JP7194275B2

JP7194275B2 - 車両制御システム及び車両制御方法

Info

Publication number: JP7194275B2
Application number: JP2021520762A
Authority: JP
Inventors: 尚登青木; 茂規早瀬; 哲栗山
Original assignee: Hitachi Astemo Ltd
Current assignee: Hitachi Astemo Ltd
Priority date: 2019-05-23
Filing date: 2020-05-15
Publication date: 2022-12-21
Anticipated expiration: 2040-05-15
Also published as: WO2020235467A1; US20220227395A1; DE112020002138T5; JPWO2020235467A1

Description

本発明は、異なる種類のセンサが検知した物体の情報を用いて物体の状態を推定する車両制御システムに関する。

本技術分野の背景技術として、以下の先行技術がある。特許文献１（特開２０１７－９１０２９号公報）には、電波送受信部からの信号に基づき、相対位置速度演算部が、目標物体の相対位置および相対速度を演算し、一方、前回演算した目標物体の航跡から、この航跡の相対位置および相対速度を、加速度センサおよびヨーレートセンサの出力を用いて、予測部によって予測し、この予測した相対位置および相対速度と、今回演算した目標物体の相対位置および相対速度との相関の有無を相関部により判定し、相関がある場合には、今回演算された目標物体の相対位置および相対速度により、当該航跡を更新し、相関がない場合には、新たな航跡として、今回演算された目標物体の相対位置および相対速度を、航跡更新部により航跡記憶部に記憶する物体検出装置が記載されている（要約参照）。

特開２０１７－９１０２９号公報

特許文献１に記載された技術では、目標物体の相対位置・相対速度の相関の有無に従って航跡を更新するが、自車旋回中にセンサが不検知となることは想定されておらず、この場合に、物標の相対位置を補間推定すると誤った位置に推定する可能性がある。

本願において開示される発明の代表的な一例を示せば以下の通りである。すなわち、車両制御システムであって、自車の車速及びヨーレートを含む挙動情報を取得する挙動センサからの情報と、自車の外界の情報を取得する外界センサからの情報とに基づいて、外界に存在する物標の位置、速度及びそれらの誤差の情報を推定する統合部を備え、前記統合部は、前記外界センサからの情報を用いずに、前記自車挙動センサが取得した車速及びヨーレートを用いて、前記物標の相対速度を絶対速度に変換した状態で、前記第１の時刻の前記物標の相対位置から前記第２の時刻の前記物標の相対位置に変換した後に、前記物標の絶対速度を相対速度に変換することによって、前記物標の第１の時刻の位置、速度及びそれらの誤差から、前記第１の時刻より後の第２の時刻の前記物標の位置、速度及びそれらの誤差を予測することを特徴とする。

本発明の一態様によれば、物標の位置、速度及びそれらの誤差の精度を向上できる。前述した以外の課題、構成及び効果は、以下の実施例の説明によって明らかにされる。

本発明の実施例の車両制御システムの構成図である。本実施例の統合処理の全体を示すフローチャートである。ステップＳ２の予測更新処理のフローチャートである。各ステップにおける処理を説明する図である。

