JP6920340B2 - 車両の進路追従装置 - Google Patents

Description

本発明に至る作業は、欧州共同体石炭・鉄鋼研究基金による補助金取決め第６０７９５７号に基づく資金援助を受けた。

本発明は、一般に車両進路制御のリアルタイム遂行装置に関する。本発明は、より詳細には、車両、特に自動走行自動車両、すなわち運転者なしで移動することができる車両の進路追従の推定状態ベクトルをリアルタイムで生成するための観測装置に関する。

状態観測装置は、自動車分野を含め、数多くの技術分野ですでに知られている。

たとえば、特許文献１は、車両の状態に関する観測不能な量を、測定された観測可能な量および感知された制御変数をもとに、感知されたシステム変数を含む行列システムと関連付けて推定する観測器を備える車両の状態の推定システムを開示している。特許が与えられたこの観測器は、感知されたシステム変数に応答する極補正（correction de pole）の手段を含む。感知されるシステム変数はたとえば車両の重量または速度に関するものである。同一フェーズの走行の間に補正に影響する重量の変化はほとんど、または全くないとしても、多数の速度変化が常時補正に影響する。開示されているような、速度に逆比例する係数を含めるだけで極を補正する極補正の手段は、２つの極に限定された単純なシステムには適したものであり得るとしても、それをより複雑なシステムに適合させることは難しいように思われる。そこで、単純なシステムにも複雑なシステムにも同じように適した観測器を実現することが課題となっている。

さらに例として、特許文献２では、車両の横方向速度の推定のための動的観測器が開示されている。推定は、車両の長手方向速度が介在する現実の力学の非線形性を考慮に入れた自転車モデルおよびタイヤモデルに基づいている。そこで用いられている方法は、横方向速度のようなスカラー変数については許容できる推定が可能であるが、使用されているＬｕｅｎｂｅｒｇｅｒ観測器が線形構造であることから、状態ベクトルの正確な推定を行うことはできない。そこで、少なくとも広い速度域に適した進路追従の推定状態ベクトルを生成するための観測器を実現することが課題となっている。

欧州特許第０７２３９０２Ｂ１号 米国特許第７９０８１１２号 仏国特許第２９２５００５号 国際公開第２０１２０８４４６５号 仏国特許出願公開第１２５５０６８号 仏国特許出願公開第１２５５１８８号 仏国特許出願公開第１２５６３３３９号 米国特許第６０００６６１号

本発明は、従来技術における諸課題、特に実施の効率および容易さに関する諸課題に対処することを目的とする。

その目的を達成するため、本発明は、現在速度で移動する車両の進路追従の推定状態ベクトルを、操作と、車両の進路追従の物理的状態ベクトルに相関させた現在測定ベクトルとからリアルタイムで生成するための観測装置であって、進路追従の推定状態ベクトルと、推定状態ベクトルに相関させた推定測定ベクトルとをリアルタイムで計算する第１のモジュールを備える観測装置において、
− 前記現在速度以下の第１の速度について最適化された第１の推定利得行列と、前記現在速度以上の第２の速度について最適化された第２の推定利得行列との重み付き和をリアルタイムで取って計算される推定利得行列を現在測定ベクトルと推定測定ベクトルとの偏差に掛け合わせることにより、偏差が低減されるように推定状態ベクトルの時間変化をリアルタイムで調節する第２のモジュールであって、第１の推定利得行列の第１の重み付け係数は単位元からゼロまで減少し、第２の推定利得行列の第２の重み付け係数はゼロから単位元まで増大し、それぞれの減少率および増大率は現在速度が第１の速度から遠ざかって第２の速度に近づくにつれて減衰する、第２のモジュールを備えることを特徴とする観測装置を目的とする。

具体的には、第１の重み付け係数は、第２の速度と現在速度との差を分子に含め、第２の速度と第１の速度との差を分母に含めた比の関数であり、第２の重み付け係数は第１の重み付け係数の単位元の補数である。

有利には、第１の重み付け係数は、前記第２の速度と前記現在速度との差を少なくとも分子に含め、少なくとも前記現在速度と前記第１の速度との差を分母に含めた比の関数であり、前記第２の重み付け係数は第１の重み付け係数の単位元の補数である。

より詳細には、第１の重み付け係数は、前記第１の速度に満たない第３の速度および／または前記第２の速度を超える第４の速度をさらに含めた比の関数である。

好ましくは、装置は、既定速度の順序リストと、それぞれに既定速度に応じて変動する最適化行列のリストと、現在速度をもとに、一方では第１の推定利得行列を用いて既定速度のいずれか１つの中から第１の速度を、他方では第２の推定利得行列を用いて続く既定速度のいずれか１つの中から第２の速度を選択するためのデジタル機構とを記憶装置に備える。

とりわけ、順序リストは、順序リストの端でない既定速度とその次の既定速度との差が順序リストの端でない既定速度とその前の既定速度との差よりも大きくなるような２つよりも多い既定速度を含む。

同じく有利には、現在測定ベクトルはヨーレートおよび舵角に関する座標を含み、推定状態ベクトルはヨーレート、車両の進路に対する偏差角、舵角の時間微分および舵角に関する座標を含む。

さらに有利には、装置は、そこまでであれば車両の進路追従がターゲット車両進路を自動追跡する（se caler sur）ことができ、それを超えると車両の進路追従は車道の車路を自動追跡する速度閾値を記憶装置に含む。

とりわけ、ターゲット車両進路を自動追跡するために、現在測定ベクトルはターゲット車両の横偏差に関する少なくとも１つの座標をさらに含み、推定状態ベクトルはターゲット車両の進路に対する偏差の時間微分、ターゲット車両の進路に対する偏差およびターゲット車両の進路の曲率半径のそれぞれに関する座標をさらに含む。

あるいは、車道の車路を自動追跡するために、現在測定ベクトルは、車両の進路に対する偏差角、車両の車路追従進路に対する横偏差、および進路に対する横偏差の時間積分の反数（oppose）のそれぞれに関する座標をさらに含み、推定状態ベクトルは、車両の進路に対する横偏差の時間微分、車両の進路に対する横偏差および進路に対する横偏差の時間積分の反数のそれぞれに関する座標をさらに含む。

その他の特徴および利点は添付の図面を参照した以下の説明を読むことによって明らかとなろう。

本発明が適用可能となる車両を示した図である。 本発明に適合する装置の実施図である。 ブロックごとの線形補間（interpolation lineaire par morceaux）の係数変化曲線である。 本発明の好ましい補間係数変化曲線である。

図１で、原動機（各図では図示せず）駆動による自動車両１は、２つの前輪１１と２つの後輪１２を有する４つの車輪を備えている。各車輪には、車両の現在速度ｖ_ａ、特に車両の長手方向現在速度ｖ_ａを知ることができる瞬間速度センサがそれぞれ装着されるか、またはされない。操舵輪であり、車両の方向を変えるために操舵することができるのは前輪であることが好ましい。

