JP2018124663A - 移動物体予測装置 - Google Patents
移動物体予測装置 Download PDFInfo
- Publication number
- JP2018124663A JP2018124663A JP2017014571A JP2017014571A JP2018124663A JP 2018124663 A JP2018124663 A JP 2018124663A JP 2017014571 A JP2017014571 A JP 2017014571A JP 2017014571 A JP2017014571 A JP 2017014571A JP 2018124663 A JP2018124663 A JP 2018124663A
- Authority
- JP
- Japan
- Prior art keywords
- prediction
- moving object
- unit
- vehicle
- future position
- 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.)
- Pending
Links
- 238000004364 calculation method Methods 0.000 claims abstract description 40
- 230000003993 interaction Effects 0.000 claims description 38
- 238000000034 method Methods 0.000 claims description 16
- 230000009471 action Effects 0.000 abstract description 7
- 230000006399 behavior Effects 0.000 description 18
- 230000001133 acceleration Effects 0.000 description 14
- 238000010586 diagram Methods 0.000 description 12
- 230000007246 mechanism Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000087 stabilizing effect Effects 0.000 description 1
- 238000006557 surface reaction Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
【課題】
移動物体の将来位置の予測精度を確保しつつ、計算負荷の軽減を可能にすることにある。
【解決手段】
移動物体行動予測部202は、自車両601の周囲の歩行者603,604の将来位置を予測する。移動物体行動予測部202は、歩行者603,604の将来位置を簡易予測する簡易予測部401と、簡易予測部401よりも高精度に歩行者604の将来位置を本予測する個別予測部304と、前記簡易予測の結果に応じて個別予測部304によって前記将来位置を本予測する歩行者604を割振る物体割振り部302を備える移動物体予測装置。
【選択図】図3
移動物体の将来位置の予測精度を確保しつつ、計算負荷の軽減を可能にすることにある。
【解決手段】
移動物体行動予測部202は、自車両601の周囲の歩行者603,604の将来位置を予測する。移動物体行動予測部202は、歩行者603,604の将来位置を簡易予測する簡易予測部401と、簡易予測部401よりも高精度に歩行者604の将来位置を本予測する個別予測部304と、前記簡易予測の結果に応じて個別予測部304によって前記将来位置を本予測する歩行者604を割振る物体割振り部302を備える移動物体予測装置。
【選択図】図3
Description
本発明は、自動車等の車両、特に自動運転走行中の自車両の周囲に存在する移動物体の行動を予測する移動物体予測装置に関する。
従来、自車両の進路周辺の物体情報を取得し、取得した物体情報から各移動物体の進路を予測するシステムが開発されている。(例えば、特許文献1を参照)
しかしながら、多数の移動物体が存在する場合には、それぞれの移動物体の予測演算を同一の方法で実施すると、自車両の走行計画に影響を及ぼさない移動物体に対する計算の負荷が高まり、走行計画に必要な予測演算が十分に行なえない可能性が考えられる。
そこで、本発明の目的は、自車両に影響する移動物体の予測精度を確保しつつ、計算負荷の軽減を可能にすることにある。
本発明は、自車両の周囲の移動物体の将来位置を予測する移動物体予測装置であって、前記移動物体の将来位置を簡易予測する第一の予測部と、前記第一の予測部よりも高精度に前記移動物体の将来位置を本予測する第二の予測部と、前記簡易予測の結果に応じて前記第二の予測部によって前記将来位置を本予測する移動物体を割振る割振り部とを備える移動物体予測装置。
本発明によれば、移動物体の将来位置の予測精度を保ちつつ、計算負荷を軽減することができる。
幾つかの実施例を図面を参照して詳細に説明する。
図1は、実施例1に係る車両走行制御装置1を搭載した自車両100の全体構成を示した説明図である。FL輪、FR輪、RL輪およびRR輪は、左前輪、右前輪、左後輪および右後輪をそれぞれ意味する。
