JP7289760B2 - 電子制御装置 - Google Patents

Description

本発明は、電子制御装置に関する。

近年、車両の快適で安全な運転支援や自動運転を実現するため、車両の周辺環境を認識するセンサの死角となる領域に潜むリスクを判断する技術が提案されている。例えば、特許文献１では、死角領域に存在すると仮定される仮想移動体を設定して衝突確率を算出する手段が開示されている。

特開２０１２－１０４０２９号公報

特許文献１に記載されている発明では、死角領域に存在すると仮定される仮想移動体の種類を推定後、仮想移動体の種類に応じて仮想移動体の速度を推定している。しかしながら、死角領域に存在し得る潜在的な障害物の挙動は、その死角領域が置かれている環境によって異なってくる。そのため、特許文献１のように、仮想移動体の種類だけに基づき速度を設定して衝突確率を算出する手段では、死角領域に存在し得る潜在的な障害物の挙動を適切に判断することができず、そのためリスクを過小評価してしまい、危険な運転支援や自動運転につながる恐れがあった。

本発明による電子制御装置は、車両に搭載されるものであって、前記車両に搭載されるセンサの検出範囲に含まれない死角領域を特定する死角領域特定部と、前記死角領域を含む前記車両の周辺の道路の車線情報を取得する情報取得部と、前記死角領域の車線情報と、前記車両に対する前記死角領域の道路上の位置関係とに基づき、前記死角領域に存在し得る潜在的な障害物の想定挙動を判断する死角領域危険事象判定部と、を備え、前記死角領域危険事象判定部は、前記車線情報に基づいて、前記死角領域で前記道路と重なる領域を車線ごとに抽出することで、前記死角領域を複数に分割した分割死角領域を前記道路上に設定し、複数の前記分割死角領域のそれぞれについて、前記分割死角領域に対応する車線の前記車両に対する進行方向、および、前記車両と前記分割死角領域との道路上の位置関係に基づいて、前記潜在的な障害物の種類と行動のパターンを示す危険事象モデルを特定し、前記危険事象モデルの発生可能性の高低を判断し、複数の前記分割死角領域のうち前記危険事象モデルの発生可能性が低いと判断した分割死角領域を除外した各分割死角領域について、前記危険事象モデルにおいて前記潜在的な障害物が前記車両と接触する危険性に関する危険事象情報を生成する。

本発明によれば、死角領域に存在し得る潜在的な障害物の挙動を適切に判断することができる。

本発明の実施の形態に係る走行制御装置を含む車両システムの構成を示す機能ブロック図 死角領域データ群の説明図 走行制御装置が実現する機能の相関関係を示す図 死角領域危険事象判定部で実行される処理を説明するフローチャート 危険事象モデル決定表の一例を示す図 車両システムの第１動作例に対応する走行シーンを示す図 第１動作例の走行シーンにおける死角領域危険事象データ群の一例を示す図 第１動作例の走行シーンにおける潜在障害物データ群の一例を示す図 第１動作例の走行シーンの車線上の各位置における潜在障害物と自車両の推定到達時間の関係を示す図 第１動作例の走行シーンにおける潜在危険度マップデータ群の一例を示す図 第１動作例の走行シーンにおいて自車両が取り得る走行経路候補と潜在危険度の関係を示す図 第１動作例の走行シーンにおける走行経路候補と目標速度の算出方法の一例を示す図 車両システムの第２動作例に対応する１つ目の走行シーンを示す図 第２動作例の１つ目の走行シーンにおける潜在障害物データ群と潜在危険度マップデータ群の一例を示す図 第２動作例の１つ目の走行シーンの車線上の各位置における潜在障害物と自車両の推定到達時間の関係を示す図 車両システムの第２動作例に対応する２つ目の走行シーンを示す図 第２動作例の２つ目の走行シーンの車線上の各位置における潜在障害物と自車両の推定到達時間の関係を示す図

以下、図面を用いて本発明の実施形態を説明する。

（システム構成）
図１は、本発明の実施の形態に係る走行制御装置３を含む車両システム１の構成を示す機能ブロック図である。車両システム１は、車両２に搭載される。車両システム１は、車両２の周辺における走行道路や周辺車両等の障害物の状況を認識した上で、適切な運転支援や走行制御を行う。図１に示すように、車両システム１は、走行制御装置３、外界センサ群４、車両センサ群５、地図情報管理装置６、アクチュエータ群７、ＨＭＩ装置群８、および外部通信装置９を含んで構成される。走行制御装置３、外界センサ群４、車両センサ群５、地図情報管理装置６、アクチュエータ群７、ＨＭＩ装置群８、および外部通信装置９は、車載ネットワークＮにより互いに接続される。なお以下では、車両２を他の車両と区別するために「自車両」２と呼ぶこともある。

走行制御装置３は、車両２に搭載されるＥＣＵ（Electronic Control Unit）である。走行制御装置３は、外界センサ群４、車両センサ群５、地図情報管理装置６、外部通信装置９等から提供される各種入力情報に基づいて、車両２の運転支援または自動運転のための走行制御情報を生成し、アクチュエータ群７やＨＭＩ装置群８に出力する。走行制御装置３は、処理部１０と、記憶部３０と、通信部４０と、を有する。

処理部１０は、たとえば、中央演算処理装置であるＣＰＵ（Central Processing Unit）を含んで構成される。ただし、ＣＰＵに加えて、ＧＰＵ（Graphics Processing Unit）、ＦＰＧＡ（Field-Programmable Gate Array）、ＡＳＩＣ（Application Specific Integrated Circuit）等を含んで構成されてもよいし、いずれか１つにより構成されてもよい。

処理部１０はその機能として、情報取得部１１、死角領域特定部１２、死角領域危険事象判定部１３、潜在障害物生成部１４、潜在危険度マップ生成部１５、走行制御計画部１６、および情報出力部１７を有する。処理部１０は、記憶部３０に格納されている所定の動作プログラムを実行することで、これらを実現する。

情報取得部１１は、走行制御装置３に接続された他装置から車載ネットワークＮを介して各種情報を取得し、記憶部３０に格納する。たとえば、外界センサ群４が検出した車両２周辺の障害物や外界センサ群４の検出領域に関する情報を取得し、センサ認識データ群３１として記憶部３０に格納する。また、車両センサ群５等が検出した車両２の動きや状態等の挙動に関連する情報を取得し、車両情報データ群３２として記憶部３０に格納する。また、地図情報管理装置６や外部通信装置９等から車両２の走行環境に関連する情報を取得し、走行環境データ群３３として記憶部３０に格納する。

死角領域特定部１２は、情報取得部１１により取得されて記憶部３０に格納されたセンサ認識データ群３１に基づいて、外界センサ群４の検出範囲に含まれない死角領域を車両２の周辺において特定する。センサ認識データ群３１は、たとえば、ＯＧＭ（Occupancy Grid Map）のような格子状マップ表現等で死角領域そのものが表現されていてもよいし、外界センサ群４の検出範囲（角度、距離等）と検出情報のセットのように、死角領域を特定するのに必要な情報が表現されていてもよい。外界センサ群４の検出情報とはたとえば、ＬｉＤＡＲ（Light Detection And Ranging）やＲＡＤＡＲ（Radio Detection And Ranging）が取得する点群データである。死角領域特定部１２が特定した各死角領域の情報は、死角領域データ群３４として記憶部３０に格納される。

死角領域危険事象判定部１３は、情報取得部１１により取得されて記憶部３０に格納された走行環境データ群３３に基づいて、死角領域特定部１２が特定した死角領域における代表的な危険事象を判定する。死角領域における代表的な危険事象とは、例えば、当該死角領域に障害物が存在したと仮定した場合に、その障害物が取り得る場所と挙動の組合せの中で、車両２にとって最も危険と考えられる組合せである。障害物の挙動には、死角領域に存在し得る障害物の行動や進行方向、速度等の走行パラメータが含まれる。死角領域危険事象判定部１３による危険事象の判定結果は、死角領域危険事象データ群３５として記憶部３０に記憶される。

潜在障害物生成部１４は、死角領域危険事象判定部１３による各死角領域での危険事象の判定結果に基づいて、当該危険事象に相当する挙動を取る仮想的な障害物を、当該死角領域に存在しうる潜在的な障害物として生成する。この潜在的な障害物を以下では、「潜在障害物」と呼ぶ。潜在障害物生成部１４が生成した潜在障害物の情報は、潜在障害物データ群３６として記憶部３０に記憶される。

潜在危険度マップ生成部１５は、潜在障害物生成部１４が生成した潜在障害物の想定挙動と、情報取得部１１により取得されて記憶部３０に格納された車両情報データ群３２が表す車両２の挙動とに基づいて、車両２の周辺における場所ごとの潜在的な走行危険度を表現した潜在危険度マップを生成する。潜在危険度マップ生成部１５が生成した潜在危険度マップの情報は、潜在危険度マップデータ群３７として記憶部３０に記憶される。

走行制御計画部１６は、潜在危険度マップ生成部１５が生成した潜在危険度マップ等に基づいて、車両２が走行すべき軌道を計画し、その計画軌道に追従するように車両２を制御するためのアクチュエータ群７の制御指令値を決定する。走行制御計画部１６が決定した計画軌道やアクチュエータ群７の制御指令値の情報は、走行制御データ群３８として記憶部３０に記憶される。

情報出力部１７は、走行制御装置３に接続された他装置に対して、車載ネットワークＮを介して各種情報を出力する。たとえば、走行制御データ群３８に含まれる制御指令値をアクチュエータ群７に出力し、車両２の走行を制御する。また、たとえば、センサ認識データ群３１や潜在危険度マップデータ群３７、走行制御データ群３８に含まれる計画軌道等をＨＭＩ装置群８に出力し、車両２の乗員に提示する。これにより、自動運転中の車両２において、車両システム１が周辺の走行環境をどのように解釈し（センサ認識データ群３１や潜在危険度マップデータ群３７の表示）、どのような走行を計画しているか（走行制御データ群３８の計画軌道の表示）を乗員に提示することができる。

記憶部３０は、たとえば、ＨＤＤ（Hard Disk Drive）、フラッシュメモリ、ＲＯＭ（Read Only Memory）などの記憶装置や、ＲＡＭなどのメモリを含んで構成される。記憶部３０には、処理部１０が処理するプログラムや、その処理に必要なデータ群等が格納される。また、処理部１０がプログラムを実行する際の主記憶として、一時的にプログラムの演算に必要なデータを格納する用途にも利用される。本実施形態では、走行制御装置３の機能を実現するための情報として、センサ認識データ群３１、車両情報データ群３２、走行環境データ群３３、死角領域データ群３４、死角領域危険事象データ群３５、潜在障害物データ群３６、潜在危険度マップデータ群３７、走行制御データ群３８等が記憶部３０に格納される。

