JP2022147829A - 運転支援装置および車両 - Google Patents

Abstract

【課題】市場投入後も継続的かつ安全に検知アルゴリズムの性能を高めることができる運転支援装置および車両を提供する。【解決手段】本開示に係る運転支援装置は、検知パラメータデータベースと、第１選択回路と、第１検知アルゴリズム回路と、第２選択回路と、第２検知アルゴリズム回路と、抽出回路と、保存回路と、を備える。抽出回路は、第２検知結果と、予め蓄積した情報に基づいて求めた第２車両位置および通信回路を介して得た第２周辺環境の少なくとも一方から求めたアルゴリズムの第３検知結果と、の差分が閾値以下となる第２検知パラメータを複数の第２検知パラメータの中から抽出する。保存回路は、抽出した第２検知パラメータを、第１車両位置および第１周辺環境の少なくとも一方と対応付けて検知パラメータデータベースに保存する。【選択図】図２

Description

本開示は、運転支援装置および車両に関する。

車両は、走行中に、他の物体との接触回避を行うため、周辺環境を計測する車載センサを搭載し、当該車載センサから得られるデータに対して検知アルゴリズムをかけ、その出力を使って、車両を制御するか若しくは運転者が操作可能とすることで、走行中に、他の物体との接触回避を行っている。

特開２０１８－６０２６８号公報 特開２０１７－２５０７３号公報

ところで、検知アルゴリズムの性能は、車載センサが搭載される車両、車両が走行する環境（シナリオ）、車載センサから得られるデータ等によって変化するが、その組合せの数は膨大であり、製造前に、全ての品質を保証することは困難である。そのため、メーカが開発した検知アルゴリズムは、品質保証された範囲内での動作に限られる。

本開示は、市場投入後も継続的かつ安全に検知アルゴリズムの性能を高めることができる運転支援装置および車両を提供する。

本開示に係る運転支援装置は、検知パラメータデータベースと、第１選択回路と、第１検知アルゴリズム回路と、第２選択回路と、第２検知アルゴリズム回路と、抽出回路と、保存回路と、を備える。検知パラメータデータベースは、第１車載センサによって得られた車両の第１周辺環境および当該車両の第１車両位置の少なくとも一方と、車両の周辺の物体の検知に用いる検知パラメータと、を記憶する。第１選択回路は、検知パラメータデータベースから、第１車両位置および第１周辺環境の少なくとも一方と対応付けられる検知パラメータを第１検知パラメータとして選択する。第１検知アルゴリズム回路は、第１検知パラメータに従ってアルゴリズムを動作させ、第２車載センサによる車両の周辺の物体の検知結果から、車両の制御に関わる第１検知結果を出力する。第２選択回路は、検知パラメータデータベースから、第１検知パラメータとは異なる複数の検知パラメータを複数の第２検知パラメータとして選択する。第２検知アルゴリズム回路は、複数の第２検知パラメータに従ってアルゴリズムを動作させ、第２車載センサの検知結果から、車両の制御に関わる第２検知結果を出力する。抽出回路は、第２検知結果と、予め蓄積した情報に基づいて求めた第２車両位置および通信回路を介して得た第２周辺環境の少なくとも一方から求めたアルゴリズムの第３検知結果と、の差分が閾値以下となる第２検知パラメータを複数の第２検知パラメータの中から抽出する。保存回路は、抽出した第２検知パラメータを、第１車両位置および第１周辺環境の少なくとも一方と対応付けて検知パラメータデータベースに保存する。

本開示に係る運転支援装置および車両によれば、市場投入後も継続的かつ安全に検知アルゴリズムの性能を高めることができる。

図１は、実施形態に係る車両のハードウェア構成の一例を示すブロック図である。 図２は、実施形態にかかる車両が有するＥＣＵの機能構成の一例を示すブロック図である。 図３は、実施形態にかかる車両が有する抽出部の機能構成の一例を示す図である。 図４は、実施形態にかかる車両が記憶する性能グラフの一例を示す図である。 図５は、実施形態にかかる車両の抽出部による最適な検知パラメータの抽出処理の流れの一例を示すフローチャートである。

以下、図面を参照しながら、本開示に係る運転支援装置および車両の実施形態について説明する。

本実施形態にかかる車両１は、図１に示すように、ＥＣＵ（Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）３１、周辺監視センサ群３９、ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）レシーバ３３、ＩＭＵ（Ｉｎｅｒｔｉａｌ Ｍｅａｓｕｒｅｍｅｎｔ Ｕｎｉｔ）４０、通信ユニット３５、センターモニタ３６、タッチパネル３７、スピーカ３８等を備える。これらの各部は、バス３２で互いに接続されている。

ＥＣＵ３１は、例えばＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）３１ａ、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）３１ｂ、およびＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）３１ｃを備えたコンピュータとして構成されている。なお、ＥＣＵ３１に、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）等から構成される記憶装置３１ｄが内蔵されていてもよい。また、ＥＣＵ３１は、各種周辺機器との間で信号の送受信が可能なＩ／Ｏ（Ｉｎｐｕｔ／Ｏｕｔｐｕｔ）ポート３１ｅを備えている。

ＥＣＵ３１のＲＡＭ３１ｂ、ＲＯＭ３１ｃ、記憶装置３１ｄ、およびＩ／Ｏポート３１ｅの各部は、例えば内部バスを介してＣＰＵ３１ａと各種情報の送受信が可能に構成されている。

ＥＣＵ３１は、ＲＯＭ３１ｃにインストールされているプログラムをＣＰＵ３１ａが実行することにより、車両１が行う各種処理を制御する。

なお、本実施形態の車両１で実行されるプログラムは、予めＲＯＭ３１ｃに組み込まれて提供されてもよいし、インストール可能な形式又は実行可能な形式のファイルでＣＤ－ＲＯＭ、フレキシブルディスク（ＦＤ）、ＣＤ－Ｒ、ＤＶＤ（Ｄｉｇｉｔａｌ Ｖｅｒｓａｔｉｌｅ Ｄｉｓｋ）等のコンピュータで読み取り可能な記録媒体に記録されて提供されてもよい。

さらに、本実施形態の車両１で実行されるプログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることによって提供するように構成しても良い。また、本実施形態の車両で実行されるプログラムをインターネット等のネットワーク経由で提供、または配布するように構成しても良い。

記憶装置３１ｄは、車両１の現在位置を特定するために使用する、例えば、地図データ、車両１の走行履歴、を記憶する。

周辺監視センサ群３９は、例えば、カメラ、ソナー、レーダー、ＬｉＤＡＲ（Ｌｉｇｈｔ Ｄｅｔｅｃｔｉｏｎ Ａｎｄ Ｒａｎｇｉｎｇ）といった、車両１の周辺の物体を検知するセンサを有する。

ＧＰＳレシーバ３３は、ＧＰＳアンテナ３４を用いて、ＧＰＳ衛星から発信されたＧＰＳ信号を取得して、ＥＣＵ３１に送信する。ＧＰＳ信号は、車両１の現在位置および進行方向を特定するために利用される。

ＩＭＵ４０は、車両１の挙動の計測に用いられ、車両１に作用する、例えば、角速度、加速度を検出する。

通信ユニット３５は、例えば、サーバ装置といった外部装置との間で無線通信を行うユニットであり、外部装置との間で各種情報を送受信する。

センターモニタ３６は、車両１のセンターコンソールに設置されて、例えば、車両１の周囲の地図を表示する。

タッチパネル３７は、センターモニタ３６の画面に積層された状態で設置される。タッチパネル３７は、センターモニタ３６に表示されたＧＵＩ（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ）画面に対して、操作者が行った操作情報を取得する。なお、車両１は、タッチパネル３７の他に、物理スイッチを備えてもよい。タッチパネル３７が取得した操作情報はＣＰＵ３１ａに送信されて、ＣＰＵ３１ａは操作指示に応じた処理を実行する。

スピーカ３８は、車両１の乗員に対して、例えば、音または音声によって各種情報を出力する。

車両制御ＥＣＵ４１は、ＥＣＵ３１より出力される指示に基づいて、例えば、車両１のアクセル、ブレーキ、又は、ステリングを制御する。

次に、図２を用いて、本実施形態にかかる車両１が有する運転支援装置１０の一例であるＥＣＵ３１の機能構成の一例について説明する。

本実施形態にかかる車両１が有するＥＣＵ３１は、図２に示すように、車両位置取得部１０１、第１車載センサ１０２、センサデータ入力部１０３、検知パラメータデータベース１０４、検知パラメータ選択部１０５、第１アルゴリズム実行部１０６、第２アルゴリズム実行部１０８、および抽出部１０９を有する。なお、運転支援装置１０は、センサデータ入力部１０３、検知パラメータデータベース１０４、検知パラメータ選択部１０５、第１アルゴリズム実行部１０６、第２アルゴリズム実行部１０８、および抽出部１０９を含む構成である。なお、ＥＣＵ３１は、車両制御ＥＣＵ４１に統合された構成でもよい。

本実施形態では、プロセッサの一例であるＣＰＵ１１が、ＲＡＭ１２を作業領域として利用して、ＲＯＭ１３に記憶されるプログラムを実行することにより、車両位置取得部１０１、センサデータ入力部１０３、検知パラメータ選択部１０５、第１アルゴリズム実行部１０６、第２アルゴリズム実行部１０８、および抽出部１０９を実現するものとするが、これに限定するものではなく、ハードウェア、またはハードウェアとソフトウェアの組合せにより実現してもよい。

車両位置取得部１０１は、車両１の第１車両位置（以下、自車位置と言う）を取得する取得部の一例である。本実施形態では、車両位置取得部１０１は、例えば、ＧＰＳレシーバ３３又はＩＭＵ４０を利用して、自車位置を取得する。また、車両位置取得部１０１は、車両１のタイヤの回転パルスに基づいて、自車位置を取得してもよい。ここで、自車位置には、例えば、経度、緯度、高さ情報が含まれ、車両１がどの道路を走行しているかを特定可能な情報である。

センサデータ入力部１０３は、周辺監視センサ群３９が含むセンサのうち第２車載センサ１０３ａによる車両１の周辺物体の検知結果を示すセンサデータを取得する。ここで、センサデータは、第２車載センサ１０３ａにより検知したデータ（所謂、生データ）であっても良いし、当該生データを加工した加工後のデータであっても良い。例えば、第２車載センサ１０３ａがカメラである場合、センサデータ入力部１０３は、当該カメラにより車両１の周辺を撮像した画像データに対して、例えば、圧縮といった画像処理を行ったデータを、加工後のデータとして取得し、画像処理を行っていないデータを生データとして取得する。なお、ＧＰＳレシーバ３３、ＩＭＵ４０、周辺監視センサ群３９は、第１車載センサ１０２と呼び、周辺監視センサ群３９のうちカメラは、車両の周辺の物体を検知する場合には第２車載センサ１０３ａと呼ぶ。

検知パラメータデータベース１０４は、第１車載センサ１０２によって得られた車両１の第１周辺環境および自車位置の少なくとも一方と、車両１の周辺の物体の検知に用いる検知パラメータと、を記憶する検知パラメータデータベースの一例である。具体的には、検知パラメータデータベース１０４は、第１車載センサ１０２によって得られた第１周辺環境および自車位置の少なくとも一方と、車両１の周辺の物体の検知に用いる検知パラメータと、を対応付けて記憶する。本実施形態では、検知パラメータデータベース１０４は、後述する第１アルゴリズム実行部１０６によるアルゴリズムの一例であるセンサ検知アルゴリズムの動作時に読み込まれる検知パラメータを蓄積する。例えば、検知パラメータデータベース１０４は、自車位置：東京都内の一般道、天候：雨、および時間：夜と、検知パラメータと、を対応付けて記憶する。また、検知パラメータデータベース１０４は、後述する抽出部１０９により抽出される最適な検知パラメータを記憶する。本実施形態では、検知パラメータデータベース１０４は、自車内に設けられているが、これに限定するものではなく、クラウド上に設けられていても良い。

ここで、検知パラメータは、センサデータ入力部１０３により取得されるセンサデータからの車両１の制御に関わる検知結果の出力に用いるパラメータである。具体的には、検知パラメータは、後述する第１アルゴリズム実行部１０６によって読み込まれ、アルゴリズムの入力、処理、出力を制御するための設定値である。

例えば、カメラからセンサデータを取得する場合、検知パラメータは、カメラによりセンサデータとして取得される画像データのうち、センサ検知アルゴリズムの動作によって、車両１の制御に関わる検知結果として出力する検知範囲の設定であっても良い。自車位置：「高速道路」の検知パラメータは、検知範囲を車両１の前後に絞って、車両１の前後の処理を集中させて、物体の検知精度を向上させる。また、周辺環境：「汚れ，雨滴がカメラに付着」の検知パラメータは、画像データにおいて汚れ，雨滴を除いた検知範囲であっても良い。また、カメラからセンサデータを取得する場合、検知パラメータは、カメラのキャリブレーションの設定（例えば、カメラの設置条件）であっても良い。

また、例えば、カメラからセンサデータを取得しかつセンサ検知アルゴリズムとして空間検知アルゴリズムを動作させる場合、検知パラメータは、３次元の物体の位置を推定するための特徴量の出力設定であっても良い。例えば、時間：夜に該当する場合、センサデータにノイズが現れやすい周辺環境の検知パラメータは、特徴量の出力数を抑える。また、例えば、天候：雪に該当する場合、センサデータの特徴量が得られづらい周辺環境の検知パラメータは、物体の未検知を防止するため、特徴量の出力数を増やす。

また、例えば、カメラからセンサデータを取得しかつセンサ検知アルゴリズムとして物体検知アルゴリズムを動作させる場合、検知パラメータは、Ｄｅｅｐ Ｌｅａｒｎｉｎｇにおける物体の検知の閾値（例えば、人らしさが０～１のうち、０．５以上）であり、周辺環境のうち、時間：「昼」，「夜」毎に変更されても良い。

また、カメラからのセンサデータに加えて、他のセンサからのセンサデータを用いて物体の検知結果の出力を行う場合、検知パラメータは、物体の検知結果の信頼度（尤度）であっても良い。例えば、カメラからのセンサデータとＬｉＤＡＲからのセンサデータを用いて物体の検知を行う場合、周辺環境のうち、時間：「夜」におけるＬｉＤＡＲのセンサデータの信頼度を、カメラのセンサデータの信頼度よりも高くし、周辺環境のうち、時間：「昼」におけるカメラのセンサデータの信頼度を、ＬｉＤＡＲのセンサデータの信頼度よりも高くしてもよい。

また、例えば、ＬｉＤＡＲからセンサデータを取得する場合も、検知パラメータは、ＬｉＤＡＲによりセンサデータとして取得される画像データのうち、センサ検知アルゴリズムの動作によって、車両１の制御に関わる検知結果として出力する検知範囲の設定であっても良い。自車位置：「高速道路」の検知パラメータは、検知範囲を車両１の前後に絞って、車両１の前後の物体の検知精度を向上させても良い。また、ＬｉＤＡＲからセンサデータを取得する場合、検知パラメータは、ＬｉＤＡＲのキャリブレーションの設定（例えば、レーザの設置条件）であっても良い。

また、例えば、ＬｉＤＡＲからセンサデータを取得しかつセンサ検知アルゴリズムとして空間検知アルゴリズムを動作させる場合も、検知パラメータは、３次元の物体の位置を推定するための特徴量の出力設定であっても良い。

また、例えば、ＬｉＤＡＲからセンサデータを取得しかつセンサ検知アルゴリズムとして物体検知アルゴリズムを動作させる場合、検知パラメータは、Ｄｅｅｐ Ｌｅａｒｎｉｎｇにおける物体の検知の閾値であっても良い。

また、例えば、ＬｉＤＡＲからセンサデータを取得する場合、検知パラメータは、クラスタリング処理によってセンサデータから予め設定された点群であるクラスタに分けて物体を検知する際のクラスタのサイズであっても良い。自車位置が、例えば、人といった、小さな物体が多い場所である場合、検知パラメータであるクラスタのサイズが小さくなる。一方、自車位置が、例えば、高速道路といった、大きな物体が多い場所である場合、検知パラメータであるクラスタのサイズが大きくなる。

また、例えば、ＬｉＤＡＲからセンサデータを取得する場合、検知パラメータは、フィルタリング設定であっても良い。周辺環境のうち、天候：雨天に該当する場合、検知パラメータであるフィルタリング設定は、センサデータからの間引きを行う設定とする。

図２に戻り、検知パラメータ選択部１０５は、検知パラメータデータベース１０４から、車両位置取得部１０１により取得される自車位置および第１車載センサ１０２により取得される第１周辺環境の少なくとも一方と対応付けられる検知パラメータ（以下、物体検知用の検体パラメータと言う。第１検知パラメータの一例）を選択する第１選択回路の一例である。本実施形態では、検知パラメータ選択部１０５は、検知パラメータデータベース１０４に記憶される検知パラメータのうち、後述する抽出部１０９によって、物体の検知に適していると判断された最適な検知パラメータを物体検知用の検知パラメータとして選択する。ここで、第１車載センサ１０２は、車両１の周辺の気候、明るさ、温湿度、物体の状況（例えば、歩行者または工事障害物の物体の有無）といった第１周辺環境を取得する第１車載センサの一例である。本実施形態では、第１車載センサ１０２は、車両１が有するＧＰＳレシーバ３３、ＩＭＵ４０、周辺監視センサ群３９等により取得したデータを、第１周辺環境として取得する。本実施形態では、検知パラメータ選択部１０５は、車両位置取得部１０１および第１車載センサ１０２によって取得される自車位置および第１周辺環境の両方に基づいて物体検知用の検知パラメータを選択しているが、自車位置および第１周辺環境の少なくとも一方に基づいて物体検知用の検知パラメータを選択するものであれば、これに限定するものではない。

