WO2018230530A1 - 車両制御システム、車両制御方法、およびプログラム - Google Patents
車両制御システム、車両制御方法、およびプログラム Download PDFInfo
- Publication number
- WO2018230530A1 WO2018230530A1 PCT/JP2018/022319 JP2018022319W WO2018230530A1 WO 2018230530 A1 WO2018230530 A1 WO 2018230530A1 JP 2018022319 W JP2018022319 W JP 2018022319W WO 2018230530 A1 WO2018230530 A1 WO 2018230530A1
- Authority
- WO
- WIPO (PCT)
- Prior art keywords
- vehicle
- stress
- occupant
- degree
- trajectory
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 18
- 238000009826 distribution Methods 0.000 claims abstract description 25
- 238000001514 detection method Methods 0.000 claims abstract description 20
- 238000012544 monitoring process Methods 0.000 claims description 17
- 230000001133 acceleration Effects 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 abstract 2
- 238000004458 analytical method Methods 0.000 description 35
- 238000012937 correction Methods 0.000 description 35
- 238000003860 storage Methods 0.000 description 22
- 230000001629 suppression Effects 0.000 description 21
- 230000009471 action Effects 0.000 description 19
- 238000004891 communication Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 16
- 230000006399 behavior Effects 0.000 description 15
- 238000012545 processing Methods 0.000 description 13
- 230000008569 process Effects 0.000 description 11
- 230000007704 transition Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 240000004050 Pentaglottis sempervirens Species 0.000 description 3
- 235000004522 Pentaglottis sempervirens Nutrition 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 3
- 238000003384 imaging method Methods 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 230000008921 facial expression Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000005192 partition Methods 0.000 description 2
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
-
- 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
-
- 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
- B60W50/0097—Predicting future conditions
-
- 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0013—Planning or execution of driving tasks specially adapted for occupant comfort
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3484—Personalized, e.g. from learned user behaviour or user-defined profiles
-
- 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
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo or light sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
-
- B60W2420/408—
-
- 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
- B60W2540/22—Psychological state; Stress level or workload
-
- 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/402—Type
- B60W2554/4029—Pedestrians
-
- 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4041—Position
-
- 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
- B60W2554/00—Input parameters relating to objects
- B60W2554/40—Dynamic objects, e.g. animals, windblown objects
- B60W2554/404—Characteristics
- B60W2554/4042—Longitudinal speed
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
Abstract
車両の周辺の物体を検出する検出部と、前記検出部により検出された物体の分布に基づいて、前記物体が乗員に与えるストレスを評価する評価部と、前記評価部により評価されたストレスに基づいて、前記車両が自動運転で走行する際の軌道を生成する軌道生成部とを備える。
Description
本発明の態様は、車両制御システム、車両制御方法、およびプログラムに関する。
本願は、2017年6月16日に、日本に出願された特願2017-118696号に基づき優先権を主張し、その内容をここに援用する。
本願は、2017年6月16日に、日本に出願された特願2017-118696号に基づき優先権を主張し、その内容をここに援用する。
