JP2023135259A - 移動体制御システム、及び移動体制御方法 - Google Patents

Abstract

【課題】最適化処理が正常に行われなかった場合でも、安定して移動体の制御を行うことのできる技術を提供する。【解決手段】移動体の走行制御を行う移動体制御システムであり、移動体制御システムは、プロセッサと、プロセッサで実行可能なプログラムが格納された記憶装置と、を含む制御装置を備える。走行制御用のプログラムがプロセッサで実行された場合、プロセッサは、移動体が走行すべき軌道を示す目標軌道に基づいて、移動体の目標制御値を含む走行計画を生成し、目標制御値は、走行計画に対する最適化処理を経て算出された第１目標制御値と、最適化処理を経ずに算出された第２目標制御値と、を含み、最適化処理が正常に行われた場合、第１目標制御値に基づいて移動体のアクチュエータの制御指令値を計算し、そうでない場合、第２目標制御値に基づいて制御指令値を計算する。【選択図】図７

Description

本開示は、移動体の走行制御を行うシステム、及び方法に関する。

特許文献１は、予測モデルと最適化器を用いて制御対象である車両の最適な制御入力を計算するモデル予測制御に関する技術を開示している。この技術では、車載の状態センサから出力される計測状態量に基づいて、車両のアクチュエータの操作量を時系列で計算する。また、計測状態量と、アクチュエータの操作量とを予測モデルに入力して車両の状態量の時系列予測値を計算する。更に、時系列予測値と、車載の環境センサから出力される計測環境量とを入力にしてニューラルネットワークを演算することによって、時系列予測値を補正する。補正後の時系列予測値は、最適化器において評価される。評価結果が適正基準を満たす場合、時系列予測値は最適解であると判定される。これにより、モデル予測制御の精度の維持を図っている。

国際公開第２０２０／２０２３１６号

特許文献１の技術において、評価結果が適正基準を満たさない場合を考える。この場合は、時系列予測値の再計算が行われ、この再計算後の時系列予測値に対する評価が行われる。つまり、評価結果が適正基準を満たさない場合は、適正基準を満たす評価結果が得られるまで時系列予測値の計算と評価が繰り返し行われる。そうすると、適正基準を満たす評価結果が一定時間内に得られなかったときに、次の問題が想定される。即ち、最適でない時系列予測値の計算に用いられた操作量をアクチュエータに入力せざるを得なくなり、移動体の制御が不安定になる可能性がある。

本開示の１つの目的は、最適化処理が正常に行われなかった場合でも、安定して移動体の制御を行うことのできる技術を提供することにある。

第１の観点は、移動体の走行制御を行う移動体制御システムであり、次の特徴を有する。
移動体制御システムは、プロセッサと、前記プロセッサで実行可能なプログラムが格納された記憶装置と、を含む制御装置を備える。
前記走行制御用のプログラムが前記プロセッサで実行された場合、前記プロセッサは、 前記移動体が走行すべき軌道を示す目標軌道に基づいて、前記移動体の目標制御値を含む走行計画を生成し、
前記目標制御値は、前記走行計画に対する最適化処理を経て算出された第１目標制御値と、前記最適化処理を経ずに算出された第２目標制御値と、を含み、
前記最適化処理が正常に行われたか否かを判定し、
前記最適化処理が正常に行われたと判定された場合、前記第１目標制御値に基づいて前記移動体のアクチュエータの制御指令値を計算し、そうでない場合、前記第２目標制御値に基づいて前記制御指令値を計算する。

第２の観点は、第１の観点に加えて、次の特徴を更に有する。
前記プロセッサは、前記最適化処理が正常に行われたか否かを判定する処理において、
前記最適化処理に含まれる評価関数を演算することによって生成される評価結果が適正基準を満たすか否かを判定する処理を含み、
前記評価結果が前記適正基準を満たすか否かを判定する処理において、
前記評価結果が前記適正基準を満たすと判定された場合、最適化処理は正常に行われたと判定し、
そうでない場合、前記最適化処理は正常に行われなかったと判定する。

第３の観点は、第２の観点に加えて、次の特徴を更に有する。
前記適正基準は、前記最適化処理の評価結果が所定の閾値以上であること、前記所定の閾値以上の前記最適化処理の評価結果が所定の時間内に得られること、及び、前記最適化処理の繰り返し回数が所定の回数に到達する前に前記所定の閾値以上の前記最適化処理の評価結果が得られることの少なくとも１つを含む。

第４の観点は、移動体の走行制御を行う移動体制御方法であり、次の特徴を有する。
移動体制御方法は、
前記移動体が走行すべき軌道を示す目標軌道に基づいて、前記移動体の目標制御値を含む走行計画を生成するステップと、
前記目標制御値は、前記走行計画に対する最適化処理を経て算出された第１目標制御値と、前記最適化処理を経ずに算出された第２目標制御値と、を含むステップと、
前記最適化処理が正常に行われたか否かを判定するステップと、
前記最適化処理が正常に行われたと判定された場合、前記第１目標制御値に基づいて前記移動体のアクチュエータの制御指令値を計算し、そうでない場合、前記第２目標制御値に基づいて前記制御指令値を計算するステップと、
を含む。

