JP7400911B1 - 自動運転装置 - Google Patents

Abstract

【課題】自動運転車両の安全性を向上する運転行動を決定する。
【解決手段】自動運転装置１は、車速及び車線ポテンシャルを生成する基本走行ポテンシャル生成部１２４、障害物ポテンシャルを生成する障害物ポテンシャル生成部１２２、停止位置ポテンシャルを生成する交通ポテンシャル生成部１２５、車速予測時間内の車速ポテンシャル、障害物リスク予測時間内の障害物ポテンシャルに基づく障害物リスク及び違反リスク予測時間内の停止位置ポテンシャルに基づく違反リスクを含み自車両Ｖの加速度をパラメータとする加速度コスト関数、及び車線予測時間内の車線ポテンシャル、障害物リスク及び違反リスクを含み自車両のヨーレートをパラメータとするヨーレートコスト関数を生成するコスト関数生成部１２６及び加速度コスト関数を最小化する加速度を求めた後、ヨーレートコスト関数を最小化するヨーレートを求める運転行動決定部１２７を備える。
【選択図】図２

Description

本発明は、自車両の運転行動を決定する自動運転装置に関する。

リスクポテンシャル法により自車両の運転行動を決定する技術が知られている。特許文献１には、所定の予測時間内における各時刻のポテンシャルの累積値によってコスト関数を評価して、制動や操舵等の運転行動を決定する技術が開示されている。

特開２０１０－１８０６２号公報

しかしながら、複雑な交通状況に対する運転行動を同じ予測時間を使って決定すると、時間的に遠い衝突のリスクを考慮することができない等、自車両の安全性が低下するおそれがあった。

そこで、本発明はこれらの点に鑑みてなされたものであり、自動運転車両の安全性を向上する運転行動を決定することを目的とする。

本発明の態様においては、ポテンシャル場に基づいて自車両の運転行動を決定する自動運転装置であって、前記自車両の走行軌道に応じて、前記自車両の車速の推奨度合いを示す車速ポテンシャル及び前記自車両の目標位置の推奨度合いを示す車線ポテンシャルを生成する基本走行ポテンシャル生成部と、前記自車両の周辺の障害物に応じて、障害物ポテンシャルを生成する障害物ポテンシャル生成部と、前記自車両の進行方向の前方に前記自車両が停止すべき位置が特定されると、前記自車両の停止位置の推奨度合いを示す停止位置ポテンシャルを生成する交通ポテンシャル生成部と、所定の車速予測時間内の前記車速ポテンシャルと、前記車速予測時間と異なる障害物リスク予測時間内の前記障害物ポテンシャルに基づく障害物リスクと、前記車速予測時間及び障害物リスク予測時間と異なる違反リスク予測時間内の前記停止位置ポテンシャルに基づく違反リスクとを含み、前記自車両の加速度をパラメータとする加速度コスト関数と、前記車速予測時間、前記障害物リスク予測時間及び前記違反リスク予測時間と異なる車線予測時間内の前記車線ポテンシャルと、前記障害物リスクと、前記違反リスクとを含み、前記自車両のヨーレートをパラメータとするヨーレートコスト関数と、を生成するコスト関数生成部と、前記加速度コスト関数を最小化する加速度を求めた後、前記ヨーレートコスト関数を最小化するヨーレートを求めて、前記自車両の運転行動を決定する運転行動決定部と、を備える自動運転装置を提供する。

前記コスト関数生成部は、前記目標位置と前記自車両の位置との距離に応じて前記車線予測時間を設定してもよい。

前記コスト関数生成部は、前記加速度コスト関数を最小化する加速度及び前記ヨーレートコスト関数を最小化するヨーレートの少なくともいずれかで前記自車両が走行するときの、前記障害物リスクが所定のリスク閾値以上であれば、前記障害物リスク予測時間よりも短い短期最大リスク予測時間内の前記障害物ポテンシャルに基づく短期最大リスクを含み前記加速度及び前記ヨーレートをパラメータとする障害物回避コスト関数を生成し、前記運転行動決定部は、前記障害物回避コスト関数が生成された場合には、前記障害物回避コスト関数が最小になる前記加速度及び前記ヨーレートを同時に求めて、前記自車両の運転行動を決定してもよい。

前記運転行動決定部は、前記自車両が前記走行軌道に沿って走行するように定めた初期ヨーレートが入力された前記加速度コスト関数を最小化する加速度を決定してもよい。

前記運転行動決定部は、前記加速度コスト関数を最小化する加速度が入力された前記ヨーレートコスト関数を最小化するヨーレートを決定してもよい。

前記コスト関数生成部は、現時点から前記車速予測時間が経過した時点までの前記車速ポテンシャルの累積値と、前記障害物リスク予測時間内の複数の時点の各々の前記障害物ポテンシャルに基づく障害物リスクのうちの最大障害物リスクと、前記違反リスク予測時間内の複数の時点の各々の前記停止位置ポテンシャルに基づく違反リスクのうちの最大違反リスクと、を含む前記加速度コスト関数を生成してもよい。

前記コスト関数生成部は、前記車速ポテンシャルの累積値、前記最大障害物リスク及び前記最大違反リスクに加えて、前記運転行動決定部が直前に決定した加速度周辺で正則化するための正則化項を含む前記加速度コスト関数を生成してもよい。

前記コスト関数生成部は、現時点から前記車線予測時間が経過した時点までの前記車線ポテンシャルの累積値と、前記障害物リスク予測時間内の複数の時点の各々の前記障害物ポテンシャルに基づく障害物リスクのうちの最大障害物リスクと、前記違反リスク予測時間内の複数の時点の各々の前記停止位置ポテンシャルに基づく違反リスクのうちの最大違反リスクと、を含む前記ヨーレートコスト関数を生成してもよい。

前記コスト関数生成部は、前記車線ポテンシャルの累積値、前記最大障害物リスク及び前記最大違反リスクに加えて、前記運転行動決定部が直前に決定したヨーレート又は前記自車両の走行経路の曲率と前記車速との積で算出されるヨーレート周辺で正則化するための正則化項を含む前記ヨーレートコスト関数を生成してもよい。

前記基本走行ポテンシャル生成部は、前記車速予測時間、前記障害物リスク予測時間、前記違反リスク予測時間及び前記車線予測時間と異なる軌道予測時間内の前記障害物ポテンシャルを含む軌道コスト関数を最小化する前記走行軌道に応じて前記車速ポテンシャル及び前記車線ポテンシャルを生成してもよい。

本発明によれば、自動運転車両の安全性を向上する運転行動を決定できるという効果を奏する。

実施の形態に係る自動運転装置が実行する処理の概要を説明するための図である。 自動運転装置の構成を説明するための図である。 運転行動決定する処理の一例を示すフローチャートである。

［自動運転装置１が実行する処理の概要］
図１は、実施の形態に係る自動運転装置が実行する処理の概要を説明するための図である。自動運転装置は、自動運転装置が搭載された自車両の運転行動である加速度及びヨーレートをポテンシャル場に基づいて決定する。

自動運転装置は、自車両の複数の走行モードから一の走行モードを選択することにより自車両の基本走行モードを決定する（図１（１））。複数の走行モードは、車線維持モード、右車線変更モード、左車線変更モード、障害物右回避モード及び障害物左回避モードである。自動運転装置は、自車両の基本走行モードを、各走行モードに対応する走行軌道のうちの走行軌道に対応する軌道コスト関数の関数値が最小になる走行軌道を走行する走行モードに決定する。

自動運転装置は、自車両の加速度をパラメータとする加速度コスト関数を生成する（図１（２））。加速度コスト関数は、自車両の車速の推奨度合を示す車速ポテンシャルの累積値、自車両周辺の障害物に基づく障害物ポテンシャルによる接触リスク及び停止位置の推奨度合いを示す停止位置ポテンシャルによる交通ルールに違反する違反リスクの各々を、それぞれ異なる予測時間で予測するコスト関数である。加速度コスト関数の詳細は後述する。次に、自動運転装置は、加速度コスト関数を最小化する加速度を決定する（図１（３））。

自動運転装置は、加速度を決定した後、自車両のヨーレートをパラメータとするヨーレートコスト関数を生成する（図１（４））。ヨーレートコスト関数は、自車両の車速の推奨度合を示す車線ポテンシャルの累積値、接触リスク及び違反リスクの各々をそれぞれ異なる予測時間で予測するコスト関数である。自動運転装置は、ヨーレートコスト関数を最小化するヨーレートを決定する（図１（５））。

自動運転装置は、加速度及びヨーレートを決定したら、自車両の周辺に存在する障害物と自車両が接触するリスクを示す最大障害物リスクがリスク閾値未満であるか否かを判定する（図１（６））。リスク閾値は、自車両Ｖの周辺の障害物を直ちに回避する必要があるか否かを判定するための閾値である。リスク閾値は、平均的な運転者が車両を運転する際に直ちに障害物を回避する必要があると判断する場合の基準リスクよりも低い値である。基準リスクは、実験などにより適宜定めればよい。

自動運転装置は、障害物を直ちに回避すべき状況でなければ、決定した加速度とヨーレートを通常運転行動に決定する（図１（７））。これにより、アクセルやブレーキを操作して加速度を決定した後にハンドルを操作してヨーレートを決定するという運転者の運転行動に即した運転行動を決定できる。その結果、旋回中に加速してしまう等、安全性が低下するおそれのある運転行動を決定してしまうことを抑制できるので、自動運転車両の安全性を向上する運転行動を決定できる。

一方、最大障害物リスクがリスク閾値以上であれば、自動運転装置は、障害物を直ちに回避すべき状況であると判定し、緊急運転行動を決定する処理を実行する。具体的には、まず、自動運転装置は、障害物回避コスト関数を生成する（図１（８））。障害物回避コスト関数は、短期最大リスクのみを含み、自車両の加速度及びヨーレートをパラメータとするコスト関数である。障害物回避コスト関数の詳細は後述する。次に、自動運転装置は、障害物回避コスト関数を最小化する加速度及びヨーレートを同時に決定する（図１（９））。

これにより、自動運転装置は、障害物を直ちに回避すべき状況であれば、短期最大リスクのみを含む障害物回避コスト関数を最小化するので、複数のポテンシャル及びリスクを含むコスト関数を最小化する値を求める場合よりも短い時間で運転行動を決定できる。また、自動運転装置は、加速度及びヨーレートを同時に決定することにより、自車両と障害物の接触を回避できる確率を高める最適な運転行動を決定できる。

［自動運転装置１の構成］
図２は、自動運転装置１の構成を説明するための図である。自動運転装置１は、自動運転車両である自車両Ｖに搭載されている。自車両Ｖは、自動運転装置１の他に、センサ群２及びＥＣＵ（Electronic Control Unit）３を搭載している。

センサ群２は、自車両Ｖの状態及び周辺環境を検出するセンサである。センサ群２は、例えば自車両Ｖの状態として車速をセンサ及び加速度を検出する加速度センサを含み、自車両Ｖの車速及び加速度を検出する。センサ群２は、車両の位置を検出するためのＧＰＳ（Global Positioning System）受信機を含み、自車両Ｖの位置を検出する。また、センサ群２は、自車両Ｖの状態として、ヨーレートを検出するセンサを含み、ヨーレートを検出する。

センサ群２は、周辺環境を検出するセンサとして、カメラ、レーダ、ＬＩＤＡＲ等の外部センサを有する。センサ群２は、外部センサの出力値を自動運転装置１に出力する。

ＥＣＵ３は、自車両Ｖを制御するＥＣＵである。ＥＣＵ３は、自動運転装置１が決定した運転行動に従い、自車両Ｖのアクセルや操舵角を制御する。

自動運転装置１は、記憶部１１及び制御部１２を備える。記憶部１１は、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）及びハードディスク等を含む記憶媒体である。記憶部１１は、制御部１２が実行するプログラムを記憶する。記憶部１１は、自車両Ｖが走行する道路を含む地図を記憶していてもよい。例えば、記憶部１１は、信号機の位置、停止線の位置、横断歩道の位置及び交差点の位置を含む地図を記憶する。

