JP6429219B2 - 車両制御装置、車両制御方法、および車両制御プログラム - Google Patents

Description

本発明は、車両制御装置、車両制御方法、および車両制御プログラムに関する。
本願は、２０１５年８月１９日に出願された日本国特許出願２０１５−１６２２９９号に基づき優先権を主張し、その内容をここに援用する。

従来、レーダ装置から障害物の情報が出力されなくなった場合、推測手段が、レーダ装置から障害物の情報が出力されなくなった時点まで記憶部に記憶された情報に基づいて、少なくとも自車両（以下、第１車両又は単に車両ともいう）と障害物との間の距離の現在値を所定時間継続的に推測するとともに、接触可能性判断手段が、推測手段からの情報に基づいて自車両と障害物との接触の可能性を判断する走行安全装置が提案されている（例えば、特許文献１参照）。
上記装置は、推測手段による推測時間を、レーダ装置から障害物の情報が出力されなくなったときの状況に応じて、変更する推測時間変更手段を備える。推測時間変更手段は、例えば障害物の情報が出力されなくなる直前の障害物との距離が長い程、推測時間を長くしている。

日本国特開平６−１７４８４７号公報

しかしながら、従来の技術では、車両の位置を精度よく予測することができない場合があった。
本発明の態様は、このような事情を考慮してなされたものであり、車両の位置を精度よく予測することを目的の一つとする。

（１）本発明の一態様は、少なくとも第１車両に設けられた車両制御装置であって、前記第１車両の周辺を走行する第２車両を検出する検出部と、前記検出部の検出結果と、前記第２車両の周辺における道路の車線情報とに基づいて、前記第２車両の将来位置を予測する予測部とを備える車両制御装置である。

（２）上記（１）の態様では、前記予測部は、前記第２車両の将来位置を車線毎の存在確率として予測してもよい。

（３）上記（１）又は（２）の態様では、前記道路の車線情報は、車線の境界を示す情報、または前記車線の中央を示す情報を少なくとも含んでもよい。

（４）上記（１）から（３）のいずれか一項の態様では、前記予測部は、前記道路の車線情報に対する前記第２車両の存在する確率密度分布を導出し、前記導出した確率密度分布に基づいて、前記第２車両の将来位置を車線毎の存在確率として予測してもよい。

（５）上記（４）の態様では、前記予測部は、前記第２車両の位置の履歴に基づいて、前記確率密度分布を導出してもよい。

（６）上記（４）又は（５）の態様では、前記予測部は、車線の増減の情報に基づいて、前記確率密度分布を導出してもよい。

（７）上記（４）から（６）のいずれか一項の態様では、前記検出部は、前記第２車両の周辺を走行する第３車両を更に検出し、前記予測部は、前記検出部により検出された第３車両の位置を反映させて、前記道路の車線情報に対する前記第２車両の存在する確率密度分布を導出してもよい。

（８）上記（４）から（７）のいずれか一項の態様では、前記予測部は、前記第２車両の挙動に影響を与える情報に基づいて、前記確率密度分布を導出してもよい。

（９）上記（１）から（８）のいずれか一項の態様では、前記予測部は、前記予測部が予測した前記第２車両の将来位置に基づいて、前記予測した前記第２車両の将来位置よりも更に将来の前記第２車両の将来位置を予測してもよい。

（１０）上記（１）から（９）のいずれか一項の態様では、前記車両制御装置は、前記検出部により前記第２車両が検出されなくなった場合に、前記予測部により予測された第２車両の将来位置に基づいて、前記検出部により検出されなくなった前記第２車両の位置を推定する他車両追跡部を更に備えてもよい。

（１１）上記（１）から（１０）のいずれか一項の態様では、前記車両制御装置は、前記検出部により過去に検出され、前記予測部により予測された前記第２車両の将来位置と、前記検出部により検出された第２車両の位置との比較に基づいて、前記検出部により過去に検出された第２車両が前記検出部により検出された第２車両と同一車両であるか否かを判定する他車両追跡部を更に備えてもよい。

（１２）本発明の別の一態様は、第１車両の周辺を走行する第２車両を検出させ、前記検出させた第２車両の検出結果と、道路の車線情報とに基づいて、前記第２車両の将来位置を予測させる車両制御方法である。

（１３）本発明のさらに別の一態様は、少なくとも第１車両に設けられた車両制御装置のコンピュータに、前記第１車両の周辺を走行する第２車両を検出させ、前記検出させた第２車両の検出結果と、道路の車線情報とに基づいて、前記第２車両の将来位置を予測させる車両制御プログラムである。

上記（１）、（３）、（４）、（５）、（１２）、（１３）の態様によれば、予測部が、検出部により検出された第２車両の検出結果と、第２車両の周辺における道路の車線情報とに基づいて、第２車両の将来位置を予測することにより、車両の位置を精度よく予測することができる。

上記（２）の態様によれば、予測部が、第２車両の将来位置を車線毎の存在確率として予測することにより、将来、第２車両が位置する車線を精度よく予測することができる。

上記（６）の態様によれば、予測部が、車線の増減の情報に基づいて、前記道路の車線情報に対する確率密度分布を導出することにより、分岐車線が存在する場合や、車線が増加または減少する場合を考慮した車両の位置を予測することができる。

上記（７）の態様によれば、予測部が、前記検出部により検出された第３車両の位置を反映させて、前記道路の車線情報に対する第２車両の存在する確率密度分布を導出することにより、第２車両の周辺車両を考慮した車両の位置を予測することができる。

上記（８）の態様によれば、前記予測部は、前記第２車両の挙動に影響を与える情報に基づいて確率密度分布を導出することにより、車両の位置をより精度よく予測することができる。

上記（９）の態様によれば、予測部が予測した前記第２車両の将来位置に基づいて、前記予測した前記第２車両の将来位置よりも更に将来の前記第２車両の将来位置を予測することにより、より精度よく車両の将来位置の予測を行うことができる。

上記（１０）の態様によれば、他車両追跡部が、前記検出部により前記第２車両が検出されなくなった場合に、前記予測部により予測された第２車両の将来位置に基づいて、前記検出部により検出されなくなった前記第２車両の位置を推定することにより、対象の第２車両を追跡し続けることができる。

上記（１１）の態様によれば、他車両追跡部が、前記検出部により過去に検出された第２車両が前記検出部により検出された第２車両と同一車両であるか否かを判定することで、異なる時刻に検出された第２車両の同一性を精度よく予測することができる。

第１の実施形態に係る車両制御装置が搭載された車両の有する構成要素を示す図である。 第１の実施形態に係る車両制御装置を中心とした車両の機能構成図である。 地図情報の一例を示す図である。 リンク毎情報の一例を示す図である。 自車位置認識部により走行車線に対する車両の相対位置が認識される様子を示す図である。 ある区間について生成された行動計画の一例を示す図である。 他車両追跡部および他車位置予測部により実行される処理の流れの一例を示すフローチャートである。 他車位置予測部が確率密度分布を導出する処理の流れの一例を示すフローチャートである。 確率密度分布の導出された様子を模式的に示す図である。 車線情報が考慮されずに導出された場合の確率密度分布の一例である。 車線情報が考慮され導出された場合の確率密度分布の一例である。 道路の分岐が存在する場面において、車線情報が考慮されずに導出された場合の確率密度分布の一例である。 道路の分岐が存在する場面において、車線情報が考慮され導出された場合の確率密度分布の一例である。 第２車両の将来位置の確率密度分布の導出について説明するための図である。 第２車両の位置履歴を用いて、確率密度分布を導出する場面の一例である。 第３車両の位置の将来予測に基づいて、第２車両の確率密度分布を導出する場面の一例を示す図である。 確率密度分布を補正する場面を説明するための図である。 車線の種類が考慮され導出された場合の確率密度分布の一例である。

以下、図面を参照し、本発明の実施形態に係る車両制御装置、車両制御方法、および車両制御プログラムについて説明する。

＜第１の実施形態＞
［車両構成］
図１は、第１の実施形態に係る車両制御装置１００が搭載された車両Ｍ（以下、第１車両Ｍとも称する）の有する構成要素を示す図である。車両制御装置１００が搭載される車両は、例えば、二輪や三輪、四輪等の自動車であり、ディーゼルエンジンやガソリンエンジン等の内燃機関を動力源とした自動車や、電動機を動力源とした電気自動車、内燃機関および電動機を兼ね備えたハイブリッド自動車等を含む。また、上述した電気自動車は、例えば、二次電池、水素燃料電池、金属燃料電池、アルコール燃料電池等の電池により放電される電力を使用して駆動する。

図１に示すように、車両には、ファインダ２０−１から２０−７、レーダ３０−１から３０−６、およびカメラ４０等のセンサと、ナビゲーション装置５０と、車両制御装置１００とが搭載される。ファインダ２０−１から２０−７は、例えば、照射光に対する散乱光を測定し、対象までの距離を測定するＬＩＤＡＲ（Light Detection and Ranging、或いはLaser Imaging Detection and Ranging）である。例えば、ファインダ２０−１は、フロントグリル等に取り付けられ、ファインダ２０−２および２０−３は、車体の側面やドアミラー、前照灯内部、側方灯付近等に取り付けられる。ファインダ２０−４は、トランクリッド等に取り付けられ、ファインダ２０−５および２０−６は、車体の側面や尾灯内部等に取り付けられる。ファインダ２０−１から２０−６は、例えば、水平方向に関して１５０度程度の検出範囲を有している。また、ファインダ２０−７は、ルーフ等に取り付けられる。ファインダ２０−７は、例えば、水平方向に関して３６０度の検出範囲を有している。

レーダ３０−１および３０−４は、例えば、奥行き方向の検出範囲が他のレーダよりも広い長距離ミリ波レーダである。また、レーダ３０−２、３０−３、３０−５、３０−６は、レーダ３０−１および３０−４よりも奥行き方向の検出範囲が狭い中距離ミリ波レーダである。以下、ファインダ２０−１から２０−７を特段区別しない場合は、単に「ファインダ２０」と記載し、レーダ３０−１から３０−６を特段区別しない場合は、単に「レーダ３０」と記載する。レーダ３０は、例えば、ＦＭ−ＣＷ（Frequency Modulated Continuous Wave）方式によって物体を検出する。

カメラ４０は、例えば、ＣＣＤ（Charge Coupled Device）やＣＭＯＳ（Complementary Metal Oxide Semiconductor）等の個体撮像素子を利用したデジタルカメラである。カメラ４０は、フロントウインドシールド上部やルームミラー裏面等に取り付けられる。カメラ４０は、例えば周期的に繰り返し車両Ｍの前方を撮像する。

なお、図１に示す構成はあくまで一例であり、構成の一部が省略されてもよいし、更に別の構成が追加されてもよい。

図２は、第１の実施形態に係る車両制御装置１００を中心とした車両Ｍの機能構成図である。車両Ｍには、ファインダ２０、レーダ３０、およびカメラ４０の他、ナビゲーション装置５０と、車両センサ６０と、操作デバイス７０と、操作検出センサ７２と、切替スイッチ８０と、走行駆動力出力装置９０と、ステアリング装置９２と、ブレーキ装置９４と、車両制御装置１００とが搭載される。

ナビゲーション装置５０は、ＧＮＳＳ（Global Navigation Satellite System）受信機や地図情報（ナビ地図）、ユーザインターフェースとして機能するタッチパネル式表示装置、スピーカ、マイク等を有する。ナビゲーション装置５０は、ＧＮＳＳ受信機によって車両Ｍの位置を特定し、その位置からユーザによって指定された目的地までの経路を導出する。ナビゲーション装置５０により導出された経路は、経路情報１３４として記憶部１３０に格納される。車両Ｍの位置は、車両センサ６０の出力を利用したＩＮＳ（Inertial Navigation System）によって特定または補完されてもよい。また、ナビゲーション装置５０は、車両制御装置１００が手動運転モードを実行している際に、目的地に至る経路について音声やナビ表示によって案内を行う。なお、車両Ｍの位置を特定するための構成は、ナビゲーション装置５０とは独立して設けられてもよい。また、ナビゲーション装置５０は、例えば、ユーザの保有するスマートフォンやタブレット端末等の端末装置の一機能によって実現されてもよい。この場合、端末装置と車両制御装置１００との間で無線または通信によって情報の送受信が行われる。

車両センサ６０は、車両Ｍの速度（車速）を検出する車速センサ、加速度を検出する加速度センサ、鉛直軸回りの角速度を検出するヨーレートセンサ、車両Ｍの向きを検出する方位センサ等を含む。

操作デバイス７０は、例えば、アクセルペダルやステアリングホイール、ブレーキペダル、シフトレバー等を含む。操作デバイス７０には、運転者による操作の有無や量を検出する操作検出センサ７２が取り付けられている。操作検出センサ７２は、例えば、アクセル開度センサ、ステアリングトルクセンサ、ブレーキセンサ、シフト位置センサ等を含む。操作検出センサ７２は、検出結果としてのアクセル開度、ステアリングトルク、ブレーキ踏量、シフト位置等を走行制御部１２０に出力する。なお、これに代えて、操作検出センサ７２の検出結果が、直接的に走行駆動力出力装置９０、ステアリング装置９２、またはブレーキ装置９４に出力されてもよい。

切替スイッチ８０は、運転者等によって操作されるスイッチである。切替スイッチ８０は、機械式のスイッチであってもよいし、ナビゲーション装置５０のタッチパネル式表示装置に設けられるＧＵＩ（Graphical User Interface）スイッチであってもよい。切替スイッチ８０は、運転者が手動で運転する手動運転モードと、運転者が操作を行わない（或いは手動運転モードに比して操作量が小さい、または操作頻度が低い）状態で走行する自動運転モードとの切替指示を受け付け、走行制御部１２０による制御モードを自動運転モードまたは手動運転モードのいずれか一方に指定する制御モード指定信号を生成する。

走行駆動力出力装置９０は、例えば、エンジンと走行用モータのうち一方または双方を含む。走行駆動力出力装置９０がエンジンのみを有する場合、走行駆動力出力装置９０は更にエンジンを制御するエンジンＥＣＵ（Electronic Control Unit）を含む。エンジンＥＣＵは、例えば、走行制御部１２０から入力される情報に従い、スロットル開度やシフト段等を調整することで、車両が走行するための走行駆動力（トルク）を制御する。走行駆動力出力装置９０が走行用モータのみを有する場合、走行駆動力出力装置９０は、走行用モータを駆動するモータＥＣＵを含む。モータＥＣＵは、例えば、走行用モータに与えるＰＷＭ信号のデューティ比を調整することで、車両が走行するための走行駆動力を制御する。走行駆動力出力装置９０がエンジンと走行用モータの双方を含む場合は、エンジンＥＣＵとモータＥＣＵの双方が協調して走行駆動力を制御する。

