JP6558393B2 - 進路設定装置及び進路設定方法 - Google Patents

Description

本発明は、進路設定装置及び進路設定方法に関する。

従来、自車両の自動運転を行う装置について、例えば特開平１１−９１３９７号公報が知られている。この公報には、自車両の外部環境の検出結果に基づいて自車両の自動運転（自動走行）を行う自動走行車両制御装置が示されている。

特開平１１−９１３９７号公報

ところで、自車両の自動運転を行うためには、自車両の制御装置等に予め設定された手法で自車両の取り得る経路の候補を生成し、生成された経路の中から走行効率等を考慮して自車両の走行する進路を設定する必要がある。しかしながら、自車両の状況によっては、制御装置等に予め設定された経路生成の手法そのものが不適切となる場合が存在する。この場合には、当該手法で生成した全ての経路が不適切となり、経路の中から自車両の走行する進路を適切に設定できない虞がある。

そこで、本技術分野では、異なる複数の手法で生成された経路の中から自車両の走行する進路を適切に設定することができる進路設定装置及び進路設定方法を提供することが望まれている。

上記課題を解決するため、本発明の一態様は、自車両の走行する進路を設定する進路設定装置であって、自車両の周囲の障害物を認識する障害物認識部と、障害物を全て静止障害物と仮定して自車両の第１の経路を生成する第１の経路生成部と、障害物の中から移動障害物を検出する移動障害物検出部と、移動障害物が独立して移動すると仮定した場合における自車両の第２の経路を生成する第２の経路生成部と、移動障害物が他の障害物及び自車両の少なくとも一方と相互作用しながら移動を行うと仮定した場合における自車両の第３の経路を生成する第３の経路生成部と、第２の経路の信頼度及び第３の経路の信頼度を演算する信頼度演算部と、第２の経路の信頼度及び第３の経路の信頼度に基づいて、第１の経路、第２の経路、及び第３の経路の中から自車両の走行する進路を設定する進路設定部と、を備える。

本発明の一態様に係る進路設定装置では、障害物を全て静止障害物と仮定して自車両の第１の経路と、移動障害物が独立して移動すると仮定した場合における自車両の第２の経路と、移動障害物が他の障害物及び自車両の少なくとも一方と相互作用しながら移動を行うと仮定した場合における自車両の第３の経路を生成する。この進路設定装置によれば、第２の経路の信頼度及び第３の経路の信頼度を演算し、第２の経路の信頼度及び第３の経路の信頼度に基づいて、第１の経路、第２の経路、及び第３の経路の中から自車両の走行する進路を設定するので、異なる複数の手法で生成された経路の中から自車両の走行する進路を適切に設定することができる。

本発明の一態様に係る進路設定装置において、進路設定部は、第３の経路の信頼度が第３信頼度閾値以上である場合、第３の経路から自車両の走行する進路を設定し、第３の経路の信頼度が第３信頼度閾値未満であり第２の経路の信頼度が第２信頼度閾値以上である場合、第２の経路から自車両の走行する進路を設定し、第３の経路の信頼度が第３信頼度閾値未満であり第２の経路の信頼度が第２信頼度閾値未満である場合、第１の経路から自車両の走行する進路を設定してもよい。
この進路設定装置によれば、信頼度が十分な場合には、第３の経路、第２の経路の順に自車両の走行する進路として採用することができる。また、この進路設定装置では、第２の経路の信頼度及び第３の経路の信頼度が十分ではない場合には、第１の経路から自車両の走行する進路を設定するので、第２の経路の信頼度及び第３の経路の信頼度が十分ではないため自車両の走行する進路が設定不能となることが避けられる。

本発明の一態様に係る進路設定装置において、信頼度演算部は、自車両のセンシングの信頼度と、移動障害物が独立して移動すると仮定した場合における移動障害物の経路候補の予測の信頼度とに基づいて、第２の経路の信頼度を演算してもよい。
この進路設定装置によれば、自車両のセンサの状態等に起因する自車両のセンシングの信頼度と、移動障害物が独立して移動すると仮定した場合における移動障害物の経路候補の予測の信頼度と、に基づいて演算を行うことで、いずれか一方のみから演算する場合と比べて、第２の経路の信頼度をより適切に求めることができる。

本発明の一態様に係る進路設定装置において、信頼度演算部は、自車両のセンシングの信頼度と、移動障害物が他の障害物及び自車両の少なくとも一方と相互作用しながら移動を行うと仮定した場合における移動障害物の経路候補の予測の信頼度とに基づいて、第３の経路の信頼度を演算してもよい。
この進路設定装置によれば、自車両のセンサの状態等に起因する自車両のセンシングの信頼度と、移動障害物が他の障害物及び自車両の少なくとも一方と相互作用しながら移動を行うと仮定した場合における移動障害物の経路候補の予測の信頼度と、に基づいて演算を行うことで、いずれか一方のみから演算する場合と比べて、第３の経路の信頼度をより適切に求めることができる。

本発明の他の態様は、自車両の走行する進路を設定する進路設定装置であって、自車両の周囲の障害物を認識する障害物認識部と、障害物の中から移動障害物を検出する移動障害物検出部と、移動障害物が独立して移動すると仮定した場合における自車両の第２の経路を生成する第２の経路生成部と、移動障害物が他の障害物及び自車両の少なくとも一方と相互作用しながら移動を行うと仮定した場合における自車両の第３の経路を生成する第３の経路生成部と、第２の経路の信頼度及び第３の経路の信頼度を演算する信頼度演算部と、第２の経路の信頼度及び第３の経路の信頼度に基づいて、第２の経路、及び第３の経路の中から自車両の走行する進路を設定する進路設定部と、を備える。

本発明の他の態様に係る進路設定装置では、移動障害物が独立して移動すると仮定した場合における自車両の第２の経路と、移動障害物が他の障害物及び自車両の少なくとも一方と相互作用しながら移動を行うと仮定した場合における自車両の第３の経路を生成する。この進路設定装置によれば、第２の経路の信頼度及び第３の経路の信頼度を演算し、第２の経路の信頼度及び第３の経路の信頼度に基づいて、第２の経路及び第３の経路の中から自車両の走行する進路を設定するので、異なる複数の手法で生成された経路の中から自車両の走行する進路を適切に設定することができる。

本発明の更に他の態様は、障害物を回避するように自車両の進路を設定する進路設定方法であって、自車両の周囲の障害物を全て静止障害物と仮定して自車両の第１の経路を生成する第１の経路生成ステップと、障害物の中から検出された移動障害物が独立して移動すると仮定した場合における自車両の第２の経路を生成する第２の経路生成ステップと、移動障害物が他の障害物及び自車両の少なくとも一方と相互作用しながら移動を行うと仮定した場合における自車両の第３の経路を生成する第３の経路生成ステップと、第２の経路の信頼度及び第３の経路の信頼度を演算する信頼度演算ステップと、第２の経路の信頼度及び第３の経路の信頼度に基づいて、第１の経路、第２の経路、及び第３の経路の中から自車両の進路を設定する進路設定ステップと、を含む。

本発明の更に他の態様に係る進路設定方法では、障害物を全て静止障害物と仮定して自車両の第１の経路と、移動障害物が独立して移動すると仮定した場合における自車両の第２の経路と、移動障害物が他の障害物及び自車両の少なくとも一方と相互作用しながら移動を行うと仮定した場合における自車両の第３の経路を生成する。この進路設定方法によれば、少なくとも第２の経路の信頼度及び第３の経路の信頼度を演算し、第２の経路の信頼度及び第３の経路の信頼度に基づいて、第１の経路、第２の経路、及び第３の経路の中から自車両の走行する進路を設定するので、異なる複数の手法で生成された経路の中から自車両の走行する進路を適切に設定することができる。

本発明の更に他の態様に係る進路設定方法では、進路設定ステップにおいて、第３の経路の信頼度が第３信頼度閾値以上である場合、第３の経路から自車両の走行する進路を設定し、第３の経路の信頼度が第３信頼度閾値未満であり第２の経路の信頼度が第２信頼度閾値以上である場合、第２の経路から自車両の走行する進路を設定し、第３の経路の信頼度が第３信頼度閾値未満であり第２の経路の信頼度が第２信頼度閾値未満である場合、第１の経路から自車両の走行する進路を設定してもよい。
この進路設定方法によれば、信頼度が十分な場合には、第３の経路、第２の経路の順に自車両の走行する進路として採用することができる。また、この進路設定装置では、第２の経路の信頼度及び第３の経路の信頼度が十分ではない場合には、第１の経路から自車両の走行する進路を設定するので、第２の経路の信頼度及び第３の経路の信頼度が十分ではないため自車両の走行する進路が設定不能となることが避けられる。

本発明の更に他の態様に係る進路設定方法では、信頼度演算ステップにおいて、自車両のセンシングの信頼度と、移動障害物が独立して移動すると仮定した場合における移動障害物の経路候補の予測の信頼度とに基づいて、第２の経路の信頼度を演算してもよい。
この進路設定方法によれば、自車両のセンサの状態等に起因する自車両のセンシングの信頼度と、移動障害物が独立して移動すると仮定した場合における移動障害物の経路候補の予測の信頼度と、に基づいて演算を行うことで、いずれか一方のみから演算する場合と比べて、第２の経路の信頼度をより適切に求めることができる。

本発明の更に他の態様に係る進路設定方法では、信頼度演算ステップにおいて、自車両のセンシングの信頼度と、移動障害物が他の障害物及び自車両の少なくとも一方と相互作用しながら移動を行うと仮定した場合における移動障害物の経路候補の予測の信頼度とに基づいて、第３の経路の信頼度を演算してもよい。
この進路設定方法によれば、自車両のセンサの状態等に起因する自車両のセンシングの信頼度と、移動障害物が他の障害物及び自車両の少なくとも一方と相互作用しながら移動を行うと仮定した場合における移動障害物の経路候補の予測の信頼度と、に基づいて演算を行うことで、いずれか一方のみから演算する場合と比べて、第３の経路の信頼度をより適切に求めることができる。

以上説明したように、本発明の一態様、他の態様又は更に他の態様によれば、異なる複数の手法で生成された経路の中から自車両の走行する進路を適切に設定することができる。

本実施形態に係る自動運転システムを示す図である。 進路設定方法を示すフローチャートである。 第３の経路の生成処理を示すフローチャートである。 経路候補の選択処理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参照して説明する。本実施形態に係る進路設定装置は、自動運転システムの一部を構成している。

図１は、本実施形態に係る自動運転システムを示す図である。図１に示す自動運転システム１００は、乗用車などの車両の自動運転を実行する。自動運転とは、予め設定された目的地に向かって自動で車両を走行させる車両制御である。目的地は、運転者などの乗員が設定してもよく、自動運転システム１００が自動で設定してもよい。自動運転では、運転者が運転操作を行う必要が無く、自動で車両が走行する。以下、自動運転システム１００において自動運転の対象となる車両を自車両と呼ぶ。

［自動運転システムの構成］
図１に示すように、自動運転システム１００は、進路設定装置１０１を含んで構成されている。進路設定装置１０１は、自動運転などにおいて自車両の走行する進路を設定する装置である。

