WO2023148998A1 - 電子制御装置及び車両制御方法 - Google Patents

電子制御装置及び車両制御方法 Download PDF

Info

Publication number
WO2023148998A1
WO2023148998A1 PCT/JP2022/028121 JP2022028121W WO2023148998A1 WO 2023148998 A1 WO2023148998 A1 WO 2023148998A1 JP 2022028121 W JP2022028121 W JP 2022028121W WO 2023148998 A1 WO2023148998 A1 WO 2023148998A1
Authority
WO
WIPO (PCT)
Prior art keywords
vehicle
information
driving
empirical knowledge
unit
Prior art date
Application number
PCT/JP2022/028121
Other languages
English (en)
French (fr)
Inventor
裕文 生駒
敬一郎 長塚
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 WO2023148998A1 publication Critical patent/WO2023148998A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems

Definitions

  • the present invention relates to an electronic control device, and more particularly to a vehicle control method effective for driving support such as erroneous operation determination.
  • judgment data such as threshold values are set as triggers for function execution.
  • determination data setting methods There is a method using collective intelligence as one of determination data setting methods. The method determines decision data from a set of multiple vehicle motions. If the behavior of the own vehicle traveling through the location is significantly different from the behavior of the other vehicle, it is determined as an erroneous operation, and the erroneous operation suppression function is activated.
  • Patent Document 1 Japanese Patent Application Laid-Open No. 2005-99930
  • a vehicle cruise control system that performs automatic steering control of a vehicle based on vehicle travel information includes an information center, an information center mounted on the vehicle, and the information center.
  • the information center includes center-side receiving means for receiving driving information from a plurality of vehicles, and center-side recommended driving based on the plurality of driving information received by the center-side receiving means.
  • center-side recommended travel information generation means for generating information
  • center-side transmission means for transmitting the center-side recommended travel information generated by the center-side recommended travel information generation means
  • On-vehicle device side receiving means for receiving center-side recommended driving information transmitted by center-side transmitting means, and steering of own vehicle is controlled based on the center-side recommended driving information received by the on-vehicle device side receiving means.
  • a cruise control system for a vehicle is described, characterized in that it comprises control means.
  • the information center receives running information from a plurality of vehicles, generates recommended running information on the center side based on the received running information, , based on the information that the vehicle has traveled in the past, generates recommended driving information on the in-vehicle device side, and merges it with the recommended driving information on the center side by statistical processing. Judgment data that can reflect preferences is set.
  • the determination data may be set in the direction in which the activation timing of the erroneous operation suppression function is delayed.
  • a representative example of the invention disclosed in the present application is as follows. That is, a driving experience determination unit that determines the driving experience at the driving position of the own vehicle, a collective intelligence storage unit that stores collective intelligence information generated from data regarding the behavior of a plurality of vehicles, and a collective intelligence storage unit that stores collective intelligence information generated from data regarding the behavior of the own vehicle.
  • an empirical knowledge storage unit for storing empirical knowledge information
  • a mixing ratio determination unit for determining a mixing ratio pattern of the collective knowledge information and the empirical knowledge information, and based on the driving experience and the mixing ratio pattern
  • the a data generation unit that synthesizes collective intelligence information and the empirical knowledge information to generate control data for the own vehicle.
  • FIG. 4 is a diagram showing a driving situation in a parking lot, which is a representative environment in which the present embodiment is effective;
  • FIG. 2 illustrates a grid within a parking lot, which is a representative environment in which the present embodiments are useful;
  • FIG. 4 is a diagram showing a driving situation in a parking lot, which is a representative environment in which the present embodiment is effective;
  • FIG. 2 illustrates a grid within a parking lot, which is a representative environment in which the present embodiments are useful;
  • FIG. 4 is a diagram showing a driving situation in a parking lot, which is a representative environment in which the present embodiment is effective;
  • FIG. 2 illustrates a grid within a parking lot, which is a representative environment in which the present embodiments are useful;
  • FIG. 4 is a diagram showing a driving situation in a parking lot, which is a representative environment in which the present embodiment is effective;
  • FIG. 2 illustrates a grid within a parking lot, which is a representative environment in which the present embodiment
  • FIG. 4 is a diagram showing a simple configuration example of a compounding ratio of collective intelligence information and empirical knowledge information
  • FIG. 4 is a diagram showing a general configuration example of a compounding ratio of collective intelligence information and empirical knowledge information
  • FIG. 10 is a diagram showing an example in which empirical knowledge information of a compounding ratio of collective knowledge information and empirical knowledge information is emphasized.
  • FIG. 10 is a diagram showing an example in which the collective intelligence information of the compounding ratio of the collective intelligence information and the empirical knowledge information is emphasized;
  • FIGS. 1 to 3 are diagrams showing examples of overall configurations of a driving support device 100 and a control center 110 according to an embodiment of the present invention.
  • a driving support device 100 shown in FIG. 1 is a device that generates control data necessary for the own vehicle 1 to perform the erroneous operation suppression function and determines an erroneous operation, and includes an information acquisition device 10 and an arithmetic device 20. .
  • the control data is, for example, determination data that is a threshold value for determining that an operation error has occurred in the operation error suppression function and activating the function, or a control target value in the automatic driving function.
  • Arithmetic device 20 has a microcomputer, a storage device, and a communication interface.
  • a microcomputer is a processor (for example, a CPU) that executes programs stored in a storage device.
  • a microcomputer operates as a functional unit that provides various functions by executing a predetermined program.
  • the memory includes non-volatile storage areas and volatile storage areas.
  • the nonvolatile storage area includes a program area for storing programs executed by the microcomputer and a data area for temporarily storing data used by the microcomputer when executing the program.
  • the volatile storage area stores data used by the microcomputer during program execution.
  • the communication interface connects with other electronic control devices via networks such as CAN and Ethernet.
  • the control center 110 is a device that generates collective intelligence and empirical knowledge necessary when the driving support device 100 generates control data, and has a collective intelligence generation unit 111, an empirical knowledge generation unit 112, and a transmission/reception unit 113. .
  • the collective intelligence generation unit 111 and the empirical knowledge generation unit 112 execute the processing in the control center 110 because the processing load in the generation processing is high, but the processing is executed in the arithmetic unit 20 of the driving support device 100.
  • the control center 110 generates collective intelligence information and empirical knowledge information, and transmits the generated collective intelligence information and empirical knowledge information to the driving support device 100 via the transmission/reception unit 113. Vehicles can be accurately controlled using the latest collective intelligence information. Also, even if the computing device 20 does not have sufficient processing capacity, it is possible to accurately control the vehicle by combining collective intelligence information and empirical knowledge information.
  • FIG. 2 is a diagram showing a modification of the overall configuration of the driving support device 100 and the control center 110 according to the embodiment of the present invention.
  • the empirical knowledge generator 112 is provided in the driving support device 100 , that is, in the arithmetic device 20 instead of the control center 110 .
  • the control center 110 generates collective intelligence information, transmits the generated collective intelligence information to the driving support device 100 via the transmission/reception unit 113, and the driving support device 100 generates empirical knowledge information.
  • the latest collective intelligence information generated by 110 can be used to accurately control the vehicle. Also, by generating the empirical knowledge on the vehicle side, the amount of communication for acquiring the empirical knowledge from the control center 110 can be reduced.
  • FIG. 3 is a diagram showing a modification of the overall configuration of the driving support device 100 and the control center 110 according to the embodiment of the present invention.
  • the collective intelligence storage unit 21 stores pre-generated collective intelligence information at the time of shipment from the factory, and the collective intelligence information is updated during regular inspections and repairs of the vehicle.
  • the collective knowledge information and the empirical knowledge information can be blended without providing the control center 110 for distributing the collective knowledge information.
  • determination data which is a threshold value for activating an erroneous operation suppression function.
  • the information acquisition device 10 is a device for acquiring the driving environment around the own vehicle 1, the vehicle information of the own vehicle 1, and the position information of the own vehicle 1. and a position information acquisition unit 13 .
  • the driving environment acquisition unit 11 acquires information about the vehicle 1 based on observation results of the external environment by an external sensor such as a radar sensor using millimeter waves or lasers, or a camera using an imaging device.
  • Driving environment information such as the degree of congestion of surrounding vehicles, the road surface conditions (paved road, dirt road, wet road surface, dry road surface, etc.) and the weather (fine, rain, snow, fog, etc.) of the road on which the vehicle 1 is traveling. is extracted and output to the arithmetic unit 20 .
  • the driving environment acquisition unit 11 may acquire driving environment information such as the degree of congestion of the road on which the vehicle 1 is traveling, the road surface condition, and the weather using a car navigation system or the like.
  • the vehicle information acquisition unit 12 acquires vehicle information related to the operation of the vehicle, such as the running speed and steering angle of the vehicle 1, based on the outputs of vehicle sensors such as a speed sensor and a steering angle sensor mounted on the vehicle 1. , to the arithmetic unit 20 . Further, the vehicle information acquisition unit 12 needs different vehicle information depending on which erroneous operation is suppressed, so it is preferable to appropriately acquire the necessary type of vehicle information by the erroneous operation suppression function.
  • the position information acquisition unit 13 acquires the current position of the vehicle 1 based on information such as GPS (Global Positioning System), GNSS (Global Navigation Satellite System), gyro sensor, etc., and outputs it to the arithmetic device 20.
  • GPS Global Positioning System
  • GNSS Global Navigation Satellite System
  • gyro sensor gyro sensor
  • the arithmetic device 20 is a device that generates judgment data based on the driving environment, vehicle information, and position information acquired from the information acquisition device 10 and judges an erroneous operation. It has an empirical knowledge storage unit 22 , a determination data generation unit 23 , a determination processing unit 24 and a vehicle control unit 25 .
  • the arithmetic unit 20 is specifically a microcomputer mounted on an ECU (Electronic Control Unit) having a CPU and memory (ROM, RAM), and the CPU executes various processing programs stored in the memory. By doing so, it is a device that implements each function of the determination data generation unit 23 and the like.
  • the collective intelligence storage unit 21 stores collective intelligence information generated from data related to the actions of multiple vehicles including other vehicles generated by the collective intelligence generation unit 111 .
  • Collective intelligence information is, for example, a determination threshold value for an erroneous operation suppression function that is generated from data obtained by collecting motions of a plurality of vehicles.
  • the empirical knowledge storage unit 22 stores empirical knowledge information generated from the data regarding the motion of the host vehicle generated by the empirical knowledge generation unit 112 .
  • the empirical knowledge information is, for example, a judgment threshold value for the erroneous operation suppression function generated from data collected on the operation of the own vehicle.
  • the determination data generation unit 23 synthesizes collective intelligence information and empirical knowledge information at a predetermined compounding ratio to generate determination data, which is data for control at the position of the vehicle.
  • the determination processing unit 24 determines an erroneous operation that has occurred in the own vehicle 1 based on the determination data and the vehicle information of the own vehicle 1 .
  • FIG. 5 is a diagram showing a typical environment in which this embodiment is effective.
  • the stepping error prevention function is activated. Even if you don't use it, if the misstep prevention function is activated, the convenience will be reduced. Therefore, it is necessary to appropriately set determination data for activating the erroneous depression prevention function.
  • an information center receives driving information from multiple vehicles, and the center generates recommended driving information based on the received driving information. Deliver recommended driving information to the vehicle.
  • the vehicle side generates recommended driving information based on the information that the own vehicle has driven in the past, merges the recommended driving information with the recommended driving information distributed from the center side, and performs statistical processing.
  • determination data can reflect user's preference at a place where many cars pass.
  • the recommended driving information generated by the center and the recommended driving information generated by the vehicle are merged at a unique ratio, the user's preferences can be reflected to some extent, but there is an upper limit to the user's preferences. is reflected, there is a problem such as setting determination data that delays the activation timing of the erroneous operation suppression function.
  • the driving support device 100 and the control center 110 of the present embodiment extract collective intelligence information from the collective intelligence storage unit 21 based on the own vehicle position information acquired by the position information acquisition unit 13, and convert the empirical knowledge information into empirical knowledge. It extracts from the storage unit 22 . Then, the determination data generation unit 23 determines the mixing ratio of the collective knowledge information and the empirical knowledge information based on the driving environment around the own vehicle 1 acquired by the driving environment acquisition unit 11 and the driving experience of the location. , to generate decision data. Therefore, according to the driving environment around the vehicle 1 and the driving experience, it is possible to place importance on the collective intelligence information to enhance safety and to emphasize empirical knowledge information to enhance convenience. Thus, unlike the conventional system described above, it is possible to appropriately set the determination data according to the situation. Details of each part of the driving support device 100 and the control center 110 outlined above will be described below.
  • the collective intelligence generation unit 111 generates collective intelligence information through statistical processing such as averaging and variance based on data collected on the actions of a plurality of vehicles including other vehicles.
  • Collective intelligence information is determination data for activating an erroneous operation suppression function, which is generated based on actions of a plurality of vehicles including other vehicles.
  • the determination data is stored, for example, in a table format as information associated with the position information. Specifically, assuming an erroneous operation suppression function for preventing erroneous stepping in the parking lot P shown in FIG.
  • judgment data is generated by statistical processing such as average values and variance values.
  • the determination data may be the average value, or the average value and the standard deviation in consideration of the variance.
  • the determination data generated in this way determines that an operation is erroneous when the own vehicle 1 exceeds the average value of the vehicle velocities and vehicle accelerations of other vehicles or a threshold determined by the average value and the standard deviation at the location.
  • the judgment data is stored, for example, as information in a table format. As shown in FIG. 6, the inside of the parking lot P is divided into grids, and the judgment data based on the vehicle motion in each cell associated with the coordinate position is stored.
  • the empirical knowledge generation unit 112 generates empirical knowledge information by statistical processing such as averaging and variance based on data collected on the operation of the vehicle 1 .
  • the empirical knowledge information is determination data for activating the erroneous operation suppression function, which is generated based on the operation of the own vehicle 1 .
  • the determination data is stored, for example, in a table format as information associated with the position information. Further, the determination data may be stored as information associated with the result of observation of the external world by the external sensor.
  • the collective intelligence generation unit 111 similar to the collective intelligence generation unit 111 described above, when it is assumed that the erroneous operation suppression function prevents the stepping error in the parking lot P shown in FIG. Vehicle speed, vehicle acceleration, etc.
  • the determination data may be an average value, or may be an average value and a standard deviation in consideration of variance.
  • the determination data generated in this way determines that an operation is erroneous when the own vehicle 1 exceeds the average value of the past own vehicle speed or the own vehicle acceleration at the relevant location or a threshold determined by the average value and the standard deviation.
  • the judgment data is stored, for example, as information in a table format. As shown in FIG. 6, the inside of the parking lot P is divided into grids, and the judgment data based on the vehicle motion in each cell associated with the coordinate position is stored. may
  • FIG. 4 is a diagram showing the configuration of the determination data generator 23.
  • the determination data generation unit 23 generates the driving environment obtained by the driving environment acquisition unit 11, the position information obtained by the position information acquisition unit 13, the collective intelligence information stored in the collective intelligence storage unit 21, and the empirical knowledge storage unit 22. Based on the empirical knowledge information stored in , the collective intelligence information and the empirical knowledge information are blended to generate determination data.
  • the determination data generation unit 23 has a collective intelligence information determination unit 51 , an empirical knowledge information determination unit 52 , a driving experience determination unit 53 , and a mixing ratio determination unit 54 .
  • the collective intelligence information determination unit 51 determines collective intelligence information from the collective intelligence information table stored in the collective intelligence storage unit 21 based on the vehicle position information acquired by the position information acquisition unit 13 .
  • the empirical knowledge information determination unit 52 determines empirical knowledge information from the empirical knowledge information table stored in the empirical knowledge storage unit 22 based on the vehicle position information acquired by the position information acquisition unit 13 .
