WO2022065021A1 - 自動運転装置 - Google Patents

自動運転装置 Download PDF

Info

Publication number
WO2022065021A1
WO2022065021A1 PCT/JP2021/032775 JP2021032775W WO2022065021A1 WO 2022065021 A1 WO2022065021 A1 WO 2022065021A1 JP 2021032775 W JP2021032775 W JP 2021032775W WO 2022065021 A1 WO2022065021 A1 WO 2022065021A1
Authority
WO
WIPO (PCT)
Prior art keywords
vehicle
driving behavior
unit
route
state
Prior art date
Application number
PCT/JP2021/032775
Other languages
English (en)
French (fr)
Inventor
英之 原
Original Assignee
いすゞ自動車株式会社
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 いすゞ自動車株式会社 filed Critical いすゞ自動車株式会社
Publication of WO2022065021A1 publication Critical patent/WO2022065021A1/ja

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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems

Definitions

  • the present invention relates to an automatic driving device.
  • Patent Document 1 discloses a technique of calculating a potential field by adding a basic traveling potential, an actual traveling potential, and a latent potential, and generating a traveling route based on the potential field.
  • the travel route generated by the above potential method is generated at the start of prediction, and changes in traffic conditions while the vehicle is traveling following the generated travel route are taken into consideration. It has not been. Therefore, if the traffic conditions change during traveling, it may not be appropriate to follow the traveling route of the own vehicle.
  • the present invention has been made in view of these points, and an object thereof is to generate a safer route.
  • an automatic driving device that sequentially determines the driving behavior of the own vehicle for each first prediction period, and is used as a potential field based on the state of the own vehicle and the position of an object around the own vehicle. Based on the driving behavior determination unit that performs the action determination processing that determines the driving behavior of the own vehicle within the first prediction period, and the driving behavior determined by the driving behavior determination unit, the first one.
  • An update unit that performs an update process for updating the state of the own vehicle and the position of the surrounding object after the elapse of the prediction period, and the action determination process based on the state of the own vehicle and the position of the object after the update.
  • an automatic driving device including a route generation unit for generating a route of the above.
  • the update unit further includes a risk determination unit for determining whether or not the collision risk of the own vehicle with the object when the driving behavior determination unit follows the determined driving behavior is equal to or less than a predetermined value.
  • a risk determination unit for determining whether or not the collision risk of the own vehicle with the object when the driving behavior determination unit follows the determined driving behavior is equal to or less than a predetermined value.
  • the route generation unit will stop the generation of the route. May be good.
  • the driving behavior determination unit may determine the acceleration / deceleration speed and the yaw rate of the own vehicle as the driving behavior.
  • the driving behavior determination unit may determine the driving behavior so that the own vehicle has a predetermined inter-vehicle distance or more with respect to the predicted position of the surrounding object in the first prediction period.
  • the renewal unit has a position of the own vehicle, a driving behavior determined by the driving behavior determining unit, and a collision risk of the own vehicle with the object when the driving behavior is obeyed.
  • the estimated time of arrival at the position may be stored in the storage unit.
  • the updating unit may update the position, yaw angle and speed of the own vehicle as the state of the own vehicle, and update the position of another vehicle as the position of the object.
  • FIG. 1 is a schematic diagram for explaining an example of the configuration of the automatic driving device 1 according to the embodiment.
  • the automatic driving device 1 is mounted on a vehicle such as a truck and supports the driving of the own vehicle. For example, during automatic driving, the automatic driving device 1 sets a driving behavior of its own vehicle and determines a driving route based on the set driving behavior.
  • the automatic driving device 1 sets the driving behavior of the own vehicle based on the potential field including the basic driving potential and the like.
  • the own vehicle travels according to the driving behavior set by the automatic driving device 1. Further, the own vehicle can travel along the driving route determined by the automatic driving device 1.
  • the automatic driving device 1 has a vehicle detection unit 2, an environment recognition unit 4, a map database 6, and a control device 10.
  • the vehicle detection unit 2 detects the state of the own vehicle.
  • the vehicle detection unit 2 detects the position and speed of the own vehicle.
  • the vehicle detection unit 2 has a GPS (Global Positioning System) receiver, and detects the position of the own vehicle by the radio wave received by the GPS receiver.
  • the vehicle detection unit 2 outputs the detection result to the control device 10.
  • GPS Global Positioning System
  • the environmental recognition unit 4 recognizes the environmental conditions around the own vehicle.
  • the environment recognition unit 4 has an external sensor such as a camera or a radar.
  • the environment recognition unit 4 recognizes an object (for example, another vehicle, a bicycle, a pedestrian, etc.) around the own vehicle based on the output of the external sensor. Further, the environment recognition unit 4 can recognize, for example, the position and width of the lane in which the own vehicle travels.
  • the environment recognition unit 4 outputs the recognition result to the control device 10.
  • Map database 6 stores road map information.
  • the road map information includes, for example, data showing three-dimensional coordinates of the latitude, longitude and altitude of the road.
  • the road map information includes information on the number of lanes and the lane structure of the road on which the own vehicle travels.
  • the map database 6 can instead acquire information on the lane recognized by the environment recognition unit 4 based on the position of the own vehicle detected by the vehicle detection unit 2.
  • the control device 10 controls the operation of the automatic driving device 1.
  • the control device 10 determines the driving behavior of the own vehicle using the potential field, and generates a driving route (hereinafter, simply referred to as a route) of the own vehicle based on the determined driving behavior.
  • the potential field is obtained by adding the basic running potential and the actual risk potential, for example, as is known.
  • the control device 10 determines the driving behavior by short-term prediction and generates a route by long-term prediction.
  • the route is the trajectory of the position of the own vehicle at the time of long-term prediction.
  • FIG. 2 is a schematic diagram for explaining the determination of driving behavior in the short-term prediction and the route generated in the long-term prediction.
  • the short-term prediction is a prediction made during the period ⁇ t s
