数据为处理对象的特定的分析处理的分析结果以及与动态物体相关的信息中的至少一方作为处理对象。由此，能够提高不以传感器数据为处理对象的特定的分析处理的准确度。

(5)在上述(1)至(4)中的任一项中，也可以是，判定部将容许延迟减去传送延迟来计算差量，判定差量是否比0以上的规定值大，如果差量比规定值大，则选择特定的分析处理，如果差量为规定值以下，则不选择特定的分析处理。由此，能够选择适当的特定的分析处理，能够抑制无用的处理。

(6)在上述(5)中，也可以是，如果差量为规定值以下，则与动态物体相关的信息与表示传送延迟为容许延迟以上的信息一起传送到执行部。由此，自动驾驶的执行部能够判定与动态物体相关的信息的利用是否适当，有可能利用与动态物体相关的信息。

(7)在上述(5)或(6)中，也可以是，车载装置进一步包括存储部，该存储部存储有关于多个分析处理中的每一个，记录有与处理对象的数据量相应的处理时间的处理时间表，如果差量比规定值大，则判定部也可以在使用数据的数据量参照处理时间表来确定数据的处理时间之后，通过判定该处理时间是否为差量以下，来选择特定的分析处理。由此，能够选择适当的特定的分析处理，能够将分析结果有效地用于车辆的行驶控制。

(8)在上述(7)中，也可以是，处理时间表进一步包括获取时间，该获取时间是关于多个分析处理中的以传感器数据为处理对象的分析处理，新获取处理对象的传感器数据的获取时间，如果差量比规定值大，则判定部也可以通过判定参照处理时间表而确定的处理时间及获取时间的合计值是否为差量以下，来选择特定的分析处理。由此，在新获取传感器数据并进行分析的情况下，也能够选择适当的特定的分析处理，能够将分析结果有效地用于车辆的行驶控制。

(9)本公开的第二方面所涉及的车载系统是搭载于具有自动驾驶功能的车辆的车载系统，包括：自动驾驶功能的执行部；通信部，获取包括与动态物体相关的信息的数据；以及上述(1)至(8)中的任一个车载装置。由此，能够根据本车辆到达动态物体为止的时间、即本车辆与动态物体的距离，在本车辆内生成分级为适当的级别的驾驶辅助信息，能够将驾驶辅助信息用于本车辆的行驶控制。

(10)在上述(9)中，也可以是，通信部进一步对由车载装置生成的驾驶辅助信息附加车辆的位置及行驶方向的信息而发送到其他车辆。由此，在其他车辆中，能够不执行分析处理而使用驾驶辅助信息来进行车辆的行驶控制。

(11)在上述(10)中，也可以是，车载装置的判定部推定从通信部发送的驾驶辅助信息的通信时间，也可以基于容许延迟与传送延迟及通信时间的合计值的差量，从多个分析处理中选择特定的分析处理。由此，能够选择适当的特定的分析处理，能够抑制无用的分析。

(12)本公开的第三方面所涉及的控制方法是辅助车辆的自动驾驶功能的控制方法，包括：容许延迟推定步骤，将车辆到达动态物体为止的时间推定为容许延迟；传送延迟推定步骤，基于车辆中的信息处理及信息传输的负荷状态，将搭载于车辆的车载装置从车辆的外部接收到数据起到车载装置将该数据传送到自动驾驶功能的执行部为止的时间推定为传送延迟；判定步骤，基于容许延迟及传送延迟的差量，在用于分析从外部接收到的数据的多个分析处理中选择特定的分析处理；以及驾驶辅助信息生成步骤，执行通过判定步骤选择的特定的分析处理，生成驾驶辅助信息，从外部接收到的数据包括与动态物体相关的信息，驾驶辅助信息被传送到自动驾驶功能的执行部。由此，能够根据本车辆到达动态物体为止的时间、即本车辆与动态物体的距离，在本车辆内生成分级为适当的级别的驾驶辅助信息，能够将驾驶辅助信息用于本车辆的行驶控制。

(13)本公开的第四方面所涉及的计算机程序是用于使搭载于车辆的计算机实现如下功能的计算机程序：容许延迟推定功能，将车辆到达动态物体为止的时间推定为容许延迟；传送延迟推定功能，基于车辆中的信息处理及信息传输的负荷状态，将计算机从车辆的外部接收到数据起到计算机将该数据传送到自动驾驶功能的执行部为止的时间推定为传送延迟；判定功能，基于容许延迟及传送延迟的差量，在用于分析从外部接收到的数据的多个分析处理中选择特定的分析处理；以及驾驶辅助信息生成功能，执行通过判定功能选择的特定的分析处理，生成驾驶辅助信息，从外部接收到的数据包括与动态物体相关的信息，驾驶辅助信息被传送到自动驾驶功能的执行部。由此，能够根据本车辆到达动态物体为止的时间、即本车辆与动态物体的距离，在本车辆内生成分级为适当的级别的驾驶辅助信息，能够将驾驶辅助信息用于本车辆的行驶控制。

[本公开的实施方式的详情]

在以下的实施方式中，对相同的部件标注相同的参照编号。它们的名称及功能也相同。因此，不重复对它们的详细的说明。

[整体结构]

参照图1，本公开的实施方式所涉及的车载系统100搭载于车辆102。车载系统100与固定设置于道路(包括交叉路口)及其周边等(以下，也称为路侧)的基础设施传感器104进行通信，接收传感器数据和作为其分析结果的动态信息。车载系统100与搭载于其他车辆112的车载系统110进行通信，接收车载的传感器的传感器数据及动态信息。车载系统100也与信号灯106进行通信，获取与信号灯的状态相关的信息(以下，称为信号信息)。这些通信既可以是经由基站108的通信，也可以是不经由基站108的直接通信。

基站108例如提供基于4G(即第四代移动通信系统)线路及5G(即第五代移动通信系统)线路等的移动通信服务。基站108与网络114连接。基础设施传感器104及信号灯106也可以也与网络114连接。

分别搭载于车辆102及车辆112的车载系统100及车载系统110具有基于基站108所提供的通信规格(例如4G线路、5G线路等)的通信功能。如上所述，车载系统100及车载系统110也具有不经由基站108而相互直接通信的功能(即V2V(Vehicle to Vehicle：车辆对车辆))。在不经由基站108的相互通信中，例如使用Wi-Fi通信。

图1所示的行人900、车辆102及车辆112是基础设施传感器104的检测对象。行人900也是搭载于车辆102及车辆112的传感器的检测对象。

基础设施传感器104是设置于路侧、具备获取路侧的信息的功能的装置，具有与基站108的通信功能。基础设施传感器104例如是图像传感器(例如数字监控照相机等)、雷达(例如毫米波雷达等)或者激光传感器(例如LiDAR(Light Detection And Ranging：激光雷达)等)等。需要说明的是，基础设施传感器104也可以装备或连接于具有运算功能的路侧机。

