JP2021077217A - リスク推定装置及び車両制御装置 - Google Patents

リスク推定装置及び車両制御装置 Download PDF

Info

Publication number
JP2021077217A
JP2021077217A JP2019204813A JP2019204813A JP2021077217A JP 2021077217 A JP2021077217 A JP 2021077217A JP 2019204813 A JP2019204813 A JP 2019204813A JP 2019204813 A JP2019204813 A JP 2019204813A JP 2021077217 A JP2021077217 A JP 2021077217A
Authority
JP
Japan
Prior art keywords
risk
relationship
traffic participant
vehicle
road condition
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
Application number
JP2019204813A
Other languages
English (en)
Other versions
JP7136761B2 (ja
Inventor
麗 酒井
Rei Sakai
麗 酒井
海明 松原
Umiaki Matsubara
海明 松原
斗紀知 有吉
Tokitomo Ariyoshi
斗紀知 有吉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Honda Motor Co Ltd
Original Assignee
Honda Motor Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Honda Motor Co Ltd filed Critical Honda Motor Co Ltd
Priority to JP2019204813A priority Critical patent/JP7136761B2/ja
Priority to CN202011130134.7A priority patent/CN112849134B/zh
Priority to US17/094,822 priority patent/US11794733B2/en
Publication of JP2021077217A publication Critical patent/JP2021077217A/ja
Application granted granted Critical
Publication of JP7136761B2 publication Critical patent/JP7136761B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W30/00Purposes 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
    • B60W30/08Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095Predicting travel path or likelihood of collision
    • B60W30/0956Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W30/00Purposes 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
    • B60W30/08Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09Taking automatic action to avoid collision, e.g. braking and steering
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/04Traffic conditions
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W40/00Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06Road conditions
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2554/00Input parameters relating to objects
    • B60W2554/40Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404Characteristics
    • B60W2554/4041Position
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2554/00Input parameters relating to objects
    • B60W2554/40Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404Characteristics
    • B60W2554/4049Relationship among other objects, e.g. converging dynamic objects
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT 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
    • B60W2554/00Input parameters relating to objects
    • B60W2554/80Spatial relation or speed relative to objects
    • B60W2554/802Longitudinal distance

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)

Abstract

【課題】交通参加者と道路状況との関係が不適切である条件下でも、自車両の進行方向におけるリスクを適切に推定することができるリスク推定装置などを提供する。
【解決手段】リスク推定装置10は、周辺状況データD_infoに基づき、自車両3の進行方向における交通参加者、道路状況及び交通参加者の状況を認識し(STEP11)、基準関係モデルを用いて、交通参加者と道路状況の関係が適切であるか否かを判定し(STEP12)、交通参加者と道路状況の関係が適切であると判定された場合、リスクモデルを用いて、走行リスクR_riskを推定し、交通参加者と道路状況の関係が不適切であると判定された場合、交通参加者の状況に応じて、走行リスクR_riskを推定する(STEP13〜16)。
【選択図】図4

