JP7374350B2

JP7374350B2 - 自動運転支援装置及び自動運転支援方法

Info

Publication number: JP7374350B2
Application number: JP2022574910A
Authority: JP
Inventors: 功泰西馬; 悠司濱田; 健太櫻井
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2021-01-13
Filing date: 2021-01-13
Publication date: 2023-11-06
Anticipated expiration: 2041-01-13
Also published as: DE112021006809T5; US20230391359A1; JPWO2022153393A1; WO2022153393A1

Description

本開示は、自動運転支援装置及び自動運転支援方法に関する。

特許文献１に記載された自動運転支援装置は、ドライバにより行われた手動運転操作と手動運転操作が行われた場所とを含む操作履歴を記録する記録処理部と、当該操作履歴が表す運転操作に基づいて、当該操作履歴が表す場所で車両の自動運転制御を行う運転制御部とを備える。このような自動運転支援装置によれば、ドライバにより行われた運転操作に基づいて自動運転制御の学習を実施することができる。

特開２０１９－５１９３３号公報

上記のような自動運転支援装置では、運転操作が間欠的に記録された場所に基づいて自動運転制御が行われるため、連続的な車両の位置の変化と、時々刻々と変化する周辺環境とを考慮して学習を行うことができない。この結果、自動運転の制御に関する学習を適切に行うことができないという問題があった。

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、自動運転の制御に関する学習を適切に行うことが可能な技術を提供することを目的とする。

本開示に係る自動運転支援装置は、車両の自動運転を支援する自動運転支援装置であって、前記車両に対する手動運転操作と、前記車両の位置である車両位置と、前記手動運転操作及び前記車両位置の時刻とを含む走行履歴を取得する走行履歴取得部と、前記走行履歴と地図情報との照合を行うことによって前記車両の走行軌跡を推定する走行軌跡推定部と、前記走行軌跡上での前記手動運転操作に基づいて、前記車両の自動運転の制御を計画するための計画アルゴリズムの学習データとして用いられる前記車両の周辺環境を推定する周辺環境推定部とを備え、前記周辺環境推定部は、前記車両の動特性を表現する物理車両モデルを前記車両の走行に適用した逐次的な模擬によって修正された前記走行軌跡を、前記周辺環境の推定に用いる。

本開示によれば、走行軌跡上での手動運転操作に基づいて、車両の自動運転の制御を計画するための計画アルゴリズムの学習データとして用いられる車両の周辺環境を推定する。このような構成によれば、自動運転の制御に関する学習を適切に行うことができる。

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に係る自動運転システムの構成を示すブロック図である。実施の形態１に係る走行軌跡推定部の推定を説明するための図である。実施の形態１に係る走行軌跡推定部の推定を説明するための図である。実施の形態１に係る走行軌跡推定部の推定を説明するための図である。実施の形態１に係る周辺環境推定部の推定を説明するための図である。その他の変形例に係る自動運転支援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自動運転支援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に係る自動運転システムの構成を示すブロック図である。図１の自動運転システムは、操作取得部１と、自動運転制御装置３と、自動運転支援装置５とを備える。自動運転システムは、制御系の基本となる駆動系、操舵系、制動系の上位に位置するシステムであり、自動運転車両の自動運転の制御などを行うことによって、人が従来担っていた認知、判断、計画、操作を代替する統合的なシステムである。以下、自動運転システムで制御の対象の車両であり、手動運転操作による手動運転が可能な自動運転車両を「自車両」と記すこともある。

＜操作取得部＞
操作取得部１は、ドライバから自車両に対する手動運転操作を取得する。操作取得部１は、例えば、自車両のアクセル操作を手動運転操作として取得するアクセルペダル、自車両のブレーキ操作を手動運転操作として取得するブレーキペダル、及び、自車両のハンドル操作を手動運転操作として取得するステアリングホイールなどを含む。

＜自動運転制御装置＞
自動運転制御装置３は、自動運転支援装置５と協働して自車両の自動運転の制御を行う。図１の自動運転制御装置３は、地図生成部３１と、計測部３２と、位置推定部３３と、認知部３４と、予測部３５と、経路算出部３６と、計画部３７と、制御部３８とを含む。

