JP2015063216A - 回避制御装置 - Google Patents

Abstract

【課題】対象物が動いていなくても回避のための制御目標値を的確に求めることができる回避制御装置を提供する。
【解決手段】材質処理部３５は、材質検出センサ１７で検出された対象物の材質とスペクトルデータベース３６からの複数の材質情報とに基づく対象物の材質の組み合わせと地図情報部３７からの材質位置の情報とに基づき対象物の材質を特定する。回避制御目標値算出部４１は、材質処理部３５で特定された対象物の材質とセンサ１４〜１６で検出された自車の挙動と自車位置検出部３３で検出された自車位置と材質位置との相対的な位置関係とに基づき、自車の操舵と車両速度の制御目標値を算出する。
【選択図】図１

Description

本発明は、自車両に障害物を確実に回避させることができる回避制御装置に関する。

従来、例えば、特許文献１に記載された回避制御装置が知られている。この回避制御装置は、障害物検出部と、障害物到達領域推定部と、回避経路設定部と、制動力制御部とを有する。

障害物検出部は、カメラで車両前方にある障害物情報を検出する。障害物到達領域推定部は、障害物情報に基づいて障害物の移動予測状態を推定しその状態での障害物が検出時から所定の時間後までに到達し得る最大領域を推定到達領域として算出する。回避経路設定部は、車両が推定到達領域を回避可能な回避実行経路を設定する。制動力制御部は、設定された回避実行経路を実行させるべく制御機構を制御する。

特開２００７−３３１４５８号公報

しかしながら、特許文献１に記載された従来の回避制御装置においては、障害物情報に基づく移動情報を検出してから障害物の移動予測状態を推定し回避行動をとっていた。このため、障害物が動き始めないと、運転者が感じる潜在的なリスクを表すリスクポテンシャルを生成することができなかった。例えば、歩道に佇む人のように対象物が動いていないときには、リスクポテンシャルは生成できない。このため、回避のための制御目標値を決定することができなかった。

本発明は、対象物が動いていなくても回避のための制御目標値を的確に求めることができる回避制御装置を提供する。

本発明において、材質処理部は、材質検出部で検出された対象物の材質と材質情報記憶部からの複数の材質情報とに基づく対象物の材質の組み合わせと地図情報部からの材質位置の情報とに基づき対象物の材質を特定する。回避制御目標値算出部は、材質処理部で特定された対象物の材質と挙動検出部で検出された自車の挙動と自車位置検出部で検出された自車位置と材質位置との相対的な位置関係とに基づき、自車の操舵と車両速度の制御目標値を算出する。

本発明によれば、回避制御目標値算出部は、材質処理部で特定された対象物の材質と挙動検出部で検出された自車の挙動と自車位置検出部で検出された自車位置と材質位置との相対的な位置関係とに基づき、自車の操舵と車両速度の制御目標値を算出する。従って、対象物が動いていなくても回避のための制御目標値を的確に求めることができる。

本発明の第１の実施形態の回避制御装置の構成を示すブロック図である。 第１の実施形態の回避制御装置の処理を示すフローチャートである。 第１の実施形態の回避制御装置の対象物の計測データと対象物の材質情報及び位置情報を含む地図情報とを示す図である。 第１の実施形態の回避制御装置のスペクトルデータベース内の対象物の複数の材質のスペクトルを示す図である。 第１の実施形態の回避制御装置の材質処理部の処理の詳細を示す図である。 対象物が人、自転車、バイク、自販機及びゴミ容器であるとき、マルチアレイセンサを用いてスペクトルを２Ｄ画像で取得した際のイメージ図である。 対象物を一意に決めるために用いられるオントロジーツリーを示す図である。 制御パラメータである最適演算因子、経路決定因子、速度決定因子を決めるための表を示す図である。 本発明の第２の実施形態の回避制御装置の構成を示すブロック図である。 本発明の第３の実施形態の回避制御装置の構成を示すブロック図である。 本発明の第３の実施形態の回避制御装置の対象物の移動遷移確率を示す図である。 本発明の第４の実施形態の回避制御装置の構成を示すブロック図である。

