JP2011051498A - Preceding vehicle follow-up control method and preceding vehicle follow-up control device - Google Patents
Preceding vehicle follow-up control method and preceding vehicle follow-up control device Download PDFInfo
- Publication number
- JP2011051498A JP2011051498A JP2009202976A JP2009202976A JP2011051498A JP 2011051498 A JP2011051498 A JP 2011051498A JP 2009202976 A JP2009202976 A JP 2009202976A JP 2009202976 A JP2009202976 A JP 2009202976A JP 2011051498 A JP2011051498 A JP 2011051498A
- Authority
- JP
- Japan
- Prior art keywords
- acceleration
- vehicle
- preceding vehicle
- factor
- follow
- 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
Links
Images
Landscapes
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Controls For Constant Speed Travelling (AREA)
Abstract
Description
本発明は、個々の運転者のフィーリングに合う先行車追従制御ができ、ヒヤリハットを防止できる先行車追従制御方法及び先行車追従制御装置に関する。 The present invention relates to a preceding vehicle follow-up control method and a preceding vehicle follow-up control device capable of performing follow-up vehicle follow-up control that matches the feeling of an individual driver and preventing near-miss.
従来より、先行車と自車の車両情報を用いて自車が先行車に追従するための目標加速度を決定し、この目標加速度に従ってアクセル開度アクチュエータや自動ブレーキアクチュエータを制御して車両を加減速制御する先行車追従制御装置が知られている。 Conventionally, a target acceleration for the vehicle to follow the preceding vehicle is determined using vehicle information of the preceding vehicle and the own vehicle, and the vehicle is accelerated / decelerated by controlling the accelerator opening actuator and the automatic brake actuator according to the target acceleration. A preceding vehicle follow-up control device for controlling is known.
目標加速度を決定する方式として次のようなものが知られている。 The following methods are known as methods for determining the target acceleration.
第一の方式；開発時における試験運転者による走行で得られた自車加速度、先行車加速度、自車速度、先行車速度、車間距離と自車加速度との関係から目標加速度マップを作成し、この目標加速度マップを市販車両に搭載することにより、運転者（ユーザ）による実走行時、リアルタイムに先行車及び自車の車両情報で目標加速度マップを参照して目標加速度を決定する。 First method: Create a target acceleration map from the relationship between the vehicle acceleration, the preceding vehicle acceleration, the own vehicle speed, the preceding vehicle speed, the inter-vehicle distance, and the own vehicle acceleration obtained by the test driver during the development. By mounting this target acceleration map on a commercial vehicle, the target acceleration is determined by referring to the target acceleration map with vehicle information of the preceding vehicle and the own vehicle in real time during actual driving by the driver (user).
第二の方式；開発時における試験運転者による走行で得られた車両情報に基づきパラメータが固定されたモデル式を作成し、このパラメータ固定のモデル式を市販車両に搭載することにより、運転者（ユーザ）による実走行時、リアルタイムに先行車及び自車の車両情報をモデル式に代入して目標加速度を決定する（特許文献１）。モデル式は後述のように各種知られている。モデル式中のパラメータは、運転者の個人的特徴を具現する数量である。 Second method: Create a model equation with fixed parameters based on the vehicle information obtained by the test driver's travel at the time of development, and install this model equation with fixed parameters in a commercial vehicle. During actual travel by the user, the target acceleration is determined by substituting the vehicle information of the preceding vehicle and the host vehicle into the model formula in real time (Patent Document 1). Various model formulas are known as described later. The parameters in the model formula are quantities that embody the personal characteristics of the driver.
第三の方式；開発時における試験者による走行で得られた車両情報に基づきパラメータが可変である１つのモデル式を作成し、このパラメータ可変のモデル式を市販車両に搭載することにより、運転者による学習走行時、先行車及び自車の車両情報に合うようにパラメータを学習し、運転者による実走行時、リアルタイムに先行車及び自車の車両情報をモデル式に代入して目標加速度を決定する（特許文献２）。 Third method: Create one model equation with variable parameters based on vehicle information obtained by the tester's driving at the time of development, and install this model equation with variable parameters on a commercial vehicle. When learning by driving, parameters are learned to match the vehicle information of the preceding vehicle and own vehicle, and the target acceleration is determined by substituting the vehicle information of the preceding vehicle and own vehicle into the model formula in real time during the actual driving by the driver. (Patent Document 2).
第四の方式；モデル式に基づいて目標加速度を決定する手段を車両に搭載し、運転者による学習走行時、先行車及び自車の車両情報からモデル式を導出して学習し、運転者による実走行時、リアルタイムに先行車及び自車の車両情報をモデル式に代入して目標加速度を決定する（特許文献３）。つまり、モデル式全体が運転者の個人的特徴を具現するパラメータと見なせる。 Fourth method; means for determining the target acceleration based on the model formula is installed in the vehicle, and at the time of learning driving by the driver, the model formula is derived from the vehicle information of the preceding vehicle and the own vehicle and learned, and then by the driver During actual traveling, the target acceleration is determined by substituting the vehicle information of the preceding vehicle and the own vehicle into the model formula in real time (Patent Document 3). That is, the entire model formula can be regarded as a parameter that embodies the personal characteristics of the driver.
モデル式として次のようなものが知られている（非特許文献１参照）。 The following are known as model equations (see Non-Patent Document 1).
チャンドラーモデル（Chandler Model）式
ａf（ｔ＋Ｔ）＝Ｋ１（ｖl（ｔ）−ｖf（ｔ））
ニューエルモデル（Newell Mode1）式
ａf（ｔ＋Ｔ）＝Ｋ２（Ｘl（ｔ）−Ｘf（ｔ））
ＬＦＢモデル式
ａf（ｔ＋Ｔ）＝Ｋ３（Ｘl（ｔ）−Ｘf（ｔ））
＋Ｋ４（ｖl（ｔ）−ｖf（ｔ））
−Ｋ５ｖf（ｔ）−Ｋ６
ここに、
ａf（ｔ） ；時刻ｔでの目標加速度
ｖl（ｔ） ；時刻ｔでの先行車速度
ｖf（ｔ） ；時刻ｔでの自車速度
Ｘl（ｔ） ；時刻ｔでの先行車位置
Ｘf（ｔ） ；時刻ｔでの自車位置
Ｔ ；運転者反応時間（パラメータ）
Ｋ１〜Ｋ６ ；ゲイン（パラメータ）
である。
Chandler Model Formula a f (t + T) = K1 (v l (t) −v f (t))
Newell Mode1 formula a f (t + T) = K2 (X l (t) −X f (t))
LFB model formula a f (t + T) = K3 (X l (t) −X f (t))
+ K4 (v l (t) −v f (t))
−K5v f (t) −K6
here,
a f (t); target acceleration at time t v l (t); preceding vehicle speed at time t v f (t); own vehicle speed at time t X l (t); preceding vehicle at time t Position X f (t); own vehicle position T at time t; driver reaction time (parameter)
K1 to K6: Gain (parameter)
It is.
先行車追従制御装置は、単に安全性が守られる先行車追従制御だけではなく、個々の運転者のフィーリングに合った先行車追従制御、つまりその運転者が円滑であると感じるような先行車追従制御が要求される。 The preceding vehicle follow-up control device is not just a preceding vehicle follow-up control that ensures safety, but a preceding vehicle follow-up control that matches the feeling of each individual driver, that is, the preceding vehicle that the driver feels smooth. Follow-up control is required.
第一、第二の方式は、目標加速度マップやモデル式が開発時に作成したとおりに固定されるため、個々の運転者のフィーリングに合った先行車追従制御はできない。 In the first and second methods, the target acceleration map and the model formula are fixed as created at the time of development, and therefore it is not possible to perform preceding vehicle follow-up control that matches the feeling of the individual driver.
第三、第四の方式は、運転者の個人的特徴を具現するパラメータを学習して使用することにより、個々の運転者のフィーリングに合った先行車追従制御を目指すものである。 The third and fourth methods aim to achieve preceding vehicle following control that matches the feeling of each driver by learning and using parameters that embody the personal characteristics of the driver.