  • the driving experience determination unit 53 Based on the vehicle position information acquired by the position information acquisition unit 13, the driving experience determination unit 53 acquires empirical knowledge of past driving at the vehicle position from the empirical knowledge information table stored in the empirical knowledge storage unit 22. decide. For example, there is a method in which the number of times of travel is used as experience of travel, and the number of past travels is obtained as the position of the vehicle. In addition, based on the observation result of the external world by the external sensor, the driving experience determination unit 53 selects from the experience knowledge information table stored in the experience knowledge storage unit 22, the experience of traveling in the past at the position corresponding to the observation result of the external world. knowledge may be determined.
  • the mixing ratio determining unit 54 determines a mixing ratio pattern of collective knowledge information and empirical knowledge information. For example, the determination value is determined by summing the determination threshold value for the erroneous operation prevention function generated from the collective intelligence information and the determination threshold value for the erroneous operation prevention function generated from the empirical knowledge information, each of which is weighted by the mixing ratio.
  • the blending ratio of collective intelligence information and empirical knowledge information can be determined by various methods, as illustrated in FIGS. 7 to 10 . 7 to 10, the horizontal axis represents the driving experience, and the vertical axis represents the blending ratio of judgment data.
  • the compounding ratios shown in FIGS. 7 to 10 may be stored in a table format, or may be given as functions representing the compounding ratio curves shown. If the compounding ratio is given as a function, the distribution ratio does not change stepwise and can be given continuity. Also, the resolution of the distribution ratio can be improved.
  • the combination ratio of the judgment data shown in FIG. 7 is the simplest configuration, and when the driving experience is zero, the collective intelligence information becomes 100%, and as the driving experience increases, the mixture of the empirical knowledge information increases linearly. Judgment data is determined so that the empirical knowledge information becomes 100% when the experience reaches a predetermined value.
  • the compounding ratio shown in FIG. 7 increases the compounding ratio of the collective intelligence information even if the driving experience is small. If the compounding ratio is determined by this method, it is possible to generate determination data emphasizing empirical information on roads familiar to the driver, thereby reducing the chances of the driver feeling uncomfortable and improving convenience.
  • the blending ratio of the judgment data shown in FIG. 8 linearly increases the blend of empirical knowledge information as the driving experience increases. Generate judgment data only with collective intelligence information without using it. Since empirical knowledge may not be enough for a small number of drives and there is a possibility of abnormal values, it is possible to generate judgment data that incorporates empirical knowledge after the driver has become accustomed to a certain degree, and to eliminate the abnormal values of empirical knowledge for a small number of drives. In addition, it is possible to reduce the chances of the driver feeling uncomfortable and improve the convenience.
  • the blending ratio of the determination data shown in FIG. Generate decision data from information only.
  • the compounding ratio of the determination data shown in FIG. 9 the compounding ratio of the empirical knowledge information is increased as the driving experience increases, but the compounding ratio of the empirical knowledge information is increased compared to the case where the compounding ratio is determined linearly as shown in FIG. Determining the compounding ratio by this method makes it possible to generate determination data based on the driver's favorite behavior, thereby improving convenience.
  • the blending ratio of the determination data shown in FIG. 10 Generate decision data from information only.
  • the blending ratio of the judgment data shown in FIG. 10 increases the blending ratio of the empirical knowledge information as the driving experience increases, but makes the blending ratio of the empirical knowledge information smaller than when the blending ratio is determined linearly as shown in FIG. If the compounding ratio is determined by this method, judgment data can be generated based on the behavior of other vehicles, the possibility of contact with other vehicles can be reduced, and safety can be ensured. Therefore, traffic congestion can be alleviated, and traffic troubles with other vehicles can be prevented.
  • the compounding ratio of various determination data it is possible to generate determination data with emphasis on either collective intelligence information or empirical knowledge information.
  • By selectively using these blending ratio patterns according to the driving environment it is possible to provide driving assistance suitable for the driving environment and appropriately ensure convenience and safety.
  • the blending ratio shown in FIG. 8 is normally used and the road is empty
  • the blending ratio shown in FIG. 9 is used to generate determination data based on the driver's preferred behavior can improve convenience.
  • using the compounding ratio shown in FIG. 10 makes it possible to generate determination data based on the actions of other vehicles, thereby ensuring safety.
  • different blending ratio patterns may be used in consideration of road conditions, weather, etc., in addition to the degree of road congestion.
  • the determination processing unit 24 compares the vehicle information of the own vehicle 1 acquired by the vehicle information acquisition unit 12 and the determination data acquired by the determination data generation unit 23, and determines an erroneous operation. For example, when the vehicle is running in the parking lot P shown in FIG. 4 and the determination data indicates a speed of 20 km/h, it is determined as an erroneous operation if the running speed exceeds 20 km/h due to the wrong depression of the accelerator pedal and the brake pedal.
  • the determination processing section 24 outputs the determination result to the vehicle control section 25 .
  • the vehicle control unit 25 suppresses an erroneous operation based on the determination result of the erroneous operation by the determination processing unit 24 .
  • the vehicle is controlled to decelerate and to suppress acceleration.
  • the function for preventing the stepping error in the parking lot P shown in FIG. 5 can generate
  • the lane deviation prevention function uses the positional relationship between the white line and the vehicle as determination data
  • the reverse driving prevention function uses the traveling direction and the moving direction as determination data.
  • Control data determination data
  • Control data is generated only by collective intelligence without empirical knowledge on roads where reverse driving is not experienced. Then, by comparing the determination data with the traveling direction of the own vehicle, a warning can be issued against reverse driving.
  • the activation threshold value of the erroneous operation suppression function of the driving support device 100 has been described, but it can also be applied to the control value output by the driving support function. That is, the control target value for deceleration when the driving support function is activated, the control target value for the inter-vehicle distance, etc. are determined by synthesizing collective intelligence information and empirical knowledge information using the compounding ratio of this embodiment. good too.
  • one vehicle has one driver, but in reality, there are multiple drivers for one vehicle in shared family vehicles and rental cars. Since empirical knowledge information is information associated with the driver rather than the vehicle, it is preferable to provide the information acquisition device 10 with a driver determination device to collect and use the empirical knowledge information for each driver.
  • the electronic control device (driving assistance device 100) of the present invention includes the driving experience determination unit 53 that determines the driving experience at the driving position of the own vehicle, An empirical knowledge storage unit 21 for storing knowledge information, an empirical knowledge storage unit 22 for storing empirical knowledge information generated from data relating to the operation of the own vehicle, and a combination ratio pattern of the collective knowledge information and the empirical knowledge information. and a data generation unit that synthesizes the collective intelligence information and the empirical knowledge information based on the driving experience and the mixture ratio pattern to generate control data for the host vehicle.
  • determination data generation unit 23 which includes a position information acquisition unit 13 that acquires position information of the vehicle, a driving environment acquisition unit 11 that acquires the driving environment around the vehicle, and a plurality of vehicles including other vehicles.
  • the present invention is not limited to the above-described embodiments, and includes various modifications and equivalent configurations within the scope of the attached claims.
  • the above-described embodiments have been described in detail for easy understanding of the present invention, and the present invention is not necessarily limited to those having all the described configurations.
  • part of the configuration of one embodiment may be replaced with the configuration of another embodiment.
  • the configuration of another embodiment may be added to the configuration of one embodiment.
  • additions, deletions, and replacements of other configurations may be made for a part of the configuration of each embodiment.
  • each configuration, function, processing unit, processing means, etc. described above may be realized by hardware, for example, by designing a part or all of them with an integrated circuit, and the processor realizes each function. It may be realized by software by interpreting and executing a program to execute.
  • Information such as programs, tables, and files that implement each function can be stored in storage devices such as memories, hard disks, SSDs (Solid State Drives), or recording media such as IC cards, SD cards, and DVDs.
  • storage devices such as memories, hard disks, SSDs (Solid State Drives), or recording media such as IC cards, SD cards, and DVDs.
  • control lines and information lines indicate those that are considered necessary for explanation, and do not necessarily indicate all the control lines and information lines necessary for implementation. In practice, it can be considered that almost all configurations are interconnected.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Traffic Control Systems (AREA)

Abstract

自車両の走行位置における走行経験を決定する走行経験決定部と、複数車両の動作に関するデータから生成される集合知情報を記憶する集合知記憶部と、自車両の動作に関するデータから生成される経験知情報を記憶する経験知記憶部と、前記集合知情報と前記経験知情報との配合比パターンを決定する配合比決定部と、前記走行経験と前記配合比パターンとに基づいて、前記集合知情報と前記経験知情報とを合成して、前記自車両の制御用データを生成するデータ生成部と、を備える電子制御装置。

Description

電子制御装置及び車両制御方法 参照による取り込み
　本出願は、令和４年（２０２２年）２月７日に出願された日本出願である特願２０２２－１６８８６の優先権を主張し、その内容を参照することにより、本出願に取り込む。
　本発明は、電子制御装置に関し、特に、誤操作判定などの運転支援に有効な車両制御方法に関する。
　踏み間違い防止機能や車線逸脱防止機能などの誤操作抑制機能には、機能実施のトリガーとして閾値などの判定データが設定される。判定データ設定方法の一つとして集合知を用いる方法がある。この方法は、複数車両の動作の集合から判定データを決定する。当該箇所を走行する自車両の動作が、他車両の動作と大きくが異なる場合、誤操作と判定し、誤操作抑制機能が作動する。
　本技術分野の背景技術として、以下の特許文献がある。特許文献１（特開２００５－９９９３０号公報）には、車両の走行情報に基づいて車両の自動操舵制御を行う車両用走行制御システムにおいて、情報センタと、車両に搭載されると共に前記情報センタと通信可能な車載機とを備え、前記情報センタは、複数の車両から走行情報を受信するセンタ側受信手段と、前記センタ側受信手段により受信された複数の走行情報に基づいてセンタ側の推奨走行情報を生成するセンタ側推奨走行情報生成手段と、前記センタ側推奨走行情報生成手段により生成されたセンタ側の推奨走行情報を送信するセンタ側送信手段と、を有し、前記車載機は、前記センタ側送信手段により送信されたセンタ側の推奨走行情報を受信する車載機側受信手段と、前記車載機側受信手段により受信されたセンタ側の推奨走行情報に基づいて自車両の操舵を制御する制御手段と、を有することを特徴とする車両用走行制御システムが記載されている。
　また、特許文献１の段落００６３～００６４には「具体的には、センタ側の推奨走行ライン情報と、自車で記憶した走行ラインの情報とをマージして統計処理を行う。すなわち、車載機側の推奨走行ラインを、車載機で記録した走行情報のみに基づいて生成せず、車載機で記録した走行情報及びセンタ側の推奨走行ライン情報から生成する。詳しく説明すると、統計処理計算部は、自車の走行ライン（１回の走行分）とセンタ側の推奨走行ラインとを１対５の割合で合成して、車載機側の推奨走行ライン情報を生成する。すなわち、センタ側の推奨走行ラインは、自車の走行ライン（１回の走行分）の５回走行分の重みを有している。」と記載されている。
　このように、特許文献１に記載された車両用走行制御システムは、情報センタが複数の車両から走行情報を受信し、受信した走行情報に基づいてセンタ側の推奨走行情報を生成し、一方で、自車が過去に走行した情報に基づいて、車載機側の推奨走行情報を生成し、センタ側の推奨走行情報とを統計処理によってマージすることで、自車両が多く通行した箇所でユーザの好みを反映できる判定データを設定している。
　しかしながら、センタ側の推奨情報と車載機側の推奨情報とを一意の割合で合成してマージするため、ユーザの好みを反映できる限界がある。また、ユーザの好みを反映したために、誤操作抑制機能の作動タイミングが遅れる方向に判定データが設定されることがある。
　本願において開示される発明の代表的な一例を示せば以下の通りである。すなわち、自車両の走行位置における走行経験を決定する走行経験決定部と、複数車両の動作に関するデータから生成される集合知情報を記憶する集合知記憶部と、自車両の動作に関するデータから生成される経験知情報を記憶する経験知記憶部と、前記集合知情報と前記経験知情報との配合比パターンを決定する配合比決定部と、前記走行経験と前記配合比パターンとに基づいて、前記集合知情報と前記経験知情報とを合成して、前記自車両の制御用データを生成するデータ生成部と、を備える。
　本発明の一態様によれば、走行環境と走行経験に応じて集合知情報と経験知情報を合成し、安全性と利便性を両立できる。前述した以外の課題、構成及び効果は、以下の実施例の説明によって明らかにされる。
本発明の実施例に係る運転支援装置と管制センタとの全体構成の例を示す図である。 本発明の実施例に係る運転支援装置と管制センタとの全体構成の変形例を示す図である。 本発明の実施例に係る運転支援装置と管制センタとの全体構成の変形例を示す図である。 判定データ生成部の構成を示す図である。 本実施例が有効な代表的な環境である駐車場内を走行状況を示す図である。 本実施例が有効な代表的な環境である駐車場内のグリッドを示す図である。 集合知情報と経験知情報との配合比の簡易な構成例を示す図である。 集合知情報と経験知情報との配合比の一般的な構成例を示す図である。 集合知情報と経験知情報との配合比の経験知情報を重視した例を示す図である。 集合知情報と経験知情報との配合比の集合知情報を重視した例を示す図である。
　以下、図面を参照して、本発明の電子制御装置の一例として運転支援装置の実施例を説明する。
　図１から図３は、本発明の実施例に係る運転支援装置１００と管制センタ１１０との全体構成の例を示す図である。
　図１に示す運転支援装置１００は、自車１が誤操作抑制機能を実施する際に必要な制御用データを生成し、誤操作を判定する装置であり、情報取得装置１０と演算装置２０とを有する。制御用データは、例えば、誤操作抑制機能において誤操作であると判定して機能を作動させるための閾値である判定データや、自動運転機能における制御目標値である。演算装置２０は、マイコン、記憶装置、及び通信インターフェイスを有する。マイコンは、記憶装置に格納されたプログラムを実行するプロセッサ（例えばＣＰＵ）である。マイコンが、所定のプログラムを実行することによって、各種機能を提供する機能部として動作する。記憶装置は、不揮発性記憶領域及び揮発性記憶領域を含む。不揮発性記憶領域は、マイコンが実行するプログラムを格納するプログラム領域と、マイコンがプログラム実行時に使用するデータを一時的に格納するデータ領域を含む。揮発性記憶領域は、マイコンがプログラム実行時に使用するデータを格納する。通信インターフェイスは、ＣＡＮやイーサネットなどのネットワークを介して他の電子制御装置と接続する。