従来、曜日、季節および時間帯を含む時間要素に応じて車両の走行状態を制限すべき道路状況となる制限範囲が地図データに対応付けて登録された制限範囲データベースの登録内容を基に、車両が制限範囲に到達すると予想される時点での時間要素に応じた道路状況でとるべき運転行動を決定し、車両が制限範囲に到達する前に決定された運転行動を提示する装置が知られている(例えば、特許文献1参照)。
しかしながら、上記の装置では、車両の周辺に存在する物体が乗員に与えるストレスについては考慮されていなかった。
本発明は、このような事情を考慮してなされたものであり、乗員に与えるストレスを抑制することを目的の一つとする。
本発明は、このような事情を考慮してなされたものであり、乗員に与えるストレスを抑制することを目的の一つとする。
本発明に係る、車両制御システム、車両制御方法、およびプログラムは、以下の構成を採用した。
(1):本発明の一態様は、車両の周辺の物体を検出する検出部と、前記検出部により検出された物体の分布に基づいて、前記物体が乗員に与えるストレスの度合を予測する予測部と、前記予測部により予測されたストレスの度合に基づいて、前記車両が自動運転で走行する際の軌道を生成する制御部とを備える車両制御システムである。
(1):本発明の一態様は、車両の周辺の物体を検出する検出部と、前記検出部により検出された物体の分布に基づいて、前記物体が乗員に与えるストレスの度合を予測する予測部と、前記予測部により予測されたストレスの度合に基づいて、前記車両が自動運転で走行する際の軌道を生成する制御部とを備える車両制御システムである。
(2):上記(1)の態様において、前記制御部は、前記予測部により予測されたストレスの度合と、前記検出部により検出された物体の分布とに基づいて、前記車両が自動で走行する際の軌道を生成するものである。
(3):上記(2)の態様において、前記軌道は、乗員のストレスの度合が第1の閾値以下となる軌道であるものである。
(4):上記(3)の態様において、前記乗員のストレスの度合が第1の閾値以下となる軌道は、前記乗員のストレスの度合が第1の閾値を超える軌道に比して、前記物体から離れた位置を通過する軌道であるものである。
(5):上記(4)の態様において、前記乗員のストレスの度合が第1の閾値以下となる軌道は、前記乗員のストレスの度合が第1の閾値を超える軌道に比して、車速または加速度が抑制された軌道であるものである。
(6):上記(1)の態様であって、乗員のストレスの度合を推定する乗員監視部を、更に備え、前記制御部は、所定時間前において、前記生成した軌道を前記車両が走行した際に前記乗員監視部により推定されたストレスの度合が第2の閾値以上である場合、前記第2の閾値以上である前記乗員監視部により推定されたストレスの度合に基づいて、前記車両が自動運転で走行する際の軌道を生成するものである。
(7):上記(1)の態様であって、前記制御部は、車両が走行した際にストレスの度合が第3の閾値以上となると予測される特定経路の情報を参照し、前記特定経路とは異なる経路を優先的に走行するように決定するものである。
(8):本発明の一態様は、車載コンピュータが、車両の周辺の物体を検出し、前記検出された物体の分布に基づいて、前記物体が乗員に与えるストレスの度合を予測し、前記予測されたストレスの度合に基づいて、前記車両が自動運転で走行する際の軌道を生成する車両制御方法である。
(9):本発明の一態様は、車載コンピュータに、車両の周辺の物体を検出させ、前記検出された物体の分布に基づいて、前記物体が乗員に与えるストレスの度合を予測させ、前記予測されたストレスの度合に基づいて、前記車両が自動運転で走行する際の軌道を生成させるプログラムである。
上記(1)~(9)の態様によれば、乗員に与えるストレスの度合に基づいて、車両が自動運転で走行する際の軌道を生成することにより、乗員に与えるストレスを抑制することができる。
以下、図面を参照し、本発明の車両制御システム、車両制御方法、およびプログラムの実施形態について説明する。
[全体構成]
車両システムは、例えば、一以上の車両と、解析装置400(図12参照)とを備える。車両、および解析装置400は、ネットワークを介して互いに通信する。ネットワークは、例えば、セルラー網、Wi-Fi網、WAN(Wide Area Network)、LAN(Local Area Network)、無線基地局等を含む。
車両システムは、例えば、一以上の車両と、解析装置400(図12参照)とを備える。車両、および解析装置400は、ネットワークを介して互いに通信する。ネットワークは、例えば、セルラー網、Wi-Fi網、WAN(Wide Area Network)、LAN(Local Area Network)、無線基地局等を含む。
解析装置400は、所定の情報を解析し、解析した結果に基づいて、後述するストレス抑制情報を生成する。車両は、解析装置400から取得したストレス抑制情報を用いて、車両を制御する。
[車両]
図1は、車両に搭載された車両制御システム1の構成図である。車両制御システム1が搭載される車両は、例えば、二輪や三輪、四輪等の車両であり、その駆動源は、ディーゼルエンジンやガソリンエンジンなどの内燃機関、電動機、或いはこれらの組み合わせである。電動機は、内燃機関に連結された発電機による発電電力、或いは二次電池や燃料電池の放電電力を使用して動作する。
図1は、車両に搭載された車両制御システム1の構成図である。車両制御システム1が搭載される車両は、例えば、二輪や三輪、四輪等の車両であり、その駆動源は、ディーゼルエンジンやガソリンエンジンなどの内燃機関、電動機、或いはこれらの組み合わせである。電動機は、内燃機関に連結された発電機による発電電力、或いは二次電池や燃料電池の放電電力を使用して動作する。
車両制御システム1は、例えば、カメラ10と、レーダ装置12と、ファインダ14と、物体認識装置16と、通信装置20と、HMI(Human Machine Interface)30と、ナビゲーション装置50と、MPU(Micro-Processing Unit)60と、車両センサ70と、運転操作子80と、車室内カメラ82と、自動運転制御ユニット100と、走行駆動力出力装置200と、ブレーキ装置210と、ステアリング装置220とを備える。これらの装置や機器は、CAN(Controller Area Network)通信線等の多重通信線やシリアル通信線、無線通信網等によって互いに接続される。図1に示す構成はあくまで一例であり、構成の一部が省略されてもよいし、更に別の構成が追加されてもよい。
カメラ10は、例えば、CCD(Charge Coupled Device)やCMOS(Complementary Metal Oxide Semiconductor)等の固体撮像素子を利用したデジタルカメラである。カメラ10は、車両制御システム1が搭載される車両の任意の箇所に複数が取り付けられる。カメラ10は、例えば、前方を撮像するものであり、フロントウインドシールドの上部やルームミラー裏面等に取り付けられる。カメラ10は、ステレオカメラであってもよい。
レーダ装置12は、車両の周辺にミリ波などの電波を放射すると共に、物体によって反射された電波(反射波)を検出して少なくとも物体の位置(距離および方位)を検出する。レーダ装置12は、車両の任意の箇所に一つまたは複数が取り付けられる。レーダ装置12は、FM-CW(Frequency Modulated Continuous Wave)方式によって物体の位置および速度を検出してもよい。
ファインダ14は、照射光に対する散乱光を測定し、対象までの距離を検出するLIDAR(Light Detection and Ranging、或いはLaser Imaging Detection and Ranging)である。ファインダ14は、車両の任意の箇所に一つまたは複数が取り付けられる。
物体認識装置16は、カメラ10、レーダ装置12、およびファインダ14のうち一部または全部による検出結果に対してセンサフュージョン処理を行って、物体の位置、種類、速度などを認識する。物体認識装置16は、認識結果を自動運転制御ユニット100に出力する。