第１の観点によれば、最適化処理が正常に行われた場合、第１目標制御値が選択され、最適化処理が正常に行われなかった場合、第２目標制御値が選択される。また、移動体の現在の状態が第１目標制御値又は第２目標制御値に対応する目標状態となるように移動体が有する走行アクチュエータの制御指令値が計算される。これにより、最適化処理が正常に行われなかった場合でも、移動体が安定して目標軌道に追従するように走行制御を行うことができるようになる。

第２の観点によれば、最適化処理が正常に行われたか否かを判定する処理において、最適化処理に含まれる評価関数を演算することによって生成される評価結果が適正基準を満たすか否かを判定される。評価結果が適正基準を満たすと判定された場合、最適化処理は正常に行われたと判定し、そうでない場合、最適化処理は正常に行われなかったと判定される。これにより、最適化処理が正常に行われたか否かを判定することができ、更に、判定結果に基づいて、第１目標制御値又は第２目標制御値の選択を行うことが可能となる。

第３の観点によれば、最適化処理の評価結果が所定の閾値以上であること、所定の閾値以上の最適化処理の評価結果が所定の時間内に得られること、及び、最適化処理の繰り返し回数が所定の回数に到達する前に所定の閾値以上の最適化処理の評価結果が得られることの少なくとも１つを含む適正基準により、最適化処理が正常に行われたか否かを判定することができる。

第４の観点によれば、第１の観点と同じ効果が得られる。

実施の形態に係る移動体制御システムの概要を示す図である。 移動体制御システムの概要を示す図である。 移動体制御システムの概要を示す図である。 移動体制御システムの概要を示す図である。 移動体制御システムの構成例を示すブロック図である。 移動体制御システムの制御装置の機能例を示すブロック図である。 移動体制御システムの制御装置の処理例を示すフローチャートである。

添付図面を参照して、本開示の実施の形態に係る移動体制御システム及び移動体制御方法について説明する。なお、実施形態に係る移動体制御方法は、実施形態に係る移動体制御システムのコンピュータ処理により実現される。

実施の形態
１．概要
図１は、実施形態に係る移動体制御システムの概要を説明するための図である。図１に示される移動体制御システム（以下、単に「システム」とも称す。）１０は、移動体１を制御する。典型的に、システム１０は、移動体１に搭載されている。システム１０の少なくとも一部は、移動体１の外部の外部装置に配置されていてもよいし、リモートで移動体１を制御してもよい。つまり、システム１０は、移動体１と外部装置とに分散的に配置されていてもよい。

システム１０により制御される移動体１は、自動運転が可能な移動体である。ここでの自動運転としては、移動体１のドライバ（又は遠隔オペレータ）が必ずしも１００％運転に集中しなくてもよいことを前提としたものが想定される。

システム１０は、移動体１の走行制御を行う。移動体１の走行制御では、移動体１の操舵、加速及び減速が制御される。移動体１の自動運転が行われる場合、システム１０は、移動体１が目標軌道ＴＲに追従するように走行制御を実行する。目標軌道ＴＲは、移動体１が走行すべき軌道である。目標軌道ＴＲは、例えば、移動体１の出発地から目的地までの走行ルートに基づいて生成される。走行ルートは、例えば、ナビゲーションシステム（不図示）により演算される。目標軌道ＴＲは、移動体１の周辺情報に基づいて生成されてもよいし、走行ルートと周辺情報の組み合わせに基づいて生成されてもよい。

目標軌道ＴＲ上には、目標軌道ＴＲに基づいて走行計画が生成される。走行計画は、例えば、移動体１の周辺情報と、地図情報とに基づいて生成される。走行計画は、地図情報を用いずに移動体１の周辺情報のみに基づいて生成されてもよい。走行計画は、移動体１の走行制御における目標制御値ＴＣｉの集合を含んでいる。目標制御値ＴＣｉとしては、移動体１が通過すべき目標位置［Ｘｉ、Ｙｉ］が例示される。目標位置［Ｘｉ、Ｙｉ］に到達すべき目標時刻［Ｔｉ］が目標制御値ＴＣｉに含まれてもよい。目標位置［Ｘｉ、Ｙｉ］における目標操舵角、目標速度及び目標加速度が目標制御値ＴＣｉに含まれてもよい。

図１に示される例において、Ｘ方向は移動体１の前方方向であり、Ｙ方向はＸ方向と直交する平面方向である。但し、座標系（Ｘ，Ｙ）は、図１で示された例に限られない。目標位置［Ｘｉ、Ｙｉ］は、目標軌道ＴＲ上に所定間隔（例えば、１～２ｍ）で設定される。目標位置［Ｘｉ、Ｙｉ］は、概ね現在時刻から数～数十秒先まで設定される。目標時刻［Ｔｉ］が設定される場合、目標時刻［Ｔｉ］は、現在時刻から所定時刻ΔＴ×ｉ（ｉ≧１）だけ未来の時刻を表す。

