JP7410848B2 - 車両用認識システムおよび認識方法 - Google Patents

Description

本発明は、車両用認識システムおよび認識方法に関する。

近年、車両を自動的に制御することについて研究が進められている。車両の自動制御では、車両に取り付けられるＬＩＤＡＲ（Light Detection and Ranging）を用いて、車両から車両周辺の物体までの距離を検出することが行われる。ＬＩＤＡＲは、光（或いは光に近い波長の電磁波）を照射して、その散乱光を測定し、発光から受光までの時間に基づいて対象までの距離を計測するものである。そのため、光の照射部や散乱光の受光部に汚れが付着すると計測性能が低下する可能性がある。特許文献１には、距離測定のための光が、計測器の汚れを拭き取るワイパー等の払拭器で反射された場合の測定結果への影響を低減するために、ｎ回目に取得された距離情報をｎ回目以外に取得された距離情報を用いて補正する方法が記載されている。

特開２０１８－８７７０３号公報

しかしながら、従来技術では、取得された距離情報を補正することはできたとしても、ＬＩＤＡＲに対する汚れの付着の度合いがどの程度であるかを認識することができない可能性があった。そのため、ＬＩＤＡＲに対する汚れの付着によって車両の制御機能が必要以上に抑制されてしまう可能性があった。

本発明は、このような事情を考慮してなされたものであり、ＬＩＤＡＲに対する汚れの付着によって車両の制御機能が必要以上に抑制されないようにすることができる車両用認識システムおよび認識方法を提供することを目的の一つとする。

この発明に係る車両用認識システムおよび認識方法は、以下の構成を採用した。
（１）：この発明の一態様に係る車両用認識システムは、光または光に近い電磁波を用いて物体を検知する車載ライダー装置であって、前記物体の検知結果に基づいて自装置の汚れ度合いを示す汚れ値を、前記物体の検知範囲を複数に分割したセクションごとに算出する汚れ検知部を備える車載ライダー装置と、前記汚れ値が所定の閾値を超えてから所定時間以上経過する第１の条件と、前記所定時間における前記汚れ値の最大値と最小値の差が所定の範囲内である第２の条件とが満たされた場合に、前記車載ライダー装置に除去されるべき汚れが付着しているか否かを判定する汚れ判定部を備える汚れ判定装置と、を備える。

（２）：上記（１）の態様において、前記汚れ判定部は、前記第１の条件および前記第２の条件に加え、第３の条件が満たされた場合に、前記車載ライダー装置に除去されるべき汚れが付着していると判定し、前記第３の条件は、前記汚れ値が閾値を超えた状態で経過した過去の判定時間における汚れ値のゆらぎの大きさが所定の割合未満であることである。

（３）：上記（２）の態様において、前記汚れ判定部は、前記第１の条件、前記第２の条件、および前記第３の条件に加え、前記車載ライダー装置を搭載する車両の走行速度が所定の下限値を下回ることなく所定時間が経過する第４の条件が満たされた場合に、前記車載ライダー装置に除去されるべき汚れが付着していると判定する判定するものである。

（４）：上記（１）から（３）のいずれかの態様において、前記汚れ判定部によって前記車載ライダー装置に除去されるべき汚れが付着していると判定された場合に、その旨を報知する報知部をさらに備える。

（５）：上記（１）から（４）のいずれかの態様において、前記汚れ判定部は、全てのセクションにおいて汚れ値が所定の閾値以下となった場合に前記車載ライダー装置に除去されるべき汚れが付着している状態から前記除去されるべき汚れが付着していない状態に復旧したと判定するものである。

（６）：この発明の一態様に係る認識方法は、光または光に近い電磁波を用いて物体を検知する車載ライダー装置が、前記物体の検知結果に基づいて自装置の汚れ度合いを示す汚れ値を、前記物体の検知範囲を複数に分割したセクションごとに算出し、汚れ判定装置が、前記汚れ値が所定の閾値を超えてから所定時間以上経過する第１の条件と、前記所定時間における前記汚れ値の最大値と最小値の差が所定の範囲内である第２の条件とが満たされた場合に、前記車載ライダー装置に除去されるべき汚れが付着していると判定するものである。

（１）～（６）によれば、光または光に近い電磁波を用いて物体を検知する車載ライダー装置が、前記物体の検知結果に基づいて自装置の汚れ度合いを示す汚れ値を、前記物体の検知範囲を複数に分割したセクションごとに算出し、汚れ判定装置が、前記汚れ値が所定の閾値を超えてから所定時間以上経過する第１の条件と、前記所定時間における前記汚れ値の最大値と最小値の差が所定の範囲内である第２の条件とが満たされた場合に、前記車載ライダー装置に除去されるべき汚れが付着しているか否かを判定することにより、ＬＩＤＡＲに対する汚れの付着によって車両の制御機能が必要以上に抑制されないようにすることができる。

第１実施形態に係る車両制御装置を利用した車両システムの構成図である。 第１実施形態に係る第１制御部および第２制御部の機能構成図である。 第１実施形態の車両システムにおいて自車両に搭載されるＬＩＤＡＲの検知範囲の一例を示す図である。 第１実施形態の車両システムにおいて自車両に搭載されるＬＩＤＡＲの検知範囲の一例を示す図である。 第１実施形態における閾値情報の一例を示す図である。 第２実施形態に係る車両制御装置を利用した車両システムの構成図である。 第２実施形態における条件情報の一例を示す図である。 第２実施形態の物体認識装置において、汚れ判定部が汚れフラグを管理する方法の一例を示すフローチャートである。

以下、図面を参照し、本発明の車両用認識システムおよび認識方法の実施形態について説明する。

＜第１実施形態＞
［全体構成］
図１は、第１実施形態に係る車両制御装置を利用した車両システム１Ａの構成図である。車両システム１Ａが搭載される車両は、例えば、二輪や三輪、四輪等の車両であり、その駆動源は、ディーゼルエンジンやガソリンエンジンなどの内燃機関、電動機、或いはこれらの組み合わせである。電動機は、内燃機関に連結された発電機による発電電力、或いは二次電池や燃料電池の放電電力を使用して動作する。

