JP2019114087A - 運転支援方法及び運転支援装置 - Google Patents
運転支援方法及び運転支援装置 Download PDFInfo
- Publication number
- JP2019114087A JP2019114087A JP2017247432A JP2017247432A JP2019114087A JP 2019114087 A JP2019114087 A JP 2019114087A JP 2017247432 A JP2017247432 A JP 2017247432A JP 2017247432 A JP2017247432 A JP 2017247432A JP 2019114087 A JP2019114087 A JP 2019114087A
- Authority
- JP
- Japan
- Prior art keywords
- driving
- predictability
- driver
- vehicle
- skill
- 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
Links
Images
Landscapes
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
本発明は、運転者と車両との一体感や運転操作に対する愉悦感を向上することを目的とする。
(構成)
図1を参照する。実施形態の運転支援装置1は、コントローラ2と、周囲環境センサ群3と、車両センサ群4と、車両制御アクチュエータ群5と、脳活動センサ6と、を備える。
コントローラ2は、運転支援装置1が搭載される車両(以下「自車両」と表記することがある)の走行制御と、特定の運転者による特定の車両(すなわち自車両)の運転の運転支援を行う電子制御ユニットである。
記憶装置21は、半導体記憶装置、磁気記憶装置及び光学記憶装置のいずれかを備えてよい。記憶装置21は、レジスタ、キャッシュメモリ、主記憶装置として使用されるROM(Read Only Memory)及びRAM(Random Access Memory)等のメモリを含んでよい。
カメラ30は、自車両の周囲の所定の範囲を撮像して画像データを取得するイメージセンサである。
以下、周囲環境センサ群3により検出又は取得される周囲環境の情報、自車両の現在位置情報、自車両の周囲の地図情報を「周囲環境情報」と表記することがある。
車速センサ40は、自車両の車輪速から車速を検出し、検出された車速をコントローラ2に出力する。
加速度センサ41は、自車両の前後方向の加速度及び車幅方向の加速度を検出する。ヨーレートセンサ42は、自車両に発生するヨーレートを検出する。
アクセルセンサ44は、自車両の運転操作として運転者によるアクセルペダルの操作量(すなわち踏み込み量)を検出する。アクセルセンサ44は、アクセルペダルの操作量の情報をコントローラ2へ出力する。
車両センサ群4が検出した、車速、加速度、ヨーレート、ステアリングホイールの操作量、アクセルペダルの操作量、及びブレーキペダルの操作量の情報を「車両情報」と表記することがある。
車両制御アクチュエータ群5は、コントローラ2からの制御指令に基づいて自車両の転舵機構、動力源、動力伝達装置又は制動装置などを駆動することにより、運転者の運転操作に応じた自車両の走行を実現する。
ステアリングアクチュエータ50は、例えば自車両のステアリングシャフトや操向輪を操舵する電動モータを含み、コントローラ2から制御指令に基づき自車両の操舵方向及び操舵量を制御する。
アクセルアクチュエータ51は、例えば電子制御スロットルバルブを含み、コントローラ2からの制御指令に基づいて自車両のアクセル開度を制御する。
ブレーキアクチュエータ52は、例えばVDC(Vehicle Dynamics Control)等に用いられる油圧回路を含み、コントローラ2からの制御指令に基づいて自車両のブレーキの制動動作を制御する。
例えば、コントローラ2は、特定の運転シーンにおける走行速度や加速度、進行角度、旋回速度といった自車両の車両挙動や、アクセルペダルやブレーキペダル、ステアリングの操作モデルや操作タイミングといった自車両の操作態様の基準となる運転モデルに基づいて、自車両の走行が運転モデルに従うように操作介入を行う。
同様に、運転モデルは、特定の運転シーンにおけるアクセル操作量や、操作速度、車両の加速度を表す加速プロファイルを含んでよく、コントローラ2は、当該運転シーンにおいて運転モデルに従うようにアクセルアクチュエータ51を駆動することにより、運転者の運転支援を行ってよい。
しかしながら、車両の応答特性は個々の車両によって異なり、応答特性を把握する能力も個々の運転者によって異なる。このため、特定の運転者にとって特定の車両の応答特性が分かりにくく、このために運転操作に対する準備が遅れることがある。