走行計画には、走行計画に対する最適化処理を経て得られた第１走行計画と、最適化処理を経ずに得られた第２走行計画の２つが含まれる。図２に、システム１０により行われる、第１及び第２走行計画に基づいた走行制御の概要説明を示す。第１走行計画は、図２に示されるように、第１目標制御値ＴＣ１ｉの集合を含んでいる。また、第２走行計画は、図２に示されるように、第２目標制御値ＴＣ２ｉの集合を含んでいる。

第１目標制御値ＴＣ１ｉの集合は、例えば、モデル予測制御に基づいて計算される。モデル予測制御には、予測モデル処理及び予測モデル処理の出力結果を最適にする処理（つまり、最適化処理）が含まれる。予測モデル処理では、移動体１に搭載された車載センサにより取得された現在時刻における移動体１の現在の状態量（例えば、移動体１の現在位置、移動体１の現在速度、移動体１の現在ヨー角、移動体１の現在加速度、等）と、第１目標制御値ＴＣ１ｉと、に基づいて、図３に示すように、移動体１の状態量の時系列予測値（例えば、目標時刻［Ｔｉ］における移動体１の予測位置、移動体１の予測速度、移動体１の予測ヨー角、移動体１の予測加速度、等）が計算される。予測モデル処理では、例えば、機械学習（ニューラルネットワーク、等）を用いて状態量の時系列予測値が計算される。

最適化処理は、予測モデル処理で計算された状態量の時系列予測値の評価により最適であると判断された時系列予測値に対応する第１目標制御値ＴＣ１ｉの集合を決定する処理である。最適化処理は、予測モデル処理に基づいて計算された状態量の時系列予測値を用いて評価関数を演算する評価演算処理と、評価関数を演算して得られた当該時系列予測値に対する評価結果が適正か否かを判定する適正判定処理と、を含んでいる。

例えば、評価演算処理では、状態量の時系列予測値を変数とする評価関数を演算することによって、当該時系列予測値に対する評価結果が生成される。適正判定処理では、例えば、評価結果が適正基準を満たすか否かの判定が行われる。例えば、適正判定処理では、評価結果が適正基準を満たすと判定された場合、評価関数に入力された時系列予測値が適正であると判断される。そして、この時系列予測値が最適であると見做すことで、これに対応する第１目標制御値ＴＣ１ｉの集合が決定される。

一方、評価結果が適正基準を満たさないと判定された場合、評価関数に入力された時系列予測値に対応する第１目標制御値ＴＣ１ｉの集合は適正でない（少なくとも最適解でない）。そこで、この場合は予測モデル処理と最適化処理が再度行われる。つまり、予測モデル処理と最適化処理は、適正判定処理において適正基準を満たすと判定される評価結果が得られるまで、繰り返し行われる。

所定の時間内に適正基準が満たされる評価結果が得られなかった場合、適正でない評価結果のうちで最も高い評価結果を有する時系列予測値に基づいて、第１目標制御値ＴＣ１ｉの集合が決定されてもよい。適正基準が満たされる評価結果が得られずに、予測モデル処理及び最適化処理の繰り返し回数が所定の回数に到達した場合、適正でない評価結果のうちで最も高い評価結果を有する時系列予測値に基づいて、第１目標制御値ＴＣ１ｉの集合が決定されてもよい。

適正基準が満たされる評価結果が得られた場合であっても、予測モデル処理と、最適化処理（つまり、評価演算処理及び適正判定処理）とが所定の時間又は所定の回数に亘って繰り返し行われてもよい。そして、適正であると判断された時系列予測値が１つの場合、この時系列予測値は最適であると判断することができる。適正であると判断された時系列予測値が２つ以上の場合、これらの時系列予測値に対する評価結果が比較される。そして、最も高い評価結果を有する時系列予測値が最適であると判断される。

評価関数は、例えば、移動体１の乗員が自動運転に対して不快であると感じる項目をその変数に採用することにより構築される。乗員が自動運転に対して快適でないと感じるケースとしては、急加速又は急減速が行われるケース、急旋回が行われるケースが想定される。急加速又は急減速は、移動体１の予測加速度の時系列予測値の推移から予測できる。急旋回は、移動体１の予測ヨー角の時系列予測値の推移から予測できる。そこで、予測加速度の時系列予測値が急変しないことを表す変数と、予測ヨー角の時系列予測値が急変しないことを表す変数と、をそれぞれ評価関数に組み込めば、乗員が自動運転に対して快適でないと感じる第１目標制御値ＴＣ１ｉの集合を除外することができる。

適正基準は、評価演算処理において生成された評価結果が所定の閾値以上であることを含む。例えば、評価結果を評価スコアで表した場合を考える。「１．０」に近いほど乗員が快適であると感じ、「０．０」に近いほど乗員が快適でないと感じる評価スコアを設定する。所定の閾値は、例えば「０．５」に設定することができる。

