JP2016008024A - 操作情報推定装置及びプログラム - Google Patents

Abstract

【課題】局所解に陥らずに車両の操作情報を推定することができるようにする。
【解決手段】情報取得部２００が、車両の外部の環境情報を取得する。そして、評価関数生成部２０２が、取得された環境情報に基づいて、車両の運動状態を表す状態変数が車両のハンドル操舵角の変化量に対して凸関数となるように定められ、状態変数に対して単調増加又は単調減少する凸関数であって、かつ環境情報に基づいて移動体の走路領域の境界からの距離に応じた評価値を出力するように定められた安全評価関数を生成する。そして、操作情報推定部２０４が、生成された安全評価関数に基づいて、評価値を最適化するように、車両のハンドル操舵角の変化量を推定する。
【選択図】図２

Description

本発明は、操作情報推定装置及びプログラムに係り、特に、移動体の操作情報又は移動体の操作情報の変化量を推定する操作情報推定装置及びプログラムに関する。

従来より、道路境界や障害物に対して安全余裕を表現するポテンシャルを定義し、ポテンシャルの極小値を辿った経路を目標経路した前方注視モデルで走行する操作モデルを構築する技術が知られている（非特許文献１）。

また、ロボット分野等で用いられるポテンシャル法に基づき、障害物から斥力を、目標地点から引力を車両に与える事で車両の運動を制御するモデルが知られている（非特許文献２）。

また、走路領域外に自車両が進入しない様な拘束条件下において、車両の入力や複数の状態変数に対して重み付け二乗和を最小化するモデル予測制御に基づいた操舵モデルが知られている（非特許文献３）。

また、自車及び周辺の他車の将来の挙動を予測し、それに基づいて評価される衝突の危険度に対して、モデル予測制御を用いて最適な操作量を生成するモデルが知られている（特許文献１）。

また、通常の走行環境に存在する様々なリスクを認識し、それらに基づいて生成されたリスクポテンシャルの低い場所を通る様な走行軌跡を生成し、そして、その軌跡に沿う様にアシスト制御を行う事で、認識したリスクを未然に回避する技術が知られている（特許文献２）。

また、複数のサブドライバモデルを結合することにより構築されたドライバモデルであり、切り替え判断条件に基づき各サブドライバモデルを場面毎に切り替える事で、ドライバの操作を予測するモデルが知られている（特許文献３）。

また、ドライバの現在の操作量に基づき、ドライバの将来の目標到達点を予測し、その予測値を再現する様に、車両の制御を行う技術が知られている（特許文献４）。

特開２００７−２７６５０８号公報 特開２００９−５１４３０号公報 特開２００５−１２５８１９号公報 特開２００９−２７９９７１号公報

金子、栗谷川、籾山、景山、「危険ポテンシャルドライバモデルと運動性能を考慮した制御目標生成 −エネルギーITS推進事業の開発−,」、自動車技術会学術講演会春季大会、No.56-13、p.5-10、2013. 長谷川、ポンサトーン、永井、「リスクポテンシャルに基づく障害物回避のための自律型ブレーキと操作制御手法に関する研究,」、自動車技術会学術講演会春季大会、No.18-13、p.13-16、2013. S. J. Anderson，"A Unified Framework for Trajectory Planning, Threat Assessment, and Semi-Autonomous Control of Passenger Vehicles," S. M. Massachusetts Institute of Technology，2009.

しかしながら、上記の非特許文献１の手法では、運転の滑らかさ、運転負荷、等の衝突リスク最小化の目的や、車両運動や入力の拘束条件を付加した際に、生成した目標経路の達成が困難となるため、複数の目的を最善の手段で達成する事が困難である。また、側方通過時等の特定場面に特化した法則でポテンシャルを定義するため、任意場面への適用が困難である。

また、上記の非特許文献２の手法では、現在の車両の操作を決定する際に前方の環境情報を用いていない制御則になっているため、前方を観測して運転しているドライバの運転操作との整合は困難となり得る。また、危険場面等における回避操作等が手遅れになる可能性もある。さらに、前方の環境情報を用いていない事によって、反力により左右へハンチングする様な不安定な運動が継続する可能性や、デッドロックが生じる可能性がある。

また、上記の非特許文献３の手法では、これらは走路境界や障害物の領域を拘束条件としてのみ用いているため走路境界と車両の距離が微少であっても許容されてしまい、安全余裕を確保する事が困難である。

また、上記の特許文献３に記載の技術では、場面毎にドライバモデルの入力情報を定義する必要があるため、汎用性の観点で問題となり、適用場面を拡張するためには大量のデータや知見が必要となり得る。

また、上記の特許文献４に記載の技術では、ドライバの意図した操作量に対して実際の操作量に誤差が生じた場合、目標到達点の予測値にも誤差が生じるためロバスト性に欠ける。また、ドライバの操作に仮定した前方注視モデルが実際のドライバの操作特性と異なる場合においても、予測が困難となる。

本発明は、上述した事情に鑑みて成されたものであり、局所解に陥らずに移動体の操作情報を推定することができる操作情報推定装置及びプログラムを提供することを目的とする。

上記目的を達成するために本発明の操作情報推定装置は、移動体の外部の環境情報を取得する情報取得手段と、前記情報取得手段によって取得された前記環境情報に基づいて、前記移動体の運動状態を表す状態変数が前記移動体の操作情報又は前記移動体の操作情報の変化量に対して凸関数となるように定められ、前記状態変数に対して単調増加又は単調減少する凸関数であって、かつ前記環境情報に基づいて前記移動体の走路領域の境界からの距離に応じた評価値を出力するように定められた安全評価関数を生成する評価関数生成手段と、前記評価関数生成手段によって生成された前記安全評価関数に基づいて、前記評価値を最適化するように、前記移動体の操作情報又は前記移動体の操作情報の変化量を推定する操作情報推定手段と、を含んで構成されている。

本発明のプログラムは、コンピュータを、移動体の外部の環境情報を取得する情報取得手段、前記情報取得手段によって取得された前記環境情報に基づいて、前記移動体の運動状態を表す状態変数が前記移動体の操作情報又は前記移動体の操作情報の変化量に対して凸関数となるように定められ、前記状態変数に対して単調増加又は単調減少する凸関数であって、かつ前記環境情報に基づいて前記移動体の走路領域の境界からの距離に応じた評価値を出力するように定められた安全評価関数を生成する評価関数生成手段、及び前記評価関数生成手段によって生成された前記安全評価関数に基づいて、前記評価値を最適化するように、前記移動体の操作情報又は前記移動体の操作情報の変化量を推定する操作情報推定手段として機能させるためのプログラムである。