また、検知パラメータ選択部１０５は、検知パラメータデータベース１０４から、物体検知用の検知パラメータとは異なる複数の検知パラメータ（以下、複数の探索用の検知パラメータと言う。複数の第２検知パラメータの一例）を選択する第２選択回路の一例である。例えば、検知パラメータ選択部１０５は、検知パラメータデータベース１０４に記憶される検知パラメータのうち、物体検知用の検知パラメータに近い検知パラメータを探索用の検知パラメータとして選択しても良い。または、例えば、検知パラメータ選択部１０５は、検知パラメータデータベース１０４に記憶される検知パラメータのうち、物体検知用の検知パラメータとは異なる検知パラメータを探索用の検知パラメータとして選択しても良い。

本実施形態では、検知パラメータ選択部１０５は、車両１が有する検知パラメータデータベース１０４に記憶される検知パラメータから、物体検知用の検知パラメータおよび探索用の検知パラメータを選択しているが、クラウド上に存在する他の車両で集めた検知パラメータを記憶する検知パラメータデータベースから、物体検知用の検知パラメータおよび探索用の検知パラメータを選択しても良い。この場合、検知パラメータ選択部１０５は、クラウド上の検知パラメータデータベースに記憶される検知パラメータのうち、後述する抽出部１０９によって物体の検知に適していると判断された検知パラメータを、物体検知用の検知パラメータとして選択することが好ましい。

第１アルゴリズム実行部１０６は、物体検知用の検知パラメータに従ってセンサ検知アルゴリズムを動作させ、第２車載センサ１０３ａのセンサデータから、車両１の制御に関わる物体の検知結果を第１検知結果として出力する第１検知アルゴリズム回路の一例である。例えば、センサデータがカメラから取得した画像データである場合、第１アルゴリズム実行部１０６は、例えば、車両１が走行可能なエリア、車両１の周辺の障害物の位置および速度を、第１検知結果として出力する。

そして、車両制御ＥＣＵ４１は、第１アルゴリズム実行部１０６により出力される第１検知結果に基づいて、車両１を制御する車両制御ＥＣＵの一例である。具体的には、車両制御ＥＣＵ４１は、第１アルゴリズム実行部１０６により出力される第１検知結果に基づいて、例えば、障害物の回避、緊急ブレーキ、自動駐車、前方の車両の追尾、レーンキープを実行する。また、車両制御ＥＣＵ４１は、第１アルゴリズム実行部１０６により出力される第１検知結果を、車両１が有するナビゲーションシステムが有する表示部に表示して、運転者が車両１を制御しても良い。

第２アルゴリズム実行部１０８は、探索用の検知パラメータに従ってセンサ検知アルゴリズムを動作させ、センサデータ入力部１０３により取得するセンサデータから、車両１の制御に関わる物体の検知結果を第２検知結果として出力する第２検知アルゴリズム回路の一例である。

抽出部１０９は、第２検知結果と、真値と、の差分が閾値以下となる探索用の検知パラメータを、複数の探索用の検知パラメータの中から抽出する抽出回路の一例である。ここで、真値は、予め蓄積した情報に基づいて求めた第２車両位置および通信回路を介して得た第２周辺環境の少なくとも一方から求めたセンサ検知アルゴリズムの第３検知結果の一例である。言い換えると、真値は、車両位置取得部１０１により取得される自車位置および第１車載センサ１０２により取得される第１周辺環境の少なくとも一方における、センサデータ入力部１０３により取得されるセンサデータからのセンサ検知アルゴリズムの検知結果の正解値もしくは真値である。

そして、抽出部１０９は、抽出した探索用の検知パラメータを最適な検知パラメータとして、車両位置取得部１０１により取得される自車位置および第１車載センサ１０２により取得される第１周辺環境の少なくとも一方と対応付けて、検知パラメータデータベース１０４に保存する保存回路の一例である。これにより、車両１が市場投入された後も、物体検知用の検知パラメータを、車両１の自車位置および周辺環境に適した検知パラメータに動的に切り替えることが可能となるので、車両１を市場投入後も継続的かつ安全に検知アルゴリズムの性能を高めることができる。本実施形態では、抽出部１０９は、車両１内に設けられているが、これに限定するものではなく、例えば、クラウド上に設けられていても良い。

次に、図３を用いて、本実施形態にかかる車両１が有する抽出部１０９の機能構成の一例について説明する。

抽出部１０９は、図３に示すように、地図記憶部２０１、リアルタイム情報記憶部２０２、真値抽出部２０３、アルゴリズム評価部２０４、性能グラフデータベース２０５、およびパラメータ抽出部２０６を有する。