　管制センタ１１０は、運転支援装置１００が制御用データを生成する際に必要な集合知と経験知を生成する装置であり、集合知生成部１１１と経験知生成部１１２と送受信部１１３とを有する。なお、集合知生成部１１１と経験知生成部１１２とは、生成処理における処理負荷が高くなることから、管制センタ１１０にて処理を実行するが、運転支援装置１００の演算装置２０で処理を実行してもよい。図１に示す構成例では、管制センタ１１０が集合知情報及び経験知情報を生成し、生成した集合知情報及び経験知情報を送受信部１１３を介して運転支援装置１００に送信するので、管制センタ最新の集合知情報を使用して的確に車両を制御できる。また、演算装置２０の処理能力に余裕がない場合でも、集合知情報と経験知情報とを配合して的確に車両を制御できる。
　図２は、本発明の実施例に係る運転支援装置１００と管制センタ１１０との全体構成の変形例を示す図である。図２に示す変形例では、経験知生成部１１２が、管制センタ１１０ではなく、運転支援装置１００、すなわち演算装置２０に設けられる。このように、管制センタ１１０が集合知情報を生成し、生成した集合知情報を送受信部１１３を介して運転支援装置１００に送信し、運転支援装置１００が経験知情報を生成するので、管制センタ１１０が生成した最新の集合知情報を使用して的確に車両を制御できる。また、車両側で経験知を生成することによって、経験知を管制センタ１１０から取得するための通信量を削減できる。
　図３は、本発明の実施例に係る運転支援装置１００と管制センタ１１０との全体構成の変形例を示す図である。図３に示す変形例では、集合知記憶部２１は、予め生成された集合知情報を工場出荷時に格納しており、集合知情報は車両の定期点検時及び修理時に更新される。車両側に経験知を予め格納しておくことによって、集合知情報を配信する管制センタ１１０を設けることなく、集合知情報と経験知情報とを配合できる。
　次に、集合知生成部１１１と経験知生成部１１２が管制センタ１１０にて演算される図１を参照して、制御用データとして誤操作抑制機能を作動させるための閾値である判定データを生成する場合の実施例を説明する。
　（情報取得装置１０）
　情報取得装置１０は、自車１の周囲の走行環境と、自車１の車両情報と、自車１の位置情報とを取得する装置であり、走行環境取得部１１と車両情報取得部１２と位置情報取得部１３とを有する。
　走行環境取得部１１は、自車１に搭載された、ミリ波やレーザ等を用いたレーダセンサや、撮像素子を用いたカメラなどの外界センサによる外界の観測結果に基づいて、自車１の周囲に存在する走行車両の混雑度合いや、自車１が走行する道路の路面状況（舗装路、ダート、ウェット路面、ドライ路面など）や天候（晴、雨、雪、霧など）の走行環境情報を抽出し、演算装置２０に出力する。また、走行環境取得部１１は、カーナビゲーションシステム等を用いて、自車１が走行する道路の混雑度合いや路面状況や天候などの走行環境情報を取得してもよい。
　車両情報取得部１２は、自車１に搭載された速度センサや操舵角センサ等の車両センサの出力に基づいて、自車１の走行速度やハンドル角度などの車両の動作に関する車両情報を取得し、演算装置２０に出力する。また、車両情報取得部１２は、どの誤操作を抑制するかによって必要となる車両情報が異なるため、誤操作抑制機能によって必要な種類の車両情報を適宜取得するとよい。
　位置情報取得部１３は、ＧＰＳ（Global Positioning System）や、ＧＮＳＳ（Global Navigation Satellite System）や、ジャイロセンサなどの情報に基づいて、自車１の現在位置を取得し、演算装置２０に出力する。
　（演算装置２０）
　演算装置２０は、情報取得装置１０から取得した走行環境と車両情報と位置情報とに基づいて判定データを生成し、誤操作を判定する装置であり、送受信部１１３と、集合知記憶部２１と、経験知記憶部２２と、判定データ生成部２３と、判定処理部２４と、車両制御部２５とを有する。なお、演算装置２０は、具体的には、ＣＰＵやメモリ（ＲＯＭ、ＲＡＭ）を備えたＥＣＵ（Electronic Control Unit）に搭載されたマイコンであり、メモリ内に格納された各種処理プログラムをＣＰＵが実行することで、判定データ生成部２３などの各機能を実現する装置である。
　集合知記憶部２１は、集合知生成部１１１で生成された他車両を含む複数車両の動作に関するデータから生成される集合知情報を記憶する。集合知情報は、例えば、複数車両の動作を収集したデータから生成される誤操作抑制機能の判定閾値である。経験知記憶部２２は、経験知生成部１１２で生成された自車両の動作に関するデータから生成される経験知情報を記憶する。経験知情報は、例えば、自車両の動作を収集したデータから生成される誤操作抑制機能の判定閾値である。判定データ生成部２３は、集合知情報と経験知情報とを所定の配合比で合成して自車位置における制御用のデータである判定データを生成する。判定処理部２４は、判定データと自車１の車両情報とに基づいて自車１で発生した誤操作を判定する。
　図５は、本実施例が有効な代表的な環境を示す図である。図５に示すように、自車１が駐車場Ｐ内で駐車枠Ｔに駐車をするときに、ブレーキペダルとアクセルペダルを踏み間違えると、踏み間違い防止機能が作動する、一方で踏み間違いをしていなくても、踏み間違い防止機能が作動すると、利便性が低下する。このため、踏み間違い防止機能を作動させるための判定データを適切に設定する必要がある。
　従来の車両用走行制御システムでは、判定データを適切に設定するため、情報センタが複数の車両から走行情報を受信し、受信した走行情報に基づいてセンタ側で推奨走行情報を生成し、生成した推奨走行情報を車両に配信する。本発明の実施例では、車両側で、自車が過去に走行した情報に基づいて推奨走行情報を生成し、センタ側から配信された推奨走行情報とマージして統計処理を行うことで、自車が多く通行した箇所でユーザの好みを反映できる判定データを生成する。しかし、センタ側で生成した推奨走行情報と車両側で生成した推奨走行情報を一意の割合でマージすると、ある程度でユーザの好みを反映できるが、ユーザの好みを反映できる上限があり、ユーザの好みを反映したために、誤操作抑制機能の作動タイミングが遅れるような判定データが設定される等の問題がある。
　そこで、本実施例の運転支援装置１００と管制センタ１１０は、位置情報取得部１３が取得した自車位置情報に基づいて集合知情報を集合知記憶部２１より抽出し、経験知情報を経験知記憶部２２より抽出する。そして、判定データ生成部２３は、走行環境取得部１１が取得した自車１の周囲の走行環境と当該箇所の走行経験とに基づいて、集合知情報と経験知情報との配合比を決定し、判定データを生成する。従って、自車１の周囲の走行環境と走行経験に応じて、安全性を高めるために集合知情報を重視し、利便性を高めるために経験知情報を重視することが可能となる。これによって、前述した従来のシステムと異なり、状況に応じて判定データを適切に設定できる。以上で概説した運転支援装置１００と管制センタ１１０の各部の詳細を、以下に説明する。