  • the long-term prediction is a prediction made during the period ⁇ t L.
  • the period ⁇ t s corresponds to the first prediction period
  • the period ⁇ t L corresponds to the second prediction period.
  • the control device 10 makes a short-term prediction of the period ⁇ t s a plurality of times (here, four times) during the period ⁇ t L.
  • the driving behavior determined by one short-term prediction is reflected in the next short-term prediction.
  • the short-term prediction P2 is performed in consideration of the state of the own vehicle and the position of surrounding objects reflecting the driving behavior determined by the short-term prediction P1.
  • a route is obtained by connecting the loci of the position of the own vehicle based on the driving behavior determined by the short-term prediction described above.
  • the driving behavior is determined so as to secure a safe inter-vehicle distance with respect to the predicted position of the surrounding object. Therefore, a route considering future safety will be generated.
  • the number of executions of the short-term prediction does not necessarily have to be the number of times the period ⁇ t L is divided by the period ⁇ t s . That is, the predicted time ⁇ t L of the short-term prediction may be longer or shorter than the time difference between the path points.
  • FIG. 3 is a block diagram for explaining an example of the detailed configuration of the control device 10. As shown in FIG. 3, the control device 10 has a storage unit 12 and a control unit 14.
  • the storage unit 12 includes, for example, a ROM (Read Only Memory) and a RAM (Random Access Memory).
  • the storage unit 12 stores programs and various data for execution by the control unit 14.
  • the control unit 14 is, for example, a CPU (Central Processing Unit).
  • the control unit 14 functions as a potential calculation unit 142, a driving behavior determination unit 144, a risk determination unit 145, an update unit 146, and a route generation unit 147 by executing a program stored in the storage unit 12.
  • the potential calculation unit 142 obtains the potential field. For example, the potential calculation unit 142 obtains the basic running potential and the actual risk potential based on the detection result of the vehicle detection unit 2 and the recognition result of the environment recognition unit 4. Then, the potential calculation unit 142 obtains the potential field by adding the obtained basic running potential and the actual risk potential.
  • the basic running potential is a potential that indicates the recommended degree of running position in which the own vehicle will run in the future.
  • the actual risk potential is the potential according to the actual risk indicated by the obstacles around the own vehicle.
  • the driving behavior determination unit 144 determines the driving behavior of the own vehicle as a short-term prediction.
  • the driving behavior determination unit 144 sequentially performs short-term prediction of the first prediction period within the second prediction period, which is the prediction period of the long-term prediction.
  • the driving behavior determination unit 144 performs an action determination process for determining the driving behavior of the own vehicle within one first prediction period based on the potential field based on the state of the own vehicle and the position of the object around the own vehicle. For example, the driving behavior determination unit 144 determines the driving behavior of the own vehicle based on the potential calculated by the potential calculation unit 142.
  • the driving behavior determination unit 144 determines the acceleration / deceleration and the yaw rate of the own vehicle as the driving behavior.
  • the driving behavior determination unit 144 applies the potential calculated by the potential calculation unit 142 to the cost function to determine the driving behavior.
  • the driving behavior determination unit 144 can obtain the optimum driving behavior (that is, the optimum value of the acceleration / deceleration of the own vehicle and the optimum value of the yaw rate) by obtaining the value that minimizes the cost function.
  • the driving behavior determination unit 144 can determine the driving behavior so that the own vehicle has a predetermined inter-vehicle distance or more with respect to the predicted position of the surrounding object in the first prediction period. This makes it easier for the own vehicle to secure a safe inter-vehicle distance with respect to surrounding objects (other vehicles).
  • the risk determination unit 145 obtains the risk of collision with an object around the own vehicle when the driving behavior determined by the driving behavior determination unit 144 is followed. Then, the risk determination unit 145 determines whether or not the obtained collision risk is equal to or less than a predetermined value. When the collision risk is equal to or less than a predetermined value, it can be estimated that the safety is ensured even according to the driving behavior determined by the driving behavior determining unit 144. On the other hand, when the collision risk is larger than a predetermined value, it can be presumed that there is a possibility that safety cannot be ensured if the driving behavior determined by the driving behavior determining unit 144 is followed.
  • the update unit 146 performs an update process for updating the state of the own vehicle and the positions of surrounding objects after the lapse of the first prediction period, based on the driving behavior determined by the driving behavior determination unit 144. That is, the updating unit 146 updates the state of the own vehicle and the position of surrounding objects at the time of the next short-term prediction based on the driving behavior determined by the driving behavior determination unit 144 in the previous short-term prediction. For example, the updating unit 146 updates the position, yaw angle, and speed of the own vehicle as the state of the own vehicle. Further, the updating unit 146 updates the position of a moving object (for example, another vehicle) as a surrounding object.
  • the position of the own vehicle shall be the center of the front surface of the own vehicle or the center of gravity of the own vehicle (see FIG. 4).
  • the update unit 146 may determine whether or not to execute the update process based on the determination result of the risk determination unit 145. That is, when it is determined that the collision risk is equal to or less than a predetermined value, the updating unit 146 updates the state of the own vehicle and the position of surrounding objects. On the other hand, the updating unit 146 does not update the state of the own vehicle and the position of surrounding objects when it is determined that the collision risk is larger than the predetermined value. As a result, when safety is ensured, the state of the own vehicle and the position of surrounding objects are updated.
  • the update unit 146 can store the updated information in the storage unit 12 when performing the update process. For example, the updating unit 146 determines the position of the own vehicle, the driving behavior (yaw angle and speed) determined by the driving behavior determining unit 144, the collision risk when following the driving behavior, and the estimated arrival time at the position. , Stored in the storage unit 12. The information stored in the storage unit 12 is notified to the driver during automatic driving, or is output to a driving control device that controls the automatic driving of the own vehicle.
  • the route generation unit 147 generates a route based on a long-term prediction.
  • the route generation unit 147 does not generate a route based only on the state of the own vehicle at the start of prediction, but generates a route so as to consider changes in traffic conditions during long-term prediction. That is, the route generation unit 147 updates the action determination process based on the updated state of the own vehicle and the position of the object, and the update process for updating the state of the own vehicle and the position of the object after the lapse of the next first prediction period. And are repeatedly executed to generate a route of the own vehicle over a second prediction period longer than the first prediction period.
  • FIG. 4 is a schematic diagram for explaining an example of route generation.
  • the route R shown in FIG. 4 is a route of the vehicle 100 which is the own vehicle, and includes a plurality of route points R1 to R6.
  • the route points R1 to R6 are the positions of the own vehicle estimated by short-term prediction.
  • Point R0 is the point at which long-term forecasting is started.
  • the route point R1 is the position of the own vehicle determined by the optimum driving behavior (that is, acceleration / deceleration or yaw rate) determined by the short-term prediction at the point R0.
  • the route point R2 is the position of the own vehicle determined by the optimum driving behavior determined by the short-term prediction at the route point R1.
  • the route point R3 is the position of the own vehicle determined by the optimum driving behavior determined by the short-term prediction at the route point R2.
  • the route generation unit 147 may stop the route generation in the middle. For example, if the risk determination unit 145 determines that the collision risk is larger than a predetermined value before the second prediction period is reached, the route generation unit 147 stops the route generation. As a result, it is possible to suppress the generation of a route in which safety is not sufficiently ensured.
  • the route generation unit 147 may generate a route without stopping the generation of the route even when the risk determination unit 145 determines that the collision risk is larger than a predetermined value. In this case, it is desirable to notify that the generated route has a collision risk. As a result, the driver can be made aware of the risk when the own vehicle automatically drives along the generated route.
  • FIG. 5 is a flowchart for explaining an operation example of the automatic driving device 1. The processing shown in this flowchart is performed when the vehicle is traveling. Here, it is assumed that the vehicle is automatically driving at high speed.
  • the potential calculation unit 142 of the control device 10 obtains a potential field (step S102).
  • a potential field it is assumed that the own vehicle is located at the path point P1 shown in FIG.
  • the potential calculation unit 142 adds the basic running potential and the actual risk potential to obtain the potential field.
  • the driving behavior determination unit 144 determines the driving behavior of the own vehicle in the first prediction period as a short-term prediction (step S104). For example, the driving behavior determination unit 144 applies the potential field calculated by the potential calculation unit 142 to the cost function to determine the optimum driving behavior (specifically, acceleration / deceleration or yaw rate) at the path point P1.
  • the risk determination unit 145 determines whether or not the collision risk with an object around the own vehicle when following the driving behavior determined by the driving behavior determination unit 144 in step S104 is equal to or less than a predetermined value (step S106). ). If it is determined in step S106 that the collision risk is larger than the predetermined value (No), the control device 10 stops the generation of the route. That is, the control device 10 stops the generation of the route because it may not be possible to generate the route with sufficient safety.
  • step S108 determines whether or not the second prediction period, which is the long-term prediction period, has elapsed. If it is determined in step S108 that the second prediction period has not elapsed (No), the updating unit 146 updates the state of the own vehicle and the position of surrounding objects (step S110). For example, the update unit 146 updates the position, yaw angle, and speed of the own vehicle at the waypoint P2 based on the driving behavior determined by the short-term prediction at the waypoint P1. Further, the updating unit 146 updates the position of a surrounding object (for example, another vehicle).
  • a surrounding object for example, another vehicle.
  • the update unit 146 updates the updated information (for example, information such as the position, yaw angle, speed of the own vehicle, the collision risk value determined by the risk determination unit 145, and the estimated arrival time at the route point). Is stored (step S112). For example, the update unit 146 stores the updated information in the storage unit 12 as information associated with each path point.
  • the updated information for example, information such as the position, yaw angle, speed of the own vehicle, the collision risk value determined by the risk determination unit 145, and the estimated arrival time at the route point.
  • the potential calculation unit 142 recalculates the potential field (step S114). For example, the potential calculation unit 142 obtains the potential field at the path point P2 based on the updated information. Then, the driving behavior determination unit 144 returns to step S104 and determines the driving behavior at the route point P2. After that, by repeating the processes of steps S106 to S114 described above, the driving behavior at the route point P3 is determined.
  • control device 10 determines the positions of the path points R1 to R6 shown in FIG. 4, and generates the path R by connecting the path points. As a result, a route that reflects changes in traffic conditions during long-term forecasting is generated.
  • the automatic driving device 1 of the above-described embodiment performs an action determination process for determining the driving behavior of the own vehicle in the first prediction period. Further, the automatic driving device 1 performs an update process for updating the state of the own vehicle and the position of the surrounding object based on the driving behavior determined by one short-term prediction, and the updated state of the own vehicle and the surrounding object. The action decision processing in the next short-term prediction is performed based on the position. Then, the automatic driving device 1 repeatedly executes the action determination process by the short-term prediction and the update process to generate the route of the own vehicle over the second prediction period.
  • the automatic driving device 1 determines the driving behavior so as to secure a safe inter-vehicle distance with respect to the predicted position of the surrounding object.
  • the optimum driving behavior determined in the action decision processing of the previous short-term prediction is reflected. That is, each route point forming the route is a position in consideration of changes in traffic conditions during prediction, and the route generated so as to connect such route points is more safe.

