JP7259818B2

JP7259818B2 - 自動運転装置

Info

Publication number: JP7259818B2
Application number: JP2020159380A
Authority: JP
Inventors: 英之原
Original assignee: Isuzu Motors Ltd
Current assignee: Isuzu Motors Ltd
Priority date: 2020-09-24
Filing date: 2020-09-24
Publication date: 2023-04-18
Anticipated expiration: 2040-09-24
Also published as: WO2022065078A1; JP2022052876A

Description

本発明は、自動運転装置に関する。

従来、自動運転の分野において、リスクポテンシャル法により自車両の運転行動を決定する試みが行われている。リスクポテンシャル法では、予測する将来の所定時間内における各時刻のポテンシャルの累積値によって、コスト関数を評価する。

特開２０１０－１８０６２号公報

しかし、上記のコスト関数の評価方法では、自車両の周囲物体との衝突リスクについても累積値で評価してしまう。このため、衝突リスクがある複数の周囲物体が存在する場合に、大きい物体を優先的に回避して、本来なら衝突を避けるべき小さい物体の方へ向かう運転行動をとるおそれがある。

そこで、本発明はこれらの点に鑑みてなされたものであり、自動運転中により安全な運転行動を決定することを目的とする。

本発明の一の態様においては、ポテンシャル場に基づいて自車両の運転行動を決定する自動運転装置であって、前記自車両が将来走行する走行位置の推奨度合いを示す基本走行ポテンシャルを、所定間隔で順次求める第１算出部と、前記自車両の周囲の物体により示される顕在リスクとして、前記自車両の前記物体に対する最大衝突リスクを求める第２算出部と、前記第１算出部が順次求めた基本走行ポテンシャルの累積値と、前記第２算出部が求めた前記最大衝突リスクとを含み、前記自車両の運転行動をパラメータとするコスト関数を最小化する値を求めて、前記運転行動を決定する運転行動決定部と、を備える、自動運転装置を提供する。

また、前記第２算出部は、将来の衝突リスクを現在の衝突リスクに割り引く割引率を適用した前記最大衝突リスクを求めることとしてもよい。

また、前記コスト関数は、前記運転行動のパラメータの正則化項を含み、前記運転行動決定部は、衝突リスクが大きくなると前記正則化項の影響が小さくなる前記コスト関数を最小化する値を求めて、前記運転行動を決定することとしてもよい。

また、前記運転行動決定部は、前記運転行動として、前記自車両の加減速度とヨーレートを決定することとしてもよい。

また、前記最大衝突リスクの前記コスト関数への影響を非線形に変化させる関数処理部を更に備えることとしてもよい。

本発明によれば、自動運転中により安全な運転行動を決定できるという効果を奏する。

一の実施形態に係る自動運転装置１の構成の一例を説明するための模式図である。制御装置１０の詳細構成の一例を説明するためのブロック図である。自車両の位置を説明するための模式図である。最大衝突リスクを用いる利点を説明するための模式図である。最大衝突リスクの非線形な変換を説明するための模式図である。自動運転装置１の動作例を説明するためのフローチャートである。

＜自動運転装置の構成＞
本発明の一の実施形態に係る自動運転装置の構成について、図１を参照しながら説明する。

図１は、一の実施形態に係る自動運転装置１の構成の一例を説明するための模式図である。自動運転装置１は、例えばトラック等の車両に搭載されており、自車両の運転を支援する。自動運転装置１は、例えば自動運転時に、自車両の運転行動を設定し、設定した運転行動に基づいて運転経路を決定する。自動運転装置１は、ポテンシャル場に基づいて、自車両の運転行動を設定する。自車両は、自動運転装置１が設定した運転行動に沿って走行する。また、自車両は、自動運転装置１が決定した運転経路に沿って走行可能となっている。

自動運転装置１は、図１に示すように、車両検出部２と、環境認識部４と、地図データベース６と、制御装置１０とを有する。
車両検出部２は、自車両の状態を検出する。車両検出部２は、自車両の位置や速度を検出する。例えば、車両検出部２は、ＧＰＳ（Global Positioning System）受信機を有しており、ＧＰＳ受信機が受信した電波により自車両の位置を検出する。車両検出部２は、検出結果を制御装置１０に出力する。

環境認識部４は、自車両の周囲の環境状況を認識する。例えば、環境認識部４は、カメラ、レーダ等の外部センサを有する。環境認識部４は、外部センサの出力に基づいて、自車両の周囲の物体（例えば、他車両、自転車、歩行者等）を認識する。また、環境認識部４は、例えば自車両が走行する車線の位置や幅等を認識しうる。環境認識部４は、認識結果を制御装置１０に出力する。