制御部１２は、例えばＣＰＵ（Central Processing Unit）等のプロセッサを含む計算リソースである。制御部１２は、記憶部１１に記憶されたプログラムを実行することにより、障害物検出部１２１、障害物ポテンシャル生成部１２２、基本走行モード決定部１２３、基本走行ポテンシャル生成部１２４、交通ポテンシャル生成部１２５、コスト関数生成部１２６及び運転行動決定部１２７としての機能を実現する。

障害物検出部１２１は、センサ群２の出力値に基づいて自車両Ｖの周囲の障害物を検出する。例えば、障害物検出部１２１は、移動障害物（例えば、他車両、自転車、歩行者等）及び静止障害物（塀、ガードレール、標識、看板等）を検出する。また、センサ群２は、自車両Ｖが走行する走行車線の位置や幅等を検出する。障害物検出部１２１は、記憶部１１に記憶された地図を参照して、自車両Ｖの位置から基準距離よりも長い検出距離以内の静止障害物を検出してもよい。基準距離は、例えば５０メートルであるが、これに限定するものではない。例えば、障害物検出部１２１は、検出距離を、自車両Ｖの車速が大きいほど基準距離よりも長くする。一例を挙げると、障害物検出部１２１は、自車両Ｖの走行経路上の停止線及び横断歩道の位置を取得することにより、自車両Ｖの走行経路上の停止線及び横断歩道を特定する。

障害物ポテンシャル生成部１２２は、自車両の周辺の障害物に応じて、障害物ポテンシャルを生成する。具体的には、障害物ポテンシャル生成部１２２は、障害物検出部１２１が検出した自車両Ｖの周辺の移動障害物に応じて移動障害物ポテンシャル場を生成する。移動障害物ポテンシャル場は、移動障害物の速度及び向きに応じて所定時間毎に更新される時系列ポテンシャルである。また、障害物ポテンシャル生成部１２２は、静止障害物に応じて占有グリッドマップを生成する。具体的には、障害物ポテンシャル生成部１２２は、自車両Ｖが進入可能な領域と進入不可能な領域を区別するための占有グリッドマップを生成する。障害物ポテンシャル生成部１２２は、移動障害物ポテンシャル場及び占有グリッドマップを合成した障害物ポテンシャルを生成する。障害物ポテンシャルは、障害物と自車両が接触するリスクを示す斥力ポテンシャルである。

基本走行モード決定部１２３は、複数の走行モードから一の走行モードを選択することにより自車両Ｖの基本走行モードを決定する。基本走行モード決定部１２３は、自車両Ｖが走行中の走行車線を走行し続けるように、基本走行モードを車線維持モードに決定し、自車両Ｖが走行中の走行車線の幅方向における中心位置を走行する走行軌道を生成する。走行軌道には、例えば、現時点から所定の予測時間後までの各時刻における自車両の目標速度、目標位置及び目標位置に到達する目標時刻を示す情報が含まれている。

基本走行モード決定部１２３は、自車両Ｖの走行車線の進行方向前方に障害物が検出されたら、当該障害物を回避するための、自車両Ｖの複数の走行モードの各々に応じた走行軌道を生成する。基本走行モード決定部１２３は、走行軌道のコストを予測するための軌道コスト関数Ｃ^Ｌを最小化する走行軌道に対応する走行モードを、自車両の走行モードに決定する。軌道コスト関数は、軌道コスト予想時間ΔＴ^Ｌ内の障害物ポテンシャルを含む、走行モードＩをパラメータとするコスト関数である。軌道コスト関数Ｃ^Ｌは、下記式（１）で示される。
Ｃ^Ｌ（Ｉ）＝－ｗ^Ｌ _ｓｓ／（Ｖ^ｔｇｔΔＴ^Ｌ）＋ｗ^Ｌ _Ｒ（Ｒ^Ｌ _ｍａｘ／Ｒ_ｔｈ）…（１）

式（１）の第１項のｗ^Ｌ _ｓｓは、走行軌道において現時点から軌道コスト予想時間ΔＴ^Ｌまでに自車両Ｖが走行すると予想される道のりの長さを示す。また、第１項は、走行距離の道のりの長さｗ^Ｌ _ｓｓを、目標速度Ｖ^ｔｇｔと軌道コスト予想時間ΔＴ^Ｌとの積で算出された理想的な道のりの長さで除することで正規化されている。第１項は、負のコストである利得であり、予想される道のりの長さが理想的な道のりの長さに近いほど絶対値が小さくなる。

式（１）の第２項は、走行軌道を走行するリスクを正規化した値である。最大衝突リスクＲ^Ｌ _ｍａｘは、走行軌道の複数の経路点の各々の衝突リスクのうちの最大値である。各経路点の衝突リスクは、障害物ポテンシャルにより定まる。閾値Ｒ_ｔｈは、例えば、平均的な運転者が車両を運転する際の衝突リスクよりも低い値である。第２項は、正のコストである罰則であり、最大衝突リスクＲ^Ｌ _ｍａｘが閾値Ｒ_ｔｈよりも小さいほど絶対値が小さくなる。

基本走行モード決定部１２３は、軌道コスト関数Ｃ^Ｌに各走行軌道の情報を入力することにより、各走行軌道に対応する軌道コスト関数Ｃ^Ｌの関数値を算出する。基本走行モード決定部１２３は、複数の軌道コスト関数Ｃ^Ｌの関数値のうちの、関数値が最小の走行モードを、基本走行モードに決定する。一例を挙げると、基本走行モード決定部１２３は、複数の関数値のうちの最小の関数値に対応する走行モードが障害物右回避モードであれば、基本走行モードを障害物右回避モードに決定する。

基本走行ポテンシャル生成部１２４は、基本走行モード決定部１２３が決定した走行モードの走行軌道を走行するように設定された基本走行ポテンシャルを生成する。具体的には、基本走行ポテンシャル生成部１２４は、自車両Ｖの車速の推奨度合いを示す車速ポテンシャル及び目標位置の推奨度合いを示す車線ポテンシャルを生成する。車速ポテンシャルＵ^ｖａｌは、自車両の目標速度と現時刻の速度との差に比例する引力又は斥力ポテンシャルである。車線ポテンシャルＵ^ｌａｎｅは、自車両の目標位置を基準とするポテンシャルであり、自車両の目標位置と現時刻の位置との差に比例する引力ポテンシャルである。

交通ポテンシャル生成部１２５は、自車両Ｖの進行方向の前方の停止位置に対応する停止位置ポテンシャルＵ^ｓｔｏｐを生成する。停止位置ポテンシャルＵ^ｓｔｏｐは、停止位置に対する自車両Ｖの停止位置の推奨度合いを示すポテンシャルであり、自車両Ｖが交通ルールに違反する違反リスクを示す斥力ポテンシャルである。交通ポテンシャル生成部１２５は、自車両Ｖの進行方向の前方に停止位置が特定されなくなったら、生成した停止位置ポテンシャルＵ^ｓｔｏｐを消去する。

交通ポテンシャル生成部１２５は、センサ群２の出力値に基づいて、自車両Ｖの進行方向の前方の自車両Ｖが停止すべき停止位置を特定する。停止位置は、自車両Ｖの走行車線の進行方向前方の停止線、横断歩道の手前及び交差点の手前であるが、これに限定するものではない。具体的には、交通ポテンシャル生成部１２５は、カメラが撮像した撮像画像を解析することにより、自車両Ｖの進行方向前方の停止線及び横断歩道を特定する。交通ポテンシャル生成部１２５は、特定した停止線の位置及び横断歩道の手前に停止位置ポテンシャルＵ^ｓｔｏｐを生成する。

コスト関数生成部１２６は、自車両Ｖの通常運転行動を決定するためのコスト関数を生成する。まず、コスト関数生成部１２６は、加速度コスト関数Ｃ^Ｍ _１を生成する。例えば、コスト関数生成部１２６は、車速ポテンシャルと、障害物ポテンシャルに基づく障害物リスクと、停止位置ポテンシャルに基づく違反リスクとを含み、自車両の加速度をパラメータとする加速度コスト関数Ｃ^Ｍ _１を生成する。加速度コスト関数Ｃ^Ｍ _１は、下記式（２）で示される。

式（２）の第１項は、現時点ｔ_０から車速予測時間ΔＴ^ｖｅｌが経過した時点までの車速ポテンシャルＵ^ｖａｌの累積値である。車速予測時間ΔＴ^ｖｅｌは、軌道コスト予想時間ΔＴ^Ｌと異なる。車速予測時間ΔＴ^ｖｅｌの具体的な値は、２秒であるが、これに限定するものではない。例えば、コスト関数生成部１２６は、自車両Ｖの車速が大きいほど車速予測時間ΔＴ^ｖｅｌを２秒よりも短くする。式（２）の第１項は、累積値を車速予測時間ΔＴ^ｖｅｌで除することで単位をそろえている。

式（２）の第２項の最大障害物リスクＲ^Ｍ _ｍａｘは、障害物リスク予測時間ΔＴ^Ｍ内の複数の時点の各々の障害物ポテンシャルに基づく障害物リスクＲ^Ｍ _ｔのうちの最大値である。障害物リスク予測時間ΔＴ^Ｍは、車速予測時間ΔＴ^ｖｅｌ、及び軌道コスト予想時間ΔＴ^Ｌと異なる。障害物リスク予測時間ΔＴ^Ｍの具体的な値は、例えば１秒以上２秒未満であるが、これに限定するものではない。

最大障害物リスクＲ^Ｍ _ｍａｘは、下記式（３）で表される。各時刻の障害物リスクＲ^Ｍ _ｔは、下記式（４）で表される。
式（３）の距離時間ΔＴ^Ｄは、自車両Ｖと障害物の距離に基づく時間であり、例えば自車両Ｖと他車両との車間距離が０になるまでの時間である。距離時間ΔＴ^Ｄは、自車両Ｖの周辺の障害物との距離が長いほど長くする。具体的には、距離時間ΔＴ^Ｄは、自車両Ｖの進行方向前方の先行車両と自車両Ｖの車間距離が長いほど長くする。距離時間ΔＴ^Ｄの具体的な値は３秒であるが、これに限定するものではない。

障害物ポテンシャルＵ^ｏｂｊ _ｔは、各時刻の障害物ポテンシャルである。障害物リスクＲ^Ｍ _ｔは、各時刻における自車両Ｖの外縁と障害物の接触リスクの大きさを示している。

Ｘ^ｅｖａｌ _ｔは、各時刻の自車両Ｖの外縁のＸ座標を示す。Ｙ^ｅｖａｌ _ｔは、各時刻の自車両Ｖの外縁のＹ座標を示す。Ｘ^ｅｖａｌ _ｔ及びＹ^ｅｖａｌ _ｔは、運動学モデル又は動力学モデルを用いて予測される。本実施の形態の自車両運動の予測は例えば、後輪軸の中心点が微小時間Δｔ内の二つの時刻の各々の自車両Ｖの向きの間の向きに直線運動すると仮定して計算される。運動学モデルは、後輪軸中心ですべり角による横速度の発生を想定しないモデルである。運動学モデルを用いた場合、計算が簡単になり、計算に必要な時間が短くなる。運動学モデルは特に極低速域で安定かつ高速に精度の良い予測を得ることができる。一方、本実施の形態の動力学モデルは、自車両運動の将来予測中に後輪軸中心での滑り角による横速度の発生を想定するモデルである。動力学モデルを用いることにより、車速が高い領域での各時刻の自車両Ｖの位置の予測精度が向上する。

加速度コスト関数Ｃ^Ｍ _１（式（２）を参照）の第３項の最大違反リスクＲ^ｖｉｏ _ｍａｘは、違反リスク予測時間ΔＴ^Ｓ内の複数の時点の各々の停止位置ポテンシャルＵ^ｓｔｏｐに基づく交通ルールに対する違反リスクＲ^ｖｉｏ _ｔのうちの最大値である。違反リスクＲ^ｖｉｏ _ｔは、自車両Ｖが停止することなく停止位置を超えて進行してしまい、交通ルールに違反してしまうリスクである。違反リスク予測時間ΔＴ^Ｓは、車速予測時間ΔＴ^ｖｅｌ、障害物リスク予測時間ΔＴ^Ｍ、及び軌道コスト予想時間ΔＴ^Ｌと異なる。違反リスク予測時間ΔＴ^Ｓは、交通ルールに違反してしまうリスクを予測するための時間である。違反リスク予測時間ΔＴ^Ｓの具体的な値は、例えば３秒よりも大きいが、これに限定するものではない。最大違反リスクＲ^ｖｉｏ _ｍａｘは、下記式（５）で表される。各時刻の違反リスクＲ^ｖｉｏ _ｔは、下記式（６）で表される。

Ｘ^{ｆｒｏｎｔ} _ｔは、自車両Ｖの先端のＸ座標を示す。Ｙ^{ｆｒｏｎｔ} _ｔは、自車両Ｖの先端のＹ座標を示す。違反リスクＲ^ｖｉｏ _ｔは、各時刻において自車両Ｖが停止位置を超えてしまうリスクの大きさを示している。

加速度コスト関数Ｃ^Ｍ _１（式（２）を参照）の第４項は、加速度α^ｒｅｆ周辺で正則化するための正規化項である。加速度α^ｒｅｆは、例えば０であるが、直前に決定された加速度であってもよい。コスト関数生成部１２６は、加速度α^ｒｅｆを直前の加速度にした加速度コスト関数を生成することにより、加速度を急激に変化させないようにする加速度コスト関数Ｃ^Ｍ _１を生成できる。

コスト関数生成部１２６は、自車両Ｖが走行軌道に沿って走行するように定めた初期ヨーレートγ^ｒｅｆを入力した加速度コスト関数を生成する。例えば、コスト関数生成部１２６は、曲線の道路の走行車線の幅方向の中心位置を走行するように設定された走行軌道に沿って走行するように定めた初期ヨーレートγ^ｒｅｆを入力した加速度コスト関数を生成する。また、コスト関数生成部１２６は、自車両Ｖが走行する道路の曲率又は走行軌道の曲率に基づいて初期ヨーレートγ^ｒｅｆを定めてもよい。

運転行動決定部１２７は、初期ヨーレートγ^ｒｅｆが入力された加速度コスト関数Ｃ^Ｍ _１を最小化する加速度α^*を以下の式（７）に基づいて求める。

コスト関数生成部１２６は、運転行動決定部１２７が加速度コスト関数Ｃ^Ｍ _１を最小化する加速度α^*を求めた後、ヨーレートコスト関数を生成する。具体的には、コスト関数生成部１２６は、車線予測時間ΔＴ^ｌａｎｅ内の車線ポテンシャルと、最大障害物リスクＲ^Ｍ _ｍａｘと、最大違反リスクＲ^ｖｉｏ _ｍａｘとを含み、自車両のヨーレートをパラメータとするヨーレートコスト関数を生成する。車線予測時間ΔＴ^ｌａｎｅは、車速予測時間ΔＴ^ｖｅｌ、及び障害物リスク予測時間ΔＴ^Ｍと異なる。

コスト関数生成部１２６は、目標位置と自車両の距離に応じて車線予測時間ΔＴ^ｌａｎｅを設定する。例えば、コスト関数生成部１２６は、目標位置と自車両の距離が大きいほど大きくした車線予測時間ΔＴ^ｌａｎｅを設定する。具体的には、コスト関数生成部１２６は、最小車線予測時間以上、最大車線予測時間以下の範囲内で、目標位置と自車両の距離が大きいほど大きくした車線予測時間ΔＴ^ｌａｎｅを設定する。最小車線予測時間は、例えば２秒であり、最大車線予測時間は例えば３秒であるが、これに限定するものではない。

コスト関数生成部１２６は、加速度コスト関数Ｃ^Ｍ _１を最小化する加速度α^*を入力したヨーレートコスト関数Ｃ^Ｍ _２を生成する。ヨーレートコスト関数は、下記式（８）で示される。

式（８）の第１項は、現時点ｔ_０から車線予測時間ΔＴ^ｌａｎｅが経過した時点までの車線ポテンシャルＵ^ｌａｎｅの累積値である。式（８）の第１項は、累積値を車線予測時間ΔＴ^ｌａｎｅで除することで単位をそろえている。

式（８）の第４項は、ヨーレートγ^ｒｅｆ周辺で正則化するための正規化項である。ヨーレートγ^ｒｅｆは、０であるが、直前に決定されたヨーレートであってもよい。コスト関数生成部１２６は、ヨーレートγ^ｒｅｆを直前のヨーレートにしたヨーレートコスト関数を生成することにより、ヨーレートを急激に変化させないようにするヨーレートコスト関数を生成できる。また、ヨーレートγ^ｒｅｆは、目標とする走行経路の曲率と自車両Ｖの積で算出されるヨーレートであってもよい。この場合、コスト関数生成部１２６は、曲率に車速を乗じてヨーレートγ^ｒｅｆを算出し、算出したヨーレートγ^ｒｅｆを入力したヨーレートコスト関数を生成する。これにより、コスト関数生成部１２６は、走行経路に沿うヨーレートに近づくようなヨーレートコスト関数を生成できる。

運転行動決定部１２７は、加速度コスト関数Ｃ^Ｍ _１を最小化する加速度α^*が入力されたヨーレートコスト関数Ｃ^Ｍ _２を最小化するヨーレートγ^*を以下の式（９）に基づいて求める。
運転行動決定部１２７は、加速度コスト関数Ｃ^Ｍ _１を最小化する加速度α^*及びヨーレートコスト関数Ｃ^Ｍ _２を最小化するヨーレートγ^*を、自車両Ｖの運転行動として決定する。

このように、加速度コスト関数及びヨーレートコスト関数、車速ポテンシャルＵ^ｖａｌの累積値、車線ポテンシャルＵ^ｌａｎｅの累積値、最大障害物リスクＲ^Ｍ _ｍａｘ及び最大違反リスクＲ^ｖｉｏ _ｍａｘの各々に対して、それぞれ異なる予測時間が用いられている。そのため、運転行動決定部１２７は、車速ポテンシャルＵ^ｖａｌの累積値、車線ポテンシャルＵ^ｌａｎｅの累積値、最大障害物リスクＲ^Ｍ _ｍａｘ及び最大違反リスクＲ^ｖｉｏ _ｍａｘの各々を算出する際に、それぞれ最適な予測時間を用いた値を算出できる。つまり、運転行動決定部１２７は、車速ポテンシャルＵ^ｖａｌの累積値を算出するのに最適な車速予測時間ΔＴ^ｖｅｌを用いることができ、車線ポテンシャルＵ^ｌａｎｅの累積値を算出するのに最適な車線予測時間ΔＴ^ｌａｎｅを用いることができる。

また、運転行動決定部１２７は、最大障害物リスクＲ^Ｍ _ｍａｘ及び最大違反リスクＲ^ｖｉｏ _ｍａｘの各々を予測するのに最適な予測時間を用いて評価できる。そのため、自動運転装置１は、いずれかのリスクを過剰に評価したり過少に評価してしまったりすることを抑制して、最大障害物リスクＲ^Ｍ _ｍａｘ及び最大違反リスクＲ^ｖｉｏ _ｍａｘを適切に評価できる。

そして、運転行動決定部１２７は、加速度を決定した後、ヨーレートを決定することにより、アクセルやブレーキを操作して加速度を決定した後にハンドルを操作してヨーレートを決定するという運転者の運転行動に即した運転行動を決定できる。また、運転行動決定部１２７は、加速度とヨーレートを個別に最適化するので、運転に必須の車速維持と車線維持をともに最適化できる。さらに、自動運転装置１は、加速度とヨーレートを個別に決定することにより、加速度とヨーレートを同時に求める場合よりも計算時間を低減できるので、運転行動の決定に必要な時間を短くできる。

コスト関数生成部１２６は、運転行動決定部１２７が加速度及びヨーレートを決定した後、最大障害物リスクＲ^Ｍ _ｍａｘがリスク閾値以上であれば、自車両Ｖの運転行動を決定するための障害物回避コスト関数を生成する。例えば、コスト関数生成部１２６は、加速度コスト関数を最小化する加速度及びヨーレートコスト関数を最小化するヨーレートの少なくともいずれかで自車両が走行するときの最大障害物リスクＲ^Ｍ _ｍａｘがリスク閾値以上であれば、障害物回避コスト関数を生成する。具体的には、コスト関数生成部１２６は、短期最大リスクを含み加速度及びヨーレートをパラメータとする障害物回避コスト関数を生成する。

短期最大リスクは、決定した加速度及びヨーレートで自車両が走行するときの短期最大リスク予測時間内の障害物ポテンシャルに基づく自車両の周辺に存在する障害物と自車両が接触するリスクを示す。短期最大リスクＲ^Ｓ _ｍａｘは、障害物リスク予測時間ΔＴ^Ｍよりも短い短期最大リスク予測時間ΔＴ^ｓ内の複数の時点の各々の短期障害物リスクＲ^ｓ _ｔのうちの最大値である。短期最大リスク予測時間ΔＴ^ｓは、軌道コスト予想時間ΔＴ^Ｌ、車線予測時間ΔＴ^ｌａｎｅ、車速予測時間ΔＴ^ｖｅｌ、及び障害物リスク予測時間ΔＴ^Ｍと異なる。短期最大リスク予測時間ΔＴ^ｓは、例えば１秒未満であるが、これに限定するものではない。短期最大リスクＲ^Ｓ _ｍａｘは、下記式（１０）で表される。短期障害物リスクＲ^ｓ _ｔは、下記式（１１）で表される。
コスト関数生成部１２６は、最大障害物リスクＲ^Ｍ _ｍａｘがリスク閾値以上であれば、当該短期最大リスクＲ^Ｓ _ｍａｘを含み加速度及びヨーレートをパラメータとする障害物回避コスト関数Ｃ^Ｓを生成する。障害物回避コスト関数Ｃ^Ｓは、下記式（１２）で表される。
Ｃ^Ｓ（α，γ）＝Ｒ^Ｓ _ｍａｘ＋Ｗ_αα^２＋Ｗ_γγ^２…（１２）

式（１２）の第２項及び第３項は、０周りで正則化するための正規化項である。上記の式（１２）のとおり、障害物回避コスト関数Ｃ^Ｓは、短期最大リスクＲ^Ｓ _ｍａｘのみを含み、車速ポテンシャルＵ^ｖａｌ及び車線ポテンシャルＵ^ｌａｎｅの累積値と、停止位置ポテンシャルＵ^ｓｔｏｐに基づく最大違反リスクＲ^ｖｉｏ _ｍａｘとを含まない。

運転行動決定部１２７は、障害物回避コスト関数Ｃ^Ｓが生成された場合には、障害物回避コスト関数Ｃ^Ｓが最小になる加速度α及びヨーレートγを同時に求めて、自車両Ｖの運転行動を決定する。具体的には、運転行動決定部１２７は、下記式（１３）に基づいて運転行動を決定する。

このように、運転行動決定部１２７は、最大障害物リスクＲ^Ｍ _ｍａｘがリスク閾値以上であり、障害物を直ちに回避すべき状況で、短期最大リスクＲ^Ｓ _ｍａｘのみを含み、通常運転行動を予測する時間（例えば障害物リスク予測時間ΔＴ^Ｍ）よりも短い短期最大リスク予測時間ΔＴ^ｓでの障害物回避コスト関数Ｃ^Ｓを最小化する。そのため、運転行動決定部１２７は、通常運転行動を決定するためのコスト関数よりも含まれる項の数が少ないコスト関数を、通常運転行動を予測する時間よりも短い時間内で最小化する値を求めることができる。その結果、障害物を緊急回避する運転行動を決定するのに必要な時間が、通常運転行動を決定するのに必要な時間よりも短くなるので、自車両Ｖが障害物を回避可能な時間内で自車両Ｖの運転行動を決定できる。

また、運転行動決定部１２７は、加速度及びヨーレートを同時に決定することにより、障害物を回避できる確率を高められる運転行動を決定できる。具体的には、運転行動決定部１２７は、減速だけでなく、操舵による回避や、加速による回避も運転行動として決定することができるようになる。