通信装置20は、例えば、セルラー網やWi-Fi網、bluetooth(登録商標)、DSRC(Dedicated Short Range Communication)などを利用して、車両の周辺に存在する他車両と通信し、或いは無線基地局を介して各種サーバ装置と通信する。
HMI30は、車両の乗員に対して各種情報を提示すると共に、乗員による入力操作を受け付ける。HMI30は、各種表示装置、スピーカ、ブザー、タッチパネル、スイッチ、キーなどを含む。
ナビゲーション装置50は、例えば、GNSS(Global Navigation Satellite System)受信機51と、ナビHMI52と、経路決定部53とを備え、HDD(Hard Disk Drive)やフラッシュメモリなどの記憶装置に第1地図情報54を保持している。GNSS受信機は、GNSS衛星から受信した信号に基づいて、車両の位置を特定する。車両の位置は、車両センサ70の出力を利用したINS(Inertial Navigation System)によって特定または補完されてもよい。ナビHMI52は、表示装置、スピーカ、タッチパネル、キーなどを含む。ナビHMI52は、前述したHMI30と一部または全部が共通化されてもよい。経路決定部53は、例えば、GNSS受信機51により特定された車両の位置(或いは入力された任意の位置)から、ナビHMI52を用いて乗員により入力された目的地までの経路を、第1地図情報54を参照して決定する。第1地図情報54は、例えば、道路を示すリンクと、リンクによって接続されたノードとによって道路形状が表現された情報である。第1地図情報54は、道路の曲率やPOI(Point Of Interest)情報などを含んでもよい。経路決定部53により決定された経路は、MPU60に出力される。ナビゲーション装置50は、経路決定部53により決定された経路に基づいて、ナビHMI52を用いた経路案内を行ってもよい。ナビゲーション装置50は、例えば、ユーザの保有するスマートフォンやタブレット端末等の端末装置の機能によって実現されてもよい。ナビゲーション装置50は、通信装置20を介してナビゲーションサーバに現在位置と目的地を送信し、ナビゲーションサーバから返信された経路を取得してもよい。
MPU60は、例えば、推奨車線決定部61として機能し、HDDやフラッシュメモリなどの記憶装置に第2地図情報62を保持している。推奨車線決定部61は、ナビゲーション装置50から提供された経路を複数のブロックに分割し(例えば、車両進行方向に関して100[m]毎に分割し)、第2地図情報62を参照してブロックごとに目標車線を決定する。推奨車線決定部61は、左から何番目の車線を走行するといった決定を行う。推奨車線決定部61は、経路において分岐箇所や合流箇所などが存在する場合、車両が、分岐先に進行するための合理的な経路を走行できるように、推奨車線を決定する。
第2地図情報62は、第1地図情報54よりも高精度な地図情報である。第2地図情報62は、例えば、車線の中央の情報あるいは車線の境界の情報等を含んでいる。第2地図情報62には、道路情報、交通規制情報、住所情報(住所・郵便番号)、施設情報、電話番号情報などが含まれてよい。道路情報には、高速道路、有料道路、国道、都道府県道といった道路の種別を表す情報や、道路の車線数、各車線の幅員、道路の勾配、道路の位置(経度、緯度、高さを含む3次元座標)、車線のカーブの曲率、車線の合流および分岐ポイントの位置、道路に設けられた標識等の情報が含まれる。第2地図情報62は、通信装置20を用いて他装置にアクセスすることにより、随時、アップデートされてよい。
第2地図情報62には、入口料金所や出口料金所などのゲート構造を示す情報が記憶されている。ゲート構造を示す情報は、例えば、料金所に設けられたゲートの数や、ゲートの位置を示す情報である。
車両センサ70は、車両の速度を検出する車速センサ、加速度を検出する加速度センサ、鉛直軸回りの角速度を検出するヨーレートセンサ、車両の向きを検出する方位センサ等を含む。
運転操作子80は、例えば、アクセルペダル、ブレーキペダル、シフトレバー、ステアリングホイールその他の操作子を含む。運転操作子80には、操作量あるいは操作の有無を検出するセンサが取り付けられており、その検出結果は、自動運転制御ユニット100、もしくは、走行駆動力出力装置200、ブレーキ装置210、およびステアリング装置220のうち一方または双方に出力される。
車室内カメラ82は、運転席に着座した乗員の顔を中心として上半身を撮像する。車室内カメラ82の撮像画像は、自動運転制御ユニット100に出力される。
自動運転制御ユニット100は、例えば、第1制御部120と、第2制御部140と、記憶部150とを備える。第1制御部120、および第2制御部140とのうち、一方または双方は、CPU(Central Processing Unit)などのプロセッサがプログラム(ソフトウェア)を実行することで実現される。各機能部のうち一部または全部は、LSI(Large Scale Integration)やASIC(Application Specific Integrated Circuit)、FPGA(Field-Programmable Gate Array)、GPU(Graphics Processing Unit)などのハードウェアによって実現されてもよいし、ソフトウェアとハードウェアの協働によって実現されてもよい。プログラムは、予めHDD(Hard Disk Drive)やフラッシュメモリ等の記憶装置に格納されていてもよいし、DVDやCD-ROM等の着脱可能な記憶媒体に格納されており、記憶媒体がドライブ装置に装着されることで記憶装置にインストールされてもよい。記憶部150は、例えば、ROM(Read Only Memory)、EEPROM(Electrically Erasable and Programmable Read Only Memory)、HDD(Hard Disk Drive)等の不揮発性の記憶装置と、RAM(Random Access Memory)、レジスタ等の揮発性の記憶装置によって実現される。
第1制御部120は、例えば、外界認識部(検知部)121と、自車位置認識部122と、行動計画生成部123と、予測部124と、補正部125とを備える。
外界認識部121は、カメラ10、レーダ装置12、およびファインダ14から物体認識装置16を介して入力される情報に基づいて、周辺車両の位置、および速度、加速度等の状態を認識する。周辺車両の位置は、その周辺車両の重心やコーナー等の代表点で表されてもよいし、周辺車両の輪郭で表現された領域で表されてもよい。周辺車両の「状態」とは、周辺車両の加速度やジャーク、あるいは「行動状態」(例えば車両が車線変更をしている、または車両が車線変更をしようとしているか否か)を含んでもよい。外界認識部121は、周辺車両に加えて、ガードレールや電柱、駐車車両、歩行者その他の物体の位置を認識してもよい。
自車位置認識部122は、例えば、車両が走行している車線(走行車線)、並びに走行車線に対する車両の相対位置および姿勢を認識する。自車位置認識部122は、例えば、第2地図情報62から得られる道路区画線のパターン(例えば実線と破線の配列)と、カメラ10によって撮像された画像から認識される車両の周辺の道路区画線のパターンとを比較することで、走行車線を認識する。この認識において、ナビゲーション装置50から取得される車両の位置やINSによる処理結果が加味されてもよい。
そして、自車位置認識部122は、例えば、走行車線に対する車両の位置や姿勢を認識する。図2は、自車位置認識部122により走行車線L1に対する車両の相対位置および姿勢が認識される様子を示す図である。自車位置認識部122は、例えば、車両Mの基準点(例えば重心)の走行車線中央CLからの乖離OS、および車両Mの進行方向の走行車線中央CLを連ねた線に対してなす角度θを、走行車線L1に対する車両Mの相対位置および姿勢として認識する。これに代えて、自車位置認識部122は、自車線L1の右側の道路区画線(または左側の道路区画線)に対する車両Mの基準点の位置などを、走行車線に対する車両Mの相対位置として認識してもよい。自車位置認識部122により認識される車両Mの相対位置は、推奨車線決定部61および行動計画生成部123に提供される。
行動計画生成部123は、推奨車線決定部61により決定された推奨車線を走行するように、且つ、車両Mの周辺状況に対応できるように、自動運転において順次実行されるイベントを決定する。イベントには、例えば、一定速度で同じ走行車線を走行する定速走行イベント、前走車両に追従する追従走行イベント(自車両が前走車両との車間距離を設定距離、維持して走行するイベント)、車線変更イベント、合流イベント、分岐イベント、緊急停止イベント、自動運転を終了して手動運転に切り替えるためのハンドオーバイベント、料金所を通過するときに実行される料金所イベント(後述)などがある。これらのイベントの実行中に、車両Mの周辺状況(周辺車両や歩行者の存在、道路工事による車線狭窄など)に基づいて、回避のための行動が計画される場合もある。
行動計画生成部123は、車両Mが将来走行する目標軌道を生成する。目標軌道は、例えば、速度要素を含んでいる。例えば、目標軌道は、所定のサンプリング時間(例えば0コンマ数[sec]程度)ごとに将来の基準時刻を複数設定し、それらの基準時刻に到達すべき目標地点(軌道点)の集合として生成される。このため、軌道点同士の間隔が広い場合、その軌道点の間の区間を高速に走行することを示している。
図3は、自動運転の処理過程について説明するための図である。まず、上図に示すように、ナビゲーション装置50によって経路が決定される。この経路は、例えば車線の区別が付けられていない大まかな経路である。次に、中図に示すように、推奨車線決定装置240が、経路に沿って走行しやすい推奨車線を決定する。そして、下図に示すように、自動運転制御ユニット250が、障害物の回避などを行いながら、なるべく推奨車線に沿って走行するための軌道点を生成し、軌道点(および付随する速度プロファイル)に沿って走行するように、走行駆動力出力装置200、ブレーキ装置210、ステアリング装置220のうち一部または全部を制御する。このような役割分担はあくまで一例であり、例えば自動運転制御ユニット100が一元的に処理を行ってもよい。
行動計画生成部123は、例えば、目標軌道の候補を複数生成し、安全性と効率性の観点に基づいて、その時点での最適な目標軌道を選択する。
予測部124は、外界認識部121により認識された物体の分布に基づいて、物体が乗員に与えるストレス度(ストレスの度合)を予測する。詳細は後述する。
補正部125は、行動計画生成部123により生成された行動計画を、記憶部150に記憶されたストレス抑制情報152(後述)に基づいて、補正して乗員のストレスを抑制する軌道を生成する。
乗員監視部130は、車室内カメラ82により撮像された画像に基づいて、乗員の表情を解析し、解析結果に基づいて乗員のストレス度を推定する。例えば、乗員がストレスを感じた際の表情が撮像された画像の解析結果が記憶部150に記憶されている。この解析結果は、例えばストレス度の度合ごと記憶部150に記憶されている。乗員監視部130は、記憶部150に記憶された解析結果と、車室内カメラ82により撮像された画像の解析結果とを比較して、乗員のストレス度を推定する。乗員監視部130は、乗員に身につけられた生体センサにより取得されたストレス度の検知結果を無線通信などによって取得し、取得した生体センサの検知結果に基づいて、乗員のストレス度を推定してもよい。乗員監視部130は、生体センサの検知結果と、車室内カメラ82により撮像された画像の解析結果とを統合して、乗員のストレス度を推定してもよい。
HMI制御部134は、HMI30を制御する。
第2制御部140は、走行制御部141を備える。走行制御部141は、行動計画生成部123によって生成された目標軌道を、予定の時刻通りに車両Mが通過するように、走行駆動力出力装置200、ブレーキ装置210、およびステアリング装置220を制御する。
記憶部150には、例えばストレス抑制情報152、パターン情報154、および区間情報156が記憶されている。上記のストレス抑制情報152、パターン情報154、および区間情報156は、例えば、解析装置400により配信された情報である。
ストレス抑制情報152は、車両Mが乗員のストレスを抑制するように走行する際に用いられる情報である。図4は、ストレス抑制情報152の一例を示す図である。ストレス抑制情報152は、類型化パターン、ストレス度、および補正値が互いに対応付けられた情報である。類型化パターンは、後述するパターン情報154によって決定される。補正値とは、同じ条件において行動計画生成部123により生成された軌道を走行した場合における挙動に対する補正値(例えば操舵量や減速度等)である。
図5は、パターン情報154の一例を示す図である。パターン情報154は、物体の分布、道路パターン、および車両Mの挙動に基づいて、乗員が感じると予測されるストレス度、または類型化パターンを特定するための情報である。パターン情報154には、物体の分布、道路パターン、車両Mの挙動、ストレス度、および類型化パターンが互いに対応付けられている。物体の分布は、画像を鉛直上方より見た俯瞰画像における物体の分布である。例えば、画像は、外界認識部121によって俯瞰画像に変換される(図16参照)。道路パターンとは、道路の態様を所定の基準に基づいて、類型化したものである。所定の基準とは、例えば、道路の車線数や、道路の幅、道路の特性(駅前の通り、住宅街の通り)、歩道の態様などである。道路パターンは、地図情報において、ノードやリンクに対して対応付けられていてもよい。類型化パターンとは、物体の分布、道路パターン、および車両の挙動を、所定の基準に基づいて類型化したものである。
区間情報156は、乗員のストレス度が閾値(第1の閾値、或いは第3の閾値)以上となる区間と時間帯との組み合わせを認識可能な情報である。図6は、区間情報156の一例を示す図である。
走行駆動力出力装置200は、車両Mが走行するための走行駆動力(トルク)を駆動輪に出力する。走行駆動力出力装置200は、例えば、内燃機関、電動機、および変速機などの組み合わせと、これらを制御するECUとを備える。ECUは、走行制御部141から入力される情報、或いは運転操作子80から入力される情報に従って、上記の構成を制御する。
ブレーキ装置210は、例えば、ブレーキキャリパーと、ブレーキキャリパーに油圧を伝達するシリンダと、シリンダに油圧を発生させる電動モータと、ブレーキECUとを備える。ブレーキECUは、走行制御部141から入力される情報、或いは運転操作子80から入力される情報に従って電動モータを制御し、制動操作に応じたブレーキトルクが各車輪に出力されるようにする。ブレーキ装置210は、運転操作子80に含まれるブレーキペダルの操作によって発生させた油圧を、マスターシリンダを介してシリンダに伝達する機構をバックアップとして備えてよい。ブレーキ装置210は、上記説明した構成に限らず、走行制御部141から入力される情報に従ってアクチュエータを制御して、マスターシリンダの油圧をシリンダに伝達する電子制御式油圧ブレーキ装置であってもよい。
ステアリング装置220は、例えば、ステアリングECUと、電動モータとを備える。電動モータは、例えば、ラックアンドピニオン機構に力を作用させて転舵輪の向きを変更する。ステアリングECUは、走行制御部141から入力される情報、或いは運転操作子80から入力される情報に従って、電動モータを駆動し、転舵輪の向きを変更させる。
[車両Mの処理]
図7は、車両制御システム1により実行される処理の流れを示すフローチャート(その1)である。まず、自動運転制御ユニット100は、ナビゲーション装置50から車両Mの経路を取得する(ステップS100)。次に、予測部124は、区間情報160を参照して、車両Mが走行する予定の時刻において、ステップS100で取得した経路にストレス度が所定の度合以上高くなると予測される区間が含まれるか否かを判定する(ステップS102)。取得した経路にストレス度が所定の度合以上高くなると予測される区間が含まれない場合、本フローチャートの1ルーチンの処理は終了する。
図7は、車両制御システム1により実行される処理の流れを示すフローチャート(その1)である。まず、自動運転制御ユニット100は、ナビゲーション装置50から車両Mの経路を取得する(ステップS100)。次に、予測部124は、区間情報160を参照して、車両Mが走行する予定の時刻において、ステップS100で取得した経路にストレス度が所定の度合以上高くなると予測される区間が含まれるか否かを判定する(ステップS102)。取得した経路にストレス度が所定の度合以上高くなると予測される区間が含まれない場合、本フローチャートの1ルーチンの処理は終了する。
取得した経路にストレス度が所定の度合以上高くなると予測される区間が含まれている場合、予測部124は、ストレス度が高くなると予測される区間を回避できるか否かを判定する(ステップS104)。例えば、以下のように判定する。予測部124は、ナビゲーション装置50に他の経路を生成することを指示する。ナビゲーション装置50は、指示を取得すると他の経路を生成し、生成した経路を予測部124に送信する。例えば、予測部124は、新たに生成された経路が非効率な経路(目的地までの時間が所定時間以上掛かる経路、所定の距離以上迂回する経路)である場合、ストレス度が所定度合以上高くなると予測される区間を回避できないと判定し、新たに生成された経路が非効率な経路でないと判定した場合、ストレス度が所定度合以上高くなると予測される区間を回避できると判定する。
ストレス度が所定度合以上高くなると予測される区間を回避できる場合、自動運転制御ユニット100は、ストレス度が所定度合以上高くなると予測される区間を回避する経路を走行するように車両Mを制御する(ステップS106)。すなわち、運転制御ユニット100は、ストレス度が所定度合以上高くなると予測される区間(特定経路)とは異なる区間(経路)を優先的に走行するように車両Mを制御する。ストレス度が所定度合以上高くなると予測される区間を回避する経路とは、例えば、新たに生成された非効率でないと判定された経路のうち、最も効率的な経路である。
ストレス度が所定度合以上高くなると予測される区間を回避できない場合、自動運転制御ユニット100は、ステップS100で取得した経路を走行するように車両Mを制御する(ステップS108)。この場合、HMI制御部134は、HMI30を制御して、乗員を安心させるための情報をHMI30に出力させてもよい。例えば、HMI制御部134は、「安心しください。ストレスが高くならないように走行します。」などの音声をHMI30に出力させる。HMI制御部134は、乗員監視部130によって乗員のストレスが所定度合以上であると推定された場合、上記の音声をHMI30に出力させてもよい。これにより本フローチャートの1ルーチンの処理は終了する。
上述した処理により、車両制御システム1は、乗員のストレス度が高くなると予測される区間を避けることができる。乗員のストレス度が高くなると予測される区間を避けることができない場合、図8のフローチャートの処理が実行される。
図8は、車両制御システム1により実行される処理の流れを示すフローチャート(その2)である。まず、行動計画生成部123は、行動計画を生成する(ステップS200)。次に、予測部124は、外界認識部121から物体の分布を取得する(ステップ202)。次に、予測部124は、パターン情報154を参照し、物体の分布と、道路パターンと、車両Mの挙動とに基づいて、乗員が感じると予測されるストレス度、および類型化パターンを特定する(ステップS204)。
次に、補正部125は、ストレス抑制情報152を参照して、ステップS204で特定した類型化パターンと予測されるストレス度とに基づいて、補正値を取得する(ステップS206)。次に、補正部125は、所定時間前において乗員監視部130により推定されたストレス度が閾値(第2の閾値)以上であったか否かを判定する(ステップS208)。所定時間前のタイミングは、過去にストレス抑制情報152に基づいて、軌道が補正される処理が行われ、その軌道を車両Mが走行したタイミングである。
所定時間前において乗員監視部130により推定されたストレス度が閾値以上でなかった場合、補正部125は、行動計画生成部123により生成された軌道を、ステップS206で取得した補正値で補正する(ステップS210)。ステップS204で特定されたストレス度が、所定値以下である場合、軌道は補正されなくてもよい。
所定時間前において乗員監視部130により推定されたストレス度が閾値以上であった場合、補正部125は、推定されたストレス度の度合に応じて、補正値を調整し(ステップS212)、ステップS210の処理に進む。補正値の調整は、例えば記憶部150に記憶された不図示の調整マップが参照されて行われる。調整マップは、閾値以上であるストレス度の大きさが大きい程、ストレス度に対応付けられた調整値が大きくなるように生成されている。すなわち、調整マップは、乗員のストレス度が閾値(第1の閾値、或いは第2の閾値)未満になるように補正値を調整するマップである。このように、調整マップによって、補正値が調整されることによって、乗員のストレスの感じ方に応じて補正値が調整され、乗員のストレス度が閾値未満となるように車両Mが走行する軌道が生成される。これにより本フローチャートの1ルーチンの処理は終了する。
上述したように、補正部125が、軌道を補正することにより、乗員に与えるストレスを抑制することができる。
図9は、軌道が補正されない場合の車両Mxの挙動と、軌道が補正された場合の車両Mの挙動との一例を示す図である。図示する例では、走行車線の脇に人物H(H1~H4)が存在している。図9Aは軌道が補正されない場合の車両Mxの挙動を示し、図9Bは軌道が補正された場合の車両Mの挙動を示している。例えば図9Aでは、時刻Tおよび時刻T+1において車両Mxは、走行車線の中央付近を走行する。この場合、人物が存在する領域を車両Mが通過する際、車両Mxと人物Hとの距離Lが短いため、車両Mxの乗員はストレスを感じる場合がある。これに対して、図9Bでは、時刻Tにおいて車両Mは、走行車線内において、走行車線の中央付近から横方向に関して人物から遠ざかるように走行し、距離L+α(>距離L)を確保して人物が存在する領域を通過する。その後、車両Mは、走行車線の中央を走行する。このように車両Mは、乗員のストレスが抑制されるように走行する。
図9では、人物に対する車両Mの走行位置について説明したが、図10に示すように車両Mの速度(または加速度)についても補正されてよい。図10は、図9の場面における車両Mxおよび車両Mの速度の推移の一例を示す図である。図10の縦軸は車両の速度を示し、横軸は時間を示している。実線は、車両Mの速度の推移を示し、点線は、車両Mxの速度の推移を示している。車両Mxの速度は一定である。これに対して、車両Mは、時刻Tから徐々に所定の速度まで減速し、所定の速度で人物Hが存在する領域を通過する。そして、車両Mは、時刻T+1から所定時間経過後に時刻T前の速度まで加速させて走行する。このように、補正部125の補正によって、車両Mは人物Hが存在する領域を通過する際に減速するため、乗員が感じるストレスが抑制される。
図11は、上記の図9および図10の場面における乗員のストレスの推移の一例を示す図である。図11の縦軸は車両Mの乗員のストレス度を示し、横軸は時間を示している。実線は、車両Mの乗員のストレス度の推移を示し、点線は、車両Mxの乗員のストレス度の推移を示している。車両Mxの乗員のストレス度は、時刻Tから時刻T+1の間(人物が存在する領域の通過前から通過後までの間)、人物が存在しない領域を走行する際の乗員のストレス度に比して高くなる場合がある。これに対して、車両Mの乗員のストレス度は、閾値(第1の閾値)Th以下で一定である。すなわち人物の存在する領域を走行した場合のストレス度は、人物が存在しない領域を走行した場合のストレス度と同じである。このように、補正部125が、軌道を補正することにより、乗員のストレスを抑制することができる。
ストレス抑制情報152は、所定時間(または所定の走行距離)における物体の検知頻度や、車両Mに対して対向して走行している物体(車両等)の通過頻度、物体の平均移動速度に基づいて生成されてもよい。検知頻度が高い、通過頻度が高い、または平均移動速度が速い場合、ストレスが高くなると予測されるため、補正値は大きい値に設定されてもよい。この場合、ストレス抑制情報152において、上記の検知頻度、通過頻度、または平均移動速度ごとに、類型化パターンが対応付けられている。予測部124は、画像認識結果に基づいて、検知頻度、通過頻度、または平均移動速度を取得する。そして、補正部125は、ストレス抑制情報152を参照して、検知頻度、通過頻度、または平均移動速度に基づいて類型化パターンを特定して、補正値を取得する。
以下、解析装置400によってストレス抑制情報152が生成される処理について説明する。
[解析装置]
図12は、解析装置400の機能構成を示す図である。解析装置400は、例えば、通信部402と、解析部404と、配信部406と、記憶部420とを備える。通信部402は、車両と通信する通信インターフェースである。この車両は、自動運転車両であって、行動計画生成部123により生成された軌道を走行する車両である。解析部404は、車両から取得した情報を解析する(詳細は後述する)。配信部406は、解析部404により解析された結果を、車両に配信する。
図12は、解析装置400の機能構成を示す図である。解析装置400は、例えば、通信部402と、解析部404と、配信部406と、記憶部420とを備える。通信部402は、車両と通信する通信インターフェースである。この車両は、自動運転車両であって、行動計画生成部123により生成された軌道を走行する車両である。解析部404は、車両から取得した情報を解析する(詳細は後述する)。配信部406は、解析部404により解析された結果を、車両に配信する。
記憶部420には、地図情報422と、車両情報424と、収集情報426と、対応情報428と、ストレス抑制情報430と、区間情報432が記憶されている。地図情報422は、第2地図情報62と同様の高精度な地図情報である。車両情報424は、車両IDや、車両の種別、車両の通信アドレス、車両に搭載されたカメラが撮像する撮像領域の情報等を含む情報である。
収集情報426は、車両から取得された車両の走行経路や、軌道、車両に搭載されたカメラにより撮像された画像、車両の乗員の手首などの身体に取り付けられた生体センサにより検知された情報等である。収集情報426に含まれる、これらの情報には情報が取得された時刻が対応付けられている。
生体センサは、乗員の心拍のゆらぎ(心臓の拍動の周期的な間隔)を取得し、取得した心拍のゆらぎに基づいて、ストレスを導出する。生体センサは、心拍センサと、判定部と、通信部と、記憶部とを備える。生体センサの判定部は、例えば検知された心拍を示す信号を高周波成分と低周波成分とに分類し、高周波成分に対して低周波成分が大きいほどストレスが高い状態であると判定する。そして、判定部は、判定結果を記憶部に記憶し、通信部を用いて所定の時間ごとに判定結果を車両に送信する。
図13は、車両のカメラにより撮像された画像の一例を示す図である。例えば、所定時間間隔でカメラにより撮像された画像(図中、IM1、IM2…)が時刻に対応付けられて解析装置400に送信される。
図14は、生体センサから車両に送信されるストレスに関する情報の一例を示す図である。図中の縦軸はストレス度を示し、横軸は時間を示している。このように生体センサにより取得された情報によってストレス度の変化が認識される。図示する例では、図14の画像IM1が撮像された時刻T1においてストレスが通常時よりも高くなり、図14の画像IM2が撮像された時刻T2においてストレスが更に高くなっている。このように、収集情報426によって車両の周辺情報とストレスとの因果関係が認識される。
[解析装置の処理]
図15は、解析装置400により実行される処理の流れを示すフローチャートである。まず、解析部404は、車両のカメラにより撮像された画像、および画像が撮像された際の車両の情報(車両の挙動や、軌道、位置情報)を取得する(ステップS300)。次に、解析部404は、取得した画像を解析し、物体の分布を認識する(ステップS302)。例えば、解析部404は、図16に示すように、前述した図13の画像IM1を俯瞰画像に変換し、俯瞰画像に対応する領域が基準となる大きさで分割されたメッシュ領域における物体(人物H1~H4)の分布を認識する。図16は、俯瞰画像の一例を示す図である。
図15は、解析装置400により実行される処理の流れを示すフローチャートである。まず、解析部404は、車両のカメラにより撮像された画像、および画像が撮像された際の車両の情報(車両の挙動や、軌道、位置情報)を取得する(ステップS300)。次に、解析部404は、取得した画像を解析し、物体の分布を認識する(ステップS302)。例えば、解析部404は、図16に示すように、前述した図13の画像IM1を俯瞰画像に変換し、俯瞰画像に対応する領域が基準となる大きさで分割されたメッシュ領域における物体(人物H1~H4)の分布を認識する。図16は、俯瞰画像の一例を示す図である。
次に、解析部404は、ステップS300で取得した画像が撮像された際の車両の乗員の生体情報を取得する(ステップS304)。次に、ステップS304で取得した生体情報と、画像の解析結果とを時刻ごとに紐づける(ステップS306)。次に、解析部404は、ステップ306で紐付けた情報が所定量以上蓄積できたか否かを判定する(ステップS308)。所定量以上蓄積できていない場合、ステップS300の処理に戻る。情報が所定量以上蓄積できたとは、時刻ごとに紐づけられた、生体情報と画像の解析結果との組み合わせの数が所定数以上蓄積できたことである。
所定量以上蓄積できた場合、解析部404は、ステップS302で取得した物体の分布、道路パターン、車両の挙動、画像の撮像日時、類型化パターン、およびストレス度を互いに対応付けて対応情報428を生成する(ステップS310)。
次に、解析部404は、対応情報428に基づいて、ストレス抑制情報430を生成する(ステップS312)。例えば、解析部404は、予め実験的に求められたデータに基づいて、類型化パターンごとに、乗員のストレスが抑制されるような車両の挙動を求める。そして、解析部404は、類型化パターンごとに車両の挙動の補正値を導出し、類型化パターンおよびストレス度に補正値を対応付けたストレス抑制情報430を生成する。これにより本フローチャートの1ルーチンの処理は終了する。
ストレス抑制情報430において、道路が混雑しているような類型化パターンや、物体の数が多い類型化パターン、道路において駐停車している物体が存在する類型化パターン、右折や左折しようとしている車両Mが存在する類型化パターン、道路の幅が狭いなどのように乗員のストレス度が高くなるような類型化パターンに対しては、他の類型化パターンに比して大きな補正値が対応付けられてもよい。走行車線の数が多い道路パターンを含む類型化パターンに対しては、乗員のストレスは大きくなると予測されるため、走行車線の数が少ない道路パターンである類型化パターンに比して大きい補正値が設定されてもよい。
類型化パターンは、物体の種類ごとに定められてもよい。物体の種類とは、子供や、大人、自転車、二輪自動車、四輪自動車等である。例えば、子供が所定の領域に分布している場合、大人が所定の領域に分布している場合よりも、大きい補正値が対応付けられる。なぜなら、乗員は、子供が存在する場合、大人が存在する場合よりもストレスを感じるためである。
解析部404は、車両が所定の区間を行動計画生成部123により生成された軌道に基づいて走行した場合のストレス度と、走行区間と、その区間を走行した時間帯とを対応付けた区間情報432を生成する。
上記のストレス抑制情報430および区間情報432は、配信部406により車両Mに配信される。
上述した例では、類型化パターンを特定して、補正値が決定されるものとして説明したが、これに代えて(加えて)、乗員監視部130の監視結果に基づいて、補正値は決定されてもよい。例えば、補正部125は、乗員監視部130により取得された乗員のストレス度が基準値よりも上昇した場合には、速度を減速させたり、周辺の物体からより離れた位置を走行するように軌道を補正したりしてもよい。より離れた位置を走行するとは、行動計画生成部123により生成された軌道で走行する位置に比して、より離れた位置である。例えば、記憶部150には、ストレス度ごとに補正値が対応付けられた対応テーブルが記憶されている。補正部125は、この対応テーブルを参照して、ストレス度に応じた補正値を取得する。
以上説明した実施形態によれば、車両Mの周辺の物体を検出する外界認識部121と、外界認識部121により検出された物体の分布に基づいて、物体が乗員に与えるストレスを予測する予測部124と、予測部124により評価されたストレスに基づいて、車両Mが自動運転で走行する際の軌道を生成する第1制御部120とを備えることにより、乗員に与えるストレスを抑制することができる。
以上、本発明を実施するための形態について実施形態を用いて説明したが、本発明はこうした実施形態に何等限定されるものではなく、本発明の要旨を逸脱しない範囲内において種々の変形及び置換を加えることができる。
1‥車両制御システム、2、2A…車両制御システム、100‥自動運転制御ユニット、121‥外界認識部、123‥行動計画生成部、124‥予測部、125‥補正部、150‥記憶部、152‥ストレス抑制情報、154‥区間情報、156‥パターン情報、400‥解析装置、404‥解析部、406‥配信部、M1、M2…車両
Claims (9)
- 車両の周辺の物体を検出する検出部と、
前記検出部により検出された物体の分布に基づいて、前記物体が乗員に与えるストレスの度合を予測する予測部と、
前記予測部により予測されたストレスの度合に基づいて、前記車両が自動運転で走行する際の軌道を生成する制御部と、
を備える車両制御システム。 - 前記制御部は、前記予測部により予測されたストレスの度合と、前記検出部により検出された物体の分布とに基づいて、前記車両が自動で走行する際の軌道を生成する、
請求項1に記載の車両制御システム。 - 前記軌道は、乗員のストレスの度合が第1の閾値以下となる軌道である、
請求項2に記載の車両制御システム。 - 前記乗員のストレスの度合が第1の閾値以下となる軌道は、前記乗員のストレスの度合が第1の閾値を超える軌道に比して、前記物体から離れた位置を通過する軌道である、
請求項3に記載の車両制御システム。 - 前記乗員のストレスの度合が第1の閾値以下となる軌道は、前記乗員のストレスの度合が第1の閾値を超える軌道に比して、車速または加速度が抑制された軌道である、
請求項4に記載の車両制御システム。 - 乗員のストレスの度合を推定する乗員監視部を、更に備え、
前記制御部は、所定時間前において、前記生成した軌道を前記車両が走行した際に前記乗員監視部により推定されたストレスの度合が第2の閾値以上である場合、前記第2の閾値以上である前記乗員監視部により推定されたストレスの度合に基づいて、前記車両が自動運転で走行する際の軌道を生成する、
請求項1に記載の車両制御システム。 - 前記制御部は、前記車両が走行した際にストレスの度合が第3の閾値以上となると予測される特定経路の情報を参照し、前記特定経路とは異なる経路を優先的に走行するように決定する、
請求項1に記載の車両制御システム。 - 車載コンピュータが、
車両の周辺の物体を検出し、
前記検出された物体の分布に基づいて、前記物体が乗員に与えるストレスの度合を予測し、
前記予測されたストレスの度合に基づいて、前記車両が自動運転で走行する際の軌道を生成する、
車両制御方法。 - 車載コンピュータに、
車両の周辺の物体を検出させ、
前記検出された物体の分布に基づいて、前記物体が乗員に与えるストレスの度合を予測させ、
前記予測されたストレスの度合に基づいて、前記車両が自動運転で走行する際の軌道を生成させる、
プログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201880038826.3A CN110740914A (zh) | 2017-06-16 | 2018-06-12 | 车辆控制系统、车辆控制方法及程序 |
JP2019525434A JP7170637B2 (ja) | 2017-06-16 | 2018-06-12 | 車両制御システム、車両制御方法、およびプログラム |
US16/621,997 US20210146955A1 (en) | 2017-06-16 | 2018-06-12 | Vehicle control system, vehicle control method, and program |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017-118696 | 2017-06-16 | ||
JP2017118696 | 2017-06-16 |
Publications (1)
Publication Number | Publication Date |
---|---|
WO2018230530A1 true WO2018230530A1 (ja) | 2018-12-20 |
Family
ID=64660117
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
PCT/JP2018/022319 WO2018230530A1 (ja) | 2017-06-16 | 2018-06-12 | 車両制御システム、車両制御方法、およびプログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20210146955A1 (ja) |
JP (1) | JP7170637B2 (ja) |
CN (1) | CN110740914A (ja) |
WO (1) | WO2018230530A1 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020154708A (ja) * | 2019-03-20 | 2020-09-24 | 本田技研工業株式会社 | 車両システム、車両システムの制御方法、およびプログラム |
CN111717215A (zh) * | 2019-03-19 | 2020-09-29 | 本田技研工业株式会社 | 风险推定装置和自动驾驶装置 |
JP7354172B2 (ja) | 2021-03-18 | 2023-10-02 | ヤフー株式会社 | 情報提供装置、情報提供方法および情報提供プログラム |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7226197B2 (ja) * | 2019-08-30 | 2023-02-21 | 株式会社デンソー | 車両制御装置 |
CN110843794B (zh) * | 2020-01-15 | 2020-05-05 | 北京三快在线科技有限公司 | 驾驶场景理解方法、装置和轨迹规划方法、装置 |
JP2022037421A (ja) * | 2020-08-25 | 2022-03-09 | 株式会社Subaru | 車両の走行制御装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013061763A (ja) * | 2011-09-13 | 2013-04-04 | Clarion Co Ltd | 判定装置 |
JP2013154710A (ja) * | 2012-01-27 | 2013-08-15 | Nippon Soken Inc | 車両制御装置 |
JP2016193719A (ja) * | 2015-03-31 | 2016-11-17 | トヨタ モーター エンジニアリング アンド マニュファクチャリング ノース アメリカ,インコーポレイティド | 自動運転システムのための間隔に基づく速度制御法 |
-
2018
- 2018-06-12 US US16/621,997 patent/US20210146955A1/en not_active Abandoned
- 2018-06-12 JP JP2019525434A patent/JP7170637B2/ja active Active
- 2018-06-12 CN CN201880038826.3A patent/CN110740914A/zh active Pending
- 2018-06-12 WO PCT/JP2018/022319 patent/WO2018230530A1/ja active Application Filing
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013061763A (ja) * | 2011-09-13 | 2013-04-04 | Clarion Co Ltd | 判定装置 |
JP2013154710A (ja) * | 2012-01-27 | 2013-08-15 | Nippon Soken Inc | 車両制御装置 |
JP2016193719A (ja) * | 2015-03-31 | 2016-11-17 | トヨタ モーター エンジニアリング アンド マニュファクチャリング ノース アメリカ,インコーポレイティド | 自動運転システムのための間隔に基づく速度制御法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111717215A (zh) * | 2019-03-19 | 2020-09-29 | 本田技研工业株式会社 | 风险推定装置和自动驾驶装置 |
CN111717215B (zh) * | 2019-03-19 | 2023-01-03 | 本田技研工业株式会社 | 风险推定装置和自动驾驶装置 |
JP2020154708A (ja) * | 2019-03-20 | 2020-09-24 | 本田技研工業株式会社 | 車両システム、車両システムの制御方法、およびプログラム |
JP7160730B2 (ja) | 2019-03-20 | 2022-10-25 | 本田技研工業株式会社 | 車両システム、車両システムの制御方法、およびプログラム |
JP7354172B2 (ja) | 2021-03-18 | 2023-10-02 | ヤフー株式会社 | 情報提供装置、情報提供方法および情報提供プログラム |
Also Published As
Publication number | Publication date |
---|---|
US20210146955A1 (en) | 2021-05-20 |
JP7170637B2 (ja) | 2022-11-14 |
JPWO2018230530A1 (ja) | 2020-04-16 |
CN110740914A (zh) | 2020-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108628300B (zh) | 路径决定装置、车辆控制装置、路径决定方法及存储介质 | |
CN111819124B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN110281920B (zh) | 车辆控制装置、车辆控制方法以及存储介质 | |
WO2018116409A1 (ja) | 車両制御システム、車両制御方法、および車両制御プログラム | |
CN110281941B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
CN110234552B (zh) | 车辆控制系统、车辆控制方法及存储介质 | |
WO2018138769A1 (ja) | 車両制御装置、車両制御方法、および車両制御プログラム | |
JP7021983B2 (ja) | 車両制御装置、車両制御方法、およびプログラム | |
WO2018230530A1 (ja) | 車両制御システム、車両制御方法、およびプログラム | |
CN110060467B (zh) | 车辆控制装置 | |
CN110167811B (zh) | 车辆控制系统、车辆控制方法及存储介质 | |
CN110121450B (zh) | 车辆控制系统、车辆控制方法及存储介质 | |
JP7043295B2 (ja) | 車両制御装置、車両制御方法、およびプログラム | |
WO2018142560A1 (ja) | 車両制御システム、車両制御方法、および車両制御プログラム | |
WO2018179359A1 (ja) | 車両制御システム、車両制御方法、および車両制御プログラム | |
JP7199150B2 (ja) | 車両制御装置、車両制御方法、及びプログラム | |
JPWO2018123014A1 (ja) | 車両制御システム、車両制御方法、および車両制御プログラム | |
CN110271547B (zh) | 车辆控制装置、车辆控制方法以及存储介质 | |
JP6696006B2 (ja) | 車両制御システム、車両制御方法、および車両制御プログラム | |
JP2019128612A (ja) | 車両制御装置、車両制御方法、およびプログラム | |
CN110281935B (zh) | 车辆控制装置、车辆控制方法及存储介质 | |
WO2018142566A1 (ja) | 通過ゲート決定装置、車両制御システム、通過ゲート決定方法、およびプログラム | |
WO2018123346A1 (ja) | 車両制御装置、車両制御方法、及びプログラム | |
JP2020163903A (ja) | 表示制御装置、表示制御方法、及びプログラム | |
CN110341703B (zh) | 车辆控制装置、车辆控制方法及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
121 | Ep: the epo has been informed by wipo that ep was designated in this application |
Ref document number: 18816729 Country of ref document: EP Kind code of ref document: A1 |
|
ENP | Entry into the national phase |
Ref document number: 2019525434 Country of ref document: JP Kind code of ref document: A |
|
NENP | Non-entry into the national phase |
Ref country code: DE |
|
122 | Ep: pct application non-entry in european phase |
Ref document number: 18816729 Country of ref document: EP Kind code of ref document: A1 |