JP5336800B2

JP5336800B2 - 車両の運転支援装置

Info

Publication number: JP5336800B2
Application number: JP2008244532A
Authority: JP
Inventors: 勝小暮; 裕一郎塚崎; 慎司澤田
Original assignee: Fuji Jukogyo KK
Current assignee: Subaru Corp
Priority date: 2008-09-24
Filing date: 2008-09-24
Publication date: 2013-11-06
Anticipated expiration: 2028-09-24
Also published as: JP2010076504A

Description

本発明は、ステレオカメラ、単眼カメラ、ミリ波レーダ等で検出した自車両周辺の白線や立体物に対してリスクを設定し、警報制御や制動制御等の運転支援を行う車両の運転支援装置に関する。

近年、車両においては、ＩＴＳ（Intelligent Transport Systems）、車車間通信システム、車載の画像処理システム、レーダ装置等から得られる情報を基に、前方環境を認識し、安全な走行ができるように運転を支援する様々な運転支援装置が提案され、実用化されている。

例えば、特許文献１では、自車両の位置データおよび自車両の車両動向を示すデータより、逐次シミュレーションを行い、現在から数秒後の自車両の四隅の一座標を演算し、この位置座標に位置誤差を加え、自車両の走行時空間内での存在確立分布を求め、この結果を他車両に送信すると共に、他車両から位置データ及び存在確率分布を受信して、自車両と他車両のデータより衝突確立を演算する技術が開示されている。
特開２０００−２７６６９６号公報

しかしながら、上述の特許文献１で開示される技術では、現在の車両の運動状態を維持することを前提に、シミュレーションを行って衝突予測を行い警報するものであり、他車両と自車両との距離が近くならなければ精度の良い衝突確立を演算できないという問題がある。例えば、対向車等の他車両は、実際には回避行動をとるため、当初衝突する可能性が高い位置に存在、或いは、運動をしていたとしても、衝突に至らない場合が多く、不必要に警報を発してしまうことがある。逆に、当初衝突する可能性が低い位置に存在、或いは、運動をしていたとしても、対向車側に路側物がある場合等、実際には危険な状況であるにも拘わらず警報がなされない場合もある。また、車車間通信の装備を備えていない車両については適用できないという問題もある。

本発明は上記事情に鑑みてなされたもので、自車両に搭載した装備のみで他車両のルートを適切に予測し、精度の良い運転支援を行うことができる車両の運転支援装置を提供することを目的としている。

本発明は、自車両の周辺環境を認識する周辺環境認識手段と、上記周辺環境から移動する立体物を抽出する移動立体物抽出手段と、上記移動する各立体物毎に、当該移動する立体物の今後のリスクを演算するとともに、該リスクに応じて当該立体物のリスクが最小となる今後の走行ルートを推定する走行ルート推定手段と、上記各移動する立体物毎に推定した今後の走行ルートに予め設定する閾値以上のリスクとなる領域がある場合に、自車両が上記領域に到達する最も早い時間を基に運転支援制御実行の開始時間を設定し、全ての移動する立体物について設定された上記運転支援制御実行の開始時間のうち最も早い時間に基づいて自車両の運転支援制御を行う制御実行手段とを備えたことを特徴としている。

本発明による車両の運転支援装置によれば、自車両に搭載した装備のみで他車両のルートを適切に予測し、精度の良い運転支援を行うことが可能となる。

以下、図面に基づいて本発明の実施の形態を説明する。
図１乃至図５は本発明の実施の一形態を示し、図１は車両に搭載した運転支援装置の概略構成図、図２は運転支援制御プログラムのフローチャート、図３は図２から続くフローチャート、図４は自車両を基準とする座標を動く立体物ｋを基準とする座標系に変換する際のリスク関数の一例を示す説明図、図５は立体物ｋに対し生成される回避ルートとしての走行ルートの一例を示す説明図である。

図１において、符号１は自動車等の車両（自車両）で、この車両１には、運転支援装置２が搭載されている。この運転支援装置２は、ステレオカメラ３、ステレオ画像認識装置４、制御ユニット５等を主要部として構成されている。

また、自車両１には、自車速Ｖを検出する車速センサ１１等が設けられており、自車速Ｖはステレオ画像認識装置４と制御ユニット５に入力される。

ステレオカメラ３は、ステレオ光学系として、例えば１組の（左右の）ＣＣＤカメラで構成される。これら左右のＣＣＤカメラは、それぞれ車室内の天井前方に一定の間隔をもって取り付けられ、車外の対象を異なる視点からステレオ撮像し、画像データをステレオ画像認識装置４に入力する。

