JP2017047798A - 車両の走行制御装置 - Google Patents

Abstract

【課題】車両挙動の乱れを精度良く検出し、乗員に不安感を与えることなく、車両挙動の乱れをその要因に応じた最適な手法で適切に修正する。【解決手段】画像情報と地図情報の信頼度に応じて画像情報と地図情報の採用比率を可変して車線情報を検出する。操舵角θＨに対して出力される車両挙動を車両の２輪モデルで推定して車線情報を検出した車線情報の信頼度に応じた可変設定でフィードバックして制御用車線情報として算出し出力する。また、検出した横加速度Ｇysと車両の２輪モデルで推定した横加速度Ｇyovsに応じて外乱を推定し、外乱補正ヨーモーメントＭzsを算出する一方、外乱を特定し、特定した外乱に応じて外乱補正ヨーモーメントＭzsを付加する際のレートリミッタＲを可変設定し、レートリミッタＲで制限して出力する。【選択図】図３

Description

本発明は、自動運転の技術を備え、車線に沿って走行自在な車両の走行制御装置に関する。

近年、車両においては、ドライバの運転を、より快適に安全に行えるように自動運転の技術を利用した様々なものが開発され提案されている。例えば、特開２００１−９７２３４号公報（以下、特許文献１）では、自車両の横位置が走行車線区分線から定まる基準位置に近づくようにステアリング装置の操舵力をフィードバック制御する自動操舵制御に対して、自車両に横風やバンク等の外乱が作用したときに、自車両に働く横力とヨーイングモーメントを演算により推定して、外乱による横力とヨーイングモーメントを相殺するようにフィードバック制御における操舵量にフィードフォワードによる操舵量を加えた値に基づいてステアリング装置を自動操舵すると共に、自車両の走行状態に応じて外乱の判定しきい値を変更する車両の操舵装置の技術が開示されている。

特開２００１−９７２３４号公報

ところで、車両の進路が乱れる要因は様々であり、横風やワンダリング（路面の凹凸や轍等による車両挙動の乱れ）や、路面のカントによる偏走等の状況毎に車両挙動の乱れ方も異なるため、車両挙動を推定可能なオブザーバ等の車両モデルによって車線内横位置の乱れを検出し、修正する際には、要因に応じた適切な制御が必要である。このため、上述の特許文献１の車両操舵装置の技術に開示されるような自車両の走行状態に応じて外乱の判定しきい値を変更することが考えられる。しかし、例えば、ワンダリングによる車両挙動は動きが速いため、素早い制御動作が要求されることから、検出した外乱に対する制御動作を一律に速めてしまうと、路面カントによる穏やかな偏走に対する修正動作が過剰になり、車両挙動のふらつきによって、かえって乗員に不安感を与えてしまう虞がある。

本発明は上記事情に鑑みてなされたもので、車両挙動の乱れを精度良く検出し、乗員に不安感を与えることなく、車両挙動の乱れをその要因に応じた最適な手法で適切に修正することができる車両の走行制御装置を提供することを目的としている。

本発明の車両の走行制御装置の一態様は、車両パラメータを検出する車両パラメータ検出手段と、入力値に対して出力される車両パラメータを車両モデルで推定する車両パラメータ推定手段と、上記車両パラメータ検出手段で検出した車両パラメータと上記車両パラメータ推定手段で推定した車両パラメータに応じて車両に発生している外乱を推定し、上記外乱の影響を抑制する外乱抑制パラメータを算出する外乱抑制パラメータ算出手段と、上記車両パラメータ検出手段で検出した車両パラメータと上記車両パラメータ推定手段で推定した車両パラメータに応じて車両に発生している外乱を特定し、該特定した外乱に応じて上記外乱抑制パラメータの付加速度を可変設定する付加速度可変手段と、上記付加速度可変手段で制限された外乱抑制パラメータを付加する外乱抑制手段とを備えた。

本発明による車両の走行制御装置によれば、車両挙動の乱れを精度良く検出し、乗員に不安感を与えることなく、車両挙動の乱れをその要因に応じた最適な手法で適切に修正することが可能となる。

本発明の実施の一形態に係る車両の操舵系の構成説明図である。 本発明の実施の一形態に係る制御ユニットの機能ブロック図である。 本発明の実施の一形態に係る走行制御部の構成説明図である。 本発明の実施の一形態に係る操舵制御プログラムのフローチャートである。 本発明の実施の一形態に係る外乱補正ヨーモーメント算出ルーチンのフローチャートである。 本発明の実施の一形態に係る信頼度Ｒ１に応じて設定される道路曲率の採用比率の一例の説明図である。 本発明の実施の一形態に係る信頼度Ｒ２に応じて設定される対車線ヨー角の採用比率と対車線ヨー角フィードバックゲインの一例の説明図である。 本発明の実施の一形態に係る信頼度Ｒ３に応じて設定される車線内横位置の採用比率と車線内横位置フィードバックゲインの一例の説明図である。 本発明の実施の一形態に係る画像情報を基に得られる車線情報の説明図である。 本発明の実施の一形態に係る地図情報を基に得られる車線情報の説明図である。 本発明の実施の一形態で取得する車線情報の一例を示し、図１１（ａ）は画像情報と地図情報の信頼度を示し、図１１（ｂ）は操舵角を示し、図１１（ｃ）は対車線ヨー角を示し、図１１（ｄ）は車線内横位置を示す。

以下、図面に基づいて本発明の実施の形態を説明する。

図１において、符号１は操舵角をドライバ入力と独立して設定自在な電動パワーステアリング装置を示し、この電動パワーステアリング装置１は、ステアリング軸２が、図示しない車体フレームにステアリングコラム３を介して回動自在に支持されており、その一端が運転席側へ延出され、他端がエンジンルーム側へ延出されている。ステアリング軸２の運転席側端部には、ステアリングホイール４が固設され、また、エンジンルーム側へ延出する端部には、ピニオン軸５が連設されている。

エンジンルームには、車幅方向へ延出するステアリングギヤボックス６が配設されており、このステアリングギヤボックス６にラック軸７が往復移動自在に挿通支持されている。このラック軸７に形成されたラック（図示せず）に、ピニオン軸５に形成されたピニオンが噛合されて、ラックアンドピニオン式のステアリングギヤ機構が形成されている。

また、ラック軸７の左右両端はステアリングギヤボックス６の端部から各々突出されており、その端部に、タイロッド８を介してフロントナックル９が連設されている。このフロントナックル９は、操舵輪としての左右輪１０Ｌ，１０Ｒを回動自在に支持すると共に、車体フレームに転舵自在に支持されている。従って、ステアリングホイール４を操作し、ステアリング軸２、ピニオン軸５を回転させると、このピニオン軸５の回転によりラック軸７が左右方向へ移動し、その移動によりフロントナックル９がキングピン軸（図示せず）を中心に回動して、左右輪１０Ｌ，１０Ｒが左右方向へ転舵される。

また、ピニオン軸５にアシスト伝達機構１１を介して、電動パワーステアリングモータ（電動モータ）１２が連設されており、この電動モータ１２にてステアリングホイール４に加える操舵トルクのアシスト、及び、設定された目標操舵角となるような操舵トルクの付加が行われる。電動モータ１２は、後述する制御ユニット２０から制御出力値がモータ駆動部２１に出力されてモータ駆動部２１により駆動される。

制御ユニット２０には、画像情報を基に車両の前方環境を認識して前方環境情報（車線情報（車線上に存在する立体物情報も含む））を取得する前方環境認識装置３１、自車位置情報（緯度・経度、移動方向等）を検出して地図情報上に自車両位置の表示、及び、目的地までの経路誘導を行うナビゲーションシステム３２が接続されている。また、車速Ｖを検出する車速センサ３３、操舵角（実舵角）θＨを検出する操舵角センサ３４、車両のヨーレート（ｄΨｓ／ｄｔ）を検出するヨーレートセンサ３５、操舵トルクＴｄを検出する操舵トルクセンサ３６、横加速度Ｇysを検出する横加速度センサ３７が接続されている。

前方環境認識装置３１は、車両の外部環境を撮影して画像情報を取得する車室内に設けた固体撮像素子等を備えたカメラ装置（ステレオカメラ、単眼カメラ、カラーカメラ等）（図示せず）で構成されている。

前方環境認識装置３１は、カメラ装置で撮像した画像情報を基に、例えば、距離情報に対して周知のグルーピング処理を行い、グルーピング処理した距離情報を予め設定しておいた三次元的な道路形状データや立体物データ等と比較することにより、車線区画線データ、道路に沿って存在するガードレール、縁石等の側壁データ、車両（先行車、対向車、並走車、駐車車両）等の立体物データ等を自車両からの相対的な位置（距離、角度）を、速度と共に抽出する。また、車線の雨天状態、雪路状態も画像情報を基に検出し、制御ユニット２０に出力する。尚、雨天状態や雪路状態の情報は、他に、車両のワイパーの作動状態や、道路交通情報通信システム（VICS：Vehicle Information and Communication System：登録商標）、車車間通信等により検出されるものであっても良い。また、並走車の情報は、画像情報以外に車車間通信、レーダ装置（レーザレーダ、ミリ波レーダ等）、ソナー等により検出するものであっても良い。

前方認識装置３１における、カメラからの画像情報の処理（車線情報の取得）は、例えば以下のように行われる。図９に示すように、まず、カメラで撮像した自車両の進行方向の１組のステレオ画像対に対し、対応する位置のずれ量から距離情報を求め、距離画像を生成する。

白線等の車線区画線の認識では、車線区画線は道路面と比較して高輝度であるという知得に基づき、道路の幅方向の輝度変化を評価して、画像平面における左右の車線区画線の位置を画像平面上で特定する。この車線区画線の実空間上の位置（ｘ，ｙ，ｚ）は、画像平面上の位置（ｉ，ｊ）とこの位置に関して算出された視差とに基づいて、すなわち、距離情報に基づいて、周知の座標変換式より算出される。

自車両の位置を基準に設定された実空間の座標系は、本実施の形態では、例えば、図９に示すように、カメラの中央真下の道路面を原点Ｏとして、車幅方向をＹ軸（右方向を「＋」）、車高方向をＺ軸（上方向を「＋」）、車長方向（距離方向）をＸ軸（前方向を「＋」）とする。このとき、Ｘ−Ｙ平面（Ｚ＝０）は、道路が平坦な場合、道路面と一致する。道路モデルは、道路上の自車両の車線を距離方向に複数区間に分割し、各区間における左右の車線区画線を所定に近似して連結することによって表現される。

前方認識装置３１では、取得した左右車線区画線の近似処理を実行する。具体的には、自車両の左側の車線区画線は最小自乗法により、以下の（１）式により近似される。

ｙ＝ＡＬ・ｘ^２＋ＢＬ・ｘ＋ＣＬ …（１）
また、自車両の右側の車線区画線は最小自乗法により、以下の（２）式により近似される。

ｙ＝ＡＲ・ｘ^２＋ＢＲ・ｘ＋ＣＲ …（２）
ここで、上述の（１）式、（２）式における、「ＡＬ」と「ＡＲ」は、それぞれの曲線における曲率を示し、左側の車線区画線の曲率κｌは、２・ＡＬであり、右側の車線区画線の曲率κｒは、２・ＡＲである。従って、画像情報に基づく車線の曲率κｃ（添字「ｃ」は画像情報であることを示す）は、以下の（３）式となる。

κｃ＝（２・ＡＬ＋２・ＡＲ）／２＝ＡＬ＋ＡＲ …（３）
また、（１）式、（２）式における、「ＢＬ」と「ＢＲ」は、それぞれの曲線の自車両の幅方向における傾きを示し、「ＣＬ」と「ＣＲ」は、それぞれの曲線の自車両の幅方向における位置を示す。

更に、前方認識装置３１は、画像情報に基づく自車両の対車線ヨー角Ψｃを、以下の（４）式により算出し、出力する。

Ψｃ＝ｔａｎ^−１（（ＢＬ＋ＢＲ）／２） …（４）
また、本発明の実施の形態では、画像情報に基づく対車線横位置ｙｃを車線中央（目標コースとする）からの偏差位置と定義する（図９参照）。

以上のように、本実施の形態では、前方認識装置３１は車線情報検出手段として設けられている。

また、前方環境認識装置３１は、例えば、特開２０１１−７３５２９号公報に開示されるように、カメラにて撮像された画像上のレーンの中で判定された処理領域内に存在する車線区画線（白線）の特徴量が画像上で線上に並ぶ多さによって信頼度を算出する。そして具体的には、エリアの中に理想的な直線実白線がある場合に存在する白線特徴量の多さを１と設定し、まったく特徴量が存在しない場合、もしくは線上に並んでいると判定できない場合に０と判断し、例えば、予め設定しておいた閾値（例えば、０．８）以上の信頼度が算出された場合、前方環境情報（画像情報）の信頼度「高」と判定し、上述の閾値よりも低い信頼度が算出された場合、前方環境情報（画像情報）の信頼度「低」と判定して、この信頼度情報Ｒｃも制御ユニット２０に出力する。

また、ナビゲーションシステム３２は、周知のシステムであり、例えば、ＧＰＳ衛星（[Global Positioning System：全地球測位システム]衛星）からの電波信号を受信して車両の位置情報（緯度、経度）を取得し、車速センサから車速を取得し、また、地磁気センサあるいはジャイロセンサ等により、移動方向情報を取得する。そして、ナビゲーションシステム３２は、ナビゲーション機能を実現するための経路情報を生成するナビＥＣＵと、地図情報（サプライヤデータ、及び、更新されたデータ）を記憶する地図データベースと、例えば液晶ディスプレイ等の表示部（以上、何れも図示せず）を備えて構成される。

ナビＥＣＵは、利用者によって指定された目的地までの経路情報を地図画像に重ねて表示部に表示させるとともに、検出された車両の位置、速度、走行方向等の情報に基づき、車両の現在位置を表示部上の地図画像に重ねて表示する。また、地図データベースには、ノードデータ、施設データ等の道路地図を構成するのに必要な情報が記憶されている。ノードデータは、図１０に示すように、地図画像を構成する道路の位置及び形状に関するものであり、例えば道路の分岐点（交差点）を含む道路上の点（ノード点Ｐｎ）の座標（緯度、経度）、当該ノード点Ｐｎが含まれる道路の方向、種別（例えば、高速道路、幹線道路、市道といった情報）、当該ノード点Ｐｎにおける道路のタイプ（直線区間、円弧区間（円弧曲線部）、クロソイド曲線区間（緩和曲線部））及びカーブ曲率κｍ（或いは、半径：ここで添字「ｍ」は地図情報であることを示す）のデータが含まれる。従って、図１０に示すように、車両の現在位置が重ねられた地図上の位置により自車両の走行路が特定され、該自車両の走行路を目標進行路として自車両の位置Ｐo(k)に最も近いノード点Ｐn(k)の情報により、道路のカーブ曲率κｍ（或いは、半径）、道路の方向等の走行路情報が取得される。更に、施設データは、各ノード点Ｐｎの付近に存在する施設情報に関するデータを含み、ノードデータ（或いは、当該ノードが存在するリンクデータ）と関連づけて記憶されている。また、ナビゲーションシステム３２は、前回の自車位置Ｐo(k-1)と今回の自車位置Ｐo(k)で得られる自車両の進行方向（角度）と、今回の自車両の位置Ｐo(k)に最も近いノード点Ｐn(k)の道路の方位角との差により、地図情報に基づく車両の対車線ヨー角Ψｍを算出し、地図情報に基づく対車線横位置ｙｍと共に出力する。尚、本実施の形態では、対車線横位置ｙｍを車線中央（目標コースとする）からの偏差位置と定義する（図１０参照）。このように、ナビゲーションシステム３２は、車線情報検出手段として設けられている。また、ナビゲーションシステム３２は、ＧＰＳ衛星からの電波の受信状態、及び地図情報の更新状態を参照して、ＧＰＳ衛星からの電波の受信状態が良好で地図情報も所定期間以内の地図データである場合には、地図情報の信頼度が「高」いと判定し、どちらか一方の状態が悪化している（ＧＰＳ衛星からの電波の受信状態が悪化している場合、或いは、地図データが古い場合）場合には、地図情報の信頼度が「低」いと判定し、地図情報の信頼度情報Ｒｍも制御ユニット２０に出力する。

制御ユニット２０には、上述の前方環境認識装置３１で検出した前方環境情報（車線情報（車線上に存在する立体物情報も含む））、ナビゲーションシステム３２で検出した車線情報、車速センサ３３で検出した車速Ｖ、操舵角センサ３４で検出した操舵角θＨ、ヨーレートセンサ３５で検出したヨーレート（ｄΨｓ／ｄｔ）、操舵トルクセンサ３６で検出した操舵トルクＴｄ、横加速度センサ３７で検出した横加速度Ｇysが入力される。

