JP6571904B1

JP6571904B1 - 車載装置、情報処理方法及び情報処理プログラム

Info

Publication number: JP6571904B1
Application number: JP2019523880A
Authority: JP
Inventors: 康洲鎌
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2018-08-30
Filing date: 2018-08-30
Publication date: 2019-09-04
Anticipated expiration: 2038-08-30
Also published as: WO2020044512A1; CN112602129B; CN112602129A; JPWO2020044512A1

Abstract

予測リスクマップ生成部（２５）は、未来の時刻での車両（１）の周辺のリスクマップを予測リスクマップとして生成する。候補生成部（２６）は、未来の時刻での車両（１）の操舵角度の複数の候補と車両（１）の速度値の複数の候補とを生成する。候補位置算出部（２７）は、操舵角度の複数の候補と速度値の複数の候補との組合せごとに、予測リスクマップでの車両（１）の位置を候補位置として算出する。経路決定部（２８）は、車両（１）の複数の候補位置を解析し、解析結果に基づき、操舵角度の複数の候補と速度値の複数の候補との複数の組合せの中から、いずれかの組合せを選択する。

Description

本発明は、車載装置、情報処理方法及び情報処理プログラムに関する。

自動運転車両（以下、単に車両という）が走行する経路上の障害物を回避するための技術として、ポテンシャル法と呼ばれる従来技術が存在する。本従来技術においては、初めにリスクマップと呼ばれる車両を上方から見下ろした図面内に回避すべき領域のポテンシャル値を設定した二次元データが生成される。リスクマップ内のポテンシャル値は、大きいほど確実な回避が必要であることを示している。本従来技術では、次にリスクマップを利用して車両が移動可能な経路のうちポテンシャル値の総和が最小の経路を通過するように操舵制御が行われる。速度に関しては操舵と別のポテンシャル計算式によりポテンシャル値が計算され、ポテンシャル値の総和が最小となる速度へ減速制御が行われる。

リスクポテンシャル予測による自動車の障害物回避運動制御（ｈｔｔｐｓ：／／ｗｗｗ．ｊｓｔａｇｅ．ｊｓｔ．ｇｏ．ｊｐ／ａｒｔｉｃｌｅ／ｓｉｃｅｊｌ／５４／１１／５４＿８２０／＿ｐｄｆ／−ｃｈａｒ／ｊａ）リスクポテンシャルを用いた自律走行車両の誘導制御目標の生成タイミングの検討（自動車技術会２０１８春季大会文献番号２０１８０５４）

図４及び図５は、現時刻の状況を反映したリスクマップの例を表す。図４の（ａ）では、車両１００の前方に前方車両２００が走行しており、車両１００の後方に後方車両３００が走行していることを表している。図４の（ｂ）は、図４の（ａ）に示す状況を反映したリスクマップを表している。図４の（ａ）のリスクマップでは、車両１００が画像１５００として表現されている。また、前方車両２００が画像２０００として表現されている。また、後方車両３００が画像３０００として表現されている。図５の（ａ）では、車両１００の対向車両４００が車線を逸脱しようとする状況が示されている。図５の（ｂ）は、図５の（ａ）に示す状況を反映したリスクマップを表している。図５の（ｂ）では、対向車両４００が画像４０００として表現されている。

非特許文献１の技術では、図４及び図５に示すような、現時刻の状況を反映したリスクマップに基づき車両の速度制御が行われているので、後方車両３００からの追突又は対向車両４００の車線逸脱による衝突といった車両へ向かってくる物体を回避することができない。
例えば、図６に示すように、車両１００は、後方車両３００からの追突を回避することができない。また、図７に示すように、車両１００は、対向車両４００の車線逸脱による衝突を回避することができない。さらに、非特許文献１の技術では、加速による回避について定義されていないため、加速で回避が可能な場合であっても、図８に示す車両１００は、トンネル等における落下物５００との衝突を回避することができない。
非特許文献２では、ある一定時間後の予測マップを用いる方法が開示されている。そして、非特許文献２の技術では、現在速度を維持する場合と停止する場合のリスク差によって速度が決定される。しかし、非特許文献２の方法では、ｔ秒後に速度０となることが要求されている。つまり、非特許文献２の方法では、実際の車両で不可能な挙動が要求されている。また、非特許文献２では、加速について開示されていないため、加速による回避を行うことができない。

本発明は、このような事情に鑑み、従来技術では回避できない衝突を回避できるようにすることを主な目的とする。

本発明に係る車載装置は、
車両に搭載された車載装置であって、
未来の時刻での前記車両の周辺のリスクマップを予測リスクマップとして生成する予測リスクマップ生成部と、
前記未来の時刻での前記車両の操舵角度の複数の候補と前記車両の速度値の複数の候補とを生成する候補生成部と、
前記操舵角度の複数の候補と前記速度値の複数の候補との組合せごとに、前記予測リスクマップでの前記車両の位置を候補位置として算出する候補位置算出部と、
前記車両の複数の候補位置を解析し、解析結果に基づき、前記操舵角度の複数の候補と前記速度値の複数の候補との複数の組合せの中から、いずれかの組合せを選択する組合せ選択部とを有する。