車両１は、純粋な自動運転車両においては無用となるステアリングホイールを上部に具備するか、または具備しないステアリングコラム４４であって、その下部は、前輪を向き付けることができるステアリング機構に作用するステアリングコラム４４を備えている。ステアリングコラム４４は操作信号ｕによって動かされるアクチュエータを備えている。ステアリング機構には、ステアリングコラムの基部または、前輪に作用するラックなど、それ以外のどこであれ、車両の前輪の実効舵角δを測定するためのセンサ４６が装備されている。センサ４６はたとえば、値を容易に舵角に変換することができるトルクセンサである。

車両１は車両のヨーレート

すなわち、重心の周りの鉛直軸に沿った車両の回転速度のセンサ３１も備える。センサ３１はたとえば車両の重心（英語ではＣｅｎｔｅｒ ｏｆ ｇｒａｖｉｔｙでＣｏＧ）の直近に置かれたジャイロメータなどである。ＲａＣａｍ型の器具１５、すなわち、光学カメラとレーダの特性を組み合わせたものによって、物体の座標を車両の正中軸に対して横断方向のＹ_ＣＡＭと、車両１の前方に向かう正中軸沿いの座標Ｘ_ＣＡＭとで測定することができる。

車両１は、車両の様々な機構の制御および操作を可能にする車載プロセッサ（そのものとしては図示せず）を自明な形で装備している。プロセッサは、接続により、特にＣＡＮ、ＬｉｎまたはＥｔｈｅｒｎｅｔの車載バスにより、速度センサ、ヨーレートセンサ３１、舵角δセンサ４６および器具１５から情報を受け取ることができる。車載プロセッサは、ステアリングコラム４４と操作信号ｕをやり取りしてステアリングコラム４４を操作することもできる。車載プロセッサは、車両の物理的状態ベクトルｘを指令状態ベクトルＸ^＊に適合させて車両１による所望の進路追従が果たされるようにする操作信号ｕを生成する制御装置３をさらに搭載することができる。車両の物理的状態は、車両の動的挙動に作用する幾つもの物理データであって、多少なりともよく管理された物理データに依存する。車載プロセッサは、これから図２を参照しながら説明するように、現在速度ｖ_ａで移動する車両１の進路追従の推定状態ベクトル

を、操作ｕと、車両１の進路追従の物理的状態ベクトルｘに相関させた現在測定ベクトルｙとからリアルタイムで生成するための観測装置２を搭載する。

図２に示した実施形態では、２つより多いスカラー座標または状態変数を含む車両１の実効状態ベクトルｘを考えるが、そこに含まれるものとしては、たとえば、何らかの順序で、ただし好ましくは所与の車両に関して最終的なものとして、あらかじめ定められた順序で、車両の実効ヨーレート

、車両の理想進路に対する車両の実効相対偏差角Ψ_{ｒｅｌ、ｅｆ}、車両の理想進路に対する車両の重心の実効横方向離隔速度

を挙げることができる。実効相対偏差角Ψ_{ｒｅｌ、ｅｆ}は、それぞれの当該の瞬間に車両の正中軸が理想進路に対する接線との間に実際になす角度である。重心の実効横方向離隔速度

は、当該の瞬間に車両の重心が理想進路に対する接線に対して直角方向に理想進路から実際に離隔する速度である。車両１の実効状態ベクトルｘは、たとえば、車両の理想進路からの車両の重心の実効離隔量Ｙ_{ｃｏｇ，ｅｆ}、車両の車輪の舵角の経時的な実効変化

、車輪の実効舵角δ_ｅｆなどのようにそれ以外のスカラー座標を含むこともできる。

状態変数は、車両の動作モードとは独立した意味を持つこともあれば、車両の動作モードに固有の意味を持つこともある。例証として、先行するターゲット車両に追従するように車両がフィードバック制御されるＡｕｔｏＳｔｅｅｒと呼ばれるモードと、車道上の走行車路の区画線に追従するように車両がフィードバック制御されるＬＣＡと呼ばれるもう１つのモードの２つの動作モードについて考えてみる。ヨーレートは車両が車道面に対して垂直な軸の周りを旋回するときの速度であり、動作モードに対して独立している。車両の車輪の舵角の経時的な実効変化

および車輪の実効舵角δ_ｅｆについても同様である。これは、これらの変数がフィードバック制御される車両のシャーシに対する車輪自体の状態に関係するものであるためである。それに対して、フィードバック制御される車両の重心の理想進路に対する実効離隔量Ｙ_{ｃｏｇ，ｅｆ}は、ＡｕｔｏＳｔｅｅｒモードでは車両の軸に対して垂直な軸におけるターゲット車両の進路とフィードバック制御される車両の重心との横偏差であり、ＬＣＡモードでは車両の軸に対して垂直な軸における車路の区画線とフィードバック制御される車両の重心との横偏差である。重心の実効横方向離隔速度

は上述の変数の時間変化量である。

車両１の実効状態ベクトルｘは、車両の動作モードに応じて数および／または性質の異なるスカラー座標を含むこともできる。再び上の例を取り上げると、任意選択の状態変数ρ_ｆｖは、ＡｕｔｏＳｔｅｅｒモードで重心の実効離隔Ｙ_{ｃｏｇ，ｅｆ}がゼロのフィードバック制御された車両の重心におけるターゲット車両の進路の曲率半径を表すものであることができる。また、任意選択の状態変数∫−Ｙ_ｃｏｇｄｔは、フィードバック制御される車両がその上にあるべき車路の区画線の点に対するその車両の重心の偏差の時間積分を表すものであることができる。

車両１のその実効状態ベクトルＸには、フィードバック制御される車両の走行中の各瞬間に到達することが望まれる基準状態ベクトルＸ^＊が対応する。たとえば、状態ベクトルＸの座標

、Ψ_{ｒｅｌ，ｅｆ}、

、Ｙ_{ＣｏＧ，ｅｆ}には、値ゼロの状態ベクトルＸ^＊の座標

、Ψ_ｒｅｆ、

、Ｙ_{ＣｏＧ，ｒｅｆ}が対応するが、これは、言うまでもなく、フィードバック制御される車両の実効進路とその理想進路との間には横偏差も方向偏差もないことが望まれるためである。

車両１の実効状態ベクトルＸは未知であるが、それは、フィードバック制御される車両の内部状態が物理学の様々な自然法則によって支配され、その全体にアクセスすることはできないためである。

既知の物理学の法則では、車両１によって構成される物理的システムの状態ベクトルＸの時間変動ベクトル

は、外乱がなければ車両の状態を安定した最終状態に持って行く傾向を一般に持つ力学的関係Ａによって状態ベクトルＸと連関するものと仮定されることを想起されたい。車両の安定した最終状態は必ずしもその達成が目指されたものであるとは限らないことから、本発明の目的は、基準状態ベクトルＸ^＊と合致した実効状態ベクトルＸを維持するために系を恒常的に乱す操作ｕを作り出すことにある。そうして時間変動ベクトル

