JP2010095078A - 進路予測装置 - Google Patents

Abstract

【課題】交通ルールを考慮して移動体の進路を適切に予測できる進路予測装置を提供すること。
【解決手段】移動体の進路を予測する進路予測装置であって、移動体の移動に関する情報を取得し（Ｓ１０）、移動体について未検出情報がある場合には交通ルールに応じて未検出情報を補完し（Ｓ１２、Ｓ１４）、その補完された情報を用いて移動体の進路を予測する（Ｓ１６）。このように、移動体の移動に関する情報及び交通ルールに基づいて移動体の進路を予測することにより、移動体が交通ルールを遵守する限り、移動体の進路予測を精度よく推定することができる。
【選択図】図２

Description

本発明は、車両などの移動体の進路を予測する進路予測装置に関するものである。

従来、移動体の進路予測を行う装置として、特開平７−１０４０６２号公報に記載されるように、自車両の先行車をレーダセンサによって検出し、自車両の走行軌跡と先行車の移動軌跡を予測する装置であって、自車両の走行領域と先行車の移動領域に基づいて衝突可能性を判断するものが知られている。
特開平７−１０４０６２号公報

このような装置あっては、先行車などの移動体を検出できない場合に移動体の位置を適切に推定することができないおそれがある。例えば、先行車などの移動体をレーダセンサによって繰り返し検知する際に、一時的に検知できない場合がある。このとき、移動体の過去位置のデータに基づいて移動体の位置を推定することが考えられるが、移動体が法定速度を超えて移動した位置を推定してしまうこともある。この場合、移動体の通常の移動を考慮すると、法定速度を超えないように移動すると考えて推定することが望ましい。

そこで本発明は、このような問題点を解決するためになされたものであって、交通ルールを考慮して移動体の進路を適切に予測できる進路予測装置を提供することを目的とする。

すなわち、本発明に係る進路予測装置は、移動体の移動状態に基づいて前記移動体の進路を予測する進路予測装置において、前記移動体の移動に関する情報を取得する移動情報取得手段と、前記移動情報取得手段により前記移動体の移動に関する情報を取得できなかった場合に交通ルールに基づいて前記移動体の移動状態を推定する推定手段とを備えて構成されている。

この発明によれば、移動体の移動に関する情報及び交通ルールに基づいて移動体の移動状態を推定することにより、移動体が交通ルールを遵守する限り、移動体の移動状態を精度よく推定することができ、移動体の進路を適切に予測することができる。

また本発明に係る進路予測装置において、前記推定手段は、前記移動情報取得手段が前記移動体の移動に関する情報を取得できなかった場合に交通ルールに基づいて前記移動体の移動に関する情報を補完して前記移動体の移動状態を推定することが好ましい。

また本発明に係る進路予測装置において、前記移動体の交通ルールの遵守率を取得する遵守率取得手段と、前記交通ルールの遵守率に応じて前記補完された情報の信頼度を設定する信頼度設定手段とを備え、前記推定手段は、前記補完された情報の信頼度に応じて前記移動体の移動状態を推定することが好ましい。

この発明によれば、補完された情報の信頼度に応じて移動体の移動状態を推定することにより、より精度の高い進路予測が行える。

また本発明に係る進路予測装置において、前記推定手段は、前記移動体の移動状態として、少なくとも前記移動体の位置及び移動速度を推定することが好ましい。

本発明によれば、交通ルールを考慮して移動体の進路を予測することにより、移動体の進路を適切に予測することができる。

以下、添付図面を参照して本発明の実施の形態を詳細に説明する。なお、図面の説明において同一の要素には同一の符号を付し、重複する説明を省略する。

図１は本発明の実施形態に係る進路予測装置の概略構成図である。

本実施形態に係る進路予測装置１は、自車に搭載され、他車や歩行者などの進路を予測するものであり、例えば自車の運転支援システムに用いられる。

図１に示すように、本実施形態に係る進路予測装置１は、検知センサ２を備えている。検知センサ２は、自車両の周囲の物体を検知するセンサであって、自車両周囲の移動体の移動に関する情報を取得する移動情報取得手段として機能するものである。この検知センサ２としては、例えばミリ波レーダ、レーザレーダ、カメラなどが用いられる。検知センサ２の検知信号により、他車などの移動体の位置情報、相対速度情報を取得することができる。

