JPH10207504A - 人工知能機械および人工知能機械システム - Google Patents

人工知能機械および人工知能機械システム

Info

Publication number
JPH10207504A
JPH10207504A JP9007529A JP752997A JPH10207504A JP H10207504 A JPH10207504 A JP H10207504A JP 9007529 A JP9007529 A JP 9007529A JP 752997 A JP752997 A JP 752997A JP H10207504 A JPH10207504 A JP H10207504A
Authority
JP
Japan
Prior art keywords
vehicle
artificial intelligence
inference
data
intelligence machine
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.)
Withdrawn
Application number
JP9007529A
Other languages
English (en)
Inventor
Tomoo Matsuda
智夫 松田
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Komatsu Ltd
Original Assignee
Komatsu Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Komatsu Ltd filed Critical Komatsu Ltd
Priority to JP9007529A priority Critical patent/JPH10207504A/ja
Priority to PCT/JP1998/000199 priority patent/WO1998032108A1/ja
Publication of JPH10207504A publication Critical patent/JPH10207504A/ja
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process

Abstract

(57)【要約】 （修正有） 【課題】周囲の環境を評価しつつ適切なタイミングで内
容の推論を行う。 【解決手段】記憶装置（第一層）２に記憶されたデータ
に基づいて人工知能機械２０がとるべき目標の行動とそ
の外界の現状とを読み取り、当該目標の行動をとる際に
生じる不具合を予測し、この不具合予測を出力する自動
制御手段（第二層）５と、前記自動制御手段（第二層）
５から不具合予測が出力された場合に起動され、当該不
具合がなくなるための推論を行い、この推論結果を前記
記憶装置（第一層）２に記憶させる推論手段（第三層）
６と、前記記憶装置（第一層）２に記憶された前記推論
結果と前記自動制御手段（第二層）５の制御出力とに基
づいて、前記人工知能機械２０を駆動する機械駆動手段
（身体部）９とを具える。

