JP6558214B2

JP6558214B2 - 自動運転装置

Info

Publication number: JP6558214B2
Application number: JP2015211012A
Authority: JP
Inventors: 康治田口; 佑介寒澤
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 2015-10-27
Filing date: 2015-10-27
Publication date: 2019-08-14
Anticipated expiration: 2035-10-27
Also published as: JP2017081382A

Description

本発明は、自動運転装置に関する。

従来、自車両の自動運転を行う自動運転装置が提案されている。自動運転装置では、道路上の障害物を誤検出することにより、誤作動が発生する可能性がある。そこで、特許文献１の装置では、自車両が走行する道路上の障害物が環境認識センサであるミリ波レーダ、カメラユニット、ナビゲーションシステムの検出情報に基づいて検出されると、その検出情報により特定される障害物の位置情報及び画像情報が、データベースに記憶されている過去に誤作動が有った地点の位置情報及び画像情報と照合される。照合の結果、両者が相互に近似していれば障害物が実在しないものと判定され、両者が相互に近似していなければ障害物が実在するものと判定される。

特開２０１０−０７２９４７号公報

しかし、誤作動の予測精度の向上と、誤作動の発生の低減については、さらなる改善が望まれている。

そこで本発明は、誤作動の予測精度を高め、誤作動の発生を低減することができる自動運転装置を提供することを目的とする。

本発明は、自動運転中に、自車両の走行状態及び走行環境に関する情報を取得するデータ取得部と、自動運転中に誤作動が有った場合に、データ取得部により取得された誤作動が有った場合の自車両の走行状態及び走行環境に関する情報を含む誤作動データに基づいて、誤作動の発生時刻及び発生地点での誤作動の危険度を判定する誤作動危険度判定部と、誤作動データに基づいて、誤作動を引き起こした自車両の挙動である誤挙動の開始時刻及び開始地点を判定する誤挙動開始点判定部と、誤作動データと、誤作動危険度判定部により判定された危険度と、誤挙動開始点判定部により判定された誤挙動の開始時刻及び開始地点とに基づいて、誤作動データに含まれる自車両の走行状態及び走行環境に対する危険度の関数である誤作動発生関数を生成する誤作動発生関数生成部と、自動運転中に、データ取得部により取得された自車両の走行状態及び走行環境に関する情報を含む走行データに基づいて、自動運転の制御指令の候補を生成し、制御指令の候補のいずれかから選択された制御指令により自動運転の制御を実行する誤作動予測型車両制御部と、走行データと、誤作動予測型車両制御部により生成された制御指令の候補と、誤作動発生関数生成部により生成された誤作動発生関数とに基づいて、制御指令の候補により自動運転の制御を実行した場合の危険度を予測する誤作動発生予測部とを備え、誤作動予測型車両制御部は、誤作動発生予測部により予測された危険度に基づいて、制御指令の候補のいずれかから選択された制御指令により自動運転の制御を実行する自動運転装置である。

この構成によれば、誤作動危険度判定部により誤作動の発生時刻及び発生地点での誤作動の危険度が判定されるだけではなく、誤挙動開始点判定部により誤作動を引き起こした誤挙動の開始時刻及び開始地点が判定され、誤作動発生関数生成部により誤作動の誤作動データと、誤作動の危険度と、誤挙動の開始時刻及び開始地点とに基づいて誤作動発生のモデルである誤作動発生関数が生成される。これにより、誤作動が発生した時刻のみでなく、当該時刻よりも前の走行状態や走行環境が考慮され、より高精度の誤作動発生のモデルが生成される。また、誤作動発生予測部により誤作動発生関数に基づいて制御指令の候補の危険度が予測され、誤作動予測型車両制御部により当該危険度に基づいて選択された制御指令により自動運転の制御が実行される。これにより、誤作動の予測精度を高め、誤作動の発生を低減することができる。

本発明の自動運転装置によれば、誤作動の予測精度を高め、誤作動の発生を低減することができる。

実施形態に係る自動運転装置の構成を示すブロック図である。図１のＥＣＵの構成の詳細を示すブロック図である。図１の自動運転装置の誤作動発生関数を生成する動作を示すフローチャートである。自車両が交差点で右折する際に誤作動が発生した状況を示す平面図である。誤作動が発生した状況における時刻に対する速度を示すグラフである。図１の自動運転装置の自動運転の制御を実行する動作を示すフローチャートである。

以下、本発明の実施形態について図面を用いて詳細に説明する。図１に示す自動運転装置１００は自車両Ｖに搭載される。自動運転装置１００は、自車両Ｖの自動運転を行うとともに、自動運転中に自車両Ｖの運転者による運転操作が有った場合には、自動運転から手動運転への切替を行う。

自動運転とは、自車両Ｖの加速、減速及び操舵等の運転操作が自車両Ｖの運転者の運転操作によらずに実行されることを意味する。自動運転には、例えば、自車両Ｖの操舵操作及び加減速操作等のいずれかの運転操作のみが自動運転によって行われ、それ以外の運転操作が自車両Ｖの運転者による手動運転によって行われる運転状態を含む。

自動運転中に自車両Ｖの運転者による運転操作が有った場合とは、例えば、当該自動運転により行われている運転操作において、自車両Ｖの運転者による運転操作が自動運転による運転操作に重ねて行われ、当該運転者による運転操作の操作量が予め設定された閾値以上である場合を意味する。

図１に示すように、自動運転装置１００は、外部センサ１、ＧＰＳ［Global Positioning System］受信部２、内部センサ３、地図データベース４、ナビゲーションシステム５、アクチュエータ６、ＨＭＩ［Human Machine Interface］７、補助機器Ｕ及びＥＣＵ［ElectronicControl Unit］１０を備えている。

外部センサ１は、自車両Ｖの外部状況である走行環境を検出する検出機器である。外部センサ１は、カメラ、レーダー［Radar］、及びライダー［LIDAR：LaserImaging Detection and Ranging］のうち少なくとも一つを含む。カメラは、自車両Ｖの外部状況を撮像する撮像機器である。

カメラは、例えば、自車両Ｖのフロントガラスの裏側に設けられている。カメラは、自車両Ｖの外部状況に関する撮像情報をＥＣＵ１０へ送信する。カメラは、単眼カメラであってもよく、ステレオカメラであってもよい。ステレオカメラは、両眼視差を再現するように配置された二つの撮像部を有している。ステレオカメラの撮像情報には、奥行き方向の情報も含まれている。

レーダーは、電波（例えばミリ波）を利用して自車両Ｖの外部の他車両等の物体を検出する。レーダーは、電波を自車両Ｖの周囲に送信し、物体で反射された電波を受信することで物体を検出する。レーダーは、検出した物体に関する情報をＥＣＵ１０へ送信する。

ライダーは、光を利用して自車両Ｖの外部の他車両等の物体を検出する。ライダーは、光を自車両Ｖの周囲に送信し、物体で反射された光を受信することで反射点までの距離を計測し、物体を検出する。ライダーは、検出した物体に関する情報をＥＣＵ１０へ送信する。カメラ、ライダー及びレーダーは、必ずしも重複して備える必要はない。

ＧＰＳ受信部２は、３個以上のＧＰＳ衛星から信号を受信することにより、自車両Ｖの位置（例えば自車両Ｖの緯度及び経度）を測定する。ＧＰＳ受信部２は、測定した自車両Ｖの位置情報をＥＣＵ１０へ送信する。なお、ＧＰＳ受信部２に代えて、自車両Ｖの緯度及び経度が特定できる他の手段を用いてもよい。

内部センサ３は、自車両Ｖの内部状況である走行状態に応じた情報と、自車両Ｖの運転者による操舵操作、アクセル操作及びブレーキ操作のいずれかの操作量とを検出する検出器である。内部センサ３は、自車両Ｖの走行状態に応じた情報を検出するために、車速センサ、加速度センサ及びヨーレートセンサのうち少なくとも一つを含む。また、内部センサ３は、操作量を検出するために、ステアリングセンサ、アクセルペダルセンサ及びブレーキペダルセンサのうち少なくとも一つを含む。

車速センサは、自車両Ｖの速度を検出する検出器である。車速センサとしては、例えば、自車両Ｖの車輪又は車輪と一体に回転するドライブシャフトなどに対して設けられ、車輪の回転速度を検出する車輪速センサが用いられる。車速センサは、自車両Ｖの速度を含む車速情報（車輪速情報）をＥＣＵ１０へ出力する。

加速度センサは、自車両Ｖの加速度を検出する検出器である。加速度センサは、例えば、自車両Ｖの前後方向の加速度を検出する前後加速度センサと、自車両Ｖの横加速度を検出する横加速度センサとを含んでいる。加速度センサは、自車両Ｖの加速度を含む加速度情報をＥＣＵ１０へ出力する。

ヨーレートセンサは、自車両Ｖの重心の鉛直軸周りのヨーレート（回転角速度）を検出する検出器である。ヨーレートセンサとしては、例えばジャイロセンサが用いられる。ヨーレートセンサは、自車両Ｖのヨーレートを含むヨーレート情報をＥＣＵ１０へ出力する。

ステアリングセンサは、例えば、自動運転装置１００の自動運転の自動運転操作及び自車両Ｖの運転者の手動運転操作によるステアリングホイールに対する操舵操作の操作量を検出する検出器である。ステアリングセンサが検出する操作量は、例えば、ステアリングホイールの操舵角又はステアリングホイールに対する操舵トルクである。ステアリングセンサは、例えば、自車両Ｖのステアリングシャフトに対して設けられる。ステアリングセンサは、ステアリングホイールの操舵角又はステアリングホイールに対する操舵トルクを含む情報をＥＣＵ１０へ出力する。

アクセルペダルセンサは、例えばアクセルペダルの踏込み量を検出する検出器である。アクセルペダルの踏込み量は、例えば所定位置を基準としたアクセルペダルの位置（ペダル位置）である。所定位置は、定位置であってもよいし、所定のパラメータによって変更された位置であってもよい。アクセルペダルセンサは、例えば自車両Ｖのアクセルペダルのシャフト部分に対して設けられる。アクセルペダルセンサは、アクセルペダルの踏込み量に応じた操作情報をＥＣＵ１０へ出力する。

ブレーキペダルセンサは、例えばブレーキペダルの踏込み量を検出する検出器である。ブレーキペダルの踏込み量は、例えば所定位置を基準としたブレーキペダルの位置（ペダル位置）である。所定位置は、定位置であってもよいし、所定のパラメータによって変更された位置であってもよい。ブレーキペダルセンサは、例えばブレーキペダルの部分に対して設けられる。ブレーキペダルセンサは、ブレーキペダルの操作力（ブレーキペダルに対する踏力やマスタシリンダの圧力など）を検出してもよい。ブレーキペダルセンサは、ブレーキペダルの踏込み量又は操作力に応じた操作情報をＥＣＵ１０へ出力する。

地図データベース４は、地図情報を備えたデータベースである。地図データベースは、例えば、自車両Ｖに搭載されたＨＤＤ［Hard disk drive］内に形成されている。地図情報には、例えば、道路の位置情報、道路形状の情報（例えばカーブ、直線部の種別、カーブの曲率等）、交差点、分岐点、合流場所の位置情報が含まれる。さらに、建物や壁等の遮蔽構造物の位置情報、ＳＬＡＭ（Simultaneous Localization and Mapping）技術を使用するために、地図情報に外部センサ１の出力信号を含ませることが好ましい。なお、地図データベースは、自車両Ｖと通信可能な情報処理センター等の施設のコンピュータに記憶されていてもよい。

ナビゲーションシステム５は、自車両Ｖの運転者によって設定された目的地まで、自車両Ｖの運転者に対して案内を行う装置である。ナビゲーションシステム５は、ＧＰＳ受信部２の測定した自車両Ｖの位置情報と地図データベース４の地図情報とに基づいて、自車両Ｖの走行するルートを算出する。ナビゲーションシステム５は、例えば、自車両Ｖの位置から目的地に至るまでの目標ルートを演算し、ＨＭＩ７のディスプレイの表示及びＨＭＩ７のスピーカの音声出力により運転者に対して目標ルートの報知を行う。ナビゲーションシステム５は、例えば、自車両Ｖの目標ルートの情報をＥＣＵ１０へ送信する。なお、ナビゲーションシステム５は、自車両Ｖと通信可能な情報処理センター等の施設のコンピュータに記憶されていてもよい。

アクチュエータ６は、自動運転中に自車両Ｖの挙動を制御する装置である。アクチュエータ６は、エンジンアクチュエータ、ブレーキアクチュエータ、及び操舵アクチュエータを少なくとも含む。エンジンアクチュエータは、ＥＣＵ１０からの制御信号に応じてエンジンに対する空気の供給量（スロットル開度）を制御し、自車両Ｖの駆動力を制御する。なお、自車両Ｖがハイブリッド車である場合には、エンジンに対する空気の供給量の他に、動力源としてのモータにＥＣＵ１０からの制御信号が入力されて当該駆動力が制御される。自車両Ｖが電気自動車である場合には、動力源としてのモータにＥＣＵ１０からの制御信号が入力されて当該駆動力が制御される。

ブレーキアクチュエータは、ＥＣＵ１０からの制御信号に応じてブレーキシステムを制御し、自車両Ｖの車輪へ付与する制動力を制御する。ブレーキシステムとしては、例えば、液圧ブレーキシステムを用いることができる。操舵アクチュエータは、電動パワーステアリングシステムのうち操舵トルクを制御するアシストモータの駆動を、ＥＣＵ１０からの制御信号に応じて制御する。これにより、操舵アクチュエータは、自車両Ｖの操舵トルクを制御する。

ＨＭＩ７は、自車両Ｖの乗員（運転者を含む）と自動運転装置１００との間で情報の出力及び入力をするためのインターフェイスである。ＨＭＩ７は、例えば、乗員に画像情報を表示するためのディスプレイパネル、音声出力のためのスピーカ、及び乗員が入力操作を行うための操作ボタン又はタッチパネル等を備えている。

補助機器Ｕは、アクチュエータ６に含まれない機器を総称したものである。本実施形態における補助機器Ｕは、例えば、空調装置、ワイパー等を含む。なお、補助機器Ｕは、自車両Ｖの周囲の気温、天候等に応じてＥＣＵ１０からの制御信号により自動的に制御されてもよい。

ＥＣＵ１０は、自動運転中に自動運転装置１００の各部の動作を制御する。ＥＣＵ１０は、ＣＰＵ[Central Processing Unit]、ＲＯＭ[Read Only Memory]、ＲＡＭ[Random Access Memory]等を有する電子制御ユニットである。ＥＣＵ１０は、データ取得部１１、走行計画生成部１２、誤作動発生モデル生成部１３、誤作動発生予測部１７及び誤作動予測型車両制御部１８を有している。ＥＣＵ１０では、ＲＯＭに記憶されているプログラムをＲＡＭにロードし、ＣＰＵで実行することで、上記のデータ取得部１１等の各部の制御を実行する。ＥＣＵ１０は、複数の電子制御ユニットから構成されていてもよい。

データ取得部１１は、外部センサ１、ＧＰＳ受信部２、内部センサ３及び地図データベース４により、自車両Ｖの走行状態及び走行環境に関する情報を取得する。走行状態とは、例えば、自車両Ｖの速度、加速度、操舵角及び位置等を意味する。また、走行環境とは、自車両Ｖの外部の物体の速度、加速度、位置、自車両Ｖから視た方位及び自車両Ｖからの距離等を意味する。また、走行環境とは、道路形状（例えばカーブ及び直線部の種別、車線数、カーブの曲率等）、道路の制限速度、停止線の位置、交差点の位置、分岐点の位置及び合流場所の位置、信号の位置及び信号の点灯状態等を意味する。また、データ取得部１１は、内部センサ３により、自動運転中に自車両Ｖの運転者による運転操作の有無を検出する。

走行計画生成部１２は、ナビゲーションシステム５で演算された目標ルートに基づいて、自車両Ｖの走行計画を生成する。走行計画は、目標ルートにおいて自車両Ｖが進む軌跡である。

誤作動発生モデル生成部１３は、誤作動発生のモデルを生成する。図１及び図２に示すように、誤作動発生モデル生成部１３は、誤作動危険度判定部１４、誤挙動開始点判定部１５及び誤作動発生関数生成部１６を含む。

誤作動危険度判定部１４は、自動運転中に誤作動が有った場合に、データ取得部１１により取得された誤作動が有った場合の自車両Ｖの走行状態及び走行環境に関する情報を含む誤作動データ２１に基づいて、誤作動の発生時刻及び発生地点での誤作動の危険度を判定する。

誤作動とは、例えば、自車両Ｖの運転者の運転操作による自動運転から手動運転への切替及び自車両Ｖと自車両Ｖの外部の物体との接触のいずれかが発生する自動運転装置１００の動作を意味する。誤作動には、自車両Ｖの運転者の運転操作以外の操作により自動運転から手動運転への切替が発生する自動運転装置１００の動作が含まれる。また、誤作動には、自車両Ｖが走行すべきではない位置、道路及び車線等を自車両Ｖが走行するように制御する自動運転装置１００の動作等が含まれる。また、誤作動には、例えば、実際には障害物が存在しない走行環境において、誤検出された障害物と自車両Ｖとの衝突を回避又は軽減するための減速、停止、旋回等の自動運転装置１００の不要な動作等が含まれる。

自動運転から手動運転への切替の有無は、データ取得部１１が内部センサ３により自動運転中に自車両Ｖの運転者による運転操作の有無を検出することにより判定される。自車両Ｖと自車両Ｖの外部の物体との接触の有無は、データ取得部１１が外部センサ１により自車両Ｖと物体との距離を検出することや、データ取得部１１が内部センサ３により自車両Ｖの加速度（衝撃）を検出することにより判定される。自車両Ｖが走行すべきではない位置等を自車両Ｖが走行するように制御する動作の有無は、例えば、データ取得部１１がナビゲーションシステム５による目標ルートとＧＰＳ受信部２による自車両Ｖの位置との相違を検出することにより判定される。誤検出された障害物と自車両Ｖとの衝突を回避又は軽減するための不要な動作の有無は、例えば、自車両Ｖの運転者によるＨＭＩ７への入力操作により判定される。上述したいずれの誤作動についても、自車両Ｖの運転者によるＨＭＩ７への入力操作により判定することができる。なお、以下、誤作動の発生時刻及び発生地点を含む概念を誤作動発生点と呼ぶ。

誤挙動開始点判定部１５は、誤作動データ２１に基づいて、誤作動を引き起こした自車両Ｖの挙動である誤挙動の開始時刻及び開始地点を判定する。誤作動を引き起こした自車両Ｖの挙動とは、例えば、誤作動を引き起こした自車両Ｖの加速、減速及び旋回等を意味する。なお、以下、誤挙動の開始時刻及び開始地点を含む概念を誤挙動開始点と呼ぶ。

誤作動発生関数生成部１６は、誤作動データ２１と、誤作動危険度判定部１４により判定された危険度と、誤挙動開始点判定部１５により判定された誤挙動の開始時刻及び開始地点とに基づいて、誤作動データ２１に含まれる自車両Ｖの走行状態及び走行環境に対する危険度の関数である誤作動発生関数を生成する。誤作動発生関数は、自車両Ｖの過去の自動運転による走行において、誤作動が発生した際の誤作動データ２１を入力とし、どのような場所でどのような挙動がどのくらいの誤作動を発生させるかを示すモデルである。

誤作動発生予測部１７は、走行データ２２と、誤作動予測型車両制御部１８により生成された制御指令の候補と、誤作動発生関数生成部１６により生成された誤作動発生関数とに基づいて、制御指令の候補により自動運転の制御を実行した場合の危険度を予測する。

誤作動予測型車両制御部１８は、自動運転中に、データ取得部１１により取得された自車両Ｖの走行状態及び走行環境に関する情報を含む走行データ２２に基づいて、自動運転の制御指令の候補を生成し、制御指令の候補のいずれかから選択された制御指令により自動運転の制御を実行する。誤作動予測型車両制御部１８は、誤作動発生予測部１７により予測された危険度に基づいて、制御指令の候補のいずれかから選択された制御指令により自動運転の制御を実行する。制御指令とは、例えば、自車両Ｖの目標速度、目標加速度、目標減速度及び目標舵角等を意味する。

次に、自動運転装置１００で実行される処理について説明する。まず、過去に発生した誤作動の誤作動データ２１からの学習により、誤作動発生のモデルを生成する動作について説明する。図３に示すように、自動運転中に、ＥＣＵ１０のデータ取得部１１は、自車両Ｖの走行状態及び走行環境に関する情報を取得する（Ｓ１１）。以下の説明では、図４に示すように、交差点２００において、自動運転中に自車両Ｖが、対向車線から他車両Ｏが接近しているにもかかわらず、停車している状態から発進し、右折しつつ交差点２００を通過しようとしたため、自車両Ｖの運転者によるブレーキペダルの操作により、自動運転から手動運転への切替が発生し、自車両Ｖが停止させられた状況を想定する。

図２及び図３に示すように、ＥＣＵ１０の誤作動危険度判定部１４は、データ取得部１１により取得された誤作動が有った場合の自車両Ｖの走行状態及び走行環境に関する情報を含む誤作動データ２１に基づいて、上記の自動運転から手動運転への切替を発生させた誤作動の発生時刻及び発生地点での当該誤作動の危険度を判定する（Ｓ１２）。

図４に示す状況において取得された誤作動データ２１には、図５に示すような時刻ごとの自車両Ｖの速度が含まれている。上述したように、誤作動データ２１の走行状態及び走行環境には、自車両Ｖの速度以外にも自車両Ｖの加速度、交差点２００の形状及び他車両Ｏの速度等が含まれるが、以下の説明では、説明の簡略化のために、誤作動データ２１には、自車両Ｖの速度及び交差点２００の位置のみが含まれると仮定する。

誤作動危険度判定部１４は、例えば、誤作動データ２１における誤作動発生点Ｔ_０の前後の自車両Ｖの状態量の変化量（正の値）等から誤作動の危険度を判定する。誤作動発生点Ｔ_０の前後の自車両Ｖの状態量とは、例えば、自車両Ｖの舵角、アクセルペダル踏込量、ブレーキペダル踏込量、加速度、速度、位置を意味する。また、誤作動発生点Ｔ_０の前後の自車両Ｖの状態量とは、例えば、他車両Ｏ等の自車両Ｖの外部の物体との距離、自車両Ｖの後続車の速度を意味する。また、自車両Ｖと自車両Ｖの外部の物体との接触が発生した場合には、誤作動発生点Ｔ_０の前後の自車両Ｖの状態量とは、当該接触による自車両Ｖへの衝撃量（加速度）を意味する。誤作動危険度判定部１４は、これらの状態量の変化量のそれぞれに任意の重み付け係数を乗じて加算することにより、当該誤作動の危険度を判定する。

上述したように、図４に示す状況において取得された誤作動データ２１には、図５に示すような交差点２００における自車両Ｖの速度の変化量が含まれているため、誤作動危険度判定部１４は、誤作動データ２１における誤作動発生点Ｔ_０の前後の自車両Ｖの速度の変化量（正の値）を利用する。図５に示すように、誤作動が発生した誤作動発生点Ｔ_０では１０［ｋｍ／ｈ］であった自車両Ｖの速度が、誤作動が発生した誤作動発生点Ｔ_０の後では０［ｋｍ／ｈ］となっている。そこで、誤作動危険度判定部１４は、下式（１）のように誤作動時の危険度Ｒ_０を定義する。

図２及び図３に示すように、ＥＣＵ１０の誤挙動開始点判定部１５は、誤作動データ２１に基づいて、誤作動を引き起こした自車両Ｖの挙動である誤挙動の開始時刻及び開始地点を判定する（Ｓ１３）。誤挙動開始点判定部１５は、例えば、誤作動の直前の自車両Ｖ及び自動運転装置１００の内部の状態が切り替わった時刻及び地点、誤作動が発生した時刻から任意の時間だけ過去の時刻、及び誤作動が発生した地点から任意の距離だけ過去の自車両Ｖが走行した経路上で自車両Ｖの位置を戻した地点等を誤挙動開始点Ｔとして判定する。

図４に示す状況において取得された誤作動データ２１には、誤作動の直前に自車両Ｖ及び自動運転装置１００の内部の状態が「停車状態」から「発進状態」へ切り替わったことが示されている。そこで、誤挙動開始点判定部１５は、自車両Ｖの速度が０ｋｍ／ｈを超えた時刻及び地点を誤挙動開始点Ｔとして判定する。

図２及び図３に示すように、ＥＣＵ１０の誤作動発生関数生成部１６は、誤作動データ２１と、誤作動危険度判定部１４により判定された誤作動時の危険度Ｒ_０と、誤挙動開始点判定部１５により判定された誤挙動の誤挙動開始点Ｔとに基づいて、誤作動データ２１に含まれる自車両Ｖの走行状態及び走行環境に対する誤作動時の危険度Ｒ_０の関数である誤作動発生関数ｆを生成する（Ｓ１４）。

誤作動発生関数ｆは、下式（２）に示すように、誤作動データ２１が持つ変数ベクトルＦを入力として、変数ベクトルＦの状態における危険度Ｒを出力する関数である。誤作動発生関数ｆは、誤作動発生点Ｔ_０における変数ベクトルＦ_Ｔ０を入力すると、誤作動時の危険度Ｒ_０を出力する関数である。また、誤挙動開始点Ｔから誤作動発生点Ｔ_０までに他の誤作動が無い場合は、誤作動発生関数ｆは、誤挙動開始点Ｔにおける変数ベクトルＦ_Ｔを入力すると０を出力する関数である。

一般的に変数ベクトルＦには、自車両Ｖの自車両Ｖの速度、加速度、操舵角及び位置等が含まれる。また、一般的に変数ベクトルＦには、自車両Ｖの外部の物体の速度、加速度、位置、自車両Ｖから視た方位及び自車両Ｖからの距離等が含まれる。また、一般的に変数ベクトルＦには、道路形状（例えばカーブ及び直線部の種別、車線数、カーブの曲率等）、道路の制限速度、停止線の位置、交差点の位置、分岐点の位置及び合流場所の位置、信号の位置及び信号の点灯状態等が含まれる。

しかし、上述した説明の簡略化のために、図４に示す状況において取得された誤作動データ２１には、図５に示すような時刻ごとの自車両Ｖの速度及び交差点２００の位置のみが含まれているため、誤作動発生関数生成部１６は、変数ベクトルＦ＝｛ｖ｝という１次元ベクトルと定義し、例えば、下式（３）に示すような誤作動発生関数ｆを生成する。時刻ｔは、Ｔ≦ｔ≦Ｔ_０を満たす変数とする。誤作動発生関数生成部１６は、時刻ｔにおける危険度Ｒ_ｔの関数として、下式（３）に示す誤作動発生関数ｆを生成する。下式（３）において、誤作動発生点Ｔ_０における速度をｖ_Ｔ０とし、誤挙動開始点Ｔにおける速度ｖ_Ｔとする。なお、下式（３）では、誤作動発生関数ｆとして単純な線形関数を示したが、誤作動発生関数生成部１６は、誤作動発生関数ｆとして、多項式関数やニューラルネットワーク等を利用した関数を生成してもよい。

図４に示す状況において取得された誤作動データ２１は、図５に示すように、誤作動発生点Ｔ_０における速度ｖ_Ｔ０＝１０［ｋｍ／ｈ］、誤挙動開始点Ｔにおける速度ｖ_Ｔ＝０［ｋｍ／ｈ］、及び誤作動時の危険度Ｒ_０＝１０である。したがって、上式（３）は下式（４）のように変換することができる。下式（４）が誤作動発生モデル生成部１３の出力である。なお、上述した例では、誤作動発生関数生成部１６は、一つの誤作動データ２１を用いて誤作動発生関数ｆを生成しているが、誤作動発生関数生成部１６は、複数の誤作動データ２１を用いて一つの誤作動発生関数を生成してもよい。

以上のようにして、過去に発生した誤作動の誤作動データ２１からの学習による誤作動発生のモデルの生成が行われる。次に、今後の自動運転における誤作動を低減する動作について説明する。例えば、上述した学習の後に、自動運転中の自車両Ｖが図４に示す交差点２００を走行する状況を想定する。自車両Ｖは、過去の誤作動の誤挙動開始点Ｔの開始地点に位置している。

図２及び図６に示すように、データ取得部１１は、自動運転中に、自車両Ｖの走行状態及び走行環境に関する情報を含む走行データ２２を取得する（Ｓ２１）。走行データ２２は、変数ベクトルＥを有する。ＥＣＵ１０の誤作動予測型車両制御部１８は、次の時刻における制御指令の候補を生成する（Ｓ２２）。例えば、誤作動予測型車両制御部１８は、自車両Ｖを速度ｖ_ａ＝２［ｋｍ／ｈ］で発進させるプランａと、自車両Ｖを速度ｖ_ｂ＝０［ｋｍ／ｈ］で停止させるプランｂとを制御指令の候補として生成する。

誤作動予測型車両制御部１８は、生成した制御指令の候補であるプランａとプランｂとをＥＣＵ１０の誤作動発生予測部１７に入力する。誤作動発生予測部１７は、選択可能な全ての制御指令の候補について、誤作動が発生する可能性として危険度Ｒを演算する。ここでは、誤作動発生予測部１７は、走行データ２２の変数ベクトルＥと、誤作動予測型車両制御部１８により生成された制御指令の候補であるプランａ，ｂの変数ベクトルＣと、誤作動発生モデル生成部１３の誤作動発生関数生成部１６により生成された誤作動発生のモデルである誤作動発生関数ｆとに基づいて、下式（５）に示すように、誤作動が発生する可能性として危険度Ｒを演算する。

制御指令の候補が持つ変数ベクトルＣと走行環境データが持つ変数ベクトルＥとは、それぞれ誤作動データ２１が持つ変数ベクトルＦの部分集合である。また、変数ベクトルＦは、変数ベクトルＣと変数ベクトルＥとの和集合である。一般的に変数ベクトルＣには、例えば、自車両Ｖの自車両Ｖの速度、加速度、操舵角及び位置等が含まれる。また、一般的に変数ベクトルＥには、自車両Ｖの外部の物体の速度、加速度、位置、自車両Ｖから視た方位及び自車両Ｖからの距離等が含まれる。また、一般的に変数ベクトルＥには、道路形状（例えばカーブ及び直線部の種別、車線数、カーブの曲率等）、道路の制限速度、停止線の位置、交差点の位置、分岐点の位置及び合流場所の位置、信号の位置及び信号の点灯状態等が含まれる。

上述した例では、プランａとプランｂとの二つの制御指令の候補が生成されているため、制御指令の候補のそれぞれについて、上式（５）を適用する。ここでは、自車両Ｖの速度のみに着目し、Ｃ＝｛ｖ｝、Ｅ＝｛｝と定義する。すると、プランａとプランｂとにおける誤作動が発生する可能性としての危険度Ｒ_ａ及び危険度Ｒ_ｂは、それぞれ下式（６）及び下式（７）にて示される。

誤作動予測型車両制御部１８は、誤作動発生予測部１７により予測された危険度Ｒ_ａ，Ｒ_ｂに基づいて、制御指令の候補のプランａとプランｂとの次の時刻における制御指令を選択する。誤作動予測型車両制御部１８は、誤作動発生予測部１７により予測された危険度Ｒ_ａ，Ｒ_ｂが最も低い制御指令の候補であり、自車両Ｖを速度ｖ_ｂ＝０［ｋｍ／ｈ］で停止させるプランｂを選択する（Ｓ２４）。なお、誤作動予測型車両制御部１８は、誤作動発生予測部１７により予測された危険度Ｒ_ａ，Ｒ_ｂが最も低い制御指令の候補以外にも、例えば、目的地までの走行時間、目的地までの走行距離、目的地までの燃料消費量及び制御指令の候補の危険度Ｒ_ａ等のそれぞれに任意の重み付け係数を乗じて加算した値が最も小さい制御指令の候補を選択してもよい。

誤作動予測型車両制御部１８は、選択したプランｂの制御指令により、自車両Ｖを速度ｖ_ｂ＝０［ｋｍ／ｈ］で停止させる自動運転の制御を実行する（Ｓ２５）。これにより、過去には、自動運転装置１００は、交差点２００で自車両を発進させる制御指令の候補を選択していたのに対し、学習による誤作動発生のモデルの生成後には、自車両Ｖを停止させる制御指令の候補を選択し、誤作動の発生を防止している。

本実施形態によれば、誤作動危険度判定部１４により誤作動の発生時刻及び発生地点での誤作動の危険度が判定されるだけではなく、誤挙動開始点判定部１５により誤作動を引き起こした誤挙動の開始時刻及び開始地点が判定され、誤作動発生関数生成部１６により誤作動の誤作動データと、誤作動の危険度と、誤挙動の開始時刻及び開始地点とに基づいて誤作動発生のモデルである誤作動発生関数ｆが生成される。これにより、誤作動が発生した時刻のみでなく、当該時刻よりも前の走行状態や走行環境が考慮され、より高精度の誤作動発生のモデルが生成される。また、誤作動発生予測部１７により誤作動発生関数ｆに基づいて制御指令の候補の危険度が予測され、誤作動予測型車両制御部１８により当該危険度に基づいて選択された制御指令により自動運転の制御が実行される。これにより、誤作動の予測精度を高め、誤作動の発生を低減することができる。

本実施形態では、自動運転装置１００において、過去に発生した誤作動データ２１から学習を行うことで、その後の自動運転による走行では類似した誤作動を発生させないことを実現している。また、それらの一連の処理を人問の手を介さず、全て機械のみで機械学習することを実現している。特に、本実施形態では、場所の情報だけではなく、過去の誤作動データ２１における走行状態や走行環境に関する情報を考慮することで、より複雑な判断を含む誤作動の抑制を実現している。

つまり、場所の情報だけで誤作動の可能性としての危険度が判断された場合、場所に応じて一定の危険度のみが設定されているため、同じ場所における複数の制御指令の候補のそれぞれを危険度で比較することはできない。しかしながら、本実施形態では、誤作動危険度判定部１４により、誤作動時における制御指令の危険度を算出することを実現している。それにより、複数の制御指令の候補を危険度という概念で比較することを実現している。

また、本実施形態では、誤挙動開始点判定部１５により、自車両Ｖの運転者の運転操作による自動運転から手動運転への切替における遅延の影響に対処している。誤作動により運転者の運転操作による自動運転から手動運転への切替が生じた時刻の情報を単純に記録するだけでは、本来どのような事象が原因で誤作動が発生したかを特定することは難しい。人間の反応には遅延があるため、誤作動の原因が発生した時刻から、運転者の運転操作による自動運転から手動運転への切替があるまでに自車両Ｖの状態が変化していると考えられるからである。本実施形態では、自車両Ｖの運転者の運転操作による自動運転から手動運転への切替や自車両Ｖと自車両Ｖの外部の物体との接触が発生した時刻ではなく、それよりも過去の地点から誤挙動を開始していると判定することで、それを実現している。

以上、本発明の実施形態について説明したが、本発明は上記実施形態に限定されることなく様々な形態で実施される。

１…外部センサ、２…ＧＰＳ受信部、３…内部センサ、４…地図データベース、５…ナビゲーションシステム、６…アクチュエータ、７…ＨＭＩ、Ｕ…補助機器、１０…ＥＣＵ、１１…データ取得部、１２…走行計画生成部、１３…誤作動発生モデル生成部、１４…誤作動危険度判定部、１５…誤挙動開始点判定部、１６…誤作動発生関数生成部、１７…誤作動発生予測部、１８…誤作動予測型車両制御部、２１…誤作動データ、２２…走行データ、１００…自動運転装置、２００…交差点。

Claims

自動運転中に、自車両の走行状態及び走行環境に関する情報を取得するデータ取得部と、
前記自動運転中に前記自車両の運転者の操作による自動運転から手動運転への切替が発生する動作である誤作動が有った場合に、前記データ取得部により取得された前記誤作動が有った場合の前記自車両の走行状態及び走行環境に関する情報を含む誤作動データに基づいて、前記誤作動の発生時刻及び発生地点での前記誤作動の危険度を判定する誤作動危険度判定部と、
前記誤作動データに基づいて、前記誤作動を引き起こした前記自車両の加速、減速及び旋回のいずれかである誤挙動の開始時刻及び開始地点を判定する誤挙動開始点判定部と、
前記誤作動危険度判定部により判定された前記危険度と、前記誤挙動開始点判定部により判定された前記誤挙動の前記開始時刻及び前記開始地点とに基づいて、前記誤作動データに含まれる前記自車両の前記走行状態及び前記走行環境に対する前記危険度の関数である誤作動発生関数を生成する誤作動発生関数生成部と、
前記自動運転中に、前記データ取得部により取得された前記自車両の走行状態及び走行環境に関する情報を含む走行データに基づいて、前記自動運転の制御指令の候補を生成し、前記制御指令の候補のいずれかから選択された前記制御指令により前記自動運転の制御を実行する誤作動予測型車両制御部と、
前記走行データと、前記誤作動予測型車両制御部により生成された前記制御指令の候補と、前記誤作動発生関数生成部により生成された前記誤作動発生関数とに基づいて、前記制御指令の候補により前記自動運転の制御を実行した場合の前記危険度を予測する誤作動発生予測部と、
を備え、
前記誤作動予測型車両制御部は、前記誤作動発生予測部により予測された前記危険度に基づいて、前記制御指令の候補のいずれかから選択された前記制御指令により前記自動運転の制御を実行する、自動運転装置。