　（集合知情報と経験知情報の生成方法に関する説明）
　＜集合知生成部１１１＞
　集合知生成部１１１は、他車両を含む複数車両の動作を収集したデータに基づいて、平均や分散などの統計処理によって集合知情報を生成する。集合知情報は、他車両を含む複数車両の動作に基づいて生成された、誤操作抑制機能を作動させるための判定データである。判定データは、位置情報に関連付けられた情報として、例えばテーブル形式で記憶される。具体的には、図５に示す駐車場Ｐ内での踏み間違いを防止する誤操作抑制機能を想定した場合、誤操作抑制機能が作動するための判定データは車両速度や車両加速度などであり、複数車両の車両速度や車両加速度と走行位置の情報を収集し、収集したデータに基づいて、平均値と分散値などの統計処理によって判定データを生成する。判定データは、平均値でもよいし、分散値を考慮して平均値と標準偏差でもよい。このように生成された判定データは、自車１が当該箇所において、他車両の車両速度や車両加速度の平均値又は平均値と標準偏差によって定められる閾値を超過した場合、誤操作と判定する。判定データは、例えばテーブル形式の情報として記憶されるが、図６に示すように、駐車場Ｐ内をグリッド状に区切り、座標位置と関連付けられた各セルにおける車両動作に基づく判定データが記憶されてもよい。
　＜経験知生成部１１２＞
　経験知生成部１１２は、自車１の動作を収集したデータに基づいて、平均や分散などの統計処理によって経験知情報を生成する。経験知情報は、自車１の動作に基づいて生成された、誤操作抑制機能を作動させるための判定データである。判定データは、位置情報に関連付けられた情報として、例えばテーブル形式で記憶される。また、判定データは外界センサによる外界の観測結果に関連付けられた情報として記憶されてもよい。具体的には、前述した集合知生成部１１１と同様に、図５に示す駐車場Ｐ内での踏み間違いを防止する誤操作抑制機能と想定した場合、誤操作抑制機能が作動するための判定データは車両速度や車両加速度などであり、自車１の車両速度と車両加速度と走行した位置情報とを収集し、収集したデータに基づいて、平均値と分散値などの統計処理によって判定データを生成する。判定データは、平均値でもよいし、分散値を考慮して平均値と標準偏差でもよい。このように生成された判定データは、自車１が当該箇所において、過去の自車速度や自車加速度の平均値又は平均値と標準偏差によって定められる閾値を超過した場合、誤操作と判定する。判定データは、例えばテーブル形式の情報として記憶されるが、図６に示すように、駐車場Ｐ内をグリッド状に区切り、座標位置と関連付けられた各セルにおける車両動作に基づく判定データが記憶されてもよい。
　（集合知情報と経験知情報の配合方法に関する説明）
　＜判定データ生成部２３＞
　図４は、判定データ生成部２３の構成を示す図である。判定データ生成部２３は、走行環境取得部１１で得られる走行環境と、位置情報取得部１３で得られる位置情報と、集合知記憶部２１に格納された集合知情報と、経験知記憶部２２に格納された経験知情報とに基づいて、集合知情報と経験知情報とを配合して、判定データを生成する。判定データ生成部２３は、集合知情報決定部５１と、経験知情報決定部５２と、走行経験決定部５３と、配合比決定部５４とを有する。
　＜集合知情報決定部５１＞
　集合知情報決定部５１は、位置情報取得部１３が取得した自車位置情報に基づいて、集合知記憶部２１に格納されている集合知情報テーブルから集合知情報を決定する。
　＜経験知情報決定部５２＞
　経験知情報決定部５２は、位置情報取得部１３が取得した自車位置情報に基づいて、経験知記憶部２２に格納されている経験知情報テーブルから経験知情報を決定する。
　＜走行経験決定部５３＞
　走行経験決定部５３は、位置情報取得部１３が取得した自車位置情報に基づいて、経験知記憶部２２に格納されている経験知情報テーブルから、自車位置を過去に走行した経験知を決定する。例えば、走行回数を走行経験知とし、自車位置を過去の走行回数を取得する方法がある。また、走行経験決定部５３は、外界センサによる外界の観測結果に基づいて、経験知記憶部２２に格納されている経験知情報テーブルから、外界の観測結果に対応する位置を過去に走行した経験知を決定してもよい。
　＜配合比決定部５４＞
　配合比決定部５４は、走行環境取得部１１が取得した走行環境と、走行経験決定部５３が取得した走行経験とに基づいて、集合知情報と経験知情報との配合比パターンを決定する。例えば、集合知情報から生成された誤操作抑制機能の判定閾値と、経験知情報から生成された誤操作抑制機能の判定閾値の各々に配合比の割合で重み付けした和によって判定値を決定する。集合知情報と経験知情報との配合比は、図７から図１０に例示するように、様々な方法で決定できる。図７から図１０に示す配合比は、横軸は走行経験を、縦軸は判定データの配合比で表している。図７から図１０に示す配合比は、テーブル形式で保持してもよいし、図示した配合比曲線を表す関数で与えてもよい。配合比を関数で与えてると、配分比がステップ変化せず、連続性を持たせることができる。また、配分比の分解能を向上できる。
　図７に示す判定データの配合比が最も簡易な構成であり、走行経験がゼロの場合に集合知情報が１００％となり、走行経験の増加に伴い線形に経験知情報の配合を多し、走行経験が所定値に達するとに経験知情報が１００％となるように判定データを決定する。図７に示す配合比は、走行経験が少なくても集合知情報の配合比を増加させる。この方法で配合比を決定すると、運転者が慣れた道路では経験知情報を重視した判定データを生成でき、運転者が違和感を生じる機会を減少し、利便性を向上できる。
　図８に示す判定データの配合比は、走行経験の増加に伴い線形に経験知情報の配合を多くするものの、所定数の走行経験（例えば、１０回走行）が生じるまでは、経験知情報を使用せず集合知情報のみで判定データを生成する。少ない走行回数では経験知が十分ではなく異常値の可能性があることから、運転者が一定程度慣れた後に経験知を配合した判定データを生成でき、少ない走行回数における経験知の異常値を排除しつつ、運転者が違和感を生じる機会を減少し、利便性を向上できる。