また、進路予測装置１は、ＥＣＵ（ElectronicControl Unit）を備えている。ＥＣＵ４は、他車の移動に関する情報及び交通ルールに基づいて他車の移動状態を推定する推定手段として機能するものであり、例えばＣＰＵ、ＲＯＭ、ＲＡＭを含むコンピュータを主体として構成されている。また、ＥＣＵ４は、検知センサ２により他車の位置や速度などの移動に関する情報を取得できなかった場合に交通ルールに基づいて少なくとも他車の位置及び車速を推定し、その推定された情報に基づいて他車の進路を予測する。

ＥＣＵ４は、例えば障害物検出部４１、データ補完部４２、予測モデル変数設定部４３、進路生成部４４、運転支援制御部４５、交通ルールデータベース４６を備えて構成される。

障害物検出部４１は、検知センサ２の検知信号に基づいて自車両の周囲の障害物、例えば他車、歩行者などを検出するものである。例えば、検知センサ２の検知信号を信号処理して障害物が検出される。障害物の検出情報としては、例えば位置情報、速度情報、移動方向情報が含まれる。障害物が車両の場合、車輪の向き情報を含ませることが好ましい。この場合、車輪の向きを加味することにより、車両の位置を精度よく推定することができる。

データ補完部４２は、障害物として検出された他車などの移動体について未検出情報がある場合に、交通ルールを考慮して未検出情報を推定し補完するものである。ここで、交通ルールとは、交通法規のみならず、車両の多くのドライバにより共有されている常識や慣習、いわゆる通常の走行ルールも含まれるものである。例えば、法定速度が３０ｋｍ／ｈである場合、多くのドライバがその道路を４０ｋｍ／ｈで通行している場合、記憶される交通ルールは４０ｋｍ／ｈとなっていてもよい。このような交通ルールを集めたものが交通ルールデータベースに記録されている。

このデータ補完部４２は、例えば、未検出情報を確率変数によって補完を行う。具体的に説明すると、移動体の速度が未検出だった場合、交通ルールを考慮した最低速度（例えば、０ｋｍ／ｈ）、最高速度（例えば６０ｋｍ／ｈ）、平均速度（例えば４０ｋｍ／ｈ）、偏差（５ｋｍ／ｈ）を交通ルールデータベース４６から取得し、これらの値を用い正規分布や一様分布といった確率密度分布に基づいて未検出だった速度を確率変数として補完する。

正規分布であれば、Ｎ（μ、σ^２）の形式で、最低速度を−４σ、最高速度を＋４σとした分布とすればよい。また、一様分布であれば、Ｕ（Ｖmin、Ｖmax）の形式で、最低速度Ｖminから最高速度Ｖmaxまでの範囲とした分布とすればよい。予測モデルがスカラー入力に対応している場合には、分布に基づいた複数の値を出力して補完するようにすればよい。また、分布での入力に対応している場合には、確率密度分布のパラメータを出力して補完すればよい。

このような確率変数によって補完を行うことにより、分布として補完すべき値が網羅されるため、漏れのない安定した推定が可能となる。

このデータ補完部４２は、例えば、未検出情報をテンプレートによって補完を行ってもよい。具体的に説明すると、移動体の速度が未検出だった場合、交通ルールを考慮した法定速度（例えば、３０ｋｍ／ｈ）や平均速度（例えば３５ｋｍ／ｈ）を交通ルールデータベース４６から取得し、法定速度や平均速度または交通ルールに応じた速度値（例えば、０、１０、２０、３０ｋｍ／ｈなど）により未検出であった速度を補完する。

このようなテンプレートによって補完を行うことにより、離散的な値によって補完を行うことにより、高速かつ安定した推定が可能となる。

また、データ補完部４２において、未検出情報を補完する際に、交通ルールの遵守率に応じて補完される情報の信頼度を設定しておくことが好ましい。例えば、移動体の位置情報、速度情報、進行方向情報について、それぞれ交通ルールの遵守率の情報が取得され、その遵守率に応じて補完される情報の信頼度が設定される。移動体が他車の場合、位置情報、速度情報、進行方向情報、タイヤ向き情報についてそれぞれ交通ルールの遵守率に応じて信頼度が設定される。例えば、位置情報は９５％、速度情報は６０％、進行方向情報は９５％、タイヤ向き情報が９５％として遵守率が設定され、それに応じて情報の信頼度が設定される。