しかしながら、第三の方式は、運転者による学習走行時の車両情報からパラメータを学習するので、学習走行時に通常走行でない走行をした場合（例えば、特異な道路ばかりを走行した場合、運転者の機嫌や体調が悪いときに走行した場合）の車両情報からパラメータを学習すると、学習後、そのような通常走行でない走行が再現されることになる。このとき、開発時に作成されたモデル式によっては、いわゆるヒヤリハット（意図せず安全性を無視した運転をしてしまったこと）が起きやすい先行車追従制御となる。また、通常走行でない走行が学習・再現された場合、当然、通常時の運転者のフィーリングに合った先行車追従制御とはならない。 However, since the third method learns parameters from vehicle information at the time of learning by the driver, when the vehicle travels normally during the learning driving (for example, when driving only on specific roads, the driver's mood). If the parameters are learned from the vehicle information (when the vehicle travels when the physical condition is poor), such a travel that is not normal travel is reproduced after the learning. At this time, depending on the model formula created at the time of development, the preceding vehicle follow-up control is likely to cause a so-called near-miss (that is, the driver has unexpectedly ignored the safety). Further, when a travel that is not a normal travel is learned and reproduced, the preceding vehicle following control that naturally matches the driver's feeling is not achieved.
第四の方式は、運転者による学習走行時の車両情報からモデル式を学習するので、学習走行時に通常走行でない走行をした場合の車両情報からモデル式を学習すると、学習後、そのような通常走行でない走行が再現されることになる。また、パラメータを含むモデル式全体が学習されるので、パラメータのみを学習する第三の方式よりも、より運転者の個人的特徴を具現するモデル式が導出される可能性がある反面、学習走行時の走行によっては第三の方式以上に発散する（好ましくないモデル式が導出される）可能性もあるため、実用には採用できない。 In the fourth method, the model formula is learned from the vehicle information at the time of the learning run by the driver. Travel that is not travel is reproduced. In addition, since the entire model formula including parameters is learned, there is a possibility that a model formula that embodies the driver's personal characteristics may be derived from the third method of learning only the parameters, but learning driving Depending on the driving time, there is a possibility of diverging more than the third method (unfavorable model formula is derived), so it cannot be used in practice.
そこで、本発明の目的は、上記課題を解決し、個々の運転者のフィーリングに合う先行車追従制御ができ、ヒヤリハットを防止できる先行車追従制御方法及び先行車追従制御装置を提供することにある。 Accordingly, an object of the present invention is to provide a preceding vehicle follow-up control method and a preceding vehicle follow-up control device that can solve the above-described problems, perform preceding vehicle follow-up control that matches the feeling of each driver, and prevent near-miss. is there.
上記目的を達成するために本発明の先行車追従制御方法は、先行車と自車の車両情報を用いて自車が先行車に追従するための目標加速度を決定する先行車追従制御方法において、自車加速度が先行車加速度に所定の遅れ時間をもって追従できる加速度として演算した加速度要因加速度と、自車速度が先行車速度に所定の遅れ時間をもって追従できる加速度として演算した速度要因加速度と、車間距離を所定の目標車間距離に保てる加速度として演算した車間距離要因加速度とを重み付きで総和して目標加速度とするものである。 In order to achieve the above object, the preceding vehicle follow-up control method of the present invention is a preceding vehicle follow-up control method for determining a target acceleration for the own vehicle to follow the preceding vehicle using vehicle information of the preceding vehicle and the own vehicle. Acceleration factor acceleration calculated as the acceleration that the vehicle acceleration can follow the preceding vehicle acceleration with a predetermined delay time, Speed factor acceleration calculated as the acceleration that the vehicle speed can follow the preceding vehicle speed with a predetermined delay time, and the inter-vehicle distance Is calculated as an acceleration that can be maintained at a predetermined target inter-vehicle distance, and the inter-vehicle distance factor acceleration is summed with a weight to obtain a target acceleration.
前記重みは、実走行中の車両情報から各要因加速度を演算し、各要因加速度ごとに与えた離散的な複数の重み係数候補を用いて各要因加速度の重み付き総和を複数の重み係数候補の組み合わせについて演算し、これら複数の重み付き総和の中で最も当該実走行中の自車加速度に近似する重み付き総和が得られた重み係数候補の組み合わせを重みとして学習することにより設定してもよい。 The weight is calculated by calculating each factor acceleration from vehicle information during actual traveling, and using the plurality of discrete weight factor candidates given for each factor acceleration, the weighted sum of each factor acceleration is calculated as a plurality of weight factor candidates. A combination may be calculated and set by learning as a weight a combination of weight coefficient candidates from which a weighted sum that is closest to the actual vehicle acceleration during the actual traveling is obtained among the plurality of weighted sums. .
また、本発明の先行車追従制御装置は、先行車と自車の車両情報を用いて自車が先行車に追従するための目標加速度を決定する先行車追従制御装置において、自車加速度が先行車加速度に所定の遅れ時間をもって追従できる加速度を演算して加速度要因加速度とする加速度要因加速度演算部と、自車速度が先行車速度に所定の遅れ時間をもって追従できる加速度を演算して速度要因加速度とする速度要因加速度演算部と、車間距離を所定の目標車間距離に保てる加速度を演算して車間距離要因加速度とする車間距離要因加速度演算部と、各要因加速度を重み付きで総和して目標加速度とする目標加速度演算部と、を備えたものである。 Further, the preceding vehicle follow-up control device of the present invention is a preceding vehicle follow-up control device that determines target acceleration for the own vehicle to follow the preceding vehicle using vehicle information of the preceding vehicle and the own vehicle. Acceleration factor acceleration calculation unit that calculates acceleration that can follow the vehicle acceleration with a predetermined delay time to calculate acceleration factor acceleration, and calculates the acceleration that the vehicle speed can follow the preceding vehicle speed with a predetermined delay time to calculate the speed factor acceleration A speed factor acceleration calculation unit, an inter-vehicle distance factor acceleration calculation unit that calculates an acceleration that can maintain the inter-vehicle distance at a predetermined target inter-vehicle distance, and an inter-vehicle distance factor acceleration, and sums each factor acceleration with a weight to achieve the target acceleration And a target acceleration calculation unit.
前記重みを、実走行中の車両情報から各要因加速度を演算し、各要因加速度ごとに与えた離散的な複数の重み係数候補を用いて各要因加速度の重み付き総和を複数の重み係数候補の組み合わせについて演算し、これら複数の重み付き総和の中で最も当該実走行中の自車加速度に近似する重み付き総和が得られた重み係数候補の組み合わせを重みとして学習することにより設定する重み設定部を備えてもよい。 Each factor acceleration is calculated from the vehicle information during actual traveling, and the weighted sum of each factor acceleration is calculated from the weights of each factor acceleration using a plurality of discrete weight factor candidates. A weight setting unit that calculates a combination and sets by learning as a weight a combination of weight coefficient candidates from which a weighted sum that most closely approximates the actual vehicle acceleration is obtained among the plurality of weighted sums. May be provided.
本発明は次の如き優れた効果を発揮する。 The present invention exhibits the following excellent effects.
（１）個々の運転者のフィーリングに合う先行車追従制御ができる。 (1) Precedence vehicle follow-up control that matches the feeling of each individual driver can be performed.
（２）ヒヤリハットを防止できる。 (2) A near-miss can be prevented.
以下、本発明の一実施形態を添付図面に基づいて詳述する。 Hereinafter, an embodiment of the present invention will be described in detail with reference to the accompanying drawings.