地図データベース６は、道路地図情報を記憶している。道路地図情報には、例えば、道路の緯度、経度及び標高の３次元座標を示すデータが含まれている。また、道路地図情報には、自車両が走行する道路の車線数や車線構造の情報が含まれている。さらに、地図データベース６は、車両検出部２が検出した自車両の位置に基づいて、環境認識部４で認識する車線の情報を代わりに取得することができる。

制御装置１０は、自動運転装置１の動作を制御する。制御装置１０は、ポテンシャル場を用いて、自車両の運転行動を決定する。ポテンシャル場は、通常、基本走行ポテンシャルや顕在リスクポテンシャルを加算することで求められる。基本走行ポテンシャルは、自車両が将来走行する走行位置の推奨度合いを示すおいてポテンシャルである。顕在リスクポテンシャルは、自車両の周囲の障害物により示される顕在リスクに応じたポテンシャルである。
本実施形態の制御装置１０は、詳細は後述するが、基本走行ポテンシャルの累積値と、顕在リスクとしての最大衝突リスクとを含むコスト関数を最小化する値を求めて、自車両の運転行動を決定する。これにより、障害物の大きさに依存した運転行動の決定を防止でき、より安全な自動運転を実現できる。

＜制御装置１０の詳細構成＞
制御装置１０の詳細構成について、図２を参照しながら説明する。
図２は、制御装置１０の詳細構成の一例を説明するためのブロック図である。制御装置１０は、図２に示すように、記憶部１２と、制御部１４とを有する。

記憶部１２は、例えばＲＯＭ（Read Only Memory）及びＲＡＭ（Random Access Memory）を含む。記憶部１２は、制御部１４が実行するためのプログラムや各種データを記憶する。

制御部１４は、例えばＣＰＵ（Central Processing Unit）である。制御部１４は、記憶部１２に記憶されたプログラムを実行することにより、車両情報取得部１４２、目標情報取得部１４３、第１算出部１４４と、第２算出部１４５と、関数処理部１４６と、運転行動決定部１４８及び運転経路決定部１４９として機能する。

車両情報取得部１４２は、自車両の走行情報を取得する。例えば、車両情報取得部１４２は、走行中の自車両の位置や速度を取得する。車両情報取得部１４２は、車両検出部２（図１）の検出結果から、自車両の位置や速度を取得する。また、車両情報取得部１４２は、自車両の周囲の物体に関する情報を取得する。例えば、車両情報取得部１４２は、環境認識部４（図１）の検出結果から、自車両の進行方向に存在する物体（他車両や歩行者等）に関する情報を取得する。

図３は、自車両の位置と目標位置とを説明するための模式図である。自車両である車両１００の位置は、車両重心であり、ここでは図３に示すように車両１００の後輪軸中心である。以下では、車両重心から前方をＸ軸方向とし、車両重心から左右をＹ軸方向とする。車両１００が走行すべき目標位置は、車両１００の前方の位置Ｔであるものとする。

目標情報取得部１４３は、走行すべき目標位置や目標速度に関する目標情報を取得する。目標位置は、例えば自車両から所定距離（一例として１００ｍ）だけ前方の位置である。目標位置は、地図データベース６に記憶された道路地図情報に設定された任意地点であってもよい。目標速度は、例えば車線の法定速度である。目標情報取得部１４３は、例えば、地図データベース６に記憶された道路地図情報を参照して、目標情報を取得しうる。

第１算出部１４４は、自車両が将来走行する走行位置の推奨度合いを示す基本走行ポテンシャルを、所定間隔で順次求める。すなわち、第１算出部１４４は、所定時刻毎に、基本走行ポテンシャルを求める。

基本走行ポテンシャルは、例えば、自車両を目的の方向へ目標速度で向かわせるための目標ポテンシャルと、自車両が車線内の所定位置を位置するための車線ポテンシャルとを含む。このため、第１算出部１４４は、車両情報取得部１４２及び目標情報取得部１４３が取得した情報を用いて、基本走行ポテンシャルを求める。第１算出部１４４は、目標ポテンシャルと車線ポテンシャルとを加算して、基本走行ポテンシャルを求める。基本走行ポテンシャルU^baseは、目標ポテンシャルU^dst(X,Y)及び車線ポテンシャルU^laneを用いて、下記の式（１）のように示される。

なお、目標ポテンシャルは、例えば、目標速度と自車両の速度との速度差に比例した速度差ポテンシャルと、目標位置と自車両の位置の間の方位差に比例した方位差ポテンシャルとを加算したポテンシャルである。また、車線ポテンシャルは、例えば、自車両を所定の車線の中央に発生させる引力ポテンシャルと、車線の両端に発生させる斥力ポテンシャルとを含む。

