JPWO2018173933A1 - 情報処理装置、走行データ処理方法、車両およびプログラム - Google Patents
情報処理装置、走行データ処理方法、車両およびプログラム Download PDFInfo
- Publication number
- JPWO2018173933A1 JPWO2018173933A1 JP2019507620A JP2019507620A JPWO2018173933A1 JP WO2018173933 A1 JPWO2018173933 A1 JP WO2018173933A1 JP 2019507620 A JP2019507620 A JP 2019507620A JP 2019507620 A JP2019507620 A JP 2019507620A JP WO2018173933 A1 JPWO2018173933 A1 JP WO2018173933A1
- Authority
- JP
- Japan
- Prior art keywords
- data
- driving
- vehicle
- indices
- traveling
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000010365 information processing Effects 0.000 title claims abstract description 52
- 238000003672 processing method Methods 0.000 title claims description 5
- 238000004088 simulation Methods 0.000 claims abstract description 80
- 238000004891 communication Methods 0.000 claims description 11
- 238000000034 method Methods 0.000 claims description 11
- 238000011156 evaluation Methods 0.000 description 114
- 238000013500 data storage Methods 0.000 description 30
- 239000000446 fuel Substances 0.000 description 28
- 238000010586 diagram Methods 0.000 description 18
- 230000006870 function Effects 0.000 description 17
- 230000001133 acceleration Effects 0.000 description 10
- 238000000926 separation method Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- UDCXNLDCQOXJNC-UHFFFAOYSA-N 2-n,4-n,1,3-tetraphenyl-1,3,2,4-diazadiphosphetidine-2,4-diamine Chemical compound C=1C=CC=CC=1NP(N1C=2C=CC=CC=2)N(C=2C=CC=CC=2)P1NC1=CC=CC=C1 UDCXNLDCQOXJNC-UHFFFAOYSA-N 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/0098—Details of control systems ensuring comfort, safety or stability not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
- B60W40/08—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to drivers or passengers
- B60W40/09—Driving style or behaviour
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/10—Interpretation of driver requests or demands
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0022—Gains, weighting coefficients or weighting functions
- B60W2050/0025—Transfer function weighting factor
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0019—Control system elements or transfer functions
- B60W2050/0028—Mathematical models, e.g. for simulation
- B60W2050/0029—Mathematical model of the driver
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2520/00—Input parameters relating to overall vehicle dynamics
- B60W2520/06—Direction of travel
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2540/00—Input parameters relating to occupants
- B60W2540/30—Driving style
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/10—Historical data
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- General Physics & Mathematics (AREA)
- Traffic Control Systems (AREA)
Abstract
複数の指標を考慮してドライバモデルを評価することができる情報処理装置等を提供する。情報処理装置は、ドライバによる車両の走行により得られた走行データである実走行データを取得する実走行データ取得手段と、前記走行に関する走行環境を表す走行環境データと、前記走行環境に対する前記車両の操作を決定するドライバモデルとを用いて、前記ドライバによる前記車両の走行を模擬するシミュレータから得られた走行データであるシミュレーション走行データを取得するシミュレーション走行データ取得手段と、前記実走行データの複数の指標の値と、前記シミュレーション走行データの前記複数の指標の値とをそれぞれ比較し、比較の結果を出力する比較手段とを備える。
Description
本開示は、車両の走行を制御する情報処理装置、走行データ処理方法、車両およびプログラム記録媒体に関する。
車両を自動走行させるために走行制御計画を生成する自動走行制御装置が提案されている。特に、ドライバの運転嗜好を反映させて車両を自動走行させる走行制御計画を生成することが可能な走行制御計画生成装置が提案されている。