由车辆102及车辆112各自所搭载的传感器获取的传感器数据在车载系统100及车载系统110中被分析，分析结果被作为动态信息而存储。动态信息在本车辆的自动驾驶功能中使用。自动驾驶根据驾驶主体(即，人或系统)及行驶区域(即，限定或不限定)而被划分为等级1至等级5。优选能够使用动态信息的自动驾驶并不限于等级4以上的完全自动驾驶(即，人不驾驶而系统成为驾驶主体)，还包括驾驶辅助等人成为驾驶主体的等级1及等级2、以及带条件的自动驾驶(即，等级3)。即，能够使用动态信息的自动驾驶可以是等级1至等级5的所有自动驾驶，也可以是等级1至等级5中的任一种自动驾驶。另外，传感器数据及动态信息能够如上所述在车载系统100及车载系统110间相互通信。车载系统100及车载系统110也对各自所搭载的车辆的信息(例如位置信息、速度信息及行驶方向信息等)相互通信。以下，也将位置信息、速度信息及行驶方向信息等分别简称为位置、速度及行驶方向。车辆的信息能够用于确定获取从车辆发送的传感器数据的位置及方向。

动态信息是与由传感器(即，基础设施传感器及车载传感器)检测到的动态物体相关的信息。动态物体并不限于正在移动的物体(例如，人及车辆等)，还包括具有移动功能但停止的物体。动态信息能够包括动态物体自身的信息(以下，称为属性)、以及与动态物体的位移相关的信息(例如位置、移动速度、移动方向及时间等)。动态信息用于后述的驾驶辅助信息的生成。需要说明的是，用于本车辆的自动驾驶的驾驶辅助信息只要是与包括本车辆的行驶路径(即，预定行驶的道路)的规定区域相关的信息即可。

属性例如被划分为简易的属性(以下，称为简易属性)和详细的属性(以下，称为详细属性)。简易属性用于对动态物体进行粗略分类，例如包括人、自行车、摩托车及汽车等。详细属性用于对动态物体进行详细分类，包括动态物体的状态。例如，如果简易属性为“人”，则其详细属性包括儿童、成人、老人等，能够进一步包括所谓的低头族(即，一边走路一边看智能手机等的状态)、无视信号灯等。例如，如果简易属性为“汽车”，则其详细属性例如包括普通车、大型车等，能够进一步包括公共汽车、出租车、应急车辆(例如，急救车及消防车)、分心驾驶等。需要说明的是，简易属性及详细属性并不限定于此，能够包括任意的属性。

在与动态物体的位移相关的信息中，时间信息例如是位置信息、移动速度信息及移动方向信息等的生成时刻。另外，动态信息能够包括预测信息。例如，如果车载系统100及车载系统110具有预测功能，则能够使用根据动态物体的位置变化而得到的到当前为止的移动轨迹、移动速度及移动方向，来预测将来(例如，距当前规定时间以内)的移动轨迹、移动速度及移动方向。这些也可以包括在动态信息中。

在图1中，示例性地示出了一个基站108、一个基础设施传感器104、一台信号灯106、以及搭载有车载系统的两台车辆102及车辆112。但是，这只不过是示例而已。通常设置有多个基站，并在三台以上的车辆上搭载有车载系统。也可以存在未搭载车载系统的车辆。未搭载车载系统的车辆被检测为动态物体。

[车载系统的硬件结构]

参照图2，示出了搭载于车辆102的车载系统100的硬件结构的一例。搭载于车辆112的车载系统110也同样地构成。车载系统100包括通信部120、车载网关122、传感器124、自动驾驶ECU126、ECU128及总线130。需要说明的是，车载系统100除了自动驾驶ECU126以外还包括多个ECU，作为它们的代表，在图2中示出了ECU128。

通信部120与车辆102的外部装置进行无线通信(例如，经由基站108与车载系统110的通信)。通信部120包括用于进行在无线通信中采用的调制及复用的IC、用于发送及接收规定频率的电波的天线、以及RF电路等。通信部120也具有与GPS(Global PositioningSystem：全球定位系统)等GNSS(Global Navigation Satellite System：全球导航卫星系统)的通信功能。通信部120也可以具有Wi-Fi等通信功能。

作为车载装置的车载网关122承担将与车外的通信功能(即通信规格)和车内的通信功能(即通信规格)接合的作用(即通信协议转换等)。自动驾驶ECU126能够经由车载网关122及通信部120与外部装置通信。车载网关122获取经由通信部120从外部接收到的信息中的动态信息及用于其生成的传感器数据，并如后所述，生成驾驶辅助信息并更新。驾驶辅助信息被传输到自动驾驶ECU126。总线130承担车内的通信功能，关于车载网关122、传感器124、自动驾驶ECU126及ECU128，相互间的通信(数据交换)经由总线130进行。总线130例如使用CAN(Controller Area Network：控制器局域网)。

传感器124搭载于车辆102，包括用于获取车辆102外部的信息的传感器(例如视频影像的摄像装置(例如数字照相机(例如CCD照相机、CMOS照相机))、激光传感器(例如LiDAR)等)、以及用于获取车辆自身的信息的传感器(例如加速度传感器、载荷传感器等)。传感器124获取检测范围(例如，如果是照相机则为摄像范围)内的信息并作为传感器数据输出。如果是数字照相机，则输出数字的图像数据。传感器124的检测信号(即，模拟或数字信号)经由I/F部(未图示)而作为数字数据输出到总线130，并发送到车载网关122及自动驾驶ECU126等。

自动驾驶ECU126控制车辆102的行驶。例如，自动驾驶ECU126获取传感器数据，对其进行分析来掌握车辆周围的状况，从而控制与自动驾驶相关的机构(例如发动机、变速器、转向装置、制动器等机构)。自动驾驶ECU126将从车载网关122获取的驾驶辅助信息用于自动驾驶。

[车载网关的硬件结构]

参照图3，车载网关122包括控制部140及存储器142。控制部140包括CPU(CentralProcessing Unit：中央处理单元)而构成，控制存储器142。存储器142例如是可改写的非易失性的半导体存储器，存储有控制部140所执行的计算机程序(以下，简称为程序)。存储器142提供控制部140所执行的程序的工作区。控制部140从通信部120直接获取、从通信部120以外经由总线130获取处理对象的数据。控制部140将处理结果存储在存储器142中，并输出到总线130。

[功能结构]

参照图4，对车载网关122的功能进行说明。在以下的说明中，将图1所示的车辆102作为本车辆，将在车辆102的前方行驶的车辆112作为其他车辆。车载系统100从外部装置(例如，基础设施传感器104及车载系统110等)获取动态物体的位置及简易属性作为动态信息。位置及简易属性能够附加作为生成它们时的分析对象的传感器数据来发送。即，车辆102仅接收动态信息(即，位置及简易属性)、仅接收传感器数据、或者接收动态信息及与其对应的传感器数据。