　図９に示す判定データの配合比は、図８に示す判定データの配合比と同様に、所定数の走行経験（例えば、１０回走行）が生じるまでは、経験知情報を使用せず集合知情報のみで判定データを生成する。図９に示す判定データの配合比は、走行経験の増加に伴い経験知情報の配合を多くするものの、図８に示す線形で配合比を決める場合より経験知情報の配合比を多くする。この方法で配合比を決定すると、運転者の好みの動作を基準とした判定データを生成でき、利便性を向上できる。
　図１０に示す判定データの配合比は、図８に示す判定データの配合比と同様に、所定数の走行経験（例えば、１０回走行）が生じるまでは、経験知情報を使用せず集合知情報のみで判定データを生成する。図１０に示す判定データの配合比は、走行経験の増加に伴い経験知情報の配合を多くするものの、図８に示す線形で配合比を決める場合より経験知情報の配合比を小さくする。この方法で配合比を決定すると、他車両の動作を基準とした判定データを生成でき、他車との接触可能性を低減でき、安全性を確保できる。このため、渋滞を緩和でき、他車との交通トラブルを防止できる。
　このように、様々な判定データの配合比を使用することで、集合知情報又は経験知情報のいずれかを重視して判定データを生成できる。これらの配合比のパターンを走行環境に応じて使い分けることで、走行環境に適した運転支援ができ、利便性と安全性を適切に確保できる。例えば、通常時には図８に示す線形に変化する配合比を使用して、道路が空いている場合、図９に示す配合比を使用すると、運転者の好みの動作を基準とした判定データを生成でき、利便性を向上できる。一方、道路が混雑している場合、図１０に示す配合比を使用すると、他車両の動作を基準とした判定データを生成でき、安全性を確保できる。走行環境は、道路の混雑度合いの他、路面状況や天候などを考慮して配合比パターンを使い分けてもよい。
　＜判定処理部２４＞
　判定処理部２４は、車両情報取得部１２が取得した自車１の車両情報と、判定データ生成部２３が取得した判定データとを比較し、誤操作を判定する。例えば、図４に示す駐車場Ｐ内を走行中に、判定データが時速２０ｋｍである場合、アクセルペダルとブレーキペダルの踏み間違えによって、走行速度が時速２０ｋｍ以上になると誤操作と判定する。判定処理部２４は、判定結果を車両制御部２５に出力する。
　＜車両制御部２５＞
　車両制御部２５は、判定処理部２４による誤操作の判定結果に基づいて、誤操作を抑制する。例えば、踏み間違いを防止する誤操作抑制機能では、車両を減速するように制御し、加速度を抑制するように制御する。
　（変形例）
　前述した実施例１では、本発明が有効な代表的なシーンとして、図５に示す駐車場Ｐ内での踏み間違い防止機能について説明したが、本発明は他の様々な誤操作抑制機能の判定データを生成できる。例えば、車線逸脱防止機能では白線と自車の位置関係を判定データにして、逆走防止機能では進行方向や移動方向を判定データにする。逆走が生じる走行経験が無い道路では経験知がなく、集合知だけで制御用データ（判定データ）が生成される。そして、判定データと自車の進行方向を比較して、逆走に対して警告を発報できる。
　ここまで、運転支援装置１００の誤操作抑制機能の作動閾値について説明したが、運転支援機能が出力する制御値にも適用できる。すなわち、運転支援機能の作動時の減速度の制御目標値や、車間距離の制御目標値などを、本実施例の配合比を用いて集合知情報と経験知情報とを合成して決定してもよい。
　前述した実施例では、１台の車両に１名の運転者としたが、実際には家族共用の車両やレンタカーでは、１台の車両に複数の運転者がいる。経験知情報は、車両ではなく運転者に関連付けられる情報であるため、情報取得装置１０に運転者判別装置を設け、運転者別に経験知情報を収集し、使用するとよい。
　以上に説明したように、本発明の電子制御装置（運転支援装置１００）は、自車両の走行位置における走行経験を決定する走行経験決定部５３と、複数車両の動作に関するデータから生成される集合知情報を記憶する集合知記憶部２１と、自車両の動作に関するデータから生成される経験知情報を記憶する経験知記憶部２２と、前記集合知情報と前記経験知情報との配合比パターンを決定する配合比決定部５４と、前記走行経験と前記配合比パターンとに基づいて、前記集合知情報と前記経験知情報とを合成して、前記自車両の制御用データを生成するデータ生成部（判定データ生成部２３）であって、自車の位置情報を取得する位置情報取得部１３と、自車の周囲の走行環境を取得する走行環境取得部１１と、他車両を含む複数車両の動作を収集したデータから生成される集合知情報を格納する集合知記憶部２１と、自車両の動作を収集したデータから生成される経験知情報を格納する経験知記憶部２２と、集合知情報と経験知情報とを所定の配合比で合成して、自車位置における制御用データを生成するデータ生成部（判定データ生成部２３）と、を備え、判定データ生成部２３は、自車位置における走行経験を決定する走行経験決定部５３と、走行環境と走行経験に基づいて配合比を決定する配合比決定部５４と、を有するので、自車の走行経験に応じて、安全性を高めるために集合知情報を重視したり、利便性を高めるために経験知情報を重視することが可能となる。これにより、従来のシステムと異なり、状況に応じて制御用データを適切に設定することができる。
　なお、本発明は前述した実施例に限定されるものではなく、添付した特許請求の範囲の趣旨内における様々な変形例及び同等の構成が含まれる。例えば、前述した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに本発明は限定されない。また、ある実施例の構成の一部を他の実施例の構成に置き換えてもよい。また、ある実施例の構成に他の実施例の構成を加えてもよい。また、各実施例の構成の一部について、他の構成の追加・削除・置換をしてもよい。
　また、前述した各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等により、ハードウェアで実現してもよく、プロセッサがそれぞれの機能を実現するプログラムを解釈し実行することにより、ソフトウェアで実現してもよい。
　各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリ、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）等の記憶装置、又は、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に格納することができる。
　また、制御線や情報線は説明上必要と考えられるものを示しており、実装上必要な全ての制御線や情報線を示しているとは限らない。実際には、ほとんど全ての構成が相互に接続されていると考えてよい。