例えば、特許文献１には、ドライバの運転嗜好を反映させた走行制御計画生成パラメータを用いて、走行制御計画を生成する計画生成手段を備える走行制御計画生成装置が開示されている。この装置では、ドライバの運転嗜好を走行制御計画生成パラメータに反映させ、これを利用して走行制御計画を生成する。これにより、ドライバの運転嗜好を反映させて車両を自動走行させることを可能としている。
特許文献２には、ドライバが運転操作を行って車両を走行させている間における走行データを学習し、その学習された結果に基づいて運転支援を行う運転支援装置が開示されている。この装置では、車速データを学習し、その学習結果に基づいて運転支援を行う。これにより、ドライバの意図に沿って、車速に関する運転嗜好を反映させて車両を自動走行させることを可能としている。
特許文献３には、燃費向上に対する運転手の意欲を喚起する情報を提供する車両の運転支援装置が開示されている。この装置では、推定燃料消費量と、実際に追従走行した場合に消費される実燃料消費量とを算出し、両者の比較結果を出力する。これにより、運転手が、自らの車両における燃費をリアルタイム的に逐次に或いは適時に評価でき、燃費について最適な運転を認識できるようにしている。
特許文献４には、モデル化に必要なパラメータ設定が自動的にできる下水処理プロセスシミュレータが開示されている。このシミュレータでは、データ蓄積装置に蓄積している分析データと、シミュレーション結果蓄積装置に蓄積しているデータとの比較を行うと共に、所定の式に基づいて、シミュレーション結果の評価を行う。
一般に、ドライバの嗜好を示す指標には、車速、加減速、燃費など、複数の指標が存在する。これに対して、上述した特許文献１乃至特許文献４に開示されている技術では、複数の指標を考慮したドライバモデルの評価を行うことはできないという課題がある。
本願発明は、上記課題を鑑みてなされたものであり、複数の指標を考慮したドライバモデルの評価を可能とする情報処理装置等を提供することを主要な目的とする。
本発明の一態様に係る情報処理装置は、ドライバによる車両の走行により得られた走行データである実走行データを取得する実走行データ取得手段と、前記走行に関する走行環境を表す走行環境データと、前記走行環境に対する前記車両の操作を決定するドライバモデルとを用いて、前記ドライバによる前記車両の走行を模擬するシミュレータから得られた走行データであるシミュレーション走行データを取得するシミュレーション走行データ取得手段と、前記実走行データの複数の指標の値と、前記シミュレーション走行データの前記複数の指標の値とをそれぞれ比較し、比較の結果を出力する比較手段とを備える。
本発明の一態様に係る走行データ処理方法は、ドライバによる車両の走行により得られた走行データである実走行データと、前記走行に関する走行環境を表す走行環境データと、前記走行環境に対する前記車両の操作を決定するドライバモデルとを用いて、前記ドライバによる前記車両の走行を模擬するシミュレータから得られた走行データであるシミュレーション走行データとを取得し、前記実走行データの複数の指標の値と、前記シミュレーション走行データの前記複数の指標の値とをそれぞれ比較し、比較の結果を出力する。
本発明の一態様に係る車両は、ドライバによる車両の走行に関する走行データを取得するセンサと、前記センサにより取得された前記走行データを実走行データとして取得する実走行データ取得手段と、前記走行に関する走行環境を表す走行環境データと前記走行環境に対する前記車両の操作を決定するドライバモデルとを用いて、前記ドライバによる前記車両の走行を模擬するシミュレータから得られた走行データであるシミュレーション走行データを取得するシミュレーション走行データ取得手段と、前記実走行データの複数の指標の値と、前記シミュレーション走行データの前記複数の指標の値とをそれぞれ比較し、比較の結果を出力する比較手段と、を含み、前記ドライバモデルは、前記複数の指標の各々に関する重みを用いる所定の目的関数を用いて、前記車両の操作を決定し、さらに、前記実走行データの前記複数の指標の値と、前記シミュレーション走行データの前記複数の指標の値との差異に基づき、前記複数の指標の各々に関する重みを調整する調整手段を含む情報処理装置とを備える。
本発明の一態様に係る車両は、ドライバによる車両の走行に関する走行データを取得するセンサと、前記センサにより取得された前記走行データを実走行データとして取得する実走行データ取得手段と、前記走行に関する走行環境を表す走行環境データと前記走行環境に対する前記車両の操作を決定するドライバモデルとを用いて、前記ドライバによる前記車両の走行を模擬するシミュレータから得られた走行データであるシミュレーション走行データを取得するシミュレーション走行データ取得手段と、前記実走行データの複数の指標の値と、前記シミュレーション走行データの前記複数の指標の値とをそれぞれ比較し、比較の結果を出力する比較手段と、を含み、前記ドライバモデルは、前記複数の指標の各々に関する重みを用いる所定の目的関数を用いて、前記車両の操作を決定し、さらに、前記実走行データの前記複数の指標の値と、前記シミュレーション走行データの前記複数の指標の値との差異に基づき、前記複数の指標の各々に関する重みを調整する調整手段を含む情報処理装置から、前記調整された重みを用いる前記目的関数を用いる前記ドライバモデルを受信する通信手段を備える。
本発明の一態様に係るプログラム記録媒体は、ドライバによる車両の走行により得られた走行データである実走行データを取得する処理と、前記走行に関する走行環境を表す走行環境データと、前記走行環境に対する前記車両の操作を決定するドライバモデルとを用いて、前記ドライバによる前記車両の走行を模擬するシミュレータから得られた走行データであるシミュレーション走行データを取得する処理と、前記実走行データの複数の指標の値と、前記シミュレーション走行データの前記複数の指標の値とをそれぞれ比較し、比較の結果を出力する処理とを、コンピュータに実行させるプログラムを記録する。
本願発明によれば、複数の指標を考慮してドライバモデルを評価することができるという効果が得られる。
以下、本発明の実施形態について図面を参照して詳細に説明する。
第１の実施形態
図１は、本発明の第１の実施形態に係る情報処理装置１００の構成を示すブロック図である。図１に示すように、情報処理装置１００は、実走行データ取得部１１０、シミュレーション走行データ取得部１２０および比較部１３０を備える。
図１は、本発明の第１の実施形態に係る情報処理装置１００の構成を示すブロック図である。図１に示すように、情報処理装置１００は、実走行データ取得部１１０、シミュレーション走行データ取得部１２０および比較部１３０を備える。
実走行データ取得部１１０は、ドライバによる車両の走行により得られた走行データである実走行データを取得する。シミュレーション走行データ取得部１２０は、前記走行に関する走行環境を表す走行環境データと、前記走行環境に対する前記車両の操作を決定するドライバモデルとを用いて、前記ドライバによる前記車両の走行を模擬するシミュレータから得られた走行データであるシミュレーション走行データを取得する。比較部１３０は、前記実走行データの複数の指標の値と、前記シミュレーション走行データの前記複数の指標の値とをそれぞれ比較し、比較の結果を出力する。なお、実走行データ取得部１１０、シミュレーション走行データ取得部１２０および比較部１３０は、それぞれ一例として、以降の実施形態において説明する実走行データ取得部２１１、シミュレーション走行データ取得部２４１および評価部２５０により実現される。
上記構成を採用することにより、本第１の実施形態によれば、実走行データの複数の指標の値と、シミュレーション走行データの複数の指標の値とをそれぞれ比較するので、複数の指標を考慮してドライバモデルを評価することができるという効果が得られる。
第２の実施形態
図２は、本発明の第２の実施形態に係る情報処理装置２００の構成を示すブロック図である。図２に示すように、情報処理装置２００は、実走行データ記憶部２１０、実走行データ取得部２１１、走行環境データ記憶部２２０、車両走行シミュレータ２３０、シミュレーション走行データ記憶部２４０、シミュレーション走行データ取得部２４１、評価部２５０および表示部２６０を備える。車両走行シミュレータ２３０は、制御部２３１およびドライバモデル２３２を備える。ドライバモデル２３２は、重みパラメータ２３３を含む。
図２は、本発明の第２の実施形態に係る情報処理装置２００の構成を示すブロック図である。図２に示すように、情報処理装置２００は、実走行データ記憶部２１０、実走行データ取得部２１１、走行環境データ記憶部２２０、車両走行シミュレータ２３０、シミュレーション走行データ記憶部２４０、シミュレーション走行データ取得部２４１、評価部２５０および表示部２６０を備える。車両走行シミュレータ２３０は、制御部２３１およびドライバモデル２３２を備える。ドライバモデル２３２は、重みパラメータ２３３を含む。
情報処理装置２００の各構成要素の概要について説明する。
実走行データ記憶部２１０は、ドライバによる車両の走行により得られた情報、例えば、車両の位置、方向、速度等を含む実走行データを記憶する。実走行データ取得部２１１は、上記実走行データを取得して、実走行データ記憶部２１０に記憶する。図３は、実走行データの一例を示す図である。図３に示すように、実走行データは、例えば、所定時間ごとの時刻に対応する、車両の位置、方向、速度、加速度、操作、燃料残量をそれぞれ示す情報を含んでもよい。操作には、アクセル、ブレーキ、ハンドルの各操作の値が含まれてもよい。
実走行データは、ドライバが実際の道路で車両を走行した際の上記情報であってもよいし、そのドライバによる車両の走行を再現するシミュレータ内で走行した際の上記情報であってもよい。
走行環境データ記憶部２２０は、実走行データ記憶部２１０に記憶されている実走行データを得た際の、走行路情報、環境情報および他物体情報を記憶する。走行路情報には、走行路の形状、道幅、路面状況等に関する情報が含まれる。環境情報には、走行路に関わる照明、天候、風等に関する情報が含まれる。他物体情報には、走行路およびその周辺に存在する他の物体の形状、位置、速度、加速度、表示器等に関する情報が含まれる。走行環境データ記憶部２２０には、所定の時間毎の、それぞれの上記情報が記憶されてもよい。走行環境データは、実走行データ取得部２１１により取得されて走行環境データ記憶部２２０に記憶されてもよい。
車両走行シミュレータ２３０は、制御部２３１において、走行環境データ記憶部２２０に記憶される走行環境データを読み出し、ドライバモデル２３２を用いて、ドライバの操作を模擬して車両を操作すると共に、その車両の走行に関する各種情報を出力する。
ドライバモデル２３２は、走行環境データに基づいて、すなわち、走行環境に合わせて、アクセル、ブレーキ、ハンドルなどの車両走行のための操作を決定するアルゴリズムである。重みパラメータ２３３は、ドライバモデル２３２が操作を決定するときに、ドライバの運転嗜好を反映させるために用いられるパラメータである。ドライバモデル２３２は、所定の目的関数を含み、その目的関数を最適化することによって重みパラメータ２３３が決定される。これにより、決定される操作に、ドライバの運転嗜好が反映される。
ドライバの運転嗜好を反映させる評価指標として、例えば、速度、燃費、乗り心地を用いる場合、目的関数は、例えば以下の式（１）で表すことができる。
目的関数＝（Ｗ１＊ＶＳ）＋（Ｗ２＊ＶＦ）＋（Ｗ３＊ＶＡ） ・・・（１）
ここで、ＶＳは速度評価指標、ＶＦは燃費評価指標、ＶＡは乗り心地評価指標を、それぞれ示す変数である。また、Ｗ１、Ｗ２およびＷ３は、それぞれ速度評価指標ＶＳ、燃費評価指標ＶＦおよび乗り心地評価指標ＶＡの重みパラメータ２３３であり、以下の式（２）を満たすとする。
Ｗ１＋Ｗ２＋Ｗ３＝１ ・・・（２）
制御部２３１は、走行環境データを入力し、ドライバモデル２３２を用いて、目的関数を最適化するような（例えば最小となるような）、車両の操作を所定の時間毎に決定する。そして、制御部２３１は、決定した操作で、仮想的に車両を制御する。
目的関数＝（Ｗ１＊ＶＳ）＋（Ｗ２＊ＶＦ）＋（Ｗ３＊ＶＡ） ・・・（１）
ここで、ＶＳは速度評価指標、ＶＦは燃費評価指標、ＶＡは乗り心地評価指標を、それぞれ示す変数である。また、Ｗ１、Ｗ２およびＷ３は、それぞれ速度評価指標ＶＳ、燃費評価指標ＶＦおよび乗り心地評価指標ＶＡの重みパラメータ２３３であり、以下の式（２）を満たすとする。
Ｗ１＋Ｗ２＋Ｗ３＝１ ・・・（２）
制御部２３１は、走行環境データを入力し、ドライバモデル２３２を用いて、目的関数を最適化するような（例えば最小となるような）、車両の操作を所定の時間毎に決定する。そして、制御部２３１は、決定した操作で、仮想的に車両を制御する。
シミュレーション走行データ取得部２４１は、上記制御に基づいて仮想的に操作された車両の、所定時間毎の位置、方向、速度などの情報を示すシミュレーション走行データを取得する。シミュレーション走行データ記憶部２４０は、シミュレーション走行データ取得部２４１により取得されたシミュレーション走行データを記憶する。
図４は、シミュレーション走行データ記憶部２４０に記憶されたシミュレーション走行データの一例を示す図である。図４に示すように、シミュレーション走行データは、図３に示す実走行データと同様の項目の情報を含む。
評価部２５０は、実走行データ記憶部２１０に記憶された実走行データと、シミュレーション走行データ記憶部２４０に記憶されたシミュレーション走行データとを比較する機能を有する。
図５は、第２の実施形態に係る情報処理装置２００の動作を示すフローチャートである。図５を参照して、情報処理装置２００の動作について説明する。なお、実走行データ記憶部２１０には、図３に示した実走行データが記憶されているとする。また、走行環境データ記憶部２２０には、上記実走行データが取得された環境に関する走行環境データが記憶されているとする。
車両走行シミュレータ２３０は、制御部２３１において、走行環境データ記憶部２２０に記憶されている走行環境データを読み出し、ドライバモデル２３２を用いて、車両走行のシミュレーションを実行する（ステップＳ２０１）。このとき、制御部２３１は、ドライバモデル２３２を用いて、その目的関数を最適化するように、アクセル、ブレーキ、ハンドルなどの車両の操作を所定の時間毎に決定する。そして、制御部２３１は、決定した操作で、仮想的に車両を制御する。
