JP2023064792A

JP2023064792A - 車両の走行制御処理システム

Info

Publication number: JP2023064792A
Application number: JP2021175137A
Authority: JP
Inventors: 道年東; Michitoshi Higashi; 徹樋口; Toru Higuchi; 貴俊角田; Takatoshi Kakuta; 敏英佐竹; Toshihide Satake; 文章角谷; Fumiaki Sumiya; 貴久青柳; Takahisa Aoyanagi
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2021-10-27
Filing date: 2021-10-27
Publication date: 2023-05-12
Anticipated expiration: 2041-10-27
Also published as: DE102022211064A1; JP7308900B2; US20230128212A1

Abstract

【課題】路側機から受信される情報に基づいて路面情報、障害物情報及び信頼度情報を車両に提供する装置を提供する。【解決手段】本装置は、各路側機が所定の視野内の障害物を検出する複数のセンサを含む、複数の路側機から障害物情報を受信する通信モジュールを含む。本装置における信頼度判定器が、受信された障害物情報の信頼度を判断し、同じ障害物を検出する路側機の数と、同じ障害物を検出する１つの路側機のセンサの数と、異なる路側機又は異なるセンサの間の同じ障害物の検出の差分値とに基づく信頼度値と路面情報に基づいた補正項を出力する。【選択図】図１

Description

本願は、車両の走行制御処理システムに関する。

近年、モビリティ分野においてディープラーニングといった人工知能（AI：Artificial Intelligence）に加え、ビッグデータ、あるいは５Ｇといった情報通信技術の導入が進み、人（ヒト）、あるいは物（モノ）の輸送自動化が積極的に開発されている。これら先端技術の導入によって、従来では解決が困難であった、ラストワンマイル問題の解消、物流分野におけるドライバー不足の改善、あるいは交通渋滞の改善といった様々な社会問題の解決が期待されている。

例えば、工場といった特定エリア内で運行する車両において、従来ではドライバーがトラックまたは牽引台車を用いて、ある地点から特定の地点までモノを輸送していた。しかしながら、工場の稼働率向上のためには、工場内搬送を常に運行させる必要がある。しかしながら、牽引できる車両台数の増加、あるいは搬送時間帯を増加するといった解決方法では、設備コスト、あるいはドライバーの人的コストの増加が必要であり事業者にとって負担が大きい。このような社会的背景のために、輸送車両の自動運転化が望まれている。

ところで、一般車両における自動運転の技術レベルはSAE（Society of Automotive Engineers）によってその分類が定義されており、多くの製造業者、あるいは社会団体がこの指標を採用している。詳細な説明は割愛するが、自動運転レベル０～３までは、運転者が車両を監視する義務を要しており、自動運転レベル４以降では、運転者が常に車両を監視する義務が無くとも車両の自動走行を継続することができる。

そして、自動運転レベル４以上の自動運転システムを実現するためには、多くの車両において、車両前方を監視するフロントカメラ、24～79GHｚの周波数帯域を利用し車両前方もしくは車両後方の障害物を監視するミリ波レーダーセンサ（ＭＭＷＲ：millimeter-wave radar sensors）、レーザーの反射によって得られる点群情報に基づいて車両周囲の障害物との距離を計測する光学式センサ（ＬｉＤＡＲ：light detection and ranging sensors）、あるいは、超音波の反射によって障害物との距離を計測する超音波センサ等の搭載が必要である。
自動運転において、上記障害物に着目したものとして、走行予定経路と障害物情報を利用して、車両の自動運転を支援する自動運転支援システムがある（例えば、特許文献１参照）。

また、センサを備えた車両において、走行制御装置とともに、走行軌道を生成するための演算負荷を軽減した軌道生成装置を車両に搭載したものが知られている（例えば、特許文献２参照）。しかしながら、前記センサ群を搭載してもセンサの視野（ＦｏＶ：Field of View）限界に起因する死角は存在し、また、前記センサ群を車両に搭載するとなると、センサコストが増大する。さらに、自動運転車の走行が増えるにつれ、自動走行優先順位の決定付けが無いと、自動運転車両はどの車両の走行を優先すれば良いのか判断できないとった課題も生じる。

特開２０１７－１１７０７９号公報特開２０２１－６２６５３号公報

このような、問題を解決するために、路側機（以下、ＲＳＵとも呼ぶ。ＲＳＵ：Road Side Unit）、マルチアクセスエッジコンピュータ（ＭＥＣ:multi access edge computer。以下、単にエッジコンピュータとも称する）と５Ｇ技術等を活用することで、自動運転車両同士を調停した自動運転システムの開発が進んでいる。例えば、自動運転車が走行する走行路面近傍に設置された複数の路側機において各路側機が検出した障害物情報をＭＥＣに送信する。ＭＥＣでは障害物情報に基づいた信頼度値を演算し、前記信頼度値に応じて自動運転車両の制動範囲を設定することが検討されている。
ただし、上記路側機には走行路面の状況を取得し車両制御する具体的手段についての検討はあまり進んでいない。例えば、路面凍結によって走行路面の環境が変わった場合には前記制動範囲を変更しないと、車両停止によって前方障害物に衝突する可能性、あるいはカーブ路において車両の横転といった可能性がある。あるいはヒトが搭乗している場合には乗り心地の悪化、あるいはモノを輸送する場合には荷崩れの発生等の課題があることが判っている。

本願は、上記のような課題を解決するための技術を開示するものであり、走行環境が異なる自動運転車両の走行路面においても、自動運転車両の走行の安全を確保した車両の走行制御処理システムを提供することを目的とする。

