JPH07108849A - Vehicular automatic traveling control device - Google Patents
Vehicular automatic traveling control deviceInfo
- Publication number
- JPH07108849A JPH07108849A JP5255791A JP25579193A JPH07108849A JP H07108849 A JPH07108849 A JP H07108849A JP 5255791 A JP5255791 A JP 5255791A JP 25579193 A JP25579193 A JP 25579193A JP H07108849 A JPH07108849 A JP H07108849A
- Authority
- JP
- Japan
- Prior art keywords
- control
- vehicle
- learning
- driver
- traveling
- 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.)
- Pending
Links
Landscapes
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Controls For Constant Speed Travelling (AREA)
Abstract
Description
【０００１】[0001]
【産業上の利用分野】本発明は、電子的な手段によりド
ライバーの運転を補佐する機能を持った車の自動走行制
御装置に係り、特に、ドライバー個々の学習結果を反映
させる自動走行制御の対象としての制御内容（制御項
目）を複数項目持ち、自車の外部状況等に応じて各制御
内容を使い分け可能な車の自動走行制御装置に関する。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to an automatic driving control system for a vehicle having a function of assisting the driving of a driver by electronic means, and more particularly, an object of automatic driving control for reflecting a learning result of each driver. The present invention relates to an automatic traveling control device for a vehicle, which has a plurality of control contents (control items) as described above and can selectively use each control content according to the external situation of the vehicle.
【０００２】[0002]
【従来の技術】車の自動走行制御システムに関しては種
々の提案がなされており、例えば、特開平３−２６０８
９９号公報には、自車のスピードを計る車速センサー、
先行車との距離を測定する車間距離センサー、アクセル
・ブレーキを動作させるためのアクチュエーター、およ
びそれら全体を制御する制御ユニット等によって自動走
行制御システムを構築し、車間距離を一定に保つよう制
御するシステムが開示されている。この先願公報に開示
された技術においては、車間距離センサーが、先行車に
向けて電磁波を放出し、先行車からの反射波を検出する
ことによって先行車との車間距離を測定し、制御ユニッ
トが上記測定した車間距離と自車速度に基づいて設定し
た車間距離とを比較し、測定した車間距離が設定値より
大きい場合には、自車の速度を上げるようにアクセル用
アクチュエータを制御し、小さい場合には、自車の速度
を下げるようアクセルおよびブレーキのためのアクチュ
エータを制御して、先行車との車間距離が設定値に一致
するよう制御している。さらに、ドライバーの好みや癖
を反映させるように学習機能を持たせて、先行車への追
従の仕方を補正するようにしている。2. Description of the Related Art Various proposals have been made for an automatic vehicle traveling control system, for example, Japanese Patent Laid-Open No. 3-2608.
The 99 publication discloses a vehicle speed sensor that measures the speed of the vehicle,
A system that builds an automatic driving control system with an inter-vehicle distance sensor that measures the distance to the preceding vehicle, an actuator that operates the accelerator and brake, and a control unit that controls all of them, and controls to keep the inter-vehicle distance constant Is disclosed. In the technology disclosed in this prior application, the inter-vehicle distance sensor emits an electromagnetic wave toward the preceding vehicle, measures the inter-vehicle distance to the preceding vehicle by detecting the reflected wave from the preceding vehicle, and the control unit Compare the measured inter-vehicle distance with the inter-vehicle distance set based on the own vehicle speed, and if the measured inter-vehicle distance is larger than the set value, control the accelerator actuator so as to increase the speed of the own vehicle. In this case, the actuators for the accelerator and the brake are controlled so as to reduce the speed of the host vehicle, and the inter-vehicle distance from the preceding vehicle is controlled to match the set value. In addition, a learning function is provided to reflect the driver's tastes and habits, and the method of following the preceding vehicle is corrected.
【０００３】また、特開平５−５８１９８号公報には、
学習機能を備えた車の自動走行制御システムにおいて、
特定ドライバーが運転していると判定されたときのみ学
習制御を実行させるようにした技術が開示されている。
これはオーナードライバー等の運転頻度の高いドライバ
ーによる運転操作のみを学習するようになし、他のドラ
イバーが運転した際の運転操作をその都度学習すると運
転頻度の高いドライバーの学習結果が望ましくない方向
に補正されることを防止するためである。Further, Japanese Patent Laid-Open No. 5-58198 discloses that
In an automatic vehicle driving control system equipped with a learning function,
A technique is disclosed in which learning control is executed only when it is determined that a specific driver is driving.
This is done so that only the driving operation by the driver who has a high driving frequency such as the owner driver is learned, and if the driving operation when another driver drives is learned each time, the learning result of the driver with a high driving frequency tends to be undesirable. This is to prevent correction.
【０００４】また、特開平３−１５３４３６号公報に
は、各ドライバーが個人用の着脱可能な記憶装置をも
ち、この記憶装置にドライバーの運転操作パターンとし
ての変速操作の学習結果を記憶させることにより、ドラ
イバーが変わっても各ドライバーの好みに合わせた変速
操作等の自動制御を可能とする技術が開示されている。In Japanese Patent Laid-Open No. 3-153436, each driver has a personal removable storage device, and this storage device stores a learning result of a gear shift operation as a driving operation pattern of the driver. There is disclosed a technology that enables automatic control such as gear shift operation according to the preference of each driver even if the driver changes.
【０００５】[0005]
【発明が解決しようとする課題】例えばドライバーが車
速をコントロールする場合、先行車との車間距離に応じ
たり、前方の道幅の変化に応じたり、前方の明るさや暗
さに応じたりする等々してスピードを変化させている。
すなわち、外部状況の如何に応じてその時に最適と感じ
るスピードにコントロールするようにしており、その運
転操作特性は、斯様な車速コントロール１つを例にとっ
ても、外部状況の種別の変化に応じてドライバー毎に異
なっている。しかしながら、従来の自動走行制御システ
ムにおいては、自動走行制御の対象となる制御内容（制
御項目）の数が限定されており、例えば、先行車との車
間距離を所定のものに保つ自動走行制御を実行させた場
合、前方の道幅が狭くなっても、あるいは前方の路肩に
歩行者がいても、あるいは前方が暗くて視野が狭くなっ
ても等々のように、外部状況が大きく変化しても車間距
離を所定のものに保つように車速が自動制御されるとい
う不都合があった。すなわち、外部状況の変化に応じて
学習する学習対象項目数が限られており、したがって、
学習結果を反映させる自動走行制御の制御内容が一律的
なものとものとなっていた。また、複数のドライバーの
運転操作を多数の制御項目にわたって学習するというこ
とに関しての配慮がなされていなかった。さらにまた、
１つの制御内容（制御項目）に対する学習パターンが画
一的で、ドライバーの好む学習パターン（すなわち、こ
れに基づく制御モード）の選択に関しても何等の配慮も
なされていなかった。For example, when the driver controls the vehicle speed, the driver may adjust the vehicle speed according to the distance between the vehicle and the preceding vehicle, the change in the road width in the front, the brightness or the darkness in the front, and so on. The speed is changing.
That is, the speed is controlled to be the optimum speed at that time according to the external situation, and the driving operation characteristic of the vehicle speed control is changed according to the change of the type of the external situation even in the case of one such vehicle speed control. Different for each driver. However, in the conventional automatic travel control system, the number of control contents (control items) that are targets of the automatic travel control is limited, and for example, automatic travel control that keeps an inter-vehicle distance to a preceding vehicle at a predetermined distance is performed. When it is executed, even if the road width in the front is narrowed, there are pedestrians on the shoulders in the front, or the front is dark and the field of view is narrowed, etc. There is an inconvenience that the vehicle speed is automatically controlled so as to keep the distance at a predetermined value. That is, the number of learning target items to be learned according to changes in the external situation is limited, and therefore,
The control contents of the automatic traveling control that reflects the learning result were uniform. Further, no consideration was given to learning the driving operation of a plurality of drivers over a large number of control items. Furthermore,
The learning pattern for one control content (control item) is uniform, and no consideration has been given to the selection of the learning pattern preferred by the driver (that is, the control mode based on this).
【０００６】したがって、本発明の解決すべき技術的課
題は上記した従来技術のもつ問題点を解消することにあ
り、その目的とするところは、複数のドライバーの運転
操作を、それぞれ異なる多数の学習処理モードで学習し
て、各ドライバー固有の運転操作を多岐のケースでそれ
ぞれ学習し、ドライバー毎に得られた多数の学習結果を
外部状況の変化に応じて使い分け、外部状況の変化の如
何にかかわらず、どのドライバーにとっても快適な車の
自動走行制御が可能なシステムを提供することにある。Therefore, the technical problem to be solved by the present invention is to solve the above-mentioned problems of the prior art. The purpose is to learn a plurality of different driving operations of a plurality of drivers. Learning in the processing mode, learning the driving operation peculiar to each driver in various cases respectively, and using the many learning results obtained for each driver properly according to the change of the external situation, regardless of the change of the external situation. First of all, it is to provide a system that enables automatic driving control of a car that is comfortable for any driver.
【０００７】[0007]
【課題を解決するための手段】上記した目的を達成する
ため、本発明による車の自動走行制御装置は、自車の周
囲の状況を検出する環境情報検出手段と、自車の走行状
態を検出する走行状態情報検出手段と、上記検出した周
囲の状況と自車の走行状態との関係からドライバーの運
転操作を学習する学習処理手段であって、複数の学習処
理モードのうちで選択された学習処理モードにしたがっ
て学習処理を行うものと、上記選択された学習処理モー
ドにしたがって上記学習処理手段で学習処理して得た学
習データを、ドライバー毎に記憶する記憶手段と、現在
運転を行っているドライバーに応じて上記記憶手段から
読み出された学習データの中から指定されたものを用
い、この指定された学習データと対応する制御内容（制
御項目）で自車の走行系を自動制御する走行制御手段
と、を具備する。また、上記自動走行制御の対象となる
複数の制御内容（制御項目）は、ドライバーの入力によ
って指定可能なように、構成する。また、上記自動走行
制御の対象となる複数の制御内容（制御項目）の少なく
とも一部には、１つの制御内容に対応してドライバーが
選択可能な複数の異なる制御モードが用意される。In order to achieve the above-mentioned object, an automatic vehicle driving control apparatus according to the present invention detects an environment information detecting means for detecting a situation around the vehicle and a traveling state of the vehicle. And a learning processing means for learning the driving operation of the driver from the relationship between the detected surrounding condition and the traveling status of the own vehicle, the learning being selected from a plurality of learning processing modes. The learning process is performed according to the process mode, the learning data obtained by the learning process by the learning process unit according to the selected learning process mode is stored for each driver, and the current driving is performed. Using the learning data specified from the learning data read out from the storage means according to the driver, the running content of the own vehicle is controlled by the control content (control item) corresponding to the specified learning data. Comprising a, a travel control means for automatically controlling the system. Further, a plurality of control contents (control items) to be targets of the above-mentioned automatic traveling control are configured so that they can be designated by an input of a driver. In addition, a plurality of different control modes selectable by the driver corresponding to one control content are prepared for at least a part of the plurality of control contents (control items) to be targets of the automatic traveling control.
【０００８】[0008]
【作用】学習のための学習走行モードにおいては、ドラ
イバー自らの運転操作によって車の走行系を動作させ
て、選択した学習処理モードにしたがって学習処理手段
でドライバーの運転操作の学習を行なって、この学習結
果を記憶装置に記憶させる。本発明では、自動走行制御
の対象となる制御内容（制御項目）が複数用意されてい
て、この制御内容に対応する学習処理モードを適宜選択
してドライバーが運転操作を行うことによって、多様な
状況下に於て、自らが好む運転操作（車の制御手法）
を、ドライバー毎に記憶装置に格納する。すなわち、ド
ライバーが自分の特性にあった運転を繰り返して、ある
いは、ある程度の時間だけ行い、環境情報検出手段によ
って上記運転の期間において発生する状況すなわち環境
情報を検出するとともに、走行状態情報検出手段によっ
て自車の走行状態を検出し、それをドライバーのその状
況への対応として捉える。そして、上記環境情報と走行
状態との関係を統計的に処理することにより、各ドライ
バーの運転特性を修得する（学習結果を得る）。In the learning traveling mode for learning, the traveling system of the vehicle is operated by the driving operation of the driver himself, and the learning processing means learns the driving operation of the driver in accordance with the selected learning processing mode. The learning result is stored in the storage device. In the present invention, a plurality of control contents (control items) to be targets of automatic traveling control are prepared, and a driver performs a driving operation by appropriately selecting a learning processing mode corresponding to the control contents, and thereby various situations can be realized. Below, the driving operation that one likes (vehicle control method)
Are stored in the storage device for each driver. That is, the driver repeats the driving that suits his / her own characteristics or performs the driving for a certain period of time, and the environmental information detecting means detects the situation, that is, the environmental information, which occurs during the driving period, and the running state information detecting means detects the environmental information. It detects the running condition of the vehicle and regards it as the driver's response to the situation. Then, the driving characteristics of each driver are acquired (the learning result is obtained) by statistically processing the relationship between the environmental information and the running state.
