JP2022107660A5 - 車両制御方法および車両制御システム - Google Patents
車両制御方法および車両制御システム Download PDFInfo
- Publication number
- JP2022107660A5 JP2022107660A5 JP2022082088A JP2022082088A JP2022107660A5 JP 2022107660 A5 JP2022107660 A5 JP 2022107660A5 JP 2022082088 A JP2022082088 A JP 2022082088A JP 2022082088 A JP2022082088 A JP 2022082088A JP 2022107660 A5 JP2022107660 A5 JP 2022107660A5
- Authority
- JP
- Japan
- Prior art keywords
- vehicle control
- control method
- microcomputer
- calculation step
- output
- 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
- 238000000034 method Methods 0.000 title claims description 40
- 238000004364 calculation method Methods 0.000 claims description 54
- 230000004927 fusion Effects 0.000 claims description 35
- 238000007499 fusion processing Methods 0.000 claims description 17
- 230000002159 abnormal effect Effects 0.000 claims description 10
- 238000010801 machine learning Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims 1
- 230000010365 information processing Effects 0.000 claims 1
- 239000008358 core component Substances 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000001364 causal effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
Images
Description
車両制御装置が実行する車両制御方法であって、前記車両制御装置は、所定の演算処理を実行するマイコンを有し、複数の外界センサから情報を取得可能であって、前記車両制御方法は、前記複数の外界センサが、取得したローデータに基づいてオブジェクトデータを生成するオブジェクトデータ生成ステップと、前記マイコンが、複数の外界センサから出力されるローデータに基づいてセンサフュージョン処理を行う第1の演算ステップと、前記マイコンが、前記複数の外界センサから出力される前記ローデータをそれぞれ処理して生成されたオブジェクトデータに基づいてセンサフュージョン処理を行う第2の演算ステップと、前記マイコンが、前記第1の演算ステップの出力結果と前記第2の演算ステップの出力結果を用いて、前記第1の演算ステップの出力結果を診断する第3の演算ステップを備えることを特徴とする車両制御方法。
軌道追従制御部214はマイコン111の軌道生成部あるいはマイコン112の軌道生成部で演算した軌道情報に基づいて、軌道追従制御指令を生成する。軌道追従制御部214は、比較診断の結果、演算ブロック211が正常であった場合に、マイコン111で生成された軌道データ711に基づいて自車両を追従させるように、アクチュエータ制御ECU13、14、15への制御指令を生成して送信する。
また、演算ブロック211が異常と診断された場合においてはマイコン112で生成された軌道データ712に自車両を追従させるように、軌道追従制御部214はアクチュエータ制御ECU13、14、15への制御指令を生成して送信する。
基本的に演算ブロック212においてセンサフュージョンして生成されるオブジェクトデータフュージョン結果702は、大量のローデータが入力される演算ブロック211で出力されるローデータフュージョン結果701と比較して、認識できる周辺の情報量が少ない。ここで演算ブロック211により生成されるローデータフュージョン結果701は、例えばLVDS通信レベルであり10Mbps以上のデータ量である。一方、演算ブロック212により生成されるオブジェクトデータフュージョン結果702は、例えばCAN-FD通信レベルの10Mbps未満である。
そこで、本実施例においては、演算ブロック212が複数のプロセッサ及びロックステップマイコンを用いたフローを用いて、近傍の他車の認識について高い信頼性を有することを前提として、演算ブロック212で認識された近傍の外界情報と同様の外界情報を演算ブロック211が認識できているかどうかを診断する。
具体的には演算ブロック212で出力されるオブジェクトフュージョン結果702が、演算ブロック211で出力されるローデータフュージョン結果701に含まれている場合においては診断結果:正常と判定する。演算ブロック212で出力されるローデータフュージョン結果701が、演算ブロック211で出力されるローデータフュージョン結果701に含まれていない場合、演算ブロック213は診断結果:異常と判定する。
上記のような不具合発生を検知した場合には、好ましくは、演算ブロック213もしくは演算ブロック211はローデータフュージョン結果701の出力を禁止する。あるいは、演算ブロック211はローデータフュージョン結果の出力を停止する。演算ブロック212により出力された車両の軌道に従い、走行することとする。その理由は、演算ブロック212の出力に関しては、複数のセンサのデータの確からしさを多数決で判断するため、1つのセンサが故障したとしても、依然として信頼性の高い出力を得ることができるからである。継続して演算ブロック212の出力結果を使うことにより、信頼性の高い軌道追従制御が可能となる。
機械学習(例えばDNN)を用いたフュージョン処理(演算ブロック211)は経験・マッチングでの生成であるのに対し、演算ブロック212によるフュージョンはルールベースのアルゴリズムで生成されるものであることが望ましい。機械学習を用いたフュージョン処理はリアルタイムで変動する因果関係(例えばDNN)に基づくものであり、演算ブロック212によるフュージョン処理は、あらかじめ定められた相関関係(例えばロックステップマイコン)に基づくものである。そのため、機械学習によるフュージョン処理とは独立した系により算出された軌道に基づき、ローデータフュージョン結果の診断が可能となる。その結果、より信頼性の高いローデータフュージョン結果の診断の実現が可能となる。
ここで正常と判定した場合には、マイコン111においてセンサフュージョンならびに軌道生成した軌道データ711が採用される。マイコン111において演算されたローデータフュージョン結果701のデータを基に演算ブロック214にて軌道追従制御を行うため、車両制御装置11より軌道追従制御のためのアクチュエータ制御指令がアクチュエータ側に送信される。
ここで、演算ブロック213において、演算ブロック211により演算されたローデータフュージョン結果701の出力が異常であると診断された場合には、各センサ異常が生じている可能性がある。そのような状態のまま走行を続けるリスクは高い。そのため診断結果が異常と判断された場合には、図示したマイコン112により生成された軌道データ711は縮退軌道として生成することが可能である。ここで縮退とは、運転中にひとつの基幹部品が破損して機能停止に陥る場合に自動運転システムが継続できるよう機能不全回避用の緊急回避を行うこと、あるいは基幹部品の破損による機能停止時においても、一定期間自動運転を継続し、安全かつスムーズにドライバーへ運転を引き継ぐよう、安全に退避することを指す。また縮退軌道とは上記のような動作を実現するために生成する安全退避軌道、緊急退避軌道のことを指す。上記のような構成を有することにより、センサに不具合が生じたと演算ブロック213が検知した場合は、マイコン112は縮退軌道を生成するため、安全に停車することが可能となる。
好ましくは第3の演算ブロック(演算ブロック213)は、第2の演算ブロック(演算ブロック212)によるセンサフュージョン結果として出力される車両周辺の物体群が、第1の演算ブロック(演算ブロック211)によるセンサフュージョン結果として出力される車両周辺の物体群に含まれていない場合に第1の演算ブロック(演算ブロック211)を正常であると判断する。また、第3の演算ブロック(演算ブロック213)は、第2の演算ブロック(演算ブロック212)によるセンサフュージョン結果として出力される車両周辺の物体群が、第1の演算ブロック(演算ブロック211)によるセンサフュージョン結果として出力される車両周辺の物体群に含まれている場合に第1の演算ブロック(演算ブロック211)を異常であると判断する。上記の構成を有することにより、演算ブロック212で出力される信頼性が高く情報量の少ないデータに基づき、演算ブロック211の出力を診断することが可能となり、演算ブロック211が演算ブロック212よりも大きな情報を持っていたとしても、必要最小限の情報をお互いに出力できていれば正常と診断することができる。その結果、信頼性を担保したうえで、高精度の情報を含む演算ブロック211の情報を用いた軌道生成を行うことが可能となるという効果を奏する。
(実施例2)
図4は実施例2における車両制御装置(第1ECU)11の内部構成(特にマイコン111、マイコン112)と、センサならびにアクチュエータの接続を示す図である。
図4は実施例2における車両制御装置(第1ECU)11の内部構成(特にマイコン111、マイコン112)と、センサならびにアクチュエータの接続を示す図である。
(実施例3)
図5は実施例3における車両制御装置(第1ECU)11、車両制御装置(第2ECU)12の内部構成と、センサ並びにアクチュエータの接続を示す図である。
図5は実施例3における車両制御装置(第1ECU)11、車両制御装置(第2ECU)12の内部構成と、センサ並びにアクチュエータの接続を示す図である。
本実施例においては、第1ECU内に備えられたマイコン111の演算ブロック211においてローデータフュージョン結果701を算出する。第2ECUのマイコン112はオブジェクトデータフュージョン結果702を算出する演算ブロック212と演算ブロック213を備える。すなわちローデータフュージョン結果701と、オブジェクトデータフュージョン結果702の出力が別々のECUにより実施されることとなる。
Claims (19)
- 車両制御装置が実行する車両制御方法であって、
前記車両制御装置は、所定の演算処理を実行するマイコンを有し、複数の外界センサから情報を取得可能であって、
前記車両制御方法は、
前記複数の外界センサが、取得したローデータに基づいてオブジェクトデータを生成するオブジェクトデータ生成ステップと、
前記マイコンが、複数の外界センサから出力されるローデータに基づいてセンサフュージョン処理を行う第1の演算ステップと、
前記マイコンが、前記複数の外界センサから出力される前記ローデータをそれぞれ処理して生成されたオブジェクトデータに基づいてセンサフュージョン処理を行う第2の演算ステップと、
前記マイコンが、前記第1の演算ステップの出力結果と前記第2の演算ステップの出力結果を用いて、前記第1の演算ステップの出力結果を診断する第3の演算ステップを備えることを特徴とする車両制御方法。 - 請求項1に記載の車両制御方法において、
前記第3の演算ステップでは、前記マイコンが、前記第2の演算ステップによるセンサフュージョン結果として出力される車両周辺の物体群が、前記第1の演算ステップによるセンサフュージョン結果として出力される車両周辺の物体群に含まれていない場合に前記第1の演算ステップを異常と診断する車両制御方法。 - 請求項1に記載の車両制御方法において、
前記第2の演算ステップでは、前記マイコンが、前記複数の外界センサから出力される前記ローデータをそれぞれ処理して生成されたオブジェクトデータに基づいてセンサフュージョン処理を行うものであって、
前記第3の演算ステップでは、前記マイコンが、前記第2の演算ステップによるセンサフュージョン結果として出力される車両周辺の物体群が、前記第1の演算ステップによるセンサフュージョン結果として出力される車両周辺の物体群に含まれている場合に前記第1の演算ステップを正常と診断する車両制御方法。 - 請求項1に記載の車両制御方法において、
前記第1の演算ステップは、
前記マイコンが、前記複数の外界センサから出力されたデータを入力する機械学習ステップが設けられ、
前記機械学習ステップでは、前記ローデータが入力されることによりセンサフュージョン結果が出力され、
前記第2の演算ステップでは、前記マイコンが、前記複数の外界センサから出力された前記ローデータをそれぞれ処理して得られるオブジェクトデータが入力され、前記オブジェクトデータをセンサフュージョン処理することによりオブジェクトデータフュージョン結果を出力し、
前記マイコンが、前記オブジェクトデータフュージョン結果を正として、ローデータフュージョン結果を診断することを特徴とする車両制御方法。 - 請求項1乃至4の何れかに記載の車両制御方法において、
前記第2の演算ステップはロックステップマイコンが実行することを特徴とする車両制御方法。 - 請求項5に記載の車両制御方法において、
前記ロックステップマイコンは前記複数の外界センサから出力されたデータを比較し多数決を取り、採用されたデータに基づいてオブジェクトデータフュージョン処理を行うことを特徴とする車両制御方法。 - 請求項1乃至4の何れかに記載の車両制御方法において、
前記第3の演算ステップが前記第1の演算ステップを異常と判断した場合、前記第2の演算ステップにより出力されたセンサフュージョン結果に基づき生成した軌道を用いて車両追従制御を行うことを特徴とする車両制御方法。 - 請求項1乃至4の何れかに記載の車両制御方法において、
前記生成された軌道は縮退軌道であることを特徴とする車両制御方法。 - 請求項1に記載の車両制御方法において、
前記第2の演算ステップでは、前記マイコンが、前記外界センサ内の演算ステップにて前処理されたデータを基にセンサフュージョン処理を行うことを特徴とする車両制御方法。 - 請求項1に記載の車両制御方法において、
前記第2の演算ステップに入力されるデータは、前記外界センサ内の演算ステップにて生成される物体認識データであることを特徴とする車両制御方法。 - 請求項1に記載の車両制御方法において、
前記車両制御装置は、
前記第1の演算ステップを実行する第1のマイコンと、
前記第2の演算ステップと前記第3の演算ステップを実行する第2のマイコンを有することを特徴とする車両制御方法。 - 請求項1に記載の車両制御方法において、
前記車両制御装置は、
前記第1の演算ステップを実行する第1のマイコンと、
前記第2の演算ステップを実行する第2のマイコンと、
前記第3の演算ステップを有する第3のマイコンと、を有することを特徴とする車両制御方法。 - 請求項1乃至4の何れかに記載の車両制御方法において、
前記第1の演算ステップを実行するマイコンの電源と前記第2の演算ステップを実行するマイコンの電源はそれぞれ独立していることを特徴とする車両制御方法。 - 請求項2乃至3の何れかに記載の車両制御方法において、
前記第3の演算ステップは、前記第1の演算ステップを異常と診断した場合、前記第1の演算ステップで演算した前記センサフュージョン結果の出力を禁止することを特徴とする車両制御方法。 - 請求項2乃至3の何れかに記載の車両制御方法において、
前記第3の演算ステップで前記第1の演算ステップが異常と診断された場合、前記第1の演算ステップでは、前記マイコンが、前記第1の演算ステップで演算された前記センサフュージョン結果の出力を停止することを特徴とする車両制御方法。 - 請求項11又は12の何れかに記載の車両制御方法において
前記第1の演算ステップでは、前記第1のマイコンが、前記センサフュージョン処理の結果に基づいて車両追従軌道を生成し、
前記第2の演算ステップでは、前記第2のマイコンが、前記センサフュージョン処理の結果に基づいて車両追従軌道を生成すること特徴とする車両制御方法。 - 請求項11又は12に記載の車両制御方法において、
前記第1の演算ステップ及び前記第2の演算ステップでは、前記第1のマイコン及び前記第2のマイコンは、前記センサフュージョン処理の結果に基づいてそれぞれ車両追従軌道を生成し、
前記第3の演算ステップにおいて、前記第1の演算ステップを正常と診断している限りにおいて、前記第1のマイコンの出力する車両追従軌道に基づいて車両を制御することを特徴とする車両制御方法。 - 請求項4に記載の車両制御方法において、
前記機械学習ステップは、ディープニューラルネットのアルゴリズムを用いるものであることを特徴とする車両制御方法。 - 車両制御システムであって、
複数の外界センサと、
前記複数の外界センサから得た情報に基づいて所定の演算処理を実行するマイコンを有する車両制御装置とを備え、
前記複数の外界センサは、取得したローデータに基づいてオブジェクトデータを生成する情報処理部を有し、
前記車両制御装置は、
複数の外界センサから出力されるローデータに基づいてセンサフュージョン処理を行う第1の演算部と、
前記複数の外界センサから出力される前記ローデータをそれぞれ処理して生成されたオブジェクトデータに基づいてセンサフュージョン処理を行う第2の演算部と、
前記第1の演算部の出力結果と前記第2の演算部の出力結果を用いて、前記第1の演算部の出力結果を診断する第3の演算部とを有することを特徴とする車両制御システム。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019023118 | 2019-02-13 | ||
JP2019023118 | 2019-02-13 | ||
PCT/JP2020/000947 WO2020166253A1 (ja) | 2019-02-13 | 2020-01-15 | 車両制御装置および電子制御システム |
JP2020572126A JP7078763B2 (ja) | 2019-02-13 | 2020-01-15 | 車両制御装置および電子制御システム |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020572126A Division JP7078763B2 (ja) | 2019-02-13 | 2020-01-15 | 車両制御装置および電子制御システム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2022107660A JP2022107660A (ja) | 2022-07-22 |
JP2022107660A5 true JP2022107660A5 (ja) | 2022-09-29 |
JP7281000B2 JP7281000B2 (ja) | 2023-05-24 |
Family
ID=72045564
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020572126A Active JP7078763B2 (ja) | 2019-02-13 | 2020-01-15 | 車両制御装置および電子制御システム |
JP2022082088A Active JP7281000B2 (ja) | 2019-02-13 | 2022-05-19 | 車両制御方法および車両制御システム |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020572126A Active JP7078763B2 (ja) | 2019-02-13 | 2020-01-15 | 車両制御装置および電子制御システム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20220089179A1 (ja) |
JP (2) | JP7078763B2 (ja) |
CN (1) | CN113412506B (ja) |
WO (1) | WO2020166253A1 (ja) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11476894B2 (en) | 2019-12-10 | 2022-10-18 | AR & NS Investment, LLC | Edge communication system with cascaded repeater devices over wired medium |
US11283510B2 (en) | 2020-06-24 | 2022-03-22 | AR & NS Investment, LLC | Phase noise removal in a network of radio frequency (RF) repeaters |
US11989965B2 (en) * | 2020-06-24 | 2024-05-21 | AR & NS Investment, LLC | Cross-correlation system and method for spatial detection using a network of RF repeaters |
US11177872B1 (en) | 2020-06-24 | 2021-11-16 | AR & NS Investment, LLC | Managing a network of radio frequency (RF) repeater devices |
US11711126B2 (en) | 2020-06-24 | 2023-07-25 | AR & NS Investment, LLC | Wireless communication system based on mmWave RF repeaters |
KR20220052163A (ko) * | 2020-10-20 | 2022-04-27 | 주식회사 에이치엘클레무브 | 전자 제어 장치 및 방법 |
US11789542B2 (en) * | 2020-10-21 | 2023-10-17 | International Business Machines Corporation | Sensor agnostic gesture detection |
CN112991735B (zh) * | 2021-03-05 | 2022-10-14 | 北京百度网讯科技有限公司 | 交通流量监测系统的测试方法、装置及设备 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002207077A (ja) * | 2001-01-09 | 2002-07-26 | Hitachi Ltd | 車載レーダ走行支援装置 |
US7249268B2 (en) * | 2004-06-29 | 2007-07-24 | Intel Corporation | Method for performing performance optimization operations for a processor having a plurality of processor cores in response to a stall condition |
JP4595833B2 (ja) * | 2006-02-24 | 2010-12-08 | トヨタ自動車株式会社 | 物体検出装置 |
JP5470762B2 (ja) * | 2008-07-08 | 2014-04-16 | 富士通株式会社 | 物体検出装置、物体検出プログラム、および物体検出方法 |
JP4969628B2 (ja) * | 2009-09-29 | 2012-07-04 | 本田技研工業株式会社 | 走行区分線検出装置 |
JP5416630B2 (ja) * | 2010-03-24 | 2014-02-12 | 株式会社日立製作所 | 移動体異常判断支援システム |
US8639426B2 (en) * | 2010-07-15 | 2014-01-28 | George C Dedes | GPS/IMU/video/radar absolute/relative positioning communication/computation sensor platform for automotive safety applications |
DE102014205180A1 (de) * | 2014-03-20 | 2015-09-24 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Betreiben eines Fahrzeugs |
JP6223504B1 (ja) * | 2016-05-18 | 2017-11-01 | 三菱電機株式会社 | レーダ装置およびこれを用いたセンサフュージョン装置 |
US10740658B2 (en) * | 2016-09-08 | 2020-08-11 | Mentor Graphics Corporation | Object recognition and classification using multiple sensor modalities |
JP6652477B2 (ja) * | 2016-10-03 | 2020-02-26 | 日立オートモティブシステムズ株式会社 | 車載処理装置 |
CN106408940B (zh) * | 2016-11-02 | 2023-04-14 | 南京慧尔视智能科技有限公司 | 基于微波和视频数据融合的交通检测方法及装置 |
US10073456B2 (en) * | 2016-11-17 | 2018-09-11 | GM Global Technology Operations LLC | Automated co-pilot control for autonomous vehicles |
JP6815925B2 (ja) * | 2017-04-24 | 2021-01-20 | 日立オートモティブシステムズ株式会社 | 車両の電子制御装置 |
CN108196535B (zh) * | 2017-12-12 | 2021-09-07 | 清华大学苏州汽车研究院(吴江) | 基于增强学习和多传感器融合的自动驾驶系统 |
CN108447256B (zh) * | 2018-03-22 | 2023-09-26 | 连云港杰瑞电子有限公司 | 基于电警和定点检测器数据融合的干道车辆轨迹重构方法 |
CN109212513B (zh) * | 2018-09-29 | 2021-11-12 | 河北德冠隆电子科技有限公司 | 多目标在雷达间数据传递、数据融合及连续跟踪定位方法 |
-
2020
- 2020-01-15 JP JP2020572126A patent/JP7078763B2/ja active Active
- 2020-01-15 WO PCT/JP2020/000947 patent/WO2020166253A1/ja active Application Filing
- 2020-01-15 US US17/425,525 patent/US20220089179A1/en active Pending
- 2020-01-15 CN CN202080006374.8A patent/CN113412506B/zh active Active
-
2022
- 2022-05-19 JP JP2022082088A patent/JP7281000B2/ja active Active
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2022107660A5 (ja) | 車両制御方法および車両制御システム | |
JP7281000B2 (ja) | 車両制御方法および車両制御システム | |
JP6815925B2 (ja) | 車両の電子制御装置 | |
CN110116751B (zh) | 基于冗余架构控制车辆的设备和方法 | |
US6886472B2 (en) | Method and system for autonomously resolving a failure | |
US10254733B2 (en) | Motor control device | |
JP2001063492A (ja) | 車両安全制御装置の電子制御装置 | |
US11753048B2 (en) | Monitoring of neural-network-based driving functions | |
US10249108B2 (en) | Risk-based control of a motor vehicle | |
CN110770707A (zh) | 用于驱控车辆模块的设备和方法 | |
CN107003915A (zh) | 驱动控制装置 | |
US9221492B2 (en) | Method for operating an electrical power steering mechanism | |
US20220101666A1 (en) | Method and Apparatus for Determining a Residual Service Life based on a Predictive Diagnosis of Components of an Electric Drive System Using Artificial Intelligence Techniques | |
JPH06149604A (ja) | 多重化システム | |
JP2020182275A (ja) | モータ制御装置及びこれを用いた電動ブレーキ装置、並びにモータ制御方法及びこの制御方法を用いた電動ブレーキ制御方法 | |
EP3869338A1 (en) | A vehicle safety electronic control system | |
CN107783495B (zh) | 单元控制系统 | |
EP2482149A2 (en) | Electronic control unit | |
Hofbaur et al. | Improving robustness of mobile robots using model-based reasoning | |
JP7348103B2 (ja) | 運転状態分類システム、および、運転状態分類方法 | |
JP4328969B2 (ja) | 制御装置の診断方法 | |
RU2432297C1 (ru) | Способ отказобезопасного автоматического управления движением корабля | |
WO2023114396A1 (en) | Method and system for addressing failure in an autonomous agent | |
WO2017199652A1 (ja) | 診断システム及び電子制御装置 | |
CN114237104A (zh) | 一种自动驾驶域控制器及车辆 |