自車両100は、外界を認識するセンサとして、前方にカメラ2と、左右側方にレーザーレーダ3,4と、後方にミリ波レーダ5とを備えており、自車両100と周囲車両との相対距離および相対速度を検出することができる。尚、本実施例では、センサの構成の一例として上記センサの組み合わせを示しているが、それに限定するものではなく、超音波センサ、ステレオカメラ、赤外線カメラなどとの組み合わせでもよい。上記センサ信号が、車両走行制御装置1に入力される。
さらに、自車両100は、車両走行制御装置1と、操舵制御装置8と、制動制御装置15と、加速制御装置19と、通信装置23と、表示装置24とを備えている。
車両走行制御装置1は、例えば、CPUと、ROMと、RAMと、入出力装置とを有する。ROMには、車両走行制御のフローが記憶されている。車両走行制御装置1は、各種センサ2,3,4,5の情報に基づいて、進行方向を制御するためのステアリング制御機構10、ブレーキ制御機構13、スロットル制御機構20への指令値を演算する。
操舵制御装置8は、車両走行制御装置1からの指令値に基づいて、上記ステアリング制御機構10を制御する。制動制御装置15は、車両走行制御装置1からの指令値に基づいて、上記ブレーキ制御機構13を制御し、各輪のブレーキ力配分を調整する。加速制御装置19は、車両走行制御装置1からの指令値に基づいて、スロットル制御機構20を制御し、エンジンのトルク出力を調整する。通信装置23は、路車間または車車間の通信を行う。表示装置24は、自車両100の走行計画および周辺に存在する移動物体の行動予測を表示する。
このように構成された車両走行制御装置1は、詳細は後述する、生成した走行計画に従って車両走行を制御するための各アクチュエータ10,13,20の指令値を演算する。各アクチュエータ10、13、20の制御装置8,15,19は、車両走行制御装置1の指令値を通信により受信し、当該指令値に基づいて、各アクチュエータ10,13,20を制御する。
次いで、ブレーキの動作について説明する。ドライバが自車両100を運転している状態では、ドライバのブレーキペダル12を踏む踏力をブレーキブースタ(不図示)で倍力し、その力に応じた油圧をマスタシリンダ(不図示)によって発生させる。発生した油圧は、ブレーキ制御機構13を介して、ホイルシリンダ16に供給される。ホイルシリンダ16FL〜16RRは、シリンダ(不図示)と、ピストンと、パッド等とを有しており、マスタシリンダ9から供給された作動液によってピストンが推進され、ピストンに連結されたパッドがディスクロータに押圧される。尚、ディスクロータは、車輪と共に回転している。そのため、ディスクロータに作用したブレーキトルクは、車輪と路面との間に作用するブレーキ力となる。以上により、ドライバのブレーキペダル操作に応じて、各輪に制動力が発生させることができる。
制動制御装置15は、車両走行制御装置1と同様に、例えば、CPUと、ROMと、RAMと、入出力装置とを有する。制動制御装置15には、コンバインセンサ14と、車輪速センサ11FL〜11RRと、上述の制動制御装置15からのブレーキ力指令と、後述する操舵制御装置8を介してハンドル角検出装置21からのセンサ信号とが入力されている。コンバインセンサ14は、前後加速度、横加速度、ヨーレートを検出する、車輪速センサ11FL〜11RRは、各輪に設置されている。さらに、制動制御装置15は、出力側がポンプ(不図示)と、制御バルブを有するブレーキ制御機構13とに接続されており、ドライバのブレーキペダル操作とは独立して各輪に任意の制動力を発生させることができる。制動制御装置15は、上記各種情報に基づいて自車両100のスピン、ドリフトアウト、および車輪のロックを推定し、それらを抑制するように該当輪の制動力を発生させることによって、ドライバの操縦安定性を高める役割を担っている。さらに、車両走行制御装置1は、制動制御装置15にブレーキ指令を通信することによって、自車両100に任意のブレーキ力を発生させることができ、ドライバの操作が生じない自動運転の場合、自動的に制動を行う役割を担っている。但し、本実施例では、上記制動制御装置15に限定するものではなく、例えば、ブレーキバイワイヤ等の他のアクチュエータを用いてもよい。
次いで、ステアリングの動作について説明する。ドライバが自車両100を運転している状態では、ドライバがハンドル6を介して入力した操舵トルクとハンドル角とをそれぞれ操舵トルク検出装置7とハンドル角検出装置21とで検出する。操舵制御装置8は、それらの情報に基づいてモータ9を制御し、アシストトルクを発生させる。尚、操舵制御装置8も、車両走行制御装置1と同様に、例えば、CPUと、ROMと、RAMと、入出力装置とを有する。ステアリング制御機構10が、ドライバの操舵トルクと、モータ9によるアシストトルクとの合力により可動すると、前輪が切られ、前輪の切れ角に応じて路面からの反力がステアリング制御機構に伝わると、その反力が路面反力としてドライバに伝わる。
操舵制御装置8は、ドライバのステアリング操作とは独立してモータ9によってトルクを発生し、ステアリング制御機構10を制御することができる。従って、車両走行制御装置1は、操舵制御装置8に操舵力指令を通信することによって、前輪を任意の切れ角に制御することができ、ドライバの操作が生じない自動運転においては自動的に操舵を行う役割を担っている。但し、本実施例では、上記操舵制御装置8に限定するものではなく、ステアバイワイヤ等の他のアクチュエータを用いてもよい。
