JP7337302B2 - 制御演算装置及び制御演算方法 - Google Patents

Description

本開示は、制御演算装置及び制御演算方法に関する。

自動運転、または、ドライバの手動運転が部分的に含まれる半自動運転を実現するために、自車両が走行中の道路内に存在する障害物を検出した場合に、自車両を自動操舵して障害物を回避させる制御演算装置が提案されている。

例えば特許文献１の制御演算装置は、一定期間、未来の自車両の状態を予測しながら、障害物の位置などに基づいて評価関数を設定し、その評価関数の出力値を最適化する予測走行軌跡を実現するように自車両を制御することで、自車両を障害物から回避させる。なお、自車両から障害物までの距離、及び、自車両から道路境界までの距離が大きいほど、また障害物回避後の自車両の予測姿勢角と目標姿勢角との差が小さいほど、評価関数の出力値は小さくなる。

特開２００７－２５３７４５号公報

従来の制御演算装置では、なるべく精緻な車両モデルで様々な変数を考慮して軌道を生成する。しかしながら、精緻な車両モデルだけで様々な変数を考慮して軌道を生成すると演算負荷が高くなるため、演算負荷の増加を抑制することが求められていた。

そこで、本開示は、上記のような問題点を鑑みてなされたものであり、精緻な車両モデルによる演算負荷の増加を抑制することが可能な技術を提供することを目的とする。

本開示に係る制御演算装置は、車両の周囲の周囲情報に基づいて、前記車両の走行対象外の第１の場を設定する第１の場設定部と、前記車両の運動を表す第１の車両モデルと、前記第１の場とに基づいて、第１の予測期間の前記車両の第１の軌道を生成する第１の軌道生成部と、前記周囲情報に基づいて、前記第１の場と異なる前記車両の走行対象外の第２の場を設定する第２の場設定部と、前記車両の運動を表し、次数が前記第１の車両モデルの次数よりも大きい第２の車両モデルと、前記第２の場と、前記第１の軌道とに基づいて、前記第１の予測期間以下である第２の予測期間の前記車両の第２の軌道を生成する第２の軌道生成部と、前記第２の軌道に基づいて、前記車両を制御するための目標値を演算して出力する目標値演算部とを備える。

本開示によれば、第１の車両モデルの次数よりも大きい第２の車両モデルと、第２の場と、第１の軌道とに基づいて、第１の予測期間以下である第２の予測期間の前記車両の第２の軌道を生成し、第２の軌道に基づいて目標値を演算する。これにより、精緻な車両モデルによる演算負荷の増加を抑制することができる。

本開示の目的、特徴、局面及び利点は、以下の詳細な説明と添付図面とによって、より明白となる。

実施の形態１に係る制御演算装置の一例を示すブロック図である。 実施の形態１に係る自車両の一例を示す図である。 実施の形態１に係る座標系の一例を示す図である。 実施の形態１に係る自車両の自動運転の手順の一例を示すフローチャートである。 実施の形態１に係る第１の軌道生成の手順の一例を示すフローチャートである。 実施の形態１に係る第２の軌道生成の手順の一例を示すフローチャートである。 実施の形態２に係る第１の場と第１の経路との関係の一例を示す概略図である。 実施の形態２に係る第１の経路と第２の場と第２の経路との関係の一例を示す概略図である。 実施の形態２に係る第１の経路と第２の場と第２の経路との関係の別の一例を示す概略図である。 実施の形態３に係る第１の場と第１の経路との関係の一例を示す概略図である。 実施の形態３に係る第１の経路と第２の場と第２の経路との関係の一例を示す概略図である。 実施の形態４に係る第１の場と第１の経路との関係の一例を示す概略図である。 実施の形態４に係る第１の経路と第２の場と第２の経路との関係の一例を示す概略図である。 実施の形態５に係る第１の場と第１の経路との関係の一例を示す概略図である。 実施の形態５に係る第１の経路と第２の場と第２の経路との関係の一例を示す概略図である。 その他の変形例に係る制御演算装置のハードウェア構成を示すブロック図である。 その他の変形例に係る制御演算装置のハードウェア構成を示すブロック図である。

＜実施の形態１＞
図１は、本実施の形態１に係る制御演算装置２０１の一例を示すブロック図である。本実施の形態１に係る制御演算装置２０１は、車両の車両制御ユニット２００に含まれる。以下の説明では、制御演算装置２０１が設けられた車両を「自車両」と記すこともある。

図１の制御演算装置２０１は、第１の場設定部２３０と、第１の軌道生成部２４０と、第２の場設定部２５０と、第２の軌道生成部２６０と、目標値演算部２７０とを備える。車両制御ユニットは、車両の制御を行うユニットであり、例えば、先進運転支援システム電子制御ユニット（ＡＤＡＳ－ＥＣＵ）に搭載されている。

第１の場設定部２３０は、自車両の周囲の周囲情報に基づいて、自車両の走行対象外の場である第１の場を設定する。周囲情報とは、障害物の位置を含む情報である障害物情報、及び、自車両が走行する道路の境界部を含む情報である道路情報などを含む。後述するが、障害物情報は障害物情報取得部１１０で取得され、道路情報は道路情報取得部１２０で取得される。

場とは、領域やポテンシャルフィールドなどの空間を意味する。第１の場設定部２３０は、障害物情報及び道路情報を含む周囲情報に基づいて、障害物、及び、境界部の少なくとも一方を含む第１の場を設定する。障害物は、例えば、自車両の周囲の歩行者、自動車、及び、他車両などであってもよい。境界部は、例えば、区画線であってもよいし、縁石、側溝、及び、ガードレールなどであってもよい。

境界部が区画線である場合、第１の場設定部２３０は、自車両が障害物を回避しつつ、所望の区画線の外側を走行しないように、第１の場を設定する必要がある。しかしながら、障害物を回避しつつ所望の区画線の外側を走行しないように自車両を制御することが困難な場合には、第１の場設定部２３０は、例えば障害物からの回避を優先させて第１の場を設定する。この場合、第１の場設定部２３０は、自車両が所望の区画線の外側を走行できるように第１の場を設定してもよい。これは、後述する第２の場設定部２５０が第２の場を設定する場合も同様である。

第１の軌道生成部２４０は、自車両の運動を表す第１の車両モデルと、第１の場と、道路情報とに基づいて、第１の予測期間だけ未来に渡る自車両の車両状態量を予測し、自車両が走行すべき第１の軌道を生成する。なお、この第１の軌道の予測処理は第１の実行周期で実行される。

第２の場設定部２５０は、周囲情報に基づいて、自車両の走行対象外の場である第２の場を設定する。すなわち第２の場設定部２５０は、障害物情報、及び、道路情報に基づいて、障害物、及び、境界部の少なくとも一方を含む第２の場を設定する。なお本実施の形態１では、第２の場は第１の場と同じであってもよいし異なってもよい。

第２の軌道生成部２６０は、自車両の運動を表す第２の車両モデルと、第２の場と、第１の軌道とに基づいて、第２の予測期間だけ未来に渡る自車両の車両状態量を予測し、自車両が走行すべき第２の軌道を生成する。なお、この第２軌道の予測処理は第２の実行周期で実行される。

後述するように、第２の車両モデルの次数は、第１の車両モデルの次数よりも大きく、第２の予測期間は、第１の予測期間より小さい。次数は、例えば車両モデルにおける変数の種類などに対応する。

目標値演算部２７０は、第２の軌道に基づいて、自車両の少なくとも操舵を制御するための目標値を演算して求めて、制御演算装置２０１の外部（ここではアクチュエータ制御部３１０）に出力する。ここで目標値とは、目標舵角及び目標加速度などである。

車両制御ユニット２００は、外部の入力装置としての障害物情報取得部１１０と、道路情報取得部１２０と、車両情報取得部１３０とを入力する。

障害物情報取得部１１０は、障害物の位置を含む情報である障害物情報を取得する取得部である。障害物情報取得部１１０は、例えば、前方カメラであってもよいし、ＬｉＤＡＲ（Light Detection and Ranging）、レーダ、ソナー、車車間通信装置、及び、路車間通信装置などであってもよい。

道路情報取得部１２０は、自車両が走行する道路の境界部を含む情報である道路情報を取得する取得部である。道路情報取得部１２０は、例えば、前方カメラであってもよいし、ＬｉＤＡＲ及び地図データ処理装置の組み合わせであってもよいし、全地球衛星測位システム（ＧＮＳＳ）及び地図データ処理装置の組み合わせであってもよい。

車両情報取得部１３０は、自車両の車両情報を取得する取得部である。車両情報取得部１３０は、例えば、操舵角センサ、操舵トルクセンサ、ヨーレートセンサ、速度センサ、及び、加速度センサであってもよい。車両情報は、自車両の現在の車両状態量のことであり、例えばこれらのセンサのうち少なくとも１つを用いて取得される。

車両制御ユニット２００の内部の構成要素として、制御演算装置２０１と接続された車両状態量推定部２１０及び障害物移動予測部２２０が設けられている。車両状態量推定部２１０は、車両情報と車両モデルとに基づいて、車両情報取得部１３０が取得しない自車両の現在の車両状態量を推定する。なお、車両状態量推定部２１０は、車両情報取得部１３０が取得した車両情報の一部を推定してもよい。また、推定に用いられる車両モデルは、第１の車両モデルでもよいし、第２の車両モデルでもよいし、それ以外の車両モデルでもよい。障害物移動予測部２２０は、障害物情報に基づいて障害物の移動予測を行う。