Description

本発明は、自車両の進行方向の交通環境に応じてリスクを推定するリスク推定装置などに関する。
従来、車両運転時のリスクを推定するリスク推定装置として、特許文献1に記載されたものが知られている。このリスク推定装置では、自車両の周辺状況などの観測情報に基づき、観測論理式などを用いて、車両運転時のリスク度が推定される。
特開2016−091039号公報
現実の交通環境下では、自動車などの交通参加者と交通参加者が存在する道路状況(道路の種別など)との関係が適切である場合に限らず、両者の関係が不適切である場合が存在する。これに対して、上記特許文献1のリスク推定装置の場合、交通参加者と道路状況との関係が不適切である場合を想定していない関係上、そのような条件下での自車両の進行方向におけるリスクを適切に推定することができないという問題がある。
本発明は、上記課題を解決するためになされたもので、交通参加者と道路状況との関係が不適切である条件下でも、自車両の進行方向におけるリスクを適切に推定することができるリスク推定装置などを提供することを目的とする。
上記目的を達成するために、請求項1に係るリスク推定装置10は、自車両3の進行方向における周辺状況を表す周辺状況データD_infoを取得する周辺状況データ取得部(状況検出装置4)と、周辺状況データD_infoに基づき、自車両3の進行方向における交通参加者(自動車7)、道路状況(横断歩道8)及び交通参加者の状況を認識する認識部11(ECU2、STEP11)と、交通参加者と道路状況の間の基準となる関係を定義した基準関係モデル(図3)を記憶する基準関係モデル記憶部(ECU2)と、交通参加者及び道路状況の関係と、自車両の進行方向におけるリスクとの関係を定義したリスクモデル(図7)を記憶するリスクモデル記憶部(ECU2)と、認識部によって交通参加者及び道路状況が認識された場合、基準関係モデルを用いて、交通参加者と道路状況の関係が適切であるか否かを判定する関係判定部12(ECU2、STEP12)と、関係判定部によって交通参加者と道路状況の関係が適切であると判定された場合、リスクモデルを用いて、交通参加者と道路状況の関係に対応するリスク(走行リスクR_risk)を推定するとともに、関係判定部によって交通参加者と道路状況の関係が不適切であると判定された場合、交通参加者の状況に応じて、リスク(走行リスクR_risk)を推定するリスク推定部13(ECU2、STEP13〜16)と、を備えることを特徴とする。
このリスク推定装置によれば、自車両の進行方向における周辺状況を表す周辺状況データが取得され、この周辺状況データに基づき、自車両の進行方向における交通参加者、道路状況及び交通参加者の状況が認識される。認識部によって交通参加者及び道路状況が認識された場合、交通参加者と道路状況の間の基準となる関係を定義した基準関係モデルを用いて、交通参加者と道路状況の関係が適切であるか否かが判定される。そして、交通参加者と道路状況の関係が適切であると判定された場合、交通参加者及び道路状況の関係と、自車両の進行方向におけるリスクとの関係を定義したリスクモデルを用いて、交通参加者と道路状況の関係に対応するリスクが推定される。一方、交通参加者と道路状況の関係が不適切であると判定された場合、交通参加者の状況に応じて、リスクが推定される。
この場合、交通参加者の状況は、交通参加者と道路状況の関係が不適切である条件下でも、交通参加者のリスクを適切に表すものと見なすことができる。したがって、そのような交通参加者の状況に応じて、自車両の進行方向におけるリスクを推定することによって、交通参加者と道路状況との関係が不適切である条件下でも、自車両の進行方向におけるリスクを適切に推定することができる(なお、本明細書における「交通参加者」は、歩行者、他車両及び障害物などを含む。また、本明細書における「道路状況」は、歩道及び車道などの道路の種別に加えて、横断歩道などの道路の区画の種別や、駐車場などの道路以外の路面の種別を含む。さらに、本明細書における「交通参加者の状況」は、歩行者及び自動車の運転手などの意図を推定した結果を含む)。
また、上記目的を達成するために、請求項2に係るリスク推定装置10は、自車両3の進行方向における周辺状況を表す周辺状況データD_infoを取得する周辺状況データ取得部(状況検出装置4)と、周辺状況データD_infoに基づき、自車両3の進行方向における交通参加者(自動車7)、道路状況(横断歩道8)、交通参加者の状況を認識する認識部(ECU2、STEP31)と、交通参加者と道路状況の間の基準となる関係を定義した基準関係モデル(図3)を記憶する基準関係モデル記憶部(ECU2)と、
認識部によって交通参加者及び道路状況が認識された場合、基準関係モデルを用いて、交通参加者と道路状況の関係が適切であるか否かを判定する関係判定部(ECU2、STEP32)と、交通参加者及び道路状況の関係に応じて、自車両3の進行方向における第1リスクRisk1を推定する第1リスク推定部(ECU2、STEP34,39)と、交通参加者の状況に応じて、自車両3の進行方向における第2リスクRisk2を推定する第2リスク推定部(ECU2、STEP35,40)と、第1リスク及び第2リスクを独立変数として含む重み付け演算式(5)を用いて、自車両3の進行方向におけるリスク(走行リスクR_risk)を算出するリスク算出部(ECU2、STEP37〜38)と、を備え、リスク算出部は、関係判定部によって交通参加者と道路状況の関係が不適切であると判定された場合、第2リスクに対する重みを第1リスクに対する重みよりも大きな値に設定する(STEP41)ことを特徴とする。
このリスク推定装置によれば、自車両の進行方向における周辺状況を表す周辺状況データが取得され、この周辺状況データに基づき、自車両の進行方向における交通参加者、道路状況及び交通参加者の状況が認識される。認識部によって交通参加者及び道路状況が認識された場合、交通参加者と道路状況の間の基準となる関係を定義した基準関係モデルを用いて、交通参加者と道路状況の関係が適切であるか否かが判定される。さらに、交通参加者及び道路状況の関係に応じて、自車両の進行方向における第1リスクが推定され、交通参加者の状況に応じて、自車両の進行方向における第2リスクが推定される。そして、第1リスク及び第2リスクを独立変数として含む重み付け演算式を用いて、自車両の進行方向におけるリスクが算出される。
その際、交通参加者と道路状況の関係が不適切であると判定された場合には、第2リスクに対する重みが第1リスクに対する重みよりも大きな値に設定される。それにより、交通参加者及び道路状況の関係の反映度合を低下させると同時に、交通参加者の状況の反映度合を高めながら、自車両の進行方向におけるリスクを算出することができる。その結果、交通参加者と道路状況との関係が不適切である条件下でも、自車両の進行方向におけるリスクを適切に推定することができる。
請求項3に係る発明は、請求項1又は2に記載のリスク推定装置10において、関係判定部は、交通参加者が自動車7である場合において道路状況が横断歩道8であるときには、交通参加者と道路状況の関係が不適切であると判定することを特徴とする。
このリスク推定装置によれば、交通参加者が自動車である場合において道路状況が横断歩道であるときには、交通参加者と道路状況の関係が不適切であると判定される。一般的な交通環境下において、自動車が横断歩道に存在するという状態は、両者の関係が適切ではなく、不適切であると見なすことができる。したがって、このリスク推定装置によれば、そのような不適切な関係を確実に判定することができる。
請求項4に係る発明は、請求項3に記載のリスク推定装置10において、関係判定部は、自動車7の前後方向が横断歩道8の延設方向に沿う状態にある場合には、交通参加者と道路状況の関係が不適切であると判定することを特徴とする。
このリスク推定装置によれば、自動車の前後方向が横断歩道の延設方向に沿う状態にある場合には、交通参加者と道路状況の関係が不適切であると判定される。一般的な交通環境下において、自動車の前後方向が横断歩道の延設方向に沿う状態になることは、両者の関係が適切ではなく、極めて不適切であると見なすことができる。したがって、このリスク推定装置によれば、そのような不適切な関係を確実に判定することができる(なお、本明細書における「自動車の前後方向が横断歩道の延設方向に沿う状態にある」ことは、自動車の前後方向が横断歩道の延設方向に平行な状態にあることに限らず、自動車の前後方向が横断歩道の延設方向に対して所定角度(例えば±数度)分、傾いた状態にあることを含む)。
請求項5に係る車両制御装置1は、請求項1ないし4のいずれかに記載のリスク推定装置10と、自車両3が交通参加者の周辺領域を通過する際、交通参加者と道路状況の関係が不適切であると判定されている場合には、交通参加者と道路状況の関係が適切であると判定されている場合と比べて、自車両3の減速度及び交通参加者に対する回避度合がより大きくなるように、自車両3の自動運転制御を実行する制御部(ECU2、STEP3)と、を備えることを特徴とする。
一般に、交通参加者と道路状況の関係が不適切であると判定されている場合、交通参加者と道路状況の関係が適切であると判定されている場合と比べて、自車両が交通参加者の周辺領域を通過する際のリスクが高いと推定することができる。したがって、この自動運転装置によれば、そのように自車両が交通参加者の周辺領域を通過する際のリスクが高いと推定されている場合には、自車両の減速度及び交通参加者に対する回避度合がより大きくなるように、自車両の自動運転制御が実行されるので、自動運転時の安全性を向上させることができる。
本発明の一実施形態に係るリスク推定装置及び車両制御装置の構成を模式的に示す図である。 リスク推定装置の機能的な構成を示すブロック図である。 関係判定部での判定に用いるマップを示す図である。 自車両の前方の横断歩道に他車両が停止している状態を示す平面図である。 図4の停止車両及びその周辺を示す斜視図である。 シーンデータの一例を示す図である。 リスクマップの一例を示す図である。 自動運転制御処理を示すフローチャートである。 走行リスクR_riskの算出処理を示すフローチャートである。 第2実施形態の走行リスクR_riskの算出処理を示すフローチャートである。
以下、図面を参照しながら、本発明の第1実施形態に係るリスク推定装置及び車両制御装置について説明する。なお、本実施形態の車両制御装置はリスク推定装置も兼用しているので、以下の説明では、車両制御装置について説明するとともに、その中で、リスク推定装置の機能及び構成についても説明する。
図1に示すように、この車両制御装置1は、四輪タイプの自動車(以下「自車両」という)3に適用されたものであり、ECU2を備えている。このECU2には、状況検出装置4、原動機5及びアクチュエータ6が電気的に接続されている。
この状況検出装置4は、カメラ、ミリ波レーダー、LIDAR、ソナー、GPS及び各種のセンサなどで構成されており、自車両3の現在位置及び自車両3の進行方向の周辺状況(交通環境や交通参加者など)を表す周辺状況データD_infoをECU2に出力する。
この周辺状況データD_infoは、カメラによって取得された画像データと、LIDARなどによって計測された距離データとを含むように構成されている。なお、本実施形態では、状況検出装置4が周辺状況データ取得部に相当する。
ECU2は、後述するように、この状況検出装置4からの周辺状況データD_infoに基づいて、自車両3の周辺の交通環境を認識して、走行リスクR_riskを算出するとともに、この走行リスクR_riskなどに応じて、自車両3の走行状態を制御する。
原動機5は、例えば、電気モータなどで構成されており、後述するように、自車両3の走行軌道が決定されたときに、自車両3がこの走行軌道で走行するように、ECU2によって原動機5の出力が制御される。
また、アクチュエータ6は、制動用アクチュエータ及び操舵用アクチュエータなどで構成されており、後述するように、自車両3の走行軌道が決定されたときに、自車両3がこの走行軌道で走行するように、ECU2によってアクチュエータ6の動作が制御される。
一方、ECU2は、CPU、RAM、ROM、E2PROM、I/Oインターフェース及び各種の電気回路(いずれも図示せず)などからなるマイクロコンピュータで構成されている。ECU2は、上述した状況検出装置4からの周辺状況データD_infoなどに基づいて、以下に述べるように、走行リスクR_riskの算出処理などを実行する。なお、本実施形態では、ECU2が、認識部、基準関係モデル記憶部、リスクモデル記憶部、関係判定部、リスク推定部及び制御部に相当する。
次に、図2を参照しながら、車両制御装置1におけるリスク推定装置10の構成について説明する。このリスク推定装置10は、以下に述べるように、周辺状況データD_infoに応じて、自車両3の走行中における進行方向のリスクである走行リスクR_riskを推定(算出)するものである。
このリスク推定装置10では、以下に述べる手法によって、走行リスクR_riskが、値1〜3の範囲内の整数値として算出される。この場合、走行リスクR_riskは、その値が大きいほど、自車両3の進行方向におけるリスクが高いことを表すように設定されている。
図2に示すように、リスク推定装置10は、認識部11、関係判定部12及びリスク推定部13を備えており、これらの要素11〜13は、具体的には、ECU2によって構成されている。
この認識部11では、周辺状況データD_infoに含まれる画像データに基づき、所定の画像認識手法(例えば、深層学習法)によって、自車両3の進行方向の所定範囲(例えば数十メートル)内に存在する交通参加者、道路状況及び交通参加者の状況などが認識される。これに加えて、交通参加者と道路状況の位置関係が認識される。
