JP2007094080A

JP2007094080A - 移動体シミュレータ装置およびその制御方法並びに制御プログラム

Info

Publication number: JP2007094080A
Application number: JP2005284243A
Authority: JP
Inventors: Tatsuhiko Awane; 達彦阿波根; Keiichiro Minami; 啓一郎南
Original assignee: Honda Motor Co Ltd
Current assignee: Honda Motor Co Ltd
Priority date: 2005-09-29
Filing date: 2005-09-29
Publication date: 2007-04-12

Abstract

【課題】よりリアルに実地の運転状況を再現することができる移動体シミュレータ装置は提供される。
【解決手段】移動体シミュレータ装置１１の記憶装置４３には、任意の座標系で特定される仮想移動経路上で仮想自車位置を特定する自車位置データ５８と、所定の経過時間ごとに自車および先行車の間の車間距離を特定する車間距離データ５９とが格納される。自車位置データ５９および車間距離データ５９に基づき仮想自車位置に対して仮想移動経路上で先行車の挙動が特定される。特定される挙動に基づき、運転者の視界を再現する画像が作成される。こういった画像に基づき移動体シミュレータ装置１１の使用者は車間距離を体感することができる。しかも、仮想移動経路上では正確に運転手の視点は設定されることができる。先行車の画像はリアルに再現されることができる。
【選択図】図２

Description

本発明は、例えば自動車といった移動体の挙動を再現するシミュレータ装置に関する。

例えば特許文献１に開示されるように、自動車教習用のシミュレータ装置は広く知られる。このシミュレータ装置では、実地の教習時に撮影された映像に基づき教習生の運転状況が再現されることができる。座席の前方ではディスプレイの画面上に運転手の視界が再現される。教習生は再現に基づき客観的に自己の運転状況を観察することができる。
特開２０００−４７５７０号公報

撮影時にカメラは自動車の特定位置に固定される。したがって、カメラの視点は必ずしも運転手の視点とは一致しない。教習生は、シミュレータ装置で再現される映像に違和感を感じてしまう。リアルさに欠ける。

本発明は、上記実状に鑑みてなされたもので、よりリアルに実地の運転状況を再現することができる移動体シミュレータ装置を提供することを目的とする。本発明は、そういった移動体シミュレータ装置の実現に大いに貢献する制御方法や制御プログラムを提供することを目的とする。

上記目的を達成するために、第１発明によれば、任意の座標系で特定される仮想移動経路上で仮想自車位置を特定する自車位置データを記憶する第１記憶装置と、所定の経過時間ごとに自車および先行車の間の車間距離を特定する車間距離データを記憶する第２記憶装置と、自車位置データおよび車間距離データに基づき仮想自車位置に対して仮想移動経路上で先行車の挙動を特定する挙動特定手段と、特定される挙動に基づき、運転者の視界を再現する画像を作成する画像作成手段とを備えることを特徴とする移動体シミュレータ装置が提供される。

こういった移動体シミュレータ装置では、例えば実測される車間距離データに基づき仮想移動経路上で先行車の挙動は特定される。こうして特定される挙動に基づき先行車の画像は生成されることができる。こういった画像に基づき使用者は車間距離を体感することができる。しかも、仮想移動経路上では正確に運転手の視点は設定されることができる。したがって、先行車の画像はリアルに再現されることができる。移動体シミュレータ装置ではよりリアルに実地の運転状況が再現されることができる。

移動体シミュレータ装置は、車間距離データに不備が検出されると、不備以前の先行車の挙動に基づき仮想移動経路上で先行車の挙動を予測する挙動予測手段をさらに備えてもよい。

この移動体シミュレータ装置では、車間距離データの欠落といった具合に車間距離データに不備が検出されると、挙動予測手段は先行車の挙動を予測する。こうして予測される挙動に基づき先行車の画像は生成されることができる。先行車の画像は途切れなく映し出されることができる。一般に、例えばミリ波レーダといった車載型の測定装置が用いられる場合にはカーブや上り坂、下り坂で車間距離データの生成に不備が生じやすい。

移動体シミュレータ装置は、仮想移動経路上で予め設定される先行車の挙動特性を特定する挙動特性データを記憶する第３記憶装置をさらに備えてもよい。このとき、挙動予測手段は、挙動特性データで特定される挙動特性および前記不備以前の先行車の挙動に基づき先行車の挙動を特定すればよい。こうした挙動の特定によれば、比較的に高い精度で先行車の挙動は予測されることができる。

第２発明によれば、移動経路上で自車の位置を特定する自車位置データに基づき、任意の座標系で特定される仮想移動経路上で仮想自車位置を特定する手順と、所定の経過時間ごとに自車および先行車の間の車間距離を特定する車間距離データを取得する手順と、自車位置データおよび車間距離データに基づき仮想自車位置に対して仮想移動経路上で先行車の挙動を特定する手順と、特定される挙動に基づき、運転者の視界を再現する画像を作成する手順とを備えることを特徴とする移動体シミュレータ装置の制御方法が提供される。こういった制御方法によれば、前述のような移動体シミュレータ装置は提供されることができる。前述と同様に、この制御方法では、車間距離データに不備が検出されると、不備以前の先行車の挙動に基づき仮想移動経路上で先行車の挙動が予測されてもよい。その他、前述と同様に、挙動の予測にあたって、この制御方法は、仮想移動経路上で予め設定される先行車の挙動特性を特定する挙動特性データを取得する手順と、挙動特性および前記不備以前の先行車の挙動に基づき先行車の挙動を特定する手順とをさらに備えてもよい。