適正基準には、予測モデル処理と最適化処理が繰り返し行われる所定の時間内に、所定の閾値以上の評価結果が得られることが含まれていてもよい。或いは、繰り返し行われる予測モデル処理と最適化処理の回数が所定の回数に到達する前に、所定の閾値以上の評価結果が得られることが適正基準に含まれていてもよい。

第２目標制御値ＴＣ２ｉの集合は、例えば、上述した予測モデル処理と、予測モデル処理の出力結果に基づいたＰＩＤ（Proportional Integral Differential）制御とに基づいて計算されてもよい。或いは、予測モデル処理を用いずに、ＰＩＤ制御のみに基づいて計算されてもよい。予測モデル処理の出力結果に基づいたＰＩＤ制御では、例えば、予測モデル処理で計算された移動体１の状態量の時系列予測値と、移動体の現在の状態量との偏差に基づいて、第２目標制御値ＴＣ２ｉの集合が計算される。予測モデル処理を用いずに行われるＰＩＤ制御では、例えば、目標軌道ＴＲ上の目標位置と移動体１の現在位置との偏差に基づいて、第２目標制御値ＴＣ２ｉの集合が計算される。

目標軌道ＴＲに基づいた第１及び第２走行計画の生成は、移動体１の走行中、所定の周期で繰り返し行われている。つまり、第１目標制御値ＴＣ１ｉ及び第２目標制御値ＴＣ２ｉの集合の計算は、移動体１の走行中、所定の周期で繰り返し行われている。システム１０は、第１及び第２走行計画が生成された場合、生成された第１及び第２走行計画によって、過去の第１及び第２走行計画を上書きする。

システム１０は、第１走行計画に基づいて移動体１の走行制御を行う。ただし、適正基準が満たされる評価結果が得られていない場合は、第１走行計画に基づいた走行制御の継続が乗員に不快感を与える可能性がある。そこで、実施形態では、このような場合、最適化処理が正常に行われていないと判断される。そして、第１走行計画ではなく、第２走行計画に基づいて移動体１の走行制御が行われる。

図４は、第１走行計画と第２走行計画の選択例を示す図である。既に説明したように、第１及び第２走行計画の生成は移動体１の走行中繰り返し行われている。図４の上段には、生成された第１及び第２走行計画に含まれる目標制御値ＴＣｉの一例として、目標位置［Ｘｉ、Ｙｉ］における目標速度の推移が描かれている。

移動体１の現在位置が位置Ｐ０にあるときに生成された第１及び第２走行計画は、位置Ｐ０の１つ先の目標位置［Ｘｉ、Ｙｉ］（つまり、位置Ｐ１）における２種類の目標速度を含む。そのため、どちらか一方の目標速度を選択するため、位置Ｐ１における目標速度の算出に要した時間に基づいて、適正基準が満たされているか否かが判定される。図４に示される例では、位置Ｐ１における目標速度の算出に要した時間が図４の中段に示される「所定の時間」以下であることから、適正基準が満たされていると判定されている。故に、位置Ｐ１における目標速度には、第１走行計画に含まれる目標速度が選択される。

図４に示される例では、また、移動体１の現在位置が位置Ｐ１にあるときにも第１及び第２走行計画が生成されている。また、この位置Ｐ１の１つ先の目標位置［Ｘｉ、Ｙｉ］（つまり、位置Ｐ２）における目標速度を選択するため、位置Ｐ２における目標速度の算出に要した時間に基づいて、適正基準が満たされているか否かが判定される。図４に示される例では、位置Ｐ２における目標速度の算出に要した時間が「所定の時間」以下である。そこで、位置Ｐ２における目標速度には、位置Ｐ１における目標速度と同じく第１走行計画に含まれる目標速度が選択される。

図４に示される例では、更に、移動体１の現在位置が位置Ｐ２～Ｐ６にあるときにも第１及び第２走行計画が生成され、これらの位置の１つ先の目標位置［Ｘｉ、Ｙｉ］における目標速度の選択が行われる。図４に示される例では、位置Ｐ３、Ｐ４及びＰ７における目標速度の算出に要した時間が「所定の時間」以下である。一方、位置Ｐ５及びＰ６におけるそれが「所定の時間」以上である。そこで、位置Ｐ３、Ｐ４及びＰ７における目標速度には第１走行計画に含まれる目標速度が選択され、位置Ｐ５及びＰ６における目標速度には第２走行計画に含まれる目標速度が選択される。

システム１０は、選択された走行計画に基づいて、移動体１の走行制御を行う。走行制御では、選択された走行計画に対応する目標状態と、移動体１の現在の状態との間の偏差（例えば、位置偏差、速度偏差、ヨー角偏差、加速度偏差など）が計算される。走行制御では、また、この偏差が減少するように移動体１が有する走行アクチュエータの制御指令値が計算される。つまり、制御指令値は、移動体１の現在の状態を目標状態に制御するための指令値である。走行アクチュエータには、操舵アクチュエータ、駆動アクチュエータ及び制動アクチュエータが含まれる。そして、制御指令値に基づいて走行アクチュエータが制御される。