交通ルールの遵守率は、実際の遵守状況のデータに基づいて設定してもよいし、予め決めた値を設定してもよい。そして、補完された情報の信頼度に応じて移動体の進路予測が行われる。例えば、補完された情報の信頼度が高い場合には、その情報に応じた進路予測が行われ、補完された情報の信頼度が低い場合にはその情報を中心とした所定範囲の情報に基づいて複数の進路を生成すればよい。

このように、未検出情報を補完する際に交通ルールの遵守率に応じて補完される情報の信頼度を設定して進路予測を行うことにより、より精度の高い進路予測が可能となる。

予測モデル変数設定部４３は、他車などの移動体の将来の移動状態を予測する予測モデルにおける変数を設定するものである。例えば、障害物抽出部４１による情報検出で未検出情報がない場合にはそれらの検出情報に応じて予測モデルにおける変数が設定され、障害物抽出部４１による情報検出で未検出情報がある場合には未検出情報をデータ補完部４２にて補完して予測モデルにおける変数が設定される。

進路生成部４４は、他車などの移動体の予測進路を生成するものである。例えば、予測モデルの出力状態に基づいて移動体の予測進路を生成する。進路生成部４４により生成される進路は複数の場合もある。

運転支援制御部４５は、自車両の運転支援制御を行うものであり、例えば自動運転制御を行う場合、予め設定された経路に沿って車両走行するように走行アクチュエータ５に制御信号を出力する。その際、他車などの障害物が自車両の走行に支障がある場合には、その障害物との接触を避けるように走行アクチュエータ５に減速制御、操舵制御を実行させる。他車などの移動体の進路を正確に予測することにより、適切な運転支援制御が可能となる。

交通ルールデータベース４６は、交通ルールのデータを記録するための記録手段である。この交通ルールデータベース４６に記録されるデータは、例えば確率変数、テンプレートとして記録される。これらのデータを予め設定したものを記録させておくことにより、学習してデータを蓄積することなく、未検出情報を補完して適切な進路予測を行うことができる。また、障害物検出部４１にて検出した障害物を追跡して交通ルールデータとして交通ルールデータベース４６に記録蓄積していくことが好ましい。これにより、交通環境に応じたデータを記憶でき、交通環境に応じた補完処理が行える。

また、自車両の走行データを交通ルールデータとして交通ルールデータベース４６に記録蓄積していってもよい。これにより、交通環境に応じたデータを記憶でき、交通環境に応じた補完処理が行える。

また、交通ルールデータベース４６に記録されているデータによって未検出情報を直接補完してもよい。例えば、他車の速度データが未検出であった場合、その他車の位置における通常の速度データを引き出して他車の速度データとして補完してもよい。また、他車の位置データが未検出であった場合、直前までその他車に適用されていた交通ルールを適用して補完してもよい。

さらに、交通ルールデータベース４６は、テンプレートと確率変数のデータを記録して用いる場合、そのテンプレートと確率変数の各データについて楽観的予測データ、悲観的予測データを記録して用いることが好ましい。

例えば、車両の速度データ、進行方向データ、タイヤ向きデータについては、テンプレートの楽観的予測データとして速度データが法定速度、進行方向データが道路の方向、タイヤ向きデータが０度とされ、確率変数の楽観的予測データとして速度データが０ｋｍ／ｈから法定速度、進行方向データが道路の方向±π／２、タイヤ向きデータが±５度とされ、テンプレートの悲観的予測データとして速度データが先行車０ｋｍ／ｈ（停車状態）で後続車が１８０ｋｍ／ｈ（リミッタ上限速度）、進行方向データが自車に向かってくる方向、タイヤ向きデータが自車に向かってくる方向、確率変数の悲観的予測データとして速度データが０〜１８０ｋｍ／ｈ、進行方向データが−１８０度から＋１８０度（全方向）、タイヤ向きデータが±３３度（車両限界値）とされる。