【０００９】また、自動走行制御を行うための自動走行
制御モード時においては、ドライバーに応じて記憶装置
より読み出した学習データの中から指定されたものを用
い、この指定された学習データと対応する制御内容（制
御項目）で自車の走行系を自動制御する。これによっ
て、ドライバー毎に得られた多数の学習結果を外部状況
の変化に応じて使い分ることができ、外部状況の変化の
如何にかかわらず、どのドライバーにとっても自己の運
転特性に見合った快適な車の自動走行制御が可能とな
る。Further, in the automatic traveling control mode for performing the automatic traveling control, the designated learning data is used from the learning data read from the storage device according to the driver and corresponds to the designated learning data. The running system of the vehicle is automatically controlled according to the control contents (control items). As a result, a large number of learning results obtained for each driver can be used appropriately according to changes in external conditions, and regardless of changes in external conditions, any driver can feel comfortable in accordance with his or her driving characteristics. It enables automatic driving control of various vehicles.
【００１０】[0010]
【実施例】以下、本発明を図示した実施例によって説明
する。まず、本発明の第１実施例を図１〜図１１を用い
て説明する。図１は本実施例に係る車の自動走行制御装
置（自動走行制御システム）の概要を示すブロックであ
り、同図において、１は環境情報の入力装置、２は環境
情報検出手段、３は走行状態モニタ手段、４は学習処理
手段、５は記憶装置、６はドライバーからの入力信号の
入力端子、７は条件設定手段、８は走行制御手段、９は
車走行系、１０はマニュアル操作入力手段である。The present invention will be described below with reference to the illustrated embodiments. First, a first embodiment of the present invention will be described with reference to FIGS. FIG. 1 is a block diagram showing an outline of an automatic traveling control device (automatic traveling control system) for a vehicle according to this embodiment. In FIG. 1, 1 is an environmental information input device, 2 is environmental information detecting means, and 3 is traveling. State monitoring means, 4 learning processing means, 5 storage device, 6 input terminal for input signal from driver, 7 condition setting means, 8 traveling control means, 9 vehicle traveling system, 10 manual operation input means Is.
【００１１】上記条件設定手段７には、図示せぬ適宜キ
ースイッチを操作すること等によるドライバーからの入
力信号が入力端子６を介して入力され、これによって、
条件設定手段７には本実施例のシステム全体の動作／制
御形態（動作／制御モード）を決定するデータが書替え
可能に設定される。本実施例のシステムには、複数の動
作／制御モードが予め用意されており、条件設定手段７
において決定されるものの中には、走行モードとしての
学習走行モードと自動走行制御モードとの択一選択や、
この学習走行モードもしくは自動走行制御モードとドラ
イバー毎との関係に応じた、学習処理手段４または走行
制御手段８内のそれぞれ独立した処理回路部の選択、お
よび記憶装置５内の使用するメモリ領域の選択が含まれ
る。本実施例のシステムは複数のドライバーが使用する
ことを前提としており、このため、本実施例のシステム
においては、個々のドライバーに応じた複数の条件設定
用データを記憶装置５に記憶させるようにし、この条件
設定用データの入力はドライバー毎に一度だけ行い、２
度目以降はドライバー識別情報を入力するだけで、記憶
装置５から読み出した当該ドライバーに対応する複数の
条件設定用データを条件設定手段７へ転送するようにな
し、これによって、条件設定手段７へのドライバー毎に
応じた条件設定が完了できるようになっている。An input signal from the driver, which is generated by operating a key switch (not shown) or the like, is input to the condition setting means 7 through the input terminal 6, and as a result,
In the condition setting means 7, data for determining the operation / control mode (operation / control mode) of the entire system of this embodiment is rewritably set. The system of this embodiment has a plurality of operation / control modes prepared in advance, and the condition setting means 7
Among the things that are decided in, there are alternative selections of learning drive mode and automatic drive control mode as the drive mode,
Selection of independent processing circuit units in the learning processing unit 4 or the traveling control unit 8 and selection of the memory area used in the storage device 5 according to the relationship between the learning traveling mode or the automatic traveling control mode and each driver. Choices included. The system of the present embodiment is premised on use by a plurality of drivers. Therefore, in the system of the present embodiment, a plurality of condition setting data corresponding to each driver is stored in the storage device 5. , Input the condition setting data only once for each driver. 2
From the second time onward, only by inputting the driver identification information, a plurality of condition setting data corresponding to the driver read out from the storage device 5 is not transferred to the condition setting means 7, whereby the condition setting means 7 is operated. It is possible to complete the condition setting according to each driver.
【００１２】本実施例のシステムは、ドライバーの好み
や癖等に合わせた学習データを得るための学習走行モー
ドと、学習データを反映させた自動走行制御を行うため
の自動走行制御モードとの２つの走行モードを持ち、こ
れに対応してハードウエアは、車走行系の制御を実行す
る部分（制御部）と、その制御のための学習を行う部分
（学習部）から構成される。制御部は、走行制御手段
８，車走行系９，マニュアル操作入力手段１０であり、
学習部は、入力装置１，環境情報検出手段２，走行状態
モニタ手段３，学習処理手段４，記憶装置５である。ま
た、本実施例のシステムには、自動走行制御の対象とな
る複数の項目（複数の制御内容；後記の図２参照）が用
意されており、大部分の制御内容（制御項目）毎に、ド
ライバーの好みや癖等に応じて択一選択できる複数の選
択的制御モード（嗜好制御モード）をもっており、異な
った選択的制御モードは異なった走行制御モデルにした
がったものとなっている。そして、本実施例のシステム
においては、自動走行制御モード時には、ドライバーが
制御内容（制御項目）を指定することによって、この指
定された制御内容（制御項目）の予め択一選択されてい
る選択的制御モード（嗜好制御モード）にしたがった自
動走行運転が行われるようになっている。The system of this embodiment has two modes, a learning traveling mode for obtaining learning data according to the driver's taste and habit, and an automatic traveling control mode for performing automatic traveling control reflecting the learning data. The vehicle has one traveling mode, and correspondingly, the hardware is composed of a portion (control portion) that executes control of the vehicle traveling system and a portion (learning portion) that performs learning for the control. The control unit includes the traveling control means 8, the vehicle traveling system 9, and the manual operation input means 10,
The learning unit includes an input device 1, environment information detection means 2, running state monitoring means 3, learning processing means 4, and storage device 5. Further, the system of the present embodiment is provided with a plurality of items (a plurality of control contents; refer to FIG. 2 described later) to be targets of automatic traveling control, and most of the control contents (control items) are It has a plurality of selective control modes (preference control modes) that can be selectively selected according to the driver's preferences and habits, and different selective control modes follow different driving control models. In the system of the present embodiment, in the automatic traveling control mode, the driver specifies the control content (control item) so that the selected control content (control item) is selectively selected in advance. The automatic traveling operation is performed according to the control mode (preference control mode).
【００１３】なお、上記した制御内容（制御項目）毎に
優先順序と同時動作可能な項目とを、安全性等を勘案し
てシステム自体が固定的に設定、もしくはドライバーの
好みに応じて可変設定するようにしてもよい。この場合
には、自動走行制御モード時には、システムが外部の状
況を判断して、優先順序にしたがった制御内容（制御項
目）の予め択一選択されている選択的制御モード（嗜好
制御モード）に応じた自動走行運転が行われることにな
る。The priority order and the items that can be simultaneously operated for each control content (control item) described above are fixedly set by the system itself in consideration of safety, or variably set according to the driver's preference. You may do it. In this case, in the automatic traveling control mode, the system judges the external situation and switches to the selective control mode (preference control mode) in which the control contents (control items) according to the priority order are selected in advance. According to this, the automatic driving operation is performed.
【００１４】また、本実施例のシステムにおいては、上
記した各選択的制御モード（嗜好制御モード）には、こ
れと１対１に対応する学習処理モードが用意されてい
る。そして、自動走行制御の対象となる制御内容（制御
項目）毎に用意された複数の学習処理モードにそれぞれ
対応して、学習処理手段４は多数の独立した処理回路部
を持ったものとして構成され、また、自動走行制御の対
象となる制御内容（制御項目）毎に用意された複数の選
択的制御モードにそれぞれ対応して、走行制御手段８は
多数の独立した処理回路部を持ったものとして構成され
ている。前記学習走行モード時においては、前記した条
件設定手段７には、ドライバー識別情報と、当該ドライ
バーが選択した制御内容（制御項目）毎の学習処理モー
ド種別情報とが設定され、また、前記自動走行制御モー
ドにおいては、条件設定手段７には、ドライバー識別情
報と、当該ドライバーが選択した制御内容（制御項目）
毎の選択的制御モード種別情報とが設定され、この条件
設定手段７内の設定内容およびドライバーの指示に応じ
て、学習処理手段４もしくは走行制御手段８中の必要な
処理回路部が動作可能状態となるように選択される。Further, in the system of this embodiment, each of the above-mentioned selective control modes (preference control mode) is provided with a learning processing mode corresponding to this one-to-one. Then, the learning processing means 4 is configured to have a large number of independent processing circuit units corresponding to the plurality of learning processing modes prepared for each control content (control item) to be subject to the automatic traveling control. Further, the traveling control means 8 is assumed to have a large number of independent processing circuit units corresponding to a plurality of selective control modes prepared for each control content (control item) targeted for automatic traveling control. It is configured. In the learning traveling mode, driver identification information and learning processing mode type information for each control content (control item) selected by the driver are set in the condition setting means 7, and the automatic traveling is also performed. In the control mode, the condition setting means 7 has the driver identification information and the control content (control item) selected by the driver.
The selective control mode type information for each is set, and a necessary processing circuit unit in the learning processing unit 4 or the travel control unit 8 is in an operable state according to the setting contents in the condition setting unit 7 and the driver's instruction. Is selected to be.
【００１５】次に、前記学習部の動作について説明す
る。学習データが全く未記録もしくは一部未記録のドラ
イバーが、ドライバーの好みや癖等に合わせた運転状況
の学習データを得るための学習走行モードを選択して、
ドライバー識別情報を前記条件設定手段７に入力・設定
すると、入力されたドライバー識別情報に対応する制御
内容（制御項目）毎の学習処理モード種別情報が、既に
前記記憶装置５に記憶されている場合には、これが記憶
装置５から読み出されて条件設定手段７に設定される。
また、入力されたドライバー識別情報に対応する制御内
容（制御項目）毎の学習処理モード種別情報が、記憶装
置５に記憶されていない場合には、個々の学習処理モー
ド種別情報の選択入力が促され、ドライバーが制御内容
（制御項目）毎に好みの学習処理モード種別情報を入力
することにより、これが条件設定手段７に設定され、か
つ、当該ドライバー識別情報とともに制御内容（制御項
目）毎に選択された学習処理モード種別情報が記憶装置
５に転送されて格納される（これによって、各学習処理
モードと１対１に対応する前記選択的制御モード（嗜好
制御モード）も記憶されることになる）。Next, the operation of the learning section will be described. A driver whose learning data is completely unrecorded or partially unrecorded selects a learning driving mode for obtaining learning data of the driving situation according to the driver's preferences and habits,
When the driver identification information is input and set in the condition setting means 7, the learning processing mode type information for each control content (control item) corresponding to the input driver identification information is already stored in the storage device 5. Is read from the storage device 5 and set in the condition setting means 7.
