JP4144510B2 - 車両用運転操作補助装置および車両用運転操作補助装置を備えた車両 - Google Patents

Description

本発明は、運転者の操作を補助する車両用運転操作補助装置に関する。

従来の車両用運転操作補助装置としては、自車両と自車両前方の障害物とが接触する可能性がある場合に、自車両を減速させて運転者に警告を与えるものが知られている（例えば特許文献１）。この装置は、自車速が高くなるほど発生させる減速度を大きくして運転者の注意を喚起する。

本願発明に関連する先行技術文献としては次のものがある。
特開平９−２８６３１３号公報

上述したような車両用運転操作補助装置は自車両前方の障害物を検出する検出器を備えているが、検出器から常に十分な精度の検出結果が得られるとは限らない。例えば自車両と障害物との相対位置関係や天候などの条件によって検出器の検出精度が低下する可能性がある。上述したような車両用運転操作補助装置にあっては、検出器の検出結果の信頼性を高め、システムを適切に作動させることが望まれている。

本発明による車両用運転操作補助装置は、自車両周囲の障害物を検出する障害物検出手段と、自車両の走行状態を検出する走行状態検出手段と、障害物検出手段および走行状態検出手段による検出結果に基づいて、障害物に対するリスクポテンシャルを算出するリスクポテンシャル算出手段と、障害物検出手段および走行状態検出手段による検出結果に基づいて、制御の対象とする対象障害物を選択する障害物選択手段と、リスクポテンシャル算出手段によって算出される対象障害物に対するリスクポテンシャルに基づいて、運転操作装置に発生する操作反力、自車両に発生する駆動力、および自車両に発生する制動力の中から少なくとも２つの力を制御する制御手段と、障害物検出手段による障害物の検出状況を監視する監視手段と、監視手段によって障害物検出手段の検出精度が低下する状況であると判定された場合に、障害物選択手段による対象障害物の選択方法を変更して検出精度の低下に伴う性能低下を補償する選択変更手段とを備え、障害物選択手段は、自車両の予測進路を推定し、予測進路内に存在する障害物の中から対象障害物を選択し、監視手段は、障害物検出手段における検知範囲の側方端領域に障害物が存在する場合に、障害物検出手段の検出精度が低下すると判定し、選択変更手段は、予測進路内に存在する障害物の中から対象障害物を選択する際の重み付けを変更する重み変更手段であり、側方端領域に存在する障害物に対する重み付けを、側方端領域以外に存在する障害物に対する前記重み付けよりも低く設定する。
本発明による車両用運転操作補助装置は、 自車両周囲の障害物を検出する障害物検出手段と、自車両の走行状態を検出する走行状態検出手段と、障害物検出手段および走行状態検出手段による検出結果に基づいて、障害物に対するリスクポテンシャルを算出するリスクポテンシャル算出手段と、障害物検出手段および走行状態検出手段による検出結果に基づいて、制御の対象とする対象障害物を選択する障害物選択手段と、リスクポテンシャル算出手段によって算出される対象障害物に対するリスクポテンシャルに基づいて、運転操作装置に発生する操作反力、自車両に発生する駆動力、および自車両に発生する制動力の中から少なくとも２つの力を制御する制御手段と、障害物検出手段による障害物の検出状況を監視する監視手段と、監視手段によって障害物検出手段の検出精度が低下する状況であると判定された場合に、障害物選択手段による対象障害物の選択方法を変更して検出精度の低下に伴う性能低下を補償する選択変更手段とを備え、障害物選択手段は、自車両の予測進路を推定し、予測進路内に存在する障害物の中から対象障害物を選択し、選択変更手段は、予測進路の幅を変更する予測進路幅変更手段である。
本発明による車両用運転操作補助装置は、自車両周囲の障害物を検出する障害物検出手段と、自車両の走行状態を検出する走行状態検出手段と、障害物検出手段および走行状態検出手段による検出結果に基づいて、障害物に対するリスクポテンシャルを算出するリスクポテンシャル算出手段と、障害物検出手段および走行状態検出手段による検出結果に基づいて、制御の対象とする対象障害物を選択する障害物選択手段と、リスクポテンシャル算出手段によって算出される対象障害物に対するリスクポテンシャルに基づいて、運転操作装置に発生する操作反力、自車両に発生する駆動力、および自車両に発生する制動力の中から少なくとも２つの力を制御する制御手段と、障害物検出手段による障害物の検出状況を監視する監視手段と、監視手段によって障害物検出手段の検出精度が低下する状況であると判定された場合に、障害物選択手段による対象障害物の選択方法を変更して検出精度の低下に伴う性能低下を補償する選択変更手段と、自車両が車線変更を行うかを判定する車線変更判定手段とを備え、選択変更手段は、障害物検出手段によって検出される障害物から対象障害物を選択する際の重み付けを変更する重み変更手段であり、重み変更手段は、障害物検出手段の検出精度が低下する状況において検出された障害物に対する重み付けを低下し、監視手段は、障害物検出手段における検知範囲の側方端領域に障害物が存在し、かつ車線変更判定手段によって自車両が車線変更状態であると判定される場合に、障害物検出手段の検出精度が低下すると判定し、重み変更手段は、自車両が車線変更状態である場合に、側方端領域に存在する障害物に対する重み付けを、側方端領域以外に存在する障害物に対する重み付けよりも低く設定する。

障害物検出精度が低下する状況では、障害物検出手段によって検出される障害物から制御の対象となる対象障害物を選択する際の選択方法を変更するので、障害物の検出精度の低下に伴うシステムの性能低下を補償し、制駆動力等の制御を適切に作動させることができる。

《第１の実施の形態》
本発明の第１の実施の形態による車両用運転操作補助装置について、図面を用いて説明する。図１は、本発明の第１の実施の形態による車両用運転操作補助装置１の構成を示すシステム図である。

まず、車両用運転操作補助装置１の構成を説明する。レーダ装置１０は、例えば車両の前方グリル部もしくはバンパ部等に取り付けられたレーザレーダであり、水平方向にレーザ光を照射して車両前方領域を走査し、自車両前方の障害物を検出する。図２に、レーダ装置１０による障害物検出の原理を説明する図を示す。図２に示すように、レーダ装置１０はレーザ光を出力する発光部１０ａと、自車両の前方にある反射物（通常、前方車の後端）で反射された反射光を検出する受光部１０ｂとを備えている。レーダ装置１０は、受光部１０ｂで受光した反射波の到達時間より、障害物の有無および自車両と障害物との相対的な位置を算出する。レーダ装置１０によりスキャンされる前方の領域、すなわちレーダ装置１０の検知範囲は、例えば自車正面に対して±６deg程度であり、検知範囲内に存在する複数の前方物体が検出される。

車速センサ２０は自車両の車速を検出し、検出した自車速を障害物検知装置４０およびコントローラ５０に出力する。
舵角センサ３０は、ステアリングコラムもしくはステアリングホイール（不図示）付近に取り付けられた角度センサ等であり、ステアリングシャフトの回転を操舵角として検出し、コントローラ５０へ出力する。

アクセルペダル６１には、アクセルペダル６１の踏み込み量（操作量）を検出するアクセルペダルストロークセンサ（不図示）が設けられている。アクセルペダルストロークセンサによって検出されたアクセルペダル操作量はコントローラ５０および駆動力制御装置６０に出力される。ブレーキペダル９１には、その踏み込み量（操作量）を検出するブレーキペダルストロークセンサ（不図示）が設けられている。ブレーキペダルストロークセンサによって検出されたブレーキペダル操作量は、制動力制御装置９０に出力される。

障害物検知装置４０は、レーダ装置１０および車速センサ２０の検出結果に従って自車両と前方障害物との車間距離および相対速度等の障害物情報を算出し、コントローラ５０へ出力する。

コントローラ５０は、ＣＰＵと、ＲＯＭおよびＲＡＭ等のＣＰＵ周辺部品とから構成され、車両用運転操作補助装置１全体の制御を行う。コントローラ５０は、車速センサ２０から入力される自車速、および障害物検知装置４０から入力される障害物情報から、自車両の走行状況を認識する。コントローラ５０は、走行状況に基づいて前方障害物に対する自車両のリスクポテンシャルを算出する。さらに、コントローラ５０は、障害物に対するリスクポテンシャルに基づいて、自車両に発生する制駆動力を制御する。

駆動力制御装置６０は、エンジンへの制御指令を算出する。図３に、駆動力制御装置６０における駆動力制御のブロック図を示す。図４に、アクセルペダル操作量ＳＡとドライバ要求駆動力Ｆｄａとの関係を定めた特性マップを示す。駆動力制御装置６０は、図４に示すようなマップを用いて、アクセルペダル操作量ＳＡに応じてドライバ要求駆動力Ｆｄａを算出する。そして、駆動力制御装置６０は、ドライバ要求駆動力Ｆｄａに、後述する駆動力補正量ΔＤａを加えて目標駆動力を算出する。駆動力制御装置６０のエンジンコントローラは、目標駆動力に従ってエンジンへの制御指令を算出する。

制動力制御装置９０は、ブレーキ液圧指令を出力する。図５に、制動力制御装置９３における制動力制御のブロック図を示す。図６に、ブレーキペダル操作量ＳＢとドライバ要求制動力Ｆｄｂとの関係を定めた特性マップを示す。制動力制御装置９３は、図６に示すようなマップを用いて、ブレーキペダル操作量ＳＢに応じてドライバ要求制動力Ｆｄｂを算出する。そして、制動力制御装置９３は、ドライバ要求制動力Ｆｄｂに、後述する制動力補正値ΔＤｂを加えて目標制動力を算出する。制動力制御装置９３のブレーキ液圧コントローラは、目標制動力に従ってブレーキ液圧指令を出力する。ブレーキ液圧コントローラからの指令に応じて各車輪９５に設けられたブレーキ装置が作動する。

以下に、本発明の第１の実施の形態による車両用運転操作補助装置１の動作を説明する。車両用運転操作補助装置１は、レーダ装置１０によって検出される前方障害物の状態に基づいて、自車両周囲のリスクポテンシャルを算出する。リスクポテンシャルが大きい場合には自車両の駆動力を低下したり、制動力を増加する。自車両の制駆動力制御を行うことにより、運転者に減速感を与えて運転者の注意を喚起することができる。

前方障害物の状態に基づいて自車両を制御する場合には、自車両と前方障害物とが接触する可能性があるか否かといった自車両周囲のリスクポテンシャルを正確に判定するため、前方障害物の幅、および車両前後方向および左右方向に関する前方障害物の位置等を正確に検出する必要がある。しかし、レーダ装置１０の検知範囲（視野角）は１０°〜２０°程度に限定されており、前方障害物の一部が検知範囲外にある場合は、前方障害物の左右位置を正確に検出することが困難である。また、他の障害物が前方障害物の一部を遮るような場合も、前方障害物の左右位置を正確に検出することが困難となる。このようにレーダ装置１０の検出結果の精度が低下すると、不適切な制駆動力制御が行われる可能性がある。

そこで、本発明の第１の実施の形態においては、レーダ装置１０の精度が低下するような状況では、レーダ装置１０によって検出される物体の中から制御の対象物体を選択する方法を変更することにより、レーダ装置１０の精度低下を補完する。以下に、第１の実施の形態による車両用運転操作補助装置１の動作を、図７を用いて詳細に説明する。図７は、第１の実施の形態のコントローラ５０における運転操作補助制御処理の処理手順のフローチャートである。本処理内容は、一定間隔、例えば５０ｍｓｅｃ毎に連続的に行われる。

まず、ステップＳ１１０で、車速センサ２０によって検出される自車速Ｖｈと、舵角センサ３０によって検出される自車両の操舵角δを読み込む。ステップＳ１２０では、アクセルペダルストロークセンサ（不図示）によって検出されるアクセルペダル操作量ＳＡを読み込む。つづくステップＳ１３０で、レーダ装置１０の検出結果に従って障害物検知装置４０で算出した前方障害物に関する情報を読み込む。前方障害物に関する情報は、例えば各検出物体までの距離Ｄ、自車両に対する物体の左右方向位置ｘおよび前後方向位置ｙである。

ステップＳ１４０では、ステップＳ１１０で読み込んだ自車速Ｖｈおよび操舵角δに基づいて、自車両の進路を推定する。以下に、予測進路の推定方法を図８および図９を用いて説明する。予測進路を推定するために、図８に示すように自車両が矢印方向に進行している場合の旋回半径Ｒを算出する。まず、自車両の旋回曲率ρ（１／ｍ）を算出する。旋回曲率ρは、自車速Ｖｈおよび操舵角δに基づいて、以下の（式１）で算出できる。
ρ＝１／｛Ｌ（１＋Ａ・Ｖｈ^２）｝×δ／Ｎ・・・（式１）
ここで、Ｌ：自車両のホイールベース、Ａ：車両に応じて定められたスタビリティファクタ（正の定数）、Ｎ：ステアリングギア比である。

旋回半径Ｒは、旋回曲率ρを用いて以下の（式２）で表される。
Ｒ＝１／ρ ・・・（式２）
図９に示すように、旋回半径Ｒの円弧を基準線とした幅Ｔｗの領域を、自車両の予測進路として設定する。ここでは予測進路幅Ｔｗは、予め適切に設定しておく。

ステップＳ１５０では、レーダ装置１０によって検出される複数の検出物体について、ステップＳ１４０で設定した自車両の予測進路内にあるか、予測進路外にあるかを判定する。ここでは、ステップＳ１３０で検出した物体の前後方向位置ｙおよび左右方向位置ｘを用いて、検出物体が予測進路内にあるか否かを判定する。図１０に、レーダ装置１０による物体の検出状況を示す。コントローラ５０は、レーダ装置１０によって検出される物体Ａ〜Ｄのうち、自車両の予測進路内に存在する物体Ｂ〜Ｃを選択する。なお、図１０は自車両が直進している場合の予測進路を示している。

ステップＳ１６０では、ステップＳ１５０で選択した各物体に対する重み付けを設定する。ここでは、検出物体に対するレーダ装置１０の検出精度が低下する状況において、その検出物体に対する重み付けを低下させる。具体的には、レーダ装置１０の検知範囲の側方端部領域に存在する検出物体に対する重み付けを、その他の領域に存在する検出物体に対する重み付けよりも低くする。図１１に、検出物体に対する重み付け設定を説明する図を示す。

図１１に示すように、レーダ装置１１の検知範囲の側方端部領域を領域１，それ以外の領域を領域２とする。自車両の左右方向に関する領域１の幅は、例えば自車幅から自車幅の１／２となるように予め適切に設定しておく。ステップＳ１３０で検出した各物体の前後方向位置ｙおよび左右方向位置ｘに基づいて、ステップＳ１５０で選択した各物体が領域１および領域２のいずれに存在するかを判定する。物体が領域２に存在する場合は、その重み付けを通常値、例えばｗ＝１に設定する。一方、物体が領域１に存在する場合は重み付けを通常値ｗ＝１よりも低い値、例えばｗ＝０．５に設定する。

ステップＳ１７０では、ステップＳ１５０で選択した各検出物体について、自車両と物体との車間時間ＴＨＷを算出する。車間時間ＴＨＷは、前方に存在する検出物体の現在位置に自車両が到達するまでの時間を示す物理量であり、自車速Ｖｈと物体までの距離Ｄとを用いて以下の（式３）から算出される。
ＴＨＷ＝Ｄ／Ｖｈ ・・・（式３）

つづくステップＳ１８０では、ステップＳ１７０で算出した各検出物体に対する車間時間ＴＨＷが予め設定したしきい値Ｔ１以上か否かを判定する。車間時間ＴＨＷがしきい値Ｔ１未満の場合は、検出物体との接触のリスクポテンシャルが高いと判断し、制駆動力制御を行うためにステップＳ１９０へ進む。ステップＳ１９０では、制駆動力の特性を変更する際の補正量を算出する。

具体的には、自車両前方に仮想的な弾性体を設けたと仮定し、この仮想的な弾性体が自車両前方の物体に当たって圧縮され、自車両に対する擬似的な走行抵抗を発生するというモデルを考える。自車両と検出物体との車間距離Ｄが仮想的な弾性体の長さよりも長い場合は、仮想弾性体は検出物体に接触しないので圧縮されない。一方、車間距離Ｄが仮想弾性体の長さよりも短い場合は仮想弾性体が圧縮される。このように仮想弾性体が圧縮されるときの仮想弾性体の反発力Ｆｃを、制駆動力の補正量として算出する。仮想弾性体の反発力Ｆｃは、以下の（式４）で表される。
Ｆｃ＝ｋ×（Ｔｈ−Ｄ） ・・・（式４）
ここで、ｋは、仮想的な弾性体の弾性定数であり、適切な制御効果が得られるように予め適切に調整される制御パラメータである。Ｔｈは、仮想弾性体の長さとして予め適切に設定されるしきい値である。

ステップＳ１８０で車間時間ＴＨＷがしきい値Ｔ１以上であると判定されると、ステップＳ２１０へ進み、反発力Ｆｃを０とする。なお、ステップＳ１７０〜Ｓ２００における処理は、ステップＳ１５０で選択した各検出物体について実行する。

つづくステップＳ２１０では、制駆動力制御を行う際に実際に用いる反発力Ｆｃを選択する。ステップＳ２１０における反発力選択処理を、図１２のフローチャートを用いて説明する。ステップＳ２１０１において、ステップＳ１９０またはＳ２００で算出した各検出物体に対する反発力Ｆｃに、ステップＳ１６０で設定した重みｗを乗算する。つづくステップＳ２１０２では、ステップＳ２１０１で算出した各乗算値（Ｆｃ×ｗ）の中から最大値を選択し、最大値を有する検出物体を、制駆動力制御の対象障害物として選択する。

ステップＳ２１０の処理で対象障害物を選択した後、ステップＳ２２０へ進む。ステップＳ２２０では、ステップＳ２１０で選択した対象障害物に対する反発力Ｆｃを用いて、制駆動力補正を行う際の駆動力補正量ΔＤａおよび制動力補正量ΔＤｂを算出する。ステップＳ２２０における制駆動力補正量の算出処理を、図１３を用いて説明する。

まずステップＳ２２０１で、ステップＳ１２０で読み込んだアクセルペダル操作量ＳＡに基づいて、アクセルペダル６１が踏みこまれているか否かを判定する。アクセルペダル６１が踏み込まれていない場合には、ステップＳ２２０２へ進み、アクセルペダル６１が急に解放されたか否かを判定する。例えば、アクセルペダル操作量ＳＡから算出するアクセルペダル６１の操作速度が所定値未満であった場合は、アクセルペダル６１がゆっくりと戻されたと判断し、ステップＳ２２０３へ進む。ステップＳ２２０３では、駆動力補正量ΔＤａとして０をセットし、つづくステップＳ２２０４で制動力補正量ΔＤｂとして上述した（式４）で算出した反発力Ｆｃをセットする。

一方、ステップＳ２２０２でアクセルペダル６１が急に戻されたと判定されると、ステップＳ２２０５へ進む。ステップＳ２２０５では駆動力補正量ΔＤａを漸減させ、ステップＳ２２０６で制動力補正量ΔＤｂを反発力Ｆｃまで漸増させる。具体的には、アクセルペダル６１が急に戻された場合は、アクセルペダル操作中には駆動力を反発力Ｆｃ分だけ減少させるように設定していた駆動力補正量ΔＤａ（＝−Ｆｃ）を、０まで徐々に変化させる。また、アクセルペダル６１が急に戻されてから制動力補正量ΔＤｂを反発力Ｆｃまで徐々に増加させる。このように、アクセルペダル６１が急に戻された場合は、最終的に駆動力補正量ΔＤａが０に、制動力補正量ΔＤｂがＦｃになるように変化させる。

一方、ステップＳ２２０１が肯定判定され、アクセルペダル６１が踏み込まれている場合は、ステップＳ２２０７へ進んでドライバ要求駆動力Ｆｄａを推定する。コントローラ５０内には、駆動力制御装置６０内に記憶されたドライバ要求駆動力算出マップ（図４）と同一のものが用意されており、アクセルペダル操作量ＳＡに従って、ドライバ要求駆動力Ｆｄａを推定する。

つづくステップＳ２２０８で、ステップＳ２２０７で推定したドライバ要求駆動力Ｆｄａと反発力Ｆｃとの大小関係を比較する。ドライバ要求駆動力Ｆｄａが反発力Ｆｃ以上（Ｆｄａ≧Ｆｃ）の場合は、ステップＳ２２０９へ進む。ステップＳ２２０９では、駆動力補正量ΔＤａとして−Ｆｃをセットし、ステップＳ２２１０で制動力補正量ΔＤｂに０をセットする。すなわち、Ｆｄａ−Ｆｃ≧０であることから、駆動力Ｆｄａを反発力Ｆｃにより補正した後も正の駆動力が残る。従って、補正量の出力は駆動力制御装置６０のみで行うことができる。この場合、車両の状態としては、ドライバがアクセルペダル６１を踏んでいるにも関わらず期待した程の駆動力が得られない状態となる。補正後の駆動力が走行抵抗より大きい場合には、加速が鈍くなる挙動としてドライバに感じられ、補正後の駆動力が走行抵抗より小さい場合には、減速する挙動としてドライバに感じられる。

一方、ステップＳ２２０８が否定判定され、ドライバ要求駆動力Ｆｄａが反発力Ｆｃより小さい場合（Ｆｄａ＜Ｆｃ）は、駆動力制御装置６０のみでは目標とする補正量を出力できない。そこで、ステップＳ２２１１において駆動力補正量ΔＤａに−Ｆｄａをセットし、ステップＳ２２１２で制動力補正量ΔＤｂとして、補正量の不足分（Ｆｃ−Ｆｄａ）をセットする。この場合、車両の減速挙動としてドライバには察知される。

図１４に、駆動力および制動力の補正方法を説明する図を示す。図１４の横軸はアクセルペダル操作量ＳＡおよびブレーキペダル操作量ＳＢを示しており、原点０から右へ進むほどアクセルペダル操作量ＳＡが大きく、左へ進むほどブレーキペダル操作量ＳＢが大きいことを示している。図１４の縦軸は駆動力および制動力を示し、原点０から上へ進むほど駆動力が大きく、下へ進むほど制動力が大きいことを示している。

図１４において、アクセルペダル操作量ＳＡに応じた要求駆動力Ｆｄａ、およびブレーキペダル操作量ＳＢに応じた要求制動力Ｆｄｂをそれぞれ一点差線で示す。また、前方障害物とのリスクポテンシャルに応じて補正した駆動力および制動力を実線で示す。

アクセルペダル操作量ＳＡが大きく、アクセルペダル操作量ＳＡに応じた要求駆動力Ｆｄａが反発力Ｆｃ以上の場合は、駆動力を補正量ΔＤａに応じて減少方向に補正する。一方、アクセルペダル操作量ＳＡが小さく、アクセルペダル操作量ＳＡに応じた要求駆動力Ｆｄａが反発力Ｆｃよりも小さい場合は、駆動力を発生しないような補正量ΔＤａを設定して駆動力を補正する。さらに、反発力Ｆｃと要求駆動力Ｆｄａとの差を補正量ΔＤｂとして設定する。これにより、アクセルペダル操作量ＳＡに応じた緩制動を行う。

ブレーキペダルが踏み込まれると、補正量ΔＤｂに基づいて制動力を増大方向に補正する。これにより、全体として車両の走行抵抗を補正量、すなわち仮想弾性体の反発力Ｆｃに相当して増大させるように制駆動力の特性を補正している。

このようにステップＳ２２０で制駆動力補正量を算出した後、ステップＳ２３０へ進む。ステップＳ２３０では、ステップＳ２２０で算出した駆動力補正量ΔＤａ、及び制動力補正量ΔＤｂをそれぞれ駆動力制御装置６０、及び制動力制御装置９０に出力する。駆動力制御装置６０は、駆動力補正量ΔＤａと要求駆動力Ｆｄａとから目標駆動力を算出し、算出した目標駆動力を発生するようにエンジンコントローラを制御する。また、制動力制御装置９０は、制動力補正量ΔＤｂと要求制動力Ｆｄｂとから目標制動力を算出し、目標制動力を発生するようにブレーキ液圧コントローラを制御する。これにより、今回の処理を終了する。

−第１の実施の形態の変形例−
ここでは、検出物体が領域１に存在し、さらに自車両が追い越し動作中である場合を、レーダ装置１０の検出精度が低下する状況とする。具体的には、自車両が追い越し動作中に領域１に存在する検出物体に対しては、重みｗを低い値、例えばｗ＝０．５に設定する。一方、自車両が追い越し動作中でない場合は、レーダ装置１０によって検出される各検出物体に対する重みｗを通常値、例えばｗ＝１に設定する。

自車両が追い越し動作中であるか否かは、例えば運転者によるウィンカ操作、または操舵角速度に基づいて判定することができる。ウィンカ操作が行われている場合、または操舵角速度が所定値以上である場合は、自車両が追い越し動作中であると判断する。

このように、以上説明した第１の実施の形態においては以下のような作用効果を奏することができる。
（１）車両用運転操作補助装置１は、自車両周囲の障害物状況と自車両の走行状態とに基づいて自車両前方の障害物に対するリスクポテンシャルを算出し、リスクポテンシャルに応じて制駆動力制御を行う。さらに、レーダ装置１０による障害物の検出状況を監視し、レーダ装置１０の検出精度が低下する状況である場合には、制駆動力制御の対象障害物の選択方法を変更する。これにより、レーダ装置１０の検出精度の低下に伴うシステムの性能低下を補償し、制駆動力制御を適切に作動させることができる。
（２）コントローラ５０は、レーダ装置１０によって検出される各物体から対象障害物を選択する際の重み付けを変更する。具体的には、レーダ装置１０の検出精度が低下する状況において検出物体に対する重み付けを低く設定する。これにより、重み付けの高い検出物体、すなわちレーダ装置１０の検出精度が低下していない状況で検出される物体を対象障害物として選択する確率が高くなり、レーダ装置１０から得られる正確な検出値に基づいて制駆動力制御を適切に作動させることができる。
（３）コントローラ５０は、図１１に示すようにレーダ装置１０の検知範囲の側方端領域１に障害物が存在する場合に、レーダ装置１０の検出精度が低下すると判断する。そして、領域１に存在する検出物体に対する重み付けを、領域２に存在する検出物体に対する重み付けよりも低くする。これにより、レーダ装置１０の検出精度が低下していない状況で検出される物体を対象障害物として選択する確率が高くなり、レーダ装置１０から得られる正確な検出値に基づいて制駆動力制御を適切に作動させることができる。
（４）検出物体が領域１に存在し、かつ自車両が車線変更を行おうとしている、または車線変更を行っているような車線変更状態である場合に、レーダ装置１０の検出精度が低下すると判断する。この場合、領域１に存在する検出物体に対する重み付けを、領域２に存在する検出物体に対する重み付けよりも低くする。これにより、レーダ装置１０の検出精度が低下していない状況で検出される物体を対象障害物として選択する確率が高くなり、レーダ装置１０から得られる正確な検出値に基づいて制駆動力制御を適切に作動させることができる。
（５）コントローラ５０は、自車両の操舵状態またはウィンカー操作状態に基づいて自車両が車線変更状態であるかを判定する。従って、特別な検出器等を用いることなく容易に車線変更状態を判定することができる。

《第２の実施の形態》
以下に、本発明の第２の実施の形態による車両用運転操作補助装置について説明する。図１５に、第２の実施の形態による車両用運転操作補助装置２の構成を示すシステム図を示す。図１５において、図１に示した第１の実施の形態と同様の機能を有する箇所には同一の符号を付している。ここでは、第１の実施の形態との相違点を主に説明する。

第２の実施の形態においては、レーダ装置１０の検出精度が低下するような状況において自車両の予測進路幅Ｔｗを変更することにより、対象障害物の選択方法を変更する。さらに、自車両周囲のリスクポテンシャルに応じて制御する制駆動力の補正量に応じて、アクセルペダル６１またはブレーキペダル９１に発生する操作反力を制御する。図１５に示すように、車両用運転操作補助装置２は、アクセルペダル６１に操作反力を発生させるアクセルペダル反力発生装置６２と、ブレーキペダル９１に操作反力を発生させるブレーキペダル反力発生装置９２とをさらに備えている。

アクセルペダル反力発生装置６２は、アクセルペダル６１のリンク機構に組み込まれたサーボモータを備えている。アクセルペダル反力発生装置６２は、コントローラ５１からの指令に応じてサーボモータで発生させるトルクを制御し、運転者がアクセルペダル６１を操作する際に発生する操作反力を任意に制御することができる。

ブレーキペダル反力発生装置９２は、ブレーキペダル９１のリンク機構に組み込まれたサーボモータを備えている。ブレーキペダル反力発生装置９２は、コントローラ５１からの指令に応じてサーボモータで発生させるトルクを制御し、運転者がブレーキペダル９１を操作する際に発生する操作反力を任意に制御することができる。なお、ここでは、サーボモータによってブレーキペダル９１の反力を制御しているが、これには限定されず、例えばコンピュータ制御による油圧力を用いてブレーキアシスト力を発生させることもできる。

第２の実施の形態における車両用運転操作補助装置２の動作について、図１６のフローチャートを用いて説明する。本処理内容は、一定間隔、例えば５０ｍｓｅｃ毎に連続的に行われる。ステップＳ３１０〜Ｓ３３０における処理は、図７のフローチャートのステップＳ１１０〜Ｓ１３０での処理と同様であるので説明を省略する。

ステップＳ３４０では、自車両の予測進路幅Ｔｗを設定する。ここでは、自車両が旋回中である場合を、レーダ装置１０の検出精度が低下する状況とする。ステップＳ３４０で行う処理について、図１７のフローチャートを用いて説明する。

まず、ステップＳ３４０１において、ステップＳ３１０で読み込んだ操舵角δに基づいて、自車両が旋回中であるか否かを判定する。例えば、所定値以上の操舵角δが所定時間以上継続している場合に、自車両が旋回中であると判定する。自車両が旋回中である場合は、ステップＳ３４０２へ進む。ステップＳ３４０２では、レーダ装置１０の検出精度が低下する状況であると判断し、予測進路幅Ｔｗを狭く設定するとともに、ヒステリシス幅を広く設定する。一方、自車両が旋回中でない場合は、ステップＳ３４０３へ進む。ステップＳ３４０３では、レーダ装置１０の検出精度が低下する状況ではないと判断し、予測進路幅Ｔｗおよびヒステリシス幅を基準値に設定する。

図１８（ａ）（ｂ）に、予測進路幅Ｔｗの設定方法を説明する図を示す。なお、図１８（ａ）（ｂ）は、説明を簡単にするために自車両が旋回している様子を例として示している。レーダ装置１０の検出精度が低下しない通常の状況においては、図１８（ａ）に示すように、自車両の予測進路幅Ｔｗを基準値Ｔｗ０に設定し、ヒステリシス幅を０とする。予測道路幅Ｔｗの基準値は、例えば自車幅に設定する。このように、通常時は予測進路幅Ｔｗにヒステリシスは持たせずに、検出物体が基準幅Ｔｗ０内に存在する場合に検出物体が自車両の予測進路内に存在すると判断する。

レーダ装置１０の検出精度が低下する状況においては、自車両の予測進路幅Ｔｗにヒステリシスを持たせる。具体的には、図１８（ｂ）に示すように、自車両の予測進路を、検出物体が自車両の予測進路内であるとの判断を開始する領域と、検出物体が自車両の予測進路内であるとの判断を終了するための領域とに分割する。すなわち、自車両の予測進路内にいなかった検出物体が判断開始領域内で検出されると、その検出物体が自車両の予測進路内に存在し始めたと判断する。一方、予測進路内に存在していた検出物体が判断終了領域外で検出されると、検出物体が自車両の予測進路外に出たと判断する。

ここでは、判断開始領域の幅をＴｗ１，判断終了領域の幅をＴｗ２として、予め適切に設定しておく。幅Ｔｗ１は、基準値Ｔｗ０よりも小さく、幅Ｔｗ２は基準値Ｔｗ０よりも大きい値に設定する。なお、通常時は判断開始領域と判断終了領域とを区別しないので、Ｔｗ１＝Ｔｗ２＝Ｔｗ０である。

このように、ステップＳ３４０で自車両の予測進路幅Ｔｗを設定した後、ステップＳ３５０へ進んで自車両の予測進路を推定する。ステップＳ３５０では、ステップＳ３４０で算出した予測進路幅Ｔｗを用いて、第１の実施の形態で説明した図７のステップＳ１４０と同様に自車両の予測進路を推定する。

ステップＳ３６０では、レーダ装置１０が検出している各検出物体について、自車両の予測進路内に存在するか否かの判断を行う。ここで行う予測進路内外判断の処理を、図１９のフローチャートを用いて説明する。

ステップＳ３６０１では、レーダ装置１０によって検出されている物体が、現在自車両の予測進路内に存在するか否かを判定する。すなわち、前回周期においてその検出物体が予測進路内に存在すると判断されたか否かを判定する。検出物体が予測進路内に存在していなかった場合は、ステップＳ３６０２へ進む。ステップＳ３６０２では、検出物体が判断開始領域（幅Ｔｗ＝Ｔｗ１）内に存在するか否かを判定する。検出物体が判断開始領域内に存在する場合は、ステップＳ３６０３に進んでその検出物体が自車両の予測進路内に存在し始めたと判断する。一方、検出物体が判断開始領域外に存在する場合は、ステップＳ３６０４へ進んでその検出物体が自車両の予測進路外に存在すると判断する。

ステップＳ３６０１で前回周期から検出物体が予測進路内に存在していたと判定されると、ステップＳ３６０５へ進む。ステップＳ３６０５では、検出物体が判断終了領域（幅Ｔｗ＝Ｔｗ２）内に存在するか否かを判定する。検出物体が判断終了領域内に存在する場合は、ステップＳ３６０６に進んでその検出物体が自車両の予測進路内に存在すると判断する。一方、検出物体が判断終了領域外に存在する場合は、ステップＳ３６０７へ進んでその検出物体が自車両の予測進路外に出たと判断する。

ステップＳ３６０においてレーダ装置１０で検出される全物体に対して予測進路内外の判断を行った後、ステップＳ３７０へ進む。ステップＳ３７０では、ステップＳ３６０で自車両の予測進路内に存在すると判断した検出物体の中から、自車両に最も近い物体を、対象障害物として選択する。

ステップＳ３８０では、ステップＳ３７０で選択した対象障害物に対する車間時間ＴＨＷを算出する。車間時間ＴＨＷは、上述した第１の実施の形態と同様に（式３）を用いて算出する。

つづくステップＳ３９０では、ステップＳ３８０で算出した対象障害物に対する車間時間ＴＨＷが予め設定したしきい値Ｔ１以上か否かを判定する。車間時間ＴＨＷがしきい値Ｔ１未満の場合は、対象障害物との接触のリスクポテンシャルが高いと判断し、制駆動力制御を行うためにステップＳ４００へ進む。ステップＳ４００では、第１の実施の形態と同様に、（式４）を用いて制駆動力の特性を変更する際の補正量、すなわち仮想的に設けた弾性体の反発力Ｆｃを算出する。ステップＳ３９０で車間時間ＴＨＷがしきい値Ｔ１以上であると判定されると、ステップＳ４１０へ進み、反発力Ｆｃを０とする。

つづくステップＳ４２０における制駆動力の補正量算出処理、およびステップＳ４３０における制駆動力補正量出力処理は、図７のステップＳ２２０およびＳ２３０での処理と同様であるので説明を省略する。つづくステップＳ４４０では、ステップＳ４００またはＳ４１０で算出した仮想弾性体の反発力Ｆｃに基づいて、アクセルペダル６１またはブレーキペダル９１に発生する操作反力の制御量、すなわちアクセルペダル反力制御指令値ＦＡとブレーキペダル反力制御指令値ＦＢを算出する。

図２０に、仮想弾性体の反発力Ｆｃとアクセルペダル反力制御指令値ＦＡとの関係を示す。図２０において、アクセルペダル反力制御を行わない場合の、通常のアクセルペダル反力を破線で示す。ここではアクセルペダル操作量ＳＡが一定の場合のアクセルペダル反力を示している。図２０に示すように、反発力Ｆｃが大きくなるほど、通常値に対してアクセルペダル反力制御指令値ＦＡが増加する。すなわち、制駆動力の補正量が大きくなるほど、アクセルペダル６１に発生する操作反力が大きくなる。

図２１に、仮想弾性体の反発力Ｆｃとブレーキペダル反力制御指令値ＦＢとの関係を示す。図２１において、ブレーキペダル反力制御を行わない場合の、通常のブレーキペダル反力制御指令値を破線で示す。ここではブレーキペダル操作量ＳＢが一定の場合のブレーキペダル反力を示している。図２１に示すように、反発力Ｆｃが所定値を超える領域では、反発力Ｆｃが大きくなるほど、通常値に対してブレーキペダル反力制御指令値ＦＢが低下する。これにより、制駆動力の補正量が大きくなるほどブレーキペダル９１に発生する操作反力が小さくなり、ブレーキペダル９１を踏み込みやすくなる。

つづくステップＳ４５０では、ステップＳ４４０で算出したアクセルペダル反力制御指令値ＦＡおよびブレーキペダル反力制御指令値ＦＢをそれぞれアクセルペダル反力発生装置６２およびブレーキペダル反力発生装置９２に出力する。アクセルペダル反力制御装置６２およびブレーキペダル反力制御装置９２は、それぞれコントローラ５１から入力される指令値に応じてアクセルペダル反力およびブレーキペダル反力を制御する。

−第２の実施の形態の変形例１−
ここでは、悪天候の場合をレーダ装置１０の精度が低下する状況とする。従って、自車両が旋回中であるか否かに関わらず、悪天候の場合は自車両の予測進路幅Ｔｗを狭くするとともにヒステリシスを持たせる。図２２のフローチャートに、ステップＳ３４０で行う予測進路幅設定処理の処理手順を示す。

ステップＳ３４１１では、悪天候であるか否かを判定する。ここでは、例えば降雨時、降雪時、または霧が発生している場合を、悪天候とする。そこで、例えばワイパーの作動状態（ワイパーオン／オフ、ワイパー作動速度等）、雨滴センサの出力値、またはフォグランプのオン／オフ等を読み込み、悪天候であるか否かを判定する。悪天候であると判定されると、ステップＳ３４１２へ進み、図１７のフローチャートのステップＳ３４０２と同様に自車両の予測進路を判断開始領域と判断終了領域とに分割し、それぞれの幅Ｔｗ１、Ｔｗ２を設定する。一方、悪天候でない場合は、ステップＳ３４１３へ進み、上述した図１７のステップＳ３４０３と同様に予測進路幅Ｔｗを基準値Ｔｗ０に設定し、ヒステリシス幅を０とする。

−第２の実施の形態の変形例２−
障害物が停止している場合、レーダ装置１０の検出結果から障害物と障害物ではない物体とを区別することは困難である。そこで、ここでは障害物が停止している場合を、レーダ装置１０の精度が低下する状況とする。障害物が停止物である場合には自車両の予測進路幅を狭くしてヒステリシスを持たせる。図２３のフローチャートに、予測進路幅設定処理の処理手順を示す。

ステップＳ３４２１では、レーダ装置１０で検出される物体の相対速度を算出する。検出物体の相対速度は、例えば自車両と検出物体との距離Ｄを疑似微分することにより算出できる。ステップＳ３４２２では、ステップＳ３４２１で算出した相対速度を用いて検出物体が停止物であるか否かを判定する。ここでは、例えば検出物体の相対速度が所定値（例えば２ｍ／ｓ）未満の場合に、その物体が停止していると判定する。検出物体が停止している場合はステップＳ３４２３へ進み、図２２のステップＳ３４０２と同様に自車両の予測進路を判断開始領域と判断終了領域とに分割し、それぞれの幅Ｔｗ１、Ｔｗ２を設定する。一方、検出物体が停止していない場合は、ステップＳ３４２４へ進み、上述した図１７のステップＳ３４０３と同様に予測進路幅Ｔｗを基準値Ｔｗ０に設定し、ヒステリシス幅を０とする。

−第２の実施の形態の変形例３−
ここでは、レーダ装置１０の受光部１０ｂによって受光する反射波のノイズ成分が多い場合を、レーダ装置１０の精度が低下する状況とする。図２４に、レーダ装置１０における物体検出状況を説明する図を示す。図２４は、レーダ装置１０の検知範囲内に、○で表される複数の反射物が存在することを示している。検知範囲のほぼ中央にある４つの○は、前方車両の後部リフレクタの反射によるものと判断できる。しかし、それ以外の、車両相当の障害物と判断されない反射物は、ノイズである。このようなノイズが多いほどレーダ装置１０の精度は低下する。

そこで、ノイズ成分が多い場合には自車両の予測進路幅を狭くしてヒステリシスを持たせる。図２５のフローチャートに、フィルタ処理の処理手順を示す。

ステップＳ３４３１では、レーダ装置１０の検出結果のノイズレベルを算出する。ここで、ノイズレベルは所定の幅を持ち、車両相当の障害物と判断されない反射物の数に基づいて算出される。ステップＳ３４３２では、ステップＳ３４３１で算出したノイズレベルから、レーダ装置１０の検出結果にノイズ成分が多いか否かを判定する。ノイズ成分が多い場合はステップＳ３４３３へ進み、図２２のステップＳ３４０２と同様に自車両の予測進路を判断開始領域と判断終了領域とに分割し、それぞれの幅Ｔｗ１、Ｔｗ２を設定する。一方、ノイズ成分が少ない場合は、ステップＳ３４３４へ進み、上述した図１７のステップＳ３４０３と同様に予測進路幅Ｔｗを基準値Ｔｗ０に設定し、ヒステリシス幅を０とする。

このように、以上説明した第２の実施の形態においては上述した第１の実施の形態による効果に加えて以下のような作用効果を奏することができる。
（１）コントローラ５１は、自車両の予測進路を推定し、予測進路内に存在する検出物体の中から対象障害物を選択する。レーダ装置１０の検出精度が低下する状況では、予測進路の幅Ｔｗを変更することにより、対象障害物の選択方法を変更する。これにより、レーダ装置１０の検出精度の低下によるシステムの性能低下を補償して、制駆動力制御および操作反力制御を適切に作動させることができる。
（２）コントローラ５１は、レーダ装置１０の検出精度が低下する状況において、自車両の予測進路の幅Ｔｗを狭くするとともに、予測進路の幅に関するヒステリシス量を大きくする。すなわち、レーダ装置１０の検出精度が低下する状況においては、検出精度が低下しない場合に比べて予測進路幅Ｔｗを小さく設定するとともに予測進路にヒステリシスを持たせる。具体的には、図１８（ｂ）に示すように予測進路幅ＴｗをＴｗ１に設定し、ヒステリシス幅Ｔｗ２（Ｔｗ２＞Ｔｗ１）を設定する。コントローラ５０は、検出物体が予測進路幅Ｔｗ１内で検出され始めるとその物体が予測進路内に存在すると判断し、予測進路内に存在していた検出物体がヒステリシス幅Ｔｗ２外で検出されると、その物体が予測進路外に出たと判断する。このようにレーダ装置１０の検出精度が低下するような状況において自車両の予測進路幅Ｔｗを狭くするとともに予測進路にヒステリシスを持たせることにより、対象障害物を正確に選択して制駆動力制御および操作反力制御を適切に作動させることができる。
（３）コントローラ５１は、自車両が旋回中である場合にレーダ装置１０の検出精度が低下すると判断し、自車両の予測進路幅Ｔｗを狭くするとともにヒステリシス量を大きくする。これにより、対象障害物を正確に選択して制駆動力制御および操作反力制御を適切に作動させることができる。
（４）コントローラ５１は、悪天候、例えば降雨時、降雪時、霧発生中にレーダ装置１０の検出精度が低下すると判断し、自車両の予測進路幅Ｔｗを狭くするとともにヒステリシス量を大きくする。これにより、対象障害物を正確に選択して制駆動力制御および操作反力制御を適切に作動させることができる。
（５）コントローラ５１は、障害物が停止物である場合にレーダ装置１０の検出精度が低下すると判断し、自車両の予測進路幅Ｔｗを狭くするとともにヒステリシス量を大きくする。これにより、対象障害物を正確に選択して制駆動力制御および操作反力制御を適切に作動させることができる。
（６）図２に示すように、レーダ装置１０はレーザ光等の電磁波を出力する発光部（出力部）１０ａと電磁波が障害物にとって反射された反射波を検出する受光部（検出部）１０ｂとを備え、検出した反射波の状態に基づいて障害物の状況を検出する。コントローラ５１では、反射波のノイズが多い場合にレーダ装置１０の検出精度が低下すると判断する。これにより、レーダ装置１０の検知範囲内に反射物が多数存在し、前方車両とそれ以外の物体とを区別することが困難な状況においては自車両の予測進路幅Ｔｗを狭くするとともにヒステリシス量を大きくする。これにより、対象障害物を正確に選択して制駆動力制御および操作反力制御を適切に作動させることができる。
（７）コントローラ５１は、レーダ装置１０によって検出される自車両周囲の障害物状況に基づいてリスクポテンシャルを算出し、リスクポテンシャルに基づいて制駆動力制御を行うとともに、運転操作装置、すなわちアクセルペダル６１およびブレーキペダル９１の操作反力制御も行う。制駆動力制御によって補正する制駆動力の補正量を、運転操作装置の操作反力として運転者に伝達することにより、自車両の制御状態を運転者に知らせて注意を喚起することができる。

上述した第２の実施の形態においては、レーダ装置１０の検出精度が低下する状況において自車両の予測進路にヒステリシスを持たせたが、検出精度が低下しない状況においてヒステリシスを持たせることも可能である。この場合は、レーダ装置１０の検出精度が低下する状況におけるヒステリシス幅Ｔｗ２を、検出精度が低下しない状況におけるヒステリシス幅Ｔｗ２よりも小さく設定する。

上述した第２の実施の形態においては、自車両周囲の現在のリスクポテンシャルＲＰに応じたアクセルペダル反力制御およびブレーキペダル反力制御をそれぞれ行った。ただし、これには限定されず、アクセルペダル反力制御またはブレーキペダル反力制御を行うこともできる。

上述した第１の実施の形態において、第２の実施の形態で説明したアクセルペダル反力制御およびブレーキペダル反力制御を行うこともできる。また、第２の実施の形態において操作反力制御を行わず、制駆動力制御のみを行うこともできる。さらに、上述した第１および第２の実施の形態においては、自車両前方の障害物に対するリスクポテンシャルに応じて、アクセルペダル操作量ＳＡに対する駆動力の特性を減少方向に補正し、ブレーキペダル操作量ＳＢに対する制動力の特性を増加方向に補正した。これらには限定されず、リスクポテンシャルに応じて自動的に制動制御を行うシステムにおいても、上述したように対象障害物の選択方法を変更してセンサ出力値の精度低下に伴うシステムの性能低下を補償することができる。また、制駆動力制御を行わずに操作反力制御のみを行うシステムで、上述したように対象障害物の選択方法を変更することもできる。

上述した第１および第２の実施の形態においては、レーダ装置１０の検知範囲の側方端領域１を図１１に示すように設定したが、これには限定されない。図１１に示す領域１は、検知範囲の側方端から一定の幅を有する領域として設定しているが、例えば検知範囲の側方端に対して一定の角度を有する領域として設定することもできる。

上述した第１および第２の実施の形態においては、レーザレーダをレーダ装置１０として用いる例を説明したが、レーザレーダの代わりにミリ波レーダ等の別方式のレーダ装置を用いることももちろん可能である。

上述した第１および第２の実施の形態においては、自車両と障害物との車間時間ＴＨＷを障害物に対する自車両のリスクポテンシャルとして算出したが、これには限定されない。例えば、車間時間ＴＨＷの代わりに自車両が障害物に接触するまでの時間を表す余裕時間ＴＴＣを用いることもできる。余裕時間ＴＴＣは、自車両と障害物との車間距離Ｄを相対速度で割ることにより算出できる。なお、余裕時間ＴＴＣを用いる場合でも、仮想弾性体の反発力Ｆｃに基づいて制駆動力の補正量を算出する。

以上説明した第１および第２の実施の形態においては、障害物検出手段としてレーダ装置１０および障害物検知装置４０を用い、走行状態検出手段として車速センサ２０を用い、リスクポテンシャル算出手段、障害物選択手段、監視手段、選択変更手段、重み変更手段、予測進路幅変更手段、車線変更判定手段としてコントローラ５０，５１を用いた。また、制御手段として、コントローラ５０，５１，駆動力制御装置６０，制動力制御装置９０，アクセルペダル反力発生装置６２，およびブレーキペダル反力発生装置９２を用いた。

本発明の第１の実施の形態による車両用運転操作補助装置のシステム図。 レーダ装置の測距原理を説明する図。 駆動力制御の概要を説明する図。 アクセルペダル操作量と要求駆動力との関係を示す図。 制動力制御の概要を説明する図。 ブレーキペダル操作量と要求制動力との関係を示す図。 第１の実施の形態における運転操作補助制御プログラムの処理手順を示すフローチャート。 自車両の予測進路の推定方法を説明する図。 自車両の予測進路を示す図。 レーダ装置の検出状況を示す図。 レーダ装置の検知範囲の分割領域を示す図。 反発力選択処理の処理手順を示すフローチャート。 制駆動力補正量算出処理の処理手順を示すフローチャート。 駆動力補正および制動力補正の特性を説明する図。 本発明の第２の実施の形態による車両用運転操作補助装置のシステム図。 第２の実施の形態における運転操作補助制御プログラムの処理手順を示すフローチャート。 予測進路幅設定処理の処理手順を示すフローチャート。 （ａ）（ｂ）予測進路幅の設定方法を説明する図。 検出物体に対する予測進路内外判断処理の処理手順を示すフローチャート。 仮想弾性体の反発力とアクセルペダル反力制御指令値との関係を示す図。 仮想弾性体の反発力とブレーキペダル反力制御指令値との関係を示す図。 予測進路幅設定処理の処理手順を示すフローチャート。 予測進路幅設定処理の処理手順を示すフローチャート。 レーダ装置における物体検出状況を示す図。 予測進路幅設定処理の処理手順を示すフローチャート。

符号の説明

１０：レーダ装置
２０：車速センサ
３０：舵角センサ
４０：障害物検知装置
５０、５１：コントローラ
６０：駆動力制御装置
６１：アクセルペダル
６２：アクセルペダル反力発生装置
９０：制動力制御装置
９１：ブレーキペダル
９２：ブレーキペダル反力制御装置

Claims (11)

1. 自車両周囲の障害物を検出する障害物検出手段と、
   前記自車両の走行状態を検出する走行状態検出手段と、
   前記障害物検出手段および前記走行状態検出手段による検出結果に基づいて、前記障害物に対するリスクポテンシャルを算出するリスクポテンシャル算出手段と、
   前記障害物検出手段および前記走行状態検出手段による検出結果に基づいて、制御の対象とする対象障害物を選択する障害物選択手段と、
   前記リスクポテンシャル算出手段によって算出される前記対象障害物に対する前記リスクポテンシャルに基づいて、運転操作装置に発生する操作反力、前記自車両に発生する駆動力、および前記自車両に発生する制動力の中から少なくとも２つの力を制御する制御手段と、
   前記障害物検出手段による前記障害物の検出状況を監視する監視手段と、
   前記監視手段によって前記障害物検出手段の検出精度が低下する状況であると判定された場合に、前記障害物選択手段による前記対象障害物の選択方法を変更して前記検出精度の低下に伴う性能低下を補償する選択変更手段とを備え、
   前記障害物選択手段は、前記自車両の予測進路を推定し、前記予測進路内に存在する前記障害物の中から前記対象障害物を選択し、
   前記監視手段は、前記障害物検出手段における検知範囲の側方端領域に前記障害物が存在する場合に、前記障害物検出手段の検出精度が低下すると判定し、
   前記選択変更手段は、前記予測進路内に存在する前記障害物の中から前記対象障害物を選択する際の重み付けを変更する重み変更手段であり、前記側方端領域に存在する前記障害物に対する前記重み付けを、前記側方端領域以外に存在する前記障害物に対する前記重み付けよりも低く設定することを特徴とする車両用運転操作補助装置。
2. 自車両周囲の障害物を検出する障害物検出手段と、
   前記自車両の走行状態を検出する走行状態検出手段と、
   前記障害物検出手段および前記走行状態検出手段による検出結果に基づいて、前記障害物に対するリスクポテンシャルを算出するリスクポテンシャル算出手段と、
   前記障害物検出手段および前記走行状態検出手段による検出結果に基づいて、制御の対象とする対象障害物を選択する障害物選択手段と、
   前記リスクポテンシャル算出手段によって算出される前記対象障害物に対する前記リスクポテンシャルに基づいて、運転操作装置に発生する操作反力、前記自車両に発生する駆動力、および前記自車両に発生する制動力の中から少なくとも２つの力を制御する制御手段と、
   前記障害物検出手段による前記障害物の検出状況を監視する監視手段と、
   前記監視手段によって前記障害物検出手段の検出精度が低下する状況であると判定された場合に、前記障害物選択手段による前記対象障害物の選択方法を変更して前記検出精度の低下に伴う性能低下を補償する選択変更手段とを備え、
   前記障害物選択手段は、前記自車両の予測進路を推定し、前記予測進路内に存在する前記障害物の中から前記対象障害物を選択し、
   前記選択変更手段は、前記予測進路の幅を変更する予測進路幅変更手段であることを特徴とする車両用運転操作補助装置。
3. 自車両周囲の障害物を検出する障害物検出手段と、
   前記自車両の走行状態を検出する走行状態検出手段と、
   前記障害物検出手段および前記走行状態検出手段による検出結果に基づいて、前記障害物に対するリスクポテンシャルを算出するリスクポテンシャル算出手段と、
   前記障害物検出手段および前記走行状態検出手段による検出結果に基づいて、制御の対象とする対象障害物を選択する障害物選択手段と、
   前記リスクポテンシャル算出手段によって算出される前記対象障害物に対する前記リスクポテンシャルに基づいて、運転操作装置に発生する操作反力、前記自車両に発生する駆動力、および前記自車両に発生する制動力の中から少なくとも２つの力を制御する制御手段と、
   前記障害物検出手段による前記障害物の検出状況を監視する監視手段と、
   前記監視手段によって前記障害物検出手段の検出精度が低下する状況であると判定された場合に、前記障害物選択手段による前記対象障害物の選択方法を変更して前記検出精度の低下に伴う性能低下を補償する選択変更手段と、
   前記自車両が車線変更を行うかを判定する車線変更判定手段とを備え、
   前記選択変更手段は、前記障害物検出手段によって検出される前記障害物から前記対象障害物を選択する際の重み付けを変更する重み変更手段であり、
   前記重み変更手段は、前記障害物検出手段の前記検出精度が低下する状況において検出された前記障害物に対する前記重み付けを低下し、
   前記監視手段は、前記障害物検出手段における検知範囲の側方端領域に前記障害物が存在し、かつ前記車線変更判定手段によって前記自車両が車線変更状態であると判定される場合に、前記障害物検出手段の検出精度が低下すると判定し、
   前記重み変更手段は、前記自車両が車線変更状態である場合に、前記側方端領域に存在する前記障害物に対する前記重み付けを、前記側方端領域以外に存在する前記障害物に対する前記重み付けよりも低く設定することを特徴とする車両用運転操作補助装置。
4. 請求項３に記載の車両用運転操作補助装置において、
   前記車線変更判定手段は、前記自車両の操舵状態またはウィンカー操作状態に基づいて前記自車両が車線変更状態であるかを判定することを特徴とする車両用運転操作補助装置。
5. 請求項２に記載の車両用運転操作補助装置において、
   前記予測進路幅変更手段は、前記障害物検出手段の前記検出精度が低下する状況において、前記予測進路の幅を狭くするとともに前記予測進路の幅に関するヒステリシス量を大きくすることを特徴とする車両用運転操作補助装置。
6. 請求項５に記載の車両用運転操作補助装置において、
   前記監視手段は、前記自車両が旋回中である場合に、前記障害物検出手段の前記検出精度が低下すると判定することを特徴とする車両用運転操作補助装置。
7. 請求項５に記載の車両用運転操作補助装置において、
   前記監視手段は、悪天候である場合に、前記障害物検出手段の前記検出精度が低下すると判定することを特徴とする車両用運転操作補助装置。
8. 請求項７に記載の車両用運転操作補助装置において、
   前記悪天候は、降雨時、降雪時、または霧が発生している場合であることを特徴とする車両用運転操作補助装置。
9. 請求項５に記載の車両用運転操作補助装置において、
   前記監視手段は、前記障害物が停止物である場合に、前記障害物の前記検出精度が低下すると判定することを特徴とする車両用運転操作補助装置。
10. 請求項５に記載の車両用運転操作補助装置において、
    前記障害物検出手段は、電磁波を出力する出力部と前記電磁波が前記障害物によって反射された反射波を検出する検出部とを備え、前記検出部で検出する前記反射波の状態に基づいて前記障害物の状況を検出し、
    前記監視手段は、前記反射波のノイズが多い場合に、前記障害物検出手段の前記検出精度が低下すると判定することを特徴とする車両用運転操作補助装置。
11. 請求項１から請求項１０のいずれか１項に記載の車両用運転操作補助装置を備えることを特徴とする車両。

Images