WO2023112385A1 - 車両制御装置 - Google Patents

車両制御装置 Download PDF

Info

Publication number
WO2023112385A1
WO2023112385A1 PCT/JP2022/030869 JP2022030869W WO2023112385A1 WO 2023112385 A1 WO2023112385 A1 WO 2023112385A1 JP 2022030869 W JP2022030869 W JP 2022030869W WO 2023112385 A1 WO2023112385 A1 WO 2023112385A1
Authority
WO
WIPO (PCT)
Prior art keywords
vehicle
control device
trajectory
lane change
lane
Prior art date
Application number
PCT/JP2022/030869
Other languages
English (en)
French (fr)
Inventor
龍 稲葉
竜彦 門司
Original Assignee
日立Astemo株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 日立Astemo株式会社 filed Critical 日立Astemo株式会社
Publication of WO2023112385A1 publication Critical patent/WO2023112385A1/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
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • 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 a vehicle control device that controls a vehicle such as an automobile.
  • Patent Document 1 in a road environment where other vehicles such as other vehicles are present, existence time ranges of the own vehicle and environmental elements for each position around the own vehicle are determined, and based on these, Therefore, a technology has been developed for generating a driving risk map representing the driving risk around the own vehicle and assisting the driving of the own vehicle.
  • the vehicle control device includes a driving profile information generating unit that generates driving profile information representing a driving state of the own vehicle for each of a plurality of target behavior candidates that the own vehicle can take, and a three-dimensional object existing around the own vehicle.
  • a three-dimensional object behavior prediction unit that predicts the behavior of the three-dimensional object, a prediction result of the behavior of the three-dimensional object by the three-dimensional object behavior prediction unit, and the driving profile information for each position around the own vehicle.
  • a risk map generation unit that generates a risk map representing the degree of driving safety of the own vehicle, and a driving planning unit that calculates a priority representing the degree to which the own vehicle should preferentially select each of the plurality of target behavior candidates.
  • a trajectory arbitration unit that selects a trajectory corresponding to one of the plurality of target action candidates as the target trajectory of the own vehicle based on the risk map and the priority.
  • a vehicle control device that achieves both safety and ride comfort of an autonomous vehicle, and that is capable of autonomous driving with improved reliability.
  • FIG. 1 is a block diagram showing the configuration of a traveling drive system and sensors of an automatically operated traveling vehicle according to a first embodiment of the present invention
  • FIG. 1 is a block diagram showing the configuration of an automatic driving control system provided in a vehicle
  • FIG. 3 is a block diagram showing the configuration of a risk map generator in FIG. 2
  • FIG. 4 is a block diagram showing the configuration of a base profile generator in FIG. 3
  • FIG. 3 is a block diagram showing the configuration of an automatic operation planning unit in FIG. 2
  • FIG. 6 is a block diagram showing a configuration of a lane change trajectory generation unit in FIG. 5
  • FIG. 4 is a schematic diagram of a risk map generated based on a base profile
  • FIG. 1 is a block diagram showing the configuration of a traveling drive system and sensors of an automatically operated traveling vehicle according to a first embodiment of the present invention
  • FIG. 1 is a block diagram showing the configuration of an automatic driving control system provided in a vehicle
  • FIG. 3 is a block diagram showing the configuration of
  • FIG. 7 is a block diagram showing the configuration of a lane change state management unit shown in FIG. 6;
  • FIG. 9 is a block diagram showing the configuration of a lane change start determination state step in FIG. 8;
  • FIG. 9 is a block diagram showing the configuration of a lane change execution state step in FIG. 8;
  • FIG. 9 is a block diagram showing the configuration of a lane change completion state step in FIG. 8;
  • FIG. 9 is a block diagram showing the configuration of a lane change canceled state step of FIG. 8;
  • FIG. 4 is an explanatory diagram showing movement of a vehicle according to the first embodiment of the present invention;
  • 4 is a block diagram showing the configuration of a base profile generator according to the first embodiment of the present invention;
  • FIG. 10 is an explanatory diagram showing the number of generated base profiles based on LC priority;
  • FIG. 10 is an explanatory diagram showing the number of generated base profiles based on LC priority;
  • FIG. 10 is an explanatory diagram showing the number of generated base profiles based on LC priority;
  • FIG. 10 is an explanatory diagram showing movement of a vehicle according to a second embodiment of the present invention;
  • FIG. 11 is an explanatory diagram showing movement of a vehicle according to a first modified example;
  • FIG. 11 is an explanatory diagram showing movement of a vehicle according to a second modified example;
  • the vehicle 81 includes a steering control mechanism 10, a brake control mechanism 13, a throttle control mechanism 20 for respectively controlling the traveling direction and speed of the vehicle 81, and a vehicle travel control device 1 for integrally controlling them.
  • the vehicle 81 also includes a steering control device 8 , a braking control device 15 , an acceleration control device 19 and a display device 24 .
  • the wheels of the vehicle 81 are the front left wheel 22a, the front right wheel 22b, the rear left wheel 22c, and the rear right wheel 22d.
  • the vehicle running control device 1 calculates command values for the steering control mechanism 10, the brake control mechanism 13, and the throttle control mechanism 20, respectively, and transmits them to the steering control device 8, the braking control device 15, and the acceleration control device 19, respectively.
  • the steering control device 8 controls the steering control mechanism 10 based on the command value from the vehicle running control device 1 to change the steering angles of the FL wheels 22a and the FR wheels 22b to control the traveling direction of the vehicle 81 .
  • the brake control device 15 controls the brake control mechanism 13 based on the command value from the vehicle travel control device 1 to adjust the brake force distribution of each wheel of the vehicle 81 to decelerate the vehicle 81 .
  • the acceleration control device 19 controls the throttle control mechanism 20 based on the command value from the vehicle running control device 1 and adjusts the torque output of the engine to control the acceleration of the vehicle 81 .
  • the display device 24 displays to the driver the travel plan of the vehicle 81, behavior predictions of mobile bodies existing in the vicinity, and the like.
  • the vehicle 81 is equipped with sensors 2, 3, 4, and 5 that recognize the outside world.
  • the sensors 2, 3, 4, 5 are a front camera 2, left and right side laser radars 3, 4, and a rear millimeter wave radar 5, respectively.
  • the communication device 23 provided in the vehicle 81 performs road-to-vehicle communication and acquires information on other vehicles existing around the vehicle 81 . These sensor information and communication information are input to the vehicle travel control device 1, and the relative distance and relative speed between the vehicle 81 and other vehicles around it can be detected.
  • the combination of the sensors 2 to 5 is shown as an example of the sensor configuration, it is not limited to this, and may be combined with an ultrasonic sensor, a stereo camera, an infrared camera, or the like.
  • the vehicle travel control device 1 has, for example, a CPU (Central Processing Unit), a ROM (Read Only Memory), a RAM (Random Access Memory), and an input/output device.
  • the ROM stores a process flow relating to vehicle running control, which will be described later.
  • the vehicle travel control device 1 provides command values to the actuators for controlling the travel of the vehicle, such as the steering control mechanism 10, the brake control mechanism 13, and the throttle control mechanism 20, as described above. Calculate.
  • the steering control device 8, the braking control device 15, and the acceleration control device 19 receive command values from the vehicle travel control device 1, and control the actuators 10, 13, and 20 based on the command values.
  • the operation of the brake of the vehicle 81 will be explained.
  • the driver steps on the brake pedal 12 while the driver is driving the vehicle 81
  • the stepping force is boosted by a brake booster, and hydraulic pressure corresponding to the stepping force is generated by a master cylinder (not shown).
  • the generated hydraulic pressure is supplied to the wheel cylinders 16 via the brake control mechanism 13 .
  • the wheel cylinders 16 include wheel cylinders 16FL to 16RR corresponding to the left and right front wheels and the left and right rear wheels, respectively, and are composed of cylinders, pistons, pads, and the like.
  • the piston is propelled by the working fluid (the hydraulic pressure generated above) supplied from the master cylinder 9, and the pad connected to the piston is pressed against the disk rotor.
  • the disc rotor rotates together with the wheel 22 . Therefore, the braking torque acting on the disc rotor becomes the braking force acting between the wheel 22 and the road surface.
  • the braking control device 15 has, for example, a CPU, a ROM, a RAM, and an input/output device, similar to the vehicle travel control device 1 .
  • the vehicle 81 includes a combine sensor 14 capable of detecting longitudinal acceleration, lateral acceleration, and yaw rate, and wheel speed sensors 11FL to 11RR installed on each wheel.
  • a braking force command and a sensor signal transmitted from the steering wheel angle detection device 21 via the steering control device 8 are input to the braking control device 15 .
  • the braking control device 15 estimates spin, drift-out, and wheel lock of the own vehicle 81, and generates a braking force for the wheels so as to suppress them.
  • the braking control device 15 is connected to a brake control mechanism 13 having a pump and a control valve, and generates an arbitrary braking force on each wheel 22a to 22d independently of the driver's brake pedal operation, It plays a role in enhancing the driving stability of the driver.
  • the vehicle running control device 1 can cause the vehicle 81 to generate an arbitrary braking force by communicating a braking command to the braking control device 15 .
  • braking is automatically performed during automatic driving in which the driver does not operate.
  • the role of automatic braking of the vehicle 81 is not limited to the braking control device 15, and may be implemented using other actuators such as brake-by-wire.
  • the steering control device 8 has, for example, a CPU, a ROM, a RAM, and an input/output device, like the vehicle travel control device 1 does.
  • the steering control mechanism 10 is movable by the steering torque of the driver and the resultant force of the assist torque by the motor, and the front wheels move left and right (turn).
  • a reaction force from the road surface is transmitted to the steering control mechanism 10 according to the turning angle (steering angle) of the front wheels, and the steering condition is transmitted to the driver as the road surface reaction force.
  • the steering control device 8 can generate torque by a motor and control the steering control mechanism 10 independently of the driver's steering operation. Therefore, the vehicle running control device 1 can control the front wheels to an arbitrary steering angle by communicating a steering force command to the steering control device 8, and automatically steers during automatic driving in which the driver does not operate. has a role to play.
  • the role of automatically steering the vehicle is not limited to the steering control device 8, and may be performed by another actuator such as a steer-by-wire.
  • the acceleration control device 19 has, for example, a CPU, a ROM, a RAM, and an input/output device, like the vehicle travel control device 1 .
  • the acceleration control device 19 adjusts the throttle opening according to the depression amount of the accelerator pedal 17 to control the engine. As a result, the vehicle 81 can be accelerated according to the driver's operation of the accelerator pedal.
  • the acceleration control device 19 can control the throttle opening independently of the driver's accelerator operation. Therefore, the vehicle running control device 1 can cause the vehicle 81 to generate arbitrary acceleration by outputting an acceleration command to the acceleration control device 19 . As a result, the vehicle travel control device 1 plays a role of automatically accelerating in automatic driving in which no driver's operation occurs.
  • the vehicle control device 1 which plays a central role in the control system for automatic driving, includes an automatic driving planning unit 201 that plans the operation of the own vehicle 81 and generates a target trajectory in order to automatically move the own vehicle 81 to a destination, a parking lot An automatic parking planning unit 202 that plans the operation of the own vehicle 81 to automatically park it in a parking frame, a vehicle motion control unit 203 that generates a command value for controlling vehicle motion, an engine, brake, steering, etc. and an actuator control unit 204 for controlling each actuator of the vehicle 81, and a risk map generation unit 205 for generating a driving risk around the vehicle 81 based on assumed behavior of the vehicle 81.
  • an automatic driving planning unit 201 that plans the operation of the own vehicle 81 and generates a target trajectory in order to automatically move the own vehicle 81 to a destination, a parking lot
  • An automatic parking planning unit 202 that plans the operation of the own vehicle 81 to automatically park it in a parking frame
  • a vehicle motion control unit 203 that generates
  • the automatic driving planning unit 201, the automatic parking planning unit 202, the vehicle motion control unit 203, and the actuator control unit 204 are implemented in different controllers, they have a vehicle network 206 for communication between the controllers.
  • the vehicle network 206 is not limited to wired connection, and may be wireless connection.
  • the automatic driving planning unit 201 and the automatic parking planning unit 202 may be implemented on the same hardware.
  • the actuator control unit 204 may be implemented in different hardware such as an engine control controller and a brake control controller.
  • Risk map generator 205 acquires information from radar 301 , stereo camera 302 and vehicle sensor 303 .
  • the radar 301 is the left and right side laser radars 3 and 4 and the rear millimeter wave radar 5 (see FIG. 1), and is a sensor that recognizes the outside world.
  • the distance and direction to an object can be measured by emitting radio waves or laser light toward the object and measuring the reflected wave or scattered light from the pulsed laser irradiation.
  • the stereo camera 302 is the front camera 2 (see FIG. 1), and records information in the depth direction by simultaneously photographing an object outside the vehicle from a plurality of different directions.
  • the vehicle sensor 303 is the combine sensor 14 and the wheel speed sensors 11FL to 11RR (see FIG. 1). ), the destination information entered by the occupants of the autonomous vehicle using the navigation system as an interface, and remote information using wireless communication such as telephone lines. It is a group of sensors that can detect the state of the own vehicle, such as destination information specified by an operator on the ground.
  • the risk map generation unit 205 has a sensor information processing unit 305, a map information processing unit 306, a self-position estimation processing unit 310, a storage unit 308, a three-dimensional object behavior prediction unit 307, and a map generation unit 309 as functional units. .
  • the sensor information processing unit 305 detects a three-dimensional object existing around the vehicle 81 based on the information of the environment around the vehicle input from each sensor of the radar 301 and the stereo camera 302, and detects the position and movement of the three-dimensional object. Generates three-dimensional object information representing At this time, the sensor information processing unit 305 calculates the position and movement of each three-dimensional object based on the position and speed information of the own vehicle input from the vehicle sensor 303 .
  • the sensor information processing unit 305 collects attribute information of three-dimensional objects such as parked vehicles, pedestrians, and bicycles around the vehicle that may move in the future, even if the velocity obtained at the current time is zero. , the current position and the current velocity vector are extracted, and three-dimensional object information is generated.
  • the storage unit 308 stores a road information DB that records information about the road from the point where the self-vehicle starts automatic driving to the target point and the surrounding roads, and information on the traffic lights installed on the road.
