JPWO2018220851A1 - 自動運転車の制御のための車両制御装置及び方法 - Google Patents

Abstract

車両の自動運転の制御を行う車両制御装置は、車両の周囲の状況に関する情報を取得し、複数の位置についての、将来の時点で周囲に存在する物体が存在する確率に関する第１の値と、所定のドライバーの走行データに基づく第２の値とを、情報に基づいて取得し、第１の値と第２の値との組み合わせに基づいて、複数の将来の時点における車両を存在させる位置を複数の位置から選択して、車両を移動させる軌道を決定する。

Description

本発明は、自動運転車の制御のための車両制御装置及び方法に関するものであり、具体的には、車両の制御技術に関する。

車両の自動運転は、車両の周囲の環境を認知し、その認知結果に基づいて車両の進む軌道を決定し、その起動へ車両を実際に進行させる操舵制御によって実現される。ここで、軌道の決定時には、路上又はその周辺の移動物体および静止物体の位置を特定すると共に、移動物体の将来の１つ以上の時点における予想位置を推定し、それらの特定及び推定の結果に応じて、車両が将来の各時点で存在すべき位置を決定する。例えば、各時点において、物体が存在しない領域に車両が存在するように、車両の存在すべき位置が決定される。

上述のような軌道の決定では、例えば多数の移動物体が存在する場合に、ある時点における物体の予想位置が広範に分布し、結果としてその時点で車両が存在できる位置がなくなってしまい、軌道を確立することができなくなってしまいうる。

本発明は、少なくともこの課題を解決するものであり、自動運転車両において状況に応じて適切な軌道を決定可能とすることを目的とする。

本発明の一態様に係る車両制御装置は、車両の自動運転の制御を行う車両制御装置であって、前記車両の周囲の状況に関する情報を取得し、複数の位置についての、将来の時点で前記周囲に存在する物体が存在する確率に関する第１の値と、所定のドライバーの走行データに基づく第２の値とを、前記情報に基づいて取得し、前記第１の値と前記第２の値との組み合わせに基づいて、複数の将来の時点における前記車両を存在させる位置を前記複数の位置から選択して、前記車両を移動させる軌道を決定する、ように構成されることを特徴とする。

本発明によれば、自動運転車両において状況に応じて適切な軌道を決定することができる。

本発明のその他の特徴及び利点は、添付図面を参照とした以下の説明により明らかになるであろう。なお、添付図面においては、同じ若しくは同様の構成には、同じ参照番号を付す。

添付図面は明細書に含まれ、その一部を構成し、本発明の実施の形態を示し、その記述と共に本発明の原理を説明するために用いられる。
車両制御装置のブロック図。 移動物体が存在することが想定される範囲の例を示す図。 所定のドライバーの走行データに基づく値を計算する位置の例を示す図。 物体に関する値と所定のドライバーの走行データに基づく値との分布と、決定される車両の位置との関係の例を示す図。 決定される軌道の例を示す図。 処理の流れの例を示すフローチャート。

以下、図面を参照しながら本発明の実施の形態について説明する。

（車両制御装置の構成）
図１に、車両１を制御するための、本実施形態に係る車両制御装置のブロック図を示す。図１において、車両１はその概略が平面図と側面図とで示されている。車両１は一例としてセダンタイプの四輪の乗用車である。

図１の制御装置は、制御ユニット２を含む。制御ユニット２は車内ネットワークにより通信可能に接続された複数のＥＣＵ２０〜２９を含む。各ＥＣＵ（Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｎｔｒｏｌ Ｕｎｉｔ）は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）に代表されるプロセッサ、半導体メモリ等の記憶デバイス、外部デバイスとのインタフェース等を含む。記憶デバイスにはプロセッサが実行するプログラムやプロセッサが処理に使用するデータ等が格納される。各ＥＣＵはプロセッサ、記憶デバイスおよびインタフェース等を複数備えていてもよい。

以下、各ＥＣＵ２０〜２９が担当する機能等について説明する。なお、ＥＣＵの数や、担当する機能については、車両１の適宜設計可能であり、本実施形態よりも細分化したり、あるいは、統合することが可能である。

ＥＣＵ２０は、車両１の自動運転に関わる制御を実行する。自動運転においては、車両１の操舵と、加減速の少なくともいずれか一方を自動制御する。

ＥＣＵ２１は、電動パワーステアリング装置３を制御する。電動パワーステアリング装置３は、ステアリングホイール３１に対する運転者の運転操作（操舵操作）に応じて前輪を操舵する機構を含む。また、電動パワーステアリング装置３は操舵操作をアシストしたり、あるいは、前輪を自動操舵するための駆動力を発揮するモータや、操舵角を検知するセンサ等を含む。車両１の運転状態が自動運転の場合、ＥＣＵ２１は、ＥＣＵ２０からの指示に対応して電動パワーステアリング装置３を自動制御し、車両１の進行方向を制御する。

ＥＣＵ２２および２３は、車両の周囲状況を検知する検知ユニット４１〜４３の制御および検知結果の情報処理を行う。検知ユニット４１は、車両１の前方を撮影するカメラであり（以下、カメラ４１と表記する場合がある。）、本実施形態の場合、車両１のルーフ前部に２つ設けられている。カメラ４１が撮影した画像の解析により、物標の輪郭抽出や、道路上の車線の区画線（白線等）を抽出可能である。