制御ユニット２０は、上述の各入力値に基づいて、画像情報と地図情報の信頼度に応じて画像情報と地図情報の採用比率を可変して車線情報を検出する。また、入力される操舵角θＨに対して出力される車両挙動を車両の２輪モデルで推定し、この推定した車両挙動に基づき、車両が走行する車線に対する車線情報（対車線ヨー角Ψovs、車線内横位置ｙovs）に、検出した車線情報をその信頼度に応じた可変設定でフィードバックして制御用車線情報として算出し出力する。更に、横加速度センサ３７で検出した横加速度Ｇysと車両の２輪モデルで推定した横加速度Ｇyovsに応じて車両に発生している外乱を推定し、この外乱の影響を抑制する外乱補正ヨーモーメントＭzsを算出する一方、車両に発生している外乱を特定し、特定した外乱に応じて外乱補正ヨーモーメントＭzsを付加するレートリミッタＲ（＝ΔＭzs／Δｔ）を可変設定し、レートリミッタＲで制限して外乱補正ヨーモーメントＭzsを出力する。そして、制御ユニット２０は、これら出力された制御用車線情報と外乱補正ヨーモーメントＭzsに基づいて操舵制御するようになっている。

このため、図２に示すように、制御ユニット２０は、環境検出信頼度設定部４１、ヨーレートセンサフィードバックゲイン設定部４２、道路曲率入力値算出部４３、対車線ヨー角フィードバックゲイン設定部４４、対車線ヨー角入力値算出部４５、車線内横位置フィードバックゲイン設定部４６、車線内横位置入力値算出部４７、走行制御部４８、操舵制御部４９から主要に構成されている。

環境検出信頼度設定部４１は、前方環境認識装置３１から画像情報の信頼度Ｒｃが入力され、ナビゲーションシステム３２から地図情報の信頼度Ｒｍが入力される。そして、例えば、以下のように、それぞれの信頼度の組み合わせに応じて環境検出信頼度Ｒ１、Ｒ２、Ｒ３を設定し、道路曲率入力値算出部４３、対車線ヨー角フィードバックゲイン設定部４４、対車線ヨー角入力値算出部４５、車線内横位置フィードバックゲイン設定部４６、車線内横位置入力値算出部４７に出力する。
・道路曲率に応じた環境検出信頼度Ｒ１は、以下のように設定する。

画像情報の信頼度…「低」、かつ、地図情報の信頼度…「低」のとき０
画像情報の信頼度…「低」、かつ、地図情報の信頼度…「高」のとき１０
画像情報の信頼度…「高」、かつ、地図情報の信頼度…「低」のとき２０
画像情報の信頼度…「高」、かつ、地図情報の信頼度…「高」のとき３０
・対車線ヨー角に応じた環境検出信頼度Ｒ２は、以下のように設定する。

画像情報の信頼度…「低」、かつ、地図情報の信頼度…「低」のとき０
画像情報の信頼度…「低」、かつ、地図情報の信頼度…「高」のとき１０
画像情報の信頼度…「高」、かつ、地図情報の信頼度…「低」のとき２０
画像情報の信頼度…「高」、かつ、地図情報の信頼度…「高」のとき３０
・車線内横位置に応じた環境検出信頼度Ｒ３は、以下のように設定する。

画像情報の信頼度…「低」、かつ、地図情報の信頼度…「低」のとき０
画像情報の信頼度…「低」、かつ、地図情報の信頼度…「高」のとき１０
画像情報の信頼度…「高」、かつ、地図情報の信頼度…「低」のとき２０
画像情報の信頼度…「高」、かつ、地図情報の信頼度…「高」のとき３０
尚、本実施の形態では、各画像情報と地図情報の信頼度が同じときの各信頼度が同じ値となるように設定しているが（例えば、画像情報の信頼度…「低」、かつ、地図情報の信頼度…「低」のときは、Ｒ１＝Ｒ２＝Ｒ３＝０）、それぞれ異なる値に設定するような仕様であっても良い。

ヨーレートセンサフィードバックゲイン設定部４２は、操舵角センサ３４から操舵角θＨが入力され、操舵トルクセンサ３６から操舵トルクＴｄが入力される。そして、例えば、以下の（５）式の操舵トルクＴｄと操舵角θＨの関係が成立しなくなった場合は、本実施形態の車両モデルでの計算では計算誤差が増加すると判定し、ヨーレートセンサフィードバックゲインＫ１を増大させる（ヨーレートセンサ３５で検出したヨーレート（ｄΨｓ／ｄｔ）からの値のフィードバック制御の影響を強める）信号を走行制御部４８に出力する。

Ｋ1L≦Ｔｄ／θＨ≦Ｋ1H …（５）
ここで、Ｋ1L、Ｋ1Hは、予め実験、計算等により設定しておいた定数である。

このように、ヨーレートセンサフィードバックゲイン設定部４２はフィードバック量可変手段として設けられている。

道路曲率入力値算出部４３は、前方環境認識装置３１から画像情報による道路曲率κｃ、車線の雨天状態、雪路状態の検出結果が入力され、ナビゲーションシステム３２から地図情報による道路曲率κｍが入力され、環境検出信頼度設定部４１から道路曲率に応じた環境検出信頼度Ｒ１が入力される。

そして、まず、道路曲率に応じた環境検出信頼度Ｒ１に基づいて、例えば、図６に示すようなテーブルを参照して、画像情報による道路曲率κｃの採用比率ａ１と地図情報による道路曲率κｍの採用比率ａ２を設定する。

次いで、設定した画像情報による道路曲率κｃの採用比率ａ１と地図情報による道路曲率κｍの採用比率ａ２について、以下のように補正を行う。

雨天路や雪路では画像情報による車線認識の信頼度が低くなるので、画像情報による道路曲率κｃの採用比率ａ１を減算補正し（ａ１＝ａ１−Δａ）、地図情報による道路曲率κｍの採用比率ａ２を増加補正し（ａ２＝ａ２＋Δａ）、以下の（６）式により、道路曲率入力値κmcを算出して走行制御部４８に出力する。

κmc＝κｃ・ａ１＋κｍ・ａ２ …（６）
ここで、ａ１＋ａ２＝１である。また、図６からも明らかなように、道路曲率に応じた環境検出信頼度Ｒ１が０、すなわち、画像情報の信頼度…「低」、かつ、地図情報の信頼度…「低」のときは、車線情報による道路曲率入力値κmcは信頼性がないため、車両モデルにフィードバック制御することはしない。このように、道路曲率入力値算出部４３は、車線情報検出手段、フィードバック量可変手段として設けられている。

対車線ヨー角フィードバックゲイン設定部４４は、前方環境認識装置３１から並走車情報が入力され、環境検出信頼度設定部４１から対車線ヨー角に応じた環境検出信頼度Ｒ２が入力される。そして、まず、対車線ヨー角に応じた環境検出信頼度Ｒ２に基づいて、例えば、図７に示すようなテーブルを参照して対車線ヨー角フィードバックゲインＫ２を設定する。

次いで、車線に並走車が存在する場合は、本実施の形態の車両モデルで計算されるヨーレート（ｄΨovs／ｄｔ）に外乱が含まれる虞があるため、対車線ヨー角フィードバックゲインＫ２を増大補正し（車線情報で検出した対車線ヨー角Ψmcのフィードバック制御の影響を強め）、走行制御部４８に出力する。このように、対車線ヨー角フィードバックゲイン設定部４４は、フィードバック量可変手段として設けられている。

対車線ヨー角入力値算出部４５は、前方環境認識装置３１から画像情報による対車線ヨー角Ψｃ、車線の雨天状態、雪路状態の検出結果が入力され、ナビゲーションシステム３２から地図情報による対車線ヨー角Ψｍが入力され、環境検出信頼度設定部４１から対車線ヨー角に応じた環境検出信頼度Ｒ２が入力される。

そして、まず、対車線ヨー角に応じた環境検出信頼度Ｒ２に基づいて、例えば、図７に示すようなテーブルを参照して、画像情報による対車線ヨー角Ψｃの採用比率ａ３と地図情報による対車線ヨー角Ψｍの採用比率ａ４を設定する。

次いで、設定した画像情報による対車線ヨー角Ψｃの採用比率ａ３と地図情報による対車線ヨー角Ψｍの採用比率ａ４について、以下のように補正を行う。

雨天路や雪路では画像情報による車線認識の信頼度が低くなるので、画像情報による対車線ヨー角Ψｃの採用比率ａ３を減算補正し（ａ３＝ａ３−Δａ）、地図情報による対車線ヨー角Ψｍの採用比率ａ４を増加補正し（ａ４＝ａ４＋Δａ）、以下の（７）式により、対車線ヨー角入力値Ψmcを算出して走行制御部４８に出力する。

Ψmc＝Ψｃ・ａ３＋Ψｍ・ａ４ …（７）
ここで、ａ３＋ａ４＝１である。また、図７からも明らかなように、対車線ヨー角に応じた環境検出信頼度Ｒ２が０、すなわち、画像情報の信頼度…「低」、かつ、地図情報の信頼度…「低」のときは、車線情報による対車線ヨー角入力値Ψmcは信頼性がないため、車両モデルにフィードバック制御することはしない。このように、対車線ヨー角入力値算出部４５は、車線情報検出手段、フィードバック量可変手段として設けられている。

車線内横位置フィードバックゲイン設定部４６は、前方環境認識装置３１から並走車情報が入力され、環境検出信頼度設定部４１から車線内横位置に応じた環境検出信頼度Ｒ３が入力される。そして、まず、車線内横位置に応じた環境検出信頼度Ｒ３に基づいて、例えば、図８に示すようなテーブルを参照して車線内横位置フィードバックゲインＫ３を設定する。

次いで、車線に並走車が存在する場合は、本実施の形態の車両モデルで計算されるヨーレート（ｄΨovs／ｄｔ）に外乱が含まれる虞があるため、車線内横位置フィードバックゲインＫ３を増大補正し（車線情報で検出した車線内横位置ｙmcのフィードバック制御の影響を強め）、走行制御部４８に出力する。このように、車線内横位置フィードバックゲイン設定部４６は、フィードバック量可変手段として設けられている。

車線内横位置入力値算出部４７は、前方環境認識装置３１から画像情報による車線内横位置ｙｃ、車線の雨天状態、雪路状態の検出結果が入力され、ナビゲーションシステム３２から地図情報による車線内横位置ｙｍが入力され、環境検出信頼度設定部４１から車線内横位置に応じた環境検出信頼度Ｒ３が入力される。

そして、まず、車線内横位置に応じた環境検出信頼度Ｒ３に基づいて、例えば、図８に示すようなテーブルを参照して、画像情報による車線内横位置ｙｃの採用比率ａ５と地図情報による車線内横位置ｙｍの採用比率ａ６を設定する。

次いで、設定した画像情報による車線内横位置ｙｃの採用比率ａ５と地図情報による車線内横位置ｙｍの採用比率ａ６について、以下のように補正を行う。

雨天路や雪路では画像情報による車線認識の信頼度が低くなるので、画像情報による車線内横位置ｙｃの採用比率ａ５を減算補正し（ａ５＝ａ５−Δａ）、地図情報による車線内横位置ｙｍの採用比率ａ６を増加補正し（ａ６＝ａ６＋Δａ）、以下の（８）式により、車線内横位置入力値ｙmcを算出して走行制御部４８に出力する。

ｙmc＝ｙｃ・ａ５＋ｙｍ・ａ６ …（８）
ここで、ａ５＋ａ６＝１である。また、図８からも明らかなように、車線内横位置に応じた環境検出信頼度Ｒ３が０、すなわち、画像情報の信頼度…「低」、かつ、地図情報の信頼度…「低」のときは、車線情報による車線内横位置入力値ｙmcは信頼性がないため、車両モデルにフィードバック制御することはしない。このように、車線内横位置入力値算出部４７は、車線情報検出手段、フィードバック量可変手段として設けられている。

走行制御部４８は、車速センサ３３から車速Ｖが入力され、操舵角センサ３４から操舵角θＨが入力され、ヨーレートセンサ３５からヨーレート（ｄΨｓ／ｄｔ）が入力され、横加速度センサ３７から横加速度Ｇysが入力される。また、ヨーレートセンサフィードバックゲイン設定部４２からヨーレートセンサフィードバックゲインＫ１が入力され、道路曲率入力値算出部４３から道路曲率入力値κmcが入力され、対車線ヨー角フィードバックゲイン設定部４４から対車線ヨー角フィードバックゲインＫ２が入力され、対車線ヨー角入力値算出部４５から対車線ヨー角入力値Ψmcが入力され、車線内横位置フィードバックゲイン設定部４６から車線内横位置フィードバックゲインＫ３が入力され、車線内横位置入力値算出部４７から車線内横位置入力値ｙmcが入力される。

そして、走行制御部４８は、入力される操舵角θＨに対して出力される車両のヨーレート（ｄΨovs／ｄｔ）を車両の２輪モデルで推定する。この推定したヨーレート（ｄΨovs／ｄｔ）に基づき、車両が走行する車線に対する車線情報（対車線ヨー角Ψovs、車線内横位置ｙovs）を算出する。これら推定したヨーレート（ｄΨovs／ｄｔ）、対車線ヨー角Ψovs、車線内横位置ｙovsに対し、車両の運転状態に応じて設定したヨーレートセンサフィードバックゲインＫ１、環境検出信頼度Ｒ１、Ｒ２、Ｒ３に応じて設定した対車線ヨー角フィードバックゲインＫ２、車線内横位置フィードバックゲインＫ３を用いて、ヨーレート（ｄΨｓ／ｄｔ）、道路曲率入力値κmc、対車線ヨー角入力値Ψmc、車線内横位置入力値ｙmcをフィードバックし、制御用の車線情報（対車線ヨー角Ψovs、車線内横位置ｙovs）を算出して操舵制御部４９に出力する。更に、走行制御部４８は、横加速度センサ３７で検出した横加速度Ｇysと車両の２輪モデルで推定した横加速度Ｇyovsに応じて車両に発生している外乱を推定し、この外乱の影響を抑制する外乱補正ヨーモーメントＭzsを算出する一方、車両に発生している外乱を特定し、特定した外乱に応じて外乱補正ヨーモーメントＭzsを付加するレートリミッタＲを可変設定し、レートリミッタＲで制限して外乱補正ヨーモーメントＭzsを操舵制御部４９に出力する。

このため、走行制御部４８は、図３に示すように、車両挙動推定部４８ａ、対車線ヨー角フィードバック制御部４８ｂ、車線内横位置フィードバック制御部４８ｃ、外乱補正ヨーモーメント算出部４８ｄから主要に構成されている。

車両挙動推定部４８ａは、入力される操舵角θＨに対して出力される車両挙動（車両のヨーレート（ｄΨovs／ｄｔ）、車体すべり角βovs、横加速度Ｇyovs）を推定する２輪モデルで、オブザーバにより構成されている。オブザーバの構成について、以下、説明する。

すなわち、車両横方向の並進運動に関する運動方程式は、前後輪のコーナリングフォース（１輪）をＣｆ，Ｃｒ、車体質量をＭ、横加速度をＧｙとすると、
２・Ｃｆ＋２・Ｃｒ＝Ｍ・Ｇｙ …（９）
となる。

一方、重心点まわりの回転運動に関する運動方程式は、重心から前後輪軸までの距離をＬｆ，Ｌｒ、車体のヨー慣性モーメントをＩｚ、ヨー角加速度を（ｄ^２Ψ／ｄｔ^２）として、以下の（１０）式で示される。

２・Ｃｆ・Ｌｆ−２・Ｃｒ・Ｌｒ＝Ｉｚ・（ｄ^２Ψ／ｄｔ^２） …（１０）
また、車体すべり角をβ、車体すべり角速度を（ｄβ／ｄｔ）とすると、横加速度Ｇｙは、
Ｇｙ＝Ｖ・（（ｄβ／ｄｔ）＋（ｄΨ／ｄｔ）） …（１１）
で表される。ここで、（ｄΨ／ｄｔ）はヨーレートである。

従って、上記（９）式は、以下の（１２）式となる。

２・Ｃｆ＋２・Ｃｒ＝Ｍ・Ｖ・（（ｄβ／ｄｔ）＋（ｄΨ／ｄｔ））
…（１２）
コーナリングフォースはタイヤの横すべり角に対して１次遅れに近い応答をするが、この応答遅れを無視し、更に、サスペンションの特性をタイヤ特性に取り込んだ等価コーナリングパワを用いて線形化すると以下となる。

Ｃｆ＝Ｋｆ・αｆ …（１３）
Ｃｒ＝Ｋｒ・αｒ …（１４）
ここで、Ｋｆ，Ｋｒは前後輪の等価コーナリングパワ、αｆ，αｒは前後輪の横すべり角である。

等価コーナリングパワＫｆ，Ｋｒの中でロールやサスペンションの影響は考慮されているので、この等価コーナリングパワＫｆ，Ｋｒを用いて、前後輪の横すべり角αｆ，αｒは、前後輪舵角をδｆ、ステアリングギヤ比をｎとして以下のように簡略化できる。

αｆ＝δｆ−（β＋Ｌｆ・（ｄΨ／ｄｔ）／Ｖ）
＝（θＨ／ｎ）−（β＋Ｌｆ・（ｄΨ／ｄｔ）／Ｖ） …（１５）
αｒ＝−（β−Ｌｒ・（ｄΨ／ｄｔ）／Ｖ） …（１６）
以上の運動方程式をまとめると、以下の（１７）式で示す状態方程式が得られ、図３の車両挙動推定部４８ａのオブザーバの構成で表現される。このオブザーバにより、入力される操舵角θＨに対して生じる車両挙動（ヨーレート（ｄΨovs／ｄｔ）、車体すべり角βovs、横加速度Ｇyovs）が推定される。

従って、車両挙動推定部４８ａには、車速センサ３３から車速Ｖが入力され、操舵角センサ３４から操舵角θＨが入力され、ヨーレートセンサ３５からヨーレート（ｄΨｓ／ｄｔ）が入力され、ヨーレートセンサフィードバックゲイン設定部４２からヨーレートセンサフィードバックゲインＫ１が入力される。

そして、車両挙動推定部４８ａでは、上述の（１７）式で算出されるヨーレート（ｄΨovs／ｄｔ）に対し、ヨーレートセンサ３５からヨーレート（ｄΨｓ／ｄｔ）でフィードバック制御を行う。この際、フィードバック量を決定するヨーレートセンサフィードバックゲインＫ１は、前述の如く、本実施形態の車両モデルでの計算では計算誤差が増加すると判定した場合には、ヨーレートセンサフィードバックゲインＫ１を増大させる（ヨーレートセンサ３５で検出したヨーレート（ｄΨｓ／ｄｔ）からの値のフィードバック制御の影響を強める）方向に設定されるため、車両挙動推定部４８ａで算出されるヨーレート（ｄΨovs／ｄｔ）の精度が良好に保たれる。尚、車両挙動推定部４８ａで横加速度Ｇyovsは、例えば、前述の（１１）式により算出される。

こうして、車両挙動推定部４８ａで算出したヨーレート（ｄΨovs／ｄｔ）は対車線ヨー角フィードバック制御部４８ｂに出力され、車体すべり角βovsは車線内横位置フィードバック制御部４８ｃに出力され、横加速度Ｇyovsは外乱補正ヨーモーメント算出部４８ｄに出力される。このように、車両挙動推定部４８ａは、車両パラメータ推定手段として設けられている。

対車線ヨー角フィードバック制御部４８ｂは、車速センサ３３から車速Ｖが入力され、道路曲率入力値算出部４３から道路曲率入力値κmcが入力され、対車線ヨー角フィードバックゲイン設定部４４から対車線ヨー角フィードバックゲインＫ２が入力され、対車線ヨー角入力値算出部４５から対車線ヨー角入力値Ψmcが入力され、車両挙動推定部４８ａからヨーレート（ｄΨovs／ｄｔ）が入力される。

そして、対車線ヨー角フィードバック制御部４８ｂは、道路曲率入力値算出部４３からの道路曲率入力値κmcに車速Ｖを乗算して道路曲率入力値κmcに応じたヨーレート（ｄΨmc／ｄｔ）を算出する。ここで、前述したように、道路曲率入力値κmcは、画像情報と地図情報の信頼度に応じて精度良く算出されているので、道路曲率入力値κmcに応じたヨーレート（ｄΨmc／ｄｔ）も精度の良い値が得られる。

この道路曲率入力値κmcに応じたヨーレート（ｄΨmc／ｄｔ）と車両挙動推定部４８ａからのヨーレート（ｄΨovs／ｄｔ）との差分は、車線に対するヨーレートとなり、これの積算によって、対車線ヨー角Ψovsを算出する。

対車線ヨー角フィードバック制御部４８ｂでは、上述の如く算出した対車線ヨー角Ψovsについて、対車線ヨー角入力値算出部４５からの対車線ヨー角入力値Ψmcでフィードバック制御を行って車線内横位置フィードバック制御部４８ｃに出力する。ここで、前述したように、対車線ヨー角入力値算出部４５からの対車線ヨー角入力値Ψmcは、画像情報と地図情報の信頼度に応じて精度良く算出されているので、対車線ヨー角Ψovsも精度の良い値が得られる。

また、フィードバック量を決定する対車線ヨー角フィードバックゲインＫ２は、前述の如く、対車線ヨー角の環境検出信頼度Ｒ２に応じて設定され、画像情報と地図情報による車線情報が共に低い場合は小さく設定される。また、車線の並走車の存在状態に応じて補正され、車線に並走車が存在する場合は、本実施の形態の車両モデルで計算されるヨーレート（ｄΨovs／ｄｔ）に外乱が含まれる虞があるため、対車線ヨー角フィードバックゲインＫ２が増大補正される。これにより対車線ヨー角フィードバック制御部４８ｂで算出される対車線ヨー角Ψovsの精度が良好に保たれる。このように、対車線ヨー角フィードバック制御部４８ｂは、制御用車線情報算出手段として設けられている。

車線内横位置フィードバック制御部４８ｃは、車速センサ３３から車速Ｖが入力され、車線内横位置フィードバックゲイン設定部４６から車線内横位置フィードバックゲインＫ３が入力され、車線内横位置入力値算出部４７から車線内横位置入力値ｙmcが入力され、車両挙動推定部４８ａから車体すべり角βovsが入力され、対車線ヨー角フィードバック制御部４８ｂから対車線ヨー角Ψovsが入力される。

そして、車線内横位置フィードバック制御部４８ｃは、車体すべり角βovsと対車線ヨー角Ψovsとを加算し、車速Ｖを乗算して積算し、車線内横位置ｙovsを算出する。

車線内横位置フィードバック制御部４８ｃでは、この算出した車線内横位置ｙovsについて、車線内横位置入力値算出部４７からの車線内横位置入力値ｙmcでフィードバック制御を行って出力する。ここで、前述したように、車線内横位置入力値算出部４７からの車線内横位置入力値ｙmcは、画像情報と地図情報の信頼度に応じて精度良く算出されているので、車線内横位置ｙovsも精度の良い値が得られる。

また、フィードバック量を決定する車線内横位置フィードバックゲインＫ３は、前述の如く、車線内横位置に応じた環境検出信頼度Ｒ３に応じて設定され、画像情報と地図情報による車線情報が共に低い場合は小さく設定される。また、車線の並走車の存在状態に応じて補正され、車線に並走車が存在する場合は、本実施の形態の車両モデルで計算されるヨーレート（ｄΨovs／ｄｔ）に外乱が含まれる虞があるため、車線内横位置フィードバックゲインＫ３が増大補正される。これにより車線内横位置フィードバック制御部４８ｃで算出される車線内横位置ｙovsの精度が良好に保たれる。このように、車線内横位置フィードバック制御部４８ｃは、制御用車線情報算出手段として設けられている。

外乱補正ヨーモーメント算出部４８ｄは、車両パラメータ検出手段としての横加速度センサ３７から横加速度Ｇysが入力され、車線内横位置入力値算出部４７から車線内横位置ｙｍが入力され、車両挙動推定部４８ａから横加速度Ｇyovsが入力される。

そして、外乱補正ヨーモーメント算出部４８ｄは、後述する図５に示す、外乱補正ヨーモーメント算出ルーチンのフローチャートに従って、横加速度センサ３７で検出した横加速度Ｇysと車両の２輪モデルで推定した横加速度Ｇyovsに応じて車両に発生している外乱を推定し、この外乱の影響を抑制する外乱補正ヨーモーメントＭzsを算出する一方、車両に発生している外乱を特定し、特定した外乱に応じて外乱補正ヨーモーメントＭzsを付加するレートリミッタＲを可変設定し、レートリミッタＲで制限して外乱補正ヨーモーメントＭzs(i)を操舵制御部４９に出力する。尚、外乱補正ヨーモーメントＭzs(i)の符号「(i)」は、レートリミッタＲで制限して出力される今回の外乱補正ヨーモーメントＭzsであることを示す。このように、外乱補正ヨーモーメント算出部４８ｄは、外乱抑制パラメータ算出手段、付加速度可変手段としての機能を有している。

操舵制御部４９は、走行制御部４８を経て、車速Ｖ、操舵角θＨ、ヨーレート（ｄΨｓ／ｄｔ）、道路曲率入力値κmc、対車線ヨー角入力値Ψmc、車線内横位置入力値ｙmc、ヨーレート（ｄΨovs／ｄｔ）、車体すべり角βovs、対車線ヨー角Ψovs、車線内横位置ｙovs、外乱補正ヨーモーメントＭzs(i)等の情報が入力される。

そして、例えば、以下の（１８）式により、目標操舵角θｔを算出してモータ駆動部２１に出力する。
θｔ＝Ｇff・κmc＋Ｇfb・（ｙovs−ｙｔ）＋Ｇfby・（Ψovs−Ψｔ）
＋Ｇzs・Ｍzs(i) …（１８）
ここで、Ｇff、Ｇfb、Ｇfby、Ｇzsは予め設定しておいた定数である。また、ｙｔは追従制御する目標コースの車線内横位置の目標値、Ψｔは追従制御する目標コースに対する対車線ヨー角の目標値であり、車線中央を目標コースとし、車線と略平行に走行することを目標とするのであれば、本実施の形態による対車線ヨー角Ψovs、車線内横位置ｙovsの定義であれば、それぞれ０とする。更に、この（１８）式において、「＋Ｇzs・Ｍzs(i)」の演算項が外乱を抑制するための外乱補正ヨーモーメントＭzs(i)を付加する演算項となっている。

このように、操舵制御部４９は、外乱抑制手段（操舵制御手段）として設けられている。

次に、上述の制御ユニット２０で実行される操舵制御を、図４のフローチャートで説明する。

まず、ステップ（以下、「Ｓ」と略称）１０１で、環境検出信頼度設定部４１は、前方環境認識装置３１、ナビゲーションシステム３２の信頼度Ｒｃ、Ｒｍを読み込む。

次いで、Ｓ１０２に進み、環境検出信頼度設定部４１は、それぞれの信頼度の組み合わせに応じて環境検出信頼度Ｒ１、Ｒ２、Ｒ３を設定する。

次に、Ｓ１０３に進んで、道路曲率入力値算出部４３で画像情報に基づく道路曲率κｃ、対車線ヨー角入力値算出部４５で画像情報に基づく対車線ヨー角Ψｃ、車線内横位置入力値算出部４７で画像情報に基づく車線内横位置ｙｃを読み込む。

次いで、Ｓ１０４に進み、道路曲率入力値算出部４３で地図情報に基づく道路曲率κｍ、対車線ヨー角入力値算出部４５で地図情報に基づく対車線ヨー角Ψｍ、車線内横位置入力値算出部４７で地図情報に基づく車線内横位置ｙｍを読み込む。

次に、Ｓ１０５に進んで、ヨーレートセンサフィードバックゲイン設定部４２で、前述の（５）式で示す操舵特性に応じてヨーレートセンサフィードバックゲインＫ１を設定する。また、対車線ヨー角フィードバックゲイン設定部４４で、対車線ヨー角に応じた環境検出信頼度Ｒ２に基づいて、例えば、図７に示すようなテーブルを参照して対車線ヨー角フィードバックゲインＫ２を設定する。更に、車線内横位置フィードバックゲイン設定部４６で、車線内横位置に応じた環境検出信頼度Ｒ３に基づいて、例えば、図８に示すようなテーブルを参照して車線内横位置フィードバックゲインＫ３を設定する。

次いで、Ｓ１０６に進み、道路曲率入力値算出部４３で、前述の（６）式により、道路曲率入力値κmcを算出し、対車線ヨー角入力値算出部４５で、前述の（７）式により、対車線ヨー角入力値Ψmcを算出し、車線内横位置入力値算出部４７で、前述の（８）式により、車線内横位置入力値ｙmcを算出する。

次に、Ｓ１０７に進み、走行制御部４８で制御用の車線情報（対車線ヨー角Ψovs、車線内横位置ｙovs）を算出する。

次いで、Ｓ１０８に進み、外乱補正ヨーモーメント算出部４８ｄで、後述する図５に示す、外乱補正ヨーモーメント算出ルーチンのフローチャートに従って、外乱補正ヨーモーメントＭzs(i)を算出する。

次に、Ｓ１０９に進んで、操舵制御部４９は、例えば、前述の（１８）式により、目標操舵角θｔを算出してモータ駆動部２１に出力する。尚、操舵制御に用いるパラメータは、必要に応じて走行制御部４８等から読み込む。

次いで、上述のＳ１０８、すなわち、外乱補正ヨーモーメント算出部４８ｄで実行される、外乱補正ヨーモーメント算出ルーチンを図５のフローチャートで説明する。

まず、Ｓ２０１で、車両挙動推定部４８ａから車両の２輪モデルで推定した横加速度Ｇyovsを読み込む。

次いで、Ｓ２０２に進み、横加速度センサ３７から検出した横加速度Ｇysを読み込む。

次に、Ｓ２０３に進んで、横加速度偏差Ａｙ（＝Ｇys−Ｇyovs）を算出する。

次いで、Ｓ２０４に進み、横加速度偏差の絶対値｜Ａｙ｜と予め実験、計算等により設定しておいた閾値Ａycとを比較する。

この比較の結果、横加速度偏差の絶対値｜Ａｙ｜が閾値Ａyc未満の場合（｜Ａｙ｜＜Ａycの場合）、車両はカント路面を走行している可能性があると判定してＳ２０５に進み、車線内横位置入力値ｙmcの変化速度Ｄｙを算出する。

Ｓ２０５で車線内横位置入力値ｙmcの変化速度Ｄｙを算出した後は、Ｓ２０６に進み、車線内横位置入力値の変化速度の絶対値｜Ｄｙ｜と予め実験、計算等により設定しておいた閾値Ｄycとを比較する。

Ｓ２０６の判定の結果、車線内横位置入力値の変化速度の絶対値｜Ｄｙ｜が閾値Ｄyc未満の場合（｜Ｄｙ｜＜Ｄycの場合）、車両に対して補正すべき外乱が生じていないと判定し、そのままルーチンを抜ける。

逆に、車線内横位置入力値の変化速度の絶対値｜Ｄｙ｜が閾値Ｄyc以上の場合（｜Ｄｙ｜≧Ｄycの場合）は、
車両はカント路面を走行し、これに起因する外乱が生じている可能性があると判定してＳ２０７に進み、付加ヨーモーメントのレートリミッタＲを縮小補正する。このレートリミッタＲは、後述のＳ２０８の処理で算出する外乱補正ヨーモーメントＭzs(i)を付加する速度を制限する値（すなわち、ΔＭzs／Δｔ）であり、レートリミッタＲを縮小補正することにより、外乱補正ヨーモーメントＭzs(i)を付加する速度が緩やかに補正される。これは、カント路面を走行する場合に車両に作用する外乱は緩やかに作用するため、この外乱の作用の仕方を考慮したものである。

次いで、Ｓ２０８に進み、例えば、以下の（１９）式により、外乱の影響を抑制する外乱抑制パラメータとして外乱補正ヨーモーメントＭzs(i)を算出し、出力する。

Ｍzs(i)＝Min（Δｔ・Ｒ＋Ｍzs(i-1)，Ｍzs(k)） …（１９）
ここで、Min（α，β）はαとβのMin関数であり、Δｔは制御周期、Ｍzs(i-1)は外乱補正ヨーモーメントＭzs(i)の前回値、Ｍzs(k)は外乱補正ヨーモーメントＭzs(k)の今回値である。また、（１９）式のMin関数中における外乱補正ヨーモーメントの今回値Ｍzs(k)は、例えば、以下の（２０）式により算出される。

Ｍzs(k)＝（１＋Ａ・Ｖ^２）・（２・Ｌ^２・Ｋｆ・Ｋｒ）
／（Ｖ・（Ｋｆ＋Ｋｒ））・Ｋ・Ｄｙ …（２０）
ここで、Ｌはホイールベース、Ｋは予め実験、計算等により設定した横位置変化速度感応制御ゲインである。

一方、前述のＳ２０４の比較の結果、横加速度偏差の絶対値｜Ａｙ｜が閾値Ａyc以上の場合（｜Ａｙ｜≧Ａycの場合）、車両にワンダリング（路面の凹凸や轍等による車両挙動の乱れ）による外乱が作用している可能性があると判定してＳ２０９に進み、車線内横位置入力値ｙmcの変化速度Ｄｙを算出する。