制御部２３１は、上述のようにドライバモデル２３２を用いて決定した操作で仮想的に車両を操作した際の、所定時間毎の車両の位置、方向、速度などを含むシミュレーション走行データを生成し、そのシミュレーション走行データを、シミュレーション走行データ記憶部２４０に格納する（ステップＳ２０２）。ここでは、図４に示すシミュレーション走行データが、シミュレーション走行データ記憶部２４０に格納されたとする。
続いて、評価部２５０は、上述のようにシミュレーション走行データ記憶部２４０に格納されたシミュレーション走行データと、実走行データ記憶部２１０に記憶されている実走行データについて、評価指標に関する評価値を求める（ステップＳ２０３）。評価指標は、予め定められており、ここでは、例えば、速度、燃費、乗り心地が評価指標として定められているとする。
図６は、評価部２５０により求められた、実走行データの評価値の一例を示す図である。図６に示すように、図３に示した実走行データに含まれる時刻ごとの、速度、燃費、乗り心地の各評価値が求められている。
速度の評価値は、例えば、実走行データに含まれる「速度」の値から取得される。例えば、時刻Ｔ１における速度の評価値ＶＳ１は、以下の式（３）に示すように、時刻Ｔ１の速度Ｓ１と目標速度ＶＴＳ１から求められてもよい。
時刻Ｔ１における速度の評価値ＶＳ１＝速度Ｓ１−目標速度ＶＴＳ１ ・・・（３）
目標速度ＶＴＳ１は、道路状況に応じて予め与えられてもよい。例えば、制限速度などを地図情報に基づいて与えられてもよい。
時刻Ｔ１における速度の評価値ＶＳ１＝速度Ｓ１−目標速度ＶＴＳ１ ・・・（３）
目標速度ＶＴＳ１は、道路状況に応じて予め与えられてもよい。例えば、制限速度などを地図情報に基づいて与えられてもよい。
燃費の評価値は、例えば、実走行データに含まれる「燃料残量」と「位置」の各値から算出される。例えば、時刻Ｔ１における燃費の評価値ＶＦ１は、以下の式（４）により求められてもよい。
時刻Ｔ１における燃費の評価値ＶＦ１＝
（燃料残量Ｆ１−燃料残量Ｆ２）÷（位置Ｌ２−位置Ｌ１） ・・・（４）
乗り心地の評価値は、例えば、実走行データに含まれる「加速度」の値から取得される。例えば、時刻Ｔ１における乗り心地の評価値ＶＡ１は、以下の式（５）に示すように、時刻Ｔ１の加速度Ａ１であってもよい。
時刻Ｔ１における加速度の評価値ＶＡ１＝加速度Ａ１ ・・・（５）
乗り心地は、加速度の微分値から求められてもよい。図７は、評価部２５０により求められた、シミュレーション走行データの評価値の一例を示す図である。図７では、図６に示す実走行データの評価値と同様に、速度、燃費、乗り心地の各評価値が、図４に示したシミュレーション走行データから取得されていることを示す。
時刻Ｔ１における燃費の評価値ＶＦ１＝
（燃料残量Ｆ１−燃料残量Ｆ２）÷（位置Ｌ２−位置Ｌ１） ・・・（４）
乗り心地の評価値は、例えば、実走行データに含まれる「加速度」の値から取得される。例えば、時刻Ｔ１における乗り心地の評価値ＶＡ１は、以下の式（５）に示すように、時刻Ｔ１の加速度Ａ１であってもよい。
時刻Ｔ１における加速度の評価値ＶＡ１＝加速度Ａ１ ・・・（５）
乗り心地は、加速度の微分値から求められてもよい。図７は、評価部２５０により求められた、シミュレーション走行データの評価値の一例を示す図である。図７では、図６に示す実走行データの評価値と同様に、速度、燃費、乗り心地の各評価値が、図４に示したシミュレーション走行データから取得されていることを示す。
評価部２５０は、上述のように求めた各評価値に基づくシミュレーション走行データと実走行データとの比較結果を、表示部２６０に表示する（ステップＳ２０４）。図８Ａ、図８Ｂおよび図８Ｃは、シミュレーション走行データと実走行データとの比較結果を、表示部２６０に表示した一例を示す図である。図８Ａ、図８Ｂおよび図８Ｃは、それぞれ、評価指標を、速度、燃費および乗り心地とした場合の、シミュレーション走行データと実走行データとの比較結果を示す。
図８Ａ、図８Ｂおよび図８Ｃは、横軸（Ｘ軸）を「時刻」、縦軸（Ｙ軸）を「評価値」としたＸ−Ｙ座標上に、シミュレーション走行データと実走行データの、時刻に対する各評価値をそれぞれプロットした結果を示す。シミュレーション走行データの評価値を点線で、実走行データの評価値を実線で、それぞれ示しているとする。
速度を評価指標とした場合のシミュレーション走行データと実走行データの各評価値は、図８Ａに示すように、かい離の程度が比較的小さい。よって、ドライバモデルは、速度に関してドライバの嗜好をよく反映していると考えられる。評価部２５０は、ドライバモデルがよく反映していると考えられる評価指標（ここでは速度）を、評価の結果として表示してもよい。
ここで、かい離の程度は、実走行データの評価値に対するシミュレーション走行データの評価値の、時間平均誤差率であってもよい。この時間平均誤差率が、所定値より小さい場合、ドライバモデルは、その評価指標に関してドライバの嗜好をよく反映していると判定され、所定値以上の場合は、ドライバの嗜好をあまり反映していないと判定されてもよい。
燃費を評価指標とした場合のシミュレーション走行データと実走行データは、図８Ｂに示すように、かい離の程度が比較的大きい。よって、ドライバモデルは、燃費に関してドライバの嗜好をあまり反映していないと考えられる。評価部２５０は、ドライバモデルがあまり反映していないと考えられる評価指標（ここでは燃費）を、評価の結果として表示してもよい。
さらに、乗り心地を評価指標とした場合のシミュレーション走行データと実走行データは、図８Ｃに示すように、かい離の程度が比較的小さい。よって、ドライバモデルは、乗り心地に関してドライバの嗜好をよく反映していると考えられる。
なお、評価部２５０は、シミュレーション走行データと実走行データの各評価値を、それぞれ正規化した値を用いた比較結果を表示してもよい。正規化を行うことにより、評価部２５０は、各評価値の絶対値の大小の影響を受けない比較結果を表示することができる。また、評価部２５０は、シミュレーション走行データと実走行データの各評価値のそれぞれの時間平均値を用いた比較結果を表示してもよい。時間平均値を用いた比較結果を表示することにより、走行データの瞬間的な変化を除去して評価することができる。
図９は、評価部２５０によるシミュレーション走行データと実走行データの各評価値の比較結果の他の例を示す図である。図９に示すように、評価部２５０は、実走行データの評価値に対する、シミュレーション走行データの評価値の一致度（一致する割合）を示してもよい。
図９では、評価指標である速度、燃費、乗り心地にそれぞれに関する、実走行データの評価値に対する、シミュレーション走行データの評価値の一致度を示している。一致度は、例えば、シミュレーション走行データと実走行データの各評価値のそれぞれの時間平均値の一致度であってもよい。また、評価部２５０は、評価指標である速度、燃費、乗り心地にそれぞれに関する上記一致度の平均値を算出し、算出した結果を総合評価として表示してもよい。
以上のように、本第２の実施形態によれば、情報処理装置２００は、ドライバによる車両の走行により得られた実走行データと、車両走行シミュレータ２３０によりドライバモデル２３２を用いて得られたシミュレーション走行データを取得する。評価部２５０は、それらの各評価値を、複数の評価指標に基づいて比較すると共に、比較の結果を表示するので、複数の評価指標を考慮したドライバモデル２３２の評価が可能になるという効果が得られる。
第３の実施形態
図１０は、本発明の第３の実施形態に係る情報処理装置３００の構成を示すブロック図である。図１０に示すように、第３の実施形態に係る情報処理装置３００は、上記第２の実施形態に係る情報処理装置２００に加えて、調整部２７０を備える。
