WO2022113249A1 - 制御演算装置 - Google Patents

制御演算装置 Download PDF

Info

Publication number
WO2022113249A1
WO2022113249A1 PCT/JP2020/044154 JP2020044154W WO2022113249A1 WO 2022113249 A1 WO2022113249 A1 WO 2022113249A1 JP 2020044154 W JP2020044154 W JP 2020044154W WO 2022113249 A1 WO2022113249 A1 WO 2022113249A1
Authority
WO
WIPO (PCT)
Prior art keywords
state
vehicle
equation
target
mixed
Prior art date
Application number
PCT/JP2020/044154
Other languages
English (en)
French (fr)
Inventor
知輝 鵜生
凜 伊藤
翔太 亀岡
僚太 岡本
Original Assignee
三菱電機株式会社
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 三菱電機株式会社 filed Critical 三菱電機株式会社
Priority to US18/029,143 priority Critical patent/US20230365144A1/en
Priority to PCT/JP2020/044154 priority patent/WO2022113249A1/ja
Priority to DE112020007805.1T priority patent/DE112020007805T5/de
Priority to JP2022564918A priority patent/JP7471451B2/ja
Publication of WO2022113249A1 publication Critical patent/WO2022113249A1/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
    • B60W30/10—Path keeping
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/04—Monitoring the functioning of the control system
    • B60W50/045—Monitoring control system parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/0028—Mathematical models, e.g. for simulation
    • B60W2050/0031—Mathematical model of the vehicle
    • B60W2050/0033—Single-track, 2D vehicle model, i.e. two-wheel bicycle model
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/0028—Mathematical models, e.g. for simulation
    • B60W2050/0031—Mathematical model of the vehicle
    • B60W2050/0034—Multiple-track, 2D vehicle model, e.g. four-wheel model
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0043—Signal treatments, identification of variables or parameters, parameter estimation or state estimation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/04—Monitoring the functioning of the control system
    • B60W50/045—Monitoring control system parameters
    • B60W2050/046—Monitoring control system parameters involving external transmission of data to or from the vehicle, e.g. via telemetry, satellite, Global Positioning System [GPS]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/06—Improving the dynamic response of the control system, e.g. improving the speed of regulation or avoiding hunting or overshoot
    • B60W2050/065—Improving the dynamic response of the control system, e.g. improving the speed of regulation or avoiding hunting or overshoot by reducing the computational load on the digital processor of the control computer

Definitions

  • the present disclosure relates to a control calculation device that calculates a target control value for controlling the own vehicle in automatic driving.
  • Patent Document 1 describes itself based on an evaluation function that evaluates the relationship between the future behavior of the own vehicle predicted by using the own vehicle motion model and the future behavior of another vehicle predicted by using the sensor.
  • a vehicle control device for calculating a target control value for controlling a vehicle is disclosed.
  • Patent Document 1 uses a two-wheel model, which is a simplified model, in order to reduce the calculation load when predicting the future behavior of the own vehicle.
  • a two-wheel model that matches well with the actual behavior of the own vehicle at a high vehicle speed is used, a difference occurs between the behavior of the actual own vehicle at a low vehicle speed.
  • the driver may feel uncomfortable.
  • the present disclosure has been made to solve the above-mentioned problems, and an object of the present disclosure is to provide a control arithmetic unit that accurately calculates a target control value for controlling an own vehicle while suppressing an increase in an arithmetic load. do.
  • the control calculation device generates a plurality of vehicle state equations including one or more first state variables to be acquired by the internal world sensor installed in the vehicle, and for each of the vehicle state equations.
  • the mixed state equation generator that generates the first mixed state equation by weighting using the first weighting function, and the vehicle state that acquires the current value of each of the first state variables by the internal sensor.
  • the acquisition unit, the target route generation unit that generates the target route of the vehicle based on the peripheral information acquired by the external world sensor installed in the vehicle, the first mixed state equation, and the first of each.
  • a target value calculation that calculates a target control value for the vehicle to travel along the target route based on the current value of the state variable and outputs the target control value to the control unit that controls the vehicle. It is equipped with a department.
  • the control arithmetic unit generates a first mixed state equation by weighting a plurality of vehicle state equations using a first weighting function, and uses the first mixed state equation. Since the target control value for controlling the own vehicle is calculated, the target control value can be calculated accurately while suppressing an increase in the calculation load.
  • FIG. It is a block diagram which shows an example of the control arithmetic unit in Embodiment 1.
  • FIG. It is a schematic diagram which shows an example of the 1st vehicle motion model in Embodiments 1 to 3. It is a schematic diagram which shows an example of the 2nd vehicle motion model in Embodiments 1 to 3. It is a graph which shows an example of the 1st weighting function with respect to the vehicle speed in Embodiments 1 to 3. It is a graph which shows an example of the yaw rate with respect to the vehicle speed in Embodiment 1.
  • FIG. It is a flowchart which shows an example of the procedure of automatic operation in Embodiment 1. It is a block diagram which shows an example of the control arithmetic unit in Embodiment 2.
  • FIG. 1 is a block diagram showing an example of the control arithmetic unit 200 according to the first embodiment.
  • FIG. 1 is a block diagram including an inner world sensor 110, an outer world sensor 120, a control arithmetic unit 200, and a control unit 310.
  • the control arithmetic unit 200 calculates a target control value for controlling the vehicle based on the vehicle information from the internal sensor 110 and the peripheral information from the external sensor 120.
  • the target control value is a target steering amount and a target acceleration / deceleration amount.
  • the internal sensor 110 is installed in the vehicle and outputs vehicle information.
  • the internal world sensor 110 is, for example, a steering angle sensor, a steering torque sensor, a yaw rate sensor, a vehicle speed sensor, an acceleration sensor, a GNSS (Global Navigation Satellite System) sensor, or the like.
  • the number of vehicle information acquired by one internal sensor 110 is one.
  • an accelerometer acquires the front-rear acceleration of the vehicle. Therefore, the number of vehicle information that can be acquired increases by the number of the internal sensor 110.
  • an internal sensor 110 capable of acquiring a plurality of vehicle information may be installed in the vehicle.
  • the outside world sensor 120 is installed in the vehicle and outputs information around the vehicle.
  • the outside world sensor 120 includes, for example, a front camera that detects the position, angle, and curvature of a road marking line, a radar that acquires the position and speed of a preceding person, a LiDAR (Light Detection and Ranking), a sonar, a vehicle-to-vehicle communication device, and a road. It is an inter-vehicle communication device.
  • Peripheral information is, for example, the position and speed of other vehicles, bicycles, and pedestrians.
  • the control calculation device 200 includes a mixed state equation generation unit 210, a vehicle state acquisition unit 220, a target route generation unit 230, and a target value calculation unit 240.
  • the mixed state equation generation unit 210 generates a plurality of vehicle state equations including one or more first state variables to be acquired by the internal world sensor 110 installed in the vehicle.
  • the mixed state equation generation unit 210 generates the first mixed state equation by weighting each vehicle state equation using the first weighting function.
  • the mixed state equation generation unit 210 outputs the first mixed state equation to the target value calculation unit 240.
  • the vehicle state equations here are a first vehicle state equation and a second vehicle state equation.
  • the vehicle equation of state will be described in detail later with reference to FIGS. 2 and 3.
  • the first weight function and the first mixed equation of state will also be described in detail later.
  • the vehicle state acquisition unit 220 acquires the current value of each first state variable by the internal sensor 110.
  • the vehicle state acquisition unit 220 outputs the current value of each first state variable to the target value calculation unit 240.
  • the target route generation unit 230 generates the target route of the vehicle based on the peripheral information acquired by the external world sensor 120 installed in the vehicle.
  • the target route is, for example, a route that travels in the center of the lane, a route that changes lanes, and the like.
  • the target route generation unit 230 outputs the target route to the target value calculation unit 240.
  • the target value calculation unit 240 calculates a target control value for the vehicle to travel along the target route based on the first mixed state equation and the current value of each first state variable, and calculates the vehicle.
  • the target control value is output to the control unit 310 to be controlled.
  • the target value calculation unit 240 will be described in detail later.
  • the control unit 310 is a controller mounted on the vehicle, and operates the actuator so that the vehicle follows the target control value from the target value calculation unit 240.
  • the control unit 310 is, for example, an EPS (Electric Power Steering) controller, an engine controller, and a brake controller.
  • Actuators are motors that are indirectly connected to the wheels and steer, rotate, and brake the wheels.
  • FIG. 2 is a schematic diagram showing an example of the first vehicle motion model in the first embodiment.
  • the horizontal axis X and the vertical axis Y are the positions of the center of gravity of the vehicle in the inertial coordinate system.
  • ⁇ is the azimuth angle
  • V is the vehicle speed
  • ⁇ is the yaw rate
  • ⁇ is the front wheel steering angle
  • ⁇ is the side slip angle
  • ⁇ f is the front wheel side slip angle
  • ⁇ r is the rear wheel side slip angle
  • C f is the front wheel cornering force
  • Cr is The cornering force of the rear wheels
  • L f is the distance between the vehicle center of gravity and the front wheels
  • L r is the distance between the vehicle center of gravity and the rear wheels.
  • the first vehicle motion model is a two-wheeled model specialized at high vehicle speeds, and is a kinetic model using equations of motion related to lateral motion and rotational motion at the position of the center of gravity of the vehicle. Since this model can calculate the vehicle motion according to the force generated by the tire, it is possible to accurately express the vehicle motion at a high vehicle speed where lateral acceleration is generated especially when turning.
  • the first vehicle motion model will be expressed using the first vehicle equation of state.
  • the vehicle state quantity x and the control input quantity u of the first vehicle state equation are defined by the following mathematical formulas (1) and (2).
  • a x is the front-rear acceleration
  • ⁇ is the front wheel steering angular velocity
  • j x is the front-rear jerk.
  • X, Y, ⁇ , V, ⁇ , ⁇ , ⁇ , and ax which are variables of the vehicle state quantity x in the mathematical formula (1), are first state variables to be acquired by the internal sensor 110. be.
  • the number of the first state variables is plural, but may be one.
  • the vehicle state quantity x and the control input quantity u are vertical vectors, and a transposed matrix is used for simplification.
  • the first equation of state of the vehicle using the variables of the equation (1) and the equation (2) is the following equation (3).
  • x is the time derivative of the vehicle state quantity x.
  • I is the yaw moment of inertia of the vehicle, and M is the mass of the vehicle.
  • the cornering force C f of the front wheels and the cornering force Cr of the rear wheels are the following mathematical formulas (4) and (5) by using the cornering stiffness K f of the front wheels and the cornering stiffness K r of the rear wheels.
  • f 1 is a vector function of the first equation of state of the vehicle.
  • FIG. 3 is a schematic diagram showing an example of the second vehicle motion model in the first embodiment.
  • the variables shown in FIG. 3 are the same as the variables described with reference to FIG.
  • the second vehicle motion model is a two-wheeled model specialized at low vehicle speeds, and is a geometric model of the vehicle. Unlike the first vehicle motion model, this model does not include the force generated by the tires and can accurately express the vehicle motion at a low vehicle speed such that the vehicle turns along the direction of the tires.
  • the second vehicle motion model will be expressed using the second vehicle equation of state.
  • the vehicle state quantity x and the control input quantity u of the mathematical formulas (1) and (2) are used. That is, the same vehicle state quantity x and control input quantity u as in the first vehicle state equation are used.
  • the second equation of state of the vehicle is the following equation (7).
  • ⁇ is the time constant of yaw rate and skid angle
  • ⁇ km and ⁇ km are yaw rate and skid angle that can be calculated by a two-wheel model using geometric relationships, respectively.
  • the time constant ⁇ may have different values for yaw rate and skid angle.
  • the yaw rate ⁇ km and the skid angle ⁇ km are the following mathematical formulas (8) and (9), respectively.
  • f 2 is a vector function of the second equation of state of the vehicle.
  • the first vehicle state equation of the equation (6) and the second vehicle state equation of the equation (10) include the same vehicle state quantity x and the control input quantity u, but in each variable of the vehicle condition quantity x.
  • the arithmetic equations for the yaw rate ⁇ and the skid angle ⁇ are different.
  • the first vehicle state equation and the second vehicle state equation are not limited to the equations (6) and (10), respectively, but are operations related to some or all of the first state variables. The equations may be configured differently.
  • the second vehicle state equation may be an equation of motion relating to the lateral motion and rotational motion of the vehicle during a steady circular turn, instead of the equation (10). Unlike the first vehicle state equation, this equation of motion cannot express transient motion, but can accurately express vehicle motion at low vehicle speeds.
  • the second equation of state of the vehicle in this case is the following equation (11).
  • ⁇ sst and ⁇ sst are the yaw rate and skid angle in a steady circular turn, respectively.
  • the yaw rate ⁇ sst and the skid angle ⁇ sst are the following mathematical formulas (12) and (13), respectively.
  • A is a stability factor, which is the following formula (14).
  • the first vehicle state equation of the formula (6) includes an arithmetic expression such that the value diverges when the vehicle speed V is around 0 km / h, so that the accuracy at a low vehicle speed deteriorates.
  • the second vehicle state equation of the equation (10) only the fluctuation of the yaw rate ⁇ and the skid angle ⁇ due to the front wheel steering angle ⁇ is considered, and the force generated in the vehicle is not considered. The accuracy at high vehicle speeds is poor. Therefore, the first vehicle state equation and the second vehicle state equation are weighted using the first weighting function of the following equation (15) so that the accuracy is maintained at all vehicle speeds.
  • V s is a vehicle speed at which the vehicle state quantity when the first vehicle state equation is solved and the vehicle state quantity when the second vehicle state equation is solved are the same.
  • FIG. 4 is a graph showing an example of the first weighting function ⁇ with respect to the vehicle speed V in the first embodiment.
  • the first weighting function ⁇ is a function of speed, and is set so that the first vehicle state equation is dominant at high vehicle speeds and the second vehicle state equation is dominant at low vehicle speeds. Also, the first weighting function ⁇ takes a value between 0 and 1.
  • the first vehicle state equation of the equation (6) and the second vehicle state equation of the equation (10) are weighted by using the first weighting function of the equation (15) to obtain the first one.
  • a mixed equation of state is generated.
  • the first mixed equation of state is the following equation (16).
  • f is a vector function of the first mixed equation of state.
  • FIG. 5 is a graph showing an example of the yaw rate ⁇ with respect to the vehicle speed V in the first embodiment.
  • the horizontal axis is the vehicle speed V and the vertical axis is the yaw rate ⁇ .
  • the broken line C1 is a graph when the yaw rate ⁇ is solved from the first equation of state of the vehicle in the equation (6).
  • the alternate long and short dash line C2 is a graph when the yaw rate ⁇ is solved from the second equation of state of the vehicle in the equation (10).
  • the solid line C3 is a graph when the yaw rate ⁇ is solved from the first mixed state equation of the equation (16).
  • the solid line C3 is in good agreement with the broken line C1 at high vehicle speed, and is in good agreement with the alternate long and short dash line C2 at low vehicle speed. That is, by using the first mixed equation of state of the equation (16), the yaw rate ⁇ can be calculated with high accuracy for all vehicle speeds. Further, the solid line C3 does not have to be discontinuous at the point where the broken line C1 and the alternate long and short dash line C2 intersect, that is, the point where the vehicle speed V becomes V s . Further, in the first mixed state equation of the equation (16), the vehicle state amount x and the control input amount u included in the first vehicle state equation and the second vehicle state equation are used, so that the first vehicle state is used.
  • the vehicle state equations are the first vehicle state equation and the second vehicle state equation, but a plurality of vehicle state equations may be added, and a third vehicle state equation may be added.
  • the third equation of state of vehicle is an equation of motion with good accuracy for vehicle speed between high and low vehicle speeds.
  • the third vehicle state equation is also weighted using the first weighting function.
  • the first weight function is a function including a quadratic term of the vehicle speed V as shown in the formula (15), but if it is set to take a value between 0 and 1, it is limited to the formula (15). Not done.
  • a function including a polymorphic term instead of a quadratic term of the vehicle speed V, or an exponential function may be used.
  • the first weight function may be a function of a part of the first state variables, and may be a function other than the vehicle speed V. Further, the first weight function may be plural instead of one. For example, as the first weight function, the following two functions (17) and (18) may be set.
  • V s1 is a vehicle speed at which the yaw rate ⁇ when solving the first vehicle state equation and the yaw rate ⁇ when solving the second vehicle state equation are the same.
  • V s1 is a vehicle speed at which the skid angle ⁇ when the first vehicle equation of state is solved and the skid angle ⁇ when the second vehicle equation of state is solved are the same.
  • the first mixed-state equation is generated by weighting the first vehicle-state equation and the second vehicle-state equation using the weighting functions of the equations (17) and (18).
  • the first mixed equation of state is the following equation (19).
  • the target value calculation unit 240 sets a target control value for the vehicle to travel along the target route based on the first mixed state equation of the equation (16) and the current value of each first state variable. Calculate. Specifically, the target value calculation unit 240 predicts the behavior of the vehicle from the current time 0 to a predetermined time N ⁇ dt seconds later at intervals of a predetermined cycle dt seconds, and minimizes the evaluation function.
  • the optimum target control value is calculated by solving the optimization problem for obtaining u at regular intervals.
  • the target control value is a target steering amount and a target acceleration / deceleration amount.
  • the target value calculation unit 240 solves the constrained optimization problem shown in the following mathematical formula (20) at regular intervals.
  • J is an evaluation function
  • x 0 is an initial value
  • g is a vector function related to the constraint.
  • the initial value x 0 corresponds to the current value of each first state variable at time 0.
  • the optimization problem in the mathematical formula (20) is treated as a minimization problem, but it can also be treated as a maximization problem by inverting the sign of the evaluation function J.
  • the following mathematical formula (21) is used as the evaluation function J.
  • k is a prediction point that takes a value from 0 to N, and N is the end.
  • x k is the vehicle state quantity at the prediction point k
  • uk is the control input quantity at the prediction point k
  • h is the vector function related to the evaluation item
  • h N is the vector function related to the evaluation item at the end
  • r k is the target value at the prediction point k.
  • R N is the target value at the end
  • W is the diagonal matrix having the weight for each evaluation item at the prediction point k on the diagonal component
  • W N is the diagonal matrix having the weight for each evaluation item at the end on the diagonal component.
  • e Y, k , e ⁇ , k , and e V, k are tracking errors with respect to the target path, the target azimuth angle, and the target vehicle speed at the prediction point k, respectively.
  • ⁇ k is the front wheel steering angular velocity at the predicted point k
  • j k is the front-rear jerk at the predicted point k.
  • the target values r k and r N are set so that the path tracking error e Y, k , the azimuth tracking error e ⁇ , k , the vehicle speed tracking error e V, k , the front wheel steering angular velocity ⁇ k , and the front-rear jerk j k are reduced, respectively.
  • the path tracking error e Y, k , the azimuth tracking error e ⁇ , k , the vehicle speed tracking error e V, k , the front wheel steering angular velocity ⁇ k , and the front-rear jerk j k are set to be evaluated.
  • the anteroposterior acceleration ax, the yaw rate ⁇ , and the like may be added to the evaluation items.
  • the vector function g is for setting the upper and lower limit values of the vehicle state quantity x and the control input quantity u in the constrained optimization problem, and the optimization is under the condition of g (x, u) ⁇ 0. Is executed by.
  • the vector function g is set as in the following mathematical formula (26).
  • ⁇ max and ⁇ min are the upper and lower limits of the front wheel steering angular velocity, respectively.
  • j max and j min are the upper and lower limits of the front and rear jerk, respectively.
  • the target value calculation unit 240 calculates the target control value using the first mixed equation of state, in addition to the method of solving the constrained optimization problem shown in the equation (20) at regular intervals. good. For example, known methods such as optimum regulator and H ⁇ control. Even in this case, the target value calculation unit 240 calculates the target control value based on the first mixed state equation and the current value of each first state variable.
  • FIG. 6 is a flowchart showing an example of the procedure of automatic operation in the first embodiment.
  • the mixed state equation generation unit 210 weights a plurality of vehicle state equations by using the first weighting function to obtain the first weighting function. Generate a mixed equation of state (step ST1).
  • the plurality of vehicle state equations are, for example, a first vehicle state equation of the equation (6) and a second vehicle state equation of the equation (10).
  • the vehicle state acquisition unit 220 acquires the current value of each first state variable by the internal sensor 110 (step ST2).
  • the target route generation unit 230 generates a target route of the vehicle based on the peripheral information acquired by the external sensor 120 (step ST3).
  • the target value calculation unit 240 calculates a target control value for the vehicle to travel along the target route based on the first mixed state equation and the current value of each first state variable (step ST4). ). That is, the target value calculation unit 240 calculates the target control value by solving the optimization problem of the mathematical formula (20).
  • the control unit 310 controls the actuator so that the vehicle follows the target control value (step ST5).
  • step ST6 It is determined whether or not to continue the automatic operation by a means (not shown) (step ST6).
  • step ST6 determines whether the vehicle deviates from the target route and runs abnormally. If the determination in step ST6 is "No", the automatic operation ends.
  • the case where the automatic driving ends is a case where the automatic driving is forcibly terminated, for example, when it is determined that the vehicle deviates from the target route and runs abnormally. In this case, processing such as temporarily stopping the vehicle on the spot is performed.
  • the first mixed state equation is generated by weighting a plurality of vehicle state equations using the first weighting function, and the first mixed state equation is used. Since the target control value is calculated, the target control value can be calculated accurately while suppressing an increase in the calculation load.
  • Embodiment 2 In the first embodiment, all the variables of the vehicle state quantity x in the mathematical formula (1) are set as the first state variables to be acquired by the internal world sensor 110, but they are normally obtained due to the measurement error of the internal world sensor 110 or the like. It may not be possible to obtain it. In such a case, the vehicle state estimation unit 260, which will be described later, estimates a state variable that cannot be normally acquired.
  • FIG. 7 is a block diagram showing an example of the control arithmetic unit 200a according to the second embodiment.
  • FIG. 7 shows a point that includes a vehicle state estimation unit 260, a point that includes a mixed state equation generation unit 250 instead of the mixed state equation generation unit 210, and a point that a target value calculation unit 270 is provided instead of the target value calculation unit 240.
  • the mixed state equation generation unit 250, the vehicle state estimation unit 260, and the target value calculation unit 270 they are the same as those shown in FIG. 1, and thus the description thereof will be omitted.
  • the mixed state equation generation unit 250 includes one or more first state variables that are acquired by the internal sensor 110 installed in the vehicle, and one or more that are not acquired but estimated by the internal sensor 110. Generate a plurality of vehicle equations of state including a second state variable. The mixed state equation generation unit 250 generates the first mixed state equation by weighting each vehicle state equation using the first weighting function. The mixed state equation generation unit 250 outputs the first mixed state equation to the vehicle state estimation unit 260 and the target value calculation unit 270.
  • the first state variable is a state variable normally acquired by the internal sensor 110.
  • the second state variable is a state variable that is not normally acquired due to a measurement error of the internal sensor 110 or the like. That is, the vehicle state quantity x in the formula (1) is composed of a first state variable and a second state variable.
  • the number of the first state variables may be one or plural. Further, the number of the second state variables may be one or a plurality.
  • the vehicle state equations are, but are not limited to, the first vehicle state equation of the equation (6) and the second vehicle state equation of the equation (10). It suffices that the arithmetic expressions for some or all of the first state variable and the second state variable are different.
  • the first weight function is a function of a part of the first state variable and the second state variable. That is, the first weight function may be a function of a part of the state variables of the first state variable, a function of a part of the state variables of the second state variable, or the first. It may be a function of a part of the state variables and a part of the second state variables.
  • the vehicle state estimation unit 260 estimates the current value of each second state variable based on the first mixed state equation and the current value of each first state variable.
  • the vehicle state estimation unit 260 outputs the current value of each second state variable to the target value calculation unit 270.
  • the internal sensor 110 for acquiring the center of gravity positions X and Y, the azimuth angle ⁇ , the vehicle speed V, the front wheel steering angle ⁇ , and the front-rear acceleration ax is normal, and the yaw rate ⁇ and the skid angle ⁇ are acquired. It is assumed that a measurement error occurs in the internal sensor 110 of the above.
  • the first state variables in the equation (1) are the center of gravity positions X and Y of the vehicle, the azimuth angle ⁇ , the vehicle speed V, the front wheel steering angle ⁇ , and the front-rear acceleration ax.
  • the second state variables are yaw rate ⁇ and skid angle ⁇ .
  • the current value of the first state variable is acquired by the vehicle state acquisition unit 220.
  • the current value of the second state variable is estimated by a known method based on the first mixed state equation and the current value of each first state variable. Known methods include, for example, a Kalman filter, a particle filter, and MHE (Moving Horizon Estimation).
  • the state variable that is not normally acquired is set as the second state variable, but the state variable that is normally acquired may also be estimated as the second state variable.
  • the vehicle state estimation unit 260 may be included in the target value calculation unit 270.
  • the target value calculation unit 270 is a vehicle for traveling along the target route based on the first mixed state equation, the current value of each first state variable, and the current value of each second state variable.
  • the target control value is calculated and the target control value is output to the control unit that controls the vehicle.
  • the target value calculation unit 270 calculates the target control value by solving the constrained optimization problem shown in the mathematical formula (20) at regular intervals.
  • the initial value x 0 is the current value of each first state variable and the current value of each second state variable at time 0.
  • FIG. 8 is a flowchart showing an example of the procedure of automatic operation in the second embodiment. Since steps ST2, ST3, ST5 and ST6 in FIG. 8 are the same as steps ST2, ST3, ST5 and ST6 in FIG. 6, detailed description thereof will be omitted here.
  • the mixed state equation generation unit 250 weights a plurality of vehicle state equations by using the first weighting function to obtain a first weight. Generate a mixed equation of state (step ST7).
  • the plurality of vehicle state equations are, for example, a first vehicle state equation of the equation (6) and a second vehicle state equation of the equation (10).
  • the vehicle state acquisition unit 220 acquires the current value of each first state variable by the internal sensor 110 (step ST2).
  • the vehicle state estimation unit 260 estimates the current value of each second state variable based on the first mixed state equation and the current value of each first state variable (step ST8).
  • the target route generation unit 230 generates a target route of the vehicle based on the peripheral information acquired by the external sensor 120 (step ST3).
  • the target value calculation unit 270 is a vehicle for traveling along the target route based on the first mixed state equation, the current value of each first state variable, and the current value of each second state variable. Calculate the target control value to (step ST9). That is, the target value calculation unit 270 calculates the target control value by solving the optimization problem shown in the mathematical formula (20).
  • the control unit 310 controls the actuator so that the vehicle follows the target control value (step ST5).
  • step ST6 It is determined whether or not to continue the automatic operation by a means (not shown) (step ST6).
  • step ST6 If the determination in step ST6 is "Yes”, the process returns to step ST2 and the automatic operation is continued. If the determination in step ST6 is "No”, the automatic operation ends.
  • the current value of the second state variable is estimated using the first mixed state equation, and the target control value is calculated.
  • the current value of the second state variable may be estimated using the first mixed state equation and the target control value may be calculated using the second mixed state equation.
  • the second mixed state equation is composed of some arithmetic expressions of the first mixed state equation. That is, the mixed state equation generation unit 250 generates a second mixed state equation composed of some arithmetic expressions of the first mixed state equation.
  • the mixed state equation generation unit 250 outputs the first mixed state equation to the vehicle state estimation unit 260 and outputs the second mixed state equation to the target value calculation unit 270.
  • the target value calculation unit 270 sets a target based on the first mixed state equation, the second mixed state equation, the current value of each first state variable, and the current value of each second state variable. Calculate the control value. Specifically, the target value calculation unit 270 is estimated by the second mixed state equation, the current value of each first state variable, the first mixed state equation, and each first state variable. The target control value is calculated based on the current value of each second state variable.
  • the second mixed equation of state becomes the following equation (27) with respect to the first mixed equation of state of the equation (16).
  • the second mixed state equation is the first mixed state equation of the formula (19) in which the arithmetic formulas relating to the positions X and Y of the center of gravity of the vehicle are deleted.
  • FIG. 9 is a flowchart showing another example of the procedure of automatic operation in the second embodiment. Specifically, FIG. 9 is a flowchart when the mixed state equation generation unit 250 generates the second mixed state equation. Since steps ST2, ST3, ST5, ST6, ST7 and ST8 in FIG. 9 are the same as steps ST2, ST3, ST5, ST6, ST7 and ST8 in FIG. 8, detailed description thereof will be omitted here.
  • the mixed state equation generation unit 250 when the automatic operation is started by a means (not shown), the mixed state equation generation unit 250 generates the first mixed state equation (step ST7).
  • the mixed state equation generation unit 250 generates a second mixed state equation composed of some arithmetic expressions of the first mixed state equation (step ST10).
  • the vehicle state acquisition unit 220 acquires the current value of each first state variable by the internal sensor 110 (step ST2).
  • the vehicle state estimation unit 260 estimates the current value of each second state variable based on the first mixed state equation and the current value of each first state variable (step ST8).
  • the target route generation unit 230 generates a target route of the vehicle based on the peripheral information acquired by the external sensor 120 (step ST3).
  • the target value calculation unit 270 is a vehicle for traveling along the target route based on the second mixed state equation, the current value of each first state variable, and the current value of each second state variable.
  • the target control value for is calculated (step ST11).
  • the vehicle state estimation unit 260 is included in the target value calculation unit 270, the process of step ST8 becomes unnecessary. Instead, in step ST11, the target value calculation unit 270 uses the first mixed state equation, the second mixed state equation, the current value of each first state variable, and the current value of each second state variable.
  • the target control value is calculated based on.
  • the control unit 310 controls the actuator so that the vehicle follows the target control value (step ST5).
  • step ST6 It is determined whether or not to continue the automatic operation by a means (not shown) (step ST6).
  • step ST6 If the determination in step ST6 is "Yes”, the process returns to step ST2 and the automatic operation is continued. If the determination in step ST6 is "No”, the automatic operation ends.
  • the calculation load can be suppressed by using the second mixed equation of state when calculating the target control value.
  • the internal sensor by estimating the current value of the second state variable based on the first mixed state equation and the current value of each first state variable. State variables that are not normally acquired by 110 can be estimated accurately.
  • the target route is generated based on the peripheral information acquired by the external sensor 120. However, it may not be obtained normally due to a measurement error of the external sensor 120 or the like. In such a case, the target route generation unit 290, which will be described later, estimates the state variables that cannot be normally acquired, and the target route is generated.
  • FIG. 10 is a block diagram showing an example of the control arithmetic unit 200b according to the third embodiment.
  • FIG. 10 differs from FIG. 1 in that the mixed state equation generation unit 280 is provided in place of the mixed state equation generation unit 210, and the target route generation unit 290 is provided in place of the target route generation unit 230. Except for the mixed state equation generation unit 280 and the target path generation unit 290, they are the same as those shown in FIG. 1, and thus the description thereof will be omitted.
  • the mixed state equation generation unit 280 includes one or more third state variables that are acquired by the external sensor 120 installed in the vehicle, and one or more fourth state variables that are not acquired but estimated by the external sensor 120. Generate multiple peripheral equations of state that include the state variables of.
  • the mixed state equation generation unit 280 generates a third mixed state equation by weighting each peripheral state equation using the second weighting function.
  • the mixed state equation generation unit 280 outputs the third mixed state equation to the target path generation unit 290 and the target value calculation unit 240.
  • the third mixed equation of state can be applied particularly to other vehicles among the peripheral information acquired by the external world sensor 120.
  • the third state variable is a state variable normally acquired by the external sensor 120.
  • the fourth state variable is a state variable that is not normally acquired due to a measurement error of the external sensor 120 or the like.
  • the vehicle state quantity x included in the peripheral state equation is composed of a third state variable and a fourth state variable. That is, the mixed state equation generation unit 280 generates a third mixed state equation in addition to the first mixed state equation in the first or second embodiment and the second mixed state equation in the second embodiment.
  • the number of the third state variable may be one or plural. Further, the number of the fourth state variables may be one or a plurality.
  • the vehicle state equation in the first or second embodiment and the peripheral state equation in the third embodiment may be the same or different.
  • the peripheral state equation is configured so that the arithmetic expressions for some or all of the third state variable and the fourth state variable are different.
  • the first weight function in the first or second embodiment and the second weight function in the third embodiment may be the same or different.
  • the second weight function is a function of a part of the third state variable and the fourth state variable. That is, the second weighting function may be a function of a part of the state variables of the third state variable, a function of a part of the state variables of the fourth state variable, or a third state variable. It may be a function of a part of the state variables and a part of the fourth state variables.
  • first mixed-state equation and the third mixed-state equation may be the same or different.
  • the second mixed state equation and the third mixed state equation are different.
  • the second mixed state equation and the third mixed state equation may be the same or different.
  • the target path generation unit 290 acquires the current value of each third state variable by the outside world sensor, and each fourth state variable is based on the third mixed state equation and the current value of each third state variable.
  • the current value of each state variable is estimated, and the target path is generated based on the current value of each third state variable and the current value of each fourth state variable.
  • the target route generation unit 290 outputs the target route to the target value calculation unit 240.
  • the method for estimating the current value of the fourth state variable is a known method such as a Kalman filter, a particle filter, and MHE.
  • FIG. 11 is a flowchart showing an example of the procedure of automatic operation in the third embodiment. Since steps ST1, ST2, ST4, ST5 and ST6 in FIG. 11 are the same as steps ST1, ST2, ST4, ST5 and ST6 in FIG. 6, detailed description thereof will be omitted here.
  • the mixed state equation generation unit 280 generates the first mixed state equation (step ST1).
  • the mixed state equation generation unit 280 generates a third mixed state equation by weighting a plurality of peripheral state equations using a second weighting function (step ST12).
  • the vehicle state acquisition unit 220 acquires the current value of each first state variable by the internal sensor 110 (step ST2).
  • the target path generation unit 290 acquires the current value of each third state variable by the outside world sensor, and each fourth state variable is based on the third mixed state equation and the current value of each third state variable.
  • the current value of each state variable is estimated, and a target path is generated based on the current value of each third state variable and the current value of each fourth state variable (step ST13).
  • the target value calculation unit 240 calculates a target control value for the vehicle to travel along the target route based on the first mixed state equation and the current value of each first state variable (step ST4). ).
  • the control unit 310 controls the actuator so that the vehicle follows the target control value (step ST5).
  • step ST6 It is determined whether or not to continue the automatic operation by a means (not shown) (step ST6).
  • step ST6 If the determination in step ST6 is "Yes”, the process returns to step ST2 and the automatic operation is continued. If the determination in step ST6 is "No”, the automatic operation ends.
  • FIG. 11 shows a flow when the mixed state equation generation unit 280 and the target path generation unit 290 are applied to the first embodiment, but the mixed state equation generation unit 280 and the target are also applied to the second embodiment.
  • the route generation unit 290 can be applied.
  • the third mixed state equation is generated by weighting the plurality of peripheral state equations using the second weighting function, and the third mixed state equation and each of them are generated. Estimates the current value of the fourth state variable based on the current value of the third state variable of, and generates a target path based on the current value of the third state variable and the current value of the fourth state variable. do.
  • the target path is generated by using the state variables other than the third state variable that is the acquisition target of the external world sensor, the target path can be generated accurately.
  • control arithmetic units 200, 200a, 200b, and the control unit 310 will be described.
  • Each function of the control arithmetic unit 200, 200a, 200b, and the control unit 310 can be realized by a processing circuit.
  • the processing circuit comprises at least one processor and at least one memory.
  • FIG. 12 is a diagram showing the hardware configurations of the control arithmetic units 200, 200a, 200b, and the control unit 310 according to the first to third embodiments.
  • the control arithmetic unit 200, 200a, 200b, and the control unit 310 can be realized by the processor 400 and the memory 500 shown in FIG. 12 (a).
  • the processor 400 is, for example, a CPU (Central Processing Unit, central processing unit, processing unit, arithmetic unit, microprocessor, microprocessor, processor, DSP (Digital Signal Processor)) or system LSI (Large Scale Integration).
  • the memory 500 includes, for example, a RAM (Random Access Memory), a ROM (Read Only Memory), a flash memory, an EPROM (Erasable Programmable Read Only Memory), an EPROM (registered trademark), etc. Volatile semiconductor memory, HDD (Hard Disk Drive), magnetic disk, flexible disk, optical disk, compact disk, mini disk, DVD (Digital Versaille Disk), and the like.
  • control arithmetic units 200, 200a, 200b, and the control unit 310 are realized by software or the like (software, firmware, or software and firmware).
  • Software and the like are described as programs and stored in the memory 500.
  • the processor 400 realizes the functions of each part by reading and executing the program stored in the memory 500. That is, it can be said that this program causes the computer to execute the procedure or method of the control arithmetic units 200, 200a, 200b, and the control unit 310.
  • the program executed by the processor 400 may be a file in an installable format or an executable format, stored in a computer-readable storage medium, and provided as a computer program product. Further, the program executed by the processor 400 may be provided to the control arithmetic units 200, 200a, 200b, and the control unit 310 via a network such as the Internet.
  • control arithmetic unit 200, 200a, 200b, and the control unit 310 may be realized by the dedicated processing circuit 600 shown in FIG. 12B.
  • the processing circuit 600 may be, for example, a single circuit, a composite circuit, a programmed processor, a parallel programmed processor, an ASIC (Application Specific Integrated Circuit), or an FPGA (Field-Programmable Gate). Array) or a combination of these is applicable.
  • control arithmetic units 200, 200a, 200b, and the control unit 310 are realized by either software or hardware. However, it is not limited to this, and it is a configuration in which some components of the control arithmetic units 200, 200a, 200b, and the control unit 310 are realized by software or the like, and another part is realized by dedicated hardware. You may.
  • 110 internal world sensor 120 external world sensor, 200, 200a, 200b control arithmetic unit, 210, 250, 280 mixed state equation generation unit, 220 vehicle state acquisition unit, 230, 290 target route generation unit, 240, 270 target value calculation unit.
  • 310 control unit 400 processor, 500 memory, 600 processing circuit.

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Steering Control In Accordance With Driving Conditions (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

制御演算装置（２００）は、車両に設置された内界センサ（１１０）の取得対象である１つ以上の第１の状態変数が含まれる車両状態方程式を複数生成し、各々の前記車両状態方程式に対し第１の重み関数を用いて重み付けを行うことで第１の混合状態方程式を生成する混合状態方程式生成部（２１０）と、前記内界センサ（１１０）により各々の前記第１の状態変数の現在値を取得する車両状態取得部（２２０）と、前記車両に設置された外界センサ（１２０）により取得される周辺情報に基づいて、前記車両の目標経路を生成する目標経路生成部（２３０）と、前記第１の混合状態方程式と各々の前記第１の状態変数の現在値とに基づいて、前記目標経路に沿って走行するための前記車両への目標制御値を演算し、前記車両を制御する制御部（３１０）に対し前記目標制御値を出力する目標値演算部（２４０）と、を備える。

Description

制御演算装置
　本開示は、自動運転において、自車両を制御するための目標制御値を演算する制御演算装置に関する。
　特許文献１には、自車両運動モデルを用いて予測された自車両の将来の挙動に関し、センサを用いて予測された他車両の将来の挙動との関係を評価する評価関数に基づいて、自車両を制御するための目標制御値を演算する車両用制御装置について開示されている。
特開２０１７－８４１１０号公報
　特許文献１では、自車両の将来の挙動を予測する際の演算負荷を軽減させるため、簡素化されたモデルである２輪モデルを用いている。しかし、例えば高車速時に実際の自車両の挙動と良好に一致する２輪モデルを用いた場合、低車速では実際の自車両の挙動との間に差異が生じる。この２輪モデルを用いて目標値を演算した場合、ドライバーに違和感を与える可能性がある。これに対し、全ての車速で実際の自車両の挙動と良好に一致する４輪モデルを用いることが考えられるが、モデルが複雑となり演算負荷が増加する問題がある。
　本開示は、上述の課題を解決するためになされたもので、演算負荷の増加を抑えつつ、自車両を制御するための目標制御値を精度良く演算する制御演算装置を提供することを目的とする。
　本開示に係る制御演算装置は、車両に設置された内界センサの取得対象である１つ以上の第１の状態変数が含まれる車両状態方程式を複数生成し、各々の前記車両状態方程式に対し第１の重み関数を用いて重み付けを行うことで第１の混合状態方程式を生成する混合状態方程式生成部と、前記内界センサにより各々の前記第１の状態変数の現在値を取得する車両状態取得部と、前記車両に設置された外界センサにより取得される周辺情報に基づいて、前記車両の目標経路を生成する目標経路生成部と、前記第１の混合状態方程式と各々の前記第１の状態変数の現在値とに基づいて、前記目標経路に沿って走行するための前記車両への目標制御値を演算し、前記車両を制御する制御部に対し前記目標制御値を出力する目標値演算部と、を備える。
　本開示によれば、制御演算装置は、複数の車両状態方程式に対し第１の重み関数を用いて重み付けを行うことで第１の混合状態方程式を生成し、第１の混合状態方程式を用いて自車両を制御するための目標制御値を演算するため、演算負荷の増加を抑えつつ、目標制御値を精度良く演算することができる。
実施の形態１における制御演算装置の一例を示すブロック図である。 実施の形態１から３における第１の車両運動モデルの一例を示す模式図である。 実施の形態１から３における第２の車両運動モデルの一例を示す模式図である。 実施の形態１から３における車速に対する第１の重み関数の一例を示すグラフである。 実施の形態１における車速に対するヨーレートの一例を示すグラフである。 実施の形態１における自動運転の手順の一例を示すフローチャートである。 実施の形態２における制御演算装置の一例を示すブロック図である。 実施の形態２における自動運転の手順の一例を示すフローチャートである。 実施の形態２における自動運転の手順の別の一例を示すフローチャートである。 実施の形態３における制御演算装置の一例を示すブロック図である。 実施の形態３における自動運転の手順の一例を示すフローチャートである。 実施の形態１から３における制御演算装置および制御部のハードウェア構成を示す図である。
　以下、図面を参照しながら本開示の実施の形態における制御演算装置について説明する。なお、以下では自車両を単に「車両」と称する。
実施の形態１．
　図１は、実施の形態１における制御演算装置２００の一例を示すブロック図である。図１は、内界センサ１１０と、外界センサ１２０と、制御演算装置２００と、制御部３１０とにより構成されるブロック図である。制御演算装置２００は、内界センサ１１０からの車両情報と、外界センサ１２０からの周辺情報とに基づいて、車両を制御するための目標制御値を演算する。ここで目標制御値とは、目標操舵量および目標加減速量である。
　内界センサ１１０は、車両に設置され、車両情報を出力する。内界センサ１１０は、例えば操舵角センサ、操舵トルクセンサ、ヨーレートセンサ、車速センサ、加速度センサ、およびＧＮＳＳ（Ｇｌｏｂａｌ　Ｎａｖｉｇａｔｉｏｎ　Ｓａｔｅｌｌｉｔｅ　Ｓｙｓｔｅｍ）センサなどである。１つの内界センサ１１０で取得される車両情報の数は、１つである。例えば、加速度センサは車両の前後加速度を取得する。よって、内界センサ１１０の数だけ、取得できる車両情報の数は多くなる。その代わりに、複数の車両情報を取得できる内界センサ１１０を車両に設置してもよい。
　外界センサ１２０は、車両に設置され、車両の周辺情報を出力する。外界センサ１２０は、例えば道路区画線の位置と角度と曲率とを検知する前方カメラ、先行者の位置と速度とを取得するレーダ、ＬｉＤＡＲ（Ｌｉｇｈｔ　Ｄｅｔｅｃｔｉｏｎ　ａｎｄ　Ｒａｎｇｉｎｇ）、ソナー、車車間通信装置、および路車間通信装置などである。周辺情報は、例えば他車両、自転車、および歩行者などの位置と速度とである。複数の外界センサ１２０を用い、各々の外界センサ１２０からの情報を統合することで、複数の周辺情報を同時に取得することができる。一例として、外界センサ１２０として前方カメラ、レーダ、およびＬｉＤＡＲを用い、各々の外界センサ１２０からの情報を統合することで、他車両などの位置と速度とを取得することができる。
　制御演算装置２００は、混合状態方程式生成部２１０と、車両状態取得部２２０と、目標経路生成部２３０と、目標値演算部２４０とを備える。
　混合状態方程式生成部２１０は、車両に設置された内界センサ１１０の取得対象である１つ以上の第１の状態変数が含まれる車両状態方程式を複数生成する。混合状態方程式生成部２１０は、各々の車両状態方程式に対し第１の重み関数を用いて重み付けを行うことで第１の混合状態方程式を生成する。混合状態方程式生成部２１０は、第１の混合状態方程式を目標値演算部２４０に出力する。車両状態方程式は、ここでは第１の車両状態方程式と第２の車両状態方程式とである。車両状態方程式については、後に図２および図３を用いて詳細に説明する。また、第１の重み関数および第１の混合状態方程式についても、後に詳細に説明する。
　車両状態取得部２２０は、内界センサ１１０により各々の第１の状態変数の現在値を取得する。車両状態取得部２２０は、各々の第１の状態変数の現在値を目標値演算部２４０に出力する。
　目標経路生成部２３０は、車両に設置された外界センサ１２０により取得される周辺情報に基づいて、車両の目標経路を生成する。目標経路は、例えば車線の中央を走行するような経路、および車線変更を行う経路などである。目標経路生成部２３０は、目標経路を目標値演算部２４０に出力する。
　目標値演算部２４０は、第１の混合状態方程式と各々の第１の状態変数の現在値とに基づいて、目標経路に沿って走行するための車両への目標制御値を演算し、車両を制御する制御部３１０に対し目標制御値を出力する。目標値演算部２４０については、後に詳細に説明する。
　制御部３１０は、車両に搭載されたコントローラであり、目標値演算部２４０からの目標制御値に車両が追従するよう、アクチュエータを動作させる。制御部３１０は、例えばＥＰＳ（Ｅｌｅｃｔｒｉｃ　Ｐｏｗｅｒ　Ｓｔｅｅｒｉｎｇ）コントローラ、エンジンコントローラ、およびブレーキコントローラである。アクチュエータは車輪と間接的に接続されるモータであり、車輪の操舵、回転、および制動などを行う。
　次に、図２および図３を用いて、車両状態方程式について説明する。
　図２は、実施の形態１における第１の車両運動モデルの一例を示す模式図である。図２において、横軸Ｘと縦軸Ｙとは、慣性座標系での車両の重心位置である。θは方位角、Ｖは車速、γはヨーレート、δは前輪舵角、βは横滑り角、βｆは前輪横滑り角、βｒは後輪横滑り角、Ｃｆは前輪のコーナリングフォース、Ｃｒは後輪のコーナリングフォース、Ｌｆは車両重心と前輪までの距離、Ｌｒは車両重心と後輪までの距離である。
　第１の車両運動モデルは、高車速時に特化した二輪モデルであり、車両の重心位置における横方向の運動と回転運動とに関する運動方程式を用いた動力学モデルである。このモデルは、タイヤが発生する力に応じた車両運動を計算できるため、特に旋回時に横加速度が生じるような高車速時の車両運動を精度良く表現できる。以下、第１の車両状態方程式を用いて、第１の車両運動モデルを表現する。
　第１の車両状態方程式の車両状態量ｘおよび制御入力量ｕを、以下の数式（１）および数式（２）で定義する。
Figure JPOXMLDOC01-appb-M000001
Figure JPOXMLDOC01-appb-M000002
　数式（１）および数式（２）において、ａｘは前後加速度、ωは前輪舵角速度、ｊｘは前後ジャークである。また、数式（１）における車両状態量ｘの各変数であるＸ、Ｙ、θ、Ｖ、γ、β、δ、およびａｘは、内界センサ１１０の取得対象である第１の状態変数である。数式（１）に示すように、第１の状態変数の数は複数であるが、１つでもよい。なお、数式（１）および数式（２）において、車両状態量ｘおよび制御入力量ｕは縦ベクトルであり、簡略化のため転置行列を用いている。数式（１）および数式（２）の変数を用いた第１の車両状態方程式は、以下の数式（３）となる。
Figure JPOXMLDOC01-appb-M000003
　数式（３）において、ｘは車両状態量ｘを時間微分したものである。Ｉは車両のヨー慣性モーメント、Ｍは車両質量である。前輪のコーナリングフォースＣｆおよび後輪のコーナリングフォースＣｒは、前輪のコーナリングスティフネスＫｆおよび後輪のコーナリングスティフネスＫｒを用いると、以下の数式（４）および数式（５）となる。
Figure JPOXMLDOC01-appb-M000004
Figure JPOXMLDOC01-appb-M000005
　数式（４）および数式（５）を数式（３）に代入すると、第１の車両状態方程式は、以下の数式（６）となる。
Figure JPOXMLDOC01-appb-M000006
　数式（６）において、ｆ１は第１の車両状態方程式のベクトル関数である。
　図３は、実施の形態１における第２の車両運動モデルの一例を示す模式図である。図３に示す変数は、図２を用いて説明した変数と同じである。
　第２の車両運動モデルは、低車速時に特化した二輪モデルであり、車両の幾何学的モデルである。このモデルは、第１の車両運動モデルとは異なり、タイヤが発生する力を含まず、タイヤの方向に沿って車両が旋回するような低車速時の車両運動を精度良く表現できる。以下、第２の車両状態方程式を用いて、第２の車両運動モデルを表現する。
　第２の車両状態方程式では、数式（１）および数式（２）の車両状態量ｘおよび制御入力量ｕが用いられる。すなわち、第１の車両状態方程式と同じ車両状態量ｘおよび制御入力量ｕが用いられる。第２の車両状態方程式は、以下の数式（７）となる。
Figure JPOXMLDOC01-appb-M000007
　数式（７）において、τはヨーレートと横滑り角との時定数、γｋｍおよびβｋｍはそれぞれ幾何学的な関係を用いた二輪モデルで計算できるヨーレートおよび横滑り角である。時定数τは、ヨーレートおよび横滑り角で別々の値でもよい。また、ヨーレートγｋｍおよび横滑り角βｋｍは、それぞれ以下の数式（８）および数式（９）となる。
Figure JPOXMLDOC01-appb-M000008
Figure JPOXMLDOC01-appb-M000009
　数式（８）および数式（９）を数式（７）に代入すると、第２の車両状態方程式は、以下の数式（１０）となる。
Figure JPOXMLDOC01-appb-M000010
　数式（１０）において、ｆ２は第２の車両状態方程式のベクトル関数である。数式（６）の第１の車両状態方程式と、数式（１０）の第２の車両状態方程式とは、同じ車両状態量ｘおよび制御入力量ｕとを含むが、車両状態量ｘの各変数である第１の状態変数のうちヨーレートγと横滑り角βとに関する演算式が異なる。第１の車両状態方程式と第２の車両状態方程式とは、それぞれ数式（６）と数式（１０）とに限ったものではなく、第１の状態変数のうち一部あるいは全ての状態変数に関する演算式が異なるよう構成されていればよい。一例として、第２の車両状態方程式は、数式（１０）の代わりに、定常円旋回時における車両の横方向の運動と回転運動とに関する運動方程式でもよい。この運動方程式は、第１の車両状態方程式とは異なり、過渡的な運動を表現できないが、低車速時の車両運動を精度よく表現できる。この場合の第２の車両状態方程式は、以下の数式（１１）となる。
Figure JPOXMLDOC01-appb-M000011
　数式（１１）において、γｓｓｔおよびβｓｓｔはそれぞれ定常円旋回でのヨーレートおよび横滑り角である。ヨーレートγｓｓｔおよび横滑り角βｓｓｔは、それぞれ以下の数式（１２）および数式（１３）となる。
Figure JPOXMLDOC01-appb-M000012
Figure JPOXMLDOC01-appb-M000013
　数式（１２）および数式（１３）において、Ａはスタビリティファクタであり、以下の数式（１４）となる。
Figure JPOXMLDOC01-appb-M000014
　数式（６）の第１の車両状態方程式では、車速Ｖが０ｋｍ／ｈ付近において値が発散してしまうような演算式が含まれるため、低車速での精度が悪くなる。一方、数式（１０）の第２の車両状態方程式では、前輪舵角δによるヨーレートγと横滑り角βとの変動のみを考慮し、車両に発生する力を考慮していないため、旋回時に遠心力が生じるような高車速での精度が悪くなる。そこで、全ての車速で精度が維持されるよう、第１の車両状態方程式と第２の車両状態方程式とに対し、以下の数式（１５）の第１の重み関数を用いて重み付けを行う。
Figure JPOXMLDOC01-appb-M000015
　数式（１５）において、Ｖｓは、第１の車両状態方程式を解いた時の車両状態量と、第２の車両状態方程式を解いた時の車両状態量とが同じとなる車速である。図４は、実施の形態１における車速Ｖに対する第１の重み関数αの一例を示すグラフである。第１の重み関数αは、速度の関数であり、高車速では第１の車両状態方程式が支配的となり、低車速では第２の車両状態方程式が支配的となるように設定される。また、第１の重み関数αは、０から１の間の値を取る。数式（６）の第１の車両状態方程式と、数式（１０）の第２の車両状態方程式とに対し、数式（１５）の第１の重み関数を用いて重み付けされることで、第１の混合状態方程式が生成される。第１の混合状態方程式は、以下の数式（１６）となる。
Figure JPOXMLDOC01-appb-M000016
　数式（１６）において、ｆは第１の混合状態方程式のベクトル関数である。
　図５は、実施の形態１における車速Ｖに対するヨーレートγの一例を示すグラフである。図５において、横軸は車速Ｖ、縦軸はヨーレートγである。また、破線Ｃ１は、数式（６）の第１の車両状態方程式からヨーレートγについて解いた時のグラフである。一点鎖線Ｃ２は、数式（１０）の第２の車両状態方程式からヨーレートγについて解いた時のグラフである。実線Ｃ３は、数式（１６）の第１の混合状態方程式からヨーレートγについて解いた時のグラフである。
　実線Ｃ３は、高車速では破線Ｃ１と良く一致し、低車速では一点鎖線Ｃ２と良く一致する。すなわち、数式（１６）の第１の混合状態方程式を用いることで、あらゆる車速について高精度にヨーレートγを演算できる。また、実線Ｃ３は、破線Ｃ１と一点鎖線Ｃ２とが交差する点、すなわち車速ＶがＶｓとなる点においても不連続とならずに済む。更に、数式（１６）の第１の混合状態方程式では、第１の車両状態方程式および第２の車両状態方程式に含まれる車両状態量ｘおよび制御入力量ｕが用いられるため、第１の車両状態方程式および第２の車両状態方程式を個別に演算する場合に比べ、演算負荷はほとんど変わらない。なお、ここでは第１の状態変数のうち演算式が異なる状態変数の１つとしてヨーレートγのグラフのみを示したが、横滑り角βについても同様の結果となった。
　本実施の形態では、車両状態方程式は第１の車両状態方程式および第２の車両状態方程式としたが、複数であればよく、第３の車両状態方程式を追加してもよい。例えば、第３の車両状態方程式は、高車速と低車速の間の車速について精度が良い運動方程式である。この第３の車両状態方程式に対しても、第１の重み関数を用いて重み付けされる。
　また、第１の重み関数は、数式（１５）に示すように車速Ｖの２次項を含む関数であるが、０から１の間の値を取るように設定すれば、数式（１５）に限定されない。例えば、車速Ｖの２次項ではなく多次項を含む関数、あるいは指数関数などでもよい。また、第１の重み関数は、第１の状態変数のうち一部の状態変数の関数であればよく、車速Ｖ以外の関数でもよい。更に、第１の重み関数は１つではなく複数でもよい。例えば、第１の重み関数として、以下の数式（１７）および数式（１８）の２つの関数を設定してもよい。
Figure JPOXMLDOC01-appb-M000017
Figure JPOXMLDOC01-appb-M000018
　数式（１７）において、Ｖｓ１は第１の車両状態方程式を解いた時のヨーレートγと、第２の車両状態方程式を解いた時のヨーレートγとが同じとなる車速である。数式（１８）において、Ｖｓ１は第１の車両状態方程式を解いた時の横滑り角βと、第２の車両状態方程式を解いた時の横滑り角βとが同じとなる車速である。第１の車両状態方程式と第２の車両状態方程式とに対し、数式（１７）および数式（１８）の重み関数を用いて重み付けされることで第１の混合状態方程式が生成される。第１の混合状態方程式は以下の数式（１９）となる。
Figure JPOXMLDOC01-appb-M000019
　次に、目標値演算部２４０について説明する。目標値演算部２４０は、数式（１６）の第１の混合状態方程式と各々の第１の状態変数の現在値とに基づいて、目標経路に沿って走行するための車両への目標制御値を演算する。具体的には、目標値演算部２４０は、現在の時刻０から所定周期ｄｔ秒の間隔で、所定時間Ｎ・ｄｔ秒後までの車両の挙動を予測し、評価関数を最小化する制御入力量ｕを求める最適化問題を一定期間ごとに解くことで、最適な目標制御値を演算する。目標制御値は、目標操舵量および目標加減速量である。目標値演算部２４０は、以下の数式（２０）に示す制約付き最適化問題を一定期間ごとに解く。
Figure JPOXMLDOC01-appb-M000020
　数式（２０）において、Ｊは評価関数、ｘ０は初期値、ｇは制約に関するベクトル関数である。初期値ｘ０は、時刻０における各々の第１の状態変数の現在値に相当する。本実施の形態では、数式（２０）における最適化問題を最小化問題として扱うが、評価関数Ｊの符号を反転させることで最大化問題として扱うこともできる。評価関数Ｊとして、以下の数式（２１）を用いる。
Figure JPOXMLDOC01-appb-M000021
　数式（２１）において、ｋは０からＮの値を取る予測点であり、Ｎは終端である。ｘｋは予測点ｋにおける車両状態量、ｕｋは予測点ｋにおける制御入力量、ｈは評価項目に関するベクトル関数、ｈＮは終端における評価項目に関するベクトル関数、ｒｋは予測点ｋにおける目標値、ｒＮは終端における目標値、Ｗは予測点ｋにおける各評価項目に対する重みを対角成分に有する対角行列、ＷＮは終端における各評価項目に対する重みを対角成分に有する対角行列である。行列ＷおよびＷＮは、パラメータとして適宜変更可能である。評価項目に関するベクトル関数ｈはおよびｈＮを、それぞれ以下の数式（２２）および数式（２３）のように設定する。
Figure JPOXMLDOC01-appb-M000022
Figure JPOXMLDOC01-appb-M000023
　数式（２２）において、ｅＹ，ｋ，ｅθ，ｋ，およびｅＶ，ｋは、それぞれ予測点ｋにおける目標経路、目標方位角、および目標車速に対する追従誤差である。ωｋは予測点ｋにおける前輪舵角速度、ｊｋは予測点ｋにおける前後ジャークである。経路追従誤差ｅＹ，ｋ，方位角追従誤差ｅθ，ｋ，車速追従誤差ｅＶ，ｋ、前輪舵角速度ωｋ、および前後ジャークｊｋが小さくなるよう、目標値ｒｋおよびｒＮをそれぞれ以下の数式（２４）および数式（２５）のように設定する。
Figure JPOXMLDOC01-appb-M000024
Figure JPOXMLDOC01-appb-M000025
　ここでは、経路追従誤差ｅＹ，ｋ，方位角追従誤差ｅθ，ｋ，車速追従誤差ｅＶ，ｋ、前輪舵角速度ωｋ、および前後ジャークｊｋを評価するよう設定したが、車両の乗り心地を向上させるために、前後加速度ａｘおよびヨーレートγなどを評価項目に加えてもよい。
　ベクトル関数ｇは、制約付き最適化問題において、車両状態量ｘおよび制御入力量ｕの上下限値を設定するためのものであり、最適化はｇ（ｘ，ｕ）≦０の条件のもとで実行される。ベクトル関数ｇを、以下の数式（２６）のように設定する。
Figure JPOXMLDOC01-appb-M000026
　数式（２６）において、ωｍａｘおよびωｍｉｎはそれぞれ前輪舵角速度の上限値および下限値である。ｊｍａｘおよびｊｍｉｎはそれぞれ前後ジャークの上限値および下限値である。前輪舵角速度ωｋおよび前後ジャークｊｋの上下限値を設定することで、車両の乗り心地を確保するための車両制御を行うことができる。なお、更に乗り心地を向上させるために、前後加速度ａｘおよびヨーレートγなどにも上下限値を設定してもよいし、制限速度を厳守するために車速Ｖにも上下限値を設定してもよい。
　目標値演算部２４０は、数式（２０）に示す制約付き最適化問題を一定期間ごとに解く方法以外にも、第１の混合状態方程式を用いて目標制御値を演算するものであれば、何でもよい。例えば、最適レギュレータおよびＨ∞制御などの公知の方法である。この場合でも、目標値演算部２４０は、第１の混合状態方程式と各々の第１の状態変数の現在値とに基づいて目標制御値を演算する。
　図６は、実施の形態１における自動運転の手順の一例を示すフローチャートである。
　図６に示すように、図示しない手段により自動運転が開始されると、混合状態方程式生成部２１０は、複数の車両状態方程式に対し第１の重み関数を用いて重み付けを行うことで第１の混合状態方程式を生成する（ステップＳＴ１）。複数の車両状態方程式とは、例えば数式（６）の第１の車両状態方程式と、数式（１０）の第２の車両状態方程式とである。
　車両状態取得部２２０は、内界センサ１１０により各々の第１の状態変数の現在値を取得する（ステップＳＴ２）。
　目標経路生成部２３０は、外界センサ１２０により取得される周辺情報に基づいて、車両の目標経路を生成する（ステップＳＴ３）。
　目標値演算部２４０は、第１の混合状態方程式と各々の第１の状態変数の現在値とに基づいて、目標経路に沿って走行するための車両への目標制御値を演算する（ステップＳＴ４）。すなわち、目標値演算部２４０は、数式（２０）の最適化問題を解くことで、目標制御値を演算する。
　制御部３１０は、目標制御値に車両が追従するよう、アクチュエータを制御する（ステップＳＴ５）。
　図示しない手段により、自動運転を継続するか否かが判定される（ステップＳＴ６）。
　ステップＳＴ６の判定が「Ｙｅｓ」の場合は、処理はステップＳＴ２に戻り、自動運転が継続される。ステップＳＴ６の判定が「Ｎｏ」の場合は、自動運転が終了する。自動運転が終了するケースは、例えば車両が目標経路から逸脱して異常走行したと判定された時に、自動運転が強制終了するケースである。この場合、その場で車両を一時停車させるなどの処理が行われる。
　以上で説明した実施の形態１によれば、複数の車両状態方程式に対し第１の重み関数を用いて重み付けを行うことで第１の混合状態方程式を生成し、第１の混合状態方程式を用いて目標制御値を演算するため、演算負荷の増加を抑えつつ、目標制御値を精度良く演算することができる。
実施の形態２．
　実施の形態１では、数式（１）の車両状態量ｘの各変数は全て、内界センサ１１０の取得対象である第１の状態変数としたが、内界センサ１１０の測定誤差などにより正常に取得できない場合がある。このような場合、後に説明する車両状態推定部２６０により、正常に取得できない状態変数を推定する。
　図７は、実施の形態２における制御演算装置２００ａの一例を示すブロック図である。図７は、車両状態推定部２６０を備える点、混合状態方程式生成部２１０の代わりに混合状態方程式生成部２５０を備える点、および目標値演算部２４０の代わりに目標値演算部２７０を備える点で、図１とは異なる。混合状態方程式生成部２５０、車両状態推定部２６０、および目標値演算部２７０以外は、図１に示すものと同じであるため、説明を省略する。
　混合状態方程式生成部２５０は、車両に設置された内界センサ１１０の取得対象である１つ以上の第１の状態変数と、内界センサ１１０の取得対象ではなく推定対象である１つ以上の第２の状態変数とが含まれる車両状態方程式を複数生成する。混合状態方程式生成部２５０は、各々の車両状態方程式に対し第１の重み関数を用いて重み付けを行うことで第１の混合状態方程式を生成する。混合状態方程式生成部２５０は、第１の混合状態方程式を車両状態推定部２６０と目標値演算部２７０とに出力する。第１の状態変数は、内界センサ１１０により正常に取得される状態変数である。第２の状態変数は、内界センサ１１０の測定誤差などにより正常に取得されない状態変数である。すなわち、数式（１）の車両状態量ｘは、第１の状態変数と第２の状態変数とで構成される。第１の状態変数の数は、１つでもよいし、複数でもよい。また、第２の状態変数の数は、１つでもよいし、複数でもよい。
　車両状態方程式は、ここでは数式（６）の第１の車両状態方程式と、数式（１０）の第２の車両状態方程式とであるが、これに限定されない。第１の状態変数と第２の状態変数とのうち一部あるいは全ての状態変数に関する演算式が異なるよう構成されていればよい。また、第１の重み関数は、第１の状態変数と第２の状態変数とのうち一部の状態変数の関数である。すなわち、第１の重み関数は、第１の状態変数のうちの一部の状態変数の関数でもよいし、第２の状態変数のうちの一部の状態変数の関数でもよいし、第１の状態変数のうちの一部の状態変数と第２の状態変数のうちの一部の状態変数との関数でもよい。
　車両状態推定部２６０は、第１の混合状態方程式と各々の第１の状態変数の現在値とに基づいて、各々の第２の状態変数の現在値を推定する。車両状態推定部２６０は、各々の第２の状態変数の現在値を目標値演算部２７０に出力する。一例として、重心位置ＸおよびＹ、方位角θ、車速Ｖ、前輪舵角δ、および前後加速度ａｘを取得するための内界センサ１１０が正常であり、ヨーレートγおよび横滑り角βを取得するための内界センサ１１０に測定誤差が発生したとする。この場合、数式（１）において第１の状態変数は、車両の重心位置ＸおよびＹ、方位角θ、車速Ｖ、前輪舵角δ、および前後加速度ａｘである。第２の状態変数は、ヨーレートγおよび横滑り角βである。第１の状態変数の現在値は、車両状態取得部２２０により取得される。第２の状態変数の現在値は、第１の混合状態方程式と各々の第１の状態変数の現在値とに基づいて、公知の手法により推定される。公知の手法とは、例えばカルマンフィルタ、粒子フィルタ、およびＭＨＥ（Ｍｏｖｉｎｇ　Ｈｏｒｉｚｏｎ　Ｅｓｔｉｍａｔｉｏｎ）などである。ここでは、正常に取得されない状態変数を第２の状態変数としているが、正常に取得される状態変数も第２の状態変数として推定してもよい。また、車両状態推定部２６０は、目標値演算部２７０に含まれてもよい。
　目標値演算部２７０は、第１の混合状態方程式と各々の第１の状態変数の現在値と各々の第２の状態変数の現在値とに基づいて、目標経路に沿って走行するための車両への目標制御値を演算し、車両を制御する制御部に対し目標制御値を出力する。目標値演算部２７０は、数式（２０）に示す制約付き最適化問題を一定期間ごとに解くことで、目標制御値を演算する。なお、数式（２０）において、初期値ｘ０は、時刻０における各々の第１の状態変数の現在値と各々の第２の状態変数の現在値とである。
　図８は、実施の形態２における自動運転の手順の一例を示すフローチャートである。図８のステップＳＴ２、ＳＴ３、ＳＴ５およびＳＴ６は、図６のステップＳＴ２、ＳＴ３、ＳＴ５およびＳＴ６と同じであるため、ここでは詳細説明を省略する。
　図８に示すように、図示しない手段により自動運転が開始されると、混合状態方程式生成部２５０は、複数の車両状態方程式に対し第１の重み関数を用いて重み付けを行うことで第１の混合状態方程式を生成する（ステップＳＴ７）。複数の車両状態方程式とは、例えば数式（６）の第１の車両状態方程式と、数式（１０）の第２の車両状態方程式とである。
　車両状態取得部２２０は、内界センサ１１０により各々の第１の状態変数の現在値を取得する（ステップＳＴ２）。
　車両状態推定部２６０は、第１の混合状態方程式と各々の第１の状態変数の現在値とに基づいて、各々の第２の状態変数の現在値を推定する（ステップＳＴ８）。
　目標経路生成部２３０は、外界センサ１２０により取得される周辺情報に基づいて、車両の目標経路を生成する（ステップＳＴ３）。
　目標値演算部２７０は、第１の混合状態方程式と各々の第１の状態変数の現在値と各々の第２の状態変数の現在値とに基づいて、目標経路に沿って走行するための車両への目標制御値を演算する（ステップＳＴ９）。すなわち、目標値演算部２７０は、数式（２０）に示す最適化問題を解くことで、目標制御値を演算する。
　制御部３１０は、目標制御値に車両が追従するよう、アクチュエータを制御する（ステップＳＴ５）。
　図示しない手段により、自動運転を継続するか否かが判定される（ステップＳＴ６）。
　ステップＳＴ６の判定が「Ｙｅｓ」の場合は、処理はステップＳＴ２に戻り、自動運転が継続される。ステップＳＴ６の判定が「Ｎｏ」の場合は、自動運転が終了する。
　上記では、第１の混合状態方程式を用いて第２の状態変数の現在値が推定され、目標制御値が演算される。この代わりに、第１の混合状態方程式を用いて第２の状態変数の現在値が推定され、第２の混合状態方程式を用いて目標制御値が演算されてもよい。第２の混合状態方程式は、第１の混合状態方程式の一部の演算式で構成される。すなわち、混合状態方程式生成部２５０は、第１の混合状態方程式の一部の演算式で構成される第２の混合状態方程式を生成する。混合状態方程式生成部２５０は、第１の混合状態方程式を車両状態推定部２６０に出力し、第２の混合状態方程式を目標値演算部２７０に出力する。また、目標値演算部２７０は、第１の混合状態方程式と第２の混合状態方程式と各々の第１の状態変数の現在値と各々の第２の状態変数の現在値とに基づいて、目標制御値を演算する。具体的には、目標値演算部２７０は、第２の混合状態方程式と、各々の第１の状態変数の現在値と、第１の混合状態方程式と各々の第１の状態変数とにより推定された各々の第２の状態変数の現在値とに基づいて、目標制御値を演算する。一例として、数式（１６）の第１の混合状態方程式に対し、第２の混合状態方程式は以下の数式（２７）となる。
Figure JPOXMLDOC01-appb-M000027
　数式（２７）において、第２の混合状態方程式は、数式（１９）の第１の混合状態方程式に対し、車両の重心位置ＸおよびＹに関する演算式が削除されたものである。
　図９は、実施の形態２における自動運転の手順の別の一例を示すフローチャートである。具体的には、図９は、混合状態方程式生成部２５０が第２の混合状態方程式を生成した場合のフローチャートである。図９のステップＳＴ２、ＳＴ３、ＳＴ５、ＳＴ６、ＳＴ７およびＳＴ８は、図８のステップＳＴ２、ＳＴ３、ＳＴ５、ＳＴ６、ＳＴ７およびＳＴ８と同じであるため、ここでは詳細説明を省略する。
　図９に示すように、図示しない手段により自動運転が開始されると、混合状態方程式生成部２５０は、第１の混合状態方程式を生成する（ステップＳＴ７）。
　混合状態方程式生成部２５０は、第１の混合状態方程式の一部の演算式で構成される第２の混合状態方程式を生成する（ステップＳＴ１０）。
　車両状態取得部２２０は、内界センサ１１０により各々の第１の状態変数の現在値を取得する（ステップＳＴ２）。
　車両状態推定部２６０は、第１の混合状態方程式と各々の第１の状態変数の現在値とに基づいて、各々の第２の状態変数の現在値を推定する（ステップＳＴ８）。
　目標経路生成部２３０は、外界センサ１２０により取得される周辺情報に基づいて、車両の目標経路を生成する（ステップＳＴ３）。
　目標値演算部２７０は、第２の混合状態方程式と各々の第１の状態変数の現在値と各々の第２の状態変数の現在値とに基づいて、目標経路に沿って走行するための車両への目標制御値を演算する（ステップＳＴ１１）。車両状態推定部２６０が目標値演算部２７０に含まれる場合、ステップＳＴ８の処理は不要となる。その代わりに、ステップＳＴ１１では、目標値演算部２７０は、第１の混合状態方程式と第２の混合状態方程式と各々の第１の状態変数の現在値と各々の第２の状態変数の現在値とに基づいて、目標制御値を演算する。
　制御部３１０は、目標制御値に車両が追従するよう、アクチュエータを制御する（ステップＳＴ５）。
　図示しない手段により、自動運転を継続するか否かが判定される（ステップＳＴ６）。
　ステップＳＴ６の判定が「Ｙｅｓ」の場合は、処理はステップＳＴ２に戻り、自動運転が継続される。ステップＳＴ６の判定が「Ｎｏ」の場合は、自動運転が終了する。
　上記に示したように、目標制御値を演算する際に第２の混合状態方程式を用いることで、演算負荷を抑えることができる。
　以上で説明した実施の形態２によれば、第１の混合状態方程式と各々の第１の状態変数の現在値とに基づいて第２の状態変数の現在値を推定することで、内界センサ１１０により正常に取得されない状態変数についても精度良く推定することができる。
実施の形態３．
　実施の形態１および２では、外界センサ１２０により取得される周辺情報に基づいて、目標経路が生成される。しかし、外界センサ１２０の測定誤差などにより正常に取得できない場合がある。このような場合、後に説明する目標経路生成部２９０により、正常に取得できない状態変数を推定し、目標経路が生成される。
　図１０は、実施の形態３における制御演算装置２００ｂの一例を示すブロック図である。図１０は、混合状態方程式生成部２１０の代わりに混合状態方程式生成部２８０を備える点、および目標経路生成部２３０の代わりに目標経路生成部２９０を備える点で、図１とは異なる。混合状態方程式生成部２８０および目標経路生成部２９０以外は、図１に示すものと同じであるため、説明を省略する。
　混合状態方程式生成部２８０は、車両に設置された外界センサ１２０の取得対象である１つ以上の第３の状態変数と、外界センサ１２０の取得対象ではなく推定対象である１つ以上の第４の状態変数とが含まれる周辺状態方程式を複数生成する。混合状態方程式生成部２８０は、各々の周辺状態方程式に対し第２の重み関数を用いて重み付けを行うことで第３の混合状態方程式を生成する。混合状態方程式生成部２８０は、第３の混合状態方程式を目標経路生成部２９０と目標値演算部２４０とに出力する。第３の混合状態方程式は、特に外界センサ１２０により取得される周辺情報のうち、他車両について適用することができる。第３の状態変数は、外界センサ１２０により正常に取得される状態変数である。第４の状態変数は、外界センサ１２０の測定誤差などにより正常に取得されない状態変数である。周辺状態方程式に含まれる車両状態量ｘは、第３の状態変数と第４の状態変数とで構成される。すなわち、混合状態方程式生成部２８０は、実施の形態１または２における第１の混合状態方程式と、実施の形態２における第２の混合状態方程式とに加え、第３の混合状態方程式を生成する。第３の状態変数の数は、１つでもよいし、複数でもよい。また、第４の状態変数の数は、１つでもよいし、複数でもよい。
　実施の形態１または２における車両状態方程式と、実施の形態３における周辺状態方程式とは、同じであっても異なっていてもよい。但し、周辺状態方程式は、第３の状態変数と第４の状態変数とのうち一部あるいは全ての状態変数に関する演算式が異なるよう構成される。また、実施の形態１または２における第１の重み関数と、実施の形態３における第２の重み関数とは、同じであっても異なっていてもよい。但し、第２の重み関数は、第３の状態変数と第４の状態変数とのうち一部の状態変数の関数である。すなわち、第２の重み関数は、第３の状態変数のうちの一部の状態変数の関数でもよいし、第４の状態変数のうちの一部の状態変数の関数でもよいし、第３の状態変数のうちの一部の状態変数と第４の状態変数のうちの一部の状態変数との関数でもよい。同様に、第１の混合状態方程式と第３の混合状態方程式とは同じであっても異なっていてもよい。第１の混合状態方程式と第３の混合状態方程式とが同じ場合、第２の混合状態方程式と第３の混合状態方程式とは異なる。第１の混合状態方程式と第３の混合状態方程式とが異なる場合、第２の混合状態方程式と第３の混合状態方程式とは同じであっても異なっていてもよい。
　目標経路生成部２９０は、外界センサにより各々の第３の状態変数の現在値を取得し、第３の混合状態方程式と各々の第３の状態変数の現在値とに基づいて各々の第４の状態変数の現在値を推定し、各々の第３の状態変数の現在値と各々の第４の状態変数の現在値とに基づいて前記目標経路を生成する。目標経路生成部２９０は、目標経路を目標値演算部２４０に出力する。第４の状態変数の現在値を推定する手法は、例えばカルマンフィルタ、粒子フィルタ、およびＭＨＥなどの公知の手法である。
　図１１は、実施の形態３における自動運転の手順の一例を示すフローチャートである。図１１のステップＳＴ１、ＳＴ２、ＳＴ４、ＳＴ５およびＳＴ６は、図６のステップＳＴ１、ＳＴ２、ＳＴ４、ＳＴ５およびＳＴ６と同じであるため、ここでは詳細説明を省略する。
　図１１に示すように、図示しない手段により自動運転が開始されると、混合状態方程式生成部２８０は、第１の混合状態方程式を生成する（ステップＳＴ１）。
　混合状態方程式生成部２８０は、複数の周辺状態方程式に対し第２の重み関数を用いて重み付けを行うことで第３の混合状態方程式を生成する（ステップＳＴ１２）。
　車両状態取得部２２０は、内界センサ１１０により各々の第１の状態変数の現在値を取得する（ステップＳＴ２）。
　目標経路生成部２９０は、外界センサにより各々の第３の状態変数の現在値を取得し、第３の混合状態方程式と各々の第３の状態変数の現在値とに基づいて各々の第４の状態変数の現在値を推定し、各々の第３の状態変数の現在値と各々の第４の状態変数の現在値とに基づいて目標経路を生成する（ステップＳＴ１３）。
　目標値演算部２４０は、第１の混合状態方程式と各々の第１の状態変数の現在値とに基づいて、目標経路に沿って走行するための車両への目標制御値を演算する（ステップＳＴ４）。
　制御部３１０は、目標制御値に車両が追従するよう、アクチュエータを制御する（ステップＳＴ５）。
　図示しない手段により、自動運転を継続するか否かが判定される（ステップＳＴ６）。
　ステップＳＴ６の判定が「Ｙｅｓ」の場合は、処理はステップＳＴ２に戻り、自動運転が継続される。ステップＳＴ６の判定が「Ｎｏ」の場合は、自動運転が終了する。
　なお、図１１は、実施の形態１に対し混合状態方程式生成部２８０および目標経路生成部２９０を適用した場合のフローであるが、実施の形態２に対しても混合状態方程式生成部２８０および目標経路生成部２９０を適用可能である。
　以上で説明した実施の形態３によれば、複数の周辺状態方程式に対し第２の重み関数を用いて重み付けを行うことで第３の混合状態方程式を生成し、第３の混合状態方程式と各々の第３の状態変数の現在値とに基づいて第４の状態変数の現在値を推定し、第３の状態変数の現在値と第４の状態変数の現在値とに基づいて目標経路を生成する。これにより、外界センサの取得対象である第３の状態変数以外の状態変数も用いて目標経路を生成するため、目標経路を精度良く生成できる。
　ここで、実施の形態１から３における制御演算装置２００、２００ａ、２００ｂ、および制御部３１０のハードウェア構成について説明する。制御演算装置２００、２００ａ、２００ｂ、および制御部３１０の各機能は、処理回路によって実現し得る。処理回路は、少なくとも１つのプロセッサと少なくとも１つのメモリとを備える。
　図１２は、実施の形態１から３における制御演算装置２００、２００ａ、２００ｂ、および制御部３１０のハードウェア構成を示す図である。制御演算装置２００、２００ａ、２００ｂ、および制御部３１０は、図１２（ａ）に示すプロセッサ４００およびメモリ５００によって実現することができる。プロセッサ４００は、例えばＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、プロセッサ、ＤＳＰ（Ｄｉｇｉｔａｌ　Ｓｉｇｎａｌ　Ｐｒｏｃｅｓｓｏｒ）ともいう）またはシステムＬＳＩ（Ｌａｒｇｅ　Ｓｃａｌｅ　Ｉｎｔｅｇｒａｔｉｏｎ）である。
　メモリ５００は、例えばＲＡＭ（Ｒａｎｄｏｍ　Ａｃｃｅｓｓ　Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、フラッシュメモリ、ＥＰＲＯＭ（Ｅｒａｓａｂｌｅ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｒｅａｄ　Ｏｎｌｙ　Ｍｅｍｏｒｙ）、ＥＥＰＲＯＭ（登録商標）（Ｅｌｅｃｔｒｉｃａｌｌｙ　Ｅｒａｓａｂｌｅ　Ｐｒｏｇｒａｍｍａｂｌｅ　Ｒｅａｄ－Ｏｎｌｙ　Ｍｅｍｏｒｙ）などの不揮発性または揮発性の半導体メモリ、ＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、またはＤＶＤ（Ｄｉｇｉｔａｌ　Ｖｅｒｓａｔｉｌｅ　Ｄｉｓｋ）などである。
　制御演算装置２００、２００ａ、２００ｂ、および制御部３１０の各部の機能は、ソフトウェアなど（ソフトウェア、ファームウェア、またはソフトウェアとファームウェア）により実現される。ソフトウェアなどはプログラムとして記述され、メモリ５００に格納される。プロセッサ４００は、メモリ５００で記憶されているプログラムを読み出して実行することにより、各部の機能を実現する。すなわち、このプログラムは、制御演算装置２００、２００ａ、２００ｂ、および制御部３１０の手順または方法をコンピュータに実行させるものであると言える。
　プロセッサ４００が実行するプログラムは、インストール可能な形式または実行可能な形式のファイルで、コンピュータが読み取り可能な記憶媒体に記憶されてコンピュータプログラムプロダクトとして提供されてもよい。また、プロセッサ４００が実行するプログラムは、インターネットなどのネットワーク経由で制御演算装置２００、２００ａ、２００ｂ、および制御部３１０に提供されてもよい。
　また、制御演算装置２００、２００ａ、２００ｂ、および制御部３１０は、図１２（ｂ）に示す専用の処理回路６００によって実現してもよい。処理回路６００が専用のハードウェアである場合、処理回路６００は、例えば単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ（Ａｐｐｌｉｃａｔｉｏｎ　Ｓｐｅｃｉｆｉｃ　Ｉｎｔｅｇｒａｔｅｄ　Ｃｉｒｃｕｉｔ）、ＦＰＧＡ（Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ　Ｇａｔｅ　Ａｒｒａｙ）、またはこれらを組み合わせたものなどが該当する。
　以上、制御演算装置２００、２００ａ、２００ｂ、および制御部３１０の各構成要素の機能が、ソフトウェアなど、またはハードウェアのいずれか一方で実現される構成について説明した。しかしこれに限ったものではなく、制御演算装置２００、２００ａ、２００ｂ、および制御部３１０の一部の構成要素をソフトウェアなどで実現し、別の一部を専用のハードウェアで実現する構成であってもよい。
　１１０　内界センサ、　１２０　外界センサ、　２００，２００ａ，２００ｂ　制御演算装置、　２１０，２５０，２８０　混合状態方程式生成部、　２２０　車両状態取得部、　２３０，２９０　目標経路生成部、　２４０，２７０　目標値演算部、　３１０　制御部、　４００　プロセッサ、　５００　メモリ、　６００　処理回路。

Claims (10)

  1. 　車両に設置された内界センサの取得対象である１つ以上の第１の状態変数が含まれる車両状態方程式を複数生成し、各々の前記車両状態方程式に対し第１の重み関数を用いて重み付けを行うことで第１の混合状態方程式を生成する混合状態方程式生成部と、
    　前記内界センサにより各々の前記第１の状態変数の現在値を取得する車両状態取得部と、
    　前記車両に設置された外界センサにより取得される周辺情報に基づいて、前記車両の目標経路を生成する目標経路生成部と、
    　前記第１の混合状態方程式と各々の前記第１の状態変数の現在値とに基づいて、前記目標経路に沿って走行するための前記車両への目標制御値を演算し、前記車両を制御する制御部に対し前記目標制御値を出力する目標値演算部と、
    　を備える制御演算装置。
  2. 　車両に設置された内界センサの取得対象である１つ以上の第１の状態変数と、前記内界センサの取得対象ではなく推定対象である１つ以上の第２の状態変数とが含まれる車両状態方程式を複数生成し、各々の前記車両状態方程式に対し第１の重み関数を用いて重み付けを行うことで第１の混合状態方程式を生成する混合状態方程式生成部と、
    　前記内界センサにより各々の前記第１の状態変数の現在値を取得する車両状態取得部と、
    　前記第１の混合状態方程式と各々の前記第１の状態変数の現在値とに基づいて、各々の前記第２の状態変数の現在値を推定する車両状態推定部と、
    　前記車両に設置された外界センサにより取得される周辺情報に基づいて、前記車両の目標経路を生成する目標経路生成部と、
    　前記第１の混合状態方程式と各々の前記第１の状態変数の現在値と各々の前記第２の状態変数の現在値とに基づいて、前記目標経路に沿って走行するための前記車両への目標制御値を演算し、前記車両を制御する制御部に対し前記目標制御値を出力する目標値演算部と、
    　を備える制御演算装置。
  3. 　前記混合状態方程式生成部は、前記第１の混合状態方程式の一部の演算式で構成される第２の混合状態方程式を生成し、
    　前記目標値演算部は、前記第１の混合状態方程式と前記第２の混合状態方程式と各々の前記第１の状態変数の現在値と各々の前記第２の状態変数の現在値とに基づいて、前記目標制御値を演算する請求項２に記載の制御演算装置。
  4. 　各々の前記車両状態方程式は、前記第１の状態変数のうち一部あるいは全ての状態変数に関する演算式が異なるよう構成される請求項１に記載の制御演算装置。
  5. 　各々の前記車両状態方程式は、前記第１の状態変数と前記第２の状態変数とのうち一部あるいは全ての状態変数に関する演算式が異なるよう構成される請求項２または３に記載の制御演算装置。
  6. 　前記第１の重み関数は、前記第１の状態変数のうち一部の状態変数の関数である請求項１または４に記載の制御演算装置。
  7. 　前記第１の重み関数は、前記第１の状態変数と前記第２の状態変数とのうち一部の状態変数の関数である請求項２、３、または５のいずれか１項に記載の制御演算装置。
  8. 　前記混合状態方程式生成部は、前記外界センサの取得対象である１つ以上の第３の状態変数と、前記外界センサの取得対象ではなく推定対象である１つ以上の第４の状態変数とが含まれる周辺状態方程式を複数生成し、各々の前記周辺状態方程式に対し第２の重み関数を用いて重み付けを行うことで第３の混合状態方程式を生成し、
    　前記目標経路生成部は、前記外界センサにより各々の前記第３の状態変数の現在値を取得し、前記第３の混合状態方程式と各々の前記第３の状態変数の現在値とに基づいて各々の前記第４の状態変数の現在値を推定し、各々の前記第３の状態変数の現在値と各々の前記第４の状態変数の現在値とに基づいて前記目標経路を生成する請求項１から７のいずれか１項に記載の制御演算装置。
  9. 　各々の前記周辺状態方程式は、前記第３の状態変数と前記第４の状態変数とのうち一部あるいは全ての状態変数に関する演算式が異なるよう構成される請求項８に記載の制御演算装置。
  10. 　前記第２の重み関数は、前記第３の状態変数と前記第４の状態変数とのうち一部の状態変数の関数である請求項８または９に記載の制御演算装置。
PCT/JP2020/044154 2020-11-27 2020-11-27 制御演算装置 WO2022113249A1 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
US18/029,143 US20230365144A1 (en) 2020-11-27 2020-11-27 Control arithmetic device
PCT/JP2020/044154 WO2022113249A1 (ja) 2020-11-27 2020-11-27 制御演算装置
DE112020007805.1T DE112020007805T5 (de) 2020-11-27 2020-11-27 Arithmetische steuerungseinrichtung
JP2022564918A JP7471451B2 (ja) 2020-11-27 2020-11-27 制御演算装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2020/044154 WO2022113249A1 (ja) 2020-11-27 2020-11-27 制御演算装置

Publications (1)

Publication Number Publication Date
WO2022113249A1 true WO2022113249A1 (ja) 2022-06-02

Family

ID=81755403

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2020/044154 WO2022113249A1 (ja) 2020-11-27 2020-11-27 制御演算装置

Country Status (4)

Country Link
US (1) US20230365144A1 (ja)
JP (1) JP7471451B2 (ja)
DE (1) DE112020007805T5 (ja)
WO (1) WO2022113249A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230044869A1 (en) * 2021-07-22 2023-02-09 GM Global Technology Operations LLC Vehicle actuation commands to affect transient handling

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016008024A (ja) * 2014-06-26 2016-01-18 株式会社豊田中央研究所 操作情報推定装置及びプログラム
JP2019073177A (ja) * 2017-10-17 2019-05-16 日立オートモティブシステムズ株式会社 予測制御装置及び方法
JP2019142303A (ja) * 2018-02-19 2019-08-29 マツダ株式会社 車両制御装置
WO2019180919A1 (ja) * 2018-03-23 2019-09-26 三菱電機株式会社 経路生成装置、および、車両制御システム
JP2020008889A (ja) * 2018-07-02 2020-01-16 日立オートモティブシステムズ株式会社 予測制御装置
JP2020090119A (ja) * 2018-12-03 2020-06-11 日立オートモティブシステムズ株式会社 車両制御装置
JP2020090269A (ja) * 2018-11-22 2020-06-11 トヨタ自動車株式会社 パワートレーンシステム
JP2020189560A (ja) * 2019-05-22 2020-11-26 日立オートモティブシステムズ株式会社 車両制御装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6569470B2 (ja) 2015-10-28 2019-09-04 株式会社デンソーアイティーラボラトリ 車両用制御装置

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2016008024A (ja) * 2014-06-26 2016-01-18 株式会社豊田中央研究所 操作情報推定装置及びプログラム
JP2019073177A (ja) * 2017-10-17 2019-05-16 日立オートモティブシステムズ株式会社 予測制御装置及び方法
JP2019142303A (ja) * 2018-02-19 2019-08-29 マツダ株式会社 車両制御装置
WO2019180919A1 (ja) * 2018-03-23 2019-09-26 三菱電機株式会社 経路生成装置、および、車両制御システム
JP2020008889A (ja) * 2018-07-02 2020-01-16 日立オートモティブシステムズ株式会社 予測制御装置
JP2020090269A (ja) * 2018-11-22 2020-06-11 トヨタ自動車株式会社 パワートレーンシステム
JP2020090119A (ja) * 2018-12-03 2020-06-11 日立オートモティブシステムズ株式会社 車両制御装置
JP2020189560A (ja) * 2019-05-22 2020-11-26 日立オートモティブシステムズ株式会社 車両制御装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20230044869A1 (en) * 2021-07-22 2023-02-09 GM Global Technology Operations LLC Vehicle actuation commands to affect transient handling
US11724739B2 (en) * 2021-07-22 2023-08-15 GM Global Technology Operations LLC Vehicle actuation commands to affect transient handling

Also Published As

Publication number Publication date
JP7471451B2 (ja) 2024-04-19
US20230365144A1 (en) 2023-11-16
DE112020007805T5 (de) 2023-11-02
JPWO2022113249A1 (ja) 2022-06-02

Similar Documents

Publication Publication Date Title
JP4161923B2 (ja) 車両安定化制御システム
US9796421B1 (en) Autonomous vehicle lateral control for path tracking and stability
JP6642332B2 (ja) 運転支援制御装置
US8849515B2 (en) Steering assist in driver initiated collision avoidance maneuver
JP6715899B2 (ja) 衝突回避装置
US8078373B2 (en) Vehicle dynamics prediction with lane/path information using a preview-correction-prediction approach
JP4835054B2 (ja) 車両安定化制御システム
JP6628843B1 (ja) 障害物回避装置および障害物回避経路生成装置
JP7391293B2 (ja) 車両制御装置
CN103448723A (zh) 使用后摄像机的车道保持系统
JP2000302055A (ja) 車線追従制御装置
CN105774905A (zh) 与电动助力转向控制器和后转向一体化的防碰撞控制
KR102164606B1 (ko) 자율주행 차량을 위한 횡방향 제어 파라미터 보정 장치 및 방법
CN112703539A (zh) 行驶路径生成装置及车辆控制装置
WO2022113249A1 (ja) 制御演算装置
JP2012126293A (ja) 車両の操舵制御装置
CN108860137B (zh) 失稳车辆的控制方法、装置及智能车辆
JP7069624B2 (ja) 位置演算方法、車両制御方法及び位置演算装置
KR101930163B1 (ko) 차로 유지 제어 장치 및 방법
JP7036284B1 (ja) 制御演算装置および制御演算方法
CN115675481A (zh) Gps增强摩擦估计
JP7454122B2 (ja) 車両制御装置
JP7241800B2 (ja) 車両制御装置及び車両制御方法
JP7321220B2 (ja) 車両走行支援装置、車両走行支援方法及び車両制御装置
JP7430214B2 (ja) 制御演算装置

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: 20963514

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2022564918

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 112020007805

Country of ref document: DE

122 Ep: pct application non-entry in european phase

Ref document number: 20963514

Country of ref document: EP

Kind code of ref document: A1