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、記憶装置に記憶さ
れたデータに基づいて所定の推論を行い、この推論結果
に応じた行動をとる人工知能機械および人工知能機械シ
ステムに関する。
【０００２】
【従来の技術および発明が解決しようとする課題】従来
より、情報通信ネットワークに接続され、このネットワ
ークを介して周辺の環境の実際の状態を計測したり、周
辺の状況に応じて行動を変えたりする人工知能機械を制
御する技術として様々なものが提案されてきている。
【０００３】例えば、化学プラントでは、情報通信ネッ
トワークで結ばれた複数の計算機が多様な工程に組み込
まれており、あるものは自動制御で化学反応の温度や圧
力を調整し、あるいは生成物や排気ガスなどを測定する
ことにより、人工知能の手法で反応の促進状態を予測し
て自動制御系の目標値を自動的に変えたり、運転者に警
告を与えて自動制御の目標値を変更させたりするシステ
ムが実用化されている。
【０００４】このように、人工知能の手法で構成される
機能を上位とし、この上位の人工知能機能によって下位
の自動制御系を調節するシステムは、化学プラントだけ
でなく、機械制御システム、交通システム、物流システ
ムなどにも使われており、制御システムを設計する立場
にいる当業者にとっては極めて当然で常識的なシステム
構成である。
【０００５】これは、工学設計の技術思想の基礎となる
西欧哲学によれば、「理性（人工知能による推論）が肉
体（センサとアクチュエータからなる自動制御）を支配
する」という暗黙の前提が影響しているためと思われ
る。
【０００６】しかし、現在の人工知能における推論に関
する分野には、「一般フレーム問題」という難題があ
る。この「一般フレーム問題」とは、推論すべき適切な
命題を適切な時期に与えることができれば正しく推論で
きるのに、人間が場面や状況を判断して行動するような
複雑な場面では、推論すべき命題を人工知能機械自身が
推論によって見つけ出す方法を採用すると、推論すべき
ことを見つけ出すまでに思考が堂々巡りになってしま
い、適切な結論に到達することが困難になるということ
である。
【０００７】これに関して人工知能の研究専門家として
極めて著名なDr.Marvin Minskyの著書“The Society of
Mind”の６．１４章では、「意識が働き始めるのは、
私たち自身の何かがうまく働かなくなったときであるこ
とが多い」として、人間の心の意識的な思考や推論が
「何かうまく行かないこと」が引き金となることが述べ
られている。
【０００８】これは、本発明に至るヒントを与えてくれ
る着想ではあるが、上記文献で「うまく行かないことに
気付くのは別の意識的なプロセスである」とされている
ように、身体の感覚や手足を動かすアクチュエータ等か
らなる自動制御系は、従来通り意識的なプロセスの下位
システムとして位置づけられており、その基本構成にお
いて本発明そのものを示唆するものではない。
【０００９】今日の制御工学の技術分野における当業者
が「自動制御」という言葉で示すものとしては、フィー
ドバック制御やフィードフォワード制御などの古典的な
制御理論を始め、線形代数学を用いた現代制御理論や適
応制御のほか、最近ではファジー理論を利用したファジ
ー制御などの様々な方式が実用化されており、これらは
各種の技術図書や大学の教科書などとして出版されてい
る。この実装手段として、電機設備、電子回路、ＰＩＤ
コントローラ、シーケンスコントローラ、デジタル計算
機などのほか、最近研究が盛んになってきたニューラル
ネットの技術を信号処理に利用することも当業者には容
易に考えつくことである。
【００１０】これに対して、本出願で使用している「自
動制御」という言葉には、もう少し一般的な意味を持た
せている。それは、具体的には前出のDr. Marvin Minsk
y の著書“The Society of Mind ”の７．８章にある
「差分エンジン」と類似した広い概念であり、下記のよ
うな要件からなるものと説明することができる。
【００１１】１）自動制御は、望ましい状態の記述を
「目標」として持っている必要がある。 ２）自動制御
は、実際の状態の記述を「現状」として持っている必要
がある。 ３）自動制御は、「目標」と「現状」の差違
によって活性化される「自動制御 機構」を持って
いる必要がある。
【００１２】４）「自動制御機構」は、それが活性化さ
れる原因となった「目標」と「現状」 の差違を減
らすような働きをする必要がある。
【００１３】この差分エンジンの考え方は、１９７８年
にノーベル賞を受賞したHerbert Ａ. Simon(1916−) ら
によって一般問題解決器（ＧＰＳ，General Problem So
lver）として再帰的な記号処理モデルとして定式化され
ているものを含む考え方である。 つまり、本出願にお
ける「自動制御」という言葉は、特定の制御方式や信号
処理方式や装置構成をいうのではなく、「目標」と「現
状」の差違を減らすように働く機能を持つように作られ
た装置全般を指す。
【００１４】ところで、「目標と現状の差違を減らすよ
うに働く装置」であれば、どのような対象でも制御でき
るかというと、そうとは限らない。なぜならば、本出願
における「自動制御」という考え方でも、「現状」を必
要十分な程度まで掌握できないならば、自動制御は機能
しないのである。つまり、外界のありさまとしての「現
状」を、「目標」との差違が定義できるのに必要十分な
程度まで明確に記述できないのならば、「現状」が掌握
できないことになる。このような場合には「目標」と
「現状」の差違も定義できないため、結局、その差違を
減らすように自動制御を働かせることができないのであ
る。この「現状」を掌握する能力は「自動制御」に含ま
れないが、自動制御を的確に動作させるためには不可欠
である。自動制御の仕組みによって対象物を制御しよう
としてシステム全体を設計する場合には、かならずこの
「現状」掌握機能になんらかの仕組みを割り宛てておく
必要がある。
【００１５】たとえば、整備された人工の環境である工
場やプラントにおける自動制御では、特定のセンサやセ
ンサ信号の組合せを予め決めておき、その決められた信
号の組合せによって外界（制御対象）の現状が必要十分
な程度に掌握されるようにシステムを設計すればよい。
【００１６】ところが、知能自動車や建設機械などのよ
うに、予め定まっていない環境や状況に遭遇する機械を
制御する場合には、「現状」を必要十分な程度に掌握す
る機構は必要であるものの、現時点ではまだその要求を
完全に実現する技術は存在していない。具体的に言え
ば、災害現場などで無人建設機械の目の前にある凸凹の
ある大きな物体が、「破砕すべき岩石」なのか、「救出
すべき被災者」なのか、「踏みつぶすべき倒木の枝」な
のか、それとも「把持して積み上げるべき土壌」なのか
を識別できなければ、正しい行動をとることはできない
が、その識別は、現状では極めて困難である。
【００１７】また、車両が自律走行する出発点から目標
点までの所定の経路を表現する方法として、米国特許4,
866,617 号（“Method of Guiding an Unmanned Vehicl
e ”）にみられるように、経路を座標点の点列で表現す
る方法があり、車両はそれら点列をひとつづつ辿ってい
くように自動制御される。
【００１８】しかし、この方法で車両を誘導できるの
は、「経路上に障害物が存在しない場合」に限られる。
従って、車両の眼前に広がる「黒い影」を検出した場合
に、その部分が「単に汚れている」だけなのか、そこに
「大きな穴があいている」のか、「オイルなどが巻き散
らされていて車両の運行上で危険な状態」なのかについ
て、外界の「現状」を掌握することができなければ、車
両を適切に誘導させることはできない。
【００１９】この場合に、車両の周囲全部を同時に観察
できるように、多数の外界センサを車両に搭載すること
も考えられる。
【００２０】しかし、多数の外界センサを車両に搭載す
ることは経済的に困難である。
【００２１】そこで、人間が興味のある方向を振り向い
て目をこらして観察するのと同様に、自律走行する車両
の視覚センサが、その時点で注目すべき場所や方向に向
くように指向性、注視点が変化されるように設計するこ
とが考えられる。
【００２２】例えば、出発地点から車両が道路に出ると
きには、視覚センサの指向性と注視点を変化させ、進路
方向だけでなく合流する道路に他の車両がいないことを
確認すればよい。また、高速走行中は、視覚センサの指
向性と注視点を変化させ、遠くの前方を観察するととも
に並進ないしは近傍を走る車両の挙動に注意すればよ
い。また、目標地点の近くでは、視覚センサの指向性と
注視点を変化させ、目標地点の正確な位置を探すととも
に、停車するために道路から左右にハンドルをきって分
岐したり減速しても周囲の車両と接触事故を起こさずに
すむかどうかを確認すればよい。
【００２３】このように、外界から確認し掌握すべき外
界の「現状」の範疇は、一定不変ではなく、その時々の
状況や場面によって常に変化しつづるものである。した
がって、外界の「現状」を必要十分に知った上で自動制
御しようとするならば、「現状」を把握することができ
る機構に対して指示を与え、時々刻々の状況に応じて知
るべき事項を取得する必要があるという問題がある。
【００２４】このような問題に対して、従来の「狭義の
自動制御」では、たとえば工場プラントにみられるよう
に、センサ信号の意味づけや指向性や感度は、概ね一定
のままで環境のデータを計測しており、上記問題点とし
て指摘するように、状況に応じて対象を認識する必要性
について何ら具体的な解決策を与えるものではなかっ
た。
【００２５】さて、人間の感覚知覚に相当するセンサか
らの情報にもとづいて推論（reasoning ）を行う機能
は、一般に人工知能に分類される。
【００２６】たとえば、対象物をＣＣＤビデオカメラ等
で撮影して画像処理を行い、その色や形から対象物が何
であるかを推論し、もしその対象物が複数の積み木ブロ
ックであったときに、所定の積み姿になるように手順を
推論して積み木を積む作業を行うがごとき場合である。
【００２７】今日、人工知能の技術は、多岐に渡って研
究が進められており、人工知能の研究分野は、「様々な
トピックスの集まりにすぎない」といわれるほどに多様
な課題が議論されている。例えば、いくつかの教科書や
文献をもとに人工知能の研究分野を列挙してみると下記
のような一覧表ができあがる。
【００２８】 ＜哲学＞哲学的基礎（philosophical foundations ） オントロジ（ontologies） 認知モデル（cognitive modeling） 知覚（perception） 信念（belief） 因果律（causality ） 発見（discovery ） 科学的発見（scientific discovery） 対話（discourse ） ＜数学＞数学的基礎（mathematical foundations） 定理証明（theorem proving ） 制約充足（constraint satisfaction ） 決定理論（decision theory ） 決定木（decision trees） 探索（search） スケジューリング（scheduling） 計画（planning） 問題解決（problem solving ） 診断（diagnosis ） 計算論的複雑さ（computational complexity） 記述論理（description logics） ＜推論＞自動推論（automated reasoning ） 常識推論（common sense reasoning） 定性推論（qualitative reasoning ） 時系列推論（temporal reasoning） 事例ベース推論（case-based reasoning） 非単調推論（nonmonotonic reasoning） 確率的推論（probabilistic reasoning ） 幾何・空間推論（geometric or spatial reasoning） ＜言語＞文法（syntax） 機械翻訳（machine translation ） 自然言語処理（natural language processing ） 音声理解（speech understanding） ＜学習＞機械学習（machine learning） 強化学習（reinforcement learning） ＜知識＞情報抽出・記憶（information retrieval and
gathering ） 知識獲得（knowledge acquisition ） 知識表現（knowledge representation） ＜工学＞AIアーキテクチャ（AI architectures） 設計（design） ＜分散＞遺伝的アルゴリズム（genetic algorithms） ニューラル・ネットワーク（neural networks ） 人工生命（artificial life ） 分散AI（distributed AI） 擬似生物（lifelike characters ） ソフトウェア・エージェント（software agents ） ネットワーク・エージェント（network agents） マルチ・エージェント・システム（multiagent system
s） これらの人工知能の技術が、下記のような様々な応用分
野で利用されようとしている。
【００２９】 障害者支援技術（enabling technologies ） 芸術や音楽（art and music ） ＣＡＩ（computer-aided education） ロボティクス（robotics） エキスパート・システム（expert systems） マルチメディア（multimedia） ゲーム（game playing） 自動制御（control ） 音響処理（audition） 即応制御（reactive control） 実時間システム（real-time systems ） シミュレーション（simulation） 仮想現実（virtual reality ） ユーザ・インタフェース（user interfaces ） 自動モデル化（automated modeling） これらの応用分野のうちで、最近大きな成功を収めてい
るのが、特定の知識の分野に限定して知識を効率的に蓄
積したり引き出したりできるエキスパート・システム
（expert systems）である。
【００３０】このエキスパートシステムでは、外界に関
する情報処理の上で初期的ながらも重要な外界の状況の
知覚は、人間が行っている場合が多い。
【００３１】例えば、制御装置が高温の炉の温度をセン
サで検出して燃料や空気吹き込み量を自動調整するため
に推論を行う場合でも、センサから出力される信号は温
度や風量などに予め対応づけられているのが普通であ
り、状況に応じてセンサ信号と物理現象との対応関係を
変化させることは考えていない。つまり、エキスパート
システムでは、極めて複雑な外界を知覚する作業を人間
にやらせたり、意味づけを予め人間が行っても支障のな
い用途に適用されて、大きな成果を上げている。そのほ
かに人工知能技術の応用の成功例としては、インターネ
ットのブラウザで使われるデータ検索技術やハイパーテ
キストによる知識の蓄積や、日本人が英語のホームペー
ジを読むときに利用するテキストの機械翻訳機能などが
あげられる。
【００３２】これらは確かに人工知能研究の輝かしい成
果であるが、これら従来の人工知能システムでは、推論
機能をシステムの上位側におき、自動制御（例えば車両
の加減速や操舵などの自動制御）は、この推論機能によ
って支配される下位システムであるという構成を前提と
するものである。
【００３３】とりわけ、外界の状況変化に対応しようと
する人工知能システム、例えば知能自動車や無人建設機
械の人工知能システムでは、外界の状況変化に応じて、
推論機能自身が「いつ、何を、どのような観点から推論
すべきか」を決定する必要がある。
【００３４】このように、「いつ、何を、どのような観
点から推論すべきか」を、上位の推論機構自身（また
は、さらに上位に、または並列に設けられた別の推論機
構）が行わねばならないため、「いつ、何を、どのよう
にして」という問いが永久に堂々巡りして答えが出ない
という問題が招来する。すなわち、ある瞬間に、ある命
題を推論しようとした場合に、「なぜ、いま、この観点
からその命題を推論せねばならない」という理由を合理
的に説明する答えを巡って推論しても、明確な回答は出
てこないということである。この場合、せいぜい「任務
を記述したファイルには、そうしろと書いてあるから」
という回答は期待されるものの、実際の所、センサの故
障や観察条件の不良などを含む環境認識の誤認の可能性
までも考慮した上で、全ての状況を予測して任務を記述
するファイルを作成することは不可能である。
【００３５】以上のように、外界の状況変化に対応しよ
うとする人工知能システム、例えば知能自動車や無人建
設機械の人工知能システムの最上位に、推論の機能を持
たせる方式をとった場合には、推論機能を働かせること
によって多様性のある自然環境の中で行動をとることが
極めて困難となりかねない。
【００３６】こうした最上位に推論機構を持つ伝統的な
人工知能の形式に対して、米国のDr. Brooksらが推論機
構を全く持たない人工知能の形式として、サブサンプシ
ョンアーキテクチャ（subsumption architecture) を提
唱して成功を収めている。
【００３７】しかし、このシステムでは、外界からの刺
激に対応するセンサ信号の組合せによって直接的にアク
チュエータを動かす技術を採用しており、複雑な任務を
知識情報としてファイルまたはデータとして付与し、そ
の任務を達成するようにセンサで検出した外界の多様な
状況に応じてアクチュエータの動きを制御することは、
極めて困難である。
【００３８】このように、伝統的な人工知能技術では、
推論機構をシステムの最上位に設けていたため推論の堂
々巡りが生ずるという問題が招来し、また、推論機能そ
のものを排除した人工知能技術では、達成可能な任務の
多様性がなくなるという問題が招来する。
【００３９】さて、人工知能機械の実用上の問題点が、
さらにもう一つある。
【００４０】それは、計算機技術や電子通信技術の最近
の急速な進歩によって、最新技術が極めて短時間に陳腐
化するということである。
【００４１】ここ数年で急速に市場が拡大してきたイン
ターネットを例に取ると、その通信用のソフトウェアも
ハードウェアも数ケ月の単位で次々と高性能のものが出
現し、旧式のソフトウェアやハードウェアは、急速に存
在価値を喪失してゆく。そのため、自動車、物流機器、
工場設備、無人建機、長期間のリースで使用するＯＡ機
器あるいはインテリジェントな建物のような原価償却期
間の長い商品を知能化する場合、そのソフトウェアやハ
ードウェアが数ケ月あるいは１，２年で陳腐化して競争
力を失う。ひどい場合には、広域に張り巡らされた情報
通信ネットワーク上を流れてくる最新式の情報を読みと
れなくなってしまうことも起こりうる。
【００４２】このための対策として、従来から技術的な
規格を統一したり標準化することによって仕様を凍結
し、メンテナンス性や互換性を維持することにより機器
の共通性を維持することが行われてきた。
【００４３】しかし、今日のように電子機器の性能が一
年ないし数ケ月で倍々に向上する時代において、むりや
り機器の仕様を規格や標準の名のもとに低い性能に凍結
すれば、その機器の製品分類そのものを不要にするよう
な画期的な高性能の新製品が出現した場合に対処するこ
とができなくなる虞がある。
【００４４】さらに、人工知能の先端的な研究分野で個
々のトピックス的な研究成果が次々と現れているという
現状の一方で、「人工知能機械の全体のアーキテクチ
ャ」が提案されるには至っていない。
【００４５】これらの問題を解決するためには、従来の
当業者が暗黙の前提としてきた哲学的な技術思想にまで
たちかえって、人工知能機械としては拡張性が高く柔軟
性のあるアーキテクチャを発明考案することが求められ
る。
【００４６】さて、情報通信ネットワークに接続されて
データ通信をする技術として、近年、ＬＡＮやインター
ネットが急速に進歩している。
【００４７】インターネット上では、テキストや静止画
像のみならず音声や動画像がやりとりされ始められてお
り、ここ数ケ月ではラジオ放送やテレビ放送も始まって
いる。通常の電話のみならずテレビ電話においてすら世
界中に張り巡らされた計算機ネットワークでやりとりで
きる状況である。
【００４８】また、ネットワークの双方向性を生かして
電子カタログを用いた通信販売の電子取引や、世界の複
数の設計・生産拠点を結んだコンカレント設計なども一
部では実用化し初めている。さらに、異なる機種や異な
るＯＳを使っているユーザの計算機上に、正常に動作す
ることが保証されたプログラムを転送する技術も開発さ
れ、コンピュータグラフィクスや制御プログラムを送る
などの応用が始まっている。
【００４９】また、交通の分野では、無線ネットワーク
によって道路の混雑状態を各自動車に伝達するシステム
が実用化されつつある。いずれは、家庭や職場に置かれ
たテレビのような計算機端末に対して情報通信ネットワ
ークを介してプログラムやデータを送ると、その送られ
た側の画面には、人工知能で人間の話を理解したり、人
間に自然言語で話しかけたりするシステムが開発され、
技術サポートや各種の通信販売のほか塾や家庭教師や家
庭医療などのサービスに利用されるものと期待されてい
る。
【００５０】しかし、現状ではソフトウェアやハードウ
ェアの技術進歩が急速なうえ、確固たる人工知能のアー
キテクチャが提案されていないため、ユーザが最新型の
端末やソフトを導入したとしても早期に陳腐化してしま
い、特定の番組や特定の相手としか通信できない専用の
端末になってしまう可能性が高い。
【００５１】交通や物流の分野では、さらに深刻な問題
がある。
【００５２】すなわち、仮に最新技術を用いて人工知能
で走る自律自動車が完成したとする。 しかし、その１
年後には、その数倍の能力と速度を持つ計算機とソフト
を搭載した自律自動車が生産されることになり、さらに
１年後には、さらに最新型の自律自動車が新発売される
ことになる。この結果、自動車の寿命を５〜１０年とし
ても、一時的に道路上には、何百倍も能力の異なる自律
自動車が混在することになる。
【００５３】ここで、確固たるアーキテクチャをもって
相互の情報交換や交通管制が数十年にわたってメンテナ
ンス可能になっているのでなければ、これら世代の違う
自律自動車は、安全に道路上で協調動作することは不可
能であり、交通事故などの脅威にさらされることにな
る。
【００５４】１台の機械の制御システムを複数の計算機
や複数の制御プロセスに分散して設計する場合に、シス
テムの内部で共通に利用されるデータを一カ所に保管し
ておくことは当業者ならよく使う方法である。これらの
データ共有化の手法は、データの規模や実現方式によっ
てデータベース、サーバ、共有メモリ、大域変数、外部
変数など様々な形式が使われている。特に、システムが
複雑になってくると、初期の単純な計算機がプログラム
やデータをメモリ上に混在させたり変数と処理を別々に
定義していたためにプログラムが読みにくくなってバグ
を発見しにくくなってしまったことへの反省から、カプ
セル化などの手法に見られるように「そのデータを読み
書きできるプログラムはデータといっしょにクラスで定
義されたものに限られる」というルールが適用されるよ
うになってきている。
【００５５】１つのシステムを複数の計算機やプロセス
に分散させる場合、制御装置の内部変数や入出力装置の
データなどは、制御系の係数や運転指令の目標値、画像
データや音声データ、各種の動作プログラムが処理する
時間間隔やデータの性質が異なるゆえに、一般に別々の
データ格納装置に保管される。つまり、最近のシステム
では、様々なデータをシステム内部に分散して格納する
方式が一般的になったために、当初設計したシステムの
アーキテクチャに基づくデータの分散配置方法が、情報
通信ネットワークの最新のデータ形式に合わなくなって
しまうと、その最新のデータ形式で提供される全ての情
報を読みとれなくなってしまう虞がある。
【００５６】こうしたデータ形式の陳腐化を防止するた
めにも、拡張性の高いアーキテクチャによるシステム構
造の明確化が必要である。
【００５７】以上のように、従来技術では、推論の機能
をシステムの構成の最上位に設け、その推論の機能の下
位に自動制御を設ける構成をとっているため、推論すべ
きことがらを決定する場合に堂々巡りが起きてしまい、
周囲の環境を適切に評価しつつ適切なタイミングで適切
な内容の推論を行うことが困難であった。
【００５８】本発明は、こうした問題点を解決すること
を第１の目的とするものである。
【００５９】また、従来技術では、人工知能機械の全体
のアーキテクチャが不明瞭なうえに、まちまちであった
ため、最新技術を導入すると既存の人工知能機械との整
合性が低下するという問題があった。
【００６０】本発明は、上記第１の目的に加えて、かか
る問題点を解決することを第２の目的とするものであ
る。
【００６１】
【課題を解決するための手段および効果】そこで、上記
第１の目的を達成するために、本発明の第１発明では、
図１に示すように、記憶装置（第一層）２に記憶された
データに基づいて所定の推論を行い、この推論結果に応
じた行動をとる人工知能機械２０において、前記記憶装
置（第一層）２に記憶されたデータに基づいて前記人工
知能機械２０がとるべき目標の行動と当該人工知能機械
２０の外界の現状とを読み取り、これら目標の行動と外
界の現状とに基づいて当該目標の行動をとるための制御
出力を発生する自動制御手段であって、当該目標の行動
をとる際に生じる不具合を予測し、この不具合予測を出
力する自動制御手段（第二層）５と、前記自動制御手段
（第二層）５から不具合予測が出力された場合に起動さ
れ、当該不具合がなくなるための推論を行い、この推論
結果を前記記憶装置（第一層）２に記憶させる推論手段
（第三層）６と、前記記憶装置（第一層）２に記憶され
た前記推論結果と前記自動制御手段（第二層）５の制御
出力とに基づいて、前記人工知能機械２０を駆動する機
械駆動手段（身体部）９とを具えるようにしている。
【００６２】第１発明の別の発明では、特に、前記自動
制御手段（第二層）５から出力される前記不具合予測の
データは、前記記憶装置（第一層）２の特定の領域に書
き込まれ、前記推論手段（第三層）６は、前記記憶装置
（第一層）２の特定の領域に書き込まれた前記不具合予
測データを読み出すことによって推論が起動されるよう
構成される。
【００６３】第１発明のさらに別の発明では、特に、図
２３に示すように、前記推論手段（第三層）６は、前記
人工知能機械２０の外界を検出し、当該外界を表象する
記号を出力する知覚機能手段（知覚機能）７と、この知
覚機能手段７から加えられる記号出力Ｖに応じて推論を
行う推論機能手段（推論機能）８からなり、前記推論機
能手段（推論機能）８から前記知覚機能手段（知覚機
能）７に対して前記記号出力Ｖの選択肢ｎを予め与えて
おき、前記知覚機能手段（知覚機能）７は、知覚条件を
少なくとも１回変化させて（操作Ｕ）、外界を少なくと
も２回検出し、この結果、前記選択肢ｎの中から少なく
とも２回以上同じ記号出力を選択した場合に、この記号
出力Ｖを前記推論機能手段（推論機能）８に加えるよう
に、構成している。
【００６４】また、さらに、第１の目的に加えて第２の
目的を達成するために、本発明の第２発明では、情報通
信ネットワーク１を介して外部と通信自在に接続され、
自己の記憶装置（第一層）２に記憶されたデータに基づ
いて所定の推論を行い、この推論結果に応じた行動をと
る人工知能機械２０において、前記情報通信ネットワー
ク１を介して外部から入力される外部データと、前記人
工知能機械２０の内部で取得される内部データとが記憶
される記憶装置（第一層）２と、前記記憶装置（第一
層）２に記憶されたデータに基づいて前記人工知能機械
２０がとるべき目標の行動と当該人工知能機械２０の外
界の現状とを読み取り、これら目標の行動と外界の現状
とに基づいて当該目標の行動をとるための制御出力を発
生する自動制御手段であって、当該目標の行動をとる際
に生じる不具合を予測し、この不具合予測を出力する自
動制御手段（第二層）５と、前記自動制御手段（第二
層）５から不具合予測が出力された場合に起動され、当
該不具合がなくなるための推論を行い、この推論結果を
前記記憶装置（第一層）２に記憶させる推論手段（第三
層）６と、前記記憶装置（第一層）２に記憶された前記
推論結果と前記自動制御手段（第二層）５の制御出力と
に基づいて、前記人工知能機械２０を駆動する機械駆動
手段（身体部）９とを具えており、前記記憶装置（第一
層）２は、前記外部データを前記人工知能機械２０内部
で使用する際に、前記内部データの形式に変換するとと
もに、前記内部データを前記情報通信ネットワーク１を
介して外部に出力する際に、前記外部データの形式に変
換するデータ変換手段を具えている。
【００６５】ここで、自動制御手段（第２層）５の「自
動制御」とは、一般問題解決器を含む差動エンジンに似
た概念であって、「目標」と「現状」の差違を減らすよ
うに働く機能を持つように作られた装置の機能のことで
ある。
【００６６】すなわち、制御動作に伴って両者を比較す
るたびに、「現状」として記述された知識データと「目
標」として記述された知識データの間の差違が前回より
も少ないと評価できる状態になるように、制御出力を発
生するものである。
【００６７】また、推論手段（第三層）６は、具体的に
は、「知覚機能」を働かせながら推論を行う。「知覚機
能」は、例えば、本発明者の先願に係る特願平８−５３
１３８号の図７における感受部、分別部と同様な機能の
ことであり、その内部状態の状態遷移は上記出願の図８
に示されている。上記出願の図７における記号推論が、
推論手段（第三層）６が行う推論に相当する。
【００６８】本発明の第１発明は、西洋哲学における
「知性や自由意思が肉体を支配する」という思想にもと
づいて、思考や推理を担当する推論機能を、肉体の制御
や知覚を担当する自動制御機能の上位に配置していた従
来技術の考え方を根底から改めるという知見に基づきな
されたものである。
【００６９】すなわち、本発明の第１発明は、現代の精
神分析において常識とされる深層心理あるいは潜在意識
というものが、顕在意識や知覚に影響を及ぼすという発
想に近いものである。
【００７０】具体的には、蓄積された記憶や無意識の反
射的な行動や自律神経などの潜在意識に相当するデータ
ベースである記憶装置２と自動制御の機能５を上位と
し、それによって影響される顕在意識と知覚に相当する
推論機能６（知覚機能）を下位とするシステム構成をと
る。
【００７１】本発明の第２発明は、この第１発明に加え
て、知能自動車、無人建設機械、物流機械、事務用及び
教育用の電子機器（いわゆるＯＡ機器）、インテリジェ
ントな建物などのように、情報通信ネットワーク１に接
続されて長い年月にわたって使用される人工知能機械２
０を容易に陳腐化させない柔軟性の高い装置を設計する
ことにより、社会的な資産が長期間にわたり安定に蓄積
できるように図るとともに、これらの人工知能機械２０
が短期間でゴミとして廃棄されることを防止することに
より、地球上の資源の有効活用を図ろうとするものであ
る。
【００７２】すなわち、本発明による人工知能機械２０
では、外部のネットワーク１との情報交換によって取得
したデータの形式を適宜変換して第一層２に蓄積される
と同時に、身体部９によって動作対象１４（人間１５や
他の移動機械１６や地上もしくは車体に据え付けた機械
１７や環境中にかかる物体１８）の情報が第一層２のデ
ータベースに蓄えられる。ただし、ここでいうデータベ
ースとは、既に対象との関連づけがなされて概念化が終
わっていたりデータへの意味づけの処理が終わったテキ
ストや数値データの集まり（以下、これをシンボリック
・データsymbolic sign と呼ぶ）だけを蓄積して効率的
にデータを入出力する狭義のデータベースではなく、対
象物に似たものとして表現された絵や直接知覚された動
画像や静止映像や音声のように言語を用いた表現の形式
では概念化されていないセンサの直接出力を記録したデ
ータ（以下、これをアイコン・データ iconic signと呼
ぶ）と、対象物および対象情報ないしは対象物や対象情
報のありかを指し示すインデックス・データ index sig
n の３種類のデータを蓄積し、必要に応じた速度で読み
書きされ、また更新され続ける広義の記憶装置のことを
いう。
【００７３】第二層５は、第一層２の広義のデータベー
スに蓄積された上記３種類のデータを「目標」ならびに
「現状」を記述したものとして読みとって広義の自動制
御のための制御出力を第一層２のデータベースに書き込
む。書き込まれたデータのうち、あるものはデータ変換
されて外部の情報通信ネットワーク１によって外部と情
報交換され、あるものは身体部９に伝えられてマンマシ
ン．インタフェースから人間１５に対する映像や音声と
して出力されたり、移動機械１６や据え付け機械１７や
環境物体１８を操作するアクチュエータを動かしたり、
車載した各種のセンサの指向性や感度を調整するアクチ
ュエータを操作したりする。また、あるデータは、第三
層６に対して概念化されたデータ１０、すなわち上記シ
ンボリック・データ symbolic sign の形で第三層６の
推論機構へと出力される。
【００７４】第二層５から第一層２経由で第三層６に上
記シンボリック・データ symbolicsignを送り込むこと
ができるので、第二層５の自動制御だけでは解決できな
い周囲環境などに関する現状把握や、複雑な推論を必要
とする計画立案などの知能的な演算操作を強制的に行わ
せることができる。すなわち、第二層５の自動制御が不
具合になったり、不具合が発生する可能性がある場合に
は（不具合予測）、その不具合が解決されるように下位
の推論機能たる第三層６を働かせるものである。
【００７５】このことは、下位の第三層６にしてみれ
ば、「いつ、何を、どのようにして推論すればよいか」
という命題について、その指示を第二層５が与えてくれ
ることになり、推論のための推論という堂々巡りによる
効率低下を防止することができる。ちなみに、第三層６
における「知覚機能」とは、前述したように、本発明者
の先願に係る特願平８−５３１３８号の図７における感
受部と分別部と同様な機能のことであり、その内部状態
の状態遷移は上記出願の図８に示されている。上記出願
の図７における記号推論が、推論手段（第三層）６が行
う推論に相当する。
【００７６】この場合、特に、図２３に示すように、知
覚機能７が推論機能８に対して出力すべき記号Ｖの選択
肢とその判断基準ｎについては、推論機能８が知覚機能
７に対して予め付与しておくものであり、未知の出力が
発生して混乱をきたす危険性はない。また、センサの故
障や観察条件の不良によって外界の認識を誤る可能性に
ついては、下記のようにして誤りを低減することができ
る。
【００７７】すなわち、知覚機能７のうちの分別部４４
が、記号出力Ｖとして出力すべき記号を選択する過程で
内部状態を変化させる際に、直接知覚と反射の信号１１
を第一層２に対して出力する（操作Ｕ）。その信号によ
ってセンサが動かされたり、その間に人工知能機械２０
の位置や観察条件が変化する結果、少なくても二度にわ
たる評価・確認が行われる。そして、出力すべき記号出
力Ｖが、この二度にわたる評価・確認の結果で異なって
いる場合には、記号出力Ｖを行わないようにすること
で、外界の認識を誤ってしまうことが未然に防止され
る。
【００７８】以上のように、第２発明によれば、第一層
２では、外部の情報通信ネットワーク１を流れる標準化
された形式のデータと、人工知能機械２０の内部で利用
できるデータとを相互に変換する機能をもつ。これによ
り、旧式の人工知能機械２０が情報通信ネットワーク１
上を流れる新形式の標準データを読み書きしようとする
場合には、第１層２のうち、データ変換の部分だけを更
