JP2018205940A - 移動体挙動予測装置 - Google Patents

Abstract

【課題】走行環境に応じた予測モデルを使用して移動体の挙動を予測することができるようにすること。【解決手段】移動体２の挙動を予測する移動体挙動予測装置１０は、外界情報ＤＳを取得して走行環境を認識する走行環境認識部１１１と、予め用意された各予測モデルについて走行環境別に評価値を記憶する予測モデル評価値記憶部１１５と、走行環境認識部の認識する走行環境と予測モデル評価値記憶部に記憶されている評価値とに基づいて、各予測モデルの中から走行環境認識部の認識する走行環境に対応する予測モデルを決定する予測モデル決定部１１２と、予測モデル決定部で決定された予測モデルを用いて移動体の挙動を予測する挙動予測部１１３と、を備える。【選択図】図１

Description

本発明は、移動体挙動予測装置に関する。

近年、自動車の自動運転の実現に向けて、車載カメラなどにより周囲状況をセンシングするセンシング技術と、センシングしたデータに基づいて自車の状態と周囲環境とを認識する認識技術と、認識した情報に基づいて走行速度や操舵角などを制御する制御技術などとの、開発が進んでいる。

自車状態と周囲環境を認識する技術では、自車周辺に存在する地物や移動体を認識し、それらの将来位置を正確に予測することが求められる。しかしながら、歩行者や他車両などの周囲の移動体の挙動は、それら移動体の存在する環境によって変化する。そこで、移動体の挙動を予測する予測モデルを複数持ち、周辺環境に応じて適切なモデルを選択する技術が提案されている（特許文献１）。特許文献１では、対象車両の挙動に応じて、移動領域の予測モデルを切り替える。

特開２０１１−１００４９２号公報

車両や歩行者、二輪車などの移動体の挙動（軌跡）には、道路などの起伏や交通信号などの周辺地物やその状況、他の移動体との直接あるいは間接的な相互作用などの様々な要因が影響する。さらに、車両、歩行者などの移動体の種別毎に、予測すべき軌道が異なり、多岐に渡る。しかしながら、移動体挙動予測装置の出荷前に、全ての走行環境に対して適切な予測モデルをそれぞれ決定することは、検証の網羅性や、実走行環境と試験環境との差異から困難である。

また、実走行環境で各予測モデルの評価を行う場合、もしも、周辺環境に対して不適切な予測モデルが選択されてしまうと、自車両が不安全な挙動を示す可能性がある。特許文献１では、対象となる車両単体の挙動については考慮しているものの、周辺環境や他の移動体に応じて予測モデルを変更するものではない。さらに、特許文献１では、出荷前に設定された予測モデルの選択方法を変更することについても全く言及されていない。

本発明は、上記課題に鑑みてなされたもので、その目的は、走行環境に応じた予測モデルを使用して移動体の挙動を予測することができるようにした移動体挙動予測装置を提供することにある。

上記課題を解決すべく、本発明の一つの観点に従う移動体挙動予測装置は、移動体の挙動を予測する移動体挙動予測装置であって、外界情報を取得して走行環境を認識する走行環境認識部と、予め用意された各予測モデルについて走行環境別に評価値を記憶する予測モデル評価値記憶部と、走行環境認識部の認識する走行環境と予測モデル評価値記憶部に記憶されている評価値とに基づいて、各予測モデルの中から走行環境認識部の認識する走行環境に対応する予測モデルを決定する予測モデル決定部と、予測モデル決定部で決定された予測モデルを用いて移動体の挙動を予測する挙動予測部と、を備える。

本発明によれば、走行環境に対応する予測モデルを用いて、移動体の挙動を予測することができる。

移動体挙動予測装置の説明図である。 予測モデル決定部のブロック図である。 予測モデル評価値記憶部の構成例を示す説明図である。 安全モデル記憶部の構成例を示す説明図である。 ニューラルネットワークによる予測モデルのブロック図である。 マップデータの概要図である。 予測の成功または失敗の評価方法を示す説明図である。 予測モデル評価値記憶部に記憶された評価値 移動体挙動予測装置の全体動作を示すフローチャートである。 第２実施例に係り、移動体挙動予測装置のブロック図である。 安全モデル評価部の構成例を示す説明図である。 第３実施例に係り、移動体挙動予測装置を含む全体システムのブロック図である。 各予測モデルについての走行環境別の評価値をサーバで管理する様子を示すフローチャートである。

以下、図面に基づいて、本発明の実施の形態を説明する。本実施形態では、後述するように、各予測モデルについて走行環境別に評価し、各走行環境に応じた予測モデルを用いることで移動体の挙動を適切に予測する。

本実施形態では、各走行環境において安全であると評価された予測モデルの中から一つの予測モデルを選択して使用する。本実施形態では、所定の安全状態が維持されると推定できる場合は、安全であると評価された予測モデル（安全モデル）の中から予測モデルを一つ選択する。これに対し、本実施形態では、所定の安全状態が維持されないと推定された場合は、その走行環境において最も評価値の高い（評価が最も良い）予測モデルを一つ選択する。

図１〜図９を用いて第１実施例を説明する。図１は、移動体の挙動の予測例と移動体挙動予測装置１０の構成例とを示す。

図１の上側に、自車両１と他車両２（１），２（２）および歩行者３を示す。特に区別しない場合、他車両２（１），２（２）を他車両２と呼ぶ。他車両２および歩行者３は、「移動体」の例である。車両１，２としては、乗用車、トラック、バス、自動二輪車、自転車などがある。

本実施例に係る移動体挙動予測装置１０は、自車両１に設けられている。後述のように、移動体挙動予測装置１０の全ての構成を自車両１内に設ける必要はなく、少なくとも一部の構成を自車両１の外部に存在する後述の管理サーバ７（図１２参照）に設けることもできる。

移動体挙動予測装置１０は、図示せぬ電子制御装置（ECU：Electronic Control Unit）内のメモリに格納された所定のコンピュータプログラムをマイクロプロセッサ（いずれも不図示）が読み込んで実行することにより、実現される。

