JP7342828B2 - automatic driving device - Google Patents
automatic driving device Download PDFInfo
- Publication number
- JP7342828B2 JP7342828B2 JP2020159378A JP2020159378A JP7342828B2 JP 7342828 B2 JP7342828 B2 JP 7342828B2 JP 2020159378 A JP2020159378 A JP 2020159378A JP 2020159378 A JP2020159378 A JP 2020159378A JP 7342828 B2 JP7342828 B2 JP 7342828B2
- Authority
- JP
- Japan
- Prior art keywords
- vehicle
- driving behavior
- unit
- route
- risk
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
- B60W30/095—Predicting travel path or likelihood of collision
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
Description
本発明は、自動運転装置に関する。 The present invention relates to an automatic driving device.
近年、ポテンシャル法を用いて自車両が走行すべき走行経路を生成する技術が提案されている。例えば、下記の特許文献１には、基本走行ポテンシャル、顕在ポテンシャル及び潜在ポテンシャルを加算することでポテンシャル場を演算し、当該ポテンシャル場に基づいて走行経路を生成する技術が開示されている。 In recent years, a technology has been proposed that uses a potential method to generate a travel route for a vehicle to travel. For example, Patent Document 1 listed below discloses a technology that calculates a potential field by adding a basic driving potential, an manifest potential, and a latent potential, and generates a driving route based on the potential field.
しかし、上記のポテンシャル法に生成された走行経路は、予測開始時点で生成されたものであり、生成した走行経路に対して自車両が追従して走行している途中の交通状況の変化は考慮されていない。このため、走行途中で交通状況が変化した場合には、自車両の走行経路の追従が適切とは言えないおそれがある。 However, the driving route generated using the above potential method is generated at the start of the prediction, and changes in the traffic situation while the own vehicle is following the generated driving route are not taken into account. It has not been. Therefore, if the traffic situation changes while the vehicle is traveling, there is a possibility that the vehicle may not be able to follow the travel route appropriately.
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、より安全性が高い経路を生成することを目的とする。 Therefore, the present invention has been made in view of these points, and an object of the present invention is to generate a route with higher safety.
本発明の一の態様においては、第１予測期間毎に自車両の運転行動を順次決定する自動運転装置であって、自車両の状態と前記自車両の周囲の物体の位置に基づくポテンシャル場に基づいて、一の第１予測期間内の前記自車両の運転行動を決定する行動決定処理を行う運転行動決定部と、前記運転行動決定部が決定した運転行動に基づいて、前記一の第１予測期間経過後の前記自車両の状態と前記周囲の物体の位置とを更新する更新処理を行う更新部と、更新後の前記自車両の状態及び前記物体の位置に基づいた前記行動決定処理と、次の第１予測期間経過後の前記自車両の状態と前記物体の位置とを更新する前記更新処理とを繰り返し実行させ、前記第１予測期間よりも長い第２予測期間に亘る前記自車両の経路を生成する経路生成部と、を備える、自動運転装置を提供する。 In one aspect of the present invention, there is provided an automatic driving device that sequentially determines the driving behavior of the own vehicle for each first prediction period, and the automatic driving device uses a potential field based on the state of the own vehicle and the position of objects around the own vehicle. based on the driving behavior determined by the driving behavior determining unit; an updating unit that performs an updating process for updating the state of the own vehicle and the position of the surrounding object after the prediction period has elapsed; and the action determining process based on the updated state of the own vehicle and the position of the object. , the updating process of updating the state of the own vehicle and the position of the object after the next first prediction period has elapsed is repeatedly executed, and the own vehicle is updated over a second prediction period that is longer than the first prediction period. An automatic driving device is provided, comprising: a route generation unit that generates a route.
また、前記運転行動決定部が決定した運転行動に従う場合の前記自車両の前記物体に対する衝突リスクが、所定値以下であるか否かを判定するリスク判定部を更に備え、前記更新部は、前記衝突リスクが所定値以下であると判定された場合には、前記自車両の状態と前記周囲の物体の位置を更新し、前記衝突リスクが前記所定値よりも大きいと判定された場合には、前記自車両の状態と前記周囲の物体の位置を更新しないこととしてもよい。 The vehicle further includes a risk determination unit that determines whether a collision risk of the own vehicle with the object when following the driving behavior determined by the driving behavior determination unit is equal to or less than a predetermined value, and the updating unit If the collision risk is determined to be less than or equal to the predetermined value, the state of the own vehicle and the position of the surrounding objects are updated; if the collision risk is determined to be greater than the predetermined value, The state of the own vehicle and the position of the surrounding objects may not be updated.
また、前記経路生成部は、前記第２予測期間に達する前に、前記リスク判定部によって前記衝突リスクが前記所定値よりも大きいと判定された場合には、前記経路の生成を中止することとしてもよい。 Further, the route generating unit may stop generating the route if the risk determining unit determines that the collision risk is greater than the predetermined value before reaching the second prediction period. Good too.
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。 Further, the driving behavior determining unit may determine acceleration/deceleration and yaw rate of the host vehicle as the driving behavior.
また、前記運転行動決定部は、前記第１予測期間での前記周囲の物体の予測位置に対して前記自車両が所定の車間距離以上となるように運転行動を決定することとしてもよい。 Further, the driving behavior determining unit may determine the driving behavior so that the host vehicle is at least a predetermined inter-vehicle distance with respect to the predicted position of the surrounding object in the first prediction period.