そこで、運転支援装置1は、特定の運転者にとっての特定の車両(すなわち自車両)の応答特性の分かり易さを、応答特性に対するこの運転者の予測性として評価する。そして、運転者の運転技量と予測性との両方に基づいて自車両の運転支援を制御する。例えば、運転技量と予測性とに基づいて運転支援の開始タイミングや運転支援量を変更する。以下、運転操作に応答する車両の応答特性に対する運転者の予測性を単に「予測性」と表記することがある。
さらに、コントローラ2は、脳活動センサ6による運転者の脳波の計測に基づいて、運転操作に応答する特定の車両(自車両)の応答特性に対するこの運転者の予測性を評価する。
脳活動センサ6は、これら複数の電極により検出した運転者の脳波信号をコントローラ2へ出力する。これらの複数の電極の頭部への取り付け方法は特に限定されないが、例えば脳活動センサ6は、運転者の頭部に配置しやすいように装着型の電極帽子を備えてよい。
コントローラ2は、例えば運転者の行動準備電位(「運動準備電位」と呼ばれることもある)に基づいて予測性を評価してよい。
図2Aに、予測性が高い場合(すなわち運転者にとって応答特性が分かり易い場合)の行動準備電位の波形を模式的に示す。図2Bに、予測性が低い場合(すなわち運転者にとって応答特性が分かりにくい場合)の行動準備電位の波形を模式的に示す。
第1所定時間T1は、例えば運転操作の行動の開始前に行動準備電位が変化し始める時点が時点t1となるように設定してよく、例えば2秒であってよい。
このため、例えばコントローラ2は、時点t1からの行動準備電位が減少する傾きαに基づいて予測性を評価する。例えばコントローラ6は、時点t1から始まるある程度の期間の行動準備電位が減少する傾きαに基づいて予測性を評価してよい。例えばコントローラ6は、時点t1から運転操作開始時点t2までの期間において行動準備電位が減少する傾きαに基づいて予測性を評価してよい。例えば、傾きαの絶対値が閾値THより大きければ予測性が高いと判断し、傾きαの絶対値が閾値TH以下であれば予測性が低いと評価する。
図2A及び図2Bの点線71は、行動準備電位のベースラインを示す。コントローラ2は、運転操作開始時点t2よりも第2所定時間T2前の時点t0より前の行動準備電位の値に基づいて行動準備電位のベースライン71を設定してよい。
ベースライン71と運転操作開始時点t2における行動準備電位の差分(すなわちベースライン71からの行動準備電位の減少量)βに注目する。予測性が高い場合の差分βは予測性が低い場合の差分βよりも大きくなる。
例えば、差分βが閾値TH2より大きければ予測性が高いと判断し、差分βが閾値TH2以下であれば予測性が低いと評価してよい。また、例えばコントローラ2は、時点t1から運転操作開始時点t2までの間に、ベースライン71と行動準備電位との差分が閾値TH2を超えた時に、予測性が高いと判断してもよい。
このように、運転技量だけでなく、個々の運転者ごとに評価した予測性(応答特性の分かり易さ)に基づいて運転支援を制御することにより、運転者による運転操作の準備状態に合わせて運転支援を行うことができ、車両との一体感や、運転操作に対する愉悦感や楽しみを向上できる。
例えばコントローラ2は、図1の記憶装置21に格納されたコンピュータプログラムをプロセッサ20で実行することにより、運転技量評価部80、運転操作検出部81、行動準備電位検出部82、予測性評価部83、及び運転支援制御部84の機能を実現してよい。
運転操作検出部81は、車両センサ群4から出力されるステアリングホイール、アクセルペダル、及びブレーキペダルの操作量の車両情報を受信する。運転操作検出部81は、これらの車両情報に基づいて運転者による運転操作が行われたか否かを判断し、運転操作が行われたと判断した場合には運転操作開始時点t2を検出する。運転操作検出部81は、運転操作開始時点t2の情報を予測性評価部83へ出力する。
例えば、予測性評価部83は、行動準備電位の波形に最小二乗法等の統計処理を行うことにより傾きαを算出してよい。
予測性評価部83は、予測性の評価結果を運転支援制御部84へ出力する。
例えば、運転支援制御部84は周囲環境情報に基づいて現在の自車両の運転シーンを特定する。運転支援制御部84は、現在の自車両の運転シーンに対応する運転モデルを特定する。
運転支援制御部84は、現在の自車両の車両状態が運転モデルに従うように操作介入を行うことにより、自車両を運転する運転者の運転支援を行う。
タイミング変更部85は、運転技量の評価結果と予測性の評価結果に基づいて、運転支援の開始タイミングを変更する。
また、予測性が低く自車両の応答特性が分かりにくい場合には運転者の運転操作に対する準備ができておらず運転操作が遅れることがあるため、運転支援の開始を早めてよい。
このため、タイミング変更部85は、予測性が高い場合には予測性が低い場合に比べて開始タイミングを遅らせてよい。すなわち、予測性が低い場合には予測性が高い場合に比べて開始タイミングを早くしてよい。
また、運転支援量は、例えば運転者の運転操作により生じる車両挙動に対して、運転支援による操作介入で加えられる車両挙動量であってよい。これら運転支援量は、運転者による運転操作やその結果生じる車両挙動を増加させる方向(すなわち、運転者による運転操作の方向と同方向)に加えられるものであってもよく、減少させる方向(すなわち、運転者による運転操作の方向と反対方向)に加えられるものであってもよい。
例えば支援量変更部86は、運転支援量を定めるゲインを増減することにより運転支援量を増減してよい。例えば支援量変更部86は、運転支援制御部84による運転支援により加えられる運転支援量の上限を増加させることによって運転支援量を多くしてよく、運転支援量の上限を減少させることによって運転支援量を少なくしてよい。
一方で予測性が高く運転者が自車両の応答特性をよく予測できている場合には、運転者の運転操作に対する介入を減らすことにより、車両との一体感や、運転操作に対する愉悦感を向上させることができる。
このため、支援量変更部86は、予測性が低い場合には予測性が高い場合に比べて運転支援量を多くしてよい。
一方で、予測性が低い場合には、早めに運転者を支援するために運転支援の開始タイミングを予測性が高い場合よりも早めてよい。
一方で、予測性が低く且つ運転技量も低い場合には、運転支援の必要性が大きいため、運転支援量をより多くしてよい。
その他、予測性が高く且つ運転技量が低い場合や、予測性が低い且つ運転技量が高い場合には、運転支援量を中程度としてよい。例えば、予測性が高く且つ運転技量が高い場合よりも多く、予測性が低く且つ運転技量も低い場合より少なくしてよい。
例えば、運転技量の高い運転者は応答性の高い車両を好む傾向がある。このため、例えば支援量変更部86は、運転技量が高いと評価した場合には自車両の応答性を上げ、運転技量が低いと評価した場合には自車両の応答性を下げるように応答特性を変更してよい。
反対に、運転者の予測性が低い場合、すなわち運転者にとって自車両の応答特性が分かりにくい場合は、応答性を上げるとかえって応答特性が分かりにくくなることがあり、車両との一体感や運転操作に対する愉悦感を損ねる虞がある。このため、例えば支援量変更部86は、運転者の予測性が低いと評価した場合に自車両の応答性を下げるように応答特性を変更してよい。
ステアリングホイールの操舵角θと次式(1)により目標操舵角δを設定する場合、操舵角速度Δθに乗じる係数Kを変更することにより操舵操作に対する応答特性を変更できる。
δ=K0×θ+K×Δθ …(1)
なお、K0は係数を示す。
例えば、支援量変更部86は、係数Kを増加させて操舵操作に対する応答性を上げ、係数Kを減少させて操舵操作に対する応答性を下げてよい。
また、例えば支援量変更部86は、運転操作に対する応答遅延や、スペンションなどの剛性、タイヤの空気圧を変更することにより応答特性を変更してよい。例えば、スペンションの剛性を高めることで応答性を上げ、スペンションの剛性を下げることで応答性を下げてよい。タイヤの空気圧を減らすことで応答性を上げ、タイヤの空気圧を増やすことで応答性を上げてよい。
次に、図5を参照して第1実施形態の運転支援方法の一例について説明する。
ステップS1において脳活動センサ6は、運転者の脳波を計測する。コントローラ2の行動準備電位検出部82(図3)は、脳活動センサ6が取得した脳波信号に基づき、運転者の脳に発生する行動準備電位を検出する。
ステップS3において予測性評価部83は、行動準備電位検出部82が検出した行動準備電位に基づいて運転者の予測性を評価する。
ステップS4において運転技量評価部80は、車両センサ群4から取得した車両情報に基づいて運転者の運転技量を評価する。
ステップS6において運転支援制御部84は、運転者の運転技量が高いか否かを判断する。運転技量が高い場合(ステップS6:Y)に処理はステップS8へ進む。運転技量が低い場合(ステップS6:N)に処理はステップS7へ進む。
ステップS8(予測性が低く且つ運転技量が高い場合)においてタイミング変更部85は、運転支援の開始タイミングを比較的早めのタイミングに設定する。支援量変更部86は、中程度の運転支援量で運転支援を行うように運転支援量を調整する。その後に処理は終了する。
ステップS10(予測性が高く且つ運転技量が低い場合)においてタイミング変更部85は、運転支援の開始タイミングをできるだけ遅らせて運転操作が必要なタイミングの直前に設定する。支援量変更部86は、中程度の運転支援量で運転支援を行うように運転支援量を調整する。その後に処理は終了する。