地図記憶部２０１は、ダイナミックマップ基盤といった２次元的な地図に加えて、道路、走行標識、建物等を３次元で表す地図を含む高精度地図を記憶する記憶回路の一例である。また、地図記憶部２０１は、実在する物体の位置に加えて、仮想的な車線データを含む高精度地図を記憶する。これにより、車両１の自車位置をリアルタイムに取得することによって、車両１の周辺の高精度地図が取得可能となる。

リアルタイム情報記憶部２０２は、他車両および道路インフラが取得した道路状況および周辺環境等の少なくとも一方を示すリアルタイム情報の一例である他車両及びインフラリアルタイム情報を記憶する記憶回路の一例である。また、リアルタイム情報記憶部２０２は、例えば、図示しないＶ２Ｘに対応した通信部を介して取得される、自車に対して右前方に存在する車両からの障害物の位置情報を含む他車両及びインフラリアルタイム情報を記憶する。リアルタイム情報記憶部２０２は、地図記憶部２０１とその機能の一部に重複があるため、検知アルゴリズムの性能の評価に必要がない場合、又は、車両１が通信機能を有しない場合には、省略することも可能である。

真値抽出部２０３は、センサ検知アルゴリズムの検知結果に対する比較対象となる正解値である真値を抽出する。具体的には、真値抽出部２０３は、地図記憶部２０１に記憶される高精度地図、およびリアルタイム情報記憶部２０２に記憶される他車両及びインフラリアルタイム情報の少なくとも一方に基づいて、真値を抽出する真値抽出回路の一例である。例えば、真値抽出部２０３は、センサ検知アルゴリズムの検知結果として物体の位置が出力される場合、入力情報（例えば、地図記憶部２０１に記憶される高精度地図、およびリアルタイム情報記憶部２０２に記憶される他車両及びインフラリアルタイム情報）を参照して、物体の位置を真値として出力する。

アルゴリズム評価部２０４は、センサ検知アルゴリズムの第２検知結果と、真値抽出部２０３により生成される真値と、の差分に基づいて、第２検知パラメータ毎のセンサ検知アルゴリズムの性能を評価するアルゴリズム評価回路の一例である。本実施形態では、アルゴリズム評価部２０４は、センサ検知アルゴリズムの第２検知結果と、真値抽出部２０３により生成される真値と、の差分が小さくなるに従って、第２アルゴリズム実行部１０８の性能を高くする。

性能グラフデータベース２０５は、自車位置、第１周辺環境、またはその組合せに対応する探索用の検知パラメータと、アルゴリズム評価部２０４により評価されたセンサ検知アルゴリズムの性能と、を対応付ける性能グラフを記憶する。具体的には、性能グラフデータベース２０５は、車両位置取得部１０１により取得する自車位置および第１車載センサ１０２により取得する第１周辺環境の少なくとも一方毎に、探索用の検知パラメータと、センサ検知アルゴリズムの性能と、を対応付けて記憶する性能データベースの一例である。

図４において、縦軸は、センサ検知アルゴリズムの性能を表し、横軸は、探索用の検知パラメータを表す。センサ検知アルゴリズムの性能が最も高くなる検知パラメータが、最適な検知パラメータとなる。本実施形態では、性能グラフデータベース２０５は、図４に示す性能グラフのように、車両位置取得部１０１により取得する自車位置および第１車載センサ１０２により取得する第１周辺環境の少なくとも一方毎に、探索用の検知パラメータと、センサ検知アルゴリズムの性能と、を対応付ける性能グラフを記憶する。

図３に戻り、パラメータ抽出部２０６は、性能グラフデータベース２０５に記憶される性能グラフを参照して、複数の探索用の検知パラメータのうち、センサ検知アルゴリズムの性能が最も高くなる探索用の検知パラメータを、最適な検知パラメータとして抽出するパラメータ抽出回路の一例である。そして、パラメータ抽出部２０６は、抽出した最適な検知パラメータを、車両位置取得部１０１により取得する自車位置および第１車載センサ１０２により取得する第１周辺環境の少なくとも一方と対応付けて、検知パラメータデータベース１０４に保存する。

次に、図５を用いて、抽出部１０９による最適な検知パラメータの抽出処理の流れの一例について説明する。

本実施形態では、まず、真値抽出部２０３が、地図記憶部２０１に記憶される高精度地図、およびリアルタイム情報記憶部２０２に記憶される他車両及びインフラリアルタイム情報の少なくとも一方に基づいて、真値を抽出する（ステップＳ５０１）。次に、アルゴリズム評価部２０４は、センサ検知アルゴリズムの第２検知結果と、真値抽出部２０３により生成される真値と、の差分に基づいて、第２検知パラメータ毎のセンサ検知アルゴリズムの性能を評価する（ステップＳ５０２）。

次いで、性能グラフデータベース２０５は、自車位置、周辺環境、またはその組合せに対応する探索用の検知パラメータと、アルゴリズム評価部２０４により評価されたセンサ検知アルゴリズムの性能と、を対応付ける性能グラフを記憶する（ステップＳ５０３）。そして、パラメータ抽出部２０６が、性能グラフデータベース２０５に記憶される性能グラフを参照して、複数の探索用の検知パラメータのうち、センサ検知アルゴリズムの性能が最も高くなる探索用の検知パラメータを、最適な検知パラメータとして抽出する（ステップＳ５０４）。

このように、本実施形態にかかる車両１によれば、車両１が市場投入された後も、物体検知用の検知パラメータを、車両１の自車位置および周辺環境に適した検知パラメータに動的に切り替えることが可能となるので、車両１を市場投入後も継続的かつ安全に検知アルゴリズムの性能を高めることができる。

本開示の実施形態を説明したが、この実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。この実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。この実施形態は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。

上述の実施形態においては、各構成要素に用いる「・・・部」という表記は、「・・・回路（circuitry）」、「・・・アッセンブリ」、「・・・デバイス」、「・・・ユニット」、又は、「・・・モジュール」といった他の表記に置換されてもよい。

以上、図面を参照しながら実施形態について説明したが、本開示はかかる例に限定されない。当業者であれば、特許請求の範囲に記載された範疇において、各種の変更例又は修正例に想到し得ることは明らかである。そのような変更例又は修正例についても、本開示の技術的範囲に属するものと了解される。また、本開示の趣旨を逸脱しない範囲において、実施の形態における各構成要素は任意に組み合わされてよい。

本開示はソフトウェア、ハードウェア、又は、ハードウェアと連携したソフトウェアで実現することが可能である。

なお、本開示は、システム、装置、方法、集積回路、コンピュータープログラム、または、記録媒体で実現されてもよく、システム、装置、方法、集積回路、コンピュータープログラムおよび記録媒体の任意な組み合わせで実現されてもよい。また、プログラム製品は、コンピュータープログラムが記録されたコンピュータが読み取り可能な媒体である。

上記実施形態の説明に用いた各機能ブロックは、部分的に又は全体的に、集積回路であるＬＳＩとして実現され、上記実施形態で説明した各プロセスは、部分的に又は全体的に、一つのＬＳＩ又はＬＳＩの組み合わせによって制御されてもよい。ＬＳＩは個々のチップから構成されてもよいし、機能ブロックの一部または全てを含むように一つのチップから構成されてもよい。ＬＳＩはデータの入力と出力を備えてもよい。ＬＳＩは、集積度の違いにより、ＩＣ、システムＬＳＩ、スーパーＬＳＩ、ウルトラＬＳＩと呼称されることもある。

集積回路化の手法はＬＳＩに限るものではなく、専用回路、汎用プロセッサ又は専用プロセッサで実現してもよい。また、ＬＳＩ製造後に、プログラムすることが可能なＦＰＧＡ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）や、ＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。本開示は、デジタル処理又はアナログ処理として実現されてもよい。

本開示に係る運転支援装置によれば、市場投入後も継続的かつ安全に検知アルゴリズムの性能を高めることが実現できる。

１ 車両
運転支援装置１０
３１ ＥＣＵ
３１ａ ＣＰＵ
３１ｂ ＲＡＭ
３１ｃ ＲＯＭ
３１ｄ 記憶装置
３１ｅ Ｉ／Ｏポート
３３ ＧＰＳレシーバ
３５ 通信ユニット
３９ 周辺監視センサ群
４０ ＩＭＵ
４１ 車両制御ＥＣＵ
１０１ 車両位置取得部
１０２ 第１車載センサ
１０３ センサデータ入力部
１０３ａ 第２車載センサ
１０４ 検知パラメータデータベース
１０５ 検知パラメータ選択部
１０６ 第１アルゴリズム実行部
１０８ 第２アルゴリズム実行部
１０９ 抽出部
２０１ 地図記憶部
２０２ リアルタイム情報記憶部
２０３ 真値抽出部
２０４ アルゴリズム評価部
２０５ 性能グラフデータベース
２０６ パラメータ抽出部