次いで、アクセルについて説明する。ドライバの操作によるアクセルペダル17の踏み込み量は、ストロークセンサ18によって検出され、加速制御装置19に入力される。尚、加速制御装置19も、車両走行制御装置1と同様に、例えば、CPUと、ROMと、RAMと、入出力装置とを有する。加速制御装置19は、上記アクセルペダル17の踏み込み量に応じてスロットル開度を調節し、エンジンを制御する。以上により、ドライバのアクセルペダル17の操作に応じて、自車両100を加速させることができる。さらに、加速制御装置19は、ドライバのアクセル操作とは独立してスロットル開度を制御することができる。従って、車両走行制御装置1は、加速制御装置19に加速指令を通信することによって、自車両100に任意の加速度を発生させることができ、ドライバの操作が生じない自動運転の場合、自動的に加速を行う役割を担っている。
図2は、本実施例に係る車両走行制御装置1のブロック図である。
外界を認識する各種センサ2,3,4,5の情報に基づいて得られた周囲の環境の情報がセンサ入力処理部201に入力されると、自車両100の周囲に存在する移動物体の物体情報に変換される。具体的な物体情報としては、例えば、歩行者、自転車、車両の属性情報や、それらの現在位置および現在の速度ベクトルが抽出される。ここで、移動物体には、現時刻で得られた速度がゼロであったとしても、将来において動く可能性がある駐車車両が含まれる。
次いで、前述した物体情報と、後述する方法によって前演算ステップで演算された軌道および速度計画情報とが、「移動物体予測装置」としての移動物体行動予測部202に入力される。移動物体行動予測部202では、詳細は後述する、入力情報に基づいて、各移動物体の将来の位置および速度情報(物体予測情報)を演算する。
次いで、軌道/運動計画部203について説明する。軌道/運動計画部203は、入力情報である物体予測情報および地図情報に基づいて、自車両100の走行軌道およびその際の速度を計画する。具体的には、軌道/運動計画部203は、例えば、自車両100の前方の走行車両および駐車車両の将来位置の物体予測情報から、それらの移動物体との衝突を避けるような軌道を生成する。それと同時に、軌道/運動計画部203は、自車両100に同乗しているドライバが出来る限り不快と感じない範囲の加減速で自動運転走行をするように計画する。
次いで、アクチュエータ指令値演算部204について説明する。アクチュエータ指令値演算部204は、入力情報である軌道・速度計画情報に基づいて、例えば、ブレーキ、ステアリング、アクセルの操作量を演算する。具体的には、軌道・速度計画情報は、自車両100の将来における目標情報であるため、アクチュエータ指令値演算部204は、目標位置および速度が入力されると、自車両100の物理モデルに基づいて、各アクチュエータ10,13,20の制御量を出力する。
図3は、本実施例の車両走行制御装置1に実装されている移動物体行動予測部202のブロック図である。
予測物体精度判断部301は、詳細は後述する、物体情報および前回演算時の軌道・速度計画情報に基づいて、各物体の精度情報を演算する。「割振り部」としての物体割振り部302は、精度情報に基づいて、物体情報から個別物体情報を抽出し、複数の個別予測部303,304に送信する。複数の個別予測部303,304は、予測精度が低精度な複数の個別予測部303の組と、予測精度が高精度な「第二の予測部」としての個別予測部304の組との二組に分けられ、両組の個別予測部303,304は、相互に異なる予測モデルを有している。物体割振り部302は、必要な予測精度が考慮された精度情報に基づいて、適切な個別予測部303,304に個別物体情報を割り振る。
次いで、予測結果集約部305について説明する。個別予測部303,304によって予測された個別予測結果を、予測演算周期および座標系を同一の形式とし、物体予測情報として集約した形式とする。特に、個別予測部303,304では、予測モデル毎に演算周期が異なる場合があるため、短周期および長周期で予測した演算結果を同一の予測周期とするような補間演算が必要となる。
図4は、本実施例の車両走行制御装置1に実装されている予測物体精度判定部301のブロック図である。
「第一の予測部」としての簡易予測部401は、物体情報に基づいて、各物体の将来時間Tにおける位置R(X(T),Y(T))を簡易予測する。具体的には、簡易予測部401は、物体OB_Nの現在位置をRn0(Xn(0),Yn(0))、現在速度をVn(Vxn,Vyn)とした場合、以下の線形予測式(1)に基づいて、予測演算する。
Rn(Xn(T),Yn(T))=Vn(Vxn,Vyn)×T
+Rn0(Xn(0),Yn(0)) ・・・(1)
演算方法は、各物体が将来時間においても現在速度を維持して移動する等速直線運動を仮定している。これにより、短時間に多くの物体の予測が可能となる。
Rn(Xn(T),Yn(T))=Vn(Vxn,Vyn)×T
+Rn0(Xn(0),Yn(0)) ・・・(1)
演算方法は、各物体が将来時間においても現在速度を維持して移動する等速直線運動を仮定している。これにより、短時間に多くの物体の予測が可能となる。
次いで、自車影響判定部402は、簡易予測演算結果と軌道・速度計画情報が入力されると、自車両100への影響を判定する。具体的には、自車影響判定部402は、将来時刻において、自車両100と予測移動物体とが衝突する確率が所定値以上あるか否かを演算し、所定値以上の場合は、自車両100への影響ありと判定し、所定値以下の場合は、自車両100への影響なしと判定する。衝突する確率の演算する方法としては、将来位置における各物体と自車両100との衝突予想時間TTC(Time To Collision)を用いる。ここで、TTC[s]=相対距離[m]÷相対速度[m/s]である。TTCを用いた判定では、例えば、第1所定値以下である場合は、衝突確率50%、第2所定値(<第1所定値)以下である場合は、衝突確率70%とする。