検知ユニット４２は、ライダ（レーザレーダ）であり（以下、ライダ４２と表記する場合がある）、車両１の周囲の物標を検知したり、物標との距離を測距する。本実施形態の場合、ライダ４２は５つ設けられており、車両１の前部の各隅部に１つずつ、後部中央に１つ、後部各側方に１つずつ設けられている。検知ユニット４３は、ミリ波レーダであり（以下、レーダ４３と表記する場合がある）、車両１の周囲の物標を検知したり、物標との距離を測距する。本実施形態の場合、レーダ４３は５つ設けられており、車両１の前部中央に１つ、前部各隅部に１つずつ、後部各隅部に一つずつ設けられている。

ＥＣＵ２２は、一方のカメラ４１と、各ライダ４２の制御および検知結果の情報処理を行う。ＥＣＵ２３は、他方のカメラ４２と、各レーダ４３の制御および検知結果の情報処理を行う。車両の周囲状況を検知する装置を二組備えたことで、検知結果の信頼性を向上でき、また、カメラ、ライダ、レーダといった種類の異なる検知ユニットを備えたことで、車両の周辺環境の解析を多面的に行うことができる。

ＥＣＵ２４は、ジャイロセンサ５、ＧＰＳセンサ２４ｂ、通信装置２４ｃの制御および検知結果あるいは通信結果の情報処理を行う。ジャイロセンサ５は車両１の回転運動を検知する。ジャイロセンサ５の検知結果や、車輪速等により車両１の進路を判定することができる。ＧＰＳセンサ２４ｂは、車両１の現在位置を検知する。通信装置２４ｃは、地図情報や交通情報を提供するサーバと無線通信を行い、これらの情報を取得する。ＥＣＵ２４は、記憶デバイスに構築された地図情報のデータベース２４ａにアクセス可能であり、ＥＣＵ２４は現在地から目的地へのルート探索等を行う。

ＥＣＵ２５は、車車間通信用の通信装置２５ａを備える。通信装置２５ａは、周辺の他車両と無線通信を行い、車両間での情報交換を行う。

ＥＣＵ２６は、パワープラント６を制御する。パワープラント６は車両１の駆動輪を回転させる駆動力を出力する機構であり、例えば、エンジンと変速機とを含む。ＥＣＵ２６は、例えば、アクセルペダル７Ａに設けた操作検知センサ７ａにより検知した運転者の運転操作（アクセル操作あるいは加速操作）に対応してエンジンの出力を制御したり、車速センサ７ｃが検知した車速等の情報に基づいて変速機の変速段を切り替える。車両１の運転状態が自動運転の場合、ＥＣＵ２６は、ＥＣＵ２０からの指示に対応してパワープラント６を自動制御し、車両１の加減速を制御する。

ＥＣＵ２７は、方向指示器８を含む灯火器（ヘッドライト、テールライト等）を制御する。図１の例の場合、方向指示器８は車両１の前部、ドアミラーおよび後部に設けられている。

ＥＣＵ２８は、入出力装置９の制御を行う。入出力装置９は運転者に対する情報の出力と、運転者からの情報の入力の受け付けを行う。音声出力装置９１は運転者に対して音声により情報を報知する。表示装置９２は運転者に対して画像の表示により情報を報知する。表示装置９２は例えば運転席表面に配置され、インストルメントパネル等を構成する。なお、ここでは、音声と表示を例示したが振動や光により情報を報知してもよい。また、音声、表示、振動または光のうちの複数を組み合わせて情報を報知してもよい。更に、報知すべき情報のレベル（例えば緊急度）に応じて、組み合わせを異ならせたり、報知態様を異ならせてもよい。

入力装置９３は運転者が操作可能な位置に配置され、車両１に対する指示を行うスイッチ群であるが、音声入力装置も含まれてもよい。

ＥＣＵ２９は、ブレーキ装置１０やパーキングブレーキ（不図示）を制御する。ブレーキ装置１０は例えばディスクブレーキ装置であり、車両１の各車輪に設けられ、車輪の回転に抵抗を加えることで車両１を減速あるいは停止させる。ＥＣＵ２９は、例えば、ブレーキペダル７Ｂに設けた操作検知センサ７ｂにより検知した運転者の運転操作（ブレーキ操作）に対応してブレーキ装置１０の作動を制御する。車両１の運転状態が自動運転の場合、ＥＣＵ２９は、ＥＣＵ２０からの指示に対応してブレーキ装置１０を自動制御し、車両１の減速および停止を制御する。ブレーキ装置１０やパーキングブレーキは車両１の停止状態を維持するために作動することもできる。また、パワープラント６の変速機がパーキングロック機構を備える場合、これを車両１の停止状態を維持するために作動することもできる。

（処理の概要）
本実施形態では、ＥＣＵ２０が車両１の自動運転に関わる制御を実行する。ＥＣＵ２０は、運転者により目的地と自動運転が指示されると、ＥＣＵ２４により探索された案内ルートにしたがって、目的地へ向けて車両１の走行を自動制御する。自動制御の際、ＥＣＵ２０は、ＥＣＵ２２および２３から車両１の周囲状況に関する情報を取得し、取得した情報に基づいて、短期間（例えば５秒間）で車両１が走行すべき軌道を特定する。この軌道の特定は、所定時間（例えば０．１秒）刻みで車両１の位置を決定することによって行われる。例えば、０．１秒刻みで５秒間分の軌道を特定する場合、０．１秒後から５．０秒後までの５０個の時点における車両１の位置がそれぞれ決定され、この５０個の点が結ばれる軌道が車両１の進むべき軌道として決定される。なお、ここでの「短期間」は、車両１が走行する全行程と比較して大幅に短い期間であり、例えば、検知ユニットが周囲の環境を検知できる範囲や、車両１の制動に必要な時間等に基づいて定められる。また、「所定時間」は、周囲の環境の変化に車両１が適応することができるような短さに設定される。ＥＣＵ２０は、このようにして特定した軌道に従って、ＥＣＵ２１、ＥＣＵ２６および２９に指示して、車両１の操舵、駆動、制動を制御する。

ここで、ＥＣＵ２０が実行する、車両１の短期間の軌道の特定について説明する。図２は、ある瞬間における、車両１が走行中の路上及びその周囲の状態と、将来の状態を予測するために用いる将来に物体が存在することが予想される範囲を示す図である。車両１は、線２０１及び２０２（例えば車道外側線、路側帯、ガードレール、縁石等に対応する線）によって示される車両が走行可能な範囲のうち、中央線２０３で区切られた左側の車線を（図２では下側から上側へ）走行している。車両１の進行方向には、歩行者２０４と他車両２０５が存在する。なお、図２では、簡単のため、１台の他車両と１人の歩行者のみを示しているが、例えば自転車や二輪車等の他の交通参加者や障害物等の非交通参加者が、路上又はその周囲に存在しうる。また、２台以上の他車両や２人以上の歩行者が存在することも想定されうる。

図２において、歩行者２０４が将来存在すると想定される範囲を、歩行者２０４を囲む一点鎖線２１１、点線２１２、及び二点鎖線２１３によって表している。ここで、点線２１２の範囲は、一点鎖線２１１の範囲よりも後の時点において歩行者２０４が存在すると想定される範囲であり、同様に、二点鎖線２１３の範囲は、点線２１２の範囲よりも後の時点において歩行者２０４が存在すると想定される範囲である。なお、各領域における歩行者２０４の存在確率は、例えば、円の中心を中心とする二次元正規分布に従いうる。なお、例えば区分線２０２の付近にガードレールが存在する場合など、歩行者が車道側に移動することが困難である状況では、歩行者が将来存在すると想定される範囲は正円形状とはならない。例えば図２の範囲が線２０２で切り取られた左側の部分のみ又はそれに近い形状が、歩行者２０４が将来存在すると想定される範囲となりうる。また、歩行者２０４の顔の向きに応じて、その顔の方向に歩行者２０４が進むことが想定されるため、歩行者２０４が将来存在すると想定される範囲が顔の向いている方向に大きく広がる楕円形状となりうる。なお、歩行者２０４の将来の存在範囲の推定方法はこれらの方法に限られず、その他の任意の方式によって存在範囲及び存在確率が推定されうる。また、いずれの場合も、範囲が特定されるのみならず、範囲内の各地点に歩行者２０４が存在する確率に対応する得点が付され、得点が高いほど、その位置に歩行者２０４が存在する確率が高いことを示す第１の分布が取得される。なお、範囲については明示的に取得されなくてもよく、第１の分布が取得されるのみであってもよい。

同様に、他車両２０５についても、将来存在すると想定される範囲（一点鎖線２１４、点線２１５、及び二点鎖線２１６で示される範囲）についての第１の分布が取得される。ここで、点線２１５の範囲は、一点鎖線２１４の範囲よりも後の時点において他車両２０５が存在すると想定される範囲であり、同様に、二点鎖線２１６の範囲は、点線２１５の範囲よりも後の時点において他車両２０５が存在すると想定される範囲である。このように、ＥＣＵ２０は、ＥＣＵ２２および２３から車両１の周囲状況に関する情報を取得すると、この情報に基づいて、例えば所定の処理を実行することによって、移動物体のそれぞれについての将来の存在位置の確率に対応する第１の分布を取得する。

静止物体については、その物体が動くことはないため時刻による変動はないが、その物体が消失することもないと想定されるため、その物体が存在する位置が各時点において同一の第１の分布が特定される。例えば、線２０２に沿ってガードレールや縁石が配置されている場合、物体が存在する範囲が線２０２の上に沿う形式となる第１の分布が、そのガードレールや縁石のための第１の分布として特定される。ＥＣＵ２０は、各物体についての第１の分布を位置ごとに合算した値を、トータルの第１の分布として取得する。

ＥＣＵ２０は、一例において、各時点において物体が存在しない領域を特定し、車両１をその位置に進めるように軌道を決定する。これによれば、車両１が物体に干渉しないように軌道を選択することが可能となる。なお、例えばガードレールや縁石等の静止物体については、その実際の位置から車道側に一定距離だけ離れた範囲までを含むように、第１の分布に関する範囲が決定されてもよい。これによれば、車両１が静止物体に必要以上に近接して、車両１に乗車している人物が圧迫感を感じることを防ぐことが可能となる。一方、このように、物体が存在しない領域に基づいて車両１の軌道を決定する手法では、例えば歩行者が多数存在する環境において、一定期間後に物体が存在しない領域がない、又は車両１を配置するのに十分でない状況となりうる。この場合、ＥＣＵ２０は、一定期間後までの軌道を決定することができず、結果として、車両１が停止し、場合によっては自動運転ができない状態となってしまいうる。

これに対し、本実施形態では、ＥＣＵ２０は、様々な状況において例えば所定のドライバーによる走行と、その際に検知された車両１の周囲状況との組み合わせのデータをさらに考慮して、車両１の軌道を決定する。所定のドライバーは、例えば、無事故ドライバー、タクシードライバー、認定を受けた運転熟練者等でありうる。例えば、ＥＣＵ２０は、同様の状況において所定のドライバーがどのような走行を行ったかに関する又は所定のドライバーであれば車両１をどの位置に移動させるかを示す、第２の分布を取得する。この第２の分布は、車両１が置かれた状況で所定のドライバーが車両１を移動させる確率が高い位置ほど高い値を有し、所定のドライバーが車両１を移動させる確率が低い位置ほど低い値を有する分布である。なお、ここでの「所定のドライバー」は、例えばプロのドライバーや優良運転者等でありうる。また、多数の車両から走行データを収集し、その中から、急発進、急制動、急ハンドルが行われない、又は、走行速度が安定している等の所定の基準を満たした走行データを抽出して、所定のドライバーの走行データとして取り扱ってもよい。

第２の分布は、車両１の周囲の一定の範囲に含まれる複数の地点について値が特定されることによって取得される。例えば、図３のように、車両１の周囲の一定範囲について、一定間隔で直進方向及びそれに垂直な方向の直線を引き、それらの直線の交点ごとに、上述の値が特定される。例えば、ＥＣＵ２２及び２３から取得された車両１の周囲状況に関する情報を示す図３のような画像の各画素に対応する地点（すなわち、図３の格子の交点が各画素に対応する）について、値が特定される。なお、図３は一例に過ぎず、例えば車両１を中心とした複数の円弧と、車両１から放射状に引かれる直線との交点ごとに、上述の値が算出されてもよい。

また、第２の分布は、短期間（例えば５秒間）分について、所定時間（例えば０．１秒）刻みで取得される。すなわち、例えば図３の格子の各交点についての値の二次元分布が、０．１秒ごとに５秒間分の５０個作成される。このとき、例えば、車両１の真横に対応する領域には、少なくとも直後の時点（例えば０．１秒後）に移動することはできず、所定のドライバーによってもそのような走行は行われえないため、その領域における地点での上述の値は必ず０となる。一方、一定期間後（例えば５秒後）には、所定のドライバーが後進操作を行ったこと等によって、現時点の車両１の位置の真横の領域に存在した場合があった可能性がある。このため、一定期間後での真横の地点における上述の値は０ではない値でありうる。また、図３では、車両１の直進方向において、左側に歩行者が、右側には他車両が存在する。このため、例えば所定のドライバーが平均的に人物から距離を置き、中央線に寄せて運転していた場合には、右前方向における地点での上述の値が高くなる。一方、歩行者や他車両との距離が離れている場合は、そのまま直進する方向の地点での上述の値が高くなる。このようにして、複数の時点及び複数の地点において、運転熟練者による運転に基づく第２の分布が特定される。

第２の分布は、一例として、非常に多数の状況において、所定のドライバーによって実現された走行データを多数取得して、車両１が現に置かれている状況において所定のドライバーが実際にとった行動の分布として表現される。すなわち、車両１が現に置かれている状況と全く又はほぼ同一の状況において所定のドライバーが行った走行において、その後の各時点において各位置に車両が存在した頻度や確率が、第２の分布として取得されうる。これによれば、多数の所定のドライバーが実際に通った軌道ほど高い値を有するような第２の分布が取得される。この第２の分布は、例えば移動物体が少ない状況で道なりに運転する場合等に特に有用でありうる。

また、第２の分布は、所定のドライバーが実際に車両を運転した際の車両の走行軌道のデータと、その際に検知された車両の周囲状況のデータとの組み合わせを教師データとして機械学習を実行した結果を用いて取得されうる。すなわち、ＥＣＵ２０は、事前に所定のドライバーによる多数の教師データを用いて機械学習を行った結果に基づいて、ＥＣＵ２２及び２３から取得した車両１の周囲状況に関する情報を入力として、各地点における上述の値を算出して、第２の分布を取得する。なお、機械学習のアルゴリズムは汎用のものを用いることができ、ここでは特に限定されない。

ＥＣＵ２０は、第２の分布を取得すると、各時点において、各地点での第１の分布の値から第２の分布の値を減算し、その結果の値が最小または所定の閾値以下となる地点を特定する。図４は、例えば、ある時点における、図３のＡ〜Ａ’及びＢ〜Ｂ’までの位置における第１の分布と第２の分布とを示す図である。図４では、第１の分布をＡ〜Ａ’及びＢ〜Ｂ’の軸の上側に、第２の分布をＡ〜Ａ’及びＢ〜Ｂ’の軸の下側に、それぞれ示している。すなわち、第１の分布と、正負を逆転させた第２の分布とが図４に示されている。第１の分布のうち、曲線４０１及び４１１は歩行者２０４に関する第１の分布であり、曲線４０２及び４１２は他車両２０５に関する第１の分布である。また、矩形状の曲線４０４及び４１４は、不図示の縁石等の、静止物体に関する第１の分布である。静止物体については、物体が動かずにその位置にとどまることが確実であるため、その位置において高く、その他の位置においてはゼロ又は十分に小さい値を有するような、矩形状又はほぼ矩形状の第１の分布が形成される。このように、静止物体と移動物体とでは、第１の分布の裾の形状が異なりうる。曲線４０３及び４１３は、例えば、機械学習が完了した結果得られる関数に、ＥＣＵ２２及び２３から取得した車両１の周囲状況に関する情報を引数として入力した結果得られる、第２の分布を示している。ＥＣＵ２０は、Ａ〜Ａ’の軸の各位置において、曲線４０１〜４０４の各値を加算し、Ｂ〜Ｂ’の軸の各位置において、曲線４１１〜４１４の各値を加算する。また、ＥＣＵ２０は、Ａ〜Ａ’及びＢ〜Ｂ’の軸以外の各位置においても、同様の値を計算しうる。ＥＣＵ２０は、このようにして、各地点において、第１の分布の値から第２の分布の値を減じた値を算出し、その結果が最小となる位置（場合によっては閾値以下となる位置）を選択する。図４の例では、ＥＣＵ２０は、一例として地点Ｃを選択する。

ＥＣＵ２０は、複数の時点において、同様の計算を実行し、各時点において選択された地点を時系列で接続するような軌道を決定する。この例を図５に示す。図５において、車両１の進行方向にプロットされた点５０１は、複数の時点のそれぞれについて、上述のように第１の分布と第２の分布とに基づいて決定された、車両１が配置されるべき位置を示す。これらの点５０１の中に、例えば図４のようにして決定された地点Ｃが含まれる。なお、図５の点５０１は、時系列で、より先の将来の位置ほど、上方にプロットされているものとする。ＥＣＵ２０は、これらの点５０１を特定することにより、それらの点５０１を接続する線５０２として、車両１が走行すべき軌道を決定する。

上述の処理について、処理の流れの概要をまとめる。図６は、上述の処理の流れの例を示すフローチャートである。本処理が開始されると、まず、ＥＣＵ２０が、ＥＣＵ２２及び２３から周囲状況に関する情報を取得する（Ｓ６０１）。ＥＣＵ２０は、この時点において、例えば、車両１とその周囲の状況を上から見たような画像であって、車両１の周囲の物体がマッピングされたような画像を取得する。そして、ＥＣＵ２０は、取得した情報に基づいて、周囲の物体が将来の時点において存在する確率に対応する第１の分布を、複数の地点について（例えば上述の各画像における画素ごとに）取得する（Ｓ６０２）。また、ＥＣＵ２０は、例えば取得した情報を、所定のドライバーによる走行データとそのデータが取得された時点の車両の周囲の状況とに基づいて機械学習によって得られた関数に入力することにより、第２の分布を取得する（Ｓ６０３）。第２の分布は、所定のドライバーであれば、Ｓ６０１で取得された情報が示す周囲状況に際した場合に車両を移動させる確率が高い位置ほど高い値を取るような分布でありうる。ただし、機械学習の結果は、関数に対して周囲の状況を示す情報を入力することによって得られる値であって、必ずしも確率値として算出されるわけではないことに留意されたい。なお、Ｓ６０２とＳ６０３とは、並行して行われてもよいし、行われる順序は逆であってもよい。その後、ＥＣＵ２０は、複数の時点のそれぞれに関して取得された第１の分布及び第２の分布に基づいて、その複数の時点のそれぞれにおいて車両１が移動すべき位置を選択する（Ｓ６０４）。そして、ＥＣＵ２０は、複数の時点のそれぞれにおいて選択した車両１が移動すべき位置を、時系列で接続することにより、車両１が進むべき軌道を決定する（Ｓ６０５）。ＥＣＵ２０は、これらの一連の処理を繰り返し実行し、逐次的に軌道を更新しながら車両１を走行させる。

これによれば、物体が存在することが想定される位置のみならず、所定のドライバーによる走行データの蓄積を考慮して軌道が決定されるため、一定期間後までの軌道を決定することができる確率が高まる。また、これによれば、市街地など、移動物体が多い環境においても、自動運転を継続できなくなる確率を低減することができる。さらに、所定のドライバーが実際にとった行動に基づいて軌道が決定されるため、車両１が、周囲の環境に照らして、所定のドライバーであれば取ったであろう行動又はそれに近い行動をとるようになる。この結果、歩行者や他車両等の交通参加者の動きに応じた自然な走行が行われることとなる。

なお、ＥＣＵ２０は、例えば０．１秒ごと等の短い周期で、ＥＣＵ２２及び２３から車両１の周囲状況に関する情報を繰り返し取得して、その取得した情報に基づいて、上述の軌道の決定を繰り返し実行することができる。これによれば、状況の変化に応じて軌道の調整を行うことが可能となる。

また、ＥＣＵ２０は、第２の分布に関する値の算出を、車両１が通行可能な範囲である路面に限定してもよい。すなわち、図３の格子の全交点について第２の分布を算出してもよいが、線２０２及び２０３の間の領域に含まれる交点についてのみ、第２の分布に関する値が算出されてもよい。なお、ＥＣＵ２０は、第２の分布に関する値の算出を、目標走行経路上のみに対して行いうる。例えば、交差点において、目標走行経路が直進である場合、右左折する場合にのみ車両１が通過する領域については、第２の分布に関する値を算出しなくてもよい。また、ＥＣＵ２０は、車両１のその時点での速度や進行方向に基づいて、第２の分布に関する値の算出を行う範囲をさらに限定してもよい。例えば、車両１の真横の領域や、速度と経過時間との関係で、進行方向であっても到達しえないほど遠い領域などについては、第２の分布に関する値が算出されなくてもよい。これらの値が算出されても、そこに軌道が設定される確率はゼロ又は著しく低いからである。これらによれば、第２の分布に関する計算の回数を大幅に抑制することができるため、処理の複雑性を低減することができる。

なお、静止物体の第１の分布は、例えば実際に物体がある位置を非車道側から見て超えた際に急峻にゼロになるのではなく、車道側の一定の範囲内で徐々にゼロに向けて減衰するような裾が存在する分布であってもよい。また、静止物体の第１の分布は、非車道側から見て実際に物体がある位置から車道側に一定距離だけ奥の範囲まで高い値を有し、その後急峻にゼロとなる矩形状の分布であってもよい。このように、実際に静止物体が存在する位置を超えた範囲において非ゼロの値を有するように第１の分布を設計することにより、車両１が静止物体に近づきすぎることを防ぐことができる。

第２の分布は、例えば、車両１が直線路に存在する場合と、交差点に進入する場合、合流や分岐に差し掛かる場合など、状況に応じたモデルを用いて特定されうる。すなわち、所定のドライバーは、車両を走行させる際に適切な注意を払うが、一般に、シーンごとに注意を払うべきポイントが異なる。このため、シーンごとにモデルを変更することにより、車両１を適切に走行させることを可能とする第２の分布が特定されうる。なお、例えば交差点モデルについても、交差点直進モデル、交差点右折モデル、交差点左折モデル等、複数のモデルが形成されうる。例えば、機械学習を用いて第２の分布を特定する場合、様々な状況での所定のドライバーによる走行データとその走行時の周囲の状況のデータに基づいて学習が行われるが、この学習を、モデルごとに行うようにする。ＥＣＵ２０は、例えば、車両１の現在位置と、ＥＣＵ２４によって探索された案内ルートとから、その時点で車両１が従うべきモデルを特定する。そして、ＥＣＵ２０は、そのモデルに対応して機械学習で得られた関数に、ＥＣＵ２２及び２３から取得された車両１の周囲状況に関する情報を入力して、そのモデルに対応した第２の分布を決定しうる。

さらに、第２の分布は、例えば、そのピークの大きさが、第１の分布のピークの値を超えないように重み付けされうる。すなわち、周囲の物体に関する第１の分布が、所定のドライバーの走行データに基づく第２の分布よりも重視されるように、第２の分布が調整されうる。例えば、第１の分布で取りうる値の最大値を基準に、第２の分布の最大値が第１の分布の最大値を超えないように、第２の分布の値が正規化されうる。例えば、第１の分布で取りうる値の最大値が１である場合、第２の分布で取りうる値の最大値が０．５などとなるように、第２の分布の各値がスケーリングされうる。これによれば、車両１の周囲の物体への干渉を避けることを優先し、所定のドライバーによる走行データによって、周囲の物体が存在する確率が高い領域に車両１を存在させることがないようにすることができる。

また、第２の分布は所定のドライバーの走行データに基づいて特定されると説明したが、ここでの「所定のドライバー」は、複数のカテゴリに分けられてもよい。例えば、目的地への到達が早い傾向にある、燃費の良い走行をする傾向にある、スポーツドライビングを得意とする、市街地での運転を得意とする、などの所定のドライバーのカテゴリが設けられうる。そして、カテゴリごとに、異なる第２の分布が特定可能なように構成されてもよい。これは、例えば所定のドライバーごとに収集した走行データを分類して、例えばそれに基づいて機械学習を行って複数の関数を用意しておくことにより、実現されうる。そして、例えば車両１の乗員が、どのような運転を望むかを車両１の入出力装置９を介して入力し、ＥＣＵ２０は、その入力に応じて、所定のドライバーのカテゴリを選択し、その選択結果に対応する第２の分布を決定しうる。これにより、車両１の乗員の嗜好を考慮した自動運転を実現することができる。

なお、上述の説明では、「第１の分布」及び「第２の分布」という用語を用いているが、実体的には、各地点において特定される「第１の値」及び「第２の値」が、走行軌道を決定する際に用いられるため、「分布」は必ずしも特定されなくてもよい。

＜実施形態のまとめ＞
１．上記実施形態の車両制御装置は、
車両の自動運転の制御を行う車両制御装置であって、
前記車両の周囲の状況に関する情報を取得し、
複数の位置についての、将来の時点で前記周囲に存在する物体が存在する確率に関する第１の値と、所定のドライバーの走行データに基づく第２の値とを、前記情報に基づいて取得し、
前記第１の値と前記第２の値との組み合わせに基づいて、複数の将来の時点における前記車両を存在させる位置を前記複数の位置から選択して、前記車両を移動させる軌道を決定する、
ように構成されることを特徴とする。

この実施形態によれば、周囲の物体の存在しうる範囲に関する情報のみならず、所定のドライバーの走行データ（走行履歴）に基づいて、車両の進行方向を制御することにより、より人間が運転するのに近い感覚で車両を走行させることが可能となる。また、周囲に物体が多数存在する場合であっても、所定のドライバーの走行データに基づいて、適切な軌道を設定することが可能となる。

２．上記実施形態の車両制御装置は、
前記周囲に存在する物体ごとに前記複数の位置についての前記第１の値を取得し、
当該第１の値を位置ごとに合算した値と、前記第２の値との組み合わせに基づいて、前記軌道を決定する、
ことを特徴とする。

この実施形態によれば、周囲に存在する１つ以上の物体のそれぞれについて別個に第１の値を取得することにより、状況全体としての第１の値を適切に評価することができる。そして、車両がこれらの物体のいずれかと干渉する確率を低減することができる。

３．上記実施形態の車両制御装置は、
前記周囲に存在する物体が移動物体であるか静止物体であるかに応じて、前記第１の値の分布の裾の形状が異なる、
ことを特徴とする。

この実施形態によれば、周囲に存在する物体のそれぞれについて、その特性に応じて適切な第１の値を取得することができる。

４．上記実施形態の車両制御装置は、
所定のドライバーが車両を走行させた際の当該車両の走行軌道のデータと、その際に検知された当該車両の周囲の状況のデータとの組み合わせを教師データとして機械学習をして得られた関数に、前記情報を入力することによって、前記第２の値を取得する、
ことを特徴とする。

この実施形態によれば、所定のドライバーが実際に際したことのない状況においても、過去の走行データによる様々な状況での機械学習の結果を用いて、第２の値を取得することができるようになる。

５．上記実施形態の車両制御装置は、
前記車両が通行可能でない範囲については前記第２の値を取得しない、
ことを特徴とする。

この実施形態によれば、車両が通行することのない領域について、第２の値を不必要に取得することがなくなり、このような不必要な値の取得の処理が行われないことにより、車両制御装置の処理負荷を低減することができる。

６．上記実施形態の車両制御装置は、
前記車両が目的地へ向かうための目標走行経路から外れる領域については前記第２の値を取得しない、
ことを特徴とする。

この実施形態によれば、車両が進行すべきでない方向へ向かう領域について、第２の値を不必要に取得することがなくなり、このような不必要な値の取得の処理が行われないことにより、車両制御装置の処理負荷を低減することができる。

７．上記実施形態の車両制御装置は、
前記車両の速度と進行方向との少なくともいずれかに基づいて、当該車両が到達することができない領域については前記第２の値を取得しない、
ことを特徴とする。

この実施形態によれば、車両が物理的に到達することができない領域についてまで、第２の値を不必要に取得することがなくなり、このような不必要な値の取得の処理が行われないことにより、車両制御装置の処理負荷を低減することができる。

８．上記実施形態の車両制御装置は、
前記車両が走行しているシーンに基づいて、異なるモデルを用いて前記第２の値を取得する、
ことを特徴とする。

この実施形態によれば、直線路や交差点等、同様の状況であっても異なる判断を下す可能性があるシーンごとに、適切な自動運転を行うことが可能となる。

９．上記実施形態の車両制御装置は、
前記第１の値は、前記周囲に存在する物体が存在する確率が高いほど高い値をとり、
前記第２の値は、所定のドライバーが前記状況に際したとした場合に、前記複数の位置のそれぞれに車両を移動させる確率が高いほど高い値を取り、
前記車両制御装置は、前記第１の値から前記第２の値を減じた値の大きさが最小または所定の閾値以下となる位置を前記複数の位置から選択して、前記軌道を決定する、
ことを特徴とする。

この実施形態によれば、周囲の物体が存在せず、所定のドライバーが車両を移動させる確率が高い位置へと、車両を移動させるための軌道を決定することができる。

１０．上記実施形態の車両制御装置は、
前記第２の値は、当該第２の値の最大値が前記第１の値の最大値を超えないように正規化される、
ことを特徴とする。

この実施形態によれば、周囲の物体が存在する確率が高くなる位置において、所定のドライバーがその位置に車両を移動させる確率が高いとしても、その位置へと車両を移動させる軌跡が選択されないようにすることができる。これにより、物体と車両が干渉する確率を低減することができる。

１１．上記実施形態の車両制御装置は、
前記車両が周囲の状況を検知できる範囲と前記車両の制動に必要な時間との少なくともいずれかに基づいて定まる期間について、前記軌道を決定する、
ことを特徴とする。

この実施形態によれば、車両が周囲の状況を検知できない範囲を超えて軌道を決定することにより制御が不安定になることを防ぎ、又は、車両を停止させることができる範囲で軌道を決定することにより自動運転の安定した運用を可能とすることができる。