先に、移動体の挙動予測の概要を説明する。移動体挙動予測装置１０は、他車両２や歩行者３などの自車両１の周辺に存在する各移動体について、それぞれの将来における位置を予測する。予測結果を図１の上側に二点鎖線で示す。他車両２（１）は、軌跡５０１（１）ｐのように移動すると予測されている。同様に、他車両２（２）は、軌跡５０１（２）ｐのように移動すると予測されている。歩行者３は、軌跡５０２ｐに沿って移動すると予測されている。

他車両２や歩行者３などの移動体は、その周辺環境（走行環境）に応じて、その挙動が変化する。例えば、高速自動車道と国道、国道と裏道などのように、道路の種類が異なれば車両の運転挙動も変化する。周辺に他の移動体がどの程度存在するかによっても、移動体の挙動は変化する。例えば、周囲に他の移動体の存在しない高速道路と、渋滞中の高速道路、人通りの多い商店街などでは、車両の挙動は大きく変化する。

そこで、安全運転や自動運転を実現するためには、走行道路情報や周辺物体の量などといった走行環境に応じて、移動体の将来の軌跡を予測するための予測モデルを適切に選択し、精度の良い挙動予測を行うことが必要となる。

しかし、移動体挙動予測装置１０の出荷前に、車両１が走行しうる全ての走行環境に対して、適切な予測モデルを決定しておくことは、検証の網羅性や実走行環境と試験環境の差異とを考慮すると、困難である。

そのため、実走行環境を走りながら、どの走行環境でどの予測モデルを用いれば安全に自車両１を制御できるかを評価することで、走行環境毎に適切な予測モデルを選択する必要がある。

ここで考慮すべき点として、実走行環境において各予測モデルを評価する際に、もしも周辺環境に対して不適切な予測モデルが選択されてしまうと、自車両１が不安全な挙動を示す可能性がある。すなわち実走行中に、全ての予測モデルを評価しようとすると、不適切な予測モデルが選択されてしまう恐れがある。

そこで、本実施例では、後述のように、走行環境ごとに使用してもよい予測モデルを予め決定している。各予測モデルがどの走行環境で使用可能であるかの評価は、後述のように、例えば、過去のセンサデータを用いて定期的に行うことができる。

本実施例では、自車両１が不安全な挙動を示す可能性が少ないと推定される予測モデルを走行環境別に事前に用意し、安全モデルとして記憶しておく。自車両１の実走行中に各予測モデルを評価する際には、予め用意された安全モデルの中から評価対象の予測モデルを選択する。これにより、本実施例では、実走行環境下において各予測モデルを安全に評価することができ、その評価結果（評価値）に基づいて、走行環境ごとに適切な予測モデルを選択できるようにしている。

図１の下側を参照して、移動体挙動予測装置１０の構成例を説明する。移動体挙動予測装置１０は、例えば、走行環境認識部１１１、予測モデル決定部１１２、挙動予測部１１３、予測モデル評価部１１４、予測モデル評価値記憶部１１５、安全モデル記憶部１１６、予測モデル記憶部１１７を備えている。

自車両１は、複数のセンサ１１を備えている。センサ１１としては、例えば、自車両１に取り付けられたカメラ、レーダ、ライダ（LIDAR：Light Detection and Ranging）、ソナー、ＧＰＳ（Global Positioning System）、カーナビゲーション装置などがある。「外界情報」の例であるセンサデータＤＳは、センサ１１からのデータと、センサ１１から得たデータを加工処理した結果とを含むことができる。センサデータＤＳには、例えば、自車両１の周辺に存在する他車両２や歩行者３といった物体の認識結果や、地図データ、道路属性情報、目的地情報などを含むことができる。さらに、センサデータＤＳには、挙動予測に用いる予測モデルが予測に必要とする情報なども含まれる。

走行環境認識部１１１は、センサデータＤＳを用いて自車両１の周辺の走行環境を認識する。ここで走行環境とは、例えば道路情報、自車走行計画、周辺の歩行者数、周辺の他車両数などによって決定される、自車両１の走行時の環境である。

道路情報とは、例えば高速道、幹線道路、裏道などの、自車両１が走行している道路の種別である。自車走行計画とは、例えば、自車両１が走行道路を直進するかそれとも右折または左折するかといった自車両１の走行計画に関する情報である。周辺の歩行者数は、自車両１の周辺に存在する歩行者の人数に関する情報である。周辺の他車両数は、自車両１の周辺に存在する他車両２の数に関する情報である。

道路情報は、ＧＰＳによる自車両１の位置データと地図データとを照合することにより得ることができる。自車走行計画は、カーナビゲーション装置の案内情報から得ることができる。周辺歩行者数および周辺他車両数は、カメラ、レーダ、ライダ、ソナーなどの認識結果から得ることができる。

走行環境は、例えば、「幹線道路を右折する際に周辺に歩行者が０人、他車両２が複数台存在」というような、道路情報、自車走行計画、周辺歩行者数、周辺他車両数などの情報を組み合わせることで決定される。

上述の道路情報、自車走行計画、周辺歩行者数、周辺他車両数は一例であり、それぞれ異なる値の組み合わせを用いてもよいし、これら以外の情報を走行環境の認識に用いてもよい。例えば、歩行者や他車両に関しては、自車両１の周辺に存在する数だけでなく、自車両１との相対距離も考慮することができる。自車両１に近い物体ほど注意する必要があるためである。

予測モデル決定部１１２は、走行環境認識部１１１で認識された走行環境に応じて、挙動予測部１１３で使用する予測モデルを決定する。予測モデル決定部１１２は、認識された走行環境と、走行環境別予測モデル評価値記憶部１１５の情報および安全モデル記憶部１１６の情報を用いることで、後述の方法で予測モデルを決定する。予測モデル決定部１１２は、走行環境認識部１１１で認識する走行環境が変化する度に、挙動予測部１１３で使用する予測モデルを決定する。

予測モデル決定部１１２は、自車両１が不安全な挙動になる可能性の少ない安全モデルの中から予測モデルを選択する。これにより、移動体挙動予測装置１０は、実走行環境においても安全に各予測モデルを評価することができる。さらに、移動体挙動予測装置１０は、走行環境別に予測モデルを評価することができるため、走行環境に応じて適切な予測モデルを選択することができる。この結果、移動体挙動予測装置１０は、移動体の挙動を正確に予測することができる。