第２算出部１４５は、顕在リスクとして、所定の予測時間内の自車両の周囲の物体に対する衝突リスクを求める。例えば、第２算出部１４５は、環境認識部４が検出した物体に対する予測時間内での最大衝突リスクを求める。周囲に物体が複数ある場合には、第２算出部１４５は、各物体に対する最大衝突リスクを求める。第２算出部１４５は、求めた複数の最大衝突リスクの中から、最大となる衝突リスクを求める。
最大衝突リスクを用いると、以下のような利点がある。
図４は、最大衝突リスクを用いる利点を説明するための模式図である。ここでは、自車両１００の進行方向の前方に、大きい物体２００（例えば、他車両）と小さい物体２１０（例えば、歩行者）とがあり、安全のために小さい物体２１０を確実に回避する必要があるものとする。衝突リスクの時間についての累積値を用いた場合には、物体の大きさに依存した運転行動をとりやすいため、大きい物体２００を回避して小さい物体２１０へ向かう恐れがある。これに対して、最大衝突リスクを用いると、小さい物体であるが車両より衝突を回避すべき歩行者などに高いリスクを設定することで小さい物体２１０を確実に回避するようになり、安全な運転行動が可能となる。また、障害物を乗り越えることにより累積リスクを最小化することがなくなるため、障害物を乗り越える運転行動を選択しにくくなる。

第２算出部１４５は、将来の衝突リスクを現在の衝突リスクに割り引く割引率を適用した最大衝突リスクを求めてもよい。これにより、近い将来の衝突リスクと遠い将来の衝突リスクが同じ場合には、割引率が適用されることで、遠い将来の衝突リスクが小さくなり、近い将来の衝突をより回避しやすくなる。

例えば、将来の割引率を考慮した最大衝突リスクは、下記の式（２）のように示される。

ャルである。

関数処理部１４６は、自車両の運転行動を決定するためのコスト関数を設定する。関数処理部１４６は、基本走行ポテンシャルと最大衝突リスクとを適用したコスト関数を設定する。コスト関数は、自車両の運転行動をパラメータとする関数である。ここで、運転行動は、例えば、自車両の加減速度とヨーレートである。

本実施形態では、関数処理部１４６は、基本走行ポテンシャルについては所定の予測時間内の累積値をコスト関数に適用する。一方で、関数処理部１４６は、衝突リスクについては累積値をコスト関数に適用せず、最大衝突リスクをコスト関数に適用する。具体的には、コスト関数は、第１算出部１４４が順次求めた基本走行ポテンシャルの累積値と、第２算出部１４５が求めた最大衝突リスクとを含む。

関数処理部１４６は、更に、コスト関数に運転行動のパラメータの正則化項を含めるように設定する。このように設定したコスト関数は、式（１）及び式（２）を用いて下記の式（３）のように示される。

なお、式（３）において、ｗ_αα^２＋ｗ_γγ^２が正則化項である。
αは加減速度を意味し、γはヨーレートを意味し、ｗ_αは加減速度の正則項化の重みを意味し、ｗ_γはヨーレートの正則化項の重みを意味する。

ところで、関数処理部１４６は、衝突リスクが大きくなると正則化項の影響が小さくなるようにコスト関数を設定してもよい。すなわち、リスクが大きいときには急ブレーキや急操舵などの急激な運転行動の変化を実行しやすくしてもよい。このようなコスト関数は、下記の式（４）のように示される。

ここで、

式（５）～（６）は、シグモイド関数で示される最大衝突リスクによる正則化項への影響を示すための式である。なお、α_１及びα_２はシグモイド関数の傾きのパラメータを意味し、ｄ_１及びｄ_２はシグモイド関数のオフセットパラメータを意味する。

さらに、関数処理部１４６は、最大衝突リスクのコスト関数への影響を非線形に変化させてもよい。このようなコスト関数は、下記の式（７）のように示される。

ここで、

であり、式（８）は最大衝突リスクによるコスト関数への影響の非線形な変換を表す。

図５は、最大衝突リスクの非線形な変換を説明するための模式図である。図５に示す

スト関数への影響を非線形の単調増加関数によって調整可能となる。なお、ｗ_１及びｗ_２は設定パラメータである。

上述した式（７）のコスト関数を用いることで、衝突リスクが小さい場合には基本走行ポテンシャルに従って走行する運転行動を決定でき、衝突リスクが大きい場合には衝突を回避する運転行動（例えば、急ブレーキや急操舵）を決定できる。

運転行動決定部１４８は、関数処理部１４６が設定したコスト関数を用いて、自車両の運転行動を決定する。運転行動決定部１４８は、コスト関数を最小化する値を求めることで、運転行動を決定する。例えば、運転行動決定部１４８は、式（４）で示されるコスト関数に基づいて、運転行動を決定する。すなわち、運転行動決定部１４８は、衝突リスクが大きくなると正則化項の影響が小さくなるコスト関数を最小化する値を求めて、運転行動を決定する。具体的には、運転行動決定部１４８は、運転行動としての加減速度の最適値やヨーレートの最適値を求める。これにより、例えば、他車両との接触を回避するために、自車両を減速したり、急操舵したりできる。
ただし、上記に限定されず、運転行動決定部１４８は、式（３）で示されるコスト関数に基づいて、運転行動を決定してもよい。