以下、図面を用いて実施例を説明する。

図１は、本発明の一実施の形態の車両制御システムの構成図である。

本実施形態の車両制御システムは、自車挙動認識センサＤ００１、外界認識センサ群Ｄ００２、測位システムＤ００３、地図ユニットＤ００４、入力通信網Ｄ００５、センサ認識統合装置Ｄ００６、自動運転計画判断装置Ｄ００７及びアクチュエータ群Ｄ００８を有する。自車挙動認識センサＤ００１は、車両に搭載されているジャイロセンサ、車輪速度センサ、舵角センサ、加速度センサ等を含み、それぞれ、自車の挙動を表す、ヨーレート、車輪速度、舵角、加速度等を計測する。外界認識センサ群Ｄ００２は、自車両の外にある車両、人、道路の白線、標識などを検知して、それらの情報を認識する。車両、人などの物体については、位置、速度、物体種別を認識する。道路の白線については、位置を含めたその形状を認識する。表式については、位置、標識の内容を認識する。外界認識センサ群Ｄ００２は、レーダ、カメラ、ソナーなどのセンサが用いられる。センサの構成・個数には特に制限はない。測位システムＤ００３は、自車両の位置を測定する。測位システムＤ００３として用いられるものの一例として、衛星測位システムがある。地図ユニットＤ００４は、自車周辺の地図情報を選別し出力する。入力通信網Ｄ００５は、各種情報取得装置からの情報を取得し、その情報をセンサ認識統合装置Ｄ００６に送る。入力通信網Ｄ００５は、車載システムで一般的に使用されているネットワークであるＣＡＮ（ＣｏｎｔｒｏｌｌｅｒＡｒｅａＮｅｔｗｏｒｋ）や、Ｅｔｈｅｒｎｅｔ、無線通信などが利用される。センサ認識統合装置Ｄ００６は、入力通信網Ｄ００５から自車挙動情報、センサ物体情報、センサ道路情報、測位情報、地図情報を取得し、それらを自車周辺情報として統合し、自動運転計画判断装置Ｄ００７に出力する。自動運転計画判断装置Ｄ００７は、入力通信網Ｄ００５からの情報と、センサ認識統合装置Ｄ００６からの自車周辺情報を受信し、自車両をどのように移動するか計画・判断し、アクチュエータ群Ｄ００８に命令情報を出力する。アクチュエータ群Ｄ００８は、前記の命令情報に従ってアクチュエータを動作させる。

本実施形態のセンサ認識統合装置Ｄ００６は、情報記憶部Ｄ００９、センサ物体情報統合部Ｄ０１０及び自車周辺情報統合部Ｄ０１１を有する。情報記憶部Ｄ００９は、入力通信網Ｄ００５からの情報（例えば、外界認識センサ群Ｄ００２が測定したセンサデータ）を記憶し、センサ物体情報統合部Ｄ０１０と自車周辺情報統合部Ｄ０１１に情報を提供する。センサ物体情報統合部Ｄ０１０は、情報記憶部Ｄ００９からセンサ物体情報を取得し、複数のセンサで検知した同一物体の情報を同じものとして統合し、統合物体情報として自車周辺情報統合部Ｄ０１１に出力する。自車周辺情報統合部Ｄ０１１は、前記統合物体情報と、情報記憶部Ｄ００９からの自車挙動情報、センサ道路情報、測位情報、地図情報を取得し、それらを自車周辺情報として統合して自動運転計画判断装置Ｄ００７に出力する。

センサ認識統合装置Ｄ００６は、演算装置、メモリ及び入出力装置を含む計算機（マイコン）によって構成される。

演算装置は、プロセッサを含み、メモリに格納されたプログラムを実行する。演算装置がプログラムを実行して行う処理の一部を、他の演算装置（例えば、ＦＰＧＡ（Field Programable Gate Array）やＡＳＩＣ（Application Specific Integrated Circuit）などのハードウェア）で実行してもよい。

メモリは、不揮発性の記憶素子であるＲＯＭ及びＲＡＭを含む。ＲＯＭは、不変のプログラム（例えば、ＢＩＯＳ）などを格納する。ＲＡＭは、ＤＲＡＭ（Dynamic Random Access Memory）のような高速かつ揮発性の記憶素子、及びＳＲＡＭ（Static Random Access Memory）のような不揮発性の記憶素子であり、演算装置が実行するプログラム及びプログラムの実行時に使用されるデータを格納する。演算装置が実行するプログラムは、センサ認識統合装置Ｄ００６の非一時的記憶媒体である不揮発性の記憶素子に格納される。

入出力装置は、所定のプロトコルに従って、センサ認識統合装置Ｄ００６による処理内容を外部に送信したり、外部からデータを受信するインターフェースである。

図２は、本実施例の統合処理の全体を示すフローチャートである。

情報記憶部Ｄ００９は、センサデータを格納する。センサデータは、外界認識センサ群Ｄ００２の各種センサ（レーダ、カメラ、ソナーなど）が認識した物体（物標）の情報であり、物体までの距離及び方向のデータの他、認識された物体の相対位置、相対速度、及び相対位置・速度のデータを含む。相対位置・速度は、所定時刻において、当該物体が所定の確率で存在する範囲（例えば、ガウス分布型の誤差楕円）で表すことができる。ガウス分布型の誤差楕円は下式に示す共分散行列で表すことができ、他の形式で表してもよい。例えば、他の形式として、物体の存在範囲は、粒子フィルタを用いて推定されるガウス分布以外の一般の分布で表してもよい。