車両システム１Ａは、例えば、カメラ１０と、レーダ装置１２と、ＬＩＤＡＲ（Light Detection and Ranging）１４Ａと、物体認識装置１６Ａと、通信装置２０と、ＨＭＩ（Human Machine Interface）３０と、車両センサ４０と、ナビゲーション装置５０と、ＭＰＵ（Map Positioning Unit）６０と、運転操作子８０と、自動運転制御装置１００と、走行駆動力出力装置２００と、ブレーキ装置２１０と、ステアリング装置２２０とを備える。これらの装置や機器は、ＣＡＮ（Controller Area Network）通信線等の多重通信線やシリアル通信線、無線通信網等によって互いに接続される。なお、図１に示す構成はあくまで一例であり、構成の一部が省略されてもよいし、更に別の構成が追加されてもよい。

カメラ１０は、例えば、ＣＣＤ（Charge Coupled Device）やＣＭＯＳ（Complementary Metal Oxide Semiconductor）等の固体撮像素子を利用したデジタルカメラである。カメラ１０は、車両システム１Ａが搭載される車両（以下、自車両）の任意の箇所に取り付けられる。前方を撮像する場合、カメラ１０は、フロントウインドシールド上部やルームミラー裏面等に取り付けられる。カメラ１０は、例えば、周期的に繰り返し自車両の周辺を撮像する。カメラ１０は、ステレオカメラであってもよい。

レーダ装置１２は、自車両の周辺にミリ波などの電波を放射すると共に、物体によって反射された電波（反射波）を検出して少なくとも物体の位置（距離および方位）を検出する。レーダ装置１２は、自車両の任意の箇所に取り付けられる。レーダ装置１２は、ＦＭ－ＣＷ（Frequency Modulated Continuous Wave）方式によって物体の位置および速度を検出してもよい。

ＬＩＤＡＲ１４Ａは、自車両の周辺に光（或いは光に近い波長の電磁波）を照射し、散乱光を測定する。例えば、ＬＩＤＡＲ１４Ａは、赤外光を照射する。ＬＩＤＡＲ１４Ａは、発光から受光までの時間に基づいて、対象までの距離を検出する。照射される光は、例えば、パルス状のレーザー光である。ＬＩＤＡＲ１４Ａは、自車両の任意の箇所に取り付けられる。また、本実施形態におけるＬＩＤＡＲ１４Ａは、上記の基本的な機能（以下「ＬＩＤＡＲ機能」という。）に加えて、発光部または受光部に付着した汚れ（以下「ＬＩＤＡＲ汚れ」という。）を検知する機能を有する。この機能を実現するため、本実施形態におけるＬＩＤＡＲ１４Ａは、汚れ検知部１５１を備える。汚れ検知部１５１は、ＬＩＤＡＲ機能による距離（反射点）の検知結果と、距離検知の際に観測された反射光の強度（以下「反射強度」という。）とに基づいてＬＩＤＡＲ汚れを検知するものである。なお、反射点は「検知点」の一例である。

汚れ検知部１５１は、例えば、ＣＰＵ（Central Processing Unit）などのハードウェアプロセッサがプログラム（ソフトウェア）を実行することにより実現される。また、汚れ検知部１５１は、ＬＳＩ（Large Scale Integration）やＡＳＩＣ（Application Specific Integrated Circuit）、ＦＰＧＡ（Field-Programmable Gate Array）、ＧＰＵ（Graphics Processing Unit）などのハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予めＬＩＤＡＲ１４ＡのＨＤＤやフラッシュメモリなどの記憶装置（非一過性の記憶媒体を備える記憶装置）に格納されていてもよいし、ＤＶＤやＣＤ－ＲＯＭなどの着脱可能な記憶媒体に格納されており、記憶媒体（非一過性の記憶媒体）がドライブ装置に装着されることでＬＩＤＡＲ１４ＡのＨＤＤやフラッシュメモリにインストールされてもよい。ＬＩＤＡＲ１４Ａは「車載ライダー装置」の一例である。

具体的には、汚れ検知部１５１は、ＬＩＤＡＲ機能による検知結果と、反射強度とに基づいてＬＩＤＡＲ汚れの度合いを示す指標値（以下「汚れ値」という。）を算出する。なお、汚れ値は、ＬＩＤＡＲ汚れの度合いを示すものであればどのような値であってもよいし、どのような方法で算出されてもよい。例えば、汚れ検知部１５１は、ＬＩＤＡＲ１４Ａ近傍の反射点の数、反射点までの距離、および反射強度に基づいて汚れ値を算出する。汚れ検知部１５１は、ＬＩＤＡＲ１４Ａの水平方向の検知範囲を所定数に分割した領域ごとに汚れ値を算出する。以下では、検知範囲を分割した所定数に分割した各領域をセクションといい、本実施形態では、各ＬＩＤＡＲ１４Ａの検知範囲を１０個のセクションに分割する場合について説明する。汚れ検知部１５１は、算出した汚れ値を物体認識装置１６Ａに出力する。

物体認識装置１６Ａは、カメラ１０、レーダ装置１２、およびＬＩＤＡＲ１４Ａのうち一部または全部による検出結果に対してセンサフュージョン処理を行って、物体の位置、種類、速度などを認識する。物体認識装置１６Ａは、認識結果を自動運転制御装置１００に出力する。また、本実施形態における物体認識装置１６Ａは、上記の基本的な機能（以下「物体認識機能」という。）に加えて、各ＬＩＤＡＲ１４Ａについて汚れフラグを出力する機能を有する。汚れフラグは、各ＬＩＤＡＲ１４ＡがＬＩＤＡＲ汚れの除去を必要とする状態（以下「汚れ状態」という。）にあるか否かを示すフラグである。この機能を実現するため、例えば、物体認識装置１６Ａは、汚れ判定部１７１Ａを備えるとともに、閾値情報１７２を記憶している。汚れ判定部１７１Ａ、または閾値情報１７２は、ＬＩＤＡＲ１４Ａに含まれてもよい。