この場合、交通参加者としては、自転車、歩行者及び自動車などが認識される。また、道路状況として、車道、歩道及び横断歩道などが認識される。さらに、交通参加者が自動車である場合、交通参加者の状況としては、ブレーキランプの消灯、ウインカの点滅、ハザードランプの点滅及びドアの開閉状態などが認識される。
以上のように、認識部11では、自車両3の進行方向に存在する交通参加者、道路状況、交通参加者の状況、及び交通参加者と道路状況の関係などが認識される。そして、それらの認識結果が認識部11から関係判定部12及びリスク推定部13に出力される。
また、関係判定部12では、上記の認識結果が認識部11から入力された場合、交通参加者と、交通参加者が存在する道路状況との関係が適切であるか否かが判定される。この場合、自動車が交通参加者で、交差点の横断歩道が道路状況である場合を除けば、以下に述べるように判定される。
すなわち、交通参加者と道路状況との組合せが、図3に示すマップに記載された組合せと一致したときには、両者の関係が適切であると判定され、それ以外のときには不適切であると判定される。
一方、自動車が交通参加者で、交差点の横断歩道が道路状況である場合には、上記の図3に示すマップの組合せとの一致/不一致に加えて、自動車の前後方向が横断歩道の延設方向に沿う状態にあるか否かを条件として、両者の関係が適切であるか否かが判定される。
すなわち、図4及び図5に示すように、自動車7が交差点の横断歩道8上に位置(停止)している場合において、自動車7の前後方向が横断歩道8の延設方向に沿う状態にあるときには、両者の関係が不適切であると判定され、それ以外のときには、両者の関係が適切であると判定される。
これは、自動車7が交差点の横断歩道8上に位置している状態は、信号待ちや渋滞などに起因して発生する可能性があるので、そのような状態との混同を回避し、両者の関係が間違いなく不適切な状態にあることを判定するためである。
なお、自動車が交通参加者で、交差点の横断歩道が道路状況である場合において、上記図3に示すマップに記載された組合せとの一致/不一致のみに基づいて、交通参加者と道路状況との関係が適切であるか否かを判定してもよい。
また、リスク推定部13では、認識部11からの認識結果及び関係判定部12からの判定結果がそれぞれ入力された場合、以下に述べるように、交通参加者と道路状況の関係が適切であるか否かに基づいて、走行リスクR_riskが算出される。
まず、交通参加者と道路状況の関係が不適切である場合には、下式(1)〜(2)により、第1暫定リスクRisk_tmp1を算出する。
Risk_tmp1=(Risk_A×KA)×(Risk_B×KB)×Risk_CND …… (1)
Risk_CND=(Risk_C×KC)×(Risk_D×KD)×……×(Risk_X×KX) …… (2)
上式(1)のRisk_Aは交通参加者に対応する個別リスクを表しており、KAは、予め設定される所定の乗算係数である。また、Risk_Bは位置関係語に対応する個別リスクを表しており、KBは、予め設定される所定の乗算係数である。さらに、式(1)のRisk_CNDは、交通参加者の状況に対応する状況リスクであり、式(2)のように定義される。
式(2)において、Risk_Cは、道路状況に対応する個別リスクを表しており、この場合、最も高い値(例えば値3)に設定される。また、KCは、予め設定される所定の乗算係数である。さらに、Risk_D〜Risk_Xはそれぞれ、交通参加者の各種の状況に対応する各種の状況リスクであり、KD〜KXは、予め設定される所定の乗算係数である。
この場合、交通参加者が自動車7であるときには、交通参加者の各種の状況として、ブレーキランプの消灯/点灯、発進側ウインカの点滅/停止、及びドアの開閉状態などが用いられ、これらの交通参加者の各種の状況に応じて、状況リスクRisk_D〜Risk_Xの値が設定される。
より具体的には、ブレーキランプが消灯しているときには、ブレーキランプが点灯しているときと比べて、自動車7が発進する可能性が高いことで、状況リスクがより大きい値に設定される。同じ理由により、発進側ウインカが点滅しているときには、発進側ウインカが停止しているときよりも、状況リスクがより大きい値に設定される。さらに、自動車7のドアが開いているとき(図5参照)には、自動車7のドアが閉じていると比べて、乗員が自動車7から飛び出す可能性が高いことで、状況リスクがより大きい値に設定される。
以上のように、上式(1)〜(2)によって、第1暫定リスクRisk_tmp1が算出され、その算出結果を所定手法(例えば四捨五入法)によって整数化することにより、暫定リスクRisk_tmpが算出される。この場合、自動車7が図4及び図5に示す状態にあるときには、暫定リスクRisk_tmpは値3として算出される。そして、暫定リスクRisk_tmpが走行リスクR_riskに設定される。
一方、交通参加者と道路状況の関係が適切である場合には、図6に示すようなシーンデータが作成される。このシーンデータは、交通参加者である自動車が、道路状況である車道上に位置している場合の例であり、交通参加者「car」と、道路に対する交通参加者の位置関係語「on」と、道路状況「driveway」とを互いに紐付けしたデータとして作成される。
そして、このシーンデータに基づき、暫定リスクRisk_tmpが算出される。具体的には、シーンデータに基づき、図7のリスクマップを参照することにより、シーンデータが一致するときの複合リスクを算出し、これが暫定リスクRisk_tmpとして設定される。例えば、図6に示すシーンデータの場合、複合リスクは値2として算出される。そして、最終的に、走行リスクR_riskが暫定リスクRisk_tmpに設定される。
リスク推定装置10では、以上の手法によって、走行リスクR_riskが、値1〜3の範囲内の整数値として算出される。
次に、図8及び図9を参照しながら、本実施形態の車両制御装置1による自動運転制御処理について説明する。この自動運転制御処理は、以下に述べるように、走行リスクR_riskを算出し、この走行リスクR_riskに応じて、自車両3の自動運転制御を実行するものであり、ECU2によって、所定の制御周期で実行される。なお、以下の説明において算出される各種の値は、ECU2のE2PROM内に記憶されるものとする。
図8に示すように、まず、走行リスクR_riskを算出する(図8/STEP1)。この走行リスクR_riskの算出処理は、具体的には、図9に示すように実行される。
同図9に示すように、まず、周辺状況データD_infoを読み込む(図9/STEP10)。
次いで、認識処理を実行する(図9/STEP11)。この認識処理では、前述した認識部11と同じ手法により、自車両3の進行方向に存在する交通参加者、道路状況、交通参加者の状況、及び、交通参加者と道路状況の関係が認識される。
次に、交通参加者と道路状況の関係に基づき、交通参加者と道路状況の関係が適切であるか否かを判定する(図9/STEP12)。
この判定が肯定(図9/STEP12…YES)で、交通参加者と道路状況の関係が適切であるときには、前述したシーンデータを作成する(図9/STEP13)。
次いで、シーンデータに基づき、前述した図7のリスクマップを参照することにより、暫定リスクRisk_tmpを算出する(図9/STEP14)。具体的には、シーンデータが一致した場合の複合リスクを暫定リスクRisk_tmpとして算出する。
一方、上述した判定が否定(図9/STEP12…NO)で、交通参加者と道路状況の関係が不適切であるときには、前述した式(1)〜(2)により、第1暫定リスクRisk_tmp1を算出し、その算出結果を整数化することにより、暫定リスクRisk_tmpを算出する(図9/STEP15)。
次いで、上述したように、暫定リスクRisk_tmpを走行リスクR_riskとして設定して(図9/STEP16)、本処理を終了する。
図8に戻り、以上のように、走行リスクR_riskを算出した後、R_risk=3であるか否かを判定する(図8/STEP2)。この判定が肯定(図8/STEP2…YES)で、R_risk=3であるときには、第3制御処理を実行する(図8/STEP3)。
この第3制御処理は、具体的には、以下のように実行される。まず、走行リスクR_risk及び周辺状況データD_infoに基づき、所定の算出アルゴリズムにより、自車両3の未来の走行軌道が2次元座標系の時系列データとして算出される。次いで、自車両3が走行軌道で走行するように、原動機5及びアクチュエータ6が制御される。
それにより、例えば、図4,5に示す交通環境下では、自車両3は、減速しながら、自動車7を回避するように、走行ラインを中央車線寄りに変更して走行する。その際、自車両3は、後述する第2制御処理及び第1制御処理のときと比べて、減速度合及び走行ラインの変更度合がより大きくなるように、その走行状態が制御される。以上のように、第3制御処理を実行した後、本処理を終了する。
一方、前述した判定が否定(図8/STEP2…NO)で、R_risk≠3であるときには、R_risk=2であるか否かを判定する(図8/STEP4)。この判定が肯定(図8/STEP4…YES)で、R_risk=2であるときには、第2制御処理を実行する(図8/STEP5)。
この第2制御処理では、前述した第3制御処理と同じ手法により、自車両3の未来の走行軌道が算出され、自車両3が走行軌道で走行するように、原動機5及びアクチュエータ6が制御される。それにより、自車両3は、減速しながら、交通参加者を回避するように、走行ラインを中央車線寄りに変更して走行する。その際、自車両3は、前述した第3制御処理のときと比べて、減速度合及び走行ラインの変更度合がより小さくなるように、走行状態が制御される。以上のように、第2制御処理を実行した後、本処理を終了する。
一方、前述した判定が否定(図8/STEP4…NO)で、R_risk=1であるときには、第1制御処理を実行する(図8/STEP6)。この第1制御処理では、前述した第3制御処理と同じ手法により、自車両3の未来の走行軌道が算出され、自車両3が走行軌道で走行するように、原動機5及びアクチュエータ6が制御される。それにより、自車両3は、車速及び走行ラインを維持するように、その走行状態が制御される。以上のように、第1制御処理を実行した後、本処理を終了する。
以上のように、第1実施形態の車両制御装置1のリスク推定装置10によれば、自車両3の進行方向における周辺状況を表す周辺状況データD_infoが取得され、この周辺状況データD_infoに基づき、自車両3の進行方向における交通参加者、道路状況、及び交通参加者の状況が認識される。さらに、交通参加者及び道路状況に基づき、図3のマップを参照することにより、交通参加者と道路状況の関係が適切であるか否かが判定される。
そして、交通参加者と道路状況の関係が適切であると判定された場合、図6のシーンデータが作成され、このシーンデータに応じて、図7のリスクマップを参照することにより、走行リスクR_riskが算出される。一方、交通参加者と道路状況の関係が不適切であると判定された場合、前述した式(1)〜(2)により、第1暫定リスクRisk_tmp1を算出し、その算出結果を整数化することにより、走行リスクR_riskが算出される。
この式(1)〜(2)には、交通参加者の各種の状況に応じて設定された状況リスクRisk_D〜Risk_Xが含まれており、交通参加者の各種の状況は、交通参加者と道路状況の関係が不適切である条件下でも、交通参加者のリスクを適切に表すものと見なすことができる。したがって、そのような状況リスクRisk_D〜Risk_Xが含まれた式(1)〜(2)を用いることによって、交通参加者と道路状況との関係が不適切である条件下でも、自車両3の進行方向における走行リスクR_riskを適切に算出/推定することができる。
また、交通参加者が自動車7であるとともに道路状況が横断歩道8である場合において、自動車7の前後方向が横断歩道8の延設方向に沿う状態にあるときには、交通参加者と道路状況の関係が不適切であると判定される。一般的な交通環境下において、自動車7の前後方向が横断歩道8の延設方向に沿う状態になることは、両者の関係が適切ではなく、極めて不適切であると見なすことができる。したがって、このリスク推定装置10によれば、そのような不適切な関係を確実に判定することができる
さらに、交通参加者と道路状況の関係が不適切であると判定されている場合、走行リスクR_riskが最も高い値3に設定される。それにより、図8の自動運転制御処理において、走行リスクR_risk=1,2の場合、すなわち交通参加者と道路状況の関係が適切であると判定されている場合と比べて、自車両3の減速度及び交通参加者に対する回避度合がより大きくなるように、自車両3の運転状態が制御されるので、自動運転時の安全性を向上させることができる。
なお、第1実施形態は、交通参加者が自動車で道路状況が横断歩道である場合、交通参加者と道路状況の関係が不適切であるとした例であるが、本発明の交通参加者と道路状況の関係が不適切である場合は、これに限定されるものではない。例えば、交通参加者が自転車又は歩行者で、道路状況が高速道路又は自動車専用路の場合でもよい。さらに、交通参加者が自動車、自転車又は歩行者で、道路状況が路面電車線路の場合でもよい。
また、第1実施形態は、基準関係モデルとして、図3に示すマップを用いた例であるが、本発明の基準関係モデルは、これに限らず、交通参加者と道路状況の間の基準となる関係を定義したものであればよい。例えば、基準関係モデルとして、図3と異なるマップ又はテーブルを用いてもよく、交通参加者と道路状況の間が不適切な関係にある状態を定義したマップを用いてもよく、数式を用いてもよい。
さらに、第1実施形態は、リスクモデルとして、図7のリスクマップを用いた例であるが、本発明のリスクモデルは、これに限らず、交通参加者及び道路状況の関係と、自車両の進行方向におけるリスクとの関係を定義したものであればよい。例えば、リスクモデルとして、図7のリスクマップと異なるマップ又はテーブルを用いてもよく、数式を用いてもよい。
一方、第1実施形態は、リスク推定部13において、交通参加者と道路状況の関係が不適切であると判定された場合、式(1)〜(2)により、リスクを算出した例であるが、本発明のリスク推定部は、これに限らず、交通参加者の状況に応じて、自車両の進行方向におけるリスクを推定するものであればよい。例えば、リスク推定部として、交通参加者の状況に応じて、マップ検索によりリスクを推定するものを用いてもよい。
次に、第2実施形態に係る自動運転制御装置について説明する。この自動運転制御装置の場合、第1実施形態の自動運転制御装置1と比較して、前述した走行リスクR_riskの算出処理の構成のみが異なっているので、以下、図10を参照しながら、第2実施形態の走行リスクR_riskの算出処理について説明する。
なお、本実施形態では、ECU2が認識部、基準関係モデル記憶部、関係判定部、第1リスク推定部、第2リスク推定部、リスク算出部及び制御部に相当する。
この図10の場合、STEP30〜32は、前述した図9のSTEP10〜12と同一に構成されているので、その説明は省略する。
STEP32の判定が肯定で、交通参加者と道路状況の関係が適切であるときには、前述したシーンデータを作成する(図10/STEP33)。
次いで、前述した図7のリスクマップを参照することにより、第1リスクRisk1を算出する(図10/STEP34)。具体的には、シーンデータに基づき、図7のリスクマップを参照することにより、シーンデータが一致するときの複合リスクが第1リスクRisk1として算出される。
次に、下式(3)〜(4)により、第2リスクRisk2を算出する(図10/STEP35)。
Risk2=(Risk_A×KA)×(Risk_B×KB)×Risk_CND …… (3)
Risk_CND=(Risk_C×KC)×(Risk_D×KD)×……×(Risk_X×KX) …… (4)
これらの式(3)〜(4)は、前述した式(1)〜(2)の第1暫定リスクRisk_tmp1を第2リスクRisk2に置き換えたものに相当する。
次いで、第1重み係数K1を第1所定値Kref1に、第2重み係数K2を第2所定値Kref2にそれぞれ設定する(図10/STEP36)。これらの第1及び第2所定値Kref1,Kref2は、Kref1≧Kref2が成立する正の所定値である。
その後、下式(5)により、第3暫定リスクRisk_tmp3を算出する(図10/STEP37)。
Risk_tmp3=K1×Risk1+K2×Risk2 …… (5)
次に、第3暫定リスクRisk_tmp3を整数化することにより、走行リスクR_riskを算出する(図10/STEP38)。その後、本処理を終了する。
一方、STEP32の判定が否定で、交通参加者と道路状況の関係が不適切であるとき(例えば図4,5に示す関係のとき)には、第1リスクRisk1を所定値Rref(例えば値3)に設定する(図10/STEP39)。
次いで、前述した式(3)〜(4)により、第2リスクRisk2を算出する(図10/STEP40)。
その後、第1重み係数K1を第3所定値Kref3に、第2重み係数K2を第4所定値Kref4にそれぞれ設定する(図10/STEP41)。これらの第3及び第4所定値Kref3,Kref4は、Kref3<Kref4又はKref3≪Kref4が成立する正の所定値である。
次いで、前述したように、第3暫定リスクRisk_tmp3及び走行リスクR_riskを算出する(図10/STEP37,38)。その後、本処理を終了する。
図10の算出処理では、以上の手法により、走行リスクR_riskが、値1〜3の範囲内の整数値として算出される。
以上のように、第2実施形態のリスク推定装置によれば、第1リスクRisk1及び第2リスクRisk2を独立変数として含む重み付け演算式(5)を用いて、第3暫定リスクRisk_tmp3が算出され、これを整数化することにより、走行リスクR_riskが算出される。
その際、交通参加者と道路状況の関係が不適切であると判定された場合(例えば図4,5に示す関係の場合)には、第2リスクRisk2に乗算される第2重み係数K2が、第1リスクRisk1に乗算される第1重み係数K1よりも大きな値Kref4に設定される。それにより、交通参加者と道路状況の関係が適切であると判定された場合と比べて、交通参加者の状況の反映度合を高めながら、走行リスクR_riskを算出することができる。その結果、交通参加者と道路状況との関係が不適切である条件下でも、走行リスクR_riskを適切に推定することができる。
一方、交通参加者と道路状況の関係が適切であると判定された場合には、第1リスクRisk1が第2重み係数K2以上の値に設定される。それにより、交通参加者と道路状況の関係が不適切であると判定された場合と比べて、交通参加者と道路状況の関係の反映度合を高めながら、走行リスクR_riskを算出することができる。その結果、交通参加者と道路状況との関係が適切である条件下においても、走行リスクR_riskを適切に推定することができる。
なお、第2実施形態は、第1リスク推定部として、図7のリスクマップを参照することにより、第1リスクRisk1を算出するものを用いた例であるが、本発明の第1リスク推定部は、これに限らず、交通参加者及び道路状況の関係に応じて、自車両の進行方向における第1リスクを推定するものであればよい。例えば、交通参加者及び道路状況の関係に応じて、図7のリスクマップ以外のマップを検索することにより、第1リスクを算出してもよく、交通参加者及び道路状況の関係に応じて数式により、第1リスクを算出してもよい。
また、第2実施形態は、第2リスク推定部として、式(3)〜(4)により、第2リスクRisk2を算出するものを用いた例であるが、本発明の第2リスク推定部は、これに限らず、交通参加者の状況に応じて、自車両の進行方向における第2リスクを推定するものであればよい。例えば、交通参加者の状況に応じて、マップを参照することにより、第2リスクを算出してもよい。
1 自動運転装置
2 ECU(認識部、基準関係モデル記憶部、リスクモデル記憶部、関係判定部、リ スク推定部、第1リスク推定部、第2リスク推定部、リスク算出部、制御部)
3 自車両
4 状況検出装置(周辺状況データ取得部)
7 自動車(交通参加者)
8 横断歩道(道路状況)
10 リスク推定装置
11 認識部
12 関係判定部
13 リスク推定部
D_info 周辺状況データ
R_risk 走行リスク(自車両の進行方向におけるリスク)
Risk1 第1リスク
Risk2 第2リスク

Claims (5)

  1. 自車両の進行方向における周辺状況を表す周辺状況データを取得する周辺状況データ取得部と、
    当該周辺状況データに基づき、前記自車両の進行方向における交通参加者、道路状況及び当該交通参加者の状況を認識する認識部と、
    前記交通参加者と前記道路状況の間の基準となる関係を定義した基準関係モデルを記憶する基準関係モデル記憶部と、
    前記交通参加者及び前記道路状況の関係と、前記自車両の進行方向におけるリスクとの関係を定義したリスクモデルを記憶するリスクモデル記憶部と、
    前記認識部によって前記交通参加者及び前記道路状況が認識された場合、前記基準関係モデルを用いて、前記交通参加者と前記道路状況の関係が適切であるか否かを判定する関係判定部と、
    当該関係判定部によって前記交通参加者と前記道路状況の関係が適切であると判定された場合、前記リスクモデルを用いて、前記交通参加者と前記道路状況の関係に対応する前記リスクを推定するとともに、前記関係判定部によって前記交通参加者と前記道路状況の関係が不適切であると判定された場合、前記交通参加者の状況に応じて、前記自車両の進行方向における前記リスクを推定するリスク推定部と、
    を備えることを特徴とするリスク推定装置。
  2. 自車両の進行方向における周辺状況を表す周辺状況データを取得する周辺状況データ取得部と、
    周辺状況データに基づき、前記自車両の進行方向における交通参加者、道路状況及び当該交通参加者の状況を認識する認識部と、
    前記交通参加者と前記道路状況の間の基準となる関係を定義した基準関係モデルを記憶する基準関係モデル記憶部と、
    前記認識部によって前記交通参加者及び前記道路状況が認識された場合、前記基準関係モデルを用いて、前記交通参加者と前記道路状況の関係が適切であるか否かを判定する関係判定部と、
    前記交通参加者及び前記道路状況の関係に応じて、前記自車両の進行方向における第1リスクを推定する第1リスク推定部と、
    前記交通参加者の状況に応じて、前記自車両の進行方向における第2リスクを推定する第2リスク推定部と、
    前記第1リスク及び前記第2リスクを独立変数として含む重み付け演算式を用いて、前記自車両の進行方向におけるリスクを算出するリスク算出部と、
    を備え、
    前記リスク算出部は、前記関係判定部によって前記交通参加者と前記道路状況の関係が不適切であると判定された場合、前記第2リスクに対する重みを前記第1リスクに対する重みよりも大きな値に設定することを特徴とするリスク推定装置。
  3. 請求項1又は2に記載のリスク推定装置において、
    前記関係判定部は、前記交通参加者が自動車である場合において前記道路状況が横断歩道であるときには、前記交通参加者と前記道路状況の関係が不適切であると判定することを特徴とするリスク推定装置。
  4. 請求項3に記載のリスク推定装置において、
    前記関係判定部は、前記自動車の前後方向が横断歩道の延設方向に沿う状態にある場合には、前記交通参加者と前記道路状況の関係が不適切であると判定することを特徴とするリスク推定装置。
  5. 請求項1ないし4のいずれかに記載のリスク推定装置と、
    前記自車両が前記交通参加者の周辺領域を通過する際、前記交通参加者と前記道路状況の関係が不適切であると判定されている場合には、前記交通参加者と前記道路状況の関係が適切であると判定されている場合と比べて、前記自車両の減速度及び前記交通参加者に対する回避度合がより大きくなるように、前記自車両の自動運転制御を実行する制御部と、
    を備えることを特徴とする車両制御装置。
JP2019204813A 2019-11-12 2019-11-12 リスク推定装置及び車両制御装置 Active JP7136761B2 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2019204813A JP7136761B2 (ja) 2019-11-12 2019-11-12 リスク推定装置及び車両制御装置
CN202011130134.7A CN112849134B (zh) 2019-11-12 2020-10-21 风险推断装置以及车辆控制装置
US17/094,822 US11794733B2 (en) 2019-11-12 2020-11-11 Risk estimation device and vehicle control device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019204813A JP7136761B2 (ja) 2019-11-12 2019-11-12 リスク推定装置及び車両制御装置