ステレオ画像認識装置４における、ステレオカメラ３からの画像の処理は、例えば以下のように行われる。まず、ステレオカメラ３で撮像した自車両１の進行方向の１組のステレオ画像対に対し、対応する位置のずれ量から距離情報を求め、距離画像を生成する。そして、このデータを基に、周知のグルーピング処理を行い、予め記憶しておいた３次元的な道路形状データ、側壁データ、立体物データ等の枠（ウインドウ）と比較し、白線データ、道路に沿って存在するガードレール、縁石等の側壁データを抽出すると共に、立体物を、２輪車、普通車両、大型車両、歩行者、電柱等その他の立体物に分類して抽出する。この際、２輪車、普通車両、大型車両、歩行者は、動く立体物として認識され、電柱等その他の立体物は静止物として認識される。

上述の認識した各データは、自車両１を原点とし、自車両１の前後方向をＸ軸、幅方向をＹ軸とする座標系におけるそれぞれの位置が演算され、特に、２輪車、普通車両、大型車両の車両データにおいては、その前後方向長さが、例えば、３ｍ、４．５ｍ、１０ｍ等と予め推定されて、また、幅方向は検出した幅の中心位置を用いて、その車両の現在存在する中心位置が（ｘobstacle[i]，ｙobstacle[i]）の座標で演算される。尚、車車間通信等により、車両の前後方向長さが精度良く得られる場合には、その長さデータを用いて、上述の中心位置を演算するようにしても良い。また、歩行者のデータにおいては、その前後方向長さが、例えば、前後方向０．５ｍ等と予め推定されて、幅方向は検出した幅の中心位置を用いて、その歩行者の現在存在する中心位置が（ｘobstacle[i]，ｙobstacle[i]）の座標で演算される。尚、座標の値の添字[i]は、立体物の識別符号（ＩＤ）であり、後述するように、座標変換された場合には、自車両１のＩＤは[0]で示す。

更に、立体物データにおいては、自車両１からの距離のＸ軸方向変化及びＹ軸方向変化から自車両１に対する相対速度が演算され、この相対速度に自車両１の速度Ｖをベクトル量を考慮して演算することにより、それぞれの立体物のＸ軸方向速度、Ｙ軸方向速度（ｖxobstacle[i]，ｖyobstacle[i]）が演算される。また、それぞれの立体物のＸ軸方向速度、Ｙ軸方向速度（ｖxobstacle[i]，ｖyobstacle[i]）に基づき、それそれの立体物のヨーレート（ｄψ[i]／ｄｔ）が演算される（例えば、横加速度を車速で除算する等）。

こうして得られた各情報、すなわち、白線データ、道路に沿って存在するガードレール、縁石等の側壁データ、及び、立体物データの各データは制御ユニット５に入力される。このように、本実施の形態においては、ステレオカメラ３及びステレオ画像認識装置４は、周辺環境認識手段、移動立体物抽出手段として設けられている。

制御ユニット５は、車速センサ１１から自車速Ｖ、ステレオ画像認識装置４から白線データ、道路に沿って存在するガードレール、縁石等の側壁データ、及び、立体物データの各データが入力される。そして、後述する運転支援制御プログラムに従って、上述の各入力信号に基づき、移動する立体物毎に、移動する立体物を基準とする座標系を設定し、移動する立体物がこの座標系で移動する際のリスクを演算し、このリスクが最小となる走行ルートを回避ルートとして推定し、回避ルートのリスクに応じて、ディスプレイ２１により警報を行うと共に、自動ブレーキ制御装置２２に信号を出力して自動ブレーキ制御を実行させる。すなわち、制御ユニット５は、走行ルート推定手段、制御実行手段としての機能を有して構成されている。

次に、運転支援装置２で実行される運転支援制御プログラムを図２、図３のフローチャートで説明する。
まず、ステップ（以下、「Ｓ」と略称）１０１で必要パラメータ、具体的には、白線データ、道路に沿って存在するガードレール、縁石等の側壁データ、及び、立体物データ（種別、自車両１からの距離、中心位置（ｘobstacle[i]，ｙobstacle[i]）、速度（ｖxobstacle[i]，ｖyobstacle[i]）、ヨーレート（ｄψ[i]／ｄｔ）等）の各データを読み込む。

