JP6609369B2 - 自動運転支援システム、および、自動運転支援方法 - Google Patents

Description

参照による取り込み

本出願は、２０１６年３月１７日に出願された日本特許願第２０１６−５３２１１号の優先権を主張し、その内容を参照することにより本出願に取り込む。

本発明は、自動運転支援システム、および、自動運転支援方法に関する。

自動車の運転者に目的地までの経路を案内するナビゲーション装置が普及している。ナビゲーション装置が経路を探索するときには、「なるべく短距離で」、「なるべく有料道路を使わないように」などの運転者が指定した様々な希望条件を満たすように、複数の経路候補が提示される。
特許文献１には「車両の自動運転が中断される回数や時間が最小の経路」を推奨経路とする旨が記載されている。これにより、自動運転の割合を上げることで、運転者の運転負担を減らすことができる。

特開２０１５−１７５８２５号公報

自動運転を多くすると、運転者の負担は減るものの、自動運転の入力である外界センサのセンサ値の精度が落ちるような道路環境では、円滑な運転ができない場合がある。一方、手動運転を多くすると、運転者の判断により車両運転の安定性は向上するものの、運転者に運転負担を強いてしまう。よって、自動運転と手動運転とのバランスをうまく配分することが必要である。

特許文献１のナビゲーション装置は、自動運転が推奨されない中断区間をなるべく回避するような経路を設定することはできた。しかし、地方の山道などではそもそも選択できるような複数の経路（バイパス道路）が設置されていない箇所も多く存在する。よって、経路を選択する手法以外で、自動運転が適用可能な走行環境では、なるべく自動運転を採用して運転者の負担を軽減することが望まれる。
また、自動運転を採用するか否かという大まかな制御ではなく、自動運転を採用するときに、その入力となる外界センサをどのように組み合わせれば、より安定した自動運転制御が可能であるかという、きめ細かい制御が求められる。

そこで、本発明は、外界センサの特性を考慮して適切な自動運転制御を実行することを、主な課題とする。

前記課題を解決するために、本発明の自動運転支援システムは、
移動体の移動経路上の通行環境ごとに、当該通行環境を認識する外界センサごとの認識精度を示すセンサ評価値を対応付けるデータベースを管理し、前記移動体からの要求に応じて、その要求元の前記移動体の前記通行環境および前記外界センサに合致する前記センサ評価値を、要求元の前記移動体に通知するセンタ装置と、
前記センタ装置から通知された前記センサ評価値をもとに、自身の前記各外界センサの認識データを自身の自動運転制御に反映させる工程を変化させる前記移動体とを有し、
前記移動体は、前記各外界センサの認識データを自身の自動運転制御に反映させる工程として、前記センサ評価値が所定値よりも低い前記外界センサについて、前記センサ評価値を高めるように前記外界センサの動作モードを切り替えることを特徴とする。
その他の手段は、後記する。

本発明によれば、外界センサの特性を考慮して適切な自動運転制御を実行することができる。

本発明の一実施形態に関する自動運転支援システムをコネクティッドカーに適用した場合の構成図である。 本発明の一実施形態に関する外界センサ評価部の処理内容を示すフローチャートである。 図３（ａ）は、経路候補生成部が生成する経路の一例を示す平面図である。図３（ｂ）は、図３（ａ）の経路における各評価値を示すテーブルである。 図４（ａ）は、外界センサ評価部が提供するセンサ評価値の送信データである。図４（ｂ）は、経路評価部が提供する区間評価値、経路評価値の送信データである。 本発明の一実施形態に関するコネクティッドカーが図４の各送信データを受信したときの処理を示すフローチャートである。 本発明の一実施形態に関する外界認識部の処理内容を示すフローチャートである。 本発明の一実施形態に関する自動運転支援システムを自律飛行物体に適用した場合の構成図である。 図８（ａ）は、図７の自律飛行物体が飛行する３Ｄ経路の一例を示す平面図である。図８（ｂ）は、図８（ａ）の３Ｄ経路を俯瞰視点で見たときの立体図である。

