JPWO2018193535A1 - 走行支援方法及び走行支援装置 - Google Patents

Abstract

走行支援方法は、自車両（５１）の周囲における他車両（５２）及び物体を検出し、他車両（５２）からの死角領域（５５）を設定し、検出された物体の中から死角領域の中に居る物体（５３、５４）を特定し、特定された物体（５３、５４）に基づいて他車両（５２）が取る動作を予測する。

Description

本発明は、自車両の周囲における他車両の動作を予測する走行支援方法及び走行支援装置に関する。

従来から、車両が死角のある状況を走行する場合に、その状況に応じて車両を制御する車両制御装置が知られている（特許文献１参照）。特許文献１の車両制御装置は、自車両の進路と他車両の進路の相対的な優先度を判定し、判定した優先度に基づいて他車両の動作を予測する。

国際公開第２０１６／１０４１９８号

しかしながら、特許文献１の車両制御装置は、例えば、進路の優先度では自車両が他車両よりも高くとも、タイミングでは他車両を先に行かせるべき走行シーンや、進路の優先度では自車両が他車両よりも低くとも、タイミングでは自車両が先に行くべき走行シーンにおいて、他車両の動作を正しく予測することは難しい。

本発明は、このような従来の課題を解決するためになされたものであり、その目的とするところは、他車両の動作の予測精度を向上させる走行支援方法及び走行支援装置を提供することにある。

本発明の一態様に係わる走行支援方法は、自車両の周囲における他車両及び物体を検出し、他車両の死角領域を設定し、検出された物体の中から死角領域の中に居る物体を特定し、特定された物体に基づいて他車両が取る動作を予測する。

本発明の一形態によれば、他車両の動作の予測精度を向上させることができる。

図１は、実施形態に係わる走行支援装置及び動作予測装置の構成を示すブロック図である。 図２は、図１の走行支援装置及び動作予測装置の動作の一例を示すフローチャートである。 図３は、図２のステップ０６の詳細な手順の一例を示すフローチャートである。 図４は、片側一車線の対面通行道路において、自車両５１が自車線を走行し、自車両５１の前方の対向車線を他車両５２が走行している走行シーンを示す天頂図である。 図５Ａは、図４に示す走行シーンにおいて、対向車線から自車線側に逸脱する他車両５２の動作を示す天頂図である。 図５Ｂは、図４に示す走行シーンにおいて、駐車車両５３の手前で一旦停車する他車両５２の動作を示す天頂図である。 図５Ｃは、図４に示す走行シーンにおいて、駐車車両５３を追い越すために一旦は自車両５１が走行する車線側にはみ出すが、駐車車両５４ｂの存在に気付いたため、減速して停車する他車両５２の動作を示す天頂図である。 図６は、二車線の一方通行路において、自車両５１が左側車線を走行し、自車両５１の斜め前方の右側車線を他車両５２が並走している走行シーンを示す天頂図である。 図７Ａは、図６に示す走行シーンにおいて、左側車線側に逸脱する他車両５２の動作を示す天頂図である。 図７Ｂは、図６に示す走行シーンにおいて、駐車車両５３の手前で一旦停車する他車両５２の動作を示す天頂図である。 図８は、片側一車線の対面通行道路の交差点に向かって、自車両５１及び他車両５２がそれぞれ走行している走行シーンを示す天頂図である。 図９Ａは、２車線のカーブ路を走行する他車両５２の基本軌道（直進）６１及び実効軌道（直進）７１を示す天頂図である。 図９Ｂは、２車線のカーブ路を走行する他車両５２の基本軌道（車線変更）６２及び実効軌道（車線変更）７２を示す天頂図である。

次に、図面を参照して、実施形態を詳細に説明する。

実施形態に係わる走行支援装置は、例えば、図４に示すような走行シーンにおいて有効に機能する。図４に示すように、片側一車線の対面通行道路において、自車両５１が自車線を走行し、自車両５１の前方の対向車線を他車両５２が走行している。自車両５１と他車両５２の間の対向車線上には、複数の駐車車両（物体の一例）（５３、５４ａ、５４ｂ）が連なって停車している。このため、自車両５１及び他車両５２が、同時に、複数の駐車車両の横を通過することができず、いずれか一方が他方に道を譲り、先に通過させる必要がある。

進路の優先度では自車両５１が他車両５２よりも高い。また、自車両５１が駐車車両５４ｂに到達するまでの予想時間Ｔ１ｓは、他車両５２が駐車車両５３に到達するまでの予想時間Ｔ２ｓよりも短い。よって、自車両５１は、進路の優先度及びタイミングの双方において他車両５２よりも優先されるべきと判断する。そして、図５Ｂに示すように、自車両５１は、駐車車両５３の手前で一旦停車するという他車両５２の動作を予測する。

しかし、複数の駐車車両（５３、５４ａ、５４ｂ）が連なって停車しているため、駐車車両５３に起因して、他車両５２の死角領域５５が発生し、死角領域５５の中に駐車車両（５４ａ、５４ｂ）が含まれてしまう。自車両５１から駐車車両（５４ａ、５４ｂ）は見えても、他車両５２から駐車車両（５４ａ、５４ｂ）は見えないため、他車両５２に搭載された物体検出センサは駐車車両（５４ａ、５４ｂ）を検出することができない。よって、他車両５２は、誤って、自車両５１が駐車車両５３に到達するまでの予想時間Ｔ１ｓ’と予想時間Ｔ２ｓとを比較してしまう。その結果、予想時間Ｔ１ｓ’が予想時間Ｔ２ｓよりも長い場合、他車両５２は、自らが先に行くべきであると誤認して、図５Ａに示すように、自車両５１が走行する車線側に他車両５２がはみ出してくる可能性がある。自車両５１の車線内で、他車両５２が自車両５１の走行を遮る等、自車両５１の走行に関わる走行状況に陥ることがある。尚、例えば、夜や霧、遮蔽物の存在（工事区間、看板）など、走行環境によって乗員の視界が悪い状況では誤認が生じやすく、図５Ａに示すように、自車両５１が走行する車線側に他車両５２がはみ出してくる可能性がある。そこで、本発明に関する実施形態においては、走行環境によって乗員の視界が悪い状況のみに実施するようにしてもよい。

このように、駐車車両（５４ａ、５４ｂ）を自車両５１からは見えるが、他車両５２からは見えないため、自車両５１が他車両５２の動作を正しく予測できない場合がある。自車両５１は、自車線にはみ出してくる他車両５２の動作を予測できないため、自らの挙動を急変させる必要が生じるため、自車両５１の乗員に違和感を与えてしまう。

そこで、実施形態に係わる走行支援装置は、自車両５１からは見えているが、他車両５２から見えていない死角領域５５がある場合、死角領域５５の状況を考慮して、他車両５２の動作を予測する。そして、予測した他車両５２の動作に基づいて自車両５１を制御する。これにより、進路の優先度では自車両５１が他車両５２よりも高くとも、タイミングでは他車両５２を先に行かせるべき走行シーンや、進路の優先度では自車両５１が他車両５２よりも低くとも、タイミングでは自車両５１が先に行くべき走行シーンにおいて、他車両５２の動作を正しく予測することができる。なお、「車両から見える」とは、車両のドライバが視認できるのみならず、車両に搭載された物体検出センサが検出できる、という意味をも含む概念である。なお、「死角領域」は、乗員（ドライバ、同乗者）からの死角領域のみならず、車両に搭載された物体検出センサの検出範囲以外、遮蔽物がある場合は、自車両と遮蔽物を結ぶ方向で、遮蔽物を挟んで自車両と反対側の領域なども含む概念である。なお、この死角領域は、他車両と遭遇した際に自車両側で算出するようにしてもよく、予め算出されており、予め算出されたものを他車両と遭遇した際に適用するようにしてもよく、また、車車間通信、路車間通信を通じて、自車両の外から死角領域の情報を入手するようにしてもよい。