次に、Ｓ１０２に進み、白線（ガードレール、側壁も白線と同等に扱うものとする）を対象とする現在のリスク関数Ｒlineを、以下の（１）式により、演算する。
Ｒline＝Ｋline・（ｙ−ｙlinec）^２ …（１）
ここで、Ｋlineは、予め設定したゲイン、ｙlinecは白線中央座標である。すなわち、白線を対象とする現在のリスク関数Ｒlineは、図４に示すように、左右の白線（ガードレール、側壁も白線と同等に扱う）で認識される走行路の中心を、中心軸とする２次関数で与えられる。尚、本実施の形態では、リスク関数Ｒlineを２次の関数としているが、リスク関数Ｒlineは、走行路の中心から白線に近いほど、より大きなリスク値を導く関数であれば良く、例えば、４次或いは６次の関数とすることもできる。また、本実施の形態では、ガードレール、側壁も白線と同等に扱って２次関数のリスク関数Ｒlineを与えるようにしているが、ガードレール、側壁の場合は、白線に対するリスク関数Ｒlineとは異なる関数に変更し、白線の場合よりも大きなリスク値を導くようにしても良い。例えば、左右の白線に対するリスク関数Ｒlineを２次関数で与えた場合、カードレール、側壁に対しては４次或いは６次の関数に変更する。また、同じ２次関数であっても、ゲインＫlineの値を大きな値に変更するようにしても良い。更に、白線に対するリスク関数Ｒlineは、走行路の中心を中心軸とする例に限らず、中心軸をオフセットさせて、左側と右側の白線とでリスク値を互いに異ならせるようにしても良い。

次いで、Ｓ１０３に進み、ｉ個の立体物の中で、自車両１を除く動く立体物の一つを立体物ｋとして選択し、この立体物ｋを基準とする座標系に座標変換する。以下、選択した立体物ｋの各立体物データは、添字[i]に代えて[k]で示す。

この座標変換により、立体物ｋの位置は原点、すなわち、（ｘobstacle[k]k、ｙobstacle[k]k）＝（０、０）となり、自車両位置は、
（ｘobstacle[0]k、ｙobstacle[0]k）＝（−ｘobstacle[k]、−ｙobstacle[k]）…（２）
となる。

また、立体物ｉの位置は、
（ｘobstacle[i]k、ｙobstacle[i]k）
＝（ｘobstacle[i]−ｘobstacle[k]、ｙobstacle[i]−ｙobstacle[k]） …（３）
となる。

更に、Ｓ１０２で演算された、白線に対するリスク関数Ｒlineは、
Ｒlinek＝Ｋline・（ｙ−（ｙlinec−ｙobstacle[k]））^２ …（４）
となる。

ここで、変換された座標及びリスク関数の最後の添字ｋは、立体物ｋを基準に座標変換された値であることを示すものである。

次いで、Ｓ１０４に進み、立体物ｋを基準とする自車両１も含む各立体物ｉを対象とする現在のリスク関数Ｒobstacle[i]kを、以下の（５）式により演算する。
Ｒobstacle[i]k＝Ｋobstacle・ｅｘｐ（−（（ｘobstacle[i]k−ｘ）^２
／（２・σxobstacle[i]^２））−（（ｙobstacle[i]k−ｙ）^２
／（２・σyobstacle[i]^２））） …（５）
ここで、Ｋobstacleは、予め設定したゲインである。また、σxobstacle[i]は予め設定しておいた対象のＸ軸方向の分散を示し、σyobstacle[i]は、予め設定しておいた対象のＹ軸方向の分散を示し、これら分散σxobstacle[i]、σyobstacle[i]は、例えば、ステレオカメラ３による認識精度が低いほど大きく設定するようにしても良い。また、分散σxobstacle[i]、σyobstacle[i]は、対象の種別が、普通車両及び大型車両の場合を基準として、歩行者、２輪車である場合は大きく設定し、それ以外の立体物の場合は小さく設定するようにしても良い。更に、自車両１と対象となる立体物の幅方向のラップ率に応じて設定するようにしても良い。図４中、立体物ｉは、上述の（５）式により演算した立体物ｉを対象とする立体物ｋを基準とする現在のリスク関数Ｒobstacle[i]kの一例である。

次に、Ｓ１０５に進み、立体物ｋを基準とする現在のトータルリスク関数Ｒｋを、以下の（６）式により、演算する。
Ｒｋ＝Ｒlinek＋ΣＲobstacle[i]k …（６）

次いで、Ｓ１０６に進み、立体物ｋを基準とするｔ秒後の各立体物位置（ｘobstacle[i]k(t)，ｙobstacle[i]k(t)）を、以下の（７）式により推定する。
（ｘobstacle[i]k(t)，ｙobstacle[i]k(t)）＝（ｘobstacle[i]k＋ｖxobstacle[i]・ｔ，
ｙobstacle[i]k＋ｖyobstacle[i]・ｔ）…（７）

次に、Ｓ１０７に進み、（ｘobstacle[i]k、ｙobstacle[i]k）＝（ｘobstacle[i]k(t)，ｙobstacle[i]k(t)）を、上述の（６）式のトータルリスク関数Ｒｋを幅方向（ｙ方向）で偏微分した以下の（８）式に代入し、（８）式により、求めたｙの値をリスク極小点ｙmink(x,t)とする。

すなわち、
∂Ｒｋ／∂ｙ＝０（但し、（ｘobstacle[i]k、ｙobstacle[i]k）＝（ｘobstacle[i]k(t)，ｙobstacle[i]k(t)）） …（８）

次に、Ｓ１０８に進み、ｔ秒後の立体物ｋの位置（Ｘk(t)，Ｙk(t)）を、以下の（９）式により推定する。
（Ｘk(t)，Ｙk(t)）＝（Ｖxobstacle[k]・ｔ，Ｖxobstacle[k]・∫sinψ[k](τ)ｄτ；積分範囲は０≦τ≦ｔ）
…（９）
ここで、ψ[k](t)は、立体物ｋのヨー角であり、以下の（１０）式により、演算される。
ψ[k](t)＝（ｄψ[k]／ｄｔ）・ｔ
＋（１／２）・（（ｄ^２ψ[k]／ｄｔ^２）＋（ｕk(t)／Ｉｚ））・ｔ^２ …（１０）
ここで、Ｉｚは、ヨー慣性モーメントである。また、ｕk(t)は旋回制御量であり、付加ヨーモーメントである。

次いで、Ｓ１０９に進み、上述のＳ１０７で演算したｙ方向の極小点ｙmink(x,t)に、上述のＳ１０８で推定したｔ秒後の立体物ｋの位置を代入し、ｔ秒後の立体物ｋの位置Ｘk(t)における極小点ｙmink(Xk(t),t)を演算する。

次に、Ｓ１１０に進み、各時間毎の立体物ｋの横位置Ｙk(t)と極小点ｙmink(Xk(t),t)の偏差と旋回制御量ｕk(t)で各目的関数Ｊｋを作成し、それぞれの目的関数Ｊｋについて目的関数Ｊｋを最少とする各時間毎の旋回制御量ｕk(t)を求める。

例えば、図５に示すように、立体物ｋが時刻０（現在）〜Δｔまで移動する範囲を制御対象領域と考え、この間を、ｄｔで分割し、１ｄｔ、２ｄｔ、３ｄｔ、…、ｍｄｔ、…、（ｎ−２）ｄｔ、（ｎ−１）ｄｔ、ｎｄｔ（＝Δｔ）とする例を考える。

時刻０〜１ｄｔの間には、例えば、以下（１１）式の目的関数Ｊk0~1dtを設定し、この目的関数Ｊk0~1dtを最少とする旋回制御量ｕk(0)を周知の最適化計算により求める。
Ｊk0~1dt＝Ｗｙ・（ｙmink(Xk(1dt),1dt)−Ｙk(1dt)）^２
＋Ｗｕ・ｕk(0)^２…（１１）
ここで、Ｗｙ、Ｗｕは予め設定する重み値である。

また、時刻１ｄｔ〜２ｄｔの間には、例えば、以下（１２）式の目的関数Ｊk1dt~2dtを設定し、この目的関数Ｊk1dt~2dtを最少とする旋回制御量ｕk(1dt)を周知の最適化計算により求める。
Ｊk1dt~2dt＝Ｗｙ・（ｙmink(Xk(2dt),2dt)−Ｙk(2dt)）^２
＋Ｗｕ・ｕk(1dt)^２…（１２）

更に、時刻２ｄｔ〜３ｄｔの間には、例えば、以下（１３）式の目的関数Ｊk2dt~3dtを設定し、この目的関数Ｊk2dt~3dtを最少とする旋回制御量ｕk(2dt)を周知の最適化計算により求める。
Ｊk2dt~3dt＝Ｗｙ・（ｙmink(Xk(3dt),3dt)−Ｙk(3dt)）^２
＋Ｗｕ・ｕk(2dt)^２…（１３）
尚、時刻３ｄｔには極小点が２つ存在するため、旋回制御量ｕk(2dt)も２つの値が得られる。