本発明によれば、情報取得手段によって、移動体の外部の環境情報を取得する。

そして、評価関数生成手段によって、情報取得手段によって取得された環境情報に基づいて、移動体の運動状態を表す状態変数が移動体の操作情報又は移動体の操作情報の変化量に対して凸関数となるように定められ、状態変数に対して単調増加又は単調減少する凸関数であって、かつ環境情報に基づいて移動体の走路領域の境界からの距離に応じた評価値を出力するように定められた安全評価関数を生成する。

そして、操作情報推定手段によって、評価関数生成手段によって生成された安全評価関数に基づいて、評価値を最適化するように、移動体の操作情報又は移動体の操作情報の変化量を推定する。

このように、移動体の外部の環境情報に基づいて、移動体の運動状態を表す状態変数が移動体の操作情報又は移動体の操作情報の変化量に対して凸関数となるように定められ、状態変数に対して単調増加又は単調減少する凸関数であって、かつ環境情報に基づいて移動体の走路領域の境界からの距離に応じた評価値を出力するように定められた安全評価関数を生成し、安全評価関数に基づいて、評価値を最適化するように、移動体の操作情報又は移動体の操作情報の変化量を推定することにより、局所解に陥らずに移動体の操作情報を推定することができる。

本発明に係る前記移動体の環境情報は、前記移動体の走行可能領域であるようにすることができる。

本発明に係る前記評価関数生成手段は、前記安全評価関数と、前記移動体の操作情報又は前記操作情報の変化量に基づいて前記移動体のドライバの運転負荷に応じた評価値を出力するように定められた運転負荷評価関数とを含む多目的評価関数を生成し、前記操作情報推定手段は、前記評価関数生成手段によって生成された前記多目的評価関数に基づいて、前記評価値を最適化するように、前記移動体の操作情報又は前記移動体の操作情報の変化量を推定するようにすることができる。また、上記の前記評価関数生成手段は、前記環境情報に基づいて、前記安全評価関数と、前記状態変数に基づいて前記移動体の走路領域の向きと前記移動体の運動状態との偏差に応じた評価値を出力するように定められた運動状態評価関数とを含む多目的評価関数を生成し、前記操作情報推定手段は、前記評価関数生成手段によって生成された前記多目的評価関数に基づいて、前記評価値を最適化するように、前記移動体の操作情報又は前記移動体の操作情報の変化量を推定するようにすることができる。これによって、複数目的に対して局所解に陥らずに移動体の操作情報を予測することができる。

本発明に係る前記安全評価関数は、前記移動体の走行可能領域の境界からの距離に応じた評価値を出力する指数関数であるようにすることができる。

本発明に係る前記安全評価関数は、前記移動体の走行可能領域の境界からの距離に応じた評価値を出力する対数関数であるようにすることができる。

本発明に係る前記安全評価関数は、前記移動体の走行可能領域の境界からの距離に応じた評価値を出力する線形関数であるようにすることができる。

また、本発明に係る前記運転負荷評価関数が、Ｈ_ｕ点の各時刻の前記移動体の操作情報又は前記移動体の操作情報の変化量を用いて表され、前記操作情報推定手段は、Ｈ_ｕ点の各時刻の前記移動体の操作情報又は前記移動体の操作情報の変化量を、Ｎ_ｕ点（Ｎ_ｕ＜Ｈ_ｕ）の時刻の前記移動体の操作情報又は前記移動体の操作情報の変化量に近似したときに、前記評価関数生成手段によって算出された前記多目的評価関数の前記評価値を最適化するように、前記移動体の操作情報又は前記移動体の操作情報の変化量を推定するようにすることができる。これによって、計算量を削減することができ、操作情報を高速に予測することができる。

なお、本発明のプログラムを記憶する記憶媒体は、特に限定されず、ハードディスクであってもよいし、ＲＯＭであってもよい。また、ＣＤ−ＲＯＭやＤＶＤディスク、光磁気ディスクやＩＣカードであってもよい。更にまた、該プログラムを、ネットワークに接続されたサーバ等からダウンロードするようにしてもよい。

以上説明したように、本発明によれば、移動体の外部の環境情報に基づいて、移動体の運動状態を表す状態変数が移動体の操作情報又は移動体の操作情報の変化量に対して凸関数となるように定められ、状態変数に対して単調増加又は単調減少する凸関数であって、かつ環境情報に基づいて移動体の走路領域の境界からの距離に応じた評価値を出力するように定められた安全評価関数を生成し、安全評価関数に基づいて、評価値を最適化するように、移動体の操作情報又は移動体の操作情報の変化量を推定することにより、局所解に陥らずに移動体の操作情報を推定することができる、という効果が得られる。

本発明の実施の形態の概要を説明するための図である。 本発明の実施の形態に係る操作情報推定装置の構成例を示すブロック図である。 環境情報の一例を説明するための図である。 本発明の実施の形態で用いる車両モデルを説明するための図である。 安全余裕のためのポテンシャルを説明するための図である。 本発明の実施の形態の操作情報推定装置における操作情報推定処理ルーチンの内容を示すフローチャートである。 本発明の実施の形態についての評価結果を示す第１の図である。 本発明の実施の形態についての評価結果を示す第２の図である。

＜概要＞
本発明の実施の形態は、図１に示すように、車両の外部の環境情報を取得し、当該環境情報に基づいて、車両モデルの予測制御を行う。具体的には、安全余裕のための評価関数と、運転操作の滑らかさのための評価関数と、運転負荷のための評価関数とに基づいて、車両の操作情報を推定する。

以下、図面を参照して本発明の実施の形態を詳細に説明する。本実施の形態では、車両に搭載され、車両の操作情報を推定する操作情報推定装置に本発明を適用した場合について説明する。

［第１の実施の形態］
＜操作情報推定装置のシステム構成＞
第１の実施の形態では、車両の操作情報の変化量として、ハンドル操舵角の変化量Δｕを推定する操作情報推定装置に本発明を適用した場合について説明する。
図２に示すように、本発明の実施の形態に係る操作情報推定装置１０は、車両の前方の画像を逐次撮像するカメラ１２と、車両のヨーレートを検出するヨーレートセンサ１４と、車両の横速度を検出する横速度センサ１６と、ドライバが自車両を操作したときの操作状態としてのハンドル操舵角を検出する操舵角センサ１８と、カメラ１２から出力される撮像画像、ヨーレートセンサ１４によって検出された車両のヨーレート、横速度センサ１６によって検出された車両の横速度、及び操舵角センサ１８によって検出されたハンドル操舵角に基づいて、車両の操作情報を推定するコンピュータ２０と、コンピュータ２０での処理結果を、運転制御装置３２へ出力する出力部３０と、を備えている。