下式に示す共分散行列は、位置の相関を示す要素と、速度の相関を示す要素と、位置と速度の相関を示す要素とで構成されている。

センサ物体情報統合部Ｄ０１０のメモリは、外界認識センサ群Ｄ００２の各種センサが認識した物体の軌跡を示すトラッキングデータを格納する。

統合処理では、まず、センサ物体情報統合部Ｄ０１０が、センサデータの誤差を推定する（Ｓ１）。この誤差は、センサの種類や、認識範囲内で認識された物体の位置（例えば、物体までの距離が遠ければ誤差が大きく、認識範囲の中心に認識された物体は誤差が小さい等）や、外部環境（外界の明るさ、視程、降雨、降雪、気温など）によって定められている。

一方、センサ物体情報統合部Ｄ０１０は、トラッキングデータの予測データを更新する（Ｓ２）。例えば、トラッキングデータで表される物体が、前回認識された地点から移動方向と速度を変えずに等速直線運動をすると仮定して、次の時刻の当該物体の位置を予測し、トラッキングデータを更新する。

そして、センサ物体情報統合部Ｄ０１０は、トラッキングデータを用いた予測位置と、センサデータを用いた観測位置のうち、一つの物体を表すデータを一纏めにするグルーピング処理を実行する（Ｓ３）。例えば、トラッキングデータを用いた予測位置の誤差範囲と、センサデータを用いた観測位置の誤差範囲との重なりを判定し、誤差範囲が重なっている予測位置及び観測位置を同じ物体を表すデータとしてグルーピングする。

その後、センサ物体情報統合部Ｄ０１０は、同じ物体を表すグループに判定されたデータを用いて、観測結果を統合する（Ｓ４）。例えば、同じ物体を表すデータとしてグルーピングされた予測位置及び観測位置を、各予測位置及び観測位置の誤差を考慮した重み付け平均を計算し、物体の統合された位置を計算する。

その後、統合された位置をフュージョン結果として出力し、さらにトラッキングデータを更新する（Ｓ５）。

図３は、図２のステップＳ２の予測更新処理のフローチャートであり、図４は、各ステップにおける処理を説明する図である。図４において、速度は矢印で表され、位置は図上の位置で表され、位置・相対速度は誤差楕円で表される。

まず、センサ物体情報統合部Ｄ０１０は、所定時刻ｔ１における車両周囲の物体の第１相対速度Ｖｒ＿ｔ１＿ｔ１、第１相対位置Ｘ＿ｔ１＿ｔ１及び第１相対位置・相対速度Ｐｒ＿ｔ１＿ｔ１を取得する（Ｓ２１）。この相対速度、相対位置及び相対位置・相対速度は、一般に自車の車両中心位置を基準とした追従座標系（相対座標系とも称する）で表されるが、当該センサデータを測定したセンサの位置を基準とした座標系で表してもよい。

次に、センサ物体情報統合部Ｄ０１０は、追従座標系の相対速度データを静止座標系の絶対速度データに変換する。例えば、第１相対位置Ｘ＿ｔ１＿ｔ１を用いて、取得した追従座標系における第１相対速度Ｖｒ＿ｔ１＿ｔ１及び第１相対位置・相対速度Ｐｒ＿ｔ１＿ｔ１を、静止座標系における第１絶対速度Ｖａ＿ｔ１＿ｔ１及び第１相対位置・絶対速度Ｐａ＿ｔ１＿ｔ１に変換する（Ｓ２２）。

その後、センサ物体情報統合部Ｄ０１０は、時刻ｔ１の位置から時刻ｔ２の位置を導出する。例えば、車両の位置Ｏ＿ｔ１＿ｔ１を原点として、時刻ｔ１における第１絶対速度Ｖａ＿ｔ１＿ｔ１、第１相対位置Ｘ＿ｔ１＿ｔ１及び第１相対位置・絶対速度Ｐａ＿ｔ１＿ｔ１を、時刻ｔ２における第２絶対速度Ｖａ＿ｔ２＿ｔ１、第２相対位置Ｘ＿ｔ２＿ｔ１及び第２相対位置・絶対速度Ｐａ＿ｔ２＿ｔ１に変換する（Ｓ２３）。

その後、センサ物体情報統合部Ｄ０１０は、座標系の原点位置を時刻ｔ１から時刻ｔ２に更新、すなわち時刻ｔ１の座標系から時刻ｔ２の座標系へ更新する。例えば、時刻ｔ１における車両の位置Ｏ＿ｔ１＿ｔ１を原点とした物体の第２相対位置Ｘ＿ｔ２＿ｔ１、第２絶対速度Ｖａ＿ｔ２＿ｔ１及び第２相対位置・絶対速度Ｐａ＿ｔ２＿ｔ１を、時刻ｔ２における車両の位置Ｏ＿ｔ２＿ｔ１を原点とした物体の第２相対位置Ｘ＿ｔ２＿ｔ２、第２絶対速度Ｖａ＿ｔ２＿ｔ２及び第２相対位置・絶対速度Ｐａ＿ｔ２＿ｔ２に更新する（Ｓ２４）。

時刻ｔ１における原点位置Ｏ＿ｔ１＿ｔ１から時刻ｔ２における原点位置Ｏ＿ｔ２＿ｔ１への変換は、自車の車速及びヨーレートの測定値（すなわち旋回動作）が使用される。
車速及びヨーレートの測定値には誤差が含まれるので、この車速の誤差、ヨーレートの誤差を考慮して、第２相対位置・絶対速度Ｐａ＿ｔ２＿ｔ２が示す誤差範囲を大きくしてもよい。

その後、センサ物体情報統合部Ｄ０１０は、静止座標系の絶対速度データを追従座標系の相対速度データに変換する。例えば、第２相対位置Ｘ＿ｔ２＿ｔ２を用いて、更新された座標系において、静止座標系における第２絶対速度Ｖａ＿ｔ２＿ｔ２及び第２相対位置・絶対速度Ｐａ＿ｔ２＿ｔ２を、追従座標系における第２相対速度Ｖｒ＿ｔ２＿ｔ２及び第２相対位置・相対速度Ｐｒ＿ｔ２＿ｔ２へ変換する（Ｓ２５）。

以上に説明したように、本発明の実施例によると、位置情報は相対位置のままで、物体の相対速度を絶対速度に変換した状態で、時刻ｔ１の物体の相対位置から時刻ｔ２の物体の相対位置に変換した後に、物体の絶対速度を相対速度に変換する。すなわち、絶対速度に変換された状態で、時刻ｔ１の追従座標系の相対位置から時刻ｔ２の追従座標系の相対位置を変換するので、外界認識センサ群Ｄ００２からの情報を用いることなく、物標の位置、速度及びそれらの誤差の精度を向上できる。特に、ヨーレートの測定結果から計算される自車の旋回動作が計算結果に加味されるので、自車が旋回中でも、相対位置・相対速度（誤差範囲）を正確に計算できる。このため、物標のセンサデータのグルーピング性能が向上し、運転計画の判定性能を向上できる。

また、自車の車速の誤差及びヨーレートの誤差を考慮して、前記第２の時刻の位置、速度及びそれらの誤差を予測するので、相対位置・相対速度（誤差範囲）をより正確に計算できる。

また、誤差は、ガウス分布に従う共分散行列で表されるので、相対位置・相対速度（誤差範囲）を計算できる。

なお、本発明は前述した実施例に限定されるものではなく、添付した特許請求の範囲の趣旨内における様々な変形例及び同等の構成が含まれる。例えば、前述した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに本発明は限定されない。また、ある実施例の構成の一部を他の実施例の構成に置き換えてもよい。また、ある実施例の構成に他の実施例の構成を加えてもよい。
また、各実施例の構成の一部について、他の構成の追加・削除・置換をしてもよい。

また、前述した各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等により、ハードウェアで実現してもよく、プロセッサがそれぞれの機能を実現するプログラムを解釈し実行することにより、ソフトウェアで実現してもよい。

各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリ、ハードディスク、ＳＳＤ（ＳｏｌｉｄＳｔａｔｅＤｒｉｖｅ）等の記憶装置、又は、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に格納することができる。

また、制御線や情報線は説明上必要と考えられるものを示しており、実装上必要な全ての制御線や情報線を示しているとは限らない。実際には、ほとんど全ての構成が相互に接続されていると考えてよい。

