JP2020104547A - 外界センサの故障検出装置、及び、外界センサの故障検出方法 - Google Patents

Abstract

【課題】ある外界センサに関して、認識精度の低下を予測して、この外界センサの影響を排除して走行する場合、実際には対象物を正しく認識できていたとしても、ドライバの介在が必要となり、自動運転可能な航続距離は短くなるという問題がある。【解決手段】車両に搭載した複数の外界センサの故障を検出する故障検出装置であって、複数の外界センサの検出範囲の重複領域を記憶する重複領域記憶部と、複数の外界センサのセンシングの対環境特性を記憶する環境特性記憶部と、車両の環境情報を取得する環境情報取得部と、複数の外界センサの重複領域における物体の認識結果を比較する認識結果比較部と、認識結果の比較結果と、環境情報と、対環境特性と、に基づいて、各外界センサの故障確度を演算する故障確度演算部と、複数の外界センサそれぞれの故障確度に基づいて、各外界センサの故障を判断する故障判断部と、を備えた故障検出装置。【選択図】 図１

Description

本発明は、自動車などの移動体の周辺環境を認識する外界センサの故障検出装置、及び、外界センサの故障検出方法に関する。

自動車などの移動体は、道路状況や天気、自己位置などの環境情報を複数の外界センサにより取得する。そして、これらの外界センサの認識結果に基づいて車両の走行制御の一部または全部を自動化する技術が開発されている。このような車両では、各外界センサによる認識結果を統合（フュージョン）して外部環境を認識し、環境情報を生成している。

一方で、センシング原理が異なる複数種類の外界センサを組み合わせて使用する場合、各外界センサは、環境の条件に応じて特性が異なり、得意な状況と不得意な状況が存在する。このため、ある環境下では、一方の外界センサでは周辺環境を認識できるが、他方の外界センサでは周辺環境を認識できないこともある。

外界センサ毎の対環境特性を考慮したフュージョンに関する技術として、特許文献１に記載の技術がある。例えば、この文献の請求項１には、「複数のフュージョン仕様から前記車両の外部環境に対応する一つのフュージョン仕様を選択し、前記選択したフュージョン仕様において前記外部環境が原因で前記センサの認識精度が低下する領域を前記選択したフュージョン仕様の弱点領域としてドライバに提示し、前記選択したフュージョン仕様に基づいて、前記複数のセンサの認識結果をフュージョンして、前記車両の外部の状況を認識して、前記車両の自動走行を実現する」という記載がある。

特開２０１７−１３２２８５号公報

特許文献１では、外部環境に応じて予めフュージョンの仕様を選択することで、認識精度が低くなると考えられるセンサの影響を排除する。このとき、ドライバに注意を促して、ドライバの目視による補完及び判断・操作によって、先行車追従や車線変更などの操作を自動化している。このため、あるセンサに関して、認識精度が低くなると考えられる場合、実際には対象物を正しく認識できていたとしても、このセンサの影響は排除されるため、ドライバの介在が必要で、運転の自動化は一部の機能に限定される。従って、いずれのセンサに対しても不得意な環境でない場合にのみ、ドライバの介在しない自動運転を実施できるという効果に留まる。

そこで、本発明では、ドライバが介在しない自動運転の航続可能距離を伸ばす技術を提供することを目的とする。

上記課題を解決するため、車両に搭載した複数の外界センサの故障を検出する故障検出装置であって、前記複数の外界センサの検出範囲の重複領域を記憶する重複領域記憶部と、前記複数の外界センサのセンシングの対環境特性を記憶する環境特性記憶部と、前記車両の環境情報を取得する環境情報取得部と、前記複数の外界センサの前記重複領域における物体の認識結果を比較する認識結果比較部と、前記認識結果の比較結果と、前記環境情報と、前記対環境特性と、に基づいて、各外界センサの故障確度を演算する故障確度演算部と、前記複数の外界センサそれぞれの故障確度に基づいて、各外界センサの故障を判断する故障判断部と、を備えた故障検出装置とした。

また、上記課題を解決するため、車両に搭載した複数の外界センサの故障を検出する故障検出装置であって、前記複数の外界センサの検出範囲の重複領域を記憶する重複領域記憶部と、前記複数の外界センサのセンシングの対環境特性を記憶する環境特性記憶部と、前記車両の環境情報を取得する環境情報取得部と、前記複数の外界センサの前記重複領域における物体の認識結果を比較する認識結果比較部と、前記認識結果の比較結果と、前記環境情報と、前記対環境特性と、に基づいて、各外界センサの故障確度を演算する故障確度演算部と、前記複数の外界センサそれぞれの故障確度に基づいて、前記車両が採用可能な自動運転の運転モードを判定する運転モード判定部と、を備えた故障検出装置とした。