车载网关122包括存储部200、容许延迟推定部202、判定部204、传送延迟推定部206、追加分析处理部208及输出部210。存储部200存储有由通信部120接收到的数据、以及经由总线130输入的传感器124的传感器数据。从通信部120输入的数据中包括动态信息(即，位置及简易属性)、传感器数据、信号信息、本车辆的位置信息等。存储部200由图3的存储器142来实现。除此以外的后述的功能由控制部140来实现。如后所述，追加分析处理部208及输出部210构成驾驶辅助信息生成部。

容许延迟推定部202根据从通信部120获取的动态信息中包括的动态物体与本车辆的距离来推定容许延迟。具体而言，容许延迟推定部202根据相同时刻(包括规定的误差)的动态物体及本车辆的位置，计算两者间的距离L，将距离L除以本车辆的速度V，计算容许延迟Tp(＝L/V)。容许延迟Tp为本车辆到达动态物体为止的预测时间。动态物体的时刻能够使用动态信息(即，位置及简易属性)的接收时刻(例如，数据包数据被接收并构成为动态信息的时刻)。如果将从通信部120获取的本车辆的位置(例如GPS数据)与其接收时刻对应地存储，则能够确定与得到动态物体的位置时相同时刻的本车辆的位置。本车辆的速度从用于使本车辆行驶的驱动部(即自动驾驶ECU126的控制对象)获取。本车辆的速度V例如能够使用当前速度、最近的规定时间内的平均速度等。距离L也可以是直线距离，但优选是沿本车辆预定行驶的道路的距离。容许延迟推定部202将所推定的容许延迟Tp输出到判定部204。

传送延迟推定部206观测本车辆内的信息处理及信息传输的负荷状态，推定向自动驾驶ECU126传送数据(即，后述的驾驶辅助信息)为止所需的延迟时间(以下，称为传送延迟)。传送延迟例如是从车载网关122开始将由通信部120接收到的数据向自动驾驶ECU126传送起到自动驾驶ECU126完成数据的接收为止的时间。传送延迟Tt依赖于总线130的空闲状态(即，未执行经由总线130的数据传送的状态，与信息传输的负荷状态对应)、控制部140自身的信息处理的负荷状态等。例如，在总线130是CAN的情况下，采用多主控方式及事件驱动方式。即，在总线130空闲时最初开始发送的节点(例如ECU等)获取发送权，为了避免经由总线130的数据发送时的冲突，由优先级更高的节点获取发送权。因此，传送延迟推定部206(即控制部140)除了控制部140自身的负荷状态以外，还能够观测总线130的负荷状态(即有无空闲状态)，来推定信息处理及信息传输的负荷状态。例如，如果获取了发送权，则通过观测该节点的优先级，能够推定信息传输的负荷状态。传送延迟推定部206将所推定的传送延迟Tt输出到判定部204。

判定部204使用从容许延迟推定部202输入的容许延迟Tp、以及从传送延迟推定部206输入的传送延迟Tt，判定是否能够进行存储在存储部200中的动态信息(即，位置及简易属性)及传感器数据的进一步的分析(以下，称为追加分析)。具体而言，判定部204判定容许延迟Tp是否比传送延迟Tt大(即Tp>Tt)。如果容许延迟Tp为传送延迟Tt以下(即Tp≤Tt)，则没有进行追加分析的时间。但是，如果容许延迟Tp比传送延迟Tt大(即Tp>Tt)，则存在能够进行追加分析的富余时间。如果容许延迟Tp比传送延迟Tt大，则判定部204基于其差量(即Tp-Tt)，从预先确定的多个追加分析处理中选择所执行的处理。判定部204将用于确定所选择的追加分析处理的信息(以下，称为分析处理确定信息)输出到追加分析处理部208。

如果容许延迟Tp比传送延迟Tt大，则判定部204通过判定各追加分析处理是否在Tp-Tt之间完成，来选择所执行的追加分析处理。如上所述，追加分析处理包括以传感器数据为对象的分析处理、以及以传感器数据以外的数据(例如动态信息，以下，也称为非传感器数据)为对象的分析处理。即使是相同的分析处理，处理对象的数据量越多也越花费处理时间。因此，例如，关于各追加分析处理，预先将使处理对象数据量与处理时间对应的处理时间表212存储在存储部200中。由此，如后所述，能够选择适当的追加分析处理，能够将分析结果有效地用于车辆的行驶控制。另外，能够生成包括包括动态物体的详细属性等的级别(即第一层)、以及包括动态物体的移动预测等的级别(即第二层)作为不同级别的驾驶辅助信息，这样的驾驶辅助信息能够被提供给自动驾驶ECU并高效地利用。

判定部204从处理时间表212读取与追加分析处理i及数据量的组对应的处理时间τi，并判定是否为τi<Tp-Tt。如果为τi<Tp-Tt，则能够在Tp-Tt内完成，因此选择该追加分析处理i。判定是否满足τi<Tp-Tt的追加分析处理的顺序是任意的。例如，既可以优先判定以传感器数据为对象的处理，也可以优先判定以非传感器数据为对象的处理。另外，既可以从处理时间更短的处理开始优先判定，也可以从处理时间更长的处理开始优先判定。在选择了一个追加分析处理j的情况下，关于与追加分析处理j不同的追加分析处理i，只要判定是否为τi<Tp-Tt-τj即可。每当新选择追加分析处理时，只要将τj的值替换为Στj，并同样地进行判定即可。需要说明的是，Σ表示对已经选择的追加分析处理的处理时间τj计算和的运算符。

需要说明的是，处理时间也根据计算资源而变化。因此，关于各追加分析处理，处理时间表212也可以使处理对象的数据量及计算资源的组合与处理时间对应。在这种情况下，只要从处理时间表212读取与追加分析处理i、数据量及计算资源的组对应的处理时间τi，并与上述同样地判定其与Tp-Tt的大小即可。

追加分析处理部208包括多个分析动态信息及传感器数据的功能(即追加分析处理)。多个分析功能由第一处理部至第N处理部来实现。由第一处理部至第N处理部执行的分析处理根据其种类而被分级，分析结果也被分级。例如，第一处理部至第N处理部被分类(例如分级)为分析传感器数据的处理、以及分析非传感器数据的处理。

例如，第一处理部及第二处理部分析传感器数据。例如，第一处理部及第二处理部从存储部200读取检测到动态信息(即，位置及简易属性)中包括的动态物体的源传感器数据并进行分析，生成与各动态物体相关的详细信息。例如，如果动态物体的简易属性为人，则第一处理部检测(即确定)是儿童、成人、老人等中的哪一种，第二处理部检测是低头族、无视信号灯等中的哪一种。例如，如果动态物体的简易属性为汽车，则第一处理部检测是普通车、大型车等中的哪一种，第二处理部检测是公共汽车、出租车、应急车辆、分心驾驶等中的哪一种。在从存储部200读取信号信息的情况下，第二处理部也可以检测人或汽车无视信号灯。

例如，第一处理部及第二处理部以外的处理部分析非传感器数据。例如，第三处理部至第五处理部(未图示)从存储部200读取动态信息(即，位置及简易属性)和信号信息，预测其中包括的动态物体(例如人、汽车等)的将来的位置。将该分析结果称为“移动预测”。例如，第三处理部分析存储在存储部200中的相同的动态物体随着时间经过的位置变化，并预测该动态物体t秒后的移动区域。例如，第四处理部使用信号信息检测动态物体当前的行动状况(例如无视信号灯等)。例如，第五处理部使用信号信息预测动态物体t秒后的行动状况(例如碰撞的可能性等)。将第四处理部及第五处理部的分析结果称为“交通状况预测”。在交通状况预测中，也可以包括检测当前的交通状况(例如拥堵、事故等)并预测t秒后的交通状况的结果。

追加分析处理部208执行根据如上所述从判定部204输入的分析处理确定信息而确定的追加分析处理。即，追加分析处理部208执行第一处理部至第N处理部中的、根据分析处理确定信息而确定的处理部。追加分析处理部208将由所执行的处理部得到的处理结果输出到输出部210。

输出部210从存储部200读取动态信息(即，位置及简易属性)，与从追加分析处理部208输入的分析结果合并而生成分级的驾驶辅助信息，并输出到自动驾驶ECU126。即，追加分析处理部208及输出部210构成驾驶辅助信息生成部。由此，生成与本车辆到达动态物体为止的预测时间(即容许延迟)相应的分级的驾驶辅助信息，并传送到自动驾驶ECU126。因此，自动驾驶ECU126能够使用驾驶辅助信息适当地控制本车辆的行驶。

如上所述，从外部接收到的数据包括动态信息和传感器数据，与动态物体相关的信息包括动态物体的位置及简易属性，驾驶辅助信息生成部生成包括执行追加分析处理的结果、以及位置及简易属性作为各级别的分级的驾驶辅助信息。由此，能够将从车外提供的动态物体的位置及简易属性作为驾驶辅助信息有效利用。另外，如果分析传感器数据，则能够生成包括动态物体的详细属性等的驾驶辅助信息。如果分析动态物体的位置及简易属性，则能够生成包括动态物体的移动预测等的驾驶辅助信息。

参照图5，搭载于车辆102的车载系统100从基础设施传感器104及车辆112(具体而言，车载系统110)获取动态物体(即行人900)的动态信息(即位置及简易属性)及传感器数据。动态信息是分析传感器数据(例如，摄像数据)而生成的，在传感器数据中包括动态物体。动态信息及传感器数据存储在车载系统100内的车载网关122的存储器142中。虽然在图5中未示出，但车载系统100也从信号灯接收信号信息。如上所述，根据从本车辆(即车辆102)到动态物体(即行人900)的距离L及本车辆的速度V，由容许延迟推定部202计算容许延迟Tp，由传送延迟推定部206考虑本车辆的负荷状态而计算传送延迟Tt。基于容许延迟Tp与传送延迟Tt的差量，由判定部204选择能够执行的追加分析处理，并由追加分析处理部208对从存储部200(即存储器142)读取的数据执行所选择的追加分析处理。由此，作为对传感器数据进行分析处理的结果，例如生成详细属性。另外，作为对非传感器数据(例如位置信息、简易属性及信号信息)进行分析处理的结果，例如生成移动预测及交通状况预测。

处理结果(例如详细属性、移动预测及交通状况预测)、以及从存储部200(即存储器142)读取的位置及简易属性(参照单点划线内)被分级而生成驾驶辅助信息，并传送到自动驾驶ECU126。传送到自动驾驶ECU126的驾驶辅助信息是如上所述考虑延迟时间(例如容许延迟、传送延迟及分析处理时间)而生成的分级的信息。因此，自动驾驶ECU126能够将驾驶辅助信息有效地用于本车辆的行驶控制。

[车载网关的动作]

参照图6，关于车载网关122的动作，参照图4所示的功能进行说明。图6所示的处理通过由图3所示的控制部140从存储器142读取规定的程序并执行来实现。

参照图6，在步骤300中，控制部140判定是否由通信部120接收到数据。在判定为接收到的情况下，控制转移到步骤302。否则，重复步骤300。

在步骤302中，控制部140将接收到的数据存储在存储器142中。接收数据中包括从基础设施传感器104及其他车辆112发送的传感器数据、动态信息、以及从信号灯106发送的信号信息。

在步骤304中，控制部140判定是否接收到动态信息。在判定为接收到的情况下，控制转移到步骤306。否则，控制转移到步骤320。

在步骤306中，控制部140推定容许延迟Tp。具体而言，根据从本车辆到动态物体的距离L和本车辆的速度V，计算到达动态物体为止的预测时间(即L/V)，并将该时间作为容许延迟Tp。这与上述容许延迟推定部202(参照图4)的功能对应。之后，控制转移到步骤308。

在步骤308中，控制部140推定传送延迟Tt。具体而言，观测本车辆内的负荷状态，计算向自动驾驶ECU126传送驾驶辅助信息为止所需的时间，并作为传送延迟Tt。这与上述传送延迟推定部206(参照图4)的功能对应。之后，控制转移到步骤310。

在步骤310中，控制部140判定通过步骤306推定的容许延迟Tp是否比通过步骤308推定的传送延迟Tt大(即Tp>Tt)。这与上述判定部204(参照图4)的功能对应。在判定为大的情况下，控制转移到步骤312。否则(即Tp≤Tt)，控制转移到步骤320。

在步骤312中，控制部140参照处理时间表212(参照图4)，关于各追加分析处理，获取与处理对象的数据量对应的处理时间τi。这与上述判定部204(参照图4)的功能对应。

在步骤314中，控制部140确定能够在由容许延迟Tp减去传送延迟Tt后的值(即Tp-Tt)表示的时间内完成的一个追加分析处理或多个追加分析处理。具体而言，控制部140判定一个或多个追加分析处理的处理时间之和是否为Tp-Tt以下。这与上述判定部204(参照图4)的功能对应。

在步骤316中，控制部140执行通过步骤314选择的追加分析处理。这与上述追加分析处理部208(参照图4)的功能对应。在通过步骤314选择了多个追加分析处理的情况下，控制部140只要通过多任务来执行这些追加分析处理即可。分析结果适当地存储在存储器142中。在无法通过多任务来执行的情况下，例如只要按照后述的图7所示的流程图来执行即可。

在步骤318中，控制部140将通过步骤316得到的分析结果作为驾驶辅助信息传送到自动驾驶ECU126。具体而言，控制部140读取存储在存储器142中的动态信息(即，位置及简易属性)，与步骤316的处理结果合并而生成分级的驾驶辅助信息，并传送到自动驾驶ECU126。这与上述输出部210(图4)的功能对应。由此，自动驾驶ECU126将所传送的分析结果用于本车辆的行驶控制。