図２を参照して、予測モデル決定部１１２の詳細を説明する。図２は、予測モデル決定部１１２を中心に示すブロック図である。予測モデル決定部１１２は、例えば、安全モデル実行判定部１１２１と、評価モデル決定部１１２２とを含むことができる。

安全モデル実行判定部１１２１は、自車両１の周辺の交通状況に基づいて、安全モデルを評価可能であるか判定する。すなわち、安全モデル実行判定部１１２１は、予め設定された所定の安全状態が維持されると推定できる場合に、安全モデルとして登録された各予測モデルを用いた予測を実行してもよいと判定する。安全モデル実行判定部１１２１は、所定の安全状態が維持されないと推定された場合、安全モデルを挙動予測に使用できないと判定する。

安全モデル実行判定部１１２１は、例えば、周辺の移動体と自車両１との相対距離が一定値以上離れている場合（相対距離ＲＤ≧Ｔｈ１）、自車両１と移動体２の相対距離と相対速度の比とが一定値以上である場合（相対距離ＲＤ／相対速度ＲＶ≦Ｔｈ２）、たとえ予測に失敗したとしても接触せずに停止できると推測する。このような場合が、所定の安全状態が維持される場合である。所定の安全状態が維持される場合、安全モデル実行判定部１１２１は、安全モデルとして登録された予測モデルの中から予測モデルを選択して評価することができると判定する。

評価モデル決定部１１２２は、他車両２などの移動体の将来挙動の予測に用いる予測モデルを決定する。評価モデル決定部１１２２は、安全モデル実行判定部１１２１の判定結果にしたがって、予測モデル評価値記憶部１１５に記憶された評価値に基づいく予測モデル、または、安全モデル記憶部１１６に安全モデルとして登録された予測モデルのいずれか一方から、予測モデルを一つ決定する。

すなわち、評価モデル決定部１１２２は、安全モデル実行判定部１１２１により、予測に失敗したときは接触せずに停止することができないと推測されて、安全モデルの評価ができないと判定された場合、走行環境別予測モデル評価値記憶部１１５から現状の走行環境において適切とされている予測モデルを、移動体の将来挙動の予測に用いる予測モデルとして選択する。

これとは逆に、安全モデル実行判定部１１２１により、予測に失敗しても接触せずに停止できると推測され、安全モデルを評価できると判定された場合、評価モデル決定部１１２２は、安全モデル記憶部１１６に記憶されている現状の走行環境に対応する安全な予測モデルの中からランダムに一つの予測モデルを、移動体の将来挙動の予測に用いる予測モデルとして決定する。

評価モデル決定部１１２２は、挙動予測部１１３に対して、決定した予測モデルを特定する情報を送信する。

「予測モデル評価値記憶部」の例としての走行環境別予測モデル評価値記憶部１１５には、走行環境別に評価された各予測モデルの評価値が記憶されている。

図３を用いて、走行環境別予測モデル評価値記憶部１１５の例を説明する。以下、予測モデル評価値記憶部１１５と呼ぶ場合がある。図３に示すように、予測モデル評価値記憶部１１５は、走行環境１１５１毎に各予測モデル１１５２（１）〜１１５２（ｎ）を対応付けたテーブルを有する。予測モデル評価値記憶部１１５は、それぞれの走行環境における各予測モデルの評価値を記憶している。

評価モデル決定部１１２２は、安全モデルの評価を行うことができないと安全モデル実行判定部１１２１により判定された場合、現状の走行環境において最も評価値の高い予測モデルを、現状の走行環境において適切とされている予測モデルとして選択する。例えば図３に示す走行環境ＤＥ１では、予測モデルＰＭ２が他の予測モデルよりも高い評価値を示している。このため、予測モデルＰＭ２は、走行環境ＤＥ１において適切な予測モデルとして選択される。

図４を用いて、安全モデル記憶部１１６の例を説明する。安全モデル記憶部１１６は、走行環境１１６１毎に各予測モデル１１６２（１）〜１１６２（ｎ）を対応付けたテーブルを有する。安全モデル記憶部１１６は、それぞれの走行環境における各予測モデルの評価可否が格納されている。評価可否とは、現状の走行環境においてその予測モデルを使用して評価することが許されているか否か、である。図４中では、評価が許可された状態を丸印で示し、評価が禁止された状態をばつ印で示す。

安全モデルを評価できると安全モデル実行判定部１１２１により判定された場合、評価モデル決定部１１２２は、現状の走行環境において評価可とされている各予測モデルの中から、ランダムに一つ決定する。本実施例では、安全な走行環境下において、安全であると評価された予測モデルをランダムに選択することにより、各予測モデルの評価値を走行中に随時更新するようになっている。なお、ランダムな選択に限らず、安全な予測モデルの中から順番に選択してもよい。

図４の例に着目すると、走行環境ＤＥ１では、予測モデルＰＭ１は安全なモデルではないと評価されており、予測モデルＰＭ２および予測モデルＰＭｎが安全なモデルであると評価されている。走行環境ＤＥ１では、予測モデルＰＭ１は選択されない。評価モデル決定部１１２２は、予測モデルＰＭ２もしくは予測モデルＰＭｎのいずれか一方を、挙動予測部１１３で使用する予測モデルとして決定する。

挙動予測部１１３は、予測モデル決定部１１２で決定された予測モデルの詳細を予測モデル記憶部１１７から読み込み、読み込んだ予測モデルを用いて自車両１の周辺に存在する移動体の将来挙動を予測する。

ここで予測モデル記憶部１１７には、例えば、予測モデルＰＭ１〜ＰＭｎの計算方法やパラメータなどの情報が格納されている。予測モデルとしては、例えば線形予測器、ポテンシャル法、機械学習による予測器などが考えられる。本実施例では機械学習、例えばニューラルネットワークによる予測器を用いる予測モデルを例に挙げて説明する。

図５は、ニューラルネットワークによる予測モデルの詳細を示す。この予測モデルは、周辺の移動体毎にリカレントニューラルネットワークによる位置予測を行い、各移動体のリカレントニューラルネットワークの中間状態を集約し、周辺の道路状況、交通状況と結合し、畳み込みニューラルネットワークにより各移動体および道路情報との相互作用を考慮して挙動を予測する。