本発明によれば、従来技術では回避できない衝突を回避することができる。

実施の形態１に係る障害物自動回避装置のハードウェア構成例を示す図。実施の形態１に係る障害物自動回避装置の機能構成例を示す図。実施の形態１に係る障害物自動回避装置の動作例を示すフローチャート。現時刻のリスクマップでは後方車両の追突の危険性を表せないことを示す図。現時刻のリスクマップでは対向車の車線逸脱の危険性を表せないことを示す図。後方車両の追突の例を示す図。対向車の車線逸脱による衝突の例を示す図。落下物との衝突の例を示す図。実施の形態１に係る後方車両の追突を加速により回避する例を示す図。実施の形態１に係る対向車の車線逸脱による衝突を加速及び操舵により回避する例を示す図。実施の形態１に係る落下物との衝突を加速により回避する例を示す図。実施の形態１に係るセンサから得られた情報の例と現リスクマップの例を示す図。実施の形態１に係る方法（１）による予測リスクマップの生成例を示す図。実施の形態１に係る方法（２）による予測リスクマップの生成例を示す図。実施の形態１に係る現リスクマップの例を示す図。実施の形態１に係る経路決定部の処理例を示す図。

以下、本発明の実施の形態について、図を用いて説明する。以下の実施の形態の説明及び図面において、同一の符号を付したものは、同一の部分又は相当する部分を示す。

実施の形態１．
＊＊＊構成の説明＊＊＊
図１は、本実施の形態に係る障害物自動回避装置１０のハードウェア構成例を示す。
障害物自動回避装置１０は、図１に示すように車両１に搭載されている。車両１は例えば自動運転車両である。障害物自動回避装置１０は、車載装置に相当する。また、障害物自動回避装置１０で行われる動作は、情報処理方法に相当する。

障害物自動回避装置１０は、コンピュータである。
障害物自動回避装置１０は、ハードウェアとして、プロセッサ１１、メモリ１２、センサインターフェース１３、ＥＣＵインターフェース１４を備える。
プロセッサ１１は、障害物自動回避装置１０の機能を実現するプログラムを実行する。
メモリ１２は、障害物自動回避装置１０の機能を実現するプログラムを記憶する。また、メモリ１２は、プロセッサ１１がプログラムを実行して得られた情報を記憶する。更に、メモリ１２は、プロセッサ１１が用いる情報を記憶する。
センサインターフェース１３は、車両１に搭載されているセンサであるカメラ１５、レーダー１６及びＬｉＤａｒ（ＬｉｇｈｔＤｅｔｅｃｔｉｏｎａｎｄＲａｎｇｉｎｇ）１７に接続されている。センサインターフェース１３は、これらセンサから情報を取得する。なお、車両１に搭載されるセンサはこれらに限らない。例えば、車両１にソナーが搭載されていてもよい。また、各センサは複数搭載されていてもよい。例えば、車両１の前方のカメラ１５と後方のカメラ１５のように複数のカメラ１５が搭載されていてもよい。
ＥＣＵインターフェース１４は、車両制御ＥＣＵ（ＥｎｇｉｎｅＣｏｎｔｒｏｌＵｎｉｔ）３０に接続されている。車両制御ＥＣＵ３０は、車両制御装置の例である。

図２は、障害物自動回避装置１０の機能構成例を示す。
障害物自動回避装置１０は、周辺物体認識部２１、現リスクマップ生成部２２、過去リスクマップ蓄積部２３、移動予測部２４、予測リスクマップ生成部２５、候補生成部２６、候補位置算出部２７、経路決定部２８及び操舵速度コスト算出部２９を備える。
周辺物体認識部２１、現リスクマップ生成部２２、過去リスクマップ蓄積部２３、移動予測部２４、予測リスクマップ生成部２５、候補生成部２６、候補位置算出部２７、経路決定部２８及び操舵速度コスト算出部２９の各々の詳細は後述する。

周辺物体認識部２１、現リスクマップ生成部２２、移動予測部２４、予測リスクマップ生成部２５、候補生成部２６、候補位置算出部２７、経路決定部２８及び操舵速度コスト算出部２９は、プログラムで実現される。そして、前述したように、プロセッサ１１が当該プログラムを実行して、周辺物体認識部２１、現リスクマップ生成部２２、移動予測部２４、予測リスクマップ生成部２５、候補生成部２６、候補位置算出部２７、経路決定部２８及び操舵速度コスト算出部２９の各々の機能を実現する。
周辺物体認識部２１、現リスクマップ生成部２２、移動予測部２４、予測リスクマップ生成部２５、候補生成部２６、候補位置算出部２７、経路決定部２８及び操舵速度コスト算出部２９を実現するプログラムは、情報処理プログラムに相当する。
図２では、プロセッサ１１が周辺物体認識部２１、現リスクマップ生成部２２、移動予測部２４、予測リスクマップ生成部２５、候補生成部２６、候補位置算出部２７、経路決定部２８及び操舵速度コスト算出部２９の機能を実現するプログラムを実行している状態を模式的に表している。
なお、経路決定部２８は、組合せ選択部に相当する。
過去リスクマップ蓄積部２３は、メモリ１２により実現される。

＊＊＊動作の説明＊＊＊
図３は、本実施の形態に係る障害物自動回避装置１０の動作例を示す。

最初に、ステップＳ３０１において、周辺物体認識部２１が、各センサから情報を収集する。

次に、ステップＳ３０２において、周辺物体認識部２１は、各センサからの情報を統合して車両１の周囲の物体の種類Ｋｉと位置Ｘｉ（ｔ）を決定する。
例えば、周辺物体認識部２１は、カメラ１５からの情報に基づき、物体の種類Ｋｉを決定する。また、周辺物体認識部２１は、レーダー１６及びＬｉＤＡＲ１７からの情報に基づき、物体の位置Ｘｉ（ｔ）を決定する。
物体の種類Ｋｉは、歩行者、車両、自転車等の物体の属性である。また、物体の種類Ｋｉは、物体の予測質量、車両１から計測される物体の面積等であってもよい。物体の位置Ｘｉ（ｔ）における「ｔ」は、現時刻を表す。以下、他の値における「ｔ」も現時刻を表す。