自動運転システム１００は、システムを統括的に管理するＥＣＵ[Electronic Control Unit]１０を備えている。ＥＣＵ１０は、ＣＰＵ[Central Processing Unit]、ＲＯＭ[Read Only Memory]、ＲＡＭ[Random Access Memory]、ＣＡＮ［Controller Area Network］通信回路などを有する電子制御ユニットである。ＥＣＵ１０では、例えば、ＣＡＮ通信回路を通じて、ＲＯＭに記憶されているプログラムをＲＡＭにロードし、ＲＡＭにロードされたプログラムをＣＰＵで実行することにより各種の機能を実現する。ＥＣＵ１０は、複数の電子ユニットから構成されていてもよい。ＥＣＵ１０は、ＧＰＳ受信部１、外部センサ２、内部センサ３、地図データベース４、ＨＭＩ５、及びアクチュエータ６と接続されている。

ＧＰＳ受信部１は、３個以上のＧＰＳ衛星から信号を受信することにより、自車両の位置（例えば自車両の緯度及び経度）を測定する。ＧＰＳ受信部１は、測定した自車両の位置情報をＥＣＵ１０へ送信する。

外部センサ２は、自車両の周辺の状況を検出する検出機器である。外部センサ２は、カメラ、レーダセンサのうち少なくとも一つを含んでいる。カメラは、自車両の外部状況を撮像する撮像機器である。カメラは、自車両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。

レーダセンサは、電波（例えばミリ波）又は光を利用して自車両の周辺の障害物を検出する検出機器である。レーダセンサには、ミリ波レーダ又はライダー［LＩDAR：LightDetection and Ranging］が含まれる。レーダセンサは、電波又は光を自車両の周辺に送信し、障害物で反射された電波又は光を受信することで障害物を検出する。レーダセンサは、検出した障害物情報をＥＣＵ１０へ送信する。レーダセンサには、ミリ波レーダ及びライダーの両方が含まれてもよい。

また、信号機をカメラで、外部の障害物をライダーで検出してもよい。その場合、信号機は、カメラにより取得された画像の色情報（例えば輝度）及び/又は画像の形状（例えばハフ変換の利用等）を元に、テンプレートマッチングで求めてもよい。信号機の検出精度を向上するために、後述の地図情報を利用してもよい。

内部センサ３は、自車両の走行状態を検出する検出機器である。内部センサ３は、車速センサ、加速度センサ、及びヨーレートセンサを含む。車速センサは、自車両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、検出した車速情報（車輪速情報）をＥＣＵ１０に送信する。

加速度センサは、自車両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、例えば、自車両の加速度情報をＥＣＵ１０に送信する。ヨーレートセンサは、自車両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を用いることができる。ヨーレートセンサは、検出した自車両のヨーレート情報をＥＣＵ１０へ送信する。

地図データベース４は、地図情報を記憶する記憶装置である。地図データベース４は、例えば、自車両に搭載されたＨＤＤ［Hard Disk Drive］内に形成されている。地図情報には、Traffic Rule Mapが含まれる。Traffic Rule Mapは、交通ルールと地図上の位置情報を関連付けたマップである。Traffic Rule Mapには、車線、車線の接続情報が含まれる。

地図情報には、ＳＬＡＭ（Simultaneous Localization and Mapping）技術を使用するために外部センサ２の出力信号を含ませることができる。すなわち、地図情報には、自車両の位置認識に利用されるLocalization Knowledgeが含まれる。LocalizationKnowledgeは、特徴点を座標に紐付けた三次元位置データである。特徴点とは、ライダー等の検出結果において高い反射率を示す点、特徴的なエッジを生み出す形状の構造物（例えば、標識の外形、ポール、縁石）等である。

また、地図情報には、Background Knowledgeが含まれていてもよい。BackgroundKnowledgeは、地図上の位置が変化しない静止した障害物（静止障害物）として存在する三次元物体をボクセルで表現したマップである。更に、地図情報には、信号機の三次元の位置データであるTraffic Light Locationが含まれてもよい。

地図情報には、地面の高低等に関する地面データであるSurface Knowledgeが含まれていてもよい。また、地図情報には、TrajectoryKnowledgeが含まれていてもよい。Trajectory Knowledgeは、道路上に定義される好ましい走行軌跡を表現したデータである。なお、Localization Knowledge、Background Knowledge、Traffic Light Location、Surface Knowledge、及びTrajectory Knowledgeは、地図データベース４とは異なる記憶装置に記憶されていてもよい。

ＨＭＩ５は、自動運転システム１００と乗員との間で情報の入出力を行うためのインターフェイスである。ＨＭＩ５は、例えば、ディスプレイ、スピーカなどを備えている。ＨＭＩ５は、ＥＣＵ１０からの制御信号に応じて、ディスプレイの画像出力及びスピーカからの音声出力を行う。ディスプレイは、ヘッドアップディスプレイであってもよい。ＨＭＩ５は、例えば、乗員からの入力を受け付けるための入力機器（ボタン、タッチパネル、音声入力器など）を備えている。

アクチュエータ６は、車両の制御に用いられる機器である。アクチュエータ６は、スロットルアクチュエータ、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。スロットルアクチュエータは、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、車両の駆動力を制御する。なお、車両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。車両が電気自動車である場合には、スロットルアクチュエータの代わり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。これらの場合における動力源としてのモータは、アクチュエータ６を構成する。

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、車両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、車両の操舵トルクを制御する。

次に、ＥＣＵ１０の機能的構成について説明する。ＥＣＵ１０は、車両位置認識部１１、障害物認識部１２、移動障害物検出部１３、走行状態認識部１４、第１の経路生成部１５、第２の経路生成部１６、第３の経路生成部１７、信頼度演算部１８、進路設定部１９、走行計画生成部２０、及び走行制御部２１を有している。なお、ＥＣＵ１０の機能の一部は、自車両と通信可能なサーバにおいて実行されてもよい。

車両位置認識部１１は、ＧＰＳ受信部１で受信した自車両の位置情報、及び地図データベース４の地図情報に基づいて、地図上における自車両の位置を認識（自車位置推定：ローカライズ）する。具体的には、車両位置認識部１１は、地図データベース４のLocalization Knowledge及び外部センサ２の検出結果を利用して、ＳＬＡＭ技術により自車両の位置を認識する。その他、車両位置認識部１１は、周知の手法により自車両の地図上の位置を認識してもよい。車両位置認識部１１は、道路等の外部に設置されたセンサで自車両の位置が測定され得る場合、このセンサとの通信によって自車両の位置を認識してもよい。

障害物認識部１２は、外部センサ２の検出結果及び地図データベース４の地図情報に基づいて、自車両の周囲の障害物（障害物の位置も含む）を認識する。障害物認識部１２は、地図情報にSurface Knowledge（地面データ）が含まれる場合には、地面との乖離から障害物を検出する。障害物認識部１２は、外部センサ２の検出結果に地面推定モデルを適用し、地面との乖離から障害物を検出してもよい。障害物認識部１２は、その他の周知の手法により障害物を認識してもよい。

障害物には、電柱、ガードレール、木、建物等の移動しない静止障害物の他、歩行者、自転車、他車両等の移動障害物が含まれる。障害物認識部１２は、例えば、外部センサ２から検出結果を取得する度に障害物の認識を行う。

移動障害物検出部１３は、障害物認識部１２の認識した障害物の中から移動障害物を検出する。移動障害物検出部１３は、Background Knowledgeを利用して、障害物の中から移動障害物を検出する。移動障害物検出部１３は、その他の周知の手法により、移動障害物を検出してもよい。

移動障害物検出部１３は、検出した移動障害物に対して、その時点における移動障害物の移動量を推定する。移動量には、移動障害物の移動方向及び移動速度が含まれる。移動量には、移動障害物の回転速度が含まれてもよい。また、移動障害物検出部１３は、移動量の誤差推定を行ってもよい。

移動障害物検出部１３は、外部センサ２により取得された情報を用いて、移動障害物の種類を特定してもよい。移動障害物検出部１３は、移動障害物の種類を特定できた場合には、移動障害物の種類に基づいて移動障害物の移動量及び移動の誤差を補正してもよい。

走行状態認識部１４は、内部センサ３の検出結果（例えば車速センサの車速情報、加速度センサの加速度情報、ヨーレートセンサのヨーレート情報等）に基づいて、自車両の走行状態を認識する。自車両の走行状態には、例えば、車速、加速度、及びヨーレートが含まれる。

第１の経路生成部１５は、自車両の周囲の障害物を全て静止障害物と仮定して自車両の第１の経路を生成する。第１の経路とは、障害物を全て静止障害物と仮定する手法により生成された静止障害物回避経路である。第１の経路には、自車両が障害物を回避して走行するための経路候補が少なくとも一つ含まれる。以下、障害物を全て静止障害物とする仮定を静止障害物仮定と呼ぶ。

第１の経路生成部１５は、外部センサ２の検出結果、地図データベース４の地図情報、車両位置認識部１１の認識した自車両の地図上の位置、障害物認識部１２の認識した障害物の情報、及び走行状態認識部１４の認識した自車両の走行状態等に基づいて、第１の経路を生成する。第１の経路生成部１５は、その他の周知の手法により第１の経路を生成してもよい。

第２の経路生成部１６は、移動障害物が独立して移動すると仮定した場合における自車両の第２の経路を生成する。移動障害物が独立して移動するとは、移動障害物が他の障害物及び自車両の存在に関係なく、独立して移動すると言う意味である。例えば、自車両の側方から自車両に接近中の他車両は、自車両の存在に影響されて減速することなく（相互作用することなく）、現在の他車両の向き及び速度を維持すると仮定する。以下、移動障害物が独立して移動する仮定を独立移動仮定と呼ぶ。

第２の経路とは、独立移動仮定の手法により生成された独立移動障害物回避経路である。第２の経路には、自車両が障害物を回避して走行するための経路候補が少なくとも一つ含まれる。

第２の経路生成部１６は、外部センサ２の検出結果、地図データベース４の地図情報、車両位置認識部１１の認識した自車両の地図上の位置、障害物認識部１２の認識した障害物の情報、及び走行状態認識部１４の認識した自車両の走行状態等に基づいて、独立移動仮定により第２の経路を生成する。

具体的に、第２の経路生成部１６は、独立移動仮定により移動障害物の経路候補を予測する。第２の経路生成部１６は、移動障害物が車線内にいる場合、移動障害物が車線に沿って走行する経路候補を予測することができる。車線の途中に分岐がある場合には、移動障害物の経路候補も二つ又はそれ以上に分岐する。また、第２の経路生成部１６は、周知の手法により自車両の取り得る経路候補を予測する。自車両の取り得る経路候補とは、移動障害物の存在の影響を考慮しない場合に、自車両が取り得る経路候補である。自車両の取り得る経路候補として、第１の経路生成部１５により生成された第１の経路に含まれる経路候補を利用してもよい。

