JP7073880B2

JP7073880B2 - 進路決定装置

Info

Publication number: JP7073880B2
Application number: JP2018080680A
Authority: JP
Inventors: 貴之岩本; 好政鄭
Original assignee: Toyota Motor Corp
Current assignee: Toyota Motor Corp
Priority date: 2018-04-19
Filing date: 2018-04-19
Publication date: 2022-05-24
Anticipated expiration: 2038-04-19
Also published as: CN110390831A; US20190324457A1; US11163304B2; JP2019191694A

Description

本開示は、進路決定装置に関する。

特許文献１は、車両の自動運転を行う装置を開示する。この装置は、特定の個人の固有の運転スタイル（driving profile）に基づいて車両の自動運転を行う。

米国特許出願公開第２０１６／００２６１８２号明細書

ところで、自動運転で走行する車両は、走行の安全が確保された進路を選択する。しかしながら、運転者は、走行の安全が確保された進路であっても運転環境に不安を感じる場合がある。このような場合、運転者は、心理的な負担が大きい運転であるとして、車両の自動運転を終了させるおそれがある。本開示は、運転快適性を考慮した進路を決定することができる技術を提供する。

本開示の一態様は、自動運転で走行する車両の進路を決定する進路決定装置である。この装置は、位置推定部、取得部、生成部、評価部、及び、選択部を備える。位置推定部は、車両の位置を推定する。取得部は、車両の運転環境に関する運転環境情報を取得する。生成部は、車両の位置と地図情報とに基づいて車両の複数の進路候補を生成する。評価部は、取得部により取得された運転環境情報と生成部により生成された複数の進路候補とに基づいて、進路候補ごとの運転快適性を評価する。選択部は、評価部により評価された進路候補ごとの運転快適性に基づいて、複数の進路候補の中から自動運転で走行するための１つの進路を選択する。

この進路決定装置によれば、進路候補ごとの運転快適性が、評価部により、運転環境情報と進路候補とに基づいて評価される。そして、自動運転で走行するための１つの進路が、進路候補ごとの運転快適性に基づいて複数の進路候補の中から選択される。このため、この装置は、自動運転で走行するための進路を、進路候補ごとに評価された運転快適性を考慮して複数の進路候補の中から決定することができる。

一実施形態において、評価部は、運転環境情報と進路と運転快適性の度合いを示す評価値とを関連付けた快適性データベースと、取得部により取得された運転環境情報と、生成部により生成された複数の進路候補とに基づいて、進路候補ごとに評価値を出力してもよい。この場合、この装置は、快適性データベースに格納された運転環境情報と進路と評価値との関係を用いて、進路候補の運転快適性を評価することができる。

一実施形態において、評価部は、運転環境情報と進路と運転快適性の度合いを示す評価値とを関連付けた教師データに基づいて、運転環境情報と進路とを入力とし評価値を出力するように機械学習され、取得部により取得された運転環境情報と生成部により生成された複数の進路候補とに基づいて、進路候補ごとに評価値を出力してもよい。この場合、この装置は、運転環境情報と進路と評価値との関係を学習した結果に基づいて、進路候補の運転快適性を評価することができる。

一実施形態において、経路決定装置は、車両の乗員の運転快適性に関する入力操作を受け付ける受付部と、受付部により受け付けられた乗員の入力操作に関する情報と、入力操作が受け付けられたときの車両の進路と、入力操作が受け付けられたときの運転環境情報とを関連付けた第１収集データを生成する第１収集部と、を備えてもよい。この場合、この装置は、乗員の入力操作に応じた情報を評価値とした第１収集データを生成することができる。第１収集データは、例えば、評価部の教師データとして利用可能であり、また、快適性データベースに格納可能である。

一実施形態において、経路決定装置は、乗員の生体情報を取得するセンサと、センサにより取得された乗員の生体情報に関する情報と、生体情報が取得されたときの車両の進路と、生体情報が取得されたときの運転環境情報とを関連付けた第２収集データを生成する第２収集部と、を備えてもよい。この場合、この装置は、生体情報に応じた情報を評価値とした第２収集データを生成することができる。第２収集データは、例えば、評価部の教師データとして利用可能であり、また、快適性データベースに格納可能である。

一実施形態において、評価値は、値が大きいほど運転快適性が優れており、選択部は、複数の進路候補の中から評価値が最も高い進路候補を自動運転で走行するための進路として選択してもよい。この場合、この装置は、乗員に与える不安が最も小さい進路を進路候補の中から選択することができる。

一実施形態において、運転環境情報は、車両の周辺車両の台数、周辺車両との衝突余裕時間、及び、周辺車両の存在密度のうちの少なくとも１つを含んでもよい。自車両と周辺車両との相関関係は、乗員に不安を与える要因の１つである。この装置は、上記列挙した要素の少なくとも１つを運転環境情報に含めることにより、進路と運転快適性と運転環境情報との関係性を明確にすることができる。

本開示の種々の態様によれば、運転快適性を考慮した進路が決定される。

図１は、実施形態に係る進路決定部を備えた車両の構成の一例を示すブロック図である。図２は、進路決定部の一例を示すブロック図である。図３は、運転シーンの一例を示す図である。図４は、処理対象の情報の一例を示す図である。図５は、第１収集データの生成処理の一例を示すフローチャートである。図６は、第２収集データの生成処理の一例を示すフローチャートである。図７は、進路決定処理の一例を示すフローチャートである。図８は、進路決定部の他の例を示すブロック図である。

以下、図面を参照して、例示的な実施形態について説明する。なお、以下の説明において、同一又は相当要素には同一符号を付し、重複する説明は繰り返さない。

［第１実施形態］
（自動運転システムの構成）
図１は、第１実施形態に係る進路決定部１（進路決定装置の一例）を備えた車両２の構成の一例を示すブロック図である。図１に示されるように、乗用車などの車両２には、自動運転システム３が搭載されている。進路決定部１は、自動運転システム３の一部を構成する。進路決定部１は、車両２の自動運転の進路を決定する装置である。車両２の自動運転の進路（trajectory）には、車両２の走行する経路（path）と車両２の速度とが含まれる。自動運転の進路は、数秒～数分間に車両２が走行する進路であってもよい。

自動運転システム３は、車両２の自動運転を実行する。自動運転とは、予め設定された目的地に向かって自動で車両２を走行させる車両制御である。目的地は、運転者などの乗員が設定してもよく、自動運転システム３が自動で設定してもよい。自動運転では、運転者が運転操作を行う必要が無く、自動で車両２が走行する。

自動運転システム３は、ＧＰＳ受信部２０、外部センサ２１、内部センサ２２、生体センサ２３、地図データベース２４、ＥＣＵ（Electronic Control Unit）２５、ＨＭＩ（Human Machine Interface）２６、及び、アクチュエータ２７を備えている。ＥＣＵは、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、ＣＡＮ（Controller Area Network）通信回路などを有する電子制御ユニットである。

ＧＰＳ受信部２０は、３個以上のＧＰＳ衛星から信号を受信することにより、車両２の位置（例えば車両２の緯度及び経度）を測定する。

外部センサ２１は、車両２の周辺の状況を検出する検出機器である。外部センサ２１は、カメラ及びレーダセンサのうち少なくとも一つを含む。カメラは、車両２の外部状況を撮像する撮像機器である。カメラは、一例として、車両２のフロントガラスの裏側に設けられている。カメラは、単眼カメラであってもよく、ステレオカメラであってもよい。ステレオカメラは、両眼視差を再現するように配置された二つの撮像部を有する。

レーダセンサは、電波（例えばミリ波）又は光を利用して車両２の周辺の物体を検出する検出機器である。レーダセンサは、電波又は光を車両２の周辺に送信し、物体で反射された電波又は光を受信することで物体を検出する。レーダセンサは、一例として、ミリ波レーダ及びライダー（LIDAR：Light Detection and Ranging）のうち少なくとも一つを含む。

外部センサ２１は、検出対象ごとに用意されてもよい。例えば、外部センサ２１は、物体検出用のセンサと、特定の物体を検出するために用意された専用センサとを備えてもよい。専用センサは、一例として、信号機を検出するためのカメラである。その場合、信号機及び信号状態は、カメラにより取得された画像の色情報（例えば輝度）及び/又は画像の形状（例えばハフ変換の利用など）を用いたテンプレートマッチングによって検出される。信号機の検出精度を向上するために、後述の地図情報が利用されてもよい。

内部センサ２２は、車両２の走行状態を検出する検出機器である。内部センサ２２は、車速センサ、加速度センサ及びヨーレートセンサを含む。車速センサは、車両２の速度を検出する検出器である。車速センサとしては、例えば、車両２の車輪又は車輪と一体に回転するドライブシャフトなどに対して設けられ、車輪の回転速度を検出する車輪速センサが用いられる。

加速度センサは、車両２の加速度を検出する検出器である。加速度センサは、車両２の前後方向の加速度を検出する前後加速度センサと、車両２の加速度を検出する横加速度センサとを含んでもよい。ヨーレートセンサは、車両２の重心の鉛直軸周りのヨーレート（回転角速度）を検出する検出器である。ヨーレートセンサとしては、例えばジャイロセンサを用いることができる。

生体センサ２３は、車両２の乗員の生体情報を取得する。生体情報とは、乗員の生体に関する情報である。生体情報の一例は、心拍数、血圧、体温、ハンドル把持圧力、発汗量などである。生体センサ２３は、一例として、人体と接触する車両構成要素に設けられる。車両構成要素は、例えば、座席又は操作ハンドル（ステアリングホイールを含む）である。

地図データベース２４は、地図情報を記憶する記憶装置である。地図データベース２４は、例えば、車両２に搭載されたＨＤＤ（Hard Disk Drive）内に格納される。地図データベース２４は、地図情報として、複数の地図を含むことができる。例示的な地図は、交通ルール地図（Traffic Rule Map）である。交通ルール地図は、交通ルールと地図上の位置情報とが関連付けられた三次元データベースである。交通ルール地図は、レーンの位置及びレーンの接続形態を含んでおり、各レーンに対して交通ルールが関連付けられている。交通ルールは、速度に関する制限を含む。つまり、交通ルール地図は、速度に関する制限と位置とが関連付けられたデータベースである。交通ルールには、優先道路、一時停止、進入禁止、一方通行などの他の一般的なルールを含んでもよい。

地図情報は、ＳＬＡＭ（Simultaneous Localization and Mapping）技術を使用するために外部センサ２１の出力信号を含ませた地図を含んでもよい。例示的な地図は、車両２の位置認識に利用される位置確認情報（Localization Knowledge）である。位置確認情報は、特徴点と位置座標とが関連付けられた三次元データである。特徴点とは、ライダーなどの検出結果において高い反射率を示す点、特徴的なエッジを生み出す形状の構造物（例えば、標識の外形、ポール、縁石）などである。

地図情報は、背景情報（Background Knowledge）を含んでもよい。背景情報は、地図上の位置が変化しない静止した物体（静止物体）として存在する三次元物体をボクセルで表現した地図である。

地図情報は、信号機の三次元の位置データである信号機位置（Traffic Light Location）を含んでもよい。地図情報は、地面の高低などに関する地面データである地表情報（Surface Knowledge）を含んでもよい。地図情報は、道路上に定義される好ましい走行軌跡を表現したデータである軌跡情報（Path Knowledge）を含んでもよい。

地図データベース２４に含まれる地図情報の一部は、地図データベース２４が記憶されたＨＤＤとは異なる記憶装置に記憶されていてもよい。地図データベース２４に含まれる地図情報の一部又は全ては、車両２に備わる記憶装置以外の記憶装置に記憶されていてもよい。地図情報は、二次元情報でもよい。

ＨＭＩ２６は、自動運転システム３と乗員との間で情報の入出力を行うためのインターフェイスである。ＨＭＩ２６は、一例として、ディスプレイ及びスピーカなどを備えている。ＨＭＩ２６は、ＥＣＵ２５からの制御信号に応じて、ディスプレイの画像出力及びスピーカからの音声出力を行う。ディスプレイは、ヘッドアップディスプレイであってもよい。ＨＭＩ２６は、一例として、乗員からの入力を受け付けるための入力機器（ボタン、タッチパネル、音声入力器など）を備えている。

アクチュエータ２７は、車両２の制御に用いられる機器である。アクチュエータ２７は、スロットルアクチュエータ、ブレーキアクチュエータ及び操舵アクチュエータを少なくとも含む。

スロットルアクチュエータは、ＥＣＵ２５からの制御信号に応じてエンジンに対する空気の供給量（スロットル開度）を制御することで、車両２の駆動力を制御する。なお、車両２がハイブリッド車である場合には、エンジンに対する空気の供給量の他に、動力源としてのモータにＥＣＵ２５からの制御信号が入力されて車両２の駆動力が制御される。車両２が電気自動車である場合には、スロットルアクチュエータの代わりに動力源としてのモータにＥＣＵ２５からの制御信号が入力されて車両２の駆動力が制御される。これらの場合における動力源としてのモータは、アクチュエータ２７を構成する。

ブレーキアクチュエータは、ＥＣＵ２５からの制御信号に応じてブレーキシステムを制御し、車両２の車輪へ付与する制動力を制御する。ブレーキシステムとしては、例えば、液圧ブレーキシステムを用いることができる。

操舵アクチュエータは、電動パワーステアリングシステムのうち操舵トルクを制御するアシストモータの駆動を、ＥＣＵ２５からの制御信号に応じて制御する。これにより、操舵アクチュエータは、車両２の操舵トルクを制御する。

ＥＣＵ２５は、自動運転システム３を統括的に管理するハードウェアであり、演算機器である。ＥＣＵ２５は、例えばＣＡＮ通信回路を用いて通信するネットワークに接続され、上述した車両２の構成要素と通信可能に接続されている。つまり、ＥＣＵ２５は、ＧＰＳ受信部２０の測定結果、外部センサ２１、内部センサ２２及び生体センサ２３の検出結果、並びに、地図データベース２４の地図情報を参照することができる。ＥＣＵ２５は、ＨＭＩ２６に入力された情報を参照することができる。ＥＣＵ２５は、ＨＭＩ２６及びアクチュエータ２７へ信号を出力することができる。

ＥＣＵ２５は、例えば、ＲＯＭに記憶されているプログラムをＲＡＭにロードし、ＲＡＭにロードされたプログラムをＣＰＵで実行することにより後述する自動運転の各機能を実現する。ＥＣＵ２５は、複数のＥＣＵから構成されていてもよい。

ＥＣＵ２５は、機能的には、進路決定部１及び走行制御部２５０を備える。進路決定部１は、自動運転で走行する車両２の進路を決定する。走行制御部２５０は、進路決定部１によって決定された進路に基づいて車両２を自動運転で走行させる。

（進路決定部の詳細）
図２は、進路決定部の一例を示すブロック図である。図２に示されるように、進路決定部１は、機能的には、位置推定部１１、取得部１２、生成部１３、評価部１４、選択部１５、受付部１６、第１収集部１７、及び第２収集部１８を備える。進路決定部１は、情報として、快適性データベース１４０、第１収集データ１６０、及び、第２収集データを備える。快適性データベース１４０、第１収集データ１６０、及び、第２収集データは、進路決定部１の外部、例えば車両２に搭載されたＨＤＤ（Hard Disk Drive）内に存在していてもよい。

位置推定部１１は、車両２の位置を推定する。位置推定部１１は、一例として、ＧＰＳ受信部２０で受信された車両２の位置情報、及び、地図データベース２４の地図情報に基づいて、地図上における車両２の位置を認識する。位置推定部１１は、上記以外の手法により車両２の地図上の位置を認識してもよい。例えば、位置推定部１１は、地図データベース２４の位置確認情報及び外部センサ２１の検出結果を利用して、ＳＬＡＭ技術により車両２の位置を認識してもよい。位置推定部１１は、道路などの外部に設置されたセンサで車両２の位置が測定され得る場合、このセンサとの通信によって車両２の位置を認識してもよい。

取得部１２は、車両２の運転環境に関する運転環境情報を取得する。運転環境情報には、外部状況に関する情報と、走行状態に関する情報とが含まれる。取得部１２は、車両２の外部状況を認識する外部状況認識部１２１と、車両２の走行状態を認識する走行状態認識部１２２とを有する。

外部状況認識部１２１は、一例として、外部センサ２１の検出結果及び地図データベース２４の地図情報に基づいて、車両２の周囲の物体を認識する。外部状況認識部１２１は、地図情報に地表情報が含まれる場合には、地面との乖離から物体を検出する。外部状況認識部１２１は、外部センサ２１の検出結果に地面推定モデルを適用し、地面との乖離から物体を検出してもよい。外部状況認識部１２１は、通信結果に基づいて物体を認識してもよい。

物体には、電柱、ガードレール、木、建物などの移動しない静止物体の他、歩行者、自転車、他車両などの移動物体が含まれる。外部状況認識部１２１は、例えば、外部センサ２１から検出結果を取得する度に物体の認識を行う。

外部状況認識部１２１は、一例として、背景情報を利用して、認識された物体の中から移動物体を検出する。外部状況認識部１２１は、その他の手法により、移動物体を検出してもよい。外部状況認識部１２１は、検出された移動物体に対して、カルマンフィルタ、パーティクルフィルタなどを適用して、その時点における移動物体の移動量を検出する。移動量には、移動物体の移動方向及び移動速度が含まれる。移動量には、移動物体の回転速度が含まれてもよい。また、外部状況認識部１２１は、移動量の誤差推定を行ってもよい。

外部状況認識部１２１は、カメラの画像認識処理（物体の画像モデルとの比較処理）などによって、移動物体の種類を特定してもよい。外部状況認識部１２１は、移動物体の種類を特定できた場合には、移動物体の種類に基づいて移動物体の移動量及び移動の誤差を補正する。

なお、移動物体には、駐車中の他車両、停止している歩行者などを含めてもよく、含めなくてもよい。速度がゼロの他車両の移動方向は、例えばカメラの画像処理により車両前面を検出することで推定可能である。停止している歩行者も同様にして顔の向きを検出することで移動方向を推定可能である。

外部状況認識部１２１は、外部センサ２１の検出結果に基づいて車両２の走行するレーンの境界線の認識を行う。

外部状況認識部１２１は、周辺車両との衝突余裕時間を算出してもよい。衝突余裕時間は、車両２の進行方向における車両２と周辺車両との相対距離を、当該進行方向における車両２と周辺車両との相対速度で除して得られる時間である。外部状況認識部１２１は、衝突余裕時間を周辺車両ごとに算出する。

外部状況認識部１２１は、周辺車両の存在密度を算出してもよい。周辺車両の存在密度は、車両２の位置を含む所定の領域内の周辺車両の台数を、当該所定の領域の面積で除して得られる値である。

走行状態認識部１２２は、内部センサ２２の検出結果（例えば車速センサの車速情報、加速度センサの加速度情報、ヨーレートセンサのヨーレート情報など）に基づいて、車両２の走行状態を認識する。車両２の走行状態には、例えば、車速、加速度、及びヨーレートが含まれる。

取得部１２は、外部状況認識部１２１により認識された車両２の外部状況と、走行状態認識部１２２により認識された車両２の走行状態とを関連付けた情報とを、運転環境情報として取得する。一例として、運転環境情報は、車両２の周辺車両の台数、上述した周辺車両との衝突余裕時間、及び、上述した周辺車両の存在密度のうちの少なくとも１つを含む。つまり、運転環境情報は、台数、衝突余裕時間、及び、存在密度の全てを含んでもよいし、台数、衝突余裕時間、及び、存在密度の何れか１つを含んでもよい。運転環境情報は、車両２の周辺車両の挙動（例えば単位時間当たりの移動量の変化）を含んでもよい。

図３は、運転シーンの一例を示す図である。図３の（Ａ）は、車両２の右前方に一台の周辺車両２００が走行している運転シーンである。図３の（Ａ）に示されるように、周辺車両２００は、車両２との車間距離が十分な状態で安定走行している。周辺車両との衝突余裕時間はＸ１秒、存在密度はＹ１であるとする。この場合、取得部１２は、台数と衝突余裕時間と存在密度との組合せ（１，Ｘ１，Ｙ１）を運転環境情報に含める。

図３の（Ｂ）は、車両２の周囲に六台の周辺車両２００が走行している運転シーンである。図３の（Ｂ）に示されるように、六台の周辺車両２００は、車両２との車間距離が十分でない状態で安定走行している。存在密度はＹ２、周辺車両２００それぞれに対する衝突余裕時間は、Ｘ２～Ｘ７秒であるとする。この場合、取得部１２は、台数と衝突余裕時間と存在密度との組合せ（１，Ｘ２～Ｘ７，Ｙ２）を運転環境情報に含める。

図３の（Ｃ）は、車両２の周囲に二台の周辺車両２００が走行している運転シーンである。図３の（Ｃ）に示されるように、二台の周辺車両２００は、車両２の隣を併走する車両と、車両２の前方をふらつきながら走行する車両である。存在密度はＹ３、周辺車両２００それぞれに対する衝突余裕時間は、Ｘ８～Ｘ９秒であるとする。この場合、取得部１２は、台数と衝突余裕時間と存在密度との組合せ（２，Ｘ８～Ｘ９，Ｙ３）を運転環境情報に含める。車両２の前方をふらつきながら走行する車両の単位時間当たりの移動量の変化がＭである場合、取得部１２は、台数と衝突余裕時間と存在密度と移動量の変化との組合せ（２，Ｘ８～Ｘ９，Ｙ３，Ｍ）を運転環境情報に含める。

生成部１３は、車両２の位置と地図情報とに基づいて車両２の複数の進路候補を生成する。生成部１３は、車両２の位置と地図情報と運転環境情報とに基づいて車両２の複数の進路候補を生成してもよい。より具体的な一例として、生成部１３は、外部センサ２１の検出結果、地図データベース２４の地図情報、位置推定部１１により推定された車両２の地図上の位置、外部状況認識部１２１により認識された物体（境界線を含む）の情報、及び走行状態認識部１２２により認識された車両２の走行状態などに基づいて、車両２の複数の進路候補を生成する。

生成部１３は、一例として、車両２の周囲の物体の挙動を仮定して、車両２の複数の進路候補を生成する。物体の挙動の仮定の例としては、車両２の周囲の物体が全て静止物体であるとの仮定、移動物体は独立して移動するとの仮定、移動物体が他の物体及び車両２の少なくとも一方と相互作用しながら移動するとの仮定、などが挙げられる。進路候補は、車両２が物体を回避して走行する進路が少なくとも一つ含まれてもよい。

評価部１４は、取得部１２により取得された運転環境情報と生成部１３により生成された複数の進路候補とに基づいて、進路候補ごとの運転快適性を評価する。運転快適性とは、運転に対する乗員の満足度を表す指標である。運転快適性の優劣は、評価値の大きさで表現され得る。つまり、評価値は、運転快適性の度合いを示す値である。一例として、評価値は、値が大きいほど運転快適性が優れていることを示す。評価部１４は、進路候補ごとに評価値を出力することによって、進路候補ごとに運転快適性を評価する。

評価部１４は、快適性データベース１４０と、取得部１２により取得された運転環境情報と、生成部１３により生成された複数の進路候補とに基づいて、進路候補ごとに評価値を出力する。快適性データベース１４０は、運転環境情報と進路と評価値とを関連付けて記憶する記憶装置である。

評価部１４は、快適性データベース１４０を参照する。評価部１４は、取得部１２により取得された運転環境情報と生成部１３により生成された進路候補との組合せを検索キーとして、快適性データベース１４０を参照する。これにより、評価部１４は、運転環境情報と進路候補との組合せに対応する評価値を決定することができる。

図４は、処理対象の情報の一例を示す図である。図４の（Ａ）は、快適性データベース１４０に格納された情報の一例である。図４の（Ａ）に示されるように、快適性データベース１４０では、進路と運転環境情報と評価値とが関連付けられている。例えば、「進路ＴＲ１」と「運転環境ＥＢ１」と評価値の「０．５」とが関連付けられている。評価値の一例は、０～１までの値であり、１が最も快適であることを示す。評価値は、上記形式に限定されず、数値を用いて大きさを表現できれば何でもよい。同様に、「進路ＴＲ２」と「運転環境ＥＢ２」と評価値の「０．３」とが関連付けられている。同様に、「進路ＴＲ３」と「運転環境ＥＢ３」と評価値の「０．８」とが関連付けられている。一例として、評価部１４は、生成部１３により生成された進路が「進路ＴＲ２」であり、取得部１２により取得された運転環境情報が「運転環境ＥＢ２」である場合、「進路ＴＲ２」と「運転環境ＥＢ２」との組合せを検索キーとして快適性データベース１４０を参照し、評価値を「０．３」として出力する。

評価部１４は、検索キーとした運転環境情報が快適性データベース１４０に格納されていない場合には、快適性データベース１４０内に含まれる類似した運転環境情報を参考にして評価値を決定してもよい。評価部１４は、検索キーとした進路候補が快適性データベース１４０に格納されていない場合には、快適性データベース１４０内に含まれる類似した運転環境情報を参考にして評価値を決定してもよい。

評価部１４は、検索キーとした運転環境情報と、快適性データベース１４０内に含まれる運転環境情報との差分に基づいて、運転環境情報の類似度を決定してもよい。例えば、評価部１４は、差分が小さいほど大きな類似度を決定する。評価部１４は、検索キーとした進路候補と、快適性データベース１４０内に含まれる運転環境情報との差分に基づいて進路候補の類似度を決定してもよい。例えば、評価部１４は、差分が小さいほど大きな類似度を決定する。評価部１４は、運転環境情報の類似度と進路候補の類似度との平均値を最終的な類似度とし、最終的な類似度が最も高い組合せに関連付けられた評価値を取得してもよい。評価部１４は、取得された評価値をそのまま評価値として出力してもよいし、取得された評価値に対して最終的な類似度に応じた係数を乗算して得られた値を、評価値として出力してもよい。

選択部１５は、評価部１４により評価された進路候補ごとの運転快適性に基づいて、複数の進路候補の中から自動運転で走行するための１つの進路を選択する。一例として、選択部１５は、複数の進路候補の中から評価値が最も高い進路候補を自動運転で走行するための進路として選択する。こうして、運転快適性を考慮した進路が決定される。

（快適性データベースの充実の一例）
快適性データベース１４０に格納されたデータの数が多いほど、評価部１４は、正確に評価値を出力することができる可能性がある。このため、進路決定部１は、快適性データベース１４０の構築のために、受付部１６、第１収集部１７及び第２収集部１８を備える。

受付部１６は、車両２の乗員の運転快適性に関する入力操作を受け付ける。運転快適性に関する入力操作とは、乗員によって行われる運転快適性の評価行為である。入力操作は、自動運転中あるいは手動運転中において車両２の乗員が感じた心理的負担に応じて、乗員によって入力インターフェイスに対して行われる行為である。入力操作は、一例として、車両２の乗員によるＨＭＩ２６の操作である。例えば、ＨＭＩ２６は、乗員が運転快適性に優れている（心理的負担が小さい）と感じた運転シーンにおいて乗員によって操作される快適ボタン、乗員が運転快適性に劣っている（心理的負担が大きい）と感じた運転シーンにおいて乗員によって操作される不安ボタンを備えている。受付部１６は、ＨＭＩ２６を介して乗員による快適ボタン及び不安ボタンの入力操作を受け付ける。ＨＭＩ２６は、運転快適性を段階的に評価できるような段階入力ボタンを備えていてもよい。ＨＭＩ２６は、乗員の音声による入力操作を取得するインターフェイスを備えてもよい。

例えば、図３の（Ａ）に示される運転シーンは、周辺車両２００の台数は少なく、車両２と周辺車両２００との車間距離も十分である。このような運転シーンにおいては、運転に対する乗員の心理的負担は小さいため、乗員は快適ボタンを押下する。例えば、図３の（Ｂ）に示される運転シーンは、周辺車両２００の台数は多く、車両２と周辺車両２００との車間距離も短い。このような運転シーンにおいては、運転に対する乗員の心理的負担は大きいため、乗員は不安ボタンを押下する。例えば、図３の（Ｃ）に示される運転シーンは、先行する周辺車両２００の挙動が不安定である。このような運転シーンにおいては、運転に対する乗員の心理的負担は大きいため、乗員は不安ボタンを押下する。

不安ボタンを押下するタイミングは、心理的負担が大きい運転シーンであるため、運転者にとって理解しやすい。一方、快適ボタンを押下するタイミングは、心理的負担が小さい運転シーンであるため、積極的に押下されないおそれがある。このため、受付部１６は、所定の周期又は所定の運転シーンにおいて、入力操作を促すメッセージを乗員に報知してもよい。

第１収集部１７は、受付部１６により受け付けられた乗員の入力操作に関する情報と、入力操作が受け付けられたときの車両２の進路と、入力操作が受け付けられたときの運転環境情報とを関連付けた第１収集データ１６０を生成する。第１収集部１７は、受付部１６により受け付けられた乗員の入力操作に基づいて、入力操作に関する情報を生成する。例えば、第１収集部１７は、快適ボタンが押下された場合にはカウントアップされ、不快適ボタンが押下された場合にはカウントダウンされるスコア（入力操作に関する情報の一例）を、入力操作に応じて生成する。第１収集部１７は、段階入力ボタンの入力操作に基づいてスコアを生成してもよい。

第１収集部１７は、不安ボタンが押下されない期間が所定期間続いた場合には、当該期間は快適ボタンが押下されたものとみなしてもよい。また、第１収集部１７は、乗員の入力操作に関する情報として、スコアに基づいて決定された評価値を第１収集データ１６０に含めてもよい。例えば、第１収集部１７は、スコアを規格化して評価値としてもよい。第１収集部１７は、スコアと評価値との対応表に基づいてスコアから評価値を導出してもよい。第１収集部１７は、スコアを変数とする数式に基づいて評価値を算出してもよい。

第１収集部１７は、受付部１６により乗員による入力操作が受け付けられた場合、入力操作に関する情報と、取得部１２にて取得された運転環境情報と、選択部１５にて選択された車両２の進路とを関連付けた第１収集データ１６０を生成する。

図４の（Ｂ）は、第１収集データ１６０の一例である。図４の（Ｂ）に示されるように、第１収集データ１６０では、進路と運転環境情報とスコア（入力操作に関する情報の一例）とが関連付けられている。第１収集データ１６０は、さらに評価値（入力操作に関する情報の一例）を関連付けてもよい。例えば、「進路ＴＲ１」と「運転環境ＥＢ１」とスコア「０」と評価値の「０．５」とが関連付けられている。評価値の一例は、０～１までの値であり、１が最も快適であることを示す。評価値は、上記形式に限定されず、数値を用いて大きさを表現できれば何でもよい。同様に、「進路ＴＲ４」と「運転環境ＥＢ４」とスコア「－１」と評価値の「０．４」とが関連付けられている。同様に、「進路ＴＲ３」と「運転環境ＥＢ６」とスコア「+３」と評価値の「０．８」とが関連付けられている。

第１収集データ１６０は、快適性データベース１４０に格納されてもよい。例えば、進路決定部１は、第１収集データ１６０の生成の度に、快適性データベース１４０に第１収集データ１６０を格納する。第１収集部１７は、所定条件が満たされた場合には、快適性データベース１４０に第１収集データ１６０を格納してもよい。一例として、進路決定部１は、快適性データベース１４０に格納されたデータと、第１収集データ１６０との類似度が閾値よりも小さい場には、所定条件が満たされたと判定する。類似度は、評価部１４において算出される類似度と同一の手法で算出され得る。

第２収集部１８は、生体センサ２３により取得された運転者（乗員の一例）の生体情報に関する情報と、生体情報が取得されたときの車両２の進路と、生体情報が取得されたときの運転環境情報とを関連付けた第２収集データ１８０を生成する。

生体センサ２３の検出結果は、乗員の心理的負担を反映した内容になる。例えば、図３の（Ａ）に示される運転シーンは、周辺車両２００の台数は少なく、車両２と周辺車両２００との車間距離も十分である。このような運転シーンにおいては、運転に対する乗員の心理的負担は小さいため、生体センサ２３により検出される生体情報は、安定する。例えば、心拍数、血圧、体温、ハンドル把持圧力及び発汗量は、単位時間あたりで大きく変動しない。例えば、図３の（Ｂ）に示される運転シーンは、周辺車両２００の台数は多く、車両２と周辺車両２００との車間距離も短い。このような運転シーンにおいては、運転に対する乗員の心理的負担は大きいため、生体センサ２３により検出される生体情報は、不安定となる。例えば、心拍数、血圧、体温、ハンドル把持圧力及び発汗量は、単位時間当たりの変動量が大きくなるか、単位時間当たりの変動回数が増加する。例えば、図３の（Ｃ）に示される運転シーンは、先行する周辺車両２００の挙動が不安定である。このような運転シーンにおいては、運転に対する乗員の心理的負担は大きいため、図３の（Ｂ）に示される運転シーンの場合と同様に、生体センサ２３により検出される生体情報は、不安定となる。

第２収集部１８は、生体センサ２３により取得された乗員の生体情報に基づいて、生体情報に関する情報を生成する。例えば、第２収集部１８は、所定条件を満たす場合、生体情報に関する情報を生成する。所定条件は、時間的な条件であってもよい。例えば、第２収集部１８は、予め設定された時間が経過したときに生体情報に関する情報を生成してもよい。所定条件は、生体情報の変動に関する条件であってもよい。例えば、第２収集部１８は、単位時間当たりの変動量が閾値を超えたとき、又は、単位時間当たりの変動回数が閾値を超えたときに、生体情報に関する情報を生成してもよい。

第２収集部１８は、例えば、所定期間における単位時間当たりの変動量が大きくなるほど小さくなるスコア（入力操作に関する情報の一例）を、乗員の生体情報に応じて生成する。第２収集部１８は、所定期間における単位時間当たりの変動回数が大きくなるほど小さくなるスコアを、乗員の生体情報に応じて生成してもよい。

第２収集部１８は、乗員の生体情報に関する情報として、スコアに基づいて決定された評価値を第２収集データ１８０に含めてもよい。例えば、第２収集部１８は、スコアを規格化して評価値としてもよい。第２収集部１８は、スコアと評価値との対応表に基づいてスコアから評価値を導出してもよい。第２収集部１８は、スコアを変数とする数式に基づいて評価値を算出してもよい。

第２収集部１８は、生成された生体情報に関する情報と、取得部１２にて取得された運転環境情報と、選択部１５にて選択された車両２の進路とを関連付けた第２収集データ１８０を生成する。

図４の（Ｃ）は、第２収集データ１８０の一例である。図４の（Ｃ）に示されるように、第２収集データ１８０では、進路と運転環境情報とスコア（生体情報に関する情報の一例）とが関連付けられている。第２収集データ１８０は、さらに評価値（生体情報に関する情報の一例）を関連付けてもよい。例えば、「進路ＴＲ１」と「運転環境ＥＢ１」とスコア「－１」と評価値の「０．５」とが関連付けられている。評価値の一例は、０～１までの値であり、１が最も快適であることを示す。評価値は、上記形式に限定されず、数値を用いて大きさを表現できれば何でもよい。同様に、「進路ＴＲ３」と「運転環境ＥＢ３」とスコア「－５」と評価値の「０．１」とが関連付けられている。同様に、「進路ＴＲ６」と「運転環境ＥＢ６」とスコア「０」と評価値の「０．８」とが関連付けられている。

第２収集データ１８０は、快適性データベース１４０に格納されてもよい。例えば、第２収集部１８は、は、第２収集データ１８０の生成の度に、快適性データベース１４０に第２収集データ１８０を格納する。第２収集部１８は、所定条件が満たされた場合には、快適性データベース１４０に第２収集データ１８０を格納してもよい。一例として、第２収集部１８は、快適性データベース１４０に格納されたデータと、第２収集データ１８０との類似度が閾値よりも小さい場には、所定条件が満たされたと判定する。類似度は、評価部１４において算出される類似度と同一の手法で算出され得る。

続いて、進路決定部１の処理の詳細が説明される。

（第１収集データの生成処理）
図５は、第１収集データの生成処理の一例を示すフローチャートである。図５に示されるフローチャートは、進路決定部１の第１収集部１７によって実行される。

第１収集部１７は、取得処理（Ｓ１０）として、選択部１５により選択された進路を取得する。続いて、第１収集部１７は、取得処理（Ｓ１２）として、取得部１２により取得された運転環境情報を取得する。

第１収集部１７は、判定処理（Ｓ１４）として、受付部１６により入力操作を受け付けたか否かを判定する。入力操作を受け付けたと判定された場合（Ｓ１４：ＹＥＳ）、第１収集部１７は、算出処理（Ｓ１６）として、乗員による入力操作に基づいてスコアを算出する。続いて、第１収集部１７は、生成処理（Ｓ１８）として、取得処理（Ｓ１０）で取得された進路、取得処理（Ｓ１２）で取得された運転環境情報、及び、算出処理（Ｓ１６）で算出されたスコアを関連付けることにより、第１収集データ１６０を生成する。

入力操作を受け付けていないと判定された場合（Ｓ１４：ＮＯ）、又は、生成処理（Ｓ１８）が終了した場合、第１収集部１７は、図５に示されるフローチャートの処理を終了する。第１収集部１７は、終了条件を満たすまで、図５に示されるフローチャートを最初から実行する。終了条件は、例えば乗員による終了指示があった場合に満たされる。

（第２収集データの生成処理）
図６は、第２収集データの生成処理の一例を示すフローチャートである。図６に示されるフローチャートは、進路決定部１の第２収集部１８によって実行される。

第２収集部１８は、取得処理（Ｓ２０）として、選択部１５により選択された進路を取得する。続いて、第２収集部１８は、取得処理（Ｓ２２）として、取得部１２により取得された運転環境情報を取得する。

第２収集部１８は、判定処理（Ｓ２４）として、所定条件を満たすか否かを判定する。所定条件は、一例として、予め設定された時間が経過したときに満たされる。所定条件を満たすと判定された場合（Ｓ２４：ＹＥＳ）、第２収集部１８は、算出処理（Ｓ２６）として、生体情報に基づいてスコアを算出する。続いて、第２収集部１８は、生成処理（Ｓ２８）として、取得処理（Ｓ２０）で取得された進路、取得処理（Ｓ２２）で取得された運転環境情報、及び、算出処理（Ｓ２６）で算出されたスコアを関連付けることにより、第２収集データ１８０を生成する。

所定条件を満たさないと判定された場合（Ｓ４４：ＮＯ）、又は、生成処理（Ｓ２８）が終了した場合、第２収集部１８は、図６に示されるフローチャートの処理を終了する。第２収集部１８は、終了条件を満たすまで、図６に示されるフローチャートを最初から実行する。終了条件は、例えば乗員による終了指示があった場合に満たされる。

（進路の決定処理）
図７は、進路決定処理の一例を示すフローチャートである。図７に示されるフローチャートは、進路決定部１によって実行される。

進路決定部１の位置推定部１１は、位置推定処理（Ｓ３０）として、車両２の位置を推定する。位置推定部１１は、一例として、ＧＰＳ受信部２０で受信された車両２の位置情報、及び、地図データベース２４の地図情報に基づいて、地図上における車両２の位置を推定する。

続いて、進路決定部１の取得部１２は、取得処理（Ｓ３２）として、道路環境情報を取得する。取得部１２は、外部センサ２１及び内部センサ２２の検出結果に基づいて道路環境情報を取得する。

続いて、進路決定部１の生成部１３は、生成処理（Ｓ３４）として、進路候補を生成する。生成部１３は、一例として、車両２の周囲の物体の挙動を仮定して、車両２の複数の進路候補を生成する。

続いて、進路決定部１の評価部１４は、評価処理（Ｓ３６）として、取得処理（Ｓ３２）にて取得された運転環境情報と生成処理（Ｓ３４）にて生成された複数の進路候補とに基づいて、進路候補ごとに評価値を出力する。評価部１４は、快適性データベース１４０を参照し、進路候補ごとに評価値を出力する。

続いて、進路決定部１の選択部１５は、選択処理（Ｓ３８）として、評価処理（３６）にて出力された進路候補ごとの評価値に基づいて、複数の進路候補の中から自動運転で走行するための１つの進路を選択する。

選択処理（Ｓ３８）が終了した場合、進路決定部１は、図７に示されるフローチャートの処理を終了する。進路決定部１は、終了条件を満たすまで、図７に示されるフローチャートを最初から実行する。終了条件は、例えば乗員による終了指示があった場合に満たされる。

（第１実施形態の作用効果）
第１実施形態に係る進路決定部１においては、進路候補ごとの運転快適性が、評価部１４により、運転環境情報と進路候補とに基づいて評価される。そして、自動運転で走行するための１つの進路が、進路候補ごとの運転快適性に基づいて複数の進路候補の中から選択される。このため、進路決定部１は、自動運転で走行するための進路を、進路候補ごとに評価された運転快適性を考慮して複数の進路候補の中から決定することができる。

第１実施形態に係る進路決定部１は、快適性データベース１４０に格納された運転環境情報と進路と評価値との関係を用いて、進路候補の運転快適性を評価することができる。

第１実施形態に係る進路決定部１は、乗員の入力操作に応じた情報を評価値とした第１収集データ１６０を生成することができる。第１収集データ１６０は、快適性データベース１４０に格納可能である。
第１実施形態に係る進路決定部１は、生体情報に応じた情報を評価値とした第２収集データ１８０を生成することができる。第２収集データ１８０は、快適性データベース１４０に格納可能である。

第１実施形態に係る進路決定部１は、複数の進路候補の中から評価値が最も高い進路候補を自動運転で走行するための進路として選択するため、乗員に与える不安が最も小さい進路を進路候補の中から選択することができる。

第１実施形態に係る進路決定部１は、車両２の周辺車両２００の台数、周辺車両２００との衝突余裕時間、及び、周辺車両２００の存在密度のうちの少なくとも１つを運転環境情報に含めることにより、進路と運転快適性と運転環境情報との関係性を明確にすることができる。

［第２実施形態］
第２実施形態に係る進路決定部１Ａの構成は、第１実施形態に係る進路決定部１の構成と比較して、評価部の機能と、受付部１６、第１収集部１７、第２収集部１８、快適性データベース１４０、第１収集データ１６０及び第２収集データ１８０を備えていない点が相違し、その他は同一である。以下では重複する説明は繰り返さない。

図８は、進路決定部の他の例を示すブロック図である。図８に示されるように、進路決定部１Ａは、位置推定部１１、取得部１２、生成部１３、評価部１４Ａ、及び、選択部１５を備える。

評価部１４Ａは、運転環境情報と進路と運転快適性の度合いを示す評価値とを関連付けた教師データ１９０に基づいて、運転環境情報と進路とを入力とし評価値を出力するように機械学習される。教師データ１９０は、教師有り機械学習において用いられるデータである。教師データ１９０は、快適性データベース１４０に格納されたデータと同一であり、運転環境情報と進路と評価値とを関連付けたデータである。教師データ１９０は、運転環境情報と進路との組合せに対応する評価値を、評価部１４Ａに提供する。

評価部１４Ａは、一例として、ノードとパラメータによって特定されるニューラルネットワークを有する。ニューラルネットワークは、教師データ１９０に基づく機械学習により構築される。例えば、教師データ１９０を参照して得られた運転環境情報と進路との組合せを評価部１４Ａのニューラルネットワークに入力する。そして、ニューラルネットワークの出力が教師データ１９０を参照して得られた評価値となるように、ニューラルネットワークのパラメータが調整される。このように、評価部１４Ａは、運転環境情報と進路とを入力とし評価値を出力するように機械学習される。つまり、評価部１４Ａは、入力に対して評価値を出力する識別器として構築される。

進路決定部１Ａの位置推定部１１、取得部１２、生成部１３及び選択部１５は、進路決定部１の位置推定部１１、取得部１２、生成部１３及び選択部１５と同一である。また、進路決定部１Ａの動作は、進路決定部１と同一である。

（第２実施形態の作用効果）
第２実施形態に係る進路決定部１Ａによれば、運転環境情報と進路と評価値との関係を学習した結果に基づいて、進路候補の運転快適性を評価することができる。

上述した実施形態は、当業者の知識に基づいて種々の変更、改良を施した様々な形態で実施することができる。

例えば、進路決定部１は、受付部１６、第１収集部１７及び第２収集部１８を備えなくてもよい。また、車両２は、生体センサ２３を備えていなくてもよい。

図５において、取得処理（Ｓ１０）及び取得処理（Ｓ１２）は、実行順番が逆でもよい。図５において、判定処理（Ｓ１４）の後に取得処理（Ｓ１０）及び取得処理（Ｓ１２）が実行されてもよい。

図６において、取得処理（Ｓ２０）及び取得処理（Ｓ２２）は、実行順番が逆でもよい。図６において、判定処理（Ｓ２４）の後に取得処理（Ｓ２０）及び取得処理（Ｓ２２）が実行されてもよい。

図７において、位置推定処理（Ｓ３０）及び取得処理（Ｓ３２）は、実行順番が逆でもよい。

１，１Ａ…進路決定部（進路決定装置の一例）、１１…位置推定部、１２…取得部、１３…生成部、１４…評価部、１５…選択部、１６…受付部、１７…第１収集部、１８…第２収集部、２…車両、３…自動運転システム、２０…ＧＰＳ受信部、２１…外部センサ、２２…内部センサ、２３…生体センサ、２４…地図データベース、２５…ＥＣＵ、２６…ＨＭＩ、２７…アクチュエータ、１４０…快適性データベース、１６０…第１収集データ、１８０…第２収集データ。

Claims

自動運転で走行する車両の進路を決定する進路決定装置であって、
前記車両の位置を推定する位置推定部と、
前記車両の運転環境に関する運転環境情報を取得する取得部と、
前記車両の位置と地図情報とに基づいて前記車両の複数の進路候補を生成する生成部と、
前記取得部により取得された前記運転環境情報と前記生成部により決定された前記複数の進路候補とに基づいて、前記進路候補ごとの運転快適性を評価する評価部と、
前記評価部により評価された前記進路候補ごとの運転快適性に基づいて、前記複数の進路候補の中から自動運転で走行するための１つの進路を選択する選択部と、
前記運転環境情報と前記進路と運転快適性の度合いを示す評価値とを関連付けた快適性データベースと、
前記車両の乗員の運転快適性に関する入力操作を受け付ける受付部と、
前記受付部により受け付けられた前記乗員の前記入力操作に関する情報と、前記入力操作が受け付けられたときの前記車両の進路と、前記入力操作が受け付けられたときの前記運転環境情報とを関連付けた第１収集データを生成するとともに、前記第１収集データを前記快適性データベースへ格納する第１収集部と、
を備え、
前記評価部は、
前記快適性データベースと、前記取得部により取得された前記運転環境情報と、前記生成部により生成された前記複数の進路候補とに基づいて、前記進路候補ごとに評価値を出力する、進路決定装置。
前記車両の乗員の生体情報を取得するセンサと、
前記センサにより取得された前記乗員の前記生体情報に関する情報と、前記生体情報が取得されたときの前記車両の進路と、前記生体情報が取得されたときの前記運転環境情報とを関連付けた第２収集データを生成するとともに、前記第２収集データを前記快適性データベースへ格納する第２収集部と、
を備える請求項１に記載の進路決定装置。