制御演算装置２０１は、車両制御ユニット２００の外部の出力装置として、アクチュエータ制御部３１０と接続されている。アクチュエータ制御部３１０は、制御演算装置２０１からの目標値に基づいてアクチュエータの制御を行う制御部であり、例えば、ＥＰＳ－ＥＣＵ（Electric Power Steering - Electronic Control Unit）であってもよいし、パワートレインＥＣＵ、ブレーキＥＣＵ、及び、電気自動車ＥＣＵであってもよい。本実施の形態１では、車両制御ユニット２００は、操舵制御及び車速制御を行うものとし、アクチュエータ制御部３１０は、ＥＰＳ－ＥＣＵ、パワートレインＥＣＵ、ブレーキＥＣＵで構成されるものとするが、これに限ったものではない。

＜システム構成図＞
図２は、本実施の形態１に係る制御演算装置２０１を搭載した自車両１の一例を示す図である。自車両１は、ステアリングホイール２と、ステアリング軸３と、操舵ユニット４と、ＥＰＳモータ５と、パワートレインユニット６と、ブレーキユニット７と、前方カメラ１１１と、レーダセンサ１１２と、ＧＮＳＳ１２１と、ナビゲーション装置１２２と、操舵角センサ１３１と、操舵トルクセンサ１３２と、ヨーレートセンサ１３３と、速度センサ１３４と、加速度センサ１３５と、車両制御ユニット２００と、ＥＰＳコントローラ３１１と、パワートレインコントローラ３１２と、ブレーキコントローラ３１３とを備える。なお、ＥＰＳコントローラ３１１と、パワートレインコントローラ３１２と、ブレーキコントローラ３１３は、上述したアクチュエータ制御部３１０に対応する。

ドライバが自車両１を操作するためのステアリングホイール２は、ステアリング軸３に結合されている。ステアリング軸３には操舵ユニット４が連接されている。操舵ユニット４は、操舵輪としての前輪を回動自在に支持すると共に、車体フレームに転舵自在に支持されている。したがって、ドライバのステアリングホイール２の操作によって発生したトルクは、ステアリング軸３を回転させ、操舵ユニット４によって前輪を左右方向へ転舵する。これによって、ドライバは、自車両１が前進及び後進する際の自車両１の横移動量を操作することができる。なお、ステアリング軸３は、ＥＰＳモータ５によって回転させることも可能であり、ＥＰＳコントローラ３１１は、ＥＰＳモータ５に流れる電流を制御することで、ドライバのステアリングホイール２の操作と独立して、前輪を自在に転舵させることができる。

車両制御ユニット２００は、マイクロプロセッサ等の集積回路であり、Ａ／Ｄ変換回路、Ｄ／Ａ変換回路、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等を備える。車両制御ユニット２００は、前方カメラ１１１、レーダセンサ１１２、ＧＮＳＳ１２１、ナビゲーション装置１２２、操舵角を検出する操舵角センサ１３１、操舵トルクを検出する操舵トルクセンサ１３２、ヨーレートを検出するヨーレートセンサ１３３、自車両１の速度を検出する速度センサ１３４、自車両１の加速度を検出する加速度センサ１３５、ＥＰＳコントローラ３１１、パワートレインコントローラ３１２、ブレーキコントローラ３１３に接続されている。

車両制御ユニット２００は、センサなどから入力された情報を、ＲＯＭに格納されたプログラムに従って処理し、ＥＰＳコントローラ３１１に目標舵角を送信し、パワートレインコントローラ３１２及びブレーキコントローラ３１３に目標加速度を送信する。なお、自車両１が自動運転を対象とせず手動運転を対象とする車両である場合には、車両制御ユニット２００とパワートレインコントローラ３１２とは接続されず、車両制御ユニット２００とブレーキコントローラ３１３とは接続されない。

前方カメラ１１１は、自車両１の前方の区画線が画像として検出できる位置に設置され、画像情報に基づいて、車線情報や障害物情報などの自車両１の前方環境を検出する。なお、本実施の形態１では、自車両１の前方環境を検出するカメラのみを設置する例を説明するが、自車両１の後方や側方の環境を検出するカメラも設置してよい。

レーダセンサ１１２は、レーダを照射し、その反射波を検出することで、自車両１と自車両１の障害物との間の相対距離及び相対速度を出力する。レーダセンサ１１２としては、ミリ波レーダ、ＬｉＤＡＲ、レーザーレンジファインダ、超音波レーダなど周知の方式のものを用いることができる。

ＧＮＳＳセンサ１２１は、測位衛星からの電波をアンテナで受信し、測位演算することによって自車両１の絶対位置及び絶対方位を出力する。

ナビゲーション装置１２２は、ドライバが設定した行き先に対する最適な走行ルートを演算する機能と、走行ルート上の道路情報を記録する機能とを有している。道路情報は、道路線形を表現する複数の地図ノードデータを含み、各地図ノードデータには各ノードでの絶対位置（緯度、経度、標高）、車線幅、カント角、傾斜角情報などが組み込まれている。

ＥＰＳコントローラ３１１は、車両制御ユニット２００から送信された目標舵角に基づいて、ＥＰＳモータ５を制御する。

パワートレインコントローラ３１２は、車両制御ユニット２００から送信された目標加速度に基づいてパワートレインユニット６を制御する。また、速度制御を運転手が行う場合には、パワートレインコントローラ３１２は、アクセルペダル踏み込み量に基づいてパワートレインユニット６を制御する。なお、本実施の形態１では、自車両１は、エンジンのみを駆動力源とする車両を例にして説明するが、電動モータのみを駆動力源とする車両や、エンジンと電動モータの両方を駆動力源とする車両等であってもよい。

ブレーキコントローラ３１３は、車両制御ユニット２００から送信された目標加速度に基づいてブレーキユニット７を制御する。また、速度制御を運転手が行う場合には、ブレーキコントローラ３１３は、ブレーキペダル踏み込み量に基づいてブレーキユニット７を制御する。

＜座標系＞
図３は、本実施の形態１に係る座標系の一例を示す図である。図３のＸ，Ｙは慣性座標系を表し、Ｘ_ｇ，Ｙ_ｇ，θは慣性座標系での自車両の重心位置と車体方位を表す。ｘ，ｙは自車両の重心を原点とし、自車両の前方にｘ軸、左手方向にｙ軸を取った自車両座標系である。なお、本実施の形態１では、第１の実行周期及び第２の実行周期ごとに自車両の重心位置Ｘ_ｇ，Ｙ_ｇと車体方位θとを０に初期化する。すなわち、慣性座標系と自車両座標系とを第１の実行周期及び第２の実行周期ごとに一致させる。

＜最適化問題の設定＞
本実施の形態１では、第１の軌道生成部２４０及び第２の軌道生成部２６０は、制約ｇの下、自車両の望ましい動作を表現する評価関数Ｊを最小化する制御入力ｕを求める最適化問題を解く。第１の軌道生成部２４０及び第２の軌道生成部２６０は、最適化問題から求めた制御入力ｕと、自車両の運動を数学的に表した車両モデルｆとに基づいて、現在の時刻０から予測間隔Ｔ_ｓで予測期間Ｔ_ｈの未来までの最適化された車両状態量を予測する。なお、以下の説明では、現在の時刻からＴ_ｈまでの時間をホライズンと略記することもある。

第１の軌道生成部２４０及び第２の軌道生成部２６０は、最適化された車両状態量から、自車両の位置を含む系列データである軌道ξを生成する。この軌道ξの生成は一定の実行周期Ｔ_ｅごとに実行される。なお、車両モデルｆ、制約ｇ、評価関数Ｊ、予測間隔Ｔ_ｓ、予測期間Ｔ_ｈ、実行周期Ｔ_ｅのそれぞれは、第１の軌道生成部２４０及び第２の軌道生成部２６０の間で異なってもよい。

以下の説明において、これら変数を第１の軌道生成部２４０及び第２の軌道生成部２６０の間で明示的に区別する場合は、例えば、第１の車両モデルｆ_１や第２の予測間隔Ｔ_ｓ，２のように記す。また、自車両の位置を含む系列データを軌道ξと記し、自車両の位置のみの系列データを経路χと記す。

本実施の形態１では、第２の車両モデルｆ_２の次数は第１の車両モデルｆ_１の次数よりも大きい。このような構成によれば、簡素な第１の車両モデルｆ_１で生成された軌道に基づいて、精緻な第２の車両モデルｆ_２で軌道を生成するため、精緻な第２の車両モデルｆ_２による演算負荷を低減することができる。

また本実施の形態１では、第２の予測期間Ｔ_ｈ，２は第１の予測期間Ｔ_ｈ，１より小さい。このため、簡素な第１の車両モデルｆ_１で長期の軌道を生成し、精緻な第２の車両モデルｆ_２で短期の軌道を生成することができる。ここで第１の軌道は、長期の軌道であるため滑らかであるが、簡素な第１の車両モデルから生成されるため、目標値の演算に使用するには不向きである。しかしながら、第２の軌道は、精緻な第２の車両モデルから生成されるため、目標値の演算に使用するのに適している。また、第２の軌道は、短期の軌道であるものの、第１の軌道に基づいて生成されるため、第２の軌道における滑らかさが確保される。

以上を小括すると、本実施の形態１によれば、演算負荷の増加を抑制しながら、自車両を滑らかに走行させることが可能な滑らかな軌道の生成と、精緻な自車両の制御とを両立することができる。

なお、第１の予測期間Ｔ_ｈ，１が予測点数Ｎ_１と第１の予測間隔Ｔ_ｓ，１との積であり、第２の予測期間Ｔ_ｈ，２が予測点数Ｎ_２と第２の予測間隔Ｔ_ｓ，２との積である場合に、予測点数Ｎ_１，Ｎ_２が、互いに同じ、かつ一定であってもよい。これにより、予測期間が長くなっても演算負荷の増加を抑制できる。

本実施の形態１においては、第２の軌道を生成することによる演算負荷の増加を抑制することが重要となる。演算負荷は、車両モデルの次数と予測点数Ｎ（予測期間Ｔ_ｈを予測間隔Ｔ_ｓで除算したもの）とに依存する。例として、第１の軌道生成におけるパラメータとして、第１の予測期間Ｔ_ｈ，１＝５．０［ｓｅｃ］、第１の予測間隔Ｔ_ｓ，１＝０．１［ｓｅｃ］、第１の予測点数Ｎ_１＝５０［点］、第１の車両モデルの次数＝５と設定する。同様に、第２の軌道生成におけるパラメータとして、第２の予測期間Ｔ_ｈ，２＝２．０［ｓｅｃ］、第２の予測間隔Ｔ_ｓ，２＝０．１［ｓｅｃ］、第２の予測点数Ｎ_２＝２０［点］、第２の車両モデルの次数＝１０と設定する。仮に第１の軌道生成部２４０が無く、第２の軌道生成部２６０のみの場合、精度のよい滑らかな自車両の制御を実現するには、上記の第１の軌道生成におけるパラメータと第２の軌道生成におけるパラメータとの両方を考慮しなければならない。すなわち、第２の予測期間Ｔ_ｈ，２＝６．０［ｓｅｃ］、第２の予測間隔Ｔ_ｓ，２＝０．１［ｓｅｃ］、第２の予測点数Ｎ_２＝６０［点］、第２の車両モデルの次数＝１０と設定しなければならない。しかし本実施の形態１では、第１の軌道生成と第２の軌道生成とを使用することで、上記のように第２の予測点数Ｎ_２を２０［点］と小さくすることができる。その結果、第２の軌道を生成することによる演算負荷の増加を極力小さくすることができる。なお、上記の例では、第１の予測間隔Ｔ_ｓ，１と第２の予測間隔Ｔ_ｓ，２とを同じ０．１［ｓｅｃ］としているが、第２の予測間隔Ｔ_ｓ，２を第１の予測間隔Ｔ_ｓ，１より小さくしてもよい。これにより、第２の軌道を生成する際の時間分解能が高くなり、より精緻な車両制御を実現できる。ただし、第２の予測点数Ｎ_２が第１の予測点数Ｎ_１よりも極力大きくならないよう、第２の予測間隔Ｔ_ｓ，２を設定することが望ましい。

また、第２の軌道を生成する第２の実行周期Ｔ_ｅ，２を、第１の軌道を生成する第１の実行周期Ｔ_ｅ，１以下に設定してもよい。これにより、長期の軌道を生成するための第１の軌道生成部２４０での演算時間を確保しながら、自車両の目標値に直接的に影響する第２の軌道生成部２６０を高周波数で実行できるので、滑らかな軌道の生成と精緻な自車両の制御とを両立することができる。

以上より、第１の軌道生成におけるパラメータ、及び、第２の軌道生成におけるパラメータは、第１の予測期間Ｔ_ｈ，１＞第２の予測期間Ｔ_ｈ，２、第１の予測間隔Ｔ_ｓ，１≧第２の予測間隔Ｔ_ｓ，２、及び、第１の実行周期Ｔ_ｅ，１≧第２の実行周期Ｔ_ｅ，２となるように設定されるのが望ましい。

＜最適化問題の定式化＞
上述のように、本実施の形態１では、第１の軌道生成部２４０及び第２の軌道生成部２６０は、制約付き最適化問題を一定期間ごとに解く。最適化問題は次式のように定式化される。

ここで、Ｊは評価関数、ｘは車両状態量、ｕは制御入力、ｆは動的車両モデルに関するベクトル値関数、ｘ_０は車両状態量の初期値すなわち現在の車両状態量である。ｇは制約に関するベクトル値関数であり、制約付き最適化問題において、車両状態量ｘ及び制御入力ｕの上下限値を設定するための関数である。評価関数Ｊを最小化する最適化は、制約ｇ（ｘ，ｕ）≦０の下で実行される。なお、本実施の形態１では上記の最適化問題は、最小化問題として扱われるが、評価関数Ｊの符号を反転させることで最大化問題として扱われてもよい。

本実施の形態１では、評価関数Ｊに次式を用いる。

ここで、ｘ_ｋは予測点ｋ（ｋ＝０，…，Ｎ）における車両状態量、ｕ_ｋは予測点ｋ（ｋ＝０，…，Ｎ－１）における制御入力である。ｈは評価項目に関するベクトル値関数、ｈ_Ｎは終端（予測点数Ｎ）における評価項目に関するベクトル値関数、ｒ_ｋは予測点ｋ（ｋ＝０，…，Ｎ）における参照値である。Ｗ，Ｗ_Ｎは重み行列で、各評価項目に対する重みを対角成分に有する対角行列であり、評価関数Ｊのパラメータとして適宜変更可能である。

＜車両モデル＞
本実施の形態１では、第１の軌道生成部２４０で用いる第１の車両状態量ｘ_１及び第１の制御入力ｕ_１は次式のように設定される。

ここで、Ｘ_ｇ，Ｙ_ｇは図３の自車両の重心位置、Ｖは車速、δは舵角、ａは加速度、ωは舵角速度である。なお、第１の車両状態量ｘ_１に位置に関する変数が含まれていれば、第１の車両状態量ｘ_１と第１の制御入力ｕ_１はどのように設定してもよい。また、位置の変数は直交座標系に限らず、例えば、経路座標系で定義してもよいし、位置に関する変数は重心位置でなくてもよい。

第１の車両モデルｆ_１には、式１０１を考慮して、次式に示す幾何学モデルが用いられる。

ここで、βは横滑り角、γはヨーレートであり、第１の軌道生成部２４０では次式で表される。

ここで、ｌ_ｆ，ｌ_ｒは前の車軸及び後の車軸のそれぞれと車両重心との間の距離、ｌはホイールベースであり、ｌ＝ｌ_ｆ＋ｌ_ｒが成り立つ。なお、第１の車両モデルｆ_１には幾何学モデル以外の車両モデルが用いられてもよい。

本実施の形態１では、第２の軌道生成部２６０で用いる第２の車両状態量ｘ_２及び第２の制御入力ｕ_２は次式のように設定される。

ここで、ａ_ｔは目標加速度、δ_ｔは目標舵角であり、いずれもアクチュエータ制御部３１０に入力される。ｊ_ｔは目標躍度、ω_ｔは目標舵角速度である。なお、第２の車両状態量ｘ_２には位置に関する変数が含まれて、操舵及び車速に関する変数が第２の車両状態量ｘ_２及び第２の制御入力ｕ_２のいずれか一方に含まれていれば、第２の車両状態量ｘ_２及び第２の制御入力ｕ_２はどのように設定されてもよい。また、位置の変数は直交座標系に限らず、例えば、経路座標系で定義してもよいし、位置に関する変数は重心位置でなくてもよい。制御演算装置２０１が操舵制御のみを行う場合は、第２の車両状態量ｘ_２に位置に関する変数が含まれて、操舵に関する変数が第２の車両状態量ｘ_２及び第２の制御入力ｕ_２のいずれか一方に含まれていれば、第２の車両状態量ｘ_２及び第２の制御入力ｕ_２はどのように設定されてもよい。

第２の車両モデルｆ_２には、式１０１を考慮して、次式に示す二輪モデルが用いられる。

ここで、Ｍは車両質量、Ｉは車両のヨー慣性モーメントである。Ｔ_ａ，Ｔ_δは加速度及び舵角の指令に対する追従性を１次遅れ系で表現したときの時定数である。Ｙ_ｆ，Ｙ_ｒは前後輪のコーナリングフォースであり、前後輪のコーナリングスティフネスＣ_ｆ，Ｃ_ｒを用いて次式で表される。

なお、第２の車両モデルｆ_２には二輪モデル以外の車両モデルが用いられてもよい。例えば、障害物の無い直線道路では、必ずしも精緻な二輪モデルを用いる必要はないため、式１０６の車両モデルの次数より大きく、式１１１の車両モデルの次数よりも小さい車両モデルが、第２の車両モデルｆ_２に用いられてもよい。第２の軌道生成部２６０が道路の状態に応じて車両モデルを選択する構成では、演算負荷の増加を更に抑制できる場合がある。ここで道路の状態とは、例えば道路情報取得部１２０により取得される道路の曲率などである。なお、第２の軌道生成部２６０は、道路の状態に応じて車両モデルの次数を変更してもよい。

＜制御演算装置の手順＞
図４は、本実施の形態１に係る自車両の自動運転の手順の一例を示すフローチャートである。

図４のステップＳ１１０にて、障害物情報取得部１１０は障害物情報を取得する。障害物情報は、障害物の位置を含む情報であり、本実施の形態１では、障害物が自車両に対して左前方に存在する場合には、自車両座標系での障害物の右前端Ｐ_ＦＲ、右後端Ｐ_ＲＲ、左後端Ｐ_ＲＬの位置を含み、障害物が自車両に対して右前方に存在する場合には、自車両座標系での障害物の左前端Ｐ_ＦＬ、左後端Ｐ_ＲＬ、右後端Ｐ_ＲＲの位置を含むものとする。障害物情報取得部１１０は、それらの位置情報に基づいて、障害物の左前端Ｐ_ＦＬまたは右前端Ｐ_ＦＲの位置、中心Ｐ_Ｃの位置Ｘ_ｏ，Ｙ_ｏ、車体方位θ_ｏ、速度Ｖ_ｏ、長さｌ_ｏ、幅ｗ_ｏを推定する。

図４のステップＳ１２０にて、道路情報取得部１２０は道路情報を取得する。道路情報は、自車両が走行する道路の境界部を含む情報であり、本実施の形態１では、左右の区画線を３次の多項式で表現した際の係数を含む情報である。すなわち、道路情報取得部１２０は、左の区画線に対しては式２０１のｃ_ｌ０～ｃ_ｌ３の値を取得し、右の区画線に対しては式２０２のｃ_ｒ０～ｃ_ｒ３の値を取得する。

このとき、車線中央は次式で表される。

この式のｃ_Ｃ０～ｃ_Ｃ３は次式で表される。

なお、区画線の情報は、以上のような３次の多項式に限らず、いかなる関数で表現されていてもよい。

図４のステップＳ１３０にて、車両情報取得部１３０は、自車両の現在の車両状態量である車両情報を取得する。車両情報は、自車両の舵角、ヨーレート、速度、加速度などの車両状態量ｘそのものの情報または車両状態量ｘを推定するための情報であり、本実施の形態１では、舵角δ、ヨーレートγ、速度Ｖ、加速度ａを含むものとする。

次に、図４のステップＳ２１０にて、車両状態量推定部２１０は、車両情報取得部１３０で取得された車両情報に基づいて、自車両の現在の車両状態量ｘを推定する。車両状態量ｘの推定には、ローパスフィルタ、オブザーバ、カルマンフィルタ、粒子フィルタ等の公知の技術を用いる。

次に、図４のステップＳ２２０にて、障害物移動予測部２２０は、障害物情報取得部１１０で取得された障害物情報に基づいて障害物の移動予測を行う。移動予測では、各予測点ｋ（ｋ＝０，…，Ｎ_１）を基準とした障害物の中心位置Ｘ_ｏ，ｋ、Ｙ_ｏ，ｋ、車体方位θ_ｏ，ｋ、速度Ｖ_ｏ，ｋが予測される。本実施の形態１では、障害物移動予測部２２０は、障害物の運動を等速直線運動として近似し、予測点ｋ（ｋ＝０，…，Ｎ_１）における障害物の中心位置Ｘ_ｏ，ｋ、Ｙ_ｏ，ｋ、車体方位θ_ｏ，ｋ、速度Ｖ_ｏ，ｋを次式のように予測する。

Ｘ_ｏ，０，Ｙ_ｏ，０，θ_ｏ，０，Ｖ_ｏ，０は、障害物情報取得部１１０で取得された現在時刻における障害物の中心位置、車体方位、速度である。障害物が複数存在する場合には、各障害物に対して上記の予測が行われる。なお、障害物移動予測部２２０は、等速直線運動としてではなく、障害物が走行車線に沿って等速で移動するとして、障害物の移動予測を行ってもよい。または、障害物移動予測部２２０は、ドライバモデルを用いて障害物の移動予測を行ってもよい。

図４のステップＳ２３０にて、第１の場設定部２３０は、障害物情報取得部１１０で取得された障害物情報と、道路情報取得部１２０で取得された道路情報とに基づいて、第１の場Ｓ_１を設定する。例えば、第１の場設定部２３０は、各予測点ｋ（ｋ＝０，…，Ｎ_１）における障害物の中心位置Ｘ_ｏ，ｋ、Ｙ_ｏ，ｋに楕円形の進入禁止領域を、第１の場Ｓ_１として設定する。進入禁止領域を表す楕円の方程式であるζ（Ｘ，Ｙ）＝０は次式で表現される。

ｌ_ａ，ｌ_ｂはそれぞれ障害物に設定される楕円の長軸及び短軸の長さであり、予測点ｋ毎に変更してもよい。また、楕円の中心は障害物の中心位置Ｘ_ｏ，ｋ，Ｙ_ｏ，ｋに一致する必要はない。また、障害物に設定される進入禁止領域は楕円形である必要はなく、任意の形状の進入禁止領域が設定されてもよい。障害物が複数存在する場合には、第１の場設定部２３０は、各障害物に対して進入禁止領域を設定する。

図４のステップＳ２４０にて、第１の軌道生成部２４０は、第１の車両モデルｆ_１と、第１の場Ｓ_１と、第１の評価関数Ｊ_１と、第１の制約ｇ_１と、道路情報と、第１の車両状態量ｘ_１とに基づいて第１の軌道ξ_１を生成する。なお、ステップＳ２４０の処理については、後で詳細に説明する。

図４のステップＳ２５０にて、第２の場設定部２５０は、障害物情報取得部１１０で取得された障害物情報と、道路情報取得部１２０で取得された道路情報とに基づいて、第２の場Ｓ_２を設定する。例えば、第２の場設定部２５０は、第１の場設定部２３０と同様に、各予測点ｋ（ｋ＝０，…，Ｎ_２）における障害物の中心位置Ｘ_ｏ，ｋ，Ｙ_ｏ，ｋに式２０９を適用して得られる楕円形の進入禁止領域を、第２の場Ｓ_２として設定する。なお、第２の場Ｓ_２における楕円の長軸及び短軸の長さｌ_ａ，ｌ_ｂは、第１の場Ｓ_１で設定されたものと異なる値であってもよい。また、障害物に設定する進入禁止領域は楕円形である必要はなく、任意の形状の進入禁止領域が設定されてもよい。障害物が複数存在する場合には、第２の場設定部２５０は、各障害物に対して進入禁止領域を設定する。

図４のステップＳ２６０にて、第２の軌道生成部２６０は、第２の車両モデルｆ_２と、第２の場Ｓ_２と、第２の評価関数Ｊ_２と、第２の制約ｇ_２と、第１の軌道ξ_１と、第２の車両状態量ｘ_２とに基づいて第２の軌道ξ_２を生成する。なお、ステップＳ２６０の処理については、後で詳細に説明する。

図４のステップＳ２７０にて、目標値演算部２７０は、第２の軌道ξ_２に基づいて目標値を演算する。本実施の形態１では、操舵制御及び車速制御が行われるものとし、目標値演算部２７０は、第２の軌道ξ_２に基づいて、操舵に関する目標値である目標舵角δ_ｔと、車速に関する目標値である目標加速度ａ_ｔとを演算する。本実施の形態１では、第２の軌道ξ_２は、各予測点ｋ（ｋ＝０，…，Ｎ_２）における目標舵角δ_ｔ，ｋ及び目標加速度ａ_ｔ，ｋを含んでおり、目標値演算部２７０は、各アクチュエータの制御周期に応じて、目標舵角δ_ｔ，ｋ及び目標加速度ａ_ｔ，ｋを時間について補間することで目標舵角δ_ｔ及び目標加速度ａ_ｔをそれぞれ演算する。

このように、精緻な第２の車両モデルｆ_２を使用して第２の軌道生成部２６０で生成された第２の軌道ξ_２に基づいて、目標値演算部２７０が目標舵角δ_ｔ及び目標加速度ａ_ｔを演算することで、精緻な車両制御が実現される。

図４のステップＳ３１０にて、アクチュエータ制御部３１０は、目標値演算部２７０で演算された目標値に基づいてアクチュエータを制御する。本実施の形態１では、舵角δが目標舵角δ_ｔに追従するようにＥＰＳモータ５が制御され、加速度ａが目標加速度ａ_ｔに追従するようにパワートレインユニット６及びブレーキユニット７が制御される。

＜第１の軌道生成の手順＞
図５は、本実施の形態１に係る第１の軌道生成の手順の一例を示すフローチャートである。この処理は図４のステップＳ２４０内で行われる。

まず、図５のステップＳ２４１にて、第１の軌道生成部２４０は、第１の制約ｇ_１（ｘ_１，ｕ_１）≦０を設定する。本実施の形態１では、ステップＳ２３０で設定した進入禁止領域に各予測点ｋ（ｋ＝０，…，Ｎ_１）での自車両の重心位置Ｘ_ｇ，ｋ，Ｙ_ｇ，ｋが進入せず、第１の制御入力ｕ_１，ｋが一定の範囲に収まるよう、第１の制約ｇ_１，ｋ，ｇ_１，Ｎ１を次式のように設定する。なお、本明細書の文章中では表記制約上のため、例えばＮ_１の下付き文字をＮ１として表す。上記のような設定により、第１の制約ｇ_１は、第１の場Ｓ_１への自車両の進入を禁止する制約を含むことになる。

ここで、￣ａ，＿ａ，￣ω，＿ωは各制御入力の上限値と下限値である。本明細書の文章中では表記制約上のため、記号「＿」はそれに続く文字に付されたアンダーバーを表し、記号「￣」はそれに続く文字に付されたオーバーバーを表す。各制御入力の上限値及び下限値は予測点ｋ毎に変更されてもよい。本実施の形態１では、重心位置Ｘ_ｇ，Ｙ_ｇと、第１の制御入力ｕ_１とにのみ制約が設定されるが、乗り心地向上のために、ヨーレート及び横加速度などに制約が設定されてもよい。

図５のステップＳ２４２にて、第１の軌道生成部２４０は、式１０３のように第１の評価関数Ｊ_１を設定する。本実施の形態１では、障害物がホライズン内に存在しない場合に、第１の軌道生成部２４０が、自車両が参照車速で参照経路を走行するための第１の軌道を生成でき、かつ、そのときの制御入力が小さくなるように、評価項目に関する第１のベクトル値関数ｈ_１，ｈ_１，Ｎ１が次式のように設定される。

ｅ_Ｙ，ｋは予測点ｋ（ｋ＝０，…，Ｎ_１）における第１の参照経路χ_ｒ，１に対する横偏差である。予測点ｋ（ｋ＝０，…，Ｎ_１）における第１の参照経路χ_ｒ，１の系列データ（Ｘ_ｒ，ｋ，Ｙ_ｒ，ｋ，θ_ｒ，ｋ）が与えられているとき、ｅ_Ｙ，ｋは次式で表される。

ここで、Ｘ_ｒ，ｋ，Ｙ_ｒ，ｋ，θ_ｒ，ｋはそれぞれ、予測点ｋ（ｋ＝０，…，Ｎ_１）におけるＸ軸での参照位置、Ｙ軸での参照位置、参照車体方位である。式１０３における参照値ｒ_１，ｋ，ｒ_１，Ｎ１は次式のように設定される。

以上の設定により、障害物がホライズン内に存在しない場合、第１の軌道生成部２４０は、小さな制御入力で自車両が参照車速で第１の参照経路を追従するための第１の軌道を生成できる。なお、第１の参照経路に対する追従性や乗り心地を向上させるために、方位、ヨーレート及び横加速度などが、第１の評価関数Ｊ_１の評価項目に加えられてもよい。

ここで、式３０５における参照位置Ｘ_ｒ，ｋ，Ｙ_ｒ，ｋ、参照車体方位θ_ｒ，ｋ、参照車速Ｖ_ｒ，ｋの決定の一例について説明する。まず、第１の軌道生成部２４０は、走行車線の制限速度Ｖ_ｌや、先行車の車速Ｖ_ｐに基づいて参照車速Ｖ_ｒ，ｋを決定する。例えば、第１の軌道生成部２４０はＶ_ｒ，ｋ＝Ｖ_ｌと決定する。なお、Ｖ_ｒ，ｋはホライズン内で一定値である必要はない。次に、第１の軌道生成部２４０は、例えば自車両が車線中央を走行する制御の場合、道路情報が示す車線中央のＸ位置、Ｙ位置、方位に基づいて、参照位置Ｘ_ｒ，ｋ，Ｙ_ｒ，ｋ、参照車体方位θ_ｒ，ｋを決定する。参照位置Ｘ_ｒ，ｋ，Ｙ_ｒ，ｋと参照車速Ｖ_ｒ，ｋとの間には、それらの整合のための条件が設定される。つまり、次の２つの式を満たすように、第１の軌道生成部２４０は、参照位置Ｘ_ｒ，ｋ，Ｙ_ｒ，ｋを決定する。

式３０８は、参照位置Ｘ_ｒ，ｋ，Ｙ_ｒ，ｋが、式２０３の関数Ｙ＝ｌ（Ｘ）で表現される車線中央上に存在するための条件である。式３０９は、隣接する参照位置Ｘ_{ｒ，ｋ－１}，Ｙ_{ｒ，ｋ－１}とＸ_ｒ，ｋ，Ｙ_ｒ，ｋとの間隔が、第１の予測間隔Ｔ_ｓ，１における自車両の移動量に等しくなるための条件である。第１の軌道生成部２４０は、式３０８及び式３０９を用いて決定した参照位置Ｘ_ｒ，ｋ，Ｙ_ｒ，ｋでのＹ＝ｌ（Ｘ）で表される車線の方位を計算することで、参照車体方位θ_ｒ，ｋも決定できる。

図５のステップＳ２４３にて、第１の軌道生成部２４０は、道路情報及び第１の車両状態量ｘ_１が反映された式１０３の第１の評価関数Ｊ_１と、第１の場Ｓ_１が反映された式３０１及び式３０２の第１の制約ｇ_１とに基づいて、制約付き最適化問題を解くことにより、第１の最適制御入力ｕ_１ ^＊を求める。第１の最適制御入力ｕ_１ ^＊を求める演算には、Ｋ．Ｕ．Ｌｅｕｖｅｎ大学により開発された、ＡＣＡＤＯ（Ａｕｔｏｍａｔｉｃ Ｃｏｎｔｒｏｌ Ａｎｄ Ｄｙｎａｍｉｃ Ｏｐｔｉｍｉｚａｔｉｏｎ）や、Ｃ／ＧＭＲＥＳ法ベースとして最適化問題を解く自動コード生成ツールであるＡｕｔｏＧｅｎなど、公知の手段を用いる。ＡＣＡＤＯやＡｕｔｏＧｅｎを用いた場合、ステップＳ２４３にて、第１の軌道生成部２４０は、各予測点ｋ（ｋ＝０，…，Ｎ_１－１）での最適化された制御入力の時系列データである次式の第１の最適制御入力ｕ_１ ^＊を出力する。

ここで、各予測点ｋ（ｋ＝０，…，Ｎ_１－１）のａ_１，ｋ ^＊，ω_１，ｋ ^＊は第１の最適加速度及び第１の最適舵角速度である。なお、解に関して、第１の評価関数Ｊ_１が所定の閾値を下回るような値を解としてもよく、所定の反復回数内で閾値を下回らなかった場合には、反復回数内で第１の評価関数Ｊ_１を最小化する値を解としてもよい。

図５のステップＳ２４４にて、第１の軌道生成部２４０は、第１の最適制御入力ｕ_１ ^＊と第１の車両モデルｆ_１とに基づいて、各予測点ｋ（ｋ＝０，…，Ｎ_１）での最適化された第１の車両状態量ｘ_１の時系列データである第１の最適状態量ｘ_１ ^＊を求める。式３１０の第１の最適制御入力ｕ_１ ^＊が出力された場合、ステップＳ２４４にて、第１の軌道生成部２４０は、次式の第１の最適状態量ｘ_１ ^＊を出力する。

ここで、Ｘ_{ｇ，１，ｋ} ^＊，Ｙ_{ｇ，１，ｋ} ^＊，θ_１，ｋ ^＊，Ｖ_１，ｋ ^＊，δ_１，ｋ ^＊は、それぞれ各予測点ｋ（ｋ＝０，…，Ｎ_１）における第１の最適重心位置、第１の最適車体方位、第１の最適車速、第１の最適舵角である。なお、第１の最適状態量ｘ_１ ^＊のうちの位置の系列データを第１の最適経路χ_１ ^＊と記す。本実施の形態１では、第１の最適経路χ_１ ^＊は次式で表される。

図５のステップＳ２４５にて、第１の軌道生成部２４０は、第１の最適状態量ｘ_１ ^＊と第１の最適制御入力ｕ_１ ^＊とに基づいて第１の軌道ξ_１を生成する。第１の軌道ξ_１には、第１の最適重心位置Ｘ_ｇ，１ ^＊、Ｙ_ｇ，１ ^＊、最適車体方位θ_１ ^＊、最適車速Ｖ_１ ^＊が含まれていればよいが、本実施の形態１では、第１の最適状態量ｘ_１ ^＊を第１の軌道ξ_１とする。つまり、ステップＳ２４５にて、第１の軌道生成部２４０は、次式の第１の軌道ξ_１を出力する。

なお、第１の軌道ξ_１のうちの位置の系列データを第１の経路χ_１と記す。本実施の形態１では、第１の経路χ_１は次式で表される。

＜第２の軌道生成の手順＞
図６は、本実施の形態１における第２の軌道生成の手順の一例を示すフローチャートである。この処理は図４のステップＳ２６０内で行われる。

まず、図６のステップＳ２６１にて、第２の軌道生成部２６０は、第２の制約ｇ_２（ｘ_２，ｕ_２）≦０を設定する。本実施の形態１では、ステップＳ２５０で設定した進入禁止領域に各予測点ｋ（ｋ＝０，…，Ｎ_２）での自車両の重心位置Ｘ_ｇ，ｋ，Ｙ_ｇ，ｋが進入せず、第２の制御入力ｕ_２、ｋが一定の範囲に収まるよう、第２の制約ｇ_２，ｋ，ｇ_２，Ｎ２を次式のように設定する。これにより、第２の制約ｇ_２は、第２の場Ｓ_２への自車両の進入を禁止する制約を含むことになる。

ここで、￣ｊ _ｔ ，＿ｊ _ｔ ，￣ω _ｔ ，＿ω _ｔ は各制御入力の上限値と下限値である。各制御入力の上限値及び下限値は予測点ｋ毎に変更されてもよい。本実施の形態１では、重心位置Ｘ_ｇ，Ｙ_ｇと、第２の制御入力ｕ_２とにのみ制約が設定されるが、乗り心地向上のために、ヨーレートや横加速度などに制約が設定されてもよい。

図６のステップＳ２６２にて、第２の軌道生成部２６０は、式１０３のように第２の評価関数Ｊ_２を設定する。本実施の形態１では、第２の軌道生成部２６０が、自車両が第１の軌道の速度で第１の経路に追従するための第２の軌道を生成でき、かつ、そのときの制御入力が小さくなるように、評価項目に関する第２のベクトル値関数ｈ_２，ｈ_２，Ｎ２が次式のように設定される。

第１の軌道生成と同様、ｅ_Ｙ，ｋは予測点ｋ（ｋ＝０，…，Ｎ_２）における第２の参照経路χ_ｒ，２に対する横偏差である。予測点ｋ（ｋ＝０，…，Ｎ_２）における第２の参照経路χ_ｒ，２の系列データ（Ｘ_ｒ，ｋ，Ｙ_ｒ，ｋ，θ_ｒ，ｋ）が与えられているとき、ｅ_Ｙ，ｋは次式で表される。

ここで、Ｘ_ｒ，ｋ，Ｙ_ｒ，ｋ，θ_ｒ，ｋはそれぞれ、予測点ｋ（ｋ＝０，…，Ｎ_２）におけるＸ軸での参照位置、Ｙ軸での参照位置、参照車体方位である。式１０３における参照値ｒ_２，ｋ，ｒ_２，Ｎ２は次式のように設定される。

ここで、第２の軌道生成部２６０は、第１の軌道ξ_１の一部を第２の参照経路χ_ｒ，２として第２の軌道の生成に用いる。本実施の形態１では、第２の軌道生成部２６０は、第２の参照経路χ_ｒ，２が第１の経路χ_１となるように、参照位置Ｘ_ｒ，ｋ，Ｙ_ｒ，ｋ、参照車体方位θ_ｒ，ｋ、参照車速Ｖ_ｒ，ｋを場合分けて決定する。

例えば、第１の予測間隔Ｔ_ｓ，１と第２の予測間隔Ｔ_ｓ，２とが等しい場合には、第２の軌道生成部２６０は、参照位置Ｘ_ｒ，ｋ，Ｙ_ｒ，ｋ、参照車体方位θ_ｒ，ｋ、参照車速Ｖ_ｒ，ｋを次式のように決定する。

例えば、第１の予測間隔Ｔ_ｓ，１と第２の予測間隔Ｔ_ｓ，２とが等しくない場合には、第２の軌道生成部２６０は、第１の最適重心位置Ｘ_ｇ，１ ^＊、Ｙ_ｇ，１ ^＊、最適車体方位θ_１ ^＊、最適車速Ｖ_１ ^＊の間隔が第２の予測間隔Ｔ_ｓ，２に一致するように適当に時間について補間して、参照位置Ｘ_ｒ，ｋ、Ｙ_ｒ，ｋ、参照車体方位θ_ｒ，ｋ、参照車速Ｖ_ｒ，ｋを決定する。

以上の設定により、第２の軌道生成部２６０は、小さな制御入力で自車両が第１の軌道の速度で第１の経路に追従するための第２の軌道を生成できる。なお、第１の経路に対する追従性や乗り心地を向上させるために、方位、ヨーレート、横加速度などが、第２の評価関数Ｊ_２の評価項目に加えられてもよい。

図６のステップＳ２６３にて、第２の軌道生成部２６０は、第１の軌道及び第２の車両状態量ｘ_２が反映された式１０３の第２の評価関数Ｊ_２と、第２の場Ｓ_２が反映された式４０１及び式４０２の第２の制約ｇ_２とに基づいて、制約付き最適化問題を解くことにより、第２の最適制御入力ｕ_２ ^＊を求める。第２の最適制御入力ｕ_２ ^＊を求める演算には、第１の最適制御入力の演算と同様の手法を用いることができる。ＡＣＡＤＯやＡｕｔｏＧｅｎを用いた場合、ステップＳ２６３にて、第２の軌道生成部２６０は、各予測点ｋ（ｋ＝０，…，Ｎ_２－１）での最適化された制御入力の時系列データである次式の第２の最適制御入力ｕ_２ ^＊を出力する。

なお、第２の軌道生成部２６０は、最適化問題を解く際、第１の軌道ξ_１に基づいて初期解を決定してもよい。障害物が移動予測を外れて大きく移動しない限り、第２の軌道ξ_２と第１の軌道ξ_１とは類似するので、第１の軌道ξ_１に基づいて初期解を決定することで、第２の最適制御入力ｕ_２ ^＊を演算する速度が向上する。

図６のステップＳ２６４にて、第２の軌道生成部２６０は、第２の最適制御入力ｕ_２ ^＊と第２の車両モデルｆ_２とに基づいて、各予測点ｋ（ｋ＝０，…，Ｎ_２）での最適化された第２の車両状態量ｘ_２の時系列データである第２の最適状態量ｘ_２ ^＊を求める。式４０９の第２の最適制御入力ｕ_２ ^＊が出力された場合、ステップＳ２６４にて、第２の軌道生成部２６０は、次式の第２の最適状態量ｘ_２ ^＊を出力する。

なお、第２の最適状態量ｘ_２ ^＊のうちの位置の系列データを第２の最適経路χ_２ ^＊と記す。本実施の形態１では、第２の最適経路χ_２ ^＊は次式で表される。

図６のステップＳ２６５にて、第２の軌道生成部２６０は、第２の最適状態量ｘ_２ ^＊と第２の最適制御入力ｕ_２ ^＊とに基づいて第２の軌道ξ_２を生成する。第２の軌道ξ_２には、第２の最適舵角δ_２ ^＊と、第２の最適加速度ａ_２ ^＊とが含まれていればよいが、本実施の形態１では、第２の最適状態量ｘ_２ ^＊を第２の軌道ξ_２とする。つまり、ステップＳ２６５にて、第２の軌道生成部２６０は、次式の第２の軌道ξ_２を出力する。

なお、第２の軌道ξ_２のうちの位置の系列データを第２の経路χ_２と記す。本実施の形態１では、第２の経路χ_２は次式で表される。

＜実施の形態１のまとめ＞
以上のような本実施の形態１に係る制御演算装置２０１によれば、第２の車両モデルｆ_２の次数は第１の車両モデルｆ_１の次数よりも大きい。このような構成によれば、簡素な第１の車両モデルｆ_１で生成された軌道に基づいて、精緻な第２の車両モデルｆ_２で軌道を生成するため、精緻な第２の車両モデルｆ_２による演算負荷を低減することができる。

なお、第２の予測期間Ｔ_ｈ，２が第１の予測期間Ｔ_ｈ，１よりも小さい場合には、簡素な第１の車両モデルｆ_１で長期の軌道を生成し、精緻な第２の車両モデルｆ_２で短期の軌道を生成することができる。このため、演算負荷の増加を抑制しながら、自車両を滑らかに走行させることが可能な滑らかな軌道の生成と、精緻な自車両の制御とを両立することができる。

＜実施の形態２＞
本実施の形態２に係る制御演算装置２０１のブロック図は、図１のブロック図と同様である。以下、実施の形態２に係る構成要素のうち、実施の形態１の構成要素と同じまたは類似する構成要素については同じまたは類似する参照符号を付し、異なる構成要素について主に説明する。なお、このことは実施の形態２以降についても同様である。

実施の形態１では、第２の場は、第１の場と同じであってもよいし異なってもよいとしたが、本実施の形態２では、第２の場は、第１の場と異なっている。

＜第１の場と第１の経路と第２の場と第２の経路の関係＞
第１の場、第１の経路、第２の場、及び、第２の経路の関係について説明する。まず、第１の場と第１の経路との関係について説明する。

図７は、本実施の形態２に係る第１の場Ｓ_１と第１の経路χ_１との関係の一例を示す概略図である。図７の例では、自車両が直線道路を走行中に、左前方の障害物である先行車が車線に対して平行に停止または走行している。この場合に、自車両が障害物を回避しながら、できるだけ車線中央を走行することを考える。なお、車線が直線道路であることは一例であり、直線道路でなくてもよい。また、図７の例では車線の数が３つであるが、これに限ったものではない。

第１の場設定部２３０は、障害物情報取得部１１０で取得された障害物の中心Ｐ_Ｃの位置Ｘ_ｏ，Ｙ_ｏ及び車体方位θ_ｏに基づいて、ステップＳ２３０で説明した方法で楕円形の進入禁止領域を含む第１の場Ｓ_１を設定する。楕円の長軸ａと短軸ｂは、例えば、自車両重心が進入すると自車両が障害物に衝突する領域である衝突領域Ｓ_Ｃを包含するように設定される。このように第１の場Ｓ_１が設定される場合、第１の軌道生成部２４０は、図７に示すように、第１の場Ｓ_１に進入せず、かつ、可能な限り車線中央から離れないような経路を、第１の経路χ_１として生成する。

次に、第１の経路χ_１と第２の場Ｓ_２と第２の経路χ_２との関係について説明する。図８は、本実施の形態２に係る第１の経路χ_１と第２の場Ｓ_２と第２の経路χ_２との関係の一例を示す概略図である。

第２の場設定部２５０は、周囲情報に基づいて、ステップＳ２５０で説明した方法で楕円形の進入禁止領域を含む第２の場Ｓ_２を設定する。例えば、第２の場設定部２５０は、第２の場Ｓ_２が第１の経路χ_１となるべく重ならないようにするために、衝突領域Ｓｃを包含し、楕円の長軸ａ及び短軸ｂが第１の場Ｓ_１よりも小さい第２の場Ｓ_２を設定する。そして、ステップＳ２６２にて、第２の軌道生成部２６０は、第１の経路χ_１を第２の参照経路χ_ｒ，２として設定する。

第２の場Ｓ_２は第１の場Ｓ_１よりも小さいため、第１の軌道生成部２４０の処理が完了してから、第２の軌道生成部２６０の処理が開始されるまでに障害物が移動予測を外れて大きく移動することがない限り、第２の参照経路χ_ｒ，２である第１の経路χ_１は、第２の場Ｓ_２と重ならなくなる。この場合、ステップＳ２６３にて第２の軌道生成部２６０で最適化問題の解として求められる第２の最適制御入力が、第２の場Ｓ_２による制約に抵触する可能性が低くなるため、第２の軌道生成部２６０の第２の最適制御入力における演算速度が向上する。またこの場合、図８に示すように、第２の経路χ_２が第１の経路χ_１とほぼ同じになる場合があるため、精緻な第２の車両モデルｆ_２を用いる第２の軌道生成部２６０の演算負荷の増加を低減することができる。なお、ステップＳ２６５で得られる第２の経路χ_２は、図８に示すように、第１の経路χ_１に追従しながらも、第２の車両モデルｆ_２の車両運動を反映した経路となる。

図９は、本実施の形態２に係る第１の経路χ_１と第２の場Ｓ_２と第２の経路χ_２との関係の別の一例を示す概略図である。図９では、図７に示す第１の軌道生成部２４０の処理が完了してから、第２の軌道生成部２６０の処理が開始されるまでに障害物が移動予測を外れて大きく移動した状態が示されている。

このような状態は、例えば第１の実行周期Ｔ_ｅ，１が第２の実行周期Ｔ_ｅ，２より大きく、かつ、第１の実行周期Ｔ_ｅ，１が１秒などのように長いとき、または、例えば障害物情報取得部１１０のセンサの精度が低いときなどに起こりうる。

図９の例では、障害物が移動予測を外れて大きく移動しているため、自車両が第１の経路χ_１に追従すると、障害物に衝突してしまう。しかしながら、第２の場Ｓ_２を設定することで、第２の場Ｓ_２に進入しないような経路を第２の経路χ_２として求めることができるので、図９のような状況においても、自車両の障害物への衝突を回避でき、安全を担保できる。

また、第２の場Ｓ_２と第１の軌道ξ_１の第１の経路χ_１とが重なる部分は、第１の場Ｓ_１と第１の軌道ξ_１の第１の経路χ_１とが重なる部分よりも小さいため、精緻な第２の車両モデルｆ_２を用いる第２の軌道生成部２６０の演算負荷の増加を低減することができる。また、図９のように、第２の経路χ_２の算出の際に、第１の経路χ_１を考慮するため、第２の経路χ_２と第１の経路χ_１との乖離を極力減らすことができ、第２の軌道生成部２６０の演算負荷の増加を低減することができる。

なお、第２の場Ｓ_２と第１の軌道ξ_１の第１の経路χ_１とが重なる部分は、第１の場Ｓ_１と第１の軌道ξ_１の第１の経路χ_１とが重なる部分よりも小さいことは、第２の場Ｓ_２が第１の経路χ_１とが重ならないことを含んでもよいし、重なることを含んでもよい。また、第２の場Ｓ_２と第１の経路χ_１とが重なる部分が、第１の場Ｓ_１と第１の経路χ_１とが重なる部分よりも小さくなるのであれば、第２の場Ｓ_２は第１の場Ｓ_１よりも小さくなくてもよい。例えば、第２の場Ｓ_２は、第１の場Ｓ_１をＸＹ平面における面積を維持したまま自車両の進行方向に移動させた場であってもよい。

＜実施の形態３＞
実施の形態２では、第２の場Ｓ_２と第１の経路χ_１とが重なる部分が、第１の場Ｓ_１と第１の経路χ_１とが重なる部分よりも小さくなるように、第２の場設定部２５０は第２の場Ｓ_２を設定した。これに対して本実施の形態３では、第２の場Ｓ_２と第１の経路χ_１とが重なる部分が、第１の場Ｓ_１と第１の経路χ_１とが重なる部分よりも大きくなるように、第２の場設定部２５０は第２の場Ｓ_２を設定する。

これにより、第１の軌道生成部２４０及び第２の軌道生成部２６０で軌道を生成する際、参照経路と最適経路との間の差異が小さくなるので、それぞれの軌道生成の演算負荷を低減できる。また、参照経路と最適経路との間の差異が小さいことにより、局所最適解に陥る可能性も低減できる。また、最適化演算において初期解周りで線形化を行う場合、最適経路との差異が小さい参照経路を初期解とすることで、線形化誤差を低減できる。

図１０は、本実施の形態３に係る第１の場Ｓ_１と第１の経路χ_１との関係の一例を示す概略図である。また、図１１は、本実施の形態３に係る第１の経路χ_１と第２の場Ｓ_２と第２の経路χ_２との関係の一例を示す概略図である。

図１０に示すように、第１の場設定部２３０は、衝突領域Ｓ_Ｃを内包できる最小限の大きさを有する第１の場Ｓ_１を設定する。第１の場Ｓ_１が小さく設定されることで、第１の経路χ_１の、参照経路である車線中央からの差異が小さくなる。これにより、第１の軌道生成部２４０における演算負荷の低減、局所最適解に陥る可能性の低減、線形化の誤差の低減が可能となる。ただし、障害物回避時の自車両と障害物との間隔（つまり回避間隔）に余裕が少ないため、それだけでは自車両が障害物を回避しきれない可能性がある。

そこで、図１１に示すように、第２の場設定部２５０は、第１の場Ｓ_１より大きい第２の場Ｓ_２を設定する。第１の経路χ_１では回避間隔に余裕が少なかったが、第２の経路χ_２では回避間隔に余裕ができ、安全性が向上する。また、第２の軌道生成部２６０は、第１の経路χ_１を第２の参照経路χ_ｒ，２として設定するため、車線中央を参照経路とする場合に比べ、参照経路と最適経路との間の差異が小さくなる。このため、第２の軌道生成における演算負荷の低減、局所最適解に陥る可能性の低減、線形化の誤差の低減が可能となる。

＜実施の形態４＞
実施の形態２では、第１の場Ｓ_１は、障害物に対する進入禁止領域であったが、これに限ったものではない。本実施の形態４では、第１の場Ｓ_１は、第１の場の中心と自車両との間の距離に対応する接近度に応じたリスクのポテンシャル場であってもよい。ここでいう第１の場の中心は、中心点であってもよいし、障害物であってもよいし、進入禁止領域であってもよい。

本実施の形態４では、第１の評価関数Ｊ_１の変数は、第１の場Ｓ_１の中心と自車両との間の距離に対応する接近度、例えば、例えば当該距離に応じた斥力などのポテンシャル場に関連するパラメータを含む。これにより、第１の軌道生成部２４０で用いられる制約において、障害物回避の位置に関する制約が緩和されるため、最適解の求解の可能性が向上する。ただし、第１の軌道生成部２４０では障害物回避時の自車両と障害物との回避間隔を明確に指定できないため、それだけでは自車両が障害物を回避しきれない可能性がある。そこで本実施の形態４では、第２の場Ｓ_２に進入禁止領域を用いる。これにより、第２の軌道生成部２６０で回避間隔を明確に指定できるので、自車両は確実に障害物を回避することが可能である。

図１２は、本実施の形態４に係る第１の場Ｓ_１と第１の経路χ_１との関係の一例を示す概略図である。また、図１３は、本実施の形態４に係る第１の経路χ_１と第２の場Ｓ_２と第２の経路χ_２との関係の一例を示す概略図である。

図１２に示すように、第１の場Ｓ_１は障害物に対する接近度に応じたリスクのポテンシャル場である。これにより、第１の軌道生成において障害物回避の位置に関する制約が緩和されるため、最適解の求解の可能性が向上する。しかしながら、第１の軌道生成部２４０では回避間隔を明確に指定できないため、第１の評価関数Ｊ_１の設計次第では自車両が障害物を回避しきれない可能性がある。

そこで、図１３に示すように、第２の場設定部２５０は、衝突領域Ｓ_Ｃを内包するように第２の場Ｓ_２を設定する。これにより、第２の軌道生成部２６０で回避間隔を明確に指定できるので、自車両は確実に障害物を回避できる。また、第２の軌道生成部２６０では、第１の経路χ_１を第２の参照経路χ_ｒ，２として設定するため、車線中央を参照経路とする場合に比べ、参照経路と最適経路との間の差異が小さくなる。このため、第２の軌道生成における演算負荷の低減、局所最適解に陥る可能性の低減、線形化の誤差の低減が可能となる。

なお、自車両が障害物を十分に回避可能に第１の評価関数Ｊ_１が設計されている場合には、第１の評価関数Ｊ_１と同様に、第２の評価関数Ｊ_２の変数は、第２の場Ｓ_２の中心と自車両との間の距離に対応する接近度を含んでもよい。

＜実施の形態５＞
実施の形態２では、第１の場Ｓ_１及び第２の場Ｓ_２を障害物に対して設定したが、道路の境界部に対して設定してもよい。この場合、障害物の第２の場Ｓ_２と同様に、道路の境界部の第２の場Ｓ_２が設定される。本実施の形態５では、第１の場Ｓ_１は、障害物及び道路の少なくともいずれかの領域よりも大きく、第２の場Ｓ_２は、当該少なくともいずれかの領域以上であり、第１の場Ｓ_１よりも小さい。これにより、第２の軌道生成部２６０の参照経路である第１の経路χ_１は第２の場Ｓ_２と重ならず、第２の軌道生成部２６０による最適化問題の解が、第２の場Ｓ_２による制約に抵触する可能性が低くなるため、第２の軌道生成部２６０の演算負荷を低減できる。

図１４は、本実施の形態５に係る第１の場Ｓ_１と第１の経路χ_１との関係の一例を示す概略図である。また、図１５は、本実施の形態５に係る第１の経路χ_１と第２の場Ｓ_２と第２の経路χ_２との関係の一例を示す概略図である。

図１４では、第１の場Ｓ_１が、道路の境界部に対する進入禁止領域に設定されている。ただし、第１の場Ｓ_１は、道路の境界部より多少大きく設定される。

図１５では、第２の場Ｓ_２が、道路の境界部に対する進入禁止領域に設定されている。ただし、第２の場Ｓ_２は、道路の領域であり、かつ、第１の場Ｓ_１より小さくなるように設定される。これにより、第２の軌道生成部２６０の参照経路である第１の経路χ_１は第２の場Ｓ_２と重ならず、第２の軌道生成部２６０による最適化問題の解が、第２の場Ｓ_２による制約に抵触する可能性が低くなるため、第２の軌道生成部２６０の演算負荷を低減できる。

＜実施の形態６＞
実施の形態２及び５では、第２の軌道生成部２６０による最適化問題の解が、第２の場Ｓ_２による制約に抵触する可能性が低くなることについて触れている。これは、第２の場Ｓ_２を適切に設定することにより実現される。本実施の形態６では、第１の軌道を生成する際の第１の制約ｇ_１、及び、第２の軌道を生成する際の第２の制約ｇ_２を設定する方法について説明する。

本実施の形態６では、他の実施の形態と同様、自車両の位置及び制御入力だけでなく、速度、横加速度、舵角及びヨーレートなどに対しても制約を設定してよい。そして、第２の制約ｇ_２を第１の制約ｇ_１よりも緩く設定する。例えば、第１の制約ｇ_１では、舵角δに対して上下限値￣δ_１，＿δ_１を設定する。同様に、第２の制約ｇ_２では、舵角δに対して上下限値￣δ_２，＿δ_２を設定する。この時、微小量をε（＞０）とし、￣δ_２＝￣δ_１＋ε、及び＿δ_２＝＿δ_１－εとすることで、舵角δに関する第２の制約は、第１の制約よりも緩くなる。舵角δだけでなく、他の車両状態量についても同様に第２の制約を設定することで、第１の軌道生成部２４０により生成された第１の軌道は、第２の制約ｇ_２に抵触する可能性が低くなる。これにより、第２の軌道生成部２６０が第２の軌道を生成する際に、第２の軌道が第２の制約ｇ_２に抵触する可能性が低くなるので、第２の軌道を生成する際の演算負荷を低減できる。

＜その他の変形例＞
上述した図１の第１の場設定部２３０、第１の軌道生成部２４０、第２の場設定部２５０、第２の軌道生成部２６０、及び、目標値演算部２７０を、以下「第１の場設定部２３０等」と記す。第１の場設定部２３０等は、図１６に示す処理回路８１により実現される。すなわち、処理回路８１は、周囲情報に基づいて、車両の走行対象外の第１の場を設定する第１の場設定部２３０と、車両の運動を表す第１の車両モデルと、第１の場とに基づいて、第１の予測期間の車両の第１の軌道を生成する第１の軌道生成部２４０と、周囲情報に基づいて、第１の場と異なる車両の走行対象外の第２の場を設定する第２の場設定部２５０と、車両の運動を表し、第１の車両モデルの次数よりも大きい第２の車両モデルと、第２の場と、第１の軌道とに基づいて、第１の予測期間以下である第２の予測期間の車両の第２の軌道を生成する第２の軌道生成部２６０と、第２の軌道に基づいて、車両を制御するための目標値を演算して出力する目標値演算部２７０と、を備える。処理回路８１には、専用のハードウェアが適用されてもよいし、メモリに格納されるプログラムを実行するプロセッサが適用されてもよい。プロセッサには、例えば、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、ＤＳＰ（Digital Signal Processor）などが該当する。

処理回路８１が専用のハードウェアである場合、処理回路８１は、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field Programmable Gate Array）、またはこれらを組み合わせたものが該当する。第１の場設定部２３０等の各部の機能それぞれは、処理回路を分散させた回路で実現されてもよいし、各部の機能をまとめて一つの処理回路で実現されてもよい。

処理回路８１がプロセッサである場合、第１の場設定部２３０等の機能は、ソフトウェア等との組み合わせにより実現される。なお、ソフトウェア等には、例えば、ソフトウェア、ファームウェア、または、ソフトウェア及びファームウェアが該当する。ソフトウェア等はプログラムとして記述され、メモリに格納される。図１７に示すように、処理回路８１に適用されるプロセッサ８２は、メモリ８３に記憶されたプログラムを読み出して実行することにより、各部の機能を実現する。すなわち、制御演算装置２０１は、処理回路８１により実行されるときに、周囲情報に基づいて、車両の走行対象外の第１の場を設定するステップと、車両の運動を表す第１の車両モデルと、第１の場とに基づいて、第１の予測期間の車両の第１の軌道を生成するステップと、周囲情報に基づいて、第１の場と異なる車両の走行対象外の第２の場を設定するステップと、車両の運動を表し、第１の車両モデルの次数よりも大きい第２の車両モデルと、第２の場と、第１の軌道とに基づいて、第１の予測期間以下である第２の予測期間の車両の第２の軌道を生成するステップと、第２の軌道に基づいて、車両を制御するための目標値を演算して出力するステップと、が結果的に実行されることになるプログラムを格納するためのメモリ８３を備える。換言すれば、このプログラムは、第１の場設定部２３０等の手順や方法をコンピュータに実行させるものであるともいえる。ここで、メモリ８３は、例えば、ＲＡＭ、ＲＯＭ、フラッシュメモリ、ＥＰＲＯＭ（Erasable Programmable Read Only Memory）、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read Only Memory）などの、不揮発性または揮発性の半導体メモリ、ＨＤＤ（Hard Disk Drive）、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、ＤＶＤ（Digital Versatile Disc）、それらのドライブ装置等、または、今後使用されるあらゆる記憶媒体であってもよい。

以上、第１の場設定部２３０等の各機能が、ハードウェア及びソフトウェア等のいずれか一方で実現される構成について説明した。しかしこれに限ったものではなく、第１の場設定部２３０等の一部を専用のハードウェアで実現し、別の一部をソフトウェア等で実現する構成であってもよい。例えば、第１の場設定部２３０については専用のハードウェアとしての処理回路８１、インターフェース及びレシーバなどでその機能を実現し、それ以外についてはプロセッサ８２としての処理回路８１がメモリ８３に格納されたプログラムを読み出して実行することによってその機能を実現することが可能である。

以上のように、処理回路８１は、ハードウェア、ソフトウェア等、またはこれらの組み合わせによって、上述の各機能を実現することができる。

また、以上で説明した制御演算装置は、ＰＮＤ（Portable Navigation Device）、ナビゲーション装置及びＤＭＳ（Driver Monitoring System）などの車両装置と、携帯電話、スマートフォン及びタブレットなどの携帯端末を含む通信端末と、車両装置及び通信端末の少なくとも１つにインストールされるアプリケーションの機能と、サーバとを適宜に組み合わせてシステムとして構築される制御演算システムにも適用することができる。この場合、以上で説明した制御演算装置の各機能あるいは各構成要素は、前記システムを構築する各機器に分散して配置されてもよいし、いずれかの機器に集中して配置されてもよい。

なお、各実施の形態及び各変形例を自由に組み合わせたり、各実施の形態及び各変形例を適宜、変形、省略したりすることが可能である。

上記した説明は、すべての局面において、例示であって、限定的なものではない。例示されていない無数の変形例が、想定され得るものと解される。

１ 自車両、２０１ 制御演算装置、２３０ 第１の場設定部、２４０ 第１の軌道生成部、２５０ 第２の場設定部、２６０ 第２の軌道生成部、２７０ 目標値演算部。

Claims (15)

1. 車両の周囲の周囲情報に基づいて、前記車両の走行対象外の第１の場を設定する第１の場設定部と、
   前記車両の運動を表す第１の車両モデルと、前記第１の場とに基づいて、第１の予測期間の前記車両の第１の軌道を生成する第１の軌道生成部と、
   前記周囲情報に基づいて、前記第１の場と異なる前記車両の走行対象外の第２の場を設定する第２の場設定部と、
   前記車両の運動を表し、次数が前記第１の車両モデルの次数よりも大きい第２の車両モデルと、前記第２の場と、前記第１の軌道とに基づいて、前記第１の予測期間以下である第２の予測期間の前記車両の第２の軌道を生成する第２の軌道生成部と、
   前記第２の軌道に基づいて、前記車両を制御するための目標値を演算して出力する目標値演算部と
   を備える、制御演算装置。
2. 請求項１に記載の制御演算装置であって、
   前記第１の予測期間は予測点数と第１の予測間隔との積であり、
   前記第２の予測期間は前記予測点数と第２の予測間隔との積であり、
   前記第１の予測間隔は前記第２の予測間隔以上である、制御演算装置。
3. 請求項１または請求項２に記載の制御演算装置であって、
   前記第１の軌道生成部は、第１の実行周期で前記第１の軌道を生成し、
   前記第２の軌道生成部は、前記第１の実行周期以下の第２の実行周期で前記第２の軌道を生成する、制御演算装置。
4. 請求項１から請求項３のうちのいずれか１項に記載の制御演算装置であって、
   前記第１の軌道生成部は、前記第１の車両モデルと、前記第１の場と、第１の評価関数と、第１の制約とに基づいて、前記第１の軌道を生成する、制御演算装置。
5. 請求項１から請求項４のうちのいずれか１項に記載の制御演算装置であって、
   前記第２の軌道生成部は、前記第２の車両モデルと、前記第２の場と、第２の評価関数と、第２の制約と、前記第１の軌道とに基づいて、前記第２の軌道を生成する、制御演算装置。
6. 請求項１から請求項５のうちのいずれか１項に記載の制御演算装置であって、
   前記第１の軌道生成部は、前記第１の車両モデルと、前記第１の場と、第１の評価関数と、第１の制約とに基づいて、前記第１の軌道を生成し、
   前記第２の軌道生成部は、前記第２の車両モデルと、前記第２の場と、第２の評価関数と、第２の制約と、前記第１の軌道とに基づいて、前記第２の軌道を生成する、制御演算装置。
7. 請求項１から請求項６のうちのいずれか１項に記載の制御演算装置であって、
   前記第２の軌道生成部は、前記第１の軌道の少なくとも一部を参照経路として前記第２の軌道の生成に用いる、制御演算装置。
8. 請求項４または請求項６に記載の制御演算装置であって、
   前記第１の制約は、前記第１の場への前記車両の進入を禁止する制約を含む、制御演算装置。
9. 請求項５または請求項６に記載の制御演算装置であって、
   前記第２の制約は、前記第２の場への前記車両の進入を禁止する制約を含む、制御演算装置。
10. 請求項１から請求項９のうちのいずれか１項に記載の制御演算装置であって、
    前記第２の場と前記第１の軌道とが重なる部分は、前記第１の場と前記第１の軌道とが重なる部分よりも小さい、制御演算装置。
11. 請求項１から請求項９のうちのいずれか１項に記載の制御演算装置であって、
    前記第２の場と前記第１の軌道とが重なる部分は、前記第１の場と前記第１の軌道とが重なる部分よりも大きい、制御演算装置。
12. 請求項４または請求項６に記載の制御演算装置であって、
    前記第１の評価関数の変数は、前記第１の場の中心と前記車両との間の距離に対応する接近度を含む、制御演算装置。
13. 請求項５または請求項６に記載の制御演算装置であって、
    前記第２の評価関数の変数は、前記第２の場の中心と前記車両との間の距離に対応する接近度を含む、制御演算装置。
14. 請求項６に記載の制御演算装置であって、
    前記第２の制約は前記第１の制約よりも緩い、制御演算装置。
15. 車両の周囲の周囲情報に基づいて、前記車両の走行対象外の第１の場を設定し、
    前記車両の運動を表す第１の車両モデルと、前記第１の場とに基づいて、第１の予測期間の前記車両の第１の軌道を生成し、
    前記周囲情報に基づいて、前記第１の場と異なる前記車両の走行対象外の第２の場を設定し、
    前記車両の運動を表し、次数が前記第１の車両モデルの次数よりも大きい第２の車両モデルと、前記第２の場と、前記第１の軌道とに基づいて、前記第１の予測期間以下である第２の予測期間の前記車両の第２の軌道を生成し、
    前記第２の軌道に基づいて、前記車両を制御するための目標値を演算して出力する、制御演算方法。

Images