地図生成部３１は、事前にデータ化されたオフラインデータを活用して、自動運転システムで用いる地図情報を生成する。地図情報は、例えばコンピュータ上で高精度な３次元道路空間を表現可能な点群地図の情報である。計測部３２は、レーダ、ＬｉＤＡＲ、カメラなどによって自車両の外部環境を計測する。

位置推定部３３は、地図生成部３１で生成された地図情報と、計測部３２の計測結果とに基づいて、自車両の位置を推定する。図１では一部しか図示されていないが、位置推定部３３で推定された自車両の位置は、認知部３４及び経路算出部３６に出力される。なお、地図生成部３１で生成された地図情報が、上記点群地図の情報である場合、自動運転制御装置３の構成要素は、点群地図の情報から、区画線などの路面情報と、照明や標識などの道路付属物情報とを読み取ることができる。この場合、自動運転制御装置３の構成要素である位置推定部３３は、点群地図と、計測部３２の計測結果とを照合することによって正確な自車両の位置を推定することができる。

認知部３４は、位置推定部３３で推定された自車両の位置に基づいて、計測部３２で計測された外部環境から、自車両周辺の障害物を抽出する。予測部３５は、認知部３４で抽出された障害物の動きを障害物軌跡として予測する。経路算出部３６は、地図生成部３１で生成された地図情報と、位置推定部３３で推定された自車両の位置と、目的地とに基づいて経路を算出する。

計画部３７は、予測部３５で予測された障害物軌跡と、経路算出部３６で算出された経路と、自動運転支援装置５からの計画アルゴリズムとに基づいて、自車両で自動運転の制御を行うための制御情報、つまり自車両の計画軌跡を生成する。計画アルゴリズムは、自車両の自動運転の制御を計画するためのアルゴリズムである。制御部３８は、計画部３７で生成された制御情報（つまり計画軌跡）に基づいて、自車両のアクチュエータなどの駆動部の挙動を決定する。

＜自動運転支援装置＞
自動運転支援装置５は、自車両の自動運転を支援する。図１の自動運転支援装置５は、地図情報管理部５１と、走行履歴取得部５２と、走行軌跡推定部５３と、周辺環境推定部５４と、学習部５５とを含む。

＜地図情報管理部＞
地図情報管理部５１は、自動運転支援装置５で用いる地図情報を記憶して管理する。地図情報には、例えば道路の形状、車線数、及び、規制などの道路情報が含まれる。

＜走行履歴取得部＞
走行履歴取得部５２は、自車両に対する手動運転操作と、自車両の位置である自車両位置と、手動運転操作及び自車両位置の時刻とを含む走行履歴を取得する。本実施の形態１では、走行履歴取得部５２は、手動運転操作を操作取得部１から取得し、自車両位置を自動運転制御装置３から取得するが、これに限ったものではない。例えば、走行履歴取得部５２は、図示しないＧＰＳ（Global Positioning System）受信機で算出された自車両位置を取得してもよい。

走行履歴取得部５２は、例えば１００ｍｓに１回など、一定の時間間隔ごとに周期的に走行履歴を収集してもよいし、例えば１ｍに１回など、一定の距離間隔ごとに周期的に走行履歴を収集してもよい。また、走行履歴取得部５２は、一定閾値以上の運転操作が行われた場合などのように、非周期的に走行履歴を収集してもよい。

以上のように、走行履歴取得部５２は、ドライバと自車両との間の相互作用接点であるインターフェースに対して行われる、自車両を走行させるための手動運転操作と、相互作用の結果である自車両位置とを取得する。このような走行履歴取得部５２によれば、ドライバが特定されないので、ドライバを特定する情報の削除、暗号化、匿名化などのプライバシ保護の対策が不要となる。

＜走行軌跡推定部＞
走行軌跡推定部５３は、走行履歴取得部５２の走行履歴と、地図情報管理部５１の地図情報との照合を行うことによって、自車両の走行軌跡を推定する。例えば、走行軌跡推定部５３は、走行履歴に含まれる自車両位置と、走行履歴に含まれる手動運転操作のハンドル操作が示す自車両の進行方向の変化（方位変化とも呼ばれる）と、地図情報に含まれる道路情報との照合を行うことにより、自車両の走行軌跡を推定する。走行軌跡は、時刻と地図情報の座標とによって表される。以下、走行軌跡推定部５３における推定の具体例について説明する。

（１）図２に示すように、走行軌跡推定部５３は、自車両の走行後に走行履歴取得部５２で取得された走行履歴から、当該走行における出発地点である始点Ｓと、当該走行における到着地点である終点Ｇとを決定する。具体的には、走行軌跡推定部５３は、走行履歴の自車両位置及び時刻と地図情報とに基づいて、道路への自車両の流入位置である始点Ｓと、道路からの自車両の流出位置である終点Ｇとを決定する。

なお、走行軌跡推定部５３は、位置精度向上のために、地図情報の道路及び車線で表される道路ネットワークの密度、及び、ＧＰＳ受信精度などを考慮して十分な位置精度が確保できると判断できる地点を始点Ｓ及び終点Ｇとして決定してもよい。また走行軌跡推定部５３は、プライバシ保護のために自宅、職場などが特定されないように、自車両の運転開始後または運転終了前の一定期間のデータが除かれた走行履歴を用いて、始点Ｓ及び終点Ｇを決定してもよい。また走行軌跡推定部５３は、位置精度向上のために、カメラなどの補助的な情報を考慮して始点Ｓ及び終点Ｇを決定してもよい。

（２）走行軌跡推定部５３は、始点Ｓの時刻から走行履歴のデータを走行履歴の時刻順に用いて、自車両の進行方向及び走行車線を決定する。具体的には、走行軌跡推定部５３は、着目している時刻である着目時刻での自車両位置と、着目時刻の次の時刻での自車両位置と、自車両の右左折または車線変更に起因するハンドル操作とに基づいて、道路ネットワーク上での自車両の進行方向及び走行車線を決定する。例えば図２の破線部分の拡大図である図３に示すように、走行履歴の手動運転操作が、地点Ｐ１及び地点Ｐ２の少なくともいずれかで自車両を左折させるハンドル操作を示す場合には、走行軌跡推定部５３は、高架道路Ｒ１を自車両の走行車線として決定する。一方、走行履歴の手動運転操作が、地点Ｐ１及び地点Ｐ２のいずれにおいても自車両を左折させるハンドル操作を示さなかった場合には、走行軌跡推定部５３は、側道Ｒ２を自車両の走行車線として決定する。

次に、走行軌跡推定部５３は、決定された自車両の走行車線と、地図情報とに基づいて、着目時刻の自車両位置を修正する。例えば、左側通行道路への左折は左車線のみで可能であることが、地図情報で示され、図４の×印に示すように左折直前の道路上で自車両が直進車線である右車線を走行することが、走行履歴の自車両位置で示されていた場合を想定する。この場合、走行軌跡推定部５３は、自車両の走行車線と地図情報とに基づいて、左折直前の自車両が、図４の×印に示す右車線から図４の丸印に示す左車線を走行するように自車両位置を修正する。なお、自車両の右左折時などの隣り合う道路への進入時において走行車線に齟齬が生じた場合には、走行軌跡推定部５３は、走行車線の決定をやり直してもよい。

走行軌跡推定部５３による自車両位置の修正には様々な方法が用いられてもよい。例えば、走行軌跡推定部５３は、自車両位置から道路または車線の中心線へ垂線を下ろしその交点の座標を修正後の自車両位置と修正してもよい。また例えば、走行軌跡推定部５３は、例えば高架道路なども表現可能な３次元空間を分割した３次元セルの中心点及びグリッド交点などの、道路または車線に割り当てられた座標群のうち、自車両位置に最も近い座標を修正後の自車両位置として修正してもよい。

（３）走行軌跡推定部５３は、（２）の推定を終点まで繰り返し実施し、最終的な自車両位置が、（１）で決定していた終点の自車両位置と一致するか否かを判定する。そして、走行軌跡推定部５３は、最終的な自車両位置が、（１）で決定していた終点の自車両位置と一致すると判定した場合に、（２）で得られた自車両位置に基づいて、自車両の走行軌跡を推定する。

以上の走行軌跡推定部５３によれば、自車両位置が地図情報との照合によって補正されるため、測位ユニットの要求精度の緩和が可能である。また、走行軌跡推定部５３が連続的な走行軌跡を推定することにより、走行軌跡推定部５３以降の構成要素において連続的な情報を処理することができる。なお、走行軌跡推定部５３が、ナビゲーションなどの車載端末で使用している地図情報とは別に、走行時の道路ネットワークを保持する地図情報を用いて照合を実施するように構成されてもよい。この場合、車載端末の地図情報の更新頻度に関する制約の緩和が可能となる。

以上では、走行軌跡推定部５３が、始点の時刻から時間順に走行軌跡を推定する構成について説明したが、これに限ったものではない。例えば、走行軌跡推定部５３は、走行履歴の自車両位置の座標情報と、地図情報における道路ネットワークの座標とのパターンマッチングを用いた比較によって、走行軌跡に用いられる道路ネットワークを予め絞り込んでおいてもよい。これにより、一般道路と、高架道路として一般道路と並走する高速道路との間の誤推定を抑制したり、走行軌跡に用いられる道路ネットワークが予め絞り込まれることにより上記推定に要する計算量を抑制したりすることができる。

また、走行軌跡推定部５３は、走行軌跡を推定後に、物理車両モデルを自車両の始点から終点までの走行に逐次的に適用した逐次的な模擬によって走行軌跡を修正するように構成されてもよい。物理車両モデルは、自車両の質量［ｋｇ］、重力加速度［ｍ／ｓ^２］、道路勾配などを考慮した自車両の動特性を表現するモデルである。物理車両モデルの入力は、例えば自車両の運転操作などであり、物理車両モデルの出力は、例えば自車両の速度、方位、位置などである。このような構成によれば、後述するように、周辺環境推定部５４は、物理車両モデルを用いた逐次的な模擬によって推定精度が高められた走行軌跡を、周辺環境の推定に用いることができるため、周辺環境の推定精度を高めることができる。

また以上では、走行軌跡推定部５３が、自車両位置を用いて自車両の走行軌跡を推定する構成について説明したが、これに限ったものではない。例えば、走行軌跡推定部５３は、自車両速度などのように、実質的に自車両位置に相当する物理量を用いて自車両の走行軌跡を推定してもよい。具体的には、走行軌跡推定部５３は、一定閾値以上のハンドルの操作量が記憶された地点などのように、右左折が想定される地点で分割し、分割した地点間の走行速度を積分処理することで地点間の走行距離を算出してもよい。そして、走行軌跡推定部５３は、地点間の走行距離と地点における進行方向の変化とに適合する道路ネットワークを求め、当該道路ネットワークから自車両の走行軌跡を推定してもよい。このように構成された走行軌跡推定部５３によれば、例えば、トンネル内や高層建築物が多い都市部などで影響を受けやすい衛星測位を用いずに、自車両の走行軌跡を推定することができる。

また、地点間の走行軌跡は、単なる直線でなくてもよい。例えば、走行軌跡推定部５３は、自車両の直進特性と道路のバンクなどの横断勾配とに起因する自車両の進行方向の変化、つまり自車両の走行軌跡の曲率として現れる形状変化を許容して、道路ネットワークを推定してもよい。ここでいう自車両の直進特性は、道路形状への追従及び車線変更のためのハンドル操作と操舵系とに起因する特性を含む。このように構成された走行軌跡推定部５３によれば、地域特性に対する柔軟性を高めることができ、自車両の走行軌跡の推定精度を高めることができる。また、走行軌跡推定部５３が、道路ネットワークを推定した後に走行軌跡を推定するように構成された場合でも、上述のように、始点の時刻から時間順に走行軌跡を推定したり、物理車両モデルの逐次的な模擬を行ったりしてもよい。

また、走行軌跡推定部５３は、走行履歴から自車両のハンドルの操作量及び走行距離を求め、当該操作量及び走行距離に基づいて、自車両の走行軌跡を推定するための照合を行う区間を決定してもよい。例えば、走行軌跡推定部５３は、右左折操作の回数が大きくなるにつれて照合を行う区間を短くしてもよいし、走行距離が長くなるにつれて照合を行う区間を長くしてもよい。このような構成によれば、自車両の走行が、一定閾値以上の特徴量及び複雑さを持つ場合に照合頻度を高めることができるので、道路ネットワーク内の自車両位置を一意に決定することができ、その結果として自車両の走行軌跡の推定精度を高めることができる。

＜周辺環境推定部＞
周辺環境推定部５４は、走行軌跡推定部５３で推定された走行軌跡と、走行履歴に含まれる手動運転操作とに基づいて、自車両の周辺環境を推定する。例えば、周辺環境推定部５４は、走行軌跡上でのアクセル操作、ブレーキ操作及びハンドル操作などの手動運転操作に基づいて周辺環境を推定する。周辺環境は、後述する学習部５５が計画アルゴリズムの学習を行うための学習データとして用いられ、例えば、自車両周辺の障害物の位置及び移動軌跡と、交差点信号機の信号の変化とを含む。障害物は、例えば、自車両周辺の他車両、バイク、自転車及び歩行者などを含み、自車両周辺は、例えば、自車両の走行に影響する範囲である。障害物の移動軌跡は、例えば、障害物の減速、加速、飛び出し、割り込みなどの軌跡を含む。以下、周辺環境推定部５４における推定の具体例について説明する。

（１）周辺環境推定部５４は、走行軌跡と手動運転操作とに基づいて、走行軌跡において、ブレーキ操作及び車線変更を伴わないハンドル操作が行われた時点及び地点の少なくともいずれかを特定時点及び特定地点の少なくともいずれかとして特定する。以下、周辺環境推定部５４が特定時点を用いる場合の動作について説明するが、周辺環境推定部５４が特定時点及び特定地点の両方を用いる場合の動作、及び、特定地点を用いる場合の動作も、以下の動作と同様である。

（２）周辺環境推定部５４は、特定時点の、ブレーキ操作（例えば踏み込み量、踏み込み時間）、ハンドル操作、ブレーキ操作後のアクセル操作などの手動運転操作に基づいて周辺環境を推定する。なお、周辺環境推定部５４は、当該手動運転操作だけでなく、特定時点の走行速度、道路構造、道路形状、道路周辺地物も考慮して周辺環境を推定してもよい。

例えば、周辺環境推定部５４は、特定時点にて手動運転操作が行われなかった場合の自車両の走行軌跡を操作なし走行軌跡として推定する。そして、周辺環境推定部５４は、走行軌跡推定部５３で推定された走行軌跡と、操作なし走行軌跡との差に基づいて、自車両と接触する障害物及び自車両と接触する可能性がある障害物の位置及び移動軌跡を、周辺環境として推定する。また、周辺環境推定部５４は、走行軌跡で示される自車両位置の変化と、障害物の時刻ごとの位置とに基づいて、交差点信号機の信号の変化を、周辺環境として推定する。図５では、自車両と接触する可能性がある障害物８１の移動軌跡が、障害物８１の時刻ごとの位置８２を通過する矢印８３で示され、信号が変化する交差点信号機８４が示されている。周辺環境推定部５４で推定された周辺環境は、図５のような表示が可能な情報であってもよいし、そうでなくてもよい。

（３）周辺環境推定部５４は、推定した周辺環境を、学習部５５のデータ形式に変更しながら学習データとして学習部５５に出力する。

なお、走行軌跡推定部５３で推定された自車両の走行軌跡、及び、周辺環境推定部５４で推定された周辺環境は、過去から将来までの予測または計画すべき期間の各時刻における空間の占有状態で表現されてもよい。

また、障害物の移動軌跡の推定として、周辺環境推定部５４は、収集及び推定された過去の移動軌跡から類似する移動軌跡を抽出し、特定時点の自車両及び障害物の位置関係に適合するように、移動軌跡を表す移動時刻及び移動速度などを調整してもよい。

また、周辺環境推定部５４は、障害物の移動軌跡に加えて、自車両の運転操作に影響を与えなかった位置及び速度で存在していたと推測される図５のハッチングが付されていない障害物８５などを、無影響物体として推定してもよい。例えば、周辺環境推定部５４は、自車両及び周辺車両の位置及び方位に基づいて、自車両及び周辺車両が、互いに交差点に接近している場合または同一車線を走行している場合などのように、互いに接近する位置関係にあるか否かを判定してもよい。そして、周辺環境推定部５４は、自車両及び周辺車両が互いに接近する位置関係にあると判定した場合には、周辺車両を影響物体と判定し、自車両及び周辺車両が互いに離れていく位置関係にあると判定した場合には、周辺車両を無影響物体と判定してもよい。なお、周辺環境推定部５４は、周辺車両に対する自車両の相対速度及び相対距離に基づいて自車両が周辺物体と接するまでの時間を求め、当該時間が閾値以上であるか否かに基づいて、周辺物体が無影響物体か否かを判定してもよい。これにより、後述する学習部５５は、ドライバが認識した上で自車両の運転に影響が与えないと判断された無影響物体を模擬することが可能となり、複雑な周辺環境の中から必要な情報のみを抽出することによってヒューマンドライバの特徴を学習可能になる。

また、周辺環境推定部５４は、走行軌跡推定部５３で複数の走行軌跡が推定された場合に、複数の走行軌跡のうち手動運転操作の操作量または操作時間が少ない走行軌跡を優先して周辺環境の推定に用いてもよい。このような構成によれば、急加速、急制動、無駄な周期的挙動につながる操作が少ない運転技量が高いヒューマンドライバの運転を、自動運転に活用することによって、ロボットドライバの運転時間を伸ばすことができ、手動介入の頻度を低減することができる。

＜学習部＞
学習部５５は、周辺環境推定部５４で推定された周辺環境に相当する学習データに基づいて、計画アルゴリズムの学習を行う。計画アルゴリズムは、自車両の自動運転の制御の一部または全部を計画するためのアルゴリズムである。計画アルゴリズムの入力は、例えば地図情報、自車両の経路、障害物の移動軌跡などであり、計画アルゴリズムの出力は、例えば自車両で自動運転の制御を行うための制御情報などである。学習部５５による計画アルゴリズムの学習には、例えば、機械学習などのＡＩ（Artificial Intelligence）技術による学習などが用いられる。

学習部５５は、学習結果である計画アルゴリズムを計画部３７に出力する。上述したように、計画部３７は、予測部３５で予測された障害物軌跡と、経路算出部３６で算出された経路と、自動運転支援装置５からの計画アルゴリズムとに基づいて、自車両で自動運転の制御を行うための制御情報（つまり計画軌跡）を生成する。

なお、計画部３７は、走行軌跡推定部５３で推定された走行軌跡と、学習部５５の計画アルゴリズムとに基づいて、自車両で自動運転の制御を行うための制御情報を生成してもよい。すなわち、走行軌跡及び計画アルゴリズムは制御情報の生成に用いられてもよい。そして、計画部３７は、走行軌跡及び計画アルゴリズムを用いて生成された制御情報に基づいて、走行軌跡の妥当性チェックまたは修正を行ってもよい。このような構成によれば、周辺環境推定部５４及び学習部５５の処理が完了する前に、走行軌跡の早期チェックまたは修正などが可能となるため、計画アルゴリズムの出力の信頼性を高めることが可能となる。

＜実施の形態１のまとめ＞
以上のような本実施の形態１に係る自動運転支援装置５によれば、手動運転操作などを含む走行履歴と地図情報とに基づいて走行軌跡を推定し、当該走行軌跡から周辺環境を推定し、推定した周辺環境を計画アルゴリズムの学習データとして用いる。このような構成によれば、連続的な走行軌跡と、当該走行軌跡から得られた連続的な周辺環境とを考慮して、自動運転の制御に関する学習を行うことができる。このため自動運転制御の安全性及び頑健性の改善が期待できる。

また、計画アルゴリズムの学習において必要であった、周辺環境を推定するための膨大な情報の生成、例えばレーダ、ＬｉＤＡＲ、カメラからの計測情報の生成、及び、シミュレータを用いた模擬データの生成が不要となる。このため、計画アルゴリズムの学習データの生成処理の効率性を向上させることができる。

ところで従来では、機械学習などによる振る舞いは帰納的に決定されるため、ソフトウェアに対する品質保証ができないといった課題が存在しており、法整備と合わせて自動運転車両の実現及び普及において大きな課題となっている。これに対して本実施の形態１によれば、シミュレータによる架空空間における走行だけではなく、実際に行われた手動運転操作を根拠として計画アルゴリズムの学習が行われるため、計画アルゴリズムの品質保証に関する技術的課題の解決に寄与することができる。

また、自動運転車両が普及して交通渋滞の削減などに貢献するまでは、手動運転車両の手動運転と、自動運転車両の十分に洗練されていない自動運転とが、渋滞に悪影響を及ぼす可能性があると言われている。そこで、自動運転車両の挙動に大きく影響を及ぼす計画アルゴリズムの精度及び信頼性の向上に寄与するために、本実施の形態１に係る自動運転支援装置５を、現在広く運用されている手動運転車両に設けて、手動運転車両における手動運転操作を収集してもよい。これにより、渋滞緩和、自動運転車両の早期導入による安全社会の実現に貢献することができる。

なお、自動運転支援装置５は、自車両、他車両の区別なく、また、道路、場所の区別なく、広く走行履歴を収集してもよい。また、自動運転支援装置５は、計画アルゴリズムの学習をユーザや車両別に実施してもよい。このような構成によれば、例えば、走行ルート選択、走行車線選択、ハンドル操作、加減速の強度、周辺車両との距離などの自動運転車両の運転挙動を、ユーザの好みに合わせてカスタマイズすることが可能となる。すなわち、自動運転車両の計画アルゴリズムを個別かつ高度にカスタマイズすることが可能となる。

＜その他の変形例＞
上述した図１の走行履歴取得部５２と、走行軌跡推定部５３と、周辺環境推定部５４とを、以下「走行履歴取得部５２等」と記す。走行履歴取得部５２等は、図６に示す処理回路９１により実現される。すなわち、処理回路９１は、走行履歴を取得する走行履歴取得部５２と、走行履歴と地図情報との照合を行うことによって自車両の走行軌跡を推定する走行軌跡推定部５３と、走行軌跡上での手動運転操作に基づいて、自車両の自動運転の制御を計画するための計画アルゴリズムの学習データとして用いられる自車両の周辺環境を推定する周辺環境推定部５４と、を備える。処理回路９１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９１が専用のハードウェアである場合、処理回路９１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。走行履歴取得部５２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９１がプロセッサである場合、走行履歴取得部５２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７に示すように、処理回路９１に適用されるプロセッサ９２は、メモリ９３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、自動運転支援装置５は、処理回路９１により実行されるときに、走行履歴を取得するステップと、走行履歴と地図情報との照合を行うことによって自車両の走行軌跡を推定するステップと、走行軌跡上での手動運転操作に基づいて、自車両の自動運転の制御を計画するための計画アルゴリズムの学習データとして用いられる自車両の周辺環境を推定するステップと、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９３を備える。換言すれば、このプログラムは、走行履歴取得部５２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９３は、例えば、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、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、走行履歴取得部５２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、走行履歴取得部５２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、走行履歴取得部５２については専用のハードウェアとしての処理回路９１、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９２としての処理回路９１がメモリ９３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９１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。なお、学習部５５の機能も上記と同様である。

また、以上で説明した自動運転支援装置５は、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自動運転支援システムにも適用することができる。この場合、以上で説明した自動運転支援装置５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。例えば、走行履歴取得部５２、走行軌跡推定部５３、周辺環境推定部５４が車両に設けられ、学習部５５がサーバに設けられたシステムであってもよい。

なお、実施の形態を適宜、変形、省略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。

５自動運転支援装置、５２走行履歴取得部、５３走行軌跡推定部、５４周辺環境推定部。

Claims

車両の自動運転を支援する自動運転支援装置であって、
前記車両に対する手動運転操作と、前記車両の位置である車両位置と、前記手動運転操作及び前記車両位置の時刻とを含む走行履歴を取得する走行履歴取得部と、
前記走行履歴と地図情報との照合を行うことによって前記車両の走行軌跡を推定する走行軌跡推定部と、
前記走行軌跡上での前記手動運転操作に基づいて、前記車両の自動運転の制御を計画するための計画アルゴリズムの学習データとして用いられる前記車両の周辺環境を推定する周辺環境推定部と
を備え、
前記周辺環境推定部は、
前記車両の動特性を表現する物理車両モデルを前記車両の走行に適用した逐次的な模擬によって修正された前記走行軌跡を、前記周辺環境の推定に用いる、自動運転支援装置。
車両の自動運転を支援する自動運転支援装置であって、
前記車両に対する手動運転操作と、前記車両の位置である車両位置と、前記手動運転操作及び前記車両位置の時刻とを含む走行履歴を取得する走行履歴取得部と、
前記走行履歴と地図情報との照合を行うことによって前記車両の走行軌跡を推定する走行軌跡推定部と、
前記走行軌跡上での前記手動運転操作に基づいて、前記車両の自動運転の制御を計画するための計画アルゴリズムの学習データとして用いられる前記車両の周辺環境を推定する周辺環境推定部と
を備え、
前記周辺環境推定部は、
前記走行軌跡推定部で複数の前記走行軌跡が推定された場合に、前記複数の走行軌跡のうち前記手動運転操作が少ない走行軌跡を、前記周辺環境の推定に用いる、自動運転支援装置。
請求項１または請求項２に記載の自動運転支援装置であって、
前記走行軌跡推定部は、
前記走行履歴に基づいて前記照合を行う区間を決定する、自動運転支援装置。
請求項１または請求項２に記載の自動運転支援装置であって、
前記走行軌跡及び前記計画アルゴリズムは、前記車両で自動運転の制御を行うための制御情報の生成に用いられる、自動運転支援装置。
車両の自動運転を支援する自動運転支援方法であって、
前記車両に対する手動運転操作と、前記車両の位置である車両位置と、前記手動運転操作及び前記車両位置の時刻とを含む走行履歴を取得するステップと、
前記走行履歴と地図情報との照合を行うことによって前記車両の走行軌跡を推定するステップと、
前記走行軌跡上での前記手動運転操作に基づいて、前記車両の自動運転の制御を計画するための計画アルゴリズムの学習データとして用いられる前記車両の周辺環境を推定するステップと、
前記車両の動特性を表現する物理車両モデルを前記車両の走行に適用した逐次的な模擬によって修正された前記走行軌跡を、前記周辺環境の推定に用いるステップと、
をコンピュータが実行する自動運転支援方法。
車両の自動運転を支援する自動運転支援方法であって、
前記車両に対する手動運転操作と、前記車両の位置である車両位置と、前記手動運転操作及び前記車両位置の時刻とを含む走行履歴を取得するステップと、
前記走行履歴と地図情報との照合を行うことによって前記車両の走行軌跡を推定するステップと、
前記走行軌跡上での前記手動運転操作に基づいて、前記車両の自動運転の制御を計画するための計画アルゴリズムの学習データとして用いられる前記車両の周辺環境を推定するステップと、
複数の前記走行軌跡が推定された場合に、前記複数の走行軌跡のうち前記手動運転操作が少ない走行軌跡を、前記周辺環境の推定に用いるステップと、
をコンピュータが実行する自動運転支援方法。