新するだけで済む。
【００７９】逆にまた、最新式の人工知能機械２０が情
報通信ネットワーク１上を流れる旧形式の標準データを
読み書きしようとする場合にも、第一層２のデータ変換
の部分だけを変換するだけで済む。
【００８０】また、旧式の人工知能機械と最新式の人工
知能機械がデータ交換する場合には、相互に共通の標準
データに変換してデータ交換を行えばよい。
【００８１】このように、第２発明によれば、こうした
データ交換によって、システムの陳腐化を防止すること
が容易となり、機器の早期陳腐化という従来技術の問題
を解決することができる。
【００８２】また、第一層２、第二層５、第三層６は、
主に高速の計算機や記憶装置が主体であるため短期間に
新しい機器が開発されるのに対し、マンマシン・インタ
フェースやアクチュエータやセンサなどの身体部９は、
動作対象１４の機械や人間の構造が長期間にわたって変
化しにくいことに伴って、その入出力装置も大きな変化
が起きにくい。
【００８３】そこで、第１発明（および第２発明）で
は、これらの入出力に関わる部分を機械駆動手段（身体
部）９として、第一層２、第二層５、第三層６から独立
させ、この身体部９を長期間にわたって共通部品ないし
は保全部品として蓄積したり設計に再利用することがで
きるようにしている。この結果、人工知能機械２０の製
造コストを抑制することができるだけでなく、既存の部
品を改良しつつ互換性を保ちながら優れた性能を持つ部
品を開発することが容易になる。
【００８４】また、従来の当業者によって行われてきた
伝統的な自動制御では、データ入出力と記憶装置と通信
装置と自動制御装置本体の構成がまちまちであって、メ
ーカ間の互換性がなく、もし自動制御装置だけを最新型
の高性能な装置に置き換えようとしても困難であった。
【００８５】これに対し、第２発明によれば、身体部９
と呼ばれる入出力装置のデータは第一層２の広義のデー
タベースとの間で交換されるとともに、外部の通信ネッ
トワーク１とのデータ交換も第一層２の広義のデータベ
ースとの間で行われ、自動制御に必要な入力及び出力デ
ータ（内部データ、外部データ）は、全て第一層２に格
納され、この第一層２を中継して自動制御が行われるこ
とになる。
【００８６】すなわち、第二層たる自動制御装置５だけ
を高性能なものに変更する場合には、第一層２の広義の
データベースにあるデータを利用するように設計すれば
よい。 また、第二層５で自動制御する項目を増やす場
合には、既設の自動制御項目と並列に第一層２の広義の
データベースを利用した自動制御を実施すればよいため
拡張性の高いシステムを構築することができる。つま
り、第二層５の自動制御と単一の制御項目を処理するの
ではなく、多数かつ多様な自動制御を同時並行的に実施
することが可能である。
【００８７】このため、たとえば人工知能機械２０が人
工知能タクシーである場合には、第二層５は、指定され
た予定経路にそって車両の運転操舵を行う自動制御と、
乗客の客室の空気調整を乗客の好みに合わせて行う自動
制御と、乗客への観光案内やきまりきった会話などを行
う自動制御と、予め設定された手順や条件を満たした場
合に非定常的に行う交通管制システムとのデータ交換に
おいて特定の検索条件や特定のデータ報告、あるいは高
速走行中にほかの車両との接触事故が起きないように相
互に通信して操舵量を自動調整するなど、所定の手順に
従って実施出来る範囲の様々な問題の解決を広義の自動
制御によって実施することができる。
【００８８】また、第１発明（および第２発明）によれ
ば、次のような効果が得られる。
【００８９】すなわち、第二層５の自動制御だけでは解
決できない問題が発生すると、第二層５の自動制御はそ
の問題を解決するための手順ないしは調査項目を記述し
たデータを第一層２のデータベースの特定の領域に書き
込む。この特定の領域に書き込まれたデータにもとづい
て、第三層６の推論機能が起動される。
【００９０】例えば、第二層５で車両の運転操舵を行う
自動制御のプロセスの動作について説明すれば、人工知
能タクシーが乗客を乗せていざ出発しようとするときに
道路上の交通の流れに合流しなければならないが、この
ときの外界の現状を確実に把握するには、指定された出
発点・走行経路・目標点の各データだけではなく、「視
野外の方向から他の車両が走行してこないかどうか」を
確認しなければならない。具体的には、それまで前方を
監視していた視覚センサを斜め後ろに向けてやり、後方
から走行してくる車両の有無を確認する必要がある。こ
うした車両の有無の確認処理は、その時々の道路状況や
交通状況に応じて観察すべき方向や距離を選んでやる必
要があり、必ずしも一義的ではないので、すべての制御
手順を予めプログラミングしておくことはできない。
【００９１】このように、「なぜ（行動の目的）」、
「いつ（時期）」、「どのように（手段）」、「何を
（目標）」すれば良いかがわかっているにもかかわらず
（出発時の道路への合流）、予め定められた手順や問題
解決方法を実行する自動制御だけでは解決できない問題
が発生した場合には（不具合が予測される場合には）、
その解決を第三層６の推論機能にゆだねることができ
る。
【００９２】このようにして、起動された第三層６の推
論機能は、「なぜ（行動の目的）」、「いつ（時
期）」、「どのように（手段）」、「何を（目標）」が
明確になっているため（出発時の道路への合流）、指定
された時期に、指定された手段で、指定された目標とし
ての行為を行い、行動の目的を終えた時点（道路へ合流
した時点）で、起動された推論の実行を終了することが
できる。
【００９３】ここに、推論機構がシステムの最上位に設
定されている従来の人工知能システムでは、システム全
体の機能を維持するために推論機能の推論動作を常時継
続しなければならなかった。これに対して、本発明で
は、システムの機能を常時維持するのは第二層５の自動
制御であり、第三層６の推論機能は、指定された推論を
実施し終えたら次に起動するまでの間は機能を停止させ
ておくことができる。
【００９４】従って、推論機能が堂々巡りをしてかえっ
て外界の変化やシステムの機能維持に対応できなかった
従来技術の欠点を除去することができる。
【００９５】さて、ある瞬間に推論機構で実行できる推
論はただ１つだけである。なぜならば、推論の実行中に
はアクチュエータやセンサを調整して意識的に視野を変
える必要があるが、もし複数の推論を同時に行うとアク
チュエータやセンサの調整が干渉してしまい、どちらの
推論も中途半端になってしまう危険性があるからであ
る。この推論動作は、人間の心で言えば顕在意識による
思考に相当するので、一つの瞬間に２つ以上の意識的な
思考ができないのと同様である。ただし、人間の場合は
次々と雑念がわいて古い思考が中断し、優先度の高い思
考を先に処理することはできる。
【００９６】これと同様に、第三層６の推論機構も、優
先度あるいは緊急度の高い推論動作が起動されると、そ
れまでの優先度や緊急度の低い推論動作の継続が一時的
に中断して後回しになる場合がある。また、優先度の高
い推論であってもその遂行中に優先度が低くなった場合
には、中止されて後回しにされていた別の推論動作に実
行権が渡される場合がある。
【００９７】このように、本発明における推論動作で
は、従来技術における推論機構のような堂々巡りする仕
組みを持たせずに推論の目的を終了すると、その推論プ
ロセスが終了するように作っているので、従来技術にお
けるマルチタスクの処理やタイムシェアリングのように
複数の複雑な推論動作を優先順位にしたがって、あるい
は時分割処理を行うことによって、短時間に多数の項目
の推論を効率的に行うことができる。
【００９８】第１発明の別の発明では、第三層６に推論
機能８と知覚機能７をもたせており、ある推論プロセス
が起動されると、その推論プロセスに応じて知覚機能７
に対して記号出力Ｖの選択肢ｎ（および基準）が、指定
されて知覚プロセスが起動される。この場合、一つの推
論プロセスは、複数の知覚プロセスを起動することがで
き、この推論プロセスが終了するとそれによって起動さ
れた知覚プロセスも同時に終了する。また、その推論プ
ロセスが他の優先順位の高い推論プロセスが起動された
ことによって一時的に停止された場合には、すでに起動
されていた知覚プロセスも一時的に停止される場合と継
続的に実施される場合がある。
【００９９】例えば、「前方障害物を常に観察してい
る」推論プロセスＡが動作していて、その推論プロセス
Ａが「前方障害物を異なる位置について観察する」知覚
プロセスＢ（手前を監視）、Ｃ（中間距離の右を監
視）、Ｄ（中間距離の左を監視）、Ｅ（遠方を監視）を
起動したとする。そこへ、「燃料の残量を緊急に推論す
る」推論プロセスＦが起動された場合には、それまでの
推論プロセスＡは一時的に棚上げされ、優先度の高い推
論プロセスＦが推論機構の実行権を握る。その時点で知
覚プロセスＣ（中間距離の右を監視）、Ｄ（中間距離の
左を監視）、Ｅ（遠方を監視）についても一時的に棚上
げすることができる。ただし、車両が進行しつづけてい
る場合には、前方の障害物に衝突するのは危険であるか
ら、知覚プロセスＢ（手前を監視）についてだけはその
まま稼働させておくようにする。
【０１００】このようにして知覚プロセスＢ（手前を監
視）から「障害物発見」との記号出力Ｖが出された場合
には、緊急事態が発生したのであるから、それまで一時
棚上げされていた推論プロセスＡの優先順位を上げて動
作を再開するとともに、それまで実行されていた推論プ
ロセスＦを棚上げすることができる。
【０１０１】このように、第１発明の別の発明によれ
ば、推論機構についても従来のマルチタスクやリアルタ
イム制御のような効率の高いシステム構成を実現するこ
とができる。
【０１０２】また、第三層６の推論機能８で稼働する推
論プロセスが、知覚機能７で稼働する知覚プロセスを起
動するには、知覚プロセスの結果、出力すべき記号出力
Ｖの選択肢（と判断基準）ｎを、推論機能８から知覚機
能７に与えることが必要となる。したがって、知覚プロ
セスの結果、出力される記号出力Ｖは、それを受け取る
推論機能８にとっては、予め計画された選択肢のうちの
１つである。つまり、推論機能８は知覚機能７の知覚プ
ロセスの結果として意味不明の記号出力Ｖを受け取るこ
とがないので、外界の様子が変わっても推論動作は予め
計画した範囲の中で実行される。ただし、システム設計
者にとって全く未知の異常事態や予想外の故障の組合せ
が発生した場合には、推論機能８の推論結果として緊急
停止すべきことや情報通信ネットワークを介して発生し
つつある異常事態の映像などを交通管制システムに非定
常ながらも緊急情報として報告すべきことが結論付けら
れる。この結論は第一層２の広義のデータベースに格納
され、それを制御入力としていた第二層５の自動制御に
おける運転操舵の制御プロセスは、車両の非常停止の制
御を開始するとともに、同じ自動制御における非定常デ
ータ交換の制御プロセスでは異常事態の緊急映像を通信
ネットワークを通じて交通管制システムに報告すること
ができる。
【０１０３】以上のように、本発明の第１発明によれ
ば、推論を行う機能を広義の自動制御の下位に位置づけ
ているので、推論動作が堂々巡りしてシステム性能が低
下する欠点を取り除くことが可能となり、優先順位や緊
急度に応じて複数の推論を効率的に処理することが可能
となる。また、装置構成をハードウェア的にもソフトウ
ェア的にも明確なモジュール構成としたため、既存の人
工知能機械の再生産を行う際に、ハードウェアあるいは
ソフトウェアを最新型のものに入れ替えると同時に、そ
れまでに高い信頼性の確認された量産品のハードウェア
やソフトウェアモジュールを再利用することが容易であ
る。
【０１０４】さらに、推論機能から知覚機能に対して記
号出力の選択肢を予め付与するようにしているので、知
覚機能から推論機能に対して意味不明の記号出力が出さ
れることが防止され、推論動作を記述するプログラムや
機構を設計することが容易になる。
【０１０５】さらに、本発明の第２発明によれば、内部
データと外部データを共通の標準形式にデータに変換し
ているので、技術進歩に伴う装置設計の拡張性を高める
ことができ、製造済みの人工知能機械の急速な陳腐化を
防止することができる。
【０１０６】
【発明の実施の形態】以下、図面を参照して本発明に係
る人工知能機械およびそのシステムの実施の形態につい
て説明する。
【０１０７】図２（ａ）は、本実施形態で想定している
人工知能機械としての知能自動車２０が走行している様
子を示す図であり、道路６０の側面または床または天井
に沿って設置されたアンテナもしくは漏洩同軸ケーブル
との間で無線通信を行うことにより情報通信ネットワー
ク１と接続された状態で、知能自動車２０に搭載された
荷物や乗客が快適な状態で輸送されるように各種の管理
を行うとともに、搭載された各種のセンサを用いて指定
された出発点から所定の経路で希望する目標地点まで自
動的かつ安全に走行するように周囲の車両とのコミュニ
ケーションや外界の環境の観察を行いつつ障害の発生を
防止するとともに、所定の停止地点では荷物や乗客の乗
り降りを安全に実施させるようにしたものである。
【０１０８】ここで、こうした知能自動車システム全体
の概要について説明する。
【０１０９】本実施形態の知能自動車２０は、交通管制
システム７２（図１５参照）と無線による情報通信ネッ
トワーク１で結ばれ、知能自動車専用に作られた道路
（専用の走行車線）である専用道路６０を他の知能自動
車と協調しつつ自動走行制御される新型の交通システム
を構成する車両のことである。
【０１１０】本実施形態の知能自動車２０そのものは、
運転モードを新交通システムの「自動運転」から「一般
道路用の有人走行」に切り換えることにより、従来どお
りの有人運転による普通の自動車として走行することも
可能である。このため、知能自動車２０の左右折、ブレ
ーキ、後退などの表示を行う信号灯や前照灯およびクラ
クションなどの機能は、全て有人自動車と同等の機能性
能を持つものとする。これら車両間の右左折、ブレー
キ、後退、合流、分岐、警告などの意思表示手段として
の機能は、自動運転の場合にも使用される。
【０１１１】ただし、知能自動車２０の専用道路６０上
で「一般道路用の有人走行」を行うとすると、知能自動
車相互間の交通安全のための保護機能が働かなくなり、
交通管制システム７２は事故防止のため有人運転車両の
現在位置の周辺の交通を規制することがある。これによ
って専用道路６０の交通に一時的な混乱や能率低下が生
じるため、ほかの車両の利用者に経済的損失を与えるこ
とになる。したがって、専用道路６０上で有人運転する
ことは緊急自動車としての権限を持つ場合を除き禁止さ
れる。仮に、緊急自動車の権限を持たない者が、故意な
いし不注意により有人の暴走運転を行って第三者に経済
的損失や精神的苦痛を与えた場合、すべての運行状態が
自動的に記録されるため、莫大な損害賠償を確実に請求
されることになる。
【０１１２】逆に、有人運転のために解放されている一
般道路上で、知能自動車２０に自動運転させようとして
も、知能自動車は歩行者や自動車による不意の道路横断
に警戒して極めて低速でしか走れないし、道路が老朽化
していたり交通管制システム７２がない場合には自己の
位置や車線の構造を誤解して対向車線に飛び出す危険も
ある。老人や子どもなどの歩行者や自転車やバイクなど
が気ままに走り回る一般道路の環境は、知能自動車２０
には複雑過ぎて事故を起こしがちである。事故の責任
は、自動運転のモードで走行させた利用者自身が問われ
ることになる。したがって、一般道路では、普通の有人
運転で走行するほうが自動車の利用者自身にとっても効
率的で安全である。
【０１１３】さて、一般道路には、主要な交差点ごとに
交通信号機が配置されており、地域ごとに交通の流れを
管理しているが、交通信号機は特定の交差点における交
通の流れを司令する情報を有人運転の車両や歩行者に同
時に提供するためのに利用されるものであり、知能自動
車２０の専用道路６０では、歩行者も自転車も立ち入り
禁止であり、また有人運転の緊急自動車が走行したとし
てもその周囲にほかの車両が進入できないように規制さ
れるため、特定の交差点ごとに交通の流れを司令する交
通信号機は不要となる。このような理由から、知能自動
車２０の専用道路６０では、交差点には非常用や保安用
を除けば普通の意味での交通信号機は設置されていな
い。その代わりに、各知能自動車２０ごとに交通管制シ
ステム７２から個々の車両に向けてオリジナルできめこ
まかい交通管制司令が与えられる。
【０１１４】また、各知能自動車２０は、交通管制シス
テム７２のいわばセンサ的役割として交通渋滞の状況の
報告を行う義務がある。また、車両の周囲の局所的な状
況に基づいて経路計画を修正する場合にも、それを交通
管制システム７２に報告する義務がある。このようなき
めこまかい双方向のデータ交換によって、知能自動車２
０の専用道路６０上での交通安全と効率的な運用が可能
になる。
【０１１５】ところで、専用道路６０上には交通信号が
ないため、タクシーあるいはバスとしての客車機能を持
つ知能自動車２０の乗客は、なぜ車両が道路上で減速す
るのか、停止するのか、あるいはいつ突然動き出すの
か、わからないために不安を感じることがある。このた
め、各車両２０には、個別の交通管制情報を乗客に知ら
せるためのマンマシン・インターフェースが装備され
（図１の身体部９参照）、画像や音声によって交通状況
を知らせる機能を持っている。
【０１１６】また、交通情況の音声アナウンスが頻繁す
ぎてやかましいと感じる乗客のために、乗客からの要求
が有った場合にのみ回答することもできる。
【０１１７】さらに、この機能を拡張して、交通情報を
答えるだけでなく、観光案内や簡単な世間話ができる程
度までマンマシン・インターフェースを高度化したり、
乗客の聞き取りにくい発音や難しい内容の質問を情報通
信ネットワーク１を介してサービスセンターに問い合わ
せたり、乗客が、車両に乗っていない第三者に対してテ
レビ電話をかける場合に情報通信ネットワーク１をデジ
タル通信線として提供することもできる。
【０１１８】タクシーとしての知能自動車２０は、配車
センターから迎車司令を受けると、交通管制システム７
２より、現在位置から目標までの交通管制司令情報とし
て、各通過地点と各通過地点の走行速度、通過時刻の指
示をもらう。乗客を乗せたあとは、乗客より行き先きの
指示を受け、これを交通管制システム７２に送り、現在
位置から目標までの交通管制司令情報をもらう。
【０１１９】乗合いバスとしての知能自動車２０は、所
定の時刻表通りの運行ができるように、交通管制システ
ム７２より、現在位置から目標までの交通管制司令情報
として各通過地点と各通過地点の走行速度、通過時刻の
指示をもらう。なお、道路が混雑していたり、乗客の乗
り降りに時間がかかりすぎてしまい、時刻表の予定時刻
よりも遅れそうな場合には、交通管制システム７２に対
し優先通行を請求し、ほかの一般車両の通行の迂回や制
限を要望することができる。交通管制システム７２で
は、特別かつ重要な事情があると認めた場合には、その
公共交通機関に優先通行の交通管制司令情報を与えると
共に、その区域で経路が干渉する可能性のある他の車両
にたいして通行の迂回や制限を含む新しい交通管制司令
情報を司令する。つまり、車両の側にしてみれば、交通
管制司令情報はいつでも変更されうるものと認識する必
要がある。
【０１２０】貨物トラックとしての知能自動車２０は、
貨物の条件に応じて交通管制される。危険物や重量物を
運搬するものは速度や走行経路に厳しい制約が与えられ
るが、その一方で、その車両の経路には、なるべく他の
車両が干渉しないように他の車両の交通管制司令情報が
調整される。食料品や雑貨あるいは空荷の回送など緊急
性の薄い貨物トラックは、専用道路６０の通行料や税金
などが低額なかわりにもっとも低い優先権にもとずく交
通管制司令情報を受けとることになる。ただし、生鮮食
料品や学校給食などのように鮮度が重要な荷物の場合に
は、有償で優先権を一時的に上げる要求を出すこともで
きる。貨物トラックの運行状況や荷物の温度や振動など
の管理データは、情報通信ネットワーク１を利用して商
業用のデータ通信として各企業の物流センターや事務所
に送られる。
【０１２１】救急車や消防車等、緊急自動車として出動
して自動運転される知能自動車２０は、最高の優先権を
与えられる。すなわち、患者運搬等のその車両の運行条
件で許容される最高の速度と旋回角速度を出し切って最
短時間で目的地に到達するように、交通管制司令情報と
して各通過地点と各通過地点の走行速度、通過時刻の指
示をもらう。そして、その緊急自動車が通過する区域
で、経路が干渉する可能性のある他の車両に対して通行
の一時停止を含む新しい交通管制司令情報が司令され
る。緊急自動車が出動しているあいだ、情報通信ネット
ワーク１の利用に関する優先度も変更される。すなわ
ち、緊急自動車と警察、消防署、病院などとのデータ通
信やテレビ電話の優先度が高く設定されるので、その優
先度が高く設定されている区域での通信容量が不足した
場合には、バスの観光案内や個人用や商業用の通信が制
約される場合もあるこうした交通システムを実現するた
めのネットワークの構成を図１５に例示する。
【０１２２】同図１５に示すように、交通管制システム
と情報通信ネットワークは複数の階層構造となってい
る。
【０１２３】各車両２０ａ、２０ｂ、２０ｃは、最も小
さな単位の交通管制区域内（所轄区間）を走行する車両
であり、これら車両は、当該交通管制区域を所轄する交
通管制システム７２と、情報通信ネットワーク１によっ
て通信自在に結ばれている。この情報通信ネットワーク
１は、交通管制システム７２に接続された有線の情報通
信ネットワーク７１と、この有線の情報通信ネットワー
ク７１と各車両２０ａ〜２０ｃとの間で無線で通信が行
われる情報通信ネットワーク７０とから成っている。
【０１２４】上記交通管制区域を所轄する交通管制シス
テム７２は、上位の情報通信ネットワーク７３を介して
さらに上位の交通管制システム７４に繋がれている。こ
こには、企業用のシステム７５も接続されている。この
接続方法としては、インターネットなど様々な様態が考
えられる。
【０１２５】上位の交通管制システム７４は、さらに上
位の情報通信ネットワーク７６を介してさらに上位の交
通管制システム７７に接続され、同様に何階層かを経
て、情報通信ネットワーク７９を介して、地方を管理す
る交通管制システム８０に接続され（また企業用のシス
テム８１に接続され）、さらに情報通信ネットワーク８
２を介して、広域を管理する交通管制システム８３に接
続される（また企業用のシステム８４に接続される）。
【０１２６】ここでは、説明を容易にするために管理す
るレベルごとに、別個の情報通信ネットワークがあるも
のとして説明したが、実際の接続においては必ずしも階
層的に配線する必要はない。情報通信ネットワーク１と
交通管制システム７２だけでネットワークを構成しても
よい。
【０１２７】なお、各企業用のシステム７５、７８、８
１、８４はそれぞれ論理的に関連する交通管制システム
と通信することができる。
【０１２８】人工知能機械である知能自動車２０は、こ
うした外部の情報通信ネットワーク１（さらに、その上
位の情報通信ネットワーク）との間でデータ交換しなが
ら動作対象に働きかける機能を持っている。
【０１２９】図１は、本実施形態の人工知能機械（知能
自動車）２０の構造を概念的に示している。
【０１３０】その構造は、大きくは、情報通信ネットワ
ーク１に対する通信機能と広義のデータベース（記憶装
置）の機能を有している第一層２と、前述したように広
義の意味における自動制御を行う第二層５と、対象認識
の機能を有し、推論を行う第三層６と、マンマシン・イ
ンタフェースとアクチュエータ操作とセンサ入力の機能
を有している身体部９とから構成されている。
【０１３１】ここで、第一層２、第二層５、第三層６
は、計算機やハードウェアで実現される機能であり、便
宜上３つの機能に分けて構築されることとして説明して
いるが、実際の人工知能機械を製造する場合には、これ
らの機能を１つの計算機やハードウェアにまとめてもよ
く、逆に複数のハードウェアに分散させてもよい。
【０１３２】人工知能機械（知能自動車）２０は、それ
を取り巻く環境に存在する自然または電気制御されてい
ない人工の物体１４のほか、自力で動き回るように制御
された移動機械１６や、動き回る機能のない制御された
据え付け機械１７や、自由に思考する能力を持つ人間１
５などを動作対象１４とするものである。
【０１３３】以下、第一層２、第二層５、第三層６、身
体部９についてそれぞれ説明する。
【０１３４】第一層２を設ける目的は、人工知能機械た
る知能自動車２０が、所定の任務を遂行するに必要な全
てのデータを一元管理することにある。
【０１３５】まず、自動制御を行う場合の第一層２の役
割について説明する。
【０１３６】自動制御の目標値は第一層２に格納されて
おかれる。その格納されるデータは、外部のネットワー
ク１からデータ交換で取得したものであったり、第二層
５の自動制御で演算した結果であったり、第三層６で行
われた推論結果であったり、第三層６の反射信号であっ
たり、身体部９からのデータ入力であったりと、その制
御内容に応じて多様である。
【０１３７】図４に示すように、第二層５で、直接的な
制御が行われる場合には、身体部９で検出されたセンサ
のデータは、リアルタイムでこの第一層２に格納される
ので、第二層５は、この第一層２に格納されているリア
ルタイムのセンサデータを入力として用いて自動制御を
行うことができる。
【０１３８】この場合、第二層５の自動制御出力は、再
び第一層２にリアルタイムで格納され、その制御出力は
リアルタイムで身体部９に読み込まれる。つまり、典型
的な自動制御の手順は、身体部９のセンサ→第一層２の
記憶装置→第二層５の自動制御装置→第一層２の記憶装
置→身体部９のアクチュエータという手順で、データが
流れて行く。
【０１３９】一方、図５は、第二層５で間接的な制御が
行われる場合を示している。例えば、モータ電流の制御
では数ミリ秒以下の単位で自動制御する必要があるが、
このような極めて高速性を要求する制御動作では、身体
部９自身の内部にハードウェアまたはソフトウェアを用
いた組込型の制御系１９（一般にマイナーループとか反
射神経系と呼ばれるもの）を持たせておく。
【０１４０】この場合、身体部９からマイナーループの
組込み制御系１９の動作状況が第一層２に格納され、第
二層５の自動制御装置は、これを読みとることで身体部
９に組込まれた組込み制御系１９の動作を制御するため
の制御指令を出力して第一層２に格納する。そして、そ
の第一層２に格納された制御出力を身体部９が読み取る
ことで、身体部に組み込まれた組込み制御系１９が動か
される。
【０１４１】さて、人工知能機械たる知能自動車２０が
外部の情報通信ネットワーク１とデータを交換する場
合、第一層２を経由して行われる。
【０１４２】外部の情報通信ネットワーク１とデータ交
換されるデータ形式は、その情報通信ネットワーク１の
規約または事実上の標準（defact standard ）とされて
いるものが使用され、これによってその情報通信ネット
ワーク１に接続された多数の機器の間でコミュニケーシ
ョンが可能になる。
【０１４３】一方、個々の知能自動車２０では、製造さ
れた時期や製造メーカやその製品の形式や個々のオプシ
ョンの有無などによって内部のデータ構造は、まちまち
である。このため第一層２では、外部とのデータ交換に
使用される標準形式データと人工知能機械２０の機構内
部ならびにそれを取り巻く外部環境に関するデータとを
変換する機能を持っている。
【０１４４】これによって、第二層５で自動制御を行う
場合には、「目標」となる情報を標準のデータ形式で情
報通信ネットワーク１から取り込み、このデータを個々
の人工知能機械２０の内部で取り扱うに都合の良いデー
タ形式に変換したものを自動制御の「目標」として使用
することができる。
【０１４５】例えば、個々の知能自動車としての人工知
能機械２０が走行すべき出発地点から目標地点までの走
行経路を示すひとまとまりのデータが、外部の交通管制
システム７２から情報通信ネットワーク１を経由して標
準のデータ形式で第一層２に入力される。すると、第一
層２では、この標準形式のデータが、内部表現形式のデ
ータに変換される。第二層５では、この内部表現形式に
変換されたデータを読み出し、走行経路の「目標」とし
て取り扱うことにより自動制御を行うことができる。
【０１４６】また、知能自動車２０に乗客が載ってい
て、その乗客に観光案内やきまりきった挨拶をする場合
には、音声や画像のデータを第一層２に蓄積しておき、
マンマシン・インターフェースとしての身体部９からの
情報（乗客の指示）に基づいて第二層５の自動制御装置
が観光案内の映像や説明を第一層２の蓄積データから適
宜選択することで、マンマシン・インターフェースとし
ての身体部９を用いて会話形式で返答すればよい。ここ
で、最新の交通状況や交通管制システム７２への問い合
わせや地上側とのテレビ視聴を乗客が希望する場合に
は、第一層２が外部のデータを中継しデータ形式を内部
の形式に変換して、乗客にデータを提供すればよい。
【０１４７】また、知能自動車２０が道路上にある落下
物や交通事故を発見した場合には、現場の映像の報告の
必要性の有無を交通管制システム７２に問い合わせると
ともに、その結果、必要があれば現場を撮影して、これ
を標準のデータ形式に変換し、情報通信ネットワーク１
を経由して交通管制システム７２に報告する。
【０１４８】この場合、第二層５の自動制御装置では、
異常事態があれば交通管制システム７２に報告すること
を「目標」としているのに対して、事故や異常に遭遇し
たことが検出されると、「交通管制システム７２に報告
していない異常事態が残っている」という「現状」との
差違が生ずるので、この「目標」と「現状」の差違を少
なくする行動がとられるように、制御が活性化される。
具体的には、まず、第二層５の自動制御装置より「交通
管制システム７２へ報告する必要の有無」が問い合わせ
られ、この結果、報告不要であるならば、「報告すべき
異常事態はない」と第二層５は「現状」を解釈するの
で、「目標」と「現状」の差違はなくなる。また、報告
必要であるならば、その報告を実施することにより、
「目標」と「現状」の差違は解消される。
【０１４９】推論動作を行う第三層６は、とりたてて推
論すべき事項が無い場合には、何も推論を行わない。つ
まり、第二層５による自動制御がうまく機能している場
合には、あえて第三層６の推論機能を起動する必要はな
いのである。推論機能を行う第三層６が起動されるの
は、第二層５の自動制御装置から要請があった場合に限
られる。
【０１５０】第二層５の自動制御装置が、自動制御だけ
では問題解決が図れないとの結論に達した場合に、具体
的に「いつ何をどのように推論すればよいか」が明確に
読みとれるメッセージの情報を第三層６に送信する（図
１の破線参照）。ただし、第二層５から第三層６に対し
て直接的に情報を送った場合には、他の構成要素から状
況が掴みにくくなり、システム設計に特例が増えてシス
テムが複雑になり、拡張性を維持するための障害になり
やすい。そこで、第二層５から第三層６を起動するメッ
セージを直接送るのではなく、第二層５の出力を、第一
層２のデータベースの特定の場所に書き込むようにす
る。
【０１５１】その特定の場所とは、第三層６が「推論を
起動する必要があるかどうかを確認するために定期的
に、もしくは適宜覗きに来る場所」のことである。この
考え方を実現する方法として、「割り込みベクトル」、
「黒板」、「メールボックス」、「待ち行列」など様々
な手法を使用することができる。その「起動の要請を書
き込む場所」の中に書き込む内容として、「いつ、どの
ようにして、何を推論せよ」と具体的に記述することも
できるし、「〜を参照せよ」と参照すべき情報のありか
を示すポインタを渡すこともできる。いずれにせよ、第
三層６の推論機構が起動される段階では、「いつ、どの
ようにして、何を」推論すればよいかが明確に示される
ので、推論動作が堂々巡りになる危険性がない。
【０１５２】図６は、本実施形態で想定している知能自
動車２０の透視斜視図であり、タクシーないしは小規模
な乗り合いバスとして利用される車両を例示している。
【０１５３】同図６に示すように、車両２０の側面に
は、車体側の通信アンテナ２２が配設され、このアンテ
ナ２２を介して地上側の通信アンテナ２１との間で、無
線通信が行われる。これらアンテナ２１、２２による通
信システムは、公共の交通信号用通信線や電話やケーブ
ルテレビのように、多様途で多目的の情報を通信する機
能を持つ。本実施形態では、漏洩同軸ケーブルを走行路
に沿って連続的に設置する態様を想定しているが、地上
側の通信アンテナ２１は、携帯電話の基地のように間欠
的に設置することもできる。
【０１５４】車両２０の上部には、上記アンテナ２１、
２２間の情報通信システムの通信系に不具合が生じた場
合に非常通信を行うための予備アンテナ２３が配設され
ており、例えばタクシー無線のように各車両を運営する
企業が配車や管理などの特定の業務に使用するための業
務用通信アンテナ２４が配設されている。
【０１５５】これらの通信装置によって、図１の第一層
２では、外部のネットワーク１との間でデータ交換が行
われる。
【０１５６】車両２０の前部座席には、身体部９のマン
マシン・インターフェースとして、マイク、スピーカ、
乗客の表情を撮影するテレビ電話用のカメラが内蔵され
ているモニタースクリーン２５、サービスパネル２７が
配設されている。また、後部座席にも、同様なモニター
スクリーン２６、サービスパネル２８が配設されてい
る。また、車内を撮影する複数の防犯カメラ２９、荷物
室４１の内部の状況を監視する荷物室監視カメラ３０が
配設されている。
【０１５７】車両２０の前部の機械室３１の上部には、
身体部９のセンサとして、車両現在位置を検出するため
のＧＰＳアンテナ３５（衛星による航法装置のアンテ
ナ）が配設されているとともに、前方を監視する中央視
覚センサ３２が配設されている。また、車両２０の前部
左右には、車両２０の右側面を監視する右カメラ３３
が、車両２０の左側面を監視する左カメラ３４が配設さ
れている。また、車両２０の後部には、車体後方を監視
する後方視覚センサ３６が配設されている。
【０１５８】また、推測航法により車両の現在位置を推
定するための方向検出器８５、走行距離検出器８６（図
１７参照）が車両２０の適宜箇所に配設されているとと
もに、推測航法の結果生じた車両２０の現在位置の累積
誤差を、間欠的に補正するために、車両２０の予定走行
路に沿って間欠的に配設された位置補正標識を検出する
標識検出器３９が車両２０の前部下方に配設されてい
る。
【０１５９】また、車両２０には、車体の周囲の音を採
取する音響センサ４０（車体後部のもの以外は図示せ
ず）が配設されているとともに、車両周囲のガスを検出
するガスセンサ、車両周囲の温度を検出する温度計、雨
が降ったことを検出する降雨センサ、車両周囲の電界強
度を検出することにより落雷が発生したことを検出する
落雷センサが（いずれも図示せず）、車両２０の適宜箇
所に配設されている。これらセンサは、周囲のガスの臭
い、温度、降雨、落雷の状況を検出することにより、万
が一の事故や自然災害を避けるために設けられている。
【０１６０】車両２０の前部の機械室３１には、身体部
９のアクチュエータとして、車両駆動装置、ブレーキ、
自動ドアロックなどの各種の保安装置（いずれも図示せ
ず）が格納されているとともに、上記右カメラ３３、左
カメラ３４の駆動装置、上記中央視覚センサ３２の駆動
装置が格納されている。また、前照灯３７、ブレーキ
灯、右左折を表示する信号灯３８を駆動するための駆動
装置も機械室３１に格納されている。
【０１６１】以上のようにして、図１の身体部９のマン
マシン・インタフェース、アクチュエータ、センサが構
成されている。
【０１６２】つぎに、車両２０が走行する予定走行経路
について説明する。
【０１６３】図７は、交通管制システム７２の管制地域
５０を示す図である。