図１０は、本発明の第３の実施形態に係る情報処理装置３００の構成を示すブロック図である。図１０に示すように、第３の実施形態に係る情報処理装置３００は、上記第２の実施形態に係る情報処理装置２００に加えて、調整部２７０を備える。
調整部２７０は、評価部２５０による比較結果に基づいて、車両走行シミュレータ２３０のドライバモデル２３２に含まれる重みパラメータ２３３を調整する機能を有する。
重みパラメータ２３３は、第２の実施形態で説明したように、ドライバの運転嗜好を反映させた車両の走行を行うように車両の操作を決定するための重み情報であり、上述した式（１）のように表すことができる。
上記第２の実施形態において説明したように、ある評価指標に関し、実走行データの評価値に対する、シミュレーション走行データの評価値のかい離が、所定値以上の場合、その評価指標に関して、ドライバモデルは、ドライバの運転嗜好をあまり反映していないと考えられる。そこで、本第３の実施形態では、ドライバモデルがあまり反映していないと考えられるドライバの運転嗜好を、ドライバモデルに、より反映させるように、重みパラメータを調整することについて説明する。
図１１は、第３の実施形態に係る情報処理装置３００の動作を示すフローチャートである。図１１において、ステップＳ２０１乃至Ｓ２０４は、第２の実施形態の図５における同一符号の処理とそれぞれ同様の処理であるため、それらの説明を省略し、本実施形態では、ステップＳ２０５乃至Ｓ２１０について説明する。
調整部２７０は、ステップＳ２０４における比較結果に基づいて、評価指標ごとの、実走行データの評価値に対する、シミュレーション走行データの評価値のかい離の程度であるかい離度を計算する（ステップＳ２０５）。かい離度には、例えば、実走行データの評価値に対する、シミュレーション走行データの評価値の、時間平均誤差率を用いてもよい。
ここで、各評価指標、すなわち、速度、燃費および乗り心地に関する、実走行データの評価値に対する、シミュレーション走行データの評価値のかい離度を、それぞれ、Ｅ１、Ｅ２およびＥ３とする。
また、式（１）における重みパラメータＷ１、Ｗ２、Ｗ３に対する調整後の重みパラメータを、それぞれＷ１’、Ｗ２’、Ｗ３’とする。
調整部２７０は、上記かい離度に基づいて、重みパラメータＷ１’、Ｗ２’、Ｗ３’を計算する（ステップＳ２０６）。調整部２７０は、例えば、以下の式（６）、（７）を満たすように、重みパラメータＷ１’、Ｗ２’、Ｗ３’を計算する。
Ｗｎ’＝Ｗｎ＊（１＋Ｅｎ）＊Ｃ（ｎ＝１，２，３） ・・・（６）
Ｗ１’＋Ｗ２’＋Ｗ３’＝１ ・・・（７）
ただし、Ｃは、ｎ＝１，２，３それぞれに関するＷｎ＊（１＋Ｅｎ）の合計値を分母とし、１を分子とする定数である。
Ｗｎ’＝Ｗｎ＊（１＋Ｅｎ）＊Ｃ（ｎ＝１，２，３） ・・・（６）
Ｗ１’＋Ｗ２’＋Ｗ３’＝１ ・・・（７）
ただし、Ｃは、ｎ＝１，２，３それぞれに関するＷｎ＊（１＋Ｅｎ）の合計値を分母とし、１を分子とする定数である。
調整部２７０は、計算した重みパラメータＷ１’、Ｗ２’、Ｗ３’を、ドライバモデル２３２の重みパラメータ２３３に反映させる（ステップＳ２０７）。このとき、ドライバモデル２３２の目的関数は、以下の式（１）’に示す式になる。
目的関数＝（Ｗ１’＊ＶＳ）＋（Ｗ２’＊ＶＦ）＋（Ｗ３’＊ＶＡ） ・・・（１）’
式（６）で示されるように、上記かい離度が大きいほど、重みパラメータの値は大きく設定される。これにより、調整後の重みパラメータ２３３を用いたドライバモデル２３２は、かい離度の大きい評価指標をより重視して操作を決定するアルゴリズムとなる。なお、式（６）は一例であり、Ｅｎの代わりにＥｎ２を用いるなどかい離度の大きいパラメータの調整幅を大きくしてもよいし、Ｅｎを最大値の範囲内におさめることで過度に調整幅が大きくなりすぎないようにしてもよい。
目的関数＝（Ｗ１’＊ＶＳ）＋（Ｗ２’＊ＶＦ）＋（Ｗ３’＊ＶＡ） ・・・（１）’
式（６）で示されるように、上記かい離度が大きいほど、重みパラメータの値は大きく設定される。これにより、調整後の重みパラメータ２３３を用いたドライバモデル２３２は、かい離度の大きい評価指標をより重視して操作を決定するアルゴリズムとなる。なお、式（６）は一例であり、Ｅｎの代わりにＥｎ２を用いるなどかい離度の大きいパラメータの調整幅を大きくしてもよいし、Ｅｎを最大値の範囲内におさめることで過度に調整幅が大きくなりすぎないようにしてもよい。
車両走行シミュレータ２３０は、制御部２３１において、走行環境データを読み出し、ドライバモデル２３２を用いて、上記のように調整された（更新された）重みパラメータ２３３を用いた目的関数を最適化するように、車両のアクセル、ブレーキ、ハンドルなどの操作を、所定の時間毎に決定する。
制御部２３１は、上記のように決定された操作で、仮想的に車両を制御する。制御部２３１は、上述のように調整された重みパラメータ２３３を用いた調整後のシミュレーション走行データを生成する。制御部２３１は、生成したシミュレーション走行データを、シミュレーション走行データ記憶部２４０に格納する（ステップＳ２０８）。
続いて、評価部２５０は、上述のようにシミュレーション走行データ記憶部２４０に格納された調整後のシミュレーション走行データと、実走行データ記憶部２１０に記憶されている実走行データについて、上述した評価指標に関する評価値を、上記ステップＳ２０３と同様に求める（ステップＳ２０９）。
続いて、評価部２５０は、上述のように求めた各評価値に基づくシミュレーション走行データと実走行データとの比較結果を、表示部２６０に表示する（ステップＳ２１０）。図１２Ａ、図１２Ｂおよび図１２Ｃは、シミュレーション走行データと実走行データとの比較結果を、表示部２６０に表示した一例を示す図である。図１２Ａ、図１２Ｂおよび図１２Ｃは、それぞれ、評価指標を、速度、燃費および乗り心地とした場合の、シミュレーション走行データと実走行データとの比較結果を示す。
図１２Ｂに示すように、燃費に関するシミュレーション走行データは、図８Ｂに示した結果よりも、実走行データとのかい離度が小さくなっている。このように、シミュレーション走行データと、実走行データの各評価値のかい離度に基づいて、重みパラメータを調整することにより、よりドライバの運転嗜好に沿ったドライバモデル２３２を生成することができる。
以上のように、本第３の実施形態によれば、評価部２５０は、シミュレーション走行データと実走行データとを、複数の評価指標に基づいて比較し、かい離度が大きい評価指標を重視するように、ドライバモデル２３２における重みパラメータ２３３を調整する。この構成を採用することにより、本第３の実施形態によれば、複数の評価指標のバランスを考慮したドライバモデルを生成できるという効果が得られる。
第４の実施形態
図１３は、本発明の第４の実施形態に係る車両４００の構成を示すブロック図である。図１３に示すように、第４の実施形態に係る車両４００は、上記第３の実施形態に係る情報処理装置３００と、センサ群４１０とを備える。
図１３は、本発明の第４の実施形態に係る車両４００の構成を示すブロック図である。図１３に示すように、第４の実施形態に係る車両４００は、上記第３の実施形態に係る情報処理装置３００と、センサ群４１０とを備える。
センサ群４１０は、走行中の車両に関する情報、例えば、車両の位置、方向、速度、加速度を取得する１または複数のセンサを含む。情報処理装置３００の実走行データ取得部２１１は、センサ群４１０が取得した走行中の車両に関する情報を、実走行データとして取得すると共に、シミュレーション走行データ記憶部２４０に記憶する。
情報処理装置３００は、第３の実施形態で説明した動作と同様に、上記のように記憶された実走行データと、車両走行シミュレータ２３０により生成されたシミュレーション走行データとを、複数の評価指標に基づいて比較する。そして、調整部２７０は、かい離度の大きい評価指標をより重視するように、重みパラメータ２３３を調整する。
以上のように、本第４の実施形態によれば、車両４００に、情報処理装置３００とセンサ群４１０とを搭載し、情報処理装置３００は、センサ群４１０により取得された実走行データに基づいて、重みパラメータ２３３を調整する。
この構成を採用することにより、本第４の実施形態によれば、車両４００に当初搭載された車両走行シミュレータ２３０のドライバモデル２３２が、平均的な挙動を表現するドライバモデルであったとしても、以下の効果が得られる。すなわち、センサ群４１０が車両４００の情報を取得すると共に、情報処理装置３００がその情報に基づいてドライバの嗜好を反映させたドライバモデルを生成するので、そのドライバモデルにより複数の評価指標のバランスを考慮して走行を制御することができるという効果が得られる。
第５の実施形態
図１４は、本発明の第５の実施形態に係る車両５００と、情報処理装置５１０の構成を示すブロック図である。図１４に示すように、第５の実施形態に係る車両５００は、第４の実施形態において説明したセンサ群４１０と、通信部５２０とを備える。また、第５の実施形態に係る情報処理装置５１０は、第３の実施形態において説明した情報処理装置３００の構成に加えて、通信部５３０を備える。
図１４は、本発明の第５の実施形態に係る車両５００と、情報処理装置５１０の構成を示すブロック図である。図１４に示すように、第５の実施形態に係る車両５００は、第４の実施形態において説明したセンサ群４１０と、通信部５２０とを備える。また、第５の実施形態に係る情報処理装置５１０は、第３の実施形態において説明した情報処理装置３００の構成に加えて、通信部５３０を備える。
情報処理装置５１０は、車両５００の外部に設置されている。車両５００と、情報処理装置５１０は、通信部５２０、通信部５３０を介して、互いに通信する。
情報処理装置５１０は、車両５００のセンサ群４１０が取得した走行中の車両に関する情報、例えば、車両の位置、方向、速度、加速度を、通信部５３０を介して取得すると共に、取得した情報を実走行データとして、実走行データ記憶部２１０に記憶する。情報処理装置５１０は、記憶された実走行データに基づいて、第３の実施形態で説明したように、重みパラメータ２３３を調整し、調整後の重みパラメータ２３３を含むドライバモデル２３２を、車両５００に送信する。
以上のように、本第５の実施形態によれば、車両５００は、センサ群４１０と通信部５２０とを備え、情報処理装置５１０は、センサ群４１０により取得された情報を受信する通信部５３０を備える。情報処理装置５１０は、受信した情報に基づいて、重みパラメータ２３３を調整し、調整後の重みパラメータ２３３を含むドライバモデル２３２を、車両５００に送信する。
この構成を採用することにより、本第５の実施形態によれば、情報処理装置５１０に当初搭載された車両走行シミュレータ２３０のドライバモデル２３２が、平均的な挙動を表現するドライバモデルであったとしても、以下の効果が得られる。すなわち、センサ群４１０が車両５００の情報を取得すると共に、情報処理装置５１０がその情報に基づいてドライバの嗜好を反映させたドライバモデルを生成して車両５００に送信するので、車両５００は、そのドライバモデルにより複数の評価指標のバランスを考慮して走行を制御することができるという効果が得られる。
また、ドライバが運転する車両が異なる場合でも、そのドライバの嗜好を反映させたドライバモデルを車両の外部から受け取ることにより、そのドライバの嗜好を反映させるように走行を制御することができるという効果が得られる。
なお、本実施形態では、車両５００は、情報処理装置５１０と、通信部５２０、５３０を経由して情報の送受信を行うことを説明したが、これに限定されず、メモリカード等の可搬な記憶媒体を用いて情報のやり取りを行ってもよい。
なお、図１等に示した情報処理装置の各部は、それぞれ、図１５に例示するハードウエア資源において実現される。すなわち、図１５に示す構成は、プロセッサ１１、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１２、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１３、外部接続インタフェース１４、記録装置１５および各構成要素を接続するバス１６を備える。
上述した各実施形態では、図１５に示すプロセッサ１１が実行する一例として、情報処理装置に対して、上述した機能を実現可能なコンピュータ・プログラムを供給した後、そのコンピュータ・プログラムを、プロセッサ１１がＲＡＭ１２に読み出して実行することによって実現する場合について説明した。しかしながら、図１等に示した情報処理装置の各ブロックに示す機能は、一部または全部を、ハードウエアとして実現してもよい。
係る供給されたコンピュータ・プログラムは、読み書き可能なメモリ（一時記憶媒体）またはハードディスク装置等のコンピュータ読み取り可能な記憶デバイスに格納すればよい。そして、このような場合において、本発明は、係るコンピュータ・プログラムを表すコード或いは係るコンピュータ・プログラムを格納した記憶媒体によって構成されると捉えることができる。
以上、上述した実施形態を参照して本発明を説明した。しかしながら、本発明は、上述した実施形態には限定されない。即ち、本発明は、本発明のスコープ内において、種々の上記開示要素の多様な組み合わせ乃至選択など、当業者が理解し得る様々な態様を適用することができる。
この出願は、２０１７年３月２３日に出願された日本出願特願２０１７−０５６８８９を基礎とする優先権を主張し、その開示のすべてをここに取り込む。
１１ プロセッサ
１２ ＲＡＭ
１３ ＲＯＭ
１４ 外部接続インタフェース
１５ 記録装置
１６ バス
１００、２００、３００、５１０ 情報処理装置
１１０ 実走行データ取得部
１２０ シミュレーション走行データ取得部
１３０ 比較部
２１０ 実走行データ記憶部
２１１ 実走行データ取得部
２２０ 走行環境データ記憶部
２３０ 車両走行シミュレータ
２３１ 制御部
２３２ ドライバモデル
２３３ 重みパラメータ
２４０ シミュレーション走行データ記憶部
２４１ シミュレーション走行データ取得部
２５０ 評価部
２６０ 表示部
２７０ 調整部
４００ 車両
４１０ センサ群
５００ 車両
５２０、５３０ 通信部
１２ ＲＡＭ
１３ ＲＯＭ
１４ 外部接続インタフェース
１５ 記録装置
１６ バス
１００、２００、３００、５１０ 情報処理装置
１１０ 実走行データ取得部
１２０ シミュレーション走行データ取得部
１３０ 比較部
２１０ 実走行データ記憶部
２１１ 実走行データ取得部
２２０ 走行環境データ記憶部
２３０ 車両走行シミュレータ
２３１ 制御部
２３２ ドライバモデル
２３３ 重みパラメータ
２４０ シミュレーション走行データ記憶部
２４１ シミュレーション走行データ取得部
２５０ 評価部
２６０ 表示部
２７０ 調整部
４００ 車両
４１０ センサ群
５００ 車両
５２０、５３０ 通信部
Claims (9)
- ドライバによる車両の走行により得られた走行データである実走行データを取得する実走行データ取得手段と、
前記走行に関する走行環境を表す走行環境データと、前記走行環境に対する前記車両の操作を決定するドライバモデルとを用いて、前記ドライバによる前記車両の走行を模擬するシミュレータから得られた走行データであるシミュレーション走行データを取得するシミュレーション走行データ取得手段と、
前記実走行データの複数の指標の値と、前記シミュレーション走行データの前記複数の指標の値とをそれぞれ比較し、比較の結果を出力する比較手段と
を備えた情報処理装置。 - 前記ドライバモデルは、前記複数の指標の各々に関する重みを用いる所定の目的関数を用いて、前記車両の操作を決定し、
さらに、前記実走行データの前記複数の指標の値と、前記シミュレーション走行データの前記複数の指標の値との差異に基づき、前記複数の指標の各々に関する重みを調整する調整手段を備えた
請求項１記載の情報処理装置。 - 前記調整手段は、前記比較された前記実走行データの複数の指標の値と、前記シミュレーション走行データの複数の指標の値のうち、前記差異が大きい指標ほど、前記目的関数に用いられる前記重みを大きくするように調整する
請求項２記載の情報処理装置。 - 前記調整手段は、前記差異を、前記実走行データの複数の指標の値と、前記シミュレーション走行データの複数の指標の値の、各々の時間平均誤差率に基づいて求める
請求項２または３記載の情報処理装置。 - ドライバによる車両の走行により得られた走行データである実走行データと、
前記走行に関する走行環境を表す走行環境データと、前記走行環境に対する前記車両の操作を決定するドライバモデルとを用いて、前記ドライバによる前記車両の走行を模擬するシミュレータから得られた走行データであるシミュレーション走行データとを取得し、
前記実走行データの複数の指標の値と、前記シミュレーション走行データの前記複数の指標の値とをそれぞれ比較し、比較の結果を出力する
走行データ処理方法。 - 前記ドライバモデルは、前記複数の指標の各々に関する重みを用いる所定の目的関数を用いて、前記車両の操作を決定し、
さらに、前記実走行データの前記複数の指標の値と、前記シミュレーション走行データの前記複数の指標の値との差異に基づき、前記複数の指標の各々に関する重みを調整する
請求項１記載の走行データ処理方法。 - ドライバによる車両の走行に関する走行データを取得するセンサと、
前記センサにより取得された前記走行データを実走行データとして取得する実走行データ取得手段と、前記走行に関する走行環境を表す走行環境データと前記走行環境に対する前記車両の操作を決定するドライバモデルとを用いて、前記ドライバによる前記車両の走行を模擬するシミュレータから得られた走行データであるシミュレーション走行データを取得するシミュレーション走行データ取得手段と、前記実走行データの複数の指標の値と、前記シミュレーション走行データの前記複数の指標の値とをそれぞれ比較し、比較の結果を出力する比較手段と、を含み、前記ドライバモデルは、前記複数の指標の各々に関する重みを用いる所定の目的関数を用いて、前記車両の操作を決定し、さらに、前記実走行データの前記複数の指標の値と、前記シミュレーション走行データの前記複数の指標の値との差異に基づき、前記複数の指標の各々に関する重みを調整する調整手段を含む情報処理装置と
を備えた車両。 - ドライバによる車両の走行に関する走行データを取得するセンサと、
前記センサにより取得された前記走行データを実走行データとして取得する実走行データ取得手段と、前記走行に関する走行環境を表す走行環境データと前記走行環境に対する前記車両の操作を決定するドライバモデルとを用いて、前記ドライバによる前記車両の走行を模擬するシミュレータから得られた走行データであるシミュレーション走行データを取得するシミュレーション走行データ取得手段と、前記実走行データの複数の指標の値と、前記シミュレーション走行データの前記複数の指標の値とをそれぞれ比較し、比較の結果を出力する比較手段と、を含み、前記ドライバモデルは、前記複数の指標の各々に関する重みを用いる所定の目的関数を用いて、前記車両の操作を決定し、さらに、前記実走行データの前記複数の指標の値と、前記シミュレーション走行データの前記複数の指標の値との差異に基づき、前記複数の指標の各々に関する重みを調整する調整手段を含む情報処理装置から、前記調整された重みを用いる前記目的関数を用いる前記ドライバモデルを受信する通信手段と
を備えた車両。 - ドライバによる車両の走行により得られた走行データである実走行データを取得する処理と、
前記走行に関する走行環境を表す走行環境データと、前記走行環境に対する前記車両の操作を決定するドライバモデルとを用いて、前記ドライバによる前記車両の走行を模擬するシミュレータから得られた走行データであるシミュレーション走行データを取得する処理と、
前記実走行データの複数の指標の値と、前記シミュレーション走行データの前記複数の指標の値とをそれぞれ比較し、比較の結果を出力する処理と
を、コンピュータに実行させるコンピュータ・プログラムを記録するプログラム記録媒体。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017056889 | 2017-03-23 | ||
| JP2017056889 | 2017-03-23 | ||
| PCT/JP2018/010313 WO2018173933A1 (ja) | 2017-03-23 | 2018-03-15 | 情報処理装置、走行データ処理方法、車両およびプログラム記録媒体 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JPWO2018173933A1 true JPWO2018173933A1 (ja) | 2020-01-30 |
Family
ID=63586038
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2019507620A Pending JPWO2018173933A1 (ja) | 2017-03-23 | 2018-03-15 | 情報処理装置、走行データ処理方法、車両およびプログラム |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20190367040A1 (ja) |
| JP (1) | JPWO2018173933A1 (ja) |
| WO (1) | WO2018173933A1 (ja) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10896116B1 (en) | 2018-10-19 | 2021-01-19 | Waymo Llc | Detecting performance regressions in software for controlling autonomous vehicles |
| CN109808706A (zh) * | 2019-02-14 | 2019-05-28 | 上海思致汽车工程技术有限公司 | 学习式辅助驾驶控制方法、装置、系统及车辆 |
| US20210039664A1 (en) * | 2019-08-08 | 2021-02-11 | Toyota Jidosha Kabushiki Kaisha | Machine learning system for modifying adas behavior to provide optimum vehicle trajectory in a region |
| US20210302183A1 (en) * | 2020-03-31 | 2021-09-30 | Fuelsave Consultoria, S.A. | Vehicle efficiency prediction and control |
| CN112373482B (zh) * | 2020-11-23 | 2021-11-05 | 浙江天行健智能科技有限公司 | 一种基于驾驶模拟器的驾驶习惯建模方法 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4900967B2 (ja) * | 2008-03-31 | 2012-03-21 | 株式会社エクォス・リサーチ | 運転支援装置及び運転支援方法 |
| JP2013235326A (ja) * | 2012-05-07 | 2013-11-21 | I-Transport Lab Co Ltd | 交通流予測装置、交通流予測方法及び交通流予測プログラム |
| JP6074553B1 (ja) * | 2015-04-21 | 2017-02-01 | パナソニックＩｐマネジメント株式会社 | 情報処理システム、情報処理方法、およびプログラム |
-
2018
- 2018-03-15 US US16/487,145 patent/US20190367040A1/en not_active Abandoned
- 2018-03-15 JP JP2019507620A patent/JPWO2018173933A1/ja active Pending
- 2018-03-15 WO PCT/JP2018/010313 patent/WO2018173933A1/ja active Application Filing
Also Published As
| Publication number | Publication date |
|---|---|
| US20190367040A1 (en) | 2019-12-05 |
| WO2018173933A1 (ja) | 2018-09-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JPWO2018173933A1 (ja) | 情報処理装置、走行データ処理方法、車両およびプログラム | |
| US11897494B2 (en) | Method and a device for generating a dynamic speed profile of a motor vehicle | |
| US11755396B2 (en) | Generating autonomous vehicle simulation data from logged data | |
| CN104859650B (zh) | 一种多时间尺度的车辆横摆稳定性滚动优化控制方法 | |
| JP2019093896A (ja) | 情報処理装置、分類方法およびコンピュータ・プログラム | |
| JP2022532972A (ja) | 敵対的模倣学習に基づく無人運転車両車線変更決定方法及びシステム | |
| CN107672597A (zh) | 一种用于控制车辆驾驶模式的方法与设备 | |
| US11704554B2 (en) | Automated training data extraction method for dynamic models for autonomous driving vehicles | |
| US11474529B2 (en) | System and method for motion planning of an autonomous driving machine | |
| CN101322085A (zh) | 模拟故障对系统性能的影响的方法 | |
| CN116108717B (zh) | 一种基于数字孪生的交通运输设备运行预测方法及装置 | |
| EP4128108A1 (en) | Systems and methods for providing multiple carbon offset sources | |
| CN103939597A (zh) | 模拟装置 | |
| US20190031204A1 (en) | Method and system for providing an optimized control of a complex dynamical system | |
| CN111856969A (zh) | 自动驾驶仿真测试方法及装置 | |
| Oh et al. | A predictive driver model with physical constraints for closed loop simulation of vehicle-driver system | |
| CN113264064B (zh) | 用于交叉路口场景的自动驾驶方法及相关设备 | |
| CN117496790A (zh) | 虚拟消防车辆训练系统、方法、电子设备及存储介质 | |
| CN110884478B (zh) | 确定车辆的制动气室压力信号的上升时间的方法和系统 | |
| Papathanasopoulou et al. | Flexible car-following models incorporating information from adjacent lanes | |
| König et al. | Engineering of Cyber-Physical Systems in the automotive context: case study of a range prediction assistant | |
| Deng et al. | Emission aware eco-driving on country roads | |
| JP2021144660A (ja) | 学習用データ生成装置、学習装置、制御装置、学習用データ生成方法、学習方法、制御方法、学習用データ生成プログラム、学習プログラム、及び制御プログラム | |
| Koensgen et al. | Robust design strategy applied to a vehicle suspension system with high camber angle tyres | |
| US20240043022A1 (en) | Method, system, and computer program product for objective assessment of the performance of an adas/ads system |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190819 |