JP2015232866A - 経路生成装置 - Google Patents

Abstract

【課題】経路を生成できる経路生成装置を提供すること。
【解決手段】物標を右側の物標と左側の物標とに分類する物標分類手段（９）と、リスクポテンシャルマップＭＲを、正の数値で表され、リスクポテンシャルが高いほど絶対値が大きくなるように作成する右側物標リスクポテンシャルマップ作成手段（１１）と、リスクポテンシャルマップＭＬを、リスクポテンシャル負の数値で表され、リスクポテンシャルが高いほど数値の絶対値が大きくなるように作成する左側物標リスクポテンシャルマップ作成手段（１１）と、総合リスクポテンシャルマップを作成する総合リスクポテンシャルマップ作成手段（１１）と、前記総合ポテンシャルマップにおいてリスクポテンシャルが予め設定された値となる経路を生成する経路生成手段（１３）とを備える経路生成装置（１）。
【選択図】図１

Description

本発明は車両の経路を生成する経路生成装置に関する。

他車両に対する自車両のリスクポテンシャルマップを算出し、そのリスクポテンシャルマップを用いて自車両の運転支援を行う技術が提案されている（特許文献１参照）。

特開２０１２−１４８７４７号公報

自車両の安全な経路を生成する方法として、リスクポテンシャルマップにおいて、リスクポテンシャルが低い点を結ぶ経路を生成する方法が考えられる。このような経路を生成する具体的な方法として、リスクポテンシャルマップ上のある点におけるリスクポテンシャルの勾配を算出し、その勾配を下って、リスクポテンシャルが一層低くなるような次の点を探索するというプロセスを繰り返し、リスクポテンシャルが最小である点を発見する方法が挙げられる。

このとき、現在の自車両の位置から目標地点までリスクポテンシャルを低くする勾配を持たせ、障害物や走行を禁止するような箇所のリスクポテンシャルを大きくすることにより、障害物等を回避しながら目標地点まで到達する経路を生成する。

しかしながら、リスクポテンシャルマップには、リスクポテンシャルが極小ではあるが最小ではない点（局所解）が存在するため、そのような点に到達すると、それ以降の探索を行うことができず、結局、最適な経路を生成することができない。

本発明は以上の点に鑑みなされたものであり、上記の課題を解決できる経路生成装置を提供することを目的とする。

本発明の経路生成装置は、自車両の周囲に存在する物標を検出する物標検出手段と、自車両の走行状態を検出する走行状態検出手段と、前記走行状態に基づき、前記物標検出手段で検出した前記物標を自車両の右側の物標と左側の物標とに分類する物標分類手段と、前記右側の物標に対する自車両のリスクポテンシャルマップＭＲを、リスクポテンシャルが正負のうちの一方の数値で表され、リスクポテンシャルが高いほど数値の絶対値が大きくなるように作成する右側物標リスクポテンシャルマップ作成手段と、前記左側の物標に対する自車両のリスクポテンシャルマップＭＬを、リスクポテンシャルが正負のうちの前記一方とは反対の数値で表され、リスクポテンシャルが高いほど数値の絶対値が大きくなるように作成する左側物標リスクポテンシャルマップ作成手段と、前記リスクポテンシャルマップＭＲと前記リスクポテンシャルマップＭＬとを総合し、総合リスクポテンシャルマップを作成する総合リスクポテンシャルマップ作成手段と、前記総合ポテンシャルマップにおいてリスクポテンシャルが予め設定された値となる経路を生成する経路生成手段とを備える。

本発明の経路生成装置は、上記の総合リスクポテンシャルマップを用いることにより、リスクポテンシャルが予め設定された値となる経路を確実に生成することができる。

経路生成装置１の構成を表すブロック図である。 経路生成装置１が実行する処理を表すフローチャートである。 図３Ａは、自車両１０１とその周囲の環境を表す鳥瞰図であり、図３Ｂは、左側の車線１０７についてのリスクポテンシャルマップＭＬを表す説明図であり、図３Ｃは、右側の車線１０９についてのリスクポテンシャルマップＭＲを表す説明図であり、図３Ｄは、総合リスクポテンシャルマップを表す説明図である。 図４Ａは、自車両１０１とその周囲の環境を表す鳥瞰図であり、図４Ｂは、停止車両１１１についてのリスクポテンシャルマップＭＬを表す説明図であり、図４Ｃは、左側の車線１０７についてのリスクポテンシャルマップＭＬを表す説明図であり、図４Ｄは、右側の車線１０９についてのリスクポテンシャルマップＭＲを表す説明図であり、図４Ｅは、総合リスクポテンシャルマップを表す説明図である。 図５Ａは自車両１０１とその周囲の環境を表す鳥瞰図であり、図５Ｂは右側の車線１０９のリスクポテンシャルマップＭＲを表す説明図であり、図５Ｃは左側の車線１０７のリスクポテンシャルマップＭＬを表す説明図であり、図５Ｄは障害物１１７の単純増加するリスクポテンシャルマップＭＬを表す説明図であり、図５Ｅは総合リスクポテンシャルマップを表す説明図である。 図６Ａは自車両１０１とその周囲の環境を表す鳥瞰図であり、図６Ｂは右側の車線１０９のリスクポテンシャルマップＭＲを表す説明図であり、図６Ｃは左側の車線１０７のリスクポテンシャルマップＭＬを表す説明図であり、図６Ｄは障害物１１７の単純増加するものではないリスクポテンシャルマップＭＬを表す説明図であり、図６Ｅは総合リスクポテンシャルマップを表す説明図である。 経路生成装置１の構成を表すブロック図である。 経路生成装置１が実行する処理を表すフローチャートである。 図９Ａ及び図９Ｂは、物標の状態に応じてリスクポテンシャルマップを補正する方法を表す説明図である。 図１０Ａは死角の例を表す説明図であり、図１０Ｂは死角に応じてリスクポテンシャルマップを補正する方法を表す説明図である。 変化量ΔＰ_１を算出する方法を表す説明図である。 変化量ΔＰ_Ｒ、ΔＰ_Ｌを算出する方法を表す説明図である。