こういった制御方法の実現にあたって、所定の移動体シミュレータ装置用制御プログラムが提供されればよい。この移動体シミュレータ装置用制御プログラムは、移動経路上で自車の位置を特定する自車位置データに基づき、任意の座標系で特定される仮想移動経路上で仮想自車位置を特定する手順と、所定の経過時間ごとに自車および先行車の間の車間距離を特定する車間距離データを取得する手順と、自車位置データおよび車間距離データに基づき仮想自車位置に対して仮想移動経路上で先行車の挙動を特定する手順と、特定される挙動に基づき、運転者の視界を再現する画像を作成する手順とを演算処理回路に実行させればよい。移動体シミュレータ装置用プログラムは、車間距離データに不備が検出されると、不備以前の先行車の挙動に基づき仮想移動経路上で先行車の挙動を予測する手順とをさらに演算処理回路に実行させてもよい。ここで、移動体シミュレータ装置用制御プログラムは、挙動の予測にあたって、仮想移動経路上で予め設定される先行車の挙動特性を特定する挙動特性データを取得する手順と、挙動特性および前記不備以前の先行車の挙動に基づき先行車の挙動を特定する手順とをさらに演算処理回路に実行させてもよい。移動体シミュレータ装置用制御プログラムは、車間距離データに不備が検出されると、自車位置データおよび不備前の車間距離データに基づき仮想移動経路上で不備前の先行車の位置を特定する手順と、仮想移動経路の直線上で自車および先行車が特定されると、自車および先行車の間で一定の車間距離を設定する手順とをさらに演算処理回路に実行させてもよい。

以上のように本発明によれば、よりリアルに実地の運転状況を再現することができる移動体シミュレータ装置は提供される。そういった移動体シミュレータ装置の実現に大いに貢献する制御方法や制御プログラムは提供される。

以下、添付図面を参照しつつ本発明の一実施形態を説明する。

図１は本発明に係る移動体シミュレータ装置の一具体例すなわち自動車教習用４輪シミュレータ装置１１の外観を概略的に示す。この４輪シミュレータ装置１１は模擬車体１２を備える。模擬車体１２にはＣＰＵ（中央演算処理装置）やその他の電子部品が収容される。模擬車体１２には例えば６軸のサーボシリンダ１３、１３…が連結される。個々のサーボシリンダ１３は土台１４から立ち上がる。土台１４は例えば床面に設置されればよい。

サーボシリンダ１３には電動モータ（図示されず）が組み込まれる。電動モータの働きでサーボシリンダ１３は伸縮する。サーボシリンダ１３の伸縮に基づき模擬車体１２は床面に対して姿勢を変化させる。後述されるように、サーボシリンダ１３の伸縮はＣＰＵの演算処理に基づき実現される。

ここで、４輪シミュレータ装置１１には三次元座標系が設定される。三次元座標系には例えば直交３軸座標系すなわちｘｙｚ座標系が用いられればよい。三次元座標系の原点は模擬車体１２の重心に位置合わせされればよい。三次元座標系のｙ軸は重力の方向に合わせ込まれればよい。三次元座標系のｘ軸は例えば車両の車軸に平行に設定されればよい。すなわち、ｘ軸は重力の方向に直交する水平面に沿って車両の横方向を規定する。三次元座標系のｚ軸は水平面に沿って車両の前後方向を規定する。こうして模擬車体１２では、ｘ軸回りで車両のピッチ角は規定されることができる。同様に、ｚ軸回りで車両のロール角は規定されることができる。ｙ軸回りで車両のヨー角は規定されることができる。こういったロール角、ピッチ角およびヨー角に基づき模擬車体１２の姿勢は特定されることができる。

模擬車体１２内には運転席が構築される。運転席には座席１５が設置される。座席１５の前方にはダッシュボード１６が配置される。ダッシュボード１６には、ステアリング１７やアクセルペダル（図示されず）、ブレーキペダル（図示されず）が組み込まれる。その他、ダッシュボード１６には、スピードメータやタコメータといった計器類やヘッドライトスイッチといったスイッチ類（いずれも図示されず）が組み込まれる。

ダッシュボード１６の上方にはスクリーン１８が配置される。スクリーン１８にはいわゆるプロジェクタ１９が向き合わせられる。後述されるように、プロジェクタ１９からスクリーン１８に画像が投影される。こうしてスクリーン１８には、車両のフロントガラスから前方に広がる「視界」が再現されることができる。後述されるように、スクリーン１８上の画像はＣＰＵの働きに基づき形成される。

模擬車体１２には模擬バックミラー２１および１対の模擬サイドミラー２２が関連付けられる。模擬バックミラー２１や模擬サイドミラー２２にはディスプレイ装置２３、２４が組み込まれる。ディスプレイ装置２３、２４の画面がミラーに模される。こうして模擬バックミラー２１や模擬サイドミラー２２には、車両のバックミラーやサイドミラーの映像が再現される。ディスプレイ装置２３、２４には例えば液晶ディスプレイパネルが利用されればよい。後述されるように、ディスプレイ装置２３、２４の画面に映し出される画像はＣＰＵの働きに基づき形成される。

図２に示されるように、ＣＰＵ３１には個々のサーボシリンダ１３、１３…ごとにドライバ回路３２、３２…が接続される。ＣＰＵ３１では個々のサーボシリンダ１３、１３…ごとに伸縮量が決定される。決定された伸縮量に応じてＣＰＵ３１から個々のドライバ回路３２、３２…に指令信号が供給される。供給される指令信号に応じてドライバ回路３２、３２…は対応のサーボシリンダ１３、１３…に駆動信号を供給する。駆動信号は電動モータの回転量を規定する。指定の回転量で電動モータが回転する結果、サーボシリンダ１３、１３…は指定の伸縮量で伸縮することができる。

アクセルペダル３３にはペダルセンサ３４が接続される。このペダルセンサ３４はアクセルペダル３３の踏み込み量を検出する。ペダルセンサ３４にはＣＰＵ３１が接続される。検出される踏み込み量はＣＰＵ３１に通知される。同様に、ブレーキペダル３５にはペダルセンサ３６が接続される。このペダルセンサ３６はブレーキペダル３５の踏み込み量を検出する。ペダルセンサ３６にはＣＰＵ３１が接続される。検出される踏み込み量はＣＰＵ３１に通知される。

ステアリング１７にはステアリングセンサ３７が接続される。このステアリングセンサ３７はステアリング１７の回転量を検出する。ステアリングセンサ３７にはＣＰＵ３１が接続される。検出される回転量はＣＰＵ３１に通知される。

ＣＰＵ３１には描画回路３８が接続される。描画回路３８は、ＣＰＵ３１から供給される指令信号に基づき、スクリーン１８やディスプレイ装置２３、２４の画面上に映し出される画像を生成する。こうして生成される画像に基づきドライバ回路３９、４１やプロジェクタドライバ回路４２に画像信号が供給される。こういった画像信号の受信に応じて、ドライバ回路３９、４１やプロジェクタドライバ回路４２は対応のディスプレイ装置２３、２４やプロジェクタ１９に駆動信号を供給する。こうして供給される駆動信号に基づきディスプレイ装置２３、２４の画面上やスクリーン１８上に画像は映し出される。

ＣＰＵ３１にはハードディスク駆動装置（ＨＤＤ）や大容量フラッシュメモリといった記憶装置４３が接続される。記憶装置４３には例えばリアルタイムＯＳ（オペレーティングシステム）４４のほか、シミュレーションプログラム４５や実地検証モジュール４６といったソフトウェアプログラムが格納される。後述されるように、ＣＰＵ３１はリアルタイムＯＳ４４上でシミュレーションプログラム４５や実地検証モジュール４６を実行する。実行にあたって例えばＣＰＵ３１はＲＡＭメモリ４７といった高速記憶装置に一時的にリアルタイムＯＳ４４やソフトウェアプログラム４５、４６を取り込む。シミュレーションプログラム４５の実行にあたってＣＰＵ３１は道路データ４８や不動産データ４９、自車座標系データ５１を利用する。同様に、実地検証モジュール４６の実行にあたってＣＰＵ３１は仮想移動経路データ５２や周辺地理データ５３、先行車座標系データ５４、加速度特性データ５５を利用する。これらデータ４８、４９、５１〜５５の詳細は後述される。

ＣＰＵ３１にはメモリカードドライブ５６が接続される。メモリカードドライブ５６は可搬性のメモリカード５７から情報を読み出すことができる。読み出された情報はＣＰＵ３１に受け渡される。図２から明らかなように、メモリカード５７から読み出される速度データ５８や車間距離データ５９は例えば記憶装置４３に取り込まれてもよい。メモリカード５７には例えばフラッシュメモリが利用されればよい。

その他、模擬車体１２にはスピーカ６１が関連付けられてもよい。スピーカ６１には例えばドライバ回路６２が接続される。ドライバ回路６２はＣＰＵ３１に接続される。ＣＰＵ３１では音響データが生成される。こういった音響データは、例えばスクリーン１８に映し出される画像に関連付けられればよい。ドライバ回路６２は、ＣＰＵ３１から供給される音響データに基づきスピーカ６１に駆動信号を供給する。供給される駆動信号に基づきスピーカ６１からエンジン音といった音響は再現される。

ここで、個々のデータ４８、４９、５１〜５５、５８、５９を詳述する。道路データ４８には、仮想三次元空間内で道路の位置を特定する道路情報が記述される。位置の特定にあたって仮想三次元空間に固有の三次元座標系は用いられる。道路は例えば両側の側縁で規定されればよい。この道路データ４８には同時に道路のポリゴンデータが記述される。こういったポリゴンデータに基づき仮想三次元空間内に仮想的に道路は再現される。こうして再現される道路には周囲の建物や樹木、標識といった不動産が関連付けられる。不動産の位置情報が記述される。この位置情報では不動産の基準点ごとに座標値が特定される。

不動産データ４９には個々の不動産ごとにポリゴンデータが記述される。ポリゴンデータに基づき不動産の外観が特定される。このポリゴンデータが道路データ４８内の位置情報に関連付けられると、前述の仮想三次元空間内で建物や樹木、標識といった不動産は再現される。こうして仮想三次元空間内に地理は構築される。