図１を参照して、実施形態に係わる走行支援装置の構成を説明する。走行支援装置は、物体検出装置１と、自車位置推定装置３と、地図取得装置４と、マイクロコンピュータ１００とを備える。

物体検出装置１は、自車両５１に搭載された、レーザレーダやミリ波レーダ、カメラなど、自車両５１の周囲の物体を検出する、複数の異なる種類の物体検出センサを備える。物体検出装置１は、複数の物体検出センサを用いて、自車両５１の周囲における物体を検出する。物体検出装置１は、他車両、バイク、自転車、歩行者を含む移動物体、及び駐車車両を含む静止物体を検出する。例えば、移動物体及び静止物体の自車両５１に対する位置、姿勢、大きさ、速度、加速度、減速度、ヨーレートを検出する。なお、物体の位置、姿勢（ヨー角）、大きさ、速度、加速度、減速度、ヨーレートを纏めて、物体の「挙動」と呼ぶ。物体検出装置１は、検出結果として、例えば自車両５１の上方の空中から眺める天頂図（平面図ともいう）における、２次元の物体の挙動を出力する。

自車位置推定装置３は、自車両５１に搭載された、ＧＰＳ（グローバル・ポジショニング・システム）やオドメトリなど自車両５１の絶対位置を計測する位置検出センサを備える。自車位置推定装置３は、位置検出センサを用いて、自車両５１の絶対位置、すなわち、所定の基準点に対する自車両５１の位置、姿勢及び速度を計測する。

地図取得装置４は、自車両５１が走行する道路の構造を示す地図情報を取得する。地図取得装置４は、地図情報を格納した地図データベースを所有してもよいし、クラウドコンピューティングにより地図情報を外部の地図データサーバから取得しても構わない。地図取得装置４が取得する地図情報には、車線の絶対位置や車線の接続関係、相対位置関係などの道路構造の情報が含まれる。

マイクロコンピュータ１００（制御部の一例）は、物体検出装置１及び自車位置推定装置３による検出結果及び地図取得装置４による取得情報に基づいて、他車両の動作を予測し、他車両の動作から自車両５１の経路を生成し、生成した経路に従って自車両５１を制御する。

なお、実施形態では、マイクロコンピュータ１００は、自車両５１を制御する走行支援装置の例として説明する。しかし、本発明はこれに限定されない。例えば、マイクロコンピュータ１００は、他車両の動作を予測する動作予測装置としても実施可能である。つまり、マイクロコンピュータ１００は、自車両５１の経路生成及び経路に沿った走行制御を行なわず、予測した他車両の動作を最終出力してもよい。

マイクロコンピュータ１００は、ＣＰＵ（中央処理装置）、メモリ、及び入出力部を備える汎用のマイクロコンピュータである。マイクロコンピュータ１００には、走行支援装置として機能させるためのコンピュータプログラム（走行支援プログラム）がインストールされている。コンピュータプログラムを実行することにより、マイクロコンピュータ１００は、走行支援装置が備える複数の情報処理回路（２ａ、２ｂ、５、１０、２１、２２）として機能する。なお、ここでは、ソフトウェアによって走行支援装置が備える複数の情報処理回路（２ａ、２ｂ、５、１０、２１、２２）を実現する例を示すが、もちろん、以下に示す各情報処理を実行するための専用のハードウェアを用意して、情報処理回路（２ａ、２ｂ、５、１０、２１、２２）を構成することも可能である。また、複数の情報処理回路（２ａ、２ｂ、５、１０、２１、２２）を個別のハードウェアにより構成してもよい。更に、情報処理回路（２ａ、２ｂ、５、１０、２１、２２）は、車両にかかわる他の制御に用いる電子制御ユニット（ＥＣＵ）と兼用してもよい。

マイクロコンピュータ１００は、複数の情報処理回路（２ａ、２ｂ、５、１０、２１、２２）として、検出統合部２ａと、物体追跡部２ｂと、地図内位置演算部５と、動作予測部１０と、自車経路生成部２１と、車両制御部２２とを備える。更に、動作予測部１０は、挙動判定部１１と、動作候補予測部１２と、第１動作候補修正部１３と、第２動作候補修正部１５と、軌道予測部１６と、尤度推定部１７と、死角領域検出部１８と、被遮蔽物抽出部１９と、被遮蔽物軌道予測部１４とを備える。なお、他車両の動作を予測する動作予測装置として実施する場合、情報処理回路（自車経路生成部２１及び車両制御部２２）は不要である。

検出統合部２ａは、物体検出装置１が備える複数の物体検出センサの各々から得られた複数の検出結果を統合して、各物体に対して一つの検出結果を出力する。具体的には、物体検出センサの各々から得られた物体の挙動から、各物体検出センサの誤差特性などを考慮した上で最も誤差が少なくなる最も合理的な物体の挙動を算出する。具体的には、既知のセンサ・フュージョン技術を用いることにより、複数種類のセンサで取得した検出結果を総合的に評価して、より正確な検出結果を得る。

物体追跡部２ｂは、物体検出装置１によって検出された物体を追跡する。具体的に、検出統合部２ａにより統合された検出結果から、異なる時刻に出力された物体の挙動から、異なる時刻間における物体の同一性の検証（対応付け）を行い、かつ、その対応付けを基に、物体の挙動を予測する。なお、異なる時刻に出力された物体の挙動は、マイクロコンピュータ１００内のメモリに記憶され、後述する軌道予測の際に用いられる。

地図内位置演算部５は、自車位置推定装置３により得られた自車両５１の絶対位置、及び地図取得装置４により取得された地図データから、地図上における自車両５１の位置及び姿勢を推定する。例えば、自車両５１が走行している道路、更に当該道路のうちで自車両５１が走行する車線を特定する。

動作予測部１０では、検出統合部２ａにより得られた検出結果と、地図内位置演算部５により特定された自車両５１の位置に基づいて、自車両５１の周囲における移動物体の動作を予測する。以下に、動作予測部１０の具体的な構成を説明する。

挙動判定部１１は、地図上における自車両５１の位置と、検出統合部２ａにより得られた物体の挙動とから、地図上における物体の位置及び挙動を特定する。更に、挙動判定部１１は、物体の地図上の位置が時間の経過と共に変化する場合、当該物体は「移動物体」であると判断し、移動物体の大きさ及び速度から、当該移動物体の属性（他車両、歩行者）を判断する。そして、移動物体が走行中の「他車両」であると判断した場合、挙動判定部１１は、当該他車両が走行する道路及び車線と判定する。

なお、物体の地図上の位置が時間の経過と共にしない場合、静止物体であると判断し、静止物体の地図上の位置、姿勢及び大きさから、静止物体の属性（駐車車両、歩行者など）を判定する。

動作候補予測部１２は、地図に基づく他車両の動作候補を予測する。動作候補予測部１２は、地図情報に含まれる道路構造及び他車両が属している車線情報から、他車両が次にどのように走行するのかという動作意図を予測し、当該動作意図に基づく他車両の基本軌道を道路構造に基づいて演算する。「動作候補」とは、動作意図及び基本軌道を含む上位概念である。「基本軌道」は、異なる時刻における他車両の位置のプロファイルのみならず、各位置における他車両の速度のプロファイルをも示す。

例えば、他車両が単車線の単路及びカーブ路を走行する場合、動作候補予測部１２は、車線の形状に沿って走行する動作意図（直進）を予測し、基本軌道として、地図上の車線に沿った軌道を演算する。また、他車両が複数車線の単路及びカーブ路を走行する場合、動作候補予測部１２は、動作意図（直進）と、右側もしくは左側へ車線変更する動作意図（車線変更）を予測する。動作意図（車線変更）における他車両の基本軌道は、道路構造及び所定の車線変更時間に基づいて車線変更する軌道である。さらに、交差点を走行する場合、動作候補予測部１２は、直進、右折及び左折の動作意図を予測し、地図上の交差点における道路構造に基づく直進軌道、右折軌道、左折軌道を基本軌道として演算する。なお、「基本軌道」の演算において、道路構造を考慮するが、検出統合部２ａにより統合された他車両の挙動は考慮しない。

第１動作候補修正部１３は、物体検出装置１により検出された静止物体を考慮して、動作候補予測部１２により予測された動作候補を修正する。具体的に、第１動作候補修正部１３は、他車両の基本軌道と静止物体の位置が干渉するか否かを判断する。干渉する場合、静止物体を回避する並走車両５２の動作意図及び基本軌道を新たに追加する。

具体的には、図４に示す走行シーンにおいて、動作候補予測部１２は、車線の形状に沿って走行する他車両５２の動作意図（直進）を予測し、基本軌道（直進）を演算する。第１動作候補修正部１３は、他車両５２の基本軌道（直進）と静止物体としての駐車車両（５３、５４ａ、５４ｂ）の位置が干渉すると判断する。そして、動作候補予測部１２は、図５Ａに示す自車両５１が走行する車線側にはみ出して走行する他車両５２の動作候補（基本軌道６３）と、図５Ｂに示す駐車車両５３の手前で一旦停車する他車両５２の動作候補（基本軌道６４）とを新たに追加する。

図４に示す他車両５２と同時に、他の移動物体が物体検出装置１により検出されている場合（図示省略）、第１動作候補修正部１３は、他の移動物体を考慮して、動作候補予測部１２により予測された動作候補を修正する。具体的に、第１動作候補修正部１３は、他の移動物体と並走車両５２の干渉があるか否かを経時的に判断する。移動物体同士の干渉がある場合には、他の移動物体との干渉を回避する他車両５２の動作意図及び基本軌道を新たに追加する。

死角領域検出部１８は、物体検出装置１により検出された物体によって発生する他車両５２から死角となる死角領域を検出する。物体検出装置１により検出された物体は、自車両５１の周囲において他車両５２からの死角領域を発生させる。死角領域検出部１８は、地図上において他車両５２からの死角領域を設定する。具体的には、図４の天頂図に示すように、物体検出装置１から出力された物体（５２、５３、５４ａ、５４ｂ）の位置に基づいて、他車両５２からの死角領域５５を設定する。死角領域検出部１８は、駐車車両５３に起因して発生する他車両５２からの死角領域５５を検出する。

死角領域検出部１８は、図４の天頂図において、先ず自車両５１から検出できる領域を設定し、この領域の中で他車両５２からは検出できない死角領域５５を設定してもよい。これにより、自車両５１から見えるが、他車両５２からは見えない死角領域５５を設定することができる。前述したとおり、見えるか否かの判断基準は、車両のドライバ或いは車載の物体検出センサのいずれであってもよい。

また、死角領域５５は、天頂図上の２次元の領域には限らず、物体の高さを考慮して、高さ成分（ｚ成分）を有する３次元の領域として設定してもよい。例えば、図４において、駐車車両５３の車高に応じて、駐車車両５３に起因して発生する死角領域５５の高さ方向の形状を設定してもよい。

さらに、死角領域検出部１８は、他車両５２からの死角領域５５を、他車両５２の全方位に対して算出しなくてもよい。他車両５２の進行方向や位置、地図情報から、他車両５２の進行する可能性のある道路領域において死角領域を算出すればよい。つまり、死角領域検出部１８は、他車両５２の位置、他車両５２の進行方向及び他車両５２の周囲の道路構造に基づき、他車両５２の進行する可能性がある領域内にのみ、他車両５２の死角領域５５を設定してもよい。これにより、他車両５２の動作予測の精度を下げることなく、マイクロコンピュータ１００の計算負荷を軽減できる。つまり、効率良く死角領域５５を算出することが可能である。

なお、死角領域５５を設定する際に、時間のしきい値を設定してもよい。具体的には、他車両５２から見えない状態が基準時間（５００ｍ秒）以上連続している場合に、他車両５２からの死角領域５５が発生していると判定してもよい。これにより、他車両５２の動作予測に影響しない程の短時間だけ他車両５２から見えなくなる領域を死角領域５５から排除することができる。よって、マイクロコンピュータ１００の計算負荷を軽減し、計算速度を向上することができる。ただし、基準時間は固定値でなくてもよく、地図における場所、状況に応じて変更してもよい。

被遮蔽物抽出部１９は、検出統合部２ａにより検出された物体の中から、死角領域５５の中に居る物体（被遮蔽物）を抽出する。換言すれば、被遮蔽物抽出部１９は、死角領域５５において自車両５１が検出した物体を抽出する。これにより、自車両５１からは見えるが、他車両５２からは見えない物体（以後、「被遮蔽物」ともいう）を特定することができる。また、被遮蔽物は特定できればよく、属性（歩行者、クルマ）等、被遮蔽物の詳細な情報を特定する必要はない。また、被遮蔽物の特定は、自車両５１に備わるセンサにより検出するようにしてもよく、自車両５１以外のその他の検出装置が検出し、検出装置が検出した情報を自車両５１が得るようにしてもよい。

図４に示す走行シーンで、検出統合部２ａは、駐車車両（５４ａ、５４ｂ）を検出している。よって、被遮蔽物抽出部１９は、被遮蔽物として、死角領域５５の中に居る駐車車両（５４ａ、５４ｂ）を抽出することができる。

被遮蔽物抽出部１９は、死角領域５５及び物体（被遮蔽物）の高さを考慮して、物体が死角領域５５の中に居るか否かを判断してもよい。例えば、図４に示す走行シーンで、駐車車両５３の車高が駐車車両５４ａの車高よりも低い場合、死角領域５５の高さも駐車車両５４ａの高さよりも低くなる。よって、この場合、他車両５２から駐車車両５４ａの一部分を検出できるので、駐車車両５４ａは死角領域５５の中に居るとは判断しない。このように、死角領域５５の高さ成分を考慮し、物体の全体が死角領域５５の中に収まるか否かを判断してもよい。

被遮蔽物軌道予測部１４は、挙動判定部１１により特定された死角領域５５の中に居る物体の挙動に基づいて、物体の軌道を予測する。被遮蔽物が移動物体である場合、その挙動に基づいて、他車両５２の動作を予測することができる。そこで、先ず、被遮蔽物軌道予測部１４は、被遮蔽物の挙動に基づいて、被遮蔽物の軌道を予測する。例えば、図４に示す走行シーンで、駐車車両５４ｂが右側の方向指示器を点滅させている場合、駐車車両５４ｂの当該挙動から駐車車両５４ｂの発進動作及び発進動作時の軌道を予測する。また、物体の速度からその進行方向を予測しても構わない。