Publications (2)

Publication Number Publication Date
JP2021077217A true JP2021077217A (ja) 2021-05-20
JP7136761B2 JP7136761B2 (ja) 2022-09-13

Family

ID=75846323

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019204813A Active JP7136761B2 (ja) 2019-11-12 2019-11-12 リスク推定装置及び車両制御装置

Country Status (3)

Country Link
US (1) US11794733B2 (ja)
JP (1) JP7136761B2 (ja)
CN (1) CN112849134B (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022170933A (ja) * 2021-04-30 2022-11-11 京楽産業.株式会社 遊技機

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008071087A (ja) * 2006-09-13 2008-03-27 Toyota Central R&D Labs Inc 運転支援装置
JP2011257984A (ja) * 2010-06-09 2011-12-22 Toyota Central R&D Labs Inc 対象物検出装置及びプログラム
JP2019168437A (ja) * 2018-03-26 2019-10-03 パイオニア株式会社 データ構造、情報送信装置、制御方法、プログラム及び記憶媒体

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4992227B2 (ja) * 2005-11-14 2012-08-08 株式会社デンソー 運転支援システムおよびプログラム
JP5673127B2 (ja) * 2011-01-21 2015-02-18 トヨタ自動車株式会社 運転支援装置
JP2016091039A (ja) * 2014-10-29 2016-05-23 株式会社デンソー 危険予測装置、運転支援システム
EP3159235B1 (en) * 2015-10-22 2021-08-04 Honda Research Institute Europe GmbH Method and system for assisting a driver of a vehicle in driving the vehicle and computer program
US10202118B2 (en) * 2016-10-14 2019-02-12 Waymo Llc Planning stopping locations for autonomous vehicles
CN110121449B (zh) * 2017-01-11 2022-06-28 本田技研工业株式会社 车辆控制装置、车辆控制方法及存储介质
JP7100998B2 (ja) 2018-03-08 2022-07-14 本田技研工業株式会社 車両制御装置、車両制御方法、およびプログラム
US11235761B2 (en) * 2019-04-30 2022-02-01 Retrospect Technology, LLC Operational risk assessment for autonomous vehicle control
US11157007B2 (en) * 2019-06-28 2021-10-26 Lyft, Inc. Approaches for encoding environmental information

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008071087A (ja) * 2006-09-13 2008-03-27 Toyota Central R&D Labs Inc 運転支援装置
JP2011257984A (ja) * 2010-06-09 2011-12-22 Toyota Central R&D Labs Inc 対象物検出装置及びプログラム
JP2019168437A (ja) * 2018-03-26 2019-10-03 パイオニア株式会社 データ構造、情報送信装置、制御方法、プログラム及び記憶媒体

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2022170933A (ja) * 2021-04-30 2022-11-11 京楽産業.株式会社 遊技機

Also Published As

Publication number Publication date
US11794733B2 (en) 2023-10-24
JP7136761B2 (ja) 2022-09-13
CN112849134B (zh) 2024-02-23
CN112849134A (zh) 2021-05-28
US20210139027A1 (en) 2021-05-13

Similar Documents

Publication Publication Date Title
JP7456455B2 (ja) 運転支援システム、運転支援を提供するための方法、及び、運転支援装置
US10816982B2 (en) Vehicle control device mounted on vehicle and method for controlling the vehicle
KR102029638B1 (ko) 자율 주행 차량들을 위한 물체들의 주행 가능성 결정하기
US11009875B2 (en) Preparing autonomous vehicles for turns
KR101915167B1 (ko) 자동 주차 시스템 및 자동 주차 방법
US9975539B2 (en) Travel control device and travel control method
JP6323246B2 (ja) 車両の走行制御装置及び方法
RU2659670C1 (ru) Устройство и способ управления движением для транспортного средства
US11256260B2 (en) Generating trajectories for autonomous vehicles
US9099006B2 (en) Context-aware threat response arbitration
JP7416176B2 (ja) 表示装置
WO2018220853A1 (ja) 自動運転車の制御のための車両制御装置及び方法
US10793123B2 (en) Emergency braking for autonomous vehicles
US20080027607A1 (en) Assistance System for Motor Vehicles
US20200231151A1 (en) Driving Assistance Device and Driving Assistance Method
CN110473416B (zh) 车辆控制装置
US20180312161A1 (en) Vehicle travel control device
CN113104038B (zh) 车辆换道控制方法、装置、电子设备及可读存储介质
WO2018220851A1 (ja) 自動運転車の制御のための車両制御装置及び方法
CN113508056A (zh) 针对自主车辆的转弯发出信号
WO2019142312A1 (ja) 車両制御装置、それを有する車両、および制御方法
JP2021077217A (ja) リスク推定装置及び車両制御装置
CN111599166B (zh) 用于解释交通信号和协商信号化的交叉路口的方法和系统
CN110832565B (zh) 行驶控制装置以及车辆
CN110712644B (zh) 驾驶辅助系统和方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20210329

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20220531

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220607

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: 20220830

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20220901

R150 Certificate of patent or registration of utility model

Ref document number: 7136761

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150