第２の経路生成部１６は、独立移動仮定の下で、移動障害物の取り得る経路候補と自車両の取り得る経路候補と重なりを判定する。第２の経路生成部１６は、移動障害物が他の障害物及び自車両の存在に関係なく独立して移動する経路候補と自車両の取り得る経路候補とが重なるか否か（交差するか否か）を判定する。第２の経路生成部１６は、自車両の取り得る経路候補のうち、独立移動仮定の移動障害物の経路候補との重なりが無い経路候補を第２の経路の経路候補として生成する。

第２の経路生成部１６は、独立移動仮定の移動障害物の経路候補との重なりがない自車両の経路候補が存在しない場合、自車両の車速（速度プロファイル）の調整による衝突回避を演算する。第２の経路生成部１６は、自車両の車速調整により衝突回避可能な自車両の経路候補を第２の経路の経路候補として生成する。第２の経路生成部１６は、その他の周知の手法により第２の経路を生成してもよい。

なお、第２の経路生成部１６は、第２の経路の生成に関し、全ての障害物（移動障害物を含む）を考慮する必要はない。第２の経路生成部１６は、自車両の経路生成に影響の大きい障害物のみを考慮して第２の経路を生成してもよい。第２の経路生成部１６は、自車両の近傍に位置する障害物は自車両の経路生成に与える影響が大きく、自車両の遠方に位置する障害物は自車両の経路生成に与える影響が小さい（或いは無い）ことから、自車両から一定距離内に位置する障害物のみを考慮して第２の経路を生成することができる。この点は、後述する第３の経路の生成においても同様である。

第３の経路生成部１７は、移動障害物が他の障害物及び自車両の少なくとも一方と相互作用しながら移動を行うと仮定した場合における自車両の第３の経路を生成する。移動障害物が他の障害物及び自車両と相互作用しながら移動を行うとは、移動障害物が他の障害物又は自車両との接触を回避するために、必要に応じて減速等をしながら移動することを意味する。移動障害物は、他の障害物又は自車両との接触を回避するために一時停止してもよい。更に、移動障害物の経路候補が複数に分岐する場合に、移動障害物の経路候補を外部センサ２の検出結果を用いて絞り込んでもよい。以下、移動障害物が他の障害物及び自車両の少なくとも一方と相互作用もしくは移動障害物の経路の絞り込みをしながら移動を行う仮定を相互作用仮定と呼ぶ。

第３の経路とは、相互作用仮定の手法により生成された相互作用移動障害物回避経路である。第３の経路には、自車両が障害物を回避して走行するための経路候補が少なくとも一つ含まれる。

第３の経路生成部１７は、外部センサ２の検出結果、地図データベース４の地図情報、車両位置認識部１１の認識した自車両の地図上の位置、障害物認識部１２の認識した障害物の情報、及び走行状態認識部１４の認識した自車両の走行状態等に基づいて、相互作用仮定により第３の経路を生成する。第３の経路生成部１７は、移動障害物が他の障害物及び自車両の少なくとも一方との相互作用により減速や一時停止を行うことを考慮して、第３の経路を生成する。別の言い方をすれば、移動障害物の影響が消える可能性を考慮して、より効率の良い自車両の経路生成を行う。相互作用仮定による第３の経路の生成について詳しくは後述する。

信頼度演算部１８は、第２の経路の信頼度及び第３の経路の信頼度を演算する。第２の経路の信頼度とは、第２の経路の適切さの評価結果である。第３の経路の信頼度とは、第３の経路の適切さの評価結果である。第２の経路の信頼度及び第３の経路の信頼度の演算について詳しくは後述する。

進路設定部１９は、第２の経路の信頼度及び第３の経路の信頼度に基づいて、第１の経路、第２の経路、第３の経路の中から自車両の走行する進路を設定する。進路設定部１９は、第３の経路の信頼度が第３信頼度閾値以上である場合、第３の経路から自車両の走行する進路を設定する。第３信頼度閾値は、予め設定された閾値である。ここで、進路は、最終的に自車両が走行に利用される経路を意味している。経路は、進路の設定に用いられる進路の候補である。進路設定部１９は、第３の経路に含まれる経路候補が一つである場合、当該経路候補を自車両の走行する進路として設定する。進路設定部１９は、第３の経路に複数の経路候補が存在する場合、例えば走行効率の観点から、一つの経路候補を自車両の走行する進路として設定する。進路設定部１９は、目的地までの距離が最も短い経路候補を自車両の走行する進路として設定してもよく、渋滞などを踏まえて目的地までの到着時間が最も短い経路候補を自車両の走行する進路として設定してもよい。

進路設定部１９は、第３の経路の信頼度が第３信頼度閾値未満である場合において、第２の経路の信頼度が第２信頼度閾値以上であるとき、第２の経路から自車両の走行する進路を設定する。第２信頼度閾値は、予め設定された閾値である。進路設定部１９は、第２の経路に含まれる経路候補が一つである場合、当該経路候補を自車両の走行する進路として設定する。進路設定部１９は、第２の経路に複数の経路候補が存在する場合、上述した第３の経路の場合と同様にして一つの経路候補を自車両の走行する進路として設定する。

進路設定部１９は、第３の経路の信頼度が第３信頼度閾値未満であり、且つ、第２の経路の信頼度も第２信頼度閾値未満である場合、第１の経路から自車両の走行する進路を設定する。進路設定部１９は、第１の経路に含まれる経路候補が一つである場合、当該経路候補を自車両の走行する進路として設定する。進路設定部１９は、第１の経路に複数の経路候補が存在する場合、上述した第３の経路の場合と同様にして一つの経路候補を自車両の走行する進路として設定する。

また、進路設定部１９は、本実施形態に係る進路設定装置１０１を構成している。図１に示すように、自動運転システム１００のうち、車両位置認識部１１、障害物認識部１２、移動障害物検出部１３、走行状態認識部１４、第１の経路生成部１５、第２の経路生成部１６、第３の経路生成部１７、信頼度演算部１８、進路設定部１９は、自車両の進路を設定する進路設定装置１０１を構成している。

走行計画生成部２０は、進路設定部１９の設定した進路に応じた走行計画を生成する。走行計画生成部２０は、外部センサ２の検出結果及び地図データベース４の地図情報に少なくともに基づいて、自車両の進路に応じた走行計画を生成する。

走行計画生成部２０は、好ましくは、生成する走行計画を、自車両の進路を自車両に固定された座標系での目標位置ｐと各目標点での速度ｖとの二つの要素からなる組、すなわち配位座標（ｐ、ｖ）を複数持つものとして出力する。ここで、それぞれの目標位置ｐは、少なくとも自車両に固定された座標系でのｘ座標、ｙ座標の位置もしくはそれと等価な情報を有する。なお、走行計画は、自車両の挙動を記すものであれば特に限定されるものではない。走行計画は、例えば速度ｖの代わりに目標時刻ｔを用いてもよいし、目標時刻ｔとその時点での自車両の方位とを付加したものでもよい。

また、通常、走行計画は、概ね現在時刻から数秒先の将来のデータで充分であるが、交差点の右折、自車両の追い越し等の状況によっては数十秒のデータが必要となるので、走行計画の配位座標の数は可変、且つ配位座標間の距離も可変とすることが好ましい。さらに、配位座標をつなぐ曲線をスプライン関数等で近似し、当該曲線のパラメータを走行計画としてもよい。走行計画の生成としては、自車両の挙動を記すことができるものであれば、任意の公知方法を用いることができる。

走行計画は、自車両が進路を走行する際における、自車両の車速、加減速度及び操舵トルク等の推移を示すデータとしてもよい。走行計画は、自車両の速度パターン、加減速度パターン及び操舵パターンを含んでいてもよい。ここでの走行計画生成部２０は、旅行時間（自車両が目的地に到着するまでに要される所要時間）が最も小さくなるように、走行計画を生成してもよい。

ちなみに、速度パターンとは、例えば、進路上に所定間隔（例えば１ｍ）で設定された目標制御位置に対して、目標制御位置ごとに時間に関連付けられて設定された目標車速からなるデータである。加減速度パターンとは、例えば、進路上に所定間隔（例えば１ｍ）で設定された目標制御位置に対して、目標制御位置ごとに時間に関連付けられて設定された目標加減速度からなるデータである。操舵パターンとは、例えば、進路上に所定間隔（例えば１ｍ）で設定された目標制御位置に対して、目標制御位置ごとに時間に関連付けられて設定された目標操舵トルクからなるデータである。

走行制御部２１は、走行計画生成部２０で生成した走行計画に基づいて自車両の走行を自動で制御する。走行制御部２１は、走行計画に応じた制御信号をアクチュエータ６に出力する。これにより、走行制御部２１は、走行計画に沿って自車両が自動で走行するように、自車両の走行を制御する。走行制御部２１は、周知の手法により自車両の自動運転を実行することができる。

［自動運転システムの処理］
次に、自動運転システム１００の処理（進路設定装置１０１の処理）を説明する。まず、自動運転システム１００の認知の説明を行う。自動運転システムの認知の精度を高めるためには、他車両との相互作用を考慮することが望ましい場合がある。言い換えれば認知と判断は互いに関連する。従って、自動運転システムでは、認知の種類に応じて判断（プランニング）が複数存在する。すなわち、自動運転システムは、認知のレベルに応じて、判断（プラニング）にもいくつかの計算の層が存在する。これが第１の経路、第２の経路、及び第３の経路に対応する。

〈進路設定方法〉
図２は、自動運転システム１００の進路設定方法を示すフローチャートである。図２に示すフローチャートの処理は、自動運転の制御の中で必要に応じて実行される。

図２に示すように、自動運転システム１００のＥＣＵ１０は、Ｓ１０として、第１の経路生成部１５により自車両の第１の経路を生成する（第１の経路生成ステップ）。第１の経路生成部１５は、地図情報、自車両の地図上の位置、障害物の情報、及び自車両の走行状態等に基づいて、自車両の周囲の障害物を全て静止障害物と仮定した場合（静止障害物仮定の場合）における自車両の第１の経路を生成する。

Ｓ１２において、ＥＣＵ１０は、進路設定部１９により第１の経路を出力対象として設定する。

Ｓ１４において、ＥＣＵ１０は、移動障害物検出部１３により障害物の中から移動障害物を検出したか否かを判定する（移動障害物判定ステップ）。移動障害物検出部１３は、Background Knowledgeを利用して、障害物の中から移動障害物を検出する。ＥＣＵ１０は、障害物の中から移動障害物を検出したと判定されなかった場合（Ｓ１４：ＮＯ）、Ｓ３２に移行する。ＥＣＵ１０は、障害物の中から移動障害物を検出したと判定された場合（Ｓ１４：ＹＥＳ）、Ｓ１６に移行する。

Ｓ１６において、ＥＣＵ１０は、第２の経路生成部１６により自車両の第２の経路を生成する（第２の経路生成ステップ）。第２の経路生成部１６は、地図情報、自車両の地図上の位置、障害物の情報、及び自車両の走行状態等に基づいて、移動障害物が独立して移動すると仮定した場合（独立移動仮定の場合）における第２の経路を生成する。

Ｓ１８において、ＥＣＵ１０は、信頼度演算部１８により第２の経路の信頼度を演算する（第２の経路の信頼度演算ステップ）。第２の経路の信頼度の演算について詳細は後述する。