【０１６４】すなわち、実際の地図の東の方向がＸ軸と
され、北の方向がＹ軸とされる。ただし、管制区域５０
の集合が、全国規模になると地図は平面座標系ではな
く、地球の表面上の位置を表わすために経度と緯度から
なる座標系で表現する必要がある。
【０１６５】本実施形態では、説明の便宜のために、実
際の地図を２次元平面と想定して、多数の正六角形に分
割されたものとして各管制区域５０を表現することにす
る。すなわち、同図１７に示すように、ある１つの正六
角形の重心が２次元平面Ｘ−Ｙの原点（０、０）に重な
るように設けられ、その左右に隣接する六角形の重心が
Ｘ軸上に並ぶように、六角形群を配置していく。そし
て、Ｘ軸方向に沿った六角形群をＹ軸方向に層をなして
積み上げるようにしていくと、Ｘ軸に沿って層をなす六
角形と、その上下においてＸ軸方向に沿って層をなす六
角形とは、Ｘ軸方向に対して六角形の横方向の半分ずつ
左右にずれながら積み上がってゆく。
【０１６６】このため、２次元平面Ｘ−Ｙに並べられた
所定の正六角形を指定するには、Ｘ軸方向にｍ番目、Ｙ
軸方向にｎ番目という表記が可能となる。たとえば、原
点の斜め右上にある正六角形は、｛0.5 、１｝と表記さ
れる。この表記法によれば、Ｘ−Ｙ座標との間に線形な
関係が成立し、｛ｍ、ｎ｝と表記される正六角形と、そ
の中心位置をＸ−Ｙ座標で表現した（Ｘmn、Ｙmn）との
間には、Ｘmn＝ａｍ、Ｙmn＝ｂｎ（ただし、ａ、ｂは定
数）という関係が成立する。
【０１６７】そこで、各正六角形の中心を原点とする局
所的な座標系ｘ−ｙのｘ軸とｙ軸を、大局座標系Ｘ−Ｙ
のＸ軸とＹ軸に対して平行に設けるとすると、両座標系
の関係は以下のように単純な平行移動の関係で表現する
ことができる。
【０１６８】Ｘ＝Ｘmn＋ｘ、Ｙ＝Ｙmn＋ｙ このように、全体の大局座標系Ｘ−Ｙの座標位置（Ｘ、
Ｙ）で表現したある特定の地点の座標は、その点（Ｘ、
Ｙ）を含む正六角形の局所座標系ｘ−ｙの座標位置
（ｘ、ｙ）で表現することができる。このことは、全国
を表す地図上で指定した特定の地点が、その地点を含む
正六角形の管理区域の中における局所的な座標系ｘ−ｙ
で表現できることを示している。
【０１６９】図８は、全国レベルの管理区域が複数の地
方レベルに分割されて管理される構造を表している。分
割された地方レベルは、さらに地域レベルに分割され、
それらがさらに所轄のレベルに分割される。この所轄の
レベルに分割されたものが、図７の正六角形の管制区域
５０に相当する。
【０１７０】多くの場合、地方レベルは、交通管制を管
轄する中央省庁の支所などのほか都道府県や州など法律
や条例などの立法機能を持つ大きな地方公共団体の単位
であって、必要に応じて何層かの階層構造を持つことが
できる。
【０１７１】地域レベルは、特別区や市町村もしくはそ
れらを含む経済活動の地域である。以上は、政治、経
済、行政に基づく人間の社会的な活動の領域を表すもの
である。
【０１７２】これに対して所轄のレベルとは、実際の土
地を２次元平面としたときに、これを図７に示すよう
に、複数の正六角形に分割した技術上の区分であり、上
述したように各所轄を表わす正六角形の中における局所
座標（ｘ、ｙ）は、すべて大局座標（Ｘ、Ｙ）に１対１
対応している。このように正六角形で区切られた平面ご
とに、個々の交通管制システム７２が設けられる。従っ
て、中央省庁の支所などのほか都道府県や州や特別区や
市町村の境では、正六角形による分割した管制区域５０
と実際の行政上の区分とが合致しないことがある。この
正六角形に分割する目安は、人口の密集の程度や交通渋
滞の発生の状態によって異なるが、概ね直径１００km〜
０.１km 程度である。
【０１７３】図９は、１つの交通管制システム７２が統
括する交通管制区域５０の周囲に６つの観察区域５１〜
５６が配置されていることを示す図である。
【０１７４】すなわち、ある区域５０を統括する交通管
制システム７２は、その区域中を走行する車両２０に対
して交通管制の指示を与える任務を持っているが、同時
に隣接する交通管制システム７２´が管理する区域の中
にいる車両２０´が自己の管制空間に入って来る前に先
だって管制計画を立案しなければならない必要があり、
また、その車両２０´が自己の管理区域に入ったとたん
に交通管制の計画を急変しないように、調整をとる必要
があるので、周囲の観察区域５１〜５６についても監視
する任務を持っている。
【０１７５】各正六角形で表された交通管制区域５０に
は、その区域を管理する交通管制システム７２が設けら
れており、この交通管制システム７２は周囲の区域を管
理する交通管制システムのみならず上位あるいは下位の
交通管制システムに接続され、交通管制のためのネット
ワークを構成している。ただし、フェリーや海底トンネ
ルや橋などの通行手段のない海や河では、自動車が交通
渋滞を起こすことはないので、あえて交通管制システム
を設ける必要はない。しかし、将来、埋め立てなどによ
って自動車の通行が生じると予測される場合には、その
地域に正六角形で表される交通管制区域を追加し、交通
管制システムを設けるようにすればよい。
【０１７６】また、一つの正六角形で表された交通管制
区域５０が将来、交通量増大などの影響を受け、この区
域５０を統括する交通管制システム７２の負荷が高くな
り過ぎた場合には、この交通管制区域５０を更に分割し
てもよい。分割方法としては、将来ふたたび細分化の階
層が増えた場合に座標計算を行い易く、交通管制区分の
分割がし易くなるような方法を採用することが望まし
い。
【０１７７】図１０は、予定走行路Ｑをカバーする交通
管制システム（例えば広域レベルの交通管制システム８
３）から車両２０に送られる概略の走行計画を示すデー
タを概念的に示す図である。
【０１７８】走行計画を示すデータは、下記のものを含
んでおり、これらは車両２０が出発地点Ｓ（Ｘs、Ｙs）
から目標地点Ｔ（ＸT、ＹT）に向けて予定走行路Ｑに沿
って走行し始める際に、予め付与されるものであり、車
両２０側がこの付与された走行計画に同意すれば、正式
な走行計画として走行が開始される。
【０１７９】１) 出発点Ｓと目標点Ｔの大局的な座標位
置（Ｘs、Ｙs）、（ＸT、ＹT） ２) 通過すべき正六角形の各交通管制区域５０の名称
（｛ｍ，ｎ｝という表記で表される） ３) 各交通管制区域５０の管理状況のシリアル番号 ４) 出発点Ｓを含む最初に通過する正六角形の交通管理
区域５０内での多数の通過地点の座標 ５) 上記各点を通過する際の目標速度と車体目標方向 ６) 上記各点を通過する予定時刻 車両２０側が上記概略の走行計画を受け取ると、その走
行計画を車両２０に搭載した地図データと比較したり、
交通管制計画に不都合がないかどうかをその車両２０を
管理する会社に問い合わせたりする処理が行われる。例
えば、受け取った走行計画にのっている通過すべき「あ
る正六角形の交通管制区域」の管理状況のシリアル番号
が、車載した地図データに記載されたものと異なってい
た場合があったり、交差点の配置や通過すべき位置補正
標識や、道路の登り下りの路線の大局座標位置が当日の
補修工事や事故処理で変更されている可能性がある。変
更等を知らずに誤った情報に基づいて、予定走行路Ｑを
示す点列に沿って走行すると危険な場合があるので、デ
ータに異常のある正六角形の交通管制区域５０に車両２
０が到達する前に正しいデータをその交通管制区域５０
を統括する交通管制システム７２から受け取っておく必
要がある。
【０１８０】また、指定された経路が、会社のデータに
よると、天候や経済活動などのために所定の時間帯は通
らない方がよいことがわかっていたり、目標点で荷物や
乗客を降ろした後に次に向かうべき地点の映像情報を採
取しておく必要から、特定の地点を通過したい場合があ
る。この場合には、通過したくない場所や通りたい地点
を指定した上で、車両２０から交通管制システムに対し
て再検討の申請を送ることができる。ただし、再検討の
申請を行う時点は、既に車両２０は目標点に向けて走行
を開始する前であり、交通管制システムとしても緊急を
要する処理として扱わないので、回答がくるまでに時間
がかかることもあり得る。
【０１８１】そこで、通過したくない場所や通過したい
地点等、希望する経路がある場合には、最初の概略の走
行計画を受け取る前に、希望する経路を予め交通管制シ
ステムに申請しておけばよい。これにより、交通管制シ
ステムが概略の走行計画を送った後、車両側の希望に応
じて修正した走行計画を送り直すという二度手間を避け
ることができる。
【０１８２】図１１は、正六角形の交通管制区域５０内
の地図を示している。
【０１８３】同図１１に示すように、地図に示される道
路の交差点としては、十字路、三叉路、ロータリー、立
体交差、優先道路への合流点、私有地への引き込み道
路、手動運転と自動運転の切換検査場などがあり、これ
ら交差点の座標位置は地図に記載されている。そして、
交差点を結ぶ道路の各地点の座標位置は、点列として地
図に記載されている。また、道路や交差点などに、位置
補正標識が設置されている場合には、その標識の座標位
置、方向、標識の特徴を表す記号、識別番号などの情報
が地図に記載される。この結果、地図上には、予定走行
経路Ｑ上の各点の座標位置が示される。
【０１８４】また、制限速度や駐停車禁止の標識のよう
に変更されにくい規制標識の情報も地図に記載されてい
る。
【０１８５】これら地図情報は、知能自動車２０を自動
的に走行させるために使用されるだけではなく、乗客に
対して現在位置、予定走行経路Ｑ、交通状況を知らせる
ための基礎情報として使用される。例えば、この地図を
スクリーンに表示し、スクリーン上の所望の場所を乗客
に選択させ、その選択した地図上の位置に対応した情報
を画像、音声、音楽として提供することができる。
【０１８６】上記地図データは、各車両２０がその管制
区域５０内で走行を開始する前に、最新の情報によって
修正ないしは補正しておくことが望ましい。
【０１８７】車両２０は、公知のDead-reckoning技術
（詳細は米国特許４，８６６，６１７号の第１７式等を
参照）を用いたいわゆる推測航法により、方向検出器８
５や走行距離検出器８６の出力に基づき車両２０の現在
位置を推定演算しながら走行制御される。
【０１８８】推測航法では、車輪のスリップ、積算など
により、単位時間あたりの走行距離の計測結果や車輌の
方向の計測結果に誤差が含まれているため、長距離にわ
たって走行すると、推測された現在位置が、実際の位置
と相違してくる。
【０１８９】そこで、ＧＰＳアンテナ３５を介して実際
の現在位置を計測し、推測航法により得られた現在位置
を、この実際の現在位置に置き換え、推測航法により推
測された現在位置の計測誤差を間欠的に補正している。
また、ＧＰＳ以外にも、各種の能動的あるいは受動的な
標識を用いて現在位置を間欠的に補正する方法が既に公
知となっており、これらを適宜採用することができる。
【０１９０】図１２は、車両２０Ａが走行する予定走行
経路Ｐ1、Ｐ2、Ｐ3…に沿って、走行路面６０に間欠的
に位置補正用標識Ｌ1が敷設されているとともに、車両
２０Ａが走行する車線に対向する車線であって、車両２
０Ｂが走行する予定走行経路Ｐn1…に沿って、走行路面
６０に間欠的に標識Ｌ2が敷設された様子を示してい
る。各標識Ｌ1、Ｌ2の正確な位置、設置の向き、および
属性は、予め車両２０側に知らされている。ここで、属
性とは、例えば図１３に示す標識Ｌであれば、Ｚ字型の
標識２ａ、２ｂ、２ｃの横幅Ｖ、奥行きの寸法Ｗ、これ
を標準化した型式番号、金属材料の幅ｄなどである。ま
た、図１４に示す標識Ｌであれば、Ｚ字型標識に平行に
設けられた識別用の線分６２、６３の本数、これら線分
の間隔、金属材料の幅などである。
【０１９１】これら標識Ｌの属性を適宜変化させること
により、状況に応じた識別を行わせることができる。例
えば、図１３の標識Ｌを、高速走行する道路に設置する
場合には、線分の金属材料の幅ｄを広くして、車載した
金属センサが線分の金属材料の上を通過する時間を確保
して（６１は車両２０の走行経路を示している）、確実
に標識Ｌを検出させることができる。また、低速走行で
精密な位置決めを必要とする停止地点では、標識Ｌの横
幅Ｖを狭くしたり、奥行きの寸法Ｗを大きめにとること
により、位置補正の精度を高めることができる。
【０１９２】また、図１４の標識Ｌの識別用の線分の数
を、例えば第一車線については１本（線分６２だけ）、
第二車線については２本（線分６２と線分６３）と、車
線に応じて異ならせることにより現在通過中の車線を識
別させることができる。また、交差点の手前では、上記
識別用の線分の幅、間隔を、特別に規定された組合せに
することにより、走行地点に関する警告や確認を車両２
０側で簡単に行わせることができる。
【０１９３】車両２０Ａは、予定走行経路Ｑ上の各点の
座標位置Ｐ1 、Ｐ2 、Ｐ3 …を、予め受け取っており、
これら点列のうちの最も近い点を暫定的な目標点とし
て、そこに向けて走行されるように制御される。
【０１９４】車両２０Ａが、上記暫定的な目標点に近づ
くと、目標点が自動的に次の点に切り換えられる。こう
して車両２０Ａは、通過予定地点の各座標位置Ｐ1 、Ｐ
2 、Ｐ3 …を順番にたどって進むことができる。位置補
正標識Ｌ1を敷設した地点と方向のデータは車両２０に
保有されているので、現在位置において通過する可能性
のある標識Ｌ1を確定することができ、これによって現
在位置を間欠的に補正することができる。
【０１９５】図１６は、第二層５が、第一層２のデータ
に基づき自動制御を行っている様子を概念的に示す図で
ある。ここでは説明を簡単にするため、車両２０は、何
らの障害もなく、ただ予定された経路に沿って走行する
場合について説明する。予定走行経路上において他の車
両と干渉しそうになったり、道路上に障害物があったり
する場合については、何らかの障害が発生する場合につ
いては後述する。
【０１９６】第二層５は、第一層２の中の仮想の車両を
仮想の環境の中で自動制御する。
【０１９７】すなわち、第二層５は、第一層２に書き込
まれたデータそのものを、仮想的な外部環境のもとにあ
る仮想的な車体４２であると見なして自動制御する。第
二層５にとって物理的な車両２０の運動や、現実の周囲
環境のありさまは、「第一層２に書き込まれたデータ」
となっていない限り知ることはできない。また、本当の
物理的な車体の運動や現実の周囲環境のありさまがどう
なっていようとも、「第一層に書き込まれたデータ」が
存在するかぎり、第二層５はそのデータを用いて仮想的
な環境の中で仮想的な車両４２を自動制御する。
【０１９８】第一層２の記憶装置には、外部のネットワ
ーク１、身体部９とのデータのやりとりによって、走行
すべき「目標」を示す仮想的な地図情報６４と、走行の
「現状」を示す仮想的な自己の車体４２、仮想的な標識
Ｌ´及び仮想的な道路６０´が記憶、格納されている。
【０１９９】第二層５は、制御入力ｃとして上記「目
標」と「現状」のデータを読み込んで、「現状」の走行
が「目標」に合致するように、制御出力ａを発生し、こ
れを第一層２の記憶装置に書き込む。第一層２の記憶装
置に書き込まれたデータは、身体部９に読み込まれて、
実際の車体２０を動かすことになる。
【０２００】実際の車両２０、位置補正用標識Ｌの情報
は、身体部９から第一層２の記憶装置へ出力され、この
情報が仮想的な自己の車体４２、仮想的な標識Ｌ´とな
って、走行の「現状」を再び表現することになる。
【０２０１】車両２を予定走行経路Ｑに沿って誘導走行
させるには まず、車両２０の外部のネットワークとし
ての情報通信ネットワーク（所轄区間）１から予定走行
経路Ｑを示すデータが、第一層２に対して標準形式のデ
ータとして受信され、内部／外部の全てのデータを蓄え
る第二層２の記憶装置に蓄積される。
【０２０２】ここで、車両２０にとって、走行路６０
は、動作対象１４のうちの環境物体１８に相当し、位置
補正用標識Ｌは、据付機械１７に相当する。自己の車両
２０以外の他の車両は、移動機械１６に相当する。車両
２０を操舵する装置、走行させる駆動装置、各種センサ
は、身体部９に含まれる。また、推測航法に基づく現在
位置の演算、位置補正用標識Ｌの識別、標識Ｌによる自
己位置の補正などの各種演算も、広い意味でのセンサの
機能であると考えて、身体部９の機能に含めるものとす
る。
【０２０３】仮に車両２０が電源を落とされて車庫に待
機している場合には、電源投入時の現在位置は、検出で
きないことが多い。この場合には、電源が落とされた車
両２０の大まかな現在位置と方向を、動作対象１４の人
間１５が車両２０に教示したり、あるいは手動で車両２
０を運転して、実際に位置補正用標識Ｌを通過させてや
ることで正確な現在位置を車両２０に教示させてやる必
要がある。この場合に使われるマンマシン・インターフ
ェースの機能も身体部９に含まれる。
【０２０４】図１７は、身体部９で行われる車両２０の
走行制御の内容を示すブロック図である。
【０２０５】方向検出器８５は、例えばレートジャイロ
であり、車両２０の走行方向の変化分（角速度）が検出
され、これを積分することにより車両２０の方向が検出
される。
【０２０６】走行距離検出器８６では、車両２０の車輪
の回転数が検出されることにより時々刻々移動する車両
２０の走行距離が検出される。
【０２０７】標識検出器３９では、予定走行経路Ｑに沿
って既知の場所に間欠的に設置された位置補正用標識Ｌ
が検出される。
【０２０８】車両推定位置演算回路８８では、方向検出
器８５および走行距離検出器８６から時々刻々入力され
る方向および走行距離を示す信号に基づいて車両２０の
位置が推定演算される。
【０２０９】車両位置補正演算回路８９では、走行距離
検出器８６、標識検出器３９の出力に基づいて、位置補
正用標識Ｌを検出する毎に、車両推定位置演算回路８８
が推定した車両２０の位置の誤差範囲に設置されている
位置補正用標識Ｌの座標位置が補正標識座標メモリ９０
から取り出され、この座標位置が車両推定位置演算回路
８８に対して送られる。そして、車両推定位置演算回路
８８では、位置補正用標識Ｌとの相対位置関係から車両
２０の実際の位置が演算され、この実際の位置によっ
て、既に推定演算された車両の位置が補正される。
【０２１０】車両推定位置演算回路８８からは、補正さ
れた現在位置の座標位置（ｘr、ｙｒ）（局所座標系ｘ
−ｙ）と車両２０の現在の進行方向φが、走行指令演算
回路９１に出力され、この走行指令演算回路９１では、
予定走行経路Ｑ上の各目標地点Ｐ1、Ｐ2、Ｐ3…の座標
位置（ｘp、ｙp）、各目標地点における車両２０の進行
方向φpおよび各目標地点における車速ｖpを示すデータ
が記憶された走行コースメモリ９４の記憶データと、上
記現在位置（ｘr、ｙr）および現在進行方向φとが突き
合わされて、車両２０の操舵角と車両２０の走行速度の
目標値が演算され、それぞれ操舵指令演算回路９２、駆
動指令演算回路９３に出力される。操舵指令演算回路９
２からは操舵指令が操舵機構に出力され、駆動指令演算
回路９３からは駆動指令が駆動機構に出力され、この結
果、車両２０は予定走行経路Ｑ上の目標点Ｐ1、Ｐ2、Ｐ
3…に追従していく。これら操舵機構および駆動機構の
アクチュエータを操作する頻度は、１秒間に２０回から
数秒に１回程度までの範囲である。
【０２１１】ただし、データ転送のタイミングが悪く
て、身体部９が必要とする瞬間に目標地点Ｐや標識Ｌの
情報を受け渡すことができないと、操舵を制御するＣＰ
Ｕが目標値を与えられない状態になって暴走する危険が
あるので、所定の時刻ｔx以降に通過すべき目標地点Ｐ
と位置補正用標識Ｌの情報は、予め数点分をまとめて上
記所定の時刻ｔxよりも前に、第一層２から身体部９の
補正標識座標メモリ９０、走行コースメモリ９４に読み
込んでおかれる。
【０２１２】なお、道路上に様々な型式や寸法の位置補
正用標識Ｌが存在する場合には、型式等のわかる認識番
号、設置された方向などのデータが補正標識座標メモリ
９０に記憶され、このデータが位置補正用標識Ｌの種類
の識別に使用される。
【０２１３】また、第一層２には、車両内部で再利用さ
れる全てのデータを登録するために、車両２０の現在位
置と目標地点等の情報に加えて、その“現在時刻ｔ”も
登録される。これにより、最新情報のある時刻ｔと次に
データ更新される時刻ｔ＋１の間の時刻ｔ＋α（ただ
し、０＜α＜１）でデータを再利用すべくデータを読み
込んだ場合でも、データを補間して利用することができ
る。
【０２１４】ここで、身体部９が、第一層２の内部／外
部の全てのデータが蓄えられている記憶装置から読み込
むデータと、書き込むデータは、以下の通りである。さ
らに、走行中に車両２０があらぬ方向に暴走する危険を
未然に防ぐために、走行計画上の車両２０の進行方向ψ
pと実際の車両２０の進行方向ψrとを相互にデータ交換
し、自己診断の機能を容易に付加できるようにする。
【０２１５】・身体部９が第一層２から読み込むデータ
（走行に必要な最低限の情報） ＜１＞時刻ｘ以降に通過すべき数回分の目標地点の座標
位置（ｘp，ｙp）と、各目標地点における進行方向ψp
と、各目標地点における車速υp ＜２＞時刻ｘ以降に通過すべき数回分の位置補正標識Ｌ
の認識番号と、その中心座標位置と、設置方向 ＜３＞時刻ｘの精密な値 ・身体部９から第一層２へ書き込むデータ（走行中は数
秒未満の間隔で更新される） ＜１＞ 時刻ｔにおける車両２０の現在位置の座標位置
（ｘr，ｙr）と、進行方向ψrと、車速υr ＜２＞時刻ｔにおける目標地点の座標位置（ｘp，ｙp）
と、進行方向ψpと、車速υp ＜３＞時刻ｔにおける位置補正標識Ｌの認識番号と、そ
の中心座標位置と、設置方向 ＜４＞時刻ｔの精密な値 ＜５＞身体部９の動作モード（エラーコードも含む） 図１８（ａ）は、所轄区域の交通管制システム７２から
情報通信ネットワーク１を介して、車両２０に送られる
予定走行経路Ｑを示している。
【０２１６】すなわち、車両２０が通過すべき目標地点
Ｐ1，Ｐ2，Ｐ3，Ｐ4，Ｐ5，Ｐ6，Ｐ7，Ｐ8，Ｐ9の各々
の座標位置（ｘp、ｙp）と、各目標地点における車速φ
pが与えられ、さらに位置補正用標識Ｌ1，Ｌ2，Ｌ3，Ｌ
4，Ｌ5の各々の座標位置（ｘL、ｙL）、設置方向、認識
番号が与えられる。
【０２１７】因みに、通過すべき目標地点Ｐn とつぎの
目標地点Ｐn ＋1との距離は、高速走行する場面におけ
る一般的な数値で１０ｍから１００ ｍの間であり、多
くの場合、直線路は、５０ｍ程度の間隔で、通過すべき
地点Ｐが指定される。また、通過すべき位置補正用標識
Ｌ上にも、通過すべき地点Ｐが指定される。交差点やカ
ーブでは、特により短い間隔で、通過すべき地点Ｐが指
定される。
【０２１８】位置補正用標識Ｌは、通常は５０ｍから２
００ ｍ程度の間隔で埋設されるが、多くの場合、高速
走行する直線路については、１００ ｍ程度の間隔で設
置され、交差点の出入口とカーブにも設置される。
【０２１９】このように数十ｍ間隔のデータとして与え
られる通過すべき地点Ｐと座標Ｌのデータは、第一層２
の記憶装置に「目標経路Ｑのデータ」として格納され
る。
【０２２０】図１８（ｂ）は、時刻ｔにおいて身体部９
で、実際の車両２０が制御された場合に、その結果が第
一層２の記憶装置に「実際の走行データ」として格納さ
れた様子を示している。
【０２２１】第二層５が、この「実際の走行データ」を
読み込んだときには、すでに最新の時刻ｔと次にデータ
更新される時刻ｔ＋１の間の時刻ｔ＋α（ただし、０＜
α＜１）になっている。そこで、第二層５は、時刻ｔに
おける実際の車両２０の現在位置の座標位置Ｒt（ｘt，
ｙt）と、進行方向ψtと、車速υtのデータを用いて、
時刻ｔ＋αにおける仮想の車両４２の推定座標位置Ｒt+
α（ｘtα，ｙtα）を求め、これを用いて制御を行う。
【０２２２】図１８（ｃ）は、上記「目標経路Ｑのデー
タ」と「実際の走行データ」とを利用して、第二層５
が、仮想の車両４２を目標経路Ｑに沿って走行させるた
めに、車両２０が走行すべき目標点の座標位置を細分化
する様子を示している。
【０２２３】例えば、仮想の車両４２の推定位置が、地
点Ｐ4付近をすでに通過してしまい、地点Ｐ5付近にさし
かかりつつある場合には、第二層５は、地点Ｐ5以降の
走行目標点を細分化して、第一層２にこれを出力する。
この細分化されたデータは、図１７の走行コースメモリ
９４に格納され、身体部９で行われる実際の車両２０の
走行制御に使用される。
【０２２４】地点Ｐ5，Ｐ6，Ｐ7，Ｐ8の間の細分化処理
は、以下の通りである。
【０２２５】まず、例えば５０ｍ間隔で指定された地点
Ｐ5とＰ6の間が、概ね０．５ｍ間隔の点列Ｐ501，Ｐ50
2，Ｐ503〜Ｐ598，Ｐ599に、100 分割される。同様に、
地点Ｐ6，Ｐ7間についても、Ｐ601，Ｐ602，Ｐ603〜Ｐ6
98，Ｐ699と１００分割され、地点Ｐ7、Ｐ８間は、Ｐ70
1，Ｐ702，Ｐ703〜Ｐ798，Ｐ799と１００分割される。
【０２２６】このようにして細分化された点列は、身体
部９で実際の車両２０を制御するための目標点の座標点
列となる。もちろん、その目標点の間隔は、０．５ ｍ
に固定される必要はなく、車両２０の旋回半径の１／50
から４倍程度の範囲内で選択するのが実用的である。
【０２２７】第二層５は、仮想の車両４２の推定位置
が、地点Ｐ5付近であるという「現状」に基づいて、こ
れから通過すべき地点Ｐ5，Ｐ6，Ｐ7，Ｐ8地点にある標
識Ｌ1，Ｌ2，Ｌ3，Ｌ4，Ｌ5の各々の座標位置（ｘL、ｙ
L）、設置方向、認識番号のデータを第一層２に出力す
る。すると、身体部９は、これらデータを図１７の補正
標識座標メモリ９０に記憶させ、身体部９はこの記憶デ
ータに基づいて実際の車両２０を走行制御する。
【０２２８】このように、外部のネットワーク１から送
られた「目標経路Ｑのデータ」と、身体部９から送られ
た「実際の走行データ」とに基づいて、第二層５が「こ
れから通過すべき細分化した経路のデータ」を生成する
とともに、「これから通過すべき位置補正用標識のデー
タ」を生成し、これらが第一層２の記憶装置を介して身
体部９へと送られることで、実際の車両２０が自動操舵
される。
【０２２９】つぎに、予定走行経路上において他の車両
と干渉しそうになったり、道路上に障害物があったりす
る等、何らかの障害が発生する場合の制御について説明
する。
【０２３０】図１９は、図１６と同様に、第二層５が、
第一層２のデータに基づき自動制御を行っている様子を
概念的に示しているとともに、第三層６が第一層２のデ
ータに基づき推論を行っている様子を概念的に示してい
る。
【０２３１】同図１９に示すように、図１６の場合と同
様に、第二層５は、「第一層２に書き込まれたデータ」
そのものを、仮想的な外部環境のもとにある仮想的な車
両４２であると見なして、自動制御を行う。つまり、第
二層５にとって、物理的な実際の車両２０の運動や、現
実の周囲環境のありさまは、「第一層２に書き込まれた
データ」となっていないかぎり知ることはできない。逆
に、実際の物理的な車両２０の運動や現実の周囲環境の
ありさまがどうなっていようとも、「第一層２に書き込
まれたデータ」が存在するかぎり、第二層５はそのデー
タを用いて仮想的な環境の中で仮想的な車両４２を自動
制御する。
【０２３２】このように仮想的な環境の中で仮想的な車
両４２を自動制御するには、障害が発生する可能性のあ
る合流点はもちろんのこと、単に車両４２が前進するだ
けの場合であっても、前方に故障車が止まっていないか
など、場面ごとに起き得る不具合が実際に起きていない
かどうか確認しておく必要がある。
【０２３３】すなわち、第一層２の記憶装置には、外部
のネットワーク１、身体部９とのデータのやりとりによ
って、走行すべき「目標」を示す仮想的な地図情報６４
と、走行の「現状」を示す仮想的な自己の車体４２、仮
想的な標識Ｌ´及び仮想的な道路６０´が記憶、格納さ
れている。
【０２３４】第二層５は、制御入力ｃとして上記「目
標」と「現状」のデータを読み込んで、「現状」の走行
が「目標」に合致するように、制御出力ａ（制御指令
ｄ）を発生し、これを第一層２の記憶装置に書き込む。
第一層２の記憶装置に書き込まれたデータは、身体部９
に読み込まれて、実際の車体２０を動かすことになる。
【０２３５】実際の車両２０、位置補正用標識Ｌの情報
は、身体部９から第一層２の記憶装置へ出力され、この
情報が仮想的な自己の車体４２、仮想的な標識Ｌ´とな
って、走行の「現状」を再び表現することになる。
【０２３６】第二層５は制御出力ａとして、不具合予測
ｅを出力し、これを第一層２の記憶装置に書き込む。
【０２３７】例えば、停車していた車両４２が動き始め
る際には、「後方から車両がぶつかってくる危険性」や
「前に他の車が止まっている危険性」などの不具合の予
測が、第二層５において生成される。この不具合予測
は、必ずしもいわゆる人工知能的な手法で生成しなけれ
ばならないという制約はない。場面ごとに予測される不
具合を予めプログラムしておくことにより予測してもよ
く、またデータベース、テーブルに整理、記憶しておく
ことにより予測してもよい。要は、第二層５が仮想の環
境の中の仮想の車両４２に対して制御指令ｄを発する場
合に、実際の空間の状況が仮想の環境に反映されていな
いために起こりうる危険性を列挙して第一層２の記憶装
置に書き込むことができる手法であればよい。
【０２３８】こうして第一層２の記憶装置に書き込まれ
た不具合の予測ｅは、第三層６によって外界調査指示ｈ
として読み込まれ、第三層６による推論（外界の対象を
把握す推論）を経て、外界の調査報告ｉが、第一層２の
記憶装置に読み込まれる。
【０２３９】具体的には、例えば「それまで既知の情報
に基づき前方にいると思っていた他の車両４３が、実際
には数秒遅れで後方から突進してきている」ことが、外
界調査報告ｉによって判明する。
【０２４０】以下、車両２０が幹線道路へ進入する状況
を例にとり、具体的に説明する。
【０２４１】図２０は車両２０-1が幹線道路に進入しよ
うとしている場面を示している。
【０２４２】交通管制システム７２からの情報による
と、車両１が進入しようとしている合流点のあたり（位
置Ａ）に他の車両２０-2が走行しているはずである。と
ころが、走行している他の車両２０-2の位置を交通管制
システム７２が把握する場合、前回報告を受けた位置に
基づいて最新位置を推定しなければならなく、ネットワ
ーク１からデータを読み取る時間間隔がゼロではないた
め、次に報告を受けるまでの間に他の車両２０-2が交通
状況に応じて加速したり減速したり車線変更したりする
と、他の車両２０-2の真の現在位置と予定位置との間に
誤差が生じてしまう。例えば、時速８０キロで走行中に
交通渋滞で±１０秒の誤差を生ずれば、車両２０-2が実
際に存在する場所は±２００ｍの誤差を生じる。
【０２４３】車両２０-1では、こうした状況を不具合で
あると予測して、外界調査を行う。以下、図２３のブロ
ック図、図２５のフローチャートを併せ参照しつつ説明
する。
【０２４４】すなわち、第一層２の記憶装置にある「走
行地域の地図６４」と「予定走行路Ｑの座標位置デー
タ、位置補正用標識データ」と、交通管制システム７２
が管理している「近傍の車両２０-2の走行情報」と、
「自己の車両２０-1の現在位置」の情報が、制御入力ｃ
として第二層５に入力される（ステップ３０１）。
【０２４５】つぎに、第二層５は、制御指令ｄとして
「次に通過すべき予定走行経路Ｑ上の目標点Ｐと位置補
正用標識Ｌを算出せよ」を生成すると同時に、「“幹線
道路進入”を行うが、予定走行経路Ｑの付近に他の車両
が存在するので注意せよ」という不具合予測ｅを生成す
る（ステップ３０２）。
【０２４６】第二層５は、第一層２の記憶装置に上記制
御指令ｄと不具合予測ｅを出力する（ステップ３０
３）。
【０２４７】ついで、この不具合予測ｅに応じて第一層
２の記憶装置から第三層６の推論機能８に対して外界調
査指示ｈとして、“図２０の位置Ａに存在する予定の他
の車両２０-2が誤差範囲のどこに存在するのか確認せ
よ”との指示が出力される（ステップ３０４）。
【０２４８】この結果、第三層６の推論機能８が、外界
調査指示ｈにもとづいて外界を観察する。推論機能８が
外界を観察する処理を行う際に、後述するように、第三
層６の知覚機能７の分別部４４と感受部４５が使用され
る。この知覚機能７を使用した推論は、本発明者の提案
に係る特願平８−５３１３８号の図６，図７及び図８に
具体的に示されている（ステップ３０５）。
【０２４９】そして、第三層６の推論機能８から、第一
層２の記憶装置に対して外界調査報告ｉ（具体的には後
述する図２２の結論１〜６のうちのいずれか）が出力さ
れる。この外界調査報告ｉのデータに基づいて、第一層
２の記憶装置の中の仮想的な他の車両４３、仮想的な道
路６０´の状況が、外界のありさまを反映して更新され
る（ステップ３０６）。
【０２５０】次に、図２２、図２６を参照して、上述し
た第三層６の推論機能８で行われるの処理を説明する。
【０２５１】推論機能８は、図２１に示すように、まず
視野Ａを観察する。
【０２５２】すなわち、車両２０-1の視覚センサ３２等
が視野Ａに向けられ、車両前方の位置Ａ（他の車両２０
-2が存在するはずの予定位置）に他の車両２０-2が存在
するか否かを観察する（ステップ１０１）。
【０２５３】もし、他の車両２０-2が予定通り位置Ａに
存在しているならば、すぐに自己の車両２０-1の目前を
通過してしまうから、車両２０-1としては徐々に加速し
て幹線道路に進入すれば問題はない。これが、他の車両
２０-2が予定位置Ａに存在していた場合の結論１であ
る。
【０２５４】ステップ１０１で、視野Ａに他の車両２０
-2が存在しないという判断がされると、つぎのステップ
２０２の判断に移行される。
【０２５５】上記ステップ１０１の判断を具体的に示し
たのが、図２６である。
【０２５６】すなわち、推論機能８が受け取るべき記号
出力Ｖの選択肢、つまり「視野Ａに他の車両２０-2が存
在する」、「視野Ａに他の車両２０-2が存在しない」と
いう選択肢が決定されるとともに、その選択肢の判定基
準が決定される。これら選択肢と判定基準ｎは分別部４
４に与えられるものである。ここで、判定基準とは、例
えば、両眼ステレオや単眼画像の時間差分をとるなどの
公知の手法を用いて、視覚センサ３２等の視野内に移動
物体が存在するか否かを判断する際に、その判断のため
の時間差分の値のしきい値、画像のズレ量のしきい値な
どのことである。同時に、推論機能８では、感受部４５
に与えるべき好き嫌いの基準ｍが決定される。これは、
分別部４４で「存在する」か「存在しない」かを判定し
始める前に、まず感受部４５において判定準備ができた
かどうかを判断するために使用される。つまり、視覚セ
ンサ３２等の画像が正常に受信されているか否かを判断
するための基準であり、正常に画像が受信されている場
合には、「好き」として、その画像に基づき「存在す
る」、「存在しない」の判断が開始されることになる
（ステップ４０１）。
【０２５７】こうして推論機能８から知覚機能７の分別
部４４に対して上記決定された選択肢とその判定基準ｎ
が出力される。また、知覚機能７の感受部４５に対して
好き嫌いの基準ｍが出力される。これによって、知覚機
能７は、外界（視野Ａ）を調べる動作を開始する（ステ
ップ４０２）。
【０２５８】ここで、外界からの刺激Ｔが身体部９のセ
ンサ９ｂ（視覚センサ３２等）に加わることにより発生
する直接出力Ｓ（視覚センサ３２等の視野Ａの画像の受
信信号）は、感受部４５と分別部４４に与えられてい
る。
【０２５９】感受部４５は、直接出力Ｓを、好き嫌いの
基準ｍに照合して、その照合結果に応じて、好きか、嫌
いかを示す割り込み信号ｒを分別部４４に出力する。分
別部４４は、この好き嫌いの割り込み信号ｒを受けるこ
とによって、内部状態を遷移させる。
【０２６０】すなわち、図２４に示すように、分別部４
４の内部状態が「観察停止状態」（ステップ２０１）か
ら、「感受状態」（ステップ２０２）に移行され、直接
出力Ｓが読み込まれる。さらに「起想状態」（ステップ
２０３）に移行され、記号出力Ｖが、選択肢の中から選
択される。この場合、分別部４４は、視覚センサ３２等
の画像受信信号（視野Ａの画像）を画像処理し、これに
判定基準ｎを適用することによって、「視野Ａに他の車
両２０-2が存在する」、「視野Ａに他の車両２０-2が存
在しない」という記号出力Ｖの選択肢の中からいずれか
を選択する（ステップ４０３）。
【０２６１】このようにして分別部４４が記号出力Ｖの
候補を決定すると、つぎに「試行状態」（ステップ２０
４）に移行され、操作Ｕを発生して身体部９のアクチュ
エータ９ａ（視覚センサ３２等の向きを変えるアクチュ
エータ）を駆動する。この結果、視覚センサ３２等の視
点がわずかに変化される。ただし、分別部４４から身体
部９のアクチュエータ９ａを動かすための信号である操
作Ｕは、第三層６から身体部９に直接送られるのではな
く、第三層６から第一層２の記憶装置にデータが送ら
れ、そのデータを身体部９が読み込むことによって、身
体部９に送られるようにしている（ステップ４０４）。
【０２６２】つぎに、分別部４４の内部状態は、「認識
状態」（ステップ２０５）に移行される。
【０２６３】すなわち、上記操作Ｕによって、視覚セン
サ３２等の視点が変えられた後に、分別部４４は、同様
に、視覚センサ３２等の画像受信信号（視野Ａの画像）
を画像処理し、これに判定基準ｎを適用することによっ
て、「視野Ａに他の車両２０-2が存在する」、「視野Ａ
に他の車両２０-2が存在しない」という記号出力Ｖの選
択肢の中からいずれかを選択する。この結果、２回選択
した記号出力Ｖの候補（「存在する」、「存在しな
い」）が同じものであるならば、分別部４４は、その候
補を記号出力Ｖとして推論機能８に出力する。この結
果、分別部４４の内部状態は、「認識状態」（ステップ
２０５）から、元の「観察停止状態」（ステップ２０
１）に戻される。
【０２６４】逆に、２回選択した記号出力Ｖの候補が異
なっているならば、手順は再びステップ４０３に移行さ
れ、外界の観察が繰り返される（ステップ４０５）。
【０２６５】なお、車両２０-1が走行している場合に
は、時間の経過に伴い視覚センサ３２等の視点は変化す
るし、仮に車両２０-1が停車している場合であっても、
外界は変化するので、操作Ｕを出力せずとも視覚センサ
３２等の視点を変えて、外界を観察することが可能であ
る。
【０２６６】操作Ｕを出力して視覚センサ３２等の視点
を強制的に変えなければならないのは、暗いトンネルや
倉庫に停車している場合のように、環境が変化しにくい
状況下である。
【０２６７】環境の変化の多い状況下では、操作Ｕを出
力する前に直接出力Ｓが変化してしまうので、操作Ｕを
出力しなくても「試行状態」（ステップ２０４）から
「認識状態」（ステップ２０５）に移行させることがで
きる。この「認識状態」では、再び記号出力Ｖの候補が
選択されることになり、その選択された候補が１回目に
選択した記号出力Ｖの候補と同じであれば、分別部４４
は記号出力Ｖを推論機能８に向けて出力するとともに、
分別部４４の内部状態は「観察停止状態」（ステップ２
０１）に戻る。第２回目に選択した記号出力Ｖの候補
が、第１回目に選択した記号出力Ｖの候補と異なってい
れば、記号出力Ｖを出力することなく、分別部４４の内
部状態は、「観察停止状態」（ステップ２０１）に戻さ
れる。
【０２６８】記号出力Ｖを受け取った推論機能８は、そ
の記号出力Ｖが「視野Ａ（位置Ａ）に他の車両２０-2が
存在する」であるならば、上述したように結論１（図２
２参照）を最終的な推論結果とする。
【０２６９】しかし、受け取った記号出力Ｖが「視野Ａ
（位置Ａ）に他の車両２０-2が存在しない」であるなら
ば、更に外界の状況を推論していく。
【０２７０】以下、同様にして、図２１の視野Ｂ、視野
Ｃ、視野Ｄについて外界の状況が観察される。視野Ｃに
ついては位置Ｃ（進入路の車線）と位置Ｅ（進入路の車
線とは別の車線）の識別も行われる。
【０２７１】すなわち、図２２のステップ１０２では、
車両２０-1の視覚センサ３２等が視野Ｂに向けられ、進
行方向の位置Ｂに他の車両２０-2が存在するか否かが観
察される。ここで、上述した図２６のステップ４０１か
ら４０６の処理が同様にして実行される。
【０２７２】この結果、「車両２０-2が、予定よりも進
んでいる位置Ｂに存在している」との記号出力Ｖを推論
機能８が受け取ると、「他の車両２０-2がすでに進入位
置を通過してしまっているから、車両２０-1は速やかに
加速して幹線道路に進入してもよい」との結論２を最終
的な推論結果とする。
【０２７３】逆に、「視野Ｂ（位置Ｂ）に他の車両２０
-2が存在しない」との記号出力Ｖを受け取ると、つぎの
ステップ１０３に移行される。
【０２７４】つぎのステップ１０３では、車両２０-1の
視覚センサ３２等が視野Ｃに向けられ、進行方向の位置
Ｃに他の車両２０-2が存在するか否かが観察される。こ
こで、上述した図２６のステップ４０１から４０６の処
理が同様にして実行される。
【０２７５】ここで、「視野Ｃの方向に他の車両２０-2
が存在する」との記号出力Ｖを推論機能８が受け取った
場合には、他の車両２０-2が、進入路の車線、これとは
別の車線のいずれを走行しているかに応じて、結論が異
なるので、これを識別するために、つぎのステップ１０
４に移行される。
【０２７６】逆に、「視野Ｃに他の車両２０-2が存在し
ない」との記号出力Ｖを受け取ると、他の視野Ｄを観察
すべく、つぎのステップ１０５に移行される。
【０２７７】ステップ１０４では、車両２０-1の視覚セ
ンサ３２等が視野Ｃに向けられ、位置Ｃ（進入路の車
線）、位置Ｅ（別車線）のいずれに他の車両２０-2が存
在するかが観察される。ここで、上述した図２６のステ
ップ４０１から４０６の処理が同様にして実行される。
【０２７８】この結果、「他の車両２０-2が位置Ｅに存
在する」との記号出力Ｖを推論機能８が受け取ると、
「進入路の車線でない別の車線を他の車両２０-2が走行
しているのであり、車両２０-1が幹線道路にそのまま進
入しても衝突するおそれはない、車両１はそのまま幹線
道路に進入してもよい」との結論３を最終的な推論結果
として出力する。
【０２７９】逆に、「他の車両２０-2が位置Ｃに存在す
る」との記号出力Ｖを推論機能８が受け取ると、「他の
車両２０-2はもうすぐに通過してしまう。車両２０-1は
一旦停止して他の車両２０-2が通過した後に幹線道路に
進入すべきである」との結論４を最終的な推論結果とし
て出力する。
【０２８０】ステップ１０５では、車両２０-1の視覚セ
ンサ３２等が視野Ｄに向けられ、進行方向の位置Ｄに他
の車両２０-2が存在するか否かが観察される。ここで、
上述した図２６のステップ４０１から４０６の処理が同
様にして実行される。
【０２８１】この結果、「視野Ｄ（位置Ｄ）に他の車両
２０-2が存在する」との記号出力Ｖを推論機能８が受け
取ると、「他の車両２０-2は当分来ない。車両２０-1が
幹線道路にそのまま進入しても衝突するおそれはない。
車両２０-1は幹線道路に進入してもよい」との結論５を
最終的な推論結果として出力する。
【０２８２】逆に、「視野Ｄ（位置Ｄ）に他の車両２０
-2が存在しない」との記号出力Ｖを推論機能８が受け取
ると、誤差範囲の視野Ａ、視野Ｂ、視野Ｃ、視野Ｄのい
ずれにも、他の車両２０-2が存在しない状態であるの
で、「他の車両２０-2は誤差範囲を越えて行方不明にな
っている。道路上で何らかの事故が起きた可能性がある
ので、車両２０-1は一旦停止して交通管制システム７２
から指示があるまで待機する」との結論６を最終的な推
論結果として出力する。
【０２８３】このようにして第三層６は、上記６つの結
論のうちのいずれかを生成し、これを推論結果として第
一層２の記憶装置に書き込む。
【０２８４】身体部９は、第一層２に書き込まれた推論
結果を読み出して、車両２０-1が幹線道路に進入するタ
イミングに達した時点で、推論結果に応じた行動をとら
せるように、車両２０-1を駆動制御する。
【０２８５】以上、本実施の形態では、知能自動車２０
が幹線道路に進入する場合について説明したが、これ以
外にも以下のような場合について本発明を適用してもよ
い。
【０２８６】１）知能自動車２０が１台で走行する場合 知能自動車２０の基本的な機能は、「何かを運搬する」
ことにある。
【０２８７】以下では、人間や貨物などを運搬する作業
のうちで、最も複雑な動作を要求されるものの例とし
て、乗客とその荷物を丁寧かつ快適に輸送するタクシー
としての知能自動車２０の運用例を示す。その基本的な
動作は、＜乗客を迎えにゆく→乗客を乗せて走る→目的
地で乗客をおろす→待機する＞という流れに沿ったもの
である。タクシー以外の用途であるバスなどの公共交通
機関、貨物トラック、緊急自動車についても、交通管制
や情報通信ネットワーク１の利用に関する優先度と積み
荷の取り扱い方が異なるものの、同様に適用することが
できる。
【０２８８】以下、各場面ごとの動作について説明す
る。
【０２８９】＜１＞ 走行経路の指示と誘導 まず、空車で待機していたタクシー２０に、配車センタ
ーから乗客を拾う場所の指示が入る。
【０２９０】この指示には、情報通信ネットワーク１あ
るいはデジタル式のタクシー無線が使われる。かかる指
示を受けると、タクシーとしての知能自動車２０は、自
己の現在位置と進行しつつある方向に関する情報ととも
に乗客が待っている地点の情報を交通管制システム７２
に報告し、現在位置から予定走行経路Ｑ上の目標地点ま
での各通過地点、各通過地点における走行速度と通過時
刻の指示をもらう。乗客を乗せた後も、この動作を継続
して行う。つまり、タクシー２０は、乗客から行き先き
の指示を受け、これに応じて交通管制システム７２から
現在位置から目標地点までの交通管制司令情報を受け取
る。
【０２９１】なお、通過地点を記述するデータの形式に
はさまざまなものがあり、代表的なものが、前述したよ
うに、米国特許第４，８６６，６１７号の地点追従方式
（推測航法）によって、予定走行経路Ｑの通過地点の座
標位置と、位置補正用標識Ｌの座標位置を与えるという
方式である。この地点追従方式を基本にして、さらに交
通の安全性を高めるために主要な道路、交差点等の座標
位置データを予め車両２０側が、磁気あるいは光を応用
した大容量記憶媒体に保有しておけば、仮にいずれかの
データに異常があった場合であっても早期に不具合を発
見することができる。
【０２９２】地点追従方式によって、走行すべき予定走
行経路Ｑが多数の地点の点列として記述されたならば、
知能自動車２０は、これらの地点を一つずつ辿っていく
ことにより、自動的に目標地点に到達することができ
る。
【０２９３】他の車両による干渉、障害物による妨害等
がなく、ただ１台だけの知能自動車２０が現在位置から
目標地点までの各通過地点を、予定された走行速度、通
過時刻で走行できるようにすることは、公知の自動制御
技術の範囲である。
【０２９４】＜２＞ 目標地点への接近と接岸 タクシーとしての知能自動車２０が、空車で客の待つ地
点に停車する場合であっても、客を乗せて目標地点に車
を着ける場合であっても、いずれも正確かつ親切に停車
しなければならない。例えば、タクシー乗り場がプラッ
トフォームのように一段高くなっているならば、車をプ
ラットフォームと平行に停車させ、隙間がないようにし
て乗客がタクシーに乗り易いようにする必要がある。
【０２９５】車両２０を停車させる地点の座標位置が指
定されたならば、後は地点追従方式によって、特に障害
がない限り、その停車地点近くまで自動的に走行させる
ことができるのは、前述した通りである。
【０２９６】地点追従方式（推測航法）において車両２
０の自己位置を推定する手法としては、前述したよう
に、車両２０の走行距離（車輪の回転数）と方向の検出
値を用いて自己の車両２０の位置を演算していく、いわ
ゆるデドレコニング（dead-reckoning）の手法が一般的
に使用されるが、その手法を用いて長距離走行すると、
自己の車両２０の演算位置に占める誤差が大きくなるこ
とが、知られているのは前述した通りである（例えばD
r. Johann Borenatein 著の技術専門書“Navigating Mo
bile Robotics”にもこの問題が指摘されている）。
【０２９７】このように地点追従方式（推測航法）によ
って目標地点に近くまで車両２０を走行させることはで
きるものの、そのままでは車両２０を横付けすべき実際
の目標地点を見つけて、正確に位置決めさせることがで
きない。
【０２９８】この目標地点への接近と接岸の段階では、
知能自動車２０は、交通管制システム７２から受け取っ
た大局的な通過座標点Ｐのデータに頼った走行方法を止
めて、車両２０自身に車載したセンサを働かせて目標地
点を見つけ出す処理を行う。
【０２９９】最も原始的な方法は、推測航法によって走
行すべき予定走行路上の目標点近くの地点から車両２０
が停止すべきタクシー乗降場までの間に、分岐経路を設
け、この分岐経路の路面にペンキ、電磁気的な反応をす
る物質あるいは電流を流した電線等で経路を表す線を描
き、上記予定走行路上の目標地点の近くの地点に車両２
０が到達したならば、車両２０に搭載したセンサによっ
て上記ペンキなどで表された線を検出しつつ、分岐経路
を走行するように誘導する方法（ならい線誘導方式）が
挙げられる。このならい線誘導方式を、低速まで車両２
０を減速させた上で適用するのであれば、正確な位置決
めを行うための位置補正用標識Ｌと組み合わせて利用す
ることができる。
【０３００】上記分岐経路についてならい線誘導方式を
適用する手法は、知能自動車２０の専用道路に隣接し
て、専用の引込線や複数の並列に配置された停車用プラ
ットフォームを持つ物流倉庫や工場の中で、貨物トラッ
クを指定した位置に貨物トラックとしての知能自動車２
０を停車させるような場合に、有効な自動制御方法であ
る。
【０３０１】しかし、このように物理的に表された線に
正確に倣って車両を誘導する方法は、工場内の無人搬送
車のように低い速度で走る車両には適しているものの、
高速で走行する車両には適していない。これは、高速で
走行する車両を細い線に倣って走らせると、脱線したり
急激な操舵をしてしまうなど、極めて乗り心地の悪いも
のになりやすいからである。しかも、停車目標地点ある
いはその手前の地点に他の車両が駐停車していると、そ
の分岐経路の走行が妨げられるため、車両の行列ができ
てしまうという問題も招来する。
【０３０２】また、特定の停車地点に停車させるには、
分岐経路を示す線を描く必要があるため、停車地点の変
更が繁雑であり、変更に対して柔軟に対処できないとい
う問題がある。このことは、タクシーの乗客にとって希
望する地点で即座に下車することができないということ
を意味する。これでは、鉄道やバスの駅で下車した後で
荷物を抱えて目的地まで徒歩で歩かざるを得ないのと同
じことであり、わざわざタクシーを利用するメリットが
なくなってしまう。
【０３０３】そこで、知能自動車として高度な制御が要
求されるタクシーのような用途には、より高度で柔軟性
のある方法として、ごく最近に目標地点に停車した時に
撮影したその付近の映像を記録して、その画像中のいず
れの場所が目標なのかを示すポインタ情報とともに利用
することにより、目標地点に到達するための情報を表現
するという方法がある。
【０３０４】この映像とポインタ情報は、個々の知能自
動車２０が保有してもよく、交通管制システム７２やタ
クシー会社の情報センターなどに保管してそのデータを
情報通信ネットワーク１を介して利用してもよい。ま
た、乗客がすでにタクシーに乗っているのであれば、身
体部９のマンマシン・インターフェースを用いて乗客に
映像を見せながら、どこに停車してほしいのかを聞くこ
とも可能である。この場合、乗客が明確に停車地点を示
すことができないのであれば、情報通信ネットワーク１
を介して案内情報を提供したり、相談にのったり、ある
いは近くまで走行して目標を乗客に探してもらったりす
ることもできる。そのためには、乗客と会話しながら交
通管制システム７２から交通管制司令情報としての通過
地点や各通過地点における走行速度と通過時刻の指示を
受ける処理を自動的に行う必要がある。
【０３０５】＜３＞ 出発に伴う交通安全 乗客を拾ったタクシー２０は、乗客の希望する目標地点
を交通管制システム７２に報告し、これに応じて交通管
制司令情報として現在位置から目標地点までの各通過地
点および各通過地点における走行速度と通過時刻の指示
を受ける。混雑していない交通状態であれば、他の知能
自動車との干渉の危険を考慮せずに、１台だけで走るこ
とが許可される。
【０３０６】しかし、交通管制システム７２、情報通信
ネットワーク１からの情報には、遅れやデータエラーは
つきものである。場合によっては道路の後方から突進し
てきた他の車両の現在位置の推定値に誤差があって、交
通管制システム７２から、その車両がすでに通過したこ
とを示すデータが送られてくることもある。
【０３０７】そこで、一般道路を走る自動車の運転手
が、優先道路に進入するときに交通状態を確認するのと
同様に、専用道路を走る知能自動車２０についても停止
状態から加速して有線道路に進入する前に、必ず交通状
況の確認が行われる。
【０３０８】すなわち、前述したのと同様に第二層５が
不具合予測ｅを出力することによって、道路前方に障害
物がないことを確認すると共に、進入しようとする専用
道路の走行線の後方を確認し、自車が加速し終えるまで
に他の車両の走行を妨害する危険がないことを確認し、
その確認後でなければ発進しないようにする。
【０３０９】＜４＞ 走行に伴う交通安全 走行中は、急加速、急減速、急ハンドルを行わず、乗客
の要望に基づいて最短時間、最小コストで目的地に到達
できるタクシーが高性能であると評価される。知能自動
車のタクシー２０の場合、乗客の要望に基づく最適な経
路はタクシー２０から交通管制システム７２に走行の計
画を送信することに応じて指示されるため、タクシー代
の正確な見積りを事前に乗客に提示するサービスが可能
である。 ただし、交通状況が変化して経路計画を変更
する場合があるので、見積もり額が若干変化することは
避けられない。タクシー会社側で独自の交通状況予測シ
ステムを持っている場合には、通過したい地点や現実的
な通過予定時刻を走行計画として送信することによって
最適で確実な交通管制司令情報を交通管制システム７２
から受け取るようにしてもよい。
【０３１０】知能自動車２０が急加速、急減速、急ハン
ドルを行わざるを得ないのは、交通管制システム７２が
突然に交通管制司令情報を変更したために目の前の交差
点を曲がらざるを得なくなった場合に車線変更したり、
他の車両からの車線変更の警告を聞き逃したり、あるい
は突然に発生した事故に巻き込まれるのを回避するため
に行動をとる場合である。
【０３１１】こうした場合には、前述したのと同様に、
第二層５が不具合予測ｅを出力することによって、他の
車両の動きを観察、確認し、車間距離を守り、他の車と
の並進を避け、進路前方の障害を警戒すると共に、突然
に合流してくる車を警戒することができ、急加速、急減
速、急ハンドルを行わずに走行することができる。
【０３１２】＜５＞ 到達に伴う交通安全 目標地点に近くなると、知能自動車２０は、前方の路肩
に駐停車している車両が存在しないことを確認した上
で、減速して路肩に寄り始める。このとき減速する時期
が早すぎて数キロにもわたって低速走行すると、後続車
両の通行の妨げになったり、後続車両による追い越しを
受けたりするので、交通システム全体にとって交通事故
のリスクを高める危険性がある。一方、目標地点の直前
で急減速すると、後続車両に追突される危険がある。
【０３１３】そこで、自車２０の減速にあわせて後続車
両が気づいて減速するように、交通管制システム７２へ
の通報の他に、隣接車両だけに受信できる程度の強さの
電波、光、音などの媒体を用いた警報通信を行うように
する。これと併せて右左折、ブレーキの表示を行う信号
灯３８を用いて、自車２０が減速して路肩へ車線移動す
る予定であることを、隣接車両に警告するようにする。
【０３１４】混雑していない交通状態であれば、他の知
能自動車との干渉の危険を考慮せずに、１台だけで減速
したり車線変更することが許可されるので、このような
処理、操作を省略することができる。
【０３１５】しかし、交通管制システム７２、情報通信
ネットワーク１からの情報に、遅れやデータエラーはつ
きものであり、例えば道路の後方から突進してきた他の
車両の現在位置の推定値に誤差があって、交通管制シス
テム７２はその車両がすでに通過していると判断してい
ることもある。
【０３１６】したがって、早すぎて、かといって手遅れ
にならないうちに、分岐動作を開始する旨の上記警告を
自車の周囲に対して発することは、たとえ混雑していな
い交通状態であっても必要である。
【０３１７】＜６＞ 乗客を快適に輸送する タクシーが乗客を快適に輸送するための基本的なサービ
スは、安全に早く確実に所定の料金で輸送することであ
る。
【０３１８】しかし、知能自動車のタクシーは人間が運
転する場合と異なり、不慣れな乗客にとっては不安な乗
り物である。例えば、つぎのような事態が予想される。
【０３１９】すなわち、乗客が乗り込んで行き先を告げ
るや否や、無言のままタクシーがいきなり発進して、勝
手に加減速を繰り返し、いったいどこに向かっているの
かもわからぬまま右へ左へハンドルをきって抜け道に周
り込み、ある時は大きく迂回をし、やっと到着したと思
ったら似た発音の別の場所である。そこで、「代金は銀
行口座から自動的に引き降ろされた」とアナウンスの合
成音が流れ、文句を言おうとしたら、「早く降りないと
料金を加算する」という警告文を聞かされる。しかたな
く行き先を変更して継続乗車しようとしても「すでに自
車配車システムが他の予約をとっているので、お前はこ
こで降りろ」と言われる。大きな荷物をタクシーのトラ
ンクから取り出したとたんに、タクシーは再び急発進し
てどこかへ行ってしまう。そこへ、突然どしゃ降りの大
粒の雨が降ってくる。
【０３２０】知能自動車の側にしてみれば、最初に乗客
が言った場所に安全に早く確実に所定の料金で輸送し、
次の客を長く待たせないように迎えの場所へ急行したの
であり、その点では高性能の機械と評価できる。
【０３２１】しかし、人間である我々としては、それが
いかに高性能な知能自動車といえども、このような乗客
とのコミュニケーションに欠けたタクシーには二度と乗
りたくないと思うだろうし、知人にも乗らないように薦
めるであろう。ついには知能自動車のタクシーには、全
く利用客が来なくなり、それまで設備投資が無駄になる
ことも予想される。
【０３２２】知能自動車のアプリケーションの中で最も
難しいのがタクシーであり、乗客とのコミュニケーショ
ンの巧妙さが誤解を防ぎ、乗客に快適さを感じさせ、つ
いにはタクシー会社に繁栄をもたらし、それまでの設備
投資を回収することができる。
【０３２３】以下、このような乗客とのコミュニケーシ
ョンを取り入れた知能自動車について説明する。
【０３２４】＜７＞乗客の要求を聞きいれる 無人の知能自動車２０の車内では、犯罪行為が行われる
虞がある。そこで、車内での行為が犯罪を構成する証拠
になりうると知能自動車２０が疑った場合に、防犯カメ
ラが作動され、そのカメラの映像と音声記録が自動的に
リアルタイムで警察に転送される。
【０３２５】また、車内の利用者が、行き先変更、経路
計画、現在の運行状況、概略の運賃、地方の天気情報な
どの説明を求めた場合に、その要求は、身体部９のマン
マシン・インターフェースを通じて受け入れられ、適宜
対処がなされる。この場合、乗車中に利用者が健康上の
異変を訴えた場合には、録音や合成音による自動応答で
はなく、人間の職員によってテレビ電話での対応がなさ
れる。
【０３２６】＜８＞交通管制による規制と変更 交通管制システム７２が専用道路上を走行する多数の知
能自動車２０の交通管制を行う場合、各車両２０に優先
順位を割り当てた上で、それぞれの車両２０ごとに交通
管制司令情報として、通過地点および各通過地点におけ
るの走行速度、通過時刻の指示が与えられる。
【０３２７】この場合、最も優先順位が高いのは、手動
運転の緊急自動車である。地震などの大災害により交通
機関などの社会基盤が被害を受けた場合には、手動運転
の緊急自動車が使われる。このような事態のときに、知
能自動車２０はその緊急自動車の周囲を走行することが
許されない。なお、このとき無資格の民間人が勝手気ま
まに手動運転すると、それは社会の交通システムを混乱
させて人命をも危険に陥れたと判断される。その犯人
は、経済的被害を受けた被害者からすべての賠償請求に
対応する義務を負う。犯人の走行記録と被害者の被害記
録はすべてデータとして記録されており、刑事および民
事裁判の証拠となる。
【０３２８】二番目に優先順位が高いのは、自動運転の
緊急自動車２０である。最短時間で目標地点に到達でき
るよう、他の知能自動車２０の通行が制限される。ただ
し、緊急自動車同志の間でも、状況に応じた優先順位が
設定される。急病人を乗せたタクシーが低優先度の緊急
自動車として取り扱われる場合もある。
【０３２９】三番目に優先順位が高いのは、公共交通機
関である路線バス、危険物、生鮮食料品を運搬するトラ
ックである。乗客が急行料金の支払いに同意したタクシ
ーについても専用道路の特別利用料金を支払うことによ
って、この範疇の運行が許可される場合がある。ただ
し、いずれの場合も、運行時刻を厳密に守ることが義務
づけられる。
【０３３０】その他の民間車両と、緊急出動中でない官
用車は、すべて同格に扱われ、交通管制システム７２が
専用道路上を走行する多数の知能自動車２０の交通管制
を行う場合と同様の管制計画が立案されて、交通管制司
令情報として各通過地点および各通過地点における走行
速度、通過時刻の指示が与えられる。このようにして与
えられた交通管制司令情報は、常に変更される可能性が
ある。これは、突然に緊急自動車が出動命令を受けた
り、交通事故によって道路の通行が規制されたりするこ
とがあるからである。
【０３３１】交通管制司令情報の変更があると、車両の
流れが急変したり、中には出動命令を受けた緊急自動車
を避けるために進路を急変させる車両が現れるので、各
知能自動車２０は、周囲の交通状況の監視だけでなく、
緊急自動車を避ける指示を含んだ交通管制司令情報を受
け、その情報に応じた行動をとる。
【０３３２】＜９＞異常事態を交通管制に報告するタク
シーが車内の異常を撮影した防犯カメラの映像と音声を
報告するのと同様に、バスやトラックにも防犯カメラが
搭載される。これによって車内での犯罪が抑止される。
【０３３３】また、知能自動車２０が走行中に車外の映
像を撮像し、そのうち事故、交通状況に関する映像とデ
ータが交通管制システム７２にリアルタイムで送られ
る。このようにして専用道路上を走行するすべての車両
２０は、必要に応じて交通管制システム７２の移動式モ
ニタカメラとして機能する。
【０３３４】ただし、車載したカメラの台数が少なく、
そのカメラを自車の最低限の安全運行のために使わざる
を得ないような機能が低くて余裕のない知能自動車２０
については、必ずしも交通管制システム７２からの交通
状況の取材要請に従う義務はない。
【０３３５】取材要請に応じたために運行予定が遅れた
知能自動車２０（ただし、運行時刻が厳密に指定されて
いる車両には、極力、取材要請を行わない）は、緊急自
動車に準じた優先度の交通管制司令情報として、各通過
地点や各通過地点における走行速度、通過時刻の指示が
与えられるため、かえって効率的に最終目標に到達する
ことができる。
【０３３６】また、個々の知能自動車２０で取得された
映像と各種のデータは、それぞれの企業にテレビ電話に
よりリアルタイムに電送されたり、車載の映像記録装置
に蓄積されてそれぞれの企業の情報資産となる。タクシ
ー会社であれば、乗客の行き先確認の際に映像で確認し
てもらうために、既に記録した映像が再利用される。こ
のために、種々の時間帯のデータを収集すべく、データ
収集用の知能自動車２０が予め走行される。
【０３３７】２）知能自動車２０が複数で走行する場合 図１５に示すように、交通管制システム７２、７４、７
７、８０、８３は、それ自体一つの中央計算機で構成さ
れているのではなく、機能する目的が異なる多数の計算
機が地域別の階層を持ちつつ交通管制システムとしての
ネットワークを構成している。
【０３３８】この階層の最上位に近いあたりに、国（ま
たは経済圏）全体の緊急自動車の運行計画を立案する計
算機が存在する。優先度は低いものの、長距離観光バ
ス、長距離トラックなどの運行計画を立案する民間企業
の計算機は、全国レベルの交通管制システム８３に対し
て交通の混雑状況、予想を問い合わせることができる。
【０３３９】全国規模の交通管制システム８０の下に、
全国を５〜１０個程度に分割した地方規模の交通管制シ
ステム８０があり、特に地方経済の物流を管理してい
る。
【０３４０】地方レベルの交通管制システム８０の下に
地域レベルの交通管制システム７７があり、複数の地方
公共団体が参加し、地域間における交通を管理する計算
機が存在している。
【０３４１】地域レベルの交通管制システム７７の下に
地区レベルの交通管制システム７４があり、さらにその
下に所轄区間の交通管制システム７２が存在している。
これら交通管制システム７２、７４には、複数の交差点
間での道路の交通管理を行う計算機が存在する。
【０３４２】いずれのレベルの交通管制システムにおい
ても、一の計算機が管理する地域は同一階層の他の計算
機と重複するように設計される。このため、特定の計算
機がたとえダウンしたとしても、他の計算機に格納され
たデータに基づいて交通管制が維持される。ただし、初
期の段階では、知能自動車２０の新型交通システムは、
全国に広がっておらず、特定の実験地域おける公共交
通、物流、防災用のシステムとしてスタートすることに
なると予想される。そして全国に広がるまでには、何十
年もかかる大工事となる。
【０３４３】したがって、システムの陳腐化への対策が
要求される。前述したように、専用道路には、昔に生産
された知能自動車と最新型の知能自動車が混在して走行
することになる。また、交通管制システム７２、情報通
信ネットワーク１についても全国一斉に最新型に切り変
えることはできず、旧式と最新型が混在することにな
る。全国に張り巡らされた携帯電話の交換網でも新旧の
混在が起きていくと予想されるが、同様なことは知能自
動車２０の交通管制システム７２、情報通信ネットワー
ク１においても発生する。
【０３４４】しかし、知能自動車２０は携帯電話と違
い、乗客の生命、貨物の資産価値が事故によって失われ
る可能性がある。したがって、何十年にもわたる道路の
使用を考えれば、拡張性の高いアーキテクチャを採用す
ることが課題となる。
【０３４５】今日の一般道路における信号機による交通
の制御を観察すると、大渋滞で車が走れないのでない限
り、信号機は多数の車両をひとまとまりにして取り扱っ
ている。それが最も顕著に現れるのは、長い直線コース
の手前に信号機が設けられている場合である。
【０３４６】信号が青になると車両の一団が解き放たれ
たように直線コースに入り込む。交差点のどちらの方向
の信号も赤になると、車両の流れは一時途絶える。これ
を上空から観察すると、直線コースを走行する車両はい
くつかの群れに分かれており、その群れのなかで一列の
縦横に並んだり、相互に位置を入替え、前後左右の距離
を調整し、あるいは急行する車両に道を譲ったりしてい
る。
【０３４７】すなわち、道路上の車両の群れは、断続的
に続いているものの、個々の車両については「互いに隣
接する車同士の協調動作」を行っているに過ぎない。
【０３４８】有人の車両では、車両の運転者の自律性が
著しく高度であるために、交差点の信号機の点滅を調整
して適当な大きさの車両の群れのかたまり（クラスタと
呼ぶ）を生成し、その中で車両同士の自律による協調を
行わせている。
【０３４９】すなわち、信号機を使用して交通の流れを
制御する方式では、車両は赤信号で停車しなければなら
ず、信号の手前で減速し、信号で停止し、信号通過後に
再び加速する動作を行うことが原因となって、道路上に
は車両のクラスタが生成される。人間による運転では、
クラスタにおける車両同士の協調のための意思疎通は、
人間の視覚と聴覚を用いた通信手段によって行われる。
つまり、左右折、ブレーキ灯などの信号のほか、手、ク
ラクションによる合図、車体の移動による意思表示であ
る。これら相手の車両の合図と運動から相手の意思が推
測される。つまり、人間の知覚機能と推論機能を用いて
相互に意思を推測し合うことができる。
【０３５０】こうした合図、運動による意思表示では、
複雑な情報を正確に伝達して交渉することは困難である
が、人間にとって容易な伝達方法であり、伝達すべき情
報が少ないので、短時間に交渉が終わるという点で、ク
ラスタにおける協調を実現するのに十分実用的である。
【０３５１】逆に、人間の運転による自動車では、隣接
し合う自動車同士が電話し合って直接的に「言葉」を交
して交渉することは、困難である。これは、一台の車は
周囲の何台もの車と同時に交渉しなければならず、その
同時に交渉する関係は長い鎖のように道路上の車両に次
々と関連を持つため、特定の相手と交渉しただけでは調
整がつかないのである。また、このような複雑な交渉
を、例えば携帯電話で行ったとすれば、運転そのものが
おろそかになって事故を起こす虞がある。このように、
人間の運転による自動車では「言葉」による交渉は適し
ていない。
【０３５２】さらに、自分の自動車の周囲を取り巻くク
ラスタを構成している複数の車両に働きかけて、共通す
る行動規範、情報を変更するように要求するなどという
ことは、人間の運転による自動車では、全く現実的でな
い。これは、走行中の車の運転者が個人的に持っている
共通の情報、行動規範を臨時かつ的確に訂正させること
は技術的に不可能であるし、人間は「あかの他人」の命
令など聞こうとしない性質を持っているからである。
【０３５３】専用道路上を走行する複数の知能自動車２
０を協調動作させるためには、知能自動車２０の特性
が、上述した従来の人間の運転者の特性と大きく異なる
ことに注意しなければならない。
【０３５４】以下、かかる協調動作機能を実現する方法
を述べ、それぞれについて「クラスタを作る→編隊動作
をする→クラスタを解散する」という動作を行う場合に
ついて説明する。
【０３５５】＜１＞複数台の協調動作の分類 本実施形態の知能自動車２０の制御装置は、前述したよ
うに、情報通信ネットワーク１に接続された第一層２
と、この第一層２のデータベースの情報を用いて与えら
れた任務を遂行する自動制御を行う第二層５と、概念を
表わす記号Ｖを用いて推論する推論機能８、環境を認識
して概念を表わす信号Ｖを生成する知覚機能７とからな
る第三層６とを中心にして構成されている。
【０３５６】第一の協調動作の実現方法は、情報通信ネ
ットワーク１に接続されたデータベース（第一層２）に
格納されている交通管制システム７２からの司令の情報
を、第二層５で行われる自動制御の「目標」として利用
する方法である。
【０３５７】この第一層２に格納された司令情報は、交
通管制システム７２側がそれを発行する段階において、
その地域を走行する知能自動車２０が協調できるように
計画された臨時の交通規制の情報である。
【０３５８】したがって、交通量が十分に少なくて必要
以上の車間距離が確保できる場合には、各知能自動車２
０は交通管制システム７２からの司令の情報にしたがっ
て走行するだけで、計画どおり自動走行ができる。
【０３５９】何十年にも亘って使用される新型の交通シ
ステムでは、初期の数年間は交通量が少ないので、あた
かも特別な臨時列車の運行のように、知能自動車２０一
台ごとについて交通管制システム７２側で予め計算した
交通管制司令情報（各通過地点および各通過地点におけ
る走行速度、通過時刻の指示）に基づいて知能自動車２
０は走行される。ただし、新型の交通システムが実用化
されて数年を経て交通量が増えてくると、知能自動車２
０一台ごとについて交通管制システム７２側で予め上記
計算を行ったとしても、交通量が多いために車両間の干
渉がおき、計画通りの精密な運行が困難となる。
【０３６０】そこで、交通管制システム７２は、交通管
制地域内の特定の区間の中でほぼ同じ経路の走行を予定
している何台かの知能自動車２０をクラスタとして取り
扱い、その区間を走行中、クラスタの内部で起こり得る
進路変更に伴う左右の並べ替え、車間距離等の司令を、
知能自動車２０に対して送るのである。
【０３６１】第二の協調動作の実現方法は、概念を表わ
す記号Ｖを用いて推論する推論機能８を利用して、知能
自動車２０同士で交渉するという方法である。
【０３６２】すなわち、推論機能８によって車両同士が
干渉する危険を互いに認識した複数の知能自動車２０の
間で、交渉を行って干渉を回避しつつ、自己の車両が走
行すべき走行経路を確保しようとするものである。
【０３６３】この交渉は、記号Ｖを用いて推論すること
によって行われるものであり、記号Ｖのやり取りは、予
めコード体系を取り決めた通信方式によって行われる。
身体部９に接続されたセンサから出力される信号をコー
ド化して第一層２のデータベースに格納したり、情報通
信ネットワーク１を利用して知能自動車２０同士が通信
する方法を用いることができる。
【０３６４】なお、この交渉は、互いに相手の車両を発
見し、通信を安定に継続して行うことができ、通信相手
と自己の車両が干渉する相対位置関係になったときに限
りに行われる。これは、遠く離れ、自己の走行経路と干
渉する危険のない場合に、交渉を行うことは無意味だか
らである。
【０３６５】第三の協調動作の実現方法は、自己の車両
の環境を示すセンサ信号を用いて知能自動車２０同士で
協調するという方法である。
【０３６６】この方法は、センサ信号のやりとりは行わ
ずに、自己の車両周囲の環境を示すセンサ信号を用いる
だけで、見かけ上、複数の知能自動車２０同士の協調動
作を行うというものである。
【０３６７】以下、上記第一の協調動作実現の方法（計
画された所与の任務の遂行）、第二の協調動作実現の方
法（記号を用いた個体間の交渉）、第三の協調動作実現
の方法（環境に反応する見かけ上の協調）について個々
に説明する。
【０３６８】＜２＞第一の協調動作実現の方法（計画さ
れた所与の任務の遂行） まとまって走行する知能自動車の集団（クラスタ）に対
して交通管制システム７２が集団行動を指令すると、そ
のクラスタは見かけ上まとまって行動する。これは、車
両間で交渉や連絡がなくでも、個々の知能自動車２０が
与えられた指示に従って任務（misson）を果たすからで
ある。
【０３６９】ａ．団体旅行のバスツアーの例 団体旅行のバスツアーのように数台の大型車両がひとま
とまりで国内の広い地域を移動する場合には、次々と個
々の地域を通過するたびにそれぞれを所轄する交通管制
システムの都合でバラバラの経路を指示されることがな
いよう特別の管理が必要である。
【０３７０】広域を管理する上位の交通管制システム８
３が、その団体旅行のバスツアーを“広域を移動する知
能自動車の集団”と認定した場合には、その“知能自動
車の集団”が、次々と下位の管制システムが管理する地
域を通過するのを監視し、それぞれの地域ごとにまとま
って走行するに必要十分な優先順位を与えるように各地
域の所轄の交通管制システムに依頼が出される。
【０３７１】ただし、交通安全のためには、上位のシス
テムからの依頼よりも各所轄の交通管制システムの現場
の判断が重要であるため、指示された優先順位があまり
高くない場合には、「その同じ優先順位で緊急自動車を
運行する」などの判断が各所轄の交通管制システムにお
いてなされる。
【０３７２】大規模災害など国家規模での危機を乗り切
るために緊急自動車の集団を大挙して広域移動させる場
合には、広域の交通管制システム８３から、下位の各地
域の所轄の交通管制システムに対して極めて高い優先度
の依頼が発行される。
【０３７３】ｂ．特定の走行区間内に限った一括運用管
理 所轄の交通管制システム７２が管理する走行区間（例え
ば交差点と交差点の間で道が分岐していない直線コー
ス）の同一経路を、複数の車両が同一時刻に走行せよと
の指示がなされたならば、その指示を受けた知能自動車
２０同士が道を奪い合って危険である。
【０３７４】また、個々の知能自動車２０ごとに若干づ
つ違う経路と時刻を指示したとしても、車両の位置計測
誤差、走行実績の誤差のために、車両同士がニアミスを
起こしてしまうこともある。
【０３７５】そこで、これらニアミスを起こしそうに接
近する可能性のある車両同士は、特定の走行区間内に限
って、“知能自動車の集団”（クラスタ）として管理さ
れる。 例えば、５台の車が次の交差点でも同じ方向に
進む計画がある場合には、これら５台の車に対して「互
いに車間距離をとり、並進を避けて走るように」との指
示が出される。
【０３７６】また、クラスタの中で次の交差点で右折ま
たは左折する車両が存在する場合には、その車が次の交
差点で減速しても、集団の中の後続の車が追突しないよ
うに、各車の経路だけではなく、車両間の相対的な運動
に関する指令が出される。
【０３７７】また、特定の走行区間の途中に、タクシー
の停車目標点がある場合には、集団の中の後続の車がそ
のタクシーに追突しないように、各車の経路だけでな
く、車両間の相対的な運動に関する指令が出される。
【０３７８】このように、交通管制システム７２から各
知能自動車２０に対して、各知能自動車２０が互いに矛
盾した危険な行動をとらないように、指令が与えられ
る。
【０３７９】ｃ．規制区域内での走行制限 大規模な災害によって特定の交通管制システム７２が所
轄する狭い地域が通行不能になった場合には、その地域
を通過する予定の知能自動車２０に対して、階層の上位
に位置する地方ないしは広域を管理する上位の交通管制
システム８３、８０から迂回経路の計画が与えられる。
【０３８０】但し、災害の被害が甚大であり、迂回経路
によっても所定の交通量を確保できない場合には、各知
能自動車２０の通行の優先度に応じて通行許可と経路指
示が与えられる。例えば、低い優先度しか与えられない
車両（例えば行楽地へむかう観光バス）は、途中で停止
を命じられるか、あるいは最初から運行許可が与えられ
ないことになる。
【０３８１】知能自動車２０に既に通行許可が与えら
れ、交通管制司令情報（各通過地点および各通過地点に
おける走行速度、通過時刻の指示）が与えられていたに
もかかわらず、その予定走行経路上で交通事故が発生し
たり、優先度が高い緊急自動車を通す必要が生じた場合
には、交通管制システム７２は、その地域内に存在する
知能自動車２０に対して緊急事態発生に伴う交通管制司
令情報として、車両の速度を抑制するように司令する。
【０３８２】これは、各車両２０に、新しい交通管制司
令情報を生成するまでの数秒の間に、各車両が高速走行
することに起因して状態が激変してしまうことを防止す
るためである。
【０３８３】また、各車両２０で新しい交通管制司令情
報を書き替えるに要する時間は、数十分の一以下のわず
かな時間であるが、この直後に車両間でニアミスが発生
したり、運転状態が急変したりして事故が起きることを
防止するためにも各車両２０に対して減速が命じられ
る。
【０３８４】交通量が多いときに、各車両２０が減速す
ると交通渋滞が起きるのが一般的である。このため、交
通管制システム７２から、隣接する交通管制システムに
対して、交通管制システム７２が管轄する地域を避け、
別の地域に迂回する経路を走行するようにとの指示を出
すよう、依頼がなされる。このようにして、混雑してい
る地域に進入する車両が制限され、交通渋滞が広がるこ
とが防止される。
【０３８５】＜３＞第二の協調動作実現の方法（記号を
用いた個体間の交渉） 高速で走行する車両２０に対して、特定の座標位置を特
定の時刻に通過するように指令を与えたとしても、車両
２０の位置推定誤差、路面の状況、道路の混雑状況など
によって、実際には、その特定の座標位置を特定の時刻
に通過できないことが多い。
【０３８６】例えば、時速８０キロで走行中に、指定さ
れた地点を通過するのに交通渋滞で±１０秒の遅れが生
じたとすれば、交通管制システム７２が計画していた地
点と実際の車両の位置との間には、±２００ｍ以上の誤
差（前後の幅にして４００ｍ以上に相当）が生じてしま
う。通常、この速度で走行する場合には、概ね８０ｍ程
度の車間距離を取っているので、４００ｍもの誤差範囲
には５台程度の車両が含まれてしまう。このため、交通
管制システム７２からの指示を、「鵜呑み」にしてしま
うと、前後左右にいる車両を、いわば“人違い”してし
まう虞がある。停車するのが後ろの車両であると判断し
ていたのに、直前の車両が突然に停車してしまうことに
なり、事故を招来する虞がある。
【０３８７】そこで、各車両２０は、こうした事態を招
かぬように、前後左右の車両と通信によって連絡を取っ
て、互いに身元を確認し合う処理を行う。
【０３８８】この結果、交通管制システム７２から告げ
られたのと違う車両が近くに存在していることが確認で
きたならば、互いに危険であるから、その旨が直ちに交
通管制システム７２に対して報告される。
【０３８９】報告を受けた交通管制システム７２は、異
常のある車両２０の現在位置、現在時刻の正確な値を再
確認した後、正しい運行の指示を車両に与え直す。この
ようにして、車両２０同士の前後左右の関係を正しく補
正することができる。
【０３９０】車両２０同士の通信は、情報通信ネットワ
ーク１を用いてもよく、局所的な通信（電波、光、音な
どを用いて明確な符号化をしたもの）を利用してもよ
い。この局所的な通信Ｆが行われている様子を図２
（ａ）に示す。
【０３９１】情報通信ネットワーク１を使用する場合に
は、個々の車両に固有の認識番号（いわゆるＩＤ番号）
が必要とされる。情報通信ネットワーク１によれば、高
速で品質のよい通信が可能となる。ただし、実際には、
遠方の車両のＩＤ番号を、近くの車両のＩＤ番号と誤っ
て通信してしまう危険がある。
【０３９２】一方、局所的な通信は、音ならば数ｍ、光
なら十数ｍ、電波でも数十ｍの範囲でしか確実な通信を
行うことができない。
【０３９３】しかし、明らかに近くに存在する車両とし
か通信することができないので、「人違い」をする危険
は少ない。
【０３９４】従って、通信の相手の車両のＩＤ番号を確
認するためには、局所通信を使用し、こうして確認でき
た相手の車両とデータ交換するためには、高速の情報通
信ネットワーク１を使用するのが実用的である。とりわ
け、特定の走行区間でクラスタを構成した直後には、点
呼を行って「人違い」の車両が存在しているか否か、逆
に予定していた車両が「迷子」になっていないかどう
か、確認する必要があり、こうした場合に局所通信が使
用される。
【０３９５】ａ．追い越したい場合に、隣接車両の協力
を得る緊急自動車が高い優先度を与えられて先行する車
両を追い抜く場合には、追い抜かれる側の車両２０に
は、予め交通管制システム７２から「特定のＩＤ番号の
緊急自動車が追い抜く予定であるから、協力するよう
に」との司令が与えられている。
【０３９６】その上で、専用道路上を急行してきた緊急
自動車は、前方を塞いで走行している車両２０を発見す
ると、先行する車両２０に対して走行路を譲るようにと
の依頼を通信によって与える。こうして依頼を受けた車
両２０は、減速して路肩に寄った場合に危険が生じない
か否か外界を観察する。この場合、第二層５が不具合予
測ｅを出力することによって、第三層６による観察が行
われる。この結果、「危険が無い」と判断した場合に
は、依頼を発した緊急自動車に対して速やかに追い越す
ように督促するとともに、自らは、減速しながら路肩に
よって緊急自動車を通過させ、その状況を交通管制シス
テム７２に報告する処理を行う。
【０３９７】逆に「危険がある」と判断した場合には、
依頼を発した緊急自動車に対し追い越すのを一時待つよ
うに回答するとともに、自らは減速しながら路肩によっ
て緊急自動車を通過させるのに適切な地点を探しつつ、
その状況を交通管制システム７２に報告する処理を行
う。
【０３９８】また、緊急自動車からの追い越しの依頼を
受けていない隣接車両が原因で、緊急自動車に道を譲れ
ない状況であれば、交通管制システム７２から、それら
追い越しの依頼を受けていない車両に対して、道を譲る
ようにとの走行指令が発せられる。
【０３９９】このようにして、各車両２０は、走行に関
する基本的な任務を交通管制システム７２から受けつつ
周囲の状況に対応するとともに、自車だけの判断では対
応しきれない場合には、交通管制システム７２による調
整を受けることになる。
【０４００】ｂ．車線変更したい場合に、隣接車両の同
意を得る ２車線の走行区間で、複数の車両２０がクラスタを構成
して走行し始めたとき、次の交差点で右折する予定の車
両２０が左側の車線を走行していたとする。この場合、
その右折すべき車両が次の交差点の直前で左車線から急
に車線を変更するのは危険であるので、なるべく早い時
期に周囲の車両の協力を得て、車線変更を完了しておく
必要がある。
【０４０１】個々の車両２０は、クラスタを構成してい
る他の車両２０の情報（ＩＤ番号、クラスタ中での相対
位置、クラスタ内の順位、次の交差点までの各車両の運
動の計画）を受領する。
【０４０２】ここで、クラスタ内の順位とは、クラスタ
のリーダ、構成員であることを識別するための順位であ
る。リーダは、クラスタの代表としてクラスタ全体の運
動の記述に使用される車両のことである。リーダ以外の
他のクラスタ構成員の運動は、リーダの位置が局所的な
座標系の原点とされ、この原点に対する座標位置（リー
ダに対する相対位置）をもって記述される。
【０４０３】すなわち、個々の車両２０は、交通管制シ
ステム７２から、通過すべき地点、時刻を指定されてい
るが、ある瞬間の実際の位置には、数百ｍ程度の誤差が
ある。よって、この交通管制システム７２から与えられ
たデータに基づき、全て車両の運動を個々の車両の自由
裁量に任せるのは交通管制上、危険であるため、クラス
タの中でリーダを中心とした相対運動をさせるのであ
る。
【０４０４】例えば、６台の車両２０からなるクラスタ
があり、このクラスタの中で次の交差点で右折する予定
の３番目の車両２０-3が左側の車線を走行しており、こ
の車両２０-3の右車線に移動したい位置に２番目と４番
目の車両２０-2、２０-4が存在しているものとする。こ
の場合には、２番目と４番目の車両２０-2、２０-4がそ
れぞれ前後に移動して３番目の車両２０-3を間に入れて
やるように、リーダを中心とした相対運動が実行され
る。
【０４０５】クラスタ中の各車両２０は、お互いの運動
の予定を互いに知っており、このような動きを自動的に
行う条件は揃っている。
【０４０６】ただし、旧式の制御装置をもっている車両
では、このような自動的な動きができるほど高性能では
ないため、交通管制システム７２からそれぞれの車両に
指示が出されることによって同様の車線変更がなされ
る。
【０４０７】この点、高度な制御装置を持つ車両２０で
は、交通管制システム７２からの指示が降りてくる前の
段階で、自己の車両２０が動くべき方向の安全確認を開
始することができるので、迅速に車線変更をすることが
できる。
【０４０８】知能自動車２０を用いた新しい交通システ
ムが導入されて長期間経過すれば、専用道路上の交通量
が増えて渋滞が起こりがちであるが、新しい高性能な制
御装置を持った車両２０が増えることにより、交通管制
システム７２からの指示が速やかに反映されて交通整理
の能率が上がり、さらに車速を上げたり、クラスタ間の
距離を短くすることができるので、単位時間あたりに通
過できる車両台数を数倍に増やすことも可能となる。
【０４０９】ｃ．道路を緊急離脱したい場合に、隣接車
両に警告する クラスタを構成している車両２０が、まもなく目標点に
到達する寸前、もしくは左右折する直前であって、大き
く減速してクラスタから離脱する必要がある場合にも、
できる限り早い時点で、クラスタの他の車両２０の走行
を妨害しない相対位置に移動する必要がある。これを実
現するための車両間の位置を調整する方法と手順は、基
本的には、上述した車線変更の場合と同じである。
【０４１０】しかし、走行中の車両２０が突然の故障し
た場合には、緊急に減速して停車しなければならない。
緊急事態では、１秒の何分の１かの遅れが大惨事を招く
場合があり、緊急事態が発生してしまってから交通管制
システム７２がクラスタ内の各車両２０の位置関係を調
整しようとしても、それまでに数秒の時間が浪費されて
いることもあり、結局、手遅れになってしまう虞があ
る。
【０４１１】そこで、隣接する車両２０の異常を早めに
発見するために、互いの車両２０に異常が発生している
かを確認し合う処理がなされる。これは、クラスタを構
成する車両２０同士で、内部の診断情報を交換し合うこ
とで実現される。
【０４１２】ここで、交通システムの初期の知能自動車
は、データを交換しても解釈する能力が低いので、少な
い情報しか共用することできない虞がある。しかし、後
年の高性能車両２０は、データの解釈能力が高くなるの
で、多くのデータを交換することができ、隣接する車両
２０の異常を、より早く発見することができ、回避方
法、回避経路を探索する時間の余裕が生まれるので、安
全に運行することが期待される。
【０４１３】＜４＞第三の協調動作実現の方法（環境に
反応する見かけ上の協調） 大きな速度差のある車両２０の間では、相互間の距離が
十分近くなるのは一瞬にすぎない。このため、前述した
局所的な通信によって、互いの車両の「身元」確認のた
めに、ＩＤを交換することができず、正確な現在位置、
行動の予定などを情報交換することができない。
【０４１４】したがって、交通管制システム７２から互
いの車両２０の概略位置の情報を得ていたとしても、時
速数十キロで数百ｍずつの位置誤差を有したまま走行し
ているので、わずかの時間（数秒）の間、互いの実際の
位置関係を知ることができないために衝突事故を起こす
虞がある。
【０４１５】よって、各車両２０は、自己の車両と大き
な速度差のある車両が近くに存在する可能性がある場合
には、自己の車両のセンサによって、大きな速度差のあ
る車両の存在を検出する処理を実行する。
【０４１６】この結果、大きな速度差のある車両の走行
路と自己の車両の走行路が干渉することが検出された場
合には、車両間の速度差が大きく衝突するまでわずか
（数秒もない）であり、車両相互間で情報交換のために
ＩＤを交換する余裕がないので、交通管制システム７２
に調整を求めることなく、また車両相互間で通信によっ
て交渉することもなく、自己の車両２０の判断で、その
大きな速度差のある車両との衝突を回避する行動をと
る。 ａ．高速走行車線に、低速の車両が加速して合流する 停車している知能自動車２０が発進し、専用道路を走行
している他の車両２０とともに高速で走行させるには、
加速のための十分な時間的な余裕が必要である。
【０４１７】ここで、一般の有人車両で手動運転をして
いる場合に、かかる合流を行う際に人間は、高速走行路
の後ろの方から他の車両が走ってこないかどうかを必ず
確認する作業を行っている。また、高速で走行している
車両側の人間も、路肩や加速車線から他の車両が走行路
に入ろうとしていないかどうかを常に警戒する作業を行
っている。このように、人間が手動で運転する場合に
は、同時に多くのことに気を配ることができるので、周
囲の地形、道路、建物の様子からみて、どのあたりから
車両が飛び込んで来そうかを想像することができる。
【０４１８】しかし、知能自動車の能力は、人間の環境
認識能力に比べてはるかに劣っているため、どこに他の
車両が存在しているかを推論することは容易なことでは
ない。 ただし、初期の性能の低い制御装置を持つ知能
自動車に較べて、十数年も後に開発される高性能の制御
装置を持つ知能自動車では、どこに他の車両が存在して
いるのかを推論する能力が高くなるので、このような合
流の場面での安全性を高めることができると期待され
る。
【０４１９】現段階において、低速の知能自動車２０が
走行車線に加速して合流する場合に、合流すべき走行路
の後方から他の車両が来ないかどうかを確認する最も確
実な方法は、まず交通管制システム７２に、合流すべき
地点の誤差の範囲内に他の車両が走行していないかどう
かを問い合わせることである。これは、前述した図２５
のステップ３０１の処理に相当する。この結果、その誤
差範囲内に他の車両が走行していることが判別される
と、走行路への進入は、一時見合せられる。
【０４２０】上記合流すべき地点の誤差範囲内に他の車
両が走行していないと判別された場合でも、交通管制シ
ステム７２の故障、間違いを考慮して、自己の車両２０
のセンサによって合流すべき地点に他の車両が存在して
いるか否かを確認する処理が実行される。この確認処理
は、前述した図２５のステップ３０５の「外界調査」に
相当する。
【０４２１】こうして自己の車両２０による確認処理が
なされた後に、その確認結果（これは図２２の結論１〜
結論６に相当する）に応じて、走行路に進入して加速を
開始する行動をとる。このとき、自己の車両２０の現在
位置、速度、加速度、この報告の時刻等が交通管制シス
テム７２に報告される。一方、知能自動車２０が走行路
を走行中の場合を想定すると、自己の車両２０としては
他の車両がいずれの場所から進入してくるか正確な位置
を判別することはできない。
【０４２２】しかし、走行路に進入しようとする車両の
現在位置は、誤差を含むとはいえ、交通管制システム７
２において把握されている。
【０４２３】そこで、交通管制システム７２は、上記走
行路に進入しようとする車両の現在位置のデータに基づ
き、この走行路に進入する車両と干渉する可能性のある
走行路上の車両２０に対して、干渉についての警戒の情
報を提供する。
【０４２４】この結果、この警戒情報を受け取った走行
中の車両２０は、走行路に進入しようとしている車両か
ら自己の車両２０が容易に発見されるように、直ちに前
照灯、フォグランプ等の前方を照射する照明灯を点灯さ
せたり、点滅させたり、照明の強弱の切替えを繰り返す
行動をとる。夜間は、前方の安全確認と乗客の不安感を
なくすために、前照灯を点灯させて走行しているため、
これを点滅させたり、照明の強弱の切替えを繰り返す行
動がとられる。
【０４２５】ｂ．駐停車中の車両に、前後への接近の了
解を得る それまで走行してきた車両２０-1が目的地の直近に来る
と減速して路肩ないしは停車用のプラットフォーム等に
停車する準備を開始する。
【０４２６】ところが、この場合、目的地あるいはその
数ｍ手前に他の車両２０-2が停止していることがある。
【０４２７】ここで、この目的地に停車している車両２
０-2が電源投入されており、交通管制システム７２と交
信しているのであれば、すでに後方から停車すべく近づ
いてくる車両２０-1の存在は認識しており、この車両２
０-1と衝突しないように調整されている。
【０４２８】しかし、目的地に停車している車両２０-2
の電源が投入されていないと、交通管制システム７２側
では、この車両２０-2の現在位置は全く把握できず、停
車しようとしている車両２０-1との衝突を調整できない
場合がある。
【０４２９】このように車両２０-2の電源が投入されて
いない場合とは、たとえば車両２０-2が企業の物流セン
タ、工場、ホテルの駐車場等の私有地に入ってしまった
場合のように、公共の道路の安全運行に責任を持つべき
交通管制システム７２が管理する区域に存在しない場合
である。電源が落ち、停車している状態だけではなく、
車両２０-2が私有地の入り口を目標点にして停車した後
に、電源を投入したまま企業側が私有地の中で自動運転
から手動運転に切り換え走行している状態でも、交通管
制システム７２は、車両２０-2の現在位置を把握できな
い。
【０４３０】よって、車両２０-2が電源を落とし停止な
いしは手動運転で走行しているときは、その車両は「交
通管制上、無登録」と認識される。なお、車両２０-2が
自動運転によって停止しているときは、その停止位置は
交通管制システム７２で把握されているので、その車両
は「交通管制上、登録」と認識される。
【０４３１】そこで、車両２０-1が目標点の直近に来て
路肩ないしは停車用のプラットホーム等に停車しようと
したときに、車両２０-1が他の車両２０-2の存在を認識
し、かつその車両２０-2は交通管制システム７２の登録
上、「無登録」であるとされている場合には、その車両
２０-2は電源を落とし停止ないしは手動運転にて走行し
ている可能性がある。
【０４３２】このため、停車しようとする車両２０-1が
前方に「交通管制上、無登録」の車両２０-2を認識した
時点で、この無登録車両２０-2がたとえ前後に突然動い
たとしても衝突しない程度に接近して停止する行動がと
られる。ここで、人間が車両２０-2を手動運転している
のであれば、電源が投入されており、相手の車両２０-2
との間でＩＤ番号の交換ができるので、局所通信手段に
て相手の車両２０-2のＩＤ番号を問い合わせる処理を実
行する。この場合、相手の車両２０-2のマンマシン・イ
ンターフェースを介して人間の運転者に対して、現在の
場所から移動する意思があるか否かが聞き出され、この
結果が停車しようとする車両２０-1に伝えられる。
【０４３３】この結果、手動運転の車両２０-2を現在の
場所から移動する意思があれば、後方の知能自動車２０
-1 は一旦停止して待機する。手動運転の車両２０-2を
移動させる意思がなければ、知能自動車２０-1 は交通
管制システム７２と乗客に対して新たな停車位置を打診
する。ここで、交通管制システム７２が停車位置の変更
を了解したのに乗客が納得しない場合には、情報通信シ
ステム１を介してテレビ電話にて知能自動車２０-1 の
乗客と手動運転の車両２０-2 の運転者との間で相談さ
せる。
【０４３４】ｃ．対向車との、側面ないしは正面衝突を
避ける 知能自動車２０の専用道路は、通常、上りと下りが別の
車線であり、反対車線に飛び込むことがない限り、正面
衝突は起きないはずである。
【０４３５】また、交通管制システム７２によって交差
点での右折、左折が管理されているので側面衝突も起き
ないはずである。
【０４３６】しかし、実際には、各瞬間における高速走
行車両２０の位置が正確に把握できずに数百ｍもの位置
誤差を含んでしまう。
【０４３７】したがって、交通量が多く、車間距離がと
れない場合に各車両２０の位置に誤差が生じてしまう
と、交差点での車両同士の干渉が予測される。
【０４３８】そこで、安全を優先して、交差点では、減
速ないしは一旦停止をする行動をとることにより車両２
０の正確な位置を交通管制システム７２に掌握させるよ
うにする。
【０４３９】交通管制システム７２の応答が遅く、この
交通管制システム７２から何の指示もないまま進行する
と衝突するおそれがある場合には、優先道路を走行する
側の車両２０が通過するまでの間、優先順位の低い道路
を走行する車両２０は待機するようになされる。この場
合、いずれの道路が優先であるか否かが予め決められて
いる場合と、通常の交通信号のように一定時間ごとに切
り替わる場合とがある。
【０４４０】優先道路でない方の道路を通過している車
両２０が交差点にさしかかり、交通管制システム７２か
ら「そのまま進行せよとの明示的な司令」を受け取って
いる場合には、道路の優先性は無視して進行することが
認められる（人間の運転する自動車が、赤信号の交差点
で警官による交通整理に従って進行する場合と同様であ
る）。ただし、同じ場面で上記「そのまま進行せよとの
明示的な司令」を受け取っていない場合には、交通管制
システム７２が故障ないしは応答が遅れている可能性が
あるので、交差点の前で減速ないしは一旦停止する行動
をとり、優先道路を走行してくる他の車両２０が存在し
ていないことを自車のセンサで確認する処理がなされ
る。
【０４４１】公共の専用道路から分岐して企業などの私
有地に設けられた専用の私道では、交通管制システム７
２は交通整理を行わない。こうした私道は、個人所有で
あるために、道幅も公共の専用道路より狭い上に、人間
の手動運転に切り替えるまでの間は、自動で運転しなけ
ればならない。このため、車両２０は、交通管制なしに
自己の車両２０搭載のセンサの検出結果のみに基づき、
徐行しながら走行しなければならない。
【０４４２】この場合、狭い道で対向車が存在したとし
ても交通管制システム７２による調整は期待できないの
で、自己の車両２０搭載のセンサにより相手の車両を発
見して衝突する十分手前で減速ないしは一旦停止するよ
う行動がとられる。局所通信により、安全に「すれ違
い」ができるように相手側の車両と交渉してもよい。ま
た、相手の車両から自己の車両２０を発見し易くするよ
うに、照明を明滅してもよい。
【０４４３】以上、本実施の形態では、人工知能機械が
知能自動車２０である場合を想定して説明したが、本発
明の人工知能機械としては、これに限定されることな
く、以下に掲げる各種機械に同様に適用することができ
る。
【０４４４】図２（ｂ）は、人工知能機械が無人建設機
械である場合の概略構成を示している。
【０４４５】すなわち、無人建設機械であるパワーショ
ベル１００４、ブルドーザ１００５は、この無人建設機
械搭載の無線通信装置を介して情報通信ネットワーク１
００と通信を行うとともに、無人建設機械搭載の各種の
センサを用いることによって、周囲の作業者、通行人、
有人運転の車両１００８に危害を及ぼさないよう注意を
払いつつ、土砂、コンクリートブロック等の対象物１０
０６に対して所定の土木作業を実施する。また、無人建
設機械同士の通信は、情報通信ネットワークを用いても
よく、矢印Ｆにて示すように局所的な通信（電波、光、
音などを用いて明確な符号化をしたもの）を利用しても
よい。
【０４４６】図３（ａ）は、人工知能機械が物流機器で
ある場合の概略構成を示している。すなわち、物流機器
であるフォークリフト１０１０、無人台車１０１１は、
この物流機器搭載の無線通信装置を介して情報通信ネッ
トワーク１００９と通信を行うとともに、物流機器搭載
の各種のセンサを用いることによって周囲の作業者、通
行人、有人運転の車両に危害を及ぼさない注意を払いつ
つ、荷物１０１２、設備１０１３等の対象物に対して所
定の輸送作業を行う。また、物流機器同士の通信は、情
報通信ネットワークを用いてもよく、矢印Ｆにて示すよ
うに局所的な通信（電波、光、音などを用いて明確な符
号化をしたもの）を利用してもよい。また、一定の設備
（１０１３）については情報通信ネットワーク１００９
と有線通信Ｇにて情報交換させてもよい。
【０４４７】図３（ｂ）は、人工知能機械が事務用ある
いは教育用の電子機器（ＯＡ機器）である場合の概略構
成を示している。
【０４４８】すなわち、これら電子機器は、この電子機
器搭載の有線もしくは無線の通信装置を介して情報通信
ネットワーク１０１４と通信を行うとともに、この電子
機器搭載の視覚センサ（例えばカメラ１０１５、１０１
６）、音響センサ、臭いセンサ、温度センサ、ガスセン
サ及び個人識別センサ１０１７の指向性、感度等をアク
チュエータにより調節して、これらセンサを介してユー
ザとの間でコミュニケーションをとりつつ、ユーザが希
望する処理を実行する。
【０４４９】例えば、情報通信ネットワーク１０１４の
外部に学習塾の本部を接続し、情報通信ネットワーク１
０１４を介して各家庭に設置された人工知能機械として
電子機器を、ユーザの家庭教師として機能させる実施が
考えられる。
【０４５０】また、情報通信ネットワーク１０１４の外
部に企業の本社・支社・営業所・研究所・各種の事務所
を接続し、情報通信ネットワーク１０１４を介して各事
務所に設置された人工知能機械としての電子機器を、ユ
ーザの相手となる事務所の事務担当者として機能させる
実施が考えられる。
【０４５１】図３（ｃ）は、人工知能機械が建物（家
屋、ビル）である場合の概略構成を示している。
【０４５２】すなわち、人工知能機械である家屋１０１
９、ビル１０２０は、これら建物搭載の有線もしくは無
線の通信装置を介して情報通信ネットワーク１０１８と
通信を行ない、内部にいる人間、荷物、設備等の必要に
応じた空調等の制御、防犯管理、データの管理などを行
うとともに、建物に組み込まれた視覚センサ、音響セン
サ、臭いセンサ、温度センサ、ガスセンサ及び個人識別
センサの指向性、感度等をアクチュエータにより調節し
て、これらセンサを介してユーザとの間でコミュニケー
ションをとりつつ、ユーザが希望する管理を実行する。
【０４５３】例えば、情報通信ネットワーク１０１８の
外部に地域の電力供給基地を接続し、夏場の昼間などの
ように電力が不足してくると電力単価が変動して高くな
る代わりに、夜間の電力が安くなる契約であれば、夜間
の電力を熱、水素などのエネルギー形態に変換して蓄積
し、昼間の電力ピーク時に消費するよう人工知能機械と
しての建物を機能させる実施が考えられる。
【０４５４】また、ビル内の暖房装置を利用した自家発
電装置、屋上の太陽光発電装置などの小規模自家発電装
置を自家運転して、ビル管理のコストを削減すると同時
に、地域全体の電力需要の逼迫を防止するよう機能させ
てもよい。
【０４５５】また、夜間の事務所内に人間がいるかどう
かを自動的に検出し、不要な照明、空調を止めることに
よって、エネルギーの無駄を防止してもよい。
【０４５６】また、ビル内に自動的にパトロールするロ
ボットを配置して、夜間、無人で警備させてもよい。こ
の場合、不審者がロボットにより発見されたならば、そ
の移動経路をセンサによって検出して、追跡することに
より不審者の顔写真を暗視カメラでビデオ撮影し、その
撮影結果を情報通信ネットワーク１０１８を通じてビル
の外部に接続された集中警備センターに通報することが
考えられる。
【図面の簡単な説明】
【図１】図１は、人工知能機械が知能自動車である場合
のシステム構成を示す図である。
【図２】図２（ａ）、（ｂ）は人工知能機械の適用例を
示す概略図である。
【図３】図３（ａ）、（ｂ）、（ｃ）は人工知能機械の
適用例を示す概略図である。
【図４】図４は図１に示す第二層で行われる直接的な制
御を説明する図である。
【図５】図５は図１に示す第二層で行われる間接的な制
御を説明する図である。
【図６】図６は実施形態で想定している知能自動車の透
視斜視図である。
【図７】図７は交通管制システムの管制区域を示す図で
ある。
【図８】図８は全国レベルの管理区域が複数の地方レベ
ルに分割されて管理される構造を説明する概念図であ
る。
【図９】図９は一つの交通管制システムが統括する交通
管制区域の周囲に複数の観察区域が配置されていること
を示す図である。
【図１０】図１０は予定走行路をカバーする交通管制シ
ステムから知能自動車に送られる概略の走行計画を概念
的に示す図である。
【図１１】図１１は正六角形の交通管制区域内の地図を
示す図である。
【図１２】図１２は知能自動車が走行する走行路面を示
す図である。
【図１３】図１３は知能自動車の位置補正用標識の構造
を例示する図である。
【図１４】図１４は知能自動車の他の位置補正用標識の
構造を例示する図である。
【図１５】図１５は交通管制システムの階層構造を示す
図である。
【図１６】図１６は、図１に示す第二層が、第一層のデ
ータに基づき自動制御を行っている様子を概念的に示す
図である。
【図１７】図１７は、図１に示す身体部で行われる知能
自動車の走行制御の内容を示すブロック図である。
【図１８】図１８（ａ）、（ｂ）、（ｃ）は、所轄区域
の交通管制システムから情報通信ネットワークを介して
知能自動車に送られる予定走行経路を示す図である。
【図１９】図１９は、図１に示す第二層が、第一層のデ
ータに基づき自動制御を行い、第三層が第一層のデータ
に基づき推論を行っている様子を概念的に示す図であ
る。
【図２０】図２０は知能自動車が幹線道路に進入してい
る場面を示す図である。
【図２１】図２１は知能自動車が幹線道路に進入する際
の視野を示す図である。
【図２２】図２２は、第三層の推論機能で行われる処理
を説明するフローチャートである。
【図２３】図２３は知能自動車の第三層の構造を説明す
るために用いた図である。
【図２４】図２４は第三層の知覚機能の分別部の遷移状
態を示す状態遷移図である。
【図２５】図２５は知能自動車が所定の行動がとるまで
の処理の手順を示すフローチャートである。
【図２６】図２６は第三層の推論機能で行われる処理を
説明するフローチャートである。
【符号の説明】
１ 情報通信ネットワーク ２ 第一層（記憶装置） ５ 第二層（自動制御手段） ６ 第三層（推論手段） ９ 身体部（機械駆動手段） ２０ 知能自動車（人工知能機械）

Claims (8)

    【特許請求の範囲】
  1. 【請求項１】 記憶装置に記憶されたデータに基づ
    いて所定の推論を行い、この推論結果に応じた行動をと
    る人工知能機械において、 前記記憶装置に記憶されたデータに基づいて前記人工知
    能機械がとるべき目標の行動と当該人工知能機械の外界
    の現状とを読み取り、これら目標の行動と外界の現状と
    に基づいて当該目標の行動をとるための制御出力を発生
    する自動制御手段であって、当該目標の行動をとる際に
    生じる不具合を予測し、この不具合予測を出力する自動
    制御手段と、 前記自動制御手段から不具合予測が出力された場合に起
    動され、当該不具合がなくなるための推論を行い、この
    推論結果を前記記憶装置に記憶させる推論手段と、 前記記憶装置に記憶された前記推論結果と前記自動制御
    手段の制御出力とに基づいて、前記人工知能機械を駆動
    する機械駆動手段とを具えた人工知能機械。
  2. 【請求項２】 前記目標の行動をとる際に生じる不具
    合は、前記人工知能機械の外界の現状が不明であるとい
    う不具合である請求項１記載の人工知能機械。
  3. 【請求項３】 前記自動制御手段から出力される前
    記不具合予測のデータは、前記記憶装置の特定の領域に
    書き込まれ、 前記推論手段は、前記記憶装置の特定の領域に書き込ま
    れた前記不具合予測データを読み出すことによって推論
    が起動されるものである請求項１記載の人工知能機械。
  4. 【請求項４】 前記推論手段は、 前記人工知能機械の外界を検出し、当該外界を表象する
    記号を出力する知覚機能手段と、当該知覚機能手段から
    加えられる記号出力に応じて推論を行う推論機能手段と
    からなり、 前記推論機能手段から前記知覚機能手段に対して前記記
    号出力の選択肢を予め与えておき、 前記知覚機能手段は、 知覚条件を少なくとも１回変化させて外界を少なくとも
    ２回検出し、この結果、前記選択肢の中から少なくとも
    ２回以上同じ記号出力を選択した場合に、この記号出力
    を前記推論機能手段に加えるようにした、 請求項１記載の人工知能機械。
  5. 【請求項５】 情報通信ネットワークを介して外部
    と通信自在に接続され、自己の記憶装置に記憶されたデ
    ータに基づいて所定の推論を行い、この推論結果に応じ
    た行動をとる人工知能機械において、 前記情報通信ネットワークを介して外部から入力される
    外部データと、前記人工知能機械の内部で取得される内
    部データとが記憶される記憶装置と、 前記記憶装置に記憶されたデータに基づいて前記人工知
    能機械がとるべき目標の行動と当該人工知能機械の外界
    の現状とを読み取り、これら目標の行動と外界の現状と
    に基づいて当該目標の行動をとるための制御出力を発生
    する自動制御手段であって、当該目標の行動をとる際に
    生じる不具合を予測し、この不具合予測を出力する自動
    制御手段と、 前記自動制御手段から不具合予測が出力された場合に起
    動され、当該不具合がなくなるための推論を行い、この
    推論結果を前記記憶装置に記憶させる推論手段と、 前記記憶装置に記憶された前記推論結果と前記自動制御
    手段の制御出力とに基づいて、前記人工知能機械を駆動
    する機械駆動手段とを具えた人工知能機械。
  6. 【請求項６】 前記記憶装置は、前記外部データを
    前記人工知能機械内部で使用する際に、前記内部データ
    の形式に変換するとともに、前記内部データを前記情報
    通信ネットワークを介して外部に出力する際に、前記外
    部データの形式に変換するデータ変換手段を具えている
    請求項５記載の人工知能機械。
  7. 【請求項７】 情報通信ネットワークを介して外部
    と通信自在に接続され、自己の記憶装置に記憶されたデ
    ータに基づいて所定の推論を行い、この推論結果に応じ
    た行動をとる人工知能機械において、 前記情報通信ネットワークを介して外部から入力される
    外部データと、前記人工知能機械の内部で取得される内
    部データとが記憶され、かつ前記外部データを前記人工
    知能機械内部で使用する際に、前記内部データの形式に
    変換するとともに、前記内部データを前記情報通信ネッ
    トワークを介して外部に出力する際に、前記外部データ
    の形式に変換するデータ変換手段を具えている記憶装置
    と、 前記記憶装置に記憶されたデータに基づいて前記人工知
    能機械がとるべき目標の行動と当該人工知能機械の外界
    の現状とを読み取り、これら目標の行動と外界の現状と
    に基づいて当該目標の行動をとるための制御出力を発生
    し、この制御出力を前記記憶装置に書き込む自動制御手
    段であって、当該目標の行動をとる際に生じる不具合を
    予測し、この不具合予測を前記記憶装置の特定の領域に
    書き込む自動制御手段と、 前記記憶装置の特定の領域に書き込まれた前記不具合予
    測のデータを読み出すことによってに起動され、当該不
    具合がなくなるための推論を行い、この推論結果を前記
    記憶装置に書き込む推論手段と、 前記記憶装置に書き込まれた前記推論結果と前記制御出
    力とに基づいて、前記人工知能機械を駆動する機械駆動
    手段とを具えた人工知能機械。
  8. 【請求項８】 前記人工知能機械は、前記情報通信
    ネットワークを介して、さらに他の人工知能機械と相互
    に通信自在に接続され、かつ統括制御装置と通信自在に
    接続されており、これら複数の人工知能機械は、前記統
    括制御装置によって統括制御されるものである請求項７
    記載の人工知能機械システム。
JP9007529A 1997-01-20 1997-01-20 人工知能機械および人工知能機械システム Withdrawn JPH10207504A (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP9007529A JPH10207504A (ja) 1997-01-20 1997-01-20 人工知能機械および人工知能機械システム
PCT/JP1998/000199 WO1998032108A1 (fr) 1997-01-20 1998-01-20 Machine pour l'intelligence artificielle et systeme concernant une machine pour l'intelligence artificielle

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP9007529A JPH10207504A (ja) 1997-01-20 1997-01-20 人工知能機械および人工知能機械システム

Publications (1)

Publication Number Publication Date
JPH10207504A true JPH10207504A (ja) 1998-08-07

Family

ID=11668316

Family Applications (1)

Application Number Title Priority Date Filing Date
JP9007529A Withdrawn JPH10207504A (ja) 1997-01-20 1997-01-20 人工知能機械および人工知能機械システム

Country Status (2)

Country Link
JP (1) JPH10207504A (ja)
WO (1) WO1998032108A1 (ja)

Cited By (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000285367A (ja) * 1999-03-31 2000-10-13 Toshiba Corp 車両運行システムおよび車両運行方法
JP2002101025A (ja) * 2000-09-26 2002-04-05 Local Information System Research 音声情報提供方法とそれに用いられる音声情報提供システム
JP2006313515A (ja) * 2005-04-07 2006-11-16 Nippon Signal Co Ltd:The 交通管制制御システム
JP2006338596A (ja) * 2005-06-06 2006-12-14 Toyota Motor Corp 車両制御システム
WO2007102405A1 (ja) * 2006-03-01 2007-09-13 Toyota Jidosha Kabushiki Kaisha 自車進路決定方法および自車進路決定装置
WO2008062897A1 (fr) * 2006-11-20 2008-05-29 Toyota Jidosha Kabushiki Kaisha Système de génération de plan de commande de voyage et programme informatique
KR100880503B1 (ko) * 2001-08-29 2009-01-28 두산인프라코어 주식회사 건설 장비의 원격 진단 시스템
JP2009031975A (ja) * 2007-07-26 2009-02-12 Sumitomo Electric Ind Ltd 運転支援システム、光ビーコン、および、車載機
JP2012108868A (ja) * 2010-10-26 2012-06-07 Denso Corp 車両乗員非操作運転システム
WO2014156498A1 (ja) * 2013-03-28 2014-10-02 株式会社日立産機システム 移動体及び位置検出装置
JP2014197404A (ja) * 2011-05-11 2014-10-16 グーグル・インク 混在モード車輌の自律的モードへの移行
JP2016007920A (ja) * 2014-06-24 2016-01-18 住友電気工業株式会社 車両の制御装置、車両、及び車両の駐車決定方法
JP2016530596A (ja) * 2013-06-20 2016-09-29 ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツングＲｏｂｅｒｔ Ｂｏｓｃｈ Ｇｍｂｈ 車両を動作させる方法及び装置
JP2018077652A (ja) * 2016-11-09 2018-05-17 株式会社野村総合研究所 車両運転支援システムおよび集合住宅
JP6360583B1 (ja) * 2017-03-29 2018-07-18 大成建設株式会社 建設機械用機械学習装置、建設機械および建設機械用機械学習方法
JP2018526715A (ja) * 2015-06-22 2018-09-13 ウェイモ エルエルシー 自律走行車のための出迎えおよび目的地の場所の決定
JP2019028858A (ja) * 2017-08-02 2019-02-21 株式会社デンソー 自動運転制御装置
JP2019091274A (ja) * 2017-11-15 2019-06-13 リンクスウェア株式会社 タクシーの配車を支援するための方法およびそれを用いたタクシー配車支援システム
CN110171418A (zh) * 2018-02-16 2019-08-27 丰田自动车株式会社 自主行驶车辆及其行驶控制系统、以及服务器装置
WO2019220205A1 (ja) * 2018-05-15 2019-11-21 日産自動車株式会社 乗降位置決定方法、乗降位置決定装置、ならびに、乗降位置決定システム
US10521899B2 (en) 2015-10-08 2019-12-31 HotaluX, Ltd. Runway illumination light inspection apparatus and runway illumination light inspection method
JP2020510941A (ja) * 2017-01-10 2020-04-09 シーエーブイエイチ エルエルシーＣａｖｈ Ｌｌｃ コネクテッド自動運転車のハイウエイシステムとそれを用いた方法
JP2020091826A (ja) * 2018-12-07 2020-06-11 ナインボット（ベイジン）テック カンパニー リミテッドＮｉｎｅｂｏｔ（Ｂｅｉｊｉｎｇ）Ｔｅｃｈ．Ｃｏ．，Ｌｔｄ スクーターの配車方法、装置、記憶媒体及び電子装置
JP2020095478A (ja) * 2018-12-12 2020-06-18 トヨタ自動車株式会社 交通管理装置、交通管理システム、交通管理方法、及び交通管理用コンピュータプログラム
JP2020140591A (ja) * 2019-03-01 2020-09-03 ＫＢ−ｅｙｅ株式会社 管理サーバ、交通制御システム、交通制御方法および交通制御プログラム
US10921755B2 (en) 2018-12-17 2021-02-16 General Electric Company Method and system for competence monitoring and contiguous learning for control
JPWO2021181630A1 (ja) * 2020-03-12 2021-09-16
WO2021192081A1 (ja) * 2020-03-25 2021-09-30 日本電気株式会社 移動体制御装置、移動体制御方法、及びコンピュータ読み取り可能な記録媒体

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1872251B1 (en) 2005-04-18 2015-10-21 BlackBerry Limited Method for providing wireless application privilege management
CN113074746A (zh) * 2021-03-24 2021-07-06 巨石云智能科技(苏州)有限公司 一种无人车的导航方法、装置及无人车

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2601270B2 (ja) * 1987-04-13 1997-04-16 株式会社小松製作所 推論機能を有する制御装置
JPH01237344A (ja) * 1988-03-15 1989-09-21 Komatsu Ltd コージュネレーションシステムの推論機能付き自己診断装置
JP2720423B2 (ja) * 1990-09-03 1998-03-04 工業技術院長 制御知識生成検証装置
JPH0540764A (ja) * 1991-08-02 1993-02-19 Mitsubishi Electric Corp プラント設備診断装置
JPH0738574A (ja) * 1993-07-23 1995-02-07 Fujitsu Ltd 構内系ａｔｍ通信システム
JP3441133B2 (ja) * 1993-12-16 2003-08-25 株式会社東芝 ネットワーク管理システム
JP3606391B2 (ja) * 1994-10-07 2005-01-05 ソニー株式会社 移動体管理システム、移動体管理装置、移動体管理装置システム及び移動体端末装置

Cited By (49)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000285367A (ja) * 1999-03-31 2000-10-13 Toshiba Corp 車両運行システムおよび車両運行方法
JP2002101025A (ja) * 2000-09-26 2002-04-05 Local Information System Research 音声情報提供方法とそれに用いられる音声情報提供システム
KR100880503B1 (ko) * 2001-08-29 2009-01-28 두산인프라코어 주식회사 건설 장비의 원격 진단 시스템
JP2006313515A (ja) * 2005-04-07 2006-11-16 Nippon Signal Co Ltd:The 交通管制制御システム
JP2006338596A (ja) * 2005-06-06 2006-12-14 Toyota Motor Corp 車両制御システム
WO2007102405A1 (ja) * 2006-03-01 2007-09-13 Toyota Jidosha Kabushiki Kaisha 自車進路決定方法および自車進路決定装置
US8457892B2 (en) 2006-03-01 2013-06-04 Toyota Jidosha Kabushiki Kaisha Own-vehicle-path determining method and own-vehicle-path determining apparatus
JP2008129804A (ja) * 2006-11-20 2008-06-05 Toyota Motor Corp 走行制御計画生成システム及びコンピュータプログラム
JP4525670B2 (ja) * 2006-11-20 2010-08-18 トヨタ自動車株式会社 走行制御計画生成システム
WO2008062897A1 (fr) * 2006-11-20 2008-05-29 Toyota Jidosha Kabushiki Kaisha Système de génération de plan de commande de voyage et programme informatique
US9076338B2 (en) 2006-11-20 2015-07-07 Toyota Jidosha Kabushiki Kaisha Travel control plan generation system and computer program
JP2009031975A (ja) * 2007-07-26 2009-02-12 Sumitomo Electric Ind Ltd 運転支援システム、光ビーコン、および、車載機
JP2012108868A (ja) * 2010-10-26 2012-06-07 Denso Corp 車両乗員非操作運転システム
US8903587B2 (en) 2010-10-26 2014-12-02 Denso Corporation Non-manipulation operation system and method for preparing for non-manipulation operation of vehicle
JP2014197404A (ja) * 2011-05-11 2014-10-16 グーグル・インク 混在モード車輌の自律的モードへの移行
WO2014156498A1 (ja) * 2013-03-28 2014-10-02 株式会社日立産機システム 移動体及び位置検出装置
JP2014191689A (ja) * 2013-03-28 2014-10-06 Hitachi Industrial Equipment Systems Co Ltd 移動体の走行制御手段に対して制御指令を出力する位置検出装置を取り付けた移動体及びその位置検出装置
CN105190461A (zh) * 2013-03-28 2015-12-23 株式会社日立产机系统 移动体和位置检测装置
US10261511B2 (en) 2013-03-28 2019-04-16 Hitachi Industrial Equipment Systems Co., Ltd. Mobile body and position detection device
JP2016530596A (ja) * 2013-06-20 2016-09-29 ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツングＲｏｂｅｒｔ Ｂｏｓｃｈ Ｇｍｂｈ 車両を動作させる方法及び装置
US9849875B2 (en) 2013-06-20 2017-12-26 Robert Bosch Gmbh Method and device for operating a vehicle
JP2016007920A (ja) * 2014-06-24 2016-01-18 住友電気工業株式会社 車両の制御装置、車両、及び車両の駐車決定方法
JP2018526715A (ja) * 2015-06-22 2018-09-13 ウェイモ エルエルシー 自律走行車のための出迎えおよび目的地の場所の決定
US11781871B2 (en) 2015-06-22 2023-10-10 Waymo Llc Determining pickup and destination locations for autonomous vehicles
US11333507B2 (en) 2015-06-22 2022-05-17 Waymo Llc Determining pickup and destination locations for autonomous vehicles
US10718622B2 (en) 2015-06-22 2020-07-21 Waymo Llc Determining pickup and destination locations for autonomous vehicles
US10521899B2 (en) 2015-10-08 2019-12-31 HotaluX, Ltd. Runway illumination light inspection apparatus and runway illumination light inspection method
JP2018077652A (ja) * 2016-11-09 2018-05-17 株式会社野村総合研究所 車両運転支援システムおよび集合住宅
JP2021176100A (ja) * 2016-11-09 2021-11-04 株式会社野村総合研究所 車両運転支援システム
JP2022031830A (ja) * 2017-01-10 2022-02-22 シーエーブイエイチ エルエルシー コネクテッド自動運転車のハイウエイシステムとそれを用いた方法
JP2020510941A (ja) * 2017-01-10 2020-04-09 シーエーブイエイチ エルエルシーＣａｖｈ Ｌｌｃ コネクテッド自動運転車のハイウエイシステムとそれを用いた方法
JP2018168588A (ja) * 2017-03-29 2018-11-01 大成建設株式会社 建設機械用機械学習装置、建設機械および建設機械用機械学習方法
JP6360583B1 (ja) * 2017-03-29 2018-07-18 大成建設株式会社 建設機械用機械学習装置、建設機械および建設機械用機械学習方法
JP2019028858A (ja) * 2017-08-02 2019-02-21 株式会社デンソー 自動運転制御装置
JP2019091274A (ja) * 2017-11-15 2019-06-13 リンクスウェア株式会社 タクシーの配車を支援するための方法およびそれを用いたタクシー配車支援システム
JP2019144668A (ja) * 2018-02-16 2019-08-29 トヨタ自動車株式会社 自律走行車両の走行制御システム、サーバ装置、及び自律走行車両
CN110171418A (zh) * 2018-02-16 2019-08-27 丰田自动车株式会社 自主行驶车辆及其行驶控制系统、以及服务器装置
WO2019220205A1 (ja) * 2018-05-15 2019-11-21 日産自動車株式会社 乗降位置決定方法、乗降位置決定装置、ならびに、乗降位置決定システム
JPWO2019220205A1 (ja) * 2018-05-15 2021-08-12 日産自動車株式会社 乗降位置決定方法、乗降位置決定装置、ならびに、乗降位置決定システム
US11370455B2 (en) 2018-05-15 2022-06-28 Nissan Motor Co., Ltd. Boarding-alighting position determination method, boarding-alighting position determination device, and boarding-alighting position determination system
JP2020091826A (ja) * 2018-12-07 2020-06-11 ナインボット（ベイジン）テック カンパニー リミテッドＮｉｎｅｂｏｔ（Ｂｅｉｊｉｎｇ）Ｔｅｃｈ．Ｃｏ．，Ｌｔｄ スクーターの配車方法、装置、記憶媒体及び電子装置
JP2020095478A (ja) * 2018-12-12 2020-06-18 トヨタ自動車株式会社 交通管理装置、交通管理システム、交通管理方法、及び交通管理用コンピュータプログラム
US11367357B2 (en) 2018-12-12 2022-06-21 Toyota Jidosha Kabushiki Kaisha Traffic control apparatus, traffic control system, traffic control method, and non-transitory computer recording medium
US10921755B2 (en) 2018-12-17 2021-02-16 General Electric Company Method and system for competence monitoring and contiguous learning for control
JP2020140591A (ja) * 2019-03-01 2020-09-03 ＫＢ−ｅｙｅ株式会社 管理サーバ、交通制御システム、交通制御方法および交通制御プログラム
WO2021181630A1 (ja) * 2020-03-12 2021-09-16 三菱電機株式会社 移動体の協調制御装置および管理システム
JPWO2021181630A1 (ja) * 2020-03-12 2021-09-16
JPWO2021192081A1 (ja) * 2020-03-25 2021-09-30
WO2021192081A1 (ja) * 2020-03-25 2021-09-30 日本電気株式会社 移動体制御装置、移動体制御方法、及びコンピュータ読み取り可能な記録媒体

Also Published As

Publication number Publication date
WO1998032108A1 (fr) 1998-07-23

Similar Documents

Publication Publication Date Title
JPH10207504A (ja) 人工知能機械および人工知能機械システム
US10921811B2 (en) Adaptive autonomous vehicle planner logic
US11577746B2 (en) Explainability of autonomous vehicle decision making
EP3371668B1 (en) Teleoperation system and method for trajectory modification of autonomous vehicles
CN114822008B (zh) 派遣和维护自主车辆的车队的协调
US10712750B2 (en) Autonomous vehicle fleet service and system
US20200004241A1 (en) Teleoperation system and method for trajectory modification of autonomous vehicles
US9507346B1 (en) Teleoperation system and method for trajectory modification of autonomous vehicles
US11543824B2 (en) Queueing into pickup and drop-off locations
EP4180893A1 (en) Teleoperation system and method for trajectory modification of autonomous vehicles
KR102478819B1 (ko) 정지된 자율주행 차량들에 의해 야기되는 주변 도로 사용자들에 대한 불편을 감소시키는 것
US11860631B2 (en) Detecting and responding to processions for autonomous vehicles
CN115214625A (zh) 识别自主车辆的可停车区域
US20210291870A1 (en) Testing situational awareness of drivers tasked with monitoring a vehicle operating in an autonomous driving mode
CN112823372B (zh) 排队进入上车和下车位置
US20240028031A1 (en) Autonomous vehicle fleet service and system

Legal Events

Date Code Title Description
A300 Application deemed to be withdrawn because no request for examination was validly filed

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20040406