JP7121715B2 - 推定装置、推定方法、及びプログラム - Google Patents

Description

本発明は、推定装置、推定方法、及びプログラムに関する。

車両を自動的に（Autometedly）走行させること（以下、自動運転）について研究および実用化が進められている。自動運転において、認識領域内に存在する対象物を検出し、検出した対象物を避けるように車両を走行させる技術が開示されている（例えば、特許文献１、及び特許文献２）。

特開２０１５－１４１５５３号公報 特開２０１８－１７３８１７号公報

ここで、自動運転において、交差点では特に精度良く交通参加者の認識処理を行うことが求められる場合があった。しかしながら、従来の技術では、交差点において処理負荷を大きく増大させる事無く、精度良く交通参加者の認識処理を行うことが困難であった。

本発明は、このような事情を考慮してなされたものであり、交差点において処理負荷を大きく増大させる事無く、精度良く交通参加者の認識処理を行うことができる推定装置、推定方法、及びプログラムを提供することを目的の一つとする。

この発明に係る推定装置、推定方法、及びプログラムは、以下の構成を採用した。
（１）この発明の一態様の推定装置は、移動体の周辺環境を認識領域において認識する認識部と、前記認識部の認識結果に基づいて、前記移動体にとってのリスクを推定する推定部とを備え、前記認識部は、前記移動体の周辺環境の状態に応じて、前記認識領域のうち、優先的に認識処理を行う優先領域を設定し、前記移動体が位置する第１道路と、前記移動体の進行方向に存在する第２道路とが交差する交差領域の付近に存在する少なくとも一つの横断歩道道の、少なくとも一部を含む領域に重なる領域を、前記優先領域に設定するものである。

（２）の態様は、上記（１）の態様に係る推定装置において、前記認識部は、前記移動体の進行方向と、前記少なくとも一つの横断歩道とが交差する交差位置を基準として、前記優先領域を設定するものである。

（３）の態様は、上記（１）または（２）の態様に係る推定装置において、前記認識部は、前記移動体の速度が遅いほど、前記優先領域の範囲を拡大するものである。

（４）の態様は、上記（１）から（３）のいずれかの態様に係る推定装置において、前記推定部は、前記優先領域に対してリスクを推定する第１推定処理を行い、前記第１推定処理を行った後、前記認識領域のうち、前記優先領域以外の領域についてリスクを推定する第２推定処理を行うものである。

（５）の態様は、上記（４）の態様に係る推定装置において、前記認識部は、カメラが撮像し、生成した画像に基づいて前記周辺環境を認識し、前記推定部は、前記カメラが前記優先領域を撮像した第１画像を用いて前記第１推定処理を行い、前記カメラが前記認識領域のうち前記優先領域以外の領域を撮像した第２画像を用いて前記第２推定処理を行い、前記第２画像は、前記第１画像よりも情報量を低下させた画像であるものである。

（６）の態様は、上記（１）から（５）のいずれかの態様に係る推定装置において、前記認識部は、前記移動体の目標軌道に基づいて、前記目標軌道の転向度合いが大きいほど、前記優先領域を拡大するものである。

（７）の態様は、上記（１）から（６）のいずれかの態様に係る推定装置において、前記推定部は、前記優先領域に向かって進行し、且つ前記移動体が到達する時刻を中心とした所定時間帯に前記優先領域に進入すると推定される交通参加者に係るリスクを推定するものである。

（８）の態様は、上記（７）の態様に係る推定装置において、前記推定部は、前記認識部の認識結果に基づいて前記交通参加者の属性を特定し、特定した前記属性に応じて前記所定時間帯の長さを変更するものである。

（９）の態様は、上記（１）から（８）のいずれかの態様に係る推定装置において、前記認識部は、前記優先領域に近い歩道に設置される周辺監視装置によって前記優先領域が認識された認識結果に更に基づいて、前記移動体の周辺環境を認識するものである。

（１０）の態様は、上記（１）から（９）のいずれかの態様に係る推定装置において、前記認識部は、前記移動体の目標軌道と、前記移動体の車速とに応じて、複数の前記優先領域を設定するものである。

（１１）この発明の他の態様の推定方法は、コンピュータが、移動体の周辺環境を認識領域において認識し、認識結果に基づいて、前記移動体にとってのリスクを推定し、前記移動体の周辺環境の状態に応じて、前記認識領域のうち、優先的に認識処理を行う優先領域を設定し、前記移動体が位置する第１道路と、前記移動体の進行方向に存在する第２道路とが交差する交差領域の付近に存在する少なくとも一つの横断歩道道の、少なくとも一部を含む領域に重なる領域を、前記優先領域に設定するものである。

（１２）この発明の他の態様のプログラムは、コンピュータに、移動体の周辺環境を認識領域において認識させ、認識結果に基づいて、前記移動体にとってのリスクを推定させ、前記移動体の周辺環境の状態に応じて、前記認識領域のうち、優先的に認識処理を行う優先領域を設定させ、前記移動体が位置する第１道路と、前記移動体の進行方向に存在する第２道路とが交差する交差領域の付近に存在する少なくとも一つの横断歩道道の、少なくとも一部を含む領域に重なる領域を、前記優先領域に設定させるものである。

（１）～（１２）によれば、交差点において処理負荷を大きく増大させる事無く、精度良く交通参加者の認識処理を行うことができる。

（３）によれば、移動体の状態に応じて認識処理を行うことができる。

（４）によれば、進路が交差することが推定される範囲について優先的に認識処理を行うことができる。

（５）によれば、交通参加者に係る認識領域以外の認識領域の認識処理の処理負荷を低減することができる。

（６）によれば、認識しづらい範囲についてより精度良く認識処理を行うことができる。

（７）によれば、進路が交差することが推定される交通参加者について精度良く認識処理を行うことができる。

（８）によれば、交通参加者の特徴に応じて認識処理を行うことができる。

実施形態に係る車両制御装置を利用した車両システム１の構成図である。 第１制御部および第２制御部の機能構成図である。 仮目標軌道ｔｒＴ１と交差する横断歩道が１つの場合の優先領域について説明するための図である。 仮目標軌道ｔｒＴ１と交差する横断歩道が複数の場合の優先領域について説明するための図である。 直進以外の仮目標軌道ｔｒＴ２に係る優先領域について説明するための図である。 リスクの推定処理の説明に用いられる図である。 分布情報の内容の一例を示す図である。 自動運転制御装置１００の処理の一例を示すフローチャートである。 図８に示すステップＳ１１０の処理の一例を示すフローチャートである。 実施形態の自動運転制御装置１００のハードウェア構成の一例を示す図である。

以下、図面を参照し、本発明の推定装置、推定方法、及びプログラムの実施形態について説明する。

＜実施形態＞
［全体構成］
図１は、実施形態に係る車両制御装置を利用した車両システム１の構成図である。車両システム１が搭載される車両は、例えば、二輪や三輪、四輪等の車両であり、その駆動源は、ディーゼルエンジンやガソリンエンジンなどの内燃機関、電動機、或いはこれらの組み合わせである。電動機は、内燃機関に連結された発電機による発電電力、或いは二次電池や燃料電池の放電電力を使用して動作する。

車両システム１は、例えば、カメラ１０と、レーダ装置１２と、ファインダ１４と、物体認識装置１６と、通信装置２０と、ＨＭＩ（Human Machine Interface）３０と、車両センサ４０と、ナビゲーション装置５０と、ＭＰＵ（Map Positioning Unit）６０と、運転操作子８０と、自動運転制御装置１００と、走行駆動力出力装置２００と、ブレーキ装置２１０と、ステアリング装置２２０とを備える。これらの装置や機器は、ＣＡＮ（Controller Area Network）通信線等の多重通信線やシリアル通信線、無線通信網等によって互いに接続される。なお、図１に示す構成はあくまで一例であり、構成の一部が省略されてもよいし、更に別の構成が追加されてもよい。

カメラ１０は、例えば、ＣＣＤ（Charge Coupled Device）やＣＭＯＳ（Complementary Metal Oxide Semiconductor）等の固体撮像素子を利用したデジタルカメラである。カメラ１０は、車両システム１が搭載される車両（以下、自車両Ｍ）の任意の箇所に取り付けられる。前方を撮像する場合、カメラ１０は、フロントウインドシールド上部やルームミラー裏面等に取り付けられる。カメラ１０は、例えば、周期的に繰り返し自車両Ｍの周辺を撮像する。カメラ１０は、ステレオカメラであってもよい。自車両Ｍは、「移動体」の一例である。

レーダ装置１２は、自車両Ｍの周辺にミリ波などの電波を放射すると共に、物体によって反射された電波（反射波）を検出して少なくとも物体の位置（距離および方位）を検出する。レーダ装置１２は、自車両Ｍの任意の箇所に取り付けられる。レーダ装置１２は、ＦＭ－ＣＷ（Frequency Modulated Continuous Wave）方式によって物体の位置および速度を検出してもよい。

ファインダ１４は、ＬＩＤＡＲ（Light Detection and Ranging）である。ファインダ１４は、自車両Ｍの周辺に光を照射し、散乱光を測定する。ファインダ１４は、発光から受光までの時間に基づいて、対象までの距離を検出する。照射される光は、例えば、パルス状のレーザー光である。ファインダ１４は、自車両Ｍの任意の箇所に取り付けられる。

物体認識装置１６は、カメラ１０、レーダ装置１２、およびファインダ１４のうち一部または全部による検出結果に対してセンサフュージョン処理を行って、物体の位置、種類、速度などを認識する。物体認識装置１６は、認識結果を自動運転制御装置１００に出力する。物体認識装置１６は、カメラ１０、レーダ装置１２、およびファインダ１４の検出結果をそのまま自動運転制御装置１００に出力してよい。車両システム１から物体認識装置１６が省略されてもよい。

通信装置２０は、例えば、セルラー網やＷｉ－Ｆｉ網、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ＤＳＲＣ（Dedicated Short Range Communication）などを利用して、自車両Ｍの周辺に存在する他車両と通信し、或いは無線基地局を介して各種サーバ装置と通信する。

ＨＭＩ３０は、自車両Ｍの乗員に対して各種情報を提示すると共に、乗員による入力操作を受け付ける。ＨＭＩ３０は、各種表示装置、スピーカ、ブザー、タッチパネル、スイッチ、キーなどを含む。

車両センサ４０は、自車両Ｍの速度を検出する車速センサ、加速度を検出する加速度センサ、鉛直軸回りの角速度を検出するヨーレートセンサ、自車両Ｍの向きを検出する方位センサ等を含む。

ナビゲーション装置５０は、例えば、ＧＮＳＳ（Global Navigation Satellite System）受信機５１と、ナビＨＭＩ５２と、経路決定部５３とを備える。ナビゲーション装置５０は、ＨＤＤ（Hard Disk Drive）やフラッシュメモリなどの記憶装置に第１地図情報５４を保持している。ＧＮＳＳ受信機５１は、ＧＮＳＳ衛星から受信した信号に基づいて、自車両Ｍの位置を特定する。自車両Ｍの位置は、車両センサ４０の出力を利用したＩＮＳ（Inertial Navigation System）によって特定または補完されてもよい。ナビＨＭＩ５２は、表示装置、スピーカ、タッチパネル、キーなどを含む。ナビＨＭＩ５２は、前述したＨＭＩ３０と一部または全部が共通化されてもよい。経路決定部５３は、例えば、ＧＮＳＳ受信機５１により特定された自車両Ｍの位置（或いは入力された任意の位置）から、ナビＨＭＩ５２を用いて乗員により入力された目的地までの経路（以下、地図上経路）を、第１地図情報５４を参照して決定する。第１地図情報５４は、例えば、道路を示すリンクと、リンクによって接続されたノードとによって道路形状が表現された情報である。第１地図情報５４は、道路の曲率やＰＯＩ（Point Of Interest）情報などを含んでもよい。

地図上経路は、ＭＰＵ６０に出力される。ナビゲーション装置５０は、地図上経路に基づいて、ナビＨＭＩ５２を用いた経路案内を行ってもよい。ナビゲーション装置５０は、例えば、乗員の保有するスマートフォンやタブレット端末等の端末装置の機能によって実現されてもよい。ナビゲーション装置５０は、通信装置２０を介してナビゲーションサーバに現在位置と目的地を送信し、ナビゲーションサーバから地図上経路と同等の経路を取得してもよい。

ＭＰＵ６０は、例えば、推奨車線決定部６１を含み、ＨＤＤやフラッシュメモリなどの記憶装置に第２地図情報６２を保持している。推奨車線決定部６１は、ナビゲーション装置５０から提供された地図上経路を複数のブロックに分割し（例えば、車両進行方向に関して１００［ｍ］毎に分割し）、第２地図情報６２を参照してブロックごとに推奨車線を決定する。推奨車線決定部６１は、左から何番目の車線を走行するといった決定を行う。
推奨車線決定部６１は、地図上経路に分岐箇所が存在する場合、自車両Ｍが、分岐先に進行するための合理的な経路を走行できるように、推奨車線を決定する。

第２地図情報６２は、第１地図情報５４よりも高精度な地図情報である。第２地図情報６２は、例えば、車線の中央の情報あるいは車線の境界の情報等を含んでいる。また、第２地図情報６２には、道路情報、交通規制情報、住所情報（住所・郵便番号）、施設情報、電話番号情報などが含まれてよい。第２地図情報６２は、通信装置２０が他装置と通信することにより、随時、アップデートされてよい。

運転操作子８０は、例えば、アクセルペダル、ブレーキペダル、シフトレバー、ステアリングホイール、異形ステア、ジョイスティックその他の操作子を含む。運転操作子８０には、操作量あるいは操作の有無を検出するセンサが取り付けられており、その検出結果は、自動運転制御装置１００、もしくは、走行駆動力出力装置２００、ブレーキ装置２１０、およびステアリング装置２２０のうち一部または全部に出力される。

自動運転制御装置１００は、車両制御装置の一例である。自動運転制御装置１００は、例えば、第１制御部１２０と、第２制御部１６０とを備える。第１制御部１２０と第２制御部１６０は、それぞれ、例えば、ＣＰＵ（Central Processing Unit）などのハードウェアプロセッサがプログラム（ソフトウェア）を実行することにより実現される。また、これらの構成要素のうち一部または全部は、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、ＧＰＵ（Graphics Processing Unit）などのハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予め自動運転制御装置１００のＨＤＤやフラッシュメモリなどの記憶装置（非一過性の記憶媒体を備える記憶装置）に格納されていてもよいし、ＤＶＤやＣＤ－ＲＯＭなどの着脱可能な記憶媒体に格納されており、記憶媒体（非一過性の記憶媒体）がドライブ装置に装着されることで自動運転制御装置１００のＨＤＤやフラッシュメモリにインストールされてもよい。

図２は、第１制御部および第２制御部の機能構成図である。第１制御部１２０は、例えば、認識部１３０と、行動計画生成部１４０とを備える。第１制御部１２０は、例えば、ＡＩ（Artificial Intelligence；人工知能）による機能と、予め与えられたモデルによる機能とを並行して実現する。例えば、「交差点を認識する」機能は、ディープラーニング等による交差点の認識と、予め与えられた条件（パターンマッチング可能な信号、道路標示などがある）に基づく認識とが並行して実行され、双方に対してスコア付けして総合的に評価することで実現されてよい。これによって、自動運転の信頼性が担保される。

認識部１３０は、例えば、優先領域設定部１３１と、周辺環境認識部１３２とを備える。優先領域設定部１３１は、カメラ１０、レーダ装置１２、及びファインダ１４から物体認識装置１６を介して入力された情報に基づいて認識することが可能な認識領域のうち、優先的に認識処理を行う優先領域を設定する。優先領域設定部１３１が優先領域を設定する処理の詳細については、後述する。優先領域は、自車両Ｍが走行するに際して、交通参加者に特に注意することが求められる領域であり、例えば、交差点に設けられる領域である。

周辺環境認識部１３２は、カメラ１０、レーダ装置１２、及びファインダ１４から物体認識装置１６を介して入力された情報に基づいて、自車両Ｍの周囲にある物標の位置、及び速度、加速度等の状態を認識する。物標には、歩行者や自転車等の交通参加者が含まれる。物標の位置は、例えば、自車両Ｍの代表点（重心や駆動軸中心など）を原点とした絶対座標上の位置として認識され、制御に使用される。物標の位置は、その物標の重心やコーナー等の代表点で表されてもよいし、表現された領域で表されてもよい。物標の「状態」とは、物標の加速度やジャーク、あるいは「行動状態」（例えば、車線を横断しようとしている、またはしようとしているか否か）を含んでもよい。周辺環境認識部１３２は、例えば、認識領域のうち、優先領域設定部１３１によって設定された優先領域を優先して認識処理を行い、優先領域の認識処理を行った後、優先領域以外の認識領域について認識処理を行う。

行動計画生成部１４０は、例えば、リスク推定部１４１と、目標軌道生成部１４２とを備える。リスク推定部１４１、及び目標軌道生成部１４２のうち、一部または全部は、認識部１３０に含まれていてもよい。

目標軌道生成部１４２は、原則的には推奨車線決定部６１により決定された推奨車線を走行し、更に、自車両Ｍの周辺状況に対応できるように、自車両Ｍが自動的に（運転者の操作に依らずに）将来走行する一以上の仮目標軌道を生成する。そして、目標軌道生成部１４２は、生成した一以上の仮目標軌道のうち、仮目標軌道に沿って走行する場合に自車両Ｍが急旋回を要しない仮目標軌道を、目標軌道として決定する。

また、目標軌道生成部１４２は、リスク推定部１４１によってリスクが推定される場面においては、リスク推定部１４１により仮目標軌道毎に推定された自車両Ｍにとってのリスクに基づいて、一以上の仮目標軌道の中から目標軌道を決定する。この詳細については後述する。

目標軌道、及び仮目標軌道は、例えば、自車両Ｍの代表点（例えば、前端部中央、重心、後輪軸中心など）が到達すべき地点（軌道点）を道路長手方向に関して所定距離ごと（例えば数［ｍ］程度ごと）に順に並べたものとして表現される。目標軌道には、所定のサンプリング時間（例えば０コンマ数［ｓｅｃ］程度）ごとの目標速度および目標加速度が付与される。軌道点は、所定のサンプリング時間ごとの、そのサンプリング時刻における自車両Ｍの到達すべき位置であってもよい。この場合、目標速度や目標加速度の情報は軌道点の間隔で表現される。

第２制御部１６０は、行動計画生成部１４０によって生成された目標軌道を、予定の時刻通りに自車両Ｍが通過するように、走行駆動力出力装置２００、ブレーキ装置２１０、およびステアリング装置２２０を制御する。

第２制御部１６０は、例えば、取得部１６２と、速度制御部１６４と、操舵制御部１６６とを備える。取得部１６２は、行動計画生成部１４０により生成された目標軌道（軌道点）の情報を取得し、メモリ（不図示）に記憶させる。速度制御部１６４は、メモリに記憶された目標軌道に付随する速度要素に基づいて、走行駆動力出力装置２００またはブレーキ装置２１０を制御する。操舵制御部１６６は、メモリに記憶された目標軌道の曲がり具合に応じて、ステアリング装置２２０を制御する。速度制御部１６４および操舵制御部１６６の処理は、例えば、フィードフォワード制御とフィードバック制御との組み合わせにより実現される。一例として、操舵制御部１６６は、自車両Ｍの前方の道路の曲率に応じたフィードフォワード制御と、目標軌道からの乖離に基づくフィードバック制御とを組み合わせて実行する。

走行駆動力出力装置２００は、車両が走行するための走行駆動力（トルク）を駆動輪に出力する。走行駆動力出力装置２００は、例えば、内燃機関、電動機、および変速機などの組み合わせと、これらを制御するＥＣＵ（Electronic Control Unit）とを備える。ＥＣＵは、第２制御部１６０から入力される情報、或いは運転操作子８０から入力される情報に従って、上記の構成を制御する。

ブレーキ装置２１０は、例えば、ブレーキキャリパーと、ブレーキキャリパーに油圧を伝達するシリンダと、シリンダに油圧を発生させる電動モータと、ブレーキＥＣＵとを備える。ブレーキＥＣＵは、第２制御部１６０から入力される情報、或いは運転操作子８０から入力される情報に従って電動モータを制御し、制動操作に応じたブレーキトルクが各車輪に出力されるようにする。ブレーキ装置２１０は、運転操作子８０に含まれるブレーキペダルの操作によって発生させた油圧を、マスターシリンダを介してシリンダに伝達する機構をバックアップとして備えてよい。なお、ブレーキ装置２１０は、第２制御部１６０から入力される情報に従ってアクチュエータを制御して、マスターシリンダの油圧をシリンダに伝達する電子制御式油圧ブレーキ装置であってもよい。

ステアリング装置２２０は、例えば、ステアリングＥＣＵと、電動モータとを備える。
電動モータは、例えば、ラックアンドピニオン機構に力を作用させて転舵輪の向きを変更する。ステアリングＥＣＵは、第２制御部１６０から入力される情報、或いは運転操作子８０から入力される情報に従って、電動モータを駆動し、転舵輪の向きを変更させる。

［優先領域の設定］
以下、優先領域の設定手法について、より詳細に説明する。

優先領域設定部１３１は、周辺環境認識部１３２によって認識された認識領域に、リスク推定部１４１のリスク推定処理が行われる対象の領域が存在するか否かを判定する。リスク推定処理が行われる対象の領域は、例えば、自車両Ｍの推奨経路の進行方向に存在する道路と、自車両Ｍが走行する車線及び当該車線に隣接する車線を含む道路とが交差する交差領域ＣＲ、又は交差領域ＣＲから所定距離だけ離れた位置までの交差点近傍領域ＮＣＲであって、横断歩道ＣＷが存在する領域である。以下、自車両Ｍが走行する車線及び当該車線に隣接する車線を含む道路を「第１道路」と記載し、第１道路において自車両Ｍの推奨経路の進行方向に存在する道路を「第２道路」と記載する。

優先領域設定部１３１は、認識領域にリスク推定部１４１のリスク推定処理が行われる対象の領域が存在すると判定した場合、目標軌道生成部１４２によって生成された一以上の仮目標軌道ｔｒＴ毎に優先領域を設定する。

［推奨経路と交差する横断歩道が１つの場合の優先領域］
図３は、仮目標軌道ｔｒＴ１と交差する横断歩道が１つの場合の優先領域について説明するための図である。以降の説明において、Ｘは、道路の延在方向を示し、Ｙは、Ｘ方向に直交する車幅方向を示している。＋Ｘ方向は、自車両Ｍの進行方向を示し、－Ｘ方向は、自車両Ｍの後方を示し、－Ｙ方向は、自車両Ｍの進行方向に対して左方向を示し、＋Ｙ方向は、自車両Ｍの進行方向に対して右方向を示す。

上述したように、目標軌道生成部１４２は、原則的に、推奨車線決定部６１により決定された推奨車線（図３では車線Ｌ１）の中心線を推奨経路ｒＴ１とし、推奨経路ｒＴ１に沿って走行するように一以上の仮目標軌道ｔｒＴを生成する。図中、ｃＫは候補点である。目標軌道生成部１４２は、推奨経路ｒＴ１を走行するに際して、自車両Ｍが自動的に（運転者の操作に依らずに）将来走行する位置（つまり、候補点ｃＫ）をＸ方向に繋いだものを仮目標軌道ｔｒＴとして生成する。説明の便宜上、一以上の仮目標軌道ｔｒＴのうち、推奨経路ｒＴに重畳する仮目標軌道ｔｒＴのみが図に示されるものとする。したがって、図３には、一以上の仮目標軌道ｔｒＴのうち、推奨経路ｒＴ１に重畳する仮目標軌道ｔｒＴ１のみが示される。

なお、目標軌道生成部１４２は、推奨車線内において左右いずれかに偏した線を推奨経路ｒＴとしてもよい。カーブ路においては、推奨経路はカーブする形状となる。また、行動計画生成部１４０が自車両Ｍを車線変更させる場合、ある車線から隣接する他の車線に向かう経路が推奨経路ｒＴとして設定されてもよい。

まず、優先領域設定部１３１は、周辺環境認識部１３２の認識結果に交差領域ＣＲが含まれるか否かを判定する。次に、優先領域設定部１３１は、認識領域に交差領域ＣＲが含まれると判定した場合、交差領域ＣＲ内、又は交差領域ＣＲから所定距離だけ離れた位置までの交差点近傍領域ＮＣＲ内に、横断歩道が存在するか否かを判定する。交差点近傍領域ＮＣＲは、「交差領域の付近」の一例である。図３において、交差点近傍領域ＮＣＲには、自車両Ｍに最も近い位置の横断歩道ＣＷ１と、横断歩道ＣＷ１から＋Ｘ方向の横断歩道ＣＷ２と、第２道路において自車両Ｍよりも－Ｙ方向の横断歩道ＣＷ３と、第２道路において自車両Ｍよりも＋Ｙ方向の横断歩道ＣＷ４との四つの横断歩道ＣＷが存在する。

そして、優先領域設定部１３１は、交差領域ＣＲ内、又は交差点近傍領域ＮＣＲ内に横断歩道が存在すると判定した場合、リスク推定処理が行われる対象の領域が存在するものとし、当該横断歩道に重なる領域を優先領域ＰＡ１として設定する。優先領域設定部１３１は、例えば、仮目標軌道ｔｒＴ１と横断歩道ＣＷ１の幅方向の中心とが交差する交差位置ＣＰ１を中心とした半径ｒ１の円形の領域と、自車両Ｍの代表点ｒＭから引いた当該円に係る接線であり、位置が互いに異なる２本の接線の内側の領域とを合わせた領域を、優先領域ＰＡ１として設定する。

なお、優先領域ＰＡ１の形状はこれに限られず、優先領域設定部１３１は、交差位置ＣＰ１を中心とする円形以外の形状の領域を含む優先領域ＰＡ１を設定してもよい。例えば、優先領域設定部１３１は、交差位置ＣＰ１を中心とし、横断歩道ＣＷの横断方向を長軸とする楕円形の領域を含む優先領域ＰＡ１を設定してもよい。また、優先領域設定部１３１は、交差領域ＣＲ内、又は交差点近傍領域ＮＣＲに存在する横断歩道ＣＷと重なる領域であれば、交差位置ＣＰを基準とした優先領域ＰＡを設定しなくてもよい。

［推奨経路と交差する横断歩道が複数の場合の優先領域］
図４は、仮目標軌道ｔｒＴ１と交差する横断歩道が複数の場合の優先領域について説明するための図である。図３において、仮目標軌道ｔｒＴ１と交差する横断歩道ＣＷは、横断歩道ＣＷ１の一つだけであった。図４において、自車両Ｍは、図３の場面よりもＸ方向に進行したため、仮目標軌道ｔｒＴ１と交差する横断歩道ＣＷが、横断歩道ＣＷ１と、横断歩道ＣＷ２との二つである。この場合、優先領域設定部１３１は、仮目標軌道ｔｒＴ１と自車両Ｍの位置から遠い横断歩道ＣＷ２の幅方向の中心とが交差する交差位置ＣＰ２を中心とした半径ｒ１の円形の領域と、自車両Ｍの代表点ｒＭから引いた当該円に係る接線であり、位置が互いに異なる２本の接線の内側の領域と、仮目標軌道ｔｒＴ１と自車両Ｍの位置から近い横断歩道ＣＷ１の幅方向の中心とが交差する交差位置ＣＰ１を中心とした半径ｒ１の円形の領域とを合わせた優先領域ＰＡ２を設定する。

なお、交差位置ＣＰ１を中心とした円形と、交差位置ＣＰ２を中心とした円形とは、半径が互いに異なる円形であってもよい。

［推奨経路が直進以外の場合の優先領域］
図５は、直進以外の仮目標軌道ｔｒＴ２に係る優先領域について説明するための図である。図５において、自車両Ｍは、交差領域ＣＲで左折し、第２道路を－Ｙ方向に走行する。このため、目標軌道生成部１４２は、推奨車線決定部６１により決定された推奨車線（図５ではＬ１からＬ３）からの中心線を推奨経路ｒＴ２とし、推奨経路ｒＴ２を走行するように仮目標軌道ｔｒＴ２を生成する。

優先領域設定部１３１は、仮目標軌道ｔｒＴ２の転向度合いに応じて、優先領域ＰＡの態様を変更する。優先領域設定部１３１は、例えば、目標軌道の転向度合いが大きいほど、優先領域ＰＡを拡大させる。以下、目標軌道の転向度合いが、自車両Ｍが現在走行する車線Ｌ１と、自車両Ｍが将来走行する車線Ｌ３とのなす角度θであるものとする。優先領域設定部１３１は、例えば、角度θが大きいほど、優先領域ＰＡに含まれる円形の領域の半径ｒを大きくする。また、優先領域設定部１３１は、仮目標軌道ｔｒＴ２と交差する横断歩道が複数の場合、自車両Ｍの位置から遠い横断歩道ＣＷ３に重なる円形の領域の半径ｒを大きくする。

図５において、仮目標軌道ｔｒＴ２と交差する横断歩道ＣＷが、横断歩道ＣＷ１と、横断歩道ＣＷ３との二つである。この場合、優先領域設定部１３１は、仮目標軌道ｔｒＴ２と自車両Ｍの位置から遠い横断歩道ＣＷ３の幅方向の中心とが交差する交差位置ＣＰ３を中心とした半径ｒ２の円形の領域と、自車両Ｍの代表点ｒＭから引いた当該円に係る接線であり、位置が互いに異なる２本の接線の内側の領域と、仮目標軌道ｔｒＴ２と自車両Ｍの位置から近い横断歩道ＣＷ１の幅方向の中心とが交差する交差位置ＣＰ１を中心とした半径ｒ１の円形の領域とを合わせた優先領域ＰＡ３を設定する。ここで、半径ｒ１と、半径ｒ２との関係は、半径ｒ１＜半径ｒ２である。

なお、優先領域設定部１３１は、仮目標軌道ｔｒＴに係る転向度合いに応じて、仮目標軌道ｔｒＴと交差する横断歩道における交差位置ＣＰを中心とする円形の領域のいずれも半径ｒを大きくするものであってもよい。例えば、優先領域設定部１３１は、仮目標軌道ｔｒＴ２に係る交差位置ＣＰ３を中心とする円形の領域と、交差位置ＣＰ１を中心とする円形の領域とのいずれも、半径ｒ２としてもよく、一方（例えば、交差位置ＣＰ１を中心とする円形の領域、又は交差位置ＣＰ３を中心とする円形の領域）を半径ｒ２としてもよい。

また、優先領域設定部１３１は、自車両Ｍの状態に応じて優先領域ＰＡの態様を変更してもよい。優先領域設定部１３１は、例えば、自車両Ｍの速度が遅いほど、優先領域ＰＡを拡大させてもよく、自車両Ｍの周囲環境によって（例えば、降雨、濃霧、積雪等の天候条件によって）周辺環境認識部１３２の認識精度が低いほど、優先領域ＰＡを拡大させてもよい。

［リスクの推定］
以下、自車両Ｍにとってのリスクの推定手法について、より詳細に説明する。

上述したように、優先領域設定部１３１が設定した優先領域ＰＡは、自車両Ｍが交差領域ＣＲを走行するに際して、交通参加者に特に注意することが求められる領域である。したがって、リスク推定部１４１は、認識領域の認識結果のうち、仮目標軌道ｔｒＴ毎に設定された優先領域ＰＡの認識結果に基づいてリスクを推定する処理（以下、第１推定処理）を行い、第１推定処理を行った後、優先領域ＰＡ以外の認識領域の認識結果に基づいてリスクを推定する処理（第２推定処理）を行う。以下、第１推定処理の詳細について説明する。第２推定処理については、一般的な接触回避に係る処理と同様の処理であるため、説明を省略する。

リスク推定部１４１は、例えば、優先領域ＰＡに交通参加者が存在する、交通参加者が優先領域ＰＡに向かって進行している、又は優先領域ＰＡの付近に交通参加者が存在する場合等、当該優先領域ＰＡに係る仮目標軌道ｔｒＴを走行することについて自車両Ｍにとってのリスクが高いと推定し、これらの条件に当てはまらない場合、自車両Ｍにとってのリスクが低いと推定する。

以下、リスク推定部１４１は、自車両Ｍにとってのリスクを推定するための推定指標（以下、リスク指標値）を用いて、リスクを推定するものとする。図６は、リスクの推定処理の説明に用いられる図である。まず、リスク推定部１４１は、優先領域ＰＡに向かって進行し、且つ自車両Ｍが優先領域ＰＡに到達する時刻、或いは、自車両Ｍが優先領域ＰＡに到達する（当該時刻を中心とした）所定時間帯に優先領域ＰＡに進入すると推定される交通参加者を特定する。以下、自車両Ｍが優先領域ＰＡに到達する時刻と、当該時刻を中心とした所定時間帯とを区別しない場合、「予測タイミング」と記載する。

次に、リスク推定部１４１は、例えば、周辺環境認識部１３２によって認識された交通参加者の属性を特定する。この場合、属性とは、例えば、移動速度に係る交通参加者の性質である。リスク推定部１４１は、例えば、周辺環境認識部１３２の認識結果に基づいて、認識された交通参加者が、歩行者、自転車、女性、男性、大人、子供、お年寄り等の属性うち、いずれの属性であるかを特定する。なお、属性の内容は一例であって、これに限られない。

次に、リスク推定部１４１は、特定した属性に応じて、予測タイミングまでの間に交通参加者が移動することが想定される予想対象領域ＴＡを推定する。リスク推定部１４１は、例えば、特定した交通参加者の位置（以下、対象位置ＴＰ）を中心とした移動半径ｍｒの円形の領域を、予想対象領域ＴＡとして推定する。ここで、属性には、予め交通参加者の移動速度に対応する移動半径ｍｒが対応付けられており、リスク推定部１４１は、特定した交通参加者の属性に応じた移動半径ｍｒを有する予想対象領域ＴＡを推定する。移動半径ｍｒは、例えば、対応する属性の交通参加者の移動速度が速いほど長くなる。交通参加者の属性に応じて、移動半径ｍｒを変更することは、「所定時間帯」の長さを変更することの一例である。

なお、上述では、予想対象領域ＴＡが円形の領域である場合について説明したが、これに限られない。リスク推定部１４１は、例えば、交通参加者の移動方向を長軸とする楕円形の予想対象領域ＴＡを推定してもよい。

図６において、第１道路と、第２道路とが交差する交差点には、－Ｙ方向から横断歩道ＣＷ１を渡ろうとしている歩行者ＰＤと、＋Ｙ方向から横断歩道ＣＷ１を渡ろうとしている自転車ＢＲとの交通参加者が存在する。リスク推定部１４１は、歩行者ＰＤの対象位置ＴＰ１を中心とした移動半径ｍｒ１の円形の予想対象領域ＴＡ１を推定する。また、リスク推定部１４１は、自転車ＢＲの対象位置ＴＰ２を中心とした移動半径ｍｒ２の円形の予想対象領域ＴＡ２を推定する。ここで、移動半径ｍｒ１と移動半径ｍｒ２との関係は、移動半径ｍｒ１＜移動半径ｍｒ２である。

リスク推定部１４１は、交通参加者の予想対象領域ＴＡを推定し、予想対象領域ＴＡが優先領域ＰＡに重畳するか否かを判定する。リスク推定部１４１は、予想対象領域ＴＡが優先領域ＰＡに重畳している場合、その重畳度合いと、分布情報とにＭとに基づいて、リスク指標値を算出する。図７は、分布情報の内容の一例を示す図である。分布情報は、例えば、予想対象領域ＴＡにおけるリスク指標値の分布を属性毎に示す情報である。図７に示す通り、リスク指標値は、対象位置ＴＰにおいて「１」の値を取り、対象位置ＴＰから離れるほど小さい値となり、対象位置ＴＰから移動半径ｍｒの位置において「０」の値をとる。リスク推定部１４１は、リスク指標値が高いほど（つまり、対象位置ＴＰが優先領域ＰＡに近いほど）、自車両Ｍにとってのリスクが高いと推定し、リスク指標値が低いほど（つまり、対象位置ＴＰが優先領域ＰＡから遠いほど）、自車両Ｍにとってのリスクが低いと推定する。リスク推定部１４１は、予想対象領域ＴＡと優先領域ＰＡがと重畳する領域において、対象位置ＴＰから最も遠い位置を特定する。リスク推定部１４１は、特定した位置から対象位置ＴＰまでの距離と、分布情報とに基づいて、リスク指標値を取得する。リスク推定部１４１は、リスク指標値を取得する処理を仮目標軌道ｔｒＴ毎に行う。

目標軌道生成部１４２は、一以上の仮目標軌道ｔｒＴのうち、リスク推定部１４１によって取得されたリスク指標値が、最も低い仮目標軌道ｔｒＴ、或いは所定の閾値以下の仮目標軌道ｔｒＴを、目標軌道として決定する。

ここで、障害物は一つであるとは限らない。リスク推定部１４１は、周辺環境認識部１３２の認識結果が、予想対象領域ＴＡが優先領域ＰＡに重畳する交通参加者が複数存在することを示す場合、交通参加者毎に予想対象領域ＴＡを推定し、それらを道路平面で重ね合わせ、優先領域ＰＡのある地点に第１交通参加者に基づく予想対象領域ＴＡと第２交通参加者に基づく予想対象領域ＴＡの双方が重畳する場合、それらの予想対象領域ＴＡに係るリスク指標値を加算した物をリスク指標値とする。また、交通参加者は静止しているとは限らないため、リスク推定部１４１は、時間の経過を考慮してリスク指標値を導出してよい。

［動作フロー］
図８は、自動運転制御装置１００の処理の一例を示すフローチャートである。まず、周辺環境認識部１３２は、自車両Ｍの周辺を認識する（ステップＳ１００）。次に、目標軌道生成部１４２は、周辺環境認識部１３２の認識結果に基づいて、候補点ｃＫを設定する（ステップＳ１０２）。次に、目標軌道生成部１４２は、自車両Ｍの進行方向に候補点ｃＫをつないだ仮目標軌道ｔｒＴを一以上生成する（ステップＳ１０４）。次に、優先領域設定部１３１は、リスク推定部１４１のリスク推定処理が行われる対象の領域が自車両Ｍの進行方向に存在するか否かを判定する（ステップＳ１０６）。具体的には、優先領域設定部１３１は、周辺環境認識部１３２の認識結果に交差領域ＣＲが含まれるか否かを判定する。優先領域設定部１３１は、認識領域に交差領域ＣＲが含まれると判定した場合、交差領域ＣＲ内、又は交差点近傍領域ＮＣＲ内に、横断歩道が存在するか否かを判定する。優先領域設定部１３１は、交差領域ＣＲ内、又は交差点近傍領域ＮＣＲ内に横断歩道が存在すると判定した場合、リスク推定処理が行われる対象の領域が存在すると判定する。

目標軌道生成部１４２は、優先領域設定部１３１によってリスク推定処理が行われる対象の領域が存在しないと判定された場合、急旋回を要しない仮目標軌道ｔｒＴを、目標軌道として決定し、処理を終了する（ステップＳ１０８）。リスク推定部１４１は、優先領域設定部１３１によってリスク推定処理が行われる対象の領域が存在すると判定された場合、目標軌道生成部１４２によって生成された一以上の仮目標軌道ｔｒＴの一部、又は全部について、仮目標軌道ｔｒＴ毎にリスク推定処理を行う（ステップＳ１１０）。具体的には、リスク推定部１４１は、リスク推定処理として、リスク指標値を取得する。ステップＳ１１０の処理の詳細については、後述する。目標軌道生成部１４２は、リスク推定部１４１によって推定されたリスクが最も低い仮目標軌道ｔｒＴを目標軌道として決定する（ステップＳ１１２）。

図９は、図８に示すステップＳ１１０の処理の一例を示すフローチャートである。上述したように、自動運転制御装置１００は、ステップＳ１０４において生成された一部、又は全部の仮目標軌道ｔｒＴについて、図９に示すステップＳ２００～Ｓ２１８の処理を実行する。

まず、優先領域設定部１３１は、交差領域ＣＲに仮目標軌道ｔｒＴと横断歩道ＣＷの幅方向の中心とが交差する交差位置ＣＰが複数存在するか否かを判定する（ステップＳ２００）。優先領域設定部１３１は、交差位置ＣＰが複数存在すると判定した場合、交差位置ＣＰに係る領域（例えば、交差位置ＣＰを中心とする半径ｒの円形の領域）をいずれも含む優先領域ＰＡを設定すると決定する（ステップＳ２０２）。優先領域設定部１３１は、交差位置ＣＰが複数存在しないと判定した場合、ある交差位置ＣＰについて優先領域ＰＡを設定すると決定する（ステップＳ２０４）。優先領域設定部１３１は、仮目標軌道ｔｒＴの転向度合いに応じて、優先領域ＰＡの大きさを決定する（ステップＳ２０６）。優先領域設定部１３１は、例えば、仮目標軌道ｔｒＴの転向度合いが大きいほど、優先領域ＰＡの大きさを拡大（例えば、交差位置ＣＰを中心とする円形の領域の半径ｒを長く）する。

リスク推定部１４１は、優先領域ＰＡ、又は優先領域ＰＡの近傍に存在する交通参加者を特定する（ステップＳ２０８）。次に、リスク推定部１４１は、特定した交通参加者の属性を特定する（ステップＳ２１０）。次に、リスク推定部１４１は、特定した交通参加者の属性に応じて、予測タイミングまでの間に交通参加者が移動することが想定される予想対象領域ＴＡの移動半径ｍｒを決定し、予想対象領域ＴＡを推定する（ステップＳ２１２）。

次に、リスク推定部１４１は、設定した予想対象領域ＴＡと、優先領域設定部１３１によって設定された優先領域ＰＡとが重畳するか否かを判定する（ステップＳ２１４）。リスク推定部１４１は、予想対象領域ＴＡと優先領域ＰＡとが重畳すると判定した場合、その重畳度合いと分布情報とに基づいて、当該予想対象領域ＴＡに係る仮目標軌道ｔｒＴのリスク指標値を取得する（ステップＳ２１６）。リスク推定部１４１は、予想対象領域ＴＡと優先領域ＰＡとが重畳しないと判定した場合、当該予想対象領域ＴＡに係る交通参加者について、自車両Ｍにとってのリスクが低いものとみなし、当該仮目標軌道ｔｒＴに係るリスク指標値を「０」とする（ステップＳ２１８）。

［実施形態のまとめ］
以上説明した実施形態の自動運転制御装置１００によれば、優先領域設定部１３１が交差領域ＣＲ、又は交差点近傍領域ＮＣＲにおける横断歩道ＣＷに重畳する優先領域ＰＡを設定し、リスク推定部１４１が予測タイミングにおいて優先領域ＰＡに進入する、又は優先領域ＰＡの付近に存在する交通参加者について自車両Ｍにとってのリスクを推定することにより、交差点において処理負荷を大きく増大させる事無く、精度良く交通参加者の認識処理を行うことができる。

また、実施形態の自動運転制御装置１００によれば、自車両Ｍの速度が遅いほど交差領域ＣＲから遠い位置に存在する交通参加者が自車両Ｍに接近できるため、自車両Ｍの速度が遅いほど優先領域ＰＡを広くとるようにして、予測タイミングにおいて優先領域ＰＡに進入する、又は優先領域ＰＡの付近に存在する交通参加者を精度良く認識することができる。

また、実施形態の自動運転制御装置１００によれば、周辺環境認識部１３２が、優先領域ＰＡについて認識処理を行った後、優先領域ＰＡ以外の認識領域について認識処理を行うため、自車両Ｍと交通参加者との進路が交差することが推定される交差領域ＣＲ、及び交差点近傍領域ＮＣＲの範囲について優先的に認識処理を行うことができる。

また、実施形態の自動運転制御装置１００によれば、優先領域設定部１３１が仮目標軌道ｔｒＴの転向度合いに応じて優先領域ＰＡを拡大することにより、周辺環境認識部１３２が認識しづらい範囲についてより精度良く認識処理を行うことができる。

また、実施形態の自動運転制御装置１００によれば、リスク推定部１４１が予測タイミングにおいて優先領域ＰＡに進入すると推定される交通参加者に係るリスクを推定することによって、進路が交差することが推定される交通参加者について精度良く認識処理を行うことができる。

また、実施形態の自動運転制御装置１００によれば、リスク推定部１４１が周辺環境認識部１３２の認識結果に基づいて交通参加者の属性を特定し、特定した属性に応じて予想対象領域ＴＡの移動半径ｍｒを変更することによって、交通参加者の特徴に応じて認識処理を行うことができる。

［優先領域ＰＡと優先領域ＰＡ以外の認識領域との認識処理］
なお、周辺環境認識部１３２は、認識領域のうち、優先領域設定部１３１によって設定された優先領域の認識処理に用いる情報と、優先領域以外の認識領域の認識処理に用いる情報とを異ならせてもよい。例えば、周辺環境認識部１３２は、カメラ１０が生成した画像を優先領域の認識処理に用い、当該画像について情報量を低下させた（例えば、圧縮した）画像を優先領域以外の認識領域の認識処理に用いてもよい。この場合、周辺環境認識部１３２が、カメラ１０が生成した画像の情報量を低下させるものであってもよい。これにより、本実施形態の自動運転制御装置１００は、優先領域以外の認識領域の認識処理について処理負荷を低減することができる。カメラ１０が生成した画像は、「第１画像」の一例であり、カメラ１０が生成した画像の情報量を低下させた画像は、「第２画像」の一例である。

［認識処理に用いる情報］
また、上述では、周辺環境認識部１３２が、カメラ１０、レーダ装置１２、及びファインダ１４から物体認識装置１６を介して入力された情報に基づいて、自車両Ｍの周辺環境を認識する場合について説明したが、これに限られない。周辺環境認識部１３２は、例えば、通信装置２０を介して外部の装置から取得した画像であり、交差領域ＣＲや交差点近傍領域ＮＣＲを撮像した画像を用いて、自車両Ｍの周辺環境を認識してもよい。この場合、外部の装置とは、例えば、優先領域に近い歩道に設置される周辺監視装置であり、周辺監視装置は、カメラを備え、カメラが交差領域ＣＲ、交差点近傍領域ＮＣＲ、及びその付近の歩道を撮像して生成した画像を示す情報を、当該カメラの設置位置の近傍に存在する自車両Ｍに対して、ネットワークを介して送信する。これにより、本実施形態の自動運転制御装置１００の周辺環境認識部１３２は、優先領域ＰＡが周辺環境認識部１３２によって認識しづらい場所であっても、精度良く交通参加者の認識処理を行うことができる。

［推定装置の構成］
また、上述では、自動運転制御装置１００が、交通参加者について自車両Ｍにとってのリスクを推定する処理を行い、推定結果に応じて自車両Ｍを自動運転によって走行させる場合について説明したが、これに限られない。自動運転制御装置１００が備える機能部のうち、優先領域設定部１３１、周辺環境認識部１３２、リスク推定部１４１の機能部を備える推定装置が、リスク推定処理を行い、推定結果を自動運転制御装置１００に出力するものであってもよい。この場合、自動運転制御装置１００の目標軌道生成部１４２は、推定装置から出力された推定結果に基づいて、目標軌道を生成し、自車両Ｍを自動運転によって走行させる。

［ハードウェア構成］
図１０は、実施形態の自動運転制御装置１００のハードウェア構成の一例を示す図である。図示するように、自動運転制御装置１００は、通信コントローラ１００－１、ＣＰＵ１００－２、ワーキングメモリとして使用されるＲＡＭ（Random Access Memory）１００－３、ブートプログラムなどを格納するＲＯＭ（Read Only Memory）１００－４、フラッシュメモリやＨＤＤ（Hard Disk Drive）などの記憶装置１００－５、ドライブ装置１００－６などが、内部バスあるいは専用通信線によって相互に接続された構成となっている。通信コントローラ１００－１は、自動運転制御装置１００以外の構成要素との通信を行う。記憶装置１００－５には、ＣＰＵ１００－２が実行するプログラム１００－５ａが格納されている。このプログラムは、ＤＭＡ（Direct Memory Access）コントローラ（不図示）などによってＲＡＭ１００－３に展開されて、ＣＰＵ１００－２によって実行される。これによって、第１制御部１２０、第２制御部１６０のうち一部または全部が実現される。

上記説明した実施形態は、以下のように表現することができる。
プログラムを記憶した記憶装置と、
ハードウェアプロセッサと、を備え、
前記ハードウェアプロセッサが前記記憶装置に記憶されたプログラムを実行することにより、
移動体の周辺環境を認識領域において認識し、
認識結果に基づいて、前記移動体にとってのリスクを推定し、
前記移動体の周辺環境の状態に応じて、前記認識領域のうち、優先的に認識処理を行う優先領域を設定し、
前記移動体が位置する第１道路と、前記移動体の進行方向に存在する第２道路とが交差する交差領域の付近に存在する少なくとも一つの横断歩道道の、少なくとも一部を含む領域に重なる領域を、前記優先領域に設定する、
ように構成されている、車両制御装置。

以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何ら限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形および置換を加えることができる。

１…車両システム、１０…カメラ、１２…レーダ装置、１４…ファインダ、１６…物体認識装置、２０…通信装置、４０…車両センサ、５０…ナビゲーション装置、５１…ＧＮＳＳ受信機、５２…ナビＨＭＩ、５３…経路決定部、５４…第１地図情報、６１…推奨車線決定部、６２…第２地図情報、８０…運転操作子、１００…自動運転制御装置、１２０…第１制御部、１３０…認識部、１３１…優先領域設定部、１３２…周辺環境認識部、１４０…行動計画生成部、１４１…リスク推定部、１４２…目標軌道生成部、１６０…第２制御部、１６２…取得部、１６４…速度制御部、１６６…操舵制御部、２００…走行駆動力出力装置、２１０…ブレーキ装置、２２０…ステアリング装置、ｃＫ…候補点、ＣＲ…交差領域、ＮＣＲ…交差点近傍領域、ＣＰ、ＣＰ１、ＣＰ２、ＣＰ３…交差位置、ＣＷ、ＣＷ１、ＣＷ２、ＣＷ３、ＣＷ４…横断歩道、ｍｒ、ｍｒ１、ｍｒ２…移動半径、ＰＡ、ＰＡ１、ＰＡ２、ＰＡ３…優先領域、ｒ、ｒ１、ｒ２…半径、ＴＡ、ＴＡ１、ＴＡ２…予想対象領域、ＴＰ、ＴＰ１、ＴＰ２…対象位置、ｔｒＴ、ｔｒＴ１、ｔｒＴ２…仮目標軌道

Claims (11)

1. 自動運転車両の周辺環境を認識領域において認識する認識部と、
   前記認識部の認識結果に基づいて、前記自動運転車両にとってのリスクを推定する推定部とを備え、
   前記認識部は、
   前記自動運転車両の周辺環境の状態に応じて、前記認識領域のうち、優先的に認識処理を行う優先領域を設定し、
   前記自動運転車両が位置する第１道路と、前記自動運転車両の進行方向に存在する第２道路とが交差する交差領域の付近に存在する少なくとも一つの横断歩道の、少なくとも一部を含む領域に重なる領域を、前記優先領域に設定するものであり、
   前記自動運転車両の速度が遅いほど、前記優先領域の範囲を拡大する、
   推定装置。
2. 自動運転車両の周辺環境を認識領域において認識する認識部と、
   前記認識部の認識結果に基づいて、前記自動運転車両にとってのリスクを推定する推定部とを備え、
   前記認識部は、
   前記自動運転車両の周辺環境の状態に応じて、前記認識領域のうち、優先的に認識処理を行う優先領域を設定し、
   前記自動運転車両が位置する第１道路と、前記自動運転車両の進行方向に存在する第２道路とが交差する交差領域の付近に存在する少なくとも一つの横断歩道の、少なくとも一部を含む領域に重なる領域を、前記優先領域に設定し、
   前記推定部は、
   前記優先領域に対してリスクを推定する第１推定処理を行い、
   前記第１推定処理を行った後、前記認識領域のうち、前記優先領域以外の領域についてリスクを推定する第２推定処理を行う、
   推定装置。
3. 前記認識部は、カメラが撮像し、生成した画像に基づいて前記周辺環境を認識し、
   前記推定部は、前記カメラが前記優先領域を撮像した第１画像を用いて前記第１推定処理を行い、前記カメラが前記認識領域のうち前記優先領域以外の領域を撮像した第２画像を用いて前記第２推定処理を行い、
   前記第２画像は、前記第１画像よりも情報量を低下させた画像である、
   請求項２に記載の推定装置。
4. 自動運転車両の周辺環境を認識領域において認識する認識部と、
   前記認識部の認識結果に基づいて、前記自動運転車両にとってのリスクを推定する推定部とを備え、
   前記認識部は、
   前記自動運転車両の周辺環境の状態に応じて、前記認識領域のうち、優先的に認識処理を行う優先領域を設定し、
   前記自動運転車両が位置する第１道路と、前記自動運転車両の進行方向に存在する第２道路とが交差する交差領域の付近に存在する少なくとも一つの横断歩道の、少なくとも一部を含む領域に重なる領域を、前記優先領域に設定するものであり、
   前記自動運転車両の目標軌道に基づいて、前記目標軌道の転向度合いが大きいほど、前記優先領域を拡大する、
   推定装置。
5. 自動運転車両の周辺環境を認識領域において認識する認識部と、
   前記認識部の認識結果に基づいて、前記自動運転車両にとってのリスクを推定する推定部とを備え、
   前記認識部は、
   前記自動運転車両の周辺環境の状態に応じて、前記認識領域のうち、優先的に認識処理を行う優先領域を設定し、
   前記自動運転車両が位置する第１道路と、前記自動運転車両の進行方向に存在する第２道路とが交差する交差領域の付近に存在する少なくとも一つの横断歩道の、少なくとも一部を含む領域に重なる領域を、前記優先領域に設定するものであり、
   前記優先領域に近い歩道に設置される周辺監視装置によって前記優先領域が認識された認識結果に更に基づいて、前記自動運転車両の周辺環境を認識する、
   推定装置。
6. 前記認識部は、前記自動運転車両の進行方向と、前記少なくとも一つの横断歩道とが交差する交差位置を基準として、前記優先領域を設定する、
   請求項１から５のいずれか一項に記載の推定装置。
7. 前記推定部は、前記優先領域に向かって進行する交通参加者であり、且つ前記自動運転車両が到達する時刻を中心とした所定時間帯に前記優先領域に進入すると推定される前記交通参加者に係るリスクを推定する、
   請求項１から６のうちいずれか一項に記載の推定装置。
8. 前記推定部は、前記認識部の認識結果に基づいて前記交通参加者の属性を特定し、特定した前記属性に応じて前記所定時間帯の長さを変更する、
   請求項７に記載の推定装置。
9. 前記認識部は、前記自動運転車両の目標軌道と、前記自動運転車両の車速とに応じて、複数の前記優先領域を設定する、
   請求項１から８のうちいずれか一項に記載の推定装置。
10. コンピュータが、
    自動運転車両の周辺環境を認識領域において認識し、
    認識結果に基づいて、前記自動運転車両にとってのリスクを推定し、
    前記自動運転車両の周辺環境の状態に応じて、前記認識領域のうち、優先的に認識処理を行う優先領域を設定し、
    前記自動運転車両が位置する第１道路と、前記自動運転車両の進行方向に存在する第２道路とが交差する交差領域の付近に存在する少なくとも一つの横断歩道の、少なくとも一部を含む領域に重なる領域を、前記優先領域に設定するものであり、
    前記自動運転車両の速度が遅いほど、前記優先領域の範囲を拡大する、
    推定方法。
11. コンピュータに、
    自動運転車両の周辺環境を認識領域において認識させ、
    認識結果に基づいて、前記自動運転車両にとってのリスクを推定させ、
    前記自動運転車両の周辺環境の状態に応じて、前記認識領域のうち、優先的に認識処理を行う優先領域を設定させ、
    前記自動運転車両が位置する第１道路と、前記自動運転車両の進行方向に存在する第２道路とが交差する交差領域の付近に存在する少なくとも一つの横断歩道の、少なくとも一部を含む領域に重なる領域を、前記優先領域に設定させるものであり、
    前記自動運転車両の速度が遅いほど、前記優先領域の範囲を拡大させる、
    プログラム。

Images