カメラ１２は、自車両の前方を含む範囲を撮像し、画像信号を生成する撮像部（図示省略）と、撮像部で生成されたアナログ信号である画像信号をデジタル信号に変換するＡ／Ｄ変換部（図示省略）と、Ａ／Ｄ変換された画像信号を一時的に格納するための画像メモリ（図示省略）とを備えている。なお、用いる画像はカラーでもモノクロでも良いし、可視光画像でも近赤画像でもよい。

コンピュータ２０は、操作情報推定装置１０全体の制御を司るＣＰＵ、後述する操作情報推定処理ルーチンのプログラム等を記憶した記憶媒体としてのＲＯＭ、ワークエリアとしてデータを一時格納するＲＡＭ、及びこれらを接続するバスを含んで構成されている。このような構成の場合には、各構成要素の機能を実現するためのプログラムをＲＯＭやＨＤＤ等の記憶媒体に記憶しておき、これをＣＰＵが実行することによって、各機能が実現されるようにする。

このコンピュータ２０をハードウエアとソフトウエアとに基づいて定まる機能実現手段毎に分割した機能ブロックで説明すると、図２に示すように、カメラ１２で撮像されコンピュータ２０へ入力された撮像画像、ヨーレートセンサ１４によって検出された車両のヨーレート、横速度センサ１６によって検出された車両の横速度、及び操舵角センサ１８によって検出されたハンドル操舵角を取得し、環境情報を取得する情報取得部２００と、情報取得部２００によって取得されたヨーレートと横速度とハンドル操舵角と環境情報とに基づいて、多目的評価関数を算出する評価関数生成部２０２と、評価関数生成部２０２によって算出された多目的評価関数に基づいて、車両の操作情報を推定する操作情報推定部２０４とを含んだ構成で表わすことができる。

情報取得部２００は、カメラ１２によって撮像された各時刻ｔにおける撮像画像を逐次取得する。また、情報取得部２００は、ヨーレートセンサ１４によって検出された各時刻ｔにおける車両のヨーレートφ^・と、横速度センサ１６によって検出された各時刻ｔにおける車両の横速度ｙ^・と、操舵角センサ１８によって検出された各時刻ｔにおけるハンドル操舵角ｕ（ｔ）とを逐次取得する。

また、情報取得部２００は、取得した撮像画像に基づいて、車両の外部の環境情報を取得する。具体的には、情報取得部２００は、取得した撮像画像に基づいて、図３に示すように、左側境界、右側境界、走路中央ｄ、及び障害物の位置を特定して、環境情報を「走路領域」として抽象化する。

詳細には、情報取得部２００は、まず、図３に示すように、グローバル座標系（ｘ_ｇ，ｙ_ｇ）を定義する。そして、グローバル座標系（ｘ_ｇ，ｙ_ｇ）に対して各時刻ｔの車両位置ｐ（ｔ）、走路中央のヨー角φ_ｒｅｆ（ｔ）を定義する。次に、情報取得部２００は、図３に示すように、時刻ｔの車両位置ｐ（ｔ）を基準とし、走路の左側境界のｙ_ｔ方向位置ｙ_Ｌ（ｔ）、右側境界のｙ_ｔ方向位置ｙ_Ｒ（ｔ）をそれぞれ定義する。ここで、ｘ_ｔ軸は時刻ｔの車両の方位に平行であり、ｙ_ｔ軸はｘ_ｔ軸に垂直である。すなわち、時刻ｔの変化に応じて、φ_ｒｅｆ（ｔ_ｉ）、ｙ_Ｌ（ｔ_ｉ）、ｙ_Ｒ（ｔ_ｉ）（ｔ_ｉ＞ｔ）はその都度定義される事になる。走路領域は、道路形状だけでなく障害物等の存在によって限定されるため、図３に示すように走路境界ｙ_Ｌ（ｔ_ｉ）、ｙ_Ｒ（ｔ_ｉ）は障害物等を考慮した上で定義される。
そして、情報取得部２００は、［ｙ_Ｌ（ｔ_ｉ），ｙ_Ｒ（ｔ_ｉ），φ_ｒｅｆ（ｔ_ｉ）］を環境情報として取得する。

評価関数生成部２０２は、まず、後述する多目的評価関数で用いるモデルパラメータ［Ｈ_ｕ，Ｈ_Ｘ，ｑ_ｕ，ｑ_φ，ｑ_Ｌ，ｑ_Ｒ，ｋ_Ｌ，ｋ_Ｒ］を設定する。第１の実施の形態では、経験的にモデルパラメータを設定する。なお、モデルパラメータｑ_φについては、後述する運動状態評価関数がハンドル操舵角の変化量に対して凸関数となるように、予め設定される。

次に、評価関数生成部２０２は、情報取得部２００によって取得された環境情報と車両のヨーレートφ^・と車両の横速度ｙ^・とハンドル操舵角ｕ（ｔ）とを該当する変数に代入することにより、車両の運動状態を表す状態変数が車両のハンドル操舵角の変化量に対して凸関数となるように定められ、状態変数に対して単調増加又は単調減少する凸関数であって、かつ環境情報に基づいて車両の走路領域の境界からの距離に応じた評価値を出力するように定められた安全評価関数を生成する。

また、評価関数生成部２０２は、ハンドル操舵角の変化量に基づいて車両のドライバの運転負荷に応じた評価値を出力するように定められた運転負荷評価関数を生成する。

また、評価関数生成部２０２は、環境情報と車両のヨーレートφ^・と車両の横速度ｙ^・とハンドル操舵角ｕ（ｔ）とを該当する変数に代入することにより、車両の運動状態を表す状態変数が車両のハンドル操舵角の変化量に対して凸関数となるように定められ、かつ状態変数に基づいて車両の走路領域の向きと車両の運動状態との偏差に応じた評価値を出力するように定められた運動状態評価関数を生成する。

そして、評価関数生成部２０２は、安全評価関数と、運転負荷評価関数と、運動状態評価関数とを含む多目的評価関数を生成する。なお、多目的評価関数は予め定義され、評価関数生成部２０２は、情報取得部２００によって取得された環境情報と車両のヨーレートφ^・と車両の横速度ｙ^・とハンドル操舵角ｕ（ｔ）とを多目的評価関数内の該当する変数に代入することにより、多目的評価関数を生成する。

以下、多目的評価関数の導出について説明する。はじめに、多目的評価関数を生成する上で必要となる車両モデルを定義する。ここでは線形の二輪車両モデルを用いるが、他のモデルであっても良い。図４に線形の二輪車両モデルの一例を示す。図４に示す通り、車両のヨー角φ、横滑り角β、前輪舵角δに関して、以下の状態空間方程式が成立する。