If the learning process mode type information for each control content (control item) corresponding to the input driver identification information is not stored in the storage device 5, selection input of individual learning process mode type information is prompted. The driver inputs the desired learning processing mode type information for each control content (control item), which is set in the condition setting means 7, and is selected for each control content (control item) together with the driver identification information. The learned processing mode type information thus obtained is transferred to and stored in the storage device 5 (which also stores the selective control mode (preference control mode) corresponding to each learning processing mode on a one-to-one basis. ).
【００１６】このドライバーの運転を学習する学習走行
モードにおいては、前記車走行系９は、ドライバーが操
作する前記マニュアル操作入力手段１０によってのみ制
御され、この際には前記走行制御手段８による車走行系
９への制御は全く行われないようにされている。そし
て、ドライバーによって車が運転されると、前記走行状
態モニタ手段３は、車走行系９を所定のサンプリング周
期で監視し、車速，アクセルペダルの踏み角，ブレーキ
ペダルの踏み角等の自車の走行状態をモニタリングす
る。ここで実際には、走行状態モニタ手段３は、車速セ
ンサ，アクセルペダルの角度検出器，ブレーキベダルの
角度検出器等のセンサ群と、これに付随する信号処理系
とから構成されており、走行状態モニタ手段３からの走
行状態を示す複数の信号は、学習処理手段４へ入力され
る。In the learning traveling mode for learning the driving of the driver, the vehicle traveling system 9 is controlled only by the manual operation input means 10 operated by the driver. At this time, the vehicle traveling by the traveling control means 8 is carried out. No control is applied to the system 9. When the vehicle is driven by the driver, the traveling state monitor means 3 monitors the vehicle traveling system 9 at a predetermined sampling cycle, and detects the vehicle speed, accelerator pedal depression angle, brake pedal depression angle, and the like of the vehicle. Monitor driving conditions. Actually, the traveling state monitor means 3 is composed of a sensor group such as a vehicle speed sensor, an accelerator pedal angle detector, a brake pedal angle detector, and a signal processing system associated with the sensor group. A plurality of signals indicating the traveling state from the state monitoring means 3 are input to the learning processing means 4.
【００１７】一方、前記した環境情報の入力装置１は、
ビデオカメラ，各種センサ等から構成されており、自車
の外部の状況を検出する。入力装置１からの出力信号
（ビデオカメラからの映像信号，各センサーからの出力
信号）が環境情報検出手段２に入力され、環境情報検出
手段２は、これに基づき自車を取り巻く状況（環境情
報）を検出／判定する。この環境情報の例としては、先
行車との車間距離，道幅などの道路状況，自車の走行し
ているレーン位置，歩行者の有無と歩行者までの距離，
天候，周囲の明るさなどが挙げられる。On the other hand, the environment information input device 1 described above is
It is composed of a video camera, various sensors, etc., and detects the situation outside the vehicle. An output signal from the input device 1 (a video signal from a video camera, an output signal from each sensor) is input to the environment information detecting means 2, and the environment information detecting means 2 uses the situation (environmental information surrounding the vehicle). ) Is detected / determined. Examples of this environmental information include the distance between the vehicle and the preceding vehicle, road conditions such as road width, the lane position where the vehicle is traveling, the presence or absence of pedestrians, and the distance to pedestrians.
The weather and the brightness of the surroundings are examples.
【００１８】環境情報は自車と外界の状況との相対的関
係を表すものであり、走行状態はドライバーの操作に基
づく自車の走行状況を表すものであり、ドライバーの運
転とは、環境情報Ｘに適応して走行状態Ｙを変化させる
行動であると言い換えることが出来る。そして、本実施
例のシステムにおける学習とは、ドライバー毎の環境情
報Ｘと走行状態Ｙとの対応関係を得ることである。この
ために、環境情報Ｘおよび走行状態Ｙを共に学習処理手
段４に入力し、学習処理手段４でそれらを所定のタイミ
ングで同期をとってサンプリングして、ＸＹ間の関係を
統計的に処理するようになっている。The environmental information represents the relative relationship between the own vehicle and the external environment, the running state represents the running status of the own vehicle based on the driver's operation, and the driving of the driver is the environmental information. It can be rephrased as an action that adapts to X and changes the traveling state Y. The learning in the system of this embodiment is to obtain the correspondence between the environmental information X and the traveling state Y for each driver. For this purpose, the environmental information X and the traveling state Y are both input to the learning processing means 4, and the learning processing means 4 samples them synchronously at a predetermined timing to statistically process the relationship between XY. It is like this.
【００１９】図２は、本実施例のシステムにおいて前記
した自動走行制御の対象となる制御内容（制御項目）の
種別と、これに対応する学習対象の環境情報Ｘおよび走
行状態Ｙとの関係の１例を示している。FIG. 2 shows the relationship between the types of control contents (control items) that are the targets of the above-described automatic cruise control in the system of the present embodiment, and the environment information X and the traveling state Y of the learning target corresponding to them. One example is shown.
【００２０】図２で（ａ）の定車間距離走行は、速度の
如何によらず一定の車間距離で走行するよう制御するも
のである。この定車間距離走行制御は、前を走行してい
る車に常に一定距離で追従するようにドライブするため
のものであって、ドライバ−の運転特性には依存しない
ので、学習する関係はない。In FIG. 2A, the constant inter-vehicle distance travel is controlled so that the vehicle travels at a constant inter-vehicle distance regardless of the speed. This constant inter-vehicle distance traveling control is for driving the vehicle traveling in front so as to always follow the vehicle at a constant distance, and does not depend on the driving characteristics of the driver. Therefore, there is no learning relationship.
【００２１】図２で（ｂ）の可変車間距離走行は、車速
に応じて車間距離をドライバ−の運転特性に合わせて変
化させるものである。この可変車間距離走行制御を行う
ためには、車間距離と車速とが学習する関係となる。In the variable inter-vehicle distance travel shown in FIG. 2 (b), the inter-vehicle distance is changed according to the vehicle speed in accordance with the driving characteristics of the driver. In order to perform this variable inter-vehicle distance travel control, the inter-vehicle distance and the vehicle speed have a learning relationship.
【００２２】図２で（ｃ）の道幅適応走行は、道幅が狭
くなったり広くなったりしたときの最適速度を制御する
ものである。道幅が異なれば、最適と感じる速度はドラ
イバ−によって異なることが予想される。この道幅適応
走行制御を行うためには、道幅と車速（最適車速）とが
学習する関係となる。The road width adaptive running shown in FIG. 2C controls the optimum speed when the road width becomes narrow or wide. It is expected that the optimum speed will vary depending on the driver if the road width is different. In order to perform this road width adaptive travel control, the road width and the vehicle speed (optimal vehicle speed) have a learning relationship.
【００２３】図２で（ｄ）のレーン位置走行は、ドライ
バー毎に異なる同一車線（同一レーン）内の走行する位
置（レーン内で右寄りか左寄りか中央か等の位置）を学
習して、各ドライバ−の運転特性に合わせてレーン内の
走行位置を制御するものである。このレーン位置走行制
御を行うためには、レーン内での自車の位置のみが学習
の対象となる。In the lane position travel of FIG. 2 (d), each driver learns the traveling position in the same lane (same lane) which is different for each driver (position in the lane, such as rightward, leftward or center). The traveling position in the lane is controlled according to the driving characteristics of the driver. In order to perform this lane position traveling control, only the position of the own vehicle in the lane is a learning target.
【００２４】図２で（ｅ）の有歩行者走行は、自車の前
方の路肩あるいは路地上に歩行者がいる場合に最適速度
を制御するものである。前方に歩行者がいる場合には、
最適と感じる速度はドライバ−によって異なることが予
想される。この有歩行者走行制御を行うためには、自車
と歩行者間の距離と車速（最適車速）とが学習する関係
となる。In the pedestrian traveling shown in FIG. 2 (e), the optimum speed is controlled when there is a pedestrian on the road shoulder in front of the vehicle or on the road. If there are pedestrians ahead,
It is expected that the optimum speed will vary from driver to driver. In order to perform this pedestrian traveling control, the distance between the vehicle and the pedestrian and the vehicle speed (optimal vehicle speed) have a learning relationship.
【００２５】図２で（ｆ）の視界適応走行は、自車の前
方の明るさに応じて車間距離もしくは最適速度を制御す
るものである。夜間等においては、周囲の明るさが制限
されて視界が狭くなって、最適と感じる車間距離もしく
速度はドライバ−によって異なることが予想される。こ
の視界適応走行制御を行うためには、自車の前方の明る
さと車間距離、もしくは自車の前方の明るさと車速（最
適車速）とが学習する関係となる。In the view-adaptive traveling shown in FIG. 2 (f), the inter-vehicle distance or the optimum speed is controlled according to the brightness in front of the vehicle. At night, etc., the brightness of the surroundings is limited and the field of view is narrowed, and it is expected that the optimal inter-vehicle distance or speed will differ depending on the driver. In order to perform this visibility adaptive travel control, the brightness in front of the host vehicle and the inter-vehicle distance, or the brightness in front of the host vehicle and the vehicle speed (optimal vehicle speed) are learned.
【００２６】図２で（ｇ）の雨天走行は、雨天時に最適
速度を制御するものである。雨天時には雨量に対応する
路面の濡れ状況等によって、最適と感じる速度はドライ
バ−によって異なることが予想される。この雨天走行制
御を行うためには、雨量と車速（最適車速）とが学習す
る関係となる。The rain traveling shown in FIG. 2 (g) is for controlling the optimum speed in the rain. When it rains, it is expected that the optimum speed will differ depending on the driver, depending on the road surface wetness corresponding to the rainfall. In order to perform this rainy weather traveling control, the amount of rainfall and the vehicle speed (optimal vehicle speed) have a learning relationship.
【００２７】図２で（ｈ）の横風走行は、横風の強さに
応じて最適速度を制御するものである。横風が強いと最
適と感じる速度はドライバ−によって異なることが予想
される。この横風走行制御を行うためには、横風の風速
と車速（最適車速）とが学習する関係となる。In the cross wind traveling shown in FIG. 2 (h), the optimum speed is controlled according to the strength of the cross wind. It is expected that the driver feels that the optimum speed when cross wind is strong varies depending on the driver. In order to perform the crosswind traveling control, the wind speed of the crosswind and the vehicle speed (optimal vehicle speed) have a learning relationship.
【００２８】本実施例のシステムでは、上記した図２の
制御内容（制御項目）中の（ｂ）〜（ｈ）には、それぞ
れドライバーの好みや癖等に応じて択一選択できる複数
の選択的制御モード（嗜好制御モード）と、これと１対
１に対応する学習処理モードが用意されている。以下の
説明では、図２の（ｂ）の可変車間距離走行のための学
習動作の２つの学習処理モードについて説明する。この
可変車間距離走行制御を行うための学習には、前記した
ように環境情報Ｘとして自車と先行車との間の距離（車
間距離）、走行状態Ｙとして自車の車速のモニタリング
がそれぞれ必要である。In the system of the present embodiment, a plurality of selections can be made for (b) to (h) in the control contents (control items) shown in FIG. 2 according to the driver's taste and habit. A dynamic control mode (preference control mode) and a learning processing mode corresponding to this one-to-one are prepared. In the following description, two learning processing modes of the learning operation for traveling the variable inter-vehicle distance shown in FIG. 2B will be described. As described above, the learning for performing the variable inter-vehicle distance traveling control requires monitoring of the distance between the own vehicle and the preceding vehicle (inter-vehicle distance) as the environment information X and the vehicle speed of the own vehicle as the traveling state Y. Is.