  • a traffic light information DB that records route information from the current position to the target point; and has a point cloud DB that records information on the road surface and road periphery as three-dimensional coordinate data.
  • the map information processing unit 306 acquires the road information (lane center line information) and traffic light information stored in the storage unit 308, and organizes the lighting information of the traffic lights that the own vehicle 81, which is an automatically driven vehicle, is scheduled to pass. Then, it is made into a format that can be used for automatic driving control of the own vehicle 81 . By doing so, automatic driving of the host vehicle is executed.
  • the self-position estimation processing unit 310 obtains information on the environment around the vehicle 81 and information on the vehicle 81 (vehicle steering angle (vehicle speed, information obtained by GNSS, etc.) and the point cloud DB in the storage unit 308, the location where the own vehicle is present is estimated.
  • the three-dimensional object behavior prediction unit 307 receives information about the own vehicle, three-dimensional object information around the own vehicle, map information, etc. obtained by the sensor information processing unit 305, the map information processing unit 306, and the self-position estimation processing unit 310. be. Based on the input information, the three-dimensional object behavior prediction unit 307 calculates future predicted position and speed information of each three-dimensional object.
  • the three-dimensional object behavior prediction unit 307 predicts the position R(X(T), Y(T)) of each three-dimensional object in the future time T based on the three-dimensional object information in order to grasp the movement of each moving object. do.
  • prediction is performed based on the following linear prediction formula (1): perform calculations.
  • Rn (Xn (T), Yn (T)) Vn (Vxn, Vyn) x T + Rn0 (Xn (0), Yn (0))...Equation (1)
  • the calculation method here assumes (limits) uniform linear motion in which each three-dimensional object around the vehicle moves while maintaining its current speed in the future. This method makes it possible to predict the behavior of three-dimensional objects existing around the own vehicle. In addition, it is possible to omit calculations that consist of an infinite number of conditions, reduce the calculation load, and make it possible to predict the behavior of many three-dimensional objects in a short period of time.
  • the three-dimensional object behavior prediction unit 307 may be configured with a learned neural network model. In this case, by inputting the position and speed information of the other vehicle output from the sensor information processing unit 305 and the image information obtained by the camera to the three-dimensional object behavior prediction unit 307, based on the learning data prepared in advance. , the value of the coupling coefficient of the network is learned and determined so that the output corresponding to the input can be obtained for the input information. As a result, it is possible to obtain the prediction result of position and speed information of each three-dimensional object existing around the own vehicle in the future time and the reliability of the prediction result. This makes it possible to use the predicted reliability of the actions of three-dimensional objects around the own vehicle to update actions (target actions) that the own vehicle should take in the future in automatic driving.
  • the blinker action (lighting of the direction indicator) of other vehicles that exists as a pattern that determines the reliability may be included.
  • the other vehicle 1201 cannot confirm the direction indicator of the own vehicle 81. In that case, acceleration/deceleration is performed. It is necessary to generate an accompanying risk map.
  • the map generation unit 309 acquires the action prediction result of the three-dimensional objects around the vehicle from the three-dimensional object action prediction unit 307, and outputs the environment information from the sensor information processing unit 305, the map information processing unit 306, and the self-position estimation processing unit 310, respectively. (including lane center line information, object information that is the result of predicting the behavior of surrounding objects, etc.). Further, the map generation unit 309 acquires a base profile candidate representing the predicted running state of the host vehicle from the base profile generation unit 311 (details will be described later). Thereby, the map generator 309 generates a risk map for each base profile candidate.
  • the base profile generation unit 311 generates information (road information, traffic light information, traffic rule information, point group information) and map information related to roads around the own vehicle stored in the storage unit 308 of the risk map generation unit 205 in FIG.
  • Peripheral state detection results typified by map information processed by the processing unit 306, the current state of the own vehicle processed by the self-position estimation processing unit 310, target action candidates that are route information stored in the storage unit 308, Generate the optimal trajectory candidate based on
  • the base profile generation unit 311 performs various actions (target action candidates) that the vehicle can take during automatic driving, such as maintaining the lane in which the vehicle is currently in (LK: Lane Keep), Judgment such as lane change from the current lane to the adjacent lane (LC: Lane Change), avoiding obstacles in front (OA: Obstacle Avoidance), etc., and trajectory candidates corresponding to these target action candidates Generate. Then, the base profile generation unit 311 generates a base profile candidate (running profile information) representing the running state of the own vehicle on each of the generated trajectory candidates. That is, the base profile generator 311 has a role of a driving profile information generator.
  • the running profile information includes at least one of vehicle speed profile information representing the running speed of the vehicle on each track candidate and vehicle steering angle profile information representing the steering amount of the vehicle on each track candidate.
  • a plurality of base profile candidates generated based on a plurality of assumed behaviors in different states are generated by the map generation unit.
  • the automatic driving planning unit 201 generates a risk map generated by the risk map generating unit 205, road information stored in the storage unit 308 of the risk map generating unit 205, traffic light information, route information, traffic rule information, point group information, A driving plan (trajectory plan, speed plan) considering the ride comfort is calculated from the target trajectory of the own vehicle and the collision determination based on.
  • the automatic operation planning unit 201 has an operation planning unit 501, a trajectory planning unit 506, and a travel mode management unit 507.
  • the trajectory planning unit 506 also has a lane keeping trajectory generation unit 502 , a lane change trajectory generation unit 503 , an obstacle avoidance trajectory generation unit 504 , and a trajectory arbitration unit 505 .
  • the operation planning unit 501 calculates weights (hereinafter referred to as weights) of target action candidates that the vehicle can take based on the risk map, lane information, map information, route information, environment information, and the like.
  • the calculated weights are input to the trajectory arbitration section 505 in the trajectory planning section 506 .
  • the trajectory planning unit 506 generates a trajectory (lane keeping trajectory, lane change trajectory, obstacle avoidance trajectory) corresponding to each target action candidate. I will explain each.
  • the lane keeping trajectory generation unit 502 generates a trajectory for maintaining the center of the lane in which the vehicle is currently traveling as the lane keeping trajectory.
  • the lane change trajectory generation unit 503 generates a trajectory for changing lanes to adjacent lanes of the lane in which the vehicle is currently traveling (not only changes to adjacent lanes but also all course changes that deviate from the own lane). do.
  • the obstacle avoidance trajectory generation unit 504 generates, as an obstacle avoidance trajectory, a travel trajectory for avoiding obstacles, if any, in the lane in which the host vehicle is currently traveling.
  • the trajectory arbitration unit 505 maintains the lane based on the risk map generated by the risk map generation unit 205 and representing the degree of travel safety of the own vehicle for each position around the own vehicle and the weight input from the operation planning unit 501.
  • the lane keeping trajectory, lane change trajectory, and obstacle avoidance trajectory input from the trajectory generation unit 502, lane change trajectory generation unit 503, and obstacle avoidance trajectory generation unit 504 are evaluated, and the trajectory with the best evaluation value is selected. to determine the target trajectory. Then, the determined target trajectory is output to the vehicle control device 1, and the own vehicle is automatically driven along the target trajectory. and the driving mode are output to the driving mode management unit 507 .
  • the previous selection information is generated based on traffic information (including traffic congestion and the stop position of the disabled vehicle) so as to increase the possibility (so that the same behavior continues).
  • the generated previous selection information is input to the operation planning unit 501 .
  • the driving planning unit 501 considers the past base profile (previous selection information) and the base profile (driving profile information) newly input at the same time as inputting the risk map, and calculates the speed of the own vehicle.
  • An operation plan assumed within a predetermined range can be realized.
  • the lane change trajectory generation unit 503 included in the automatic driving planning unit 201 has a lane change state management unit 601 , a lane change route generation unit 602 and a lane change speed generation unit 603 . Details of the lane change state management unit 601 will be described later with reference to FIG.
  • the lane change route generation unit 602 generates a target route 81b for the vehicle 81 to change lanes based on the lane change state managed by the lane change state management unit 601 (Fig. 7).
  • a method of generating the target path 81b there is a method of generating a spline curve with respect to the target position.
  • Predicted arrival time or distance is important in situations where lane changes are required.
  • the predicted arrival time is, for example, the time or distance until the vehicle 81 needs to change lanes due to an obstacle in the same lane. If the distance to the scene is 1000 m, for example, and the average running speed of the own vehicle 81 up to the present time or the average speed of the traffic flow in that section is 20 m/sec, the expected arrival time is 50 seconds. Such a value is calculated as the margin and used for lane change determination.
  • the lane change speed generation unit 603 calculates a speed profile when the vehicle 81 travels on the target route 81b. For example, if the route is traveled for 5 seconds, 50 velocity time-series points are calculated at intervals of 0.1 seconds (indicated by the solid and dotted lines in the graph indicated by the position axis and time axis shown in the upper part of FIG. 7).
  • the trajectory planning unit 506 By calculating the speed profile in the lane change speed generation unit 603, the trajectory planning unit 506 using the weights of the operation planning unit 501 that calculates the weights using the previous selection information generates risk areas 82a to 82c (the lower 3 in FIG. 7). (displayed on the roadway of the lane) and calculate the position and range.
  • the current speed risk area 82b indicates an area where another vehicle may collide when the own vehicle changes lanes at the current speed (constant speed).
  • Acceleration risk area 82a indicating an area where there is a possibility of collision
  • deceleration risk area 82c indicating an area where there is a possibility of collision with another vehicle when the own vehicle decelerates and changes lanes are calculated. Since the risk area corresponding to the target driving behavior can be used, the accuracy of searching for the target trajectory when changing lanes is improved.
  • determining the target trajectory for example, when predicting whether the other vehicle 1201 will maintain its current lane or change lanes, image information and statistical information (vehicle placement, obstacle arrangement, etc.) and the like, and the determination may be made by calculating relative probabilities for a plurality of candidates.
  • the reliability for the other vehicle 1201 for the lane change is 60%. be judged. At this time, if there is an obstacle in the same lane, the closer the vehicle is to the obstacle, the higher the priority of the lane change (LC). By calculating the degree of predictive reliability, a new risk area can be generated for an object that arrives at a predetermined distance and time.
  • a constant speed assumption profile is generated as the traveling profile information on the assumption that the own vehicle moves at a constant speed, and the route change priority is lower than the predetermined standard. If it is high, an acceleration profile assuming that the host vehicle accelerates and a deceleration profile assuming that the host vehicle decelerates may be generated as the running profile information.
  • the lane change state management unit 601 in FIG. 6 will be described.
  • the lane change state management unit 601 is a part that manages the state of the own vehicle (lane change state) when changing lanes to an adjacent lane.
  • the lane change state management unit 601 sets the state of the host vehicle when changing lanes to any of a lane change start determination state 701, a lane change execution state 702, a lane change completion state 703, and a lane change cancellation state 704.
  • Manage lane change status is a part that manages the state of the own vehicle (lane change state) when changing lanes to an adjacent lane.
  • the lane change state management unit 601 sets the state of the host vehicle when changing lanes to any of a lane change start determination state 701, a lane change execution state 702, a lane change completion state 703, and a lane change cancellation state 704.
  • Manage lane change status manage lane change status.
  • the lane change state management unit 601 sets the lane change state to the lane change start determination state 701. After that, when it is determined that the lane change of the host vehicle 81 is possible, the state transitions to the lane change execution state 702 , otherwise, the state transitions to the lane change cancellation state 704 . In the lane change execution state 702, when the lane change is completed, the state transitions to the lane change completion state 703. When it is determined that the lane change is impossible, or when the environmental conditions change during the lane change, the lane change is not performed. If it is determined that it is impossible, the state transitions to the lane change cancel state 704 . After proceeding to the lane change completion state 703 and the lane change cancel state 704, the state 701 is returned to the lane change start determination state.
  • FIG. 9 Processing executed in the lane change trajectory generation unit 503 will be described.
  • the processing flow of FIG. 9 is started and the process proceeds to lane change request confirmation step S801.
  • the lane change request confirmation step S801 if the weight value of LC among the weights of the target actions generated by the operation planning unit 501 is equal to or greater than a predetermined value, the process proceeds to the lane change trajectory generation step S802; Step S801 is repeated.
  • the lane change route generation unit 602 and the lane change speed generation unit 603 are used to generate the trajectory required for the lane change of the own vehicle.
  • a track intersection determination step S803 it is determined that the risk map generated by the risk map generation unit 205 overlaps with the lane change trajectory generated in the lane change trajectory generation step S802. If it is determined that there is no overlap, the process proceeds to lane change execution state transition processing step S804, and if it is determined that there is overlap, the process proceeds to lane change cancellation state transition processing S805.
  • the lane change state management unit 601 transitions the lane change state based on the state transition diagram shown in FIG. 7, and performs processing according to the lane change state after the transition.
  • lane change execution state transition processing step S804 of FIG. The processing flow is started, and lane change trajectory generation step S802 is executed. Subsequently, a cancel trajectory generation step S902 is executed. In cancel trajectory generation step S902, a trajectory for canceling the lane change from the current position and returning to the original lane is generated using the lane change route generation unit 602 and the lane change speed generation unit 603 (FIG. 6). .