以下、本発明の一実施形態を、図面を参照して詳細に説明する。

図１は、自動運転支援システムをコネクティッドカー２に適用した場合の構成図である。なお、自動運転支援システムの対象となる自動運転可能な移動体は、テレマティクスセンタ１と通信接続されていればよく、コネクティッドカー２に限定されない。また、ネットワーク９を介して接続されるコネクティッドカー２の台数も図１で例示した３台に限定されない。図１ではそのうちの１台の内部構成の詳細を示しているが、他の２台も同等の構成を有する。

なお、自動運転支援システムの各装置は、それぞれＣＰＵ（Central Processing Unit）と、メモリと、ハードディスクなどの記憶手段（記憶部）と、ネットワークインタフェースとを有するコンピュータとして構成される。
このコンピュータは、ＣＰＵが、メモリ上に読み込んだプログラム（アプリケーションや、その略のアプリとも呼ばれる）を実行することにより、各処理部により構成される制御部（制御手段）を動作させる。

テレマティクスセンタ１は、外界認識ＤＢ１１と、経路候補生成部１２と、外界センサ評価部１３と、経路評価部１４とを有している。
外界認識ＤＢ１１は、コネクティッドカー２の周囲（以下、「外界」とする）の外界センサ２２ａによる認識結果がデータベース化されたものである。
認識結果のうちの「成功」とは、例えば、コネクティッドカー２の前方に実際に存在する障害物（岩など）を、外界センサ２２ａが「障害物あり」として認識できた場合や、コネクティッドカー２の前方に何も存在しない状況を、外界センサ２２ａが「障害物なし」として認識できた場合である。
認識結果のうちの「失敗」とは、前記の「成功」とは反対のことであり、例えば、コネクティッドカー２の前方に障害物（岩など）が実際に存在しているにもかかわらず、外界センサ２２ａが「障害物なし」と認識してしまった場合である。
つまり、認識結果の「失敗」は認識精度＝０％を示し、「成功」は認識精度＝１００％を示す。一方、失敗または成功という２通りの認識精度だけでなく、認識精度＝６０％などのように細かい値を設定してもよい。

外界認識ＤＢ１１は、所定の環境（過去の時刻、場所など）ごとに、その環境を示す情報と、その環境下での外界センサ２２ａごとの認識結果とを対応付けている。外界認識ＤＢ１１には、例えば以下の対応情報が格納されている。
・環境「場所＝Ａトンネルの出口、日時＝１０月１０日の昼１１時、天候＝雨」→外界センサ２２ａ「カメラによる撮影画像からの障害物抽出」→認識結果「成功、前方の走行車両を正しく認識」という対応情報。
・環境「場所＝Ａトンネルの出口、日時＝１０月１０日の昼１１時、天候＝晴れ」→外界センサ２２ａ「カメラによる撮影画像からの障害物抽出」→認識結果「失敗、逆光により前方の走行車両を認識できず」という対応情報。

なお、認識結果を「成功／失敗」と判断する処理は、計算機が自動で行ってもよいし、人間が手入力で行ってもよいし、両方の判断を併用してもよい。例えば、外界センサ２２ａの出力「前方に障害物無し」→コネクティッドカー２の手動運転部２５の出力「急ブレーキ」なら、両出力の不整合により認識結果を自動的に「失敗」と計算機が判断してもよい。さらにその計算機の判断結果を人間が目視などで確認し、最終的な「成功／失敗」を判断してもよい。

経路候補生成部１２は、コネクティッドカー２からの経路生成要求を受け取ると、現在地から目的地までの経路候補を生成する。ここで、経路候補は、走行距離最短経路や走行時間最短経路の他、自動運転の許可の有無、自動運転の推奨道路の有無などを考慮して探索する。また、ここでの経路はノードとリンクによる道路レベルの経路だけでなく、レーンレベルでの経路を含んでもよい。
外界センサ評価部１３は、経路候補生成部１２で生成された経路候補に対する外界センサ２２ａごとの評価値（センサ評価値）を計算し、そのセンサ評価値を経路生成要求元のコネクティッドカー２に送信する。
経路評価部１４は、経路候補生成部１２で生成された経路候補に対する自動運転の可否に対する評価（経路の一部である区間ごとの区間評価値、経路の全区間の評価を統合した経路評価値）を計算し、その計算結果を経路生成要求元のコネクティッドカー２に送信する。

コネクティッドカー２は、自動運転計画部２１と、外界認識部２２と、自動運転部２３と、報知部２４と、手動運転部２５とを有している。外界認識部２２は、１つ以上の外界センサ２２ａと、その外界センサ２２ａごとのモード切替部２２ｂと、１つの構成変更部２２ｃとを有している。
自動運転計画部２１は、テレマティクスセンタ１への経路生成要求を送信する。経路生成要求には、少なくとも車両ＩＤ、現在地、目的地、搭載している外界センサ２２ａの情報を送信する。また、自動運転計画部２１は、経路生成要求への返信に含まれる各評価値（センサ評価値、区間評価値、経路評価値）に基づいて、自動運転の計画（経路内の区間毎の自動運転／手動運転の切替計画）を立てる。

外界センサ２２ａは、カメラやミリ波レーダー、赤外線レーザーなどのセンサであり、外界認識部２２に少なくとも一つ搭載されている。望ましくはコネクティッドカー２の周辺（前方や後方、側方など）を認識できるように複数台、またセンサ毎の得手／不得手をカバーできるように複数種類搭載される。
モード切替部２２ｂは、自身と対応する各外界センサ２２ａに対して、センサ評価値に基づいてモードを切り替える。ここでモードとは、各センサが有する認識のモードや、サンプリングレート、認識パラメータを意味する。例えば、ある環境下で車載カメラのセンサ評価値が低いときには、サンプリングレートを向上させて車載カメラの撮影画像を高画質化することにより、低いセンサ評価値にもかかわらず、外界センサ２２ａの出力に対する信頼度を高める（補完する）。

構成変更部２２ｃは、各外界センサ２２ａのセンサ評価値に基づいて、各外界センサ２２ａの自動運転部２３に対する貢献度合いを変更する。例えば、構成変更部２２ｃは、低いセンサ評価値となる外界センサ２２ａの認識結果を自動運転に使わなかったり、自動運転の入力パラメータとしての重要度を下げたりすることで、外界センサ２２ａの構成を変更する。
自動運転部２３は、外界認識部２２で認識された認識結果と、自動運転計画部２１による自動運転の計画に基づいて、自動運転を実施する。

報知部２４は、自動運転計画部２１にて手動運転区間に設定された区間をユーザーに報知する。この報知する契機は、例えば、自動運転計画時と、手動運転区間に入る前である。
手動運転部２５は、自動運転計画部２１にて手動運転区間に設定された区間において、ユーザーにコネクティッドカー２の制御を受け渡し、ユーザーによる運転制御を可能とする。

なお、同じ外界認識ＤＢ１１内のデータを複数のコネクティッドカー２間で共有してもよい。例えば、テレマティクスセンタ１は、あるコネクティッドカー２からの経路生成要求を受け取ると、別のコネクティッドカー２の外界認識の履歴を外界認識ＤＢ１１から読み取り、その履歴に基づいて今回のコネクティッドカー２についての自動運転の可否を判定してもよい。

図２は、外界センサ評価部１３の処理内容を示すフローチャートである。
外界センサ評価部１３は、経路生成を要求したコネクティッドカー２に搭載される外界センサ２２ａについての情報を経路生成要求から取得する（Ｓ１０１）。
外界センサ評価部１３は、経路生成要求で指定される現在地と目的地とを満たす、経路候補生成部１２が生成した経路候補を取得する（Ｓ１０２）。そして、外界センサ評価部１３は、Ｓ１０２の経路候補ごとのループを実行する（Ｓ１１１〜Ｓ１３３）。