【００２９】図３は前記入力装置１および環境情報検出
手段２に含まれる車間距離検出機能の１例をブロック化
して示しており、入力ビデオ信号から車間距離を求める
ようになっている。図３において、３０は入力装置１の
一部であるビデオカメラ、３１〜３６は環境情報検出手
段２に含まれる構成要素で、３１はマスク処理回路、３
２はナンバープレート抽出回路、３３は演算回路、３４
は先行車輪郭検出回路、３５は方位／倍率計算回路、３
６は出力端子である。ビデオカメラ３０からは、図４の
（ａ）に示すような自車前方側の映像のビデオ信号が、
環境情報検出手段２に出力される。先行車輪郭検出回路
３４では、上記の入力されたビデオ信号から先行車の輪
郭を検出し、先行車の見掛け上の大きさＷおよびＨと、
その画面上の位置ｕおよびｖを求める。方位／倍率計算
回路３５では、求めたＷ，Ｈ，ｕ，ｖよりそれらが所定
の範囲に収まるようにビデオカメラ３０の倍率および方
位を再計算し、これに基づく制御信号をビデオカメラ３
０にフィードバックし、先行車の映像が画面中心位置に
常に十分な大きさで得られるように制御する。また、先
行車輪郭検出回路３４の出力によってマスク処理回路３
１は、入力ビデオ信号をマスク処理し、これによって、
図４の（ｂ）に示すように先行車以外の領域のビデオ信
号を一定値に固定したビデオ信号を生成して、これを後
段のナンバープレート抽出回路３２に送出する。ナンバ
ープレート抽出回路３２は、マスクされたビデオ信号よ
りナンバープレート部分を抽出し、ナンバープレートの
画面上の大きさｚを測定する。演算回路３３では、上記
測定した画面上のナンバープレートの大きさｚと方位／
倍率計算回路３５からの出力とによって先行車との車間
距離を算出し、出力端子３６より車間距離として出力す
る。なお、ビデオ信号から特定の物体の輪郭を検出する
方法は、特開平４−２０５０７０号公報に詳述されてい
るので、必要ならば参照されたい。FIG. 3 is a block diagram showing an example of the inter-vehicle distance detecting function included in the input device 1 and the environmental information detecting means 2, and the inter-vehicle distance is obtained from the input video signal. In FIG. 3, reference numeral 30 is a video camera which is a part of the input device 1, 31 to 36 are constituent elements included in the environment information detecting means 2, 31 is a mask processing circuit, and 3 is a mask processing circuit.
2 is a license plate extraction circuit, 33 is an arithmetic circuit, 34
Is a preceding vehicle contour detection circuit, 35 is an azimuth / magnification calculation circuit, 3
6 is an output terminal. From the video camera 30, a video signal of the image on the front side of the own vehicle as shown in FIG.
It is output to the environmental information detecting means 2. The preceding vehicle contour detection circuit 34 detects the contour of the preceding vehicle from the above-mentioned input video signal, and obtains the apparent sizes W and H of the preceding vehicle,
The positions u and v on the screen are obtained. The azimuth / magnification calculation circuit 35 recalculates the magnification and azimuth of the video camera 30 so that they fall within a predetermined range from the obtained W, H, u, and v, and a control signal based on this is recalculated.
It is fed back to 0, and the image of the preceding vehicle is controlled so that it is always obtained in a sufficient size at the center position of the screen. Further, the mask processing circuit 3 is output by the output of the preceding vehicle contour detection circuit 34.
1 masks the input video signal, whereby
As shown in FIG. 4B, a video signal in which the video signal in the area other than the preceding vehicle is fixed to a constant value is generated and sent to the license plate extraction circuit 32 in the subsequent stage. The license plate extraction circuit 32 extracts the license plate portion from the masked video signal and measures the size z of the license plate on the screen. In the arithmetic circuit 33, the size z and the azimuth / direction of the license plate measured on the screen are measured.
The inter-vehicle distance to the preceding vehicle is calculated based on the output from the magnification calculation circuit 35, and is output from the output terminal 36 as the inter-vehicle distance. The method for detecting the contour of a specific object from a video signal is described in detail in Japanese Patent Laid-Open No. 4-205070, so refer to it if necessary.
【００３０】図５に上記演算回路３６が行う車間距離の
算出の原理を示す。被写体すなわちナンバープレートは
その実際の大きさｈが判っており、大きさｘ0 の画面上
で大きさｘであったとすれば、焦点から被写体までの距
離ｙは、図５に示した式、すなわち、ｙ＝（ｈ・ｘ0）
／（ｘ・ｔａｎθ0）で算出される。ここでθ0 はビデ
オカメラの画角であり、ｘ0 およびθ0 はビデオカメラ
の倍率により変化する。よって、車間距離ｄは、次の
式により求められる。FIG. 5 shows the principle of calculation of the inter-vehicle distance performed by the arithmetic circuit 36. The actual size h of the object, that is, the license plate is known, and if the size is x on the screen of size x 0 , the distance y from the focus to the object is expressed by the formula shown in FIG. , Y = (h · x 0 ).
It is calculated by / (x · tan θ 0 ). Here, θ 0 is the angle of view of the video camera, and x 0 and θ 0 change depending on the magnification of the video camera. Therefore, the inter-vehicle distance d is calculated by the following equation.
【００３１】[0031]
【数１】 [Equation 1]
【００３２】学習処理手段４は、前記したように自動走
行制御の対象となる制御内容（制御項目）毎に用意され
た複数の学習処理モードにそれぞれ対応して、多数の独
立した処理回路部を持ったものとして構成されており、
前記した条件設定手段４内に設定された内容とドライバ
ーの指示に応じて、ドライバーの望む所定の処理回路部
に切り替えることが可能となっている。図６は自車の車
速と先行車との車間距離に関する学習処理モードを示し
ている。図６において、黒点はサンプリング点を示し、
そのサンプリング点を代表するように描いた直線あるい
は折れ線は学習結果である。The learning processing means 4 has a large number of independent processing circuit units corresponding to a plurality of learning processing modes prepared for each control content (control item) to be subject to automatic traveling control as described above. Is configured to have,
It is possible to switch to a predetermined processing circuit unit desired by the driver according to the contents set in the condition setting unit 4 and the driver's instruction. FIG. 6 shows a learning processing mode regarding the vehicle speed of the own vehicle and the distance between the preceding vehicle and the preceding vehicle. In FIG. 6, black dots indicate sampling points,
A straight line or a polygonal line drawn to represent the sampling point is the learning result.
【００３３】図６の（ａ）は、車速と車間距離との関係
の基礎学習処理モードを示している。この基礎学習処理
モードでは、入力データ間の平均値を得ることが学習の
目的である。学習結果は定期的に記憶装置５に書き込む
が、ドライバー毎に、かつ、可変車間距離走行制御のた
めの学習処理モードが指定される毎に行われる。学習の
初期段階では、サンプル数が少なく適切な統計処理が期
待できない。そこで、標準的なドライバ−の学習結果を
あらかじめ記憶装置５に記憶しておく。そして、学習は
過去の学習結果を新たなサンプル点により補正すること
で行なう。補正に関与するサンプル数を過去のＮ個に限
定して、車間距離は次の式によって算出する。なお
式において、ｍは以前の車間距離の平均値、ｍ’は補正
後の車間距離の平均値、ｄ’は現在の車間距離のサンプ
リング値である。FIG. 6A shows a basic learning processing mode of the relationship between the vehicle speed and the inter-vehicle distance. In this basic learning processing mode, the purpose of learning is to obtain an average value between input data. The learning result is periodically written in the storage device 5, but is performed for each driver and each time the learning processing mode for the variable inter-vehicle distance traveling control is designated. In the initial stage of learning, the number of samples is small and proper statistical processing cannot be expected. Therefore, the learning result of the standard driver is stored in the storage device 5 in advance. Then, learning is performed by correcting past learning results with new sample points. The number of samples involved in the correction is limited to the past N, and the inter-vehicle distance is calculated by the following formula. In the equation, m is the average value of the previous inter-vehicle distance, m'is the average value of the inter-vehicle distance after correction, and d'is the sampling value of the current inter-vehicle distance.
【００３４】[0034]
【数２】 [Equation 2]
【００３５】図７は、上記した式の演算処理を行なう
学習処理回路の構成例である。同図において、４０は入
力端子、４１は演算回路、４２はレジスタ、４３は出力
端子である。入力端子４０からサンプリングした車間距
離ｄ’を入力し、演算回路４１において、ｄ’と以前の
車間距離の平均値ｍとを用いて式に従った演算を行な
い、演算結果をレジスタ４２に記憶する。レジスタ４２
は一つ前の時刻の演算結果を出力端子４３より出力す
る。FIG. 7 shows an example of the structure of a learning processing circuit for performing the arithmetic processing of the above equation. In the figure, 40 is an input terminal, 41 is an arithmetic circuit, 42 is a register, and 43 is an output terminal. The sampled inter-vehicle distance d ′ is input from the input terminal 40, the arithmetic circuit 41 performs an arithmetic operation according to the equation using d ′ and the previous average value m of the inter-vehicle distance, and stores the arithmetic result in the register 42. . Register 42
Outputs the calculation result of the immediately preceding time from the output terminal 43.
【００３６】図６の（ｂ）は、可変車間距離走行の学習
処理モード１を示している。この学習処理モードは、自
車のスピードを停止，低速，中速，高速の４段階の速度
領域に分類し、各領域毎に車間距離の平均値を求めるも
のである。この可変車間距離走行の学習処理モード１に
よる学習結果に基づいて実行される可変車間距離走行の
選択的制御モード１では、各速度領域毎に一定の車間距
離を保つことができる。停止領域の車間距離は駐車時の
車間距離に対応し、安全な駐車に役立つ。低速領域の車
間距離は渋滞時に対応して、渋滞時の追突事故防止に役
立つ。この可変車間距離走行の学習処理モード１では、
速度領域毎に車間距離の平均値（ｍＳ，ｍＬ，ｍＭ，ｍ
Ｈ）を設定し、それぞれに前記式を適用すればよい。FIG. 6B shows learning processing mode 1 for variable inter-vehicle distance travel. In this learning processing mode, the speed of the vehicle is classified into four speed regions of stop, low speed, medium speed, and high speed, and the average value of the inter-vehicle distance is calculated for each region. In the selective control mode 1 of the variable inter-vehicle distance traveling executed based on the learning result in the learning processing mode 1 of the variable inter-vehicle distance traveling, a constant inter-vehicle distance can be maintained for each speed region. The inter-vehicle distance in the stop area corresponds to the inter-vehicle distance during parking, which is useful for safe parking. The inter-vehicle distance in the low-speed area corresponds to a traffic jam and helps prevent a rear-end collision accident during a traffic jam. In the learning processing mode 1 of this variable inter-vehicle distance running,
Average value of inter-vehicle distance for each speed range (mS, mL, mM, m
H) may be set and the above equation may be applied to each.
【００３７】図８は、上記した可変車間距離走行の学習
処理モード１の演算処理を行なう学習処理回路の構成例
である。同図において、５０，５１は入力端子、５２は
演算回路、５３は領域判別回路、５４，５９は切り換え
回路、５５〜５８はレジスタ、６０〜６３は出力端子で
ある。入力端子５１より車速のサンプリング値ｖを入力
し、領域判別回路５３によりｖが含まれる領域を判別
し、その結果に基づいて切り換え回路５４および５９を
切り換える。切り換え回路５４および５９は４つの速度
領域において演算回路５２を共通化するためのものであ
る。なお、演算回路，レジスタの機能は前記図７と同様
である。FIG. 8 shows an example of the structure of a learning processing circuit for performing the arithmetic processing in the learning processing mode 1 for the variable inter-vehicle distance running described above. In the figure, 50 and 51 are input terminals, 52 is an arithmetic circuit, 53 is a region discrimination circuit, 54 and 59 are switching circuits, 55 to 58 are registers, and 60 to 63 are output terminals. The sampling value v of the vehicle speed is input from the input terminal 51, the area determination circuit 53 determines the area including v, and the switching circuits 54 and 59 are switched based on the result. The switching circuits 54 and 59 are for commonizing the arithmetic circuit 52 in the four speed regions. The functions of the arithmetic circuit and the register are the same as those in FIG.
【００３８】図６の（ｃ）は、可変車間距離走行の学習
処理モード２を示している。この学習処理モードは、前
記可変車間距離走行の学習処理モード１と同様に車速を
いくつかの領域に分割するが、各領域では所定の次数の
回帰曲線を計算する。図６の（ｃ）に示した例は１次の
回帰曲線である。この可変車間距離走行の学習処理モー
ド２による学習結果に基づいて実行される可変車間距離
走行の選択的制御モード２では、各領域間で学習した車
間距離が連続しているので、領域間の不連続がなく本実
施例システムによるコントロールを全く意識せずにドラ
イブすることができる。一つの速度領域における車速と
車間距離の１次の回帰曲線は、次の式によって求めら
れる。なお式において、ａは勾配、ｂは切辺であり、
＜＞は平均操作を意味する。FIG. 6C shows learning processing mode 2 for variable inter-vehicle distance travel. In this learning processing mode, the vehicle speed is divided into several regions as in the learning processing mode 1 for the variable inter-vehicle distance running, but a regression curve of a predetermined order is calculated in each region. The example shown in (c) of FIG. 6 is a linear regression curve. In the selective control mode 2 of the variable inter-vehicle distance running which is executed based on the learning result in the learning process mode 2 of the variable inter-vehicle distance running, the inter-vehicle distance learned between the regions is continuous, so There is no continuity, and it is possible to drive without being aware of control by the system of this embodiment. The linear regression curve of the vehicle speed and the inter-vehicle distance in one speed range is obtained by the following formula. In the formula, a is a slope, b is a cutting edge,
<> Means average operation.
【００３９】[0039]
【数３】 [Equation 3]
【００４０】図９は、上記した可変車間距離走行の学習
処理モード２の演算処理を行なう学習処理回路の構成例
である。同図において、７０，７１は入力端子、７３，
７７，８２，８６は切り換え回路、７４〜７６はシフト
レジスタ、７８，７９は回帰計算回路、８０，８１は演
算回路、８３〜８５はレジスタ、８７〜８９は出力端子
である。図９に示した回路構成では、所定数Ｍごとに回
帰直線を求め、その回帰直線のパラメータａおよびｂを
順次補正する。回帰直線を求めるため所定数Ｍの車速と
車間距離の対をシフトレジスタ７４，７５，７６にそれ
ぞれ蓄え、所定数Ｍだけ蓄えられる毎に対応する速度領
域の回帰直線のパラメータを回帰計算回路７８および７
９により求める。シフトレジスタ７４，７５，７６は、
車速と車間距離の対をＭ個保持するためのシフトレジス
タ２つと、シフトレジスタに保持されているサンプル数
をカウントするためのカウンターとからなる。レジスタ
８３，８４，８５は、それぞれの速度領域の回帰直線の
パラメータを保持するためのものである。切り換え回路
７３は、速度領域判定回路の判定結果に基づいて車速−
車間距離の対を対応するシフトレジスタへ選択して入力
する。このとき、同時に対応するカウンターの値を１つ
増加させる。切り換え回路７７は、シフトレジスタ７
４，７５，７６のうちのどれかが所定数Ｍになったと
き、そのシフトレジスタ内のデータを回帰計算回路７８
および７９に入力し、そこで回帰直線のパラメータを求
める。ここで算出したパラメータは、演算回路８０およ
び８１、切り換え回路８２および８６、レジスタ８３，
８４，８５により以前のパラメータを補正するために用
いる。切り換え回路７７は、計算を行なう速度領域を識
別する信号ＳＬを出力し、これにより切り換え回路８２
および８６を切り換える。出力端子８７，８８，８９か
らはそれぞれの速度領域に対応した回帰直線のパラメー
タの平均値を出力する。FIG. 9 shows an example of the structure of a learning processing circuit for carrying out the arithmetic processing in the learning processing mode 2 for the variable inter-vehicle distance running described above. In the figure, 70, 71 are input terminals, 73,
Reference numerals 77, 82 and 86 are switching circuits, 74 to 76 are shift registers, 78 and 79 are regression calculation circuits, 80 and 81 are arithmetic circuits, 83 to 85 are registers, and 87 to 89 are output terminals. In the circuit configuration shown in FIG. 9, a regression line is obtained for each predetermined number M, and the parameters a and b of the regression line are sequentially corrected. In order to obtain the regression line, a predetermined number M of pairs of vehicle speed and inter-vehicle distance are stored in the shift registers 74, 75, and 76, and each time the predetermined number M is stored, the parameters of the corresponding regression line in the speed range are calculated by the regression calculation circuit 78 and 7
Calculated by 9. The shift registers 74, 75, 76 are
The shift register includes two shift registers for holding M pairs of vehicle speed and inter-vehicle distance, and a counter for counting the number of samples held in the shift register. The registers 83, 84 and 85 are for holding the parameters of the regression line in the respective speed regions. The switching circuit 73 determines the vehicle speed based on the determination result of the speed region determination circuit.
Select and enter the pair of inter-vehicle distances into the corresponding shift register. At this time, the value of the corresponding counter is incremented by one at the same time. The switching circuit 77 includes the shift register 7
When any one of 4, 75, 76 reaches a predetermined number M, the data in the shift register is set to the regression calculation circuit 78.
And 79 to find the parameters of the regression line. The parameters calculated here are the arithmetic circuits 80 and 81, the switching circuits 82 and 86, the register 83,
Used to correct previous parameters by 84,85. The switching circuit 77 outputs a signal SL for identifying the speed region in which the calculation is performed, whereby the switching circuit 82.
And 86. The output terminals 87, 88, 89 output the average values of the parameters of the regression line corresponding to the respective speed regions.
【００４１】以上の説明は、可変車間距離走行のための
基礎学習処理モードと学習処理モード１および２とにつ
いて行ったが、自動走行制御の対象となる図２の（ｃ）
〜（ｈ）の他の制御内容（制御項目）についても、各制
御内容（制御項目）に応じてそれぞれ用意されている複
数の学習処理モードの１つを指定することによって、こ
れに応じた基礎学習と学習動作１〜ｎの１つが行われ
る。例えば、道幅適応走行のための学習処理モード１が
指定されると、道幅と車速との関係の平均データを収集
するための基礎学習と、道幅を段階分けして各段階に応
じた一定車速を得る学習処理とが行われ、道幅適応走行
のための学習処理モード２が指定されると、道幅と車速
との関係の平均データを収集するための基礎学習と、道
幅に応じて連続的に速度を可変させるようなデータを得
る学習処理とが行われる。Although the above description has been made with respect to the basic learning processing mode and the learning processing modes 1 and 2 for the variable inter-vehicle distance traveling, the automatic traveling control is performed in FIG.
With respect to the other control contents (control items) of (h) as well, by designating one of a plurality of learning processing modes respectively prepared according to the control contents (control items), the basis corresponding to this is specified. One of learning and learning operations 1 to n is performed. For example, when learning processing mode 1 for road width adaptive traveling is designated, basic learning for collecting average data of the relationship between road width and vehicle speed, and road width is divided into stages and a constant vehicle speed corresponding to each stage is obtained. When the learning processing to obtain and the learning processing mode 2 for the road width adaptive traveling are designated, basic learning for collecting average data of the relationship between the road width and the vehicle speed, and the speed continuously according to the road width. Learning processing for obtaining data that changes
【００４２】以上のようにして学習して得た学習結果
は、最終的に記憶装置５に、ドライバー毎に、かつ、各
制御内容（制御項目）毎の学習処理モード（すなわち、
選択的制御モード（嗜好制御モード））毎の個々につい
て記憶し、自動走行制御モードにはそこから読み出して
利用する。なお本実施例では、記憶装置５にはＥＥＰＲ
ＯＭなどの書き換え可能な記憶素子を用いている。図１
０は記憶装置５の内容の１例を示したものである。所定
数のドライバーについて、全ての学習処理モード（選択
的制御モード（嗜好制御モード））に関する学習結果を
保存可能とし、各ドライバー毎に、ドライバー識別情報
や各制御内容（制御項目）毎の選択的制御モード種別情
報等をヘッダー部分に記憶する。この例では各ドライバ
ーに等しい容量の格納領域を割り当てるため、異なるド
ライバーのデータの読み書きに際しては、オフセットア
ドレスを変更するのみで対処できる。記憶装置５の学習
結果は所定のタイミングで更新される。所定のタイミン
グとは、例えば学習動作時の一定時間毎、あるいは学習
処理モード終了前、エンジン停止直前等である。The learning result obtained by the above learning is finally stored in the storage device 5 for each driver and for each control content (control item) in the learning processing mode (that is,
Each selective control mode (preference control mode) is memorized and read out from there for use in the automatic travel control mode. In this embodiment, the storage device 5 has EEPR.
A rewritable storage element such as OM is used. Figure 1
0 indicates one example of the contents of the storage device 5. Learning results for all learning processing modes (selective control mode (preference control mode)) can be saved for a predetermined number of drivers, and driver identification information and control contents (control items) can be selectively selected for each driver. The control mode type information and the like are stored in the header part. In this example, since the storage areas of the same capacity are allocated to the respective drivers, the reading and writing of data of different drivers can be dealt with only by changing the offset address. The learning result of the storage device 5 is updated at a predetermined timing. The predetermined timing is, for example, at regular time intervals during the learning operation, before the learning processing mode ends, immediately before the engine is stopped, or the like.
【００４３】次に、前記した制御部の動作について述べ
る。上述した如き学習動作により、記憶装置５には、ド
ライバー毎に、かつ、各制御内容（制御項目）毎の選択
的制御モードに応じた学習結果が記憶されている。自動
走行制御モード時には、ドライバーに応じて前記条件設
定手段７に各制御内容（制御項目）毎の選択的制御モー
ド種別情報が設定されており、ドライバーが所望する制
御内容（制御項目）を指定すると、この制御内容（制御
項目）の予めドライバーが指定している選択的制御モー
ド（嗜好制御モード）を実行するため、前記走行制御手
段８内の対応する処理回路部が選択されて、前記した学
習結果を用いた処理動作が行われる。Next, the operation of the above-mentioned control unit will be described. By the learning operation as described above, the storage device 5 stores the learning result according to the selective control mode for each driver and each control content (control item). In the automatic traveling control mode, selective control mode type information for each control content (control item) is set in the condition setting means 7 according to the driver, and when the driver specifies the desired control content (control item). In order to execute the selective control mode (preference control mode) designated by the driver in advance for this control content (control item), the corresponding processing circuit section in the traveling control means 8 is selected and the learning described above is performed. A processing operation using the result is performed.
【００４４】自動走行制御モードの動作を、前記した可
変車間距離走行を例にとって説明する。図１１は、前記
した走行制御手段８および車走行系９に含まれる可変車
間距離走行制御機能の１例をブロック化して示してい
る。同図において、１０１〜１０２は入力端子、１０３
は目標値算出回路、１０４は比較回路、１０５は制御量
算出回路、１０６はブレーキアクチュエータ、１０７は
アクセルアクチュエータである。目標値算出回路１０３
には、入力端子１００より記憶装置５に記憶された学習
結果が入力されるとともに、入力端子１０１より走行状
態（ここでは車速）が入力され、目標値算出回路１０３
は、この学習結果と車速とを用いて環境情報（ここでは
車間距離）の目標値を算出する。比較回路１０４には、
入力端子１０２より実際の環境状態（ここでは車間距
離）が入力されるとともに、上記目標値算出回路１０３
から目標車間距離が入力され、比較回路１０４は、実際
の車間距離と目標車間距離とを対比して、その偏差を制
御量算出回路１０５に出力する。制御量算出回路１０５
では、入力された偏差値から制御量（ここではブレーキ
及びアクセルに関する制御量）を算出する。そして、こ
の制御量に基づく制御信号によって、ブレーキアクチュ
エータ１０６及びアクセルアクチュエータ１０７が動作
し、走行系のブレーキ及びアクセルが操作される。この
操作によって、車間距離は目標値に収束するよう変化す
る。なお、この可変車間距離走行制御における前記した
選択的制御モード１と選択的制御モード２との相違は、
目標値算出回路１０３の違いに相当し、選択的制御モー
ド１と選択的制御モード２に応じて目標値算出回路１０
３が切り替えられて動作する。The operation in the automatic travel control mode will be described by taking the variable inter-vehicle distance travel as an example. FIG. 11 is a block diagram showing an example of the variable inter-vehicle distance travel control function included in the travel control means 8 and the vehicle travel system 9 described above. In the figure, 101 to 102 are input terminals, and 103
Is a target value calculation circuit, 104 is a comparison circuit, 105 is a control amount calculation circuit, 106 is a brake actuator, and 107 is an accelerator actuator. Target value calculation circuit 103
The learning result stored in the storage device 5 is input from the input terminal 100, the running state (vehicle speed in this case) is input from the input terminal 101, and the target value calculation circuit 103
Calculates the target value of the environmental information (the inter-vehicle distance in this case) using the learning result and the vehicle speed. In the comparison circuit 104,
The actual environmental condition (here, the inter-vehicle distance) is input from the input terminal 102, and the target value calculation circuit 103 is also provided.
The target inter-vehicle distance is input from, and the comparison circuit 104 compares the actual inter-vehicle distance with the target inter-vehicle distance and outputs the deviation to the control amount calculation circuit 105. Control amount calculation circuit 105
Then, the control amount (here, the control amount relating to the brake and the accelerator) is calculated from the input deviation value. Then, the brake actuator 106 and the accelerator actuator 107 are operated by the control signal based on the control amount, and the brake and the accelerator of the traveling system are operated. By this operation, the inter-vehicle distance changes so as to converge to the target value. The difference between the selective control mode 1 and the selective control mode 2 in the variable inter-vehicle distance running control is as follows.
Corresponding to the difference in the target value calculation circuit 103, the target value calculation circuit 10 is selected according to the selective control mode 1 and the selective control mode 2.
3 is switched to operate.
【００４５】なお、可変車間距離走行以外の他の制御内
容（制御項目）についても、上記と同様に、学習結果と
走行状態とから目標値を算出し、目標値と実際の環境状
態とから偏差を求めて、偏差によって制御量を求めるよ
うにされる。また、各制御内容（制御項目）の選択的制
御モードの相違に応じて、目標値の算出手法が変えられ
る。As for the control contents (control items) other than the variable inter-vehicle distance running, the target value is calculated from the learning result and the running state, and the deviation from the target value and the actual environmental state is performed in the same manner as above. Then, the control amount is obtained from the deviation. Further, the method of calculating the target value can be changed according to the difference in the selective control mode of each control content (control item).
【００４６】以上のように本実施例によれば、自動走行
制御モード時の自動走行制御操作が、当該ドライバーの
運転操作から学習した学習結果に基づくものであるた
め、その制御は当該ドライバーにとって最適かつ自然な
ものになる。また、多数用意された制御内容（制御項
目）から、所望する制御内容を指定して自動走行制御さ
せるので、例えば車速を、車間距離もしくは道幅もしく
は歩行者間距離等々に応じて自動制御させることがで
き、外部の状況に応じて安全性を優先させた自動速度制
御やドライバーの好みを優先させた自動速度制御を、ド
ライバーが自由に選択でき、極めて利便性の高いものと
なる。さらに、各制御内容（制御項目）に複数の択一選
択可能な選択的制御モード（嗜好制御モード）が用意さ
れており、制御内容（制御項目）毎にドライバーの好み
に応じた選択的制御モードで動作するので、自動走行制
御による操作が当該ドライバーにとってより一層、最適
かつ自然なものになる。さらにまた、複数のドライバー
毎の異なる学習データが学習／記憶出来るので、ドライ
バーが変わってもそのドライバーにとって最適かつ自然
な自動走行制御が可能となる。さらにまた、ドライバ−
の実際の運転から制御に必要なパラメータを算出するの
で、特別なデータ入力を必要とせず、誰にでも簡単に使
いこなすことが可能となる。As described above, according to the present embodiment, since the automatic traveling control operation in the automatic traveling control mode is based on the learning result learned from the driving operation of the driver, the control is optimal for the driver. And it becomes natural. In addition, the desired control content is designated from a large number of prepared control content (control items) to perform automatic traveling control, so that, for example, the vehicle speed can be automatically controlled according to the inter-vehicle distance, the road width, the pedestrian distance, or the like. Therefore, the driver can freely select the automatic speed control that prioritizes safety or the automatic speed control that prioritizes the driver's preference according to the external situation, which is extremely convenient. Furthermore, a plurality of selective control modes (preference control modes) are provided for each control content (control item), and a selective control mode according to the driver's preference is provided for each control content (control item). The automatic driving control makes the operation more optimal and natural for the driver. Furthermore, since different learning data for each of a plurality of drivers can be learned / stored, optimal and natural automatic driving control for the driver can be performed even if the driver changes. Furthermore, the driver
Since the parameters required for control are calculated from the actual operation of, no special data input is required and anyone can easily use it.
【００４７】図１２は、本発明の第２実施例に係る車の
自動走行制御装置（自動走行制御システム）の要部構成
を示すブロック図である。同図において、１１０，１１
１，１１２，１１３は入力端子、１１４はマイクロコン
ピュータ、１１５はメモリーである。図１２は、前記第
１実施例における学習処理を行なう部分に相当する構成
を示したものであり、これ以外の部分については第１実
施例と同一である。学習動作を行なうときは、入力端子
１１１より走行状態が、入力端子１１２より環境情報が
入力され、それらをマイクロコンピュータ１１４はメモ
リー１１５に記憶したプログラムおよびデータにしたが
って処理する。処理結果は一時的にメモリー１１５に記
憶する。学習処理の終了時あるいはその他所定のタイミ
ングにおいて、処理結果はメモリー１１５より出力端子
１１３を通して出力し、図１の記憶装置５に保存する。
学習処理の開始時においては以前の学習結果を記憶装置
５より読み出し、それをメモリー１１５に一時的に記憶
する。上記プログラムにしたがった処理により以前の学
習結果を修正し、この修正した値を新たな学習結果とす
る。第１実施例においては多数の学習処理モードに対応
してハードウエアを設置し、それらを切り換えて動作さ
せるようにしているが、本実施例ではメモリー１１５内
に多数のアルゴリズムを記憶させ、入力端子１１０より
入力するパラメータによりアルゴリズムを選択して動作
させるようになっている。FIG. 12 is a block diagram showing a main configuration of an automatic cruise control system (automatic cruise control system) for a vehicle according to a second embodiment of the present invention. In the figure, 110, 11
1, 112 and 113 are input terminals, 114 is a microcomputer, and 115 is a memory. FIG. 12 shows a configuration corresponding to a portion for performing the learning process in the first embodiment, and the other portions are the same as those in the first embodiment. When performing the learning operation, the running state is input from the input terminal 111 and the environment information is input from the input terminal 112, and the microcomputer 114 processes them according to the program and data stored in the memory 115. The processing result is temporarily stored in the memory 115. At the end of the learning process or at another predetermined timing, the processing result is output from the memory 115 through the output terminal 113 and stored in the storage device 5 of FIG.
At the start of the learning process, the previous learning result is read from the storage device 5 and temporarily stored in the memory 115. The previous learning result is corrected by the processing according to the above program, and the corrected value is set as the new learning result. In the first embodiment, hardware is installed corresponding to a large number of learning processing modes and they are switched to operate, but in the present embodiment, a large number of algorithms are stored in the memory 115 and input terminals are used. The algorithm is selected and operated according to the parameters input from 110.
【００４８】斯様な本実施例によれば、前記第１実施例
の特長に加えて、メモリー１１５内のアルゴリズムが学
習方式を決めるので、大きなハードウエアの変更なしに
容易に学習方式の修正あるいは変更が可能となる。ま
た、学習動作においては人間の動作を学習するのである
から、比較的低速の処理で十分であり、本実施例のよう
にマイクロコンピュータを用いればプログラム次第で複
雑なアルゴリズムも容易に実現可能となる。According to the present embodiment, in addition to the features of the first embodiment, the algorithm in the memory 115 determines the learning method, so that the learning method can be easily modified or modified without major hardware changes. It can be changed. Further, since a human motion is learned in the learning operation, a relatively low speed process is sufficient, and a complicated algorithm can be easily realized depending on the program by using the microcomputer as in this embodiment. .
【００４９】[0049]
【発明の効果】以上のように本発明によれば、自動走行
制御モード時の自動走行制御操作が、当該ドライバーの
運転操作から学習した学習結果に基づくものであるた
め、その制御は当該ドライバーにとって最適かつ自然な
ものになる。また、多数用意された制御内容（制御項
目）から、所望する制御内容を指定して自動走行制御さ
せるので、例えば車速を、車間距離もしくは道幅もしく
は歩行者間距離等々に応じて自動制御させることがで
き、外部の状況に応じて安全性を優先させた自動速度制
御やドライバーの好みを優先させた自動速度制御を、ド
ライバーが自由に選択でき、極めて利便性の高いものと
なる。さらに、各制御内容（制御項目）に複数の択一選
択可能な選択的制御モード（嗜好制御モード）が用意さ
れており、制御内容（制御項目）毎にドライバーの好み
に応じた選択的制御モードで動作するので、自動走行制
御による操作が当該ドライバーにとってより一層、最適
かつ自然なものになる。さらにまた、複数のドライバー
毎の異なる学習データが学習／記憶出来るので、ドライ
バーが変わってもそのドライバーにとって最適かつ自然
な自動走行制御操作が可能となる。As described above, according to the present invention, since the automatic traveling control operation in the automatic traveling control mode is based on the learning result learned from the driving operation of the driver, the control is performed by the driver. Optimal and natural. In addition, the desired control content is designated from a large number of prepared control content (control items) to perform automatic traveling control, so that, for example, the vehicle speed can be automatically controlled according to the inter-vehicle distance, the road width, the pedestrian distance, or the like. Therefore, the driver can freely select the automatic speed control that prioritizes safety or the automatic speed control that prioritizes the driver's preference according to the external situation, which is extremely convenient. Furthermore, a plurality of selective control modes (preference control modes) are provided for each control content (control item), and a selective control mode according to the driver's preference is provided for each control content (control item). The automatic driving control makes the operation more optimal and natural for the driver. Furthermore, since different learning data for each of a plurality of drivers can be learned / stored, even if the driver changes, an optimal and natural automatic driving control operation can be performed for the driver.
【図１】本発明の第１実施例に係る自動走行制御装置の
概要を示すブロック図である。FIG. 1 is a block diagram showing an outline of an automatic cruise control device according to a first embodiment of the present invention.
【図２】本発明の第１実施例において自動走行制御の対
象となる制御内容（制御項目）の種別と、これに対応す
る学習対象の環境情報および走行状態との関係の１例を
示す説明図である。FIG. 2 is an explanatory diagram showing an example of the relationship between the type of control content (control item) that is the target of automatic travel control in the first embodiment of the present invention and the environment information and the traveling state of the learning target corresponding thereto. It is a figure.
【図３】本発明の第１実施例による車間距離検出機能の
１例を示すブロック図である。FIG. 3 is a block diagram showing an example of an inter-vehicle distance detecting function according to the first embodiment of the present invention.
【図４】図３で処理するビデオ信号を示す説明図であ
る。FIG. 4 is an explanatory diagram showing a video signal processed in FIG.
【図５】図３で行われる車間距離算出の原理を示す説明
図である。5 is an explanatory diagram showing a principle of inter-vehicle distance calculation performed in FIG. 3. FIG.
【図６】本発明の第１実施例による車速と車間距離とに
関する学習モードを示す説明図である。FIG. 6 is an explanatory diagram showing a learning mode regarding a vehicle speed and an inter-vehicle distance according to the first embodiment of the present invention.
【図７】図６の車速と車間距離との関係の基礎学習処理
モードが行われる学習処理回路の１例を示すブロック図
である。7 is a block diagram showing an example of a learning processing circuit in which a basic learning processing mode of the relationship between the vehicle speed and the inter-vehicle distance shown in FIG. 6 is performed.
【図８】図６の可変車間距離走行の学習処理モード１が
行われる学習処理回路の１例を示すブロック図である。8 is a block diagram showing an example of a learning processing circuit in which learning processing mode 1 for variable inter-vehicle distance running in FIG. 6 is performed.
【図９】図６の可変車間距離走行の学習処理モード２が
行われる学習処理回路の１例を示すブロック図である。9 is a block diagram showing an example of a learning processing circuit in which a learning processing mode 2 of the variable inter-vehicle distance travel shown in FIG. 6 is performed.
【図１０】図１の記憶装置内のデータ格納形式の１例を
示す説明図である。10 is an explanatory diagram showing an example of a data storage format in the storage device of FIG. 1. FIG.
【図１１】本発明の第１実施例による可変車間距離走行
制御機能の１例を示すブロック図である。FIG. 11 is a block diagram showing an example of a variable inter-vehicle distance travel control function according to the first embodiment of the present invention.
【図１２】本発明の第２実施例に係る自動走行制御装置
の要部構成を示すブロック図である。FIG. 12 is a block diagram showing a main configuration of an automatic cruise control device according to a second embodiment of the present invention.
１ 環境情報の入力装置 ２ 環境情報検出手段 ３ 走行状態モニタ手段 ４ 学習処理手段 ５ 記憶装置 ６ 入力端子 ７ 条件設定手段 ８ 走行制御手段 ９ 車走行系 １０ マニュアル操作入力手段 1 Environmental Information Input Device 2 Environmental Information Detection Means 3 Running State Monitoring Means 4 Learning Processing Means 5 Storage Devices 6 Input Terminals 7 Condition Setting Means 8 Driving Control Means 9 Car Driving Systems 10 Manual Operation Input Means
───────────────────────────────────────────────────── フロントページの続き (72)発明者 田中 直行 茨城県土浦市神立町502番地 株式会社日 立製作所機械研究所内 (72)発明者 倉田 謙一郎 茨城県日立市大みか町七丁目１番１号 株 式会社日立製作所日立研究所内 (72)発明者 寺西 優子 神奈川県川崎市麻生区王禅寺1099番地 株 式会社日立製作所システム開発研究所内 ─────────────────────────────────────────────────── ─── Continuation of the front page (72) Inventor Naoyuki Tanaka 502 Jinritsucho, Tsuchiura-shi, Ibaraki Machinery Research Laboratory, Hiritsu Manufacturing Co., Ltd. (72) Kenichiro Kurata 7-1-1 Omika-cho, Hitachi-shi, Ibaraki Hitachi, Ltd., Hitachi Research Laboratory (72) Inventor, Yuko Teranishi 1099, Ozenji, Aso-ku, Kawasaki-shi, Kanagawa Stock Company, Hitachi Systems Development Laboratory
Claims (6)
出手段と、 自車の走行状態を検出する走行状態情報検出手段と、 上記検出した周囲の状況と自車の走行状態との関係から
ドライバーの運転操作を学習する学習処理手段であっ
て、複数の学習処理モードのうちで選択された学習処理
モードにしたがって学習処理を行うものと、 上記選択された学習処理モードにしたがって上記学習処
理手段で学習処理して得た学習データを、ドライバー毎
に記憶する記憶手段と、 現在運転を行っているドライバーに応じて上記記憶手段
から読み出された学習データの中から指定されたものを
用い、この指定された学習データと対応する制御内容
（制御項目）で自車の走行系を自動制御する走行制御手
段と、を具備し、 学習のための学習走行モードと自動走行制御を行うため
の自動走行制御モードとの２つの走行モードをもち、上
記学習走行モードにおいては、ドライバーの運転によっ
て車の走行系を動作させて、上記選択した学習処理モー
ドにしたがって上記学習処理手段でドライバーの運転操
作の学習を行なって、この学習結果を上記記憶装置に記
憶させ、また、上記自動走行制御モードにおいては、ド
ライバーに応じて上記記憶装置より読み出した学習デー
タの中から指定されたものを用い、この指定された学習
データと対応する制御内容（制御項目）で自車の走行系
を自動制御するようにしたことを特徴とする車の自動走
行制御装置。1. A relationship between an environmental information detecting means for detecting a situation around the own vehicle, a traveling state information detecting means for detecting a traveling state of the own vehicle, and a relation between the detected surrounding situation and a traveling state of the own vehicle. A learning processing means for learning the driving operation of the driver from the following, wherein the learning processing is performed according to a learning processing mode selected from a plurality of learning processing modes, and the learning processing according to the selected learning processing mode. The learning data obtained by the learning process by the means is stored for each driver, and the learning data specified by the learning data read from the storage means according to the driver currently driving is used. , A traveling control means for automatically controlling the traveling system of the own vehicle with control contents (control items) corresponding to the designated learning data, and a learning traveling mode for learning and automatic It has two traveling modes including an automatic traveling control mode for performing row control. In the learning traveling mode, the traveling system of the vehicle is operated by the driver's driving, and the learning processing is performed according to the selected learning processing mode. The driving operation of the driver is learned by the means and the learning result is stored in the storage device. In the automatic driving control mode, the learning data is designated from the learning data read from the storage device according to the driver. A vehicle automatic traveling control device characterized in that the traveling system of the own vehicle is automatically controlled by the control contents (control items) corresponding to the designated learning data.
目）は、ドライバーの入力によって指定可能とされたこ
とを特徴とする車の自動走行制御装置。2. The automatic traveling control device for a vehicle according to claim 1, wherein a plurality of control contents (control items) to be subject to the automatic traveling control can be designated by an input of a driver.
目）の少なくとも一部には、１つの制御内容に対応して
ドライバーが選択可能な複数の異なる制御モードが用意
されていることを特徴とする車の自動走行制御装置。3. The driver according to claim 1, wherein at least a part of a plurality of control contents (control items) to be subject to the automatic cruise control is a plurality of different drivers selectable corresponding to one control content. An automatic cruise control device for a vehicle, characterized in that a control mode is prepared.
に設定される上記自動走行制御の対象となる複数の制御
内容（制御項目）種別情報とが設定される条件設定選択
手段が設けられたことを特徴とする車の自動走行制御装
置。4. The condition according to claim 1, wherein identification information of a driver to be driven and a plurality of control content (control item) type information to be subject to the automatic traveling control set uniquely to the driver are set. An automatic traveling control device for a vehicle, comprising a setting selection means.
し、自車の走行状態として自車の車速を検出し、この車
間距離および車速によってドライバーの運転の仕方を学
習し、ドライバーおよび車速に応じて、車間距離を可変
制御することを特徴とする車の自動走行制御装置。5. The vehicle according to claim 1, wherein an inter-vehicle distance to a vehicle traveling ahead is detected as a surrounding condition, a vehicle speed of the own vehicle is detected as a traveling state of the own vehicle, and the driver's vehicle distance is detected based on the inter-vehicle distance and the vehicle speed. An automatic traveling control device for a vehicle, which learns how to drive and variably controls an inter-vehicle distance according to a driver and a vehicle speed.
を撮影し、該ビデオカメラの映像信号より上記車間距離
を検出することを特徴とする車の自動走行制御装置。6. The automatic vehicle running control according to claim 5, wherein a video camera is provided, a front image is taken by the video camera, and the inter-vehicle distance is detected from a video signal of the video camera. apparatus.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5255791A JPH07108849A (en) | 1993-10-13 | 1993-10-13 | Vehicular automatic traveling control device |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP5255791A JPH07108849A (en) | 1993-10-13 | 1993-10-13 | Vehicular automatic traveling control device |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPH07108849A true JPH07108849A (en) | 1995-04-25 |
Family
ID=17283688
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP5255791A Pending JPH07108849A (en) | 1993-10-13 | 1993-10-13 | Vehicular automatic traveling control device |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JPH07108849A (en) |
Cited By (30)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10338057A (en) * | 1997-06-10 | 1998-12-22 | Hitachi Ltd | Automatic travel controller and inter-vehicle distance warning device for automobile |
| JPH11105579A (en) * | 1997-10-07 | 1999-04-20 | Toyota Motor Corp | Inter-vehicle controller |
| JP2003054338A (en) * | 2001-08-16 | 2003-02-26 | Nissan Motor Co Ltd | Controller for vehicle |
| GB2384062A (en) * | 2001-11-15 | 2003-07-16 | Denso Corp | Automatic vehicle control apparatus which adapts to driving style |
| DE19811585B4 (en) * | 1997-03-17 | 2004-12-16 | Mitsubishi Jidosha Kogyo K.K. | A vehicle driving control unit |
| JP2006098359A (en) * | 2004-09-30 | 2006-04-13 | Denso Corp | Obstacle detector |
| JP2006131055A (en) * | 2004-11-04 | 2006-05-25 | Denso Corp | Vehicle traveling controlling device |
| JP2006349003A (en) * | 2005-06-14 | 2006-12-28 | Aisin Aw Co Ltd | Vehicle control device and vehicle control method |
| US7177749B2 (en) * | 2003-12-18 | 2007-02-13 | Fuji Jukogyo Kabushiki Kaisha | Vehicle driving support apparatus |
| JP2008180591A (en) * | 2007-01-24 | 2008-08-07 | Toyota Motor Corp | Travel control plan generation system |
| KR100946525B1 (en) * | 2008-05-30 | 2010-03-11 | 현대자동차주식회사 | Automatic Driving System for a Vehicle |
| JP2010126087A (en) * | 2008-11-28 | 2010-06-10 | Nissan Motor Co Ltd | Travel control device and travel control method |
| JP2015089801A (en) * | 2013-11-07 | 2015-05-11 | 株式会社デンソー | Operation control device |
| US9097549B1 (en) | 2014-03-17 | 2015-08-04 | Ford Global Technologies, Llc | Learning automated vehicle |
| WO2016158197A1 (en) * | 2015-03-31 | 2016-10-06 | 日立オートモティブシステムズ株式会社 | Automatic driving control device |
| JP2016215658A (en) * | 2015-05-14 | 2016-12-22 | アルパイン株式会社 | Automatic driving device and automatic driving system |
| EP3115272A1 (en) | 2015-07-06 | 2017-01-11 | Toyota Jidosha Kabushiki Kaisha | Control system of automated driving vehicle |
| WO2017057060A1 (en) * | 2015-09-30 | 2017-04-06 | ソニー株式会社 | Driving control device, driving control method, and program |
| JP2017087906A (en) * | 2015-11-06 | 2017-05-25 | 株式会社デンソー | Vehicle control device |
| JP2017202720A (en) * | 2016-05-10 | 2017-11-16 | 本田技研工業株式会社 | Vehicle control system, vehicle control method, and vehicle control program |
| WO2018138767A1 (en) * | 2017-01-24 | 2018-08-02 | 日産自動車株式会社 | Travel characteristic learning method and driving control device |
| JP2018163471A (en) * | 2017-03-24 | 2018-10-18 | シャープ株式会社 | Travel management apparatus, autonomous traveling apparatus, travel management method, and travel management program |
| KR20190038055A (en) * | 2017-09-29 | 2019-04-08 | 엘지전자 주식회사 | Vehicle driving control apparatus and vehicle driving method |
| JP2019069745A (en) * | 2017-10-11 | 2019-05-09 | トヨタ自動車株式会社 | Driving support control system |
| JP2020038696A (en) * | 2014-09-30 | 2020-03-12 | エイディシーテクノロジー株式会社 | Automatic driving control device and vehicle |
| JP2020042787A (en) * | 2018-09-06 | 2020-03-19 | 百度在線網絡技術（北京）有限公司 | Automatic driving support method, driving device, support device, and computer-readable storage medium |
| US10782687B2 (en) | 2015-09-30 | 2020-09-22 | Sony Corporation | Driving control apparatus, driving control method, and program |
| JP2020183152A (en) * | 2019-05-07 | 2020-11-12 | 日立オートモティブシステムズ株式会社 | Vehicle control system |
| US11163304B2 (en) | 2018-04-19 | 2021-11-02 | Toyota Jidosha Kabushiki Kaisha | Trajectory determination device |
| US11724697B2 (en) | 2019-09-04 | 2023-08-15 | Toyota Motor Engineering & Manufacturing North America, Inc. | Geofenced AI controlled vehicle dynamics |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0392437A (en) * | 1989-09-05 | 1991-04-17 | Toyota Motor Corp | Running control device for vehicle |