Abstract

第１予測期間毎に自車両の運転行動を順次決定する自動運転装置１は、自車両の状態と自車両の周囲の物体の位置に基づくポテンシャル場に基づいて、一の第１予測期間内の自車両の運転行動を決定する行動決定処理を行う運転行動決定部１４４と、運転行動決定部１４４が決定した運転行動に基づいて、一の第１予測期間経過後の自車両の状態と周囲の物体の位置とを更新する更新処理を行う更新部１４６と、更新後の自車両の状態及び物体の位置に基づいた行動決定処理と、次の第１予測期間経過後の自車両の状態と物体の位置とを更新する更新処理とを繰り返し実行させ、第１予測期間よりも長い第２予測期間に亘る自車両の経路を生成する経路生成部１４７とを備える。

Description

自動運転装置
　本発明は、自動運転装置に関する。
　近年、ポテンシャル法を用いて自車両が走行すべき走行経路を生成する技術が提案されている。例えば、下記の特許文献１には、基本走行ポテンシャル、顕在ポテンシャル及び潜在ポテンシャルを加算することでポテンシャル場を演算し、当該ポテンシャル場に基づいて走行経路を生成する技術が開示されている。
特開２０１８－１９２９５４号公報
　しかし、上記のポテンシャル法に生成された走行経路は、予測開始時点で生成されたものであり、生成した走行経路に対して自車両が追従して走行している途中の交通状況の変化は考慮されていない。このため、走行途中で交通状況が変化した場合には、自車両の走行経路の追従が適切とは言えないおそれがある。
　そこで、本発明はこれらの点に鑑みてなされたものであり、より安全性が高い経路を生成することを目的とする。
　本発明の一の態様においては、第１予測期間毎に自車両の運転行動を順次決定する自動運転装置であって、自車両の状態と前記自車両の周囲の物体の位置に基づくポテンシャル場に基づいて、一の第１予測期間内の前記自車両の運転行動を決定する行動決定処理を行う運転行動決定部と、前記運転行動決定部が決定した運転行動に基づいて、前記一の第１予測期間経過後の前記自車両の状態と前記周囲の物体の位置とを更新する更新処理を行う更新部と、更新後の前記自車両の状態及び前記物体の位置に基づいた前記行動決定処理と、次の第１予測期間経過後の前記自車両の状態と前記物体の位置とを更新する前記更新処理とを繰り返し実行させ、前記第１予測期間よりも長い第２予測期間に亘る前記自車両の経路を生成する経路生成部と、を備える、自動運転装置を提供する。
　また、前記運転行動決定部が決定した運転行動に従う場合の前記自車両の前記物体に対する衝突リスクが、所定値以下であるか否かを判定するリスク判定部を更に備え、前記更新部は、前記衝突リスクが所定値以下であると判定された場合には、前記自車両の状態と前記周囲の物体の位置を更新し、前記衝突リスクが前記所定値よりも大きいと判定された場合には、前記自車両の状態と前記周囲の物体の位置を更新しないこととしてもよい。
　また、前記経路生成部は、前記第２予測期間に達する前に、前記リスク判定部によって前記衝突リスクが前記所定値よりも大きいと判定された場合には、前記経路の生成を中止することとしてもよい。
　また、前記運転行動決定部は、前記運転行動として、前記自車両の加減速度とヨーレートを決定することとしてもよい。
　また、前記運転行動決定部は、前記第１予測期間での前記周囲の物体の予測位置に対して前記自車両が所定の車間距離以上となるように運転行動を決定することとしてもよい。
　また、前記更新部は、前記更新処理を行う場合には、前記自車両の位置と、前記運転行動決定部が決定した運転行動と、前記運転行動に従う場合の前記自車両の前記物体に対する衝突リスクと、前記位置への到達予測時刻とを、記憶部に記憶させることとしてもよい。
　また、前記更新部は、前記自車両の状態として前記自車両の位置、ヨー角度及び速度を更新し、前記物体の位置として他車両の位置を更新することとしてもよい。
　本発明によれば、より安全性が高い経路を生成できるという効果を奏する。
一の実施形態に係る自動運転装置１の構成の一例を説明するための模式図である。 短期予測での運転行動の決定と、長期予測で生成する経路とを説明するための模式図である。 制御装置１０の詳細構成の一例を説明するためのブロック図である。 経路の生成例を説明するための模式図である。 自動運転装置１の動作例を説明するためのフローチャートである。
　＜自動運転装置の構成＞
　本発明の一の実施形態に係る自動運転装置の構成について、図１を参照しながら説明する。
　図１は、一の実施形態に係る自動運転装置１の構成の一例を説明するための模式図である。自動運転装置１は、例えばトラック等の車両に搭載されており、自車両の運転を支援する。自動運転装置１は、例えば自動運転時に、自車両の運転行動を設定し、設定した運転行動に基づいて運転経路を決定する。自動運転装置１は、基本走行ポテンシャル等を含むポテンシャル場に基づいて、自車両の運転行動を設定する。自車両は、自動運転装置１が設定した運転行動に沿って走行する。また、自車両は、自動運転装置１が決定した運転経路に沿って走行可能となっている。
　自動運転装置１は、図１に示すように、車両検出部２と、環境認識部４と、地図データベース６と、制御装置１０とを有する。
　車両検出部２は、自車両の状態を検出する。車両検出部２は、自車両の位置や速度を検出する。例えば、車両検出部２は、ＧＰＳ（Global Positioning System）受信機を有しており、ＧＰＳ受信機が受信した電波により自車両の位置を検出する。車両検出部２は、検出結果を制御装置１０に出力する。
　環境認識部４は、自車両の周囲の環境状況を認識する。例えば、環境認識部４は、カメラ、レーダ等の外部センサを有する。環境認識部４は、外部センサの出力に基づいて、自車両の周囲の物体（例えば、他車両、自転車、歩行者等）を認識する。また、環境認識部４は、例えば自車両が走行する車線の位置や幅等を認識しうる。環境認識部４は、認識結果を制御装置１０に出力する。
　地図データベース６は、道路地図情報を記憶している。道路地図情報には、例えば、道路の緯度、経度及び標高の３次元座標を示すデータが含まれている。また、道路地図情報には、自車両が走行する道路の車線数や車線構造の情報が含まれている。さらに、地図データベース６は、車両検出部２が検出した自車両の位置に基づいて、環境認識部４で認識する車線の情報を代わりに取得することができる。
　制御装置１０は、自動運転装置１の動作を制御する。制御装置１０は、ポテンシャル場を用いて自車両の運転行動を決定し、決定した運転行動に基づいて自車両の運転経路（以下、単に経路と呼ぶ）を生成する。ポテンシャル場は、例えば公知のように、基本走行ポテンシャルや顕在リスクポテンシャルを加算することで求められる。制御装置１０は、短期予測で運転行動を決定し、長期予測で経路を生成する。経路は、長期予測時の自車両の位置の軌跡である。
　本実施形態における長期予測での経路生成の概要について、図２を参照しながら説明する。
　図２は、短期予測での運転行動の決定と、長期予測で生成する経路とを説明するための模式図である。図２に示すように、短期予測は、期間Δｔｓの間に行う予測であり、長期予測は、期間ΔｔLの間に行う予測である。期間Δｔｓが第１予測期間に該当し、期間ΔｔLが第２予測期間に該当する。制御装置１０は、図２に示すように、期間Δｔｓの短期予測を、期間ΔｔLの間に複数回（ここでは４回）行う。この際、一の短期予測で決定された運転行動が、次の短期予測時に反映される。例えば、短期予測Ｐ２は、短期予測Ｐ１で決定された運転行動を反映した自車両の状態や周囲の物体の位置を考慮して、行われる。上述した短期予測で決定する運転行動に基づく自車両の位置の軌跡を結ぶことで経路となる。ここで、繰り返し実行されるそれぞれの短期予測では、周囲の物体の予測位置に対して、安全な車間距離を確保するように運転行動を決定する。このため、将来の安全性を考慮した経路が生成されることになる。なお、短期予測の実行回数は必ずしも期間ΔｔLを期間Δｔｓ除した回数でなくてもよい。すなわち、短期予測の予測時間ΔｔLは各経路点間の時間の差より長い又は短い時間であってもよい。
　＜制御装置１０の詳細構成＞
　制御装置１０の詳細構成について、図３を参照しながら説明する。
　図３は、制御装置１０の詳細構成の一例を説明するためのブロック図である。制御装置１０は、図３に示すように、記憶部１２と、制御部１４とを有する。
　記憶部１２は、例えばＲＯＭ（Read Only Memory）及びＲＡＭ（Random Access Memory）を含む。記憶部１２は、制御部１４が実行するためのプログラムや各種データを記憶する。
　制御部１４は、例えばＣＰＵ（Central Processing Unit）である。制御部１４は、記憶部１２に記憶されたプログラムを実行することにより、ポテンシャル算出部１４２、運転行動決定部１４４、リスク判定部１４５、更新部１４６及び経路生成部１４７として機能する。
　ポテンシャル算出部１４２は、ポテンシャル場を求める。例えば、ポテンシャル算出部１４２は、車両検出部２の検出結果や環境認識部４の認識結果に基づいて、基本走行ポテンシャルと顕在リスクポテンシャルとを求める。そして、ポテンシャル算出部１４２は、求めた基本走行ポテンシャルと顕在リスクポテンシャルを加算することでポテンシャル場を求める。基本走行ポテンシャルは、自車両が将来走行する走行位置の推奨度合いを示すポテンシャルである。顕在リスクポテンシャルは、自車両の周囲の障害物により示される顕在リスクに応じたポテンシャルである。
　運転行動決定部１４４は、短期予測としての自車両の運転行動を決定する。運転行動決定部１４４は、長期予測の予測期間である第２予測期間内に、第１予測期間の短期予測を順次行う。運転行動決定部１４４は、自車両の状態と自車両の周囲の物体の位置に基づくポテンシャル場に基づいて、一の第１予測期間内の自車両の運転行動を決定する行動決定処理を行う。例えば、運転行動決定部１４４は、ポテンシャル算出部１４２が算出したポテンシャルに基づいて、自車両の運転行動を決定する。運転行動決定部１４４は、運転行動として、自車両の加減速度とヨーレートを決定する。
　運転行動決定部１４４は、ポテンシャル算出部１４２が算出したポテンシャルをコスト関数に適用して、運転行動を決定する。運転行動決定部１４４は、コスト関数を最小化する値を求めることで、最適な運転行動（すなわち、自車両の加減速度の最適値とヨーレートの最適値）を求めることができる。
　運転行動決定部１４４は、第１予測期間での周囲の物体の予測位置に対して自車両が所定の車間距離以上となるように運転行動を決定しうる。これにより、自車両が、周囲の物体（他車両）に対して安全な車間距離を確保しやすくなる。
　リスク判定部１４５は、運転行動決定部１４４が決定した運転行動に従う場合の自車両の周囲の物体に対する衝突リスクを求める。そして、リスク判定部１４５は、求めた衝突リスクが所定値以下であるか否かを判定する。衝突リスクが所定値以下である場合には、運転行動決定部１４４が決定した運転行動に従っても安全性が確保されると推定できる。一方で、衝突リスクが所定値よりも大きい場合には、運転行動決定部１４４が決定した運転行動に従うと安全性が確保できない蓋然性があると推定できる。
　更新部１４６は、運転行動決定部１４４が決定した運転行動に基づいて、一の第１予測期間経過後の自車両の状態と周囲の物体の位置とを更新する更新処理を行う。すなわち、更新部１４６は、運転行動決定部１４４が前回の短期予測で決定した運転行動に基づいて、次回の短期予測をする際の自車両の状態と周囲の物体の位置を更新する。例えば、更新部１４６は、自車両の状態として、自車両の位置、ヨー角度、速度を更新する。また、更新部１４６は、周囲の物体として、動く物体（例えば他車両）の位置を更新する。なお、自車両の位置は、自車両の前面の中央又は自車両の重心点であるものとする（図４参照）。
　更新部１４６は、リスク判定部１４５の判定結果に基づいて、更新処理の実行の有無を決定してもよい。すなわち、更新部１４６は、衝突リスクが所定値以下であると判定された場合には、自車両の状態と周囲の物体の位置を更新する。一方で、更新部１４６は、衝突リスクが所定値よりも大きいと判定された場合には、自車両の状態と周囲の物体の位置を更新しない。これにより、安全性が確保された場合に、自車両の状態と周囲の物体の位置が更新される。
　更新部１４６は、更新処理を行う場合には、更新した情報を記憶部１２に記憶させうる。例えば、更新部１４６は、自車両の位置と、運転行動決定部１４４が決定した運転行動（ヨー角度や速度）と、前記運転行動に従う場合の衝突リスクと、前記位置への到達予測時刻とを、記憶部１２に記憶させる。記憶部１２に記憶された情報は、自動運転中にドライバに通知されたり、自車両の自動運転を制御する運転制御装置に出力されたりする。
　経路生成部１４７は、長期予測に基づく経路を生成する。経路生成部１４７は、予測開始時の自車両の状態等のみに基づいて経路を生成せず、長期予測の途中の交通状況の変化を考慮するように経路を生成する。すなわち、経路生成部１４７は、更新後の自車両の状態及び物体の位置に基づいた行動決定処理と、次の第１予測期間経過後の自車両の状態と物体の位置とを更新する更新処理とを繰り返し実行させ、第１予測期間よりも長い第２予測期間に亘る自車両の経路を生成する。
　図４は、経路の生成例を説明するための模式図である。図４に示す経路Ｒは、自車両である車両１００の経路であり、複数の経路点Ｒ１～Ｒ６を含む。経路点Ｒ１～Ｒ６は、短期予測によって推定される自車両の位置である。点Ｒ０は、長期予測を開始する地点である。経路点Ｒ１は、点Ｒ０での短期予測によって決定された最適な運転行動（すなわち、加減速度やヨーレート）で定まる自車両の位置である。経路点Ｒ２は、経路点Ｒ１での短期予測によって決定された最適な運転行動で定まる自車両の位置である。同様に、経路点Ｒ３は、経路点Ｒ２での短期予測によって決定された最適な運転行動で定まる自車両の位置である。このような経路点Ｒ１～Ｒ６を結ぶような経路Ｒが生成されることで、各経路点において交通状況の変化を考慮した経路を生成することができ、より安全性の高い経路を生成できる。なお、図４の破線の矢印は、短期予測において最適ではない運転行動を示す。
　経路生成部１４７は、経路の生成を途中で打ち切ってもよい。例えば、経路生成部１４７は、第２予測期間に達する前に、リスク判定部１４５によって衝突リスクが所定値よりも大きいと判定された場合には、経路の生成を中止する。これにより、安全性が十分に確保されない経路を生成することを抑制できる。
　なお、上記に限定されず、経路生成部１４７は、リスク判定部１４５によって衝突リスクが所定値よりも大きいと判定された場合でも、経路の生成を中止せず、経路を生成してもよい。この場合には、生成した経路に衝突リスクがある旨を通知することが望ましい。これにより、生成した経路に沿って自車両が自動運転する場合のリスクを、運転者に認識させることができる。
　＜自動運転装置の動作例＞
　経路を生成する際の自動運転装置１の動作例について、図５を参照しながら説明する。
　図５は、自動運転装置１の動作例を説明するためのフローチャートである。本フローチャートに示す処理は、車両が走行している際に行われる。ここでは、車両が高速走行で自動運転を行っているものとする。
　まず、制御装置１０のポテンシャル算出部１４２は、ポテンシャル場を求める（ステップＳ１０２）。ここでは、自車両が図４に示す経路点Ｐ１に位置するものとする。ポテンシャル算出部１４２は、基本走行ポテンシャルと顕在リスクポテンシャルを加算して、ポテンシャル場を求める。
　次に、運転行動決定部１４４は、短期予測として第１予測期間での自車両の運転行動を決定する（ステップＳ１０４）。例えば、運転行動決定部１４４は、ポテンシャル算出部１４２が算出したポテンシャル場をコスト関数に適用して、経路点Ｐ１での最適な運転行動（具体的には、加減速度やヨーレート）を決定する。
　次に、リスク判定部１４５は、ステップＳ１０４で運転行動決定部１４４が決定した運転行動に従う場合の自車両の周囲の物体に対する衝突リスクが、所定値以下であるか否かを判定する（ステップＳ１０６）。ステップＳ１０６で衝突リスクが所定値よりも大きいと判定した場合には（Ｎｏ）、制御装置１０は、経路の生成を中止する。すなわち、制御装置１０は、安全性を十分に確保した経路が生成できない可能性があるとして、経路の生成を中止する。
　一方で、ステップＳ１０６で衝突リスクが所定値以下である場合には（Ｙｅｓ）、制御装置１０は、長期予測期間である第２予測期間が経過したか否かを判定する（ステップＳ１０８）。ステップＳ１０８で第２予測期間が経過していないと判定された場合には（Ｎｏ）、更新部１４６は、自車両の状態と周囲の物体の位置とを更新する（ステップＳ１１０）。例えば、更新部１４６は、経由点Ｐ１で短期予測により決定した運転行動に基づいて、経由点Ｐ２での自車両の位置、ヨー角度、速度を更新する。また、更新部１４６は、周囲の物体（例えば他車両）の位置を更新する。
　次に、更新部１４６は、更新した情報（例えば、自車両の位置、ヨー角度、速度及びリスク判定部１４５が判定した衝突リスクの値に加え、その経路点への到達予測時間等の情報）を記憶する（ステップＳ１１２）。例えば、更新部１４６は、更新した情報を、各経路点に付随する情報として記憶部１２に記憶させる。
　次に、ポテンシャル算出部１４２は、ポテンシャル場を再算出する（ステップＳ１１４）。例えば、ポテンシャル算出部１４２は、更新した情報に基づいて、経路点Ｐ２でのポテンシャル場を求める。そして、運転行動決定部１４４は、ステップＳ１０４に戻って、経路点Ｐ２での運転行動を決定する。その後、前述したステップＳ１０６～Ｓ１１４の処理が繰り返されることで、経路点Ｐ３での運転行動が決定される。
　このように、第２予測期間が経過するまで、上述したステップＳ１０４～Ｓ１１４の処理が繰り返される。この結果、制御装置１０は、図４に示す各経路点Ｒ１～Ｒ６の位置を決定し、各経路点を結ぶことで経路Ｒを生成する。この結果、長期予測の途中の交通状況の変化等が反映された経路が生成される。
　＜本実施形態における効果＞
　上述した実施形態の自動運転装置１は、短期予測として、第１予測期間で自車両の運転行動を決定する行動決定処理を行う。また、自動運転装置１は、一の短期予測で決定した運転行動に基づいて自車両の状態と周囲の物体の位置を更新する更新処理を行い、更新後の自車両の状態と周囲の物体の位置に基づいて次の短期予測での行動決定処理を行う。そして、自動運転装置１は、短期予測による行動決定処理と、更新処理とを繰り返し実行して、第２予測期間に亘る自車両の経路を生成する。自動運転装置１は、繰り返し実行されるそれぞれの短期予測では、周囲の物体の予測位置に対して、安全な車間距離を確保するように運転行動を決定する。
　これにより、例えば、２回目の短期予測（図４の短期予測Ｐ２）以降の行動決定処理では、前回の短期予測の行動決定処理で決定した最適な運転行動を反映したものとなる。すなわち、経路を成す各経路点は、予測途中の交通状況の変化等を考慮した位置となり、このような経路点を結ぶように生成された経路は、より安全性が高いものとなる。
　以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されず、その要旨の範囲内で種々の変形及び変更が可能である。例えば、装置の全部又は一部は、任意の単位で機能的又は物理的に分散・統合して構成することができる。また、複数の実施の形態の任意の組み合わせによって生じる新たな実施の形態も、本発明の実施の形態に含まれる。組み合わせによって生じる新たな実施の形態の効果は、もとの実施の形態の効果を併せ持つ。
　１　　自動運転装置
　１４４　　運転行動決定部
　１４５　　リスク判定部
　１４６　　更新部
　１４７　　経路生成部
 
 

Claims (7)

  1. 　第１予測期間毎に自車両の運転行動を順次決定する自動運転装置であって、
    　自車両の状態と前記自車両の周囲の物体の位置に基づくポテンシャル場に基づいて、一の第１予測期間内の前記自車両の運転行動を決定する行動決定処理を行う運転行動決定部と、
    　前記運転行動決定部が決定した運転行動に基づいて、前記一の第１予測期間経過後の前記自車両の状態と前記周囲の物体の位置とを更新する更新処理を行う更新部と、
    　更新後の前記自車両の状態及び前記物体の位置に基づいた前記行動決定処理と、次の第１予測期間経過後の前記自車両の状態と前記物体の位置とを更新する前記更新処理とを繰り返し実行させ、前記第１予測期間よりも長い第２予測期間に亘る前記自車両の経路を生成する経路生成部と、
    　を備える、自動運転装置。
  2. 　前記運転行動決定部が決定した運転行動に従う場合の前記自車両の前記物体に対する衝突リスクが、所定値以下であるか否かを判定するリスク判定部を更に備え、
    　前記更新部は、
    　前記衝突リスクが所定値以下であると判定された場合には、前記自車両の状態と前記周囲の物体の位置を更新し、
    　前記衝突リスクが前記所定値よりも大きいと判定された場合には、前記自車両の状態と前記周囲の物体の位置を更新しない、
    　請求項１に記載の自動運転装置。
  3. 　前記経路生成部は、前記第２予測期間に達する前に、前記リスク判定部によって前記衝突リスクが前記所定値よりも大きいと判定された場合には、前記経路の生成を中止する、
    　請求項２に記載の自動運転装置。
  4. 　前記運転行動決定部は、前記運転行動として、前記自車両の加減速度とヨーレートを決定する、
    　請求項１から３のいずれか１項に記載の自動運転装置。
  5. 　前記運転行動決定部は、前記第１予測期間での前記周囲の物体の予測位置に対して前記自車両が所定の車間距離以上となるように運転行動を決定する、
    　請求項１から４のいずれか１項に記載の自動運転装置。
  6. 　前記更新部は、前記更新処理を行う場合には、前記自車両の位置と、前記運転行動決定部が決定した運転行動と、前記運転行動に従う場合の前記自車両の前記物体に対する衝突リスクと、前記位置への到達予測時刻とを、記憶部に記憶させる、
    　請求項１から５のいずれか１項に記載の自動運転装置。
  7. 　前記更新部は、前記自車両の状態として前記自車両の位置、ヨー角度及び速度を更新し、前記物体の位置として他車両の位置を更新する、
    　請求項１から６のいずれか１項に記載の自動運転装置。
     
PCT/JP2021/032775 2020-09-24 2021-09-07 自動運転装置 WO2022065021A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2020159378A JP7342828B2 (ja) 2020-09-24 2020-09-24 自動運転装置
JP2020-159378 2020-09-24

Publications (1)

Publication Number Publication Date
WO2022065021A1 true WO2022065021A1 (ja) 2022-03-31

Family

ID=80845253

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/032775 WO2022065021A1 (ja) 2020-09-24 2021-09-07 自動運転装置

Country Status (2)

Country Link
JP (1) JP7342828B2 (ja)
WO (1) WO2022065021A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7400911B1 (ja) 2022-09-26 2023-12-19 いすゞ自動車株式会社 自動運転装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006154967A (ja) * 2004-11-25 2006-06-15 Nissan Motor Co Ltd リスク最小軌跡生成装置およびこれを用いた危険状況警報装置
JP2020060552A (ja) * 2018-10-12 2020-04-16 バイドゥ ユーエスエイ エルエルシーＢａｉｄｕ ＵＳＡ ＬＬＣ 自動運転車両のための以前の運転軌跡に基づくリアルタイムマップ生成方法
JP2020111296A (ja) * 2019-01-17 2020-07-27 日立オートモティブシステムズ株式会社 運転制御システム

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9704403B2 (en) 2015-12-03 2017-07-11 Institute For Information Industry System and method for collision avoidance for vehicle
JP6845083B2 (ja) 2017-05-18 2021-03-17 トヨタ自動車株式会社 運転支援装置
JP7046740B2 (ja) 2018-07-02 2022-04-04 日立Astemo株式会社 予測制御装置
US11215997B2 (en) 2018-11-30 2022-01-04 Zoox, Inc. Probabilistic risk assessment for trajectory evaluation
JP7409204B2 (ja) 2020-04-02 2024-01-09 マツダ株式会社 車両制御装置
CN115667043A (zh) 2020-05-22 2023-01-31 三菱电机株式会社 车辆控制系统、车辆综合控制装置、电子控制装置、网络通信装置、车辆控制方法以及车辆控制程序

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006154967A (ja) * 2004-11-25 2006-06-15 Nissan Motor Co Ltd リスク最小軌跡生成装置およびこれを用いた危険状況警報装置
JP2020060552A (ja) * 2018-10-12 2020-04-16 バイドゥ ユーエスエイ エルエルシーＢａｉｄｕ ＵＳＡ ＬＬＣ 自動運転車両のための以前の運転軌跡に基づくリアルタイムマップ生成方法
JP2020111296A (ja) * 2019-01-17 2020-07-27 日立オートモティブシステムズ株式会社 運転制御システム

Also Published As

Publication number Publication date
JP2022052874A (ja) 2022-04-05
JP7342828B2 (ja) 2023-09-12

Similar Documents

Publication Publication Date Title
EP3361466B1 (en) Risk-based driver assistance for approaching intersections of limited visibility
CN112368662B (zh) 用于自主运载工具操作管理的定向调整动作
JP6523361B2 (ja) 車両制御システム、車両制御方法、および車両制御プログラム
JP6985203B2 (ja) 挙動予測装置
JP7440324B2 (ja) 車両制御装置、車両制御方法、及びプログラム
JP6692986B2 (ja) 車両制御システム、車両制御方法、および車両制御プログラム
JP2019536690A (ja) 自律車両制御システムのための場所特定支援
US11815891B2 (en) End dynamics and constraints relaxation algorithm on optimizing an open space trajectory
US10909377B2 (en) Tracking objects with multiple cues
JPWO2018230530A1 (ja) 車両制御システム、車両制御方法、およびプログラム
JP2022038620A (ja) 自動運転装置
JP2021127002A (ja) 車両制御装置、車両制御方法、およびプログラム
WO2022065021A1 (ja) 自動運転装置
JP6350149B2 (ja) 合流支援システム
JP7369078B2 (ja) 車両制御装置、車両制御方法、及びプログラム
US20210206397A1 (en) Autonomous vehicle park-and-go scenario design
WO2022065045A1 (ja) 自動運転装置
US20230202469A1 (en) Drive with caution under uncertainty for an autonomous driving vehicle
JP7369077B2 (ja) 車両制御装置、車両制御方法、及びプログラム
US11527076B2 (en) Point cloud-based low-height obstacle detection system
US20220299648A1 (en) Neighbor-based point cloud filter system
JP2021160533A (ja) 車両制御装置、車両制御方法、及びプログラム
JP7458797B2 (ja) 走行支援方法及び走行支援装置
US20230202516A1 (en) Planning under prediction with confidence region for an autonomous driving vehicle
US20230159026A1 (en) Predicting Motion of Hypothetical Agents

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: 21872152

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: 21872152

Country of ref document: EP

Kind code of ref document: A1