以下、本発明の実施の形態の回避制御装置について図面を参照して説明する。

（第１の実施形態）
図１は、第１の実施形態の回避制御装置の構成を示すブロック図である。回避制御装置１０は、回避操作算出装置１１と車両運動制御部１２とを備える。

回避操作算出装置１１は、車両（自車）が走行する道路上に障害物（対象物）が存在する場合、車両が障害物を回避することができる運転操作量を算出するものである。回避操作算出装置１１は、取得情報処理部３０、スペクトルデータベース３６、地図情報部３７、制御目標算出部４０を有する。

取得情報処理部３０と制御目標算出部４０は、メモリに格納されたプログラムからなり、このプログラムをマイクロプロセッサが実行することで取得情報処理部３０と制御目標算出部４０の機能が実現される。車両運動制御部１２は、回避操作算出装置１１により算出された運転操作量を実行することにより、車両に障害物を回避させるもので、操舵制御部２０、速度制御部２３を有する。

取得情報処理部３０は、自車情報処理部３１、障害物情報処理部３２、自車位置検出部３３、前処理部３４、材質処理部３５を有する。制御目標算出部４０は、回避制御目標値算出部４１、回避判定部４２を有する。

また、車両には、カメラ１３、車輪速センサ１４、ヨーレートセンサ１５、加速度センサ１６、材質検出センサ１７、舵角サーボコントローラ２１、舵角モータ２２、駆動輪モータコントローラ２４、加速系統２５、ブレーキ系統２６が設けられている。

カメラ１３は、車両に２台取り付けられ、車両の前方の対象物を撮像し、撮像された対象物の画像信号を障害物情報処理部３２に出力する。車輪速センサ１４は、車両の走行速度を検出するもので、車両のホイールの回転に比例するパルス信号を自車情報処理部３１に出力する。ヨーレートセンサ１５は、車両に生じるヨーレートを検出するもので、検出信号を自車情報処理部３１に出力する。

加速度センサ１６は、車両に生じる特定の方向の加速度を検出するもので、検出信号を自車情報処理部３１に出力する。カメラ１３、車輪速センサ１４、ヨーレートセンサ１５、及び加速度センサ１６は、本発明の車両の挙動を検出する挙動検出手段に対応する。

自車情報処理部３１は、車輪速センサ１４からのパルス信号、ヨーレートセンサ１５からの検出信号、加速度センサ１６からの検出信号に基づく車両の挙動を自車情報として処理し、回避制御目標値算出部４１に出力する。障害物情報処理部３２は、カメラ１３からの対象物の画像信号を障害物情報として処理し、回避制御目標値算出部４１に出力する。

材質検出センサ１７は、対象物の材質を検出するもので、検出信号を前処理部３４に出力する。材質検出センサ１７は、本発明の材質検出手段に対応し、分光器１８を有する。分光器１８は、対象物からの光をフーリエ変換して波長に対するスペクトル強度を求め、このスペクトル強度を計測データとして前処理部３４に出力する。前処理部３４は、材質検出センサ１７からのスペクトル強度に対して所定の処理を施して材質処理部３５に出力する。

地図情報部３７は、道路、建物の材質及び材質の位置の情報を有する。スペクトルデータベース３６は、本発明の材質情報記憶手段に対応し、対象物の複数の材質のスペクトルの情報（材質情報）を記憶する。

材質処理部３５は、材質検出センサ１７により検出された対象物の材質とスペクトルデータベース３６に記憶された対象物の複数の材質情報と地図情報部３７からの材質及び材質の位置の情報とに基づき対象物の材質を特定する。材質処理部３５は、特定された対象物の材質情報を回避制御目標値算出部４１に出力する。

自車位置検出部３３は、道路内での自車位置を検出し、検出信号を回避制御目標値算出部４１に出力する。回避制御目標値算出部４１は、材質処理部３５で特定された材質情報と自車情報処理部３１からの自車の挙動情報と自車位置検出部３３で検出された自車位置と材質の位置との相対的な位置関係とに基づき自車の操舵と車両速度の回避制御目標値を算出する。回避制御目標値算出部４１は、算出した回避制御目標値を回避判定部４２に出力する。

