JP6815925B2 - 車両の電子制御装置 - Google Patents

Description

本発明は、車両の電子制御装置に関する。

自動運転を制御する上位の制御装置である自動運転ＥＣＵ（Electronic Control Unit）には、自動運転システムに障害が発生した場合でも、運転者に操作を引き継ぐまでの一定期間、自動運転動作の継続が求められる。このような障害の一例として、例えば自動運転制御のための演算を行う演算処理装置上での演算中に発生する異常や、センサに発生する異常がある。

障害発生時に一定期間の動作継続を実現するためには、異常を検出して、異常に対応した制御に切替える必要がある。このような障害や異常の検出にあたり、一般に、演算処理やセンサを多重化して出力を比較する方式、および演算結果やセンサ出力値の妥当性を別のセンサ値や演算結果を用いて検証する方式が用いられる。しかし、センサや演算装置を多重化する場合、センサ数増大によるシステム構成の複雑化、演算処理負荷の増大などの課題があるため、妥当性を検証する方式が必要となる。

特許文献１では、自車の状態量を検出するセンサの値ずれを、そのセンサとは異なる種類のセンサを用いて検出したり補正したりする装置が開示されている。特許文献１では、センサ出力値の妥当性を評価することにより、異常を検出する。

特開２００９−０６１９４２号公報

特許文献１記載の検証方式では、判定対象のセンサに発生した障害や異常を、判定対象のセンサとは異なる検証用のセンサを用いて検出することはできるものの、検証用のセンサに発生する異常を検出する手段は示されていない。

自動運転ＥＣＵでは、複数のセンサを同時に用い、それぞれのセンサの特性を補完することで周辺物体の位置や速度などが認識されるため、各種センサを用いた相補的な検証処理や異常検出処理が必要である。

本発明は上記の課題に鑑みてなされたもので、その目的は、比較的簡易な構成で、異常状態が生じたか判定することができる車両の電子制御装置を提供することにある。

上記課題を解決すべく、本発明に従う車両の電子制御装置は、車両の外界情報を検出する外界情報検出部から取得する外界情報に基づいて、車両周辺の物体の行動を予測する行動予測部と、行動予測部の予測結果に対応する時刻における外界情報検出部から取得した外界情報と行動予測部の予測結果とを比較することで、外界情報検出部に異常が生じたか判定する検出部用判定部を備える。

本発明によれば、外界情報検出部からの外界情報に基づいて予測された、車両周辺の物体の行動の結果と、その予測結果に対応する時刻における外界情報検出部からの外界情報とを比較することで、外界情報検出部に異常が生じたかを判定することができる。

車両の電子制御装置のシステム構成図である。 全体処理を示すフローチャートである。 センサフュージョン処理の動作を示すブロック図である。 自車周辺の物体の位置を示す自車周辺物体地図の時間変化と予測との差を示す説明図である。 センサやマイコンの異常を判定する自己診断機能のブロック図である。 自己診断処理のフローチャートである。 マイコンの判定結果とセンサデータの判定結果とに基づいて総合判定する方法を示す説明図である。

以下、図面に基づいて、本発明の実施の形態を説明する。本実施形態では、情報検出部（外界情報検出部２０）で検出した第１情報に基づいて所定の演算を行い、第１演算結果と情報検出部で検出した第２情報（第２情報は、第１情報の後で検出される）または第２の情報に基づいて所定の演算をした第２演算結果を比較する。これにより、本実施形態では、情報検出部または所定の演算を実行する演算処理部に異常が生じた否かを自己診断することができる。

本実施形態の一つの例によれば、以下に詳述するように、車両１の外界情報を検出する外界情報検出部２０と、車両１の周辺に位置する物体の挙動（行動）を予測する行動予測部（Ｓ２）とを備え、行動予測部による周辺物体の行動を予測した情報Ｍ２（Ｔ１）と、外界情報検出部２０から得られる外界情報とを比較することにより、外界情報検出部２０に発生した異常を判断する。

本実施形態によれば、過去の外界情報から予測された情報（行動予測部の予測結果）と現在の外界情報とを比較することで、外界情報検出部２０に生じる異常を検出することができる。さらに、本実施形態によれば、外界情報検出部２０からの外界情報に基づいて統合演算する統合演算部（Ｓ１）の演算結果を行動予測部の予測結果とを比較することで、総合演算部に生じる異常を検出することもできる。

したがって、本実施形態によれば、検出回路や演算処理回路、コンピュータプログラムを多重化することなく、比較的簡易な構成で、外界情報検出部２０や統合演算部（Ｓ１）に異常が生じたか診断することができる。

図１〜図７を用いて実施例を説明する。図１は、本実施例に係る車両の電子制御装置のシステム構成図である。

車両１は、例えば、車体、車体の前後左右に配置される車輪、車体に搭載されるエンジン、運転室（いずれも図示せず）等を備えている。自動運転ＥＣＵ１０は、車両１を自動運転するための電子制御装置である。自動運転ＥＣＵ１０は、例えば、演算処理装置（マイクロコンピュータ、以下マイコン）１１と、マイコン１１により使用されるメモリ１２とを備える。

自動運転ＥＣＵ１０には、車両１の外界情報を検出する外界情報検出部２０が接続されている。外界情報検出部２０は、例えば、ミリ波レーダ２１、カメラ２２を含む。これらセンサ２１，２２に加えて、超音波センサ、赤外線センサなどを用いてもよい。以下の説明では、ミリ波レーダ２１，カメラ２２をセンサ２１，２２と呼ぶ場合がある。

自動運転ＥＣＵ１０には、車両１の内部的な状態を検出する車両状態検出部３０も接続されている。車両状態検出部３０としては、例えば、地図情報３１、自車位置センサ３２がある。自車位置センサ３２は、ＧＰＳ（Global Positioning System）でもよいし、ＧＰＳに車速センサや加速度センサを組み合わせた位置検出システムでもよい。

自動運転ＥＣＵ１０は、外界情報検出部２０から与えられる外界情報、地図情報３１、および自車位置センサ３２からの情報に基づき、マイコン１１を用いて自動運転に関する演算処理を実施する。自動運転ＥＣＵ１０は、演算の結果、自車の走行軌跡を算出すると、ブレーキ制御装置４１やエンジン制御装置４２、ステアリング制御装置４３等から成る各種下位ＥＣＵ群４０へそれぞれ制御指令値を送信する。これにより、自車両１は安全な経路上を自動走行する。

なお、外界情報検出部２０から自動運転ＥＣＵ１０に入力されるデータは、センサ２１，２２から直接出力される生データでもよいし、各センサ２１，２２専用のＥＣＵ（図示せず）により事前処理されたデータでもよい。

図２のフローチャートは、自動運転ＥＣＵ１０の主要な処理を示す。本処理は、マイコン１１により所定周期で実行される。

マイコン１１は、外界情報検出部２０から与えられる各種外界情報を統合するセンサフュージョン処理Ｓ１と、センサフュージョン処理Ｓ１の結果得られる自車周辺物体地図を用いて自車周辺物体の行動を予測する周辺物体行動予測処理Ｓ２と、自車周辺物体の行動予測を基に自車軌道を生成する自車軌道計画処理Ｓ３と、自己診断処理Ｓ４との演算をそれぞれ実行する。

図３に、センサフュージョン処理Ｓ１の内部処理の概要を示す。「統合演算部」の一例としてのセンサフュージョン処理Ｓ１は、時刻同期処理Ｓ１１とセンサ統合処理Ｓ１２を実施する。

センサフュージョン処理Ｓ１内では、ミリ波レーダ２１やカメラ２２から自動運転ＥＣＵ１０へ与えられるセンサデータは時刻が同期していない。そこで、タイムスタンプを付与されたセンサデータを外界情報検出部２０から受信し、時刻同期処理Ｓ１１を行う。

時刻同期処理Ｓ１１を完了したデータを、同期ミリ波レーダデータ、同期カメラデータと呼ぶ。センサ統合処理Ｓ１２では、同期ミリ波レーダデータと同期カメラデータに基づいて、自車１の周辺に位置する周辺物体の位置座標を演算する。センサ統合処理Ｓ１２は、各周辺物体の位置座標に加え、自車位置センサ３２によるセンサ値を用いて地図情報３１から自車周辺の地図を引用することで、自車１の周辺物体の位置を地図上にマッピングする。

図４に、センサフュージョン処理Ｓ１を用いて、ミリ波レーダ２１およびステレオカメラ２２で検出した、自車周辺物体の位置や大きさ、移動速度情報を統合することで、自車周辺物体地図Ｍ上に各物体をプロットした例を示す。自車周辺物体地図Ｍには、自車位置１０１に加えて、他車位置１０２、自転車位置１０３、歩行者位置１０４もマッピングされている。

自車周辺物体地図Ｍ１には、現状を示す地図（現在の状況を示す地図）と、将来のある時点の状況を予測した地図とがある。時刻Ｔ１に作成された現実の地図には符号Ｍ１（Ｔ１）を付す。時刻Ｔ１において、将来の時刻Ｔ２の状況を予測した地図には、符号Ｍ２（Ｔ１）を付す。時刻Ｔ２に作成された現実の地図には符号Ｍ２（Ｔ２）を付す。予測された地図は、予測地図と呼ぶことがある。

図４（１）は、センサフュージョン処理Ｓ１により時刻Ｔ１において作成される、時刻Ｔ１の現状を示す自車周辺物体地図Ｍ１（Ｔ１）を示す。自車１０１（１）は図中右側へ進行するものとする。自車１０１（１）の進行方向には、他車１０２（１）、自転車１０３（１）、歩行者１０４（１）といった物体が位置している。ここで、物体の符号に添えたかっこ付き数字は、図４（１）〜（３）のかっこ付き数字に対応する。以下の説明では、作成時刻や予測時刻を区別しない場合、自車１０１、他車１０２、自転車１０３、歩行者１０４と略記する。

図４（２）は、周辺物体行動予測処理Ｓ２により時刻Ｔ１において作成される、時刻Ｔ２の状況を予測した自車周辺物体地図Ｍ２（Ｔ１）を示す。周辺物体行動予測処理Ｓ２は、マイコン１１上で、自車周辺物体地図Ｍ１（Ｔ１）に基づき、自車１の周辺物体の行動を予測する。

周辺物体行動予測処理Ｓ２では、自車周辺物体地図Ｍ１（Ｔ１）上にマッピングされた各種周辺物体１０２（１）〜１０４（１）の行動を予測する。予測方式としては、例えば現在の各周辺物体の位置と速度を基に、将来位置を外挿して求める方式がある。

周辺物体行動予測処理Ｓ２により、図４（２）に示すような自車周辺物体の将来予測を示す自車周辺予測地図Ｍ２（Ｔ１）が求められる。この自車周辺予測地図Ｍ２（Ｔ１）には、自車１の予測位置１０１（２）、他車の予測位置１０２（２）、自転車の予測位置１０３（２）、歩行者の予測位置１０４（２）がマッピングされる。

図４（２）では説明のため、周辺物体行動予測処理Ｓ２による各物体の予測位置を点線で示す。センサフュージョン処理Ｓ１の結果である現在時刻Ｔ１における他車位置１０２（１）、自転車位置１０３（１）、歩行者位置１０４（１）を実線で示す。しかし、実際の周辺物体行動予測処理Ｓ２の結果には、実位置は必ずしも含まれない。また図４（２）には、各物体の予測位置を１つだけ示しているが、各物体の予測位置は、後の自車軌道計画処理Ｓ３に必要となる数だけ生成することができる。