自車座標系データ５１には、模擬車体１２に対応する車両に固有の三次元座標系が記述される。この三次元座標系内で運転手の視点やフロントガラス、サイドウィンドウ、バックミラー、サイドミラーの位置が特定される。視点およびフロントガラスやサイドウィンドウの相対位置に応じて車両から外側に広がる視野が設定される。同様に、視点およびバックミラーの相対位置や視点およびサイドミラーの相対位置に基づきバックミラーやサイドミラーに映し出される映像の範囲は設定される。前述の仮想三次元空間内でこの三次元座標系の姿勢が相対的に変化すると、仮想三次元空間内で視野や映像の範囲は移動する。

仮想移動経路データ５２には、仮想三次元空間内で教習行路の位置を特定する行路情報が記述される。位置は、前述と同様に、仮想三次元空間に固有の三次元座標系に基づき特定される。ここでは、教習行路は１本の「線」で表現される。この「線」には勾配データおよびヨー角データが関連付けられる。勾配データには所定の距離間隔で教習行路の勾配が記述される。勾配は重力方向に直交する水平面に対して設定される。したがって、勾配データに基づき上り坂や下り坂は特定される。一方で、ヨー角データには所定の距離間隔で仮想車両のヨー角が記述される。ヨー角は例えば仮想三次元空間に固有のｘ軸に基づき設定される。このｘ軸は重力方向に直交する水平面内に設定される。加えて、仮想移動経路データ５２には教習行路のポリゴンデータが記述される。こういったポリゴンデータに基づき仮想三次元空間内に仮想的に教習行路は再現される。こうして再現される教習行路には、前述と同様に、周囲の建物や樹木、標識といった不動産が関連付けられてもよい。

周辺地理データ５３には個々の不動産ごとにポリゴンデータが記述される。ポリゴンデータに基づき不動産の外観が特定される。このポリゴンデータが仮想移動経路データ５２内の位置情報に関連付けられると、前述の仮想三次元空間内で建物や樹木、標識といった不動産は再現される。こうして仮想三次元空間内に地理は構築される。

先行車座標系データ５４には先行車すなわち１台の車両に固有の三次元座標系が記述される。この三次元座標系内で車両の外観のポリゴンデータが設定される。前述の仮想三次元空間内でこの三次元座標系の姿勢が相対的に変化すると、仮想三次元空間内で先行車の姿勢は変化する。

加速度特性データ５５には、教習行路中のカーブ、上り坂および下り坂ごとに走行車の加速度特性が記述される。この加速度特性では、カーブや上り坂、下り坂を通過する走行車の加速度の時間的変化が特定される。一定の時間間隔ごとに加速度の値は特定される。こういった加速度の値はカーブの曲率や上り坂および下り坂の斜度から幾何学的に導き出されてもよく走行中の車両の実測に基づき導き出されてもよい。こういった加速度特性データはカーブや上り坂、下り坂への進入速度ごとに特定されてもよい。

速度データ５８には一定の時間間隔で車両の速度が記述される。時間間隔は例えば０．１秒に設定されればよい。車間距離データ５９には一定の時間間隔で先行車と後続車との車間距離が記述される。時間間隔は例えば０．１秒に設定されればよい。

シミュレーションプログラム４５がＣＰＵ３１で実行されると、描画回路３８で生成される画像データに基づきスクリーン１８やディスプレイ装置２３、２４の画面上に画像は表示される。同時に、サーボシリンダ１３、１３…の伸縮に基づき模擬車体１２の姿勢は変化する。こうして視覚および加速度の体感に基づき座席１５上の教習生は４輪シミュレータ装置１１上で運転感覚を体験することができる。

画像データの生成にあたってＣＰＵ３１では道路データ４８に基づき仮想三次元空間が構築される。この仮想三次元空間内で仮想車両の位置が特定される。位置の特定は所定の時間間隔で実施される。こういった位置に基づき自車座標系データ５１内の三次元座標系は仮想三次元空間内に座標変換される。その結果、仮想三次元空間内に運転手の視点や視野は設定される。こういった視点や視野に基づき仮想三次元空間内で道路データ４８中のポリゴンデータや不動産データ４９中のポリゴンデータは特定される。特定されたポリゴンデータは規定の投影面上に座標変換される。こうして描画回路３８ではポリゴンデータに基づきスクリーン１８に映し出される画像が形成される。同様に、ディスプレイ装置２３、２４で映し出される画像は形成される。画像は所定の時間間隔で変化する。

仮想車両の位置の特定にあたってＣＰＵ３１では所定の時間間隔ごとに仮想車両の移動距離が算出される。移動距離の算出にあたってＣＰＵ３１は仮想車両の車速を算出する。算出にあたってＣＰＵ３１は一定の時間間隔でアクセルペダル３３の踏み込み量およびブレーキペダル３５の踏み込み量を参照する。

４輪シミュレータ装置１１上で運転手がアクセルペダル３３を踏むと、踏み込み量が検出される。こういった検出は例えば一定の時間間隔（例えば０．１秒間隔）で実施されればよい。検出された踏み込み量はＣＰＵ３１に通知される。ＣＰＵ３１は、予め決められた関係式に基づき踏み込み量から車両の加速度を導き出す。加速度は車両の前進方向で特定される。同時に、ＣＰＵ３１はその位置の仮想車両で重力に基づく減速度を算出する。この減速度の算出にあたってその位置の勾配が参照される。勾配は例えば道路データ４８に基づき算出されればよい。こうして得られる加速度および減速度に基づき仮想車両の前進加速度が算出される。