第２動作候補修正部１５は、自車両５１及び他車両５２の推定到達時間に基づいて、動作候補予測部１２及び第１動作候補修正部１３により予測された複数の動作候補に対する尤度を推定する。更に、第２動作候補修正部１５は、自車両５１からは検出可能であるが、他車両５２からは検出できない死角領域５５の状況を考慮して、複数の動作候補に対する尤度を推定する。例えば、死角領域５５の中に物体が居る場合、死角領域５５の中に居る物体に基づいて、他車両５２が取る動作候補の尤度を推定する。具体的に、先ず、死角領域５５の中に物体が居るか否かを判断する。死角領域５５の中に物体が居る場合、死角領域５５の中は、他車両５２からは見えないため、他車両５２は死角領域５５の中に居る物体を認識できない状態で動作するであろうと推測することができる。第２動作候補修正部１５は、当該推測の基で、他車両５２が死角領域５５の中に居る物体を認識していない場合における、他車両５２の動作意図を予測し、既に予測されている複数の動作候補に対する尤度を推定する。

例えば、図４に示す走行シーンで、第２動作候補修正部１５は、自車両５１と他車両５２のどちらが先に駐車車両（５３、５４ａ、５４ｂ）の横を通過するかの尤度を推定する。

死角領域５５の状況を考慮しない場合、自車両５１が駐車車両５４ｂに到達するまでの予想時間Ｔ１ｓは、他車両５２が駐車車両５３に到達するまでの予想時間Ｔ２ｓよりも短い。このため、第２動作候補修正部１５は、自車両５１の方が先に通過できると判断して、駐車車両５３の手前で一旦停車するという他車両５２の動作候補（図５Ｂ）の尤度を高く推定し、他車両５２が先に追越しする尤度を低く推定してしまう。

一方、死角領域５５の状況を考慮した場合、他車両５２は、駐車車両（５４ａ、５４ｂ）を認識せずに動作することが予測される。つまり、自車両５１が駐車車両５３に到達するまでの予想時間Ｔ１ｓ’が予想時間Ｔ２ｓよりも長いため、他車両５２は自らが先に通過するべきであると誤認することが予測される。そこで、第２動作候補修正部１５は、図５Ａに示すように、自車両５１が走行する車線側に他車両５２がはみ出す動作候補の尤度を高く予測する。つまり、第２動作候補修正部１５は、図５Ｂに示す動作候補よりも、図５Ａに示す動作候補の尤度を高く推定する。

このように、第２動作候補修正部１５は、自車両５１及び他車両５２の推定到達時間のみならず死角領域５５の状況をも考慮して、他車両５２が取る動作候補の尤度を推定する。自車両５１が検出した物体のみで判断すると、他車両５２は自車両５１を先に通過させる動作をとると予測し、自車両５１は先に駐車車両（５３、５４ａ、５４ｂ）の横を通過してしまう。しかし、他車両５２は他車両５２が検出した物体でしか判断していない可能性がある。この場合、他車両５２は、自車両５１が道を譲り、他車両５２が先に駐車車両（５３、５４ａ、５４ｂ）の横を通過するべきと判断する。他車両５２が先に駐車車両（５３、５４ａ、５４ｂ）の横を通過した場合、自車両５１は他車両５２を急回避する動作を取る必要が出てくる。第２動作候補修正部１５は、他車両５２からの死角領域５５に物体が存在している場合には、他車両５２の検出可能な物体に基づいて、動作候補の尤度を推定する。

なお、被遮蔽物軌道予測部１４によって死角領域５５の中に居る物体の軌道が予測された場合、第１動作候補修正部１３は、被遮蔽物の軌道に基づき、他車両５２が取る動作候補を追加する。そして、第２動作候補修正部１５は、被遮蔽物の軌道に基づいて、他車両５２が取る動作候補の尤度を予測することができる。例えば、図４に示す走行シーンで、駐車車両５４ｂの発進動作を予測した場合、駐車車両５４ｂが発進すると駐車車両５４ｂは死角領域５５を抜けるため、他車両５２は駐車車両５４ｂを検出できるようになる。この場合、第１動作候補修正部１３は、図５Ｃに示すように、駐車車両５３を追い越すために一旦は自車両５１が走行する車線側にはみ出すが、駐車車両５４ｂの存在に気付いたため、急減速して停車する動作候補（動作意図及び基本軌道６３’）を追加する。そして、第２動作候補修正部１５は、図５Ａ及び図５Ｂに示す他の動作候補（６３、６４）よりも高い尤度を設定する。

更に、図４に示す走行シーンで、駐車車両（５３、５４ａ、５４ｂ）が全て静止物体であっても、第１動作候補修正部１３は、図５Ｃに示す動作候補（動作意図及び基本軌道６３’）を追加することはできる。なぜなら、他車両５２は駐車車両５３を追い越すために自車両５１が走行する車線側にはみ出すことにより、他車両５２は、駐車車両５４ｂを検出できるようになるからである。

軌道予測部１６は、挙動判定部１１において検出された挙動に基づいて、他車両５２が取る軌道（実効軌道）を予測する。具体的に、軌道予測部１６は、上記予測された動作意図にしたがって動作する場合の他車両５２の実効軌道を、例えばカルマンフィルターなどの既知の状態推定技術を用いて演算する。「実効軌道」は、基本軌道と同様にして、異なる時刻における他車両５２の位置を示すのみならず、各位置における他車両５２の速度のプロファイルをも示す。実効軌道と基本軌道は、共に他車両５２が取る軌道である点で共通するが、実効軌道は他車両５２の挙動を考慮して演算されるが、基本軌道は他車両の挙動を考慮しないで演算される点で、両者は相違する。

図９Ａ及び図９Ｂに示す基本軌道（６１、６２）は、動作意図及び道路構造に基づいて導出された他車両５２の軌道の例であり、他車両５２の挙動は考慮されていない。よって、例えば、他車両５２の現在の姿勢（ヨー角）が考慮されていないため、他車両５２の現在位置から、異なる方向に向けて、複数の基本軌道（６１、６２）が延びている。これに対して、軌道予測部１６は、他車両５２の挙動を考慮して、上記した動作意図に沿った軌道（実効軌道）を演算する。換言すれば、上記した動作意図に沿った動作を取った場合の他車両５２の実効軌道を演算する。

図５Ａ、図５Ｂ、図５Ｃ、図７Ａ、図７Ｂに示す軌道（６３、６３’、６４、６５、６６）も、他車両５２の動作意図及び道路構造に基づいて導出された他車両５２の基本軌道の一例である。

図９Ａ及び図９Ｂにおいて、他車両５２の姿勢（ヨー角）は、道路の形状に沿った走行の基本軌道６１よりも左側に傾き、他車両５２の速度は、進行方向の速度成分のみからなり、車幅方向の速度成分はゼロである。つまり、並走車両５２は直進状態である。よって、この姿勢及び速度を起点として他車両５２が道路の形状に沿った走行の動作意図に従って走行する場合、図９Ａに示すように、基本軌道６１から左側に離れた後に、基本軌道６１に近づいて一致する実効軌道７１となる。換言すれば、走行車線からの逸脱を修正するような修正軌道（オーバーシュート軌道）を描くことが予測される。軌道予測部１６は、他車両５２の姿勢（ヨー角）及び速度を起点として、道路の形状に沿った走行の動作意図（直進）に従って走行する実効軌道７１を予測する。

次に、同じ姿勢及び速度を起点として他車両５２が車線変更の動作意図に従って走行する場合、図９Ｂに示すように、左方向への旋回を開始し、左側車線へ移動した後に、右へ旋回して左側車線に沿った軌道へ修正する実効軌道７２となる。つまり、舵角が中立位置の状態から始まる左旋回のクロソイド曲線及び右旋回のクロソイド曲線からなる実効軌道７２を描く。よって、実効軌道７２は、車線変更軌道６２を演算するときの「所定の車線変更時間」とほぼ同じ時間をかけて車線変更が完了する軌道となる。なお、実行軌道を描く際の曲線は必ずしもクロソイド曲線である必要はなく、その他の曲線を用いて描いてもよい。図９Ｂに示すように、実効軌道７２は車線変更における基本軌道６２とほぼ同じ軌道となる。

図９Ａ及び図９Ｂと同様にして、図５Ａ、図５Ｂ、図５Ｃ、図７Ａ、図７Ｂに示す基本軌道（６３、６３’、６４、６５、６６）についても、軌道予測部１６は、他車両５２の挙動を考慮して、動作意図に沿った軌道（実効軌道）を演算する。例えば、他車両５２の姿勢（ヨー角）及び速度を起点として、走行車線を逸脱する動作意図或いは一時停止する動作意図に従って走行する他車両５２の実効軌道をそれぞれ演算する。

ここでは、他車両５２の挙動の例として姿勢及び速度を考慮したが、他車両５２の位置、加速度、減速度を考慮して、実効軌道を演算してもよい。例えば、直進に比べて、車線変更の時の減速度は大きくなることが予測することができる。

尤度推定部１７は、動作候補予測部１２及び第１動作候補修正部１３により予測された動作候補と、検出統合部２ａにより統合された他車両５２の挙動とを対比することにより、他車両５２の動作を予測する。更に、尤度推定部１７は、第２動作候補修正部１５により予測された尤度を考慮して、他車両５２の動作を予測する。

具体的に、尤度推定部１７は、動作候補予測部１２及び第１動作候補修正部１３により予測された動作候補の各々について、基本軌道と実効軌道とを対比する。そして、基本軌道と実効軌道との差違から各動作候補の尤度を求める。基本軌道と実効軌道との差違が小さいほど、高い尤度を演算する。

更に、尤度推定部１７は、第２動作候補修正部１５により予測された尤度に基づいて、各動作候補の尤度に重み付けを行う。例えば、第２動作候補修正部１５により予測された尤度を、係数として、各動作候補の尤度に乗算する。これにより、第２動作候補修正部１５により予測された尤度を、尤度推定部１７が推定する尤度に結合させることができる。例えば、尤度推定部１７は、図５Ｂに示す一旦停止する動作候補６４の尤度よりも、図５Ａに示す車線を逸脱する動作候補６３の尤度により大きな係数を乗算する。

最も尤度が高く演算された動作候補は、他車両５２の挙動及び死角領域５５の状況を考慮すれば最も尤もらしい動作候補であると判断することができる。よって、尤度推定部１７は、最も尤度が高く評価された動作候補を、他車両５２の動作として決定する。基本軌道と実効軌道との差違は、例えば、両軌道間の位置や速度のプロファイルの差異の総和を基に算出する。図９Ａ及び図９Ｂに示す面積Ｓ１、Ｓ２は、基本軌道と実効軌道との位置の差違を積分した総和の一例である。面積が狭い程、位置の差違が小さいと判断できるので、高い尤度を演算する。他の例として、位置の差違が小さくても、速度のプロファイルが大きく異なる場合には、低い尤度を演算することができる。なお、尤度は、その動作候補が実際に発生する可能性を表す指標の一例であって、尤度以外の表現であっても構わない。

尤度推定部１７は、図５Ａ〜図５Ｃに示す動作候補（６３、６４、６３’）の各々についても、基本軌道と実効軌道とを比較することにより尤度を算出し、更に当該尤度に係数（第２動作候補修正部１５により予測された尤度）を乗算する。そして、尤度が最も大きな動作候補（６３、６４、６３’）を他車両５２の動作として決定する。

以上説明したように、動作予測部１０では、尤度推定部１７により想定された各動作候補の尤度に基づいて、他車両５２の動作を予測する。なお、「他車両の動作」には、他車両の軌道及び速度のプロファイルを含む。他車両５２の軌道とは、異なる時刻における他車両５２の位置のプロファイルを示す。

自車経路生成部２１は、動作予測部１０により予測された他車両５２の動作に基づいて、自車両５１の経路を生成する。例えば、動作予測部１０が図５Ａに示す動作６３を予測した場合、他車両５２の車線逸脱を予測した上での自車両５１の経路８１を生成できる。経路８１は、路肩に近づき且つ駐車車両５４ｂの手前で停車する経路である。よって、他車両５２と接触せず、かつ、他車両５２の挙動により自車両５１が急減速又は急ハンドルとならない滑らかな自車両５１の経路を生成することができる。「自車両５１の経路」は、異なる時刻における自車両５１の位置のプロファイルのみならず、各位置における自車両５１の速度のプロファイルをも示す。

ここでは、地図上における他車両５２の挙動に基づいて、他車両５２の軌道を含む他車両の動作を予測している。このため、他車両５２の軌道を基にして自車両５１の経路を生成することは、他車両５２との相対距離の変化、加減速度或いは姿勢角の差に基づいて自車両５１の経路を生成していることになる。

例えば、図５Ｂに示すように、他車両５２が車線内に留まり且つ減速する挙動を示す場合、他車両５２の挙動は、自車両５１に道を譲る、自車両５１を先に行かせたい、という動作意図を示していると解釈できる。この場合、他車両５２の動作意図を考慮して自車両５１の経路を形成し、或いは自車両５１を制御することにより、自車両５１は減速せず或いは加速して駐車車両（５３，５４ａ、５４ｂ）の横を先に通過することができる。これにより、他車両５２と自車両５１の双方が譲り合ってしまう状況を回避できるので、円滑な交通流を実現可能となる。

車両制御部２２では、自車経路生成部２１により生成された経路に従って自車両５１が走行するように、地図内位置演算部５により演算された自己位置に基づいて、ステアリングアクチュエータ、アクセルペダルアクチュエータ、及びブレーキペダルアクチュエータの少なくとも１つを駆動する。なお、実施形態では、自車両５１の経路に従って制御する場合を示すが、自車両５１の経路を生成せずに、自車両５１を制御してもよい。この場合、他車両５２との相対距離、或いは、他車両５２と自車両５１との姿勢角の差に基づいて制御を行うことも可能である。

図２及び図３を参照して、図１の走行支援装置を用いた走行支援方法を説明する。なお、他車両５２の動作を予測する動作予測装置として図１のマイクロコンピュータ１００を用いることにより、図２のステップＳ０６に示す処理動作の結果を最終出力する走行支援方法として実施することができる。

先ず、ステップＳ０１において、物体検出装置１が、複数の物体検出センサを用いて、自車両５１の周囲における物体の挙動を検出する。ステップＳ０２に進み、検出統合部２ａが、複数の物体検出センサの各々から得られた複数の検出結果を統合して、各物体に対して一つの検出結果を出力する。そして、物体追跡部２ｂが、検出及び統合された各物体を追跡する。

ステップＳ０３に進み、自車位置推定装置３が、位置検出センサを用いて、所定の基準点に対する自車両５１の位置、姿勢及び速度を計測する。ステップＳ０４に進み、地図取得装置４が、自車両５１が走行する道路の構造を示す地図情報を取得する。

ステップＳ０５に進み、地図内位置演算部５が、ステップＳ０３で計測された自車両５１の位置、及びステップＳ０４で取得された地図データから、地図上における自車両５１の位置及び姿勢を推定する。ステップＳ０６に進み、動作予測部１０が、ステップＳ０２で得られた検出結果（他車両５２の挙動）と、ステップＳ０５で特定された自車両５１の位置に基づいて、自車両５１の周囲における他車両５２の動作を予測する。

ステップＳ０６の詳細を、図３を参照して説明する。先ず、ステップＳ６１１において、挙動判定部１１が、地図上における自車両５１の位置と、ステップＳ０２で得られた物体の挙動とから、他車両５２が走行する道路及び車線と判定する。ステップＳ６１２に進み、動作候補予測部１２が、地図に基づく他車両５２の動作候補を予測する。例えば、道路構造から動作意図を予測する。

ステップＳ６１３に進み、マイクロコンピュータ１００は、ステップＳ０１で検出された全ての他車両５２についてステップＳ６１１及びＳ６１２を実施する。実施した後（Ｓ６１３でＹＥＳ）、ステップＳ６１４に進み、第１動作候補修正部１３が、ステップＳ０１において同時に検出された静止物体を考慮して、ステップＳ６１２で予測された動作候補を修正する。例えば、図５Ａ、図５Ｃ及び図７Ａに示す車線を逸脱する動作意図及び基本軌道（６３、６５）、図５Ｂ及び図７ｂに示す静止物体の手前で停止する動作意図及び基本軌道（６４、６６）を追加する。

ステップＳ６１５に進み、他車両５２と同時に、他の移動物体がステップＳ０１にいて検出されている場合、第１動作候補修正部１３が、他の移動物体を考慮して、ステップＳ６１２で予測された動作候補を修正する。例えば、駐車車両５４ｂの発進動作が検出されている場合、第１動作候補修正部１３は、図５Ｃに示す動作候補（動作意図及び基本軌道６３’）を追加する。

ステップＳ６１６に進み、死角領域検出部１８が、ステップＳ０１で検出された物体によって他車両５２からの死角領域５５が発生するか否かを判断する。死角領域５５が発生する場合（Ｓ６１６でＹＥＳ）、ステップＳ６１７に進み、被遮蔽物抽出部１９は、検出統合部２ａにより検出された物体の中から、死角領域５５の中に居る物体（被遮蔽物）を抽出する。図４に示す走行シーンで、被遮蔽物抽出部１９は、被遮蔽物として、死角領域５５の中に居る駐車車両（５４ａ、５４ｂ）を抽出する。ステップＳ６１８に進み、被遮蔽物が移動物体である場合、被遮蔽物軌道予測部１４は、死角領域５５の中に居る物体の挙動に基づいて、物体の軌道を予測する。

ステップＳ６１９に進み、第２動作候補修正部１５は、自車両５１及び他車両５２の推定到達時間に基づいて、動作候補予測部１２及び第１動作候補修正部１３により予測された複数の動作候補に対する尤度を推定する。更に、第２動作候補修正部１５は、自車両５１からは検出可能であるが、他車両５２からは検出できない死角領域５５の状況を考慮して、複数の動作候補に対する尤度を推定する。図４に示す走行シーンで、第２動作候補修正部１５は、死角領域５５の中に居る駐車車両（５４ａ、５４ｂ）に基づいて、自車両５１と他車両５２のどちらが先に駐車車両（５３、５４ａ、５４ｂ）の横を通過するかの尤度を推定する。その後、ステップＳ６２０に進む。

一方、死角領域が発生しない場合（Ｓ６１６でＮＯ）、ステップＳ６２０に進む。マイクロコンピュータ１００は、ステップＳ０１で検出された全ての他車両についてステップＳ６１４〜Ｓ６１９を実施する。実施した後（Ｓ６２０でＹＥＳ）、ステップＳ６２１に進み、軌道予測部１６が、他車両５２が挙動を維持し、且つ予測された動作意図にしたがって動作する場合の他車両５２の実効軌道（７１、７２、図９Ａ及び図９Ｂ参照）を、例えばカルマンフィルターなどの既知の状態推定技術を用いて演算する。

ステップＳ６２２に進み、尤度推定部１７が、Ｓ６１２、Ｓ６１４及びＳ６１５で予測された動作候補の各々について、基本軌道（６１〜６３）と実効軌道（７１〜７３）とを対比する。そして、基本軌道と実効軌道との差違から各動作候補の尤度を求める。更に、尤度推定部１７は、ステップＳ６１９で推定された尤度に基づいて、各動作候補の尤度に重み付けを行う。尤度推定部１７は、最も尤度が高く評価された動作候補を、他車両５２の動作として決定する。

ステップＳ６２１に進み、マイクロコンピュータ１００は、ステップＳ０１で検出された全ての他車両についてステップＳ６２１〜Ｓ６２２を実施する。これにより、図２のステップＳ０６が終了する。

図２のステップＳ０７に進み、自車経路生成部２１が、ステップＳ０６で予測された他車両の動作に基づいて、自車両５１の経路を生成する。ステップＳ０８に進み、車両制御部２２が、ステップＳ０７で生成された経路に従って自車両５１が走行するように、自車両５１を制御する。なお、本実施形態においては、自車両の軌跡に他車両の予測結果を反映したが、必ずしもこれに限らず、自車両の車速、加速度、回転角速度、それぞれの所定時間後までのプロファイル、操舵制御、駆動制御、制動制御など自車両の挙動に関する制御に反映することができ、それぞれの制御は実行することができる。

なお、本実施形態は、図４に示すような走行シーンのみならず、図６及び図８に示す走行シーンにおいて有効に機能する。

図６に示すように、二車線の一方通行路において、自車両５１が左側車線を走行し、自車両５１の斜め前方の右側車線を他車両５２が並走している。この場合の他車両５２は並走車両ともいう。他車両５２の前方の右側車線には、複数の駐車車両（５３、５４ａ、５４ｂ）が連なって停車している。このため、図４の走行シーンと同様にして、自車両５１及び他車両５２が、同時に、複数の駐車車両（５３、５４ａ、５４ｂ）の横を通過することができず、いずれか一方が他方に道を譲り、先に通過させる必要がある。また、進路の優先度では自車両５１が他車両５２よりも高い。

他車両５２は、他車両５２に最も近い駐車車両５３を検出できる。しかし、駐車車両５３に起因して、他車両５２からの死角領域５５が発生する。駐車車両（５４ａ、５４ｂ）が死角領域５５の中に含まれる場合、他車両５２は、駐車車両（５４ａ、５４ｂ）を検出することができない。一方、左側車線を走行する自車両５１は、隣接する右側車線上の全ての駐車車両（５３、５４ａ、５４ｂ）を検出することができる。

図６に示す走行シーンでは、自車両５１及び他車両５２の各々が最も近い駐車車両５３に到達するまでの時間（Ｔ１ｓ、Ｔ２ｓ）は、死角領域５５の状況を考慮するか否かに応じて変化しない。一方、自車両５１及び他車両５２の各々が最も遠い駐車車両５４ｂを通り抜けるまでの時間は、死角領域５５の状況を考慮するか否かに応じて変化する。自車両５１は、自車両５１が駐車車両５４ｂを通り抜けるまでの予想時間Ｔ１ｅと、他車両５２が駐車車両５４ｂを通り抜けるまでの予想時間Ｔ２ｅとを比較できる。しかし、他車両５２は、自車両５１が駐車車両５３を通り抜けるまでの予想時間Ｔ１ｅ’、及び他車両５２が駐車車両５３を通り抜けるまでの予想時間Ｔ２ｅ’を誤って比較してしまう。この結果、他車両５２は、自らが先に行くべきであると誤認して、図７Ａに示すように、自車両５１が走行する左側車線に他車両５２がはみ出してくる可能性がある。

そこで、第２動作候補修正部１５は、死角領域５５の状況を考慮することにより、自車両５１が先に駐車車両（５３、５４ａ、５４ｂ）の横を通過する動作候補６６（図７Ｂ）の尤度よりも、他車両５２が先に駐車車両（５３、５４ａ、５４ｂ）の横を通過する動作候補６５（図７Ａ）の尤度を高く評価する。動作候補６６は、駐車車両５３の手前で一旦停車する他車両５２の動作候補である。動作候補６５は、自車両５１が走行する左側車線に他車両５２がはみ出す他車両５２の動作候補である。

なお、図示は省略するが、第２動作候補修正部１５は、駐車車両５３を追い越すために一旦は自車両５１が走行する車線側にはみ出すが、駐車車両（５４ａ、５４ｂ）の存在に気付いたため、減速して停車する他車両５２の動作候補を新たに予測してもよい。

図８に示すように、片側一車線の対面通行道路の交差点に向かって、自車両５１及び他車両５２が走行している。自車両５１が自車線を走行し、他車両５２が対向車線を走行している。他車両５２は、例えば右側の方向指示器を点滅させる等、交差点を右折する意思表示を示している。自車両５１及び他車両５２が、同時に、交差点を通過することができず、いずれか一方が他方に道を譲り、先に通過させる必要がある。また、進路の優先度では自車両５１が他車両５２よりも高い。他車両５２の横には、自車両５１の前方を走行する２台の先行車両（５３ａ、５３ｂ）が居る。更に、２台の先行車両（５３ａ、５３ｂ）の横には、交差点を横断しようとする自転車５４が居る。

他車両５２は、先行車両（５３ａ、５３ｂ）を検出できる。しかし、先行車両（５３ａ、５３ｂ）に起因して、他車両５２からの死角領域５５が発生する。自転車５４が死角領域５５の中に含まれる場合、他車両５２は、自転車５４を検出することができない。一方、自車両５１は、自転車５４を検出することができる。

図８に示す走行シーンでも、自車両５１及び他車両５２の各々が交差点内に到達するまでの時間（Ｔ１ｓ、Ｔ２ｓ）は、死角領域５５の状況を考慮するか否かに応じて変化しない。一方、他車両５２が交差点を通り抜けるまでの時間は、死角領域５５の状況を考慮するか否かに応じて変化する。自転車５４を認識している自車両５１は、自転車５４が交差点を横断した後に他車両５２が交差点を通り抜けるため、比較的長い時間（Ｔ２ｅ）を予想する。これに対して、他車両５２は、死角領域５５の中に居る自転車５４を認識していないまま動作するため、比較的短い時間（Ｔ２ｅ’）を予想する。よって、他車両５２は、予想時間Ｔ１ｓと予想時間Ｔ２ｅ’を誤って比較し、その結果、他車両５２は、自らが先に行くべきであると誤認して、自車両５１よりも先に他車両５２が交差点に進入してくる可能性がある。

他車両５２が自転車５４を検出している場合には、他車両５２と自車両５１とのタイミングかつ他車両５２と自転車５４とのタイミングを考慮して、右折動作をするか否かを判断できる。一方、他車両５２が自転車５４を検出していない場合、他車両５２と自転車５４とのタイミングを考慮せずに、他車両５２と自車両５１とのタイミングのみを考慮して右折動作を判断してしまう。

そこで、第２動作候補修正部１５は、死角領域５５の中に居る自転車５４を考慮することにより、自車両５１が先に交差点に進入する動作候補の尤度よりも、他車両５２が先に交差点に進入する動作候補の尤度を高く評価する。これにより自車両５１が急減速や急ハンドルをすることのない滑らかな走行を実現することが可能となる。

図４及び図６の走行シーンの同様にして、第２動作候補修正部１５は、右折動作のために交差点に一旦は進入するが、交差点を横断する自転車５４の存在に気付いたため、減速して停車する他車両５２の動作候補を新たに予測してもよい（図示省略）。

以上説明したように、実施形態によれば、以下の作用効果が得られる。

マイクロコンピュータ１００（制御部の一例）は、地図上において他車両５２の死角領域５５を設定し、物体検出センサにより検出された物体の中から死角領域５５の中に居る物体を特定し、特定された物体に基づいて他車両５２が取る動作を予測する。これにより、他車両５２の死角領域５５に物体が存在している場合には、他車両５２の検出可能な物体に基づいて、他車両５２の動作を正しく予測することができる。

マイクロコンピュータ１００は、死角領域５５の中に居る物体の挙動に応じて、他車両５２の動作を予測してもよい。これにより、死角領域５５の中に居る物体が移動物体である場合に、他車両５２の動作を更に正しく予測することができる。

マイクロコンピュータ１００は、他車両５２の位置、他車両５２の進行方向及び他車両５２の周囲の道路構造に基づき、他車両５２の進行する可能性がある領域内にのみ、他車両５２からの死角領域５５を設定してもよい。これにより、他車両５２の動作予測の精度を下げることなく、マイクロコンピュータ１００の計算負荷を軽減できる。つまり、効率良く死角領域５５を算出することが可能である。また、マイクロコンピュータ１００の演算処理の速度も向上する。

マイクロコンピュータ１００は、他車両５２が死角領域５５の中に居る物体を認識していない場合に他車両５２が取る動作を予測してもよい。これにより、他車両５２の死角領域５５に物体が存在している場合には、他車両５２の検出可能な物体に基づいて、他車両５２の動作を正しく予測することができる。

マイクロコンピュータ１００は、他車両５２が死角領域５５の中に居る物体を認識していない場合に他車両５２が取る動作候補を、自車両５１の周囲の道路構造に基づいて予測し、他車両５２の挙動と動作候補とを比較することにより、他車両５２の動作を予測してもよい。これにより、他車両５２の検出可能な物体に基づいて、他車両５２の動作を正しく予測することができる。

マイクロコンピュータ１００は、死角領域５５として、他車両５２の乗員の死角を設定する。これにより、死角領域５５を正確に見積もることができるため、乗員が予期せぬ物体に応じて他車両５２を操作、挙動（急制動、急操舵など急操作を含む）が生じることを正確に予測することができるようになる。

マイクロコンピュータ１００は、死角領域５５として、他車両５５のセンサの検出範囲以外を設定する。これにより、死角領域５５を正確に見積もることができるため、自動運転制御や走行支援制御（自動ブレーキ）を実行可能な他車両５２が、他車両５２の周囲の状況を搭載されたセンサで検出し、検出した物体に応じて車両制御する場合に、その他車両５２が死角領域５５の物体を検出することで発生する挙動（軌跡も含む）を正確に予測することができるようになる。

マイクロコンピュータ１００は、予測した他車両５２の動作に基づいて、自車両５１を制御する。これにより、自車両５１は、自動運転制御や走行支援制御（自動ブレーキ等も含む）として、例えば、事前に減速する、路肩に寄せる、車線を通過する順番、など乗員に与える違和感を抑制した制御を実行することができるようになる。また、事前に他車両５２の動作を予測することができるため、自車両５１は、急制動、急操舵など急な車両の挙動変化を抑制することができる為、自車両５１の乗員に与える違和感を抑制することができる。

マイクロコンピュータ１００は、予測した他車両５２の動作に基づいて自車両５１の経路を生成し、自車両５１の経路に基づいて自車両５１を制御する。これにより、リスクに対してより安全、且つ、他車両５２の挙動により自車両５１が急減速又は急ハンドルとならない滑らかな自車両５１の制御を行うことができる。

マイクロコンピュータ１００は、他車両５２の挙動と他車両５２が取る動作候補とを比較し、他車両５２の挙動と他車両５２が取る動作候補が類似している場合に、他車両５２が取る動作候補に基づいて自車両５１を制御することができる。したがって、死角領域５５に実際に被隠蔽物が存在する場合に、自車両５１は、被隠蔽物に気付かずに行動する他車両５２の動作に応じた適切な初動を起こすことができる。このため、自車両５１の挙動の急変を抑制し、乗員に与える違和感を抑制することができる。

マイクロコンピュータ１００は、他車両５２の挙動と他車両５２が取る動作候補とを比較し、他車両５２の挙動と他車両５２が取る動作候補が類似していない場合に、他車両５２の挙動に基づいて自車両を制御することができる。したがって、死角領域５５に実際に被隠蔽物が存在しても、自車両５１は実際の他車両５２の挙動に応じた適切な初動を起こすことができる。このため、自車両５１の挙動の急変を抑制し、乗員に与える違和感を抑制することができる。

以上、実施形態に沿って本発明の内容を説明したが、本発明はこれらの記載に限定されるものではなく、種々の変形及び改良が可能であることは、当業者には自明である。

実施形態では、自車両５１が自律走行可能な自動運転モードである場合を例示したが、自車両５１がドライバによる手動運転モードであっってもよい。この場合、マイクロコンピュータ１００は、自車両５１の制御（運転サポート）として、音声或いは画像などを用いて、ステアリング、アクセル、ブレーキの操作をドライバに対して案内するためのスピーカ、ディスプレイ、及びこれらのユーザインターフェースを制御すればよい。

１ 物体検出装置（物体検出センサ）
５１ 自車両
５２ 他車両
５３ 駐車車両（物体）
５３ａ、５３ｂ 先行車両（物体）
５４ 自転車（死角領域の中に居る物体）
５４ａ、５４ｂ 駐車車両（死角領域の中に居る物体）
５５ 死角領域
１００マイクロコンピュータ（制御部）

ステップＳ６１３に進み、マイクロコンピュータ１００は、ステップＳ０１で検出された全ての他車両についてステップＳ６１１及びＳ６１２を実施する。実施した後（Ｓ６１３でＹＥＳ）、ステップＳ６１４に進み、第１動作候補修正部１３が、ステップＳ０１において同時に検出された静止物体を考慮して、ステップＳ６１２で予測された動作候補を修正する。例えば、図５Ａ、図５Ｃ及び図７Ａに示す車線を逸脱する動作意図及び基本軌道（６３、６５）、図５Ｂ及び図７ｂに示す静止物体の手前で停止する動作意図及び基本軌道（６４、６６）を追加する。

ステップＳ６２３に進み、マイクロコンピュータ１００は、ステップＳ０１で検出された全ての他車両についてステップＳ６２１〜Ｓ６２２を実施する。これにより、図２のステップＳ０６が終了する。

マイクロコンピュータ１００は、死角領域５５として、他車両５２のセンサの検出範囲以外を設定する。これにより、死角領域５５を正確に見積もることができるため、自動運転制御や走行支援制御（自動ブレーキ）を実行可能な他車両５２が、他車両５２の周囲の状況を搭載されたセンサで検出し、検出した物体に応じて車両制御する場合に、その他車両５２が死角領域５５の物体を検出することで発生する挙動（軌跡も含む）を正確に予測することができるようになる。

Claims (12)

1. 自車両の周囲における他車両の動作を予測し、予測した結果を用いて自車両の走行を支援する走行支援方法であって、
   前記他車両及び前記自車両の周囲における物体を検出し、
   前記他車両から死角となる死角領域を設定し、
   検出された前記物体の中から前記死角領域の中に居る物体を特定し、
   特定された前記物体に基づいて前記他車両が取る動作を予測する
   ことを特徴とする走行支援方法。
2. 前記死角領域の中に居る物体の挙動に応じて、前記他車両の動作を予測することを特徴とする請求項１に記載の走行支援方法。
3. 前記他車両の位置、前記他車両の進行方向及び前記他車両の周囲の道路構造に基づき、前記他車両の進行する可能性がある領域内にのみ、前記死角領域を設定することを特徴とする請求項１又は２に記載の走行支援方法。
4. 前記他車両が前記死角領域の中に居る物体を認識していない場合に前記他車両が取る動作を予測することを特徴とする請求項１乃至３のいずれか一項に記載の走行支援方法。
5. 前記他車両が前記死角領域の中に居る物体を認識していない場合に前記他車両が取る動作候補を、前記自車両の周囲の道路構造に基づいて予測し、
   前記他車両の挙動と前記動作候補とを比較することにより、前記他車両の動作を予測する
   ことを特徴とする請求項４に記載の走行支援方法。
6. 前記死角領域として、前記他車両の乗員からの死角を設定することを特徴とする請求項1乃至４のいずれか一項に記載の走行支援方法。
7. 前記死角領域として、前記他車両のセンサの検出範囲以外を設定することを特徴とする請求項1乃至４のいずれか一項に記載の走行支援方法。
8. 予測した前記動作に基づいて、自車両を制御することを特徴とする請求項１乃至７のいずれか一項記載の走行支援方法。
9. 自車両の周囲における他車両及び物体を検出し、
   前記死角領域を設定し、
   検出された前記物体の中から前記死角領域の中に居る物体を特定し、
   特定された前記物体を前記他車両が認識していない場合に前記他車両が取る動作候補を、前記自車両の周囲の道路構造に基づいて予測し、
   前記他車両の挙動と前記動作候補とを比較することにより、前記他車両の動作を予測し、
   予測した前記他車両の動作に基づいて前記自車両を制御する
   ことを特徴とする請求項８に記載の走行支援方法。
10. 前記挙動と前記動作候補とが類似している場合に、
    前記動作候補に基づいて、前記自車両を制御することを特徴とする請求項８又は９に記載の走行支援方法。
11. 前記挙動と前記動作候補とが類似していない場合に、
    前記挙動に基づいて、前記自車両を制御することを特徴とする請求項８乃至１０のいずれか一項に記載の走行支援方法。
12. 自車両の周囲における他車両の動作を予測し、予測結果に基づいて自車両の走行を支援する走行支援装置であって、
    前記他車両及び前記自車両の周囲における物体を検出する物体検出センサと、
    前記他車両の動作を予測する制御部と、を備え、
    前記制御部は、
    前記他車両からの死角領域を設定し、
    検出された前記物体の中から前記死角領域の中に居る物体を特定し、
    特定された前記物体に基づいて前記他車両が取る動作を予測する
    ことを特徴とする走行支援装置。

Images