回避判定部４２は、回避制御目標値算出部４１で算出された回避制御目標値を判定し、判定出力に応じた信号を舵角サーボコントローラ２１又は駆動輪モータコントローラ２４に出力する。舵角サーボコントローラ２１は、回避判定部４２からの信号に応じた操舵角（操舵量）を目標とするサーボ制御を実行する。舵角モータ２２は、運転者の操作とは別に、舵角サーボコントローラ２１からの信号に応じて操舵を行う。

ブレーキ系統２６は、車両の４つのタイヤのそれぞれに設けられており、各タイヤの回転をそれぞれ制動制御可能である。この各ブレーキ系統２６及び加速系統２５には、駆動輪モータコントローラ２４が接続されている。

次にこのように構成された第１の実施形態の回避制御装置の動作を図１乃至図７を参照しながら詳細に説明する。図２は第１の実施形態の回避制御装置の処理を示すフローチャートである。

まず、カメラ１３で対象物を撮像し、高さをもつ障害物を検出し（ステップＳ１１）、障害物情報処理部３２は、カメラ１３からの障害物情報に基づき障害物の高さ判定を行い、判定結果を回避制御目標値算出部４１に出力する。

次に、材質検出センサ１７で対象物の材質を検出する（ステップＳ１２）。材質検出センサ１７に有する分光器１８は、対象物からの光をフーリエ変換して波長に対するスペクトル強度を求め、このスペクトル強度を計測データとして前処理部３４に出力する。この計測データの一例を図３（ａ）に示す。図３（ａ）に示す計測データは、横軸が波長であり、縦軸がスペクトル強度である。

次に、材質処理部３５は、スペクトルデータベース３６から対象物の複数の材質のスペクトルを読み出す（ステップＳ１３）。図４にスペクトルデータベース３６内の対象物の複数の材質のスペクトルを示す。図４には、左側に対象物の画像、右側に人肌、動物表皮、植物、金属・車塗料、コンクリート、アスファルトの６つの材質のスペクトルが表されている。各々の材質において、横軸は波長であり、縦軸はスペクトル強度である。図４から、各材質毎に、波長及びスペクトル強度が異なっていることがわかる。

次に、材質処理部３５は、地図情報部３７からの道路、建物の材質情報及び材質の位置の情報を読み出す（ステップＳ１４）。図３（ｂ）に材質情報及び材質の位置の情報を含む地図情報を示す。この地図情報には、道路Ｒ１，Ｒ２、建物Ｂ１〜Ｂ４、対象物Ｏｂ１〜Ｏｂ３が配置され、互いに直交する道路Ｒ１，Ｒ２、建物Ｂ１〜Ｂ４の材質及びその材質の位置の情報が含まれている。

次に、材質処理部３５は、材質検出センサ１７により検出された対象物の材質とスペクトルデータベース３６に記憶された対象物の複数の材質情報と地図情報部３７からの材質及び材質の位置の情報とに基づき対象物の材質を特定する。

即ち、材質処理部３５は、材質検出センサ１７からの計測データとスペクトルデータベース３６からの対象物の材質のスペクトルとを比較することにより、対象物の材質の候補を絞り込む。また、材質処理部３５は、地図情報部３７からの地図上のどのあたりに対象物が存在するのかによって、最終的に対象物の材質を特定する。この場合、材質のクラス分類が行えるような識別器によって対象物の材質の候補を絞り込んでいく。

材質処理部３５は、スペクトル強度、スペクトル面積、スペクトル間の中心距離を表すスペクトル重心間距離を評価軸として、材質検出センサ１７からの計測データのスペクトルとスペクトルデータベース３６のスペクトルとを比較する。マルチアレイセンサを用いてスペクトルを２Ｄ画像で取得した場合に、画像上のどこにスペクトルがあるかが重要である。

材質処理部３５は、図５（ａ）に示すように、入力部３５１、判定部３５２、出力部３５３を有する。入力部３５１は、スペクトル強度、スペクトル面積、スペクトル重心間距離を入力する。図５（ｂ）に、人肌、布、金属塗料の重心間距離とスペクトル強度との関係を示す。判定部３５２は、スペクトル強度、スペクトル面積、スペクトル重心間距離に基づき人肌、布、金属塗料などのクラス分類を行い、出力部３５３は、クラス分類を出力する。