センサ認識データ群３１とは、外界センサ群４による検出情報または検出状態に関するデータの集合である。検出情報とは、例えば、外界センサ群４がそのセンシング情報に基づき特定した車両２周辺の障害物や路面標示、標識、信号等の環境要素に関する情報や、外界センサ群４による車両２周辺のセンシング情報そのもの（ＬｉＤＡＲやＲＡＤＡＲの点群情報、カメラ画像、ステレオカメラの視差画像等）である。検出状態とは、当該センサが検出した領域やその確度を示す情報であり、例えば、ＯＧＭのような格子状マップ等が含まれる。

車両情報データ群３２とは、車両センサ群５等により検出された車両２の挙動に関するデータの集合である。車両２の挙動に関するデータとは、車両２の動きや状態等を表す情報であり、例えば、車両２の位置、走行速度、操舵角、アクセルの操作量、ブレーキの操作量、走行経路等の情報が含まれる。

走行環境データ群３３とは、車両２の走行環境に関するデータの集合である。走行環境に関するデータとは、車両２が走行している道路を含む車両２周辺の道路に関する情報である。これには例えば、車両２周辺の道路を構成する車線の形状や属性（進行方向、制限速度、走行規制等）に関する情報や、信号情報、各道路や車線の交通状態（平均速度等）に関する交通情報、過去事例などに基づく統計的知識情報、等が含まれる。道路・車線の形状や属性のような静的情報は、例えば、地図情報管理装置６等から取得される地図情報に含まれる。一方、信号情報や交通情報、統計的知識情報のような準動的もしくは動的な情報は、外部通信装置９を介して取得される。統計的知識情報とは、例えば、事故事例が多い地理的場所や時間帯、その事故類型に関する情報等を含む。

死角領域データ群３４とは、車両２の外界センサ群４の検出範囲に含まれない領域、すなわち外界センサ群４がセンシング情報を検出できていない領域を意味する死角領域に関するデータの集合である。死角領域に関するデータの表現例は、図２において後述する。死角領域データ群３４は、情報取得部１１により取得されたセンサ認識データ群３１の情報に基づき、死角領域特定部１２によって生成、格納される。

死角領域危険事象データ群３５とは、死角領域危険事象判定部１３が判定した、各死角領域における代表的な危険事象に関するデータの集合である。死角領域における危険事象に関するデータとは、外界センサ群４では認識できない障害物が死角領域内に存在した場合に、その障害物が車両２と接触する危険性に関する情報である。これには例えば、当該死角領域に存在し得ると判断される障害物の種類（車両、歩行者、自転車等）と位置、当該障害物が取り得る行動（例えば、車両の場合は車線追従、車線変更、停車等）、当該行動のパラメータ（進行方向、速度、加速度等）、等が含まれる。死角領域危険事象データ群３５は、死角領域特定部１２により生成された死角領域データ群３４や、情報取得部１１により取得された走行環境データ群３３の情報に基づき、死角領域危険事象判定部１３によって生成、格納される。

潜在障害物データ群３６とは、外界センサ群４では認識できない（例えば、外界センサ群４の死角領域に存在し、検出されていない）が、潜在的に存在し得ると考えられる仮想的な障害物（潜在障害物）に関するデータの集合である。これには例えば、障害物の種類と位置、速度、加速度、想定し得る行動から推定される予測軌道等が含まれる。潜在障害物データ群３６は、死角領域危険事象判定部１３により生成された死角領域危険事象データ群３５の情報に基づき、潜在障害物生成部１４によって生成、格納される。

潜在危険度マップデータ群３７とは、車両２の周辺において、車両２が死角領域に潜む潜在障害物と衝突する危険度を場所ごとに表した潜在危険度マップに関するデータである。潜在危険度マップは、潜在危険度マップ生成部１５によって生成され、例えば後述するような格子状マップで表現される。

走行制御データ群３８とは、車両２の走行を制御するための計画情報に関するデータ群であり、車両２の計画軌道やアクチュエータ群７に出力する制御指令値等が含まれる。走行制御データ群３８におけるこれらの情報は、走行制御計画部１６によって生成、格納される。

通信部４０は、車載ネットワークＮを介して接続された他の装置との通信機能を有する。情報取得部１１が他の装置から車載ネットワークＮを介して各種情報を取得する際や、情報出力部１７が車載ネットワークＮを介して他の装置へ各種情報を出力する際には、この通信部４０の通信機能が利用される。通信部４０は、例えばＩＥＥＥ８０２．３やＣＡＮ（Controller Area Network）等の通信規格に準拠したネットワークカード等を含んで構成される。通信部４０は、車両システム１において走行制御装置３と他の装置との間で、各種プロトコルに基づきデータの送受信を行う。

なお、本実施形態では、通信部４０と処理部１０とを分けて記載しているが、処理部１０の中で通信部４０の処理の一部が実行されてもよい。たとえば、通信処理におけるハードウェアデバイス相当が通信部４０に位置し、それ以外のデバイスドライバ群や通信プロトコル処理等は、処理部１０の中に位置するように構成してもよい。

外界センサ群４は、車両２の周辺の状態を検出する装置の集合体である。外界センサ群４はたとえば、カメラ装置、ミリ波レーダ、ＬｉＤＡＲ、ソナー等が該当する。外界センサ群４は、車両２から所定範囲の障害物、路面標示、標識、信号等の環境要素を検出し、これらの検出結果を車載ネットワークＮを介して走行制御装置３に出力する。「障害物」とは、例えば、車両２以外の車両である他車両や、歩行者、道路への落下物、路端等である。「路面標示」とは、例えば、白線や横断歩道、停止線等である。また、外界センサ群４は、自身のセンシング範囲やその状態に基づき、検出状態に関する情報も車載ネットワークＮを介して走行制御装置３に出力する。

車両センサ群５は、車両２の各種状態を検出する装置の集合体である。各車両センサは、たとえば、車両２の位置情報、走行速度、操舵角、アクセルの操作量、ブレーキの操作量等を検出し、車載ネットワークＮを介して走行制御装置３に出力する。

地図情報管理装置６は、車両２周辺のデジタル地図情報を管理及び提供する装置である。地図情報管理装置６は、例えば、ナビゲーション装置等により構成される。地図情報管理装置６は、例えば、車両２の周辺を含む所定地域のデジタル道路地図データを備えており、車両センサ群５から出力される車両２の位置情報等に基づき、地図上での車両２の現在位置、すなわち車両２が走行中の道路や車線を特定するように構成されている。また、特定した車両２の現在位置やその周辺の地図データを、車載ネットワークＮを介して走行制御装置３に出力する。

アクチュエータ群７は、車両２の動きを決定する操舵、ブレーキ、アクセル等の制御要素を制御する装置群である。アクチュエータ群７は、運転者によるハンドル、ブレーキペダル、アクセルペダル等の操作情報や、走行制御装置３から出力される制御指令値に基づいて、操舵、ブレーキ、アクセル等の制御要素の動きを制御することで、車両２の挙動を制御する。

ＨＭＩ装置群８は、運転者や乗員からの車両システム１に対する情報入力や、運転者や乗員に対する車両システム１からの情報通知を行うための装置群である。ＨＭＩ装置群８には、ディスプレイ、スピーカー、バイブレータ、スイッチ等が含まれる。

外部通信装置９は、車両システム１の外部と無線通信を行う通信モジュールである。外部通信装置９は、例えば、車両システム１にサービスを提供・配信するセンタシステム（不図示）やインターネットと通信可能なように構成されている。

図２は、死角領域データ群３４の説明図である。図２（ａ）は、車両２が置かれた状況の一例を示す図であり、図２（ｂ）は、図２（ａ）に対応する死角領域マップの例を示す図である。

図２（ａ）に示す例では、車両２の外界センサ群４は、５つのセンサで構成されている。これらの各センサは、最大で符号１１１～１１５の検出範囲内に存在する障害物をそれぞれ検出できる。ただし障害物が存在する場合には、その障害物よりも遠方の範囲は当該障害物によって遮蔽されるため、検出範囲内であってもさらなる障害物が存在するか否かは検出できない。図２（ａ）において、白い領域は外界センサ群４により障害物が存在しないことを検出している範囲を示し、ハッチングをかけた領域は外界センサ群４が障害物を検出できない範囲、すなわち外界センサ群４の死角となる範囲を示す。

図２（ａ）に示すように、外界センサ群４の死角領域は、外界センサ群４の検出範囲外である符号１２１、１２２、および１２４に示す領域と、障害物である他車両１００によって遮蔽される領域１２３とを合わせた領域である。なお、外界センサ群４の検出範囲外である死角領域は、領域１２４のように外界センサ群４からの距離が遠いために発生する死角領域と、領域１２１および領域１２２のようにそもそも外界センサ群４が検出できない方向に発生する死角領域との２つに大別される。このうち距離が原因で発生する死角領域は、天候状態等の走行環境に応じて外界センサ群４の検出範囲が変化するため、一定とはならないことが多い。そのため、車両２の走行環境に応じて外界センサ群４の検出範囲を動的に算出し、その算出結果に応じて死角領域を設定することが望ましい。

図２（ａ）に示す状況において、死角領域特定部１２は、車両２に対する死角領域１２１～１２４の位置および形状を特定することで、例えば図２（ｂ）に示す死角領域マップ１３０を作成し、これを表す死角領域データ群３４を記憶部３０に格納する。図２（ｂ）の死角領域マップ１３０では、車両２の現在位置を基準点とするｘ－ｙ座標系で規定された所定の領域について、ｘ、ｙがそれぞれ変数である座標値（ｘ、ｙ）で表される各位置における外界センサ群４の検出状態を、格子状マップとして表現している。この死角領域マップ１３０は、図２（ａ）の死角領域１２１～１２４のグリッドマップ（ＯＧＭ）に相当する。

死角領域データ群３４では、各位置における外界センサ群４の検出状態は、例えば「障害物あり（検出済）」「障害物なし（検出済）」「不明（未検出）」の３値で表現される。図２（ｂ）に示す死角領域マップ１３０では、車両１００の周囲に設定された黒色の領域が「障害物あり（検出済）」を表し、図２（ａ）の死角領域１２１～１２４に対応するハッチング領域が「不明（未検出）」を表している。また、それ以外の白色の領域、すなわち図２（ａ）の検出範囲１１１～１１５から車両１００の周囲と死角領域１２３を除いた領域が「障害物なし（検出済）」を表している。

なお、図２（ｂ）では外界センサ群４の検出状態を３値で表した死角領域マップ１３０の例を示したが、センサの検出状態という離散値の代わりに、障害物が存在する確率を連続値（０～１の小数）で表すことにより、死角領域マップを表現してもよい。また、死角領域データ群３４は、図２（ｂ）に示すような格子状マップのセル単位で死角領域の位置や形状を表現してもよいし、複数のセルの集合体で表現してもよい。さらに、死角領域データ群３４は、死角領域の位置や形状を格子状マップ以外で表現してもよい。たとえば、図２（ａ）の死角領域１２２～１２４の位置や形状を、各死角領域に対応する図形の辺や頂点の位置、形状等で表現してもよい。本実施の形態における以降の説明では、説明を簡略化するために、格子状マップのセル単位ではなく死角領域マップ上での位置や形状により、死角領域データ群３４の各死角領域を表現する。

次に図３～図１７を用いて、本実施形態の車両システム１の動作を説明する。

走行制御装置３は、外界センサ群４等から取得した情報に基づいて、車両２の周囲に存在する各死角領域における潜在障害物のリスクを判断し、その判断結果をマップ化した潜在危険度マップを生成する。そして、生成した潜在危険度マップを用いて車両２の計画軌道を設定し、車両２の走行制御を行うための制御指令値を生成してアクチュエータ群７に出力する。アクチュエータ群７は、走行制御装置３が出力する制御指令値に従い、車両２の各アクチュエータを制御する。これにより、車両２の走行制御が実現される。また、走行制御装置３は、車両２の走行制御にあたり、運転者や乗員に通知すべき情報としてＨＭＩ情報を生成し、ＨＭＩ装置群８に出力する。これにより、運転者に走行上のリスクを認知させて安全運転を促すことや、自動走行中の車両システム１の状態を運転者や乗員に提示することができる。

図３は、走行制御装置３が実現する機能の相関関係を示す図である。走行制御装置３は、例えば、図１に示した情報取得部１１、死角領域特定部１２、死角領域危険事象判定部１３、潜在障害物生成部１４、潜在危険度マップ生成部１５、走行制御計画部１６、および情報出力部１７の処理が、図３に示す順番で実行されるように構成されている。一連の処理は、例えば１００ｍｓごとに定期的に実行される。

情報取得部１１は、車載ネットワークＮを介して他の装置から必要な情報を取得し、記憶部３０に格納する。具体的には、外界センサ群４からはセンサ認識データ群３１の情報を、車両センサ群５からは車両情報データ群３２の情報を、地図情報管理装置６および外部通信装置９からは走行環境データ群３３の情報をそれぞれ取得し、記憶部３０に格納して後段の処理部に受け渡す。

死角領域特定部１２は、情報取得部１１が取得したセンサ認識データ群３１に基づき、死角領域データ群３４を生成する処理を行い、記憶部３０に格納して死角領域危険事象判定部１３と潜在危険度マップ生成部１５に受け渡す。このとき、センサ認識データ群３１に死角領域データ群３４相当の情報（例えば、ＯＧＭ）が含まれる場合は、その情報に必要な補正（座標変換、時刻補正等）をかけることで、死角領域データ群３４を生成することができる。一方、外界センサ群４が所定の処理周期ごとに検出した状態の情報、例えば検出範囲（角度、距離等）と検出情報のみがセンサ認識データ群３１に含まれる場合は、前回の処理周期で生成した死角領域データ群３４と組み合わせて、確率的に最も可能性の高い検出状態を推定し、その推定結果から死角領域を判断することで今回の死角領域データ群３４を生成することが望ましい。

死角領域危険事象判定部１３は、死角領域特定部１２が生成した死角領域データ群３４と、情報取得部１１が取得した走行環境データ群３３とに基づき、死角領域の危険事象を判定する処理を行う。本処理の詳細は、図４と図５を用いて後述する。そして、処理結果から死角領域危険事象データ群３５を生成し、記憶部３０に格納して潜在障害物生成部１４に受け渡す。

潜在障害物生成部１４は、死角領域危険事象判定部１３が生成した死角領域危険事象データ群３５に基づき、当該危険事象に該当する仮想的な障害物である潜在障害物を各死角領域に対して設定し、当該潜在障害物の情報である潜在障害物データ群３６を生成する処理を行う。そして、生成した潜在障害物データ群３６を記憶部３０に格納して潜在危険度マップ生成部１５に受け渡す。

潜在危険度マップ生成部１５は、死角領域特定部１２が生成した死角領域データ群３４と、潜在障害物生成部１４が生成した潜在障害物データ群３６と、情報取得部１１が取得した車両情報データ群３２とに基づき、各死角領域の潜在障害物によってもたらされる潜在危険度を算出する。そして、潜在危険度に応じた潜在危険度マップを車両２の周囲に対して設定し、当該潜在危険度マップの情報である潜在危険度マップデータ群３７を生成する処理を行う。本処理の詳細は、図９と図１０を用いて後述する。潜在危険度マップ生成部１５は、生成した潜在危険度マップデータ群３７を記憶部３０に格納して走行制御計画部１６と情報出力部１７に受け渡す。

走行制御計画部１６は、潜在危険度マップ生成部１５が生成した潜在危険度マップデータ群３７や、情報取得部１１が取得したセンサ認識データ群３１、車両情報データ群３２、走行環境データ群３３等に基づき、車両２の走行制御の軌道を計画し、その軌道に追従するための制御指令値等を生成する。そして、生成した車両２の計画軌道や制御指令値から走行制御データ群３８を生成する処理を行う。走行制御計画部１６は、生成した走行制御データ群３８を記憶部３０に格納して情報出力部１７に受け渡す。

情報出力部１７は、走行制御計画部１６が生成した走行制御データ群３８に基づき、制御指令値をアクチュエータ群７に出力する。また、情報取得部１１が取得したセンサ認識データ群３１や、潜在危険度マップ生成部１５が生成した潜在危険度マップデータ群３７、走行制御計画部１６が生成した走行制御データ群３８等に基づき、車両２周辺の走行環境や計画軌道を乗員に提示するための情報をＨＭＩ装置群８に出力する。

（死角領域危険事象判定処理）
図４は、図１、図３の死角領域危険事象判定部１３で実行される処理を説明するフローチャートである。まず、ステップＳ３０１において、死角領域危険事象判定部１３は、死角領域特定部１２が特定した死角領域データ群３４と、情報取得部１１が取得した走行環境データ群３３とを、記憶部３０から取得する。以下では、死角領域特定部１２によってｎ個の死角領域Ａ_１～Ａ_ｎが特定され、これらの死角領域Ａ_１～Ａ_ｎが死角領域データ群３４によって表されているものとして、図４のフローチャートを説明する。

続いてステップＳ３０２において、死角領域危険事象判定部１３は、ステップＳ３０１で取得した走行環境データ群３３と死角領域データ群３４を照合することで、各死角領域Ａ_１～Ａ_ｎにおける走行環境コンテキストを特定する。走行環境コンテキストとは、死角領域における走行環境に関する情報である。例えば、死角領域における車線の形状や属性（進行方向、制限速度、走行規制、車線変更可否等）や横断歩道領域、その車線や横断歩道領域に関連する信号情報や交通状態（平均速度等）、当該死角領域周辺の障害物の状態、当該死角領域に関する統計的知識情報等が含まれる。

続いてステップＳ３０３において、死角領域危険事象判定部１３は、各死角領域Ａ_１～Ａ_ｎ内の各範囲要素に対して、ステップＳ３０２で特定した走行環境コンテキストに基づいて、危険事象モデルｒ_１～ｒ_ｎを判定する。そして続くステップＳ３０４において、死角領域危険事象判定部１３は、走行環境コンテキストに基づいて、ステップＳ３０３で判定した各危険事象モデルｒ_１～ｒ_ｎの発生可能性を判定する。危険事象モデルとは、該当する死角領域に存在すると危険と考えられる障害物の種類と行動のパターンを示すものである。すなわち、ステップＳ３０３、Ｓ３０４の処理は、死角領域が置かれている走行環境の推定結果に基づいて、当該死角領域にどのような障害物が潜んでいて、その障害物がどのような行動を取ってくる可能性があるかを判断することを意味している。なお、上記では死角領域Ａ_１～Ａ_ｎに対して危険事象モデルｒ_１～ｒ_ｎを一対一に判定することとしたが、１つの死角領域に対して複数の危険事象モデルを判定してもよい。

ステップＳ３０３、Ｓ３０４の処理の具体例を以下に説明する。例えば、死角領域が横断歩道領域の場合は、当該死角領域において自転車が横断歩道を横断するという危険事象モデルを想定する。危険事象モデルとして歩行者を想定してもよいが、最も危険な事象を想定しておくことで他の危険事象にも対応可能となるため、好ましくは、死角領域からの飛出し速度が最も厳しい自転車で想定しておく。この危険事象モデルの発生可能性は、例えば、同横断歩道に関連する歩行者用信号の状態に応じて判断する。歩行者用信号が青もしくは赤に変化した直後の場合は、歩行者や自転車が横断する可能性が高いのに対し、一定時間赤だった場合はその可能性が低い。こうした判断は、特に車両２が交差点で右左折するような場合において有用である。

また例えば、死角領域が歩道領域に接している場合は、歩行者が車道に飛び出してくる危険事象モデルを想定する。危険事象モデルの発生可能性は、例えば、当該死角領域の周辺に駐車車両（特にバスやタクシーのような車両）が存在するかどうかで判断する。駐車車両が存在する場合は、同車両から降りた人や乗ろうとする人が道路を無理に横断する可能性が高くなると判断可能である。また、スクールゾーンや統計的に事故が多発しているという知識情報も、この危険事象モデルの発生可能性が高いと判断する材料となり得る。

潜在障害物が車両の場合、歩行者や自転車等の場合と比較して、走行環境に応じた挙動の変化幅は大きい。そのため、挙動を共通的に扱った場合に、車両の場合は特に受ける影響が大きく、誤った判断につながる危険性が高い。車両に関する危険事象モデルを特定する処理の詳細については、図５にて後述する。

次に、ステップＳ３０５において、死角領域危険事象判定部１３は、ステップＳ３０３で判定した危険事象モデルｒ_１～ｒ_ｎにそれぞれ対応する危険事象情報Ｒ_１～Ｒ_ｎを生成する。ステップＳ３０３の危険事象モデルｒ_１～ｒ_ｎの判定では、各死角領域Ａ_１～Ａ_ｎにおける潜在障害物の種類と行動のパターンしか特定されないが、ステップＳ３０５では、走行環境の動的側面（交通状態等）も踏まえて、当該潜在障害物の具体的なパラメータを決定し、危険事象情報Ｒ_１～Ｒ_ｎに反映する。

なお、すべての死角領域の危険事象モデルのリスクを一様に評価すると、過度にリスクを考慮する可能性があるため、ステップＳ３０５の処理では、ステップＳ３０４で判定した危険事象モデルごとの発生可能性を考慮して、選択的に危険事象情報を生成することが望ましい。例えば、ステップＳ３０４で発生可能性が高いと判定された危険事象モデルのみを、ステップＳ３０５において危険事象情報の生成対象とする。その場合、上述の横断歩道領域に基づく危険事象モデルの例では、歩行者用信号が青もしくは赤に変化した直後の場合に、該当する危険事象情報が生成されることになる。または、ステップＳ３０４で判定した発生可能性に関する情報を危険事象情報に加えて、後段の潜在障害物の危険度判断時に、その発生可能性が高いほど危険度が高くなるように設定することで、危険事象モデルごとの発生可能性を考慮してもよい。

最後に、ステップＳ３０６において、死角領域危険事象判定部１３は、ステップＳ３０５で生成した危険事象情報Ｒ_１～Ｒ_ｎを記憶部３０の死角領域危険事象データ群３５に格納する。その後、死角領域危険事象判定部１３の処理を終了する。

図５は、図４のステップＳ３０３において車両に関する危険事象モデルを特定するための危険事象モデル決定表の一例である。図５の表では、自車両２に対する死角領域の車線の位置と進行方向の関係を横方向に分類し、自車両２に対する死角領域の道路上での位置関係（道路上前後関係）を縦方向に分類している。これらの分類の組合せごとに、自車両２の周囲における各死角領域の潜在障害物が車両である場合の各潜在障害物の危険事象モデルが、図５の危険事象モデル決定表において設定されている。

自車両２と反対方向の車線上の死角領域に存在する潜在障害物の場合、最も危険なのは、死角から自車両に向かって高速に移動する対向車である。ただし、自車両２の側方や後方の死角領域の場合は、仮に対向車が存在していたとしても、その対向車は自車両に衝突することなく通過していくため、自車両２にとっての危険性はない。そのため、図５の列４０４に示すように、反対方向の車線については、道路上前後関係が「前方」の場合、すなわち道路上で自車両２の前方に位置する死角領域の場合のみ、危険事象モデルとして「最大車速車線走行」が決定される。一方、道路上前後関係が「側方」、「後方」の場合は、危険事象モデルが「Ｎ／Ａ」となっている。これは、道路上で自車両２の側方や後方に位置する死角領域には危険事象モデルが設定されないことを表している。なお、「最大車速車線走行」とは、その車線において想定し得る最高速度で走行する車両のモデルを意味する。各車線の想定し得る最高速度は、例えば走行環境データ群３３に含まれる交通情報に基づき、当該車線が属する道路の法定速度や当該車線の交通状態（渋滞状況）を考慮して判断することができる。

図５において、「前方」「側方」「後方」とは、道路に沿った自車両２と死角領域との位置関係を示しており、必ずしも空間上における位置関係を示しているわけではない。例えば、道路がカーブしている場合、その道路上の走行先にある死角領域が空間上では自車両２の側方に位置することもあるが、このような場合でも、図５では当該死角領域の位置関係を「前方」として扱う。また、前方交差点における接続先道路の死角領域についても同様に、自車両２との空間上の位置関係に拠らず、「前方」として扱う。またこの場合、自車両２に対する死角領域の車線の進行方向は、当該交差点から離れていく進行方向の車線を「同一方向」、当該交差点に向かっていく進行方向の車線を「反対方向」としてそれぞれ扱う。

自車両２と同一方向の車線上の死角領域における潜在障害物の場合は、自車両２に対する道路上での位置関係に応じて、最も危険な走行速度が変わってくる。具体的には、道路上前後関係が「前方」の場合は、逆走の可能性を考慮しないものとすると、潜在障害物の走行速度が０の場合、すなわち停止車両が最も危険な事象となる。一方、道路上前後関係が「後方」の場合は、潜在障害物の走行速度が高い場合、すなわち自車両２に対して高速に向かってくる車両が最も危険な事象である。また、道路上前後関係が「側方」の場合は、潜在障害物の走行速度が同程度の場合、すなわち自車両２の側方に長い間留まっている車両が最も危険な事象である。

なお、道路上前後関係が「側方」の場合には、自車両２の側方に長い間留まっている車両だけでなく、自車両２よりも高速で側方を通過する車両も危険を伴うと考えられる。しかしながら、このように自車両２と速度差がある車両については、図２のように自車両２の後側方に外界センサ群４で検出可能な領域が存在すれば、その領域内で検出した時の情報からトラッキングすることで、当該車両を顕在的な障害物情報として扱える場合が多い。したがって、潜在的な危険事象として考慮する必要はない。一方、上記のように自車両２との速度差がない車両の場合、死角領域に長時間隠れてしまうことで、検出時の情報のトラッキングが途切れてしまう。そのため、死角領域の潜在的な危険事象として考慮する必要がある。また、自車両２の後側方に外界センサ群４で検出可能な領域が存在しない場合、すなわち後側方のすべてが死角領域の場合には、当該死角領域は「後方」としても扱われる。そのため、自車両２よりも高速に側方を通過する車両の危険性も考慮することが可能である。

また、自車両２と同一方向の車線が複数存在する場合は、車両が車線変更する可能性がある。そのため、危険事象モデルとしては、同一車線を追従する車両のモデルに加えて、車線変更する車両のモデルも考慮する必要がる。ただし、車線変更が可能な領域は車線境界線の線種や標識により規定されている。そのため、走行環境データ群３３により車線変更不可と判断できる領域は、図４のステップＳ３０４において、当該領域で車両が車線変更する危険事象モデルの発生可能性を低いと判断して、続くステップＳ３０５で危険事象情報の生成を抑制するか、その危険度を低く評価することが望ましい。

図５の危険事象モデル決定表では、以上説明したような考え方に基づき、自車両２と同一方向の車線上の死角領域に潜在障害物として存在する他車両の危険事象モデルが、列４０１～４０３のように設定されている。なお、図５の危険事象モデル決定表は、自車両２に対する他車両の危険性を判断するためのものであるため、自車両２と同一車線もしくは隣接車線に向かう方向の車線変更を考慮しており、他の方向の車線変更については対象外としている。

例えば、道路上前後関係が「前方」の場合は、前述のように停止車両が最も危険な事象であるが、他車両が車線変更を行う場合には他車両にある程度の速度が必要となる。そのため、図５の表では、同一車線追従に対応する危険事象モデルである「停止」とともに、車線変更に対応する危険事象モデルとして「低車速車線変更」が設定されている。

なお、図５の表では、自車両２の存在との関係で発生し得ない危険事象モデルを除外している。具体的には、車線の位置が「同一車線」であり、かつ道路上前後関係が「側方」である場合は、自車両２と他車両の存在領域が重複するため、危険事象モデルが設定されていない。また、車線の位置が「同一車線」であり、かつ道路上前後関係が「後方」である場合は、他車両が同一車線の走行を続けると自車両２が他車両の走行を妨げることになるため、同一車線追従に対応する危険事象モデルが設定されていない。さらに、車線の位置が「隣接車線」であり、かつ道路上前後関係が「側方」または「後方」である場合は、自車両２や遮蔽物が車線変更する他車両の走行を妨げるため、車線変更に対応する危険事象モデルが設定されていない。

以上説明したように、死角領域危険事象判定部１３は、死角領域特定部１２が特定した各死角領域の車線情報と、自車両２に対する各死角領域の道路上の位置関係とに基づき、各死角領域に存在し得る潜在的な障害物の想定挙動を判断し、その判断結果に応じた危険事象モデルを特定して危険事象情報を死角領域危険事象データ群３５に格納する。これにより、各死角領域における走行環境のコンテキストを判定し、それに基づいて死角領域に潜む移動体の挙動を適切に推定できるため、後段の処理において、死角領域によってもたらされる潜在的なリスクを適切に評価することが可能となる。

次に具体的な走行シーン例を用いて、図１、図３の死角領域危険事象判定部１３、潜在障害物生成部１４、潜在危険度マップ生成部１５および走行制御計画部１６の処理を説明する。

（第１動作例）
図６は、車両システム１の第１動作例に対応する走行シーンを示している。図６に示す走行シーンでは、自車両２の進行方向と同一方向に二車線（車線５８０、５８１）、反対方向に一車線（車線５８２）を有する道路において、自車両２が車線５８１を走行中のシーンを示している。この走行シーンに対して、外界センサ群４により、図２（ａ）と同様の検出範囲５１０、５１１、５１２に対してセンサ認識データ群３１が取得され、これらの検出範囲５１０～５１２に含まれないハッチング領域５００が、死角領域特定部１２によって死角領域として特定される。なお、車線５８０～５８２の形状や属性は、走行環境データ群３３から特定することができる。

死角領域特定部１２の処理が完了すると、死角領域危険事象判定部１３は、前述の図４に示したフローチャートに従い処理を行う。以下では、第１動作例における危険事象モデルは、図４の処理において図５の危険事象モデル決定表に基づき判定されるものとして説明する。

死角領域危険事象判定部１３は、図４のステップＳ３０１において、まず図６に示されるような走行シーンに対応する死角領域データ群３４と走行環境データ群３３を取得する。続く図４のステップＳ３０２では、危険事象モデルを判定するための死角領域の走行環境コンテキストを特定する処理を行う。ここで、図５の決定表を用いる場合は、車線間の位置関係が死角領域の走行環境コンテキストに相当する。そのため、ステップＳ３０２では、走行環境データ群３３から自車両２の周辺の車線情報を参照し、死角領域５００が各車線領域と交わる領域を死角領域５０１～５０８として抽出する。そして、抽出した死角領域５０１～５０８のそれぞれに対して、該当する車線の位置関係の情報を紐づける。具体的には、例えば、車線情報に含まれる車線中心線の形状を死角領域データ群３４上で走査して、死角領域５０１～５０８と非死角領域である検出範囲５１０～５１２との境界を探索することにより、死角領域５０１～５０８に対する走行環境コンテキストの特定を実現する。図６中の星印５５１～５５８は、各車線中心線上における死角領域５０１～５０８と非死角領域との境界点を示している。

続いて、図４のステップＳ３０３において、死角領域危険事象判定部１３は、各死角領域の危険事象モデルを判定する。ここでは図５の危険事象モデル決定表を参照し、死角領域５０１～５０８の走行環境コンテキストにそれぞれ対応する危険事象モデルを以下のように判断する。

死角領域５０１、５０４は、自車両２に対する車線の進行方向が「同一方向」であり、道路上前後関係が「前方」である。そのため、図５の表から「停止」及び「低車速車線変更」の危険事象モデルに該当すると判定される。一方、死角領域５０２は、自車両２に対する車線の進行方向と位置関係がそれぞれ「同一方向」、「隣接車線」であり、道路上の前後関係が「側方」である。なお、ここでは死角領域５０２が「後方」の判断基準に該当しないものとする。そのため、図５の表から「同程度車速車線走行」の危険事象モデルに該当すると判定される。

死角領域５０３は、自車両２に対する車線の進行方向と位置関係がそれぞれ「同一方向」、「隣接車線」であり、道路上前後関係が「後方」である。そのため、図５の表から「最大車速車線走行」の危険事象モデルに該当すると判定される。また、死角領域５０５は、自車両２に対する車線の進行方向と位置関係がそれぞれ「同一方向」、「同一車線」であり、道路上前後関係が「後方」である。そのため、図５の表から「最大車速車線変更」の危険事象モデルに該当すると判定される。

死角領域５０６は、自車両２に対する車線の進行方向が「反対方向」であり、道路上前後関係が「前方」である。そのため、図５の表から「最大車速車線走行」の危険事象モデルに該当すると判定される。一方、死角領域５０７、５０８は、自車両２に対する車線の進行方向が「反対方向」であり、道路上前後関係がそれぞれ「側方」、「後方」である。そのため、図５の表から該当する危険事象モデルは存在しないと判定される。

続いて、図４のステップＳ３０４において、死角領域危険事象判定部１３は、各危険事象モデルの発生可能性を判定する。ここでは走行環境データ群３３を参照して各車線の属性を特定し、各危険事象モデルの発生可能性を以下のように判断する。

図６において、車線５８０と車線５８１の境界線は、自車両２の後方から側方にかけては実線で、自車両２の側方から前方にかけては破線でそれぞれ表現されている。実線は車線変更不可、破線は車線変更可能であることをそれぞれ示している。そのため、車線５８１上の死角領域５０５から車線５８０への車線変更は、法規上許されていないと判断できる。したがって、ステップＳ３０３で死角領域５０５の危険事象モデルと判定された「最大車速車線変更」は、発生する可能性が低いと判断できる。

なお、死角領域５０１と死角領域５０４の「低車速車線変更」の危険事象モデルは、それぞれ死角領域５０４と死角領域５０１の「停止」の危険事象モデルと位置関係で重複し、かつ「停止」の方の危険度が高い。そのため、これらの危険事象モデルについては、以降の処理対象から外すように発生可能性が低いと判断してもよい。

最後に、図４のステップＳ３０５において、死角領域危険事象判定部１３は、各危険事象モデルに対応する危険事象情報を生成する。そして、ステップＳ３０６で記憶部３０の死角領域危険事象データ群３５に記録する。ここで、ステップＳ３０４で発生可能性が低いと判断された危険事象モデルを危険事象情報の生成対象から外すものとすると、ステップＳ３０５で危険事象情報が生成される危険事象モデルと死角領域の組合せは、（「停止」、死角領域５０１）、（「同程度車速車線走行」、死角領域５０２）、（「最大車速車線走行」、死角領域５０３）、（「停止」、死角領域５０４）、（「最大車速車線走行」、死角領域５０６）の５つのセットである。第１動作例では、図６の走行シーンに対して、これらの組合せに関する危険事象情報が生成され、死角領域危険事象データ群３５に記録される。

図７は、第１動作例の走行シーンにおいて生成、記録された死角領域危険事象データ群３５の一例を示している。図７の死角領域危険事象データ群３５は、例えば、死角領域の識別子である死角領域ＩＤ８０１と、障害物種別８０２と、危険事象モデル８０３と、最高速度時のパラメータ８０４と、最低速度時のパラメータ８０５とを含んで構成される。なお、最高速度時のパラメータ８０４と最低速度時のパラメータ８０５は、位置、速さ、進行方向の各情報からそれぞれ構成される。また、危険事象モデル８０３は、自車両２にとって最も危険な潜在障害物の場所と挙動を代表的に表現したものだが、実際には障害物の場所と挙動はさまざまな範囲を取り得る。最高速度時のパラメータ８０４や最低速度時のパラメータ８０５は、これらの範囲を明示的に示す必要がある場合に用いる。

図７から、例えば死角領域５０２の潜在障害物は、座標５５２－１から座標５５２－２の間を取り得ることが分かる。このとき、死角領域５０２の潜在障害物が所定時間後の走行位置として最も遠くまで到達可能なのは、最前方の座標５５２－１から取り得る最高速度で走行した場合である。これを上限と呼ぶことにする。一方、同じ所定時間後の走行位置として最も近くに留まるのは、最後方の座標５５２－２から取り得る最低速度で走行した場合である。これを下限と呼ぶことにする。この上限と下限の走行位置によって挟まれた範囲が、死角領域５０２の潜在障害物の存在可能範囲である。なお、図７では、自車両２の速度が４０ｋｍ／ｈであり、自車両２と同程度の車速を±５ｋｍ／ｈとしたときの各死角領域のデータ例を示している。したがって、死角領域５０２のデータでは、最高速度時のパラメータ８０４における速さを４５ｋｍ／ｈとし、最低速度時のパラメータ８０５における速さを３５ｋｍ／ｈとしている。このように、危険事象モデルに従う潜在障害物の存在可能範囲を明示的に示す必要がある場合は、最低速度時のパラメータを設定する。

一方、それ以外の死角領域５０１、５０３、５０４、５０６は、境界が車線に対して片側しか存在しないため、死角領域５０２のように上限と下限で範囲を規定できない（上限もしくは下限が存在しない）。このような場合は、最高速度時のパラメータ８０４として片側の境界情報を設定し、最低速度時のパラメータ８０５には何も設定しない。このとき、最高速度時のパラメータ８０４の位置には、各死角領域の境界点の座標（図６の星印５５１、５５３、５５４、５５６）をそれぞれ設定し、速さには危険事象モデルに応じた値をそれぞれ設定する。例えば、危険事象モデルが「停止」である死角領域５０１、５０４には０ｋｍ／ｈを設定し、危険事象モデルが「最大車速車線走行」である死角領域５０３、５０６には、該当車線の法定速度＋αを設定する。図７の例では、法定速度５０ｋｍ／ｈ、α＝１０ｋｍ／ｈを想定し、６０ｋｍ／ｈが設定されている。なお、死角領域５０３、５０６における法定速度は、走行環境データ群３３に基づいて決定することができる。このとき、走行環境データ群３３に含まれる交通情報に基づいて死角領域５０３、５０６の交通状態を判断し、その判断結果に応じた最高速度を設定してもよい。

また、各死角領域の進行方向には、該当車線の進行方向をそれぞれ設定する。例えば、死角領域５０１、５０２、５０３には車線５８０の進行方向を、死角領域５０４には車線５８１の進行方向を、死角領域５０４には車線５８２の進行方向をそれぞれ指定する。

以上により、死角領域危険事象判定部１３の処理が完了し、図７に示すような死角領域危険事象データ群３５が生成される。続いて、潜在障害物生成部１４の処理に移る。

潜在障害物生成部１４は、死角領域危険事象判定部１３の処理により生成された死角領域危険事象データ群３５を用いて、潜在障害物を生成し、潜在障害物データ群３６を作成する処理を行う。基本的には、死角領域危険事象データ群３５に設定された情報を、センサ認識データ群３１の障害物情報のようなデータ形式で、仮想的な障害物情報として表現する。

図８は、第１動作例の走行シーンにおいて生成、記録された潜在障害物データ群３６の一例を示している。図８は、図７の死角領域危険事象データ群３５に従って生成され、潜在障害物データ群３６に記録された潜在障害物８５１、８５２、８５３、８５４、８５６を、図６の走行シーン上に重畳して示したものである。図８では、図６の死角領域５０１、５０２、５０３、５０４、５０６にそれぞれ対応する潜在障害物８５１、８５２、８５３、８５４、８５６が示されている。なお、死角領域５０５、５０７、５０８については、図７の死角領域危険事象データ群３５に含まれていないため、潜在障害物は生成されない。また、死角領域５０２における潜在障害物８５２として、最高速度時のパラメータを有する潜在障害物８５２－１と、最低速度時のパラメータを有する潜在障害物８５２－２との２つが表現されている。

潜在障害物生成部１４の処理が完了すると、潜在危険度マップ生成部１５の処理に移る。以下では図９、図１０を用いて、潜在危険度マップ生成部１５の処理を説明する。

潜在危険度マップ生成部１５は、潜在障害物生成部１４の処理により生成された潜在障害物データ群３６を用いて、自車両２の周囲の各位置において各潜在障害物によってもたらされる潜在危険度を算出し、潜在危険度マップデータ群３７を作成する処理を行う。

図９は、第１動作例の走行シーンの車線上の各位置における潜在障害物と自車両２の推定到達時間の関係を示している。図９（ａ）は、図８に示した自車両２と各車線上の潜在障害物との位置関係を、横向きに示したものである。図９（ｂ）～（ｄ）は、車線５８０～５８２のそれぞれにおける経過時間ごとの各潜在障害物と自車両２の位置を示したものである。図９（ｂ）～（ｄ）において、横軸は車線上の位置を表し、縦軸は現在時刻からの経過時間を表している。また、各潜在障害物が存在する可能性のある範囲をハッチングで示し、自車両２の想定位置の時間変化を黒の実線で示している。

潜在危険度マップは、車両２の周辺において、車両２が死角領域に潜む潜在的な障害物と衝突する危険度を表したマップである。そのため、潜在危険度マップを生成する対象範囲は、車両２が到達可能な範囲とすることが好ましい。図９（ａ）の黒枠８８０は、運動特性を踏まえた車両２の到達可能な範囲を示している。本動作例では、黒枠８８０内の領域に関して潜在危険度マップを生成するものとする。

図９（ｂ）では、車線５８０上の潜在障害物８５１、８５２－１、８５２－２、８５３の想定位置の時間変化が、破線８６１、８６２－１、８６２－２、８６３にそれぞれ示されている。潜在障害物８５２－１と８５２－２は、上述のようにそれぞれ死角領域５０２における潜在障害物８５２の存在可能範囲の上限と下限を表しており、これらの潜在障害物に対応する２つの破線８６２－１、８６２－２で囲まれた領域（ハッチング領域８７２）が、潜在障害物８５２の存在可能範囲に相当する。一方、潜在障害物８５１は速度０で上限が存在しないため、破線８６１の右側（ハッチング領域８７１）が潜在障害物８５１の存在可能範囲となる。なお、図９（ｂ）ではマージンを考慮して、破線８６１の左側にもハッチング領域８７１が設定されている。また、潜在障害物８５３も、上限の破線８６３に対して下限側が存在しないため、破線８６３の左上側（ハッチング領域８７３）が潜在障害物８５３の存在可能範囲となる。

図９（ｃ）では、車線５８１上の潜在障害物８５４の想定位置の時間変化が、破線８６４に示されている。潜在障害物８５４は速度０であり、その存在可能範囲には上限が存在しないため、破線８６４の右側（ハッチング領域８７４）が潜在障害物８５４の存在可能範囲となる。なお、図９（ｃ）でも図９（ｂ）と同様に、マージンを考慮して、破線８６４の左側にもハッチング領域８７４が設定されている。

図９（ｄ）では、車線５８２上の潜在障害物８５６の想定位置の時間変化が、破線８６６に示されている。潜在障害物８５６は対向車が最大車速で走行する場合を表しており、その存在可能範囲には下限の破線８６６に対して上限が存在しないため、破線８６６の右上側（ハッチング領域８７６）が潜在障害物８５６の存在可能範囲となる。

潜在危険度マップの各位置（グリッドマップの各格子点に相当）における潜在危険度は、当該位置において潜在障害物が存在し得る時間範囲と、自車両２が当該位置に存在すると想定される時間範囲との重なり具合から求める。例えば、図９（ｂ）の横軸上に示した位置８４１において潜在障害物が存在し得る時間範囲は、潜在障害物８５３の存在可能範囲を示すハッチング領域８７３のうち位置８４１に対応する部分８９１－１と、潜在障害物８５２の存在可能範囲を示すハッチング領域８７２のうち位置８４１に対応する部分８９１－２との２つである。それに対して、自車両２の想定位置の時間変化を示す実線８８１は、潜在障害物８５２の存在時間範囲を示す部分８９１－２に内包されている。つまり、位置８４１においては、自車両２がその位置に存在すると想定される時間範囲が潜在障害物８５２と重なっているため、自車両２と潜在障害物８５２が衝突する可能性（潜在危険度）があることを示している。

潜在危険度は、危険の有／無の２値で表現してもよいし、所定段階数のレベルで表現してもよい（例えば、危険度高、中、低）。また、所定範囲内の数値で表現してもよい（例えば、０～１００）。数値で表現する場合は、図４の死角領域危険事象判定部１３の処理において、ステップＳ３０４で算出した発生可能性に基づいた重み定数ｗと、潜在障害物と自車両２の存在時間範囲との重なり度合いを表す重複度ｐとの積により、潜在危険度の値を算出することが望ましい。上記の重複度ｐは、例えば、潜在障害物の存在時間範囲と自車両２の存在時間範囲との距離ｄに対して、ｄが０のときに最大値を取りｄが大きくなるほど値が小さくなるような関数（例えば、ガウス関数）に基づき、算出することが可能である。

図１０は、第１動作例の走行シーンにおいて生成、記録された潜在危険度マップデータ群３７の一例を示している。図１０は、図９に示した潜在障害物と自車両２の推定到達時間の関係に基づき、各潜在障害物によってもたらされる潜在危険度を算出した結果を示したものである。なお図１０では、簡単のため２値表現で潜在危険度を示している。

図１０において、潜在危険度マップの表現対象である領域８８０内でハッチングがかかっている領域９５１、９５２、９５４、９５６は、潜在危険度有りの領域（潜在危険度領域）をそれぞれ示している。潜在危険度領域９５１は、潜在障害物８５１による潜在危険度（正確には潜在障害物８５２も含む）を、潜在危険度領域９５２は、潜在障害物８５２による潜在危険度を、潜在危険度領域９５４は、潜在障害物８５４による潜在危険度を、潜在危険度領域９５６は、潜在障害物８５６による潜在危険度をそれぞれ表している。なお図１０では理解をしやすくするため、潜在障害物８５１、８５２－１、８５２－２、８５４、８５６や道路の各車線の位置を潜在危険度マップ上に示しているが、これらは潜在危険度マップ上に必ずしも表現する必要はない。

潜在危険度マップ生成部１５の処理が完了すると、走行制御計画部１６の処理に移る。走行制御計画部１６は、（１）自車両２が走行する物理的な経路（走行経路）を特定し、（２）当該走行経路における速度計画を行って走行経路に速度情報が加わった走行軌道を生成し、（３）当該走行軌道を追従するためのアクチュエータ群７の制御指令値を算出する、という手順で、走行制御データ群３８を作成する処理を実行する。

手順（１）の走行経路の特定では、例えば、自車速や車線形状等の情報に基づき予め取り得る走行経路の候補を複数生成しておき、手順（２）の速度計画も含めて評価し、総合的に最も望ましい走行軌道を最終的に選択する。潜在危険度マップデータ群３７は、この評価に用いられる。本来は、走行軌道の評価において、潜在危険度だけでなく、外界センサ群４で検出されている障害物や交通ルール等、様々な環境要素が総合的に考慮されるが、ここでは簡単のため潜在危険度に絞って説明する。

図１１は、第１動作例の走行シーンにおいて自車両２が取り得る走行経路候補と潜在危険度の関係を示している。図１１は、潜在危険度マップ生成部１５により生成された潜在危険度マップデータ群３７の上に、自車両２が取り得る走行経路候補１００１～１００３を重畳表示したものである。図１１において、領域９５１、９５２、９５４、９５６は図１０に示したものと同一であり、潜在危険度が高い領域をそれぞれ示している。走行経路候補１００１～１００３は、領域９５２、９５４、９５６と位置１０１１～１０１３においてそれぞれ交わっている。

潜在危険度は、外界センサ群４で実際に検出されている障害物との衝突危険度とは異なり、必ずしも存在するとは限らない潜在障害物に対する衝突危険度を表している。自車両２の走行制御では、確実に存在する障害物に対しては、乗員の乗り心地を損なわずに自車両２が確実に回避可能な軌道を生成することが望ましいが、潜在障害物に対しては、万一本当に存在していた場合に、乗り心地はある程度犠牲にしても最低限の安全性を担保できればよい。これは、潜在障害物は実際には存在する可能性が低く、通常の障害物と同等の制御をしてしまうと、過度にリスクを意識した走行となり、乗り心地や走行安定性が悪化するためである。そのため本実施形態では、走行制御計画部１６において、潜在危険度マップデータ群３７が表す潜在危険度マップ上で潜在危険度が高い領域に対して、自車両２が最低限の安全性を担保できるような走行軌道を生成する方針を採る。

潜在危険度に対する最低限の安全性を担保するために、走行制御計画部１６では、例えば潜在危険度の高い領域９５２、９５４、９５６に入る前に自車両２が停止できるような速度で、走行経路候補１００１～１００３を生成する。領域９５２、９５４、９５６は、上述のように、潜在障害物と衝突する可能性がある領域を示しているため、最悪のケースでは、自車両２がその場所に進入してしまうと、潜在障害物が実在していた場合にその障害物と衝突する危険性がある。しかしながら、外界センサ群４で衝突リスクを検出した場合など、いざというときに自車両２を減速して該当位置の手前で停止できるのであれば、走行経路候補１００１～１００３に従って自車両２を走行させたとしても、衝突を未然に回避することができる。

自車両２において許容できる減速度をαとし、自車両２の現在の速度をｖとすると、自車両２が停止するまでの距離はｖ^２／２αで求められる。走行経路候補１００１～１００３のうちいずれかを自車両２の走行経路とした場合に、自車両２の現在位置から当該走行経路が潜在危険度の高い領域９５２、９５４、９５６とそれぞれ交わる位置、すなわち図１１の位置１０１１～１０１３までの距離をＬとすると、走行制御装置３は、少なくともＬ＞ｖ^２／２αを満たすように、自車両２の速度を制御する必要がある。ただし、これでは当該条件を満たさなくなった時点で急減速がかかってしまうため、実際には当該条件を満たさなくなる前に、緩やかに減速しておくことが望ましい。例えば、自車両２が当該条件を満たさなくなる地点に到達するまでの時間であるＴＴＢ（Time To Braking）を指標として導入し、これに基づいて自車両２の速度を調整する方式が挙げられる。なお、ＴＴＢの値は（Ｌ－ｖ^２／２α）／ｖで算出可能である。急減速を回避するために、例えば、ＴＴＢが所定値以下になった場合に緩やかに減速（＜α）をかけるようにしてもよいし、ＴＴＢが所定値以上となるように速度を制御してもよい。

図１２は、第１動作例の走行シーンにおける走行経路候補と目標速度の算出方法の一例を示している。図１２は、図１１の走行経路候補１００１～１００３において、自車両２が潜在危険度の高い領域に進入する手前で停止するための減速開始点の位置と、ＴＴＢが所定値Ｔ_０以上となるように自車両２の速度を制御した場合の減速開始点の位置との関係を表した図である。図１２（ａ）は、走行経路候補１００２に関する上記の関係を表し、図１２（ｂ）は、走行経路候補１００１、１００３に関する上記の関係を表している。これらの図では、横軸が走行経路上の距離を表し、縦軸が自車両２の速度を表している。

図１１に示したように、走行経路候補１００２は、位置１０１２で潜在危険度の高い領域９５４と交わっている。図１２（ａ）において減速開始点位置１２０１に示すように、自車両２が走行経路候補１００２に沿って走行した際に位置１０１２の手前で停止するための減速開始点は、位置１０１２からｖ^２／２αだけ手前の位置となる。それに対して、ＴＴＢ≧Ｔ_０を満たすためには、図１２（ａ）において減速開始点位置１２０２に示すように、減速開始点が現在位置からＴ_０・ｖだけ前方にないといけない。この両者の交点１２０３が、条件を満たす目標速度となる。

一方、図１１に示したように、走行経路候補１００１と１００３は、潜在危険度の高い領域９５２、９５６との交点である位置１０１１、１０１３が、上記の位置１０１２よりも手前側に存在している。そのため、図１２（ｂ）に示すように、条件を満たす目標速度が走行経路候補１００２の場合と比べて著しく低くなり、望ましくない結果となる。そのため、走行制御計画部１６は、走行経路候補１００２に沿って図１２（ａ）の目標速度で自車両２を走行させるための走行軌道を計画し、その走行軌道に追従するための制御指令値を算出して、走行制御データ群３８を生成する。こうして生成された走行制御データ群３８によって表される制御指令値は、情報出力部１７の処理により、アクチュエータ群７に出力される。

なお、図１２（ａ）の目標速度が理想的な速度（例えば、法定速度）よりも下回っているのは、外界センサ群４による検出範囲が、自車両２を理想的な速度で安全に走行させるための要求を満たしていないことを意味している。これは、外界センサ群４の元々の性能限界に起因し、手動運転に置き換えて考えると、悪天候や急カーブ等により前方が視界不良のときには安全のため人が減速して走行することに相当する。すなわち、悪天候時や急カーブ等においては、外界センサ群４の死角領域が自車両２に近づくため、走行経路における潜在危険度の高い領域との交点も近くなる。そのため、図１２（ａ）の減速開始点位置１２０１が左にシフトし、それによって減速開始点位置１２０２との交点１２０３が左にずれることで、目標速度が下がる。

以上説明したように、本実施形態の車両システム１では、死角領域に潜む潜在障害物の危険度を表現した潜在危険度マップを用いることで、外界センサ群４の死角や検出状況を踏まえた安全な走行制御を容易に実現することができる。

（第２動作例）
次に、前述した走行シーン例とは別の走行シーン例を用いて、図１、図３の死角領域危険事象判定部１３、潜在障害物生成部１４、潜在危険度マップ生成部１５および走行制御計画部１６の具体的な処理を説明する。

図１３は、車両システム１の第２動作例に対応する１つ目の走行シーンを示している。図１３では、互いに対向する車線１３８１、１３８２よりなる縦方向の道路と、互いに対向する車線１３８３、１３８４よりなる横方向の道路とが、信号有の十字路交差点で交差しており、当該交差点を自車両２が車線１３８１から車線１３８３に向かって右折する走行シーンを示している。この走行シーンに対して、外界センサ群４により、検出範囲１３０１に対してセンサ認識データ群３１が取得され、この検出範囲１３０１に含まれないハッチング領域が、死角領域特定部１２によって死角領域として特定される。この死角領域には、自車両２の対向車線１３８２において右折しようと交差点中心付近で待機している対向車両１３７０が遮蔽物となって形成された死角領域１３３１が含まれている。なお、第２動作例では、第１動作例に対して、自車両２の側方を検出可能なセンサが外界センサ群４に追加されており、このセンサによる検出範囲１３０２、１３０３が外界センサ群４の検出範囲１３０１に含まれている。

図１３の走行シーンにおいて、車線１３８１～１３８４の形状や属性は、走行環境データ群３３から特定することができる。また、交差点の信号は、縦方向の道路側が青であり、横方向の道路側が赤の状態であるものとする。なお、信号の状態についても、走行環境データ群３３から特定することができる。

死角領域特定部１２の処理が完了すると、死角領域危険事象判定部１３は、前述の図４に示したフローチャートに従い処理を行う。

死角領域危険事象判定部１３は、図４のステップＳ３０１において、まず図１３に示されるような走行シーンに対応する死角領域データ群３４と走行環境データ群３３を取得する。続く図４のステップＳ３０２では、第１動作例と同様にして、走行環境データ群３３から車両２周辺の車線情報を参照し、車線ごとの死角領域１３４１～１３４５を抽出するとともに、死角領域１３４１～１３４５と非死角領域である検出範囲１３０１との境界点１３２１～１３２５を特定する。

続いて、図４のステップＳ３０３において、死角領域危険事象判定部１３は、各死角領域の危険事象モデルを判定する。ここでは第１動作例と同様に、図５の危険事象モデル決定表を参照することで、死角領域１３４１～１３４５にそれぞれ対応する危険事象モデルを以下のように判断する。

自車両２は交差点を車線１３８１から車線１３８３に向かって右折することから、車線１３８１の対向車線である車線１３８２上の死角領域１３４１と、車線１３８３の対向車線である車線１３８４上の死角領域１３４３とは、自車両２に対する車線の進行方向が「反対方向」であり、道路上前後関係が「前方」であると判断される。そのため、図５の表から「最大車速車線走行」の危険事象モデルに該当すると判定される。また、車線１３８３上の死角領域１３４２は、自車両２に対する車線の進行方向が「同一方向」であり、道路上前後関係が「前方」である。そのため、図５の表から「停止」の危険事象モデルに該当すると判定される。なお、ここでは同一方向の車線が１つしか存在しないため、「低車速車線変更」の危険事象モデルには該当しないと判断される。

図１３の走行シーンでは、前述のように自車両２が交差点で右折を既に開始しており、直進や左折をすることができない状態を想定している。そのため、死角領域１３４４、１３４５は、道路上前後関係が「後方」の扱いとなる。また、自車両２に対する車線の進行方向は、死角領域１３４４が「同一方向（隣接車線）」であり、死角領域１３４５が「反対方向」である。そのため、図５の表から、死角領域１３４４は「最大車速車線走行」、死角領域１３４５は「該当なし（Ｎ／Ａ）」の危険事象モデルに該当するとそれぞれ判定される。なお、自車両２が交差点に入る前だった場合は、直進、右左折のいずれにも向かうことが可能であるため、死角領域１３４４、１３４５は、道路上前後関係が「前方」の扱いになる。

続いて、図４のステップＳ３０４において、死角領域危険事象判定部１３は、各危険事象モデルの発生可能性を判定する。図１３の走行シーンでは、図を横方向に横切っている道路に対する信号は赤の状態であるため、死角領域１３４３、１３４４から車両が飛び出してくる可能性は低いと判断できる。したがって、ステップＳ３０３で死角領域１３４３、１３４４に対してそれぞれ判定された危険事象モデルは、発生する可能性が低いと判断できる。

最後に、図４のステップＳ３０５において、死角領域危険事象判定部１３は、各危険事象モデルに対応する危険事象情報を生成する。そして、ステップＳ３０６で記憶部３０の死角領域危険事象データ群３５に記録する。ここで、ステップＳ３０４で発生可能性が低いと判断された死角領域１３４３、１３４４の危険事象モデルを危険事象情報の生成対象から外すものとすると、ステップＳ３０５で危険事象情報が生成される危険事象モデルと死角領域の組合せは、（「最大車速車線走行」、死角領域１３４１）（「停止」、死角領域１３４２）の２つのセットである。第２動作例では、図１３の走行シーンに対して、これらの組合せに関する危険事象情報が生成され、死角領域危険事象データ群３５に記録される。

続いて、図１４～図１７を用いて潜在障害物生成部１４および潜在危険度マップ生成部１５の処理結果を説明する。図１４は、第２動作例の１つ目の走行シーンにおいて生成、記録された潜在障害物データ群３６および潜在危険度マップデータ群３７の一例を示している。図１４は、図１３の走行シーンに対する死角領域危険事象データ群３５に従って、潜在障害物生成部１４により生成されて潜在障害物データ群３６に記録された潜在障害物１４２１、１４２２と、これらの潜在障害物に対して生成されて潜在危険度マップデータ群３７に記録された潜在危険度マップとを示している。図１４において、潜在危険度マップの表現対象である領域１４１０内でハッチングがかかっている領域１４３１、１４３２は、潜在障害物１４２１、１４２２による潜在危険度が高い領域をそれぞれ示している。

図１５は、第２動作例の１つ目の走行シーンの車線上の各位置における潜在障害物と自車両２の推定到達時間の関係を示している。図１５では、図１４の車線１３８２について、自車両２と対向車両１３７０および潜在障害物１４２１との位置関係を横向きに示すとともに、経過時間ごとの潜在障害物１４２１と自車両２の位置を示している。図１５の上図において、横軸は車線１３８２上の位置を表し、縦軸は現在時刻からの経過時間を表している。また、自車両２の想定位置の時間変化を黒の実線１５０１で示し、潜在障害物１４２１の想定位置の時間変化を破線１５０２で示すとともに、潜在障害物１４２１が存在する可能性のある範囲をハッチング領域１５１２で示している。なお、実線１５０１では、自車両２の側方から後方にかけての部分に相当するデータが存在しない。これは、自車両２の旋回半径の関係で到達できない部分のデータが設定されていないためである。

図１５では、自車両２の想定位置の時間変化を示す実線１５０１が、潜在障害物１４２１の存在可能範囲を示すハッチング領域１５１２に内包されている。これは、ハッチング領域１５１２において、潜在障害物１４２１による潜在危険度が高いということを意味している。したがって、図１４に示すように、潜在障害物１４２１に対応する領域１４３１が潜在危険度マップ上に表現されている。

図１４の潜在危険度マップを見ると、自車両２の右折経路１３１０上に潜在危険度が高い領域１４３１が存在している。つまり、自車両２がこのまま発進すると、対向車両１３７０の死角に他の車両が潜んでいる場合に、その車両と衝突する危険性があることを意味している。

図１６は、車両システム１の第２動作例に対応する２つ目の走行シーンを示している。図１６では、図１３において自車両２の前方で右折待ちしている対向車両１３７０がいなくなった走行シーンと、その走行シーンにおける潜在障害物および潜在危険度マップとを示している。図１６の走行シーンでは、図１３に存在していた対向車両１３７０による死角領域１３３１がなくなるため、対向車線１３８２の死角領域と非死角領域の境界点は、外界センサ群４の検出限界点にまで後退する。その結果、潜在障害物生成部１４の処理によって潜在障害物１６２１が生成され、この潜在障害物１６２１による潜在危険度が高い領域として、ハッチングで示した領域１６３１が潜在危険度マップ上に表現される。

図１７は、第２動作例の２つ目の走行シーンの車線上の各位置における潜在障害物と自車両２の推定到達時間の関係を示している。図１７では、図１６の車線１３８２について、自車両２と潜在障害物１６２１との位置関係を横向きに示すとともに、経過時間ごとの潜在障害物１６２１と自車両２の位置を示している。図１７でも図１５と同様に、上図の横軸は車線１３８２上の位置を表し、縦軸は現在時刻からの経過時間を表している。また、自車両２の想定位置の時間変化を黒の実線１７０１で示し、潜在障害物１６２１の想定位置の時間変化を破線１７０２で示すとともに、潜在障害物１６２１が存在する可能性のある範囲をハッチング領域１７１２で示している。

図１６の走行シーンでは、車線１３８２上の死角領域が、図１３の死角領域１３３１よりも交差点から離れた位置に設定される。そのため、図１７に示すように、潜在障害物１６２１の存在可能範囲を示すハッチング領域１７１２は、図１５のハッチング領域１５１２と比較して、図の左側にずれている。その結果、車線１３８２上の自車両２の想定位置の時間変化を示す実線１７０１と、潜在障害物１６２１の存在可能範囲を示すハッチング領域１７１２とは、交差点付近では重なっていない。ここで、同じ位置に対する自車両２と潜在障害物１６２１のそれぞれ推定到達時間が所定の安全マージンΔｔ以上離れているときに潜在危険度が低いものとすると、図１７の位置１７３０よりも右側の領域において、潜在危険度が低いと判断される。図１６のハッチング領域１６３１は、これを潜在危険度マップ上で表現したものである。

図１６の潜在危険度マップでは、自車両２の右折経路１６１０上には潜在危険度が高い領域が存在していない。つまり、自車両２がこのまま発進しても、対向車線１３８２を走行してくる他の車両と衝突する危険性がないことを意味している。

以上説明したように、本実施形態の車両システム１では、同一位置に対する潜在障害物と自車両２の推定到達時間をそれぞれ算出し、これらが時間的に交錯するかどうかに基づき算出した潜在危険度を潜在危険度マップに表現する。これにより、潜在危険度マップ上で自車両２の想定経路と潜在危険度が高い領域との交点を探索することで、死角領域内に潜在的に存在する障害物によってもたらされる危険性を判断することができる。そのため、例えば、右折待ち対向車により対向車線が適切に見えていないような状況での右折においても、発進可否を安全に判断することが可能である。

以上説明した本発明の一実施形態によれば、以下の作用効果を奏する。

（１）車両２に搭載されるＥＣＵである走行制御装置３は、車両２に搭載される外界センサ群４の検出範囲に含まれない死角領域を特定する死角領域特定部１２と、死角領域特定部１２が特定した死角領域を含む車両２の周辺の道路の車線情報を取得する情報取得部１１と、死角領域危険事象判定部１３とを備える。死角領域危険事象判定部１３は、情報取得部１１が取得した死角領域の車線情報と、車両２に対する死角領域の道路上の位置関係とに基づき、死角領域に存在し得る潜在的な障害物の想定挙動を判断する。このようにしたので、死角領域に存在し得る潜在的な障害物の挙動を適切に判断することができる。

（２）走行制御装置３は、潜在的な障害物の想定挙動に基づいて、車両２の周辺における潜在的な走行危険度を表現した潜在危険度マップを生成する潜在危険度マップ生成部１５をさらに備える。このようにしたので、死角領域に存在し得る潜在的な障害物が車両２に及ぼすリスクを適切に評価することができる。

（３）走行制御装置３は、潜在危険度マップ上で表現された潜在的な走行危険度が所定値以上の領域である潜在危険度領域に対して、危険回避可能な走行状態を維持しながら車両２を制御するための情報であるアクチュエータ群７の制御指令値を出力する情報出力部１７をさらに備える。ここで、危険回避可能な走行状態とは、車両２が潜在危険度領域に到達する前に停止可能であるという条件を満たす走行状態であることが好ましい。このようにしたので、死角領域に障害物が存在した場合でも、その障害物との衝突を確実に回避できるように車両２を走行させることができる。

（４）潜在危険度マップ生成部１５は、図９，１５，１７で説明したように、車両２の挙動に基づいて、車両２の周辺位置における車両２の推定到達時間を判断するとともに、潜在的な障害物の想定挙動に基づいて、車両２の周辺位置における潜在的な障害物の推定到達時間を判断する。そして、車両２の推定到達時間と潜在的な障害物の推定到達時間との重なりに基づいて、車両２の周辺位置における潜在的な走行危険度を判断する。このようにしたので、車両２の周辺位置における潜在的な走行危険度を適切に判断することができる。

（５）図５の危険事象モデル決定表で説明したように、死角領域危険事象判定部１３は、死角領域の車線情報が表す進行方向と車両２の進行方向とが一致し、かつ、車両２に対して死角領域が道路上で前方に位置する場合、潜在的な障害物は停止していると判断する。また、死角領域の車線情報が表す進行方向と車両２の進行方向とが異なり、かつ、車両２に対して死角領域が道路上で前方に位置する場合、潜在的な障害物は死角領域の道路環境に応じた最高速度で走行していると判断する。このとき、例えば死角領域の車線情報が表す法定速度や、情報取得部１１が取得した交通情報に含まれる死角領域の交通状態に関する情報に基づいて、最高速度を算出することができる。また、死角領域の車線情報が表す進行方向と車両２の進行方向とが一致し、かつ、車両２に対して死角領域が道路上で側方に位置する場合、潜在的な障害物は車両２と同程度の速度で走行していると判断する。このようにしたので、死角領域に存在し得る潜在的な障害物の想定挙動を適切に判断することができる。

なお、以上で説明した実施形態は一例であり、本発明はこれに限られない。すなわち、本発明では様々な応用が可能であり、あらゆる実施の形態が本発明の範囲に含まれる。例えば、上記実施形態では、死角領域を所定の形状で表現したが、図２で示したように格子状マップのセル単位で表現してもよいし、複数のセルの集合体で表現してもよい。

また、例えば上記の実施形態では、走行制御装置３において、それぞれ一つの処理部１０および記憶部３０を用いて各処理を実行する例を記載しているが、処理部１０や記憶部３０を複数に分けて構成し、各処理を異なる処理部や記憶部で実行してもよい。その場合は、例えば、同様の構成を持つ処理ソフトウェアがそれぞれの記憶部に搭載され、それぞれの処理部で分担して当該処理を実行する形態としてもよい。

また、上記の実施形態では、走行制御装置３の各処理を、プロセッサとＲＡＭを用いて、所定の動作プログラムを実行することで実現しているが、必要に応じて独自のハードウェアで実現することも可能である。また、上記の実施形態では、外界センサ群４、車両センサ群５、アクチュエータ群７、ＨＭＩ装置群８、外部通信装置９をそれぞれ個別の装置として記載しているが、必要に応じて任意のいずれか２つ以上を組合せて実現することも可能である。

また、図面には、実施形態を説明するために必要と考えられる制御線及び情報線を示しており、必ずしも、本発明が適用された実際の製品に含まれる全ての制御線及び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もよい。

１：車両システム、２：車両、３：走行制御装置、４：外界センサ群、５：車両センサ群、６：地図情報管理装置、７：アクチュエータ群、８：ＨＭＩ装置群、９：外部通信装置、１０：処理部、１１：情報取得部、１２：死角領域特定部、１３：死角領域危険事象判定部、１４：潜在障害物生成部、１５：潜在危険度マップ生成部、１６：走行制御計画部、１７：情報出力部、３０：記憶部、３１：センサ認識データ群、３２：車両情報データ群、３３：走行環境データ群、３４：死角領域データ群、３５：死角領域危険事象データ群、３６：潜在障害物データ群、３７：潜在危険度マップデータ群、３８：走行制御データ群、４０：通信部

Claims (13)

1. 車両に搭載される電子制御装置であって、
   前記車両に搭載されるセンサの検出範囲に含まれない死角領域を特定する死角領域特定部と、
   前記死角領域を含む前記車両の周辺の道路の車線情報を取得する情報取得部と、
   前記死角領域の車線情報と、前記車両に対する前記死角領域の道路上の位置関係とに基づき、前記死角領域に存在し得る潜在的な障害物の想定挙動を判断する死角領域危険事象判定部と、を備え、
   前記死角領域危険事象判定部は、
   前記車線情報に基づいて、前記死角領域で前記道路と重なる領域を車線ごとに抽出することで、前記死角領域を複数に分割した分割死角領域を前記道路上に設定し、
   複数の前記分割死角領域のそれぞれについて、前記分割死角領域に対応する車線の前記車両に対する進行方向、および、前記車両と前記分割死角領域との道路上の位置関係に基づいて、前記潜在的な障害物の種類と行動のパターンを示す危険事象モデルを特定し、
   前記危険事象モデルの発生可能性の高低を判断し、
   複数の前記分割死角領域のうち前記危険事象モデルの発生可能性が低いと判断した分割死角領域を除外した各分割死角領域について、前記危険事象モデルにおいて前記潜在的な障害物が前記車両と接触する危険性に関する危険事象情報を生成する電子制御装置。
2. 請求項１に記載の電子制御装置において、
   前記死角領域危険事象判定部は、前記分割死角領域に対応する車線から他の車線への車線変更の可否を判断し、車線変更不可と判断した前記分割死角領域については前記危険事象モデルの発生可能性が低いと判断する電子制御装置。
3. 請求項１に記載の電子制御装置において、
   前記死角領域危険事象判定部は、１つの前記分割死角領域に対して特定された複数の前記危険事象モデルのうち、最も危険度が高い危険事象モデルの発生可能性が高く、他の危険事象モデルの発生可能性が低いと判断する電子制御装置。
4. 請求項１に記載の電子制御装置において、
   前記潜在的な障害物の想定挙動に基づいて、前記車両の周辺における潜在的な走行危険度を表現した潜在危険度マップを生成する潜在危険度マップ生成部をさらに備える電子制御装置。
5. 請求項４に記載の電子制御装置において、
   前記潜在危険度マップ上で表現された前記潜在的な走行危険度が所定値以上の領域である潜在危険度領域に対して、危険回避可能な走行状態を維持しながら前記車両を制御するための情報を出力する情報出力部をさらに備える電子制御装置。
6. 請求項５に記載の電子制御装置において、
   前記危険回避可能な走行状態とは、前記車両が前記潜在危険度領域に到達する前に停止可能であるという条件を満たす走行状態である電子制御装置。
7. 請求項４に記載の電子制御装置において、
   前記潜在危険度マップ生成部は、
   前記車両の挙動に基づいて、前記車両の周辺位置における前記車両の推定到達時間を判断し、
   前記潜在的な障害物の想定挙動に基づいて、前記車両の周辺位置における前記潜在的な障害物の推定到達時間を判断し、
   前記車両の推定到達時間と前記潜在的な障害物の推定到達時間との重なりに基づいて、前記車両の周辺位置における潜在的な走行危険度を判断する電子制御装置。
8. 請求項１に記載の電子制御装置において、
   前記死角領域危険事象判定部は、前記分割死角領域に対応する車線の進行方向と前記車両の進行方向とが一致し、かつ、前記車両に対して前記分割死角領域が道路上で前方に位置する場合、前記道路上で停止している停止車両に応じた前記危険事象モデルを特定する電子制御装置。
9. 請求項１に記載の電子制御装置において、
   前記死角領域危険事象判定部は、前記分割死角領域に対応する車線の進行方向と前記車両の進行方向とが反対であり、かつ、前記車両に対して前記分割死角領域が道路上で前方に位置する場合、前記死角領域の道路環境に応じた最高速度で走行している対向車両に応じた前記危険事象モデルを特定する電子制御装置。
10. 請求項９に記載の電子制御装置において、
    前記死角領域危険事象判定部は、前記分割死角領域に対応する車線が属する道路の法定速度に基づいて前記最高速度を算出する電子制御装置。
11. 請求項９に記載の電子制御装置において、
    前記情報取得部は、前記分割死角領域に対応する車線の交通状態に関する情報を含む交通情報を取得し、
    前記死角領域危険事象判定部は、前記交通情報が表す前記分割死角領域に対応する車線の交通状態に基づいて前記最高速度を算出する電子制御装置。
12. 請求項１に記載の電子制御装置において、
    前記死角領域危険事象判定部は、前記分割死角領域に対応する車線の進行方向と前記車両の進行方向とが一致し、かつ、前記車両に対して前記分割死角領域が同じ道路の他の車線上で側方に位置する場合、前記車両と同程度の速度で走行している他車両に応じた前記危険事象モデルを特定する電子制御装置。
13. 請求項１に記載の電子制御装置において、
    前記死角領域危険事象判定部は、前記分割死角領域に対応する車線の進行方向と前記車両の進行方向とが一致し、かつ、前記車両に対して前記分割死角領域が同じ道路の他の車線上で側方に位置する場合、および、前記分割死角領域に対応する車線の進行方向と前記車両の進行方向とが反対であり、かつ、前記車両に対して前記分割死角領域が道路上で側方または後方に位置する場合、前記危険事象モデルが存在しないと判断して前記危険事象情報を生成しない電子制御装置。

Images