  • the process proceeds to lane change continuation determination step S903, the generated lane change trajectory and the cancellation trajectory are compared, and evaluation is performed based on the indicators of safety and ride comfort. For example, when the own vehicle is driven based on the lane change trajectory, if it is expected that there is a risk of a sudden approach to other vehicles or surrounding objects, it is determined that the lane change cannot be continued, and the lane change is made. The process advances to cancel state transition processing step S805. On the other hand, if it is determined that the lane change can be continued, the process proceeds to lane change control step S904.
  • the generated lane change trajectory is transmitted to the trajectory arbitration unit 505, and when the trajectory is selected by the trajectory arbitration unit 505, each actuator command value is set so as to follow the trajectory. to change the lane of the own vehicle 81.
  • the lane change completion determination step S905 it is determined whether the lane change to the adjacent lane has been completed based on the vehicle's own position information and lane information. If it is determined to be completed, the process proceeds to the lane change completion state transition processing step S906, and if it is determined to be incomplete, the lane change trajectory generation step S802 is executed again.
  • the lane change state management unit 601 causes the lane change state to transition to the lane change completion state S703 based on the state transition diagram shown in FIG. Take appropriate action.
  • FIG. 11 When the lane change state of the host vehicle managed by the lane change state management unit 601 transitions to the lane change completion state S703 in lane change completion state transition processing step S906 in FIG.
  • the processing flow is started, and the lane keeping trajectory generation step S1001 is executed.
  • a trajectory that maintains the position of the host vehicle within the current lane is generated using the lane change route generator 602 and the lane change speed generator 603 (FIG. 7).
  • the lane keeping control step S1002 is executed.
  • the generated lane keeping trajectory is transmitted to the trajectory arbitration unit 505, and when the trajectory is selected by the trajectory arbitration unit 505, each actuator command value is set so as to follow the trajectory. to keep the vehicle in the lane.
  • the lane keeping determination step S1003 is executed. Here, it is determined whether or not the current lane can be maintained, and whether or not the lane can be maintained for a predetermined time is determined.
  • the trajectory generation step S1001 is repeated.
  • driving mode change processing step S1004 the driving mode is changed to lane keeping, and the process proceeds to transition processing step S1005.
  • transition processing step S1005 lane change state management unit 601 transitions the lane change state to lane change start determination state S701 based on the state transition diagram shown in FIG.
  • lane change trajectory generation unit 503 When the lane change state of the own vehicle managed by the lane change state management unit 601 transitions to the lane change canceled state S704 in the lane change cancellation state transition processing step S805 of FIG. 9 or 10, the lane change trajectory generation unit 503 The processing flow of FIG. 12 is started, and cancel trajectory generation step S1101 is executed. In cancel trajectory generation step S1101, a trajectory for returning the position of the host vehicle to the original lane is generated using lane change route generation unit 602 and lane change speed generation unit 603 (FIG. 6).
  • cancel trajectory follow-up control step S1102 is executed.
  • the generated canceled trajectory is transmitted to the trajectory arbitration unit 505 (FIG. 5). to return the vehicle to its original lane.
  • Steps S1003 to S1005 are the same as in FIG.
  • FIG. 13 A lane change when another vehicle 1201 is present will be specifically described (simplified above in FIG. 7).
  • the road is assumed to have 3 lanes.
  • the own vehicle 81 is automatically driving in the leftmost lane, and another vehicle 1201 is traveling in the rightmost lane on the right front of the own vehicle 81 .
  • the sensor 5 provided in the own vehicle 81 detects the surroundings of the own vehicle 81 that is running.
  • the vehicle control device 1 uses the current lane (left end) as it is as the target action candidate described above based on the map information stored in the storage unit 308 and the environment information from the sensor 5 for recognizing the surroundings. Two action candidates are generated for keeping the lane and driving or changing the lane to an adjacent lane.
  • a current speed risk map in the case where the vehicle 81 runs at the current speed of the vehicle 81 at a substantially constant speed (current speed) over the future time, and a risk map for driving at a speed higher than the current vehicle speed.
  • An acceleration risk map for acceleration and an acceleration risk map are generated based on the base profile.
  • the risk area 82b for approximately constant speed and the risk area 82a for acceleration are defined as the regions where the risk of collision with other vehicle 1201 is high when the speed is approximately constant and when the vehicle is accelerated.
  • Two risk maps are calculated. Using these two risk maps, a trajectory for changing lanes at approximately constant speed and a trajectory for changing lanes with acceleration are generated.
  • the trajectory was the first lane change trajectory 81b in the case of approximately constant speed, and the second lane change trajectory 81a in the case of acceleration. Now consider the degree of overlap between the respective lane change tracks 81a, 81b and the respective risk areas 82a, 82b.
  • the lane track 83 travels in the same lane.
  • the host vehicle 81 travels along the As a result of examination, if the lane change of the vehicle is possible without satisfying the predetermined overlap condition, the vehicle 81 is controlled to follow the second lane change track 81a or 81b, and the lane change is executed.
  • the overlapping condition is set so as to prevent damage to the own vehicle 81 by an object other than the vehicle.
  • a risk map may be generated by changing the predetermined threshold value of .
  • the base profile generation unit 311 further receives the lane change priority generated by the lane change priority generation unit 1301 based on map information and road traffic information. , differ in that the base profile is generated.
  • the lane change trajectory is generated in the lane change trajectory generation unit 602 of the lane change trajectory generation unit 503.
  • the ratio increases, and the lane change priority rises due to the weight of the driving planning unit 501 that uses the previous selection information.
  • the base profile generation unit 311 adjusts the number of base profiles based on the lane change priority. Therefore, as the lane change priority increases, the number of base profiles to be generated is increased. Become. Lane change priority is determined, for example, based on traffic information communicated between vehicles.
  • the number of base profile candidates generated by the base profile generator 311 is determined based on the lane change priority.
  • base profile generation unit 311 When the lane change priority generated by lane change priority generation unit 1301 is low, base profile generation unit 311 generates the same number of base profiles as the number of action candidates. , to generate multiple base profiles for each action candidate. With this, as the need to change lanes increases, by preparing multiple base profiles for optimal lane changes, a risk map can be generated based on these, enabling the vehicle to change lanes even under certain circumstances. can handle.
  • the number of generated acceleration risk maps and the number of generated deceleration risk maps may be similarly increased based on the lane change priority.
  • the number of base profiles is generated according to the speed so that the number of deceleration base profiles is generated with priority over the number of acceleration base profiles. may be increased or decreased.
  • the reason why the deceleration base profile is preferentially generated in this way is because it is determined that the lane change is more likely to be possible when the host vehicle decelerates rather than accelerates.
  • FIG. 18 A lane change when a stopped vehicle 1701 is stopped in the same lane will be described.
  • the sensor 5 mounted on the own vehicle 81 detects that the stopped vehicle 1701 is in the same lane as the leftmost lane on which the own vehicle 81 is traveling. In order to avoid the stopped vehicle 1701, the host vehicle 81 needs to change lanes to the center lane.
  • the presence of the stopped vehicle 1701 includes not only direct detection by the sensor 5, but also information obtained and detected in advance by a line such as a network or communication means from the vicinity of the stopped vehicle 1701.
  • a trajectory intersection determination (see FIG. 9 ), it is determined that the lane cannot be changed at approximately constant speed or acceleration.
  • the lane change priority is further increased, the number of deceleration base profiles is increased (see FIG. 17), and multiple deceleration risk maps are generated based on the increased deceleration base profiles.
  • a risk area 82c is determined to be a high-risk area based on the deceleration risk map. Also, the lane change trajectory 81c for deceleration is generated.
  • the lane change trajectories 81a, 81b, 81c on the acceleration side, approximately constant speed, and deceleration, respectively, are compared with the respective risk maps 82a, 82b, 82c, and predetermined overlapping conditions are determined.
  • a lane change is not possible if a predetermined overlap condition is met (lane change trajectory and risk map intersect). If a predetermined overlap condition is not met (lane change trajectory and risk map do not intersect), then a lane change is performed.
  • the own vehicle 81 is controlled to follow the lane change trajectory 81c for deceleration, and the lane is changed.
  • the other vehicle 1201 if another vehicle 1201 sounds its horn while the own vehicle 81 is emitting its turn signal, there is a possibility that the other vehicle 1201 warns (suppresses) the lane change.
  • an external microphone or the like is installed as a sensor of the own vehicle, and information from a device that senses external sounds is taken in, and the risk map generation unit 205 further generates a risk map on the deceleration side. It may be configured to be preferentially generated. By doing so, even when the lane change of the own vehicle 81 is impossible due to the existence of the other vehicle 1201, the lane change becomes possible, and the convenience of the lane change function is improved.
  • the risk map automatically Switching from driving may increase risk map generation accordingly.
  • the system concentrates on generating a risk map for overtaking, and when the brake is applied, the system concentrates on generating a risk map for driving another vehicle ahead.
  • the driver may cancel the automatic lane change by pressing the lane change stop button or operating the turn signal. Also, even if the risk map is generated according to the driver's intentions, if it is determined that it is difficult to change lanes (there is a risk of collision with other vehicles), the contents are notified on the display, etc. Line change may be canceled.
  • FIG. 19 The present invention is applied assuming a two-lane road.
  • a risk area 82b is calculated when the own vehicle 81 is at approximately constant speed, a risk area 82a when it accelerates, and a risk area 82c when it decelerates.
  • the risk map to be generated is changed based on the prediction result (running profile information) of the acceleration, deceleration, and constant speed of the own vehicle 81 . Further, when it is determined that it is difficult for the own vehicle 81 to change lanes even using the newly created risk map, the vehicle takes a running action of stopping in front of the obstacle 1701a.
  • the patterns for switching the base profile are not limited to constant speed, acceleration, and deceleration, but also patterns for overtaking and following the preceding vehicle are set in the driving action plan. It may be determined whether the own vehicle is better at overtaking or following by evaluating in part.
  • Modification 2 (Fig. 20) The present invention is applied assuming a road with four lanes and a T-junction.
  • another vehicle 1201 is in the same leftmost lane as the own vehicle 81 .
  • a second other vehicle 1201a is running side by side behind the own vehicle 81 in the adjacent lane.
  • a risk area 82b is calculated when the own vehicle 81 takes action to change lanes to the next lane
  • a risk area 82d is calculated when decelerating to change lanes before the stop line. .
  • the adjacent lane is the right turn lane at the intersection ahead, it is necessary to create a risk map for the deceleration side that involves stopping when changing lanes. Even if it is difficult to change lanes with the current vehicle arrangement, it is necessary to have another vehicle 1201a give up the lane. Therefore, the vehicle 81 starts the lighting time of the direction indicator early and lights it for a long time to generate a risk map on the deceleration side.
  • possible driving behaviors of the own vehicle 81 may include driving behavior of moving closer in the same lane, in addition to lane change and turn signal timing control.
  • the vehicle control device 1 of the present invention includes a driving profile information generation unit 311 that generates driving profile information representing the driving state of the own vehicle 81 for each of a plurality of target action candidates that the own vehicle 81 can take; Based on a three-dimensional object behavior prediction unit 307 that predicts the behavior of a three-dimensional object existing around the vehicle 81, the prediction result of the behavior of the three-dimensional object by the three-dimensional object behavior prediction unit 307, and the driving profile information, A risk map generation unit 205 that generates a risk map representing the degree of driving safety of the own vehicle 81 for each surrounding position, and a degree that the own vehicle 81 should preferentially select for each of a plurality of target action candidates.
  • a driving planning unit 201 that calculates the priority, a trajectory arbitration unit 505 that selects a trajectory corresponding to one of a plurality of target action candidates as the target trajectory of the own vehicle 81 based on the risk map and the priority, Prepare.
  • the driving planning unit 201 considers the estimated arrival time to the point where the course change of the own vehicle 81 is calculated by the driving planning unit 201 based on the driving profile information and the surrounding environment information. The shorter the expected time, the higher the route change priority. By doing so, it is possible to ensure that the autonomous vehicle can change lanes when there is an obstacle in the same lane.
  • the driving profile information generator 311 generates driving profile information with different conditions regarding the speed of the own vehicle 81 based on the route change priority. By doing so, it is possible to generate risk maps corresponding to different speeds.
  • the operation planning unit 201 When the route change priority is lower than a predetermined criterion, the operation planning unit 201 generates a constant speed assumption profile as traveling profile information on the assumption that the own vehicle 81 moves at a constant speed, and changes the route. If the priority is higher than a predetermined criterion, an acceleration profile assuming that the vehicle 81 will accelerate and a deceleration profile that the vehicle 81 will decelerate are generated as running profile information. By doing so, it is possible to generate risk maps corresponding to different speed profiles.
  • the risk map generation unit 205 generates a risk map according to the lighting timing of the direction indicators of the vehicle 1201 other than the own vehicle 81 . By doing so, a more optimal risk map can be generated.
  • the running profile information includes at least one of vehicle speed profile information, which is an element for realizing the target behavior of the vehicle 81, and vehicle steering angle profile information representing the steering amount of the vehicle. By doing so, the driving profile information necessary for the risk map can be generated.
  • the risk map generation unit 205 calculates prediction reliability using a neural network model based on surrounding environment information and past statistical information. By doing so, it is possible to optimize the decision as to whether or not priority should be given to the course change based on the information of the surrounding environment.
  • the present invention is not limited to the above embodiments, and various modifications and other configurations can be combined without departing from the scope of the invention. Moreover, the present invention is not limited to those having all the configurations described in the above embodiments, and includes those having some of the configurations omitted.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Mathematical Physics (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Traffic Control Systems (AREA)

Abstract

車両制御装置は、前記自車両の走行状態を表す走行プロファイル情報生成部と、立体物の行動を予測する立体物行動予測部と、前記立体物の行動の予測結果と、前記走行プロファイル情報とに基づいて、前記自車両の走行安全度を表すリスクマップを生成するリスクマップ生成部と、前記自車両が優先的に選択すべき度合いを表す優先度を算出する運転計画部と、前記リスクマップと、前記優先度とに基づき、前記自車両の目標軌道を選択する軌道調停部と、を備える。

Description

車両制御装置
　本発明は、自動車等の車両を制御する車両制御装置に関する。
　従来、例えば、特許文献１に示すように、他車両などの交通参加車が存在する道路環境において、自車両周辺の各位置に対する自車両と環境要素の存在時間範囲をそれぞれ決定し、これらに基づいて、自車両の周辺の走行危険度を表す走行危険度マップを生成し、自車両の運転支援を行う技術が開発されている。
特許６６２２１４８号公報
　特許文献１に記載の従来技術では、自車両の現在の車速や加速度、走行軌道計画などを考慮して、自車両の周辺の各位置に対する自車両の存在時間範囲を決定している。しかしながら、将来時刻におけるこれらの変化が大きい場合は、自車両の存在時間範囲も大きく変化するため、実際の自車両の走行状態に対する危険度が生成した走行危険度マップから大きく乖離する。そうした状況では、自車両の運転支援を適切に行うことができず、安全性（快適性）や乗り心地が悪化する可能性があった。
　これを鑑みて本発明では、自動運転車両の安全性と乗り心地とを両立させ、信頼性が向上した自動運転ができる車両制御装置を提供することが目的である。
　車両制御装置は、自車両が取り得る複数の目標行動候補のそれぞれについて、前記自車両の走行状態を表す走行プロファイル情報を生成する走行プロファイル情報生成部と、前記自車両の周囲に存在する立体物の行動を予測する立体物行動予測部と、前記立体物行動予測部による前記立体物の行動の予測結果と、前記走行プロファイル情報とに基づいて、前記自車両の周囲の各位置に対して前記自車両の走行安全度を表すリスクマップを生成するリスクマップ生成部と、前記複数の目標行動候補のそれぞれについて、前記自車両が優先的に選択すべき度合いを表す優先度を算出する運転計画部と、前記リスクマップと、前記優先度とに基づき、前記複数の目標行動候補のいずれかに対応する軌道を、前記自車両の目標軌道として選択する軌道調停部と、を備える。
　本発明によれば、自動運転車両の安全性と乗り心地とを両立させ、信頼性が向上した自動運転ができる車両制御装置を提供できる。
本発明の第１の実施形態に係る、自動運転走行車両の走行駆動系およびセンサの構成を示すブロック図である。 車両が備える自動運転用制御システムの構成を示すブロック図である。 図２のリスクマップ生成部の構成を示したブロック図である。 図３のベースプロファイル生成部の構成を示したブロック図である。 図２の自動運転計画部の構成を示したブロック図である。 図５の車線変更軌道生成部の構成を表すブロック図である。 ベースプロファイルに基づいて生成されるリスクマップの模式図である。 図６の車線変更状態管理部の構成を示したブロック図である。 図８の車線変更開始判断状態ステップの構成を示したブロック図である。 図８の車線変更実行状態ステップの構成を示したブロック図である。 図８の車線変更完了状態ステップの構成を示したブロック図である。 図８の車線変更キャンセル状態ステップの構成を示したブロック図である。 本発明の第１の実施形態に係る、車両の動きを示した説明図である。 本発明の第１の実施形態に係る、ベースプロファイル生成部の構成を示したブロック図である。 ＬＣ優先度に基づいたベースプロファイルの生成数を示した説明図である。 ＬＣ優先度に基づいたベースプロファイルの生成数を示した説明図である。 ＬＣ優先度に基づいたベースプロファイルの生成数を示した説明図である。 本発明の第２の実施形態に係る、車両の動きを示した説明図である。 第１の変形例に係る、車両の動きを示した説明図である。 第２の変形例に係る、車両の動きを示した説明図である。
　以下、図面を参照して本発明の実施形態を説明する。以下の記載および図面は、本発明を説明するための例示であって、説明の明確化のため、適宜、省略および簡略化がなされている。本発明は、他の種々の形態でも実施する事が可能である。特に限定しない限り、各構成要素は単数でも複数でも構わない。
　図面において示す各構成要素の位置、大きさ、形状、範囲などは、発明の理解を容易にするため、実際の位置、大きさ、形状、範囲などを表していない場合がある。このため、本発明は、必ずしも、図面に開示された位置、大きさ、形状、範囲などに限定されない。
（本発明の第１の実施形態、および全体構成）
（図１）
　車両８１は、車両８１の進行方向や速度をそれぞれ制御するためのステアリング制御機構１０、ブレーキ制御機構１３、スロットル制御機構２０と、それらを統括制御する車両走行制御装置１、を備えている。また、車両８１は、操舵制御装置８、制動制御装置１５、加速制御装置１９、表示装置２４、を備えている。なお、車両８１が備える車輪はそれぞれ、ＦＬ輪２２ａは左前輪、ＦＲ輪２２ｂは右前輪、ＲＬ輪２２ｃは左後輪、ＲＲ輪２２ｄは右後輪を、意味している。
　車両走行制御装置１は、ステアリング制御機構１０、ブレーキ制御機構１３、スロットル制御機構２０、それぞれに対する指令値を演算し、操舵制御装置８、制動制御装置１５、加速制御装置１９にそれぞれ送信する。操舵制御装置８は、車両走行制御装置１からの指令値に基づきステアリング制御機構１０を制御し、ＦＬ輪２２ａおよびＦＲ輪２２ｂの操舵角を変化させて車両８１の進行方向を制御する。制動制御装置１５は、車両走行制御装置１からの指令値に基づきブレーキ制御機構１３を制御し、車両８１が備える各車輪のブレーキ力配分を調整して車両８１を減速させる。加速制御装置１９は、車両走行制御装置１からの指令値に基づきスロットル制御機構２０を制御し、エンジンのトルク出力を調整して車両８１の加速度を制御する。表示装置２４は、車両８１の走行計画や周辺に存在する移動体の行動予測等をドライバに表示する。
　車両８１は、外界を認識するセンサ２、３、４、５を備えている。例えば、センサ２、３、４、５は、それぞれ、前方カメラ２、左右側方レーザーレーダ３，４、後方ミリ波レーダ５、である。また、車両８１が備える通信装置２３は、路車間通信を行い、車両８１の周囲に存在する他車両の情報を取得する。これらのセンサ情報や通信情報が車両走行制御装置１に入力され、車両８１とその周囲の他車両との相対距離及び相対速度を検知することができる。
　なお、センサ構成の一例として上記センサ２～５の組み合わせを示しているが、それに限定するものではなく、超音波センサ、ステレオカメラ、赤外線カメラなどとの組み合わせでもよい。
　また、車両走行制御装置１は、図示していないが、例えば、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）及び入出力装置を有する。上記ＲＯＭには、後述する車両走行制御に係るプロセスフローが記憶されている。車両走行制御装置１は、生成された走行計画に従って、前述したようにステアリング制御機構１０、ブレーキ制御機構１３、スロットル制御機構２０、といった車両走行を制御するための各アクチュエータに対して、指令値を演算する。
　操舵制御装置８、制動制御装置１５、加速制御装置１９は、車両走行制御装置１の指令値を受信し、当該指令値に基づき各アクチュエータ１０、１３、２０を制御する。
（ブレーキ動作について）
　車両８１のブレーキの動作について説明する。ドライバが車両８１を運転している状態で、ドライバがブレーキペダル１２を踏んだとき、その踏力をブレーキブースタで倍力にし、マスタシリンダ（不図示）によってその踏力に応じた油圧を発生させる。発生させた油圧は、ブレーキ制御機構１３を介してホイルシリンダ１６に供給される。
　ホイルシリンダ１６には、左右前輪、左右後輪、それぞれに対応したホイルシリンダ１６ＦＬ～１６ＲＲがあり、シリンダ、ピストン、パッド等から構成されている。ホイルシリンダ１６は、マスタシリンダ９から供給される作動液（前述で発生させた油圧）によってピストンが推進され、ピストンに連結されたパッドがディスクロータに押圧される。なお、ディスクロータは、車輪２２とともに回転している。そのため、ディスクロータに作用したブレーキトルクは、車輪２２と路面との間に作用するブレーキ力となる。以上の動作により、ドライバのブレーキペダル操作に応じて、各車輪２２ａ～２２ｄに制動力を発生させることができる。
　制動制御装置１５は、車両走行制御装置１と同様に、例えばＣＰＵ、ＲＯＭ、ＲＡＭ及び入出力装置を有する。車両８１は、前後加速度、横加速度、ヨーレート、を検出可能なコンバインセンサ１４と、各車輪に設置された車輪速センサ１１ＦＬ～１１ＲＲと、を備えている。制動制御装置１５には、ブレーキ力指令と、操舵制御装置８を介しハンドル角検出装置２１から送信されるセンサ信号と、が入力されている。制動制御装置１５は、これらの指令や信号から取得した情報に基づいて、自車両８１のスピン、ドリフトアウト、車輪のロックを推定し、それらを抑制するように当輪の制動力を発生させている。
　また、制動制御装置１５は、ポンプや制御バルブを有するブレーキ制御機構１３、に接続されており、ドライバのブレーキペダル操作とは独立して、各車輪２２ａ～２２ｄに任意の制動力を発生させ、ドライバの操縦安定性を高める役割を担っている。
　また、車両走行制御装置１は、制動制御装置１５に対してブレーキ指令を通信していることで、車両８１に任意のブレーキ力を発生させることができる。これにより、ドライバの操作が生じない自動運転において、自動的に制動を行っている。なお、車両８１の自動的な制動の役割を担うのは制動制御装置１５に限定するものではなく、ブレーキバイワイヤ等の他のアクチュエータを用いて実施されてもよい。
（ステアリング動作について）
　次に、ステアリングの動作について説明する。ドライバが車両８１を運転している状態では、ドライバがハンドル６を切ることで、ハンドル６を介して入力した操舵トルクとハンドル角とが、それぞれ操舵トルク検出装置７とハンドル角検出装置２１とで検出される。検出された情報に基づいて、操舵制御装置８はモータを制御し、アシストトルクを発生させる。
　なお、操舵制御装置８は、車両走行制御装置１と同様に例えばＣＰＵ、ＲＯＭ、ＲＡＭ及び入出力装置を有する。ステアリング制御機構１０は、ドライバの操舵トルクと、モータによるアシストトルクの合力と、により可動して前輪が左右に動く（切れる）。この前輪の切れ角（操舵角）に応じて、路面からの反力がステアリング制御機構１０に伝わり、路面反力としてドライバにステアリングの具合が伝わっている。
　操舵制御装置８は、ドライバのステアリング操作とは独立に、モータによりトルクを発生させ、ステアリング制御機構１０を制御することができる。従って、車両走行制御装置１は、操舵制御装置８に操舵力指令を通信することで、前輪を任意の切れ角に制御することができ、ドライバの操作が生じない自動運転においては自動的に操舵を行う役割を担っている。なお、自動的に操舵を行う役割は、操舵制御装置８に限定するものではなく、ステアバイワイヤ等のほかのアクチュエータであってもよい。
（アクセルの動作について）
　次に、アクセルの動作について説明する。ドライバのアクセルペダル１７の踏み込み量はストロークセンサ１８で検出され、加速制御装置１９に入力される。なお、加速制御装置１９は、車両走行制御装置１と同様に、例えばＣＰＵ、ＲＯＭ、ＲＡＭ及び入出力装置を有する。加速制御装置１９は、アクセルペダル１７の踏み込み量に応じて、スロットル開度を調節し、エンジンを制御する。これにより、ドライバのアクセルペダル操作に応じて車両８１を加速させることができる。
　また、加速制御装置１９はドライバのアクセル操作とは独立して、スロットル開度を制御することができる。従って、車両走行制御装置１は、加速制御装置１９に加速指令を出力することで、車両８１に任意の加速度を発生させることができる。これにより、ドライバの操作が生じない自動運転においては、車両走行制御装置１が、自動的に加速を行う役割を担っている。
　（図２）
　自動運転用制御システムの中心を担う車両制御装置１は、自車両８１を目的地へ自動運転で移動させるために自車両８１の動作を計画し目標軌道を生成する自動運転計画部２０１、駐車場などで自動的に駐車枠に駐車させるために自車両８１の動作を計画する自動駐車計画部２０２、車両運動を制御するための指令値を生成する車両運動制御部２０３、エンジン・ブレーキ・ステアリングなどの各アクチュエータを制御するためのアクチュエータ制御部２０４、自車両８１の想定行動に基づいて自車両８１周辺の走行危険度を生成するリスクマップ生成部２０５、を備えている。
　自動運転計画部２０１、自動駐車計画部２０２、車両運動制御部２０３、アクチュエータ制御部２０４は異なるコントローラに実装されているため、各コントローラ間の通信を行なうための車両ネットワーク２０６を有している。ただし、車両ネットワーク２０６は有線接続に限らず、無線接続でもよい。
　また、各コントローラへの実装方法として、自動運転計画部２０１と自動駐車計画部２０２とが同一のハードウェアに実装されていてもよい。また、アクチュエータ制御部２０４の実装についても、エンジン制御用コントローラやブレーキ制御用コントローラなど異なるハードウェアに実装されていてもよい。
（図３）
　リスクマップ生成部２０５は、レーダ３０１、ステレオカメラ３０２、車両センサ３０３、から情報を取得する。
　レーダ３０１は、左右側方レーザーレーダ３，４や後方ミリ波レーダ５（図１参照）であり、外界を認識するセンサである。電波やレーザー光を対象物に向けて発射し、その反射波またはパルス状に発光するレーザー照射に対する散乱光を測定することにより、対象物までの距離や方向を測っている。ステレオカメラ３０２は、前方カメラ２（図１参照）であり、自車両外の対象物を複数の異なる方向から同時に撮影することにより、その奥行き方向の情報も記録している。
　車両センサ３０３は、コンバインセンサ１４や車輪速センサ１１ＦＬ～１１ＲＲ（図１参照）であり、自車両の速度やタイヤの回転数を測定するだけでなく、ＧＮＳＳ（Global Navigation Satellite System：全球測位衛星システム）を用いた自動運転車両の平均位置を算出した情報や、自動運転車両に乗員している人がナビゲーションシステムをインターフェースとして用いて入力した目的地情報、電話回線などの無線通信を活用して遠隔地にいるオペレータなどから指定された目的地情報など、自車両の状態を検知できるセンサ群である。
　リスクマップ生成部２０５は、センサ情報処理部３０５、地図情報処理部３０６、自己位置推定処理部３１０、記憶部３０８、立体物行動予測部３０７、マップ生成部３０９、を機能部として有している。
　センサ情報処理部３０５は、レーダ３０１、ステレオカメラ３０２の各センサから入力される自車両周囲の環境の情報によって、自車両８１の周囲に存在する立体物を検出し、その立体物の位置や動きを表す立体物情報を生成する。このときセンサ情報処理部３０５は、車両センサ３０３から入力される自車両の位置や速度の情報に基づいて、各立体物の位置や動きを算出する。センサ情報処理部３０５は、将来において動く可能性がある自車両周囲の駐車車両、歩行者、自転車などの立体物について、現時刻で得られた速度がゼロであったとしても、それらの属性情報や現在位置および現在速度ベクトルを抽出し、立体物情報を生成する。
　記憶部３０８は、自車両が自動運転を開始する地点から目標地点までの道路およびその周辺の道路に関する情報を記録している道路情報ＤＢや、道路上に設置されている信号機の情報を記録している信号機情報ＤＢ、現在位置から目標地点までのルート情報を記録しているルート情報ＤＢ、自車両が走行する区間の交通ルールを記録している交通ルールＤＢ、自己位置推定処理部３１０で用いられ、道路面および道路周辺を３次元の座標データとして情報を記録している点群ＤＢ、を有している。
　地図情報処理部３０６は、記憶部３０８の記憶している道路情報（車線中心線情報）や信号機情報を取得し、自動運転車両である自車両８１が通行予定である信号機の点灯情報などを整理して、自車両８１の自動運転制御に利用できる形式にする。このようにすることで、自車両の自動運転が実行される。
　自己位置推定処理部３１０は、自車両８１に備える複数のセンサ（レーダ３０１、ステレオカメラ３０２、車両センサ３０３）で得られた自車両周囲の環境の情報および自車両８１の情報（車両のステアリング角度・車両速度・ＧＮＳＳで得られた情報など）と、記憶部３０８の点群ＤＢと、に基づいて自車両が存在する場所を推定する。
　立体物行動予測部３０７には、センサ情報処理部３０５、地図情報処理部３０６、自己位置推定処理部３１０で得た、自車両の情報、自車両周囲の立体物情報、地図情報等が入力される。立体物行動予測部３０７では、入力された情報に基づいて、各立体物の将来の予測位置および速度情報が演算される。
　例えば、立体物行動予測部３０７は、各移動物体の動きを把握するために、立体物情報に基づいて各立体物の将来時間Ｔにおける位置Ｒ（Ｘ（Ｔ），Ｙ（Ｔ））を予測する。予測する方法としては、立体物の現在位置Ｒｎ０（Ｘｎ（０），Ｙｎ（０））、現在速度Ｖｎ（Ｖｘｎ，Ｖｙｎ）とした場合、以下の線形予測の式（１）に基づいて、予測演算を行なう。
　Ｒｎ（Ｘｎ（Ｔ），Ｙｎ（Ｔ））＝Ｖｎ（Ｖｘｎ，Ｖｙｎ）×Ｔ＋Ｒｎ０（Ｘｎ（０），Ｙｎ（０））・・・式（１）
　ここでの演算方法は、自車両周囲の各立体物が将来時間において現在速度を維持して移動する等速直線運動を仮定（限定）している。この方法により、自車両の周囲に存在する立体物の行動を予測することができる。また、無限にある条件からなる演算を省くことが可能になり、演算負荷が低減し、短時間に多くの立体物の行動予測が可能となる。
　また、立体物行動予測部３０７を学習済みのニューラルネットワークモデルにより構成してもよい。この場合、センサ情報処理部３０５から出力される他車両の位置および速度情報やカメラによって得られた画像情報を、立体物行動予測部３０７に入力することによって、あらかじめ用意された学習データに基づいて、入力された情報に対してその入力に対応する出力が得られるようにネットワークの結合係数の値を学習し決定する。これにより、自車両の周囲に存在する各立体物の将来時間における位置や速度情報の予測結果と、その予測結果の信頼度とを得ることができる。これにより、自車両周囲の立体物の行動に対しての予測信頼度を、自車両が自動運転において将来取るべき行動（目標行動）の更新に用いることができる。
　なお、信頼度を決定するパターンとして存在する他車両のウィンカーアクション（方向指示器の点灯）を含んでもよい。例えば、他車両１２０１のドライバやセンサの死角になっている位置関係の場合には、他車両１２０１が自車両８１の方向指示器を確認できていない可能性があり、その場合は加速・減速を伴うリスクマップの生成が必要になる。
　マップ生成部３０９は、立体物行動予測部３０７から自車両周囲の立体物の行動予測結果を取得し、センサ情報処理部３０５、地図情報処理部３０６、自己位置推定処理部３１０からそれぞれ、環境情報（車線中心線情報、周囲物体の行動の予測結果であるオブジェクト情報などを含む）を取得する。さらに、マップ生成部３０９は、ベースプロファイル生成部３１１から自車両の予測走行状態を表すベースプロファイル候補を取得する（詳細は後述）。これにより、マップ生成部３０９は、ベースプロファイル候補ごとにリスクマップを生成する。
（図４）
　ベースプロファイル生成部３１１は、図３のリスクマップ生成部２０５の記憶部３０８に保存されている自車両の周辺の道路に関する情報（道路情報、信号機情報、交通ルール情報、点群情報）や地図情報処理部３０６で処理された地図情報に代表される周辺状態検知結果、自己位置推定処理部３１０で処理される自車両の現在状態、記憶部３０８に保存されているルート情報である目標行動候補、に基づいて、最適な軌道候補を生成する。
　このときベースプロファイル生成部３１１は、自動運転中に自車両が取り得る様々な行動（目標行動候補）、例えば、自車両が現在いる車線を維持すること（ＬＫ:Lane Keep）、現在走行している車線から隣接車線へ車線変更（ＬＣ:Lane Change）すること、前方に存在する障害物を回避する（ＯＡ:Obstacle Avoidance）ことなどを判断し、これらの目標行動候補に対応する軌道候補をそれぞれ生成する。そして、ベースプロファイル生成部３１１は、生成した各軌道候補における自車両の走行状態を表したベースプロファイル候補（走行プロファイル情報）を生成する。つまり、ベースプロファイル生成部３１１は、走行プロファイル情報生成部の役割を持つ。
　なお、走行プロファイル情報は、各軌道候補における自車両の走行速度を表す自車速度プロファイル情報と、各軌道候補における自車両の操舵量を表す自車操舵角度プロファイル情報と、の少なくとも一方を含む。
　これにより、等速状態で周囲の移動物体を判断する立体物行動予測部３０７からの情報に加えて、異なる状態での複数の想定行動に基づいて生成された複数のベースプロファイル候補がマップ生成部３０９に入力されることにより、等速度仮定などを用いた従来のリスクマップよりも、自車両周囲環境が不確定な状態でも危険箇所を表示できるリスクマップを生成することができ、自車両の最適軌道を探索する精度が向上する。
（図５）
　自動運転計画部２０１は、リスクマップ生成部２０５で生成されたリスクマップ、リスクマップ生成部２０５の記憶部３０８に記憶されている道路情報、信号機情報、ルート情報、交通ルール情報、点群情報、に基づいて自車両の目標軌道および衝突判定等から乗り心地を考慮した運転計画（軌道計画、速度計画）を演算する。
　自動運転計画部２０１は、運転計画部５０１、軌道計画部５０６、走行モード管理部５０７、を有している。また、軌道計画部５０６は、車線維持軌道生成部５０２、車線変更軌道生成部５０３、障害物回避軌道生成部５０４、軌道調停部５０５、を有している。
　運転計画部５０１は、リスクマップ、車線情報、地図情報、ルート情報、環境情報などに基づき、自車両が取り得る目標行動候補の重み（以下、重み）を算出する。算出された重みは、軌道計画部５０６内の軌道調停部５０５に入力される。
　重みについて説明する。重みとは、自車両が現在いる車線を維持すること（ＬＫ:Lane Keep）、現在走行している車線から隣接車線へ車線変更（ＬＣ:Lane Change）すること、前方に存在する障害物を回避する（ＯＡ:Obstacle Avoidance）ことなど、自車両が取り得る行動に対しての度合いを表すものである。例えば、自車両が直線路を走行時に、前方に自車両が避けなければならないような他車両や物体が存在せず、またルート情報からも隣接車線へ車線変更する必要がないと判断される状況においては、重みはＬＫ＝１００，ＬＣ＝０，ＯＡ＝０となる。この重みの値が、自車両の進路変更の優先度合いを表す進路変更優先度となる。
　軌道計画部５０６では、各目標行動候補に対応する軌道（車線維持軌道、車線変更軌道、障害物回避軌道）、が生成される。それぞれについて説明する。車線維持軌道生成部５０２は、車線維持軌道として、自車両が現在走行している車線の中央を維持するための軌道を生成する。車線変更軌道生成部５０３は、自車両が現在走行している車線の隣接車線への車線変更（隣の車線への変更だけでなく自車線から外れる全ての進路変更）を行うための軌道を生成する。障害物回避軌道生成部５０４は、障害物回避軌道として、自車両が現在走行している車線内において、障害となる物体がある場合にそれを回避する走行軌道を生成する。
　軌道調停部５０５は、リスクマップ生成部２０５で生成された自車両周辺の各位置に対する自車両の走行安全度を表すリスクマップと、運転計画部５０１から入力される重みとに基づいて、車線維持軌道生成部５０２、車線変更軌道生成部５０３、障害物回避軌道生成部５０４、それぞれから入力される車線維持軌道、車線変更軌道、障害物回避軌道の評価を行い、最も評価値が良い軌道を選択することで目標軌道を決定する。そして、決定した目標軌道を車両制御装置１に出力して、自車両を目標軌道に沿って自動運転走行させるとともに、各軌道に対する評価値と、選択した目標軌道に対応する目標行動候補を表す選択走行モードと、を走行モード管理部５０７に出力する。
　走行モード管理部５０７は、軌道調停部５０５から入力される選択走行モードと各軌道の評価値とに基づいて、次回サンプリング時間における重み（進路変更優先度）を算出するために必要な前回選択情報を演算する。例えば、軌道調停部５０５において、ＬＫ＝６０，ＬＣ＝４０，ＯＡ＝０という評価値によって、目標軌道として車線維持軌道が選択された場合には、次回サンプリング時間においても車線維持軌道が選択される可能性が高くなるように（同様の行動が継続するように）、交通情報（渋滞や故障車停車位置を含む）などに基づき前回選択情報を生成する。
　生成された前回選択情報は、運転計画部５０１へ入力される。このようにすることで、過去のベースプロファイル（前回選択情報）とリスクマップの入力と同時に新たに入力されるベースプロファイル（走行プロファイル情報）とを考慮し、運転計画部５０１において自車両の速度を所定の範囲内に仮定した運転計画が実現できる。
（図６、図７）
　自動運転計画部２０１が有している車線変更軌道生成部５０３は、車線変更状態管理部６０１、車線変更経路生成部６０２、車線変更速度生成部６０３、を有している。車線変更状態管理部６０１の詳細は図８で後述する。
　車線変更経路生成部６０２は、車線変更状態管理部６０１によって管理される車線変更状態に基づいて、自車両８１が車線変更するための目標経路８１ｂを生成する（図７）。目標経路８１ｂの生成方法としては、目標とする位置に対して、スプライン曲線を生成する方法などがある。
　車線変更が必要となる場面においては到達予測時間または距離が重要になる。到達予測時間とは、例えば、同車線に障害物があることにより、自車両８１の車線変更が必要となる場面までの時間または距離である。その場面までの距離が例えば１０００ｍで、現時点までの自車両８１の走行平均速度もしくはその区間の交通流の平均速度などが２０ｍ／秒であれば、到達予想時間は５０秒となる。このような値を余裕度として算出して車線変更決定に用いる。
　車線変更速度生成部６０３は、車線変更経路生成部６０２が生成した目標経路８１ｂに対して、その目標経路８１ｂ上を車両８１が走行するときの速度プロファイルを演算する。例えば、経路上を５秒間進んだ場合、０．１秒間隔で５０点の速度の時系列点を演算する（図７上方に示す位置軸と時間軸で示すグラフの実線と点線で表示）。
　車線変更速度生成部６０３の速度プロファイルの演算方法としては、例えば、以下の方程式（２）を満たすような速度プロファイル候補を生成することが考えられる。なお、式（２内の）ｗ４～ｗ６は重み係数である。
Figure JPOXMLDOC01-appb-M000001
　車線変更速度生成部６０３で速度プロファイルを算出することによって、前回選択情報を用いて重みを算出する運転計画部５０１の重みを用いる軌道計画部５０６において、リスクエリア８２ａ～８２ｃ（図７下方の３車線の車道に表示）の位置や範囲を算出する。
　このように、自車両が現在速度（等速）で車線変更した場合に他車両の衝突する可能性のある領域を示す現在速度リスクエリア８２ｂ、自車両が加速して車線変更した場合に他車両の衝突する可能性のある領域を示す加速リスクエリア８２ａ、自車両が減速して車線変更した場合に他車両の衝突する可能性のある領域を示す減速リスクエリア８２ｃ、を算出して自車両８１の目標運転行動に対応したリスクエリアを使うことができるため、最適な車線変更時の目標軌道の探索制度が向上する。
　なお、目標軌道の決定には、例えば、他車両１２０１が現在車線を維持して走行するのか、それとも車線変更するのかを予測する場合に、ニューラルネットワークに画像情報や統計情報（車両配置、障害物配置等）などを入力して、複数の候補に対しての相対確率を算出することで判断してもよい。
　例えば、その出力結果として、５秒以内に他車両１２０１の車線変更確率が６０％、現在車線維持が３０％、その他１０％の場合には、他車両１２０１の車線変更に関する信頼度が６０％と判断される。このとき、同車線に障害物がある場合、それに対して近づけば近づくほど車線変更（ＬＣ）の優先度は高くなる。このような予測信頼に関する度合いを算出することで、所定の距離と時間で到達する物体に対して、新たにリスクエリアが生成できる。
　このように判断された信頼度において、他車両１２０１の車線変更に関して信頼度が高い行動と、自車両８１の取りたい行動が干渉する場合（両方の車両が中央車線に車線変更するようなシーン）には、自車が車線変更するための選択肢を広げるために、複数枚のリスクエリアを生成することができる。
　なお、進路変更優先度が所定の基準よりも低い場合には、走行プロファイル情報として、自車両が等速度で移動すると仮定した等速度仮定プロファイルを生成し、進路変更優先度が所定の基準よりも高い場合には、走行プロファイル情報として、自車両が加速すると仮定した加速プロファイルと、自車両が減速すると仮定した減速プロファイルと、を生成するようにしてもよい。
（図８）
　図６の車線変更状態管理部６０１について説明する。車線変更状態管理部６０１は、隣接車線へ車線変更する際の自車両の状態（車線変更状態）を管理する部分である。車線変更状態管理部６０１は、車線変更時の自車両の状態を、車線変更開始判断状態７０１、車線変更実行状態７０２、車線変更完了状態７０３、車線変更キャンセル状態７０４、のいずれかとすることで、車線変更状態を管理する。
　自動運転計画部２０１の動作が開始されると、車線変更状態管理部６０１は、車線変更状態を車線変更開始判断状態７０１に設定する。その後、自車両８１の車線変更が可能と判断された場合に車線変更実行状態７０２に遷移し、そうでなければ、車線変更キャンセル状態７０４へ、遷移する。車線変更実行状態７０２において、車線変更が完了した場合には車線変更完了状態７０３に遷移し、車線変更が不可能と判断された場合や、車線変更の途中で環境条件などが変化し車線変更が不可能と判断された場合には車線変更キャンセル状態７０４へ、遷移する。車線変更完了状態７０３と車線変更キャンセル状態７０４に進むと、その後は車線変更開始判断状態７０１に戻る。
（図９）
　車線変更軌道生成部５０３において実行される処理について説明する。車線変更状態管理部６０１によって管理される自車両の車線変更状態が、車線変更開始判断状態Ｓ７０１に遷移した場合に、図９の処理フローを開始し、車線変更要求確認ステップＳ８０１に進む。車線変更要求確認ステップＳ８０１では、運転計画部５０１が生成した各目標行動の重みのうち、ＬＣの重み値が所定値以上になった場合には車線変更軌道生成ステップＳ８０２へ進み、そうでなければステップＳ８０１を繰り返す。
　車線変更軌道生成ステップＳ８０２では、車線変更経路生成部６０２および車線変更速度生成部６０３を用いて、自車両の車線変更に必要な軌道を生成する。
　次に、軌道交差判定ステップＳ８０３において、リスクマップ生成部２０５により生成されたリスクマップと、車線変更軌道生成ステップＳ８０２で生成した車線変更軌道と、の重なり判定を行う。重なりがないと判定された場合には、車線変更実行状態遷移処理ステップＳ８０４へ進み、重なりがあると判定された場合には車線変更キャンセル状態遷移処理Ｓ８０５へ進む。それぞれの遷移処理では、車線変更状態管理部６０１により、図７に示した状態遷移図に基づいて車線変更状態を遷移させ、遷移後の車線変更状態に応じた処理を行う。
（図１０）
　図９の車線変更実行状態遷移処理ステップＳ８０４において、車線変更状態管理部６０１によって管理される自車両の車線変更状態が車線変更実行状態Ｓ７０２に遷移すると、車線変更軌道生成部５０３は、図１０の処理フローを開始し、車線変更軌道生成ステップＳ８０２を実行する。続いて、キャンセル軌道生成ステップＳ９０２を実行する。キャンセル軌道生成ステップＳ９０２では、現在位置からの車線変更をキャンセルして、元の車線へ戻るための軌道を、車線変更経路生成部６０２および車線変更速度生成部６０３を用いて（図６）生成する。
　続いて、車線変更継続判定ステップＳ９０３に進み、生成した車線変更軌道およびキャンセル軌道を比較し、安全性および乗り心地の指標に基づいて評価を行う。例えば、車線変更軌道に基づいて自車両を走行させた場合に、他車両や周辺物体と急接近する恐れが生じることが予期された場合には、車線変更の継続が不可と判断され、車線変更キャンセル状態遷移処理ステップＳ８０５に進む。一方で、車線変更の継続が可能と判断された場合には、車線変更制御ステップＳ９０４に進む。
　車線変更制御ステップＳ９０４では、生成した車線変更軌道を軌道調停部５０５へ送信し、軌道調停部５０５でその軌道が選択された場合には、その軌道に対して追従するように各々のアクチュエータ指令値を作成し、自車両８１の車線を変更させる。
　車線変更完了判定ステップＳ９０５においては、自己位置情報や車線情報などに基づいて、自車両の位置が隣接車線への車線変更が完了したかを判定する。完了と判定された場合には車線変更完了状態遷移処理ステップＳ９０６へ、未完了と判定された場合には再び車線変更軌道生成ステップＳ８０２を実行する。
　車線変更完了状態遷移処理ステップＳ９０６では、車線変更状態管理部６０１により、図７に示した状態遷移図に基づいて、車線変更状態を車線変更完了状態Ｓ７０３に遷移させ、遷移後の車線変更状態に応じた処理を行う。
（図１１）
　図１０の車線変更完了状態遷移処理ステップＳ９０６において、車線変更状態管理部６０１によって管理される自車両の車線変更状態が車線変更完了状態Ｓ７０３に遷移すると、車線変更軌道生成部５０３は、図１１の処理フローを開始し、車線維持軌道生成ステップＳ１００１を実行する。ここでは、自車両の位置を現在車線内に維持する軌道を、車線変更経路生成部６０２および車線変更速度生成部６０３（図７）を用いて生成する。
　次に、車線維持制御ステップＳ１００２を実行する。車線維持制御ステップＳ１００２では、生成した車線維持軌道を軌道調停部５０５へ送信し、軌道調停部５０５でその軌道が選択された場合には、その軌道に対して追従するように各々のアクチュエータ指令値を作成し、自車両を車線維持させる。
　次に、車線維持判定ステップＳ１００３を実行する。ここでは、現在車線を維持できるかを判定し、所定時間にわたって車線維持できているかを判定し、維持できていると判定されれば走行モード変更処理ステップＳ１００４に進み、そうでなければ、車線維持軌道生成ステップＳ１００１を繰り返す。走行モード変更処理ステップＳ１００４では、走行モードを車線維持に変更し、遷移処理ステップＳ１００５に進む。遷移処理ステップＳ１００５では、車線変更状態管理部６０１により、図８に示した状態遷移図に基づいて、車線変更状態を車線変更開始判断状態Ｓ７０１へ遷移させる。
（図１２）
　図９または図１０の車線変更キャンセル状態遷移処理ステップＳ８０５において、車線変更状態管理部６０１によって管理される自車両の車線変更状態が車線変更キャンセル状態Ｓ７０４に遷移すると、車線変更軌道生成部５０３は、図１２の処理フローを開始し、キャンセル軌道生成ステップＳ１１０１を実行する。キャンセル軌道生成ステップＳ１１０１では、自車両の位置を元の車線内に戻す軌道を車線変更経路生成部６０２および車線変更速度生成部６０３（図６）を用いて生成する。
　次に、キャンセル軌道追従制御ステップＳ１１０２を実行する。キャンセル軌道追従制御ステップＳ１１０２では、生成したキャンセル軌道を軌道調停部５０５（図５）へ送信し、軌道調停部５０５でその軌道が選択された場合には、その軌道に対して追従するように各々のアクチュエータ指令値を作成し、自車両を元の車線内に戻す。ステップＳ１００３～ステップＳ１００５は、図１１と同様である。
　このようにすることで、最適な目標経路の探索深度の具合を予測信頼度と進路変更優先度とに基づき変更することができ、また、従来に比べて、自車両８１の進路変更が発生する地点までの到達予測時間や距離による余白があるため、自車両の不要な車線変更動作を防ぎ、自車両および周辺車両の減速頻度の低減や車両操舵量が低減することで、乗心地の悪化を防ぐことができる。
（図１３）
　他車両１２０１が存在する際の車線変更について具体的に説明する（図７では簡易的に前述）。なお、道路は３車線を想定している。この場面において、自車両８１は左端の車線にて自動運転走行しており、自車両８１の右前方、右端の車線には他車両１２０１が走行している。
　自車両８１が備えるセンサ５は、走行している自車両８１の周辺を検知している。自車両８１において、車両制御装置１は、記憶部３０８に記憶されている地図情報および周辺を認識するセンサ５からの環境情報に基づいて、前述の目標行動候補として、現在車線（左端）をそのまま車線を維持して走行するか、もしくは隣接車線に車線変更するか、の２つの行動候補を生成する。
　また、車線変更の目標行動候補については、自車両８１の現在の車速で将来時刻にわたって概等速（現在速度）で走行した場合の現在速度リスクマップと、現在車速よりも高速度になるように加速した場合の加速リスクマップと、をベースプロファイルに基づいて生成する。
　ここでは、図７に前述したように、概等速および加速した場合に他車両１２０１との衝突リスクが高い領域として、それぞれ概等速の場合はリスクエリア８２ｂ、加速した場合のリスクエリア８２ａの２つのリスクマップが算出される。この二つのリスクマップを用いて、概等速で車線変更するための軌道および加速して車線変更した場合の軌道を生成する。
　算出した結果、概等速の場合は第１車線変更軌道８１ｂ、加速した場合は第２車線変更軌道８１ａ、の軌道になった。ここで、それぞれの車線変更軌道８１ａ，８１ｂおよびそれぞれのリスクエリア８２ａ，８２ｂの重なりの度合いを検討する。
　重なりの度合いを検討した結果、所定の重なり度合いを満たしている場合には自車両８１と他車両１２０１が衝突する可能性があるため車線変更ができないと判定され、同じ車線を走行する車線軌道８３に沿って自車両８１が走行する。また、検討した結果、所定の重なり条件にならず自車両の車線変更ができる場合、第２車線変更軌道８１ａまたは８１ｂに追従するように自車両８１が制御され、車線変更が実行される。
　このようにすることで、右端車線を走行している他車両１２０１が、中央車線に車線変更してきたとしても、自車両８１は他車両１２０１と接近することがなくなり、自車両８１の急加減速をすることがないため、乗り心地の悪化を防止することが可能となる。
　なお、他車両１２０１がトラックなどの荷台に積荷を積載した車両、無人運転の車両などであることを想定して、車両以外の物体による自車両８１への損害を予防するように、その重なり条件の所定の閾値を変更してリスクマップを生成してもよい。
（第２の実施形態）
（図１４）
　ベースプロファイル生成部３１１は、第１の実施形態と比較して、地図情報と道路交通う情報とに基づいて車線変更優先度生成部１３０１で生成される車線変更優先度がさらに入力されることで、ベースプロファイルが生成されている点で異なっている。
　例えば、車線変更の決定のために算出される余裕度（図６、７参照）が小さくなっていくと、車線変更軌道生成部５０３の車線変更経路生成部６０２において、車線変更軌道が生成される割合が増えていき、また、前回選択情報を用いた運転計画部５０１の重みにより車線変更優先度が上がる。車線変更優先度が上がることで、ベースプロファイル生成部３１１において、車線変更優先度に基づいてベースプロファイル数を調整するため、車線変更優先度が高くなるにつれて、生成するベースプロファイルを増やしていくことになる。車線変更優先度は、例えば、車同士の間で通信される交通情報に基づいて決まる。
（図１５、図１６、図１７）
　図１５の２軸グラフに示すように、車線変更優先度に基づいてベースプロファイル生成部３１１で生成されるベースプロファイル候補の生成数が決まる。車線変更優先度生成部１３０１で生成される車線変更優先度が低い場合においては、ベースプロファイル生成部３１１が行動候補数と同じ数のベースプロファイルを生成し、車線変更優先度が高くになるにしたがって、各行動候補に対して複数のベースプロファイルを生成する。これにより、車線変更する必要性が高まるにつれて、最適な車線変更のために複数のベースプロファイルを用意することで、それに基づいたリスクマップを生成でき、一定の状況でなくとも自車両の車線変更への対応ができる。
　また、図１６に示すように、車線変更優先度に基づいて、加速リスクマップ生成数と減速リスクマップ生成数についても、同様に生成数を増やしていってもよい。
　また、図１６とは異なり、図１７に示すように、車線変更優先度に基づいて、加速ベースプロファイル数よりも減速ベースプロファイル数が優先して生成されるように、速度に応じてベースプロファイル数を増減させてもよい。なお、このように、減速ベースプロファイルを優先して生成することは、自車両が加速するよりも減速した方が車線変更できる可能性が高くなると判断されるためである。
（図１８）
　同車線に停車車両１７０１が停車している場合の車線変更について説明する。自車両８１に搭載されているセンサ５によって、自車両８１が走行する左端車線と同じ車線に、停車車両１７０１がいることが検知される。自車両８１は停車車両１７０１を回避するため、中央車線に車線変更する必要がある。
　なお、停車車両１７０１の存在は、センサ５の直接的な検知だけでなく、ネットワークなどの回線や停車車両１７０１付近からの通信手段によって、先行して情報を得て検知したものも含む。
　自車両８１が車線変更しようとする場合、例えば、概等速および加速での車線変更軌道８１ｂおよび車線変更軌道８１ａを生成しようとすると（第１の実施形態）、軌道の交差判定（図９参照）に基づいて、概等速もしくは加速での車線変更ができないと判定されるとする。
　これにより、車線変更優先度がさらに高くなり、減速ベースプロファイル数が増加し（図１７参照）、増加生成された減速ベースプロファイルに基づいた減速リスクマップが複数生成される。減速リスクマップによってリスクが高いと判定された領域をリスクエリア８２ｃとする。また、減速した場合の車線変更軌道８１ｃを生成する。
　そして、加速側，概等速，減速それぞれの車線変更軌道８１ａ，８１ｂ，８１ｃと、それぞれのリスクマップ８２ａ，８２ｂ，８２ｃと、を比較し、それぞれ所定の重なり条件を判定する。所定の重なり条件が満たされる（車線変更軌道とリスクマップが交差する）場合には車線変更ができない。所定の重なり条件が満たされない（車線変更軌道とリスクマップが交差しない）場合は、車線変更を実行する。前述したように概等速または加速による車線変更ができない場合、減速の車線変更軌道８１ｃに追従するように自車両８１は制御され、車線変更する。
　なお、自車両８１が方向指示器を出している際などに、他車両１２０１からクラクションを鳴らされた場合には、他車両１２０１から車線変更を警戒（抑制）されている可能性がある。この場合、自車両のセンサとして、レーダ３０１、ステレオカメラ３０２以外に、車外マイク等を取り付け、車外音を感知する機器からの情報を取り入れてリスクマップ生成部２０５が、さらに減速側のリスクマップを優先して生成する構成であってもよい。このようにすることで、他車両１２０１が存在することで、自車両８１の車線変更が不可能な状況だった場合においても車線変更が可能となり、車線変更機能の利便性が向上する。
　また、リスクマップは、ハンドルを運転手が操作する（オーバーライド）場合、つまり、運転手のアクセル（もしくはブレーキ）ペダル操作により運転手の加速（もしくは減速）意図がシステムへ入力された場合に、自動運転から切り替わることで、それに応じてリスクマップの生成が増加するようにしてもよい。例えば、アクセル踏むと追い越すリスクマップ生成に集中し、ブレーキをかけると並走する他車両を先行させるリスクマップ生成に集中する、という切り替え方がシステム内で発生する。
　このオーバーライドは、運転手が車線変更中止ボタンやウィンカー操作により、自動車線変更をキャンセルしてもよい。また、運転手の意図に従ってリスクマップを生成した場合にも、車線変更が難しい（他車両と衝突の危険性がある）と判断された場合には、その内容をディスプレイなどに通知して、自動車線変更中止させるようにしてもよい。
（第１の変形例）
（図１９）
　本発明を２車線の道路を想定して適用する。図１９では、自車両８１が走行する車線に障害物１７０１ａがあり、そのため自車両８１は車線変更が必要になるが、他車両１２０１は、自車両８１に対して反対車線から対向して走行している。このとき自車両８１が概等速の場合はリスクエリア８２ｂ、加速した場合はリスクエリア８２ａ、減速した場合のリスクエリア８２ｃが算出される。
　このような場合、他車両１２０１の車線変更を伴わず、自車両８１が加速、減速、等速の予測結果（走行プロファイル情報）に基づいて、生成するリスクマップを変更する。また、新たに作成したリスクマップを用いても自車両８１の車線変更が困難であると判定された場合には、障害物１７０１ａの手前で停止する走行行動を取る。
　第１の変形例の他のケースとして、例えば、自車両８１が走行する車線にある障害物１７０１ａが低速で自車両８１を先行する他車両であった場合、対向車線にも対抗車両がいる状況で、先行車を追越するか、そのまま追従するか判断する。この場合ベースプロファイルの切り替え方のパターンとして、等速、加速、減速だけでなく、運転行動計画に先行車追越と先行車追従のパターンを設け、それぞれにおいてリスクマップと目標軌道を生成し、調停部で評価することで、自車両が追越と追従のどちらがよいかを判断してもよい。
（変形例２）
（図２０）
　本発明を４車線かつＴ字路を有する道路を想定して適用する。図２０では、自車両８１と同じ左端車線に他車両１２０１がいる。その隣の車線には第２他車両１２０１ａが自車両８１よりも後方側に並んで走行している。この時、自車両８１が隣の車線に車線変更する行動をとるとき、概等速の場合はリスクエリア８２ｂ、停止線前で車線変更をするために減速する場合のリスクエリア８２ｄが算出される。
　具体的には、隣接する車線はその先の交差点の右折レーンであるため、車線変更の際には停止を伴う減速側のリスクマップ生成が必要となる。現時点の車両配置では車線変更が困難な場合においても他車両１２０１ａに車線を譲ってもらう必要がある。そのため、車両８１は、方向指示器の点灯時間を早めに開始して長く点灯して、減速側のリスクマップを生成する。
　なお、自車両８１の取り得る走行行動は、車線変更、ウィンカーのタイミング制御以外に、同車線内で幅寄せする走行行動を含めてもよい。
　以上説明した本発明の第１、第２実施形態によれば、以下の作用効果を奏する。
（１）本発明の車両制御装置１は、自車両８１が取り得る複数の目標行動候補のそれぞれについて、自車両８１の走行状態を表す走行プロファイル情報を生成する走行プロファイル情報生成部３１１と、自車両８１の周囲に存在する立体物の行動を予測する立体物行動予測部３０７と、立体物行動予測部３０７による立体物の行動の予測結果と、走行プロファイル情報とに基づいて、自車両８１の周囲の各位置に対して自車両８１の走行安全度を表すリスクマップを生成するリスクマップ生成部２０５と、複数の目標行動候補のそれぞれについて、自車両８１が優先的に選択すべき度合いを表す優先度を算出する運転計画部２０１と、リスクマップと、優先度とに基づき、複数の目標行動候補のいずれかに対応する軌道を、自車両８１の目標軌道として選択する軌道調停部５０５と、を備える。このようにしたことで、自動運転車両の安全性と乗り心地とを両立させ、信頼性が向上した自動運転ができる車両制御装置１を提供できる。
（２）運転計画部２０１は、走行プロファイル情報と周辺環境情報とに基づいて、運転計画部２０１で算出される自車両８１の進路変更が発生する地点までの到達予想時間を考慮して、到達予想時間が小さくなるほど進路変更優先度を高くする。このようにしたことで、同じ車線に障害物がある場合の自動運転車両の車線変更を確実にすることができる。
（３）走行プロファイル情報生成部３１１は、進路変更優先度に基づいて、自車両８１の速度に関する条件が異なる走行プロファイル情報を生成する。このようにしたことで、異なる速度に対応したリスクマップをそれぞれ生成することができる。
（４）運転計画部２０１は、進路変更優先度が所定の基準よりも低い場合には、走行プロファイル情報として、自車両８１が等速度で移動すると仮定した等速度仮定プロファイルを生成し、進路変更優先度が所定の基準よりも高い場合には、走行プロファイル情報として、自車両８１が加速すると仮定した加速プロファイルと、自車両８１が減速すると仮定した減速プロファイルと、を生成する。このようにしたことで、異なる速度プロファイルに対応したリスクマップをそれぞれ生成することができる。
（５）リスクマップ生成部２０５は、自車両８１以外の車両１２０１の方向指示器の点灯タイミングに応じて、リスクマップを生成する。このようにしたことで、より最適なリスクマップを生成することができる。
（６）走行プロファイル情報は、自車両８１の目標行動を実現するための要素である自車速度プロファイル情報と自車両の操舵量を表す自車操舵角度プロファイル情報との少なくとも一方を含む。このようにしたことで、リスクマップに必要な走行プロファイル情報を生成できる。
（７）リスクマップ生成部２０５は、予測信頼度を、周辺環境情報と過去の統計情報とに基づいてニューラルネットワークモデルで算出する。このようにしたことで、周囲の環境の情報から進路変更優先すべきかどうかの判断を最適化できる。
　なお、本発明は上記の実施形態に限定されるものではなく、その要旨を逸脱しない範囲内で様々な変形や他の構成を組み合わせることができる。また本発明は、上記の実施形態で説明した全ての構成を備えるものに限定されず、その構成の一部を削除したものも含まれる。
１　車両用制御装置
２～５　センサ
８　操舵制御装置
１５　制動制御装置
１９　加速制御装置
２３　通信装置
２４　表示装置
８１　自車両
２０１　自動運転計画部
２０２　自動駐車計画部
２０３　車両運動制御部
２０４　アクチュエータ制御部
２０５　リスクマップ生成部
２０６　車両ネットワーク
３０１　レーダ
３０２　ステレオカメラ
３０３　車両センサ
３０５　センサ情報処理部
３０６　地図情報処理部
３０７　立体物行動予測部
３０８　記憶部
３０９　マップ生成部
３１０　自己位置推定処理部
３１１　ベースプロファイル生成部
５０１　運転計画部
５０２　車線維持軌道生成部、
５０３　車線変更軌道生成部
５０４　障害物回避軌道生成部、
５０５　軌道調停部
６０１　車線変更状態管理部
６０２　車線変更経路生成部
６０３　車線
１２０１　他車両

Claims (7)

  1. 　自車両が取り得る複数の目標行動候補のそれぞれについて、前記自車両の走行状態を表す走行プロファイル情報を生成する走行プロファイル情報生成部と、
    　前記自車両の周囲に存在する立体物の行動を予測する立体物行動予測部と、
    　前記立体物行動予測部による前記立体物の行動の予測結果と、前記走行プロファイル情報とに基づいて、前記自車両の周囲の各位置に対して前記自車両の走行安全度を表すリスクマップを生成するリスクマップ生成部と、
    　前記複数の目標行動候補のそれぞれについて、前記自車両が優先的に選択すべき度合いを表す優先度を算出する運転計画部と、
    　前記リスクマップと、前記優先度とに基づき、前記複数の目標行動候補のいずれかに対応する軌道を、前記自車両の目標軌道として選択する軌道調停部と、を備える
    　車両制御装置。
  2. 　請求項１に記載の車両制御装置であって、
    　前記運転計画部は、前記走行プロファイル情報と周辺環境情報とに基づいて、前記運転計画部で算出される前記自車両の進路変更が発生する地点までの到達予想時間を考慮して、前記到達予想時間が小さくなるほど進路変更優先度を高くする
    　車両制御装置。
  3. 　請求項２に記載の車両制御装置であって、
    　前記走行プロファイル情報生成部は、前記進路変更優先度に基づいて、前記自車両の速度に関する条件が異なる前記走行プロファイル情報を生成する
    　車両制御装置。
  4. 　請求項３に記載の車両制御装置であって、
    　前記運転計画部は、前記進路変更優先度が所定の基準よりも低い場合には、前記走行プロファイル情報として、前記自車両が等速度で移動すると仮定した等速度仮定プロファイルを生成し、
    　前記進路変更優先度が所定の基準よりも高い場合には、前記走行プロファイル情報として、前記自車両が加速すると仮定した加速プロファイルと、前記自車両が減速すると仮定した減速プロファイルと、を生成する
    　車両制御装置。
  5. 　請求項１に記載の車両制御装置であって、
    　前記リスクマップ生成部は、前記自車両以外の車両の方向指示器の点灯タイミングに応じて、リスクマップを生成する
    　車両制御装置。
  6. 　請求項１に記載の車両制御装置であって、
    　前記走行プロファイル情報は、前記自車両の目標行動を実現するための要素である自車速度プロファイル情報と前記自車両の操舵量を表す自車操舵角度プロファイル情報との少なくとも一方を含む
    　車両制御装置。
  7. 　請求項１に記載の車両制御装置であって、
    　前記リスクマップ生成部は、前記予測信頼度を、前記周辺環境情報と過去の統計情報とに基づいてニューラルネットワークモデルで算出する
    　車両制御装置。
PCT/JP2022/030869 2021-12-15 2022-08-15 車両制御装置 WO2023112385A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021-203511 2021-12-15
JP2021203511A JP2023088647A (ja) 2021-12-15 2021-12-15 車両制御装置

Publications (1)

Publication Number Publication Date
WO2023112385A1 true WO2023112385A1 (ja) 2023-06-22

Family

ID=86774207

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/030869 WO2023112385A1 (ja) 2021-12-15 2022-08-15 車両制御装置

Country Status (2)

Country Link
JP (1) JP2023088647A (ja)
WO (1) WO2023112385A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007233765A (ja) * 2006-03-01 2007-09-13 Toyota Motor Corp 移動体安全性評価方法および移動体安全性評価装置
JP2015228204A (ja) * 2014-05-30 2015-12-17 ホンダ リサーチ インスティテュート ヨーロッパ ゲーエムベーハーＨｏｎｄａ Ｒｅｓｅａｒｃｈ Ｉｎｓｔｉｔｕｔｅ Ｅｕｒｏｐｅ ＧｍｂＨ 先進運転者支援システムによりリスクベースの交通シーン分析を行う方法、及び当該分析を行う当該システムを備える乗り物
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

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007233765A (ja) * 2006-03-01 2007-09-13 Toyota Motor Corp 移動体安全性評価方法および移動体安全性評価装置
JP2015228204A (ja) * 2014-05-30 2015-12-17 ホンダ リサーチ インスティテュート ヨーロッパ ゲーエムベーハーＨｏｎｄａ Ｒｅｓｅａｒｃｈ Ｉｎｓｔｉｔｕｔｅ Ｅｕｒｏｐｅ ＧｍｂＨ 先進運転者支援システムによりリスクベースの交通シーン分析を行う方法、及び当該分析を行う当該システムを備える乗り物
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

Also Published As

Publication number Publication date
JP2023088647A (ja) 2023-06-27

Similar Documents

Publication Publication Date Title
JP6839770B2 (ja) 移動体制御システム、および、管制装置
US9914458B2 (en) Control system of automated driving vehicle
JP6859907B2 (ja) 車両制御装置
JP7295012B2 (ja) 車両制御システム、および、車両制御方法
RU2760046C1 (ru) Способ помощи при вождении и устройство помощи при вождении
JP7234103B2 (ja) 車両制御装置、および、車両制御システム
JP7253908B2 (ja) 車両制御装置
JP6710710B2 (ja) 車両制御装置、車両制御方法、およびプログラム
CN110473416B (zh) 车辆控制装置
JP2019123377A (ja) 車両制御装置
JP2019160032A (ja) 車両制御装置、車両制御方法、およびプログラム
JP7029322B2 (ja) 車両制御装置、車両制御方法、及びプログラム
JP7429143B2 (ja) 移動体制御装置、移動体制御方法、およびプログラム
JP6838525B2 (ja) 車両制御装置
JP7227072B2 (ja) 車両制御装置
EP3882099A1 (en) Scenario based control of autonomous driving vehicle
WO2019155880A1 (ja) 車両制御装置
JP6888538B2 (ja) 車両制御装置
JP2019156270A (ja) 車両制御装置、車両制御方法、及びプログラム
JP2019156271A (ja) 車両制御装置、車両制御方法、およびプログラム
JP2020147139A (ja) 車両制御装置、車両制御方法、およびプログラム
JP7379033B2 (ja) 運転支援方法及び運転支援装置
CN113044058A (zh) 自动驾驶车辆三点转弯
JP7048833B1 (ja) 車両制御装置、車両制御方法、およびプログラム
JP7446216B2 (ja) 車両制御装置

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: 22906921

Country of ref document: EP

Kind code of ref document: A1