移動体Ａ現在時刻移動データ４０１ａと移動体Ｂ現在時刻移動データ４０１ｂは、各移動体の１サイクル前からの移動量である。移動量とは、各移動体がどの程度移動したかを示す値である。リカレントニューラルネットワーク４０２ａ，４０２ｂは、各移動体の現在時刻移動データ４０１ａ，４０１ｂを入力として、各移動体の将来時刻での移動データである、移動体Ａ将来時刻移動データ４０３ａおよび移動体Ｂ将来時刻移動データ４０３ｂを出力する。

リカレントニューラルネットワークは、通常のリカレントニューラルネットワークでもよいし、ＧＲＵ（Gated Recurrent Unit）やＬＳＴＭ（Long-Short Term Memory）といったリカレントニューラルネットワークの派生系でもよい。

各移動体の将来時刻移動データ４０３ａ，４０３ｂは、各移動体がｔ０，ｔ１，・・・，ｔＴ時刻後までにどの程度移動するかを示すデータである。現在時刻移動データ４０１ａ，４０１ｂおよび将来時刻移動データ４０３ａ，４０３ｂは、各移動体の現在時刻における位置を基準とした座標系で計算される。

ここで、リカレントニューラルネットワーク４０２ａ，４０２ｂの出力する将来時刻移動データ４０３ａ，４０３ｂは、各移動体がどの方向に移動する可能性が高いかを予測するデータであり、精度のよい予測情報ではない。このため、将来時刻移動データ４０３ａ，４０３ｂは、挙動予測の結果としては用いない。

しかし、ニューラルネットワークを学習する際には、各移動体の将来時刻移動データ４０３ａ，４０３ｂから各移動体の将来時刻ｔ０，ｔ１，・・・，ｔＴにおける移動量を教師情報として与えることで、リカレントニューラルネットワークをより簡易に学習するために用いる。

移動体Ａ現在時刻相対位置データ４０４ａおよび移動体Ｂ現在時刻相対位置データ４０４ｂは、現在時刻における自車両１の位置を中心とした座標系における、各移動体の相対位置を示す。全結合層４０５ａ，４０５ｂは、各移動体の現在時刻相対位置データ４０４ａ，４０４ｂを入力として、アフィン変換と活性化関数を適用したものを出力する。

全結合層４０５ａ，４０５ｂの出力は、リカレントニューラルネットワーク４０２ａ，４０２ｂの内部状態と同じ次元を持つ。乗算層４０６ａ，４０６ｂは、リカレントニューラルネットワーク４０２ａ，４０２ｂの内部状態と全結合層４０５ａ，４０５ｂの出力の要素毎との積を出力する。

総和層４０７は、各移動体の乗算層４０６ａ，４０６ｂの出力の総和を計算する。リカレントニューラルネットワーク４０２ａ，４０２ｂの予測する各移動体の将来時刻における移動量は、各移動体の現在時刻を中心とした座標系で示される。そのため、各移動体の自車両１との相対位置を全結合層４０５ａ，４０５ｂで処理した値の要素毎の積をとることで、自車両１との相対的な移動量を計算する。

総和層４０７は、各移動体の乗算層４０６ａ，４０６ｂの値の総和を計算する。これにより、自車両からどの相対位置に、どの方向に移動しようとしている移動体があるかを把握することができる。

認識されている全移動体の乗算層４０６ａ，４０６ｂの出力の総和を総和層４０７が取得した後に、畳み込みニューラルネットワークによる、各移動体と道路情報との相互作用を考慮した予測を行う。マップデータ４０８とは、自車両周辺の道路情報が格納されたデータである。マップデータ４０８の概要は図６で後述する。畳み込み層４０９は、マップデータ４０８に対して畳み込みニューラルネットワークを適用する。

結合層４１０は、畳み込み層４０９の出力と総和層４０７の出力とを結合する。各出力の結合は例えば、畳み込み層４０９の出力結果のチャンネル方向に、総和層４０７の出力を、畳み込み層４０９の幅および高さを合わせた後に追加することで行われる。

総和層４０７と結合層４１０の間に、畳み込み層などの他のニューラルネットワークを加えても良い。畳み込み層４１１は、結合層４１０で結合された総和層４０７および畳み込み層４０９の出力に対して畳み込みニューラルネットワークを適用することにより、将来時刻挙動データ４１２を出力する。将来時刻挙動データ４１２は、自車両１を中心とした座標系上で、将来時刻ｔ０，ｔ１，・・・，ｔＴにおける各座標に移動体が存在する確率を表す。

畳み込み層４０９，４１１は、１層である必要はなく複数層であってもよいし、マップデータ４０８、畳み込み層４０９、結合層４１０、畳み込み層４１１、将来時刻挙動データ４１２を通して各中間状態、出力の幅および高さは一定を保ってもよいし、縮小拡大を行ってもよい。

図５では、２つの移動体Ａ，移動体Ｂが存在する状況での例を説明したが、実際には移動体の数は２つに限定されず、１つ以上であればよい。例えば３つ目の移動体Ｃ（不図示）が存在する場合、各移動体の現在時刻移動データ４０１ａ，４０１ｂ、リカレントニューラルネットワーク４０２ａ，４０２ｂ、各移動体の将来時刻移動データ４０３ａ，４０３ｂ、各移動体の現在時刻相対位置データ４０４ａ，４０４ｂ、全結合層４０５ａ，４０５ｂおよび乗算層４０６ａ，４０６ｂを、移動体Ｃに対しても計算する。総和層４０７は、移動体Ｃに関する乗算層の出力と移動体Ａに関する乗算層４０６ａの出力と移動体Ｂに関する乗算層４０６ｂの出力との総和を計算して出力する。このようにして、複数の移動体に対しての将来挙動を予測することができる。

図６は、マップデータ４０８の概要を示す。マップデータ４０８は、複数のレイヤ情報４０８１で構成されている。レイヤ情報４０８１は、自車両１周辺の情報を位置情報ごとに整理したデータである。レイヤ情報４０８１は、自車両１の周辺の領域を切り出し、グリッドで仕切った情報である。レイヤ情報４０８１の各マスは、それぞれ現実の位置情報と対応しており、各マスの位置情報に対応する情報が格納されている。例えば、道路情報のような１次元の２値で表現される情報であれば、道路上となる位置情報に対応するマスに１が格納され、道路以外の位置情報に対応するマスには０が格納される。速度情報のような２次元の連続値で表現される情報であれば、レイヤ情報を２層に渡り、方向１速度成分、方向２速度成分が格納される。ここで方向１、方向２とは、例えば車両の進行方向、横方向や北方向、東方向といったものである。速度情報をレイヤ情報に変換する場合は、自車両１もしくは移動体の存在する位置情報に対応するマスに情報を格納する。

このようにレイヤ情報４０８１は、環境情報、移動体情報、自車両情報に対して、それら取得情報の次元数以下のレイヤに亘って、取得情報の位置情報と対応したマスへ情報が格納されたものである。

取得情報が落下物や移動体のように特定の位置にのみ存在する情報に関するものである場合、対応する位置情報のマスに情報が格納される。マップデータ４０８は、このようにして生成された各レイヤ情報４０８１を積み上げて構成される。レイヤ情報４０８１を積み上げる際には、各レイヤのマスの持つ位置情報が一致するようにする。なお、挙動予測部１１３で用いるデータは、センサデータＤＳに含まれているものとする。

予測モデル評価部１１４は、予測モデル決定部１１２で決定された予測モデルについて、挙動予測部１１３での予測結果を評価する。自車両１は、挙動予測部１１３が出力する各移動体の挙動予測に対して、自車両１が他の移動体や障害物と接触しないように制御されるものとする。

予測モデル評価部１１４は、挙動予測部１１３の出力に応じて自車両を制御した結果、接触や急制動、急操舵などの所定の挙動が発生しなければ「動作成功」と判定する。逆に、予測モデル評価部１１４は、接触や急制動、急操舵などの所定の挙動が発生した場合、「動作失敗」と評価する。予測モデル評価部１４は、センサデータＤＳに基づいて、予測モデルに基づく動作が成功したか失敗したかを判定する。

図７に、予測モデル評価部１１４の行う動作の成功、失敗評価の概要を示す。図１と同様、自車両１の周辺に他車両２（１），２（２）が存在する場合を説明する。

挙動予測部１１３は、他車両２（１），２（２）に対して挙動を予測する。挙動予測部１１３が出力する他車両２（１），２（２）それぞれに対する予測挙動を、二点鎖線５０１（１）ｐ，５０１（２）ｐで示す。

このような予測５０１（１）ｐ，５０１（２）ｐに対して、接触、急制動、急操舵などが発生しないように計画された軌道を計画軌道５００とする。他車両２（１），２（２）が実際に取った挙動を実線５０１（１）ｒ，５０１（２）ｒで示す。

図７の例では、他車両２（１）の実軌道５０１（１）ｒは、予測挙動５０１（１）ｐと異なっており、自車両１の計画軌道５００と交差している。この結果、接触や急制動、急操舵などが発生した場合、「動作失敗」として評価される。逆に、他車両の実軌道によって接触や急制動、急操舵が発生しなかった場合は、「動作成功」と評価される。予測モデル評価部１１４は、自身の評価結果に基づいて、走行環境別予測モデル評価値記憶部１１５の評価値を更新する。

図８を用いて、予測モデル評価部１１４による走行環境別予測モデル評価値記憶部１１５の更新の詳細を説明する。ここでは、走行環境認識部１１１で認識された走行環境が走行環境ＤＥ２であり、予測モデル決定部１１２で決定された予測モデルが予測モデルＰＭ２である場合を例に挙げて説明する。

予測モデル評価部１１４は、「動作成功」と評価した場合、走行環境認識部１１１で認識された走行環境ＤＥ２において、予測モデル決定部１１２で決定された予測モデルＰＭ２の値を加点する。加点対象の評価値を点線の丸印で囲んで示す。図８では、走行環境ＤＥ２での予測モデルＰＭ２の評価値はもともと「１８」であったが、その予測モデルＰＭ２を用いた挙動予測が成功したため、「１９」に増加している。

逆に、予測モデル評価部１１４が「動作失敗」と評価した場合、走行環境認識部１１１で認識された走行環境ＤＥ２において、予測モデル決定部１１２で決定された予測モデルＰＭ２の値を「８」に減点する。

図９は、移動体挙動予測装置１０の全体動作を示すフローチャートである。移動体挙動予測装置１０の走行環境認識部１１１は、センサ１１からセンサデータＤＳを取得し（Ｓ１０）、センサデータＤＳに基づいて自車両１の走行環境を認識する（Ｓ１１）。

予測モデル決定部１１２の安全モデル実行判定部１１２１は、周辺の他物体（移動体２）との相対距離ＲＤが所定の閾値Ｔｈ１以上であるか判定する（Ｓ１２）。他物体との相対距離ＲＤが所定の閾値Ｔｈ１以上である場合（Ｓ１２：ＹＥＳ）、安全モデル実行判定部１１２１は、相対距離ＲＤを相対速度ＲＶで割った値が所定の他の閾値Ｔｈ２以上であるか判定する（Ｓ１３）。相対速度ＲＶとは、自車両１と他物体の相対速度である。相対距離ＲＤを相対速度ＲＶで割った値が閾値Ｔｈ２以上である場合（Ｓ１３：ＹＥＳ）、安全モデル実行判定部１１２１は、所定の安全状態が維持されると推定し、「ランダムに選択可能である」と判定する（Ｓ１４）。

これに対し、他物体との相対距離ＲＤが閾値Ｔｈ１未満である場合（Ｓ１２：ＮＯ）、または、他物体との相対距離ＲＤを相対速度ＲＶで割った値が閾値Ｔｈ２未満である場合（Ｓ１３：ＮＯ）、安全モデル実行判定部１１２１は、「ランダムに選択できない」と判定する（Ｓ１５）。

評価モデル決定部１１２２は、安全モデル実行判定部１１２１の判定結果（Ｓ１４，Ｓ１５）を参照し、現状の走行環境において安全であると推定されている予測モデルの中からランダムに一つ選択可能であるか判定する（Ｓ１６）。

評価モデル決定部１１２２は、ランダムに選択可能であると判定すると（Ｓ１６：ＹＥＳ）、安全モデル記憶部１１６に走行環境別の安全モデルとして登録された各予測モデルの中からランダムに一つの予測モデルを選択する（Ｓ１７）。

評価モデル決定部１１２２は、ランダムに選択不可と判定すると（Ｓ１６：ＮＯ）、予測モデル評価値記憶部１１５に記憶されている走行環境別の予測モデル評価値のうち、現状の走行環境において最も高い評価値を持つ予測モデルを一つ選択する（Ｓ１８）。

挙動予測部１１３は、予測モデル決定部１１２で決定された予測モデルを用いて、他物体（移動体）の将来挙動を予測する（Ｓ１９）。その挙動予測にしたがって、自車両１の運転が制御される（不図示）。予測モデル評価部１１４は、挙動予測にしたがった結果を解析することで、挙動予測に用いた予測モデルの評価値を計算し、予測モデル評価値記憶部１１５の記憶内容を更新する（Ｓ２０）。

このように構成される本実施例によれば、走行環境に対応する予測モデルを用いて、移動体の挙動を予測することができる。

本実施例によれば、自車両１の走行中に、走行環境別予測モデル評価値記憶部１１５の評価値を随時更新することができるため、各走行環境に対して適切な予測モデルを走行中に得ることができる。

本実施例によれば、安全モデル記憶部１１６の中から挙動予測部１１３で使用する予測モデルを一つ決定して、実走行中に安全に各予測モデルを評価することができ、走行環境毎に適切な予測モデルを選択することが可能となる。

本実施例によれば、走行環境別に安全であると推定される予測モデルを予め登録しておくため、現状の走行環境に不適切な予測モデルが選択される可能性を抑制することができ、安全性と信頼性を向上できる。

本実施例によれば、所定の安全状態が維持される場合は、安全なモデルであると推定される予測モデルの中から一つを選択して使用し、所定の安全状態が維持されない場合は、現状の走行環境において最も評価値の高い予測モデルを選択する。これにより、本実施例では、常に、現状の走行環境に適した予測モデルを選択することができ、移動体挙動予測装置１０の信頼性を向上することができる。

図１０，図１１を用いて第２実施例を説明する。本実施例を含む以下の各実施例では、第１実施例との相違を中心に説明する。本実施例では、走行環境ごとに安全であると推定される予測モデル（安全モデル）を評価し、更新する例を説明する。

図１０は、本実施例に係る移動体挙動予測装置１０Ａのブロック図である。移動体挙動予測装置１０Ａは、図１で述べた構成１１１〜１１７に加えて、データ記憶部１２１と、安全モデル評価部１２２と、安全モデル更新部１２３をさらに備える。

データ記憶部１２１は、過去のセンサデータＤＳを記憶する。安全モデル評価部１２２は、データ記憶部１２１に記憶されている過去のセンサデータＤＳを読み込み、挙動予測部１１３により各予測モデルによる移動体の挙動予測を行わせる。

安全モデル評価部１２２は、挙動予測部１１３の予測結果と過去のセンサデータＤＳとを照合することで、予測モデル評価部１１４と同様に、各予測モデルによる自車両１の制御の動作が成功したか、あるいは失敗したかを判定する。安全モデル評価部１２２は、走行環境毎に各予測モデルの安全性を評価し、動作成功回数と動作失敗回数とを安全モデル評価値として取得する。

図１１を用いて、安全モデル評価部１２２によって得られる安全モデル評価値１２１０の概要を説明する。

安全モデル評価値１２１０は、走行環境毎に各予測モデルを用いたときの動作成功回数および動作失敗回数を記憶している。以下、動作成功回数および動作失敗回数を、成功回数および失敗回数と呼ぶ場合がある。安全モデル評価値１２１０は、走行環境１２１１と各予測モデルとを対応付けており、走行環境別に各予測モデルの成功回数および失敗回数をそれぞれ記憶する。

図１１において例えば、走行環境ＤＥ１、予測モデルＰＭ１の「３０／７０」は、動作成功回数が３０回、動作失敗回数が７０回であることを示している。安全モデル評価部１２２は、走行環境毎に各予測モデルの安全モデル評価値１２１０を取得する。安全モデル更新部１２３は、安全モデル評価部１２２が生成した安全モデル評価値１２１０に基づいて、安全モデル記憶部１１６を更新する。

例えば、安全モデル更新部１２３は、安全モデル評価値１２１０において成功の割合が一定以上のものを、予測モデル決定部１１２で選択可能な安全モデルであると判定し、安全モデル記憶部１１６を更新する。逆に、安全モデル更新部１２３は、安全モデル評価値１２１０において成功の割合が一定未満のものを、予測モデル決定部１１２で選択不可能な非安全モデルであると判定し、安全モデル記憶部１１６を更新する。

図１０では、移動体挙動予測装置１０Ａを構成する各機能１１１〜１１７，１２１〜１２３を自車両１内に設ける場合を述べたが、これら各機能の実装場所は問わない。全ての機能を自車両１上に実装してもよいし、少なくとも一部の機能を自車両１と双方向通信可能に接続されたデータセンタ上に実装してもよい。

データセンタでは、例えば、各車両の走行環境別予測モデル評価値記憶部１１５、安全モデル記憶部１１６、予測モデル記憶部１１７を管理してもよい。この場合、走行環境別予測モデル評価値記憶部１１５に記憶されている予測モデル評価値、安全モデル記憶部１１６に記憶されている走行環境別の安全モデル、予測モデル記憶部１１７に記憶されている各予測モデルの計算手順やパラメータが１つ以上の車両とデータセンタ間で通信され、各車両で共有される。複数の車両１と外部の情報処理システムとを連携させる例については、図１２，図１３で後述する。

このように構成される本実施例も第１実施例と同様の作用効果を奏する。さらに本実施例によれば、過去のセンサデータＤＳ、つまり過去の運転データを用いて走行環境別に安全とされる予測モデルの安全性を計算することができるため、安全モデルの信頼性を高く維持することができる。

図１２，図１３を用いて第３実施例を説明する。本実施例では、予測モデル管理サーバ７が、各車両１（１）〜１（ｎ）の移動体挙動予測装置１０Ｂから走行環境別の予測モデル評価値を収集して、走行環境別の基準評価値を生成し、各移動体挙動予測装置１０Ｂへ配信する。

図１２は、移動体挙動予測装置を含む全体システムのブロック図である。複数の車両１（１）〜１（ｎ）にそれぞれ移動体挙動予測装置１０Ｂが搭載されており、各移動体挙動予測装置１０Ｂは通信ネットワークＣＮを介して予測モデル管理サーバ７に双方向通信可能に接続されている。移動体挙動予測装置１０Ｂは、図１で述べた移動体挙動予測装置１０と同様の機能１１１〜１１７に加えて、評価値管理部１３１と基準評価値記憶部１３２とをさらに備える。

評価値管理部１３１は、走行環境別の予測モデルの評価値を管理する。評価値管理部１３１は、予測モデル評価値記憶部１１５に記憶された評価値を通信ネットワークＣＮを介して管理サーバ７へ送信する。そして、評価値管理部１３１は、管理サーバ７から受信する基準評価値を基準評価値記憶部１３２に格納する。評価値管理部１３１は、基準評価値記憶部１３２に記憶させた基準評価値で予測モデル評価値記憶部１１５に記憶された評価値の全部または一部を更新させる。

その後、予測モデル評価部１１４は、基準評価値記憶部１３２のコピーである予測モデル評価値記憶部１１５に対して、評価値を更新する。時間の経過につれて（走行を繰り返すことで）、基準評価値記憶部１３２の内容と予測モデル評価値記憶部１１５の内容とは異なっていく。また、各車両１（１）〜１（ｎ）間では、基準評価値の配信直後の予測モデル評価値記憶部１１５の内容はほぼ一致しているが、時間の経過につれて（走行を繰り返すことで）、相違が大きくなっていく。

「管理サーバ」としての予測モデル管理サーバ７は、例えばデータセンタのように構成され、複数の車両１（１）〜１（ｎ）の移動体挙動予測装置１０Ｂを管理する。管理サーバ７は、例えば、予測モデル評価値収集部７１と、基準評価値生成部７２と、配信部７３と、安全確認部７４とを備える。

予測モデル評価値収集部７１は、各移動体挙動予測装置１０Ｂの評価値管理部１３１から、予測モデル評価値記憶部１１５の記憶内容の全部または一部を収集する。前回の収集時と同一の評価値については移動体挙動予測装置１０Ｂから管理サーバ７へ送信せず、前回の収集時から変化した評価値のみ管理サーバ７へ送信してもよい。

管理サーバ７から各移動体挙動予測装置１０Ｂに対して評価値の送信を要求してもよいし、各移動体挙動予測装置１０Ｂから管理サーバ７に所定のタイミングで評価値を送信してもよい。

基準評価値生成部７２は、各移動体挙動予測装置１０Ｂから集めた走行環境別の予測モデル評価値を統計処理することにより、走行環境別の基準評価値を生成する。統計処理としては、各移動体挙動予測装置１０Ｂから集めた各評価値を走行環境別および予測モデル別に合計する処理を挙げることができる。これにより、基準評価値生成部７２は、各車両１（１）〜１（ｎ）の経験した走行環境に関する情報（その走行環境についての各予測モデルの評価値）に基づいて、基準評価値を生成することができる。

配信部７３は、生成された基準評価値を通信ネットワークＣＮを介して、各車両１（１）〜１（ｎ）の移動体挙動予測装置１０Ｂへ配信する。

なお、基準評価値生成部７２の生成した基準評価値の安全性を、安全確認部７４により確認してもよい。安全確認部７４は、各予測モデルについて各走行環境で使用することができるか否かを推定する。所定値以上の安全性を持たない評価値については、管理サーバ７から各移動体挙動予測装置１０Ｂへの配信を停止させることができる。

図１３は、本実施例による全体動作を示すフローチャートである。管理サーバ７の予測モデル評価値収集部７１は、各車両１（１）〜１（ｎ）の移動体挙動予測装置１０Ｂから通信ネットワークＣＮを介して、予測モデル評価値記憶部１１５の内容をそれぞれ取得する（Ｓ３０）。

管理サーバ７の基準評価値生成部７２は、各車両１（１）〜１（ｎ）から収集した走行環境別の各予測モデルの評価値に基づいて、各車両１（１）〜１（ｎ）で基準とすべき基準評価値を生成する（Ｓ３１）。

管理サーバ７の安全確認部７４は、生成された基準評価値について走行環境別の安全性を確認する（Ｓ３２）。管理サーバ７の配信部７３は、安全性の確認された基準評価値を通信ネットワークＣＮを介して、各車両１（１）〜１（ｎ）の移動体挙動予測装置１０Ｂへそれぞれ配信する（Ｓ３３）。

移動体挙動予測装置１０Ｂの評価値管理部１３１は、管理サーバ７から基準評価値を取得すると（Ｓ４０）、その基準評価値で予測モデル評価値記憶部１１５の内容を更新する（Ｓ４１）。つまり、取得した基準評価値のコピーを予測モデル評価値記憶部１１５に作成する。基準評価値のオリジナルデータは、基準評価値記憶部１３２に格納される。

図９で述べた処理中において、移動体挙動予測装置１０Ｂの予測モデル決定部１１２は、ランダムに予測モデルを選択可能な場合、予測モデル評価値記憶部１１５の評価値と安全モデル記憶部１１６の記憶内容とを用いて、安全な予測モデルの中からランダムに一つ選択する（Ｓ１７，Ｓ４２）。この際、予測モデル評価値記憶部１１５に格納されている評価値は、予測モデル評価部１１４の評価結果に応じて更新される。

これに対し、予測モデル決定部１１２は、ランダムに予測モデルを選択することができない場合、基準評価値記憶部１３２に格納されている基準評価値の中から、現状の走行環境において最も高い評価値を持つ予測モデルを一つ選択する（Ｓ１８，Ｓ４２）。この際、基準評価値記憶部１３２に格納されている基準評価値は、予測モデル評価部１１４の評価結果に応じて更新されず、管理サーバ７から取得した基準評価値を保持する。また，予測モデル評価部１１４の評価結果に応じて、基準評価値記憶部１３２から選択されたモデルに該当する予測モデル評価値記憶部１１５の評価値を更新してもよい。