なお、コスト関数生成部１２６は、最大障害物リスクＲ^Ｍ _ｍａｘがリスク閾値未満であれば、障害物回避コスト関数Ｃ^Ｓを生成しない。運転行動決定部１２７は、最大障害物リスクＲ^Ｍ _ｍａｘがリスク閾値未満であれば、決定した加速度及びヨーレートを通常運転行動に決定する。このように、運転行動決定部１２７は、最大障害物リスクＲ^Ｍ _ｍａｘがリスク閾値以上であれば障害物との接触を回避するための最適な運転行動を決定でき、最大障害物リスクＲ^Ｍ _ｍａｘがリスク閾値未満であれば車速維持と車線維持をともに最適化できる。その結果、運転行動決定部１２７は、安全性を向上するとともに、運転に必須の操作の最適化を同時に達成できるようになる。

［運転行動決定処理］
図３は、運転行動決定する処理の一例を示すフローチャートである。図３のフローチャートは、自車両Ｖが走行している間及び一時停止している間、繰り返し実行される。

コスト関数生成部１２６は、加速度をパラメータとする加速度コスト関数を生成する（ステップＳ１）。具体的には、コスト関数生成部１２６は、自車両Ｖが走行軌道に沿って走行するように定めた初期ヨーレートγ^ｒｅｆを入力した加速度コスト関数Ｃ^Ｍ _１を生成する。運転行動決定部１２７は、生成された加速度コスト関数Ｃ^Ｍ _１を最小化する加速度α^*を求める（ステップＳ２）。

コスト関数生成部１２６は、ヨーレートをパラメータとするヨーレートコスト関数Ｃ^Ｍ _２を生成する（ステップＳ３）。具体的には、コスト関数生成部１２６は、加速度コスト関数Ｃ^Ｍ _１を最小化する加速度α^*を入力したヨーレートコスト関数Ｃ^Ｍ _２を生成する。運転行動決定部１２７は、生成されたヨーレートコスト関数Ｃ^Ｍ _２を最小化するヨーレートγ^*を求める（ステップＳ４）。

コスト関数生成部１２６は、最大障害物リスクＲ^Ｍ _ｍａｘがリスク閾値未満か否かを判定する（ステップＳ５）。コスト関数生成部１２６は、最大障害物リスクＲ^Ｍ _ｍａｘがリスク閾値未満であれば（ステップＳ５でＹｅｓ）、緊急回避コスト関数Ｃ^Ｓを生成せず、運転行動決定部１２７は、加速度コスト関数Ｃ^Ｍ _１を最小化する加速度α^*と、ヨーレートコスト関数Ｃ^Ｍ _２を最小化するヨーレートγ^*とを自車両Ｖの運転行動に決定する（ステップＳ６）。

コスト関数生成部１２６は、最大障害物リスクＲ^Ｍ _ｍａｘがリスク閾値以上であれば（ステップＳ５でＮｏ）、加速度及びヨーレートをパラメータとする障害物回避コスト関数Ｃ^Ｓを生成する（ステップＳ７）。具体的には、コスト関数生成部１２６は、短期最大リスクＲ^Ｓ _ｍａｘのみを含み加速度及びヨーレートをパラメータとする障害物回避コスト関数Ｃ^Ｓを生成する。障害物回避コスト関数Ｃ^Ｓが生成されたら、運転行動決定部１２７は、障害物回避コスト関数Ｃ^Ｓを最小化する加速度及びヨーレートを同時に求める（ステップＳ８）。そして、運転行動決定部１２７は、同時に求めた加速度及びヨーレートを自車両Ｖの運転行動に決定する。

［自動運転装置１の効果］
以上説明したとおり、自動運転装置１は、車速ポテンシャル、障害物ポテンシャル及び停止位置ポテンシャルの各々をそれぞれ異なる時間で予測する、加速度をパラメータとする加速度コスト関数と、車線ポテンシャル、障害物ポテンシャル及び停止位置ポテンシャルの各々をそれぞれ異なる時間で予測する、ヨーレートをパラメータとするヨーレートコスト関数とを生成する。そして、自動運転装置１は、加速度コスト関数を最小化する加速度を決定した後、ヨーレートコスト関数を最小化するヨーレートを決定する。

このようにすることで、自動運転装置１は、車速ポテンシャルの累積値、車線ポテンシャルの累積値、障害物ポテンシャルに基づく最大障害物リスク及び停止位置ポテンシャルに基づく最大違反リスクの各々を求めるのに、それぞれ異なる予測時間を用いることができる。そのため、自動運転装置１は、車速ポテンシャルの累積値、車線ポテンシャルの累積値、最大障害物リスク及び最大違反リスクの各々を予測する際に、それぞれに最適な予測時間を用いることができる。つまり、自動運転装置１は、車速ポテンシャルの累積値を算出するのに最適な車速予測時間を用いて車速ポテンシャルの累積値を算出でき、車線ポテンシャルの累積値を算出するのに最適な車線予測時間を用いて車線ポテンシャルの累積値を算出できる。

また、最大障害物リスク及び最大違反リスクの各々を同じ予測時間で予測してしまうと、いずれかのリスクを過剰に評価したり過少に評価してしまったりする。自動運転装置１は、最大障害物リスク及び最大違反リスクの各々を、それぞれ最適な予測時間を用いて予測できる。そのため、自動運転装置１は、リスクを過剰に評価したり過少に評価してしまったりすることを抑制して、最大障害物リスク及び最大違反リスクを適切に評価できる。

さらに、自動運転装置１は、加速度を決定した後、ヨーレートを決定するので、アクセルやブレーキを操作して加速度を決定した後にハンドルを操作してヨーレートを決定するという運転者の運転行動に即した運転行動を決定できる。その結果、旋回中に加速してしまう等、安全性が低下するおそれのある運転行動を決定してしまうことを抑制できるので、自動運転車両の安全性を向上する運転行動を決定できる。また、自動運転装置１は、加速度とヨーレートを個別に決定することにより、加速度とヨーレートを同時に求める場合よりも計算時間を低減できるので、運転行動の決定に必要な時間を短くできる。

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

１ 自動運転装置
１１ 記憶部
１２ 制御部
１２１ 障害物検出部
１２２ 障害物ポテンシャル生成部
１２３ 基本走行モード決定部
１２４ 基本走行ポテンシャル生成部
１２５ 交通ポテンシャル生成部
１２５ 交通ポテンシャル生成部
１２６ コスト関数生成部
１２７ 運転行動決定部
２ センサ群
３ ＥＣＵ

Claims (10)

1. 自車両の運転行動として前記自車両の加速度及びヨーレートを決定する自動運転装置であって、
   前記自車両の走行軌道に応じた前記自車両の目標速度と現時刻の速度との差に比例する引力又は斥力ポテンシャルであり、かつ前記自車両の車速の推奨度合いを示す車速ポテンシャル、及び前記自車両の走行軌道に応じた前記自車両の目標位置を基準とし、前記目標位置と現時刻の位置との差に比例する引力ポテンシャルであり、かつ前記自車両の目標位置の推奨度合いを示す車線ポテンシャルを生成する基本走行ポテンシャル生成部と、
   前記自車両の周辺の障害物と前記自車両とが接触するリスクを示す斥力ポテンシャルである障害物ポテンシャルを生成する障害物ポテンシャル生成部と、
   前記自車両の進行方向の前方に前記自車両が停止すべき位置が特定されると、前記自車両が交通ルールに違反する違反リスクを示す斥力ポテンシャルであり、かつ前記自車両の停止位置の推奨度合いを示す停止位置ポテンシャルを生成する交通ポテンシャル生成部と、
   所定の車速予測時間内の前記車速ポテンシャルと、前記車速予測時間と異なる障害物リスク予測時間内の前記障害物ポテンシャルに基づく障害物リスクと、前記車速予測時間及び前記障害物リスク予測時間と異なる違反リスク予測時間内の前記停止位置ポテンシャルに基づく前記違反リスクとを含み、前記自車両の加速度をパラメータとする加速度コスト関数と、
   前記車速予測時間、前記障害物リスク予測時間及び前記違反リスク予測時間と異なる車線予測時間内の前記車線ポテンシャルと、前記障害物リスクと、前記違反リスクとを含み、前記自車両のヨーレートをパラメータとするヨーレートコスト関数と、を生成するコスト関数生成部と、
   前記加速度コスト関数を最小化する加速度を求めた後、前記ヨーレートコスト関数を最小化するヨーレートを求めて、求めた当該加速度及び求めた当該ヨーレートを前記自車両の運転行動として決定する運転行動決定部と、
   を備える自動運転装置。
2. 前記コスト関数生成部は、前記目標位置と前記自車両の位置との距離に応じて前記車線予測時間を設定する、
   請求項１に記載の自動運転装置。
3. 前記コスト関数生成部は、前記加速度コスト関数を最小化する加速度及び前記ヨーレートコスト関数を最小化するヨーレートの少なくともいずれかで前記自車両が走行するときの、前記障害物リスクが所定のリスク閾値以上であれば、前記障害物リスク予測時間よりも短い短期最大リスク予測時間内の前記障害物ポテンシャルに基づく短期最大リスクを含み前記加速度及び前記ヨーレートをパラメータとする障害物回避コスト関数を生成し、
   前記運転行動決定部は、前記障害物回避コスト関数が生成された場合には、前記障害物回避コスト関数が最小になる前記加速度及び前記ヨーレートを同時に求めて、前記自車両の運転行動を決定する、
   請求項１に記載の自動運転装置。
4. 前記運転行動決定部は、前記自車両が前記走行軌道に沿って走行するように定めた初期ヨーレートが入力された前記加速度コスト関数を最小化する加速度を決定する、
   請求項１に記載の自動運転装置。
5. 前記運転行動決定部は、前記加速度コスト関数を最小化する加速度が入力された前記ヨーレートコスト関数を最小化するヨーレートを決定する、
   請求項３に記載の自動運転装置。
6. 前記コスト関数生成部は、現時点から前記車速予測時間が経過した時点までの前記車速ポテンシャルの累積値と、前記障害物リスク予測時間内の複数の時点の各々の前記障害物ポテンシャルに基づく障害物リスクのうちの最大障害物リスクと、前記違反リスク予測時間内の複数の時点の各々の前記停止位置ポテンシャルに基づく違反リスクのうちの最大違反リスクと、を含む前記加速度コスト関数を生成する、
   請求項１から４のいずれか一項に記載の自動運転装置。
7. 前記コスト関数生成部は、前記車速ポテンシャルの累積値、前記最大障害物リスク及び前記最大違反リスクに加えて、前記運転行動決定部が直前に決定した加速度周辺で正則化するための正則化項を含む前記加速度コスト関数を生成する、
   請求項６に記載の自動運転装置。
8. 前記コスト関数生成部は、現時点から前記車線予測時間が経過した時点までの前記車線ポテンシャルの累積値と、前記障害物リスク予測時間内の複数の時点の各々の前記障害物ポテンシャルに基づく障害物リスクのうちの最大障害物リスクと、前記違反リスク予測時間内の複数の時点の各々の前記停止位置ポテンシャルに基づく違反リスクのうちの最大違反リスクと、を含む前記ヨーレートコスト関数を生成する、
   請求項１から４のいずれか一項に記載の自動運転装置。
9. 前記コスト関数生成部は、前記車線ポテンシャルの累積値、前記最大障害物リスク及び前記最大違反リスクに加えて、前記運転行動決定部が直前に決定したヨーレート又は前記自車両の走行経路の曲率と前記車速との積で算出されるヨーレート周辺で正則化するための正則化項を含む前記ヨーレートコスト関数を生成する、
   請求項８に記載の自動運転装置。
10. 前記基本走行ポテンシャル生成部は、前記車速予測時間、前記障害物リスク予測時間、前記違反リスク予測時間及び前記車線予測時間と異なる軌道予測時間内の前記障害物ポテンシャルを含む軌道コスト関数を最小化する前記走行軌道に応じて前記車速ポテンシャル及び前記車線ポテンシャルを生成する、
    請求項１から４のいずれか一項に記載の自動運転装置。

Images