また、材質処理部３５は、地図情報部３７からの地図情報と物性とを比較する例として、複数の対象物が縁石上に等間隔に並んで存在する場合には複数の対象物をポールと見なすことができる。また、対象物が横断歩道の前に密集している場合には、その対象物を人と見なすことができる。

図６に、対象物が人、自転車、バイク、自販機及びゴミ容器であるときに、マルチアレイセンサを用いてスペクトルを２Ｄ画像で取得した際のイメージ図を示す。図６（ａ）は、対象物が人であり、図６（ｂ）は対象物が自転車であり、図６（ｃ）は対象物がバイクであり、図６（ｄ）は自販機及びゴミ容器である。

図６（ａ）に示すように、対象物が人である場合、スペクトルの２Ｄ画像は肌の露出部分が人肌５１として、衣類などは布５２のスペクトルが得られる。同様に、図６（ｂ）に示すように、対象物が自転車である場合、人肌５１と布５２と金属塗料５３とのスペクトルが得られる。

図６（ｃ）に示すように、対象物がバイクである場合、ヘルメットがプラ塗料５４、布５２、金属塗料５３、太いタイヤはゴム５５のスペクトルが得られる。図６（ｄ）に示すように、対象物が自販機及びゴミ容器である場合、自販機が金属塗料５３、ゴミ容器がプラ塗料５４のスペクトルが得られる。

このように、対象物の属性の組み合わせがスペクトルの２Ｄ画像上から求めることができる。自動車にとって、必要な情報は、対象物の組み合わせではなく、一意な情報である方が制御目標値を決め易いので、ここでは、対象物の属性の組み合わせから一意な情報の決め方を説明する。

一意な情報を得るために、図７に示すオントロジーツリーを用いる。オントロジーツリーとは、物を構成するパーツとパーツ同士の関係性をツリーで表現したものである。ツリーは、ノードとリンクとで表され、矢印の先はノードの親であることを意味する。オントロジーツリーを用いれば、ノード同士の繋がりと、リンクの意味（否定、論理積、論理和、含意、同値などの論理記号と限量記号）によって、対象物が人であるのか、自転車であるのか、バイクであるのかを一意に決めることができる。

次に、材質処理部３５が対象物の属性（最終的な材質）を特定すると、回避制御目標値算出部４１は、材質処理部３５からの対象物の属性（最終的な材質）に基づき、自車の制御に必要な対象物の移動遷移確率を求める。即ち、回避制御目標値算出部４１は、移動遷移確率により材質による障害物の移動可能性を推定する（ステップＳ１６）。

次に、車両の挙動が各センサ１４〜１６で検出され、車両の挙動を示す信号が自車情報処理部３１を介して回避制御目標値算出部４１に読み込まれる（ステップＳ１７）。その後、回避制御目標値算出部４１は、障害物情報処理部３２からの障害物の位置と自車位置検出部３３からの自車位置との相対的位置を算出する（ステップＳ１８）。

回避判定部４２は、回避制御目標値算出部４１で算出された移動遷移確率と、障害物の位置と自車位置との相対的位置とに基づき、操舵か車両速度とのどちらで回避するのかを決定する（ステップＳ１９）。操舵に決定された場合には舵角サーボコントローラ２１が起動され、車両速度に決定された場合には駆動輪モータコントローラ２４が起動される。

回避制御目標値算出部４１は、対象物がいる場所（対象物位置）と自車が走行しているレーン（自車位置）とに応じて制御のためのパラメータ（起動生成の範囲を決める最適演算因子、経路を決める経路決定因子、速度を決める速度決定因子）を算出する。これらの因子は図８を用いて算出される。

対象物が人である場合、電柱である場合に比べて移動する確率が高いので、移動遷移確率を５０と設定する。対象物が歩道にいて、自車が低速レーンにいる場合には、最適演算因子と経路決定因子である各物理量の重み付けを小さくし、速度決定因子の重み付けを中程度に設定する。経路決定因子の重み付けを小さくすると、対象物との横位置をわずかにとり、速度決定因子の重み付けが中程度になると中程度の減速が行われるようになる。

対象物が人である場合、電柱である場合に比べて移動する確率が高いので、移動遷移確率を５０と設定する。対象物が歩道にいて、自車が高速レーン（追い越しレーン）にいる場合には、最適演算因子と経路決定因子である各物理量の重み付けを一定にし、速度決定因子の重み付けを小さく設定する。経路決定因子の重み付けが一定の場合、対象物の発見前後で経路は変わらない。速度決定因子の重み付けを小さくすると、僅かに（緩やかに）減速するようになる。

対象物が人である場合、電柱である場合に比べて移動する確率が高いので、移動遷移確率を５０と設定する。対象物が路上にいて、自車が低速レーンにいる場合には、最適演算因子と経路決定因子と速度決定因子である各物理量の重み付けを高く設定する。経路決定因子の重み付けを高くすると、対象物との横位置を大きくとり、速度決定因子の重み付けを高くすると、急減速するようになる。

対象物が人である場合、電柱である場合に比べて移動する確率が高いので、移動遷移確率を５０と設定する。対象物が路上にいて、自車が高速レーン（追い越しレーン）にいる場合には、最適演算因子と経路決定因子である各物理量の重み付けを小さく、速度決定因子の重み付けを高く設定する。経路決定因子の重み付けを小さくすると、対象物との横位置を高速レーン内でわずかにとり、速度決定因子の重み付けを高くすると、急減速するようになる。

対象物が電柱である場合には、対象物の発見前後で全ての物理量の重み付けをかえないように設定する。これは、対象物の発見前と同じ制御目標値で、対象物の側方を通過することを意味する。

回避制御目標値算出部４１は、対象物の位置と自車位置との相対位置と、移動遷移確率と最適演算因子と経路決定因子と速度決定因子と回避の種類（操舵又は車両速度）に基づき回避のための制御目標値を算出する（ステップＳ２０）。

さらに、回避が終了したかどうかが判定される（ステップＳ２１）、回避が終了しない場合には、ステップＳ１１に戻る。

このように、第１の実施形態の回避制御装置によれば、材質検出センサ１７は、対象物が停止している状態において対象物の材質を検出する。材質処理部３５は、検出された対象物の材質の組み合わせとその対象物の位置及び材質を表す地図情報とに基づき対象物の材質を特定する。回避制御目標値算出部４１は、材質処理部３５で特定された対象物の材質と挙動検出部で検出された自車の挙動と自車位置検出部３３で検出された自車位置と材質位置との相対的な位置関係とに基づき、自車の操舵と車両速度の制御目標値を算出する。

従って、対象物が動いていなくても対象物の材質の種類さえわかれば、自車の操舵と車速の制御目標値を的確に求めることができる。

例えば、対象物が電柱や自販機である場合には、対象物の横を減速せずに自車が通過することができる。対象物が人である場合、減速して回避するように制御目標値を決め、対象物が自転車やバイクである場合、操舵で回避するように制御目標値を決めることができる。

また、対象物を概略的に６つの人、金属、植物、コンクリート、動物、ビニルの類にクラス分類できるとすると、対象物が人やバイクなどの場合に限って、対象物が動かなくても的確に回避行動が取れるようになる。これにより、一部の分類に対しては、確実に回避行動をとれるようになり、割合で示すと、３３％（＝２／６×１０）だけ精度を向上できる。

（第２の実施形態）
図９に、本発明の第２の実施形態の回避制御装置の構成を示す。図９に示す第２の実施形態の回避制御装置は、図１に示す第１の実施形態の回避制御装置に対して、材質を最終的に特定するオントロジーツリー（図７）を削除するとともに、材質処理部３５ａ、回避制御目標値算出部４１ａを用いた点が異なる。

材質処理部３５ａは、材質検出センサ１７で検出された対象物の材質とスペクトルデータベース３６からの複数の材質情報とに基づき対象物の材質の組み合わせを得る（図３（ａ）、図４、図６の処理）。

回避制御目標値算出部４１ａは、材質処理部３５ａで得られた対象物の材質の組み合わせと自車の挙動と自車位置検出部３３で検出された自車位置と材質位置との相対的な位置関係とに基づき自車の操舵と車両速度の制御目標値を算出する。

このように、第２の実施形態の回避制御装置によれば、材質処理部３５ａが対象物の材質の組み合わせを得るのみで対象物の最終的な材質を特定しない。回避制御目標値算出部４１ａは、材質処理部３５ａからの対象物の材質の組み合わせと、自車の挙動と、自車位置と材質位置との相対的な位置関係とに基づき、自車の操舵と車両速度の制御目標値を算出する。従って、処理が短縮されるので、より迅速な回避行動が取れるようになる。

（第３の実施形態）
第１の実施形態及び第２の実施形態の回避制御装置では、対象物の材質から制御目標値を算出していた。この方法は、解の組み合わせ問題から回避行動を決めるやり方になっているため、ファジー推論のような方策で制御目標値を決める必要があった。

第３の実施形態の回避制御装置では、材質が移動する可能性を確率や危険度のようなリスクを表現する中間物理量を介して制御目標値を決めるようにした。

図１０に、本発明の第３の実施形態の回避制御装置の構成を示す。図１０に示す第３の実施形態の回避制御装置は、図１に示す第１の実施形態の回避制御装置に対して、材質を最終的に特定するオントロジーツリー（図７）を削除する。また、第３の実施形態の回避制御装置は、材質処理部３５ｂ、前述した確率の一例である移動遷移確率を算出する回避制御目標値算出部４１ｂを用いた点が異なる。

材質処理部３５ｂは、材質検出センサ１７で検出された対象物の材質とスペクトルデータベース３６からの複数の材質情報とに基づき対象物の材質の組み合わせを得る（図３（ａ）、図４、図６の処理）。

回避制御目標値算出部４１ｂは、材質処理部３５ｂで得られた対象物の材質の組み合わせに基づき対象物が所定時間に移動し得る移動遷移確率を算出し、算出された移動遷移確率に基づき自車の操舵と車両速度の制御目標値を算出する。

図１１に、本発明の第３の実施形態の回避制御装置の移動遷移確率を示す。図１１に示す例では、隣接する材質の組み合わせをＧ１，Ｇ２，Ｇ３とし、Ｇ１が人肌でＧ２が布である場合、移動遷移確率は５０％である。また、Ｇ１が人肌でＧ２が布でＧ３が金属である場合、移動遷移確率は７５％である。Ｇ１が金属でＧ２がプラである場合、移動遷移確率は０％である。

回避制御目標値算出部４１ｂは、この移動遷移確率に基づき、対象物に対して経路で回避すべきか、車両速度で回避すべきかを決める。これにより、一つの定量値である移動遷移確率に基づき簡単な数式でも制御目標値を決めることができるようになる。

（第４の実施形態）
第１の実施形態乃至第３の実施形態の回避制御装置は、いずれも時間に伴う対象物の材質の見えの変化を、制御の仕方を決める際に考慮している。

第４の実施形態の回避制御装置は、所定の時間が経過する前後の、材質の組み合わせを比較して、所定の時間が経過した後に材質の組み合わせの一部が見えなくなっていることが予測される場合に適用される。第４の実施形態の回避制御装置は、所定の時間経過する前の材質の組み合わせを用いて制御の仕方を決めるか、更に所定の時間が経過した後の材質の組み合わせを用いて制御の仕方を決めることを特徴とする。

図１２に、本発明の第４の実施形態の回避制御装置の構成を示す。図１２に示す第４の実施形態の回避制御装置は、図１に示す第１の実施形態の回避制御装置に対して、履歴データベース４３を備えるとともに、材質処理部３５ｃが異なる。

履歴データベース４３は、対象物の位置及び材質の履歴情報を記憶する。材質処理部３５ｃは、履歴データベース４３からの対象物の位置及び材質の履歴情報（過去の情報）に基づき、対象物の材質を特定する。

第４の実施形態の回避制御装置によれば、自車位置の変化や何らかの物質による遮蔽により対象物の見え方が変化しても、材質処理部３５ｃは、履歴データベース４３からの対象物の過去の位置及び材質の情報に基づき、対象物の材質を特定できる。