外界センサ評価部１３は、現在のループで選択されている経路候補を区間分割する（Ｓ１１２）。ここでの区間とは、経路生成を要求したコネクティッドカー２に搭載される外界センサ２２ａの特性に基づいて区間を分割するなどが考えられる。例えば、カメラを外界センサ２２ａとして搭載している場合、トンネル出口付近で逆光となり、不検知や誤検知が考えられる。このため、トンネル付近で１区間とするような分割方法が考えられる。また、右左折や車線変更など、自動運転にとって直進走行と比較して複雑な走行技術が必要となるか否かで区間を分割するようにしてもよい。
そして、外界センサ評価部１３は、Ｓ１１２で分割した区間ごとのループを実行する（Ｓ１１３〜Ｓ１３２）。そのループ内でさらに、外界センサ評価部１３は、Ｓ１０１で取得した外界センサ２２ａごとのループを実行する（Ｓ１１４〜Ｓ１３１）。

外界センサ評価部１３は、今回、経路生成要求を送信したコネクティッドカー２の走行環境（走行場所やトンネル出口などの場所の特徴、天候、時刻など）を推定し（Ｓ１２１）、その推定した走行環境（通行環境）にマッチする外界認識情報が外界認識ＤＢ１１に記録されているか否かを判定する（Ｓ１２２）。記録されている場合は（Ｓ１２２，Ｙｅｓ）、外界センサ評価部１３は、例えば外界認識ＤＢ１１から認識結果「成功／失敗」を読み取るなどして、外界認識ＤＢ１１からマッチする走行環境（当該区間）での外界センサ２２ａを評価して（Ｓ１２３）、認識結果が成功であるほど評価値を高い（良い）ものとするなどにより、Ｓ１１４のループで選択された外界センサ２２ａのセンサ評価値を算出する（Ｓ１２４）。

一方、Ｓ１２２で記録されていない場合（Ｎｏ）は、外界センサ評価部１３がそのままＳ１２４で評価値を算出する。このＳ１２４の評価の算出は、例えば、基準値を１０点などと設け、Ｓ１２２で外界認識ＤＢ１１にマッチする場合はその内容に応じて認識失敗なら減点−１点、認識成功なら加点＋１点するようにすればよい。Ｓ１２３による外界センサ２２ａの評価においては、減点要因として、同一環境での誤検知数、不検知数の他、誤検知・不検知の発生台数、発生確率、最後に発生したときのタイムスタンプやトレンドなどを考慮する。

Ｓ１４１では、外界センサ評価部１３は、演算された全経路候補、全区間における外界センサ２２ａ毎の評価結果（センサ評価値）を、経路生成を要求したコネクティッドカー２へ送信する。つまり、テレマティクスセンタ１は、要求元のコネクティッドカー２の周囲の走行環境と、コネクティッドカー２の搭載する外界センサ２２ａとに合致したセンサ評価値を、要求元のコネクティッドカー２へ送信することで、そのコネクティッドカー２に対して自動運転制御の内容変更を指示する。

図３（ａ）は、経路候補生成部１２が生成する経路の一例を示す平面図である。
経路候補生成部１２は、トンネルを経由する経路「１」と、トンネルを経由しない経路「２」との合計２経路を生成したとする。現在地から目的地まで、リンク（交差点間の道路）で区間を区切った場合、経路「１」には、区間「５」にトンネルが存在し、経路「２」には、区間「４」に歩行者の通行が多い道路があり、外界認識ＤＢ１１には当該箇所での外界センサ２２ａの失敗が過去にあったとする。

図３（ｂ）は、図３（ａ）の経路における各評価値を示すテーブルである。
図３（ｂ）の左側のテーブルは、図２の処理で外界センサ評価部１３が計算した、外界センサ２２ａごとのセンサ評価値である。ここで、図３（ａ）では、現在の環境が晴れで昼間の時間帯であるとすると、トンネルの出口では逆光となり、経路「２」の区間「４」では多数の歩行者がいる可能性が高い。よって、逆光に弱い外界センサ「Ａ」の経路「１」区間「５」（トンネル付近）のセンサ評価値は「３」と低くなる。同様に、歩行者の認識に弱い外界センサ「Ｂ」の経路「２」区間「４」のセンサ評価値は「６」と低くなる。

図３（ｂ）の右側のテーブルにおいて、経路評価部１４は、各区間のセンサ評価値に基づいて、各区間の経路ごとの区間評価値を計算する。例えば、経路評価部１４は、同じ経路の同じ区間に複数のセンサ評価値が存在するときには、それらのセンサ評価値の最大値を区間評価値とする。これにより、経路「１」区間「５」のセンサ評価値「Ａ＝３，Ｂ＝８」から、経路「１」区間「５」の区間評価値「８」が求まる。
ただし、評価の高い外界センサ２２ａが、自動運転の実施には不向き（例えば、検知距離が短いなど）のものである場合などは、経路評価部１４は、平均値や中央値など、統計値を用いて自動運転の可否を決定するための区間評価値を計算してもよい。
さらに、経路評価部１４は、経路ごとの区間評価値の平均値を、経路ごとの経路評価値（総合評価値）とする。また、経路評価値については、平均値などの統計値や、自動運転できる区間の距離や時間の長さ、手動運転が必要な区間の運転の複雑さなどを考慮して算出すればよい。

経路評価部１４は、これらの計算結果（区間評価値、経路評価値）をコネクティッドカー２へ送信することにより、コネクティッドカー２は提供された経路上における自車の各外界センサ２２ａの評価がわかる。これにより、自動運転時に外界認識の失敗に備えて外界認識部２２における外界センサ２２ａの構成やモードを変更することができる。

図４（ａ）は、外界センサ評価部１３が提供するセンサ評価値の送信データである。図４（ａ）で示すように、コネクティッドカー２に搭載される外界センサ２２ａの装置数、経路候補生成部１２が生成した経路数、その経路数の内の経路ＩＤとその経路に含まれる区間数がヘッダに格納され、そのヘッダより後に、区間ＩＤ＝１のデータ、区間ＩＤ＝２のデータ、…の順にパケットのデータ部に格納される。
なお、区間ＩＤごとの区間始点及び区間終点はノード（交差点）に割り当てられた番号としてもよいし、緯度、経度、高度による位置の特定でもよいし、レーンレベルでの詳細な車両の位置でもよい。

図４（ｂ）は、経路評価部１４が提供する区間評価値、経路評価値の送信データである。図４（ａ）と同様なパケットのヘッダの後に、経路「１」の各区間評価値および経路評価値、経路「２」の各区間評価値および経路評価値が順にパケットのデータ部に格納される。コネクティッドカー２は、このデータを参照することで、現在の自身の走行環境において、自動運転を許可して良いか否かを判断することができる。

図５は、コネクティッドカー２が図４の各送信データを受信したときの処理を示すフローチャートである。
Ｓ２０１では、コネクティッドカー２は、テレマティクスセンタ１から図４の各データ（外界センサの評価と自動運転の可否の評価）を受信する。
Ｓ２０２では、自動運転計画部２１は、Ｓ２０１の経路評価値（総合評価値）が最大となる経路を、自身のこれから走行する自動運転の経路に設定する。

ここで、自動運転計画部２１は、Ｓ２０３〜Ｓ２０７において、Ｓ２０２で設定した自動運転の経路の区間ごとの処理を行う。
Ｓ２０４では、自動運転計画部２１は、ループ選択中の区間評価値が閾値Ｔｈ１より大きいか否かを判定する。
区間評価値＞閾値Ｔｈ１なら、自動運転計画部２１は、当該区間を自動運転区間に設定し、自動運転部２３を動作させる（Ｓ２０５）。
区間評価値≦閾値Ｔｈ１なら、自動運転計画部２１は、当該区間を手動運転区間に設定し、手動運転部２５を動作させる（Ｓ２０６）。
これにより、外界認識の失敗の可能性が低いところでは、自動運転区間に設定され、外界認識の失敗の可能性が高いところでは、手動運転区間に設定されるようになる。このため、自動運転の信頼性を高めることができる。