また、前記更新部は、前記更新処理を行う場合には、前記自車両の位置と、前記運転行動決定部が決定した運転行動と、前記運転行動に従う場合の前記自車両の前記物体に対する衝突リスクと、前記位置への到達予測時刻とを、記憶部に記憶させることとしてもよい。 In addition, when performing the update process, the updating unit includes the position of the own vehicle, the driving behavior determined by the driving behavior determining unit, and the risk of collision of the own vehicle with the object when following the driving behavior. and the predicted time of arrival at the position may be stored in the storage unit.
本発明によれば、より安全性が高い経路を生成できるという効果を奏する。 According to the present invention, it is possible to generate a route with higher safety.
＜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。
<Configuration of automatic driving device>
The configuration of an automatic driving device according to one embodiment of the present invention will be described with reference to FIG. 1.
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、基本走行ポテンシャル等を含む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。 FIG. 1 is a schematic diagram for explaining an example of the configuration of an automatic driving device 1 according to one embodiment. The automatic driving device 1 is mounted on a vehicle such as a truck, and supports driving of the own vehicle. For example, during automatic driving, the automatic driving device 1 sets the driving behavior of its own vehicle, and determines a driving route based on the set driving behavior. The automatic driving device 1 sets the driving behavior of the own vehicle based on a potential field including a basic driving potential and the like. The own vehicle travels along the driving behavior set by the automatic driving device 1. Further, the own vehicle can travel along the driving route determined by the automatic driving device 1.
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。
As shown in FIG. 1, the automatic driving device 1 includes a vehicle detection section 2, an environment recognition section 4, a map database 6, and a control device 10.
Vehicle detection unit 2 detects the state of the own vehicle. The vehicle detection unit 2 detects the position and speed of the own vehicle. For example, the vehicle detection unit 2 includes a GPS (Global Positioning System) receiver, and detects the position of the own vehicle using radio waves received by the GPS receiver. The vehicle detection unit 2 outputs the detection result to the control device 10.
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。 The environment recognition unit 4 recognizes the environmental situation around the host vehicle. For example, the environment recognition unit 4 includes an external sensor such as a camera or radar. The environment recognition unit 4 recognizes objects around the host vehicle (eg, other vehicles, bicycles, pedestrians, etc.) based on outputs from external sensors. Furthermore, the environment recognition unit 4 can recognize, for example, the position and width of the lane in which the vehicle is traveling. The environment recognition unit 4 outputs the recognition result to the control device 10.
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。 The map database 6 stores road map information. The road map information includes, for example, data indicating three-dimensional coordinates of latitude, longitude, and altitude of a road. Further, the road map information includes information on the number of lanes and the lane structure of the road on which the vehicle is traveling. Furthermore, the map database 6 can instead acquire information on lanes recognized by the environment recognition unit 4 based on the position of the own vehicle detected by the vehicle detection unit 2.
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し、決定した運転行動に基づいて自車両の運転経路（以下、単に経路と呼ぶ）を生成する。ポテンシャル場は、例えば公知のように、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。制御装置１０は、短期予測で運転行動を決定し、長期予測で経路を生成する。経路は、長期予測時の自車両の位置の軌跡である。 The control device 10 controls the operation of the automatic driving device 1. The control device 10 determines the driving behavior of the own vehicle using a potential field, and generates a driving route (hereinafter simply referred to as a route) for the own vehicle based on the determined driving behavior. The potential field is obtained, for example, by adding the basic driving potential and the actual risk potential, as is well known. The control device 10 determines driving behavior based on short-term prediction and generates a route based on long-term prediction. The route is the trajectory of the vehicle's position during long-term prediction.
本実施形態における長期予測での経路生成の概要について、図２を参照しながら説明する。
図２は、短期予測での運転行動の決定と、長期予測で生成する経路とを説明するための模式図である。図２に示すように、短期予測は、期間Δｔｓの間に行う予測であり、長期予測は、期間ΔｔLの間に行う予測である。期間Δｔｓが第１予測期間に該当し、期間ΔｔLが第２予測期間に該当する。制御装置１０は、図２に示すように、期間Δｔｓの短期予測を、期間ΔｔLの間に複数回（ここでは４回）行う。この際、一の短期予測で決定された運転行動が、次の短期予測時に反映される。例えば、短期予測Ｐ２は、短期予測Ｐ１で決定された運転行動を反映した自車両の状態や周囲の物体の位置を考慮して、行われる。上述した短期予測で決定する運転行動に基づく自車両の位置の軌跡を結ぶことで経路となる。ここで、繰り返し実行されるそれぞれの短期予測では、周囲の物体の予測位置に対して、安全な車間距離を確保するように運転行動を決定する。このため、将来の安全性を考慮した経路が生成されることになる。なお、短期予測の実行回数は必ずしも期間ΔｔLを期間Δｔｓ除した回数でなくてもよい。すなわち、短期予測の予測時間ΔｔLは各経路点間の時間の差より長い又は短い時間であってもよい。
An overview of route generation using long-term prediction in this embodiment will be described with reference to FIG. 2.