| JPH03153436A (en) * | 1989-11-10 | 1991-07-01 | Japan Electron Control Syst Co Ltd | Individualized learning device for automobile |
| JPH03239856A (en) * | 1990-02-16 | 1991-10-25 | Nissan Motor Co Ltd | Variable characteristic vehicle |
| JPH03239857A (en) * | 1990-02-16 | 1991-10-25 | Nissan Motor Co Ltd | Variable characteristic vehicle |
| JPH03273405A (en) * | 1990-03-23 | 1991-12-04 | Toyota Motor Corp | Automatic vehicle driving device |
| JPH03280110A (en) * | 1990-03-29 | 1991-12-11 | Mazda Motor Corp | Controller for autonomously traveling vehicle |
| JPH0471933A (en) * | 1990-07-10 | 1992-03-06 | Toyota Motor Corp | Travel control device for vehicle |
| JPH0558203A (en) * | 1991-09-03 | 1993-03-09 | Mazda Motor Corp | Learning control automobile |
| JPH0558202A (en) * | 1991-09-03 | 1993-03-09 | Mazda Motor Corp | Learning control automobile |
| JPH0558198A (en) * | 1991-09-03 | 1993-03-09 | Mazda Motor Corp | Learning control car |
| JPH05294218A (en) * | 1992-04-22 | 1993-11-09 | Mazda Motor Corp | Automatic braking device for vehicle |
| JPH06199157A (en) * | 1992-12-28 | 1994-07-19 | Mazda Motor Corp | Control gain changing device for automobile control device |
| JPH0717390A (en) * | 1993-07-06 | 1995-01-20 | Mazda Motor Corp | Brake controller |
| JPH0732909A (en) * | 1993-05-19 | 1995-02-03 | Mazda Motor Corp | Car speed control device of automobile |
| JPH0769096A (en) * | 1993-08-31 | 1995-03-14 | Mitsubishi Motors Corp | Travel control device for automobile |
-
1993
- 1993-10-13 JP JP5255791A patent/JPH07108849A/en active Pending
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0392437A (en) * | 1989-09-05 | 1991-04-17 | Toyota Motor Corp | Running control device for vehicle |
| JPH03153436A (en) * | 1989-11-10 | 1991-07-01 | Japan Electron Control Syst Co Ltd | Individualized learning device for automobile |
| JPH03239856A (en) * | 1990-02-16 | 1991-10-25 | Nissan Motor Co Ltd | Variable characteristic vehicle |
| JPH03239857A (en) * | 1990-02-16 | 1991-10-25 | Nissan Motor Co Ltd | Variable characteristic vehicle |
| JPH03273405A (en) * | 1990-03-23 | 1991-12-04 | Toyota Motor Corp | Automatic vehicle driving device |
| JPH03280110A (en) * | 1990-03-29 | 1991-12-11 | Mazda Motor Corp | Controller for autonomously traveling vehicle |
| JPH0471933A (en) * | 1990-07-10 | 1992-03-06 | Toyota Motor Corp | Travel control device for vehicle |
| JPH0558203A (en) * | 1991-09-03 | 1993-03-09 | Mazda Motor Corp | Learning control automobile |
| JPH0558202A (en) * | 1991-09-03 | 1993-03-09 | Mazda Motor Corp | Learning control automobile |
| JPH0558198A (en) * | 1991-09-03 | 1993-03-09 | Mazda Motor Corp | Learning control car |
| JPH05294218A (en) * | 1992-04-22 | 1993-11-09 | Mazda Motor Corp | Automatic braking device for vehicle |
| JPH06199157A (en) * | 1992-12-28 | 1994-07-19 | Mazda Motor Corp | Control gain changing device for automobile control device |
| JPH0732909A (en) * | 1993-05-19 | 1995-02-03 | Mazda Motor Corp | Car speed control device of automobile |
| JPH0717390A (en) * | 1993-07-06 | 1995-01-20 | Mazda Motor Corp | Brake controller |
| JPH0769096A (en) * | 1993-08-31 | 1995-03-14 | Mitsubishi Motors Corp | Travel control device for automobile |
Cited By (44)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE19811585B4 (en) * | 1997-03-17 | 2004-12-16 | Mitsubishi Jidosha Kogyo K.K. | A vehicle driving control unit |
| JPH10338057A (en) * | 1997-06-10 | 1998-12-22 | Hitachi Ltd | Automatic travel controller and inter-vehicle distance warning device for automobile |
| JPH11105579A (en) * | 1997-10-07 | 1999-04-20 | Toyota Motor Corp | Inter-vehicle controller |
| JP2003054338A (en) * | 2001-08-16 | 2003-02-26 | Nissan Motor Co Ltd | Controller for vehicle |
| GB2384062A (en) * | 2001-11-15 | 2003-07-16 | Denso Corp | Automatic vehicle control apparatus which adapts to driving style |
| JP2003211999A (en) * | 2001-11-15 | 2003-07-30 | Denso Corp | Running controller for vehicle |
| GB2384062B (en) * | 2001-11-15 | 2005-09-14 | Denso Corp | Travel control apparatus of vehicle |
| US6957138B2 (en) | 2001-11-15 | 2005-10-18 | Denso Corporation | Travel control apparatus of vehicle |
| US7177749B2 (en) * | 2003-12-18 | 2007-02-13 | Fuji Jukogyo Kabushiki Kaisha | Vehicle driving support apparatus |
| JP2006098359A (en) * | 2004-09-30 | 2006-04-13 | Denso Corp | Obstacle detector |
| JP2006131055A (en) * | 2004-11-04 | 2006-05-25 | Denso Corp | Vehicle traveling controlling device |
| JP2006349003A (en) * | 2005-06-14 | 2006-12-28 | Aisin Aw Co Ltd | Vehicle control device and vehicle control method |
| JP2008180591A (en) * | 2007-01-24 | 2008-08-07 | Toyota Motor Corp | Travel control plan generation system |
| KR100946525B1 (en) * | 2008-05-30 | 2010-03-11 | 현대자동차주식회사 | Automatic Driving System for a Vehicle |
| JP2010126087A (en) * | 2008-11-28 | 2010-06-10 | Nissan Motor Co Ltd | Travel control device and travel control method |
| JP2015089801A (en) * | 2013-11-07 | 2015-05-11 | 株式会社デンソー | Operation control device |
| US9097549B1 (en) | 2014-03-17 | 2015-08-04 | Ford Global Technologies, Llc | Learning automated vehicle |
| JP2020038696A (en) * | 2014-09-30 | 2020-03-12 | エイディシーテクノロジー株式会社 | Automatic driving control device and vehicle |
| JPWO2016158197A1 (en) * | 2015-03-31 | 2017-10-26 | 日立オートモティブシステムズ株式会社 | Automatic operation control device |
| WO2016158197A1 (en) * | 2015-03-31 | 2016-10-06 | 日立オートモティブシステムズ株式会社 | Automatic driving control device |
| US10518783B2 (en) | 2015-03-31 | 2019-12-31 | Hitachi Automotive Systems, Ltd. | Automatic driving control device |
| JP2016215658A (en) * | 2015-05-14 | 2016-12-22 | アルパイン株式会社 | Automatic driving device and automatic driving system |
| US9914458B2 (en) | 2015-07-06 | 2018-03-13 | Toyota Jidosha Kabushiki Kaisha | Control system of automated driving vehicle |
| EP3115272A1 (en) | 2015-07-06 | 2017-01-11 | Toyota Jidosha Kabushiki Kaisha | Control system of automated driving vehicle |
| US10782687B2 (en) | 2015-09-30 | 2020-09-22 | Sony Corporation | Driving control apparatus, driving control method, and program |
| WO2017057060A1 (en) * | 2015-09-30 | 2017-04-06 | ソニー株式会社 | Driving control device, driving control method, and program |
| US11835954B2 (en) | 2015-09-30 | 2023-12-05 | Sony Group Corporation | Driving control apparatus, driving control method, and program |
| JPWO2017057060A1 (en) * | 2015-09-30 | 2018-08-09 | ソニー株式会社 | Operation control apparatus, operation control method, and program |
| US11409290B2 (en) | 2015-09-30 | 2022-08-09 | Sony Corporation | Driving control apparatus, driving control method, and program |
| US11281211B2 (en) | 2015-09-30 | 2022-03-22 | Sony Corporation | Driving control apparatus, driving control method, and program |
| US10220853B2 (en) | 2015-11-06 | 2019-03-05 | Denso Corporation | Vehicle control apparatus |
| JP2017087906A (en) * | 2015-11-06 | 2017-05-25 | 株式会社デンソー | Vehicle control device |
| CN107444405A (en) * | 2016-05-10 | 2017-12-08 | 本田技研工业株式会社 | Vehicle control system, control method for vehicle and wagon control program |
| JP2017202720A (en) * | 2016-05-10 | 2017-11-16 | 本田技研工業株式会社 | Vehicle control system, vehicle control method, and vehicle control program |
| US10324464B2 (en) | 2016-05-10 | 2019-06-18 | Honda Motor Co., Ltd. | Vehicle control system, vehicle control method, and vehicle control program |
| WO2018138767A1 (en) * | 2017-01-24 | 2018-08-02 | 日産自動車株式会社 | Travel characteristic learning method and driving control device |
| JP2018163471A (en) * | 2017-03-24 | 2018-10-18 | シャープ株式会社 | Travel management apparatus, autonomous traveling apparatus, travel management method, and travel management program |
| US10768618B2 (en) | 2017-09-29 | 2020-09-08 | Lg Electronics Inc. | Vehicle driving control apparatus and vehicle driving method |
| KR20190038055A (en) * | 2017-09-29 | 2019-04-08 | 엘지전자 주식회사 | Vehicle driving control apparatus and vehicle driving method |
| JP2019069745A (en) * | 2017-10-11 | 2019-05-09 | トヨタ自動車株式会社 | Driving support control system |
| US11163304B2 (en) | 2018-04-19 | 2021-11-02 | Toyota Jidosha Kabushiki Kaisha | Trajectory determination device |
| JP2020042787A (en) * | 2018-09-06 | 2020-03-19 | 百度在線網絡技術（北京）有限公司 | Automatic driving support method, driving device, support device, and computer-readable storage medium |
| JP2020183152A (en) * | 2019-05-07 | 2020-11-12 | 日立オートモティブシステムズ株式会社 | Vehicle control system |
| US11724697B2 (en) | 2019-09-04 | 2023-08-15 | Toyota Motor Engineering & Manufacturing North America, Inc. | Geofenced AI controlled vehicle dynamics |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPH07108849A (en) | Vehicular automatic traveling control device | |
| US20210405636A1 (en) | Vehicular driving assist system that learns different driving styles | |
| US10710610B2 (en) | Driving control method and driving control apparatus | |
| US10606264B2 (en) | Control method and control device of automatic driving vehicle | |
| JP2601003B2 (en) | Vehicle running condition recognition device | |
| US9555807B2 (en) | Automated vehicle parameter modification based on operator override | |
| US11587461B2 (en) | Context-sensitive adjustment of off-road glance time | |
| CN110371018B (en) | Improving vehicle behavior using information from other vehicle lights | |
| JP2002307972A (en) | Controller for inter-vehicle distance | |
| US12033397B2 (en) | Controller, method, and computer program for controlling vehicle | |
| CN108583572A (en) | Drive assistance device | |
| US10850740B2 (en) | Driving assistance method and driving assistance device | |
| US11192547B2 (en) | Adaptive speed control system | |
| US20220388544A1 (en) | Method for Operating a Vehicle | |
| CN114347996A (en) | Vehicle behavior monitoring | |
| CN114842432B (en) | Deep learning-based automobile light control method and system | |
| CN112088117A (en) | Method for operating a motor vehicle to improve the operating conditions of an evaluation unit of the motor vehicle, control system for carrying out the method, and motor vehicle having the control system | |
| JP4743251B2 (en) | Tracking control device | |
| JP4225352B2 (en) | Tracking control device | |
| JP7424327B2 (en) | Vehicle display control device, vehicle display control system, and vehicle display control method | |
| JP6330296B2 (en) | Driving support device and driving support method | |
| US11195063B2 (en) | Hidden hazard situational awareness | |
| JP2006160032A (en) | Driving state determination device and its method | |
| JP2008006878A (en) | Vehicular traveling controller | |
| CN114379550A (en) | Adaptive lane keeping assist method and apparatus for driving assist |