図６は、外界認識部２２の処理内容を示すフローチャートである。
Ｓ３０１では、外界認識部２２は、テレマティクスセンタ１から受信したセンサ評価値を、自動運転計画部２１から取得する。
Ｓ３０２〜Ｓ３２１は、Ｓ２０２で設定された経路の区間ごとに実行されるループである。
Ｓ３０３では、外界認識部２２は、当該区間が自動運転区間として設定されているか否かを判定する。設定されている場合は（Ｓ３０３，Ｙｅｓ）Ｓ３１１へ進み、設定されていない場合は（Ｓ３０３，Ｎｏ）、当該区間については終了し、次の区間へ進むため、処理をＳ３２１に進める。

Ｓ３１１からＳ３１６は、コネクティッドカー２に搭載される外界センサ２２ａごとに実行されるループである。
Ｓ３１２では、外界認識部２２は、当該外界センサ２２ａのセンサ評価値が閾値Ｔｈ２より小さいか否かを判定する。Ｓ３１２でＹｅｓならＳ３１３に進み、ＮｏならＳ３１６に進むことで、次の外界センサ２２ａのループを実行する。
Ｓ３１３では、外界認識部２２は、外界センサ２２ａのモードを変更することで、認識能力を高めることが可能か否かを判定する。ここでのモードとは、各外界センサ２２ａ固有の認識モードや、認識パラメータ、サンプリングレート、ゲインなどを指す。Ｓ３１３でＹｅｓならＳ３１４に進み、ＮｏならＳ３１５に進む。

Ｓ３１４において、外界認識部２２は、当該区間では当該外界センサ２２ａのモードをＳ３１３で可能と判定された認識能力を高めるモードへと変更するように設定する。
Ｓ３１５において、外界認識部２２は、当該区間での当該外界センサ２２ａの構成を変更するように設定する。ここで構成の変更とは、外界センサ２２ａの評価値がＴｈ２より低くなる認識装置の認識結果を使わなかったり、重要度を下げたりすることを指す。
これにより、特定の外界センサ２２ａの外界認識能力が低い区間があったとしても、モード変更や構成変更を実施することにより、全体として外界認識能力を高まる。このため、自動運転部２３で実施される自動運転の信頼性を高めることができる。

図７は、自動運転支援システムを自律飛行物体２ｂに適用した場合の構成図である。この構成図は、移動体として、図１のコネクティッドカー２を図７の自律飛行物体２ｂに置き換えたものである。自律飛行物体２ｂは、例えば、ドローンなどの小型のマルチコプターである。よって、以下では図７に示す構成要素のうちの図１との差分を中心に説明する。

まず、テレマティクスセンタ１は、経路候補生成部１２の代わりに、３Ｄ経路候補生成部１２ｂを有している。車両とは異なり、自律飛行物体は３次元空間内を走行するため、３次元の経路を生成する必要がある。
次に、外界センサ２２ａが認識する周囲の情報が３次元（空中）となることで、外界センサ２２ａは、自律飛行物体２ｂの周辺（前方や後方、上方、下方、側方など）を認識できるように複数台、またセンサ毎の得手／不得手をカバーできるように複数種類搭載されることが望ましい。

さらに、移動体の内部（車内）から手動運転するか、移動体の外部（リモコン）から手動運転するかの違いがある。よって、コネクティッドカー２の手動運転の要素（報知部２４、手動運転部２５）が、自律飛行物体２ｂでは外部の手動コントローラ２ｃ（報知部２４ｃ、手動運転部２５ｃ）に備えられており、その手動コントローラ２ｃはネットワーク９とは別の運転用ネットワーク９ｂを介して自律飛行物体２ｂと通信可能に構成されている。
以上の構成により、運転者が搭乗していない自律飛行物体２ｂであっても、コネクティッドカー２と同様に、自動運転／手動運転を走行環境に応じて適切に切り替えることができる。

図８（ａ）は、図７の自律飛行物体２ｂが飛行する３Ｄ経路の一例を示す平面図である。
図８（ｂ）は、図８（ａ）の３Ｄ経路を俯瞰視点で見たときの立体図である。この立体図は３次元空間を簡易的に示したものであり、３次元空間内には、建築物Ａ、Ｂ、Ｃと樹木があり、空間はグリッドに分割して管理されている。
３Ｄ経路候補生成部１２ｂは経路「１」から経路「３」までの３つの経路候補を生成したとする。３Ｄ経路候補生成部１２ｂは、以下に示すように、経路「２」を採用する。
経路「３」は、建造物Ａの周囲に設定された飛行禁止エリアを通過するので、候補から除外される。
経路「１」は、建築物Ｂからの反射が強い空間Ｂを通過するので、逆光などに弱い外界センサ２２ａのセンサ評価値が低くなってしまい、候補から除外される。

以上説明した本実施形態では、移動体周囲の外部環境と、その外部環境における外界センサ２２ａごとの認識結果（成功または失敗）とを対応付けた履歴データを外界認識ＤＢ１１で管理するテレマティクスセンタ１が、コネクティッドカー２や自律飛行物体２ｂなどの移動体に対して、現在の外部環境に一致または類似する過去の履歴データを提供する。
これにより、移動体は、外界認識ＤＢ１１の履歴データを反映した適切な自動運転制御を実現できる。

例えば、コネクティッドカー２は、過去のカメラのセンサ評価値が低いトンネル出口では、カメラの認識結果を自動運転に反映させず、赤外線の認識結果だけから前方の障害物の有無を判定するように、構成変更部２２ｃの構成変更処理を動作させることで、カメラの誤認識を回避した安定的な自動運転を実現できる。
また、コネクティッドカー２は、カメラのセンサ評価値も低く、赤外線のセンサ評価値も低いような曲がりくねったトンネル内部の走行環境では、その区間の区間評価値が低いことにより、自動運転をオフにし手動運転部２５をオンにする。
さらに、コネクティッドカー２は、区間評価値が低い区間を多く通過するような、経路評価値の低い経路候補をそもそも経路として採用しないことで、手動運転の頻度を下げることができる。

なお、本発明は前記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、前記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。
また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。
また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。また、上記の各構成、機能、処理部、処理手段などは、それらの一部または全部を、例えば集積回路で設計するなどによりハードウェアで実現してもよい。
また、前記の各構成、機能などは、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。

各機能を実現するプログラム、テーブル、ファイルなどの情報は、メモリや、ハードディスク、ＳＳＤ（Solid State Drive）などの記録装置、または、ＩＣ（Integrated Circuit）カード、ＳＤカード、ＤＶＤ（Digital Versatile Disc）などの記録媒体に置くことができる。
また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際にはほとんど全ての構成が相互に接続されていると考えてもよい。
さらに、各装置を繋ぐ通信手段は、無線ＬＡＮに限定せず、有線ＬＡＮやその他の通信手段に変更してもよい。

１ テレマティクスセンタ（センタ装置）
２ コネクティッドカー（移動体）
２ｂ 自律飛行物体（移動体）
２ｃ 手動コントローラ
９ ネットワーク
９ｂ 運転用ネットワーク
１１ 外界認識ＤＢ（データベース）
１２ 経路候補生成部
１２ｂ ３Ｄ経路候補生成部
１３ 外界センサ評価部
１４ 経路評価部
２１ 自動運転計画部
２２ 外界認識部
２２ａ 外界センサ
２２ｂ モード切替部
２２ｃ 構成変更部
２３ 自動運転部
２４ 報知部
２４ｃ 報知部
２５ 手動運転部
２５ｃ 手動運転部

Claims (6)

1. 移動体の移動経路上の通行環境ごとに、当該通行環境を認識する外界センサごとの認識精度を示すセンサ評価値を対応付けるデータベースを管理し、前記移動体からの要求に応じて、その要求元の前記移動体の前記通行環境および前記外界センサに合致する前記センサ評価値を、要求元の前記移動体に通知するセンタ装置と、
   前記センタ装置から通知された前記センサ評価値をもとに、自身の前記各外界センサの認識データを自身の自動運転制御に反映させる工程を変化させる前記移動体とを有し、
   前記移動体は、前記各外界センサの認識データを自身の自動運転制御に反映させる工程として、前記センサ評価値が所定値よりも低い前記外界センサについて、前記センサ評価値を高めるように前記外界センサの動作モードを切り替えることを特徴とする
   自動運転支援システム。
2. 前記移動体は、前記各外界センサの認識データを自身の自動運転制御に反映させる工程として、前記センサ評価値が所定値よりも低い前記外界センサの認識データを自動運転には使用しないように構成を変更することを特徴とする
   請求項１に記載の自動運転支援システム。
3. 移動体の移動経路上の通行環境ごとに、当該通行環境を認識する外界センサごとの認識精度を示すセンサ評価値を対応付けるデータベースを管理し、前記移動体からの要求に応じて、その要求元の前記移動体の前記通行環境および前記外界センサに合致する前記センサ評価値を、要求元の前記移動体に通知するセンタ装置と、
   前記センタ装置から通知された前記センサ評価値をもとに、自身の前記各外界センサの認識データを自身の自動運転制御に反映させる工程を変化させる前記移動体とを有し、
   前記センタ装置は、前記移動体が有する前記各外界センサの前記センサ評価値を統合した区間評価値を移動経路の一部である経路区間ごとに計算し、
   前記移動体は、前記センタ装置から受信した前記区間評価値をもとに、前記区間評価値が所定値よりも低い経路区間については、自動運転をオフにして手動運転を運転者に促し、
   前記センタ装置は、移動経路の経路区間ごとの前記区間評価値を統合した経路評価値を移動経路の候補ごとに計算し、
   前記移動体は、前記センタ装置から受信した前記経路評価値をもとに、前記経路評価値が高い移動経路の候補をこれから移動する経路として採用することを特徴とする
   自動運転支援システム。
4. 自動運転支援システムは、センタ装置と移動体とをネットワークで接続して構成され、
   前記センタ装置は、移動体の移動経路上の通行環境ごとに、当該通行環境を認識する外界センサごとの認識精度を示すセンサ評価値を対応付けるデータベースを管理し、前記移動体からの要求に応じて、その要求元の前記移動体の前記通行環境および前記外界センサに合致する前記センサ評価値を、要求元の前記移動体に通知し、
   前記移動体は、前記センタ装置から通知された前記センサ評価値をもとに、自身の前記各外界センサの認識データを自身の自動運転制御に反映させる工程を変化させ、
   前記移動体は、前記各外界センサの認識データを自身の自動運転制御に反映させる工程として、前記センサ評価値が所定値よりも低い前記外界センサについて、前記センサ評価値を高めるように前記外界センサの動作モードを切り替えることを特徴とする
   自動運転支援方法。
5. 前記移動体は、前記各外界センサの認識データを自身の自動運転制御に反映させる工程として、前記センサ評価値が所定値よりも低い前記外界センサの認識データを自動運転には使用しないように構成を変更することを特徴とする
   請求項４に記載の自動運転支援方法。
6. 自動運転支援システムは、センタ装置と移動体とをネットワークで接続して構成され、
   前記センタ装置は、移動体の移動経路上の通行環境ごとに、当該通行環境を認識する外界センサごとの認識精度を示すセンサ評価値を対応付けるデータベースを管理し、前記移動体からの要求に応じて、その要求元の前記移動体の前記通行環境および前記外界センサに合致する前記センサ評価値を、要求元の前記移動体に通知し、
   前記移動体は、前記センタ装置から通知された前記センサ評価値をもとに、自身の前記各外界センサの認識データを自身の自動運転制御に反映させる工程を変化させ、
   前記センタ装置は、前記移動体が有する前記各外界センサの前記センサ評価値を統合した区間評価値を移動経路の一部である経路区間ごとに計算し、
   前記移動体は、前記センタ装置から受信した前記区間評価値をもとに、前記区間評価値が所定値よりも低い経路区間については、自動運転をオフにして手動運転を運転者に促し、
   前記センタ装置は、移動経路の経路区間ごとの前記区間評価値を統合した経路評価値を移動経路の候補ごとに計算し、
   前記移動体は、前記センタ装置から受信した前記経路評価値をもとに、前記経路評価値が高い移動経路の候補をこれから移動する経路として採用することを特徴とする
   自動運転支援方法。

Images