Ｓ２０において、ＥＣＵ１０は、進路設定部１９により第２の経路の信頼度が第２信頼度閾値以上であるか否かを判定する。ＥＣＵ１０は、第２の経路の信頼度が第２信頼度閾値以上であると判定された場合（Ｓ２０：ＹＥＳ）、Ｓ２２に移行する。ＥＣＵ１０は、第２の経路の信頼度が第２信頼度閾値未満であると判定された場合（Ｓ２０：ＮＯ）、Ｓ２４に移行する。

Ｓ２２において、ＥＣＵ１０は、進路設定部１９により第２の経路を出力対象として上書きする。すなわち、出力対象は、第１の経路から第２の経路に変更される。その後、ＥＣＵ１０は、Ｓ２４に移行する。

Ｓ２４において、ＥＣＵ１０は、第３の経路生成部１７により自車両の第３の経路を生成する（第２の経路生成ステップ）。第３の経路生成部１７は、地図情報、自車両の地図上の位置、障害物の情報、及び自車両の走行状態等に基づいて、移動障害物が他の障害物及び自車両の少なくとも一方と相互作用しながら移動を行うと仮定した場合（相互作用仮定の場合）における第３の経路を生成する。第３の経路の生成について詳細は後述する。

Ｓ２６において、ＥＣＵ１０は、信頼度演算部１８により第３の経路の信頼度を演算する（第３の経路の信頼度演算ステップ）。第３の経路の信頼度の演算についても詳細は後述する。

Ｓ２８において、ＥＣＵ１０は、進路設定部１９により第３の経路の信頼度が第３信頼度閾値以上であるか否かを判定する。ＥＣＵ１０は、第３の経路の信頼度が第３信頼度閾値以上であると判定された場合（Ｓ２８：ＹＥＳ）、Ｓ３０に移行する。ＥＣＵ１０は、第３の経路の信頼度が第３信頼度閾値未満であると判定された場合（Ｓ２８：ＮＯ）、Ｓ３２に移行する。

Ｓ３０において、ＥＣＵ１０は、進路設定部１９により第２の経路を出力対象として上書きする。すなわち、出力対象は、第１の経路又は第２の経路から第３の経路に変更される。その後、ＥＣＵ１０は、Ｓ３２に移行する。

Ｓ３２において、ＥＣＵ１０は、進路設定部１９により出力対象の中から自車両の走行する進路を設定する（進路設定ステップ）。進路設定部１９は、出力対象が第１の経路である場合、第１の経路に含まれる経路候補の一つを自車両の走行する進路として設定する。進路設定部１９は、出力対象が第２の経路である場合、第２の経路に含まれる経路候補の一つを自車両の走行する進路として設定する。

進路設定部１９は、出力対象が第３の経路である場合、第３の経路に含まれる経路候補の一つを自車両の走行する進路として設定する。進路設定部１９は、複数の経路候補がある場合、例えば走行効率が最も高い経路候補を自車両の走行する進路として設定する。ＥＣＵ１０は、自車両の走行する進路が設定された場合、今回の処理を終了する。

すなわち、３つの種類の認知（静止障害物仮定、独立移動仮定、相互作用仮定）に対応する判断（第１の経路、第２の経路、第３の経路）が計算されている。なお、ＥＣＵ１０は、上述した進路設定方法においてＳ１４の処理を省略してもよい。この場合、Ｓ１２の処理の後にＳ１６の処理が開始される。

〈第３の経路の生成処理〉
続いて、自動運転システム１００における第３の経路の生成処理について説明する。図３は、第３の経路の生成処理を示すフローチャートである。第３の経路の生成処理は、図２のＳ２６の処理に対応する。

図３に示すように、ＥＣＵ１０は、Ｓ４０として、第３の経路生成部１７により移動障害物の経路候補を演算する。第３の経路生成部１７は、移動障害物検出部１３による検出結果とTraffic Rule Mapを用いて、移動障害物ごとに経路候補（移動障害物の取り得る経路候補）を演算する。

Ｓ４２として、ＥＣＵ１０は、第３の経路生成部１７により自車両及び移動障害物の経路候補行列Ｒを求める。まず、前提として自動運転システム１００における自動運転の判断／プランナー（進路設定も含めた走行計画の生成）について述べる。自動運転の判断／プランナーは、解の分岐の取扱と、選択された分岐の中での適切なトラジェクトリの算出と、の二つの処理からなる。ここでは、前者を意思決定、後者を行動決定と呼ぶことにする。ここで、接触を生じないトラジェクトリが形作る局面の分岐点（特異点）がリスクを表現していることを考えると、意思決定とは主にリスク回避を取り扱っていると言える。そこでは、判断の前出しが重要である。そして、行動決定とは、意思決定によって定められた範囲で安全と効率を両立させるトラジェクトリを算出することである。そこでは、判断の先送りが重要となる。判断の先送りについては後述する。

ここで、道路ネットワークの上にいる自車両及び移動障害物をａ＝１，２・・・とし、自車両ａが取り得る経路候補をα＝１，２・・・として、自車両ａが取り得る経路候補行列をＲ_ａαと書く。各車両は車線内を並走できないと考えると、意思決定問題を考える上では取り得る経路候補ｐ_ａαは車線中心を結んだ線、ＲＮＤＦ［Route and Navigation Definition File］の一部（もしくはそれを繋ぎ合わせたもの）と考えられる。したがって、自車両ａが道路の上の点（いずれかの車線の中心）ｘ_ａに居る場合、自車両ａの前方にある道路の中心に沿って分岐する線が経路候補となる。

経路候補を自車両ａが取る可能性がある場合に１を、ない場合に０を割り振ることにすると、自車両ａの取り得る経路候補行列の各成分Ｒ_ａαは下記の式（１）で表現できる。

こうした経路候補行列Ｒは、自車両ａに限らず、移動障害物毎に求めることができる。

Ｓ４４として、ＥＣＵ１０は、第３の経路生成部１７により、経路候補の重なりを表現する重なり行列Ｏを求める。ここで、自車両ａの経路候補αと移動障害物ｂの経路候補βを取り出すと、二つの経路候補α、βに重なりがある場合とない場合に分けられる。重なりがない場合は二つの移動障害物が衝突する可能性がなく、重なりがある場合は衝突の可能性がある。これを表現する対称行列(重なり行列)Ｏ_{ａα，ｂβ}を下記の式（２）として求めることができる。

ここでは、自車両と移動障害物との組み合わせについて説明するが、二つの移動障害物の場合にも同様にして経路候補の重なり行列を求めることができる。後述する各種の行列についても同様である。

Ｓ４６として、ＥＣＵ１０は、第３の経路生成部１７により衝突可能性行列Ηを求める。自車両ａと移動障害物ｂの衝突可能性行列Η_ａｂは、下記の式（３）として求めることができる。

この衝突可能性行列Ηが零行列（Η＝０）となるように、自車両ａ及び移動障害物ｂが経路候補Ｒａを選択できれば衝突の可能性を０にできると考えられる。各移動障害物はそれぞれの目的地に向う経路を選択するので、Ｈ＝０となる経路候補行列Ｒを常に選択できるとは限らない。Ｈ＝０となる経路候補行列Ｒを選択できない場合には、対称行列Ηの非零成分の数が最少となるように各移動障害物が経路候補行列Ｒを選択することが考えられる。この場合には、自車両ａの経路候補αと移動障害物ｂの経路候補βとの重なりが解消されないので、移動障害物の移動速度を考慮した衝突可能性の判定を行い、自車両ａの時間的な調整（速度プロファイルの調整）による衝突回避を行なってもよい。このときの速度プロファイルの調整において、「移動障害物は自車両より先に走行することを希望することが多いので、移動障害物を先に通過させることで衝突を回避しやすい」と言う観点から速度プロファイルの調整を行なうことが考えられる。

Ｓ４８として、ＥＣＵ１０は、第３の経路生成部１７によりタイミング行列Τを求める。ここで、経路候補に重なりのある場合の衝突可能性の判定を、一点のみで重なる場合を最初に論じる。今、経路候補が重なる点をｎ_{ａα，ｂβ}とし、ｌ（ｎ_{ａα，ｂβ}，ｘ_ａ）を経路候補ｐ_ａαに沿って測ったｘ_ａからｎ_{ａα，ｂβ}までの長さとする。このとき、移動体aが分かれば、自車両ａが点ｎ_{ａα，ｂβ}に到達するために必要な時間ｔ_ａαを下記の式（４）として見積もることができる。

同様にして、移動障害物ｂが点ｎ_{ａα，ｂβ}に到達するために必要な時間ｔ_ｂβを求めることができる。この時間が下記の式（５）を満たす場合には自車両ａと移動障害物ｂとが点ｎ_{ａα，ｂβ}で接触し、下記の式（６）を満たす場合には自車両ａは点ｎ_{ａα，ｂβ}を移動障害物ｂよりも先に通過することを意味する。

この場合、タイミング行列Τを下記の式（７）のように求めることができる。

Ｓ５０として、ＥＣＵ１０は、第３の経路生成部１７によりコンフリクトテンソルＣを求める。ここで、タイミング行列Τは、注目している点ｎ_{ａα，ｂβ}を自車両ａ及び移動障害物ｂのいずれが先に通過するかを表すため、下記の式（８）を満たす。

自車両ａ及び移動障害物ｂが安全に移動するためには、点ｎ_{ａα，ｂβ}の通過時間にある程度の時間差δｔが必要であることを考慮して、下記の式（９）のように補正すると、行列Τは反対称成分と対称成分を持つ。

この場合、下記の式（１０）でコンフリクトテンソル（コンフリクト行列）Ｃが求められる。

対称行列であるコンフリクトテンソルＣの非零成分が、点ｎ_{ａα，ｂβ}の通過時刻の差がδｔ以下の移動障害物とプランの組み合わせ、つまり、接触の可能性がある組み合わせを表している。

次に経路候補が一定の区間で重なっている場合も、同様に論じることができる。重なりのある区間に対しては、接触の可能性は、二つの端点ｎ^ｎ _{ａα，ｂβ}、ｎ^ｌ _{ａα，ｂβ}を考えると、二つの端点への自車両ａ及び移動障害物ｂの到達順序が異なると言う第一条件、端点のいずれかでＣ（ｎ_{ａα，ｂβ}）が１となる第二条件の何れかが満たされている場合として表現される。なお、自車両ａからみて遠方の端点は、必ずしも経路候補の重なりがなくなる点である必要はなく、Ｔ秒後の自車両ａの位置で与えてもよい。これは移動障害物ｂにおいても同様である。

第一条件は、下記の式（１１）として書けるため、下記の式（１２）の非零成分が接触の可能性を表す。ここで、式（１２）のpointは区間の端点を含み、［ｎ^ｎ _{ａα，ｂβ}、ｎ^ｆ _{ａα，ｂβ}］は線分を表す。

ここで、情報Ｃ_{ａα，ｂβ}を求めるにあたり、経路候補ｐ_ａαは地図情報から得ることができる。その結果、観測もしくは推定により必ず得なければならない量は、ａ＝１，２，・・・として、自車両又は各移動障害物の位置ｘ_ａと自車両又は各移動障害物の速度ｖ_ａだけとなる。ここで、δｔは、衝突回避のために設定される設計パラメータ、その他の量は、センサによる計測もしくは推定モデルにより定められる。速度については、自車両の場合は経路候補毎に異なる値をｖ_ａに任意に割り当ててよいが、他車両については計測結果または推定モデルの値を割り当てるので任意性はないことを考えると、コンフリクトテンソルＣの自車両に係る成分のみに自車速のプラン依存性を持たせることができる。数式で書くと、下記の式（１３）として表される。下記の式（１３）においてａは自車両である。

Ｓ５２において、ＥＣＵ１０は、第３の経路生成部１７により干渉行列Ｄを求める。干渉行列Ｄは、自車両ａの速度調整による衝突回避を含む意思決定問題の観点から、重なり行列ＯをコンフリクトテンソルＣに置き換えた行列として下記の式（１４）で求められる。

自車両ａの速度調整による衝突回避を含む意思決定問題は、上記の式（１４）で示される干渉行列Ｄが零行列となるように、自車両ａ及び移動障害物ｂが経路候補Ｒ_ａα及び速度プランの選択によりコンフリクトテンソルＣを調整すると言う問題に帰着すると考えることもできる。

Ｓ５４において、ＥＣＵ１０は、第３の経路生成部１７により、自車両に対する干渉行列Ｄは零行列であるか否かを判定する。ＥＣＵ１０は、自車両に対する干渉行列Ｄは零行列であると判定された場合（Ｓ５４：ＹＥＳ）、Ｓ６８に移行する。ＥＣＵ１０は、自車両に対する干渉行列Ｄは零行列であると判定されなかった場合（Ｓ５４：ＮＯ）、Ｓ５６に移行する。

Ｓ５６において、ＥＣＵ１０は、第３の経路生成部１７により、自車両の経路候補を絞り込む。第３の経路生成部１７は、各移動障害物が予め設定された交通ルールに従うと仮定して、自車両の経路候補の絞り込みを行う。交通ルールは地図データベース４のTraffic Rule Mapにおいて地図上の位置情報と関連付けて記憶されている。

ここで、上述した意思決定問題において、他の移動障害物の取りうる行動を全て考慮することが適切ではない場合が存在する。例えば、自車両の走行車線と対向車線の二車線からなる道路において、全ての対向車に対して車線逸脱して自車両の正面に現われる可能性までを考慮すれば、自車両は対向車がなくなるまで停止せざるを得なくなる虞がある。一般的な運転者は対向車がなくなるまで自車両を停止させないことから、実環境において運転者が行っている運転の判断は、何らかの社会的な合意（社会的な期待）に基づいてなされていると言う仮定が考えられる。以下、この点を、経路候補行列Ｒａに関する意思決定レベルと、コンフリクトテンソルＣに関する行動決定レベルに分けて考える。

まず、意思決定指針として、「経路重複回避仮定」と呼ぶ仮定を示す。干渉行列の成分が１と成り得る場合（衝突の可能性がある場合）とは、自車両と移動障害物（又は二つの移動障害物）の経路が重なる場合である。つまり、全ての移動障害物が他の移動障害物及び自車両の経路と重ならないプランを選択すれば、衝突の可能性は最小になり得る。そこで、各移動障害物は、当該移動障害物の目的地へ向かう移動の妨げとならない限りにおいて、他の移動障害物及び自車両の経路と重ならないプランを選択し、選択したプランを維持することが各移動障害物にとって合理的なプランの選択と考えられる。このように各移動障害物がプランを選択することを「経路重複回避仮定」と呼ぶことにする。

経路重複回避仮定をいくつか具体的に述べると、一つ目は、対向車線走行等、交通ルールに反するプランは選択しないと言う仮定となる。二つ目は、不必要な車線変更を伴うプランは選択しないと言う仮定となる。三つ目は、移動障害物の目的地が分からない場合は、交差点などルートが分岐するところでは、分岐の数だけのプランを考慮することとなる。なお、移動障害物の目的地は、例えば、移動障害物が他車両である場合には車車間通信等によって取得することが考えられる。第３の経路生成部１７は、経路重複回避仮定を用いて、周知の手法により自車両の経路候補の絞り込みを行う。

Ｓ５８において、ＥＣＵ１０は、第３の経路生成部１７により干渉行列Ｄを再び求める。Ｓ６０において、ＥＣＵ１０は、第３の経路生成部１７により、自車両に対する干渉行列Ｄは零行列であるか否かを再び判定する。ＥＣＵ１０は、自車両に対する干渉行列Ｄは零行列であると判定された場合（Ｓ６０：ＹＥＳ）、Ｓ６８に移行する。ＥＣＵ１０は、自車両に対する干渉行列Ｄは零行列であると判定されなかった場合（Ｓ６０：ＮＯ）、Ｓ６２に移行する。

Ｓ６２において、ＥＣＵ１０は、第３の経路生成部１７により、利他戦略を用いて、干渉行列の非零成分毎に、それが零となるように自車両の車速（速度プロファイル）を演算する。ここで、コンフリクトテンソルを零行列にする順序決定指針として、利他戦略を示す。コンフリクトテンソルの成分Ｃ_{ａα，ｂβ}がゼロでない場合とは、経路が重なる点に自車両ａが到達する時刻と移動障害物ｂが到達する時刻との差の絶対値がδｔ以下となる可能性（接触する可能性）がある場合である。自車両ａが接触を回避する条件は下記の式（１５）で表すことができる。

この場合、上述した式（４）を使って下記の式（１６），（１７）を求めることができる。

上記の式（１６），（１７）から、移動障害物ｂを先に行かせる条件を下記の式（１８）として書くことができる。また、自車両ａが先に行く条件を下記の式（１９）として書くことができる。

移動障害物を自車両より先に通過させることで衝突を回避する場合は、上記の式（１８）を満たすように自車両の速度を調整することが考えられる。移動障害物を自車両より先に通過させることで衝突を回避することを、利他戦略によるコンフリクトの解消と呼ぶ。相互作用する範囲の中に自車両と一個の移動障害物だけしかいないならば、移動障害物が制限速度を上回る速度で走行している場合であっても、自車両が移動障害物を先に通過させることで全体として安定的な交通状況を作り出すことが可能である。移動障害物が自車両を先に通過させる場合も同様である。よって、このような利他戦略は一案として考えられる。

Ｓ６４において、ＥＣＵ１０は、第３の経路生成部１７により、干渉行列Ｄが零行列となる自車両の車速（速度プロファイル）が存在するか否かを判定する。ＥＣＵ１０は、干渉行列Ｄが零行列となる自車両の車速が存在すると判定されなかった場合（Ｓ６４：ＮＯ）、Ｓ６６に移行する。ＥＣＵ１０は、干渉行列Ｄが零行列となる自車両の車速が存在すると判定された場合（Ｓ６４：ＹＥＳ）、Ｓ６８に移行する。

Ｓ６６において、ＥＣＵ１０は、ＨＭＩ７により運転者に介入を求める。ＥＣＵ１０は、ＨＭＩ７に制御信号を送信することで、運転者にテイクオーバー（自動運転から手動運転への切り換え）を要求する通知を行う。

このような運転者に介入を求める場合としては、自車両の相互作用の範囲に２つ以上の移動障害物があるときが考えられる。この場合、自車両ａ及び移動障害物ｂが辻褄のあった状態をとったとしても、自車両ａが第三の移動障害物ｃに道を譲ることを求め、移動障害物ｂは逆に先に行くことを求めるときがある。このような場合、移動障害物ｃは、利他戦略の範囲で自分が取るべき状態を定めることが困難となる。具体的なシーンの一例は、自車両ａが非優先道から優先道に入る場合であって、優先道に自車両ａと干渉する他車両ｂがいて、かつ自車両ａの後方にもスピードの速い他車両ｃがいる場合である。この場合、自車両ａが道を譲るという利他戦略だけでは意思の対立を解消できず、交通ルールを守りつつ意思の対立を解消するには後方の他車両ｃに減速(プランの修正又は先を急ぐ意思を先を譲る意思に反転すること) を期待することも一案として考えざるをえない。

より複雑な場合は、統計物理学でフラストレーションの名前で知られる不安定状態に陥る場合である。これは上の場合に加えて、移動障害物ｂの意思の反転が自車両ａの意思の反転を求めるようなときである。この場合、自車両ａと移動障害物ｂ，ｃの間の相互作用を少しづつ弱めるなど何とか折り合いをつける戦略を検討することが考えられる。自動運転の場合、自分の速度を落とすなどして、実効的な車間を広げることが、相互作用を弱める方法の一つである。

相互作用の範囲に自車両の他に２つの移動障害物があるときには、自車両だけでは全体としてのコンフリクトを確実には解消できない板挟み状態が存在する可能性がある。このような場合には、運転者に介入を要求することが考えられる。なお、自車両ａが他の移動障害物ｂ，ｃとの板挟み状態にあるとは、任意の（α、ｖ_ａα）に対して下記の式（２０）が成立している場合であるので、コンフリクトテンソルＣから検出可能である。

Ｓ６８において、ＥＣＵ１０は、第３の経路生成部１７により、残った経路候補を自車両の第３の経路として生成する。その後、ＥＣＵ１０は、今回の処理を終了する。

以上、第３の経路の生成処理について説明したが、第２の経路の生成処理と重複する箇所は第２の経路の生成処理において採用してもよい。

〈ラウンドアバウトへの進入〉
上述した第３の経路の生成処理に関して、ラウンドアバウトへの自車両の進入について例示する。自車両ａ＝１の経路候補について、ラウンドアバウトへ進入する経路候補α＝１、ラウンドアバウト前で待機する経路候補α＝２とする。他車両ｂ（移動障害物ｂ）はラウンドアバウト内を走行中とすると、他車両ｂの経路候補βは、ラウンドアバウトから退出する経路候補β＝１、ラウンドアバウトに滞在する経路候補β＝２とする。

このとき、自車両ａの経路候補α＝１と他車両ｂのラウンドアバウトに滞在する経路候補β＝２だけに重なりがある。ここで、重なり行列Ｏは下記の式（２１）、（２２）として書ける。

同様にして、タイミング行列Τは下記の式（２３）として書ける。式（２３）におけるτ_１２を式（２４）、τ_２１を式（２５）として示す。括弧外の添え字は、括弧内の引数が何であるかを明示しするために便宜上導入した記法である。

他車両ｂが採る経路候補が絞り込めておらず、自車両ａがラウンドアバウトへの進入を想定する場合を以下に示す。まず、他車両ｂが採る経路候補が絞り込めていないことは下記の式（２６）で表現される。自車両ａがラウンドアバウトへの進入をする場合は、下記の式（２７）で表現される。

この場合、干渉行列Ｄは下記の式（２８）〜（３０）となる。

自車両ａと他車両ｂの接触を回避するためには干渉行列Ｄが零行列になるように、自車両ａ＝１はτ_１２＝０となるよう自車両ａの速度プロファイルを調整しなければならない。

これまでの表現を用いて、ラウンドアバウト通過において干渉行列Ｄが零行列になる場合を全て挙げると、（Ａ）自車両ａがラウンドアバウトへの進入を諦める経路候補Ｒ_１α＝（０，１）_αをとる場合、（Ｂ）自車両ｂがラウンドアバウトへの進入する場合で、かつ他車両ｂ＝２が採る経路候補Ｒ_２β＝（１，０）βと推定される場合、（Ｃ）自車両ａがラウンドアバウトへの進入する場合で、かつ自車両ａの速度プロファイルを調整されてｃ＝０となる場合の三つがある。

このうち（Ｂ）の場合、干渉行列Ｄは下記の式（３１）〜（３３）となり、接触の可能性がゼロとなるので、直ちにラウンドアバウトへの進入が可能となる。

ここで、（Ｃ）の場合の速度プロファイルの計算を行う前に、この経路の分岐に対応する（Ｂ）の他車両ｂ＝２が採る経路候補βの推定を行う。この結果として、他車両ｂが退出する場合には速やかにラウンドアバウトに進入する機能を実現することができる。他車両（移動障害物）ｂの向きｈ_ｂを追加的に導入してもよい。

〈時間シフト処理〉
ここで、時間シフト処理について言及する。自動運転システム１００のセンサが車外環境を計測して、その結果、アクチュエータが動き始めるまでには、時間遅れΔtが生じる。自車両が動き出すのは、センサによる計測がなされた時刻よりΔt後であるという考えにより、車外の移動体の位置および自車の位置ｘ_ａをｘ_ａ+ｖ_ａΔtへとシフトさせて、このΔt 時間だけの予測補正がなされた空間で、自車両のプラニングを行うというものである。

〈判断の先送り〉
次に、判断の先送りについて説明する。経路候補の探索範囲をＤ＝｛ｐ（τ）｝としたとき、経路候補を安全と走行効率の視点で下記の式（３４）、（３５）と定義できる。この場合、下記の式（３６）の状態になりがちである。

ここで、Ｓ(ｐ（τ），Ｅ（ｓ）)は安全評価関数、Ｅ(ｐ（τ），Ｅ（ｓ）)は走行効率評価関数である。

ここで、「時刻tの経路候補として走行効率優先の経路候補を選んでも、時刻t+δtに安全優先の経路候補に切り替える」ことにより、スムーズな経路候補を求めることもできる。

道路脇に歩行者がいる状況を例に具体的に説明する。この場合、判断の先送りは、次のように言うことができる。（Ａ）強いブレーキを掛ければ、歩行者が自車両の走行する進路に侵入してきても余裕をもって止まれる。（Ｂ）自車両が止まれる余裕があるなら、「歩行者が自車両の走行する進路に侵入してこないかもしれない」ことをも考えて、一旦は効率重視で走る。（Ｃ）歩行者がいなくなれば、そのまま走る。（Ｄ）「歩行者が自車両の走行する進路に侵入してくる」可能性が消えないならば（Ａ）の判断に戻る。

具体的には、まず、歩行者に対して最終的な停止位置を定める。次に、「強いブレーキ」を使って最終的な停止位置で停止できる強いブレーキ開始位置を求める。そして、現在位置から強いブレーキ開始位置までは、効率優先のプランを採用する（例えば、今の速度を維持）。

〈信頼度の演算〉
次に、信頼度演算部１８による第２の経路の信頼度及び第３の経路の信頼度の演算に関する説明を行う。信頼度は、大きく分けて、自車両のセンシングの信頼度と、センシング結果に基づいて行われる信号処理の結果の信頼度とがある。

〈自車両のセンシングの信頼度〉
自車両のセンシングの信頼度は、「自車両の外部センサ２を用いた車外環境の見え方を事前に知っている」と言うことを利用して、自車両の外部センサ２がどの程度に車外環境を検出できているかを信頼度として計算するものである。本実施形態においては、自車両のセンシングの信頼度は、自動運転のセンシングの信頼度を意味する。

信頼度演算部１８は、地図データベース４の地図情報と外部センサ２の検出結果との比較により、自動運転のセンシングの信頼度を演算する。座標に紐づけられた事前知識／地図Ｍ（ｓ，ｘ）を認知に用いる場合、外部センサ２の信号ｓ（ｔ）と事前知識／地図Ｍ（ｓ，ｘ）を擦り合わせる下記の式（３７）を導入することが考えられる。

ここで、ｓ（ｘ）は事前知識／地図Ｍ（ｓ，ｘ）から得られる位置ｘで取得されると期待されるセンサ信号であり、位置ｘは必要に応じて自車両の方位ｈを含むことが好ましい。さらに、ｄ（・，・)は、センサ信号間の距離である。

自動運転システム１００では、車外環境をセンシングした後、自車位置推定(ローカライズ）を行う。自車位置推定は、車両位置認識部１１により外部センサ２の検出結果と内部のLocalization Knowledge とを比較することで行われる。自車位置推定を行うには、Localization Knowledgeに記憶された特徴点が、外部センサ２によって検出されている必要がある。信頼度演算部１８は、特徴点の検出割合や下記の式（３８）に示すセンシング信号の差Δs（t，ｘ）等を用いて自動運転のセンシングの信頼度を演算する。

自動運転システム１００は、構造把握層での検出結果（外界、つまり車外環境の構造の把握結果）と事前知識との違い(構造把握誤差) を異常に結びつけることにより、（外部センサ２又はLocalization Knowledgeに起因する）自動運転のセンシングの信頼度を評価することが可能である。構造把握誤差は、さまざまな定義が可能であるが、単純には、

を設計上定める閾値とすると、下記の式（３９）、（４０）で表わすことが考えられる。

ΔＳ^２（ｔ）は、誤差がθε以下の反射点の距離誤差の積算値、Ｎs（ｔ）は誤差がθεを越える反射点の数である。いずれも、センサ信号とLocalizationKnowledgeに格納されている特徴点がすべて完全に一致した時にゼロとなり、距離誤差が大きくなるほどすなわち一致する特徴点が少なくなるほど大きな値を取る。この二つの量を組み合わせて、構造把握誤差を見積もる量を導入できる。Traffic Light Location も同様の使い方ができる。これらは、構造把握層を使った自己監視機能に位置付けられる。

以上説明した自車両のセンシングの信頼度（自動運転のセンシングの信頼度）は、第２の経路の信頼度の演算及び第３の経路の信頼度の演算の両方に用いられる。一例として、信頼度演算部１８は、自車両のセンシングの信頼度が低いほど、第２の経路の信頼度及び第３の経路の信頼度を低い値として演算する。

〈センシング結果に基づいて行われる信号処理の結果の信頼度〉
自動運転システム１００は、トラッキングを初めとして移動障害物に対していくつかの推定もしくは予測を行うように構成されている。具体的には、自車両ａから見ての移動障害物ｂの意図推定、および移動障害物ｂの力学的予測、記号的予測の三つが考えられる。

移動障害物の位置等、移動障害物の運動を記述する諸量の予測に関する記号的予測と力学的予測の二つは、独立移動仮定における移動障害物の経路候補の予測の信頼度に分類される。以下、独立移動仮定における移動障害物の経路候補の予測を独立移動障害物予測と呼ぶ。

一方で、移動障害物がどのような進路をとるかを予測する意図推定予測は、相互作用仮定における移動障害物の経路候補の予測の信頼度に分類される。以下、相互作用仮定における移動障害物の経路候補の予測を相互作用移動障害物予測と呼ぶ。

《独立移動障害物予測の信頼度》
独立移動障害物予測の信頼度は、第２の経路の信頼度に影響する。自車両ａから見た移動障害物ｂの意図推定については、推定結果の信頼度を用いて、自車両ａから見た移動障害物ｂの記述Ｘａに対して行う予測については、下記の式（４１）に示す予測誤差δＸ_ａｂ（ｔ）を用いて信頼度の計算及び自己監視をすることが可能である。ここで

は、δｔ後の将来を予測する演算子である。

もう少し詳細に述べると、信頼度の計算およびそれを用いた自己監視に当たっては、それぞれの推定・予測について次のような量を取り扱うことが考えられる。記号的予測は、それぞれの移動障害物が車であるか、歩行者であるかといった認識結果による予測であるから、この層の予測精度が高いとは、周囲の動きが「よく見えている」状態と言ってよい。基本的には、移動障害物のマクロな推定量（位置ｘ、方位ｈ、速度ｖ）を、対象を「車」等のモデル拘束条件Ｍで推定、すなわち、

によって推定し、その予測誤差δＸ_ａｂ（ｔ）を算出できる。

力学的予測は、もっとも基本的な予測であり、「よく読めている」などの人の意識レベルとは対応付かないと考えるべきである。移動障害物のマクロな推定量（位置ｘ、方位ｈ、速度ｖ）をカルマンフィルタ、パーティクルフィルタで計算、すなわち、

によって推定し、その予測誤差δＸ_ａｂ（ｔ）及び尤度を算出できる。これらの誤差および尤度の大小によって、記号的予測と力学的予測の信頼性の高低を評価することは好ましい。

信頼度演算部１８は、例えば、ライダーによる移動障害物からの反射点と判定された反射点の分布変化を予測するパーティクルフィルタの尤度等に基づいて、独立移動障害物予測の信頼度を演算することができる。信頼度演算部１８は、上記パーティクルフィルタの尤度を独立移動障害物予測の信頼度としてもよい。他にカルマンフィルタの誤差共分散行列を用いる方法で演算してもよい。

信頼度演算部１８は、独立移動障害物予測の信頼度と上述の自車両のセンシングの信頼度とに基づいて、第２の経路（独立移動障害物回避経路）の信頼度を演算する。信頼度演算部１８は、一例として、独立移動障害物予測の信頼度が高いほど第２の経路の信頼度を高い値として演算する。

なお、モデルを用いた予測にあっては、移動障害物を識別した際の尤度もしくはそれに類する統計量によりモデルの信頼性を評価し、さらにそのモデルを用いて力学的な時間発展を予測した際の将来の位置予測の分散を用いて、分散が大きいほど独立移動障害物予測の信頼度が低いとしてもよい。

《相互作用移動障害物予測の信頼度》
相互作用移動障害物予測の信頼度は、第３の経路の信頼度に影響する。自動運転システム１００における相互作用は、一例として、車両間の衝突を避けるための行動変化と捉えることができる。より厳密には、車両間の衝突の可能性をできるだけ少なくするための行動変化である。一般に、車両の将来の行動が精度よく推定できていれば（予測の信頼性が高ければ）、車両間の衝突の可能性は容易に低くすることができる。

一方、車両の将来の行動がほとんど分からない場合には、車両間の衝突の可能性の低減にも限界があると考えられる。交通環境における車両間の衝突を避けるための行動変化は、物理法則だけで記述できるものではなく、道路の構造や交通法規を含む環境下での移動体の行動を記述する枠組みを考え、その枠組みの上で信頼性の計算方法を与える必要がある。交通環境における車両間の衝突を避けるための行動変化を記述する枠組みとして、上述した〈ラウンドアバウトへの進入〉を用いる。