以下、実施の形態に係るシステム１０について更に詳しく説明する。

２．具体例
２－１．システムの構成例
図５に、実施の形態に係るシステム１０の構成例を示すブロック図である。図５に示される例では、システム１０は、情報取得装置２０、走行アクチュエータ３０及び制御装置４０を備えている。

情報取得装置２０は、運転環境情報ＥＮＶを取得するための装置である。運転環境情報ＥＮＶは、移動体１の運転環境を示す情報であり、移動体１の自動運転に必要な情報である。運転環境情報ＥＮＶとしては、地図情報、周辺情報、自己位置情報、走行状態情報、ドライバ操作情報等が例示される。

地図情報は、例えば、車線配置及び道路形状の情報を含んでいる。地図情報は、地図データベース（不図示）内に格納されている。地図データベースは、情報取得装置２０の一例である。地図データベースは、移動体１に搭載されている記憶装置内に形成されていてもよいし、外部の管理サーバ（不図示）が有する記憶装置内に形成されていてもよい。

周辺情報は、移動体１の周辺の状況（例えば、路面状態、等）を示す情報である。周辺情報は、例えば、移動体１に搭載されたカメラ、レーダ、ライダー（LIDAR: Laser Imaging Detection and Ranging）により取得される。これらの車載センサは、情報取得装置２０の一例である。

自己位置情報は、移動体１の位置及び方位を示す情報である。自己位置情報は、例えば、移動体１に搭載されたＧＰＳ（Global Positioning System）装置により取得される。ＧＰＳ装置も、情報取得装置２０の一例である。自己位置情報は、周知の自己位置推定処理によりその精度が高められたものでもよい。

走行状態情報は、移動体１の走行状態を示す情報である。走行状態情報は、例えば、車速センサ、ヨーレートセンサ、加速度センサ及び舵角センサにより取得される。車速センサは、車速を検出する。ヨーレートセンサは、移動体１のヨーレートを検出する。加速度センサは、移動体１の加速度（例えば、横加速度、前後加速度など）を検出する。舵角センサは、移動体１の操舵角（転舵角）を検出する。これらの車載センサも、情報取得装置２０の一例である。

ドライバ操作情報は、移動体１のドライバ（又は遠隔オペレータ）による移動体１への操作を示す情報である。ドライバ操作情報は、例えば、移動体１の操舵センサ、アクセルペダルセンサ及びブレーキペダルセンサにより取得される。操舵センサは、例えば、ドライバがステアリングホイールに与える操舵トルクを検出する。アクセルペダルセンサは、ドライバによるアクセルペダルの踏み込み量を検出する。ブレーキペダルセンサは、ドライバによるブレーキペダルの操作量を検出する。これらの車載センサも、情報取得装置２０の一例である。

走行アクチュエータ３０は、操舵アクチュエータ３１、駆動アクチュエータ３２及び制動アクチュエータ３３を含んでいる。操舵アクチュエータ３１は、移動体１のタイヤを転舵する。操舵アクチュエータ３１としては、ＥＰＳ（Electric Power Steering）アクチュエータが例示される。駆動アクチュエータ３２は、駆動力を発生させる。駆動アクチュエータ３２としては、エンジンのスロットルバルブ、モータ等が例示される。制動アクチュエータ３３は、制動力を発生させる。制動アクチュエータ３３としては、モータ、油圧ブレーキ等が例示される。

制御装置４０は、各種処理を行う情報処理装置である。制御装置４０は、ＥＣＵ（Electronic Control Unit）とも呼ばれる。制御装置４０は、例えば、プロセッサ４１及び記憶装置４２を備えるマイクロコンピュータである。プロセッサ４１は、ＣＰＵ（Central Processing Unit）を含んでいる。記憶装置４２は、ＤＤＲメモリなどの揮発性のメモリであり、プロセッサ４１が使用する各種プログラムの展開及び各種情報の一時保存を行う。記憶装置４２に格納される各種情報には、運転環境情報ＥＮＶが含まれる。記憶装置４２に格納される各種情報には、また、走行アクチュエータ３０に送信される制御指令値ＣＯＮも含まれる。

プロセッサ４１は、コンピュータプログラムである移動体制御用のソフトウェアを実行する。移動体制御用のソフトウェアは、記憶装置４２に格納され、又は、コンピュータが読み取り可能な記録媒体に記録されている。プロセッサ４１が移動体制御用のソフトウェアを実行することにより、制御装置４０の各種機能が実現される。

２－２．制御装置の機能例
図６は、制御装置４０の機能例を示すブロック図である。制御装置４０は、機能ブロックとして、状態認識部２００、走行計画生成部２１０、走行計画選択部２２０、制御指令値算出部２３０、及び走行制御部２４０を備えている。これらの機能ブロックは、プロセッサ４１が移動体制御用のソフトウェアを実行することによって実現される。

