JP6636218B2 - 経路予測装置および経路予測方法 - Google Patents
経路予測装置および経路予測方法 Download PDFInfo
- Publication number
- JP6636218B2 JP6636218B2 JP2019524745A JP2019524745A JP6636218B2 JP 6636218 B2 JP6636218 B2 JP 6636218B2 JP 2019524745 A JP2019524745 A JP 2019524745A JP 2019524745 A JP2019524745 A JP 2019524745A JP 6636218 B2 JP6636218 B2 JP 6636218B2
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- predicted
- route
- time
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title description 23
- 238000004364 calculation method Methods 0.000 claims description 80
- 238000012545 processing Methods 0.000 claims description 33
- 230000001133 acceleration Effects 0.000 claims description 25
- 238000001514 detection method Methods 0.000 description 31
- 238000004891 communication Methods 0.000 description 19
- 230000008569 process Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 238000003860 storage Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 6
- 239000011159 matrix material Substances 0.000 description 4
- 238000000926 separation method Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000015654 memory Effects 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000000470 constituent Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/18—Propelling the vehicle
- B60W30/18009—Propelling the vehicle related to particular drive situations
- B60W30/18163—Lane change; Overtaking manoeuvres
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/06—Improving the dynamic response of the control system, e.g. improving the speed of regulation or avoiding hunting or overshoot
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/06—Improving the dynamic response of the control system, e.g. improving the speed of regulation or avoiding hunting or overshoot
- B60W2050/065—Improving the dynamic response of the control system, e.g. improving the speed of regulation or avoiding hunting or overshoot by reducing the computational load on the digital processor of the control computer
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/802—Longitudinal distance
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2554/00—Input parameters relating to objects
- B60W2554/80—Spatial relation or speed relative to objects
- B60W2554/804—Relative longitudinal speed
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Description
また、RRTでは、コストが低いツリーを優先して伸長させることで、効率よく経路を生成することができる。車両周辺に存在する障害物の位置のコストを高くすれば、障害物を回避する経路が生成されやすくなる。
このように、RRTに代表される従来の経路計画アルゴリズムでは、目的地を設定し、障害物を回避しながら上記目的地まで到達可能な複数の経路候補を算出して、最もコストが低い候補を車両の走行経路として選択している。
例えば、車両が走行している車線の前方が、隣車線の前方に比べて混雑している場合であっても、車両が数秒先に到達する目的地として隣車線の前方の位置が選択されていると車線変更されてしまう。この場合、元の車線の前方は混雑しているので、車両が元の車線に戻れなくなる可能性が高い。また、車両が数秒先に到達する目的地として、分岐路上の位置が選択されていると、車両は分岐路に進路を変えてしまうため、元の車線に戻ることができなくなる。
従来の経路計画アルゴリズムでは、前方車両の車速が遅いと、前方車両を追い越す経路が選択されやすくなる。
また、最終目的地に到達するまでの時刻を先に延ばすことで、分岐路も含めた経路候補のコストを比較して経路を選択することが可能であるが、多数の経路候補を生成することになるため、演算負荷が増大してしまう。
しかしながら、実際には、車両が走行している車線だけでなく、分岐路および隣車線を含む車両周辺の状況を考慮しなければ、車両が走行すべき経路を適切に選択できない。
例えば、予想到達時間後の先行車と先々行車との距離が設定距離以上である位置が追い越し地点に設定されても、予想到達時間後の隣車線が混雑している場合、追い越しのための車線変更を行うことができない。
また、特許文献1に記載された装置では、先行車の追い越しの可否だけを考慮して経路を選択しているため、追い越しができない状況であった場合に、車両の経路を適切に選択することができない。
実施の形態1.
図1は、この発明の実施の形態1におけるハードウェア構成を示すブロック図である。実施の形態1における車両は、例えば、図1に示すように各種センサを含むセンサ群1、制御ECU(Electronic Control Unit)2、経路予測装置3、および無線通信装置4を備える。制御ECU2は、センサ群1によって検出された情報に基づいて、車両内部の制御対象のハードウェアを制御することができる。
なお、検出対象物の状態に関する情報は、少なくとも検出対象物の位置および移動速度を含む情報であり、検出対象物が車両であれば、加速度、ハンドルの操作量、アクセルの操作量、ブレーキの操作量といった情報を含めてもよい。
舵角センサ1bは、車両の操舵角を検出するセンサであり、操舵角に応じた電気信号を制御ECU2に出力する。