図１に示されるように、本発明に係る先行車追従制御装置１は、先行車と自車の車両情報を用いて自車が先行車に追従するための目標加速度を決定する先行車追従制御装置１において、自車加速度が先行車加速度に所定の遅れ時間をもって追従できる加速度を演算して加速度要因加速度とする加速度要因加速度演算部２と、自車速度が先行車速度に所定の遅れ時間をもって追従できる加速度を演算して速度要因加速度とする速度要因加速度演算部３と、車間距離を所定の目標車間距離に保てる加速度を演算して車間距離要因加速度とする車間距離要因加速度演算部４と、各要因加速度を重み付きで総和して目標加速度とする目標加速度演算部５と、前記重みを、実走行中の車両情報から各要因加速度を演算し、各要因加速度ごとに与えた離散的な複数の重み係数候補を用いて各要因加速度の重み付き総和を複数の重み係数候補の組み合わせについて演算し、これら複数の重み付き総和の中で最も当該実走行中の自車加速度に近似する重み付き総和が得られた重み係数候補の組み合わせを重みとして学習することにより設定する重み設定部６とを備える。
As shown in FIG. 1, a preceding vehicle follow-up control device 1 according to the present invention uses preceding vehicle and host vehicle information to determine a target acceleration for the subject vehicle to follow the preceding vehicle. In the apparatus 1, an acceleration factor acceleration calculation unit 2 that calculates an acceleration by which the own vehicle acceleration can follow the preceding vehicle acceleration with a predetermined delay time to obtain an acceleration factor acceleration, and the own vehicle speed has a predetermined delay time with respect to the preceding vehicle speed. A speed factor
これら加速度要因加速度演算部２、速度要因加速度演算部３、車間距離要因加速度演算部４、目標加速度演算部５、重み設定部６は、ＥＣＵ（電子制御ユニット又はエンジン制御ユニット）に設けるとよい。
The acceleration factor acceleration calculation unit 2, the speed factor
車両においては、公知のセンサ、演算部、情報通信手段等より、先行車車両情報と自車車両情報がＥＣＵで読み取り可能に提供されている。先行車車両情報には、先行車加速度、先行車速度、先行車位置などがあり、自車車両情報には、自車加速度、自車速度、自車位置などがある。車間距離は、車間距離センサで測定してもよいし、先行車位置と自車位置とから求めてもよい。また、本発明の先行車追従制御装置１が演算した目標加速度に基づき、公知の演算部がアクセル開度を演算し、公知のエンジン制御部に提供するようになっている。 In the vehicle, the preceding vehicle information and the own vehicle information are provided so as to be readable by the ECU from known sensors, calculation units, information communication means, and the like. The preceding vehicle information includes the preceding vehicle acceleration, the preceding vehicle speed, and the preceding vehicle position, and the own vehicle information includes the own vehicle acceleration, the own vehicle speed, and the own vehicle position. The inter-vehicle distance may be measured by an inter-vehicle distance sensor, or may be obtained from the preceding vehicle position and the own vehicle position. Further, based on the target acceleration calculated by the preceding vehicle follow-up control device 1 of the present invention, a known calculation unit calculates the accelerator opening and provides it to a known engine control unit.
本発明では、次のＡＶＤ（Acceleration, Velocity of Leading Vehicle and Inter-Vehicular Distance）モデル式［１］、［２］を定義する。 In the present invention, the following AVD (Acceleration, Velocity of Leading Vehicle and Inter-Vehicular Distance) model formulas [1] and [2] are defined.
ここに、
ａf（ｔ） ；時刻ｔでの目標加速度（＝自車加速度）
ａl（ｔ） ；時刻ｔでの先行車加速度
ｖl（ｔ） ；時刻ｔでの先行車速度
ｖf（ｔ） ；時刻ｔでの自車速度
ｄ（ｔ） ；時刻ｔでの車間距離
ｄdes（ｔ） ；時刻ｔでの目標車間距離（パラメータ）
Ｔ ；運転者反応時間（パラメータ）
Ｋａ、Ｋｖ、Ｋｄ ；ゲイン（パラメータ）
である。Ｋａ、Ｋｖ、Ｋｄは、各要因加速度を重み付きで総和する際の重み係数となる。
here,
a f (t); target acceleration at time t (= own vehicle acceleration)
a l (t); preceding vehicle acceleration at time t v l (t); preceding vehicle speed at time t v f (t); own vehicle speed at time t d (t); inter-vehicle distance at time t d des (t); target inter-vehicle distance at time t (parameter)
T: Driver reaction time (parameter)
Ka, Kv, Kd; gain (parameter)
It is. Ka, Kv, and Kd are weighting factors for summing the factor accelerations with weights.
ＡＶＤモデル式の考え方を説明する。 The concept of the AVD model formula will be described.
（１）運転者は、自車の加速度を先行車の加速度と一致させるような運転をしているものと考えられる。これを第一運転傾向とする。 (1) It is considered that the driver is driving such that the acceleration of the own vehicle matches the acceleration of the preceding vehicle. This is the first driving tendency.
（２）同時に、運転者は、自車の速度を先行車の速度と一致させるような運転をしているものと考えられる。これを第二運転傾向とする。 (2) At the same time, it is considered that the driver is driving such that the speed of the own vehicle matches the speed of the preceding vehicle. This is the second driving tendency.
（３）同時に、運転者は、車間距離を目標とする車間距離と一致させるような運転をしているものと考えられる。これを第三運転傾向とする。 (3) At the same time, it is considered that the driver is driving such that the inter-vehicle distance matches the target inter-vehicle distance. This is the third driving tendency.
運転者は、第一〜第三の３つの運転傾向を同時に混じり合わせ持ち、運転するものと考えられる。また、運転者によって、第一〜第三の運転傾向の比率は異なるものと考えられる。例えば、
（１）自車の加速度を先行車の加速度と一致させることだけを志向している運転者がいる。
（２）自車の速度を先行車の速度と一致させることだけを志向している運転者がいる。
（３）車間距離を目標とする車間距離と一致させることだけを志向している運転者がいる。
The driver is considered to drive by having the first to third driving tendencies mixed at the same time. Moreover, it is thought that the ratio of the 1st-3rd driving tendency changes with drivers. For example,
(1) There is a driver who is only interested in making the acceleration of the own vehicle coincide with the acceleration of the preceding vehicle.
(2) There is a driver who is only interested in making the speed of the own vehicle coincide with the speed of the preceding vehicle.
(3) Some drivers are only interested in making the inter-vehicle distance coincide with the target inter-vehicle distance.
このような運転者の志向は、第一〜第三の運転傾向の比率で表すことができる。その比率は、運転者によって異なり、その比率が運転者の個人的特徴を具現することになる。そこで、本発明では、運転者によって異なるパラメータとしてゲインＫａ，Ｋｖ，Ｋｄを定義する。ゲインＫａ，Ｋｖ，Ｋｄは、運転者によって異なるパラメータであるので、学習によって設定することになる。 Such a driver's orientation can be expressed by a ratio of the first to third driving tendency. The ratio varies depending on the driver, and the ratio embodies the personal characteristics of the driver. Therefore, in the present invention, gains Ka, Kv, and Kd are defined as parameters that differ depending on the driver. The gains Ka, Kv, and Kd are parameters that differ depending on the driver, and are set by learning.
次に、それぞれの運転傾向に関連する加速度として、
（１）自車の加速度を先行車の加速度と一致させるような運転を実現するための第一加速度と、
（２）自車の速度を先行車の速度と一致させるような運転を実現するための第二加速度と、
（３）車間距離を目標とする車間距離と一致させるような運転を実現するための第三加速度とを仮に定義する。
Next, as acceleration related to each driving tendency,
(1) a first acceleration for realizing driving such that the acceleration of the own vehicle coincides with the acceleration of the preceding vehicle;
(2) a second acceleration for realizing driving that matches the speed of the host vehicle with the speed of the preceding vehicle;
(3) Temporarily define a third acceleration for realizing driving that makes the inter-vehicle distance coincide with the target inter-vehicle distance.
これら第一〜第三の加速度は、それぞれ単独で演算することができる。これら第一〜第三の加速度にゲインＫａ，Ｋｖ，Ｋｄをかけて足し合わせれば、当該運転者の志向を反映した目標加速度が求まる。 These first to third accelerations can be calculated independently. By adding the gains Ka, Kv, and Kd to the first to third accelerations, the target acceleration reflecting the driver's intention can be obtained.
ところで、もし、各ゲインの値が
（Ｋａ，Ｋｖ，Ｋｄ）＝（１，３，１）
だったとして、ある時刻ｔで第一加速度が０．３ｍ／ｓ2と演算され、第二加速度が０．２ｍ／ｓ2と演算され、第三加速度が０．５ｍ／ｓ2と演算されたとする。このとき、
１×０．３＋３×０．２＋１×０．５＝１．４
となり、目標加速度は１．４ｍ／ｓ2と演算される。
By the way, if each gain value is (Ka, Kv, Kd) = (1, 3, 1)
As a result, at a certain time t, the first acceleration is calculated as 0.3 m / s 2 , the second acceleration is calculated as 0.2 m / s 2, and the third acceleration is calculated as 0.5 m / s 2. To do. At this time,
1 × 0.3 + 3 × 0.2 + 1 × 0.5 = 1.4
Thus, the target acceleration is calculated as 1.4 m / s 2 .
一方、もし、各ゲインの値が
（Ｋａ，Ｋｖ，Ｋｄ）＝（２，６，２）
だったとして、ある時刻ｔで第一〜第三の加速度が前述と同じになったとすると、
２×０．３＋６×０．２＋２×０．５＝２．８
となり、目標加速度は２．８ｍ／ｓ2と演算される。
On the other hand, if each gain value is (Ka, Kv, Kd) = (2, 6, 2)
If the first to third accelerations become the same as described above at a certain time t,
2 × 0.3 + 6 × 0.2 + 2 × 0.5 = 2.8
Thus, the target acceleration is calculated as 2.8 m / s 2 .
