JP2016017914A - 走行支援装置及び走行支援方法 - Google Patents

走行支援装置及び走行支援方法 Download PDF

Info

Publication number
JP2016017914A
JP2016017914A JP2014142505A JP2014142505A JP2016017914A JP 2016017914 A JP2016017914 A JP 2016017914A JP 2014142505 A JP2014142505 A JP 2014142505A JP 2014142505 A JP2014142505 A JP 2014142505A JP 2016017914 A JP2016017914 A JP 2016017914A
Authority
JP
Japan
Prior art keywords
lane
risk
vehicle
travel
route
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.)
Granted
Application number
JP2014142505A
Other languages
English (en)
Other versions
JP6451111B2 (ja
Inventor
藤田 晋
Susumu Fujita
晋 藤田
教彰 藤木
Noriaki Fujiki
教彰 藤木
騰 孫
Teng Sun
騰 孫
元伸 青木
Motonobu Aoki
元伸 青木
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nissan Motor Co Ltd
Original Assignee
Nissan Motor Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nissan Motor Co Ltd filed Critical Nissan Motor Co Ltd
Priority to JP2014142505A priority Critical patent/JP6451111B2/ja
Publication of JP2016017914A publication Critical patent/JP2016017914A/ja
Application granted granted Critical
Publication of JP6451111B2 publication Critical patent/JP6451111B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

【課題】自車が本線車道を走行中の被合流状況において、実際に自車が合流地点に接近する前に、走行予定の経路における各リスクを総合的に考慮して、走行すべき経路を計算して決定する。
【解決手段】車両の合流地点付近での車線変更を支援する際に、自車の現在位置を検出し、自車の現在位置を起点とする自車の進路の各車線上のノード間を連結する走行リンクに含まれるリスクをコストとして算出する。走行リンクの接続パターンにコストを付与したネットリストを生成し、ネットリストにおいてコストが最小となる走行リンクの接続パターンを走行経路として決定する。
【選択図】図2

Description

本発明は、車両の合流地点付近での車線変更を支援する走行支援装置及び走行支援方法に関する。
従来の技術としては、自車から合流地点までの距離が一定距離(例えば400m)になった場合に、合流手前で車線変更を実施する「車線変更制御装置」がある(特許文献1参照)。また、同様の技術として、合流地点への到達時間が一定時間以内(例えば10秒前)になった場合に、合流手前で車線変更を実施する「車両運転制御装置」がある(特許文献2参照)。
特開平11−144197号公報 特開平11−328597号公報
従来の技術においては、実際に合流地点に接近した際に、単純に合流の一定距離手前、若しくは、一定時間手前で車線変更を実施しているので、合流地点に接近してみないと、走行すべき経路を計算できないという問題があった。
本発明の目的は、上記の問題を踏まえて、自車が本線車道を走行中の被合流状況において、実際に自車が合流地点に接近する前に、走行予定の経路における各リスクを総合的に考慮して、走行すべき経路を計算して決定する走行支援装置及び走行支援方法を提供することである。
上記の課題を解決するため、本発明の一態様に係る走行支援装置は、車両の合流地点付近での車線変更を支援する際に、自車の現在位置を検出し、自車の現在位置を起点とする自車の進路の各車線上のノード間を連結する走行リンクに含まれるリスクをコストとして算出する。走行リンクの接続パターンにコストを付与したネットリストを生成し、ネットリストにおいてコストが最小となる走行リンクの接続パターンを走行経路として決定する。
本発明の一態様によれば、自車の進路の各車線上のノード間を連結する走行リンクに含まれるリスクをコストとして算出し、走行経路候補となる走行リンクの接続パターンに付与したネットリストを生成し、このネットリストを参照してコストが最小となる走行リンクの接続パターンを走行経路として決定するため、自車が本線車道を走行中の被合流状況において、実際に自車が合流地点に接近する前に、走行予定の経路における各リスクを総合的に考慮して、走行すべき経路を計算して決定することができる。
車両の構成例を示す図である。 本発明の第1実施形態に係る走行制御装置の構成例を示す図である。 第1実施形態に係る車線変更支援指標演算処理のフローチャートである。 車線リスクについて説明するための図である。 車線変更リスクについて説明するための図である。 合流地点の前後における車線変更地点となるノードの設置箇所について説明するための図である。 コストを付与したネットリストの生成について説明するための図である。 リスクのコストの総和が最小となるような走行経路の選択について説明するための図である。 本発明の第2実施形態に係る走行制御装置の構成例を示す図である。 第2実施形態に係る車線変更支援指標演算処理のフローチャートである。 車線リスクについて説明するための図である。 リスクのコストの総和が最小となるような走行経路の選択について説明するための図である。
<第1実施形態>
以下に、本発明の第1実施形態について添付図面を参照して説明する。
ここでは一例として、車両が自動運転車(人間の運転なしで自動走行可能な車両)である場合について説明する。但し、実際には、車両は自動運転車及び非自動運転車のいずれでも良い。
第1実施形態では、自動運転車において、高速道路にあるジャンクションやインターチェンジ等の被合流状況が自車の走行ルート上にある場合に、適切な位置で車線変更を行えるよう、事前に被合流状況で車線変更位置を算出する手法について説明する。
図1は、車両のハードウェア構成図である。
図1に示すように、車両は、位置検出ユニット1と、データ管理ユニット2と、ナビゲーションユニット3と、車速センサ4と、走行制御装置5と、パワートレインコントローラ6と、パワートレイン7と、ブレーキコントローラ8と、ブレーキユニット9と、ヨーレートセンサ10と、レーザースキャナ11と、操舵モータコントローラ12とを備える。
位置検出ユニット1は、自車の現在位置を検出し、その位置情報をナビゲーションユニット3及び走行制御装置5に送る。例えば、位置検出ユニット1は、GPS(全地球測位システム)によって、自車の現在位置を検出する。また、ジャイロセンサ、車速センサ等、若しくはこれらの組み合わせによって、自車の現在位置を検出することも可能である。また、車車間通信又は路車間通信等によって、自車の現在位置を検出することも可能である。すなわち、自車の現在位置を検出するための既存技術のうち、車両において実施可能なものであれば適用可能である。なお、実際には、位置検出ユニット1は、ナビゲーションユニット3や走行制御装置5に搭載されていても良い。
データ管理ユニット2は、合流地点付近(合流地点及びその周辺)の道路形状を含む地図情報や、車両の走行履歴情報等の各種データを管理する。例えば、データ管理ユニット2は、通信により地図情報を外部より取得して保管し、定期的に更新する。地図情報の中には、道路情報が含まれている。道路情報は、道路の形状、勾配(傾斜角度)、車線数、法定速度(制限速度)、合流地点の有無等に関する情報を含む。データ管理ユニット2は、ナビゲーションユニット3や走行制御装置5からの要求に応じて、地図情報をナビゲーションユニット3や走行制御装置5に送る。すなわち、ナビゲーションユニット3や走行制御装置5は、地図情報を取得する機能(地図情報取得部)を有する。なお、実際には、データ管理ユニット2は、ナビゲーションユニット3や走行制御装置5に搭載されていても良い。
ナビゲーションユニット3は、データ管理ユニット2から入手した地図情報をディスプレイに表示し、乗員により目的地が設定されると、位置検出ユニット1により入手した自車の現在位置を現在地として、現在地から目的地までの走行ルートを設定し、その結果をディスプレイに表示して乗員に走行ルート情報を提示すると共に、走行ルート情報を走行制御装置5に送る。すなわち、ナビゲーションユニット3は、自車の走行ルートを設定する機能(自車ルート設定部)を有する。例えば、ナビゲーションユニット3は、走行制御装置5と電気的に接続したカーナビゲーションシステムである。但し、実際には、ナビゲーションユニット3は、走行制御装置5と電気的に接続した通信端末(スマートフォン、タブレット端末等)、その他の付属機器等でも良い。また、ナビゲーションユニット3は、走行制御装置5の一部でも良い。
車速センサ4は、車輪や車軸の回転に比例して発生するパルス信号(車速信号)を検出することで車速を計測し、走行制御装置5に送る。実際には、走行制御装置5が、車速センサ4からの車速信号に基づいて車速を計測しても良い。例えば、車速センサ4は、車輪に取り付けられたロータリーエンコーダである。なお、車速センサ4は、デファレンシャルギア(差動歯車)やトランスミッション(変速機)に取り付けられていても良い。
走行制御装置5は、A/D変換回路、D/A変換回路、プロセッサ、及びメモリ等を備える集積回路であり、プロセッサがメモリに格納されたプログラムに従って目標車速を算出し、目標車速と現在車速とを比較して、加速が必要な場合には駆動力操作量を算出してパワートレインコントローラ6に送り、減速が必要な場合には制動力操作量を算出してブレーキコントローラ8に送る。同様に、プロセッサがメモリに格納されたプログラムに従って目標経路を算出し、転舵が必要な場合には目標操舵操作量を算出して操舵モータコントローラ12に送る。例えば、走行制御装置5は、車両に搭載される電子制御装置(ECU)である。上記のプロセッサは、CPU、マイクロプロセッサ、マイクロコントローラ、又は専用の機能を有する半導体集積回路(LSI)等である。上記のメモリは、RAM、ROM、EEPROM、又はフラッシュメモリ等である。また、上記のメモリと共に、若しくは上記のメモリの代わりとして、HDDやSSD等のストレージ、DVD等のリムーバブルディスク、若しくはSDメモリカード等の記憶媒体(メディア)等を使用しても良い。なお、実際には、走行制御装置5は、ナビゲーションユニット3自体であっても良い。
パワートレインコントローラ6は、走行制御装置5で設定された駆動力操作量を実現するようにパワートレイン7を制御する。パワートレイン7は、動力伝達機構を備えた駆動系であり、車両の駆動源において発生した駆動力(駆動トルク)を車輪に伝達し、車輪を回転させる。なお、車両の駆動源は、一般的なエンジンに限らず、電動モータでも良いし、エンジンとモータを組み合わせたハイブリッド構成でも良い。
ブレーキコントローラ8は、走行制御装置5で設定された制動力操作量を実現するように前後左右の車輪(少なくとも駆動輪)に取り付けられたブレーキユニット9の制動力を制御する。ブレーキユニット9は、一般的に摩擦力を利用して車輪を制動する。ブレーキユニット9は、一般的に油圧式ディスクブレーキが主流であるが、他にもドラムブレーキやパーキング(サイド)ブレーキ、エア式ブレーキ、エキゾーストブレーキ等が知られている。すなわち、流体として、一般的にブレーキフルード(オイル)又は圧縮空気等が使用されている。また、ブレーキユニット9は、流体圧で制動力を付与する装置に限定されるものではなく、電動ブレーキ装置等であっても良い。
ヨーレートセンサ10は、計測したヨーレートを走行制御装置5に送る。なお、実際には、ヨーレートの代わりに、横加速度を用いても良い。レーザースキャナ11は、計測した周囲の状況を走行制御装置5に送る。ここでは、レーザースキャナ11は、車両の前部と後部に設けられている。なお、実際には、レーザースキャナ11は、車両の側面部(例えばサイドミラー)その他の位置に設けられていても良い。また、レーザースキャナ11は、車載カメラでも良い。
操舵モータコントローラ12は、目標操舵操作量を実現するように図示しない操舵モータを制御し、車輪の向きを変える。例えば、操舵モータは、ステアバイワイヤ(SBW)技術を採用したステアリングシステムで車輪を動かすアクチュエータ等である。また、操舵モータは、電動式パワーステアリング装置(EPS)のアシスト用の電気モータ等でも良い。電動式パワーステアリング装置(EPS)は、電気モータによりアシストを行う場所の違いによって、コラムアシスト型、ピニオンアシスト型、ラックアシスト型等の形式に大別される。
ここでは、車両として、FF車(エンジン前輪駆動車)を想定しているが、実際には、FR車(前エンジン後輪駆動車)や4WD(4輪駆動車)等でも良い。無論、ミッドシップでも構わない。また、e4WD(登録商標)のように、前後輪のうち一方の車輪をエンジンからの動力により駆動し、他方の車輪を電動モータからの動力によりクラッチを介して適宜駆動するモータアシスト方式の車両でも良い。
(走行制御装置の詳細)
第1実施形態では、走行制御装置5は、自車の現在位置に基づいて、自車の走行予定の道路(進路)に合流地点が存在することを理解し、合流地点において、本線車線に合流車(合流車線側の車両)を合流させやすくするのと同時に、自車が円滑に合流地点を通過することを可能にする行動戦略を決定する。具体的には、自車が高速道路(高速自動車国道及び自動車専用道路)の本線車線を走行中、合流地点を通過する前に合流車の存在を想定し、追越車線側に車線変更して合流車を本線車線に入れるような行動を行うと共に、合流車の存在による自車の速度変化の影響を軽減する。すなわち、走行制御装置5は、車線変更支援装置として機能する。
以下、走行制御装置5の構成例について説明する。
図2に示すように、第1実施形態に係る走行制御装置5は、自車位置検出部51と、地図データベース52と、道路区分判断部53と、リンクコスト算出部54と、ネットリスト生成部55と、最適経路リンク決定部56とを備える。
自車位置検出部51は、自車の現在位置を検出する機能を有する。例えば、自車位置検出部51は、上記の位置検出ユニット1の出力信号から、自車の現在位置を検出する。実際には、自車位置検出部51は、上記の位置検出ユニット1自体でも良いし、位置検出ユニット1と連携していても良い。地図データベース52は、地図情報の中に、道路情報として、車線情報と合流地点の有無等に関する情報を有する。更に、道路情報には、道路の形状や勾配等に関する情報が含まれていても良い。例えば、上記のデータ管理ユニット2は、地図データベース52に地図情報を常時又は一時的に格納する。実際には、地図データベース52は、上記のデータ管理ユニット2自体でも良いし、データ管理ユニット2と連携していても良い。道路区分判断部53は、自車の現在位置と地図データベース52の情報とを取得して、自車が現在走行中の道路の道路区分(road segment)を判断する機能、自車の走行予定の道路(進路)の道路区分を判断する機能、及び自車の進路に合流地点が存在するか否か判断する機能を有する。例えば、道路区分としては、車線の本数や、自車線(走行中の車線)、合流地点の有無、合流地点の位置等が考えられる。リンクコスト算出部54は、自車の進路の各車線上のノード(経由点)間を連結する走行リンクに含まれるリスク(危険要因)をコスト(損失)として算出する機能を有する。すなわち、リンクコスト算出部54は、走行リンクに含まれるリスクを推定し、コストとして定量化する機能を有する。
第1実施形態では、リンクコスト算出部54は、車線リスク見積部54aと、車線変更リスク見積部54bと、渋滞リスク見積部54cとを備える。車線リスク見積部54aは、走行車線と追越車線の統計的な走行速度の違いや、合流地点の有無に起因する各車線走行時の車線リスクを上記のリスクの少なくとも一部として算出する。車線変更リスク見積部54bは、走行車線から追越車線への車線変更、若しくは、追越車線から走行車線への車線復帰を行う際に発生する車線変更リスクを上記のリスクの少なくとも一部として算出する。渋滞リスク見積部54cは、時間帯ごとの統計的な合流地点付近での渋滞発生に伴う渋滞リスクを上記のリスクの少なくとも一部として算出する。更に、渋滞リスク見積部54cは、道路交通情報取得部54dを備える。道路交通情報取得部54dは、車両外部のインフラから渋滞情報や交通規制情報等の道路交通情報を取得する。例えば、道路交通情報取得部54dは、車車間通信や路車間通信、若しくは道路交通情報通信システム(VICS(登録商標):Vehicle Information and Communication System)から得られる渋滞情報や交通規制情報を取得する。これにより、リンクコスト算出部54は、渋滞情報又は交通規制情報から判断される渋滞又は交通規制による速度低下に起因して発生する渋滞リスクを車線リスク及び車線変更リスクに加えて、リスクのコストの総和を算出することができる。
ネットリスト生成部55は、交通規則を遵守可能で走行経路候補となる走行リンクの接続パターンにコストを付与したネットリスト(ノード間の接続情報)を生成する機能を有する。交通規則を遵守できない接続パターンは、予めネットリストから除外するようにしても良い。ここでは、ネットリストは、走行リンクの接続パターン(走行経路候補)と、走行リンク毎に付与されたコストを含む。接続パターン(走行経路候補)単位のコストは、その接続パターン中の各走行リンクに付与されたコストの総和により求められる。
最適経路リンク決定部56は、走行経路候補の中から、ネットリストにおいてコストの総和が最小となる走行リンクの接続パターンを走行経路として決定する機能を有する。また、最適経路リンク決定部56は、リスク比較部56aを備える。リスク比較部56aは、走行経路となり得る接続パターンが2つ以上存在する場合に、車線リスクよりも、車線変更リスクが小さくなる方を走行経路として決定する。
図示しないが、例えば、走行制御装置5は、プログラムを格納したメモリと、このメモリに格納されたプログラムを実行するプロセッサを実装している。上記のメモリは、自車位置検出部51、道路区分判断部53、リンクコスト算出部54、ネットリスト生成部55、及び最適経路リンク決定部56の各々に対応するプログラムを格納する。上記のプロセッサは、上記のメモリに格納されたプログラムを実行することで、自車位置検出部51、道路区分判断部53、リンクコスト算出部54、ネットリスト生成部55、及び最適経路リンク決定部56の各々として機能する。また、上記のメモリは、車線情報と合流地点の有無に関する情報を有する地図データベース52を格納していても良い。なお、地図データベース52は、上記のメモリとは別の記憶装置/記憶媒体や、通信装置を介してアクセス可能な外部の計算機等に格納されていても良い。なお、上記のメモリは、ストレージでも良い。但し、実際には、これらの例に限定されない。例えば、自車位置検出部51、道路区分判断部53、リンクコスト算出部54、ネットリスト生成部55、及び最適経路リンク決定部56はそれぞれ独立した電子制御装置(ECU)又は専用の電子機器等でも良い。
(車線変更支援指標演算処理)
次に、図3のフローチャートを参照して、第1実施形態に関して、自車が高速道路の本線車線を走行中の被合流状況において、各車線走行時の車線リスクや車線変更リスクに基づき、実際に自車が合流地点に接近する前に、走行予定の経路における各リスクを総合的に考慮して、走行すべき経路の計算を行う制御手順について説明する。
なお、ステップS101からステップS102に述べる制御は、自車の進路上に合流地点の存在を確認する動作に対応する。ステップS103からステップS108に述べる制御は、合流地点を通過する際に生じるリスクを見積もり、リスクをコストとして付与したネットリストを生成する動作に対応する。ステップS109からステップS111に述べる制御は、被合流状況における自車のリスクのコストの総和が最小となる走行経路を計算する動作に対応する。ここでは、具体的な例として、高速道路の合流地点付近での合流車を想定して、合流地点前で追越車線に車線変更を行い、合流地点後で走行車線に車線復帰を行う動作を説明する。
まず、自車位置検出部51は、自車の現在位置を検出して、道路区分判断部53に通知する(ステップS101)。例えば、自車位置検出部51は、GPS、ジャイロセンサ、車速センサ等の組み合わせによって、自車の現在位置を検出する。
次に、道路区分判断部53は、自車位置検出部51から自車の現在位置が通知されたときに、車線情報と合流地点の有無に関する情報を有する地図データベース52を参照し、自車の現在位置を基準として、自車の進路上の規定距離内に、合流地点があるかどうかを判断する(ステップS102)。なお、自車の現在位置から規定距離内に合流地点がない場合(ステップS102でNo)には、基本的に、自車は走行車線を引き続き走行するが、ある一定周期で(周期的に)、当該動作(ステップS102)を繰り返し行うことによって、合流地点の有無を確認し続けることになる。
リンクコスト算出部54の車線リスク見積部54aは、自車の現在位置から規定距離内に合流地点がある場合(ステップS102でYes)には、各車線を走行する際のリスク(車線リスク)を算出する(ステップS103)。例えば、法定速度の観点で見ると、各車線の車両は同じ速度で走行しているが、実際には、走行車線には合流車や分流車が存在するため、走行車線を走行する車両の速度は、若干、法定速度よりも遅い傾向にある。また、追越車線は走行車線を走行する速度が相対的に遅い車両を追い越すために使われるため、追越車線は走行車線と比較して、相対的に速度が高い。そのため、各車線リスクは、走行車線から追越車線に向かって、徐々に高くなる傾向にある。
同様にして、リンクコスト算出部54の車線リスク見積部54aは、合流地点におけるリスク(合流リスク)を算出する(ステップS104)。合流地点においては、合流車線(支線)から流入してくる車両が存在するため、自車が走行車線を走行する場合に、多少リスクを伴う。例えば、合流地点において、合流車と自車の経路が干渉するために、自車が本線車線上で減速するか、加速することが必要になる。加減速ができる環境であれば良いが、実際には、自車の前方や後方に車両(先行車や後続車)が存在するため、必要な加減速ができないことも想定される。そのため、通常、車線リスクの低い走行車線においても、合流地点においてのみ、リスクが高くなる傾向にある。車線リスク見積部54aは、各車線を走行する際のリスク(ステップS103の結果)と、合流地点におけるリスク(ステップS104の結果)を総合的に判断して、車線リスクを算出する。各車線(i)を走行する際のリスク(R)と、合流地点におけるリスク(R)は、図4に示すように表現できる。ここでは、左側通行を想定しているため、左側(左端)の車線から順に「i=1,2,3,・・・,N−1」として数える。合流地点は「N」とする。図4の例では3車線を想定しており、車線リスクは、小さいものから順に「R<R<R<<R」となり、色分けして表示される。なお、リスク(R)の値はコストである。
次に、リンクコスト算出部54の車線変更リスク見積部54bは、車線変更におけるリスク(車線変更リスク)を算出する(ステップS105)。車線変更を行う場合には、上記のステップS104で述べたように、実際には速度の異なる車線から車線への移動が必要になる。すなわち、各車線を走行する車両の速度差により、自車と他車線を走行する他車との経路の干渉が生じる可能性が高い。そのため、車線変更に伴う追加リスクを考慮する必要がある。したがって、車線変更リスクは、図5に示すように、自車が現在走行中の車線(i)のリスク(R)をベース(基礎)とし、それに対して、車線変更に伴う追加リスク(α、β)を加算することによって算出される。ここでは、走行車線から追越車線(右側の車線)への車線変更に伴う追加リスクを「α」とし、追越車線から走行車線(左側の車線)への車線変更に伴う追加リスクを「β」とする。但し、α、βは、隣り合う車線における車線(i)のリスク(R)の差(Ri+1−R)よりも小さいもの(α、β<Ri+1−R、i=1,2,3,・・・,N−1)とする。
次に、リンクコスト算出部54の渋滞リスク見積部54cは、渋滞発生により考慮しなければならないリスク(渋滞リスク)を算出する(ステップS106)。渋滞発生によって、車両の速度が低下した場合には、車線リスクも変化する。例えば、合流地点においてリスクが高かった場所においては、その領域が拡大する。更に、渋滞によって車線を流れる車の速度が低下するため、自車も減速が必要になるのと同時に車間距離は短くなり、全般的にリスクは高くなる。また、車線リスクと同様に、車線変更リスクも変化する。渋滞によって車線を流れる車の速度が低下するため、車間距離は短くなり、車線変更が難しくなるため、全般的にリスクは高くなる。そのため、ステップS104からステップS106で計算したリスクに重みを付ける(数倍にする、若しくは、加算する)ことによって、渋滞時のリスクを算出することができる。渋滞リスクを算出する方法としては、時間帯別の統計的な渋滞リスクを考慮する方法と、車両外部のインフラから渋滞情報や交通規制情報を取得する方法がある。前者については、例えば朝夕の通勤時間帯、及び、長期休暇の際に、渋滞している可能性が高い傾向にある。また、これまでの解析結果に基づいて、渋滞している可能性が高い日時をデータベースとして持つことができる。後者については、道路交通情報取得部54dが車車間通信や路車間通信、若しくは道路交通情報通信システム(VICS(登録商標))を活用することによって、渋滞している箇所の情報を取得することができる。
道路区分判断部53は、自車の現在位置から規定距離内に合流地点がある場合には、図6に示すように、合流地点前後の各車線(車線ごと)に車線変更地点となるノードを設定する(ステップS107)。基本的には、合流地点の前後で、かつ、リスクレベルの変化地点付近にノードを配置し、合流地点においてはノードを設置しないものとする。本線を走行する自車は、合流地点前で追越車線側に車線変更を行うことによって、合流車線から本線に合流車を合流させやすくする。また、合流地点後で走行車線側に車線変更を行うことによって、自車が追越車線側を走行し続けるのを回避する。そのため、合流地点付近にはノードを設置する必要がなく、合流地点の前後にのみ、ノードを設置すれば良いと考えられる。また、合流地点の前後には、道路の各車線に複数のノードを設定し、車線内のノードの接続、及び、車線を跨ぐノードの接続により自車の走行経路候補を増やしておくことが必要である。
ネットリスト生成部55は、これらの情報に基づき、図7に示すように、各リスクをコストとして付与したネットリストを生成する(ステップS108)。まず、ステップS103で設置した各ノード間をリンクで接続する。但し、複数車線を跨ぐようなノード間を接続した場合には、自車は一気に複数車線を車線変更することになるため、このような接続関係にはならないようにして、ノード間をリンクで接続する。これを実現するためには、隣接ノード間のみをリンクで接続することが必要である。各リンクには、ステップS104からステップS107で見積もったリスクを総合的に判断したコストを付与する。
次に、最適経路リンク決定部56は、このネットリストを用いて、図8に示すように、リスクが最小となる走行経路を計算する(ステップS109)。この演算には、最短経路問題を解くために用いられるダイクストラ法やA*(A−star)探索アルゴリズムに代表されるグラフ探索理論が活用できる。但し、車線を反対向きに走行することは現実的にはなく、このような行動は避けなければならないため、リンク構造として、有向グラフを用いる必要がある。また、自車位置とグラフ探索のスタート地点が一致することは少ないため、自車から最も近い進行方向前方のノードを用いて、グラフ探索を開始する。また、合流地点を通過後、十分な距離を取った地点を、グラフ探索の終点として設定する。始点ノードから各ノードに対する最小コストの経路を求め、この動作を繰り返すことによって、走行車線から追越車線へ車線変更をし、合流地点付近の追越車線をしばらく走行した後、追越車線から走行車線に車線変更をして、しばらく走行車線を走行するようなリスク最小となるような走行経路が算出される。
グラフ探索の結果によっては、ステップS109で計算されたリスク最小となる走行経路が複数存在する可能性がある。そのため、最適経路リンク決定部56は、コスト最小となる走行経路が2つ以上あるか否かを判断する(ステップS110)。なお、コスト最小となる走行経路が2つ以上ない場合(ステップS110でNo)には、コスト最小となる走行経路は一意に特定できるため、この時点で演算処理を終了する。
コスト最小となる走行経路が2つ以上ある場合(ステップS110でYes)には、最適経路リンク決定部56のリスク比較部56aは、車線リスクよりも、車線変更リスクが小さくなる方を走行経路として決定する(ステップS111)。前述のように、リスクには、各車線を走行する際のリスクと、車線変更を行う際のリスクがある。車線リスクと車線変更リスクを相対的に考えてみると、車線リスクは、その車線を走行する際の速度に起因する一方、車線変更リスクは、速度帯の異なる車線へ移動することになるため、他車両との挙動の干渉が大きくなるものと容易に想像できる。すなわち、車線リスクと比較して、車線変更リスクが相対的に高いと言えるため、車線変更リスクが小さい方をコスト最小となる走行経路として決定する。
以上、説明したように、第1実施形態に係る走行制御装置5は、高速道路の合流地点付近での合流車を想定した場合に、実際に合流地点に到着する前に、合流地点での合流車との挙動の干渉を考慮した車線リスク、車線変更リスク、及び、渋滞によるリスクの変化を考慮して、合流地点前での追越車線への車線変更を行うと共に、合流地点付近で追越車線を走行した後に、合流地点後で走行車線へ車線変更して車線復帰する一連の経路を計算して、リスクが最小となる走行経路を決定する。そのため、実際に合流地点に到着する前に、合流地点を通過する際の走行戦略を決定することが可能である。
なお、車両が自動運転車である場合には、走行制御装置5は、決定した走行経路に従って車線変更の走行制御を行うと好ましい。このとき、最適経路リンク決定部56は、決定した走行経路に従って指令値を算出し、指令値に従って自車の走行を自動的に制御する自動走行制御装置に対して、算出した指令値を送る。この自動走行制御装置は、自車のパワートレインコントローラ6、ブレーキコントローラ8、及び操舵モータコントローラ12により構成される。例えば、最適経路リンク決定部56は、決定した走行経路に従って、目標速度及び目標操舵量を算出して設定する。そして、目標車速と現在車速とを比較して、加速が必要な場合には駆動力操作量を算出して自車のパワートレインコントローラ6に送り、減速が必要な場合には制動力操作量を算出して自車のブレーキコントローラ8に送り、目標操舵量を自車の操舵モータコントローラ12に送るようにしても良い。パワートレインコントローラ6は、駆動力操作量を実現するように自車のパワートレイン7を制御する。ブレーキコントローラ8は、制動力操作量を実現するように自車のブレーキユニット9を制御する。操舵モータコントローラ12は、目標操舵量を実現するように自車の操舵モータを制御する。この場合、隊列走行制御やACC走行制御が作動中でも、決定した走行経路に従って車線変更の走行制御を行うことを優先するものとする。
また、自車の乗員に通知内容を認識可能に通知する通知装置として、ナビゲーションユニット3や車載モニタ等を用いて、決定した走行経路を表示又は音声案内すると好ましい。車両が非自動運転車である場合には、決定した走行経路を表示又は音声案内することにより、運転者に適切な車線変更を促し、車両を決定した走行経路に誘導することができる。なお、自動運転車であっても、自動運転制御が作動していない場合には、非自動運転車となる。すなわち、ナビゲーションユニット3や走行制御装置5等は、車両の車線変更を支援する走行支援装置の1つである。
第1実施形態に係る走行支援装置は、第1実施形態に係る走行制御装置5を中核として、上記の車両の位置検出ユニット1、データ管理ユニット2、ナビゲーションユニット3、車速センサ4、パワートレインコントローラ6、パワートレイン7、ブレーキコントローラ8、ブレーキユニット9、ヨーレートセンサ10、レーザースキャナ11、及び操舵モータコントローラ12を任意に組み合わせることで実現される。
(第1実施形態の効果)
第1実施形態によれば、以下のような効果を奏する。
(1)第1実施形態に係る走行支援装置は、車両の合流地点付近での車線変更を支援する走行支援装置であって、自車の現在位置を検出し、自車の現在位置を起点とする自車の進路の各車線上のノード間を連結する走行リンクに含まれるリスクをコストとして算出する。走行リンクの接続パターンにコストを付与したネットリストを生成し、ネットリストにおいてコストが最小となる走行リンクの接続パターンを走行経路として決定する。
このように、自車が高速道路の本線車線の被合流状況において、実際に自車が合流地点に接近する前に、走行予定の経路における各リスクを総合的に考慮して、走行すべき経路を計算して決定するので、合流地点において、本線に合流車を合流させやすくするのと同時に、自車が円滑に合流地点を通過することができる。
(2)上記の走行支援装置は、走行車線と追越車線の統計的な走行速度の違いや合流地点の有無に起因する各車線走行時の車線リスクを上記のリスクの少なくとも一部として算出する。
このように、車線に沿って走行する際に使う各走行リンクのリスクを上記のリスクの少なくとも一部として算出するので、比較的走行し易い(容易な)車線を理解し、合流地点付近以外では、できるだけ走行車線側を走行することができる。
(3)上記の走行支援装置は、走行車線と追越車線との間の車線変更を行う際に発生する車線変更リスクを上記のリスクの少なくとも一部として算出する。例えば、走行車線から追越車線への車線変更、若しくは、追越車線から走行車線への車線復帰を行う際に発生する車線変更リスクを上記のリスクの少なくとも一部として算出する。
このように、車線変更を行う際に使う各走行リンクにおけるリスクを上記のリスクの少なくとも一部として算出するので、車線変更がし易い場所を理解し、できるだけ車線変更の回数が少なくなるように走行することができる。
(4)上記の走行支援装置は、走行経路となり得る接続パターンが2つ以上存在する場合に、車線リスクよりも、車線変更リスクが小さくなる方を走行経路として決定する。
このように、走行経路となり得る接続パターンが2つ以上存在する場合に、車線変更リスクが小さくなる方を走行経路として決定するので、速度帯が高い車線を選択して走行してでも、できるだけ車線変更の回数が少なくなるように走行することができる。
(5)上記の走行支援装置は、時間帯ごとの統計的な合流地点での渋滞発生に伴う渋滞リスクを上記のリスクの少なくとも一部として算出する。
このように、時間帯ごとの統計的な渋滞リスクを考慮するので、渋滞時における走行の困難性、及び、車線変更の困難性を理解し、統計的に渋滞が起きにくい場所で車線変更を行うことができる。
(6)上記の走行支援装置は、車両外部のインフラから渋滞情報や交通規制情報を取得し、渋滞情報又は交通規制情報から判断される渋滞又は交通規制による速度低下に起因して発生する渋滞リスクを車線リスク及び車線変更リスクに加える。
このように、渋滞情報又は交通規制情報から判断される渋滞又は交通規制による速度低下に起因して発生する渋滞リスクを車線リスク及び車線変更リスクに加えるので、渋滞時における走行の非容易性、及び、車線変更の非容易性を理解し、車車間通信や路車間通信、若しくは道路交通情報通信システム(VICS(登録商標))等により、渋滞が起きていることが分かっている場合には、事前に車線変更を行うことができる。
(7)上記の走行支援装置は、指令値に従って自車の走行を自動的に制御する自動走行制御装置を更に備え、走行経路に従って、指令値として目標車速及び目標操舵量を算出し、目標車速及び目標操舵量に従って自車の走行を自動的に制御する。
その結果、決定した走行経路に従って、自動走行制御(自動運転)を実現できる。
(8)上記の走行支援装置は、自車の乗員に通知内容を認識可能に通知する通知装置に対して、前記走行経路を送る。前記通知装置は、前記走行経路を前記乗員に通知する。
その結果、決定した走行経路を乗員に認識させ、運転に反映させることができる。
<第2実施形態>
以下に、本発明の第2実施形態について説明する。
第2実施形態では、高速道路において、複雑な合流地点を通過しようとした際に、事前に合流車の存在を想定して経路計画を行う方式について説明する。なお、車両については、第1実施形態と同様である。
(走行制御装置の詳細)
図9に示すように、第2実施形態に係る走行制御装置5は、第1実施形態(図2)と同様に、自車位置検出部51と、道路区分判断部53と、地図データベース52と、リンクコスト算出部54と、ネットリスト生成部55と、最適経路リンク決定部56とを備える。また、リンクコスト算出部54は、車線リスク見積部54aと、車線変更リスク見積部54bと、渋滞リスク見積部54cとを備える。更に、渋滞リスク見積部54cは、道路交通情報取得部54dを備える。最適経路リンク決定部56は、リスク比較部56aを備える。
第2実施形態では、リンクコスト算出部54は、合流車線の一部である加速車線における車線数や形状を考慮し、リスクに反映する機能を有する。そのため、リンクコスト算出部54は、更に、加速車線形状反映部54eを備える。加速車線形状反映部54eは、合流地点での加速車線の長さや勾配から判断される合流の困難さに起因する合流車の本線走行時における速度のばらつき(不規則分布)を予測し、速度のばらつきにより合流車が被合流車(ここでは自車)に与える合流リスクを、上記のリスクの少なくとも一部として算出する。
このように、第2実施形態は、リンクコスト算出部54が更に加速車線形状反映部54eを備える点で第1実施形態と相異する。加速車線形状反映部54e以外の構成は、第1実施形態と共通である。第1実施形態と共通する基本的構成についての重複した説明は避け、ここでは異なる点を中心に説明する。
(車線変更支援指標演算処理)
次に、図10のフローチャートを参照して、第2実施形態に関して、自車が高速道路の本線車線の被合流状況において、合流車線の形状が複雑な場合に、各車線走行時のリスクや車線変更時のリスクに基づき、実際に自車が合流地点に接近する前に、走行予定の経路における各リスクを総合的に考慮して、走行すべき経路の計算を行う制御手順について説明する。
なお、ステップS101、ステップS102、ステップS103〜S105、ステップS107〜S109に述べる制御は、基本的に、第1実施形態と同様である。ステップS201からステップS205に述べる制御は、合流地点の特徴に起因する合流難易度に基づいて、車線リスクや車線変更リスクに影響を及ぼす度合いを算出する動作に対応する。ここでは、具体的な例として、合流車線前のランプ部(傾斜路)が2車線で、勾配を持ち、且つ、ある曲率で曲がった道路となっていて、最終的に2車線の合流車線が消滅するタイプの合流地点を取り上げる。この状況において、高速道路の合流地点付近での合流車を想定して、合流地点前で追越車線に車線変更を行い、合流地点後で走行車線に車線復帰を行う動作を説明する。
まず、自車位置検出部51は、自車の現在位置を検出する(ステップS101)。次に、道路区分判断部53は、車線情報と合流地点の有無に関する情報を有する地図データベース52を参照し、自車の現在位置を基準として、自車の進路上の規定距離内に、合流地点があるかどうかを判断し(ステップS102)、自車の現在位置から規定距離内に合流地点がない場合(ステップS102でNo)には、この動作を引き続き行い、合流地点を探し続ける。
リンクコスト算出部54の加速車線形状反映部54eは、自車の現在位置から規定距離内に合流地点がある場合(ステップS102でYes)には、合流車線における加速車線の長さに起因する合流の困難さをリスクの少なくとも一部として算出する(ステップS201)。加速車線が短い場合には、本線に合流するまでの準備期間が短いため、合流車が十分な速度まで加速することができず、円滑に合流を行うことが困難である。それにより、自車が本線の走行車線を走行しているとした場合に、合流車によって、自車の運転行動が妨げられる可能性がある。そのため、加速車線が短い場合には、合流困難な状況であるとみなす。
リンクコスト算出部54の加速車線形状反映部54eは、同様にして、合流車線における車線数に起因する合流の困難さをリスクの少なくとも一部として算出する(ステップS202)。通常は、合流車線数は1車線であり、合流地点で本線車線に吸収される。また、渋滞の起こりやすい合流地点においては、合流地点前の一般道路、若しくは、他の高速道路の本線上に渋滞を作らないようにするため、ランプ部から合流地点にかけて、合流車線を2車線設けている場所も存在する。しかしながら、合流車線が2車線になっていることによって、合流を困難にしている事実もある。合流車線の左側車線を走行している車両がこれから合流しようとしている場合、合流車線内で右車線に車線変更を行った後に、本線車線へ車線変更することで合流を完了する。合流車線内が混雑している場合には、合流車線内での車線変更が困難であるため、その後の合流にも影響を及ぼす。その結果、本線への合流速度は、通常の合流の場合と比較して低下するため、自車が本線の走行車線を走行しているとした場合に、合流車によって、自車の運転行動が妨げられる可能性がある。そのため、合流車線における車線数が多くなるにしたがって、合流困難な状況であるとみなす。
リンクコスト算出部54の加速車線形状反映部54eは、更に、合流車線の勾配に起因する合流の困難さもリスクの少なくとも一部として算出する必要がある(ステップS203)。合流車線では、合流を行うために必要な速度まで速度を上げることが必要だが、その行動を行いやすいのは、合流車線が平坦な場合である。仮に、合流車線が上り坂であった場合、合流車の速度は低下する傾向にあり、ドライバが想定している以上に、加速を試みる必要がある。一旦、アクセルを緩めてしまうと、急激に速度が低下するため、合流に必要な速度を達成、維持することは難しい。逆に、合流車線が下り坂であった場合、合流車の速度は自然と高くなるため、合流に必要な速度を達成し易いものの、速度をブレーキで調整することになる。合流を行う際には、速度の高い本線車線に車線変更を行うため、アクセルを使うことになるが、この行動と干渉する。だが、事前速度を落としておくことで、最終的にアクセルで速度調整して、合流することは可能である。このことから、合流車線に勾配がある場合には、平坦な合流車線よりも合流困難な状況であり、特に、合流車線が上り坂である場合に、更に合流困難な状況としてみなす。
リンクコスト算出部54の加速車線形状反映部54eは、これらの合流の困難さから、車線リスク、車線変更リスクに影響を及ぼす度合いを算出する(ステップS204)。一例として、次の(1)〜(3)に示す順番で、車線リスク、車線変更に影響を及ぼす度合いが高いと考えられる。
(1)合流車線の車線数に起因するもの
(2)合流車線の加速車線の長さに起因するもの
(3)合流車線の勾配に起因するもの
合流車線の車線数は、合流行動に大きな影響を与える。合流車線に複数車線が存在する場合には、合流車は複数回の車線変更を余儀なくされるため、合流の準備を行うことすらできない。また、加速車線が短い場合には、合流車が本線へ合流するために十分な速度まで加速できずに、本線に合流してしまうため、本線の車両の流れに影響を及ぼす可能性がある。これらと比較すると、合流車線の勾配は、合流の難しさにさほど影響を及ぼさない。
次に、実施形態1と同様に、車線リスク、合流リスク及び車線変更リスクをリスクの少なくとも一部として算出する(ステップS103〜ステップS105)。図示しないが、必要であれば、第1実施形態と同様に、渋滞発生により考慮しなければならないリスク(渋滞リスク)をコストとして算出しても良い(ステップS106)。車線リスク及び車線変更リスクをリスクの少なくとも一部として算出する際に、リンクコスト算出部54の加速車線形状反映部54eは、ステップS201〜ステップS204で算出した車線リスク、車線変更リスクに影響を及ぼす度合いを各リスクに反映する。例えば、図11に示すように、合流車線が2車線存在する場合には、合流車線が1車線の場合と比較して、合流車が本線への合流を行うのが容易ではないことから、本線車線へ合流する合流車の速度が低下することが想定される。そのため、第1実施形態の場合と比較して、一番左側の走行車線における車線リスクを高くするだけでなく、その右隣りの走行車線についても、車線リスクを高くする。また、車線リスクを高くする領域を長くする。
道路区分判断部53は、自車の現在位置から規定距離内に合流地点がある場合には、合流地点前後の各車線に対して、リスクレベルの変化する地点付近にノード(車線変更地点)を設定する(ステップS107)。ネットリスト生成部55は、決定したリスクに基づいて、各リスクをコストとして付与したネットリストを生成する(ステップS108)。最適経路リンク決定部56は、このネットリストを用いて、図12に示すように、リスクが最小となる走行経路を計算する(ステップS109)。
図示しないが、必要であれば、この後、第1実施形態と同様に、最適経路リンク決定部56は、コスト最小となる走行経路が2つ以上あるか否かを判断しても良い(ステップS110)。コスト最小となる走行経路が2つ以上ある場合(ステップS110でYes)には、最適経路リンク決定部56のリスク比較部56aは、車線リスクよりも、車線変更リスクが小さくなる方を走行経路として決定する(ステップS111)。
以上、説明したように、第2実施形態に係る走行制御装置は、高速道路において、合流車線が2車線あるような複雑な合流地点付近での合流車を想定した場合にも、実際に合流地点に到着する前に、合流車によって引き起こされる渋滞を回避して、合流地点を通過することが可能である。
第2実施形態に係る走行支援装置は、第2実施形態に係る走行制御装置5を中核として、上記の車両の位置検出ユニット1、データ管理ユニット2、ナビゲーションユニット3、車速センサ4、パワートレインコントローラ6、パワートレイン7、ブレーキコントローラ8、ブレーキユニット9、ヨーレートセンサ10、レーザースキャナ11、及び操舵モータコントローラ12を任意に組み合わせることで実現される。
(第2実施形態の効果)
第2実施形態によれば、以下のような効果を奏する。
(1)第2実施形態に係る走行支援装置は、第1実施形態に係る走行支援装置と同様の技術的特徴(構成及び動作)を備え、同様の作用効果を奏する。
(2)更に、上記の走行支援装置は、合流地点での加速車線の長さや勾配から判断される合流の困難さに起因する合流車の本線走行時における速度のばらつきを予測し、速度のばらつきにより合流車が被合流車に与える合流リスクを、上記のリスクの少なくとも一部として算出する。
このように、合流地点において、合流車が被合流車に与える合流リスクを、各走行リンクにおけるリスクに反映するので、形状が複雑で、合流が困難になりがちな都市高速道路でも、車線変更のタイミングを事前に適切に変更することができる。
(変形例)
上記の各実施形態は、組み合わせて実施することも可能である。例えば、走行制御装置5の動作モード選択等により、第1実施形態と第2実施形態とを切り替えることができるようにしても良い。
また、上記の各実施形態において、車車間通信又は路車間通信等によって、又は道路交通情報によって、自車が合流地点を通過する際の合流車の有無を判断又は予測し、自車が合流地点を通過する際に合流車が存在すると判断又は予測した場合にのみ、上記の各実施形態を実施するようにしても良い。なお、自車が合流地点を通過する際に合流車が存在しないと判断又は予測した場合には、上記の各実施形態を実施しなくても良い。
また、上記の各実施形態では、高速道路等での被合流状況を想定しているが、実際には、一般国道や主要地方道での被合流状況や、複数車線の道路での車線数減少による被合流状況等にも適用することができる。
また、上記の図4〜8、図11〜12では、本線車道が片側3車線の場合を想定しているが、実際には片側2車線や片側4車線以上でも良い。
また、上記の図4〜8、図11〜12では、車両が左側通行の国(日本国等)の場合を想定しているため、追越車線は走行車線の右側の車線としているが、車両が右側通行の国(米国等)の場合には、追越車線は走行車線の左側の車線となる。すなわち、左側通行の場合と右側通行の場合とでは、走行車線に対する追越車線の配置や、合流地点における本線車線に対する合流車線の配置が、自車の進行方向に対して左右逆転する。
以上、本発明の実施形態を詳述してきたが、実際には、上記の実施形態に限られるものではなく、本発明の要旨を逸脱しない範囲の変更があっても本発明に含まれる。
1 位置検出ユニット
2 データ管理ユニット
3 ナビゲーションユニット
4 車速センサ
5 走行制御装置
51 自車位置検出部
52 地図データベース
53 道路区分判断部
54 リンクコスト算出部
54a 車線リスク見積部
54b 車線変更リスク見積部
54c 渋滞リスク見積部
54d 道路交通情報取得部
54e 加速車線形状反映部
55 ネットリスト生成部
56 最適経路リンク決定部
56a リスク比較部
6 パワートレインコントローラ
7 パワートレイン
8 ブレーキコントローラ
9 ブレーキユニット
10 ヨーレートセンサ
11 レーザースキャナ
12 操舵モータコントローラ

Claims (10)

  1. 車両の合流地点付近での車線変更を支援する走行支援装置であって、
    自車の現在位置を検出する自車位置検出部と、
    前記現在位置を起点とする自車の進路の各車線上のノード間を連結する走行リンクに含まれるリスクをコストとして算出するリンクコスト算出部と、
    前記走行リンクの接続パターンに前記コストを付与したネットリストを生成するネットリスト生成部と、
    前記ネットリストにおいて前記コストが最小となる走行リンクの接続パターンを走行経路として決定する最適経路リンク決定部と、
    を備えることを特徴とする走行支援装置。
  2. 前記リンクコスト算出部は、走行車線及び追越車線の統計的な走行速度の違いと合流地点の有無とに起因する各車線走行時の車線リスクを前記リスクの少なくとも一部として算出する車線リスク見積部を備えることを特徴とする請求項1に記載の走行支援装置。
  3. 前記リンクコスト算出部は、走行車線と追越車線との間の車線変更を行う際に発生する車線変更リスクを前記リスクの少なくとも一部として算出する車線変更リスク見積部を備えることを特徴とする請求項2に記載の走行支援装置。
  4. 前記最適経路リンク決定部は、前記走行経路となり得る接続パターンが2つ以上存在する場合に、前記車線リスクよりも、前記車線変更リスクが小さくなる方を前記走行経路として決定するリスク比較部を備えることを特徴とする請求項3に記載の走行支援装置。
  5. 前記リンクコスト算出部は、時間帯ごとの統計的な合流地点での渋滞発生に伴う渋滞リスクを前記リスクの少なくとも一部として算出する渋滞リスク見積部を備えることを特徴とする請求項3又は請求項4に記載の走行支援装置。
  6. 前記渋滞リスク見積部は、車両外部のインフラから渋滞情報又は交通規制情報を取得する道路交通情報取得部を備え、前記渋滞情報又は前記交通規制情報から判断される渋滞又は交通規制による速度低下に起因して発生する前記渋滞リスクを前記車線リスク及び前記車線変更リスクに加えることを特徴とする請求項5に記載の走行支援装置。
  7. 前記リンクコスト算出部は、合流地点での加速車線の長さ及び勾配から判断される合流の困難さに起因する合流車の本線走行時における速度のばらつきを予測し、前記速度のばらつきにより合流車が被合流車に与える合流リスクを、前記リスクの少なくとも一部として算出する加速車線形状反映部を備えることを特徴とする請求項1から請求項6のいずれか一項に記載の走行支援装置。
  8. 指令値に従って自車の走行を自動的に制御する自動走行制御装置を更に備え、
    前記最適経路リンク決定部は、前記走行経路に従って、前記指令値として目標車速及び目標操舵量を算出して前記自動走行制御装置に送り、
    前記自動走行制御装置は、前記目標車速及び前記目標操舵量に従って自車の走行を自動的に制御することを特徴とする請求項1から請求項7のいずれか一項に記載の走行支援装置。
  9. 自車の乗員に通知内容を認識可能に通知する通知装置を更に備え、
    前記最適経路リンク決定部は、前記走行経路を前記通知装置に送り、
    前記通知装置は、前記走行経路を前記乗員に通知することを特徴とする請求項1から請求項8のいずれか一項に記載の走行支援装置。
  10. 車両において実施される走行支援方法であって、
    自車の現在位置を検出し、
    前記現在位置を起点とする自車の進路の各車線上のノード間を連結する走行リンクに含まれるリスクをコストとして算出し、
    前記走行リンクの接続パターンに前記コストを付与したネットリストを生成し、
    前記ネットリストにおいて前記コストが最小となる走行リンクの接続パターンを走行経路として決定することを特徴とする走行支援方法。
JP2014142505A 2014-07-10 2014-07-10 走行支援装置及び走行支援方法 Active JP6451111B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2014142505A JP6451111B2 (ja) 2014-07-10 2014-07-10 走行支援装置及び走行支援方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014142505A JP6451111B2 (ja) 2014-07-10 2014-07-10 走行支援装置及び走行支援方法

Publications (2)

Publication Number Publication Date
JP2016017914A true JP2016017914A (ja) 2016-02-01
JP6451111B2 JP6451111B2 (ja) 2019-01-16

Family

ID=55233217

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014142505A Active JP6451111B2 (ja) 2014-07-10 2014-07-10 走行支援装置及び走行支援方法

Country Status (1)

Country Link
JP (1) JP6451111B2 (ja)

Cited By (42)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017146653A (ja) * 2016-02-15 2017-08-24 本田技研工業株式会社 車両制御システム、車両制御方法、および車両制御プログラム
JP2017181391A (ja) * 2016-03-31 2017-10-05 アイシン・エィ・ダブリュ株式会社 コスト算出データのデータ構造
JP2017181392A (ja) * 2016-03-31 2017-10-05 アイシン・エィ・ダブリュ株式会社 経路探索装置及びコンピュータプログラム
JP2017182568A (ja) * 2016-03-31 2017-10-05 株式会社Subaru 周辺リスク表示装置
JP6214796B1 (ja) * 2016-03-30 2017-10-18 三菱電機株式会社 走行計画生成装置、走行計画生成方法及び走行計画生成プログラム
JP2017223797A (ja) * 2016-06-14 2017-12-21 株式会社ゼンリン 地図更新データ管理装置、地図データ更新システムおよび地図用更新データ構造
JP2018108799A (ja) * 2016-12-30 2018-07-12 バイドゥ ユーエスエー エルエルシーBaidu USA LLC グラフベースの車線変更ガイドを用いて自律走行車を動作させる方法及びシステム
WO2018163349A1 (ja) * 2017-03-09 2018-09-13 三菱電機株式会社 走行支援装置及び走行支援方法
WO2019108213A1 (en) * 2017-11-30 2019-06-06 Nissan North America, Inc. Autonomous vehicle operational management scenarios
WO2019112732A1 (en) 2017-12-05 2019-06-13 Waymo Llc Real-time lane change selection for autonomous vehicles
CN110352330A (zh) * 2017-03-07 2019-10-18 罗伯特·博世有限公司 用于自主交通工具的动作规划系统和方法
WO2019239665A1 (ja) * 2018-06-15 2019-12-19 クラリオン株式会社 計算装置、演算方法
JP2020030724A (ja) * 2018-08-24 2020-02-27 村田機械株式会社 走行車制御装置、走行車システム、及び走行車制御方法
US10654476B2 (en) 2017-02-10 2020-05-19 Nissan North America, Inc. Autonomous vehicle operational management control
JP2020082852A (ja) * 2018-11-19 2020-06-04 本田技研工業株式会社 車両制御装置、車両制御方法、及びプログラム
KR20200116409A (ko) * 2019-03-28 2020-10-12 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 무인자동차의 차선변경 방법, 장치 및 저장매체
US10836405B2 (en) 2017-10-30 2020-11-17 Nissan North America, Inc. Continual planning and metareasoning for controlling an autonomous vehicle
CN111967163A (zh) * 2020-08-27 2020-11-20 腾讯科技(深圳)有限公司 车辆仿真控制方法、装置、计算机设备及存储介质
JP2021024429A (ja) * 2019-08-05 2021-02-22 本田技研工業株式会社 車両制御装置、車両制御方法、およびプログラム
JP2021082331A (ja) * 2016-11-18 2021-05-27 ウェイモ エルエルシー 自律走行車の動的ルート決定
US11027751B2 (en) 2017-10-31 2021-06-08 Nissan North America, Inc. Reinforcement and model learning for vehicle operation
US11043127B2 (en) 2017-11-06 2021-06-22 Toyota Jidosha Kabushiki Kaisha Autonomous driving device
WO2021157194A1 (ja) * 2020-02-03 2021-08-12 株式会社デンソー 経路計画装置、経路計画方法、経路計画プログラム
US11110941B2 (en) 2018-02-26 2021-09-07 Renault S.A.S. Centralized shared autonomous vehicle operational management
US11113973B2 (en) 2017-02-10 2021-09-07 Nissan North America, Inc. Autonomous vehicle operational management blocking monitoring
US11120688B2 (en) 2018-06-29 2021-09-14 Nissan North America, Inc. Orientation-adjust actions for autonomous vehicle operational management
US11300957B2 (en) 2019-12-26 2022-04-12 Nissan North America, Inc. Multiple objective explanation and control interface design
JP2022099146A (ja) * 2020-12-22 2022-07-04 パナソニックIpマネジメント株式会社 車両制御システム及び車両制御方法
JP2022107902A (ja) * 2021-01-12 2022-07-25 本田技研工業株式会社 推奨レーンを判定する車両システム
US11447135B2 (en) 2018-06-29 2022-09-20 Nissan Motor Co., Ltd. Drive assisting method and vehicle control device
US11500380B2 (en) 2017-02-10 2022-11-15 Nissan North America, Inc. Autonomous vehicle operational management including operating a partially observable Markov decision process model instance
WO2022259733A1 (ja) * 2021-06-08 2022-12-15 株式会社アイシン 運転支援装置
US11577746B2 (en) 2020-01-31 2023-02-14 Nissan North America, Inc. Explainability of autonomous vehicle decision making
US11613269B2 (en) 2019-12-23 2023-03-28 Nissan North America, Inc. Learning safety and human-centered constraints in autonomous vehicles
US11635758B2 (en) 2019-11-26 2023-04-25 Nissan North America, Inc. Risk aware executor with action set recommendations
WO2023087626A1 (zh) * 2021-11-19 2023-05-25 北京小米移动软件有限公司 轨迹预测方法、轨迹预测装置及存储介质
US11702070B2 (en) 2017-10-31 2023-07-18 Nissan North America, Inc. Autonomous vehicle operation with explicit occlusion reasoning
US11714971B2 (en) 2020-01-31 2023-08-01 Nissan North America, Inc. Explainability of autonomous vehicle decision making
US11782438B2 (en) 2020-03-17 2023-10-10 Nissan North America, Inc. Apparatus and method for post-processing a decision-making model of an autonomous vehicle using multivariate data
US11874120B2 (en) 2017-12-22 2024-01-16 Nissan North America, Inc. Shared autonomous vehicle operational management
US11899454B2 (en) 2019-11-26 2024-02-13 Nissan North America, Inc. Objective-based reasoning in autonomous vehicle decision-making
JP7467323B2 (ja) 2020-12-07 2024-04-15 日産自動車株式会社 走行支援方法及び走行支援装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010511879A (ja) * 2006-12-06 2010-04-15 ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツング 目的地案内方法および目的地案内を実行するための装置、ならびに相応のコンピュータプログラムと相応のコンピュータ読出し可能記憶媒体
WO2014183908A1 (de) * 2013-05-13 2014-11-20 Robert Bosch Gmbh Verfahren und vorrichtung zum betreiben eines fahrzeugs

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010511879A (ja) * 2006-12-06 2010-04-15 ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツング 目的地案内方法および目的地案内を実行するための装置、ならびに相応のコンピュータプログラムと相応のコンピュータ読出し可能記憶媒体
WO2014183908A1 (de) * 2013-05-13 2014-11-20 Robert Bosch Gmbh Verfahren und vorrichtung zum betreiben eines fahrzeugs

Cited By (76)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2017146653A (ja) * 2016-02-15 2017-08-24 本田技研工業株式会社 車両制御システム、車両制御方法、および車両制御プログラム
US10114371B2 (en) 2016-02-15 2018-10-30 Honda Motor Co., Ltd. Vehicle control system, vehicle control method, and vehicle control program
CN108603763A (zh) * 2016-03-30 2018-09-28 三菱电机株式会社 行驶计划生成装置、行驶计划生成方法和行驶计划生成程序
JP6214796B1 (ja) * 2016-03-30 2017-10-18 三菱電機株式会社 走行計画生成装置、走行計画生成方法及び走行計画生成プログラム
JP2017181392A (ja) * 2016-03-31 2017-10-05 アイシン・エィ・ダブリュ株式会社 経路探索装置及びコンピュータプログラム
JP2017182568A (ja) * 2016-03-31 2017-10-05 株式会社Subaru 周辺リスク表示装置
JP2017181391A (ja) * 2016-03-31 2017-10-05 アイシン・エィ・ダブリュ株式会社 コスト算出データのデータ構造
JP2017223797A (ja) * 2016-06-14 2017-12-21 株式会社ゼンリン 地図更新データ管理装置、地図データ更新システムおよび地図用更新データ構造
CN114370883A (zh) * 2016-11-18 2022-04-19 伟摩有限责任公司 用于操纵车辆的方法和系统以及非暂时性计算机可读介质
JP2021082331A (ja) * 2016-11-18 2021-05-27 ウェイモ エルエルシー 自律走行車の動的ルート決定
US11537133B2 (en) 2016-11-18 2022-12-27 Waymo Llc Dynamic routing for autonomous vehicles
JP7266053B2 (ja) 2016-11-18 2023-04-27 ウェイモ エルエルシー 自律走行車の動的ルート決定
CN114370883B (zh) * 2016-11-18 2024-04-16 伟摩有限责任公司 用于操纵车辆的方法和系统
JP2018108799A (ja) * 2016-12-30 2018-07-12 バイドゥ ユーエスエー エルエルシーBaidu USA LLC グラフベースの車線変更ガイドを用いて自律走行車を動作させる方法及びシステム
US11500380B2 (en) 2017-02-10 2022-11-15 Nissan North America, Inc. Autonomous vehicle operational management including operating a partially observable Markov decision process model instance
US10654476B2 (en) 2017-02-10 2020-05-19 Nissan North America, Inc. Autonomous vehicle operational management control
US11113973B2 (en) 2017-02-10 2021-09-07 Nissan North America, Inc. Autonomous vehicle operational management blocking monitoring
JP2020509966A (ja) * 2017-03-07 2020-04-02 ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツングRobert Bosch Gmbh 自律車両用の行動計画システム及び方法
CN110352330B (zh) * 2017-03-07 2024-04-19 罗伯特·博世有限公司 用于自主交通工具的动作规划系统和方法
CN110352330A (zh) * 2017-03-07 2019-10-18 罗伯特·博世有限公司 用于自主交通工具的动作规划系统和方法
JP7191843B2 (ja) 2017-03-07 2022-12-19 ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツング 自律車両用の行動計画システム及び方法
US11402839B2 (en) 2017-03-07 2022-08-02 Robert Bosch Gmbh Action planning system and method for autonomous vehicles
JPWO2018163349A1 (ja) * 2017-03-09 2019-06-27 三菱電機株式会社 走行支援装置及び走行支援方法
WO2018163349A1 (ja) * 2017-03-09 2018-09-13 三菱電機株式会社 走行支援装置及び走行支援方法
US10836405B2 (en) 2017-10-30 2020-11-17 Nissan North America, Inc. Continual planning and metareasoning for controlling an autonomous vehicle
US11027751B2 (en) 2017-10-31 2021-06-08 Nissan North America, Inc. Reinforcement and model learning for vehicle operation
US11702070B2 (en) 2017-10-31 2023-07-18 Nissan North America, Inc. Autonomous vehicle operation with explicit occlusion reasoning
US11798421B2 (en) 2017-11-06 2023-10-24 Toyota Jidosha Kabushiki Kaisha Autonomous driving device
US11769414B2 (en) 2017-11-06 2023-09-26 Toyota Jidosha Kabushiki Kaisha Autonomous driving device
US11645917B2 (en) 2017-11-06 2023-05-09 Toyota Jidosha Kabushiki Kaisha Autonomous driving device
US11043127B2 (en) 2017-11-06 2021-06-22 Toyota Jidosha Kabushiki Kaisha Autonomous driving device
RU2744640C1 (ru) * 2017-11-30 2021-03-12 Ниссан Норт Америка, Инк. Варианты управления работой автономного транспортного средства
CN111629945A (zh) * 2017-11-30 2020-09-04 日产北美公司 自主车辆运行管理场景
US11084504B2 (en) 2017-11-30 2021-08-10 Nissan North America, Inc. Autonomous vehicle operational management scenarios
WO2019108213A1 (en) * 2017-11-30 2019-06-06 Nissan North America, Inc. Autonomous vehicle operational management scenarios
EP3721311A4 (en) * 2017-12-05 2021-08-11 Waymo LLC REAL-TIME LANE CHANGE SELECTION FOR AUTONOMOUS VEHICLES
CN111433698A (zh) * 2017-12-05 2020-07-17 伟摩有限责任公司 自动车辆的实时车道变换选择
CN111433698B (zh) * 2017-12-05 2023-12-01 伟摩有限责任公司 自动车辆的实时车道变换选择
WO2019112732A1 (en) 2017-12-05 2019-06-13 Waymo Llc Real-time lane change selection for autonomous vehicles
JP2021505459A (ja) * 2017-12-05 2021-02-18 ウェイモ エルエルシー 自律型車両のためのリアルタイム車線変更選択
US11360475B2 (en) 2017-12-05 2022-06-14 Waymo Llc Real-time lane change selection for autonomous vehicles
US11874120B2 (en) 2017-12-22 2024-01-16 Nissan North America, Inc. Shared autonomous vehicle operational management
US11110941B2 (en) 2018-02-26 2021-09-07 Renault S.A.S. Centralized shared autonomous vehicle operational management
EP3809391A4 (en) * 2018-06-15 2022-02-23 Clarion Co., Ltd. CALCULATION DEVICE AND CALCULATION METHOD
WO2019239665A1 (ja) * 2018-06-15 2019-12-19 クラリオン株式会社 計算装置、演算方法
JP7241475B2 (ja) 2018-06-15 2023-03-17 フォルシアクラリオン・エレクトロニクス株式会社 計算装置、演算方法
JP2019219189A (ja) * 2018-06-15 2019-12-26 クラリオン株式会社 計算装置、演算方法
US11529958B2 (en) 2018-06-15 2022-12-20 Faurecia Clarion Electronics Co., Ltd. Calculation apparatus and arithmetic method
US11120688B2 (en) 2018-06-29 2021-09-14 Nissan North America, Inc. Orientation-adjust actions for autonomous vehicle operational management
US11447135B2 (en) 2018-06-29 2022-09-20 Nissan Motor Co., Ltd. Drive assisting method and vehicle control device
JP2020030724A (ja) * 2018-08-24 2020-02-27 村田機械株式会社 走行車制御装置、走行車システム、及び走行車制御方法
WO2020039699A1 (ja) * 2018-08-24 2020-02-27 村田機械株式会社 走行車制御装置、走行車システム、及び走行車制御方法
JP2020082852A (ja) * 2018-11-19 2020-06-04 本田技研工業株式会社 車両制御装置、車両制御方法、及びプログラム
CN111273651A (zh) * 2018-11-19 2020-06-12 本田技研工业株式会社 车辆控制装置、车辆控制方法及存储介质
US11634139B2 (en) 2018-11-19 2023-04-25 Honda Motor Co., Ltd. Vehicle control device, vehicle control method, and storage medium
CN111273651B (zh) * 2018-11-19 2023-12-05 本田技研工业株式会社 车辆控制装置、车辆控制方法及存储介质
KR20200116409A (ko) * 2019-03-28 2020-10-12 바이두 온라인 네트웍 테크놀러지 (베이징) 캄파니 리미티드 무인자동차의 차선변경 방법, 장치 및 저장매체
KR102324154B1 (ko) 2019-03-28 2021-11-16 아폴로 인텔리전트 드라이빙 테크놀로지(베이징) 컴퍼니 리미티드 무인자동차의 차선변경 방법, 장치 및 저장매체
JP2021024429A (ja) * 2019-08-05 2021-02-22 本田技研工業株式会社 車両制御装置、車両制御方法、およびプログラム
JP7096215B2 (ja) 2019-08-05 2022-07-05 本田技研工業株式会社 車両制御装置、車両制御方法、およびプログラム
US11635758B2 (en) 2019-11-26 2023-04-25 Nissan North America, Inc. Risk aware executor with action set recommendations
US11899454B2 (en) 2019-11-26 2024-02-13 Nissan North America, Inc. Objective-based reasoning in autonomous vehicle decision-making
US11613269B2 (en) 2019-12-23 2023-03-28 Nissan North America, Inc. Learning safety and human-centered constraints in autonomous vehicles
US11300957B2 (en) 2019-12-26 2022-04-12 Nissan North America, Inc. Multiple objective explanation and control interface design
US11577746B2 (en) 2020-01-31 2023-02-14 Nissan North America, Inc. Explainability of autonomous vehicle decision making
US11714971B2 (en) 2020-01-31 2023-08-01 Nissan North America, Inc. Explainability of autonomous vehicle decision making
JP2021123178A (ja) * 2020-02-03 2021-08-30 株式会社デンソー 経路計画装置、経路計画方法、経路計画プログラム
WO2021157194A1 (ja) * 2020-02-03 2021-08-12 株式会社デンソー 経路計画装置、経路計画方法、経路計画プログラム
US11782438B2 (en) 2020-03-17 2023-10-10 Nissan North America, Inc. Apparatus and method for post-processing a decision-making model of an autonomous vehicle using multivariate data
CN111967163A (zh) * 2020-08-27 2020-11-20 腾讯科技(深圳)有限公司 车辆仿真控制方法、装置、计算机设备及存储介质
JP7467323B2 (ja) 2020-12-07 2024-04-15 日産自動車株式会社 走行支援方法及び走行支援装置
JP2022099146A (ja) * 2020-12-22 2022-07-04 パナソニックIpマネジメント株式会社 車両制御システム及び車両制御方法
JP7212078B2 (ja) 2021-01-12 2023-01-24 本田技研工業株式会社 推奨レーンを判定する車両システム
JP2022107902A (ja) * 2021-01-12 2022-07-25 本田技研工業株式会社 推奨レーンを判定する車両システム
WO2022259733A1 (ja) * 2021-06-08 2022-12-15 株式会社アイシン 運転支援装置
WO2023087626A1 (zh) * 2021-11-19 2023-05-25 北京小米移动软件有限公司 轨迹预测方法、轨迹预测装置及存储介质

Also Published As

Publication number Publication date
JP6451111B2 (ja) 2019-01-16

Similar Documents

Publication Publication Date Title
JP6451111B2 (ja) 走行支援装置及び走行支援方法
JP6308233B2 (ja) 車両制御装置及び車両制御方法
JP6323385B2 (ja) 車両走行制御装置
JP6299496B2 (ja) 走行支援装置及び走行支援方法
JP6531983B2 (ja) 自動運転装置、自動運転支援方法及び自動運転支援プログラム
CN104648402B (zh) 用于支持机动车的车道转换或者超车策略的方法和驾驶员辅助装置
CN111433094A (zh) 车辆控制装置
JP6994567B2 (ja) 車両制御装置
JP6380920B2 (ja) 車両制御装置
US20140058579A1 (en) Driving assist device and driving assist method
CN107472248A (zh) 车辆的行驶控制装置
RU2760046C1 (ru) Способ помощи при вождении и устройство помощи при вождении
CN111278706A (zh) 车辆控制装置
JP6558282B2 (ja) 自動運転システム
JP6954469B2 (ja) 運転支援方法及び運転支援装置
JP7167977B2 (ja) 車両走行支援方法及び車両走行支援装置
JP3973008B2 (ja) 安全走行支援装置、その方法及び記録媒体
JP2020032809A (ja) 自動運転システム
JP2019043195A (ja) 車両制御装置
JP6918130B2 (ja) 車両並びにその制御装置及び制御方法
JP7397408B2 (ja) 車両制御装置
JP7409204B2 (ja) 車両制御装置
JP7356892B2 (ja) 車両の走行環境推定方法、及び、走行環境推定システム
CN115593429A (zh) 自动驾驶车辆对紧急车辆的响应
JP2006224904A (ja) 車両制御装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20170330

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180130

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20180326

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20180904

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20181031

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20181113

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20181126

R151 Written notification of patent or utility model registration

Ref document number: 6451111

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151