１２．上記実施形態の車両は、
上述の車両制御装置を有することを特徴とする。

これによれば、車両内部で上述の処理を迅速に実行することにより、リアルタイムに適正な制御を実行することが可能となる。

１３．上記実施形態の方法は、
車両の自動運転の制御を行うために車両制御装置によって実行される方法であって、
前記車両の周囲の状況に関する情報を取得することと、
複数の位置についての、将来の時点で前記周囲に存在する物体が存在する確率に関する第１の値と、所定のドライバーの走行データに基づく第２の値とを、前記情報に基づいて取得することと、
前記第１の値と前記第２の値との組み合わせに基づいて、複数の将来の時点における前記車両を存在させる位置を前記複数の位置から選択して、前記車両を移動させる軌道を決定することと、
を含むことを特徴とする。

この実施形態によれば、周囲の物体の存在しうる範囲に関する情報のみならず、所定のドライバーの走行データ（走行履歴）に基づいて、車両の進行方向を制御することにより、より人間が運転するのに近い感覚で車両を走行させることが可能となる。また、周囲に物体が多数存在する場合であっても、所定のドライバーの走行データに基づいて、適切な軌道を設定することが可能となる。

本発明は上記実施の形態に制限されるものではなく、本発明の精神及び範囲から離脱することなく、様々な変更及び変形が可能である。従って、本発明の範囲を公にするために、以下の請求項を添付する。

Claims (13)

1. 車両の自動運転の制御を行う車両制御装置であって、
   前記車両の周囲の状況に関する情報を取得し、
   複数の位置についての、将来の時点で前記周囲に存在する物体が存在する確率に関する第１の値と、所定のドライバーの走行データに基づく第２の値とを、前記情報に基づいて取得し、
   前記第１の値と前記第２の値との組み合わせに基づいて、複数の将来の時点における前記車両を存在させる位置を前記複数の位置から選択して、前記車両を移動させる軌道を決定する、
   ように構成されることを特徴とする車両制御装置。
2. 前記周囲に存在する物体ごとに前記複数の位置についての前記第１の値を取得し、
   当該第１の値を位置ごとに合算した値と、前記第２の値との組み合わせに基づいて、前記軌道を決定する、
   ことを特徴とする請求項１に記載の車両制御装置。
3. 前記周囲に存在する物体が移動物体であるか静止物体であるかに応じて、前記第１の値の分布の裾の形状が異なる、
   ことを特徴とする請求項１又は２に記載の車両制御装置。
4. 所定のドライバーが車両を走行させた際の当該車両の走行軌道のデータと、その際に検知された当該車両の周囲の状況のデータとの組み合わせを教師データとして機械学習をして得られた関数に、前記情報を入力することによって、前記第２の値を取得する、
   ことを特徴とする請求項１から３のいずれか１項に記載の車両制御装置。
5. 前記車両が通行可能でない範囲については前記第２の値を取得しない、
   ことを特徴とする請求項１から４のいずれか１項に記載の車両制御装置。
6. 前記車両が目的地へ向かうための目標走行経路から外れる領域については前記第２の値を取得しない、
   ことを特徴とする請求項１から５のいずれか１項に記載の車両制御装置。
7. 前記車両の速度と進行方向との少なくともいずれかに基づいて、当該車両が到達することができない領域については前記第２の値を取得しない、
   ことを特徴とする請求項１から６のいずれか１項に記載の車両制御装置。
8. 前記車両が走行しているシーンに基づいて、異なるモデルを用いて前記第２の値を取得する、
   ことを特徴とする請求項１から７のいずれか１項に記載の車両制御装置。
9. 前記第１の値は、前記周囲に存在する物体が存在する確率が高いほど高い値をとり、
   前記第２の値は、所定のドライバーが前記状況に際したとした場合に、前記複数の位置のそれぞれに前記車両を移動させる確率が高いほど高い値を取り、
   前記車両制御装置は、前記第１の値から前記第２の値を減じた値の大きさが最小または所定の閾値以下となる位置を前記複数の位置から選択して、前記軌道を決定する、
   ことを特徴とする請求項１から８のいずれか１項に記載の車両制御装置。
10. 前記第２の値は、当該第２の値の最大値が前記第１の値の最大値を超えないように正規化される、
    ことを特徴とする請求項１から９のいずれか１項に記載の車両制御装置。
11. 前記車両が周囲の状況を検知できる範囲と前記車両の制動に必要な期間との少なくともいずれかに基づいて定まる期間について、前記軌道を決定する、
    ことを特徴とする請求項１から１０のいずれか１項に記載の車両制御装置。
12. 請求項１から１１のいずれか１項に記載の車両制御装置を有する車両。
13. 車両の自動運転の制御を行うために車両制御装置によって実行される方法であって、
    前記車両の周囲の状況に関する情報を取得することと、
    複数の位置についての、将来の時点で前記周囲に存在する物体が存在する確率に関する第１の値と、所定のドライバーの走行データに基づく第２の値とを、前記情報に基づいて取得することと、
    前記第１の値と前記第２の値との組み合わせに基づいて、複数の将来の時点における前記車両を存在させる位置を前記複数の位置から選択して、前記車両を移動させる軌道を決定することと、
    を含むことを特徴とする方法。