ステップS11(予測性が高く且つ運転技量が高い場合)においてタイミング変更部85は、運転支援の開始タイミングをできるだけ遅らせて運転操作が必要なタイミングの直前に設定する。支援量変更部86は、より少ない運転支援量で運転支援を行うように運転支援量を減少させる。その後に処理は終了する。
(1)運転技量評価部80は、特定の運転者の運転技量を評価する。脳活動センサ6は、運転者の脳波を計測する。予測性評価部83は、脳波の計測により得られた、運転者による特定の車両に対する運転操作開始時点の所定時間前の時点からの脳波信号の変化度合いに基づいて、運転操作に応答する車両の応答特性に対する運転者の予測性を評価する。運転支援制御部84は、評価された運転技量と予測性とに基づいて車両の運転支援を制御する。
同様に、運転技量は低くても車両の応答特性が分かりやすい場合のような場合にも、運転者に合わせて適切な運転支援を行うことができる。
このため、車両との一体感や、運転操作に対する愉悦感や楽しみを向上できる
(3)タイミング変更部85は、運転技量が低い場合には運転技量が高い場合に比べて開始タイミングを早くする。これにより運転支援の開始タイミングを運転技量に合わせることができる。
(5)支援量変更部86は、運転技量と予測性とに基づいて、運転支援の運転支援量を変更する。これにより運転支援の運転支援量を運転技量と予測性とに合わせることができる。
(7)支援量変更部86は、予測性が低い場合には予測性が高い場合に比べて運転支援量を多くする。これにより運転支援量を運転技量に合わせることができる。
(9)支援量変更部86は、予測性が高い場合には予測性が低い場合に比べて運転者の運転操作に応答する車両の応答性を上げる。これにより、車両の応答性を予測性に合わせることができる。
続いて、第2実施形態の運転支援装置1を説明する。第2実施形態のコントローラ2は、運転者の運転技量と予測性とに基づいて、所定の運転モデルに基づく運転支援の開始タイミングを変更する。
例えば、コントローラ2は、個々の運転者による運転時の走行速度や加速度、進行角度、旋回速度といった自車両の車両挙動のデータや、アクセルペダルやブレーキペダル、ステアリングの操作モデルや操作タイミングといった自車両の操作態様のデータを蓄積し、蓄積されたこれらのデータに基づいて、この運転者の運転モデルを所定の運転モデルとして生成してよい。このような個々の運転者の操作履歴に基づいて生成された運転モデルを、以下「自己運転モデル」と表記することがある。
例えば、コントローラ2は、運転者の運転技量と予測性とに基づいて所定の運転モデルを変更し、変更された運転モデルに従って自車両の運転支援を行ってよい。
また例えば、コントローラ2は、運転技量と予測性とに基づいて複数の所定の運転モデルのいずれかを選択し、選択した運転モデルに従って自車両の運転支援を行ってもよい。
コントローラ2は、自己運転モデルや標準運転モデルなどの運転モデルを記憶するための運転モデル記憶部91を備える。
また、運転支援制御部84は、運転モデル生成部90と、運転モデル選択部92と、運転モデル変更部93を備える。
運転モデル選択部92は、周囲環境センサ群3から出力される周囲環境情報に基づいて自車両の現在の運転シーンを特定する。運転モデル選択部92は、運転モデル記憶部91に記憶されている運転シーンのうち、現在の自車両の運転シーンに対応する自己運転モデルを選択する。
さらに運転モデル変更部93は、運転技量の評価結果と予測性の評価結果に基づいて、運転支援に使用する自己運転モデルを変更する。運転支援制御部84は、運転モデル変更部93が変更した自己運転モデルに基づいて自車両の運転支援を行う。
運転技量が高く且つ予測性が高い場合には、運転者の運転操作に対する操作介入の機会を減らして、車両との一体感や運転操作に対する愉悦感を向上させるために、運転支援の開始タイミングをできるだけ遅らせて運転操作が必要なタイミングの直前に運転支援を開始してよい。
ここでより高い運転レベルの運転モデルとは、例えば、より高い運転技量を要する運転モデル、運転技量がより高い運転者による運転モデル、難易度の高い運転モデルであってよい。
自分の運転技量よりもレベルの高い運転を体験させることにより、運転操作に対する愉悦感を運転者に感じさせることができる。
このように、運転技量が低くても、予測性が高く運転者が自車両の応答特性をよく予測できている場合には、運転操作に対する準備が整っており運転者には余裕がある。
このとき、運転支援の開始を早めて運転者に余裕を持たせることで、運転技量が比較的低い運転者が、運転レベルの高い運転支援に恐怖心や違和感を覚えることを回避し、より高いレベルの運転を心地よく体験させることができる。
自車両の応答特性が分かりにくく運転操作に対する準備ができてない場合に高いレベルの運転支援を行うと、運転技量が高い運転者であっても、かえって運転操作に対する愉悦感を損ねる虞がある。このため、運転モデル生成部90が生成した自己運転モデルを変更せずに、運転支援に使用する運転モデルとする。