続いてＣＰＵ３１は前進加速度から仮想車両の車速を算出する。例えば前述の時間間隔で前進加速度の積分値が算出される。この車速に基づき移動距離は導き出される。例えば前述の時間間隔で車速の積分値が算出されればよい。こうして所定の時間間隔ごとに移動距離は特定される。こういった移動距離に基づき道路上で仮想車両の位置は特定される。こうして時間の経過に伴って仮想三次元空間内で仮想車両は走行する。

４輪シミュレータ装置１１上で運転手がブレーキペダル３５を踏むと、踏み込み量が検出される。こういった検出は例えば一定の時間間隔（例えば０．１秒間隔）で実施されればよい。検出された踏み込み量はＣＰＵ３１に通知される。ＣＰＵ３１は、予め決められた関係式に基づき踏み込み量から車両の減速度を導き出す。減速度は車両の前進方向で特定される。同時に、ＣＰＵ３１はその位置の仮想車両で重力に基づく減速度を算出する。この減速度の算出にあたって前述と同様にその位置の勾配が参照される。こうして得られる減速度に基づき仮想車両の前進減速度が算出される。

続いてＣＰＵ３１は前進減速度から仮想車両の車速を算出する。前述と同様に、前進減速度の積分値が算出される。この積分値は車速の減速分に相当する。以前の車速から積分値が差し引かれると、その位置の車速が得られる。車速に基づき移動距離は導き出される。こうして時間の経過に伴って仮想三次元空間内で仮想車両の減速は再現される。

自車座標系データ５１の座標変換にあたってＣＰＵ３１では所定の時間間隔で自車座標系データ５１に固有の三次元座標系の姿勢が特定される。こういった特定にあたってＣＰＵ３１は仮想車両のピッチ角およびロール角を算出する。ピッチ角の算出にあたってＣＰＵ３１は前述の加減速度を利用する。同時にＣＰＵ３１は道路の勾配を参照してもよい。勾配は仮想三次元空間内の位置に基づき例えば道路データ４８から算出されればよい。ロール角の算出にあたってＣＰＵ３１は仮想車両のヨー角を特定する。ヨー角の特定にあたってＣＰＵ３１は一定の時間間隔でステアリング１７の回転量を参照する。

４輪シミュレータ装置１１上で運転手がステアリング１７を回すと、回転量が検出される。こういった検出は、前述と同様に、例えば一定の時間間隔（例えば０．１秒間隔）で実施されればよい。検出された回転量はＣＰＵ３１に通知される。ＣＰＵ３１は、予め決められた関係式に基づき回転量から車両のヨー角を導き出す。こうして一定の時間間隔ごとにヨー角の変化量は特定される。ＣＰＵ３１は、ヨー角の変化量と前述の車速とに基づき所定の関係式に従って仮想車両の横方向加速度を導き出す。この横方向加速度は旋回時の慣性力に相当する。こうして算出される横方向加速度に基づきＣＰＵ３１は仮想車両のロール角を算出する。算出にあたって任意の関係式が用いられればよい。

サーボシリンダ１３、１３…の制御にあたってＣＰＵ３１は前述のピッチ角およびロール角を利用する。例えば、ピッチ角の確立にあたって個々のサーボシリンダ１３、１３…に要求される伸縮量と、ロール角の確立にあたって個々のサーボシリンダ１３、１３…に要求される伸縮量とが個別に算出される。２つの伸縮量は重ね合わせられる。こうして模擬車体１２では車両の挙動が再現される。設定されるピッチ角に基づき模擬車体１２はｘ軸回りで回転する。こうして教習生は加速感や減速感を体験することができる。同時に、教習生は旋回時の横方向加速感を体験することができる。こういった模擬車体１２の挙動がスクリーン１８の視覚効果と相俟って４輪シミュレータ装置１１では臨場感に溢れる模擬走行が実現されることができる。

いま、４輪シミュレータ装置１１で実際の教習行路上の走行が再現される場面を想定する。走行の再現にあたってＣＰＵ３１は速度データ５８および車間距離データ５９を取得する。ここでは、４輪シミュレータ装置１１のメモリカードドライブ５６にメモリカード５７が差し込まれる。メモリカード５７には予め教習用車両から速度データ５８および車間距離データ５９が取り込まれる。実地検証モジュール４６の実行にあたってＣＰＵ３１はＲＡＭメモリ４７上に速度データ５８および車間距離データ５９を保持すればよい。速度データ５８や車間距離データ５９は実地検証モジュール４６の実行に先立って予めメモリカード５７から記憶装置４３に取り込まれてもよい。

図３に示されるように、教習用車両６５上にはＣＡＮ（コントローラエリアネットワーク）６６が構築される。ＣＡＮ６６には例えば速度計６７およびミリ波レーダ６８が接続される。コントローラ６９は任意の時間間隔（例えば０．１秒間隔）で速度計６７から車速［ｋｍ／ｈ］を取得する。同様に、コントローラ６９は任意の時間間隔（例えば０．１秒間隔）でミリ波レーダ６８から車間距離［ｍ］を取得する。車間距離の取得にあたってミリ波レーダ６８は前方に向かってミリ波を発信する。このミリ波レーダ６８は先行車から反射するミリ波に基づき車間距離を計測する。ミリ波レーダ６８は、１６°の放射角で前方１００［ｍ］の放射範囲７１内に存在する先行車に対して車間距離を計測することができる。取得された車速や車間距離は任意の記憶装置（図示されず）に格納されればよい。

教習用車両６５上にはＰＣカード拡張パック７２が搭載される。ＰＣカード拡張パック７２はＣＡＮ６６に接続される。ＰＣカード拡張パック７２はＣＡＮインターフェースカード７３を受け入れる。ＣＡＮインターフェースカード７３には例えば一般のＰＤＡ（携帯情報端末）７４やモバイルＰＣ（パーソナルコンピュータ）が接続されることができる。こういったＰＤＡ７４やモバイルＰＣの働きでメモリカード５７には速度データ５８および車間距離データ５９が取り込まれることができる。

前述のように、仮想移動経路データ５２では教習行路は直線および曲線で表現される。ここでは、図４から明らかなように、教習行路７５は長さ１０００［ｍ］の第１直線域７６ａと、長さ７００［ｍ］の第２および第３直線域７６ｂ、７６ｃと、長さ４００［ｍ］の第４直線域７６ｄとを備える。第１直線域７６ａと第２直線域７６ｂとの間や第２直線域７６ｂと第３直線域７６ｃとの間、第４直線域７６ｄと第１直線域７６ａとの間はそれぞれ曲率半径５０［ｍ］のカーブ７７ａ〜７７ｃで接続される。第３直線域７６ｃと第４直線域７６ｄとの間は曲率半径３５０［ｍ］のカーブ７７ｄで接続される。直線域７６ａ〜７６ｄ同士の内角は９０°に設定される。しかも、第３直線域７６ｃには長さ１００［ｍ］の上り坂７８ａおよび長さ１００［ｍ］の下り坂７８ｂが設定される。上り坂７８ａおよび下り坂７８ｂの傾斜角は例えば１５°に設定される。第１直線域７６ａ上に走行開始位置７９が設定される。個々のカーブ７７ａ〜７７ｄの開始位置や終了位置並びに上り坂７８ａおよび下り坂７８ｂの開始位置および終了位置は走行開始位置７９からの走行距離に基づき特定される。こうして教習行路７５が決定されると、図５に示されるように、この教習行路７５に固有の加速度特性データ５５が確立される。

こういった教習行路７５に基づき仮想移動経路データ５２では勾配データおよびヨー角データが構築される。例えば、勾配データでは、開始位置および終了位置の間で所定の走行距離ごとに教習行路７５の勾配が記述される。ヨー角データでは、個々のカーブ７７ａ〜７７ｄに対して開始位置および終了位置の間で所定の走行距離ごとにヨー角が記述される。ヨー角の計測にあたって、例えば走行開始位置７９に設定される自車座標系データ５１の三次元座標系が基準に設定される。

実地検証モジュール４６が実行されると、規定の時間間隔で速度データ５８および車間距離データ５９がＣＰＵ３１に取り込まれる。こういった速度データ５８および車間距離データ５９に基づき前述のシミュレーションプログラム４５に従って画像データが生成されると同時にサーボシリンダ１３、１３…の伸縮は制御される。こうして視覚および加速度の体感に基づき座席１５上の教習生は４輪シミュレータ装置１１上で客観的に自己の運転を体感することができる。前述のように仮想三次元空間内で正確に運転手の視点や視線が再現されることから、スクリーン１８上には違和感なく画像が映し出されることができる。

ここでは、画像データの作成にあたってＣＰＵ３１では仮想移動経路データ５２に基づき仮想三次元空間内に教習行路７５が構築される。教習行路７５上で車両の位置は特定される。位置の特定にあたって車両の走行距離が算出される。仮想三次元空間内では教習行路７５は「線」で表現されることから、走行距離だけで教習行路７５上で車両の位置は特定されることができる。こういった位置に基づき仮想三次元空間内で教習生の視点や視野は設定される。設定される視点や視野に基づき仮想移動経路データ５２中のポリゴンデータや周辺地理データ５３中のポリゴンデータが特定される。前述と同様に、描画回路３８でポリゴンデータに基づきスクリーン１８に映し出される画像は形成される。ただし、ＣＰＵ３１は、走行距離の算出にあたって速度データ５８から実測値の車速を取り込む。ピッチ角やロール角の算出にあたってＣＰＵ３１では仮想移動経路データ５２中の勾配データやヨー角データが利用される。アクセルペダル３３、ブレーキペダル３５およびステアリング１７が操作されなくても、時々刻々とスクリーン１８上には画像が映し出される。同時に、時々刻々と模擬車体１２の姿勢は変化する。

例えば図６に示されるように、画像の形成にあたって描画回路３８では先行車座標系データ５４中のポリゴンデータが併せて特定される。ＣＰＵ３１は、まずステップＳ１で、規定の経過時間ごとに時系列に車間距離データ５９を取り込む。車間距離データ５９が取り込まれると、ＣＰＵ３１はステップＳ２で先行車の位置を特定する。前述のように仮想三次元空間内では教習行路７５は「線」で表現されることから、前述の走行距離に実測の車間距離が足し合わせられると、教習行路７５上で先行車の位置は特定されることができる。こうして先行車の位置が決定されると、ＣＰＵ３１はステップＳ３で仮想移動経路データ５２中のヨー角データに基づき先行車のヨー角すなわち向きを特定する。ＣＰＵ３１はステップＳ４で先行車座標系データ５４に基づき仮想三次元空間内で先行車のポリゴンデータを特定する。特定されたポリゴンデータは規定の投影面上に座標変換される。こうしてスクリーン１８に映し出される画像内では、例えば図７に示されるように、先行車の後ろ姿８１は再現されることができる。教習生は客観的に自己の車間距離を体感することができる。

例えば実際の教習行路上では、カーブや上り坂、下り坂で先行車がミリ波の放射範囲７１（放射角１６°）から左右方向や上下方向に逸脱すると、ミリ波レーダ６８は車間距離を計測することができない。同様に、実際の教習行路上で先行車および教習用車両６５の車間距離が１００［ｍ］を超えると、ミリ波レーダ６８は車間距離を計測することができない。こういった場合にはその時刻で車間距離データが欠落する。したがって、ステップＳ１でＣＰＵは車間距離データを取り込むことができない。このとき、ＣＰＵの処理はステップＳ５に進む。

ステップＳ５で、ＣＰＵ３１は直前の先行車の位置に基づき先行車の位置を予測する。予測にあたってＣＰＵ３１は前回の車間距離データの有無を確認する。ステップＳ５で車間距離データの取り込みが確認されると、ステップＳ６でＣＰＵ３１は教習行路７５上で直前の先行車の位置を確認する。その位置が第１〜第４カーブ７７ａ〜７７ｄや上り坂７８ａ、下り坂７８ｂで特定されると、ＣＰＵ３１の処理はステップＳ７に移行する。このステップＳ７でＣＰＵ３１は直前の先行車の位置に対応する第１〜第４カーブ７７ａ〜７７ｄ、上り坂７８ａまたは下り坂７８ｂに固有の加速度特性データ５５を参照する。ＣＰＵ３１は規定の時間間隔で加速度の変化量を読み出す。このとき、加速度特性データ５５では経過時間が記録される。

続くステップＳ８でＣＰＵ３１は加速度の変化量から先行車の速度を予測する。予測にあたって加速度の積分値が算出されればよい。積分値は車速に足し合わせられる。こうして予測車速は導き出される。ステップＳ９でＣＰＵ３１は予測車速に基づき予測走行距離を算出する。この予測走行距離に基づきステップＳ１０で先行車の予測位置は特定されることができる。

ステップＳ５で車間距離データの取り込みが否定されると、ＣＰＵ３１はステップＳ１１で前回の処理で利用された加速度特性データ５５を再び参照する。ＣＰＵ３１は、記録された経過時間に後続する規定の時間間隔で加速度の変化量を読み出す。こうして前述と同様に加速度の変化量に基づきステップＳ１２で先行車の予測車速は特定される。加速度の積分値は前回の予測車速に足し合わせられる。こうして計算し直された予測車速に基づきステップＳ１３で予測走行距離は算出される。こうして再び予測走行距離に基づきステップＳ１４で先行車の予測位置は特定されることができる。

以上のように先行車の予測位置が特定されると、ステップＳ３で予測位置に応じてヨー角は特定される。前述と同様に、ＣＰＵ３１はステップＳ４で先行車座標系データ５４に基づき仮想三次元空間内で先行車のポリゴンデータを特定する。こうしてスクリーン１８には車間距離データの欠落にも拘わらず先行車の後ろ姿は映し出される。教習生は途切れなく自己の車間距離を体感することができる。

ステップＳ６で直前の先行車の位置が第１〜第４直線域７６ａ〜７６ｄ（上り坂７８ａおよび下り坂７８ｂは除かれる）で確認されると、ＣＰＵ３１の処理はステップＳ１５に移行する。このステップＳ１５で、ＣＰＵ３１は、教習用車両６５の位置が第１〜第４カーブ７７ａ〜７７ｄ、上り坂７８ａおよび下り坂７８ｂの手前１００［ｍ］の範囲内で特定されるか否を判定する。この範囲内で特定されれば、ＣＰＵ３１では、直前の先行車の位置は第１〜第４直線域７６ａ〜７６ｄ上で特定されたものの、現在の先行車は第１〜第４カーブ７７ａ〜７７ｄや上り坂７８ａ、下り坂７８ｂに進入したと判断される。こうしてＣＰＵ３１は前述と同様に第１〜第４カーブ７７ａ〜７７ｄ、上り坂７８ａおよび下り坂７８ｂ上で先行車の位置を特定する。すなわち、ＣＰＵ３１の処理はステップＳ７に移行する。第１〜第４直線域７６ａ〜７６ｄ上であって前述の範囲以外で教習用車両６５の位置が特定されると、先行車は教習用車両６５の前方１００［ｍ］の範囲よりも前方に位置すると判断される。ＣＰＵ３１はステップＳ１６で車間距離に一定値すなわち１００［ｍ］を設定する。ＣＰＵ３１はステップＳ１６で設定された車間距離に基づき先行車の位置を特定する。その後、ＣＰＵ３１の処理はステップＳ３に移行する。こうして教習生は一層正確に自己の車間距離を体感することができる。

なお、前述の実地検証モジュール４６では、教習行路７５上に上り坂７８ａや下り坂７８ｂが存在しなければ、上り坂７８ａや下り坂７８ｂの処理は省略されればよい。実地検証モジュール４６では、先行車の位置の予測にあたって、前述の加速度特性データ５５に代えて速度特性その他のパラメータが用いられてもよい。

本発明に係る移動体シミュレータ装置の一具体例すなわち自動車教習用４輪シミュレータ装置の外観を概略的に示す斜視図である。４輪シミュレータ装置の制御系を概略的に示すブロック図である。教習用車両の概念を概略的に示すブロック図である。仮想移動経路データの構造を概略的に示す概念図である。加速度特性データの具体例を示す図である。先行車の画像の生成工程を概略的に示すフローチャートである。先行車の後ろ姿を含む画像を概略的に示す概念図である。

符号の説明

１１移動体シミュレータ装置としての４輪シミュレータ装置、３１挙動特定手段、挙動予測手段および画像作成手段としてのＣＰＵ（中央演算処理装置）、３８画像作成手段としての描画回路、４３第１〜第３記憶装置、４５移動体シミュレータ装置用制御プログラムとしてのシミュレーションプログラム、４６移動体シミュレータ装置用制御プログラムとしての実地検証モジュール、４７第１および第２記憶装置としてのＲＡＭメモリ、５５挙動特性データとしての加速度特性データ、５７第１および第２記憶装置としてのメモリーカード、５８自車位置データ、５９車間距離データ。

Claims

任意の座標系で特定される仮想移動経路上で仮想自車位置を特定する自車位置データを記憶する第１記憶装置と、所定の経過時間ごとに自車および先行車の間の車間距離を特定する車間距離データを記憶する第２記憶装置と、自車位置データおよび車間距離データに基づき仮想自車位置に対して仮想移動経路上で先行車の挙動を特定する挙動特定手段と、特定される挙動に基づき、運転者の視界を再現する画像を作成する画像作成手段とを備えることを特徴とする移動体シミュレータ装置。
請求項１に記載の移動体シミュレータ装置において、車間距離データに不備が検出されると、不備以前の先行車の挙動に基づき仮想移動経路上で先行車の挙動を予測する挙動予測手段をさらに備えることを特徴とする移動体シミュレータ装置。
請求項２に記載の移動体シミュレータ装置において、仮想移動経路上で予め設定される先行車の挙動特性を特定する挙動特性データを記憶する第３記憶装置をさらに備え、前記挙動予測手段は、挙動特性データで特定される挙動特性および前記不備以前の先行車の挙動に基づき先行車の挙動を特定することを特徴とする移動体シミュレータ装置。
移動経路上で自車の位置を特定する自車位置データに基づき、任意の座標系で特定される仮想移動経路上で仮想自車位置を特定する手順と、所定の経過時間ごとに自車および先行車の間の車間距離を特定する車間距離データを取得する手順と、自車位置データおよび車間距離データに基づき仮想自車位置に対して仮想移動経路上で先行車の挙動を特定する手順と、特定される挙動に基づき、運転者の視界を再現する画像を作成する手順とを備えることを特徴とする移動体シミュレータ装置の制御方法。
請求項４に記載の移動体シミュレータ装置の制御方法において、車間距離データに不備が検出されると、不備以前の先行車の挙動に基づき仮想移動経路上で先行車の挙動を予測する手順をさらに備えることを特徴とする移動体シミュレータ装置の制御方法。
請求項５に記載の移動体シミュレータ装置の制御方法において、前記挙動の予測にあたって、仮想移動経路上で予め設定される先行車の挙動特性を特定する挙動特性データを取得する手順と、挙動特性および前記不備以前の先行車の挙動に基づき先行車の挙動を特定する手順とをさらに備えることを特徴とする移動体シミュレータ装置の制御方法。
移動経路上で自車の位置を特定する自車位置データに基づき、任意の座標系で特定される仮想移動経路上で仮想自車位置を特定する手順と、所定の経過時間ごとに自車および先行車の間の車間距離を特定する車間距離データを取得する手順と、自車位置データおよび車間距離データに基づき仮想自車位置に対して仮想移動経路上で先行車の挙動を特定する手順と、特定される挙動に基づき、運転者の視界を再現する画像を作成する手順とを演算処理回路に実行させることを特徴とする移動体シミュレータ装置用制御プログラム。
請求項７に記載の移動体シミュレータ装置用制御プログラムにおいて、車間距離データに不備が検出されると、不備以前の先行車の挙動に基づき仮想移動経路上で先行車の挙動を予測する手順をさらに演算処理回路に実行させることを特徴とする移動体シミュレータ装置用制御プログラム。
請求項８に記載の移動体シミュレータ装置用制御プログラムにおいて、前記挙動の予測にあたって、仮想移動経路上で予め設定される先行車の挙動特性を特定する挙動特性データを取得する手順と、挙動特性および前記不備以前の先行車の挙動に基づき先行車の挙動を特定する手順とをさらに演算処理回路に実行させることを特徴とする移動体シミュレータ装置用制御プログラム。
請求項８に記載の移動体シミュレータ装置用制御プログラムにおいて、車間距離データに不備が検出されると、自車位置データおよび不備前の車間距離データに基づき仮想移動経路上で不備前の先行車の位置を特定する手順と、仮想移動経路の直線上で自車および先行車が特定されると、自車および先行車の間で一定の車間距離を設定する手順とをさらに演算処理回路に実行させることを特徴とする移動体シミュレータ装置用制御プログラム。