FIG. 2 is a schematic diagram for explaining the determination of driving behavior based on short-term prediction and the route generated based on long-term prediction. As shown in FIG. 2, a short-term prediction is a prediction made during a period Δt s , and a long-term prediction is a prediction made during a period Δt L. The period Δt s corresponds to the first prediction period, and the period Δt L corresponds to the second prediction period. As shown in FIG. 2, the control device 10 performs the short-term prediction for the period Δt s multiple times (four times in this case) during the period Δt L. At this time, the driving behavior determined in one short-term prediction is reflected in the next short-term prediction. For example, the short-term prediction P2 is performed in consideration of the state of the vehicle that reflects the driving behavior determined in the short-term prediction P1 and the positions of surrounding objects. A route is created by connecting the trajectory of the vehicle's position based on the driving behavior determined by the short-term prediction described above. Here, in each short-term prediction that is repeatedly executed, driving behavior is determined to ensure a safe inter-vehicle distance with respect to the predicted positions of surrounding objects. Therefore, a route is generated that takes future safety into consideration. Note that the number of times short-term prediction is performed does not necessarily have to be the number of times that the period Δt L is divided by the period Δt s . That is, the prediction time Δt L of the short-term prediction may be longer or shorter than the time difference between each route point.
＜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３を参照しながら説明する。
図３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３に示すように、記憶部１２と、制御部１４とを有する。
<Detailed configuration of control device 10>
The detailed configuration of the control device 10 will be explained with reference to FIG. 3.
FIG. 3 is a block diagram for explaining an example of a detailed configuration of the control device 10. As shown in FIG. The control device 10 includes a storage section 12 and a control section 14, as shown in FIG.
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。 The storage unit 12 includes, for example, a ROM (Read Only Memory) and a RAM (Random Access Memory). The storage unit 12 stores programs and various data for the control unit 14 to execute.
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、ポテンシャル算出部１４２、運転行動決定部１４４、リスク判定部１４５、更新部１４６及び経路生成部１４７として機能する。 The control unit 14 is, for example, a CPU (Central Processing Unit). The control unit 14 functions as a potential calculation unit 142, a driving behavior determination unit 144, a risk determination unit 145, an updating unit 146, and a route generation unit 147 by executing the program stored in the storage unit 12.
ポテンシャル算出部１４２は、ポテンシャル場を求める。例えば、ポテンシャル算出部１４２は、車両検出部２の検出結果や環境認識部４の認識結果に基づいて、基本走行ポテンシャルと顕在リスクポテンシャルとを求める。そして、ポテンシャル算出部１４２は、求めた基本走行ポテンシャルと顕在リスクポテンシャルを加算することでポテンシャル場を求める。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。 The potential calculation unit 142 calculates a potential field. For example, the potential calculation unit 142 calculates the basic driving potential and the actual risk potential based on the detection result of the vehicle detection unit 2 and the recognition result of the environment recognition unit 4. Then, the potential calculation unit 142 calculates a potential field by adding the calculated basic running potential and the actual risk potential. The basic driving potential is a potential indicating the degree of recommendation of the driving position in which the host vehicle will travel in the future. The actual risk potential is a potential that corresponds to the actual risk indicated by obstacles around the own vehicle.
運転行動決定部１４４は、短期予測としての自車両の運転行動を決定する。運転行動決定部１４４は、長期予測の予測期間である第２予測期間内に、第１予測期間の短期予測を順次行う。運転行動決定部１４４は、自車両の状態と自車両の周囲の物体の位置に基づくポテンシャル場に基づいて、一の第１予測期間内の自車両の運転行動を決定する行動決定処理を行う。例えば、運転行動決定部１４４は、ポテンシャル算出部１４２が算出したポテンシャルに基づいて、自車両の運転行動を決定する。運転行動決定部１４４は、運転行動として、自車両の加減速度とヨーレートを決定する。 The driving behavior determination unit 144 determines the driving behavior of the host vehicle as a short-term prediction. The driving behavior determining unit 144 sequentially performs short-term predictions for the first prediction period within the second prediction period that is the prediction period for the long-term prediction. The driving behavior determination unit 144 performs behavior determination processing to determine the driving behavior of the vehicle within a first prediction period based on the potential field based on the state of the vehicle and the positions of objects around the vehicle. For example, the driving behavior determination unit 144 determines the driving behavior of the own vehicle based on the potential calculated by the potential calculation unit 142. The driving behavior determining unit 144 determines the acceleration/deceleration and yaw rate of the host vehicle as the driving behavior.
運転行動決定部１４４は、ポテンシャル算出部１４２が算出したポテンシャルをコスト関数に適用して、運転行動を決定する。運転行動決定部１４４は、コスト関数を最小化する値を求めることで、最適な運転行動（すなわち、自車両の加減速度の最適値とヨーレートの最適値）を求めることができる。 The driving behavior determination unit 144 applies the potential calculated by the potential calculation unit 142 to the cost function to determine driving behavior. The driving behavior determining unit 144 can determine the optimal driving behavior (that is, the optimal value of the acceleration/deceleration and the optimal value of the yaw rate of the own vehicle) by determining the value that minimizes the cost function.
運転行動決定部１４４は、第１予測期間での周囲の物体の予測位置に対して自車両が所定の車間距離以上となるように運転行動を決定しうる。これにより、自車両が、周囲の物体（他車両）に対して安全な車間距離を確保しやすくなる。 The driving behavior determination unit 144 can determine a driving behavior such that the host vehicle is at least a predetermined inter-vehicle distance with respect to the predicted positions of surrounding objects in the first prediction period. This makes it easier for the host vehicle to maintain a safe distance from surrounding objects (other vehicles).
リスク判定部１４５は、運転行動決定部１４４が決定した運転行動に従う場合の自車両の周囲の物体に対する衝突リスクを求める。そして、リスク判定部１４５は、求めた衝突リスクが所定値以下であるか否かを判定する。衝突リスクが所定値以下である場合には、運転行動決定部１４４が決定した運転行動に従っても安全性が確保されると推定できる。一方で、衝突リスクが所定値よりも大きい場合には、運転行動決定部１４４が決定した運転行動に従うと安全性が確保できない蓋然性があると推定できる。 The risk determination unit 145 determines the risk of collision of the host vehicle with surrounding objects when the driving behavior determined by the driving behavior determination unit 144 is followed. Then, the risk determination unit 145 determines whether the calculated collision risk is less than or equal to a predetermined value. If the collision risk is less than or equal to the predetermined value, it can be estimated that safety will be ensured even if the driving behavior determined by the driving behavior determination unit 144 is followed. On the other hand, if the collision risk is greater than the predetermined value, it can be estimated that there is a probability that safety cannot be ensured if the driving behavior determined by the driving behavior determination unit 144 is followed.
更新部１４６は、運転行動決定部１４４が決定した運転行動に基づいて、一の第１予測期間経過後の自車両の状態と周囲の物体の位置とを更新する更新処理を行う。すなわち、更新部１４６は、運転行動決定部１４４が前回の短期予測で決定した運転行動に基づいて、次回の短期予測をする際の自車両の状態と周囲の物体の位置を更新する。例えば、更新部１４６は、自車両の状態として、自車両の位置、ヨー角度、速度を更新する。また、更新部１４６は、周囲の物体として、動く物体（例えば他車両）の位置を更新する。なお、自車両の位置は、自車両の前面の中央又は自車両の重心点であるものとする（図４参照）。 The updating unit 146 performs an updating process to update the state of the host vehicle and the positions of surrounding objects after one first prediction period has elapsed, based on the driving behavior determined by the driving behavior determining unit 144. That is, the updating unit 146 updates the state of the host vehicle and the positions of surrounding objects when making the next short-term prediction, based on the driving behavior determined by the driving behavior determining unit 144 in the previous short-term prediction. For example, the updating unit 146 updates the position, yaw angle, and speed of the own vehicle as the state of the own vehicle. Furthermore, the updating unit 146 updates the position of a moving object (for example, another vehicle) as a surrounding object. Note that the position of the own vehicle is assumed to be the center of the front of the own vehicle or the center of gravity of the own vehicle (see FIG. 4).
更新部１４６は、リスク判定部１４５の判定結果に基づいて、更新処理の実行の有無を決定してもよい。すなわち、更新部１４６は、衝突リスクが所定値以下であると判定された場合には、自車両の状態と周囲の物体の位置を更新する。一方で、更新部１４６は、衝突リスクが所定値よりも大きいと判定された場合には、自車両の状態と周囲の物体の位置を更新しない。これにより、安全性が確保された場合に、自車両の状態と周囲の物体の位置が更新される。 The update unit 146 may determine whether to execute the update process based on the determination result of the risk determination unit 145. That is, when it is determined that the collision risk is less than or equal to a predetermined value, the updating unit 146 updates the state of the host vehicle and the positions of surrounding objects. On the other hand, if it is determined that the collision risk is greater than a predetermined value, the updating unit 146 does not update the state of the host vehicle and the positions of surrounding objects. As a result, when safety is ensured, the state of the own vehicle and the positions of surrounding objects are updated.
更新部１４６は、更新処理を行う場合には、更新した情報を記憶部１２に記憶させうる。例えば、更新部１４６は、自車両の位置と、運転行動決定部１４４が決定した運転行動（ヨー角度や速度）と、前記運転行動に従う場合の衝突リスクと、前記位置への到達予測時刻とを、記憶部１２に記憶させる。記憶部１２に記憶された情報は、自動運転中にドライバに通知されたり、自車両の自動運転を制御する運転制御装置に出力されたりする。 When performing an update process, the update unit 146 can cause the storage unit 12 to store the updated information. For example, the updating unit 146 updates the position of the own vehicle, the driving behavior (yaw angle and speed) determined by the driving behavior determining unit 144, the collision risk when the driving behavior is followed, and the predicted time of arrival at the position. , is stored in the storage unit 12. The information stored in the storage unit 12 is notified to the driver during automatic driving, or is output to a driving control device that controls automatic driving of the own vehicle.
経路生成部１４７は、長期予測に基づく経路を生成する。経路生成部１４７は、予測開始時の自車両の状態等のみに基づいて経路を生成せず、長期予測の途中の交通状況の変化を考慮するように経路を生成する。すなわち、経路生成部１４７は、更新後の自車両の状態及び物体の位置に基づいた行動決定処理と、次の第１予測期間経過後の自車両の状態と物体の位置とを更新する更新処理とを繰り返し実行させ、第１予測期間よりも長い第２予測期間に亘る自車両の経路を生成する。 The route generation unit 147 generates a route based on long-term prediction. The route generation unit 147 does not generate a route based only on the state of the own vehicle at the start of the prediction, but instead generates a route so as to take into account changes in traffic conditions during the long-term prediction. That is, the route generation unit 147 performs an action determination process based on the updated state of the own vehicle and the position of the object, and an update process that updates the state of the own vehicle and the position of the object after the next first prediction period has elapsed. This is repeatedly executed to generate a route for the host vehicle over a second prediction period that is longer than the first prediction period.
図４は、経路の生成例を説明するための模式図である。図４に示す経路Ｒは、自車両である車両１００の経路であり、複数の経路点Ｒ１～Ｒ６を含む。経路点Ｒ１～Ｒ６は、短期予測によって推定される自車両の位置である。点Ｒ０は、長期予測を開始する地点である。経路点Ｒ１は、点Ｒ０での短期予測によって決定された最適な運転行動（すなわち、加減速度やヨーレート）で定まる自車両の位置である。経路点Ｒ２は、経路点Ｒ１での短期予測によって決定された最適な運転行動で定まる自車両の位置である。同様に、経路点Ｒ３は、経路点Ｒ２での短期予測によって決定された最適な運転行動で定まる自車両の位置である。このような経路点Ｒ１～Ｒ６を結ぶような経路Ｒが生成されることで、各経路点において交通状況の変化を考慮した経路を生成することができ、より安全性の高い経路を生成できる。なお、図４の破線の矢印は、短期予測において最適ではない運転行動を示す。 FIG. 4 is a schematic diagram for explaining an example of route generation. Route R shown in FIG. 4 is the route of vehicle 100, which is the own vehicle, and includes a plurality of route points R1 to R6. Route points R1 to R6 are the positions of the own vehicle estimated by short-term prediction. Point R0 is the point where long-term prediction starts. The route point R1 is the position of the own vehicle determined by the optimal driving behavior (that is, acceleration/deceleration and yaw rate) determined by the short-term prediction at the point R0. The route point R2 is the position of the own vehicle determined by the optimal driving behavior determined by the short-term prediction at the route point R1. Similarly, route point R3 is the position of the host vehicle determined by the optimal driving behavior determined by the short-term prediction at route point R2. By generating the route R that connects the route points R1 to R6, it is possible to generate a route that takes into account changes in traffic conditions at each route point, and it is possible to generate a route with higher safety. Note that the dashed arrow in FIG. 4 indicates driving behavior that is not optimal in the short-term prediction.
経路生成部１４７は、経路の生成を途中で打ち切ってもよい。例えば、経路生成部１４７は、第２予測期間に達する前に、リスク判定部１４５によって衝突リスクが所定値よりも大きいと判定された場合には、経路の生成を中止する。これにより、安全性が十分に確保されない経路を生成することを抑制できる。 The route generation unit 147 may stop generating the route midway. For example, the route generation unit 147 stops generating the route if the risk determination unit 145 determines that the collision risk is greater than a predetermined value before reaching the second prediction period. Thereby, it is possible to suppress the generation of a route whose safety is not sufficiently ensured.
なお、上記に限定されず、経路生成部１４７は、リスク判定部１４５によって衝突リスクが所定値よりも大きいと判定された場合でも、経路の生成を中止せず、経路を生成してもよい。この場合には、生成した経路に衝突リスクがある旨を通知することが望ましい。これにより、生成した経路に沿って自車両が自動運転する場合のリスクを、運転者に認識させることができる。 Note that the route generation unit 147 is not limited to the above, and may generate a route without stopping route generation even if the risk determination unit 145 determines that the collision risk is greater than a predetermined value. In this case, it is desirable to notify that the generated route has a collision risk. Thereby, the driver can be made aware of the risks when the own vehicle automatically drives along the generated route.
＜自動運転装置の動作例＞
経路を生成する際の自動運転装置１の動作例について、図５を参照しながら説明する。
<Example of operation of automatic driving device>
An example of the operation of the automatic driving device 1 when generating a route will be described with reference to FIG. 5.
図５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。 FIG. 5 is a flowchart for explaining an example of the operation of the automatic driving device 1. The processing shown in this flowchart is performed while the vehicle is running. Here, it is assumed that the vehicle is driving automatically at high speed.
まず、制御装置１０のポテンシャル算出部１４２は、ポテンシャル場を求める（ステップＳ１０２）。ここでは、自車両が図４に示す経路点Ｐ１に位置するものとする。ポテンシャル算出部１４２は、基本走行ポテンシャルと顕在リスクポテンシャルを加算して、ポテンシャル場を求める。 First, the potential calculation unit 142 of the control device 10 calculates a potential field (step S102). Here, it is assumed that the host vehicle is located at route point P1 shown in FIG. The potential calculation unit 142 adds the basic driving potential and the actual risk potential to obtain a potential field.
次に、運転行動決定部１４４は、短期予測として第１予測期間での自車両の運転行動を決定する（ステップＳ１０４）。例えば、運転行動決定部１４４は、ポテンシャル算出部１４２が算出したポテンシャル場をコスト関数に適用して、経路点Ｐ１での最適な運転行動（具体的には、加減速度やヨーレート）を決定する。 Next, the driving behavior determination unit 144 determines the driving behavior of the host vehicle in the first prediction period as a short-term prediction (step S104). For example, the driving behavior determining unit 144 applies the potential field calculated by the potential calculating unit 142 to a cost function to determine the optimal driving behavior (specifically, acceleration/deceleration and yaw rate) at the route point P1.
次に、リスク判定部１４５は、ステップＳ１０４で運転行動決定部１４４が決定した運転行動に従う場合の自車両の周囲の物体に対する衝突リスクが、所定値以下であるか否かを判定する（ステップＳ１０６）。ステップＳ１０６で衝突リスクが所定値よりも大きいと判定した場合には（Ｎｏ）、制御装置１０は、経路の生成を中止する。すなわち、制御装置１０は、安全性を十分に確保した経路が生成できない可能性があるとして、経路の生成を中止する。 Next, the risk determination unit 145 determines whether the risk of collision with objects around the own vehicle when following the driving behavior determined by the driving behavior determining unit 144 in step S104 is less than or equal to a predetermined value (step S106 ). If it is determined in step S106 that the collision risk is greater than the predetermined value (No), the control device 10 stops generating the route. That is, the control device 10 determines that there is a possibility that a route with sufficient safety cannot be generated, and stops generating the route.
一方で、ステップＳ１０６で衝突リスクが所定値以下である場合には（Ｙｅｓ）、制御装置１０は、長期予測期間である第２予測期間が経過したか否かを判定する（ステップＳ１０８）。ステップＳ１０８で第２予測期間が経過していないと判定された場合には（Ｎｏ）、更新部１４６は、自車両の状態と周囲の物体の位置とを更新する（ステップＳ１１０）。例えば、更新部１４６は、経由点Ｐ１で短期予測により決定した運転行動に基づいて、経由点Ｐ２での自車両の位置、ヨー角度、速度を更新する。また、更新部１４６は、周囲の物体（例えば他車両）の位置を更新する。 On the other hand, if the collision risk is less than or equal to the predetermined value in step S106 (Yes), the control device 10 determines whether the second prediction period, which is a long-term prediction period, has elapsed (step S108). If it is determined in step S108 that the second prediction period has not elapsed (No), the updating unit 146 updates the state of the host vehicle and the positions of surrounding objects (step S110). For example, the updating unit 146 updates the position, yaw angle, and speed of the own vehicle at the way point P2 based on the driving behavior determined by short-term prediction at the way point P1. The updating unit 146 also updates the positions of surrounding objects (for example, other vehicles).
次に、更新部１４６は、更新した情報（例えば、自車両の位置、ヨー角度、速度及びリスク判定部１４５が判定した衝突リスクの値に加え、その経路点への到達予測時間等の情報）を記憶する（ステップＳ１１２）。例えば、更新部１４６は、更新した情報を、各経路点に付随する情報として記憶部１２に記憶させる。 Next, the updating unit 146 updates the updated information (for example, the position, yaw angle, speed, and collision risk value determined by the risk determining unit 145 of the host vehicle, as well as information such as the predicted time to reach the route point). is stored (step S112). For example, the updating unit 146 causes the storage unit 12 to store the updated information as information accompanying each route point.
次に、ポテンシャル算出部１４２は、ポテンシャル場を再算出する（ステップＳ１１４）。例えば、ポテンシャル算出部１４２は、更新した情報に基づいて、経路点Ｐ２でのポテンシャル場を求める。そして、運転行動決定部１４４は、ステップＳ１０４に戻って、経路点Ｐ２での運転行動を決定する。その後、前述したステップＳ１０６～Ｓ１１４の処理が繰り返されることで、経路点Ｐ３での運転行動が決定される。 Next, the potential calculation unit 142 recalculates the potential field (step S114). For example, the potential calculation unit 142 calculates the potential field at the route point P2 based on the updated information. The driving behavior determination unit 144 then returns to step S104 and determines the driving behavior at the route point P2. Thereafter, the processes of steps S106 to S114 described above are repeated to determine the driving behavior at route point P3.
このように、第２予測期間が経過するまで、上述したステップＳ１０４～Ｓ１１４の処理が繰り返される。この結果、制御装置１０は、図４に示す各経路点Ｒ１～Ｒ６の位置を決定し、各経路点を結ぶことで経路Ｒを生成する。この結果、長期予測の途中の交通状況の変化等が反映された経路が生成される。 In this way, the processes of steps S104 to S114 described above are repeated until the second prediction period has elapsed. As a result, the control device 10 determines the positions of each route point R1 to R6 shown in FIG. 4, and generates a route R by connecting each route point. As a result, a route is generated that reflects changes in traffic conditions during the long-term prediction.
＜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、短期予測として、第１予測期間で自車両の運転行動を決定する行動決定処理を行う。また、自動運転装置１は、一の短期予測で決定した運転行動に基づいて自車両の状態と周囲の物体の位置を更新する更新処理を行い、更新後の自車両の状態と周囲の物体の位置に基づいて次の短期予測での行動決定処理を行う。そして、自動運転装置１は、短期予測による行動決定処理と、更新処理とを繰り返し実行して、第２予測期間に亘る自車両の経路を生成する。自動運転装置１は、繰り返し実行されるそれぞれの短期予測では、周囲の物体の予測位置に対して、安全な車間距離を確保するように運転行動を決定する。
これにより、例えば、２回目の短期予測（図４の短期予測Ｐ２）以降の行動決定処理では、前回の短期予測の行動決定処理で決定した最適な運転行動を反映したものとなる。すなわち、経路を成す各経路点は、予測途中の交通状況の変化等を考慮した位置となり、このような経路点を結ぶように生成された経路は、より安全性が高いものとなる。
<Effects of this embodiment>
The automatic driving device 1 of the embodiment described above performs a behavior determination process for determining the driving behavior of the own vehicle in the first prediction period as short-term prediction. In addition, the automatic driving device 1 performs an update process to update the state of the own vehicle and the positions of surrounding objects based on the driving behavior determined in the first short-term prediction, and updates the state of the own vehicle and the positions of surrounding objects after the update. Based on the location, the next short-term prediction action decision process is performed. Then, the automatic driving device 1 repeatedly executes the action determination process based on the short-term prediction and the update process to generate a route for the own vehicle over the second prediction period. In each repeatedly executed short-term prediction, the automatic driving device 1 determines driving behavior to ensure a safe inter-vehicle distance with respect to the predicted positions of surrounding objects.
As a result, for example, the behavior determination process after the second short-term prediction (short-term prediction P2 in FIG. 4) reflects the optimal driving behavior determined in the behavior determination process of the previous short-term prediction. That is, each route point forming the route is located at a position that takes into account changes in traffic conditions during prediction, and a route generated to connect such route points has higher safety.
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。 Although the present invention has been described above using the embodiments, the technical scope of the present invention is not limited to the scope described in the above embodiments, and various modifications and changes can be made within the scope of the gist. be. For example, all or part of the device can be functionally or physically distributed and integrated into arbitrary units. In addition, new embodiments created by arbitrary combinations of multiple embodiments are also included in the embodiments of the present invention. The effects of the new embodiment resulting from the combination have the effects of the original embodiment.
１ 自動運転装置
１４４ 運転行動決定部
１４５ リスク判定部
１４６ 更新部
１４７ 経路生成部
1 Automatic driving device 144 Driving behavior determination unit 145 Risk determination unit 146 Update unit 147 Route generation unit
Claims (6)
自車両の状態と前記自車両の周囲の物体の位置に基づいて、前記自車両が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と前記物体により示される顕在リスクに応じた顕在リスクポテンシャルとを加算したポテンシャル場を算出するポテンシャル算出部と、
前記ポテンシャル算出部が算出した前記ポテンシャル場に基づいて、一の第１予測期間内の前記自車両の運転行動を決定する行動決定処理を行う運転行動決定部と、
前記運転行動決定部が決定した運転行動に基づいて、前記一の第１予測期間経過後の前記自車両の状態と前記周囲の物体の位置とを更新する更新処理を行う更新部と、
更新後の前記自車両の状態及び前記物体の位置に基づき算出された前記ポテンシャル場に基づいた前記行動決定処理と、次の第１予測期間経過後の前記自車両の状態と前記物体の位置とを更新する前記更新処理とを繰り返し実行させ、前記第１予測期間よりも長い第２予測期間に亘る前記自車両の経路を生成する経路生成部と、
を備える、自動運転装置。 An automatic driving device that sequentially determines driving behavior of its own vehicle for each first prediction period,
A basic driving potential indicating the degree of recommendation of the driving position of the own vehicle based on the state of the own vehicle and the position of objects around the own vehicle, and an actual risk potential corresponding to the actual risk indicated by the object. a potential calculation unit that calculates a potential field obtained by adding
a driving behavior determination unit that performs behavior determination processing to determine the driving behavior of the own vehicle within a first prediction period based on the potential field calculated by the potential calculation unit ;
an updating unit that performs an updating process to update the state of the own vehicle and the position of the surrounding objects after the first prediction period has elapsed based on the driving behavior determined by the driving behavior determining unit;
The action determination process is based on the potential field calculated based on the updated state of the vehicle and the position of the object, and the state of the vehicle and the position of the object after the next first prediction period has elapsed. a route generation unit that repeatedly executes the update process of updating the position and generates a route for the own vehicle over a second prediction period that is longer than the first prediction period;
An automatic driving device equipped with.
前記更新部は、
前記衝突リスクが所定値以下であると判定された場合には、前記自車両の状態と前記周囲の物体の位置を更新し、
前記衝突リスクが前記所定値よりも大きいと判定された場合には、前記自車両の状態と前記周囲の物体の位置を更新しない、
請求項１に記載の自動運転装置。 further comprising a risk determination unit that determines whether the risk of collision of the own vehicle with the object when following the driving behavior determined by the driving behavior determination unit is less than or equal to a predetermined value;
The update section is
If it is determined that the collision risk is below a predetermined value, update the state of the own vehicle and the position of the surrounding objects;
If it is determined that the collision risk is greater than the predetermined value, the state of the own vehicle and the position of the surrounding objects are not updated;
The automatic driving device according to claim 1.
請求項２に記載の自動運転装置。 The route generation unit stops generating the route if the risk determination unit determines that the collision risk is greater than the predetermined value before reaching the second prediction period.
The automatic driving device according to claim 2.
請求項１から３のいずれか１項に記載の自動運転装置。 The driving behavior determining unit determines acceleration/deceleration and yaw rate of the host vehicle as the driving behavior.
The automatic driving device according to any one of claims 1 to 3.
請求項１から４のいずれか１項に記載の自動運転装置。 The driving behavior determination unit determines a driving behavior such that the own vehicle is at least a predetermined inter-vehicle distance with respect to the predicted position of the surrounding object in the first prediction period.
The automatic driving device according to any one of claims 1 to 4.
請求項１から５のいずれか１項に記載の自動運転装置。 When performing the update process, the updating unit includes the position of the own vehicle, the driving behavior determined by the driving behavior determining unit, and the risk of collision of the own vehicle with the object when following the driving behavior; storing the predicted time of arrival at the position in a storage unit;
The automatic driving device according to any one of claims 1 to 5.
Priority Applications (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020159378A JP7342828B2 (en) | 2020-09-24 | 2020-09-24 | automatic driving device |
| PCT/JP2021/032775 WO2022065021A1 (en) | 2020-09-24 | 2021-09-07 | Automatic driving device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020159378A JP7342828B2 (en) | 2020-09-24 | 2020-09-24 | automatic driving device |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2022052874A JP2022052874A (en) | 2022-04-05 |
| JP7342828B2 true JP7342828B2 (en) | 2023-09-12 |
Family
ID=80845253
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2020159378A Active JP7342828B2 (en) | 2020-09-24 | 2020-09-24 | automatic driving device |
Country Status (2)
| Country | Link |
|---|---|
| JP (1) | JP7342828B2 (en) |
| WO (1) | WO2022065021A1 (en) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7400911B1 (en) | 2022-09-26 | 2023-12-19 | いすゞ自動車株式会社 | automatic driving device |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006154967A (en) | 2004-11-25 | 2006-06-15 | Nissan Motor Co Ltd | Risk minimum locus generating device, and dangerous situation warning device using it |
| US20170162050A1 (en) | 2015-12-03 | 2017-06-08 | Institute For Information Industry | System and method for collision avoidance for vehicle |
| JP2018192954A (en) | 2017-05-18 | 2018-12-06 | トヨタ自動車株式会社 | Drive assisting device |
| JP2020008889A (en) | 2018-07-02 | 2020-01-16 | 日立オートモティブシステムズ株式会社 | Prediction control device |
| JP2020060552A (en) | 2018-10-12 | 2020-04-16 | バイドゥ ユーエスエイ エルエルシーＢａｉｄｕ ＵＳＡ ＬＬＣ | Real-time map generation method based on previous driving trajectory for automatic driving vehicle |
| US20200174481A1 (en) | 2018-11-30 | 2020-06-04 | Zoox, Inc. | Probabilistic risk assessment for trajectory evaluation |
| JP2020111296A (en) | 2019-01-17 | 2020-07-27 | 日立オートモティブシステムズ株式会社 | Operation control system |
| JP2021160659A (en) | 2020-04-02 | 2021-10-11 | マツダ株式会社 | Vehicle control device |
| WO2021234947A1 (en) | 2020-05-22 | 2021-11-25 | 三菱電機株式会社 | Vehicle control system, vehicle integrated control device, electronic control device, network communication device, vehicle control method, and vehicle control program |
-
2020
- 2020-09-24 JP JP2020159378A patent/JP7342828B2/en active Active
-
2021
- 2021-09-07 WO PCT/JP2021/032775 patent/WO2022065021A1/en active Application Filing
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006154967A (en) | 2004-11-25 | 2006-06-15 | Nissan Motor Co Ltd | Risk minimum locus generating device, and dangerous situation warning device using it |
| US20170162050A1 (en) | 2015-12-03 | 2017-06-08 | Institute For Information Industry | System and method for collision avoidance for vehicle |
| JP2018192954A (en) | 2017-05-18 | 2018-12-06 | トヨタ自動車株式会社 | Drive assisting device |
| JP2020008889A (en) | 2018-07-02 | 2020-01-16 | 日立オートモティブシステムズ株式会社 | Prediction control device |
| JP2020060552A (en) | 2018-10-12 | 2020-04-16 | バイドゥ ユーエスエイ エルエルシーＢａｉｄｕ ＵＳＡ ＬＬＣ | Real-time map generation method based on previous driving trajectory for automatic driving vehicle |
| US20200174481A1 (en) | 2018-11-30 | 2020-06-04 | Zoox, Inc. | Probabilistic risk assessment for trajectory evaluation |
| JP2020111296A (en) | 2019-01-17 | 2020-07-27 | 日立オートモティブシステムズ株式会社 | Operation control system |
| JP2021160659A (en) | 2020-04-02 | 2021-10-11 | マツダ株式会社 | Vehicle control device |
| WO2021234947A1 (en) | 2020-05-22 | 2021-11-25 | 三菱電機株式会社 | Vehicle control system, vehicle integrated control device, electronic control device, network communication device, vehicle control method, and vehicle control program |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2022065021A1 (en) | 2022-03-31 |
| JP2022052874A (en) | 2022-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3356900B1 (en) | Method and system to predict one or more trajectories of a vehicle based on context surrounding the vehicle | |
| JP6523361B2 (en) | Vehicle control system, vehicle control method, and vehicle control program | |
| JP6985203B2 (en) | Behavior prediction device | |
| JP2019536690A (en) | Location Identification Support for Autonomous Vehicle Control System | |
| JP7440324B2 (en) | Vehicle control device, vehicle control method, and program | |
| JP6628843B1 (en) | Obstacle avoidance device and obstacle avoidance route generation device | |
| US10909377B2 (en) | Tracking objects with multiple cues | |
| US11042160B2 (en) | Autonomous driving trajectory determination device | |
| RU2757234C2 (en) | Method and system for calculating data for controlling the operation of a self-driving car | |
| JP7314882B2 (en) | self-driving device | |
| EP3842316B1 (en) | Method and device for controlling operation of self-driving car | |
| JP7439910B2 (en) | Vehicle behavior estimation method, vehicle control method, and vehicle behavior estimation device | |
| JP2023085371A (en) | Travel storage system and travel storage method | |
| US20180129205A1 (en) | Automatic driving system and method using driving experience database | |
| JP7342828B2 (en) | automatic driving device | |
| JP7369078B2 (en) | Vehicle control device, vehicle control method, and program | |
| JP2022052876A (en) | Automated driving apparatus | |
| CN111619577A (en) | Server and vehicle control system | |
| WO2022065045A1 (en) | Automatic driving device | |
| JP7200712B2 (en) | VEHICLE MOTION CONTROL METHOD AND VEHICLE MOTION CONTROL DEVICE | |
| JP7313240B2 (en) | Traveling trajectory estimation method, vehicle control method, and traveling trajectory estimation device | |
| JP7353959B2 (en) | Other vehicle behavior estimation method, driving support method, and other vehicle behavior estimation device | |
| JP7458797B2 (en) | Driving support method and driving support device | |
| US20230202516A1 (en) | Planning under prediction with confidence region for an autonomous driving vehicle | |
| JP2023096505A (en) | Pedestrian traverse prediction method and pedestrian traverse prediction device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220426 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230131 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230328 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230801 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230814 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7342828 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |