WO2019077971A1 - 予測制御装置及び方法 - Google Patents

予測制御装置及び方法 Download PDF

Info

Publication number
WO2019077971A1
WO2019077971A1 PCT/JP2018/036214 JP2018036214W WO2019077971A1 WO 2019077971 A1 WO2019077971 A1 WO 2019077971A1 JP 2018036214 W JP2018036214 W JP 2018036214W WO 2019077971 A1 WO2019077971 A1 WO 2019077971A1
Authority
WO
WIPO (PCT)
Prior art keywords
operation amount
unit
vehicle
situation
control device
Prior art date
Application number
PCT/JP2018/036214
Other languages
English (en)
French (fr)
Inventor
敏明 中村
広津　鉄平
辰也 堀口
鳥羽　忠信
坂本　英之
Original Assignee
日立オートモティブシステムズ株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 日立オートモティブシステムズ株式会社 filed Critical 日立オートモティブシステムズ株式会社
Priority to US16/755,907 priority Critical patent/US11392093B2/en
Publication of WO2019077971A1 publication Critical patent/WO2019077971A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/0205—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system
    • G05B13/026—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric not using a model or a simulator of the controlled system using a predictor
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/048—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators using a predictor
    • 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
    • B60W50/06—Improving the dynamic response of the control system, e.g. improving the speed of regulation or avoiding hunting or overshoot