ＥＣＵ４には、ナビゲーションシステム３が接続されている。ナビゲーションシステム３は、運転支援システムにおいて自車の位置検出を行う自車位置検出手段として機能するものであり、例えばＧＰＳ（Global Positioning System）を用いて自車両の位置情報を取得するものが用いられる。

ＥＣＵ４には、走行アクチュエータ５が接続されている。走行アクチュエータ５は、ＥＣＵ４の制御信号を受けて車両の運転走行、例えば走行駆動、制動動作及び操舵動作を行うものであり、例えば走行駆動用ＥＣＵ、制動用ＥＣＵ、操舵用ＥＣＵなどが該当する。

次に本実施形態に係る進路予測装置１の動作について説明する。

図２は、本実施形態に係る進路予測装置１及び運転支援制御システムの動作を示すフローチャートである。この図２の制御処理は、例えばＥＣＵ４によって所定の周期で繰り返して実行される。

図２のＳ１０に示すように、移動体検出処理が行われる。移動体検出処理は、自車両の周囲の他車、歩行者などの移動体を検知センサ２の検出信号に基づいて検出する処理である。移動体の検出情報としては、例えば他車の場合、他車の位置情報、速度情報、進行方向情報、タイヤ向き情報が検出情報として取得される。歩行者の場合には、位置情報、速度情報、進行方向情報が検出情報として取得される。

そして、Ｓ１２に移行し、未検出情報があったか否かが判断される。例えば、移動体が他車の場合、位置情報、速度情報、進行方向情報、タイヤ向き情報のうちいずれかが検出されなかった場合には、未検出情報があったと判断される。一方、移動体が他車の場合、位置情報、速度情報、進行方向情報、タイヤ向き情報の全てが検出された場合には、未検出情報がないと判断される。移動体が歩行者の場合、位置情報、速度情報、進行方向情報のうちいずれかが検出されなかった場合には、未検出情報があったと判断される。一方、移動体が歩行者の場合、位置情報、速度情報、進行方向情報の全てが検出された場合には、未検出情報がないと判断される。

Ｓ１２にて未検出情報がなかった場合には、Ｓ１６に移行する。一方、Ｓ１２にて未検出情報がある場合には、補完処理が行われる（Ｓ１４）。補完処理は、移動体の情報のうち未検出情報を交通ルールに応じた情報によって補完する処理である。移動体の未検出情報が確率変数、テンプレートのいずれかによって補完される。このとき、未検出情報の種類によって確率変数、テンプレートのいずれかで補完するか選択してもよい。

例えば、移動体が車両の場合であって未検出情報が速度であった場合、交通ルールに対応した範囲の速度情報が設定され、補完データとして用いられる。その際、複数の速度情報によって補完を行ってもよい。この場合には、移動体の進路が複数推定される場合もある。

また、補完処理において、交通ルールの遵守率に応じて補完される情報の信頼度を設定することが好ましい。例えば、移動体が他車の場合、位置情報、進行方向情報、タイヤ向き情報に比べて速度情報における交通ルールの遵守率が低いことが考えられる。すなわち、法定速度を超えて走行する確率は、進入禁止区域に進入する確率や追越禁止区域で追越を行う確率よりも高いからである。このため、位置情報、進行方向情報、タイヤ向き情報に比べて速度情報における交通ルールの遵守率を低く設定し、信頼度を低く設定することにより、現実の走行環境に応じて精度の高い進路予測が可能となる。

そして、Ｓ１６に移行し、進路予測処理が行われる。進路予測処理は、検出情報及び補完した情報によって移動体の進路を予測する処理である。未検出情報がない場合には、検出情報によって移動体の進路が予測される。一方、未検出情報がある場合には、未検出情報を補完した情報を用いて移動体の進路が予測される。

例えば、移動体の位置、速度、進行方向などにより所定の時間後における進路候補が生成される。このとき、移動体の周囲の道路情報を考慮して進路候補を生成することが好ましい。