即ち、自車の位置の変化に応じた対象物の見え方の変化、又は、対象物を一時的にロストし、再度、対象物が見えたときに見え方が変化しても、材質の位置や過去の材質の情報に基づき、材質を特定することができる。

なお、本発明は、第１の実施の形態乃至第４の実施形態の回避制御装置に限定されることはなく、この実施の形態以外であっても、本発明に係る技術的思想を逸脱しない範囲であれば、設計等に応じて種々の変更が可能であることは勿論である。本発明は、例えば、第１の実施の形態の回避制御装置乃至第４の実施の形態の回避制御装置のいつくかを組み合わせた実施例にも適用することができる。

１０ 回避制御装置
１１ 回避操作算出装置
１２ 車両運動制御部
１３ カメラ
１４ 車輪速センサ
１５ ヨーレートセンサ
１６ 加速度センサ
１７ 材質検出センサ
１８ 分光器
２０ 操舵制御部
２１ 舵角サーボコントローラ
２２ 舵角モータ
２３ 速度制御部
２４ 駆動輪モータコントローラ
２５ 加速系統
２６ ブレーキ系統
３０ 取得情報処理部
３１ 自車情報処理部
３２ 障害物情報処理部
３３ 自車位置検出部
３４ 前処理部
３５ 材質処理部
３６ スペクトルデータベース
３７ 地図情報部
４１ 回避制御目標値算出部
４２ 回避判定部
４３ 履歴データベース

Claims (4)

1. 対象物の材質を検出する材質検出手段と、
   道路、建物の材質及び材質位置の情報を有する地図情報手段と、
   複数の材質情報を記憶する材質情報記憶手段と、
   前記材質検出手段で検出された前記対象物の材質と前記材質情報記憶手段からの複数の材質情報とに基づく前記対象物の材質の組み合わせと前記地図情報手段からの材質位置の情報とに基づき前記対象物の材質を特定する材質処理手段と、
   自車の挙動を検出する挙動検出手段と、
   前記道路内での自車位置を検出する自車位置検出手段と、
   前記材質処理手段で特定された前記対象物の材質と前記挙動検出手段で検出された自車の挙動と前記自車位置検出手段で検出された自車位置と前記材質位置との相対的な位置関係とに基づき、自車の操舵と車両速度の制御目標値を算出する回避制御目標値算出手段と、
   を備えることを特徴とする回避制御装置。
2. 対象物の材質を検出する材質検出手段と、
   道路、建物の材質及び材質位置の情報を有する地図情報手段と、
   複数の材質情報を記憶する材質情報記憶手段と、
   前記材質検出手段で検出された前記対象物の材質と前記材質情報記憶手段からの複数の材質情報とに基づき前記対象物の材質の組み合わせを得る材質処理手段と、
   自車の挙動を検出する挙動検出手段と、
   前記道路内での自車位置を検出する自車位置検出手段と、
   前記材質処理手段で得られた前記対象物の材質の組み合わせと前記挙動検出手段で検出された自車の挙動と前記自車位置検出手段で検出された自車位置と前記材質位置との相対的な位置関係とに基づき、自車の操舵と車両速度の制御目標値を算出する回避制御目標値算出手段と、
   を備えることを特徴とする回避制御装置。
3. 対象物の材質を検出する材質検出手段と、
   複数の材質情報を記憶する材質情報記憶手段と、
   前記材質検出手段で検出された前記対象物の材質と前記材質情報記憶手段からの複数の材質情報とに基づき前記対象物の材質の組み合わせを得る材質処理手段と、
   前記材質処理手段で得られた前記対象物の材質の組み合わせに基づき前記対象物が所定時間に移動し得る移動遷移確率を算出し、算出された移動遷移確率に基づき自車の操舵と車両速度の制御目標値を算出する回避制御目標値算出手段と、
   を備えることを特徴とする回避制御装置。
4. 前記材質処理手段は、前記対象物の位置及び材質の履歴情報に基づき前記対象物の材質を特定することを特徴とする請求項１乃至請求項３のいずれか１項に記載の回避制御装置。