Claims (8)

  1. 　自車両の走行位置における走行経験を決定する走行経験決定部と、
    　複数車両の動作に関するデータから生成される集合知情報を記憶する集合知記憶部と、
    　自車両の動作に関するデータから生成される経験知情報を記憶する経験知記憶部と、
    　前記集合知情報と前記経験知情報との配合比パターンを決定する配合比決定部と、
    　前記走行経験と前記配合比パターンとに基づいて、前記集合知情報と前記経験知情報とを合成して、前記自車両の制御用データを生成するデータ生成部と、を備える電子制御装置。
  2. 　請求項１に記載の電子制御装置であって、
    　前記自車両の周囲の走行環境を取得する走行環境取得部をさらに備え、
    　前記配合比決定部は、前記取得した走行環境によって前記配合比パターンを変化させることを特徴とする電子制御装置。
  3. 　請求項２に記載の電子制御装置であって、
    　前記配合比決定部は、前記走行環境によって前記走行経験と前記配合比との関係を表す関数を選択し、前記選択された関数に従って前記配合比パターンを決定することを特徴とする電子制御装置。
  4. 　請求項２に記載の電子制御装置であって、
    　前記走行環境取得部は、前記自車両の周囲の混雑度合いを前記走行環境として取得することを特徴とする電子制御装置。
  5. 　請求項２に記載の電子制御装置であって、
    　前記配合比決定部は、前記走行経験が所定値より小さい場合、前記経験知情報を使用せず前記集合知情報のみで制御用データを生成するように配合比を決定することを特徴とする電子制御装置。
  6. 　請求項４に記載の電子制御装置であって、
    　前記配合比決定部は、混雑度が高い時に前記経験知情報が多くなるように配合比を決定し、混雑度が低い時に前記集合知情報が多くなるように配合比を決定することを特徴とする電子制御装置。
  7. 　請求項１に記載の電子制御装置であって、
    　前記制御用データと前記自車両の動作情報とに基づいて、前記自車両の誤操作の発生を判定する判定処理部を備えることを特徴とする電子制御装置。
  8. 　電子制御装置が実行する車両制御方法であって、
    　前記電子制御装置は、プログラムを実行するプロセッサと、前記プロセッサがアクセス可能な記憶装置と、自車両の走行位置における走行経験を決定する走行経験取得部と、を有し、
    　前記記憶装置は、他車両を含む複数車両の動作を収集したデータから生成される集合知情報と、自車両の動作を収集したデータから生成される経験知情報とを記憶し、
    　前記車両制御方法は、
    　前記プロセッサが、前記集合知情報と前記経験知情報との配合比パターンを決定し、
    　前記プロセッサが、前記走行経験と前記配合比パターンとに基づいて、前記集合知情報と前記経験知情報とを合成して、前記自車両の制御用データを生成することを特徴とする車両制御方法。
PCT/JP2022/028121 2022-02-07 2022-07-19 電子制御装置及び車両制御方法 WO2023148998A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022016886 2022-02-07
JP2022-016886 2022-02-07

Publications (1)

Publication Number Publication Date
WO2023148998A1 true WO2023148998A1 (ja) 2023-08-10

Family

ID=87551988

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/028121 WO2023148998A1 (ja) 2022-02-07 2022-07-19 電子制御装置及び車両制御方法

Country Status (1)

Country Link
WO (1) WO2023148998A1 (ja)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005099930A (ja) * 2003-09-22 2005-04-14 Nissan Motor Co Ltd 車両用走行制御システム、情報センタ、車載機、及び車両用走行制御方法
JP2012073205A (ja) * 2010-09-30 2012-04-12 Hitachi Automotive Systems Ltd 経路探索装置及び経路探索方法
JP2015162228A (ja) * 2014-02-28 2015-09-07 スズキ株式会社 車両用制御装置
JP2018081357A (ja) * 2016-11-14 2018-05-24 トヨタ自動車株式会社 運転支援装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005099930A (ja) * 2003-09-22 2005-04-14 Nissan Motor Co Ltd 車両用走行制御システム、情報センタ、車載機、及び車両用走行制御方法
JP2012073205A (ja) * 2010-09-30 2012-04-12 Hitachi Automotive Systems Ltd 経路探索装置及び経路探索方法
JP2015162228A (ja) * 2014-02-28 2015-09-07 スズキ株式会社 車両用制御装置
JP2018081357A (ja) * 2016-11-14 2018-05-24 トヨタ自動車株式会社 運転支援装置

Similar Documents

Publication Publication Date Title
JP6760977B2 (ja) 車両制御システム
US20220215674A1 (en) Position determination device
JP6722756B2 (ja) 車両制御システム、車両制御方法、および車両制御プログラム
US11858527B2 (en) Control system for vehicle and control method for vehicle
CN112327819B (zh) 操作选择装置、操作选择方法以及非临时性的存储介质
JP7047824B2 (ja) 車両制御装置
JP2017165201A (ja) 車両制御装置、車両制御方法、および車両制御プログラム
US11318963B2 (en) Vehicle control apparatus, vehicle, and vehicle control method
CN110281931B (zh) 车辆用控制装置以及车辆
US10803307B2 (en) Vehicle control apparatus, vehicle, vehicle control method, and storage medium
US20230147535A1 (en) Vehicle position estimation device and traveling control device
US11733694B2 (en) Control apparatus, control method, and storage medium
CN112660153B (zh) 车辆控制系统
US10583841B2 (en) Driving support method, data processor using the same, and driving support system using the same
US20200283024A1 (en) Vehicle, information processing apparatus, control methods thereof, and system
US20200339194A1 (en) Vehicle control apparatus, vehicle, and control method
JP7188325B2 (ja) 運転支援装置
JP6898388B2 (ja) 車両の制御システム、車両の制御方法、およびプログラム
US11548530B2 (en) Vehicle control system
WO2023148998A1 (ja) 電子制御装置及び車両制御方法
CN113195324A (zh) 用于自主驾驶的对于目标对象的存在性指数的巩固
JP2021022033A (ja) 車両遠隔指示システム
US20210284234A1 (en) Vehicle control apparatus, vehicle, operation method for vehicle control apparatus, and storage medium
JP7355057B2 (ja) 車両用制御装置及び車両用制御方法
US20210284157A1 (en) Vehicle following traveling system, vehicle control apparatus, vehicle, and control method

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: 22924903

Country of ref document: EP

Kind code of ref document: A1