また、進路予測処理において、補完された情報を用いて進路予測する場合には、補完された情報の信頼度に応じて進路予測することが好ましい。

そして、Ｓ１８に移行し、運転支援制御処理が行われる。運転支援制御処理は、他車などの移動体における予測進路に応じて自車両の運転支援制御を行う処理である。例えば、移動体の推定された進路によれば自車両と移動体が接触する危険性がある場合には、自車両の減速、操舵などの自動運転制御が実行される。また、この場合、自車両の運転者に接触の危険性があることを音声やモニタ表示若しくはパネル表示などによって報知して運転支援を行ってもよい。そして、Ｓ１８の処理を終えたら、一連の制御処理を終了する。

以上のように、本実施形態に係る進路予測装置によれば、移動体の移動に関する情報及び交通ルールに基づいて移動体の進路を予測することにより、移動体が交通ルールを遵守する限り、移動体の進路予測を精度よく推定することができる。

また、本実施形態に係る進路予測装置において、補完された情報の信頼度に応じて移動体の進路を予測することにより、より精度の高い進路予測が行える。

例えば、図３に示すように、現在（時刻ｔ）、自車両Ｍ１が交差点で右折待ちをしており、対向車Ｍ２の車速が未検出である場合、過去の対向車Ｍ２の移動状態に基づいて対向車Ｍ２の車速を推定すると、３０ｋｍ／ｈとなる。すなわち、時刻ｔ-2で対向車Ｍ２の車速が５０ｋｍ／ｈであり、時刻ｔ-1で車速が４０ｋｍ／ｈである場合、その移動状態が等加速度運動であると仮定すると、時刻ｔの対向車Ｍ２の車速は３０ｋｍ／ｈと推定される。

しかしながら、対向車Ｍ２が減速する理由は、運転者が積極的に減速しようという意思による場合だけでなく、運転者が足を休めるためにアクセルをオフする場合も考えられる。また、運転者は、法定速度（図３では、５０ｋｍ／ｈ）などの交通ルールを遵守して運転する意図を持っており、通常、法定速度に近い速度で車両の運転を行っている。

このため、時刻ｔにおける対向車Ｍ２の車速の推定において、過去の対向車Ｍ２の移動状態のみならず交通ルールを考慮すると、時刻ｔにおける対向車Ｍ２の車速は、５０ｋｍ／ｈと推定される。

このような推定を行うことにより、運転者の運転操作の乱れのような外乱の影響を抑制して、他車の移動状態を安定して精度よく推定することができる。そして、他車の移動状態を精度よく推定することによって、他車の進路を適切に予測することができる。

なお、上述した実施形態は本発明に係る進路予測装置の最良な実施形態を説明したものであり、本発明に係る進路予測装置は本実施形態に記載したものに限定されるものではない。本発明に係る進路予測装置は、各請求項に記載した要旨を変更しないように実施形態に係る進路予測装置を変形し、又は他のものに適用したものであってもよい。

本発明の実施形態に係る進路予測装置の構成概要図である。 図１の進路予測装置の動作を示すフローチャートである。 図１の進路予測装置における車両の移動状態推定の説明図である。

符号の説明

１…進路予測装置、２…検知センサ、３…ナビゲーションシステム、４…ＥＣＵ、５…走行アクチュエータ。

Claims (4)

1. 移動体の移動状態に基づいて前記移動体の進路を予測する進路予測装置において、
   前記移動体の移動に関する情報を取得する移動情報取得手段と、
   前記移動情報取得手段により前記移動体の移動に関する情報を取得できなかった場合に交通ルールに基づいて前記移動体の移動状態を推定する推定手段と、
   を備えた進路予測装置。
2. 前記推定手段は、前記移動情報取得手段が前記移動体の移動に関する情報を取得できなかった場合に交通ルールに基づいて前記移動体の移動に関する情報を補完して前記移動体の移動状態を推定する、
   請求項１に記載の進路予測装置。
3. 前記移動体の交通ルールの遵守率を取得する遵守率取得手段と、
   前記交通ルールの遵守率に応じて前記補完された情報の信頼度を設定する信頼度設定手段と、
   を備え、
   前記推定手段は、前記補完された情報の信頼度に応じて前記移動体の移動状態を推定する、
   請求項２に記載の進路予測装置。
4. 前記推定手段は、前記移動体の移動状態として、少なくとも前記移動体の位置及び移動速度を推定する、
   請求項１〜４のいずれか一項に記載の進路予測装置。

Images