WO2021171874A1 - 制御システム及び制御方法 - Google Patents

制御システム及び制御方法 Download PDF

Info

Publication number
WO2021171874A1
WO2021171874A1 PCT/JP2021/002661 JP2021002661W WO2021171874A1 WO 2021171874 A1 WO2021171874 A1 WO 2021171874A1 JP 2021002661 W JP2021002661 W JP 2021002661W WO 2021171874 A1 WO2021171874 A1 WO 2021171874A1
Authority
WO
WIPO (PCT)
Prior art keywords
cost map
movement
moving body
route
vehicle
Prior art date
Application number
PCT/JP2021/002661
Other languages
English (en)
French (fr)
Inventor
慎史 大山
一真 竹内
貝尓 胡
元嗣 穴吹
Original Assignee
パナソニックＩｐマネジメント株式会社
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 パナソニックＩｐマネジメント株式会社 filed Critical パナソニックＩｐマネジメント株式会社
Priority to JP2021536215A priority Critical patent/JPWO2021171874A1/ja
Priority to CN202180006645.4A priority patent/CN114787892A/zh
Priority to EP21759967.9A priority patent/EP4113477A4/en
Publication of WO2021171874A1 publication Critical patent/WO2021171874A1/ja
Priority to US17/749,545 priority patent/US20220274594A1/en

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication
    • G08G1/163—Decentralised systems, e.g. inter-vehicle communication involving continuous checking
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/05—Type of road
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/45—Pedestrian sidewalk
    • 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