Claims (5)

1. 第１車載センサによって得られた車両の第１周辺環境および当該車両の第１車両位置の少なくとも一方と、前記車両の周辺の物体の検知に用いる検知パラメータと、を記憶する検知パラメータデータベースと、
   前記検知パラメータデータベースから、前記第１車両位置および前記第１周辺環境の少なくとも一方と対応付けられる検知パラメータを第１検知パラメータとして選択する第１選択回路と、
   前記第１検知パラメータに従ってアルゴリズムを動作させ、第２車載センサによる前記車両の周辺の物体の検知結果から、前記車両の制御に関わる第１検知結果を出力する第１検知アルゴリズム回路と、
   前記検知パラメータデータベースから、前記第１検知パラメータとは異なる複数の検知パラメータを複数の第２検知パラメータとして選択する第２選択回路と、
   前記複数の第２検知パラメータに従って前記アルゴリズムを動作させ、前記第２車載センサの検知結果から、前記車両の制御に関わる第２検知結果を出力する第２検知アルゴリズム回路と、
   前記第２検知結果と、予め蓄積した情報に基づいて求めた第２車両位置および通信回路を介して得た第２周辺環境の少なくとも一方から求めた前記アルゴリズムの第３検知結果と、の差分が閾値以下となる前記第２検知パラメータを前記複数の第２検知パラメータの中から抽出する抽出回路と、
   抽出した前記第２検知パラメータを、前記第１車両位置および前記第１周辺環境の少なくとも一方と対応付けて前記検知パラメータデータベースに保存する保存回路と、
   を備える運転支援装置。
2. 前記抽出回路は、
   前記第２検知結果と前記第３検知結果との差分に基づいて、前記第２検知パラメータ毎の前記アルゴリズムの性能を評価するアルゴリズム評価回路と、
   前記第１車両位置および前記第１周辺環境の少なくとも一方毎に、前記第２検知パラメータと、前記アルゴリズムの性能と、を対応付けて記憶する性能データベースと、
   前記性能データベースを参照して、前記複数の第２検知パラメータのうち前記性能が最も高くなる前記第２検知パラメータを抽出するパラメータ抽出回路と、
   を備える請求項１に記載の運転支援装置。
3. 前記アルゴリズム評価回路は、前記差分が小さくなるに従って、前記性能を高くする、請求項２に記載の運転支援装置。
4. 前記抽出回路は、
   前記第２車両位置として、前記車両の周辺の三次元の高精度地図と、前記第２周辺環境として、他の車両または道路インフラにより取得される道路状況および周辺環境の少なくとも一方を示すリアルタイム情報と、を記憶する記憶回路と、
   前記高精度地図および前記リアルタイム情報の少なくとも一方に基づいて、前記第３検知結果を抽出する真値抽出回路と、
   を備える請求項１から３のいずれか一つに記載の運転支援装置。
5. 車両の第１周辺環境を取得する第１車載センサと、
   前記第１周辺環境および当該車両の第１車両位置の少なくとも一方と、前記車両の周辺の物体の検知に用いる検知パラメータと、を記憶する検知パラメータデータベースと、
   前記検知パラメータデータベースから、前記第１車両位置および前記第１周辺環境の少なくとも一方と対応付けられる検知パラメータを第１検知パラメータとして選択する第１選択回路と、
   前記車両の周辺の物体を検知する第２車載センサと、
   前記第１検知パラメータに従ってアルゴリズムを動作させ、前記第２車載センサの検知結果から、前記車両の制御に関わる第１検知結果を出力する第１検知アルゴリズム回路と、
   前記第１検知結果に基づいて、前記車両を制御する車両制御ＥＣＵと、
   前記検知パラメータデータベースから、前記第１検知パラメータとは異なる複数の検知パラメータを複数の第２検知パラメータとして選択する第２選択回路と、
   前記複数の第２検知パラメータに従って前記アルゴリズムを動作させ、前記第２車載センサの検知結果から、前記車両の制御に関わる第２検知結果を出力する第２検知アルゴリズム部と、
   前記第２検知結果と、予め蓄積した情報に基づいて求めた第２車両位置および通信回路を介して得た第２周辺環境の少なくとも一方から求めた前記アルゴリズムの第３検知結果と、の差分が閾値以下となる前記第２検知パラメータを、前記複数の第２検知パラメータの中から抽出する抽出回路と、
   抽出した前記第２検知パラメータを、前記第１車両位置および前記第１周辺環境の少なくとも一方と対応付けて前記検知パラメータデータベースに保存する保存回路と、
   を備える車両。

Images