JP2023066937A - 車両用制御装置 - Google Patents

Abstract

【課題】多種多様な車外状況や車内状況に応じて、好適な制御モードを車両に設定することができる、車両用制御装置を提供すること。【解決手段】制動制御装置１００は、車両１０の外部状況及び車両１０の内部状況のうちの少なくとも一方に関連する車両状況情報を取得する情報取得部１０４と、車両状況情報に適した制御モードを推定する機械学習を行った学習器１０３に、情報取得部１０４により取得された車両状況情報を入力することによって、当該学習器１０３から出力された指標に応じた制御モードを、複数の制御モードの中から取得するモード取得部１０５と、を備えている。【選択図】図１

Description

本発明は、車両用制御装置に関する。

特許文献１には、手動運転と自動運転とを切り替え可能な車両において、手動運転中に先行車両が存在しない場合の制動距離を学習し、その学習結果を自動運転の走行特性に反映させることが開示されている。

国際公開第２０１８／１６３２８８号

しかしながら、車両の外部の状況（以下「車外状況」という）や車両の内部の状況（以下「車内状況」という）は多種多様であるため、これらの状況に応じた車両制御を行うためには改善の余地がある。本発明の課題は、多種多様な車外状況や車内状況に応じて、好適な制御モードを車両に設定することができる、車両用制御装置を提供することである。

上記課題を解決するための車両用制御装置は、複数の制御モードを有する車両に適用され、前記車両の外部状況及び前記車両の内部状況のうちの少なくとも一方に関連する車両状況情報を取得する情報取得部と、前記車両状況情報に適した前記制御モードを推定する機械学習を行った学習器に、前記情報取得部により取得された前記車両状況情報を入力することによって、当該学習器から出力された指標に応じた前記制御モードを、複数の前記制御モードの中から取得するモード取得部と、を備えている。

上記構成では、車両状況情報と当該車両状況情報に適した制御モードとの関係が機械学習により生成されており、その関係が学習器に実装されている。そのため、上記関係をルールベースで記載するよりも、好適な上記関係を容易に生成することができる。これにより、多種多様な車外状況や車内状況に応じて、好適な制御モードを車両に設定することが可能となる。

図１は、第１実施形態の車両の概略構成を示す模式図である。 図２は、第１実施形態の車両で実行される制御モード変更処理の流れを示すフローチャートである。 図３は、第１実施形態の学習システムの概略構成を示す模式図である。 図４は、第１実施形態の車両で実行される学習データ生成処理の流れを示すフローチャートである。 図５は、第１実施形態のサーバ装置で実行される学習処理の流れを示すフローチャートである。 図６は、第２実施形態の車両用制御システムで実行される制御モード変更処理の流れを示すシーケンス図である。 図７は、第２実施形態の車両用制御システムで実行される制御モード変更処理の流れを示すシーケンス図である。

（第１実施形態）
以下、車両用制御装置の第１実施形態を図１～図５に従って説明する。
図１は、本実施形態に係る車両１０の概略構成を示す模式図である。車両１０は制動制御装置１００と制動装置３０とを備えている。車両１０では、制動装置３０により車輪１１に付与される制動力が制動制御装置１００により調整される。本実施形態では、制動制御装置１００が「車両用制動装置」に対応する。

＜制動装置＞
制動装置３０はアクチュエータ３１と車輪ブレーキ２０とを備えている。

アクチュエータ３１は車輪ブレーキ２０を駆動する。例えば、制動装置３０が液圧式の制動装置である場合、アクチュエータ３１は車輪ブレーキ２０に対してフルードを給排する。制動装置３０が電動式の制動装置である場合、アクチュエータ３１は車輪ブレーキ２０に対して電動機による駆動力を伝達する。

図１に例示する車輪ブレーキ２０は、液圧式のディスクブレーキである。車輪ブレーキ２０は、車輪１１と一体となって回転する被摩擦部２１と摩擦部２２とホイールシリンダ２３とを有して構成されている。この場合、アクチュエータ３１がホイールシリンダ２３へのフルードを給排することにより、摩擦部２２が被摩擦部２１から離間したり、摩擦部２２が被摩擦部２１に接近したりする。そして、摩擦部２２が被摩擦部２１に接触すると、車輪１１に摩擦制動力が発生する。

＜センサ系、車外監視系、ナビゲーション装置、車内監視系＞
制動制御装置１００には、センサ系５０と車外監視系６０とナビゲーション装置７０と車内監視系８０とが接続されている。

センサ系５０は車両１０の走行状態を検出する。例えば、センサ系５０は、車輪速センサ５１と前後加速度センサ５２とヨーレートセンサ５３とを有して構成されている。この場合、センサ系５０は、車輪速ＷＳや前後加速度ＧｘやヨーレートＹｒを検出し、それらに応じた情報（以下「センサ情報」という）を制動制御装置１００に出力する。

車外監視系６０は車外状況を監視する。例えば、車外監視系６０は、撮像装置６１とレーダー装置６２とを有して構成されている。撮像装置６１は車両１０の外部を撮像する。レーダー装置６２は、車両１０の周辺に位置する他の車両や障害物や障害物と車両１０との距離や方向を検出する。この場合、車外監視系６０は、撮像装置６１により撮像された画像に基づく情報（以下「車外撮像情報」という）と、レーダー装置６２により検出された距離や方向に基づく情報（以下「レーダー情報」という）とを、制動制御装置１００に出力する。

車外撮像情報は、撮像装置６１により撮像された画像であってもよいし、その画像に画像処理を施した画像であってもよい。レーダー情報は、レーダー装置６２により検出された距離や方向であってもよいし、これら距離や方向から生成された三次元空間情報であってもよい。

ナビゲーション装置７０は、現在位置を取得し、現在位置に関する情報（以下「地図情報」という）を取得する。地図情報には、車両１０の現在位置の周辺の地理、地形、道路、施設及び店舗の少なくとも何れかに関する情報が含まれる。ナビゲーション装置７０は、車両１０に設けられた車載のナビゲーション装置であってもよいし、車両１０の乗員が所有する移動体通信機であってもよい。

以降、車外撮像情報やレーダー情報や地図情報等の車外状況を示す情報を「車外状況情報」という。
車内監視系８０は車両１０の車室内を監視する。例えば、車内監視系８０は、車両１０の内部を撮像する撮像装置８１を備えて構成されている。この場合、車内監視系８０は、撮像装置８１が撮像した画像に関する情報（以下「車内撮像情報」という）を制動制御装置１００に出力する。

＜操作部、表示部＞
制動制御装置１００には、操作部１７と表示部１８とが接続されている。
操作部１７は、車両１０の乗員（主に、運転者）が車両１０の制御モードを変更する操作を受け付ける。操作部１７は、車両１０の乗員による操作内容を制動制御装置１００に出力する。制御モードについては詳しくは後述する。

表示部１８は、制動制御装置１００から出力された情報を表示する。例えば、表示部１８は、制御モードを示す文字やアイコン画像を表示する。
＜制御モード＞
車両１０は複数の制御モードを有している。本実施形態では、車両１０の制動制御に関する制御モードを例示して本発明を説明するが、制御モードは、駆動制御に関するものであってもよいし、操向制御に関するものであってもよいし、車両１０の制動、駆動及び操向の少なくとも２つの協調制御に関するものであってもよい。また本実施形態では、第１制御モードから第４制御モードの４つの制御モードを例示して本発明を説明するが、２つ又は３つの制御モードが用意されていてもよいし、５つ以上の制御モードが用意されていてもよい。

・第１制御モードは、標準的な制動制御モードである。
・第２制御モードは、車両１０の乗員の快適性を重視する制動制御モードである。
例えば、第２制御モードでは、第１制御モードと比較して、制動時における車両１０のピッチング運動やロール運動を抑えることが考えられる。この場合、第２制御モードにおける制動制御としては、公知のピッチング抑制制御やロール抑制制御を用いることができる。

・第３制御モードは、車両１０の走行環境への環境性を重視する制動制御モードである。
例えば、車輪ブレーキ２０により制動力を発生させると、摩擦部２２の摩耗によって粉塵が発生する。ここで粉塵の発生量は、摩擦部２２を被摩擦部２１に押し付ける力が大きいほど、摩擦部２２を被摩擦部２１に押し付ける時間が長いほど、多くなる。そこで、第３制御モードでは、第１制御モードと比較して、車輪ブレーキ２０による制動力を抑制したり、車輪ブレーキ２０による制動時間を短縮したりすることが考えられる。この場合、第３制御モードにおける制動制御としては、摩擦制動力を抑制し、摩擦制動力を抑制した分を非摩擦制動力で補償する制御が考えられる。非摩擦制動力としては、機械制動力や回生制動力を用いることができる。

また、第３制御モードでは、第１制御モードと比較して、制動時に発生する音を低減する。この場合、第３制御モードとしては、公知のブレーキ鳴き抑制制御を用いることができる。

・第４制御モードは、車両１０の乗員の安全性を重視する制動モードである。
例えば、第４制御モードでは、第１制御モードと比較して、車輪ブレーキ２０の制動作動の応答性を高くすることが考えられる。この場合、第４制御モードの制動制御としては、公知の応答性向上制御を用いることができる。

また、第４制御モードでは、第１制御モードと比較して、車両１０におけるスリップの発生を抑制することが考えられる。この場合、第４制御モードの制動制御としては、公知のアンチロックブレーキ制御の開始閾値やトラクションコントロール制御の開始閾値を、第１制御モードよりも制御が介入され易い側に設定された制御を用いることが考えられる。

また、第４制御モードでは、第１制御モードと比較して、車両１０の姿勢の安定性を高くすることが考えられる。この場合、第４制御モードの制動制御としては、公知の車両安定制御の開始閾値を、第１制御モードよりも制御が介入され易い側に設定された制御を用いることが考えられる。

＜制動制御装置＞
制動制御装置１００は、制御部１０１と記憶部１０２と学習器１０３とを備えている。記憶部１０２には、制御部１０１により実行される各種の制御プログラムが記憶されている。

学習器１０３は、車外状況及び車内状況に適した制御モードを推定する機械学習を行った学習済モデルＬＭにより構築されている。学習済モデルＬＭは、車外状況情報及び車内状況情報が入力されると、それらの情報に応じた確率値を出力する。当該確率値は各制御モードに対して出力される。当該確率値が「指標」に相当する。例えば、学習済モデルＬＭは、順伝搬型のニューラルネットワークである。学習済モデルＬＭの学習方法については後述する。

以降、車外状況及び車内状況を「車両状況」という。また、車外状況情報及び車内状況情報を「車両状況情報」という。
ここで、車両状況は、車両１０の走行において重視されるべき性能に、ひいては車両状況に適した制御モードに関連する。

例えば、車外撮像情報やレーダー情報によれば、車両１０の周辺に位置する車両や歩行者や障害物の数と、それらとの距離とを、把握することが可能である。車外撮像情報や地図情報によれば、車両１０が走行している地域の種類や道路の種類を、把握することが可能である。地図情報によれば、車両１０の周辺に存在する施設や店舗と、車両１０が走行している地域の地形や道路の形状とを、把握することが可能である。以降、車両１０の周辺に位置する車両や歩行者や障害物を「周辺車両等」という。