運転技量が低い運転者の場合には、自己運転モデルをより低い運転レベルの運転モデルへ変更して、運転支援に使用することにより、自車両の応答特性が分かりにくいことによる不安感や違和感を軽減する。
また、運転モデルの運転レベルを変更する代わりに、異なるレベルの複数の標準運転モデルを予め運転モデル記憶部91に用意してもよい。運転モデル変更部93は、異なるレベルの複数の標準運転モデルのうちいずれかのレベルの標準運転モデルを、運転支援に使用する運転モデルとして選択することにより、運転支援に使用する運転モデルの運転レベルを変更してもよい。
図8を参照して第2実施形態の運転支援方法の一例について説明する。
ステップS21〜S26及びステップS29の処理は、図5のステップS1〜S6及びステップS9の処理と同様である。
ステップS27(予測性が低く且つ運転技量が低い場合)においてタイミング変更部85は、運転支援の開始タイミングを比較的早めのタイミングに設定する。運転モデル変更部93は、運転支援に使用する運転モデルを、自己運転モデルより低いレベルの運転モデルにする。その後に処理は終了する。
(1)タイミング変更部85は、運転技量と予測性とに基づいて所定の運転モデルに基づく運転支援の開始タイミングを変更する。これにより、例えば運転者の運転履歴等に基づいて生成した運転モデルを用いた運転支援を、運転者の運転技量と予測性に合わせたタイミングで開始することができる。
(2)運転モデル変更部93は、運転技量と予測性とに基づいて所定の運転モデルに基づく運転支援の運転支援量を変更する。これにより、例えば運転者の運転履歴等に基づいて生成した運転モデルを用いた運転支援の運転支援量を運転者の運転技量と予測性に合わせることができる。
(4)運転モデル変更部93は、運転技量と予測性とに基づいて複数の所定の運転モデルのいずれかを選択する。運転支援制御部84は、選択された運転モデルに従って自車両の運転支援を行う。これにより、例えば運転技量と予測性とに合わせて選択した運転モデルにより運転支援を行うことができる。
運転支援制御部84は、例えば運転モデル記憶部91に記憶された運転モデルを用いて自車両の自動運転制御を行ってもよい。例えば、運転モデル記憶部91に記憶された運転モデルを用いて自車両の車線変更を自動で行う自動車線変更を行ってもよい。
このとき、行動準備電位検出部82は、運転操作時の行動準備電位を検出して運転者の運転操作の意図を検出してよい。
その際に、タイミング変更部85は、運転技量と予測性とに基づいて自動運転制御の開始タイミングを変更してよい。
運転モデル変更部93は、運転技量と予測性とに基づいて自動運転制御に用いる運転モデルの運転レベルを変更してもよい。
Claims (14)
- 特定の運転者の運転技量を評価し、
前記運転者の脳波を計測し、
前記脳波の計測により得られた、前記運転者による特定の車両に対する運転操作開始時点の所定時間前の時点からの脳波信号の変化度合いに基づいて、運転操作に応答する前記車両の応答特性に対する前記運転者の予測性を評価し、
評価された前記運転技量と前記予測性とに基づいて前記車両の運転支援を制御することを特徴とする運転支援方法。 - 前記運転技量と前記予測性とに基づいて、前記運転支援の開始タイミングを変更することを特徴とする請求項1に記載の運転支援方法。
- 前記運転技量が低い場合には、前記運転技量が高い場合に比べて前記開始タイミングを早くすることを特徴とする請求項2に記載の運転支援方法。
- 前記予測性が低い場合には、前記予測性が高い場合に比べて前記開始タイミングを早くすることを特徴とする請求項2又は3に記載の運転支援方法。
- 前記運転技量と前記予測性とに基づいて、所定の運転モデルに基づく運転支援の開始タイミングを変更することを特徴とする請求項2〜4のいずれか一項に記載の運転支援方法。
- 前記運転技量と前記予測性とに基づいて、前記運転支援の運転支援量を変更することを特徴とする請求項1に記載の運転支援方法。
- 前記運転技量が低い場合には、前記運転技量が高い場合に比べて前記運転支援量を多くすることを特徴とする請求項6に記載の運転支援方法。
- 前記予測性が低い場合には、前記予測性が高い場合に比べて前記運転支援量を多くすることを特徴とする請求項6又は7に記載の運転支援方法。
- 前記運転技量と前記予測性とに基づいて、所定の運転モデルに基づく運転支援の運転支援量を変更することを特徴とする請求項6に記載の運転支援方法。
- 前記運転技量と前記予測性とに基づいて所定の運転モデルを変更し、変更された前記運転モデルに従って前記車両の運転支援を行うことを特徴とする請求項6に記載の運転支援方法。