その後、所定のタイミングで、評価値管理部１３１は、予測モデル評価部１１４により随時更新された予測モデル評価値記憶部１１５の内容を、通信ネットワークＣＮを介して管理サーバ７へ送信する（Ｓ４３）。所定のタイミングとしては、例えば、管理サーバ７から要求されたタイミング、通信ネットワークＣＮの混雑度が低い時間帯、通信ネットワークＣＮが安定している時間帯などを挙げることができる。

このように構成される本実施例も第１実施例と同様の作用効果を奏する。さらに本実施例では、管理サーバ７は、各車両１（１）〜１（ｎ）の経験した各走行環境についての各予測モデルの評価値を集めて、各車両１（１）〜１（ｎ）で基準とすべき基準評価値を生成し、配信する。これにより本実施例では、各車両１（１）〜１（ｎ）が稀に経験する走行環境を管理サーバ７を介して共有することができ、より安全な予測モデルを選択することができる。

例えば、一台の車両１が経験しうる走行環境の種類には限りがあり、網羅性が低い。これに対し、本実施例では、管理サーバ７を通じて各車両１（１）〜１（ｎ）の経験した走行環境についての情報（予測モデル評価値）を共有できるため、滅多に遭遇しない走行環境を走行することになった場合でも、その走行環境に適した予測モデルを選択することができる。したがって、安全な自動運転を実現することができる。

なお、本発明は上記実施例に限定されるものではなく様々な変形例が含まれる。上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。

１：自車両、２：他車両、７：予測モデル管理サーバ、１０，１０Ａ，１０Ｂ：移動体挙動予測装置、１１：センサ、７１：予測モデル評価値収集部、７２：基準評価値生成部、７３：配信部、１１１：走行環境認識部、１１２：予測モデル決定部、１１３：挙動予測部、１１４：予測モデル評価部、１１５：走行環境別予測モデル評価値記憶部、１１６：安全モデル記憶部、１１７：予測モデル記憶部、１２１：データ記憶部、１２２：安全モデル評価部、１２３：安全モデル更新部、１３１：評価値管理部、１３２：基準評価値記憶部

Claims (9)

1. 移動体の挙動を予測する移動体挙動予測装置であって、
   外界情報を取得して走行環境を認識する走行環境認識部と、
   予め用意された各予測モデルについて走行環境別に評価値を記憶する予測モデル評価値記憶部と、
   前記走行環境認識部の認識する走行環境と前記予測モデル評価値記憶部に記憶されている評価値とに基づいて、前記各予測モデルの中から前記走行環境認識部の認識する走行環境に対応する予測モデルを決定する予測モデル決定部と、
   前記予測モデル決定部で決定された予測モデルを用いて前記移動体の挙動を予測する挙動予測部と、
   を備える移動体挙動予測装置。
2. 走行環境毎に安全であると推定された予測モデルを安全モデルとして少なくとも一つ以上記憶する安全モデル記憶部をさらに備え、
   前記予測モデル決定部は、予め設定される所定の条件にしたがって、前記予測モデル評価値記憶部に記憶された評価値に基づいて前記走行環境に対応する予測モデルを一つ決定するか、あるいは、前記安全モデル記憶部に前記安全モデルであるとして記憶された予測モデルの中から前記走行環境に対応する予測モデルを一つ選択する、
   請求項１に記載の移動体挙動予測装置。
3. 前記所定の条件とは、所定の安全状態が維持されると推定できる場合であり、
   前記所定の安全状態が維持されると推定できる場合、前記予測モデル決定部は、前記安全モデル記憶部に前記安全モデルとして記憶された予測モデルの中から前記走行環境に対応する予測モデルを一つ決定し、
   前記所定の安全状態が維持されると推定できない場合、前記予測モデル決定部は、前記走行環境に対応する予測モデルのうち前記予測モデル評価値記憶部に記憶された評価値が最も高い予測モデルを一つ選択する、
   請求項２に記載の移動体挙動予測装置。
4. 前記所定の安全状態が維持されると推定できる場合、前記予測モデル決定部は、前記安全モデル記憶部に前記安全モデルとして記憶された予測モデルの中から前記走行環境に対応する予測モデルをランダムに一つ決定する、
   請求項３に記載の移動体挙動予測装置。
5. 前記予測モデル評価値記憶部に記憶されている前記走行環境別の評価値を評価する予測モデル評価部をさらに備え、
   前記予測モデル評価部は、前記挙動予測部の予測結果に応じて、前記予測モデル評価値記憶部に記憶された評価値を更新する、
   請求項１に記載の移動体挙動予測装置。
6. 前記安全モデル記憶部に前記安全モデルとして記憶される予測モデルが安全であるか評価する安全モデル評価部をさらに備え、
   前記安全モデル評価部は、前記各予測モデルへ過去の外界情報を入力した場合の挙動を前記挙動予測部により算出せしめ、その算出結果に基づいて前記各予測モデルが安全であるか評価する、
   請求項２に記載の移動体挙動予測装置。
7. 前記予測モデル評価値記憶部に記憶される前記評価値を管理する評価値管理部をさらに設け、
   前記評価値管理部は、
   前記予測モデル評価値記憶部に記憶された各予測モデルについての走行環境別の評価値を管理サーバへ送信し、
   前記管理サーバから受信する評価値により前記予測モデル評価値記憶部に記憶された評価値を更新する、
   請求項５に記載の移動体挙動予測装置。
8. 前記評価値管理部が前記管理サーバから受信した評価値を基準評価値として保存する基準評価値記憶部と、走行環境毎に安全であると推定された予測モデルを安全モデルとして少なくとも一つ以上記憶する安全モデル記憶部とをさらに備え、
   前記予測モデル決定部は、所定の安全状態が維持されると推定できる場合、前記安全モデル記憶部に前記安全モデルとして記憶された予測モデルの中から前記走行環境に対応する予測モデルを一つ決定し、前記所定の安全状態が維持されると推定できない場合、前記予測モデル決定部は、前記走行環境に対応する予測モデルのうち前記基準評価値が最も高い予測モデルを一つ選択する、
   請求項７に記載の移動体挙動予測装置。
9. 前記予測モデル評価部は、前記挙動予測部の予測結果にしたがった場合に、予め設定される所定の事態が発生したときには前記評価値を下げ、前記所定の事態が発生しなかったときには前記評価値を上げるように、前記予測モデルの評価値を更新する、
   請求項５に記載の移動体挙動予測装置。

Images