ここで、ｍ，Ｉ，ｌ_ｆ，ｌ_ｒ，Ｃ_ｆ，Ｃ_ｒはそれぞれ、車両重量、ヨーイング慣性モーメント、前輪から重心までの距離、後輪から重心までの距離、前輪のコーナリングパワー、後輪のコーナリングパワーである。Ｖは車両速度、ｕはハンドル操舵角であり、ｎ_{ｒａｔｉｏ}はハンドル操舵角ｕから前輪舵角δまでのギヤ比である。次に、上記図４に示されるように、ｙ_ｔ方向の横位置ｙに関しては、ヨー角φ、横滑り角βはある時間区間内で微小とし、以下の様に線形近似を行う。

そして、評価関数生成部２０２は、情報取得部２００によって取得された車両のヨーレートφ^・と、横速度センサ１６によって検出された車両の横速度ｙ^・とに基づいて、上記式（２）を上記式（１）に代入し計算する事で、最終的に以下の状態空間方程式を得る。なお、状態変数Ｘにおける横位置ｙヨー角φは各時刻ｔにおいて定義される。

以上の様にして、ここでは車両の状態変数Ｘを、車両の横速度ｙ^・、車両のヨーレートφ^・、横位置ｙ、ヨー角φの４変数とした線形車両モデルを用いるが、他の状態変数を定義しても良い。

次に、モデル予測制御で用いる多目的評価関数の定義を行う。はじめに、運転操作の負荷削減を目的とした「ハンドル操舵角の変化量Δｕの最小化」、滑らかな運転操作を目的とした「走路ヨー角φ_ｒｅｆに対する車両のヨー角φの偏差の最小化」、そして安全余裕確保を目的とした「走路境界ｙ_Ｌ，ｙ_Ｒからの距離の確保」の３つを最適に満たすようにドライバは操舵を行うと仮定する。この３つの目的を以下の評価関数に基づくモデル予測制御として定義する。

ここで、ｑ_ｕ，ｑ_φはスカラーパラメータであり、Ｈ_ｕ，Ｈ_Ｘは予測ホライズンである。また、Δｔはサンプリング周期である。上記式（４）の多目的評価関数の第１項は「ハンドル操舵角の変化量Δｕの最小化」を２次形式で定式化した運転負荷評価関数であり、第２項は「走路ヨー角φ_ｒｅｆに対する車両のヨー角φの偏差の最小化」を２次形式で定式化した運動状態評価関数である。上記式（４）の第３項及び第４項は、「走路境界ｙ_Ｌ（ｔ_ｉ），ｙ_Ｒ（ｔ_ｉ）からの距離の確保」を定式化した安全評価関数である。ここで、関数ｆ_Ｌ及びｆ_Ｒが安全余裕を示す関数として成立するためには、走路境界ｙ_Ｌ，ｙ_Ｒから車両の横位置ｙまでの距離が近い程、関数の値が大きくなる性質を満たすべきである。

一方で、非線形の評価関数によって大域的最適解が保証されないという問題も回避する必要がある。大域的最適解が保証されるためには、評価関数がハンドル操舵角の変化量Δｕに対して凸関数である事を満たせば良いが、通常の線形モデル予測制御では状態変数Ｘあるいはハンドル操舵角の変化量Δｕの凸２次形式で評価関数を定義する必要があるため、上記の性質を満足する事は困難である。

したがって以下では、大域的最適解を保証した上で上記の性質を満たす様な関数ｆ_Ｌ，ｆ_Ｒを検討するため、関数ｆ_Ｌ，ｆ_Ｒがハンドル操舵角の変化量Δｕの凸関数であるための条件を検討する。はじめに、凸関数の性質として以下のTheorem１、２が成立する。

Theorem１：多変数関数ｆ（ｘ），ｇ（ｘ）が凸関数であるとき、非負のａ，ｂについてａｆ（ｘ）＋ｂｇ（ｘ）は凸関数である。
Theorem２：多変数ベクトル値関数ｆ（ｘ）に対してｆ（ｘ）の各成分がそれぞれ凸関数、多変数関数ｇ（ｘ）が非減少な凸関数であるとき、合成関数ｈ（ｘ）＝ｇ（ｆ（ｘ））は凸関数である。

Theorem１に基づけば、関数ｆ_Ｌ及びｆ_Ｒが状態変数Ｘに対して凸関数である場合、式（４）の評価関数は状態変数Ｘに対する凸関数の和となるため、状態変数Ｘに対する凸関数である。次に、各時刻の状態変数Ｘ（ｔ＋ｉΔｔ）をハンドル操舵角の変化量Δｕで表現するために、上記式（３）の状態空間方程式を以下の様に離散化する。

ここで、上記式（５）を用いる事で、各時刻の状態変数Ｘ（ｔ＋ｋΔｔ）は既知の定数Ｃ及びハンドル操舵角の変化量Δｕの線形和で与えられる。

さらに、状態変数Ｘの及びその符号を入れ替えた変数を以下の様に関数ｆ_ｋ，ｐ，ｆ_ｋ，ｍとして定義する。

上記式（６）及び上記式（７）より、関数ｆ_ｋ，ｐ，ｆ_ｋ，ｍはハンドル操舵角の変化量Δｕを引数としたベクトル値関数であり、各成分はそれぞれ凸となる。したがって、Theorem２を導入すれば、関数ｆ_Ｌ及びｆ_Ｒがベクトル値関数ｆ_ｋ，ｐまたはｆ_ｋ，ｍに対して非減少な凸関数であれば、関数ｆ_Ｌ及びｆ_Ｒはハンドル操舵角の変化量Δｕに対しても凸関数である事が保証される。また、関数ｆ_ｋ，ｍは状態変数Ｘの符号を入れ替えた関数である事を考慮すると、関数ｆ_Ｌ及びｆ_Ｒは状態変数Ｘに対して単調増加もしくは単調減少な凸関数であれば、ハンドル操舵角の変化量Δｕに対しても凸関数である事がいえる。この条件を満たす事で、ハンドル操舵角の変化量Δｕの大域的最適解を保証するものとする。

以上の検討に基づき、評価関数生成部２０２は、安全評価関数を、車両の走行可能領域の境界からの距離に応じた評価値を出力する指数関数として定義する。具体的には、安全評価関数として、状態変数Ｘに対する凸関数でありながら、走路境界ｙ_Ｌ，ｙ_Ｒから車両の横位置ｙまでの距離が近い程、値が大きくなる性質を満たす関数として以下を採用する。ただし、ここでは状態変数Ｘの内からｙの１成分のみを扱う。

ここで、ｑ_Ｌ，ｑ_Ｒ，ｋ_Ｌ，ｋ_Ｒは非負のスカラーパラメータであり、ｗは車幅である。以降では上記式（８）を採用するが、上記式（８）の関数ｆ_Ｌまたはｆ_Ｒは状態変数Ｘに対して単調増加もしくは単調減少な凸関数であれば他の関数でも良い。

また、上記図３より、車両が走路領域内に存在する場合には、以下の式（９）が成立する。

図５に安全余裕のためのポテンシャルのイメージの一例を示す。図５に示す通り、車両が左右いずれかの走路境界に接近すると、上記式（９）の左辺は０に漸近するため、上記式（８）より関数ｆ_Ｌまたはｆ_Ｒの値は大きくなる事が解る。また、上記式（８）は状態変数Ｘに対して単調増加もしくは単調減少な凸関数であるために、ハンドル操舵角の変化量Δｕに対しても凸関数であると言える。以上により、大域的最適解を保証した上で安全余裕確保を目的とした「走路境界ｙ_Ｌ，ｙ_Ｒからの距離の確保」が定式化された。

操作情報推定部２０４は、評価関数生成部２０２によって生成された多目的評価関数に基づいて、評価値を最適化するように、車両のハンドル操舵角の変化量Δｕ_ｅｓｔ（ｔ）を推定する。

具体的には、操作情報推定部２０４は、上記式（４）及び上記式（８）で定義されたモデル予測制御に対して、最急降下法や勾配法を用いる事で、初期値に依存せず最適値が算出可能となる。また、他の最適化手法で解いても良い。

また、操作情報推定部２０４は、推定された車両のハンドル操舵角の変化量Δｕ_ｅｓｔ（ｔ）と、情報取得部２００によって取得された現時刻ｔのハンドル操舵角ｕ（ｔ）との和を、時刻ｔ＋Δｔにおけるハンドル操舵角ｕ（ｔ＋Δｔ）として出力部３０により出力する。

運転制御装置３２は、出力部３０によって出力されたハンドル操舵角ｕ（ｔ＋Δｔ）を実現するように車両を制御する。

＜操作情報推定処理ルーチン＞
次に、図６を参照して、第１の実施の形態の操作情報推定装置１０のコンピュータ２０で実行される操作情報推定処理ルーチンについて説明する。

まず、車両のドライバの運転操作により車両が走行し、カメラ１２によって車両の前方の画像が逐次撮像され、ヨーレートセンサ１４によって車両のヨーレートが逐次検出され、横速度センサ１６によって車両の横速度が逐次検出され、操舵角センサ１８によってハンドル操舵角が逐次検出されているときに、コンピュータ２０において、図６に示す操作情報推定処理ルーチンが実行される。

ステップ１００において、評価関数生成部２０２によって、多目的評価関数で用いるモデルパラメータ［Ｈ_ｕ，Ｈ_Ｘ，ｑ_ｕ，ｑ_φ，ｑ_Ｌ，ｑ_Ｒ，ｋ_Ｌ，ｋ_Ｒ］を設定する。

次に、ステップ１０２において、情報取得部２００によって、カメラ１２によって撮像された撮像画像を受け付ける。そして、情報取得部２００によって、受け付けた撮像画像に基づいて、［ｙ_Ｌ（ｔ_ｉ），ｙ_Ｒ（ｔ_ｉ），φ_ｒｅｆ（ｔ_ｉ）］を環境情報として取得する。

ステップ１０４において、情報取得部２００によって、ヨーレートセンサ１４によって検出された車両のヨーレートφ^・と、横速度センサ１６によって検出された車両の横速度ｙ^・と、操舵角センサ１８によって検出されたハンドル操舵角ｕ（ｔ）とを取得する。

ステップ１０６において、評価関数生成部２０２によって、上記ステップＳ１０２で取得された環境情報と、上記ステップＳ１０４で取得された車両のヨーレートφ^・と、車両の横速度ｙ^・と、ハンドル操舵角ｕ（ｔ）とを多目的評価関数内の該当する変数に代入することにより、多目的評価関数を生成する。

ステップ１０８において、操作情報推定部２０４によって、上記ステップＳ１０６で生成された多目的評価関数に基づいて、評価値を最適化するように、車両のハンドル操舵角の変化量Δｕ_ｅｓｔ（ｔ）を推定する。

そして、ステップ１１０において、推定結果の出力として、上記ステップＳ１０８で推定された車両のハンドル操舵角の変化量Δｕ_ｅｓｔ（ｔ）と、上記ステップＳ１０４で取得された現時刻ｔのハンドル操舵角ｕ（ｔ）との和を、時刻ｔ＋Δｔにおけるハンドル操舵角ｕ（ｔ＋Δｔ）として出力部３０により出力し、ステップＳ１１２でｔを１インクリメントして、上記ステップ１０２へ戻る。

運転制御装置３２は、上記ステップＳ１１０で出力されたハンドル操舵角ｕ（ｔ＋Δｔ）を実現するように車両を制御する。

上記のように、操作情報推定処理ルーチンでは、カメラ１２によって撮像される撮像画像の時系列の各々について、上述した処理が繰り返し実行されることにより、車両の操作情報が逐次推定される。

以上説明したように、第１の実施の形態の操作情報推定装置１０によれば、車両の外部の環境情報に基づいて、車両の運動状態を表す状態変数が車両のハンドル操舵角の変化量に対して凸関数となるように定められ、状態変数に対して単調増加又は単調減少する凸関数であって、かつ環境情報に基づいて車両の走路領域の境界からの距離に応じた評価値を出力するように定められた安全評価関数を生成し、安全評価関数に基づいて、評価値を最適化するように、車両のハンドル操舵角の変化量を推定することにより、局所解に陥らずに車両の操作情報を推定することができる。

また、本実施の形態では、障害物に対して安全余裕を確保しながら、複数目的に対して局所解に陥らず最適に達成可能な移動体の操作情報の予測・生成することができる。

また、任意の運転場面において少数のセンサで安定して移動体の操作情報の予測・生成することができる。

また、移動体状態変数が操作情報の凸関数であり、安全余裕確保の評価値が移動体状態変数に対して単調増加/単調減少な凸関数である場合において、障害物に対して安全余裕確保を含む複数の目的に対して、操作情報に対する将来の目的達成度を示す評価値を局所的な最適値が複数存在しない評価関数で表現することにより、将来まで見越して安全余裕を確保しつつ、快適性等の複数目的を常時最適に達成可能な操作情報を生成可能となる。また、環境情報を走行可能領域として抽象化する事で任意の運転場面に対して適用可能かつ少数のセンサで構成可能な操作情報の予測・生成が可能となる。

［第２の実施の形態］
次に、第２の実施の形態について説明する。なお、第２の実施の形態に係る操作情報推定装置は、第１の実施の形態と同様の構成となるため、同一符号を付して説明を省略する。

第２の実施の形態では、車両の操作情報を推定する点が、第１の実施の形態と異なっている。第２の実施の形態では、次時刻のハンドル操舵角ｕ（ｔ＋Δｔ）を車両の操作情報として推定する操作情報推定装置に本発明を適用した場合を例に説明する。

第２の実施の形態の評価関数生成部２０２は、情報取得部２００によって取得された環境情報と車両のヨーレートφ^・と車両の横速度ｙ^・とハンドル操舵角ｕ（ｔ）とを該当する変数に代入することにより、車両の運動状態を表す状態変数が車両のハンドル操舵角に対して凸関数となるように定められ、状態変数に対して単調増加又は単調減少する凸関数であって、かつ環境情報に基づいて車両の走路領域の境界からの距離に応じた評価値を出力するように定められた安全評価関数を生成する。

また、評価関数生成部２０２は、ハンドル操舵角に基づいて車両のドライバの運転負荷に応じた評価値を出力するように定められた運転負荷評価関数を生成する。

また、評価関数生成部２０２は、環境情報と車両のヨーレートφ^・と車両の横速度ｙ^・とハンドル操舵角ｕ（ｔ）とを該当する変数に代入することにより、車両の運動状態を表す状態変数が車両のハンドル操舵角に対して凸関数となるように定められ、かつ状態変数に基づいて車両の走路領域の向きと車両の運動状態との偏差に応じた評価値を出力するように定められた運動状態評価関数を生成する。

そして、評価関数生成部２０２は、安全評価関数と、運転負荷評価関数と、運動状態評価関数とを含む多目的評価関数を生成する。なお、多目的評価関数は予め定義され、評価関数生成部２０２は、情報取得部２００によって取得された環境情報と車両のヨーレートφ^・と車両の横速度ｙ^・とハンドル操舵角ｕ（ｔ）とを多目的評価関数内の該当する変数に代入することにより、多目的評価関数を生成する。

以下、多目的評価関数の導出について説明する。第２の実施の形態では、多目的評価関数を以下の式（１０）に示すように定義する。

第２の実施の形態では、上記式（１０）に示すように、上記式（４）におけるハンドル操舵角の変化量Δｕに代えて、ハンドル操舵角ｕ（ｔ＋Δｔ）を推定する。

第２の実施の形態では、第１の実施の形態と同様に、上記式（３）の状態空間方程式を、上記式（５）に示すように離散化する。そして、上記式（５）を用いる事で、各時刻の状態変数Ｘ（ｔ＋ｋΔｔ）は既知の定数Ｃ及び操作情報｛ｕ（ｔ＋（ｊ＋１）Δｔ）−ｕ（ｔ＋ｊΔｔ）｝の線形和で与えられる。

さらに、状態変数Ｘの及びその符号を入れ替えた変数を以下の様に関数ｆ_ｋ，ｐ，ｆ_ｋ，ｍとして定義する。

第１の実施の形態と同様に、上記式（１１）及び上記式（１２）より、関数ｆ_ｋ，ｐ，ｆ_ｋ，ｍはハンドル操舵角ｕを引数としたベクトル値関数であり、各成分はそれぞれ凸となる。したがって、Theorem２を導入すれば、関数ｆ_Ｌ及びｆ_Ｒがベクトル値関数ｆ_ｋ，ｐまたはｆ_ｋ，ｍに対して非減少な凸関数であれば、関数ｆ_Ｌ及びｆ_Ｒはハンドル操舵角ｕに対しても凸関数である事が保証される。また、関数ｆ_ｋ，ｍは状態変数Ｘの符号を入れ替えた関数である事を考慮すると、関数ｆ_Ｌ及びｆ_Ｒは状態変数Ｘに対して単調増加もしくは単調減少な凸関数であれば、ハンドル操舵角ｕに対しても凸関数である事がいえる。この条件を満たす事で、ハンドル操舵角ｕの大域的最適解を保証するものとする。

操作情報推定部２０４は、評価関数生成部２０２によって生成された多目的評価関数に基づいて、評価値を最適化するように、車両のハンドル操舵角ｕ_ｅｓｔ（ｔ＋Δｔ）を推定する。

また、操作情報推定部２０４は、推定された車両のハンドル操舵角ｕ_ｅｓｔ（ｔ＋Δｔ）を、時刻ｔ＋Δｔにおけるハンドル操舵角ｕ（ｔ＋Δｔ）として出力部３０により出力する。

なお、第２の実施の形態に係る操作情報推定装置の他の構成及び作用については、第１の実施の形態と同様であるため、説明を省略する。

このように、第２の実施の形態の操作情報推定装置によれば、車両の外部の環境情報に基づいて、車両の運動状態を表す状態変数が車両のハンドル操舵角に対して凸関数となるように定められ、状態変数に対して単調増加又は単調減少する凸関数であって、かつ環境情報に基づいて車両の走路領域の境界からの距離に応じた評価値を出力するように定められた安全評価関数を生成し、安全評価関数に基づいて、評価値を最適化するように、車両のハンドル操舵角を推定することにより、局所解に陥らずに車両の操作情報を推定することができる。

［第３の実施の形態］
次に、第３の実施の形態について説明する。なお、第３の実施の形態に係る操作情報推定装置は、第１の実施の形態と同様の構成となるため、同一符号を付して説明を省略する。

第３の実施の形態では、上記式（４）に示す運転負荷評価関数が、Ｈ_ｕ点の各時刻の車両のハンドル操舵角の変化量を用いて表されている場合に、Ｈ_ｕ点の各時刻の車両のハンドル操舵角の変化量を、Ｎ_ｕ点（Ｎ_ｕ＜Ｈ_ｕ）の時刻の車両のハンドル操舵角の変化量に近似して、車両のハンドル操舵角の変化量を推定する点が、第１の実施の形態と異なっている。

上記式（４）は、予測ホライズンＨ_ｕに応じてＨ_ｕ個のハンドル操舵角の変化量Δｕ（ｔ＋ｉΔｔ）に対する多変数最適化問題に帰着されるため、Ｈ_ｕが大きい場合に計算コストが膨大になる。一方で、ドライバが実際にハンドル操舵角の変化量Δｕ（ｔ＋ｉΔｔ）を決める際に、各時刻のハンドル操舵角の変化量Δｕ（ｔ＋ｉΔｔ）を個別に検討しているのではなく、近似的に簡略化して検討している可能性が考えられる。したがって、操作情報推定部２０４は、上記式（４）に示すように運転負荷評価関数がＨ_ｕ点の各時刻の車両のハンドル操舵角の変化量を用いて表されている場合、Ｈ_ｕ点の各時刻の車両のハンドル操舵角の変化量を、Ｎ_ｕ点（Ｎ_ｕ＜Ｈ_ｕ）の時刻の車両のハンドル操舵角の変化量に近似して、評価関数生成部２０２によって生成された多目的評価関数の評価値を最適化するように、車両のハンドル操舵角の変化量を推定するようにしてもよい。

