JP7135978B2 - 自動車用演算装置 - Google Patents

Description

ここに開示された技術は、自動車用演算装置に関する技術分野に属する。

従来より、自動運転制御を実行可能な自動車に搭載された自動車用演算装置が知られている。

例えば、特許文献１には、自動車用演算装置として、車両の自動運転制御を実行する制御部と、車両の運転に用いられる電力を供給するバッテリの温度を検出するバッテリ温度検出部と、を備え、制御部は、バッテリ温度検出部が正常であるか否かを判定し、バッテリ温度検出部が正常でないとの判定をした第１状況下には、自動運転制御の機能の少なくとも一部を制限する第１制限制御、及びバッテリから自動運転制御のために供給される電力を増加させるために車両の機能のうち自動運転制御に必要ではない機能である非自動運転機能の少なくとも一部を制限する第２制限制御のうちの一方又は両方を実行する自動運転制御装置が開示されている。

特開２０１８－１８１４７５号公報

ところで、自動運転制御では、一般に、カメラ等により車外環境情報が取得され、取得された車外環境情報に基づいて車両が走行すべき経路が算出される。自動運転制御では、車外環境を認定するために、膨大な画像データを処理する必要がある。このため、処理するデータの量が多い環境では、演算装置に多大な負荷がかかって機能が劣化するおそれがある。

ここに開示された技術は、斯かる点に鑑みてなされたものであり、その目的とするとこは、自動運転制御を実行可能な自動車に搭載された自動車用演算装置において、該演算装置の自動運転機能の劣化を抑制することにある。

前記課題を解決するために、ここに開示された技術では、自動運転制御が可能な自動車に搭載された自動車用演算装置を対象として、演算器と、前記演算器の状態を表すパラメータを検知する演算器状態検知部と、前記演算器外から前記パラメータに影響するデバイスの使用状況を検知する外部デバイス検知部と、前記演算器に設けられ、前記自動車の基本走行機能に関する制御を実行可能に構成された基本走行機能部と、前記演算器に設けられ、前記自動車の自動運転機能に関する制御を実行可能に構成された自動運転機能部と、前記演算器に設けられ、前記演算器状態検知部の検知結果と前記外部デバイス検知部の検知結果とに基づいて、前記基本走行機能部及び前記自動運転機能部の両方を作動させる通常モードと、前記基本走行機能部のみを作動させる縮退モードとのいずれかを選択するモード選択部とを備え、前記モード選択部は、前記パラメータが閾値を超えたとき又は前記パラメータが閾値を超えることが予測されたときに、前記縮退モードを選択する、という構成とした。

この構成によると、演算器の状態を表すパラメータ（例えば、温度や電圧の振幅）及びデバイスの使用状況に基づいて、通常モード又は縮退モードが選択される。通常モードでは自動運転制御が実行されるため、演算器にかかる負荷が比較的大きくなる。一方で、縮退モードでは、基本走行機能部のみを作動させるため、演算器にかかる負荷は比較的小さくてすむ。このため、演算器の状態を表すパラメータに応じて通常モード又は縮退モードを選択することにより、自動車用演算装置の状態に応じて、該演算装置を適切に使用できるようになる。この結果、自動運転機能の劣化を抑制することができる。

前記自動車用演算装置の一実施形態では、前記パラメータは前記演算器の温度を含み、前記演算器状態検知部は温度検知部を含み、前記モード選択部は、前記演算器の温度が所定温度以上となったとき又は所定温度以上になることが予測されたときに、前記縮退モードを選択する。

すなわち、演算器の温度が高くなると、演算器が機能劣化を生じやすい。このため、演算器の温度が高いときに縮退モードにして、演算器の負荷を低減させれば、演算器の温度上昇を抑制して、該演算器の機能劣化を抑制することができる。よって、自動運転機能の劣化をより効果的に抑制することができる。

前記一実施形態において、前記デバイスは、前記自動車に搭載された冷却装置を含み、前記モード選択部は、前記外部デバイス検知部で検知される前記冷却装置の使用状態を考慮して、前記演算器の温度が前記所定温度以上になるか否かを予測する、という構成でもよい。

この構成によると、冷却装置の作動中は演算器の温度上昇が抑制される。このため、冷却装置の使用状態に応じて、演算器の温度が所定温度以上になるか否かの予測が変化する。したがって、冷却装置の使用状態を考慮することで、演算器の状態の予測の精度が向上する。この結果、自動運転機能の劣化を一層効果的に抑制することができる。

前記デバイスが冷却装置を含む前記一実施形態において、前記モード選択部により前記縮退モードが選択されたときに、前記自動車の乗員に報知する報知装置と、前記冷却装置を作動制御する冷却制御部と更に備え、前記冷却制御部は、前記報知装置による報知と同時又は報知後に、前記冷却装置の冷却能力を上昇させる、という構成でもよい。

この構成によると、自動車の乗員は、報知装置により縮退モードが選択されたことを認識できるため、自動運転制御が解除されたことを認識することができる。また、報知と同時又は報知後に、冷却装置の冷却能力を上昇させるため、演算器の温度を低下させて、縮退モードから通常モードに切り替えることができる。

前記一実施形態において、前記デバイスは、前記自動車に搭載され、該自動車外と通信した情報を前記演算器に出力する外部通信装置を含み、前記モード選択部は、前記外部デバイス検知部で検知される前記外部通信装置の通信量を考慮して、前記演算器の温度が前記所定温度以上になるか否かを予測する、という構成でもよい。

すなわち、外部通信装置の通信量が多くなると、演算器にかかる負荷が大きくなる。このため、演算器の温度が上昇しやすくなる。このため、外部通信装置の通信量に応じて、演算器の温度が所定温度以上になるか否かの予測が変化する。したがって、外部通信装置の通信量を考慮することで、演算器の状態の予測の精度が向上する。この結果、自動運転機能の劣化をさらに効果的に抑制することができる。

前記自動車用演算装置の他の実施形態において、前記パラメータは前記演算器にかかる電圧を含み、前記演算器状態検知部は電圧検知部を含み、前記モード選択部は、前記演算器にかかる電圧の振幅が所定幅以上となったとき又は所定幅以上になることが予測されたときに、前記縮退モードを選択する。

一般に、演算器が処理する情報が多くなると、電圧のアンダーシュートが大きくなる。電圧のアンダーシュートが大きくなると、起動電圧が不足してしまって、演算器の演算能力が低下しやすい。このため、演算器にかかる電圧の振幅が大きいときに縮退モードにして、演算器の負荷を低減させれば、該電圧のアンダーシュートを抑制することができる。これにより、自動運転機能の劣化をより効果的に抑制することができる。

前記他の実施形態において、前記デバイスは、前記自動車に搭載され、該自動車外と通信した情報を前記演算器に出力する外部通信装置を含み、前記モード選択部は、前記外部デバイス検知部で検知される前記外部通信装置の通信量を考慮して、前記演算器の電圧の振幅が所定幅以上になるか否か予測する、という構成でもよい。

すなわち、都市部など交通量の多い地域では、外部通信装置から演算器に出力される情報が多くなるため、演算器が処理する情報が多くなって、演算器にかかる電圧のアンダーシュートが大きくなりやすい。このため、外部通信装置の通信量に応じて、電圧の振幅が所定幅以上になるか否かの予測が変化する。したがって、外部通信装置の通信量を考慮することで、演算器の状態の予測の精度が向上する。この結果、自動運転機能の劣化を一層効果的に抑制することができる。

ここに開示された技術の他の態様は、自動運転制御が可能な自動車に搭載された自動車用演算装置を対象として、演算器と、前記演算器の状態を表すパラメータを検知する演算器状態検知部と、前記演算器外から前記パラメータに影響するデバイスの使用状況を検知する外部デバイス検知部と、前記演算器に設けられ、前記自動車の基本走行機能に関する制御を実行可能に構成された基本走行機能部と、前記演算器に設けられ、前記自動車の自動運転機能に関する制御を実行可能に構成された自動運転機能部と、前記演算器に設けられ、前記演算器状態検知部の検知結果と前記外部デバイス検知部の検知結果とに基づいて、前記基本走行機能部及び前記自動運転機能部の両方を作動させる通常モードと、前記自動運転機能部の機能を前記通常モードと比較して制限させつつ、前記基本走行機能部及び前記自動運転機能部の両方を作動させる中間モードと、前記基本走行機能部のみを作動させる縮退モードとのいずれかを選択するモード選択部とを備え、前記モード選択部は、前記パラメータが閾値を超えたときには前記縮退モードを選択する一方で、前記パラメータが閾値を超えることが予測されたときには、前記中間モードを選択する、という構成であってもよい。

この構成によると、中間モードを選択して、自動運転機能部の機能を通常モードと比較して制限させさせることで、パラメータ（演算器の温度や電圧の振幅）が閾値を超えることをできる限り抑制することができる。また、一旦、中間モードを挟むことによって、最終的に縮退モードが選択されるとしても、自動車の乗員に違和感を与えないようにすることができる。これにより、自動運転機能の劣化をより一層効果的に抑制することができる。

以上説明したように、ここに開示された技術によると、自動運転制御を実行可能な自動車に搭載された自動車用演算装置において、該演算装置の自動運転機能の劣化を抑制することができる。

実施形態１に係る自動車用演算装置の機能構成を示すブロック図である。 自動運転機能部の構成を示すブロック図である。 演算器の温度と演算器が実行するモードとの関係を示すタイムチャートである。 演算器の温度に基づいて演算器が実行するモードを切り替える処理動作を示すフローチャートである。 電圧検知部で検知される電圧波形を例示するグラフである。 演算器にかかる電圧に基づいて演算器が実行するモードを切り替える処理動作を示すフローチャートである。 実施形態２に係る自動演算装置において、演算器の温度に基づいて演算器が実行するモードを切り替える処理動作を示すフローチャートである。

以下、例示的な実施形態について、図面を参照しながら詳細に説明する。

（実施形態１）
図１は本実施形態１に係る自動車用演算装置（以下、単に演算装置という）の機能構成を示す。演算装置は、自動運転制御が可能な車両に搭載される演算装置であって、自動運転制御を実行するための演算を行う演算器１１０を備えている。

演算器１１０の機能は、単一チップで実現される場合があり、また、複数のチップで実現される場合がある。複数のチップで実現される場合、その複数のチップは、共通の基板に搭載されていてもよいし、異なる基板に搭載されていてもよい。ただし、本実施形態１では、演算器１１０は、単一の筐体内に構成されている。

演算器１１０には、車両に搭載されたカメラ１０１やレーダ１０２等からの車外環境の情報、演算器１１０外に設けられ、演算器１１０の温度に影響する温度を検知する外部温度センサ１０３からの情報、車両に搭載されたエアコン等の冷却装置１０４からの情報、及び自動車外との通信を行う車外通信装置１０５が取得したナビゲーション情報などの交通情報が入力される。

車両に搭載されたカメラ１０１は、車両の周囲を撮像し、撮像した画像データを出力する。車両に搭載されたレーダ１０２は、車両の周囲へ向けて電波を送信し、対象物からの反射波を受信する。そして、レーダ１０２は、送信波と受信波に基づいて、車両から対象物までの距離や車両に対する対象物の相対速度を測定する。なお、車外環境の情報を取得するための手段としては、この他にも例えば、レーザレーダや超音波センサ等がある。

外部温度センサ１０３は、演算器１１０以外の温度を検知するセンサである。外部温度センサ１０３は、例えば、車両の外部の気温、車室内の温度、演算装置の近傍に配置されたデバイスの温度（例えばエンジンの壁温や排気通路の壁温）を検知する。

冷却装置１０４は、演算器１１０を冷却可能な位置に配置された冷却装置である。例えば、演算器１１０が車室内に配置されている場合には、車室内に設けられたエアコンが含まれ、演算器１１０がエンジンルーム又はその近傍に配置されている場合には、エンジンルームに走行風を取り込むためのグリルシャッタなどが含まれる。

車外通信装置１０５は、ネットワークを介して情報を取得して、演算器１１０に該情報を出力する。車外通信装置１０５が受信する情報は、例えば、地図情報、交通情報、他車両からの通信情報などがある。

演算器１１０は、自動車の各デバイスを制御する制御装置に、制御信号を出力する。デバイスは、エンジン１０と、モータ２０と、トランスミッション３０と、ブレーキ４０と、ステアリング５０と、報知装置６０とを含んでいる。

エンジン１０、モータ２０、及びトランスミッション３０は、パワートレインを構成し、車両が走行するための駆動力を生成する。演算器１１０からは、エンジン１０の点火時期や燃焼噴射量等に関する制御信号、モータ２０に供給する電流に関する情報、トランスミッション３０のギヤ段を変更するための制御信号が出力される。

ブレーキ４０は、車両を減速させるための制動力を生成する。演算器１１０からは、ブレーキ４０のブレーキアクチュエータを駆動させる制御信号が出力される。

ステアリング５０は、車両がカーブを曲がるための操舵角を制御する。演算器１１０からは、ステアリング５０のＥＰＡＳ装置（Electronic Power Asist Steering）に供給する電流や操舵角に関する制御信号が出力される。

報知装置６０は、詳しくは後述するが、モード選択部１１６により、演算器１１０のモードが通常モードから縮退モードに切り替えられるときに、車両の乗員に報知するための装置である。報知装置６０は、例えば、ブザーや乗員が視認可能な位置に設けられたランプにより構成されている。

演算器１１０は、演算器１１０の温度を検知する温度検知部１１１と、演算器１１０にかかる電圧を検知する電圧検知部１１２と、演算器１１０外のデバイス（前述の冷却装置１０４や車外通信装置１０５）の使用状況を検知する外部デバイス検知１１３と、車両の基本走行機能に関する制御を実行可能に構成された基本走行機能部１１４と、車両の自動運転機能に関する制御を実行可能に構成された自動運転機能部１１５と、演算器１１０のモードを選択するモード選択部１１６と、冷却装置１０４を作動制御する制御信号を生成する冷却制御部１１７とを有する。基本走行機能部１１４や自動運転機能部１１５などは、それぞれ複数のコアにより構成されている。

温度検知部１１１は、演算器１１０を構成するチップに設けられた熱電対で構成されている。温度検知部１１１は、演算器１１０そのものの温度を検知する。演算器１１０の温度は、演算器１１０の状態を表すパラメータの一例であり、温度検知部１１１は、演算器状態検知部の一例である。

電圧検知部１１２は電圧変換部と計測部とを有する。電圧検知部１１２は、演算器１１０の電源電圧を検知する。演算器１１０にかかる電圧は、演算器１１０の状態を表すパラメータの一例であり、電圧検知部１１２は、演算器状態検知部の一例である。

基本走行機能部１１４は、車両の基本走行に必要な制御を行う。ここで、「基本走行」とは、例えば、車両の進行方向に障害物がある場合には障害物を避けるという走行や車両を適切な走行レーン内に位置させるという走行のことをいう。基本走行機能部１１４は、例えば、障害物を避けるためのステアリング操作のアシストや、ブレーキ操作のアシストに関する制御を行う。

自動運転機能部１１５は、車両の走行経路の算出など、自動運転を実行する上で必要な制御を行う。具体的には、自動運転機能部１１５は、車両の走行経路を設定して、車両が該走行経路を追従するように、該車両の目標運動を設定する。

図２は、自動運転機能部１１５の機能を詳細に示す。演算器１１０は、車両の目標運動を設定するために、カメラ１０１等からの出力を基にして車外環境を認定する車外環境認定部１２１と、車外環境認定部１２１が認定した車外環境に応じて、車両が走行可能な１つ又は複数の候補経路を算出する候補経路生成部１２２と、車両の挙動を推定する車両挙動推定部１２３と、車両の乗員の挙動を推定する乗員挙動推定部１２４と、車両が走行すべき経路を決定する経路決定部１２５と、経路決定部１２５が設定した経路を追従するための車両の目標運動を決定する車両運動決定部１２６と、車両運動決定部１２６が決定した目標運動を達成するために、前記走行用デバイスが生成すべき目標物理量（例えば、駆動力、制動力、及び操舵角）を算出する、駆動力算出部１２７、制動力算出部１２８、及び操舵量算出部１２９を有する。また、自動運転の安全性確保のために、演算器１１０は、ルールベース経路生成部１３０とバックアップ部１４０とを有する。

車外環境認定部１２１は、車両に搭載されたカメラ１０１やレーダ１０２等の出力、及び車外通信装置１０５からの自車両周囲の他車両についての情報を受け、車外環境を認定する。認定する車外環境は、少なくとも道路および障害物を含む。ここでは、車外環境認定部１２１は、カメラ１０１やレーダ１０２のデータを基にして、車両の周囲の３次元情報と車外環境モデルとを対照することにより、道路および障害物を含む車両環境を推定するものとする。車外環境モデルは、例えば深層学習によって生成された学習済みモデルであって、車両周囲の３次元情報に対して、道路や障害物等を認識することができる。

候補経路生成部１２２は、車外環境認定部１２１の出力及び車外通信装置１０５から送信される情報等を基にして、車両が走行可能な候補経路を生成する。例えば、候補経路生成部１２２は、車外環境認定部１２１によって認定された道路上において、車外環境認定部１２１によって認定された障害物を回避する走行経路を生成する。車外環境認定部１２１の出力は、例えば、車両が走行する走行路に関する走行路情報が含まれている。走行路情報には、走行路自体の形状に関する情報や、走行路上の対象物に関する情報が含まれる。走行路形状に関する情報には、走行路の形状（直線、カーブ、カーブ曲率）、走行路幅、車線数、各車線幅等が含まれる。対象物に関する情報には、車両に対する対象物の相対位置及び相対速度、対象物の属性（種類、移動方向）等が含まれる。対象物の種類としては、例えば、車両、歩行者、道路、区画線等がある。

ここでは、候補経路生成部１２２は、ステートラティス法を用いて複数の候補経路を計算し、これらの中からそれぞれの候補経路の経路コストに基づいて、１つまたは複数の候補経路を選択するものとする。ただし、他の手法を用いて経路の算出を行ってもよい。

候補経路生成部１２２は、走行路情報に基づいて走行路上に仮想のグリッド領域を設定する。このグリッド領域は、複数のグリッド点を有する。各グリッド点により、走行路上の位置が特定される。候補経路生成部１２２は、所定のグリッド点を目標到達位置に設定する。そして、グリッド領域内の複数のグリッド点を用いた経路探索により複数の候補経路を演算する。ステートラティス法では、あるグリッド点から車両の進行方向前方の任意のグリッド点へ経路が枝分かれしていく。したがって、各候補経路は、複数のグリッド点を順次に通過するように設定される。各候補経路は、各グリッド点を通過する時間を表す時間情報、各グリッド点での速度・加速度等に関する速度情報、その他車両運動に関する情報等も含む。

候補経路生成部１２２は、複数の候補経路から、経路コストに基づいて１つまたは複数の走行経路を選択する。ここでの経路コストは、例えば、レーンセンタリングの程度、車両の加速度、ステアリング角度、衝突の可能性等がある。なお、候補経路生成部１２２が複数の走行経路を選択する場合は、経路決定部１２５が、１つの走行経路を選択する。

車両挙動推定部１２３は、車速センサ、加速度センサ、ヨーレートセンサ等の自動車の挙動を検出するセンサ類の出力から、車両の状態を計測する。車両挙動推定部１２３は、自動車の挙動を示す車両６軸モデルを生成する。

ここで、車両６軸モデルとは、走行中の自動車の「前後」「左右」「上下」の３軸方向の加速度と、「ピッチ」「ロール」「ヨー」の３軸方向の角速度を、モデル化したものである。すなわち、車両の動きを古典的な車両運動工学的な平面上のみ（車両の前後左右（Ｘ－Ｙ移動）とヨー運動（Ｚ軸）のみ）で捉えるのではなく、４つの車輪にサスペンションを介して乗っている車体のピッチング（Ｙ軸）およびロール（Ｘ軸）運動とＺ軸の移動（車体の上下動）の、計６軸を用いて車両の挙動を再現する数値モデルである。

車両挙動推定部１２３は、候補経路生成部１２２が生成した走行経路に対して、車両６軸モデルを当てはめて、該走行経路を追従する際の自動車の挙動を推定する。

乗員挙動推定部１２４は、車室内カメラの撮影画像等から、特に、運転者の健康状態や感情を推定する。健康状態としては、例えば、健康、軽い疲労、体調不良、意識低下等がある。感情としては、例えば、楽しい、普通、退屈、イライラ、不快等がある。

例えば、乗員挙動推定部１２４は、例えば、車室内に設置されたカメラによって撮像された画像から、運転者の顔画像を抽出し、運転者を特定する。抽出した顔画像と特定した運転者の情報は、人間モデルに入力として与えられる。人間モデルは、例えば深層学習によって生成された学習済みモデルであり、当該車両１の運転者であり得る各人について、その顔画像から、健康状態および感情を出力する。乗員挙動推定部１２４は、人間モデルが出力した運転者の健康状態および感情を、出力する。

乗員挙動推定部１２４は、車両挙動推定部１２３により推定された車両挙動に対して、人間モデルを当てはめて、現在の運転者の、車両挙動に対する健康状態の変化や感情の変化を推定する。

経路決定部１２５は、乗員挙動推定部１２４の出力に基づいて、車両が走行すべき経路を決定する。候補経路生成部１２２が生成した経路が１つである場合には、経路決定部１２５は当該経路を車両が走行すべき経路とする。候補経路生成部１２２が生成した経路が複数ある場合には、乗員挙動推定部１２４の出力を考慮して、例えば、複数の候補経路のうち乗員（特に運転者）が最も快適と感じる経路、すなわち、障害物を回避するに当たって慎重過ぎるなどの冗長さを運転者に感じさせない経路を選択する。

ルールベース経路生成部１３０は、カメラ１０１及びレーダ１０２からの出力を基にして、深層学習を利用せずに、所定のルールにより車外の対象物を認定して、該対象物を避けるような走行経路を生成する。ルールベース経路生成部１３０でも、候補経路生成部１２２と同様に、ステートラティス法を用いて複数の候補経路を計算し、これらの中からそれぞれの候補経路の経路コストに基づいて、１つまたは複数の候補経路を選択するものとする。ルールベース経路生成部１３０では、例えば、対象物の周囲数ｍ以内には侵入しないというルールに基づいて、経路コストが算出される。このルールベース経路生成部１３０でも、他の手法を用いて経路の算出を行ってもよい。

ルールベース経路生成部１３０が生成した経路の情報は車両運動決定部１２６に入力される。

バックアップ部１３０は、カメラ７０及びレーダ７１からの出力を基にして、センサ等の故障時や乗員の体調が優れない時に、車両１を路肩等の安全領域に誘導するための走行経路を生成する。バックアップ部１３０は、例えば、位置センサＳＷ５の情報から車両１を緊急停止させることができる安全領域を設定し、該安全領域に到達するまでの走行経路を生成する。バックアップ部１３０でも、候補経路生成部１１２と同様に、ステートラティス法を用いて複数の候補経路を計算し、これらの中からそれぞれの候補経路の経路コストに基づいて、１つまたは複数の候補経路を選択するものとする。このバックアップ部１３０でも、他の手法を用いて経路の算出を行ってもよい。

バックアップ部１３０が生成した経路の情報は車両運動決定部１１６に入力される。

車両運動決定部１１６は、経路決定部１１５が決定した走行経路について、目標運動を決定する。目標運動とは、走行経路を追従するような操舵および加減速のことをいう。また、目標運動決定部１１５は、車両６軸モデルを参照して、経路決定部１１５が選択した走行経路について、車体の動きを演算する。また、車両運動決定部１１６は、ルールベース経路生成部１２０が生成する走行経路を追従するための目標運動を決定する。また、車両運動決定部１１６は、後述するバックアップ部１３０が生成する走行経路を追従するための目標運動を決定する。

車両運動決定部１１６は、経路決定部１１５が決定した走行経路が、ルールベース経路生成部１２０が生成した走行経路と比較して大きく逸脱していたときには、ルールベース経路生成部１２０が生成した走行経路を、車両１が走行すべき経路として選択する。

車両運動決定部１１６は、センサ等（特に、カメラ７０やレーダ７１）の故障時や乗員の体調不良が推定されたときには、バックアップ部１３０が生成した走行経路を、車両１が走行すべき経路として選択する。

駆動力算出部１２７は、目標運動を達成するために、パワートレイン装置（エンジン１０、モータ２０、及びトランスミッション２０）が生成すべき目標駆動力を算出する。制動力算出部１２８は、目標運動を達成するために、ブレーキ４０が生成すべき目標制動力を算出する。操舵量算出部１２９は、目標運動を達成するために、ステアリング５０が生成すべき目標操舵角を算出する。

駆動力算出部１２７、制動力算出部１２８、及び操舵量算出部１２９の算出結果は、各デバイス（エンジン１０等）に出力される。

前述のように、自動運転機能部１１５は、自動運転制御を実行するために多数の機能を有しており、膨大な量の情報を処理する必要がある。特に、自動運転機能部１１５は、カメラ１０１から出力される膨大な量の画像データや車外通信装置１０５から出力される他車両の走行状態に関する情報を処理する必要がある。このため、都市部などの処理するデータの量が多い環境では、演算器１１０に多大な負荷がかかる。

演算器１１０に膨大な負荷がかかると、演算器１１０の温度が上昇する。演算１１０の温度が上昇すると、内部抵抗の上昇等により自動運転機能の劣化が生じるおそれがある。

また、演算器１１０が処理する情報が多くなると、演算器１１０にかかる電圧のアンダーシュートが大きくなって、電圧の振幅が大きくなる。演算１１０にかかる電圧の振幅が大きくなると、電圧不足により自動運転機能部１１５の一部機能が作動しなくなるおそれがある。

そこで、本実施形態１では、演算器１１０を、基本走行機能部１１４と自動運転機能部１１５との両方を作動させる通常モードと、基本走行機能部１１４のみを作動させる縮退モードとを実行可能に構成した。そして、モード選択部１１６を、温度検知部１１１及び電圧検知部１１２の少なくとも一方の検知結果と外部デバイス検知部１１３の検知結果とに基づいて、前記通常モード又は前記縮退モードを選択するように構成した。より具体的には、演算器１１０の温度については、モード選択部１１６は、演算器１１０の温度が所定温度以上となったとき又は所定温度以上になることが予測されたときに、前記縮退モードが選択される。一方で、演算器１１０にかかる電圧については、モード選択部１１６は、演算器１１０にかかる電圧の振幅が所定幅以上となったとき又は所定幅以上になることが予測されたときに、前記縮退モードが選択される。以下、これらのモードの選択について詳細に説明する。

〈温度によるモードの選択〉
図３は、演算器１１０の温度と演算器１１０が実行するモードとの関係を示すタイムチャートである。縦軸は、演算器１１０の温度である。図中にＴｔｈで示す一点鎖線は、所定温度を示している。曲線Ｌ１～Ｌ３はそれぞれ演算器１１０の温度変化を示し、実線部分は温度検知部１１１により実際に検知される温度であり、実線部分から延長された破線部分は、実線部分から予測される温度変化を示す。

図３に示すように、曲線Ｌ１の場合には予測部分も含めて所定温度Ｔｔｈ未満であるため、モード選択部１１６は演算器１１０のモードとして前記通常モードを選択する。一方で、曲線Ｌ２の場合には、実測部分は所定温度Ｔｔｈ未満であるが、予測部分が所定温度Ｔｔｈ以上となっている。このため、モード選択部１１６は演算器１１０のモードとして前記縮退モードを選択する。

また、曲線Ｌ３については、所定温度Ｔｔｈ以上の領域から所定温度Ｔｔｈ未満の領域に入った後、予測部分が所定温度Ｔｔｈ未満のままとなっている。このとき、モード選択部１１６は、演算器１１０の温度が所定温度Ｔｔｈ以上の領域では、演算器１１０のモードとして前記縮退モードを選択する一方、演算器１１０の温度が所定温度Ｔｔｈ未満の領域に入ったときに、演算器１１０のモードを前記縮退モードから前記通常モードに切り替える。尚、演算器１１０の温度が下がるのは、演算器１１０のモードを前記縮退モードにしたことにより、演算器１１０の処理能力を低下させることができるためである。

ここで、演算器１１０の温度変化には該演算器１１０の外部の影響がある。例えば、冷却装置１０４が作動しているときには、演算器１１０も冷却されるため、演算器１１０の温度上昇が抑えられる。また、都市部など車外通信装置１０５の通信量が多いときには、演算器１１０に入力される情報量も多くなるため、演算器１１０の温度は上昇しやすい。

そこで、本実施形態１では、モード選択部１１６は、外部デバイス検知部１１３が検知する、冷却装置１０４の使用状態及び車外通信装置１０５の通信量の少なくとも一方を考慮して、演算器１１０が所定温度以上になるか否かを予測する。これにより、演算器１１０の温度の予測精度が向上する。

尚、演算器１１０の温度変化の予測については、演算器１１０に自動運転機能１１５の使用時間に対する温度上昇についてのマップを予め格納させておくことで可能となる。 また、モード選択部１１６は、演算器１１０の温度変化を予測するときには、演算器１１０を前記通常モードで作動させると仮定して予測する。

以上のように、演算器１１０の温度に基づいて、該演算器１１０のモードを切り替えることによって、演算器１１０の状態に応じて、該演算器１１０を適切に使用できるようになる。この結果、自動運転機能１１５の機能劣化を抑制することができる。

また、モード選択部１１６は、外部温度センサ１０３の検知結果を考慮して、演算器１１０が所定温度以上になるか否かを予測するようにしてもよい。すなわち、夏場などには気温が高いため、演算器１１０が停止状態であっても該演算器１１０の温度が高くなる。このため、夏場などには該演算器１１０の温度が所定温度以上になりやすい。一方で、冬場などには、気温が低いため、演算器１１０の温度が上昇しにくく、所定温度以上になりにくい。つまり、外部温度センサ１０３の検知結果は、演算器１１０の温度変化に関連する。したがって、外部温度センサ１０３の検知結果を考慮することにより、演算器１１０の温度変化の予測精度を向上させることができる。

本実施形態１では、演算器１１０の温度が所定温度以上になって、演算器１１０のモードとして前記縮退モードが選択されたときには、報知装置６０により車両の乗員に報知される。そして、本実施形態１では、報知装置６０による報知と同時又は報知後に、冷却制御部１１７により冷却装置１０４の冷却能力を上昇させる制御が実行される。この制御では、例えば、冷却制御部１１７は、冷却装置１０４がエアコンである場合には、送風の温度を下げたり、送風量を大きくしたりする。また、冷却制御部１１７は、冷却装置１０４がグリルシャッタである場合には、グリルシャッタの開度を大きくする。これらにより、演算器１１０の温度が低下して所定温度未満になれば、演算器１１０のモードを前記縮退モードから前記通常モードに早急に戻すことができるようになる。尚、「冷却能力を上昇させる制御」には、冷却装置１０４を停止状態から作動状態にする制御も含まれる。

次に、演算装置が、演算器１１０の温度に基づいて、モード選択部１１６により演算器１１０のモードを切り替える際の処理動作を、図４のフローチャートを参照しながら説明する。このフローチャートでは、初期状態において、演算器１１０の電源はオフの状態である。

まず、ステップＳ１０１において、演算器１１０の電源がオンの状態にされる。

次に、ステップＳ１０２において、各センサからの出力が読み込まれる。

次いで、ステップＳ１０３において、モード選択部１１６は、演算器１１０の温度変化を予測する。このステップＳ１０３において、モード選択部１１６は、例えば、０．５秒後の温度を予測する。

続くステップＳ１０４において、モード選択部１１６は、現在の演算器１１０の温度が所定温度未満か否かが判定する。演算器１１０の温度が所定温度未満であるＹＥＳのときにはステップＳ１０５に進み、演算器１１０の温度が所定温度以上であるＮＯのときにはステップＳ１０７に進む。

前記ステップＳ１０５では、モード選択部１１６は、前記ステップＳ１０３で予測された演算器１１０の温度の予測値が所定温度未満か否かが判定される。該予測値が所定温度未満であるＹＥＳのときにはステップＳ１０６に進み、該予測値が所定温度以上であるＮＯのときにはステップＳ１０７に進む。

前記ステップＳ１０６では、モード選択部１１６は前記通常モードを選択する。ステップＳ１０６の後は、ステップＳ１１０に進む。

前記ステップＳ１０７では、モード選択部１１６は前記縮退モードを選択する。

前記ステップＳ１０８では、演算器１１０は、報知装置６０に制御信号を出力して、車両の乗員に縮退モードが選択されたことを報知する。

次のステップＳ１０９では、冷却制御部１１７により、冷却装置１０４の冷却能力を上昇させる制御が実行される。ステップＳ１０９の後はステップＳ１１０に進む。

前記ステップＳ１１０では、演算器１１０に電源オフ要求があるか否かについて判定する。電源オフ要求があるＹＥＳのときには、ステップＳ１１１に進む一方、電源オフ要求がないＮＯのときには、ステップＳ１０２に戻る。

前記ステップＳ１１１では、演算器１１０の電源をオフにする。ステップＳ１１１の後はリターンする。

以上のようにして、演算器１１０の温度によるモードの選択が行われる。このように、演算器１１０の温度が高いとき又は高くなることが予測されるときに縮退モードにして、演算器１１０の負荷を低減させれば、演算器１１０の温度上昇を抑制して、該演算器１１０（特に自動運転機能部１１５）の機能劣化を抑制することができる。よって、自動運転機能の劣化をより効果的に抑制することができる。

〈電圧によるモードの選択〉
図５は、電圧検知部１１２により検知される演算器１１０の電源電圧の一例を示す。破線は、例えば、郊外など演算器１１０に入力される情報が少ない場合の電圧の波形であり、実線は、例えば、都市部など演算器１１０に入力される情報が多い場合の電圧波形である。

図５に示すように、演算器１１０に入力される情報が多い場合には、自動運転機能部１１５により処理する情報が多くなって、自動運転機能部１１５を構成するコアの稼働率が高くなるため、電圧の振幅が、該電圧が低い側に大きくなる。これにより、電圧不足が生じて、自動運転機能部１１５を構成するコアが稼働できなくなって、自動運転機能部１１５の機能が劣化してしまう。このため、モード選択部１１６は、演算器１１０にかかる電圧の振幅が所定幅以上となったとき又は所定幅以上になることが予測されたときに、前記縮退モードを選択する。モード選択部１１６により、前記縮退モードを選択することで、自動運転機能部１１５を作動させないようにすれば、自動運転機能部１１５の機能劣化を抑制することができる。

この電圧の変動は、車外通信装置１０５の通信量によりある程度予測することができる。すなわち、都市部など車外通信装置１０５の通信量が多いときには、演算器１１０に入力される情報量も多くなるため、電圧のアンダーシュートが大きくなりやすい（つまり、電圧の振幅が大きくなりやすい）。そこで、本実施形態１では、モード選択部１１６は、外部デバイス検知部１１３が検知する車外通信装置１０５の通信量を考慮して、演算器１１０にかかる電圧の振幅が所定幅以上になるか否かを予測する。これにより、演算器１１０の電圧変動の予測精度が向上する。

次に、演算装置が、演算器１１０にかかる電圧に基づいて、モード選択部１１６により演算器１１０のモードを選択する際の処理動作を、図６のフローチャートを参照しながら説明する。このフローチャートでは、初期状態において、演算器１１０の電源はオフの状態である。

まず、ステップＳ２０１において、演算器１１０の電源がオンの状態にされる。

次に、ステップＳ２０２において、各センサからの出力が読み込まれる。

次いで、ステップＳ２０３において、モード選択部１１６は、演算器１１０の電圧の変化を予測する。このステップＳ１０３において、モード選択部１１６は、例えば、０．５秒後の電圧の振幅を予測する。

続くステップＳ２０４において、モード選択部１１６は、現在の演算器１１０にかかる電圧の振幅が所定幅未満か否かが判定する。該振幅が所定幅未満であるＹＥＳのときにはステップＳ２０５に進み、該振幅が所定幅以上であるＮＯのときにはステップＳ２０７に進む。

前記ステップＳ２０５では、モード選択部１１６は、前記ステップＳ２０３で予測された演算器１１０にかかる電圧の振幅の予測値が所定温度未満か否かが判定される。該予測値が所定温度未満であるＹＥＳのときにはステップＳ２０６に進み、該予測値が所定温度以上であるＮＯのときにはステップＳ２０７に進む。

前記ステップＳ２０６では、モード選択部１１６は前記通常モードを選択する。

前記ステップＳ２０７では、モード選択部１１６は前記縮退モードを選択する。

前記ステップＳ２０８では、演算器１１０に電源オフ要求があるか否かについて判定する。電源オフ要求があるＹＥＳのときには、ステップＳ２１１に進む一方、電源オフ要求がないＮＯのときには、ステップＳ２０２に戻る。

前記ステップＳ２１１では、演算器１１０の電源をオフにする。ステップＳ２１１の後はリターンする。

以上のようにして、演算器１１０にかかる電圧によるモードの選択が行われる。このように、演算器１１０にかかる電圧の振幅が大きいとき又は大きくなることが予測されるときに縮退モードにして、演算器１１０の負荷を低減させれば、演算器１１０にかかる電圧の乱れを抑制して、演算器１１０（特に自動運転機能部１１５）の機能劣化を抑制することができる。よって、自動運転機能の劣化をより効果的に抑制することができる。

したがって、本実施形態１では、演算器１１０と、演算器１１０の状態を表すパラメータ（温度、電圧）を検知する演算器状態検知部（温度検知部１１１、電圧検知部１１２）と、演算器１１０外からパラメータに影響するデバイス（冷却装置１０４、車外通信装置１０５）の使用状況を検知する外部デバイス検知部１１３と、演算器１１０に設けられ、自動車の基本走行機能に関する制御を実行可能に構成された基本走行機能部１１４と、演算器１１０に設けられ、自動車の自動運転機能に関する制御を実行可能に構成された自動運転機能部１１５と、演算器１１０に設けられ、演算器状態検知部の検知結果と外部デバイス検知部１１３の検知結果とに基づいて、基本走行機能部１１４及び自動運転機能部１１５の両方を作動させる通常モードと、基本走行機能部１１４のみを作動させる縮退モードとのいずれかを選択するモード選択部１１６とを備え、モード選択部１１６は、パラメータが閾値を超えたとき又はパラメータが閾値を超えることが予測されたときに、前記縮退モードを選択する。これにより、演算器１１０の状態を表すパラメータ（温度や電圧の振幅）及びデバイスの使用状況に基づいて、通常モード又は縮退モードが選択される。通常モードでは自動運転制御が実行されるため、演算器にかかる負荷が比較的大きくなる。一方で、縮退モードでは、基本走行機能部のみを作動させるため、演算器にかかる負荷は比較的小さくてすむ。このため、演算器１１０の状態を表すパラメータに応じて通常モード又は縮退モードを選択することにより、演算装置の状態に応じて、該演算装置を適切に使用できるようになる。この結果、自動運転機能の劣化を抑制することができる。

（実施形態２）
以下、実施形態２について、図面を参照しながら詳細に説明する。尚、以下の説明において前記実施形態１と共通の部分については、同じ符号を付して、その詳細な説明を省略する。

本実施形態２では、モード選択部１１６は、演算器１１０の状態を表すパラメータ（温度、電圧等）が閾値を超えることが予測されるときには、前記縮退モードではなく、自動運転機能部１１５の機能を前記通常モードと比較して制限させつつ、基本走行機能部１１４及び自動運転機能部１１５の両方を作動させる中間モードを選択するという点で、前記実施形態１とは異なる。モード選択部１１６により、前記中間モードを選択することで、自動運転を継続しつつ、パラメータ（温度、電圧等）が閾値を超えることをできる限り抑制することができる。また、一旦、前記中間モードを挟むことによって、最終的に前記縮退モードが選択されるとしても、車両の乗員に違和感を与えないようにすることができる。

ここで、前記中間モードは、例えば、前記通常モードと比較して、カメラ７０での撮影範囲を狭くしたり、カメラ７０からの出力される画像データの解像度を低くしたりして、自動運転機能１１５の機能を制限したモードである。尚、前記中間モードを選択する場合には、例えば、車速が３０ｋｍ／ｈ以下の範囲では自動運転制御を実行し、車速が３０ｋｍ／ｈを超える範囲ではマニュアル運転にするなど、速度制限などの条件を設けることが望ましい。

図７には、本実施形態２において、モード選択部１１６により演算器１１０のモードを選択する際のフローチャートを示す。このフローチャートでは、パラメータとして演算器１１０の温度を採用している。また、このフローチャートでは、初期状態において、演算器１１０の電源はオフの状態である。

まず、ステップＳ３０１において、演算器１１０の電源がオンの状態にされる。

次に、ステップＳ３０２において、各センサからの出力が読み込まれる。

次いで、ステップＳ３０３において、モード選択部１１６は、演算器１１０の温度変化を予測する。このステップＳ３０３において、モード選択部１１６は、例えば、０．５秒後の温度を予測する。

続くステップＳ３０４において、モード選択部１１６は、現在の演算器１１０の温度が所定温度未満か否かが判定する。演算器１１０の温度が所定温度未満であるＹＥＳのときにはステップＳ３０５に進み、演算器１１０の温度が所定温度以上であるＮＯのときにはステップＳ３０７に進む。

前記ステップＳ３０５では、モード選択部１１６は、前記ステップＳ３０３で予測された演算器１１０の温度の予測値が所定温度未満か否かが判定される。該予測値が所定温度未満であるＹＥＳのときにはステップＳ３０６に進み、該予測値が所定温度以上であるＮＯのときにはステップＳ３１０に進む。

前記ステップＳ３０６では、モード選択部１１６は前記通常モードを選択する。ステップＳ３０６の後は、ステップＳ３１１に進む。

前記ステップＳ３０７では、モード選択部１１６は前記縮退モードを選択する。

前記ステップＳ３０８では、演算器１１０は、報知装置６０に制御信号を出力して、車両の乗員に縮退モードが選択されたことを報知する。

次のステップＳ３０９では、冷却制御部１１７により、冷却装置１０４の冷却能力を上昇させる制御が実行される。ステップＳ３０９の後はステップＳ３１１に進む。

前記ステップＳ３１０では、モード選択部１１６は前記中間モードを選択する。ステップＳ３０９の後はステップＳ３１１に進む。

前記ステップＳ３１１では、演算器１１０に電源オフ要求があるか否かについて判定する。電源オフ要求があるＹＥＳのときには、ステップＳ３１２に進む一方、電源オフ要求がないＮＯのときには、ステップＳ３０２に戻る。

前記ステップＳ３１２では、演算器１１０の電源をオフにする。ステップＳ３１２の後はリターンする。

尚、ここでは、パラメータとして温度を採用する場合を説明したが、パラメータとして演算器１１０にかかる電圧を採用してもよい。

したがって、本実施形態２でも、演算器１１０の状態を表すパラメータに応じて前記通常モード、前記中間モード、又は前記縮退モードを選択することにより、演算装置の状態に応じて、該演算装置を適切に使用できるようになる。この結果、自動運転機能の劣化を抑制することができる。また、モード選択部１１６により、前記中間モードを選択することで、自動運転を継続しつつ、パラメータ（温度、電圧等）が閾値を超えることをできる限り抑制することができる。また、一旦、前記中間モードを挟むことによって、最終的に前記縮退モードが選択されるとしても、車両の乗員に違和感を与えないようにすることができる。

（その他の実施形態）
ここに開示された技術は、前述の実施形態に限られるものではなく、請求の範囲の主旨を逸脱しない範囲で代用が可能である。

例えば、前述の実施形態１及び２では、モード選択部１１６が演算器１１０の温度変化や電圧の振幅の変化を予測していた。これに限らず、演算器１１０に、演算器１１０の温度変化や電圧の振幅の変化を予測する算出部を別に設けるようにしてもよい。

また、前述の実施形態１及び２では、報知装置６０が設けられていたが、この報知装置６０は省略してもよい。すなわち、パラメータとして演算器１１０の温度を採用した際に、縮退モードが選択されるときには、報知装置６０による報知を行うことなく冷却装置１０４の冷却能力を向上させるようにしてもよい。

また、前述の実施形態２では、モード選択部１１６が前記縮退モードを選択するときにのみ、冷却装置１０４の冷却能力を向上させている。これに限らず、モード選択部１１６が前記中間モードを選択するときにも、冷却装置１０４の冷却能力を向上させるようにしてもよい。

前述の実施形態は単なる例示に過ぎず、本開示の範囲を限定的に解釈してはならない。本開示の範囲は請求の範囲によって定義され、請求の範囲の均等範囲に属する変形や変更は、全て本開示の範囲内のものである。

ここに開示された技術は、自動運転制御が可能な自動車に搭載された自動車用演算装置として有用である。

６０ 報知装置
１０４ 冷却装置（演算器外からパラメータに影響するデバイス）
１１５ 車外通信装置（演算器外からパラメータに影響するデバイス）
１１０ 演算器
１１１ 温度検知部（演算器状態検知部）
１１２ 電圧検知部（演算器状態検知部）
１１３ 外部デバイス検知部
１１４ 基本走行機能部
１１５ 自動運転機能部
１１６ モード選択部

Claims (8)

1. 自動運転制御が可能な自動車に搭載された自動車用演算装置であって、
   演算器と、
   前記演算器の状態を表すパラメータを検知する演算器状態検知部と、
   前記演算器外から前記パラメータに影響するデバイスの使用状況を検知する外部デバイス検知部と、
   前記演算器に設けられ、前記自動車の基本走行機能に関する制御を実行可能に構成された基本走行機能部と、
   前記演算器に設けられ、前記自動車の自動運転機能に関する制御を実行可能に構成された自動運転機能部と、
   前記演算器に設けられ、前記演算器状態検知部の検知結果と前記外部デバイス検知部の検知結果とに基づいて、前記基本走行機能部及び前記自動運転機能部の両方を作動させる通常モードと、前記基本走行機能部及び前記自動運転機能部のうち前記基本走行機能部のみを作動させる縮退モードとのいずれかを選択するモード選択部とを備え、
   前記モード選択部は、前記パラメータが閾値を超えたとき又は前記パラメータが閾値を超えることが予測されたときには、前記縮退モードを選択することを特徴とする自動車用演算装置。
2. 請求項１に記載の自動車用演算装置において、
   前記パラメータは前記演算器の温度を含み、
   前記演算器状態検知部は温度検知部を含み、
   前記モード選択部は、前記演算器の温度が所定温度以上となったとき又は所定温度以上になることが予測されたときに、前記縮退モードを選択することを特徴とする自動車用演算装置。
3. 請求項２に記載の自動車用演算装置において、
   前記デバイスは、前記自動車に搭載された冷却装置を含み、
   前記モード選択部は、前記外部デバイス検知部で検知される前記冷却装置の使用状態を考慮して、前記演算器の温度が前記所定温度以上になるか否かを予測することを特徴とする自動車用演算装置。
4. 請求項３記載の自動車用演算装置において、
   前記モード選択部により前記縮退モードが選択されたときに、前記自動車の乗員に報知する報知装置と、
   前記冷却装置を作動制御する冷却制御部と更に備え、
   前記冷却制御部は、前記報知装置による報知と同時又は報知後に、前記冷却装置の冷却能力を上昇させることを特徴とする自動車用演算装置。
5. 請求項２～４のいずれか１つに記載の自動車用演算装置において、
   前記デバイスは、前記自動車に搭載され、該自動車外と通信した情報を前記演算器に出力する外部通信装置を含み、
   前記モード選択部は、前記外部デバイス検知部で検知される前記外部通信装置の通信量を考慮して、前記演算器の温度が前記所定温度以上になるか否かを予測することを特徴とする自動車用演算装置。
6. 請求項１～５のいずれか１つに記載の自動車用演算装置において、
   前記パラメータは前記演算器にかかる電圧を含み、
   前記演算器状態検知部は電圧検知部を含み、
   前記モード選択部は、前記演算器にかかる電圧の振幅が所定幅以上となったとき又は所定幅以上になることが予測されたときに、前記縮退モードを選択することを特徴とする自動車用演算装置。
7. 請求項６に記載の自動車用演算装置において、
   前記デバイスは、前記自動車に搭載され、該自動車外と通信した情報を前記演算器に出力する外部通信装置を含み、
   前記モード選択部は、前記外部デバイス検知部で検知される前記外部通信装置の通信量を考慮して、前記演算器の電圧の振幅が所定幅以上になるか否か予測することを特徴とする自動車用演算装置。
8. 自動運転制御が可能な自動車に搭載された自動車用演算装置であって、
   演算器と、
   前記演算器の状態を表すパラメータを検知する演算器状態検知部と、
   前記演算器外から前記パラメータに影響するデバイスの使用状況を検知する外部デバイス検知部と、
   前記演算器に設けられ、前記自動車の基本走行機能に関する制御を実行可能に構成された基本走行機能部と、
   前記演算器に設けられ、前記自動車の自動運転機能に関する制御を実行可能に構成された自動運転機能部と、
   前記演算器に設けられ、前記演算器状態検知部の検知結果と前記外部デバイス検知部の検知結果とに基づいて、前記基本走行機能部及び前記自動運転機能部の両方を作動させる通常モードと、前記自動運転機能部の機能を前記通常モードと比較して制限させつつ、前記基本走行機能部及び前記自動運転機能部の両方を作動させる中間モードと、前記基本走行機能部のみを作動させる縮退モードとのいずれかを選択するモード選択部とを備え、
   前記モード選択部は、前記パラメータが閾値を超えたときには前記縮退モードを選択する一方で、前記パラメータが閾値を超えることが予測されたときには、前記中間モードを選択することを特徴とする自動車用演算装置。
   

Images