本発明によれば、あるセンサにとって認識が不得意な環境であっても、センサ間での認識結果の比較が異なる場合に初めてセンシングの異常が判定される。さらに、センサ毎の環境特性から、センシングの異常が一時的なものか、センサの故障なのかを切り分ける。これによって、ドライバの介在しない自動運転の航続可能距離を伸ばすことができる。

上記した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。

実施例１の故障検出装置を備えた車両の構成を示すブロック図である。 車両の外界センサの設置位置、検出範囲、その重複領域を示す図である。 車両の外界センサの対環境特性の例を示す表である。 車両の外界センサの検出範囲の重複領域と立体物の位置関係を示す図である。 実施例１の故障確度演算の流れを示すフローチャートである。 故障確度の演算の具体例を示す図である。 故障確度の演算の具体例を示す図である。 車両の外界センサの故障確度のトレンドの例を示す図である。 実施例２の故障検出装置の構成を示すブロック図である。 実施例２の故障確度演算の流れを示すフローチャートである。

以下、図面を用いて、本発明の実施例を説明する。

本発明の実施例１に係る故障検出装置１を図１〜図７に基づいて説明する。

図１は、本実施例の故障検出装置１を備えた車両２の構成を示す機能ブロック図である。

ここに示すように、車両２は、異常検出装置１の他に、通信部２１、外部環境認識部２２、認識結果統合部２３、車両制御部２４、無線通信部２５、および、車両２の周辺環境を検出する複数の外界センサ３（３ａ〜３ｎ）を備えている。これらのうち、外界センサ３、通信部２１、無線通信部２５は、車両２内の専用回線を介して相互に接続されている。また、無線通信部２５は、携帯電話網などの無線ネットワーク４を介して、データセンタ４１、他車両４２、路側器４３などと接続されている。

外部環境認識部２２は、専用回線と通信部２１を介し、外界センサ３から得た周辺環境の計測データに基づいて、車両２の外部環境（周辺の他車両や歩行者、走行可能領域、標識など）を認識する。例えば、外界センサがカメラであれば、画像処理・認識技術などによって、上述の外部環境を認識する。

故障検出装置１は、外部環境認識部２２から外部環境が入力され、その外部環境に基づいて外界センサ３の故障を判定し、その判定結果等を車両制御部２４に出力するものであり、重複領域記憶部１ａ、環境特性記憶部１ｂ、環境情報取得部１ｃ、認識結果比較部１ｄ、故障確度演算部１ｅ、故障判断部１ｆ、故障出力部１ｇ、運転モード判定部１ｈから構成される。なお、故障検出装置１は、実際には、ＣＰＵ等の演算装置、半導体メモリ等の主記憶装置、ハードディスク等の補助記憶装置などのハードウェアを備えたコンピュータである。そして、主記憶装置にロードされたプログラムを演算装置が実行し、所望のデータを補助記憶装置に記憶することで、上記した各部の機能を実現するが、以下では、このような周知技術を適宜省略しながら、各部の詳細を順次説明する。
＜重複領域記憶部１ａ＞
重複領域記憶部１ａは、外界センサ３ａ〜３ｎの検出範囲Ａａ〜Ａｎの重複領域Ｄを記憶するデータベースである。以下、図２を用いて、車両２の外界センサ３の設置場所と、各外界センサの検出範囲Ａと、その検出範囲Ａ同士の重複領域Ｄの関係を説明する。

図２（ａ）に示すように、本実施例の車両２は、６つの外界センサ３ａ〜３ｆを搭載している。これらは、検出範囲やセンシング原理が異なる、カメラ（単眼カメラ、または、ステレオカメラ）、レーザー距離計、ミリ波レーダ等を組み合わせたセンサ群であるが、先端にミリ波レーダ（外界センサ３ａ）を、フロントガラスの上部にカメラ（外界センサ３ｂ）とレーザー距離計（外界センサ３ｃ）を、側面と後方にレーザー距離計（外界センサ３ｄ、３ｅ、３ｆ）を設置した車両２を例に説明を進める。