これら２つの演算は、ゲインＫａ，Ｋｖ，Ｋｄの比率が同じにもかかわらず、異なる結果となる。この矛盾を解消するには、ゲインＫａ，Ｋｖ，Ｋｄを正規化する必要がある。すなわち、
Ｋａ＋Ｋｖ＋Ｋｄ＝１
と正規化する必要がある。このように正規化することで、
（Ｋａ，Ｋｖ，Ｋｄ）＝（１，３，１）
より、
Ｋａ＝１／（１＋３＋１）＝０．２
Ｋｖ＝３／（１＋３＋１）＝０．６
Ｋｄ＝１／（１＋３＋１）＝０．２
となる。
These two operations have different results even though the ratios of the gains Ka, Kv, and Kd are the same. In order to eliminate this contradiction, it is necessary to normalize the gains Ka, Kv, and Kd. That is,
Ka + Kv + Kd = 1
It is necessary to normalize. By normalizing in this way,
(Ka, Kv, Kd) = (1, 3, 1)
Than,
Ka = 1 / (1 + 3 + 1) = 0.2
Kv = 3 / (1 + 3 + 1) = 0.6
Kd = 1 / (1 + 3 + 1) = 0.2
It becomes.
これら
Ｋａ＋Ｋｖ＋Ｋｄ＝１
となるゲインを重み係数Ｋａ，Ｋｖ，Ｋｄと呼ぶことにする。第一〜第三の加速度を重み係数Ｋａ，Ｋｖ，Ｋｄの重み付きで総和すれば、目標加速度が得られる。
These Ka + Kv + Kd = 1
These gains are referred to as weighting factors Ka, Kv, and Kd. If the first to third accelerations are summed with weighting factors Ka, Kv, and Kd, the target acceleration can be obtained.
ここで、
（１）自車の加速度を先行車の加速度と一致させることだけを志向している運転者の個人的特徴は、
（Ｋａ，Ｋｖ，Ｋｄ）＝（１，０，０）
で表され、
（２）自車の速度を先行車の速度と一致させることだけを志向している運転者の個人的特徴は、
（Ｋａ，Ｋｖ，Ｋｄ）＝（０，１，０）
で表され、
（３）車間距離を目標とする車間距離と一致させることだけを志向している運転者の個人的特徴は、
（Ｋａ，Ｋｖ，Ｋｄ）＝（０，０，１）
で表される。
here,
(1) The personal characteristics of a driver who is only interested in matching the acceleration of the vehicle with that of the preceding vehicle
(Ka, Kv, Kd) = (1, 0, 0)
Represented by
(2) The personal characteristics of a driver who only intends to match the speed of the vehicle with that of the preceding vehicle are:
(Ka, Kv, Kd) = (0, 1, 0)
Represented by
(3) The personal characteristics of drivers who are only interested in matching the inter-vehicle distance with the target inter-vehicle distance are:
(Ka, Kv, Kd) = (0, 0, 1)
It is represented by
以上の３種類の運転者を含むどの運転者についても、ヒヤリハットのない先行車追従制御が実現されなくてはならない。 For any driver including the above three types of drivers, the preceding vehicle follow-up control without near-miss must be realized.
次に、運転者反応時間について考察する。 Next, the driver reaction time is considered.
運転者は、たとえ（１）自車の加速度を先行車の加速度と一致させようと意図しても、また、たとえ（２）自車の速度を先行車の速度と一致させようと意図しても、先行車の挙動に対して自車の挙動にはある程度の遅れが生じる。この遅れは、運転者の個人的特徴であるので、運転者反応時間Ｔを定義する。運転者反応時間Ｔは、運転者によって異なるパラメータであるので、学習によって設定することになる。 The driver (1) intends to match the acceleration of the vehicle with the acceleration of the preceding vehicle, and (2) intends to match the speed of the vehicle with the speed of the preceding vehicle. However, a certain amount of delay occurs in the behavior of the own vehicle with respect to the behavior of the preceding vehicle. Since this delay is a personal characteristic of the driver, a driver reaction time T is defined. Since the driver reaction time T is a parameter that varies depending on the driver, it is set by learning.
次に、車間距離について考察する。 Next, the inter-vehicle distance will be considered.
個々の運転者には、車間距離の好みがある。長い車間距離を好む運転者もいれば、短い車間距離を好む運転者もいる。一方、一般に、速度が速いほど車間距離は長くなると考えられる。例えば、同じ運転者でも、渋滞時（低速時）と高速走行時とでは渋滞時のほうが車間距離は短い。そこで、運転者が走行中に目標とする車間距離（目標車間距離）ｄdes（ｔ）は、先行車速度の関数によって表すことができると考えられる。目標車間距離ｄdes（ｔ）は、運転者によって異なるパラメータであるので、学習によって設定することになる。 Individual drivers have a preference for inter-vehicle distance. Some drivers prefer long distances while others prefer short distances. On the other hand, it is generally considered that the higher the speed, the longer the inter-vehicle distance. For example, even when the driver is the same, the inter-vehicle distance is shorter when the traffic is congested (during low speed) and when driving at high speed. Therefore, it is considered that the target inter-vehicle distance (target inter-vehicle distance) d des (t) while the driver is traveling can be expressed by a function of the preceding vehicle speed. Since the target inter-vehicle distance d des (t) is a parameter that varies depending on the driver, it is set by learning.
次に、パラメータ以外の部分の導出について考察する。 Next, the derivation of parts other than parameters will be considered.
（１）自車の加速度を先行車の加速度と一致させるような運転（第一運転傾向）を実現するための加速度を次の式［３］で定義する。 (1) The acceleration for realizing the driving (first driving tendency) that matches the acceleration of the own vehicle with the acceleration of the preceding vehicle is defined by the following equation [3].
この定義の根拠はつぎの通りである。自車加速度が先行車加速度に遅れをもって追従する。つまり、
ａf（ｔ）＝ａl（ｔ−Ｔ）
であるので、
ａl（ｔ−Ｔ）＝ａf（ｔ）
故に、式［４］となるからである。
The basis for this definition is as follows. The own vehicle acceleration follows the preceding vehicle acceleration with a delay. That means
a f (t) = a l (t−T)
So
a l (t−T) = a f (t)
Therefore, the equation [4] is obtained.
（２）自車の速度を先行車の速度と一致させるような運転（第二運転傾向）を実現するための加速度を次の式［５］で定義する。 (2) The acceleration for realizing the driving (second driving tendency) that matches the speed of the own vehicle with the speed of the preceding vehicle is defined by the following equation [5].
この定義の根拠はつぎの通りである。等加速度直線運動の公式より、
ｖf（ｔ）＝ｖf（ｔ−Ｔ）＋ａf（ｔ）・Ｔ ［６］
であり、ここで、自車速度が先行車速度に遅れをもって追従すのであるから、
ｖf（ｔ）＝ｖl（ｔ−Ｔ） ［７］
となり、式［５］と式［６］からｖf（ｔ）を消去すると、
ｖl（ｔ−Ｔ）＝ｖf（ｔ−Ｔ）＋ａf（ｔ）・Ｔ ［８］
よって、これを変形して前述の式［５］が得られる。
The basis for this definition is as follows. From the constant acceleration linear motion formula,
v f (t) = v f (t−T) + a f (t) · T [6]
Here, because the own vehicle speed follows the preceding vehicle speed with a delay,
v f (t) = v l (t−T) [7]
And erasing v f (t) from equations [5] and [6]
v l (t−T) = v f (t−T) + a f (t) · T [8]
Therefore, the above equation [5] is obtained by modifying this.
（３）車間距離を目標とする車間距離と一致させるような運転（第三運転傾向）を実現するための加速度を次の式［９］で定義する。 (3) The acceleration for realizing the driving (third driving tendency) that matches the inter-vehicle distance with the target inter-vehicle distance is defined by the following equation [9].
この定義の根拠はつぎの通りである。車間距離ｄ（ｔ）は、先行車位置と自車位置との差であり、Ｔ秒前の車間距離とＴ秒で先行車が進んだ距離の和から、Ｔ秒で自車が進んだ距離を引いたものであるから、
ｄ（ｔ）＝ｄ（ｔ−Ｔ）＋ｖl（ｔ）・Ｔ−ｖf（ｔ）・Ｔ
＝ｄ（ｔ−Ｔ）＋｛ｖl（ｔ）−ｖf（ｔ）｝・Ｔ
＝ｄ（ｔ−Ｔ）
＋［ｖl（ｔ）−｛ｖf（ｔ−Ｔ）＋ａf（ｔ）・Ｔ｝］・Ｔ
［１０］
となる。最下行は式［６］を代入したものである。
The basis for this definition is as follows. The inter-vehicle distance d (t) is the difference between the preceding vehicle position and the own vehicle position, and is the distance traveled by the vehicle in T seconds from the sum of the inter-vehicle distance T seconds ago and the distance traveled by the preceding vehicle in T seconds. Because
d (t) = d (t−T) + v l (t) · T−v f (t) · T
= D (t−T) + {v l (t) −v f (t)} · T
= D (t-T)
+ [V l (t) − {v f (t−T) + a f (t) · T}] · T
[10]
It becomes. The bottom line is a substitution of equation [6].
ここで、車間距離を目標車間距離に合わせると、
ｄ（ｔ）＝ｄdes（ｔ） ［１１］
であるので、式［１０］と式［１１］からｄ（ｔ）を消去すると、
ｄdes（ｔ）＝ｄ（ｔ−Ｔ）
＋［ｖl（ｔ）−｛ｖf（ｔ−Ｔ）＋ａf（ｔ）・Ｔ｝］・Ｔ
［１２］
よって、これを変形して前述の式［９］が得られる。
Here, if the inter-vehicle distance is adjusted to the target inter-vehicle distance,
d (t) = d des (t) [11]
Therefore, if d (t) is deleted from the equations [10] and [11],
d des (t) = d (t−T)
+ [V l (t) − {v f (t−T) + a f (t) · T}] · T
[12]
Therefore, the above equation [9] is obtained by modifying this.
以上により、ＡＶＤモデル式［１］、［２］が定義される。すなわち、目標加速度ａf（ｔ）は、自車加速度が先行車加速度に所定の遅れ時間をもって追従できる加速度として演算した加速度要因加速度（式［３］）と、自車速度が先行車速度に所定の遅れ時間をもって追従できる加速度として演算した速度要因加速度（式［５］）と、車間距離を所定の目標車間距離に保てる加速度として演算した車間距離要因加速度（式［９］）とを重み付きで総和したものであり、各要因加速度は先行車及び自車の車両情報の関数である。 Thus, the AVD model formulas [1] and [2] are defined. That is, the target acceleration a f (t) is an acceleration factor acceleration (formula [3]) calculated as an acceleration at which the vehicle acceleration can follow the preceding vehicle acceleration with a predetermined delay time, and the own vehicle speed is set to the preceding vehicle speed. Weighted acceleration factor (expression [5]) calculated as acceleration that can be tracked with a delay time, and inter-vehicle distance factor acceleration (expression [9]) calculated as an acceleration that can maintain the inter-vehicle distance at a predetermined target inter-vehicle distance. Each factor acceleration is a function of the vehicle information of the preceding vehicle and the own vehicle.
次に、各パラメータの導出について説明する。 Next, derivation of each parameter will be described.
目標車間距離ｄdes（ｔ）は、運転者が実際に走行したときの車両情報により学習して設定される。図２に示されるように、先行車速度を横軸に、車間距離を縦軸に取り、実走行中の車両情報を点でプロットしていくと、プロット点の集合は実走行時の車間距離分布を表すことになる。このグラフの近似式から目標車間距離ｄdes（ｔ）を求める。 The target inter-vehicle distance d des (t) is set by learning from vehicle information when the driver actually travels. As shown in FIG. 2, when the preceding vehicle speed is plotted on the horizontal axis, the inter-vehicle distance is plotted on the vertical axis, and the vehicle information during actual traveling is plotted as points, the set of plotted points is the inter-vehicle distance during actual traveling. It will represent the distribution. The target inter-vehicle distance d des (t) is obtained from the approximate expression of this graph.
例えば、車間距離を表す近似式が先行車速度の二次式であるとすると、
ｄdes（ｔ）＝０．０２ｖl（ｔ）×ｖl（ｔ）
＋２．５ｖl（ｔ）＋５．１
のように求まる。この場合、各定数０．０２、２．５、５．１が運転者の個人的特徴を具現するパラメータとなる。
For example, if the approximate expression representing the inter-vehicle distance is a quadratic expression of the preceding vehicle speed,
d des (t) = 0.02v l (t) × v l (t)
+2.5 v l (t) +5.1
It is obtained like this. In this case, the constants 0.02, 2.5, and 5.1 are parameters that embody the personal characteristics of the driver.
運転者反応時間Ｔは、運転者が実際に走行したときの車両情報により学習して設定される。図３（ａ）に示されるように、時間（時刻）を横軸に、速度を縦軸に取り、実走行中の先行車速度と自車速度を点でプロットして、それぞれの速度の変化曲線を描いてみると、自車速度が先行車速度に対して遅れて追従している様子が分かる。先行車速度と自車速度を適宜な時間幅で移動平均した図３（ｂ）に示されるように、それぞれの速度の変化曲線が平滑化されると、両者はほぼ同じ波形であることが分かる。図３（ｃ）に示した、図３（ｂ）中の楕円部分の拡大図を見ると、遅れ時間が各時刻において存在することが分かる。全時間（ここでは４０〜１５０ｓｅｃ）での遅れ時間の平均を運転者反応時間Ｔとする。 The driver reaction time T is set by learning from vehicle information when the driver actually travels. As shown in FIG. 3A, the time (time) is plotted on the horizontal axis, the speed is plotted on the vertical axis, and the preceding vehicle speed and the host vehicle speed during actual driving are plotted as points, and each speed change. If you draw a curve, you can see how the vehicle speed follows the preceding vehicle speed with a delay. As shown in FIG. 3B, in which the preceding vehicle speed and the own vehicle speed are moving averaged over an appropriate time width, when the respective change curves of the speeds are smoothed, it can be seen that both have substantially the same waveform. . When the enlarged view of the ellipse part in FIG.3 (b) shown in FIG.3 (c) is seen, it turns out that delay time exists in each time. The average of the delay time over the entire time (here, 40 to 150 sec) is defined as the driver reaction time T.
ゲイン（重み係数）Ｋａ，Ｋｖ，Ｋｄは、運転者が実際に走行したときの車両情報により学習して設定される。すなわち、加速度要因加速度の重み係数Ｋａになり得る離散的な複数の重み係数候補（０．０、０．１、０．２、…、１．０）、速度要因加速度の重み係数Ｋｖになり得る離散的な複数の重み係数候補（０．０、０．１、０．２、…、１．０）、車間距離要因加速度の重み係数Ｋｄになり得る離散的な複数の重み係数候補（０．０、０．１、０．２、…、１．０）の中から、
Ｋａ＋Ｋｖ＋Ｋｄ＝１
を満足する重み係数候補の組み合わせ（Ｋａ，Ｋｖ，Ｋｄ）を作る。例えば、（１．０，０．０，０．０）、（０．１，０．２，０．７）、（０．６，０．１，０．３）、（０．０，０．９，０．１）、（０．８，０．０，０．２）などが考えられる。
The gains (weighting factors) Ka, Kv, and Kd are set by learning from vehicle information when the driver actually travels. That is, a plurality of discrete weighting factor candidates (0.0, 0.1, 0.2,..., 1.0) that can be the acceleration factor acceleration weighting factor Ka, and the velocity factor acceleration weighting factor Kv. A plurality of discrete weight coefficient candidates (0.0, 0.1, 0.2,..., 1.0) and a plurality of discrete weight coefficient candidates (0. 0, 0.1, 0.2, ..., 1.0)
Ka + Kv + Kd = 1
A combination (Ka, Kv, Kd) of weight coefficient candidates satisfying the above is made. For example, (1.0, 0.0, 0.0), (0.1, 0.2, 0.7), (0.6, 0.1, 0.3), (0.0, 0 .9, 0.1), (0.8, 0.0, 0.2), and the like.
学習時に、運転者が実際に走行したときの車両情報（加速度、速度、車間距離）が得られるたびに、これらの車両情報と各重み係数候補の組み合わせをＡＶＤモデル式［１］、［２］に代入して重み付き総和（目標加速度）を演算する。 Each time vehicle information (acceleration, speed, inter-vehicle distance) when the driver actually travels is obtained at the time of learning, the combination of the vehicle information and each weight coefficient candidate is expressed by AVD model equations [1], [2]. Substituting into, the weighted sum (target acceleration) is calculated.
この学習時目標加速度と学習時自車加速度とを比較して誤差が最も小さい重み係数候補の組み合わせを最適な重みとして学習する。 The learning target acceleration and the learning vehicle acceleration are compared to learn a combination of weighting coefficient candidates with the smallest error as an optimum weight.
なお、ここでは重み係数候補の値の刻みを小数点以下第一位の単位としたが、小数点以下第何位まででも細かくすることができる。重み係数候補の値の刻みを細かくするほど、より個人に適合する（運転者の個人的特徴を精度よく具現する）パラメータが得られ、その反面、演算回数が増えて煩雑化、長時間化する。よって、重み係数候補の値の刻みをどうするかは、ＥＣＵの演算性能（数値表現桁数、基本処理速度、記憶容量など）を勘案した上で定めるのが好ましい。 Here, the increment of the value of the weighting factor candidate is the unit of the first decimal place, but it can be made fine up to the decimal place. The finer the value of the weighting factor candidate, the more parameters that are more suitable for the individual (the driver's personal characteristics can be accurately realized). On the other hand, the number of operations increases, making it more complicated and longer. . Therefore, it is preferable to determine how to increment the value of the weight coefficient candidate in consideration of the calculation performance of the ECU (number of numeric expression digits, basic processing speed, storage capacity, etc.).
以下、本発明の作用効果について説明する。 Hereinafter, the function and effect of the present invention will be described.
まず、背景技術の欄で述べた公知のモデル式について詳しく再検討する。 First, a detailed review of the known model formulas described in the Background section.
チャンドラーモデル式は、パラメータが運転者反応時間ＴとゲインＫ１の２つのみであり、多様な運転者の個人的特徴を具現するには不十分である。また、チャンドラーモデル式は、車両情報を自車速度と先行車速度しか用いておらず、自車及び先行車の複雑な挙動に対応して適切な目標加速度を演算することができない。 The Chandler model formula has only two parameters, the driver reaction time T and the gain K1, and is insufficient for realizing the personal characteristics of various drivers. In addition, the Chandler model formula uses only the own vehicle speed and the preceding vehicle speed as vehicle information, and cannot calculate an appropriate target acceleration corresponding to the complex behavior of the own vehicle and the preceding vehicle.
ニューエルモデル式は、パラメータが運転者反応時間ＴとゲインＫ２の２つのみであり、多様な運転者の個人的特徴を具現するには不十分である。また、ニューエルモデル式は、車両情報を自車位置と先行車位置しか用いておらず、自車及び先行車の複雑な挙動に対応して適切な目標加速度を演算することができない。 The Newell model formula has only two parameters, the driver reaction time T and the gain K2, and is insufficient for realizing the personal characteristics of various drivers. Further, the Newell model formula uses only vehicle position and preceding vehicle position as vehicle information, and cannot calculate an appropriate target acceleration corresponding to the complex behavior of the own vehicle and the preceding vehicle.
ＬＦＢモデル式は、学習時の車両情報によっては、（Ｋ３，Ｋ４，Ｋ５，Ｋ６）＝（０．１，０．２，０．１，０．２）のような通常考えられるゲインの組が同定される場合以外に、例えば、（Ｋ３，Ｋ４，Ｋ５，Ｋ６）＝（０，０，０，０．２）と同定される場合もある。この場合、目標加速度が常に０．２（ｍ／ｓ2）となってしまう可能性がある。目標加速度が常に０．２（ｍ／ｓ2）で先行車追従制御を行うと、先行車の挙動に関係なく加速し続けることになり、安全性に問題がある。 Depending on the vehicle information at the time of learning, the LFB model equation has a set of normally considered gains such as (K3, K4, K5, K6) = (0.1, 0.2, 0.1, 0.2). In addition to the case of being identified, for example, it may be identified as (K3, K4, K5, K6) = (0, 0, 0, 0.2). In this case, the target acceleration may always be 0.2 (m / s 2 ). When the preceding vehicle follow-up control is performed with the target acceleration always being 0.2 (m / s 2 ), the vehicle continues to accelerate regardless of the behavior of the preceding vehicle, which causes a problem in safety.
本発明に係るＡＶＤモデル式は、従来のモデル式の欠点を解消するものである。 The AVD model formula according to the present invention eliminates the drawbacks of the conventional model formula.
すなわち、ＡＶＤモデル式は、パラメータが運転者反応時間Ｔと重み係数Ｋａ、Ｋｖ、Ｋｄと目標車間距離ｄdes（ｔ）の５つであるため、多様な運転者の個人的特徴を具現することができる。 In other words, the AVD model formula has five parameters of the driver reaction time T, the weighting factors Ka, Kv, Kd, and the target inter-vehicle distance d des (t), so that various characteristics of the driver can be realized. Can do.
また、ＡＶＤモデル式は、車両情報として自車加速度、先行車加速度、自車速度、先行車速度、車間距離を用い、さらにパラメータとして先行車速度の関数である目標車間距離を用いているため、自車及び先行車の複雑な挙動に対応して適切な目標加速度を演算することができる。 Further, the AVD model formula uses the own vehicle acceleration, the preceding vehicle acceleration, the own vehicle speed, the preceding vehicle speed, the inter-vehicle distance as vehicle information, and further uses the target inter-vehicle distance as a function of the preceding vehicle speed as a parameter. An appropriate target acceleration can be calculated corresponding to the complex behavior of the host vehicle and the preceding vehicle.
また、ＡＶＤモデル式は、パラメータである重み係数Ｋａ、Ｋｖ、Ｋｄがどのような比率であっても、ヒヤリハットが無く安全性の高い先行車追従制御を行うことができる。学習時の車両情報によっては、（Ｋａ，Ｋｖ，Ｋｄ）＝（０．３，０．６，０．１）のような通常考えられる重み係数の組が同定される場合以外に、例えば、（Ｋａ，Ｋｖ，Ｋｄ）＝（１，０，０）や（Ｋａ，Ｋｖ，Ｋｄ）＝（０，１，０）や（Ｋａ，Ｋｖ，Ｋｄ）＝（０，０，１）と同定される場合もある。しかし、これらの場合でも、ヒヤリハットが無く安全性の高い先行車追従制御を行うことができる。その理由を各例について説明する。 Further, the AVD model equation can perform the preceding vehicle follow-up control with high safety and no near-miss regardless of the ratio of the weighting factors Ka, Kv, and Kd that are parameters. Depending on the vehicle information at the time of learning, for example, (Ka, Kv, Kd) = (0.3, 0.6, 0.1) other than the case where a set of normally considered weight coefficients is identified, for example, ( Ka, Kv, Kd) = (1, 0, 0) or (Ka, Kv, Kd) = (0, 1, 0) or (Ka, Kv, Kd) = (0, 0, 1) In some cases. However, even in these cases, the preceding vehicle follow-up control can be performed with no near-miss and high safety. The reason will be described for each example.
（Ｋａ，Ｋｖ，Ｋｄ）＝（１，０，０）の場合、ＡＶＤモデル式は、加速度要因加速度の項のみとなる。加速度要因加速度のみでは、車両情報として先行車加速度しか用いていないため複雑な挙動までには対応しきれない。しかし、加速度要因加速度を目標加速度とすることによって、自車加速度が先行車加速度に遅れ時間をもって追従することが可能である。よって、ヒヤリハットを防止して安全性を確保することができる。 In the case of (Ka, Kv, Kd) = (1, 0, 0), the AVD model formula has only an acceleration factor acceleration term. The acceleration factor acceleration alone cannot handle even complex behavior because only the preceding vehicle acceleration is used as vehicle information. However, by setting the acceleration factor acceleration as the target acceleration, the own vehicle acceleration can follow the preceding vehicle acceleration with a delay time. Therefore, near-miss can be prevented and safety can be ensured.
（Ｋａ，Ｋｖ，Ｋｄ）＝（０，１，０）の場合、ＡＶＤモデル式は、速度要因加速度の項のみとなる。速度要因加速度のみでは、車両情報として先行車速度と自車速度しか用いていないため複雑な挙動までには対応しきれない。しかし、速度要因加速度を目標加速度とすることによって、自車速度が先行車速度に遅れ時間をもって追従することが可能である。よって、ヒヤリハットを防止して安全性を確保することができる。 When (Ka, Kv, Kd) = (0, 1, 0), the AVD model formula has only a term of speed factor acceleration. Only speed factor acceleration can not cope with complicated behavior because only preceding vehicle speed and own vehicle speed are used as vehicle information. However, by setting the speed factor acceleration as the target acceleration, the own vehicle speed can follow the preceding vehicle speed with a delay time. Therefore, near-miss can be prevented and safety can be ensured.