本発明の実施形態を図面に基づき説明する。
＜第１の実施形態＞
１．経路生成装置１の構成
経路生成装置１の構成を図１に基づき説明する。経路生成装置１は車両に搭載される車載装置である。以下では、経路生成装置１を搭載した車両を自車両とする。経路生成装置１は、図１に示すように、物標検出部３、走行状態検出部５、及び演算部７を備える。

物標検出部３は、カメラ、ミリ波レーダ、レーザレーダ、及びソナーを備え、自車両の周囲に存在する各種物標を検出できる。また、物標検出部３は、物標と自車両との距離、及び自車両を基準とした物標の方位を算出できる。さらに、物標検出部３は、物標の種類、物標の速度を判断できる。

物標検出部３により検出可能な物標には、自車両のリスクに関連するものが広く含まれる。物標としては、例えば、車線境界線（車線、破線等）、他の車両（停止車両、先行車両、後続車両、並走車両、反対車線を走行中の車両等）、道路上又はその近傍の障害物（可動物又は固定物）、人等が挙げられる。なお、車線境界線は、それから自車両が逸脱するリスクに関連する。また、他の車両、障害物、人等は、それらと自車両とが衝突するリスクに関連する。

車線境界線は、物標検出部３が備えるカメラを用いて検出できる。すなわち、車線境界線が含まれる範囲の画像をカメラで撮影し、その画像において輝度が急変するエッジ点（車線境界線のエッジに対応）を抽出し、エッジ点を通る近似線を引くことで、車線境界線を検出できる。

また、他の車両、障害物、人は、物標検出部３が備えるミリ波レーダ、レーザレーダ、及びソナーのうちのいずれかで検出できる。また、他の車両、障害物、人が含まれる範囲の画像を物標検出部３が備えるカメラで撮影し、画像認識により他の車両、障害物、人を検出してもよい。

走行状態検出部５は、ＧＰＳ、車速センサ、加速度センサ、ヨーレートセンサ、操舵角センサ、及びウインカーセンサ等を備えており、自車両の走行状態を検出する。すなわち、走行状態検出部５は、ＧＰＳにより、自車両の位置を検出し、車速センサにより自車両の車速を検出し、加速度センサにより自車両の加速度を検出し、ヨーレートセンサにより自車両のヨーレートを検出し、操舵角センサにより自車両の操舵角を検出し、ウインカーセンサにより、ウインカーの表示状態（ウインカーを表示しているか否か、表示している場合は左右のどちらの表示をしているか）を検出する。

演算部７は、ＣＰＵ、ＲＡＭ、ＲＯＭ等を備える周知のコンピュータであり、物標検出部３及び走行状態検出部５で取得した情報に基づき、後述する処理を実行し、自車両の経路を生成する。演算部７は、機能的に、物標分類部９、リスクポテンシャルマップ作成部１１、及び経路生成部１３を備える。

なお、自車両は、経路生成装置１が生成した経路上を自車両が走行できるようにアシストする機構（図示略）を備えている。すなわち、自車両は、アクセル操作、ブレーキ操作、ハンドル操作等をアシストすることで、経路生成装置１が生成した経路上を自車両が走行するように誘導する。

２．経路生成装置１が実行する処理
自車両の走行中、経路生成装置１（特に演算部７）が所定時間ごとに繰り返し実行する処理を図２〜図４に基づき説明する。

図２のステップ１では、物標検出部３を用いて、自車両の周囲に存在する物標を検出する。
ステップ２では、走行状態検出部５を用いて、自車両の走行状態を検出する。すなわち、ＧＰＳや物標検出部３で検出された物標位置情報を用いて自車両の位置を検出する。また、自車両の位置の経時的な変化、ヨーレートセンサ、操舵角センサ、及びウインカーセンサの検出結果を用いて、今後の自車両の進行方向を予測する。

ステップ３では、物標分類部９が、前記ステップ１で検出した物標を、前記ステップ２で検出した自車両の走行状態に基づき、自車両の右側の物標と、自車両の左側の物標とに分類する。具体的には、以下のように行う。

まず、前記ステップ２で検出した、自車両の位置と、自車両の進行方向を特定する。次に、図３Ａ、図４Ａに示すように、自車両１０１の位置を起点とし、その進行方向に延びる基準線１０３を設定する。自車両１０１から見て、前記ステップ１で検出した物標のうち、基準線１０３より右側にある物標は、自車両の右側の物標とし、基準線１０３よりも左側にある物標は、自車両の左側の物標とする。なお、以下では、自車両の右側の物標を右側物標と称し、自車両の左側の物標を左側物標と称する。