Ｄ００１自車挙動認識センサ、Ｄ００２外界認識センサ群、Ｄ００３測位システム、Ｄ００４地図ユニット、Ｄ００５入力通信網、Ｄ００６センサ認識統合装置、Ｄ００７自動運転計画判断装置、Ｄ００８アクチュエータ群、Ｄ００９情報記憶部、Ｄ０１０センサ物体情報統合部、Ｄ０１１自車周辺情報統合部

Claims

車両制御システムであって、
自車の車速及びヨーレートを含む挙動情報を取得する挙動センサからの情報と、自車の外界の情報を取得する外界センサからの情報とに基づいて、外界に存在する物標の位置、速度及びそれらの誤差の情報を推定する統合部を備え、
前記統合部は、前記外界センサからの情報を用いずに、前記挙動センサが取得した車速及びヨーレートを用いて、前記物標の相対速度を絶対速度に変換した状態で、第１の時刻の前記物標の相対位置から、前記第１の時刻より後の第２の時刻の前記物標の相対位置に変換した後に、前記物標の絶対速度を相対速度に変換することによって、前記物標の前記第１の時刻の位置、速度及びそれらの誤差から、前記第２の時刻の前記物標の位置、速度及びそれらの誤差を予測することを特徴とする車両制御システム。
請求項１に記載の車両制御システムであって、
前記統合部は、
前記物標の速度を、追従座標系の相対速度から静止座標系の絶対速度に変換し、
前記第１の時刻の前記物標の位置から前記第２の時刻の前記物標の位置に変換し、
前記第１の時刻の相対座標系の原点位置から前記第２の時刻の相対座標系の原点位置に変換し、
前記物標の速度を、前記絶対速度から追従座標系の相対速度に変換することを特徴とする車両制御システム。
請求項１に記載の車両制御システムであって、
前記統合部は、自車の車速の誤差及びヨーレートの誤差を考慮して、前記第２の時刻の位置、速度及びそれらの誤差を予測することを特徴とする車両制御システム。
請求項１に記載の車両制御システムであって、
前記誤差は、ガウス分布に従う共分散行列で表されることを特徴とする車両制御システム。
請求項１に記載の車両制御システムであって、
前記誤差は、粒子フィルタを用いて推定される分布で表されることを特徴とする車両制御システム。
車両制御システムが実行する車両制御方法であって、
前記車両制御システムは、自車の車速及びヨーレートを含む挙動情報を取得する挙動センサからの情報と、自車の外界の情報を取得する外界センサからの情報とに基づいて、外界に存在する物標の位置、速度及びそれらの誤差の情報を推定する統合部を有し、
前記車両制御方法は、前記統合部が、前記外界センサからの情報を用いずに、前記挙動センサが取得した車速及びヨーレートを用いて、前記物標の相対速度を絶対速度に変換した状態で、第１の時刻の前記物標の相対位置から、前記第１の時刻より後の第２の時刻の前記物標の相対位置に変換した後に、前記物標の絶対速度を相対速度に変換することによって、前記物標の前記第１の時刻の位置、速度及びそれらの誤差から、前記第２の時刻の前記物標の位置、速度及びそれらの誤差を予測することを特徴とする車両制御方法。
請求項６に記載の車両制御方法であって、
前記統合部は、前記物標の速度を、追従座標系の相対速度から静止座標系の絶対速度に変換し、
前記統合部は、前記第１の時刻の前記物標の位置から前記第２の時刻の前記物標の位置に変換し、
前記統合部は、前記第１の時刻の相対座標系の原点位置から前記第２の時刻の相対座標系の原点位置に変換し、
前記統合部は、前記物標の速度を、前記絶対速度から追従座標系の相対速度に変換することを特徴とする車両制御方法。
請求項６に記載の車両制御方法であって、
前記統合部は、自車の車速の誤差及びヨーレートの誤差を考慮して、前記第２の時刻の位置、速度及びそれらの誤差を予測することを特徴とする車両制御方法。
請求項６に記載の車両制御方法であって、
前記誤差は、ガウス分布に従う共分散行列で表されることを特徴とする車両制御方法。
請求項６に記載の車両制御方法であって、
前記誤差は、粒子フィルタを用いて推定される分布で表されることを特徴とする車両制御方法。