状態認識部２００は、移動体１の状態を認識する。状態認識部２００により認識される状態には、地図上における移動体１の位置を示す位置情報と、当該位置における移動体１の状態量の情報が含まれる。位置情報は、例えば、地図情報と自己位置情報に基づいて認識される。状態量の情報は、例えば、走行状態情報とドライバ操作情報に基づいて認識される。状態認識部２００により認識される状態には、また、移動体１の周辺の物標情報が含まれる。物標情報は、周辺情報に基づいて認識される。物標としては、移動体１以外の車両、歩行者、路側物、障害物および白線（区画線）が例示される。物標情報には、移動体１に対する物標の相対位置及び相対速度の情報が含まれる。

状態認識部２００により認識される状態には、更に、移動体１の特性情報が含まれる。特性情報は、例えば、カメラ等の周辺情報センサや、車速センサ等の車両状態センサによる検出結果の信頼度（センサ信頼度）である。センサ信頼度は、例えば、同一の対象を検出可能な２つのセンサによる検出結果を比較し、この比較結果に基づいて認識される。検出結果が等しい場合は信頼度が高いと認識され、検出結果が乖離している場合は信頼度が低いと認識される。具体的に、カメラの撮像情報に基づく物標の認識結果と、レーダの障害物情報に基づくそれとが一致する場合は信頼度が高いと認識され、これらの認識結果が一致しない場合には信頼度が低いと認識される。

走行計画生成部２１０は、移動体１の目標軌道ＴＲを生成する。目標軌道ＴＲは、例えば、ナビゲーションシステムにより演算された走行ルートに基づいて生成される。目標軌道ＴＲは、移動体１の周辺情報に基づいて生成されてもよいし、走行ルートと周辺情報の組み合わせに基づいて生成されてもよい。目標軌道ＴＲは、安全、法令巡視、走行効率等の基準に照らし、移動体１が好適に走行するように生成される。

走行計画生成部２１０は、また、生成された目標軌道ＴＲに基づいて走行計画を生成する。走行計画は、例えば、移動体１の周辺情報と、地図情報とに基づいて生成される。走行計画は、地図情報を用いずに移動体１の周辺情報のみに基づいて生成されてもよい。走行計画は、移動体１の走行制御における目標制御値ＴＣｉの集合を含んでいる。目標制御値ＴＣｉとしては、移動体１が通過すべき目標位置［Ｘｉ、Ｙｉ］、目標位置［Ｘｉ、Ｙｉ］に到達すべき目標時刻［Ｔｉ］、目標位置［Ｘｉ、Ｙｉ］と目標位置［Ｘｉ、Ｙｉ］における移動体１の目標速度［ＶＸｉ、ＶＹｉ］との組み合わせ等が例示される。

走行計画生成部２１０は、更に、第１及び第２走行計画の生成を行う。第１走行計画は、第１目標制御値ＴＣ１ｉの集合を含んでいる。また、第２走行計画は、第２目標制御値ＴＣ２ｉの集合を含んでいる。第１目標制御値ＴＣ１ｉの集合は、上述したモデル予測制御に基づいて計算される。モデル予測制御には、予測モデル処理及び予測モデル処理の出力結果を最適にする処理（つまり、最適化処理）が含まれる。

予測モデル処理は、移動体１の現在の状態量（例えば、移動体１の現在位置、移動体１の現在速度、移動体１の現在ヨー角、移動体１の現在加速度、等）と、第１目標制御値ＴＣ１ｉとに基づいて、移動体１の状態量（目標時刻［Ｔｉ］における移動体１の予測位置、移動体１の予測速度、移動体１の予測ヨー角、移動体１の予測加速度、等）の時系列予測値を計算する。予測モデル処理は、機械学習を用いて状態量の時系列予測値を計算してもよい。

最適化処理は、予測モデル処理で計算された状態量の時系列予測値の評価により最適でると判断された時系列予測値に対応する第１目標制御値ＴＣ１ｉの集合を決定する。最適化処理は、予測モデル処理に基づいて計算された状態量の時系列予測値を用いて評価関数を演算する評価演算処理と、評価関数を演算して得られた当該時系列予測値に対する評価結果が適正か否かを判定する適正判定処理とを含んでいる。評価演算処理は、状態量の時系列予測値を変数とする評価関数を演算して当該時系列予測値に対する評価結果を生成する。適正判定処理は、評価結果が適正基準を満たすか否かの判定を行う。適正判定処理は、評価結果が適正基準を満たすと判定された場合、評価関数に入力された時系列予測値が適正であると判断する。そして、この時系列予測値が最適であると見做すことで、これに対応する第１目標制御値ＴＣ１ｉの集合を決定する。一方、評価結果が適正基準を満たさないと判定された場合、予測モデル処理と最適化処理が再度行われる。つまり、予測モデル処理と最適化処理は、適正判定処理において適正基準を満たすと判定される評価結果が得られるまで、繰り返し行われる。