本願に開示される車両の走行制御処理システムは、
障害物と路面状況を検出する複数のセンサを有する路側機、
前記路側機が得た障害物の情報および路面状況の情報を受信する通信モジュールと、
前記通信モジュールが受信した障害物と路面状況の情報を基に、同一の障害物を検出した１つの路側機のセンサの数と、同一の障害物を検出した路側機の数と、異なるセンサ間または異なる路側機間で同一の障害物とみなされた検出点間の距離と、に基づき、受信された障害物の情報の信頼度を判定する信頼度判定器と、
前記路面状況の情報を基に、車両の走行路面の状況を判定する路面状況判定器と、
を有し、道路情報を予め記憶するコンピュータ、
自車の位置を検出する自車位置検出器と、
前記車両の走行経路を設定する経路設定部を含み、前記経路設定部によって設定された走行経路に基づいて、前記道路情報から定めた前記車両の目標経路を修正する自動運転モジュールと、
を有する車両、
を備え、
前記路面状況判定器で判定した路面状況の情報から定まる前記車両の制動距離と、前記信頼度判定器から出力された前記信頼度と、から、前記障害物までの前記制動距離を補正し、当該補正した制動距離を基に、前記自動運転モジュールで定めた目標経路を変更するものである。

本願に開示される車両の走行制御処理システムによれば、走行環境が異なる自動運転車両の走行路面においても、自動運転車両の走行の安全を確保した車両の走行制御処理システムを提供することができる。

実施の形態１の車両の走行制御処理システムの構成の一例を示す図である。図１の車両の走行制御処理システムの構成要素であるデータ収集インフラ装置の詳細説明図である。図１の車両の走行制御処理システムの構成要素であるＭＥＣの詳細説明図である。図１の車両の走行制御処理システムの構成要素である車両の詳細説明図である。データ収集インフラ装置の構成要素として使用される路側機の視野角を説明するための図である。実施の形態１の車両の走行制御処理システムにおいて、信頼度判定の動作を説明するためのフローチャートを示す図である。実施の形態１の車両の走行制御処理システムにおいて、信頼度値に基づく自動制御の動作を説明するためのフローチャートを示す図である。実施の形態２の車両の走行制御処理システムの構成要素であるＭＥＣの詳細説明図である。実施の形態２の車両の走行制御処理システムの構成要素である車両の詳細説明図である。実施の形態１、２の車両の走行制御処理システムを構成する各装置に備えられたプロセッサと記憶装置の一例を示す図である。

実施の形態１．
本願は、インフラ協調型の自動運転システムであって、インフラストラクチャ情報から計算される信頼度値（信頼度数値とも呼ぶ）に基づいて車両を制御する、車両の走行制御処理システムに関わるものである。

図１は、実施の形態１に係る車両の走行制御処理システムの構成の一例を示す図である。複数のＲＳＵ（ＲＳＵａ、・・・、ＲＳＵｘ）を備えるデータ収集インフラ装置１００と、マルチアクセスエッジコンピュータ（ＭＥＣ:multi-access edge computer）２００と、先進運転支援システム（ＡＤＡＳ：advanced driving assistance system）または自動運転（ＡＤ：automated driving）システムが搭載された車両３００から構成されるインフラ協調型の自動運転システムである車両の走行制御処理システム５００である。

前記データ収集インフラ装置１００と前記ＭＥＣ２００との間の通信は、通常、ＬＴＥ若しくは５Ｇのような無線ネットワーク又は他の専用ネットワークを通じて行われる。また、ＭＥＣ２００と車両３００との間の通信も、同様にＬＴＥ若しくは５Ｇに代表される高速で低遅延な無線ネットワーク或いは他の専用ネットワークによって行われる。

前記データ収集インフラ装置１００、前記ＭＥＣ２００及び前記車両３００は、中央処理装置（ＣＰＵ。ＣＰＵ：central processing unit）としてのプロセッサ４００、リードオンリーメモリ（ＲＯＭ：read only memory）及びランダムアクセスメモリ（ＲＡＭ：random access memory）などの記憶装置４０１を用いて構成される。また、上記プロセッサとしては、デジタル信号プロセッサ（ＤＳＰ：digital signal processor）、または論理回路によって構成されていても良い。

図２～図４は、図１に示されたインフラ協調型の自動運転システムである車両の走行制御処理システム５００の各構成要素の詳細説明図である。
図２は、複数の路側機ＲＳＵａ、・・・、ＲＳＵｘ（以下、これらの路側機を総称して、路側機１０１、あるいはＲＳＵ１０１と呼ぶ）を含むデータ収集インフラ装置１００を示す。各路側機は、障害物を検出する画像センサ１０２、電波センサ１０３、光学センサ１０４から構成される。いずれのセンサにもＣＰＵ、及び、ＲＳＵの動作を実行するソフトウェアが上述の記憶装置に記憶されており、センサデータはこの記憶装置に保持される。

前記画像センサ１０２では、例えば前方監視カメラに代表されるように、障害物を撮像し、一定の視野角にて撮像された画像データから障害物の距離を演算する。さらに、前記画像センサ１０２では、前記車両３００が走行する路面環境の情報を取得する。路面環境の一例としては、車両３００が走行する路面摩擦、あるいは路面の凹凸といった情報である。また、前記電波センサ１０３では、例えばＭＷＷＲに代表されるように、一定の視野内の障害物の位置情報に加え、ドップラー効果によって直接的に視野内の障害物速度を演算する。さらに、光学センサでは、例えばＬｉＤＡＲに代表されるように、一定の視野内において光学レーザーを照射し、また、障害物からのレーザーの反射によって得られる点群データを検知する。また、走行路面からの反射された点群情報を活用し、路面の凹凸、あるいは路面の濡れ状態といった路面状態に関わる路面情報の検出を行う。

なお、前記ＲＳＵ１０１が検出した前記路面情報に基づいて、路面の摩擦抵抗を設定する。例えば、ＲＳＵａが良好なアスファルト舗装路を検出した場合、路面の摩擦係数は０．７５、濡れたアスファルト舗装路の場合は０．５、雪道の場合は０．１５0、凍結路の場合では０．０７と、事前に記憶させた設定値を参照し、ＲＳＵａの路面情報としてＭＥＣ２００に出力する。なお、当該の処理はＲＳＵａのみならず、全てのＲＳＵに具備されており、各ＲＳＵにおいて路面情報を演算する。