車両１０の周辺車両等が多いほど、車両１０と周辺車両等の距離が近いほど、車両１０が交通信号機や交差点に近づくほど、安全性が重視される傾向が高まると考えられる。車両１０が都市部や住宅地を走行している場合は、車両１０が商業地や工業地を走行している場合よりも、安全性が重視される傾向が高まると考えられる。車両１０が一般道を走行している場合は、車両１０が高速道路を走行している場合よりも、安全性が重視される傾向が高まると考えられる。車両１０の周辺に学校等の児童が集まる施設や店舗が多いほど、安全性が重視される傾向が高まると考えられる。

車両１０が田舎や高速道路を走行している場合は、車両１０が都市部や一般道を走行している場合よりも、快適性が重視される傾向が高まると考えられる。車両１０が幹線道路を走行している場合は、生活道路を走行している場合よりも、環境性が重視される傾向が高まると考えられる。

車内撮像情報によれば、車両１０の乗員の数、年齢、姿勢等を把握することが可能である。
車両１０の運転者が高齢であるほど、車両１０に乗車している人数が多いほど、安全性が重視される傾向が高まると考えられる。高齢者や児童が車両１０に乗車している場合は安全性が重視される傾向が高まると考えられる。車両１０の運転者以外の乗員の姿勢がシートにもたれかかるようなリラックスした姿勢である場合は、快適性が重視される傾向が高まると考えられる。

これらの車両１０において重視される性能の傾向を総合的に勘案することにより、各制御モードの車両状況への適合度が定まると考えられる。
制動制御装置１００は、制御部１０１が制御プログラムを実行することにより、情報取得部１０４とモード取得部１０５とモード設定部１０６として機能する。

情報取得部１０４は車両状況情報を取得する。例えば、情報取得部１０４は、車外状況情報として、車外撮像情報とレーダー情報と地図情報とを取得する。また、情報取得部１０４は、車内状況情報として車内撮像情報を取得する。

モード取得部１０５は、情報取得部１０４により取得された車両状況情報に適した制御モードを取得する。詳しくは、モード取得部１０５は、車両状況情報を学習器１０３に入力し、学習器１０３から出力された確率値に基づいて、４つの制御モードから車両状況情報に適した制御モードを取得する。

例えばモード取得部１０５は、確率値が最も高い制御モードを選択する。ここで、学習器１０３の学習済モデルＬＭによっては、車両１０が有していない制御モードの確率値が最も高くなることが考えられる。この場合、モード取得部１０５は、４つの制御モードのうち確率値が最も高い制御モードを取得すればよい。

以降、上述の如く取得された車両状況に適した制御モードを「推奨制御モード」という。
モード設定部１０６は、推奨制御モードに基づいて、車両１０の制御モードを変更又は維持する。

例えば、モード設定部１０６は、車両１０の制御モードの推奨制御モードへの変更が車両１０の快適性や環境性を重視して安全性を低下させるものである場合、制御モードの変更を車両１０の乗員に提案する。この提案に係る処理は、提案内容を表示部１８に表示するものでもよいし、提案内容を音声に変換するものでもよい。この場合、モード設定部１０６は、車両１０の乗員による提案を受け入れる意思を受け付けたことを条件に、車両１０の制御モードを推奨制御モードに変更する。乗員の意思は、操作部１７により受け付けた乗員による操作であってもよいし、乗員の音声であってもよい。

一方、モード設定部１０６は、車両１０の制御モードの推奨制御モードへの変更が車両１０の安全性を高めるものである場合は、車両１０の乗員の意思を確認することなく、車両１０の制御モードを推奨制御モードに変更する。この場合、モード設定部１０６は、車両１０の制御モードが推奨制御モードに変更されたことを、車両１０の乗員に通知してもよい。この通知に係る処理は、制御モードの変更内容を表示部１８に表示するものでもよいし、車両１０の制御モードの変更内容を音声に変換するものであってもよい。

なお、モード設定部１０６は、推奨制御モードが車両１０の現在の制御モードと同一である場合には現在の制御モードを維持する。
＜制御モード変更処理＞
図２は、車両状況に基づいて制御モードを変更する処理の流れを示すフローチャートである。以降、この処理を「制御モード変更処理」という。制御モード変更処理に対応する制御プログラムは、制御部１０１により所定の制御サイクル毎に実行される。

制動制御装置１００は、情報取得部１０４により、ステップＳ１１において車外状況情報を取得し、ステップＳ１３において車内状況情報を取得する。
ステップＳ１５において、制動制御装置１００は、モード取得部１０５により、ステップＳ１１及びＳ１３で取得された車両状況情報を学習器１０３に入力する。

ステップＳ１７において、制動制御装置１００は、モード取得部１０５により、学習器１０３から出力された各制御モードに対応する確率値を取得する。
ステップＳ１９において、制動制御装置１００は、モード取得部１０５により、ステップＳ１７で取得された確率値に基づいて、推奨制御モードを取得する。

ステップＳ２１において、制動制御装置１００は、モード設定部１０６により、ステップＳ１９で取得された推奨制御モードが車両１０の現在の制御モードと同一か否かを判定する。制動制御装置１００は、推奨制御モードが現在の制御モードと同一であると判定した場合（Ｓ２１：ＹＥＳ）、今回の処理を終了し、推奨制御モードが現在の制御モードと同一ではないと判定した場合（Ｓ２１：ＮＯ）、ステップＳ２３の処理に移行する。

ステップＳ２３において、制動制御装置１００は、モード設定部１０６により、車両１０の現在の制御モードの推奨制御モードへの変更が安全性を高めるものであるか否かを、すなわち推奨制御モードが第４制御モードであるか否かを判定する。制動制御装置１００は、上記変更が安全性を高めるものであると判定した場合（Ｓ２３：ＹＥＳ）、ステップＳ２９の処理に移行し、上記変更が安全性を高めるものではないと判定した場合（Ｓ２３：ＮＯ）、ステップＳ２５の処理に移行する。

ステップＳ２５において、制動制御装置１００は、モード設定部１０６により、車両１０の制御モードを推奨制御モードに変更することを、車両１０の乗員に提案する。
ステップＳ２７において、制動制御装置１００は、モード設定部１０６により、ステップＳ２５で提案した内容（以下「提案内容」という）を受け入れる車両１０の乗員の意思（以下「提案受け入れ意思」という）が取得されたか否かを判定する。制動制御装置１００は、提案受け入れ意思が取得されたと判定した場合（Ｓ２７：ＹＥＳ）、ステップＳ２９の処理に移行し、提案受け入れ意思が取得されていないと判定した場合（Ｓ２７：ＮＯ）、今回の処理を終了する。制動制御装置１００は、提案受け入れ意思が取得されるまで、所定時間だけ待機してもよい。

ステップＳ２９において、制動制御装置１００は、モード設定部１０６により、車両１０の制御モードを推奨制御モードに変更し、今回の処理を終了する。
＜学習システム＞
次に図３及び図４を参照し、学習済モデルＬＭを生成する学習システム及び学習方法について説明する。

図３は本実施形態の学習システムの概略構成を示す模式図である。学習システムは、車両１０とサーバ装置２００とを含んで構成されている。サーバ装置２００には、複数の車両１０が移動体通信ネットワーク３００を介して接続されている。学習システムでは、複数の車両１０において学習データＬＤが生成され、サーバ装置２００において学習データＬＤを用いて機械学習が行われる。この学習結果が学習済モデルＬＭである。

＜車両＞
車両１０は車両側通信装置９０を備えている。
車両側通信装置９０は、制動制御装置１００から出力された情報を、移動体通信ネットワーク３００を介してサーバ装置２００に送信する。

制動制御装置１００は、制御部１０１が制御プログラムを実行することにより、学習データ生成部１０７と学習データ送信部１０８として機能する。
学習データ生成部１０７は、車両１０の車両状況情報及び制御モードを同時期に取得し、それらを関連付けて学習データＬＤを生成する。学習データ生成部１０７は、車両１０の乗員により制御モードが変更された際の車両状況情報と変更後の制御モードとを関連付けて学習データＬＤを生成してもよいし、車両状況情報及び制御モードを所定周期で取得し、それらを関連付けて学習データＬＤを生成してもよい。

学習データ送信部１０８は、学習データ生成部１０７により生成された学習データＬＤを、車両側通信装置９０を介してサーバ装置２００に送信する。
＜サーバ装置＞
サーバ装置２００は、サーバ側通信装置２０１と学習装置２１０とを有して構成されている。サーバ装置２００は、車両１０から送信された学習データＬＤをサーバ側通信装置２０１で受信し、その学習データＬＤを用いて学習装置２１０で機械学習を行う。

学習装置２１０は制御部２１１と記憶部２１２とを有して構成されている。記憶部２１２には、学習プログラムと学習モデルとが記憶されており、学習データＬＤと学習結果ＬＲとが記憶される。学習結果ＬＲの初期値は、学習モデルのテンプレートにより与えてもよいし、オペレータの入力により与えてもよい。再学習を行う場合には、学習結果ＬＲの初期値は学習結果ＬＲに基づいて与えてもよい。

以降では、学習モデルがニューラルネットワークであるとして具体的に説明するが、本発明の学習モデルはニューラルネットワークに限定されるものではない。
学習モデルがニューラルネットワークである場合、学習結果ＬＲは各ニューロン間の結合の重みと各ニューロンの閾値である。

学習装置２１０は、制御部２１１が学習プログラムを実行することにより、学習データ取得部２１３と学習部２１４として機能する。
学習データ取得部２１３は、サーバ側通信装置２０１により受信された学習データＬＤを取得する。

学習部２１４は、学習データ取得部２１３により取得された学習データＬＤを用いて、車両状況に適した制御モードを推定する機械学習を行い、学習結果ＬＲを記憶部２１２に記憶する。詳しくは、学習部２１４は、学習モデルに学習データＬＤの車両状況を入力し、学習モデルの出力が学習データＬＤの制御モードを示すように学習モデルのパラメータを更新し、更新後のパラメータを学習結果ＬＲとして記憶部２１２に記憶する。

例えば、学習部２１４は、学習データＬＤの車両状況情報をニューラルネットワークの入力層に入力し、ニューラルネットワークの出力層の出力値と正解値との誤差を演算する。例えば正解値は、学習データＬＤの制御モードに対応する値を１とし、他の制御モードに対応する値を０とする。

学習部２１４は、これらの誤差が小さくなるように各ニューロン間の結合の重み及び各ニューロンの閾値を更新する。この際、学習部２１４は、周知の通時的誤差逆伝搬（Back propagation through time）法や確率的勾配降下（Stochastic gradient descent）法等を用いることができる。そして、学習部２１４は、更新後の重み及び閾値を記憶部２１２に記憶する。

＜学習データ生成処理＞
図４は、車両１０において学習データＬＤを生成する処理の流れを示すフローチャートである。以降、この処理を「学習データ生成処理」という。学習データ生成処理に対応する制御プログラムは、制御部１０１により所定の制御サイクル毎に実行される。

ステップＳ３１において、制動制御装置１００は、車両１０の乗員により制御モードが変更されたか否かを判定する。制動制御装置１００は、車両１０の乗員により制御モードが変更されたと判定した場合（ステップＳ３１：ＹＥＳ）、ステップＳ３３の処理に移行し、車両１０の乗員により制御モードが変更されていないと判定した場合（ステップＳ３１：ＮＯ）、今回の処理を終了する。

ステップＳ３３において、制動制御装置１００は、情報取得部１０４により、車両状況情報を取得する。
ステップＳ３５において、制動制御装置１００は車両１０の制御モードを取得する。

ステップＳ３７において、制動制御装置１００は、学習データ生成部１０７により、ステップＳ３３で取得した車両状況情報とステップＳ３５で取得した制御モードとを関連付けて学習データＬＤを生成する。

ステップＳ３９において、制動制御装置１００は、学習データ送信部１０８により、ステップＳ３７で生成した学習データＬＤをサーバ装置２００に送信する。
＜学習処理＞
図５は、サーバ装置２００における機械学習の流れを示すフローチャートである。以降、この処理を「学習処理」という。学習処理に対応する制御プログラムは、制御部２１１により所定の制御サイクル毎に実行される。

ステップＳ４１において、学習装置２１０は、機械学習が完了しているか否かを判定する。例えば、学習装置２１０は、フラグＦＬＧが機械学習の完了を示しているか否かを判定する。学習装置２１０は、フラグＦＬＧが機械学習の完了を示すオンである場合（Ｓ４１：ＹＥＳ）、今回の処理を終了し、フラグＦＬＧが機械学習の未完了を示すオフである場合（Ｓ４１：ＮＯ）、ステップＳ４２の処理に移行する。

ステップＳ４２において、学習装置２１０は、学習データ取得部２１３により、学習データＬＤが取得されたか否かを判定する。学習装置２１０は、学習データＬＤが取得されていないと判定した場合（Ｓ４２：ＮＯ）、今回の処理を終了し、学習データＬＤが取得されたと判定した場合（Ｓ４２：ＹＥＳ）、ステップＳ４３の処理に移行する。

ステップＳ４３において、学習装置２１０は、学習部２１４により、ステップＳ４２で取得された学習データＬＤを用いて、車両状況に適した制御モードを推定する機械学習を行い、学習結果ＬＲを記憶部２１２に記憶する。

ステップＳ４４において、学習装置２１０は、機械学習が完了したか否かを判定する。例えば、学習装置２１０は、ステップＳ４３の処理の実行回数を計数し、その実行回数が設定値ＤＣｔｈ以上である場合に、機械学習が完了したと判定し、その実行回数が設定値ＤＣｔｈ未満である場合に機械学習が完了してないと判定する。

学習装置２１０は、機械学習が完了したと判定した場合（Ｓ４４：ＹＥＳ）、ステップＳ４５の処理に移行し、機械学習が完了していないと判定した場合（Ｓ４４：ＮＯ）、ステップＳ４６の処理に移行する。

ステップＳ４５において、学習装置２１０は、フラグＦＬＧを機械学習の完了を示すオンとし、今回の処理を終了する。
ステップＳ４６において、学習装置２１０は、フラグＦＬＧを機械学習の未完了を示すオフとし、今回の処理を終了する。

＜本実施形態の効果＞
（１－１）本実施形態では、車両状況に適した制御モードを推定する機能を、機械学習による学習済モデルＬＭとして実現した。学習済モデルＬＭによれば、学習済モデルＬＭに相当する機能をルールベースで記載したアルゴリズムよりも、多種態様な車両状況に応じて、好適な制御モードを精度よく推定することができる。これにより、多種多様な車両状況に応じて、好適な制御モードを車両１０に設定することが可能となる。

（１－２）本実施形態では、車両１０において、学習データＬＤを生成し、その学習データＬＤをサーバ装置２００に送信するようにした。そして本実施形態では、サーバ装置２００において、車両１０から受信した学習データＬＤを用いて機械学習を行うようにした。

本実施形態によれば、一般車両としての車両１０を含んで学習システムを構成することが可能である。この場合、専用車両の特定目的の走行ではなく、一般車両の市場走行において学習データＬＤを生成し、サーバ装置２００において学習データＬＤを収集することができる。すなわち、学習データＬＤを準備するコストを、ひいては学習済モデルＬＭの生成に要するコストを低減することができる。ここで、特定目的とは学習データＬＤを収集する目的であり、専用車両とは学習データＬＤを収集することを目的に開発された装置を搭載した車両である。

（１－３）本実施形態では、車両１０の車両状況及び制御モードを同時期に取得し、それらを関連付けて学習データＬＤを生成するようにした。
これにより、車両状況と制御モードとの相関性が高い学習データＬＤを生成することができ、ひいては機械学習の効率を高めることができる。また、学習済モデルＬＭによる制御モードの推定精度を高めることができ、ひいては車両１０における制御モード変更制御の精度を高めることができる。

特に、車両１０の乗員により制御モードが変更された際の車両状況と変更後の制御モードとを関連付けて学習データＬＤを生成することにより、車両状況と制御モードとの相関性が一層高い学習データＬＤを生成することができる。

また、車両状況情報及び制御モードを所定周期で取得し、それらを関連付けて学習データＬＤを生成することにより、多くの学習データＬＤを確実に生成することができる。
（１－４）本実施形態では、車外撮像情報を車外状況情報として、車内撮像情報を車内状況情報として、学習データＬＤを生成するようにした。ここで、画像によれば文字や数値と比較して多種多様な車両状況を的確に示すことができる。そのため、車外画像情報や車内画像情報を学習モデルへの入力とすることにより、多種態様な車両状況に適した制御モードを推定する機械学習を行うことができる。また、車両１０において多種多様な車両状況に応じて、好適な制御モードを設定することができる。

（１－５）本実施形態では、地図情報を車外状況情報として、学習データＬＤを生成するようにした。ここで地図情報には、撮像装置により撮像可能な範囲には含まれない広範な情報が含まれる。そのため、地図情報を学習モデルへの入力とすることにより、広範な車外状況に適した制御モードを推定する機械学習を行うことができる。また、広範な車外状況に応じて、好適な制御モードを車両１０に設定することができる。

（第２実施形態）
以下、車両用制御システムの実施形態を図６及び図７に従って説明する。本実施形態では、第１実施形態と相違している部分について主に説明するものとし、第１実施形態と実質的に同一の構成及び機能には同一符号を付して重複説明を省略するものとする。

図６は、本実施形態に係る車両用制御システムの概略構成を示す模式図である。車両用制御システムは、車両１０Ａとサーバ装置２００Ａとを含んで構成されている。サーバ装置２００Ａには、複数の車両１０Ａが移動体通信ネットワーク３００を介して接続されている。

＜車両＞
本実施形態の車両１０Ａは、記憶部１０２に記憶されている制御プログラムが第１実施形態の車両１０と異なる点を除いて、第１実施形態の車両１０と実質的に同一である。車両１０Ａの制動制御装置１００は、制御部１０１が制御プログラムを実行することにより、情報取得部１０４とモード取得部１０５Ａとモード設定部１０６として機能する。

モード取得部１０５Ａは、情報取得部１０４により取得された車両状況情報をサーバ装置２００Ａに送信し、送信した車両状況情報に適した制御モード（推奨制御モード）を、サーバ装置２００Ａから取得する。詳しくは、モード取得部１０５Ａは、車両状況情報を、車両側通信装置９０を介してサーバ装置２００Ａに送信する。そして、モード取得部１０５Ａは、サーバ装置２００Ａから送信された推奨制御モードを、車両側通信装置９０を介して受信する。

＜サーバ装置＞
本実施形態のサーバ装置２００Ａは、モード提供装置２２０を備えている点を除き、第１実施形態のサーバ装置２００と実質的に同一である。

モード提供装置２２０は、制御部２２１と記憶部２２２と学習器２２３とを有して構成されている。記憶部２２２には、制御部２２１により実行される制御プログラムが記憶されている。学習器２２３は、第１実施形態の学習器１０３と実質的に同一である。

モード提供装置２２０は、制御部２２１が制御プログラムを実行することにより、モード導出部２２４とモード送信部２２５として機能する。
モード導出部２２４は、サーバ側通信装置２０１を介して受信された車両状況情報に基づいて推奨制御モードを導出する。例えば、モード導出部２２４は、車両状況情報を学習器２２３に入力し、学習器２２３から出力された確率値に基づいて、４つの制御モードから車両状況情報に適した制御モードを推奨制御モードとして導出する。

モード送信部２２５は、モード導出部２２４により導出された推奨制御モードを、サーバ側通信装置２０１を介して車両１０Ａに送信する。
＜制御モード変更処理＞
図７は、本実施形態の車両用制御システムにおける制御モード変更処理の流れを示すシーケンス図である。

車両１０ＡにおけるステップＳ１１及びＳ１３の処理は、それぞれ図２に示す第１実施形態のステップＳ１１及びＳ１３の処理と実質的に同一である。
ステップＳ１１４において、制動制御装置１００は、モード取得部１０５Ａにより、ステップＳ１１及びステップＳ１３で取得された車両状況情報を、車両側通信装置９０を介してサーバ装置２００Ａに送信する。

サーバ装置２００Ａにおいて、車両１０Ａから送信された車両状況情報が受信されると、モード提供装置２２０はステップＳ１１５からＳ１２０の処理を実行する。
ステップＳ１１５からＳ１１９の処理は、これらの処理の実行主体がモード提供装置２２０である点と、ステップＳ１１５の処理における学習器２２３への入力が車両１０Ａから送信された車両状況情報である点とを除き、それぞれ図２に示す第１実施形態のステップＳ１５からＳ１９の処理と実質的に同一である。

モード提供装置２２０は、モード導出部２２４により、ステップＳ１１５においてサーバ側通信装置２０１で受信された車両状況情報を学習器２２３に入力し、ステップＳ１１７において学習器２２３から出力された各制御モードに対応する確率値を取得し、ステップＳ１１９において各制御モードに対応する確率値に基づいて推奨制御モードを導出する。

ステップＳ１２０において、モード提供装置２２０は、ステップＳ１１９で導出された推奨制御モードを、サーバ側通信装置２０１を介して車両１０Ａに送信する。
車両１０Ａにおいて、サーバ装置２００Ａから送信された推奨制御モードが受信されると、制動制御装置１００はステップＳ１２１の処理に移行する。

ステップＳ１２１の処理は、処理対象がサーバ装置２００Ａから送信された推奨制御モードである点を除き、図２に示す第１実施形態のステップＳ２１の処理と実質的に同一である。

ステップＳ１２１において、制動制御装置１００は、モード設定部１０６により、サーバ装置２００Ａから送信された推奨制御モードが車両１０の現在の制御モードと同一か否かを判定する。制動制御装置１００は、推奨制御モードが現在の制御モードと同一であると判定した場合（Ｓ１２１：ＹＥＳ）、今回の処理を終了し、推奨制御モードが現在の制御モードと同一ではないと判定した場合（Ｓ１２１：ＮＯ）、ステップＳ２３の処理に移行する。

ステップＳ２３以降の処理は、図２に示す第１実施形態のステップＳ２３からＳ２９の処理と実質的に同一であるため、図７への図示及び説明を省略する。
＜本実施形態の効果＞
本実施形態によれば、上記（１－１）～（１－５）と同等の効果に加え、以下に示す効果をさらに得ることができる。

（２－１）本実施形態では、サーバ装置２００Ａから推奨制御モードを車両１０Ａに提供するようにした。これにより、第１実施形態の学習器１０３に相当する構成を車両１０Ａに設ける必要がないため、車両１０Ａを簡素化することができる。

（２－２）本実施形態では、学習器２２３をサーバ装置２００Ａに設けた。これにより、学習済モデルＬＭを更新する処理を簡素化することができる。また、車両１０Ａの制御モードを最新の学習済モデルＬＭに基づいて設定することができる。

（変更例）
上記複数の実施形態は、以下のように変更して実施することができる。上記複数の実施形態及び以下の変更例は、技術的に矛盾しない範囲で互いに組み合わせて実施することができる。

・上記複数の実施形態では、車外状況及び車内状況に適した制御モードを、推奨制御モードとした。
しかしながら、車外状況及び車内状況の何れか一方に適した制御モードを、推奨制御モードとしてもよい。

また、車両状況と車両の走行状態とに適した制御モードを、推奨制御モードとしてもよい。この場合、例えば、車両状況とセンサ情報と制御モードとを同時期に取得し、それらを関連付けて学習データを生成し、当該学習データを用いた機械学習により学習済モデルを生成すればよい。そして、車両状況とセンサ情報とを学習済モデルに入力して、学習済モデルから出力された確率値に基づいて推奨制御モードを取得すればよい。

・上記複数の実施形態では、学習器から出力された確率値に基づいて、４つの制御モードから車両状況に適した制御モードを取得するようにした。しかしながら、車両状況に適していない制御モード（以下「非推奨制御モード」という）を取得するようにしてもよい。この場合、例えば、学習済モデルから出力された確率が最も低い制御モードを非推奨制御モードして取得することが考えられる。この場合、車両の乗員が車両の制御モードを非推奨制御モードに変更する操作を行った場合に、当該制御モードの変更に対して警告を行うことや、当該制御モードの変更を記録することが考えられる。

・上記複数の実施形態では、車両の制御モードの推奨制御モードへの変更が安全性を低下させるものである場合に、車両の乗員の意思を確認するように、すなわち上記変更を車両の乗員に提案するようにした。しかしながら、車両の制御モードの推奨制御モードへの変更が安全性を低下させるものであったとしても、車両の乗員の意思を確認することなく、すなわち上記変更を車両の乗員に提案することなく、車両の制御モードを推奨制御モードに変更してもよい。

・上記複数の実施形態では、車両の制御モードの推奨制御モードへの変更が安全性を高めるものである場合は、車両の乗員の意思を確認することなく、すなわち上記変更を車両の乗員に提案することなく、車両の制御モードを推奨制御モードに変更するようにした。しかしながら、車両の制御モードの推奨制御モードへの変更が安全性を高めるものであったとしても、車両の乗員の意思を確認するように、すなわち上記変更を車両の乗員に提案するようにしてもよい。

・上記複数の実施形態では、車両の乗員の意思を確認の有無を、安全性の観点で決定するようにしたが、安全性以外の観点で、例えば快適性や環境性の観点で、車両の乗員の意思を確認の有無を決定するようにしてもよい。

・上記複数の実施形態では、車外状況情報として、車外撮像情報とレーダー情報と地図情報とを例示したが、車外状況情報は、これらの情報に限定されるものではなく、車外状況を示すものであればよい。例えば車外状況情報は、路車間通信や車車間通信により得られる情報であってもよい。

・上記複数の実施形態では、車内状況情報として車内撮像情報を例示したが、車内状況情報は、車内撮像情報に限定されるものではなく、車内状況を示すものであればよい。例えば車内状況情報は、シートセンサや荷重センサ等から得られる情報であってもよいし、車両の乗員により携帯されている移動体通信機から得られる情報であってもよいし、車両の乗員により入力される情報であってもよい。

・上記複数の実施形態では、学習データＬＤを、移動体通信ネットワーク３００を介して複数の一般車両から収集するようにした。しかしながら、専用車両の特定目的の走行により、学習データＬＤを取得するようにしてもよい。この場合、専用車両は移動体通信ネットワーク３００を介してサーバ装置に接続されていなくてもよい。この場合、専用車両内で学習データＬＤ又は同時期に取得された車両状況情報及び制御モードを記憶装置に記憶し、当該記憶装置を学習装置２１０に接続することが考えられる。

・上記第１実施形態では、学習器１０３を車両１０の制動制御装置１００に設けた。しかしながら、学習器１０３は、車両の制動制御に関する制御装置以外の制御装置に設けてもよい。車両の制動制御に関する制御装置以外の制御装置としては、車両の駆動制御に関する制御装置や車両の操向制御に関する制御装置や、車両の制動、駆動及び操向の少なくとも２つの協調制御に関する制御装置が考えられる。

・上記複数の実施形態では、学習器を記憶部とは別に設けたが、学習済モデルＬＭは記憶部に記憶させてもよい。
・制動制御装置１００は、ＣＰＵとＲＯＭとを備えて、ソフトウェア処理を実行するものに限らない。例えば、上記複数の実施形態においてソフトウェア処理されたものの少なくとも一部を、ハードウェア処理する専用のハードウェア回路を備えてもよい。専用のハードウェア回路としては、例えば、ＡＳＩＣを挙げることができる。

次に、上記複数の実施形態及び変更例から把握できる技術的思想について記載する。
（イ）前記学習器は、複数の前記車両で取得された前記車両状況情報を基に機械学習が行われたものであることが好ましい。

（ロ）複数の前記制御モードには、前記車両の乗員の安全性に影響する制御モード、前記車両の乗員の快適性に影響する制御モード及び前記車両の走行環境に影響する制御モードの少なくとも１つが含まれることが好ましい。