（Ｋａ，Ｋｖ，Ｋｄ）＝（０，０，１）の場合、ＡＶＤモデル式は、車間距離要因加速度の項のみとなる。車間距離要因加速度は、車両情報として先行車速度と自車速度と車間距離を用い、さらにパラメータとして先行車速度の関数である目標車間距離を用いているため、ある程度複雑な挙動まで対応して適切な目標加速度を演算することができる。また、車間距離要因加速度を目標加速度とすることによって、車間距離が目標車間距離と同じになるような先行車追従制御が行われるので、ヒヤリハットを防止して安全性を確保することができる。 In the case of (Ka, Kv, Kd) = (0, 0, 1), the AVD model formula has only a term of inter-vehicle distance factor acceleration. The inter-vehicle distance factor acceleration uses the preceding vehicle speed, own vehicle speed, and inter-vehicle distance as vehicle information, and further uses the target inter-vehicle distance that is a function of the preceding vehicle speed as a parameter. A target acceleration can be calculated. In addition, by setting the inter-vehicle distance factor acceleration as the target acceleration, the preceding vehicle follow-up control is performed so that the inter-vehicle distance becomes the same as the target inter-vehicle distance, so that near-miss can be prevented and safety can be ensured.
なお、通常では、（Ｋａ，Ｋｖ，Ｋｄ）＝（０．３，０．６，０．１）のように、いずれの重み係数も０でない重み係数の組が同定されると考えられる。この場合、ＡＶＤモデル式は、式［１３］のようになる。 Normally, it is considered that a set of weighting coefficients in which none of the weighting coefficients is 0, such as (Ka, Kv, Kd) = (0.3, 0.6, 0.1), is identified. In this case, the AVD model expression is as shown in Expression [13].
式［１３］は、自車加速度、先行車加速度、自車速度、先行車速度、車間距離、目標車間距離を用いているため、自車及び先行車の複雑な挙動に対応して適切な目標加速度を演算することができる。 Since the equation [13] uses the own vehicle acceleration, the preceding vehicle acceleration, the own vehicle speed, the preceding vehicle speed, the inter-vehicle distance, and the target inter-vehicle distance, an appropriate target corresponding to the complex behavior of the own vehicle and the preceding vehicle is used. Acceleration can be calculated.
また、式［１３］に限らず、いずれの重み係数も０でないＡＶＤモデル式においては、自車加速度が先行車加速度に所定の遅れ時間をもって追従でき、かつ、自車速度が先行車速度に所定の遅れ時間をもって追従でき、かつ、車間距離を所定の目標車間距離に保てるという３つの先行車追従制御を同時に実現することができる。 In addition, not only the formula [13] but also the AVD model formula in which any weighting factor is not 0, the own vehicle acceleration can follow the preceding vehicle acceleration with a predetermined delay time, and the own vehicle speed is predetermined to the preceding vehicle speed. It is possible to simultaneously implement three preceding vehicle follow-up controls that can follow the vehicle with a delay time of 2 and can maintain the inter-vehicle distance at a predetermined target inter-vehicle distance.
以上説明したように、本発明によれば、加速度要因加速度と速度要因加速度と車間距離要因加速度とを重み付きで総和して目標加速度とするようにしたので、自車及び先行車の複雑な挙動に対応した適切な目標加速度でる先行車追従制御を行うことができる。 As described above, according to the present invention, the acceleration factor acceleration, the velocity factor acceleration, and the inter-vehicle distance factor acceleration are summed with weights to obtain the target acceleration, so that the complex behavior of the host vehicle and the preceding vehicle can be obtained. It is possible to perform preceding vehicle following control with an appropriate target acceleration corresponding to the above.
また、本発明によれば、学習時に運転者が手動運転したときの車両情報を用いて学習を行うため、個々の運転者のフィーリングに合った違和感のない円滑な先行車追従制御を行うことができる。 In addition, according to the present invention, since learning is performed using vehicle information when the driver manually drives during learning, smooth preceding vehicle follow-up control without a sense of incongruity that matches each driver's feeling is performed. Can do.
また、本発明によれば、学習によって同定された重み係数のパラメータがどのような値であっても、いずれかの要因加速度が目標加速度となるので、ヒヤリハットを防止できる。 Further, according to the present invention, any factor acceleration becomes the target acceleration regardless of the value of the parameter of the weighting coefficient identified by learning, so that near-miss can be prevented.
重み係数の学習の具体的な実施例を説明する。 A specific embodiment of learning of the weight coefficient will be described.
今、運転者反応時間Ｔ＝３（ｓ）とする。 Now, it is assumed that the driver reaction time T = 3 (s).
学習時、ｔ−Ｔ（ｓ）において、自車速度ｖf（ｔ−Ｔ）＝２４（ｍ／ｓ）、先行車速度ｖl（ｔ−Ｔ）＝２５（ｍ／ｓ）、車間距離ｄ＝８０ｍ、先行車加速度ａl（ｔ−Ｔ）＝０．３（ｍ／ｓ2）であったとする。また、ｔ（ｓ）において、自車加速度ａf（ｔ）＝０．４（ｍ／ｓ2）、先行車速度ｖl（ｔ）＝２６（ｍ／ｓ）、目標車間距離ｄdes＝７５ｍであるとする。これらの車両情報をＡＶＤモデル式［１］、［２］に代入すると、次の式［１４］が得られる。 During learning, at t-T (s), the own vehicle speed v f (t-T) = 24 (m / s), the preceding vehicle speed v l (t-T) = 25 (m / s), and the inter-vehicle distance d = 80 m, and the preceding vehicle acceleration a l (t−T) = 0.3 (m / s 2 ). Further, at t (s), the own vehicle acceleration a f (t) = 0.4 (m / s 2 ), the preceding vehicle speed v l (t) = 26 (m / s), and the target inter-vehicle distance d des = 75 m. Suppose that Substituting these vehicle information into AVD model equations [1] and [2], the following equation [14] is obtained.
各要因加速度について複数の重み係数候補の組み合わせを発生させ、前式［１４］に代入していくと、例えば、 When a combination of a plurality of weight coefficient candidates is generated for each factor acceleration and substituted into the previous equation [14], for example,
のようになる。 become that way.
全ての重み係数候補の組み合わせを表１の左の３列に示す。各行における重み係数候補を用いて式［１４］の各項を求めた数値をその隣の３列に示す。全ての重み係数候補の組み合わせによる式［１４］の演算結果を（ａ）の列に示す。学習時の自車加速度ａf（ｔ）＝０．４（ｍ／ｓ2）を（ｂ）の列に示す。誤差｜（ａ）−（ｂ）｜を（ｃ）の列に示す。 All combinations of weighting factor candidates are shown in the left three columns of Table 1. Numerical values obtained for each term of the equation [14] using the weighting factor candidates in each row are shown in the adjacent three columns. The column (a) shows the calculation result of equation [14] based on combinations of all weight coefficient candidates. The train acceleration a f (t) = 0.4 (m / s 2 ) at the time of learning is shown in the column (b). The error | (a)-(b) | is shown in the column (c).
表１より、（ｃ）の列が最小値となる行の重み係数候補が重み係数として同定される。すなわち、（Ｋａ，Ｋｖ，Ｋｄ）＝（０．７，０．２，０．１）が同定される。よって、学習後は、この重み係数を用いてＡＶＤモデル式［１］、［２］より目標加速度ａf（ｔ）が演算される。 From Table 1, the weighting coefficient candidate of the row in which the column (c) has the minimum value is identified as the weighting coefficient. That is, (Ka, Kv, Kd) = (0.7, 0.2, 0.1) is identified. Therefore, after learning, the target acceleration a f (t) is calculated from the AVD model equations [1] and [2] using this weighting coefficient.