次いで、精度情報演算部403について説明する。精度情報演算部403は、自車影響判定結果に基づいて、精度情報を演算する。
図5は、自車影響判定結果および精度情報の関係を示す。
精度情報演算部403は、図5に示すように、自車影響判定結果が「小」である場合は精度情報として「低」、自車影響判定結果が「中」である場合は精度情報として「中」、自車影響判定結果が「大」である場合は精度情報として「高」の3水準の何れかに分類する。ここで、精度情報を3水準としたのは、個別予測部303,304で用いる予測モデルの分類水準と等しくするためである。
精度情報演算部403は、図5に示すように、自車影響判定結果が「小」である場合は精度情報として「低」、自車影響判定結果が「中」である場合は精度情報として「中」、自車影響判定結果が「大」である場合は精度情報として「高」の3水準の何れかに分類する。ここで、精度情報を3水準としたのは、個別予測部303,304で用いる予測モデルの分類水準と等しくするためである。
図6は、本実施例の自車両601およびその周囲の歩行者603,604の一例を示す。
図6に示した状況において、車両走行制御装置1の移動物体行動予測部202の作用効果を以下に説明する。自車両601は、両側にある道路端602で規格される道路上を、走行計画軌道605に沿って自動運転走行している。自車両601の周囲には、二人の「移動物体」としての歩行者603,604が歩行している。歩行者603は、自車両601の右後方を自車両601とは反対の方向に歩行している。歩行者604は、自車両601の走行計画軌道と交差する方向に歩行している。
図7は、本実施例の図6の状況における制御フローを示す。
ステップS700では、車両走行制御装置1の制御部(CPU)は、外界を認識する各種センサ2,3,4,5の情報に基づいて得られた自車両601の周囲の環境の情報をセンサ入力処理部201に入力し、自車両601の周囲に存在する移動物体の物体情報に変換する。これにより、両歩行者603,604の位置および速度ベクトルの情報を得ることができる。
ステップS701では、車両走行制御装置1の制御部(CPU)は、ステップS700で得られた移動物体の物体情報に基づき、移動物体毎を個別に簡易予測する。ここでは、両歩行者603,604の5秒後までの位置を予測間隔1秒で予測する。両歩行者603,604の1〜5秒後の位置を、符号608,609で表している。
ステップS702では、車両走行制御装置1の制御部(CPU)は、自車両601への影響を判定する。歩行者603は、自車両601の走行計画軌道605と反対方向に歩行している。
図8は、歩行者603,604及び自車両601への影響度の関係を示す。
ここで、図8に示すように、歩行者603は、衝突確率(自車両601への影響度)が時間経過と共に低下していく。そのため、予測時間5秒間において、予測情報は「低」と判定される。歩行者604は、将来時刻2秒から3秒の間に、自車両601の走行計画軌道605と交差する可能性があり、衝突確率(自車両601への影響度)が高い。ただし、簡易的な予測では、予測間隔が長くなるため、より詳細な予測を行なう必要がある。そのため、予測情報としては、「高」が選択される。
図7に戻る。ステップS708では、予測情報が「高」と判定された場合、ステップS703に進み、「低」と判定された場合、ステップS704に進む。
ステップS703では、車両走行制御装置1の制御部(CPU)は、予測精度(高)モデルを用いて行動を本予測する。ここでは、ステップS701で用いた予測モデルと比較して、高精度に予測できるモデルを用いる。具体的には、例えば、ポテンシャル法を用いたポテンシャルモデル、予測周期が短いモデル、現在の加速度を考慮した等加速度運動モデル、周囲車両およびデータセンタと通信することによって得られた予測対象の事前の動きを統計処理して算出したパラメータを補正項とするモデルを用いる。
図9は、駐車車両901と道路端903とが発生するポテンシャル場において、歩行者902が駐車車両901を避けるように移動していく場合の予測結果の例を示す。
ここで、個別予測部304が有するポテンシャル法を用いた予測モデルについて述べる。ポテンシャル法は、例えば、道路端903および駐車車両901の障害物から仮想的な力学ポテンシャルが発生していると仮定し、歩行者902がポテンシャルの最も低い個所を通過するように移動するとして、歩行者902の位置を予測する手法である。発生させる力学ポテンシャルとしては、例えば、ガウス関数を用いたり、べき乗関数で近似する。一例としては、駐車車両901から発生させるポテンシャルを以下の式で表す。
U(x,y)=W×exp(−(x−x0)/σx^2−(y−y0)/σy^2)
・・・(2)
ここで、Wはポテンシャルの重み、(x0,y0)は駐車車両901の位置、(σx,σy)はx方向およびy方向の分散を表す。複数の物体が存在する場合には、重ね合わせの原理に基づいて演算を行なう。
U(x,y)=W×exp(−(x−x0)/σx^2−(y−y0)/σy^2)
・・・(2)
ここで、Wはポテンシャルの重み、(x0,y0)は駐車車両901の位置、(σx,σy)はx方向およびy方向の分散を表す。複数の物体が存在する場合には、重ね合わせの原理に基づいて演算を行なう。
再び、図7に戻る。ステップS704では、車両走行制御装置1の制御部(CPU)は、予測精度(低)モデルを用いて行動を簡易予測する。ここでは、ステップ701で用いた等速直線運動モデルと同程度の精度のモデルを用いる。若しくは、ステップ701で演算した結果をROMに格納し、その演算結果を再利用しても良い。または、メモリおよび通信量を削減するために、演算を省略(例えば、固定値とする)しても良い。
ステップS705では、車両走行制御装置1の制御部(CPU)は、ステップS703およびステップS704で演算した予測結果を集約する。ここでは、予測精度(高)モデルで予測した結果は、予測精度(低)モデルで予測した結果よりも演算周期間隔が短くなっているため、短い予測周期間隔に統一できるように、例えば線形補間を行なう。
以上に述べた処理によって、移動物体行動予測部202は、歩行者603,604の将来位置を簡易予測する簡易予測部401と、前記簡易予測部401よりも高精度に歩行者604の将来位置を本予測する個別予測部304と、簡易予測の結果に応じて個別予測部304によって将来位置を本予測する歩行者604を割振る物体割振り部302とを備えるので、歩行者603,604に対する予測精度を保ちつつ、計算負荷を軽減することができる。従って、自車両601の急加減速頻度を低減することができ、さらにECUに搭載するCPUを低速度CPUへ置き換えることが可能となり、ECUを低コスト化することができる。
物体割振り部302は、自車両601と干渉する可能性が高い歩行者604を個別予測部304に割振るので、自車両601への影響が高い歩行者604の予測を高精度に行なうと同時に、影響が小さい歩行者603は、予測演算への負荷を低減することができ、自車両601と両歩行者603,604との干渉および計算負荷を低減することができる。
個別予測部304による本予測は、簡易予測部401による簡易予測よりも演算周期が短いので、本予測の予測精度を高めることができる。
簡易予測部401による予備予測と、個別予測部304による本予測とは、予測モデルが異なるので、歩行者603,604毎に予測モデルを選択する自由度が向上する。
簡易予測部401は、線形予測法によって移動物体の将来位置を簡易予測するので、移動物体行動予測部202の計算負荷を軽減することができる。
個別予測部304は、ポテンシャルマップを用いるポテンシャル法によって歩行者604の将来位置を予測するので、高い精度で歩行者604を本予測することができる。
簡易予測部401と、個別予測部304とは、複数の歩行者603,604の各々の将来位置を個別に予測するので、歩行者603,604毎の予測精度を高めることができる。
簡易予測の結果に応じて本予測をしないと判断された歩行者603には、簡易予測の結果を流用するので、歩行者603に対する計算負荷を軽減することができる。
図10は、実施例2の車両走行制御装置1に実装されている予測物体精度判定部301のブロック図を示す。実施例2の予測物体精度判定部301には、実施例1の予測物体精度判定部301に相互作用判定部1004が追加されている。相互作用判定部1004は、各予測移動物体の簡易予測結果に基づいて、それぞれの移動物体が相互作用を起こすかを判定する演算を行なう。具体的には、簡易予測演算結果でそれぞれの予測結果の軌跡が交差する、若しくは将来時間においてTTCが所定値以下となる場合があると判定された場合には、それらの物体間には相互作用があるとする。
図11および図12には、2人の歩行者がx軸方向およびy軸方向に沿って歩行している場合の一例を示す。以下、歩行者間の相互作用について説明する。
図11では、それぞれの歩行者の1秒後から5秒後までの予測位置を白丸で表す。それぞれの歩行者の予測軌跡は、3〜4秒の間に交わっている。図12は、将来時刻における相互作用確率を表している。相互作用確率の演算は、例えば、TTCの逆数を規格化する。相互作用確率が所定値以上となる場合には、2人の歩行者は相互作用すると判定される。
図10に戻る。次いで、相互作用を含む精度情報演算部1005について説明する。精度情報演算部1005は、自車影響判定結果および相互作用判定結果に基づいて、精度情報を演算する。
図13は、自車影響判定結果および相互作用判定結果の関係を示す。
具体的には、図13に示すように、相互作用判定結果が「無し」のときは、実施例1と同様に、自車影響判定結果に基づいて、精度情報は「低」「中」「高」を切り替える。相互作用判定結果が「有り」のときは、自車影響判定結果が「小」の場合、精度情報を「低」とする。一方で、自車影響判定結果が「中」もしくは「大」の場合、精度情報を「相互作用」とする。精度情報が「相互作用」のときは、移動物体の相互作用を考慮することが可能な予測モデルを使う。尚、相互作用を考慮することが可能な例としては、前述したポテンシャル法を用いた予測方法がある。
図14は、本実施例の自車両601と、その周囲の歩行者603,604および駐車車両1411との一例を示す。
図14において、自車両601は、両側にある道路端602で規格される道路上を、走行計画軌道605に沿って自動運転走行している。自車両601の周囲には、二人の歩行者603,604が歩行している。歩行者603は、自車両601の右後方を自車両601とは反対の方向に歩行している。歩行者604は、自車両601と平行方向に歩行している。さらに、自車両601の左前方には、駐車車両1411が駐車している。
図15は、本実施例の図14の状況における制御フローを示す。
ステップS700と、ステップS701と、ステップS702とにおいて、車両走行制御装置1の制御部(CPU)は、歩行者603、歩行者604および駐車車両1411に対して、実施例1と同様の方法で処理を行なう。歩行者603は、実施例1と同様に、走行計画軌道605への影響は考えられないため、自車影響判定は「低」となる。歩行者604は、現時刻において自車両601と平行方向に歩行しており、自車両601との距離は近いことから衝突確率も小さくない。そのため、ここでは影響度は「中」であると判定される。尚、駐車車両1411は、停車しているため、自車への影響度は「低」となる。
ステップS1506では、車両走行制御装置1の制御部(CPU)は、相互作用を判定する。ここでは、各移動物体間の相互作用を演算する。ここでは、歩行者604の歩行方向には駐車車両1411が存在する。そのため、これら歩行者604および駐車車両1411間には、相互作用があると判定される。一方、歩行者603に関しては、歩行者604および駐車車両1411との相互作用は「なし」と判定される。
ステップS1509では、車両走行制御装置1の制御部(CPU)は、自車影響度判定および相互作用判定結果に基づいて、予測情報を演算し、各予測部に割振る。ここで、実施例2の移動物体行動予測部202は、移動物体行動予測部202に、相互作用を演算できる個別予測部304を有している。
図14の状況においては、歩行者603に対し、ステップS704の予測精度(低)モデルを用いた行動予測を行い、歩行者604および駐車車両1411に対し、ステップS1507の予測精度(相互作用)モデルを用いて行動予測する。
ステップS705では、車両走行制御装置1の制御部(CPU)は、ステップS1507およびステップS704で演算した予測結果を集約する。
以上により、自車両601への影響が小さく且つ相互作用がない場合には、低精度の予測モデルを使うことによって演算負荷を低減し、自車両601への影響が大きく且つ相互作用がある場合は、相互作用を考慮することができる予測モデルを使う。従って、より高精度の予測演算が可能となる。図14の状況においては、相互作用を用いて演算した結果、歩行者604は駐車車両1411を避けるような軌道1414が予測できるようになる。これにより、相互作用を考えないで予測した場合には自車両601への影響が中となっていた歩行者604は、自車両601の走行計画軌道605と交差するように予測されることによって、自車両601は、走行計画軌道605を変更し、歩行者604との衝突を回避するような新たな走行計画軌道1411(図中、破線で示す)を演算することが可能となる。
本実施例によれば、自車両701以外の歩行者604と駐車車両1411との相互作用を予測するので、歩行者604と駐車車両1411とが相互に干渉する場合であっても、歩行者604と駐車車両1411との予測精度を高めることができる。
複数の歩行者603,604の各々の将来位置を、逐次繰り返して予測しても良い。これにより、歩行者603,604の将来位置を高い精度で予測することができる。
図16は、実施例3の制御フローを示す。
実施例3の移動物体行動予測部202による制御は、実施例1の移動物体行動予測部202による制御のステップ804が、車両走行制御装置1の制御部(CPU)によって予測精度(中)モデルを用いて行動を予測するステップS1604に置き換えられている。即ち、この実施例の移動物体行動予測部202は、「第三の予測部」としての個別予測部304を有している。この個別予測部304は、簡易予測および本予測の中間の精度で歩行者603,604の将来位置を予測する。
この実施例によれば、簡易予測部401および個別予測部304の中間の精度で歩行者604の将来位置を予測する個別予測部304を備え、物体割振り部302は、簡易予測の結果に応じて将来位置を予測する歩行者603,604を第一の予測部および前記第三の予測部に割振る
図17は、実施例4に係る移動物体行動予測部202のブロック図である。
この実施例の移動物体行動予測部202の各個別予測部303,304は、モデル精度切替部1704を有している。モデル精度切替部1704は、「相互作用モデル」を選択する。この相互作用モデルには、複数の個別物体情報を入力することが可能である。
ここで、複数の個別予測部303,304が、事前に予測モデル毎にメモリに用意されている必要があるため、用意した予測モデル以上の物体を、その予測精度で演算できない場合がある。例えば、高精度予測モデルを有するN個の個別予測部304をメモリに用意した場合に、N+1個以上の物体情報を高精度に予測しようとしても不可能となる。そのため、図16に示すように、精度情報に基づいて、個別予測部303,304において予測に用いる予測モデルを切り替えるモデル精度切替部1704を有している。この構成では、不必要にメモリ領域を確保する必要がなくなるため、メモリを有効に利用することが可能となる。ここでは、「低」と記載されているモデル精度切替部1704は、低精度の予測モデルを使用することを示す。
尚、個別予測部303,304の個数を、演算周期毎もしくはある周囲環境毎に変更できる構成としても良い。例えば、歩行者や自転車が存在する一般道を走行する場合は、自動車専用道路を走行する場合と比較して、予測する物体の個数を多くする必要がある。そのため、自車両が一般道を走行する場合は、個別予測部303,304の個数を、自動車専用道を走行する場合と比較して多く用意してもよい。これにより、事前に個別予測部303,304に対して、メモリ領域を不必要に多く確保する必要がなくなるため、不要なメモリ領域を削減することが可能となる。
101…自車両
202…移動物体行動予測部
302…物体割振り部
303,304…個別予測部
401…簡易予測部
601…自車両
603,604…歩行者
1004…相互作用判定部
1411…駐車車両
202…移動物体行動予測部
302…物体割振り部
303,304…個別予測部
401…簡易予測部
601…自車両
603,604…歩行者
1004…相互作用判定部
1411…駐車車両
Claims (11)
- 自車両の周囲の移動物体の将来位置を予測する移動物体予測装置であって、
前記移動物体の将来位置を簡易予測する第一の予測部と、
前記第一の予測部よりも高精度に前記移動物体の将来位置を本予測する第二の予測部と、
前記簡易予測の結果に応じて前記第二の予測部によって前記将来位置を本予測する移動物体を割振る割振り部と
を備える移動物体予測装置。 - 前記割振り部は、前記自車両と干渉する可能性が高い移動物体を前記第二の予測部に割振る、
請求項1に記載の移動物体予測装置。 - 前記本予測は、前記簡易予測よりも演算周期が短い、
請求項1又は2に記載の移動物体予測装置。 - 前記簡易予測と、前記本予測とは、予測モデルが異なる、
請求項1乃至3の何れか一項に記載の移動物体予測装置。 - 前記第一の予測部は、線形予測法によって前記移動物体の将来位置を予測する、
請求項1乃至4の何れか一項に記載の移動物体予測装置。 - 前記第二の予測部は、ポテンシャルマップを用いるポテンシャル法によって前記移動物体の将来位置を予測する、
請求項1乃至5の何れか一項に記載の移動物体予測装置。 - 前記第一の予測部と、前記第二の予測部とは、複数の前記移動物体の各々の将来位置を個別に予測する、
請求項1乃至6の何れか一項に記載の移動物体予測装置。 - 前記簡易予測の結果に応じて前記本予測をしないと判断された移動物体には、前記簡易予測の結果を流用する、
請求項1乃至7の何れか一項に記載の移動物体予測装置。 - 複数の前記移動物体同士の相互作用を予測する相互作用判定部を備える、
請求項1乃至8の何れか一項に記載の移動物体予測装置。 - 複数の前記移動物体の各々の将来位置を、逐次繰り返して予測する、
請求項9に記載の移動物体予測装置。 - 前記第一の予測部および前記第二の予測部の中間の精度で前記移動物体の将来位置を予測する第三の予測部を備え、
前記割振り部は、前記簡易予測の結果に応じて前記将来位置を予測する移動物体を前記第一の予測部および前記第三の予測部に割振る、
請求項1乃至7の何れか一項に記載の移動物体予測装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017014571A JP2018124663A (ja) | 2017-01-30 | 2017-01-30 | 移動物体予測装置 |
PCT/JP2018/001136 WO2018139294A1 (ja) | 2017-01-30 | 2018-01-17 | 移動物体予測装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017014571A JP2018124663A (ja) | 2017-01-30 | 2017-01-30 | 移動物体予測装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2018124663A true JP2018124663A (ja) | 2018-08-09 |
Family
ID=62978989
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017014571A Pending JP2018124663A (ja) | 2017-01-30 | 2017-01-30 | 移動物体予測装置 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP2018124663A (ja) |
WO (1) | WO2018139294A1 (ja) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2022079555A (ja) * | 2021-06-11 | 2022-05-26 | 阿波▲羅▼智▲聯▼(北京)科技有限公司 | 交通機関の制御方法、装置、電子デバイス、コンピュータ可読記憶媒体、およびコンピュータプログラム |
WO2023209942A1 (ja) * | 2022-04-28 | 2023-11-02 | 株式会社Subaru | 運転支援システム及び車両並びにコンピュータプログラムを記録した記録媒体 |
US11866071B2 (en) | 2019-10-18 | 2024-01-09 | Honda Motor Co., Ltd. | Predicting device, vehicle system, and storage medium |
JP7466407B2 (ja) | 2019-10-18 | 2024-04-12 | 本田技研工業株式会社 | 将来行動推定装置、車両制御装置、将来行動推定方法、およびプログラム |
JP7470584B2 (ja) | 2020-07-03 | 2024-04-18 | 日産自動車株式会社 | 走行支援方法及び走行支援装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011248445A (ja) * | 2010-05-24 | 2011-12-08 | Toyota Central R&D Labs Inc | 可動物予測装置及びプログラム |
-
2017
- 2017-01-30 JP JP2017014571A patent/JP2018124663A/ja active Pending
-
2018
- 2018-01-17 WO PCT/JP2018/001136 patent/WO2018139294A1/ja active Application Filing
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011248445A (ja) * | 2010-05-24 | 2011-12-08 | Toyota Central R&D Labs Inc | 可動物予測装置及びプログラム |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11866071B2 (en) | 2019-10-18 | 2024-01-09 | Honda Motor Co., Ltd. | Predicting device, vehicle system, and storage medium |
JP7466407B2 (ja) | 2019-10-18 | 2024-04-12 | 本田技研工業株式会社 | 将来行動推定装置、車両制御装置、将来行動推定方法、およびプログラム |
JP7470584B2 (ja) | 2020-07-03 | 2024-04-18 | 日産自動車株式会社 | 走行支援方法及び走行支援装置 |
JP2022079555A (ja) * | 2021-06-11 | 2022-05-26 | 阿波▲羅▼智▲聯▼(北京)科技有限公司 | 交通機関の制御方法、装置、電子デバイス、コンピュータ可読記憶媒体、およびコンピュータプログラム |
WO2023209942A1 (ja) * | 2022-04-28 | 2023-11-02 | 株式会社Subaru | 運転支援システム及び車両並びにコンピュータプログラムを記録した記録媒体 |
Also Published As
Publication number | Publication date |
---|---|
WO2018139294A1 (ja) | 2018-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2018139294A1 (ja) | 移動物体予測装置 | |
JP6532786B2 (ja) | 車両走行制御装置及び速度制御方法 | |
JP6839770B2 (ja) | 移動体制御システム、および、管制装置 | |
JP6470039B2 (ja) | 車両制御システム | |
JP6294247B2 (ja) | 車両走行制御装置 | |
US20190106103A1 (en) | Driving assistance control device | |
CN111770865B (zh) | 车辆行驶控制装置 | |
US7363155B2 (en) | Method and device for warning the driver of a motor vehicle | |
WO2021124794A1 (ja) | 車両制御装置、および、車両制御システム | |
US20220001895A1 (en) | Vehicle control device | |
JP2017065420A (ja) | 車線変更システム | |
CN106132755A (zh) | 车辆的运动控制系统、车辆、以及程序 | |
JP2015051761A (ja) | アクティブ車両制御のための運転支援技術 | |
JP6764478B2 (ja) | 車両制御装置 | |
CN103858155A (zh) | 车辆的驾驶支援系统 | |
JP2003112618A (ja) | 車両用制動制御装置 | |
Shibata et al. | Collision avoidance control with steering using velocity potential field | |
JP2020019456A (ja) | 車両制御装置、車両制御方法、およびプログラム | |
WO2022004042A1 (ja) | 車両制御装置および車両制御システム | |
JP7200786B2 (ja) | 車両の制動制御装置 | |
JP7196448B2 (ja) | 衝突時制御装置 | |
Abdullah et al. | Investigation of the Combination of Kinematic Path Planning and Artificial Potential Field Path Planning with PI Controller for Autonomous Emergency Braking Pedestrian (AEB-P) System | |
JP2018176814A (ja) | 偏向制御装置 | |
US20240149889A1 (en) | System | |
JP7400911B1 (ja) | 自動運転装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191021 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200707 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200902 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20210209 |