汚れ判定部１７１Ａは、例えば、ＣＰＵなどのハードウェアプロセッサがプログラム（ソフトウェア）を実行することにより実現される。また、汚れ判定部１７１Ａは、ＬＳＩやＡＳＩＣ、ＦＰＧＡ、ＧＰＵなどのハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予め物体認識装置１６ＡのＨＤＤやフラッシュメモリなどの記憶装置（非一過性の記憶媒体を備える記憶装置）に格納されていてもよいし、ＤＶＤやＣＤ－ＲＯＭなどの着脱可能な記憶媒体に格納されており、記憶媒体（非一過性の記憶媒体）がドライブ装置に装着されることで物体認識装置１６ＡのＨＤＤやフラッシュメモリにインストールされてもよい。物体認識装置１６Ａは「汚れ判定装置」の一例である。

ここで、閾値情報１７２は、各ＬＩＤＡＲ１４Ａが汚れ状態にあるか否かを判定する際に用いられる情報であり、汚れ値の閾値を示す情報である。汚れ判定部１７１Ａは、ＬＩＤＡＲ１４Ａから通知された汚れ値と閾値情報１７２とを比較することにより、各ＬＩＤＡＲ１４Ａが汚れ状態にあるか否かを判定する。以下、この判定を「汚れ判定」という。汚れ判定部１７１Ａは、汚れ判定の結果に応じて汚れフラグを更新し、更新した汚れフラグの値を自動運転制御装置１００に通知する。例えば、汚れ判定部１７１Ａは、ＬＩＤＡＲ１４Ａが汚れ状態にあると判定した場合に汚れフラグを立て（汚れフラグの値を１にする）、ＬＩＤＡＲ１４Ａが汚れ状態にないと判定した場合に汚れフラグを下げる（汚れフラグの値を０にする）。

通信装置２０は、例えば、セルラー網やＷｉ－Ｆｉ網、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ＤＳＲＣ（Dedicated Short Range Communication）などを利用して、自車両の周辺に存在する他車両と通信し、或いは無線基地局を介して各種サーバ装置と通信する。

ＨＭＩ３０は、自車両の乗員に対して各種情報を提示すると共に、乗員による入力操作を受け付ける。ＨＭＩ３０は、各種表示装置、スピーカ、ブザー、タッチパネル、スイッチ、キーなどを含む。例えば、ＨＭＩ３０は、自動運転制御装置１００の指示により、ＬＩＤＡＲ１４Ａが汚れ状態にあることを報知する動作（以下「汚れ報知動作」という。）を行う。例えば、ＨＭＩ３０は、ＬＩＤＡＲ汚れの除去を促すメッセージの表示や音声出力などの動作を汚れ報知動作として行う。

車両センサ４０は、自車両の速度を検出する車速センサ、加速度を検出する加速度センサ、鉛直軸回りの角速度を検出するヨーレートセンサ、自車両の向きを検出する方位センサ等を含む。

ナビゲーション装置５０は、例えば、ＧＮＳＳ（Global Navigation Satellite System）受信機５１と、ナビＨＭＩ５２と、経路決定部５３とを備える。ナビゲーション装置５０は、ＨＤＤ（Hard Disk Drive）やフラッシュメモリなどの記憶装置に第１地図情報５４を保持している。ＧＮＳＳ受信機５１は、ＧＮＳＳ衛星から受信した信号に基づいて、自車両の位置を特定する。自車両の位置は、車両センサ４０の出力を利用したＩＮＳ（Inertial Navigation System）によって特定または補完されてもよい。ナビＨＭＩ５２は、表示装置、スピーカ、タッチパネル、キーなどを含む。ナビＨＭＩ５２は、前述したＨＭＩ３０と一部または全部が共通化されてもよい。経路決定部５３は、例えば、ＧＮＳＳ受信機５１により特定された自車両の位置（或いは入力された任意の位置）から、ナビＨＭＩ５２を用いて乗員により入力された目的地までの経路（以下、地図上経路）を、第１地図情報５４を参照して決定する。第１地図情報５４は、例えば、道路を示すリンクと、リンクによって接続されたノードとによって道路形状が表現された情報である。第１地図情報５４は、道路の曲率やＰＯＩ（Point Of Interest）情報などを含んでもよい。地図上経路は、ＭＰＵ６０に出力される。ナビゲーション装置５０は、地図上経路に基づいて、ナビＨＭＩ５２を用いた経路案内を行ってもよい。ナビゲーション装置５０は、例えば、乗員の保有するスマートフォンやタブレット端末等の端末装置の機能によって実現されてもよい。ナビゲーション装置５０は、通信装置２０を介してナビゲーションサーバに現在位置と目的地を送信し、ナビゲーションサーバから地図上経路と同等の経路を取得してもよい。

ＭＰＵ６０は、例えば、推奨車線決定部６１を含み、ＨＤＤやフラッシュメモリなどの記憶装置に第２地図情報６２を保持している。推奨車線決定部６１は、ナビゲーション装置５０から提供された地図上経路を複数のブロックに分割し（例えば、車両進行方向に関して１００［ｍ］毎に分割し）、第２地図情報６２を参照してブロックごとに推奨車線を決定する。推奨車線決定部６１は、左から何番目の車線を走行するといった決定を行う。推奨車線決定部６１は、地図上経路に分岐箇所が存在する場合、自車両が、分岐先に進行するための合理的な経路を走行できるように、推奨車線を決定する。

第２地図情報６２は、第１地図情報５４よりも高精度な地図情報である。第２地図情報６２は、例えば、車線の中央の情報あるいは車線の境界の情報等を含んでいる。また、第２地図情報６２には、道路情報、交通規制情報、住所情報（住所・郵便番号）、施設情報、電話番号情報などが含まれてよい。第２地図情報６２は、通信装置２０が他装置と通信することにより、随時、アップデートされてよい。

運転操作子８０は、例えば、アクセルペダル、ブレーキペダル、シフトレバー、ステアリングホイール、異形ステア、ジョイスティックその他の操作子を含む。運転操作子８０には、操作量あるいは操作の有無を検出するセンサが取り付けられており、その検出結果は、自動運転制御装置１００、もしくは、走行駆動力出力装置２００、ブレーキ装置２１０、およびステアリング装置２２０のうち一部または全部に出力される。

自動運転制御装置１００は、自車両の自動運転（運転支援を含む）を制御する装置である。自動運転制御装置１００は、例えば、第１制御部１２０と、第２制御部１６０と、報知制御部１８０とを備える。第１制御部１２０、第２制御部１６０、および報知制御部１８０は、それぞれ、例えば、ＣＰＵなどのハードウェアプロセッサがプログラム（ソフトウェア）を実行することにより実現される。また、これらの構成要素のうち一部または全部は、ＬＳＩやＡＳＩＣ、ＦＰＧＡ、ＧＰＵなどのハードウェア（回路部；circuitryを含む）によって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予め自動運転制御装置１００のＨＤＤやフラッシュメモリなどの記憶装置（非一過性の記憶媒体を備える記憶装置）に格納されていてもよいし、ＤＶＤやＣＤ－ＲＯＭなどの着脱可能な記憶媒体に格納されており、記憶媒体（非一過性の記憶媒体）がドライブ装置に装着されることで自動運転制御装置１００のＨＤＤやフラッシュメモリにインストールされてもよい。なお、ＨＭＩ３０と報知制御部１８０を組み合わせたものが「報知部」の一例である。

図２は、第１制御部１２０および第２制御部１６０の機能構成図である。第１制御部１２０は、例えば、認識部１３０と、行動計画生成部１４０とを備える。第１制御部１２０は、例えば、ＡＩ（Artificial Intelligence；人工知能）による機能と、予め与えられたモデルによる機能とを並行して実現する。例えば、「交差点を認識する」機能は、ディープラーニング等による交差点の認識と、予め与えられた条件（パターンマッチング可能な信号、道路標示などがある）に基づく認識とが並行して実行され、双方に対してスコア付けして総合的に評価することで実現されてよい。これによって、自動運転の信頼性が担保される。

認識部１３０は、カメラ１０、レーダ装置１２、およびＬＩＤＡＲ１４Ａから物体認識装置１６Ａを介して入力された情報に基づいて、自車両の周辺にある物体の位置、および速度、加速度等の状態を認識する。物体の位置は、例えば、自車両の代表点（重心や駆動軸中心など）を原点とした絶対座標上の位置として認識され、制御に使用される。物体の位置は、その物体の重心やコーナー等の代表点で表されてもよいし、表現された領域で表されてもよい。物体の「状態」とは、物体の加速度やジャーク、あるいは「行動状態」（例えば車線変更をしている、またはしようとしているか否か）を含んでもよい。

また、認識部１３０は、例えば、自車両が走行している車線（走行車線）を認識する。例えば、認識部１３０は、第２地図情報６２から得られる道路区画線のパターン（例えば実線と破線の配列）と、カメラ１０によって撮像された画像から認識される自車両の周辺の道路区画線のパターンとを比較することで、走行車線を認識する。なお、認識部１３０は、道路区画線に限らず、道路区画線や路肩、縁石、中央分離帯、ガードレールなどを含む走路境界（道路境界）を認識することで、走行車線を認識してもよい。この認識において、ナビゲーション装置５０から取得される自車両の位置やＩＮＳによる処理結果が加味されてもよい。また、認識部１３０は、一時停止線、障害物、赤信号、料金所、その他の道路事象を認識する。

認識部１３０は、走行車線を認識する際に、走行車線に対する自車両の位置や姿勢を認識する。認識部１３０は、例えば、自車両の基準点の車線中央からの乖離、および自車両の進行方向の車線中央を連ねた線に対してなす角度を、走行車線に対する自車両の相対位置および姿勢として認識してもよい。これに代えて、認識部１３０は、走行車線のいずれかの側端部（道路区画線または道路境界）に対する自車両の基準点の位置などを、走行車線に対する自車両の相対位置として認識してもよい。

行動計画生成部１４０は、原則的には推奨車線決定部６１により決定された推奨車線を走行し、更に、自車両の周辺状況に対応できるように、自車両が自動的に（運転者の操作に依らずに）将来走行する目標軌道を生成する。目標軌道は、例えば、速度要素を含んでいる。例えば、目標軌道は、自車両の到達すべき地点（軌道点）を順に並べたものとして表現される。軌道点は、道なり距離で所定の走行距離（例えば数［ｍ］程度）ごとの自車両の到達すべき地点であり、それとは別に、所定のサンプリング時間（例えば０コンマ数［ｓｅｃ］程度）ごとの目標速度および目標加速度が、目標軌道の一部として生成される。また、軌道点は、所定のサンプリング時間ごとの、そのサンプリング時刻における自車両の到達すべき位置であってもよい。この場合、目標速度や目標加速度の情報は軌道点の間隔で表現される。

行動計画生成部１４０は、目標軌道を生成するにあたり、自動運転のイベントを設定してよい。自動運転のイベントには、定速走行イベント、低速追従走行イベント、車線変更イベント、分岐イベント、合流イベント、テイクオーバーイベントなどがある。行動計画生成部１４０は、起動させたイベントに応じた目標軌道を生成する。

第２制御部１６０は、行動計画生成部１４０によって生成された目標軌道を、予定の時刻通りに自車両が通過するように、走行駆動力出力装置２００、ブレーキ装置２１０、およびステアリング装置２２０を制御する。

なお、第１制御部１２０または第２制御部１６０は、汚れ判定部１７１の判定結果に基づいて運転支援または自動運転の可否を判定し、その判定結果に基づいて運転支援または自動運転に関する処理の実行、一時停止、停止、再開、終了等を判定するように構成されてもよい。

図２に戻り、第２制御部１６０は、例えば、取得部１６２と、速度制御部１６４と、操舵制御部１６６とを備える。取得部１６２は、行動計画生成部１４０により生成された目標軌道（軌道点）の情報を取得し、メモリ（不図示）に記憶させる。速度制御部１６４は、メモリに記憶された目標軌道に付随する速度要素に基づいて、走行駆動力出力装置２００またはブレーキ装置２１０を制御する。操舵制御部１６６は、メモリに記憶された目標軌道の曲がり具合に応じて、ステアリング装置２２０を制御する。速度制御部１６４および操舵制御部１６６の処理は、例えば、フィードフォワード制御とフィードバック制御との組み合わせにより実現される。一例として、操舵制御部１６６は、自車両の前方の道路の曲率に応じたフィードフォワード制御と、目標軌道からの乖離に基づくフィードバック制御とを組み合わせて実行する。

図１に戻り、報知制御部１８０は、物体認識装置１６Ａから通知される汚れフラグの値に応じて、ＨＭＩ３０に汚れ報知動作を指示する機能を有する。例えば、報知制御部１８０は、汚れフラグの値として１が通知された場合に、ＨＭＩ３０に対して汚れ報知動作を指示し、汚れフラグの値として０が通知された場合には、ＨＭＩ３０に対して汚れ報知動作を指示しない。

走行駆動力出力装置２００は、車両が走行するための走行駆動力（トルク）を駆動輪に出力する。走行駆動力出力装置２００は、例えば、内燃機関、電動機、および変速機などの組み合わせと、これらを制御するＥＣＵ（Electronic Control Unit）とを備える。ＥＣＵは、第２制御部１６０から入力される情報、或いは運転操作子８０から入力される情報に従って、上記の構成を制御する。

ブレーキ装置２１０は、例えば、ブレーキキャリパーと、ブレーキキャリパーに油圧を伝達するシリンダと、シリンダに油圧を発生させる電動モータと、ブレーキＥＣＵとを備える。ブレーキＥＣＵは、第２制御部１６０から入力される情報、或いは運転操作子８０から入力される情報に従って電動モータを制御し、制動操作に応じたブレーキトルクが各車輪に出力されるようにする。ブレーキ装置２１０は、運転操作子８０に含まれるブレーキペダルの操作によって発生させた油圧を、マスターシリンダを介してシリンダに伝達する機構をバックアップとして備えてよい。なお、ブレーキ装置２１０は、上記説明した構成に限らず、第２制御部１６０から入力される情報に従ってアクチュエータを制御して、マスターシリンダの油圧をシリンダに伝達する電子制御式油圧ブレーキ装置であってもよい。

ステアリング装置２２０は、例えば、ステアリングＥＣＵと、電動モータとを備える。電動モータは、例えば、ラックアンドピニオン機構に力を作用させて転舵輪の向きを変更する。ステアリングＥＣＵは、第２制御部１６０から入力される情報、或いは運転操作子８０から入力される情報に従って、電動モータを駆動し、転舵輪の向きを変更させる。

図３Ａおよび図３Ｂは、第１実施形態の車両システム１Ａにおいて自車両Ｍに搭載されるＬＩＤＡＲ１４Ａの検知範囲の一例を示す図である。図３Ａおよび図３Ｂは、自車両Ｍの前右部、前左部、後中央部、後右部、後左部にそれぞれ１つずつ設けられた、計５つのＬＩＤＡＲ１４Ａの検知範囲を示している。図３Ａにおいて、ＬＩＤＡＲ１４Ａ－ＦＲは前右部のＬＩＤＡＲ１４Ａを表し、ＬＩＤＡＲ１４Ａ－ＦＬは前左部のＬＩＤＡＲを表す。また、図３Ｂにおいて、ＬＩＤＡＲ１４Ａ－ＲＲは後右部のＬＩＤＡＲを表し、ＬＩＤＡＲ１４Ａ－ＲＬは後左部のＬＩＤＡＲ１４Ａを表し、ＬＩＤＡＲ１４Ａ－ＲＣは後中央部のＬＩＤＡＲ１４Ａを表す。なお以下では、図３Ａおよび図３Ｂを区別しない場合、両者をまとめて図３という場合がある。

図３において、検知範囲ＤＲ－ＦＲ、ＤＲ－ＦＬ、ＤＲ－ＲＲ、ＤＲ－ＲＬ、ＤＲ－ＲＣは、それぞれ、前右部、前左部、後右部、後左部、後中央部のＬＩＤＡＲ１４Ａ－ＦＲ、ＬＩＤＡＲ１４Ａ－ＦＬ、ＬＩＤＡＲ１４Ａ－ＲＲ、ＬＩＤＡＲ１４Ａ－ＲＬ、ＬＩＤＡＲ１４Ａ－ＲＣの検知範囲を表している。

なお、上述のとおり、本実施形態の車両システム１Ａにおいて、汚れ値の算出は、各ＬＩＤＡＲ１４Ａの検知範囲を１０分割したセクションごとに行われる。具体的には、検出範囲ＤＲ－ＦＲはセクションＦＲ０１～ＦＲ１０に分割され、検出範囲ＤＲ－ＦＬはセクションＦＬ０１～ＦＬ１０に分割され、検出範囲ＤＲ－ＲＲはセクションＲＲ０１～ＲＲ１０に分割され、検出範囲ＤＲ－ＲＬはセクションＲＬ０１～ＲＬ１０に分割され、検出範囲ＤＲ－ＲＣはセクションＲＣ０１～ＲＣ１０に分割される。

ところで、車両の自動運転制御においては、一般に、自車両Ｍの真正面、真後ろ、および左右斜め後方における距離検知が重要となり、これらの方向の距離検知に関しては他の領域よりも比較的に高い検知精度が求められる。このため、これらの方向の検知に使用されるＬＩＤＡＲ１４Ａについては、汚れの度合いが比較的軽度であるうちにＬＩＤＡＲ汚れが解消されることが望ましい。そこで、本実施形態の車両システム１Ａでは、各検出範囲のセクションごとに汚れ判定の閾値を設定する。これにより、局所的なＬＩＤＡＲ汚れが検出可能になるとともに、優先度の高いセクションのＬＩＤＡＲ汚れを比較的早い段階で検出することが可能となる。

なお、図３に例示した各ＬＩＤＡＲ１４Ａの検知範囲の向きや、各検知範囲を構成するセクションの数などは一例であり、必要に応じて図３と異なる態様に変更されてもよい。また、自車両Ｍに設置されるＬＩＤＡＲ１４Ａの数や設置位置も図３と異なる態様に変更されてよい。例えば、検知範囲は１１以上のセクションに分割されてもよいし、９以下のセクションに分割されてもよい。また、検知範囲は水平方向だけでなく垂直方向に分割されてもよいし、垂直方向にのみ分割されてもよい。また、例えば、複数のＬＩＤＡＲ１４Ａは、それぞれの検知範囲が所定の軸（例えば、車両の中心軸や進行方向）に対して左右対称または上下対称となるように設けられてもよいし、非対称となるように設けられてもよい。

図４は、第１実施形態における閾値情報１７２の一例を示す図である。例えば、閾値情報１７２は、図４に示されるように、各セクションのセクションＩＤと、各セクションの汚れ判定における汚れ値の閾値との対応関係を示すテーブルとして物体認識装置１６Ａに記憶される。図４は自車両Ｍの前左部に設置されたＬＩＤＡＲ１４Ａ－ＦＬについての閾値情報１７２－ＦＬの一例を示し、自車両Ｍの前右部に設置されたＬＩＤＡＲ１４Ａ－ＦＲについての閾値情報１７２－ＦＲの一例を示す。また、図４は自車両Ｍの後左部に設置されたＬＩＤＡＲ１４Ａ－ＲＬについての閾値情報１７２－ＲＬの一例を示し、自車両Ｍの後中央部に設置されたＬＩＤＡＲ１４Ａ－ＲＣについての閾値情報１７２－ＲＣの一例を示し、自車両Ｍの後右部に設置されたＬＩＤＡＲ１４Ａ－ＲＲについての閾値情報１７２－ＲＲの一例を示す。図４の例において、セクションＩＤの値は図３に記載したセクションＩＤと対応している。

上述のとおり、自車両Ｍの自動運転制御においては、自車両Ｍの前方正面と、後方正面および左右斜め後方とにおける距離検知が重要となる。そのため、閾値情報１７２－ＦＬの例では、自車両Ｍの前方正面に対応するセクションＦＬ０３～ＦＬ０６の閾値が他のセクションに対して相対的に低い５０％に設定されている。同様に、閾値情報１７２－ＦＲの例では、自車両Ｍの前方正面に対応するセクションＦＲ０５～ＦＲ０８の閾値が他のセクションに対して相対的に低い５０％に設定されている。

一方、図４に示す閾値情報１７２－ＲＬの例では、自車両Ｍの左斜め後方に対応するセクションＲＬ０６～ＲＬ０８の閾値が他のセクションに対して相対的に低い６０％に設定されている。同様に、図４に示す閾値情報１７２－ＲＣの例では、自車両Ｍの後方正面に対応するセクションＲＣ０４～ＲＣ０７の閾値が他のセクションに対して相対的に低い５０％に設定されている。同様に、図４に示す閾値情報１７２－ＲＲの例では、自車両Ｍの右斜め後方に対応するセクションＲＲ０３～ＲＲ０５の閾値が他のセクションに対して相対的に低い６０％に設定されている。

このように、複数のセクションのうち、自車両Ｍの前方または後方に対応するセクション（例えば、セクションＦＬ０３～ＦＬ０６、ＦＲ０５～ＦＲ０８、ＲＣ０４～ＲＣ０７、ＲＬ０６～ＲＬ０８、ＲＲ０３～ＲＲ０５）には、同じ検知範囲の中で、その他の領域よりも低い閾値が設定され、前記車両の横方向（例えば、セクションＦＬ０３～ＦＬ０６、ＦＲ０５～ＦＲ０８、ＲＣ０４～ＲＣ０７、ＲＬ０６～ＲＬ０８、ＲＲ０３～ＲＲ０５以外のセクション）のセクションにはその他の領域よりも高い閾値が設定される。

この場合、自動運転制御装置１００において、汚れ判定部１７１Ａは、各ＬＩＤＡＲ１４Ａについてセクションごとに通知された汚れ値（以下「測定値」という。）を、それぞれのセクションに設定された閾値と比較する。汚れ判定部１７１Ａは、測定値が閾値以上となっているセクションが存在する場合、当該セクションを検知範囲内に有するＬＩＤＡＲ１４Ａについて汚れフラグを立てて自動運転制御装置１００に通知する。この通知を受けた自動運転制御装置１００では、報知制御部１８０が当該ＬＩＤＡＲ１４Ａについて汚れ報知動作を行うことをＨＭＩ３０に指示する。

例えば、図４の例において、セクションＦＬ０５における汚れ値として５５％が測定された場合、汚れ判定部１７１Ａは、測定値がセクションＦＬ０５の閾値５０％以上であることから、セクションＦＯＬ０５を検知範囲に有するＬＩＤＡＲ１４Ａ－ＦＬについて汚れフラグを立てて自動運転制御装置１００に通知する。この通知を受けた自動運転制御装置１００では、報知制御部１８０がＬＩＤＡＲ１４Ａ－ＦＬについて汚れ報知動作を行うことをＨＭＩ３０に指示する。

このように構成された第１実施形態の車両システム１Ａは、自車両に搭載された各ＬＩＤＡＲ１４Ａが、水平方向の検知範囲を所定数に分割したセクションごとに汚れ値を算出し、自動運転制御装置１００が、セクションごとに算出された汚れ値と、対応するセクションに設定された汚れ値の閾値とに基づいて、各ＬＩＤＡＲ１４Ａについて汚れ報知動作を行うか否かを判定する。このような構成を備えることにより、実施形態の車両システム１Ａは、局所的なＬＩＤＡＲ汚れを検出するとともに、各セクションの優先度に応じたタイミングでＬＩＤＡＲ汚れを検出することができる。すなわち、実施形態の車両システム１Ａによれば、ＬＩＤＡＲに対する汚れの付着によって車両の制御機能が必要以上に抑制されないようにすることができる。

＜第２実施形態＞
図５は、第２実施形態に係る車両制御装置を利用した車両システム１Ｂの構成図である。車両システム１Ｂは、ＬＩＤＡＲ１４Ａに代えてＬＩＤＡＲ１４Ｂを備える点、および物体認識装置１６Ａに代えて物体認識装置１６Ｂを備える点において第１実施形態の車両システム１Ａと異なる。また、物体認識装置１６Ｂは、汚れ判定部１７１Ａに代えて汚れ判定部１７１Ｂを備える点、および閾値情報１７２に代えて条件情報１７３を記憶している点において第１実施形態の物体認識装置１６Ａと異なる。その他の車両システム１Ｂの構成は車両システム１Ａと同様である。そのため、図５においては、図１と同じ符号を付すことにより、それらの同様の構成についての説明を省略する。

汚れ判定部１７１Ｂは、第１実施形態の汚れ判定部１７１ＡがＬＩＤＡＲ１４Ａから通知される汚れ値に基づいて汚れフラグを管理したのに対し、汚れ値に加えて自車両の速度に基づいて汚れフラグを管理する点で汚れ判定部１７１Ａと異なる。具体的には、汚れ判定部１７１Ｂは、条件情報１７３により定義された複数の判定条件による汚れ判定の結果に基づいて汚れフラグを管理する。