外界センサ３をこのように組み合わせた場合、外界センサ３ａ〜３ｆの検出範囲Ａａ〜Ａｆは、図２（ｂ）に示すような扇形状となる。この場合、重複領域記憶部１ａは、図２（ｃ）に示す８つの重複領域Ｄを記憶する。例えば、重複領域Ｄａｂは検出範囲Ａａ、Ａｂの重複領域であり、重複領域Ｄａｂｃは検出範囲Ａａ、Ａｂ、Ａｃの重複領域である。
＜環境特性記憶部１ｂ＞
環境特性記憶部１ｂは、車両２に搭載された複数の外界センサ３の対環境特性を記憶するデータベースである。以下、図３を用いて、車両２の外界センサ３の対環境特性の例を説明する。

各外界センサは、センシング原理等に起因して、得意な状況と不特異な状況が存在する。例えば、カメラは歩行者の認識やコスト面で優れものの、ダイナミックレンジが狭いため、トンネル出口や強烈な西日環境下での認識精度は低下する。一方、ミリ波レーダは雨や霧といった環境においても認識精度が高いものの、他のミリ波レーダとの干渉により、誤検出をすることがある。

環境特性記憶部１ｂでは、車両２に搭載された外界センサ３の対環境特性を環境別に記憶する。図３の例では、各外界センサの各環境における対環境特性をＡ（認識精度「優」）、Ｂ（認識精度「良」）、Ｃ（認識精度「可」）の三種類で格付けしているが、より細かく分類しても良いし、Ａを５、Ｂを３、Ｃを１などと、数値化しても良い。また、数値化する場合は、所定の測定基準を設け、測定基準下での認識精度を相対的な数値で表現しても良い。なお、同種の外界センサ３であっても、スペックが異なる場合などは、スペック別に対環境特性を記憶しても良い。
＜環境情報取得部１ｃ＞
環境情報取得部１ｃは、車両２の環境情報として、天候、路面状況、車両２の自己位置情報の他、周辺車両情の位置情報を取得する。これらの環境情報は、車両２の外界センサ３ａ〜３ｎから得たものでも良いし、無線ネットワーク４と無線通信部２５を介して、データセンタ４１、他車両４２、路側器４３等から得たものでも良い。
＜認識結果比較部１ｄ＞
認識結果比較部１ｄでは、外部環境認識部２２が出力する外界センサ３ａ〜３ｎそれぞれの認識情報と、重複領域記憶部１ａに記憶された重複領域情報を受け取り、重複領域Ｄ毎に関係する外界センサ３の認識結果を比較した、比較結果を出力する。

例えば、図４のように、外界センサ３ａ（ミリ波レーダ）の検出範囲Ａａと外界センサ３ｂ（カメラ）の検出範囲Ａｂが重複し、かつ、外界センサ３ｃ（レーザー距離計）の検出範囲Ａｃが重複しない、重複領域Ｄａｂに立体物５が存在する場合、外界センサ３ａ、３ｂがともに正常であれば、立体物５は、外界センサ３ａ、３ｂの双方から認識されるため、認識結果比較部１ｄは、比較結果「一致」を出力する。これに対し、一方の外界センサ３が故障している場合には、立体物５は一方で認識され、他方で認識されないため、認識結果比較部１ｄは、比較結果「相違」を出力する。
＜故障確度演算部１ｅ＞
故障確度演算部１ｅでは、環境特性記憶部１ｂに記憶された各外界センサの対環境特性と、環境情報取得部１ｃからの環境情報と、認識結果比較部１ｄからの比較結果を受け取り、各外界センサの故障確度を演算する。ここで、故障確度とは、異常（認識に失敗する、認識精度が低下する）のうち、外界センサ３の一部または全部が故障、または位置ずれなどにより、定常的に異常状態が続き、修理が必要な状態の可能性を示す指標であり、大きいほど故障の確率が高いことを示すものと定義する。

図５は、故障確度演算部１ｅでの故障確度演算の処理の流れを示すフローチャートである。この処理は、例えば、各外界センサのデータ取得周期や、外部環境認識部２２の動作周期と連動して周期的に実行される。

図２（ｃ）のように複数の重複領域Ｄが存在する場合、故障確度演算部１ｅは、重複領域Ｄ毎に、Ｓ１とＳ１３で挟まれた処理を実行する。

まず、故障確度演算部１ｅは、現在対象とする重複領域Ｄに対応する外界センサ３の比較結果を、認識結果比較部１ｄから取得する（Ｓ２）。そして、比較結果が「一致」であるか「相違」であるかを判定する。

Ｓ３の比較結果が「相違」である場合、故障確度演算部１ｅは、環境情報取得部１ｃから環境情報を取得し（Ｓ４）、また、環境特性記憶部１ｂから各外界センサの対環境特性を取得する（Ｓ５）。そして、これらの情報を基に、異常な（認識に失敗している）外界センサを特定する（Ｓ６）。

例えば、処理対象の重複領域Ｄに対応する外界センサ３が、外界センサ３（ミリ波レーダ）と外界センサ３（例えば、カメラ）であり、環境情報から霧の発生が確認された場合は、図３の「霧」行を参照し、「霧」環境が得意な外界センサ３（ミリ波レーダ）を、周辺環境を正しく認識した正常センサとし、「霧」環境が不得意な外界センサ３（カメラ）を、周辺環境を誤って認識した異常センサとする。一方、外界センサ３の対環境特性が同等である場合は、各外界センサのロバスト性などから予め設定した優先度のより低い外界センサ３を異常な外界センサとする方法や、重複領域Ｄに対応する外界センサ数が３個以上ある場合には、認識結果の多数決により少数となる認識結果の外界センサを異常な外界センサとする方法などがある。また、環境や位置、方角などに応じて、この特定方法を変更しても良い。

Ｓ６で異常センサを特定すると、その異常が環境起因か否かを判定する（Ｓ７）。例えば、ミリ波レーダとカメラの検出範囲の重複領域Ｄにおいて、「霧」環境下での対環境特性が劣後するカメラを異常センサと判定したときのように、異常が明らかに環境起因と判定できる場合は、異常センサの異常確度を＋１して（Ｓ８）、当該の重複領域Ｄに対する処理を終了する。一方、外界センサ間で対環境特性に優劣がなく、異常が環境起因でないと考えられる場合は、恒常的な異常が発生していると推測される異常センサの異常確度を＋１０、正常センサの異常確度を＋１し（Ｓ９）、当該重複領域Ｄについての処理を終了する。

なお、Ｓ９に進むのは、異常が環境起因以外と考えられる場合であるため、正常と判定された外界センサ３が実際は異常であり、異常と判定された外界センサ３が実際は正常である可能性も否定できない。このため、正常と判定された外界センサ３に対しても、異常確度を＋１することで、その信頼度の劣化を反映させている。また、Ｓ８にて、異常センサの異常確度を上げる程度が＋１と、Ｓ９の＋１０よりも小さいのは、異常が発生しても当然とも考えられる環境下で発生した異常であるため、この異常を過大評価しないためである。

一方、Ｓ３の比較結果が「一致」の場合、故障確度演算部１ｅは、当該の重複領域Ｄに対応する各外界センサの異常確度の履歴を取得し（Ｓ１０）、各々の異常確度が一定期間増加していないかどうかをチェックする（Ｓ１１）。一定期間増加していない場合は、その外界センサの信頼度は高いと考えられるため、各外界センサの異常確度を−１して（Ｓ１２）、当該の重複領域Ｄについての処理を終了する。一定期間内で各外界センサの異常確度が増加している場合は、その異常確度を増減することなく、当該の重複領域Ｄについての処理を終了する。

図６Ａ，図６Ｂは、故障確度演算の具体例を示す表である。これは、図４の重複領域Ｄａｂにおいて、外界センサ３ａ（ミリ波レーダ）では立体物５を認識できたが、外界センサ３ｂ（カメラ）では認識できなかったときの、故障確度の変化を例示したものである。

図６Ａは、一方の外界センサ３の対環境特性だけがＣとなる、例えば、「霧」環境下での故障確度演算の具体例である。図３によると、「霧」に対する対環境特性は、ミリ波レーダがＡ、カメラがＣである。従って、「霧」環境が苦手なカメラを異常センサと判定する。この場合、カメラの異常は「霧」環境が改善すれば解消する一時的な異常であると考えられる。このため、「一時的な異常」であることを踏まえ、図４のＳ８にて、外界センサ３ｂ（カメラ）の故障確度を１だけ加算する。

一方、図６Ｂは、何れの外界センサ３の対環境特性もＣとならない、例えば、「夜間」環境下での故障確度演算の具体例である。図３によると、「夜間」に対する対環境特性は、ミリ波レーダがＡ、カメラがＢである。従って、「夜間」環境は何れの外界センサ３にとっても不得意な環境ではないが、対環境特性が相対的に良いミリ波レーダを正常センサとし、対環境特性が相対的に悪いカメラを異常センサと特定する。このように、双方の認識結果が信頼できる環境下で認識結果が相違する場合は、何れかの外界センサ３が恒常的な異常が発生していると考えられる。このため、「恒常的な異常」であることを踏まえ、図４のＳ９にて、正常センサの故障確度に１を加算し、異常センサの故障確度に１０を加算する。なお、上記の加算値「１」や「１０」は、実用に合わせて調整可能なものであり、例えば、データセンタ４１から設定できるようにしても良い。
＜故障判断部１ｆ＞
故障判断部１ｆは、故障確度演算部１ｅが演算した故障確度に基づいて、各外界センサ３ａ〜３ｎの故障を判定する。

図７は、ある外界センサ３の故障確度の時間変化トレンドの例示である。この外界センサ３は、故障確度が減少する期間を含みつつも、長期的には故障確度が増加していき、時刻ｔ１で閾値ｔｈを超えた後は、増加傾向をより強めている。閾値ｔｈは、故障判断部１ｆで故障の判断に用いる閾値であり、故障判断部１ｆは、故障確度の値が閾値ｔｈよりも高くなった時に、当該の外界センサ３を故障と判断する。これにより、環境起因でない異常（認識の失敗）が発生し故障確度が急上昇した場合には、早期に故障が検出され、また、環境起因と考えられる異常であっても、それが頻繁に発生するようであれば故障確度が累積され故障と判断することができる。なお、この閾値ｔｈは、各外界センサ３ａ〜３ｎ間で統一の値を用いても良いし、外界センサ毎に個別の閾値を設けても良い。また、図７のように故障確度の値に閾値を設けて判定するだけでなく、トレンドグラフの傾きやその変化などを考慮して総合的に故障を判定するようにしても良い。
＜故障出力部１ｇ＞
故障出力部１ｇは、故障判断部１ｆによる故障判定情報を受け取り、通信部２１を介して車両２のドライバや、修理工場などへ報知する。
＜運転モード判定部１ｈ＞
運転モード判定部１ｈは、故障確度演算部１ｅにより出力された各外界センサの故障確度に基づいて、車両２が採用可能な運転モードを判定する。例えば、他の外界センサよりも遠方を検出可能な外界センサ３ａ（ミリ波レーダ）の故障確度が高い場合、故障確度の低い外界センサ３ｂ（カメラ）などで対応できる程度まで速度を落として自動運転を実施する低速運転モードにする。また、車両２の横方向を検出可能な外界センサ３ｄの故障確度が高い場合、車線変更できるシーンを限定して自動運転を実施する運転モードにする。
＜認識結果統合部２３＞
認識結果統合部２３では、検出範囲や検出方式の異なる外界センサ３による外部環境の認識結果を統合（フュージョン）して、環境情報を生成する。このとき、故障確度演算部１ｅにより演算された外界センサ３の故障確度を考慮して、統合処理を切り替える。例えば、故障確度の高い外界センサ３がある場合、その認識結果をフュージョンせず、他の外界センサの認識結果で代替する。
＜車両制御部２４＞
車両制御部２４では、認識結果統合部２３により出力された外界認識情報に基づいて、運転モード判定部１ｈで判定された車両２が採用可能な運転モードの中から適切な運転モードを選択して走行する。

以上で説明した本実施例の故障検出装置１によれば、複数の外界センサ３の検出範囲Ａの重複領域Ｄにおける各外界センサの認識結果を比較することで、外界センサの異常（認識の失敗）をリアルタイムで検出することができる。

また、本実施例の故障検出装置１によれば、複数の外界センサ３の検出範囲Ａの重複領域における各外界センサの認識結果が異なる場合に、現在の環境情報と、各外界センサの対環境特性の優劣に基づいて異常センサを特定している。そして、その外界センサの異常が環境起因なものであるか否かを判断して、故障（外界センサの一部または全部が故障、または位置ずれなどにより、定常的に異常状態が続き、修理が必要な状態）の確度を演算し、この故障の確度に基づいて外界センサの故障を判断している。これにより、外界センサの異常と故障を切り分け、不必要な自動運転の解除（ドライバによる手動運転への移行など）を防止することができる。