具体的には、以下の式（１３）に示すように簡略化することで、運転負荷評価関数のＨ_ｕ個の変数を、Ｎ_ｕ個の変数に削減することで計算量を削減可能である。

なお、第３の実施の形態に係る操作情報推定装置の他の構成及び作用については、第１の実施の形態と同様であるため、説明を省略する。

このように、第３の実施の形態の操作情報推定装置によれば、Ｈ_ｕ点の各時刻の車両のハンドル操舵角の変化量を用いて表され、Ｈ_ｕ点の各時刻の車両のハンドル操舵角の変化量を、Ｎ_ｕ点（Ｎ_ｕ＜Ｈ_ｕ）の時刻の車両のハンドル操舵角の変化量に近似したときに、算出された多目的評価関数の評価値を最適化するように、車両のハンドル操舵角の変化量を推定することにより、計算量を削減することができ、操作情報を高速に推定することができる。

なお、第３の実施の形態を、第２の実施の形態に適用させてもよい。第３の実施の形態を第２の実施の形態に適用させる場合には、操作情報推定部２０４は、上記式（１０）に示すように運転負荷評価関数がＨ_ｕ点の各時刻の車両のハンドル操舵角を用いて表されている場合、Ｈ_ｕ点の各時刻の車両のハンドル操舵角を、Ｎ_ｕ点（Ｎ_ｕ＜Ｈ_ｕ）の時刻の車両のハンドル操舵角に近似して、評価関数生成部２０２によって生成された多目的評価関数の評価値を最適化するように、車両のハンドル操舵角を推定するようにしてもよい。

具体的には、以下の式（１４）に示すように簡略化することで、運転負荷評価関数のＨ_ｕ個の変数を、Ｎ_ｕ個の変数に削減することで計算量を削減可能である。

［第４の実施の形態］
次に、第４の実施の形態について説明する。なお、第４の実施の形態の操作情報推定装置は、第１の実施の形態の操作情報推定装置１０と同一の構成であるため、同一の符号を付して説明を省略する。

第４の実施の形態では、走行中にドライバのデータを随時取得し、当該ドライバのデータを用いてオンラインでモデルパラメータを更新する点が、第１の実施の形態と異なっている。

ドライバのデータを用いてモデルパラメータを設定するため、第４の実施の形態では、次の方法を使用する。上記式（４）及び上記式（８）で定義されたモデル予測制御に基づき、ドライバがステアリング操舵を行うと仮定すると、ドライバを特徴づけるモデルパラメータとして、Ｈ_ｕ，Ｈ_Ｘ，ｑ_ｕ，ｑ_φ，ｑ_Ｌ，ｑ_Ｒ，ｋ_Ｌ，ｋ_Ｒがある。本実施の形態では、以下の式（１５）に従って、ドライバの走行データを用いたパラメータ同定を行う。

ここで、Ｎ_ｄはサンプル数であり、Ｎ_ｄサンプルの走行データを用いてパラメータを同定する。Ｘ_ｅｓｔ，ｕ_ｅｓｔはモデルによる状態変数の推定値であり、Ｘ_ａｃｔ，ｕ_ａｃｔは走行データから取得した真値である。Ｐ_Ｘ及びＰ_ｕは、どの状態変数あるいは入力に重きをおいてパラメータ同定を行うかを決定づける行列である。

ただし、一般の線形モデルと異なり、上記式（１５）のＸ_ｅｓｔ，ｕ_ｅｓｔと各パラメータの間には非線形の関係性をもっているため、上記式（１５）の右辺は非凸関数となっている。すなわち、非線形最適化問題を解き同定したパラメータが局所解に陥り正しく推定されない可能性が残ってしまう。ここで、全てのパラメータを最適化問題から同定する事を避け、Ｈ_ｕ，Ｈ_Ｘ，ｋ_Ｌ，ｋ_Ｒ，ｑ_ｕに関しては経験的にパラメータを事前に決定しても良い。そして、ｑ_φ，ｑ_Ｌ，ｑ_Ｒのパラメータに関しても経験的にパラメータ初期値を決定し、それに基づき勾配法によりパラメータ同定を行っても良い。モデルパラメータｑ_φについては、運動状態評価関数がハンドル操舵角の変化量に対して凸関数となるように、設定される。

なお、第４の実施の形態に係る操作情報推定装置の他の構成及び作用については、第１の実施の形態と同様であるため、説明を省略する。

このように、第４の実施の形態の操作情報推定装置によれば、ドライバの走行データを用いてモデルパラメータを同定することにより、局所解に陥らずに車両の操作情報を精度よく推定することができる。

なお、第４の実施の形態を、第２の実施の形態に適用させてもよい。第４の実施の形態を第２の実施の形態に適用させる場合には、モデルパラメータｑ_φについては、運動状態評価関数がハンドル操舵角に対して凸関数となるように、設定される。

［評価結果］
次に、本発明の実施の形態の評価結果を示す。
上記の第１の実施の形態で説明したように、経験的に定めたモデルパラメータで走行したスラロームのシミュレーション結果を図７に示す。また、シミュレータで計測したドライバの側方通過行動に対するモデルの同定結果を図８に示す。図７に示すように、車両は走行中に破綻することなくスラロームコースを完走している事が観測され、また、各パイロンに対して安全余裕を保ちつつ滑らかに走行している事がわかる。また、安全余裕を決定するパラメータｑ_Ｌ，ｑ_Ｒが大きい程、パイロンに対する車間距離を確保している事が確認できる。以上により、提案モデルのねらいの一つである安全余裕を確保した滑らかな走行を達成できていると考えられる。

ここで、走路境界ではなく走路中央を目標経路としてモデル予測制御により走行する従来モデルに対しての比較も行った。ここで、走路中央は図８のように各位置における左右の走路境界の中間地点として定義した。図８に示すように、走路中央を目標経路とした従来モデル（Conventional method）では停止車両に衝突しているのに対し、提案モデル（Proposed method）では衝突は回避され、実際の走行データ（Driver data）に対しても整合している事が確認できる。従来モデル及び提案モデルにおけるシステム同定の結果は初期値依存性に影響されるため、公平に評価されていない可能性を排除する事は困難であるが、少なくとも従来モデルでは走路境界に衝突しない様な制約を考慮していないため、初期値に依らず走路境界に衝突してしまうと考えられる。