に引き起こされる乱れは、同様に物理学の法則の支配を受ける侵襲的関係Ｂによって操作ｕと連関する。車両１によって構成される物理的システムには全体として未知の性格のそれ以外の外乱も作用することから、観測装置２が実効状態ベクトルＸを可能な限り忠実に表現する推定状態ベクトル

をリアルタイムで生成することを目的としたネガティブフィードバック制御機構を用いる。

その目的を達成するため、観測装置２は、車両１によって構成される物理的システムを特に進路追従に関してモデル化するモジュール４を含む。モジュール４は、力学的関係Ａを表す行列Ａ^ｃと、侵襲的関係Ｂを表す行列Ｂ^ｓとを備える。

数値行列Ａ^ｃは、それぞれが車両の動作モードに適合された異なる形状を有することができる。数値行列Ａ^ｃの形は基本的に車両１の状態ベクトルＸおよび適用される力学的関係に連関する。下に示す２つの形の例は、特許文献３や特許文献４などの数多くの先行文献で示されているように当該技術分野ではよく知られた自転車モデルに基づくものである。

第１の例はＡｕｔｏＳｔｅｅｒモードのもので、その場合の数値行列Ａ^ｃは次の形を取る。

式中、同一走行シーケンスの中で、幾つかの係数は変数であり、他の幾つかは定数である。

変数である係数は基本的に車両の長手方向速度ｖに依存する係数である。速度変化に適合するため、変数である係数は、一般に車載ネットワーク（車載ＣＡＮ、ＬＩＮ、Ｅｔｈｅｒｎｅｔ、その他のバス型）で得られる長手方向速度ｖと、一般に記憶装置で得られるパラメータとをそれぞれ読み取って、次の各式を用いてリアルタイムで再計算する。

ａ_２７（ｖ）＝−ｖ
ａ_３７（ｖ）＝−ｖ^２

式中、ｃ_ｒ、ｃ_ｆ、Ｉ_ｒ、Ｉ_ｆ、Ｉ_ｚ，Ｍは、他から（特許文献５、特許文献６、特許文献７参照）明らかなように、後輪１２の偏向剛性および前輪１１の偏向剛性であって、車輪のタイヤ納入者から、またはサーキットでの走行テストによって得られるもの、後輪軸および前輪軸から車両１の重心ＣｏＧまでの距離、前輪軸および後輪軸を通る平面に対する垂線の周りの車両の慣性モーメント、そして車両の質量をそれぞれ定量化するものである。

１つの走行シーケンスにおける定数である係数は、車両の設計時にあらかじめ計算して、車載プロセッサの記憶装置に保存しておくことができる。それぞれは次の各式によって決定される。

ａ_５５＝−２ξω
ａ_５６＝−ω^２
ａ_７７＝−ω_ρ

式中、ξとωはそれぞれ車輪の操舵操作の伝達関数の減衰係数と固有角振動数を指し、ω_ρは道路の曲率半径のスクリーニングの固有角振動数を指す。

ある走行シーケンスにおける定数である係数も車両の始動のたびに計算して、乗員数および積荷に応じて始動ごとに違ったものである可能性のある質量Ｍおよび慣性モーメントＩ_ｚを考慮に入れることができる。燃料の消費や経路途中での乗員の降車などによって生じるこれらのパラメータの変化は一般にさほど有意なものではない。

第２の例はＬＣＡモードのもので、その場合の数値行列Ａ^ｃは次の形を取る。

ここで、係数は、すべてがゼロの最終列と、中央の係数だけがゼロでなく−１である最終行とを除いて、ＡｕｔｏＳｔｅｅｒモードの数値行列Ａ^ｃの係数と同じである。

行列の列の数は状態ベクトルの座標の数と同じであり、行の数は状態経時変化ベクトルの座標の数と同じ、すなわち行の数と同じである。数値行列Ａ^ｃは、上の例の行列とは異なる数の行および列を持ちうること、とりわけ、追加的な状態変数を考える必要があると思われる場合にはそれを上回る数の行および列を、またはある状態変数について、特に上に説明したように最終行に相当する状態変数について無用であると考える場合にはそれを下回る数の行および列を持ちうることは理解されよう。

侵襲的関係Ｂを表す数値行列Ｂ^ｓであって、それぞれが車両の操作および外部要因のとらえ方に関するモードに適合されたもの。数値行列Ｂ^ｓの形は基本的に状態ベクトルＸと連関して、その座標の数によって行の数が決まり、さらにシステムとの相互作用と連関して、その数によって列の数が決まる。以下に示す２つの主な形の例は上の２つの例に対応する。

第１の例はＡｕｔｏＳｔｅｅｒモードのもので、その場合の数値行列Ｂ^ｓは次の形を取る。

ここで、第１列は、操舵操作ｕである第１の乱れに関連付けられ、第２列は、走行車路の曲率半径のランダムな変化の固有角振動数ω_ηである第２の乱れに関連付けられる。ここでは係数は所与のタイプの車両に関していずれも定数である。第１列では、操作ｕは操舵角の時間変化に対してのみ直接作用するものであると考えて、係数ｂ_５１だけがゼロでない。係数ｂ_５１は車輪の操舵操作の伝達関数の固有角振動数ωの二乗に等しい。第２列では、ランダムな変化の固有角振動数ω_ηは車路の曲率半径にのみ関係するものであると考えて、係数ｂ_７２だけがゼロでない。係数ｂ_７２は道路の曲率半径のスクリーニングに関する固有角振動数ω_ρに等しく、先験的に決定されるものである固有角振動数は時間によって変化しない。

第１の例のＡｕｔｏＳｔｅｅｒモードに関する数値行列Ｂ^ｓの変形の１つとして、状態ベクトルＸが曲率半径に関する最後の座標を含まないものが考えられよう。その場合、曲率半径の変化の乱れは考慮されず、数値行列Ｂ^ｓは６行で１列のみのものとなる。

第２の例はＬＣＡモードのもので、その場合の数値行列Ｂ^ｓは次の形を取る。

ここで、第１列は操舵操作ｕである第１の乱れになお関連付けられているが、第２列は走行車路の曲率半径自体である第２の乱れに関連付けられている。係数ｂ_５１はここでもなお車輪の操舵操作の伝達関数の固有角振動数ωの二乗に等しい。一方、第２列では、曲率半径ρ_ｒｅｆは車両の理想進路に対する車両の実効相対偏差角Ψ_{ｒｅｌ，ｅｆ}および車両の理想進路に対する車両の重心の実効横方向離隔速度

に直接作用するものと考えて、２つの係数ｂ_２２およびｂ_３２は非ゼロである。係数ｂ_２２は車両の長手方向速度ｖの反数に等しく、係数ｂ_３２は車両の長手方向速度ｖの二乗の反数に等しい。

車両１をモデル化するため、操作ｕを受けたモジュール４は、数値行列Ａ^ｃおよびＢ^ｓを次の各式に含める形で使用して力学の方程式を再現することで推定状態ベクトル

を生成する。

推定状態ベクトル

が車両の物理的状態ベクトルｘを忠実に再現するためには幾つかの条件が満たされる必要があろう。

時間に対する積分である第１の式では、最初の瞬間には、推定状態ベクトル

は車両の物理的状態ベクトルｘに等しい必要があろう。

第２の式では、数値行列Ａ^ｃおよびＢ^ｓは、実際に車両に影響する力学的関係Ａおよび侵襲的関係Ｂを完璧にモデル化する必要があろう。

車両を特徴付けるパラメータが製造のばらつきや使用による経年化にさらされる中でのその正確性、予期せざる乱れやそれ以外の既知または未知の理由など、様々な事由からそうした条件を果たせないことは十分に想像される。

計算された推定状態ベクトル

と未知である車両の物理的状態ベクトルｘとの偏差を小さくするため、観測器２は車両の状態を表す現在測定ベクトルｙを第２の入力に受け取る。現在測定ベクトルｙは、状態ベクトルの構成、すなわち車両の動作モードと、車両に装備された計測センサとに依存する計装関係Ｃによって物理的状態ベクトルｘと相関される。

ＡｕｔｏＳｔｅｅｒ動作モードに関する第１の例を再び取り上げると、現在測定ベクトルｙは、センサ３１で測定されたヨーレート

、器具１５で測定された車両１の正中軸に対するターゲット車両（図示せず）の後面の中心の横断方向座標Ｙ_ＣＡＭ、センサ４６で測定された車輪１１の舵角δという３つの構成要素を有する。

１つの例として、状態ベクトルＸの第３の座標である状態変数Ｙ_ＣＯＧは次式によって与えられる。

式中、ｘ_ｍは、２つの車両が停止したときに守られるべき、たとえば２メートル前後の車両１とターゲット車両との距離と、車両１の長手方向速度ｖにターゲット車両の追走を続けるために車両１に与えられる時間ｔ_ｆ、たとえば０．４秒程度、を乗じた積との和に等しい。

計装関係Ｃはモジュール４で数値行列Ｃ^ｃによってアプローチされて、推定状態ベクトル

から推定測定ベクトル

が生成される。

ＡｕｔｏＳｔｅｅｒ動作モードでは、数値行列Ｃ^ｃは好ましくは次の形を取る。

ここで、非ゼロの定数である係数のうち、係数ｃ_１１、ｃ_２４、ｃ_３６は、センサ３１、１５および４６の偶発的な不確かさを無視すれば単位的である。

車両の長手方向速度ｖに依存する係数ｃ_２２、ｃ_２７は単純な次の式を用いてリアルタイムで計算される。
ｃ_２２（ｖ）＝ｖ・ｔ_ｆ
ｃ_２７＝−ｃ_２２（ｖ）^２／２

そこで、モジュール４は、推定状態ベクトル

に行列Ｃ^ｃをリアルタイムで掛け合わせることで推定測定ベクトル

を計算する。

ＬＣＡ動作モードに関する第２の例を再び取り上げると、現在測定ベクトルｙは、センサ３１で測定されるヨーレート

、走行車路の中心線に照準を合わせた器具１５で測定される相対偏差角Ψ_ｒｅｌ、器具１５によって得られる走行車路の中心線に対する重心の離隔Ｙ_ＣｏＧ、センサ４６で測定される車輪１１の舵角δ、器具１５によって供給される重心の離隔Ｙ_ＣｏＧ の時間的積算∫Ｙ_ＣｏＧｄｔの反数という５つの構成要素を有する。

計装関係Ｃはモジュール４で数値行列Ｃ^ｃによってアプローチされて、当該動作モードの推定状態ベクトル

から推定測定ベクトル

が生成される。

ＬＣＡ動作モードでは、数値行列Ｃ^ｃは好ましくは次の形を取る。

ここで、非ゼロの係数ｃ_１１、ｃ_２２、ｃ_３４、ｃ_４６、ｃ_５７は定数であり、単位的である。これは、当該測定値が状態変数の一部であるためである。

そこで、モジュール４は、推定状態ベクトル

に行列Ｃ^ｃをリアルタイムで掛け合わせることで推定測定ベクトル

を計算する。

車両の動作モードにかかわらず、推定利得モジュール５は、推定状態ベクトル

による推定測定ベクトル

が現在測定ベクトルｙと一致するように、それによって推定状態ベクトル

が車両１の進路追従の物理的状態ベクトルｘと一致するように、状態ベクトルの時間微分

を補正する機能を持つ。そのため、モジュール５は、現在測定ベクトルｙと推定測定ベクトル

との間の偏差が小さくなるように、その偏差に推定利得行列Ｌ^ｃを掛け合わせることによって推定状態ベクトル

の時間変化

をリアルタイムで調節する。

２つの測定ベクトルｙおよび

との間の偏差は測定ベクトルの次元と同じ次元のベクトルであり、推定状態ベクトルの時間変化

に加えるべき補正は状態ベクトルの次元と同じ次元のベクトルであることから、行列Ｌ^ｃは状態ベクトルの座標と同じ数の行および測定ベクトルの座標と同じ数の列を有している。

そのため、観測装置２は次の方程式によって定義されるＫａｌｍａｎの観測器として振る舞うことができる。

行列Ｌ^ｃはＫａｌｍａｎの観測器の利得行列に相当する。上で例として取り上げたＡｕｔｏＳｔｅｅｒ動作モードでは、出力数が７、使用される測定値数が３であることから、７×３のサイズの行列となる。この行列は、Ｒｉｃａｔｔｉの代数方程式をＲｉｃａｔｔｉの解の行列である行列Ｐの最小化を基本に解くことで決定される。行列Ｐの係数は既知のように推定誤差

の共分散に対応する。すなわち、

式中、行列ＡおよびＣは横方向力学の方程式から導き出された行列であり、Ｑ_Ｌはシステムの乱れの行列であり、Ｒ_Ｌは測定値のノイズの行列である。

行列Ｑ_ＬおよびＲ_Ｌは、測定ベクトルｙの座標の数の次元と同じ次元をもち、対角線上のパラメータが非ゼロの正方行列である。

これらのパラメータは一般に、観測対象システムとしての車両のテストの際に得られる実験記録から経験的に定量化されるものであるが、決定することの難しい値である。２つの行列は対角行列として定義されるが、これは測定の値

の間に相関はないと考えられるためである。Ｑ_ＬおよびＲ_Ｌの値が正しく最適化されることで、測定ノイズおよびシステムの乱れに対してきわめてロバストなシステムを得ることができる。

制御装置３は、基準状態ベクトルＸ^＊と推定状態ベクトル

との間の差をなくすところまで減らすように操作ｕを生成する。基準状態ベクトルは７×１のサイズの零ベクトルとして定義されるため、コントローラに対して提案される解は「静的状態フィードバック」と呼ばれる従来からのアプローチそのものであり、これは以下のように定義される。

７×１のサイズで定義された利得行列Ｋには制御利得が含まれる。加減しなければならないパラメータは全体で７つあり、それぞれが異なる状態変数に関連付けられる。すなわち、

使用される最適化法は、Ｒｉｃａｔｔｉの方程式に基づき、かつ解の行列Ｓの最小化に基づいた線形二次レギュレータ（英語ではＬｉｎｅａｒ−Ｑｕａｄｒａｔｉｃ ＲｅｇｕｌａｔｏｒでＬＱＲ）法である。すなわち、

ここでも、行列ＡおよびＢは横方向力学の方程式から導かれ、Ｑ_ｋはそれぞれの状態変数の重みの行列であり、Ｒ_ｋは操作の重みの行列である（この場合、操作ｕは１つだけであるため、Ｒは１つのみのスカラーについて定められる）。

調整を要する行列Ｑ_ｋは次のように定義される。

行列Ｑ_ｋは対角行列であるものと仮定されるが、これは状態変数の重みの間に相関はないと考えられるためである。

ここですぐに想起されるのは、装置３における操作の最適化と装置２における観測器の最適化との連関であって、コントローラの性能は観測器による推定に直接依存しており、観測器による推定値

をもとに操作の合成が行われることから非常に強いものであるその連関を支配する分離の原則である。

観測器２から出される静的状態フィードバックによって操作ｕとループ化されるシステムを考えるとき、制御対象のシステムは、システムの方程式および観測器が次のように定義される線形システムによってモデル化される。すなわち、

変数の変更

により、上の各方程式は次のように定義し直される。

ループ化されたシステムの安定性を保証するには、観測器（Ａ−ＬＣ）の安定性と実際の状態を利用した操作（Ａ＋ＢＫ）の安定性とを独立して検証するのがよい。この特性は、観測器の最適化、すなわち行列Ｌ^ｃの最適化と、操作の最適化、すなわち利得行列Ｋの最適化とをそれぞれ独立して行えることを保証するものである。この原則は分離の原則として知られている。

しかし、行列Ｌ^ｃの最適化には、すでに見たように行列の値に含まれる車両の速度変化を考慮に入れるためのリアルタイムでの実施と両立させることが困難な幾つもの計算や調整が依然として必要とされる。

そこで、時間的な制約を克服するためには、車両の長手方向速度のあらかじめ決められた数の所定の値について、オフラインで、すなわちテストやコンピュータ援用設計の段階で車外で、あらかじめ最適化された行列Ｌ^ｃを車載記憶装置に保存しておくことが解決法となる。図３は、５ｋｍ／ｈ、１０ｋｍ／ｈ、２０ｋｍ／ｈ、３０ｋｍ／ｈ、４０ｋｍ／ｈ、５０ｋｍ／ｈ、６０ｋｍ／ｈなどと順次定めた車両の長手方向速度の値を示したものである。その際、長手方向速度について定めたそれぞれ相前後する２つの値は、下限界によって速度域を画定する第１の速度ｖ_ｍｉｎと、上限界によって速度域を画定する第２の速度ｖ_ｍａｘとの間に速度域を定義する。

その場合、観測装置の製作工程は、車両の設計・調整段階であって、それぞれの速度域のそれぞれの限界について推定利得行列の係数を決定する、すなわち、第１の速度ｖ_ｍｉｎについて最適化された第１の推定利得行列Ｌ_ｍｉｎの係数の決定と、第２の速度ｖ_ｍａｘについて最適化された第２の推定利得行列Ｌ_ｍａｘの係数の決定とを行う第１のステップを含む段階を含む。

この決定ステップは、既知の最適化方法、特にＲｉｃａｔｔｉの方程式などを使用する方法を用いるが、特許文献８ですでに開示されている方法とは必ずしも同様でない方法を用いる係数の計算サイクルを含む。次いでこの決定ステップは、車両１の試作車両であって、その推定装置に計算した係数を保存し、推定利得行列の係数を計算したときの速度でテストドライバーが走らせる車両をテストしながら係数を調整するサイクルを含む。その際、テストドライバーは、テストドライバーが運転に介入することなしに満足の得られる挙動で車両を走らせることができるところまで係数を調節する。

車両の設計・調整段階は、すべての速度域の限界に関する推定利得行列の係数を観測装置２がアクセスできる電子記憶装置に保存する第２のステップを含む。図３からは、直前の速度域に続く速度域に関して、第１の速度ｖ_ｍｉｎで最適化された第１の推定利得行列Ｌ_ｍｉｎの係数はその直前の速度域の第２の速度ｖ_ｍａｘで最適化された第２の推定利得行列Ｌ_ｍａｘの係数と等しいことが容易に見て取れる。そして、上限界で第２の保存を行う最後の速度域は例外として、推定利得行列の係数はそれぞれの速度域の下限界で速度域の限界に応じた連想配列に保存される。

車両の設計・調整段階は、観測装置２による実行が可能なコンピュータプログラムの命令を電子記憶装置に保存する第３のステップを含む。命令は、それが観測装置によって実行されたとき、観測装置が車両の現在速度ｖ_ａを車載ネットワークバスで読み取り、現在速度ｖ_ａが含まれる速度域の２つの限界を見つけるようにプログラムされる。推定利得行列の係数を含む連想配列にアクセスすることで、保存された一連の命令により、第２のモジュール５は、現在速度ｖ_ａ以下の第１の速度ｖ_ｍｉｎについて最適化された第１の推定利得行列Ｌ_ｍｉｎと、前記現在速度ｖ_ａ以上の第２の速度ｖ_ｍａｘについて最適化された第２の推定利得行列Ｌ_ｍａｘとの重み付き和をリアルタイムで取って推定利得行列Ｌ^ｃを計算することが可能となるが、そのとき、第１の推定利得行列Ｌ_ｍｉｎの第１の重み付け係数ｐ_ｍｉｎは単位元からゼロまで減少し、第２の推定利得行列Ｌ_ｍａｘの第２の重み付け係数ｐ_ｍａｘは第１の重み付け係数の単位元の補数である。このように、保存されたプログラムの命令は、車両の長手方向現在速度が含まれた速度域の限界の２つの値の間での補間によって行列を得ることを可能にする。

車両の設計・調整段階は、車両１の試作車両をテストする第４のステップであって、観測装置２によって実行可能なコンピュータプログラムの命令が電子記憶装置に保存された推定装置を有する試作車両による第４のステップを含む。テストドライバーは、連想配列に保存された推定利得行列の係数を計算した速度以外の様々な速度で車両を走らせる。その際、テストドライバーは、連想配列と組み合わせて保存された命令によって、車両について予想されるすべての現在速度についてテストドライバーが運転に介入することなしに満足の得られる挙動で車両を走らせることができることを確認する。

図３は、第１の重み付け係数と第２の重み付け係数がそれぞれ一定して増大し、また減少する直線的な補間の１つの例を示したものである。速度域の中で適切な行列の近似を得るためには十分な数の速度域を選ぶのがよい。このようなアプローチには幾つかの欠点がある。速度域の限界における行列の係数の値を保存するために多くの記憶容量を消費するという欠点は、電子記憶装置の低価格化と小型化が恒常化していることから克服可能である。車両１の実物大の試作車両でテストを行うことによる係数の調整サイクルにおいて生じる欠点はそれよりも克服が難しい。その場合、テストドライバーは、あらかじめ推定利得行列の計算が行われたそれぞれの速度で車両を走らせなければならず、図３に示したケースでは７つの速度を試験することになる。前述の例で取り上げたＡｕｔｏＳｔｅｅｒ自動運転モードの場合、７×３のサイズの推定利得行列では２１までのパラメータが生成され、テストドライバーは自ら介入することなしに満足の得られる挙動で車両を走らせることができるまで１つの試験速度でその調節を行わなければならない。この動作モードで４０ｋｍ／ｈまで車両を走行させるためには、５ｋｍ／ｈ、１０ｋｍ／ｈ、２０ｋｍ／ｈ、３０ｋｍ／ｈおよび４０ｋｍ／ｈに固定した５つの速度について調節が必要となることが図３からわかる。発明者らは、これに関して調節すべき６６のパラメータを特定した。前述の例で取り上げたＬＣＡ自動運転モードの場合、７×５のサイズの推定利得行列では３５までのパラメータが生成され、テストドライバーは自ら介入することなしに満足の得られる挙動で車両を走らせることができるまで１つの試験速度でその調節を行わなければならない。この動作モードで車両を４０ｋｍ／ｈから１８０ｋｍ／ｈで走らせるためには、４０ｋｍ／ｈから１８０ｋｍ／ｈまで１０ｋｍ／ｈ刻みで固定した１５の速度について調節が必要であることが図３の外挿によってわかる。発明者らは、これに関して調節すべき１２６のパラメータを特定した。そのため、テストドライバーは１９２のパラメータを調整しなければならないことになる。調整は、単に順番にパラメータを調節して、それ以前に調節済みのパラメータには影響が及ばないという形で行われるものではないことを理解する必要がある。１つのパラメータを調節することでそれまでに調節済みのパラメータの再調節が必要になる可能性がある。１つの解決法として速度域の数を減らすことが考えられようが、その場合には、広すぎる速度域にわたってアフィン関数による近似を行うことで正確さが損なわれるリスクがあり、それによって行列Ｌ^ｃによる補正性能が損なわれることにもなりかねない。

上述のような欠点に対処するため、発明者らは、コンピュータ援用設計システムに匹敵する高度な計算リソースを備えたコンピュータシステムに搭載するためのシミュレーションツールであって、リアルタイムでの実行による制約を受けないツールを開発した。このシミュレーションツールは、車両の力学をシミュレーションし、ほぼ連続的な速度の値について性能を評価するのに十分な細かさの上昇ピッチで車両の長手方向速度の値を漸増させながら、上述の理論的な方程式で必要とされる数値計算をすべて行うようにプログラムされている。このツールはまた、長手方向速度の増大に応じた推定利得行列の係数の変動ペースを明らかにすることを可能にした。推定利得行列の係数のこの変動ペースを知ることで、単に直線によるのではなく、推定利得行列の係数の実質的な変動を表す曲線によって２つの速度限界の間の補間を行って速度域を伸ばし、それによって速度域の数を減らすことができるようになった。

発明者らは、自分たちが作り出したシミュレーションツールによって得られたペースを解析することで、推定利得行列は、同じ速度域の中では低い速度の値のときの方が高い値のときよりも速く変化することに気づいた。そのため、発明者らは、推定装置によってリアルタイムで実行可能なコンピュータプログラムの命令を、第１の推定利得行列Ｌ_ｍｉｎの第１の重み付け係数ｐ_ｍｉｎは単位元からゼロに減少し、第２の推定利得行列Ｌ_ｍａｘの第２の重み付け係数ｐ_ｍａｘはゼロから単位元に増大するように、その減少率および増大率がそれぞれ現在速度ｖ_ａが第１の速度ｖ_ｍｉｎから遠ざかって第２の速度ｖ_ｍａｘに近づくにつれて小さくなるようにプログラムした。

本発明によるこれらの新しい命令では、単なる直線的な補間よりも推定利得行列の実質的な変動に対してより高度なアプローチが可能な補間関数のおかげで、図４に示すように速度域の数を減らすことができるようになった。これによって、本発明は、テスト中の調整サイクルを容易にし、操作ｕと、推定装置２による車両１の進路追従の物理的状態ベクトルｘに相関させた現在測定ベクトルｙとを用いた現在速度ｖ_ａで移動中の車両１の進路追従の推定状態ベクトル

のリアルタイム生成を信頼性のあるものとする。

第１の重み付け係数ｐ_ｍｉｎに関する上述の減衰は、その計算で第２の速度と現在速度との差（ｖ_ｍａｘ−ｖ_ａ）を分子に含め、第２の速度と第１の速度との差（ｖ_ｍａｘ−ｖ_ｍｉｎ）を分母に含めることで得ることができる。

それはたとえば次のように仮定した場合である。
ｐ_ｍｉｎ＝Ｌｏｇ［１＋（ｖ_ｍａｘ−ｖ_ａ）／（ｖ_ｍａｘ−ｖ_ｍｉｎ）］／Ｌｏｇ２

たとえば次のように仮定して、第２の重み付け係数ｐ_ｍａｘは第１の重み付け係数ｐ_ｍｉｎの単位元の補元であるとすることもできる。
ｐ_ｍａｘ＝Ｌｏｇ［１＋（ｖ_ａ−ｖ_ｍｉｎ）／（ｖ_ｍａｘ−ｖ_ｍｉｎ）］／Ｌｏｇ２

しかし、対数式はかなり時間を食うため、単純かつ迅速でなければならないリアルタイム計算にはあまり、または全く向いていないことから、推奨されない。

現在速度ｖ_ａが速度域の下限界ｖ_ｍｉｎから遠ざかって速度限界の上限界ｖ_ｍａｘに近づくにつれて減衰する減少率および増大率を下に示すアルゴリズムを用いて得ることは、過大な計算リソースを必要とすることなくリアルタイムで迅速に実行可能であるという利点を有する。

車両の設計・調整段階は保存を行う第３のステップを含む。電子記憶装置に保存されたコンピュータプログラムの命令であって、第３のステップにおいて観測装置２により実行可能である命令は、観測装置によって実行されたとき、車両の車載ネットワークバスから読み取った現在速度に最も近く、かつそれを超える速度ｖ_ｍａｘを前述の連想配列で照合するようにプログラムされる。

照合された速度ｖ_ｍａｘが連想配列の最も小さい正の値の速度であるときは、行列Ｌ^ｃは行列Ｌ_ｍａｘに等しいものとされる。

そうでないときは、命令は、車両の車載ネットワークバスから読み取った現在速度に最も近く、かつそれに満たない速度ｖ_ｍｉｎを照合する。

照合された速度ｖ_ｍｉｎが連想配列の最も大きい正の値の速度であるときは、行列Ｌ^ｃは行列Ｌ_ｍｉｎに等しい。

そうでない場合、連想配列に２つよりも多い既定速度ｖ_ｉを有する順序リストに応じて変動する限り、順序リストの端でない既定速度ｖ_ｉとその次の既定速度ｖ_ｉ＋１との差が順序リストの端でない既定速度ｖ_ｉとその前の既定速度ｖ_ｉ−１との差よりも大きくなれるように、命令は記憶装置で、または計算により、次の各式によって定義されるｄｉｓｔ^＋、ｄｉｓｔおよびｄｉｓｔ⁻の３つの変数にアクセスする。
ｄｉｓｔ^＋＝ｖ_ｍａｘ２−ｖ_ｍａｘ
ｄｉｓｔ＝ｖ_ｍａｘ−ｖ_ｍｉｎ
ｄｉｓｔ⁻＝ｖ_ｍｉｎ−ｖ_ｍｉｎ２

式中、ｖ_ｍａｘ２は、速度ｖ_ｍａｘが連想配列で最大の固定速度でない場合に速度ｖ_ｍａｘに最も近く、かつそれを超える連想配列中の固定速度、または速度ｖ_ｍａｘが連想配列中の最大の固定速度である場合は速度ｖ_ｍａｘを上回るランダムな速度であり、ｖ_ｍｉｎ２は、速度ｖ_ｍｉｎが連想配列で最小の正の固定速度でない場合に速度ｖ_ｍｉｎに最も近く、かつそれに満たない連想配列中の固定速度、または速度ｖ_ｍｉｎが連想配列中の最小の正の固定速度である場合は速度ｖ_ｍｉｎを下回るゼロ速度である。

続いて、コンピュータプログラムの命令は、次の各式によって定義されるＰ_Ａ１、Ｐ_Ａ２、Ｐ_Ｂ１、Ｐ_Ｂ２の４つの率を計算する。

コンピュータプログラムの命令はこのＰ_Ａ１、Ｐ_Ａ２、Ｐ_Ｂ１、Ｐ_Ｂ２の４つの率から次のそれぞれの式によって定義される重み付け係数ｐ_ｍｉｎおよびｐ_ｍａｘを計算する。

上の各式では、第１の重み付け係数ｐ_ｍｉｎは、第２の速度ｖ_ｍａｘと現在速度ｖ_ａとの差を分子および分母に含め、さらに第２の差、すなわち現在速度ｖ_ａと第１の速度ｖ_ｍｉｎとの差を分母に含めた比の関数であり、第２の重み付け係数ｐ_ｍａｘは第１の重み付け係数ｐ_ｍｉｎの単位元に対する補元にとどまることがわかる。

また、上述の２つの差は重み付け係数の定式化においてそれぞれ２次式として含められており、それぞれのペースが、重み付け係数ｐ_ｍｉｎに関しては実線で表されたもの、重み付け係数ｐ_ｍａｘに関しては破線で表されたものとなっていることもわかる。

３ｋｍ／ｈ、１０ｋｍ／ｈ、２６ｋｍ／ｈおよび６０ｋｍ／ｈの値は純粋に参考例として示したもので、限定的なものではない。着目すべきは、本発明のアルゴリズムは速度域の数を減らすことを可能にするものであり、そのため、行うべき調整の数を減らすことができるということである。重み付け係数が変化する１つだけの速度域であって、推定利得行列が意味を持つのにちょうど十分なだけの速さである低速に始まって、それを上回ると推定利得行列の変化が有意なものでなくなる高速に至るまでの速度域を企図することは十分に可能である。

さらに、第１の重み付け係数ｐ_ｍｉｎがその関数となる比には、この実施において第１の速度ｖ_ｍｉｎよりも低い第３の速度_ｍｉｎ２と、第２の速度ｖ_ｍａｘよりも高い第４の速度ｖ_ｍａｘ２とが含まれることもわかる。現在速度ｖ_ａが包含される速度域に隣接する速度域を含めることは、１つの速度域から次の速度域に移る際の平滑化を改善するが、それとは別の解決法を企図することもできる。とりわけ、Ｐ_Ａ２およびＰ_Ｂ２についてそれぞれＰ_Ａ１およびＰ_Ｂ１の分母に比例する分母を企図した場合には、重み付け係数の計算における簡易化で当該速度域の振幅ｄｉｓｔ−、ｄｉｓｔ、ｄｉｓｔ＋をなくすことができることがわかる。

観測装置は、既定速度ｖ_ｉの順序リストと、それぞれに既定速度ｖ_ｉに応じて変動する最適化行列Ｌ_ｉのリストを記憶装置に備えており、保存されたコンピュータプログラムの命令はデジタル機構を実行して、現在速度をもとに、一方では第１の推定利得行列Ｌ_ｍｉｎを用いて既定速度ｖ_ｉのいずれか１つの中から第１の速度ｖ_ｍｉｎを、他方では第２の推定利得行列Ｌ_ｍａｘを用いて、続く既定速度ｖ_ｉ＋１に等しいものとして第２の速度ｖ_ｍａｘを選択することができる。

命令は次式を用いて行列Ｌ^ｃを計算するようにプログラムされる。
Ｌ^ｃ＝ｐ_ｍｉｎＬ_ｍｉｎ＋ｐ_ｍａｘＬ_ｍａｘ

本発明の教示するところは上に説明した実施例に限られるものではなく、以下に明記する請求項によってのみ限定される。特に、観測装置の実施例についてはＫａｌｍａｎの観測器をもとに説明した。当業者であれば、Ｌｕｅｎｂｅｒｇｅｒ観測器など、ここに開陳された教示内容を自ら移植できそうなそれ以外のタイプの観測器を知っている。

Claims (10)

1. 現在速度（ｖ_ａ）で移動する車両（１）の進路を追従するための観測装置（２）であって、
   観測装置（２）の観測対象は、前記車両（１）により形成されるシステムであり、当該システムには制御装置（３）から操作信号（u）が入力され、当該システムからは現在測定ベクトル（ｙ）が出力され、
   前記システムの内部状態を推定するモデルである観測装置（２）には、前記操作信号（u）および前記現在測定ベクトル（ｙ）が入力され、
   観測装置（２）は、入力された前記操作信号（u）および前記現在測定ベクトル（ｙ）から、 現在速度（ｖ _ａ ）で移動する車両（１）の進路追従のための推定状態ベクトル
   

   

   であって、前記システムの進路追従のための物理的状態ベクトル（ｘ）を推定した推定状態ベクトル
   

   

   をリアルタイムで生成し、
   観測装置（２）は、
   前記推定状態ベクトル
   

   

   および、前記推定状態ベクトル
   

   

   に相関する推定測定ベクトル
   

   

   をリアルタイムで計算する第１のモジュール（４）と、
   前記現在速度（ｖ_ａ）以下の第１の速度（ｖ_ｍｉｎ）について最適化された第１の推定利得行列（Ｌ_ｍｉｎ）と、前記現在速度（ｖ_ａ）以上の第２の速度（ｖ_ｍａｘ）について最適化された第２の推定利得行列（Ｌ_ｍａｘ）との重み付き和によってリアルタイムで計算される推定利得行列（Ｌ^ｃ）を前記現在測定ベクトル（ｙ）と前記推定測定ベクトル
   

   

   との偏差に掛け合わせることにより、前記偏差が低減されるように前記推定状態ベクトル
   

   

   の時間変化
   

   

   をリアルタイムで調節する第２のモジュール（５）とを備え、
   前記第１の推定利得行列（Ｌ_ｍｉｎ）の第１の重み付け係数（ｐ_ｍｉｎ）は単位元からゼロまで減少し、前記第２の推定利得行列（Ｌ_ｍａｘ）の第２の重み付け係数（ｐ_ｍａｘ）はゼロから単位元まで増大し、それぞれの減少率および増大率は前記現在速度（ｖ_ａ）が前記第１の速度（ｖ_ｍｉｎ）から遠ざかって前記第２の速度（ｖ_ｍａｘ）に近づくにつれて減衰する、観測装置（２）。
2. 前記第１の重み付け係数（ｐ_ｍｉｎ）が、前記第２の速度と前記現在速度との差（ｖ_ｍａｘ−ｖ_ａ）を分子に含め、前記第２の速度と前記第１の速度との差（ｖ_ｍａｘ−ｖ_ｍｉｎ）を分母に含めた比の関数であること、および前記第２の重み付け係数（ｐ_ｍａｘ）が前記第１の重み付け係数（ｐ_ｍｉｎ）の単位元の補数であることを特徴とする、請求項１に記載の観測装置。
3. 前記第１の重み付け係数（ｐ_ｍｉｎ）が、前記第２の速度と前記現在速度との差（ｖ_ｍａｘ−ｖ_ａ）を少なくとも分子に含め、少なくとも前記現在速度と前記第１の速度との差（ｖ_ａ−ｖ_ｍｉｎ）を分母に含めた比の関数であること、および前記第２の重み付け係数（ｐ_ｍａｘ）が前記第１の重み付け係数（ｐ_ｍｉｎ）の単位元の補数であることを特徴とする、請求項１または２に記載の観測装置。
4. 前記第１の重み付け係数（ｐ_ｍｉｎ）が、前記第１の速度（ｖ_ｍｉｎ）に満たない第３の速度（ｖ_ｍｉｎ２）および／または前記第２の速度（ｖ_ｍａｘ）を超える第４の速度（ｖ_ｍａｘ２）をさらに含めた比の関数であることを特徴とする、請求項３に記載の観測装置。
5. 既定速度（ｖ_ｉ）の順序リストと、既定速度（ｖ_ｉ）に応じて変動する最適化行列（Ｌ_ｉ）のリストと、現在速度をもとに、一方では第１の推定利得行列（Ｌ_ｍｉｎ）を用いて前記既定速度（ｖ_ｉ）のいずれか１つの中から前記第１の速度（ｖ_ｍｉｎ）を、他方では前記第２の推定利得行列（Ｌ_ｍａｘ）を用いて、続く既定速度（ｖ_ｉ＋１）のいずれか１つの中から前記第２の速度（ｖ_ｍａｘ）を選択するためのデジタル機構とを記憶装置に備えることを特徴とする、請求項１から４のいずれか一項に記載の観測装置。
6. 前記順序リストは、前記順序リストの端でない既定速度（ｖ_ｉ）とその次の既定速度（ｖ_ｉ＋１）との差が前記順序リストの端でない前記既定速度（ｖ_ｉ）とその前の既定速度（ｖ_ｉ−１）との差よりも大きい２つよりも多い前記既定速度（ｖ_ｉ）を含むことを特徴とする、請求項５に記載の観測装置。
7. 前記現在測定ベクトル（ｙ）がヨーレート
   

   

   および舵角（δ）に関する座標を含むこと、ならびに前記推定状態ベクトル
   

   

   が前記ヨーレート
   

   

   、前記車両（１）の進路に対する偏差角（Ψ_ｒｅｌ）、舵角の時間微分
   

   

   および前記舵角（δ）に関する座標を含むことを特徴とする、請求項１から６のいずれか一項に記載の観測装置。
8. 記憶装置に速度閾値（ｖ _ｓ ）が記憶され、前記速度閾値（ｖ _ｓ ）にまで達してない場合は前記車両（１）の進路追従によりターゲット車両の進路が自動追跡され、前記速度閾値（ｖ _ｓ ）を超えると前記車両（１）の進路追従により車道の車路が自動追跡されることを特徴とする、請求項１から７のいずれか一項に記載の観測装置。
9. ターゲット車両進路を自動追跡するために、前記現在測定ベクトル（ｙ）が前記ターゲット車両の横偏差（Ｙ_ＣＡＭ）に関する少なくとも１つの座標をさらに含むこと、ならびに前記推定状態ベクトル
   

   

   がターゲット車両の進路に対する偏差の時間微分
   

   

   、前記ターゲット車両の前記進路に対する偏差（Ｙ_ＣＯＧ）および前記ターゲット車両の前記進路の曲率半径（ρ_ｆｖ）に関する座標をさらに含むことを特徴とする、請求項７または８に記載の観測装置。
10. 車道の車路を自動追跡するために、前記現在測定ベクトル（ｙ）が、前記車両（１）の前記進路に対する偏差角（Ψ_ｒｅｌ）、前記車両（１）の車路追従進路に対する横偏差（Ｙ_ＣＯＧ）、および前記進路に対する横偏差の時間積分の反数（∫−Ｙ _ＣＯＧ ｄｔ）に関する座標をさらに含むこと、ならびに前記推定状態ベクトル
    

    

    が、前記車両（１）の前記進路に対する横偏差の時間微分
    

    

    、前記車両（１）の前記進路に対する横偏差（Ｙ_ＣＯＧ）、および前記進路に対する横偏差の時間積分の反数（∫−Ｙ _ＣＯＧ ｄｔ）のそれぞれに関する座標をさらに含むことを特徴とする、請求項７または８に記載の観測装置。
    

Images