前記ＲＳＵ１０１において、前記画像センサ１０２、前記電波センサ１０３、前記光学センサ１０４から出力された検出信号は、センサのそれぞれの出力を一括して処理する。センサ情報演算部１０７において、当該センサ群から入力された検出信号のノイズ情報を除去し、複数のセンサ情報を一括して処理することで、ＲＳＵ１０１の視野角にて測距できる周辺環境において、より信頼性の高い障害物有無の判定、あるいは識別ができる。例えば、異なるセンサ情報を処理し障害物の位置精度の信頼性を高めるセンサフュージョン処理、あるいはディープラーニングといった強化学習に基づいて障害物を識別する。

以上の処理により、前記センサ情報演算部１０７では、例えば、ＲＳＵａから出力された複数のセンサ情報に基づいて、障害物の緯度、経度といった位置情報と、障害物の速度と、障害物の高さと、さらに、障害物が車両、歩行者又は二輪車のうち、どれであるかといった識別された情報を含む障害物情報と、ＲＳＵａにて検知した路面情報と、を取得する。なお、これらの処理はＲＳＵａのみならず、全てのＲＳＵに具備されており、各ＲＳＵで演算された障害物情報及び路面情報をＭＥＣ２００に送信する。

また、前記各ＲＳＵにおいて、センサの検出方法、識別方法、あるいは路面の摩擦係数などのセンシング可能な情報は、上記に述べたものに限定されない。さらに、前記センサの情報と前記路面情報に加え、必要に応じて交通流検出、あるいは天候検出を提供する他のセンサと組み合わせることもできる。

図５にＲＳＵ１０１の配置例を示す。ＲＳＵ１０１の各センサは視野１０５を有し、路面情報を基に障害物情報を収集する。本実施の形態１では、各ＲＳＵは、前記視野１０５及び検出範囲等に関して同じ仕様をもつものとする。また、ＲＳＵ１０１は目標とする走行エリア１０６（目標エリア１０６とも言う）に対し周辺に死角となるエリアが極力無いように配置されている。具体的には、前記視野１０５が車両の走行路にあるようにするため、少なくとも２つのＲＳＵが同時に同一の障害物もしくは車両を検知範囲に含められるように、ＲＳＵ１０１の配置を決定する必要がある。

なお、前記ＲＳＵ１０１は、異なる視野と検出範囲をもつことも可能である。例えば、データ収集インフラ装置１００は、短い検出範囲を伴う広角な視野を有するＲＳＵと、狭角な視野だが長い検出範囲を有するＲＳＵとを組み合わせた構成でも良い。このような組み合わせによって、特定のエリアに限り障害物に対しての検出精度、あるいは識別精度を向上させることができる、あるいは、ノイズ除去による障害物情報の誤検知を抑制する、といった効果が期待できる。

図１及び図２に示すように、前記ＭＥＣ２００は、前記ＲＳＵ１０１から障害物情報と路面情報を受信する。図１、図２には示していないが、前記ＭＥＣ２００には、上述したように、中央処理装置（ＣＰＵ）と、データ及び処理命令を記憶する記憶装置と、を含む（図１０参照）。

この前記ＭＥＣ２００は、図３に示すように、前記ＲＳＵ１０１と高速通信するための通信モジュール２０１とセンサ情報統合部２０５とを備える。前記通信モジュール２０１は、障害物の有無と障害物の位置及び検出時刻とを含んだ障害物情報を前記データ収集インフラ装置１００から受信し、前記障害物情報を記憶装置４０１に記憶する。また、前記ＭＥＣ２００は、センサステータスに関する情報もＲＳＵ１０１から受信する。加えて、通信モジュール２０１は、前記車両３００の緯度、経度といった位置情報及び車両３００の速度の情報を受信する。

また、前記ＭＥＣのセンサ情報統合部２０５は、受信された障害物情報の信頼度を判断する信頼度判定器２０３を備える（図３参照）。信頼度判定器２０３は、検出された障害物情報の信頼度を判断し、障害物情報の信頼度を定量的に示す信頼度値を出力する。信頼度値は、各ＲＳＵの中で前記画像センサ１０２、前記電波センサ１０３、前記光学センサ１０４が適切に機能しているか、あるいはセンサステータスに基づいた判定、複数のＲＳＵが同じ障害物の検出を確認しているかに基づいた判定、および同じＲＳＵにある複数のセンサ、つまり、１つのＲＳＵの画像センサ１０２、電波センサ１０３、光学センサ１０４（以下、総称してＡＤＡＳセンサとも呼ぶ。ＡＤＡＳ：advanced driving assistance system）が同じ障害物を検出しているかの判定、を組み合わせて信頼度値を決定し、前記通信モジュール２０１に出力する。

次に、信頼度値について詳細に説明する。１つの障害物に対して、複数（ｎ個）のＲＳＵが同じ障害物を検出した場合、同一物体に対し検出点はｎ個存在する。当該ｎ個の検出点は、センサの検出誤差、あるいは障害物からの検出面が異なることに起因して、同一の障害物であっても検出誤差（位置誤差）が生じることがある。

前記ｎ個の検出点から同一の障害物であるとみなして、これらをグルーピングする手法には様々な手法（統計的な手法）がある。ここでは、検出点同士の距離の差分を演算し、対象障害物の判定を行う。ここで、検出点同士の距離の差分値δは、式（１）に従って求める。

ここで、２つの検出点は（ｘ_１、ｙ_１）、（ｘ_２、ｙ_２）で表される。

そして、前記差分値δが一定の閾値内にある場合は、検出点は同一の障害物だと判定する。このように判定することによって、検出の信頼度は最も高くなるので、ここでは信頼度値「４」を出力する。
次に、１つのＲＳＵのみが障害物を検出し、同じＲＳＵにおいて、前記ＡＤＡＳセンサから同じ障害物を検出した場合には、信頼度値は、前述の複数のＲＳＵが検出した場合と比較して高くないが、ここでは、信頼度は高いとみなし、信頼度値「３」を出力する。
次に、ＲＳＵのうちＡＤＡＳセンサのうちの１つのセンサのみが障害物を検出したときは、信頼度はさらに下がるが、この場合には、信頼度値「２」を出力する。

また、センサステータスは正常で、走行路に障害物が全く検出されない場合は、信頼度値「１」を出力し、センサが故障等の要因で機能しない場合、あるいは無線の異常が発生した場合には信頼度値「０」を出力する。

次に、路面状況判定器２０４では、ＲＳＵ１０１から出力される路面情報に基づいて、前記車両３００の走行路における摩擦係数を設定する。複数のＲＳＵにて路面を検出すると検出範囲が重複する場合がある。そのような場合は検出範囲が重複する走行路に対し、各ＲＳＵから受信される路面情報の平均値を求める。

ＨＤ地図生成器２０２（ここで、ＨＤはハードディスクを意味する）では、事前に記憶された地図情報に基づいて、前記車両３００が走行する地図情報を備えた目標経路を出力する。前記ＨＤ地図生成器２０２は、車両（自車両）の近傍（例えば、前方：５００ｍ、後方：５００ｍ）の地図情報を通信モジュールに送信する。地図の範囲は車両速度に基づいて変更することができ、車両速度が高速であるほど、より大きな範囲に変更できる。

図６は、前記信頼度判定器２０３にて実行されるプロセスを示すフローチャートである。前記信頼度判定器２０３は、障害物情報をＲＳＵ１０１から受信した後、前記フローチャートに従って信頼度値（信頼度数値）を出力する。
まず、ＡＤＡＳセンサのいずれもが適切に機能しているか否か、すなわち、有効なセンサデータを取得できているか否かが判断される（ステップＳ１）。センサが有効なデータを提供するように機能していない場合は、信頼度数値「０」を出力する（ステップＳ１１）。

センサが有効に機能している場合、何らかの障害物が車両の所定の距離内にあるか否かを判断する（ステップＳ２）。障害物が所定の距離内で検出されない場合には、信頼度数値「１」を出力する（ステップＳ１０）。
次に、障害物が所定の距離内に存在し、かつ、センサが有効に機能している状態で、障害物情報を信頼度判定器に出力しているときは、少なくとも２つのＲＳＵからの障害物情報が同じ障害物を同じタイミングで検出しているか否かを判断する（ステップＳ３）。

また、同じタイミングで同じ障害物が少なくとも２つのＲＳＵ、例えば、ＲＳＵａ、ＲＳＵｂによって検出された場合には、前記ＲＳＵａと前記ＲＳＵｂから検出された障害物の位置が比較される。すなわち、上述のように、各障害物位置より演算される差分値δが求められ、任意の差分の閾値と比較される。
なお、センサのサンプリング周波数の違いにより、障害物の検出タイミングが異なる、障害物の速度ベクトル或いは検出時刻に基づいて障害物の位置を補間すると、前記差分値の演算精度が改善される。

前記差分値δが求められた後、当該差分値は所定の差分の閾値と比較される（ステップＳ４）。当該差分値δが所定の閾値よりも小さい場合には、信頼度は高いと判定され、信頼度数値は「４」に設定される（ステップＳ５）。したがって、複数のＲＳＵが差分閾値内にある同じ障害物を検出している場合には、検出情報の統計的確度が高いため、信頼度が高いといえる。一方で、差分値δが差分の閾値を越えているときは、同一の障害物だとしても、信頼度数値「３」が出力される（ステップＳ７）。

複数のＲＳＵが同じ障害物を検出していない場合には（ステップＳ３）、１つのＲＳＵに具備されたＡＤＡＳセンサが同じ障害物を検出しているか否かが判定される（ステップＳ６）。同じＲＳＵからの複数ＡＤＡＳセンサが同じ障害物を検出している場合は、センサの信頼性は確証されるが、単一のＲＳＵの検出結果なので、信頼度数値「３」を出力する（ステップＳ７）。
一方、複数のＡＤＡＳセンサの中の１つのセンサしか障害物を検出していない場合には（ステップＳ８）、信頼度は下がり、信頼度数値「２」が出力される（ステップＳ９）。

このように、信頼度値は障害物検出を確認するＲＳＵのステータス、或いは少なくとも２つのＲＳＵ間の障害物位置の検出間の誤差、或いは同じ障害物の検出を確認する１つのＲＳＵのセンサの数に基づいて設定され、前記信頼度値と障害物情報及び目標経路が通信モジュール２０１にて前記ＭＥＣ２００から前記車両３００に送信される。

前記車両３００には、前記信頼度判定器２０３によって出力された信頼度値、障害物情報、路面状況判定器２０４によって判定された路面情報、及びＨＤ地図生成器２０２によって演算された目標経路を受信した後、後述するフローチャート（図７）に従って、路面情報と信頼度値に基づいた自動制御がなされる。

図４に示すように、前記車両３００は、車両位置を求める自車位置検出器３０１と通信モジュール３０２と自動運転モジュール３０３を有し、前記障害物情報、前記信頼度値、前記路面情報、前記目標経路が、通信モジュール３０２を介して受信され、自動運転モジュール３０３に入力される。前記自動運転モジュール３０３は、車両の走行を制限する経路設定部３０７を備え、前記経路設定部３０７によって設定された車両制御範囲の制限値に基づいて前記目標経路を修正する。前記制限値には、目標操舵演算部３０８に入力される目標操舵量、目標駆動演算部３０９に入力される目標駆動量、目標制動演算部３１０に入力される目標制動量があり、これらを総称して目標操作量と呼ぶ。

前記目標操舵演算部３０８では、目標操舵量として、例えば目標操舵角（目標操舵角度）、あるいは目標トルクなどが設定され、当該目標操作量に追従するためのフィードバック制御、フィードフォーワード制御、あるいはそれらを組み合わせた制御、を実行するための制御器を備える。そして、目標操舵演算部３０８からの出力値に従って横方向操作部３０４が作動する。前記横方向操作部３０４の構成要素の例として、舵角センサ付き電動パワーステアリングと前記電動パワーステアリングの回転を制御する電動パワーステアリングコントローラーが挙げられ、これらを車両に具備することで、目標舵角、目標角速度、あるいはこれらの微分値に追従制御する構成が実現される。

前記目標駆動演算部３０９で演算される目標駆動量としては、例えば目標車速、目標加速度、あるいは目標躍度（目標加加速度。ここで加加速度は単位時間当たりの加速度の変化率）、目標駆動トルクなどが挙げられ、当該目標駆動量に追従するためのフィードバック制御、フィードフォーワード制御、あるいはそれらを組み合わせた制御、を実行するための制御器を備える。目標駆動演算部３０９からの出力値に従って前後方向駆動部３０５が作動する。前後方向駆動部３０５の構成要素の例として、回転センサが供えられた駆動用電動モータと前記駆動モータの回転を制御するインバータが挙げられ、これらの構成を車両に具備することで、目標前後距離、目標車速、あるいはそれらの微分値に追従制御する構成が実現される。

前記目標制動演算部３１０で演算される目標制動量として、例えばブレーキ圧が挙げられ、当該目標制動量に追従するようにフィードバック制御、フィードフォーワード制御、あるいはそれらを組み合わせた制御器を備える。目標制動演算部３１０からの出力値に従って前後方向制動部３０６が作動する。前後方向制動部３０６の構成要素の例として、油圧ブレーキと前記油圧ブレーキの圧力を制御するコントロールユニットが挙げられ、これらを車両に具備することで、目標ブレーキ圧に追従制御する構成が実現できる。

図７のフローチャートを用いて、本実施の形態１における具体的な車両制御について説明する。初めに、第１の所定の距離（Ｌ１）、第２の所定の距離（Ｌ２）、及び第３の所定の距離（Ｌ３）を定義する。ここで、Ｌ１＜Ｌ２＜Ｌ３なる関係がある。前記Ｌ１～Ｌ３で示される所定の距離は、信頼度値（信頼度数値）が高いほど、より短い距離に移行する。つまり、信頼度値が高くなるにつれ、Ｌ３からＬ２へ、Ｌ２からＬ１となる選択がなされる。

なお、上記所定の距離は、前後方向に限ったものではなく、横方向にも適用でき、前後方向における第１～第３の所定の距離と、横方向における第１～第３の所定の距離と、を設定し、当該設定値を組み合わせて設定してもよい。

図７のフローが開始されたら、路面情報に応じて経路設定部３０７にて目標操作量の制限値が設定される（ステップＳ１２）。次に、路面情報に応じて補正項を演算する（ステップＳ１３）。

前記補正項は、路面情報の摩擦係数から制動距離を算出し、通常の路面の場合での走行路における制動距離の値からの変化分を補正項として出力する。

前記補正項は、路面情報に加え、車両に装着されたタイヤの空気圧、あるいは経年劣化といった経年情報を含む車両情報を考慮して算出しても良い。これらは車両に搭載されたセンサ（図示せず）によって得られる。ここで、車両に装着されたタイヤの摩擦係数は、タイヤの空気圧、あるいは経年劣化等の影響を受けるため、必ずしも一定ではない。そこで、当該車両情報に基づいた補正項を演算によって求めることで、車両の停止距離の推定精度が向上し、車両の衝突確率が、より減少した自動運転システムを提供できる。

図７において、目標車両速度に初期値が設定され（ステップＳ１４）、操舵角度及び目標車両速度が、目標経路の形状に基づいて調整される（ステップＳ１５）。前記初期目標速度は、初期値から目標経路の状況、すなわち、駐車状況、目標経路の曲率等に基づいて制御される。

ここで、信頼度数値が「０」であるときは（ステップＳ１６）、車両の自動運転を許可しない（ステップＳ１７）。これは、ＲＳＵが故障といった要因のためにセンサステータスが受信できないことを示す。このため、前記車両３００の自動運転制御は作動しない。

次に信頼度数値が「１」である場合には（ステップＳ１８）、障害物は、いずれのＲＳＵまたは前記ＡＤＡＳセンサによっても検出されない。従って、ＲＳＵ１０１の視野内において、前記車両３００の走行路上には何も障害物が存在しないものと見なし、前記車両３００は、目標経路から演算される前記目標操作量に従って自動制御される（ステップＳ１９）。

ここで、前記自動制御とは、上述したとおり、前記通信モジュール３０２から出力される路面情報と目標経路に基づいて経路設定部３０７において目標経路から演算される目標操舵量を修正することを言う。例えば、凍結といった通常とは異なる路面状況の場合においては、横転を防ぐために最大舵角を減少させる。

また、カーブ路がある場合は道路の曲率を考慮した最大舵角、あるいは舵角速度の範囲を設定しつつ、車速を低減するように経路設定部３０７にて設定しカーブ路を走行する。以上の処置によって、特に目標走行路のカーブ路における横転の発生を抑制する。

また、図示していないが、車両にはタイヤのスリップ率を検出できる手段を備えており、路面情報に応じて目標スリップ率を変化させ、前記目標スリップ率以下になるよう、目標駆動演算部で目標駆動量を設定する。これにより、タイヤの滑りを抑制でき、凍結路での走行、あるいは雨天の坂道といった路面環境下においても、車両のスリップの発生を抑制でき、乗員の快適性の改善が図れる。

また、路面情報に基づいて目標制動演算部で、目標制動量を減少させても良い。例えば、信号、あるいは車両停止地点に向けて車両が停止する場合、経路設定部３０７にある目標制動量を下げ、車両をなめらかに減速させ目標地点にて停止させる。路面情報があることで、車両の停止も滑らかにでき、さらに目標地点への正着も実現できる。

信頼度数値が「２」の場合、すなわち、１つのＲＳＵの１つのセンサが障害物を検出していることを示すときは（ステップＳ２０において「Ｙｅｓ」）、自動運転モジュール３０３は、まず、ステップＳ１３にて演算された補正項と第３の所定の距離を加算した走行停止距離を演算する（ステップＳ２１）。前記車両３００の自動走行を阻害する障害物が前記走行可能距離内に存在する場合は、車両３００を停止させるよう自動制御する。その後、前記障害物が移動し、もはや存在しない場合には、自動運転を再度許可し自動制御させる（ステップＳ２２）。

信頼度数値が「３」の場合、すなわち、１つのＲＳＵの複数のＡＤＡＳセンサが同じ障害物を検出している場合は（ステップＳ２３において「Ｙｅｓ」）、自動運転モジュール３０３は、ステップＳ１３にて演算された補正項と第２の所定の距離とを加算した走行停止距離を演算する（ステップＳ２４）。前記車両３００の自動走行を阻害する障害物が前記走行可能距離内に存在する場合は、車両３００を停止させるよう自動制御する。その後、前記障害物が前記車両３００近傍に存在しない場合には、自動運転を再度許可し自動制御させる（ステップＳ２５）。

信頼度数値が「４」の場合（ステップＳ２６）、すなわち、複数のＲＳＵが同じ障害物を検出している場合は（ステップＳ２３において「Ｎｏ」）、前記自動運転モジュール３０３は、ステップＳ１３にて演算された補正項と第１の所定の距離を加算した走行停止距離を演算する（ステップＳ２７）。前記車両３００の自動走行を阻害する障害物が前記走行可能距離内に存在する場合は、車両３００を停止させるよう自動制御する。その後、前記障害物が前記車両３００近傍に存在しない場合には、自動運転を再度許可し自動制御させる（ステップＳ２８）。

以上のように自動運転モジュール３０３は、障害物を回避することができるか否かに応じて、その障害物を回避するか又は停止するように車両速度及び車両操舵を制御する。信頼度値が、障害物が検出されていることと、１つの路側機のみからの複数のセンサがその障害物を検出していることとを示しているときは、自動運転モジュール３０３は、車両が第２の所定の距離内でこの障害物に接近しているときに停止するように車両速度を制御する。この制御は、障害物が存在しなくなると再開することができる。

信頼度値（信頼度数値）が、障害物が検出されていることと、１つの路側機からの１つのセンサのみが第３の所定の距離内でこの障害物を検出していることとを示しているときは、自動運転モジュールは、車両がこの所定の距離内でこの障害物に接近しているときに停止するように車両を制御する。以上において、第３の所定の距離は第２の所定の距離よりも長く、第２の所定の距離は第１の所定の距離よりも長い。

ここで、第１の所定の距離、第２の所定の距離、第３の所定の距離は、障害物検出の信頼度の数値に応じて車両が選択するものである。最もセンサの信頼度が高い場合には、第１の所定の距離にて指定される走行停止範囲が最も短くなる。つまり、車両３００と前記車両の前方の障害物との間の距離を短くできるので搬送効率が最も良い状態となる。
このように、信頼度値に応じて走行可能距離を可変にでき、センサが搭載されていない自動運転車両においても障害物に接触することなく自動運転を継続でき、かつ路面環境に応じた車両の自動制御がなされることで、走行路の変化があっても、車両同士の衝突リスクが低減し、乗員の乗り心地が改善する効果を奏する。

なお、信頼度値ｍと所定の距離Ｌの番号ｎとの間には、常にｎ＝５－ｍなる関係が成立する。本願では最大の信頼度値は「４」であるため、設定する所定の距離（Ｌ１～Ｌ３）は「１」となる。なお、最大の信頼度値を「４」に限定する意図はなく、設計者によって変更できる値である。常にｎ＝５－ｍなる関係が成立するように最大の信頼度値と所定の距離の個数を設定すればよい。当該の設定にて、本願と同様の効果を得ることができる。

実施の形態２．
図８に本実施の形態２におけるＭＥＣ２００の詳細説明図を示す。図８に示す通り、前記ＭＥＣ２００は、前記ＲＳＵ１０１と高速通信するための通信モジュール２０１を備える。前記通信モジュール２０１で各ＲＳＵにて検出された障害物情報と路面情報と車両３００の位置情報を受信する。前記障害物情報には当該障害物の位置及び検出時刻を含み、前記路面情報として各ＲＳＵにて検出された路面の状況を記憶する。

前記ＭＥＣ２００には、実施の形態１と同様に、受信された障害物情報の信頼度を判断する信頼度判定器２０３、ＲＳＵ１０１から受信した路面情報に基づいて走行路面の状況を判定する路面状況判定器２０４、事前に記憶した地図情報に基づいて目標経路を演算するＨＤ地図生成器を備える他、これらの信号に基づいて車両の走行経路を設定する経路設定部３２０を新たに有した別のセンサ情報統合部２０５ａを備える。

この前記経路設定部３２０は実施の形態１に係る経路設定部３０７と同様の演算を行う。前記経路設定部３２０では、信頼度判定器２０３から出力される信頼度と、路面状況判定器２０４から出力される路面情報と、ＨＤ地図生成器２０２から出力される目標経路と、前記通信モジュールにて受信した車両３００ａの位置情報に基づいて、図６及び図７のフローチャートに従った処理を行う。

実施の形態１においては図６に記載の信頼度の設定はＭＥＣ２００、図７に記載の路面情報と信頼度値に基づいた補正項の演算と自動制御は車両３００にて行われていたが、本実施の形態２に係る構成では、図７に記載された上述の処理は前記ＭＥＣ２００ａにて行われている。つまり、目標量の決定までを前記ＭＥＣ２００にて行い、目標量への追従制御を後述の車両３００ａにて行う。

図９に実施の形態２に係る車両３００ａの構成図を示す。
車両３００ａは、目標量の決定を行わないため、経路設定部は備えておらず、経路設定部以外の構成要素である、自車位置検出器３０１、自車位置検出器３０１より出力される自車位置を受信するは通信モジュール３０２、目標経路に追従するための目標操舵量を演算する目標操舵演算部３０８と、目標経路に追従するための目標駆動量を演算する目標駆動演算部３０９と、目標経路に追従するための目標制動量を演算する目標制動演算部３１０と、を有する自動運転モジュール３０３ａ、および上述のそれぞれの操作量によって駆動するアクチュエータ部分として、横方向操作部３０４、前後方向駆動部３０５、前後方向制動部３０６と、を備える。

つまり、本実施の形態においては、ＭＥＣ２００ａにて目標経路を、信頼度、路面情報に基づいた制動距離の補正及び前記目標量を決定する処理が、図７に示すフローに従ってなされるため、車両での目標経路の修正は不要となる。

上述の処置によって、車両に自動運転用途のセンサが必ずしも搭載されていない場合でも、路面環境の変化に対応でき、走行可能な距離を適切に設け、車両のスリップ、あるいは横転の抑制、乗員への快適性を改善する効果を奏する。

なお、本実施の形態２におけるシステムの構成は一例に過ぎず、本実施の形態１及び実施の形態２に係るシステム構成図に対して、縮退、あるいは追加といった変形が可能である。
具体的には、以上においては、ＭＥＣは車両の外部に設置されていることを前提に説明したが、これに限らず、車両（の内部）に搭載されるようにしてもよい。なお、この場合には、車両とＭＥＣ間の情報（データ）の交換は無線通信に限られない。

また、データ収集インフラ装置１００、ＭＥＣ２００、車両３００、車両３００ａは、ハードウエアの一例を図１０に示すように、プロセッサ４００と記憶装置４０１を備える。記憶装置は、図示していないが、ランダムアクセスメモリ等の揮発性記憶装置と、フラッシュメモリ等の不揮発性の補助記憶装置とを具備する。また、フラッシュメモリの代わりにハードディスクの補助記憶装置を具備してもよい。プロセッサ４００は、記憶装置４０１から入力されたプログラムを実行する。この場合、補助記憶装置から揮発性記憶装置を介してプロセッサ４００にプログラムが入力される。また、プロセッサ４００は、演算結果等のデータを記憶装置４０１の揮発性記憶装置に出力してもよいし、揮発性記憶装置を介して補助記憶装置にデータを保存してもよい。

１００データ収集インフラ装置、１０１路側機（ＲＳＵ）、１０２画像センサ、１０３電波センサ、１０４光学センサ、１０５視野、１０６走行エリア（目標エリア）、１０７センサ情報演算部、２００ＭＥＣ、２０１、３０２通信モジュール、２０２ＨＤ地図生成器、２０３信頼度判定器、２０４路面状況判定器、２０５センサ情報統合部、３００、３００ａ車両、３０１自車位置検出器、３０３、３０３ａ自動運転モジュール、３０４横方向操作部、３０５前後方向駆動部、３０６前後方向制動部、３０７、３２０経路設定部、３０８目標操舵演算部、３０９目標駆動演算部、３１０目標制動演算部、４００プロセッサ、４０１記憶装置、５００車両の走行制御処理システム

本願に開示される車両の走行制御処理システムは、
障害物と路面状況を検出する複数のセンサを有する路側機、
前記路側機が得た障害物の情報および路面状況の情報を受信する通信モジュールと、
前記通信モジュールが受信した障害物と路面状況の情報を基に、同一の障害物を検出した１つの路側機のセンサの数と、同一の障害物を検出した路側機の数と、異なるセンサ間または異なる路側機間で同一の障害物とみなされた検出点間の距離と、に基づき、受信された障害物の情報の信頼度を判定する信頼度判定器と、
前記路面状況の情報を基に、車両の走行路面の状況を判定する路面状況判定器と、
事前に記憶した地図情報に基づいて自動運転車両が走行する地図情報を備えた目標経路を出力するハードディスク地図生成器と、
を有する車両の外部に設置されたコンピュータ、または車両の内部に搭載されたコンピュータ、
自車の位置を検出する自車位置検出器と、
前記障害物の情報、前記路面状況の情報、判定された前記信頼度、および前記目標経路を受信する前記通信モジュールとは別の通信モジュールと、
前記車両の走行を制限する経路設定部を含み、前記経路設定部によって設定された車両制御範囲の制限値に基づいて、前記目標経路を修正する自動運転モジュールと、
を有する車両、
を備え、
前記路面状況判定器で判定した路面状況の情報から定まる前記車両の制動距離と、前記信頼度判定器から出力された前記信頼度と、から、
前記車両の経路設定部により、前記障害物までの前記車両の制動距離を補正し、当該補正した車両の制動距離を基に、前記自動運転モジュールで前記目標経路を変更するものである。