なお、上記の第１の実施の形態〜第４の実施の形態では、環境情報とハンドル操舵角ｕ（ｔ）とに基づいて、安全評価関数を生成し、環境情報とハンドル操舵角ｕ（ｔ）とに基づいて、運動状態評価関数を生成する場合を例に説明したが、これに限定されるものではない。例えば、ハンドル操舵角ｕ（ｔ）を用いずに、環境情報に基づいて安全評価関数を生成し、環境情報に基づいて運動状態評価関数を生成するようにしてもよい。

また、上記の第１の実施の形態〜第４の実施の形態では、移動体として車両を対象とする場合を例に説明したが、これに限定されるものではなく、他の移動体の操作情報の変化量を推定してもよい。

また、上記の第１の実施の形態〜第４の実施の形態では、車両の操作情報としてハンドル操舵角を用い、ハンドル操舵角又はハンドル操舵角の変化量を推定する場合を例に説明したが、これに限定されるものではない。例えば、ハンドル操作の操舵トルクを車両の操作情報として用い、ハンドル操作の操舵トルク又は操舵トルクの変化量を推定してもよい。または、車両のアクセル操作量等を車両の操作情報として用い、アクセル操作量又はアクセル操作量の変化量を推定してもよい。

また、上記の第１の実施の形態〜第４の実施の形態では、上記式（８）に示したように安全評価関数を定義したが、これに限定されるものではない。例えば、以下の式（１６）に示すように、安全評価関数は、車両の走行可能領域の境界からの距離に応じた評価値を出力する対数関数であってもよい。また、以下の式（１７）に示すように、車両の走行可能領域の境界からの距離に応じた評価値を出力する線形関数であってもよい。ここで、ｋ’_Ｌ，ｋ’_Ｒはスカラーパラメータである。

また、上記の第１の実施の形態〜第４の実施の形態では、カメラ１２によって撮像画像を取得し、取得した撮像画像に基づいて環境情報を取得する場合を例に説明したが、これに限定されるものではなく、例えばレーザレーダによって得られた情報から、環境情報を取得してもよい。

また、上記の第１の実施の形態〜第４の実施の形態では、多目的評価関数が、安全評価関数と、運動状態評価関数と、運転負荷評価関数とを含む場合を例に説明したが、これに限定されるものではない。例えば、多目的評価関数は、安全評価関数と運転負荷評価関数とを含んでいてもよい。または、多目的評価関数は、安全評価関数と運動状態評価関数とを含んでいてもよい。または、安全評価関数のみから得られる評価値を最適化するように、車両の操作情報の変化量を推定してもよい。

１０ 操作情報推定装置
１２ カメラ
１４ ヨーレートセンサ
１６ 横速度センサ
１８ 操舵角センサ
２０ コンピュータ
３０ 出力部
３２ 運転制御装置
２００ 情報取得部
２０２ 評価関数生成部
２０４ 操作情報推定部

Claims (9)

1. 移動体の外部の環境情報を取得する情報取得手段と、
   前記情報取得手段によって取得された前記環境情報に基づいて、前記移動体の運動状態を表す状態変数が前記移動体の操作情報又は前記移動体の操作情報の変化量に対して凸関数となるように定められ、前記状態変数に対して単調増加又は単調減少する凸関数であって、かつ前記環境情報に基づいて前記移動体の走路領域の境界からの距離に応じた評価値を出力するように定められた安全評価関数を生成する評価関数生成手段と、
   前記評価関数生成手段によって生成された前記安全評価関数に基づいて、前記評価値を最適化するように、前記移動体の操作情報又は前記移動体の操作情報の変化量を推定する操作情報推定手段と、
   を含む操作情報推定装置。
2. 前記移動体の環境情報は、前記移動体の走行可能領域である請求項１記載の操作情報推定装置。
3. 前記評価関数生成手段は、前記安全評価関数と、前記移動体の操作情報又は前記操作情報の変化量に基づいて前記移動体のドライバの運転負荷に応じた評価値を出力するように定められた運転負荷評価関数とを含む多目的評価関数を生成し、
   前記操作情報推定手段は、前記評価関数生成手段によって生成された前記多目的評価関数に基づいて、前記評価値を最適化するように、前記移動体の操作情報又は前記移動体の操作情報の変化量を推定する請求項１又は請求項２記載の操作情報推定装置。
4. 前記評価関数生成手段は、前記環境情報に基づいて、前記安全評価関数と、前記状態変数に基づいて前記移動体の走路領域の向きと前記移動体の運動状態との偏差に応じた評価値を出力するように定められた運動状態評価関数とを含む多目的評価関数を生成し、
   前記操作情報推定手段は、前記評価関数生成手段によって生成された前記多目的評価関数に基づいて、前記評価値を最適化するように、前記移動体の操作情報又は前記移動体の操作情報の変化量を推定する請求項１〜請求項３の何れか１項記載の操作情報推定装置。
5. 前記安全評価関数は、前記移動体の走行可能領域の境界からの距離に応じた評価値を出力する指数関数である請求項１〜請求項４の何れか１項記載の操作情報推定装置。
6. 前記安全評価関数は、前記移動体の走行可能領域の境界からの距離に応じた評価値を出力する対数関数である請求項１〜請求項４の何れか１項記載の操作情報推定装置。
7. 前記安全評価関数は、前記移動体の走行可能領域の境界からの距離に応じた評価値を出力する線形関数である請求項１〜請求項４の何れか１項記載の操作情報推定装置。
8. 前記運転負荷評価関数が、Ｈ_ｕ点の各時刻の前記移動体の操作情報又は前記移動体の操作情報の変化量を用いて表され、前記操作情報推定手段は、Ｈ_ｕ点の各時刻の前記移動体の操作情報又は前記移動体の操作情報の変化量を、Ｎ_ｕ点（Ｎ_ｕ＜Ｈ_ｕ）の時刻の前記移動体の操作情報又は前記移動体の操作情報の変化量に近似したときに、
   前記評価関数生成手段によって算出された前記多目的評価関数の前記評価値を最適化するように、前記移動体の操作情報又は前記移動体の操作情報の変化量を推定する請求項３記載の操作情報推定装置。
9. コンピュータを、
   移動体の外部の環境情報を取得する情報取得手段、
   前記情報取得手段によって取得された前記環境情報に基づいて、前記移動体の運動状態を表す状態変数が前記移動体の操作情報又は前記移動体の操作情報の変化量に対して凸関数となるように定められ、前記状態変数に対して単調増加又は単調減少する凸関数であって、かつ前記環境情報に基づいて前記移動体の走路領域の境界からの距離に応じた評価値を出力するように定められた安全評価関数を生成する評価関数生成手段、及び
   前記評価関数生成手段によって生成された前記安全評価関数に基づいて、前記評価値を最適化するように、前記移動体の操作情報又は前記移動体の操作情報の変化量を推定する操作情報推定手段
   として機能させるためのプログラム。