Ｓ２０９で車線内横位置入力値ｙmcの変化速度Ｄｙを算出した後は、Ｓ２１０に進み、横加速度偏差Ａｙと車線内横位置入力値の変化速度Ｄｙの方向を比較する。

Ｓ２０９の判定の結果、横加速度偏差Ａｙと車線内横位置入力値の変化速度Ｄｙの方向が一致している場合は、抑制すべき外乱（ワンダリング）が作用していると判定し、Ｓ２１１に進み、付加ヨーモーメントのレートリミッタＲを拡大補正する。すなわち、ワンダリング等の外乱は、動きが速いため素早い制御動作が要求されることから、外乱補正ヨーモーメントＭzs(i)による速やかな補正を可能にするのである。

また、横加速度偏差Ａｙと車線内横位置入力値の変化速度Ｄｙの方向が一致している場合は、レートリミッタＲを補正することなく、そのままＳ２０８に進み、前述の（１９）式により、外乱の影響を抑制する外乱抑制パラメータとして外乱補正ヨーモーメントＭzs(i)を算出し、出力する。

本発明によりで取得する車線情報の一例を図１１のタイムチャートで説明する。

図１１（ａ）は、画像情報の信頼度Ｒｃと地図情報の信頼度Ｒｍを示し、本例では、時刻ｔ１までは、画像情報と地図情報の信頼度Ｒｃ、Ｒｍは共に、１であり、時刻ｔ１からは、画像情報の信頼度Ｒｃが略０に低下した例となっている。尚、地図情報の信頼度Ｒｍは、引き続き１のままである。

このため、時刻ｔ１から採用される車線情報は、地図情報による車線情報の方が採用比率が高められる。

従って、図１１（ｃ）の対車線ヨー角Ψ、図１１（ｄ）の車線内横位置ｙのタイムチャートに示すように、時刻ｔ１の後、時刻ｔ２になると、画像情報による対車線ヨー角Ψｃ、画像情報による車線内横位置ｙｃの信号に乱れが表れるが、地図情報による対車線ヨー角Ψｍ、画像情報による車線内横位置ｙｍの信号には乱れは生じておらず、この地図情報による車線情報の採用比率が高められた精度の良い車線情報によって車両の２輪モデルによるフィードバック制御が行われ、車両の２輪モデルからの対車線ヨー角Ψovs、画像情報による車線内横位置ｙovsの信号も不自然に変動すること無く精度良く保たれる。

このように、本発明の実施の形態によれば、画像情報と地図情報の信頼度に応じて画像情報と地図情報の採用比率を可変して車線情報を検出する。また、入力される操舵角θＨに対して出力される車両挙動を車両の２輪モデルで推定する。そして、推定した車両挙動に基づき、車両が走行する車線に対する車線情報（対車線ヨー角Ψovs、車線内横位置ｙovs）を、検出した車線情報をその信頼度に応じた可変設定でフィードバックして制御用車線情報として算出し、この制御用車線情報に基づいて操舵制御する。

このため、画像情報と地図情報の状態により適切な採用比率で精度良く設定された入力値が車両の２輪モデルにフィードバックされるので精度の良い制御用車線情報を得ることができる。この際、画像情報と地図情報の採用比率も走行する環境状態（雨天路、雪路）等で適切に補正して可変するので精度の良い制御用車線情報を得ることができる。また、２輪モデルへの車線情報の入力値のフィードバック量も、車線情報の信頼度に応じて可変されるので２輪モデルによるフィードバック制御も良好に保たれる。更に、オブザーバで構成した２輪モデルでのフィードバック制御を行うにあたり、車両の操舵特性から、この２輪モデルでは精度良く車両挙動を推定できないと判断できる場合には、車両挙動の検出値のフィードバック量を強めるように可変するようになっているので、２輪モデルによる誤差を少なくすることができる。また、並走車が存在する場合等、車両の２輪モデルによる推定値に外乱が含まれると推定される場合は、車線情報入力値のフィードバック量を増加させるので精度の良い制御用車線情報を得ることができる。更に、横加速度センサ３７で検出した横加速度Ｇysと車両の２輪モデルで推定した横加速度Ｇyovsに応じて車両に発生している外乱を推定し、この外乱の影響を抑制する外乱補正ヨーモーメントＭzsを精度良く算出する一方、車両に発生している外乱を特定し、外乱補正ヨーモーメントＭzsを付加するレートリミッタＲを特定した外乱に応じて可変設定し、レートリミッタＲで制限して外乱補正ヨーモーメントＭzs(i)を出力する。このため、車両に作用する外乱を適切に抑制して乗員に不安感を与えることのない自然な走行制御が可能となる。

このように、本発明による車両の走行制御装置によれば、予め観測値と推定値の誤差による影響を考慮することなく、観測値の揺らぎや誤差を適切に修正して精度良く推定値を求めることができ、車線を操舵するのに必要な様々な情報をスムーズに求め、自然な操舵制御を実行することが可能となる。

尚、本実施の形態による、環境検出信頼度設定部４１における道路曲率に応じた環境検出信頼度Ｒ１、対車線ヨー角に応じた環境検出信頼度Ｒ２、車線内横位置に応じた環境検出信頼度Ｒ３の設定や、図６、図７、図８に示す、ａ１〜ａ６、Ｋ２、Ｋ３の数値はあくまでも一例にすぎず、仕様により異なった値としても良い。

また、環境検出信頼度Ｒ１、Ｒ２、Ｒ３の信頼度を０〜３０まで、線形に設定して様々な走行環境に対応できるようにしても良い。例えば、トンネル入口付近では、自車付近はトンネル外部であるため見えるが、前方のトンネル内部は暗いためカメラでは見えにくい走行環境となる。換言すれば、Ｒ１、Ｒ２は地図の信頼度が高くなるが、Ｒ３ではカメラ信頼度が高くなる。従って、トンネル入口付近では、Ｒ１＝１１としてａ１＜ａ２とし、Ｒ２＝１３としてａ３＜ａ４とし、Ｒ３＝１８としてａ５＞ａ６とするのである。

１ 電動パワーステアリング装置
２ ステアリング軸
４ ステアリングホイール
５ ピニオン軸
１０Ｌ、１０Ｒ 車輪
１２ 電動モータ
２０ 制御ユニット
２１ モータ駆動部
３１ 前方環境認識装置（車線情報検出手段）
３２ ナビゲーションシステム（車線情報検出手段）
３３ 車速センサ
３４ 操舵角センサ
３５ ヨーレートセンサ
３６ 操舵トルクセンサ
３７ 横加速度センサ（車両パラメータ検出手段）
４１ 環境検出信頼度設定部
４２ ヨーレートセンサフィードバックゲイン設定部（フィードバック量可変手段）
４３ 道路曲率入力値算出部（車線情報検出手段、フィードバック量可変手段）
４４ 対車線ヨー角フィードバックゲイン設定部（フィードバック量可変手段）
４５ 対車線ヨー角入力値算出部（車線情報検出手段、フィードバック量可変手段）
４６ 車線内横位置フィードバックゲイン設定部（フィードバック量可変手段）
４７ 車線内横位置入力値算出部（車線情報検出手段、フィードバック量可変手段）
４８ 走行制御部
４８ａ 車両挙動推定部（車両パラメータ推定手段）
４８ｂ 対車線ヨー角フィードバック制御部（制御用車線情報算出手段）
４８ｃ 車線内横位置フィードバック制御部（制御用車線情報算出手段）
４８ｄ 外乱補正ヨーモーメント算出部（外乱抑制パラメータ算出手段、付加速度可変手段）
４９ 操舵制御部（外乱抑制手段、操舵制御手段）

制御ユニット２０は、上述の各入力値に基づいて、画像情報と地図情報の信頼度に応じて画像情報と地図情報の採用比率を可変して車線情報を検出する。また、入力される操舵角θＨに対して出力される車両挙動を車両の２輪モデルで推定し、この推定した車両挙動に基づき、車両が走行する車線に対する車線情報（対車線ヨー角Ψovs、車線内横位置ｙovs）を検出し、検出した車線情報をその信頼度に応じた可変設定でフィードバックして制御用車線情報として算出し出力する。更に、横加速度センサ３７で検出した横加速度Ｇysと車両の２輪モデルで推定した横加速度Ｇyovsに応じて車両に発生している外乱を推定し、この外乱の影響を抑制する外乱補正ヨーモーメントＭzsを算出する一方、車両に発生している外乱を特定し、特定した外乱に応じて外乱補正ヨーモーメントＭzsを付加するレートリミッタＲ（＝ΔＭzs／Δｔ）を可変設定し、レートリミッタＲで制限して外乱補正ヨーモーメントＭzsを出力する。そして、制御ユニット２０は、これら出力された制御用車線情報と外乱補正ヨーモーメントＭzsに基づいて操舵制御するようになっている。

そして、走行制御部４８は、入力される操舵角θＨに対して出力される車両のヨーレート（ｄΨovs／ｄｔ）を車両の２輪モデルで推定する。この推定したヨーレート（ｄΨovs／ｄｔ）に基づき、車両が走行する車線に対する車線情報（対車線ヨー角Ψovs、車線内横位置ｙovs）を算出する。これら推定したヨーレート（ｄΨovs／ｄｔ）、対車線ヨー角Ψovs、車線内横位置ｙovsに対し、車両の運転状態に応じて設定したヨーレートセンサフィードバックゲインＫ１、環境検出信頼度Ｒ２、Ｒ３に応じて設定した対車線ヨー角フィードバックゲインＫ２、車線内横位置フィードバックゲインＫ３を用いて、ヨーレート（ｄΨｓ／ｄｔ）、道路曲率入力値κmc、対車線ヨー角入力値Ψmc、車線内横位置入力値ｙmcをフィードバックし、制御用の車線情報（対車線ヨー角Ψovs、車線内横位置ｙovs）を算出して操舵制御部４９に出力する。更に、走行制御部４８は、横加速度センサ３７で検出した横加速度Ｇysと車両の２輪モデルで推定した横加速度Ｇyovsに応じて車両に発生している外乱を推定し、この外乱の影響を抑制する外乱補正ヨーモーメントＭzsを算出する一方、車両に発生している外乱を特定し、特定した外乱に応じて外乱補正ヨーモーメントＭzsを付加するレートリミッタＲを可変設定し、レートリミッタＲで制限して外乱補正ヨーモーメントＭzsを操舵制御部４９に出力する。

また、フィードバック量を決定する対車線ヨー角フィードバックゲインＫ２は、前述の如く、対車線ヨー角の環境検出信頼度Ｒ２に応じて設定され、画像情報と地図情報による信頼度が共に低い場合は小さく設定される。また、車線の並走車の存在状態に応じて補正され、車線に並走車が存在する場合は、本実施の形態の車両モデルで計算されるヨーレート（ｄΨovs／ｄｔ）に外乱が含まれる虞があるため、対車線ヨー角フィードバックゲインＫ２が増大補正される。これにより対車線ヨー角フィードバック制御部４８ｂで算出される対車線ヨー角Ψovsの精度が良好に保たれる。このように、対車線ヨー角フィードバック制御部４８ｂは、制御用車線情報算出手段として設けられている。

Ｓ２１０の判定の結果、横加速度偏差Ａｙと車線内横位置入力値の変化速度Ｄｙの方向が一致している場合は、抑制すべき外乱（ワンダリング）が作用していると判定し、Ｓ２１１に進み、付加ヨーモーメントのレートリミッタＲを拡大補正する。すなわち、ワンダリング等の外乱は、動きが速いため素早い制御動作が要求されることから、外乱補正ヨーモーメントＭzs(i)による速やかな補正を可能にするのである。

また、横加速度偏差Ａｙと車線内横位置入力値の変化速度Ｄｙの方向が一致していない場合は、レートリミッタＲを補正することなく、そのままＳ２０８に進み、前述の（１９）式により、外乱の影響を抑制する外乱抑制パラメータとして外乱補正ヨーモーメントＭzs(i)を算出し、出力する。

従って、図１１（ｃ）の対車線ヨー角Ψ、図１１（ｄ）の車線内横位置ｙのタイムチャートに示すように、時刻ｔ１の後、時刻ｔ２になると、画像情報による対車線ヨー角Ψｃ、画像情報による車線内横位置ｙｃの信号に乱れが表れるが、地図情報による対車線ヨー角Ψｍ、地図情報による車線内横位置ｙｍの信号には乱れは生じておらず、この地図情報による車線情報の採用比率が高められた精度の良い車線情報によって車両の２輪モデルによるフィードバック制御が行われ、車両の２輪モデルからの対車線ヨー角Ψovs、画像情報による車線内横位置ｙovsの信号も不自然に変動すること無く精度良く保たれる。

Claims (9)

1. 車両パラメータを検出する車両パラメータ検出手段と、
   入力値に対して出力される車両パラメータを車両モデルで推定する車両パラメータ推定手段と、
   上記車両パラメータ検出手段で検出した車両パラメータと上記車両パラメータ推定手段で推定した車両パラメータに応じて車両に発生している外乱を推定し、上記外乱の影響を抑制する外乱抑制パラメータを算出する外乱抑制パラメータ算出手段と、
   上記車両パラメータ検出手段で検出した車両パラメータと上記車両パラメータ推定手段で推定した車両パラメータに応じて車両に発生している外乱を特定し、該特定した外乱に応じて上記外乱抑制パラメータの付加速度を可変設定する付加速度可変手段と、
   上記付加速度可変手段で制限された外乱抑制パラメータを付加する外乱抑制手段と、
   を備えたことを特徴とする車両の走行制御装置。
2. 上記付加速度可変手段は、上記特定した外乱がワンダリングによるものと判定した場合には、上記外乱抑制パラメータの上記外乱抑制手段からの付加速度の上限を拡大補正して設定することを特徴とする請求項１記載の車両の走行制御装置。
3. 上記付加速度可変手段は、上記特定した外乱がカント路面を走行することによるものと判定した場合には、上記外乱抑制パラメータの上記外乱抑制手段からの付加速度の上限を縮小補正して設定することを特徴とする請求項１記載の車両の走行制御装置。
4. 上記外乱抑制手段は、制御用車線情報に基づいて操舵制御を行う操舵制御手段であって、
   車線情報を検出する車線情報検出手段と、
   上記車両パラメータ推定手段で推定した上記車両パラメータに基づき、上記車線情報をフィードバックして上記制御用車線情報を算出する制御用車線情報算出手段と、
   上記制御用車線情報算出手段にフィードバックする上記車線情報を該車線情報の信頼度に応じて可変設定するフィードバック量可変手段と、
   を備えたことを特徴とする請求項１乃至請求項３の何れか一つに記載の車両の走行制御装置。
5. 上記フィードバック量可変手段は、上記車線情報の信頼度が低い場合ほど上記制御用車線情報算出手段でフィードバックする上記車線情報を低く設定することを特徴とする請求項４記載の車両の走行制御装置。
6. 上記車線情報検出手段は、画像情報と地図情報とから上記車線情報を検出するものであって、
   上記画像情報の信頼度と上記地図情報の信頼度とに応じて上記画像情報からの車線情報と上記地図情報からの車線情報の採用比率を可変することを特徴とする請求項４又は請求項５記載の車両の走行制御装置。
7. 上記車線情報検出手段が、上記車線情報で雨天路や雪路を検出した場合、上記車線情報検出手段は、上記画像情報に基づく車線情報の比率を低下させる一方、上記地図情報に基づく車線情報の比率を増加させることを特徴とする請求項６記載の車両の走行制御装置。
8. 車両のヨーレートを検出するヨーレート検出手段を備え、
   上記車両パラメータ推定手段は、少なくとも上記ヨーレートの検出値を上記車両モデルにフィードバックして上記車両パラメータを推定するものであって、
   上記フィードバック量可変手段は、上記ヨーレートの検出値から上記車両モデルの計算誤差が増加すると判断した場合は、上記車両モデルにフィードバックする上記ヨーレートの検出値を増加補正することを特徴とする請求項１乃至請求項７の何れか一つに記載の車両の走行制御装置。
9. 車両のヨーレートを検出するヨーレート検出手段を備え、
   上記車両パラメータ推定手段は、少なくとも上記ヨーレートの検出値を上記車両モデルにフィードバックして上記車両パラメータを推定するものであって、
   上記車線情報検出手段が、自車両の他に並走車が存在することを検出した場合、上記フィードバック量可変手段は、上記車両パラメータ推定手段にフィードバックする上記車線情報を増大補正することを特徴とする請求項１乃至請求項８の何れか一つに記載の車両の走行制御装置。

Images