ステアリング装置９２は、例えば、ラックアンドピニオン機能等に力を作用させて転舵輪の向きを変更可能な電動モータ、ステアリング操舵角（または実舵角）を検出する操舵角センサ等を備える。ステアリング装置９２は、走行制御部１２０から入力される情報に従い、電動モータを駆動する。

ブレーキ装置９４は、ブレーキペダルになされたブレーキ操作が油圧として伝達されるマスターシリンダー、ブレーキ液を蓄えるリザーバータンク、各車輪に出力される制動力を調節するブレーキアクチュエータ等を備える。ブレーキ装置９４は、走行制御部１２０から入力される情報に従い、所望の大きさのブレーキトルクが各車輪に出力されるように、ブレーキアクチュエータ等を制御する。なお、ブレーキ装置９４は、上記説明した油圧により作動する電子制御式ブレーキ装置に限らず、電動アクチュエーターにより作動する電子制御式ブレーキ装置であってもよい。

［車両制御装置］
以下、車両制御装置１００について説明する。車両制御装置１００は、例えば、外界認識部１０２と、自車位置認識部１０４と、行動計画生成部１０６と、他車両追跡部１０８と、他車位置予測部１１３と、制御計画生成部１１４と、走行制御部１２０と、制御切替部１２２と、記憶部１３０とを備える。外界認識部１０２、自車位置認識部１０４、行動計画生成部１０６、他車両追跡部１０８、他車位置予測部１１３、制御計画生成部１１４、走行制御部１２０、および制御切替部１２２のうち一部または全部は、ＣＰＵ（Central Processing Unit）等のプロセッサがプログラムを実行することにより機能するソフトウェア機能部である。また、これらのうち一部または全部は、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）等のハードウェア機能部であってもよい。また、記憶部１３０は、ＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）、ＨＤＤ（Hard Disk Drive）、フラッシュメモリ等で実現される。プログラムは、予め記憶部１３０に格納されていてもよいし、車載インターネット設備等を介して外部装置からダウンロードされてもよい。また、プログラムを格納した可搬型記憶媒体が図示しないドライブ装置に装着されることで記憶部１３０にインストールされてもよい。

外界認識部１０２は、ファインダ２０、レーダ３０、カメラ４０等の出力に基づいて、他車両の位置、および速度等の状態を認識する。本実施形態における他車両とは、車両Ｍの周辺を走行する車両であって、車両Ｍと同じ方向に走行する車両である。以下、他車両を、第２車両と称する。なお、車両Ｍ（第１車両）の周辺を走行する車両であって、車両Ｍと同じ方向に走行する車両は１台とは限られない。よって、他車両を、第２車両、第３車両、第４車両、等と称することがある。すなわち、他車両は、車両Ｍ以外の１以上の車両を含む。以下の説明では、第２車両は、他車両、すなわち車両Ｍ以外の車両を表す。第２車両の位置は、第２車両の重心やコーナー等の代表点で表されてもよいし、第２車両の輪郭で表現された領域で表されてもよい。第２車両の「状態」とは、上記各種機器の情報に基づいて第２車両の加速度、車線変更をしているか否か（あるいはしようとしているか否か）を含んでもよい。外界認識部１０２は、第２車両の位置の履歴や方向指示器の作動状態等に基づいて、車線変更をしているか否か（あるいはしようとしているか否か）を認識する。また、外界認識部１０２は、第２車両に加えて、ガードレールや電柱、駐車車両、歩行者その他の物体の位置を認識してもよい。以下、ファインダ２０、レーダ３０、およびカメラ４０と、外界認識部１０２とを合わせたものを、第２車両を検出する「検出部ＤＴ」と称する。検出部ＤＴは、更に、第２車両との通信によって第２車両の位置や速度等の状態を認識してもよい。

自車位置認識部１０４は、記憶部１３０に格納された地図情報１３２と、ファインダ２０、レーダ３０、カメラ４０、ナビゲーション装置５０、または車両センサ６０から入力される情報とに基づいて、車両Ｍが走行している車線（自車線、走行車線）、および、走行車線に対する車両Ｍの相対位置を認識する。

地図情報１３２は、例えばナビゲーション装置５０が有するナビ地図よりも高精度な地図情報である。地図情報１３２は、例えば高精度地図であり、車線の中央を示す情報あるいは車線の境界を示す情報等を含んでいる。地図情報１３２は、行動計画生成部１０６が行動計画を生成する際、または他車位置予測部１１３が第２車両の将来位置を予測する際に参照される。地図情報１３２は、リンク毎情報１３２Ａと、物標情報と、道路車線対応テーブルとを含む。

地図情報１３２は、車線基準線上の基準点である車線ノードを規定する情報の一覧である。車線基準線とは、例えば車線間の中央線である。図３は、地図情報１３２の一例を示す図である。地図情報１３２には、複数の車線ノードＩＤに対して座標点、接続車線リンク数、および接続車線リンクＩＤが対応付けられて格納されている。また、地図情報１３２の接続車線リンクＩＤには、リンク毎情報１３２Ａ（車線情報）が対応付けられている。

リンク毎情報１３２Ａは、複数の車線ノード間における車線の区間態様の情報を示す一覧である。図４は、リンク毎情報１３２Ａの一例を示す図である。リンク毎情報１３２Ａは、複数の車線リンクＩＤに対して、車線リンクの始点として接続される車線ノードＩＤ（始点車線ノードＩＤ）、車線リンクの終点として接続される車線ノードＩＤ（終点車線ノードＩＤ）、車線の車両進行方向に向かって左から何番目の車線であるかを示す車線番号、車線種類（例えば分岐車線、合流車線等）、車線の幅員情報、車線の車両進行方向に向かって左側と右側との車線の線種を示す線種（右側線種、左側線種）、車線における交通規制の状況を示す交通規制情報、および車線リンクが示す車線区間の車線基準線の形状の座標点列が対応付けられて格納されている。また、リンク毎情報１３２Ａは、車線の形状が特殊の場合は、車線の形状の描写するための情報（曲率等）を格納してもよい。

物標情報は、道路上に存在する物標を示す情報の一覧である。物標情報における道路上に存在する物標とは、例えば看板や、建物、信号、ポール、電柱等である。物標情報には、複数の物標ＩＤに対して、物標の名称、物標の輪郭を示す座標点列、および物標が存在する車線ノードＩＤが対応付けられている。

道路車線対応テーブルとは、ナビ地図の道路に対応する車線ノードまたは車線リンクの一覧である。例えば道路車線対応テーブルには、道路の近傍にある車線ノードＩＤと車線リンクＩＤとを示す情報が格納されている。

図５は、自車位置認識部１０４により走行車線に対する車両Ｍの相対位置が認識される様子を示す図である。自車位置認識部１０４は、例えば、車両Ｍの基準点（例えば重心）の走行車線中央ＣＬからの乖離ＯＳ、および車両Ｍの進行方向の走行車線中央ＣＬを連ねた線に対してなす角度θを、走行車線に対する車両Ｍの相対位置として認識する。なお、これに代えて、自車位置認識部１０４は、車両Ｍが走行する車線Ｌ１のいずれかの側端部に対する車両Ｍの基準点の位置などを、走行車線に対する車両Ｍの相対位置として認識してもよい。

行動計画生成部１０６は、所定の区間における行動計画を生成する。所定の区間とは、例えば、ナビゲーション装置５０により導出された経路のうち、高速道路等の有料道路を通る区間である。なお、これに限らず、行動計画生成部１０６は、任意の区間について行動計画を生成してもよい。また、行動計画生成部１０６は、他車位置予測部１１３により予測された第２車両の位置に基づいて、行動計画を生成してもよい。

行動計画は、例えば、順次実行される複数のイベントで構成される。イベントには、例えば、車両Ｍを減速させる減速イベントや、車両Ｍを加速させる加速イベント、走行車線を逸脱しないように車両Ｍを走行させるレーンキープイベント、走行車線を変更させる車線変更イベント、車両Ｍに前方車両を追い越させる追い越しイベント、分岐ポイントにおいて所望の車線に変更させたり、現在の走行車線を逸脱しないように車両Ｍを走行させたりする分岐イベント、車線合流ポイントにおいて車両Ｍを加減速させ、走行車線を変更させる合流イベント等が含まれる。例えば、有料道路（例えば高速道路等）においてジャンクション（分岐点）が存在する場合、車両制御装置１００は、自動運転モードにおいて、車両Ｍを目的地の方向に進行するように車線を変更したり、車線を維持したりする必要がある。従って、行動計画生成部１０６は、地図情報１３２を参照して経路上にジャンクションが存在していると判明した場合、現在の車両Ｍの位置（座標）からそのジャンクションの位置（座標）までの間に、目的地の方向に進行することができる所望の車線に車線変更するための車線変更イベントを設定する。

図６は、ある区間について生成された行動計画の一例を示す図である。図示するように、行動計画生成部１０６は、目的地までの経路に従って走行した場合に生じる場面を分類し、個々の場面に即したイベントが実行されるように行動計画を生成する。なお、行動計画生成部１０６は、車両Ｍの状況変化に応じて動的に行動計画を変更してもよい。

他車両追跡部１０８は、検出部ＤＴにより過去に検出され、他車位置予測部１１３により予測された第２車両の将来位置と、検出部ＤＴにより検出された第２車両の位置との比較に基づいて、検出部ＤＴにより過去に検出された第２車両が検出部ＤＴにより検出された第２車両と同一車両であるか否かを判定する。

他車位置予測部１１３は、他車両について、将来位置を予測する。なお、予測の対象となる他車両は、一台の車両（第２車両）であってもよいし、同時に複数の車両（第２車両、第３車両、第４車両、等）が位置予測の対象となってもよい。他車位置予測部１１３は、検出部ＤＴの検出結果と、第２車両の周辺における地図情報１３２に含まれる車線に関する情報である車線情報とに基づいて、第２車両の将来位置を予測する。他車位置予測部１１３は、例えば第２車両の将来位置を車線毎の存在確率として予測する。他車位置予測部１１３は、例えば予測した第２車両の将来位置を制御計画生成部１１４に出力する。なお、他車位置予測部１１３の処理の詳細については後述する。

［制御計画］
制御計画生成部１１４は、他車位置予測部１１３の予測結果を加味して、制御計画を生成する。制御計画は、例えば、車線変更のための計画や車両Ｍの前方を走行する第２車両に追従して走行するための計画等である。

以下、他車位置予測部１１３の処理について、フローチャートを参照しながら説明する。図７は、他車両追跡部１０８および他車位置予測部１１３により実行される処理の流れの一例を示すフローチャートである。本フローチャートの処理は、例えば車両Ｍの車速が基準速度以上である場合に、繰り返し実行される処理である。

まず、他車両追跡部１０８は、第２車両の現在位置が検出部ＤＴにより検出されたか否かを判定する（ステップＳ１００）。ステップＳ１００で第２車両の現在位置が検出部ＤＴにより検出されなかった場合、他車両追跡部１０８は、前回以前のルーチンにおいて、後述するステップＳ１１２で将来位置として予測した（このルーチンにおいては現在の）第２車両の位置を第２車両の位置と推定する（ステップＳ１０２）。

ステップＳ１００で第２車両の現在位置が検出部ＤＴにより検出された場合、他車両追跡部１０８は、ステップＳ１００で検出した第２車両の現在位置と、前回以前のルーチンにおいて、ステップＳ１１２で将来位置として予測した第２車両の位置とを比較し、比較結果が合致するか否かを判定する（ステップＳ１０４）。ステップＳ１０４で比較結果が合致しないと判定した場合、他車両追跡部１０８は、ステップＳ１００で検出された第２車両は、前回以前のルーチンで位置を検出または予測していた（過去に位置を追跡していた）第２車両と同一車両でないと判定する（ステップＳ１０６）。ステップＳ１０４で比較結果が合致したと判定した場合、他車両追跡部１０８は、ステップＳ１００で検出された第２車両は、前回以前のルーチンで位置を検出または予測していた（過去に位置を追跡していた）第２車両と同一車両であると判定する（ステップＳ１０８）。

例えば他車両追跡部１０８は、前回以前のルーチンにおいてステップＳ１１２で他車位置予測部１１３により導出された第２車両の確率密度分布ＰＤに基づいて予測された第２車両の将来位置と、ステップＳ１００で検出部ＤＴにより検出された第２車両の位置との比較に基づいて、第２車両と検出部ＤＴにより検出された第２車両とが同一車両であるか否かを判定する。例えば、他車両追跡部１０８は、ステップＳ１００で検出された第２車両の位置が、前回以前のルーチンにおいてステップＳ１１２で予測された第２車両の将来位置の確率密度分布ＰＤにおいて第１の閾値以下の存在確率である場合、ステップＳ１００で検出された第２車両は、ステップＳ１１２で予測された第２車両に対応する第２車両と同一車両でないと判定する。また、例えば、他車両追跡部１０８は、ステップＳ１００で検出された第２車両は第１車線に存在し、前回以前のルーチンにおいてステップＳ１１２で予測された第２車両は第１車線に隣接する第２車線に存在すると予測した場合、ステップＳ１００で検出された第２車両は、ステップＳ１１２で予測された第２車両に対応する第２車両と同一車両でないと判定してもよい。

一方、他車両追跡部１０８は、ステップＳ１００で検出された第２車両の位置が、前回以前のルーチンにおいて、ステップＳ１１２で予測された第２車両の位置の確率密度分布ＰＤにおいて第１の閾値を超える存在確率である場合、または第１車線に第２車両が存在すると予測した場合、ステップＳ１００で検出された第２車両は、前回以前のルーチンにおいてステップＳ１１２で予測された第２車両と同一車両であると判定する。

次に、他車位置予測部１１３が、第２車両について将来位置の確率密度分布ＰＤを導出する（ステップＳ１１０）。確率密度分布ＰＤとは、将来における第２車両の横方向および縦方向に対する存在確率を示す分布である。横方向とは車線方向に対して直交する方向である。縦方向とは車線方向（第２車両の進行方向）である。なお、確率密度分布ＰＤの詳細および確率密度分布ＰＤの導出方法については後述する。また、本フローチャートの処理では、他車位置予測部１１３は、検出した第２車両の位置、過去に検出した第２車両の位置、または過去に（将来位置として）予測した第２車両の位置に基づいて、第２車両の将来の確率密度分布ＰＤを導出する。

次に、他車位置予測部１１３が、ステップＳ１１０で導出された確率密度分布ＰＤに基づいて第２車両の将来位置を予測する（ステップＳ１１２）。例えば他車位置予測部１１３が、確率密度分布ＰＤに基づいて、車線毎の存在確率を確率密度として算出し、算出結果から第２車両の存在する車線を予測する。これにより本フローチャートの１ルーチンの処理は終了する。

上述したように他車両追跡部１０８は、検出部ＤＴによる第２車両の検出結果と、確率密度分布ＰＤに基づく第２車両の位置の予測結果とを比較することにより、第２車両の位置をより精度よく検出することができる。この結果、他車両追跡部１０８は、より確実に第２車両の追跡を行うことができる。

具体的な例では、他車両追跡部１０８は、例えば時刻Ｔ１（１ルーチン目の処理）で検出されていた第２車両が、時刻Ｔ２（２ルーチン目の処理）で検出できず、時刻Ｔ３（３ルーチン目の処理）で検出された場合、時刻Ｔ１と時刻Ｔ３で検出された車両が同一車両であるか否かを判定することができる。例えば、他車位置予測部１１３は、時刻Ｔ３で検出された車両の位置を、時刻Ｔ１または時刻Ｔ２の処理で導出された確率密度分布ＰＤのうち時刻Ｔ３に対応する確率密度分布ＰＤと比較して、時刻Ｔ１で検出された車両と時刻Ｔ３で検出された車両とが同一車両であるか否かを判定する。

例えば他車両追跡部１０８は、時刻Ｔ１（または時刻Ｔ２）の処理で導出された確率密度分布ＰＤの時刻Ｔ３に対応する確率密度分布において、時刻Ｔ３の処理で検出された車両の位置が閾値以下の存在確率である場合、時刻Ｔ１（または時刻Ｔ２）の処理で検出または予測された第２車両は時刻Ｔ３の処理で検出された車両と同一車両でないと予測する。

一方、他車両追跡部１０８は、時刻Ｔ１（または時刻Ｔ２）の処理で導出された確率密度分布ＰＤの時刻Ｔ３に対応する確率密度分布において、時刻Ｔ３の処理で検出された車両の位置が閾値を超える存在確率である場合、時刻Ｔ３の処理で検出された車両は時刻Ｔ１（または時刻Ｔ２）の処理で検出または予測された第２車両と同一車両であると予測する。これにより、他車両追跡部１０８は、一時的に第２車両を検出できなくなった場合であっても、第２車両の位置の確率密度分布ＰＤを参照することで、これまで追跡していた車両を見失うことなく、追跡しつづけることができる。

［確率密度分布の導出手法］
図８は、他車位置予測部１１３が将来位置の確率密度分布ＰＤを導出する処理の流れの一例を示すフローチャートである。まず、他車位置予測部１１３が、パラメータｉを初期値である１に設定する（ステップＳ１５０）。パラメータｉは、例えば時間的なステップ幅ｔ毎に予測を行うとした場合に、何ステップ先の予測を行うかを示すパラメータである。パラメータｉは、数字が大きいほど、先のステップの予測であることを示している。

次に、他車位置予測部１１３は、第２車両の将来位置の予測に必要な車線情報を取得する（ステップＳ１５２）。次に、他車位置予測部１１３は、第２車両の現在位置および過去位置を検出部ＤＴから取得する（ステップＳ１５４）。ステップＳ１５４からＳ１６０のループ処理の間においてステップＳ１５４で取得された現在位置は、次回以降の処理で「過去位置」として扱われてもよい。

次に、他車位置予測部１１３は、ステップＳ１５２で取得した車線情報、ステップＳ１５４で取得した第２車両の現在位置および過去位置、および過去に予測した第２車両の位置に基づいて、第２車両の将来位置の確率密度分布ＰＤを導出する（ステップＳ１５６）。なお、他車位置予測部１１３は、ステップＳ１５４で第２車両の現在位置を検出部ＤＴから取得することができなかった場合、過去に予測した第２車両の位置を第２車両の現在位置として用いてもよい。

次に、他車位置予測部１１３は、決められたステップ数の確率密度分布ＰＤを導出したか否かを判定する（ステップＳ１５８）。決められたステップ数の確率密度分布ＰＤを導出していないと判定した場合、他車位置予測部１１３は、パラメータｉを１インクリメントし（ステップＳ１６０）、ステップＳ１５２の処理に進める。決められたステップ数の確率密度分布ＰＤを導出したと判定した場合、本フローチャートの処理は終了する。なお、決められたステップ数とは１以上であればよい。他車位置予測部１１３は、１ステップの確率密度分布ＰＤを導出してもよいし、複数ステップの確率密度分布ＰＤを導出してもよい。

図９は、確率密度分布ＰＤが導出された様子を模式的に示す図である。他車位置予測部１１３は、車線情報と、第２車両ｍの現在位置、過去位置、および予測した将来位置とに基づいて確率密度分布ＰＤをステップ（パラメータｉに対応）毎に導出する。図９の例では、他車位置予測部１１３は、４ステップ分の確率密度分布ＰＤ１からＰＤ４−１およびＰＤ４−２を導出する。

まず、他車位置予測部１１３は、第２車両ｍの現在の位置および過去の位置に基づいて、１ステップ目の確率密度分布ＰＤ１を導出する。次に、他車位置予測部１１３は、第２車両ｍの現在の位置、過去の位置、および１ステップ目で導出した確率密度分布ＰＤ１に基づいて、２ステップ目の確率密度分布ＰＤ２を導出する。次に、他車位置予測部１１３は、第２車両ｍの現在の位置、過去の位置、１ステップ目で導出した確率密度分布ＰＤ１、および２ステップ目で導出した確率密度分布ＰＤ２に基づいて、３ステップ目の確率密度分布ＰＤ３−１およびＰＤ３−２を導出する。また、同様に他車位置予測部１１３は、第２車両ｍの現在の位置、過去の位置、各ステップで導出した確率密度分布ＰＤ（ＰＤ１からＰＤ３−２）に基づいて、４ステップ目の確率密度分布ＰＤ４−１およびＰＤ４−２を導出する。

例えば確率密度分布ＰＤ１を導出した場合、他車位置予測部１１３は、確率密度分布ＰＤ１に基づいて、１ステップ目に対応する第２車両の位置を予測することができる。また、例えば確率密度分布ＰＤ１からＰＤ４−２を導出した場合、他車位置予測部１１３は、確率密度分布ＰＤ１からＰＤ４−２に基づいて、１ステップ目から４ステップ目の第２車両の位置を予測することができる。このように他車位置予測部１１３は、導出した確率密度分布ＰＤに基づいて、任意のステップに対応する第２車両の将来位置を予測することができる。

なお、他車位置予測部１１３は、例えば第２車両ｍが走行している場合、将来に向かうに従って、確率密度分布ＰＤの広がりを大きくする傾向で確率密度分布ＰＤを導出する。これについては後述する。

また、他車位置予測部１１３は、確率密度分布ＰＤを時間的なステップ毎に代えて、基準距離毎に導出してもよい。また、他車位置予測部１１３は、確率密度分布ＰＤを導出する範囲を、外界認識部１０２により第２車両が認識される範囲より手前に限定してもよい。
このように他車位置予測部１１３は、車線情報を用いて第２車両ｍの位置を予測するため、車両の位置を精度よく予測することができる。

仮に、他車位置予測部１１３が、車線情報を用いずに、第２車両ｍの現在位置、過去位置、および予測した将来位置に基づいて確率密度分布ＰＤを導出する場合、道路の車線や道路の幅員等が考慮されずに確率密度分布ＰＤが導出される。

図１０は、車線情報が考慮されずに導出された場合の確率密度分布ＰＤの一例である。
縦軸Ｐは第２車両ｍの存在確率密度を示し、横軸は道路の横方向の変位を示している。また、点線で区切られたＬ１およびＬ２の領域は、説明のために仮想的に示した車線Ｌ１およびＬ２を表している。車線情報が用いられない場合、道路が存在しない領域ＮＬ１およびＮＬ２においても、第２車両ｍの存在確率密度が算出される場合がある。

これに対して、本実施形態では、他車位置予測部１１３が、地図情報１３２の車線情報を用いて確率密度分布ＰＤを導出するため、道路の車線や道路の幅員等の車線情報が考慮された確率密度分布ＰＤを導出することができる。この結果、車両の位置を精度よく予測することができる。

図１１は、車線情報が考慮され導出された場合の確率密度分布ＰＤの一例である。この場合、車線が存在しない部分においては、第２車両ｍの存在確率密度が算出されずに（ゼロとして算出され）、道路の幅員内に限定して、第２車両ｍの存在確率密度が算出される。

他車位置予測部１１３は、例えば、車線情報を考慮しない確率密度分布ＰＤを導出後、車線情報に基づいて、確率密度分布ＰＤを補正し、車線情報を考慮した確率密度分布ＰＤを導出する。他車位置予測部１１３は、例えば、ゼロにした部分の確率密度を、他の部分に加算することで、補正後の確率密度分布ＰＤを導出する。加算の手法に特段の限定は無いが、例えば、ｙ方向の平均値を中心として正規分布に準じた配分で加算してよい。

図１２は、道路の分岐が存在する場面において、車線情報が考慮されずに導出された場合の確率密度分布ＰＤの一例である。点線で区切られたＬ１、Ｌ２、およびＬ３の領域は、説明のために仮想的に示した車線Ｌ１、Ｌ２、およびＬ３を表している。図１２中、Ｌ３は、車線Ｌ１およびＬ２の道路分岐先の車線である（図９参照）。車線情報が用いられない場合、道路が存在しない領域ＮＬ１、ＮＬ２、およびＮＬ３においても、第２車両ｍの存在確率が算出される場合がある。

これに対し、図１３は、道路の分岐が存在する場面において、車線情報が考慮され導出された場合の確率密度分布ＰＤの一例である。本実施形態では他車位置予測部１１３が、車線情報を用いて確率密度分布ＰＤを導出するため、分岐車線が考慮された確率密度分布ＰＤを導出することができる。他車位置予測部１１３は、道路が存在しない領域ＮＬ３の確率密度を、車線Ｌ１および車線Ｌ２と、分岐車線Ｌ３とに配分することで、分岐車線を考慮した確率密度分布ＰＤを導出することができる。例えば、他車位置予測部１１３は、領域ＮＬ３の確率密度を、車線Ｌ１および車線Ｌ２の確率密度と、分岐車線Ｌ３の確率密度との比率に応じて配分することで、分岐車線を考慮した確率密度分布ＰＤを導出する。
これにより他車位置予測部１１３は、分岐車線を考慮した確率密度分布ＰＤを導出することができる。

このように、他車位置予測部１１３が、確率密度分布ＰＤに基づいて第２車両ｍの位置を予測する。また、制御計画生成部１１４は、他車位置予測部１１３により予測された第２車両ｍの位置に基づいて、例えば車線変更のための制御計画を生成することができる。

具体的には、例えば他車位置予測部１１３は、第２車両ｍの位置、車線情報、および確率密度関数である下記（１）式に基づいて、第２車両ｍの将来位置の確率密度分布ＰＤを導出する。他車位置予測部１１３は、変位（ｘ，ｙ）毎に関数ｆの値を算出する。ｘは、例えば、車両Ｍに対する第２車両ｍの進行方向に関する相対変位である。ｙは、例えば、第２車両ｍの横方向の変位である。μ_ｘは、車両Ｍに対する第２車両ｍの進行方向に関する相対変位（過去、現在または将来の相対変位）の平均値である。μ_ｙは、第２車両ｍの横方向に関する位置（過去、現在または将来の位置）の平均値である。σ_ｘ ^２は、第２車両ｍの進行方向に関する相対変位の分散である。σ_ｙ ^２は、第２車両ｍの横方向に関する位置の分散である。

他車位置予測部１１３は、第２車両ｍの現在位置、過去位置、または将来位置の推移と、車線情報と、確率密度関数ｆとに基づいて、確率密度分布ＰＤを導出する。図１４は、第２車両ｍの将来位置の確率密度分布ＰＤの導出について説明するための図である。なお、第２車両ｍは、図１４中、ｄ方向に進行しているものとする。

ｔを現在の位置とすると、確率密度分布ＰＤ１を求める際には、現在位置（ｘ_ｔ，ｙ_ｔ）、および過去位置（ｘ_ｔ-1，ｙ_ｔ-1）、（ｘ_ｔ-2，ｙ_ｔ-2）をパラメータとして確率密度関数ｆが計算され、その結果、確率密度分布ＰＤが求められる。ＰＤ２を求める際には、現在位置（ｘ_ｔ，ｙ_ｔ）、および過去位置（ｘ_ｔ-1，ｙ_ｔ-1）、（ｘ_ｔ-2，ｙ_ｔ-2）、将来位置（ｘ_ｔ+1，ｙ_ｔ+1）をパラメータとして確率密度関数ｆが計算され、その結果、確率密度分布ＰＤが求められる。ＰＤ３を求める際には、現在位置（ｘ_ｔ，ｙ_ｔ）、および過去位置（ｘ_ｔ-1，ｙ_ｔ-1）、（ｘ_ｔ-2，ｙ_ｔ-2）、将来位置（ｘ_ｔ+1，ｙ_ｔ+1）、（ｘ_ｔ+2，ｙ_ｔ+2）をパラメータとして確率密度関数ｆが計算され、その結果、確率密度分布ＰＤが求められる。

このように、予測結果を反映させて波及的に予測を行っていく。この結果、第２車両ｍが例えば左方向に進路を変えている場合、平均値μ_ｙがその傾向に追従するため、確率密度分布ＰＤが左側に厚くなる傾向を生じさせる。このため、第２車両ｍが車線変更を行おうとしている場合、その車線変更先の存在確率を高く予測することができる。

他車位置予測部１１３は、導出されたｆ（ｔ）における確率密度分布ＰＤに基づいて、第２車両ｍの将来位置を車線毎の存在確率として予測する。例えば、他車位置予測部１１３は、車線毎に、車線上における確率密度を積分することで、車線毎の存在確率を導出する。

更に、他車位置予測部１１３は、第２車両ｍの位置履歴を用いて、確率密度分布ＰＤを導出してもよい。例えば第２車両ｍのｙ方向変位が一方の側に継続して移動している場合、平均値μの追従する範囲よりも更にｙ方向変位が移動する方向に確率分布を偏らせてもよい。具体的には、他車位置予測部１１３は、正規分布におけるスキュー（歪度：３次モーメント）を調整することで、確率密度をｙ方向に関して偏らせることができる。

図１５は、第２車両ｍの位置履歴を用いて、確率密度分布ＰＤを導出する場面の一例である。周辺他車両ｍｐは、第２車両ｍの周辺に位置する車両である。以下、周辺他車両ｍｐを、第３車両ｍｐと称する。この場面では、第２車両ｍと第３車両ｍｐとはｘ方向の距離が小さく、第２車両ｍが左方向に車線変更する可能性が低いと考えられる。この場合、他車位置予測部１１３は、第２車両ｍから見て第３車両ｍｐと反対側に確率密度分布ＰＤを偏らせる。他車位置予測部１１３は、例えば、第２車両ｍと第３車両ｍｐとのｘ方向の距離に応じた偏りを確率密度に持たせる。この際に、第２車両ｍと第３車両の相対速度を参照し、第２車両ｍと第３車両のｘ方向の距離が将来的に近くなる程、偏りを大きくしてもよい。

また、他車位置予測部１１３は、第３車両ｍｐの将来位置を予測し、予測結果に基づいて、第２車両ｍの確率密度を補正してもよい。図１６は、第３車両ｍｐの位置の将来予測に基づいて、第２車両ｍの確率密度分布ＰＤｙを導出する場面の一例を示す図である。他車位置予測部１１３は、第３車両ｍｐが同じ進行方向を維持しながら走行した場合に、将来存在することになる位置を予測し、第２車両ｍが、その位置を回避するという前提で第２車両ｍの将来位置を予測する。この場面では、第２車両ｍが右方向に車線変更する可能性が高いと考えられるため、他車位置予測部１１３は、確率密度をｙ方向に関して偏らせることで、図１６中、確率密度分布ＰＤｙに示すように第２車両ｍが右方向に、将来、位置する確率密度を高く設定することができる。なお、他車位置予測部１１３は、確率密度を偏らせるのではなく、偏らせることによって確率密度を低くする側の車線の存在確率をゼロあるいは微小な値に下げてもよい。

また、他車位置予測部１１３は、ｘ方向に関しても同様に、第３車両ｍｐの位置の将来予測に基づいて、第２車両ｍの確率密度分布ＰＤｘ１を導出する。例えば、第２車両ｍと第３車両ｍｐとの相対距離が閾値以下であり、第３車両ｍｐが同じ進行方向を維持しながら走行した場合に、第３車両ｍｐが将来存在すると予測した位置が、第２車両ｍ前方に位置する場合、第２車両ｍが右方向に車線変更するのでなければ（車線変更する場合であっても）、第２車両ｍが減速すると予測する。この場合、他車位置予測部１１３は、確率密度をｘ方向に関して後方側に偏らせてもよいし、分散を大きくあるいはキュトーシス（尖度：４次モーメント）を小さくしてもよい。なお、図１６中、確率密度分布ＰＤｘは、第３車両ｍｐの位置の将来予測を考慮しない場合の確率密度分布である。

［走行制御］
走行制御部１２０は、制御切替部１２２による制御によって、制御モードを自動運転モードあるいは手動運転モードに設定し、設定した制御モードに従って制御対象を制御する。走行制御部１２０は、自動運転モード時において、行動計画生成部１０６によって生成された行動計画情報１３６を読み込み、読み込んだ行動計画情報１３６に含まれるイベントに基づいて制御対象を制御する。このイベントが車線変更イベントである場合、走行制御部１２０は、制御計画生成部１１４により生成された制御計画に従い、ステアリング装置９２における電動モータの制御量（例えば回転数）と、走行駆動力出力装置９０におけるＥＣＵの制御量（例えばエンジンのスロットル開度やシフト段等）とを決定する。走行制御部１２０は、イベントごとに決定した制御量を示す情報を、対応する制御対象に出力する。これによって、制御対象の各装置（走行駆動力出力装置９０、ステアリング装置９２、ブレーキ装置９４）は、走行制御部１２０から入力された制御量を示す情報に従って、その制御対象の装置を制御することができる。また、走行制御部１２０は、車両センサ６０の検出結果に基づいて、決定した制御量を適宜調整する。

また、走行制御部１２０は、手動運転モード時において、操作検出センサ７２により出力される操作検出信号に基づいて制御対象を制御する。例えば、走行制御部１２０は、操作検出センサ７２により出力された操作検出信号を、制御対象の各装置にそのまま出力する。

制御切替部１２２は、行動計画生成部１０６によって生成された行動計画情報１３６に基づいて、走行制御部１２０による車両Ｍの制御モードを自動運転モードから手動運転モードに、または手動運転モードから自動運転モードに切り換える。また、制御切替部１２２は、切替スイッチ８０から入力される制御モード指定信号に基づいて、走行制御部１２０による車両Ｍの制御モードを自動運転モードから手動運転モードに、または手動運転モードから自動運転モードに切り換える。すなわち、走行制御部１２０の制御モードは、運転者等の操作によって走行中や停車中に任意に変更することができる。

また、制御切替部１２２は、操作検出センサ７２から入力される操作検出信号に基づいて、走行制御部１２０による車両Ｍの制御モードを自動運転モードから手動運転モードに切り換える。例えば、制御切替部１２２は、操作検出信号に含まれる操作量が閾値を超える場合、すなわち、操作デバイス７０が閾値を超えた操作量で操作を受けた場合、走行制御部１２０の制御モードを自動運転モードから手動運転モードに切り換える。例えば、自動運転モードに設定された走行制御部１２０によって車両Ｍが自動走行している場合において、運転者によってステアリングホール、アクセルペダル、またはブレーキペダルが閾値を超える操作量で操作された場合、制御切替部１２２は、走行制御部１２０の制御モードを自動運転モードから手動運転モードに切り換える。これによって、車両制御装置１００は、人間等の物体が車道に飛び出して来たり、前方車両が急停止したりした際に運転者により咄嗟になされた操作によって、切替スイッチ８０の操作を介さずに直ぐさま手動運転モードに切り替えることができる。この結果、車両制御装置１００は、運転者による緊急時の操作に対応することができ、走行時の安全性を高めることができる。

以上説明した第１の実施形態の車両制御装置１００によれば、他車位置予測部１１３が、検出部ＤＴにより検出された第２車両ｍの検出結果と、地図情報１３２の車線情報とに基づいて確率密度分布ＰＤを導出し、導出した確率密度分布ＰＤに基づいて、第２車両ｍの将来位置を予測することにより、精度よく第２車両の位置を予測することができる。

＜第２の実施形態＞
以下、第２の実施形態について説明する。第２の実施形態における車両制御装置１００は、地図情報１３２に含まれる第２車両ｍの挙動に影響を与える情報に基づいて、確率密度分布ＰＤの確率密度を偏らせる点で、第１の実施形態と相違する。以下、係る相違点を中心に説明する。

他車位置予測部１１３は、第２車両ｍの現在位置、過去位置、および予測した将来位置と、確率密度関数とに基づいて、確率密度分布ＰＤを導出する。更に他車位置予測部１１３は、地図情報１３２に含まれる例えば車両Ｍが走行する車線の種類等の第２車両ｍの挙動に影響を与える情報に基づいて確率密度分布ＰＤの確率密度を偏らせる。

図１７は、確率密度分布ＰＤを補正する場面を説明するための図である。第２車両ｍが走行する車線は、例えばｄ方向を進行方向とする２車線の道路（Ｌ１およびＬ２）であり、中央線ＣＬは車線変更禁止を示すものであるものとする。また、他車位置予測部１１３が、時刻（ｔ）における確率密度分布ＰＤを導出したものとする。

図１８は、車線の種類が考慮され導出された場合の確率密度分布ＰＤ＃の一例である。
他車位置予測部１１３は、地図情報１３２に含まれる中央線ＣＬは車線変更禁止であることを示す情報に基づいて、確率密度分布ＰＤの確率密度を偏らせる。この場合、例えば他車位置予測部１１３は、将来、第２車両ｍが走行している車線Ｌ１に存在している確率が高くなるように、確率密度分布ＰＤの確率密度を偏らせる。

また、他車位置予測部１１３は、地図情報１３２に含まれる交通規制情報や、追い越しを禁止することを示す情報等の第２車両ｍの挙動に影響を与える情報を用いて確率密度分布ＰＤの確率密度を偏らせてもよい。例えば第２車両ｍの進行方向に車線Ｌ１に対して交通規制がある場合、他車位置予測部１１３は、交通規制を示す情報に基づいて、将来、第２車両ｍが隣接車線Ｌ２に存在する確率を高くするように確率密度を偏らせる。

また、他車位置予測部１１３は、地図情報１３２に含まれる情報を用いて、第２車両ｍの進行方向に対する確率密度を導出してもよい。例えば第２車両ｍの進行方向に車線の減少や車線の増加が存在する場合、他車位置予測部１１３は、地図情報１３２に含まれる車線の減少や車線の増加を示す情報に基づいて、車線の減少または増加がない場合に比して、確率密度を車両ｍの進行方向、または進行方向とは反対方向に偏らせたり、第２車両ｍの進行方向、または進行方向とは反対方向に対する分散を大きくさせたりする。

例えば第２車両ｍの進行方向に車線の減少が存在する場合、他車位置予測部１１３は、車線の減少がない場合に比して、第２車両ｍの進行方向に対する確率密度を第２車両ｍの進行方向とは反対方向に偏らせてもよいし、分散を大きくしてもよい。この場合、第２車両ｍは、減速する可能性が高いためである。例えば第２車両ｍの進行方向に車線の増加が存在する場合、他車位置予測部１１３は、車線の増加がない場合に比して、第２車両ｍの進行方向に対する確率密度を第２車両ｍの進行方向に偏らせてもよいし、分散を大きくしてもよい。この場合、第２車両ｍは、加速する可能性が高いためである。

また、本実施形態では他車位置予測部１１３が、第２車両ｍの挙動に影響を与える情報を用いて確率密度分布ＰＤを補正するものとしたが、他車位置予測部１１３は、第２車両ｍの挙動に影響を与える情報、第２車両ｍの位置、第３車両ｍｐおよび確率密度関数に基づいて確率密度分布ＰＤを導出してもよい。

以上説明した第２の実施形態における車両制御装置１００によれば、他車位置予測部１１３が、地図情報１３２に含まれる第２車両ｍの挙動に影響を与える情報に基づいて、確率密度分布ＰＤを補正することで、より精度よく第２車両ｍの将来位置を予測することができる。

なお、他車位置予測部１１３は、上述した第１及び第２の実施形態において説明した方法を組み合わせて、確率密度分布ＰＤを導出してもよい。

以上、本発明の実施形態について図面を用いて説明したが、本発明はこうした実施形態に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。

２０…ファインダ、３０…レーダ、４０…カメラ、５０…ナビゲーション装置、６０…車両センサ、７０…操作デバイス、７２…操作検出センサ、８０…切替スイッチ、９０…走行駆動力出力装置、９２…ステアリング装置、９４…ブレーキ装置、１００…車両制御装置、１０２…外界認識部、１０４…自車位置認識部、１０６…行動計画生成部、１０８…他車両追跡部、１１３…他車位置予測部、１１４…制御計画生成部、１２０…走行制御部、１２２…制御切替部、１３０…記憶部、Ｍ…車両（第１車両）、ｍ…第２車両。

Claims (11)

1. 少なくとも第１車両に設けられた車両制御装置であって、
   前記第１車両の周辺を走行する第２車両を検出する検出部と、
   前記検出部の検出結果と、前記第２車両の周辺における道路の車線情報とに基づいて、前記第２車両の将来位置を予測する予測部と、
   を備え、
   前記予測部は、前記第２車両の将来位置を車線毎の存在確率として予測する、
   車両制御装置。
2. 前記予測部は、前記道路の車線情報に対する前記第２車両の存在する確率密度分布を導出し、前記導出した確率密度分布に基づいて、前記第２車両の将来位置を車線毎の存在確率として予測する、
   請求項１記載の車両制御装置。
3. 前記予測部は、前記第２車両の位置の履歴に基づいて、前記確率密度分布を導出する、
   請求項４項記載の車両制御装置。
4. 前記予測部は、車線の増減の情報に基づいて、前記確率密度分布を導出する、
   請求項４または請求項５記載の車両制御装置。
5. 前記検出部は、前記第２車両の周辺を走行する第３車両を更に検出し、
   前記予測部は、前記検出部により検出された第３車両の位置を反映させて、前記道路の車線情報に対する前記第２車両の存在する確率密度分布を導出する、
   請求項４から請求項６のうちいずれか１項記載の車両制御装置。
6. 前記予測部は、前記第２車両の挙動に影響を与える情報に基づいて、前記確率密度分布を導出する、
   請求項４から請求項７のうちいずれか１項記載の車両制御装置。
7. 少なくとも第１車両に設けられた車両制御装置であって、
   前記第１車両の周辺を走行する第２車両を検出する検出部と、
   前記検出部の検出結果と、前記第２車両の周辺における道路の車線情報とに基づいて、前記第２車両の将来位置を予測する予測部と、
   を備え、
   前記予測部は、前記予測部が予測した前記第２車両の将来位置に基づいて、前記予測した前記第２車両の将来位置よりも更に将来の前記第２車両の将来位置を予測する、
   車両制御装置。
8. 少なくとも第１車両に設けられた車両制御装置であって、
   前記第１車両の周辺を走行する第２車両を検出する検出部と、
   前記検出部の検出結果と、前記第２車両の周辺における道路の車線情報とに基づいて、前記第２車両の将来位置を予測する予測部と、
   前記検出部により前記第２車両が検出されなくなった場合に、前記予測部により予測された第２車両の将来位置に基づいて、前記検出部により検出されなくなった前記第２車両の位置を推定する他車両追跡部と、
   を備える車両制御装置。
9. 少なくとも第１車両に設けられた車両制御装置であって、
   前記第１車両の周辺を走行する第２車両を検出する検出部と、
   前記検出部の検出結果と、前記第２車両の周辺における道路の車線情報とに基づいて、前記第２車両の将来位置を予測する予測部と、
   前記検出部により過去に検出され、前記予測部により予測された前記第２車両の将来位置と、前記検出部により検出された第２車両の位置との比較に基づいて、前記検出部により過去に検出された第２車両が前記検出部により検出された第２車両と同一車両であるか否かを判定する他車両追跡部と、
   を備える車両制御装置。
10. 第１車両の周辺を走行する第２車両を検出させ、
    前記検出させた第２車両の検出結果と、道路の車線情報とに基づいて、前記第２車両の将来位置を車線毎の存在確率として予測させる、
    車両制御方法。
11. 少なくとも第１車両に設けられた車両制御装置のコンピュータに、
    前記第１車両の周辺を走行する第２車両を検出させ、
    前記検出させた第２車両の検出結果と、道路の車線情報とに基づいて、前記第２車両の将来位置を車線毎の存在確率として予測させる、
    車両制御プログラム。

Images