Definitions

  • the present invention relates to a predictive control apparatus and method applied to automatic driving of a vehicle.
  • Patent Literature 1 and Patent Literature 2 As predictive control technology in automatic driving of a vehicle, apparatuses as described in Patent Literature 1 and Patent Literature 2 are disclosed.
  • Patent Document 1 as a predictive control device and a recommended operation presentation device capable of preventing the occurrence of chattering and improving responsiveness, the input operation amount to the system changes rapidly in order to secure ride comfort.
  • an example is shown having means for correcting the manipulated variable so that the change in the manipulated variable does not exceed the threshold value.
  • Patent Document 2 in order to secure a riding comfort as a control device for a vehicle capable of appropriately controlling the behavior of the own vehicle including the lateral direction in consideration of the relationship with the future position of the surrounding vehicles.
  • An example is shown in which the change amount of the previous and current travel directions and the change amount of the previous and current acceleration and deceleration are included in the evaluation function of the model predictive control.
  • the predictive control device for determining the operation amount to be applied to the actuator for automatic driving of the vehicle which is an operation command value for generating the operation amount for the actuator and the operation amount candidate as a predicted value
  • a generation unit an output prediction unit that outputs control amount candidates as a predicted value corresponding to an actuator output using a state equation that represents the motion model of the vehicle by a mathematical expression, and a plurality of constraint conditions necessary for automatic driving of the vehicle
  • the evaluation function operation unit which represents the sum of the outputs of each function with respect to constraints, and the surrounding conditions of the host vehicle while traveling, gives a measure of whether to give priority to ride comfort or to avoid danger.
  • the condition degree detection unit for obtaining the condition degree, and the responsiveness adjustment unit for obtaining the next operation amount candidate from the condition degree from the condition degree detection unit, the operation command value generation unit is outputted from the evaluation function calculation unit
  • the predictive control device is characterized in that the operation amount for the actuator is generated according to the output of the evaluation function, and the responsiveness adjusting unit adjusts the output of the evaluation function according to the degree of situation. .
  • the prediction control method for determining the operation amount to be applied to the actuator for automatic driving of the vehicle which generates the operation amount for the actuator and the operation amount candidate as the prediction value, and A control amount candidate as a predicted value corresponding to an actuator output is obtained using a state equation expressed by an equation, and a constraint necessary for automatic driving of the vehicle is represented by a plurality of functions, and the output of each function for the constraint is Based on the surrounding conditions of the host vehicle while driving, the situation level that is a measure of whether to prioritize riding comfort or risk avoidance is obtained, and the next operation amount candidate is obtained from the situation degree. According to the output, an operation amount for the actuator is generated, and the output of the evaluation function is adjusted according to the degree of situation.
  • the prediction control device for determining the operation amount to be given to the actuator for automatic driving of the vehicle which is a unit for detecting the condition degree from the surrounding information and the vehicle information, and the surrounding information and the vehicle information It is characterized by comprising means for generating an operation amount every time and outputting the same to the actuator, and means for adjusting the difference between the current operation amount and the operation amount at the next time according to the value of the condition degree. Predictive control device.
  • the prediction control method for determining the operation amount to be given to the actuator for automatic driving of the vehicle is performed, and the situation level is detected from the surrounding information and the vehicle information.
  • the prediction control method is characterized in that the operation amount is generated and output to the actuator, and the difference between the operation amount at the present time and the operation amount at the next time is adjusted according to the value of the condition degree. It is.
  • the present invention it is possible to provide a prediction control device that achieves both a comfortable ride during normal travel and a rapid operation during an emergency so that a person can drive.
  • FIG. 6 is a block diagram showing an example of the block configuration of an operation command value generation unit 104 in the model prediction control unit 101
  • FIG. 2 is a block diagram showing an example of the block configuration of an output prediction unit 105 in a model prediction control unit 101
  • FIG. 2 is a block diagram showing an example of the block configuration of an evaluation function calculation unit 106 in the model prediction control unit 101.
  • FIG. 2 is a block diagram showing an example of the configuration of a situation degree detection unit 103;
  • FIG. 12 is a diagram for specifically describing the case where the situation degree Wp in FIG. 4 is a value close to “1” from the viewpoint of ride comfort, as the operation of the responsiveness adjustment unit 107;
  • FIG. 12 is a diagram for specifically explaining the case where the situation degree Wp in FIG. 4 is a value close to “0” from the viewpoint of danger avoidance priority as the operation of the responsiveness adjustment unit 107;
  • FIG. 1 is a block diagram showing an example of a block configuration of an automatic driving control system for a vehicle according to an embodiment of the present invention.
  • the model prediction control unit 101 predicts, for example, every few milliseconds, the speed and direction of the vehicle in the future for several seconds after the next several milliseconds, based on the information around the vehicle. Processing for determining the amount of operation is performed. A part of the input is ambient information, and a part of the output is an operation amount u 0 with respect to the actuator 102 such as a steering wheel operation, an accelerator operation, and a brake operation. Further, the model prediction control unit 101 receives the control amount x 0 which is the output of the actuator 102 and the information Wp of the condition degree from the condition degree detection unit 103, and gives the response adjustment information to the notification unit 108.
  • the model prediction control unit 101 includes an operation command value generation unit 104, an output prediction unit 105, an evaluation function calculation unit 106, and a responsiveness adjustment unit 107.
  • the operation command value generation unit 104 selects, for example, operation amount candidates (u 1 to u) as predicted values for the next n seconds every several milliseconds from the current operation amount u 0 and the next operation amount u 1. n ) is a means to generate.
  • the operation command value generation unit 104 will be described later with reference to FIG.
  • the output prediction unit 105 inputs, for example, the operation amount candidate (u 1 to u n ), the surrounding information, and the control amount x 0 of the vehicle at the present time into a state equation that expresses the operation model of the vehicle by a mathematical equation. It is a means for outputting an amount (speed, position, direction, etc.) as a control amount candidate (x 1 to x n ) as a predicted value.
  • the output prediction unit 105 will be described later with reference to FIG.
  • the evaluation function calculation unit 106 expresses the constraint conditions necessary for the automatic operation by a plurality of functions, inputs the operation amount candidates (u 1 to u n ) and the control amount candidates (x 1 to x n ), and It is a means for outputting the sum F of each function output.
  • the evaluation function calculator 106 will be described later with reference to FIG.
  • the degree-of-state detection unit 103 is a means for outputting the degree of state Wp, which is a measure of giving priority to ride comfort or giving priority to danger avoidance, from the surrounding situation of the vehicle during traveling.
  • the situation degree detection unit 103 will be described later with reference to FIG.
  • the responsiveness adjustment unit 107 is means for obtaining the next operation amount candidate u 1 from the current operation amount u 0 and the situation degree Wp input from the situation degree detection unit 103.
  • the responsiveness adjustment unit 107 will be described later with reference to FIGS. 5a, 5b, and 5c.
  • the notification unit 108 is means for notifying the output (the degree of condition Wp and the next operation amount candidate) from the responsiveness adjustment unit 107 to the outside. For example, a notification that an emergency operation is to be performed to a passenger by a display or a speaker, and a notification such as alerting other vehicles in the vicinity by a wireless network.
  • the loop processing of the operation command value generation unit 104 to the evaluation function calculation unit 106 is repeated a plurality of times, for example, in several milliseconds, and the operation amount candidate 1 to u n ) is selected, and the operation amount u 1 at the next time point is output to the actuator 102.
  • the actuator 102 converts the operation amount u into a control amount x and executes brake, accelerator, and steering wheel operations.
  • FIG. 7 is an operation example of automatic driving by model predictive control. A series of overtaking operations in which the vehicle 701 by automatic driving while traveling on the expressway traveling lane overtakes the vehicle 702 traveling on the same traveling lane and catches up with the preceding vehicle 703 on the passing lane again It is assumed.
  • FIG. 7A is a diagram in which the vehicle 701 travels behind the other vehicle 702 and the other vehicle 703 on the expressway. At this time, in order to drive efficiently, the vehicle 701 selects time-series control amounts x 0 to x n indicated by thick solid arrows from among a plurality of control amount x candidates (indicated by dotted lines), Determine x 1 as the control amount at the next time point.
  • FIG. 7 show a process in which the vehicle 701 passes over the other vehicle 702, and at each point, a time series indicated by thick arrows from among a plurality of control amount candidates by model predictive control Typical control amounts x 0 to x n are selected, and x 1 is determined as the control amount at the next time point.
  • the model prediction control unit 101 shown in FIG. 1 obtains the operation amount u at which the output of the evaluation function F is minimized in one processing time unit.
  • (C) of FIG. 8 is a diagram showing the operation amount u on the horizontal axis and the evaluation function F on the vertical axis, and the output of the evaluation function F obtained in one processing time unit of the processing cycle is the current evaluation function F 1 If the input u 1 at which the output of the output is minimized differs greatly from the input u 0 at which the output of the previous evaluation function F 0 is minimized, the value of the obtained operation amount u (the value of the control amount x) also differs significantly It will be.
  • FIG. 2 is a diagram showing an example of a block configuration of the operation command value generation unit 104 in the model prediction control unit 101. As shown in FIG. The operation command value generation unit 104 receives the evaluation function F and gives operation amount candidates (u 1 to u n ).
  • the comparison unit 202 in the operation command value generation unit 104 compares the operation result (output of the evaluation function F) output from the evaluation function operation unit 106 with the value stored in the minimum value storage unit 203. If the input value is smaller than the value stored in the minimum value storage unit 203, a storage command signal is output to the minimum value storage unit 203.
  • the minimum value storage unit 203 stores the calculation result of the evaluation function according to the storage instruction signal from the comparison unit 202. A series of processes so far means that the position where the evaluation function F in FIG. 8C is minimum is obtained.
  • Manipulated variable generating unit 201 is a means for generating a manipulated variable candidates from the operation amount candidates u 1 of the following time until the operation amount candidates u n future time n (u 1 ⁇ u n).
  • the operation amount candidate value is generated by random number generation as an initial value, and thereafter, an operation of changing the value little by little is repeated to obtain a convergent solution.
  • Specific methods include particle swarm optimization, ant colony optimization, and an artificial bee colony algorithm.
  • the operation amount storage unit 204 stores operation command value candidates (u 1 to u n ) corresponding to the evaluation function values stored in the minimum value storage unit 203, and controls the current operation amount u 0 as a brake, accelerator, front wheel Output to the actuator 102 such as the steering angle. Further, the operation amount candidates (u 1 to u n ) are given to the output prediction unit 105 shown in FIG.
  • operation amount u 0 in the current time can be calculated by using the operation amount candidates u 1 of the following time points obtained in the previous processing cycle.
  • operation amount candidates (u 1 to u n ) can be obtained, which are time-series operation amounts that minimize the evaluation function F. This means that the trajectory shown by the solid line in (a) of FIG. 7 is obtained.
  • FIG. 3 is a block diagram showing an example of the block configuration of the output prediction unit 105 in the model prediction control unit 101.
  • the state equation calculation unit 301 is means for expressing the motion model of the vehicle by a mathematical expression. For example, the acceleration and the angle in the traveling direction are input and converted into physical quantities such as position coordinates, speed, and direction of the vehicle.
  • the storage unit 302 is a means for temporarily storing the output of the state equation and using it for prediction processing of the next time point. For example, by storing the current position coordinates and the velocity, it is possible to calculate the predicted value of the position coordinates at the next time point by calculation.
  • time-series predicted operation amounts (u 1 to u n ) from the inside of the operation command value generation unit 104 and ambient information are input. Further, as an output, a control amount corresponding to the output of the actuator 102 is calculated as a time-series predicted control amount (x 1 to x n ), and is used for calculation in the evaluation function calculation unit 106.
  • the storage unit 302 is used to determine the reference position in FIG. 3, this may be determined based on the current position indicated by the actuator 102, as shown in FIG.
  • FIG. 4 is a block diagram showing an example of the block configuration of the evaluation function calculation unit 106 in the model prediction control unit 101.
  • the evaluation function calculation unit 106 generates a value of the evaluation function F to be given to the operation command value generation unit 104 using a plurality of constraint condition functions (401 to 405) representing the constraint conditions necessary for the automatic operation by functions.
  • constraint condition functions 401 to 405 representing the constraint conditions necessary for the automatic operation by functions.
  • the responsiveness adjustment unit 107 is provided with a constraint condition function for the predicted manipulation amount (u 1 to u n ), and the responsiveness adjustment unit 107 performs a constraint condition function according to the situation degree Wp obtained by the situation degree detection unit 103. Is adjusting the output of.
  • the evaluation function calculation unit 106 includes a plurality of constraint condition function calculation units (401 to 404), a responsiveness adjustment unit 107, and addition units 405 and 406.
  • the evaluation function F is determined by the plurality of constraint function (401 to 404) and the responsiveness adjustment unit 107.
  • the plurality of constraint condition functions are a function f1 for the risk degree calculated by the risk degree calculation unit 401, a function f2 for the velocity error calculated by the velocity error calculation unit 402, a function f3 for acceleration calculated by the acceleration calculation unit 403, an acceleration calculation unit It is a function f4 about jerk to be determined at 404.
  • the evaluation function F is a function composed of five elements in which the function f5 regarding the responsiveness obtained by the responsiveness adjustment unit 107 is further added thereto. Find the smallest numerical value determined by these five factors.
  • An addition unit 405 adds the output results of the constraint condition functions of the constraint condition function operation units (401 to 404).
  • the responsiveness adjustment unit 107 is a constraint condition for responsiveness to obtain the multiplication result of the degree of situation Wp input from the degree of situation detection unit 103 and the difference between the current operation amount u 0 and the next operation amount u 1. It is a function f5.
  • the prediction control device controls the vehicle with the operation amount u when the output of the evaluation function F is minimized.
  • the constraint function f1 of risk the constraint function f2 of velocity error
  • the constraint function f3 of acceleration the constraint function f4 of jerk
  • the output of the evaluation function F is determined by the response constraint function f5, assuming that it reflects the current operating conditions and outputs a substantially constant value, and it is the situation degree Wp that determines this. It is. That is, the idea of the configuration of the evaluation function calculation unit 106 in FIG. 4 is that the output of the evaluation function F can be arbitrarily determined depending on the situation degree Wp.
  • condition degree Wp is adjusted to a value close to "1" at the time of ride priority, and adjusted to a value close to "0" at the danger avoidance priority.
  • the operation of the responsiveness adjustment unit 107 will be specifically described using FIGS. 9a and 9b.
  • FIG. 9a shows the case where the condition degree Wp of FIG. 4 is close to “0” from the viewpoint of danger avoidance priority when the condition degree Wp of FIG. 4 is close to “1” from the viewpoint of ride priority. And the case is shown.
  • the condition degree Wp is a value close to 1 (riding priority)
  • the value of Wp ⁇ (u 1 -u 0 ) 2 is set to 0 in the response function of the responsiveness adjusting unit 107.
  • u 1 needs to take a value close to u 0 .
  • a small change amount is selected as the next operation amount u 1 with respect to the current operation amount u 0 , it is possible to secure an operation with a small change.
  • the value of Wp ⁇ (u 1 -u 0 ) 2 is set in the function of responsiveness of the responsiveness adjustment unit 107.
  • u 1 may be a value away from u 0 .
  • the difference between the current operation amount u 0 and the next operation amount u 1 is used.
  • the current operation amount u 0 Alternatively, multiple past actual values and future forecast values may be used.
  • the control amount since an operation of the function output by the state equation calculation unit 301 of FIG. 3, the following control quantities x 1 may be used a difference between the current controlled variable x 0.
  • Figure 5a is an example of using a moving average value of the actual operation amount and the future predicted manipulated variable instead past to the current operating value u 0.
  • FIG. 5 b is an example using a weighted average value of past actual manipulated variables and future predicted manipulated variables instead of the current manipulated value u 0 .
  • FIG. 5 c is an example in which control amounts x 1 and x 0 are used instead of the operation amounts u 1 and u 0 .
  • FIG. 6 is a diagram showing an example of the block configuration of the situation degree detection unit 103.
  • the situation degree detection unit 103 is configured of a plurality of individual situation degree detection units 601, an addition unit 605, and a normalization unit 606.
  • the individual situation degree detection 601 is a means for detecting the possibility of collision with one obstacle around the vehicle. By providing a plurality of individual situation degree detection units 601, a collision possibility with a separate obstacle around the vehicle is detected.
  • the individual condition degree detection 601 is configured by a type coefficient setting unit 602, a margin degree calculation unit 603, a multiplication unit 604, an addition unit 605, and a normalization unit 606.
  • the type coefficient setting unit 602 is means for selecting a different coefficient Wk according to the type of the obstacle to be input. For example, the value of the coefficient increases in the order of pedestrian ⁇ bicycle ⁇ car.
  • the margin calculation unit 603 inputs the distance between the vehicle and the obstacle and the relative speed, and outputs the margin between the two in numerical values. In this example, as the relative distance is larger and the relative speed is larger, a larger value is output as the margin.
  • the multiplication unit 604 is means for multiplying the type coefficient by the margin.
  • the multiplication result is smaller for pedestrians than for cars, even with the same margin. This is to prioritize safety for pedestrians.
  • the addition unit 605 is a unit that adds the outputs of the plurality of individual situation degree detection units 601 and calculates a comprehensive situation degree.
  • the normalization unit 606 is means for normalizing the situation degree Wp to a value between 0 and 1 and outputting it. The more comfortable the condition degree Wp is, the better the riding comfort, and the closer the condition degree Wp is to zero, the higher the degree of urgency.
  • the above-described predictive control device includes means for adjusting the difference between the current manipulated variable and the next manipulated variable.
  • This function is mainly configured by the evaluation function calculation unit 106 and the operation command value generation unit 104.
  • the situation degree is used as a weighting factor, and a value obtained by multiplying the difference between the current manipulation quantity and the next manipulation quantity by the weighting factor is included in the evaluation function.
  • the evaluation function includes a value obtained by multiplying the weighting factor by the difference between the next manipulation quantity and the moving average value of the past actual manipulation quantity and the future prediction manipulation quantity with the situation degree as the weighting factor.
  • the evaluation function includes a value obtained by multiplying the weighting factor by the difference of the next control quantity to the past actual operation quantity and the weighted average value of the predicted operation quantity in the future, with the situation degree as the weighting factor.
  • the evaluation function includes a value obtained by multiplying the weighting factor by the difference between the current control quantity and the next control quantity, with the situation degree as the weighting factor.
  • this is a predictive control device for determining an operation amount to be given to an actuator for automatic driving of a vehicle, and means for detecting a situation degree from ambient information and vehicle information
  • a unit that generates an operation amount per unit time from ambient information and vehicle information and outputs the operation amount to an actuator; and a unit that adjusts the difference between the current operation amount and the next operation amount according to the value of the condition degree.

Abstract

人が運転するように、通常走行時の乗り心地と緊急時の迅速な動作を両立することができる予測制御装置を提供する。 車両の自動運転のためにアクチュエータに与える操作量を定める予測制御装置であって、アクチュエータに対する操作量と、予測値としての操作量候補を生成する操作指令値生成部と、車両の動作モデルを数式で表した状態方程式を用いて、アクチュエータ出力に相当する予測値としての制御量候補を出力する出力予測部と、車両の自動運転に必要な制約条件を複数の関数で表し、制約条件についての各関数の出力の総和を得る評価関数演算部と、走行中の自車車両の周囲状況から、乗り心地を優先するか危険回避を優先するかの尺度となる状況度を求める状況度検出部と、状況度検出部からの状況度から次の操作量候補を求める応答性調整部を備え、操作指令値生成部は、評価関数演算部から出力される評価関数の出力に応じてアクチュエータに対する操作量を生成するとともに、応答性調整部は、状況度に応じて評価関数の出力を調整することを特徴とする予測制御装置。

Description

予測制御装置及び方法
　本発明は、車両の自動運転に適用する予測制御装置及び方法に関する。
　近年、車両の自動運転が実用化の方向にあり、この場合に自動運転の軌道生成等でモデル予測制御の適用が広がりつつある。
　車両の自動運転における予測制御技術としては、特許文献１および特許文献２に記載のような装置が開示されている。
　特許文献１では、チャタリングの発生を防止し、且つ、応答性を向上することのできる予測制御装置及び推奨操作提示装置として、乗り心地を確保するため、システムへの入力操作量が急激に変化する場合には、操作量の変化がしきい値を超えないように操作量を修正する手段を有する例が示されている。
　特許文献２では、周囲車両の将来の位置との関係を考慮した上で、横方向も含めた自車両の挙動を適切に制御することが可能な車両用制御装置として、乗り心地を確保するため、前回と今回の進行方向の変化量や前回と今回の加減速度の変化量をモデル予測制御の評価関数に含める例が示されている。
特開２００４－１１８７２３号公報 特開２０１７－０８４１１０号公報
　特許文献１，２では、主として乗り心地を重視した予測制御を行っているが、その反面緊急時の迅速な動作が求められる場合もある。
　自動運転の軌道生成等でモデル予測制御を適用する場合に、ハンドル操作、アクセル操作、ブレーキ操作などの状態量を計算で求めることになるが、時間軸上で不連続な操作が生じる場合が有る。
　そのため、人の運転に即した、通常走行時の乗り心地と緊急時の迅速な動作を両立することができるモデル予測制御を行えることが望ましい。
　以上のことから本発明においては、人が運転するように、通常走行時の乗り心地と緊急時の迅速な動作を両立することができる予測制御装置及び方法を提供することを目的とする。
　以上のことから本発明においては、「車両の自動運転のためにアクチュエータに与える操作量を定める予測制御装置であって、アクチュエータに対する操作量と、予測値としての操作量候補を生成する操作指令値生成部と、車両の動作モデルを数式で表した状態方程式を用いて、アクチュエータ出力に相当する予測値としての制御量候補を出力する出力予測部と、車両の自動運転に必要な制約条件を複数の関数で表し、制約条件についての各関数の出力の総和を得る評価関数演算部と、走行中の自車車両の周囲状況から、乗り心地を優先するか危険回避を優先するかの尺度となる状況度を求める状況度検出部と、状況度検出部からの状況度から次の操作量候補を求める応答性調整部を備え、操作指令値生成部は、評価関数演算部から出力される評価関数の出力に応じてアクチュエータに対する操作量を生成するとともに、応答性調整部は、状況度に応じて評価関数の出力を調整することを特徴とする予測制御装置。」としたものである。
　また本発明においては、「車両の自動運転のためにアクチュエータに与える操作量を定める予測制御方法であって、アクチュエータに対する操作量と、予測値としての操作量候補を生成し、車両の動作モデルを数式で表した状態方程式を用いて、アクチュエータ出力に相当する予測値としての制御量候補を求め、車両の自動運転に必要な制約条件を複数の関数で表し、制約条件についての各関数の出力の総和を得、走行中の自車車両の周囲状況から、乗り心地を優先するか危険回避を優先するかの尺度となる状況度を求め、状況度から次の操作量候補を求め、評価関数の出力に応じてアクチュエータに対する操作量を生成するとともに、状況度に応じて前記評価関数の出力を調整することを特徴とする予測制御方法。」としたものである。
　また本発明においては、「車両の自動運転のためにアクチュエータに与える操作量を定める予測制御装置であって、周囲情報と車両情報とから状況度を検出する手段と、周囲情報と車両情報から単位時間毎に操作量を生成しアクチュエータに出力する手段と、状況度の値に応じて現時点の操作量と次の時点の操作量との差を調整する手段とで構成されることを特徴とする予測制御装置。」としたものである。
　また本発明においては、「車両の自動運転のためにアクチュエータに与える操作量を定める予測制御方法であって、周囲情報と車両情報とから状況度を検出し、周囲情報と車両情報から単位時間毎に操作量を生成しアクチュエータに出力するとともに、前記状況度の値に応じて現時点の操作量と次の時点の操作量との差を調整することを特徴とする予測制御方法。」としたものである。
　本発明によれば、人が運転するように、通常走行時の乗り心地と緊急時の迅速な動作を両立する予測制御装置を提供することができる。
本発明の実施例に係る車両の自動運転制御システムのブロック構成例を示す図。 モデル予測制御部１０１内の操作指令値生成部１０４のブロック構成例を示す図。 モデル予測制御部１０１内の出力予測部１０５のブロック構成例を示す図。 モデル予測制御部１０１内の評価関数演算部１０６のブロック構成例を示す図。 過去の実制御量と将来の予測制御量の移動平均値を用いる応答性調整手段１０７の構成例を示す図。 過去の実制御量と将来の予測制御量の加重平均値を用いる応答性調整手段１０７の構成例を示す図。 操作量ｕ１とｕ０を用いる応答性調整手段１０７の構成例を示す図。 状況度検出部１０３のブロック構成例を示す図。 モデル予測制御による自動運転の一動作例を示す図。 図７のように走行するときの本発明の課題を具体的に説明するための図。 応答性調整部１０７の動作として、乗り心地優先の観点から図４の状況度Ｗｐを「１」に近い値とした場合を具体的に説明するための図。 応答性調整部１０７の動作として、危険回避優先の観点から図４の状況度Ｗｐを「０」に近い値とした場合を具体的に説明するための図。
　以下、本発明の実施例について図面を用いて説明する。
　図１は本発明の実施例に係る車両の自動運転制御システムのブロック構成例を示す図である。
　図１において、モデル予測制御部１０１は、自車の周囲の情報を基に例えば数ミリ秒毎に将来の数秒間の自車の速度や進む方向を予測しながら、次の数ミリ秒後の操作量を求める処理を行っている。この入力の一部は周囲情報であり、その出力の一部はハンドル操作、アクセル操作、ブレーキ操作などのアクチュエータ１０２に対する操作量ｕ０である。またモデル予測制御部１０１は、アクチュエータ１０２の出力である制御量ｘ０と、状況度検出部１０３から状況度の情報Ｗｐを入力し、通知部１０８に対して応答性調節情報を与えている。
　モデル予測制御部１０１は、操作指令値生成部１０４と、出力予測部１０５と、評価関数演算部１０６と、応答性調整部１０７により構成されている。
　このうち、操作指令値生成部１０４は、例えば現在の操作量ｕ０と、次の操作量ｕ１から数ミリ秒毎に将来のｎ秒間分の予測値としての操作量候補（ｕ１～ｕｎ）を生成する手段である。操作指令値生成部１０４について、図２を用いて後述する。
　出力予測部１０５は、例えば操作量候補（ｕ１～ｕｎ）と周囲情報および現時点の自車の制御量ｘ０を車両の動作モデルを数式で表した状態方程式に入力し、それに対応する制御量（速度、位置、方向等）を、予測値としての制御量候補（ｘ１～ｘｎ）として出力する手段である。出力予測部１０５について、図３を用いて後述する。
　評価関数演算部１０６は、自動運転に必要な制約条件を複数の関数で表し、操作量候補（ｕ１～ｕｎ）および制御量候補（ｘ１～ｘｎ）を入力し、制約条件についての各関数出力の総和Ｆを出力する手段である。評価関数演算部１０６について、図４を用いて後述する。
　状況度検出部１０３は、走行中の自車の周囲状況から、乗り心地を優先するか危険回避を優先するかの尺度となる状況度Ｗｐを出力する手段である。状況度検出部１０３について、図６を用いて後述する。
　応答性調整部１０７は、現在の操作量ｕ０と状況度検出部１０３から入力する状況度Ｗｐから次の操作量候補ｕ１を求める手段である。応答性調整部１０７について、図５ａ、図５ｂ、図５ｃを用いて後述する。
　なお通知部１０８は、応答性調整部１０７からの出力（状況度Ｗｐや次の操作量候補）を外部に通知する手段である。例えばディスプレイやスピーカにて乗員へ緊急動作を行う旨の通知や、無線ネットワークにより周辺の他車へ注意喚起等の通知を行う。
　以上の構成によるモデル予測制御部１０１では、操作指令値生成部１０４から評価関数演算部１０６のループ処理を例えば数ミリ秒間に複数回繰り返し、評価関数の総和Ｆが最小となる操作量候補（ｕ１～ｕｎ）を選び、次の時点の操作量ｕ１をアクチュエータ１０２に出力する。アクチュエータ１０２は操作量ｕを制御量ｘに変換しブレーキ、アクセルおよびハンドル操作等を実行する。
　図７はモデル予測制御による自動運転の一動作例である。高速道路の走行車線を走行中の自動運転による車両７０１が、同じ走行車線を走行中の車両７０２を追い越し、追い越し車線上で先行する車両７０３に追いつく前に再度走行車線に戻る一連の追い越し動作を想定している。
　図７の（ａ）は、高速道路上で自車７０１が他車７０２および他車７０３の後方を走行している図である。このとき自車７０１は効率の良い運転を行うため、複数の制御量ｘの候補（点線で示す）の中から太い実線の矢印で示す時系列的な制御量ｘ０～ｘｎを選択し、次の時点の制御量としてｘ１を決定する。
　図７の（ｂ）～（ｄ）は自車７０１が他車７０２を追い越す過程を示しており、それぞれの地点でモデル予測制御により複数の制御量の候補の中から太線の矢印で示す時系列的な制御量ｘ０～ｘｎを選択し、次の時点の制御量としてｘ１を決定する。
　図８により、図７のように走行するときの本発明の課題を具体的に説明する。図１に示すモデル予測制御部１０１では、一処理時間単位に評価関数Ｆの出力が最小となる操作量ｕを求めている。図８の（ｃ）は、横軸に操作量ｕ，縦軸に評価関数Ｆを示す図であり、処理周期の一処理時間単位で求めた評価関数Ｆの出力について、今回の評価関数Ｆ１の出力が最小となる入力ｕ１が、前回の評価関数Ｆ０の出力が最小となる入力ｕ０と大きく異なると、求まる操作量ｕの値（しいては制御量ｘの値）も大きく異なることになる。
　その結果、図８の（ａ）に示すように、実際の自動運転時にハンドル操作やアクセル、ブレーキ操作にガタツキを生じ乗り心地を悪くすることになる。したがって図８の（ｂ）に示すように滑らかな自動運転を実現し乗り心地を良くする事が本発明の課題である。
　以下、滑らかな自動運転を実現し乗り心地を良くするための、図１に示す予測制御装置の各部詳細構成について説明する。
　図２は、モデル予測制御部１０１内の操作指令値生成部１０４のブロック構成例を示す図である。操作指令値生成部１０４では、評価関数Ｆを入力し、操作量候補（ｕ１～ｕｎ）を与える。
　操作指令値生成部１０４内の比較部２０２では、評価関数演算部１０６から出力される演算結果（評価関数Ｆの出力）を最小値保存部２０３に格納された値と比較する。入力された値が最小値保存部２０３に格納された値より小さければ最小値保存部２０３に対し保存指令信号を出力する。最小値保存部２０３は、比較部２０２からの保存指令信号に応じて評価関数の演算結果を記憶する。ここまでの一連の処理は、図８の（ｃ）における評価関数Ｆが最小となる位置を求めたことを意味している。
　操作量生成部２０１は、次の時点の操作量候補ｕ１から将来のｎ時点の操作量候補ｕｎまでの操作量候補（ｕ１～ｕｎ）を生成する手段である。一例としては初期値として乱数発生により操作量候補値を生成し、その後、その値を少しずつ変化させていく演算を繰り返すことで収束解を求める。具体的な方法として粒子群最適化、蟻コロニー最適化、人工蜂コロニーアルゴリズムなどがある。
　操作量保存部２０４は、最小値保存部２０３に保存された評価関数値に対応する操作指令値候補（ｕ１～ｕｎ）を保存し、現在時点の操作量ｕ０をブレーキ、アクセル、前輪の操舵角等のアクチュエータ１０２へ出力する。また操作量候補（ｕ１～ｕｎ）を、図３に示す出力予測部１０５に与えている。
　なお現在時点の操作量ｕ０は、例えば前回処理周期で求めた次の時点の操作量候補ｕ１を用いて算出することができる。図２の操作指令値生成部１０４によれば、評価関数Ｆが最小となる時系列的な操作量である、操作量候補（ｕ１～ｕｎ）を得ることができる。これは、図７の（ａ）に実線で示した軌道を求めたことを意味している。
　図３はモデル予測制御部１０１内の出力予測部１０５のブロック構成例を示す図である。ここで状態方程式演算部３０１は、車両の動作モデルを数式で表した手段である。例えば、加速度や進行方向の角度を入力して、自車の位置座標、速度、方角などの物理量に変換する。保存部３０２は状態方程式の出力を一時保存し、次の時点の予測処理に利用するための手段である。例えば現時点の位置座標と速度を保存することで次の時点の位置座標の予測値を計算で求めることができる。
　図３の例では、車両の動作モデルを数式で表すために操作指令値生成部１０４内からの時系列的な予測操作量（ｕ１～ｕｎ）と周囲情報を入力としている。また出力として、アクチュエータ１０２の出力に対応する制御量を、時系列的な予測制御量（ｘ１～ｘｎ）として算出し、評価関数演算部１０６での演算に使用している。なお、図３では、基準位置を定めるために保存部３０２を使用しているが、これは図１に示すように、アクチュエータ１０２が示す現在位置を基準として定めるものであってもよい。
　図４はモデル予測制御部１０１内の評価関数演算部１０６のブロック構成例を示す図である。評価関数演算部１０６では、自動運転に必要な制約条件を関数で表した複数の制約条件関数（４０１から４０５）を用いて、操作指令値生成部１０４に与える評価関数Ｆの値を生成する。図４の例では、リスク度と、出力予測部１０５で求めた時系列的な予測制御量（ｘ０～ｘｎ）についての制約条件関数を備えている。またそのうえで、予測操作量
（ｕ１～ｕｎ）についての制約条件関数を応答性調整部１０７に備え、応答性調整部１０７では状況度検出部１０３で求めた状況度Ｗｐに応じて制約条件関数の出力を調整している。
　評価関数演算部１０６は、複数の制約条件関数演算部（４０１から４０４）と、応答性調整部１０７と、加算部４０５，４０６により構成されている。本発明では、評価関数Ｆを複数の制約条件関数（４０１から４０４）と、応答性調整部１０７により定めている。
　複数の制約条件関数は、リスク度演算部４０１で求めるリスク度についての関数ｆ１、速度誤差演算部４０２で求める速度誤差についての関数ｆ２、加速度演算部４０３で求める加速度についての関数ｆ３、加速度演算部４０４で求める加々速度についての関数ｆ４である。評価関数Ｆは、これらにさらに応答性調整部１０７で求める応答性についての関数ｆ５を加味した５つの要素で構成された関数である。これら５つの要素で定まる数値が最小のものを求めていく。
　以下、複数の制約条件関数演算部（４０１から４０４）のそれぞれについて説明する。まずリスク度演算部４０１は、周囲情報と自車の相対位置情報から、次の時点（ｋ＝１）から将来のｎ時点（ｋ＝ｎ）までの各時点でのリスク度Ｒ（ｋ）を、例えば状況度検出部１０３から入手し、リスク度Ｒ（ｋ）と重み係数Ｗ１の乗算結果を計算し、それらの値の総和を求めるリスク度についての制約条件関数ｆ１である。
　速度誤差演算部４０２は、自車の加速度情報を積分して速度を求め、次の時点（ｋ＝１）から将来のｎ時点（ｋ＝ｎ）までの各時点での目標速度Ｖｒｅｆの差の２乗と重み係数Ｗ２の乗算結果を計算し、それらの値の総和を求める速度についての制約条件関数ｆ２である。
　加速度演算部４０３は、自車の加速度情報から、次の時点（ｋ＝１）から将来のｎ時点（ｋ＝ｎ）までの各時点での加速度の２乗と重み係数Ｗ３の乗算結果を計算し、それらの値の総和を求める加速度についての制約条件関数ｆ３である。
　加々速度演算４０４は、自車の加速度情報を微分して加々速度を求め、次の時点（ｋ＝１）から将来のｎ時点（ｋ＝ｎ）までの各時点での加々速度の２乗と重み係数Ｗ４の乗算結果を計算し、それらの値の総和を求める加々速度についての制約条件関数ｆ４である。加算部４０５は上記制約条件関数演算部（４０１から４０４）の各制約条件関数の出力結果を加算する。
　応答性調整部１０７は、現在の操作量ｕ０と次の操作量ｕ１との差分の２乗と、状況度検出部１０３から入力する状況度Ｗｐの乗算結果を求める応答性についての制約条件関数ｆ５である。
　評価関数演算部１０６は、上記のように構成されているが、先にも述べたように予測制御装置は、評価関数Ｆの出力を最小とする時の操作量ｕにより車両制御している。然るに、評価関数Ｆの出力を定める５つの制約条件関数のうち、リスク度の制約条件関数ｆ１、速度誤差の制約条件関数ｆ２、加速度の制約条件関数ｆ３、加々速度の制約条件関数ｆ４は、その時々の運転状態を反映しており、これが概ね一定値を出力していると仮定すると、評価関数Ｆの出力は、応答性の制約条件関数ｆ５により定まり、これを決定するのは状況度Ｗｐである。つまり、状況度Ｗｐ次第で、評価関数Ｆの出力を任意に定めることができるというのが、図４の評価関数演算部１０６の構成の考え方である。
　本発明においては、乗り心地優先の時に状況度Ｗｐを「１」に近い値にし、危険回避優先の時に状況度Ｗｐを「０」に近い値にするように調整する。図９ａ、図９ｂを用いて、応答性調整部１０７の動作を具体的に説明する。
　図９ａは、乗り心地優先の観点から図４の状況度Ｗｐを「１」に近い値とした場合、図９ｂは、危険回避優先の観点から図４の状況度Ｗｐを「０」に近い値とした場合を示している。図９ａに示すように、状況度Ｗｐが１に近い値（乗り心地優先）のとき、応答性調整部１０７の応答性の関数において、Ｗｐ・（ｕ１－ｕ０）２の値を０に近くするためには、ｕ１がｕ０に近い値を取る必要がある。その結果、現操作量ｕ０に対し、小さな変化量が次の操作量ｕ１として選ばれるため、変化の少ない運転動作を確保できる。
　また、図９ｂに示すように、状況度Ｗｐが０に近い値（危険回避優先）のとき、応答性調整部１０７の応答性の関数において、Ｗｐ・（ｕ１－ｕ０）２の値を０に近くするためには、ｕ１がｕ０から離れた値でも良い。その結果、現操作値ｕ０に対し、大きな変化量が次の操作値ｕ１として選ばれるため、機敏な運転動作を確保できる。
　なお、図４に示す応答性調整部１０７の処理では、現在の操作量ｕ０と次の操作量ｕ１との差分を用いているが、ノイズによる影響を減らすために現在の操作量ｕ０に代わり、複数の過去の実績値および将来の予測値を用いても良い。また制御量は、図３の状態方程式演算部３０１により操作量の関数出力であるから、次の制御量ｘ１と現在の制御量ｘ０の差分を用いても良い。
　次に、応答性調整部１０７の別の実施例を示す。図５ａは、現操作値ｕ０に代わり過去の実操作量と将来の予測操作量の移動平均値を用いる例である。図５ｂは、現操作値ｕ０に代わり過去の実操作量と将来の予測操作量の加重平均値を用いる例である。図５ｃは、操作量ｕ１とｕ０の代わりに制御量ｘ１とｘ０を用いる例である。
　図６は状況度検出部１０３のブロック構成例を示す図である。状況度検出部１０３は、複数の個別状況度検出部６０１と、加算部６０５と、正規化部６０６により構成されている。　個別状況度検出６０１は、自車の周囲の１つの障害物との間の衝突可能性を検出する手段である。複数の個別状況度検出部６０１を備えることにより、自車の周囲の別個の障害物との間の衝突可能性を検出している。
　個別状況度検出６０１は、種別係数設定部６０２と、余裕度算出部６０３と、乗算部６０４と、加算部６０５と、正規化部６０６により構成されている。このうち種別係数設定部６０２は、入力される障害物の種類に応じて異なる係数Ｗｋを選択する手段である。例えば、歩行者＜自転車＜車の順で係数の値は大きくなる。余裕度算出部６０３は、自車と障害物との距離と相対速度を入力し、両者間の余裕度を数値で出力する。この例では、相対距離が大きく、また相対速度が大きいほど余裕度として大きな値を出力する。乗算部６０４は種類係数と余裕度を乗算する手段である。乗算結果は、同じ余裕度であっても車の場合より歩行者の場合のほうが小さくなる。これは歩行者に対する安全を優先するためである。加算部６０５は複数の個別状況度検出手段６０１の出力を加算し、総合の状況度を算出する手段である。正規化部６０６は、状況度Ｗｐを０～１の間の値に正規化して出力する手段である。状況度Ｗｐが１に近いほど乗り心地がよく、また状況度Ｗｐが０に近いほど緊急度が高いものとされる。
　上記の本発明による予測制御装置は、現時点の操作量と次の時点の操作量との差を調整する手段を含んでいる。この機能は、評価関数演算部１０６と操作指令値生成部１０４により主として構成されている。ここでは図４に例示されるように状況度を重み係数とし、現在の操作量と次の操作量の差分に重み係数を乗じた値を評価関数に含む。あるいは、状況度を重み係数とし、過去の実操作量および将来の予測操作量の移動平均値に対する次の操作量の差分に重み係数を乗じた値を評価関数に含む。あるいは、状況度を重み係数とし、過去の実操作量および将来の予測操作量の荷重平均値に対する次の制御量の差分に重み係数を乗じた値を評価関数に含む。あるいは、状況度を重み係数とし、現在の制御量と次の制御量の差分に重み係数を乗じた値を評価関数に含む。
　また本発明装置をさらに簡便に述べるならば、これは「車両の自動運転のためにアクチュエータに与える操作量を定める予測制御装置であって、周囲情報と車両情報とから状況度を検出する手段と、周囲情報と車両情報から単位時間毎に操作量を生成しアクチュエータに出力する手段と、前記状況度の値に応じて現時点の操作量と次の時点の操作量との差を調整する手段とで構成されることを特徴とする予測制御装置。ということができる。
　以上に示した本発明装置によれば、人が運転するように、通常走行時の乗り心地と緊急時の迅速な動作を両立することができる。
１０１：モデル予測制御部
１０２：アクチュエータ
１０３：状況度検出部
部１０４：操作指令値生成部
１０５：出力予測部
１０６：評価関数演算部
１０７：応答性調整部
１０８：通知部
２０１：操作量生成部
２０２：比較部
２０３：最小値保存
２０４：操作量保存部
３０１：状態方程式演算部
３０２：保存部
４０１：リスク度演算部
４０２：速度誤差演算部
４０３：加速度演算部
４０４：加々速度演算部
４０５：加算部
４０６：加算部
６０１：個別状況度検出部
６０２：種別係数設定部
６０３：余裕度算出部
６０４：乗算部
６０５：加算部
６０６：正規化部
７０１：自車
７０２：他車
７０３：他車

Claims (20)

  1. 　車両の自動運転のためにアクチュエータに与える操作量を定める予測制御装置であって、
    　前記アクチュエータに対する操作量と、予測値としての操作量候補を生成する操作指令値生成部と、車両の動作モデルを数式で表した状態方程式を用いて、前記アクチュエータ出力に相当する予測値としての制御量候補を出力する出力予測部と、車両の自動運転に必要な制約条件を複数の関数で表し、前記制約条件についての各関数の出力の総和を得る評価関数演算部と、走行中の自車車両の周囲状況から、乗り心地を優先するか危険回避を優先するかの尺度となる状況度を求める状況度検出部と、前記状況度検出部からの状況度から次の操作量候補を求める応答性調整部を備え、
    　前記操作指令値生成部は、前記評価関数演算部からの出力に応じて前記アクチュエータに対する操作量を生成するとともに、前記応答性調整部は、状況度に応じて評価関数演算部からの出力を調整することを特徴とする予測制御装置。
  2. 　請求項１に記載の予測制御装置であって、
    　前記操作指令値生成部は、前記評価関数演算部の出力が最小となる値に応じて前記アクチュエータに対する操作量を定めていることを特徴とする予測制御装置。
  3. 　請求項１または請求項２に記載の予測制御装置であって、
    　前記出力予測部は、車両の動作モデルを数式で表した状態方程式に、走行中の自車車両の周囲状況と前記操作指令値生成部からの予測値としての操作量候補を適用して、前記アクチュエータ出力に相当する予測値としての制御量候補を求めていることを特徴とする予測制御装置。
  4. 　請求項１から請求項３のいずれか１項に記載の予測制御装置であって、
    　前記評価関数演算部における、車両の自動運転に必要な制約条件を複数の関数で表した前記制約条件は、周囲情報と自車の相対位置情報から求めたリスク度についての制約条件を含むことを特徴とする予測制御装置。
  5. 　請求項１から請求項４のいずれか１項に記載の予測制御装置であって、
    　前記評価関数演算部における、車両の自動運転に必要な制約条件を複数の関数で表した前記制約条件は、前記出力予測部で求めた予測値としての制御量候補についての制約条件を含むことを特徴とする予測制御装置。
  6. 　請求項５に記載の予測制御装置であって、
    　前記出力予測部で求めた予測値としての制御量候補についての制約条件は、車両の速度、加速度、加々速度についての制約条件の少なくとも１つ以上を含むことを特徴とする予測制御装置。
  7. 請求項１から請求項６のいずれか１項に記載の予測制御装置であって、
    　前記応答性調整部は、前記操作指令値生成部からの予測値としての操作量候補からの現在の操作量と次の操作量との差分、及び前記状況度検出部から入力する状況度を用いた応答性についての制約条件関数を含むことを特徴とする予測制御装置。
  8. 　請求項１から請求項６のいずれか１項に記載の予測制御装置であって、
    　前記応答性調整部は、前記操作指令値生成部からの予測値としての操作量候補と、実操作量との差分、及び前記状況度検出部から入力する状況度を用いた応答性についての制約条件関数を含むことを特徴とする予測制御装置。
  9. 　請求項１から請求項６のいずれか１項に記載の予測制御装置であって、
    　前記応答性調整部は、前記出力予測部で求めた予測値としての制御量候補と、実制御量との差分、及び前記状況度検出部から入力する状況度を用いた応答性についての制約条件関数を含むことを特徴とする予測制御装置。
  10. 　請求項１から請求項９のいずれか１項に記載の予測制御装置であって、
    　前記状況度検出部は、障害物の種類、自車と障害物との間の距離および相対速度から状況度を求めることを特徴とする予測制御装置。
  11. 　請求項１から請求項１０のいずれか１項に記載の予測制御装置であって、
    　予測制御装置は、現時点の操作量と次の時点の操作量との差を調整する手段を含むことを特徴とする予測制御装置。
  12. 　請求項１１に記載の予測制御装置であって、
    　現時点の操作量と次の時点の操作量との差を調整する手段は、前記状況度を重み係数とし、現在の操作量と次の操作量の差分に重み係数を乗じた値を評価関数に含むことを特徴とする予測制御装置。
  13. 　請求項１１または請求項１２に記載の予測制御装置であって、
    　現時点の操作量と次の時点の操作量との差を調整する手段は、調整内容を通知手段を介して外部装置に出力することを特徴とする予測制御装置。
  14. 　請求項１１から請求項１３のいずれか１項に記載の予測制御装置であって、
    　現時点の操作量と次の時点の操作量との差を調整する手段は、前記状況度を重み係数とし、過去の実操作量および将来の予測操作量の移動平均値に対する次の操作量の差分に重み係数を乗じた値を評価関数に含むことを特徴とする予測制御装置。
  15. 　請求項１１から請求項１４のいずれか１項に記載の予測制御装置であって、
    　現時点の操作量と次の時点の操作量との差を調整する手段は、前記状況度を重み係数とし、過去の実操作量および将来の予測操作量の荷重平均値に対する次の制御量の差分に重み係数を乗じた値を評価関数に含むことを特徴とする予測制御装置。
  16. 　請求項１１から請求項１５のいずれか１項に記載の予測制御装置であって、
    　現時点の操作量と次の時点の操作量との差を調整する手段は、前記状況度を重み係数とし、現在の制御量と次の制御量の差分に重み係数を乗じた値を評価関数に含むことを特徴とする予測制御装置。
  17. 　車両の自動運転のためにアクチュエータに与える操作量を定める予測制御方法であって、
    　前記アクチュエータに対する操作量と、予測値としての操作量候補を生成し、車両の動作モデルを数式で表した状態方程式を用いて、前記アクチュエータ出力に相当する予測値としての制御量候補を求め、車両の自動運転に必要な制約条件を複数の関数で表し、前記制約条件についての各関数の出力の総和を得、走行中の自車車両の周囲状況から、乗り心地を優先するか危険回避を優先するかの尺度となる状況度を求め、前記状況度から次の操作量候補を求め、前記各関数の出力の総和に応じて前記アクチュエータに対する操作量を生成するとともに、状況度に応じて前記各関数の出力の総和を調整することを特徴とする予測制御方法。
  18. 請求項１７に記載の予測制御方法であって、
    　前記アクチュエータに対する操作量は、前記制約条件についての各関数の出力の総和に応じて、前回の操作量と今回の操作量の差が少なくなるようにされるとともに、前記状況度が危険回避を優先するものであるとき、前回の操作量と今回の操作量の差が大きくなることを許容することを特徴とする予測制御方法。
  19. 　車両の自動運転のためにアクチュエータに与える操作量を定める予測制御装置であって、
    　周囲情報と車両情報とから状況度を検出する手段と、周囲情報と車両情報から単位時間毎に操作量を生成しアクチュエータに出力する手段と、前記状況度の値に応じて現時点の操作量と次の時点の操作量との差を調整する手段とで構成されることを特徴とする予測制御装置。
  20. 　車両の自動運転のためにアクチュエータに与える操作量を定める予測制御方法であって、
    　周囲情報と車両情報とから状況度を検出し、周囲情報と車両情報から単位時間毎に操作量を生成しアクチュエータに出力するとともに、前記状況度の値に応じて現時点の操作量と次の時点の操作量との差を調整することを特徴とする予測制御方法。
PCT/JP2018/036214 2017-10-17 2018-09-28 予測制御装置及び方法 WO2019077971A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US16/755,907 US11392093B2 (en) 2017-10-17 2018-09-28 Prediction control device and method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2017200888A JP6937658B2 (ja) 2017-10-17 2017-10-17 予測制御装置及び方法
JP2017-200888 2017-10-17

Publications (1)

Publication Number Publication Date
WO2019077971A1 true WO2019077971A1 (ja) 2019-04-25

Family

ID=66173686

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/036214 WO2019077971A1 (ja) 2017-10-17 2018-09-28 予測制御装置及び方法

Country Status (3)

Country Link
US (1) US11392093B2 (ja)
JP (1) JP6937658B2 (ja)
WO (1) WO2019077971A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113753071A (zh) * 2020-05-27 2021-12-07 百度（美国）有限责任公司 预防减速规划

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10739768B2 (en) * 2018-08-08 2020-08-11 Toyota Motor Engineering & Manufacturing North America, Inc. Smoothed and regularized Fischer-Burmeister solver for embedded real-time constrained optimal control problems in autonomous systems
JP2020125595A (ja) * 2019-02-01 2020-08-20 株式会社小松製作所 建設機械の制御システム、建設機械、及び建設機械の制御方法
CN110362084B (zh) * 2019-07-22 2022-08-26 东南大学 一种基于蚁群算法的车辆路径追踪控制方法
JP7074118B2 (ja) * 2019-11-08 2022-05-24 トヨタ自動車株式会社 制御装置、方法、プログラム、及び車両
JP2022028390A (ja) * 2020-08-03 2022-02-16 株式会社東芝 最適値探索制御装置、最適値探索制御方法、コンピュータプログラム、および、最適値探索制御システム
US20230365144A1 (en) * 2020-11-27 2023-11-16 Mitsubishi Electric Corporation Control arithmetic device
CN113781785B (zh) * 2021-11-10 2022-02-08 禾多科技（北京）有限公司 用于仿真测试的随机交通流控制方法
EP4311736A1 (en) 2022-07-29 2024-01-31 Hitachi, Ltd. Method for controlling a vehicle

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004086289A (ja) * 2002-08-23 2004-03-18 Nissan Motor Co Ltd 運転操作補助装置
JP2008143269A (ja) * 2006-12-07 2008-06-26 Toyota Motor Corp 車両用制御装置
JP2010202139A (ja) * 2009-03-05 2010-09-16 Nissan Motor Co Ltd 運転操作支援装置及び運転操作支援方法
WO2014118962A1 (ja) * 2013-02-01 2014-08-07 日立オートモティブシステムズ株式会社 走行制御装置及び走行制御システム

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1332910B1 (en) 2002-02-01 2009-11-04 Nissan Motor Co., Ltd. Method and system for vehicle operator assistance improvement
JP2004118723A (ja) 2002-09-27 2004-04-15 Nissan Motor Co Ltd 予測制御装置及び推奨操作提示装置
JP4614050B2 (ja) * 2004-04-27 2011-01-19 アイシン精機株式会社 車両の乗員保護装置
JP6569470B2 (ja) 2015-10-28 2019-09-04 株式会社デンソーアイティーラボラトリ 車両用制御装置
US10046762B2 (en) * 2016-08-18 2018-08-14 GM Global Technology Operations LLC Trajectory integrity co-pilot for autonomous vehicle
JP6764312B2 (ja) * 2016-10-19 2020-09-30 日立オートモティブシステムズ株式会社 車両運動制御装置、車両運動制御方法、車両運動制御プログラム
JP6834858B2 (ja) * 2017-09-04 2021-02-24 トヨタ自動車株式会社 操舵支援装置
JP7053213B2 (ja) * 2017-10-13 2022-04-12 株式会社デンソー 運転データ解析装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004086289A (ja) * 2002-08-23 2004-03-18 Nissan Motor Co Ltd 運転操作補助装置
JP2008143269A (ja) * 2006-12-07 2008-06-26 Toyota Motor Corp 車両用制御装置
JP2010202139A (ja) * 2009-03-05 2010-09-16 Nissan Motor Co Ltd 運転操作支援装置及び運転操作支援方法
WO2014118962A1 (ja) * 2013-02-01 2014-08-07 日立オートモティブシステムズ株式会社 走行制御装置及び走行制御システム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113753071A (zh) * 2020-05-27 2021-12-07 百度（美国）有限责任公司 预防减速规划

Also Published As

Publication number Publication date
JP2019073177A (ja) 2019-05-16
US20200301374A1 (en) 2020-09-24
JP6937658B2 (ja) 2021-09-22
US11392093B2 (en) 2022-07-19

Similar Documents

Publication Publication Date Title
WO2019077971A1 (ja) 予測制御装置及び方法
CN112292717B (zh) 预测控制装置
JP7143250B2 (ja) 自車両の将来挙動および関連する軌道を決定することにより、自車両の操作者が当該自車両を制御するのを支援する方法およびシステム
RU2545189C2 (ru) Способ и система оценки, относящиеся к ускорению
US20150057907A1 (en) Consistent behavior generation of a predictive advanced driver assistant system
JP2015051761A (ja) アクティブ車両制御のための運転支援技術
JP2015230547A (ja) 運転操作を生成するシステムおよび方法
WO2016158341A1 (ja) 運転支援装置
JP2012081897A (ja) 走行支援装置
KR102166811B1 (ko) 심층강화학습과 운전자보조시스템을 이용한 자율주행차량의 제어 방법 및 장치
US11780466B1 (en) Vehicle fleet remote ride comfort tuning management system
US20210316722A1 (en) Systems and methods for trajectory based safekeeping of vehicles
KR20180020615A (ko) 기계 학습을 통한 주변 차량의 주행 경로 예측 방법 및 이를 이용하는 차량 제어 방법
CN113511205A (zh) 规划车辆的移动的方法和系统
JP2011203795A (ja) 走行支援装置
JP2012030659A (ja) 状況適合型運転支援装置
WO2018225493A1 (ja) 車両運動制御装置
CN113353083A (zh) 车辆行为识别方法
KR102376615B1 (ko) 주행 로봇의 제어 방법 및 그 장치
EP4045370A1 (en) Adaptive cruise control
JP6702089B2 (ja) 車両の運動制御方法及び車両の運動制御装置
KR102310491B1 (ko) 자율주행 자동차의 충돌 회피 경로 생성 방법 및 장치
CN116653957A (zh) 一种变速变道方法、装置、设备及存储介质
Tomar et al. Automated highway overtaking: A perspective from decision-making
US11904857B2 (en) System for controlling a driving speed of a vehicle and a method thereof

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: 18868933

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18868933

Country of ref document: EP

Kind code of ref document: A1