次に、ステップＳ３０３において、現リスクマップ生成部２２が、周辺物体認識部２１で特定された物体の種類Ｋｉと位置Ｘｉ（ｔ）を用いて、現時刻ｔでの車両１の周辺のリスクマップである現リスクマップＲ（ｔ）を生成する。
現リスクマップＲ（ｔ）は、現時刻ｔにおける二次元座標ｘごとのリスクＵ（ｘ）を規定の二次元範囲に渡って算出することで得られる。二次元座標ｘでのリスクＵ（ｘ）は、例えば以下の式（１）で示される障害物位置Ｘｉ（ｔ）を中心とした正規分布を用いて生成することができる。

ここでｘはリスクマップの二次元座標である。α_０〜α_ｉは対象の属性Ｋ_０〜Ｋ_ｉによって決定される重み係数である。正規分布の二次元分散σ_０〜σ_ｉは、対象の幅又は高さ、もしくは幅及び高さと比例する値とする。
ｘ_１はリスクマップの縦方向（車道における進行方向）の座標である。Ｙ_ｒｃは車線中心である。σ_ｒは予め設定される値で、車線中心から離れた場合のリスク値を示す定数である。
図１２に、現リスクマップＲ（ｔ）の生成の概要を示す。図１２の（ａ）は、センサから得られた情報を示す。図１２の（ｂ）は、生成された現リスクマップＲ（ｔ）の例を示す。図１２の（ａ）に示すように、車両１の周囲の障害物として、前方車両２００が障害物Ｘ_０（ｔ）として認識されている。また、後方車両３００が障害物Ｘ_２（ｔ）として認識されている。また、対向車両４００が障害物Ｘ_１（ｔ）として認識されている。この場合に、図１２の（ｂ）に示すように、現リスクマップＲ（ｔ）では、前方車両２００が画像２０００として表現される。また、後方車両３００が画像３０００として表現される。また、対向車両４００が画像４０００として表現される。

次に、ステップＳ３０４において、移動予測部２４が、時刻ｔ＋ｎｕにおける各物体の位置を予測する。ここでｕは単位時間、ｎは予測値の数である。
例えば、ｕ＝０．１秒、ｎ＝３０とすると、０．１秒後から３．０秒後までの各物体の予測位置Ｘ_ｉ（ｔ＋ｕ）、Ｘ_ｉ（ｔ＋２ｕ）、Ｘ_ｉ（ｔ＋３ｕ）．．．Ｘ_ｉ（ｔ＋ｎｕ）が生成される。なお、時刻ｔ＋ｕを未来の時刻、未来の時刻ｔ＋ｕに後続するｔ＋２ｕからｔ＋ｎｕを後続時刻ともいう。なお、以下では、未来の時刻ｔ＋ｕ及び後続時刻ｔ＋２ｕからｔ＋ｎｕを総称して将来時刻という。
ここでｉは各物体の識別番号を示している。例えば車両１の周囲に３つの物体が存在する場合、Ｘ_０（ｔ＋ｕ）〜Ｘ_０（ｔ＋ｎｕ）、Ｘ_１（ｔ＋ｕ）〜Ｘ_１（ｔ＋ｎｕ）、Ｘ_２（ｔ＋ｕ）〜Ｘ_２（ｔ＋ｎｕ）のそれぞれの物体に対する予測位置が生成される。
予測位置の生成手順は、例えば、以下の通りである。
例えば、過去の時刻ｔ−ｎｕ〜ｔ−ｕにおける各物体の位置Ｘ_ｉ（ｔ−ｎｕ）〜Ｘ_ｉ（ｔ−ｕ）をメモリ１２に記憶しておく。そして、移動予測部２４が、過去の位置Ｘ_ｉ（ｔ−ｎｕ）〜Ｘ_ｉ（ｔ−ｕ）と、周辺物体認識部２１が今回計測した当該物体の位置Ｘ_ｉ（ｔ）に基づき、カルマンフィルタ等を用いて生成する。

なお、過去リスクマップ蓄積部２３は、現リスクマップ生成部２２が生成した、過去の時刻ｔ−ｎｕ〜ｔ−ｕにおけるリスクマップＲ（ｔ−ｎｕ）〜Ｒ（ｔ−ｕ）を過去リスクマップとして蓄積している。