アクセルセンサ1cは、車両のアクセルの開度、すなわちアクセルペダルの操作量を検出するセンサである。アクセルペダルの操作量情報は、アクセルセンサ1cから制御ECU2に出力される。
ブレーキセンサ1dは、ブレーキペダルの操作量を検出するセンサであって、ブレーキペダルの操作量情報を制御ECU2に出力する。
角速度センサ1fは、車両の角速度(ジャイロ)を検出するセンサである。
角速度センサ1fによって検出された角速度情報は、制御ECU2に出力される。
制御ECU2は、角速度センサ1fによって検出された角速度情報に基づいて、車両の旋回速度を検出することができる。
GPS装置1gによって検出された車両の位置座標(緯度経度)は制御ECU2に出力される。また、GPS装置1gは、例えば、IMU(Inertial Measurement Unit)を組み合わせた装置であってもよい。GPS装置1gで車両の位置が検出され、IMUで車両の姿勢傾きが検出される。
また、制御ECU2は、車外カメラ1hの撮影画像から車両が走行している道路の白線を認識することができる。
制御ECU2は、車外センサ1iから入力した移動体の検出情報に基づいて、移動体の位置、および車両と移動体との距離を検出する。車両と車両周辺の移動体との距離および移動体の位置検出は、制御ECU2が行ってもよいが、車外センサ1i自身が行って制御ECU2に検出結果を出力してもよし、経路予測装置3が行ってもよい。
プロセッサ2aは、制御ECU2において、各種の計算処理を行う計算処理回路であり、プロセッサ、計算処理回路、電気回路、コントローラなどと呼称されるハードウェアである。プロセッサ2aは、1つまたは2つ以上の計算処理回路の集合によって構成されている。プロセッサ2aは、ROM2bからプログラムを読み出し、これらをRAM2c上に展開して計算処理を実行することができる。
RAM2cは、プロセッサ2aが、プログラムおよび各種情報の展開領域として用いる揮発性記憶装置である。
ROM2bおよびRAM2cは、例えば、半導体記憶装置によって構成され、メモリと呼ぶこともできる。
また、ストレージを含めた記憶装置を総称としてメモリと呼んでもよい。
これは後述する経路予測装置3においても同様である。
変速機2eは、エンジン2dにおいて発生した動力を車輪に伝達する。変速機2eは、制御ECU2からの指示に基づいてギアを変更することにより、車輪に伝達されるトルクを変更することができる。
ブレーキアクチュエータ2fは、車両のブレーキ(減速機)を動作させる機構あって、制御ECU2の指示によってブレーキを動作させて車両を減速することができる。
ステアリングアクチュエータ2gは、車両のステアリング(操舵装置)を動作させる機構であり、制御ECU2の指示によってステアリングを制御して、車両の進行方向を制御することができる。
プロセッサ3aは、経路予測装置3において、各種の計算処理を行う計算処理回路であり、プロセッサ、計算処理回路、電気回路あるいはコントローラと呼ばれるハードウェアである。プロセッサ3aは、1つまたは2つ以上の計算処理回路の集合によって構成されている。プロセッサ3aは、ROM3bからプログラムを読み出し、これらをRAM3cに展開して計算処理を実行することができる。
例えば、経路予測装置3は、無線通信装置4を介して車両の制御ECU2と無線通信が可能なサーバ装置が備える構成要素であってもよい。
この場合、車両の経路予測に必要な情報は、無線通信装置4を介して車両側からサーバ装置へ送信され、サーバ装置が備える経路予測装置3は、車両側から受信した上記情報に基づいて車両の予測経路を決定する。
車両の予測経路情報は、サーバ装置側から車両側に送信され、車両の制御ECU2は、サーバ装置側から受信した予測経路情報が示す経路を車両の経路として設定する。
なお、第1の情報取得部30は、車両周辺に存在する移動体の状態に関する情報を、センサ群1から直接取得してもよい。
車両の状態に関する情報は、車両の位置および移動速度を含む情報であって、例えば、制御ECU2から取得される。
なお、第2の情報取得部31は、車両の状態に関する情報を、センサ群1から直接取得してもよい。
例えば、検出部32は、車両周辺に存在する移動体のうちから先行車を認定し、移動体の状態に関する情報のうちから、認定した先行車の状態に関する情報を検出する。
同様に、検出部32は、車両周辺に存在する移動体のうちから先々行車と認定し、移動体の状態に関する情報のうちから、認定した先々行車の状態に関する情報を検出する。
予測時刻とは、現在時刻から先に順次設定される時刻であって、例えば、現在時刻から一定の時間間隔で順に設定される時刻である。
予測処理部33は、移動体の状態に関する情報に基づいて、予測時刻までの時刻ステップごとに移動体の予測位置を算出する。
例えば、予測処理部33は、移動体が等速直線運動を行うものと仮定して、現在時刻における移動体の位置および速度に基づいて、移動体の予測位置を算出する。
また、予測処理部33は、現在時刻における移動体の位置、速度および加速度に基づいて、移動体の予測位置を算出してもよい。
さらに、予測処理部33は、地図DB35から読み出した道路情報に基づいて、車両が走行している道路の車線ごとの移動体の予測位置を算出してもよい。
例えば、目標経路設定部34は、車両の状態に関する情報に含まれる車両の現在位置、この位置を含む地図情報、および予め設定された最終目的地に基づいて、車両の現在位置から最終目的地までの目標経路を探索し、目標経路情報を制御ECU2に設定する。
また、目標経路情報は、目標経路設定部34から検出部32および第1の算出部36に出力される。目標経路情報には、車両の現在位置から最終目的地までの経路に加え、経路上の車線のそれぞれにおける推奨速度、分岐路が含まれる場合はその案内地点から分岐路までの距離(以下、分岐到達距離と記載する)が含まれる。
車線の位置情報には、車線の中心線を構成する点群のそれぞれの絶対座標値(例えば、緯度経度)が含まれる。道路の構造とは、カーブの位置、停止線の位置、信号機の位置を示す情報である。
例えば、第1の算出部36は、目標経路に分岐路が含まれる場合、車両が到達するまでの分岐到達時間と、先行車と先々行車との間に車両が進入可能なスペースが確保されるスペース確保時間とのうちの短い方の時間を上限値に決定する。
次に、第1の算出部36は、車両が先行車を追い越して先行車と先々行車との間に進入するまでに要する時間を下限値に決定する。
そして、第1の算出部36は、このように決定した上限値と下限値との差分を、車両が先行車を追い越すときの余裕時間として算出する。
例えば、第2の算出部37は、車両が先行車の追い越しに要する標準時間と余裕時間とを比較して両者が一致する場合、車両が走行している車線のコストと隣車線のコストとが同じになるように両者の重みを算出して重み付けする。
第2の算出部37は、余裕時間が標準時間よりも短い場合に、車両が走行している車線のコストが隣車線のコストよりも低くなるように両者の重みを算出して重み付けする。
第2の算出部37は、余裕時間が標準時間よりも長い場合に、車両が走行している車線のコストが隣車線のコストよりも高くなるように両者の重みを算出して重み付けする。
例えば、予測経路設定部39は、予測時刻までの時間を計時し始める時刻における車両の状態に関する情報(位置、速度、加速度および操舵角)を初期状態に関する情報として設定する。
続いて、予測経路設定部39は、初期状態に関する情報に基づいて、現在時刻から次の時刻ステップまでに車両が到達可能な位置を、次の時刻ステップにおける車両の予測位置候補とする。このとき、予測経路設定部39は、現在時刻から次の時刻ステップまでに車両が到達可能な位置のうち、低いコストが設定された車線側にある位置を優先して予測位置候補とする。
続いて、予測経路設定部39は、次の時刻ステップにおける車両の状態に関する情報に基づいて、次の時刻ステップからさらに次の時刻ステップまでに車両が到達可能な位置をさらに次の時刻ステップにおける車両の予測位置候補とする。
そして、予測経路設定部39は、さらに次の時刻ステップにおける予測位置候補ごとに車両の速度、加速度および操舵角を予測してそれぞれの車両の状態として設定する。
このような処理を繰り返して、予測経路設定部39は、予測時刻までに存在する移動体を回避しながら車両が中間目的地に向かう複数の予測経路候補を生成する。
予測経路設定部39によって予測時刻ごとに選択された予測経路情報は、制御ECU2に出力される。制御ECU2は、予測経路設定部39から入力した予測経路情報に従って車両の動作を制御することにより、予測経路に沿って車両を走行させる。
例えば、目標経路設定部34および地図DB35は、無線通信装置4を介して通信可能な外部装置が備える構成要素であってもよく、第1の情報取得部30、第2の情報取得部31および検出部32は、制御ECU2が備える構成要素であってもよい。
この場合、経路予測装置3は、無線通信装置4を介して地図情報および目標経路情報を外部装置から受信し、車両周辺の状態に関する情報、車両の状態に関する情報、先行車の状態に関する情報および先々行車の状態に関する情報を制御ECU2から取得する。
すなわち、実施の形態1において、経路予測装置3は、第1の情報取得部30、第2の情報取得部31、検出部32、目標経路設定部34および地図DB35を備えない構成であってもよい。
図3は、実施の形態1に係る経路予測方法を示すフローチャートである。
まず、第1の情報取得部30が、車両周辺に存在する移動体の状態に関する情報を取得する(ステップST1)。移動体の状態に関する情報は、車両周辺に存在する車両または歩行者の位置および移動速度を含む情報である。
センサ群1における複数のセンサによって同じ移動体の状態が重複して検出されると、第1の情報取得部30は、これらのセンサの精度を考慮した重み付け平均を行い、これらの検出情報を1つにまとめて最終的な移動体の状態に関する情報とする。
これにより、移動体の状態の高精度な検出情報を得ることができる。
なお、移動体の状態に関する情報の上記重み付け平均は、車両周辺の移動体の追尾処理で制御ECU2によって実行される。この場合、第1の情報取得部30が、制御ECU2によって算出された重み付け平均値を移動体の状態に関する情報として取得してもよい。
例えば、センサ群1におけるセンサによってそれぞれ異なる車両の状態が検出された場合、第1の情報取得部30は、個々のセンサによって検出された車両の状態に関する情報を取得する。センサ群1における複数のセンサによって車両の状態が重複して検出されると、第2の情報取得部31は、これらのセンサの精度を考慮した重み付け平均を行い、これらの検出情報を1つにまとめて最終的な車両の状態に関する情報とする。これにより、車両の状態の高精度な検出情報を得ることができる。
探索結果の目標経路情報は、検出部32および第1の算出部36に出力され、さらに、制御ECU2に設定される。
なお、ステップST1からステップST3までのそれぞれの処理は、処理の順番が前後してもよく、これらが同時に実行されてもよい。
例えば、検出部32は、車両周辺に存在する移動体のうち、目標経路上の前方にあって車両から最も近い位置を移動している移動体を、先行車と認定する。
検出部32は、第1の情報取得部30によって取得された移動体の状態に関する情報のうちから、認定した先行車の状態に関する情報を検出する。
先行車の状態に関する情報は、先行車の現在位置および車速(目標経路に沿った方向の車速)を含む情報である。
検出部32は、第1の情報取得部30によって取得された移動体の状態に関する情報のうちから、認定した先々行車の状態に関する情報を検出する。
目標経路上の前方にあって車両から2番目に近い位置を移動している移動体は、先行車の前方にあって先行車から最も近い位置を移動している移動体でもある。
先々行車の状態に関する情報は、先々行車の現在位置および車速(目標経路に沿った方向の車速)を含む情報である。
例えば、予測処理部33は、この予測時刻に至るまで移動体が等速直線運動を行うものと仮定して、現在時刻における移動体の位置および速度に基づいて、移動体の予測位置を算出する。
図4は、分岐路を有する道路上を走行する、車両100、先行車101および先々行車102の位置関係を示す図である。
図4において、車両100は、図1に示した構成要素を有する車両であり、経路予測装置3を搭載している。車両100が走行している車線200は、最終目的地に向かう車線であり、隣車線201は、分岐路に向かう車線である。先行車101は、車線200上で車両100の前方を走行している車両であり、先々行車102は、車線200上で先行車101の前方を走行している車両である。
第1の算出部36は、車両100と先行車101との車間距離R1、車両100の先行車101との離隔距離THR1、先行車101の速度Vp1を下記式(2)に代入することで、車両100が先行車101の追い越しを完了するまでに要する時間を算出する。
下記式(2)を用いて算出された上記時間は、車両100が先行車101の追い越しを完了するまでに要する時間、すなわち、車両100が先行車101を追い越してから先行車101と先々行車102との間に進入するまでに要する時間である。
実施の形態1では、この時間が下限値Tlowerとされる。
なお、先行車101との離隔距離THR1は、車両100が先行車101を追い越したときに両者が最も接近可能な距離であり、経験的に得られる値である。
速度Vegoは、車両100の目標経路に沿った方向の速度である。速度Vp1は、先行車101の目標経路に沿った方向の速度である。
ここで、車間距離THR2は、先行車101を追い越した車両100が先行車101と先々行車102との間に進入するために必要な先行車101と先々行車102との車間距離である。車間距離THR2は、例えば、車両100の全長に対して余裕長さを加算した値であり、経験的に得られる値である。
スペース確保時間Tspaceは、先行車101と先々行車102との間に車両100が進入可能なスペースが確保される時間である。
このようにして下限値Tlowerと上限値Tupperとを決定すると、第1の算出部36は、下記式(5)に従って、上限値Tupperと下限値Tlowerとの差分を、車両100が先行車101を追い越すときの余裕時間Tmrgnとして算出する。
第1の算出部36は、車両100が一定の速度Vegoで走行していると仮定して余裕時間Tmrgnを算出するので、車両100が先行車101を追い越すときの余裕時間Tmrgnを簡易な計算で求めることができる。
図5は、車線のコストの重みWと追い越しの余裕時間Tmrgnとの関係を示すグラフである。図5において、重みWupperは車線のコストに付与される重みの最大値であり、重みWlowerは車線のコストに付与される重みの最小値である。標準時間Totは、車両100が先行車101の追い越しに通常要する時間であり、例えば、車両100が4秒で隣車線201へ車線変更してから先行車101を追い越し、4秒で車線200に戻ることを想定して8秒を設定してもよい。
なお、図5に示す例では、車線200と隣車線201には元々同じ標準のコストが設定されているので、両者の重みとしてW=1が設定される。
例えば、余裕時間Tmrgnが0あるいは負の値である場合、第2の算出部37は、車両100が先行車101を追い越す予測経路が選択されないように、隣車線201のコストに付与するWupperとして無限大または極端に大きい値を設定してもよい。
例えば、第2の算出部37は、余裕時間Tmrgnが標準時間Totよりも十分に長い場合、車両100が隣車線201に車線変更してから先行車101を追い越す予測経路が選択されやすくなるように、隣車線201のコストに重みWlowerを付与する。図5において、重みWupperと重みWlowerは、ユーザが適宜設定してもよい。
同様に、隣車線201のコストは、隣車線201の中心線bに設定されている標準のコストに対してノード302と隣車線201の中心線bとのユークリッド距離に応じたコストが積算されたものである。
第2の算出部37は、車線200のコストと隣車線201のコストに重みW=1を設定する。
これにより、車線ごとに中心線でコストが最も低く、車線の中心線から離れるに伴ってコストが高くなるため、車線の中心線から逸脱する予測経路候補が選択されにくくなる。また、図6に示すように、道路外には、コストの最大値が設定されるので、車両100が道路外を走行する予測経路候補301は選択されない。
第2の算出部37は、余裕時間Tmrgnが標準時間Totよりも短い場合、車線200のコストが隣車線201のコストよりも小さくなるように、両者の重みを算出して重み付けする。このとき、区切り線cを境として隣車線201のコストに重みが積算されるため、図7に示すように、隣車線201のコストは車線200に比べて相対的に上昇している。これにより、隣車線201を車両100が走行する予測経路候補301は選択されにくくなる。
第2の算出部37は、余裕時間Tmrgnが0あるいは負の値である場合、車両100が隣車線201に車線変更する予測経路が選択されないように、隣車線201のコストに対して重みの最大値Wupperを積算する。これにより、隣車線201には、道路外と同様にコストの最大値が設定されるので、車両100が隣車線201を走行する予測経路候補301は選択されない。
第2の算出部37は、余裕時間Tmrgnが標準時間Totよりも長い場合、車両100が隣車線201に車線変更する予測経路が選択されやすくなるように隣車線201のコストに対して重みWlowerを積算する。
これにより、図9に示すように、隣車線201のコストは車線200に比べて相対的に下降するので、隣車線201を車両100が走行する予測経路候補301は選択されやすくなる。
図10は、車両100の予測経路候補を示す図であって、予測経路設定部39によって車両100の現在位置から中間目的地300までに生成された複数の予測経路候補を示している。図10には、予測経路候補301として、先行車101に追従する予測経路候補および隣車線201を走行している車両103,104を回避しながら中間目的地300に向かう予測経路候補301が記載されている。
また、ノード302には、予測位置ごとの車両100の状態に関する情報が設定されている。以下、便宜上、車両100の予測位置を、ノード302と呼ぶこととする。
また、第2の算出部37は、複数の予測経路候補301におけるノード302が車線の中心線に近いほど低いコストを設定してもよい。
このようにノード302にコストを設定し、全てのノード302のコストの総和が低い予測経路候補301を優先して選択することで、車線から逸脱しない予測経路候補301が選択されやすくなる。
このようにノード302にコストを設定し、全てのノード302のコストの総和が低い予測経路候補301を優先して選択することで、車両100の速度の変動が少ない予測経路候補301が選択されやすくなる。
また、第2の算出部37は、ノード302が移動体の予測位置に近いほど高いコストを設定してもよい。
このようにノード302にコストを設定し、全てのノード302のコストの総和が低い予測経路候補301を優先して選択することで、車両100が移動体を回避する予測経路候補301が選択されやすくなる。
例えば、第2の算出部37は、予測経路候補301を構成している複数のノード302のうち、車線の中心線に近いノード302に低いコストを設定し、車両100の予測速度が推奨速度に近いノード302に低いコストを設定し、移動体の予測位置に近いノード302には高いコストを設定する。
ステップST8において、決定部38は、中間目的地300を決定する。
例えば、決定部38は、車両100が等速で予測時刻に至るまで移動したと仮定して、車両100の位置、速度および地図情報に基づいて、現在時刻tから順に設定される予測時刻Tpreごとに中間目的地300の位置情報を決定する。
例えば、予測経路設定部39は、予測時刻ごとに選択した予測経路情報を制御ECU2に設定する。制御ECU2は、予測経路設定部39から設定された予測経路情報に従って車両100の動作を制御することで、予測経路に沿って車両100を走行させる。
図11は、予測経路設定部39の動作を示すフローチャートであって、図3のステップST9の詳細な処理を示している。
予測経路設定部39は、車両100の初期状態を設定する(ステップST1a)。
車両100の初期状態は、予測時刻の計時を開始する時刻における車両100の状態(位置、速度、加速度および操舵角)である。
図12は、予測経路候補301の生成処理の概要を示す図であって、現在の時刻tから予測時刻t+Tpreまでの車両100の予測経路候補301を示している。予測経路設定部39は、時刻tにおける車両100の状態として初期状態を設定する。
予測時刻ループでは、現在の時刻tから予測時刻t+Tpreまでの時刻ステップごとの車両100の状態が予測される(ステップST2a−1)。
予測経路設定部39は、前の時刻ステップtp,k−1から次の時刻ステップtp,kまでに車両100が到達可能な位置を、次の時刻ステップtp,kにおける車両100の予測位置候補とする。このとき、予測経路設定部39は、時刻ステップtp,kまでに車両100が到達可能な位置のうち、低いコストが設定された車線側にある位置を優先して予測位置候補とする。
車両制御値が車両100の加速度であり、車両100の加速度が平均値μinおよび標準偏差σinのガウス分布に従うと仮定した場合、予測経路設定部39は、ガウス分布の乱数から、次の時刻ステップtp,kにおける車両100の加速度を算出する。
平均値μinには、前の時刻ステップtp,k−1における車両100の加速度を設定してもよいし、0としてもよい。標準偏差σinは、パラメータとして車両性能に基づく標準値を設定してもよい。
車両制御値には、車両100の加速度の他に、操舵角、操舵角変化率もあるが、上記と同様に時刻ステップごとに設定することができる。
以下、便宜上、予測経路候補301をツリーと呼び、時刻ステップごとの車両100の予測位置をノードと呼ぶ場合がある。
下記式(6)において、尤度Li(k)は、N個のノード302のうちの1個のノード302に設定されたコストCost(i)の逆数をコストCost(i)の逆数のN個分の和で正規化した値である。
m個のコストのそれぞれの誤差がガウス分布に従うと仮定すると、誤差qは、下記式(7)を用いて算出することができる。下記式(7)において、sは、それぞれのコストで構成されるベクトルであり、Σは誤差共分散行列である。
これらのコストで構成されるベクトルsは、下記式(8)で表すことができ、誤差共分散行列Σは、下記式(9)で表すことができる。
ノード302の尤度Li(k)は、下記式(10)を用いて算出することができる。
下記式(8)において、Wは、車線に設定されたコストの重み係数である。
ただし、ノード302が車線200に近ければ、W=1となる。
Δdlaneは、ノード302と車線の中心線との距離であり、Δdobstacleは、ノード302と車両周辺に存在する移動体との距離であり、ΔVnomは、ノード302に設定された車両100の速度と推奨速度との差分値である。
下記式(9)において、σego 2は、車両100の位置の誤差分散である。
σobstacle 2は、車両周辺に存在する移動体の位置の誤差分散である。
σV 2は、車両100の速度の誤差分散である。
また、下記式(9)では、簡略化のため、誤差共分散行列Σの非対角項を0としたが、相関成分を算出して非対角項に設定してもよい。
誤差共分散行列Σのそれぞれの要素の値は、車両100の位置および速度、車両周辺に存在する移動体の位置および速度を検出するセンサの精度に基づいて設定することが可能である。
余裕時間Tmrgnが短い場合、車両100が現在走行している車線200に生成されるノード302が増えるため、車両100が車線200を走行する予測経路候補301が増加して最終的に選択されやすくなる。
予測経路設定部39は、複数の予測経路候補301のうち、経路最終端のノード302が中間目的地300から一定範囲内に設定された予測経路候補があるか否かを確認する(ステップST4a)。
経路最終端のノード302が中間目的地300から一定範囲内にある場合(ステップST4a;YES)、予測経路設定部39は、複数の予測経路候補301から、予測経路を選択する(ステップST5a)。
また、予測経路設定部39は、複数の予測経路候補301から、ノード302に設定されたコストの総和が最も低い予測経路候補301を選択してもよい。
さらに、予測経路設定部39は、N個の予測経路候補301における時刻ステップごとのノード302に設定された車両100の状態を、ノード302の尤度で重み付け平均することで、N個の予測経路候補301を1つの予測経路候補301に統合してもよい。
制御ECU2は、予測経路設定部39から設定された予測経路情報に従って車両100の動作を制御することで、予測経路に沿って車両100を走行させる。
ステップST6aにおいて、予測経路設定部39は、上記と同様に複数の予測経路候補301から、1つの予測経路候補301を選択する。
続いて、予測経路設定部39は、選択した予測経路候補301からノード302を選択し、選択したノード302の時刻ステップtp,iを選抜する。
例えば、尤度が一定の閾値よりも高いノード302を選択してもよく、コストが一定の閾値よりも低いノード302を選択してもよく、あるいは、一様乱数を用いてランダムにノード302を選択してもよい。
これにより、下記式(11)で表される予測時間ΔTpre,iまでの時刻ステップごとのノード302が生成され、これらのノード302から構成された追加ツリー301Aが生成される。追加ツリー301Aの末端のノード302は、時刻t+Tpreにおけるノード302である。
例えば、分岐前の予測経路候補301におけるノード302の総数がP1であり、追加ツリー301Aにおけるノード302の総数がP2である場合、予測経路設定部39は、P1+P2個のノード302から1つのノード302を選択して上記処理を繰り返す。
また、予測経路設定部39は、複数に分岐した予測経路候補301のうち、分岐経路のそれぞれのコストを算出して、これらのコストが最も低くなる分岐経路を予測経路として選択してもよい。
分岐経路のコストは、分岐経路を構成している全てのノード302に設定されたコストの総和であってもよい。
例えば、分岐経路におけるj番目のノード302は、下記式(12)で算出することができる。ただし、αi(i=1,2,3)は、分岐経路のそれぞれのコストの比重を決めるパラメータであり、ユーザが任意で設定してもよい。
また、最終端のノード302が中間目的地300から一定範囲400内に到達すると、予測経路候補301の生成を終了したが、経路予測装置3のプロセッサ3aの処理能力に余裕がある限り、予測経路候補301の生成を繰り返してもよい。
例えば、第1の算出部36は、上記式(5)を用いて余裕時間Tmrgnを算出し、余裕時間Tmrgnが0または負であると、追い越し不可フラグを決定部38に出力する。
このように中間目的地300を先行車101に追従する位置に変更することによって、追い越し用の予測経路候補301が無駄に生成されなくなり、経路予測装置3の演算負荷を低減することができる。
第1の算出部36は、下記式(13)を用いて分岐到達時間Tlimを算出する。
次に、第1の算出部36は、車両100が一定の加速度で走行して先行車101を追い越してから先行車101と先々行車102との間に進入するまでに要する時間である下限値Tlowerを、下記式(14)を用いて算出する。
続いて、第1の算出部36は、分岐到達時間Tlimおよび下限値Tlowerを用いて、上記式(3)から上記式(5)までに従って、追い越しの余裕時間Tmrgnを算出する。
下記式(13)および下記式(14)において、αegoは車両100の加速度(一定)であり、Vegoは車両100の現在の速度であり、Vlimは車両100が走行している道路の制限速度である。これにより、車両100が加速して先行車101を追い越す場合においても、追い越しの余裕時間Tmrgnを算出することが可能となる。
このように構成することで、車両周辺の状況に応じて車両100の経路を予測することができる。例えば、車両100が先行車101を追い越すときに余裕がある場合、隣車線201に予測経路候補301が多く生成され、追い越しに余裕がない場合、車線200に予測経路候補301が多く生成される。これにより、車両周辺の状況に応じて、効率よく予測経路を選択することができる。
これにより、車両100の速度を一定にすることで、余裕時間Tmrgnを簡易な計算で求めることができる。
また、車両100が加速して先行車101を追い越す場合においても、追い越しの余裕時間Tmrgnを算出することができる。
車両100による先行車101の追い越しができない場合、中間目的地300が先行車101に追従する位置に変更されるので、追い越し用の予測経路候補301が無駄に生成されなくなり、経路予測装置3の演算負荷を低減することができる。
これにより、車線から逸脱しない予測経路候補301が選択されやすくなる。
図15は、この発明の実施の形態2に係る経路予測装置3Aの機能構成を示すブロック図である。図15において、図2と同一の構成要素には同一の符号を付して説明を省略する。経路予測装置3Aは、車両に搭載され、この車両が走行すべき数秒先の予測時刻ごとの予測経路を順次予測する。経路予測装置3Aは、図15に示すように、第1の情報取得部30、第2の情報取得部31、検出部32、予測処理部33、目標経路設定部34、地図DB35、第1の算出部36A、第2の算出部37、決定部38および予測経路設定部39を備えている。
また、第1の算出部36Aは、上記車両、上記先行車、上記先々行車および隣車線車両のそれぞれの状態に関する情報に基づいて、上記車両が上記先行車を追い越すときの余裕時間Tmrgnを算出する。
なお、これらの車両の状態には、車両の現在位置および速度(目標経路に沿った方向の速度)が含まれる。
図16において、車両100は、図1に示した構成要素を有した車両であり、経路予測装置3Aを搭載している。車両100が走行している車線200は、最終目的地に向かう車線であり、隣車線201は、分岐路に向かう車線である。先行車101は、車線200上で車両100の前方を走行している車両であり、先々行車102は、車線200上で先行車101の前方を走行している車両である。隣車線車両105は、車両100の前方で隣車線201を走行し、かつ車両100に最も近い車両である。
第1の算出部36Aは、目標経路情報に含まれる分岐到達距離Rbと車両100の状態に関する情報に含まれる車両100の速度Vegoとを、上記式(1)に代入することで、車両100が分岐路に到達するまでの時間である分岐到達時間Tlimを算出する。
第1の算出部36Aは、先行車101と先々行車102との車間距離R2、先行車101と先々行車102との車間距離THR2、先行車101の速度Vp1、先々行車102の速度Vp2を上記式(3)に代入して、スペース確保時間Tspaceを算出する。
下記式(15)において、Rvは車両100と隣車線車両105との車間距離であり、Vegoは車両100の速度であり、Vnは隣車線車両105の速度である。これらの速度は、目標経路に沿った方向の速度である。
車両100と隣車線車両105との離隔距離THRvは、車両100が先行車101を追い越すために隣車線201に車線変更したときに両者が最も接近可能な距離であって、経験的に得られる値である。
続いて、第1の算出部36Aは、下記式(16)に従って、分岐到達時間Tlim、スペース確保時間Tspace、隣車両到達時間Tnextのうちの最小の時間を上限値Tupperに決定する。
上記余裕時間Tmrgnは、車両100が隣車線車両105との車間距離を保ちながら、先行車101を追い越すときの余裕時間である。
なお、第1の算出部36Aが、上記式(13)および上記式(14)を用いて分岐到達時間Tlimおよび下限値Tlowerを算出して、車両100が隣車線車両105との車間距離を保ちながら、車両100が一定の加速度で先行車101を追い越す場合における余裕時間Tmrgnを算出してもよい。
例えば、経路予測装置3Aは、無線通信装置4を介して、車両100の制御ECU2と無線通信が可能なサーバ装置が備える構成要素であってもよい。
この場合、車両100の経路予測に必要な情報は、無線通信装置4を介して車両100側からサーバ装置へ送信され、サーバ装置が備える経路予測装置3Aは、車両100側から受信した情報に基づいて車両100の予測経路を決定する。
車両100の予測経路情報は、サーバ装置側から車両100側に送信され、車両100の制御ECU2は、サーバ装置側から受信した予測経路情報が示す経路を、車両100の経路として設定する。
例えば、目標経路設定部34および地図DB35は、無線通信装置4を介して通信可能な外部装置が備える構成要素であってもよく、第1の情報取得部30、第2の情報取得部31および検出部32は、制御ECU2が備える構成要素であってもよい。
この場合、経路予測装置3Aは、無線通信装置4を介して地図情報および目標経路情報を外部装置から受信し、車両周辺の状態に関する情報、車両100の状態に関する情報、先行車101の状態に関する情報、先々行車102の状態に関する情報および隣車線車両105の状態に関する情報を、制御ECU2から取得する。
すなわち、実施の形態2において、経路予測装置3Aは、第1の情報取得部30、第2の情報取得部31、検出部32、目標経路設定部34および地図DB35を備えない構成であってもよい。
これにより、隣車線車両105との車間距離を保ちながら、車両100が先行車101を追い越す場合における余裕時間Tmrgnを算出することができる。
Claims (15)
- 車両周辺に存在する移動体の状態に関する情報に基づいて、現在時刻から先に順次設定される予測時刻における時刻ステップごとに前記移動体の予測位置を算出する予測処理部と、
車両の状態に関する情報、最終目的地までの目標経路情報、および、前記車両の先行車および先々行車のそれぞれの状態に関する情報に基づいて、目標経路を走行している前記車両が前記先行車を追い越すときの余裕時間を算出する第1の算出部と、
前記第1の算出部によって算出された前記余裕時間の長さに応じて、前記車両が走行している車線および隣車線のそれぞれのコストの重みを算出して重み付けする第2の算出部と、
前記予測時刻における前記車両の位置である中間目的地を前記予測時刻ごとに決定する決定部と、
前記第2の算出部によって重み付けされた車線のコスト情報、前記決定部によって決定された中間目的地の位置情報、および、前記予測処理部によって算出された前記移動体の予測位置情報に基づいて、前記予測時刻までに存在する前記移動体を回避しながら前記車両が中間目的地に向かう複数の予測経路候補を、車線のコスト情報に応じて生成し、前記複数の予測経路候補から選択した予測経路を、前記予測時刻ごとの前記車両の経路として設定する予測経路設定部と
を備えたことを特徴とする経路予測装置。 - 前記第1の算出部は、目標経路上の分岐路に前記車両が到達するまでの分岐到達時間と前記先行車と前記先々行車との間に前記車両が進入可能なスペースが確保されるスペース確保時間とのうちの短い方の時間を上限値とし、前記車両が前記先行車を追い越して前記先行車と前記先々行車との間に進入するまでに要する時間を下限値として、前記上限値と前記下限値との差分を前記余裕時間として算出すること
を特徴とする請求項1記載の経路予測装置。 - 前記第2の算出部は、
前記車両が前記先行車の追い越しに要する標準時間と前記余裕時間とを比較して、
両者が一致する場合、前記車両が走行している車線のコストと隣車線のコストとが同じになるように重み付けし、
前記余裕時間が前記標準時間よりも短い場合、前記車両が走行している車線のコストが隣車線のコストより低くなるように重み付けし、
前記余裕時間が前記標準時間よりも長い場合、前記車両が走行している車線のコストが隣車線のコスト高くなるように重み付けすること
を特徴とする請求項1または請求項2記載の経路予測装置。 - 前記第1の算出部は、前記車両が一定の速度または一定の加速度で走行していると仮定して前記余裕時間を算出すること
を特徴とする請求項1記載の経路予測装置。 - 前記第1の算出部は、前記車両の状態に関する情報、前記先行車の状態に関する情報、前記先々行車の状態に関する情報、および前記車両の前方で隣車線を走行して、かつ前記車両に最も近い隣車線車両の状態に関する情報に基づいて、前記余裕時間を算出すること
を特徴とする請求項1記載の経路予測装置。 - 前記決定部は、前記余裕時間が0または負である場合に、前記車両が前記先行車に追従するように前記先行車の後方の位置に中間目的地を決定すること
を特徴とする請求項2記載の経路予測装置。 - 前記予測経路設定部は、前記予測時刻までの時刻ステップごとに、前の時刻ステップにおける前記車両の状態に車両制御値を設定して次の時刻ステップにおける前記車両の状態を算出することを繰り返して予測経路候補を生成すること
を特徴とする請求項1から請求項6のうちのいずれか1項記載の経路予測装置。 - 前記第2の算出部は、前記予測経路設定部によって予測された時刻ステップごとの前記車両の予測位置に対するコストを算出し、
前記予測経路設定部は、前の時刻ステップにおける前記車両の予測位置のうち、前記第2の算出部によって算出されたコストが低い予測位置から次の時刻ステップにおける前記車両の予測位置に繋がる予測経路候補を生成すること
を特徴とする請求項7記載の経路予測装置。 - 前記予測経路設定部は、選抜した時刻ステップから前記予測時刻に至るまでの時刻ステップごとに、前の時刻ステップにおける前記車両の状態に車両制御値を設定して次の時刻ステップにおける前記車両の状態を算出することを繰り返して、予測経路候補を生成すること
を特徴とする請求項7記載の経路予測装置。 - 前記予測経路設定部は、前記複数の予測経路候補のうちから、全ての予測位置のコストの総和が最小となる予測経路候補を前記車両の予測経路として選択すること
を特徴とする請求項8記載の経路予測装置。 - 前記第2の算出部は、前記複数の予測経路候補における、経路の最終端となる前記車両の予測位置または中間目的地に最も近い前記車両の予測位置が中間目的地に近いほど低いコストを設定し、
前記予測経路設定部は、前記複数の予測経路候補のうちから、全ての予測位置のコストの総和が最小となる予測経路候補を、前記車両の予測経路として選択すること
を特徴とする請求項8記載の経路予測装置。 - 前記第2の算出部は、前記複数の予測経路候補における、前記車両の予測位置が車線の中心線に近いほど低いコストを設定し、
前記予測経路設定部は、前記複数の予測経路候補のうちから、全ての予測位置のコストの総和が最小となる予測経路候補を、前記車両の予測経路として選択すること
を特徴とする請求項8記載の経路予測装置。 - 前記第2の算出部は、予測経路候補の前記車両の予測位置における前記車両の予測速度が推奨速度に近いほど低いコストを設定し、
前記予測経路設定部は、前記複数の予測経路候補のうちから、全ての予測位置のコストの総和が最小となる予測経路候補を、前記車両の予測経路として選択すること
を特徴とする請求項8記載の経路予測装置。 - 前記第2の算出部は、前記車両の予測位置が前記移動体の予測位置に近いほど高いコストを設定し、
前記予測経路設定部は、前記複数の予測経路候補のうちから、全ての予測位置のコストの総和が最小となる予測経路候補を、前記車両の予測経路として選択すること
を特徴とする請求項8記載の経路予測装置。 - 予測処理部が、車両周辺に存在する移動体の状態に関する情報に基づいて、現在時刻から先に順次設定される予測時刻における時刻ステップごとに前記移動体の予測位置を算出するステップと、
第1の算出部が、車両の状態に関する情報、最終目的地までの目標経路情報、および、前記車両の先行車および先々行車のそれぞれの状態に関する情報に基づいて、目標経路を走行している前記車両が前記先行車を追い越すときの余裕時間を算出するステップと、
第2の算出部が、前記第1の算出部によって算出された前記余裕時間の長さに応じて、前記車両が走行している車線および隣車線のそれぞれのコストの重みを算出して重み付けするステップと、
決定部が、前記予測時刻における前記車両の位置である中間目的地を前記予測時刻ごとに決定するステップと、
予測経路設定部が、前記第2の算出部によって重み付けされた車線のコスト情報、前記決定部によって決定された中間目的地の位置情報、および、前記予測処理部によって算出された前記移動体の予測位置情報に基づいて、前記予測時刻までに存在する前記移動体を回避しながら前記車両が中間目的地に向かう複数の予測経路候補を、車線のコスト情報に応じて生成し、前記複数の予測経路候補から選択した予測経路を、前記予測時刻ごとの前記車両の経路として設定するステップと
を備えたことを特徴とする経路予測方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2017/022683 WO2018235159A1 (ja) | 2017-06-20 | 2017-06-20 | 経路予測装置および経路予測方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2018235159A1 JPWO2018235159A1 (ja) | 2019-11-07 |
JP6636218B2 true JP6636218B2 (ja) | 2020-01-29 |
Family
ID=64736918
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019524745A Active JP6636218B2 (ja) | 2017-06-20 | 2017-06-20 | 経路予測装置および経路予測方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11332141B2 (ja) |
JP (1) | JP6636218B2 (ja) |
CN (1) | CN110770809B (ja) |
DE (1) | DE112017007661T5 (ja) |
WO (1) | WO2018235159A1 (ja) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11378955B2 (en) | 2017-09-08 | 2022-07-05 | Motional Ad Llc | Planning autonomous motion |
US11377101B2 (en) * | 2017-11-20 | 2022-07-05 | Sony Corporation | Information processing apparatus, information processing method, and vehicle |
WO2019239756A1 (ja) * | 2018-06-13 | 2019-12-19 | 日本電気株式会社 | 対象物数推定システム、対象物数推定方法、プログラム、及び記録媒体 |
JP7046740B2 (ja) * | 2018-07-02 | 2022-04-04 | 日立Astemo株式会社 | 予測制御装置 |
JP7256639B2 (ja) * | 2018-12-26 | 2023-04-12 | フォルシアクラリオン・エレクトロニクス株式会社 | 車載処理装置 |
JP7112658B2 (ja) * | 2019-01-17 | 2022-08-04 | マツダ株式会社 | 車両運転支援システム及び方法 |
CN109813328B (zh) | 2019-02-22 | 2021-04-30 | 百度在线网络技术(北京)有限公司 | 一种驾驶路径规划方法、装置及车辆 |
US11414130B2 (en) * | 2019-10-09 | 2022-08-16 | Argo AI, LLC | Methods and systems for lane changes using a multi-corridor representation of local route regions |
DE102019129879A1 (de) * | 2019-11-06 | 2021-05-06 | Zf Friedrichshafen Ag | Verfahren sowie Steuergerät zum Steuern eines Kraftfahrzeugs |
WO2021161510A1 (ja) * | 2020-02-14 | 2021-08-19 | 三菱電機株式会社 | 車両走行経路生成装置、および車両走行経路生成方法 |
JP7225262B2 (ja) * | 2020-02-26 | 2023-02-20 | バイドゥドットコム タイムズ テクノロジー (ベイジン) カンパニー リミテッド | 自動運転車の障害物回避に関する軌跡計画 |
US20230160719A1 (en) * | 2020-03-05 | 2023-05-25 | Nippon Telegraph And Telephone Corporation | Management device, management method, and management program |
JP7239054B2 (ja) * | 2020-03-05 | 2023-03-14 | 日本電信電話株式会社 | 生成装置、生成方法及び生成プログラム |
CN113763739B (zh) * | 2020-06-04 | 2022-08-05 | 比亚迪股份有限公司 | 一种车辆行驶路径确定方法、装置、设备及介质 |
CN111824131B (zh) * | 2020-07-10 | 2021-10-12 | 广州小鹏自动驾驶科技有限公司 | 一种自动泊车的方法和车辆 |
JP2022030664A (ja) * | 2020-08-07 | 2022-02-18 | 株式会社東芝 | 情報処理装置、情報処理方法、プログラム、情報処理システム、および、車両制御システム |
US11814075B2 (en) | 2020-08-26 | 2023-11-14 | Motional Ad Llc | Conditional motion predictions |
CN112835362B (zh) * | 2020-12-29 | 2023-06-30 | 际络科技(上海)有限公司 | 一种自动变道规划方法及装置、电子设备和存储介质 |
US11565723B2 (en) * | 2021-02-19 | 2023-01-31 | Argo AI, LLC | Systems and methods for vehicle motion planning |
US11884269B2 (en) | 2021-02-19 | 2024-01-30 | Argo AI, LLC | Systems and methods for determining future intentions of objects |
CN112937570B (zh) * | 2021-02-20 | 2022-11-22 | 福瑞泰克智能系统有限公司 | 一种行驶路径的确定方法、装置、设备及车辆 |
US20230373523A1 (en) * | 2022-05-19 | 2023-11-23 | Ford Global Technologies, Llc | Systems and methods for biasing a trajectory of an autonomous vehicle while moving in a lane |
CN115035724B (zh) * | 2022-07-13 | 2022-12-02 | 吉林大学 | 一种基于生态编队的物流车准时化运输车路协同管控方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9096267B2 (en) * | 2013-01-21 | 2015-08-04 | GM Global Technology Operations LLC | Efficient data flow algorithms for autonomous lane changing, passing and overtaking behaviors |
JP6217432B2 (ja) * | 2014-02-13 | 2017-10-25 | アイシン・エィ・ダブリュ株式会社 | 運転支援装置、運転支援方法及びプログラム |
JP6308032B2 (ja) * | 2014-06-04 | 2018-04-11 | 株式会社デンソー | 運転操作を生成するシステムおよび方法 |
JP6031066B2 (ja) * | 2014-06-17 | 2016-11-24 | 富士重工業株式会社 | 車両の走行制御装置 |
JP6103716B2 (ja) * | 2014-06-17 | 2017-03-29 | 富士重工業株式会社 | 車両の走行制御装置 |
JP6331858B2 (ja) * | 2014-08-07 | 2018-05-30 | 日産自動車株式会社 | 先行車追越支援装置 |
DE112014006929B4 (de) * | 2014-09-05 | 2023-03-02 | Mitsubishi Electric Corporation | Autonomes Fahrmanagementsystem, Server und autonomes Fahrmanagementverfahren |
JP6752024B2 (ja) * | 2016-02-12 | 2020-09-09 | 日立オートモティブシステムズ株式会社 | 画像処理装置 |
US11079761B2 (en) * | 2018-12-12 | 2021-08-03 | Ford Global Technologies, Llc | Vehicle path processing |
-
2017
- 2017-06-20 WO PCT/JP2017/022683 patent/WO2018235159A1/ja active Application Filing
- 2017-06-20 US US16/616,550 patent/US11332141B2/en active Active
- 2017-06-20 DE DE112017007661.7T patent/DE112017007661T5/de active Pending
- 2017-06-20 CN CN201780092039.2A patent/CN110770809B/zh active Active
- 2017-06-20 JP JP2019524745A patent/JP6636218B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
DE112017007661T5 (de) | 2020-04-23 |
JPWO2018235159A1 (ja) | 2019-11-07 |
CN110770809A (zh) | 2020-02-07 |
US11332141B2 (en) | 2022-05-17 |
US20210163010A1 (en) | 2021-06-03 |
CN110770809B (zh) | 2022-08-09 |
WO2018235159A1 (ja) | 2018-12-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6636218B2 (ja) | 経路予測装置および経路予測方法 | |
US10928820B1 (en) | Confidence levels along the same predicted trajectory of an obstacle | |
EP3819182A1 (en) | Delay decision making for autonomous driving vehicles in response to obstacles based on confidence level and distance | |
US11247692B2 (en) | Prediction device, prediction method, and storage medium | |
US20170242442A1 (en) | Temporal data associations for operating autonomous vehicles | |
US11055540B2 (en) | Method for determining anchor boxes for training neural network object detection models for autonomous driving | |
US11485360B2 (en) | Dynamic speed limit adjustment system based on perception results | |
CN113050618B (zh) | 用于操作自动驾驶车辆的计算机实现的方法 | |
CN113129624B (zh) | 交通堵塞情况下的最快车道确定算法 | |
US20190155303A1 (en) | Vehicle control device, vehicle control method, and storage medium | |
US11878712B2 (en) | Trajectory planning with obstacle avoidance for autonomous driving vehicles | |
JP2019093998A (ja) | 車両制御装置、車両制御方法、およびプログラム | |
US11661085B2 (en) | Locked pedestrian detection and prediction for autonomous vehicles | |
EP3914492B1 (en) | A parking-trajectory generation method combined with offline and online solutions | |
US20210262819A1 (en) | A mixed regular and open-space trajectory planning method for autonomous driving vehicle | |
JP7137151B2 (ja) | 運行制御装置及び車両 | |
JP6966626B2 (ja) | 車両制御装置、車両制御方法、及びプログラム | |
US20210394786A1 (en) | Lane change system for lanes with different speed limits | |
US20210303874A1 (en) | A point cloud-based low-height obstacle detection system | |
JP7236279B2 (ja) | 走行支援方法及び走行支援装置 | |
US20230202516A1 (en) | Planning under prediction with confidence region for an autonomous driving vehicle | |
US20230399026A1 (en) | State Identification For Road Actors With Uncertain Measurements Based On Compliant Priors | |
US20230065284A1 (en) | Control and planning with localization uncertainty | |
JP2022159718A (ja) | 管制装置、及び管制システム | |
US20210155237A1 (en) | Method for optimizing three-point turn of autonomous driving vehicles |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190415 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20191119 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191217 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6636218 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |