JP7187528B2 - 車両用認識装置、車両制御システム、車両用認識方法、およびプログラム - Google Patents

Description

本発明は、車両用認識装置、車両制御システム、車両用認識方法、およびプログラムに関する。

近年、車両を自動的に制御することについて研究が進められている。車両の自動制御では、車両に取り付けられるＬＩＤＡＲ（Light Detection and Ranging）を用いて、車両から車両周辺の物体までの距離を検出することが行われる。ＬＩＤＡＲは、光（或いは光に近い波長の電磁波）を照射して、その散乱光を測定し、発光から受光までの時間に基づいて対象までの距離を計測するものである。そのため、光の照射部や散乱光の受光部に汚れが付着すると計測性能が低下する可能性がある。特許文献１には、カメラやＬＩＤＡＲに汚れが付着していることを検出した信号により洗浄手段を自動制御することが記載されている。

特開２０１９－１０４３６４号公報

しかしながら、特許文献１は、ＬＩＤＡＲに付着した汚れを検出する具体的な方法を開示するものではないため、従来は、ＬＩＤＡＲに対する汚れの付着によって車両の自動制御の性能が低下することを抑制することが困難な場合があった。

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、ＬＩＤＡＲに対する汚れの付着によって車両の自動制御の性能が低下することを抑制することができる車両用認識装置、車両制御システム、車両用認識方法、およびプログラムを提供することを目的の一つとする。

この発明に係る車両制御装置は、以下の構成を採用した。
（１）：この発明の一態様に係る車両用認識装置は、光または光に近い電磁波を用いて物体を検知する車載ライダー装置の汚れ度合いに関するパラメータの値を取得する取得部と、前記パラメータの値が第１期間の間継続して閾値を超え、かつ、前記第１期間の一部または全部を含む第２期間における前記パラメータの値の変化量が基準範囲内である場合に前記車載ライダー装置の状態を異常状態と判定する判定部と、を備える。

（２）：上記（１）の態様において、前記判定部は、前記車載ライダー装置を搭載する車両の走行速度が第１速度を超えた後、前記車両の走行速度が第２速度以上である期間が第３期間を超えた場合に前記判定を行い、前記第２速度は前記第１速度よりも低い速度である。

（３）：上記（１）または（２）の態様において、前記取得部は、前記車載ライダー装置の検知範囲を分割した複数のセクションごとに前記パラメータの値を取得し、前記判定部は、前記複数のセクションごとに設定された前記閾値に基づいて前記セクションごとに前記判定を行うものである。

（４）：上記（３）の態様において、前記複数のセクションのうち前記車載ライダー装置を搭載する車両の前方正面方向を検知するセクションの前記閾値は、他のセクションの前記閾値よりも低い値に設定されるものである。

（５）：この発明の一態様に係る車両用認識装置は、光または光に近い電磁波を用いて物体を検知する車載ライダー装置の汚れ度合いに関するパラメータの値を、前記車載ライダー装置の検知範囲を分割した複数のセクションごとに取得する取得部と、前記複数のセクションのうち２以上のセクションにおいて前記パラメータの値が閾値以上である期間が第１期間を超えている場合に前記車載ライダー装置の状態を異常状態と判定する判定部と、を備える。

（６）：上記（５）の態様において、前記判定部は、前記車載ライダー装置を搭載する車両の走行速度が第１速度を超えた場合に前記判定を行うものである。

（７）：この発明の一態様に係る車両制御システムは、上記の（１）から（６）のいずれかの態様の車両用認識装置と、前記車載ライダー装置を搭載する車両の自動運転を制御する車両制御装置と、を備え、前記車両制御装置は、前記車両用認識装置が前記車載ライダー装置の状態を異常状態と判定した場合、前記車両の運転モードを、運転者により重度のタスクが課される運転モードに変更するものである。

（８）：この発明の一態様に係る車両用認識方法は、コンピュータが、光または光に近い電磁波を用いて物体を検知する車載ライダー装置の汚れ度合いに関するパラメータの値を取得し、前記パラメータの値が第１期間の間継続して閾値を超え、かつ、前記第１期間の一部または全部を含む第２期間における前記パラメータの値の変化量が基準範囲内である場合に前記車載ライダー装置の状態を異常状態と判定するものである。

（９）：この発明の一態様に係る車両用認識方法は、コンピュータが、光または光に近い電磁波を用いて物体を検知する車載ライダー装置の汚れ度合いに関するパラメータの値を、前記車載ライダー装置の検知範囲を分割した複数のセクションごとに取得し、前記複数のセクションのうち２以上のセクションにおいて前記パラメータの値が閾値以上である期間が第１期間を超えている場合に前記車載ライダー装置の状態を異常状態と判定するものである。

（１０）：この発明の一態様に係るプログラムは、コンピュータに、光または光に近い電磁波を用いて物体を検知する車載ライダー装置の汚れ度合いに関するパラメータの値を取得させ、前記パラメータの値が第１期間の間継続して閾値を超え、かつ、前記第１期間の一部または全部を含む第２期間における前記パラメータの値の変化量が基準範囲内である場合に前記車載ライダー装置の状態を異常状態と判定させるものである。

（１１）：この発明の一態様に係るプログラムは、コンピュータに、光または光に近い電磁波を用いて物体を検知する車載ライダー装置の汚れ度合いに関するパラメータの値を、前記車載ライダー装置の検知範囲を分割した複数のセクションごとに取得させ、前記複数のセクションのうち２以上のセクションにおいて前記パラメータの値が閾値以上である期間が第１期間を超えている場合に前記車載ライダー装置の状態を異常状態と判定させるものである。

（１）～（１１）によれば、光または光に近い電磁波を用いて物体を検知する車載ライダー装置の汚れ度合いに関するパラメータの値を取得し、前記パラメータの値が第１期間の間継続して閾値を超え、かつ、前記第１期間の一部または全部を含む第２期間における前記パラメータの値の変化量が基準範囲内である場合に前記車載ライダー装置の状態を異常状態と判定する、または、前記パラメータの値を、前記車載ライダー装置の検知範囲を分割した複数のセクションごとに取得し、前記複数のセクションのうち２以上のセクションにおいて前記パラメータの値が閾値以上である期間が第１期間を超えている場合に前記車載ライダー装置の状態を異常状態と判定することにより、ＬＩＤＡＲに対する汚れの付着によって車両の自動制御の性能が低下することを抑制することができる。

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。 運転モードと自車両の制御状態、およびタスクの対応関係の一例を示す図である。 実施形態に係る車両システムにおいて自車両に搭載されるＬＩＤＡＲの検知範囲の一例を示す図である。 実施形態に係る車両システムにおいて自車両に搭載されるＬＩＤＡＲの検知範囲の一例を示す図である。 実施形態に係る第１の判定方法による汚れ判定処理の流れの一例を示すフローチャートである。 実施形態に係る第３の判定方法による汚れ判定処理の流れの一例を示すフローチャートである。 実施形態に係る第５の判定方法による汚れ判定処理の流れの一例を示すフローチャートである。 実施形態に係る第８の判定方法による汚れ判定処理の流れの一例を示すフローチャートである。 実施形態に係る第３から第１０の判定方法の概略を示す図である。

以下、図面を参照し、本発明の車両用認識装置、車両制御システム、車両用認識方法、およびプログラムの実施形態について説明する。

［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「車両制御システム」の一例である。

車両システム１は、例えば、カメラ１０と、レーダ装置１２と、ＬＩＤＡＲ（Light Detection and Ranging）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、ドライバモニタカメラ７０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。

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。

ＬＩＤＡＲ１４は、例えば、ＬＩＤＡＲ１４ＦＬ、１４ＦＲ、１４ＲＲ、１４ＲＬ、および１４ＲＣを備える。以下、特に区別しない場合には、単にＬＩＤＡＲ１５と総称して説明する。ＬＩＤＡＲ１４は、自車両の周辺に光（或いは光に近い波長の電磁波）を照射し、散乱光を測定する。例えば、ＬＩＤＡＲ１４は、赤外光を照射する。ＬＩＤＡＲ１４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。ＬＩＤＡＲ１４は、自車両の任意の箇所に取り付けられる。本実施形態では、ＬＩＤＡＲ１４ＦＬは自車両のフロント部左側（例えばフロントバンパーの左側）に、ＬＩＤＡＲ１４ＦＲは自車両のフロント部右側（例えばフロントバンパーの右側）に、ＬＩＤＡＲ１４ＲＣは自車両のリア部中央（例えばリアバンパーの中央）に、ＬＩＤＡＲ１４ＲＬは自車両のリア部左側（例えばリアバンパーの左側）に、ＬＩＤＡＲ１４ＲＲは自車両のリア部右側（例えばリアバンパーの右側）に、それぞれ設置されるものとする。なお、ＬＩＤＡＲ１４は「車載ライダー装置」の一例である。

また、本実施形態におけるＬＩＤＡＲ１４は、上記の基本的な機能（以下「ＬＩＤＡＲ機能」という。）に加えて、発光部または受光部に付着した汚れ（以下「ＬＩＤＡＲ汚れ」という。）を検知する機能と、クラッタの発生要因（以下「クラッタ要因」という。）を検知する機能とを有していてもよい。これらの機能を実現するため、本実施形態におけるＬＩＤＡＲ１４は、汚れ検知部１５Ａと、クラッタ検知部１５Ｂとを備える。汚れ検知部１５Ａおよびクラッタ検知部１５Ｂは、いずれもＬＩＤＡＲ機能による検知結果（光の反射点および反射強度）に基づいてＬＩＤＡＲ汚れおよびクラッタ要因の発生を検知するものである。

ここでクラッタとは、ＬＩＤＡＲ１４やレーダ装置１２等の検知装置から放射された電磁波（光を含む）が雨や雪、霧、水飛沫等の空間散乱物によって反射されて発生する電磁波のことである。クラッタは、ＬＩＤＡＲ１４やレーダ装置１２等の検知装置において、ノイズを発生させる要因となる。クラッタ要因およびＬＩＤＡＲ汚れは、いずれもＬＩＤＡＲ機能によって反射点として検知される点では同様であるが、検知距離が異なるという点で分類することができる。ＬＩＤＡＲ汚れは、ＬＩＤＡＲ１４に付着した物体であるため、例えば、ＬＩＤＡＲ１４から０．３ｍまでの範囲で検出される反射点として分類することができる。一方、クラッタ要因は、ＬＩＤＡＲ１４の周辺の環境によるものであるため、例えば、ＬＩＤＡＲ１４から５ｍまでの範囲で検出される反射点として分類することができる。

汚れ検知部１５Ａおよびクラッタ検知部１５Ｂは、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、汚れ検知部１５Ａ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ＬＩＤＡＲ１４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ＬＩＤＡＲ１４のＨＤＤやフラッシュメモリにインストールされてもよい。

具体的には、汚れ検知部１５Ａは、ＬＩＤＡＲ機能による検知結果と、反射強度とに基づいてＬＩＤＡＲ汚れの度合いを示す指標値（以下「汚れ値」という。）を算出する。なお、汚れ値は、ＬＩＤＡＲ汚れの度合いを示すものであればどのような値であってもよいし、どのような方法で算出されてもよい。汚れ値は「パラメータ」の一例である。本実施形態では、汚れ値は０％～１００％の範囲の値をとりうるものとする。例えば、汚れ検知部１５Ａは、ＬＩＤＡＲ１４ＦＬ近傍の反射点の数、反射点までの距離、および反射強度に基づいて汚れ値を算出する。汚れ検知部１５Ａは、ＬＩＤＡＲ１４の水平方向の検知範囲を所定数に分割した領域ごとに汚れ値を算出する。以下では、検知範囲を分割した所定数に分割した各領域をセクションといい、本実施形態では、各ＬＩＤＡＲ１４の検知範囲を１０個のセクションに分割する場合について説明する。汚れ検知部１５Ａは、算出した汚れ値を物体認識装置１６に出力する。

また、クラッタ検知部１５Ｂは、ＬＩＤＡＲ機能による検知結果と、反射強度とに基づき、クラッタ要因となりうる雨、雪、霧、水飛沫等の空間散乱物の量をクラッタ要因の程度を示す指標値（以下「クラッタ値」という。）として算出する。クラッタ検知部１５Ｂは、汚れ検知部１５Ａと同様のセクションごとにクラッタ値を算出する。クラッタ検知部１５Ｂは、算出したクラッタ値を物体認識装置１６に出力する。汚れ値と同様に、本実施形態では、クラッタ値は０％～１００％の範囲の値をとりうるものとする。

物体認識装置１６は、カメラ１０、レーダ装置１２、およびＬＩＤＡＲ１４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。また、本実施形態における物体認識装置１６は、上記の基本的な機能（以下「物体認識機能」という。）に加えて、各ＬＩＤＡＲ１４の汚れ状態を判定する機能を有する。この機能を実現するため、例えば、物体認識装置１６は、取得部１６Ａおよび判定部１６Ｂを備えるとともに、条件情報１６Ｃを記憶している。物体認識装置１６は「汚れ判定装置」の一例である。

取得部１６Ａは、各ＬＩＤＡＲ１４から、それぞれのＬＩＤＡＲ１４において検知された汚れ値およびクラッタ値を取得する。

判定部１６Ｂは、例えば、ＣＰＵ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、判定部１６Ｂは、ＬＳＩやＡＳＩＣ、ＦＰＧＡ、ＧＰＵ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、予め物体認識装置１６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物体認識装置１６のＨＤＤやフラッシュメモリにインストールされてもよい。

ここで、条件情報１６Ｃは、各ＬＩＤＡＲ１４の汚れ状態を判定する条件（以下「汚れ判定条件」という。）を示す情報であり、汚れ値をはじめとして観測される自車両の各種状態値に対する閾値を含む情報である。判定部１６Ｂは、条件情報１６Ｃが示す汚れ判定条件を、自車両について観測される各種状態値に基づいて判定することにより、ＬＩＤＡＲ１４の汚れ状態を正常または異常のいずれかの状態に判定する。以下、この判定を「汚れ判定」という。判定部１６Ｂは、汚れ判定の結果を自動運転制御装置１００に通知する。

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。例えば、ＨＭＩ３０は、自動運転制御装置１００の指示により、ＬＩＤＡＲ１４の汚れ状態が異常となっていることを報知する動作（以下「異常報知動作」という。）を行ってもよい。

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。

ドライバモニタカメラ７０は、例えば、ＣＣＤやＣＭＯＳ等の固体撮像素子を利用したデジタルカメラである。ドライバモニタカメラ７０は、自車両Ｍの運転席に着座した乗員（以下、運転者）の頭部を正面から（顔面を撮像する向きで）撮像可能な位置および向きで、自車両Ｍにおける任意の箇所に取り付けられる。例えば、ドライバモニタカメラ７０は、自車両Ｍのインストルメントパネルの中央部に設けられたディスプレイ装置の上部に取り付けられる。

運転操作子８０は、例えば、ステアリングホイール８２の他、アクセルペダル、ブレーキペダル、シフトレバー、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。ステアリングホイール８２は、「運転者による操舵操作を受け付ける操作子」の一例である。操作子は、必ずしも環状である必要は無く、異形ステアリングホイールやジョイスティック、ボタンなどの形態であってもよい。ステアリングホイール８２には、ステアリング把持センサ８４が取り付けられている。ステアリング把持センサ８４は、静電容量センサなどにより実現され、運転者がステアリングホイール８２を把持している（力を加えられる状態で接していることをいう）か否かを検知可能な信号を自動運転制御装置１００に出力する。

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。自動運転制御装置１００は「車両制御装置」の一例であり、行動計画生成部１４０と第２制御部１６０を合わせたものが「運転制御部」の一例である。

図２は、第１制御部１２０および第２制御部１６０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、モード決定部１５０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、カメラ１０、レーダ装置１２、およびＬＩＤＡＲ１４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の周辺にある物体の位置、および速度、加速度等の状態を認識する。物体の位置は、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。物体の位置は、その物体の重心やコーナー等の代表点で表されてもよいし、領域で表されてもよい。物体の「状態」とは、物体の加速度やジャーク、あるいは「行動状態」（例えば車線変更をしている、またはしようとしているか否か）を含んでもよい。

また、認識部１３０は、例えば、自車両Ｍが走行している車線（走行車線）を認識する。例えば、認識部１３０は、第２地図情報６２から得られる道路区画線のパターン（例えば実線と破線の配列）と、カメラ１０によって撮像された画像から認識される自車両Ｍの周辺の道路区画線のパターンとを比較することで、走行車線を認識する。なお、認識部１３０は、道路区画線に限らず、道路区画線や路肩、縁石、中央分離帯、ガードレールなどを含む走路境界（道路境界）を認識することで、走行車線を認識してもよい。この認識において、ナビゲーション装置５０から取得される自車両Ｍの位置やＩＮＳによる処理結果が加味されてもよい。また、認識部１３０は、一時停止線、障害物、赤信号、料金所、その他の道路事象を認識する。

認識部１３０は、走行車線を認識する際に、走行車線に対する自車両Ｍの位置や姿勢を認識する。認識部１３０は、例えば、自車両Ｍの基準点の車線中央からの乖離、および自車両Ｍの進行方向の車線中央を連ねた線に対してなす角度を、走行車線に対する自車両Ｍの相対位置および姿勢として認識してもよい。これに代えて、認識部１３０は、走行車線のいずれかの側端部（道路区画線または道路境界）に対する自車両Ｍの基準点の位置などを、走行車線に対する自車両Ｍの相対位置として認識してもよい。

行動計画生成部１４０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）将来走行する目標軌道を生成する。目標軌道は、例えば、速度要素を含んでいる。例えば、目標軌道は、自車両Ｍの到達すべき地点（軌道点）を順に並べたものとして表現される。軌道点は、道なり距離で所定の走行距離（例えば数［ｍ］程度）ごとの自車両Ｍの到達すべき地点であり、それとは別に、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、目標軌道の一部として生成される。また、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。

行動計画生成部１４０は、目標軌道を生成するにあたり、自動運転のイベントを設定してよい。自動運転のイベントには、定速走行イベント、低速追従走行イベント、車線変更イベント、分岐イベント、合流イベント、テイクオーバーイベントなどがある。行動計画生成部１４０は、起動させたイベントに応じた目標軌道を生成する。

モード決定部１５０は、自車両Ｍの運転モードを、運転者に課されるタスクが異なる複数の運転モードのいずれかに決定する。モード決定部１５０は、例えば、運転者状態判定部１５２と、モード変更処理部１５４とを備える。これらの個別の機能については後述する。

図３は、運転モードと自車両Ｍの制御状態、およびタスクの対応関係の一例を示す図である。自車両Ｍの運転モードには、例えば、モードＡからモードＥの５つのモードがある。制御状態すなわち自車両Ｍの運転制御の自動化度合いは、モードＡが最も高く、次いでモードＢ、モードＣ、モードＤの順に低くなり、モードＥが最も低い。この逆に、運転者に課されるタスクは、モードＡが最も軽度であり、次いでモードＢ、モードＣ、モードＤの順に重度となり、モードＥが最も重度である。なお、モードＤおよびＥでは自動運転でない制御状態となるため、自動運転制御装置１００としては自動運転に係る制御を終了し、運転支援または手動運転に移行させるまでが責務である。以下、それぞれの運転モードの内容について例示する。

モードＡでは、自動運転の状態となり、運転者には前方監視、ステアリングホイール８２の把持（図ではステアリング把持）のいずれも課されない。但し、モードＡであっても運転者は、自動運転制御装置１００を中心としたシステムからの要求に応じて速やかに手動運転に移行できる体勢であることが要求される。なお、ここで言う自動運転とは、操舵、加減速のいずれも運転者の操作に依らずに制御されることをいう。前方とは、フロントウインドシールドを介して視認される自車両Ｍの進行方向の空間を意味する。モードＡは、例えば、高速道路などの自動車専用道路において、所定速度（例えば５０［ｋｍ／ｈ］程度）以下で自車両Ｍが走行しており、追従対象の前走車両が存在するなどの条件が満たされる場合に実行可能な運転モードであり、ＴＪＰ（Traffic Jam Pilot）と称される場合もある。この条件が満たされなくなった場合、モード決定部１５０は、モードＢに自車両Ｍの運転モードを変更する。

モードＢでは、運転支援の状態となり、運転者には自車両Ｍの前方を監視するタスク（以下、前方監視）が課されるが、ステアリングホイール８２を把持するタスクは課されない。モードＣでは、運転支援の状態となり、運転者には前方監視のタスクと、ステアリングホイール８２を把持するタスクが課される。モードＤは、自車両Ｍの操舵と加減速のうち少なくとも一方に関して、ある程度の運転者による運転操作が必要な運転モードである。例えば、モードＤでは、ＡＣＣ（Adaptive Cruise Control）やＬＫＡＳ（Lane Keeping Assist System）といった運転支援が行われる。モードＥでは、操舵、加減速ともに運転者による運転操作が必要な手動運転の状態となる。モードＤ、モードＥともに、当然ながら運転者には自車両Ｍの前方を監視するタスクが課される。

自動運転制御装置１００（および運転支援装置（不図示））は、運転モードに応じた自動車線変更を実行する。自動車線変更には、システム要求による自動車線変更（１）と、運転者要求による自動車線変更（２）がある。自動車線変更（１）には、前走車両の速度が自車両の速度に比して基準以上に小さい場合に行われる、追い越しのための自動車線変更と、目的地に向けて進行するための自動車線変更（推奨車線が変更されたことによる自動車線変更）とがある。自動車線変更（２）は、速度や周辺車両との位置関係等に関する条件が満たされた場合において、運転者により方向指示器が操作された場合に、操作方向に向けて自車両Ｍを車線変更させるものである。

自動運転制御装置１００は、モードＡにおいて、自動車線変更（１）および（２）のいずれも実行しない。自動運転制御装置１００は、モードＢおよびＣにおいて、自動車線変更（１）および（２）のいずれも実行する。運転支援装置（不図示）は、モードＤにおいて、自動車線変更（１）は実行せず自動車線変更（２）を実行する。モードＥにおいて、自動車線変更（１）および（２）のいずれも実行されない。

モード決定部１５０は、決定した運転モード（以下、現運転モード）に係るタスクが運転者により実行されない場合に、よりタスクが重度な運転モードに自車両Ｍの運転モードを変更する。

例えば、モードＡにおいて運転者が、システムからの要求に応じて手動運転に移行できない体勢である場合（例えば許容エリア外の脇見を継続している場合や、運転困難となる予兆が検出された場合）、モード決定部１５０は、ＨＭＩ３０を用いて運転者に手動運転への移行を促し、運転者が応じなければ自車両Ｍを路肩に寄せて徐々に停止させ、自動運転を停止する、といった制御を行う。自動運転を停止した後は、自車両はモードＤまたはＥの状態になり、運転者の手動操作によって自車両Ｍを発進させることが可能となる。以下、「自動運転を停止」に関して同様である。モードＢにおいて運転者が前方を監視していない場合、モード決定部１５０は、ＨＭＩ３０を用いて運転者に前方監視を促し、運転者が応じなければ自車両Ｍを路肩に寄せて徐々に停止させ、自動運転を停止する、といった制御を行う。モードＣにおいて運転者が前方を監視していない場合、或いはステアリングホイール８２を把持していない場合、モード決定部１５０は、ＨＭＩ３０を用いて運転者に前方監視を、および／またはステアリングホイール８２を把持するように促し、運転者が応じなければ自車両Ｍを路肩に寄せて徐々に停止させ、自動運転を停止する、といった制御を行う。

運転者状態判定部１５２は、上記のモード変更のために運転者の状態を監視し、運転者の状態がタスクに応じた状態であるか否かを判定する。例えば、運転者状態判定部１５２は、ドライバモニタカメラ７０が撮像した画像を解析して姿勢推定処理を行い、運転者が、システムからの要求に応じて手動運転に移行できない体勢であるか否かを判定する。また、運転者状態判定部１５２は、ドライバモニタカメラ７０が撮像した画像を解析して視線推定処理を行い、運転者が前方を監視しているか否かを判定する。

モード変更処理部１５４は、モード変更のための各種処理を行う。例えば、モード変更処理部１５４は、行動計画生成部１４０に路肩停止のための目標軌道を生成するように指示したり、運転支援装置（不図示）に作動指示をしたり、運転者に行動を促すためにＨＭＩ３０の制御をしたりする。

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。

図２に戻り、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、上記説明した構成に限らず、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。

図４および図５は、本実施形態の車両システム１において自車両Ｍに搭載されるＬＩＤＡＲ１４の検知範囲の一例を示す図である。図４は自車両Ｍのフロント部に設置されたＬＩＤＡＲ１４ＦＬおよび１４ＦＲの検知範囲を示し、図５は自車両Ｍのリア部に設置されたＬＩＤＡＲ１４ＲＣ、１４ＲＬ、１４ＲＲの検知範囲を示す。図４において、検知範囲ＤＲ－ＡはＬＩＤＡＲ１４ＦＬの検知範囲を示し、検知範囲ＤＲ－Ａは、ＳＡ－１～ＳＡ－１０の各セクションに分割される。また、検知範囲ＤＲ－ＢはＬＩＤＡＲ１４ＦＲの検知範囲を示し、検知範囲ＤＲ－Ｂは、ＳＢ－１～ＳＢ－１０の各セクションに分割される。例えば、検知範囲は、水平方向に中心角１４５度の範囲をカバーする扇形の範囲であり、セクションは、検知範囲を中心角１４．５度ごとに分割した扇形の範囲である。

また、図５において、検知範囲ＤＲ－ＣはＬＩＤＡＲ１４ＲＣの検知範囲を示し、検知範囲ＤＲ－Ｃは、ＳＣ－１～ＳＣ－１０の各セクションに分割される。また、検知範囲ＤＲ－ＤはＬＩＤＡＲ１４ＲＬの検知範囲を示し、検知範囲ＤＲ－Ｄは、ＳＤ－１～ＳＤ－１０の各セクションに分割される。また、検知範囲ＤＲ－ＥはＬＩＤＡＲ１４ＲＲの検知範囲を示し、検知範囲ＤＲ－Ｅは、ＳＥ－１～ＳＥ－１０の各セクションに分割される。ここで、図中の各セクションに記載されている数値［％］は、それぞれのセクションについて算出される汚れ値の閾値を表している。これらの閾値は、汚れ判定条件の一部であり、条件情報１６Ｃとして予め物体認識装置１６に記憶されている。

なお、簡単のため、図４および図５では、各ＬＩＤＡＲ１４の検知範囲を分かりやすくするために、それぞれの検知範囲を扇形（部分円）で表しているが、これらは水平方向における検知範囲を分かりやすく表現したものであって、半径方向における検知範囲の大小を表すものではない。各ＬＩＤＡＲ１４の検知範囲は、向きの違いはあるにせよ、大きさは同じであることを想定している。また、各ＬＩＤＡＲ１４の検知範囲の向きはあくまで例示に過ぎず、適宜設定すれば良い。上述のとおり、本実施形態の車両システム１において、汚れ値の算出は、各ＬＩＤＡＲ１４の検知範囲を１０分割したセクションごとに行われる。

ところで、車両の自動運転制御においては、一般に、自車両Ｍの真正面、真後ろ、および左右斜め後方における距離検知が重要となり、これらの方向の距離検知に関しては他の領域よりも比較的に高い検知精度が求められる。このため、これらの方向の検知に使用されるＬＩＤＡＲ１４については、汚れの度合いが比較的軽度であるうちにＬＩＤＡＲ汚れが解消されることが望ましい。そこで、本実施形態の車両システム１では、各検出範囲のセクションごとに汚れ値の閾値を設け、自車両Ｍの前方正面方向を検知するセクションの閾値を、他のセクションの閾値よりも低い値に設定する。例えば、図４の例において、中央付近のセクションの閾値を端部付近のセクションよりも低い値に設定する。
これにより、局所的なＬＩＤＡＲ汚れが検出可能になるとともに、優先度の高いセクションについて比較的早い段階で汚れ状態が異常となっていることを検知することが可能となる。

以下、このようなセクションごとに算出される汚れ値に基づいて、各ＬＩＤＡＲ１４の汚れ状態を判定する方法について説明する。なお、以下の説明で例示される数値は、あくまでも一例に過ぎず、本実施形態が実施可能な範囲において適宜変更されてよい。

［１］第１の判定方法（フロント部のＬＩＤＡＲ１４についての汚れ判定方法）
図６は、第１の判定方法による汚れ判定処理の流れの一例を示すフローチャートである。第１の判定方法は、一例として、フロント部のＬＩＤＡＲ１４について、以下の（１）の各条件が満たされた場合に（２）および（３）の各条件の判定を行い、条件（２）および（３）が満たされた場合にＬＩＤＡＲ１４の汚れ状態を異常と判定する方法である。なお、図６のフローチャートは、１回の汚れ判定処理の流れを示しているが、実際には、図６のフローが所定の周期で繰り返し実行されることにより、継続して汚れ判定が実施される。なお、上述のとおり、汚れ判定はＬＩＤＡＲ１４ごとに行われるものであるため、本フローの説明において、汚れ判定の対象とするＬＩＤＡＲ１４を「対象ＬＩＤＡＲ」と称することにする。

（１）自車両Ｍの走行速度が時速４０ｋｍを超えた後、時速２０ｋｍを下回ることなく２０秒間以上経過した（以下、この条件を「第１の車速条件」という。）
（２）過去３００秒間において汚れ値が常時閾値を超えている（以下、この条件を「汚れ閾値条件」という）。
（３）過去３００秒間における汚れ値の最大値と最小値の差が１０％未満である（以下、この条件を「汚れ値ゆらぎ条件」という）。この汚れ値ゆらぎ条件を満たすことは、汚れ値の変化量が基準範囲内であることの一例である。

なお、第１の車速条件における時速４０ｋｍは「第１速度」の一例であり、第１の車速条件における時速２０ｋｍは「第２速度」の一例である。また、第１の車速条件における２０秒は「第３期間」の一例である。また、汚れ閾値条件における３００秒は「第１期間」の一例であり、汚れ値ゆらぎ条件における３００秒は「第２期間」の一例である。第２期間は第１期間の一部又は全部を含む期間であればよい。

図６の例において、まず、判定部１６Ｂは、自車両が第１の車速条件を満たしているか否かを判定する（ステップＳ１０１）。ここで、自車両が第１の車速条件を満たしていると判定した場合、判定部１６Ｂは、対象ＬＩＤＡＲのセクションの中に汚れ閾値条件を満たしているセクションが存在するか否かを判定する（ステップＳ１０３）。ここで、対象ＬＩＤＡＲのセクションの中に汚れ閾値条件を満たしているセクションが存在すると判定した場合、判定部１６Ｂは、汚れ閾値条件を満たしているセクションの中に汚れ値ゆらぎ条件を満たしているセクションが存在するか否かを判定する（ステップＳ１０４）。ここで、汚れ閾値条件を満たしているセクションの中に汚れ値ゆらぎ条件を満たしているセクションが存在すると判定した場合、判定部１６Ｂは、対象ＬＩＤＡＲの汚れ状態を異常と判定して汚れ判定処理を終了する（ステップＳ１０５）。

一方、ステップＳ１０３において、対象ＬＩＤＡＲのセクションの中に汚れ閾値条件を満たしているセクションが存在しないと判定した場合、または、ステップＳ１０４において、汚れ閾値条件を満たしているセクションの中に汚れ値ゆらぎ条件を満たしているセクションが存在しないと判定した場合、判定部１６Ｂは、対象ＬＩＤＡＲの汚れ状態を正常と判定して汚れ判定処理を終了する（ステップＳ１０６）。

一方、ステップＳ１０１において、自車両が第１の車速条件を満たしていないと判定した場合、判定部１６Ｂは、対象ＬＩＤＡＲの汚れ状態を変更することなく汚れ判定処理を終了する。

［２］第２の判定方法（リア部のＬＩＤＡＲ１４についての汚れ判定方法）
第２の判定方法は、基本的には、第１の判定方法と同様の方法でリア部のＬＩＤＡＲ１４の汚れ状態を判定する方法であるが、リア部左右のＬＩＤＡＲ１４ＲＬおよび１４ＲＲについて車体正面セクションを設けない点において第１の判定方法と異なる。車体正面セクションとは、例えば、自車両の前方正面方向の視野を主に含むセクションのことである。すなわち、第２の判定方法において、判定部１６Ｂは、リア部中央のＬＩＤＡＲ１４ＲＣについては、（１）第１の車速条件が満たされた場合に（２）汚れ閾値条件および（３）汚れ値ゆらぎ条件の判定を行い、（２）汚れ閾値条件および（３）汚れ値ゆらぎ条件が満たされた場合に汚れ状態を異常と判定する。また、リア部左右のＬＩＤＡＲ１４ＲＬおよび１４ＲＲについては、判定部１６Ｂは、（１）第１の車速条件が満たされた場合に（２）汚れ閾値条件および（３）汚れ値ゆらぎ条件の判定を行い、（２）汚れ閾値条件および（３）汚れ値ゆらぎ条件が満たされた場合に汚れ状態を異常と判定する。

なお、第２の判定方法において、リア部中央のＬＩＤＡＲ１４ＲＣの検知範囲ＤＲ－Ｃにおける車体正面セクションとは、自車両の後方正面方向の視野を主に含むセクションのことである。例えば、図５の例において、ＬＩＤＡＲ１４ＲＣの検知範囲ＤＲ－Ｃに含まれるセクションＳＣ－１～ＳＣ－１０のうち、セクションＳＣ－４およびＳＣ－７が車体正面セクションである。

［３］第３の判定方法（フロント部左側のＬＩＤＡＲ１４ＦＬについての汚れ判定方法）
図７は、第３の判定方法による汚れ判定処件（４）および（６）の少なくとも一方が満たされた場合に汚れ状態を異常と判定する方法である。なお、図６のフローチャートと同様に、図７のフローチャートも１回の汚れ判定処理の流れを示しているが、実際には、図７のフローが所定の周期で繰り返し実行されることにより、継続して汚れ判定が実施される。

（４）自車両の走行速度が時速５０ｋｍ以上である（以下、この条件を「第２の車速条件」という）。
（５）左斜め前方セクションにおいて、汚れ値が５０％以上であるセクションが２つ以上存在している状態が５０秒間継続した（以下、この条件を「第１の汚れ継続条件」という）。
（６）左斜め前方セクションおよび車体正面セクションにおいて、汚れ値が８０％以上であるセクションが１つ以上存在している状態が３０秒間継続した（以下、この条件を「第２の汚れ継続条件」という）。

ここで、左斜め前方セクションとは、自車両の前方左斜め方向の視野を主に含むセクションのことである。例えば、図４の例において、ＬＩＤＡＲ１４ＦＬの検知範囲ＤＲ－Ａに含まれるセクションＳＡ－１～ＳＡ－１０のうち、セクションＳＡ－７～ＳＡ－１０が左斜め前方セクションである。左斜め前方セクションは、車体正面セクションと一部重複してもよい。

この場合、まず、判定部１６Ｂは、自車両が第２の車速条件を満たしているか否かを判定する（ステップＳ２０１）。ここで、自車両が第２の車速条件を満たしていると判定した場合、判定部１６Ｂは、対象ＬＩＤＡＲのセクションの中に第１の汚れ継続条件を満たしているセクションが存在するか否かを判定する（ステップＳ２０２）。ここで、対象ＬＩＤＡＲのセクションの中に第１の汚れ継続条件を満たしているセクションが存在しないと判定した場合、判定部１６Ｂは、対象ＬＩＤＡＲのセクションの中に第２の汚れ継続条件を満たしているセクションが存在するか否かを判定する（ステップＳ２０３）。ステップＳ２０２において、対象ＬＩＤＡＲのセクションの中に第１の汚れ継続条件を満たしているセクションが存在すると判定した場合、または、ステップＳ２０３において、対象ＬＩＤＡＲのセクションの中に第２の汚れ継続条件を満たしているセクションが存在すると判定した場合、判定部１６Ｂは、対象ＬＩＤＡＲの汚れ状態を異常と判定して汚れ判定処理を終了する（ステップＳ２０４）。

一方、ステップＳ２０３において、対象ＬＩＤＡＲのセクションの中に第２の汚れ継続条件を満たしているセクションが存在しないと判定した場合、判定部１６Ｂは、対象ＬＩＤＡＲの汚れ状態を正常と判定して汚れ判定処理を終了する（ステップＳ２０５）。また、ステップＳ２０１において、自車両が第２の車速条件を満たしていないと判定した場合、判定部１６Ｂは、対象ＬＩＤＡＲの汚れ状態を変更することなく汚れ判定処理を終了する。

［４］第４の判定方法（フロント部右側のＬＩＤＡＲ１４ＦＲについての汚れ判定方法）
第４の判定方法は、基本的には、第３の判定方法と同様の方法でフロント部右側のＬＩＤＡＲ１４の汚れ状態を判定する方法であるが、左斜め前方セクションに代えて右斜め前方セクションを判定対象とする点において第３の判定方法と異なる。すなわち、第４の判定方法は、右斜め前方セクションにおいて、（４）第２の車速条件が満たされた場合に（５）第１の汚れ継続条件および（６）第２の汚れ継続条件の判定を行い、（５）第１の汚れ継続条件および（６）第２の汚れ継続条件の少なくとも一方が満たされた場合に、汚れ状態を異常と判定するものである。なお、第４の判定方法における第２の車速条件は第３の判定方法における第２の車速条件と同様である。

ここで、右斜め前方セクションとは、自車両の前方右斜め方向の視野を主に含むセクションのことである。例えば、図４の例において、ＬＩＤＡＲ１４ＦＲの検知範囲ＤＲ－Ｂに含まれるセクションＳＢ－１～ＳＢ－１０のうち、セクションＳＢ－１～ＳＢ－４が右斜め前方セクションである。右斜め前方セクションは、車体正面セクションと一部重複してもよい。

［５］第５の判定方法（リア部左側のＬＩＤＡＲ１４ＲＬについての汚れ判定方法）
図８は、第５の判定方法による汚れ判定処理の流れの一例を示すフローチャートである。第５の判定方法は、リア部左側のＬＩＤＡＲ１４ＲＬについて、（４）第２の車速条件が満たされた場合に下記（７）の条件の判定を行い、条件（７）が満たされた場合に汚れ状態を異常と判定する方法である。なお、図７のフローチャートと同様に、図８のフローチャートも１回の汚れ判定処理の流れを示しているが、実際には、図８のフローが所定の周期で繰り返し実行されることにより、継続して汚れ判定が実施される。なお、第５の判定方法における第２の車速条件は第４の判定方法における第２の車速条件と同様である。

（７）後左側面セクションにおいて、汚れ値が８０％以上であるセクションが２つ以上存在している状態が２０秒間継続した（以下、この条件を「第３の汚れ継続条件」という）。

ここで、後左側面セクションとは、自車両のリア部左側から左側面方向を見た視野を主に含むセクションのことである。例えば、図５の例において、ＬＩＤＡＲ１４ＲＬの検知範囲ＤＲ－Ｄに含まれるセクションＳＤ－１～ＳＤ－１０のうち、セクションＳＤ－１～ＳＤ－５が後左側面セクションである。後左側面セクションは、車体正面セクションと一部重複してもよい。

この場合、まず、判定部１６Ｂは、自車両が第２の車速条件を満たしているか否かを判定する（ステップＳ３０１）。ここで、自車両が第２の車速条件を満たしていると判定した場合、判定部１６Ｂは、対象ＬＩＤＡＲのセクションの中に第３の汚れ継続条件を満たしているセクションが存在するか否かを判定する（ステップＳ３０２）。ここで、対象ＬＩＤＡＲのセクションの中に第３の汚れ継続条件を満たしているセクションが存在すると判定した場合、判定部１６Ｂは、対象ＬＩＤＡＲの汚れ状態を異常と判定して汚れ判定処理を終了する（ステップＳ３０３）。

一方、ステップＳ３０２において、対象ＬＩＤＡＲのセクションの中に第３の汚れ継続条件を満たしているセクションが存在しないと判定した場合、判定部１６Ｂは、対象ＬＩＤＡＲの汚れ状態を正常と判定して汚れ判定処理を終了する（ステップＳ３０４）。また、ステップＳ３０１において、自車両が第２の車速条件を満たしていないと判定した場合、判定部１６Ｂは、対象ＬＩＤＡＲの汚れ状態を変更することなく汚れ判定処理を終了する。

［６］第６の判定方法（リア部右側のＬＩＤＡＲ１４ＲＲについての汚れ判定方法）
第６の判定方法は、基本的には、第５の判定方法と同様の方法でリア部右側のＬＩＤＡＲ１４ＲＲの汚れ状態を判定する方法であるが、後左側面セクションに代えて後右側面セクションを判定対象とする点において第５の判定方法と異なる。すなわち、第６の判定方法は、後右側面セクションにおいて、（４）第２の車速条件が満たされた場合に（７）第３の汚れ継続条件の判定を行い、（７）第３の汚れ継続条件が満たされた場合に汚れ状態を異常と判定する方法である。なお、第６の判定方法における第２の車速条件は第５の判定方法における第２の車速条件と同様である。

ここで、後右側面セクションとは、自車両のリア部右側から右側面方向を見た視野を主に含むセクションのことである。例えば、図４の例において、ＬＩＤＡＲ１４ＲＲの検知範囲ＤＲ－Ｅに含まれるセクションＳＥ－１～ＳＥ－１０のうち、セクションＳＥ－６～ＳＥ－１０が後右側面セクションである。後右側面セクションは、車体正面セクションと一部重複してもよい。

［７］第７の判定方法（リア部中央のＬＩＤＡＲ１４ＲＣについての汚れ判定方法）
第７の判定方法は、基本的には、第６の判定方法と同様の方法でリア部中央のＬＩＤＡＲ１４ＲＣの汚れ状態を判定する方法であるが、後右側面セクションに代えて後中央セクションを判定対象とする点、第３の汚れ継続条件に代えて第４の汚れ継続条件を判定する点において第６の判定方法と異なる。具体的には、第４の汚れ継続条件は、後中央セクションにおいて、（８）汚れ値が６０％以上であるセクションが１つ以上存在している状態が２０秒間継続した、という条件である。なお、第７の判定方法における第２の車速条件は第６の判定方法における第２の車速条件と同様である。

ここで、後中央セクションとは、自車両のリア部中央から正面方向を見た視野を主に含むセクションのことである。後中央セクションは、自車両後部の車体正面セクションを含む。例えば、図４の例において、ＬＩＤＡＲ１４ＲＣの検知範囲ＤＲ－Ｃに含まれるセクションＳＣ－１～ＳＣ－１０のうち、セクションＳＣ－４～ＳＣ－７が後中央セクションである。

［８］第８の判定方法（リア部左側のＬＩＤＡＲ１４ＲＬについての汚れ判定方法）
図９は、第８の判定方法による汚れ判定処理の流れの一例を示すフローチャートである。第８の判定方法は、リア部左側のＬＩＤＡＲ１４ＲＬについて、（４）第２の車速条件が満たされた場合に下記（９）の条件の判定を行い、条件（９）が満たされた場合に汚れ状態を異常と判定する方法である。なお、図８のフローチャートと同様に、図９のフローチャートも１回の汚れ判定処理の流れを示しているが、実際には、図９のフローが所定の周期で繰り返し実行されることにより、継続して汚れ判定が実施される。また、第８の判定方法における第２の車速条件は第７の判定方法における第２の車速条件と同様である。

（１０）後左斜方セクションにおいて、汚れ値が８０％以上であるセクションが２つ以上存在している状態が２０秒間継続した（以下、この条件を「第５の汚れ継続条件」という）。

ここで、後左斜方セクションとは、後左側面セクションよりも車両中央側を見た視野を主に含むセクションのことである。例えば、図５の例において、ＬＩＤＡＲ１４ＲＬの検知範囲ＤＲ－Ｄに含まれるセクションＳＤ－１～ＳＤ－１０のうち、セクションＳＤ－６～ＳＤ－８が後左斜方セクションである。後左斜方セクションは、後左側面セクションと一部重複してもよい。

この場合、まず、判定部１６Ｂは、自車両が第２の車速条件を満たしているか否かを判定する（ステップＳ４０１）。ここで、自車両が第２の車速条件を満たしていると判定した場合、判定部１６Ｂは、対象ＬＩＤＡＲのセクションの中に第５の汚れ継続条件を満たしているセクションが存在するか否かを判定する（ステップＳ４０２）。ここで、対象ＬＩＤＡＲのセクションの中に第５の汚れ継続条件を満たしているセクションが存在すると判定した場合、判定部１６Ｂは、対象ＬＩＤＡＲの汚れ状態を異常と判定して汚れ判定処理を終了する（ステップＳ４０３）。

一方、ステップＳ４０２において、対象ＬＩＤＡＲのセクションの中に第５の汚れ継続条件を満たしているセクションが存在しないと判定した場合、判定部１６Ｂは、対象ＬＩＤＡＲの汚れ状態を正常と判定して汚れ判定処理を終了する（ステップＳ４０４）。また、ステップＳ４０１において、自車両が第２の車速条件を満たしていないと判定した場合、判定部１６Ｂは、対象ＬＩＤＡＲの汚れ状態を変更することなく汚れ判定処理を終了する。

［９］第９の判定方法（リア部右側のＬＩＤＡＲ１４ＲＲについての汚れ判定方法）
第９の判定方法は、基本的には、第８の判定方法と同様の方法でリア部右側のＬＩＤＡＲ１４ＲＲの汚れ状態を判定する方法であるが、後左斜方セクションに代えて後右斜方セクションを判定対象とする点において第８の判定方法と異なる。すなわち、第９の判定方法は、後右斜方セクションにおいて、（４）第２の車速条件が満たされた場合に（９）第５の汚れ継続条件の判定を行い、（９）第５の汚れ継続条件が満たされた場合に汚れ状態を異常と判定するものである。なお、第９の判定方法における第２の車速条件は第７の判定方法における第２の車速条件と同様である。

ここで、後右斜方セクションとは、後右側面セクションよりも車両中央側を見た視野を主に含むセクションのことである。例えば、図４の例において、ＬＩＤＡＲ１４ＲＲの検知範囲ＤＲ－Ｅに含まれるセクションＳＥ－１～ＳＥ－１０のうち、セクションＳＥ－３～ＳＥ－５が後右斜方セクションである。後右斜方セクションは、後右側面セクションと一部重複してもよい。

［１０］第１０の判定方法（リア部中央のＬＩＤＡＲ１４ＲＣについての汚れ判定方法）
第１０の判定方法は、基本的には、第９の判定方法と同様の方法でリア部中央のＬＩＤＡＲ１４ＲＣの汚れ状態を判定する方法であるが、後左側面セクションに代えて第２の後中央セクションを判定対象とする点、第５の汚れ継続条件に代えて第６の汚れ継続条件を判定する点において第９の判定方法と異なる。具体的には、第６の汚れ継続条件は、第２の後中央セクションにおいて、（１０）汚れ値が２５％以上であるセクションが２つ以上存在している状態が２０秒間継続した、という条件である。なお、第１０の判定方法における第２の車速条件は第９の判定方法における第２の車速条件と同様である。

ここで、第２の後中央セクションとは、第７の判定方法で説明した後中央セクション（以下「第１の後中央セクション」という。）に含まれるセクションである。例えば、第２の後中央セクションは、第１の後中央セクションを車体中央側に狭めた領域とすることができる。例えば、図５の例において、ＬＩＤＡＲ１４ＲＣの検知範囲ＤＲ－Ｃに含まれるセクションＳＣ－１～ＳＣ－１０のうち、セクションＳＣ－４～ＳＣ－７が第２の後中央セクションである。

以上、第１から第６の汚れ継続条件を含む第３から第１０の判定方法について説明した。図１０は、以上説明した第３から第１０の判定方法について、その内容をまとめた表であり、ＬＩＤＡＲ種別、汚れ判定方法、汚れ継続条件、対象セクション、対応例、閾値条件、セクション数、および継続時間を対応づけて示すものである。ここで、対応例は、対象セクションが図４の例においてどのセクションに対応するかを示す。例えば、対象セクション『左斜め前方セクションおよび車体正面セクション』に対応する対応例『Ａ：４－６、Ａ：３，４』は、左斜め前方セクションがセクションＳＡ－４～ＳＡ－６であることを表し、車体正面セクションがセクションＳＡ－３～ＳＡ－４であることを表している。ただし、これらは例示であって、適宜変更すれば良い。

このように構成された実施形態の車両システム１は、光または光に近い電磁波を用いて物体を検知するＬＩＤＡＲ１４が、前記物体の検知結果に基づいて自装置の汚れ度合いを示す汚れ値を、前記物体の検知範囲を複数に分割したセクションごとに算出し、物体認識装置１６が、複数の前記セクションごとに算出された前記汚れ値に基づいて、前記ＬＩＤＡＲ１４の汚れ状態を異常または正常のいずれかに判定する。このような構成を備えることにより、実施形態の車両システム１は、セクションの優先度に応じた適切なタイミングでＬＩＤＡＲ１４の異常を検知することができる。すなわち、実施形態の車両システム１によれば、ＬＩＤＡＲ１４に対する汚れの付着によって車両の自動制御の性能が低下することを抑制することができる。

＜変形例＞
物体認識装置１６は、カメラ１０、レーダ装置１２、およびＬＩＤＡＲ１４の検知結果をそのまま自動運転制御装置１００に出力してよい。また、この場合、物体認識装置１６に代えて自動運転制御装置１００が判定部１６Ｂを備えるとともに、条件情報１６Ｃを保持するように構成されてもよい。また、この場合、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。

第１制御部１２０において、モード決定部１５０は、物体認識装置１６から通知される汚れ判定の判定結果に基づいて運転モードを変更してもよい。例えば、モード決定部１５０は、ＬＩＤＡＲ１４の汚れ状態が異常となっていることが通知された場合、現在の運転モードを、運転者により重度のタスクが課される運手モードに変更してもよい。また、第１制御部１２０または第２制御部１６０は、通知された汚れ状態をＨＭＩ３０に表示させてもよいし、ナビゲーション装置５０やＭＵＰ６０等の他の装置に通知してもよい。また、第１制御部１２０または第２制御部１６０は、ユーザ宛に電子メールを送信したり、ユーザ端末にプッシュ通知を行ったりして、ＬＩＤＡＲ１４の汚れ状態をユーザに通知するように構成されてもよい。

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プログラムを実行することにより、
光または光に近い電磁波を用いて物体を検知する車載ライダー装置の汚れ度合いに関するパラメータの値を取得し、
前記パラメータの値が第１期間の間継続して閾値を超え、かつ、前記第１期間の一部または全部を含む第２期間における前記パラメータの値の変化量が基準範囲内である場合に前記車載ライダー装置の状態を異常状態と判定する、
ように構成されている、車両用認識装置。

また、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プログラムを実行することにより、
光または光に近い電磁波を用いて物体を検知する車載ライダー装置の汚れ度合いに関するパラメータの値を、前記車載ライダー装置の検知範囲を分割した複数のセクションごとに取得し、
前記複数のセクションのうち２以上のセクションにおいて前記パラメータの値が閾値以上である期間が第１期間を超えている場合に前記車載ライダー装置の状態を異常状態と判定する、
ように構成されている、車両用認識装置。

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等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及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…ＬＩＤＡＲ（Light Detection and Ranging）、１５Ａ…汚れ検知部、１５Ｂ…クラッタ検知部、１６…物体認識装置、１６Ｂ…判定部、１６Ｃ…条件情報、２０…通信装置、３０…ＨＭＩ（Human Machine Interface）、４０…車両センサ、５０…ナビゲーション装置、５１…ＧＮＳＳ（Global Navigation Satellite System）受信機、５２…ナビＨＭＩ…、５３…経路決定部、５４…第１地図情報、６０…ＭＰＵ（Map Positioning Unit）、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、１４０…行動計画生成部、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

Claims (8)

1. 光または光に近い電磁波を用いて物体を検知する車載ライダー装置の汚れ度合いに関するパラメータの値を取得する取得部と、
   前記パラメータの値が第１期間の間継続して閾値を超え、かつ、前記第１期間の一部または全部を含む第２期間における前記パラメータの値の変化量が基準範囲内である場合に前記車載ライダー装置の状態を異常状態と判定する判定部と、
   を備え、
   前記判定部は、前記車載ライダー装置を搭載する車両の走行速度が第１速度を超えた後、前記車両の走行速度が第２速度以上である期間が第３期間を超えた場合に前記判定を行い、
   前記第２速度は前記第１速度よりも低い速度である、
   車両用認識装置。
2. 前記取得部は、前記車載ライダー装置の検知範囲を分割した複数のセクションごとに前記パラメータの値を取得し、
   前記判定部は、前記複数のセクションごとに設定された前記閾値に基づいて前記セクションごとに前記判定を行う、
   請求項１に記載の車両用認識装置。
3. 光または光に近い電磁波を用いて物体を検知する車載ライダー装置の汚れ度合いに関するパラメータの値を取得する取得部と、
   前記パラメータの値が第１期間の間継続して閾値を超え、かつ、前記第１期間の一部または全部を含む第２期間における前記パラメータの値の変化量が基準範囲内である場合に前記車載ライダー装置の状態を異常状態と判定する判定部と、
   を備え、
   前記取得部は、前記車載ライダー装置の検知範囲を分割した複数のセクションごとに前記パラメータの値を取得し、
   前記判定部は、前記複数のセクションごとに設定された前記閾値に基づいて前記セクションごとに前記判定を行うものであり、
   前記複数のセクションのうち前記車載ライダー装置を搭載する車両の前方正面方向を検知するセクションの前記閾値は、他のセクションの前記閾値よりも低い値に設定される、
   車両用認識装置。
4. 請求項１から３のいずれか一項に記載された車両用認識装置と、
   前記車載ライダー装置を搭載する車両の自動運転を制御する車両制御装置と、
   を備え、
   前記車両制御装置は、前記車両用認識装置が前記車載ライダー装置の状態を異常状態と判定した場合、前記車両の運転モードを、運転者により重度のタスクが課される運転モードに変更する、
   車両制御システム。
5. コンピュータが、
   光または光に近い電磁波を用いて物体を検知する車載ライダー装置の汚れ度合いに関するパラメータの値を取得する取得処理と、
   前記パラメータの値が第１期間の間継続して閾値を超え、かつ、前記第１期間の一部または全部を含む第２期間における前記パラメータの値の変化量が基準範囲内である場合に前記車載ライダー装置の状態を異常状態と判定する判定処理と、
   を実行し、
   前記判定処理において、前記車載ライダー装置を搭載する車両の走行速度が第１速度を超えた後、前記車両の走行速度が第２速度以上である期間が第３期間を超えた場合に前記判定を行うものであり、
   前記第２速度は前記第１速度よりも低い速度である、
   車両用認識方法。
6. コンピュータが、
   光または光に近い電磁波を用いて物体を検知する車載ライダー装置の汚れ度合いに関するパラメータの値を取得する取得処理と、
   前記パラメータの値が第１期間の間継続して閾値を超え、かつ、前記第１期間の一部または全部を含む第２期間における前記パラメータの値の変化量が基準範囲内である場合に前記車載ライダー装置の状態を異常状態と判定する判定処理と、
   を実行し、
   前記取得処理では、前記車載ライダー装置の検知範囲を分割した複数のセクションごとに前記パラメータの値を取得し、
   前記判定処理では、前記複数のセクションごとに設定された前記閾値に基づいて前記セクションごとに前記判定を行うものであり、
   前記複数のセクションのうち前記車載ライダー装置を搭載する車両の前方正面方向を検知するセクションの前記閾値は、他のセクションの前記閾値よりも低い値に設定される、
   車両用認識方法。
7. コンピュータに、
   光または光に近い電磁波を用いて物体を検知する車載ライダー装置の汚れ度合いに関するパラメータの値を取得する取得処理と、
   前記パラメータの値が第１期間の間継続して閾値を超え、かつ、前記第１期間の一部または全部を含む第２期間における前記パラメータの値の変化量が基準範囲内である場合に前記車載ライダー装置の状態を異常状態と判定する判定処理と、
   を実行させ、
   前記判定処理では、前記車載ライダー装置を搭載する車両の走行速度が第１速度を超えた後、前記車両の走行速度が第２速度以上である期間が第３期間を超えた場合に前記判定を行わせるものであり、
   前記第２速度は前記第１速度よりも低い速度である、
   プログラム。
8. コンピュータに、
   光または光に近い電磁波を用いて物体を検知する車載ライダー装置の汚れ度合いに関するパラメータの値を取得する取得処理と、
   前記パラメータの値が第１期間の間継続して閾値を超え、かつ、前記第１期間の一部または全部を含む第２期間における前記パラメータの値の変化量が基準範囲内である場合に前記車載ライダー装置の状態を異常状態と判定する判定処理と、
   を実行させ、
   前記取得処理では、前記車載ライダー装置の検知範囲を分割した複数のセクションごとに前記パラメータの値を取得させ、
   前記判定処理では、前記複数のセクションごとに設定された前記閾値に基づいて前記セクションごとに前記判定を行わせるものであり、
   前記複数のセクションのうち前記車載ライダー装置を搭載する車両の前方正面方向を検知するセクションの前記閾値は、他のセクションの前記閾値よりも低い値に設定される、
   プログラム。

Images