（ハ）前記モード取得部は、前記車両状況情報に適した前記制御モードを推奨制御モードとして取得し、前記提案部は、前記車両の前記制御モードの前記推奨制御モードへの変更が前記車両の安全性を高めるものである場合に、当該変更を前記車両の乗員に提案しないことが好ましい。

（ニ）前記モード取得部は、前記車両状況情報に適した前記制御モードを推奨制御モードとして取得し、前記提案部は、前記車両の前記制御モードの前記推奨制御モードへの変更が前記車両の安全性を低下させるものである場合に、当該変更を前記車両の乗員に提案することが好ましい。

（ホ）前記モード取得部は、前記車両状況情報に適していない前記制御モードを非推奨制御モードとして取得し、前記車両の前記制御モードを前記非推奨制御モードに変更することを、前記車両の乗員に警告する警告部を備えていることが好ましい。

（ヘ）サーバ装置と、前記サーバ装置に移動体通信ネットワークを介して接続されている車両とを含む、複数の制御モードを有する前記車両の車両用制御システムでは、前記車両は、前記車両の外部状況及び前記車両の内部状況のうち少なくとも一方に関連する車両状況情報を取得する情報取得部と、前記情報取得部により取得された車両状況情報を前記サーバに送信する情報送信部とを備え、前記サーバ装置は、前記車両状況情報に適した前記制御モードを出力する機械学習を行った学習器に、前記車両から送信された車両状況情報を入力することによって当該学習器から出力された指標に応じた前記制御モードを、複数の前記制御モードから取得するモード取得部と、前記モード取得部により取得された制御モードを前記車両に送信するモード送信部とを備えていることが好ましい。

この制御システムでは、前記車両は、前記サーバ装置から受信した制御モードに基づいて、前記車両の制御モードを設定するモード設定部を備えていることが好ましい。
（ト）サーバ装置と、前記サーバ装置に移動体通信ネットワークを介して接続されている車両とを含む、複数の制御モードを有する前記車両の制御に関する学習システムでは、前記車両は、前記車両の外部状況及び前記車両の内部状況のうち少なくとも一方に関連する車両状況情報と、前記車両の制御モードとを、同時期に取得し、それらを関連付けて学習データを生成する学習データ生成部と、前記学習データ生成部より生成された前記学習データを前記サーバ装置に送信する学習データ送信部とを備え、前記サーバ装置は、前記車両から送信された前記学習データを用いて、前記車両状況情報に適した前記制御モードを出力する機械学習を行う学習部を備えていることが好ましい。

この場合、前記学習データ生成部は、前記車両の乗員が前記制御モードを変更した際の車両状況情報と、前記制御モード変更後の前記制御モードとを関連付けて、学習データを生成することが好ましい。

また、前記学習データ生成部は、所定周期で取得した前記車両状況情報と前記制御モードとを関連付けて、前記学習データを生成することが好ましい。
（チ）車両の制御に関する学習方法は、前記車両の外部状況及び前記車両の内部状況のうち少なくとも一方に関連する車両状況情報と前記車両の制御モードとを、同時期に取得する情報取得ステップと、前記情報取得ステップにおいて取得された前記車両状況情報と前記制御モードとを関連付けて、学習データを生成する学習データ生成ステップと、前記学習データ生成ステップにおいて生成された前記学習データを用いて、前記車両状況情報に適した前記制御モードを出力する機械学習を行う学習ステップと、を含んでいることが好ましい。

（リ）サーバ装置と、前記サーバ装置に移動体通信ネットワークを介して接続されている車両とを含む、複数の制御モードを有する前記車両の制御に関する学習システムに適用される学習方法は、前記車両において、前記車両の外部状況及び前記車両の内部状況のうち少なくとも一方に関連する車両状況情報と前記車両の制御モードとを、同時期に取得する情報取得ステップと、前記車両において、前記情報取得ステップで取得された前記車両状況情報と前記制御モードとを関連付けて、学習データを生成する学習データ生成ステップと、前記車両において、前記学習データ生成ステップで生成された前記学習データを前記サーバ装置に送信する学習データ送信ステップと、を含んでいることが好ましい。

この学習方法は、サーバにおいて、前記車両から受信された前記学習データを用いて、前記車両状況情報に適した前記制御モードを出力する機械学習を行う学習ステップを含むことが好ましい。

１０，１０Ａ…車両
１００…制動制御装置（車両用制御装置の一例）
１０３，２２３…学習器
１０４…情報取得部
１０５，１０５Ａ…モード取得部
１０６…モード設定部

Claims (4)

1. 複数の制御モードを有する車両に適用され、
   前記車両の外部状況及び前記車両の内部状況のうちの少なくとも一方に関連する車両状況情報を取得する情報取得部と、
   前記車両状況情報に適した前記制御モードを推定する機械学習を行った学習器に、前記情報取得部により取得された前記車両状況情報を入力することによって、当該学習器から出力された指標に応じた前記制御モードを、複数の前記制御モードの中から取得するモード取得部と、
   を備えている車両用制御装置。
2. 前記学習器は、前記車両の前記制御モードを変更するための操作が行われた際の前記車両状況情報を基に、機械学習が行われたものである、
   請求項１に記載の車両用制御装置。
3. 前記モード取得部により取得された前記制御モードを、前記車両の前記制御モードに設定するモード設定部を備えている、
   請求項１又は請求項２に記載の車両用制御装置。
4. 前記車両の前記制御モードを、前記モード取得部により取得された前記制御モードに設定することを前記車両の乗員に提案する提案部を備えている、
   請求項１又は請求項２に記載の車両用制御装置。

Images