在步骤320中，控制部140判定是否接收到结束指示。在判定为接收到结束指示的情况下，本程序结束。否则，控制返回到步骤300，重复上述处理。结束指示例如通过搭载于车辆102的电源关闭来产生。

由此，车载网关122在接收到动态信息(即，位置及简易属性)的情况下，能够执行基于容许延迟Tp选择的追加分析处理，并将分析结果提供给自动驾驶ECU126。所执行的追加分析处理根据从本车辆到动态物体的距离而变化。即，如果从本车辆到动态物体的距离比较大，则自动驾驶ECU126能够获取详细属性及预测信息等，能够进行预测了本车辆的前方的状态的行驶控制。另外，能够事先对驾驶员提供警告等信息。如果本车辆接近动态物体，则自动驾驶ECU126无法获取详细属性及预测信息等，但能够进行使用了位置及简易属性的行驶控制。

图6所示的流程图能够进行各种变更而执行。在图6中，在通过步骤310判定为“否”的情况下，转移到步骤320，但并不限定于此。例如，在追加分析处理不包括移动预测等预测处理的情况下，也可以废弃接收到的动态信息(即，位置及简易属性)。由此，能够抑制未使用的数据残留于存储器142而空容量减少。另外，也可以将接收到的动态信息(即，位置及简易属性)与表示传送延迟Tt为容许延迟Tp以上的信息一起传送到自动驾驶ECU126。由此，自动驾驶ECU126能够判定动态信息的利用是否适当，能够利用动态信息。

另外，在步骤310中，判定容许延迟Tp是否比传送延迟Tt大，但并不限定于此。即使为Tp>Tt，如果其差量小，也不存在执行追加分析处理的富余时间。因此，优选判定Tp及Tt的差量是否为0以上的规定值以上。规定值例如能够使用预定的多个追加分析处理的处理时间的最小值。由此，能够选择适当的追加分析处理，能够抑制不必要地执行步骤312及步骤314。

在上述中，对作为传感器数据的追加分析处理而分析存储在存储器142中的传感器数据的情况进行了说明，但并不限定于此。车载系统100接收到的动态信息(即，位置及简易属性)有时未附加传感器数据。在这种情况下，关于动态信息中包括的动态物体，无法分析传感器数据而无法检测详细属性。因此，优选车载网关122新获取传感器数据，对其进行分析而检测详细属性。关于这样的处理，参照图7进行说明。

需要说明的是，在新获取传感器数据的情况下，向基础设施传感器104、车载系统110等请求传感器数据的发送，需要用于接收传感器数据的时间，该时间成为延迟时间。因此，优选也考虑数据的接收时间，来选择能够执行的追加分析处理。例如，关于以传感器数据为处理对象的追加分析处理，也在处理时间表212中存储数据的接收时间。例如，关于以传感器数据为处理对象的追加分析处理，通过判定处理时间与数据的接收时间的合计值是否为容许延迟及传送延迟的差量以下，能够判定是否能够执行。由此，在新接收传感器数据的情况下，也能够选择适当的追加分析处理。

图7所示的处理是图6所示的步骤316的具体的一例。在步骤400中，控制部140指定通过步骤314确定的追加分析处理中的一个。之后，控制转移到步骤S402。

在步骤402中，控制部140判定通过步骤400指定的追加分析处理是否是以传感器数据为处理对象的处理(即传感器数据处理)。在是传感器数据处理的情况下，控制转移到步骤404。否则(即非传感器数据处理)，控制转移到步骤408。

在步骤404中，控制部140判定包括动态信息中包括的动态物体的传感器数据是否存储在存储器142中。如上所述，基础设施传感器104及车载系统110等有时发送动态信息及与其对应的传感器数据。在车载系统110接收到这样的数据的情况下，传感器数据存储在存储器142中。在判定为存储的情况下，控制转移到步骤408。否则，控制转移到步骤406。

在步骤406中，控制部140将包括动态物体的传感器数据的发送请求发送到外部装置，并接收作为其响应而发送的传感器数据。例如，控制部140向配置于动态物体的位置(例如，作为动态信息而存储在存储器142中)附近的基础设施传感器请求传感器数据的发送。此时，如果基础设施传感器存储有过去一定时间内的传感器数据，则控制部140也可以指定存储传感器数据的时间来请求发送。例如，控制部140请求包括存储在存储器142中的动态信息的获取时间的时间段的传感器数据。由此，能够获取包括对象的动态物体的传感器数据的可能性变高。另外，控制部140也可以向在动态物体的位置附近行驶的车辆的车载系统请求传感器数据的发送。

在步骤408中，控制部140执行通过步骤400指定的追加分析处理。此时，追加分析处理是分析传感器数据的处理，如果通过步骤406获取了传感器数据，则分析该传感器数据。需要说明的是，如果在步骤406中在规定时间内无法接收到传感器数据，则不执行追加分析处理。

在步骤410中，控制部140判定是否还残留有应该执行的追加分析处理。在判定为残留的情况下，控制返回到步骤400。否则，控制返回到图6的流程图，转移到步骤318。在控制返回到步骤400的情况下，在步骤400中，以不与已经执行的追加分析处理重复的方式新指定追加分析处理，并重复上述处理。

由此，关于以传感器数据为处理对象的追加分析处理，如果传感器数据未存储在存储器142中，则能够从外部装置接收传感器数据，并分析接收到的数据而检测详细属性。在新获取传感器数据并进行分析的情况下，也能够选择适当的特定的分析处理，能够将分析结果有效地用于车辆的行驶控制。

在上述中，对在图6的流程图中，在通过步骤314确定全部能够执行的追加分析处理之后，通过步骤316执行所确定的各追加分析处理的情况进行了说明，但并不限定于此。也可以每当确定能够执行的追加分析处理时，执行所确定的各追加分析处理。例如，取代步骤314及316，关于任意一个追加分析处理，判定在Tp-Tt之间处理是否能够完成，如果能够完成，则执行该处理。判定在Tp-Tt减去所执行的追加分析处理所需的处理时间后而得的值(即时间)内，其他追加分析处理是否能够完成，如果能够完成，则执行处理。通过对此进行重复，能够执行多个追加分析处理。

另外，在上述中，对在图6的步骤318中，将接收到的动态信息与追加分析处理的结果一起传送到自动驾驶ECU126的情况进行了说明，但并不限定于此。也可以并行执行将接收到的动态信息传送到自动驾驶ECU126的处理、以及所选择的追加分析处理。由此，能够将新的数据(例如动态信息)迅速地传送到自动驾驶ECU126，自动驾驶ECU126能够将所传送的数据迅速地反映于本车辆的行驶控制。