第２目標制御値ＴＣ２ｉの集合は、例えば、上述した予測モデル処理と、予測モデル処理の出力結果に基づいたＰＩＤ制御とに基づいて計算される。ＰＩＤ制御では、例えば、予測モデル処理で計算された移動体１の状態量の時系列予測値と、移動体の現在の状態量との偏差に基づいて、第２目標制御値ＴＣ２ｉの集合が計算される。

走行計画生成部２１０は、目標軌道ＴＲが生成された場合、生成された目標軌道ＴＲによって過去の目標軌道ＴＲを上書きする。つまり、目標軌道ＴＲが生成された場合、走行計画生成部２１０は、目標軌道ＴＲを更新する。つまり、目標軌道ＴＲに基づいて第１及び第２走行計画が生成された場合、走行計画生成部２１０は、生成された第１及び第２走行計画によって、過去の第１及び第２走行計画を上書きする。故に、走行計画生成部２１０は、第１及び第２走行計画の生成（つまり、第１目標制御値ＴＣ１ｉ及び第２目標制御値ＴＣ２ｉの集合の計算）を移動体１の走行中、所定の周期で繰り返し行う。

走行計画選択部２２０は、第１又は第２走行計画の一方を選択する処理を行う。初期の状態では、第１走行計画が選択されている。この状態において、上述した走行計画生成部２１０において、適正基準が満たされる評価結果が得られている場合、走行計画選択部２２０は、第１走行計画を選択する。つまり、第１走行計画が選択された状態が継続される。一方、上述した走行計画生成部２１０において、適正基準が満たされる評価結果が得られていない場合、走行計画選択部２２０は、第２走行計画を選択する。つまり、第１走行計画が選択された状態から第２走行計画に選択する切り替えが行われる。

制御指令値算出部２３０は、走行計画選択部２２０において選択された第１又は第２走行計画に基づいて、走行アクチュエータ３０の制御指令値を計算する。制御指令値算出部２３０は、選択された第１又は第２走行計画に対応する目標状態と、移動体１の現在の状態との間の偏差を計算する。そして、制御指令値算出部２３０は、この偏差が減少するように制御指令値ＣＯＮを計算する。制御指令値ＣＯＮは、走行アクチュエータ３０に送信される。

走行制御部２４０は、移動体１の走行制御を行う。走行制御において、走行制御部２４０は、制御指令値ＣＯＮを用いて走行アクチュエータ３０の動作を制御する。具体的に、走行制御部２４０は、操舵指令値を用いて操舵アクチュエータ３１の動作を制御し、これにより移動体１の操舵を制御する。走行制御部２４０は、また、駆動指令値を用いて駆動アクチュエータ３２の動作を制御することによって、移動体１の加速を制御する。また、走行制御部２４０は、制動指令値を用いて制動アクチュエータ３３の動作を制御することによって、移動体１の減速を制御する。

図７は、制御装置４０の処理例を示すフローチャートである。図７に示されるルーチンは、所定の周期で繰り返し実行される。

ステップＳ１００において、制御装置４０は、各種情報の取得を行う。その後、処理はステップＳ１１０に進む。各種情報としては、目標軌道ＴＲを生成するための走行ルートの情報や、運転環境情報ＥＮＶなどが例示される。各種情報には、状態認識部２００が認識した状態に関する情報（例えば、移動体１の位置情報、移動体１の状態量の情報、移動体１の周辺の物標情報、移動体１の特性情報）も含まれる。

ステップＳ１１０において、制御装置４０は、目標軌道ＴＲの生成を行う。その後、処理はステップＳ１２０に進む。

ステップＳ１２０において、制御装置４０は、走行計画の生成を行う。その後、処理はステップＳ１３０に進む。

ステップＳ１３０において、制御装置４０は、第１及び第２走行計画を生成する。その後、処理はステップＳ１４０に進む。なお、第１走行計画は第１目標制御値ＴＣ１ｉの集合を含んでおり、第２走行計画は第２目標制御値ＴＣ２ｉの集合を含んでいる。第１目標制御値ＴＣ１ｉの集合は、例えば、モデル予測制御（予測モデル処理と最適化処理を含む）に基づいて計算される。第２目標制御値ＴＣ２ｉの集合は、例えば、予測モデル処理と、予測モデル処理の出力結果に基づいたＰＩＤ制御とに基づいて計算される。

ステップＳ１４０において、制御装置４０は、第１走行計画の生成に使用した最適化処理に含まれる評価関数の演算によって生成された評価結果が適正基準を満たさないか否かの判定を行う。つまり、制御装置４０は、最適化処理が正常に行われなかったか否かの判定を行う。

評価結果が適正基準を満たさない（つまり、最適化処理が正常に行われなかった）と判定された場合（ステップＳ１４０；Ｙｅｓ）、処理はステップＳ１５０に進む。それ以外の場合（ステップＳ１４０；Ｎｏ）、処理はステップＳ１６０に進む。