運転経路決定部１４９は、設定した運転行動に基づいて、自車両の運転経路を決定する。例えば、運転経路決定部１４９は、運転行動決定部１４８による短期的な運転行動の設定を繰り返して、自車両の長期的な運転経路を決定する。これにより、最適な運転経路を決定できる。

＜自動運転装置の動作例＞
自動運転装置１の動作例について、図６を参照しながら説明する。

図６は、自動運転装置１の動作例を説明するためのフローチャートである。本フローチャートに示す処理は、車両が走行している際に行われる。ここでは、車両が高速走行で自動運転を行っているものとする。

まず、制御装置１０の第１算出部１４４は、自車両の基本走行ポテンシャルを算出する（ステップＳ１０２）。具体的には、第１算出部１４４は、所定の予測時間の間に、所定間隔で基本走行ポテンシャルを求める。

次に、第２算出部１４５は、顕在リスクとしての最大衝突リスクを求める（Ｓ１０４）。例えば、第２算出部１４５は、自車両の周囲の複数の物体に対する衝突リスクのうちの最大衝突リスクを求める。

次に、関数処理部１４６は、コスト関数に、ステップＳ１０２で求めた基本走行ポテンシャルの累積値と、ステップＳ１０４で求めた最大衝突リスクを適用する（ステップＳ１０６）。例えば、関数処理部１４６は、式（４）や式（７）で示されるコスト関数に、基本走行ポテンシャルの累積値と、最大衝突リスクを適用する。

次に、運転行動決定部１４８は、コスト関数を最小化する値を求めることで、自車両の運転行動を決定する（ステップＳ１０８）。例えば、運転行動決定部１４８は、自車両の加減速度の最適値やヨーレートの最適値を求める。

次に、運転経路決定部１４９は、決定した運転行動を用いて、自車両の運転経路を決定する（ステップＳ１１０）。例えば、運転経路決定部１４９は、短期的な予測である運転行動の設定を繰り返して、運転経路を決定する。

＜本実施形態における効果＞
上述した実施形態の自動運転装置１は、基本走行ポテンシャルの累積値と、顕在リスクとしての最大衝突リスクとを含むコスト関数を最小化する値を求めて、自車両の運転行動を決定する。
最大衝突リスクをコスト関数に適用することで、例えば小さい物体でも確実に回避する必要がある場合に、他に大きい物体があっても、小さい物体に向かわないような運転行動を決定することが可能となる。すなわち、自動運転中により安全な運転行動を決定できる。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されず、その要旨の範囲内で種々の変形及び変更が可能である。例えば、装置の全部又は一部は、任意の単位で機能的又は物理的に分散・統合して構成することができる。また、複数の実施の形態の任意の組み合わせによって生じる新たな実施の形態も、本発明の実施の形態に含まれる。組み合わせによって生じる新たな実施の形態の効果は、もとの実施の形態の効果を併せ持つ。

１自動運転装置
１４４第１算出部
１４５第２算出部
１４６関数処理部
１４８運転行動決定部

Claims

ポテンシャル場に基づいて自車両の運転行動を決定する自動運転装置であって、
前記自車両が将来走行する走行位置の推奨度合いを示す基本走行ポテンシャルを、所定間隔で順次求める第１算出部と、
前記自車両の周囲の物体により示される顕在リスクとして、前記自車両の前記物体に対する最大衝突リスクを求める第２算出部と、
前記第１算出部が順次求めた基本走行ポテンシャルの累積値と、前記第２算出部が求めた前記最大衝突リスクとを含み、前記自車両の運転行動をパラメータとするコスト関数を最小化する値を求めて、前記運転行動を決定する運転行動決定部と、
を備える、自動運転装置。
前記第２算出部は、将来の衝突リスクを現在の衝突リスクに割り引く割引率を適用した前記最大衝突リスクを求める、
請求項１に記載の自動運転装置。
前記コスト関数は、前記運転行動のパラメータの正則化項を含み、
前記運転行動決定部は、衝突リスクが大きくなると前記正則化項の影響が小さくなる前記コスト関数を最小化する値を求めて、前記運転行動を決定する、
請求項１又は２に記載の自動運転装置。
前記運転行動決定部は、前記運転行動として、前記自車両の加減速度とヨーレートを決定する、
請求項１から３のいずれか１項に記載の自動運転装置。
前記最大衝突リスクの前記コスト関数への影響を非線形に変化させる関数処理部を更に備える、
請求項１から４のいずれか１項に記載の自動運転装置。