另外，也可以将对传感器数据进行追加分析处理的结果作为非传感器数据的追加分析处理的对象。即，非传感器数据的追加分析处理能够以传感器数据的追加分析处理的结果及动态信息中的至少一方为处理对象而执行。例如，作为传感器数据的追加分析处理的结果，得到详细属性。也可以将详细属性追加到动态信息(即，位置及简易属性)中而生成处理对象数据，并执行用于得到移动预测、交通状况预测的追加分析处理。由此，能够提高非传感器数据的追加分析处理的准确度。

[驾驶辅助信息的变化]

参照图8，对随着一台车辆102接近动态物体，该车辆的车载系统100所生成的驾驶辅助信息如何变化进行说明。在图8中，车辆102A至车辆102D表示随着时间经过而位置变化的相同的车辆102。同样地，行人900A至行人900D表示随着时间经过而位置变化的相同的行人900。行人900A至行人900D例如表示低头族的状态。在附图标记的末尾标注有相同的字母的车辆及人表示相同时刻的状态。如上所述，驾驶辅助信息是考虑车辆到达动态物体为止的预测时间即容许延迟Tp而生成的。因此，在图8中，示出了根据行驶的车辆与动态物体的距离而计算出的容许延迟T1至容许延迟T4。随着车辆102接近行人900，容许延迟按照从T1到T4的顺序变小。需要说明的是，在图8中，将位置与简易属性统一记载为位置·简易属性。

这里，将能够选择的追加分析处理设为分别得到详细属性、移动预测及交通状况预测的分析处理，假设它们的处理时间按照生成详细属性、移动预测及交通状况预测的分析处理的顺序变长。假设车辆102A在车辆及行人间的距离比较大、且容许延迟Tp为T1≥Tp>T2的道路上行驶。车辆102A的车载网关122执行追加分析处理，生成详细属性、移动预测及交通状况预测。使用这些分析结果、以及从基础设施传感器104等外部装置接收到的位置·简易属性，生成分级的驾驶辅助信息。所生成的驾驶辅助信息被传送到自动驾驶ECU126，并且存储在存储器142中。

若变为车辆102B在车辆及行人间的距离变小、且容许延迟Tp为T2≥Tp>T3的道路上行驶，则车载网关122执行生成详细属性及移动预测的追加分析处理。车辆102B的车载网关122不执行用于生成交通状况预测的追加分析处理。使用分析结果(即，详细属性及移动预测)和位置·简易属性，生成分级的驾驶辅助信息。所生成的驾驶辅助信息被传送到自动驾驶ECU126。在图8中，实线的向右的箭头表示在此期间生成相应的信息并更新，虚线的向右的箭头表示在此期间未生成相应的信息且未更新。由虚线表示的信息表示未更新的信息。

若变为车辆102C在车辆及行人间的距离变得更小、且容许延迟Tp为T2≥Tp>T1的道路上行驶，则车载网关122执行生成详细属性的追加分析处理。车辆102C的车载网关122不执行用于生成移动预测及交通状况预测的追加分析处理。使用分析结果(即详细属性)和位置·简易属性，生成分级的驾驶辅助信息。所生成的驾驶辅助信息被传送到自动驾驶ECU126。

若变为车辆102D在车辆及行人间的距离进一步变小、且容许延迟Tp为T1≥Tp>0的道路上行驶，则车载网关122不执行任何追加分析处理。将从外部接收到的位置·简易属性作为驾驶辅助信息传送到自动驾驶ECU126。

像这样，在一台车辆中，用于车辆的行驶控制的驾驶辅助信息会变化。通过将根据车辆的行驶状况而变化的驾驶辅助信息提供给自动驾驶ECU126，来适当地控制车辆的行驶。

[向驾驶员的提示]

车载系统100能够使用驾驶辅助信息向驾驶员适当地提示信息。参照图9至图13，对由车载系统100提示的信息变化的例子进行说明。图9二维地、即在道路地图上示出了图8所示的车辆102A至车辆102D及行人900A至行人900D。在交叉路口910配置有信号灯及基础设施传感器104。图9示出车辆用的信号灯106a为绿灯、行人用的信号灯106b为红灯的状态。尽管行人用的信号灯106b为红灯，行人900(即，行人900A至行人900D)仍保持低头族的状态穿越人行横道(即无视信号灯)。在这样的状况下，随着时间经过，车辆102的车载系统100例如如图10至图13所示向驾驶员提示信息。

如上所述，在到动态物体(即行人900A)的距离大的位置(即，容许延迟Tp为T1≥Tp>T2)行驶的车辆102A的车载网关122所生成的驾驶辅助信息包括作为分析结果的详细属性、移动预测及交通状况预测、以及接收到的动态信息(即，位置及简易属性)。车载系统100基于动态信息(即，位置及简易属性)，例如如图10所示，在汽车导航系统的显示画面的一部分上，在交叉路口910附近的地图上显示表示当前的行人(即行人900A)的图形920A。由于尽管信号灯106b为红灯，图形920A仍位于人行横道上，因此车载系统100能够确定危险状态的发生(在位于本车辆的行进方向上的交叉路口910处有开始无视信号灯的行人)。因此，车载系统100显示警告的消息230。进而，车载系统100显示表示移动预测中包括的t1秒后的动态物体的图形922。在图10中，表示当前的动态物体的图形通过实线来显示，表示根据移动预测而确定的将来的动态物体的图形通过虚线来显示(在图11至图13中也同样)。

由此，车辆102的驾驶员能够知道在前方的交叉路口910有开始无视信号灯而穿过人行横道的行人。另外，驾驶员能够知道将来(例如t1秒后)行人在人行横道上的可能性高，车辆的驾驶员判断需要谨慎地驾驶。

之后，若到动态物体(即行人900B)的距离变小(即，容许延迟Tp为T2≥Tp>T3)，则车辆102B的车载网关122所生成的驾驶辅助信息包括作为分析结果的详细属性及移动预测、以及接收到的动态信息(即，位置及简易属性)。车载系统100基于动态信息(即，位置及简易属性)，如图11所示，在地图上显示表示当前的行人(即行人900B)的图形920B。由于图形920B位于人行横道上，因此车载系统100能够确定危险状态持续，并维持所显示的消息230。进而，车载系统100使用移动预测，显示表示将来的行人(例如t2秒后的动态物体)的图形924。

之后，若到动态物体(即行人900C)的距离进一步变小(即，容许延迟Tp为T3≥Tp>T4)，则车辆102C的车载网关122所生成的驾驶辅助信息包括作为分析结果的详细属性、以及接收到的动态信息(即，位置及简易属性)。车载系统100基于动态信息(即，位置及简易属性)，如图12所示，在地图上显示表示当前的行人(即行人900C)的图形920C。由于图形920C位于人行横道上，因此车载系统100能够确定危险状态持续，并维持所显示的消息230。由于未生成移动预测，因此在图12中维持与图11相同的图形924。

根据图11及图12那样的提示，车辆的驾驶员能够知道在前方的交叉路口910行人依然无视信号灯而穿过人行横道，从而知道需要谨慎地驾驶。

之后，若到动态物体(即行人900D)的距离进一步变小(即，容许延迟Tp为T4≥Tp>0)，则车辆102D的车载网关122不执行追加分析处理。因此，驾驶辅助信息所包括的实时信息仅为接收到的动态信息(即，位置及简易属性)。车载系统100基于动态信息(即，位置及简易属性)，如图13所示，在地图上显示表示当前的行人(即行人900D)的图形920D。由于图形920D位于人行道上，因此车载系统100能够确定不是危险状态，并删除所显示的消息230。由此，车辆的驾驶员知道在前方的交叉路口910处危险消除，行人已经穿过人行横道。

像这样，根据车辆102到达动态物体的预测时间(即容许延迟)，车载网关122生成分级的驾驶辅助信息。其结果，车载系统100能够向车辆的驾驶员提示、警告发生了危险状态。驾驶辅助信息中应该包括的信息的种类(即级别)根据容许延迟而变化。因此，车载系统100能够不生成对本车辆无用的信息而适当地进行驾驶辅助。

在上述中，对行人是动态物体的情况进行了说明，但并不限定于此。能够将车辆有可能碰撞而造成损伤的移动物体作为检测对象，也可以是骑自行车的人、动物等。

[变形例]

在上述中，如图3所示，对作为标准装备于车载系统100的车载装置的车载网关122生成驾驶辅助信息的情况进行了说明，但并不限定于此。在变形例中，由未标准装备于车载系统、而能够之后安装(即车载)的装置生成驾驶辅助信息。

参照图14，搭载于车辆的车载系统150包括通信部120、车载网关154、传感器124、自动驾驶ECU126、ECU128、以及总线130及总线132。在车载系统150中安装有扩展装置152，该扩展装置152不是标准装备，而是之后安装的。在图14中，标注了与图3相同的附图标记的构成要素具有与图3相同的功能。以下，主要对不同的构成要素进行说明。

车载系统150包括与总线130相同的总线132。通信部120经由总线132与车载网关154进行数据交换。即，通信部120将从外部接收到的数据经由总线132传送到车载网关154，并经由总线132将从车载网关154传送的数据发送到外部。

参照图15，扩展装置152包括控制部160及存储器162。控制部160包括CPU而构成，并控制存储器162。存储器162例如是可改写的非易失性的半导体存储器，存储有控制部160所执行的程序。存储器162提供控制部160所执行的程序的工作区。控制部160经由总线132获取处理对象的数据，并将处理结果存储在存储器162中，也适当地输出到总线132。扩展装置152具有与图3所示的车载网关122相同的功能、即图4所示的功能。

扩展装置152能够经由总线132获取通信部120接收到的数据(例如，信号信息、车辆的信息(例如，位置、速度、行驶方向)、动态信息及传感器数据等)。车载网关154与车载网关122不同，不具有图4所示的功能。车载网关154将从传感器124输出到总线130的传感器数据经由总线132传输到扩展装置152。车载网关154从用于使本车辆行驶的驱动部获取本车辆的速度，并经由总线132传输到扩展装置152。另外，车载网关154将从扩展装置152输出到总线132的数据经由总线130传输到自动驾驶ECU126。由此，扩展装置152能够根据本车辆到达动态物体为止的时间(即容许延迟)来执行追加分析处理，并生成分级的驾驶辅助信息。驾驶辅助信息被传送到自动驾驶ECU126，并用于本车辆的行驶控制。

在车辆102中生成的驾驶辅助信息也可以发送到车辆112的车载系统110等其他车辆的车载系统。例如，车载网关122生成包括驾驶辅助信息的数据包数据，并从通信部120经由基站108发送到车辆112的车载系统110。来自通信部120的驾驶辅助信息的发送例如通过广播来进行。由此，驾驶辅助信息能够用于其他车辆的自动驾驶。例如，可以认为如果车辆112在车辆102的附近以与车辆102相同程度的速度行驶，则到达相同的动态物体为止的时间大致相同。因此，车载系统110有可能能够将接收到的驾驶辅助信息用于车辆112的自动驾驶。

为了生成能够由其他车辆利用的驾驶辅助信息，优选车辆102的车载网关122在判定执行哪个追加分析处理的基础上，除了上述容许延迟、传送延迟及处理时间等以外，还考虑车辆间的通信时间(即，向其他车辆的数据发送时间)作为延迟时间。由此，在车辆102中生成的驾驶辅助信息有效地用于其他车辆的行驶控制的可能性变高。

需要说明的是，上述实施方式的各处理(各功能)也可以由包括一个或多个处理器的处理电路(Circuitry)来实现。上述处理电路也可以由除了上述一个或多个处理器以外还组合了一个或多个存储器、各种模拟电路及各种数字电路中的任一个的集成电路等构成。上述一个或多个存储器保存有使上述一个或多个处理器执行上述各处理的程序(命令)。上述一个或多个处理器可以按照从上述一个或多个存储器读取的上述程序来执行上述各处理，也可以按照预先设计成执行上述各处理的逻辑电路来执行上述各处理。上述处理器可以是CPU、GPU(Graphics Processing Unit：图形处理单元)、DSP(Digital SignalProcessor：数字信号处理器)、FPGA(Field Programmable Gate Array：现场可编程门阵列)及ASIC(Application Specific Integrated Circuit：专用集成电路)等适合于计算机的控制的各种处理器。

另外，能够提供记录有使计算机执行车载装置100的处理(具体而言，车载网关122所执行的处理(例如，图6及图7所示的处理))的程序的记录介质。记录介质例如是光盘(DVD(Digital Versatile Disc：数字通用光盘)等)、可装卸的半导体存储器(USB(UniversalSerial Bus：通用串行总线)存储器等)。计算机程序能够通过通信线路传输，但记录介质是指非暂时性的记录介质。通过使搭载于车辆的计算机读入存储在记录介质中的程序，如上所述，计算机能够根据本车辆到达动态物体为止的预测时间，在本车辆内适当地生成分级的驾驶辅助信息，并将驾驶辅助信息用于本车辆的行驶控制。

(附记)

即，计算机可读取的非暂时性的记录介质存储有用于使搭载于车辆的计算机实现如下功能的计算机程序：

容许延迟推定功能，将所述车辆到达动态物体为止的时间推定为容许延迟；

传送延迟推定功能，基于所述车辆中的信息处理及信息传输的负荷状态，将所述计算机从所述车辆的外部接收到数据起到所述计算机将该数据传送到自动驾驶功能的执行部为止的时间推定为传送延迟；

判定功能，基于所述容许延迟及所述传送延迟的差量，在用于分析从外部接收到的所述数据的多个分析处理中选择特定的分析处理；以及

驾驶辅助信息生成功能，执行通过所述判定功能选择的所述特定的分析处理，生成驾驶辅助信息，

从外部接收到的所述数据包括与所述动态物体相关的信息，

所述驾驶辅助信息被传送到所述自动驾驶功能的执行部。

以上，通过对实施方式进行说明而对本公开进行了说明，但上述实施方式是示例，本公开并不仅限于上述实施方式。本公开的范围在参照发明的详细说明的记载的基础上，由权利要求书的各权利要求表示，包括与其中记载的语句等同的含义及范围内的所有变更。

附图标记说明

100、110、150车载系统；102、112、102A、102B、102C、102D车辆；104基础设施传感器；106、106a、106b信号灯；108基站；114网络；120通信部；122、154车载网关；124传感器；126自动驾驶ECU；128ECU；130、132总线；140、160控制部；142、162存储器；152扩展装置；200存储部；202容许延迟推定部；204判定部；206传送延迟推定部；208追加分析处理部；210输出部；212处理时间表；230消息；300、302、304、306、308、310、312、314、316、318、320、400、402、404、406、408、410步骤；900、900A、900B、900C、900D行人；910交叉路口；920A、920B、920C、920D、922、924图形；T1、T2、T3、T4、Tp容许延迟。

Claims (13)

1.一种车载装置，搭载于具有自动驾驶功能的车辆，所述车载装置包括：

容许延迟推定部，将所述车辆到达动态物体为止的时间推定为容许延迟；

传送延迟推定部，基于所述车辆中的信息处理及信息传输的负荷状态，将所述车载装置从所述车辆的外部接收到数据起到所述车载装置将该数据传送到所述自动驾驶功能的执行部为止的时间推定为传送延迟；

判定部，基于所述容许延迟及所述传送延迟的差量，在用于分析从所述外部接收到的所述数据的多个分析处理中选择特定的分析处理；以及

驾驶辅助信息生成部，执行由所述判定部选择的所述特定的分析处理，生成驾驶辅助信息，

从外部接收到的所述数据包括与所述动态物体相关的信息，

所述驾驶辅助信息被传送到所述自动驾驶功能的执行部。

2.根据权利要求1所述的车载装置，其中，

从外部接收到的所述数据进一步包括传感器数据，

与所述动态物体相关的所述信息包括所述动态物体的位置信息及简易属性信息，

所述驾驶辅助信息生成部生成包括执行所述特定的分析处理的结果、以及所述位置信息及所述简易属性信息作为各级别的分级的所述驾驶辅助信息。

3.根据权利要求2所述的车载装置，其中，所述驾驶辅助信息包括：

第一层，包括以所述传感器数据为处理对象的所述特定的分析处理的分析结果；以及

第二层，包括不以所述传感器数据为处理对象的所述特定的分析处理的分析结果。

4.根据权利要求2或3所述的车载装置，其中，

不以所述传感器数据为处理对象的所述特定的分析处理将以所述传感器数据为处理对象的所述特定的分析处理的分析结果以及与所述动态物体相关的所述信息中的至少一方作为处理对象。

5.根据权利要求1至4中任一项所述的车载装置，其中，

所述判定部将所述容许延迟减去所述传送延迟来计算所述差量，判定所述差量是否比0以上的规定值大，

如果所述差量比所述规定值大，则选择所述特定的分析处理，

如果所述差量为所述规定值以下，则不选择所述特定的分析处理。

6.根据权利要求5所述的车载装置，其中，

如果所述差量为所述规定值以下，则与所述动态物体相关的所述信息与表示所述传送延迟为所述容许延迟以上的信息一起传送到所述执行部。

7.根据权利要求5或6所述的车载装置，其中，

所述车载装置进一步包括存储部，所述存储部存储处理时间表，所述处理时间表关于多个所述分析处理中的每一个，记录有与处理对象的数据量相应的处理时间，

如果所述差量比所述规定值大，则所述判定部在使用所述数据的数据量参照所述处理时间表来确定所述数据的处理时间之后，通过判定该处理时间是否为所述差量以下，来选择所述特定的分析处理。

8.根据权利要求7所述的车载装置，其中，

所述处理时间表进一步包括获取时间，所述获取时间是关于所述多个分析处理中的以传感器数据为处理对象的分析处理，新获取处理对象的传感器数据的获取时间，

如果所述差量比所述规定值大，则所述判定部通过判定参照所述处理时间表而确定的所述处理时间及所述获取时间的合计值是否为所述差量以下，来选择所述特定的分析处理。

9.一种车载系统，搭载于具有自动驾驶功能的车辆，所述车载系统包括：

所述自动驾驶功能的执行部；

通信部，获取包括与动态物体相关的信息的数据；以及

权利要求1至8中任一项所述的车载装置。

10.根据权利要求9所述的车载系统，其中，

所述通信部进一步对由所述车载装置生成的所述驾驶辅助信息附加所述车辆的位置及行驶方向的信息而发送到其他车辆。

11.根据权利要求10所述的车载系统，其中，

所述车载装置的所述判定部推定从所述通信部发送的所述驾驶辅助信息的通信时间，

所述车载装置的所述判定部基于所述容许延迟与所述传送延迟及所述通信时间的合计值的差量，从多个所述分析处理中选择所述特定的分析处理。

12.一种控制方法，辅助车辆的自动驾驶功能，所述控制方法包括：

容许延迟推定步骤，将所述车辆到达动态物体为止的时间推定为容许延迟；

传送延迟推定步骤，基于所述车辆中的信息处理及信息传输的负荷状态，将搭载于所述车辆的车载装置从所述车辆的外部接收到数据起到所述车载装置将该数据传送到所述自动驾驶功能的执行部为止的时间推定为传送延迟；

判定步骤，基于所述容许延迟及所述传送延迟的差量，在用于分析从外部接收到的所述数据的多个分析处理中选择特定的分析处理；以及

驾驶辅助信息生成步骤，执行通过所述判定步骤选择的所述特定的分析处理，生成驾驶辅助信息，

从外部接收到的所述数据包括与所述动态物体相关的信息，

所述驾驶辅助信息被传送到所述自动驾驶功能的执行部。

13.一种计算机程序，用于使搭载于车辆的计算机实现如下功能：

容许延迟推定功能，将所述车辆到达动态物体为止的时间推定为容许延迟；

传送延迟推定功能，基于所述车辆中的信息处理及信息传输的负荷状态，将所述计算机从所述车辆的外部接收到数据起到所述计算机将该数据传送到自动驾驶功能的执行部为止的时间推定为传送延迟；

判定功能，基于所述容许延迟及所述传送延迟的差量，在用于分析从外部接收到的所述数据的多个分析处理中选择特定的分析处理；以及

驾驶辅助信息生成功能，执行通过所述判定功能选择的所述特定的分析处理，生成驾驶辅助信息，

从外部接收到的所述数据包括与所述动态物体相关的信息，所述驾驶辅助信息被传送到所述自动驾驶功能的执行部。