また、本実施例の故障検出装置１によれば、外界センサ３の故障確度に基づいて採用可能な運転モードを判定している。これにより、できるだけドライバの介在しない自動運転の航続距離を伸ばすことができる。

次に、本発明の実施例２に係る故障検出装置１を図８、図９に基づいて説明する。なお、実施例１との共通点は重複説明を省略する。

本実施例の故障確度演算部１ｅは、故障確度の演算時に、実施例１のように外界センサの対環境特性を考慮するだけでなく、他車両４２の異常発生履歴とその時の環境情報（位置、天気等）を紐づけて記憶した異常実績も考慮するものである。

図８は、実施例２の故障検出装置１の構成を示す図である。図１との相違点は、故障検出装置１に蓄積情報取得部１ｉが追加されており、その出力が故障確度演算部１ｅに入力される点と、データセンタ４１の内部に異常情報蓄積部蓄積部４１ａと認識異常データ記憶部４１ｂが存在することを明示した点である。

データセンタ４１の異常情報蓄積部４１ａは、他車両４２の外界センサ３に異常が発生した（認識に失敗した）ときのセンサ情報や位置情報、環境情報を収集して、認識異常データ記憶部４１ｂに蓄積したものである。これにより、多数の車両から収集した外界センサ３の異常を、その位置情報と紐づけて蓄積したデータベースを構築する。

この結果、車両２の蓄積情報取得部１ｉは、データセンタ４１の異常情報蓄積部４１ａに蓄積された他車両４２のデータを取得し、故障確度演算部１ｅにおける故障確度の演算に反映させることができる。

図９は、本実施例の故障確度演算部１ｅの故障確度演算の流れを示すフローチャートである。図５で説明した実施例１のフローチャートからの変更点は、Ｓ５とＳ６の間にＳ５ａを追加したことと、Ｓ７をＳ７ａに置換した点である。

Ｓ５ａでは、データセンタ４１の異常情報蓄積部４１ａで蓄積された認識異常データのうち、車両２の自己位置と近いものを検索して取得する。これにより、現在の自車位置付近で発生しやすい外界センサ３の異常情報を取得することができる。

Ｓ７ａでは、実施例１と同様の異常が環境起因かどうかの判断に加え、異常が場所起因かどうかも判断している。例えば、環境起因とは判定されなくとも、自車位置付近で（自車・他車関わらず）同種の外界センサの異常が多く発生しているならば、場所起因と判定する。

なお、本実施例では場所起因としているが、特定の環境や車両の方向など一時的な要素に対して特有の外界センサの異常の傾向がみられる場合、場所起因に限定せず、その要素起因か否かを判定するようにすればよい。これらの要素は、データセンタ４１の認識異常データ記憶部４１ｂに記憶された外界センシングの異常に関するビッグデータの分析により発見されることがある。

以上で説明した本実施例の故障検出装置１により、図３で示したような外界センサの既知の対環境特性に加え、まだ知識化されていないような特有の場所や環境において外界センサの特性が変化することも考慮して異常と故障を切り分けることができる。

なお、本発明は上記した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。例えば、上記した実施例は本発明をわ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。また、上記の各構成、機能、処理部、処理手段などは、それらの一部または全部を、例えば集積回路で設計する等により、ハードウェアで実現しても良い。また、上記の各構成、機能などは、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現しても良い。各機能を実現するプログラム、テーブル、ファイルなどの情報は、メモリや、ハードディスク、ＳＳＤ（Solid State Drive）等の記録装置、または、ＩＣカード、ＳＤカード、ＤＶＤなどの記録媒体に置くことができる。

１…故障検出装置、
１ａ…重複領域記憶部、
１ｂ…環境特性記憶部、
１ｃ…環境情報取得部、
１ｄ…認識結果比較部、
１ｅ…故障確度演算部、
１ｆ…故障判断部、
１ｇ…故障出力部、
１ｈ…運転モード判定部、
１ｉ…蓄積情報取得部、
２…車両、
２１…通信部、
２２…外部環境認識部、
２３…認識結果統合部、
２４…車両制御部、
２５…無線通信部、
３、３ａ〜３ｎ…外界センサ、
４…無線ネットワーク
４１…データセンタ、
４２…他車両、
４３…路側器、
５…立体物、
Ａ…検出範囲、
Ｄ…重複領域

Claims (9)

1. 車両に搭載した複数の外界センサの故障を検出する故障検出装置であって、
   前記複数の外界センサの検出範囲の重複領域を記憶する重複領域記憶部と、
   前記複数の外界センサのセンシングの対環境特性を記憶する環境特性記憶部と、
   前記車両の環境情報を取得する環境情報取得部と、
   前記複数の外界センサの前記重複領域における物体の認識結果を比較する認識結果比較部と、
   前記認識結果の比較結果と、前記環境情報と、前記対環境特性と、に基づいて、各外界センサの故障確度を演算する故障確度演算部と、
   前記複数の外界センサそれぞれの故障確度に基づいて、各外界センサの故障を判断する故障判断部と、
   を備えたことを特徴とする故障検出装置。
2. 請求項１に記載の故障検出装置において、
   前記故障判断部は、前記外界センサの前記故障確度の累積値が、予め定めた閾値を超えた場合に当該外界センサが故障したと判定することを特徴とする故障検出装置。
3. 車両に搭載した複数の外界センサの故障を検出する故障検出装置であって、
   前記複数の外界センサの検出範囲の重複領域を記憶する重複領域記憶部と、
   前記複数の外界センサのセンシングの対環境特性を記憶する環境特性記憶部と、
   前記車両の環境情報を取得する環境情報取得部と、
   前記複数の外界センサの前記重複領域における物体の認識結果を比較する認識結果比較部と、
   前記認識結果の比較結果と、前記環境情報と、前記対環境特性と、に基づいて、各外界センサの故障確度を演算する故障確度演算部と、
   前記複数の外界センサそれぞれの故障確度に基づいて、前記車両が採用可能な自動運転の運転モードを判定する運転モード判定部と、
   を備えたことを特徴とする故障検出装置。
4. 請求項３に記載の故障検出装置において、
   前記運転モード判定部は、前記外界センサの故障確度と当該外界センサの検出範囲に応じて運転モードを決定することを特徴とする故障検出装置。
5. 請求項１から請求項４の何れか一項に記載の故障検出装置において、
   前記故障確度演算部は、前記重複領域における各外界センサの物体認識結果が異なる場合、前記環境情報に対応する前記対環境特性が劣後する外界センサを異常センサと判定し、
   該異常センサについて、前記故障確度を加算することを特徴とする故障検出装置。
6. 請求項５に記載の故障検出装置において、
   前記故障確度演算部は、
   前記異常センサの対環境特性が低い環境下で認識に失敗した場合、前記故障確度に小さな値を加算し、
   前記異常センサの対環境特性が高い環境下で認識に失敗した場合、前記故障確度に大きな値を加算することを特徴とする故障検出装置。
7. 請求項１から請求項４の何れか一項に記載の故障検出装置において、
   前記車両が備える無線通信部、無線ネットワークを介して、データセンタに蓄積された自他車の過去の認識の失敗とその時の環境を紐づけて記憶したデータから、現在の自車の環境に該当するものを取得し、現在の自車の環境に置いて、過去に異常が多く発生している場合に、前記故障確度を加算することを特徴とする故障検出装置。
8. 請求項７に記載の故障検出装置において、
   前記故障確度演算部で演算する故障確度の加算値を前記データセンタで更新することを特徴とする故障検出装置。
9. 車両に搭載した複数の外界センサの故障を検出する故障検出方法であって、
   前記車両の環境情報を取得する第１ステップと、
   予め記憶した前記複数の外界センサの検出範囲の重複領域と、予め記憶した前記外界センサの外部環境に応じた対環境特性と、前記第１ステップで取得した環境情報に基づいて、前記重複領域における物体の検出結果を比較する第２ステップと、
   前記第２ステップにおいて、物体の検出結果が外界センサ間で異なる場合に、検出結果の誤っている外界センサを異常センサとして特定する第３ステップと、
   前記第３ステップで特定した異常センサに対して、前記対環境特性に基づいて、修理が必要な状態である可能性を示す指標となる故障確度を演算する第４ステップと、
   前記第４ステップで演算された故障確度の積算値と予め定めた閾値との比較に基づいて、前記異常センサの故障を判定する第５ステップと、
   前記第４ステップで演算された故障確度の累積値と前記外界センサの検出範囲から、前記車両が採用可能な自動運転の運転モードを判定する第６ステップと、
   を実行することを特徴とする故障検出方法。

Images