JP7243389B2 - 車両走行制御装置 - Google Patents

Description

ここに開示された技術は、車両走行制御装置に関する技術分野に属する。

従来より、車両に搭載された複数の走行用の車載機器を制御する車両走行制御装置が知られている。

例えば、特許文献１には、車両走行制御装置として、複数の車載機器の機能に応じて予め複数のドメインに区分けされ、その複数のドメインにおいて、それぞれ、車載機器を制御するための機器制御部と、機器制御部を統括するドメイン制御部とに階層化され、各ドメイン制御部の上位に位置づけられ、各ドメイン制御部を統括する統合制御部とを備える制御システムが開示されている。

また、特許文献１では、機器制御部は、対応する車載機器の制御量を算出して、該制御量を達成するための制御信号を各車載機器に出力している。

特開２０１７－６１２７８号公報

ところで、昨今では、国家的に自動運転システムの開発が推進されている。自動運転システムでは、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。また、自動運転システムでは、走行すべき経路を追従するために走行用デバイスが制御される。

また、最近の車両では、ドアやライトのようなボディ関係のデバイスを制御するマイコンの個数が増大している。車両一台あたりのマイコン数は、多い車種では数百にも上っている。ところが、自動運転システムにおける演算装置とボディ関係のデバイスを制御する多数のマイコンとを別々に設けると、構成が複雑になりコストが増大することになり、好ましくない。

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、演算装置が算出した経路を追従するように走行用デバイスを作動制御する車両走行制御装置において、簡易な構成により、ボディ関係のデバイスを制御可能にすることにある。

前記課題を解決するために、ここに開示された技術では、車両の走行を制御する車両走行制御装置は、演算装置と、前記演算装置の演算結果に基づいて、前記車両に搭載された走行用デバイスを作動制御するデバイス制御装置とを備え、前記演算装置は、車外環境の情報を取得する情報取得手段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と、前記車外環境認定部が認定した車外環境に応じて、前記車両が走行すべき経路を設定する経路設定部と、前記経路設定部が設定した経路を追従するための前記車両の目標運動を決定する目標運動決定部と、前記目標運動決定部の出力に基づいて、前記車両のボディ系デバイスの少なくとも１つである第１デバイスの動作を設定し、前記第１デバイスを制御する制御信号を生成するボディ系デバイス制御部と、を有しており、前記車両走行制御装置は、前記演算装置と別個に構成されており、前記演算装置からの指示を受けて、前記ボディ系デバイスの１つであるエアバッグを制御する制御信号を生成するボディ系デバイス制御装置を備える。

この構成によると、演算装置は、車両に搭載された走行用デバイスを作動させるための演算を実行する機能の他に、車両のボディ系デバイスの少なくとも１つである第１デバイスを制御するボディ系デバイス制御部を備える。これにより、ボディ系デバイスを制御するマイコンを大幅に削減することができる。また、ボディ系デバイス同士の間の通信を高速化することができる。さらに、ボディ系デバイスにおいて、車両の挙動予測に応じたスタンバイを早期化させることができる。加えて、制御機能を演算装置に組み込むことが困難なボディ系デバイスの１つであるエアバッグに関しては、演算装置と別個に、ボディ系デバイス制御装置を備えることができる。

前記車両走行制御装置において、前記第１デバイスは、ランプおよびドアを含む、としてもよい。

前記車両走行制御装置における演算装置において、前記車外環境認定部は深層学習を利用して車外環境を認定する、という構成でもよい。

この構成によると、車外環境認定部は深層学習を利用して車外環境を認識するため、演算装置は特に計算量が多くなる。このため、走行用デバイスの制御量を、演算装置以外のデバイス制御装置により算出するようにすれば、車外環境に対する走行用デバイスの応答性をより向上させるという効果をより適切に発揮することができる。

以上説明したように、ここに開示された技術によると、演算装置が算出した経路を追従するように走行用デバイスを作動制御する車両走行制御装置において、簡易な構成によって、ボディ関係のデバイスを制御可能にすることができる。

例示的な実施形態に係る車両走行制御装置により制御される車両の構成を概略的に示す図である。 エンジンの構成を示す模式図である。 自動車の制御系を示すブロック図である。 ボディ系デバイス制御部およびその周辺の構成例を示すブロック図である。

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。なお、本開示における「走行用デバイス」「ボディ系デバイス」等の「デバイス」は、車両に搭載されるアクチュエータやセンサ等の装置類のことを示す。

図１は、本実施形態に係る車両走行制御装置１００（以下、走行制御装置１００という）により制御される車両１の構成を概略的に示す。車両１は、運転者によるアクセル等の操作に応じて走行するマニュアル運転と、運転者の操作をアシストして走行するアシスト運転と、運転者の操作なしに走行する自動運転とが可能な自動車である。

車両１は、複数（本実施形態では４つ）の気筒１１を有する駆動源としてのエンジン１０と、エンジン１０に連結されたトランスミッション２０と、駆動輪としての前輪５０の回転を制動するブレーキ装置３０と、操舵輪としての前輪５０を操舵するステアリング装置４０とを有する。

エンジン１０は、例えば、ガソリンエンジンである。エンジン１０の各気筒１１には、図２に示すように、気筒１１内に燃料を供給するインジェクタ１２と、燃料と気筒１１内に供給された吸気との混合気を着火させるための点火プラグ１３とがそれぞれ設けられている。また、エンジン１０は、気筒１１毎に、吸気弁１４と、排気弁１５と、吸気弁１４及び排気弁１５の開閉動作を調整する動弁機構１６とが設けられている。また、エンジン１０には、気筒１１内を往復動するピストン１７と、該ピストン１７とコネクティングロッドを介して連結されたクランクシャフト１８とが設けられている。尚、エンジン１０は、ディーゼルエンジンであってもよい。エンジン１０がディーゼルエンジンである場合には、点火プラグ１３は設けなくてもよい。インジェクタ１２、点火プラグ１３、及び動弁機構１６は、パワートレイン関連デバイスの一例である。

トランスミッション２０は、例えば、有段式の自動変速機である。トランスミッション２０は、エンジン１０の気筒列方向における一側に配置されている。トランスミッション２０は、エンジン１０のクランクシャフト１８と連結されたインプットシャフト（図示省略）と、該インプットシャフトと複数の減速ギヤ（図示省略）を介して連結されたアウトプットシャフト（図示省略）とを備えている。前記アウトプットシャフトは、前輪５０の車軸５１と連結されている。クランクシャフト１８の回転は、トランスミッション２０により変速されて、前輪５０に伝達される。トランスミッション２０はパワートレイン関連デバイスの一例である。

エンジン１０とトランスミッション２０とは、車両１を走行させるための駆動力を生成するパワートレイン装置である。エンジン１０及びトランスミッション２０は、パワートレインＥＣＵ（Electric Control Unit）２００により作動制御される。例えば、車両１がマニュアル運転であるときには、パワートレインＥＣＵ２００は、運転者のアクセルペダルの操作量に対応したアクセル開度を検出するアクセル開度センサＳＷ１等の検出値に基づいて、インジェクタ１２による燃料噴射量や燃料噴射タイミング、点火プラグ１３による点火タイミング、及び動弁機構１６による吸排気弁１４，１５の開弁タイミング及び開弁期間等を制御する。また、車両１がマニュアル運転であるときには、パワートレインＥＣＵ２００は、運転者によるシフトレバーの操作を検出するシフトセンサＳＷ２の検出結果やアクセル開度から算出される要求駆動力に基づいて、トランスミッション２０のギヤ段を調整する。また、車両１がアシスト運転や自動運転であるときには、パワートレインＥＣＵ２００は、基本的には、後述する演算装置１１０により算出される目標駆動力を達成するように、各走行用デバイス（ここでは、インジェクタ１２等）の制御量を算出して、各走行用デバイスに制御信号を出力する。パワートレインＥＣＵ２００は、デバイス制御装置の一例である。

ブレーキ装置３０は、ブレーキペダル３１と、ブレーキアクチュエータ３３と、ブレーキアクチュエータ３３と接続されたブースタ３４と、ブースタ３４と接続されたマスタシリンダ３５と、制動力を調整するためのＤＳＣ（Dynamic Stability Control）装置３６と、実際に前輪５０の回転を制動するブレーキパッド３７とを有する。前輪５０の車軸５１には、ディスクロータ５２が設けられている。ブレーキ装置３０は、電動ブレーキであって、ブレーキセンサＳＷ３が検知したブレーキペダル３１の操作量に応じてブレーキアクチュエータ３３を作動させて、ブースタ３４及びマスタシリンダ３５を介してブレーキパッド３６を作動させる。ブレーキ装置３０は、ブレーキパッド３７によりディスクロータ５２を挟んで、ブレーキパッド３７とディスクロータ５２との間に生じる摩擦力により、前輪５０の回転を制動する。ブレーキアクチュエータ３３及びＤＳＣ装置３６は、ブレーキ関連デバイスの一例である。

ブレーキ装置３０は、ブレーキマイコン３００及びＤＳＣマイコン４００により作動制御される。例えば、車両１がマニュアル運転であるときには、ブレーキマイコン３００は、運転者のブレーキペダル３１の操作量を検出するブレーキセンサＳＷ３等の検出値に基づいて、ブレーキアクチュエータ３３の操作量を制御する。また、ＤＳＣマイコン４００は、運転者のブレーキペダル３１の操作に関わらずにＤＳＣ装置３６を作動制御して、前輪５０に制動力を付与する。また、車両１がアシスト運転や自動運転であるときには、ブレーキマイコン３００は、基本的には、後述する演算装置１１０により算出される目標制動力を達成するように、各走行用デバイス（ここでは、ブレーキアクチュエータ３３）の制御量を算出して、各走行用デバイスに制御信号を出力する。ブレーキマイコン３００及びＤＳＣマイコン４００は、デバイス制御装置の一例である。なお、ブレーキマイコン３００とＤＳＣマイコン４００とを１つのマイコンで構成してもよい。

ステアリング装置４０は、運転者により操作されるステアリングホイール４１と、運転者によるステアリング操作をアシストするＥＰＡＳ（Electronic Power Asist Steering）装置４２と、ＥＰＡＳ装置４２に連結されたピニオンシャフト４３とを有する。ＥＰＡＳ装置４２は、電動モータ４２ａと、電動モータ４２ａの駆動力を減速してピニオンシャフト４３に伝達する減速装置４２ｂとを有する。ステアリング装置４０は、ステアバイワイヤ方式のステアリング装置であって、操舵角センサＳＷ４が検知したステアリングホイール４１の操作量に応じてＥＰＡＳ装置４２を作動させて、ピニオンシャフト４３を回転させて前輪５０を操作する。ピニオンシャフト４３と前輪５０とは不図示のラックバーにより連結されており、ピニオンシャフト４３の回転は、該ラックバーを介して前輪に伝達される。ＥＰＡＳ装置４２は、ステアリング関連デバイスの一例である。

ステアリング装置４０は、ＥＰＡＳマイコン５００により作動制御される。例えば、車両１がマニュアル運転であるときには、ＥＰＡＳマイコン５００は、操舵角センサＳＷ４等の検出値に基づいて、電動モータ４２ａの操作量を制御する。また、車両１がアシスト運転や自動運転であるときには、ＥＰＡＳマイコン５００は、基本的には、後述する演算装置１１０により算出される目標操舵角を達成するように、各走行用デバイス（ここでは、ＥＰＡＳ装置４２）の制御量を算出して、各走行用デバイスに制御信号を出力する。ＥＰＡＳマイコン５００は、デバイス制御装置の一例である。

詳しくは後述するが、本実施形態では、パワートレインＥＣＵ２００、ブレーキマイコン３００、ＤＳＣマイコン４００、及びＥＰＡＳマイコン５００は、互いに通信可能に構成されている。以下の説明において、パワートレインＥＣＵ２００、ブレーキマイコン３００、ＤＳＣマイコン４００、及びＥＰＡＳマイコン５００を単にデバイス制御装置ということがある。

本実施形態において、走行制御装置１００は、アシスト運転及び自動運転を可能にするために、車両１が走行すべき経路を算出するとともに、該経路を追従するための車両１の運動を決定する演算装置１１０を有する。演算装置１１０は、１つ又は複数のチップで構成されたマイクロプロセッサであって、ＣＰＵやメモリ等を有している。尚、図２においては、本実施形態に係る機能（後述する経路生成機能）を発揮するための構成を示しており、演算装置１１０が有する全ての機能を示しているわけではない。

図１に示すように、演算装置１１０は、複数のセンサ等からの出力に基づいて、車両１の目標運動を決定して、デバイスの作動制御を行う。演算装置１１０に情報を出力するセンサ等は、車両１のボディ等に設けられかつ車外環境を撮影する複数のカメラ７０と、車両１のボディ等に設けられかつ車外の物標等を検知する複数のレーダ７１と、全地球測位システム（Global Positioning System：ＧＰＳ）を利用して、車両１の位置（車両位置情報）を検出する位置センサＳＷ５と、車速センサ、加速度センサ、ヨーレートセンサ等の車両の挙動を検出するセンサ類の出力から構成され車両１の状態を取得する車両状態センサＳＷ６と、車内カメラ等により構成され、車両１の乗員の状態を取得する乗員状態センサＳＷ７とを含む。また、演算装置１１０には、車外通信部７２が受信した、自車両の周囲に位置する他車両からの通信情報やナビゲーションシステムからの交通情報が入力される。

各カメラ７０は、車両１の周囲を水平方向に３６０°撮影できるようにそれぞれ配置されている。各カメラ７０は、車外環境を示す光学画像を撮像して画像データを生成する。各カメラ７０は、生成した画像データを演算装置１１０に出力する。カメラ７０は、車外環境の情報を取得する情報取得手段の一例である。

各カメラ７０が取得した画像データは、演算装置１１０以外にも、ＨＭＩ（Human Machine Interface）ユニット７００に入力される。ＨＭＩユニット７００は、取得した画像データに基づく情報を車内のディスプレイ装置等に表示する。

各レーダ７１は、カメラ７０と同様に、検出範囲が車両１の周囲を水平方向に３６０°広がるようにそれぞれ配置されている。レーダ７１の種類は特に限定されず、例えば、ミリ波レーダや赤外線レーダを採用することができる。レーダ７１は、車外環境の情報を取得する情報取得手段の一例である。

演算装置１１０は、アシスト運転時や自動運転時には、車両１の走行経路を設定して、車両１が該走行経路を追従するように、車両１の目標運動を設定する。演算装置１１０は、車両１の目標運動を設定するために、カメラ７０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１１１と、車外環境認定部１１１が認定した車外環境に応じて、車両１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１１２と、車両状態センサＳＷ６からの出力を基にして車両１の挙動を推定する車両挙動推定部１１３と、乗員状態センサＳＷ７からの出力を基にして、車両１の乗員の挙動を推定する乗員挙動推定部１１４と、車両１が走行すべき経路を決定する経路決定部１１５と、経路決定部１１５が設定した経路を追従するための車両１の目標運動を決定する車両運動決定部１１６と、車両運動決定部１１６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１１７、制動力算出部１１８、及び操舵角算出部１１９を有する。候補経路算出部１１２、車両挙動推定部１１３、乗員挙動推定部１１４及び経路決定部１１５は、車外環境認定部１１１が認定した車外環境に応じて、車両１が走行すべき経路を設定する経路設定部を構成する。

また、演算装置１１０は、セーフティ機能として、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１２０と、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とを有する。

さらに、演算装置１１０は、ボディ関係のデバイス（適宜、ボディ系デバイスと称する）を制御するボディ系デバイス制御部１４０を備える。

〈車外環境認定部〉
車外環境認定部１１１は、車両１に搭載されたカメラ７０やレーダ７１等の出力を受け、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１１１は、カメラ７０やレーダ７１のデータを基にして、車両１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。

例えば、車外環境認定部１１１は、カメラ７０が撮像した画像から、画像処理によって、フリースペースすなわち物体が存在しない領域を特定する。ここでの画像処理には、例えば深層学習によって生成された学習済みモデルが利用される。そしてフリースペースを表す２次元のマップを生成する。また、車外環境認定部１１１は、レーダ７１の出力から、車両１の周辺に存在する物標の情報を取得する。この情報は、物標の位置や速度等を含む測位情報である。そして、車外環境認定部１１１は、生成された２次元のマップと物標の測位情報とを結合させて、車両１の周囲を表す３次元マップを生成する。ここでは、カメラ７０の設置位置および撮像方向の情報、レーダ７１の設置位置および送信方向の情報が用いられる。車外環境認定部１１１は、生成した３次元マップと車外環境モデルとを対比することによって、道路及び障害物を含む車両環境を推定する。尚、深層学習では、多層ニューラルネットワーク（ＤＮＮ：Deep Neural Network）が用いられる。多層ニューラルネットワークとして、例えば、ＣＮＮ（Convolutional Neural Network）がある。

〈候補経路生成部〉
候補経路生成部１１２は、車外環境認定部１１１の出力、位置センサＳＷ５の出力、及び車外通信部７３から送信される情報等を基にして、車両１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１１２は、車外環境認定部１１１によって認定された道路上において、車外環境認定部１１１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１１１の出力は、例えば、車両１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１１２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１１２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１１２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１１２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１１２が複数の走行経路を選択する場合は、経路決定部１１５が、１つの走行経路を選択する。

〈車両挙動推定部〉
車両状態推定部１１３は、車速センサ、加速度センサ、ヨーレートセンサ等の車両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。車両状態推定部１１３は、車両の挙動を示す車両６軸モデルを用いる。

ここで、車両６軸モデルとは、走行中の車両の「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。

車両状態推定部１１３は、候補経路生成部１１２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車両１の挙動を推定する。

〈乗員挙動推定部〉
乗員挙動推定部１１４は、乗員状態センサＳＷ７の検出結果から、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、乗員状態推定部１１４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。乗員状態推定部１１４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。

また、運転者の情報を取得するための乗員状態センサＳＷ７として、皮膚温センサ、心拍センサ、血流量センサ、発汗センサ等の生体情報センサが用いられる場合は、乗員状態推定部１１４は、生体情報センサの出力から、運転者の生体情報を計測する。この場合、人間モデルは、当該車両１の運転者であり得る各人について、その生体情報を入力とし、健康状態および感情を出力する。乗員状態推定部１１４は、人間モデルが出力したドライバの健康状態および感情を、出力する。

また、人間モデルとして、当該車両１の運転者であり得る各人について、車両１の挙動に対して人間が持つ感情を推定するモデルを用いてもよい。この場合には、車両挙動推定部１１３の出力、運転者の生体情報、推定した感情状態を時系列で管理して、モデルを構築すればよい。このモデルによって、例えば、ドライバの感情の高まり（覚醒度）と車両の挙動との関係を予測することが可能となる。

また、乗員状態推定部１１４は、人間モデルとして、人体モデルを備えていてもよい。人体モデルは、例えば、頭部質量（例：５ｋｇ）と前後左右Ｇを支える首周り筋力等を特定している。人体モデルは、車体の動き（加速度Ｇや加加速度）を入力すると、予想される乗員のフィジカルと主観を出力する。乗員のフィジカルとしては例えば、心地よい／適度／不快、主観としては例えば、不意／予測可能、等である。人体モデルを参照することによって、例えば、頭部がわずかでも仰け反らせるような車体挙動は乗員にとって不快であるので、その走行経路を選択しないようにすることができる。一方、頭部がお辞儀するように前に移動する車体挙動は乗員がこれに抗する姿勢をとりやすく、直ちに不快につながらないようので、その走行経路を選択するようにすることができる。あるいは、人体モデルを参照することによって、例えば、乗員の頭部が揺れないように、あるいは、生き生きするようにダイナミックに、目標運動を決定することができる。

乗員状態推定部１１４は、車両挙動推定部１１３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〉
経路決定部１１５は、乗員状態推定部１１４の出力に基づいて、車両１が走行すべき経路を決定する。候補経路生成部１１２が生成した経路が１つである場合には、経路決定部１１５は当該経路を車両１が走行すべき経路とする。候補経路生成部１１２が生成した経路が複数ある場合には、乗員状態推定部１１４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〉
ルールベース経路生成部１２０は、カメラ７０及びレーダ７１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１２０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。ルールベース経路生成部１２０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１２０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１２０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。

〈バックアップ部〉
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〉
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、車両運動決定部１１６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。

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。

車両運動決定部１１６は、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。

〈物理量算出部〉
物理量算出部は、駆動力算出部１１７、制動力算出部１１８、及び操舵角算出部１１９で構成されている。駆動力算出部１１７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１１８は、目標運動を達成するために、ブレーキ装置３０が生成すべき目標制動力を算出する。操舵角算出部１１９は、目標運動を達成するために、ステアリング装置４０が生成すべき目標操舵角を算出する。

〈ボディ系デバイス制御部〉
本実施形態では、演算装置１１０が、ボディ関係のデバイス（ボディ系デバイス）を制御する機能を有している。すなわち、ボディ系デバイス制御部１４０は、車両運動決定部１１６の出力に基づいて、ランプやドアなどの車両１のボディ系デバイスの動作を設定し、その設定に従って、ボディ系デバイスを制御する制御信号を生成する。生成された制御信号は、各ボディ系デバイスに送信される。これによって、各ボディ系デバイスを制御するマイコンを大幅に削減することができる。また、ボディ系デバイス同士の間の通信を高速化することができる。

図４はボディ系デバイス制御部１４０およびその周辺の構成例を示すブロック図である。動作設定部１４１は、例えば、経路決定部１１５で決定した走行経路を車両１が追従する際のランプの向きを設定する。ランプ類制御部１５１は、動作設定部１４１からランプの向きに関する指示を受けたとき、ランプに対してその向きを設定する制御信号を送信する。また、動作設定部１４１は、例えば、バップアップ部１３０により設定された安全領域に車両１を誘導するとき、車両が安全領域に到達した後、ハザードランプを点灯させたり、ドアのロックを解除したりする動作を設定する。ランプ類制御部１５１は、動作設定部１４１からハザードランプを点灯させる指示を受けたとき、ハザードランプに対して点灯させる制御信号を送信する。ドア制御部１５２は、動作設定部１４１からドアのロックを解除する指示を受けたとき、ドアに対してロックを解除する制御信号を送信する。その他のボディ系デバイスとしては、例えば、ウィンドウ、クラクション、プリテンショナー等がある。

また、一部のボディ系デバイスについては、演算装置１１０とは別個に、制御装置を設けるようにしてもよい。例えば、エアバッグ制御機能を演算装置１１０に取り込んだ場合、エアバッグインフレータのスクイブを発熱するための十分な電流が供給できないおそれがある。そこで図４の例では、エアバッグに関しては、演算装置１１０とは別個に、エアバッグ展開マイコン６００を設けている。演算装置１１０は、動作設定部１４１からエアバッグで乗員を拘束する指示が出力されたとき、その指示をエアバッグ展開マイコン６００に送る。指示を受けたエアバッグ展開マイコン６００は、エアバッグを作動させる制御信号を出力する。

また、ボディ係デバイスの制御機能を演算装置１１０に組み込むことによって、ボディ系デバイスにおいて、車両の挙動予測に応じたスタンバイを早期化させることができる。例えば、衝突の可能性が予測された場合に、プリテンショナーを弱めに作動させる、といった制御が可能になる。

また、一例として、ボディ系マイコンが車両の各ゾーンに分散する構造においては、前後左右とドアミラーに配置されるハザードランプの明滅のタイミングを一致させるために、ハザードランプ用に特別なハーネスを設定し、１個のリレーで電流オンオフができるようにするなどの追加のハードウェアが必要となっていた。

本実施形態によると、ボディ系デバイス制御部１４０が、複数のハザードランプへの電源供給を一手に担うため、簡易に明滅タイミングを高精度化できる。

他の例として、駐車中の車両に接近するオーナーのスマートキーが発する電波を受信してドアロックを解除するとともに、ウェルカムランプとして車室内ランプを点灯して徐々に照度を増し、ドライバがドアハンドルを引いてドアを開き始めた時点で、センターコンソールのディスプレイにブランドアイコンを表示させる、といった、一連のボディ系デバイスを連続的に作動させる、いわゆるおもてなし制御がある。ボディ系マイコンが車両の各ゾーンに分散する構造において、この制御を実現するためには、車両の各ゾーンに順序良く電源を入れて、各デバイスが連続的に動作するよう、起動時間を見計らって事前にウェイクアップさせるといった、車内ネットワークを介して各マイコンに指令する煩雑な制御が必要であった。

本実施形態によると、ボディ系デバイス制御部１４０が、統括して各デバイスに電源を入れて起動させるので、おもてなし制御を簡易に実現することができる。また、おもてなし制御の仕様変更も、ボディ系デバイス制御部１４０のプログラムを書き換えることによって、容易に実現できる。

〈演算装置の出力先〉
演算装置１１０での演算結果は、パワートレインＥＣＵ２００、ブレーキマイコン３００、ＥＰＡＳマイコン５００、及びボディ系マイコン７００に出力される。具体的には、パワートレインＥＣＵ２００には、駆動力算出部１１７が算出した目標駆動力に関する情報が入力され、ブレーキマイコン３００には、制動力算出部１１８が算出した目標制動力に関する情報が入力され、ＥＰＡＳマイコン５００には、操舵角算出部１１９が算出した目標操舵角に関する情報が入力される。

また、演算装置１００は、ボディ系デバイス制御部１４０が生成した制御信号を、ドアやランプ等の各ボディ系デバイスに送る。

上述したように、パワートレインＥＣＵ２００は、基本的には、目標駆動力を達成するように、インジェクタ１２の燃料噴射時期や点火プラグ１３の点火時期を算出して、これらの走行用デバイスに制御信号を出力する。ブレーキマイコン３００は、基本的には、目標駆動力を達成するように、ブレーキアクチュエータ３３の制御量を算出して、ブレーキアクチュエータ３３に制御信号を出力する。ＥＰＡＳマイコン５００は、基本的には、目標操舵角を達成するように、ＥＰＡＳ装置４２に供給する電流量を算出して、ＥＰＡＳ装置４２に制御信号を出力する。

このように、本実施形態では、演算装置１１０は各走行用デバイスが出力すべき目標物理量を算出するに留まり、各走行用デバイスの制御量に関しては、各デバイス制御装置２００～５００により算出される。これにより、演算装置１１０の計算量が減り、該演算装置１１０の計算速度を向上させることができる。また、各デバイス制御装置２００～５００は、実際の制御量を算出して、走行用デバイス（インジェクタ１２等）に制御信号を出力するだけでよいため、処理速度が速い。この結果、車外環境に対する走行用デバイスの応答性を向上させることができる。

また、各デバイス制御装置２００～５００に制御量を算出させるようにすることにより、演算装置１１０は大まかな物理量を算出すればよいため、各デバイス制御装置２００～５００と比較して演算速度が遅くてもよくなる。これにより、演算装置１１０の演算精度を向上させることができる。

したがって、本実施形態では、演算装置１１０と、演算装置１１０の演算結果に基づいて、車両１に搭載された走行用デバイス（インジェクタ１２等）を作動制御するデバイス制御装置２００～５００とを備え、演算装置１１０は、車外環境の情報を取得するカメラ７０及びレーダ７１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１１１と、車外環境認定部１１１が認定した車外環境に応じて、車両１が走行すべき経路を設定する経路設定部（経路算出部１１２等）と、経路設定部が設定した経路を追従するための車両１の目標運動を決定する車両運動決定部１１６と、車両運動決定部１１６の出力に基づいて、車両のボディ系デバイスの動作を設定し、前記ボディ系デバイスを制御する制御信号を生成するボディ系デバイス制御部１４０とを備える。すなわち、演算装置１１０は、車両に搭載された走行用デバイスを作動させるための演算を実行する機能の他に、車両のボディ系デバイスを制御するボディ系デバイス制御部１４０を備える。これにより、ボディ系デバイスを制御するマイコンを大幅に削減することができる。また、ボディ系デバイス同士の間の通信を高速化することができる。さらに、ボディ系デバイスにおいて、車両の挙動予測に応じたスタンバイを早期化させることができる。

また、演算装置１１０は、車両運動決定部１１６が決定した目標運動を達成するために、走行用デバイスが生成すべき目標物理量を算出する物理量算出部１１７～１１９と、を有し、デバイス制御装置２００～５００は、物理量算出部１１７～１１９が算出した目標物理量を達成するように走行用デバイスの制御量を算出して、該走行用デバイスに制御信号を出力する。これにより、演算装置１１０は達成すべき物理量を算出するまでに留まり、実際の走行用デバイスの制御量は、デバイス制御装置２００～５００が算出する。これにより、演算装置１１０の計算量が減り、該演算装置１１０の計算速度を向上させることができる。また、デバイス制御装置２００～５００は、実際の制御量を算出して、走行用デバイスに制御信号を出力するだけでよいため、処理速度が速い。この結果、車外環境に対する走行用デバイスの応答性を向上させることができる。

特に、本実施形態では、車外環境認定部１１１は深層学習を利用して車外環境を認定する、演算装置１１０は特に計算量が多くなる。このため、走行用デバイスの制御量を、演算装置１１０以外のデバイス制御装置２００～５００により算出するようにすれば、車外環境に対する走行用デバイスの応答性をより向上させるという効果をより適切に発揮することができる。

〈その他の制御〉
駆動力算出部１１７、制動力算出部１１８、及び操舵角算出部１１９は、車両１のアシスト運転時には、車両１の運転者の状態に応じて目標駆動力等を変更させるようにしてもよい。例えば、運転者が運転を楽しんでいる（運転者の感情が「楽しい」である）ときには、目標駆動力等を小さくして、出来る限りマニュアル運転に近付けるようにしてもよい。一方で、運転者が、体調が優れないような状態であるときには、目標駆動力等を大きくして、出来る限り自動運転に近付けるようにしてもよい。

（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、前述の実施形態では、経路決定部１１５が、車両１が走行すべき経路を決定していた。これに限らず、経路決定部１１５を省略して、車両運動決定部１１６が、車両１が走行すべき経路を決定してもよい。すなわち、車両運動決定部１１６が、経路設定部の一部と目標運動決定部とを兼任してもよい。

また、前述の実施形態では、駆動力算出部１１７、制動力算出部１１８、及び操舵角算出部１１９が、目標駆動力等の目標物理量を算出していた。これに限らず、駆動力算出部１１７、制動力算出部１１８、及び操舵角算出部１１９を省略して、車両運動決定部１１６が、目標物理量を算出してもよい。すなわち、車両運動決定部１１６が、目標運動決定部と物理量算出部とを兼任してもよい。

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、車両の走行を制御する車両走行制御装置として有用である。

１ 車両
１２ インジェクタ（走行用デバイス）
１３ 点火プラグ（走行用デバイス）
１６ 動弁機構（走行用デバイス）
２０ トランスミッション（走行用デバイス）
３３ ブレーキアクチュエータ（走行用デバイス）
４２ ＥＰＡＳ装置（走行用デバイス）
１００ 車両走行制御装置
１１０ 演算装置
１１１ 車外環境認定部
１１２ 経路算出部（経路設定部）
１１３ 車両挙動推定部（経路設定部）
１１４ 乗員挙動推定部（経路設定部）
１１５ 経路決定部（経路設定部）
１１６ 車両運動決定部（目標運動決定部）
１４０ ボディ系デバイス制御部
２００ パワートレインＥＣＵ（デバイス制御装置）
３００ ブレーキマイコン（デバイス制御装置）
４００ ＤＳＣマイコン（デバイス制御装置）
５００ ＥＰＡＳマイコン（デバイス制御装置）

Claims (3)

1. 車両の走行を制御する車両走行制御装置であって、
   演算装置と、
   前記演算装置の演算結果に基づいて、前記車両に搭載された走行用デバイスを作動制御するデバイス制御装置とを備え、
   前記演算装置は、
   車外環境の情報を取得する情報取得手段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と、
   前記車外環境認定部が認定した車外環境に応じて、前記車両が走行すべき経路を設定する経路設定部と、
   前記経路設定部が設定した経路を追従するための前記車両の目標運動を決定する目標運動決定部と、
   前記目標運動決定部の出力に基づいて、前記車両のボディ系デバイスの少なくとも１つである第１デバイスの動作を設定し、前記第１デバイスを制御する制御信号を生成するボディ系デバイス制御部と、
   を有しており、
   前記車両走行制御装置は、
   前記演算装置と別個に構成されており、前記演算装置からの指示を受けて、前記ボディ系デバイスの１つであるエアバッグを制御する制御信号を生成するボディ系デバイス制御装置を備える
   車両走行制御装置。
2. 請求項１記載の車両走行制御装置において、
   前記第１デバイスは、ランプおよびドアを含む
   車両走行制御装置。
3. 請求項１または２記載の車両走行制御装置において、
   前記車外環境認定部は、深層学習を利用して車外環境を認識する
   車両走行制御装置。

Images