- 前記運転技量と前記予測性とに基づいて複数の所定の運転モデルのいずれかを選択し、選択した前記運転モデルに従って前記車両の運転支援を行うことを特徴とする請求項6に記載の運転支援方法。
- 前記運転技量が高い場合には、前記運転技量が低い場合に比べて前記運転者の運転操作に応答する車両の応答性を上げることを特徴とする請求項6〜11のいずれか一項に記載の運転支援方法。
- 前記予測性が高い場合には、前記予測性が低い場合に比べて前記運転者の運転操作に応答する車両の応答性を上げることを特徴とする請求項6〜12のいずれか一項に記載の運転支援方法。
- 運転者の脳波を計測する脳波センサと、
特定の運転者の運転技量を評価し、前記運転者による特定の車両に対する運転操作開始時点の所定時間前の時点から前記運転操作開始時点までの期間に、前記脳波センサにより得られた前記運転者の脳波信号に基づいて、運転操作に応答する前記車両の応答特性に対する前記運転者の予測性を評価し、評価された前記運転技量と前記予測性とに基づいて前記車両の運転支援を制御するコントローラと、
を備えることを特徴とする運転支援装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017247432A JP6977543B2 (ja) | 2017-12-25 | 2017-12-25 | 運転支援方法及び運転支援装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017247432A JP6977543B2 (ja) | 2017-12-25 | 2017-12-25 | 運転支援方法及び運転支援装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019114087A true JP2019114087A (ja) | 2019-07-11 |
JP6977543B2 JP6977543B2 (ja) | 2021-12-08 |
Family
ID=67222674
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017247432A Active JP6977543B2 (ja) | 2017-12-25 | 2017-12-25 | 運転支援方法及び運転支援装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6977543B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114394105A (zh) * | 2022-01-26 | 2022-04-26 | 东风汽车集团股份有限公司 | 智能驾驶系统管理方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008117303A (ja) * | 2006-11-07 | 2008-05-22 | Toyota Central R&D Labs Inc | 運転支援装置及び評価装置 |
JP2008247118A (ja) * | 2007-03-29 | 2008-10-16 | Mazda Motor Corp | 車両用運転支援装置 |
JP2011213187A (ja) * | 2010-03-31 | 2011-10-27 | Toyota Motor Corp | 車両制御装置 |
JP2012022041A (ja) * | 2010-07-12 | 2012-02-02 | Mazda Motor Corp | 車両用運転技量育成装置 |
JP2017061192A (ja) * | 2015-09-24 | 2017-03-30 | 日産自動車株式会社 | サポート装置及びサポート方法 |
-
2017
- 2017-12-25 JP JP2017247432A patent/JP6977543B2/ja active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008117303A (ja) * | 2006-11-07 | 2008-05-22 | Toyota Central R&D Labs Inc | 運転支援装置及び評価装置 |
JP2008247118A (ja) * | 2007-03-29 | 2008-10-16 | Mazda Motor Corp | 車両用運転支援装置 |
JP2011213187A (ja) * | 2010-03-31 | 2011-10-27 | Toyota Motor Corp | 車両制御装置 |
JP2012022041A (ja) * | 2010-07-12 | 2012-02-02 | Mazda Motor Corp | 車両用運転技量育成装置 |
JP2017061192A (ja) * | 2015-09-24 | 2017-03-30 | 日産自動車株式会社 | サポート装置及びサポート方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114394105A (zh) * | 2022-01-26 | 2022-04-26 | 东风汽车集团股份有限公司 | 智能驾驶系统管理方法 |
CN114394105B (zh) * | 2022-01-26 | 2023-05-12 | 东风汽车集团股份有限公司 | 智能驾驶系统管理方法 |
Also Published As
Publication number | Publication date |
---|---|
JP6977543B2 (ja) | 2021-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3353494B1 (en) | Speed control parameter estimation method for autonomous driving vehicles | |
EP3390189B1 (en) | Method and system for controlling autonomous driving vehicle reentering autonomous driving mode | |
JP6683178B2 (ja) | 自動運転システム | |
EP3500965B1 (en) | Speed control for a full stop of an autonomous driving vehicle | |
EP3379364B1 (en) | Control dominated planning and control system for autonomous driving vehicles | |
JP6323572B2 (ja) | 目標車速生成装置および走行制御装置 | |
US10338583B2 (en) | Driving assistance device | |
JP6705388B2 (ja) | 自動運転システム | |
JP2017013614A (ja) | 車両走行制御装置 | |
KR20090122205A (ko) | 운송 수단 운전 보조 장치 | |
JP6930152B2 (ja) | 自動運転システム | |
JP6631289B2 (ja) | 車両制御システム | |
JP6988075B2 (ja) | 違和感判別方法及び違和感判別装置 | |
JP2019026103A (ja) | 自動運転のポリシー生成装置及び車両 | |
JP2018039292A (ja) | 運転支援方法及び運転支援装置 | |
JP6933275B2 (ja) | 運転支援方法及び運転支援装置 | |
KR20240038680A (ko) | 자율 주행 장치 및 방법 | |
EP3625635B1 (en) | A speed control command auto-calibration system for autonomous vehicles | |
KR20240035960A (ko) | 자율 주행 장치 및 방법 | |
JP6977543B2 (ja) | 運転支援方法及び運転支援装置 | |
JP6922494B2 (ja) | 運転支援方法及び運転支援装置 | |
KR102648470B1 (ko) | 자율 주행 장치 및 방법 | |
KR102644325B1 (ko) | 자율 주행 장치 및 방법 | |
US11273831B2 (en) | Vehicle and control device for the same | |
KR102616971B1 (ko) | 자율 주행 장치 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20190401 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20201002 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210910 |
|
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: 20211012 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211025 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6977543 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |