JP2019164729A - 車両制御システム、車両制御方法、およびプログラム - Google Patents

Abstract

【課題】車両に対して、より適切な制御判断を行うことができる車両制御システム、車両制御方法、およびプログラムを提供すること。【解決手段】自車両の走行に関する第１の事項に関して乗員または前記自車両に搭載された装置によってなされた第１判断結果と、前記第１判断結果に関する第２の事項に関して、学習データに基づき判断を行って第２判断結果を生成する判断結果生成部（１５２）と、前記第１判断結果と、前記第２判断結果とが異なる場合に、前記第１判断結果および前記第２判断結果と、外部情報とに基づいて、前記第１の事項および前記第２の事項に関する判断を決定する判断決定部（１５４）と、を備える車両制御システム。【選択図】図２

Description

本発明は、車両制御システム、車両制御方法、およびプログラムに関する。

従来、車両の走行を制御する様々なデバイスにおいて、機械学習やＡＩ（Artificial Intelligence；人工知能）等の機能により、運転者の運転操作を制御する仕組みが知られている。これに関連して、ＡＩによる車両の変速制御と、乗員の手動による車両の変速制御とが同時に実行される場合に、ＡＩ制御で制限をかけている変速段への変速を制限する技術が知られている（例えば、特許文献１参照）。

特開２０１１−１７９５９０号公報

しかしながら、車両に複数のＡＩ機能が搭載された場合に、それぞれのＡＩ機能による判断結果に矛盾が生じ、最終的な判断ができなかったり、判断が遅れる場合があった。また、判断結果に矛盾が生じないように、様々なシーンを学習させるには、膨大な走行シーンの組み合わせが必要となり、学習データの生成に時間を要するとともに、システムの処理負荷の増大に繋がる恐れがある。

本発明は、このような事情を考慮してなされたものであり、車両に対して、より適切な制御判断を行うことができる車両制御システム、車両制御方法、およびプログラムを提供することを目的の一つとする。

（１）：自車両の走行に関する第１の事項に関して乗員または前記自車両に搭載された装置によってなされた第１判断結果と、前記第１判断結果に関する第２の事項に関して、学習データに基づき判断を行って第２判断結果を生成する判断結果生成部と、前記第１判断結果と、前記第２判断結果とが異なる場合に、前記第１判断結果および前記第２判断結果と、外部情報とに基づいて、前記第１の事項および前記第２の事項に関する判断を決定する判断決定部と、を備える車両制御システムである。

（２）：（１）において、前記判断決定部は、前記第１判断結果および前記第２判断結果の判断パターンと、前記外部情報との組み合わせに基づいて、前記第１の事項および前記第２の事項に関する判断を決定するための判断決定規則データを取得可能なテーブルを参照して、前記第１の事項および前記第２の事項に関する判断を決定するものである。

（３）：（１）または（２）において、前記判断決定部は、前記第１判断結果および前記第２判断結果と、前記外部情報とに基づいて決定された判断結果を、前記学習データにフィードバックさせるものである。

（４）：（１）〜（３）のうち何れか一つにおいて、前記判断結果生成部は、前記自車両の第１走行制御の制御量に関する判断結果を前記第１判断結果とし、前記自車両の第２走行制御の制御量に関する判断結果とし、前記外部情報は、前記自車両の走行状態または周辺状況を含み、前記判断決定部は、前記第１走行制御の制御量と、前記第２走行制御の制御量とを前記自車両に反映させることで、車両制御に矛盾が生じる場合に、前記外部情報に基づき、前記第１走行制御の制御量および前記第２走行制御の制御量のうち一方または双方を調整するものである。

（５）：（１）〜（３）のうち何れか一つにおいて、前記判断結果生成部は、第１車両の自動運転制御の走行制御に関する判断結果を前記第１判断結果とし、第２車両の自動運転制御の走行制御に関する判断結果を前記第２判断結果とし、前記外部情報は、前記第１車両および前記第２車両の走行状態または周辺状況を含み、前記判断決定部は、前記第１判断結果および前記第２判断結果と、前記外部情報とに基づいて、前記第１車両と前記第２車両とが接触する可能性がある場合に、前記第１車両または前記第２車両うち一方または双方を、減速または停止させるものである。

（６）：（５）において、前記判断決定部は、前記第１車両および前記第２車両を減速または停止させた後、優先して減速解除または発進させる車両を決定するものである。

（７）：請求項５または６において、前記判断決定部は、前記第１車両の走行状態または周辺状況に基づく障害物の判定結果および前記障害物との接触可能性の判定結果に基づく第１判断結果と、前記第２車両の走行状態または周辺状況に基づく障害物の判定結果および前記障害物との接触可能性の判定結果に基づく第２判断結果と、前記外部情報とに基づいて、前記第１車両または前記第２車両うち一方または双方を、減速または停止させるものである。

（８）：（５）〜（７）のうち何れか一つにおいて、前記判断決定部は、前記第１車両および前記第２車両と通信可能な外部装置に設けられるものである。

（９）：使用者の操作を受け付ける操作受付部と、第１の事項に関して、学習データに基づく判断結果を生成する判断結果生成部と、前記操作受付部により受け付けられた操作に基づいて、前記判断結果生成部により判断された判断結果とは異なる操作が行われる場合に、前記判断結果生成部の判断結果および前記操作受付部により受け付けられた操作と、外部情報とに基づいて、前記第１の事項に関する判断を決定する判断決定部と、を備える車両制御システムである。

（１０）：車両制御システムが、自車両の走行に関する第１の事項に関して乗員又は装置によってなされた第１判断結果と、前記第１判断結果に関する第２の事項に関して、学習データに基づき判断を行って第２判断結果を生成し、前記第１判断結果と、前記第２判断結果とが異なる場合に、前記第１判断結果および前記第２判断結果と、外部情報とに基づき、前記第１の事項および前記第２の事項に関する判断を決定する、車両制御方法である。

（１１）：車両制御システムに、自車両の走行に関する第１の事項に関して乗員又は装置によってなされた第１判断結果と、前記第１判断結果に関する第２の事項に関して、学習データに基づき判断を行って第２判断結果を生成させ、前記第１判断結果と、前記第２判断結果とが異なる場合に、前記第１判断結果および前記第２判断結果と、外部情報とに基づき、前記第１の事項および前記第２の事項に関する判断を決定させる、プログラムである。

（１）〜（１１）によれば、車両に対して、より適切な制御判断を行うことができる。

第１の実施形態に係る車両制御システムを利用した車両システム１の構成図である。 第１の実施形態に係る第１制御部１２０、第２制御部１５０、第３制御部１６０、および記憶部１８０の機能構成図である。 判断結果生成部１５２の処理について説明するための図である。 自車両Ｍが交差点を走行する場面における判断結果生成部１５２の処理について説明するための図である。 判断決定規則テーブル１８４の内容の一例を示す図である。 第１の実施形態の運転支援制御装置１００により実行される処理の流れを示すフローチャートである。 第２の実施形態の車両システム２の構成図である。 第２の実施形態に係る第１制御部１２０、第２制御部１５０Ａ、第３制御部１６０、および記憶部１８０Ａの機能構成図である。 交差点における運転支援制御装置１００Ａの処理について説明するための図である。 第２の実施形態の運転支援制御装置１００Ａにより実行される処理の流れを示すシーケンス図である。 実施形態の運転支援制御装置１００、１００Ａのハードウェア構成の一例を示す図である。

以下、図面を参照し、本発明の車両制御システム、車両制御方法、およびプログラムの実施形態について説明する。なお、実施形態の車両制御装置は、自動運転車両に適用される。自動運転とは、例えば、車両の操舵または加減速のうち一方または双方を制御して運転制御を実行することである。また、自動運転には、例えば、ＡＣＣ（Adaptive Cruse Control）やＬＫＡＳ（Lane Keeping Assist）、ＡＬＣ（Auto Lane Changing）等の運転支援装置による運転制御が含まれてもよい。運転支援装置には、例えば、主に車両の操舵を制御する操舵制御装置や、主に車両の左右制駆動力の配分を制御する配分制御装置が含まれる。

＜第１の実施形態＞
第１の実施形態では、車両が、走行制御に関する複数の判断結果に基づいて、一つの判断結果を決定する機能を備えている場合について説明する。

［全体構成］
図１は、第１の実施形態に係る車両制御システムを利用した車両システム１の構成図である。車両システム１が搭載される車両は、例えば、二輪や三輪、四輪等の車両であり、その駆動源は、ディーゼルエンジンやガソリンエンジン等の内燃機関、電動機、或いはこれらの組み合わせである。電動機は、内燃機関に連結された発電機による発電電力、或いは二次電池や燃料電池の放電電力を使用して動作する。

車両システム１は、例えば、カメラ１０と、レーダ装置１２と、ファインダ１４と、物体認識装置１６と、通信装置２０と、ＨＭＩ（Human Machine Interface）３０と、車両センサ４０と、ナビゲーション装置５０と、ＭＰＵ（Map Positioning Unit）６０と、運転操作子８０と、運転支援制御装置１００と、走行駆動力出力装置２００と、ブレーキ装置２１０と、ステアリング装置２２０とを備える。これらの装置や機器は、ＣＡＮ（Controller Area Network）通信線等の多重通信線やシリアル通信線、無線通信網等によって互いに接続される。なお、図１に示す構成はあくまで一例であり、構成の一部が省略されてもよいし、更に別の構成が追加されてもよい。また、運転支援制御装置１００が「車両制御システム」の一例である。また、ＨＭＩ３０と運転操作子８０とを合わせたものが、「操作受付部」の一例である。

カメラ１０は、例えば、ＣＣＤ（Charge Coupled Device）やＣＭＯＳ（Complementary Metal Oxide Semiconductor）等の固体撮像素子を利用したデジタルカメラである。カメラ１０は、車両システム１が搭載される車両（以下、自車両Ｍ）の任意の箇所に取り付けられる。前方を撮像する場合、カメラ１０は、フロントウインドシールド上部やルームミラー裏面等に取り付けられる。カメラ１０は、例えば、周期的に繰り返し自車両Ｍの周辺を撮像する。カメラ１０は、ステレオカメラであってもよい。

レーダ装置１２は、自車両Ｍの周辺にミリ波等の電波を放射すると共に、物体によって反射された電波（反射波）を検出して少なくとも物体の位置（距離および方位）を検出する。レーダ装置１２は、自車両Ｍの任意の箇所に取り付けられる。レーダ装置１２は、ＦＭ−ＣＷ（Frequency Modulated Continuous Wave）方式によって物体の位置および速度を検出してもよい。

ファインダ１４は、ＬＩＤＡＲ（Light Detection and Ranging）である。ファインダ１４は、自車両Ｍの周辺に光を照射し、散乱光を測定する。ファインダ１４は、発光から受光までの時間に基づいて、対象までの距離を検出する。照射される光は、例えば、パルス状のレーザー光である。ファインダ１４は、自車両Ｍの任意の箇所に取り付けられる。

物体認識装置１６は、カメラ１０、レーダ装置１２、およびファインダ１４のうち一部または全部による検出結果に対してセンサフュージョン処理を行って、物体の位置、種類、速度等を認識する。物体認識装置１６は、認識結果を運転支援制御装置１００に出力する。物体認識装置１６は、カメラ１０、レーダ装置１２、およびファインダ１４の検出結果をそのまま運転支援制御装置１００に出力してよい。車両システム１から物体認識装置１６が省略されてもよい。カメラ１０は、通常の画像を撮像するものの他、物体の表面温度の変化を撮像する赤外線カメラを含む。カメラ１０に備わる機能によって通常の撮像と赤外線撮像に切り替えるものであってもよい。

通信装置２０は、例えば、セルラー網やＷｉ−Ｆｉ網、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ＤＳＲＣ（Dedicated Short Range Communication）等を利用して、自車両Ｍの周辺に存在する他車両と通信し、或いは無線基地局を介して各種サーバ装置と通信する。

ＨＭＩ３０は、自車両Ｍの乗員に対して各種情報を提示すると共に、乗員による入力操作を受け付ける。ＨＭＩ３０は、各種表示装置、スピーカ、ブザー、タッチパネル、スイッチ、キー、車室内に設けられた発光装置等を含む。

車両センサ４０は、自車両Ｍの速度を検出する車速センサ、加速度を検出する加速度センサ、鉛直軸回りの角速度を検出するヨーレートセンサ、自車両Ｍの向きを検出する方位センサ等を含む。加速度センサには、例えば、縦加速度や横加速度を検知するセンサが含まれてもよい。縦加速度は、例えば、自車両Ｍの進行方向に対する加速度である。横加速度は、例えば、自車両Ｍの進行方向に対して自車両Ｍの車幅方向に受ける加速度である。また、車両センサ４０は、自車両Ｍのボディ部の任意の位置に、外部からの接触の有無および接触の強さを検出する接触検出センサを含んでいてもよい。また、車両センサ４０は、自車両Ｍの振動を検出する振動センサや、自車両Ｍまたは自車両Ｍ付近から発生している音を検出する音検出センサを含んでもよい。

ナビゲーション装置５０は、例えば、ＧＮＳＳ（Global Navigation Satellite System）受信機５１と、ナビＨＭＩ５２と、経路決定部５３とを備える。ナビゲーション装置５０は、ＨＤＤ（Hard Disk Drive）やフラッシュメモリ等の記憶装置に第１地図情報５４を保持している。ＧＮＳＳ受信機５１は、ＧＮＳＳ衛星から受信した信号に基づいて、自車両Ｍの位置を特定する。自車両Ｍの位置は、車両センサ４０の出力を利用したＩＮＳ（Inertial Navigation System）によって特定または補完されてもよい。ナビＨＭＩ５２は、表示装置、スピーカ、タッチパネル、キー等を含む。ナビＨＭＩ５２は、前述したＨＭＩ３０と一部または全部が共通化されてもよい。経路決定部５３は、例えば、ＧＮＳＳ受信機５１により特定された自車両Ｍの位置（或いは入力された任意の位置）から、有人状態でナビＨＭＩ５２を用いて乗員により入力された目的地、または無人状態で外部の通信端末から送信され、通信装置２０により受信された目的地までの経路（以下、地図上経路）を、第１地図情報５４を参照して決定する。第１地図情報５４は、例えば、道路を示すリンクと、リンクによって接続されたノードとによって道路形状が表現された情報である。また、第１地図情報５４は、リンクに対する道路標識に関する情報を含んでもよい。また、第１地図情報５４は、道路の曲率やＰＯＩ（Point Of Interest）情報等を含んでもよい。地図上経路は、ＭＰＵ６０に出力される。ナビゲーション装置５０は、地図上経路に基づいて、ナビＨＭＩ５２を用いた経路案内を行ってもよい。ナビゲーション装置５０は、例えば、乗員の保有するスマートフォンやタブレット端末等の端末装置の機能によって実現されてもよい。ナビゲーション装置５０は、通信装置２０を介してナビゲーションサーバに現在位置と目的地を送信し、ナビゲーションサーバから地図上経路と同等の経路を取得してもよい。

ＭＰＵ６０は、例えば、推奨車線決定部６１を含み、ＨＤＤやフラッシュメモリ等の記憶装置に第２地図情報６２を保持している。推奨車線決定部６１は、ナビゲーション装置５０から提供された地図上経路を複数のブロックに分割し（例えば、車両進行方向に関して１００［ｍ］毎に分割し）、第２地図情報６２を参照してブロックごとに推奨車線を決定する。推奨車線決定部６１は、左から何番目の車線を走行するといった決定を行う。推奨車線決定部６１は、地図上経路に分岐箇所が存在する場合、自車両Ｍが、分岐先に進行するための合理的な経路を走行できるように、推奨車線を決定する。

第２地図情報６２は、第１地図情報５４よりも高精度な地図情報である。第２地図情報６２は、例えば、車線の中央の情報あるいは車線の境界の情報等を含んでいる。また、第２地図情報６２には、道路情報、交通規制情報、住所情報（住所・郵便番号）、施設情報、電話番号情報等が含まれてよい。第２地図情報６２は、通信装置２０が他装置と通信することにより、随時、アップデートされてよい。

運転操作子８０は、例えば、アクセルペダル、ブレーキペダル、シフトレバー、ステアリングホイール、異形ステア、ジョイスティックその他の操作子を含む。運転操作子８０には、操作量あるいは操作の有無を検出するセンサが取り付けられており、その検出結果は、運転支援制御装置１００、もしくは、走行駆動力出力装置２００、ブレーキ装置２１０、およびステアリング装置２２０のうち一部または全部に出力される。また、ステアリングホイールには、乗員が把持したか否かを検出するグリップセンサが取り付けられていてもよい。

運転支援制御装置１００は、例えば、第１制御部１２０と、第２制御部１５０と、第３制御部１６０と、記憶部１８０とを備える。記憶部１８０を除く各構成要素は、それぞれ、例えば、ＣＰＵ（Central Processing Unit）等のハードウェアプロセッサがプログラム（ソフトウェア）を実行することにより実現される。また、これらの構成要素のうち一部または全部は、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、ＧＰＵ（Graphics Processing Unit）等のハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予め運転支援制御装置１００のＨＤＤやフラッシュメモリ等の記憶装置に格納されていてもよいし、ＤＶＤやＣＤ−ＲＯＭ等の着脱可能な記憶媒体に格納されており、記憶媒体がドライブ装置に装着されることで運転支援制御装置１００のＨＤＤやフラッシュメモリにインストールされてもよい。

図２は、第１の実施形態に係る第１制御部１２０、第２制御部１５０、第３制御部１６０、および記憶部１８０の機能構成図である。第１制御部１２０は、例えば、認識部１３０と、行動計画生成部１４０とを備える。

第１制御部１２０は、例えば、ＡＩ（Artificial Intelligence；人工知能）による機能と、予め与えられたモデルによる機能とを並行して実現する。例えば、「交差点を認識する」機能は、ディープラーニング等による交差点の認識と、予め与えられた条件（パターンマッチング可能な信号、道路標示等がある）に基づく認識とが並行して実行され、双方に対してスコア付けして総合的に評価することで実現されてよい。これによって、自動運転の信頼性が担保される。

認識部１３０は、カメラ１０、レーダ装置１２、およびファインダ１４から物体認識装置１６を介して入力された情報に基づいて、自車両Ｍの周辺にある物体の位置、向き、および速度、加速度等の状態を認識する。物体には、例えば、歩行者等の人物、他車両等の移動体や、工事箇所、積載車両から落下した荷物等の道路上の障害物が含まれる。また、物体には、縁石、中央分離帯、側溝、ガードレール、壁等が含まれてもよい。物体の位置は、例えば、自車両Ｍの代表点（重心や駆動軸中心等）を原点とした絶対座標上の位置として認識され、制御に使用される。物体の位置は、その物体の重心やコーナー等の代表点で表されてもよいし、表現された領域で表されてもよい。物体の「状態」とは、例えば、物体が他車両である場合に、加速度やジャーク、あるいは「行動状態」（例えば車線変更をしている、またはしようとしているか否か）を含んでもよい。

また、認識部１３０は、例えば、自車両Ｍが走行している車線（走行車線）を認識する。例えば、認識部１３０は、第２地図情報６２から得られる道路区画線のパターン（例えば実線と破線の配列）と、カメラ１０によって撮像された画像から認識される自車両Ｍの周辺の道路区画線のパターンとを比較することで、走行車線を認識する。なお、認識部１３０は、道路区画線に限らず、道路区画線や路肩、路側帯、縁石、中央分離帯、ガードレール等を含む走路境界（道路境界）を認識することで、走行車線を認識してもよい。この認識において、ナビゲーション装置５０から取得される自車両Ｍの位置やＩＮＳによる処理結果が加味されてもよい。また、認識部１３０は、カメラ１０によって撮像された画像に基づいて、物体の幅や高さ、形状、種類（例えば、他車両の車種）等を認識してもよい。また、認識部１３０は、道路標識、赤信号、料金所、道路構造その他の道路事象を認識する。

認識部１３０は、走行車線を認識する際に、走行車線に対する自車両Ｍの位置や姿勢を認識する。認識部１３０は、例えば、自車両Ｍの基準点（例えば、重心）の車線中央からの乖離、および自車両Ｍの進行方向の車線中央を連ねた線に対してなす角度を、走行車線に対する自車両Ｍの相対位置および姿勢として認識してもよい。これに代えて、認識部１３０は、走行車線のいずれかの側端部（道路区画線または道路境界）に対する自車両Ｍの基準点の位置等を、走行車線に対する自車両Ｍの相対位置として認識してもよい。また、認識部１３０は、第１地図情報５４または第２地図情報６２に基づいて、道路上の構造物（例えば、電柱、中央分離帯等）を認識してもよい。

行動計画生成部１４０は、原則的には推奨車線決定部６１により決定された推奨車線を走行し、更に、自車両Ｍの周辺状況に対応できるように、自車両Ｍが自動的に将来走行する目標軌道を生成する。目標軌道は、例えば、速度要素を含んでいる。例えば、目標軌道は、自車両Ｍの基準点（例えば、重心Ｇ）が到達すべき地点（軌道点）を順に並べたものとして表現される。軌道点は、道なり距離で所定の走行距離（例えば数［ｍ］程度）ごとの自車両Ｍの到達すべき地点であり、それとは別に、所定のサンプリング時間（例えば０コンマ数［ｓｅｃ］程度）ごとの目標速度および目標加速度が、目標軌道の一部として生成される。サンプリング時間ごとの目標速度は、例えば通過する道路ごとに定められる上位の目標速度に基づいて決定される。また、上位の目標速度は、例えば、制限速度や法定速度に基づいて定められてもよく、乗員により、任意に或いは制限速度や法定速度から所定範囲内で設定されてもよい。特許請求の範囲における目標速度は、例えば、上位の目標速度に対応する。また、軌道点は、所定のサンプリング時間ごとの、そのサンプリング時刻における自車両Ｍの到達すべき位置であってもよい。この場合、目標速度や目標加速度の情報は軌道点の間隔で表現される。

行動計画生成部１４０は、目標軌道を生成するにあたり、自動運転のイベントを設定してよい。自動運転のイベントには、定速走行イベント、低速追従走行イベント、車線変更イベント、車線維持走行イベント、分岐イベント、合流イベント、テイクオーバーイベント、回避イベント等がある。これらのイベントには、乗員による運転操作の一部を支援するイベントも含まれる。

また、行動計画生成部１４０は、例えば、第２制御部１５０からの自車両Ｍの走行制御の判断決定規則データに基づいて、目標軌道を生成する。

第２制御部１５０は、例えば、判断結果生成部１５２と、判断決定部１５４とを備える。判断結果生成部１５２は、自車両Ｍの走行に関する事項に関して乗員の操作または装置によってなされた判断結果や、記憶部１８０により記憶された学習データに基づく、ＡＩ機能により導き出される判断結果を生成する。事項とは、例えば、自車両Ｍの挙動に関する情報であり、自車両Ｍの進行方向や、自車両Ｍに生じている、または、将来生じることが予想される現象等が含まれる。現象には、例えば、自車両Ｍのスリップや、他車両Ｍ等の物体の接近に対する接触回避走行が含まれる。また、判断結果とは、例えば、自車両Ｍの将来の走行制御に対する判断結果である。また、ＡＩ機能には、例えば、複数のデータから規則性や関連性を見つけ出し、判断や予測を行う機械学習を用いて物事を決定する手法や、多層構造アルゴリズム（例えば、ニューラルネットワーク）を用いて、特徴量の設定や組み合わせ内容等を学習する深層学習を用いて物事を決定する手法が含まれる。判断結果生成部１５２の機能の詳細については、後述する。

判断決定部１５４は、判断結果生成部１５２により生成された複数の判断結果に基づいて、自車両Ｍの将来の走行制御に関する判断決定規則データを取得し、取得した判断決定規則データを行動計画生成部１４０に出力する。判断決定部１５４の機能の詳細については、後述する。

第３制御部１６０は、行動計画生成部１４０によって生成された目標軌道を、予定の時刻通りに自車両Ｍが通過するように、走行駆動力出力装置２００、ブレーキ装置２１０、およびステアリング装置２２０を制御する。

第３制御部１６０は、例えば、取得部１６２と、速度制御部１６４と、操舵制御部１６６とを備える。取得部１６２は、行動計画生成部１４０により生成された目標軌道（軌道点）の情報を取得し、メモリ（不図示）に記憶させる。速度制御部１６４は、メモリに記憶された目標軌道に付随する速度要素に基づいて、走行駆動力出力装置２００またはブレーキ装置２１０を制御する。操舵制御部１６６は、メモリに記憶された目標軌道の曲がり具合に応じて、ステアリング装置２２０を制御する。速度制御部１６４および操舵制御部１６６の処理は、例えば、フィードフォワード制御とフィードバック制御との組み合わせにより実現される。一例として、操舵制御部１６６は、自車両Ｍの前方の道路の曲率に応じたフィードフォワード制御と、目標軌道からの乖離に基づくフィードバック制御とを組み合わせて実行する。

記憶部１８０は、例えば、ＨＤＤ、フラッシュメモリ、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）、ＲＯＭ（Read Only Memory）、またはＲＡＭ（Random Access Memory）等により構成される。記憶部１８０には、例えば、学習データ１８２、判断決定規則テーブル１８４、その他各種情報が記憶される。学習データ１８２は、例えば、自車両Ｍが走行制御を行うための一部の機能から得られる情報に、Ａｉ機能等によって学習された判断結果（後述する第２判断結果）が対応付けられている。一部の機能とは、例えば、自車両Ｍが搭載する複数の外界センシング装置（例えば、カメラ１０、レーダ装置１２、およびファインダ１４）のそれぞれのセンシング機能や、ＬＫＡＳ等を実行する運転支援装置の機能である。また、判断決定規則テーブル１８４は、例えば、判断結果（後述する第１判断結果、第２判断結果）および外部情報に、判断決定規則データが対応付けられている。学習データ１８２は、例えば、通信装置２０を介して外部装置から取得されてもよく、判断結果生成部１５２が所定のタイミングで生成および更新してもよい。判断決定規則テーブル１８４の詳細については、後述する。

走行駆動力出力装置２００は、車両が走行するための走行駆動力（トルク）を駆動輪に出力する。走行駆動力出力装置２００は、例えば、内燃機関、電動機、および変速機等の組み合わせと、これらを制御するＥＣＵ（Electronic Control Unit）とを備える。ＥＣＵは、第３制御部１６０から入力される情報、或いは運転操作子８０から入力される情報に従って、上記の構成を制御する。

ブレーキ装置２１０は、例えば、ブレーキキャリパーと、ブレーキキャリパーに油圧を伝達するシリンダと、シリンダに油圧を発生させる電動モータと、ブレーキＥＣＵとを備える。ブレーキＥＣＵは、第３制御部１６０から入力される情報、或いは運転操作子８０から入力される情報に従って電動モータを制御し、制動操作に応じたブレーキトルクが各車輪に出力されるようにする。ブレーキ装置２１０は、運転操作子８０に含まれるブレーキペダルの操作によって発生させた油圧を、マスターシリンダを介してシリンダに伝達する機構をバックアップとして備えてよい。なお、ブレーキ装置２１０は、上記説明した構成に限らず、第３制御部１６０から入力される情報に従ってアクチュエータを制御して、マスターシリンダの油圧をシリンダに伝達する電子制御式油圧ブレーキ装置であってもよい。

ステアリング装置２２０は、例えば、ステアリングＥＣＵと、電動モータとを備える。電動モータは、例えば、ラックアンドピニオン機構に力を作用させて転舵輪の向きを変更する。ステアリングＥＣＵは、第３制御部１６０から入力される情報、或いは運転操作子８０から入力される情報に従って、電動モータを駆動し、転舵輪の向きを変更させる。

［判断結果生成部の機能］
判断結果生成部１５２は、例えば、自車両Ｍの走行に関する第１の事項に関して乗員の操作または装置によってなされた第１判断結果と、第１判断結果に関する第２の事項に関して、学習データ１８２に基づき判断を行って第２判断結果を生成する。

図３は、判断結果生成部１５２の処理について説明するための図である。図３の例は、第１の事項として左カーブ路Ｒ１を走行する自車両Ｍがスリップしている様子を示すものである。また、図３は、自車両Ｍの前方の左右の車輪ＷＦＬおよびＷＦＲと、後方の左右の車輪ＷＲＬおよびＷＲＲとを模式的に示し、また、ステアリングホイールの操舵量に対する車輪ＷＦＬおよびＷＦＲのそれぞれの舵角が同一であるものとする。以下、車輪の舵角制御の説明において、車輪ＷＦＬを用いるものとする。

判断結果生成部１５２は、例えば、自車両Ｍのスリップが発生している場合に、運転操作子８０の一例であるステアリングホイールから受け付けられた乗員（使用者の一例）の操作量に基づいて、自車両Ｍの走行制御に関する第１判断結果を生成する。

図３の例において、自車両Ｍが左カーブ路Ｒ１で車輪ＷＦＬおよびＷＦＲがスリップしている状況下（第１の事項の一例）で、乗員によりステアリングホイールを更に左に旋回させる操作を受け付けた場合、判断結果生成部１５２は、ステアリングホイールの操舵量に基づいて、自車両Ｍの車輪の舵角を現状よりも左側（図中の矢印ａ１側）に向ける操舵制御を第１判断結果をとして生成する。

また、判断結果生成部１５２は、乗員により自車両Ｍを左に旋回させる操作を行うこと（第２の事項の一例）に関連して、ＬＫＡＳを実行する運転支援装置により、学習データ１８２を用いて車輪ＷＦＬの舵角を現状よりも右側（図中矢印ａ２側）に向ける操舵制御を、第２判断結果として生成する。

また、判断結果生成部１５２は、第１判断結果に関する第２の事項に基づいて、予め記憶部１８０に記憶された学習データ１８２を参照し、第２の事項に対応する第２判断結果を取得してもよい。

なお、上述の処理では、第１判断結果を、乗員の操作による判断結果に代えて、自車両Ｍに搭載された装置に対する制御内容に対する判断結果にしてもよい。図４は、自車両Ｍが交差点を走行する場面における判断結果生成部１５２の処理について説明するための図である。図４の例では、道路Ｒ２を走行する自車両Ｍが、道路Ｒ２〜Ｒ５のそれぞれと連結する交差点ＣＲ１を左折する場面を示している。この場合、判断結果生成部１５２は、操舵制御装置に搭載されるＡＩ機能に基づいて、左側に旋回するように制御内容を第１判断結果として生成する。また、判断結果生成部１５２は、左右制駆動力の配分制御装置に搭載されるＡＩ機能に基づいて、左折時の挙動から自車両Ｍを横滑りさせないようにするグリップ走行や回頭性（自車両Ｍの向きの変わりやすさ）を考慮して、後方左側の車輪ＷＲＬに対しては自車両の前方方向（図中ｂ１方向）に駆動させ、後方右側の車輪ＷＲＬについては制動させて、車両の後方（図中ｂ２方向）側への力を生じさせる制御内容を第２判断結果として生成する。

［判断決定部の機能］
判断決定部１５４は、判断結果生成部１５２により生成される第１判断結果と第２判断結果とが異なっているか否かを判定する。第１判断結果と第２判断結果とが異なっているとは、例えば、第１判断結果による第１走行制御の制御量と、第２判断結果による第２走行制御の制御量とを自車両Ｍに反映させることで、車両制御に矛盾が生じることである。また、車両制御に矛盾が生じるとは、例えば、第１判断結果による走行制御を実行したことによる自車両Ｍの挙動の方向性と、第２判断結果による走行制御を実行したことによる自車両Ｍの挙動の方向性とが相反することである。方向性が相反するとは、例えば、第１判断結果が左旋回を指示しているのに対し、第２判断結果が右旋回を指示していることである。また、方向性が相反するとは、例えば、第１判断結果が加速指示しているのに対し、第２判断結果が減速指示していることであってもよい。また、車両制御に矛盾が生じるとは、第１判断結果および第２判断結果のうち、一方の判断結果に基づく走行制御と、他方の判断結果に基づく走行制御とを行った場合に、一方または双方の走行制御の範囲を越える場合が含まれてもよい。

判断決定部１５４は、第１判断結果と第２判断結果とが異なる場合に、第１判断結果および第２判断結果と、外部情報とに基づいて、最終的な判断結果を決定する。外部情報とは、例えば、認識部１３０により認識された自車両Ｍの走行状態または周辺状況であり、具体的には、自車両Ｍの挙動、道路形状、路面状況、天候、他車両等の周辺の物体（障害物）等の情報が含まれる。図３の例において、外部情報には、自車両Ｍが左カーブ路Ｒ１を走行していること、およびスリップが発生しているという情報が含まれる。また、図４の例において、外部情報には、例えば、自車両Ｍが道路Ｒ２を走行し、交差点ＣＲ１を道路Ｒ４側に左折しているという情報が含まれる。

判断決定部１５４は、例えば、第１判断結果、第２判断結果、および外部情報を、記憶部１８０により記憶された判断決定規則テーブル１８４と照合し、対応する判断決定規則データを取得する。図５は、判断決定規則テーブル１８４の内容の一例を示す図である。判断決定規則テーブル１８４は、第１判断結果および第２判断結果の判断パターンと、外部情報とに、判断決定規則データが対応付けられている。判断決定規則データとは、例えば、行動計画生成部１４０に目標軌道を生成させるための最終的な走行制御に関する判断結果である。また、判断決定規則データには、第１判断結果および第２判断結果の優先度や重みづけ等に関する調整内容が含まれてよい。図５の例では、判断決定規則データとして、例えば、第１判断結果よりも第２判断結果を優先したり、第１判断結果の重みをｗ１、第２判断結果の重みをｗ２として加算した判断結果を用いたり、一方の判断結果のみを用いる等の決定内容が含まれている。

判断決定規則テーブル１８４は、通信装置２０を介して、サーバ等の外部装置から取得される。また、判断決定規則テーブル１８４は、判断決定部１５４により過去の判断決定結果のパターンを統計的に処理することで導出されてもよい。判断決定部１５４は、外部情報を用いることで、周辺状況に基づいて、より適切な判断結果を得ることができる。また、判断決定規則テーブル１８４を参照することで、早期に、より正確な判断を行うことができる。

また、判断決定部１５４は、第１判断結果と第２判断結果とが異なっていない場合に、第１判断結果および第２判断結果の双方の走行制御を実行する。例えば、判断決定部１５４は、第１判断結果および第２判断結果の両方が右旋回指示である場合であって、両方の指示に基づく走行制御を行っても、他の走行制御の範囲を越えない場合、第１判断結果および第２判断結果の両方を判断結果として決定し、判断決定結果に基づく走行制御を行う。

また、判断決定部１５４は、判断決定結果（判断決定規則データ）を、学習データ１８２にフィードバックしてデータを更新してもよい。この場合、判断決定部１５４は、判断決定結果が得られるごとに、更新を行ってもよく、ある程度の判断決定結果が得られたタイミング、または、所定時間が経過したタイミングで更新してもよい。このように、最終的に走行制御が行われる判断決定結果を、学習データ１８２にフィードバックすることで、次回以降に、同様或いは類似する事項が判定する場合に、第１判定結果と第２判定結果でズレが生じることを抑制することができる。したがって、より正確かつ迅速な判断を行うことが可能となる。

［処理フロー］
図６は、第１の実施形態の運転支援制御装置１００により実行される処理の流れを示すフローチャートである。本フローチャートの処理は、例えば、所定の周期或いは所定のタイミングで繰り返し実行されてよい。また、本フローチャートの開始時には、行動計画生成部１４０により目標軌道が生成され、生成された目標軌道に基づいて第３制御部１６０により自動運転が実行されているものとする。

例えば、判断結果生成部１５２は、第１の事項に関して乗員または装置によってなされた第１判断結果を取得する（ステップＳ１００）。次に、判断結果生成部１５２は、第１判断結果に関する第２の事項に関して、学習データ１８２結果に基づき判断を行って第２判断結果を生成する（ステップＳ１０２）。

次に、判断決定部１５４は、第１判断結果と第２判断結果とが異なっているか否かを判定する（ステップＳ１０４）。第１判断結果と第２判断結果とが異なっている場合、判断決定部１５４は、外部情報を取得し（ステップＳ１０６）、第１判断結果および第２判断結果と、外部情報とに基づいて、判断決定規則テーブル１８４を参照して、判断決定規則データを決定する（ステップＳ１０８）。

また、ステップＳ１０４の処理において、判断決定部１５４は、第１判断結果と第２判断結果とが異なっていない場合、第１判断結果および第２判断結果に基づいて、判断決定規則データを決定する（ステップＳ１１０）。次に、判断決定部１５４は、ステップＳ１０８またはステップＳ１１０の処理により得られる判断決定結果を行動計画生成部１４０に出力して、判断決定結果に基づく走行制御を実行させる（ステップＳ１１２）。次に、判断決定部１５４は、判断決定結果を、学習データ１８２にフィードバックする（ステップＳ１１４）。これにより、本フローチャートの処理は、終了する。

上述したように、第１の実施形態の運転支援制御装置１００によれば、車両に対して、より適切な制御判断を行うことができる。具体的には、第１の実施形態によれば、判断結果生成部１５２は、自車両Ｍに搭載された走行制御の一部の機能を実行する装置のそれぞれに搭載されたＡＩ機能等を用いて、それぞれの判断事項に専念して判断結果を生成すればよいため、処理負荷を軽減するとともに、個々の学習精度を早期に向上させることができる。また、第１の実施形態によれば、第１判断結果と、第２判断結果とが異なる場合に、判断決定部１５４が外部情報も踏まえて最終的な判断を決定することで、早期に正確な判断を行うことができる。

＜第２の実施形態＞
次に、第２の実施形態の車両システムについて説明する。第２の実施形態では、車両内に判断決定部１５４を備えず、外部に存在する車両支援サーバの判断決定結果を用いて走行制御を行うものとする。図７は、第２の実施形態の車両システム２の構成図である。車両システム２は、例えば、一以上の車両３００と、車両支援サーバ４００とを備える。これらの構成要素は、ネットワークＮＷを介して互いに通信可能である。ネットワークＮＷは、インターネット、ＷＡＮ（Wide Area Network）、ＬＡＮ（Local Area Network）、公衆回線、プロバイダ装置、専用回線、無線基地局等を含む。

［車両］
車両３００には、例えば、第１の実施形態の自車両Ｍおよび他車両が含まれる。車両３００は、例えば、第１の実施形態の車両システム１の構成図と比較すると、運転支援制御装置１００に代えて運転支援制御装置１００Ａを備える点が異なる。したがって、以下では、主に運転支援制御装置１００Ａの機能を中心に説明する。

図８は、第２の実施形態に係る第１制御部１２０、第２制御部１５０Ａ、第３制御部１６０、および記憶部１８０Ａの機能構成図である。図８に示す運転支援制御装置１００Ａは、第１の実施形態の運転支援制御装置１００と比較すると、判断決定部１５４に代えて判断決定問い合わせ部１５６とともに、記憶部１８０に代えて記憶部１８０Ａを備える点で異なる。したがって、以下では、主に判断決定問い合わせ部１５６および記憶部１８０Ａを中心に説明する。

［判断決定問い合わせ部の機能］
判断決定問い合わせ部１５６は、判断結果生成部１５２により生成された第１判断結果と第２判断結果とが異なっているか否かを判定する。第１判断結果と第２判断結果とが異なっている場合、判断決定問い合わせ部１５６は、例えば、認識部１３０により認識された外部情報等とともに、第１判断結果、第２判断結果、および最終的な判断決定規則データの問い合わせ情報を、通信装置２０を介して車両支援サーバ４００に送信する。

そして、判断決定問い合わせ部１５６は、車両支援サーバ４００から判断決定規則データを取得する。また、判断決定問い合わせ部１５６は、判断決定規則データを行動計画生成部１４０に出力する。また、判断決定問い合わせ部１５６は、判断決定規則データを記憶部１８０Ａ内の学習データ１８２にフィードバックさせてデータを更新してもよい。

［車両支援サーバの機能］
図７に戻り、車両支援サーバ４００は、例えば、通信部４１０と、問い合わせ受付部４２０と、判断決定部４３０と、学習部４４０と、記憶部４５０とを備える。問い合わせ受付部４２０、判断決定部４３０、および、学習部４４０は、それぞれ、例えば、ＣＰＵ等のハードウェアプロセッサがプログラム（ソフトウェア）を実行することにより実現される。また、これらの構成要素のうち一部または全部は、ＬＳＩやＡＳＩＣ、ＦＰＧＡ、ＧＰＵ等のハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予め運転支援制御装置１００ＡのＨＤＤやフラッシュメモリ等の記憶装置に格納されていてもよいし、ＤＶＤやＣＤ−ＲＯＭ等の着脱可能な記憶媒体に格納されており、記憶媒体がドライブ装置に装着されることで運転支援制御装置１００ＡのＨＤＤやフラッシュメモリにインストールされてもよい。記憶部４５０は、例えば、ＨＤＤ、フラッシュメモリ、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）、ＲＯＭ（Read Only Memory）、またはＲＡＭ（Random Access Memory）等により構成される。記憶部４５０には、例えば、判断決定規則テーブル４５２、その他各種情報が記憶される。判断決定規則テーブル４５２は、例えば、判断決定規則テーブル１８４と同様の項目が格納される。

通信部４１０は、例えば、ネットワークＮＷに接続するためのネットワークカードである。通信部４１０は、ネットワークＮＷを介して車両３００、および他の外部装置と通信する。

問い合わせ受付部４２０は、車両３００から第１判断結果および第２判断結果と、判断結果データの問い合わせを受け付ける。

判断決定部４３０は、問い合わせ受付部４２０により受け付けられた情報に基づいて、記憶部４５０に記憶された判断決定規則テーブル４５２を参照し、第１判断結果、第２判断結果、および外部情報に対応する判断決定規則データを取得する。

学習部４４０は、第１判断結果、第２判断結果、外部情報に関する情報と、判断決定部４３０により決定された判断決定規則データを記憶部４５０に記憶しておき、所定機関が経過後または所定のデータ量が蓄積されたタイミングで、統計処理等の学習を行い、その結果に基づいて判断決定規則テーブル４５２を更新する。これにより、学習部４４０は、複数の車両３００から得られるデータを用いて判断決定規則テーブル４５２を更新するため、様々な場面に応じて、適切な走行制御の判断を行うことができる。

第２の実施形態によれば、車両支援サーバ４００側から判断決定規則データを取得できるため、車両３００側での処理負荷を軽減することができる。また、第２の実施形態によれば、車両支援サーバ４００が複数の車両３００からの情報を用いて学習することができるため、様々な場面に応じて、より適切な判断決定規則データを取得することができる。

なお、第２の実施形態は、例えば、車両同士の接触を回避するための運転制御についても適用することができる。図９は、交差点における運転支援制御装置１００Ａの処理について説明するための図である。図９では、車両３００の一例である自車両Ｍ（第１車両の一例）と、他車両ｍ１（第２車両の一例）とを示している。交差点ＣＲ１は、信号機が設置されていない交差点である。また、自車両Ｍは、道路Ｒ２から道路Ｒ３へ直進するものとし、他車両ｍ１は、道路Ｒ４から道路Ｒ２に右折するものとする。

このような場面において、自車両Ｍは、交差点ＣＲ１先の進行方向に他車両ｍ１が存在するため停止する。また、他車両ｍ１も交差点ＣＲ１先の進行方向に自車両Ｍが存在するため停止する。この場合、お互いが停止状態になるため、円滑な走行ができない場合がある。そこで、自車両Ｍおよび他車両ｍ１のそれぞれの判断決定問い合わせ部１５６は、それぞれの判断結果と、外部情報（例えば、走行状態、周辺状況）とを車両支援サーバ４００に送信し、判断決定規則データを問い合わせる。この場合、外部情報として、例えば、障害物の判定結果（他車両の位置）、および障害物との接触可能性の判定結果が含まれてよい。また、外部情報には、交差点ＣＲ１付近に設置されたカメラ、レーダ装置、ファインダ等から得られる情報が含まれてよい。

車両支援サーバ４００の問い合わせ受付部４２０は、自車両Ｍと他車両ｍ１の問い合わせ情報を受け付ける。判断決定部４３０は、自車両Ｍの自動運転制御の走行制御に関する判断結果を第１判断結果とし、他車両ｍ１の自動運転制御の走行制御に関する判断結果を、第２判断結果として取得する。また、判断決定部４３０は、自車両Ｍおよび他車両ｍ１における外部情報に基づいて、判断決定規則テーブル４５２を参照し、対応する判断決定規則データを取得する。この場合、判断決定規則データとしては、例えば、自車両Ｍおよび他車両ｍ１のうち一方または双方を、減速または停止させるデータである。また、判断決定規則データには、判断決定部４３０は、自車両Ｍまたは他車両ｍ１の一方または双方を減速または停止させた後、優先して減速解除または発進させる車両に関する規則データが含まれてもよい。判断決定部４３０は、判断決定規則データを自車両Ｍおよび他車両ｍ１に送信する。これにより、自車両Ｍおよび他車両ｍ１は、交差点ＣＲ１を円滑に走行することができる。
［処理シーケンス］
図１０は、第２の実施形態の運転支援制御装置１００Ａにより実行される処理の流れを示すシーケンス図である。本シーケンスの処理は、例えば、所定の周期或いは所定のタイミングで繰り返し実行されてよい。図１０に示すシーケンス図は、説明の便宜上、自車両Ｍ、他車両ｍ１、および車両支援サーバ４００を示しており、図９に示す場面における処理の流れを示すものである。また、本シーケンスの開始時には、自車両Ｍおよび他車両ｍ１のそれぞれの行動計画生成部１４０により目標軌道が生成され、生成された目標軌道に基づいて第３制御部１６０により自動運転が実行されているものとする。

図１０の例において、自車両Ｍは、交差点ＣＲ１を直進するための判断結果を生成する（ステップＳ２００）。また、他車両ｍ１は、交差点ＣＲ１を右折するための判断結果を生成する（ステップＳ２０２）。次に、自車両Ｍおよび他車両ｍ１は、それぞれの判断結果および外部情報とともに、判断決定規則データの問い合わせ情報を車両支援サーバ４００に送信する（ステップＳ２０４、Ｓ２０６）。

次に、車両支援サーバ４００は、自車両Ｍおよび他車両ｍ１のそれぞれの判断結果および外部情報に基づいて判断決定規則テーブル４５２を参照し、対応する判断決定規則データを取得する（ステップＳ２０８）。次に、車両支援サーバ４００は、自車両Ｍおよび他車両ｍ１に対して判断決定規則データを自車両Ｍおよび他車両ｍ１に送信する（ステップＳ２１０、Ｓ２１２）。

次に、自車両Ｍは、車両支援サーバ４００から受信した判断決定規則データに基づいて目標軌道を生成し、生成した目標軌道に沿って走行する（ステップＳ２１４）。また、自車両Ｍは、車両支援サーバ４００から受信した判断決定規則データに基づいて、学習データを更新してもよい（ステップＳ２１６）。また、他車両ｍ１は、車両支援サーバ４００から受信した判断決定規則データに基づいて目標軌道を生成し、生成した目標軌道に沿って走行する（ステップＳ２１８）。また、自車両Ｍは、車両支援サーバ４００から受信した判断決定規則データに基づいて、学習データを更新してもよい（ステップＳ２２０）。次に、車両支援サーバ４００は、ステップＳ２０８の処理により得られる判断決定規則データを記憶部４５０に記憶しておき、所定のタイミングで統計処理等を行って、判断決定規則テーブル４５２を更新する（ステップＳ２２２）。これにより、本シーケンスの処理は、終了する。

上述した第２の実施形態によれば、それぞれの車両内に判断決定部を有しないことで、互いの判断決定部が異なる判断結果となった場合のリスクを抑制することができる。また、車両には、複数の外界センシング装置が搭載されているが、それらのセンシング機能の学習データによる結果が異なる場合が発生しても、走行状態や周辺状況を取得することで、正確な判断を迅速に行うことができる。また、第２の実施形態によれば、例えば信号機が設置されていない交差点等における互いの接触可能性を考慮して、それぞれが停止した状態で、自動的に発進できなくなる状態を解消することができ、円滑な交通を実現することができる。

また、第１および第２の実施形態は、他の実施形態の一部または全部を組み合わせてもよい。また、第１および第２の実施形態における判断結果生成部および判断決定部は、それぞれ、ディープラーニングやサポートベクターマシンといった機械学習、深層学習を利用してもよい。

［ハードウェア構成］
図１１は、実施形態の運転支援制御装置１００、１００Ａのハードウェア構成の一例を示す図である。図示するように、運転支援制御装置１００、１００Ａは、通信コントローラ１００−１、ＣＰＵ１００−２、ワーキングメモリとして使用されるＲＡＭ１００−３、ブートプログラム等を格納するＲＯＭ１００−４、フラッシュメモリやＨＤＤ等の記憶装置１００−５、ドライブ装置１００−６等が、内部バスあるいは専用通信線によって相互に接続された構成となっている。通信コントローラ１００−１は、運転支援制御装置１００、１００Ａ以外の構成要素との通信を行う。記憶装置１００−５には、ＣＰＵ１００−２が実行するプログラム１００−５ａが格納されている。このプログラムは、ＤＭＡ（Direct Memory Access）コントローラ（不図示）等によってＲＡＭ１００−３に展開されて、ＣＰＵ１００−２によって実行される。これによって、運転支援制御装置１００の第１制御部１２０、第２制御部１５０、および第３制御部１６０のうち一部または全部が実現され、運転支援制御装置１００Ａの第１制御部１２０、第２制御部１５０Ａ、および第３制御部１６０のうち一部または全部が実現される。また、図１１に示すハードウェア構成は、車両支援サーバ４００のハードウェア構成にも適用できる。これによって、例えば、車両支援サーバ４００の問い合わせ受付部４２０、判断決定部４３０、学習部４４０のうち一部または全部が実現される。

上記説明した実施形態は、以下のように表現することができる。
プログラムを記憶した記憶装置と、
ハードウェアプロセッサと、を備え、
前記ハードウェアプロセッサは、前記記憶装置に記憶されたプログラムを実行することにより、
自車両の走行に関する第１の事項に関して乗員又は装置によってなされた第１判断結果と、前記第１判断結果に関する第２の事項に関して、学習データに基づき判断を行って第２判断結果を生成し、
前記第１判断結果と、前記第２判断結果とが異なる場合に、前記第１判断結果および前記第２判断結果と、外部情報とに基づき、前記第１の事項および前記第２の事項に関する判断を決定する、
ように構成されている、車両制御装置。

以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形および置換を加えることができる。

１、２…車両システム、１０…カメラ、１２…レーダ装置、１４…ファインダ、１６…物体認識装置、２０…通信装置、３０…ＨＭＩ、４０…車両センサ、５０…ナビゲーション装置、６０…ＭＰＵ、８０…運転操作子、１００…運転支援制御装置、１２０…第１制御部、１３０…認識部、１４０…行動計画生成部、１５０，１５０Ａ…第２制御部、１５２、１５２Ａ…判断結果生成部、１５４、４３０…判断決定部、１５６…判断決定問い合わせ部、１６０…第３制御部、１８０、１８０Ａ、４５０…記憶部、２００…走行駆動力出力装置、２１０…ブレーキ装置、２２０…ステアリング装置、３００…車両、４００…車両支援サーバ、４１０…通信部、４２０…問い合わせ受付部、４４０…学習部、Ｍ…自車両

Claims (11)

1. 自車両の走行に関する第１の事項に関して乗員または前記自車両に搭載された装置によってなされた第１判断結果と、前記第１判断結果に関する第２の事項に関して、学習データに基づき判断を行って第２判断結果を生成する判断結果生成部と、
   前記第１判断結果と、前記第２判断結果とが異なる場合に、前記第１判断結果および前記第２判断結果と、外部情報とに基づいて、前記第１の事項および前記第２の事項に関する判断を決定する判断決定部と、
   を備える車両制御システム。
2. 前記判断決定部は、前記第１判断結果および前記第２判断結果の判断パターンと、前記外部情報との組み合わせに基づいて、前記第１の事項および前記第２の事項に関する判断を決定するための判断決定規則データを取得可能なテーブルを参照して、前記第１の事項および前記第２の事項に関する判断を決定する、
   請求項１に記載の車両制御システム。
3. 前記判断決定部は、前記第１判断結果および前記第２判断結果と、前記外部情報とに基づいて決定された判断結果を、前記学習データにフィードバックさせる、
   請求項１または２に記載の車両制御システム。
4. 前記判断結果生成部は、前記自車両の第１走行制御の制御量に関する判断結果を前記第１判断結果とし、前記自車両の第２走行制御の制御量に関する判断結果とし、
   前記外部情報は、前記自車両の走行状態または周辺状況を含み、
   前記判断決定部は、前記第１走行制御の制御量と、前記第２走行制御の制御量とを前記自車両に反映させることで、車両制御に矛盾が生じる場合に、前記外部情報に基づき、前記第１走行制御の制御量および前記第２走行制御の制御量のうち一方または双方を調整する、
   請求項１から３のうち何れか１項に記載の車両制御システム。
5. 前記判断結果生成部は、第１車両の自動運転制御の走行制御に関する判断結果を前記第１判断結果とし、第２車両の自動運転制御の走行制御に関する判断結果を前記第２判断結果とし、
   前記外部情報は、前記第１車両および前記第２車両の走行状態または周辺状況を含み、
   前記判断決定部は、前記第１判断結果および前記第２判断結果と、前記外部情報とに基づいて、前記第１車両と前記第２車両とが接触する可能性がある場合に、前記第１車両または前記第２車両うち一方または双方を、減速または停止させる、
   請求項１から３のうち何れか１項に記載の車両制御システム。
6. 前記判断決定部は、前記第１車両および前記第２車両を減速または停止させた後、優先して減速解除または発進させる車両を決定する、
   請求項５に記載の車両制御システム。
7. 前記判断決定部は、前記第１車両の走行状態または周辺状況に基づく障害物の判定結果および前記障害物との接触可能性の判定結果に基づく第１判断結果と、前記第２車両の走行状態または周辺状況に基づく障害物の判定結果および前記障害物との接触可能性の判定結果に基づく第２判断結果と、前記外部情報とに基づいて、前記第１車両または前記第２車両うち一方または双方を、減速または停止させる、
   請求項５または６に記載の車両制御システム。
8. 前記判断決定部は、前記第１車両および前記第２車両と通信可能な外部装置に設けられる、
   請求項５から７のうち何れか１項に記載の車両制御システム。
9. 使用者の操作を受け付ける操作受付部と、
   第１の事項に関して、学習データに基づく判断結果を生成する判断結果生成部と、
   前記操作受付部により受け付けられた操作に基づいて、前記判断結果生成部により判断された判断結果とは異なる操作が行われる場合に、前記判断結果生成部の判断結果および前記操作受付部により受け付けられた操作と、外部情報とに基づいて、前記第１の事項に関する判断を決定する判断決定部と、
   を備える車両制御システム。
10. 車両制御システムが、
    自車両の走行に関する第１の事項に関して乗員又は装置によってなされた第１判断結果と、前記第１判断結果に関する第２の事項に関して、学習データに基づき判断を行って第２判断結果を生成し、
    前記第１判断結果と、前記第２判断結果とが異なる場合に、前記第１判断結果および前記第２判断結果と、外部情報とに基づき、前記第１の事項および前記第２の事項に関する判断を決定する、
    車両制御方法。
11. 車両制御システムに、
    自車両の走行に関する第１の事項に関して乗員又は装置によってなされた第１判断結果と、前記第１判断結果に関する第２の事項に関して、学習データに基づき判断を行って第２判断結果を生成させ、
    前記第１判断結果と、前記第２判断結果とが異なる場合に、前記第１判断結果および前記第２判断結果と、外部情報とに基づき、前記第１の事項および前記第２の事項に関する判断を決定させる、
    プログラム。

Images