相互作用移動障害物予測の信頼度の計算は、干渉行列Ｄ_ａｂを得る中での推定計算から生じる。具体的には、コンフリクトテンソルＣを計算するための自車両ａ及び移動障害物ｂの位置の推定と、速度の推定と経路候補行列Ｄの経路絞込み推定である。

上述のコンフリクトテンソルＣは、下記の式（４２）である。ａは自車両である。

他車両ｂの速度ｖｂは計測量である。今の複数回の計測を行えば、速度ｖ_ｂの分散δ_ｖｂを計算できる。このとき、他車両ｂが取り得る経路候補β毎に、自車両ａと経路候補が重なる点までの時間ｔ_ｂβは、下記の式（４３），（４４）である。

このため、時間ｔ_ｂβの分散ｌ（ｎ_{ａα，ｂβ}，ｘｂ）σ_ｖｂ／ｖ_ｂが求められ、自車両ａが先に位置ｎ_{ａα、ｂβ}を通過するｂに、他車両ｂが位置ｎ_{ａα、ｂβ}を通過する時間差の分布ρ（ｔ）は（ｔ_ｂβ−ｔ_ａα）を中心として当該分散の分布となる。

このとき、自車両ａと他車両ｂとが位置ｎ_{ａα、ｂβ}を通過する時間差がδｔ以下となる確率Ｐ_{ａα、ｂβ}は、下記の式（４５）で表される。

この確率を閾値θ_ｃと比較して下記の式（４６）のように接触の可能性を推定できる。

このとき、確率Ｐ_{ａα、ｂβ}と閾値θ_ｃとの比である下記の指標（４７）は、接触の可能性の推定の信頼度の好ましい指標の一つである。

なお、他車両ｂの速度が計測できなかった場合には、法定速度（自車両ａの地図上の位置に応じた法定速度）をｖ_ｂに代入することも考えられる。その場合には、Ｃ_{ａα、ｂβ}の信頼度には、予め定めた低い信頼度を代入することが好ましい。ここで言うＣ_{ａα、ｂβ}の信頼度が相互作用移動障害物予測の信頼度の一例である。他に、サポートベクターマシンの分離面からのオフセット量も一例として考えられる。

信頼度演算部１８は、相互作用移動障害物予測の信頼度と上述の自車両のセンシングの信頼度とに基づいて、第３の経路（相互作用移動障害物回避経路）の信頼度を演算する。信頼度演算部１８は、一例として、相互作用移動障害物予測の信頼度が高いほど第３の経路の信頼度を高い値として演算する。

〈経路候補行列の信頼度〉
経路重複回避仮定を用いて経路候補行列を得るために必要な情報は移動障害物の位置だけである。経路候補に交差点など経路の分岐点が含まれる場合、経路重複回避仮定を用いて得た経路候補行列は複数の経路候補に対して１が割り振られる。その一例が前節のラウンドアバウトの議論であり、経路候補行列Ｒについて下記の式（４８）のように絞り込むことができる。

すなわち、経路重複回避仮定に基づく推定から二つの可能性を含む経路候補行列から、移動障害物を詳細に観測することにより一つの可能性を含む経路候補行列に絞り込む。この経路候補の絞込みにより、自動運転車は効率的な走行ができるようになる。

ここで、経路候補行列はその定義から、下記の式（４９）の関係を有する。

これは、その値が小さければ小さいほど、移動障害物ｂの意思（選択する経路）が良く読めていることに対応する。

実環境に置いて、分岐点近くにおいて、移動障害物ｂが分岐から枝分かれする経路候補のいずれを選択するかという意思を読むためには自車両ａとの相互作用を考慮する必要がある。このとき、移動障害物ｂが経路候補βを選択する確率ρ（ａ、ｂ，β）は、移動障害物ｂのマクロな計測値だけでなく、自車両ａのそれが必要である。マクロな計測値の代表的なものは、移動障害物ｂの位置から分岐までの距離ｄ、移動障害物ｂの速度ｖ、移動障害物ｂの車体の方向ｈである。すなわち、自車両ａから見て移動障害物ｂが経路βを選択する確率ρ（ａ、ｂ，β）は下記の式（５０）となる。

この確率関数は、分岐点の近くであれば十分なデータがあればよい精度で再現できうる。そして、これを求め、それを閾値θと比較して下記の式（５１）に示す処理を行う。

この処理を行うことで、自車両ａから見た移動障害物ｂの意思（選択する経路）を絞り込むことができる。このとき、確率ρ（ａ、ｂ，β：ｄ_ａ，ｖ_ａ，ｈ_ａ，ｄ_ｂ，ｖ_ｂ，ｈ_ｂ ）と閾値θとの比である下記の式（５２）は、この絞り込みの好ましい信頼度の一例である。

この関数は、移動障害物ｂの位置から分岐までの距離ｄ、移動障害物ｂの速度ｖ、移動障害物ｂの車体の方向ｈのデータがあれば、サポートベクターマシン等で実現できる。そして、サポートベクターマシンを用いる場合、データ点とサポートベクターマシンの識別面からの距離と、サポートベクターマシンのマージンの大きさの比は、自車両ａから見た移動障害物ｂの意思（選択する経路）を絞り込みの好ましい信頼度となる。なお、例示している移動障害物ｂは任意の移動障害物であり、上述の内容は種々の移動障害物において適用可能である。

以上、コンフリクトテンソルに対しては確率の閾値処理、経路候補行列の絞込みに対しては確率の閾値処理およびサポートベクターマシンを用いての処理を例として、信頼度の求め方を例示したが、これに限らず、その他の適切な方法により信頼度を求めてもよい。

また、上述の閾値θそのものを信頼度の指標として取り扱うことも可能である。具体的には、閾値θに仮の値として比較的大きな値を与えれば、コンフリクトテンソルの計算において衝突の可能性があると判定される可能性が低くなり、経路候補の絞込みが緩くなるので、衝突回避の観点から見ると安易な意思決定および行動決定を行うことになる。すなわち、自車両にとって効率的な経路選択が行われる。そして、この経路選択の場合であっても、閾値処理直前までの他車の行動の確率的な推定は同様に行われているので、計算の中に現れる最小の信頼度を当該経路選択の信頼度に割り当てることは容易である。その上で、この信頼度が、本来の信頼度と比較して十分大きい場合に、この安易な意思決定および行動決定を選択することにすれば、自動運転システム１００は適切且つ効率的な自動走行を行えると考えることができる。上記の信頼度が本来の信頼度と比較して十分大きくない場合には、自動運転システム１００は他の移動障害物の経路候補の絞込み等を放棄し、複数の経路候補を想定した独立移動障害物予測に基づき、衝突回避の観点から比較的厳格な意思決定および行動決定を選択する。これによって、自動運転システム１００はより信頼性の高い自動走行を行うことができる。

〈経路候補行列の絞り込み処理〉
図４は、経路候補行列の絞り込み処理を示すフローチャートである。ここでは、移動障害物ｂを経路推定の対象とした場合について説明する。

図４に示すように、ＥＣＵ１０は、Ｓ８０として、第３の経路生成部１７により移動障害物ｂが一の経路候補βを取る確率ρを求める。確率ρの求め方については上述したとおりである。

Ｓ８２において、ＥＣＵ１０は、第３の経路生成部１７により、移動障害物ｂが経路候補βを選択する確率ρが閾値以下であるか否かを判定する。閾値は予め設定された値である。ＥＣＵ１０は、移動障害物ｂが経路候補βを選択する確率ρが閾値以下であると判定された場合（Ｓ８２：ＹＥＳ）、Ｓ８４に移行する。ＥＣＵ１０は、移動障害物ｂが経路候補βを選択する確率ρが閾値以下であると判定されなかった場合（Ｓ８２：ＮＯ）、Ｓ８６に移行する。

Ｓ８４において、ＥＣＵ１０は、第３の経路生成部１７により、経路候補行列ＲについてＲｂβに０を代入する。その後、ＥＣＵ１０は今回の処理を終了する。Ｓ８６において、ＥＣＵ１０は、第３の経路生成部１７により、経路候補行列ＲについてＲｂβに１を代入する。その後、ＥＣＵ１０は今回の処理を終了する。

〈影響の大きな移動障害物の検出〉
以下、経路生成にあたり影響の大きな移動障害物の検出について考察する。自動運転システム１００によって観測される移動障害物は少なくない。自動運転を行う上で、遠方の移動障害物は、予測誤差が大きくなる傾向を持つ。このため、遠方の移動障害物の存在をそのまま自動運転システム１００の制御に反映しないことが好ましい。実用的な自動運転システム１００を実現するためには、多数ある移動障害物の内、影響の大きいものを選択する方法を確立することが望ましい。

再構成された車外環境Ｅ（ｓ）について数学的には下記の式（５３）において表される。

ここで、ｐ(τ) は経路候補であり、Ｅ（ｓ）はセンサ信号ｓから４次元の時空間に再構成された車外環境である。

は、自車両の姿勢（方向）の推定値である。

自車両をａとし、車外環境Ｅ（ｓ）からそれに含まれる移動障害物Ｏ_ｂ（ｓ）を除いた環境

を考え、この環境に対する経路候補を下記の式（５４）として求める。

このとき、下記の式（５５）を満たすとすると、それをないものと考えても自動運転システム１００の出力が変化しないのだから、移動障害物Ｏ_ａ（ｓ）が自動運転システム１００に与える影響は小さいとしてよいと考えられる。

そこで、二つの経路候補の違いを下記の式（５６）で評価することにし、更に下記の式（５７）を考える。

これを自動運転システムの環境依存度と呼ぶ。

さらに、移動障害物の数がｎの場合、経路候補の違いの分散を下記の式（５８）と定義し、移動障害物ｂの自車両ａへの影響の相対値を示す相対影響度として下記の式（５９）を定義する。

これらの量は、移動障害物の存在を利用して求められる量である。このような量は、セグメンテーション／トラッキングの性能が低く一つの物体が二つに分割されていても、それによってｐ^＊ _ａ（τ）が大きく変化する可能性は低い。それゆえ、自動運転システム１００においても、安定した結果を得ることが期待できる。

自動運転システムa がどの程度車外環境を読みにくいと感じているかを、例えば、後述する相対影響度Ｆ^Ｎ _ａｂを使って下記の式（６０）のように見積もることが考えられる。

そして、自車両ａにとって最も注意すべき移動障害物α_ａを下記の式（６１）によって求めることが考えられる。

［自動運転システム（進路設定装置）の作用効果］
以上説明した本実施形態に係る自動運転システム１００（進路設定装置１０１）によれば、障害物を全て静止障害物と仮定して自車両の第１の経路と、移動障害物が独立して移動すると仮定した場合における自車両の第２の経路と、移動障害物が他の障害物及び自車両の少なくとも一方と相互作用しながら移動を行うと仮定した場合における自車両の第３の経路を生成する。自動運転システム１００によれば、第２の経路の信頼度及び第３の経路の信頼度を演算し、第２の経路の信頼度及び第３の経路の信頼度に基づいて、第１の経路、第２の経路、及び第３の経路の中から自車両の走行する進路を設定するので、異なる複数の手法で生成された経路の中から自車両の走行する進路を適切に設定することができる。

また、自動運転システム１００によれば、進路設定部１９は、第３の経路の信頼度が第３信頼度閾値以上である場合、第３の経路から自車両の走行する進路を設定し、第３の経路の信頼度が第３信頼度閾値未満であり第２の経路の信頼度が第２信頼度閾値以上である場合、第２の経路から自車両の走行する進路を設定し、第３の経路の信頼度が第３信頼度閾値未満であり第２の経路の信頼度が第２信頼度閾値未満である場合、第１の経路から自車両の走行する進路を設定する。従って、自動運転システム１００では、信頼度が十分な場合には、第３の経路、第２の経路の順に自車両の走行する進路として採用することができる。また、自動運転システム１００では、第２の経路の信頼度及び第３の経路の信頼度が十分ではない場合には、第１の経路から自車両の走行する進路を設定するので、第２の経路の信頼度及び第３の経路の信頼度が十分ではないため自車両の走行する進路が設定不能となることが避けられる。

更に、自動運転システム１００によれば、信頼度演算部１８は、自車両のセンシングの信頼度と、移動障害物が独立して移動すると仮定した場合における移動障害物の経路候補の予測の信頼度とに基づいて、第２の経路の信頼度を演算するので、いずれか一方のみから演算する場合と比べて、第２の経路の信頼度をより適切に求めることができる。

同様に、自動運転システム１００によれば、信頼度演算部１８は、自車両のセンシングの信頼度と、移動障害物が他の障害物及び自車両の少なくとも一方と相互作用しながら移動を行うと仮定した場合における移動障害物の経路候補の予測の信頼度とに基づいて、第３の経路の信頼度を演算するので、いずれか一方のみから演算する場合と比べて、第３の経路の信頼度をより適切に求めることができる。

以上、本発明の好適な実施形態について説明したが、本発明は上述した実施形態に限定されるものではない。本発明は、上述した実施形態を始めとして、当業者の知識に基づいて種々の変更、改良を施した様々な形態で実施することができる。

本実施形態では、自動運転システム１００の一部を構成する進路設定装置１０１として説明したが、進路設定装置１０１は必ずしも自動運転システムの一部を構成する必要はない。進路設定装置１０１は、運転者の運転操作を支援する運転支援システムの一部を構成してもよい。進路設定装置１０１は、ナビゲーションシステムにおいて運転者を案内するための進路生成に利用されてもよい。すなわち、進路設定装置１０１の生成した進路の使用方法は、特に限定されない。

第３の経路生成部１７は、障害物認識部１２により障害物が複数認識された場合、第３の経路として生成された経路候補ごとに、複数の障害物のうち一つの障害物が存在しないと仮定したときの経路候補である比較用経路候補を生成してもよい。この場合、進路設定部１９は、第３の経路として生成された経路候補のうち比較用経路候補との横方向離間度が離間度閾値以上となる経路候補を自車両の走行する進路として設定することを禁止する。進路設定部１９は、一つの障害物が無いと仮定したときに経路候補が横方向に大きく変化するような場合は、経路候補の生成が不安定であると想定されることから、この経路候補を自車両の走行する進路として設定することを禁止する。

経路候補と比較用経路候補との横方向離間度は、走行車線の縦位置ごとに経路候補と比較用経路候補との横方向距離（走行車線の幅方向における距離）を比較した中で、最も大きい横方向距離とすることができる。横方向離間度は、自車両から前方に一定数の縦位置における横方向距離の積分値であってもよい。離間度閾値は、予め設定された値である。

信頼度演算部１８による信頼度の演算は上述した内容に限られない。信頼度演算部１８は、自車両のセンシングの信頼度のみから第２の経路の信頼度又は第３の経路の信頼度を演算してもよい。信頼度演算部１８は、自車両のセンシングの信頼度を演算しなくてもよい。信頼度演算部１８は、独立移動障害物予測の信頼度のみから第２の経路の信頼度を演算してもよく、相互干渉移動障害物予測の信頼度のみから第３の経路の信頼度を演算してもよい。

信頼度演算部１８は、自車両のセンシングの信頼度に基づいて第１の経路の信頼度を演算してもよい。進路設定部１９は、例えば、第２の経路の信頼度が第２信頼度閾値未満であり、第３の経路の信頼度も第３信頼度閾値未満である場合に、第１の経路の信頼度が第１信頼度閾値未満であるとき、運転者に介入を求めてもよい。第１信頼度閾値は予め設定された値である。

進路設定装置１０１は、第１の経路を生成しなくてもよい。すなわち、進路設定装置１０１は、第１の経路生成部１５を備えず、第２の経路生成部１６及び第３の経路生成部１７を備える態様であってもよい。この場合、進路設定装置１０１は、移動障害物が独立して移動すると仮定した場合における自車両の第２の経路と、移動障害物が他の障害物及び自車両の少なくとも一方と相互作用しながら移動を行うと仮定した場合における自車両の第３の経路を生成する。このような進路設定装置１０１によれば、第２の経路の信頼度及び第３の経路の信頼度を演算し、第２の経路の信頼度及び第３の経路の信頼度に基づいて、第２の経路及び第３の経路の中から自車両の走行する進路を設定するので、異なる複数の手法で生成された経路の中から自車両の走行する進路を適切に設定することができる。

なお、上記の場合において、進路設定装置１０１は、第２の経路の信頼度が第２信頼度閾値未満であり、第３の経路の信頼度も第３信頼度閾値未満であるとき、運転者に介入を求める態様であってもよい。

１…ＧＰＳ受信部、２…外部センサ、３…内部センサ、４…地図データベース、５…ＨＭＩ、６…アクチュエータ、１０…ＥＣＵ、１１…車両位置認識部、１２…障害物認識部、１３…移動障害物検出部、１４…走行状態認識部、１５…第１の経路生成部、１６…第２の経路生成部、１７…第３の経路生成部、１８…信頼度演算部、１９…進路設定部、２０…走行計画生成部、２１…走行制御部、１００…自動運転システム、１０１…進路設定装置。

Claims (9)

1. 自車両の走行する進路を設定する進路設定装置であって、
   前記自車両の周囲の障害物を認識する障害物認識部と、
   前記障害物を全て静止障害物と仮定して前記自車両の第１の経路を生成する第１の経路生成部と、
   前記障害物の中から移動障害物を検出する移動障害物検出部と、
   前記移動障害物が独立して移動すると仮定した場合における前記自車両の第２の経路を生成する第２の経路生成部と、
   前記移動障害物が他の前記障害物及び前記自車両の少なくとも一方と相互作用しながら移動を行うと仮定した場合における前記自車両の第３の経路を生成する第３の経路生成部と、
   前記第２の経路の信頼度及び前記第３の経路の信頼度を演算する信頼度演算部と、
   前記第２の経路の信頼度及び第３の経路の信頼度に基づいて、前記第１の経路、前記第２の経路、及び前記第３の経路の中から前記自車両の走行する進路を設定する進路設定部と、
   を備える、進路設定装置。
2. 前記進路設定部は、前記第３の経路の信頼度が第３信頼度閾値以上である場合、前記第３の経路から前記自車両の走行する進路を設定し、前記第３の経路の信頼度が前記第３信頼度閾値未満であり前記第２の経路の信頼度が第２信頼度閾値以上である場合、前記第２の経路から前記自車両の走行する進路を設定し、前記第３の経路の信頼度が前記第３信頼度閾値未満であり前記第２の経路の信頼度が前記第２信頼度閾値未満である場合、前記第１の経路から前記自車両の走行する進路を設定する、請求項１に記載の進路設定装置。
3. 前記信頼度演算部は、前記自車両のセンシングの信頼度と、前記移動障害物が独立して移動すると仮定した場合における前記移動障害物の経路候補の予測の信頼度とに基づいて、前記第２の経路の信頼度を演算する、請求項１又は２に記載の進路設定装置。
4. 前記信頼度演算部は、前記自車両のセンシングの信頼度と、前記移動障害物が他の前記障害物及び前記自車両の少なくとも一方と相互作用しながら移動を行うと仮定した場合における前記移動障害物の経路候補の予測の信頼度とに基づいて、前記第３の経路の信頼度を演算する、請求項１〜３のうち何れか一項に記載の進路設定装置。
5. 自車両の走行する進路を設定する進路設定装置であって、
   前記自車両の周囲の障害物を認識する障害物認識部と、
   前記障害物の中から移動障害物を検出する移動障害物検出部と、
   前記移動障害物が独立して移動すると仮定した場合における前記自車両の第２の経路を生成する第２の経路生成部と、
   前記移動障害物が他の前記障害物及び前記自車両の少なくとも一方と相互作用しながら移動を行うと仮定した場合における前記自車両の第３の経路を生成する第３の経路生成部と、
   前記第２の経路の信頼度及び前記第３の経路の信頼度を演算する信頼度演算部と、
   前記第２の経路の信頼度及び第３の経路の信頼度に基づいて、前記第２の経路及び前記第３の経路の中から前記自車両の走行する進路を設定する進路設定部と、
   を備える、進路設定装置。
6. 障害物を回避するように自車両の進路を設定する進路設定方法であって、
   前記自車両の周囲の障害物を全て静止障害物と仮定して前記自車両の第１の経路を生成する第１の経路生成ステップと、
   前記障害物の中から検出された移動障害物が独立して移動すると仮定した場合における前記自車両の第２の経路を生成する第２の経路生成ステップと、
   前記移動障害物が他の前記障害物及び前記自車両の少なくとも一方と相互作用しながら移動を行うと仮定した場合における前記自車両の第３の経路を生成する第３の経路生成ステップと、
   前記第２の経路の信頼度及び前記第３の経路の信頼度を演算する信頼度演算ステップと、
   前記第２の経路の信頼度及び第３の経路の信頼度に基づいて、前記第１の経路、前記第２の経路、及び前記第３の経路の中から前記自車両の進路を設定する進路設定ステップと、
   を含む、進路設定方法。
7. 前記進路設定ステップにおいて、前記第３の経路の信頼度が第３信頼度閾値以上である場合、前記第３の経路から前記自車両の走行する進路を設定し、前記第３の経路の信頼度が前記第３信頼度閾値未満であり前記第２の経路の信頼度が第２信頼度閾値以上である場合、前記第２の経路から前記自車両の走行する進路を設定し、前記第３の経路の信頼度が前記第３信頼度閾値未満であり前記第２の経路の信頼度が前記第２信頼度閾値未満である場合、前記第１の経路から前記自車両の走行する進路を設定する、請求項６に記載の進路設定方法。
8. 前記信頼度演算ステップにおいて、前記自車両のセンシングの信頼度と、前記移動障害物が独立して移動すると仮定した場合における前記移動障害物の経路候補の予測の信頼度とに基づいて、前記第２の経路の信頼度を演算する、請求項６又は７に記載の進路設定方法。
9. 前記信頼度演算ステップにおいて、前記自車両のセンシングの信頼度と、前記移動障害物が他の前記障害物及び前記自車両の少なくとも一方と相互作用しながら移動を行うと仮定した場合における前記移動障害物の経路候補の予測の信頼度とに基づいて、前記第３の経路の信頼度を演算する、請求項６〜８のうち何れか一項に記載の進路設定方法。

Images