例えば、自車軌道計画処理Ｓ３において自車１の軌道が１００ミリ秒毎に１０秒分計画される場合、各物体（他車、自転車、歩行者等）における予測位置は最大で１００個生成される（１００＝１００００ミリ秒／１００ミリ秒）。各物体の予測位置を用いることで、マイコン１１上にて自車軌道計画処理Ｓ３が行われ、自車軌道が生成される。生成された自車軌道を満たすような、下位ＥＣＵ群４０への制御指令値が生成されて、下位ＥＣＵ群４０へ送信される。これにより、自動運転ＥＣＵ１０の主機能の処理が完了する。

一方、自己診断処理Ｓ４は、自動運転ＥＣＵ１０の主機能処理フローにおいて、センサフュージョン処理Ｓ１およびセンサ２１，２２の入力値の異常を診断する。

図５に、自己診断処理Ｓ４の全体構成を示す。ただし、図５に示す自己診断処理（異常判定処理）は、図２に示した自動運転ＥＣＵ１０の主機能処理フローから関連する部分を抽出したものである。

自動運転ＥＣＵ１０の主機能処理は周期的な処理となっており、ある時刻Ｔ１に開始される一連の処理の終了後、次の時刻Ｔ２に再度同様の処理が開始される。このため、図５では、この一連の処理の一部を横方向に、一連の処理を開始する時刻を縦方向に示し、自動運転ＥＣＵ１０における処理の流れを示している。処理の詳細は、図６で後述する。図５中には、図６の処理との対応関係を示すステップ番号が記載されている。

時刻Ｔ１に開始される一連の処理Ｓ１（Ｔ１），Ｓ２（Ｔ１）により、時刻Ｔ１での自車周辺物体地図Ｍ１（Ｔ１）と、時刻Ｔ１に演算される時刻Ｔ２における周辺予測地図Ｍ２（Ｔ１）とがそれぞれ求められる（図４（１），（２））。また、時刻Ｔ２に開始される一連の処理Ｓ１（Ｔ２）により、時刻Ｔ２での周辺物体の位置を示す地図である周辺物体位置Ｍ２（Ｔ２）が求められる（図４（３））。

すなわち、時刻Ｔ１で予測された自車周辺予測地図Ｍ２（Ｔ１）と、時刻Ｔ２で検出された周辺物体地図Ｍ２（Ｔ２）とを比較することで（Ｓ４３）、センサフュージョン処理Ｓ１に異常が生じたか判定することができる。時刻Ｔ１で予測された自車周辺予測地図Ｍ２（Ｔ１）と、時刻Ｔ２においてセンサ２１，２２から取得されたセンサデータ（時刻同期処理済みのセンサデータ）とを比較することで（Ｓ４５）、センサ２１，２２に異常が生じたか判定することができる。

図６，図７で後述するように、自己診断処理Ｓ４は、センサフュージョン処理Ｓ１の演算結果についての診断結果（判定結果）と、センサデータについての診断結果（判定結果）とに基づいて、最終的な総合判定を下す。そして、自動運転ＥＣＵ１０は、その最終的な総合判定にしたがって、運転者に異常発見を通知したり、運転者に車両１の運転を委ねたりする等の制御を実行する。

図６は、マイコン１１の実行する自己診断処理Ｓ４の詳細な一例を示すフローチャートである。なお、現在時刻はＴ２であるとする。

マイコン１１は、時刻Ｔ１で予測した周辺物体予測地図Ｍ２（Ｔ１）を周辺物体行動予測処理Ｓ２から取得する（Ｓ４１）。マイコン１１は、時刻Ｔ２で算出した自車周辺物体地図Ｍ２（Ｔ２）を取得する（Ｓ４２）。そして、マイコン１１は、ステップＳ４１で取得した予測地図Ｍ２（Ｔ１）とステップＳ４２で取得した現在の地図Ｍ２（Ｔ２）とを比較することで、センサフュージョン処理Ｓ１の演算結果に異常が生じているか判定する（Ｓ４３）。

ここで、ステップＳ４３での比較方法の例を説明する。例えば、各周辺物体の位置の乖離幅と、事前に定める閾値とを比較する方式が挙げられる。図４（２）中の時刻Ｔ１に演算される時刻Ｔ２における自転車の予測位置１０３（２）と、図４（３）中の時刻Ｔ２における自転車の位置１０３（３）との間には、図上での１グリッド弱の位置誤差が生じている。

そこで、例えば、異常の有無を検出するための閾値を「半グリッド」と定めたとすると、時刻Ｔ２における自転車位置１０３（３）には、異常が発生していると判定することができる。これにより、自動運転ＥＣＵ１０の主機能処理フローにおける、センサフュージョン処理Ｓ１までに発生した異常の有無を検出することが可能となる。ステップＳ４３の判定結果は、総合判定ステップＳ４６へ送られる。

一方、マイコン１１は、センサフュージョン処理Ｓ１内の時刻同期処理Ｓ１１から、同期ミリ波レーダデータおよび同期カメラデータを取得する（Ｓ４４）。マイコン１１は、ステップＳ４４で取得した同期データ（同期ミリ波レーダデータ、同期カメラデータ）と時刻Ｔ１に演算された時刻Ｔ２における周辺物体予測位置Ｍ２（Ｔ１）とを比較する（Ｓ４５）。

ステップＳ４５の比較処理では、時刻Ｔ１に演算される時刻Ｔ２における周辺物体予測位置Ｍ２（Ｔ１）を正解データとして、同期ミリ波レーダデータおよび同期カメラデータが示す各周辺物体の実際の位置との差異を所定の閾値と比較する。センサデータに生じた差異が閾値以上の場合、マイコン１１は、センサデータに異常が生じている、つまり、センサ２１，２２に異常が生じているか判定する。

前述のセンサフュージョン処理Ｓ１の異常判定（Ｓ４３）と同様、センサデータの異常の有無は、上述のように閾値を用いて判別可能である。なお、比較に用いる同期ミリ波レーダデータおよび同期カメラデータは、時刻Ｔ２に同期させたデータが得られるように、時刻同期処理Ｓ１１から得てもよい。あるいは、時刻同期処理Ｓ１１の過程で得られる、時刻Ｔ２に最も近い時刻の同期データを用いてもよい。ステップＳ４５の判定結果は、総合判定ステップＳ４６へ送られる。

マイコン１１は、ステップＳ４３の判定結果（センサフュージョン処理Ｓ１についての判定結果）と、ステップＳ４５の判定結果（センサデータについての判定結果）とに基づいて総合的な判定を行うことで（Ｓ４６）、センサフュージョン処理Ｓ１に発生した異常、ミリ波レーダ２１に発生した異常、カメラ２２に発生した異常、をそれぞれ検出することができる。

図７のテーブル１２０を参照し、ステップＳ４３，Ｓ４５での各判定結果のパターンに応じた、総合判定方法を説明する。総合判定テーブル１２０は、センサフュージョン処理Ｓ１についての判定結果Ｓ４３と、センサデータについての判定結果Ｓ４５と、総合判定結果Ｓ４６とを対応付けている。図７では、センサフュージョン処理Ｓ１についての判定結果Ｓ４３を、「演算結果判定」と示している。

マイコン１１は、センサフュージョン処理Ｓ１についての判定結果Ｓ４３から、センサフュージョン処理Ｓ１に異常が生じたか判定する。センサフュージョン処理Ｓ１に異常有りと判定されている場合、マイコン１１は、センサ２１，２２からのセンサデータの判定結果Ｓ４５を参照する。その際、マイコン１１は、ミリ波レーダ２１の異常もしくはカメラ２２の異常のどちらにも該当しない場合を、センサフュージョン処理Ｓ１における異常と判定することができる。

図７の判定方法を説明する。ステップＳ４３で異常ありと判定された場合において、ステップＳ４５でミリ波レーダデータ２１に異常ありと判定されたならば、その総合判定結果は「ミリ波レーダ異常」となる。同様にステップＳ４３で異常ありと判定された場合において、ステップＳ４５でカメラ２２に異常ありと判定されたならば、その総合判定結果は「カメラ異常」となる。同様に、ステップＳ４３で異常ありと判定された場合において、ステップＳ４５で異常なしと判定されたならば、その総合判定結果は「センサフュージョン処理異常」となる。

ステップ４３で異常なしと判定された場合、総合判定結果は「異常なし」となる。センサフュージョン処理Ｓ１は、各センサ２１，２２からのセンサデータを利用しているため、センサフュージョン処理Ｓ１に異常が生じていないなら、センサデータにも異常はないと考えることができる。

図６に戻る。マイコン１１は、総合判定の結果が「異常あり」であるか判定し（Ｓ４７）、異常ありと判定された場合（Ｓ４７：ＹＥＳ）、車両１に乗車している運転者に対して、異常が検出された旨を通知する（Ｓ４８）。マイコン１１は、例えば、「自動運転システムに異常が検知されました。」などのメッセージを、音声出力またはディスプレイ表示する。

ここで、ノイズ等でセンサ値に瞬間的異常が発生する場合もあり得るため、ステップＳ４７において、予め定められた所定回数以上、総合判定結果が「異常あり」と判定したときに、ステップＳ４８の通知を行ってもよい。ステップＳ４８の通知は、自動運転から手動運転に移行するプロセスが起動する前の、事前の注意喚起としての通知である。

マイコン１１は、ステップＳ４８で運転者に通知した後、異常状態が継続しているか判定する（Ｓ４９）。例えば、マイコン１１は、予め定められた他の所定回数以上、総合判定結果が「異常あり」と判定され続けている場合（Ｓ４９：ＹＥＳ）、縮退動作処理を起動させる（Ｓ５０）。

図示は省略するが、縮退動作処理では、例えば、ハザードランプを点灯し、事前に定められた停止動作に入るように走行制御を変更し、異常判定されたセンサの入力を無視し、残った他の正常なセンサのみを用いて自動運転モードを継続し、運転者に通知してから一定時間後に手動運転へ切り替えるといった処理を実行する。これにより、自動運転システムの異常発生時において、乗員の安全を確保する。通知処理（Ｓ４６，Ｓ４８）では、車両１内の運転者に通知するだけでなく、例えば、周囲の他車両へも通知してよいし、車両の走行を監視するサーバ（図示せず）に通知してもよい。自動運転時の各パラメータの変化を示すログ情報をメモリ１２に格納しておき、異常検出時刻と異常の種類とをログ情報に対応付けて保存してもよい。これにより異常の原因究明に役立てることもできる。

このように構成される本実施例によれば、外界情報検出部２０からのセンサデータに基づいて自車周辺の物体の行動を予測し、その予測結果が合っているかを外界情報検出部２０から取得する現在のセンサデータに基づいて判定する。したがって、本実施例によれば、外界情報検出部２０やマイコン１１などを多重化することなく、簡易な構成で自己診断を行うことができ、製造コストを増大させずに信頼性を向上できる。

すなわち、本実施例によれば、自動運転ＥＣＵ１０に用いられる外界情報検出部２０（ミリ波レーダ２１，カメラ２２）を多重化することなく、自動運転ＥＣＵ１０におけるセンサフュージョン処理Ｓ１を多重化することなく、外界情報検出部２０やセンサフュージョン処理Ｓ１それぞれに発生する異常を検出することができる。本実施例による異常の有無の判定方法は、自動運転ＥＣＵ１０の主機能処理の過程において得られる地図もしくは情報を用いた比較演算に基づく。このため、本実施例の異常の有無の判定方法（自己診断処理）を自動運転ＥＣＵ１０に追加実装した場合でも、自動運転ＥＣＵ１０の処理負荷の増大を抑えることができる。

なお、本発明は、上述した実施形態に限定されない。当業者であれば、本発明の範囲内で、種々の追加や変更等を行うことができる。上述の実施形態において、添付図面に図示した構成例に限定されない。本発明の目的を達成する範囲内で、実施形態の構成や処理方法は適宜変更することが可能である。

また、本発明の各構成要素は、任意に取捨選択することができ、取捨選択した構成を具備する発明も本発明に含まれる。さらに特許請求の範囲に記載された構成は、特許請求の範囲で明示している組合せ以外にも組み合わせることができる。

前記実施例では、時刻Ｔ１および時刻Ｔ２における２つの地図情報を比較することにより異常の有無を判定する方法を説明した。これに代えて、異常判定の方法として、例えば時刻Ｔ１，Ｔ２，Ｔ３など、３つ以上の時刻間で、位置情報と予測位置情報とを比較することにより異常の有無を判定してもよい。

前記実施例で述べた異常検出方法（自己診断方法）は、ある時刻Ｔ１での自動運転ＥＣＵ処理が正常であることを前提として、次の時刻Ｔ２での自動運転ＥＣＵ処理の妥当性を検証する。そのため、例えばエンジンキーをオンしたキーオン時や自動運転ＥＣＵ処理の開始時に、自動運転ＥＣＵ処理が正常であることを確認するのが好ましい。

この確認方法としては、例えば自動運転開始時刻と次の時刻とでそれぞれ同様の処理を行い、それら処理の結果が一致するか否かで確認する方法がある。さらに、自動運転ＥＣＵ１０の動作中に、建物等の位置が既知であるランドマーク等の物体に対する位置検出を行い、地図情報３１と自車位置センサ３２とを用いた自車１の移動量の推定値とランドマーク等の物体の位置とを比較することで、外界情報検出部２０やセンサフュージョン処理Ｓ１の妥当性を確認することもできる。

１：車両、１０：自動運転ＥＣＵ、１１：マイコン、２０：外界情報検出部、２１：ミリ波レーダ、２２：カメラ、３０：車両状態検出部、３１：地図情報、３２：自車位置センサ、４０：下位ＥＣＵ群

Claims (7)

1. 車両の電子制御装置であって、
   前記車両の外界情報を検出する外界情報検出部から取得する外界情報に基づいて、前記車両周辺の物体の行動を予測する行動予測部と、
   前記行動予測部の予測結果に対応する時刻における前記外界情報検出部から取得した外界情報と前記行動予測部の予測結果とを比較することで、前記外界情報検出部または前記行動予測部に異常が生じたか判定する検出部用判定部を備える、
   車両の電子制御装置。
2. 複数の前記外界情報を同期させる統合演算部と、
   前記行動予測部の予測結果に対応する時刻における前記統合演算部の演算結果と前記行動予測部の予測結果とを比較することで、前記外界情報検出部、前記統合演算部または前記行動予測部に異常が生じたか判定する演算部用判定部とをさらに備える、
   請求項１に記載の車両の電子制御装置。
3. 前記検出部用判定部の判定結果と前記演算部用判定部の判定結果とに基づいて、前記外界情報検出部、前記統合演算部、前記行動予測部、前記検出部用判定部または前記演算部用判定部に異常が生じたか総合判定を実行する総合判定部をさらに備える、
   請求項２に記載の車両の電子制御装置。
4. 前記総合判定部が異常ありと判定した場合、異常状態の検出を示す異常通知を前記車両の運転者に向けて出力する通知部をさらに備える、
   請求項３に記載の車両の電子制御装置。
5. 予め設定される所定回数以上、前記総合判定部が異常ありと判定した場合に、前記通知部は前記異常通知を出力する、
   請求項４に記載の車両の電子制御装置。
6. 前記通知部が前記異常通知を出力した後、予め設定される他の所定回数以上、前記総合判定部が異常ありと判定した場合に、前記車両の操作を運転者に移行させる処理を開始させる、
   請求項５に記載の車両の電子制御装置。
7. 前記外界情報検出部は、レーダまたはカメラのうち少なくともいずれか一方を含む、
   請求項１に記載の車両の電子制御装置。

Images