例えば、図３Ａに示す例において、自車両１０１が走行中の走行路１０５における左側の車線１０７は左側物標であり、右側の車線１０９は右側物標である。
また、図４Ａに示す例において、左側の車線１０７、及び走行路１０５の左側に存在する停止車両１１１は左側物標であり、右側の車線１０９は右側物標である。

ステップ４では、リスクポテンシャルマップ作成部１１が、左側物標のそれぞれについて、リスクポテンシャルマップＭＬを作成する。リスクポテンシャルマップＭＬとは、２次元座標系において、左側物標に対する自車両のリスクをマップ化したものである。例えば、図３Ａ、図４Ａの例において、走行路１０５の進行方向をｘ軸とし、それに直交する方向をｙ軸とした場合、ｘ−ｙ平面における任意の点での、左側物標に対する自車両のリスクを規定するものがリスクポテンシャルマップＭＬである。

リスクポテンシャルマップＭＬでは、リスクポテンシャルが負の値で表され、リスクポテンシャルが高いほど数値の絶対値が大きくなる。リスクポテンシャルマップＭＬの例を図３Ｂ、図４Ｂ、図４Ｃに示す。これらのリスクポテンシャルマップＭＬは、いずれも、ｙ軸に平行な直線上のものである。

リスクポテンシャルマップＭＬは、左側物標の種類、速度、存在確率等ごとに予め設定されたルール（例えば、自車両から左側物標までの距離とリスクポテンシャルの大きさとの関係を定めたルール）に従い作成することができる。

図３Ｂは、図３Ａの例における、左側の車線１０７についてのリスクポテンシャルマップＭＬを表す。リスクポテンシャルは、左側の車線１０７上、及びその左側において最大となり（負の値であるリスクポテンシャルの絶対値が最大となり）、左側の車線１０７から右側に移動するにつれて徐々に小さくなる（負の値であるリスクポテンシャルの絶対値が小さくなり、０に近づく）。

図４Ｂは、図４Ａの例における、停止車両１１１についてのリスクポテンシャルマップＭＬを表す。リスクポテンシャルは、停止車両１１１上、及びその左側において最大となり（負の値であるリスクポテンシャルの絶対値が最大となり）、停止車両１１１から右側に移動するにつれて徐々に小さくなる（負の値であるリスクポテンシャルの絶対値が小さくなり、０に近づく）。

図４Ｃは、図４Ａの例における、左側の車線１０７についてのリスクポテンシャルマップＭＬを表す。リスクポテンシャルは、左側の車線１０７上、及びその左側において最大となり（負の値であるリスクポテンシャルの絶対値が最大となり）、左側の車線１０７から右側に移動するにつれて徐々に小さくなる（負の値であるリスクポテンシャルの絶対値が小さくなり、０に近づく）。

ステップ５では、リスクポテンシャルマップ作成部１１が、右側物標のそれぞれについて、リスクポテンシャルマップＭＲを作成する。リスクポテンシャルマップＭＲとは、２次元座標系において、右側物標に対する自車両のリスクをマップ化したものである。例えば、図３Ａ、図４Ａの例において、ｘ−ｙ平面における任意の点での、右側物標に対する自車両のリスクを規定するものがリスクポテンシャルマップＭＲである。

リスクポテンシャルマップＭＲでは、リスクポテンシャルが正の値で表され、リスクポテンシャルが高いほど数値の絶対値が大きくなる。リスクポテンシャルマップＭＲの例を図３Ｃ、図４Ｄに示す。これらのこのリスクポテンシャルマップＭＲは、いずれも、ｙ軸に平行な直線上のものである。

リスクポテンシャルマップＭＲは、右側物標の種類、速度、存在確率等ごとに予め設定されたルール（例えば、自車両から右側物標までの距離とリスクポテンシャルの大きさとの関係を定めたルール）に従い作成することができる。

図３Ｃは、図３Ａの例における、右側の車線１０９についてのリスクポテンシャルマップＭＲを表す。また、図４Ｄは、図４Ａの例における、右側の車線１０９についてのリスクポテンシャルマップＭＲを表す。

いずれにおいても、リスクポテンシャルは、右側の車線１０９上、及びその右側において最大となり（正の値であるリスクポテンシャルの絶対値が最大となり）、右側の車線１０９から左側に移動するにつれて徐々に小さくなる（正の値であるリスクポテンシャルの絶対値が小さくなり、０に近づく）。

ステップ６では、リスクポテンシャルマップ作成部１１が、前記ステップ４で作成したリスクポテンシャルマップＭＬと、前記ステップ５で作成したリスクポテンシャルマップＭＲとを総合し、総合リスクポテンシャルマップを作成する。リスクポテンシャルマップＭＬが複数ある場合はその全てを総合する。また、リスクポテンシャルマップＭＲが複数ある場合はその全てを総合する。

総合リスクポテンシャルマップにおける任意の点でのリスクポテンシャルは、総合した全てのリスクポテンシャルマップＭＲ及び全てのリスクポテンシャルマップＭＬにおける同じ点でのリスクポテンシャルの総和となる。

例えば、ｎ個（ｎは０以上の整数）のリスクポテンシャルマップＭＬと、ｍ個（ｍは０以上の整数）のリスクポテンシャルマップＭＲとを総合し、総合リスクポテンシャルマップを作成したとする。そして、ｘ軸、ｙ軸からなる２次元座標系において、総合リスクポテンシャルマップの任意の座標（ｘ、ｙ）におけるリスクポテンシャルをＲ_aとする。また、ｎ個のリスクポテンシャルマップＭＬにおける同じ座標でのリスクポテンシャルを、それぞれ、Ｒ_l1、Ｒ_l2、Ｒ_l3・・・Ｒ_lnとし、ｍ個のリスクポテンシャルマップＭＲにおける同じ座標でのリスクポテンシャルを、それぞれ、Ｒ_r1、Ｒ_r2、Ｒ_r3・・・Ｒ_rmとする。なお、Ｒ_l1、Ｒ_l2、Ｒ_l3・・・Ｒ_lnは負の値であり、Ｒ_r1、Ｒ_r2、Ｒ_r3・・・Ｒ_rmは正の値である。

この場合、総合リスクポテンシャルマップの任意の座標（ｘ、ｙ）におけるリスクポテンシャルＲ_aは、以下の式（１）で表される。
式（１）：Ｒ_a＝Ｒ_l1＋Ｒ_l2＋Ｒ_l3・・・＋Ｒ_ln＋Ｒ_r1＋Ｒ_r2＋Ｒ_r3・・・＋Ｒ_rm
図３Ａの例における総合リスクポテンシャルマップを図３Ｄに示す。この総合リスクポテンシャルマップは、ｙ軸に平行な直線上のものである。総合リスクポテンシャルマップにおけるリスクポテンシャルは、走行路１０５の中央で０であり、中央から右では正の値であり、中央から左では負の値である。また、リスクポテンシャルの絶対値は、中央から離れるほど大きくなり、左側の車線１０７及び右側の車線１０９で最大となっている。

また、図４Ａの例における総合リスクポテンシャルマップを図４Ｅに示す。この総合リスクポテンシャルマップは、ｙ軸に平行な直線上のものである。総合リスクポテンシャルマップにおけるリスクポテンシャルは、走行路１０５の中央より右側の位置で０であり、その位置から右では正の値であり、その位置から左では負の値である。また、リスクポテンシャルの絶対値は、リスクポテンシャルが０の位置から離れるほど大きくなり、左側の車線１０７、停止車両１１１、及び右側の車線１０９で最大となっている。なお、図３Ａの例に比べ、図４Ａの例で、リスクポテンシャルが０となる位置が右寄りである理由は、総合するリスクポテンシャルマップの中に、停止車両１１１のリスクポテンシャルマップＭＬが含まれるためである。

ステップ７では、経路生成部１３が、総合リスクポテンシャルマップにおいて、リスクポテンシャルが一定の値となる点を結び、それを自車両が走行する経路とする。その一定値は、例えば、０とすることができる。この場合、生成する経路は、リスクポテンシャルが０である座標を結ぶ経路となる。

図３Ａ、図４Ａに、それぞれ、リスクポテンシャルが０である座標を結ぶ経路１１３を示す。図４Ａにおける経路１１３は、停止車両１１１が存在する影響により、停止車両１１１の周囲で湾曲している。

また、経路生成部１３が生成する経路は、総合リスクポテンシャルマップにおいて、リスクポテンシャルが０ではない一定値である座標を結ぶ経路であってもよい。図３Ａ、図４Ａに、それぞれ、リスクポテンシャルが−ΔＲ（負の値）である座標を結ぶ経路１１５を示す。図３Ａ、図４Ａのいずれの例においても、経路１１５は、経路１１３に比べて、左側にオフセットされている。−ΔＲの大きさを変更すれば、経路１１５と経路１１３とのｙ軸方向における距離（オフセット量）も変化する。

経路の生成に用いる前記一定の値は、予め自車両の乗員が設定することができる。あるいは、自車両の走行状態や周囲の環境に応じて演算部７が設定してもよい。
３．経路生成装置１が奏する効果
（１Ａ）経路生成装置１は、総合リスクポテンシャルマップにおいて、リスクポテンシャルが一定の値となる点を結ぶことで、確実に経路を生成することができる。

（１Ｂ）経路生成装置１は、リスクポテンシャルが−ΔＲである座標を結ぶ経路を生成することで、オフセット量を生じさせることができる。すなわち、経路生成装置１は、リスクポテンシャルが０となる経路から左右のうちのいずれか一方にオフセットされた経路を生成することができる。
＜第２の実施形態＞
１．経路生成装置１の構成
本実施形態における経路生成装置１の構成は、基本的には前記第１の実施形態と同様であるため、共通する構成については説明を省略し、相違点を中心に説明する。図７に示すように、経路生成装置１は、物標検出部３、走行状態検出部５、及び演算部７を備える。

演算部７は、物標分類部９、リスクポテンシャルマップ作成部１１、及び経路生成部１３に加え、経路上変化量算出部１５、左右変化量算出部１７、上限値設定部１９、及び制動力設定部２１を備える。また、リスクポテンシャルマップ作成部１１は、その一部として補正部２３を備える。これらが実行する処理については後述する。

２．経路生成装置１が実行する処理
自車両の走行中、経路生成装置１（特に演算部７）が所定時間ごとに繰り返し実行する処理を図８〜図１２に基づき説明する。

図８のステップ１１では、前記第１の実施形態におけるステップ１と同様に、物標を検出する。
ステップ１２では、物標分類部９が、前記ステップ１１で検出した物標の状態を検出する。物標の状態としては、（ａ）その物標が“衝突を避ける必要があるもの”であることの確からしさ、（ｂ）物標が“移動する性質を有するもの”であるか否か、（ｃ）物標の移動方向と移動速度が挙げられる。

“衝突を避ける必要があるもの”は、自車両と衝突する可能性があるものである。“衝突を避ける必要があるもの”としては、例えば、他の車両、人、構造物（電柱、フェンス、障害物等）があり、“衝突を避ける必要があるもの”以外のものとしては、例えば、道路上の表示（白線の表示、横断歩道の表示、制限速度の表示等）、道路上の影等が挙げられる。“衝突を避ける必要があるもの”であることの確からしさは、物標検出部３が備えるカメラ、ミリ波レーダ、レーザレーダ、ソナーの検出結果から、周知の方法で判断できる。

“移動する性質を有するもの”としては、例えば、他の車両、人等が挙げられる。“移動する性質を有するもの”以外のものとしては、例えば、一定の位置に固定された構造物が挙げられる。“移動する性質を有するもの”であるか否かは、物標検出部３が備えるカメラ、ミリ波レーダ、レーザレーダ、ソナーの検出結果から、周知の方法で判断できる。

物標の移動方向と移動速度は、カメラ、ミリ波レーダ、レーザレーダ、ソナーを用いて所定時間ごとに繰り返し取得した物標の位置の変化から算出することができる。
ステップ１３では、物標分類部９が、自車両の前方に存在する死角を検出する。死角としては、例えば、図１０Ａに示すように自車両１０１の前方に存在する交差点１１９に接続する道路１２１の領域等が挙げられる。死角は、物標検出部３が備えるカメラ、ミリ波レーダ、レーザレーダ、ソナーの検出結果から取得できる。

図８に戻り、ステップ１４では、前記第１の実施形態におけるステップ２と同様に、自車両の走行状態を検出する。
ステップ１５では、前記第１の実施形態におけるステップ３と同様に、物標を分類する。

ステップ１６では、まず、前記第１の実施形態のステップ４と同様に、リスクポテンシャルマップＭＬを作成する。次に、補正部２３が、そのリスクポテンシャルマップＭＬを、前記ステップ１２で検出した物標の状態と、前記ステップ１３で検出した死角とに応じて補正する。補正は以下のように行う。

物標が“衝突を避ける必要があるもの”である確からしさが高ければ、その物標に関するリスクポテンシャルマップＭＬを、図９Ａにおける実線で示すように、頂点が高く、急峻な形状とする。一方、“衝突を避ける必要があるもの”である確からしさが低ければ、その物標に関するリスクポテンシャルマップＭＬを、図９Ａにおける破線で示すように、頂点が低く、なだらかな形状とする。

また、物標が、“移動する性質を有するもの”でなければ、その物標に関するリスクポテンシャルマップＭＬを、図９Ａにおける実線で示すように、頂点が高く、急峻な形状とする。一方、“移動する性質を有するもの”であれば、その物標に関するリスクポテンシャルマップＭＬを、図９Ａにおける破線で示すように、頂点が低く、なだらかな形状とする。

また、物標の移動方向と移動速度とを検出した場合、図９Ｂに示すように、その物標に関するリスクポテンシャルマップＭＬを、物標の移動方向に、物標の移動速度に対応する量だけずらす。

また、前記ステップ１３で死角を検出した場合、図１０Ｂに示すように、その死角の位置において、リスクポテンシャルマップＭＬをΔｄだけ増加させる。Δｄは固定値であってもよいし、死角までの距離や死角の方位に応じて変化する値であってもよい。

なお、本ステップで作成するリスクポテンシャルマップＭＬは、自車両がｔ秒後に到達すると予測される位置でのリスクポテンシャルマップＭＬである。自車両がｔ秒後に到達すると予測される位置は、その時点における自車両の速度ｖ（ｍ／ｓ）とｔとを乗算した値だけ、自車両の前方にある位置である。

ステップ１７では、まず、前記第１の実施形態のステップ５と同様に、リスクポテンシャルマップＭＲを作成する。次に、補正部２３が、そのリスクポテンシャルマップＭＲを、前記ステップ１２で検出した物標の状態と、前記ステップ１３で検出した死角とに応じて補正する。補正の方法は前記ステップ１６と同様である。

なお、本ステップで作成するリスクポテンシャルマップＭＲも、自車両がｔ秒後に到達すると予測される位置でのリスクポテンシャルマップＭＲである。
ステップ１８では、リスクポテンシャルマップ作成部１１が、前記ステップ１６で作成したリスクポテンシャルマップＭＬと、前記ステップ１７で作成したリスクポテンシャルマップＭＲとを総合し、総合リスクポテンシャルマップを作成する。

なお、上述したように、リスクポテンシャルマップＭＬ、及びリスクポテンシャルマップＭＲは、自車両がｔ秒後に到達すると予測される位置に対応するから、総合リスクポテンシャルマップも、自車両がｔ秒後に到達すると予測される位置での総合リスクポテンシャルマップである。

ステップ１９では、前記第１の実施形態におけるステップ７と同様に、経路を生成する。
ステップ２０では、経路上変化量算出部１５が、総合リスクポテンシャルマップにおいて、経路を含む範囲でのリスクポテンシャルの変化量を算出する。このことを図１１に基づき説明する。総合リスクポテンシャルマップにおいて、経路１１５を中心とし、幅がＷである範囲１１８を設定する。次に、その範囲１１８の右端１１９における総合リスクポテンシャルと、左端１２１における総合リスクポテンシャルとの変化量（差の絶対値）ΔＰ_１を算出する。なお、幅Ｗは自車両の車幅に応じて設定され、自車両の車幅が大きいほど、Ｗの値は大きい。

ステップ２１では、左右変化量算出部１７が、総合リスクポテンシャルマップにおいて、経路の左右それぞれでリスクポテンシャルの変化量を算出する。このことを図１２に基づき説明する。総合リスクポテンシャルマップにおいて、経路１１５の右側に、一定の幅の範囲１２３を設定する。次に、範囲１２３の右端１２５における総合リスクポテンシャルと、左端１２７における総合リスクポテンシャルとの変化量（差の絶対値）ΔＰ_Ｒを算出する。

また、総合リスクポテンシャルマップにおいて、経路１１５の左側に、一定の幅の範囲１２９を設定する。次に、範囲１２９の右端１３１における総合リスクポテンシャルと、左端１３３における総合リスクポテンシャルとの変化量（差の絶対値）ΔＰ_Ｌを算出する。

ステップ２２では、上限値設定部１９が、前記ステップ２０で算出した変化量ΔＰ_１の大きさに応じて、自車両の車速における上限値を設定する。具体的には、変化量ΔＰ_１が大きいほど、自車両の車速における上限値を低く設定する。

なお、自車両の車速における上限値を設定した場合、自車両の車速はその上限値以下に制限される。
ステップ２３では、制動力設定部２３が、前記ステップ２１で算出したΔＰ_Ｒ、ΔＰ_Ｌのうち、小さい側の車輪における制動力を、反対側よりも大きく設定する。例えば、ΔＰ_ＲがΔＰ_Ｌより小さい場合、自車両の右側の車輪の制動力を、左側の車輪の制動力より大きく設定する。また、ΔＰ_ＲがΔＰ_Ｌより大きい場合、自車両の左側の車輪の制動力を、右側の車輪の制動力より大きく設定する。自車両のドライバがブレーキ操作を行ったとき、自車両における左右の車輪に、本ステップ２３で設定した制動力が働く。

（２Ａ）リスクを生じさせる物標が経路に近いほど、前記ステップ２０で算出した変化量ΔＰ_１は大きくなる。経路生成装置１は、変化量ΔＰ_１が大きいほど、自車両の車速における上限値を低く設定する。そのため、経路生成装置１によれば、リスクを生じさせる物標が経路に近いほど、自車両の車速における上限値を低く設定することができる。その結果、自車両の安全性が一層向上する。

（２Ｂ）経路生成装置１は、自車両の車幅が大きいほど、幅Ｗを大きくする。そのため、自車両の車幅に応じて、適切に変化量ΔＰ_１を算出することができる。
（２Ｃ）経路の右側にリスクを生じさせる物標が存在する場合、ΔＰ_ＲはΔＰ_Ｌより大きくなる。このとき、経路生成装置１は、左側の車輪における制動力を右側よりも大きく設定し、自車両が左に曲がりやすくする。その結果、経路の右側に存在する物標と自車両とが衝突する可能性を小さくすることができる。

また、経路の左側にリスクを生じさせる物標が存在する場合、ΔＰ_ＬはΔＰ_Ｒより大きくなる。このとき、経路生成装置１は、右側の車輪における制動力を左側より大きく設定し、自車両が右に曲がりやすくする。その結果、経路の左側に存在する物標と自車両とが衝突する可能性を小さくすることができる。

（２Ｄ）経路生成装置１は、物標の状態、又は自車両にとっての死角に応じてリスクポテンシャルマップＭＲ及びリスクポテンシャルマップＭＬを補正する。そのため、一層適切な総合リスクポテンシャルマップを作成することができる。

（２Ｅ）経路生成装置１は、自車両がｔ秒後に到達すると予測される位置での総合リスクポテンシャルマップを作成し、その総合リスクポテンシャルマップに基づき、自車両の車速における上限値を設定する。そのため、自車両が総合リスクポテンシャルマップに対応する地点に達するまでに、上限値以下に減速することが容易である。
＜その他の実施形態＞
（１）経路生成装置１は、先行車両、後続車両、並走車両、反対車線を走行中の車両、道路上又はその近傍の障害物、人等を物標として検出してもよい。この場合、これらの物標を左側物標、右側物標に分類し、それぞれについて、リスクポテンシャルマップＭＬ、リスクポテンシャルマップＭＲを作成することができる。

（２）前記第１、第２の実施形態の場合とは逆に、リスクポテンシャルマップＭＬでは、リスクポテンシャルが正の値で表され、リスクポテンシャルが高いほど数値の絶対値が大きくなってもよい。また、リスクポテンシャルマップＭＲでは、リスクポテンシャルが負の値で表され、リスクポテンシャルが高いほど数値の絶対値が大きくなってもよい。

（３）前記第１、第２の実施形態において、生成する経路は、総合リスクポテンシャルマップにおいてリスクポテンシャルがΔＲ（正の値）である座標を結ぶ経路であってもよい。この場合、生成する経路は、リスクポテンシャルが０ある座標を結ぶ経路よりも右側にオフセットされる。

（４）前記第１、第２の実施形態において、リスクポテンシャルマップＭＬ、リスクポテンシャルマップＭＲ、総合リスクポテンシャルマップは、ｙ軸に関する１次元座標系でのマップであってもよい。この場合、経路生成装置１は、１次元座標系において、リスクが一定の値（０又は０以外の数値）である点を生成することができる。

（５）前記第１、第２の実施形態において、リスクポテンシャルが一定値である経路が複数存在する場合、それら複数の経路を接続する補助経路を生成することができる。また、複数の経路のうち、一部を選択して用いてもよい。

（６）前記第１、第２の実施形態において、物標分類部９における、自車両の右側の物標と、自車両の左側の物標との分類は、前回の演算にて算出された経路１１３を基準とし、前記ステップ１で検出した物標のうち、経路１１３より右側にある物標は、自車両の右側の物標とし、経路１１３よりも左側にある物標は、自車両の左側の物標としてもよい。

（７）前記第１、第２の実施形態において、総合リスクポテンシャルマップの任意の座標（ｘ、ｙ）におけるリスクポテンシャルＲ_aは、以下の式（２）で表されるように、左側物標と右側物標のなかでそれぞれ一番リスクポテンシャルの絶対値が大きいものに対して差分をとるようなものとしてもよい。

式（２）：Ｒ_a＝max(abs(Ｒ_l1,Ｒ_l2,Ｒ_l3,・・・,Ｒ_ln）)−max（abs(Ｒ_r1＋Ｒ_r2＋Ｒ_r3・・・＋Ｒ_rm) )
（８）リスクポテンシャルマップＭＲが正の数値で表され、リスクポテンシャルマップＭＬが負の値で表される場合、リスクポテンシャルマップＭＲ及びリスクポテンシャルマップＭＬは、例えば、自車両の進行方向又は目標経路に直交する方向において、自車両から見て左から右に進むにつれてリスクポテンシャルが単純増加するものとすることができる。

この場合、総合リスクポテンシャルマップが、自車両の進行方向又は目標経路に直交する方向において、一意の解を持ち、物標位置や左右の認識結果が複雑になっても、自車両の位置から目標地点までの連続した目標経路を生成することができる。

例えば、図５Ａに示すように、自車両１０１が走行中の走行路１０５において、自車両１０１よりも右側に障害物１１７が存在し、その障害物１１７を左側物標と認識し、障害物１１７の右側を走行する事例を想定する。自車両１０１は走行路１０５の中央１１９を走行している。

図５Ｂ、図５Ｃ、図５Ｄはそれぞれ、右側の車線１０９のリスクポテンシャルマップＭＲ、左側の車線１０７のリスクポテンシャルマップＭＬ、障害物１１７のリスクポテンシャルマップＭＬを表す。これらのリスクポテンシャルマップは、いずれも、自車両１０１から見て左から右に進むにつれて単純増加するものである。

図５Ｅに、上記のリスクポテンシャルマップを総合した総合リスクポテンシャルマップを示す。この総合リスクポテンシャルマップによれば、１つの解（図５Ｅにおける×印）を得ることができる。

また、図６Ａに示す事例は、図５Ａに示す事例と同じであり、自車両１０１が走行中の走行路１０５において、自車両１０１よりも右側に障害物１１７が存在し、障害物１１７を左側物標と認識し、障害物１１７の右側を走行する場合である。

図６Ｂ、図６Ｃ、図６Ｄはそれぞれ、右側の車線１０９のリスクポテンシャルマップＭＲ、左側の車線１０７のリスクポテンシャルマップＭＬ、障害物１１７のリスクポテンシャルマップＭＬを表す。ここで、障害物１１７のリスクポテンシャルマップＭＬは、自車両１０１から見て左から右に進むにつれて単純増加するものではない。

図６Ｅに、上記のリスクポテンシャルマップを総合した総合リスクポテンシャルマップを示す。この総合リスクポテンシャルマップでは、複数の解（図６Ｅにおける×印）が存在する。

また、リスクポテンシャルマップＭＲが負の数値で表され、リスクポテンシャルマップＭＬが正の値で表される場合、リスクポテンシャルマップＭＲ及びリスクポテンシャルマップＭＬは、自車両の進行方向又は目標経路に直交する方向において、自車両から見て左から右に進むにつれてリスクポテンシャルが単純減少するものとすることができる。

この場合も、総合リスクポテンシャルマップが、自車両の進行方向又は目標経路に直交する方向において、一意の解を持ち、物標位置や左右の認識結果が複雑になっても、自車両の位置から目標地点までの連続した目標経路を生成することができる。

（９）前記第２の実施形態において、変化量ΔＰ_１を算出する方法は他の方法であってもよい。例えば、総合リスクポテンシャルマップにおいて、経路上の微分値を算出し、その微分値の絶対値を変化量ΔＰ_１としてもよい。

（１０）前記第２の実施形態において、幅Ｗは、車幅によらず一定であってもよい。
（１１）前記第２の実施形態において、変化量ΔＰ_１の大きさに応じて、自車両の車速における上限値を設定する方法は適宜設定できる。例えば、自車両の車速における上限値を、変化量ΔＰ_１の大きさに反比例させることができる。また、変化量ΔＰ_１が大きくなるにつれて、段階的に、自車両の車速における上限値を低下させることができる。また、変化量ΔＰ_１の大きさが所定の閾値に達するまでは、自車両の車速における上限値を設定せず、その閾値を超えれば、上限値を設定することができる。
（１２）前記第１、第２の実施形態における１つの構成要素が有する機能を複数の構成要素として分散させたり、複数の構成要素が有する機能を１つの構成要素に統合させたりしてもよい。また、前記第１、第２の実施形態の構成の少なくとも一部を、同様の機能を有する公知の構成に置き換えてもよい。また、前記第１、第２の実施形態の構成の一部を省略してもよい。また、いずれかの実施形態の構成の少なくとも一部を、他の実施形態の構成に対して付加又は置換してもよい。なお、特許請求の範囲に記載した文言のみによって特定される技術思想に含まれるあらゆる態様が本発明の実施形態である。
（１３）上述した経路生成装置の他、当該経路生成装置を構成要素とするシステム、当該経路生成装置としてコンピュータを機能させるためのプログラム、このプログラムを記録した媒体、経路生成方法等、種々の形態で本発明を実現することもできる。

１…経路生成装置、３…物標検出部、５…走行状態検出部、７…演算部、９…物標分類部、１１…リスクポテンシャルマップ作成部、１３…経路生成部、１５…経路上変化量算出部、１７…左右変化量算出部、１９…上限値設定部、２１…制動力設定部、１０１…自車両、１０３…基準線、１０５…走行路、１０７、１０９…車線、１１１…停止車両、１１３、１１５…経路、１１７…障害物、１１９…交差点、１２１…死角

Claims (8)

1. 自車両の周囲に存在する物標を検出する物標検出手段と、
   自車両の走行状態を検出する走行状態検出手段と、
   前記走行状態に基づき、前記物標検出手段で検出した前記物標を自車両の右側の物標と左側の物標とに分類する物標分類手段と、
   前記右側の物標に対する自車両のリスクポテンシャルマップＭＲを、リスクポテンシャルが正負のうちの一方の数値で表され、リスクポテンシャルが高いほど数値の絶対値が大きくなるように作成する右側物標リスクポテンシャルマップ作成手段と、
   前記左側の物標に対する自車両のリスクポテンシャルマップＭＬを、リスクポテンシャルが正負のうちの前記一方とは反対の数値で表され、リスクポテンシャルが高いほど数値の絶対値が大きくなるように作成する左側物標リスクポテンシャルマップ作成手段と、
   前記リスクポテンシャルマップＭＲと前記リスクポテンシャルマップＭＬとを総合し、総合リスクポテンシャルマップを作成する総合リスクポテンシャルマップ作成手段と、
   前記総合リスクポテンシャルマップにおいてリスクポテンシャルが予め設定された値となる経路を生成する経路生成手段と、
   を備えることを特徴とする経路生成装置。
2. 前記予め設定された値が０であることを特徴とする請求項１に記載の経路生成装置。
3. 前記予め設定された値が、一定の大きさを有する正又は負の値であることを特徴とする請求項１に記載の経路生成装置。
4. 前記リスクポテンシャルマップＭＲが正の数値で表され、前記リスクポテンシャルマップＭＬが負の値で表される場合、前記リスクポテンシャルマップＭＲ及び前記リスクポテンシャルマップＭＬは、自車両の進行方向又は目標経路に直交する方向において、自車両から見て左から右に進むにつれてリスクポテンシャルが単純増加するものであり、
   前記リスクポテンシャルマップＭＲが負の数値で表され、前記リスクポテンシャルマップＭＬが正の値で表される場合、前記リスクポテンシャルマップＭＲ及び前記リスクポテンシャルマップＭＬは、自車両の進行方向又は目標経路に直交する方向において、自車両から見て左から右に進むにつれてリスクポテンシャルが単純減少するものであることを特徴とする請求項１〜３のいずれか１項に記載の経路生成装置。
5. 前記総合リスクポテンシャルマップにおいて、前記経路を含む範囲でのリスクポテンシャルの変化量を算出する経路上変化量算出手段と、
   前記変化量の大きさに応じて、自車両の車速における上限値を設定する上限値設定手段と、
   を備えることを特徴とする請求項１〜４のいずれか１項に記載の経路生成装置。
6. 前記経路を含む範囲の幅は、自車両の車幅が大きいほど、大きいことを特徴とする請求項５に記載の経路生成装置。
7. 前記総合リスクポテンシャルマップにおいて、前記経路の左右それぞれでリスクポテンシャルの変化量を算出する両側変化量算出手段と、
   左右のうち、前記両側変化量算出手段で算出した前記リスクポテンシャルの変化量が小さい側の車輪における制動力を、反対側よりも大きく設定する制動力設定手段と、
   を備えることを特徴とする請求項５又は６に記載の経路生成装置。
8. 前記物標の状態、又は自車両にとっての死角に応じて前記リスクポテンシャルマップＭＲ及び前記リスクポテンシャルマップＭＬを補正する補正手段を備えることを特徴とする請求項１〜７のいずれか１項に記載の経路生成装置。

Images