Claims

障害物と路面状況を検出する複数のセンサを有する路側機、
前記路側機が得た障害物の情報および路面状況の情報を受信する通信モジュールと、
前記通信モジュールが受信した障害物と路面状況の情報を基に、同一の障害物を検出した１つの路側機のセンサの数と、同一の障害物を検出した路側機の数と、異なるセンサ間または異なる路側機間で同一の障害物とみなされた検出点間の距離と、に基づき、受信された障害物の情報の信頼度を判定する信頼度判定器と、
前記路面状況の情報を基に、車両の走行路面の状況を判定する路面状況判定器と、
を有し、道路情報を予め記憶するコンピュータ、
自車の位置を検出する自車位置検出器と、
前記車両の走行経路を設定する経路設定部を含み、前記経路設定部によって設定された走行経路に基づいて、前記道路情報から定めた前記車両の目標経路を修正する自動運転モジュールと、
を有する車両、
を備え、
前記路面状況判定器で判定した路面状況の情報から定まる前記車両の制動距離と、前記信頼度判定器から出力された前記信頼度と、から、前記障害物までの前記制動距離を補正し、当該補正した制動距離を基に、前記自動運転モジュールで定めた目標経路を変更する、
ことを特徴とする車両の走行制御処理システム。
前記経路設定部は、前記障害物の情報と前記路面状況の情報によって演算される、路面状況と地図情報とに基づいて前記車両の走行経路を設定する、
ことを特徴とする請求項１に記載の車両の走行制御処理システム。
前記経路設定部は、前記車両の最大操舵角を指定するとともに、
前記路面状況の情報に基づいて、前記車両の最大操舵角を所定の値以下に保つ制御を行う、
ことを特徴とする請求項２に記載の車両の走行制御処理システム。
前記経路設定部は、前記車両のタイヤのスリップ率を指定するとともに、前記路面状況の情報に基づいて、前記車両のスリップ率を一定に保つ制御を行う、
ことを特徴とする請求項２に記載の車両の走行制御処理システム。
前記経路設定部は、前記車両の走行速度を指定するとともに、
上記路面状況の情報に基づいて、前記車両の走行速度を所定の値以下に保つ制御を行う、
ことを特徴とする請求項２に記載の車両の走行制御処理システム。
前記経路設定部は、前記車両の加速度を指定するとともに、
上記路面状況の情報に基づいて、前記車両の減速度を所定の値以下に保つ制御を行う、
ことを特徴とする請求項２に記載の車両の走行制御処理システム。
前記車両は、走行する路面の情報を検出できるセンサを備え、
前記センサで得た路面情報に基づいて前記制動距離を修正する、
ことを特徴とする請求項２に記載の車両の走行制御処理システム。
前記車両は、タイヤの空気圧を検出できるセンサを備え、前記センサにより得られたタイヤの空気圧に基づいて前記制動距離を修正する、
ことを特徴とする請求項７に記載の車両の走行制御処理システム。
前記車両は、タイヤの経年情報を記憶する記憶装置を備え、前記経年情報に基づいて前記制動距離を修正する、
ことを特徴とする請求項２に記載の車両の走行制御処理システム。
障害物と路面状況を検出する複数のセンサを有する路側機、
障害物情報、路面情報、および車両の位置情報を受信する通信モジュールと、
前記通信モジュールが受信した障害物と路面状況の情報を基に、同一の障害物を検出した１つの路側機のセンサの数と、同一の障害物を検出した路側機の数と、異なるセンサ間または異なる路側機間で同一の障害物とみなされた検出点間の距離と、に基づき、受信された障害物の情報の信頼度を判定する信頼度判定器と、
前記路面状況の情報を基に、車両の走行路面の状況を判定する路面状況判定器と、
車両の走行経路を設定する経路設定部と
を有し、道路情報を予め記憶するコンピュータ、
自車の位置を検出する自車位置検出器と、
検出された自車の位置を受信し目標経路を出力する通信モジュールと、
前記コンピュータによって設定された走行経路に基づいて、前記道路情報から定めた前記車両の目標経路を修正する自動運転モジュールと、を有する車両、
を備え、
前記路面状況判定器で判定した路面状況の情報から定まる前記車両の制動距離と、前記信頼度判定器から出力された前記信頼度と、から、前記障害物までの前記制動距離を補正し、当該補正した制動距離を基に、前記自動運転モジュールで定めた目標経路を変更する、
ことを特徴とする車両の走行制御処理システム。
前記経路設定部は、前記障害物の情報と前記路面状況の情報によって演算される、路面状況と地図情報とに基づいて前記車両の走行経路を設定する、
ことを特徴とする請求項１０に記載の車両の走行制御処理システム。
前記経路設定部は、前記車両の最大操舵角を指定するとともに、
前記路面情報に基づいて、前記車両の最大操舵角を所定の値以下に保つ制御を行う、
ことを特徴とする請求項１０に記載の車両の走行制御処理システム。
前記経路設定部は、前記車両のタイヤのスリップ率を指定するともに、
前記路面情報に基づいて、前記車両のスリップ率を一定に保つ制御を行う、
ことを特徴とする請求項１０に記載の車両の走行制御処理システム。
前記経路設定部は、前記車両の走行速度を指定するとともに、
上記路面情報に基づいて、前記車両の走行速度を所定の値以下に保つ制御を行う、
ことを特徴とする請求項１０に記載の車両の走行制御処理システム。
前記経路設定部は、前記車両の加速度を指定するとともに、
上記路面情報に基づいて、前記車両の減速度を所定の値以下に保つ制御を行う、
ことを特徴とする請求項１０に記載の車両の走行制御処理システム。
前記車両は走行する路面の状態を検出できるセンサを備え、
前記センサで得た路面情報に基づいて前記制動距離を修正する、
ことを特徴とする請求項１０に記載の車両の走行制御処理システム。
前記車両はタイヤの空気圧を検出できるセンサを備え、前記タイヤの空気圧に基づいて前記制動距離を修正する、
ことを特徴とする請求項１６に記載の車両の走行制御処理システム。
前記車両はタイヤの経年情報を記憶する記憶装置を備え、前記経年情報に基づいて前記制動距離を修正する、
ことを特徴とする請求項１０に記載の車両の走行制御処理システム。