１ 先行車追従制御装置
２ 加速度要因加速度演算部
３ 速度要因加速度演算部
４ 車間距離要因加速度演算部
５ 目標加速度演算部
６ 重み設定部
DESCRIPTION OF SYMBOLS 1 Leading vehicle follow-up control apparatus 2 Acceleration factor
Claims (4)
自車加速度が先行車加速度に所定の遅れ時間をもって追従できる加速度として演算した加速度要因加速度と、
自車速度が先行車速度に所定の遅れ時間をもって追従できる加速度として演算した速度要因加速度と、
車間距離を所定の目標車間距離に保てる加速度として演算した車間距離要因加速度とを重み付きで総和して目標加速度とすることを特徴とする先行車追従制御方法。 In the preceding vehicle follow-up control method for determining the target acceleration for the own vehicle to follow the preceding vehicle using the vehicle information of the preceding vehicle and the own vehicle,
Acceleration factor acceleration calculated as acceleration that the vehicle acceleration can follow the preceding vehicle acceleration with a predetermined delay time,
Speed factor acceleration calculated as the acceleration that the vehicle speed can follow the preceding vehicle speed with a predetermined delay time,
A preceding vehicle follow-up control method, characterized in that a target acceleration is obtained by summing up weighted inter-vehicle distance factor acceleration calculated as an acceleration capable of maintaining the inter-vehicle distance at a predetermined target inter-vehicle distance.
実走行中の車両情報から各要因加速度を演算し、
各要因加速度ごとに与えた離散的な複数の重み係数候補を用いて各要因加速度の重み付き総和を複数の重み係数候補の組み合わせについて演算し、
これら複数の重み付き総和の中で最も当該実走行中の自車加速度に近似する重み付き総和が得られた重み係数候補の組み合わせを重みとして学習することにより設定することを特徴とする請求項１記載の先行車追従制御方法。 The weight is
Calculate each factor acceleration from vehicle information during actual driving,
Using a plurality of discrete weighting factor candidates given for each factor acceleration, the weighted sum of each factor acceleration is calculated for a combination of a plurality of weighting factor candidates,
2. The weighted sum is set by learning as a weight a combination of weight coefficient candidates from which a weighted sum that most closely approximates the vehicle acceleration during actual traveling is obtained among the plurality of weighted sums. The preceding vehicle follow-up control method described.
自車加速度が先行車加速度に所定の遅れ時間をもって追従できる加速度を演算して加速度要因加速度とする加速度要因加速度演算部と、
自車速度が先行車速度に所定の遅れ時間をもって追従できる加速度を演算して速度要因加速度とする速度要因加速度演算部と、
車間距離を所定の目標車間距離に保てる加速度を演算して車間距離要因加速度とする車間距離要因加速度演算部と、
各要因加速度を重み付きで総和して目標加速度とする目標加速度演算部と、
を備えたことを特徴とする先行車追従制御装置。 In the preceding vehicle follow-up control device for determining the target acceleration for the own vehicle to follow the preceding vehicle using the vehicle information of the preceding vehicle and the own vehicle,
An acceleration factor acceleration calculator that calculates an acceleration by which the host vehicle acceleration can follow the preceding vehicle acceleration with a predetermined delay time,
A speed factor acceleration calculation unit that calculates an acceleration by which the host vehicle speed can follow the preceding vehicle speed with a predetermined delay time, and sets the speed factor acceleration;
An inter-vehicle distance factor acceleration calculator that calculates an acceleration that can maintain the inter-vehicle distance at a predetermined target inter-vehicle distance and sets the inter-vehicle distance factor acceleration;
A target acceleration calculator that sums up each factor acceleration with a weight and sets it as a target acceleration;
A preceding vehicle follow-up control device comprising:
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2009202976A JP2011051498A (en) | 2009-09-02 | 2009-09-02 | Preceding vehicle follow-up control method and preceding vehicle follow-up control device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2009202976A JP2011051498A (en) | 2009-09-02 | 2009-09-02 | Preceding vehicle follow-up control method and preceding vehicle follow-up control device |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2011051498A true JP2011051498A (en) | 2011-03-17 |
Family
ID=43940959
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2009202976A Pending JP2011051498A (en) | 2009-09-02 | 2009-09-02 | Preceding vehicle follow-up control method and preceding vehicle follow-up control device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2011051498A (en) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015067204A (en) * | 2013-09-30 | 2015-04-13 | マツダ株式会社 | Tracking travel control device |
| JP2015067203A (en) * | 2013-09-30 | 2015-04-13 | マツダ株式会社 | Tracking travel control device |
| JP2015193328A (en) * | 2014-03-31 | 2015-11-05 | マツダ株式会社 | Tracking control device and tracking control method |
| JP2015193327A (en) * | 2014-03-31 | 2015-11-05 | マツダ株式会社 | Tracking control device and tracking control method |
| CN113353077A (en) * | 2021-06-11 | 2021-09-07 | 中汽创智科技有限公司 | Vehicle running control method, device and equipment |
| CN113642114A (en) * | 2021-09-14 | 2021-11-12 | 吉林大学 | Modeling method for humanoid random car following driving behavior capable of making mistakes |
| CN114987472A (en) * | 2022-02-22 | 2022-09-02 | 青岛德智汽车科技有限公司 | Following type automatic driving automobile following control method based on feedforward control |
-
2009
- 2009-09-02 JP JP2009202976A patent/JP2011051498A/en active Pending
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2015067204A (en) * | 2013-09-30 | 2015-04-13 | マツダ株式会社 | Tracking travel control device |
| JP2015067203A (en) * | 2013-09-30 | 2015-04-13 | マツダ株式会社 | Tracking travel control device |
| JP2015193328A (en) * | 2014-03-31 | 2015-11-05 | マツダ株式会社 | Tracking control device and tracking control method |
| JP2015193327A (en) * | 2014-03-31 | 2015-11-05 | マツダ株式会社 | Tracking control device and tracking control method |
| CN113353077A (en) * | 2021-06-11 | 2021-09-07 | 中汽创智科技有限公司 | Vehicle running control method, device and equipment |
| CN113642114A (en) * | 2021-09-14 | 2021-11-12 | 吉林大学 | Modeling method for humanoid random car following driving behavior capable of making mistakes |
| CN113642114B (en) * | 2021-09-14 | 2023-10-17 | 吉林大学 | Personified random following driving behavior modeling method capable of making mistakes |
| CN114987472A (en) * | 2022-02-22 | 2022-09-02 | 青岛德智汽车科技有限公司 | Following type automatic driving automobile following control method based on feedforward control |
| CN114987472B (en) * | 2022-02-22 | 2023-08-22 | 青岛德智汽车科技有限公司 | Following type automatic driving automobile following control method based on feedforward control |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2011051498A (en) | Preceding vehicle follow-up control method and preceding vehicle follow-up control device | |
| CN109085837B (en) | Vehicle control method, vehicle control device, computer equipment and storage medium | |
| CN110395250B (en) | Method and system for vehicle curve speed limiting | |
| CN106828493B (en) | A kind of automatic driving vehicle layer-stepping longitudinal direction planning control system and method | |
| US9266533B2 (en) | Adaptive cruise control system and method for vehicle | |
| US10229229B2 (en) | Driving model generation device, driving model generation method, driving evaluation device, driving evaluation method, and driving support system | |
| CN103836179B (en) | Improve acquiescence transmission shift schedules and the method updating acquiescence shifting of transmission map | |
| US8565964B2 (en) | Driving evaluation method | |
| CN107346460B (en) | Following operating mode Forecasting Methodology based on the lower front truck operation information of intelligent network contact system | |
| CN109219547A (en) | Method for estimating the probability distribution of the maximum friction coefficient at the current and/or following way point of vehicle | |
| CN102649433B (en) | The method that the road grade calculated for improving fuel economy index is estimated | |
| US20220097728A1 (en) | Automatic parameter tuning framework for controllers used in autonomous driving vehicles | |
| CN108349499A (en) | Method, apparatus and processing equipment for controlling function in the car | |
| CN110267832A (en) | Vehicle alteration control device | |
| US9087445B2 (en) | Vehicular information-processing device and vehicular information-processing method | |
| CN110893853B (en) | Vehicle control method and system based on front gradient information | |
| CN110456634B (en) | Unmanned vehicle control parameter selection method based on artificial neural network | |
| CN108639061B (en) | Active anti-carsickness auxiliary driving control method for automatic driving vehicle | |
| JP2008018872A (en) | Driving support device, automobile and driving support method | |
| WO2018173933A1 (en) | Information processing device, travel data processing method, vehicle, and program recording medium | |
| US20160096526A1 (en) | Enhanced vehicle speed control | |
| SE540963C2 (en) | A method for determining a change in air resistance felt by a motor vehicle | |
| CN113655794A (en) | Multi-vehicle cooperative control method based on robust model predictive control | |
| JP2010274679A (en) | Traveling control device for vehicle | |
| JP6299289B2 (en) | Parameter learning device, driving support device, and program |