ステップＳ１５０において、制御装置４０は、第２走行計画を選択する。その後、処理はステップＳ１７０に進む。

ステップＳ１６０において、制御装置４０は、第１走行計画を選択する。その後、処理はステップＳ１７０に進む。

ステップＳ１７０において、制御装置４０は、選択された第１又は第２走行計画に対応する目標状態と、移動体１の現在の状態との間の偏差を計算する。そして、制御装置４０は、この偏差が減少するように制御指令値ＣＯＮを計算する。その後、処理はステップＳ１８０に進む。

ステップＳ１８０において、制御装置４０は、計算された制御指令値ＣＯＮを用いて走行アクチュエータ３０の動作を制御する。

３．効果
実施の形態に係るシステム１０によれば、目標軌道ＴＲに基づいて第１及び第２走行計画が生成される。その後、第１走行計画の生成に使用した最適化処理に行われたか否かの判定が行われる。最適化処理が正常に行われた場合、第１走行計画が選択される。そうでない場合、第２走行計画が選択される。更に、選択された第１又は第２走行計画に対応する目標状態と、移動体１の現在の状態との間の偏差が減少するように制御指令値ＣＯＮが計算される。これにより、第１走行計画の生成に使用された最適化処理が正常に行われなかった場合であっても、移動体１が安定して目標軌道ＴＲに追従するように走行制御を行うことができるようになる。加えて、第１又は第２走行計画の選択を行う際に乗員に対する通知を行うことで、走行計画の切り替えに伴う乗員の違和感を低減させることが可能となる。

１ 移動体
１０ 移動体制御システム
２０ 情報取得装置
３０ 走行アクチュエータ
３１ 操舵アクチュエータ
３２ 駆動アクチュエータ
３３ 制動アクチュエータ
４０ 制御装置
４１ プロセッサ
４２ 記憶装置
２００ 状態認識部
２１０ 走行計画生成部
２２０ 走行計画選択部
２３０ 制御指令値算出部
２４０ 走行制御部
ＴＲ 目標軌道
ＴＣｉ 目標制御値
ＴＣ１ｉ 第１目標制御値
ＴＣ２ｉ 第２目標制御値
ＣＯＮ 制御指令値
ＥＮＶ 運転環境情報

Claims (4)

1. 移動体の走行制御を行う移動体制御システムであって、
   プロセッサと、
   前記プロセッサで実行可能なプログラムが格納された記憶装置と、
   を含む制御装置を備え、
   前記走行制御用のプログラムが前記プロセッサで実行された場合、前記プロセッサは、
   前記移動体が走行すべき軌道を示す目標軌道に基づいて、前記移動体の目標制御値を含む走行計画を生成し、
   前記目標制御値は、前記走行計画に対する最適化処理を経て算出された第１目標制御値と、前記最適化処理を経ずに算出された第２目標制御値と、を含み、
   前記最適化処理が正常に行われたか否かを判定し、
   前記最適化処理が正常に行われたと判定された場合、前記第１目標制御値に基づいて前記移動体のアクチュエータの制御指令値を計算し、そうでない場合、前記第２目標制御値に基づいて前記制御指令値を計算する
   移動体制御システム。
2. 請求項１に記載の移動体制御システムであって、
   前記プロセッサは、前記最適化処理が正常に行われたか否かを判定する処理において、
   前記最適化処理に含まれる評価関数を演算することによって生成される評価結果が適正基準を満たすか否かを判定する処理を含み、
   前記評価結果が前記適正基準を満たすか否かを判定する処理において、
   前記評価結果が前記適正基準を満たすと判定された場合、最適化処理は正常に行われたと判定し、
   そうでない場合、前記最適化処理は正常に行われなかったと判定する
   移動体制御システム。
3. 請求項２に記載の移動体制御システムであって、
   前記適正基準は、前記最適化処理の評価結果が所定の閾値以上であること、前記所定の閾値以上の前記最適化処理の評価結果が所定の時間内に得られること、及び、前記最適化処理の繰り返し回数が所定の回数に到達する前に前記所定の閾値以上の前記最適化処理の評価結果が得られることの少なくとも１つを含む
   移動体制御システム。
4. 移動体の走行制御を行う移動体制御方法であって、
   前記移動体が走行すべき軌道を示す目標軌道に基づいて、前記移動体の目標制御値を含む走行計画を生成するステップと、
   前記目標制御値は、前記走行計画に対する最適化処理を経て算出された第１目標制御値と、前記最適化処理を経ずに算出された第２目標制御値と、を含むステップと、
   前記最適化処理が正常に行われたか否かを判定するステップと、
   前記最適化処理が正常に行われたと判定された場合、前記第１目標制御値に基づいて前記移動体のアクチュエータの制御指令値を計算し、そうでない場合、前記第２目標制御値に基づいて前記制御指令値を計算するステップと、
   を含む
   移動体制御方法。

Images