Definitions

  • the present disclosure relates to a control system and a control method for controlling the movement of a moving body.
  • Patent Document 1 a driving support device that predicts the movement of an object such as an obstacle outside the vehicle and avoids a collision with an object outside the vehicle to allow the vehicle to travel safely.
  • Non-Patent Document 1 It is also conceivable to use a cost map that expresses an object outside the vehicle as a cost to generate a vehicle route that avoids high-cost areas, and to safely drive the vehicle according to the generated route (for example).
  • a route generated using a cost map that considers the movement of an object may impair the safety or comfort of the movement of a moving object such as a vehicle.
  • the present disclosure provides a control system or the like that can improve the safety or comfort of movement of a moving object using a cost map.
  • the control system includes an acquisition unit that acquires sensing data output by a sensor that senses the outside of the moving body, a detection unit that detects the position of an object outside the moving body based on the sensing data, and the above.
  • a movement prediction unit that predicts the movement of the object based on the sensing data, a first cost map is generated based on the detected position of the object, and a second cost map is generated based on the predicted movement of the object.
  • a recording medium such as a system, method, integrated circuit, computer program or computer-readable CD-ROM, and the system, method, integrated circuit, computer program. And any combination of recording media may be realized.
  • control system or the like it is possible to improve the safety or comfort of the movement of the moving body using the cost map.
  • FIG. 1st cost map shows an example of the 1st cost map and the 2nd cost map.
  • FIG. 1st cost map shows an example of the 1st cost map and the 2nd cost map.
  • FIG. 1st cost map shows an example of the 1st cost map.
  • FIG. 2nd cost map shows an example of the route generated based on the 1st cost map.
  • FIG. 2nd cost map shows an example of the movement judgment generated based on the 2nd cost map and the generated route.
  • FIG. 2. 2nd cost map shows an example of the control system which concerns on Embodiment 2.
  • 1A and 1B are diagrams for explaining the problem when the motion prediction of the object is reflected in the cost map.
  • the cost map often deals with a static environment, and when dealing with a dynamic environment, the motion prediction of an object such as an obstacle outside a moving object (for example, a vehicle) is reflected in the cost map. It is conceivable that the route of the vehicle is generated. For example, it is conceivable to increase the cost of the area to which the object moves based on the predicted movement of the object to generate a vehicle route that avoids the expensive area. However, when the motion prediction of the object is reflected in the cost map, the problems described in FIGS. 1A and 1B occur.
  • FIG. 1A shows that the time advances by, for example, 0.1 seconds in the order of the left side figure, the center figure, and the right side figure.
  • the prediction result will be reflected in the cost map
  • the vehicle 100 will go straight on the vehicle 200 based on the cost map reflecting the prediction result.
  • a path is generated that turns to the left in the direction of travel to avoid it.
  • the motion prediction is not stable in reality.
  • the vehicle 200 is predicted to go straight at the time of the figure on the left side of FIG. 1A, whereas the vehicle is predicted to go straight at the time of the central figure 0.1 seconds later.
  • a route is generated in which the vehicle 100 turns to the left in the traveling direction in order to avoid the vehicle 200 turning to the left in the traveling direction based on the cost map reflecting the prediction result. For this reason, a route that fluctuates from moment to moment is generated, and the vehicle 100 behaves in a finely meandering manner, which causes a problem in the running safety or comfort of the vehicle 100.
  • the vehicle 200 is predicted to go straight, the prediction result is reflected in the cost map, and the vehicle 100 is on the right side in the traveling direction in order to avoid the vehicle 200 going straight based on the cost map reflecting the prediction result. It indicates that a turn path has been generated. In such a case, it is safer to stop the vehicle 100, but the vehicle 100 and the vehicle 200 approach each other in an attempt to actively avoid the vehicle 200, which improves the running safety of the vehicle 100. There's a problem.
  • the control system detects the position of an object outside the moving body based on the acquisition unit that acquires the sensing data output by the sensor that senses the outside of the moving body and the sensing data.
  • a first cost map is generated based on the detection unit, the movement prediction unit that predicts the movement of the object based on the sensing data, and the detected position of the object, and the first cost map is generated based on the predicted movement of the object.
  • a cost map generation unit that generates a cost map, a route generation unit that generates a route of the moving body based on the first cost map, and the moving body based on the second cost map and the generated route.
  • a determination generation unit that generates a movement determination of the above, and a control unit that controls the movement of the moving body according to the generated path and the movement determination.
  • a first cost map based on the position of the detected object and a second cost map based on the predicted movement of the object are generated, respectively, and the path of the moving body is generated and the movement of the moving body is determined.
  • Each cost map is used properly for generation.
  • the first cost map that does not reflect the motion prediction of the object is used to generate the path of the moving body
  • the second cost that reflects the motion prediction of the object is used to generate the movement judgment of the moving body. Maps are used.
  • the moving object can be avoided while avoiding the stationary object.
  • the motion prediction is not stable, it is possible to stop or decelerate when necessary while generating a stable path. Therefore, according to this aspect, it is possible to improve the safety or comfort of the movement of the moving body using the cost map.
  • the movement determination includes stopping or decelerating the moving body when a region to which a cost equal to or higher than a predetermined cost is given in the second cost map overlaps with the generated path. May be good.
  • the safety of the movement of the moving body can be enhanced by generating the movement determination for stopping or decelerating the moving body.
  • the route generation unit may generate a route of the moving body based on a part of the second cost map.
  • a moving occupant should be alert to moving objects when moving away from moving objects and farther away than they would be separated when avoiding non-moving objects. You may want to move. Therefore, by using a part of the second cost map that reflects the motion prediction of the object to generate the path of the moving object, the moving object can be a non-moving object when avoiding the moving object. You can move farther than when you avoid.
  • a part of the second cost map may be determined according to the attributes of the object.
  • the accuracy of motion prediction may be low depending on the attributes of the object. For example, since a person can suddenly change the direction of travel, when the object is a person, the accuracy of the person's movement prediction tends to be low. Therefore, for example, when the attribute of the object is an attribute that lowers the accuracy of motion prediction, it is possible to reduce a part of the second cost map to reduce the influence of motion prediction on the generation of the route. ..
  • a part of the second cost map may be determined according to the attributes of the section included in the road on the route of the moving body.
  • the attribute of the section may include the width of the road.
  • the attribute of the section may include the width of the sidewalk attached to the road when the road is a mobile road.
  • the attributes of the section may include intersections on the path of the moving body.
  • the attributes of the section may include the type of road.
  • a moving object such as a vehicle on the path
  • the moving object is farther away when avoiding a moving object than when avoiding a non-moving object. It may be difficult to move. Therefore, for example, when the area of the moving body on the path is narrow, a part of the second cost map can be made smaller to reduce the influence of the motion prediction on the generation of the path, and the moving body is moving. It is possible to prevent the traveling lane from protruding significantly when avoiding an object. Further, for example, at an intersection on the path of a moving body, the movement of an object around the moving body becomes complicated, and the accuracy of predicting the movement of the object tends to be low. Therefore, for example, when the moving body is at an intersection, a part of the second cost map can be made smaller to reduce the influence of the motion prediction on the generation of the route.
  • the cost map generation unit further generates a third cost map based on the detected attributes of the object, and the determination generation unit makes a movement determination of the moving body based on the third cost map. It may be generated.
  • the determination generation unit may generate a stop determination of the moving body as the movement determination based on the generated route and the third cost map.
  • the movement judgment is determined according to the attributes of the object outside the moving body. For example, depending on the attributes of an object outside the moving body, it may be better to stop the moving body. For example, a person may be trying to cross a pedestrian crossing while standing still beside the pedestrian crossing. In this case, in the movement determination generated based on the second cost map, the person is not moving, so there is a possibility that the moving body will not be stopped. Therefore, a third cost map is generated based on the attribute of the object (for example, whether or not the attribute of the object is a person), and the stop determination of the moving body is made based on the third cost map, so that the attribute of the object is determined. Depending on the case, the moving body can be stopped, and the safety of moving the moving body can be further enhanced.
  • the moving body includes a lane prediction unit that predicts a lane to be moved, the cost map generation unit further generates a fourth cost map based on the predicted lane, and the judgment generation unit generates a fourth cost map.
  • the movement determination of the moving body may be generated based on the fourth cost map.
  • the determination generation unit may generate a deceleration determination of the moving body as the movement determination based on the generated route and the fourth cost map.
  • the movement judgment is determined according to the lane in which the moving body is scheduled to move. For example, depending on the lane in which the moving body is scheduled to move, it may be better to decelerate the moving body. For example, when a moving body such as a vehicle is trying to move to an adjacent lane, a rear vehicle may exist behind in the lane to be moved. In this case, in the movement determination generated based on the second cost map, for example, even if there is a vehicle behind the lane to the extent that the lane can be moved with a margin, the moving body may stop.
  • a fourth cost map is generated based on the predicted lane, and a deceleration judgment is made based on the fourth cost map, so that the moving body can be decelerated and the moving body can move smoothly in the lane.
  • the safety or comfort of movement can be further enhanced.
  • the control method is a control method to be executed by a computer, in which sensing data output by a sensor that senses the outside of a moving body is acquired, and an object outside the moving body is obtained based on the sensing data.
  • the position of the object is detected, the movement of the detected object is predicted, the first cost map is generated based on the detected position of the object, and the second cost map is generated based on the predicted movement of the object.
  • the movement of the moving body is controlled according to the movement determination.
  • FIG. 2 is a block diagram showing an example of the control system 10 according to the first embodiment.
  • the control system 10 is a computer for controlling the movement of a moving body.
  • the control system 10 is, for example, an in-vehicle device mounted on a moving body (for example, a vehicle 100 or the like).
  • the control system 10 is a computer including a processor, a memory, a communication interface, and the like.
  • the memory is a ROM (Read Only Memory), a RAM (Random Access Memory), or the like, and can store a program executed by the processor.
  • the control system 10 includes an acquisition unit 11, a detection unit 12, a movement prediction unit 13, a cost map generation unit 14, a route generation unit 15, a judgment generation unit 16, and a control unit 17.
  • the acquisition unit 11, the detection unit 12, the movement prediction unit 13, the cost map generation unit 14, the route generation unit 15, the judgment generation unit 16, and the control unit 17 are realized by a processor or the like that executes a program stored in the memory.
  • the moving body will be described as a vehicle, and the control system 10 will be described as a computer for controlling the running of the vehicle.
  • the moving body may be a vehicle, a flying body such as a drone, a mobile robot, a ship, or the like.
  • the control system 10 does not have to be mounted on the vehicle, and may be a server connected to the vehicle so as to be able to wirelessly communicate with the vehicle. Further, the components constituting the control system 10 may be distributed and arranged on a plurality of servers.
  • the acquisition unit 11 acquires the sensing data output by the sensor that senses the outside of the vehicle.
  • the acquisition unit 11 acquires sensing data output by a sensor mounted on a vehicle to be controlled by the control system 10, a vehicle around the vehicle, a roadside machine around the vehicle, or the like.
  • the sensor is, for example, a sensor such as a camera or LiDAR (Light Detection and Ringing).
  • the detection unit 12 detects the position of an object outside the vehicle based on the sensing data acquired by the acquisition unit 11. For example, the detection unit 12 detects the position of an object by analyzing the sensing data using a learning model or the like.
  • the movement prediction unit 13 predicts the movement of an object outside the vehicle based on the sensing data acquired by the acquisition unit 11. For example, the movement prediction unit 13 predicts the movement of an object (specifically, the moving direction and speed of the object, etc.) based on the change in the position of the object detected by the sensing data acquired every moment.
  • the cost map generation unit 14 generates a first cost map based on the detected position of the object, and generates a second cost map based on the predicted movement of the object. Details of the cost map generation unit 14 will be described later with reference to FIGS. 3 and 4.
  • the route generation unit 15 generates a vehicle route based on the first cost map. Details of the route generation unit 15 will be described later with reference to FIGS. 3 and 5.
  • the judgment generation unit 16 generates a vehicle movement judgment based on the second cost map and the generated route. The details of the determination generation unit 16 will be described later with reference to FIGS. 3 and 6.
  • the control unit 17 controls the movement of the vehicle according to the generated route and movement determination. For example, the control unit 17 moves the vehicle along the generated route and stops or decelerates the vehicle according to the movement determination.
  • FIG. 3 is a flowchart showing an example of the operation of the control system 10 according to the first embodiment.
  • the acquisition unit 11 acquires the sensing data output by the sensor that senses the outside of the vehicle (step S11), and the detection unit 12 detects the position of the object outside the vehicle based on the sensing data (step S11).
  • the movement prediction unit 13 predicts the movement of an object outside the vehicle based on the sensing data (step S13).
  • the cost map generation unit 14 generates a first cost map based on the detected position of the object (step S14), and generates a second cost map based on the predicted movement of the object (step S15). ).
  • the cost map is a grid map that expresses an object such as an obstacle as a cost in order to generate an optimum route. For example, a high cost is given to the region where the object exists, and a route that avoids the region can be generated.
  • the cost map typically has a value in a range determined by an upper limit value and a lower limit value in each grid, but the value is not limited to this, and the value in each grid may be binary.
  • the cost map is also called a potential map.
  • the first cost map and the second cost map generated by the cost map generation unit 14 will be described with reference to FIG.
  • FIG. 4 is a diagram showing an example of the first cost map and the second cost map.
  • the vehicle 200 is shown as an example of an object outside the vehicle, including the following figures.
  • the first cost map is a cost map generated based on the position of the detected object (for example, vehicle 200).
  • FIG. 4 shows that the first cost map is generated so that the cost is high centering on the vehicle 200.
  • the second cost map is a cost map generated based on the predicted movement of an object (for example, vehicle 200).
  • vehicle 200 is predicted to turn to the left in the direction of travel
  • FIG. 4 shows a second cost map such that the cost is high in the predicted movement direction of the vehicle 200 (for example, the direction of the arrow coming out of the vehicle 200). Is shown to have been generated. Further, the region where the cost is high extends from the vehicle 200 in the moving direction as the predicted speed of the vehicle 200 increases.
  • the cost map generation unit 14 generates the first cost map and the second cost map as shown in FIG.
  • the cost map is schematically represented by a circle and the cost in the circle is shown to be constant, but the cost in the cost map is not actually constant and is from the center side to the outside of the circle. The cost is getting smaller.
  • the route generation unit 15 generates a vehicle route based on the first cost map (step S16).
  • the route generated based on the first cost map will be described with reference to FIG.
  • FIG. 5 is a diagram showing an example of a route generated based on the first cost map.
  • the vehicle 100 is shown as an example of the vehicle controlled by the control system 10, including the following figures.
  • the cost is high centering on the position of the vehicle 200, and the route generation unit 15 generates a route that avoids the high cost area in the first cost map. do.
  • the vehicle 100 moves along the route, the vehicle 100 and the vehicle 200 may collide with each other depending on the movement of the vehicle 200.
  • the motion prediction of the vehicle 200 is not taken into consideration here, and the vehicle 200 at a certain moment
  • the route of the vehicle 100 is generated based on the first cost map generated based on the position.
  • the judgment generation unit 16 generates a vehicle movement judgment based on the second cost map and the generated route (step S17).
  • the second cost map and the route generated based on the generated route will be described with reference to FIG.
  • FIG. 6 is a diagram showing an example of a movement judgment generated based on the second cost map and the generated route.
  • the cost is a cost indicating that the existence probability of the object is high or will be high this time. That is, when the vehicle 100 moves along the generated route, the vehicle 100 and the vehicle 200 may collide with each other. Therefore, the movement determination generated by the determination generation unit 16 is to stop or decelerate the vehicle 100 when the area to which the cost equal to or higher than the predetermined cost is given in the second cost map overlaps with the generated route. including. As a result, the collision between the vehicle 100 and the vehicle 200 can be prevented, and the running safety of the vehicle can be enhanced.
  • the judgment generation unit 16 may generate a movement judgment based on the first cost map in addition to the second cost map and the generated route.
  • the cost map generation unit 14 may generate a second cost map based on the position of the detected object in addition to the predicted movement of the object, and the judgment generation unit 16 may generate the second cost map and the second cost map.
  • a movement decision may be generated based on the generated route. That is, the movement judgment of the vehicle may be generated in consideration of the position of the object.
  • control unit 17 controls the movement of the vehicle according to the generated route and movement determination (step S18). For example, the control unit 17 calculates the tire angle or pedal depression amount according to the generated route and movement determination, and notifies the vehicle of the calculation result via CAN (Control Area Network) or the like to move the vehicle. To control.
  • CAN Control Area Network
  • the route generation unit 15 may generate a vehicle route based on a part of the second cost map. This will be described with reference to FIG.
  • FIG. 7 is a diagram showing an example of a route generated based on a part of the second cost map.
  • a part of the second cost map is, for example, a part of the area where the cost is high in the second cost map shown in FIG. 6 and the like. It should be noted that a part of the second cost map may be a reduced portion of the second cost map where the cost is high, or an object among the parts where the cost is high in the second cost map. Only the side portion may be cut out.
  • the occupant of the vehicle 100 is wary of the moving vehicle 200 when the vehicle 100 avoids the moving vehicle 200, and is more than the distance separated when avoiding a non-moving object. You may want to drive away. Therefore, a part of the second cost map that reflects the motion prediction of the vehicle 200 is used to generate the route of the vehicle 100, so that the vehicle 100 is moving when avoiding the moving vehicle 200. You can travel farther than when avoiding missing objects. For example, in the situation of FIG. 7, since a route is generated so as to avoid an area where the cost is high in a part of the second cost map in addition to the first cost map, the vehicle 100 is moved to the right side as much as possible from the vehicle 200. You can drive away.
  • a part of the second cost map is determined according to the attributes of objects outside the vehicle.
  • the control system 10 may have a function such as the attribute detection unit 18 described later, and can detect the attributes of an object outside the vehicle by, for example, sensing data by a sensor such as a camera.
  • the accuracy of motion prediction may be low.
  • the attribute of the object is an attribute that reduces the accuracy of motion prediction
  • a part of the second cost map is made smaller (that is, the area of the high cost area is made smaller).
  • the effect of motion prediction on the generation of is small.
  • the avoidance motion for the object of the vehicle is suppressed.
  • a part of the second cost map is enlarged (that is, the area of the high cost area is increased).
  • the influence of motion prediction on generation can be increased. In this case, the avoidance action for the object of the vehicle is recommended.
  • a part of the second cost map is determined according to the attributes of the section included in the road on the route of the vehicle.
  • section attributes may include the width of the road on the vehicle's route, the width of the sidewalk associated with the road, the intersection on the vehicle's route, or the type of road.
  • An intersection is a place where two or more roads intersect, typically a crossroad, but is not limited to this, and may be a three-way junction, a roundabout, or the like.
  • the sidewalk may be a sidewalk parallel to the road or a pedestrian crossing across the road.
  • the attribute of the section can be determined by, for example, sensing data by a sensor such as a camera, map information, or the like.
  • the type of road may be a specified type of road such as a roadway or a sidewalk, or a road similar to the specified type.
  • a road similar to the specified type may be determined based on the type of the object around the vehicle determined based on the sensing data, the distance between the object and the vehicle, and the like. For example, when the density of people around the vehicle is equal to or higher than the threshold value, it may be determined that the type of road is a sidewalk (or a pseudo sidewalk). Examples of the pseudo sidewalk include a street in a shopping district and a roadway in a pedestrian compassion.
  • the vehicle will be farther away when avoiding moving objects than when avoiding non-moving objects. It may be difficult to drive. Therefore, for example, when the width of the road on the route of the vehicle is narrow, a part of the second cost map can be reduced to reduce the influence of the motion prediction on the generation of the route. In this case, the avoidance motion of the vehicle with respect to the object is suppressed, and the traveling lane can be prevented from protruding significantly when the vehicle avoids the moving object.
  • the vehicle may protrude into the sidewalk or approach the sidewalk significantly when avoiding moving objects.
  • a part of the second cost map can be reduced to reduce the influence of the motion prediction on the generation of the route. In this case, the avoidance motion of the vehicle with respect to the object is suppressed, and when the vehicle avoids the moving object, it is possible to suppress the vehicle from sticking out to the sidewalk or approaching the sidewalk greatly.
  • the movement of an object around the vehicle becomes complicated, and the accuracy of predicting the movement of the object tends to be low. Therefore, for example, when the vehicle is at an intersection, a part of the second cost map can be made smaller to reduce the influence of motion prediction on the generation of the route. In this case, the avoidance motion for the object of the vehicle is suppressed.
  • the type of road on the route of the vehicle is a sidewalk
  • the density of objects (for example, pedestrians) around the vehicle is high (in other words, the vehicle and the object are close to each other), so the vehicle stops frequently.
  • the moving speed of the vehicle is suppressed, so the risk of collision is lower than that on the roadway. Therefore, for example, when the type of road is a sidewalk, a part of the second cost map is made larger than that when the type of road is a roadway to increase the influence of motion prediction on the generation of the route. As a result, the stop of the vehicle is suppressed, and the vehicle can continue to move while avoiding the object.
  • a part of the second cost map may be determined according to both the attributes of the object outside the vehicle and the attributes of the section included in the road on the vehicle route.
  • a first cost map based on the position of the detected object and a second cost map based on the predicted movement of the object are generated, respectively, and the route of the vehicle is generated.
  • Each cost map is used properly for generation of vehicle movement judgment.
  • the first cost map that does not reflect the motion prediction of the object is used to generate the route of the vehicle
  • the second cost map that reflects the motion prediction of the object is used to generate the movement judgment of the vehicle. Used.
  • the second cost map that reflects the motion prediction of the object and the generated route to generate the movement judgment of the vehicle it is possible to avoid the stationary object and for the moving object.
  • the vehicle can be stopped or decelerated according to the motion prediction of the object without forcibly trying to avoid it, and the running safety of the vehicle can be enhanced.
  • the motion prediction is not stable, it is possible to stop or decelerate when necessary while generating a stable path. Therefore, according to this aspect, it is possible to improve the safety or comfort of traveling of the vehicle using the cost map.
  • FIG. 8 is a block diagram showing an example of the control system 10a according to the second embodiment.
  • the control system 10a according to the second embodiment further includes an attribute detection unit 18 and a lane prediction unit 19, and includes a cost map generation unit 14a and a judgment generation unit 16a instead of the cost map generation unit 14 and the judgment generation unit 16.
  • a cost map generation unit 14a and a judgment generation unit 16a instead of the cost map generation unit 14 and the judgment generation unit 16.
  • the cost map generation unit 14a, the judgment generation unit 16a, the attribute detection unit 18, and the lane prediction unit 19 are realized by a processor or the like that executes a program stored in the memory.
  • the attribute detection unit 18 detects the attributes of an object outside the vehicle based on the sensing data obtained by the sensor such as a camera acquired by the acquisition unit 11. For example, the attribute detection unit 18 detects the attributes of an object by analyzing the sensing data using a learning model or the like. For example, the attribute detection unit 18 detects whether the object is a person, a roadside machine, a car, a bicycle, or the like.
  • the lane prediction unit 19 predicts the lane in which the vehicle is scheduled to travel. For example, the lane prediction unit 19 may acquire information indicating the traveling schedule of the vehicle from the car navigation system and predict the lane in which the vehicle is scheduled to travel based on the information. Further, for example, the lane prediction unit 19 may acquire operation information for the direction indicator and predict the lane in which the vehicle is scheduled to travel based on the information.
  • the cost map generation unit 14a generates a third cost map based on the attributes of the detected object. For example, when the object is a non-moving object such as a roadside machine, a third cost map is generated so that the cost around the area corresponding to the object becomes small. Further, for example, when the object is a person, a third cost map is generated so that the cost around the area corresponding to the object becomes large.
  • the cost map generation unit 14a generates a fourth cost map based on the predicted lane. For example, a fourth cost map is generated such that the cost of the area corresponding to the lane in which the vehicle is scheduled to travel increases.
  • the judgment generation unit 16a generates a vehicle movement judgment based on the third cost map.
  • the judgment generation unit 16a generates a vehicle stop judgment as a movement judgment based on the generated route and the third cost map.
  • the movement determination includes stopping the vehicle when the area to which the cost equal to or higher than the predetermined cost is given in the third cost map overlaps with the generated route. For example, depending on the attributes of an object outside the vehicle, it may be better to stop the vehicle. For example, a person may be trying to cross a pedestrian crossing while standing still beside the pedestrian crossing. In this case, in the movement determination generated based on the second cost map, the person may not stop because the person is not moving.
  • a third cost map is generated based on the attribute of the object (for example, whether or not the attribute of the object is a person), and the stop determination of the vehicle is made based on the third cost map. Can stop the vehicle and further enhance the running safety of the vehicle.
  • the judgment generation unit 16a also generates a vehicle movement judgment based on the fourth cost map.
  • the determination generation unit 16a generates a vehicle deceleration determination as a movement determination based on the generated route and the fourth cost map.
  • the movement determination includes decelerating the vehicle when an area in which a cost equal to or higher than a predetermined cost is assigned in the fourth cost map overlaps with the generated route. For example, depending on the lane in which the vehicle is scheduled to travel, it may be better to decelerate the vehicle. For example, when a vehicle is about to move to the next lane, there may be a rear vehicle behind in the lane to be traveled.
  • a fourth cost map is generated based on the predicted lane, and a deceleration judgment is made based on the fourth cost map, so that the vehicle can be decelerated and the vehicle can move smoothly in the lane. Safety or comfort can be further enhanced.
  • the third cost map based on the attributes of the object and the fourth cost map based on the lane to be traveled are provided.
  • control system according to one or more aspects of the present disclosure has been described above based on the embodiments, but the present disclosure is not limited to these embodiments. As long as it does not deviate from the gist of the present disclosure, one or a plurality of forms in which various modifications that can be conceived by those skilled in the art are applied to each embodiment, and forms constructed by combining components in different embodiments are also included in the present disclosure. It may be included within the scope of the embodiment.
  • the cost map generation unit 14a has described an example of generating both the third cost map and the fourth cost map, but it is not necessary to generate the fourth cost map.
  • the control system 10a does not have to include the lane prediction unit 19, and the determination generation unit 16a does not have to generate the vehicle movement determination based on the fourth cost map.
  • the cost map generation unit 14a does not have to generate the third cost map.
  • the control system 10a does not have to include the attribute detection unit 18, and the determination generation unit 16a does not have to generate the vehicle movement determination based on the third cost map.
  • control system can be realized not only as a control system but also as a control method including steps (processes) performed by each component constituting the control system.
  • the control method is a control method to be executed by a computer, and as shown in FIG. 3, the sensing data output by the sensor that senses the outside of the moving body is acquired (step S11), and the sensing data is obtained. Detects the position of an object outside the moving body based on (step S12), predicts the movement of the detected object (step S13), and generates a first cost map based on the position of the detected object (step S13). S14), a second cost map is generated based on the predicted movement of the object (step S15), a path of the moving body is generated based on the first cost map (step S16), and the second cost map is generated.
  • the moving body is a vehicle.
  • the present disclosure can be realized as a program for causing a processor to execute a step included in a control method. Further, the present disclosure can be realized as a non-temporary computer-readable recording medium such as a CD-ROM on which the program is recorded.
  • each step is executed by executing the program using hardware resources such as a computer CPU, memory, and input / output circuit. .. That is, each step is executed when the CPU acquires data from the memory or the input / output circuit or the like and performs an operation, or outputs the operation result to the memory or the input / output circuit or the like.
  • hardware resources such as a computer CPU, memory, and input / output circuit. .. That is, each step is executed when the CPU acquires data from the memory or the input / output circuit or the like and performs an operation, or outputs the operation result to the memory or the input / output circuit or the like.
  • each component included in the control system may be configured by dedicated hardware or may be realized by executing a software program suitable for each component.
  • Each component may be realized by a program execution unit such as a CPU or a processor reading and executing a software program recorded on a recording medium such as a hard disk or a semiconductor memory.
  • LSI Part or all of the functions of the control system according to the above embodiment are typically realized as an LSI which is an integrated circuit. These may be individually integrated into one chip, or may be integrated into one chip so as to include a part or all of them. Further, the integrated circuit is not limited to the LSI, and may be realized by a dedicated circuit or a general-purpose processor. An FPGA (Field Programmable Gate Array) that can be programmed after the LSI is manufactured, or a reconfigurable processor that can reconfigure the connection and settings of circuit cells inside the LSI may be used.
  • FPGA Field Programmable Gate Array
  • This disclosure can be applied to a system that controls the movement of a moving object such as a vehicle.

Abstract

制御システム（１０）は、移動体の外部をセンシングするセンサが出力するセンシングデータを取得する取得部（１１）と、センシングデータに基づき移動体の外部の物体の位置を検出する検出部（１２）と、センシングデータに基づき物体の移動を予測する移動予測部（１３）と、検出された物体の位置に基づいて第１コストマップを生成し、予測された物体の移動に基づいて第２コストマップを生成するコストマップ生成部（１４）と、第１コストマップに基づいて移動体の経路を生成する経路生成部（１５）と、第２コストマップ及び生成された経路に基づいて移動体の移動判断を生成する判断生成部（１６）と、生成された経路及び移動判断にしたがって移動体の移動を制御する制御部（１７）と、を備える。

Description

制御システム及び制御方法
　本開示は、移動体の移動を制御する制御システム及び制御方法に関する。
　従来、車両の外部の障害物等の物体の移動を予測し、車両の外部の物体との衝突を回避して車両が安全に走行できる運転支援装置が開示されている（例えば特許文献１）。
　また、車両の外部の物体をコストとして表現するコストマップを用いて、コストの高い領域を避けるような車両の経路を生成し、生成した経路にしたがって車両を安全に走行させることが考えられる（例えば非特許文献１）。
特許第５６１７６７７号公報
A novel navigation scheme in dynamic environment using layered costmap, https://ieeexplore.ieee.org/abstract/document/7978468
　しかし、物体の移動を考慮したコストマップを用いて生成される経路は、車両などの移動体の移動の安全性又は快適性を損ねる場合がある。
　そこで、本開示は、コストマップを用いた移動体の移動の安全性又は快適性を向上させることができる制御システム等を提供する。
　本開示に係る制御システムは、移動体の外部をセンシングするセンサが出力するセンシングデータを取得する取得部と、前記センシングデータに基づき前記移動体の外部の物体の位置を検出する検出部と、前記センシングデータに基づき前記物体の移動を予測する移動予測部と、検出された前記物体の位置に基づいて第１コストマップを生成し、予測された前記物体の移動に基づいて第２コストマップを生成するコストマップ生成部と、前記第１コストマップに基づいて前記移動体の経路を生成する経路生成部と、前記第２コストマップ及び生成された前記経路に基づいて前記移動体両の移動判断を生成する判断生成部と、生成された前記経路及び前記移動判断にしたがって前記移動体の移動を制御する制御部と、を備える。
　なお、これらの包括的又は具体的な態様は、システム、方法、集積回路、コンピュータプログラム又はコンピュータ読み取り可能なＣＤ－ＲＯＭなどの記録媒体で実現されてもよく、システム、方法、集積回路、コンピュータプログラム及び記録媒体の任意な組み合わせで実現されてもよい。
　本開示の一態様に係る制御システム等によれば、コストマップを用いた移動体の移動の安全性又は快適性を向上させることができる。
物体の動き予測をコストマップに反映したときの問題を説明するための図である。 物体の動き予測をコストマップに反映したときの問題を説明するための図である。 実施の形態１に係る制御システムの一例を示すブロック図である。 実施の形態１に係る制御システムの動作の一例を示すフローチャートである。 第１コストマップ及び第２コストマップの一例を示す図である。 第１コストマップに基づいて生成される経路の一例を示す図である。 第２コストマップ及び生成された経路に基づいて生成される移動判断の一例を示す図である。 第２コストマップの一部にも基づいて生成される経路の一例を示す図である。 実施の形態２に係る制御システムの一例を示すブロック図である。
　（本開示の一態様を得るに至った経緯）
　まず、本開示の一態様を得るに至った経緯について、図１Ａ及び図１Ｂを用いて説明する。
　図１Ａ及び図１Ｂは、物体の動き予測をコストマップに反映したときの問題を説明するための図である。
　上述したように、コストマップは静的な環境を扱うことが多く、動的な環境を扱う場合には、移動体（例えば車両）の外部の障害物等の物体の動き予測をコストマップに反映して車両の経路を生成することが考えられる。例えば、予測した物体の動きに基づいて物体の移動先の領域のコストを高くして、コストの高い領域を避けるような車両の経路を生成することが考えられる。しかしながら、物体の動き予測をコストマップに反映した場合、図１Ａ及び図１Ｂで説明するような問題が発生する。
　図１Ａは、左側の図、中央の図、右側の図の順序で時刻が例えば０．１秒ずつ進んでいることを示している。図１Ａの左側の図の時点では、車両２００の動き予測として直進すると予測され、予測結果がコストマップに反映され、予測結果が反映されたコストマップに基づいて車両１００が、直進する車両２００を避けるために進行方向左側へ曲がる経路が生成される。しかし、動き予測は現実には安定せず、例えば、図１Ａの左側の図の時点では車両２００が直進すると予測されたのに対し、その０．１秒後の中央の図の時点には車両２００が進行方向右側へ曲がると予測されている。このため、図１Ａの中央の図の時点では、予測結果が反映されたコストマップに基づいて車両１００が、進行方向右側に曲がる車両２００を避けるために進行方向右側へ曲がる経路が生成される。さらに、例えば、図１Ａの中央の図の時点では車両２００が進行方向右側へ曲がると予測されたのに対し、その０．１秒後の右側の図の時点には車両２００が進行方向左側へ曲がると予測されている。このため、図１Ａの右側の図の時点では、予測結果が反映されたコストマップに基づいて車両１００が、進行方向左側に曲がる車両２００を避けるために進行方向左側へ曲がる経路が生成される。このため、刻々とぶれる経路が生成されることとなり、車両１００は細かく蛇行するような挙動となって、車両１００の走行の安全性又は快適性に問題がある。
　また、図１Ｂは、車両２００が直進すると予測され、予測結果がコストマップに反映され、予測結果が反映されたコストマップに基づいて車両１００が、直進する車両２００を避けるために進行方向右側に曲がる経路が生成されたことを示している。このような場合には車両１００は停車したほうが安全ではあるが、車両１００が車両２００を積極的に避けようとして車両１００と車両２００とが接近することになり、車両１００の走行の安全性に問題がある。
　そこで、本開示の一態様に係る制御システムは、移動体の外部をセンシングするセンサが出力するセンシングデータを取得する取得部と、前記センシングデータに基づき前記移動体の外部の物体の位置を検出する検出部と、前記センシングデータに基づき前記物体の移動を予測する移動予測部と、検出された前記物体の位置に基づいて第１コストマップを生成し、予測された前記物体の移動に基づいて第２コストマップを生成するコストマップ生成部と、前記第１コストマップに基づいて前記移動体の経路を生成する経路生成部と、前記第２コストマップ及び生成された前記経路に基づいて前記移動体の移動判断を生成する判断生成部と、生成された前記経路及び前記移動判断にしたがって前記移動体の移動を制御する制御部と、を備える。
　これによれば、検出された物体の位置に基づく第１コストマップと、予測された物体の移動に基づく第２コストマップとがそれぞれ生成され、移動体の経路の生成と移動体の移動判断の生成とで各コストマップが使い分けられる。具体的には、移動体の経路の生成には物体の動き予測が反映されていない第１コストマップが用いられ、移動体の移動判断の生成には物体の動き予測が反映された第２コストマップが用いられる。移動体の経路の生成に動き予測が反映されていない第１コストマップが用いられることで、動き予測が安定しない場合であっても刻々とぶれる経路が生成されにくくなり、移動体の移動の安全性又は快適性を高めることができる。また、移動体の移動判断の生成に物体の動き予測が反映された第２コストマップ及び生成された経路が用いられることで、静止している物体を避けつつ、移動している物体に対しては無理やり避けようとせず当該物体の動き予測に応じて例えば移動体を停止したり減速したりすることができ、移動体の移動の安全性を高めることができる。このように、動き予測が安定しないことを前提とした上で、安定した経路を生成しつつ、必要なときには停止したり減速したりすることができる。よって、本態様によれば、コストマップを用いた移動体の移動の安全性又は快適性を向上させることができる。
　また、前記移動判断は、前記第２コストマップにおいて所定のコスト以上のコストが付与されている領域が、生成された前記経路と重なる場合に、前記移動体を停止又は減速させることを含んでいてもよい。
　第２コストマップにおいて所定のコスト以上のコストが付与されている領域が、生成された経路と重なる場合とは、移動体が生成された経路を移動すると移動している物体と衝突するおそれがある場合である。このため、この場合に移動体を停止又は減速させる移動判断が生成されることで、移動体の移動の安全性を高めることができる。
　また、前記経路生成部は、前記第２コストマップの一部にも基づいて前記移動体の経路を生成してもよい。
　例えば、移動体の乗員は、移動体が移動している物体を避けて移動する際に、移動している物体を警戒して、移動していない物体を避けるときに離される距離よりも離れて移動することを望むことがある。そこで、移動体の経路の生成に、物体の動き予測が反映された第２コストマップの一部が用いられることで、移動体は、移動している物体を避けるときに、移動していない物体を避けるときよりも離れて移動することができる。
　例えば、前記第２コストマップの一部は、前記物体の属性にしたがって決定されてもよい。
　例えば、物体の属性によっては、動き予測の精度が低くなることがある。例えば、人は進行方向を急に変えることができることから、物体が人の場合、人の動き予測の精度は低くなりやすい。このため、例えば、物体の属性が動き予測の精度が低くなるような属性である場合には、第２コストマップの一部を小さくして経路の生成に対する動き予測の影響を小さくすることができる。
　例えば、前記第２コストマップの一部は、前記移動体の経路上の道路に含まれる区間の属性にしたがって決定されてもよい。例えば、前記区間の属性は、前記道路の広さを含んでいてもよい。例えば、前記区間の属性は、前記道路が移動体用道路である場合、前記道路に付随する歩道の広さを含んでもよい。例えば、前記区間の属性は、前記移動体の経路上の交差点を含んでいてもよい。例えば、前記区間の属性は、前記道路の種類を含んでもよい。
　例えば、車両等の移動体の経路上の広さ（例えば走行レーンの広さ）が狭いときには、移動体は、移動している物体を避けるときに、移動していない物体を避けるときよりも離れて移動しにくい場合がある。このため、例えば、移動体の経路上の広さが狭いときには、第２コストマップの一部を小さくして経路の生成に対する動き予測の影響を小さくすることができ、移動体が移動している物体を避けるときに走行レーンを大きくはみ出さないようにすることができる。また、例えば、移動体の経路上の交差点では、移動体の周囲の物体の動きが複雑になり、物体の動き予測の精度は低くなりやすい。このため、例えば、移動体が交差点にいるときには、第２コストマップの一部を小さくして経路の生成に対する動き予測の影響を小さくすることができる。
　また、前記コストマップ生成部はさらに、検出された前記物体の属性に基づいて第３コストマップを生成し、前記判断生成部は、前記第３コストマップにも基づいて前記移動体の移動判断を生成してもよい。例えば、前記判断生成部は、生成された前記経路及び前記第３コストマップに基づいて前記移動体の停止判断を前記移動判断として生成してもよい。
　移動判断は、移動体の外部の物体の属性に応じて決定されることが望ましい。例えば、移動体の外部の物体の属性によっては、移動体を停止した方がよい場合がある。例えば、横断歩道の傍で人が静止しつつ横断歩道を渡ろうとしている場合がある。この場合、第２コストマップに基づいて生成される移動判断では、その人は移動していないため、移動体を停止しない可能性がある。そこで、物体の属性（例えば物体の属性が人であるか否か）に基づいて第３コストマップが生成され、第３コストマップに基づいて移動体の停止判断がされることで、物体の属性によっては移動体を停止させることができ、移動体の移動の安全性をさらに高めることができる。
　また、さらに、前記移動体が移動予定のレーンを予測するレーン予測部を備え、前記コストマップ生成部はさらに、予測されるレーンに基づいて第４コストマップを生成し、前記判断生成部は、前記第４コストマップにも基づいて前記移動体の移動判断を生成してもよい。例えば、前記判断生成部は、生成された前記経路及び前記第４コストマップに基づいて前記移動体の減速判断を前記移動判断として生成してもよい。
　移動判断は、移動体が移動予定のレーンに応じて決定されることが望ましい。例えば、移動体が移動予定のレーンによっては、移動体を減速した方がよい場合がある。例えば、車両等の移動体が隣のレーンに移動しようとしている場合に、移動予定のレーンにおいて後方に後方車両が存在する場合がある。この場合、第２コストマップに基づいて生成される移動判断では、例えば、レーンの移動を余裕をもってできる程度後方に後方車両が存在する場合であっても、移動体が停止する可能性がある。そこで、予測されるレーンに基づいて第４コストマップが生成され、第４コストマップに基づいて減速判断がされることで、移動体を減速させてスムーズなレーンの移動が可能となり、移動体の移動の安全性又は快適性をさらに高めることができる。
　本開示の一態様に係る制御方法は、コンピュータに実行させる制御方法であって、移動体の外部をセンシングするセンサが出力するセンシングデータを取得し、前記センシングデータに基づき前記移動体の外部の物体の位置を検出し、検出された前記物体の移動を予測し、検出された前記物体の位置に基づいて第１コストマップを生成し、予測された前記物体の移動に基づいて第２コストマップを生成し、前記第１コストマップに基づいて前記移動体の経路を生成し、前記第２コストマップ及び生成された前記経路に基づいて前記移動体の移動判断を生成し、生成された前記経路及び前記移動判断にしたがって前記移動体の移動を制御する。
　これによれば、コストマップを用いた移動体の移動の安全性又は快適性を向上させることができる制御方法を提供できる。
　以下、実施の形態について、図面を参照しながら具体的に説明する。
　なお、以下で説明する実施の形態は、いずれも包括的又は具体的な例を示すものである。以下の実施の形態で示される数値、形状、材料、構成要素、構成要素の配置位置及び接続形態、ステップ、ステップの順序などは、一例であり、本開示を限定する主旨ではない。
　（実施の形態１）
　図２から図７を用いて実施の形態１について説明する。
　図２は、実施の形態１に係る制御システム１０の一例を示すブロック図である。
　制御システム１０は、移動体の移動を制御するためのコンピュータである。制御システム１０は、例えば、移動体（例えば車両１００等）に搭載される車載装置である。制御システム１０は、プロセッサ、メモリ及び通信インタフェース等を含むコンピュータである。メモリは、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）及びＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）等であり、プロセッサにより実行されるプログラムを記憶することができる。制御システム１０は、取得部１１、検出部１２、移動予測部１３、コストマップ生成部１４、経路生成部１５、判断生成部１６及び制御部１７を備える。取得部１１、検出部１２、移動予測部１３、コストマップ生成部１４、経路生成部１５、判断生成部１６及び制御部１７は、メモリに格納されたプログラムを実行するプロセッサ等によって実現される。ここでは、移動体を車両として説明し、制御システム１０を車両の走行を制御するためのコンピュータとして説明する。なお、移動体は、車両のほか、ドローン等の飛行体、移動型ロボット、又は船舶等であってもよい。
　なお、制御システム１０は、車両に搭載されなくてもよく、車両と無線通信可能に接続されたサーバであってもよい。また、制御システム１０を構成する構成要素は、複数のサーバに分散して配置されてもよい。
　取得部１１は、車両の外部をセンシングするセンサが出力するセンシングデータを取得する。例えば、取得部１１は、制御システム１０の制御対象の車両、当該車両の周囲の車両又は当該車両の周囲の路側機等に搭載されたセンサが出力するセンシングデータを取得する。センサは、例えば、カメラ又はＬｉＤＡＲ（Ｌｉｇｈｔ　Ｄｅｔｅｃｔｉｏｎ　ａｎｄ　Ｒａｎｇｉｎｇ）等のセンサである。
　検出部１２は、取得部１１によって取得されたセンシングデータに基づき車両の外部の物体の位置を検出する。例えば、検出部１２は、学習モデル等を用いてセンシングデータを解析することで、物体の位置を検出する。
　移動予測部１３は、取得部１１によって取得されたセンシングデータに基づき車両の外部の物体の移動を予測する。例えば、移動予測部１３は、刻々と取得されるセンシングデータによって検出される物体の位置の変化に基づいて、物体の移動（具体的には物体の移動方向及び速さ等）を予測する。
　コストマップ生成部１４は、検出された物体の位置に基づいて第１コストマップを生成し、予測された物体の移動に基づいて第２コストマップを生成する。コストマップ生成部１４の詳細については後述する図３及び図４で説明する。
　経路生成部１５は、第１コストマップに基づいて車両の経路を生成する。経路生成部１５の詳細については後述する図３及び図５で説明する。
　判断生成部１６は、第２コストマップ及び生成された経路に基づいて車両の移動判断を生成する。判断生成部１６の詳細については後述する図３及び図６で説明する。
　制御部１７は、生成された経路及び移動判断にしたがって車両の移動を制御する。例えば、制御部１７は、生成された経路に沿って車両を移動させつつ、移動判断にしたがって車両を停止又は減速させる。
　図３は、実施の形態１に係る制御システム１０の動作の一例を示すフローチャートである。
　上述したように、取得部１１は、車両の外部をセンシングするセンサが出力するセンシングデータを取得し（ステップＳ１１）、検出部１２は、センシングデータに基づき車両の外部の物体の位置を検出し（ステップＳ１２）、移動予測部１３は、センシングデータに基づき車両の外部の物体の移動を予測する（ステップＳ１３）。
　次に、コストマップ生成部１４は、検出された物体の位置に基づいて第１コストマップを生成し（ステップＳ１４）、予測された物体の移動に基づいて第２コストマップを生成する（ステップＳ１５）。コストマップは、最適な経路生成を行うために、障害物等の物体をコストとして表現するグリッドマップである。例えば、物体が存在する領域については高いコストが付与されて、当該領域を避けるような経路を生成することができる。コストマップは、典型的には各グリッドにおいて上限値と下限値で定まる範囲における値を有するが、これに限定されず、各グリッドにおける値は２値であってもよい。また、コストマップは、ポテンシャルマップとも称される。ここで、コストマップ生成部１４によって生成される第１コストマップ及び第２コストマップについて、図４を用いて説明する。
　図４は、第１コストマップ及び第２コストマップの一例を示す図である。以降の図も含め、車両の外部の物体の一例として車両２００を示している。
　第１コストマップは、検出された物体（例えば車両２００）の位置に基づいて生成されるコストマップである。図４には、車両２００を中心にコストが高くなるように第１コストマップが生成されていることが示されている。
　第２コストマップは、予測された物体（例えば車両２００）の移動に基づいて生成されるコストマップである。例えば、車両２００は進行方向左側に曲がると予測され、図４には、予測された車両２００の移動方向（例えば車両２００から出ている矢印の方向）においてコストが高くなるように第２コストマップが生成されていることが示されている。またコストが高くなる領域は、予測された車両２００の速さが速くなるほど車両２００から移動方向に向かって延びるようになる。
　コストマップ生成部１４は、図４に示されるような第１コストマップ及び第２コストマップを生成する。なお、図４では、コストマップを模式的に円で表し円内のコストが一定であるように示されているが、実際にはコストマップにおけるコストは一定ではなく、円の中心側から外側に向けてコストは小さくなっていく。
　図３での説明に戻り、経路生成部１５は、第１コストマップに基づいて車両の経路を生成する（ステップＳ１６）。ここで、第１コストマップに基づいて生成される経路について図５を用いて説明する。
　図５は、第１コストマップに基づいて生成される経路の一例を示す図である。以降の図も含め、制御システム１０によって制御される車両の一例として車両１００を示している。
　第１コストマップでは、図５に示されるように、車両２００の位置を中心にコストが高くなっており、経路生成部１５は、第１コストマップにおいてコストが高い領域を避けるような経路を生成する。車両１００が経路に沿って移動した場合に、車両２００の動きによっては車両１００と車両２００とが衝突するおそれがあるが、ここでは車両２００の動き予測が考慮されないで、ある瞬間の車両２００の位置に基づいて生成された第１コストマップに基づいて車両１００の経路が生成される。
　図３での説明に戻り、判断生成部１６は、第２コストマップ及び生成された経路に基づいて車両の移動判断を生成する（ステップＳ１７）。ここで、第２コストマップ及び生成された経路に基づいて生成される経路について図６を用いて説明する。
　図６は、第２コストマップ及び生成された経路に基づいて生成される移動判断の一例を示す図である。
　図６に示されるように、第２コストマップにおいて所定のコスト以上のコストが付与されている領域が、生成された経路と重なっている。所定にコストとは、物体の存在確率が高い若しくは今度高くなることを示すコストである。つまり、車両１００が生成された経路に沿って移動した場合、車両１００と車両２００とが衝突するおそれがある。そこで、判断生成部１６によって生成される移動判断は、第２コストマップにおいて所定のコスト以上のコストが付与されている領域が、生成された経路と重なる場合に、車両１００を停止又は減速させることを含む。これにより、車両１００と車両２００との衝突を防止することができ、車両の走行の安全性を高めることができる。
　なお、判断生成部１６は、第２コストマップ及び生成された経路に加え、第１コストマップに基づいて移動判断を生成してもよい。若しくは、コストマップ生成部１４は、予測された物体の移動に加え、検出された物体の位置に基づいて第２コストマップを生成してもよく、判断生成部１６は、当該第２コストマップ及び生成された経路に基づいて移動判断を生成してもよい。つまり、物体の位置も考慮して、車両の移動判断が生成されてもよい。
　図３での説明に戻り、制御部１７は、生成された経路及び移動判断にしたがって車両の移動を制御する（ステップＳ１８）。例えば、制御部１７は、生成された経路及び移動判断にしたがってタイヤ角又はペダル踏み量等を算出し、車両へＣＡＮ（Ｃｏｎｔｒｏｌｌｅｒ　Ａｒｅａ　Ｎｅｔｗｏｒｋ）等を介して算出結果を通知することで、車両の移動を制御する。
　なお、経路生成部１５は、第２コストマップの一部にも基づいて車両の経路を生成してもよい。これについて図７を用いて説明する。
　図７は、第２コストマップの一部にも基づいて生成される経路の一例を示す図である。
　第２コストマップの一部とは、例えば、図６等に示される第２コストマップにおけるコストが高くなっている領域の一部である。なお、第２コストマップの一部は、第２コストマップにおいてコストが高くなっている部分を縮小したものであってもよいし、第２コストマップにおいてコストが高くなっている部分のうち、物体側の部分だけを切り取ったものであってもよい。
　例えば、車両１００の乗員は、車両１００が移動している車両２００を避けて走行する際に、移動している車両２００を警戒して、移動していない物体を避けるときに離される距離よりも離れて走行することを望むことがある。そこで、車両１００の経路の生成に、車両２００の動き予測が反映された第２コストマップの一部が用いられることで、車両１００は、移動している車両２００を避けるときに、移動していない物体を避けるときよりも離れて走行することができる。例えば、図７の状況では、第１コストマップに加えて第２コストマップの一部におけるコストが高くなっている領域も避けるような経路が生成されるため、車両１００は車両２００からなるべく右側へ離れて走行することができる。
　第２コストマップの一部の決定方法について、以下説明する。
　例えば、第２コストマップの一部は、車両の外部の物体の属性にしたがって決定される。例えば、制御システム１０は、後述する属性検出部１８のような機能を有していてもよく、車両の外部の物体の属性を、例えば、カメラ等のセンサによるセンシングデータによって検出することができる。例えば、物体の属性によっては、動き予測の精度が低くなることがある。例えば、人は進行方向を急に変えることができることから、物体が人の場合、人の動き予測の精度は低くなりやすい。このため、例えば、物体の属性が動き予測の精度が低くなるような属性である場合には、第２コストマップの一部を小さくして（つまりコストが高い領域の面積を小さくして）経路の生成に対する動き予測の影響を小さくすることができる。この場合、車両の物体に対する回避動作は抑制されることになる。また、例えば、物体の属性が動き予測の精度が高くなるような属性である場合には、第２コストマップの一部を大きくして（つまりコストが高い領域の面積を大きくして）経路の生成に対する動き予測の影響を大きくすることができる。この場合、車両の物体に対する回避動作は推奨されることになる。
　また、例えば、第２コストマップの一部は、車両の経路上の道路に含まれる区間の属性にしたがって決定される。例えば、区間の属性は、車両の経路上の道路の広さ、道路に付随する歩道の広さ、車両の経路上の交差点、又は道路の種類を含んでいてもよい。交差点は、２つ以上の道路が交わる場所であり、典型的には十字路であるが、これに限られず、三叉路又はラウンドアバウト等であってもよい。また、歩道は、道路に並行な歩道であっても、道路を横切る横断歩道であってもよい。区間の属性は、例えば、カメラ等のセンサによるセンシングデータ又は地図情報等によって判定することができる。また、道路の種類は、車道又は歩道などの規定の種類の道路であってもよいし、規定の種類と類似する道路であってもよい。具体的には、センシングデータに基づいて判定された車両の周囲の物体の種類又は物体と車両との距離等に基づいて規定の種類と類似する道路が判定されてもよい。例えば、車両周辺の人の密度が閾値以上である場合、道路の種類が歩道（又は擬似歩道）であると判定してもよい。擬似歩道としては、例えば商店街の通り道、歩行者天国時の車道などがある。
　例えば、車両の経路上の道路の広さ（例えば走行レーンの広さ）が狭い場合には、車両は、移動している物体を避けるときに、移動していない物体を避けるときよりも離れて走行しにくい場合がある。このため、例えば、車両の経路上の道路の広さが狭い場合には、第２コストマップの一部を小さくして経路の生成に対する動き予測の影響を小さくすることができる。この場合、車両の物体に対する回避動作は抑制され、車両が移動している物体を避けるときに走行レーンを大きくはみ出さないようにすることができる。
　また、例えば、車両の経路上の道路に付随する歩道の広さが広い場合には、車両は、移動している物体を避けるときに、歩道にはみ出したり歩道に大きく接近したりしてしまうおそれがある。このため、例えば、車両の経路上の歩道の広さが広い場合には、第２コストマップの一部を小さくして経路の生成に対する動き予測の影響を小さくすることができる。この場合、車両の物体に対する回避動作は抑制され、車両が移動している物体を避けるときに、歩道へはみ出したり大きく接近したりすることを抑制できる。
　また、例えば、車両の経路上の交差点では、車両の周囲の物体の動きが複雑になり、物体の動き予測の精度は低くなりやすい。このため、例えば、車両が交差点にいる場合には、第２コストマップの一部を小さくして経路の生成に対する動き予測の影響を小さくすることができる。この場合、車両の物体に対する回避動作は抑制されることになる。
　また、例えば、車両の経路上の道路の種類が歩道である場合、車両の周辺の物体（例えば歩行者）の密度が高い（言い換えると、車両と物体とが近い）ため、車両の停止が頻発するおそれがある。他方で、歩道では車両の移動速は抑えられるため、衝突による危険性が車道に比べて低い。このため、例えば、道路の種類が歩道である場合は、第２コストマップの一部を道路の種類が車道である場合よりも大きくして経路の生成に対する動き予測の影響を大きくする。それにより、車両の停止が抑制され、車両が物体を回避しながら移動を継続することができる。
　なお、第２コストマップの一部は、車両の外部の物体の属性及び車両の経路上の道路に含まれる区間の属性の両方にしたがって決定されてもよい。
　以上説明したように、制御システム１０によれば、検出された物体の位置に基づく第１コストマップと、予測された物体の移動に基づく第２コストマップとがそれぞれ生成され、車両の経路の生成と車両の移動判断の生成とで各コストマップが使い分けられる。具体的には、車両の経路の生成には物体の動き予測が反映されていない第１コストマップが用いられ、車両の移動判断の生成には物体の動き予測が反映された第２コストマップが用いられる。車両の経路の生成に動き予測が反映されていない第１コストマップが用いられることで、動き予測が安定しない場合であっても刻々とぶれる経路が生成されにくくなり、車両の走行の安全性又は快適性を高めることができる。また、車両の移動判断の生成に物体の動き予測が反映された第２コストマップ及び生成された経路が用いられることで、静止している物体を避けつつ、移動している物体に対しては無理やり避けようとせず当該物体の動き予測に応じて例えば車両を停止したり減速したりすることができ、車両の走行の安全性を高めることができる。このように、動き予測が安定しないことを前提とした上で、安定した経路を生成しつつ、必要なときには停止したり減速したりすることができる。よって、本態様によれば、コストマップを用いた車両の走行の安全性又は快適性を向上させることができる。
　（実施の形態２）
　次に、図８を用いて実施の形態２について説明する。
　図８は、実施の形態２に係る制御システム１０ａの一例を示すブロック図である。実施の形態２に係る制御システム１０ａは、さらに属性検出部１８及びレーン予測部１９を備え、コストマップ生成部１４及び判断生成部１６の代わりにコストマップ生成部１４ａ及び判断生成部１６ａを備える点が、実施の形態１に係る制御システム１０と異なる。その他の点については、実施の形態１におけるものと同じであるため説明は省略する。なお、コストマップ生成部１４ａ、判断生成部１６ａ、属性検出部１８及びレーン予測部１９は、メモリに格納されたプログラムを実行するプロセッサ等によって実現される。
　属性検出部１８は、取得部１１によって取得されたカメラ等のセンサによるセンシングデータに基づき車両の外部の物体の属性を検出する。例えば、属性検出部１８は、学習モデル等を用いてセンシングデータを解析することで、物体の属性を検出する。例えば、属性検出部１８は、物体が、人であるか、路側機であるか、自動車であるか、自転車であるか等を検出する。
　レーン予測部１９は、車両が走行予定のレーンを予測する。例えば、レーン予測部１９は、カーナビゲーションシステムから車両の走行予定を示す情報を取得し、当該情報に基づいて車両が走行予定のレーンを予測してもよい。また、例えば、レーン予測部１９は、方向指示器への操作情報を取得し、当該情報に基づいて車両が走行予定のレーンを予測してもよい。
　コストマップ生成部１４ａは、検出された物体の属性に基づいて第３コストマップを生成する。例えば、物体が路側機のように移動しない物体である場合には、当該物体に対応する領域周辺のコストが小さくなるような第３コストマップが生成される。また、例えば、物体が人の場合には、当該物体に対応する領域周辺のコストが大きくなるような第３コストマップが生成される。
　また、コストマップ生成部１４ａは、予測されるレーンに基づいて第４コストマップを生成する。例えば、車両が走行予定のレーンに対応する領域のコストが大きくなるような第４コストマップが生成される。
　判断生成部１６ａは、第３コストマップにも基づいて車両の移動判断を生成する。例えば、判断生成部１６ａは、生成された経路及び第３コストマップに基づいて車両の停止判断を移動判断として生成する。例えば、当該移動判断は、第３コストマップにおいて所定のコスト以上のコストが付与されている領域が、生成された経路と重なる場合に、車両を停止させることを含む。例えば、車両の外部の物体の属性によっては、車両を停止した方がよい場合がある。例えば、横断歩道の傍で人が静止しつつ横断歩道を渡ろうとしている場合がある。この場合、第２コストマップに基づいて生成される移動判断では、その人は移動していないため、車両を停止しない可能性がある。そこで、物体の属性（例えば物体の属性が人であるか否か）に基づいて第３コストマップが生成され、第３コストマップに基づいて車両の停止判断がされることで、物体の属性によっては車両を停止させることができ、車両の走行の安全性をさらに高めることができる。
　また、判断生成部１６ａは、第４コストマップにも基づいて車両の移動判断を生成する。例えば、判断生成部１６ａは、生成された経路及び第４コストマップに基づいて車両の減速判断を移動判断として生成する。例えば、当該移動判断は、第４コストマップにおいて所定のコスト以上のコストが付与されている領域が、生成された経路と重なる場合に、車両を減速させることを含む。例えば、車両が走行予定のレーンによっては、車両を減速した方がよい場合がある。例えば、車両が隣のレーンに移動しようとしている場合に、走行予定のレーンにおいて後方に後方車両が存在する場合がある。この場合、第２コストマップに基づいて生成される移動判断では、例えば、レーンの移動を余裕をもってできる程度後方に後方車両が存在する場合であっても、車両が停止する可能性がある。そこで、予測されるレーンに基づいて第４コストマップが生成され、第４コストマップに基づいて減速判断がされることで、車両を減速させてスムーズなレーンの移動が可能となり、車両の走行の安全性又は快適性をさらに高めることができる。
　以上説明したように、物体の位置に基づく第１コストマップ及び物体の移動に基づく第２コストマップに加えて、物体の属性に基づく第３コストマップ及び走行予定のレーンに基づく第４コストマップが生成され、第１コストマップ、第２コストマップ、第３コストマップ及び第４コストマップに基づいて車両の移動判断が生成されることで、車両の走行の安全性又は快適性をさらに高めることができる。
　（その他の実施の形態）
　以上、本開示の一つ又は複数の態様に係る制御システムについて、実施の形態に基づいて説明したが、本開示は、これらの実施の形態に限定されるものではない。本開示の趣旨を逸脱しない限り、当業者が思いつく各種変形を各実施の形態に施したものや、異なる実施の形態における構成要素を組み合わせて構築される形態も、本開示の一つ又は複数の態様の範囲内に含まれてもよい。
　例えば、上記実施の形態２では、コストマップ生成部１４ａは、第３コストマップ及び第４コストマップの両方を生成する例について説明したが、第４コストマップを生成しなくてもよい。この場合、制御システム１０ａは、レーン予測部１９を備えていなくてもよく、判断生成部１６ａは、第４コストマップにも基づいて車両の移動判断を生成しなくてもよい。若しくは、コストマップ生成部１４ａは、第３コストマップを生成しなくてもよい。この場合、制御システム１０ａは、属性検出部１８を備えていなくてもよく、判断生成部１６ａは、第３コストマップにも基づいて車両の移動判断を生成しなくてもよい。
　なお、本開示は、制御システムとして実現できるだけでなく、制御システムを構成する各構成要素が行うステップ（処理）を含む制御方法として実現できる。
　具体的には、制御方法は、コンピュータに実行させる制御方法であって、図３に示されるように、移動体の外部をセンシングするセンサが出力するセンシングデータを取得し（ステップＳ１１）、センシングデータに基づき移動体の外部の物体の位置を検出し（ステップＳ１２）、検出された物体の移動を予測し（ステップＳ１３）、検出された物体の位置に基づいて第１コストマップを生成し（ステップＳ１４）、予測された物体の移動に基づいて第２コストマップを生成し（ステップＳ１５）、第１コストマップに基づいて移動体の経路を生成し（ステップＳ１６）、第２コストマップ及び生成された経路に基づいて移動体の移動判断を生成し（ステップＳ１７）、生成された経路及び移動判断にしたがって移動体の移動を制御する（ステップＳ１８）処理を含む。なお、図３では、移動体を車両としている。
　例えば、本開示は、制御方法に含まれるステップを、プロセッサに実行させるためのプログラムとして実現できる。さらに、本開示は、そのプログラムを記録したＣＤ－ＲＯＭ等である非一時的なコンピュータ読み取り可能な記録媒体として実現できる。
　例えば、本開示が、プログラム（ソフトウェア）で実現される場合には、コンピュータのＣＰＵ、メモリ及び入出力回路等のハードウェア資源を利用してプログラムが実行されることによって、各ステップが実行される。つまり、ＣＰＵがデータをメモリ又は入出力回路等から取得して演算したり、演算結果をメモリ又は入出力回路等に出力したりすることによって、各ステップが実行される。
　なお、上記実施の形態において、制御システムに含まれる各構成要素は、専用のハードウェアで構成されるか、各構成要素に適したソフトウェアプログラムを実行することによって実現されてもよい。各構成要素は、ＣＰＵ又はプロセッサなどのプログラム実行部が、ハードディスク又は半導体メモリなどの記録媒体に記録されたソフトウェアプログラムを読み出して実行することによって実現されてもよい。
　上記実施の形態に係る制御システムの機能の一部又は全ては典型的には集積回路であるＬＳＩとして実現される。これらは個別に１チップ化されてもよいし、一部又は全てを含むように１チップ化されてもよい。また、集積回路化はＬＳＩに限るものではなく、専用回路又は汎用プロセッサで実現してもよい。ＬＳＩ製造後にプログラムすることが可能なＦＰＧＡ（Ｆｉｅｌｄ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）、又はＬＳＩ内部の回路セルの接続や設定を再構成可能なリコンフィギュラブル・プロセッサを利用してもよい。
　さらに、本開示の主旨を逸脱しない限り、本開示の各実施の形態に対して当業者が思いつく範囲内の変更を施した各種変形例も本開示に含まれる。
　本開示は、車両等の移動体の移動を制御するシステムに適用できる。
　１０、１０ａ　制御システム
　１１　取得部
　１２　検出部
　１３　移動予測部
　１４、１４ａ　コストマップ生成部
　１５　経路生成部
　１６、１６ａ　判断生成部
　１７　制御部
　１８　属性検出部
　１９　レーン予測部
　１００、２００　車両

Claims (14)

  1. 　移動体の外部をセンシングするセンサが出力するセンシングデータを取得する取得部と、
    　前記センシングデータに基づき前記移動体の外部の物体の位置を検出する検出部と、
    　前記センシングデータに基づき前記物体の移動を予測する移動予測部と、
    　検出された前記物体の位置に基づいて第１コストマップを生成し、
    　予測された前記物体の移動に基づいて第２コストマップを生成するコストマップ生成部と、
    　前記第１コストマップに基づいて前記移動体の経路を生成する経路生成部と、
    　前記第２コストマップ及び生成された前記経路に基づいて前記移動体の移動判断を生成する判断生成部と、
    　生成された前記経路及び前記移動判断にしたがって前記移動体の移動を制御する制御部と、を備える
    　制御システム。
  2. 　前記移動判断は、前記第２コストマップにおいて所定のコスト以上のコストが付与されている領域が、生成された前記経路と重なる場合に、前記移動体を停止又は減速させることを含む
    　請求項１に記載の制御システム。
  3. 　前記経路生成部は、前記第２コストマップの一部にも基づいて前記移動体の経路を生成する
    　請求項１又は２に記載の制御システム。
  4. 　前記第２コストマップの一部は、前記物体の属性にしたがって決定される
    　請求項３に記載の制御システム。
  5. 　前記第２コストマップの一部は、前記移動体の経路上の道路に含まれる区間の属性にしたがって決定される
    　請求項３又は４に記載の制御システム。
  6. 　前記区間の属性は、前記道路の広さを含む
    　請求項５に記載の制御システム。
  7. 　前記区間の属性は、前記道路が移動体用道路である場合、前記道路に付随する歩道の広さを含む
    　請求項５又は６に記載の制御システム。
  8. 　前記区間の属性は、前記移動体の経路上の交差点を含む
    　請求項５～７のいずれか１項に記載の制御システム。
  9. 　前記区間の属性は、前記道路の種類を含む
    　請求項５～８のいずれか１項に記載の制御システム。
  10. 　前記コストマップ生成部はさらに、検出された前記物体の属性に基づいて第３コストマップを生成し、
    　前記判断生成部は、前記第３コストマップにも基づいて前記移動体の移動判断を生成する
    　請求項１～９のいずれか１項に記載の制御システム。
  11. 　前記判断生成部は、生成された前記経路及び前記第３コストマップに基づいて前記移動体の停止判断を前記移動判断として生成する
    　請求項１０に記載の制御システム。
  12. 　さらに、前記移動体が移動予定のレーンを予測するレーン予測部を備え、
    　前記コストマップ生成部はさらに、予測されるレーンに基づいて第４コストマップを生成し、
    　前記判断生成部は、前記第４コストマップにも基づいて前記移動体の移動判断を生成する
    　請求項１～１１のいずれか１項に記載の制御システム。
  13. 　前記判断生成部は、生成された前記経路及び前記第４コストマップに基づいて前記移動体の減速判断を前記移動判断として生成する
    　請求項１２に記載の制御システム。
  14. 　コンピュータに実行させる制御方法であって、
    　移動体の外部をセンシングするセンサが出力するセンシングデータを取得し、
    　前記センシングデータに基づき前記移動体の外部の物体の位置を検出し、
    　検出された前記物体の移動を予測し、
    　検出された前記物体の位置に基づいて第１コストマップを生成し、
    　予測された前記物体の移動に基づいて第２コストマップを生成し、
    　前記第１コストマップに基づいて前記移動体の経路を生成し、
    　前記第２コストマップ及び生成された前記経路に基づいて前記移動体の移動判断を生成し、
    　生成された前記経路及び前記移動判断にしたがって前記移動体の移動を制御する
    　制御方法。
PCT/JP2021/002661 2020-02-27 2021-01-26 制御システム及び制御方法 WO2021171874A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2021536215A JPWO2021171874A1 (ja) 2020-02-27 2021-01-26
CN202180006645.4A CN114787892A (zh) 2020-02-27 2021-01-26 控制系统以及控制方法
EP21759967.9A EP4113477A4 (en) 2020-02-27 2021-01-26 ORDERING SYSTEM AND ORDERING METHOD
US17/749,545 US20220274594A1 (en) 2020-02-27 2022-05-20 Control system and control method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020032328 2020-02-27
JP2020-032328 2020-02-27

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US17/749,545 Continuation US20220274594A1 (en) 2020-02-27 2022-05-20 Control system and control method

Publications (1)

Publication Number Publication Date
WO2021171874A1 true WO2021171874A1 (ja) 2021-09-02

Family

ID=77490926

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/002661 WO2021171874A1 (ja) 2020-02-27 2021-01-26 制御システム及び制御方法

Country Status (5)

Country Link
US (1) US20220274594A1 (ja)
EP (1) EP4113477A4 (ja)
JP (1) JPWO2021171874A1 (ja)
CN (1) CN114787892A (ja)
WO (1) WO2021171874A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023047625A1 (ja) * 2021-09-24 2023-03-30 ソニーグループ株式会社 情報処理装置と情報処理方法およびロボット装置とその制御方法

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115394093A (zh) * 2022-08-11 2022-11-25 重庆长安汽车股份有限公司 红绿灯路口辅助车辆通行的方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5617677B2 (ja) 1974-10-11 1981-04-23
JP5463971B2 (ja) * 2010-03-10 2014-04-09 日産自動車株式会社 移動体走行経路生成装置
JP2018192954A (ja) * 2017-05-18 2018-12-06 トヨタ自動車株式会社 運転支援装置
JP2019059477A (ja) * 2019-01-23 2019-04-18 日立オートモティブシステムズ株式会社 車両制御システム、およびこれを備えた行動計画システム
JP6571904B1 (ja) * 2018-08-30 2019-09-04 三菱電機株式会社 車載装置、情報処理方法及び情報処理プログラム
JP2019175372A (ja) * 2018-03-29 2019-10-10 株式会社パル技研 危険予測装置、危険予測方法、及びプログラム
JP2019533609A (ja) * 2016-09-14 2019-11-21 ナウト, インコーポレイテッドNauto, Inc. ニアクラッシュ判定システムおよび方法

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8538675B2 (en) * 2009-06-01 2013-09-17 Raytheon Company Non-kinematic behavioral mapping
US10394244B2 (en) * 2016-05-26 2019-08-27 Korea University Research And Business Foundation Method for controlling mobile robot based on Bayesian network learning
CN110291477B (zh) * 2016-12-02 2022-08-16 嘉蒂克人工智能公司 车辆控制系统及使用方法
US20190204842A1 (en) * 2018-01-02 2019-07-04 GM Global Technology Operations LLC Trajectory planner with dynamic cost learning for autonomous driving
US20210116930A1 (en) * 2018-02-28 2021-04-22 Sony Corporation Information processing apparatus, information processing method, program, and mobile object
JP6985207B2 (ja) * 2018-05-09 2021-12-22 トヨタ自動車株式会社 自動運転システム
KR20210050925A (ko) * 2019-10-29 2021-05-10 엘지전자 주식회사 차량 충돌 회피 장치 및 방법
US11753006B2 (en) * 2020-06-08 2023-09-12 Robert Bosch Gmbh Representing objects in a surrounding environment of a vehicle using a frenet coordinate system

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5617677B2 (ja) 1974-10-11 1981-04-23
JP5463971B2 (ja) * 2010-03-10 2014-04-09 日産自動車株式会社 移動体走行経路生成装置
JP2019533609A (ja) * 2016-09-14 2019-11-21 ナウト, インコーポレイテッドNauto, Inc. ニアクラッシュ判定システムおよび方法
JP2018192954A (ja) * 2017-05-18 2018-12-06 トヨタ自動車株式会社 運転支援装置
JP2019175372A (ja) * 2018-03-29 2019-10-10 株式会社パル技研 危険予測装置、危険予測方法、及びプログラム
JP6571904B1 (ja) * 2018-08-30 2019-09-04 三菱電機株式会社 車載装置、情報処理方法及び情報処理プログラム
JP2019059477A (ja) * 2019-01-23 2019-04-18 日立オートモティブシステムズ株式会社 車両制御システム、およびこれを備えた行動計画システム

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
See also references of EP4113477A4

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023047625A1 (ja) * 2021-09-24 2023-03-30 ソニーグループ株式会社 情報処理装置と情報処理方法およびロボット装置とその制御方法

Also Published As

Publication number Publication date
JPWO2021171874A1 (ja) 2021-09-02
EP4113477A1 (en) 2023-01-04
EP4113477A4 (en) 2023-08-02
CN114787892A (zh) 2022-07-22
US20220274594A1 (en) 2022-09-01

Similar Documents

Publication Publication Date Title
JP6428928B2 (ja) オクルージョン制御装置
US11353874B2 (en) Lane handling for merge prior to turn
WO2021070451A1 (ja) 車両制御装置、車両制御方法、自動運転装置及び自動運転方法
US20230202504A1 (en) Dynamic route information interface
KR20190014871A (ko) 차량의 후방에 위치한 응급 차량에 기초하여 상기 차량의 주행 경로를 변경하는 장치 및 방법
US11468773B2 (en) Lane classification for improved vehicle handling
US11932244B2 (en) Apparatus and method for controlling autonomous driving of vehicle
JP4877364B2 (ja) 物体検出装置
JP7289760B2 (ja) 電子制御装置
WO2021171874A1 (ja) 制御システム及び制御方法
JP2009532801A (ja) 運転支援システムおよび車両の周辺物のモデル作成方法
JP2020163970A (ja) 車両運転支援システム
CN111857118A (zh) 对停车轨迹分段以控制自动驾驶车辆停车
JP2019043245A (ja) 車両制御装置、車両、車両制御方法およびプログラム
KR20220056922A (ko) 자율주행 제어 장치 및 방법
JP2017001596A (ja) 停車位置設定装置及び方法
JP2020163975A (ja) 車両運転支援システム
KR102179835B1 (ko) 무선통신을 포함한 차량센서 기반의 객체선정 알고리즘 및 주변차량 주행 의도를 고려한 경로 예측 방법 및 시스템
JP6867257B2 (ja) 車両制御装置、車両、車両制御方法およびプログラム
JP2020163974A (ja) 車両運転支援システム
JP2020163967A (ja) 車両運転支援システム
JP2012014733A (ja) 環境予測装置
CN115884908A (zh) 路径确认装置以及路径确认方法
WO2021034969A1 (en) Lane handling for merge prior to turn
JP2020163968A (ja) 車両運転支援システム

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2021536215

Country of ref document: JP

Kind code of ref document: A

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 21759967

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2021759967

Country of ref document: EP

Effective date: 20220927