次に、ステップＳ３０５において、予測リスクマップ生成部２５が、現リスクマップ生成部２２から得られる現リスクマップＲ（ｔ）、過去リスクマップ蓄積部２３から得られる過去リスクマップＲ（ｔ−ｎｕ）〜Ｒ（ｔ−ｕ）、移動予測部２４から得られる、各物体の現在の位置Ｘ_ｉ（ｔ）及び予測位置Ｘ_ｉ（ｔ＋ｕ）〜Ｘ_ｉ（ｔ＋ｎｕ）等をもとに、将来時刻ｔ＋ｎからｔ＋ｎｕまでのリスクマップＲ（ｔ＋ｎ）〜Ｒ（ｔ＋ｎｕ）を予測リスクマップとして生成する。
予測リスクマップ生成部２５は、例えば（１）過去リスクマップＲ（ｔ−ｎｕ）〜Ｒ（ｔ）を画像とみなし、各画素の移動予測を用いる方法で予測リスクマップを生成することができる。また、予測リスクマップ生成部２５は、例えば、（２）物体の現在の位置Ｘ_ｉ（ｔ）、予測位置Ｘ_ｉ（ｔ＋ｕ）〜Ｘ_ｉ（ｔ＋ｎｕ）を元に未来のリスクマップを生成してもよい。また、予測リスクマップ生成部２５は、例えば、（３）上記の（１）及び（２）の方法で得られたリスクマップを重ね合わせて予測リスクマップを生成してもよい。
上記（１）の方法として、予測リスクマップ生成部２５は、例えば動画像圧縮処理で用いられる動きベクトル抽出と予測画像生成処理を用いて、図１３のように予測リスクマップを生成することができる。図１３の（ａ）、図１３の（ｂ）及び図１３の（ｃ）において、画像２０００、画像３０００及び画像４０００は図１２に示すものと同じである。
また、上記（２）の方法として、予測リスクマップ生成部２５は、例えば物体の現在の位置Ｘ_ｉ（ｔ）、予測位置Ｘ_ｉ（ｔ＋ｕ）〜Ｘ_ｉ（ｔ＋ｎｕ）と物体の種類Ｋｉに対して式（１）を修正した式（２）を用いて、予測リスクマップを生成することができる。

なお、τは時間を表しており、σ_ｔｉは予測の不確実さを示す重み値を表す。例えばカルマンフィルタによる予測を行う場合、予測誤差の分散に比例する値をσ_ｔｉに設定することができる。
図１４は、（２）の方法による予測リスクマップの生成の概要を示す。図１４の（ａ）は、カルマンフィルタによる移動予測を示す。図１４の（ｂ）は、予測位置Ｘｉ（ｔ＋ｕ）を元に生成されたリスクマップＲ（ｔ＋ｕ）を示す。なお、図１４の（ａ）及び図１４の（ｂ）において、図１２の（ａ）及び図１２の（ｂ）と同じものには同じ符号が用いられている。
また、上記の（３）の方法として、予測リスクマップ生成部２５は、例えば（１）の方法で生成したリスクマップと（２）の方法で生成したリスクマップとを重ね合わせて予測リスクマップを生成することができる。予測リスクマップ生成部２５は、リスクマップを重ね合わせる際に、（１）の方法で生成した予測リスクマップと（２）の方法で生成した予測リスクマップとをそのまま加算してもよい。また、予測リスクマップ生成部２５は、（１）の方法で生成した予測リスクマップと（２）の方法で生成した予測リスクマップのそれぞれに重みを付して（１）の方法で生成した予測リスクマップと（２）の方法で生成した予測リスクマップを加算してもよい。また、予測リスクマップ生成部２５は、例えば、予測リスクマップの生成時の計算精度、優先度等に応じて重み付けを変更してもよい。
ステップＳ３０５は、予測リスクマップ生成処理に相当する。

次に、ステップＳ３０６において、候補生成部２６が、車両制御ＥＣＵ３０からの車両１の現時刻ｔにおける現在速度ｖ（ｔ）、操舵角情報ｒ（ｔ）を元に、将来時刻ｔ＋ｕ〜ｔ＋ｎｕにおける車両１の速度候補ｖ_ｉ（ｔ＋ｕ）〜ｖ_ｉ（ｔ＋ｎｕ）、車両１の操舵角候補ｒ_ｉ（ｔ＋ｕ）〜ｒ_ｉ（ｔ＋ｎｕ）を生成する。ここでｉは生成する候補の数を表しており、例えば１０個の速度候補を生成する場合は、ｖ_０（ｔ＋ｕ）〜ｖ_０（ｔ＋ｎｕ）、ｖ_１（ｔ＋ｕ）〜ｖ_１（ｔ＋ｎｕ）．．．ｖ_９（ｔ＋ｕ）〜ｖ_９（ｔ＋ｎｕ）の、合計ｎ×１０個の候補が生成される。
候補生成部２６は、例えば急な操舵及び急な加減速が発生しないように、以下の式を用いて、速度候補及び操舵候補を生成することができる。
ステップＳ３０６は、候補生成処理に相当する。

ここで、α_ｉ及びβ_ｉは任意の実数であり、それぞれ０であってもよい。
このように、候補生成部２６は、将来時刻ｔ＋ｕ〜ｔ＋ｎｕにおける車両１の操舵角度の推移の複数の候補ｒ_ｉ（ｔ＋ｕ）〜ｒ_ｉ（ｔ＋ｎｕ）と車両１の速度値の推移の複数の候補ｖ_ｉ（ｔ＋ｕ）〜ｖ_ｉ（ｔ＋ｎｕ）とを生成する。

操舵速度コスト算出部２９は、候補生成部２６が生成した操舵角度の各候補ｒ_ｉ（ｔ＋ｕ）〜ｒ_ｉ（ｔ＋ｎｕ）と、速度値の各候補ｖ_ｉ（ｔ＋ｕ）〜ｖ_ｉ（ｔ＋ｎｕ）に対して、後述の経路決定部２８での選択の指針となるコストＶ_０〜Ｖ_ｉ、Ｕ_０〜Ｕ_ｉを算出する。
例えば、操舵速度コスト算出部２９は、以下の式（５）及び式（６）で表される、急な操舵や加減速を行わないような操舵量や加減速量の２乗に比例するコストを算出することができる。

ここで、α_ｉは式（３）で用いた速度変化量、β_ｉは式（４）で用いた操舵変化量である。ｗ_ａ、ｗ_ｂは予め設定されるコストの重み値である。

次に、ステップＳ３０７において、候補位置算出部２７が、候補生成部２６が生成した速度値の各候補ｖ_ｉ（ｔ＋ｕ）〜ｖ_ｉ（ｔ＋ｎｕ）、操舵角度の各候補ｒ_ｉ（ｔ＋ｕ）〜ｒ_ｉ（ｔ＋ｎｕ）をもとに、将来時刻ｔ＋ｕ〜ｔ＋ｎｕにおけるリスクマップＲ（ｔ＋ｕ）〜Ｒ（ｔ＋ｎｕ）での車両１の候補位置Ｓ_ｉ（ｔ＋ｕ）〜Ｓ_ｉ（ｔ＋ｎｕ）を算出する。
ここでｉは生成する候補の数を表しており、操舵及び加減速候補の添字ｉと対応している。すなわち、速度値の候補ｖ_０（ｔ＋ｕ）〜ｖ_０（ｔ＋ｎｕ）、操舵角度の候補ｒ_０（ｔ＋ｕ）〜ｒ_０（ｔ＋ｎｕ）から候補位置Ｓ_０（ｔ＋ｕ）〜Ｓ_０（ｔ＋ｎｕ）が算出される。
このように、候補位置算出部２７は、速度値の複数の候補ｖ_ｉ（ｔ＋ｕ）と操舵角度の複数の候補ｒ_ｉ（ｔ＋ｕ）とを組合せ、組合せごとに、リスクマップＲ（ｔ＋ｕ）での車両１の位置を候補位置として算出する。
また、候補位置算出部２７は、速度値の複数の候補ｖ_ｉ（ｔ＋２ｕ）と操舵角度の複数の候補ｒ_ｉ（ｔ＋２ｕ）とを組合せ、組合せごとに、リスクマップＲ（ｔ＋２ｕ）での車両１の位置を候補位置として算出する。
操舵速度コスト算出部２９は、時刻（ｔ＋３ｕ）以降も同様に、速度値の複数の候補ｖ_ｉ（ｔ＋ｎｕ）と操舵角度の複数の候補ｒ_ｉ（ｔ＋ｎｕ）とを組合せ、組合せごとに、リスクマップＲ（ｔ＋ｎｕ）での車両１の位置を候補位置として算出する。
ステップＳ３０７は、候補位置算出処理に相当する。

ステップＳ３０８において、経路決定部２８が、操舵速度コスト算出部２９により得られたコストＶ_０〜Ｖ_ｉ、Ｕ_０〜Ｕ_ｉと、候補位置算出部２７より得られた候補位置Ｓ_ｉ（ｔ＋ｕ）〜Ｓ_ｉ（ｔ＋ｎｕ）でのリスクマップＲ（ｔ＋ｕ）〜Ｒ（ｔ＋ｎｕ）のポテンシャル値をもとに、時刻ｔ＋ｕでの車両１の速度ｖ（ｔ＋ｕ）及び操舵角ｒ（ｔ＋ｕ）を決定する。そして、経路決定部２８は、決定した速度ｖ（ｔ＋ｕ）及び操舵角ｒ（ｔ＋ｕ）を車両制御ＥＣＵ３０に出力する。
経路決定部２８は、例えば、以下の方法により、速度ｖ（ｔ＋ｕ）及び操舵角ｒ（ｔ＋ｕ）を決定することができる。

まず、経路決定部２８は、リスクマップＲ（ｔ＋ｕ）〜Ｒ（ｔ＋ｎｕ）とリスクマップ上での各時刻での候補位置Ｓ_ｉ（ｔ＋ｕ）〜Ｓ_ｉ（ｔ＋ｎｕ）を引数とするコスト関数Ｇ（Ｓ_ｉ（ｔ＋ｕ），Ｓ_ｉ（ｔ＋２ｕ），，，Ｓ_ｉ（ｔ＋ｎｕ））を定義する。そして、経路決定部２８は、コスト関数の値が最も小さくなる関数の引数を求める。

式（７）において、関数Ｆ（ｒ，ｓ）はリスクマップｒの位置ｓにおけるポテンシャル値を取得する関数である。
式（８）は、候補位置Ｓ_０（ｔ＋ｕ）〜Ｓ_０（ｔ＋ｎｕ）．．．Ｓ_ｉ（ｔ＋ｕ）〜Ｓ_ｉ（ｔ＋ｎｕ）のうち、コスト関数Ｇを最小にする候補位置｛Ｓ_ａ（ｔ＋ｕ），Ｓ_ａ（ｔ＋２ｕ），，，Ｓ_ａ（ｔ＋ｎｕ）｝が選ばれることを示している。
次に、経路決定部２８は、式（８）によって決定した候補位置Ｓ_ａ（ｔ＋ｕ）と対応する速度ｖ_ａ（ｔ＋ｕ）及び操舵角ｒ_ａ（ｔ＋ｕ）を選択する。そして、経路決定部２８は、選択した速度ｖ_ａ（ｔ＋ｕ）及び操舵角ｒ_ａ（ｔ＋ｕ）を、車両１の進行経路として車両制御ＥＣＵ３０に出力する。ここで、添字ａは式（８）によって選ばれた候補を示しており、０≦ａ≦ｉである。

このように、経路決定部２８は、車両１の複数の候補位置を解析し、解析結果に基づき、操舵角度の複数の候補と速度値の複数の候補との複数の組合せの中から、いずれかの組合せを選択する。つまり、経路決定部２８は、未来の時刻及び後続時刻の各々について、該当する予測リスクマップに設定されている、車両１の複数の候補位置に対応するポテンシャル値を解析し、解析結果に基づき、操舵角度の推移の複数の候補と速度値の推移の複数の候補との複数の組合せの中から、いずれかの組合せを抽出する。より詳細には、経路決定部２８は、未来の時刻及び後続時刻の各々における候補位置のポテンシャル値を未来の時刻及び後続時刻にわたって加算して得られるポテンシャル値の総和が最も低い操舵角度の推移の候補と速度値の推移の候補との組合せを抽出する。そして、経路決定部２８は、抽出した組合せの操舵角度の推移の候補における未来の時刻に対応する操舵角の候補と速度値の推移の候補における未来の時刻に対応する速度値の候補との組合せを選択する。
なお、ステップＳ３０８は、組合せ選択処理に相当する。

図１５及び図１６に経路決定部２８の処理例を示す。
図１５は、現リスクマップＲ（ｔ）の例を示す。
図１６の（ａ）は、予測リスクマップＲ（ｔ＋ｕ）を示す。図１６の（ｂ）は、予測リスクマップＲ（ｔ＋２ｕ）を示す。図１６の（ｃ）は、予測リスクマップＲ（ｔ＋３ｕ）を示す。
なお、図１５、図１６の（ａ）、図１６の（ｂ）及び図１６の（ｃ）において、図１２の（ｂ）と同じものには同じ符号が用いられている。また、画像１０００は車両１の候補位置を示す。
図１６の例では、候補位置Ｓ０〜Ｓ３のうち、リスクマップＲ（ｔ＋ｕ）〜Ｒ（ｔ＋３ｕ）におけるポテンシャル値の総和が最も低い候補位置Ｓ_ａ（ｔ＋ｕ）に対応する速度ｖ_ａ（ｔ＋ｕ）及び操舵角ｒ_ａ（ｔ＋ｕ）が選択される。図１６の例では候補Ｓ１が障害物と衝突しない候補のため、リスクマップＲ（ｔ＋ｕ）〜Ｒ（ｔ＋３ｕ）でのポテンシャル値の総和が最も低く、候補位置Ｓ_ａ（ｔ＋ｕ）としてＳ１が選択される。

次に、ステップＳ３０９において、過去リスクマップ蓄積部２３が、現リスクマップＲ（ｔ）を過去リスクマップＲ（ｔ−ｕ）として保存する。
また、ステップＳ３１０において、過去リスクマップ蓄積部２３は、過去リスクマップＲ（ｔ−ｕ）〜Ｒ（ｔ−（ｎ−１）ｕ）を過去リスクマップＲ（ｔ−２ｕ）〜Ｒ（ｔ−ｎｕ）として保存する。

＊＊＊実施の形態の効果の説明＊＊＊
本実施の形態では、図１６に示すように、予測リスクマップと、車両１の将来の挙動の候補、即ち操舵角度の候補と速度の候補とに基づき、他の車両との衝突を回避できる操舵角度の候補と速度の候補との組合せを選択することができる。このため、本実施の形態によれば、他の車両との衝突を回避することができる。
例えば、図６、図７及び図８のような、後方車両３００の追突、対向車両４００の車線逸脱による衝突、落下物５００との衝突という事象においても、減速及び操舵に加え、図９、図１０及び図１１に示されるように、加速という選択をとることができる。このため、追突及び衝突を回避することができる。つまり、図９では、車両１は、加速することによって、後方車両３００との衝突を回避することができる。また、図１０では、車両１は、加速及び操舵により、車線を逸脱した対向車両４００との衝突を回避することができる。また、図１１では、車両１は、加速により、落下物５００との衝突を回避することができる。

実施の形態２．
実施の形態１では、周辺物体認識部２１が物体の位置Ｘｉ（ｔ）を決定し、決定した位置Ｘｉ（ｔ）を現リスクマップ生成部２２及び移動予測部２４に出力している。これに代えて、周辺物体認識部２１が物体の速度も計測して、現リスクマップ生成部２２及び移動予測部２４に物体の速度を出力してもよい。
この場合、現リスクマップ生成部２２は、時刻ｔにおける物体の位置に加えて物体の速度も用いてリスクマップを生成する。
また、移動予測部２４は、物体の過去の位置と現在の位置に加えて、当該物体の速度に基づき、当該物体の位置を予測する。
このように、物体の位置情報に加えて速度情報も用いることで、現在のリスクマップ及び当該物体の予測位置の精度を高めることができる。このため、経路決定部２８が、精度の高い予測リスクマップを用いて衝突リスクの低い操作（減速又は加速）を選択することができる。

＊＊＊ハードウェア構成の説明＊＊＊
最後に、障害物自動回避装置１０のハードウェア構成の補足説明を行う。
図１に示すプロセッサ１１は、プロセッシングを行うＩＣ（ＩｎｔｅｇｒａｔｅｄＣｉｒｃｕｉｔ）である。
プロセッサ１１は、ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）、ＤＳＰ（ＤｉｇｉｔａｌＳｉｇｎａｌＰｒｏｃｅｓｓｏｒ）等である。
図１に示すメモリ１２は、ＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）である。
また、障害物自動回避装置１０に、ＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）、フラッシュメモリ、ＨＤＤ（ＨａｒｄＤｉｓｋＤｒｉｖｅ）等の補助記憶装置が搭載されていてもよい。

また、メモリ１２には、ＯＳ（ＯｐｅｒａｔｉｎｇＳｙｓｔｅｍ）も記憶されている。
そして、ＯＳの少なくとも一部がプロセッサ１１により実行される。
プロセッサ１１はＯＳの少なくとも一部を実行しながら、周辺物体認識部２１、現リスクマップ生成部２２、移動予測部２４、予測リスクマップ生成部２５、候補生成部２６、候補位置算出部２７、経路決定部２８及び操舵速度コスト算出部２９の機能を実現するプログラムを実行する。
プロセッサ１１がＯＳを実行することで、タスク管理、メモリ管理、ファイル管理、通信制御等が行われる。
また、周辺物体認識部２１、現リスクマップ生成部２２、移動予測部２４、予測リスクマップ生成部２５、候補生成部２６、候補位置算出部２７、経路決定部２８及び操舵速度コスト算出部２９の処理の結果を示す情報、データ、信号値及び変数値の少なくともいずれかが、メモリ１２、プロセッサ１１内のレジスタ及びキャッシュメモリの少なくともいずれかに記憶される。
また、周辺物体認識部２１、現リスクマップ生成部２２、移動予測部２４、予測リスクマップ生成部２５、候補生成部２６、候補位置算出部２７、経路決定部２８及び操舵速度コスト算出部２９の機能を実現するプログラムは、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ブルーレイ（登録商標）ディスク、ＤＶＤ等の可搬記録媒体に格納されていてもよい。

また、周辺物体認識部２１、現リスクマップ生成部２２、移動予測部２４、予測リスクマップ生成部２５、候補生成部２６、候補位置算出部２７、経路決定部２８及び操舵速度コスト算出部２９の「部」を、「回路」又は「工程」又は「手順」又は「処理」に読み替えてもよい。
また、障害物自動回避装置１０は、処理回路により実現されてもよい。処理回路は、例えば、ロジックＩＣ（ＩｎｔｅｇｒａｔｅｄＣｉｒｃｕｉｔ）、ＧＡ（ＧａｔｅＡｒｒａｙ）、ＡＳＩＣ（ＡｐｐｌｉｃａｔｉｏｎＳｐｅｃｉｆｉｃＩｎｔｅｇｒａｔｅｄＣｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ−ＰｒｏｇｒａｍｍａｂｌｅＧａｔｅＡｒｒａｙ）である。
なお、本明細書では、プロセッサ１１と、メモリ１２と、プロセッサ１１とメモリ１２の組合せと、処理回路との上位概念を、「プロセッシングサーキットリー」という。
つまり、プロセッサ１１と、メモリ１２と、プロセッサ１１とメモリ１２の組合せと、処理回路とは、それぞれ「プロセッシングサーキットリー」の具体例である。

１車両、１０障害物自動回避装置、１１プロセッサ、１２メモリ、１３センサインターフェース、１４ＥＣＵインターフェース、１５カメラ、１６レーダー、１７ＬｉＤＡＲ、２１周辺物体認識部、２２現リスクマップ生成部、２３過去リスクマップ蓄積部、２４移動予測部、２５予測リスクマップ生成部、２６候補生成部、２７候補位置算出部、２８経路決定部、３０車両制御ＥＣＵ、１００車両、２００前方車両、３００後方車両、４００対向車両、５００落下物。

Claims

車両に搭載された車載装置であって、
現時刻での前記車両の周辺のリスクマップを現リスクマップとして生成する現リスクマップ生成部と、
過去に生成された現リスクマップを過去リスクマップとして蓄積する過去リスクマップ蓄積部と、
前記車両の周辺の物体の現在の位置を特定する周辺物体認識部と、
未来の時刻及び前記未来の時刻に後続する後続時刻の各々における、前記車両の周辺の物体の位置を予測する移動予測部と、
前記現リスクマップと前記過去リスクマップとを画像とみなし、前記現リスクマップの各画素の移動予測と前記過去リスクマップの各画素の移動予測とに基づき、第１のリスクマップを生成し、前記物体の現在の位置と、前記未来の時刻及び前記後続時刻の各々における前記物体の予測位置とに基づき、第２のリスクマップを生成し、前記第１のリスクマップと前記第２のリスクマップとを重ね合わせて、前記未来の時刻での前記車両の周辺のリスクマップを予測リスクマップとして生成する予測リスクマップ生成部と、
前記未来の時刻での前記車両の操舵角度の複数の候補と前記車両の速度値の複数の候補とを生成する候補生成部と、
前記操舵角度の複数の候補と前記速度値の複数の候補との組合せごとに、前記予測リスクマップでの前記車両の位置を候補位置として算出する候補位置算出部と、
前記車両の複数の候補位置を解析し、解析結果に基づき、前記操舵角度の複数の候補と前記速度値の複数の候補との複数の組合せの中から、いずれかの組合せを選択する組合せ選択部とを有する車載装置。
前記組合せ選択部は、
前記予測リスクマップに設定されている、前記車両の複数の候補位置に対応するポテンシャル値を解析し、解析結果に基づき、前記操舵角度の複数の候補と前記速度値の複数の候補との複数の組合せの中から、いずれかの組合せを選択する請求項１に記載の車載装置。
前記予測リスクマップ生成部は、
前記後続時刻における予測リスクマップを生成し、
前記候補生成部は、
前記未来の時刻及び前記後続時刻における前記車両の操舵角度の推移の複数の候補と前記車両の速度値の推移の複数の候補とを生成し、
前記候補位置算出部は、
前記操舵角度の推移の候補と前記速度値の推移の候補との組合せごとに、前記未来の時刻及び前記後続時刻の各々について、該当する予測リスクマップでの前記車両の位置を候補位置として算出し、
前記組合せ選択部は、
前記未来の時刻及び前記後続時刻の各々について、該当する予測リスクマップに設定されている、前記車両の複数の候補位置に対応するポテンシャル値を解析し、解析結果に基づき、前記操舵角度の推移の複数の候補と前記速度値の推移の複数の候補との複数の組合せの中から、いずれかの組合せを抽出し、抽出した組合せの前記操舵角度の推移の候補における前記未来の時刻に対応する操舵角の候補と前記速度値の推移の候補における前記未来の時刻に対応する速度値の候補との組合せを選択する請求項２に記載の車載装置。
前記組合せ選択部は、
前記未来の時刻及び前記後続時刻の各々における候補位置のポテンシャル値を前記未来の時刻及び前記後続時刻にわたって加算して得られるポテンシャル値の総和が最も低い前記操舵角度の推移の候補と前記速度値の推移の候補との組合せを抽出する請求項３に記載の車載装置。
前記組合せ選択部は、
選択した前記操舵角度の候補と前記速度値の候補との組合せを、前記車両の走行経路として、前記車両の走行を制御する車両制御装置に出力する請求項１に記載の車載装置。
前記予測リスクマップ生成部は、
前記物体の種類に基づき、前記第１のリスクマップを生成する請求項１に記載の車載装置。
前記予測リスクマップ生成部は、
前記物体の速度に基づき、前記予測リスクマップを生成する請求項１に記載の車載装置。
車両に搭載されたコンピュータが、現時刻での前記車両の周辺のリスクマップを現リスクマップとして生成する現リスクマップ生成処理と、
前記コンピュータが、過去に生成された現リスクマップを過去リスクマップとして蓄積する過去リスクマップ蓄積処理と、
前記コンピュータが、前記車両の周辺の物体の現在の位置を特定する周辺物体認識処理と、
前記コンピュータが、未来の時刻及び前記未来の時刻に後続する後続時刻の各々における、前記車両の周辺の物体の位置を予測する移動予測処理と、
前記コンピュータが、前記現リスクマップと前記過去リスクマップとを画像とみなし、前記現リスクマップの各画素の移動予測と前記過去リスクマップの各画素の移動予測とに基づき、第１のリスクマップを生成し、前記物体の現在の位置と、前記未来の時刻及び前記後続時刻の各々における前記物体の予測位置とに基づき、第２のリスクマップを生成し、前記第１のリスクマップと前記第２のリスクマップとを重ね合わせて、前記未来の時刻での前記車両の周辺のリスクマップを予測リスクマップとして生成する予測リスクマップ生成処理と、
前記コンピュータが、前記未来の時刻での前記車両の操舵角度の複数の候補と前記車両の速度値の複数の候補とを生成する候補生成処理と、
前記コンピュータが、前記操舵角度の複数の候補と前記速度値の複数の候補との組合せごとに、前記予測リスクマップでの前記車両の位置を候補位置として算出する候補位置算出処理と、
前記コンピュータが、前記車両の複数の候補位置を解析し、解析結果に基づき、前記操舵角度の複数の候補と前記速度値の複数の候補との複数の組合せの中から、いずれかの組合せを選択する組合せ選択処理とを有する情報処理方法。
車両に搭載されたコンピュータに、
現時刻での前記車両の周辺のリスクマップを現リスクマップとして生成する現リスクマップ生成処理と、
過去に生成された現リスクマップを過去リスクマップとして蓄積する過去リスクマップ蓄積処理と、
前記車両の周辺の物体の現在の位置を特定する周辺物体認識処理と、
未来の時刻及び前記未来の時刻に後続する後続時刻の各々における、前記車両の周辺の物体の位置を予測する移動予測処理と、
前記現リスクマップと前記過去リスクマップとを画像とみなし、前記現リスクマップの各画素の移動予測と前記過去リスクマップの各画素の移動予測とに基づき、第１のリスクマップを生成し、前記物体の現在の位置と、前記未来の時刻及び前記後続時刻の各々における前記物体の予測位置とに基づき、第２のリスクマップを生成し、前記第１のリスクマップと前記第２のリスクマップとを重ね合わせて、前記未来の時刻での前記車両の周辺のリスクマップを予測リスクマップとして生成する予測リスクマップ生成処理と、
前記未来の時刻での前記車両の操舵角度の複数の候補と前記車両の速度値の複数の候補とを生成する候補生成処理と、
前記操舵角度の複数の候補と前記速度値の複数の候補との組合せごとに、前記予測リスクマップでの前記車両の位置を候補位置として算出する候補位置算出処理と、
前記車両の複数の候補位置を解析し、解析結果に基づき、前記操舵角度の複数の候補と前記速度値の複数の候補との複数の組合せの中から、いずれかの組合せを選択する組合せ選択処理とを実行させる情報処理プログラム。