以下、時刻３ｄｔ以降も同様の目的関数を設定し、旋回制御量を求め、時刻（ｎ−１）ｄｔ〜ｎｄｔの間には、例えば、以下（１４）式の目的関数Ｊk(n-1)dt~ndtを設定し、この目的関数Ｊk(n-1)dt~ndtを最少とする旋回制御量ｕk((n-1)dt)を周知の最適化計算により求める。
Ｊk(n-1)dt~ndt＝Ｗｙ・（ｙmink(Xk(ndt),ndt)−Ｙk(ndt)）^２
＋Ｗｕ・ｕk((n-1)dt)^２ …（１４）

次いで、Ｓ１１１に進み、以下の（１５）式により、立体物ｋが各時間毎の旋回制御量ｕk(t)で移動したときの各ルート毎のリスク関数Ｒk(t)を設定する。

Ｒk(t)＝Ｒlinek＋ΣＲobstacle[i]k …（１５）
ここで、Ｒlinek、及び、Ｒobstacle[i]kは、前述の（４）式、及び、（５）式に、立体物ｋが各時間毎の旋回制御量ｕk(t)で移動したときの値で与えられるものであり、
Ｒlinek＝Ｋline・（Ｙk[t]−（ｙlinec−ｙobstacle[k]））^２ …（１６）
Ｒobstacle[i]k＝Ｋobstacle・ｅｘｐ（−（（ｘobstacle[i]k(t)−Ｘk(t)）^２
／（２・σxobstacle[i]^２））−（（ｙobstacle[i]k(t)−Ｙk(t)）^２
／（２・σyobstacle[i]^２））） …（１７）
次いで、Ｓ１１２に進み、Ｓ１１１で設定した各ルート毎のリスク関数Ｒk(t)から最終的な回避ルートをＲk(t)fとして選択する。

具体的には、Ｓ１１１で設定した各ルート毎にその最大値Ｒmaxkを求める。すなわち、
Ｒmaxk＝ｍａｘ（Ｒk(t)）（０≦ｔ≦Δｔ） …（１８）
そして、最大値Ｒmaxkの最も小さなルートを最終的な回避ルートＲk(t)fとして選択する。

尚、各ルート毎にリスクの累積値Ｒsumk（＝∫Ｒk(t)ｄｔ；積分範囲は０≦ｔ≦Δｔ）を求め、その値が最も小さなルートを最終的な回避ルートＲk(t)fとして選択するようにしても良い。

また、上述のＳ１１２において、Ｓ１１１で設定されたルートが１つのみしか存在しない場合は、そのルートが最終的な回避ルートＲk(t)fとして設定される。

例えば、図５に示す例では、Ｓ１１１の処理により、実線で示すルート１と破線で示すルート２とが設定され、Ｓ１１２の処理により、これらルート１，２から最大値Ｒmaxkが小さなルート、或いは、リスクの累積値Ｒsumkが小さなルートが最終的な回避ルートＲk(t)fとして選択される。

そして、Ｓ１１３に進み、最終的な回避ルートＲk(t)fに予め定めておいた最大許容リスク値Ｒlim以上（Ｒk(t)f≧Ｒlim）となる領域が有るか否か判定し、Ｒk(t)f≧Ｒlimとなる領域がＳ１１４に進み、Ｒk(t)f≧Ｒlimとなる自車両１にとって最も早い時間を基に制動開始地点Ｘbrakek、制動開始時間Ｔbrakekを演算する。

最終的な回避ルートＲk(t)fにおいて、Ｒk(t)f≧Ｒlimとなる自車両１にとって最も早い時間をＴｍとすると、制動開始地点Ｘbrakekは、以下の（１９）式により、演算される。
Ｘbrakek＝Ｘ(Tm)−Ｂｘ …（１９）
ここで、Ｂｘは予め設定しておいた減速度Ｇによる制動距離であり、以下の（２０）式により演算される。
Ｂｘ＝（Ｖ^２／（２・Ｇ））＋Ｂx0 …（２０）
ここで、Ｂx0は、予め設定しておいた停止時における障害物までの距離であり、例えば、２ｍ程度の値である。

また、制動開始時間Ｔbrakekは、上述の制動開始地点Ｘbrakekから逆算することにより演算される。

次いで、Ｓ１１５に進み、全ての動く立体物ｋについて演算が処理しているか否か判定し、処理していれば、Ｓ１１６に進み、処理していないのであれば、動く立体物の演算対象を変更して、Ｓ１０３からの処理を繰り返す。

一方、Ｓ１１３の判定の結果、Ｒk(t)f≧Ｒlimとなる領域がない場合は、Ｓ１１４の処理を行うことなく、Ｓ１１５にジャンプして、上述の判定処理を実行する。

そして、Ｓ１１５で全ての動く立体物ｋについて処理完了と判定してＳ１１６に進むと、それぞれの動く立体物ｋについて演算された制動開始時間Ｔbrakekの最も早い時間に基づいて所定の警報制御、及び、制動制御が実行され、プログラムを抜ける。例えば、制動開始時間Ｔbrakekに達するよりも予め設定した時間前にディスプレイ２１上に警報の対象となる車両を映し出し、音声警報と共に点滅させる等して警報を行う。

このように本発明の実施の形態によれば、移動する立体物毎に、移動する立体物を基準とする座標系を設定し、移動する立体物がこの座標系で移動する際のリスクを演算し、このリスクが最小となるルートを移動する立体物の走行ルートとして推定し、走行ルートのリスクに応じて、自車両１のディスプレイ２１により警報を行うと共に、自動ブレーキ制御装置２２に信号を出力して警報制御と自動ブレーキ制御を実行させる。このため、自車両１に搭載した装備のみで他車両のルートを適切に予測し、精度の良い運転支援を行うことができる。

尚、本実施の形態では、衝突回避のための自動ブレーキ制御と警報制御の２つが行える例を説明しているが、どちらか１つを行うものであっても良い。

また、本実施の形態で説明したブレーキ制御は、あくまでもその一例であり、他の周知のブレーキ制御、例えば、スロットル開度の閉鎖や自動変速機におけるシフトダウンと併用するようにしても良い。

更に、本実施の形態では、周辺環境をステレオカメラ３からの撮像画像を基に認識するようになっているが、他に、単眼カメラ、ミリ波レーダ等で検出するものであっても良い。

車両に搭載した運転支援装置の概略構成図運転支援制御プログラムのフローチャート図２から続くフローチャート自車両を基準とする座標を動く立体物ｋを基準とする座標系に変換する際のリスク関数の一例を示す説明図立体物ｋに対し生成される回避ルートとしての走行ルートの一例を示す説明図

符号の説明

１自車両
２運転支援装置
３ステレオカメラ（周辺環境認識手段、移動立体物抽出手段）
４ステレオ画像認識装置（周辺環境認識手段、移動立体物抽出手段）
５制御ユニット（走行ルート推定手段、制御実行手段）
１１車速センサ
２１ディスプレイ
２２自動ブレーキ制御装置

Claims

自車両の周辺環境を認識する周辺環境認識手段と、
上記周辺環境から移動する立体物を抽出する移動立体物抽出手段と、
上記移動する各立体物毎に、当該移動する立体物の今後のリスクを演算するとともに、該リスクに応じて当該立体物のリスクが最小となる今後の走行ルートを推定する走行ルート推定手段と、
上記各移動する立体物毎に推定した今後の走行ルートに予め設定する閾値以上のリスクとなる領域がある場合に、自車両が上記領域に到達する最も早い時間を基に運転支援制御実行の開始時間を設定し、全ての移動する立体物について設定された上記運転支援制御実行の開始時間のうち最も早い時間に基づいて自車両の運転支援制御を行う制御実行手段と、
を備えたことを特徴とする車両の運転支援装置。
上記走行ルート推定手段は、上記移動する各立体物毎に、当該移動する立体物を基準とする座標系を設定するとともに当該移動する立体物が上記座標系で移動する際のリスクを演算し、このリスクが最小となるルートを上記立体物のリスクが最小となる走行ルートとして推定することを特徴とする請求項１記載の車両の運転支援装置。
上記リスクは、道路上に標示された白線を対象にリスクを設定する場合、走行路の略中心から白線に近いほど該白線によるリスクを高く設定することを特徴とする請求項１又は請求項２記載の車両の運転支援装置。
上記リスクは、立体物を対象にリスクを設定する場合、該立体物のリスクを確率分布で設定することを特徴とする請求項１又は請求項２記載の車両の運転支援装置。