図６は、第２実施形態における条件情報１７３の一例を示す図である。例えば、条件情報１７３には、汚れ判定に用いられる複数の判定条件の名称（条件名）と、判定条件の内容（条件内容）と、判定条件の種別（条件種別）とが対応づけて登録される。例えば、図６の条件情報１７３の例では、汚れフラグを立てる条件（フラグＯＮ条件）として、汚れ閾値条件、汚れ揺らぎ条件、および車速条件が登録され、汚れフラグを下げる条件（フラグＯＦＦ条件）として、復旧条件が設定されている。各フラグＯＮ条件、およびフラグＯＦＦ条件の詳細は、以下のとおりである。車速条件は、省略されてもよい。

［汚れ閾値条件］
汚れ閾値条件は、ＬＩＤＡＲに付着したもの（汚れ）の量が一定量を超えたか否かを判定する条件である。一般に、車両が低温環境で高速走行している場合、ＬＩＤＡＲ１４Ｂの表面の水滴が露のように短時間付着する場合がある。そのため、このような状況では、一時的に汚れ値が上昇することがあるため、この状態を汚れ状態として誤検知する可能性がある。また、車両が発進した直後の低速走行状態では、降雨による水滴がＬＩＤＡＲ１４Ｂの表面にとどまる可能性が低く、基本的に汚れ値が閾値を超えることがない。そこで、本実施形態では、汚れ値が、閾値を超えてから閾値を下回ることなく所定時間（例えば３００秒）を経過した場合に判定結果を真とする条件を汚れ値条件とする。以下、汚れ閾値条件を判定する際の上記所定時間を判定時間という。

［汚れ値ゆらぎ条件］
汚れ値ゆらぎ条件は、ＬＩＤＡＲ汚れが、拭き取られる必要のある汚れであるか否かを判定する条件である。具体的には、汚れ値ゆらぎ条件は、汚れ値が閾値を超えた状態で経過した過去の判定時間（例えば３００秒）における汚れ値のゆらぎの大きさが所定の割合未満（例えば最大値と最小値の差が１０％未満）である場合に判定結果を真とする条件である。これは、拭き取られる必要のある汚れの一例として、オイルと砂の混合物をＬＩＤＡＲ１４Ｂの表面に付着させた場合、判定時間が経過するまでに汚れ値のゆらぎの大きさが１０％を超える場合があり、判定時間を長くとりすぎると拭き取られる必要のある汚れを検知することができなくなる恐れがあるという知見が得られたことによるものである。また、通常、ＲＩＤＡＲ汚れを拭き取るために自車両を停車させるには数分程度の時間が必要となることから、判定時間を例えば３００秒程度としても差し支えない。

［車速条件］
車速条件は、自車両がＬＩＤＡＲ汚れを促進する速度で走行しているか否かを判定する条件である。一般に、ＬＩＤＡＲ汚れは、停車時に荷物の積み下ろしを行っているときや、自車両が物体の至近距離を徐行しているとき（例えば時速１０ｋｍ以下で走行中）などにおいても促進される可能があると考えられる。そこで、本実施形態では、自車両の車速が所定の時速上限（例えば時速２０ｋｍ）を超えた後、所定の時速下限（例えば時速１０ｋｍ）を下回ることなく所定時間（例えば８秒）が経過した場合に判定結果を真とする条件を車速条件とする。これは、車両が物体の至近距離で停車している状態から通常走行（例えば時速２０ｋｍ以上での走行）を開始した場合、ＬＩＤＡＲ汚れは８秒間の走行により十分除去されるとの知見が得られたことによる。

［復旧条件］
上述のとおり、復旧条件は、フラグＯＮ条件を満たしているときに上げられた汚れフラグを下げてよいか否かを判定するための条件である。そのため、復旧条件は、自車両が汚れ状態にないことを判定することができる条件である必要がある。そこで、本実施形態では、全てのセクションにおいて汚れ値が閾値（例えば３０％）以下となっている場合に判定結果を真とする条件を復旧条件とする。この場合の閾値は、ＬＩＤＡＲ１４Ｂの表面に検知性能に影響しない傷や汚れが残っている場合であっても汚れフラグを下げられるようにすること、汚れフラグのＯＮおよびＯＦＦが頻繁に繰り返されないようにすることを考慮して設計されるとよい。

図７は、第２実施形態の物体認識装置１６Ｂにおいて、汚れ判定部１７１Ｂが汚れフラグを管理する方法の一例を示すフローチャートである。ここでは、汚れフラグは各ＬＩＤＡＲ１４Ｂについてそれぞれ管理されるものとし、ある１つのＬＩＤＡＲ１４Ｂの汚れフラグを管理する処理の流れについて説明する。まず、汚れ判定部１７１Ｂは、全セクションの汚れ値が汚れ値条件を満たしているか否かを判定する（ステップＳ１０１）。ここで、全てのセクションの汚れ値が汚れ値条件を満たしていると判定した場合、汚れ判定部１７１Ｂは、全てのセクションの汚れ値が汚れ値ゆらぎ条件を満たしているか否かを判定する（ステップＳ１０２）。ここで、全てのセクションの汚れ値が汚れ値ゆらぎ条件を満たしていると判定した場合、汚れ判定部１７１Ｂは、自車両の速度が車速条件を満たしているか否かを判定する（ステップＳ１０４）。ここで、自車両の速度が車速条件を満たしていると判定した場合、汚れ判定部１７１Ｂは、汚れフラグを立てる（ステップＳ１０５）。

一方、ステップＳ１０１において、いずれかのセクションの汚れ値が汚れ値条件を満たしていないと判定した場合、又は、ステップＳ１０２において、いずれかのセクションの汚れ値が汚れ値ゆらぎ条件を満たしていないと判定した場合、又は、ステップＳ１０４において、自車両の速度が車速条件を満たしていないと判定した場合、汚れ判定部１７１Ｂは、復旧条件が満たされているか否かを判定する（ステップＳ１０６）。ここで、復旧条件が満たされていると判定した場合、汚れ判定部１７１Ｂは、汚れフラグを下げ（ステップＳ１０７）、ステップＳ１０１に処理を戻す。一方、ステップＳ１０６において、復旧条件が満たされていないと判定した場合、汚れ判定部１７１Ｂは、汚れフラグを下げることなくステップＳ１０１に処理を戻す。

このように構成された第２実施形態の車両システム１Ｂは、物体認識装置１６Ｂが、各ＬＩＤＡＲ１４Ｂが汚れ状態にあるか否かを、汚れ値に関する条件を含む複数の条件の組み合わせで判定する汚れ判定部１７１Ｂを備える。このような構成を備えることにより、実施形態の車両システム１Ｂは、ＬＩＤＡＲ１４Ｂが汚れ状態にあるか否かをより精度良く判定することが可能となる。すなわち、実施形態の車両システム１Ｂによれば、ＬＩＤＡＲ汚れによって自車両の制御機能が必要以上に抑制されないようにすることが可能となる。

＜変形例＞
物体認識装置１６Ａ（または１６Ｂ、以下同様）は、カメラ１０、レーダ装置１２、およびＬＩＤＡＲ１４Ａ（または１４Ｂ、以下同様）の検出結果をそのまま自動運転制御装置１００に出力してよい。また、この場合、物体認識装置１６Ａに代えて自動運転制御装置１００が汚れ判定部１７１Ｂを備えるとともに、閾値情報（または条件情報）を保持するように構成されてもよい。また、この場合、車両システム１Ａ（または１Ｂ、以下同様）から物体認識装置１６Ａが省略されてもよい。

第１制御部１２０および第２制御部１６０において、認識部１３０や行動計画生成部１４０、取得部１６２、速度制御部１６４、または操舵制御部１６６等の各機能部は、物体認識装置１６Ａ（または１６Ｂ）を介してＬＩＤＡＲ１４Ａから通知される汚れフラグの値に基づいて処理を分岐または変更するように構成されてもよい。同様に、物体認識装置１６も、ＬＩＤＡＲ１４Ａから通知される汚れフラグの値に基づいて処理を分岐または変更するように構成されてもよい。例えば、第１制御部１２０および第２制御部１６０は、通知された汚れフラグが、いずれかのＬＩＤＡＲ１４Ａ（または１４Ｂ）が汚れ状態にあることを示している場合、自車両の自動運転に関する動作を縮退させるように構成されてもよい。また、自動運転制御装置１００は、通知された汚れフラグをナビゲーション装置５０やＭＵＰ６０等の他の装置に通知してもよい。この場合、他の装置は、汚れフラグの値に基づいて自装置の処理を分岐または変更するように構成されてもよい。

報知制御部１８０は、ＨＭＩ３０以外の装置に汚れ報知動作を行わせてもよいし、自身で汚れ報知動作を行ってもよい。例えば、報知制御部１８０は、ＬＩＤＡＲ汚れを報知する対象のユーザ宛てに電子メールを送信してもよいし、当該ユーザが使用する端末装置にメッセージ通知を行ってもよい。

以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。

１Ａ，１Ｂ…車両システム、１０…カメラ、１２…レーダ装置、１４Ａ，１４Ｂ…ＬＩＤＡＲ（Light Detection and Ranging）、１５１…汚れ検知部、１５２…クラッタ検知部、１６Ａ，１６Ｂ…物体認識装置、１７１Ａ，１７１Ｂ…汚れ判定部、１７２…閾値情報、１７３…条件情報、２０…通信装置、３０…ＨＭＩ（Human Machine Interface）、４０…車両センサ、５０…ナビゲーション装置、５１…ＧＮＳＳ（Global Navigation Satellite System）受信機、５２…ナビＨＭＩ、５３…経路決定部、５４…第１地図情報、６０…ＭＰＵ（Map Positioning Unit）、６１…推奨車線決定部、６２…第２地図情報、８０…運転操作子、１００…自動運転制御装置、１００－１…通信コントローラ、１００－２…ＣＰＵ（Central Processing Unit）、１００－３…ＲＡＭ（Random Access Memory）、１００－４…ＲＯＭ（Read Only Memory）、１００－５…記憶装置、１００－５ａ…プログラム、１００－６…ドライブ装置、１２０…第１制御部、１３０…認識部、１４０…行動計画生成部、１６０…第２制御部、１６４…速度制御部、１６６…操舵制御部、１８０…報知制御部、２００…走行駆動力出力装置、２１０…ブレーキ装置、２２０…ステアリング装置

Claims (3)

1. 光または光に近い電磁波を用いて物体を検知する車載ライダー装置であって、前記物体の検知結果に基づいて自装置の汚れ度合いを示す汚れ値を、前記物体の検知範囲を複数に分割したセクションごとに算出する汚れ検知部を備える車載ライダー装置と、
   前記汚れ値が所定の閾値を超えてから第１所定時間以上経過した場合に真と判定する第１の条件と、前記第１所定時間における前記汚れ値の最大値と最小値の差が所定の範囲内である場合に真と判定する第２の条件と、前記車載ライダー装置を搭載する車両の走行速度が所定の上限値を超えた後、所定の下限値を下回ることなく第２所定時間が経過した場合に真と判定する第３の条件とが満たされた場合に、前記車載ライダー装置に除去されるべき汚れが付着しているか否かを判定する汚れ判定部を備える汚れ判定装置と、
   を備える車両用認識システム。
2. 前記汚れ判定部によって前記車載ライダー装置に除去されるべき汚れが付着していると判定された場合に、その旨を報知する報知部をさらに備える、
   請求項１に記載の車両用認識システム。
3. 光または光に近い電磁波を用いて物体を検知する車載ライダー装置が、
   前記物体の検知結果に基づいて自装置の汚れ度合いを示す汚れ値を、前記物体の検知範囲を複数に分割したセクションごとに算出し、
   汚れ判定装置が、
   前記汚れ値が所定の閾値を超えてから第１所定時間以上経過した場合に真と判定する第１の条件と、前記第１所定時間における前記汚れ値の最大値と最小値の差が所定の範囲内である場合に真と判定する第２の条件と、前記車載ライダー装置を搭載する車両の走行速度が所定の上限値を超えた後、所定の下限値を下回ることなく第２所定時間が経過した場合に真と判定する第３の条件とが満たされた場合に、前記車載ライダー装置に除去されるべき汚れが付着していると判定する、
   認識方法。

Images